基于QCA 分析的企业绩效提升路径研究——以沪深股市生物医药企业为例

王晓静

(上海工程技术大学 管理学院,上海 201620)

21 世纪以来,全球人口环境发生着持续的变化,人口快速增长、人均寿命延长、人口老龄化等现象愈加明显,伴随着健康观念的改变,人类对健康的需求和要求逐渐提高[1],全球生物医药健康市场规模也随之持续扩大。然而,根据中商产业研究院发布的《2019 年中国医药行业经济运行月度报告》,1—12 月全年医药行业亏损总额162.7 亿元,同比增长7%,共有1 151 家企业处于亏损状态[2]。这可能是由于:在国际市场上,欧、美、日等国依然占据着生物医药行业发展的主导权;在国内,集中采购、“两票制”压缩了部分医药企业的利润空间[3],倒逼企业更多地依靠创新发展[4]。但值得注意的是,仍有部分企业在这种环境中实现了高企业绩效,基于此,探究生物医药企业绩效改进的路径对提升我国生物医药企业绩效,抢占未来全球生物医药竞争制高点具有重要意义。

一、文献综述与理论基础

(一)文献综述

在生物医药领域,已有相关研究主要分为两类:一类侧重研究影响因素对企业绩效的净效应,主要包含两种:第一,单一因素对企业绩效的影响研究[5-6];第二,多个因素对企业绩效的净效应或边际效应研究[7-8];另一类研究多个因素对企业绩效的影响机理[9],有些形成了因素之间的递进关系,例如“政府补助→研发投入→企业绩效”[10],有些形成了因素间互相制约的机制[11]。已有研究主要采用实证研究范式,具体有回归分析[12]、模拟仿真[13]、Heckman 估计分析[14]、因子分析[15]等方法;为数不多的质性研究主要采用案例研究方法。

这两类研究具有一定的参考价值,但仍有不足之处:一方面,现实世界中各因素间不是“孤立”,而是相互依赖、共同作用的,已有研究简化了企业绩效各影响因素之间的关系,缺乏对其共同作用或组合效应的探究;另一方面,同一因素在不同的场景中可能发挥不同甚至相反的作用,实现高绩效的路径也可能不止有一条,已有研究难以模拟现实世界诸多的场景,其研究结论概推于多企业的实践效果受到极大限制。生物医药企业绩效问题是一个受多因素共同作用的复杂问题,考虑到已有研究方法的局限性,本研究首先构建了基于资源基础理论的“资源-能力”模型,然后试图采用新的研究范式——定性比较分析(Qualitative Comparative Analysis,QCA),模拟现实世界中生物医药企业受多因素共同影响的场景,以整体的视角探究生物医药企业绩效提升的路径。

(二)理论基础

资源基础理论(Resource-based theory,RBT)用于检验由于资源异质性而造成的绩效差异,旨在解释组织如何在竞争环境中保持独特和持续的优势[16],企业所拥有的商标、员工知识、技能和能力、机械和技术、资本、契约以及有效的程序和过程都可以称为资源。本研究以企业净利润为结果变量;条件变量主要包含资源和能力两部分,其中资源是企业能够通过自身有形或无形资产获得的来自政府、社会和其自身的各类资源;企业能力指融资能力、营运能力、成长能力等企业核心能力。

二、数据来源和研究方法

(一)数据来源

本研究的研究样本为2019 年沪深A 股市场的生物医药上市公司,数据来源为公司公告和公司2019 年财务年报,公司公告主要来自巨灵金融服务平台,公司年报来自中国证券网。研究样本包含111 家公司。由此,结合理论模型,本研究得出条件变量和结果变量的说明,如表1 所示。

表1 条件变量和结果变量说明

(二)研究方法

定性比较分析方法是由20 世纪80 年代社会学家Ragin 率先发展的基于整体论的研究方法[17]。这一方法采取组态的视角,将影响研究对象的因素看作条件变量,将各条件变量的组合视为组态,研究组态对结果变量影响。该方法能够模拟现实中多因素共同作用于结果的场景,适用于本研究问题。

三、定性比较分析

(一)样本描述性统计分析

本研究采用SPSS 软件对样本数据进行了描述性统计分析,结果如表2 所示。

表2 样本描述性统计分析

由表2 可知,本研究数据中企业绩效、总资产、员工知识、偿债能力、营运能力、成长能力等6 个变量分布较为均匀,政府补贴这一条件变量在各企业案例间的分布不那么均匀,个别企业的异常高或非高政府补贴对这一变量数据的分布造成了较大影响。

(二)数据校准

根据描述性统计分析结果,本研究依据Fiss 和Ragin(2011)[18]学者的建议,将企业绩效、总资产、员工知识、偿债能力、营运能力、成长能力等变量的三个阈值设定为样本数据的上4 分位数、下4 分位数、上、下4 分位数的均值。从条件变量的性质来看,高资产负债率意味着低偿债能力,因此对于偿债能力,本研究将三阈值中的上4 分位数和下4 分位数互换。由于部分数值较高,政府补助数据分布不均匀,本研究将上4 分位数、下4 分位数和中位数设定为政府补助这一条件变量的阈值。校准后的结果变量和条件变量重新命名为EP、G、A、E、S、OC、GC。

(三)必要条件检测

定性比较分析方法是一种集合分析方法,主要分析条件变量或其组合是否构成结果的必要条件或充分条件。在这里,本研究借鉴Fiss 的研究,以一致性0.9 作为检验标准对单一变量进行必要条件检测,结果如表3 所示。

表3 必要条件检测结果

观察表3,可以发现对于高企业绩效和非高企业绩效的必要条件检测报告了两种属性。一致性主要检验集合间的必要条件关系,覆盖度是关于条件变量(组合)对于结果解释程度。可以发现,各条件变量对高企业绩效结果和非高企业绩效结果一致性都低于临界值0.85,本研究样本数据通过了必要条件检测;单一条件变量的覆盖度最高为0.82,处于较低水平。因此,单一条件变量对高企业绩效结果和非高企业绩效结果的解释度比较低,本研究将进一步展开高、非高企业绩效的组态分析。

(四)生物医药企业绩效提升路径分析

本研究借鉴定性比较分析方法研究专家Ragin的观点,将组态分析的频数阈值为1,将一致性阈值设置为较为严格的0.80,最终产生了14 个导致高企业绩效的组态和24 个导致非高企业绩效的组态,共对应33 家高企业绩效案例和56 家非高企业绩效案例。基于此,本研究通过标准化分析得出产生高、非高企业绩效的路径模型。

1.产生高企业绩效的路径模型。根据高企业绩效组态分析,本研究得出了高企业绩效路径模型,如表4 所示。

表4 高企业绩效路径模型

根据表4,产生高企业绩效的组态共有5 个,这5 个组态的一致性分别为0.932 1、0.879 8、0.878 6、0.877 1、0.902 3,且模型解的一致性为0.845 4,说明模型解中5 个组态构成了高企业绩效的充分条件。解的覆盖度为0.604 2,说明该模型解释了约60%的产生高企业绩效的原因。高企业绩效的5 个组态对应了4 种核心条件组合,即4 条产生高企业绩效路径:

路径①:多研发人员—强营运成长主导型。HIa:E*S*OC*GC,表明无论企业政府补助、总资产额方面的条件如何,只要企业具有多研发人员、强营运能力和强成长能力,再辅以具有强偿债能力,就能产生高企业绩效。该路径的典型案例是恒瑞医药、华润双鹤、长春高新等。其中长春高新是更符合本路径特质的典型案例。HIb:G*E*OC*GC,表明无论企业是否拥有高总资产额和强偿债能力,只要企业具有多研发人员、强营运能力和强成长能力,再辅以企业获得了高政府补助,就能产生高企业绩效。该路径的典型案例较多:恒瑞医药、普洛药业、安图生物等,其中安图生物是更符合本路径特质的典型案例。H1a 和H1b 的核心条件是E、OC、GC,营运能力和成长能力有关企业内部运营,而员工知识是组织吸引的社会资源,路径①展示了高企业绩效企业在主动掌握社会关键资源、提升自我能力方面的共同可借鉴经验。

路径②:高补助—高资产—强成长主导型。H2:G*A*GC,表示无论企业研发人员数量多少、偿债能力和营运能力如何,只要企业拥有高政府补助、高总资产额和强成长能力,就能产生高企业绩效,其中政府补助、资产总额和成长能力同作为核心条件出现。该路径典型案例有恒瑞医药、华东医药、华润三九等,其中华润三九是符合本路径特质的案例。

路径③:高资产—多研发人员—强偿债主导型。该路径强调了资产总额、员工知识和偿债能力对高企业绩效的影响。H3:A*E*S,表示无论企业获得政府补助多少、营运能力和成长能力如何,只要企业有高总资产额,多研发人员和强偿债能力,就能够产生高企业绩效。该组态的典型案例是恒瑞医药、云南白药、同仁堂等,其中,同仁堂是最符合本路径特质的案例。

路径④:高资产—强营运成长型。该路径强调了企业总资产、营运能力和成长能力对高企业绩效的影响。H4:A*OC*GC,表明无论企业政府补助、员工知识和偿债能力如何,只要企业具有高总资产额、强营运能力和强成长能力,就能产生高企业利润。该路径的典型案例是恒瑞医药、中国医药、柳药股份等,其中,柳药股份是最符合本路径特质的案例。

2.产生非高企业绩效的路径模型。由于定性比较分析方法的非对称性,各企业除了趋向于重视高企业绩效,还要避免非高企业绩效。因此,本研究进一步对产生非高企业绩效的路径进行了分析,结果如表5 所示。

表5 非高企业绩效路径模型

由表5 可知,产生非高企业绩效的路径有5条,涉及的组态有6 个,其一致性程度分别为0.924 2、0.877 4、0.892 4、0.921 7、0.984 4、0.941 8,且模型解的一致性程度为0.877 8,说明这些组态构成了非高企业绩效的充分条件。解的覆盖度为0.747 5,说明这些组态解释了75%左右的产生非高企业绩效的原因。下面详细分析5 条路经:

路径①:非高资产—非强成长主导型。NH1a:～A*～E*～GC,表示无论企业的政府补助、偿债能力、营运能力等条件如何,只要企业具有非高总资产额和非强成长能力,再辅以非多研发人员,就能够产生非高企业绩效。该路径解释了约40%的产生非高企业绩效的原因,其典型案例为金浦钛业。NH1b:～A*S*～GC,表示无论企业的政府补助、员工知识、营运能力等条件如何,只要企业具有非高总资产额和非强成长能力,再辅以企业具有强偿债能力,就能够产生非高企业绩效。该路径解释了约32%的产生非高企业绩效的原因,其典型案例为九芝堂。

路径②:非高总资产额—非强营运主导型。NH2:～A*～OC,表明无论企业的政府补助、员工知识、偿债能力、成长能力如何,只要企业具有非高总资产额和非强营运能力,就会产生非高企业绩效。该路径解释了约55%的产生非高企业绩效的原因,海利生物是最具有本研究特质的案例。

路径③:非高补助资产—非强偿债主导型。H3:～G*～A*～E*～S,表示无论企业的营运能力、成长能力如何,制药企业具有非高政府补助、非高总资产额和非多研发人员,再辅以企业具有非强偿债能力,就会产生非高企业绩效。该路径解释了约23%的产生非高企业绩效的原因,典型案例有济民制药、北大医药、联环药业等,其中北大医药是符合本路径特质的案例。

路径④:非多研发人员—强偿债—非强营运成长主导型。H4:～E*～S*～OC*～GC,表示无论企业获得高政府补助,是否具有高总资产额,只要企业具有非多研发人员、非强偿债能力、非强营运能力、非强成长能力,就会产生非高企业绩效。该路径仅解释了16%左右的产生非高企业绩效的原因。典型案例有济民制药、万泽股份、海利生物等,其中济民制药是最符合本路径特质的案例。

路径⑤:非高补助—非多研发人员—非强偿债营运主导型。H5:～G*～E*～S*～OC,表明无论企业是否具有高总资产额和强成长能力,只要企业符合非高补助、非多研发人员、非强偿债能力、非强营运能力,就会产生非高企业绩效。该路径的覆盖率为0.386 9,解释了大约39%的产生非高企业绩效的原因。典型案例是济民制药、渤海股份、海利生物、万泽股份等,其中渤海股份符合本路径特质。

四、结论

通过定性比较分析,本研究得出了产生高、非高企业绩效的路径。实现高企业绩效的路径有4条,分别是:①EP=E*OC*GC,即高企业绩效=高员工知识*强营运能力*强成长能力;②EP=G*A*GC,即高企业绩效=高政府补助*高总资产额*强成长能力;③EP=A*E*S,即高企业绩效=高总资产额*高员工知识*强偿债能力;④EP=A*OC*GC,即高企业绩效=高总资产额*强营运能力*强成长能力。产生非高企业绩效的路径有5条,分别是:①～EP=～A*～GC,即非高企业绩效=非高总资产额*非高员工知识;②～EP=～A*～OC,即非高企业绩效=非高总资产额*非强营运能力;③～EP=～G*～A*～E*～S,即非高企业绩效=非高政府补助*非高总资产额*非高员工知识*非强偿债能力;④～EP=～E*～S*～OC*～GC,即非高企业绩效=非高员工知识*非强偿债能力*非强营运能力*非强成长能力;⑤～EP=～G*～E*～S*～OC,即非高企业绩效=非高政府补助*非高员工知识*非强偿债能力*非强营运能力。生物医药企业应根据自身现状避免产生非高企业绩效,并选择合适的路径实现高企业绩效。