辽宁省工业企业创新价值链运行效率分析——基于Stephen Roper三环节模型的实证检验

李　爽 , 于　健

(1.沈阳大学 经济学院, 辽宁 沈阳　110041; 2.辽宁大学 商学院, 辽宁 沈阳　110136)



辽宁省工业企业创新价值链运行效率分析
——基于Stephen Roper三环节模型的实证检验

李爽1,2, 于健2

(1.沈阳大学 经济学院, 辽宁 沈阳110041; 2.辽宁大学 商学院, 辽宁 沈阳110136)

摘要:基于Stephen Roper创新价值链模型的思想,构建连续递进的三环节模型,实证分析了辽宁省工业企业2002-2012年期间创新价值链的运行效率。结果发现,企业内部研发投入是其获取创新源、开发新产品的重要影响因素,创新源转化为新产品的效率偏低,新产品转化为企业绩效的效率较高。最后针对辽宁工业企业技术创新活动存在的问题提出了若干建议。

关键词:辽宁省; 工业企业; 创新价值链; 三环节模型

一、 研究背景与文献综述

我国从20世纪90年代以来,全社会研发支出占GDP的比例呈逐年提高的趋势,从1993年的0.7%提高到2013年的2.09%[1],增长了近2倍。但是在GDP高速增长的情况下,我国的技术进步却进展缓慢。根据全要素生产率(TEP)估计,“九五”和“十五”期间,TEP年均增长率为-0.21%。“十二五”是我国建设创新型国家的关键时期,辽宁省作为我国重要的装备制造业基地,承载着更多的使命和任务。近年来,辽宁省研究与试验发展经费支出不断增长。根据2013年国民经济和社会发展统计公报显示,辽宁省2012年研究与试验发展经费支出达390.9亿元,支出总额列全国第九位。虽然位于前列,但与我国发达省份相比仍然存在较大差距,特别是研究与试验发展经费投入强度相对较低。2012年研发经费投入强度为1.57%,小于1.98%的全国平均研发经费投入强度。另外,辽宁省大中型工业企业科技经费支出占主营业务比重也从2008年的1.62%下降到2012年的1.07%[2]。目前,辽宁省工业企业在技术创新方面存在的问题主要有研发投入绝对额偏少、自主创新能力差、具有自主知识产权的成果少等问题。如何破解企业技术创新活动面临的困局,提升企业自主创新能力,已经成为社会各界日益关注的热点问题。

国外学者早在20世纪50年代就已经开始研究创新活动对经济增长的贡献,相继提出了著名的索洛残差法、Cobb-Douglas生产函数法等。国外学者利用Cobb-Douglas生产函数法对企业创新活动进行了大量的研究,比如:Brandch检验了1950—1965年美国111家大公司研发支出的效应[3],Griliches检验了1957—1977年大约1 000家美国最大制造公司的研究与开发支出对生产力的影响[4]。然而,这些研究只回答了研发投入与经济增长之间的关系,并没有涉及企业创新活动的过程与经济增长之间的关系。企业创新活动作为创造价值的过程是通过一系列活动构成的,这些互不相同但又相互关联的创新活动,构成了一个创造价值的动态过程。实际上,企业实施各个创新步骤的能力往往分布不均。要想提高一个企业的整体创新能力,首先要分析企业创新价值链的运行效率,找出抑制创新的环节,然后有针对性地改进;如果只是照搬所谓行业的最优方法,不但无助于提高企业整体创新能力,还可能使某个创新短板的问题更为显著,从而降低创新能力。国外学者Hansen 和 Birkinshaw[5]、Stephen Roper等[6]率先提出了“创新价值链”的概念并进行了相关研究。国内学者也对创新价值链展开了相应的研究,如,陶锋[7],余泳泽、刘大勇[8],肖仁桥、王宗军、钱丽[9]等。但是,因为关于创新价值链的研究在国内开展的时间比较短,已有的研究主要以描述性的定性分析为主,相关实证研究非常少见,仍然存在大量的学术问题和实践现象有待进一步研究。本文认为:现有研究成果存在的主要问题是忽略了创新过程中各参与主体之间的协同创新和自我演化行为的分析;另外由于相关的案例分析和实证研究尚未开展,因而无法针对企业创新问题提出更具操作性的建议。

本文借鉴Stephen Roper的创新价值链模型,构建一个连续递进的三环节创新价值链模型,以辽宁工业企业为样本进行实证研究, 探寻辽宁工业企业创新价值链各环节的运行效率和影响因素。 这对于提升辽宁工业企业创新能力, 增强辽宁工业企业核心竞争力具有重要的现实意义。

二、 研究设计

1.创新价值链的三环节模型

创新价值链的概念源自美国哈佛大学教授迈克尔·波特在《竞争优势》中所提出的企业价值链管理理论,是创新理论与价值链理论的有机结合。与产业链、技术链和创新链等相关概念不同,创新价值链主要强调创新环节中的价值转移和创造,重点研究创新活动的价值创造过程及其各环节内部结构、运行机制与相互关系等。Morten T Hansen等提出了一个比较详细而全面的创新价值链的概念框架,将创新视为一个从创新产生到创造价值的首尾相连的链状过程,并将整个创新价值链划分为三个阶段:创意的产生,创意的转换(创意转化成产品或付诸实施),产品或行为的扩散与推广[5]。Stephen Roper则提出一个与Morten T Hansen等相似的三环节创新价值链框架,即从创新源的获取到转化为新产品,再从新产品到企业业绩的提升[6]。本文借鉴Stephen Roper提出的三环节价值链模型,结合辽宁规模以上工业企业统计数据的可获得情况,构建了创新价值链运行效率的三环节评价模型:第一环节模型反映企业获取创新源的效率,第二环节模型反映创新源转化为新产品的效率,第三环节模型反映新产品与企业盈利状况的关系。

2.创新价值链三环节模型构建

(1) 企业获取创新源的效率模型。创新源的获取是企业创新价值链的起点,是企业研发新产品的前提和基础。在建模过程中,将创新源量化存在较大困难。本文认为,该指标应该反映单位企业的创新源获取数量,因此应考虑有研发活动的企业数量对该指标的影响,即采用“单位企业在研项目的数量”替代。一般而言,影响创新源获取的主要因素是企业的研发活动,企业的研发活动又受研发经费支出、研发人员数量、政府财政支持、技术外部购买和引进技术的消化吸收等因素的影响,这些因素与创新源获取之间基本呈正相关关系。然而技术外部购买与企业创新源获取之间的关系可能更为复杂。一方面,企业通过外部购买专利技术可以促进企业创新活动的开展;另一方面,过多地依赖外部购买专利技术可能削减企业自身的创新活动。可见,技术外部购买与创新源获取之间的关系有待实证数据提供支持。另外,考虑到各影响因素对创新源获取效率的影响存在滞后效应,本文在建模过程中采用了滞后一期的“单位企业在研项目的数量”代表创新源的获取情况。通过以上分析,本文构建的创新价值链第一环节模型如下:

Quantity=α0+α1IRD+α2TI+α3EP+

式中:Quantity表示单位企业在研项目的数量;IRD表示内部研发经费;TI表示国外技术引进经费;EP表示国内技术购买经费;TA表示技术消化吸收经费;RDP表示研发人员数量;GF表示政府财政资金。

(2) 创新源转化为新产品的效率模型。企业研发成功的新产品是创新源转化的必然结果。一般来说,企业年度研发成功新产品的数量可以反应企业新产品研发的情况。因此,本文采用“企业年度新产品数量”作为企业研发新产品情况的替代变量。与此同时,考虑到影响创新源获取的因素也多会影响新产品的转化,本文将式(1)中解释变量引入到第二环节模型之中,作为控制变量进行考察。另外,考虑到创新源获取的滞后效应,本文在建模过程中采用了滞后一期的“企业年度新产品数量”代表新产品的研发情况。本文构建的创新价值链第二环节模型如下:

NewProduct=β0+β1Quantity+β2IRD+β3TI+

式中:NewProduct代表企业年度新产品数量,其他指标同式(1)。

(3) 新产品转化为绩效的效率模型。绩效的评价指标有很多类型和标准,可以采用综合性较强的单指标,也可以采用多指标的综合得分来表示。本文在模型设计中研究的绩效是指新产品绩效。新产品绩效的最佳评价指标应该是新产品研发后企业销售该新产品确认的销售收入。因此,本文采用“企业年度新产品销售收入”作为企业绩效的替代变量。同时,在该模型中本文对于控制变量的选择、因变量滞后处理的理由和方法与第二环节模型相同,不再赘述。本文构建的创新价值链第三环节模型如下:

Sales=γ0+γ1New Product+γ2Quantity+γ3IRD+γ4TI+γ5EP+γ6TA+

式中,ValueAdded代表企业年度新产品销售收入,其他指标同式(2)。

另外,根据Cobb-Douglas生产函数,产出与资本、劳动和技术水平之间呈现非线性关系,在数学求解的过程中,通常需要对数函数对其进行线性化处理。根据这个思想,本文将全部变量进行对数函数处理,这样不但满足了Cobb-Douglas生产函数线性化模型的要求,而且消除了变量的异方差和变量量纲的影响。

表1　变量定义表

3.样本与数据来源

本文的研究样本是2002—2012年辽宁省规模以上工业企业的相关统计数据,尽管不同时期规模以上工业企业的统计标准不尽相同,但规模以上企业多是地区经济建设的中坚力量,是从事科技创新活动的重要部门,而且相关统计数据也较容易从统计年鉴中获取。截至2014年7月,相关统计年鉴和政府部门网站只提供了2012年以前的规模以上工业企业技术研发数据,因此本文样本数据的时间范围截至2012年。

本文所用数据主要来源于科技部、国家统计局网站,以及历年中国统计年鉴、辽宁统计年鉴。对于个别年份的指标缺失,本文对其进行平滑处理,利用平均数或趋势数据进行替代。本文样本数据的统计处理采用了SPSS 12.0统计软件。

三、 统计分析

1.模型变量的相关性分析

为了初步了解模型变量之间的关系,本文计算对三环节创新效率模型全部变量之间的Pearson相关系数、Kendall’s tau_b相关系数和Spearman相关系数。结果发现三种相关系数计算结果基本一致,由于篇幅限制,本文仅列出了Spearman相关系数,具体结果见表2。

表2　各变量的Spearman相关系数

注: **、*分别表示在1%、5%(双尾)水平上显著。

从表2中发现:①三环节模型中各因变量之间存在显著的相关关系,这基本表明三环节技术创新活动之间的转化效率是非常高的,企业可以顺利实现从创新源获取到实现企业绩效提升的过程。②三环节模型中的各个解释变量之间基本呈显著的相关关系,这表明企业创新价值链的各个影响因素之间可以相互协调、互相促进,企业内部研发活动已经与外部技术转让市场、政府财政资金支持之间形成良性互动,构成了较为稳定的创新生态网络关系。③TI变量与其他变量之间相关系数为负,但没能通过显著性检验,表明企业从国外引进技术的投入没能提高企业自身技术创新活动的效率,甚至对创新活动的影响是负面的;与此同时,从国内购买技术对创新活动的影响明显优于从国外引进技术对创新活动的影响,这一不同寻常的分析结果应引起重视。可见,引进什么技术要比从哪引进技术更为重要。

2.三环节模型的回归分析

本文采用“逐步回归”的统计方法对三环节模型进行分析。引入方程的每个自变量偏相关系数的显著性水平确定为0.05;已引入方程的自变量从方程中剔除的显著性水平确定为0.1。回归结果见表3。

表3　三环节模型的逐步回归统计结果

从表3的结果中可以看出,模型的拟合程度非常理想,三个模型的调整R2分别达到0.828、0.962、0.969。从模型的拟合效果情况来看,第二、三环节模型明显优于第一环节模型,F统计量也较高,说明模型的线性关系显著。三个模型的D-W数值与理想值2非常接近,说明尽管采用了时间序列数据进行分析,但是数据之间基本排除自相关的影响。值得说明的是,第二环节模型两个解释变量之间存在一定的共线性关系,但是共线性并没有影响或降低模型的拟合效果。本文认为,相对于解释变量之间的共线性而言,模型体现出的解释变量对于因变量的解释能力更为重要。

根据第一环节模型的回归结果可以发现,决定企业在研项目数量的主要因素是内部研发投入的资金数量,同时,内部研发投入还是影响企业推出新产品数量的重要解释变量。这说明企业应充分重视利用内部投入资金进行研发的重要性。第二环节模型中决定企业开发新产品数量的主要因素有内部研发投入和国内购买技术投入,但是Quantity变量却没能进入回归模型。这表明就样本数据而言,创新源数量并不能很好地解释企业新产品的数量,说明从创新源到新产品的转化效率偏低。从第三环节模型可以很明显地看出,企业新产品的数量可以很好地解释新产品销售收入。这表明企业的研发活动可以为企业实现更多的销售额,也说明企业创新价值链第三环节的效率较高。

四、 研究结论与政策建议

1.重视技术研发投入,构建稳定的创新生态圈

现代企业的竞争已经不仅局限于利用企业自身资源或能力构建竞争优势,而是要求企业必须挣脱过度依赖内化能力的限制,通过提升企业及其利益相关者共同形成的商业生态圈的价值,实现自身价值最大化。因此,辽宁工业企业在开展技术创新活动的过程中,除了要重视对技术研发的经费投入,不断提升企业自身的创新能力外,必须高度重视企业创新生态圈的重要作用,发挥辽宁省内众多高校和科研机构的优势,将企业内部创新活动与外部环境密切结合,充分利用国家振兴东北的区域发展政策,加强与辽宁省科研院所的产学研合作,积极引进并消化吸收国内外企业的先进技术,形成稳定的创新生态圈,不断提升企业技术创新活动的效率和水平。

2.注重从新技术到新产品的转化

①辽宁省工业企业应充分利用自身工业基础雄厚、技术人才多的优势,进一步加大新产品开发的资金投入,着力解决新产品开发中存在的问题,为新技术到新产品的转化提供良好的先决条件;②政府部门应进一步完善知识产权保护制度,加大对高新技术企业在财政和税收上的支持力度;③建立有效的技术创新和新产品开发的市场竞争机制,通过政策法规等手段,打破产业内部大型企业和地方职能部门的技术垄断,增强产业整体的技术创新活力,进而提升企业从新技术到新产品的转化效率。

3.充分利用外部技术市场,引进能够促进企业发展的新技术

通过外部获取实现技术创新是企业研发新产品的重要途径之一。长期以来,辽宁省工业企业多采用市场换技术的发展策略,然而从国外引进的技术多是非核心技术,这些引进的新技术无法让企业在国际市场竞争中占得先机,更无法提高企业的创新能力。因此,企业在从外部技术市场获取创新源时,必须充分考虑引进的新技术是否适应企业的发展战略,只有更好地将外部技术充分利用消化,才能增强企业的整体创新能力,进而提高企业的核心竞争力。

参考文献:

[1] 国家统计局.中国统计年鉴2013[M].北京:中国统计出版社, 2014:748-752.

[2] 辽宁省统计局.辽宁统计年鉴2013[M].北京:中国统计出版社, 2014:457-459.

[3] Branch B.Research and Development Activity and Profitability: A Distributed Lag Analysis[J].Journal of Political Economy, 1974,82(5):999-1011.

[4] Griliches Z.Productivity, R&D, and Basic Research at the Firm Level in the 1970’s[J].American Economic Review, 1986,76(1):141-154.

[5] Hansen M T, Birkinshaw J.The Innovation Value Chain[J].Harvard Business Review, 2007,85(6):121-126.

[6] Rope S, Du J, Love J H.Modelling the Innovation Value Chain[J].Research Policy, 2008,37(6/7):961-977.

[7] 陶锋.吸收能力、价值链类型与创新绩效:基于国际带动联盟知识溢出的视角[J].中国工业经济, 2011(1):140-149.

[8] 余泳泽,刘大勇.创新价值链视角下的我国区域创新效率提升路径研究[J].科研管理, 2014(5):27-37.

[9] 肖仁桥,王宗军,钱丽.价值链视角下我国不同性质工业企业技术创新效率研究[J].中国科技论坛, 2014(1):76-82.

【责任编辑刘晓鸥】

Operating Efficiency of Innovation Value Chain of Industrial Enterprises in Liaoning Province: Empirical Test Based on Three-Link Model of Stephen Roper

LiShuang1,2,YuJian2

(1.School of Economics,Shenyang University, Shenyang 110041, China; 2.Business School, Liaoning University, Shenyang 110136, China)

Abstract:Based on the idea of innovation value chain model of Stephen Roper, a continuous progressive three-link model was built and the operating efficiency of innovation value chain of industrial enterprises in Liaoning during 2002—2012 was analyzed .The results show that internal R&D investment is the most important influence factor of acquiring source of innovation and developing new products.The efficiency that innovation source converted into new products is poor, and the efficiency that new products converted into corporate performance is perfect.Some advices are proposed to improve the technological innovation activities of Liaoning industrial enterprises.

Key words:Liaoning Province; industrial enterprise; innovation value chain; three-link model

作者简介:张振家(1978-),男,辽宁沈阳人,沈阳大学副教授,博士。

收稿日期:2014-09-18

中图分类号:F 425

文献标志码:A

文章编号:2095-5464(2015)02-0151-05