上市公司创新能力指数的构建

肖淑芳，石琦，张一鸣

（1.北京理工大学 管理与经济学院，北京 100081；2.德勤华永会计师事务所，北京 100026）

一、问题的提出

《中国企业家成长与发展专题报告，2016》指出，中国企业的创新成果已经逐步显现，在产品质量提升、环境改善、开发新市场等方面成果显著，但是企业的创新还存在一些问题、不足和挑战，距离国家创新战略规定的要求还存在一定差距。因此企业家必须意识到企业在创新过程中存在的诸多问题，进一步完善创新思维和方法，不断提高企业的创新水平和能力。

盲目的创新并不一定会提高企业的创新能力，理性的创新应当综合考虑创新活动所带来的收益与风险，并实现对自身创新能力的评价，从而做出科学的决策来提高企业的创新能力。因而有必要构建一套客观、科学、全面的企业创新能力评价体系，帮助企业了解自身的创新能力，并用来引导企业提高创新能力。很多研究机构和专家学者均认识到了这一问题的迫切性，并进行了相应的研究。国外学者主要是从技术创新能力、公司战略与竞争优势等角度考虑企业的创新能力[1-3]。国内学者关于企业创新能力的研究则起步较晚，从微观角度衡量企业创新能力的研究中，存在着一定程度的不足。本文归纳了国内相关的研究成果以及不足之处，如表1所示。

由表1中对已有文献的梳理可知，针对中国上市公司创新能力的评价存在几点不足：一是现有的评价体系中赋权方法的选择主观程度较高，较多地依赖专家意见确定指标权重，但也有学者仅依赖客观数据中蕴含的信息计算指标赋权。由于主观赋权和客观赋权的结果往往存在差异，因而单独使用某一种方法进行指标赋权都存在着一定程度的失衡[4]86-91[5]105-114[6]35-41[7]；二是大部分评价体系中部分指标的计量涉及到定性的判断，因而缺乏大样本数据的支撑，无法利用客观数据对企业的创新能力进行评价和分析[4]86-91[5]105-114[8-9]；三是某些评价体系的指标比较庞杂，指标之间相关度较大，评价结果所反映的企业创新能力可能会存在一定的偏差[7][10]1-5。

为了能够在一定程度上弥补以上不足，本文首先丰富了衡量企业创新能力的指标，并在指标选取上兼顾了可获得性与可操作性，为衡量上市公司企业创新能力提供了更为简便的方法；其次，本文对赋权方法进行了改进，首次利用主观层次分析法和客观熵值赋权法分别确定指标权重，并将主客观权重进行叠加得到最终的指标权重；再次，本文通过权益薪酬激励企业创新的假设来检验所构建的创新能力指数的有效性，为创新能力指数构建研究的有效性检验提供了思路。本文旨在通过建立企业创新能力指数，反映和评价公司的创新能力，从而服务于管理者和投资人。

表1 企业创新能力评价体系总结

二、创新能力指数的构建

建立企业创新能力指数的目的在于通过企业的基本情况和财务数据，在一定程度上反映企业的创新投入能力、创新产出能力以及创新的可持续发展能力。在建立创新能力指数评价体系时，应遵循科学性、全面性、系统性、可比性及可操作性原则，基于这些原则，本文选择多个定量指标从不同角度反映企业创新的特征，确保指标的定义及计算的科学性和合理性，全部客观数据可通过Wind数据库、CSMAR国泰安数据库和CCER色诺芬数据库获得。

（一）指标的选取

企业创新活动是一个动态且不断循环的过程。一方面，当市场上出现某种新产品、新技术的需求时，企业会考虑自身的资源状况，评估是否有足够的资源来保证企业创新目标的完成，但并不是所有的创新活动都能够产生创新成果，任何一个环节出现问题都可能导致创新过程的中断或失败，因而可以认为创新投入和创新产出共同构成了企业创新活动的重要组成部分。另一方面，如果市场对企业的创新成果认可度较高，就会给企业带来较高的收入和利润，还可以鼓励企业继续进行创新；反之，如果市场对创新成果认可度较低，企业盈利较少，就无法保证企业持续的创新能力。因而企业要保持足够的资源基础，确保企业创新能力的可持续性。综上，从创新活动的过程来看，创新投入和创新产出是评价的重点，同时持续的发展能力也是提高企业创新能力的重要保障。因此本文从创新投入能力、创新产出能力、创新的可持续发展能力三个维度建立评价体系。

本文选择层次分析法的框架构建指标体系，将涉及的指标分为目标层、准则层和指标层。目标层为企业创新能力，准则层包括三个要素：创新投入能力、创新产出能力、创新的可持续发展能力。为获取指标层的备选指标，本文借鉴了国内外现有的关于创新能力评价的研究成果，并依据指数设计原则，初步确定各个具体指标。

1.创新投入能力

资源基础理论用“资源”来衡量企业的竞争优势，强调了资源的独有性和非交易性的特点，企业所拥有的物质资源和人力资本就是其特有的关键资源。由于关键的资源无法简单地从公司外部获取，因而创新活动就成为企业产生异质资源的重要途径。企业对创新活动越重视，相应的研发投入力度就会越大，研发活动的支出也会越多。因而本文从研发活动的经费投入、创新支持及员工素质三个方面来考量企业的创新投入能力。

1）经费投入。从经费投入角度，考虑到不同行业不同企业之间的可比性，本文选择研发投入占营业收入的比重这一指标来衡量创新活动的经费投入强度。企业自行开展的研发活动分为研究和开发两个阶段，研究阶段的支出全部费用化，而开发阶段的支出只有在满足资本化条件时方可予以资本化，在年末转入无形资产科目①资本化条件：一是完成该无形资产以使其能够使用或出售在技术上具有可行性；二是具有完成该无形资产并使用或出售的意图；三是无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场，无形资产将在内部使用的，应当证明其有用性；四是有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产；五是归属于该无形资产开发阶段的支出能够可靠地计量。。在一定程度上，资本化的研发投入越多，说明企业的创新能力越强，因而本文将资本化研发投入占比纳入企业研发投入强度的备选指标范围，该指标在以往创新能力评价的相关研究中从未涉及。

2）创新支持。企业对于创新活动的态度和支持力度，决定了企业创新投入水平的高低，但相关指标很难量化，各个数据库中与此相关的数据也很少。考虑到数据的可获得性，本文选择“科研平台”这一指标来表征企业对创新投入的支持，具体包括实验室（国家级）、实验室（省级）及流动站，相关数据可通过CCER色诺芬数据库获得。

3）员工素质。企业员工的知识和能力是企业所拥有的异质资源，员工通过专业的学习和培训不仅可以提高自身素质，而且能够实现知识从个体向组织的不断转化，使个体的知识和能力聚焦，对组织产生更大的合力[11]。企业管理者的背景特征影响企业的组织策略，有研究证明企业高管的学历与研发投入水平显著正相关[12]。考虑数据的可获得性和完整性，本文选择技术人员占比和本科及以上学历员工占比两个指标来表征员工素质。

综上，本文初步选择研发投入占比、资本化研发投入占比、科研平台数量、技术人员占比和本科及以上学历员工占比5个指标来衡量企业的创新投入能力。

2.创新产出能力

创新经济理论将创新要素视为生产函数的要素之一，认为企业的创新是在生产过程中内生的，企业内生的技术创新是促进其经济增长的核心动力[13-14]。企业作为一系列资源构成的有机个体，其能否在很长一段时间内保持竞争优势，主要取决于企业本身拥有或控制的那些难以模仿的特殊资源[15]。创新产出是企业研究开发和技术活动的最终成果，是企业创新发展水平的集中体现，是企业所拥有的特殊资源，可以认为创新产出是构成企业创新能力的关键要素。衡量企业创新产出能力的指标可以具体分为产出指标和效果指标两类，产出指标通常是企业创新活动的直接产出，包括企业的专利、软件著作权和无形资产状况等；效果指标则反映企业创新产出的效益和影响，如企业创新产出的科技获奖情况。

1）专利和软件著作权。专利产出是企业创新活动最直观的成果之一，专利生产强度和R&D投资具有较强的正相关关系[16]。企业当年的创新产出能力可以用当期专利申请量来衡量，不同于专利申请数量，截止统计年度持有的尚在有效期内的有效专利数量能够反映企业创新产出的专利存量状况；与上一年专利申请数量相比，专利申请增长率指标能够反映企业创新产出能力的提高程度；对于软件和计算机设备制造业来说，一些企业会对开发的软件作品申请软件著作权，因而增加软件著作权这一评价指标。根据中国专利法的相关规定，专利产出可以分为发明专利、实用新型专利和外观设计专利三类②分类标准依据《中华人民共和国专利法实施细则》2010年修订的相关定义。，其中发明专利的评审周期较长，未来价值的受益期限较长，科技含量较高。因而在表征企业的专利产出成果时，有必要将不同类型的专利进行区分，故本文引入专利质量这一指标，并参考张米尔等[17]的研究，用有效发明专利数量占有效专利总量的比例来表征专利质量。

2）无形资产。无形资产是企业创造核心竞争力的关键组成部分，是创造企业价值和效益的重要异质性资源。崔也光和赵迎[18]认为，无形资产是一种以知识技术形态存在的重要经济资源，它的内部结构非常关键。参照于玉林[19]对无形资产内部结构的划分，无形资产可以分为技术型和非技术型，其中技术型无形资产包括专利、专有技术、非专利技术、商标权、著作权、软件，非技术型无形资产包括土地使用权、采矿权、特许使用权等。与非技术型无形资产相比，技术型无形资产更能体现企业的创新产出成果。因而本文选择技术型无形资产占总资产的比重以及技术型无形资产占比的增长率来表征企业的创新产出能力。需要说明的是，虽然技术型无形资产包括企业的专利、著作权，但与专利申请数量、软件著作权等指标在数量上表征创新产出能力不同的是，技术型无形资产是从账面价值的角度衡量创新产出的价值。由于某些企业不愿意进行专利申请，增加这两个指标可以弥补只用专利数量和软件著作权指标单一地衡量企业创新能力的缺陷，使指标体系更全面。除此之外，将无形资产进行分类能够更好地表征企业的创新产出能力。

3）获奖情况。企业研发活动的最终目的是通过创新产出提高企业价值。创新经济理论指出，创新产出只有通过最终的销售环节创造出经济效益后，一系列的投入活动才能被认定为企业的创新活动。然而创新产品的市场占有率、销售收入比例等指标，无法从数据库中获得，在企业财务报告中披露的也很少。基于这些限制，本文选择科技获奖数量这一可获得客观数据的指标来衡量企业创新产出的效果。

综上，本文初步选择专利申请数量、专利有效数量、专利质量、专利申请增长率、软件著作权数量、技术型无形资产占比、技术型无形资产占比的增长率和科技获奖数量这8个指标来衡量企业的创新产出能力。

3.创新的可持续发展能力

可持续竞争优势理论认为，企业的核心优势源于可持续的发展能力，盈利能力、增长趋势、周转速度和股利水平决定了企业的可持续竞争优势[20]。影响创新的可持续发展能力的主要因素包括企业规模的扩张、盈利状况和资金投入状况以及员工素质的提高等。

1）企业规模的扩张。资产的扩张表明企业增长的速度，研发和创新活动是企业资产规模不断增长的动力，能够促进企业的成长[21]。虽然资产规模的扩张有时并不一定表明企业的发展质量较好，但从一定程度上来说它能为企业持续的创新活动提供基础，提高了企业持续创新的能力。

2）盈利状况和资金投入状况。企业的盈利状况决定了企业的可持续发展能力，良好的盈利能力能为企业持续不断的研发投入提供物质基础，从而提高企业创新的可持续性。相关研究以中国大中型工业企业的数据为样本，分析企业的创新与研发强度、知识创造、企业成长性的关系，实证结果表明公司研发强度的持续性、盈利状况与企业创新回报率存在显著的正相关关系[22]。因而本文选择营业收入增长率、净利润增长率、研发投入增长率这三个指标来衡量企业创新的可持续发展能力。

3）员工素质的提高。持续发展的企业更注重人才的发展和培训，较高的员工素质能够为企业创造更多的异质性资源[23]；陈守明等[24]研究了不同学历背景下管理者任期对研发投入强度的影响，发现本科学历以下的管理者随着任期的增加研发投入强度先增大后减小，指出学历较低的管理者存在能力不足及短视行为等问题，而本科学历以上的管理者与企业的研发投入强度显著正相关。通过以上分析可知，高学历员工占比的不断增长在一定程度上会增强企业创新的可持续性，因而本文采用本科及以上学历员工占比的增长率来表征企业员工素质的变化状况。

综上，本文初步选择总资产增长率、营业收入增长率、净利润增长率、研发投入增长率以及本科及以上学历员工占比增长率这5个指标来表征企业创新的可持续发展能力。

（二）样本选择与数据来源

由于深证主板和中小企业板的企业资本化研发投入占比这一指标在2015年及以后的财务报告 “管理层讨论与分析”或“经营情况讨论与分析”中才披露，以及评价体系中涉及增长率的指标，如研发投入增长率，需要前一期的相关数据，因而为保证数据信息尽可能完整并避免评价对象的减少，本文选择2015年及以前已上市的公司为研究对象，剔除指标数值无意义①若某指标上一年的相关数据为0，则在计算本年相关数据的增长率时，计算出的结果被定义为指标数值无意义。和数据缺失的企业，得到有效样本1 263家。利用1 263家公司2015—2017年的数据进行本文指标的筛选、缩尾及无量纲化处理、熵值法赋权、创新能力指数的计算和创新能力的评价。

（三）指标的筛选

由于初步确定的各个指标之间可能存在着一定的相关关系，而相关系数较大的两个指标之间存在信息交叉和冗余的问题，会降低企业创新能力指数计算的效率。因此本文选择2015—2017年1 263家公司的数据作为样本，对创新投入、创新产出和创新的可持续发展三个层次内的各个指标进行相关性检验，参考张悦[25]和苑泽明等[26]76的相关研究，对相关系数大于或等于0.8的两个指标进行分析并有选择性地剔除。

相关性检验的结果显示，在18个初步确定的指标中，专利申请数量和专利有效数量之间的相关性系数为0.8，故需要对其中一个指标进行删除。依据指标涵盖信息的多少、通用性以及代表性对两个指标进行筛选，考虑到企业当年申请的专利数量更能体现企业当年的创新产出水平，因而保留专利申请数量，删除专利有效数量这一指标。

综上，经过指标筛选，本文构建的企业创新能力评价指标体系及指标的计量如表2所示。

表2 企业创新能力评价指标体系及指标的计量

（四）指标的赋权

指标权重的设定是指数计算的重要环节，主观赋权法能够凭借专家的经验使得赋权结果符合理论依据，但由于专家意见主观程度较大会降低赋权结果的客观性；客观赋权法通过提取数据本身所携带的信息进行赋权，不受主观影响，但完全依赖客观方法所确定的赋权结果可能会与现实经验相悖。组合赋权法能够兼顾两者的优点，使赋权结果更可靠，因而本文采用主观层次分析法和客观熵值赋权法相结合的组合赋权方法来确定各个指标的最终权重。

1.层次分析法赋权

应用层次分析法对指标进行赋权的具体步骤如下：（1）构建层次结构模型图。在本文确定的指标体系中，目标层为企业创新能力，准则层为创新投入能力、创新产出能力和创新的可持续发展能力，指标层为具体的17个指标。（2）构造判断矩阵。向专家发放问卷，根据美国运筹学家Saaty教授[27]提出的比例九标度法，分别对准则层内的三个要素以及三个准则层内的具体指标进行两两比较并进行赋值，得到基于专家意见的各层指标的判断矩阵。（3）计算权向量并做单排序一致性检验。使用式（1）计算每一个判断矩阵的权重向量。（4）计算组合权向量。如用研发投入占比指标在创新投入层次所占的权重乘以创新投入层次在目标层企业创新能力中所占的权重得到组合权重，并做整体一致性检验。

其中，aij为指标i和指标j的重要性赋值结果，n为指标i或指标j的总个数，各重要性程度的赋值如表3所示。

表3 重要性程度判断及其赋值标准

本文发放专家咨询问卷共20份，收回20份。20名专家中包括高新技术企业高管7名、从事风险投资的专家7名以及在国内高校从事创新相关课题研究的学者6名，他们具备丰富的创新实践经验或较高的创新理论研究水平。

本文对回收的20份专家咨询问卷的结果进行处理，共有17位专家的赋值结果通过一致性检验，有效问卷17份，无效问卷3份，问卷有效率为85%。一致性检验结果如表4所示。

表4 一致性检验结果

根据17位专家对各个因素及指标的重要性判断结果，得到各位专家对于准则层面三个要素的赋权结果以及各指标在各个准则层内所占的权重，并基于各个准则层要素在目标层所占的权重，得到各个指标对于目标层企业创新能力的权重。

2.熵值法赋权

依据熵值法计算各指标权重的步骤如下：（1）根据式（2）计算第i个企业第j项指标对应数值的比重pij，其中n为样本数量。（2）利用式（3）计算第j项指标的熵值 ej。（3）通过式（4）计算第j项指标的变异系数gi并依据式 （5）作归一化处理，从而求得指标的客观权重Wj，其中m为指标个数。

在对指标运用熵值法进行赋权之前，要先对指标数据进行无量纲化处理，这样做的好处是在保留数据信息的基础上，消除各个指标由于计量单位的不同而对分析造成的影响。由于熵值赋权法要对数据取对数，因而要求所有数据均大于0，故本文选择Max-Min方法对数据进行无量纲化处理，将所有数据转换到[0，1]区间。

在对各个指标进行无量纲化处理之前，必须确认各个指标对最终指数的影响是正向还是反向。在本文设计的企业创新能力评价体系中，指标的数值越大表明企业的创新能力越强，即均为正向指标，故无量纲化处理如式（6）所示。

其中，Tij为第i个企业第j个指标的原始数据；Vij为第i个企业第j个指标经过无量纲化处理后的数据。

由式（6）可知，Max-Min方法受到各个指标中最大值与最小值的影响很大，为降低极端数值对标准化后的结果造成偏误的可能性，本文在进行数据的无量纲化处理之前，先用Stata软件对数据进行Winsorize处理，这样做的好处是在减少极端值对赋权结果影响的情况下，尽可能保留样本的原始数据。本文选择的极端值比率为1%，即将各个指标原始数据排序后小于1%分位数的样本数据改写为1%分位数上的数据，大于99%分位数的样本数据统一改写为99%分位数上的数据。

由于在计算过程中涉及取对数，为保证熵值赋权法的计算结果有实际意义，本文将缩尾处理和无量纲化处理后的数据全部向右平移1个单位，再进行熵值赋权，得到2015—2017年的分年度各个指标的客观权重。

3.组合赋权

利用层次分析法确定指标的主观权重时，主要依赖决策专家对指标重要性的判断，因而主观权重比较符合决策专家对决策问题的认知和经验，把专家的主观意愿等定性判断通过定量的方法计算出来，权重的可解释性较强。不足之处在于专家在做出指标重要性判断时一般不会考虑指标的实际数值，主观性较强，因而无法体现指标的数据信息。客观熵值赋权法与主观层次分析法刚好相反，客观权重无法体现专家经验对指标重要性的判断，权重数值主要是来源于指标的数据信息，如果数据信息发生变化，客观权重也会随之发生变化，稳定性和可解释性比主观权重差，但避免了人为判断的偏误对权重结果的影响。

鉴于主观权重和客观权重的优点和不足都很明显，更多的研究开始关注主客观组合赋权[28-30]。组合权重可以兼顾主观权重和客观权重的优势，克服两种赋权方法的不足，尽可能保证主客观权重的稳健性和科学性。

本文设 Wj为第j个指标的组合权重（j=1，2，…，n-1，n），Sj为层次分析法下第j个指标的权重，Oj为熵值赋权法下第j个指标的权重，将Wj表示为Sj和Oj的线性组合

其中，θ为层次分析法赋权结果在组合权重中所占的比重；（1-θ）为熵值赋权法赋权结果在组合权重中所占的比重。以Wj分别与Sj、Oj之间偏差的平方之和最小为目的建立目标函数

将式（7）代入式（8）后求一阶导数，并令其一阶导数为零，解得θ=0.5，得到

由式（9）可知，在组合权重与主客观赋权结果偏差的平方之和最小的情况下，最佳的组合赋权结果是层次分析法和熵值赋权法的权重各占50%，这一方法在前人的研究中都曾使用过[26]75[31-32]。

根据以上分析，本文使用如下公式进行组合赋权

其中，iW为i年的指标权重，在本文中，i=2015，2016，2017；WS为主观层次分析法确定的指标权重，iWo为i年客观熵值赋权法确定的指标权重。

（五）创新能力指数评价体系

通过指标的筛选和权重设定，构建2015—2017年上市公司创新能力指数评价体系，如表5所示。

表5 上市公司创新能力指数评价体系 单位：%

由于客观熵值赋权法所使用的数据的变化导致2015—2017年三年的指标权重稍有差异，但所有指标的权重差异均在2%以内，本科及以上学历员工占比这一指标在2015—2016年间、2016—2017年间的差异仅为0.03%和0.06%。从这一角度来说，各指标的权重受到样本年度不同的影响很小，赋权方法比较合理，权重结果具备较高的稳定性和可信度。

从表5的权重分配情况来看，专利质量、研发投入占比、资本化研发投入占比以及本科及以上学历员工占比四个指标的权重较大，2015—2017年的平均权重之和达到了34.81%，说明企业创新产出的专利质量、研发投入的水平以及员工的学历素质对企业创新能力的提高尤为重要；其次是技术人员占比和研发投入增长率这两个指标，其平均权重之和为12.66%；剩余11个指标的平均权重分布在4%～6%之间，彼此之间差异不是很大。

（六）创新能力指数评价模型

通过指标筛选和权重设定，本文最终构建的创新能力指数（Innovation Index）评价模型为

其中，Innovation Indexi表示第i个样本公司的创新能力指数；Vij为利用式（6）进行无量纲化处理后的观测值；Wj表示第j个指标的组合权重；m为指标个数。

三、创新能力指数的实证分析与检验

（一）创新能力评价

本文选择数据信息完整的1 263家公司 2015—2017年的数据为样本，将其代入创新能力指数评价模型，计算各个公司2015—2017年的创新能力指数，并对三年的平均创新能力指数进行了排序，得到创新能力100强公司。通过对创新能力100强公司的平均状况与1 263家公司整体的平均状况进行比较，本文从研发投入水平、员工素质、创新产出成果三个方面分析创新能力100强企业的公司特征，如表6所示。

表6 研发投入水平、员工素质、创新产出成果对比汇总表

从表6可以看出，创新能力100强公司的平均研发投入水平显著高于其他公司，而且研发投入中资本化比例更高，也更倾向于持续地提高研发投入的金额；员工整体素质较高，具备较好的创新人才储备和较强的潜在创新能力；专利质量、软件著作权以及技术型无形资产的状况都比整体的平均水平高，具备较强的将创新投入转化为创新产出的能力。

（二）创新能力指数的有效性检验

1.效标关联度检验

效标关联度检验指的是选用外部标准对企业创新能力指数的有效性进行检验。创新有助于企业提升生产与经营能力，提高产品的市场竞争力，为企业带来更多的营业收入，形成新的利润增长点，促进企业的成长，从而提高企业的价值和经营业绩。理论上来说，企业创新能力反映了企业由于创新活动所创造的价值水平，企业的创新活动会对企业资产和收益的规模产生促进作用。近年来，相关研究也表明企业的创新能力与企业价值和经营业绩具有高度的关联性[33-35]。

本文采用相关性分析，对1 263家样本公司2015—2017年的创新能力指数、托宾Q值和ROA进行相关性分析，结果如表7所示。

由表7的结果可知，企业创新能力指数与企业价值、经营业绩均在1%水平上显著正相关，表明本文构建的企业创新能力指数对企业价值和经营业绩的预测有较大的意义。

表7 校标关联效度检验结果

2.有效性实证检验

本文拟利用倾向得分匹配 （Propensity Score Matching，PSM）与双重差分（Difference-In-Difference，DID）相结合的方法，检验企业创新能力指数的有效性。考虑到权益薪酬能够促进企业创新，提高企业的创新能力，因而本文通过对比权益薪酬实施企业和未实施企业的创新能力指数的变化，检验本文所构建的企业创新能力指数是否能很好地表征企业的创新能力。

1）理论分析与假设提出

创新的主体是企业中从事创新决策或执行创新工作的员工，是否对员工实施薪酬的激励政策将影响企业的创新能力。与现金薪酬相比，权益薪酬（本文指股票期权和限制性股票）具有凸性和长期性。根据委托代理理论，权益薪酬通过授予员工所有权来降低委托代理成本，激励员工努力工作，权益薪酬的凸性能够缓解员工的风险规避，鼓励员工从事风险较高的创新活动[36]；由于股票期权存在等待期、限制性股票存在锁定期，使得权益薪酬具备长期性的特征，当员工离职或者被解雇时就不再享有权益薪酬，增加员工的离职成本，从而达到保留企业创新型员工的目的。有研究证明长期薪酬的比例与未来创新呈正相关关系[37]；创新是高风险且结果不可预期的，因此创新过程中存在失败的可能性，权益薪酬具备容忍短期失败的特点，能够使员工更多地投入到创新活动中去，对早期失败的容忍和对长期成功的激励的组合能够有效地促进企业的创新[38-39]；根据团队合作机理，权益薪酬能够增强团队合作，产生相互监督的作用，激励创新的效果更好[40]；当员工对企业的创新更加重要时，员工之间的搭便车效应更弱，非高管员工对企业创新的正向影响更显著[41]。基于以上分析可知，权益薪酬能够促进企业的创新。

赤湾港区市政消防配套齐全，蛇口消防中队距改码头约6.5km，西部水上消防中队距本港区约1km。当发生火灾时，水、陆消防中队均可协助灭火，另深圳市在赤湾五路建设小型消防站，与C、D泊位一墙之隔。

据此，根据权益薪酬能够促进企业创新这一假设，用本文构建的企业创新能力指数表征企业的创新能力，对指数结果进行有效性检验。如果权益薪酬实施企业相比于未实施企业创新能力指数得到较大提升，则表明本文建立的企业创新能力指数在一定程度上能够衡量企业的整体创新能力。基于以上分析，本文提出如下假设。

假设：权益薪酬对企业创新有正向作用。

2）样本确定与数据来源

本文从国泰安数据库下载得到公布权益薪酬方案的企业的相关信息并进行整理，剔除方案取消的情况，统计了在本文所使用的1 263家公司中，2015—2017年公布权益薪酬方案公司分别为103家、124家和122家。由于双重差分模型涉及实施权益薪酬年度前后的对比，而本文计算的仅是各个企业2015—2017年的创新能力指数，且考虑到权益薪酬对企业创新能力影响的滞后性和持续性，故本文选择2012—2016年之间仅2015年公布权益薪酬方案的58家公司和2013—2017年之间仅2016年公布权益薪酬方案的58家公司为观察样本，通过观察实施权益薪酬的企业在实施权益薪酬前后一年的创新能力指数变化情况进行比较，检验权益薪酬是否能促进企业的创新。

为了减少样本自选择的问题，本文采用倾向得分匹配法为2015年和2016年实施权益薪酬的116家企业匹配到配对样本。本文选择2012—2017年均未实施过权益薪酬，与116家观察样本门类行业相同的800家公司分年进行倾向得分匹配。采用是否实施权益薪酬这一哑变量对影响实施权益薪酬的自变量进行回归，构建Probit模型

其中，EC为是否实施权益薪酬的哑变量，当实施权益薪酬时为1，反之为0。影响权益薪酬实施的主要因素包括：企业规模（SIZE）、财务杠杆（LEV）[42]、股权性质（OW）[43]、股权集中度（CR）[44]、公司成长性（GROW）[45]。各变量的具体定义如表8所示。

本文采用最近邻匹配法，以1∶1的配对方式，为116个观察样本匹配到116个配对样本，使用Stata软件中的pstest命令进行平衡测试。平衡测试的结果（篇幅所限未列出）显示匹配后的配对样本与观察样本的平均值非常接近，且匹配后p值均大于0.10，表明进行倾向得分匹配后，观察样本与配对样本实施权益薪酬的概率已经非常接近。

3）模型建立与变量选择

通过对比观察样本与配对样本在实施权益薪酬前后的创新能力指数的变化情况，可以检验出权益薪酬是否对企业创新能力的提高有促进作用，即验证本文假设。为此建立如下的双重差分模型

其中，Innovation Index为本文建立的创新能力指数；EC表示是否实施权益薪酬的哑变量；POST为实施权益薪酬年度前后，实施年度之后为1，否则为 0；Controls为控制变量。

本文选取对企业创新有影响的其他变量为控制变量，包括公司规模（SIZE）[46]、财务杠杆（LEV）[47]、股权性质（OW）[48-49]、股权集中度（CR）[50-51]、公司成长性（GROW）[52]。

表8 变量设计

综上，有效性实证检验涉及的具体变量及其定义如表8所示。

4）实证检验结果

116个观察样本与116个配对样本实施权益薪酬前后的变量描述性统计结果如表9所示。由表9可知，各变量均值与中位数基本接近，且观察样本与配对样本的控制变量基本一致，表明配对有效。

表9 双重差分模型变量描述性统计

116个观察样本与116个配对样本各变量Person相关系数如表10所示。

表10 双重差分模型Person相关系数表

由表10可知，创新能力指数Innovation Index与交乘项EC×POST在1%水平上显著正相关，符合本文的假设，初步说明创新能力指数能够较好地衡量企业的创新能力。表10中所有变量的相关系数的绝对值均低于0.6，同时，本文还对各个自变量和控制变量进行了F检验，结果显示各变量的方差膨胀性因子VIF值都小于5，因而认为各变量之间基本不存在多重共线性问题，可以进行回归分析，回归分析结果如表11所示。

由表11的结果可知，交乘项EC×POST与创新能力指数在10%水平上显著正相关。双重差分方法要求实施权益薪酬年度前后的对比，而本文只有2015—2017年的创新能力指数的数据，缺少用于衡量企业实施权益薪酬前后创新能力的完整数据，仅使用实施当年的创新能力指数显然高估了权益薪酬实施前企业的创新能力，导致在对比权益薪酬实施前后企业的创新能力时结果不是非常明显；其次，本文仅使用实施下一年的创新能力指数表征权益薪酬实施后的企业创新能力，显然低估了权益薪酬对企业创新活动的长期激励效果，也是数据显著性较差的原因；最后，本文进行有效性实证检验的样本量较少。综合以上原因导致了EC×POST与创新能力指数仅在10%水平上显著正相关。但是仍可以认为权益薪酬对企业创新有正向作用，假设不能够被拒绝，表明本文设计的创新能力指数能够反映企业的创新能力水平，有效性通过检验。

表11 双重差分模型回归结果

四、结论与展望

（一）结论

本文根据创新经济理论、资源基础理论以及可持续竞争优势理论构建企业创新能力指数。在评价体系指标的选择上，增添了技术型无形资产、专利质量、科研平台数量、科技获奖数量等现有的相关研究中未涵盖的指标；在现有研究的基础上，使用综合主客观赋权的组合赋权方法确定指标权重，保证权重分配的合理性和稳定性。本文以数据信息完整的1 263家公司2015—2017年的数据作为研究样本进行实证检验和评价分析，得到以下几点结论：

1.在本文建立的企业创新能力指数评价体系中，专利质量、研发投入占比、资本化研发投入占比、本科及以上学历员工占比、技术人员占比和研发投入增长率等6个指标权重较高，表明研发投入的力度、创新产出的质量以及员工素质对企业创新能力的提高尤为重要。

2.根据计算得出的企业创新能力指数，本文对1 263家公司的创新能力进行了排名，分析出创新能力100强企业存在的共同点，即研发投入资本化水平较高，技术人员的占比以及员工学历较高，创新产出成果比较丰硕，盈利能力较好，财务杠杆和股权集中度较低。而创新能力水平相对较低的企业存在的问题包括研发投入水平较低，技术人员占比较少，员工平均学历较低，盈利能力较低，企业成长性较差。

（二）展望

首先，本文构建上市公司创新能力指数所选取的各项指标可获得性和可操作性较强，简化企业创新能力指数构建过程的同时，丰富了衡量企业创新能力的指标；其次，利用主观赋权和客观赋权相结合的方法对现有研究中的赋权方法进行了改进，避免了采取单一赋权方法造成的权重失衡；最后，通过权益薪酬激励企业创新的假设检验了所构建的创新能力指数的有效性，也为创新能力指数构建研究的有效性检验提供了新的思路。

但本文的研究依然存在些许不足。由于本文设计的企业创新能力指数评价体系中涉及到增长率的指标，从而使得数据缺失比较严重，无法实现对所有上市公司进行创新能力指数的计算和评价，希望未来的研究中能够对增长率指标进行更好的量化，从而使得基期相关数据为0的情况下，增长率指标仍有意义，实现企业创新能力指数能够满足对所有上市公司评价的需要；此外，衡量管理创新的相关指标很难量化，因而本文设计的指标中对企业管理创新的关注较少，希望以后的研究能更好地量化管理创新，建立包含管理创新能力的评价体系。