论文部分内容阅读
[摘要]利用2006年全球研发投入居前2000位的企业数据,考察了这些企业研发投入的一些基本特征,如产业分布、国家分布,以及研发的集中度,并探讨了企业研发投入与企业规模之间的关系。研究结论是:研发具有产业异质性;研发在一些国家集中;企业研发的总量水平、研发比率、研发增长率与企业规模具有非线性关系,中型企业具有较高的研发投入量,而小型企业与大型企业具有较高有研发投入比,以及研发增长率。
[关键词]企业研发;企业规模;产业异质性
[中图分类号] F270[文献标识码] A [文章编号] 1673-0461(2011)05-0022-06
一、引言
对于企业研发,大量学者有过深入的研究。研究成果主要集中在以下几个方面:一是研发的产业异质性,即有些产业具有更高的研发倾向,或技术机会;二是研发的国家(地区)分布,即创新集聚;更多的是对企业研发决定因素的考察,如早期的Schumpeter传统,大多数讨论集中在企业规模及市场结构对企业研发的影响[1],后来的研究者逐步认识到产业异质性的重要性,再后来更深入地挖掘影响研发的企业特征及制度变量[2]。那么这些研究结论是否适合于大型研发企业?或者说,大型研发企业的研发投入有何特点?其影响因素有哪些?本文利用全球研发投入居前2,000位的企业数据,对上述问题进行讨论。我们将分别考察这2,000家企业的产业分布、地区分布以及研发集中程度,在控制产业异质性后,进一步讨论一些传统的影响因素,如企业规模、以及企业的要素密集度(资本劳动比)对企业研发的影响。
本文安排如下,第二部分介绍数据来源,并对研发的分布特征进行分析,第三部分讨论影响这些企业研发的因素,并进行稳健性检验。第四部分为小结。
二、研发的分布情况
本文的数据来自欧洲委员会联合研究中心(JRC)的前瞻性技术研究所(IPTS,http://iri.jrc.ec.europa.eu/research),该数据集区分了欧盟企业与非欧盟企业,并分别对研发投入量占前1,000位的企业进行排名。我们对数据进行了合并,得到全球研发投入最大的前2,000家企业数据。由于欧盟企业与非欧盟企业的相关信息具有统一的口径,所以合并后的数据可以保证可比性。该数据集包含入围企业的资本、雇员数量、研发投入、销售量、所处行业等方面的信息。
我们从研发的产业分布、国家分布(见表1)以及研发集中度(见表2)等方面来分析这些企业的研发特征。它们主要分布在44个行业。以企业数目为例,居前10位的行业分别是软件、半导体、制药、化学品、生物技术、电子设备、工业机械、汽摩及配件、医疗保健设备与服务、通讯设备。这十个产业中有1,115家企业入围,占整个样本的55.75%。但从产业研发投入占总投入的比重来看,产业的排序发生了变化,从大到小依次为制药、汽摩及配件、半导体、通讯设备、软件、化工、电子设备、生物科技、医疗保健设备与服务。其中,制药、汽摩及配件、通讯设备产业的排名有了明显的攀升,而医疗保健设备与服务业、工业机械业的排名明显下降,表明在不同产业,企业平均的研发支出差异较大。
再看研发的国际分布。样本主要集中在43个国家与地区。居前10位的分别为美国、英国、日本、德国、法国、瑞典、芬兰、荷兰、意大利、中国台湾,共有1687家企业入围,占到样本总数的84.35%。从各个国家所占的研发比例来看,排名变化不大,排前五名的依次为美国、日本、德国、英国、法国。这表明各国企业平均的研发投入大体相当。我们可以通过列联表进一步分析各国研发的产业分布。以美国为例,在所涉及的37个产业中,均有美国企业入围。从企业数目来看,更多地集中在半导体(77家)、软件(72家)、生物技术(42家)、制药业(37家)、健康仪器设备(35家);从各产业研发投入占总投入的比例来看,排在前面的产业包括制药业(19.6%)、半导体(11.8%)、汽车零部件(9.9%)、软件业(9.48%)、通讯技术(7.05%)。日本方面,从企业数目来看,日本在34个产业中均有企业入围,靠前的产业依次为化学品(36家)、汽车配件(23家)、电子产品(23家)、制药业(16家)、工业设备(14家);从研发投入总量来看,排名靠前的产业分别为汽车零部件(27.26%)、休闲品(15.17%)、电子设备(9.4%)、电脑硬件(8%)、制药业(7.64%)。德国在31个产业中均有企业入围。企业数目上占优的产业包括工业机械(20家)、汽车零部件(16家)、化学品(10家)、电子器材(10家)、制药业(10家)。研发投入比重较大的产业包括汽车零部件(46.68%)、电器设备(12.6%)、化学品(10.79%)、制药业(7.5%)、软件业(3.44%)。法国方面, 34个产业均有企业入围。其中,企业数目较多的产业包括软件业(15家)、汽车零部件业(7家)、计算机服务(6家)、电器设备(6家)、多媒体(6家),研发总投入较大的产业包括软件业(占总投入的26.31%)、汽车零部件(20.08%)、计算机服务(8.86%)、电器设备(6%)、多媒体(5.7%)。从上述美日德法四国的企业数据可知,各国企业全面进入了各大高科技产业,并各有侧重。对比而言,我国入围的企业有中石油,中国石油化工,中兴通讯,中芯,中国电机,中海油,中国钢铁,腾讯,中国电信,Avichina工业及技术。它们主要分布在汽车零部件产业、电信业、固定电话、因特网、油汽产品、半导体等产业,涉及的产业相对单一。
从研发集中度来看,研发在企业层面是高度集中的。排名前25位的企业的研发总额达到全部样本的近30%;排名前100的企业,研发总投入占到了全部样本的60%。而排名最后的1000家企业,研发投入不到总研发投入的5%(见表2)。
再来分析研发投入比例。本文采用研发投入/销售总额、研发投入/雇佣人数比这两个指标来度量。研发投入/销售总额方面,表3列出了平均研发投入比例较高与较低的产业。其中,平均值最大的几个产业包括生物技术、制药业、医疗器械、电信、软件业、半导体,尤其是生物技术,平均值达到128%,远高于其它产业。而排名靠后的产业包括工业运输、饮料、煤气和水供应、油气产品、人寿保险等。
研发/雇佣人数比也体现了产业研发的异质性(见表4)。排名靠前的产业分别为生物技术、制药、互联网、半导体、电信。排名靠后的产业为饮料产业、煤气和水的供应、人寿保险与工业运输业。从整体上看,这与前面按研发投入/销售总额排名得到的结论基本一致。进一步,我们考察了在两个不同指标下,不同产业间平均值之间的相关系数,以及基于排序的秩相关系数。结果表明,各产业的平均研发密度的相关系数达到0.9724;Spearman秩相关系数为0.9415,均高度显著。因而,可以认为这两类研发比例指标基本上是等价的。
三、企业规模与研发投入
对于企业规模与企业研发之间的关系,现有的研究存在不同的观点。Galbraith(1957)认为大企业是创新的动力(大即是美)[3],而Schumacher (1973)则认为小企业在研发上更有优势(小即是美)[4],还有其他学者,如Scherer(1980)则更关注不同规模的企业在动态的产业结构,以及产业技术变迁过程中的合作与互补[5]。另外,大量的实证研究表明,企业规模与研发强度具有非线性关系,如Scherer (1965)[6]认为规模对研发的正向促进作用存在一个阀值,当企业规模小于该阀值时,研发增加会随着规模扩大以更大比例上升,但超过该临界值,这种关系不明显或者为负。Bound et al. (1984)发现随着企业规模上升,研发强度先下降,然后上升(U形),即大企业与小企业的研发强度大于中等规模的企业[7]。对于这种非线性关系,至少可以有三点解释,第一,企业规模与研发并不是简单的线性关系,在有些情况下(如不同的研发投入指标),中等规模的企业可能会有更好的研发表现;第二,对于某一产业技术环境的讨论,探讨企业组合(或分布)对创新的影响,要比单纯地讨论企业规模对创新的影响更为睿智。某一产业有利于技术创新的环境应是,由一些数量可观的小型的、知识依存型的小企业,以及少数的,具有强大实力、能承担一些具有挑战性的研发工作的大企业组成,企业之间通过生产分包、生产者消费者关系、许可生产、研发外包、合作研发、合资企业、并购、等方式实现企业间的动态互补。第三,从产业的生命周期来看,不同阶段的创新在创新类型、创新源泉,进而大小企业在其中发挥的作用是不同的,第一阶段的主要创新源为产品创新,其中个人与小企业发挥主要作用,第二阶段的主要创新源为流程创新,大企业发挥主导作用,第三阶段的创新源为系统创新,需要大小企业一起合作[8]。
本文尝试从全球研发投入最多的2000家企业入手,考察企业规模对研发的影响。代表企业研发的变量为研发投入量、研发投入增长率、以及研发投入比例。由于企业研发具有国别性及产业异质性,需要控制国家与产业固定效应。控制产业异质性,通常有以下几种方法:一是直接用产业虚拟变量,但这种方法不利于捕捉产业异质性的内容,如产业技术机会(即有些产业比其它产业更依赖于创新,如制药业所需要的技术创新要明显高于纺织业)、产业需求(即各产业的需求不一样,当创新成本既定,可以预期较大的市场以及具有更快增长率的市场可以引发更多的创新)、产业的技术专有性(即不同产业的技术外溢的程度或被模仿的概率不同,因此,不同产业对专利的依赖程度进而对研发激励的影响也不同)等因素对研发的影响;二是利用数据样本中各个产业的平均研发投入来代替产业的研发密度,但它要求样本具有随机性;三是采用美国产业的研发投入强度数据(如研发投入/销售量),来近似地替代其它国家的产业特征,即假设其它国家的产业相对研发投入密度与美国类似。由于本文样本所覆盖的领域包括一些服务行业,并且缺乏美国相关服务业的数据,所以我们只能采用前两种方法。另外我们还加入了一些企业特征变量,如企业规模、资本劳动比(来刻画企业生产的要素密集度,也可以理解为进入壁垒的大小)。由于大量的实证研究表明,企业规模与企业创新存在U形或倒U形关系,我们在模型中添加企业规模的平方项。
综上,模型设定如下:
y=b0+B1X1+B2X2+B3X3+?着
其中y表示研发投入量、研发投入增长率、以及研发销售比,这些都是刻画创新的变量。X1 代表企业特征变量,如企业的规模、规模平方、企业的资本劳动比。 X2是表示产业异质性的变量,我们首先用产业虚拟变量来控制,然后用样本中各产业的平均研发强度进行稳健性检验。 X3为国家虚拟变量, ?着为误差项。我们对一些异常值处理之后,得到了1,712个有效样本。表5是相关变量的描述统计。各变量值均落在合理的区域。
回归结果总结于表6。首先,回归中用产业虚拟变量来控制产业异质性(文中并没有将虚拟变量列出)。第1列到第3列的回归表明,资本劳动比在三个回归式中均显著,且严格为正,这表明资本劳动比与企业研发投入正相关,这也可以理解为企业的研发趋向于劳动节约型。而企业规模对研发投入的影响是非线性的,在研发投入回归式中,用销售量表示的企业规模的平方项为负,表明规模适中的企业具有更高的研发投入水平。而在研发投入比及研发增长率的回归式中,规模平方项的系数为正,表明规模较大或较小的企业具有更高的研发投入比率以及研发增长率。由上可知,中等规模的企业通常具有较高的研发投入,但具有较小的研发投入增长率以及研发投入比率。
下面分析产业异质性。我们将空间与国防产业设为基准产业,在研发投入回归式中,某些比基准组研发更密集的产业,如制药业与电信设备业,其系数均为正。而其它大部分产业的虚拟变量均为负,如银行业、饮料、计算机硬件、电力、固定电话、食品加工、家用品等。国家虚拟变量的设定以澳大利亚为基准,有些国家(如美国、日本,德国、英国)的回归系数为正,表明这些国家的企业研发更密集。而有些国家(如冰岛、波兰、希腊、葡萄牙、拉脱维亚)的回归系数为负,表明这些国家的研发密集度低于澳大利亚。上述结果与直觉相符。在研发投入比例以及研发增长率回归方程中,这些虚拟变量的表现基本一致。
可以进行相关的稳健性检验。首先,采用企业职工数来表示企业规模,最终得到的结论与前文基本一致(回归式4-6列)。实证结果表明,企业规模的影响与回归式1-3类似,不同规模的企业在研发投入,研发投入比例以及研发增长率上各有优劣。规模较小的企业与规模较大的企业都有较高的研发投入比例及研发增长率。同时,研发投入与资本劳动比正相关。考虑到企业规模可能具有内生性,我们用前一年或前两年的企业职工数进行回归,得到的结果基本一致。类似的,用前一年或前两年的资本劳动比数据进行回归,得到的结论也类似。表明内生性影响较小。由于不同的规模变量对结果影响不大,我们在下文中用销售量来刻画企业规模。
其次,可以通过计算各个产业的平均研发投入(mean),来近似地替代各个产业的研发密集度,以此来控制产业异质性。实证结果总结于表7:
可以看到,产业的平均研发投入只影响企业的研发投入比例,对研发投入水平及增长率的影响不显著。对比未控制产业固定效应的模型可知,模型的解释能力明显提升,表明产业平均研发不足以充分代表产业异质性,还有其它的产业因素,如产业的技术专用性,产业需求等,会影响企业研发。因而,在加入产业平均研发强度后,仍需要控制产业虚拟变量。
最后,回归中可能存在样本自选择。由于我们采用的是研发投资规模最大的企业,样本存在(研发变量)下向截取的问题。我们采用Tobit方法对样本选择进行修正。它是截断模型与probit模型的结合[9]。对于研发投入,我们取第2000家企业的研发投入水平(3.29)为向下截取点。并用样本最小值作为其它被解释变量的截取点,同时用样本最大值作为截取点进行稳健性检验(因为我们不能确定研发投资比率、研发增长率存在向上或向下截取的问题)。第4-6列给出了Tobit估算结果。可以看出,对样本选择进行修正后,各回归系数基本不变。另外,使用Tobit回归使得拟合优度明显降低。由于可以知道样本选择的来源,我们采用OLS回归结果。值得注意的是,本文得到的结论更适应于大型研发企业。
四、结论
通过全球前2,000家研发企业数据,本文考察了这些企业的研发投入特征,如产业分布、国家分布,以及研发的集中度,并探讨了企业研发投入与企业规模的关系。得到的主要结论如下:研发具有产业异质性,主要集中于一些研发密集型产业,如软件、半导体、制药、化学品、生物技术、电子设备等产业;研发在一些国家集中,如美国、英国、日本、德国、法国。另外,研发在企业层面是高度集中的。排名前25的企业的研发总额达到全部样本的近30%,而排名靠后的1,000家企业的研发投入不到总研发投入的5%。
在控制研发的产业异质性以及国家固定效应后,实证表明,企业要素密集度提高与各类企业研发投入具有正向关系。企业研发的总量水平、研发销售比率(或研发/就业比率)、研发增长率与企业规模具有非线性关系,中型企业具有较高的研发投入量,而小型企业与大型企业具有较高有研发投入比和研发增长率。
基于以上分析的政策建议如下:首先,研发主要集中于美国、英国、日本、德国、法国等国家及地区,表明要成为创新大国,需要充分发挥企业的创新积极性,而我国目前入围的企业较少,在这一方面还存在很大的潜力。其次,尽管有些国家的入围企业分布在不同行业,但它们也各有侧重。因此,我国企业在创新时需要充分利用自己的比较优势,选择进入一些关键行业,并以由为基础扩展到其它创新领域。最后,企业规模与企业创新存在非线性关系,因此,不能单纯地以企业规模来作为企业创新的决定因素,而应创造较好的市场环境,让不同规模的企业相互合作,实现优势互补。
[参考文献] [1] 吴延兵.企业规模、市场力量与创新: 一个文献综述[J]. 经济研究,2007(5):125-138. [2] Cohen , W.M. and R.C. Levin, Empirical Studies of Innovation and Market Structure[A]. In:Handbook of Industrial Organization[C].1989,2:1059-1107. [3] Galbraith,J.K. American Capitalism[M]. London :Hamilton,1957. [4] Schumacher,E.F. Small is beautiful[M]. London :Harper and Row, 1973. [5] Scherer, F.M. Industrial Market Structure and Economic Performance[M]. Chicago:Rand McNal,1980. [6] Scherer, F.M. Firm Size, Market Structure, Opportunity, and the Output of Patented Inventions[J]. American Economic Review, 1965(55):1097-1125. [7] Bound, J., C.,Cummins, Z. , Griliches, B.H., Hall and A. Jaffe .Who Does R&D and Who Patents?[A]. in:Z. Griliches, ed., R&D Patents, and Productivity. Chicago:University of Chicago Press for the National Bureau of Economic Research[C].1984. [8] (日)小宫隆太郎,等. 日本的产业政策 [M]. 北京:国际文化出版公司,1988. [9] Cameron A.C. and P.K.Trivedi Microeconometrics Methods and Applications[M]. Cambridge University Press, 2005,529-543. R & D Spending of the Top R & D Firms:Based on Evidence from the World's Top 2,000 R & D Firms Yin Zhifeng 1,Chen Ming 2 (1. School of Economics,Peking University , Beijing 100872,China; 2. China Academy of Public Finance and Public Policy, Central University of Finance and Economics, Beijing 100081,China) Abstract:Based on the top 2000 global R & D firms data (2006), this paper examines some basic R & D features of these firms,such as their industries distribution, geographical cluster, and concentration. We further exhume the relationship between R&D spending and firm size. Conclusions are as follows:R&D spending bears industry heterogeneity;R & D clusters in certain countries;the total R & D, R & D ratio,R & D growth rate hold nonlinear relationship with firm size. Medium-sized enterprises have higher amount of R & D investment, and small firms and large firms hold higher R & D investment ratio and R & D growth rates in average. Key words:R & D spending;firm size;industry heterogeneity (责任编辑:张丹郁)
[关键词]企业研发;企业规模;产业异质性
[中图分类号] F270[文献标识码] A [文章编号] 1673-0461(2011)05-0022-06
一、引言
对于企业研发,大量学者有过深入的研究。研究成果主要集中在以下几个方面:一是研发的产业异质性,即有些产业具有更高的研发倾向,或技术机会;二是研发的国家(地区)分布,即创新集聚;更多的是对企业研发决定因素的考察,如早期的Schumpeter传统,大多数讨论集中在企业规模及市场结构对企业研发的影响[1],后来的研究者逐步认识到产业异质性的重要性,再后来更深入地挖掘影响研发的企业特征及制度变量[2]。那么这些研究结论是否适合于大型研发企业?或者说,大型研发企业的研发投入有何特点?其影响因素有哪些?本文利用全球研发投入居前2,000位的企业数据,对上述问题进行讨论。我们将分别考察这2,000家企业的产业分布、地区分布以及研发集中程度,在控制产业异质性后,进一步讨论一些传统的影响因素,如企业规模、以及企业的要素密集度(资本劳动比)对企业研发的影响。
本文安排如下,第二部分介绍数据来源,并对研发的分布特征进行分析,第三部分讨论影响这些企业研发的因素,并进行稳健性检验。第四部分为小结。
二、研发的分布情况
本文的数据来自欧洲委员会联合研究中心(JRC)的前瞻性技术研究所(IPTS,http://iri.jrc.ec.europa.eu/research),该数据集区分了欧盟企业与非欧盟企业,并分别对研发投入量占前1,000位的企业进行排名。我们对数据进行了合并,得到全球研发投入最大的前2,000家企业数据。由于欧盟企业与非欧盟企业的相关信息具有统一的口径,所以合并后的数据可以保证可比性。该数据集包含入围企业的资本、雇员数量、研发投入、销售量、所处行业等方面的信息。
我们从研发的产业分布、国家分布(见表1)以及研发集中度(见表2)等方面来分析这些企业的研发特征。它们主要分布在44个行业。以企业数目为例,居前10位的行业分别是软件、半导体、制药、化学品、生物技术、电子设备、工业机械、汽摩及配件、医疗保健设备与服务、通讯设备。这十个产业中有1,115家企业入围,占整个样本的55.75%。但从产业研发投入占总投入的比重来看,产业的排序发生了变化,从大到小依次为制药、汽摩及配件、半导体、通讯设备、软件、化工、电子设备、生物科技、医疗保健设备与服务。其中,制药、汽摩及配件、通讯设备产业的排名有了明显的攀升,而医疗保健设备与服务业、工业机械业的排名明显下降,表明在不同产业,企业平均的研发支出差异较大。
再看研发的国际分布。样本主要集中在43个国家与地区。居前10位的分别为美国、英国、日本、德国、法国、瑞典、芬兰、荷兰、意大利、中国台湾,共有1687家企业入围,占到样本总数的84.35%。从各个国家所占的研发比例来看,排名变化不大,排前五名的依次为美国、日本、德国、英国、法国。这表明各国企业平均的研发投入大体相当。我们可以通过列联表进一步分析各国研发的产业分布。以美国为例,在所涉及的37个产业中,均有美国企业入围。从企业数目来看,更多地集中在半导体(77家)、软件(72家)、生物技术(42家)、制药业(37家)、健康仪器设备(35家);从各产业研发投入占总投入的比例来看,排在前面的产业包括制药业(19.6%)、半导体(11.8%)、汽车零部件(9.9%)、软件业(9.48%)、通讯技术(7.05%)。日本方面,从企业数目来看,日本在34个产业中均有企业入围,靠前的产业依次为化学品(36家)、汽车配件(23家)、电子产品(23家)、制药业(16家)、工业设备(14家);从研发投入总量来看,排名靠前的产业分别为汽车零部件(27.26%)、休闲品(15.17%)、电子设备(9.4%)、电脑硬件(8%)、制药业(7.64%)。德国在31个产业中均有企业入围。企业数目上占优的产业包括工业机械(20家)、汽车零部件(16家)、化学品(10家)、电子器材(10家)、制药业(10家)。研发投入比重较大的产业包括汽车零部件(46.68%)、电器设备(12.6%)、化学品(10.79%)、制药业(7.5%)、软件业(3.44%)。法国方面, 34个产业均有企业入围。其中,企业数目较多的产业包括软件业(15家)、汽车零部件业(7家)、计算机服务(6家)、电器设备(6家)、多媒体(6家),研发总投入较大的产业包括软件业(占总投入的26.31%)、汽车零部件(20.08%)、计算机服务(8.86%)、电器设备(6%)、多媒体(5.7%)。从上述美日德法四国的企业数据可知,各国企业全面进入了各大高科技产业,并各有侧重。对比而言,我国入围的企业有中石油,中国石油化工,中兴通讯,中芯,中国电机,中海油,中国钢铁,腾讯,中国电信,Avichina工业及技术。它们主要分布在汽车零部件产业、电信业、固定电话、因特网、油汽产品、半导体等产业,涉及的产业相对单一。
从研发集中度来看,研发在企业层面是高度集中的。排名前25位的企业的研发总额达到全部样本的近30%;排名前100的企业,研发总投入占到了全部样本的60%。而排名最后的1000家企业,研发投入不到总研发投入的5%(见表2)。
再来分析研发投入比例。本文采用研发投入/销售总额、研发投入/雇佣人数比这两个指标来度量。研发投入/销售总额方面,表3列出了平均研发投入比例较高与较低的产业。其中,平均值最大的几个产业包括生物技术、制药业、医疗器械、电信、软件业、半导体,尤其是生物技术,平均值达到128%,远高于其它产业。而排名靠后的产业包括工业运输、饮料、煤气和水供应、油气产品、人寿保险等。
研发/雇佣人数比也体现了产业研发的异质性(见表4)。排名靠前的产业分别为生物技术、制药、互联网、半导体、电信。排名靠后的产业为饮料产业、煤气和水的供应、人寿保险与工业运输业。从整体上看,这与前面按研发投入/销售总额排名得到的结论基本一致。进一步,我们考察了在两个不同指标下,不同产业间平均值之间的相关系数,以及基于排序的秩相关系数。结果表明,各产业的平均研发密度的相关系数达到0.9724;Spearman秩相关系数为0.9415,均高度显著。因而,可以认为这两类研发比例指标基本上是等价的。
三、企业规模与研发投入
对于企业规模与企业研发之间的关系,现有的研究存在不同的观点。Galbraith(1957)认为大企业是创新的动力(大即是美)[3],而Schumacher (1973)则认为小企业在研发上更有优势(小即是美)[4],还有其他学者,如Scherer(1980)则更关注不同规模的企业在动态的产业结构,以及产业技术变迁过程中的合作与互补[5]。另外,大量的实证研究表明,企业规模与研发强度具有非线性关系,如Scherer (1965)[6]认为规模对研发的正向促进作用存在一个阀值,当企业规模小于该阀值时,研发增加会随着规模扩大以更大比例上升,但超过该临界值,这种关系不明显或者为负。Bound et al. (1984)发现随着企业规模上升,研发强度先下降,然后上升(U形),即大企业与小企业的研发强度大于中等规模的企业[7]。对于这种非线性关系,至少可以有三点解释,第一,企业规模与研发并不是简单的线性关系,在有些情况下(如不同的研发投入指标),中等规模的企业可能会有更好的研发表现;第二,对于某一产业技术环境的讨论,探讨企业组合(或分布)对创新的影响,要比单纯地讨论企业规模对创新的影响更为睿智。某一产业有利于技术创新的环境应是,由一些数量可观的小型的、知识依存型的小企业,以及少数的,具有强大实力、能承担一些具有挑战性的研发工作的大企业组成,企业之间通过生产分包、生产者消费者关系、许可生产、研发外包、合作研发、合资企业、并购、等方式实现企业间的动态互补。第三,从产业的生命周期来看,不同阶段的创新在创新类型、创新源泉,进而大小企业在其中发挥的作用是不同的,第一阶段的主要创新源为产品创新,其中个人与小企业发挥主要作用,第二阶段的主要创新源为流程创新,大企业发挥主导作用,第三阶段的创新源为系统创新,需要大小企业一起合作[8]。
本文尝试从全球研发投入最多的2000家企业入手,考察企业规模对研发的影响。代表企业研发的变量为研发投入量、研发投入增长率、以及研发投入比例。由于企业研发具有国别性及产业异质性,需要控制国家与产业固定效应。控制产业异质性,通常有以下几种方法:一是直接用产业虚拟变量,但这种方法不利于捕捉产业异质性的内容,如产业技术机会(即有些产业比其它产业更依赖于创新,如制药业所需要的技术创新要明显高于纺织业)、产业需求(即各产业的需求不一样,当创新成本既定,可以预期较大的市场以及具有更快增长率的市场可以引发更多的创新)、产业的技术专有性(即不同产业的技术外溢的程度或被模仿的概率不同,因此,不同产业对专利的依赖程度进而对研发激励的影响也不同)等因素对研发的影响;二是利用数据样本中各个产业的平均研发投入来代替产业的研发密度,但它要求样本具有随机性;三是采用美国产业的研发投入强度数据(如研发投入/销售量),来近似地替代其它国家的产业特征,即假设其它国家的产业相对研发投入密度与美国类似。由于本文样本所覆盖的领域包括一些服务行业,并且缺乏美国相关服务业的数据,所以我们只能采用前两种方法。另外我们还加入了一些企业特征变量,如企业规模、资本劳动比(来刻画企业生产的要素密集度,也可以理解为进入壁垒的大小)。由于大量的实证研究表明,企业规模与企业创新存在U形或倒U形关系,我们在模型中添加企业规模的平方项。
综上,模型设定如下:
y=b0+B1X1+B2X2+B3X3+?着
其中y表示研发投入量、研发投入增长率、以及研发销售比,这些都是刻画创新的变量。X1 代表企业特征变量,如企业的规模、规模平方、企业的资本劳动比。 X2是表示产业异质性的变量,我们首先用产业虚拟变量来控制,然后用样本中各产业的平均研发强度进行稳健性检验。 X3为国家虚拟变量, ?着为误差项。我们对一些异常值处理之后,得到了1,712个有效样本。表5是相关变量的描述统计。各变量值均落在合理的区域。
回归结果总结于表6。首先,回归中用产业虚拟变量来控制产业异质性(文中并没有将虚拟变量列出)。第1列到第3列的回归表明,资本劳动比在三个回归式中均显著,且严格为正,这表明资本劳动比与企业研发投入正相关,这也可以理解为企业的研发趋向于劳动节约型。而企业规模对研发投入的影响是非线性的,在研发投入回归式中,用销售量表示的企业规模的平方项为负,表明规模适中的企业具有更高的研发投入水平。而在研发投入比及研发增长率的回归式中,规模平方项的系数为正,表明规模较大或较小的企业具有更高的研发投入比率以及研发增长率。由上可知,中等规模的企业通常具有较高的研发投入,但具有较小的研发投入增长率以及研发投入比率。
下面分析产业异质性。我们将空间与国防产业设为基准产业,在研发投入回归式中,某些比基准组研发更密集的产业,如制药业与电信设备业,其系数均为正。而其它大部分产业的虚拟变量均为负,如银行业、饮料、计算机硬件、电力、固定电话、食品加工、家用品等。国家虚拟变量的设定以澳大利亚为基准,有些国家(如美国、日本,德国、英国)的回归系数为正,表明这些国家的企业研发更密集。而有些国家(如冰岛、波兰、希腊、葡萄牙、拉脱维亚)的回归系数为负,表明这些国家的研发密集度低于澳大利亚。上述结果与直觉相符。在研发投入比例以及研发增长率回归方程中,这些虚拟变量的表现基本一致。
可以进行相关的稳健性检验。首先,采用企业职工数来表示企业规模,最终得到的结论与前文基本一致(回归式4-6列)。实证结果表明,企业规模的影响与回归式1-3类似,不同规模的企业在研发投入,研发投入比例以及研发增长率上各有优劣。规模较小的企业与规模较大的企业都有较高的研发投入比例及研发增长率。同时,研发投入与资本劳动比正相关。考虑到企业规模可能具有内生性,我们用前一年或前两年的企业职工数进行回归,得到的结果基本一致。类似的,用前一年或前两年的资本劳动比数据进行回归,得到的结论也类似。表明内生性影响较小。由于不同的规模变量对结果影响不大,我们在下文中用销售量来刻画企业规模。
其次,可以通过计算各个产业的平均研发投入(mean),来近似地替代各个产业的研发密集度,以此来控制产业异质性。实证结果总结于表7:
可以看到,产业的平均研发投入只影响企业的研发投入比例,对研发投入水平及增长率的影响不显著。对比未控制产业固定效应的模型可知,模型的解释能力明显提升,表明产业平均研发不足以充分代表产业异质性,还有其它的产业因素,如产业的技术专用性,产业需求等,会影响企业研发。因而,在加入产业平均研发强度后,仍需要控制产业虚拟变量。
最后,回归中可能存在样本自选择。由于我们采用的是研发投资规模最大的企业,样本存在(研发变量)下向截取的问题。我们采用Tobit方法对样本选择进行修正。它是截断模型与probit模型的结合[9]。对于研发投入,我们取第2000家企业的研发投入水平(3.29)为向下截取点。并用样本最小值作为其它被解释变量的截取点,同时用样本最大值作为截取点进行稳健性检验(因为我们不能确定研发投资比率、研发增长率存在向上或向下截取的问题)。第4-6列给出了Tobit估算结果。可以看出,对样本选择进行修正后,各回归系数基本不变。另外,使用Tobit回归使得拟合优度明显降低。由于可以知道样本选择的来源,我们采用OLS回归结果。值得注意的是,本文得到的结论更适应于大型研发企业。
四、结论
通过全球前2,000家研发企业数据,本文考察了这些企业的研发投入特征,如产业分布、国家分布,以及研发的集中度,并探讨了企业研发投入与企业规模的关系。得到的主要结论如下:研发具有产业异质性,主要集中于一些研发密集型产业,如软件、半导体、制药、化学品、生物技术、电子设备等产业;研发在一些国家集中,如美国、英国、日本、德国、法国。另外,研发在企业层面是高度集中的。排名前25的企业的研发总额达到全部样本的近30%,而排名靠后的1,000家企业的研发投入不到总研发投入的5%。
在控制研发的产业异质性以及国家固定效应后,实证表明,企业要素密集度提高与各类企业研发投入具有正向关系。企业研发的总量水平、研发销售比率(或研发/就业比率)、研发增长率与企业规模具有非线性关系,中型企业具有较高的研发投入量,而小型企业与大型企业具有较高有研发投入比和研发增长率。
基于以上分析的政策建议如下:首先,研发主要集中于美国、英国、日本、德国、法国等国家及地区,表明要成为创新大国,需要充分发挥企业的创新积极性,而我国目前入围的企业较少,在这一方面还存在很大的潜力。其次,尽管有些国家的入围企业分布在不同行业,但它们也各有侧重。因此,我国企业在创新时需要充分利用自己的比较优势,选择进入一些关键行业,并以由为基础扩展到其它创新领域。最后,企业规模与企业创新存在非线性关系,因此,不能单纯地以企业规模来作为企业创新的决定因素,而应创造较好的市场环境,让不同规模的企业相互合作,实现优势互补。
[参考文献] [1] 吴延兵.企业规模、市场力量与创新: 一个文献综述[J]. 经济研究,2007(5):125-138. [2] Cohen , W.M. and R.C. Levin, Empirical Studies of Innovation and Market Structure[A]. In:Handbook of Industrial Organization[C].1989,2:1059-1107. [3] Galbraith,J.K. American Capitalism[M]. London :Hamilton,1957. [4] Schumacher,E.F. Small is beautiful[M]. London :Harper and Row, 1973. [5] Scherer, F.M. Industrial Market Structure and Economic Performance[M]. Chicago:Rand McNal,1980. [6] Scherer, F.M. Firm Size, Market Structure, Opportunity, and the Output of Patented Inventions[J]. American Economic Review, 1965(55):1097-1125. [7] Bound, J., C.,Cummins, Z. , Griliches, B.H., Hall and A. Jaffe .Who Does R&D and Who Patents?[A]. in:Z. Griliches, ed., R&D Patents, and Productivity. Chicago:University of Chicago Press for the National Bureau of Economic Research[C].1984. [8] (日)小宫隆太郎,等. 日本的产业政策 [M]. 北京:国际文化出版公司,1988. [9] Cameron A.C. and P.K.Trivedi Microeconometrics Methods and Applications[M]. Cambridge University Press, 2005,529-543. R & D Spending of the Top R & D Firms:Based on Evidence from the World's Top 2,000 R & D Firms Yin Zhifeng 1,Chen Ming 2 (1. School of Economics,Peking University , Beijing 100872,China; 2. China Academy of Public Finance and Public Policy, Central University of Finance and Economics, Beijing 100081,China) Abstract:Based on the top 2000 global R & D firms data (2006), this paper examines some basic R & D features of these firms,such as their industries distribution, geographical cluster, and concentration. We further exhume the relationship between R&D spending and firm size. Conclusions are as follows:R&D spending bears industry heterogeneity;R & D clusters in certain countries;the total R & D, R & D ratio,R & D growth rate hold nonlinear relationship with firm size. Medium-sized enterprises have higher amount of R & D investment, and small firms and large firms hold higher R & D investment ratio and R & D growth rates in average. Key words:R & D spending;firm size;industry heterogeneity (责任编辑:张丹郁)