文献阅读《研发联盟、开放式创新与企业全要素生产率提升》【数量经济技术经济研究】
学术
2024-10-17 08:11
江西
大家好！本人是管理学在读博士生。一直想分享读博期间学习和生活的经历和感悟，希望能帮助到更多想要读博和正在读博以及科研工作的朋友们。坚持每天读高水平的论文是博士生的基本要求，也是写好自己论文的基础。 今天分享一篇文章——《研发联盟、开放式创新与企业全要素生产率提升》，来自《数量经济技术经济研究》2024年9月26日。随着各领域新知识、新技术的不断增加和复杂化，仅依靠企业内部有限的资源难以支撑其高水平创新发展的需求（任之光和高鹏斌，2020），以研发联盟形式实现合作研发不仅可以有效弥补企业内部创新资源和研发能力的不足，也可以通过风险分担机制降低企业独立研发风险，是企业提升全要素生产率、实现高质量发展的基本策略之一。2020年11月颁布的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》明确提出“支持企业牵头组建创新联合体，承担国家重大科技项目”。随后，2020年12月中央经济工作会议强调，“要发挥企业在科技创新中的主体作用，支持领军企业组建创新联合体，带动中小企业创新活动”。党的二十大报告也再次提出，“强化企业科技创新主体地位，发挥科技型骨干企业引领支撑作用”。因此，以企业为中心打造创新联合体，推动企业合作研发创新，不仅是企业提升创新研发能力的现实路径，也已然成为中国实施创新驱动发展战略、实现高质量发展的重要一环。 研发联盟作为企业在研发领域的战略联盟之一（陆雄文，2013），是企业与其他组织或个人通过契约等方式协作从事技术或产品项目开发研究以实现共同研发目标的合作方式，也是企业实现开放式创新的有效途径之一，有助于缩短研发时间、降低研发成本、避免单个企业在研发中的盲目性以及资源浪费，从而降低研发风险、提升研发效率（徐二明和徐凯，2012）。相对于传统意义上的“合作创新”与“协同创新”，一方面，研发联盟是企业在市场交易契约不完备状态下的制度安排，通过合作申请专利等方式建立较为稳固的合作伙伴关系，更强调中长期意义上的契约关系，可以减少签约次数及费用并降低履约风险，是对市场交易行为的有益补充；另一方面，研发联盟是联盟主体间分享专利技术或统一对外进行专利许可而形成的正式或非正式组织，更强调初始研发且排他性的专利所有权而非后期合作的专利交叉许可权，在较长时期内具有法律认可的垄断性。这也使得企业参与研发联盟的经济后果普遍成为学术界近年来关注的重点。一是将企业从多元合作机制中剥离，探究以企业作为研发主体的研发联盟对企业全要素生产率的影响，同时基于大样本企业数据从行为经济学角度的“动机—行为—绩效”研究范式展开分析，将研发联盟中的开放式创新纵向分解为“关系建立—联合创新—价值获取”三个阶段，并提出相应阶段的不同影响机制，为打开研发联盟促进企业全要素生产率提升这一“黑箱”提供理论框架。二是基于企业与行业研发数据，探究企业自主创新意识对研发联盟促进企业全要素生产率提升这一过程的强化作用，以及同行业企业间的潜在竞争关系对企业全要素生产率的抑制作用，有助于企业在推进联盟合作的同时注重自主创新意识的培养。 三是横向探究企业在研发联盟中实现的开放式创新广度和深度对企业全要素生产率的具体影响，为企业在长期内提升全要素生产率提供了实践参考，也为企业合理调整开放式创新程度提供了动态实现效果依据。首先，研发联盟有助于拓宽联盟主体利用外部资源的边界，推动包括技术在内的互补性资产共享（Esmaelnezhad等，2023），并在一定程度上降低要素的迁移和流动壁垒、分担企业独立研发时的主要成本（黄勃等，2022），通过增大企业投入成本与产出收益的相对差距提升价值创造效应，由此促进企业全要素生产率提升。其次，大量研究表明，研发联盟有助于推进资本积累，增加企业产量、扩大市场份额，各要素的生产效率均会得到相应提升，从而形成规模效应（董景荣和张文卿，2021）。最后，企业会学习借鉴联盟中其他企业的监管模式与奖惩机制，逐步实现管理模式改进（汤临佳和范彦成，2015），同时结合企业的技术升级、资源配置效率改善、规模效应促进等渠道，共同推进企业全要素生产率的提升。本文基于行为经济学“动机—行为—绩效”的研究范式，将研发联盟中的合作研发过程分解成“关系建立—联合创新—价值获取”的全周期开放式创新阶段，进一步对研发联盟促进企业全要素生产率提升的具体机制进行分析。 第一，在关系建立阶段，研发联盟的主要任务是甄选具有开放式创新动机且具备合作条件的企业，进而签订合作契约、制定合作方向、进行专用性资产投资等（张华等，2019）。准确且稳定的信息流通渠道是联盟关系建立阶段的重要影响因素。信息流通水平的提升不仅可以缓解联盟主体间的信息不对称问题、约束主体间的机会主义行为，也可以降低企业搜寻市场信息的难度以及由于市场环境多变引致的不确定性风险成本（戴璐，2013），从而促进企业全要素生产率提升。且参与研发联盟通常会引起证券公司、研究机构以及行业分析师对企业更高的关注度，并对企业进行更为详细的信息披露，提升企业由内向外溢出的信息流通水平。企业出于开放式创新动机也会向其公开部分内部信息以获得合作机会，实现产出与效率的大幅提升。凭借与联盟中其他企业的合作关系，企业也可以在外部创新环境中获取更有价值的资源或信息，获得更多商业融资和技术交流等先发优势（韩美妮和王福胜，2017）。参与研发联盟也会使行业内相关企业的信息披露水平普遍提升，企业由此受益于信息双向溢出引致的创新环境信息充沛，从而促进企业长期内生产率的提升。基于以上分析，本文提出如下假设：假设2：研发联盟可以促进信息流通，从而促进企业全要素生产率提升。第二，在联合创新阶段，研发联盟不仅可以促使资源跨过企业边界，实现企业资源丰富度的优化并形成更有价值的资源组合（黄勃等，2022）；也可以推动资源要素在企业间有目的地流出和流入（Chesbrough，2006），推动资源在各主体间的高效交互整合、实现企业资源的最优配置（Lichtenthaler，2011）。研发联盟联合创新阶段的资源共享和优势互补可以相对缓解企业资源错配现象，从而优化企业的生产创新效率。基于以上分析，本文提出如下假设：假设3：研发联盟可以缓解资源错配，从而促进企业全要素生产率提升。 第三，研发联盟作为兼具技术创新突破与经济效益提升、且以实质性研发创新目的为导向的制度安排，在价值获取阶段中主要追求创新能力、市场竞争优势等开放式创新绩效提升（Tyler和Caner，2016）。一方面，联盟主体可以共享联盟研发成果，直接实现创新能力提升与竞争优势。联盟的价值共创特征也体现在由此实现的联盟开放式创新广度和深度上，并带来产品研发周期缩短、技术学习效率提升、全要素生产率增长等积极经济后果（Schildt等，2012；黄勃等，2022）。另一方面，企业对联盟研发成果的有效利用也可以提升企业的整体创新能力，更有利于企业将创新能力产品化推向市场，实现内部研发创新向市场商业化的流程拓展，不仅能帮助企业在市场中建立良好口碑、提升品牌声誉和营销效率，也能拓宽市场渠道、提升市场份额、增加市场发展机遇（戴璐，2013），最终促进企业全要素生产率的提升。此外，企业在研发联盟中通过知识与技术积累实现的创新能力提升也是企业提高生产效率、实现提质增效的重要渠道。基于以上分析，本文提出如下假设：假设4：研发联盟可以提升企业创新能力，从而促进企业全要素生产率提升。本文通过智慧芽（PatSnap）专利知识产权官网检索搜集了全球专利数据库中2010~2021年的896525项专利数据，检索字段包括“标题”“摘要”“当前申请（专利权）人”“申请日”“到期日”和“IPC分类号”等，并依据“专利权人”文本信息检索企业合作研发数据，具体检索过程为：（1）首先从原始专利申请数据中筛选专利权人数量≥2的专利数据，同时剔除专利权人包括“大学”“科研机构”等不以企业作为研发主体以及专利信息统计不完全的专利数据；（2）将专利申请数据与A股上市企业数据相匹配，若企业存在联合申请专利数据，则认为存在A股上市企业研发联盟；（3）依据企业间达成合作专利的公开时间等信息，识别出研发联盟首次得到专利产出的年份，即为企业参与研发联盟的“政策”处理时间（Period）。（4）最后对检索处理后得到的专利数据进行相应人工检查与修正。 （1）匹配方法。考虑到企业参与研发联盟存在一定非随机性，可能由某些企业特征因素所决定，因此，为缓解样本自选择偏差，本文选取一系列特征变量作为匹配变量，通过计算匹配变量的最小马氏距离进行k近邻匹配（k=3），同时剔除不满足共同支撑假设的样本。（2）匹配变量选择。本文选取是否持有银行股份哑变量（dum_bankshares）、董监高人数（exenum）、企业年龄（age）、第一大股东持股比例（ownhold）、资本密集度（density）、资产负债率（lev）、固定资产与营业收入比（gushoubi）、托宾Q值（qa）等作为匹配变量。（3）匹配结果。经过匹配，最终得到实证研究样本包含84家实验组企业，1008个实验组“企业-年度”样本；221家对照组企业，2652个对照组“企业-年度”样本。本文对匹配前后的实验组与对照组进行特征差异检验，匹配后特征变量的标准化偏差均大幅缩小，说明倾向得分匹配过程较好地缓解样本自选择偏差。全要素生产率（TFP）。本文选择LP方法（TFP_LP）测度企业全要素生产率，同时选择OLS方法（TFP_OLS）进行稳健性检验。设置企业参与研发联盟的虚拟变量Treat，对经过PSM方法匹配后获得的处理组企业，令其虚拟变量Treat取值为1，否则取值为0。同时，设置企业参与研发联盟的时间虚拟变量Period，在企业参与研发联盟当年及之后年份，Period取值为1，否则取值为0。二者交互项Treat×Period为本文关键解释变量，其对应估计系数是本文试图识别的因果关系。本文选取企业层面的控制变量如下：企业年龄（age）、企业规模（size）、总资产净利润率（roa）、托宾Q值（qa）、资产负债率（lev）、股权集中度（ownhold）、董监高人数（exenum）、是否四大（big4）、机构持股比例（inst）。除员工数量数据来自Wind数据库外，其余财务数据均来自CSMAR数据库。设置如下多期双重差分模型（Differences-in-Differences，DID）以检验研发联盟与企业全要素生产率之间关系，由式（1）给出。为控制异方差的影响，本文采取企业层面的聚类标准误。表1第（1）~（2）列分别为是否加入控制变量的固定效应回归结果，结果至少在5%水平上显著为正，表明研发联盟有助于提升企业全要素生产率。进一步，添加年份虚拟变量并进行联合显著性检验，结果强烈拒绝“无时间效应”的原假设，表明模型中存在时间效应。因此，对模型（1）进行双向固定效应回归更为合理。第（3）~（4）列更细致地考虑了不随时间变化的个体特征，第（3）列为不控制其他影响因素的回归结果，核心解释变量Treat×Period的估计系数0.119在5%水平上显著为正。在控制其他影响因素后，Treat×Period的估计系数提升至0.134，且仍在5%水平上显著。固定效应模型（FE）和双向固定效应模型（TWFE）的回归结果显著性并未发生明显变化，表明研发联盟有助于促进企业全要素生产率提升，即假设1成立。本文以各企业参与研发联盟的相对“政策”处理时间设置虚拟变量，构造式（2）进行平行趋势检验：其中，时间虚拟变量为各企业参与研发联盟前4期、当期以及后8期的观测值，在企业参与研发联盟当年及之后年份，相对“政策”处理时间设置虚拟变量Periodi,k取值为1，否则，取值为0。检验结果如图1所示，企业参与研发联盟前，实验组和对照组之间全要素生产率的变化趋势不存在显著差异，满足平行趋势假设条件，此外，研发联盟对企业全要素生产率的提升作用存在一定的滞后效应。 本文一方面在吴晓晖等（2023）研究的基础上，采用城市到各个港口平均距离的倒数作为企业参与研发联盟的工具变量；另一方面，选取企业所在城市的上市企业数量作为企业参与研发联盟的工具变量。由于本文选取的工具变量均为截面数据，不能直接用于面板数据的回归分析，本文引入企业参与研发联盟的时间虚拟变量并与工具变量相乘得到最终工具变量：iv_gangkou和iv_citynum。表2显示了工具变量检验的结果。其中，第一阶段回归结果F值均大于10，拒绝存在弱工具变量问题的原假设；K-PrkLM统计量分别为218.79和27.504，对应P值均为0.000，拒绝工具变量不可识别的原假设。总体来看，本文选取的工具变量均对企业参与研发联盟存在显著的正向影响，且整个过程不存在弱工具变量、不可识别、过度识别等问题，表明在考虑内生性问题后，本文的结论仍然稳健。 本文采用其他方法，一是借鉴黄勃等（2022）的方法对上市公司披露的战略联盟公告进行识别，筛选出以合作研发为目的且以企业作为研发主体的联盟数据作为本文的替换变量。二是替换被解释变量为以OLS法测算得出的全要素生产率（TFP_OLS）进行稳健性检验。三是将解释变量滞后一期。四是在控制企业固定效应和年份固定效应的基础上，进一步控制行业-年份的联合固定效应，重新进行实证检验。检验结果依旧稳健。为排除外界偶然因素或其他不可观测因素对本文结论的干扰，本文借鉴史丹等（2023）的研究进行间接安慰剂检验。具体地，本文在样本企业中随机选择实验组名单，产生错误的交互项系数估计值，将该过程重复500次后对交互项分布值进行观测。其分布在0左右且近似于正态分布，与基准估计结果存在显著差异，表明其他非观测因素不会产生显著影响，符合安慰剂检验的预期。本文采用企业被研报关注度加1后取对数以度量单个企业信息披露质量，并作为企业由内向外溢出的信息流通水平（inform_firm）代理变量。本文借鉴Goya等（2016）测度企业创新溢出指标的做法，对企业所在行业其他企业的被研报关注度加总并加1后取对数衡量企业所处行业的信息披露质量，作为企业从外部获得的信息流通水平（inform_ind）代理变量。 表3第（1）列和第（2）列的检验结果说明企业在研发联盟关系建立阶段需要足够的信息披露以获得合作研发机会，参与研发联盟则会提升企业由内向外的信息流通水平。且行业内企业信息披露水平的普遍提升也使得行业信息充沛，提升企业从外部获得的信息流通水平。因此，本文假设2成立。本文在测算企业本身与所处行业的正向错配程度（mismatch_pos）、绝对错配程度（mismatch_abs）的基础上进行回归。表4的检验结果显示，Treat×Period的回归系数均显著为负，说明研发联盟会同时缓解企业、行业的正向资源错配与绝对资源错配，本文假设3成立。一方面借鉴Hall等（2001）的方法，对企业当年专利发明申请数量进行年度和技术类别调整，采用企业专利发明数量在同一申请年度及同一行业所有企业专利中的占比（inno_patent）衡量企业创新能力。另一方面，采取专利技术、非专利技术与软件更新迭代在无形资产账面价值中的占比（inno_wuxing）对企业创新能力进行进一步衡量。 表5中第（1）列和第（2）列的核心解释变量至少在10%的水平上显著为正，说明研发联盟会提升以企业创新能力衡量的开放式创新绩效。本文假设4成立。为检验企业自主创新意识与行业自主创新意识在研发联盟促进企业全要素生产率提升这一过程中的调节作用，本文建立调节效应回归模型如式（3）所示：其中，RDi,t表示调节变量自主创新意识，其余变量设定与式（1）相同。一方面，本文借鉴程新生和王向前（2023）的研究，采用企业研发投入的对数值（RD_firm）与控制相关变量后的企业研发投入（ABRD_firm）两种方式衡量企业自主创新意识。另一方面，行业自主创新意识分别由行业内全部企业研发投入加总后取对数（RD_ind1）、行业内其他企业研发投入加总后取对数（RD_ind2）衡量。表6第（1）~（2）列检验结果说明企业提高自主创新意识有助于强化研发联盟对企业全要素生产率的提升作用。第（3）~（4）列检验结果则显示，尽管行业自主创新意识不会对本文的基准回归产生调节效应，但在潜在竞争关系的影响下，同行业企业的自主创新意识会显著抑制企业自身全要素生产率的提升。 本文基于上市公司战略联盟公告内容以及企业关联交易情况文件，将研发联盟分为联合出资、协议许可以及共同研究开发三种类型。回归结果显示，仅有共同研发性质的研发联盟对企业全要素生产率存在显著的提升作用。根据企业自身的微观特性，本文按企业所有权性质、企业规模以及企业所处行业技术特征进行分组回归。回归结果显示研发联盟显著提高了国有企业的全要素生产率，但对民营企业、外资企业等非国有企业的提升作用不明显。其次，本文按照员工人数、营业收入、总资产三大指标将上市企业划分为大型企业和中小企业。回归结果显示研发联盟提高了大型企业的全要素生产率，但对中小企业的提升作用不明显。最后，本文对企业所属行业技术特征进行划分，根据技术是否容易被直接复制或窃取分为易被反向工程行业和不易被反向工程行业（陈永昌等，2023）。回归结果显示研发联盟提高了不易被反向工程行业的企业全要素生产率，但对易被反向工程行业的企业全要素生产率提升作用不明显。根据企业所处的外部宏观环境差异，本文按企业所处经济带位置、企业所处城市知识产权保护度以及企业所处城市位置差异进行分组回归。回归结果显示东部地区企业参与研发联盟会显著促进全要素生产率提升，但中西部地区却不存在该提升作用。其次，本文以地级市已解决的知识产权侵权纠纷数量占总知识产权侵权数的比重衡量企业所处地区的知识产权保护度，并根据各年份的中位数将研究样本划分为强知识产权保护度和弱知识产权保护度两类子样本。回归结果显示只有在强知识产权保护度的地区，研发联盟才会促进企业全要素生产率的提升。最后，本文根据企业注册地是否属于直辖市、省会城市、计划单列市与副省级城市将研究样本分为中心城市组与边缘城市组。回归结果显示只有位于中心城市的企业，才能有效利用研发联盟实现企业全要素生产率的提升。 本文采取 Laursen 和 Salter（2006）提出的开放式创新广度和深度两个维度来横向研究研发联盟中的企业开放式创新，并设置式（4）检验开放式创新（OPI）作为核心解释变量时对企业全要素生产率的影响。开放式创新广度（OPI_GD）指企业在研发联盟中获取创新技术的来源或渠道的数量，广度越大表明企业与联盟中的创新主体联系越为广泛，测度方法借鉴杨震宁和赵红（2020）的研究，具体为企业合作关系加总并加 1 后取对数。开放式创新深度（OPI_SD）指企业对从研发联盟中获取创新技术的来源或渠道的依赖程度，深度越大表明企业与研发联盟的互动越为紧密，越能与联盟主体建立并保持相对稳定的关系。本文使用企业联合申请专利的剩余有效期加总并加1 后取对数衡量开放式创新深度，有效期之和越大，开放式创新深度越大 具体检验结果如表 7 所示。一方面，第（1）~（2）列显示企业由研发联盟实现的开放式创新广度（OPI_GD）对企业全要素生产率存在正向影响。另一方面，第（3）~（4）列显示企业由研发联盟实现的开放式创新深度（OPI_SD）对企业全要素生产率也存在正向影响。（1）研发联盟有助于促进企业全要素生产率提升，在运用工具变量法、更改被解释变量测度方法、将解释变量滞后一期、更改模型设定以排除内生性问题影响后，研究结论仍然稳健。（2）在“关系建立—联合创新—价值获取”全周期阶段中，企业具备开放式创新动机、会采取开放式创新行为并实现开放式创新绩效提升，即在研发联盟促进企业全要素生产率提升的过程中，存在促进信息流通、缓解资源错配、提升创新能力三种机制。（3）自主创新意识的调节作用检验表明，企业提高自身自主创新意识有助于企业更好利用研发联盟中的创新资源、实现开放式创新，从而强化研发联盟对企业全要素生产率的提升作用；行业自主创新意识不会对本文的基准回归产生调节效应，但会抑制企业全要素生产率的提升。 （4）异质性分析表明，由于以联合出资和协议许可为契约机制的研发联盟会堵塞联合创新阶段的资源共享途径和价值获取阶段的研发创新能力传导，仅有以共同研发作为契约机制的研发联盟存在显著的提升效应；且机会主义行为作为影响企业研发联盟有效性的重要因素，研发联盟对企业全要素生产率的提升作用仅存在于国有企业、大型企业和处于不易被反向工程行业的企业；从企业所处宏观环境来看，研发联盟对企业全要素生产率的提升作用存在于东部地区、强知识产权保护地区以及中心城市，而中西部地区、弱知识产权保护地区以及边缘城市的提升作用不显著，存在“中心—边缘”的位置差异。（5）进一步分析表明，企业在研发联盟获得的开放式创新广度和深度对企业全要素生产率均存在正向影响，持续提升开放式创新广度和深度有助于规避联盟机会主义行为，提升联盟创新协同效应。第一，鼓励企业突破内部封闭、单一的创新范式，充分利用内外部资源推进开放性创新。 第二，多措并举强化企业创新主体地位，推动创新资源在企业间的合理流动。第三，持续健全知识产权的利益分配机制与风险承担机制，为企业研发联盟搭建良好的外部创新环境。
