（副教授），（博士）

一、引言

在經(jīng)濟(jì)發(fā)展新常態(tài)下，實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略、實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變已成為我國(guó)經(jīng)濟(jì)健康發(fā)展的重要舉措。企業(yè)作為重要?jiǎng)?chuàng)新主體之一，其研發(fā)投資是實(shí)現(xiàn)技術(shù)創(chuàng)新的重要途徑。據(jù)統(tǒng)計(jì)，2013年以色列、韓國(guó)和日本企業(yè)研發(fā)投資占工業(yè)增值稅的比重分別為5.92%、4.72%、4.09%，同期我國(guó)僅為2.03%，企業(yè)研發(fā)投資水平較低。激勵(lì)企業(yè)進(jìn)行研發(fā)投資以促進(jìn)技術(shù)創(chuàng)新成為我國(guó)宏觀調(diào)控政策的重要目標(biāo)，財(cái)政補(bǔ)貼、稅收優(yōu)惠作為政策激勵(lì)企業(yè)研發(fā)投資的重要手段，是影響企業(yè)研發(fā)投資的制度驅(qū)動(dòng)。然而，制度驅(qū)動(dòng)僅僅是企業(yè)進(jìn)行研發(fā)投資的外部動(dòng)因。Peneder、Woerter（2014）認(rèn)為，企業(yè)進(jìn)行研發(fā)投資的目的是提高技術(shù)創(chuàng)新能力，最終增強(qiáng)其在市場(chǎng)中的競(jìng)爭(zhēng)力。因此，制度驅(qū)動(dòng)應(yīng)在企業(yè)本身具有投資意愿的基礎(chǔ)上發(fā)揮效應(yīng)。根據(jù)產(chǎn)業(yè)組織理論，融資約束是造成企業(yè)研發(fā)投資不足的主要原因。而根據(jù)企業(yè)行為理論，企業(yè)行為變量如所擁有的組織冗余、面臨的破產(chǎn)風(fēng)險(xiǎn)等，亦會(huì)影響企業(yè)的研發(fā)投資決策。因此，企業(yè)研發(fā)投資會(huì)受到制度驅(qū)動(dòng)、融資約束以及企業(yè)行為等多種因素的影響。那么，目前我國(guó)企業(yè)研發(fā)投資的主要影響因素是什么？各影響因素對(duì)企業(yè)研發(fā)投資的影響程度如何？作為政府激勵(lì)研發(fā)投資主要手段的所得稅優(yōu)惠政策能否有效發(fā)揮其對(duì)企業(yè)研發(fā)投資的激勵(lì)效應(yīng)？本文從大數(shù)據(jù)的理念出發(fā)，選用代表最新技術(shù)水平及與我國(guó)實(shí)際相結(jié)合的相關(guān)性算法，對(duì)以上問題進(jìn)行了系統(tǒng)的研究，得出了有一定可靠性的結(jié)論，為促進(jìn)企業(yè)研發(fā)投資以及企業(yè)進(jìn)行研發(fā)投資決策提供了政策借鑒和技術(shù)支撐。

二、文獻(xiàn)綜述

有關(guān)企業(yè)研發(fā)投資影響因素的現(xiàn)有文獻(xiàn)主要分為以下三個(gè)方面：

其一，財(cái)政補(bǔ)貼與稅收優(yōu)惠作為研發(fā)投資的主要制度驅(qū)動(dòng)，是影響企業(yè)研發(fā)投資的重要因素。大量文獻(xiàn)利用不同的評(píng)價(jià)方法對(duì)我國(guó)研發(fā)投資的財(cái)政補(bǔ)貼和稅收優(yōu)惠的政策效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果表明我國(guó)的財(cái)稅激勵(lì)政策有利于促進(jìn)企業(yè)研發(fā)投資（戴晨、劉怡，2008；卜祥來，2014）。然而，亦有研究得出相反的結(jié)論，如夏杰長(zhǎng)、尚鐵力（2006）提出，由于我國(guó)所得稅優(yōu)惠政策設(shè)計(jì)存在缺陷，企業(yè)研發(fā)投入增長(zhǎng)變化率與企業(yè)所得稅變化率之間的關(guān)系并不顯著；李永等（2015）基于省際面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)后指出，由于制度約束，目前我國(guó)的政府補(bǔ)助對(duì)企業(yè)研發(fā)投資會(huì)產(chǎn)生擠出效應(yīng)。陸攀、朱和平（2016）從企業(yè)面臨的財(cái)務(wù)危機(jī)視角出發(fā)，研究了政府財(cái)政補(bǔ)貼對(duì)研發(fā)投資強(qiáng)度的影響。

其二，企業(yè)面臨的融資約束影響企業(yè)研發(fā)投資。根據(jù)產(chǎn)業(yè)組織理論，在內(nèi)源資金不足而外源融資獲取困難的情況下，企業(yè)容易面臨研發(fā)投資的融資約束，造成研發(fā)投資不足。盧馨等（2013）以2007～2009年披露研發(fā)投資的高新技術(shù)企業(yè)為樣本，檢驗(yàn)了融資約束的存在及其對(duì)企業(yè)研發(fā)投資的影響，證實(shí)研發(fā)投資與現(xiàn)金持有量之間存在正相關(guān)關(guān)系。曹獻(xiàn)飛（2014）以中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)2005～2007年規(guī)模以上工業(yè)企業(yè)統(tǒng)計(jì)數(shù)據(jù)為研究樣本，進(jìn)一步對(duì)企業(yè)研發(fā)投資對(duì)內(nèi)源和外源融資的依賴程度進(jìn)行了實(shí)證檢驗(yàn)。

其三，基于企業(yè)行為理論，組織冗余、風(fēng)險(xiǎn)等影響企業(yè)研發(fā)投資決策。目前國(guó)內(nèi)學(xué)者主要針對(duì)組織冗余與研發(fā)績(jī)效的相關(guān)性進(jìn)行研究，而對(duì)組織冗余與研發(fā)投資的關(guān)系研究并不多見，且得出的結(jié)果并不統(tǒng)一，如連軍（2013）提出不同類別的組織冗余對(duì)研發(fā)投資的影響不同，或存在促進(jìn)作用或存在擠出效應(yīng)。少數(shù)國(guó)內(nèi)學(xué)者針對(duì)研發(fā)投資與風(fēng)險(xiǎn)相關(guān)性也進(jìn)行了研究，如張信東、姜小麗（2008）驗(yàn)證了企業(yè)研發(fā)投資與系統(tǒng)風(fēng)險(xiǎn)的相關(guān)性；黃曼行等（2014）則以國(guó)外研究中用于衡量破產(chǎn)風(fēng)險(xiǎn)的Z指數(shù)為被解釋變量，檢驗(yàn)了企業(yè)研發(fā)投資對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響。

現(xiàn)有文獻(xiàn)主要從產(chǎn)業(yè)組織理論、企業(yè)行為理論等視角，采用“理論分析或者提出假設(shè)——建立模型——實(shí)證檢驗(yàn)”的思路，對(duì)影響研發(fā)投資的因素進(jìn)行研究。然而在相同的假設(shè)前提下，若使用的數(shù)據(jù)或選取的變量不同，很可能得出截然相反的結(jié)論。研究若限于單一視角，難以綜合厘清企業(yè)研發(fā)投資的影響因素并對(duì)各因素的影響程度進(jìn)行比較。本文在借鑒相關(guān)研究的基礎(chǔ)上，基于大數(shù)據(jù)的理念，以我國(guó)2010～2014年創(chuàng)業(yè)板上市公司數(shù)據(jù)為研究樣本，運(yùn)用相關(guān)性分析中經(jīng)典的關(guān)聯(lián)規(guī)則算法對(duì)企業(yè)研發(fā)投資強(qiáng)度的影響因素及影響程度進(jìn)行比較分析，結(jié)果表明，影響企業(yè)研發(fā)投資的因素很多，但應(yīng)重點(diǎn)關(guān)注營(yíng)運(yùn)資金、流動(dòng)比率、管理費(fèi)用、破產(chǎn)風(fēng)險(xiǎn)、資產(chǎn)負(fù)債率等對(duì)企業(yè)研發(fā)投資決策的影響，而制度驅(qū)動(dòng)對(duì)企業(yè)研發(fā)投資決策的影響則遠(yuǎn)小于其他因素。

三、研究設(shè)計(jì)

（一）樣本數(shù)據(jù)

在創(chuàng)業(yè)板上市公司的年度報(bào)告中，公司能夠全面、規(guī)范地披露其年度研發(fā)支出信息，并且年度報(bào)告已經(jīng)過注冊(cè)會(huì)計(jì)師審計(jì)，數(shù)據(jù)具有可靠性。因此，本文以2010～2014年創(chuàng)業(yè)板上市公司為樣本對(duì)企業(yè)研發(fā)投資影響因子進(jìn)行研究。上市公司財(cái)務(wù)數(shù)據(jù)來源于國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)，公司年度研發(fā)投資數(shù)據(jù)根據(jù)巨潮資訊網(wǎng)公布的上市公司年度報(bào)告整理。因后期需根據(jù)Apriori算法要求對(duì)數(shù)據(jù)進(jìn)行離散化處理，因此，僅對(duì)缺失數(shù)據(jù)進(jìn)行數(shù)據(jù)清理，為保證數(shù)據(jù)的準(zhǔn)確性，由于數(shù)據(jù)的缺失值較少，采用技術(shù)方法填充缺失值。

（二）變量描述

1.目標(biāo)變量。研發(fā)投資強(qiáng)度，用“企業(yè)研發(fā)投資/營(yíng)業(yè)收入”衡量。

2.自變量。選擇可利用冗余、可開發(fā)冗余、破產(chǎn)風(fēng)險(xiǎn)、稅收補(bǔ)貼、自由現(xiàn)金流作為核心解釋變量，具體如下：

組織冗余：將組織冗余分為可利用冗余與可開發(fā)冗余。其中：可利用冗余是指若出現(xiàn)閑置可考慮將其用于研發(fā)投資的資金，如流動(dòng)資產(chǎn)、流動(dòng)負(fù)債；可開發(fā)冗余是指已被吸收利用但可恢復(fù)到正常成本中的資源，如管理費(fèi)用。借鑒Chen、Miller（2007），用營(yíng)運(yùn)資金收入比（營(yíng)運(yùn)資金/營(yíng)業(yè)收入）與流動(dòng)比率（流動(dòng)資產(chǎn)/流動(dòng)負(fù)債）衡量可利用冗余變量，取管理費(fèi)用的自然對(duì)數(shù)衡量可開發(fā)冗余變量。

風(fēng)險(xiǎn)變量：用滯后一期修正Z指數(shù)（Altman，2000）衡量破產(chǎn)風(fēng)險(xiǎn)，Z指數(shù)越小，企業(yè)面臨的破產(chǎn)風(fēng)險(xiǎn)越大。

稅收補(bǔ)貼：所得稅優(yōu)惠相當(dāng)于給予企業(yè)的額外補(bǔ)貼，因此稱為稅收補(bǔ)貼。以名義稅率25%乘以稅前利潤(rùn)，再減去當(dāng)期所得稅費(fèi)用，然后取其自然對(duì)數(shù)，用以衡量企業(yè)得到的稅收補(bǔ)貼。

自由現(xiàn)金流：（經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~-分配股利、利潤(rùn)或償付利息支付的現(xiàn)金）/年末總資產(chǎn)。

除以上自變量外，還可選取行業(yè)、資產(chǎn)回報(bào)率、資產(chǎn)負(fù)債率、資產(chǎn)負(fù)債率的平方項(xiàng)等作為解釋研發(fā)投資影響因子的其他變量。處理后的數(shù)據(jù)情況見表1。

表1 樣本數(shù)據(jù)情況

（三）模型構(gòu)建

在大數(shù)據(jù)相關(guān)性分析中，Apriori算法是一種比較成熟的算法。該算法是從一個(gè)大型的數(shù)據(jù)集（Dataset）中發(fā)現(xiàn)相關(guān)（Correlation）關(guān)系，即從數(shù)據(jù)集中識(shí)別出頻繁出現(xiàn)的屬性值集（Sets of Attribute-Values），也稱為頻繁項(xiàng)集（Frequent Item sets，簡(jiǎn)稱“頻繁集”），然后再利用這些頻繁集創(chuàng)建關(guān)聯(lián)規(guī)則的過程。數(shù)學(xué)描述如下：

設(shè)I=｛i1，i2，…，im｝是m個(gè)不同項(xiàng)目的集合，每個(gè)ik（k=1，2，…，m）為數(shù)據(jù)項(xiàng)（Item），數(shù)據(jù)項(xiàng)的集合I成為數(shù)據(jù)項(xiàng)集（Item set），其中的元素個(gè)數(shù)為數(shù)據(jù)項(xiàng)集的長(zhǎng)度，長(zhǎng)度為k的數(shù)據(jù)項(xiàng)集稱為k-項(xiàng)集（k-Itemset）。事務(wù)T（Transaction）是數(shù)據(jù)項(xiàng)集I上的一個(gè)子集，即T?I，每個(gè)事務(wù)均有一個(gè)唯一的標(biāo)識(shí)符TID與之相聯(lián)，不同事務(wù)的全體構(gòu)成了全體事務(wù)集D（即事務(wù)數(shù)據(jù)庫(kù)）。設(shè)X?I為數(shù)據(jù)項(xiàng)集，B為事務(wù)集D中包含X的事務(wù)的數(shù)量，A為事務(wù)集D中包含的所有事務(wù)的數(shù)量。在關(guān)聯(lián)分析中，所產(chǎn)生的規(guī)則（Association Rule）可以表示為：R：X?Y，其中：X?I，Y?I，并且X∩Y=Ф，它表示如果項(xiàng)集X在某一事務(wù)中出現(xiàn)，則必然會(huì)導(dǎo)致項(xiàng)目集Y也會(huì)在同一事務(wù)中出現(xiàn)，其中X稱為規(guī)則的先決條件，Y為規(guī)則的結(jié)果。在產(chǎn)生的規(guī)則中，通常用支持度、置信度和提升度來描述有效性。其中，支持度定義為：Support（X）=B/A，項(xiàng)集X的支持度Support（X）描述了項(xiàng)集X的重要性。置信度定義為：Confidence（R）=SupportX∪Y/SupportX，置信度描述了規(guī)則的可靠程度。提升度定義為：lift（R）=conf（X-＞Y）/supp（Y）=conf（Y-＞X）/supp（X）=P（XandY）/（P（X）P（Y）），表示事件XY在X約束下出現(xiàn)的概率相對(duì)XY自由出現(xiàn)的比（一般來講，Lift＞1，規(guī)則就是有效的）。從以上算法介紹中可以看出，關(guān)聯(lián)規(guī)則可以窮舉k-Itemset，挖掘出意想不到的信息，完全由數(shù)據(jù)推導(dǎo)出結(jié)果而不受理論假設(shè)的制約，適合進(jìn)行數(shù)據(jù)分析。

由以上算法介紹得知，關(guān)聯(lián)規(guī)則所分析的對(duì)象為數(shù)據(jù)項(xiàng)集的元素，而樣本數(shù)據(jù)中諸多變量為數(shù)值變量，即連續(xù)變量。所以必須對(duì)樣本數(shù)據(jù)進(jìn)行離散化預(yù)處理，從而將其轉(zhuǎn)化為可供分析的項(xiàng)集。運(yùn)用經(jīng)離散化處理的數(shù)據(jù)可使后期模型分析結(jié)果更加穩(wěn)定，使自變量和目標(biāo)變量之間的關(guān)系變得更加清晰。在此將數(shù)據(jù)變量統(tǒng)一按照數(shù)值大小劃分為5個(gè)區(qū)間（不包括小于等于0的數(shù)值統(tǒng)一劃分為“＜=0”的元素），如表2所示。

進(jìn)行數(shù)據(jù)預(yù)處理之后，生成可供分析數(shù)據(jù)集，按照關(guān)聯(lián)規(guī)則算法的原理，運(yùn)算之前應(yīng)該做必要的參數(shù)設(shè)置。如何做合理的參數(shù)設(shè)置則需要結(jié)合專家判斷和輸出結(jié)果質(zhì)量?；诙啻卧囼?yàn)結(jié)果，最終確定支持度＞=0.01、置信度＞=0.5、K∈［3，5］，設(shè)置Y為研發(fā)強(qiáng)度=5/5：［0.0898，0.9839］，以此來找出與研發(fā)強(qiáng)度“高”與項(xiàng)集X之間的相關(guān)性，運(yùn)行過程如下：

表2 樣本數(shù)據(jù)離散化處理之后的情況

基于以上所設(shè)置的條件，運(yùn)行過程在數(shù)秒內(nèi)生成了272條規(guī)則，信息量很大，但對(duì)成本資源的耗費(fèi)并不多。值得注意的是，關(guān)聯(lián)分析所產(chǎn)生的諸多規(guī)則容易造成信息冗余、降低規(guī)則的可利用率。本文先后以主觀和客觀兩種方法對(duì)關(guān)聯(lián)規(guī)則中的冗余信息進(jìn)行修剪。首先從主觀方法入手，將缺少經(jīng)濟(jì)學(xué)意義解釋的冗余規(guī)則去除。在此基礎(chǔ)上，運(yùn)用ADRR算法對(duì)冗余規(guī)則進(jìn)行修剪。

四、結(jié)果輸出與解析

（一）結(jié)果輸出

研發(fā)強(qiáng)度作為目標(biāo)變量，以營(yíng)運(yùn)資金、流動(dòng)比率、管理費(fèi)用、破產(chǎn)風(fēng)險(xiǎn)、資產(chǎn)收益率、資產(chǎn)負(fù)債率、稅收補(bǔ)貼等為影響因子，運(yùn)用Apriori算法推導(dǎo)影響企業(yè)研發(fā)強(qiáng)度的因子，輸出的關(guān)聯(lián)規(guī)則如表3所示。

表3是基于支持度＞=0.01、置信度＞=0.8，按照提升度降序排列的關(guān)聯(lián)規(guī)則前10名的結(jié)果。關(guān)聯(lián)規(guī)則實(shí)際為數(shù)據(jù)推導(dǎo)的過程，即驗(yàn)證了哪些影響因子影響企業(yè)的研發(fā)投資強(qiáng)度，以及這些影響因子影響過程的可信程度。不同于其他的實(shí)證研究，本文運(yùn)用關(guān)聯(lián)規(guī)則算法在研究假設(shè)的基礎(chǔ)上驗(yàn)證了研發(fā)投資強(qiáng)度與其影響因子的相關(guān)性。表3所列示的關(guān)聯(lián)規(guī)則可提供的信息分別為：營(yíng)運(yùn)資金充足、管理費(fèi)用較高而資產(chǎn)負(fù)債率較低的企業(yè)研發(fā)強(qiáng)度較高；營(yíng)運(yùn)資金充足、流動(dòng)比率較高且管理費(fèi)用較高的企業(yè)研發(fā)投資強(qiáng)度強(qiáng)高；資產(chǎn)收益率越高，破產(chǎn)風(fēng)險(xiǎn)越小，企業(yè)的研發(fā)投資強(qiáng)度越高，然而資產(chǎn)收益率對(duì)研發(fā)投資強(qiáng)度的影響受到企業(yè)所處行業(yè)的影響。

表3 關(guān)聯(lián)規(guī)則

輸出結(jié)果產(chǎn)生有效關(guān)聯(lián)規(guī)則272條，說明影響企業(yè)研發(fā)投資的有效因素很多，從所列舉的前10條規(guī)則看，營(yíng)運(yùn)資金、流動(dòng)比率、管理費(fèi)用、破產(chǎn)風(fēng)險(xiǎn)、資產(chǎn)負(fù)債率等為影響我國(guó)創(chuàng)業(yè)板上市公司研發(fā)投資的主要影響因子。在大數(shù)據(jù)分析方法中，數(shù)據(jù)的可視化也是重要的表現(xiàn)形態(tài)，數(shù)據(jù)的可視化可以提高結(jié)論的可讀性和邏輯性?，F(xiàn)選取提升度較高（＞=89%）的關(guān)聯(lián)規(guī)則，如圖所示。圖的上半部分為有向圖，可直觀地體現(xiàn)影響因子、置信度、提升度，以及最終的結(jié)論，其中起點(diǎn)為影響因子，圓圈表示各影響因子的共同指向（圓圈的大小表示置信度，置信度較高則圓圈較大；圓圈的顏色深淺表示提升度，顏色深則提升度高），共同指向的下一步指向?yàn)榻Y(jié)論。其中，管理費(fèi)用、資產(chǎn)收益率、資產(chǎn)負(fù)債率、營(yíng)運(yùn)資金、表示破產(chǎn)風(fēng)險(xiǎn)的滯后一期的Z指數(shù)等共同指向了研發(fā)強(qiáng)度。圖的下半部分為平行坐標(biāo)圖，箭頭最終指向最終結(jié)論，所輸出的平行坐標(biāo)圖仍能體現(xiàn)營(yíng)運(yùn)資金、資產(chǎn)負(fù)債率、流動(dòng)比率、管理費(fèi)用、資產(chǎn)收益率等為企業(yè)研發(fā)投資最重要的影響因子。

（二）結(jié)果解析

在大數(shù)據(jù)分析中，對(duì)結(jié)果的有效解析是不容忽視的環(huán)節(jié)，由以上輸出結(jié)果可得出如下結(jié)論：

第一，可利用冗余（營(yíng)運(yùn)資金、流動(dòng)比率）、可開發(fā)冗余（管理費(fèi)用）、破產(chǎn)風(fēng)險(xiǎn)（滯后一期的Z指數(shù)）均體現(xiàn)出與企業(yè)研發(fā)投資強(qiáng)度顯著的正相關(guān)性。以往研究表明，不同類別的組織冗余對(duì)企業(yè)研發(fā)投資的影響不同，根據(jù)本文中Apriori算法所顯示的關(guān)聯(lián)規(guī)則，可開發(fā)冗余與可利用冗余水平高的企業(yè)，其研發(fā)投資積極性和研發(fā)投資強(qiáng)度較高。企業(yè)擁有的組織冗余可以促進(jìn)企業(yè)研發(fā)投資。亦從另一個(gè)角度證明企業(yè)研發(fā)投資資金來源的首選為內(nèi)源資金，若內(nèi)源資金充裕，則企業(yè)更愿意進(jìn)行研發(fā)投資。破產(chǎn)風(fēng)險(xiǎn)與研發(fā)投資強(qiáng)度呈負(fù)相關(guān)關(guān)系，企業(yè)面臨的破產(chǎn)風(fēng)險(xiǎn)影響了企業(yè)的研發(fā)投資決策，破產(chǎn)風(fēng)險(xiǎn)較小時(shí)，企業(yè)的研發(fā)投資積極性較高。

第二，所處行業(yè)不同的企業(yè)，其資產(chǎn)收益率對(duì)研發(fā)投資強(qiáng)度的影響不同。可能的解釋是，不同行業(yè)對(duì)風(fēng)險(xiǎn)的偏好會(huì)有不同，風(fēng)險(xiǎn)偏好型企業(yè)的資產(chǎn)收益率較低時(shí)，企業(yè)傾向于增加研發(fā)投資，以增加資產(chǎn)收益率提高的機(jī)會(huì)；而對(duì)于風(fēng)險(xiǎn)厭惡型企業(yè)，當(dāng)資產(chǎn)收益率較低時(shí)，企業(yè)不愿過多地進(jìn)行高風(fēng)險(xiǎn)與高不確定性的研發(fā)投資，因此研發(fā)投資水平較低。

關(guān)聯(lián)規(guī)則圖

第三，資產(chǎn)負(fù)債率對(duì)企業(yè)研發(fā)投資強(qiáng)度產(chǎn)生了重要的影響。資產(chǎn)負(fù)債率較低時(shí)，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)較小，其研發(fā)投資積極性較高。可能的解釋是，創(chuàng)業(yè)板上市公司或由于風(fēng)險(xiǎn)規(guī)避意識(shí)而不愿負(fù)債進(jìn)行研發(fā)投資，或由于金融市場(chǎng)失靈而難以獲得外源融資進(jìn)行研發(fā)投資。

五、結(jié)論與政策建議

本文基于大數(shù)據(jù)理念的關(guān)聯(lián)規(guī)則算法，推導(dǎo)出企業(yè)研發(fā)投資的主要影響因子及各影響因子的影響程度。研究結(jié)果表明：我國(guó)創(chuàng)業(yè)板上市公司研發(fā)投資主要傾向于運(yùn)用內(nèi)源融資，不同行業(yè)風(fēng)險(xiǎn)偏好不同，企業(yè)收益水平對(duì)研發(fā)投資的影響不同。在內(nèi)源融資充足而負(fù)債較少、財(cái)務(wù)風(fēng)險(xiǎn)較低的情況下，企業(yè)具有較大的研發(fā)動(dòng)力。當(dāng)然，從大數(shù)據(jù)的角度來講，本文所采用的數(shù)據(jù)量偏小，所得出的結(jié)論存在局限性，在數(shù)據(jù)可得的情況下，筆者會(huì)進(jìn)一步推進(jìn)相關(guān)研究。

從現(xiàn)狀來看，我國(guó)政策激勵(lì)研發(fā)投資的主要手段——企業(yè)所得稅優(yōu)惠對(duì)企業(yè)研發(fā)投資產(chǎn)生了一定的影響，但影響程度較低，這說明企業(yè)對(duì)優(yōu)惠的敏感度并不高，難以有效發(fā)揮其政策效應(yīng)。鑒于此，本文提出如下政策建議：

1.國(guó)家宏觀層面的研發(fā)投資促進(jìn)政策。①重視企業(yè)的主體地位，充分評(píng)估政策的有效性。政策激勵(lì)企業(yè)研發(fā)投資的效應(yīng)，不僅僅取決于政策制度本身的設(shè)計(jì)，還取決于企業(yè)對(duì)政策制度的敏感性，脫離企業(yè)實(shí)際情況的激勵(lì)會(huì)由于缺乏著力點(diǎn)而失去政策本身的效應(yīng)。②加大財(cái)稅政策激勵(lì)研發(fā)投資的力度。目前我國(guó)激勵(lì)企業(yè)進(jìn)行研發(fā)投資的財(cái)稅政策尚存在諸多不完善之處，激勵(lì)效果有限。因此，應(yīng)在對(duì)企業(yè)進(jìn)行調(diào)研的基礎(chǔ)上提出切實(shí)可行的稅收優(yōu)惠政策，使稅收優(yōu)惠落到實(shí)處。

2.企業(yè)微觀層面的研發(fā)投資促進(jìn)建議。①提高企業(yè)冗余資源的利用效率。企業(yè)組織冗余作為研發(fā)投資潛在的、可利用的資源，為企業(yè)研發(fā)投資提供了資金緩沖。而關(guān)鍵的問題是企業(yè)應(yīng)對(duì)冗余資源進(jìn)行計(jì)劃、監(jiān)督，適時(shí)將冗余資源轉(zhuǎn)化為研發(fā)投資資本，提高冗余資源的利用效率。②科學(xué)預(yù)測(cè)企業(yè)風(fēng)險(xiǎn)，加強(qiáng)內(nèi)部控制。企業(yè)面對(duì)的風(fēng)險(xiǎn)是企業(yè)研發(fā)投資的重要影響因子，加強(qiáng)內(nèi)部控制以及對(duì)風(fēng)險(xiǎn)的衡量和預(yù)測(cè)，有助于提高企業(yè)研發(fā)投資決策的精準(zhǔn)度。③優(yōu)化研發(fā)投資決策流程。企業(yè)研發(fā)投資決策一方面需要考慮投資項(xiàng)目的資本來源、風(fēng)險(xiǎn)、收益，以及企業(yè)整體面臨的財(cái)務(wù)風(fēng)險(xiǎn)，另一方面也需要充分利用國(guó)家財(cái)稅優(yōu)惠政策，提高企業(yè)投資稅后收益。

Peneder M.，Worter M..Competition，R&D and innovation：Testing the inverted-U in a simultaneous system［J］.Journal of Evolutionary Economics，2014（3）.

戴晨，劉怡.稅收優(yōu)惠與財(cái)政補(bǔ)貼對(duì)企業(yè)R&D影響的比較分析［J］.經(jīng)濟(jì)科學(xué)，2008（3）.

卜祥來.財(cái)稅激勵(lì)政策影響企業(yè)R&D支出的實(shí)證研究［J］.稅務(wù)研究，2014（3）.

夏杰長(zhǎng)，尚鐵力.自主創(chuàng)新與稅收政策：理論分析、實(shí)證研究與對(duì)策建議［J］.稅務(wù)研究，2006（6）.

李永，王硯萍，馬宇.制度約束下政府R&D資助擠出效應(yīng)與創(chuàng)新效率［J］.科研管理，2015（10）.

陸攀，朱和平.政府研發(fā)補(bǔ)助、公司治理因素與R&D投資強(qiáng)度的關(guān)系檢驗(yàn)——基于江浙中小民營(yíng)企業(yè)的經(jīng)驗(yàn)數(shù)據(jù)［J］.財(cái)會(huì)月刊，2016（10）.

盧馨，鄭陽飛，李建明.融資約束對(duì)企業(yè)R&D投資的影響研究——來自中國(guó)高新技術(shù)上市公司的經(jīng)驗(yàn)證據(jù)［J］.會(huì)計(jì)研究，2013（5）.

曹獻(xiàn)飛.融資約束與企業(yè)研發(fā)投資——基于企業(yè)層面數(shù)據(jù)的實(shí)證研究［J］.軟科學(xué)，2014（12）.

連軍.組織冗余、政治聯(lián)系與民營(yíng)企業(yè)R&D投資［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2013（1）.

張信東，姜小麗.企業(yè)R&D投資與系統(tǒng)風(fēng)險(xiǎn)研究［J］.研究與發(fā)展管理，2008（3）.

黃曼行，任家華，嚴(yán)娛.我國(guó)中小企業(yè)R&D投資與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)——基于分位數(shù)回歸方法［J］.科技管理研究，2014（14）.

Chen，Wei-Ru，Kent D.Miller.Situational and institutionaldeterminantsoffirms'R&D search intensity［J］.Strategic Management Journal，2007（4）.

Altman，Edward I..Predicting financial distress of companies：Revisiting the Z-score and ZETA models［J］.Journal Administrasi Bisnis，2000（9）.

孫存一，趙瑜.基于大數(shù)據(jù)算法的納稅遵從風(fēng)險(xiǎn)識(shí)別以及影響因子分析［J］.現(xiàn)代財(cái)經(jīng)，2015（11）.