网络同群效应下的企业创新投入策略：量力而行还是尽力而为

邵 鹏，李梦蕾，马 冰

(1.西安工程大学管理学院，陕西 西安 710048；2.西安工程大学产业发展与绿色经济研究中心，陕西 西安 710048)

0 引言

企业是研发创新的主体，提高研发投入有助于企业在市场中更具竞争性，为企业高质量发展奠定良好基础。对于环境敏感型的重污染企业[1]，创新成为其转型升级、提升资源利用效率的重要举措。现有文献认为企业创新投入不仅受到组织制度[2]、高管特征[3]、资本结构[4]等内部特征驱动，还受到政府补助[5]、金融发展[6]、市场竞争[7]等外部因素的影响。事实上，企业面临的创新环境较为复杂，同群企业的创新行为有可能成为焦点企业创新投入活动的参照对象，现有同群效应的研究主要关注行业同群[8]和地区同群[9]，但与其具有直接网络关系的企业也可能是其分享交流的对象[10]。有研究[11]指出，在中国上市公司中广泛存在连锁董事网络，那么嵌入网络中的企业在创新投入方面会产生网络同群效应吗？企业投入创新的主要目的是为了提升创新绩效，现阶段对两者关系的研究存在正向促进[12]、负向抑制[13]、非线性关系[14]等不同观点。那么，网络同群效应下的企业如何制定创新投入策略呢？对于不同类型企业，什么样的创新投入策略能产生更高的创新绩效？

总体而言，现有研究存在以下局限：①现有同群效应通常关注地区同群与行业同群，然而信息资源分享机制可能不仅存在同地区或同行业中。相反，非同行业、非同地区的企业可能也会因某种网络关系而进行学习和模仿，但现有同群研究中忽视了企业间的网络关系。②现有同群效应通常只关注创新绩效的驱动因素，对企业的创新投入策略关注不足。有些企业为了提升创新绩效，投入了大量的研发经费，即在创新投入方面选择 “尽力而为”策略；而有些企业在创新投入上却保持相对较低的水平，即在创新投入方面选择 “量力而行”策略。③现有研究主要集中于创新投入对创新绩效的直接作用。然而，差异化的投入策略产生的绩效成果不同，且投入转化为绩效还需要其他专业性资源。拥有学术经历的高管在创新研发领域受过专业培训，这种特征能否有效使投入高效率地转化为创新绩效产出有待研究。

为了回答以上问题，本文选取重污染行业上市公司开展研究。主要工作体现在3个方面：①基于董事联结关系构建上市公司网络，突破了传统同群研究中的行业和地域限制，在网络关系基础上建立网络同群指标，分析网络同群质量和网络同群数量对创新投入的作用。②验证创新投入与创新绩效的倒U形关系，以及高管学术经历的积极调节作用。③从企业创新投入特征、企业性质、市场结构对样本进行分组，探讨企业创新投入策略的差异性。本研究有助于揭示网络同群对企业创新投入的影响机制，为现实复杂环境中企业创新投入给予针对性指导，也为政府制定和推动创新驱动政策提供决策支持。

1 理论基础与研究假设

1.1 网络同群与创新投入

连锁董事是指同时在两家及以上公司兼职的董事[15]，这种交叉任职使得公司联结在一起形成上市公司网络[16]。网络是企业获取信息和资源的重要渠道，嵌入网络中的企业会模仿跟随网络中具有相似特征的其他组织或群体的行为[17]。通过沟通交流与网络中其他企业的行为趋向一致，即网络同群效应[18]。因此，焦点企业的创新投入可能会受两方面的影响。一方面，网络中其他企业的创新投入可能会影响焦点企业，使得焦点企业与同群企业创新投入趋同。同群企业创新投入越高，焦点企业的创新投入也可能越高；另一方面，焦点企业嵌入在网络之中，同群企业数量的多少反映了该企业能够获得资源的丰富度，从而对企业的创新行为施以特殊影响[19]。本文将同群企业的创新投入界定为同群质量，将同群企业的数量界定为同群数量，从同群质量和同群数量探讨网络同群对焦点企业创新投入的影响。

曾江洪等[20]以高科技企业作为研究样本，认为同行业企业的研发创新活动会显著影响高科技企业的行为。鲍树琛等[21]以沪深A股上市公司为研究对象，认为同伴公司的决策正向影响上市公司的研发投入。Matray[9]认为上市公司创新的外生冲击会影响同一地理区域内民营企业的创新，即一家公司的创新会带动临近公司的创新。就此而言，为提升创新投入决策效率、减少信息不对称，同群企业的创新行为会被焦点企业学习。由此提出假设H1：网络同群质量正向影响焦点企业的创新投入。

上市公司网络的存在有助于企业与外界沟通交流，提高企业在创新决策中的信息获取度。嵌入网络的企业能够获得多样化的资源，为提升企业的创新投入提供动力。周雪峰等[22]研究沪深两市A股上市公司的董事网络，认为与焦点企业连接的企业数量越多，对企业创新投入的影响越显著。马连福等[23]研究技术密集型上市公司，发现企业的董事会与其他企业董事会相联系的数量越多，就越能促进企业的技术创新。刘洁等[24]研究广东地区制造企业，认为焦点企业与网络有直接联系的企业越多，那么就越有益于利用式技术创新。由此可知，企业在网络中联接同群企业数量越多，越能推动企业加大投入。由此提出假设H2：网络同群数量正向影响焦点企业的创新投入。

1.2 创新投入与创新绩效

创新投入水平是评价企业行业地位的重要指标，针对不同类型的企业，创新投入与创新绩效的关系存在多种观点。杨林等[25]以创业板企业为样本，发现创新投入对绩效产出发挥积极作用。魏新颖等[26]发现当创新环境与需求无法对应时，高技术产业即使投入创新资源也不会影响创新产出。张洁[27]研究创业板企业，得出当创新投入超过净资产的一定比例时，持续加大投入会减少创新绩效，可见创新投入对创新绩效可能具有 “双刃剑”作用。由此提出假设H3：焦点企业创新投入与创新绩效存在倒U形关系。

在复杂动荡的市场环境中，拥有学术经历的高管能够敏锐洞察到学术界先进的创新理论研究，加速推动创新成果的转化进程[28]。黄灿等[29]基于 “文人下海”现象，认为拥有学术经历的高管担任重要职位时会推动企业增加创新投入。He等[30]研究企业绿色发展，证实高层管理人员的学术经历能够促进企业的绿色创新投入。张晓亮等[31]研究得出高管学术经历可以加大企业的创新成果产出。综合学者的研究，高管学术经历有助于在有限的研发投入下产生更大的价值，为企业赢得创新绩效。由此提出假设H4：在创新投入对创新绩效的影响中，高管学术经历起正向调节作用。

1.3 网络同群、创新投入与创新绩效

完全依靠企业有限的资源和专业知识实现创新越来越具有挑战性，如何利用网络获取资源促进创新发展已成为亟待解决的问题[32]。近年来，同群效应、网络关系已经发展成为应对创新的重要工具[33]。Bai等[34]认为来自网络同群的异质知识和资源可能会对企业的创新产生重要影响。倪渊[35]认为网络关系不仅积极影响核心企业的自身发展，同时也是核心企业引导、协调和控制其他企业的力量来源。然而，通过外部网络获取的资源可能无法直接作用于创新绩效，企业应采取增加创新投入的方式合理利用外部资源，进而实现创新绩效的提升。由此提出假设H5：在同群数量对创新绩效的影响中，创新投入起中介作用。

2 研究设计

2.1 变量选择

主要变量网络同群质量 (NPQ)和网络同群数量 (NPA)均是建立在网络关系之上，网络同群质量指t-1期焦点企业的网络同群企业创新投入均值，网络同群数量指同群企业的数量，通过网络中心性测度。创新投入分为创新投入强度 (RDI)和创新投入规模 (RDS)，创新绩效 (IP)用专利申请总数衡量。变量定义及说明见表1。

2.2 模型构建

对于网络同群质量、网络同群数量对创新投入的影响，构建模型验证H1、H2，公式为：

RDi,t=β0+β1NPQNPQi,t-1+∑γjControlsj,i,t+

εi,t+μi+vt

(1)

RDi,t=β0+β1NPAi,t+∑γjControlsj,i,t+εi,t+μi+vt

(2)

式中，对于创新投入强度，RD=RDI；对于创新投入规模，RD=RDS；NPQNPQi,t-1表示i企业在t-1期的同群质量，NPAi,t表示i企业在t期的同群数量；Controlsj,i,t表示控制变量，εi,t表示随机扰动项，μi、vt表示行业固定效应和年份固定效应。

表1 变量定义及说明

创新投入对创新绩效的影响，公式为：

IPi,t=β0+β1RDi,t+β2RD2i,t+∑γj×

Controlsj,i,t+εi,t+μi+vt

(3)

加入创新投入与高管学术经历的交互项，公式为：

IPi,t=β0+β1RDi,t+β2RD2i,t+β3Acadei,t+β4RDi,t×Acadei,t+β5RD2i,t×Acadei,t+

∑γjControlsj,i,t+εi,t+μi+vt

(4)

在式 (2)基础上，检验创新投入的中介作用，公式为：

IPi,t=β0+β1NPAi,t+∑γjControlsj,i,t+

εi,t+μi+vt

(5)

IPi,t=β0+β1NPAi,t+β2RDi,t+∑γj×

Controlsj,i,t+εi,t+μi+vt

(6)

2.3 数据来源与描述

选取沪深A股重污染行业上市公司为研究对象，变量数据来源于CNRDS、CSMAR数据库。剔除数据缺失值，最终获得2016—2020年724家重污染行业上市公司观测值3620个。本研究构建2016—2020年5个网络的节点数量均为724个，2016—2020年非孤立节点占总节点数之比均高于80%，即超过80%的样本企业都嵌入上市公司网络中。

通过企业性质和市场结构对样本分组，对不同类型样本的创新投入进行描述性分析，见表2。其中，市场结构参照彭镇等[36]的研究，通过企业营业收入的HHI指数进行测度。如果HHI<0.10，为竞争型，否则为垄断型。本文创新投入通过创新投入强度和创新投入规模测度。结果显示，非国企、竞争型企业的创新投入强度均值高于国企、垄断型企业，国企、垄断型企业的创新投入规模与非国企、竞争型企业接近。通过Stata16软件分析各变量的相关性，可以看出变量间的相关系数均较小，研究不受多重共线性影响。

表2 描述性统计

3 实证结果与分析

3.1 网络同群对创新投入的影响

(1)网络同群质量。网络同群质量对焦点企业创新投入强度 (RDI)和创新投入规模 (RDS)影响的检验结果见表3。列 (1)未加入控制变量，列(2)加入了控制变量，结果显示网络同群质量的系数在1%水平上显著。这表明同群企业的创新投入强度越大，焦点企业的创新投入强度也越高。此发现在列 (3) (4)也存在，即企业的创新投入存在网络同群效应。这表明网络同群质量正向影响焦点企业的创新投入强度和创新投入规模，由此假设H1得到验证。

表3 网络同群质量对企业创新投入的影响

通过企业性质和市场结构分组讨论网络同群质量对创新投入的影响。表4列 (1) (2) (5) (6)显示，国企的创新投入强度受同群质量的影响程度更深，而非国企的创新投入规模易受网络同群质量的影响。这表明国企更关注联结网络中其他企业的投入强度，以此作为其创新投入的参考；非国企更关注网络中其他企业的投入规模，以此作为其创新投入的参照。列 (3) (4) (7) (8)显示，相对于垄断型行业，竞争型行业中的焦点企业受同群企业创新投入的影响程度较高。因此，市场越激烈，焦点企业越会模仿同群企业的创新投入来提高自身的创新投入。

表4 网络同群质量对企业创新投入的影响分组

(2)网络同群数量。在网络同群数量对企业创新投入的影响中，表5列 (1)显示网络同群数量对创新投入强度没有显著影响，列 (2)显示网络同群数量对创新投入规模有显著正向影响。这表明企业同群数量越多，其投入规模越大，H2得以部分验证。进一步分组探讨网络同群数量对创新投入规模的影响，对于国企，网络同群数量与创新投入规模的系数不显著，而非国企的系数为0.0223且显著。相较垄断型企业，竞争型企业更倾向于借助网络获取创新所需资源。因此，非国企和竞争型企业创新投入规模受网络同群数量的影响相对较大。

表5 网络同群数量对企业创新投入的影响

3.2 创新投入对创新绩效的影响

(1)创新投入对创新绩效的影响。创新投入强度和规模对创新绩效的影响见表6。由列 (1)可知，创新投入强度显著正向影响创新绩效，列 (2)加入平方项，在1%水平一次项的系数为正，二次项为负，即创新投入强度对创新绩效有显著的倒U形影响。计算可得，创新投入强度的阈值为20.92%，即小于20.92%时增加创新投入能提升绩效，超过20.92%会导致绩效降低，H3得以证明。由样本企业创新投入强度分布可知，约95%的样本企业创新投入强度未超过阈值，对这些企业选择 “尽力而为”策略将有利于创新绩效提升。

由表6列 (3)可以看出，创新投入规模对创新绩效具有显著正向影响。由表5列 (2)、表6列 (4) (5)可知，创新投入规模起中介作用，H5得以证明。区别于创新投入强度的倒U形发现，创新投入规模出现了投入越多产出越多的结论。现实中，不同规模的企业在投入规模方面具有较大差异性，在企业比较分析中选择创新投入强度指标更为适合。创新投入强度与创新绩效的倒U形关系表明过度 “尽力而为”可能会导致创新绩效下降。因此，虽然创新投入规模对创新绩效有积极影响，但企业也应将创新投入占营业收入之比设定在合理范围。

表6 创新投入对创新绩效的影响

(2)高管学术经历的调节影响。表6列 (6)显示，高管学术经历的调节使得创新投入强度的二次项系数仍显著为负，即企业创新投入强度与创新绩效的倒U形关系仍然显著。高学术经历使得倒U形曲线的整体水平提高，即高学术经历能有效利用创新投入，使产出绩效更高。因而，企业中拥有学术经历的高管越多，则增加创新投入能产生更高的绩效产出。由表6列 (7)可知，RDS×Acade的系数为正，表明在学术经历的调节下，有助于创新投入产生更多成果。因此，H4得以证明。

3.3 创新投入策略的分组分析

在创新投入对创新绩效的影响中，按照创新投入特征、企业性质、市场结构对样本进行分组讨论创新。

(1)创新投入特征分组。从创新投入规模增长率和创新投入强度两个维度可将样本划分为4类。①领先型企业，该类企业创新投入占营业收入比例较高，且每年的创新投入增长率仍位于行业前列。②追赶型企业，该类企业创新投入占营业收入比例较低，但增长率较高。③保守型企业，该类企业创新投入占营业收入比例较低，且不加大创新投入。④稳健型企业，该类企业自身的创新投入占营业收入比例较高，但不盲目地加速投入。

创新投入特征分组的创新投入策略影响见表7。列 (1) (2)表明，高增长企业 (领先型和追赶型)的创新投入强度与创新绩效存在显著的倒U形关系。列 (3) (4)表明，低增长企业 (保守型和稳健型)不存在倒U形影响。计算可得，领先型企业的阈值为21.50%，追赶型企业的阈值为2.75%。因此，领先型企业在达到阈值时应选择 “量力而行”的创新投入策略，而追赶型企业则应通过各种方式突破现有的创新强度阈值瓶颈。列 (5) (6)表明，相对于低增长企业，创新投入规模对高增长企业的创新绩效影响程度更大，即随着创新投入规模的增大，领先型和追赶型企业的创新绩效提升效果更明显，其次是保守型和稳健型企业。

表7 创新投入特征分组的创新投入策略影响

(2)企业性质分组。将全样本按企业性质分为国企和非国企，创新投入策略的分组影响见表8。列 (1) (2)显示，创新投入强度与创新绩效的倒U形关系在非国企、国企中均显著。计算可得，非国企的阈值为22.92%，国企的阈值为8.83%，且由表2可知两类企业中已经出现了创新投入强度较高的企业。因此，这两类企业应差异性创新投入，高于阈值时企业在创新投入方面应 “量力而行”，低于阈值时应 “尽力而为”。此外，列 (3) (4)显示对于不同性质的企业，创新投入规模对企业创新绩效均有显著正向影响。

(3)市场结构分组。表8列 (5) (6)显示，创新投入强度与创新绩效的倒U形在竞争型行业显著。由表2可知，垄断型企业创新投入强度均值低于竞争型企业，即相对于垄断型市场，竞争型市场的企业为获得竞争优势更愿意加大创新投入。然而，创新活动周期长且具有不确定性，竞争型企业过多的创新投入可能难以产生预期的创新绩效。计算可得竞争型企业创新投入强度阈值为21.42%，其创新投入策略应参考该阈值制定。列 (7) (8)显示，对于不同竞争程度行业的企业，创新投入规模对企业创新绩效均有显著正向影响。

表8 创新投入策略的分组影响

3.4 稳健性检验

运用不同计量模型对网络同群效应进行稳健性检验可知，同群质量 (系数为0.0894，p<0.01)、同群数量 (系数为0.0259，p<0.01)与创新投入规模，同群质量 (系数为0.1173，p<0.01)与创新投入强度的关系，结论与前文一致。考虑到创新活动周期长、风险高，创新投入可能会滞后影响创新绩效。对创新投入数据采取滞后1期分析，发现在1%的水平下，RDI与IP的系数为0.0339，RDI2与IP的系数为-0.0006，RDS与IP的系数为0.4194，学术经历的调节分析结论也未发生变化。综合以上分析，本文的结论稳健可靠。

4 结论与启示

4.1 结论与讨论

(1)创新投入存在网络同群效应。同群数量对创新投入强度没有显著作用，同群质量对创新投入强度有正向作用。同群质量和同群数量均正影响焦点企业的创新投入规模，且在非国企、竞争型企业更显著。

(2)创新投入强度与创新绩效存在倒U形关系，创新投入规模正向影响创新绩效。本研究进一步厘清了现有文献存在不一致的原因，即创新投入强度与创新投入规模对创新绩效的作用存在差异化。同时，在网络同群数量对创新绩效的影响中，创新投入规模起中介作用。

(3)高管学术经历能够调节创新投入与绩效的关系。投入强度方面，高学术经历使倒U形曲线的阈值与总体绩效水平提高。投入规模方面，高管学术经历正向影响两者的线性关系。

(4)创新投入策略选择具有差异性。在领先型、追赶型、非国企、国企、竞争型企业中，创新投入强度与创新绩效呈倒U形关系，对于保守型、稳健型、垄断型企业不存在。

4.2 建议

(1)企业层面。在制定创新投入决策时，企业不仅应观察同群企业的创新投入规模和强度，还要及时评估自身创新投入与创新绩效之间的关系。当企业创新投入低于阈值时，要适当加大研发投入，当企业创新投入高于阈值时，企业要避免过度投资和资源挤占。追赶型、领先型、非国企、国企、竞争型企业在创新投入方面要多关注边际创新绩效产出，确保创新投入在合理范围内。此外，应将学术经历作为企业高层选人用人的重要参考，充分发挥学术经历带来的专业优势，助力企业形成更多的创新成果。

(2)政府层面。政府应关注那些在上市公司网络中处于核心位置的企业，引导和鼓励这些同群数量较多的企业增加创新投入，进而通过企业所处的核心位置带动更多的同群企业提升创新投入。政府应鼓励那些创新投入强度低的企业与高创新投入企业加强合作交流，通过网络同群效应带动其增加创新投入。对于保守型和稳健型企业应给予政策支持，鼓励其加大创新力度；对于追赶型、领先型、非国企、国企、竞争型企业，应助力其突破创新瓶颈从而提升创新投入阈值。政府还应支持更多拥有学术经历的人员与企业开展合作，探索高校科研院所专家与企业高层进行交叉任职，推动产学研高效融合。