The Distribution Characteristics and Dynamic Evolution of Firms′ R&D Investment Leaps

Wang Yu,Qi Yaxin,Yang Guanhua

(School of Business, Dalian University of Technology, Dalian 116024, China)

Abstract：Firms′ R&D and innovation play a central role in today′s economic development and international competition, and are key factors in promoting economic growth. Especially in the context of trade friction between China and the United States, it is an urgent requirement for enterprises to enhance their own scientific and technological competitiveness, and firms′ R&D plays a key strategic role in this process. However, as the primary agents of innovation, firms often exhibit unstable R&D investment patterns characterized by significant fluctuations or "leaps" in R&D spending. These fluctuations have been explained through the interrupted equilibrium theory and the lens of surplus management. Enterprises have their own focus on R&D projects at different life cycle stages, which is reflected in the fluctuation of R&D investment in their balance sheets. When R&D investment deviates significantly from its historical trend, it can be seen as a shift in the enterprise′s R&D direction—moving between exploration and exploitation. This shift also indicates that enterprises, as innovation leaders, are making proactive and unconventional adjustments in response to imbalances in market supply and demand. To ensure long-term growth, firms must make exploratory R&D leaps during market turbulence to drive technological breakthroughs and gain competitive advantages. During stable periods, exploitative R&D is essential to optimize existing products and enhance efficiency.

Thus, this paper explores the distribution characteristics and dynamic evolution trends from the perspective of firms′ R&D investment leaps, revealing how firms can actively respond to market changes and scientifically formulate R&D investment leap decisions to provide valuable insights for R&D investment strategies. It utilizes the data of Chinese A-share listed firms from 2007 to 2023 to measure the level of their R&D investment leaps, and conducts a systematic statistical analysis of the distributional characteristics of their R&D investment leaps to explore the characteristics of the enterprises′ R&D strategy adjustments in the short term. Then, using kernel density estimation and spatial correlation test, the study empirically examines the dynamic evolution characteristics and spatial relationships of R&D investment leaps of firms, and reveals the evolution trend of the inertia of firms′ strategies to cope with emerging technological innovations and market changes.

It is found that, firstly, the number of firms engaging in R&D investment leaps is generally increasing. Manufacturing firms tend to have a relatively high level of R&D investment leaps; while R&D investment leaps are generally compatible with regional economic development levels, but there are notable exceptions, such as some northeastern and western regions that exhibit higher levels of R&D investment leaps despite their relatively lower overall economic development; non-state-owned enterprises (NSEs) are found to have more fluctuating R&D investment tendencies, whereas state-owned enterprises (SOEs) generally maintain more stable R&D investment levels. The relationship between enterprise age and R&D investment leaps is U-shaped; large-scale enterprises show a higher level of R&D investment leaps; the higher the revenue growth, the higher the level of R&D investment leaps; in addition it is found that nearly one-third of the market′s R&D investment leaps are concentrated in no more than 2% of the enterprises, indicating a highly skewed distribution where a small number of firms play a dominant role in driving overall R&D investment leaps. Secondly, the kernel density diagram of R&D investment leaps of firms shows a dynamic evolution trend, transitioning from a high wave single peak to a low wave trailing pattern. The consistency of R&D investment leaps of firms in the eastern region is stronger, firms in the central region present discrete trends earlier, but the discrete trend is stronger in the western region, while firms in the northeastern region have the phenomenon of coexistence of discrete trends and low-level aggregation. Thirdly, there is a spatial aggregation pattern and positive economic dependence in the level of R&D investment leaps of firms, but this pattern is characterized by instability and cyclical fluctuations. This study reveals the characteristics of the R&D strategy of Chinese firms in response to the changing law of the market, and provides insights to help scientifically formulate R&D investment leap policies.

Key Words：R&D Investment Leaps; R&D Strategy; Distribution Characteristics; Dynamic Evolution

收稿日期：2024-10-08

修回日期：2025-02-26

基金项目：国家社会科学基金项目(19CJL032);辽宁省经济社会发展研究项目(2025lslybwzzkt-058)

作者简介：王昱(1984—),男,辽宁大连人,博士,大连理工大学商学院副教授,研究方向为数字经济;戚雅欣(2002—),女,新疆昌吉人,大连理工大学商学院硕士研究生,研究方向为数字经济;杨冠华(1989—),男,河南濮阳人,博士,大连理工大学商学院讲师,研究方向为技术创新。

通讯作者：杨冠华。

DOI：10.6049/kjjbydc.D202410039W

开放科学(资源服务)标识码(OSID)：

中图分类号：F270

文献标识码：A

文章编号：1001-7348(2026)07-0084-12

0 引言

企业研发创新在当今经济发展和国际竞争中扮演着核心角色,是推动经济增长的关键因素。尤其在中美贸易摩擦背景下,更是对企业提出增强自身科技实力的紧迫要求,这一进程中企业研发起关键性战略作用。然而,企业自身研发投入水平通常呈现不稳定状态(出现研发投入跳跃现象),间断平衡理论和盈余管理视角分别对研发投入不稳定性作出解释。企业在不同生命周期阶段对研发项目各有侧重,表现为其资产负债表中的研发投入水平呈现阶段性波动特征。传统研究从静态角度出发,认为企业研发投入配置策略需与其创新行为相匹配。企业为获取竞争优势、提升市场地位,需增加研发资金投入。尤其是对制造业和信息技术业等研发能力较强企业,随着全球化背景下创新和技术进步需求不断提高,企业需通过稳定持续的研发创新推动技术转型和产业升级。从动态角度看,企业在突破关键技术瓶颈阶段,其研发投入是前期、阶段性的,这就要求企业提前计划、审慎投资。而当企业将新兴领域技术和创新落实于产品应用时,其研发投入则是后期、持续性的。这两个阶段企业侧重目标不同,当研发投入显著偏离历史趋势时,表明企业研发方向在探索式创新和利用式创新之间发生转换,也代表着企业作为创新主体对市场供需失衡作出非常规调整。

当技术发生动荡变革时,企业倾向于探索式创新,通过增加研发投入来突破创新瓶颈。由于新技术研发存在一定周期,短期内市场需求难以满足,企业会选择一种最优创新思路作为主导。经过一段时间后,市场竞争格局初步确定,企业投资决策趋于稳定,企业研发投入也趋于阶段性平衡,此时企业研发投入水平达到预期值。随之进入下一阶段,企业转入利用式创新,对创新思路加以完善,使新产品占据主导地位,市场供需逐步达到平衡。因此,企业要实现长足发展,需要在产品市场地位动荡时完成研发投入的探索式跳跃以实现技术革新,谋求在新领域创造竞争优势;在市场平稳期开展利用式创新,对现有产品进行优化和完善,提高企业生产效率和产出水平。

基于此,本文尝试从企业研发投入跳跃视角探究其分布特征和动态演进趋势,揭示企业如何主动应对市场变化规律,以期为企业制定科学的研发投入跳跃决策提供启示。本文主要创新点体现在以下几个方面:①利用中国A股上市公司数据度量企业研发投入跳跃水平,对企业研发投入跳跃的分布特征进行系统性分析,探究企业在短期内调整研发战略的特征。②采用核密度估计以及空间关联检验方法,实证检验企业研发投入跳跃的动态演进特征和空间关系,揭示企业应对新兴技术创新和市场变化策略的演化趋势。

1 文献综述

1.1 企业研发投入的波动性

企业既要善于利用现有知识技术,也需要具备挖掘新机遇的探索能力。然而,由于技术发展具有非连续性,能够显著提升企业竞争优势的技术探索机会并不多见。因此,企业在一定时期内需要保持研发投入的稳定性,而这种稳定状态可能因各种因素被打破而出现波动性[1]。

研发投入波动性是企业适应经济周期的一种表现,反映企业在面对市场环境变化时作出的战略调整。企业研发投入决策受到当前经济环境的显著影响,呈现出一定的周期性波动规律。如Aghion等[2]发现,在经济低谷期,企业增加研发投入是应对经济衰退的重要举措,有利于企业转型升级与培育未来利润增长点,但在经济上升期,公司会适当压缩研发投入,将更多资源投入现有业务,以实现当期利润最大化。通过对研发投入规模的动态调整,企业可平衡短期收益与长期发展之间的矛盾,以实现持续稳健经营。陈燕秋(2021)发现,研发投资具有逆周期性,当经济增长迅速时,企业倾向于减少研发支出;而当经济增长放缓或衰退时,企业则倾向于增加研发投入。其中,融资约束虽会削弱企业研发支出的逆周期性,但并没有从根本上改变研发投入的周期性特征。而技术机遇则会强化企业研发支出的逆周期性,增强企业在经济低迷期的研发投入意愿。

研发投入波动性除受宏观经济环境影响外,企业内部资源和配置结构等因素也发挥重要作用。Kang等[3]发现,企业销售额在一定程度上影响研发投入波动性,即当企业销售额增长时,企业技术能力会放大内部现金流效应,并导致研发投入波动;而当企业销售额下降时,企业技术能力会加大研发投入波动;王保林(2018)分析销售收入变化对企业研发投入波动性的影响,发现销售收入下降会加剧研发投入波动,其中企业技术能力水平、成熟度起负向调节作用;程新生等[4]发现,处于业绩披露压力下的企业会在研发投入波动过程中对内进行盈余管理以便更好地控制创新项目进程,同时对外进行信息披露以便增强投资者信心;王红建等[5]认为,研发投入存在周期波动,可能与国有企业董事长任期相关。

1.2 企业研发投入跳跃及其影响

早期对研发投入的研究多集中在静态层面,如对企业、产业或区域层面特征及影响因素进行分析。然而,静态层面研究未将不同经济周期下的研发投入视作一个持续动态过程。尤其在经济衰退背景下,企业脱离既往趋势的研发投入成为孕育革命性技术产生、发展与成熟,助力经济从低谷走向复苏的关键。成力为等(2021)发现,在激烈的市场竞争环境下,企业会通过调整研发策略加大探索式创新投入(正向跳跃),但受制于企业吸收能力,企业资金投入较为审慎,正向跳跃幅度有限,以规避企业面临的不确定性风险。企业这种保守性研发投入跳跃会产生正负向研发跳跃不对称问题,并对基础性研发成果和重大技术进步带来不利影响。因此,探究企业研发投入跳跃通常以研发投入跳跃可能产生的经济效果为导向,基于企业利润分析其对企业绩效的影响。

研发投入跳跃通常意味着企业对环境变化作出积极反应,有助于提升企业绩效。企业在探索式创新与利用式创新之间实现平稳到动荡再到平稳的转变,可使企业保持较高的绩效水平。吴建祖等(2015)发现,我国上市企业研发投入跳跃能够提高企业决策者双元创新注意力,推动企业实现双元技术创新,从而提升企业绩效。李海东(2018)发现,研发投入的探索性跳跃对企业长期绩效具有积极作用,而利用式创新则益于短期绩效提升;海本禄等[6]聚焦制造业企业数据研究发现,研发投入的正向跳跃和负向跳跃均正向影响公司业绩;吴建祖等[7]发现,企业研发投入跳跃对企业绩效的促进作用受到高管注意力的正向影响,其中组织冗余负向调节该关系;Mavroudi等[8]发现,企业如果加速研发投入正向与负向跳跃的转换,则会对企业绩效产生正向影响;Eva等[9]发现,企业若采用与所在行业其它企业相异的混合型研发策略(兼顾探索式创新和利用式创新),则有助于提高企业绩效。许多研究强调平衡和兼顾探索式创新与利用式创新对于提高企业绩效十分重要;Zhang等[10]发现,探索式创新和利用式创新可相互支持,且企业知识存量和技术距离与两类创新活动均呈倒U型关系。因此,部分企业通过在探索式创新和利用式创新中花费相似时间和资源或来回转换实现灵活创新,灵活性是影响企业研发投入跳跃的重要动因,其能够显著提升企业绩效。

现有文献致力于探究企业研发投入跳跃的前端影响。贾慧英等(2018)对中国A股上市公司进行研究发现,企业吸收能力越强,越有可能在探索式创新与利用式创新之间转换;李远航(2022)发现,机会冲击与技术空间交互能够促进企业研发投入正向跳跃;王昱等[11]发现,企业数字化转型对研发投入跳跃存在非线性影响;Jan-Thomas等[12]发现,环境管理对研发投入跳跃具有显著积极影响,且在高竞争强度条件下对企业探索式创新的正向影响更显著;Ouyang等[13]研究发现,子公司对母公司进行知识转移有利于利用式创新,对外部新知识进行探索则有利于探索式创新。

综上所述,现有文献基本围绕研发投入跳跃前因后效进行讨论,缺乏对研发投入跳跃分布特征与动态演进过程及空间关联特征的系统性分析。鉴于此,本文尝试进行系统化研究,揭示我国企业应对市场变化规律而表现的研发策略特征,以期为企业制定科学合理的研发投入跳跃政策提供启示。

2 指标构建与研究设计

2.1 企业研发投入跳跃测度

借鉴Mudambi等[14]、吴建祖等[7]的测量方法,本文选取2007—2023年中国上市公司研发费用数据,通过ARCH模型检验偏相关,再对其残差建立GARCH模型,得出所有上市公司研发费用的学生化残差绝对值,并取最大值,计算过程如下:

(1)构建自回归模型,检验样本最小二乘法残差的ARCH效应是否存在,对企业进行筛选,以确保下一步GARCH建模的有效性。

(2)对残差构建GARCH模型(eit),估算研发费用时间变化趋势。相应地,计算偏离历史趋势的研发费用残差,将其作为衡量样本数据观测期间研发投入偏离历史趋势幅度的指标。

(3)对研发费用进行学生化残差处理eit(stud),使研发费用变化在不同企业间更具有可比性,排除当期数据对误差方差的扰动,见式(1)。

(1)

其中,2007≤t≤2023,si为第i个企业eit的标准差,hit为第i个企业在第t年的杠杆率,用以衡量残差对整体预测值的影响,见式(2)。

(2)

其中,2007≤t≤2023,也可理解为由eit形成的列向量所构成的矩阵X经过计算后得到矩阵H的对角元素,见式(3)。

H=X(X′X)-1X′

(3)

(4)找到第i个企业在观测期间内eit(stud)绝对值的最大值ei(MAX),将其作为第i个企业的研发投入跳跃值,见式(4)。

ei(MAX)=Max|eit(stud)|

(4)

其中,2007≤t≤2023,用这种方式衡量企业研发支出非预期变化程度。

(5)构建研发投入跳跃变量(leaps),见式(5)。

(5)

其中,yearT表示企业发生研发投入跳跃的年份,这一步排除未来研发费用对变量的预期影响,并保证研发投入跳跃对企业绩效的影响是最近发生的已知事件[6]。

2.2 空间核密度估计

本文使用空间核密度估计法考察中国上市公司研发投入跳跃的时间演变趋势、空间静态核密度演变趋势。核密度估计法是概率论中用于估计未知密度函数的重要非参数估计方法,其对模型的依赖性较弱、稳健性较强,对于解决分布非均衡问题具有重要参考价值。在无条件核密度估计的基础上,建立风险价值预测模型,公式如下:

(6)

其中,f(x)为随机变量x的密度函数,N为观测数,xi为独立同分布观测值,x为均值,h为带宽,设置更小的带宽会使核密度函数有更高的估计精度,因此实际应用中往往会选择更小的带宽。空间核密度估计是指在普通核密度估计的基础上加入时间和空间因素,进而对随机变量概率密度进行估计[15]。

核密度函数有三角核函数、四角核函数、高斯核函数等,本文选择高斯核函数对企业研发投入跳跃动态分布进行二维及联合核密度估计,见式(7)。

(7)

核密度估计是对核密度曲线图进行比较,得到主要变量的分布情况、形态、延展性等信息,本文中体现为上市公司研发投入跳跃的集聚表现、变量水平、分化特征等,从时间和空间维度分别揭示上市公司研发投入跳跃动态分布趋势。

2.3 空间关联性检验

为分析企业研发跳跃在省际空间数据不同位置的观测值是否存在显著关联,本文使用空间关联性检验,基于地区宏观层面进一步讨论研发投入跳跃之间的潜在关系。通过比较观测值在空间上表现出的显著聚集或分散模式,来判断观测值之间是否存在空间关联性。具体使用莫兰指数(Moran′s I)进行评估。莫兰指数是介于-1～1之间的值,用于量化空间自相关程度和方向,计算公式如下:

(8)

其中,N为观测值的数据量,S0为所有空间权重Wij的和,Wij为位置i和位置j之间的地理经济空间权重,xi、xj分别为位置i和位置j的观测值,为所有观测值的均值。通过计算Moran′s I判断观测值之间是否存在显著空间关联性。如果Moran′s I统计检验结果表明其显著不为零,则可拒绝观测值在空间上独立分布的假设,从而认为存在空间关联性。

在空间计量分析中,本文主要利用地理经济距离嵌套矩阵,参考赵文举等(2022)的研究,构建矩阵见式(9)。

(9)

其中,Wij为地理经济距离嵌套矩阵,GDPi、GDPj分别表示i省和j省的人均GDP,dij为两地之间的地理距离。

3 数据来源与分布特征

3.1 数据来源

本文数据来源于沪交所、深交所和Wind数据库,为保证研究的严谨性,在样本中剔除如下企业:①存在退市风险或已退市的ST、*ST、PT企业;②资产负债率大于1的企业;③没有研发行为以及缺少研发投入数据的企业;④研发数据少于连续5个观测点的企业;⑤变量数据缺失的企业;⑥数据明显错误或异常的企业;⑦未通过GARCH自回归模型检验的企业。最终,将观测数据集确定为1 796家企业,数据观测区间为2007—2023年,主要采用Stata16.0和Python对数据进行处理。

3.2 企业研发投入跳跃总体概况

表1展示了各变量描述性统计结果。其中,研发投入跳跃均值为0.845,标准差为1.399,说明测度数据基本排除异常值影响。企业整体流动比率均值为2.922,说明企业流动负债清偿能力和资产流动性较强,但标准差较大(4.321),说明企业间以及不同年度该数值变化较大。营业收入比例平均值为0.032,说明企业整体营业收入占收入总额的比例较低。营业收入增长率平均值为1.445,标准差为112.811,说明企业营业收入增长缓慢以及短期经营绩效波动较大。资产负债率平均值为0.401,处于适宜水平。现金资产比率、固定资产比率平均值分别为0.049和0.197,说明固定资产比率高于现金资产比率。

由表2可知,2007—2023年我国上市公司研发投入分布呈如下特征:①研发投入跳跃数值分布在0～2之间,表明样本剔除无研发行为企业后,企业研发投入大致呈增长趋势;②2009年研发投入跳跃分布最集中,而2019年分布最分散;③在观测区间内,上市企业研发投入跳跃均值、标准差大致呈逐年增长趋势并在2017年后呈小幅波动趋势。

上述分析表明:第一,多数上市企业面对外部市场波动,为提升企业竞争力,迅速作出反应,在较短时间调整研发策略,在探索式创新和利用式创新之间转换。第二,随着时间推移,在研发投入规模稳步扩大的同时,更多企业对研发投入表现出谨慎态度,总体上选择以相对平衡稳定的策略来开展研发活动,避免研发投入剧烈波动产生的系统性风险,但不同企业表现出较大的决策差异。

3.3 企业研发投入跳跃分布特征

3.3.1 行业分布:制造业企业研发投入跳跃水平相对较高

上市公司样本主要涉及11个行业大类,研发投入跳跃呈现显著行业分布特征(见表3和图1):第一,2007—2023年,研发投入跳跃均值最大的行业为批发和零售业(0.966),反映出该行业研发投入呈现偏离历史趋势的明显波动。该行业整体占比2.12%,其行业标准差也最大,表明企业数据分化较大,行业研发投入跳跃均值可能受部分异常值影响。该行业属于传统服务业,近年来随着数字经济与实体经济深度融合,部分企业在电子商务、大数据供应链管理等方面显著加大研发投入,通过提高供应链运营效率和优化资源配置降低企业运营成本,进一步提升企业全要素生产率[16]。因此,批发和零售业部分企业存在阶段性大幅提高研发投入的情况。第二,制造业企业整体占比为75.72%,企业集中度高,且行业研发投入跳跃均值排名第4,反映出中国作为制造业大国,制造业企业研发投入跳跃活跃的特点[17]。制造业研发投入带来的技术进步和技术效率对生产率增长具有显著正向影响,进而对工业转型升级具有促进作用。第三,信息软件和技术服务业均值最低(0.668)、企业数量占比最低且标准差最小,说明该行业长期高度重视研发投入,即研发支出占比较高且相对稳定[18]。由于非约束性研发投入对高新技术企业技术创新无法起到预期推动作用,而较小的研发投入跳跃可在一定程度上减少研发波动带来的技术性风险,反映出该行业对研发经验和高效精准研发投入策略的重视[19]。

进一步分析制造业细分行业发现(见表4和图2),在39个行业中集中度排名前十的行业整体占比为78.30%。第一,通信设备、计算机和其它电子设备制造业、电气机械及器材制造业、医药制造业、专用设备制造业企业集中度达到48.16%。考虑到这些行业多为技术密集型企业,技术研发周期长、竞争格局相对稳定,具有产业政策引导以及持续平稳的研发投入背景,故研发投入波动相对较小,在一定程度上反映出我国制造业产业结构重型化的特点[20]。第二,金属制品业研发投入跳跃均值最高,达到0.932,且行业标准差相对较大。这是因为,金属制品业企业基于提高生产率、增加绿色生产工艺的要求,其产业自动化、智能化改造需求增大,致使研发投入出现大幅波动,且企业间差异明显。绿色技术研发具有难度高、成本大的特点,企业绿色技术创新在初期存在诸多不确定因素,投入产出比例较低,需耗费大量资金,因此该行业企业研发投入水平随自身发展策略调整而发生变化,资源配置方向改变也会影响研发投入力度[21]。第三,电气机械及器材制造业研发投入跳跃均值最低。这是因为,该行业研发活动持续性较强,且龙头企业竞争格局较为稳定,研发投入边际回报高,行业研发行为一致性程度较高。另外,重工业技术壁垒使得绿色金融效应增强,技术研发水平较为稳定[22]。

3.3.2 地区分布:研发投入跳跃与地区经济发展水平相适应

本文将样本划分为东部、中部、西部和东北部4个地区,根据企业研发跳跃地区分布可知(见表5):第一,企业研发投入跳跃基本与当地经济发展水平相适应。江西研发投入跳跃均值最高,标准差最大。浙江、广东研发投入跳跃均值较高,可见经济发达地区企业研发投入跳跃具有相似性。黑龙江研发投入跳跃均值最低,且标准差最小。内蒙古、青海研发投入跳跃均值均较低,说明欠发达地区企业研发投入跳跃也具有一致性。第二,地区差异显著。研发投入跳跃集中分布在东部地区,且出现研发投入跳跃的企业数占比79.46%。广东研发投入跳跃参与度最高,出现研发跳跃的企业数量占企业总体数量的21.1%。相反,在研发跳跃均值最低的西部地区6个省份(内蒙古、青海、四川、宁夏、新疆、甘肃)中,出现研发投入跳跃的企业合计仅83家,占企业总体数量的4.62%。第三,在东北、西部地区存在部分研发投入跳跃较高的情形,但省份间均值不具有一致性,其中,辽宁、云南、陕西企业研发投入跳跃相对较高。由于企业特征相似,加之“西部大开发战略”、“一带一路”倡议、“振兴东北老工业基地”等重大举措的实施促进这些地区创新效率提升,致使其研发投入跳跃存在一定相似性。另外,新政策所指向的新动能转换要求使得部分地区产业技术和研发投入动力增加,以打破目前存在的发展不平衡问题[23]。

3.3.3 所有权性质分布:非国有企业更具波动性

按照企业产权性质不同,本文将样本企业划分为国有企业和非国有企业两种(见表6),发现国有企业无论是研发投入跳跃参与度还是强度均不及非国有企业。2007—2023年,非国有企业研发投入跳跃数量约为国有企业的14倍,达到1 683家。这说明:第一,非国有企业研发波动更大,而国有企业研发投入普遍趋于平稳,在一定程度上反映出非国有企业研发投入决策趋于灵活而国有企业偏好稳定,且国有企业研发投入决策相对稳健。第二,由于国有企业多为国家重点支持与发展的上市企业,包括大量重工业制造业、高新技术企业、特殊装备生产制造业等,与国家建设和经济发展息息相关,研发投入跳跃比较稳定,以确保国有企业可持续发展和高科技产业持续创新。这与中国经济处于转型期的国情相符,国有企业不仅肩负着增加就业机会的社会使命,还肩负着提供类似公共产品等社会职责(刘诗源等,2020)。而非国有企业亟需通过研发投入正向跳跃来研发新的主流产品及业务以适应市场需求,避免错过发展机遇。另外,企业在不同生命周期呈现出不同的研发策略,如当产品研发进入成熟期后,企业转向利用式创新以提高现有流程运作效率。

3.3.4 年龄分布:研发投入跳跃与年龄呈U型关系

由企业研发投入跳跃年龄分布结果可知(见表7),研发投入跳跃与企业年龄呈U型关系:第一,年龄较小企业研发投入跳跃明显。成立时间24年及以下企业占比60.19%,多集中在高新技术行业,在企业起步阶段需针对市场需求开发新技术、新产品以占据市场份额,迅速提升企业竞争力,从而更易于出现研发投入波动。第二,年龄最大和最小企业占比相对较少,且表现出更高水平的研发投入跳跃。这是因为,年轻企业研发资金储备通常较少,当研发取得一定成效并形成一定技术壁垒后,基于优化资源配置的考虑,其倾向于通过研发投入跳跃获取更高利润。而年龄最大企业往往研发资金储备充足,基于对未来长期绩效的考虑,当研发投入取得一定成效后会出现一定程度波动以获取更高的技术壁垒。

3.3.5 规模分布:大规模企业研发投入跳跃水平较高

通过分析规模差异下企业研发投入跳跃分布可知(见表8):第一,企业规模超过100亿元的企业研发投入跳跃均值最高。规模最大组企业占比32.83%,样本组内企业由各行业龙头企业组成,基于对自身技术发展和领先地位的考虑,呈现出较高的研发投入跳跃水平。同时,由于其具备较强的财务优势,使得企业研发投入波动较大。大型企业组织惯性可以主导企业沿特定技术路径进行定向创新,而在竞争激烈的市场环境中则可借助非定向性技术革新打破现行技术范式[24]。第二,规模50亿元及以下企业研发投入跳跃均值相对较低。这是因为,小微企业资源整合难度大、规模小,难以承受研发活动的大幅波动,故而表现出相对稳定的研发投入跳跃水平。

3.3.6 经营状态分布:与营业收入增长正相关

以企业营业收入增长率衡量企业经营状况,将样本企业划分为4组(见表9):第一,平均增长速度越快的企业研发投入跳跃水平越高,发展势头最好企业的研发投入跳跃均值最高。这是因为,发展态势好的企业一方面对探索式创新更有信心,愿意投入更多资金寻找新知识,探寻一条崭新的技术路径;同时,其对产品周期的把握也更为成熟,能够在成熟期转向利用式创新,提升现有产品性能,抢占更多市场份额。第二,年平均营业收入下降企业组研发投入跳跃均值最低。这是因为,对于此类企业,研发投入跳跃带来的不确定性较难承受,因此企业会选择相对保守的研发投入策略。

3.3.7 集中度分布:近1/3贡献集中在接近2%企业中

通过对研发投入跳跃前10名、前20名、前50名、前100名和前500名进行分组,考察我国企业研发跳跃集中度发现(见表10):第一,前10名企业数量虽仅占比0.03%,但其占总研发投入跳跃比重的1.54%。而前500名企业则占总研发投入跳跃比重的32.5%(企业数量占比1.74%),即市场上约有1/3的研发投入跳跃贡献集中在不超过2%的企业中。第二,贡献度最高的前500名企业主要集中在制造业,分别为通信设备、计算机及其它电子设备制造业、专用设备制造业、交通运输设备制造业和黑色金属冶炼及压延加工业。这是因为,制造业企业需要在快速变化的环境中生存并实现较高绩效,在技术发展稳定期持续满足市场需求,提高整体效益,实现突破式创新。而当面临技术变革时,企业会探寻新领域,塑造新优势,实现突破式创新,这与前文行业分布结论一致。第三,研发投入跳跃主要集中在我国东部、中部发达省份非国有企业,研发投入正向跳跃前500名企业超三成分布在东部地区,如广东、上海、浙江、北京、江苏。其中,广东、上海企业数量超过100家,非国有企业占比达93.2%。发达地区政府倾向于鼓励创新,企业倾向于选择大规模、阶段性研发投入策略。相对而言,欠发达地区由于研发经费不足,地方政府更倾向于鼓励企业采取持续平稳的研发投入策略来提升企业绩效。另外,发达地区更易吸引人才,企业吸收能力更强,研发投入跳跃对企业绩效的正向影响作用更大(成力为等,2021),从而使企业更倾向于在探索式创新与利用式创新之间提升技术利用率,从而实现平稳到动荡再到稳定的发展,使企业具有更高的业绩水平。

4 企业研发投入跳跃的动态演进

4.1 企业研发投入跳跃的动态演进:高波单峰向低波拖尾演变

为探究我国上市公司整体研发投入跳跃特征,本文将数据考察时间按照国家五年规划划分为4个阶段,用核密度估计方法对1 796家企业研发投入跳跃动态演进趋势进行分析。

图3展示了2007—2023年企业研发投入跳跃核密度估计的整体演进过程,企业研发投入跳跃动态演进呈现以下特征:第一,波峰从高波单峰逐渐向低波拖尾演变,说明企业研发投入跳跃整体分布更加松散,不同企业间差距拉大。第二,右尾随时间推移增长变厚,显示出高研发投入跳跃企业占比增加,即更多企业研发转换决策比较激进。同时,拖尾也反映出存在研发投入跳跃特别突出的企业。第三,2020年以后波形变化幅度不明显,说明企业研发投入跳跃空间差异趋于稳定,高水平研发跳跃企业增长逐渐放缓,研发投入跳跃企业间差异格局趋于稳定。

图4展示了“十一五”至“十四五”期间4个阶段研发投入跳跃的动态演进特征。从4个时期的核密度可以看出:第一,企业研发投入跳跃波峰垂直高度下降且坡度变缓,由显著集聚转为厚尾特征,说明起初大部分上市公司面对环境变化仅做出小幅度积极应对决策和突破创新,但随着时间推移,上市公司研发投入跳跃低水平集聚现象明显减弱。第二,分布集聚减弱阶段特征明显。研发投入跳跃分布虽从整体上有持续下降趋势,但从2012年开始波峰由原先的高水平出现明显大幅下降,说明2012年前后企业间研发跳跃差距显著拉大。

4.2 企业研发投入跳跃的空间特征与演进趋势

4.2.1 静态核密度分析

为进一步揭示企业研发投入跳跃空间特征及企业所在区域社会经济属性的长期影响,本文将观测企业属地划分为东部、中部、西部、东北四大经济区域。图5绘制了2007—2023年不同区域企业研发投入跳跃的核密度分布。由图5可知,观测样本全时间段内,区域企业研发投入跳跃核密度分布趋势与全样本核密度曲线分布趋势类似。研发投入跳跃分布呈现出明显的单峰形态,且主要集中在0～1区间内,说明从全时间段看,多数企业研发投入跳跃策略较为谨慎、集中。分区域看,东部地区企业峰值最高,同时也拥有相对较宽的曲线尾部,说明该地区部分企业研发投入跳跃明显,即该地区在观测期间经济较为活跃、产业多元、科技人才聚集、创新资源和技术投入相对充足。中部和西部地区峰值相对较低,分布也比较集中。西部地区峰值虽然较低,但右尾较长,说明该地区存在少数研发投入波动较明显的企业,其更倾向于作出偏离历史趋势的研发波动决策。

4.2.2 动态核密度分布

将样本企业划分为4个阶段,图6～图9展示不同阶段核密度估计的动态演进过程。

(1)各阶段核密度曲线整体由单峰逐渐变为多峰、波峰由高转低、右拖尾逐渐显著。第一,企业研发投入跳跃在初期空间集聚性最强,之后逐年减弱,企业研发投入跳跃空间差异呈离散分布趋势。这是由于“十一五”时期国家提出建设创新型国家战略,鼓励企业加大研发投入,提高自主创新能力,推行研究开发费用税前加计扣除等优惠政策。第二,企业间研发投入跳跃差异呈现多级分化特征,由“十一五”时期的低水平聚集演变为“十四五”时期的多级分化,说明更多企业选择提高研发投入跳跃活跃度,即企业研发投入时间动态差异变化明显。在政策面上,创新驱动发展战略强调科技创新对经济社会发展的引领作用,同时政府实施了一批重大工程项目,通过税收优惠、财政资金投入、金融信贷支持等政策激励和扶持企业创新发展。

(2)不同地区企业研发投入跳跃具有明显差异。第一,东部企业研发跳跃行为在观测区间初期聚集性最弱,随着时间推移聚集性先增强后减弱,在后期这种离散趋势较为持续。同时,曲线保持单峰形态,说明东部地区企业总体无明显分化趋势,因此呈现出相对光滑的曲线。第二,中部地区在观测区间初期集聚性强,后又先于各地区展现出离散趋势。这说明,此地区企业初期一致性较强,且率先出现企业的高水平研发跳跃活动。波峰逐渐右移,且多级分化分布特征最为明显,呈现高位聚集态势。这说明,该地区整体研发跳跃水平有向高水平移动的动态变化趋势,并进一步呈现出部分企业的高位聚集形态,地区内企业差异进一步增强。这得益于其良好的技术基础,现有技术资源较为丰富,科研人才聚集更有利于促进企业生产率提升(胡婧玮,2021)。第三,西部地区在观测区间后期厚尾离散趋势最强,且在末期存在高水平多峰及显著右拖尾现象。这说明,该地区企业后期研发投入跳跃决策离散趋势增强,同时存在部分企业选择高水平研发跳跃活动。第四,东北部地区在观测区间内多数时间都出现最高波峰,说明该地区企业研发投入跳跃决策一致性最强,呈现较为统一稳定的集聚状态,大部分企业研发投入决策较为保守。此外,曲线还表现出前期截尾、后期拖尾的变化趋势。这说明,该地区企业在观测时间内虽然整体呈现空间差异收敛趋势,但存在企业离散性趋势与低水平聚集共存现象。

(3)由核密度曲线呈现的差异特征可以发现,企业研发投入跳跃空间差异逐步扩大。东部、中部地区波峰在近几年明显右移,西部、东北地区分化差异更大,反而峰顶有左移趋势。这说明,东部、中部地区企业整体研发投入决策更具有一致性,有积极向高水平方向发展的趋势。基于区域经济发展水平、资源配置效率差异,该地区企业整体趋向于作出较为激进的研发投入策略,即呈现出研发投入跳跃整体水平偏高且持续增长趋势。而西部、东北部地区企业总体呈现较保守的增长,企业研发投入跳跃发展速度及水平相对较低,且这种现象随时间演变更加凸显,说明与东部、中部地区相比发展差距较明显。

综合以上核密度分析结果可知:我国上市企业核密度曲线峰度均有明显降低,伴有右拖尾且右尾厚度逐年扩大趋势,企业聚集特征逐年减弱,表明企业行为差异随时间演变逐渐扩大,这在空间差异分布特征和时间演变趋势上基本相符。结合数据特征,分析产生这种现象的原因可能在于:企业逐渐形成积极应对新兴技术创新和新市场变化的策略惯性,作出内部产品更新换代的投资计划。另外,核密度曲线在近年来逐渐呈现明显多峰形态,多级分化问题明显。

4.3 空间关联性分析:空间聚集和正向经济依赖性

进一步地,对不同省份企业研发投入跳跃关系进行空间关联性检验,考察不同地区企业研发投入跳跃是否存在空间集聚性和依赖性。表11结果显示,2007—2010年、2018—2023年经济地理嵌套矩阵全局Moran′s I 在10%水平下显著为正,说明这些时期企业研发投入跳跃存在显著空间正向关联性,即企业研发投入跳跃水平受到邻近地区经济发展的影响,同时存在空间高—高、低—低聚集格局和正向经济依赖性。其余年份则不够明显,不能完全拒绝空间关联性不强的原假设,反映出观测区间内企业研发跳跃水平空间集聚形态呈现不稳定性和周期性波动特征。

5 结论与建议

5.1 研究结论

本文基于2007—2023年中国上市公司数据,从企业研发投入跳跃视角探究企业研发投入跳跃分布特征和动态演变趋势,得出如下结论:

(1)在企业研发投入加大趋势下,发现研发投入跳跃的企业数量总体增加,但对改变研发投入策略持谨慎态度。

(2)制造业企业研发投入跳跃活跃度相对较高;企业研发投入跳跃与地区经济发展水平相适应,但在东北部、西部地区存在部分省份研发投入跳跃较高情形;非国有企业更具有研发波动倾向,而国有企业研发投入普遍趋于平稳;企业研发投入跳跃与年龄呈U型关系;大规模企业表现出较高的研发投入跳跃活跃度;市场中近1/3研发投入跳跃贡献集中在近2%的企业中。

(3)企业研发投入跳跃核密度图呈现高波单峰逐渐向低波拖尾的动态演变趋势。东部地区企业研发投入跳跃一致性较强,中部地区企业较早展现出离散趋势,西部地区离散趋势更强,而东北地区企业存在离散性趋势与低水平聚集共存现象。

5.2 政策建议

根据研究结论,本文提出如下政策建议:

(1)随着数字化转型,企业需做好高精尖技术研发和产品市场化应用,兼顾经营可持续性和远期目标。政府应鼓励企业适当开展探索式创新和利用式创新的转换,注意平衡短期风险和长期收益。鼓励企业优化不同时期研发投入比例,结合当地企业所在行业特点,自发探索差异化项目补贴和税收优惠政策。根据不同行业特征,提供差异化研发财税支持,间接提高风险较高项目的研发投入回报率,改善企业研发不匹配现状。制造业应制定合适的产业政策,优化产业结构,促进科技创新成果转化[25]。

(2)积极鼓励欠发达地区在探索式创新和利用式创新间转化,加大区域之间的研发协作与资源共享力度,充分发挥当地头部高新技术企业在关键核心技术领域和重大项目上的引领作用,减少不同地区企业间研发投入跳跃差距。通过完善区域创新体系、拓展信息通道、强化政策配套,有效调动中西部以及东北部地区的研发潜力。

(3)针对国有企业研发投入跳跃整体偏低情况,采取激励措施促进国有企业灵活进行研发投入跳跃,以有效适应快速变化的行业环境,实现企业绩效的稳定快速增长。在我国研发投资领域,国有企业扮演着关键角色,其依靠政府资金支持,具备研发资金规模大、投入强度高的优势,但也存在内生动力和决策效率不足的问题。因此,建立国有企业研发投入弹性机制,根据市场变化情况适度放松投入限制,赋予企业更大自主权,激发其内生动力。同时,为非国有企业提供更多信贷支持和税收优惠,缓解其资金短缺压力,提高其创新能力。另外,也要鼓励社会资本参与,形成多元化投资格局。

(4)企业研发投入跳跃具有空间集聚特征,且邻近区域和经济发展水平接近企业呈现出相似的研发投入跳跃决策。因此,政府通过培育良好的营商环境、提供基础设施支持、鼓励企业间合作等方式,促进研发投资高水平集聚。同时,也注意相应政策的周期性调整,为企业提供研发投入决策指引,通过研发投入要素供给促进经济高质量发展。

5.3 不足与展望

本文存在如下不足:第一,由于数据资料受限,采用 2007—2023年沪深A股1 796家上市公司数据,样本数量较少,难以完全代表中国广泛、多元的企业群体。第二,本文主要关注研发投入跳跃的定量分析,对于企业行为模式及研发投入跳跃长期效果未作深入分析。未来可加入工业企业数据,对研发投入跳跃影响机制进行分析,着眼于因果关系及其异质性探讨,以提高研究结论的普适性。

参考文献：

[1] DIMASI J A, HANSEN R W, GRABOWSKI H G． The price of innovation: new estimates of drug development costs[J]. Journal of Health Economics,2003,22(2):151-185．

[2] PHILIPPE AGHION,GEORGE MARIOS A,ABHIJIT BANERJEE,et al.Volatility and growth: credit constraints and the composition of investment[J].Journal of Monetary Economics,2010,57(3):246-265.

[3] KANG T,BAEK C,LEE J.The persistency and volatility of the firm R&D investment: revisited from the perspective of technological capability[J].Research Policy, 2017, 46(9):1570-1579.

[4] 程新生,武琼,修浩鑫.企业研发投入波动与信息披露:投资者创新包容视角[J].经济研究,2022,57(6):191-208.

[5] 王红建,张振堃,吴静桦.国有企业研发创新存在任期周期性规律吗[J].财贸经济, 2024,45(2): 158-172.

[6] 海本禄, 高庆祝, 尹西明,等. 高管过度自信、研发投入跳跃与企业绩效——来自公司的经验证据[J].科技进步与对策,2020,37(12):136-145.

[7] 吴建祖,肖书锋.创新注意力转移、研发投入跳跃与企业绩效——来自中国A股的经验证据[J].南开管理评论,2016,19(2):182-192.

[8] MAVROUDI E,KESIDOU E,PANDZA K.Shifting back and forth: how does the temporal cycling between exploratory and exploitative R&D influence firm performance[J].Journal of Business Research, 2020,110(C):386-396.

[9] EVA M,EFFIE K,KRSTO P. Effects of ambidextrous and specialized R&D strategies on firm performance: the contingent role of industry orientation [J]. Journal of Business Research, 2023, 154(1): 113353.

[10] ZHANG Z,LUO T.Network capital, exploitative and exploratory innovations——from the perspective of network dynamics[J].Technological Forecasting Social Change, 2020, 152(C):119910.

[11] 王昱,全捷,李良玉,等.制造企业数字化转型能否助推研发投入跳跃——基于非参数分位数面板的实证研究[J].科技进步与对策,2024,41(8):33-43.

[12] JAN-THOMAS B,ISABEL O,TESSA F.Effects of entrepreneurial marketing on new ventures′ exploitative and exploratory innovation: the moderating role of competitive intensity and firm size[J].Industrial Marketing Management, 2021, 92(1): 87-100.

[13] OUYANG H,PARK C,OH H C.The impact of reverse knowledge transfers on exploitative and exploratory innovations in MNCs: the role of knowledge distance[J].Journal of Business Research, 2024, 179(6): 114682.

[14] RAM MUDAMBI, TIM SWIFT. Knowing when to leaps: transitioning between exploitative and explorative R&D[J]. Strategic Management Journal, 2014, 35(1):126-145.

[15] 崔蓉,李国锋.中国互联网发展水平的地区差距及动态演进:2006—2018[J].数量经济技术经济研究,2021,38(5):3-20.

[16] 陈维涛,韩峰,张国峰.互联网电子商务、企业研发与全要素生产率[J].南开经济研究,2019,35(5):41-59.

[17] 万良勇,查媛媛,饶静.实体企业金融化与企业创新产出——有调节的中介效应[J].会计研究,2020,41(11):98-111.

[18] 李健,夏美君,苑清敏.高技术产业专业化与多样化集聚对绿色全要素生产率的影响研究[J].统计与信息论坛,2021,36(4):42-50.

[19] 陈强远,林思彤,张醒.中国技术创新激励政策:激励了数量还是质量[J].中国工业经济,2020,38(4):79-96.

[20] 成力为,戴小勇.研发投入分布特征与研发投资强度影响因素的分析——基于我国30万个工业企业面板数据[J].中国软科学,2012,27(8):152-165.

[21] 谢宜章,杨帆.环境规制、研发投入与先进制造业绿色技术创新[J].财经理论与实践,2023,44(4):129-136.

[22] LEI P,TIAN X,HUANG Q, et al. Firm size, government capacity, and regional environmental regulation: theoretical analysis and empirical evidence from China[J].Journal of Cleaner Production, 2017, 164(10): 524-533.

[23] 朱美峰,吴青龙,张超.省域新旧动能转换水平的统计测度[J].统计与决策,2022,38(11):120-123.

[24] 高良谋,李宇.企业规模与技术创新倒U关系的形成机制与动态拓展[J].管理世界,2009,25(8):113-123.

[25] 云科洋,李文.基于开放式创新的制造业企业数字化转型路径研究[J].管理案例研究与评论,2024,17(5): 816-833.

(责任编辑：王敬敏)