崔俊富　郭素　张太乐

摘 要：科技创新是人类社会发展进步的重要因素，改革开放以来，中国科技水平快速提高，推动中国经济总量迅速扩大，已经稳居世界第二位。目前企业创新已经成为中国科技创新的主导力量。使用面板门槛模型对中国企业研发支出影响因素进行研究，发现门槛效应比较显著，不同企业规模会影响核心解释变量对研发支出的作用。

关键词：企业；研发支出；面板门槛模型；影响因素

中图分类号：F061.1 文献标识码：Ａ 文章编号：１００９ — ２２３４（２０23）01 — ００87 — ０4

一、引言

科技创新是人类社会发展进步的重要因素之一，从历史维度来看，整个人类发展史就是不断追求更高层次科技创新水平的过程。熊彼特认为，创新是把生产要素和生产条件的“新组合”引入生产体系，从而建立一种新的生产函数，作为内在要素推动经济发展。［1］Solow构建模型对美国经济增长情况进行了测算，发现技术进步大约贡献了87.5%的人均产出增长。［2-3］整体来看，技术进步通过多种形式对经济增长做出贡献，如教育、干中学、R&D等等。［4］

世界时钟是人类发展史的重要概念，指的是世界时间以文明发达地区的时间为基准。在人类文明的前中期中国一直是世界时钟的核心地区，但是近代以来，世界时钟逐渐转移到西方。文明的领先源于科技的领先，工业革命之前技术发明以经验总结为基础，主要来自于生产过程中的偶然发现，工业革命之后西方世界转向了以科学与实验为基础的发明方式，而中国未能实现这种发明方式转变，使得中国和西方的技术差距迅速扩大，经济差距也随之迅速扩大。［5］这种状况在新中国成立之后，特别是改革开放之后大为改观。

二、中国科技创新情况

新中国成立以来，特别是改革开放以来，中国采取多种措施推动科技发展，加大科技投入。从研发经费支出占GDP比重来看，1995-2019年中国研发经费支出由348.7亿元增长到2.2万亿，增长了60多倍，占GDP比重由0.6%增长到2.2%，提高了1.6个百分点。［6］与欧盟和OECD等国际经济体比较，1995年差距比较大，2013年中国超过了欧盟平均水平，之后一直高于欧盟平均水平，与OECD平均水平持续接近，2019年差距仅有0.2个百分点。［7］

在科技投入的支持下，中国科技水平迅速提高。从三方专利来看，改革开放初期，中国三方专利非常少，只有几十件，与美国、欧盟差距非常大。近10年平均增速在20%以上，与美国、欧盟持续接近，2018年中国三方专利数量已经达到美国、欧盟的40%以上。［7］

科技进步为中国经济腾飞提供了坚实的科技支撑。2020中国GDP达到15.2万亿美元，占世界比重为18.2%，稳居世界第二位，与美国的差距进一步缩小。杨武等、李翔等、孟凡蓉等从不同角度对科技进步的作用做出了积极探索，验证了科技进步对中国经济腾飞的巨大贡献。［8-10］

从科技创新主体来看，目前中国科技创新的主导力量已由政府转变为企业，2019年企业研发经费支出接近1.7万亿元，占全部研发经费支出的比重超过了3/4。欧盟发布的《2020欧盟产业研发支出记分牌》显示，2019年研发支出最多的2500家公司中，中国上榜企业536家，研发支出1190亿欧元，同比增长21%。华为排名最高，世界第3，研发支出为167.1亿欧元，同比增长31.2%。阿里巴巴、腾讯、中国建筑等公司也进入全球前100名。可以说，企业创新的大幅度进步已经成为推动中国科技创新，进而推动中国经济增长的核心力量。［11］

三、中國企业研发支出的影响因素

（一）模型设定

建立模型时，一般假定模型的结构是不变的，也就是参数是稳定的。为了研究模型参数是否变化，邹至庄提出了基于残差的检验方法，根据样本量的大小可以分为邹氏参数稳定性检验和邹氏预测检验。［12］但是，这些传统的检验方法一般是主观确定分界点（门槛值），将数据一分为二进行检验，模型的稳健性不足。为了克服主观设定门槛值的缺陷，Hansen提出了门槛回归。［13］假定样本数据为yi，Xi，qi，分别代表因变量、自变量、门槛变量，门槛变量可以是自变量的一部分。［14］建立门槛回归模型

γ为需要估计的门槛值。当数据为面板形式时，［15］门槛模型可以改写成面板形式

1978年以来，中國推行的改革开放力度大、范围广，经济环境迅速改变，相对于固定参数模型，使用变参数模型可以更好地模拟创新情况，另外，相对于截面数据和时间序列数据，面板数据可以提供三维信息。因此，本文选择面板门槛模型研究中国企业的研发支出情况。

（二）变量说明

变量分别为研发支出、流动资产、管理费用、财务费用和净利润。研发支出为被解释变量。相对于其他资产指标，流动资产兼具规模性和流动性，一方面可以有效反映企业规模，另一方面周转速度快，可以及时转化为研发形态，将流动资产设定为门槛变量。企业利润是研发支出的经费来源，提升企业利润率对于提高企业研发具有明显的促进作用。管理费用、财务费用作为费用类科目，一方面对企业的研发支出形成压力，另一方面有效管理、有效财务会对企业研发产生促进作用。为了准确模拟研发支出与企业利润、管理费用、财务费用的关系，分别将其设定为核心解释变量进行讨论。数据来源于上交所上市公司公报，相关变量的描述性统计如表2所示。

2baf566f630d746e086bccad27b9da610f0f19d082f31d667eb81c061adeeb05

（三）模拟结果

建立面板门槛模型需要检验是否存在门槛效应以及门槛的个数，检验结果如表3所示。

可以看出，单门槛模型1通过了显著性水平为0.05的显著性检验，单门槛模型2和单门槛模型3通过了显著性水平为0.1的显著性检验，所有的双门槛模型均未通过显著性检验，因此选择单门槛模型，模拟结果如表4所示。

模型1以流动资产作为门槛变量，管理费用、财务费用作为控制变量，净利润作为核心解释变量。模拟结果显示：流动资产对研发支出具有明显的门槛效应，当流动资产低于门槛值（980）时，净利润对研发支出的作用系数为0.025，当流动资产高于门槛值（980）时，净利润对研发支出的作用系数为0.099，说明随着企业规模的增大，净利润对企业研发支出具有增强的正向作用。

模型2以流动资产作为门槛变量，财务费用、净利润作为控制变量，管理费用作为核心解释变量。模拟结果显示：流动资产对研发支出具有明显的门槛效应，当流动资产低于门槛值（1297）时，管理费用对研发支出的作用系数为-0.058，当流动资产高于门槛值（1297）时，管理费用对研发支出的作用系数为-0.14，说明随着企业规模的增大，管理费用对企业研发支出具有增强的负向作用。

模型3以流动资产作为门槛变量，管理费用、净利润作为控制变量，财务费用作为核心解释变量。模拟结果显示：流动资产对研发支出具有明显的门槛效应，当流动资产低于门槛值（854）时，财务费用对研发支出的作用系数为0.022，不过未通过显著性检验，当流动资产高于门槛值（854）时，财务费用对研发支出的作用系数为-0.16，说明随着企业规模的增大，财务费用对企业研发支出的作用出现由正向到负向的转变。

另外，需要注意到的是，观察以流动资产为门槛变量的似然比函数图，模型1的模拟结果要优于模型2和模型3，这与F检验的结果是一致的，也就是模型1的参考价值高于模型2和模型3。

四、结语

作为最大的发展中国家，实现经济平稳较快增长是不断提高人民生活水平，实现中华民族伟大复兴的关键支撑。改革开放以来，在中国经济腾飞过程中，科技创新做出了巨大贡献。从创新主体来看，企业创新目前已经成为中国科技创新的主导力量。使用面板门槛模型对上市公司数据进行研究，发现流动资产对研发支出具有明显的门槛效应，不同的企业规模会影响核心解释变量对研发支出的作用。为了确保企业研发支出稳定增长，应当采取必要的措施。

一是合理扩大企业规模。要充分尊重市场优先法则，企业发展以市场为导向，确保企业规模扩大与市场需求相匹配。二是提升企业利润。企业发展过程中，要做好产品差异化，降低产品成本，提高产品竞争力，提升企业盈利能力。三是合理控制经营费用。管理费用、财务费用为研发支出提供了管理保障和财务支持，企业发展过程中要及时关注管理费用、财务费用增长情况，形成与研发支出平衡增长的双赢局面。

〔参 考 文 献〕

［1］约瑟夫﹒熊彼特著.何畏，易家祥，译.经济发展理论——对于利润、资本、信贷、利息和经济周期的考察［M］.北京：商务印书馆，1991.

［2］Robert M. Solow. A Contribution to the Theory of Economic Growth ［J］.The Quarterly Journal of Economics， 1956， 70（01）：65-94.

［3］Robert M. Solow. Technical Change and the

Aggregate Production Function ［J］.The Review of Economics and Statistics， 1957， 39（03）：312-320.

［4］David Romer. Advanced Macroeconomics［M］. New York：McGraw-Hill， 1996.

［5］林毅夫.李约瑟之谜、韦伯疑问和中国的奇迹——自宋以来的长期经济发展［J］.北京大学学报（哲学社會科学版），2007（04）：5-22.

［6］国家统计局.中国统计年鉴［DB/OL］.http：//www.stats. gov.cn/tjsj/ndsj/.

［7］IMF Statistical Data［DB/OL］.https：//www.imf.org/en/ Data#global.

［8］杨武，杨淼.基于景气状态的中国科技创新驱动经济增长时序性研究［J］.管理学报，2017（02）：235-244.

［9］李翔，邓峰.科技创新与产业结构优化的经济增长效应研究———基于动态空间面板模型的实证分析［J］.经济问题探索，2018（06）：144-154.

［10］孟凡蓉，陈子韬，袁梦.科技创新、科技资源与经济增长的耦合研究［J］.科学学与科学技术管理，2019（09）：63-74.

［11］European Commission. The 2020 EU Industrial R&D Investment Scoreboard ［DB/OL］. https：//ec.europa.eu/ commission/.

［12］李子奈，潘文卿.计量经济学（第四版）［M］.北京：高等教育出版社，2015.

［13］Bruce E. Hansen. Sample Splitting and Thr

eshold Estimation［J］. Econometrica， 2000， 68（03）：575-603.

［14］陈强.高级计量经济学及Stata应用（第二版）［M］.北京：高等教育出版社，2014.

［15］Bruce E. Hansen. Threshold Effects in Non-Dynamic Panels：Estimation， Testing， and Inference［J］.Journal of Econometrics， 1999， 93（02）：345-368.

〔责任编辑：孙玉婷〕

收稿日期：２０23 — 01 — １０

基金项目：本文系山东社科规划项目“科技创新促进山东省“十强”产业发展测度研究”（项目编号：19CQXJ41）的阶段性研究成果。

作者简介：崔俊富（1982—），男，山东济宁人，博士，副教授，主要研究方向：宏观经济分析；郭素（1987—），女，山东聊城人，经济学博士，讲师，主要研究方向：宏观经济分析；张太乐（1988—），男，山东济南人，管理学博士，讲师，主要研究方向：宏观经济分析。