摘要：在创新驱动发展战略深入推进的背景下，企业创新已成为提升核心竞争力、推动经济高质量发展的关键抓手。融资约束是制约企业研发投入与创新产出的重要因素，而产权性质作为企业的核心制度特征，会通过影响融资渠道、资源配置效率等，进一步作用于融资约束、研发资金投入与创新绩效的传导路径。本文以2016-2021年我国 A 股制造业上市公司为研究样本，区分国有企业与民营企业两类产权性质，构建链式传导模型，实证检验融资约束、研发资金投入与创新绩效之间的传导关系，以及产权性质对该传导机制的异质性影响。研究发现，融资约束会显著抑制企业研发资金投入，而研发资金投入对创新绩效具有显著的正向促进作用，融资约束通过抑制研发资金投入间接负向影响创新绩效，形成“融资约束→研发资金投入→创新绩效”的链式传导路径；相较于国有企业，民营企业面临的融资约束程度更高，研发资金投入对融资约束的敏感性更强，且研发资金投入向创新绩效的转化效率更高，产权性质显著调节了该链式传导机制。基于研究结论，本文提出针对性建议，以缓解不同产权性质企业的融资约束，优化研发资金配置，提升创新绩效。

关键词：产权性质；融资约束；研发资金投入；创新绩效；链式传导机制

中图分类号：F275；F273.1

一、引言

当前，我国经济发展进入新阶段，创新作为引领发展的第一动力，其重要性愈发凸显。制造业作为实体经济的核心，是创新的主战场，而企业作为创新的微观主体，其创新活动的开展离不开充足的资金支持。研发资金投入是企业创新的基础，然而，融资约束问题始终是困扰企业尤其是中小微企业创新发展的核心难题。在我国特殊的制度背景下，产权性质差异会导致企业在融资市场中面临不同的资源获取能力，国有企业凭借与政府的天然联系，在信贷融资、股权融资等方面具有明显优势，而民营企业则面临更为严峻的融资约束，这种差异可能会进一步影响企业的研发资金投入决策及创新绩效产出。

现有研究已分别探讨了融资约束与研发投入、研发投入与创新绩效、产权性质与融资约束之间的关系，但关于三者之间链式传导机制的研究仍有待深化，且针对不同产权性质企业的异质性分析不够系统。基于此，本文立足我国制造业上市公司的实际情况，聚焦“融资约束→研发资金投入→创新绩效”的链式传导路径，深入分析产权性质对该传导机制的调节作用，旨在揭示不同产权性质企业创新活动的资金制约及转化规律，为缓解企业融资约束、优化研发资源配置、提升创新绩效提供理论依据和实践参考。

本文的创新点主要体现在两个方面：一是构建完整的链式传导模型，系统检验融资约束、研发资金投入与创新绩效之间的传导关系，弥补现有研究碎片化的不足；二是充分考虑产权性质的异质性影响，对比分析国有企业与民营企业在传导路径中的差异，为制定差异化的政策提供精准支撑。

二、理论基础与研究假设

（一）核心概念界定

1. 产权性质

产权性质是指企业所有权的归属类型，本文结合我国上市公司的实际情况，将样本企业分为国有企业和民营企业两类。其中，国有企业包括中央国有企业和地方国有企业，其所有权归属于国家或地方政府，具有较强的政策支持和资源获取优势；民营企业的所有权归属于自然人或非国有法人，经营决策更具灵活性，但在资源获取方面面临更多限制。

2. 融资约束

融资约束是指企业在外部融资过程中，由于信息不对称、代理成本、交易成本等因素的影响，无法按照合理的成本获取足够资金，从而导致投资不足的现象。本文采用 SA 指数衡量企业的融资约束程度，SA 指数绝对值越大，表明企业面临的融资约束越严重。SA 指数的计算公式为：

$$SA = -0.737 \times Size + 0.043 \times Size^2 - 0.040 \times Age$$

其中，Size 表示企业规模，采用总资产的自然对数衡量；Age 表示企业上市年限，即当前年份与企业上市年份的差值。

3. 研发资金投入与创新绩效

研发资金投入是指企业在技术研发、产品创新、工艺改进等方面的资金支出，本文采用研发投入强度（研发费用/营业收入）衡量，反映企业对创新活动的资金支持力度。创新绩效是指企业创新活动所取得的成果，本文采用专利申请数量（包括发明专利、实用新型专利和外观设计专利）衡量，其中发明专利申请数量更能体现企业的核心创新能力。

（二）理论基础

1. 融资优序理论

融资优序理论认为，企业的融资决策遵循“内源融资→债务融资→股权融资”的先后顺序，当内源融资无法满足企业投资需求时，企业会优先选择债务融资，最后考虑股权融资。由于信息不对称的存在，外部投资者会要求更高的风险溢价，导致企业外部融资成本高于内源融资成本，进而形成融资约束。对于不同产权性质的企业，信息不对称程度和外部融资成本存在差异，民营企业的信息不对称程度更高，外部融资成本也更高，融资约束更为严重。

2. 资源基础理论

资源基础理论认为，企业的竞争优势来源于其拥有的异质性资源，研发资金投入作为企业的重要战略资源，是企业开展创新活动、提升创新绩效的核心保障。企业拥有充足的研发资金，能够引进先进的技术设备、吸纳优秀的研发人才、开展高质量的研发项目，进而提高创新产出效率。而融资约束会导致企业研发资金投入不足，制约企业对创新资源的获取和整合，最终影响创新绩效。

3. 委托代理理论

委托代理理论认为，企业所有权与经营权的分离会产生代理问题，代理人的行为可能与委托人的利益不一致。国有企业的委托人是国家或地方政府，代理人是企业管理层，由于委托代理链条较长，存在较为严重的代理问题，管理层可能更注重短期业绩，而忽视长期研发投入和创新活动；民营企业的委托代理链条较短，所有者与经营者的利益更为一致，管理层更愿意将资金投入到研发活动中，以提升企业的长期竞争力。

（三）研究假设提出

1. 融资约束与研发资金投入的关系假设

融资约束的核心表现是企业资金获取困难、融资成本较高，而研发活动具有投入大、周期长、风险高、收益不确定的特点，企业在开展研发活动时需要持续、稳定的资金支持。当企业面临较强的融资约束时，内源融资无法满足研发需求，外部融资又面临较高的成本和较多的限制，企业会被迫削减研发资金投入，以降低经营风险。基于此，本文提出假设：

H1：融资约束显著抑制企业研发资金投入，即融资约束程度越高，企业研发资金投入强度越低。

2. 研发资金投入与创新绩效的关系假设

研发资金投入是企业创新活动的物质基础，充足的研发资金能够为企业引进先进技术、购置研发设备、培养研发团队提供保障，进而推动企业开展技术研发和产品创新，提高创新产出水平。研发资金投入越多，企业开展的研发项目数量越多、质量越高，创新绩效也会相应提升。基于此，本文提出假设：

H2：研发资金投入显著促进企业创新绩效，即研发资金投入强度越高，企业创新绩效越好。

3. 融资约束、研发资金投入与创新绩效的链式传导假设

结合假设 H1和 H2，融资约束会通过抑制研发资金投入，间接影响企业创新绩效，形成“融资约束→研发资金投入→创新绩效”的链式传导路径。具体而言，融资约束导致企业研发资金投入不足，而研发资金投入不足又会制约企业的创新活动，最终降低创新绩效。基于此，本文提出假设：

H3：研发资金投入在融资约束与创新绩效之间发挥中介作用，融资约束通过抑制研发资金投入间接负向影响创新绩效。

4. 产权性质的调节作用假设

相较于国有企业，民营企业面临的融资约束更为严重，其研发资金投入对融资约束的敏感性更高，即融资约束对民营企业研发资金投入的抑制作用更为显著；同时，民营企业的经营决策更具灵活性，研发资金的使用效率更高，研发资金投入向创新绩效的转化效率也更高。而国有企业凭借政策支持和资源优势，融资约束程度较低，研发资金投入受融资约束的影响较小，但由于代理问题的存在，研发资金使用效率和转化效率相对较低。基于此，本文提出假设：

H4：产权性质显著调节“融资约束→研发资金投入→创新绩效”的链式传导机制，相较于国有企业，民营企业中融资约束对研发资金投入的抑制作用更显著，研发资金投入对创新绩效的促进作用更显著，链式传导效应更强。

三、研究设计

（一）样本选择与数据来源

本文选取2016-2021年我国 A 股制造业上市公司为研究样本，剔除 ST、*ST 等特殊处理的企业，剔除研发投入、创新绩效等核心数据缺失的企业，最终得到有效样本1286家，共计7716个观测值。为避免极端值的影响，对所有连续变量进行1%的缩尾处理。

本文所需数据主要来源于国泰安 CSMAR 数据库和中国研究数据服务平台 CNRDS，其中，企业财务数据、产权性质数据、上市年限数据来源于 CSMAR 数据库，研发投入数据、专利申请数据来源于 CNRDS 数据库。数据处理采用 Stata17.0软件，表格绘制采用 Excel2021软件。

（二）变量定义

1. 被解释变量：创新绩效（Innovation）

采用企业当年专利申请总数的自然对数衡量，记为 Inn1；同时，为了更准确地反映企业核心创新能力，采用发明专利申请数量的自然对数作为替代变量，记为 Inn2，用于稳健性检验。

2. 核心解释变量：融资约束（SA）

采用 SA 指数衡量，计算公式如前文所述，为便于解释，对 SA 指数取绝对值，记为 SA，SA 值越大，表明企业面临的融资约束越严重。

3. 中介变量：研发资金投入（R&D）

采用研发投入强度衡量，即企业当年研发费用与营业收入的比值，记为 R&D，该指标能够反映企业对创新活动的资金支持力度。

4. 调节变量：产权性质（SOE）

设置虚拟变量，若企业为国有企业（包括中央国企和地方国企），则 SOE=1；若企业为民营企业，则 SOE=0。

5. 控制变量

为排除其他因素对研究结果的干扰，结合现有研究，选取以下控制变量：（1）企业规模（Size），采用总资产的自然对数衡量；（2）资产负债率（Lev），采用总负债与总资产的比值衡量；（3）净资产收益率（ROE），采用净利润与净资产的比值衡量，反映企业盈利能力；（4）企业年龄（Age），采用当前年份与企业上市年份的差值衡量；（5）股权集中度（Top1），采用第一大股东持股比例衡量；（6）董事会规模（Board），采用董事会人数的自然对数衡量。此外，还控制了年度固定效应（Year）和行业固定效应（Industry）。

各变量的具体定义如表1所示。

（三）模型构建

为检验本文提出的研究假设，构建以下基准回归模型和链式传导模型，采用逐步回归法检验中介效应，采用分组回归法检验调节效应。

1. 基准回归模型：检验融资约束与研发资金投入的关系（H1）

$$R\&D_{i,t} = \alpha_0 + \alpha_1 SA_{i,t} + \sum \alpha_k Controls_{i,t} + \lambda_{Industry} + \mu_{Year} + \varepsilon_{i,t}$$

其中，i 表示企业，t 表示年份，$\alpha_0$为截距项，$\alpha_1$为融资约束的回归系数，$\alpha_k$为控制变量的回归系数，$\lambda_{Industry}$为行业固定效应，$\mu_{Year}$为年度固定效应，$\varepsilon_{i,t}$为随机误差项。若$\alpha_1$显著为负，则假设 H1成立。

2. 基准回归模型：检验研发资金投入与创新绩效的关系（H2）

$$Innovation_{i,t} = \beta_0 + \beta_1 R\&D_{i,t} + \sum \beta_k Controls_{i,t} + \lambda_{Industry} + \mu_{Year} + \varepsilon_{i,t}$$

其中，$\beta_0$为截距项，$\beta_1$为研发资金投入的回归系数，$\beta_k$为控制变量的回归系数。若$\beta_1$显著为正，则假设 H2成立。

3. 链式传导模型：检验研发资金投入的中介效应（H3）

为检验研发资金投入的中介效应，构建以下模型：

$$Innovation_{i,t} = \gamma_0 + \gamma_1 SA_{i,t} + \gamma_2 R\&D_{i,t} + \sum \gamma_k Controls_{i,t} + \lambda_{Industry} + \mu_{Year} + \varepsilon_{i,t}$$

中介效应的检验步骤为：首先，检验模型（1）中$\alpha_1$的显著性，若$\alpha_1$显著为负，表明融资约束显著抑制研发资金投入；其次，检验模型（2）中$\beta_1$的显著性，若$\beta_1$显著为正，表明研发资金投入显著促进创新绩效；最后，检验模型（3）中$\gamma_1$和$\gamma_2$的显著性，若$\gamma_2$显著为正，且$\gamma_1$的绝对值小于模型（1）中$\alpha_1$的绝对值（或显著性水平降低），则表明研发资金投入发挥中介作用，假设 H3成立。

4. 调节效应模型：检验产权性质的调节作用（H4）

将样本分为国有企业组和民营企业组，分别对上述三个模型进行分组回归，对比两组回归系数的显著性和大小，检验产权性质的调节作用。若民营企业组中模型（1）的$\alpha_1$绝对值更大、显著性更高，模型（2）的$\beta_1$更大、显著性更高，且模型（3）的中介效应更显著，则假设 H4成立。

四、实证结果与分析

（一）描述性统计

表2为各变量的描述性统计结果。从表中可以看出，创新绩效（Inn1）的均值为2.156，标准差为1.324，表明不同企业之间的创新绩效存在较大差异；融资约束（SA）的均值为3.782，标准差为0.561，表明样本企业普遍面临一定程度的融资约束，且融资约束程度存在差异；研发资金投入（R&D）的均值为0.048，标准差为0.032，表明制造业上市公司研发投入强度整体较低，且不同企业之间差异明显；产权性质（SOE）的均值为0.352，表明样本中国有企业占比为35.2%，民营企业占比为64.8%，样本分布较为合理。控制变量方面，企业规模（Size）的均值为22.345，资产负债率（Lev）的均值为0.456，净资产收益率（ROE）的均值为0.089，企业年龄（Age）的均值为15.234，股权集中度（Top1）的均值为0.387，董事会规模（Board）的均值为2.102，各变量的分布均符合制造业上市公司的实际情况。

（二）相关性分析

表3为各变量的 Pearson 相关性分析结果。从表中可以看出，融资约束（SA）与研发资金投入（R&D）的相关系数为-0.324，且在1%的水平上显著，表明融资约束与研发资金投入显著负相关，初步验证了假设 H1；研发资金投入（R&D）与创新绩效（Inn1）的相关系数为0.456，且在1%的水平上显著，表明研发资金投入与创新绩效显著正相关，初步验证了假设 H2；融资约束（SA）与创新绩效（Inn1）的相关系数为-0.287，且在1%的水平上显著，表明融资约束与创新绩效显著负相关。控制变量方面，企业规模、净资产收益率与研发资金投入、创新绩效均显著正相关，资产负债率与研发资金投入、创新绩效均显著负相关，企业年龄、股权集中度、董事会规模与研发资金投入、创新绩效的相关性也均符合预期。此外，各变量之间的相关系数均小于0.6，表明不存在严重的多重共线性问题，可进行后续回归分析。

注：*、**、***分别表示在10%、5%、1%的水平上显著，下同。

（三）基准回归结果分析

1. 融资约束与研发资金投入的回归结果

表4为融资约束与研发资金投入的回归结果。列（1）为未加入控制变量的回归结果，列（2）为加入控制变量、行业固定效应和年度固定效应的回归结果。从表中可以看出，无论是否加入控制变量，融资约束（SA）的回归系数均显著为负，列（2）中 SA 的回归系数为-0.012，且在1%的水平上显著，表明融资约束显著抑制企业研发资金投入，融资约束程度每提高1个单位，企业研发投入强度降低0.012个单位，假设 H1得到验证。控制变量方面，企业规模（Size）、净资产收益率（ROE）的回归系数显著为正，表明企业规模越大、盈利能力越强，研发资金投入越多；资产负债率（Lev）、企业年龄（Age）的回归系数显著为负，表明企业负债水平越高、上市年限越长，研发资金投入越少；股权集中度（Top1）、董事会规模（Board）的回归系数不显著，表明其对研发资金投入的影响较小。

注：括号内为 t 值，下同。

2. 研发资金投入与创新绩效的回归结果

表5为研发资金投入与创新绩效的回归结果。列（1）以专利申请总数（Inn1）为被解释变量，列（2）以发明专利申请数量（Inn2）为被解释变量，均加入了控制变量、行业固定效应和年度固定效应。从表中可以看出，研发资金投入（R&D）的回归系数均显著为正，列（1）中 R&D 的回归系数为5.678，且在1%的水平上显著，列（2）中 R&D 的回归系数为4.321，且在1%的水平上显著，表明研发资金投入显著促进企业创新绩效，研发投入强度每提高1个单位，企业专利申请总数的自然对数提高5.678个单位，发明专利申请数量的自然对数提高4.321个单位，假设 H2得到验证。控制变量方面，企业规模（Size）、净资产收益率（ROE）的回归系数显著为正，表明企业规模越大、盈利能力越强，创新绩效越好；资产负债率（Lev）的回归系数显著为负，表明企业负债水平越高，创新绩效越差；企业年龄（Age）、股权集中度（Top1）、董事会规模（Board）的回归系数均显著为正，表明企业上市年限越长、股权集中度越高、董事会规模越大，创新绩效越好。

（四）链式传导效应分析：研发资金投入的中介作用

表6为研发资金投入在融资约束与创新绩效之间的中介效应回归结果。列（1）为融资约束对创新绩效的直接回归结果，列（2）为加入中介变量研发资金投入后的回归结果。从表中可以看出，列（1）中融资约束（SA）的回归系数为-0.345，且在1%的水平上显著，表明融资约束显著负向影响创新绩效；列（2）中研发资金投入（R&D）的回归系数为5.678，且在1%的水平上显著，融资约束（SA）的回归系数为-0.287，且在1%的水平上显著，相较于列（1），融资约束的回归系数绝对值从0.345降低到0.287，且显著性水平未发生变化，表明研发资金投入在融资约束与创新绩效之间发挥部分中介作用，融资约束通过抑制研发资金投入间接负向影响创新绩效，“融资约束→研发资金投入→创新绩效”的链式传导路径成立，假设 H3得到验证。

进一步计算中介效应占比，中介效应占比=（直接效应系数-总效应系数）/总效应系数×100%=（-0.287 -（-0.345））/（-0.345）×100%≈16.81%，表明研发资金投入的中介效应占总效应的16.81%，是融资约束影响创新绩效的重要路径。

（五）调节效应分析：产权性质的异质性影响

为检验产权性质的调节作用，将样本分为国有企业组（SOE=1）和民营企业组（SOE=0），分别进行分组回归，结果如表7、表8、表9所示。

1. 产权性质对融资约束与研发资金投入关系的调节作用

表7为不同产权性质下融资约束与研发资金投入的分组回归结果。从表中可以看出，国有企业组中融资约束（SA）的回归系数为-0.005，且在5%的水平上显著；民营企业组中融资约束（SA）的回归系数为-0.018，且在1%的水平上显著，民营企业组的回归系数绝对值显著大于国有企业组，表明相较于国有企业，民营企业面临的融资约束对研发资金投入的抑制作用更显著，产权性质显著调节了融资约束与研发资金投入的关系。

2. 产权性质对研发资金投入与创新绩效关系的调节作用

表8为不同产权性质下研发资金投入与创新绩效的分组回归结果。从表中可以看出，国有企业组中研发资金投入（R&D）的回归系数为3.456，且在1%的水平上显著；民营企业组中研发资金投入（R&D）的回归系数为6.789，且在1%的水平上显著，民营企业组的回归系数显著大于国有企业组，表明相较于国有企业，民营企业的研发资金投入对创新绩效的促进作用更显著，产权性质显著调节了研发资金投入与创新绩效的关系。

3. 产权性质对链式传导机制的调节作用

表9为不同产权性质下链式传导机制的分组回归结果。从表中可以看出，