研发合作对企业经济绩效的影响研究

《研发合作对企业经济绩效的影响研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、研发合作对企业经济绩效的影响研究研发合作对企业经济绩效的影响研究知识经济时代，市场竞争日益激烈，创新越来越成为企业持续发展的动力和源泉。然而，即使具有技术优势的企业也需要借助外部知识、技术等创新资源完成其创新活动。因此，研发合作越来越成为企业增强创新能力、提高企业经济绩效的重要途径。尽管研发合作由合作双方的竞争战略所决定，但是，研发合作伙伴选择、研发合作内容以及研发合作深广度等都是由企业高层管理者确定。研发决策是企业高层管理者面临的最重要的决策之一，而高管薪酬激励往往决定着高管对研发合作的重视程度，合理有效的高管薪酬激励是研

2、发合作成功实施的内部驱动，对于研发合作的成功运行具有重要影响。因此，在我国深入实施创新驱动发展战略背景下，研究研发合作、高管薪酬激励对企业经济绩效的影响机制，对于提升中国企业国际竞争力的战略设计具有重要的参考价值。　　1.企业高管对待研发合作的态度，向参与研发合作的人员表明了研发合作对于企业的重要性，而高管薪酬激励是影响高管工作态度或者行为的关键因素。激励的期望模型认为激励产生努力。高管薪酬激励越高，高管们越注重企业的长期发展，会增加有利于企业长远利益的投资，比如积极寻找合适的研发合作伙伴、及时跟踪现有研发合作项目的最新进展

3、，从而提升企业绩效。此外，根据代理理论，高管薪酬激励能够降低代理成本，从而促使他们更好地为股东服务，做出有利于股东价值增加和企业长期发展的研发决策。正确的研发合作决策有利于企业的发展，企业发展得好，高管从标尺竞赛中胜出，这将给高管带来高成就感倒。激励双因素理论认为成就感属于激励因素，能够给高管带来较高的满意，促使高管更加重视研发合作，从而形成良性循环。此外，Fey等认为高管薪酬激励有利于促进公司间知识的共享。　　企业高管的决策会对与新产品和新技术有关的企业关键资源的配置产生重要影响，而高管的决策反过来又受到薪酬激励的影响。B

4、alkin等认为创新需要对研发项目进行长期投入，因此应将高管薪酬与创新努力联系起来，高管薪酬激励体系应该能够引导高管做出有助于企业维持创新能力的资源配置决策。陈胜蓝对2007-2008年中国信息技术业上市公司研发投入强度和高管薪酬激励进行实证考察，发现公司董事会通过薪酬方案鼓励公司高管提高研发投入强度以增强公司自主创新能力，而且研究表明公司薪酬方案更倾向于奖励提高研发投入强度的公司高管团队，而不是公司CEO。王燕妮以2007-2009年在年报中披露研发投入的529家制造业上市公司为样本，发现高管短期报酬激励与研发投入呈正相关

5、关系，高管短期报酬越高，研发投入越多。刘云国等认为高管任期越长的公司，研发支出越高。通常情况下，高管任期越长，薪酬越高。李春涛等利用世界银行在中国18个城市1483家制造业企业的调查数据，研究不同所有制结构下经理人薪酬激励对企业创新投入和产出两方面的影响，发现对CEO的薪酬激励能促进企业进行创新。鉴于此，本文将高管薪酬激励作为调节变量引入研究框架中，以深入揭示研发合作对企业经济绩效的影响机理，如图1所示。　　3.实证分析　　3.1变量选取与数据来源　　本文以2009-2011年沪深两市A股制造业上市公司为研究样本。在选取样本

6、时，采用随机抽样法，并剔除考察期内数据缺失的上市公司，最终得到181家样本企业。①因变量为企业经济绩效，采用加权平均净资产收益率表示，相关数据来源于中国沪深两市制造业上市公司年报。②自变量为企业研发合作，采用虚拟变量表示，即如果企业存在专利合作，则为1；否则为0。企业专利合作数据来源于中国国家知识产权局专利数据库。③调节变量为高管薪酬，采用高管（人均）年薪衡量。高管指上市公司总经理、副总经理、财务负责人以及董事会秘书，相关数据来源于中国沪深两市制造业上市公司年报。由于调节变量为连续变量，为减小回归方程中变量间多重共线性问题，

7、将调节变量进行中心化，即用该变量中测量的每个数据点减去均值，使得到的数据样本均值为0。④关于控制变量的选择，借鉴冯根福等悯的方法：一类是与董事会有关的控制变量，如董事会规模；另一类是与公司有关的控制变量，如企业规模、管理层规模、财务杠杆等。本文变量的定义和符号，如表1所示。　　3.2变量描述性统计与相关系数　　企业加权平均净资产收益率的最大值为63.50%，最小值为-162.51%，平均值为8.87%，标准差为16.62%，样本公司经济绩效差异较大：企业研发合作为虚拟变量，其取值为0或1；高管薪酬经中心化处理后，最大值为28

8、1.221万元，最小值为-40.939万元，均值为0，标准差为36.439，高管薪酬差异明显，如表2和表3所示。　　通过变量相关系数测算，发现企业研发合作、高管薪酬、高管薪酬与研发合作的交互项与企业经济绩效之间的相关系数均为正，且在1%的水平上显著。此外，解释变量之间的相关系数大多数低于0