利益相关者“创新关注”促进了企业创新吗——来自深交所“互动易”的证据

○ 潘红波 杨海霞

引言

利益相关者理论认为，利益相关者对企业的发展起重要作用，[1-3]他们通过正式或非正式的方式参与公司治理，[4,5]影响企业决策和目标实现。鉴于企业创新对企业保持长期竞争优势、获得超额利润的重要性，[6-8]近年来，一些研究分析了利益相关者对企业整体层面信息的关注与企业创新之间的关系。[9-12]然而，企业整体层面的信息不仅包括企业创新层面的信息，还包括企业会计业绩、市场竞争力、供应商关系等多方面的信息，而这些不同层面的信息对企业创新的影响并非一致，其作用机制亦有差异。本文认为，相比利益相关者对企业整体层面信息的关注，利益相关者对企业创新层面信息的关注（以下简称“创新关注”）与企业创新之间的关系更直接、更紧密。因此，本文将利益相关者关注的内容细分至企业创新层面，从“创新关注”视角分析利益相关者关注对企业创新的影响。

深圳证券交易所于2010年1月正式启用“互动易”平台，为中小投资者等利益相关者关注企业的生产经营活动、获取企业相关信息提供了一个方便快捷的渠道。[13]通过“互动易”平台，利益相关者可以随时点对点地向深交所上市公司提出有关企业生产经营管理方面的任何问题，包括企业创新活动方面的相关问题，同时上市公司会及时做出相应回复。经统计，在2010-2016年，“互动易”平台上与企业创新相关的提问记录占比高达8.04%。由此可见，利益相关者十分关注企业创新活动方面的相关信息。

因此，本文基于2010-2016年“互动易”平台上利益相关者对深交所上市公司的提问数据，采用中文分词、关键词提取等文本分析方法对提问数据进行归类以构建“创新关注”指标，[14]实证检验“创新关注”对企业创新的影响及其影响机制。本研究发现，“创新关注”能够显著提升企业的创新投入水平。为缓解内生性问题对研究结论的影响，本文采用工具变量法和倾向得分匹配法，结果在控制内生性问题后，“创新关注”依旧能够显著提升企业的创新投入水平。本文发现“创新关注”对企业创新投入的促进效应在融资约束较大、风险承担水平较低的企业中更强，表明“创新关注”能够缓解企业融资约束困境、提升企业风险承担水平，进而助力企业提升创新投入水平，验证了融资约束假说和创新失败容忍度假说。此外，在控制企业创新投入变量后，“创新关注”对企业创新产出和创新效率均具有显著的促进效应，故排除了迎合假说对本文结论的干扰。

本文的贡献如下：第一，从利益相关者“创新关注”视角对企业创新的影响因素研究进行创新。本文发现，“创新关注”是驱动企业创新的重要因素，丰富和扩展了企业创新影响因素的相关研究。第二，从融资约束视角丰富和扩展了利益相关者关注对企业创新影响的相关研究。已有文献表明，融资约束是限制企业创新发展的重要因素，[8,15-17]而互联网的发展有助于提升企业的信息透明度，[13,18-19]进而缓解企业的融资约束问题。本文发现，“创新关注”能够降低利益相关者与企业之间的信息不对称程度，缓解企业的融资约束困境，进而有利于企业创新投入水平的提升。第三，从创新失败容忍度视角丰富和扩展了利益相关者关注对企业创新影响的相关研究。已有文献表明，创新失败容忍度是影响企业创新的重要因素。[20-23]本文发现，“创新关注”促使利益相关者了解企业创新项目高失败率与高收益率并存的特性，能够提升利益相关者对企业创新失败的容忍度，从而增加企业管理层风险承担意愿、提升企业风险承担水平，有利于企业创新投入水平的提升。

一、文献回顾与研究假设

1.文献回顾：利益相关者关注与企业创新

利益相关者是影响企业目标实现的重要群体，[1,2]他们对企业的关注能够降低企业的信息不对称程度，[9-12]改变企业的资源分配，[24]影响企业的资产价格[25]等。研究表明，投资者、分析师、媒体等利益相关者对企业整体层面信息或业绩层面信息的关注影响企业创新。[7,9-11]

分析师有挖掘信息、解释信息和传递信息的功能，[9,26]因而能够对公司经营起到外部治理的作用。国外研究中，He等以美国上市公司为样本，发现分析师对会计盈余的关注给企业管理层施加了太多压力，导致企业管理层为达到短期目标而放弃周期较长但能增加企业价值的创新项目，即分析师关注阻碍了企业创新；[9]而Guo等研究发现，虽然分析师数量的增加给企业管理层施加了压力，导致企业削减了研发支出，但分析师的“信息角色”却促使企业收购更多的创新型企业、采用公司风险资本进行投资，从而有助于企业创新投资效率的提升。[10]国内研究中，陈钦源等发现，分析师关注能够缓解企业创新过程中的信息不对称问题及代理问题，进而提升企业创新绩效；[11]余明桂等研究发现，分析师关注能够通过缓解企业融资约束来促进企业创新。[12]余威等从投资者关注视角研究了企业交叉上市与企业创新行为的内在关联，发现企业交叉上市能够引入多个资本市场上的投资者关注企业，进而提升企业创新投入水平；境外投资者更重视企业长期发展前景，故其对上市公司的关注能够提升企业创新投入水平；但境内投资者则更关注短期收益，较少关心企业是否开展创新活动，因而其对上市公司的关注并不影响企业创新投入水平。[27]媒体作为一种法律外制度，通过调查信息和传播信息发挥对公司“监督者”角色的作用。[28]阳丹等研究发现，媒体对企业的报道给企业管理层带来了强大的市场压力，导致企业管理层短视行为，即企业管理层更注重企业短期业绩，进而减少对企业创新活动的资金投入。[29]但是，南楠等研究发现，媒体报道与企业创新正相关；且正面报道和醒目性强的报道对企业创新的促进效应更明显。[30]此外，杨道广等从媒体负面报道出发，发现与会计相关的负面报道、不深入的负面报道更可能抑制企业创新，但来源于财经类杂志所做的能够还原整个事件来龙去脉的负面报道能促进企业创新。[7]

综上分析，现有文献主要研究利益相关者对企业整体层面信息或会计业绩层面信息的关注如何影响企业创新，并未考虑利益相关者对企业创新活动层面信息本身的关注如何影响企业创新。本文认为，相比利益相关者对企业整体层面信息和会计业绩层面信息的关注，“创新关注”与企业创新之间的关系更直接、更紧密。

2.研究假设的提出

（1）“创新关注”与企业创新投入

企业实际控制人、大股东及管理者是企业创新决策的制定者或实施者，[31-33]他们对企业创新的关注越大，越可能增加企业的创新投入、促进企业的创新产出；但中小投资者、分析师、媒体等利益相关者对企业既不拥有控制权，也不拥有经营权，只能有限影响企业决策的制定与执行。[3,7,9,26]因此，中小投资者等利益相关者对企业创新的关注是否以及如何影响企业创新，是一个尚待研究的实证问题。

在完美资本市场环境中，企业投资决策只与企业自身的投资需求相关，不受中小投资者等利益相关者的影响，故中小投资者等利益相关者对企业创新的关注不影响企业创新决策的制定与执行。然而，现实世界中的资本市场并非完美，企业决策长期受到信息不对称、[34]委托代理成本、[35]资本成本、[35,36]融资约束、[15,16]投资者非理性[37]等问题的困扰，这些问题在不成熟的中国资本市场中更为严重。因此，在非完美资本市场环境下，企业创新决策可能受到中小投资者等利益相关者的影响。

与一般的投资项目不同，企业创新项目具备风险高（失败率高）、不可预测、周期长且过程复杂、投入高、异质性等特征。[6]研究表明，产品市场、[38,39]创新激励、[22,40,41]融资约束[8,15]和创新失败容忍度[6,20,22-23,42]等是影响企业创新的重要因素。利益相关者通过“互动易”平台向上市公司提问，一方面能够帮助利益相关者获取企业创新层面的相关信息，降低利益相关者与企业之间的信息不对称程度，缓解企业的融资约束问题；另一方面也能够促使利益相关者了解企业创新项目高失败率与高收益率并存的相关特征，提升利益相关者对企业创新失败的容忍度。因此，本文认为“创新关注”主要通过两种方式促进企业创新投入。第一，降低企业创新活动方面的信息不对称程度，缓解企业创新项目的融资约束困境，为企业创新项目提供资金支持；第二，提升利益相关者对企业创新失败的容忍度，为企业创新提供宽容的试错环境。故本文提出假设：

H1：“创新关注”有助于企业创新投入水平的提升

（2）“创新关注”对企业创新投入的影响机制分析

“创新关注”能够降低企业信息不对称问题、促使利益相关者了解创新项目高失败率与高收益率并存的相关特征，故“创新关注”主要影响融资约束和创新失败容忍度，而对产品市场、创新激励等因素的影响较弱。因此，本文主要从融资约束假说和创新失败容忍度假说来分析“创新关注”对企业创新投入的影响机制。

融资约束理论认为，当企业现金流有限而外部融资困难时，企业会选择放弃部分净现值为正的投资项目。[43,44]创新项目不确定性高、周期长且投资过程复杂、异质性等特征[6]导致企业创新项目存在严重的信息不对称问题，[9,10,15]加重了企业创新项目面临的融资约束困境。[8,15]降低企业信息不对称程度有助于缓解企业融资约束困境，[7,9-11,15,44]促进企业创新投入。[17,45]利益相关者通过“互动易”平台关注企业创新，不但能够为其自身获取企业创新活动层面的相关信息，[18,19]而且任何浏览该平台的利益相关者都能看到以往的问答记录数据，使这些与企业创新活动层面相关的信息也会被传递给关注企业信息的其他利益相关者。即“创新关注”能够提升企业创新层面的信息透明度，降低利益相关者与企业、利益相关者相互之间的信息不对称问题，从而增加对企业创新项目的资金供给，以此缓解企业创新项目面临的融资约束问题，助力企业提升创新投入水平。

综上分析，若融资约束假说成立，即缓解企业融资约束困境是“创新关注”影响企业创新投入的机制之一，那么当企业存在较大的融资约束时，“创新关注”对企业创新投入的促进效应将更强。故本文提出假设：

H2：“创新关注”对企业创新投入的促进效应在融资约束较大的企业中更强

创新项目风险高、周期长、不确定性高等特点[6]导致容忍短期失败成为培育和促进企业创新的关键要素。[20,22,23,42]这是因为，对短期失败的容忍能够有效缓解企业管理层面临的短期业绩压力、降低企业管理层因创新失败而被解雇的风险，[46]从而提升企业管理层的风险承担意愿，[22,46,47]增加企业的风险投资，最终促进企业创新。[20-22]研究表明，投资者、媒体、分析师等利益相关者对企业短期业绩的过度关注加重了企业管理层的职业忧虑，[7,9,10]导致企业管理层为完成短期目标而放弃对企业长期价值具有增量效应但风险较高的创新项目。但是，“创新关注”能够促使利益相关者了解企业创新项目高收益与高风险并存的事实，即企业创新项目虽然风险高、周期长、不确定性高，但成功后获得的收益也颇为丰厚。因而，利益相关者对企业创新项目风险与收益并存特征的认知增加，能够降低利益相关者对企业创新项目的风险厌恶程度、提升利益相关者对企业创新失败的容忍度。根据创新失败容忍度理论，[20,22-23,42]利益相关者对企业创新失败容忍度的提升能够有效降低企业管理层因创新失败而被替换的风险、缓解企业管理层的职业忧虑，从而提升企业管理层风险承担意愿和企业风险承担水平，进而增加企业创新投入。

综上分析，若创新失败容忍度假说成立，即提升利益相关者对企业创新失败的容忍度是“创新关注”影响企业创新投入的机制之一，那么当企业风险承担水平较低时，“创新关注”对企业创新投入的促进效应将更强。故本文提出假设：

H3：“创新关注”对企业创新投入的促进效应在风险承担水平较低的企业中更强

二、研究设计

1.数据来源

本文“创新关注”数据来自深交所“互动易”平台。借助火车采集器编写相应的爬虫代码，于2017年3月抓取了2010-2016年“互动易”平台上的互动交流数据，并借助R软件对数据进行初步清洗，得到2906954个与深交所上市公司有关的有效提问记录。

本文所需的其他变量数据主要来自CSMAR数据库。将“创新关注”数据与其他变量数据按照“企业—年度”进行整合，依次剔除金融类、ST、上市时间不足一年、无研发费用记录、资产报酬率小于零、主要财务数据缺失的企业，最后得到7053个研究样本。

2.变量构建与计算

（1）“创新关注”变量

“互动易”平台中“对上市公司提问”的数据能较好地反映利益相关者对上市公司的关注，[48,49]提问数量越高，说明利益相关者对上市公司的关注越高；同理，创新提问数量越高，占总提问数量的比重越大，说明利益相关者对企业创新的关注越高。

在构建“创新关注”指标方面，首先设定“创新”“专利”“研发”“科技”等与企业创新相关的种子关键词，并用Word2Vector算法获取种子词的近义词，然后人工阅读并筛选出与企业创新相关的词，构建企业创新词库；①然后，借助中文分词技术对文本内容进行分词，剔除“股价再创新高”“股价再创新低”等干扰词组，再采用基于“创新词库”的关键词提取技术将利益相关者关注的内容划分为与企业创新相关的提问和其他提问，得到与企业创新相关的提问记录共计233844个，约占总提问记录数量的8.04%；接着，按照“企业—年度”计算每个企业在2010-2016年与企业创新相关的提问数量（InnovNi,t），用以度量“创新关注”变量。为增强研究的稳健性，本文采用两种方式度量“创新关注”变量：一是用创新提问数量加上1取自然对数度量利益相关者“创新关注”（InnovAtti,t）；二是用创新提问数量与企业总提问数量的比值度量利益相关者“创新关注”（InnovRatioi,t）。具体计算公式分别如下：

此处，InnovNi,t表示企业i在第t年的创新提问数，InvestNi,t表示企业i在第t年的有效提问总数。

（2）企业创新投入变量

以往研究主要用研发投入的相对数量和研发投入的绝对数量来度量企业创新投入水平。[8,40,50-52]本文在主回归模型中，采用研发投入占营业收入的比例（RD_REV）来度量企业创新投入水平；在稳健性检验部分，分别用研发投入占总资产的比例、研发投入与1之和的自然对数来度量企业创新投入水平。

（3）其他变量

借鉴相关文献，[8,10,17,45]本文控制变量包括分析师关注、机构投资者持股比例等，详见表1。此外，本文还控制了利益相关者对企业非创新层面信息的关注度（以下简称“其他关注”）对企业创新的影响。

表1 变量定义

3.实证模型

本文设定如下多元回归模型实证检验利益相关者“创新关注”对企业创新投入的影响，

其中，RD_REVi,t+1表示企业创新投入水平，InnovAtti,t和InnovRatioi,t为“创新关注”变量，Controli,t为控制变量。此外，模型还加入了行业效应和年份效应，以控制行业因素和时间因素对回归结果的影响。为减少极端值对研究结论的影响，本文对相关连续变量进行上下1%缩尾处理；为保证研究结论的稳健性，本文对回归模型的标准误进行企业层面的聚类调整。如果假设H1成立，则模型（3）中“创新关注”变量的系数（α1）应当显著为正。

为验证假设H2和H3，本文分别应用模型（3）进行融资约束分组检验和风险承担水平分组检验。若模型（3）中“创新关注”变量的系数（α1）在融资约束较大的企业组和风险承担水平较低的企业组中显著更大，则假设H2和H3成立。

三、实证结果与分析

1.描述性统计与相关性分析

表2是变量的描述性统计分析结果。从中可知，RD_REVi,t+1的均值为0.047，即平均而言，对于营业收入1亿元的企业，研发费用仅为470万元（0.047×1亿元），表明样本企业的创新投入水平总体上较低；RD_REVi,t+1的最小值为0，最大值为0.275，表明样本企业的创新投入水平参差不齐。InnovNi,t的最小值为0，中位数为12，最大值为224，说明利益相关者对不同企业的创新关注程度差异较大；InnovRatioi,t的均值为0.074，说明平均而言，利益相关者对企业创新层面的关注占其对企业总体层面的关注比重达7.40%，再次表明利益相关者对企业创新层面的关注程度较高。

表2 描述性统计

表3报告了主要变量的相关系数：下半部分InnovAtti,t和InnovRatioi,t均与RD_REVi,t+1显著正相关；上半部分呈现出一致的结果。可见，研究假设H1初步得到支持。此外，InnovAtti,t与InnovRatioi,t的相关系数高达0.693（或0.770），表明两个指标在测度上具有一定的同质性。

表3 相关系数矩阵

2.回归分析：“创新关注”与企业创新投入

表4是假设H1的检验结果。列（1）、列（2）是无控制变量且未控制行业与时间效应时“创新关注”对企业创新投入影响的单变量回归分析。其中，InnovAtti,t的回归系数为0.013、InnovRatioi,t的回归系数为0.258，均在1%的水平内显著，表明“创新关注”能够驱动企业增加创新投入；单变量回归模型的调整R2分别为0.123和0.112，表明“创新关注”对企业创新投入的解释力度不可忽视。因此，研究“创新关注”对企业创新的影响具有一定的实践意义。

表4 “创新关注”与企业创新投入

列（3）和列（4）的多元回归结果显示，InnovAtti,t和InnovRatioi,t的回归系数分别为0.009和0.132，均在1%的水平内显著。②这表明，在控制其他可能影响企业创新投入的相关因素后，“创新关注”依然能够显著提升企业创新投入水平。此外，“创新关注”对企业创新投入的促进效应具有显著的经济意义。以列（3）为例，利益相关者对企业创新层面信息的关注每增加1个标准差（1.208），该企业的创新投入水平将提升约0.011（0.009×1.208），大约相当于企业创新投入水平这一变量样本均值（0.047）的23.4%，表明“创新关注”对企业创新投入的促进效应具有不可忽视的经济重要性。

综上分析，“创新关注”是驱动企业创新投入的重要因素，即利益相关者对企业创新层面信息的关注有助于企业创新投入水平的提升，故研究假设H1成立。③

3.内生性检验

（1）工具变量法

2016年5月8日，国务院办公厅发文《国务院办公厅关于建设大众创业万众创新示范基地的实施意见》（国办发〔2016〕35号），公布了首批双创示范基地名单（28个），其中区域示范基地有17个。双创区域示范基地的设立不仅能够引起利益相关者对该基地内的企业创新活动方面的关注，同时引起利益相关者关注该双创区域示范基地所在城市的其他区域（非双创区域示范基地）内的企业创新情况；并且，双创区域示范基地的设立不会直接影响非双创示范基地企业个体的创新活动。因而，样本企业是否在双创示范基地所在城市的非双创示范基地区域，对于“创新关注”变量而言，是一个较合理的工具变量（IVi,t）。首先，剔除注册地址或办公地址在双创示范基地的2016年样本（双创示范基地会同时影响该基地内企业的“创新关注”和创新活动，故剔除）；然后，针对剩余样本，如果2016年的样本在双创示范基地（如辽宁省沈阳市浑南区）所在城市（如辽宁省沈阳市）的其他区域（如非浑南区），则该样本IVi,t在2016年的取值为1，否则为0；此外，将2010-2015年样本的IVi,t均取值为0。最终工具变量检验的样本数量为6418，回归结果见表5。

表5列（1）和列（3）展示了第一阶段的回归结果，从中可知，工具变量IVi,t对“创新关注”的影响均显著为正；列（2）和列（4）展示了第二阶段的回归结果。从中可知，“创新关注”变量的系数均显著为正，表明“创新关注”对企业创新投入水平的促进效应在控制内生性问题后仍然显著。该结果进一步支持研究假设H1。

表5 两阶段最小二乘法回归分析

（2）PSM方法

首先，对两种度量方式下的“创新关注”变量，分别按照年份—行业将样本分为“创新关注”程度高低不同的4组，将“创新关注”程度最高一组作为处理组，将“创新关注”程度最低一组作为控制组，并据此设定虚拟变量（InnovDumi,t和InnovRDumi,t），“创新关注”程度较高时，虚拟变量取值为1，否则为0。其次，采用企业规模、盈利能力、资产负债率、企业年龄、托宾Q和分析师关注变量作为匹配过程中的协变量，并基于Logit模型对“创新关注”高低的可能性进行预测。然后，依据1:1最近邻有放回方法，从控制组（“创新关注”最低组）中为处理组（“创新关注”最高组）寻找配对样本。限于篇幅，匹配结果略去备索。经过匹配处理后，这些协变量在两组之间均无显著差异，匹配效果较佳。

分别用匹配后的样本重新估计模型（3），检验结果（略去备索）显示，“创新关注”高低虚拟变量（InnovDumi,t和InnovRDumi,t）的系数均显著为正，表明在采用PSM方法缓解内生性问题后，“创新关注”对企业创新投入仍具有显著的促进效应。

4.稳健性检验

第一，改变创新投入的度量方法。在主回归模型中，本文采用以营业收入为基准的研发投入强度（RD_REV）来度量企业创新投入水平；分别采用以总资产为基准的研发投入强度（RD_ASEET）和研发投入加1取自然对数（RD_LOG）来度量企业创新投入水平。[8,40,50-52]回归结果（略去备索）均支持研究假设H1。第二，改变研究的时间窗口。“互动易”平台于2010年1月正式使用，平台在使用初期可能并未受到利益相关者的充分关注，这种情况下，利益相关者通过该平台关注企业创新活动的概率较低。故在此剔除2010年的数据，得到6582个研究样本，重新用模型（3）进行回归。回归结果（略去备索）支持研究假设H1。第三，仅保留制造业及信息传输、软件和信息技术服务业。研究表明，相对于其他行业，制造业及信息传输、软件和信息技术服务业更需要开展创新活动，故在此剔除其他行业的样本，得到6119个研究样本，重新用模型（3）进行回归。回归结果（略去备索）仍然支持研究假设H1。第四，采用固定效应模型。为控制不随时间变化的企业个体特征，本文还控制企业个体效应，对假设H1进行稳健性检验。回归结果再次支持研究假设H1。

四、“创新关注”对创新投入的影响机制

1.影响机制分析：融资约束假说

国内外研究中度量企业融资约束的方法有多种，[8,12,17,47]本文分别用公司规模[8,17,47]和企业性质[8,12,17]来度量企业的融资约束程度。具体而言，如果企业i在第t年的总资产规模小于该年度同行业样本企业的中位数，则划分为融资约束较大的企业，否则划分为融资约束较小的企业；[8,17,47]如果企业i在第t年是非国有企业，则划分为融资约束较大的企业，否则划分为融资约束较小的企业。[8,12,17]

运用模型（3）进行融资约束分组回归，结果如表6所示。在融资约束较大企业组和融资约束较小企业组的分组回归中，“创新关注”变量的系数均显著为正，但“创新关注”变量的系数在融资约束较大的企业组（规模较小的企业、非国有企业）中更大。似无相关模型的检验结果显示，无论以公司规模进行融资约束分组，还是以企业性质进行融资约束分组，“创新关注”变量的系数在两组之间都存在显著差异。因此，“创新关注”对企业创新投入的促进效应在融资约束较大的企业中更强，研究假设H2成立。

表6 “创新关注”与企业创新投入：融资约束分组检验

2.影响机制分析：创新失败容忍度假说

国内外研究中度量企业风险承担水平的方法有多种，本文借鉴已有文献，[32,53]分别采用资产负债率（总负债/总资产）和企业现金持有水平（现金及现金等价物/总资产）来度量企业的风险承担水平。资产负债率越低，说明企业的风险承担水平越低；现金持有水平越高，说明企业的风险承担水平越低。具体而言，本文将样本按照资产负债率的年度—行业中位数进行分组，若企业当年的资产负债率小于当年同行业样本企业的中位数，则企业风险承担水平较低，否则企业风险承担水平较高；类似地，若企业当年的现金持有水平大于同行业样本企业现金持有水平的中位数，则企业风险承担水平较低，否则企业风险承担水平较高。

运用模型（3）进行企业风险承担水平分组回归，实证结果如表7所示。在企业风险承担水平较低样本组和企业风险承担水平较高样本组的回归中，“创新关注”变量的系数均显著为正，但“创新关注”变量的系数在企业风险承担水平较低组（高现金持有水平、低资产负债率）中更大。似无相关模型的检验结果显示，当以资产负债率划分企业风险承担水平高低组时，“创新关注”变量的组间系数差异均在1%的水平内显著；当以现金持有水平划分企业风险承担水平高低组，InnovAtti,t的组间系数差异在10%的水平内显著、InnovRatioi,t的组间系数差异在11.7%的水平上显著。因此，“创新关注”对企业创新投入的促进效应在风险承担水平较低的企业中更强，研究假设H3成立。

表7 “创新关注”与企业创新投入：风险承担分组检验

五、管理层迎合假说的排除

“创新关注”对企业创新投入的促进效应在理论上还存在着另外一种解释：企业原本对创新项目的投资并无需求，但利益相关者对企业创新的诉求可能会转换为其对企业或企业管理层的考核内容，此时，企业管理层有动机执行策略性创新，[54]以迎合这些重视企业创新的利益相关者，而这种迎合投资战略也会增加企业创新投入。因此，有必要讨论迎合假说对本文结论的影响。

根据迎合理论，在外部公司治理压力下，管理者出于维护自身利益需求而迎合利益相关者，进而做出相应的迎合投资决策行为。[55,56]研究表明，企业管理层制定的创新决策有时仅仅是一种策略，[54]并非为了实质性地提高企业的技术竞争力，他们可能是为了从利益相关者身上获取某种利益而迎合利益相关者的诉求，进而做出迎合性的创新投资决策。利益相关者通过“互动易”平台关注企业创新层面的信息时，能够向企业传递他们对企业创新活动方面的诉求与预期，表达他们对企业创新活动方面的重视，在此情况下，企业管理层有动机迎合利益相关者对企业创新的诉求和预期，进而增加企业的创新投入。但Polk等认为，经理人出于迎合投资者而采取的投资决策行为会导致投资效率下降，即迎合投资决策通常都是无效率的。[55]因此，若迎合假说在“创新关注”与企业创新投入的关系中占主导地位，则“创新关注”虽然能够提升企业的创新投入水平，却很难从实质上提升企业的创新产出水平，更难以提升企业的创新效率。故本文设定模型（4）检验“创新关注”对企业创新产出的影响，

此处，InnovOutputi,t+1表示企业创新产出水平。研究表明，企业申请高质量发明专利的行为能更好地代表企业的实质性创新产出水平。因此，本文借鉴相关研究，[40,54]分别用企业（母公司和子公司合计）发明专利申请数量加1取自然对数（IAL）、发明专利申请数量加1取自然对数/总资产的自然对数（IASIZE）、发明专利申请数量加1取自然对数/营业收入的自然对数（IASALE），来度量企业创新产出水平。模型（4）除了控制模型（3）中的控制变量外，还控制了企业在第t年的创新投入水平变量（RD_REVi,t）。

本文设定模型（5）检验“创新关注”对企业创新效率的影响。

此处，InEffi,t+1表示企业创新效率。参考现有文献，本文用一定量的研发费用（百万元）对应的发明专利申请数量度量企业创新效率。[57,58]具体而言，本文分别用InEff1i,t+1=IApplyi,t+1/(RDi,t+1/2×RDi,t-1)、InEff2i,t+1=IApplyi,t+1/(RDi,t+2/3×RDi,t-1+1/3×RDi,t-2)、InEff3i,t+1=IApplyi,t+1/(RDi,t+3/4×RDi,t-1+2/4×RDi,t-2+1/4×RDi,t-3)度量企业创新效率。其中，IApplyi,t+1表示企业i在第t+1年的发明专利申请数量，RDi,t表示企业i在第t年的研发费用（百万元）。创新效率越高，说明同样金额的研发费用支出能够申请更多数量的发明专利。模型（5）除了控制模型（3）中的控制变量外，还控制了企业在第t年的创新投入水平变量（RD_REVi,t）。

表8报告了“创新关注”对企业创新产出的影响。回归结果表明，在控制了企业创新投入水平及其他可能影响企业创新产出的变量后，“创新关注”变量的系数均显著为正，表明“创新关注”能够改善企业发明专利的申请情况，实质性地提升企业高质量创新成果的产出水平。在经济意义上，以列（1）为例，InnovAtti,t的回归系数为0.245，表明利益相关者对企业创新层面的关注每增加1个标准差（1.208），该企业的实质性创新产出将增加约29.6%（1.208×24.5%），表明“创新关注”对企业创新产出的促进效应具有显著的经济意义。

表8 “创新关注”与企业创新产出

“创新关注”对企业创新效率影响的回归结果表明（限于篇幅，具体结果略去备索），在控制了企业创新投入水平及其他可能影响企业创新效率的因素后，“创新关注”变量的系数均显著为正，说明“创新关注”能够实质性地提升企业的创新效率。

综上，“创新关注”对企业创新投入的促进效应，并非企业管理层面对利益相关者创新关注压力而采取的策略性创新反馈，故可排除迎合假说对本文研究结论的干扰。

六、结论与启示

作为影响企业目标实现的重要群体，利益相关者对企业的关注能够降低企业的信息不对称程度、改变企业的资源分配、影响企业的资产价格等。本文从企业创新的研究视角，利用文本分析方法创新性地将利益相关者关注信息细分至企业创新层面以构建“创新关注”指标，实证检验“创新关注”对企业创新的影响及其影响机制。研究发现，“创新关注”对企业创新投入具有显著的促进效应，并且该促进效应在融资约束较大、风险承担水平较低的企业中更强，验证了融资约束假说和创新失败容忍度假说。此外，在控制企业创新投入变量后，“创新关注”对企业创新产出和创新效率均表现出显著的促进效应，故排除了迎合假说对研究结论的干扰。本文研究表明，“创新关注”能够有效缓解企业融资约束困境、提升企业风险承担水平，在驱动企业增加创新投入的同时，亦驱动企业提升实质性创新产出水平和创新效率。

本文具有以下理论意义和实践意义。第一，首次发现基于“互动易”平台的利益相关者“创新关注”能够有效驱动企业创新。因此，相关部门应当积极完善“互动易”平台建设，设置分类关注栏目，如业绩栏目、创新栏目、产品栏目等，进一步降低利益相关者的信息获取成本，吸引利益相关者关注企业创新，进而促进企业创新。第二，结合融资约束理论，首次发现“创新关注”能够有效缓解企业融资约束困境，促进企业创新。因此，企业应当加强对企业创新活动层面的信息披露力度，提升企业创新活动层面的信息透明度，以此吸引利益相关者给予企业创新方面的资金支持、缓解企业创新项目面临的融资约束问题，进而促进企业创新。第三，结合创新失败容忍度理论，首次发现“创新关注”能够提升利益相关者对企业创新失败的容忍度，促进企业创新。因此，利益相关者应当主动关注企业创新活动方面的信息，理解创新项目高失败率与高收益率并存的特征，提升对企业创新失败的容忍度，营造一个鼓励创新、宽容失败的创新氛围，以此提升管理层风险承担意愿和企业风险承担水平，进而促进企业创新，助力国家进一步实施创新驱动发展战略。

注释

① 该词库由作者结合Word2Vector算法和人工判断生成，感兴趣的读者可向作者索取该创新词库。

② 本文亦分析了第t年的“创新关注”对第t+2年的企业创新投入水平的影响，回归结果显示，第t年的“创新关注”对第t+2年的企业创新投入水平依旧具有显著的促进效应。

③ 若与创新相关的提问未得到上市公司回复，则表明该“创新关注”可能并未引起上市公司的注意，也就是说，这类未得到回复的关注可能对企业创新决策的影响极小，甚至不影响企业创新决策。因此，本文剔除了未得到上市公司回复的创新提问数据，重新构建“创新关注”变量，并再次对研究假设H1进行检验，回归结果表明，得到上市公司回应的“创新关注”仍然能够显著提升企业的创新投入水平。