《研发投入与企业绩效的门限效应研究16000字（论文）》

PAGE3研发投入与企业绩效的门限效应研究中文摘要摘要：本文以我国计算机及电信设备制造业184家上市公司2013-2019年的数据为样本，通过建立门限效应模型，以研发投入强度为门限变量，检验研发投入与企业绩效为非线性关系且存在门限效应，并得到相应的门限区间。研究结果表明:计算机及电信设备制造业企业的研发投入对公司绩效的影响呈非线性，当研发投入强度被门限值4.790%和9.190%分为Ⅰ级、Ⅱ级、Ⅲ级研发投入强度区间，相应的研发投入强度对企业绩效的影响系数分别为0.010、-0.001、-0.005。研究结果为政府、企业制定相关政策和制订计划提供了决策支持和数据参考，企业在制订研发计划时，应充分考虑研发投入强度的门限效应，根据目前的研发投入强度所处区间，以及政策、市场、自身具体情况等因素，综合制订合适的研发计划。关键词：研发投入强度；企业绩效；门限效应模型目录中文摘要 i目录 iii1绪论 51.1 研究背景与意义 51.1.1 研究背景 51.1.2 研究意义 71.2 文献综述 81.2.1 两者相关关系 81.2.2 滞后期数 91.2.3 引入调节变量考察两者关系 91.2.4 文献评述 101.3 研究内容及方法 101.3.1 研究内容 101.3.2 研究方法 101.3.3 论文结构 112 相关概念 122.1 研发投入 122.2 企业绩效 123 研究设计 143.1 变量选取 143.1.1 被解释变量 143.1.2 核心解释变量 143.1.3 控制变量 143.2 数据来源及描述性统计 153.3 研究假设 163.4 模型建立 173.5 估计方法 174 实证结果与分析 194.1 门限效应检验 194.1.1 门限效应存在性 194.1.2 门限效应真实性 194.2 门限效应回归 204.3 稳健性检验 225 结论及建议 255.1 研究结论 255.2 政策建议 255.3 研究不足 26参考文献 27正文1绪论研究背景与意义研究背景2021年是“十四五”规划的开局之年，政府报告明确将制造企业加计扣除比例提高到100%，鼓励制造业企业加大研发投入，建立以企业为主体的技术创新体系，我国越来越重视研发，科技创新日趋活跃。研发经费投入持续快速增长，从表1国家统计局数据来看，2019年我国的研究与开发投入总额增长至2000年的近26倍，研发投入强度(即研发投入占GDP的比例)也从2000年的1%提升至2019年的2.24%，研发投入总量已达到世界第二。表1研究与开发活动名称2015年2016年2017年2018年2019年有效发明专利数(万件)2).8.1.6.4强度(%).7.2.5.9.24研发投入(亿元).8.5.3.3注数据源自国家统计局创新驱动力对我国经济的高质量发展产生着巨大的影响，我国创新研发制作能力不断发展，高技术产业涌现出一个个领头羊企业：成为全球5G技术制造企业第一名的华为科技企业，无人机飞控系统领跑者大疆无人机企业，弯道超车的系能源汽车企业等。分行业来说，从表2的各行业规模以上企业研发投入数据可以看到，我国的计算机及电信设备制造行业的规模以上企业研发投入多年位居第一，2019年的研发总投入达到2448.09亿元，几乎超过排行第二位的电气机械及器材制造业的一倍。2017—2019年计算机及电信设备制造行业研发投入的三年增长率为22.24%，排在第4位。表2

各行业规模以上企业研发投入（单位：亿元）排名指标2017年2018年2019年三年增长率（%）1通信设备、计算机及其他电子设备制造业2002.762279.902448.0922.242电气机械及器材制造业1242.381320.141406.1713.183化学原料及化学制品制造业912.48899.93923.401.204黑色金属冶炼及压延加工业638.75706.88886.3038.765通用设备制造业696.82735.60822.8818.096专用设备制造业636.94725.76776.7221.957计算机及电信设备制造业534.18580.89609.5614.118非金属矿物制品业362.81415.85520.0943.359有色金属冶炼及压延加工业461.62442.54479.813.9410金属制品业343.17389.37466.3835.9111纺织业233.18255.44265.8714.0212农副食品加工业274.58261.07261.98-4.5913石油加工、炼焦及核燃料加工业146.60145.41184.7025.9914造纸及纸制品业144.60167.78157.679.0415食品制造业148.05160.96156.215.5116化学纤维制造业106.07112.12123.6916.6117电力、热力的生产和供应业85.7796.87113.0531.8018煤炭开采和洗选业148.91146.45109.24-26.6419石油和天然气开采业57.2689.2693.8063.8220工业印刷业和记录媒介的复制53.9466.7179.5847.54注数据源自国家统计局由图1国家统计局数据观察可得2012-2017年计算机及电信设备制造行业规模以上企业主营业务收入一直稳步增长，2020年因疫情影响导致主营业务收入较低，但2021年年初计算机及电信设备制造行业业绩恢复好于预期，主营业务收入同比上升55.8%，行业景气度上行。（国家统计局数据由于2017年规模标准调整等原因，2017年以来全国规模以上工业企业主要经济指标数据与上年数据之间存在不可比因素）图1计算机及电信设备制造业主营业务收入（亿元）及同比增长率（%）政府有关部门产业政策接连出台，利用5G技术优势赋能各行业：中国信通院联合中兴通讯成立联合实验室，并发布国内首个5G消息平台标准；工信部提出牢牢把握5G发展的历史机遇，加快车联网部署应用，汽车智能/网联供应商将迎来智能汽车时代的重大发展机会；政府报告中提到要加大5G网络和千兆光网建设力度，通信新基建加快建设，通信网络建设进入高速发展阶段。随着5G的规模商用，计算机及电信设备制造业迎来新的挑战和机遇，华为科技企业更是领航成为全球5G技术制造企业第一名。然而随着中美贸易摩擦不断，技术密集型行业受到严重影响，很多企业关键技术部件依赖于进口，自主研发能力不足，在技术研发、产品制造方面深受桎梏，国际市场销售受限。而我国经济将要进入一个新的发展阶段，将从中等收入国家向高收入国家跨越，这对创新研发投入提出了更高要求。2019年我国人均GDP超过1万美元，距离高收入经济体门槛线还有2300美元左右。从国际经验来看，后发经济体在达到高收入门槛线附近时，往往会面临较大的结构转型压力和经济增速下行风险。我国要避免在高收入门槛前经济增速过快放缓，避免跨过高收入门槛后出现经济增长停滞不前甚至倒退的情况，关键在于能否有效提升全要素生产率增速和科技进步增长贡献率，顺利实现增长动力的转换。要实现这一目标，加大研发投入力度是一个重要基础。研究意义研发投入对于企业提高核心竞争力，产业转型升级，国家增强创新研发能力都至关重要。适宜的研发投入强度可以帮助企业构建核心实力，利用技术优势快速取得研发突破，打破行业同质化竞争桎梏，提高生产效率，降低企业生产成本，打破国外企业的垄断和技术封锁，进一步拓展市场，获得更大的经济效益，实现“走出去”。而企业作为研发投入的主体，其研发经费投入是市场自发的行为，靠企业自身内生动力短期内快速提升研发投入或者靠政府行政拉动并不符合市场规律，大幅度地增加研发经费投入对企业财务是一项重大考验。一方面，研发投入预算管理要考虑财务资金使用绩效而不能盲目进行大规模投入，另一方面，新冠肺炎疫情对我国经济社会运行带来了较大压力，企业财务资金压力加大。但与一般要素投入不同，研发投入需要考虑的因素较多且处于不同阶段的研发投入投资回报率并不一样，具有明显的阶段特征。因为国际化环境、政策法规、市场需求、行业状况以及企业自身所处的发展阶段等因素不同，企业研发投入能够转化为产品成果并产生经济效益的比例大不一样，那么要提高研发投入效率，促进从研发投入向研发产出和创新能力转化，怎样比例的研发投入才能最大程度的提高研发投入的转化效率呢？无论对于企业所有者和管理者计划合理的研发投入，提高企业绩效，实现利润最大化；或是投资者参考披露的研发投入数据，以做出有效的投资决策；还是相关政府部门制定产业政策，鼓励企业主体自主创新，对研发投入强度对企业绩效的影响规律进行研究具有现实意义。所以本文样本选取我国计算机及电信设备制造业上市公司，针对研发投入强度对企业绩效的影响的门限效应，希望通过实证分析为企业、投资者、政府部门提供相应的数据、理论与研究支持。文献综述两者相关关系对于研发投入与企业绩效的相关关系，国内外学者从研究对象、研究方法到研究范围等不同角度做了大量研究，大多数学者得到的结论是，两者之间存在显著的正相关关系。Ballot（2012）以瑞典和法国的企业为研究对象，把研发投入分为人力投入和资本投入两类，表明研发投入能够显著提高企业回报率。Rodrigo（2012）为了探究能够影响企业绩效的有哪些因素，以高新技术企业作为研究样本，从资源整合的角度出发，结果发现研发投入有利于提高企业的经营业绩，对企业绩效能够产生有利影响。ElversD（2014）从企业发展战略的角度出发，通过实施增加研发投入强度的发展战略，可以大大提高企业绩效的结论，印证了研发投入与企业绩效呈正相关关系。任海云、师萍（2009）以沪市A股上的71家制造业企业为研究对象，对两者关系进行了分析，实证结果表明制造业上市公司的研发投入与企业绩效显著相关。赵喜仓、吴军香（2013）研究发现电子业、计算机及电信设备生物业、机械设备业的R&D投入与当期企业绩效线性正相关，电子业的相关性最强。但也有部分学者认为研发投入与企业绩效不存在显著关系甚至负相关关系。李传宪、张倩（2015）认为从研发投入强度来看，非国有产权性质企业高于国有性质企业，非国有企业的研发强度与企业当期绩效呈显著的负相关关系，而在国有企业研发强度对当期绩效影响不大。张俭、张玲红（2014）从企业盈利能力和发展能力两个方面，分析了研发活动对企业绩效的影响，研究发现研发活动与企业当年绩效、滞后一期和滞后二期绩效都显著负相关，特别是对企业的盈利能力影响更明显。另一方面，也有研究指出研发投入与企业绩效存在非线性关系。戴小勇、成力为（2013）基于2005年-2007年我国工业企业共11266组面板数据，使用门限效应数据模型，发现当研发投入强度达到第一门限值后，研发投入可以极大地改善企业绩效，证明研发投资对企业绩效的影响呈现复杂的非线性关系，且因行业不同，研发投入对企业绩效影响的非线性特征和门限效应也不同。赵毅（2021）等人对科创板上市公司，引入固定效应面板门限模型，实证检验在不同研发强度和产出规模下研发强度与企业绩效的非线性关系，研究表明研发强度与企业绩效呈"倒V形"关系。韩先锋和董明放（2018）分别在企业规模、资本结构和资本密度三个门限条件下，研发投入对企业绩效的影响分别呈“U形”、“倒N形”和“N形”关系。滞后期数对于研发投入对企业绩效影响的滞后效应，相关文献得到的结论不一。郑小丹（2015）等人针对通信及相关设备制造业，研究发现研发投入对绩效影响的滞后作用仅在滞后三期显著体现。彭泽瑶、黄德忠（2015）以汽车行业上市公司为研究对象，研究结果表明研发投入对绩效影响没有滞后性，研发投入对当期企业绩效效果最为显著。陈阳和韩飞（2021）对信息传输、软件和信息技术服务业172家上市公司的面板数据，基于双向固定效应模型，发现研发投入对绩效影响滞后一期，其与滞后一期企业绩效之间呈现显著的正向相关关系。引入调节变量考察两者关系近几年，学者从企业特征、高管特征和财税政策等多角度选取调节变量考察研发投入与企业绩效的关系。李显君（2018）等人对中国汽车产业上市企业进行研究，视国有、私有、外资、机构四种所有权属性为门限变量，实证发现在所有权属性的企业中，研发投入强度与企业绩效之间呈现出显著的区间效应。李琳和田思雨（2021）对于创新投入与企业绩效的关系，引入内部控制作为调节变量进行探讨，研究结果表明对创新投入与企业绩效之间的关系，有效的内部控制具有正向调节作用。海本禄和尹西明（2020）研究发现，CEO性别、CEO经验都是显著的调节变量，能够影响研发投资与企业绩效关系，当CEO为女性时，研发投资对企业绩效具有更强的提升作用，CEO性别是显著的调节变量之一；CEO经验对研发投资和企业绩效关系具有非线性调节作用，CEO初期经验的积累有助于强化研发投资对企业绩效的正向影响。李树锋（2021）等人进行实证研究，发现对研发投入和公司绩效的关系，高管薪酬激励有显著的正向调节效应，而股权激励并未表现出明显的调节作用。文献评述对前文归纳概括，可以发现研发投入相关研究从研究对象、研究方法到研究范围层出不穷，近几年，学者多从企业特征、高管特征和财税政策等多角度选取调节变量考察研发投入与企业绩效的关系。但是由于所选取的地区、行业、数据、指标、计量模型等不同，目前对于两者之间相关关系和研发投入对企业绩效影响的跨期数，尚未形成统一的研究结论，且对于研发投入与企业绩效之间的非线性关系研究不多。因此，本文在国内外文献的基础上，引入门限效应模型，就研发投入强度对企业绩效影响的门限效应进行研究，以及在当前对企业层面数据的研究上，为了更好地了解研发投入强度对企业绩效的影响规律，增强研究结论的现实意义，考虑行业发展状况，本文选取计算机、通信和其他电子设备制造业，检验研发投入与企业绩效为非线性关系且存在门限效应，并得到相应的门限区间，避免研究样本过于庞杂。研究内容及方法研究内容本文以我国计算机及电信设备制造业上市公司的数据为样本，对研发投入与企业绩效的的门限效应进行研究。首先根据已有的文献及相关理论提出本文的研究假设，根据假设建立门限效应模型，通过实证分析检验理论假设是否成立，最后根据回归结果得出结论并提出政策建议。在样本的时间序列选择上，本文的研究时期为2013-2019年，样本包括上市的184家计算机及电信设备制造业上市公司，通过披露的研发数据和财务指标数据构建模型，检验研发投入与企业绩效为非线性关系且存在门限效应，并得到相应的门限区间。研究方法本文的研究方法如下:(1)文献研究法本文借助校内图书馆资源，研究主要有关研发投入与企业绩效的相关关系、研发投入对企业绩效影响的滞后期数以及多角度引入调节变量考察两者关系等方面的相关文献，对相关内容进行整理，总结归纳主要的观点，选择样本数据范围是计算机、通信和其他电子设备制造业，为确定本文的研究思路和变量衡量指标提供基础。(2)统计分析法通过国泰安（CSMAR）数据库、国家统计局等渠道收集相关数据资料，对我国的研发投入总体情况，以及我国计算机及电信设备制造行业上市公司主要的财务指标、研发投入等相关变量进行的初步统计和分析。(3)实证分析法在对相关理论和已有文献的归纳分析的基础上，提出合理的研究假设，通过对万得（WIND）数据库、国泰安（CSMAR）数据库、同花顺iFinD等收集2013年-2019年计算机及电信设备制造行业上市公司数据，运用Statal5.0统计软件进行初步数据处理构建面板数据，并进行实证分析——建立门限效应模型，通过实证分析检验研发投入与企业绩效的门限效应。论文结构第一部分，绪论。论述研究背景与意义、文献综述和研究思路，介绍本文的研究背景，并提出研究意义，然后归纳总结了研发投入与企业绩效的相关关系、研发投入对企业绩效影响的滞后期数以及多角度引入调节变量考察两者关系等方面的相关文献，最后梳理本文的研究思路。第二部分，相关概念界定。本部分首先对研发投入和企业绩效的概念进行界定，然后对企业研发投入与企业绩效的相关理论进行阐述，为后文提出理论假设奠定基础。第三部分，研究设计。本部分首先在相关理论和已有文献的归纳分析的基础上，设计被解释变量、核心解释变量暨门限变量和控制变量并选取指标，简单概述样本情况并说明数据来源，提出研究假设，为下文检验计算机及电信设备制造行业上市公司的研发投入与企业绩效的门限效应建立回归模型，并设计估计方法。第四部分，实证结果与分析。本部分选取计算机及电信设备制造行业2013-2019年七年间的研发投入和企业绩效作为研究对象，进行门限效应研究。首先进行Hausman检验，确定选择随机效应还是固定效应模型，然后对门限效应的存在性和真实性进行检验并估计门限值，最后进行门限回归，估计斜率门限系数控制变量的相应系数。第五部分，结论及建议。在本文的理论分析基础上，综合实证分析结论，根据我国企业发展现状，为政府、企业制定相关政策和制订计划提供建议和数据参考，并说明了在研究过程中存在的不足与展望。

相关概念研发投入广义的研发活动（researchanddevelopment，R&D）可以分为三类，科学研究与试验发展、科学研究与试验发展成果的应用以及相关的科技服务。而狭义的研发活动是指现代的高新技术企业为了获得新知识的过程中，可以促生或者大幅改善技术、设备、产品、生产工序和应用模式，持续提升企业的核心竞争力的一种重要的组织活动。本文中研发活动是企业为了获得新知识进行探索和调查，并且可以将研究知识用于开发新的技术或工艺，从而设计新产品的一种系统性的创造活动。研发投入是指企业从事研发活动包括研究开发新产品、新工艺等过程中所投入的资金、人力、物力，经费支出中包括内部的支出和外部的支出这两部分。其中，研发活动的内部支出指的是企业内部自行研发的劳务费、基本建设费和其他日常支出，研发活动的外部支出指的是委托外部单位进行研发活动或合作研发时支付的费用，为了避免重复，企业的研发费用一般是指企业内部的所有的研发经费的支出，根据用途细分为用于基础研究、应用研究和试验发展的经费，而制造业企业的研发经费内部支出主要是用于试验发展。因为没有强制要求，我国企业在进行研发活动的人员数据方面的披露并不全面，所以，本文用企业研发费用总额来衡量研发投入，即企业在研究与开发过程中直接的或者间接的产生的各种支出，包括日常性和资产性的支出。企业绩效企业绩效可以分为两个层面:一是财务绩效，企业在一定经营期间内获得的经济收益，二是管理者业绩，企业在管理者任职期间员工积极性、产品创新程度等非财务绩效的提高，而财务绩效的度量指标比管理者业绩更加容易量化。企业绩效一般通过会计指标和证券市场指标来量化，主要表现在生产经营过程中的企业的盈利能力、偿债能力、营运能力、成长性等方面，总结国内外学者对于企业绩效的文献研究，可以用以下几类指标来定量度量企业绩效:1、财务绩效。从盈利能力、偿债能力、营运能力、成长性等角度出发，分别选取某一个单一指标，如净资产收益率（ROE）、资产负债率、总资产周转率和营业收入增长率等；或者选取某一综合指标例如经济增加值(EVA)进行分析。实际研究中应用比较多的是单一指标，因为上市公司披露的财务数据比较全面客观且容易获取，分析财务指标直观清晰，可行性高。本文参考已有文献，从多角度选取取财务指标来衡量企业绩效。2、市场绩效。从资本市场对企业未来的预期评价角度来研究分析，一般选用市值（GMV）来衡量企业绩效，选取的较多有托宾Q值、市盈率（PE）、股票价格等，但是由于我国的资本市场属于弱势有效市场，不能完全反映市场信息，也就是说这些指标并不完全是投资者基于对上市公司价值的合理评估进行博弈的真实反映，不可控因素较多。3、平衡计分卡（BSC）是常见的评价绩效的方法之一，从利益相关者——股东、客户、员工三个角度出发，通过强调因果关系，综合客户、财务、内部运营和学习及成长四个层面评估最终的财务目标，其优势在于对公司战略管理的绩效，综合考虑了财务指标和非财务指标，反映企业的短期和长期利益、内部和外部利益，囊括无形资产收益。但是该方法的劣势在于难以将部分抽象的非财务指标进行量化，并且对于各指标权重的比重也难以客观标准。

研究设计变量选取本文主要研究研发投入对企业绩效影响的门限效应，参考以往相关研究进行控制变量的选取，避免可能存在的因遗漏变量导致的内生性问题，模型选取的变量及相应的解释说明如下所示:被解释变量净资产收益率（ROE）能直观的反映企业的盈利能力，它将企业行为究本究源在利润上，是财管中的核心分析指标，所以本文选其代表企业绩效，即净利润与净资产总额的比值。核心解释变量研发投入强度（RD）在计算机及电信设备制造业公司的发展过程中的主要驱动因素之一，以及企业规模越大很可能研发投入总额也越大，所以本文决定用研发投入占企业当期主营业务收入的比例作为核心解释变量兼门限变量，使得不同规模企业之间同比分析更有意义。控制变量（1）企业规模（Size)企业规模大小在不同程度上会影响企业绩效。企业规模达到一定水平时，企业更容易获得营运资金，且抵御风险能力增强，市场竞争力提高；但规模过大时，企业机构尾大不掉，管理效率低下，不利于公司成长。所以本文引入公司规模作为影响企业绩效的控制变量之一。（2）营业收入增长率（GR）企业成长性能够反映企业可持续发展能力。企业的未来的发展潜力越大，投资前景就越被看好，企业融资更易，对企业绩效产生正向促进作用。本文引入营业收入增长率代表企业的成长性，作为控制变量之一。（3）资产负债率(Lev)资本结构代表的是债务资本和股权资本的价值构成及其比例分配关系。当投资利润率小于债务利润率时，财务杠杆会产生负面作用，过多的利息成本抑制企业的成长甚至导致破产。故为控制财务杠杆对企业绩效的影响，本文选取资产负债率代表资本结构。（4）现金实力（Current）持续进行研发活动需要大量且稳定的现金流支持，特别研发活动高投入、高风险，企业现金实力会影响企业的研发投入。当企业经营现金净额比例较高时，说明企业运营状况良好，更有可能丰沛的资金进行研发活动。其中，现金实力为经营活动产生现金流量净额占资产总额的比例。（5）股权结构(OS)适宜的股权集中度既可以达到大股东相互监督的目的，又能有较好的决策效率及时对市场变化作出反应。为更好地反映研发投入对企业绩效的影响情况，避免因股权过于集中，侵害小股东利益，不利于企业绩效的提升，本文以前三大股东的持股比例来衡量股权结构。表3

变量选取与定义类型符号名称定义与计量方法被解释变量ROE净资产收益率净利润/净资产总额核心解释变量、门限变量RD研发投入强度研发投入/主营业务收入控制变量SIZE企业规模Ln（期末资产总额）GR营业收入增长率（本期营业收入-上期营业收入）/上期度营业收入Lev资产负债率期末负债总额/期末资产总额Current现金实力2*经营现金净流量/（期初资产总额+期末资产总额）OS股权结构前三大股东持股数量/总股数数据来源及描述性统计为研发投入对企业绩效影响的门限效应研究，选取七个相关变量：净资产收益率（ROE）、研发投入强度（RD）、企业规模（Size)、营业收入增长率（GR）、现金实力（Current）、股权结构(OS)、资产负债率(Lev)。依据证监会行业分类2012版，本文将使用2013—2019年共七年的计算机、通信和其他电子设备制造业上市公司数据，所有变量数据均来自国泰安数据库。由于模型要求构造平衡面板数据，同时选择合理的样本数据，需要对数据经筛选，筛选标准如下:（1）剔除时间内被实施ST、ST*等异常情况的公司;（2）剔除时间内存在研发投入数据未披露、股权结构等数据缺失或数据异常等情况的公司。（3）对于连续变量的上下1%极值的部分做缩尾处理，剔除极端值对研究的影响。通过以上标准筛选，共得到184家计算机及电信设备制造业上市公司，7年共1288组年度面板数据，本文将利用Stata15.0统计软件进行实证分析。描述性统计结果如下表所示：表4变量全样本描述性统计符号变量平均值标准差最小值最大值ROE净资产收益率0.0450.119-0.5290.310RD研发投入强度7.3065.6620.91035.050SIZE企业规模22.0301.12419.8625.329GR营业收入增长率0.1990.378-0.5292.042Lev资产负债率0.3830.1860.0480.796Current现金实力0.0400.056-0.1200.195OS股权结构42.83113.47015.08376.353从表4变量的描述性统计数据可以看出，我国计算机及电信设备制造业上市公司的研发投入强度最小值为0.910%，最大值为35.050%，相差较大，可能是由于不同企业因所处的行业和地位不同，实施战略不同，但研发投入强度均值为7.306%，整体水平较高，高于国际一般认为企业具备核心竞争力所需的研发投入强度水平5%。在控制变量方面，净资产收益率ROE和营业收入增长率GR的最小值均为负数，且与最大值差值较大，说明企业的盈利能力与成长性波动较大；资产负债率Lev最大值为79.6%，该企业财务风险很高，最小值为4.8%，负债占比很小，说明计算机及电信设备制造业上市公司的资本结构差异也比较大；前三大股东的平均持股比例OS达42.831%，最大比例为76.353%，均值的标准差为13.470，说明有计算机及电信设备制造业上市公司股权集中度较高，但是存在较大差异。研究假设将研发投入分为（1）费用化，由于可能存在的技术上的障碍，以及研发成果或该研发成果商业化的市场前景不明朗，研究项目前期基础性探索产生的各种调研支出只能费用化，计入当期损益；（2）资本化，企业能持续提供研发所需要的技术、资金和其他资源，研发成果能够提高生产效率，降低生产成本或者生产的产品存在市场需求并且能够带来经济利益。但是只有研发投入，没有进行创新活动的人力和物力，不可能实现创新；没有支持创新的文化氛围和环境，即使增加了研发经费投入，也无法调动研发人员的积极性，只会导致这些资金成为沉没成本，产出的研发成果也可能是低质量的；没有良好的制度和体制机制，即使增加了研发经费投入，也无法将其真正落地转化成对经济社会发展有利的研发成果，并且给企业带来经济效益。实际上，由于领域技术快速更新换代，再加上市场需求的不确定性，研发投入回报的周期长，调整成本高，风险高。因此，提出假设1：假设1：研发投入强度与企业绩效为非线性关系。研发投入超出某一门限后，高投入并不能够带来高回报，Hartmann指出当研发投入超出临界值时，将不会产生等比例的企业绩效提升，企业一味地增加研发投入是不明智的。Wang的研究指出，存在最优的研发投入临界值使得企业绩效最大化，也存在最低的研发投入临界值使研发投入能够提升企业绩效，提出假设2：假设2：研发投入强度对企业绩效的影响存在门限效应且处于不同的研发投入强度区间，其对企业绩效的影响系数不同。模型建立借鉴Hansen（2000）提出的单门限面板模型的方法，如下yit=μi+β1xit+eit，若(qit≤γ)（1）yit=μi+β2xit+eit，若(qit>γ)（2）其中，下标i代表企业，下标t代表时间，yit代表被解释变量净资产收益率，qit为门限变量净资产收益率，γ为门限值，μi表示个体固定效应，随机扰动项eit服从独立同分布的正态分布。以研发投入强度作为门限变量与核心解释变量，同时以净资产收益率作为被解释变量，将上述（1）（2）合写建立单门限模型（3）ROEi,t=μi+β1RDi,tI(RDi,t≤γ)+β2RDi,tI(RDi,t>γ)+φzi,t+ei,t（3）其中，I(·)为示性函数，括号中的条件决定其取值，条件满足时取值为1，否则取0。ROEi,t代表被解释变量净资产收益率，RDi,t代表核心解释变量研发投入强度，同时作为门限变量。zi,t代表控制变量包括企业规模Sizei,t、主营业务增长率GRi,t、现金实力Currenti,t、股权结构OSi,t、资产负债率Levi,t。估计方法首先进行Hausman检验，原假设为本实证分析模型选择个体随机效应模型，得到P值小于0.05，检验在5%的置信水平拒绝原假设，选择个体固定效应模型。其次对门限效应的存在性进行检验，采用Bootstrap法，自助在原1288个样本中进行可重复的重新抽样，获得渐近分布，构造概率P值，对门限效应的显著性进行检验，并得到门限的个数，确定门限回归模型的具体形式。γ)=e^*(γ)'e^*(γ)=Y*'(I－X*(γ)'(X*(γ)'X*(γ))－1X*(γ)')Y*最小的RDi,t作为门限值的估计值，求出显性水平为95%时对应的门限值的置信区间。并得到似然比统计量LR=－2ln(1－)，对门限估计值的真实性进行检验，判断门限估计值γ^1、γ^2与真实门限值γ1、γ2是否一致。最后进行门限回归，估计斜率门限系数RD_1、RD_2、RD_3和控制变量的相应系数。

实证结果与分析门限效应检验门限效应存在性对门限效应的存在性进行检验，采用Bootstrap法，自助在原1288个样本中重复500次的重新抽样，构造概率P值，对门限效应的显著性进行检验，得到两个门限值，确定选择双门限模型。表5存在性检验及门限值估计量门限检验模型估计值F值P值BS次数总样本检验单门限4.79019.34***0.0067500双门限9.19013.05***0.0300500三门限9.9305.350.6167500注：***、**分别代表1%、5%的显著性水平由表5研发投入强度门限效应存在性检验结果可知，在单一门限检验情形下，得到的F统计量为19.34，计算出相应的bootstrapP值为0.0067，说明单一门限显著存在，且其值为4.790%。在此基础上的双门限检验发现，F统计量为13.05，相应的bootstrapP值为0．0300，说明通过了双门限值检验，一个门限值是4.790%，另一个门限值是9.190%。当进行三门限效应检验时，F值为5.35，P值为0.6167，三门限检验不显著，接受原假设使用双门限模型，表明存在2个门限值，分别为4.790%和9.190%。因此，应选取双门限模型来研究研发投入对企业绩效影响的特点。门限效应真实性得到使得残差平方和最小的RDi,t作为门限值的估计值后，对门限估计值是否等于真实值进行检验，表6报告了以计算机及电信设备制造业企业作为研究样本，解释变量为研发投入强度时的两个门限估计值，以及其在95％水平的置信区间。表6门限估计值与95%水平置信区间双门限门限值置信区间第一门限4.790[4.670,4.870]第二门限9.190[8.550,9.390]根据似然比函数图2-3显示，门限估计量是似然比统计量(LR)为0时，两个门限估计量分别为4.790%和9.190%，95％显著水平的临界值为7.35，在图中用横线表示。LR值在横线以下部分(LR<7.35)，门限变量所在的区间即为门限估计量在95％显著性水平下的置信区间。这里，第一门限估计值的95％水平置信区间是[4.670,4.870]；第二门限估计值的95％水平置信区间是[8.550,9.390]，门限值估计有效。所以证实了假设1，研发投入强度与企业绩效为非线性关系，门限值分别为4.790%和9.190%。图2第一门限估计值与置信区间图3第二门限估计值与置信区间门限效应回归表7近几年落在各研发投入强度区间的企业数目及其占比研发投入强度2013年2016年2019年企业数占比（%）企业数占比（%）企业数占比（%）Ⅰ级研发投入强度区间8646.78043.486233.70Ⅱ级研发投入强度区间5429.36133.156535.33Ⅲ级研发投入强度区间4423.94323.375730.98合计184100184100184100两个门限值将我国计算机及电信设备制造业上市公司面板数据划分为三部分，即Ⅰ级、Ⅱ级、Ⅲ级研发投入强度区间，表7为2013年、2016年、2019年落在各门限区间的企业数目及其占比。整体上看，我国计算机及电信设备制造业上市公司研发投入强度较好且分布较均匀；动态上来看，2013-2019年我国计算机及电信设备制造业上市公司研发投入强度逐渐提高，处于Ⅰ级研发投入强度区间的企业比例在减少，从46.7%减少到了33.70%，而处于Ⅱ级、Ⅲ级研发投入强度区间的企业比例在提高，到2019年Ⅱ级研发投入强度区间的企业比例已经超过Ⅰ级研发投入强度区间，达到35.33%，成为最高。因此，我国计算机及电信设备制造业上市公司研发投入强度不断提升，研发创新成果累累。面板门限模型回归得到斜率门限系数RD_1、RD_2、RD_3和控制变量的相应系数，如表8示。表8门限效应模型的系数估计结果变量系数t值RD_10.0102.370**RD_2-0.001-0.280RD_3-0.005-4.120***SIZE0.0212.220**GR0.0597.260***Lev-0.314-6.190***Current0.2222.970***OS0.0011.130注：(1)RD_1、RD_2、RD_3分别为Ⅰ级、Ⅱ级、Ⅲ级研发投资强度区间研发投资对企业绩效的影响系数；***、**，分别代表l％、5％的显著性水平。具体来看，两个门限值将1288组计算机及电信设备制造业上市公司面板数据划分为三部分，Ⅰ级研发投入强度区间(RD≤γ^1)中有样本数514个，Ⅱ级研发投入强度区间(γ^1<RD≤γ^2)有样本数42个，Ⅲ级研发投入强度区间(RD>γ^2)有样本数728个。当研发投入强度处于不同的区间，研发投入强度对计算机及电信设备制造业企业绩效的影响系数不同:当研发投入强度小于第一个门限值4.790%时，研发投入强度对企业绩效产生积极影响，显著性水平为5%，每增加1个单位研发投入强度，企业绩效(以净资产收益率做衡量指标)上升0.010个单位;但在研发投入强度介于[4.790％，9.190%]区间时，研发投入强度对企业绩效产生消极影响，表现出不显著特征，每增加1个单位研发投入强度，企业绩效(以净资产收益率做衡量指标)降低0.001个单位；当研发投入强度区间大于第二个门限值9.190%时，研发投入强度对企业绩效产生消极影响，在1%的显著性水平上显著，每增加1个单位研发投入强度，企业绩效(以净资产收益率做衡量指标)降低0.005个单位。当研发投入强度大于第一个门限值4.790%时，影响系数由0.010变为-0.001，大于第二个门限值9.190%时，影响系数又变为-0.005，这说明研发投入强度对企业绩效的影响呈现边际递减的现象，超过第一个门限值之后再增加研发投入，反而增加企业负担，不利于企业生存发展。因此，证实了假设2，研发投入强度对企业绩效的影响存在双门限效应，呈倒“U”型关系，且处于不同的研发投入强度区间，其对企业绩效的影响系数不同。对于计算机及电信设备制造业上市公司而言，研发投入强度对企业绩效的影响存在双门限效应。原因主要是：（1）企业研发投入是一项长期活动，从研发投入、研发突破、试验发展到成果应用并转化为经济效益，需要相当长的一段时间；（2）计算机及电信设备制造行业属于技术密集型产业，核心科技是企业发展的命脉所在，对企业自主研发创新能力要求高，然而本行业很多企业关键技术部件依赖于进口，自主研发能力不足，在技术研发、适应市场等方面都与西方国家大企业存在差距；（3）计算机及电信设备制造行业开放度高，对国际市场依存度较大，但近几年中国与美国贸易摩擦不断，技术封锁，国际市场被打压，虽然企业想要通过自主创新研发，提高研发投入提高核心竞争力，进行转型升级，但是从整体上看，尚未取得显著市场成效。另一方面，可以得到控制变量对于企业绩效的影响结果。企业规模(SIZE)对计算机及电信设备制造业企业绩效的影响系数为0.021，在5%的显著性水平上显著，意味着企业规模需要达到一定水平时，企业更容易获得营运资金，有效配置资源。营业收入增长率(GR)对企业绩效的影响系数为0.059，在1%的显著性水平上显著，计算机及电信设备制造业企业的未来的发展潜力越大，投资前景就越被看好，对企业绩效产生正向促进作用。资本结构(Lev)这一控制变量的结果显示的影响系数为-0.314，该结果在1%的显著性水平上显著，是因为计算机及电信设备制造行业属于技术密集型，需要稳定的现金流，但较高的财务杠杆将产生额外损失，甚至导致破产，抑制企业的成长。现金实力(Current)这一控制变量对计算机及电信设备制造行业企业绩效的影响系数为0.222，在1%的显著性水平上显著，对于计算机及电信设备制造行业的上市公司而言，企业现金流越稳定，资金流量越充裕，资金周转速度越高，利润越高，越有利于企业绩效的提高。针对实证分析的结果总体来看，企业研发投入强度较低时，通过增加研发投入强度，取得研发突破，把握技术优势，提高生产效率，降低生产成本，能够更有效地改善企业绩效。而当达到第一个门限值后，虽然研发投入对企业绩效的影响存在滞后性，但企业需要综合考虑政策、市场环境、企业实际情况等因素，对企业研发投入计划重新审视并及时做出合理调整，因为当研发投入强度过高时，占用过多资金可能导致企业的资金使用效率降低，降低企业盈利能力，反而减少营业利润或者披露的财务数据不理想，影响市场对企业价值的判断，对公司股价不利。因此，企业需要综合考虑政策、市场环境、自身具体情况等因素，制定合理的研发计划，避免研发投入强度过低导致企业核心竞争力减弱落入低端型市场，或研发投入强度过高降低盈利能力。稳健性检验为了检验门限回归结果的稳健性，替代净资产收益率（ROE），本文选用总资产收益率（ROA）作为被解释变量企业绩效。其中，总资产收益率为税后净利润占总资产的比例，用以评估总资产的盈利能力。进行Hauseman检验得到的P值小于0.05，在5%的置信水平拒绝原假设，建立模型回归方程，进行稳健性检验，回归结果如表9-10所示：表9门限效应检测模型F值P值单门限17.85***0.010双门限13.84***0.027三门限5.350.6167双门限门限值置信区间第一门限4.790[4.730,4.900]第二门限9.190[8.255,9.370]表10系数估计的稳健性检验结果变量系数t值RD_10.0052.360**RD_20.0000.070RD_3-0.002-2.940***SIZE0.0071.280GR0.0337.630***Lev-0.170-6.93***Current0.1353.600***OS0.0001.420注：(1)RD_1、RD_2、RD_3分别为Ⅰ级、Ⅱ级、Ⅲ级研发投资强度区间研发投资对企业绩效的影响系数；***、**、*，分别代表l％、5％、10％的显著性水平。研发投入强度与企业绩效之间非线性的门限效应中的门限数量、门限值，以及在Ⅰ级、Ⅱ级、Ⅲ级研发投入强度区间下研发投入强度对企业绩效的影响系数，在数值上相等，符号也并未发生改变，同时均在统计意义上显著。具体而言，从表9中数据结果可以看出，对于门限值，研发投入强度对企业绩效影响的门限值分别为为4.790%和9.190%，其95%置信区间为[4.730,4.900]和[8.255,9.370]，门限估值不变，且其95%置信区间略有缩窄。以上可以说明，在替换被解释变量的情况下，研发投入强度与企业绩效之间的门限效应是具有稳健性的。综合表10中的回归结果，当处于Ⅰ级、Ⅱ级、Ⅲ级研发投入强度时，研发投入强度和每个控制变量对企业绩效的影响系数的符号未发生改变且数值没有明显波动，且依然在1%原显著性水平上显著。综上，稳健性检验的回归结果与前文一致，门限回归结果通过稳健性检验。

结论及建议研究结论在当前对企业层面数据的研究上，为了更好地了解研发投入强度对企业绩效的影响规律，增强研究结论的现实意义，考虑不同行业的研发现状与经济特征，本文基于现有的研究基础，在国家越来越重视5G网络和千兆光网建设的社会大背景下，以计算机、通信和其他电子设备制造业上市公司作为样本，检验研发投入强度对企业绩效影响的门限效应，并得到相应的门限区间，进一步丰富了研发投入对企业绩效影响的研究。具体而言，本文以184家计算机及电信设备制造业上市公司2013—2019年的面板数据为样本，选取净资产收益率作为被解释变量，研发投入强度作为核心解释变量与门限变量，从盈利能力、成长性、资本结构、股权集中、现金实力、公司规模六个方面选取控制变量，引入门限效应模型，从研发投入强度对企业绩效影响的门限效应的实证分析结果中，主要得到以下结论:(1)企业研发投入强度与企业绩效之间为非线性关系，研发投入强度对我国计算机及电信设备制造业上市公司发展至关重要；（2）企业研发投入强度对企业绩效的影响存在双门限效应，研发投入强度门限值为4.790%和9.190%；(3)当研发投入强度低于第一个门限值4.790%时，增加研发投入强度有利于企业绩效提高;当研发投入强度处于门限值4.790%和9.190%之间时，继续提升研发投入强度对于企业绩效的产生负向影响；当研发投入强度高于门限值9.190%，继续提升研发投入强度对于企业绩效负向影响加强。具体而言，Ⅰ级、Ⅱ级、Ⅲ级研发投入强度门限值对企业绩效的影响系数分别为0.010、-0.001、-0.005。政策建议结合上面分析，本文提出以下建议:（1）研发创新能力和技术落地能力是计算机及电信设备制造业上市公司的主要竞争力，企业应持续进行研发创新活动，加强自主创新研发，掌握关键技术，提高核心竞争力，避免停滞在低端和制造型被市场淘汰，而是向高端和研发型转型升级。（2）企业需要时刻关注自身研发投入水平，可以参考本文得到的研发投入强度门限值，综合考虑制定合理的研发计划。当企业研发投入强度较低时，通过提升研发投入强度，取得研发突破，把握技术优势，提高生产效率，降低生产成本，有效地提高企业绩效；当企业研发投入强度过高时，企业需要综合考虑政策、市场环境、自身具体情况等因素，对企业研发投入计划重新审视并及时做出合理调整。这样及时调整，保持本企业研发投入强度在最优水平，更有效地提升企业绩效，促进企业的可持续发展。（3）目前政府报告明确将制造企业加计扣除比例提高到100%，鼓励制造业企业加大研发投入，但想要建立以企业为主体的技术创新体系，还需要政府有关部门针对性的出台更多产业政策扶持，制定配套的金融和财税支持政策，激活释放计算机及电信设备制造行业企业加大研发投入的积极性，构建公平竞争市场环境，促进民间投资，深化科技体制改革，破除体制机制障碍，充分发挥市场机制的基础性作用，提高创新体系整体效能，促进科技成果产业化转化。（4）对政府相关部门而言，要继续深入推进供给侧结构性改革，持续改善产业组织格局。因为创新研发投入具有很强的规模效应，大型企业的创新激励和研发创新能力一般都高于其他企业，而我国计算机及电信设备制造行业集中度出现了下降，这对行业创新投入激励和能力形成了不利影响。故而有关政府部门需要继续深入推进供给侧结构性改革，持续改善产业组织格局，提升研发投入强度高的企业占比，稳定企业研发投入增长，强化企业创新的主体作用。研究不足本文对研发投入强度对企业绩效影响的门限效应进行了实证检验，从实证分析结果中得到了结论，但还存在一些研究不足：由于本身能力和水平限制，本文没有考虑上一期企业绩效对当期企业绩效可能产生的不确定性影响，未纳入的企业绩效的滞后项可能会对本文门限效应回归结论产生影响。实际上，企业经营是一个动态、连续的过程，如果当期企业财务效益良好，一方面在企业内部会影响企业管理者对下一期工作的经营决策，与效益挂钩的奖励机制会激励员工的工作积极性，另一方面，在企业外部，披露的财务数据会影响市场对企业的价值评估，更容易得到投资融资，进而影响下一期的企业绩效。附录参考文献[1]Ballot,Fakhfakh,ErolTaymaz.Firms'humancapital,R&Dandperformance:astudyonFrenchandSwedishfirms[J].EmpiricalEcon