企业融资约束与创新绩效：人力资本社会网络的视角

孙 博，刘善仕，姜军辉，葛淳棉，周怀康

(1.桂林理工大学现代企业管理研究中心，广西 桂林 541004；2.华南理工大学工商管理学院，广东 广州 510641)

1 引言

我国多层次资本市场经过多年的发展，虽已初具规模，但仍然存在一些结构性问题，如股票市场与债券市场缺乏有效性、银行体系存在贷款歧视等[1]。这种资本市场的不完善性，使得企业外部融资成本过高，导致企业外部融资困难，造成企业长期处于融资约束的状态[2-3]。

融资约束状态将对企业发展产生直接的影响，表现在企业的成长性[4]、投资效率[1]、技术效率[5]与创新行为[6]等方面。其中，企业的创新行为，作为维持企业核心竞争优势的主要源泉与核心动力[7]，尤其值得我们关注：创新的实现需要企业对研发活动提供长期且充足的资金支持；而如果企业的融资状况不佳、资源不足，可能直接导致研发投入与策略的调整，进而影响企业的创新实现。

对于融资约束状态将对企业创新绩效产生怎样的实际影响，现有的相关研究与讨论尚未形成共识。具体来看，一些研究认为融资约束将抑制企业的创新表现，其主要逻辑是企业缺乏资金将直接引起研发投入的减少[6]，继而导致研发所涉及的实验实施、创意产生与筛选、产品测试等重要活动得不到必要资源的支撑，最终造成创新绩效的下降[3]。而一些持相反观点的研究则认为，融资约束状况一方面会促使决策层改善管理效率和投资效率，使得企业研发投入更具针对性，因而更易获得创新成功[5，8-9]；另一方面将有助于激发研发团队的创造潜能，提高团队创新能力，促进其在有限资源下进行拼凑式创新[10-11]。

总体而言，现有研究集中于单独讨论企业融资约束对创新绩效的促进或抑制作用，力图揭示它们之间可能存在的简单线性关系。然而，现有文献中看似对立的两种观点及其相应证据恰恰说明，融资约束与创新绩效之间的关系很可能是复杂的、非线性的。具体而言，融资约束对于企业创新的促进作用与抑制作用可能同时存在于企业的经营实践中，而在不同程度的融资约束状况下表现为以某种作用为主。有鉴于此，本研究将融资约束潜在的促进作用与抑制作用一同纳入分析框架，以深入考察其与创新绩效之间可能存在的更为复杂的非线性关系。

同时，关于我国企业如何在融资约束下提升创新绩效的问题，现有研究主要从开拓资金来源的角度，考察融资约束对企业创新产生影响的边界条件，并识别出一些能够缓解融资约束消极影响的调节因素，如政府补贴[3]、货币政策[12]、金融发展[13]、营运资本管理[6]、现金持有[14-15]、集团内部资金[16]等。然而，在实际的企业经营中却难以对这些因素加以广泛利用：只有极少数企业才能够从外部获得如政府补贴与投资这类的资金支持，而多数企业仍将面临融资困难的现实。这就需要相关研究能够从有利于企业发挥能动性的角度出发，探索能够有效缓解融资约束对企业创新产生不利影响的途径。

企业间人才流动形成了企业社会关系网络，亦即人力资本社会网络[17-18]。在这一网络中，镶嵌于个体的信息、知识、技能等人力资本随着个体流动而在企业间转移，而在其中占据优势位置的企业能够获得丰富的资源。这些资源将有助于缓解企业融资约束对创新的消极影响。具体而言，占据人力资本社会网络优势位置的企业可以通过人才的流入，特别是中高层管理者、科技人才的流入，直接获取其他企业的信息、技术、知识以及人才等资源，提高研发团队的创造能力，同时帮助企业的决策者更有效地识别具有前景的研发项目，促进其在融资受限的条件下优化研发资源的配置、提高投资效率甚至增加研发支出，从而缓解融资约束对企业创新的消极影响。因此，本研究将提出并验证企业所处的人力资本社会网络在融资约束与创新绩效二者之间扮演的调节角色。

本文以我国上市企业为研究对象。为得到本文独特的数据集，我们首先通过大数据技术收集了存在于互联网空间的个人公开简历(领英中国)，并利用职务字段识别出中高层管理者、科技人才；其次，基于个人简历中的工作经历构建了企业人力资本社会网络；进一步地，利用Pajek 3.0计算出衡量网络优势位置的中心度指数；最后，我们按照公司名称与国泰安相关企业数据进行匹配，最终得到一个包含2,636个样本、时间区间为2000-2014年的数据集。基于该数据集的实证结果显示：1)企业融资约束与创新绩效呈现倒U型关系。2)中高层管理、科技人才的流动所形成的人力资本社会网络对企业融资约束与创新绩效的正向关系具有显著的促进作用。相对于现有文献，本文的主要贡献在于：1)从非线性关系的角度考察了企业融资约束与创新绩效之间的关系，丰富了融资约束与企业创新的研究。2)从人力资本社会网络视角检验了企业人力资本社会网络对融资约束与创新绩效之间的倒U型关系的调节作用，不仅拓展了人力资本社会网络的应用，而且还有助于以企业为主的创新主体发挥能动性改善融资约束带来的不利影响。

2 理论分析与研究假设

2.1 融资约束与企业创新

融资约束是指由于资本市场的不完善性，使得企业外部融资成本过高，导致企业外部融资出现困难，而形成的不同程度的资金匮乏状态[2]。本文认为一定程度融资约束可能促进企业创新绩效。首先，基于理性人假设的前景理论(Prospect Theory)认为，当个体决策者面临失败或损失时将变得更加风险偏好，而当其获得成功时将更加倾向风险规避[19-20]。因此，当企业决策者面临企业融资约束时，其会预计到组织的经营将陷入困境，此时管理者的投资决策将更倾向于存在一定风险、但能够维持企业稳定和发展的创新项目。于是，在融资约束的背景下，决策者通过增加研发支出来提高企业创新投入，以促进企业创新绩效的提升。例如，Wiseman和Bromiley[21]和Burgers等[22]针对不同行业的研究发现，当企业面临绩效下降的风险时企业会有更多的具有风险的创新行为。其次，有关职业生涯声誉和管理者投资效率的文献认为，外部劳动力市场通常会根据管理者过往所任职的企业的绩效来判断其才能，良好的企业绩效会增加管理者的市场声誉和价值[23]。也就是说，在企业融资约束的背景下，管理者预计企业的经营将变得困难，出于个人职业生涯声誉的考虑，一方面会在投资上变得谨慎，减少过度投资和资源浪费等企业非效率投资行为，并倾向将有限的资金用于最具前景的研发项目；另一方面，通过努力改善管理水平和组织灵活性，来提高企业应对外部环境变化的能力，克服融资约束带来的负面影响[5，10]。最后，从资源拼凑理论的视角看，有限的资源会一定程度激发研发人才的潜能，促使其重新审视手头资源的内在属性，充分挖掘资源的内在价值，突破既有资源先前利用经验的束缚，并通过创造性的方式实现技术创新和产品开发[10，24]。

然而，随着企业融资约束程度的加重，融资约束对企业创新的抑制作用会逐渐增强并成为主导。有关企业投入产出的文献认为，在实际的企业经营中，企业需要系统地评估经营活动所涉及的投资成本和投资收益，只有当投资收益高于投资成本时，投资活动才会实现[18]。由于研发活动所具有的不确定性和长期性[3]，决定了研发活动的高融资成本和高调整成本[6]，这将影响企业对创新项目的投入。具体来说，首先，研发活动需要大量资源的长期投入，但是研发成果的商业化所带来的收益不一定会弥补前期的研发投入；其次，在研发的过程中，研发项目可能遭遇技术难题、研发成果难以商业化、研发成果泄露等风险，使得企业的研发投入难以收回；最后，研发项目从立项实施到成果商业化一般需要一定的周期，期间需要持续投入研发资金，并且可能难以有效估计研发何时产生直接效益。因此，融资约束程度较高时，企业更倾向于缩减高成本、高风险的创新活动的支出，将有限的资金投入“短平快”的项目，导致研发投入不足甚至推迟研发[3，5，13]，使得研发所涉及的创意开发与选择、技术实验、产品测试等活动得不到必要资源的支撑，进而影响企业的创新绩效。特别是在当前我国知识产权保护还不够完善、人才资源相对短缺以及消费者对创新要求还不高的市场环境下，企业对创新活动的投入更显犹豫[25]，一旦企业面临较大程度融资约束，这种抑制效应可能大幅增强。

因此，基于对融资约束正反两面效应的探讨，本文认为企业融资约束与其创新绩效之间可能存在的更为复杂的倒U型关系而非一般线性关系。这与财务资源在创新中具有两面性角色的观点一致。具体而言，持这一观点的学者认为，财务资源约束的积极效应和消极效应同时存在企业创新活动中，并在不同约束程度下表现为以某种效应为主[24]。企业融资约束作为财务资源约束的一种具体表现，其积极效应和消极效应也会同时存在于企业的实际经营活动中[5]，并在不同程度的融资约束下表现为以某种效应为主。本文推断，当企业面临较轻融资约束时，尽管企业研发投入因受到融资约束的影响而减少，但是企业可以通过改善管理效率和投资效率以及提高研发能力抵消融资约束的消极影响，即这个阶段企业融资约束对创新绩效的影响以促进作用为主；而随着企业融资约束加重，企业所能投入的资金、改善的管理效率和投资效率以及所能提高的研发能力不足以抵消研发投入所受到的融资约束的消极影响，即这个阶段企业融资约束对创新绩效的影响逐渐由以促进作用为主转为以抑制作用为主。综合以上分析，本文提出以下假设。

假设1：在保持其他因素不变的情况下，随着企业融资约束程度的增加，企业创新绩效将呈现先上升后下降的现象，即企业融资约束与创新绩效之间呈倒U型关系。

2.2 人力资本社会网络的调节效应

人力资本社会网络是指企业因人才流动而形成的企业社会关系网络[18]。在这个网络中，占据网络中心位置的企业，不仅可以获得影响创新的关键人才资源，而且还可以获得其他企业的信息、知识和技术资源。这些资源将有助于企业降低研发风险、提高投资效率和企业研发能力，进而促进企业在融资约束的条件下，将有限的资源投入到具有前景的研发项目中，甚至是加大研发投入，从而提高创新绩效。

具体而言，首先，占据人力资本社会网络中心位置的企业，可以获取更多、更快、更全面的外部信息、知识和技术资源，进而有助于决策者优化研发资源配置。也就是说，占据网络中心位置的企业与其他企业存在广泛的连接关系，能够通过新进人才的社会关系和人才流动的资源溢出效应[26]，获得更多来自其他企业与创新相关的信息、知识和技术资源，如市场信息、行业发展趋势、核心技术等。中心度越高的企业能较快地掌握更多、更全面的有关竞争企业、行业技术发展和市场需求变化的情况，从而更深刻地洞悉行业未来发展方向，并及时了解技术前沿与发展动向[27-28]。这将有助于决策层识别出前景明朗的研发领域，避免失败风险高的创新活动，提升研发资源配置效率。

其次，占据人力资本社会网络中心位置的企业可以获得更多优质的人才资源，进而增强企业研发能力，提高研发项目的成功率。具体而言，越靠近网络中心位置的企业在人才的甄选上有更多的选择，通过获得有益于创新的关键人才，一方面得到与创新相关的关键知识和技术，帮助企业攻克技术难题和知识障碍；另一方面，不同企业的资源在特定企业通过流入人才与企业原有人才的非正式沟通与交流等途径进行碰撞、融合，一定程度上促进了新知识、新技术的产生，最终提升研发能力和研发项目的成功率[18]。综合以上分析，本文提出如下假设。

假设2：在保持其它因素不变的情况下，企业占据人力资本社会网络的优势位置，越有利于其强化融资约束对企业创新的促进作用，从而调节企业融资约束与创新绩效之间的倒U型关系。

3 研究设计

3.1 样本选择与数据来源

本文使用的数据来源于国泰安(CSMAR)数据库和领英(中国)职业社交网站上的公开简历数据，时间区间为2000年-2014年。为得到本文的研究样本，我们做了如下工作。首先，我们基于Ge等[29]的方法获得了领英个人简历上的职业流动数据，进一步参照刘善仕等[18]的方法构建了企业人力资本社会网络，并利用Pajek 3.0计算出衡量人力资本社会网络优势位置的指标，即程度中心度。

其次，本文还收集了2000-2014年所有国内上市企业的以下指标：企业的发明和专利数量(INNO)、企业员工总人数(Size)、企业年龄(Age)、经营性净现金流(CF)、现金股利(DIV)、现金持有(C)、资产负债率(Lev)、收入增长率(Growth)和资产收益率(ROA)、托宾Q值(Tobin’sQ)、以及产权性质(Property)、所属行业(Industry)等。其中，企业发明和专利数量之和(INNO)用于表征企业创新绩效；经营性净现金流(CF)、现金股利(DIV)、现金持有(C)、资产负债率(Lev)和托宾Q值(Tobin’sQ)用于表征融资约束程度(KZ指数)。同时，企业年度总人数的自然对数(Size)用以控制企业规模的影响，托宾Q值(Tobin’sQ)用以控制企业未来投资机会的影响，资产收益率(ROA)用以控制企业增长能力的影响，资产负债率(Lev)用以控制企业融资结构的影响。

最后，按照年份、上市企业代码对本文的领英(中国)数据集和国泰安数据数据集进行了匹配，即企业人力资本社会网络的中心度数据集与来源于国泰安的企业数据集匹配，最终得到一个时间区间为2000年-2014年，涵盖了企业名称、人力资本社会网络的中心度(DC)、企业创新绩效(INNO)、融资约束程度(KZ)以及各种控制变量在内的面板数据集。鉴于在最终参与回归的样本中，只包含了上市企业数据，以及部分上市企业的相关指标披露并不完全，使得最终参与主效应回归模型的有效样本数量共计2,636条。

3.2 变量说明

本文沿袭Ahuja[30]、黎文靖和郑曼妮[31]等文献的做法测量企业创新绩效，并采用刘善仕等[18]程度中心度指标的方法计算网络的中心度(DCit)，用于表征企业在人力资本社会网络中的优势位置。此外，参照魏志华等[32]的研究计算KZ指数，以表征企业的融资约束程度。

①融资约束

融资约束指数(Kaplan and Zingales,KZ)。参照魏志华等[32]用于构造中国上市企业融资约束指数的方法，本文基于经营性净现金流(CF)、现金股利(DIV)、现金持有(C)、资产负债率(Lev)、收入增长率(Growth)和资产收益率(ROA)、托宾Q值(Tobin’sQ)计算出全部样本的融资约束指数KZ指数，KZ指数越大，表示企业面临的融资约束程度越高，外部融资能力越差。

②程度中心度

程度中心度(Degree Centrality,DC)。参照刘善仕等的研究[18]，本文标准化程度中心度的计算如等式(1)所示。其中，i为某个参与构建人力资本网络的特定企业，j为当年除了i以外的其他企业，Xji代表企业间的联结关系，g是某一特定年份参与构建人力资本网络的企业个数。实际上，我们所构建的人力资本社会网络在不同年份是存在规模差异的，因此，程度中心度的这种标准化算法可以帮助我们消除规模差异[41]。

(1)

③企业创新绩效

企业创新绩效(Firm Innovation，INNO)。企业创新通常被认为是新产品的创造或是新颖想法的提出[33]。本文参考Ahuja[30]、黎文靖和郑曼妮[31]测量企业创新绩效的方法，采用企业发明和专利之和的对数值来表征企业创新绩效，具体包活发明、实用新型和外观设计三类。

3.3 研究模型

本文实证模型如等式(2)、(3)所示。本文预期模型(2)中的β2应显著为负，即企业融资约束与创新绩效呈倒U型关系；模型(3)中的β2应显著为负、β4应显著为正，即人力资本社会网络的中心度对企业融资约束与创新绩效的倒U型关系有调节作用。

INNOit=αi+β1KZit+β2KZit2+β3DCit+β4Sizeit+β5Tobin'sQit+β6ROAit+β7Levit+β8Industryit+β9Propertyit+β10Yearit+uit

(2)

INNOit=αi+β1KZit+β2KZit2+β3DCit+β4KZit•DCit+β5Sizeit+β6Tobin'sQit+β7ROAit+β8Levit+β9Industryit+β10Propertyit+β11Yearit+uit

(3)

4 回归结果与分析

4.1 描述性统计与相关系数分析

表1列出了本文主要变量的描述性统计与相关系数分析。其中，取自然对数后的企业创新绩效的平均值为2.849，标准差为1.589，说明上市企业在创新上的表现存在较大差异；企业融资约束(KZ)平均值为-0.115，标准差为1.556，说明我国上市企业外部融资均存在一定的约束，并且融资状况存在较大的差异；企业人力资本社会网络程度中心度(DC)的平均值为0.042，标准差为0.231，说明我国上市企业在人力资本社会网络中占据的位置存在较大差异。其余变量均在正常范围内变动，限于篇幅，不再赘述。

表1 本文主要变量的描述性统计与相关系数分析

注：表中为Pearson相关系数。*代表在10%水平下显著；**代表在5%水平下显著；***代表在1%水平下显著。

4.2 回归结果

表2中的模型展示了针对假设1和假设2的检验结果，其中因变量为创新绩效。模型1是不加入解释变量时，控制变量对因变量的回归；模型2是在模型1的基础上加入了解释变量融资约束(KZ)；模型3是在模型2的基础上加入了解释变量融资约束的平方项(KZ2)；模型4是在模型3的基础上加入解释变量程度中心度(DC)；模型5是在模型4的基础上加入了自变量与调节变量的交互项，即融资约束与程度中心度的乘积项(DC*KZ)。

表2 企业人力资本社会网络位置对企业创新绩效的回归结果

注：括号内为标准误，***、**、*分别表示在0.01、0.05、0.1水平上显著，已控制企业性质、年份、行业。

假设1提出企业融资约束与创新绩效存在着倒U型的关系。模型3的结果显示，企业融资约束的平方项(KZ2)对创新绩效有显著的负向影响(b=-0.011, p<0.01)，而企业融资约束的一次项(KZ)对创新绩效有正向影响(b=0.001)，这说明随着融资约束程度的加重，企业创新绩效呈现先上升后下降的倒U型趋势，即实证结果支持假设1。假设2提出企业在人力资本社会网络中的中心度正向调节融资约束与创新绩效的正向关系。模型5的结果显示，企业融资约束的一次项对创新绩效有显著的正向影响(b=0.012, p<0.05)；企业融资约束的平方项(KZ2)对创新绩效有显著的负向影响(b=-0.009, p<0.05)；企业融资约束与企业人力资本社会网络的中心度指数的乘积项(DC*KZ)对创新绩效有显著的正向影响(b=0.236, p<0.05)，这说明占据人力资本社会网络优势位置的企业，能增强企业融资约束与创新绩效之间的积极关系，从而在一定程度上缓解融资约束带来的不利影响，即实证结果支持假设2。

4.3 稳健性检验

4.3.1 内生性问题

本文可能存在以下内生性问题：(1)同时性偏误。即创新能力强的企业，其自身的融资约束本来就弱，而不是本文理论假设的企业的融资约束越弱，越能促进其创新的提升。(2)遗漏变量问题。遗漏变量问题普遍存在于实证研究中，可能导致主要解释变量的回归结果产生明显的同时性偏误。针对这两个内生性问题，本文做了一系列稳健性检验(具体结果见下表3)。

针对潜在的同时性偏误，本文首先将关键自变量融资约束(KZ)和融资约束的平方项(KZ2)替换为二者的滞后值并重新检验主回归模型(表3中模型1)。这样做是因为，滞后自变量的发生时间早于因变量，这就从理论上排除了因变量影响滞后自变量的可能性。也就是说，如果企业当年的创新绩效变好，理论上不应该影响其去年的融资状况。回归结果(表3中模型1)显示融资约束平方项(KZ2)依然负向显著影响企业创新绩效。此外，本文还使用了固定效应回归模型控制潜在的同时性偏误。即，如果企业自身创新能力是不随时间变化的而只与该企业个体特质有关，则固定效应模型在这种情况下可以有效控制同时性偏误。固定效应(表3中模型2)的结果显示融资约束的平方项(KZ2)负向显著影响企业创新绩效。

表3 内生性问题检验结果表

注：括号内为标准误，***、**、*分别表示在0.01、0.05、0.1水平显著，已控制企业性质、年份、行业。

针对模型的遗漏变量问题，本文采用动态面板模型(Arrellano and Bond估计量)[34]进行了稳健性检验。动态面板模型会将因变量的滞后值(本文中即创新绩效上一年的值)作为控制变量增加到回归中来，控制遗漏变量对主要解释变量的影响。其内在逻辑是，因变量的滞后值实际上包含了遗漏变量的影响，将因变量的滞后值作为控制变量加入回归模型，就在一定程度上控制了遗漏变量的影响。这也是实证研究中检验模型结果对遗漏变量稳健性的一个常见做法。另外，动态面板模型允许研究者指定内生性变量，可将自变量的滞后值加入回归模型进行IV估计，最大程度控制遗漏变量的不良影响。本文运用了关键自变量融资约束(KZ)和融资约束的平方项(KZ2)的滞后值最为指定的内生性变量。Arrellano and Bond估计量(表3模型3)也显示本文主回归模型的结果是稳健的。

4.3.2 创新绩效

参考黎文靖和郑曼妮[31]，本文的关键被解释变量创新绩效的衡量是采用国泰安上市公司数据库的专利和发明之和，具体包括发明、实用新型和外观设计三种。为保证研究结果的可靠性，本文将从以下三个角度表征企业创新绩效并做相应检验。(1)采用发明与实用新型表征企业创新绩效。在某些行业领域，外观设计的创新程度相对低于发明和实用新型。因此，在原有模型的基础上，本文仅采用发明与实用新型来表征企业创新绩效。(2)参考以往研究，采用年度研发支出与企业当年资产总额之比(RD/Size)表征企业创新绩效[35]。(3)采用“软件和信息技术服务业”和“计算机、通信和其他电子设备制造业”的当年主营业务收入表征企业创新绩效。“软件和信息技术服务业”和“计算机、通信和其他电子设备制造业”两个行业的产品创新和更新速度快，其当前主营业务收入可视为创新产品产值。而新产品产值，常被用于表征企业创新绩效[36]。因此，利用国泰安上市企业二级行业编码，本文挑选出样本中属于以上两个行业的企业，并做相应的检验。稳健性检验结果如下表4所示。

表4 创新绩效稳健性检验结果表

表4模型1使用发明与实用新型之和表征企业创新绩效，检验结果显示融资约束平方项对企业创新绩效具有负向显著影响(b=-0.01, p<0.05)。模型2使用研发支出与资产总额的比值表征企业创新绩效，检验结果显示融资约束平方项对企业创新绩效具有负向显著影响(b=-0.00006, p<0.01)。模型3使用“软件和信息技术服务业”和“计算机、通信和其他电子设备制造业”两个行业企业的主营业务收入表征企业创新绩效，检验结果显示融资约束平方项对企业创新绩效具有负向显著影响(b=-0.007, p<0.01)。以上结果显示，更换创新绩效的测量指标后本文的主效应结果依然稳健。

4.3.3 融资约束指数

企业融资约束的代表性测度方法有KZ指数、WW指数以及SA指数等。本文参照魏志华等[32]采用KZ测度我国上市企业的融资约束程度。但KZ指数和WW指数是由多种具有内生性的金融变量复合构造而成的，并且融资约束与其中的现金流、企业杠杆等金融变量存在相互决定的关系。同时，相关研究显示SA指数具有相对的稳健性，与使用WW指数、现金-现金流敏感度的研究结果一致[6]。为避免内生性的干扰以及保证主要研究结论的稳健，我们将采用由企业规模和企业年龄两个外生变量构造而成的SA指数来表征企业融资约束，并做稳健性检验。稳健性检验结果显示，更换融资约束的测量指标后，融资约束指数SA的平方项对企业创新绩效依然具有负向显著影响(具体结果如表5所示)。

表5 融资约束指数稳健性检验结果表

4.3.4 调节效应

为增强本文调节效应的稳健性，我们将采用以下两种方法重新检验本文的调节效应。(1)参考刘善仕等[18]的做法，剔除少于或等于3年(短面板)的上市企业样本，最终获得涵盖166家上市企业共计1047条数据，并重新检验调节效应。(2)采用国泰安企业性质分类，将原样本分为国有企业样本和非国有企业样本，并重新检验调节效应的稳健性。

模型1是长面板数据集企业融资约束对创新绩效的回归，相关结果显示长面板数据集企业融资约束的平方项对创新绩效具有负向显著影响(b=-0.016, p<0.05)，企业融资约束与中心度交互项对企业创新具有正向显著影响(b=0.292, p<0.01)。这说明融资约束与创新绩效的倒U型关系，以及人力资本社会网络的调节作用仍然成立。

模型2和模型3分别是国有企业、非国有企业融资约束对创新绩效倒U型关系的检验和人力资本社会网络对二者之间关系调节作用的检验。模型2的结果显示，国有企业融资约束的平方项对创新绩效具有负向的显著影响(b=-0.034, p<0.01)；国有企业融资约束与中心度交互项对企业创新具有正向显著影响(b=0.658, p<0.05)。模型3的结果显示，非国有企业融资约束的平方项对创新绩效具有负向的显著影响(b=-0.014, p<0.05)；非国有企业融资约束与中心度交互项对企业创新具有正向显著影响(b=0.282, p<0.01)。这表明本研究的主效应和调节效应结果依然稳健(具体如表6所示)。

表6 调节效应稳健性检验结果表

续表6 调节效应稳健性检验结果表

5 结语

本文基于领英在线简历大数据和国泰安上市企业相关数据，研究了我国上市企业融资约束与创新绩效之间存在的复杂关系以及人力资本社会网络在其中发挥的重要作用。实证结果表明：(1)企业融资约束与创新绩效之间存在显著的倒 U 型关系，即一定程度的融资约束状态会促使企业创新绩效的提升，而较重程度的融资约束状况则有碍于企业创新绩效的实现。鉴于此，决策管理者首先应对企业自身面临的外部融资状况进行系统地评估以准确掌握其约束程度，据其程度轻重而有针对性地对企业的研发活动进行有效管理。具体而言，当企业处于较轻程度的融资约束时，企业管理者应聚焦于通过提高研发与投资效率等措施保持企业的创新活力；当企业处于较高程度的融资约束时，管理者在从外部寻求缓解资金短缺状况途径的同时，应关注研发活动，平衡资源分配，缓解融资约束对企业创新的严重抑制效应。同时，一个值得注意的间接启示是，当企业的资金状况相对优裕以及外部融资环境相对宽松时，鉴于融资约束对企业创新促进作用的消失，企业管理者应警惕陷入高投入、低效率的研发状态。(2)人力资本社会网络中心度对融资约束与企业创新之间的关系具有调节作用，即企业通过占据人力资本社会网络的优势位置可促进融资约束对企业创新绩效的积极影响。该研究结果为企业主动寻求缓解融资约束消极影响提供了新的思路。具体而言，占据人力资本社会网络优势位置的企业更易获得其他企业的信息、知识和技术资源，这些资源对于降低研发风险、提高投资效率和企业研发能力具有重要作用。因此，企业可通过提高自身在行业中的知名度与人才吸引力、增强员工来源的差异化与背景的多元化、吸纳来自各企业的优秀人才，以寻求处于人力资本社会网络中的核心位置。此外，鉴于人力资本流动所具有的积极意义，有关政府部门一方面需要加大人才吸引政策的力度，提高本地人力资本的积累，让企业有更多的选择；另一方面应鼓励人才区域内良性流动，充分利用人力资本流动带来的资源溢出效应，以改善各产业的发展速度和创新水平。

本文的研究结果在一定程度上延续和深化了融资约束与企业创新之间关系的研究，同时拓展和丰富了对于人力资本社会网络理论与方法的研究与应用。特别是本文从企业人力资本社会网络的视角出发，探索并检验了一种可通过发挥企业自身主观能动性来改善融资约束不利影响的新途径。具体而言，本文可以提供以下理论启示：(1)以往研究围绕融资约束对企业创新影响的讨论中，存在促进论和抑制论两大观点及其相应证据。这两种看似矛盾的效应实质上均存在于企业的实际经营活动中，而在不同程度的融资约束状况下表现为以某种效应为主。本文的实证分析清晰表明，在处于较轻融资约束状态的企业中融资约束将以促进创新作用为主，即这个阶段企业决策管理者在一定的财务压力下通过改善管理效率和投资效率，不仅可有效抵消研发投入受融资约束的消极影响，还可进一步提升企业研发创新的产出；而处于较重融资约束状态的企业则以抑制创新效应为主，即高度融资约束状态下的企业，企业管理者所能改善的管理效率和投资效率已不足以抵消研发投入受融资约束的消极影响。这一非线性关系的首次揭示，有助于深化我们对于融资约束与企业创新之间确切关系的理解，推动有关理论的研究。(2)以往研究集中于从拓展资金来源、改善外部环境的视角出发，探寻缓解融资约束对企业创新消极影响的因素，如政府资助、金融环境改变等。这些因素虽能在客观上缓解企业融资约束的不利影响，但在实际的企业经营过程中，由于其运用有较高门槛且普遍在企业的控制之外而变得难以为一般企业所利用。多数中小企业依然面临财务资源与研发投入之间难以调剂的困局而急需寻求解决之道。本文采用人力资本社会网络的视角，揭示了企业在该网络中程度中心性在融资约束影响效应中的独特作用，即可有效调节融资约束对于企业创新的影响。这一发现将人力资本社会网络的理论和方法扩展到融资约束与创新研究领域，也为未来寻找更多相关因素以缓解融资约束不利影响的研究提供了一个可供参考的方向。