一、投入指标与绩效指标的选取
1.对于投入指标，本文选取R&；D经费投入强度、技术人员比例和政府支持度
在高新技术企业研发费用绩效模型中，运用R&；D模型的知识积累与产出水平的函数关系，用我国高新技术上市公司2002~2005年的数据和北京市2004年高新技术企业统计调查的样本，对研发费用投入与企业收益进行实证检验。本文假定把对知识的投资视为基础性研究，对物质资本投资、人力资本投资视为应用研究和发展研究。由于本文研究的范围是高新技术企业，所选取的样本是微观领域的企业，而企业主要从事的是应用研究和发展研究，政府及科研机构主要从事的是基础性研究，所以，本文所选取的衡量投入的指标为物质资本投资类指标和人力资本投资类指标。
2.对于绩效指标，本文选取盈利能力、发展能力和技术创新能力
盈利能力是企业有关各方关注的焦点，企业研发投入的最终目标就是提高企业的盈利水平。已有的绩效测评体系中，有关盈利能力的指标均以净利润为主，对整个企业的绩效进行评价时，采用净利润指标是合理的。但企业的净利润不仅与产品的开发与生产有关，还与企业的其他业务收入、偶然性收入等有关。R&；D活动的经济效益主要体现在主营业务收入及其主营业务利润上。因而，本文认为，对企业研发费用（R&；D）绩效进行测评，以主营业务利润代替净利润显然更为合理，更能体现销售增加、成本减少的效果。则本文衡量盈利能力的指标选取主营业务利润率。
发展能力是企业持续增长能力的保障。企业只有具备了较好的发展能力，才有可能连续保持较高的盈利能力。根据财务理论知识可知，资本积累率是一个很好的衡量企业发展能力的指标。本文衡量发展能力的指标选取资本积累率。
研发活动如果成功，必然产生技术资产，技术资产即以技术为核心的无形资产，如专利权、著作权、商标权、专有技术等。本文衡量技术创新能力的指标选取技术资产比率。
3.投入指标与绩效指标的框架解释
具体说来，选取的投入指标和绩效指标可用以下框架表示：
自变量（投入）：
（1）物质资本投资指标：R&；D经费投入强度。
（2）人力资本投资指标：技术人员比例。
（3）政府支持力度指标：政府支持度。
因变量（产出）：
（1）盈利能力指标：主营业务利润率。
（2）发展能力指标：资本积累率。
（3）技术创新能力指标：技术资产比率。
二、数据来源及样本的确定
本文采用的高新技术上市公司数据均来自新浪财经网站、深圳证券交易所网站、上海证券交易所网站和证券之星网站。本文假设上市公司在这些网站上披露的年报数据是真实的、客观的。我们选取了我国高新技术上市公司2002~2005年的数据样本，对研发费用投入与企业收益进行实证检验。
这里，本期主营业务收入、本期主营业务成本、本期主营业务税金及附加、本期股东权益年末数、上期股东权益年末数和期末资产总额六项指标可以在年度报告的合并资产负债表和合并利润表中直接获取。期末技术人员人数和期末员工总人数在年度报告的“董事、监事、高级管理人员和员工情况”部分直接获得。
本期研发费用数额主要是在年度报表附注中的“支付的其他与经营活动有关的现金”项目中获取。由于研发费用不是会计报表上的一级科目，所以对它的称呼也是五花八门，极不规范。多数公司的年度报告中具有类似意思的项目，如“研发费”、“研究开发费”、“研究发展费”、“技术开发费”、“新材料及产品开发费”等。例如，股票代码为000155川化股份的2005年度报告中，在“支付的其他与经营活动有关的现金”报表附注部分有以下一段披露内容：“支付的其他与经营活动有关的现金为74154331.23元。其中，金额较大的项目列示如下：技术开发费为3827513.49元”。因此，可以认定 2005年川化股份公司当期研发费用数额为3827513.49元。
本期政府支持资金主要是在年度报表附注中的“专项应付款”项目中获取。如果根据明细披露内容，发现某项政府支持研发的经费在前期业已存在，则本期政府支持资金数额为本期专项应付款中数额减去上期专项应付款数额。本文中政府支持资金只计算直接研发补助，返还的增值税等方式间接补贴不计算在内。另外，也有极少一部分在“长期应付款”、“补贴收入”、“其他长期负债”等项目中获取。最主要的披露方式为技术研究与开发资金经费拨款。例如，股票代码为000155川化股份的2004年度报告中，有以下一段披露内容：“技改补助拨款系2005年12月成都市财政局对公司拨付1000000.00元的‘2.6万吨三聚氰胺新建工程’的技术改造资金”。因此，可以认定，拨付的1000000.00元即为本期政府支持资金的组成部分。这里，必须假设：若在应该披露的位置，如企业未在“专项应付款”、“长期应付款”、“补贴收入”、“其他长期负债”等科目中披露政府支持资金，则可以合理认为企业未得到政府支持的研发资金。另外，如果“专项应付款”等科目的期末数比期初数少，且未注明本期增加、减少数明细，则也可以视为未得到政府支持的研发资金。
技术资产采用期末专利数额与期末专有技术数额之和表示。采用期末数的原因主要是考虑到技术资产的期末数比本期增加数能更好地代表企业今后的创新能力。例如，根据股票代码为600664的哈药集团的年度报告可知，该公司将无形资产分为土地使用权、商誉、商标、专利权、非专利技术等。由于技术资产是以技术为核心的无形资产，是通过研发获得的，因此，技术资产指标应包括专有技术（即非专利技术）和专利权，但不包括商誉、商标权，也不包括土地使用权。
三、研究方法
若得到的数据符合实证要求，即样本在30个以上可以视为大样本，此时可进行多元或一元回归分析；否则，只进行简单的统计分析，比如样本均值计算等用来与其他行业横向比较分析。
本文采用SPSS13.0版本统计分析软件进行实证研究，对输出结果进行分析。如各行业样本的指针均值比较、模型的 F检验、变量的t检验等，最后解释变量及模型是否通过检验的原因。
在进行投入产出的滞后期分析，即某一年的投入究竟在第几年后见效时，假定当某一年的投入与若干年的产出均具有显著的相关关系时，决定系数R2最大的那年与初始投入的那年年数之差即为滞后期，因为此时产出效果最为明显。
在确定最终的回归模型时，本文使用了逐步回归法（stepwise）以消除多重共线性，使用加权最小二乘法（WLS）以消除异方差。同时，检验D。W。值以确保无一阶序列相关性。通过以上方法，可以确保回归方程没有违背基本假定，不需要再进行违背假设的检验即可得到较为精确的回归模型。本文在进行回归分析之前，并未就变量进行皮尔逊（Pearson）相关分析，主要原因有两个：首先，皮尔逊相关系数是为了帮助确定模型的自变量之间是否存在多重共线性以期初步检验模型的合理性，由于本文采用了逐步回归法（stepwise）消除了多重共线性，故皮尔逊相关分析意义不大；其次，皮尔逊相关系数只能大致的给出各相关变量之间的相关性，各变量的详细关系需要通过回归模型的具体检验才能得到最终结果。
按照统计学的一般常识，经济和管理类研究以5%的显著性水平作为模型和变量是否通过检验的标准是比较合理的。但是，我们也经常会看到学术论文中同时也以10%作为标准。本文认为，5%的显著性水平比较严格，10%的显著性水平比较宽松。本文采用的是更为严格的5%的显著性水平作为判断标准。
四、高新技术上市公司的模型假设
根据罗默的R&；D模型，知识积累（研发费用投入）与产出水平（利润、资本积累等）的函数关系，我们可以进行高新技术企业研发费用绩效的模型假设。如前所述，对于投入指标，本文选取R&；D经费投入强度、技术人员比例和政府支持度，而对于绩效指标，本文选取盈利能力、发展能力和技术创新能力，并以此建立计量模型。
企业主营业务利润率是衡量企业的业绩与质量的重要指标。当高新技术企业投入物质资本和人力资本后，有可能带来劳动力优势并发明出新的专用设备，一旦转化为研发成果，便会产生新技术，使企业大幅提高核心竞争力，在一定时间内最终提高企业的盈利能力。而政府研发支持资金作为企业外部的一种物质资本投入，也会产生类似的效果。因此，本文做以下H1、H4和H7三个模型假设。
资本积累率反映了投资者投入企业资本的保全性和增长性。当高新技术企业不断提高自身研发费用的投入强度和技术人员比例，政府加强研发资金支持力度后，随着企业盈利能力的提升，企业将盈利中一部分作为留存收益（如盈余公积、未分配利润），会使企业的所有者权益增加，从而对资本积累率产生正向影响。因此，本文做以下H2、H5和H8三个模型假设。
企业的技术资产（例如，专利权、非专利技术、著作权等）往往代表企业的现代生产能力和未来竞争优势，一般需要通过创新投入等要素的长期积累形成。而企业自身研发费用投入、技术人员投入以及政府研发资金投入相应地会形成和改进企业的技术资产，从而提高技术创新能力。因此，本文做以下H3、H6和H9三个模型假设。
根据上述分析，本文做出以下假设：
H1：研发费用投入强度X1与主营业务利润率Y1有显著的正相关关系。
H2：研发费用投入强度X1与资本积累率Y2有显著的正相关关系。
H3：研发费用投入强度X1与技术资产比率Y3有显著的正相关关系。
H4：技术人员比例X2与主营业务利润率Y1有显著的正相关关系。
H5：技术人员比例X2与资本积累率Y2有显著的正相关关系。
H6：技术人员比例 X2与技术资产比率 Y3有显著的正相关关系。
H7：政府支持度 X3与主营业务利润率 Y1有显著的正相关关系。
H8：政府支持度X3与资本积累率Y2有显著的正相关关系。
H9：政府支持度X3与技术资产比率Y3有显著的正相关关系。
