創新鏈與企業全要素生產率
——來自Meta 分析的證據＊

毛義華，胡雨晨，水悅瑤

（1.浙江大學濱海產業技術研究院，天津 300301；2.浙江大學建筑工程學院，浙江 杭州 310058；3.無錫學院數字經濟與管理學院，江蘇 無錫 214105）

改革初期，中國經濟呈“粗放型” 發展，產出增長過度倚重要素投入的增加[1]。然而，隨著中國低勞動力成本優勢流失、人口生育率降低和老齡化程度不斷推進、資本邊際報酬遞減、能源產品價格不斷上漲和能源供應緊張，這種增長方式顯然是不可持續的。一方面，習近平總書記在黨的十九大報告中指出，創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。另一方面，不斷有研究發現中國的經濟增長在向全要素生產率（TFP）驅動型轉變[2-4]，這一轉變表明了今后中國地區經濟增長的主要差異仍將是全要素生產率的差異，而全要素生產率的增長則依賴于技術進步和創新[5]。若將技術進步與創新作為企業生產經營與未來戰略發展的重要方式與手段，需把技術進步與創新的概念轉化為具體的實施路徑，并以目標為導向，經由合理的實施路徑，最終為實現企業、產業乃至經濟的進步與發展提供指導。

1 文獻綜述

“創新” 的概念最早是由美籍奧地利經濟學家SCHUMPETER[6]所提出的，他認為，創新不僅是指科學技術上的發明創造， 更是指把已發明的科學技術引入到企業之中， 形成一種新的生產能力。這一觀點突顯出科學技術與商業化生產之間存在著相當大的差距，這意味著需要有一個銜接過程，而學者們把這一過程概括為創新鏈。

1.1 創新鏈的定義與內涵

創新鏈的概念最早由國外學者MARSHALL 等[7]提出，后經HANSEN 等[8]發展并被廣為采納。一般來說，從基礎科學研究到形成科學知識，再利用科學知識指導技術革新并最終實現大規模市場應用的這一過程被認為是創新鏈。創新鏈包含創意的激發、轉化和擴散3 個階段，這3 個階段的劃分體現了從創意產生到產品商業化的價值增值過程，企業應當基于創新鏈這一思維，分析企業內創新的優勢和不足，并針對性地制訂戰略規劃推動和提高企業創新能力。

1.2 企業全要素生產率

黃志霖等[9]認為，對于創新的轉化，需要依托企業全要素生產率的提升，進而作用于區域經濟的發展。結合上文創新鏈的概念，這也就表明，通過加大對企業創新能力和創新活動的投入與支持，其實現的路徑之一是基于創新鏈這一思維和過程，影響并促進企業全要素生產率，進而帶動區域經濟的發展?；仡櫼延形墨I，基于創新鏈思維研究其如何影響企業全要素生產率的文獻分為4 個方向，分別是創新政策、創新績效、研發投入以及企業管理和活動。如李政等[10]基于A 股制造業上市公司的研究，發現政府的補貼政策對于全要素生產率有提升作用；徐長生等[11]從創新績效的專利視角出發，研究發現擁有發明專利能顯著提升企業的全要素生產率；張廣勝等[12]的實證分析結果顯示，研發投入顯著提升了制造業上市企業的全要素生產率；此外，還有研究分別從企業金融和企業組織管理架構等方面分析其對企業全要素生產率的影響[13-14]。但尚未有研究系統地將創新鏈這一過程行為在企業創新活動和能力的提升與企業全要素生產率的增長所產生的作用進行歸納和量化分析。因此，本研究將創新性地從創新鏈建設和管理的維度出發，分別收集相關維度上能夠對單一企業全要素生產率產生影響的有關文獻，并利用元分析方法（Meta-Analysis）開展實證研究和量化分析，揭示企業提升全要素生產率的路徑，從經濟角度為企業的創新與發展政策制定提供一定的參考。

2 研究設計

2.1 研究方法與步驟

元分析（Meta-Analysis），又稱Meta 回歸、薈萃分析等，是一種可以綜合某一主題下的眾多單個實證研究結果的統計學方法[15]。由于同一主題下同一變量的各類研究在樣本和研究方法上存在一定差異，得到的因果關系效應量也不盡相同。元分析則可以通過定量綜合集成分析，生成不同的權重從而計算平均效應量，同時在綜合分析的過程中對研究間的異質性成因進行探索，對推動學科的研究方向具有重要意義。目前來說，元分析已經在醫學、經濟管理學和情報科學中有著廣泛應用[16-17]。

現有利用元分析進行的研究主要有以下2種形式：①針對某一要素開展與研究問題間的關系探索，對該要素的不同特征、研究方法的異質性進行細致劃分；②從研究問題的全局出發，綜合分析多因素對某一問題的解釋關系。本文研究以形式②為主，針對企業的全要素生產率開展多因素整合，利用元分析進行定量集成研究。

具體的研究開展將采取以下4 個步驟：首先，從研究的問題，即創新鏈的建設管理對于全要素生產率的影響出發，全面收集有關文獻；其次，在綜合瀏覽所收集的文獻基礎上制定文獻篩選的標準；再次，對按照標準篩選出的文獻進行數據整理和編碼；最后，按照元分析方法的運用過程進行異質性檢驗、發表偏倚檢驗和效應值計算。元分析的具體開展將借助軟件CMA2.0（Comprehensive Meta-Analysis）完成。

2.2 文獻收集與篩選

元分析方法的研究對象具有全面性和客觀性的特點，全面地收集樣本文獻能保證元分析結果的客觀性和消除潛在的偏倚性。本研究將文獻檢索范圍設定為中國企業全要素生產率影響因素的相關文章。而后使用知網、萬方、維普等眾多中文數據庫進行檢索，同時為避免遺漏，又借助“百度文庫” 進行二次檢索，對重點文獻進行回溯檢索，以保證最大限度收集相關文獻。一輪文獻檢索共獲得相關文獻95 篇，以供二輪文獻篩選。

對一輪文獻檢索獲得的95 篇文獻做進一步篩選，以選取適用于本文分析的文獻。二輪文獻篩選標準如下：①選取以企業作為全要素生產率研究對象的文獻，剔除以城市、區域作為研究對象的文獻；②選取明確報告了樣本數量、因素相關系數r或者可以轉化為r（如t值、F值等）的效應值的實證研究文獻，剔除綜述類、理論研究等非實證類型文獻以及缺乏可計算數據的文獻。經過多次篩選排查，最終獲得35 篇文獻用于元分析，其中包括期刊論文32 篇、學位論文3 篇，文獻的時間跨度為2015—2021 年。文獻發表的時間分布如圖1 所示。

圖1 相關文獻發表時間分布圖

2.3 文獻編碼和變量選擇

基于上述目標文獻，本研究將對包括文獻內容、文獻特征、效應統計量在內的數據進行編碼整理。首先根據文獻研究的具體內容，也就是對全要素生產率的具體影響因素進行分類。在分類過程中，要將不同研究中內涵一致但有命名差異的因素歸為一類（如將研發補貼、政府支持、政府補助等相似因素合并為政府補貼）。同時，對每一類影響因素的有關研究，記錄文獻的作者、研究對象（如哪一類別的企業）、數據處理的方法和回歸方法，以及實證分析得出的影響因素作用于要素生產率的回歸系數。進而根據回歸系數（r）記錄或者計算效應值，具體有以下2 種處理方式：如果同一個影響因素在同一樣本下被使用多種方法進行回歸，則取回歸系數的算術平均值作為效應值；反之，如果研究中記錄了含有多個不同獨立樣本的回歸系數，則將每個回歸系數作為獨立的效應值進行記錄和編碼。

同時，文獻的編碼由2 位研究人員分別獨立完成，并對2 份結果進行交叉核對與校準，最終得到編碼一致性為92.5%?？傮w來說，上述35 篇目標文獻共識別出影響企業全要素生產率的74 個不同因素。根據Rosenthal 和目前研究的處理方法，將效應值頻次大于等于3 的11 個影響因素保留，進行下一步的元分析。這11 個因素及其定義如表1 所示。

表1 企業全要素生產率的元分析變量選擇結果

3 元分析結果

3.1 異質性檢驗

異質性檢驗是元分析中對各研究結果效應值合并模型選擇的佐證，異質性的來源包括研究納入標準不一致性，各個研究的基線水平、處理、結果變量不同等。目前，Q檢驗和I2值是主要的異質性檢驗方法。兩者的區別在于I2值是定性檢驗，I2值越大則異質性越高，一般將50%作為明顯異質性的臨界值。而Q檢驗更為定量，當Q值在統計意義上顯著時可明確認定研究間存在異質性，而采用隨機效應模型合并效應量則能夠將異質性充分包含在內；反之，當研究間不存在異質性時，選用固定效應模型合并效應量較為合適。本研究的異質性檢驗結果如表2 所示，“社會責任感” 和 “創業投資”因素的Q值不顯著（p＞0.05）。余下9 個影響因素的Q值均顯著，且多數因素的I2值集中在95 左右，異質性水平較高。因此，下文對于異質性較高的9 個影響因素選用隨機效應模型進行效應值合并計算，對“社會責任感” 和“創業投資” 因素選擇固定效應模型。

表2 異質性檢驗結果

3.2 偏倚分析

發表偏倚是指得出統計學顯著性的研究成果比不顯著的成果更易發表的現象。因此，為了減少納入元分析文獻受 “發表偏倚” 問題的影響，進而影響主效應值計算，將利用失效安全系數（Fail-safe N）和Egger檢驗進行發表偏倚檢驗。

一般而言，當失效安全系數（Fail-safe N）大于其判別標準5K+10（K為獨立研究的數量）時，可以認為研究不存在發表偏倚。而Egger 檢驗則是對效應值是否圍繞總效應量的對稱分布的檢驗。具體檢驗結果如表3 所示。

表3 偏倚分析結果

從表3 的失效安全系數（Fail-safe N）可見，創業投資這一影響因素存在發表偏倚，且其Egger 檢驗的p值小于0.1，效應值圍繞總效應量非對稱分布且顯著。對于Egger 檢驗中p值小于0.1 或者失效安全系數與5K+10 差距過大的因素進行剪補分析，進一步判斷2 類現象是否會影響效應值點估計，分析結果顯示，管理費用這一因素受到發表偏倚的影響且剪補分析前后的效應值差距過大。

綜上，發表偏倚會顯著影響創業投資和管理費用2 個因素的點效應分析計算，故而在主效應分析中予以剔除。

3.3 主效應分析

表4 主效應分析結果

4 討論

剔除存在發表偏倚的影響因素后，繪制基于主效應分析的全要素生產率影響關系強度結果如圖2所示。

圖2 基于創新鏈的全要素生產率影響關系強度圖

根據各影響因素自身的含義與特點，從創新鏈的思維出發，將政府研發補貼、創新強度、人力成本、專利產出和新產品產出歸納為“創新鏈建設”，主要關注在創新鏈源頭的投入情況、中間產出和最終產出對企業全要素生產率的影響；將管理集中程度和信息化歸納為 “創新管理”，主要關注一個組織在創新與發展中所呈現出的組織特征和組織管理效率；將金融活動和社會責任感歸納為“經營活動”，主要關注組織在創新鏈末端所進行的商業性活動。

從創新鏈的投入情況看，政府研發補貼、創新強度和人力投入的情況都為全要素生產率帶來了正面的促進作用，研發經費的投入使得企業愿意將更多的資源轉移到科學研究與技術開發層面，為全要素生產率的提高帶來了新的創新動力。在綜合產出效益層面，不管是產出新的專利，抑或是產出新的產品，都會對企業的全要素生產率起到提高作用。

但同時可以關注到，政府研發補貼對全要素生產率的分析結果的效應值較小。一些研究結果顯示，生產率水平越低的企業所獲得的補貼力度越大，即補貼與企業生產率之間呈現負相關。這可能是由于企業投入研發的資金來源于多個方面，包括政府補貼、營業收入、社會補助等，資金來源的不同，導致企業可以自由支配資金的靈活度不同，對于使用政府補貼受到的限制條件往往較多，而來自市場的資金使用靈活，對比之下，受限于資金使用程度，政府補貼在企業內的應用效率更低[18]。另外，企業在獲得相關補貼之后，并未將大量資金投入研發部門，而更有可能將資金投入生產擴張，未實現資源的合理配置。這可能是由于相關企業過度依賴政府補貼，相比于技術創新，企業更傾向于追求短期內的產能增值，而越多的產出越會帶來政府資金支持的傾向性，從而形成對政府補貼的長期依賴，不利于企業全要素增長率的提升[19]。

從發展的角度來看，要促進企業更好地發揮創新效能，除關注企業自身除創新鏈本身的環節，還應關注那些對提升創新鏈完整度與完善程度的組織管理方式或手段，推動創新鏈與產業結合并發展的關鍵要素。信息化程度體現了企業內外部的信息、知識的交流與傳播情況，形成高效的信息流動，有利于推動全要素生產率的提高。較高程度的統一管理能為企業帶來更好的創新環境、生產環境，也意味著當有一個較為明確的責任人對企業進行科學的管理會帶來運行效益的提升。但同時值得注意的是，管理費用的投入將抑制企業的全要素生產率。

在經營活動層面，開展過多的金融活動，不管是交易金融資產、持有金融投資、投資性房地產，都將“擠出” 企業在研發與生產方面的投入，不僅不能增長投資性收益，反而會抑制全要素生產率。企業的社會責任指的是其對區域所在社會所應承擔的包括環境保護、社會服務等方面的責任，較高的社會責任感能為企業帶來較好的社會影響力，從而正面影響全要素生產率。

5 研究結論與啟示

研究利用元分析方法定量綜合分析企業全要素生產率的影響因素，系統且創新地以創新鏈這一思維為研究的切入點，并構建了基于創新鏈的全要素生產率影響關系理論框架。整體上看，政府研發補貼、專利產出和創新強度對全要素生產率的提高起到了顯著的正面作用，最應給予較大的關注。此外，信息流動情況、新產品銷售、管理集中和社會責任感也從多個維度促進企業全要素生產率的提高，降低人力成本及金融活動開展強度也有利于推動全要素生產率發展。但政府研發補貼的負面影響值得進行深入挖掘。

本文的研究具有一定的理論和現實意義。理論方面，從創新鏈思維出發，構建了創新鏈建設、管理和企業活動之于企業全要素生產率的理論模型與分析框架，完善了全要素生產率和創新鏈的理論研究。實踐方面，有關單位可基于文中的結論，更加有針對性地設計和評價企業的創新行為和創新過程。同時研究也有一定的局限性，總的來說，基于創新鏈思維的企業全要素生產率研究的樣本收集有限，產生各個影響因素元分析結果的異質性有待進一步探索。