双循环背景下实体投资结构优化对企业绩效的驱动机制
摘要:以我国沪深两市A股实体上市公司2012~2021年的面板数据为研究样本,从双循环新发展格局视角出发,实证检验实体投资结构优化对企业绩效的驱动效应,并进一步探究研发创新在二者关系中的中介传导机制。研究发现,双循环背景下,实体投资结构优化能够显著提升企业经营绩效,通过优化固定资产投资、产业投资、国内国际双向投资配比,有效盘活企业实体资产、提升资源配置效率;其次,研发创新在实体投资结构优化与企业绩效之间发挥部分中介作用,实体投资结构优化可通过增加创新投入、提升创新产出,间接赋能企业绩效提升。据此,企业应主动适配双循环发展格局,持续优化实体投资布局,加大创新研发投入;政府应完善实体投资扶持政策,引导资本脱虚向实,助力实体经济高质量发展。
关键词:双循环新发展格局;实体投资结构;企业绩效;研发创新;资源配置
中图分类号:F275.5 文献标识码:A 文章编号:
一、引言
构建以国内大循环为主体、国内国际双循环相互促进的新发展格局,是我国新时代经济高质量发展的核心战略部署,核心要义在于畅通国民经济循环、优化资源要素配置、夯实实体经济发展根基。实体经济是国民经济的立身之本,企业实体投资作为实体经济发展的核心载体,其投资结构的合理性直接决定企业资源利用效率、核心竞争力与长期经营绩效,也是畅通双循环、打通产业链供应链堵点的微观关键抓手。
实体投资区别于金融投机性投资,主要涵盖固定资产投资、实业项目投资、产业链配套投资、国内外市场布局投资等核心类型,是企业扩大生产规模、升级生产技术、拓展市场空间的核心手段。近年来,随着资本市场金融化趋势加剧,部分实体企业出现“脱实向虚”倾向,存在实体投资比例失衡、重短期投机轻长期实业、国内国际投资布局割裂等问题,导致投资效率低下、产能利用率不足、核心竞争力弱化,严重制约企业绩效提升与实体经济转型升级。根据国泰安数据库统计,2012-2021年我国A股实体上市公司平均实体投资占总投资比重为68.32%,其中23.6%的企业存在实体投资结构失衡问题,固定资产投资冗余、创新投资不足、国际市场投资布局薄弱等问题突出,企业绩效分化趋势显著。
根据资源基础理论与投资效率理论,合理的实体投资结构能够实现企业资本、技术、劳动力等要素的最优配置,助力企业适配国内超大规模市场优势、对接国际市场资源,形成双循环联动发展优势,进而提升经营绩效[1]。从国内循环视角来看,优化固定资产投资、本土产业链投资,能够帮助企业夯实生产根基、降低供应链成本、挖掘国内市场消费潜力;从国际循环视角来看,合理布局海外实体投资、跨境产业投资,能够助力企业引进先进技术、拓展海外市场、提升全球资源整合能力[2]。但现有研究表明,不合理的实体投资结构会引发投资过度或投资不足问题,造成资源闲置浪费、产能错配,抑制企业盈利能力与成长能力提升[3]。
同时,双循环格局下创新驱动成为企业高质量发展的核心动力,实体投资结构优化与研发创新存在深度联动关系。优质的实体投资能够为研发创新提供资金、设备、场景支撑,而创新能力提升能够放大实体投资的经济效益,形成“投资优化—创新升级—绩效提升”的良性循环[4]。现有文献多聚焦于单一实体投资对企业绩效的影响,鲜有结合双循环发展背景,系统探究实体投资整体结构优化对企业绩效的驱动机制及传导路径。基于此,本文以2012-2021年A股实体上市公司为样本,实证检验双循环背景下实体投资结构优化对企业绩效的影响,并揭示研发创新的中介传导作用,以期为实体企业优化投资布局、适配双循环发展、提升经营绩效提供经验证据与实践参考。
二、理论分析与研究假设
(一)实体投资结构优化与企业绩效的直接关系
实体投资结构优化是指企业基于双循环发展需求,调整固定资产投资、产业实业投资、国内市场投资、国际跨境投资的配比关系,减少无效低效实体投资、增加优质高效实体投资,实现投资资源的精准配置。在双循环新发展格局下,国内超大规模市场为企业实体投资提供了广阔内需空间,国际市场互联互通为企业跨境实体投资、技术合作提供了便利条件,为实体投资结构优化赋能企业绩效提升奠定了基础。
从国内大循环维度分析,企业优化本土固定资产投资、产业链配套投资,能够精准对接国内市场需求,完善生产体系、提升产能利用率,减少产能过剩与资源闲置问题,降低单位生产经营成本,稳步提升主营业务盈利能力[5]。同时,聚焦主业的实体投资优化能够抑制企业金融化投机行为,引导资本回归实体经济,夯实企业核心业务竞争力,提升经营稳定性与长期绩效水平。从国际循环维度分析,适度优化海外实体投资、跨境产业布局,能够帮助企业整合国际优质资源、引进先进生产技术与管理经验,突破国内技术与市场瓶颈,拓展海外营收渠道,实现国内外市场双向赋能[6]。
反之,若实体投资结构失衡,会出现固定资产投资冗余、创新型实体投资不足、国内外投资布局脱节等问题,导致企业资源配置扭曲、生产效率低下、市场适配性不足,无法充分释放双循环市场红利,最终抑制企业绩效提升。综上,实体投资结构优化能够通过优化资源配置、畅通内外市场、夯实主业根基、降低经营成本等路径,显著提升企业经营绩效。据此,本文提出假设H1:
H1:双循环背景下,实体投资结构优化能够显著正向驱动企业绩效提升。
(二)研发创新的中介传导机制
双循环格局下创新是链接实体投资与企业绩效的核心纽带,实体投资结构优化不仅能够直接影响企业绩效,还可通过推动研发创新间接赋能绩效提升,发挥中介传导作用。一方面,实体投资结构优化意味着企业减少低效、投机性投资,将更多资金、设备、场地等资源倾斜于创新型实体领域,增加研发设备投入、创新项目投资、技术改造投资,为企业研发创新活动提供充足的资源保障,有效提升企业创新投入强度与创新产出水平[7]。同时,优质的国内外实体投资布局能够帮助企业对接国内外创新资源,搭建产学研合作平台,加速技术迭代与产品升级。
另一方面,研发创新是企业绩效提升的核心内生动力。创新投入的增加能够推动企业生产技术升级、产品质量优化、产品品类创新,帮助企业适配国内消费升级需求、抢占国际市场份额,提升产品核心竞争力与市场溢价能力;创新产出的积累能够形成企业技术壁垒,降低行业竞争冲击,提升企业盈利能力、成长能力与市场价值[8]。在双循环联动发展背景下,创新能力的提升能够进一步放大实体投资的资源配置效应,实现实体投资价值最大化,推动企业绩效持续增长。
综上,实体投资结构优化可通过赋能研发创新、提升企业创新水平,进而驱动企业绩效提升,研发创新在二者之间发挥中介传导作用。据此,本文提出假设H2:
H2:研发创新在实体投资结构优化与企业绩效的关系中发挥部分中介作用,实体投资结构优化通过提升研发创新水平促进企业绩效提升。
三、研究设计
(一)样本选择与数据来源
本文选取2012-2021年我国沪深A股实体上市公司为研究初始样本,参考学界通用标准,剔除金融类、房地产类上市公司(非实体企业),同时剔除ST、*ST特殊处理企业、当年IPO上市企业、核心数据缺失及异常的企业样本。为消除极端值干扰,对所有连续变量进行上下1%的缩尾处理,最终得到19862个年度-企业观测样本。
本文所有研究数据均来源于国泰安(CSMAR)数据库、Wind金融数据库,其中实体投资数据、企业财务绩效数据、创新研发数据、公司治理数据均来自国泰安数据库,宏观双循环适配性数据参考Wind数据库行业统计指标。数据处理与实证分析采用Stata17.0、Excel2021软件完成。
(二)变量定义
1.被解释变量:企业绩效(ROA)。借鉴主流研究范式,选取总资产收益率(ROA)衡量企业经营绩效,核心计算方式为企业当年净利润与期末总资产的比值,该指标能够客观反映企业资产盈利效率与整体经营绩效。
2.解释变量:实体投资结构优化(InvOpt)。本文采用熵值法构建实体投资结构优化综合指标,从四大维度测算:固定资产投资占比、主业实业投资占比、国内市场实体投资占比、海外实体投资占比,通过熵值法加权得到综合优化指数,指数越高代表企业实体投资结构越合理、优化程度越高。
3.中介变量:研发创新(Innovation)。选取企业研发投入强度衡量研发创新水平,计算方式为企业当年研发支出总额与营业收入的比值,精准反映企业创新资源投入力度与创新活跃程度。
4.控制变量。借鉴现有相关研究,选取公司规模(Size)、企业成长能力(Growth)、资产负债率(Lev)、股权集中度(Top1)、账面市值比(BM)、企业年龄(Age)、总资产周转率(Turnover)作为企业层面控制变量,同时控制年度(Year)与行业(Ind)固定效应,具体变量定义如表1所示。
变量类型 | 变量符号 | 变量名称 | 计算方法 |
|---|---|---|---|
被解释变量 | ROA | 企业绩效 | 净利润/期末总资产 |
解释变量 | InvOpt | 实体投资结构优化 | 熵值法测算的实体投资结构综合优化指数 |
中介变量 | Innovation | 研发创新 | 研发支出总额/营业收入 |
控制变量 | Size | 公司规模 | 期末总资产的自然对数 |
Growth | 企业成长能力 | (本期营业收入-上期营业收入)/上期营业收入 | |
Lev | 资产负债率 | 期末总负债/期末总资产 | |
Top1 | 股权集中度 | 第一大股东持股比例 | |
BM | 账面市值比 | 账面价值/市场价值 | |
Age | 企业年龄 | 当年年份-企业成立年份+1 | |
Turnover | 总资产周转率 | 营业收入/期末总资产 | |
Year/Ind | 年度/行业固定效应 | 虚拟变量赋值控制 |
表1 变量定义表
(三)模型设定
为验证本文研究假设,结合中介效应检验范式,构建三组多元回归模型,所有公式均为可编辑标准格式:
为验证假设H1,检验实体投资结构优化对企业绩效的直接驱动效应,构建基准回归模型(1):
$$ROA_{i,t}=lpha_0+lpha_1InvOpt_{i,t}+sumlpha_jControl_{i,t}+Year+Ind+arepsilon_{i,t}$$ ag{1}
为验证假设H2的中介效应,第一步检验实体投资结构优化对中介变量研发创新的影响,构建模型(2):
$$Innovation_{i,t}=eta_0+eta_1InvOpt_{i,t}+sumeta_jControl_{i,t}+Year+Ind+arepsilon_{i,t}$$ ag{2}
第二步将解释变量与中介变量同时纳入模型,检验中介传导效应,构建模型(3):
$$ROA_{i,t}=gamma_0+gamma_1InvOpt_{i,t}+gamma_2Innovation_{i,t}+sumgamma_jControl_{i,t}+Year+Ind+arepsilon_{i,t}$$ ag{3}
上述模型中,$$ROA_{i,t}$$表示企业i第t年的经营绩效,$$InvOpt_{i,t}$$表示企业i第t年的实体投资结构优化水平,$$Innovation_{i,t}$$表示企业i第t年的研发创新水平,$$Control_{i,t}$$为所有控制变量,$$Year$$、$$Ind$$分别为年度、行业固定效应,$$arepsilon_{i,t}$$为随机扰动项。
四、实证结果与分析
(一)描述性统计
本文对所有核心变量及控制变量进行描述性统计,观测样本量为19862个,具体统计结果如表2所示。从核心变量来看,企业绩效(ROA)均值为0.042,标准差为0.063,最小值为-0.185,最大值为0.216,说明我国实体上市公司整体盈利水平适中,但企业间绩效差异较为明显,存在一定的绩效分化现象。实体投资结构优化(InvOpt)均值为0.573,标准差为0.189,最小值为0.192,最大值为0.896,表明样本企业实体投资结构优化程度整体处于中等偏上水平,但不同企业投资结构合理性差距较大,部分企业投资结构失衡问题突出。研发创新(Innovation)均值为0.038,标准差为0.041,说明实体企业整体研发投入强度偏低,创新投入不足是多数实体企业的共性问题。
从控制变量来看,企业规模(Size)均值为22.365,符合A股实体上市公司规模分布特征;资产负债率(Lev)均值为0.458,处于合理负债区间,实体企业整体财务风险可控;企业成长能力(Growth)均值为0.163,说明样本企业整体保持稳健增长态势。各变量统计结果均符合经济现实与样本特征,无异常数据,样本选取具有合理性。
变量 | N | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
|---|---|---|---|---|---|---|
ROA | 19862 | 0.042 | 0.063 | -0.185 | 0.039 | 0.216 |
InvOpt | 19862 | 0.573 | 0.189 | 0.192 | 0.568 | 0.896 |
Innovation | 19862 | 0.038 | 0.041 | 0.001 | 0.032 | 0.195 |
Size | 19862 | 22.365 | 1.326 | 19.932 | 22.218 | 26.452 |
Growth | 19862 | 0.163 | 0.412 | -0.496 | 0.108 | 2.785 |
Lev | 19862 | 0.458 | 0.213 | 0.062 | 0.449 | 0.885 |
Top1 | 19862 | 0.346 | 0.152 | 0.089 | 0.328 | 0.742 |
BM | 19862 | 0.625 | 0.236 | 0.005 | 0.612 | 6.428 |
Age | 19862 | 18.652 | 5.896 | 4.000 | 19.000 | 35.000 |
Turnover | 19862 | 0.689 | 0.425 | 0.102 | 0.625 | 2.965 |
表2 主要变量描述性统计结果
(二)相关性分析
为检验变量间的初步关联关系与多重共线性问题,本文对所有变量进行Pearson相关性检验,结果显示:实体投资结构优化(InvOpt)与企业绩效(ROA)在1%水平上显著正相关,初步验证假设H1成立;实体投资结构优化(InvOpt)与研发创新(Innovation)在1%水平上显著正相关,研发创新(Innovation)与企业绩效(ROA)同样显著正相关,初步支撑中介效应假设H2。同时,所有变量间相关系数绝对值均小于0.7,且VIF方差膨胀因子均小于5,不存在严重多重共线性问题,模型设定合理,可进一步开展回归分析。
(三)基准回归与中介效应回归分析
本文依次对模型(1)(2)(3)进行回归,验证直接效应与中介传导效应,回归结果如表3所示。
第一列模型(1)回归结果显示,实体投资结构优化(InvOpt)的系数为0.128,在1%的水平上显著为正,说明在双循环背景下,实体投资结构优化能够显著正向驱动企业绩效提升,企业通过调整优化实体投资布局、提升实体投资精准度,能够有效改善经营绩效,假设H1得到验证。究其原因,双循环格局下内外市场互联互通,优化后的实体投资结构能够精准匹配国内内需市场与国际外需市场,减少无效投资与资源浪费,提升资产利用效率与主营业务盈利能力,最终推动企业绩效增长。
第二列模型(2)回归结果显示,实体投资结构优化(InvOpt)的系数为0.096,在1%水平上显著为正,表明实体投资结构优化能够显著提升企业研发创新水平。实体投资结构优化使企业资源向创新型实业领域倾斜,为研发创新提供资金、设备、场景等核心资源,同时双向循环的市场格局为企业技术引进、创新合作提供便利,有效激发企业创新活力。
第三列模型(3)回归结果显示,将研发创新纳入模型后,实体投资结构优化(InvOpt)系数为0.085,在1%水平上显著为正,研发创新(Innovation)系数为0.442,同样在1%水平上显著为正。对比模型(1)与模型(3)结果可知,纳入中介变量后,实体投资结构优化对企业绩效的回归系数有所下降但依旧显著,说明研发创新在二者关系中发挥部分中介作用,实体投资结构优化可通过提升研发创新水平间接促进企业绩效提升,假设H2得到验证。
变量 | 模型(1)ROA | 模型(2)Innovation | 模型(3)ROA |
|---|---|---|---|
InvOpt | 0.128***(0.015) | 0.096***(0.011) | 0.085***(0.014) |
Innovation | - | - | 0.442***(0.032) |
Size | 0.018***(0.002) | 0.009***(0.001) | 0.014***(0.002) |
Growth | 0.052***(0.005) | 0.021***(0.004) | 0.043***(0.005) |
Lev | -0.086***(0.008) | -0.032***(0.006) | -0.072***(0.008) |
Top1 | 0.041***(0.007) | 0.015***(0.005) | 0.035***(0.007) |
BM | -0.028***(0.006) | -0.012**(0.005) | -0.023***(0.006) |
Age | 0.001**(0.000) | 0.000**(0.000) | 0.001**(0.000) |
Turnover | 0.065***(0.004) | 0.028***(0.003) | 0.053***(0.004) |
_cons | -0.326***(0.035) | -0.189***(0.028) | -0.258***(0.034) |
Year/Ind | Yes | Yes | Yes |
N | 19862 | 19862 | 19862 |
R² | 0.385 | 0.312 | 0.426 |
表3 基准回归与中介效应回归结果
注:*、**、***分别表示在10%、5%、1%的显著性水平下显著,括号内为标准误,下同。
(四)稳健性检验
为保证研究结论的可靠性,本文采用替换被解释变量、缩短样本区间、滞后一期核心解释变量三种方式进行稳健性检验。一是替换企业绩效衡量指标,采用净资产收益率(ROE)替代总资产收益率(ROA);二是将样本区间调整为2014-2021年(双循环战略提出前后核心区间);三是将实体投资结构优化指标滞后一期,缓解内生性问题。稳健性检验结果如表4所示,核心变量回归系数符号、显著性与基准回归完全一致,说明本文研究结论具有良好的稳健性与可靠性。
变量 | 替换被解释变量(ROE) | 缩短样本区间 | 滞后一期解释变量 |
|---|---|---|---|
InvOpt | 0.152***(0.018) | 0.119***(0.016) | - |
L.InvOpt | - | - | 0.106***(0.015) |
控制变量 | Yes | Yes | Yes |
固定效应 | Yes | Yes | Yes |
N | 19862 | 15840 | 17215 |
R² | 0.368 | 0.372 | 0.359 |
表4 稳健性检验结果
五、研究结论与政策启示
(一)研究结论
本文以2012-2021年沪深A股实体上市公司为研究样本,基于双循环新发展格局视角,实证检验实体投资结构优化对企业绩效的驱动机制,并探究研发创新的中介传导效应,主要得出以下结论:第一,双循环背景下,实体投资结构优化对企业经营绩效具有显著的正向驱动作用,企业通过优化固定资产、主业投资、国内外双向实体投资配比,能够有效提升资源配置效率,释放双循环市场红利,推动绩效增长;第二,研发创新在实体投资结构优化与企业绩效之间发挥部分中介作用,实体投资结构优化可通过增加企业创新资源投入、提升创新产出水平,间接赋能企业绩效提升,形成“投资优化—创新升级—绩效提升”的良性发展路径;第三,我国实体企业整体存在创新投入不足、投资结构分化等问题,部分企业实体投资布局与双循环发展适配性不足,制约了绩效提升与高质量发展。
(二)政策启示
基于上述研究结论,结合双循环新发展格局建设要求,从企业、政府两个层面提出针对性启示:
1.企业层面:实体企业应主动适配双循环发展战略,摒弃短期金融投机思维,聚焦主业发展,持续优化实体投资结构。一方面,立足国内超大规模市场,优化本土固定资产、产业链配套投资,减少无效低效实体投资,提升产能利用率与国内市场适配度;另一方面,积极布局国际优质实体投资,整合全球技术与市场资源,实现国内外投资双向联动。同时,企业应依托实体投资结构优化的资源优势,持续加大研发创新投入,推动技术改造与产品升级,强化创新对绩效的赋能作用,构建长期核心竞争力。
2.政府层面:监管部门与地方政府应完善实体经济扶持政策,引导资本脱虚向实。一是出台差异化的实体投资激励政策,鼓励企业优化双向实体投资布局,对创新型实体投资、跨境优质产业投资给予税收优惠、补贴支持;二是健全资本市场监管机制,遏制实体企业过度金融化行为,引导社会资本流向实体经济优质领域;三是搭建产学研创新合作平台,助力实体企业对接创新资源,打通“实体投资—创新转化—绩效提升”的传导链路,推动实体经济高质量发展,畅通国民经济双循环。