中美两国高科技企业的研发活动包括人员投入、资金投入以及相关的活动费用。考虑到中美两国企业财务数据披露的差异，参考学者常用的研发活动指标，本文选用研发投入强度，即研发费用占营业收入的比重作为衡量中美两国高科技企业研发活动投入的主要衡量指标。

企业经过一系列研发活动能够带来包括专利、发明、实用新型等具有间接经济效益的成果和新产品销售收入等具有直接经济效益的成果，并最终表现为企业盈利能力的提高和成长能力的提升。其中，盈利能力方面，本研究参考券商在进行上市公司盈利能力评估时通用的指标，选取总资产净利率(Return on Assets, ROA)和净资产收益率(Return on Equity, ROE)作为考核指标。在成长能力方面，选取营业收入增长率和利润总额增长率作为考核指标。据此，提出本文的假设：

H1：中国高科技企业研发投入强度与企业盈利能力成正相关关系。

H2：美国高科技企业研发投入强度与企业盈利能力成正相关关系。

H3：美国高科技企业研发投入强度与企业盈利能力的相关性大于中国高科技企业研发投入强度与企业盈利能力的相关性。

H4：中国高科技企业研发投入强度与企业成长能力成正相关关系。

H5：美国高科技企业研发投入强度与企业成长能力成正相关关系。

H6：美国高科技企业研发投入强度与企业成长能力的相关性大于中国高科技企业研发投入强度与企业成长能力的相关性。

由于企业研发活动带来的经济效益具有时滞性，本文提出如下后续假设：

H7：中国高科技企业研发投入强度对企业盈利能力的影响存在滞后性。

H8：美国高科技企业研发投入强度对企业盈利能力的影响存在滞后性。

H9：中国高科技企业研发投入强度对企业盈利能力影响的滞后性程度大于美国高科技企业研发投入强度对企业盈利能力影响的滞后性。

H10：中国高科技企业研发投入强度对企业成长能力的影响存在滞后性。

H11：美国高科技企业研发投入强度对企业成长能力的影响存在滞后性。

H12：中国高科技企业研发投入强度对企业成长能力影响的滞后性程度大于美国高科技企业研发投入强度对企业成长能力影响的滞后性。

企业研发活动还受到企业规模、资产负债结构、财政补贴等多方面影响，本文将这些影响因素作为控制变量进行分析，将企业研发投入强度的变动导致企业盈利能力和成长能力变动的过程称为研发活动，提出本文的其他假设：

H13：中国高科技企业企业规模对研发活动的影响程度大于美国高科技企业企业规模对研发活动的影响程度。

H14：中国高科技企业资产负债结构对研发活动的影响程度大于美国高科技企业资产负债结构对研发活动的影响程度。

H15：不同行业企业研发活动存在差异，中国高科技企业研发活动的行业差异性大于美国高科技企业。

由于美国政府对于企业的财政补贴的数据难以获取，本文提出的最后一个假设将只针对中国高科技企业样本进行论证。

H16：中国政府对高科技企业的财政补贴能够促进企业研发活动。

根据前文提出的假设和选取相应的变量，本研究将建立如下三方面的模型，其中，前两部份模型适用于中国高科技企业和美国高科技企业样本，第三部分模型仅适用于中国高科技企业样本分析。

1. 研发投入强度对企业盈利能力影响的模型：

R O A t − k = β 0 + β 1 ( t − k ) R D I t − k + β 2 L N S t + β 3 A L R t + ε (1)

R O E t − k = β 0 + β 1 ( t − k ) R D I t − k + β 2 L N S t + β 3 A L R t + β 4 i I D N i + ε (2)

其中， β 0 是截距项， β 1 至 β 4 为各变量的回归系数， ε 为残差项，t表示年份，k为滞后期， k = 0 ,   1 ,   2 ,   3 ,   4 。

2. 研发投入强度对企业成长能力影响的模型：

I R t − k = β 0 + β 1 ( t − k ) R D I t − k + β 2 L N S t + β 3 A L R t + ε (3)

R R t − k = β 0 + β 1 ( t − k ) R D I t − k + β 2 L N S t + β 3 A L R t + ε (4)

其中， β 0 是截距项， β 1 至 β 4 为各变量的回归系数， ε 为残差项，t表示年份k为滞后期， k = 0 ,   1 ,   2 ,   3 ,   4 。

3. 中国政府补贴对企业研发活动影响的模型：

R O A t = β 0 + β 1 R D I t + β 2 L N S t + β 3 A L R t + β 4 F S t + ε (5)

R O E t = β 0 + β 1 R D I t + β 2 L N S t + β 3 A L R t + β 4 F S t + ε (6)

I R t = β 0 + β 1 R D I t + β 2 L N S t + β 3 A L R t + β 4 F S t + ε (7)

R R t = β 0 + β 1 R D I t + β 2 L N S t + β 3 A L R t + β 4 F S t + ε (8)

其中， β 0 是截距项， β 1 至 β 4 为各变量的回归系数， ε 为残差项，t表示年份。

1. 中国样本企业的筛选

首先，通过同花顺iFinD沪深数据浏览器选取相应的指标，按照全球行业分类系统GISC进行分行业数据提取；然后，对提取出的2917只沪深上市的股票数据进行处理，筛选出“公司简介”中含有“高新技术企业”字段并于2015年1月1日之前上市的公司；最后，剔除2010年至2014年间研发费用缺失的样本和同时在A股B股上市的样本，得到501家沪深上市高新技术企业样本。

2. 美国样本企业的筛选

首先，通过通达信客户端下载“美股——科技股”股票数据，得到136家美股科技股初步列表；然后，通过同花顺iFinD股票数据浏览器选取相应待研究的指标，输入136家美股科技股股票代码，提取数据；最后删除2010年至2014年间研发费用缺失和指标数据不全的样本，得到美国高科技企业有效样本59家。

本研究利用Excel2013对数据进行搜集和相关数据图线的绘制，利用SPSS19.0进行数据统计和相关检验。

1. 中美两国高科技企业大部分来自信息技术领域，美国企业中这一比例更高

对所选取的中美两国企业分别进行描述性统计分析。结果显示(见表2)，中国上市的高科技企业在GICS行业分类中各行业的分布相对分散，中国上市高科技企业分布在信息技术行业的占比为27.9%，其次为工业行业25.9%。而美国高科技企业大部分集中在信息技术行业，占比高达79.7%。表明中美两国高科技企业分布均具有行业差异，中国和美国的高科技企业大部分来自信息技术领域，且美国高科技企业来源于信息技术领域的比例更高。

表2. 中美两国有效样本企业所属GICS行业统计

资料来源：本文研究整理。

2. 美国高科技企业研发投入强度均值高于中国企业

大部分中国高科技企业研发投入强度处在10%以下，大部分美国高科技企业研发投入强度处在10%以上，且美国样本企业中研发投入强度高于20%的企业数量占比超过15%。中美两国样本企业研发强度研发投入强度有逐年增加趋势(见表3)。

表3. 中美高科技企业研发投入强度区间分布%

资料来源：本文研究整理。

表4显示，美国高科技企业样本总体研发投入强度的均值在各个年度均约为中国高科技企业研发投入强度的三倍，标准差也比中国大，表明中美两国高科技企业研发投入强度均存在行业差异，但是美国高科技企业研发投入强度在行业间的差异比中国大，假设H15部分成立。分行业来看，工业和电信业务领域中，中国高科技企业研发投入强度高于美国，而其他行业中，美国高科技企业研发投入强度均比中国高科技企业研发投入强度大。

表4. 中美两国高科技企业样本研发投入强度均值(分行业)%

资料来源：本文研究整理。

3. 与中国高科技企业相比，美国高科技企业平均盈利能力高，平均成长能力低

关于中美两国高科技企业研发投入强度的比较已经在前文做过陈述，在资产负债率、总资产净利率和净资产收益率方面，美国高科技企业样本的均值高于中国高科技企业均值，营业收入增长率和利润总额增长率方面，美国高科技企业样本的均值均低于中国高科技企业均值(见图1)。表明2014年美国高科技企业平均盈利能力好于中国高科技企业，但是美国高科技企业平均成长能力却低于中国高科技企业。

图1. 中美两国样本企业数据对比

在进行回归分析之前，对变量进行相关分析检验，结果显示，中国高科技企业2010年和2013年的企业研发投入强度与2014年企业营业收入增长率IR在5%水平下存在显著相关关系。美国高科技企业2010年至2014年的各年度企业研发投入强度均与2014年企业总资产净利率ROA在1%水平下存在显著相关关系，2010年和2013年企业研发投入强度与2014年企业营业收入增长率IR在1%水平下存在显著相关关系。经进一步检验，得出中美两国高科技企业研发投入强度RDI与企业规模LNS、资产负债率ALR三个变量之间不存在共线性关系。

1. 中美高科技企业研发投入强度与企业盈利能力的关系检验

由前文相关分析结果可知，中美两国高科技企业研发投入强度与企业净资产收益率ROE均不存在显著相关关系，美国高科技企业研发投入强度与总资产净利率ROA存在相关关系，因此本文选用总资产净利率ROA作为企业盈利能力的代表，对比中美两国高科技企业研发投入强度与企业盈利能力的关系。

对中美两个国家的样本分别以2014年度企业总资产净利率ROA作为因变量，不同年份研发投入强度RDI作为自变量，企业规模LNS和资产负债率ALR作为控制变量，进行五次多元回归，将计算结果进行整理得到两国的比较数据(见表5)。

F检验结果显示，对于中国高科技企业和美国高科技企业来讲，模型的线性关系在5%的水平下均显著成立。

进一步对模型中的各解释变量进行t检验，发现中国高科技企业与美国高科技企业存在差别：

(1) 研发投入强度RDI

中国高科技企业不同年份的研发强度RDI均未通过显著性检验，但是美国高科技企业研发强度RDI均在5%的水平下显著，即通过了变量显著性检验，且相关系数为负数，表明美国高科技企业研发投入强度与企业盈利能力中的总资产净利率ROA负相关。从而推断出假设H1和假设H2不成立。通过2010年至2014年的研发投入强度与2014年企业总资产净利率ROA的相关系数以及t检验，可以看出美国高科技企业研发投入强度对ROA的影响存在滞后性，而中国高科技企业中这种情况不存在，从而推断出H7不成立，H8成立，H9不成立。进一步观察美国高科技企业样本的多元回归结果中的RDI回归系数，发现分别以各年度研发投入强度为自变量时，模型整体在5%水平下显著成立，回归系数均为负数，且绝对值由大到小排序：

β 1 ( 2012 ) > β 1 ( 2014 ) > β 1 ( 2011 ) > β 1 ( 2013 ) > β 1 (2010)

表明美国高科技企业基期总资产净利率受前面几年研发投入的影响程度不同，其中受前面第二年，即t − 2期的研发投入影响最大，其次为当期t年份的影响，而受t − 4年份的研发投入影响程度最小。

表5. 中美两国高科技企业不同年份RDI对ROA回归结果

注：括号内为t值，***表示在5%的水平下显著相关，资料来源：本文研究整理。

(2) 资产负债率ALR

在分别对中国高科技企业样本和美国高科技企业样本进行的五次回归中，中国高科技企业资产负债率均在5%的水平下显著，即通过了变量显著性检验，而美国高科技企业资产负债率均未通过变量显著性检验。

(3) 企业规模LNS

在分别对中国高科技企业样本和美国高科技企业样本进行的五次回归中，中美两国的高科技企业规模均在5%的水平下显著，即均通过了变量显著性检验。同时，中国高科技企业的企业规模系数高于美国。

对比中美两国高科技企业样本回归模型的R²，可以看出，中美两国高科技企业模型得到的R²都比较低，模型的整体解释力度不够高，但是美国高科技企业样本回归的R²值处在0.318~0.388之间，而中国高科技企业样本回归的R²值处在0.166~0.170之间。表明美国高科技企业样本的拟合效果好于中国高科技企业样本，推断出假设H3成立。

2. 中美高科技企业研发投入强度与企业成长能力的关系检验

中美两国高科技企业研发投入强度均与企业营业收入增长率IR存在显著相关关系，与利润总额增长率RR不存在显著相关关系，因此本文选用企业营业收入增长率IR作为企业成长能力的代表，对比中美两国高科技企业研发投入强度与企业成长能力的关系。对两个国家的样本分别以2014年度企业营业收入增长率IR作为因变量，不同年份研发投入强度RDI作为自变量，企业规模LNS和资产负债率ALR作为控制变量，进行五次多元回归，将计算结果进行整理得到两国的比较数据(表6)。

表6. 中美高科技企业不同年份RDI对IR回归结果

注：括号内为t值，***表示在5%的水平下显著相关，资料来源：本文研究整理。

F检验结果显示，中国高科技企业与美国高科技企业在模型整体的线性检验结果方面存在差异：在以2013年研发投入强度为自变量时，中国高科技企业模型的线性关系在5%的水平下显著成立，以其他年份的研发投入强度为自变量时，模型线性关系不显著成立；在分别以2013年和2010年研发投入强度为自变量时，美国高科技企业模型的线性关系在5%的水平下显著成立，以其他年份的研发投入强度为自变量时，模型线性关系不显著成立。

进一步对以2013年研发投入强度为自变量的中美高科技企业线性回归模型进行分析，对模型中的各解释变量进行t检验，发现中国高科技企业与美国高科技企业也存在差别：

(1) 研发投入强度RDI

中国和美国高科技企业研发强度RDI均在5%的水平下通过了变量显著性检验，且相关系数均为正，从而推断出假设H4和假设H5成立。同时，2013年企业研发投入强度均对2014年的营业收入增长率产生影响，说明中美两国企业研发投入强度对企业营业收入增长率的影响均存在滞后性，假设H10和H11成立，而2010年至2013年中国企业研发投入强度均对企业2014年的营业收入增长率产生了显著影响，且相关系数要高于美国同期的相关系数。因此，推断出中国高科技企业研发投入强度对企业成长能力的滞后性大于美国，假设H12成立。

进一步观察美国高科技企业样本的多元回归结果中的RDI回归系数，发现分别以各年度研发投入强度为自变量时，当模型整体在5%水平下显著成立时，回归系数均为正数，且绝对值由大到小排序：

β 1 ( 2010 ) > β 1 (2013)

表明美国高科技企业基期营业收入增长率受前面几年研发投入的影响程度不同，其中受t − 4期的研发投入影响最大。中国高科技企业研发投入强度回归系数也是这样的关系。从而可以推断出对中美高科技企业来说，研发投入会对后面一年的营业收入产生显著促进作用，同时这种促进影响并不会结束，在之后第四年时会带来营业收入的又一次增长。

(2) 资产负债率ALR

在分别对中国高科技企业样本和美国高科技企业样本进行的五次回归中，中国的高科技企业资产负债率在5%的水平下均未通过变量显著性检验。美国的高科技企业资产负债率有四次通过了5%水平下的变量显著性检验，但是只有以2010年度的研发投入强度为解释变量时，模型线性关系在5%水平下显著成立。

(3) 企业规模LNS

在分别对中国高科技企业样本和美国高科技企业样本进行的五次回归中，中美两国的高科技企业的企业规模在5%的水平下均未通过变量显著性检验。

结合研发投入强度对企业盈利能力的回归结果，可以推断出，中国高科技企业的资产负债率和企业规模对研发活动的影响均大于美国，假设H13和假设H14成立。

对比中美两国高科技企业样本回归模型的R²，可以看出，中美两国高科技企业模型得到的R²都比较低，模型的整体解释力度不够高。美国高科技企业样本回归的R²值处在0.102~0.227之间，而中国高科技企业样本回归的R²值均低于0.02。表明美国高科技企业样本的拟合效果好于中国高科技企业样本，推断出假设H6成立。

3. 政府补贴对高科技企业研发活动影响的检验

由于美国高科技企业在财务披露中未涉及政府补贴，所以本部分只针对中国高科技企业样本进行分析。描述统计分析结果显示，中国政府对企业补贴差异性较大，补贴力度最大值为企业总资产的5.8%，最小值为企业总资产的0.001%，平均值为0.72%。

对各变量进行相关性分析，结果显示政府补贴与企业研发投入强度在1%的水平下存在有显著正相关关系。且中国高科技企业研发投入强度RDI与企业规模LNS、资产负债率ALR和政府补贴FS四个变量之间不存在共线性关系。

分别以2014年企业总资产净利率、净资产收益率、营业收入增长率和利润总额增长率为解释变量，2014年企业研发投入强度为解释变量，企业规模、资产负债率和政府补贴为控制变量，利用SPSS19.0进行多元线性回归，并与未加入FS时的回归结果进行比较(见表7)。结果显示，引入政府补贴变量FS后，提高了研发投入强度RDI对企业总资产净利率ROA和净资产收益率ROE的解释力度。加入政府补贴FS变量后，研发投入强度RDI在5%水平下显著，通过了变量显著性检验。对于研发投入强度RDI和营业收入增长率IR、利润总额增长率RR之间的关系并没有产生影响。表明政府补贴对企业研发活动产生正向影响，假设H16成立。

表7. 加入FS变量前后的回归检验结果对比

注：括号内为t值，***表示在5%的水平下显著相关，资料来源：本文研究整理。

本文对501家中国上市高科技企业和59家美国上市高科技企业数据进行描述统计分析、相关分析和多元线性回归分析。得出的结论如下：美国高科技企业研发投入强度与企业总资产净利率呈负相关，且这种影响具有滞后性；中美两国高科技企业研发投入强度与企业营业收入增长率均具有正相关关系，且美国高科技企业中这种正相关关系更为明显，但是中国高科技企业研发投入强度对企业营业收入增长率的影响滞后性程度大于美国；中国的高科技企业样本检验显示，资产负债率和企业规模对企业的研发活动具有显著影响，而在美国高科技企业中，这种影响不显著；美国高科技企业行业分布较中国更集中，行业间的研发投入差异性也更大；中国高科技企业中，政府补贴能够提高研发投入强度对企业盈利能力的解释力度。

1. 通过实验室建设、重大专项带动及领军人才培养解决中国重大原始创新问题

首先，解决中国缺乏重大原始创新问题需要加强科学应用方面建设，加强实验室建设和基础研究，中国绝大多数国家重点实验室目前还是建在社会科研机构和高等院校，国家应该尽可能地将一些重点实验室建在企业，并保障企业对所取得的技术成果有优先使用权，促进科技成果迅速转化为现实生产力。其次，利用国家重大专项带动创新，进一步推进《国家中长期科学和技术发展纲要(2006~2020)》中提出的16项重大科技专项，培育创新型企业。注重发挥政府在集聚创新要素方面的“引擎”作用。发挥行业领先企业的主导作用，促进创新型领先企业的成长。企业也需开设不同层次的技术创新项目。最后，突出领军人才培养。产业集中度较高、综合实力较强的企业应该明确更高的目标，创造条件培养更高层次的有国际影响力的技术领军人才。产业集中度不高、技术领军人才少的行业企业，一方面要通过兼并重组集聚高层次的技术领军人才；另一方面则要建立有力的激励机制，创造良好的成长环境，加快培养自身的技术领军人才。

2. 落实“大众创业、万众创新”

首先，创造好的环境，引导和扶持创新创业，发挥市场在资源配置中的决定性作用，加大简政放权力度，形成有利于创业创新的良好氛围；坚持开放共享，推动模式创新，依托“互联网+”、大数据等推动各行业创新商业模式。其次，打通成果转化通道，汇聚企业创新力量，深入实施创新驱动发展战略，构建创新成果收益分配机制，推动知识产权与经济社会发展的深度融合。建立以市场为导向的成果转化机制，实现国家、高校和科研人员、企业的多方共赢的格局，让企业、高校和科研院所真正成为科技创新的主力军。第三，加快金融体制改革，扩大风险投资。加快金融体制改革，提高金融服务实体经济效率，优化资本市场，支持符合条件的创业上市或发行票据，并鼓励创业企业通过债券市场筹集资金，鼓励银行提高针对创业创新企业的金融服务专业化水平，发展国有资本创业投资，推动创业投资“引进来”与“走出去”。

3. 传统行业加入“互联网+”思想和“中国制造2025”

支持“互联网+”、“双创”向传统产业延伸。鼓励龙头企业结合传统产业特点建立线上交易服务平台、商品集散平台和物流中心，推动农村依托互联网创业。鼓励电子商务第三方交易平台渠道下沉，带动传统产业创业人员依托其平台和经营网络开展创业。支持传统产业“再”创业集聚发展。建立有市场竞争力的协作创业模式，形成各具特色的传统产业创业联盟，完善传统产业创业支撑服务。

4. 知识产权保护与运用要适度，不能影响创新

我国政府相关部门需要提高知识产权管理能力，利用知识产权管理来调解利益关系，从而起到充分激励和保障技术创新的功能和作用。同时，要充分把握住产业重组和转移的良好机遇，积极参与全球分工，加大高新技术产业技术自主研发、消化吸收和再创新的力度。积极利用全球分工体系提供的商业机会和高级生产要素，逐步占据全球产业分工创新环节，不断推进我国产业结构优化升级。政府部门还需要积极鼓励各高新技术各行业建立行业协会或由多个公司形成技术联盟，积极参与国内外的本行业的相关技术标准的制定，逐步提高由我国为主制定的国际标准的比重，在实践中不断地探索和提高我国高新技术企业对知识产权的创造、管理、保护和运用的能力。

企业方面，我国企业需结合公司发展战略以及产业技术路径，高度重视集成创新和消化吸收再创新的价值，要正确处理自主创新与引进技术的关系。国内企业一方面要严把技术引进关，把技术引进同优化产业结构、提升企业竞争力结合起来；另一方面，要加大对消化吸收的投入，提升消化吸收再创新的能力，脱离对外技术依赖的恶性循环。同时，我国企业和科研单位必须进一步加强专利申请意识，运用专利武器来保护自身的技术安全。对于专利权的运用意识也需要逐渐培养并贯彻起来。

5. 产业政策与创新需要互动

建立健全产业政策，在广泛调研的基础上划定“鼓励、限制、禁止”产业引导目录，促使“创新驱动”战略成为行业内竞争的最优选择。规范“高新区、孵化器”管理，使其真正成为创新型企业集聚高地。加大政府购买“中国技术”含量，推动中国企业“原创性创新”，完善中国政府技术购买制度，形成与科技创新发展协调、高效合理的技术配置和供给体系，推动中国企业技术创新和新产品创新。购买内容向“中国技术”倾斜，购买机制向“中国企业原创”倾斜，简化项目申报、预算编制、组织采购、项目监管、绩效评价的流程。最后，还需要打破创新的国家封锁，一方面，针对技术优势国家的技术封锁，发挥中国国际话语权；另一方面，保护自主创新技术，构建“中国技术”授权转让制度。