相关多样性是否能促进企业创新<br/>——来自上市公司的证据

1 问题的提出

在科学技术迅猛发展的今天，创新是企业生存与发展的引擎之一，是经济社会不断前进的不竭动力。因此，突破企业组织边界，获得共享知识，在相互关联的企业之间合理配置创新资源，提高企业的创新能力和效率，就成为目前亟待解决的问题。对此，诸多学者从企业异质性、产业政策以及制度保护层面对企业创新进行研究[1]，提出许多有益的思想和观点。在地区产业集聚过程中，单一产业集聚降低产品研发成本，加速产业内部知识溢出对创新的促进作用，产业专业化显著促进地区经济增长和创新[2]。然而，过分关注单一产业集聚又忽视了产业多样性在经济发展中的作用以及对创新的影响。Jacobs外部性拓展了多样性概念，不但在不同产业间建立相互联系，而且增加产业概念的层次性。相关多样性的提出将区域层面的学习过程与知识转移有机地联系起来。有效学习通常发生在 “认知距离”相差不大的两类企业，知识转移仅在互补产业之间发生，企业之间通过共享知识资源，降低研发成本，产生知识溢出，既能保证有效的知识溢出，又在一定程度上避免认知锁定[3]。所以，相关多样性水平的提升推动了区域或部门之间的学习和知识溢出。然而，国内鲜有学者基于企业层面研究相关多样性对创新的影响，李福柱等人的研究成果是基于产业、宏观层面[4]。基于此，本文以中国企业为研究对象，分别从企业研发行为与专利申请两个维度探究相关多样性对企业创新的影响，并提出相应的建议。

2 模型分析和假设提出

“相关多样性”的提出源自Marshall[5]外部性和Jacobs[6]外部性的争论。Marshall外部性理论认为同一产业内的企业在一个区域的大量集中有利于知识在企业之间的扩散，通过提升一个产业内的集聚水平和专业化水平促进经济增长。Jacobs外部性理论则认为外部性不是源自同一产业内的企业之间，而是源于不同产业间的企业。随后部分学者在Jacobs外部性理论的基础上提出产业多样性的概念，认为产业分布越均衡，产业种类越多，产业多样性就越高。一个地区产业多样性越高，越有利于知识的传播及经济活动的交往，越有利于外部性的产生，进而有利于该地区的经济增长。然而，早期的产业多样性概念较为狭窄，侧重于跨产业的就业分布，未将行业的要素融入到多样性衡量之中。于是，部分学者认为知识仅会在互补部门之间流动，形成能力共享；完全不相干的产业部门即使共处一地，也不会产生知识共享与知识溢出。Frenken等[7]基于已有的产业多样性概念，首次提出相关多样性与无关多样性的概念，认为相关多样性与无关多样性能产生有利于知识溢出的Jacobs外部效应。随后诸多学者就相关多样性与区域弹性之间的关系进行研究，认为相关多样性具有促进地区就业与产出增长的正外部性。国内学者主要关注相关多样性与非相关多样性测度及相关多样性对地区经济的影响。孙晓华等[8]发现相关多样性对地区经济增长与经济稳定均存在显著的促进作用；当外部市场状况良好时，相关多样性的稳定效应较为明显，当遭遇外部经济冲击时，相关多样性的稳定作用被削弱甚至逆转。国内外学者在研究相关多样性对地区经济增长的影响时，暗含一个假设，即相关多样性通过对创新的作用，进而促进地区经济增长。这一假设被Aarstad等的研究结论所证实，即地区相关多样性水平提高显著推动了企业创新和全要素生产率的提升[9]。

市场交易费用概念提出后，事前和事后交易成本使得企业在外部交易和内部生产之间做选择。邻近行业企业的相互学习或知识转移通过相关多样性有机相联，不仅使管理者和其他利益者的学习和知识转移能力进一步增强[10]，而且使其识别共享资源的能力和重组效率得以提高；不仅降低市场交易成本，激发企业利用市场资源进行创新的积极性，而且降低搜寻信息、获取知识的成本，使企业把更多的资源投入到创新之中，促进其研发行为。合适的 “认知距离”既能降低企业信息获取和决策成本[11]，又能产生资源的共享与互补，激发企业的研发行为。基于此，研究假设1：相关多样性水平的提升促进了企业研发行为。

企业为巩固自身的市场势力，依靠自有资金进行研发。规模较大的企业自有资金相对充裕，面临的融资约束小；规模较小的企业自有资金相对不足，面临的融资约束大。然而，国有企业往往处于垄断行业，政府给予更多的政策 “保护”，面临的竞争压力较小，凭借垄断地位和政府的行政 “干预”，获取超额的垄断利润，创新动机不足。另外，国有企业除了正常的生产经营之外，还需要承担一定的政策 “负担”，企业创新动机受到一定的抑制[12]，创新效率损失较为严重。民营企业通常处于竞争行业，受自身规模和融资约束的制约，竞争压力大，只有不断创新，才能抢占市场份额，获取超额利润。竞争性的环境更容易促进企业的创新动机，促进企业进行研发活动。基于此，研究假设2：相关多样性对不同性质企业的创新动机影响存在差异，与国有企业相比较，相关多样性对民营企业创新动机的影响更为显著。

企业研究与试验发展投入等研发活动的增加，不仅提升企业自身的创新能力，而且提高企业吸收外部技术和知识的能力。然而，企业的研发活动依赖于企业的自有资金和资本市场的融资能力[13]。因此，外部融资能力是企业研发投入强度的主要影响因素。在金融发展水平较高的东部地区，企业面临的融资约束相对较小，企业外部融资能力较强，研发投入较大；中西部地区金融发展水平相对较低，企业面临的融资约束相对较大，企业的外部融资能力相对较弱，企业研发投入较小。基于此，研究假设3：不同地区相关多样性对企业研发投入的影响差异性显著，东部地区相关多样性对企业研发投入的影响最显著，其次是中部地区，最后是西部地区。

Frenken等[7]认为知识是区域创新的重要影响因素，学习过程和知识转移具有高度的地方化特征，知识仅仅在相关多样性产业之间流动，完全不相干的产业或完全相同的产业之间不会产生知识溢出或共享。有效的学习通常发生在 “认知距离”较近而且知识又不完全相同的两个部门，这样既能保证有效的知识溢出，又在一定程度上避免 “认知锁定”。较高的相关多样性水平，既能保证产业之间 “认知距离”恰当，使企业有能力汲取相关产业的新知识，又能使企业获得足够的新知识。因此，相关多样性有利于差异化的、多样化的知识重新整合成新的知识，有利于推动企业的创新。基于此，研究假设4：相关多样性水平的提升促进了企业的创新产出。

根据委托代理理论，国有企业代理人的目标是追求个人收益最大化，首选期限短、政绩明显且具有社会效益的项目[14]；民营企业的目标是追求收益最大化。在研发投入初期，民营企业的创新行为及创新效率更加明显。随着研发投入的持续增加，国有企业创新效率更具优势。这是由于国有企业与民营企业的待遇不对等造成的。虽然国有企业对先进技术的模仿学习内在动机不足，但是，国有企业能结合自身享有的 “关键性”研发资源和信息，依赖政策支持，有效降低外部环境的不确定性，获得超额利润。基于此，研究假设5：企业所有制性质不同，相关多样性对企业创新产出影响也不相同。

相关多样性对不同地区企业创新的影响还受所属地区环境的影响。在东部地区，经济发展水平高，拥有优质的大学教育资源和大量的研究机构，使得创新投入和产出水平远远高于中、西部地区。另外，东部地区开放程度和市场化程度高，行业齐全、种类繁多，诸多企业之间的联系和交往更加频繁与紧密，相关多样性对企业创新的影响必然大于中西部地区。基于此，研究假设6：不同地区相关多样性对企业创新产出的影响差异性显著，东部地区相关多样性对企业创新产出的影响最显著，其次是中部地区，最后是西部地区。

3 实证分析

3.1 变量的选取与模型的构建

相关多样性的数据来自1998—2013年工业企业数据库，通过使用三分位行业数据的熵值计算所得。本文选用上市公司数据作为研究对象。控制变量使用1998—2013年上市公司数据。具体指标选取如下。

(1)变量的选取。

①被解释变量:在创新投入方面，借鉴宗庆庆等[15]的研究，使用企业当年发生研发投入的虚拟变量反映企业创新投入，记为Yfdummy。其中，当年发生研发投入为Yfdummy=1，当年未发生研发投入为Yfdummy=0。研发投入与销售额的比重反映企业研发投入的密度，记为Rmdrate。在创新产出方面，借鉴Atanassov等[16]的研究，使用企业专利申请量和企业当年申请专利且授权量反映企业的创新产出。分别记做Patapply和Patapplygrant。

②解释变量:目前，学界对相关产业的分类存在异议，Frenken等[7]认为SIC标准分类下的二分位产业之间不存在相关性，五分位产业存在相关性。Aarstad等[9]指出五分位产业之间相互关联程度过于紧密，产业之间的溢出效果并不显著。为此，从我国现有的行业分类实际情况出发，借鉴Aarstad等对相关多样性的分类标准，使用三分位行业作为相关多样性的分类标准，并运用熵值法测算各个城市的相关多样性水平。假定二分位行业比重为Pg，三分位行业比重Pi，二分位行业与三分位行业之间的关系如下：

(1)

其中，Sg表示所有的二分位行业，g=1,… ,G。

相关多样性使用所有二分位行业下的三分位行业表示如下：

(2)

③控制变量:公司特征变量。企业规模是度量公司价值的一个重要标准。企业规模大，资金雄厚，人才济济，具有较强的创新能力；企业规模小，资金不足，人才匮乏，创新能力相对不足。借鉴温军和冯根福[17]等学者的做法，采用公司总资产的对数值衡量企业规模，记为Size；企业财务状况反映企业对资源的利用效率，如果企业利用现有资源的效率高，那么企业的创新能力将会得到提升，使用企业资产报酬率反映企业的盈利能力，记为ROA；使用流动比率、公司利息保障倍数和资产负债率反映企业的偿债能力，分别记做Ldr、Lxbz和Debt；使用固定资产周转率反映企业营运能力，记为Raa；使用主营业务增长率反映企业的成长能力，记为Gmp。使用应收账款与收入比反映企业的综合盈利能力，记为Yszkr；根据企业实际控制人的不同将企业分为国有企业和民营企业，以虚拟变量Nature度量企业性质，取值为1时，代表国有企业，取值为0时，代表民营企业。

④行业特征变量:不同行业的竞争程度、产品模式、技术升级换代速度、资产规模和企业价值均具有显著差异。为了控制行业差异对企业价值的影响，借鉴温军和冯根福[17]的做法，用行业资产报酬率、行业财务杠杆反映行业特征，分别记为Indus1和Indus2。

(2)模型构建。模型设定包括两个部分，相关多样性对企业研发行为的影响和对企业专利申请的影响。使用Probit模型、Tobit模型和Possion计数模型进行分析。

①Probit模型:在实际经济决策中，因变量的设定不同于一般的计量模型，因变量是包含0或者1的离散型变量。设置Probit模型，能够预测企业研发动机发生的概率。设企业研发动机为Yfdummy。企业发生研发时，Yfdummy=1，反之，为0。建立企业研发动机发生概率的Probit模型：

Yfdummyit=β0Rvpit+xitβ+εi

(3)

其中，xit为控制变量，β为解释变量和控制变量的系数。

②随机效应的Tobit模型。无论是企业研发投入还是专利申请，变量的分布都集中在对应分布函数的右侧。当变量的分布处于截断时，使用ML(极大似然估计)估计模型效果更好。由于固定效应的Tobit模型的估计结果不是一致性估计，基于此，建立企业研发投入的随机效应Tobit模型：

(4)

其中，Rmdrate表示研发投入与销售额的比重反映企业研发投入的密度，xit为控制变量，β为解释变量和控制变量的系数。

建立相关多样性对企业专利申请的随机效应Tobit模型：

Patapplyit=max (0,xitβ+β1Rvpit+εi)

(5)

其中，xit为控制变量，β为解释变量和控制变量的系数。

③Possion计数模型。专利申请量是用来度量企业创新有无产出以及产出多少的指标，其数值为非负整数，变量分布服从正态分布，可以采用计数模型。基于此，建立服从泊松分布模型：

E(Patapplyit|xi1,ci)=exp (xitβ+β1Rvpit+αi)

(6)

其中，xit为控制变量，β为解释变量和控制变量的系数。

3.2 数据来源与描述性统计分析

表1表示相关变量的统计性描述，数据均在1%水平上进行缩尾处理。在表1中，使用企业是否当年发生研发投入 (Yfdummy)和研发投入密度 (Rmdrate)反映企业的创新投入，其中，Yfdummy均值为0.207，标准差为0.405；Rmdrate均值为3.271，标准差为1.670，表明企业研发投入波动比较大。企业专利申请量和当年申请专利且授权量的均值分别为3.290和3.195，标准差为1.311和1.277，说明企业专利申请量变化比较大。相关多样性指标Rvc和Rvp均值分别为1.360和1.556，标准差分别为0.369和0.370，表明相关多样性描述性统计数据反映我国地区相关多样性水平稳步提升。

表1 相关变量的统计性描述

3.3 实证分析

就全国样本而言，相关多样性对企业研发行为产生正向影响，A1和A2分别反映相关多样性水平的提高激发了企业研发动机，促进了企业的研发投入，且在1%的水平上显著为正，假设1成立。

A3和A4分别反映相关多样性水平的提高激发了国有企业的研发动机和研发投入，且在1%的水平上显著为正；A5和A6分别反映相关多样性水平的提高激发了民营企业的研发动机和研发投入，且在1%的水平上显著为正。但是，从研发动机来看，相关多样性水平的提高对民营企业研发动机的正向影响大于国有企业；从研发投入来看，相关多样性水平的提高对国有企业研发投入的正向影响大于民营企业，假设2成立 (见表2)。

表2 全国、国有及民营模型结果

注：tstatistics in parentheses*p< 0.10、**p< 0.05、***p< 0.01，下同。

在东部地区，相关多样性对企业研发动机产生正向影响，A7和A8分别反映相关多样性水平的提高对企业研发动机和研发投入具有正向影响，且在5%的水平上显著为正；在中西部地区，相关多样性不仅对企业研发动机在10%的水平上不显著，而且对企业研发投入的影响不确定。这不仅是由于中西部地区产业体量小，无论是种类还是数量均小于东部地区，而且，中西部地区产业的趋同性显著，容易形成同业之间的竞争，假设3成立 (见表3)。

表3 东部、中部及西部模型结果

就全国样本而言，模型A13和A14分别反映了Possion模型和Probit模型下相关多样性对企业专利申请的影响，且在1%水平上显著为正，表明相关多样性水平的提升促进了企业专利申请量的增加，假设4成立 (见表4)。

表4 全国、国有及民营模型结果

模型A15和A16在1%水平上显著为正，表明相关多样性水平的提升促进了国有企业专利申请量的增加。模型A17与A18存在差异，在Tobit模型下，相关多样性对民营企业专利申请在1%水平上显著为正，表明相关多样性水平的提升促进了民营企业专利申请量的增加；在泊松计数模型下，相关多样性对民营企业专利申请存在正向影响，但是，这种影响在10%水平并不显著。比较国有企业与民营企业相关多样性对企业专利申请的影响，我们发现，相关多样性对国有企业专利申请的正向影响大于民营企业，假设5成立。

进一步研究发现，就全国样本而言，企业控制变量对创新的影响基本与之前的研究一致。在引入企业异质性条件后，利息保障倍数、资产负债率及资产收益率在国有企业和民营企业之间存在显著的差异。

东部地区，模型A19和A20(见表5) 均反映相关多样性水平的提升促进了企业专利申请量的增加，且在1%水平上显著为正；中西部地区，相关多样性对所属地区企业专利申请的影响在10%的水平上并不显著。造成上述结果的原因可能是中西部地区产业体系并不完备，产业相关多样性水平较低。故假设6不完全成立。进一步研究发现，在东、中、西部地区，企业规模和研发投入对于企业专利申请的影响基本一致，但是，企业流动比率、利息保障倍数、资产负债率对企业专利申请的影响均存在差异。

表5 东部、中部及西部模型结果

3.4 稳健性检验

上述研究结论能否成立，还需要对模型进行稳健性检验。使用Rmdrate反映企业的创新投入，使用企业当年专利申请且授权量反映企业的创新产出，模型A25～A30分别反映全国、国企、民企、东部地区、中部地区和西部地区的企业创新投入 (见表6)。整体上看，相关多样性对企业创新投入产生正向影响，就全国、民营企业及东部地区样本而言，相关多样性对企业创新投入在10%的水平上存在显著正向影响，与前文分析基本一致。模型A31～A36分别反映全国、国企、民企、东部地区、中部地区和西部地区的企业创新产出 (见表7)。整体上看，相关多样性对企业创新产出产生正向影响；就全国、国有企业以及东部地区样本而言，相关多样性对企业创新产出在1%的水平上存在显著正向影响，与前文分析基本一致。稳健性检验结果与实证分析一致。总体来看，模型的回归结果是稳定的。

表6 稳健性检验 (一)

表7 稳健性检验 (二)

除此以外，使用工业企业数据库中的企业数据进一步进行稳健性检验，由于工业企业数据库中披露的企业研发数据只有2005—2007年数据，就全国样本而言，使用2005—2007年的工业企业数据检验相关多样性对企业创新的影响，企业研发指标使用研发投入代替，创新产出使用新产品产值作为被解释变量。分别使用Rvc和Rvp作为解释变量，模型见A37～A40。检验结果见表8，与前文分析基本一致，稳健性检验结果与实证分析一致。总体来看，模型的回归结果是稳定的。

表8 工业企业数据库的稳健性检验

4 研究结论与政策建议

本文依据雅各布外部性理论和交易费用理论，基于1998—2013年上市公司数据，运用泊松计数模型、Tobit模型和Probit模型，从企业研发行为和专利申请两个维度对相关多样性与企业创新之间的关系进行实证分析。研究发现：①相关多样性不仅对企业研发行为产生正向作用，而且对民营企业研发动机的正向作用更为明显，对国有企业研发投入的正向作用更为显著；相关多样性水平的提升，在东部地区促进了企业研发动机和研发投入，在中部和西部地区其影响并不显著。②相关多样性不仅对企业专利申请量产生正向作用，而且对国有企业专利申请的正向促进作用更为明显；相关多样性水平的提升，在东部地区对企业专利申请有正向影响，在中部和西部地区其影响并不显著。

本文建议如下：①在地区产业布局上，政府应结合本地区主导产业和相关资源，围绕主导产业和相关资源发展互补又相关联的产业，提高企业创新能力和效率；②既要降低民营企业进入的门槛，通过竞争促进民营企业和国有企业的效率进一步提升；③东部地区应进一步完善产业体系，提高相关多样性水平，中部和西部地区应采取各种优惠政策，大力吸引国内外诸多企业落户，建立门类齐全、种类繁多的产业体系。