徐宁+徐鹏+吴创

随着知识经济时代的兴起与全球性竞争的日趋激烈，企业之间的竞争已不再停留在产品竞争这个表层，而是潜入到一个更深层次——创造新产品能力方面的竞争。因此，技术创新能力成为了企业竞争能力的重要构成维度。国内外的企业实践表明，具有卓越技术创新能力的企业能够通过创造新产品、新过程以及新系统等途径来有效应对市场、技术与竞争模式的变革。对于资源相对匮乏、成长需求迫切的中小企业而言，技术创新能力的缺失成为横亘在其发展道路上的重要羁绊。在此背景之下，如何对中小企业的技术创新能力进行评价与建构成为理论界与实践界共同关注的焦点。

尽管有关技术创新能力评价方面的研究已经取得了较为丰富的成果，但该领域研究文献最为一致的特征就是其研究结果的不一致性。诸多学者试图借鉴制度理论、认知理论、交易成本理论与资源基础理论（RBV）等各种经典理论建立企业层面的创新模型，但这些模型都没有解决上述问题。学术界对于技术创新能力的界定及评价方式有广义与侠义之分，从广义角度出发的研究文献一般将其界定为企业整体的系统能力，或者多个环节能力的综合，由研发能力、生产能力、组织管理能力、投入能力、营销能力、财务能力与产出能力等构成。而狭义视角的研究多从创新内容与创新过程等方面对技术创新能力进行界定：以创新内容为依据，技术创新能力通常被定义为“支持企业创新战略实现的产品创新能力和工艺创新能力的耦合”;从创新过程出发，技术创新能力的评价维度一般包括创新投入能力与创新产出能力，或者技术创新活动投入、技术创新活动开展与技术创新活动产出，等等。本文认为，这两种方式均具有一定的局限性。前者具有可辨识度与区分度较差、难以凸显该项能力的本质特征等局限性，后者也多采用主客观赋权法对技术创新能力进行静态测度，而且即使考虑到技术创新的过程性，其对于创新环节的描述也多是止于创新产出，未考虑创新转化及其对企业价值创造的影响路径。实证分析表明，技术人员投入越多、研发技改投入越多、创新转化效率越高的中小企业，其技术创新能力越强。但在我国中小企业技术创新诸多影响因素之中，创新转化效率最为欠缺。而面对高度动荡的竞争环境，拥有包涵创新转化能力在内的动态性技术创新能力才是中小企业生存发展之根本，所以上述界定与评价方式显然已经难以满足企业实践的需要。因此，考虑到技术创新的过程性、累积性以及不确定性特征，应从动态视角出发，采用时间跨度较大的面板数据对中小企业的技术创新能力进行全新阐释与系统解构。

鉴于此，本文以动态能力理论为基础，构建“技术创新动态能力（technology-innovation dynamic capability，TIDC）”核心构念，并对其进行理论阐释与维度建构，继而运用我国中小上市公司2007—2012年的平衡面板数据对技术创新动态能力的构成维度及其对企业价值创造的影响进行实证检验，以期为中小企业技术创新动态能力的评价与构建提供有益参考。

1 理论分析与研究假设

1.1 技术创新的动态整合模型

技术创新是一个由不同环节整合而成的动态过程。本文借鉴Lawson和Samson（2001）构建的创新整合模型，结合动态能力理论的核心观点，以公司价值创造为终极目标，构建了技术创新的动态整合模型。

由模型可知，企业现阶段的利润多依赖于已有产品或服务的销售，因此主流业务将原材料转化成为产品以满足顾客需求。然而从长期看，随着竞争激烈程度的增加、产品线逐渐老化以及产品生命周期的缩短，原有主流业务满足顾客需求的能力会逐渐减弱。此时，主流业务应该为技术创新活动等提供资源，即进入技术创新的第一个环节——投入环节。技术创新投入是技术创新的必要条件，也是创新过程的开端，只有投入足够的物质资本与人力资本，才能为创新提供丰富的资源条件。接下来是创新产出环节，这是技术创新过程的直接成果，如发明专利等，还未进入主流业务环节为企业创造价值。而真正实现价值反馈的环节是技术创新转化环节，经过这一环节，创新产出最终成为能够为公司创造价值的资产，提高企业绩效，确保企业持续成长。

1.2 技术创新动态能力的理论释义与维度解构

Teece和Pisano（1994）提出了动态能力理论，指出动态能力是应对市场环境变革而创造新产品及新流程的一系列能力的集合，是企业整合、建立、重置和再造内外部资源和能力以满足环境变化需求的能力。并于2007年提出阐释动态能力的理论框架，具体将动态能力分为感知能力、攫取能力和转化能力。Lichtenthaler和Muethel（2012）认为，动态的创新能力也可以从上述维度进行分解。国内学者曹红军等（2009）通过验证性因子分析，将动态能力划分为动态的信息利用能力、资源获取能力、内部整合能力、外部协调与资源释放能力这五个维度。郑素丽等（2010）基于知识视角，提出动态能力是企业获取、创造和整合知识资源以感知、应对、利用和开创市场变革的能力，并将其划分为知识获取、知识创造、知识整合三个维度。徐思雅、冯军政（2013）基于Danneels（2002）把动态能力分为杠杆化现有资源、创造新资源、获取外部资源以及释放资源这四个分析维度的观点，将其聚焦于获取外部资源以及资源释放这两个维度。吕一博、苏敬勤（2011）从“创新过程”视角出发，通过对235家中小企业的实证研究，将中小企业的创新能力分为创新发起能力、创新实现能力和创新推广能力三个子维度，并指出这三个子维度对于企业创新能力的解释贡献相当，是中小企业创新能力的基本组成。然而，其研究样本的时间跨度为2006年12月到2007年4月，虽然得到了过程性的研究结论，但由于时间跨度较窄，难以对创新能力的动态性进行准确地识别与界定。综上所述，目前国内外学者对于技术创新动态能力的内涵及其构成维度的研究尚未取得一致性结论。本文以动态能力理论的核心观点与框架结构为基础，结合前文构建的技术创新动态整合模型，将“技术创新动态能力”界定为“企业以价值创造为主旨，积极应对外部环境的变化，持续地进行一定的技术创新投入，带来相应的技术创新产出，并能进行有效技术创新转化的能力”。而技术创新的三个环节——投入、产出与转化的成效如何，取决于企业在每个环节拥有的能力，而将这些能力串联起来，就构成了技术创新动态能力。因此，本文提出以下假设。

H1：技术创新动态能力由技术创新投入能力、技术创新产出能力与技术创新转化能力三个维度共同构成。

1.3 技术创新动态能力的价值创造效应

由技术创新的动态整合模型可知，技术创新的终极目标是创造企业价值，包括促进绩效表现与确保持续成长。技术创新动态能力最为本质的特征是具有价值创造效应，因此基于该模型进行初步推断，拥有较强技术创新动态能力的中小上市公司，其公司绩效与成长性应明显高于一般公司且技术创新动态能力越强，中小上市公司的绩效表现与成长性就应该越好。Penrose（1959）指出，企业成长的本质力量源自于其内部，并强调技术创新是企业成长的内源驱动力。部分学者也通过实证研究为上述观点提供了经验证据，Ebrahim等（2010）研究发现，中小企业通过组建虚拟研发团队会显著提高其销售收入，从而促进企业成长。Subrahmanya（2011）对200多家中小企业进行调查后发现，研发人员投入等指标均与销售收入之间存在显著的正相关关系，对企业成长有促进作用。然而，也有部分实证研究并未获得上述结论，如陈晓红等（2008）以我国126家中小上市公司为样本的实证检验表明，技术创新能力越强的中小企业，其成长性并不一定越高，并指出创新转化效率欠缺是中小企业技术创新水平没有对其成长性产生应有作用的重要原因，他于2009年又对我国153家中小企业板上市公司进行实证检验的结果也表明：成长性与中小企业技术创新呈倒U型关系。Nunes等（2012）分别选择高新技术企业与非高新技术企业作为样本进行研究后发现，行业特性是技术创新与企业成长之间关系的情境变量。具体而言，高新技术企业研发投入强度与其成长性呈U型关系，而非高新技术企业的研发投入强度与其成长性呈显著的负相关关系，但在两种情境之下均不存在正向关系。杨蕙馨、王嵩（2013）选择61个中小板制造业上市公司为样本进行实证后发现，研发投入强度、人均研发投入、百人专利申请量、百人专利授权量等4个技术创新指标对企业当年成长性均没有产生正向影响。本文认为，上述研究尚未得出一致性结论的主要原因，主要在于他们对技术创新能力的评价是静态的，并且忽视了技术创新转化要素的影响。而技术创新动态能力是投入能力、产出能力与转化能力的整合，克服了上述对创新能力界定的局限性，对于中小企业的绩效与成长性应该具有明显的促进效应。因此，本文提出以下假设。

H2a：具有较强技术创新动态能力的中小上市公司，其公司绩效要明显高于具有较弱技术创新动态能力的公司。

H2b：具有较强技术创新动态能力的中小上市公司，其公司成长性要明显高于具有较弱技术创新动态能力的公司。

H3a：技术创新动态能力对中小上市公司的绩效表现具有显著的促进效应，技术创新动态能力越强，公司绩效越好。

H3b：技术创新动态能力对中小上市公司的成长性具有显著的促进效应，技术创新动态能力越强，公司成长性越好。

2 研究设计

2.1 样本选择与数据来源

本文以深圳证券交易所中小企业板、创业板以及沪深证券交易所主板上市的非金融类中小规模公司作为研究样本，并剔除ST类公司、被停止上市公司以及数据不完全的公司。考虑到自2007年开始实施的新会计准则要求上市公司披露其研发投入情况，本文选择2007—2012年为研究区间。又鉴于本文对公司绩效与成长性等因变量选择的是相对自变量推后1年的数据，所以最终确定时间跨度为5年，每年264家上市公司，从而获得共1320个有效观测样本的平衡面板数据。相关数据来自于国泰安数据库以及中国知识产权网专利数据库。

2.2 变量定义与计算方式

（1）自变量

在已有研究文献中，研发投入强度、技术人员比例、专利申请或者拥有数量是描述技术创新的主要变量。本文首先选择研发投入强度与技术人员强度作为技术创新的主要指标，并考虑到专利授予数量更容易受到专利机构等众多人为因素的影响，其不确定性往往大于专利申请数，所以本文选择专利及发明申请数量。此外，鉴于无形资产是企业创新活动所形成的非物质形态的价值创造来源，Xue（2007）用无形资产与商誉的变化值来衡量技术创新，本文同时将无形资产增量与商誉增量（分别除以总资产，以消除公司规模的影响）作为技术创新动态能力因子分析的操作变量。

（2）因变量

资产收益率等会计收益指标与Tobin's Q值等市场收益指标是国内外文献对于公司价值度量采用的两类主要指标，但在中国情境下，资本市场的不完善与股票市场的投机性使Tobin's Q值受到更多的质疑。所以本文选择总资产收益率（ROA）作为公司价值的操作变量。同时，为了克服其难以反映公司未来市场价值的历史滞后性，本文也选择公司成长性（Growth）作为公司价值的另一类操作变量。并且为体现技术创新动态能力对未来的价值创造效应，公司绩效与成长性指标均选择推后一年（N+1年）的数据。

2.3 研究方法与模型设计

首先采用因子分析方法，通过将原有技术创新变量中的信息重叠部分提取和综合成最终因子，对技术创新动态能力的构成维度进行探究。继而，选择技术创新动态能力大于0的样本组成实验组，将技术创新动态能力小于0的样本组成控制组，运用独立样本T检验方法，探究两个组别之间在公司绩效与成长性方面的差异。最后，采用面板数据分析方法，对技术创新动态能力与公司绩效及成长性的关系进行实证检验。面板数据相对于截面数据或者时间序列数据能够提供更多的信息、更少共线性、更多的自由度和更高的估计效率，并且能够克服前者较易出现的误差项序列相关性与异方差性等问题。

3 实证研究结果

3.1 技术创新变量描述性统计与因子分析结果

（1）技术创新变量描述性统计

对衡量技术创新各个变量5年期间的均值、标准差、最大值和最小值进行描述性统计的结果分析可知，在我国中小上市公司中研发投入强度的平均值为0.21%，与西方国家的高科技公司相比差距非常悬殊，而且从研发投入强度与技术人员强度的最大值和最小值的汇报数据可以看出，在我国不同的中小上市公司中研发投入强度和技术人员强度存在较大差异，最多的公司研发投入强度可达16.25%、技术人员强度可达91.5%，而部分上市公司的两项指标均为0;观测专利申请数量的描述性统计数据可知，专利申请数量的均值为10.9538，但是样本观测期间最多的公司年申请量可以达到332个，最少的为0个，依然说明在不同的公司中对于技术创新的重视程度存在差异;而且同样的情况从发明拥有数量、无形资产增量和商誉增量的汇报数据也可以得到证实。我国部分中小上市公司研发投入强度、技术人员强度、专利申请数量和发明拥有数量连续几年为0，以及部分公司的无形资产增量和商誉增量为负数，这样的上市公司非常有必要继续加大技术创新投入，从战略上提高对技术创新的重视程度，提升企业技术创新转化能力，创造更大的技术创新产出，以提高公司的技术创新动态能力继而应对逐渐复杂的市场环境，以便在市场竞争中保持竞争优势。

（2）技术创新因子分析

对衡量技术创新动态能力的指标进行主成分分析，结果得出KMO值为0.5，Bartlett的球形度检验为1.576E3，且相应概率p=0.000，说明适合进行因子分析。最终因子对变量的累积解释达到67.553%，相应地得到3个最终因子（F1、F2、F3）。从因子得分系数矩阵可知，3个因子均具有命名解释性。因子F1主要由专利申请数量和发明申请数量构成，因子得分分别为0.525和0.523，专利申请数量和发明申请数量是公司在该年度考察期内技术创新的产出情况，体现了公司的技术创新产出能力;因子F2主要由研发投入强度和技术人员强度两个指标构成，其因子得分分别为0.653和0.659，这两个指标均是对公司在技术创新层面上投入力量的反映，构成了企业技术创新投入能力;因子F3主要由无形资产增量和商誉增量两个指标构成，企业的无形资产和商誉均在一定程度上反映了企业在技术创新活动过程中所形成的知识产权和所积累的知识资源，构成了企业的技术创新转化能力。综上所述，分别将3个因子命名为技术创新产出能力（TIOC）、技术创新投入能力（TIIC）和技术创新转化能力（TITC）。

技术创新产出能力、技术创新投入能力和技术创新转化能力共同组成了企业的技术创新动态能力，采用计算因子加权总分的方法，对技术创新动态能力进行综合评价。以3个因子的方差贡献率作为权重，得到“技术创新动态能力”的计算公式为：

TIDC=0.30421TIOC+ 0.19382 TIIC+0.17751TITC

通过以上因子分析的结果可以说明：技术创新动态能力由技术创新投入能力、技术创新产出能力与技术创新转化能力三个维度共同构成。假设H1得到验证。

3.2 分组均值T检验结果

公司绩效（ROA）与成长性（Growth）的分组统计量与均值T检验结果，总体样本中弱技术创新动态能力的企业有916家，强技术创新动态能力的企业有404家，由汇报的总体样本T检验结果可知，公司绩效的独立样本T检验结果在1%的水平上显著，说明技术创新动态能力强的上市公司和技术创新动态能力弱的上市公司之间在公司绩效指标存在显著差异，并且强技术创新动态能力的上市公司绩效显著高于弱技术创新动态能力的上市公司绩效。因此，假设H2a得证。同样，由公司成长性（Growth）的分组统计量与均值T检验结果可以明显看出，总体样本中，拥有较强技术创新动态能力与较弱技术创新动态能力的上市公司在公司成长性上存在明显差异，并且较强技术创新动态能力的上市公司成长性显著高于较弱技术创新动态能力的上市公司成长性。假设H2b得证。

3.3 面板数据分析结果

利用本文所设定的方程对面板数据进行回归分析所示：8个回归模型经过豪斯曼检验均选择了随机效应模型，其中，模型1中Wald值为1034，且p=0.000，说明模型总体有效，R2等于0.3749，自变量技术创新动态能力的回归系数为0.015，且在1%水平下显著，说明技术创新动态能力对公司绩效有正向影响，即技术创新动态能力对中小上市公司的绩效表现具有显著的促进效应，技术创新动态能力越强，公司绩效越好。因此，假设H3a得证。模型2中Wald值为363，p=0.000，说明模型总体有效，R2等于0.1548，自变量技术创新能力的回归系数为0.034，且在10%水平下显著，说明技术创新动态能力对公司成长性有正向影响，即技术创新动态能力对中小上市公司的成长性具有显著的促进效应，技术创新动态能力越强，公司成长性越大。因此，假设H3b得证。

同时观察模型2-模型4的回归结果可知，技术创新投入能力、技术创新转化能力和技术创新产出能力对公司绩效具有正向影响，但是技术创新产出能力和技术创新转化能力的正向作用不显著;从模型6-模型8的回归结果可知，技术创新投入能力、技术创新转化能力和技术创新产出能力对公司成长性具有正向影响，且在10%水平下显著。

4 主要结论与启示

面对急剧变化的外部环境，从动态视角出发对技术创新能力进行界定与评价具有重要的理论与实践价值。本文以动态能力理论为基础，构建了技术创新的动态整合模型，对技术创新动态能力进行理论阐释，继而运用我国中小上市公司2007—2012年的平衡面板数据对技术创新动态能力的构成维度及其价值创造效应进行实证分析，主要结论如下。

第一，技术创新动态能力是企业以价值创造为主旨，积极应对外部环境的变化，持续地进行一定的技术创新投入，带来相应的技术创新产出，并能进行有效地技术创新转化的能力，由技术创新投入能力、技术创新产出能力与技术创新转化能力三个维度共同构成。这三个维度彼此影响、相互依存，忽视任意一个维度均会影响技术创新预期效应的实现。因此，在进行企业技术创新能力评价以及创新绩效考核的指标体系中，上述三个维度均应该作为重要的构成要素。

第二，具有较强技术创新动态能力的中小上市公司，其公司绩效与成长性要明显高于技术创新动态能力相对较弱的公司。技术创新的最终目的是为企业创造价值，而一家卓越的创新型企业也必将是一家具有良好的绩效表现并能够保持持续成长的企业。本文的实证检验表明，技术创新动态能力的差异会显著影响企业的绩效与成长性，因此，技术创新动态能力应该作为评价创新型企业的重要指标。

第三，技术创新动态能力对于中小上市公司的价值创造具有明显的促进效应，技术创新动态能力越强，中小上市公司的绩效表现与成长性越好。需要强调的是，已有研究未发现技术创新能力与中小公司成长的显著正相关关系。而本文的研究表明，由投入能力、产出能力与转化能力共同构成的技术创新动态能力，的确能够对公司绩效与成长性产生显著的正向影响。由此可知，上述研究未得出一致性结论的原因正是在于它们对技术创新能力的静态评价以及对技术创新转化的忽视。因此，后续研究应从动态视角出发对技术创新能力的评价、测度、构建等内容进行深化与拓展。对于中小企业而言，塑造与提升技术创新动态能力也应该作为其追求持续成长的必要途径。

（摘自《科学学与科学技术管理》2014年第8期）