种子企业技术创新投入产出分析：政府支持下异质组织创新绩效的考察

李万君　龚璇　李艳军

[摘 要] 基于扩展的柯布-道格拉斯生产函数，运用210家玉米种子企业的调查数据进行技术创新投入产出分析，重点考察政府支持下异质组织创新投入对创新绩效的影响。具体分析种子企业不同维度的创新投入对创新数量和创新质量的直接影响和交互影响，同时考察政府支持的调节效应，进一步分析上述效应在不同类型企业间的差异。研究发现：物质资本资源投入和人力资本资源投入对创新数量的直接效应和交互效应均显著为正;人力资本资源投入负向影响创新质量;组织资本资源投入不仅正向影响创新质量，产出弹性大，而且与物质资本资源投入对创新质量具有显著的正向交互影响。各类政府支持均正向调节物质资本资源投入、人力资本资源投入和创新数量的关系以及组织资本资源投入和创新质量的关系。对于不同类型的种子企业而言，组织资本资源投入在创新质量的提升中均起到了关键作用，产出弹性很大，但创新投入和政府支持的产出效应也存在较大差异。

[关键词]种子企业;技术创新;投入产出分析;创新绩效;政府支持;异质组织

[中图分类号]  F324.6[文献标识码]  A[文章编号]  1673-0461（2022）07-0040-09

一、引言

一直以来，中国种子企业创新能力较弱，这种情况严重影响到了种业核心竞争力乃至农业现代化进程。近年来，国内种子企业纷纷加大创新投入，大力开展技术创新。据农业农村部2018年发布的信息，中国种业50强企业年均创新总投入逾15亿元，与销售额的比例逐渐接近国际水平①。然而，企业进行创新投入并非必然带来理想的产出，即企业进行创新投入与拥有技术成果不能划等号。更重要的是，企业真正需要的是技术产出，而不是创新投入。文献回顾表明，目前相关领域的研究还亟待完善和加强。尽管已有文献探讨了企业创新投入与创新绩效的关系，但是，尚缺乏系统的理论分析框架[1]。而且，企业的创新投入具有不同的形态和维度，在技术创新过程中发挥着不同的作用。但是，已有的研究[2-5]多笼统分析企业总投入对创新绩效的影响，或是仅仅探讨某一维度创新投入[6-8]的效应，较少考虑不同维度创新投入的作用。那么，种子企业创新投入的产出效应在不同维度间存在差异吗？具体而言，不同维度的创新投入是否都对创新绩效具有显著的正向影响？哪个维度的创新投入对创新绩效的贡献更大？不同维度的创新投入对创新绩效具有显著的交互影响吗？

然而，由于技术创新往往面临成果外溢的风险，因此，为避免市场失灵，各国政府通常采取提供支持的办法激励企业开展技术创新活动。中国政府历来注重对种子企业的技术创新提供支持[9]。中共十九大报告明确指出，当前正处于全面建成小康社会的决胜时期，应实施创新驱动发展战略，加强对中小企业创新的支持。种子企业亦在支持之列。2022年中央一号文件明确提出全面实施种业振兴的行动方案，具体包括推进种业领域国家重大创新平台建设，启动农业生物育种重大项目，开展重大品种研发与推广后补助试点，等等。不难看出，大力支持种子企业开展技术创新是党和政府一贯的政策和主张。依据资源整合理论（RIBV），在技术创新过程中，政府支持与企业创新投入共同发挥作用。那么，政府支持是否强化了种子企业技术创新的投入产出效应呢？文献回顾表明，相关领域的研究[10-12]较少考虑政府支持在创新投入和创新绩效的关系中具有怎样的作用，即同时将政府支持、创新投入和创新绩效纳入分析框架的研究还有待补充。而且，现有的文献对创新绩效的测量尚存在不足，表现为主要偏向数量维度，对质量维度的关注还有待加强[13]。并且在分析不同来源的投入对企业创新绩效的影响时，对企业异质性的分析还有待进一步加强[14]。此外，现有的研究多以工业制造企业作为研究对象，且主要基于上市公司披露的数据展开分析。由于上市公司大多属于规模较大的企业，因此仅以其为样本展开研究具有一定的局限，即现有的文献在一定程度上忽视了对中小企业技术创新的探讨，尤其是对涉农企业技术创新的研究还有待补充。鉴于此，本文对种子企业技术创新投入产出进行分析，重点考察政府支持下异质组织创新投入对创新绩效的影响。具体分析种子企业不同维度的创新投入对创新数量和创新质量的直接影响和交互影响，同时考察政府支持的调节效应，进一步针对不同类型的企业探讨上述效应的差异，并基于玉米种子企业的调查数据展开实证检验。

二、文献综述与理论分析

（一）文献综述

文献回顾表明，已有的研究在考察企业技术创新投入的产出时，重点对创新绩效进行分析，且常常关注其数量维度，忽视了质量维度[13]。而且，关于创新投入对创新绩效影响，现有的研究并未得到一致的结论。目前，主要有两种观点。一是“促进说”，比如GARY等[2]、张凤兵和王会宗[3]研究得出企业创新投入对创新绩效具有积极的影响;二是“不确定说”，比如NOHRIA和GULATI[4]、孙早和宋炜[5]研究发现企业创新投入对创新绩效的影响依赖于一定的条件。鉴于此，学者们把关注的重点转移到了企业不同种类的创新投入对创新绩效的影响，如财务资源投入[15]，人力资源投入[6]，组织制度投入[7]和社会资本[8]等。但是，现有的研究较少同时探讨企业不同维度的创新投入对创新绩效的影响，因此分析不同维度的创新投入对创新绩效交互影响的研究更为少见。

为鼓励企业开展技术创新，中国政府提供的支持政策主要包括以下三种：直接补助、税收优惠和信贷支持[9]。文献回顾表明，将政府支持和创新投入联系起来的研究多分析二者之间的关系，即探讨某类政府支持对创新投入产生了激励还是擠出效应。比如，直接分析政府补助[10]、税收优惠[11]和融资支持[12]对创新投入的影响。尽管极少数学者[16]分析了政府支持对创新投入和创新绩效关系的调节效应。但是，相关研究还亟待补充和加强。具体而言，一是他们仅仅分析了政府补助对创新投入和创新绩效关系的调节效应，没有考虑其他类型的政府支持，也没有对企业创新投入做维度划分;二是基于上市公司披露的数据展开分析，并非以一手调研数据展开实证检验;三是以制造业企业为例展开分析，未考虑涉农企业。因此，政府支持究竟如何影响创新投入与创新绩效的关系尚待深入探究。对于企业创新而言，创新投入属于首要的组织因素，政府支持属于重要的环境因素。可见，目前分析组织因素和环境因素对企业创新绩效的影响时，考虑这两大因素之间关联和协同的研究还亟待深化和加强。

文献回顾还表明，现有关于创新投入、政府支持与企业创新绩效关系的研究多单独考虑某个企业特征变量的影响，比如，企业性质[17]或企业规模[18]。但是，这种关注还显得十分不够[14]。比如，部分文献将企业经营年限作为控制变量纳入分析框架，一定程度上考虑了其在创新绩效分析中的影响。但是，相关的研究尚待加强。这是因为，技术创新是积累性和学习性很强的活动，企业经营年限无疑能很好地反映这一特征。另外，在创新研究中，较少有文献深入探讨企业经营范围所带来的影响。然而，在创新实践中，企业经营范围却呈现出明显的差异，这说明相关的研究亟待补充和加强。更重要的是，目前缺乏综合考虑上述特征变量，进而考察具体不同类型企业间差异的研究。换言之，目前在分析创新投入、政府支持与企业创新绩效的关系时，对异质企业差异的探讨还有待加强。因此，本文在对种子企业技术创新投入产出进行分析时，将同时考虑企业经营年限、企业性质、企业规模和经营范围的不同所带来的差异，即综合考虑多个企业特征变量，深入探讨不同类型企业间的差异。

（二）理论分析

柯布和道格拉斯最初分析了美国制造业的生产情况。在里昂惕夫正式创立投入产出分析以后，柯布-道格拉斯生产函数成为了学界探讨经济主体投入产出效应的主要分析工具。柯布和道格拉斯认为，在进行投入产出分析时，固定资产、劳动力数量和综合技术水平是需要重点考虑的三大投入要素。其中，综合技术水平包括技术引进和经营管理水平等，且在具体分析时一般将其放入误差项，并未专门加以探讨。后来，学者们在分析技术创新投入产出效应时借鉴了这一工具[19]。本研究对种子企业技术创新投入产出进行分析时，亦基于柯布-道格拉斯生产函数的框架展开，同时认为企业的创新投入本质上是各种维度的资源投入。

一般认为，企业资源具有三个维度，即物质资本资源、人力资本资源和组织资本资源[20]。相应地，其创新投入也具有三个维度。其中，物质资本资源投入较为复杂，它包含了柯布和道格拉斯所使用的固定资产。同时，也包含综合技术水平中的技术因素。因为本文主要考察种子企业技术创新投入的产出效应，引进的技术也是创新投入的一部分，因此，本研究将技术引进纳入物质资本资源投入展开分析，并非简单将其放入误差项处理。而且，根据柯布和道格拉斯的观点，在对经济主体进行投入产出分析时，土地也是必须考虑的要素。但是，他们认为土地通常受到价值异常增值的影响不利于进行分析，因此未放入模型。本文认为，种子企业在开展技术创新活动时，必须用到繁育基地和试验田，因此，土地对于其技术创新而言十分重要，不得不加以考虑。本文在研究设计中，将土地因素纳入到物质资本资源投入部分，其价值由受访人员根据企业实情进行估计。

不难理解，人力资本资源投入对应劳动力数量。对于综合技术水平中的经营管理水平，本研究认为不同于技术引进，它更多地体现为经验和制度等软知识，因此，本研究将其视为另一类重要的投入，即组织资本资源投入。可见，从投入要素的归类和分析而言，本文可谓在一定程度上丰富和拓展了柯布-道格拉斯生产函数。需要指出的是，规模报酬问题是运用柯布-道格拉斯生产函数进行投入产出分析时常常探讨的内容，这就需要考察各类投入的回归系数，但企业三个维度的投入往往是密切相关的，同时代入回归极易产生共线性的干扰而难以得到准确的估计。因此，本文在研究设计中，将分别考察某一维度创新投入的产出效应以及某两个维度创新投入的交互效应。为弥补这一操作对规模报酬分析带来的不利影响，本文将企业规模作为调节变量之一纳入分析以详加考察。

三、研究设计

（一）模型设定

依据上述理论分析，本文设定如下模型：

（二）变量定义及测量

1.因变量

本研究借鉴杨亭亭等[13]的定义，将种子企业的创新绩效界定为其新品种推出的速度、水平和效果，并将其划分为创新数量（qnt）和创新质量两个维度（qty）。本文认为，在时间跨度相同的情况下，创新数量能较好地反映新成果推出的速度，并以审定品种的数量予以测量。然而，审定品种具有不同的级别，主要分为国家级审定品种和省（区、市）级审定品种两种。显然，这二者的数量不能简单相加。本文根据相关专家的建议，为国家级审定品种和省（区、市）级审定品种赋予0.7和0.3的权重，并采用加权平均的办法算出其值;为避免已有文献中依赖创新数量指标反映创新质量的缺陷，本文根据BELL[21]的建議，采用Likert五点量表测量创新质量，主要反映种子企业新品种的水平和效果。具体测量语句为：“贵公司新品种的新颖性”“贵公司新品种的适应性”“贵公司新品种的影响力”。很弱/很弱/很小=1，弱/弱/小=2，一般=3，强/强/大=4，很强/很强/很大=5。发放问卷时让受访者根据其所在公司的新品种与市面上同行竞争产品的平均水平相比较后进行评分。

2.自变量

本研究依据BARNEY[20]和刘小元等[22]的定义，将种子企业的创新投入界定为其用于开展技术创新活动的一切有价值的资源投入，并将其划分为物质资本资源投入（phi）、人力资本资源投入（hum）以及组织资本资源投入（org）三个维度。物质资本资源投入用种子企业年均投入创新活动的技术、厂房设备和资金等物质资源的价值测量;人力资本资源投入用种子企业年均投入的创新人员全时当量数测量;组织资本资源投入是指种子企业技术创新制度的建设情况，本文以其创新制度的完备程度予以反映，并采用Likert五点量表进行测量。测量语句为“贵公司拥有完备的技术创新制度”，很同意=5，同意=4，一般=3，不同意=2，很不同意=1。需要指出的是，企业人力资本资源投入的测量存在一定的难度，主要是因为其具有较强的异质性，在研究中难以标准化。报酬折现法、未来折现法和人力资本加工成本法是现有文献中常见的测量方法[23]，但是，这些方法均存在一定的缺陷，

仅仅考虑了人力资本资源拥有的状况，即关注的重点并非调用和投入。从调用和投入的角度测量人力资本资源必须区分全时与非全时。因此，国际上通常采用创新人员的全时当量测量企业用于技术创新的人力资本资源投入[24]。本研究借鉴这一做法，对种子企业的人力资本资源投入进行测量，具体让受访者填写企业年均投入的创新人员的全时当量数。

本文借鉴DU和LI[25]的定义，将政府支持界定为政府从供给侧对种子企业技术创新给予有形和无形的投入和帮扶，包括直接补助（sub）、税收优惠（tax）和信贷支持（cre）。直接补助用种子企业获得政府补助的实际值测量，税收优惠用种子企业获得税收优惠的实际值测量，信贷支持用种子企业依靠政府支持获得的信贷额测量。

本文主要涉及以下企業特征变量：经营年限（age）、企业性质（nat）、企业规模（siz）和经营范围（scp）。经营年限采用企业经营年限的实际值测量，企业性质的取值包括公有（或公有控股）和非公有两类。需要指出的是，注册资本（rca）、营运资本（oca）、企业人数（cnu）以及研发部门人数（rnu）均从不同角度反映了企业规模，本文先对其取对数，然后采用探索性因子分析法对其进行降维，并采用公因子得分作为企业规模的取值。这样操作是因为反映规模的指标较多，不同企业比较起来，各指标的大小关系可能存在细微不同。经营范围（scp）分为专营和兼营两种。专营指仅研发生产种子，兼营指研发生产种子以外的农资或其他产品。具体赋值为：专营=0，兼营=1（见表1）。

（三）数据来源

在种子企业技术创新领域，玉米种子企业最具典型性、代表性和研究的迫切性[9]。因此，本研究选取玉米种子企业作为调研对象。在全面了解全国种子企业数量及总体分布的基础上，课题组对研发玉米种子的企业展开问卷调查。首先，依据前期的理论设计，课题组开发出了调查问卷初稿，接着开展试调查，并依据调查过程中的问题对问卷进行修正和完善。重点是调整带有歧义和难以理解的题项。经修正得到正式调查问卷。然后，依据前期积累和建立的种子企业及其联系人员名单，采用短信和邮件的方式与受访者取得联系，发放问卷开展调查。发放后收到点击反馈视为发放成功。为确保回收问卷的绝对数，课题组对部分种子企业发放了两份或多份问卷。整个调查于2018年9月底启动，历时半年多时间，总共调查了631家种子企业。问卷回收后，进行检查和整理，剔除无效问卷后得到210份，对应210家不同的种子企业，占发放企业总数的33.28%。受访企业来自27个省（区、市），基本覆盖了玉米主产区。需要说明的是，问卷的有效率较低，主要是因为大量的受访者因为各种原因中断了填写，很难继续完成问卷②。为了佐证样本的代表性和典型性，本文将样本企业与全国所有种子企业的关键特征指标及其分布进行对比，全国种子企业的数据来自农业农村部种业管理司等（2020）发布的数据。对比后发现两者的关键特征指标（如资产总额）的分布较为一致，说明样本企业具备一定的代表性。样本企业的描述性统计分析结果见表2。

（四）描述性统计分析

表3展示了各变量的描述性统计分析结果。不难看出，无论是种子企业各维度的创新投入，还是各类型的政府支持，都尚有较大的提升空间。具体而言，样本企业年均物质资本资源投入仅为959万元左右，年均人力资本资源投入约为27个全时当量，组织资本资源投入均值约为3.65;政府提供的年均直接补助约为49万元，年均税收优惠约为356万元，年均信贷支持约为1 618万元。需要说明的是，创新质量给出的是三个语项的得分加总后的分析结果;企业规模采用的是注册资本、营运资本、企业人数和研发部门人数的因子得分值，因此最小值为负数，平均值为0，标准差为1。各变量的标准差表明观测值之间存在足够的差异，说明样本具备良好的代表性。

四、实证分析

为了适应模型的需要以及降低变量的异方差，本文在做实证分析之前，对各个连续型变量均进行取自然对数处理，包括qnt、qty、phi、hum、org、sub、tax、cre、age、rca、oca、cnu以及rnu，分别记为lqnt、lqty、lphi、lhum、lorg、lsub、ltax、lcre、lage、lrca、loca、lcnu以及lrnu。需要说明的是，由于创新质量采用Likert五点量表测量，且具有三条不同的测量语句，因此，需要归拢为一个值后取对数。但是，如果采用探索性因子分析法进行降维，将会使得部分因子得分为负数，导致无法取对数。因此，本研究将其三条语句的观测值进行加总，然后取对数。

（一）不同维度的创新投入对创新绩效的直接效应及交互效应

表4给出了不同维度的创新投入对创新绩效的直接效应及交互效应回归结果，不难看出，物质资本资源投入正向影响创新数量，产出弹性较大（β=0.144***）;人力资本资源投入正向影响创新数量（β=0.092***），负向影响创新质量（β=-0.022***）;组织资本资源投入正向影响创新质量，产出弹性很大（β=0.229***）。此外，物质资本资源投入和人力资本资源投入对创新数量具有显著的正向交互影响（β=0.032*）;物质资本资源投入和组织资本资源投入对创新数量具有显著的负向交互影响（β=-0.046*），对创新质量具有显著的正向交互影响（β=0.015***）。

（二）政府支持对创新投入与创新绩效关系的调节效应

表5给出了政府支持对物质资本资源投入与创新绩效关系的调节效应分析结果，不难看出，直接补助、税收优惠和信贷支持在物质资本资源投入和创新数量的关系中均起到了显著的正向调节作用（β=0.035**、0.046***和0.027*）。

表6给出了政府支持对人力资本资源投入和创新绩效关系的调节效应分析结果，不难看出，直接补助、税收优惠和信贷支持在人力资本资源投入和创新数量的关系中均起到了显著的正向调节作用（β=0.024*、0.031*和0.026*）。

表7给出了政府支持对组织资本资源投入和创新绩效关系的调节效应分析结果，不难看出，直接补助、税收优惠和信贷支持均在组织资本资源投入和创新数量的关系中起到了显著的负向调节作用（β=-0.065**、-0.046**和-0.059**），但在组织资本资源投入和创新质量的关系中均起到了显著的正向调节作用（β=0.016***、0.015***和0.016***）。

（三）考虑种子企业异质性的进一步分析

表8展示了运用企业经营年限、企业性质、企业规模和企业经营范围进行聚类分析的结果。不难看出，第Ⅰ类为经营年限短、小规模、专营性的非公有种子企业;第Ⅱ类为经营年限居中、中等规模、兼营性的非公有种子企业;第Ⅲ类为经营年限长、大规模、专营性的公有或公有控股的种子企业。结合种子企业的实际不难发现，第I类多是新创种子企业，这类企业通常基于育种技术建立，比如，掌握一定的技术专利或者拥有一定数量的育种人才;第Ⅱ类种子企业是商业化育种的中坚力量，数量众多;第Ⅲ类种子企业经历了较长的种业计划经济运营阶段，其前身多为国有种子公司，或者与公有资本具有紧密的关联。需要指出的是，由于聚类后第Ⅲ类种子企业样本数较少，只有25个观测值。因此，在基于这类企业进行分析时，为了确保得到稳健的回归结果，本研究根据相关学者的建议，采用Bootstrap回归进行处理[26]。

基于第Ⅰ类种子企业的回归结果表明：组织资本资源投入正向影响创新质量，产出弹性较大（β=0.129**）。直接补助在人力资本资源投入和创新质量的关系中起到了显著的正向调节作用（β=0.089***）;针对第Ⅱ类种子企业的回归分析表明：人力资本资源投入负向影响创新质量（β=-0.024**）。组织资本资源投入正向影响创新质量，产出弹性较大（β=0.248***）。物质资本资源投入和人力资本资源投入对创新质量具有显著的负向交互影响（β=-0.012*），物质资本资源投入和组织资本资源投入对创新质量具有显著的正向交互影响（β=0.017*）。直接补助正向调节物质资本资源投入与创新数量以及创新质量之间的关系（β=0.220***、r=0.154*③），负向调节组织资本资源投入与创新数量的关系（β=-0.144***），正向调节组织资本资源投入和创新质量的关系（β=0.022**）。税收优惠正向调节组织资本资源投入和创新质量之间的关系（β=0.011*）。信贷支持正向调节物质资本资源投入、组织资本资源投入和创新质量的关系（β=0.196**、0.028**）。运用第Ⅲ类种子企业进行回归分析表明：组织资本资源投入正向影响创新质量，产出弹性很大（β=0.344***），负向影响创新数量（β=-1.164*）。物质资本资源投入和人力资本资源投入对创新质量具有显著的负向交互影响（β=-0.037*）。税收优惠正向调节物质资本资源投入和创新数量的关系（β=0.381*），负向调节物质资本资源投入和创新质量的关系（β=-0.080**）。信贷支持负向调节物质资本资源投入、人力资本资源投入与创新质量的关系（β=-0.051**、-0.032*）。

需要指出的是，表8倒数第二、第三列给出了各类种子企业创新数量和创新质量的均值。不难看出，三类种子企业的创新质量并无明显的差异，而创新数量依企业经营年限和规模依次递增，这充分说明目前中国种子企业在运用内外部投入开展技术创新的过程中，绩效的差异主要体现在数量上，质量上没有区别，这也从侧面反映了中国种子企业的技术创新主要表现为以数量为主的粗放增长。

（四）稳健性检验

由于各主要变量均采用五年（2014—2018年）的均值，为避免可能的反向因果关系的干扰，本研究运用创新绩效后三年（2016—2018年）的数据代入分析，所得结果与本文分析结果一致。此外，由于创新质量采用Likert五点量表测量，受访者在填答过程中有可能高估其所在企业的相关指标，导致出现偏差。因此，本文采用审定品种数量与新品种数量的比例代替量表评分作为创新质量的值代入回归，所得结果与上述实证分析结果基本相同。这表明本文的分析结果是稳健的。

五、结论与启示

（一）研究结论

本文运用扩展的柯布-道格拉斯生产函数，对种子企业技术创新进行投入产出分析，重点考察政府支持下异质组织创新投入对创新绩效的影响。具体分析种子企业不同维度的创新投入对创新数量和创新质量的直接影响和交互影响，同时探讨政府支持的调节效应，进一步考察上述效应在不同类型企业间的差异，并运用210家玉米种子企业的调查数据展开实证检验，得出以下结论：

第一，种子企业不同维度创新投入的产出效应及协同效应不理想，尤其是对创新质量的产出弹性有待提升。主要表现为尽管物质资本资源投入和人力资本资源投入均正向影响创新数量，但人力资本资源投入负向影响创新质量，且物质资本资源投入对创新质量的影响不显著。从创新投入不同维度间的协同情况来看，物质资本资源投入和人力资本资源投入尚未达到最佳的互补状态，体现为二者仅对创新数量具有显著的正向交互影响;组织资本资源投入和人力资本资源投入也未达到理想的协同状态，表现为无论是对于创新数量，还是创新质量，两种投入的交互效应均不显著;组织资本资源投入和物质资本资源投入产生了理想的协同效应，主要体现在尽管二者对创新数量具有显著的负向交互影响，但对创新质量具有显著的正向交互影响。各类政府支持均有助于种子企业利用创新投入提升创新数量和创新质量，即各类政府支持不同程度地强化了种子企业技术创新的投入产出效应。主要体现在直接补助、税收优惠和信贷支持均强化了物质资本资源投入、人力资本资源投入和创新数量的关系以及组织资本资源投入和创新质量的关系。

第二，对于不同类型的种子企业而言，组织资本资源投入在创新质量的提升中均起到了关键作用，产出弹性大，但创新投入和政府支持对创新绩效的影响也存在较大的差异。具体而言，对于经营年限短、小规模、专营性的非公有企业，不同维度创新投入的产出效应不理想。然而，直接补助在人力资本资源投入与创新质量的关系中起到了强化作用;对于经营年限居中、中等规模、兼营性的非公有企业，物质资本资源投入和人力资本资源投入的产出效应以及二者之间的协同效应不明显，尤其是人力资本资源投入不仅負向影响创新质量，而且与物质资本资源投入对创新质量具有显著的负向交互影响。但是，对于这类企业而言，政府支持的产出效应明显，表现为几乎所有类型的政府支持均能强化物质资本资源投入、组织资本资源投入和创新质量的关系;对于经营年限长、大规模、专营性的公有或公有控股企业，几乎所有的创新投入均不具备明显的产出效应，政府支持的强化效应亦不明显。主要体现为除了组织资本资源投入有助于创新质量提升以及税收优惠有助于创新数量提升以外，其他维度的创新投入对创新数量和创新质量的直接影响、交互影响以及各类政府支持的调节作用均不显著，甚至显著为负。

（二）政策启示

对于种子企业而言，应转变创新观念和策略，将技术创新的重点由追求数量为主转变到数量和质量兼顾的轨道上来，尤其应注重创新质量的提升。鉴于在当前的技术创新中资源整合和协同十分关键，企业应加强技术创新制度的建设和投入，即增加组织资本资源投入，以统摄其他维度的创新投入，使其得到充分利用，发挥不同维度的创新投入在提升创新绩效，尤其是创新质量中的协同效应。

对于政府部门而言，整体上应加大对种子企业，尤其是第Ⅱ类种子企业技术创新的支持力度，且支持政策应向创新制度更加完善的企业倾斜。针对不同类型的企业，应予以区别对待，提升政府支持的精准度和公共资源的利用效率。对于经营年限短、小规模、专营性的非公有企业，应加大对拥有高质量技术创新人才的企业的直接补助力度;对于经营年限居中、中等规模、兼营性的非公有企业，应加大对技术创新物质基础优良、创新制度完善的企业的支持力度;对于经营年限长、大规模、专营性的公有或公有控股企业，对于是否提供支持需要保持谨慎的态度，重点应放在敦促其加强组织资本资源的积累和投入，充分利用已有的创新资源，产出优质的技术成果。

[注 释]

① 见邵海鹏的《中国种企50强每年研发投入超15亿强度接近国外大公司》，https：//www.sohu.com/a/231875890_115124。

② 根据国内做企业调查的相关研究来看，问卷有效率也基本在30%左右，参见王永贵和洪傲然（2020）的研究。

③ 此处由于存在共线性，故报告相关系数，下同。

[参考文献]

[1]宋洋.创新资源、研发投入与产品创新程度——资源的互斥效应和研发的中介效应[J].中国软科学，2017（12）：154-168.

[2]GARY H J， BAI H M， GUAN X J，et al. R&D performance in Chinese industry[J]. Economics of innovation and new technology， 2006， 15（4-5）： 345-366.

[3]张凤兵，王会宗.异质性视角下的R&D企业投入、政府资助与创新绩效——基于微观面板的计数模型实证研究[J].经济与管理评论，2019，35（2）：80-92.

[4]NOHRIA N， GULATI R. Is slack good or bad for innovation？[J]. Academy of management journal， 1996， 39（5）： 1245-1264.

[5]孙早，宋炜.企业R&D投入对产业创新绩效的影响——来自中国制造业的经验证据[J].数量经济技术经济研究，2012，29（4）：49-63.

[6]SAVRUL M， INCEKARA A. The effect of R&D intensity on innovation performance： a country level evaluation[J]. Procedia-social and behavioral sciences， 2015， 210： 388-396.

[7]BARGERON L L， LEHN K M， ZUTTER C J. Sarbanes-oxley and corporate risk-taking[J]. Journal of accounting and economics， 2010， 49（1-2）： 34-52.

[8]YLI-RENKO H， AUTIO E， SAPIENZA H J. Social capital， knowledge acquisition， and knowledge exploitation in young technology-based firms[J]. Strategic management journal， 2001， 22（6-7）： 587-613.

[9]李万君，李艳军，李婷婷.政府支持如何影响种子企业技术创新绩效？——基于政策、组织和市场异质性的分析[J].中国农村经济，2019（9）：104-123.

[10]侯晓红，田蕊，周浩.政府科技补贴对企业技术创新投入的影响——基于市场需求和融资约束视角[J].当代经济管理，2018，40（6）：21-28.

[11]胡华夏，洪荭，肖露璐.税收优惠与研发投入——产权性质调节与成本粘性的中介作用[J].科研管理，2017，38（6）：135-143.

[12]肖仁桥，王宗军，钱丽.技术差距视角下我国不同性质企业创新效率研究[J].数量经济技术经济研究，2015，32（10）：38-55.

[13]杨亭亭，罗连化，许伯桐.政府补贴的技术创新效应：“量变”还是“质变”？[J].中国软科学，2018（10）：52-61.

[14]盛光华，张志远.补贴方式对创新模式选择影响的演化博弈研究[J].管理科学学报，2015，18（9）：34-45.

[15]杜雯秦，郭淑娟.企业异质性、研发投入与创新绩效——基于GPS的实证研究[J].科技管理研究，2021，41（23）：124-132.

[16]巴曙松，吳丽利，熊培瀚.政府补助、研发投入与企业创新绩效[J].统计与决策，2022，38（5）：166-169.

[17]曾萍，刘洋，吴小节.政府支持对企业技术创新的影响——基于资源基础观与制度基础观的整合视角[J].经济管理，2016，38（2）：14-25.

[18]李婧.政府R&D资助对企业技术创新的影响——一个基于国有与非国有企业的比较研究[J].研究与发展管理，2013，25（3）：18-24.

[19]JONES C I. R&D-based models of economic growth[J]. The journal of political economy， 1995， 103（4）： 759-784.

[20]BARNEY J. Firm resources and sustained competitive advantage[J]. Journal of management， 1991， 17（1）： 99-120.

[21]BELL G G. Clusters， networks， and firm innovativeness[J]. Strategic management journal， 2005， 26（3）： 287-295.

[22]刘小元， 蓝子淇，葛建新. 机会共创行为对社会企业成长的影响研究——企业资源的调节作用[J].研究与发展管理， 2019，31（1）： 21-32.

[23]裴政，罗守贵. 人力资本要素与企业创新绩效——基于上海科技企业的实证研究[J]. 研究与发展管理， 2020（4）： 1-14.

[24]肖振红，范君荻. 科技人力资源投入对区域创新绩效的影响研究[J]. 科学学研究， 2019，37（11）： 1944-1954.

[25]DU W， LI M. Government support and innovation for new energy firms in China[J]. Applied economics，2019，51（25）： 2754-2763.

[26]PREACHER K J， HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior research methods， 2008， 40（3）： 879-891.

An Input-Output Analysis of Seed Enterprise’s Technology Innovation：

Investigation of the Innovation Performance of Heterogeneous Organizations

with Government Support

Li  Wanjun，  Gong  Xuan，  Li  Yanjun

（College of Economics & Management， Huazhong Agricultural University， Wuhan 430070， China）

Abstract：   Based on the extended Cobb-Douglas production function， this paper analyzes the input-output effects of technological innovation by using the survey data of 210 corn seed enterprises， focusing on the impact of innovation input of heterogeneous organizations with government support on innovation performance. It specifically analyzes the impact of innovation input on innovation performance， examines the moderating effects of government support and further analyzes the differences of the above effects among different types of enterprises. The results show that the direct and interactive effects of material capital resource input and human capital resource input on innovation quantity are both significantly positive; human capital resource input negatively affects innovation quality; not only does organizational capital resource input positively affect innovation quality， and have a large output elasticity， but it also has a significant positive interaction effect with material capital resource input; all kinds of government support positively moderate the relationship between the physical capital resource input， human capital resource input and the innovation quantity， as well as the relationship between organizational capital resource input and innovation quality. For different types of seed enterprises， organizational capital resources input has played an important role in the improvement of innovation quality， and the output elasticity is great. However， the output effects of innovation input and government support are quite different.

Key words：seed enterprise; technology innovation; input-output analysis; innovation performance; government support; heterogeneous organization

（責任编辑：李 萌）

收稿日期：2022-04-07

基金项目：国家自然科学基金项目《政府支持与研发投入对种子企业技术创新绩效的交互影响机理及实证》（71703050）;国家自然科学基金项目《新〈种子法〉知识产权保护对种子企业技术创新行为的影响机理研究：外部性视角》（72173053）。

作者简介：李万君（1983—），男，土家族，湖北巴东人，博士，华中农业大学经济管理学院副教授、硕士生导师，主要从事农业技术创新管理研究;龚璇（1989—），女，湖南岳阳人，博士，华中农业大学经济管理学院讲师，主要从事敏捷创新、新产品开发与扩散以及网络口碑研究;李艳军（1963—），女，湖北仙桃人，博士，华中农业大学经济管理学院教授、博士生导师，主要从事农产品营销研究。