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——《创新投入与企业韧性：内在机制与产业链协同》，来自《经济管理》2024年5月。
作者：
张杰，男，教授，管理学博士，研究领域为产业经济、城市管理，电子邮箱：zhangjie@cueb.edu.cn；
范雨婷（通讯作者），女，博士研究生，研究领域为产业经济、城市经济，电子邮箱：fanyuting1226@163.com。
一、引言
党的二十大报告指出要“着力提升产业链供应链韧性和安全水平”。企业韧性是宏观经济韧性的微观表现（Williams等，2017），直接影响国家产业链的韧性和安全。近年来，中美贸易摩擦不断、地缘政治冲突等各种不确定性因素使企业外部环境面临严峻挑战，我国部分企业陷入关键技术“卡脖子”的发展瓶颈。韧性不强的企业暂时能在市场竞争中存活，一旦遇到外部冲击，这类企业则面临停摆甚至倒闭的风险，企业的生存危机也加剧了产业链和供应链的“断链”风险。
创新是增强企业韧性的重要途径，主要包括两个层面：一是着眼于在危机发生后，加大创新投入以增强企业韧性。其中主要包括企业加大在数字化转型、产品和技术创新（吴晓波和冯潇雅，2022）、金融和模式创新（Ling等，2021）等方面的投入，希望能够驱动企业韧性提升。但是，由于创新本身是一项高风险、高成本的活动，随着经济冲击波及面扩大，企业加大研发创新活动上的投入有可能实现技术突破，但是持续增加的创新活动和投入也会导致企业风险加码，使企业破产风险激增（李恩极等，2022），因而短期内创新投入对企业韧性的影响可能无效甚至为负向影响（Caballero‐Morales，2021）。二是危机发生前，加大创新投入以驱动企业韧性提升，即企业前期的创新投入是否能在面临冲击时转化为韧性。宋耘等（2021）从案例研究的角度认为前期增强创新投入对企业韧性的影响存在“双刃剑”效应：一方面，创新投入的增加提高了企业产品和服务更新迭代的能力，支撑企业在冲击中保持行业竞争力；另一方面，在面临外部冲击时，前期在创新活动上的大量高成本投资还未转化为产品竞争力，也就无法体现在对企业韧性的影响，而且创新活动中的投入一旦开始便无法及时收回，形成企业的费用负担（韩先锋和董明放，2018）。
创新点：
第一，从微观市场主体出发研究企业韧性，理论分析和实证检验企业创新投入与韧性的非线性关系，丰富企业创新行为对自身韧性的实证研究成果，为企业创新投入须保持合理区间内增长提供可行性证据。
第二，构建完整的机制分析和多层次异质性分析框架，为企业创新资金管理和国家优化产业链布局提供可行性参考。
第三，基于产业链协同视角，考察上下游企业韧性的协同效应，回应企业韧性与产业链韧性的关系争论。
二、理论分析与研究假设
企业韧性的内涵界定主要有两种视角：一是动态视角，从能力和过程的角度分析企业韧性；二是静态视角，从特征和结果的角度分析企业韧性，该视角下企业韧性的内涵包含了企业在外部冲击下的抵抗力、恢复力和长期增长能力。不同视角下企业韧性内涵的差异也形成两种测度方法：一是从能力和过程角度出发，大部分采用问卷调查的方式测度（陆蓉等，2021）；二是从结果的角度出发，主要采用公开的企业经营或市场指标来反映经营状况和测度企业韧性。
1.研究假设提出
为防范未来的外部风险对自身生存造成威胁，企业往往通过技术创新来增强自身韧性。创新投入对企业韧性的影响可以从收益和成本两个方面分析。均衡状态下，企业最优创新投入需满足边际收益等于边际成本。
一方面，当创新投入处于较低水平时，边际收益高于边际成本，企业增加创新活动的投入对韧性的促进作用大于创新成本增加对企业发展的抑制作用。此时，加大创新活动的投入力度能够促使企业尽快掌握核心技术，完成行业地位的跃迁，增强应对外部冲击的韧性。
另一方面，根据边际报酬递减规律，当企业创新投入超过最优水平，即边际收益低于边际成本时，持续的创新投入对企业韧性的促进作用小于创新成本对企业韧性的抑制作用，过高的创新投入会对生产、销售和服务等环节产生强烈的挤出效应，从而整体上削弱企业韧性（朱玉飞和安磊，2018）。过高的创新投入会减少经营现金流，强化企业面临的融资约束。因而，在边际报酬递减效应下，创新对企业韧性的正向促进无法补偿其负向抑制。当外部冲击发生，过度持续的创新投入对企业韧性的削弱作用更加明显。
基于上述分析，本文提出如下研究假设。
H1：在其他条件不变情况下，创新投入与企业韧性之间存在“倒U型”关系。
2.内在机制分析
创新投入影响企业韧性的机理主要包括技术创新能力机理和人力资本积累机理两方面，具体理论分析如下：
第一，不断提高的技术创新能力，能够产生更多的新技术和新产品，通过自我增强效应驱动企业韧性提升（李平等，2007）。一方面，持续的创新投入对企业科技创新能力的提升具有激励效应。另一方面，企业技术能力（Bustinza等，2019）的提升会促进组织韧性的提升，Tsiapa和Batsiola（2019）的研究表明，技术创新能力强的企业在受到冲击的后期能够保持较高的韧性。
第二，增加创新投入会增加人力资本的积累进而增强企业韧性。一方面，企业创新活动中的投入将有很大一部分作用到人力资本的积累上，对从事创新的现有人力资本形成补充，人力资本投资的增加会加快对低端劳动力的替代，优化企业人力资本结构。通过研发人员之间隐性知识的流动和共享，促进企业人力资本质量的提升（戚聿东和肖旭，2020）。另一方面，人力资本的积累能够增强企业韧性。其主要是因为：充沛的人力资本是企业在面对外部冲击后迅速调整经营状态和创新活动，重新开展新的经营和研发活动的基础，能够帮助企业应对随时变化的外部环境。
基于上述分析，本文提出如下假设：
H2：创新投入能够通过提升技术创新能力和促进人力资本积累增强企业韧性。
三、研究设计
1.模型构建
本文设定非线性的计量模型，在模型（1）的基础上加入核心解释变量的二次项，进一步检验创新投入和企业韧性的关系。含有二次项的模型如下：
2.变量设定
（1）被解释变量：企业韧性（Resit）
本文借鉴史丹和李少林（2022）的做法，从企业盈利能力和成长能力两个角度衡量企业韧性，采用具有较高数据可获得性的每股净资产收益指标（Navps）变动表示企业盈利韧性，采用企业营业收入指标（Rev）变动衡量企业成长韧性。
具体测度企业韧性的思路如图1所示，L0线为外部冲击线，A点为外部冲击前企业的营业收入或每股净资产指标值（下面简称“指标”），经过外部冲击后，指标从A点变动到E1点或者其他位置。若指标高于潜在水平E0点，或者在短时间内略低于E0点，则说明在短时间内，企业韧性较强，否则较弱。随着时间延长，企业经过了调整，指标从E1点提高到高于潜在水平P0点的P1点，则说明在外部冲击逐渐消退过程中，企业的经营状况恢复较快，企业韧性强；若外部冲击消退后，指标仍低于潜在水平，则企业韧性较弱。
在冲击事件发生前后，指标变动路径为AE1P1，潜在水平发展路径为AE0P0。因此，通过比较在事件窗口中指标实际水平和潜在水平，则可以计算企业韧性的变化，即比较多边形ABCP1E1和多边形ABCP0的面积。企业盈利韧性和成长韧性测度方式如下：
（2）核心解释变量：创新投入（lninno）
为消除企业体量、盈利和经营能力对创新投入的影响，本文创新投入采用上市公司全年研发投入金额与全年业务收入的比值来衡量创新投入水平。此外，由于数据具有“右偏”的特点，且该相对值大于0且小于1，本文将研发投入与企业全年业务收入比值加上1后取自然对数。为消除数据波动和异方差对结果的影响，将计算结果进行对数化处理。
（3）控制变量
具体包括企业规模（公司年底员工总数的自然对数）、固定资产净额／资产总额、流动负债合计／负债合计、营业收入／总资产期末余额、ln（流动资产／流动负债）、负债合计／资产总额、当前年份-企业上市年份+1
3.数据来源
本文从投入产出的角度，选取农业、采矿业、制造业、建筑业、批发业、零售业、服务业等行业中的上市公司作为研究的微观样本。由于本文所选上市公司数据的行业分类标准均是来自证券交易所的行业分类标准，因此本文将证券交易所公布的证券代码与中国投入产出表部门分类标准进行匹配并整理。
在中国深入参与全球分工的大背景下，近20年内对中国企业韧性形成冲击的重大事件主要包含2007年开始的金融危机和2020年的新冠肺炎疫情等，这已成为韧性研究的重要事件（史丹和李少林，2022）。国家统计局对中国投入产出表的统计和公布已更新到2020年，证券交易所公布的上市公司数据已公布到2021年。为了包含重大事件的冲击，丰富研究内容，并考虑到投入产出表和上市公司数据的更新程度，尽可能地扩展研究区间，本文所选的上市公司样本时间区间为2007—2021年。选取事件窗口为2008—2012年以及2020—2021年；估计窗口为2007年以及2013—2019年。为保证数据完整性，在不影响数据精确性的情况下，2021年投入产出数据采用线性插值法补齐。
四、实证结果分析
1.基准回归
表4列示了创新投入影响企业韧性的基准回归结果。
第（1）列中为未加入控制变量但控制了企业和时间固定效应的回归结果，该结果显示，创新投入对企业韧性的影响在5%的水平上显著为正。
第（2）列则在第（1）列的基础上加入核心解释变量的二次项。结果表明，在未加入控制变量但采用双固定效应的情况下，创新投入对企业韧性的影响在5%的水平上显著为正，但二次项系数在5%的水平上显著为负。初步证明创新投入与企业韧性之间存在“倒U型”关系。
第（3）列则是在第（2）列的基础上加入控制变量后的回归结果。在加入控制变量之后，创新投入和企业韧性之间的“倒U型”关系更加显著。这说明，创新活动的增加在一个区间内可以促进企业韧性的提升，但超过合理区间后，创新活动增加反而不利于企业韧性的进一步增强，假设H1得以验证。
2.稳健性检验
（1）被解释变量滞后一期。将被解释变量（Res）滞后一期，重新进行回归分析。从表5第（1）列的回归结果可以看出，将被解释变量滞后一期后，创新投入和企业韧性之间的“倒U型”关系仍然显著。
（2）更换估计方法。采用全面FGLS进行回归。回归结果如表5第（2）列所示，创新投入和企业韧性的关系仍然显著呈现“倒U型”关系
（3）子样本回归。本文剔除2020—2021年的样本进行基准回归。如表5第（3）列所示，子样本回归的结果在1%的水平上显著
（4）分段检验。将2007—2019年样本数据分为2007—2012年、2013—2019年两段进一步回归分析，结果如表5第（4）列所示，两段时期的核心解释变量二次项系数均在不同程度上显著，说明创新投入与企业韧性的“倒U型”关系依然显著
（5）更换被解释变量测度方式。本文采用2008—2021年的企业营业收入增长率与2007年的
企业营业收入增长率的偏离度来测度2007—2021年期间的企业韧性，检验创新投入与企业韧性的“倒U型”关系的稳健性。
（6）更换核心解释变量测度方式。本文借鉴孙红莉（2019）采用人均研发投入金额作为创新强度指标来表征企业创新投入水平，检验创新投入与企业韧性的“倒U型”关系的稳健性。
3.内生性问题
（1）滞后一期核心解释变量。
将核心解释变量及其二次项滞后一期放入模型中进行回归。
（2）工具变量法。
本文借鉴俞剑和刘晓光（2024）工具变量选取方法，选取核心解释变量的城市—行业均值作为工具变量（IV）进行两阶段最小二乘法回归估计。
（3）断点回归反向因果识别。
本文借鉴毛捷等（2022）的做法，构建断点回归模型，将创新投入设置为被解释变量，将企业韧性设置为解释变量，如果在断点回归模型中，企业韧性的估计系数显著，则证明两者之间存在反向因果，否则不存在。本文将断点处设置为Res=1处。断点前后分为两组，分别表示韧性较弱和韧性较强的两组上市公司。表6列示了在不同带宽下的断点回归结果，从中可以看出，估计系数完全不显著，这说明本文的样本中创新投入和企业韧性的反向因果关系较弱，证明了基准回归和工具变量检验结果的合理性。
五、机制检验及异质性分析
1.影响机制检验
借鉴林伯强和谭睿鹏（2019）关于模型含有二次项的机制检验方法，本文构建机制检验模型如下：
其中，Mit为创新投入影响企业韧性可能的路径变量，α2则衡量其影响大小，Xit为控制变量（与前文控制变量保持一致），θi和σt分别为企业和时间固定效应。本文的第一个中介变量为技术创新能力（lninab），采用企业年度专利总数作为其代理变量。第二个中介变量为人力资本（lnhc），采用企业年度研发人员占全部员工比重作为其代理变量。为了消除异方差的影响，将上述代理变量再加上自然数2的基础上取自然对数。
表7结果表明，创新投入对技术创新能力和人力资本的影响均为“倒U型”。创新投入对企业韧性的“倒U型”影响是通过技术创新能力和人力资本所传导发生的。当企业创新投入过多时，上述两条路径均对企业韧性产生不利影响。只有当企业创新投入在合理范围内，上述两条路径能够对企业韧性起到积极作用，假设H2得以验证。
2.异质性分析
（1）时空异质性
第一，时间异质性。将2007年—2019年的样本作为一组，2020—2021年的样本作为另一组，分别放入回归模型来检验创新投入影响企业韧性的时间异质性。第二，空间异质性。根据上市公司母公司所在城市位于南北方的区域，将上市公司样本分为南方和北方两组样本分别回归分析来检验创新投入影响企业韧性的空间异质性。第三，为了将时间和空间异质性纳入统一的回归模型进行考察，引入空间虚拟变量dy，设定南方=1，北方=0。在基准模型中加入创新投入和空间虚拟变量的交互项，并按照上述时间分组，探究疫情冲击前后，创新投入对企业韧性影响的时空异质性，回归结果如表8所示。
时间异质性回归结果中，在新冠肺炎疫情冲击前，创新投入的一次项显著为正，二次项系数显著为负，而新冠肺炎疫情冲击后则不显著；在空间异质性回归结果中，南方样本创新投入一次项显著为正，二次项显著为负，北方样本则显著性较弱。冲击前创新投入一次项和交互项的系数均显著为正，二次项系数仍显著为负，表明创新投入对企业韧性的影响在南方上市公司中更加明显。
（2）企业所有制异质性。
本文将样本企业所有制划分为三类：国有企业、自然人或家族所有的企业以及其他所有制企业。对该三类企业依次设置虚拟变量dg、dn和de，并与创新投入相乘为交互项，如样本上市公司是上述三种类型中的一种，则该虚拟变量设定为1，其他所有制虚拟变量设定为0，
回归结果如表9所示。国有企业和自然人或家族所有的企业，其创新投入对企业韧性的“倒U型”关系均显著，但在国有企业的回归结果中，交互项显著为正，而自然人和家族所有的企业的交互项则为负且不显著。这表明，相比于非国有企业，创新投入对企业韧性的影响在国有企业中更加明显，即国有企业的韧性对创新投入更加敏感。
（3）行业异质性
本文将样本中企业所在行业进一步整合为表10中的七类，并对这七类行业设置虚拟变量。上市公司处在按照前文行业分类代码分属的行业，其虚拟变量则为1，否则设定为0。生成虚拟变量与创新投入的交互项纳入回归模型。
回归结果如表10所示，创新投入和企业韧性显著具有“倒U型”关系的行业有采矿业、制造业、批发零售业。这三个行业的交互项分别显著为负、正、正。这说明创新投入影响企业韧性的作用在采矿业中会显著衰减，而在制造业和批发零售业中会显著增强。
（4）成长阶段异质性。
本文借鉴余典范和王佳希（2022）的做法，将企业生命周期划分为成长期、成熟期和衰退期，并分别设置三个生命周期对应的虚拟变量dl、df和di。企业所处成长期，则设定dl为1，否则为0，以此类推。设置虚拟变量与创新投入的交互项，并纳入回归模型，探究企业发展的不同阶段创新投入与企业韧性的关系。
回归结果如表11所示。成长期和成熟期的企业创新投入的系数均显著，均呈现了显著的“倒U型”关系。但是，从交互项看，成长期的交互项显著为负，成熟期的交互项显著为正。这说明，创新投入对企业韧性的影响在成长期企业中会受到削弱，而在成熟期企业中会得到增强。
六、创新投入与企业韧性的产业链协同效应
本部分将样本企业放入产业链中，进一步深入探究投入创新投入影响企业韧性的产业链协同效应。首先，测度企业所处产业链中的位置。本文借鉴Antràs等（2012）、余典范等（2022）的研究，构建上游度指标。具体公式如下：
测度上游度的步骤为：第一，将前述样本上市公司数据的行业编码与投入产出表的五位行业编码进行匹配；第二，将国家统计局已公布的2007年（135部门）、2012年（139部门）、2015年（153部门）、2017年（149部门）、2018年（153部门）、2020年（153部门）投入产出表中的前述五位编码的行业筛选出来，按照证券交易所上市公司行业编码合并整理新的投入产出数据；第三，部分年份缺失的投入产出数据，采用插值法补齐；第四，利用式（6）计算每年各个行业的上游度，并将上游度与各行业下的上市公司样本进行匹配。
本文构建创新投入与上游度的交互项并将其纳入回归模型，回归结果如表12所示。加入上游度的交互项后，创新投入与企业韧性的倒“U”型关系仍稳健。交互项表明创新投入与企业韧性的倒“U”型关系在上游企业中会更加突出。上游度越高，创新投入对企业韧性的影响效应减速越快。由于上游度交互项显著为负，对曲线向下开口的收缩作用也较强，当“倒U型”曲线达到峰值后，相比于基准回归估计的曲线，随着上游度继续提高，创新投入与企业韧性的“倒U型”关系转折点会越来越小，意味着随着上游度的增加，过多开展创新活动则会在较低水平削弱企业韧性。
本文依据上游度的中位数将上市公司分为上游企业和下游企业两组，分别进行回归分析。如表12所示，创新投入对企业韧性的“倒U型”关系在上游企业更加显著。对于下游企业，核心解释变量系数的符号也说明，经济意义上，这种“倒U型”关系在下游企业也存在，但统计意义上并不显著。
本文进一步探究企业韧性的产业链协同效应。本文借鉴严兵和程敏（2022）的方法，构建上游和下游企业韧性的产业关联指标来考察上下游企业的产业链协同效应。上游企业韧性的指标计算公式如下：
本文将上下游的企业韧性指标纳入回归模型，回归结果如表13所示。在模型中控制了创新投入的一次项和二次项对企业韧性的影响后，上游企业韧性会对下游企业韧性的提升具有显著正向影响。下游企业韧性变动对上游企业则无显著影响。
七、结论与政策建议
1.结论
创新投入对企业韧性的影响关系为“倒U型”。当企业创新投入控制在合理区间内时，其能够促进企业韧性的提高；当创新投入过度扩张时，企业韧性则受到负向影响。机制研究表明，创新投入和企业韧性的“倒U型”关系通过技术创新能力和人力资本传导。异质性研究表明，创新投入和企业韧性的“倒U型”关系在新冠肺炎疫情前的2007—2019年南方地区和2007—2021年的国有企业、采矿业、制造业、批发零售业中表现更明显，成长期和成熟期的企业韧性对创新投入的敏感性显著，但成熟期企业的韧性更强。进一步研究中发现，企业韧性存在产业链协同效应。上游企业韧性的增强对下游企业具有溢出效应；相比于下游企业，创新投入对上游企业韧性的“倒U型”影响关系更显著。
2.政策启示
第一，企业管理者应具有创新战略管理思维，保证企业合理范围内开展创新活动，防范创新资本投入的无序扩张，在合理范围内充分发挥创新对企业韧性的正向激励作用，加快发挥创新对企业韧性的乘数效应。政府应不断完善创新政策激励体系，通过出台科学有效的产业政策，完善基础设施，制定税收优惠，支持企业在合理范围内实施创新驱动韧性提升的发展路径。
第二，企业应增强科技创新和科研攻关能力，培育企业持续不断的创新力。具体来看，企业的创新技术要符合当前社会发展的未来方向，着眼于人工智能等数字化技术的应用场景，结合自身发展的特殊性，通过数字化转型，使企业数字化技术与实体经济紧密融合，开拓企业组织、经营和服务的新发展模式。此外，加大力度进行人力资本积累，通过企业研发绩效激励高技能人力资本创新，搭建和完善技术创新实验室等平台，为高技能人才提供完备的平台和配套支持。加强与科研单位以及消费者的科技信息共享和互动交流，同时发挥数字技术的资源整合优势，增强企业在面对冲击时的反应力。政府应当针对创新的高成本、易复制的特点，在立法、司法和行政等方面加强知识产权保护体系建设，采用数字技术加快对创新成果的确权、授权和维权，为发挥企业创新对韧性的激励作用构筑安全的创新环境。
第三，面对各类企业和产业，政府应实行差异化的产业政策。针对制造业、采矿业、批发零售业，政府应在研发类科技攻关政策和资金上要重点支持，同时推动高校和企业联合、提供科技攻关的资金补贴等。对于成长期科技型企业，要在税收和贷款利率方面予以倾斜。成熟期国有企业要担当起产业链“链长”身份，发挥自身优势带动中小企业高质量发展。对于企业韧性较低的部分北方地区，地方政府应加强资金和高技能人才的扶持力度，通过设立项目基金、人才补贴、教育医疗等方面的政策优惠为企业吸引高技能人才提供政策环境。
第四，为通过增强企业韧性进而提升整个产业链的韧性水平，就要求企业和政府都需提高产业链布局和整合的能力，完善产业链上下游联动机制，促进上游企业在技术和政策上与下游企业的联动。从政策上有针对性地支持上游企业科技研发，以更好地发挥产业链上游企业向下游企业的韧性溢出和协同效应，鼓励具有上下游联动能力的大型科技型企业作为产业链“链长”，强化全产业链韧性和安全。政府应完善产业链政策，加快政策的“串联”和协同，上下游的政策既有针对性又有统一性，使各环节协同合力，进而提升整个产业链的韧性。
