创新：行业核心能力提升的基本路径——以安徽省农业装备制造行业面板数据为例

胡春阳，鲍步云，刘朝臣，汪上

(安徽科技学院 经济管理学院，安徽 凤阳 233100)

一、创新与核心能力的关联

创新是指“建立一种新的生产函数”，包括采用一种新产品、新生产方法，开辟一个新的市场，控制或掠取原材料、半成品的一种新的供应来源，实现任何一种工业的新的组织等五种情况 (J.A.Schumpeter，1912)[1](P12～29)，即产品创新、技术创新、市场创新、资源配置创新、组织创新。创新与核心能力存在一定的内在关联，是学术界基本认同的，但对于两者的关联机制及程度的研究，却是众说纷纭且鲜有学者涉足的。谢洪明等研究表明，创新是通过培训核心能力进而实现对组织绩效的提升的，而不同企业创新对核心能力的影响及其程度又有所不同[2](P59～70)[3](P3～9)。刘治江认为创新是企业核心能力之本，它促进企业核心能力链的形成[4](P59～62)(如图1所示)。朱桂龙、黄金胜认为企业核心能力就是企业获得持续竞争优势的能力，核心能力最终体现于企业绩效，依赖于企业能否高效率地推出高效益的技术创新[5](P95～98)。王建民提出企业核心能力是开展和形成创新能力的基础，而创新能力及过程是形成核心能力的关键[6](P15～18)。魏江、寒午指出企业核心能力是企业技术创新能力的核心内容，企业技术创新能力的提高，关键要实现企业核心能力的提高与积累。但核心能力的积累和提高，并不能立即地、自觉地转化为企业的竞争优势[7](P12～17)。庞艳桃将企业创新体系分为核心体系和支撑体系两部分。核心体系包括技术创新、市场创新、管理创新，支撑体系包括战略创新、组织创新、制度创新、文化创新、服务创新等[8](P74～76)。

图1 企业核心能力链

本文根据创新及核心能力的内涵及特征，同时参考McKinsey企业组织七要素(简称7S模型)，将创新与核心能力的关联表示如图2所示。

明确以上诸创新与核心能力之间的相互关联，可构建结构方程模型(SEM)或典型相关模型(CAM)，借助AMOS或SPSS、SAS软件进行实证分析。本文拟通过对创新与核心能力两组变量(即评价指标体系)的典型相关分析，找出若干对典型变量，通过这些变量组的相关性和其与原变量组中各变量的荷载矩阵，对典型变量的含义进行剖析，找出两者之间的作用机制。

图2 创新与核心能力、竞争优势的关联

二、创新与核心能力的典型相关分析

(一)分析方法

典型相关分析(Canonical Correlation Analysis)是针对无法采用双变量相关分析(Bivariate Correlation Analysis)和主成分分析(Principal Component Analysis)进行相关性分析的两组随机变量而开发的，通过分别在两个变量组(如X变量组和Y变量组)中寻求由原变量组(如X变量组或Y变量组)潜在线性组合而成的满足最大相关的一对或几对综合变量，即典型变量(如uk和vk)，进而用这些对综合变量间相关性概括原变量组样本绝大部分信息的一种类似主成分分析的方法(H.Hotelling,1936)[9](P321～377)。典型相关分析可表达如下：

设有两组随机变量X=(x1,x2,…,xp)′和Y=(y1,y2,…,yq)′，为简便起见，事先将其标准化，则其相关系数矩阵为：

(1)

为研究X与Y之间的线性相关关系，假定通过特定的组合可找到若干综合变量，即典型变量uk和vk，有：

uk=δ′X=δ1kx1+δ2kx2+…+δpkxp

(2)

vk=ε′Y=ε1ky1+ε2ky2+…+εqkyq

(3)

使之满足如下条件时：

(1)E(ui)=0,D(ui)=1,i=1,2,…,p

(2)E(vj)=0,D(vj)=1, j=1,2,…,q

(3)Cov(uk1,uk2)=Cov(vk1,vk2)=Cov(uk1,vk2)=0,k1,k2=min(p,q)且k1≠k2

(4)

式中：λk、μk为Lagrange乘数，约束条件联立，则δk、εk满足以下方程组：

(5)

得出的典型变量只有通过显著水平检验才有现实意义，针对剩下的min(p,q)-k对典型变量进行检验，其检验统计量大致服从自由度为(p+1-k)(q+1-k)的χ2分布，可表示为：

(6)

(二)指标选择及数据整理

1.指标选择

探索创新和核心能力的关联，进而寻求提升行业核心能力的路径，就必须分别就创新和核心能力设定指标体系。将创新分为制度创新、组织创新、战略创新、市场创新、管理创新、服务创新、文化创新和技术创新，对这些创新与核心能力进行典型相关分析时，文化创新、制度创新、组织创新、战略创新往往很难设定直接有效的测度指标。在当前国内外缺乏这些创新变量影响核心能力的路径和机制的实证研究的条件下采用间接指标进行替代[10](P105～112)[13](P43～50)，将由于间接指标的完整性和独立性，在一定程度上影响典型变量的相关性。核心能力方面目前国内外学术界也一直缺乏权威和统一的测度指标体系，较常用的平台法只能算是半定量法，五要素法和中证指数体系也都不同程度存在指标不完整、不独立等问题。考虑安徽省农业装备制造企业的自身情况以及获取相关数据的难度及可能性，本文依据代表性、独立性、系统性及综合性等原则，选择如下控制变量(X变量)和效标变量(Y变量)分别代表企业创新能力和核心能力：

x1：R&D投入系数，用年度R&D投入变化量/工业销售产值表示；x2：教育培训强度系数，人均教育培训费用变化量/工业销售产值表示；x3：信息获取能力，用人均信息资产拥有量(如电脑、Internet、报刊杂志等，不包括x2中涉及教育培训费用)及调研经费增长率表示；x4：设备及技术现代化水平，用人均固定资产(10万元以上)增长率表示；x5：劳动要素生产率变化率；x6：销售创新能力，用工业销售产值变化量/销售投入变化量表示。

y1：可持续增长率，用内源性股东权益增长率变化率表示；y2：资产收益率变化率(△ROA)，用净利润率(△NPM)×资产利用率(AU)+ 净利润率(NPM)×资产利用率(△AU)表示；y3：Tobin`s Q值变化率，Tobin’s Q值=企业的市场价值/资本重置成本；y4：主营业务增长率，用主营业务收入增长率表示。

2.数据整理

本文从安徽省1992家规模以上装备制造企业中，有选择性地抽样了11家具有行业代表性及数据可获取性的生产耕整、收割、场上作业、植物保护、农业运输、渔畜业和其他农业机械及配件等的企业，其中交通运输设备制造企业3家，专用及通用设备制造企业各2家，金属制品业、电气机械及器材制造业等四个行业各1家①。利用SPSS13.0对以上样本2006～2009年面板数据进行分析，数据由企业年度报告、CSMAR数据库等资料整理而成，对于个别缺失数据采用插值法或移动平均值法补充。

(三)分析与检验

1.典型相关系数及其检验

运行SPSS软件，打开预存的数据文件(SPSS事先将数据标准化)，调用MANOVA程序，运算结果表明该数据适合做典型相关分析，为了输出更详细的结果，本文选择调用软件自带宏Canonical correlation.sps进行运算，得出的典型相关系数及检验结果整理后如表1所示。

表1 典型相关系数及检验

第1、2、3个典型相关系数分别为0.732、0.517(>0.500)和0.239(<0.500)，同时结合sig.值可知，前两个典型变量显著相关，具有统计学意义。结合冗余度分析(Redundancy Analysis)显示的3个典型相关系数所能解释原变量组的变异比例，此处仅选取前两个典型变量。

2.典型变量模型及分析

设原变量组X=(x1,x2,…,xp)′和Y=(y1,y2,…,yq)′标准化后分别为(ϖ1,ϖ2,…,ϖp)′和(ϑ1,ϑ2,…,ϑp)′，根据输出结果中各典型变量与(ϖ1,ϖ2,…,ϖp)′之间和与(ϑ1,ϑ2,…,ϑp)′之间各变量之间标化系数表，有：

u1=0.817ϖ1+0.253ϖ2+0.328ϖ3+0.695ϖ4-0.226ϖ5+0.393ϖ6

(7)

v1=0.659ϑ1+0.172ϑ2+0.236ϑ3+0.781ϑ4

(8)

u2=-0.287ϖ1+0.465ϖ2+0.532ϖ3+0.196ϖ4+0.261ϖ5-0.208ϖ6

(9)

v2=0.577ϑ1+0.892ϑ2+0.316ϑ3+0.335ϑ4

(10)

在(7)式中，R&D投入、设备及技术现代化水平与控制变量组的第一典型变量高度相关，其典型荷载分别为0.817和0.695；其次是销售创新能力及信息获取能力，典型荷分别达到0.393和0.328；而劳动生产率则与该典型变量弱相关。在(8)式中，主营业务增长率、可持续增长率与效标变量组的第一典型变量高度相关，其典型荷载分别为0.781和0.659。故而，可用第一典型变量来反映R&D投入、设备及技术现代化水平与主营业务增长率、可持续增长率的相关关系。同样，在(9)式和(10)式中，教育培训、信息获取能力和资产收益率对第二典型变量的影响也十分明显，可用第二典型变量来反映教育培训、信息获取能力和资产收益率之间的相关关系。

三、结论及基本路径

以安徽省农业装备制造行业2006～2009年面板数据为例，对创新与核心能力的典型相关分析表明：创新与核心能力存在较显著的正相关关系。根据典型变量模型的分析，第一典型变量代表技术创新对于可持续发展的影响，命名为“技术创新”变量，第二典型变量代表知识信息获取对资本收益的影响，命名为“学习型组织”变量，因而“技术创新”和“学习型组织”可视为提升行业核心能力的两种基本路径。对SPSS输出的两个典型变量与原变量组(X变量组和Y变量组)的结构分析矩阵，我们还发现，纯劳动要素生产率的变化在第一典型变量上的荷载最小且与之负相关，即纯劳动要素已经不能成为样本行业核心竞争力提升的重要因素。此外，模型中第一典型相关系数为0.732，而重叠系数也小于0.850，这与核心能力测度指标体系和创新测度指标的协调性有关，还与抽样的过程中同一指标在不同企业可能存在统计的口径、标准不同以及部分数据缺失有关。

基于以上典型相关模型及输出的结构分析结果，本文就提升行业核心能力提出以下基本路径：

(一)构建学习型组织

T.H.Davenport指出，学习型组织是指有意识地建立适当的组织战略和组织结构，以促进和强化组织学习的组织[12](P43～57)。P.M.Senge认为学习型组织是一个在预期、对变化的应对和反应、复杂性和不确定性等方面都有一套自己的方略，具有自身哲学的组织，其特性是一个促进其每个成员进行学习，且不断改善自身的组织，强调系统思考、自我超越、心智模式、团队学习和建立共同的愿景[13](188～235)。其学习机制利于培育和提升核心能力，学习型组织的构建过程，本身就是核心能力培与和提升的过程。

安徽农业装备制造行业现有的企业中规模以上企业数量极少，约占总企业数的1/7弱。企业总体而言，由于经营机制、企业管理，尤其是核心技术能力依然停留在20世纪末的水平，重型农业装备制造和配套能力严重不足，产品过于低端化。要提升核心能力，实现可持续发展，企业必须在优化产权结构、转换经营机制的同时，调整组织结构，努力构建学习型组织。

(二)切忌盲目引进，鼓励自主技术创新

技术引进在特定的条件下可以起到缩小与技术先进国家和组织的差距，但同时也容易形成技术依赖和减弱创新动力。孙玮等研究表明，技术引进对我国高技术产业创新效率存在着负面的影响[18]1088-1094。安徽农业装备制造行业近年来，在行业共性技术、基础理论方面的研究不足，且缺乏原始创新，新技术主要依靠国内外技术购买和联合开发来获取。以长江农业装备公司、神牛机械公司和全柴集团公司为例，这些企业获取高速插秧、复合耕作、联合收割及大马力拖拉机等技术则主要依靠境外招商和合作开发等方式。我们的调研显示，2006-2009年样本企业自主技术创新还不足新技术总量的4%，这是行业原有优势持续下滑的重要原因。因此，只有不断学习和融合现有的知识、信息及所引进的技术，并逐步由渐进式技术创新向突破式技术创新过渡，形成拥有自主产权的技术和产品，才是摆脱技术落后的根本途径。

(三)健全技术创新制度供给机制，提高技术创新产出能力

技术创新是一项系统工程，需要企业、组织、政府及民众多方共同参与和协调，需要政策、制度等的规范和保障。建立起政府引导，企业、高校、科研机构等主体共同参与的，规范化、制度化的技术创新供给机制，从而确保技术创新人才培养、激励、平台建设、R&D投入、成果转化及保护等等工作的有序进行，提高技术创新产出能力，是培育核心能力的重要保障。

安徽农业装备制造行业当前企业规模小、产品过度“轻型化”和技术附加值低。只有契合区域经济、产业结构和农业产业化的需要，尽快将农业装备制造行业纳入到安徽省装备制造业“4+6”工程计划中，通过制定和实施增值税转型、大规模技术改造、鼓励订购和使用省产装备、加强行业交流等一系列政策，以及建设官产学自主创新和融资等平台，形成系统的技术创新制度供给，方能提高安徽省农业装备，尤其是复合型耕整机、高速插秧机、联合收获机、大中型拖拉机、秸杆综合利用机械等产品的自主技术创新率和自给率。

(四)建设创新文化，树立技术创新意识及价值观

技术创新通过内生效应和外溢效应促进核心能力的形成和提升，是核心能力的主要动力和主要途径。在拥有高端技术、雄厚资金和强大研发能力的大型农业装备跨国公司纷纷进驻我国的今天，农业装备制造企业只有通过树立创新意识及价值观，形成及发展较强的接受创新事物的能力，并使之融入到组织生产、研发、营销、物流、资金、人力资源等各项管理活动中，从而推进技术创新，甚至产品创新、制度创新、管理创新以及其他各方面的创新，才能形成更具独特性、延展性和价值性的核心能力。

[注释]

①企业数量为2009年年初数据，选取的样本为2005年前已成立且在统计期尚在的农业装备制造企业。

[参考文献]

[1]Schumpeter, J.A..Theorie der wirtschaftlichen Entwicklung.Leipzig: Duncker &Humblot.1912:12-29.

[2]谢洪明,等.学习、创新与核心能力:机制和路径[J].经济研究,2007(2):59-70.

[3]谢洪明,韩子天.组织学习与绩效的关系:创新是中介变量吗?——珠三角地区企业的实证研究及其启示[J].科研管理,2005(5):3-9.

[4]刘治江.学习与创新:企业核心能力的本源[J].经济问题,2007(3):59-62.

[5]朱桂龙,黄金胜.基于技术创新的企业核心能力构建[J].科技管理研究,2006(7):95-98.

[6]王建民.企业核心能力与创新能力的关联分析[J].北京市经济管理干部学院学报,2004(4):15-18.

[7]魏江,寒午.企业技术创新能力的界定及其与核心能力的关联[J].科研管理,1998,(11):12-17.

[8]庞艳桃.企业持续创新体系运行机制研究——以海尔为例[J].科技进步与对策,2010(18):74-76.

[9]Hotelling, H..Relations between two sets of variates[J].Biometrika, 1936, (28): 321-377.

[10]谢洪明,等.学习、知识整合与创新的关系研究[J].南开管理评论,2007,10(2):105-112.

[11]谢洪明,等.文化、学习及创新如何影响核心能力——华南地区企业的实证研究[J].管理评论,2007,19(10):43-50.

[12]Davenport, T.H., De Long, D.W., Beers, M.C..Successful knowledge management projects [J].Sloan Management Review,1998,39(2):43-57.

[13]Senge, Peter M.The Fifth Discipline: The Art and Practice of the Learning Organization.New York: Doubleday Currency.1990:188-235.

[14]孙玮,王九云,成力为.技术来源与高技术产业创新生产率——基于典型相关分析的中国数据实证研究[J].科学学研究,2010(7):1088-1094.