私营企业规模、政治联系与创新的二元驱动模式

谢昕琰，周宇亮

（1.广东财经大学 人文与传播学院，广东 广州 510320；2.广东财经大学 金融学院，广东 广州 510320）

一、问题提出

党的十八大以来，创新驱动发展战略得到大力实施，创新型国家成果丰硕，逐步建立了以企业为主体的创新体系。其中，私营企业以其灵活性及自主性成为创新的主力军。在现实生活中，我们能发现两类私营企业：一类以自身庞大的规模和雄厚的实力不断探索创新，把握技术的发展，如华为、联想；另一类则是一些小型企业，特别是众多依托于互联网数字经济的微型企业，凭借着自身的灵活性和灵敏的市场嗅觉同样奋战在创新的一线。因此，在创新实践中，究竟是大企业还是小企业更有优势，是个值得探讨的问题。

对于企业规模与企业创新关系的讨论由来已久，呈现的观点也纷繁复杂：有的学者认为规模与创新是正向的关系，而有的学者却认为两者是负向的关系。除此争议外，围绕二者关系还有很多未解决的问题：比如企业规模与企业实力、经营历史等众多变量都相关，由此带来的内生性问题是否会导致结论的差异？规模的增加对企业创新投入的边际影响如何？这些理论上的问题，急需正处在“大众创业、万众创新”时代中的中国样本的回答。

二、“熊彼特假说”与相关研究

1942 年，熊彼特（Schumpeter）提出了著名的“熊彼特假说”。该假说认为相对于小规模的企业，大规模企业在研发创新上更有优势。大企业才是技术进步、经济发展的中坚力量。熊彼特提出此论断的依据有两个：首先，研发创新需要大量的资金及其他资源，大企业在这方面更具优势[1]。其次，大企业能造成适度的垄断，垄断是创新的先决条件，因为垄断能够产生超额利润，在此激励下企业才热衷于技术创新。

在熊彼特之后，大量研究尝试探讨企业规模和创新之间的关系。Comanor[2]与熊彼特持相同的观点：研发需要一个巨大的前期投入过程，而创新活动所需要的高额固定成本是中小企业无法承受的。中小企业更容易受到资金约束，从而不愿进行研发投入[3]，因此大企业在创新上具有先天的优势。另外，创新行为的风险程度经常难以预料，大企业具备更大的抗风险能力，中小企业由于抗风险能力弱而在创新上处于劣势[4]。包括Rothwell 尔[5]在内的一些学者与熊彼特意见相左，认为小企业具有“行为优势”：在引入新的产品或新的设计方面，小企业更有效率，动作更快。Shefer et al.[6]发现，大企业内部沟通困难，导致其研发创新活动意愿和能力都明显弱于小企业。总体而言，支持“熊彼特假说”的研究基本上从“资源优势说”和“风险优势说”两个层面得出结论，认为大企业在资源和抗风险能力上具备优势，从而具有更高的创新意愿、创新投入及创新绩效。实际上，企业的抗风险能力很大程度上也来自于资源的积累，“家底足”的企业自然拥有更高的抗风险能力。所以，如果把抗风险能力视为中介因素的话，大企业的创新优势都来自于资源优势。反对“熊彼特假说”的学者则从小企业的“灵活优势”上得出结论：首先，小企业行动灵活，具有更好的市场嗅觉及技术嗅觉，因此更具创新性[7]。其次，大企业相对保守，在战略选择上容易“路径依赖”，因此创新意愿也相对较弱[1]。

按照波特[8]的“国家竞争优势理论”，现阶段的中国处于“创新驱动”阶段的初期，产业发展模式大部分仍处于“投资驱动”甚至“要素驱动”阶段。因此，中国私营企业的创新驱动力仍然是某种累积优势或者说资源优势。一些基于国内样本的实证研究证明了此结论：任海云等[9]利用制造业上市公司的数据发现，R&D 投入绝对额与企业规模显著正相关。周黎安等[10]使用中国省级水平的面板数据发现，企业规模对创新有显著的促进作用，这种关系在非国有企业更加明显。吴延兵[11]利用中国制造产业数据的实证研究表明，企业规模对R&D 投入有显著促进作用。赵新成[12]运用工具变量法，考虑内生性问题后发现规模与企业创新活动的正向关系是稳健的。从目前的研究看，现阶段的中国更符合“资源优势说”的假设，即认为资源在企业创新中是不可或缺的，中国的大型企业在这方面更有优势[13]。因此，本文提出假设1。

假设1：规模以上私营企业创新投入更多。

近年来，国内文献已开始意识到在检验企业规模与创新的关系时纳入条件变量，比如所有制、资本结构等，但目前对于条件因素的探索基本限于企业内部，并没有关注政企关系等外部性因素[10，14]。与此同时，国外一些文献讨论了规模作用的边际效用[15-16]，而国内还缺乏此类讨论。在创新驱动发展大背景下，我们更关注的是：将私营企业做大做强，究竟能否助推企业增加创新投入？此外，不同学者对于规模的理解和定义不尽相同，规模背后包含太多的因素。规模增大的同时，企业的其他因素也同时改变了，由此引起的内生性问题也会导致结论的不同。

三、作为调节因素的企业政治联系

组织制度学派的学者认为，政商关系的建立是制度环境影响私营企业的一个重要渠道[17-18]。中国的私营企业一直有与政府交往密切的传统，希望通过政商关系的建立来影响官员[19]；与此同时，政府也通过与私营企业建立良好的关系，达到“行政吸纳政治”的目的[20]。已有的文献归纳出，中国私营企业的业绩、治理结构和生产运营等都会受到其“政治关系”的影响[21-22]，因此本研究推断企业的政治联系很可能也会影响到企业的创新行为。在企业与政府的双向互动过程中，政府所认为的正确理念得到传播和推广，创新合法性会在政府与私营企业的互动中慢慢对企业施加影响。

大多支持“熊彼特假说”的研究认为，大规模企业在创新中的优势很大一部分体现为“资源优势”，企业创新中的规模效应在很大程度上就是企业的资源效应[1]。Oliver[23]提出可以将资源基础观与新制度主义相结合的观点，此观点可概括为企业的异质性由制度合法性压力与企业经济理性共同塑造。通常情况下，企业满足制度合法性的行动会占有企业宝贵的资源，无法直接产生经济利益，与企业经营奉行的效率机制发生冲突，因此给企业带来的只是合法性和社会承认的副产品[24]。在创新方面，组织会表现出历史的依赖性，即对过去经验、历史轨迹的依赖性。当经验在组织内部得以保存，信息渠道已经建立起来时，利用这些已有的资源比在全新的领域中开拓更有效率，这时组织就会避免创新、保持稳定[25]。这就意味着，如果没有外在的创新合法性压力，企业会倾向于把已经拥有的资源投入到运作成熟、收益稳定的传统产品或项目中去，而不是进行研发和创新。企业的资源组合和利用会受到来自制度环境的合法性压力的影响，导致创新投入水平的差异。所以，企业在规模增大的同时，并不必然将规模增大所带来的资源投入到创新中，是否增加创新投入取决于制度环境所施加的压力。

在私营企业中，设立党支部被认为是与政府部门联系紧密的象征。组织运行于公共部门管制下或与公共部门有密切的联系，比其他组织对制度要求更加敏感，法律与规则施加给它们的制度压力更大，公众也对它们有更高的期待，因此有独立党组织的企业更愿意响应官方的号召而去进行创新[17]。与此类似，企业主自身的党员身份也是政治联系的象征，企业主是中共党员的企业更加倾向于贯彻国家的方针和政策。何轩等[26]的研究表明设立了党组织及企业主是中共党员的私营企业更偏向于在研发创新上进行投入。

此外，企业参与行业协会或商会将提高它们在政府和社会公众面前的曝光度，进而承担来自政府和公众更大的合法性压力[27]。工商联组织是一个性质接近于企业商会的组织，但与一般的行业协会不同，工商联背后的官方色彩更加浓重，对于政府方针政策的贯彻也更加到位。基于这三个特征，本研究提出以下三个假设：

假设2：私营企业主的党员身份是企业规模影响创新行为的条件。

假设3：私营企业内部党组织设立情况是企业规模影响创新行为的条件。

假设4：私营企业的工商联会员身份是企业规模影响创新行为的条件。

企业的政治联系是政府所施加的合法性压力大小的一个指标。和那些合法性压力小的企业相比，合法性压力大的企业在资源整合方面更有优势[28]。企业规模在创新中的作用同样来自于资源优势，政治联系带来的合法性压力的差异，会左右企业规模对于创新投入的影响，甚至让不同规模的企业呈现不同的创新模式。因此，在讨论企业规模与创新投入关系时不能忽略政治联系的作用。同时，由于现实中企业的规模总在变动之中，我们更应该讨论企业规模动态变化时政治联系的作用差异。

四、研究设计

（一）分析策略与研究方法

本研究的核心问题是：企业规模是否对企业的创新投入有正向的影响？边际效应是否变化？以及企业的政治联系是否为企业规模影响创新的条件？

为了更容易地看到差异，本研究将样本分成规模以下企业和规模以上企业两组，比较两组样本创新投入的差异。如果仅仅采用普通线性回归（OLS）的话，容易造成样本选择性问题，因为大规模和小规模企业很可能本身就是两种性质不同的企业。如果附着在企业规模背后的内生性因素影响了因变量的话，就会出现内生性的问题，这种情况下OLS 回归分析得出的结果是有偏的。并且，考虑到仅仅将规模作二分处理容易造成不连续的问题，本研究将采用倾向值匹配（Propensity Score Matching，PSM）的方法克服规模的选择性和不连续性的问题，用匹配后的样本重新得到估计值。研究同时保留OLS 的估计结果，进而比较两种方法的估计结果并得出结论。

为了增加结果的稳健性，本文使用三种倾向值匹配的方法，分别是最近邻匹配法（K-Nearest neighbors matching）、核匹配法（Kernel matching）、半径匹配法（Radius matching）。在本研究中，“处理组”就是规模以上的企业，“对照组”就是规模以下的企业。本研究参照以往的文献以及实际的模型解释效果，选择一组影响企业规模的解释变量对样本进行匹配，具体包括：企业利润、企业社会资本、管理者年龄、管理者受教育程度、企业历史、员工数量、企业所在区域、企业是否拥有董事会。这些变量同时也是企业和企业家的主要属性变量，将这些变量作为匹配变量也能起到控制变量的作用。

此外，为了观察到不同倾向值的处理效应，即得到不同规模倾向值具体的处理效应的变化情况，本研究在PSM 模型的基础上采用异质性处理效应模型（Heterogeneity of Test Effect Model，HTE）进行反事实分析。本文采用的是改进之后的第二代HTE 模型。采用该模型，可以针对倾向值把二分的规模变量作近似的连续化处理；同时，根据企业的政治联系的相关指标对样本进行分组，可以观测到不同条件下规模处理效应的变化情况。

（二）数据来源

本研究的数据来自2012 年第十次全国私营企业调查（CPES2012），这是由中共中央统战部、中华全国工商业联合会、国家工商行政总局和中国民（私）营经济研究会主持的全国性私营企业调查。调查先参照中国统计年鉴上私营企业的规模结构和行业结构选取私营企业样本，再通过各地工商联和工商局展开调查。该调查的对象为私营企业的法人代表（企业家）。调查样本涵盖我国境内31 个省、市、自治区的所有私营企业，而且涉及各个行业、各种发展阶段，覆盖面广，代表性强。调查获得的数据是研究私营企业较为通用的数据。剔除缺失值之后，本研究的有效样本包括1 012 个观测值。

（三）变量设计

1.因变量。比起创新意愿，实际的创新投入是衡量企业创新行为更好的指标。现有的共识一般将创新投入分为产品创新投入、工艺创新投入、管理创新投入和营销创新投入。前两者为技术性创新，后两者为非技术性创新。本研究问卷中，把企业新产品研发投资和技术工艺改造投资作为技术性创新的测量指标，而把企业在新的实体经济领域的投资作为非技术性创新的测量指标，表1 为三个变量的具体情况。接着，将这三个变量进行加总，得到企业总的创新投入。为了得到接近正态的因变量分布，对加总后的总体创新投入进行自然对数转换，最终形成本文分析的操作性因变量。此外，本文重点在于研究企业规模能“驱动”多少“创新”，即企业规模边际作用的变化，固剔除了没有任何创新投入的企业样本。

表1 因变量相关维度的描述统计 单位：万元

2.自变量及条件变量。研究的主要自变量是私营企业的规模。对于企业规模的测量，本研究采用2011 年国家对工业企业规模划分标准的统一规定，年主营业务收入在2 000 万元及以上的法人企业为规模以上企业，年主营业务收入低于2 000 万元的法人企业为规模以下企业。根据此标准对样本企业上一年度的营业收入进行重新编码，规模以下企业编码为“0”，规模以上企业编码为“1”。

企业的政治联系是本研究重要的条件变量，将采用与政治联系相关的三个企业组织特征变量作为操作指标，包括企业主是否中共党员、内部是否有中共党组织机构、企业是否属于工商联会员。这三个条件变量都是二分变量，回答“否”的编码为“0”，回答“是”的编码为“1”。

3.匹配选择变量。企业规模的样本选择变量包括管理者特征和企业特征两部分。管理者特征包括管理者的年龄和受教育程度。管理者的年龄用调查年份减去管理者出生的年份得到；管理者的受教育程度为大专、本科及研究生的设置为“1”，受教育程度为高中以下的设置为“0”。企业特征包括企业利润、企业社会资本、企业历史、员工数量、是否拥有董事会。把具有独立董事会组织的企业样本编码为“1”，其余编码为“0”；企业所在地区按照通常规范区分为东部、中部与西部，并分别设置虚拟变量，以东部地区为参照组；企业利润采用的是2011 年企业的净利润；企业社会资本采用的是2011 年企业的公关招待费用；企业历史采用的是调查年份减去企业成立年份的所得值（不足1 年的算1 年）；员工数量采用的是2011 年企业的用工总人数。表2 为主要变量的描述统计结果。

表2 相关变量的描述统计

五、实证分析

（一）基于logit 模型的倾向值匹配

在进行匹配之前，先要计算样本的倾向值得分。计算的步骤是基于logit 模型，采用样本选择变量对企业是否成为规模以上企业的概率进行预测，进而得到企业规模的倾向值得分。表3 第二列显示了对企业规模二分变量的logit 回归结果。从结果中可以看到，所有选择变量的影响都至少在5%的显著性水平上显著影响着企业规模，伪R2值为0.36，模型具有较好的整体解释力。接着将这些变量与企业规模二分变量看作自变量，对企业的创新投入进行OLS 回归（表3 第三列）。对比logit 模型可以发现，虽然企业规模的影响显著，系数也较大，但大部分的控制变量仍然保持一定程度上的显著影响。这就说明在企业规模方面确实存在着样本选择性问题，且这种选择性不因在OLS 中加入控制变量而得到解决。因此，采用倾向值匹配的方法进行估计是必要的。

图1 是处理组（规模以上企业）与对照组（规模以下企业）的倾向值密度函数图。从图1 可以看到，两条密度函数曲线交叉的部分较多，可以预判倾向值匹配的共同支撑假设（Common Support Assumption）较容易得到满足。接着采用三种不同的匹配方法进行样本匹配及估计处理效应，包括最近邻匹配法、核匹配法和半径匹配法。采用三种方法，处理组和对照组样本均落在支持区域内，结合密度函数图可认为共同支撑假设得到满足。接下来对半径匹配法的结果进行平行假设（Balancing Assumption）检验，表4 呈现了检验的结果（最近邻匹配和核匹配的结果类似，不再重复）。通过匹配，伪R2下降到了0.103。绝大部分变量的组间差异都得到了改善。除了企业的董事会设立情况以外，其余变量匹配后标准误在两组间的偏差都有所减少，大部分变量的标准误偏差绝对值在匹配后都控制在20%以内。可以认为本研究的变量选择与匹配方法实现了大部分匹配变量在处理组和对照组之间的平衡性，平行假设得到满足，倾向值匹配估计是有效的。

表3 企业规模的样本选择性logit 模型与企业创新投入的OLS 回归

图1 处理组与对照组的倾向值密度函数

表4 倾向值匹配的平行检定结果

（二）模型估计的处理效应

表5 显示了倾向值匹配模型估计的各类系数，包括处理组处理效应（ATT）、对照组处理效应（ATU）及平均处理效应（ATE）。采用三种匹配方法得到的平均处理效应均低于OLS 模型估计得到的企业规模的系数。这证明确实存在样本选择性的问题，规模以下和规模以上的企业存在处理前异质性，它们在利润、员工数量等方面的异质性已经足以影响它们的创新投入。三种匹配方法下的ATE 估计结果比较接近，说明结果稳健。在OLS 估计下企业规模的系数为2.004，并且在0.1%水平上显著。而倾向值匹配模型估计后的平均处理效应为1.5～1.6，说明异质性会影响OLS 模型中企业规模的系数估计，回归系数被夸大了0.4～0.5。虽然系数有所减少，但采用PSM 方法得到的处理效应（ATE）仍然保持在0.1%水平上显著。说明控制了可观测的处理前异质性之后，企业规模的增大对创新投入依然有显著的影响，企业创新的规模效应依然存在，假设1 得到验证。

为了更真实地分析企业规模对创新投入影响的边际变化，接下来在PSM 的基础上采用异质性处理效应模型（HTE）进行分析，进一步考虑处理效应随倾向值的变化情况。图2 显示了规模效应随着规模倾向值的变化情况。对于那些在经营历史、资金实力、员工数量等方面都很有机会成为大规模企业的样本来说，规模效应对于创新的促进作用是比较大的，这也符合资源基础观的基本假定。而那些成为大规模企业概率较低的样本在经营历史、资金实力等方面处于劣势，但结果却意外发现此类企业的规模处理效应同样很高，甚至比具有资源优势的企业还高。可能因为小规模的企业很多是新创企业，具有较高的技术嗅觉和市场灵敏度，且有较高的追赶技术潮流的欲望。一旦它们获得了资源优势，就会把自身的创新欲望付诸实践。这样的结果说明了创新中的“资源驱动”和“灵活驱动”同时存在，二者相辅相成。结果还发现，那些规模倾向值在中游水平的企业处理效应最低，这说明规模效应对于中型企业创新投入的促进作用有限，中型企业既没有大企业的雄厚资源及垄断野心，也没有小企业的敏锐和灵动，在创新生态中属于最弱的一环。本研究发现：私营企业规模的边际作用（即斜率）变化呈U 型，而企业规模对于创新的作用始终是正向的。通过U 型结构图（图2），我们认为企业创新存在着两种驱动力量：图形左侧是“灵活驱动”创新区域，此时企业的简单架构和灵活度助推着企业的创新；而图形右侧是“资源驱动”创新区域，此时企业的规模资源是助推企业创新的主要力量。创新模式在图2 中出现了明显区分的两块区域。

表5 倾向值匹配估计的处理效应

图2 企业规模的处理效应

（三）企业的政治联系对规模效应的影响

考虑到企业的政治联系会影响到企业的合法性压力，从而影响到企业对于资源的利用，接下来考虑政治联系对于企业规模处理效应的影响。图3～图5分别为依据企业主党员身份、企业内党组织设立情况以及企业的工商联会员身份区分样本的HTE 模型。

图3 区分企业主党员身份的企业规模处理效应

图4 区分企业党组织设立情况的企业规模处理效应

图5 区分企业工商联身份的企业规模处理效应

从图3 中可以看到，如果把企业样本区分为企业主是中共党员和非中共党员的样本，企业规模的处理效应会有比较大的差异。如果企业主是共产党员，HTE 图形规律和全样本类似，呈U 型结构；而当企业主不是共产党员的情况下，大规模企业的提升作用不明显。在图4、图5 中也出现了类似的结果，设立有党组织及参加了工商联的企业，企业规模的处理效应和全样本情况类似，而未设立企业内党组织和未参加工商联的企业，企业规模的处理效应变化情况类似于企业主非中共党员的情况。总体而言，三类政治联系较弱的企业，当规模倾向值很大的时候，规模对于创新的促进效应无明显提升，整体图形呈现单调递减趋势。图形中的“灵活驱动”区域依然存在，但“资源驱动”区域却消失了。这说明如果私营企业缺乏政治联系，那么规模的增长将不会出现加速创新的作用。因为此类企业与官方机构联系少，不会紧紧跟随政府提倡的企业创新的号召。并且由于自身的身份，它们所感受到的进行创新的合法性压力也较小。由于没有合法性压力，当规模扩大时，企业并不急于将规模扩大带来的积累资源投入到新一轮的创新中，而是倾向于投入到传统项目中。因此，无论是客观压力还是主观意愿，都导致缺乏政治联系的私营企业在创新上的投入较小。而反观有政治联系的企业，它们的创新模式则同时保留了“灵活驱动”区域和“资源驱动”区域。这样的结果证明了私营企业的政治联系确实是企业规模影响创新投入的调节因素。

六、结论与讨论

企业规模与企业创新的关系是创新研究的经典话题。本研究基于组织社会学的新制度主义理论，把中国的私营企业理解为嵌入于制度环境的组织行动者，采用CPES2012 调查数据分析发现：企业的规模显著影响着企业的创新投入，规模以上企业比规模以下企业在创新中投入更多。同时，随着规模的增大，企业规模的影响系数呈U 型变化趋势，U 型曲线把企业的创新模式分成两块：中小型企业的“灵活驱动型”创新和大型企业的“资源驱动型”创新。但这种二元驱动模式会受到企业政治联系的条件作用。在纳入与政治联系相关的三个组织特征后，可以看到企业主的党员身份、企业内部的党组织设立情况以及企业的工商联会员身份都是这种创新的二元驱动模式的条件因素。相比较而言，在有政治联系的私营企业中，“灵活驱动”与“资源驱动”的二元驱动依然存在；而在没有政治联系的私营企业中，就只剩下“灵活驱动”一种模式。本文的结果与大多数中国企业的实证研究结论一致：企业的规模增长能够有效地促进创新的投入；企业规模的边际作用会随着规模的增大而改变，总体而言是先减小后增大，但始终保持正向影响。此外，本研究结果显示在企业的创新实践中，效率因素与合法性因素都不能被忽略。要想驱动企业的创新，既需要规模增加所带来的资源累积，也需要外界制度环境所带来的履行创新的合法性压力。

在创新驱动发展战略持续深化的大背景下，如何将私营企业的创新实践与企业自身的发展相结合是政府和企业都要面对的问题。本文的研究结果提示企业规模的增加及政治联系的建立都有利于企业的创新实践，因此在增加企业创新的“驱动力”方面，市场和政府的力量缺一不可：对于具备创新潜力的中小型私营企业而言，无论有无政治联系，规模的增大对于其创新投入的促进作用都是显著的，此时更应该发挥市场机制的助推作用。政府应着重打造优质营商环境，提供各方面的资源帮助其做大做强，以“无形之手”助推企业的创新实践。而对于有一定实力的大规模私营企业而言，政府应建立与此类企业的政治联系，加大宣传力度，让创新的合法性真正贯彻到企业内部，以制度压力助推企业的创新实践。

本研究也有一些不足：首先，研究过程只采用了定量研究的方法，故对于两种创新模式的具体作用机制只停留在推断阶段，日后需辅以定性案例研究才能验证对于因果作用机制的推断是否正确。其次，由于使用的CPES2012 调查数据对象只限于私营企业，对于研究结论能否推论到国有或其他所有制类型的企业，还有待后续研究的检验。