开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
在有限资源的约束下，企业如何分配自身资源以培育核心竞争力，实现经营可持续发展？关注创新，逐步提高研发投入水平，是企业的重要战略选择，这是因为新产品、新技术的推出有利于巩固现有份额并吸引潜在客户，建立企业长期竞争优势[1]。同时，学术界对企业研发投入的影响因素也给予了极大关注，主要围绕宏观层面的外部因素(如市场竞争[2]、政府政策与制度[3]等)以及微观层面的内部因素(如高管激励[4,5]、冗余资源[6,7]、高管权力[8]、经营表现[9-12])两方面展开。与选择研发——这种内生的有机成长方式不同，企业也可能选择外生的发展模式，即逐步加大营销投入，通过广告、促销等方式快速提升公司知名度，吸引消费者购买商品或服务，从而扩大市场份额，获取市场竞争优势。然而，学术界更多地将目光聚焦于营销投入与绩效关系，而对影响企业营销投入的前因要素研究较少，且大部分研究是围绕企业广告投入的影响因素展开的[13,14]。
企业行为理论认为，公司是一个以目标为导向的组织系统，往往习惯于依据简化的规则制度制定和调整决策，而实际经营绩效和目标期望间的差距将极大影响决策者的行为判断[15]。因此，实际绩效低于期望目标可能影响企业对研发或营销环节的投入力度。正如公司经营包含两个方面——业务经营和资本市场运营，企业作出战略决策时需要同时参照真实设定的期望目标(历史期望和行业期望)，以及资本市场赋予它的期望目标(资本市场期望)。因此，将实际绩效低于历史期望、行业期望、资本市场期望的3种情形同时纳入模型，研究其对企业战略选择的影响是有必要的。由于较少有文献同时从上述3种情形出发，探讨其对企业战略行为的影响，且已有文献大多是基于企业或市场特征变量，探讨负向绩效期望差距和企业战略行为关系的边界条件，而对于作为重要外部信息传播渠道的媒体，在二者关系中究竟起怎样的作用却较少关注。
针对上述研究空白，本文以中国2010-2017年A股上市公司为研究样本，通过理论与实证分析，对下列问题作出解答：①在存在负向绩效期望差距的经营情形下，企业是同时考虑加大研发和营销投入力度，还是对两者有所取舍？②在出现3种不同经营表现时(实际绩效低于历史、行业、资本市场期望)，是与过去比较产生的内部压力，还是来自行业和资本市场的外部压力对研发和营销投入的影响更大？③媒体关注度是否成为影响负向绩效期望差距及企业研发和营销投入关系的动力或阻力因素？
基于企业行为理论，公司管理者会将实际经营绩效和目标期望水平之间的差距作为参考点，进行战略决策。因此，当企业实际绩效低于期望目标时，管理者可能会选择增加研发和营销投入的方式以摆脱绩效困境。具体原因分析如下：
(1)研发投入作为组织的核心资源配置维度，是企业战略变革时期的一种重要选择[16]，有助于企业尽快走出绩效困境。具体如下：①企业持续稳定地开展研发活动，有助于生产技术更新速度和生产效率提升。进一步地，它能有效降低企业生产成本，并以持续提供性能先进、质量稳定商品的方式吸引消费者；②由于技术进步和全球化，强大的竞争压力引发了管理者对搜索活动的关注，企业开发新产品或具有成本效益的新流程被视为获取市场的重要途径[16]，这是因为它能够帮助企业形成差异化优势，在竞争激烈的市场中脱颖而出，并快速抢占市场份额,获取超额收益，从而达到改善绩效的目的。因此，为了应对环境变化带来的威胁和机遇，企业决策者会转而对研发活动给予更多资源支持[17]。
另一方面，来自产品和服务营销方面的资源支持，能够帮助企业在目标市场选择、产品和服务促销以及销售渠道多样性等方面占据有利地位。①企业在营销环节的投入，有利于树立企业品牌形象。例如广告等活动能够起到传递和宣传企业产品或服务亮点、价格等相关信息的作用，吸引顾客注意力，激发客户需求，从而开辟企业新市场[18]；②营销投入增加有助于企业获取优质客户。例如互联网推广模式能帮助企业以更精准和全面方式，将产品和服务信息投放至亿万目标客户浏览页面，使其获取有效关注度，从而实现客户量稳步增长。
根据信号传递理论，研发投入和营销投入(如广告投入)都被视为管理者重视企业未来利润的信号[19]。但由于研发投入更多地体现为一种内在竞争方式[20]，所以相较于作为外在竞争方式的营销投入行为，投资者识别和接受企业增加研发投入所释放出的积极信号较为困难[21]。同时，不同于营销投入能在短期内提升企业营业收入的特点[22]，企业创新研发周期较长，且整个研发过程充满高度复杂性与不确定性，所以回报期通常也较长，企业甚至可能面临负回报结局[23]。在仔细权衡两者的长短期效应后，管理者对营销活动的支持力度会大于对研发项目的支持力度。综上，本文提出如下假设：
H1a：随着企业实际绩效与期望目标间负向差距的扩大，企业研发投入和营销投入都将增大；
H1b：企业实际绩效与期望目标间的负向差距对企业研发投入的促进作用小于对营销投入的促进作用。
一般而言，管理者制定某项决策时会同时关注多个期望目标。可将期望目标划分为两类：一类是与自我比较，即历史期望目标；一类是与外部比较，即行业和资本市场期望目标。基于此，本文认为，在假设H1的基础上，要深挖企业增加研发投入和营销投入行为背后的机理，必须先对3种负向绩效期望差距情形进行比较。
首先，根据Wayment & Taylor(1995)的总结，个体进行自我评价的来源有3种：①客观信息，例如管理者可以通过检查当前的企业财务状况来评价自身经营成就；②个人标准信息。如管理者可以基于过去的表现来评价当前成就；③行业比较信息。如管理者可以选择与同行业竞争对手比较，从而形成对自身的评价。同时，在个体不熟悉领域，行业比较信息对人们的自我评价更为有用[24]。技术进步和全球化使得企业当前所处的竞争环境变幻莫测，这就要求管理者必须时刻刷新自己对市场的认知，也就是说，在这种具有高度动态性的环境中，客户需求和偏好变化多端[25]，此时客观信息和个人标准信息的参考意义较弱[24]，而涵盖了经济形势和行业动态变化的行业比较信息能帮助管理者更清晰地定位企业在行业群体中的位置，并找到进一步发展的机会和空间。
其次，许多学者将分析师对企业绩效的预期作为资本市场绩效期望的代理变量，这种预期是由分析师主观推测产生的[26]，所以受到过往经历、利益考量和认知能力的影响，资本市场绩效期望较易体现出过多的乐观性倾向和羊群效应[27]。与之相反，历史绩效期望目标完全建立在企业自身历史绩效基础上，并独立于管理者和外部预期，因此对企业绩效水平预期的描述较为客观真实，不会受到乐观性倾向等主观因素的影响。由此推断，基于分析师乐观判断设定的资本市场绩效期望水平通常较高，且往往高于历史绩效期望目标。此外，绩效未达到分析师预期水平的企业极有可能面临投资者“用脚投票”的现实，而股票抛售将导致股价停滞或者下跌，并引发一系列连锁反应——企业股价下跌，而管理者可能陷入由该绩效困境引发的自身薪酬减少[28]，甚至被解雇[29]的悲剧。因此，与依据实际绩效设置期望目标相比，一方面，企业经营成果符合分析师乐观预期目标会给管理者带来更大的挑战；另一方面，当企业未能实现资本市场绩效期望目标时，管理者将背负来自企业内外部利益相关者——潜在投资者、现有股东的更大压力。
最后，与普通投资者相比，由于分析师拥有比他们更多的信息收集渠道，如企业历史信息或股票市场信息、管理者披露的有关公司业绩和未来发展前景信息，以及行业和宏观信息[12]，所以分析师对于企业的经营分析和预测往往更全面与长远。当企业处于资本市场绩效期望差距困境时，高管对研发活动的支持力度会大于企业处于行业绩效期望差距困境时。这是因为能为企业带来长期收益的行为(如研发)更被资本市场认可，并积极影响分析师关于企业的下期预测和评级，投资者则可能因此而投资热情高涨，从而实现企业股票升值。另一方面，当企业未能实现行业期望时，通常意味着市场上还存在其它绩效更优的竞争企业[30]。由于营销活动能在短期内增加企业营业收入，所以与处于负向资本市场绩效期望差距的情形不同，为快速扭转当前不利局面以及追赶对手，管理层拥有更大的动力投资见效快的营销活动。综上，本文提出如下假设：
H2a：相比于实际绩效低于内部期望目标(历史期望)，实际绩效低于外部期望目标时(行业期望和资本市场期望)的绩效困境会使得企业加大研发投入和营销投入。
H2b：相比于负向行业绩效期望差距，负向资本市场绩效期望差距对企业研发投入的促进作用更大；相比于负向资本市场绩效期望差距，负向行业绩效期望差距对企业营销投入的促进作用更大。
基于信号传递理论，本文认为，相比于媒体关注度低的企业，媒体关注度较高的企业未能达到期望绩效的负面信号会被进一步放大，从而被更多的社会公众知晓，因此管理者增加研发投入和营销投入的决心更强。具体原因分析如下：
首先，媒体报道能有效改善企业信息环境，降低企业与社会公众(如外部投资者等)的信息不对称[31]，影响投资者和企业管理者的情绪及行为，进而影响企业投资活动。管理者拥有一种自我增强的心理，即个人薪酬和职业前景等与企业绩效密切相关时，他们往往将企业实际绩效达到或超过预期归因于自我能力的彰显，而将实际绩效未实现期望的失败境遇归因于他人或外部不可控因素，以免个人形象受损[32]。由于媒体往往拥有比公众更为广泛的信息来源渠道，能较为快速、全面地反映企业真实状况，因此管理者通过信息包装维护自身形象，引导企业“向下比较”的可能性大大降低。此时，他们更需要将关注点聚焦于如何改变现状、抓住机遇，使企业绩效尽快达到预期水平，从而作出诸如增加研发投入和营销投入等战略调整行为。
其次，由于研发投入是一个长期且不确定程度较高的投资过程，其产出也具有高度不确定性和不及时性特征[23]，因此管理者在面临负向绩效期望差距时，加大研发投入并不是他们的最优选择[12]。随着媒体关注度提升，公众能更全面、多角度地了解企业真实面貌，实时获取企业最新动态信息。在这种情况下，减少甚至停止研发资源投入，或以它其它方式快速提高短期绩效的动机将被扼杀，这是因为此举将引起大量认为研发行为有助于企业长期价值创造的投资者的高度关注，并将通过抛售股票表示不满，最后造成股价下跌、企业市场价值受损的局面，使高管自身声誉也受到损害。因此，随着媒体报道次数增多，其对企业管理者机会主义行为的事前约束更有效[33]。
最后，随着媒体曝光度提升，企业经营成果未实现预期的负面信息传播速度更快、范围更广。在此情况下，企业在营销活动中投入大量资金，通过开展广告、宣传、推广等营销活动，影响消费者品味和偏好，增强产品差异性，从而树立消费者品牌忠诚度，有助于其开发和推广的产品或服务在市场上占据主导地位[19]；另一方面，多种形式的营销活动，将吸引公众注意力，使他们的关注点从企业负面信息转移至企业为塑造品牌形象所作出的积极努力上，从而消除他们的不满情绪，这有利于管理者声誉保持和职位稳固。综上，本文提出如下假设：
H3：媒体关注度会强化负向绩效期望差距与企业研发投入、营销投入之间的正相关关系，即绩效不佳企业的媒体关注度越高，企业研发投入和营销投入越大。
本文以沪深两市2010-2017年A股上市企业为样本，数据主要来源于中国两大权威数据库——CSMAR数据库和Wind数据库，并通过上市公司财务报表进行相互验证与补漏。此外，对样本进行如下筛选：①剔除是ST或ST*的企业样本；②剔除金融类企业样本；③剔除样本期内上市时间不足1年的企业样本，这是因为研究滞后性至少需要1年的数据；④剔除部分数据缺失的样本。通过以上筛选步骤并结合研究需要，最终确定样本包含5 725个年度行业观测值。
(1)因变量。借鉴Makri等[34]的方法，以企业研发投入与其年销售收入的比值衡量研发投入(rdri，t)。类似地，将企业销售费用作为营销投入的代理指标，以企业销售费用与其年销售收入的比值衡量营销投入(seri，t)。
(2)自变量。选择常用的ROA指标评估企业绩效水平，并利用企业实际绩效与期望水平的差值衡量绩效期望差距。其中，对于历史绩效期望目标，以企业上年度绩效[35]作为期望水平参照；对于行业绩效期望目标，以行业内其它竞争企业的绩效均值[36]作为期望水平参照；对于资本市场绩效期望，以各机构分析师对该企业某年ROA预测值均值作为期望水平参照。因此，关于绩效期望差距的测量，参考王菁等[12]的做法，按照如下公式计算：负向绩效期望差距=实际绩效-期望目标(实际绩效<期望目标)，否则为0(实际绩效>期望目标)；正向绩效期望差距=实际绩效-期望目标(实际绩效>期望目标)，否则为0(实际绩效<期望目标)。由于需要分析企业经营绩效与期望目标差距对后续战略决策的影响，以及便于数据分析，将负向绩效期望差距、负向历史绩效期望差距(nhisai，t-1)、负向行业绩效期望差距(nsocai，t-1)、负向资本市场绩效期望差距(nmarai，t-1)相对于因变量滞后一期，且以绝对值形式表示。
(3)调节变量。借鉴刘锋等[37]的方法，在国内第一大搜索引擎(百度)的新闻频道中，以上市企业名称为关键词进行搜索，按年度统计企业新闻报道数量，并以报道数量+1后取对数形式表示媒体关注度(mediai，t-1)。企业年度新闻量越大，说明其当年的媒体关注度越高。
(4)控制变量。根据现有研究，控制变量包括：①正向绩效期望差距。在研究负向历史绩效期望差距、负向行业绩效期望差距、负向资本市场绩效期望差距对企业研发和营销投入的影响时，分别控制正向历史绩效期望差距(phisai，t-1)、正向行业绩效期望差距(psocai，t-1)、正向资本市场绩效期望差距(pmarai，t-1)；②企业年龄(lnagei，t-1)：对企业成立至样本数据采集年限取自然对数；③企业规模(lnsizei，t-1)，对企业总资产取自然对数；④股权性质(soei，t-1)，若该企业为国企则为1，否则为0；⑤董事会规模(boardi，t-1)，对董事会总人数取自然对数；⑥独立董事比例(indi，t-1)，即企业独立董事人数与董事会人数的比例；⑦股权集中度(firatioi，t-1)，使用第一大股东持股与总股数比例进行衡量；⑧资产负债率(levi，t-1)，即企业总负债与总资产的比值；⑨财务冗余(curri，t-1)，使用流动比率进行衡量；⑩破产危机(zi，t-1)，使用Z值进行衡量，该综合分值越高，表示企业发生破产的可能性越小(即破产危机越小)，反之亦然；
企业成长性(a_growthi，t-1)，使用总资产同比增长率进行衡量；
市场竞争程度(opei，t-1)，使用主营业务利润率进行衡量。同时，本文还设置了年度、行业虚拟变量，从而控制年度变化或行业差异对企业研发投入和营销投入的潜在影响。
表1报告了主要变量的描述性统计结果。从表1可以看出：①我国A股上市企业的研发投入均值为0.0425，最小值为0，最大值为1.259。这不仅说明不同企业研发投入差距较大，还表明我国研发投入水平与国际水平(0.05)相比，仍有进一步提升空间。与上市企业营销投入(均值为0.079 9)相比，则表明企业研发投入远低于营销投入；②我国A股上市企业负向历史绩效期望差距的均值为0.0148、最小值为0，最大值为0.630，负向行业绩效期望差距的均值为0.021 3，最小值为0，最大值为0.846 0，负向资本市场绩效期望差距的均值为0.011 4，最小值为0，最大值为0.816，说明不同企业获得的消极绩效反馈程度差异巨大，但整体而言，大多数上市企业的相对劣势较小，通过小范围战略调整即可在下期实现目标；③我国A股上市企业的媒体关注度均值为3.099，最小值为0，最大值为12.74，说明不同企业间的媒体曝光度差异较大，媒体很难给予所有公司同等关注；④从企业年龄、企业规模等控制变量来看，样本公司间的差异也较大，而这种差异可能影响企业研发和营销投入决策，因此本文在回归模型中控制上述变量。
表2报告了模型变量的相关性分析结果。从表2可以看到：①主要变量的相关性系数均小于0.5，故共线性的概率非常低；②负向历史绩期望差距、负向行业绩效期望差距、负向资本市场绩效差距与研发投入、营销投入的系数大多显著为正，初步表明负向绩效期望差距与企业研发投入、营销投入存在正相关关系；③企业年龄、股权性质、董事会规模等大多数控制变量分别在不同水平上显著，表明这些控制变量与企业研发决策、营销决策均存在相关关系，初步证明本文模型设计合理。
表1 描述性统计结果
变量名称代码平均值标准差最小值最大值研发投入rdr0.042 50.051 001.259营销投入ser0.079 90.090 900.801负向历史绩效期望差距nhisa0.014 80.030 200.630负向行业绩效期望差距nsoca0.021 30.034 800.846负向资本市场绩效期望差距nmara0.011 40.023 700.816媒体关注度media3.099 01.293 0012.740正向历史绩效期望差距phisa0.010 50.028 300.529正向行业绩效期望差距psoca0.018 60.036 200.443正向资本市场绩效期望差距pmara0.004 70.012 800.267企业年龄lnage2.718 00.329 00.693 0 4.174企业规模lnsize22.350 01.322 019.030 028.510股权性质soe0.349 00.477 001董事会规模lnboard2.163 00.197 01.099 02.890独立董事比例ind0.373 00.057 80.111 00.800股权集中度firatio0.360 00.149 00.036 20.891资产负债率lev0.407 00.197 00.009 11.056财务冗余curr2.689 03.371 00.093 673.790破产威胁z8.732 013.940 0-0.752 0243.500企业成长性a_growth0.266 00.883 0-0.547 037.030市场竞争程度ope0.297 00.171 0-0.474 00.959
表2 相关性分析结果
变量rdrsernhisansocanmaramediaphisardr1ser0.187***1nhisa0.079***0.084***1nsoca0.037***0.007 000.406***1nmara0.089***0.030**0.581***0.536***1media0.008 000.075***-0.009 00-0.028**-0.002 001phisa-0.031**-0.009 00-0.182***-0.087***-0.051***-0.001 001psoca-0.029**0.084***-0.042***-0.315***-0.101***0.042***0.356***pmara0.001 000.057***-0.109***-0.155***-0.179***0.021 00.457***lnage-0.054***0.044***-0.028**0.029**0.022*0.172***0.068***lnsize-0.288***-0.227***-0.058***0-0.096***0.323***-0.056***soe-0.210***-0.182***-0.050***0.056***-0.064***0.039***-0.0120lnboard-0.106***-0.070***-0.037***-0.0100-0.056***-0.020 0-0.004 00ind0.038***0.017 00.021 00.050***0.031**0.076***-0.028**firatio-0.199***-0.080***0.007 00-0.073***-0.054***0.022*-0.026*lev-0.330***-0.292***-0.050***0.192***0.043***0.104***0.004 00curr0.311***0.179***0.090***-0.074***-0.023*-0.100***-0.036***z0.324***0.203***0.062***-0.102***0.004 00-0.036***0.041***a_growth0.018 0-0.022 00.018 0-0.032**0.072***0.013 00.113***ope0.415***0.657***0.023*-0.232***-0.051***0.049***0.064***变量psocapmaralnagelnsizesoelnboardindpsoca1pmara0.461***1lnage-0.024*0.039***1lnsize-0.0190-0.01800.064***1soe-0.030**0.022*0.062***0.480***1lnboard0.02100.001000.046***0.256***0.303***1ind-0.030**-0.024*-0.107***0.093***0.00500-0.470***1firatio0.080***0.043***-0.196***0.301***0.258***0.034***0.094***lev-0.219***-0.074***0.126***0.600***0.369***0.168***0.023*curr0.100***0.025*-0.136***-0.334***-0.215***-0.143***0.0140z0.238***0.113***-0.060***-0.358***-0.216***-0.161***0.020 0a_growth0.02100.026**0.038***0.004 00-0.077***-0.053***0.007 00ope0.327***0.153***-0.048***-0.327***-0.272***-0.099***0.004 00变量firatiolevcurrza_growthopefiratiofiratio1lev0.143***1curr-0.077***-0.575***1z-0.078***-0.535***0.738***1a_growth-0.072***0.0130-0.025*0.01001ope-0.121***-0.526***0.373***0.431***0.042***1
注：*，**，***分别表示在10%，5%，1%的水平显著
本文采用Stata对非均衡面板数据使用控制了年份和行业效应的最小二乘法进行分析，表3和表4为模型回归分析结果。其中，表3的模型1-模型6为各负向绩效期望差距与企业研发投入的回归结果，表4中的模型7-模型12为各负向绩效期望差距与企业营销投入的回归模型结果。根据模型1、3、5的结果显示，企业历史/行业/资本市场负向绩效期望差距与企业研发投入(营销投入)的回归系数分别为0.064 6(0.198 1)、0.098 9(0.334 1)、0.142 2(0.208 2)，并都在1%的水平上显著，验证了本文提出的H1a和H1b，即企业实际绩效低于目标期望的情形会迫使决策者作出增加研发投入和营销投入的行为，且对于营销投入的促进作用更大。与之相反，企业历史/行业/资本市场正向绩效期望差距与企业研发投入(营销投入)的回归系数皆为负数且在1%的水平上显著，说明当企业实际经营绩效优于期望目标时，管理者反而会惧怕冒险变革行为产生的额外风险，所以存在“富则思安”的心态[38]。
出于分析的需要，表5(节选自表3)为负向绩效期望差距与企业研发投入(营销投入)回归系数的比较分析。负向历史绩效期望差距与因变量的回归系数分别小于行业/资本市场负向绩效期望差距与因变量的回归系数，此时H2a得到支持。此外，模型3、模型5以模型1的回归系数作为基准，将模型3、模型5的回归系数分别与其相减后再与之相除。结果表明，外部绩效压力中来自资本市场的压力对企业研发投入的影响大于行业绩效压力(0.531 0<1.201 2)。类似地，将模型7、模型9、模型11中的回归系数进行相应变换后，得到与之相反的结论，即外部绩效压力中来自行业的压力对企业营销投入的影响大于资本市场绩效压力(0.686 5>0.051 0)。这说明研发和营销活动回报的长短期效应会使得企业在面临资本市场压力与行业压力时所作出的选择有所不同，因此H2b得到验证。
表3 回归分析结果——研发投入
变量研发投入(rdr)模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.064 6***0.050 2***0.098 9***0.084 4***0.142 2***0.116 6***(3.62)(2.61)(5.89)(4.90)(6.23)(4.84)X*media0.020 7**0.031 5***0.036 8***(1.98)(3.68)(3.34)media0.000 70.000 9*0.001 3**0.001 5***0.000 80.000 6(1.41)(1.67)(2.52)(2.97)(1.48)(1.23)phisa-0.083 4***-0.084 5***(-4.31)(-4.37)psoca-0.1683***-0.1676***(-9.97)(-9.94)pmara-0.1613***-0.1644***(-3.81)(-3.89)lnage-0.001 3-0.001 3-0.000 8-0.000 8-0.001 4-0.001 4(-0.72)(-0.71)(-0.43)(-0.44)(-0.76)(-0.76)lnsize-0.003 4***-0.003 4***-0.002 2***-0.002 2***-0.002 8***-0.002 8***(-5.42)(-5.41)(-3.47)(-3.42)(-4.43)(-4.41)soe0.003 5**0.003 6***0.002 9**0.003 0**0.003 9***0.004 0***(2.53)(2.58)(2.09)(2.15)(2.81)(2.89)lnboard0.0102***0.010 2***0.009 2***0.009 3***0.009 9***0.009 9***(3.03)(3.03)(2.75)(2.80)(2.94)(2.96)ind0.0270**0.027 0**0.018 6*0.019 9*0.024 6**0.025 3**(2.48)(2.49)(1.72)(1.85)(2.27)(2.34)firatio-0.019 2***-0.019 3***-0.014 7***-0.015 0***-0.018 0***-0.018 4***(-4.85)(-4.88)(-3.73)(-3.83)(-4.55)(-4.66)lev0.00100.001 0-0.011 6***-0.011 4***-0.002 9-0.002 4(0.22)(0.24)(-2.67)(-2.63)(-0.68)(-0.55)curr0.00 12***0.001 3***0.000 8***0.000 8***0.001 3***0.001 3***(4.95)(5.04)(3.16)(3.16)(5.05)(5.04)z0.000 2***0.000 2***0.000 3***0.000 3***0.000 2***0.000 2***(3.27)(3.21)(5.14)(5.15)(3.33)(3.35)a_growth-0.000 8-0.000 8-0.000 7-0.000 7-0.001 2**-0.0011*(-1.33)(-1.31)(-1.22)(-1.15)(-2.01)(-1.91)ope0.110 1***0.110 3***0.128 0***0.128 5***0.112 2***0.113 0***(25.1)(25.1)(27.7)(27.8)(25.5)(25.6)Constant0.024 80.024 40.006 60.004 30.009 50.009 0(1.56)(1.54)(0.42)(0.28)(0.60)(0.57)Observations5 7255 7255 7255 7255 7255 725R-squared0.421 30.421 70.433 10.434 40.423 70.424 9
注：*，**，***分别表示在10%，5%，1%的水平显著；括号内是t值；年份、行业效应已控制，下同
表4 回归分析结果——营销投入
变量营销投入(ser)模型(7)模型(8)模型(9)模型(10)模型(11)模型(12)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.1981***0.156 5***0.334 1***0.307 1***0.208 2***0.158 7***(7.41)(5.43)(13.4)(12.0)(6.05)(4.38)X*media0.060 0***0.058 4***0.071 0***(3.82)(4.61)(4.29)media0.002 2***0.002 6***0.003 4***0.003 8***0.002 3***0.002 1***(2.82)(3.33)(4.38)(4.94)(2.96)(2.64)phisa-0.083 9***-0.087 0***(-2.89)(-3.00)psoca-0.263 5***-0.262 2***(-10.5)(-10.5)pmara-0.187 2***-0.193 3***(-2.94)(-3.04)lnage0.010 7***0.010 7***0.011 9***0.011 9***0.010 8***0.010 8***(3.89)(3.91)(4.45)(4.45)(3.92)(3.94)lnsize-0.0045***-0.004 5***-0.002 1**-0.002 0**-0.003 8***-0.003 8***(-4.71)(-4.72)(-2.23)(-2.18)(-3.97)(-3.94)soe-0.002 4-0.002 2-0.003 9*-0.003 8*-0.002 2-0.002 0(-1.15)(-1.04)(-1.93)(-1.86)(-1.06)(-0.96)lnboard0.002 10.002 2-0.000 20.000 10.001 50.001 6(0.42)(0.43)(-0.040)(0.024)(0.30)(0.32)ind0.042 5***0.042 8***0.022 00.024 50.040 4**0.041 7**(2.61)(2.63)(1.38)(1.54)(2.47)(2.56)firatio-0.000 1-0.000 40.010 3*0.009 6*0.002 00.001 2(-0.016)(-0.069)(1.76)(1.65)(0.34)(0.21)lev0.038 0***0.038 3***0.010 10.010 50.033 9***0.034 9***(5.92)(5.97)(1.57)(1.64)(5.25)(5.42)curr0.000 10.000 2-0.000 7**-0.000 7**0.000 20.000 2(0.34)(0.53)(-1.96)(-1.98)(0.65)(0.62)z-0.000 6***-0.000 6***-0.000 4***-0.000 4***-0.000 6***-0.000 6***(-6.69)(-6.82)(-4.48)(-4.49)(-6.57)(-6.56)a_growth-0.004 0***-0.003 9***-0.0034***-0.003 3***-0.004 4***-0.004 2***(-4.38)(-4.35)(-3.82)(-3.74)(-4.84)(-4.71)ope0.312 3***0.312 9***0.352 9***0.353 8***0.314 6***0.316 1***(47.4)(47.6)(51.6)(51.8)(47.4)(47.7)Constant-0.000 4-0.001 5-0.034 5-0.038 7*-0.015 5-0.016 4(-0.017)(-0.065)(-1.49)(-1.67)(-0.65)(-0.69)Observations5 7255 7255 7255 7255 7255 725R-squared0.590 30.591 40.609 00.610 50.588 80.590 1
表5 系数比较分析
变量研发投入(rdr)模型(1)模型(3)模型(5)X=nhisaX=nsocaX=nmara营销投入(ser)模型(7)模型(9)模型(11)X=nhisaX=nsocaX=nmaraX0.064 60.098 90.142 20.198 10.334 10.208 2(X-nhisa)/nhisa0.000 00.531 01.201 20.000 00.686 50.051 0
表3中的模型2、4、6、8、10、12检验媒体关注度的调节作用，各负向绩效期望差距与媒体关注度的交互项和企业研发投入、营销投入的回归系数为正且显著，H3得到了充分支持。此外，模型2、4、6、8、10、12为全模型部分，各负向绩效期望差距与企业研发投入(营销投入)回归系数的符号、显著性和绝对值排序与先前结果一致，说明假设H1和假设H2再次得到了验证。
为了验证研究结论的可靠性，采用两种方式进行稳健性检验。
(1)更换样本时间。考虑到样本时间选择可能带来的误差，改为选取2013-2017年符合筛选条件的样本进行再分析，回归结果见表5,与原结果基本一致。
(2)更换控制变量。改为使用营业总收入同比增长率对企业成长性进行衡量，并对样本数据重新进行回归，回归结果见表6,无显著差异，表明假设同样得到了支持。
表6 稳健性检验(更换样本时间)——研发投入
变量研发投入(rdr)模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.066 8***0.049 2**0.107 6***0.095 3***0.152 4***0.114 7***(3.07)(2.10)(5.37)(4.71)(5.60)(3.92)X*media0.025 7**0.040 2***0.047 3***(2.02)(4.06)(3.50)media0.000 30.000 40.000 80.001 00.000 30.0001(0.46)(0.65)(1.33)(1.61)(0.41)(0.18)ControlsYesYesYesYesYesYesConstant0.038 2*0.038 7*0.01500.012 80.021 70.021 9Observations3 9723 9723 9723 9723 9723 972R-squared0.400 20.400 0.411 50.413 90.402 80.404 7
表7 稳健性检验(更换样本时间)——营销投入
变量营销投入(ser)模型(7)模型(8)模型9)模型(10)模型(11)模型(12)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.284 3***0.254 8***0.369 2***0.350 9***0.289 2***0.250 0***(8.99)(7.48)(12.8)(12.0)(7.26)(5.83)X*media0.043 0**0.059 6***0.049 2**(2.33)(4.17)(2.48)media0.002 2**0.002 4**0.003 3***0.003 5***0.002 2**0.002 1**(2.36)(2.57)(3.63)(3.92)(2.46)(2.29)ControlsYesYesYesYesYesYesConstant-0.013 3-0.012 3-0.052 9*-0.056 1*-0.027 0-0.026 9Observations3 9723 9723 9723 9723 972 3972R-squared0.596 90.597 40.610 40.612 10.592 80.593 4
表8 稳健性检验(更换控制变量)——研发投入
变量研发投入(rdr)模型(1)模型(2)模型(3)模型(4)模型(5)模型(6)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.063 3***0.048 9**0.099 3***0.084 7***0.139 1***0.113 2***(3.55)(2.54)(5.92)(4.91)(6.10)(4.71)X*media0.020 9**0.031 6***0.037 4***(2.00)(3.69)(3.40)media0.000 80.000 9*0.001 3**0.001 6***0.000 80.000 7(1.47)(1.74)(2.56)(3.02)(1.57)(1.31)ControlsYesYesYesYesYesYesConstant0.025 50.025 10.007 00.004 80.010 60.010 0Observations5 7255 7255 7255 7255 7255 725R-squared0.421 10.421 60.433 00.434 40.423 40.424 6
表9 稳健性检验(更换控制变量)——营销投入
变量营销投入(ser)模型(7)模型(8)模型(9)模型(10)模型(11)模型(12)X=nhisaX=nhisaX=nsocaX=nsocaX=nmaraX=nmaraX0.191 9***0.149 5***0.336 1***0.308 7***0.197 0***0.146 2***(7.17)(5.18)(13.5)(12.1)(5.73)(4.04)X*media0.061 0***0.059 2***0.073 2***(3.88)(4.66)(4.42)media0.002 4***0.002 8***0.003 5***0.003 9***0.002 5***0.002 2***(3.01)(3.53)(4.54)(5.10)(3.16)(2.83)ControlsYesYesYesYesYesYesConstant0.002 90.001 7-0.032 5-0.036 8-0.011 7-0.012 8Observations5 7255 7255 7255 7255 7255 725R-squared0.589 20.590 30.608 30.609 80.587 60.589 0
通过对2010-2017年中国A股上市企业数据进行分析，解释了企业加大研发投入和营销投入的原因，并比较了不同经营表现对组织战略决策的影响，最终得到如下结论：首先，当企业实际绩效未达到期望目标时，随着两者缺口增大，企业研发投入和营销投入显著提升，但对于营销投入的促进作用更大；其次，相比于与过去比较产生的内部绩效压力，来自行业和资本市场的外部绩效压力更能激发企业加大研发投入和营销投入；相比于行业压力，资本市场压力对企业研发投入的影响更大，而行业压力对企业营销投入的影响比资本市场压力更显著。最后，相比于媒体关注度较低的情形，媒体关注度越高的企业，其在经营状况较差时期的研发投入和营销投入越多。
相比于已有研究，本文的主要贡献在于：第一，拓宽了对研发行为、营销行为影响因素的认识。本文在前人研究基础上，将历史绩效期望差距、行业绩效期望差距、资本市场绩效期望差距同时纳入分析框架，全面探讨了由与过去对比、行业内其他竞争对手对比、分析师预期对比产生的3种负向(正向)绩效期望差距对企业权衡取舍两种发展模式的影响；第二，加深了对负向绩效期望差距效果的认识。由于管理者在企业日常经营中存在多种绩效期望目标，本文首次将3种不同负向绩效期望差距对企业研发投入和营销投入的影响进行了比较；第三，新引入了媒体关注度这一情境因素作为主效应调节变量。媒体在信息披露、汇集与扩展方面发挥着关键作用，能进一步促进绩效不佳管理者加大研发投入和营销投入，这对企业短期和长期发展都是积极、有益的。
本文具有一定实践意义。在应对绩效困境时，我国企业管理者大多以投资见效快的营销活动作为应对方案，而对研发活动的重视程度偏低。因此，从管理者层面看，企业高管在进行问题搜索时，需在准确、全面评价企业真实经营情况的基础上，明晰企业陷入绩效困境的根源，使其经营决策和资源部署更加合理，避免资源配置向营销活动过度倾斜。从企业层面看：①高管团队在面临负向绩效期望差距时应具备制定“营销制胜”策略的能力，更重要地，还需结合实际情况，有效配置企业资源，积极响应外界环境变化，促进技术创新，使企业获得长期发展技术储备的创新意识和专业素质；②合理高效的商业模式是企业技术和产品迅速推广、变现的关键，因此企业在寻求核心技术突破的同时，对商业模式创新的支持也必不可少；③不过度苛求短期绩效目标考核，能激励管理层在制定相应决策时更加注重公司长远发展，减少为改变和美化短期绩效表现而盲目加大营销投入的机会主义行为，从而真正地将创新“落地”。因此，企业应改革传统的绩效评价体系，制定符合公司长远利益最大化的管理考核办法和激励办法。从国家层面看，较高的媒体关注度可以有效地缓解信息不对称问题，能对管理者的私利行为起到较好的约束和监督作用。因此，我国应进一步优化媒体报道环境，使其更好地发挥外部治理功能。
此外，本文存在一定局限性。①由于本文的研究对象是中国上市企业，未来研究可以将样本拓展到其它企业群体，例如以创业板企业作为研究对象；②本文仅研究了未实现单一固定参考点期望对企业资源配置的影响，但现实生活中，企业可能面临多种绩效反馈不一致的局面。因此，未来研究可以在此基础上探讨在面临不一致的历史/行业/资本市场绩效反馈时，企业应该如何制定自身的研发和营销决策；③本文虽然引入了一个重要的情境变量——媒体关注度，但还有一些情境变量未作考虑。因此，未来研究可以引入更多有意义的情境变量作进一步探讨。
[1] BLOCK JH.R&D investments in family and founder firms:an agency perspective[J].Journal of Business Venturing，2012，27(2): 248-265.
[2] KLETTE TJ，GRILICHES Z.Empirical patterns of firm growth and R&D investment: a quality ladder modelinterpretation[J].The Economic Journal，2000，110(463): 363-387.
[3] LEE C.Industry R&D intensity distributions: regularities and underlying determinants[J].Journal of Evolutionary Economics，2002，12(3): 307-341.
[4] CURRIM I S ，LIM J ，KIM J W.You get what you pay for: the effect of top executives' compensation on advertising and R&D spending decisions and stock market return[J].Journal of Marketing，2012，76(5): 33-48.
[5] LERNER J，WULF J.Innovation and incentives: evidence from corporate R&D[J].The Review of Economics and Statistics，2007，89(4): 634-644.
[6] TAN J，PENG MW.Organizational slack and firm performance during economic transitions: two studies from an emerging economy[J].Strategic Management Journal，2003，24(13): 1249-1263.
[7] MISHINA Y，POLLOCK TG，PORAC JF.Are more resources always better for growth?resource stickiness in market and product expansion[J].Strategic Management Journal，2004，25(12): 1179-1197.
[8] 胡明霞.管理层权力、技术创新投入与企业绩效[J].科学学与科学技术管理，2015(8): 140-149.
[9] GREVE HR.A behavioral theory of R&D expenditures and innovations: evidence from shipbuilding[J].The Academy of Management Journal，2003，46(6): 685-702.
[10] CHEN W，MILLER KD.Situational and institutional determinants of firms' R&D search intensity[J].Strategic Management Journal，2007，28(4): 369-381.
[11] CHEN W.Determinants of firms' backward- and forward-looking R&D search behavior[J].Organization Science，2008，19(4): 609-622.
[12] 王菁，程博，孙元欣.期望绩效反馈效果对企业研发和慈善捐赠行为的影响[J].管理世界，2014(8): 115-133.
[13] 刘志彪，石奇.现代产业经济学系列讲座(七) 销售努力和研究开发[J].产业经济研究，2004(3): 70-78.
[14] 宋铁波，钟熙，陈伟宏.经营绩效反馈、环境不确定性与企业广告投入[J].工业技术经济，2017(6): 79-86.
[15] HART O，MOORE J. Contracts as reference points[J].The Quarterly Journal of Economics，2008，123(1): 1-48.
[16] GARCIA R，CALANTONE R，LEVINE R.The role of knowledge in resource allocation to exploration versus exploitation in technologically oriented organizations[J].Decision Sciences，2003，34(2): 323-349.
[17] COHEN W M，LEVINTHAL D A. Innovation and Learning: the two faces of R&D[J].TheEconomic Journal，1989，99(397): 569-596.
[18] 李后建，张宗益.地方官员任期、腐败与企业研发投入[J].科学学研究，2014(5): 744-757.
[19] SHAH SZ A，AKBAR S.Value relevance of advertising expenditure: a review of the literature[J].International Journal of Management Reviews，2008，10(4): 301-325.
[20] 李逸，买忆媛.新创企业的品牌资产提升:广告投入还是研发投入[J].管理工程学报，2016(3): 81-89.
[21] 宋铁波，钟熙，陈伟宏，等.研发投入还是广告投入——绩劣企业战略性行为的选择[J].研究与发展管理，2018(1): 12-21.
[22] 姚晓林，刘淑莲.CEO 股权激励会影响上市公司的并购决策吗——来自中国上市公司股权并购事件的经验证据[J].山西财经大学学报，2015(12): 91-102.
[23] 易靖韬，张修平，王化成.企业异质性、高管过度自信与企业创新绩效[J].南开管理评论，2015(6): 101-112.
[24] WAYMENT HA，TAYLOR SE.Self-evaluation processes: motives，information use，and self-esteem[J].Journal of Personality，1995，63(4): 729-757.
[25] SU Z，XIE E，PENG J.Effects of environmental uncertainty and firms' capabilities on R&D investment: evidence from China[J].Innovation，2010，12(3): 269-282.
[26] HUNTON JE，MCEWEN RA.An assessment of the relation between analysts' earnings forecast accuracy，motivational incentives and cognitive information search strategy[J].The Accounting Review，1997，72(4): 497-515.
[27] ZHANG Y，GIMENO J.Earnings pressure and competitive behavior: evidence from the U.S.electricityindustry[J].Academy of Management Journal，2010，53(4): 743-768.
[28] MATSUNAGA SR，PARK CW.The effect of missing a quarterly earnings benchmark on the CEO's annual bonus[J].The Accounting Review，2001，76(3): 313-332.
[29] PUFFER SM，WEINTROP JB.Corporate performance and CEO turnover: the role of performance expectations[J].Administrative Science Quarterly，1991，36(1): 1-19.
[30] ANTONELLI C.A failure-inducement model of research and development expenditure: Italian evidence from the early 1980s[J].Journal of Economic Behavior & Organization，1989，12(2): 159-180.
[31] TETLOCK PC.Does public financial news resolve asymmetric information[J].The Review of Financial Studies，2010，23(9): 3520-3557.
[32] 郭蓉，文巧甜.成功、失败和灰色地带的抉择:业绩反馈与企业适应性战略变革[J].南开管理评论，2017(6): 28-41.
[33] 罗进辉.媒体报道的公司治理作用——双重代理成本视角[J].金融研究，2012(10): 153-166.
[34] MAKRI M，GOMEZ-MEJIA L L R .CEO incentives，innovation，and performance in technology-intensive firms: a reconciliation of outcome and behavior-based incentive schemes[J].Strategic Management Journal，2006，27(11): 1057-1080.
[35] 刘丝雨.负向绩效反馈对企业战略变革方向的影响[J].科技进步与对策,2017(19): 92-97.
[36] GREVE H.Performance，aspirations，and risky organizational change[J].Administrative Science Quarterly，1998，43(1):58-86.
[37] 刘锋，叶强，李一军.媒体关注与投资者关注对股票收益的交互作用:基于中国金融股的实证研究[J].管理科学学报，2014(1): 72-85.
[38] 张远飞，贺小刚，连燕玲.“富则思安”吗——基于中国民营上市公司的实证分析[J].管理世界，2013(7): 130-144.