中國高新技術(shù)行業(yè)創(chuàng)新與績效關(guān)系

楊晉玉

（杭州師范大學阿里巴巴商學院，杭州 311121）

1 引言

創(chuàng)新已經(jīng)成為企業(yè)發(fā)展的重要手段，給企業(yè)的發(fā)展帶來顯著的促進作用。因此，越來越多的企業(yè)重視創(chuàng)新能力，把創(chuàng)新視為企業(yè)的戰(zhàn)略目標。這幾年，我國在國際社會的競爭力不斷提高，在全國“萬眾創(chuàng)新，大眾創(chuàng)業(yè)”這樣的背景下，創(chuàng)新已經(jīng)成為企業(yè)轉(zhuǎn)型升級的必由之路。

2 文獻綜述

創(chuàng)新理論由熊彼特提出，而后成為國內(nèi)外學者探討的熱點議題。他認為，“創(chuàng)新”是“建立一種新的生產(chǎn)函數(shù)”，是“企業(yè)家對生產(chǎn)要素的新組合”，是指生產(chǎn)要素和生產(chǎn)條件的“新組合”，隨后這種新組合引入生產(chǎn)體系中。他提出的創(chuàng)新概念主要包含以下5 種情況：

第一，引入一種新產(chǎn)品。第二，引入一種新的生產(chǎn)方式。第三，開辟一個新的市場。第四，獲得原材料或者半成品的一種新的供應(yīng)來源。第五，實現(xiàn)任何一種工業(yè)的新組織。隨后不同的學者豐富了創(chuàng)新理論。

首先，Marco Iansiti 在創(chuàng)新理論的基礎(chǔ)上提出了技術(shù)集成這一概念。1997年Marco Iansiti 對計算機企業(yè)的技術(shù)集成能力培養(yǎng)進行了研究，認為“通過組織過程把好的資源、工具和解決問題的方法進行應(yīng)用稱為技術(shù)集成,這成為提高企業(yè)R&D 能力的巨大推動力”[1]。一個產(chǎn)品的形成需要選擇可行而有效的技術(shù)途徑把它變?yōu)楝F(xiàn)實，為了達到這一目的，技術(shù)的備選應(yīng)該是根據(jù)技術(shù)應(yīng)用背景的復雜需求進行仔細地評價和選擇。一個產(chǎn)品的完整概念也不是簡單地誕生于某個人的個人想法，而是有效組織的過程結(jié)果[2]，也就是說，一個創(chuàng)意點、一個想法并不能直接變?yōu)榫呦蠡漠a(chǎn)品或服務(wù)，而是依靠組織的識別、有效組織各種資源協(xié)調(diào)各方才能把抽象的想法落實變可變賣的產(chǎn)品和服務(wù)，給企業(yè)帶來績效。

其次，學術(shù)界關(guān)于技術(shù)創(chuàng)新的相關(guān)研究不斷涌現(xiàn)。國內(nèi)學者徐寧等提出擁有技術(shù)創(chuàng)新幫助企業(yè)獲得可持續(xù)的發(fā)展，技術(shù)創(chuàng)新能力是綜合衡量企業(yè)技術(shù)創(chuàng)新的指標，在當今高度復雜和快速變化的競爭環(huán)境中，企業(yè)的技術(shù)創(chuàng)新能力不但需要提升，還應(yīng)當必須具備可持續(xù)性發(fā)展的特點，應(yīng)當從企業(yè)動態(tài)能力的角度研究技術(shù)創(chuàng)新[3]。Cheng 等認為動態(tài)創(chuàng)新能力是包含基于創(chuàng)新知識的組織學習過程和慣例以及創(chuàng)新知識資源和慣例的轉(zhuǎn)化的一種運營能力[4]。外部快速變化的環(huán)境激發(fā)起國內(nèi)企業(yè)的創(chuàng)新意識，為了提升自身的競爭力，應(yīng)對環(huán)境變化，企業(yè)持續(xù)地進行一定的技術(shù)創(chuàng)新投入，帶來相應(yīng)的技術(shù)創(chuàng)新產(chǎn)出，才能有技術(shù)和創(chuàng)新方面的轉(zhuǎn)化[5]。王昌林認為技術(shù)創(chuàng)新是一種多維度的綜合能力，體現(xiàn)著企業(yè)對知識資源的有效整合以及企業(yè)在不同的創(chuàng)新內(nèi)外環(huán)境交互作用下的適應(yīng)性能力和演變能力。有明確的流程或者管理支持其演進，發(fā)揮作用的過程是改變組織現(xiàn)有知識資源結(jié)構(gòu)的過程[6]。張林等認為技術(shù)創(chuàng)新可以理解為多種要素的組合，是一種動態(tài)的、需要企業(yè)不斷積累經(jīng)驗和知識才能形成的組合。它將會提升企業(yè)的技術(shù)，進而增強企業(yè)的競爭能力。要素組合包括：技術(shù)創(chuàng)新投入能力、技術(shù)創(chuàng)新產(chǎn)出能力、技術(shù)創(chuàng)新轉(zhuǎn)化能力、技術(shù)創(chuàng)新實現(xiàn)方式和技術(shù)創(chuàng)新管理能力[7]。

綜上所述，盡管不同學者對企業(yè)創(chuàng)新的研究視角放在不同的領(lǐng)域，但所揭示的內(nèi)容實質(zhì)上大致類似。他們當中很多人把企業(yè)創(chuàng)新能力看成是企業(yè)的綜合性能力系統(tǒng)?；诖?，本文著重研究創(chuàng)新投入、產(chǎn)出和企業(yè)績效三者之間的關(guān)系。基于此，本文提出以下幾個假設(shè)：

假設(shè)1：企業(yè)研發(fā)投入對績效有促進作用。

假設(shè)2：企業(yè)研發(fā)投入能度越高，專利的產(chǎn)出越多。

3 研究設(shè)計

3.1 樣本的選取與數(shù)據(jù)來源

本文以中國A 股上市的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)為研究樣本。近十年來，中國信息技術(shù)、互聯(lián)網(wǎng)產(chǎn)業(yè)蓬勃發(fā)展，許多公司彰顯了很強的研發(fā)創(chuàng)新實力，因此這十年適合作為觀測期。但是2017年以后，中美經(jīng)貿(mào)摩擦延伸至其他領(lǐng)域，導致中國部分高新技術(shù)企業(yè)、信息產(chǎn)業(yè)等受到美國技術(shù)制裁，對企業(yè)展開創(chuàng)新活動有一定的影響。綜合這兩點原因，本文選取2013-2017年作為觀測年，以中國A股上市的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)作為研究樣本。

本文對樣本進行了以下篩選：①在國泰安數(shù)據(jù)庫中選取A 股上市公司；②按照證監(jiān)會2012 版行業(yè)分類選擇了信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)；③剔除ST 企業(yè)；④根據(jù)從國泰安數(shù)據(jù)庫中導出的數(shù)據(jù)整合成面板數(shù)據(jù)，并在導入Stata 后利用“drop”命令檢測缺失值樣本，剔除數(shù)據(jù)不完整樣本。剔除缺失值前觀測值有1 010 個，剔除缺失值后共有522 個觀測值。

本文涉及上市公司的專利情況、研發(fā)投入、財務(wù)數(shù)據(jù)等面板數(shù)據(jù)均來自國泰安數(shù)據(jù)庫（CSMAR）。本文采用Stata 15軟件進行面板數(shù)據(jù)分析。

3.2 變量定義和模型設(shè)定

本文選擇專利申請數(shù)而非專利授權(quán)數(shù)作為創(chuàng)新的指標。因為一般來說，企業(yè)從申請專利到專利授權(quán)中間往往間隔一年以上，存在滯后性，因此選擇專利申請作為專利的指標。同時，本文對專利投入、專利申請數(shù)、技術(shù)人員3 個變量取對數(shù)。其中表1為本文的變量說明。

表1 變量說明

本文采用模型1 驗證假設(shè)1：研發(fā)投入對績效的影響和模型2 驗證假設(shè)2：研發(fā)投入對專利申請的影響。此時被解釋變量為研發(fā)投入lnSpe，解釋變量分別為績效RRTA 和專利申請數(shù)lnIP。其他變量為控制變量，εi為隨機擾動項。

模型1：lnSpeit=琢+β1RRTA+β2control+εit

模型2：lnSpeit=琢+β1lnIP +β2control+εit

4 實證結(jié)果和分析

4.1 描述性統(tǒng)計和相關(guān)性檢驗

表2為本文主要變量的描述性統(tǒng)計結(jié)果。從結(jié)果可以看到，企業(yè)研發(fā)投入占營業(yè)收入的均值達到10.31，這表明A股上市的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)整體對研發(fā)投入的力度非常大，但是企業(yè)之間存在較大的差距，最大值達到57.49，最小值為0。就專利申請的數(shù)量來看，均值達到3.757，但是最大值為8.752，最小值為1.099，各企業(yè)之間的專利申請數(shù)量有較大的差距，表明企業(yè)之間的創(chuàng)新產(chǎn)出存在較大的差距。此外，就企業(yè)科研人員的占比來看，信息傳輸、軟件和信息技術(shù)服務(wù)行業(yè)科研人員占比為35.55，但是各家企業(yè)之間存在較大差距，表明有些企業(yè)中科研人員的數(shù)量不足，研發(fā)和創(chuàng)新活動力度比同行業(yè)企業(yè)要低。

表2 描述性統(tǒng)計

4.2 回歸結(jié)果

本文運用Stata 15 對面板數(shù)據(jù)進行回歸。采用Hausman檢驗、固定效應(yīng)F 檢驗和隨機效應(yīng)R 檢驗對混合最小二乘模型、固定效應(yīng)模型和隨機效應(yīng)模型進行選擇。

表3報告了研發(fā)投入績效的影響，其中固定效應(yīng)模型回歸的結(jié)果優(yōu)于混合回歸模型和隨機效應(yīng)模型。在固定效應(yīng)模型回歸中，lnSpe 系數(shù)為正且在10%的水平顯著，這表明研發(fā)投入對績效的有正向的影響，假設(shè)1 得到驗證。

表3 研發(fā)投入對績效影響的回歸結(jié)果

表4報告了研發(fā)投入對專利產(chǎn)出的影響，其中固定效應(yīng)模型的回歸結(jié)果由于混合回歸模型和隨機效應(yīng)模型。在3 種回歸模型中l(wèi)nSpe 的系數(shù)均為正，其中固定效應(yīng)模型中l(wèi)nSpe的系數(shù)為0.435 且在10%的水平上顯著，這表明在研發(fā)投入對專利的申請有正向的影響，假設(shè)2 得到驗證。

表4 研發(fā)投入對專利產(chǎn)出影響的回歸結(jié)果

5 穩(wěn)健性檢驗

為了檢驗穩(wěn)健性，本文進行減少樣本量的方法，只選取2016-2017年的樣本，得到的結(jié)果無明顯差異。回歸結(jié)果如表5、表6所示。

表5 研發(fā)投入對專利影響

表6 專利對績效影響

6 結(jié)論和啟示

本文選取2013-2017年期間在A 股上市的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)作為研究對象，從國泰安數(shù)據(jù)庫中提取在這些行業(yè)中的面板數(shù)據(jù)。研究發(fā)現(xiàn)，在信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)中，研發(fā)投入對企業(yè)績效、專利產(chǎn)出有正向的作用，而在研發(fā)投入的影響下，專利會進一步加大對企業(yè)績效的影響。這對企業(yè)加強研發(fā)投入，加大自主創(chuàng)新的力度有很大的促進作用。但是，本文存在著許多不足之處。首先，本文選取的樣本量不夠大，僅僅選取了2013-2017年作為觀測年。由于某些數(shù)據(jù)企業(yè)并未披露，導致最終提取出來的面板數(shù)據(jù)存在缺失值，在Stata 中剔除缺失值后觀測值減少了一半，影響了研究信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)中研發(fā)投入和績效的關(guān)系，在后面的回歸分析中也導致了某些結(jié)果不顯著。其次，由于筆者能力有限導致本文選取的衡量指標不夠嚴謹在一定程度上影響最后的回歸結(jié)果。