数据分析与模型设计优化

1.问卷信度与效度检验

本书以Cronbach's Alpha系数检验各变量的信度，结果如表6-19所示。税收激励、资金投入、人力投入和创新绩效四个变量的Cronbach's Alpha值均在0.80以上，说明此次问卷调查具有较高信度。

而在问卷效度方面，采用验证性因子分析进行检验。对各量表数据分别进行主成分分析，并结合最大变异法进行正交旋转，萃取关键因素。根据凯泽（Kaiser）的观点，如果KMO值小于0.5时，较不宜进行因子分析，进行因子分子的普通准则至少在0.6以上。从表6-19可以看出，税收激励、人力投入、创新绩效的KMO值均大于0.80，资金投入的KMO值也在0.60以上。此外，Bartlett球形检验的χ2值均达到0.05的显著性水平说明变量间具有共同因素存在，适合进行因子分析。从累积解释变异量来看，各变量萃取出的因子能够解释原有变量总方差的百分比较高，原有变量的信息丢失较少。

表6-19　各变量Cronbach's Alpha系数及验证性因子分析结果

2.模型设计

本书旨在检验税收激励政策与企业创新绩效之间的关系，以及创新投入（包括资金投入和人力）在两者之间是否具有中介效应。税收激励、资金投入、人力投入与创新绩效四个变量依照前文所述问卷量表测量方式，其样本取值为前述因子分析时获取的因子值。此外，本书选取四个控制变量，分别为企业规模、企业年龄、高新技术企业以及所属行业。

不同规模的企业对创新税收激励政策的需求有所不同。目前，学者们针对企业创新行为与企业规模之间关系的研究并未得出一致结论。企业开展研发活动需要巨大的前期投入，高额的固定成本是中小企业无法承受的（Comanor，1967），同时大企业的研发投资较为分散，投资的多样性能够降低企业面临的风险（Nelson，1959）。大企业会更多地进行持续性研发活动，更倾向于设立独立的研发部门（安同良等，2006），规模效应带来的收益也会进一步提升企业的绩效水平，但是小企业具有“行为优势”（Rothwell，1994）。在引入新的产品或设计方面，小企业由于机制灵活，在创新效率和时间上都明显优于大企业。卡迈恩和施瓦茨（Kamein＆Schwarts，1978）的研究发现，由于大公司内部沟通困难，并且在鼓励研发人员方面没有足够的动力，导致大公司研发效率低下，小企业反而具有更强的R＆D活动意愿与能力。

企业具有生命周期，在其发展过程中会经历不同阶段且呈现不同特点，因此其在各个阶段的政策需求也有所差异。企业对税收激励政策的认知与运用会经历一个渐进的发展过程，在进入成熟期后与创业期相比有很大提高（沈肇章、魏朗，2009），因此对企业创新活动的投入与绩效产生影响。相较于发展成熟的企业，初创企业在进行创新投资时会面临资金短缺、盈利能力较弱、技术人才缺乏等众多困难，但与此同时，初创企业往往又是最具创新活力的群体，税收激励政策对其的鼓励与扶持具有更加重要的意义。依据格思里（Guthrie）、阿瑟（Arthur）、陆国庆等学者的研究成果，在模型设计时考虑企业规模与企业年龄对创新绩效的影响，将其作为控制变量加入，采用“资产总额”表示企业的规模变量，“公司成立年限”表示企业的年龄变量，数据均来源于调查问卷企业基础信息部分。

第三章第一节（二）的量化统计结果显示，我国政府出台的税收优惠措施对高新技术企业有着较强的政策偏好。因此，设置“高新技术企业”虚拟变量，旨在考察通过税收优惠政策激励的高新技术企业在创新活动的资金与人力投入以及创新绩效方面是否有更为优异的表现。当企业通过高新技术企业认定时取值为1，否则取值为0。

企业所处行业的竞争环境对企业特定的战略选择与投资有着重大而深远的影响。不同行业具有不同的成长机会，企业从事创新活动时的创新机遇和可获得的创新资源是不同的，从而可能对企业资本支出水平以及创新绩效产生不同的影响。因此，众多学者在企业技术创新活动的相关研究中均考虑了行业特征变量（Pakes和Griliches，1980；Griliches和Mairesse，1983；Los和Verspagen，2000；马伟红，2011）。本书采用虚拟变量衡量行业因素。由于样本中绝大多数观测值来自制造业与信息技术业，我采取简化处理方法，设置两个行业哑变量，具体取值方法为：如果企业属于制造业／信息技术业，取值为1，否则取值为0。

各变量之间的Pearson相关系数如表6-20所示。税收激励、资金投入、人力投入和创新绩效四个变量之间均具有显著的相关关系。

表6-20　各变量Pearson相关系数(www.xing528.com)

注：*表示在0.1的水平上显著；**表示在0.05的水平上显著。

在表6-20的基础上，运用逐步回归法将各影响因素对目标变量进行回归分析。依据本书构建的概念模型和相关理论假设，首先检验税收激励对资金投入、人力投入、创新绩效以及资金投入、人力投入与企业创新绩效的直接效应，随后检验包括资金投入和人力投入在内的企业创新投入对税收激励与创新绩效关系的中介效应。

（1）直接效应的检验模型。

根据假设1至假设6，设计出7个回归模型对研究假设分别进行检验。

模型（2）检验假设H1，模型（3）检验假设H2，模型（4）检验假设H3，模型（5）检验假设H4和H5，模型（6）检验假设H6。

（2）中介效应的检验模型。

根据假设7，采用3个回归模型对研究假设进行检验。

其中，Y为创新绩效，Size为企业规模，Age为企业年龄，Tax为税收激励，C指代研发资金投入，H指代人力投入，T为包含研发资金投入与人力投入在内的企业创新投入，Tech指代企业是否为高新技术企业的虚拟变量，Indz和Indx是设置的行业虚拟变量，用以代表制造业和信息技术业。