企業(yè)創(chuàng)新投入、發(fā)展階段與創(chuàng)新績(jī)效
——基于專利細(xì)分視角的動(dòng)態(tài)SYS-GMM模型分析

黃偉麗， 貢曉軍， 陳曉斌， 楊 洋

(西安財(cái)經(jīng)大學(xué) 商學(xué)院， 西安 710100)

改革開放40年來(lái)，中國(guó)企業(yè)的創(chuàng)新能力迅速提高，新銳企業(yè)不斷涌現(xiàn)[1]。然而值得注意的是，中國(guó)企業(yè)的實(shí)質(zhì)性創(chuàng)新水平有限，技術(shù)依賴程度較高。黨的十九大報(bào)告提出“創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，是建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的戰(zhàn)略支撐”，強(qiáng)調(diào)要通過(guò)建立以企業(yè)為主體、以市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研深度融合的技術(shù)創(chuàng)新體系來(lái)瞄準(zhǔn)創(chuàng)新目標(biāo)，引領(lǐng)原創(chuàng)成果突破，促進(jìn)科技成果轉(zhuǎn)化。

近年來(lái)，企業(yè)創(chuàng)新作為經(jīng)濟(jì)發(fā)展的原動(dòng)力，成為中國(guó)學(xué)術(shù)界關(guān)注的焦點(diǎn)。當(dāng)前，學(xué)者們已從制度環(huán)境[2]、市場(chǎng)環(huán)境[3]、融資約束[4]、人力資本[5]、公司治理[6]、高管特質(zhì)[7]和創(chuàng)新投入[8]等方面探討了企業(yè)創(chuàng)新的影響因素與邏輯機(jī)理。其中，創(chuàng)新投入作為重要的要素稟賦，其與企業(yè)創(chuàng)新之間的互動(dòng)關(guān)系激發(fā)了學(xué)者們的研究興趣。但是，目前學(xué)術(shù)界關(guān)于創(chuàng)新投入對(duì)創(chuàng)新績(jī)效影響的研究存在諸多不一致的結(jié)論。例如，有些學(xué)者認(rèn)為創(chuàng)新投入顯著促進(jìn)創(chuàng)新績(jī)效[9-10]，但有些學(xué)者卻認(rèn)為創(chuàng)新投入對(duì)創(chuàng)新績(jī)效的影響不顯著，甚至存在負(fù)效應(yīng)[11]，還有一部分學(xué)者認(rèn)為創(chuàng)新投入與創(chuàng)新績(jī)效之間存在非線性關(guān)系[12-13]。

之所以有諸多不一致的結(jié)論，是因?yàn)閷W(xué)者們?cè)谝酝芯恐泻雎粤恕鞍l(fā)展階段”這一關(guān)鍵調(diào)節(jié)因素。發(fā)展階段是指特定企業(yè)相對(duì)于其行業(yè)內(nèi)的主要競(jìng)爭(zhēng)者而言所處的市場(chǎng)競(jìng)爭(zhēng)地位[14]，可分為中低發(fā)展階段和中高發(fā)展階段[15]。當(dāng)企業(yè)所處的發(fā)展階段不同時(shí)，企業(yè)所面臨的約束條件和制定的激勵(lì)機(jī)制都會(huì)發(fā)生改變，這會(huì)直接影響創(chuàng)新投入的產(chǎn)出效應(yīng)。另外，現(xiàn)有研究雖然已將創(chuàng)新投入與創(chuàng)新績(jī)效的關(guān)系由線性發(fā)展到非線性，進(jìn)一步完善了有關(guān)技術(shù)創(chuàng)新的理論體系，但是主流研究仍從系統(tǒng)經(jīng)濟(jì)學(xué)而非結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角出發(fā)探究其中的因果關(guān)系，難以細(xì)致深入闡明創(chuàng)新投入對(duì)創(chuàng)新績(jī)效的具體作用機(jī)理。同時(shí)，既有研究雖然強(qiáng)調(diào)了兩者之間的非線性關(guān)系，但在機(jī)理上尚未證實(shí)為什么會(huì)存在這種區(qū)間效應(yīng)，也未證實(shí)在每個(gè)區(qū)間上的創(chuàng)新投入通過(guò)何種渠道促進(jìn)創(chuàng)新績(jī)效提升。

綜上，本文引入“發(fā)展階段”這一邊界條件，依據(jù)新結(jié)構(gòu)經(jīng)濟(jì)學(xué)，將創(chuàng)新投入細(xì)分為R&D經(jīng)費(fèi)投入和R&D人員投入兩個(gè)維度，將創(chuàng)新績(jī)效細(xì)分為實(shí)質(zhì)性創(chuàng)新(發(fā)明專利)和非實(shí)質(zhì)性創(chuàng)新(非發(fā)明專利)兩類，研究企業(yè)處在不同發(fā)展階段時(shí)的創(chuàng)新投入結(jié)構(gòu)與創(chuàng)新產(chǎn)出結(jié)構(gòu)之間的內(nèi)在關(guān)聯(lián)。在此基礎(chǔ)上，探討當(dāng)企業(yè)處于不同的發(fā)展階段時(shí)不同創(chuàng)新投入要素對(duì)不同類型專利產(chǎn)出的具體影響機(jī)制，以闡明創(chuàng)新投入與創(chuàng)新績(jī)效之間的關(guān)系。概念模型如圖1所示。

圖1 概念模型

通過(guò)分析為什么以及何時(shí)創(chuàng)新投入會(huì)對(duì)創(chuàng)新績(jī)效產(chǎn)生復(fù)雜影響，本文試圖在以下兩方面作出邊際貢獻(xiàn)：(1)引入“發(fā)展階段”這一邊界條件，以分析創(chuàng)新投入在不同的發(fā)展階段對(duì)創(chuàng)新績(jī)效的影響路徑，在豐富研究層次的同時(shí)詮釋創(chuàng)新投入何時(shí)會(huì)對(duì)創(chuàng)新績(jī)效產(chǎn)生積極或消極影響。(2)基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)，將創(chuàng)新投入進(jìn)一步細(xì)分為R&D經(jīng)費(fèi)投入和R&D人員投入兩個(gè)維度，同時(shí)將創(chuàng)新績(jī)效細(xì)分為發(fā)明專利和非發(fā)明專利兩個(gè)維度，旨在闡明創(chuàng)新投入為何會(huì)對(duì)創(chuàng)新績(jī)效產(chǎn)生積極或消極影響，以此解釋既有研究中關(guān)于創(chuàng)新投入與創(chuàng)新績(jī)效之間關(guān)系的不一致結(jié)論。

一、文獻(xiàn)綜述與研究假設(shè)

既有研究中關(guān)于創(chuàng)新投入與創(chuàng)新績(jī)效之間關(guān)系的結(jié)論不一致主要是因?yàn)楹雎粤嗽斐蓛烧哧P(guān)系轉(zhuǎn)變的邊界條件。具體來(lái)講，姜南[16]利用《中國(guó)經(jīng)濟(jì)普查年鑒2013》數(shù)據(jù)，從產(chǎn)業(yè)層面分析自主研發(fā)與創(chuàng)新績(jī)效的關(guān)系，發(fā)現(xiàn)R&D經(jīng)費(fèi)投入會(huì)顯著促進(jìn)專利申請(qǐng)量的提升。然而，張鳳兵和王會(huì)宗[17]以山東省906家高新技術(shù)企業(yè)為研究樣本，采用標(biāo)準(zhǔn)負(fù)二項(xiàng)回歸方法探究R&D經(jīng)費(fèi)投入對(duì)專利申請(qǐng)量的影響，結(jié)果發(fā)現(xiàn)兩者之間無(wú)顯著關(guān)系。以上兩種對(duì)立的觀點(diǎn)暗示著R&D經(jīng)費(fèi)投入對(duì)專利申請(qǐng)量的影響可能并非單純的線性關(guān)系，而是非線性關(guān)系(例如倒“U”形)[18]。那么，R&D經(jīng)費(fèi)投入何時(shí)會(huì)對(duì)專利申請(qǐng)量產(chǎn)生積極影響，何時(shí)又會(huì)產(chǎn)生消極影響呢？杜金岷等[19]以2007—2015年A股上市公司為研究樣本，運(yùn)用固定效應(yīng)模型分析R&D經(jīng)費(fèi)投入與專利申請(qǐng)量之間的關(guān)系，發(fā)現(xiàn)R&D經(jīng)費(fèi)投入對(duì)小規(guī)模企業(yè)而言僅僅能夠顯著提高實(shí)用新型與外觀設(shè)計(jì)專利申請(qǐng)量，但對(duì)大規(guī)模企業(yè)而言卻可以提高各個(gè)類型專利的申請(qǐng)量。也就是說(shuō)，如果以小規(guī)模企業(yè)為研究樣本，并且以發(fā)明專利申請(qǐng)量衡量創(chuàng)新績(jī)效，那么將會(huì)得出R&D經(jīng)費(fèi)投入無(wú)益于甚至降低創(chuàng)新績(jī)效的結(jié)論。從某種程度上講，企業(yè)的規(guī)模反映了企業(yè)所處的發(fā)展階段。因此可以說(shuō)，企業(yè)發(fā)展階段是厘清R&D經(jīng)費(fèi)投入與企業(yè)創(chuàng)新績(jī)效之間復(fù)雜關(guān)系的邊界條件[14]。

基于發(fā)展階段理論，專利產(chǎn)出結(jié)構(gòu)的變化與發(fā)展階段密切相關(guān)[19]。當(dāng)企業(yè)處于中低發(fā)展階段時(shí)，其經(jīng)濟(jì)實(shí)力和研發(fā)人力資本薄弱，知識(shí)吸收能力有限，創(chuàng)新戰(zhàn)略導(dǎo)向不明確。在這種情況下，企業(yè)迫于生存壓力，往往會(huì)將有限的資源用于成本回收期短的實(shí)用新型與外觀設(shè)計(jì)專利研發(fā)上。如果將有限的研發(fā)經(jīng)費(fèi)用于聘用、培養(yǎng)研發(fā)人員，則可能導(dǎo)致短期內(nèi)企業(yè)的專利申請(qǐng)量下降。張鳳兵和王會(huì)宗[17]發(fā)現(xiàn)，企業(yè)研發(fā)人員的增加會(huì)降低專利申請(qǐng)的數(shù)量。因此，企業(yè)在進(jìn)行創(chuàng)新投入時(shí)，有必要結(jié)合自身所處的發(fā)展階段，有選擇性地投入研發(fā)要素。鑒于此，本文提出如下研究假設(shè)：

H1：當(dāng)企業(yè)處于中低發(fā)展階段時(shí)，R&D經(jīng)費(fèi)投入更有利于創(chuàng)新產(chǎn)出，尤其是實(shí)用新型和外觀設(shè)計(jì)專利的產(chǎn)出。

當(dāng)企業(yè)成長(zhǎng)到中高發(fā)展階段時(shí)，其經(jīng)濟(jì)實(shí)力逐漸強(qiáng)勁，不僅能夠應(yīng)對(duì)發(fā)明專利研發(fā)過(guò)程中的高風(fēng)險(xiǎn)，而且有實(shí)力培養(yǎng)、挖掘和激勵(lì)科研人員，保持長(zhǎng)期穩(wěn)定的高水平專利產(chǎn)出[15]。企業(yè)發(fā)展水平越高，R&D人員投入的專利產(chǎn)出質(zhì)量越高。劉婷婷[11]發(fā)現(xiàn)，之所以R&D人員投入會(huì)無(wú)益于專利申請(qǐng)量，可能是因?yàn)樗芯康臉颖酒髽I(yè)絕大多數(shù)處于中低發(fā)展階段。鑒于此，本文提出如下假設(shè)：

H2：當(dāng)企業(yè)處于中高發(fā)展階段時(shí)， R&D人員投入更有利于創(chuàng)新產(chǎn)出，尤其是發(fā)明專利的產(chǎn)出。

綜上，企業(yè)創(chuàng)新投入、發(fā)展階段、創(chuàng)新績(jī)效之間的機(jī)理關(guān)系如圖2所示。

二、研究設(shè)計(jì)

(一)模型設(shè)定

本文采用適合動(dòng)態(tài)面板數(shù)據(jù)的兩步SYS-GMM模型進(jìn)行研究。該模型具有如下優(yōu)點(diǎn)：首先，取消差分可以消除非時(shí)變的遺漏變量問題，從而解決估計(jì)結(jié)果的偏誤問題；其次，當(dāng)估計(jì)模型的右邊存在內(nèi)生變量時(shí)，使用工具變量會(huì)使相關(guān)系數(shù)的估計(jì)保持一致；最后，當(dāng)存在測(cè)量誤差時(shí)，使用工具變量也會(huì)得到一致性的估計(jì)結(jié)果。因此，使用該模型能夠有效地解決測(cè)量誤差、非時(shí)變的遺漏變量和解釋變量的內(nèi)生性等問題[20]。

為驗(yàn)證創(chuàng)新投入與創(chuàng)新績(jī)效(總專利申請(qǐng)數(shù)、發(fā)明專利申請(qǐng)數(shù)、實(shí)用新型和外觀設(shè)計(jì)專利申請(qǐng)數(shù))之間的關(guān)系，首先構(gòu)建創(chuàng)新投入與創(chuàng)新績(jī)效關(guān)系的靜態(tài)回歸模型：

(1)

(2)

(3)

圖2 企業(yè)創(chuàng)新投入、發(fā)展階段、創(chuàng)新績(jī)效之間的機(jī)理關(guān)系

式(1)至式(3)中，Patent為上市企業(yè)的總專利申請(qǐng)數(shù)，Venp為發(fā)明專利申請(qǐng)數(shù)，Mop為其他專利(實(shí)用新型和外觀設(shè)計(jì)專利)申請(qǐng)數(shù)。Rd表示R&D經(jīng)費(fèi)投入；Rdstaff表示R&D人員投入；CV表示控制變量，包括高管團(tuán)隊(duì)規(guī)模(Tmtgm)、高管團(tuán)隊(duì)平均年齡(Tmtage)、股權(quán)集中度(Gqjzd)、企業(yè)年齡(Age)、企業(yè)流動(dòng)比率(Al)、資產(chǎn)負(fù)債率(Alr)、企業(yè)性質(zhì)(Nature)、年份(Year)；α0表示固定效應(yīng)；ε表示隨機(jī)誤差項(xiàng)。

(二)內(nèi)生性討論

本文考察的創(chuàng)新投入對(duì)創(chuàng)新績(jī)效的影響可能存在內(nèi)生性問題，從而會(huì)導(dǎo)致不一致的估計(jì)。內(nèi)生性問題的主要原因與解決對(duì)策如下：(1)遺漏變量的內(nèi)生性。盡管已盡可能全面地考慮相關(guān)的控制變量，但也存在很多無(wú)法定量衡量的影響因素，比如各個(gè)企業(yè)科研人員的能力差異、企業(yè)家精神等，而這些遺漏變量在隨機(jī)誤差項(xiàng)里的影響因素可能與企業(yè)創(chuàng)新投入情況相關(guān)，從而導(dǎo)致本文的核心解釋變量成為內(nèi)生變量。因此，本文通過(guò)建立固定效應(yīng)面板數(shù)據(jù)模型，分離出那些僅隨個(gè)體和時(shí)間變動(dòng)的解釋變量，以解決這一問題。(2)聯(lián)立方程的內(nèi)生性。在將創(chuàng)新投入作為解釋變量時(shí)，由于創(chuàng)新績(jī)效高的企業(yè)更重視新技術(shù)研發(fā)，被解釋變量會(huì)反過(guò)來(lái)影響解釋變量，以至于解釋變量出現(xiàn)非外生給定現(xiàn)象。找到這些內(nèi)生變量的工具變量十分困難，因此解決這個(gè)問題的思路是將滯后1期的被解釋變量作為工具變量加入解釋變量中，最終運(yùn)用動(dòng)態(tài)的兩步SYS-GMM模型進(jìn)行估計(jì)。(3)其他控制變量也可能存在類似的內(nèi)生性問題，但本文模型不考慮這一情況，將它們均視為外生變量。

通過(guò)上述分析，可以將式(1)至式(3)改寫為動(dòng)態(tài)面板數(shù)據(jù)模型：

(4)

(5)

(6)

(三)變量說(shuō)明

本文的因變量、自變量、分組變量和控制變量具體如表1所示。

表1 變量定義與說(shuō)明

1.因變量——?jiǎng)?chuàng)新績(jī)效

以往學(xué)者一般采用新產(chǎn)品銷售收入[21]、專利申請(qǐng)數(shù)[22]、專利授權(quán)數(shù)[23]等指標(biāo)來(lái)衡量創(chuàng)新績(jī)效。對(duì)于高新技術(shù)企業(yè)而言，專利申請(qǐng)數(shù)作為新技術(shù)、新工藝和新產(chǎn)品的集中體現(xiàn)[24]，是衡量創(chuàng)新績(jī)效高低的相對(duì)最優(yōu)指標(biāo)[25]。盡管專利授權(quán)數(shù)也可以衡量創(chuàng)新績(jī)效，但鑒于從專利申請(qǐng)到專利授權(quán)的周期較長(zhǎng)，本文最終選擇專利申請(qǐng)數(shù)作為創(chuàng)新績(jī)效的衡量指標(biāo)，并進(jìn)一步將總專利申請(qǐng)數(shù)細(xì)分為發(fā)明專利申請(qǐng)數(shù)和其他專利申請(qǐng)數(shù)，以深入考察創(chuàng)新績(jī)效的提升機(jī)理。

2.自變量——?jiǎng)?chuàng)新投入

基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角，本文將創(chuàng)新投入劃分為R&D人員投入與R&D經(jīng)費(fèi)投入兩個(gè)維度。擁有專業(yè)的知識(shí)和技能的R&D人員(研究人員、技術(shù)人員和輔助人員)是促進(jìn)專利產(chǎn)出的重要因素[26]，R&D經(jīng)費(fèi)則可以為R&D人員發(fā)揮創(chuàng)新溢出效應(yīng)提供經(jīng)濟(jì)支撐。因此，用R&D人員投入和R&D經(jīng)費(fèi)投入來(lái)衡量創(chuàng)新投入。R&D人員投入通常用研發(fā)人員數(shù)量占企業(yè)員工總數(shù)的比重來(lái)表示[27]。R&D經(jīng)費(fèi)投入通常被界定為研發(fā)費(fèi)用占主營(yíng)業(yè)務(wù)收入的比重。之所以采用相對(duì)指標(biāo)來(lái)衡量R&D經(jīng)費(fèi)投入，是因?yàn)閯?chuàng)新投入強(qiáng)度不僅常被學(xué)者們當(dāng)作創(chuàng)新活動(dòng)投資的衡量指標(biāo)[28-29]，而且與絕對(duì)值相比，它更便于進(jìn)行橫向比較。同理，R&D人員投入也采用相對(duì)指標(biāo)。

3.分組變量——發(fā)展階段

借鑒倪國(guó)華等[14]的做法，依據(jù)企業(yè)在行業(yè)中的市場(chǎng)競(jìng)爭(zhēng)地位，將企業(yè)發(fā)展階段劃分為中低發(fā)展階段和中高發(fā)展階段。總資產(chǎn)收益率的高低可以直接反映企業(yè)的競(jìng)爭(zhēng)實(shí)力和發(fā)展能力，也可以在一定程度上反映企業(yè)的發(fā)展水平。因此，將總資產(chǎn)收益率的中值作為企業(yè)發(fā)展階段的分界點(diǎn)[15]。

4.控制變量

借鑒相關(guān)學(xué)者的做法[30-35]，選擇高管團(tuán)隊(duì)規(guī)模、高管團(tuán)隊(duì)平均年齡、股權(quán)集中度、企業(yè)年齡、企業(yè)流動(dòng)比率、資產(chǎn)負(fù)債率、企業(yè)性質(zhì)、年份等指標(biāo)作為控制變量。

(四)樣本選擇與數(shù)據(jù)來(lái)源

根據(jù)中國(guó)證監(jiān)會(huì)發(fā)布的《上市公司行業(yè)分類指引》，選擇電子通信業(yè)(C39)為行業(yè)范圍，選取2011—2018年中國(guó)A股187家電子通信上市企業(yè)作為初始樣本。之所以選取電子通信上市企業(yè)作為研究樣本，是因?yàn)殡娮油ㄐ牌髽I(yè)是制造業(yè)中在技術(shù)創(chuàng)新方面極具代表性的企業(yè)，也是近年來(lái)創(chuàng)新要素投入力度較大的高新技術(shù)企業(yè)，具有典型性[7]，如此，研究結(jié)果將更具針對(duì)性。在此基礎(chǔ)上，剔除ST、*ST企業(yè)、專利數(shù)據(jù)缺失的企業(yè)、8年內(nèi)沒有連續(xù)出現(xiàn)的企業(yè)，最終的樣本企業(yè)有146家。

實(shí)證數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)和CSMAR數(shù)據(jù)庫(kù)。其中，R&D經(jīng)費(fèi)投入、R&D人員投入、企業(yè)年齡、企業(yè)流動(dòng)比率、資產(chǎn)負(fù)債率、股權(quán)集中度和企業(yè)性質(zhì)等指標(biāo)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)，各種類型的專利申請(qǐng)數(shù)和高管背景指標(biāo)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。此外，為了保證研究結(jié)果不受極端值的影響，對(duì)核心變量進(jìn)行上下1%的縮尾(Winsorize)處理。數(shù)據(jù)處理運(yùn)用的是Stata 15.0統(tǒng)計(jì)軟件。

三、實(shí)證分析

(一)描述性統(tǒng)計(jì)

2011—2018年電子通信上市企業(yè)不同類型的專利申請(qǐng)數(shù)如表2所示。

表2 電子通信上市企業(yè)不同類型的專利申請(qǐng)數(shù)

根據(jù)表2可知，中國(guó)電子通信企業(yè)對(duì)創(chuàng)新的重視程度越來(lái)越高。總專利申請(qǐng)數(shù)整體呈現(xiàn)逐年增加的趨勢(shì)，從2011年的9129項(xiàng)上升至2018年的51794項(xiàng)，年均增長(zhǎng)率高達(dá)28.70%。從專利細(xì)分類型來(lái)看，2013年之前企業(yè)發(fā)明專利申請(qǐng)數(shù)的比重相對(duì)較低，2013年之后發(fā)明專利申請(qǐng)數(shù)逐步超越實(shí)用新型和外觀設(shè)計(jì)專利申請(qǐng)數(shù)。

相關(guān)變量的描述性統(tǒng)計(jì)如表3所示。

根據(jù)表3可知，平均而言，電子通信上市企業(yè)年度內(nèi)的發(fā)明專利申請(qǐng)數(shù)大于其他專利申請(qǐng)數(shù)，其標(biāo)準(zhǔn)差較大，說(shuō)明各個(gè)企業(yè)的創(chuàng)新績(jī)效具有較大的異質(zhì)性。R&D經(jīng)費(fèi)投入指標(biāo)與R&D人員投入指標(biāo)的均值、最大值與最小值之間差異較大，表明不同企業(yè)之間在經(jīng)費(fèi)、人員的投入強(qiáng)度上差異較大?？傎Y產(chǎn)收益率的平均值為0.03，中值為 0.04，相差甚小，意味著將總資產(chǎn)收益率的中值作為企業(yè)發(fā)展階段的分界點(diǎn)具有一定的合理性。其他控制變量的數(shù)值范圍較大，表明各企業(yè)通過(guò)調(diào)整相關(guān)因素來(lái)提高創(chuàng)新績(jī)效的潛力很大。

表3 變量描述性統(tǒng)計(jì)

(二)回歸結(jié)果分析

處于中低發(fā)展階段的企業(yè)的創(chuàng)新投入行為對(duì)創(chuàng)新績(jī)效的影響如表4所示。列(1)、列(2)和列(3)分別展示了創(chuàng)新投入對(duì)總專利、發(fā)明專利和其他專利申請(qǐng)數(shù)影響的估計(jì)結(jié)果。考慮到創(chuàng)新產(chǎn)出的滯后性，列(1)用滯后1期的總專利申請(qǐng)數(shù)作為創(chuàng)新績(jī)效代理指標(biāo)；列(2)、列(3)分別用滯后1期的發(fā)明專利申請(qǐng)數(shù)、滯后1期的其他專利申請(qǐng)數(shù)作為創(chuàng)新績(jī)效代理指標(biāo)。

根據(jù)表4可知，列(1)中Patent滯后1期L.Patent的系數(shù)在1%的水平上顯著為正(β值為1.032)，說(shuō)明上一期創(chuàng)新績(jī)效對(duì)當(dāng)期創(chuàng)新績(jī)效具有顯著促進(jìn)作用。同理，這一結(jié)論適用于列(2)和列(3)，同時(shí)也從側(cè)面證明采用動(dòng)態(tài)面板模型的可行性。在控制年度效應(yīng)的基礎(chǔ)上，中國(guó)電子通信上市企業(yè)的R&D經(jīng)費(fèi)投入行為對(duì)總專利申請(qǐng)數(shù)有顯著的促進(jìn)作用，R&D經(jīng)費(fèi)投入的系數(shù)為2.143，在1%的水平上顯著。進(jìn)一步分析發(fā)現(xiàn)，R&D經(jīng)費(fèi)投入對(duì)發(fā)明專利申請(qǐng)數(shù)的影響不顯著，反而對(duì)其他專利申請(qǐng)數(shù)具有顯著的正向效應(yīng)，其系數(shù)為1.278，在1%的水平上顯著。與此同時(shí)，R&D人員投入作為創(chuàng)新投入的另一觀測(cè)要素，其對(duì)總專利申請(qǐng)數(shù)、發(fā)明專利和其他專利申請(qǐng)數(shù)的影響均不顯著。這表明對(duì)處于中低發(fā)展階段的企業(yè)而言，R&D經(jīng)費(fèi)投入通過(guò)增加實(shí)用新型和外觀設(shè)計(jì)專利的產(chǎn)出來(lái)提高企業(yè)的創(chuàng)新績(jī)效，而R&D人員投入的創(chuàng)新溢出效應(yīng)則遇到門檻。上述分析結(jié)果支持研究假設(shè)H1，即當(dāng)企業(yè)處于中低發(fā)展階段時(shí)，R&D經(jīng)費(fèi)投入更有利于創(chuàng)新產(chǎn)出，尤其是實(shí)用新型與外觀設(shè)計(jì)專利的產(chǎn)出。

表4 中低發(fā)展階段企業(yè)創(chuàng)新投入對(duì)創(chuàng)新績(jī)效的影響

從經(jīng)濟(jì)意義上來(lái)說(shuō)，技術(shù)含量非常高的發(fā)明專利通常具有成本高、研發(fā)周期長(zhǎng)、回報(bào)周期長(zhǎng)的特點(diǎn)，然而處于中低發(fā)展階段且受經(jīng)費(fèi)和技術(shù)資源約束的企業(yè)迫于生存壓力，會(huì)將研發(fā)經(jīng)費(fèi)向具備“短、平、快”特征的實(shí)用新型和外觀設(shè)計(jì)專利傾斜。此外，R&D人員會(huì)受到經(jīng)費(fèi)和隱性知識(shí)獲取能力的約束，無(wú)法充分發(fā)揮自身的創(chuàng)新溢出效應(yīng)[36]，使得處于中低發(fā)展階段的企業(yè)的R&D人員投入對(duì)創(chuàng)新績(jī)效的促進(jìn)作用存在一個(gè)門檻效應(yīng)。

觀察回歸結(jié)果中的控制變量，比較有意義的發(fā)現(xiàn)是：資產(chǎn)負(fù)債率對(duì)總專利申請(qǐng)數(shù)、發(fā)明專利申請(qǐng)數(shù)以及其他專利申請(qǐng)數(shù)均具有顯著的正向效應(yīng)，說(shuō)明企業(yè)的融資能力越強(qiáng)，越有利于提高創(chuàng)新績(jī)效。

當(dāng)企業(yè)處于中高發(fā)展階段時(shí)，創(chuàng)新投入要素對(duì)總專利、發(fā)明專利和其他專利申請(qǐng)數(shù)的影響如表5所示。

根據(jù)表5可知，R&D經(jīng)費(fèi)投入在列(1)、列(2)、列(3)中的系數(shù)均顯著為正(β值分別為0.218、0.131、0.143)，表明R&D經(jīng)費(fèi)投入具有創(chuàng)新溢出效應(yīng)。R&D人員投入的系數(shù)分別為0.198、0.320、-0.039。其中，前兩個(gè)系數(shù)在1%的水平上顯著為正。這說(shuō)明對(duì)處于中高發(fā)展階段的企業(yè)而言，R&D人員投入對(duì)發(fā)明專利的正向效應(yīng)尤為顯著，R&D人員投入主要通過(guò)促進(jìn)發(fā)明專利申請(qǐng)數(shù)的增加來(lái)提高企業(yè)的創(chuàng)新績(jī)效。上述分析結(jié)果支持研究假設(shè)H2。

表5 中高發(fā)展階段企業(yè)創(chuàng)新投入對(duì)創(chuàng)新績(jī)效的影響

從經(jīng)濟(jì)意義上來(lái)說(shuō)，對(duì)處于中高發(fā)展階段的企業(yè)而言，相較于專利的數(shù)量，專利的質(zhì)量更加深刻地影響著企業(yè)的可持續(xù)發(fā)展。因此，企業(yè)可能會(huì)選擇將有限的研發(fā)經(jīng)費(fèi)用于隱性知識(shí)獲取和R&D人員培育上，以求突破前期的門檻效應(yīng)，從而獲得更長(zhǎng)遠(yuǎn)的發(fā)展。

觀察回歸結(jié)果中的控制變量，比較有意義的發(fā)現(xiàn)是：(1)企業(yè)年齡在列(1)、列(2)、列(3)中的系數(shù)均顯著為正(β值分別為4.951、1.503、1.631)，這可能是因?yàn)槠髽I(yè)的生存時(shí)間越長(zhǎng)，其創(chuàng)新績(jī)效越好。(2)企業(yè)性質(zhì)在列(1)、列(2)、列(3)中的系數(shù)均顯著為正(β值分別為19.410、14.800、10.770)，說(shuō)明經(jīng)濟(jì)實(shí)力在行業(yè)中處于中上區(qū)段的民營(yíng)企業(yè)突破了融資約束，從而比國(guó)有企業(yè)更具創(chuàng)新性。

(三)穩(wěn)健性檢驗(yàn)

采用替換指標(biāo)法驗(yàn)證研究結(jié)果的可靠性。具體來(lái)講，將專利授權(quán)數(shù)作為創(chuàng)新績(jī)效的代理變量重新進(jìn)行模型估計(jì)，估計(jì)結(jié)果與以專利申請(qǐng)數(shù)為被解釋變量的結(jié)果基本一致，從而可以認(rèn)為本文的實(shí)證結(jié)果具有一定的穩(wěn)健性。

四、結(jié)論與建議

(一)研究結(jié)論

為闡明創(chuàng)新投入與創(chuàng)新績(jī)效之間的關(guān)系，本文引入“發(fā)展階段”這一邊界條件。在將創(chuàng)新投入細(xì)分為R&D經(jīng)費(fèi)投入和R&D人員投入兩個(gè)維度的基礎(chǔ)上，基于專利細(xì)分視角，采用2011—2018年中國(guó)電子通信上市企業(yè)樣本數(shù)據(jù)，運(yùn)用動(dòng)態(tài)SYS-GMM模型，探究在不同的企業(yè)發(fā)展階段，企業(yè)的創(chuàng)新投入行為對(duì)創(chuàng)新績(jī)效的具體作用機(jī)理。研究發(fā)現(xiàn)：當(dāng)企業(yè)處于中低發(fā)展階段時(shí)，R&D經(jīng)費(fèi)投入更有利于創(chuàng)新產(chǎn)出，尤其是非發(fā)明專利的產(chǎn)出；當(dāng)企業(yè)處于中高發(fā)展階段時(shí)，R&D人員投入更有利于創(chuàng)新產(chǎn)出，尤其是發(fā)明專利的產(chǎn)出。

(二)政策建議

創(chuàng)新產(chǎn)出結(jié)構(gòu)的變化與發(fā)展階段密切相關(guān)，企業(yè)在進(jìn)行創(chuàng)新投入時(shí)需要考慮自身所處的發(fā)展階段，政府也應(yīng)制定有針對(duì)性的政策。具體來(lái)講，當(dāng)企業(yè)處于中低發(fā)展階段時(shí)，其在研發(fā)過(guò)程中面臨著相對(duì)較大的不確定性，迫于生存壓力，企業(yè)會(huì)將有限的研發(fā)經(jīng)費(fèi)向?qū)嵱眯滦秃屯庥^設(shè)計(jì)專利傾斜。處于這一階段的企業(yè)需要政府提供較大力度的扶持，尤其是在科技金融和技術(shù)創(chuàng)新政策方面。在科技金融政策扶持下，企業(yè)可以通過(guò)天使投資等進(jìn)行融資。在技術(shù)創(chuàng)新政策扶持下，企業(yè)可以便捷地獲取成果轉(zhuǎn)化的機(jī)會(huì)，縮短研發(fā)成本回收周期。當(dāng)企業(yè)突破中低發(fā)展階段進(jìn)入中高發(fā)展階段時(shí)，其在研發(fā)過(guò)程中面臨的不確定性相對(duì)較小，對(duì)創(chuàng)新的關(guān)注已由數(shù)量層面轉(zhuǎn)移到質(zhì)量層面。此時(shí)，可將研發(fā)經(jīng)費(fèi)向科研人員培養(yǎng)傾斜，以獲取更高質(zhì)量的發(fā)明專利。處于這一階段的企業(yè)仍然需要政府的扶持，主要是科技人才政策支持。在科技人才政策支持下，企業(yè)可以積極與高校及科研機(jī)構(gòu)進(jìn)行合作，在提高高校和科研機(jī)構(gòu)專利轉(zhuǎn)化率的同時(shí)，提升自身知識(shí)儲(chǔ)備以推動(dòng)企業(yè)可持續(xù)創(chuàng)新發(fā)展。

五、研究不足與展望

本文還存在以下不足，有待在后續(xù)研究中進(jìn)一步改進(jìn)：第一，研究樣本相對(duì)狹窄，僅以高科技產(chǎn)業(yè)中的電子通信企業(yè)為研究對(duì)象，未來(lái)可拓展至其他行業(yè)進(jìn)行更廣泛的研究，以增強(qiáng)理論成果的普適性。第二，僅采用動(dòng)態(tài)SYS-GMM模型對(duì)樣本進(jìn)行估計(jì)，未來(lái)還可以應(yīng)用動(dòng)態(tài)門檻模型對(duì)樣本進(jìn)行估計(jì)，以增強(qiáng)結(jié)論的可靠性。第三，本文發(fā)現(xiàn)資產(chǎn)負(fù)債率對(duì)創(chuàng)新績(jī)效的影響會(huì)因企業(yè)所處發(fā)展階段的不同而表現(xiàn)出顯著的異質(zhì)性，這意味著融資約束會(huì)隨著企業(yè)的發(fā)展間接調(diào)節(jié)創(chuàng)新投入要素與企業(yè)創(chuàng)新績(jī)效之間的關(guān)系，未來(lái)研究可以以融資約束的調(diào)節(jié)作用為切入點(diǎn)，進(jìn)一步詮釋創(chuàng)新投入結(jié)構(gòu)對(duì)創(chuàng)新產(chǎn)出結(jié)構(gòu)的異質(zhì)性影響。