越挫越勇，还是知难而退？——创新失败对国有企业创新的影响研究

王昆， 卢孟秋， 丁烨旻

（1. 江西理工大学经济管理学院，江西 赣州 341000； 2. 马来西亚博特拉大学商学院，马来西亚 雪兰莪州 43400）

一、引 言

创新失败作为创新过程中不可避免的客观事实，近年来逐渐受到了学者关注。 有关创新失败的研究主要集中在创新失败的影响因素方面。孙彦广指出各种环境因素的不确定性、创新项目本身的难度及企业自身能力的局限性是导致企业技术创新失败的根源[1]。 过度的探索式创新会导致企业资源的大量消耗和创新失败概率增高，进而减少企业收益。部分学者还对创新失败的后果开展了进一步的研究，主要集中在创新失败后的学习行为。 黄杜鹃等发现不同失败学习模式会对企业创新绩效产生不同影响[2]，并且创业相关能力[3]、员工间的高质量关系[4]能够正向促进失败学习与企业创新行为之间的关系。 然而，有关创新失败在影响企业创新决策方面研究并不多见。 值得注意的是，Gong 等研究发现创新失败会对管理者的情绪产生影响，进而影响管理者的决策行为，并对此后的投资活动产生显著影响[5]。 古志辉等利用我国上市企业数据就创新失败后的策略调整进行了研究，发现创新失败会导致企业在后期的研发过程中增加研发投入，且政府补助能够正向促进创新失败与新增研发投入之间的关系[6]。

现有研究围绕创新失败进行了初步的有益探索， 但鲜有学者涉及创新失败在影响国有企业创新决策方面的研究， 创新失败触发企业创新决策的路径也不得而知。国有企业是国民经济的重要支柱，在实施创新发展过程中扮演着重要角色。 在全面深化国有企业改革背景下， 国有企业创新能力的提升成为学术界关注的热点及重点问题。因此，本文尝试从国有企业视角出发， 研究创新失败对国有企业创新决策的影响，以期为现有研究做一些有益补充。

二、理论分析与研究假设

（一）创新失败与国有企业创新投入

创新失败作为企业创新过程中不可避免的客观事实， 意味着实际绩效与预期绩效存在一定偏差，因前期付出的创新投入资金没有实现预期的回报而面临损失前景，这时管理者可能会通过调整创新投入计划来校正偏差。 依据前景理论，当企业面临创新失败的损失前景时，管理者会积极承担风险以期在后续的研发过程中获得更大的收益，进而对企业创新投入产生积极影响[7]。 Eggers 发现企业的失败经历将导致企业更新对行业的期望并选择追求风险较小的替代方案[8]。 古志辉等研究发现企业在失败后可能会在后期投资决策中增加研发投入，且政府补助能够强化这种关系[6]。因此，创新失败可能会促使国有企业管理者“越挫越勇”，并在后续的研发投入决策中加大投资强度。

创新失败也可能带来消极效应。由于创新失败可能会增加企业管理层的风险厌恶，进而抑制企业创新。 诸多研究也指出，失败本身就很令人恐惧，给情绪带来毁灭打击，且带来高额成本[9]。 对于企业来说，创新失败还会使其产生更多风险厌恶，进而使企业管理层不会倾向开展更多的企业创新活动，国有企业管理者也可能会因此“知难而退”，转而去投资更加稳健的项目。

基于以上分析，提出以下假设：

假设H1a：其他条件不变，创新失败显著促进了国有企业创新水平。

假设H1b：其他条件不变，创新失败显著抑制了国有企业创新水平。

（二）损失厌恶加强机制

从已有研究来看，企业创新活动的开展主要基于企业管理者的创新动机和创新能力两大要素。从创新动机来看，创新失败增加了企业管理者的损失厌恶程度，进而会加大企业创新投入水平。 基于绩效反馈理论，管理者会依据期望绩效与实际绩效之间的差距来做出新的战略决策。当实际绩效好于期望绩效时， 意味着管理者前期的决策是正确的，会采取较为稳健的战略决策， 继续沿着原定策略发展，如努力降低经营成本，减少高风险性项目和研发创新投入的力度[10]。 而当实际绩效比预期绩效差时，则认为因前期决策失误而面临损失前景，会做出新的决策来对应对前期决策失败问题。由于实际绩效与预期绩效产生背离，企业利益相关者可能会给企业管理者施加压力，这时管理者通常会采取相对激进的变革性战略，而采取加大创新投入的策略[11]。 创新失败意味着实际绩效与预期绩效存在一定偏差，创新失败可以通过加强企业管理者的损失厌恶程度来提高新一轮的创新投入水平。

基于以上分析，提出假设2：

H2： 创新失败可以通过损失厌恶加强机制来提高企业创新投入水平。

（三）失败学习加强机制

从创新能力来看，创新失败通过更有效的失败学习促进国有企业创新。 基于失败学习理论，失败是一种重要的历史经验，作为组织学习的重要来源与知识载体，对后续的正确行为至关重要。 企业行为人在失败后会学习到较多有价值的信息，这将有助于后续的成功[5]。 并且，行为人会将失败进行归因，进而影响学习效果[12]。 失败学习能有助于提高问题处理能力、 减少类似失败概率及改进绩效，是获取创新优势的重要路径[13]。 在现有失败学习研究中， 更多文献聚焦在组织学习及认知等研究视角上。 从组织学习视角上，学者们认为企业可以从自身的失败经历中获得学习，并将失败学习分为单环和双环模式， 或探索学习和利用学习两个阶段[14]。从认知视角上，失败不仅可以吸取自身经验，还能从其他失败企业案例中获得有价值的信息。 对此，本研究将创新失败限定为企业自身的经历，不包含对外部失败企业的学习。

基于以上分析，本文提出假设3：

H3： 创新失败可以通过失败学习加强机制来提高企业创新投入水平。

三、研究设计

（一）样本和数据来源

为了研究创新失败对国有企业创新的影响，本文选取2008—2018 年间沪深A 股上市国有企业作为初选样本。 同时，为了保证数据的完整性，本文对所有样本内的上市公司进行了筛选， 剔除了其中的金融类公司、ST 公司及*ST 公司， 同时剔除了存在异常值及缺失的样本， 最终获得包含8 550 条国有企业年度观测值的非平衡面板数据。 上市公司的相关财务数据及企业创新相关的研发投入、专利申请、驳回、撤回、授权数据均来源于万得（Wind）、国泰安（CSMAR）数据库。 统计分析软件为stata15.0。

（二）回归模型与变量定义

创新失败：本文借鉴古志辉等的做法，从专利申请与授权的角度构建了创新失败的代理变量[6]。考虑到创新失败对于企业创新投入的影响具有一定的滞后性。 本文将企业滞后一期专利批复文件中撤回、驳回数量之和除以撤回、驳回、授权数量之和定义为企业的创新失败率， 即创新失败比率F_R=（滞后一期专利撤回数+滞后一期专利驳回数）/（滞后一期专利撤回数+滞后一期专利驳回数+滞后一期专利授权数）。

国有企业创新： 考虑到企业创新在很大程度上依赖于研发投入强度， 为了研究创新失败对于企业创新决策的影响，本文用企业研发投入/营业收入作为衡量国有企业创新（RDI）的代理变量。

其他控制变量：根据文献[15]的做法，本文选取公司规模（Size）、财务杠杆（Lev）、公司年龄（Age）、总资产净利润率（Roa）、营业收入增长率（Growth）、现金资产比率（Cash）、无形资产比率（Inv）、固定资产比率（Fixed）、第一大股东持股比例（Top）、管理层持股比例（M_share）、独立董事占比（Indenp）、董事会规模 （Bsize）、CEO 和董事长两职合一（Dua），各变量详细的定义方式见表1。

表1 变量定义

（三）模型设定

本文主要研究创新失败对于国有企业创新的影响，为验证上述假设H 1a、假设H1b，参考文献[16]构建如下实证模型：

其中，被解释变量RDI 为企业研发投入强度，表示企业创新水平； 解释变量F_R 为创新失败比率；Controls 为一系列控制变量，包括公司规模、财务杠杆、公司年龄、总资产净利润率、营业收入增长率、现金资产比率、无形资产比率、固定资产比率、第一大股东持股比例、管理层持股比例、独立董事占比、董事会规模及CEO 和董事长两职合一等； 变量Year 和Industry 为年度和行业效应。

本文关注F_R 的回归系数及其显著性：当F_R 的回归系数显著为正时，表明企业创新失败与国有企业创新强度显著正相关，即创新失败概率越大，国有企业创新水平越高，与假设H1a 一致；反之，当F_R 的回归系数显著为负时，表明企业创新失败与创新显著负相关，即创新失败不利于国有企业创新活动的开展，与假设H1b 一致。

四、实证研究

（一）描述性统计

本文对所涉及的连续变量进行了1%的缩尾处理，表2 列出了主要变量的描述性统计结果。 企业研发投入（RDI）强度的最大值为1.69，显著大于其平均水平0.016 6，且最小值为0，说明我国国有企业整体研发投入水平还比较低。管理层持股比例（M_share）的最大值为0.18，均值为0.004 6，说明我国国有企业管理层持股比例较低，同时第一大股东持股比例（Top） 的最大值为0.79， 平均值为0.387 9，进一步说明我国国有企业间普遍存在“一股独大”现象。

表2 变量的描述性统计

（二）基准回归结果

为了考察变量间的相关性，本文还对主要变量进行了相关性检验， 相关系数的最大值为-0.408，表明变量间的相关性较弱。同时多重共线性检验的结果最大值为1.61，平均值为1.26，不存在明显的多重共线性。表3 列出了采用前文模型进行回归的结果，用于检验假设H1 中创新失败对国有企业创新水平的影响。 为了控制行业及时间的影响，在回归中引入了行业和年份虚拟变量。从第4 列的回归结果可以看出，创新失败与研发投入的回归系数为0.021 2（P＜0.01），在1%的水平下显著为正，这一回归结果验证了前文假设H1a 中有关创新失败显著促进国有企业创新水平的假设，表明创新失败对国有企业创新产生积极影响。

表3 创新失败与国有企业创新

（三）内生性检验

1. Heckman 两阶段检验

前文探讨了创新失败对国有企业创新水平的影响，然而创新水平较高的公司本身创新失败就较高，这可能导致前文估计结果有偏差。 为了克服本研究在假设中可能存在的自选择问题，本文借鉴胡国柳等[17]研究，采用Heckman 两阶段法进行检验。Heckman 第一阶段的Probit 回归模型中，首先设置被解释变量为虚拟变量Fail_D， 根据同一年份F_R是否大于样本中行业中位数来衡量，大于中位数取值为1，表明该企业创新失败的比率较高，否则取0。 利用第一阶段的回归结果计算逆米尔斯比率（Lambda），然后将第一阶段计算的Lambda 带入第二阶段模型进行拟合， 由表4 的回归结果可知Lambda 显著为负，说明样本存在自选择偏差，因此采用Heckman 两阶段法具有一定的合理性。 第二阶段回归结果中F_R 的系数在1%的显著性水平下为正，说明主检验中创新失败显著促进国有企业创新的结论稳健性较好。

表4 Heckman 两阶段法回归结果

2. 倾向得分匹配

考虑到本研究还可能存在潜在的问题， 即不仅存在创新失败影响企业研发投入的可能， 同时也因为企业规模、 股权结构及盈利能力等差异导致创新失败的企业更有可能在后期加大研发投入强度。 因此，为进一步验证主检验的稳健性，本文将创新失败率高于平均水平和低于平均水平分成两组样本， 根据企业层面特征进行组间相似匹配， 匹配样本通过了平稳性检验。 倾向得分匹配的回归结果见表5， 可以看出回归系数的符号和大小依然没有发生较大变化。

表5 稳健性检验

表5（续） 稳健性检验

3. 安慰剂检验

福建师范大学胡志刚教授主编的教材《化学课程与教学论》，已经由科学出版社2014年10月出版，2016年1月第五次印刷。该教材是依据我国当前基础教育课程改革的需要，在总结同类教材经验的基础上，根据《普通高中化学课程标准》和《教师教育课程标准(试行)》的相关要求，汲取了我国化学课程与教学论的新成果，为化学教师教育人才培养提出的新要求编写的。

尽管本文已针对可能存在的内生性问题造成的偏误进行了稳健性检验，然而在理论上，还可能存在由于研究设计过程中忽略了未被察觉到的其他局限性因素。 为了保证结论的稳健性，本文利用安慰剂检验来排除这一可能影响。 参考Cornaggia 等的做法[18]，本文将数据集中所有F_R 变量的取值全部提取并随机分配到每一个观测值中，然后重新对前文模型进行回归。表5 安慰剂检验的回归结果显示F_R 的回归系数并不显著， 意味着不存在安慰剂效应，再次验证了结论的稳健性。

（四）损失厌恶和失败学习加强机制检验

1. 损失厌恶加强机制

动机方面，认为创新失败会通过增强管理者损失厌恶程度，进而促进国有企业创新水平。 由于企业管理者的损失厌恶程度并不能直接测量，本文参考曹春方等的机制研究范式[19]，以国有企业是否有非国有股东参与这一变量将观测样本分为损失厌恶程度强和损失厌恶程度弱的两组样本，以此分组来侧面验证这一理论。本文手工整理了国有企业非国有股东委派董事数据，将董事会内部存在非国有股东委派董事的样本取值为1，不存在非国有股东委派董事则取值为0。 非国有股东委派董事是非国有股东的利益代表，其利益与非国有股东具有一致性。 短期内，企业面临创新失败所带来的系列不确定性增加时，非国有股东的逐利天性会放弃短期内追求高额收益的动机，其损失厌恶程度比不存在非国有股东未来董事的企业更高。本文以是否存在非国有股东委派董事将样本分为两组，以检验创新失败是否通过增强管理者损失厌恶程度提高企业创新水平。若创新失败通过加强损失厌恶程度促进企业提升研发投入强度，那么不存在非国有股东委派董事的企业则更容易观察到创新失败对国有企业创新投入的促进作用。 回归结果如表6 所列。 存在非国有股东委派董事样本的回归结果中，F_R 的系数为0.015 6，且不显著。 不存在非国有股东委派董事样本的回归结果中，F_R 的系数为0.021 3， 且在1%的水平下显著为正。 这说明创新失败加强了企业管理者的损失厌恶程度进而提升了企业的创新投入水平。

表6 创新失败促进企业创新的机制分析

表6（续） 创新失败促进企业创新的机制分析

2. 失败学习加强机制

前文认为创新失败可能会通过失败学习影响企业创新水平，本文以企业技术高管占比的高低来衡量企业的失败学习能力高低。技术高管指的是企业中具有某方面技术专长的非雇用董事会成员，技术高管的存在能够有效避免其他股东的短视和利己行为，及时研判公司未来的发展方向。 创新失败后，技术高管占比相对较高的企业往往具有更强的识别和判断能力，能够及时对失败的经验进行总结并指导员工进行有序的失败学习，进而提高企业创新水平。 相反，技术高管占比相对较低的企业期失败学习能力相对较弱，创新失败后提升企业创新水平的能力则相对有限。 因此，技术高管占比在一定程度上与企业的失败学习能力成正比。本文以技术高管占比来衡量企业的失败学习能力。以样本企业每年技术型高管占高管团队比率的行业和年度平均值为界，将样本分为技术高管占比高组和技术高管占比低组。 参考曹春方等的机制研究范式[19]，若创新失败通过失败学习提高企业创新水平，则技术高管占比低的组更容易观测到创新失败对企业加大研发投入的促进作用。技术高管占比高组中F_R的回归系数为0.018 3 且不显著。 技术高管占比低组回归系数为0.021 4， 且在10%的水平下显著为正。 这说明，企业创新失败可以通过加强失败学习进一步提高企业创新水平。

五、进一步分析

前文针对创新失败影响企业创新及其机制进行了分析，认为创新失败可以通过增强损失厌恶程度和加强失败学习两大途径提高企业创新水平。然而企业在创新失败后加大研发投入水平也可能是出于风险厌恶，企业在面临损失后，其研发投入决策可能会偏向于风险相对较小的研发项目， 以期尽快收回创新失败所带来的损失。 为了进一步检验企业新增企业研发投入的动机， 本文将解释变量替换为发明专利， 测算方法为： 发明专利（Lpatent）=ln（1+发明专利的数量）。 根据表7 的回归结果，发明专利（Lpatent）与F_R 的回归系数为0.630 6（P＜0.01），创新失败与企业发明专利呈显著正相关关系，排除了创新失败促进企业创新的风险厌恶动机。

表7 创新失败与企业创新动机检验

表7（续） 创新失败与企业创新动机检验

前文基于公司治理层面检验了创新失败对于新增研发投入的损失厌恶动机， 但并不意味着能够真实、合理地体现企业新增研发投入的真实动机。 为了弥补这一逻辑漏洞，本文参考马黎珺等的做法[20]，将未来1 年（EG1），2 年（EG2），3 年（EG3）的盈余增长率替换为解释变量进行了回归。 倘若企业在创新失败后是出于损失厌恶动机而加大企业创新投入，那么它将在企业未来的基本面特征中得以体现。 根据表7 的回归结果，F_R 与未来盈余增长率的回归系数分别为0.016 0（P＜0.01）、0.017 8（P＜0.05）、0.034 9（P＜0.01），系数均为正且都通过了显著性检验。进一步强化了管理者在创新失败促进企业创新的损失厌恶动机，而非风险厌恶动机，与前文结论具有一致性。

六、结论与启示

本文以国有企业为样本，研究了创新失败对国有企业创新决策的关系及其影响路径。发现创新失败能够显著促进国有企业新增研发投入， 经过Heckman 两阶段、倾向得分匹配及安慰剂测试等一系列稳健性检验后，这一结论保持稳定。 机制检验发现，创新失败主要通过增强损失厌恶和强化失败学习两大途径促进国有企业创新水平。进一步研究还显示， 创新失败提升了国有企业的高风险投资，并且显著增加了国有企业未来盈余增长率，由此可见，创新失败产生了损失厌恶和失败学习效应而非风险厌恶效应，国有企业面临创新失败并非“知难而退”反而“越挫越勇”。

本文对国有企业创新的研究具有一定的现实启示。首先，创新失败使国有企业管理层更具有“损失厌恶”特质，进而加大了后续的研发投入水平，在一定意义上具有“知难而上”的效应，因此，政府企业应为创新活动的开展提供更加包容氛围，进一步加强容错机制，为企业高管制定更加长期的激励措施。其次，在包容创新失败可能带来的损失基础上，政府应加强国有企业管理者在失败中的学习与反思，对创新失败的原因进行总结，不断提升企业的创新能力。 最后，政府应制定更多的激励措施加强国有企业管理者在创新上的投入。在国有企业改革过程中，要积极引进有能力、有经验、可以胜任的非国有股东，提高企业技术高管占比，使国有企业管理者从创新动机和创新能力上都能满足企业创新的要求，为国有企业高质量发展做出更多的贡献。