李子彪，孙可远，刘 爽

（1.河北工业大学经济管理学院，天津 300401；2.南开大学商学院，天津 300401）

1 研究背景

在知识经济时代，知识和技术不断内化于人，企业组织中积累的人力资本对于推动企业创新起到了至关重要的作用。尽管众多学者对知识型人力资本这个话题有着浓厚的兴趣，但是他们对其如何影响企业创新的理解依然有限，特别是，企业存在不同类型的知识型员工，他们对企业内新产品的改进和开发的特殊协同效应却受到较少关注。Kach等［1］通过对205家中小型高科技制造企业的数据研究发现，高级别（如工程师和科学家）和低级别（如技术人员）人力资本以不同的方式影响新产品的改进和开发。研发团队的多样性是组织追求的策略，因为它为企业提供了更高的认知能力。Díaz-García等［2］利用西班牙创新调查的数据研究发现，研发团队中的性别多样性会产生一种动力，激励创新。然而，人员多样性不仅仅是积极的，过度的异质性可能会对研发团队的表现造成不利影响［3］。鉴于企业从业人员的多样性，以及他们以不同的方式影响创新活动，那么划分企业不同类型的人力资本，探寻不同人力资本特征究竟是怎样相互作用以推动创新变得尤为重要，这对企业管理人员优化人力资源组合，并避免人力资本特征多样性可能带来的冲突具有重要意义。

另外，科学知识是企业最重要的战略资本，可以有效地指导企业的创新活动，但是由于技术对生产的指导作用远比知识更直接［4］，知识研究需要投入大量的人力和财力资本［5］，于是对于过度寻求利润的高新技术企业发展中，知识创新并未获得应有的正视，真正认识到知识获取和积累的重要性的企业少之又少［6］。本研究旨在探明知识研究在企业创新活动中的影响，在某种程度上揭示科学知识的重要性，引起企业相关管理层的重视，并为高新技术企业进行知识创新，提高自主创新能力提供理论依据。

开放式创新背景下的产学研合作，也日益成为越来越多企业获取竞争优势的重要选择。企业通过产学研间的创新合作，能够获取外部创新资源，实现资源共享和能力互补，分摊研发费用和分散创新风险［7-8］，特别是高新技术企业发展更需要依靠外部创新合作获取创新源。因此，在创新合作的影响下分析企业多种人力资本特征的影响差异也是本研究的重点之一，以期为企业制定外部合作战略提供指导。

基于此，本研究从知识基础理论视角出发，拓展了原有的“技术能力—创新绩效”的作用路径，加入了技术的前端科学知识，并结合产学研间的创新合作影响以分析企业多种人力资本特征对企业创新的差异化影响机制，以期指出高新技术企业在发展中重技术、轻知识的发展误区，还知识研究在企业创新中应有的地位。

2 理论回顾与研究假设

关于高新技术企业人力资本特征的研究已有许多，大部分学者选择教育年限、职业技能、中级职称以及大专人员比例等来反映企业人力资本特征［9-11］，也有部分学者综合选择了教育年限和学历高低来反映人力资本特征［12］，此外，还有部分学者利用科技人员数量、专业技术人才数量、科技活动人员数量等来衡量企业人力资本技能［13-14］。本文借鉴经合组织（OECD）的《堪培拉手册》对人员的国际分类标准，将人力资本特征从知识型人力资本和经验型人力资本两个维度，分为学历水平、海外背景、专业水平和研发经验4个方面来研究其对企业创新绩效的作用机制。

2.1 人力资本特征与创新绩效

关于人力资本特征与企业创新绩效之间关系的研究有许多。在学历水平方面，Hayton［15］研究高新技术企业智力资本与企业创新绩效之间的关系发现，企业人力资本的受教育程度与企业创新绩效显著正相关；Wu等［16］利用台湾700家企业的调研数据分析发现，企业劳动力的平均受教育水平显著提高企业新产品数量；此外还有学者研究发现，人力资本学历水平越高，越有助于创新［17］。

在企业人力资本的留学背景方面，大多把海归高管群体作为研究对象，认为国外企业学习工作经历使具有海外背景的高管们汇集了大量的先进技术和成熟的管理经验，从而促进了企业人力资本水平的提高，使得企业的创新绩效显著提升［18］。王雪莉等［19］研究发现，海外留学背景的特殊性，使海归高管对企业的创新绩效有显著影响。同时，由中国与全球化研究中心和北京大学光华管理学院共同组织编写的“国际人才蓝皮书”《中国海归创业发展报告(2012)》中提到，员工的海外留学背景有助于企业整体创新意识的培养，从而有利于企业的科技创新［20］。

Schneider等［21］以德国制造企业为研究对象，检验了人力资本专业水平对创新绩效的影响发现，员工的专业水平越高，企业产品创新绩效越高。Chang等［22］更进一步认为高专业技术水平的员工通常是多任务者，表现出高的创造力同时满足工作要求，更愿意进行探索式创新。朱承亮等［23］也指出，接受过大专及以上教育的企业人力资本，对于改善企业创新效率具有明显的促进作用。

最后在人力资本研发经验对企业创新绩效的关系上，Davidsson等［24］重点研究了创业者的人力资本对创业绩效的影响，发现人力资本中的相关研发经验部分对其影响显著；Chua［25］研究指出，员工的经验丰富会使团队更有创造力；姜秀珍等［26］研究发现，科研人员个体具备的研发经验对新技术开发和团队创新绩效产生积极影响。

基于此，本文提出如下假设：

H1a：企业人力资本的学历水平越高，企业创新绩效越高；

H1b：企业拥有海外背景人员越多，企业创新绩效越高；

H1c：企业人力资本的专业水平越高，企业创新绩效越高；

H1d：企业人力资本的研发经验越丰富，企业创新绩效越高。

2.2 “知识存量-技术水平”链的中介效应

员工学历水平越高、经验越丰富，其接受、破解和理解信息的能力越高，并且越有可能尝试和接受新的知识，能快速理解并掌握新的技能；同时，将自身知识存量应用到企业中，可以产生知识溢出或技术带动作用，有利于新知识、新技术的产生［27-29］。海归人才跨国流动又是知识转移的主要渠道，其产生的知识溢出效应也有助于提高企业技术创新水平［30］。Rogers［31］认为企业技术水平明显促进组织创新性理念的产生，可以为组织创新性思想转化为产品或服务提供保证，进而提高企业的创新绩效。Chung等［32］认为不可复制的和不可替代的专业知识资源能够嵌入到组织程序中，推动企业技术水平的提升。Shane［33］指出，员工在以往研发活动中积累的经验有助于其产生大量的创新思想，还可以降低企业创新的不确定性，还能为企业获取新知识提供有效途径，方便员工掌握新技术，促进新创意的产生。

根据知识基础理论，企业创新最重要的资源是知识存量，学术论文越多且质量越好的企业，科研能力也越强。这是因为企业研究人员在进行创新活动的过程中，为了树立企业的科研声誉，与全球的同领域科学家讨论研究进展，并且把最终的研究成果撰写成专业的学术论文，在学术会议或学术期刊上发表和讨论［34］。企业的学术论文数量越多，被引用频次越多，说明企业的科学知识存量越多。

而有研究认为，科学知识对创新绩效的贡献很可能是通过技术能力来发生作用的［6］。企业的科学知识存量越多，在进行创新活动时所能参考和利用的知识越多。与此同时，学术论文是企业研发能力的重要体现，可以吸引同行业其他企业或研究机构与其合作，增加了与外部创新源接触和学习的机会，在合作实践中可以更好地提升企业的技术创新能力。而科学技术的创造和创新有着很强的路径依赖性［35］，所以企业的知识存量越丰富，人员的技术创新能力就越强。

基于此，本文提出如下假设：

H2：“知识存量-技术水平”链在企业4类人力资本特征（学历水平、海外背景、专业水平和研发经验）对企业创新绩效的影响中起到了中介作用。

2.3 创新合作的调节效应

企业间的合作关系能促进企业内部创新，并且这种外部资源是企业内部创新过程的重要补充。从知识理论来看，知识是企业的基础资源和主要投入，创新合作为企业学习和开发新知识提供了渠道［36］，企业通过不断地创新合作更容易掌握外部新知识和技术，进而改进下游产品创新的过程，促进创新绩效的提高。同时，创新合作使得企业间实现知识的转移和共享，使得企业能够获得异质性更强的新知识或新技术，而这对企业提高创新能力、进而提高创新绩效有促进作用［37］。Tsai［38］认为企业在创新合作时完成知识共享，重新组合现有知识和新知识，完成新产品开发，提升企业技术价值和商业潜力，从而提高企业创新绩效。另外，创新源理论也指出，企业通过创新合作可以接触外部创新源，引导企业进行合作创新，与客户、供应商、竞争对手和其他非市场主体所构成的网络联盟是创新的关键来源。Tether［39］认为基于价值链的垂直合作有利于知识和技术诀窍在客户和供应商之间转移，而且，由于知识吸收和传递的可及性，知识库的异质性和企业之间相互信任的存在，垂直创新合作对企业创新绩效具有积极的影响。基于此，本文提出如下假设：

H3：创新合作在企业4类人力资本特征（学历水平、海外背景、专业水平和研发经验）对企业知识创新的影响中起到了调节作用。

根据以上假设，本文建立如图1所示的理论模型。

图1 人力资本特征对创新绩效的作用机制

3 研究设计

3.1 样本与数据

本文以政府科技管理部门认可的高新技术企业为研究样本，并以2014—2016年河北省国家高新技术产业开发区企业统计报表的测度数据为依据选择相关研究变量。鉴于2014年以前的统计指标的变化，以及本研究工作开始时2017年数据并未出版，所以本研究选取2014—2016年数据。选择获得初始样本数据后，剔除了相关数据缺失严重的样本，共得到3年期间既不是新进入又非中途退出的503家高新技术企业（以下简称样本）数据，运用SPSS中的PROCESS程序，通过Bootstrapping方法检验“知识存量-技术水平”的链式中介作用。

3.2 变量选择与测量

如表1所示，新产品销售收入、专利申请量常被用来反映企业的创新绩效情况［11］，考虑到专利申请存在时间性及专利保护等的缺陷［13］，本文选择能直接反映高新技术企业创新活动收益和商业价值的新产品销售收入作为创新绩效的指标。对于4类人力资本的测度，采用企业从业人员中拥有本科及以上学历人员数量来衡量企业人力资本的学历水平［11,29］；海外背景变量采用企业从业人员中出国学习、取得学位的归国人员数量来衡量［29］；采用拥有中级及以上职称人员数量来衡量企业人力资本专业水平［11,21］；企业人力资本的研发经验采用企业参与项目研究活动的人员数量来表示［25］。对于中介作用链的测度，知识存量采用企业在已立项的科技项目中产生并发表的科技论文数量来测度；同时，采用企业当年的专利申请受理量来衡量企业的技术水平［6］。对创新合作的测度，本文采用企业与国内独立研究院所和高等学校合作进行科技活动而支付予对方的经费来衡量企业的产学研合作水平［37］。除了人力资本特征外，项目经费、研发强度以及创新能力也是影响创新绩效的重要因素，本文选取企业全部科技项目的经费总支出、研发支出与销售收入的比值和企业拥有的有效专利数量来反映企业项目经费、研发强度以及创新能力情况；最后，企业规模、企业年龄也被选取为控制变量。

表1 变量及其测量

表1 （续）

3.3 实证模型设计

3.3.1 主效应模型

本文分3步验证“知识存量-技术水平”中介链的中介作用。

第1步，构建模型2和模型3以检验人力资本特征对知识存量与技术水平的影响。分别如式（2）（3）：

第2步，构建模型4检验企业知识存量与技术水平对创新绩效的影响。如式（4）：

第3步，将“知识存量-技术水平”引入模型1得到模型5，分析主效应的变化。如式（5）：

3.3.3 调节效应模型

将创新合作分别与学历水平、海外背景、专业水平以及研发经验的交互项作为解释变量引入模型2，得模型6，以检验创新合作的调节效应。如式（6）：

PBL教学是将学习与任务或问题挂钩，强调把学习设置到复杂的、有意义的问题情景中，通过学习者的自主探究来解决问题，从而学习隐含在问题背后的知识，形成解决问题的技能和自主学习的能力[3]。PBL教学方式在医学相关教学方面存在优势[4-6]。多数学生对PBL教学表示满意，认为提高了他们的一般技能[7]。

4 实证结果与分析

4.1 描述性统计

各相关变量的统计情况如表2所示，可以看出样本的人力资本配置差距较大，样本选择比较合理。相关性方面，各变量间虽都存在显著的正相关关系，但相关程度存在明显差异。回归分析之前，本文对每个变量进行了共线性检验，每个变量的VIF（方差膨胀因子）均小于10，因此没有多重共线性问题。

表2 样本描述性统计与相关性分析结果

4.2 回归结果

样本各相关变量的实证回归结果具体如表3所示。

表3 样本变量的实证回归检验结果

4.2.1 主效应检验

各变量的主效应检验结果如表3中模型1所示，学历水平、海外背景、专业水平和研发经验对创新绩效的回归系数均显著，表明在4类人力资本特征交互作用下，学历水平和研发经验与企业创新绩效显著正相关，且学历水平的正向促进作用最强，说明企业加大引进高学历、丰富经验的研发人员能显著提高创新绩效，因此假设H1a和H1d得到支持；而海外背景对创新绩效的影响没有通过显著性检验，专业水平与创新绩效显著负相关，说明专业水平在一定程度上的提升会抑制企业创新绩效的增长，这与原假设方向相反，因此假设H1b与H1c没有得到支持。

4.2.2 中介效应检验

为了检验“知识存量-技术水平”的链式中介作用，本文首先检验了知识存量在人力资本特征与企业技术水平间的中介作用，然后检验了技术水平在知识存量与创新绩效间的中介作用，最后检验“知识存量-技术水平”的链式中介作用。由主效应检验可知，海外背景对企业创新绩效的影响中没有通过显著性检验，根据温忠麟等［40］的研究，本文不对海外背景特征进行中介效应检验。

（1）由表3中的回归结果可以看出，学历水平、专业水平和研发经验以及知识存量变量都显著影响技术水平（模型10），学历水平、专业水平和研发经验也显著正向影响知识存量（模型5、模型7和模型8），所以，知识存量在人力资本特征与技术水平间的中介前提条件成立。对比模型9与模型10，在加入了知识存量之后，各个人力资本特征对技术水平的影响程度均减弱（学历水平的回归系数由0.673降至0.655，专业水平的回归系数由0.147降至0.122，研发经验的回归系数由0.047降至0.044），表明知识存量在人力资本特征与技术水平的作用中起到了中介作用。

（2）结合模型2、模型3和模型10可知，知识存量显著影响技术水平和创新绩效，而技术水平又显著影响创新绩效，所以猜测技术水平可能对知识存量与创新绩效存在中介作用。对比模型2，在模型3中加入了技术水平变量后发现，知识存量对创新绩效的影响程度由原来的0.912降到0.135，说明技术水平在知识存量与创新绩效的作用中起到了中介作用。

（3）既然各个人力资本特征通过知识存量、技术水平影响企业创新绩效，那么对比模型1与模型4发现，在控制知识存量与技术水平变量之后，学历水平和专业水平对创新绩效的影响水平都明显减弱了，而研发经验对创新绩效的作用关系不在显著了。

综上，可得“知识存量-技术水平”在学历水平、专业水平和研发经验对创新绩效的影响中起到了链式中介作用，假设H2得到支持。

由表4可以更进一步看出“知识存量-技术水平”链在企业人力资本学历水平、专业水平和研发经验对企业创新绩效的中介效应程度。在“知识存量-技术水平”链式中介存在时， “知识存量-技术水平”链在企业人力资本中的学历水平和专业水平对创新绩效的作用中起到了部分中介的作用，但是在研发经验对企业创新绩效的影响中起到了完全中介的作用。

表4 样本变量的中介效应回归检验结果

4.2.3 调节效应检验

为了验证创新合作变量在各人力资本特征对企业知识存量影响的调节效应，将创新合作变量与各个人力资本特征的交互项放到调节模型中。由表3模型5的结果可知，企业创新合作水平与学历水平的交互项系数显著为正（β=0.348，P＜0.01），表明企业创新合作水平在企业人力资本的学历水平对企业知识存量的增加发挥了积极的调节作用。与此同时，由模型6的结果可知，企业创新合作水平与海外背景的交互项系数显著为正（β=0.436，P ＜0.01），表明企业创新合作水平在企业人力资本的海外背景对企业知识存量的增加方面发挥了积极作用。同样，由模型7的结果可知，企业创新合作水平在企业人力资本的专业水平对企业知识存量的增加方面也起到了积极的调节效应（β=0.164，P＜0.1）。最后，由模型8的结果可知，企业人力资本的研发经验对企业知识存量的影响也显著受到了企业创新合作水平的调节（β=0.784，P＜0.01）。即假设H3成立。

从图2可以看出，企业创新合作水平在很大程度上正向调节了4类企业人力资本特征对企业知识存量的影响，尤其是对海外背景和研发经验的调节。其中，如图2（a）和图2（b）所示，在低水平的创新合作中，企业人力资本学历水平和专业水平特征对企业知识存量的影响为正向，但企业人力资本的海外背景和研发经验特征却对企业知识存量表现出了消极的影响；略有不同的是，在高水平的创新合作中，企业的4类人力资本特征对企业知识存量的影响均表现出积极的正向促进效应。可见，企业创新合作水平对企业人力资本特征与知识存量之间发挥着重要的调节效应，尤其是对海外背景和研发经验的调节效应更是突出。

图2 创新合作对样本企业4种人力资本特征的调节效应

4.3 稳健性检验

再次以503家样本企业2016年的数据对人力资本特征与创新绩效的短期作用机制进行回归检验，发现短期回归结果中每个变量系数的符号、数值和显著性基本没有太大变化，总体估计结果基本上是一致的，表明本文的回归结果是稳健的。

表5 样本企业人力资本特征与创新绩效的短期回归检验结果

表5 （续）

4.4 结果分析

（1）主效应检验。企业人力资本特征中学历水平对企业创新绩效的促进影响最强，其次是研发经验特征，专业水平特征的影响效果为负。这表明具有高学历的人员为企业提供了异质化的知识和技术，同时员工接受、理解和吸取信息的能力能够通过教育得到提高，员工学历越高越能接受新的知识，并能促进现有知识、产品和服务的转化升级。海外留学人员掌握某些前沿的科学研究，甚至拥有一些技术成果和专利，但一些海外回国人员表现出不能有效结合我国国情等“水土不服”现象，未能有效地发挥出其应有的先进作用。对于具有研发经验的人员，他们对研发活动十分熟悉，这有利于他们在研发活动中迅速作出反应，加快创新步伐；另外研发经验总结了以往研发活动中学习到的知识和技能，可以有效指导新的研发活动，提高研发效率。反观具有高专业水平的人员，对企业创新绩效却有着显著的负面影响，这是因为专业水平与创新绩效间的关系不是简单的线性关系，有可能高专业技术水平的人员在创新活动中思维固化，反而不如刚开始接触创新活动的新人更能容易产生新的创意。

（2）链式中介效应。“知识存量-技术水平”在企业人力资本特征的学历水平、专业水平和研发经验对企业创新绩效之间的中介效应显著。究其原因，是由于构成企业核心创造力和长期竞争优势最根本的来源，是蕴藏在企业研发人员大脑中的隐性知识。人力资本的学历水平越高，其认知能力、学习能力越强，人力资本专业水平越高，其对新知识的消化吸收能力越强，人力资本研发经验越多，员工的隐性知识存量越丰富。一方面，研发人员可以凭借这些隐性的科学知识不断提升自身的技术搜索、技术学习、技术运用、技术创新等各方面技术能力，从而提高企业的新产品研发速率和研发质量，提升企业的创新绩效；另一方面，这些隐性知识还可以通过发表学术论文形式外化成显性科学知识，提高企业创新能力，进而影响企业创新绩效。这是因为企业研发人员将其研究成果撰写成学术论文在学术期刊或学术会议上进行发表和讨论，可以增加企业对全球技术前沿的了解［30］。企业的学术论文数量越多、被引用频次越多，说明企业的科学知识存量越多，研发人员在进行创新活动时所能参考和利用的知识越多，而科学知识的创造和创新有着很强的路径依赖性［31］，所以企业的技术创新能力就越强。

（3）企业创新合作的调节。企业创新合作水平在很大程度上调节了4类人力资本特征对企业知识存量的影响，尤其是对专业水平和研发经验的调节。企业在与大学和科研机构进行创新合作的过程中，可以获得对科学知识更深刻的理解并为其技术搜索提供指导，还能获取隐性前沿科学知识，培养企业潜在的吸收能力［36］。尽管如此，企业从创新合作中获取的科学知识并不能直接作用于创新，往往先是以论文形式产出先进知识。企业通过发表的学术论文等显性科学知识，不仅可以提高企业创新能力，进而影响企业创新绩效，还可以在学术会议上进行发表和讨论，增加企业对全球技术前沿以及同行竞争企业的了解，并指导企业新一轮的创新实践［34］；不仅如此，反过来，学术论文是企业研发能力的重要体现，企业增加高质量的显性知识产出也可以吸引同行业其他企业或研究机构与其合作，增加了与外部创新源接触和学习的机会，在合作实践中可以更好地提升企业的技术创新能力。

5 结论与启示

5.1 研究结论

第一，企业人力资本特征中的学历水平对企业创新绩效的促进效应最强，其次是研发经验，但专业水平特征对企业创新绩效的影响为负向抑制。在考虑4类人力资本特征相互影响，加入4类人力资本特征交互作用下发现，学历水平对企业创新绩效的正向促进作用最强，远远超过研发经验，而海外背景没有显著影响，专业水平特征负向抑制了企业创新绩效。

第二，“知识存量-技术水平”在企业人力资本特征中的学历水平、专业水平和研发经验对企业创新绩效影响之间起到了链式中介效应。“知识存量-技术水平”链式中介在企业人力资本中的学历水平和专业水平对企业创新绩效的影响过程中起到了部分中介的作用，但在研发经验影响企业创新绩效的过程中却起到了完全中介的作用。

第三，创新合作水平在很大程度上正向调节了4类人力资本特征对企业知识存量的影响，尤其是对海外背景和研发经验的调节。企业在创新合作水平较低时，人力资本学历水平和专业水平特征对企业知识存量的影响为正向，但海外背景和研发经验特征却对企业知识存量有消极的影响；而企业在创新合作水平较高时，4类人力资本特征对企业知识存量的影响为正向促进效应。可见，创新合作水平对企业人力资本特征与知识存量之间发挥着至关重要的调节作用。

5.2 政策启示

第一，完善人才引进机制，注重员工学习能力建设，引导员工在职学习，鼓励员工分享经验。企业对高学历人员的引进可以给予更优厚的政策，给予更好的研究平台与充足的科研基金；同时对企业员工实施科学的内部培训，鼓励引导员工在职学习，与相关科研组织联合培养高水平人员，并为企业员工创造优越的创新环境等。同时，鼓励员工进行知识分享，实施不同的知识分享激励政策，引导和激励研发经验丰富的员工进行知识分享，增强企业员工的知识分享意愿，以提高企业人力资本整体的创新能力水平。

第二，企业重视基础科学研究，明确知识研究在企业创新中的重要性。在我国的高新技术企业发展中，知识创新并未得到应有的重视，真正认识到知识的获取和积累的重要性的企业少之又少。虽然知识研究需要投入较大的人力和财力资本，但企业一旦实现基础科学的突破，其带来的效益确是巨大的。高新技术企业应充分意识到重技术、轻知识的发展误区，明确科学知识的重要性，还知识研究在企业创新中应有的地位。

第三，企业应注重内外部的创新合作，尤其是产学研之间的创新合作。企业在保证内部人力资本投入、建立完善的创新环境的同时，还应该积极有效地吸收外部资源，积极与高等院校、研发机构寻求更加深入的创新合作；创新合作不仅可以使企业获得隐性前沿科学知识，增加对全球技术前沿以及同行竞争企业的了解，还可以反过来吸引其他同行企业或研究机构来合作，增加企业与外部创新源接触和学习的机会，在合作实践中可以更好地提升企业的创新水平。