【《研发国际化对创新绩效影响的实证检验报告》3600字】

研发国际化对创新绩效影响的实证检验报告1.1描述性统计表1.1中列示了各个变量的描述性统计结果以及VIF值。企业创新绩效的中位数为50，而标准差达到了937.73，整体来看比较离散，总体水平并不高。表明在发明创新活动十分活跃的高新技术产业内部，企业的创新能力也有非常大的差距。其中最大值是由京东方科技集团于2018年贡献的9585件专利，而与之形成对比的是，永安药业和返利网在2016年均只有一项专利申请。教育水平、学术背景、海外背景同质性的均值分别为3.5、0.12、0.09，表明高新企业中高管团队成员普遍受到的教育水平较高，达到了本科以上水平，但很少有高管拥有学术背景或者海外背景。研发国际化均值为1.39，指标显示虽然样本中的企业整体研发国际化水平较低，但是已有不少企业在尝试进行海外研发，有很大的发展空间。进行多重共线性检验，发现各变量的方差膨胀因子（VIF）均低于阈值10，说明变量之间存在的多重共线性干扰较弱。表1.1描述性统计结果以及VIF变量均值标准差最小值最大值极差VIFPatents237.93937.731.009585.009584R&D_Over1.392.760.0025.00251.31Lev0.380.180.061.351.291.56AC20.6016.781.1393.5892.451.16ROA0.050.06-0.420.370.791.22Size21.781.3117.0526.159.101.64Age2.900.351.101.143.051.11HoEdu3.500.500.405.001.601.22HoAc0.120.150.000.750.756.73HoExp0.090.150.000.750.755.99HeEdu0.430.200.000.750.751.09HeAc0.170.180.000.500.506.63HeExp0.120.170.000.500.506.08资料来源：本文整理1.2相关性分析表1.2相关系数表1234567891011121.Patents12.R&D_Over0.281***13.Lev0.177***0.179***11.AC0.0120**0.149***-0.135***15.ROA-0.03600.0320-0.339***0.144***16.Size0.399***0.338***0.458***-0.134***0.144***17.Age0.008***0.02900.0710-0.196***-0.134***0.019018.HoEdu0.096**0.086*0.126***0.0590-0.196***-0.06100.199***19.HoAc0.109**-0.02300.097**-0.083*0.0590-0.04900.291***0.145***110.HoExp0.109**0.321***0.02400.092**-0.083*0.03800.132***-0.02100.213***111.HeEdu0.076*-0.075*-0.115**0.03800.092**-0.01600.129***0.06800.081*0.0110112.HeAc0.137***-0.009000.075*-0.095**0.03800.0450-0.092**-0.079*-0.166***0.122***0.127***113.HeExp0.157***0.323***-0.02900.107**-0.095**0.03700.113**-0.04400.182***0.919***0.090**0.0380注:*、**、***分别表示10%、5%和1%的水平下显著。资料来源：本文整理表1.2为变量间的Pearson相关系数，该表显示创新绩效和研发国际化在1%的水平下显著正向相关，相关系数为0.281。一定程度上证明了研发国际化可以正向促进创新绩效的提高。从调节变量的相关系数来看，企业的学术背景异质性、海外背景异质性和创新绩效在1%的水平下呈现显著正相关，教育水平同质性、学术背景同质性、海外背景同质性和创新绩效在5%的水平下呈现显著正相关，说明这些变量对企业创新绩效起到的直接效用是正向的。但是具体的调节效用是如何作用的还需要后续检验。控制变量中的企业资产负债率、吸收能力、企业规模、企业年龄均与创新绩效呈显著正相关，说明他们对创新绩效起到直接影响，需在后续研究中加以控制。

1.3回归结果分析表1.3回归模型结果变量PatentsA-1A-2A-3A-4教育水平同质性教育水平异质性学术背景同质性Lev-0.976***(-11.03)-1.005***(-11.23)-0.998***(-11.28)-0.741***(-8.22)AC0.005***(8.63)0.005***(8.28)0.007***(10.34)0.011***(13.35)ROA-0.029(-0.20)-0.199(-1.35)0.058(0.39)-0.091(-0.62)Size0.446***(23.36)0.425***(21.81)0.416***(21.39)0.427***(22.58)Age-0.152**(-2.23)-0.037(-0.52)-0.205***(-2.94)-0.248***(-3.62)R&D_Over0.010***(3.43)0.123***(7.88)0.023***(6.94)0.028***(8.65)TMT_Chara0.133***(5.52)0.319***(1.75)0.553***(9.06)TMT_Chara×R&D_Over-0.030***(-7.42)-0.054***(-7.77)-0.374***(-13.70)YearFEYESYESYESYESIndustryFEYESYESYESYESN490490490490Loglikelihood-3570-3539-3540-3472Waldchi21631168716971825Prob＞chi20.0000.0000.0000.0000（续表）变量PatentsA-5A-6A-7学术背景异质性海外背景同质性海外背景异质性Lev-0.693***(-7.70)-0.974***(-10.99)-0.977***(-11.00)AC0.013***(16.87)0.005***(6.61)0.006***(8.61)ROA-0.025(-0.17)-0.030(-0.20)-0.000(-0.00)Size0.408***(21.35)0.447***(23.33)0.447***(23.30)Age-0.290***(-1.10)-0.151**(-2.20)-0.160**(-2.31)R&D_Over0.037***(11.08)0.012***(3.61)0.009***(2.58)TMT_Chara0.564***(8.55)0.133***(5.52)-0.069(-0.85)TMT_Chara×R&D_Over-0.354***(-16.47)-0.006(-0.70)0.001(0.09)YearFEYESYESYESIndustryFEYESYESYESN490490490Loglikelihood-3429-3569-3570Waldchi2189616341633Prob＞chi20.0000.0000.000注：***p<0.01,**p<0.05,*p<0.1资料来源：本文整理本文中的被解释变量为专利申请新增量，为计数变量，因此在回归中使用泊松固定效应模型。上表中列出了研发国际化和创新绩效的主效应模型实证结果，以及高管团队背景特征同质性和异质性对主关系的调节模型回归结果。A-1为主效应模型，A-2、A-3、A-4、A-5、A-6、A-7分别为加入调节变量教育水平同质性、教育水平异质性、学术背景同质性、学术背景异质性、海外背景同质性、海外背景异质性的调节效应回归模型。实证结果显示，研发国际化的系数在1%的水平上显著为正。证明了假设1，即研发国际化对于企业创新绩效起到了促进作用。控制变量里，企业年龄和资产负债率分别在1%和5%的水平上和创新绩效显著负相关，意味着企业成立时间越长，不利于企业的创新绩效。企业较高的资产负债率，也会对企业创新绩效起消极作用。当企业负债率较高时，融资和现金流方面可能会存在困难，因而不利于需要大量资金投入、风险高、研发周期长的创新活动。七个模型中企业的吸收能力、企业规模都在1%的水平上和创新绩效显著正相关，表明企业的研发人员比重和企业规模的增加，会增强企业创新能力，提升创新活动绩效。为了验证高管团队特征同质性和异质性的调节作用，在后续模型中分别引入相应的调节变量、调节变量和解释变量的交互项进行实证检验。在A-2和A-3中，分别引入了高管团队教育水平同质性和异质性作为调节变量进行实证分析。A-2最终结果显示，交互项系数在1%的水平上显著为负，说明高管团队教育水平的同质性会削弱研发国际化对创新绩效的促进作用，验证了假设2a，高管团队教育水平同质性对研发国际化与创新绩效之间的关系具有负向调节作用。表明在高管团队教育水平总体较低的时候，研发国际化对创新绩效的积极效应较为明显。随着高管团队平均教育水平的上升，这种积极作用逐渐降低。其次，考虑到模型中，高管团队教育水平同质性系数显著为正，意味着高管团队教育水平同质性和研发国际化都对创新绩效有直接的正向作用，他们可能存在着一定的替代关系，最终呈现出的是负调节作用。A-3中，高管团队教育水平异质性的交互项系数在1%的水平上显著为负，说明了高管团队教育水平异质性对研发国际化与创新绩效之间的关系起负向调节作用。异质性较低的情况下，高管团队成员拥有更为相似的教育背景，认知水平也较为接近。这减少了团队中存在的沟通成本，大大提升了运行效率，因此有利于企业的创新活动。随着异质性的增加，主效应的积极作用减弱。在高管成员们教育水平差异性大的情况下，他们的认知、表达、行为都存在着较大差距，而在企业的日常运营和重要决策中会使得内部损耗增加，团队间融合不易，最终影响到创新决策效果。为更好地呈现调节变量在主效应中的关系，图1.4中分别绘制了高管团队教育背景同质性、教育背景异质性的调节效应图。图1.4高管团队教育水平的同质性/异质性调节效应图资料来源：本文整理在A-4和A-5中，分别引入了高管团队学术背景的同质性和异质性，研究他们的调节效应。最终回归结果中，交互项系数在1%的水平上显著为负，说明高管团队学术背景的同质性和异质性都会减弱研发国际化对创新绩效的积极作用，验证了假设3a和3b。高管平均拥有学术背景的程度较低时，研发国际化对创新绩效的积极效应更为显著。随着同质性平均水平的升高，这种积极效应被削弱了。高管学术背景的异质性增加代表着高管认知行为的差异，学术研究为背景的高管往往思维方式也有所不同，因此这也会缩小主效应的积极作用。而在A-6和A-7中，分别引入了高管团队海外背景的同质性和异质性，回归结果不显著，说明高管团队海外背景的同质性和异质性都对研发国际化和创新绩效的影响不存在明显的调节作用。1.4稳健性检验回归分析中的一种常用的稳健性检验方式是，运用替代变量改变因变量。出于稳健性考虑，本研究使用这种方法进行稳健性检验。我国专利法中将专利具体区分为三种，发明专利意指“对产品、方法或者这两者的改进提出新的技术方案”，这种类型的专利对现有技术和产品突破程度更高，符合颠覆式创新的定义（Henderson&Clark，1990）。而另两种类型的专利——实用新型和外观设计专利都更倾向于对于现有的产品方法的升级改进，因而属于渐进式创新。在上文的实证检验中，本文借鉴Branstetter（2006）等学者的做法，使用专利总数作为创新绩效的衡量，这可以反映出企业的总体创新实力。而使用发明专利数衡量创新绩效时，可以反映出企业颠覆式创新能力，因此本文使用它作为替代变量，对主效应和调节效应模型进行稳健性检验。下表中列示了使用替代变量进行稳健性检验后的结果。在主效应模型B-1中，研发国际化的回归系数为0.133，在1%的水平上显著正相关。因此企业研发国际化对创新绩效起积极作用，假设1仍然成立。关于高管团队背景特征调节效应，B-2和B-3检验高管团队教育水平的同质性和异质性在主效应中的调节作用，交互项系数均在1%的水平上显著为负，证明假设2a和假设2b仍然成立。B-4和B-5检验高管团队学术背景的同质性和异质性在主效应中的调节作用，交互项系数均在1%的水平上显著为负，表明两者对研发国际化与创新绩效之间的关系起负向调节作用，假设3a和假设3b仍然成立。B-6和B-7检验高管团队海外背景的同质性和异质性在主效应中的调节作用，均不显著，和回归检验中结果一致。以上结论均未发生实质性的变化，表明前文中的结论具有稳健性。

表1.5更换因变量的稳健性检验变量I_PatentsB-1B-2B-3B-4B-5教育水平同质性教育水平异质性学术背景同质性学术背景异质性Lev-0.968***(-10.97)-0.999***(-11.10)-0.993***(-11.20)-0.942***(-10.62)-0.945***(-10.65)AC0.006***(10.15)0.006***(10.20)0.007***(9.99)0.006***(9.01)0.006***(9.55)ROA0.044(0.30)0.034(0.23)0.156(1.05)0.021(0.14)0.018(0.12)Size0.453***(23.38)0.442***(22.49)0.430***(21.43)0.442***(22.60)0.442***(22.39)Age-0.135*(-1.96)-0.063(-0.88)-0.148**(-2.14)-0.078(-1.10)-0.073(-1.01)R&D_Over0.133***(3.45)0.499**(2.30)0.200***(1.81)0.248***(5.48)0.189***(3.62)TMT_Chara0.095***(3.54)0.416***(3.63)0.594***(5.02)0.248***(2.73)TMT_Chara×R&D_Over