技术创新进入时机对企业绩效的影响

王东旭 白全民 张茹莹 马交国

关键词：技术生命周期；进入时机；企业绩效；人工智能

0 引言

习近平总书记指出，创新作为企业发展和市场制胜的关键，核心技术不是别人赐予的，不能只是跟着别人走，而必须自强奋斗、敢于突破。当前，在我国大力实施科技自立自强、建设创新型国家的历史背景下，企业作为创新主体，激发其科技创新积极性成为该项工作的重中之重。但是，自20世纪80年代中期，我国政府和企业一直基于西方创新理论和技术追赶理论［1］，走的是引进消化吸收再创新的道路，虽然取得了举世瞩目的成就，但也使大部分企业习惯了对国外先进技术的模仿，主动开展自主创新的意愿并不强烈，从而使得我国在此轮技术封锁中处于被动地位。

据《企业创新调查年鉴2021》数据显示，2020年我国规模以上企业开展创新活动的占比为43.3%，而同时实现四种创新的企业占比仅为8.5%①。因此，激发企业自发开展科技创新活动的积极性，推动企业主动介入新技术，是解决这一问题的关键。当前，学术界关于企业技术创新意愿的研究主要从内外两个维度展开［2］。其中，从外部影响因素来看，国家创新体系的完善程度［3］、区域知识溢出强度［4］等与企业创新呈正相关；经济政策不确定性对企业创新投入意愿有着显著影响，且政府补贴发挥着正向调节效应［5］；而社会平均工资水平上涨对企业创新投入意愿具有比较明显的抑制作用［6］。但是，影响企业技术创新意愿主因仍然来自内部。比如，企业家集权更能激发创业企业自主创新意愿［7］，而跨层年龄差异具有反向调节机制，知识异质背景则具有智力缓解机制［8］。在内外两个维度的综合作用下，企业会在新技术不同的发展阶段介入。

本文定义企业的“技术创新进入时机”，即以企业在一项新技术处于萌芽期时积极进入或者技术稳定后跟随式进入，作为界定企业介入新技术的时间点。本文认为，一方面，技术创新进入的时机是反映技术创新意愿与能力的一个重要指标，有意愿且能力突出的企业提早介入新技术的可能性高；另一方面，技术创新进入时机又会反过来影响企业的绩效表现。创新是一个双刃剑，既可能使得企业腾飞，也可能带来其绩效下降［9］。

本文基于技术生命周期理论，以人工智能领域为例，将2006—2020年进入人工智能技术创新不同阶段的124家A股上市公司划分为三个对比组，首先对三类企业特征进行了分析，其次对三类企业的绩效表现进行了综合对比，最后根据研究结论提出实践启示及建议。本研究一方面弥补前期研究结论不一致的问题，另一方面为提升我国企业主动开展技术创新活动意愿提供理论依据。

1 文献综述与研究假设

1.1 技术生命周期理论

技术生命周期（Technology Life Cycle，TLC）的概念最早于1978年被提出，指的是任何技术的演进都经历了从创意产生到成熟至淘汰的不同发展阶段［10］。这与自然的生命周期是有一些差别，但总体上还是相似的［11］。对技术生命周期各阶段的划分方法有很多，按照一般的划分方式，技术生命周期主要包括萌芽、成长、成熟和衰退四个发展阶段［12］；也有部分学者认为技术生命周期可以分为五个阶段或六个阶段。从划分的依据来看，采用专利作为研究变量，对技术的生命周期进行划分是最多的，主要包括S曲线法、TCT计算法、专利指标法、相对增长率法、多指标测量法和技术生命周期图法等［13］。技术生命周期各阶段的特征主要通过专利申请量和专利申请人数来展现。其中，萌芽期作为新技术的研发阶段，技术发展趋势不是特别明显，此时参与技术研发的企业和研究团队较少，相应地，专利申请人数和专利申请量比较少；在平稳增长期，虽然技术发展方向还不明确，但专利申请人数和专利申请量开始平稳增加。在成长期，技术发展开始有些明确的方向，从事研发的企业会显著增多，科研产出也会相应的增加，专利申请人数和专利申请量会大幅度的增加；技术发展到了成熟期，意味着新技术已经发展较为成熟，专利申请人不会再增加，而专利申请类型也主要以实用新型专利和外观设计专利为主；处于衰退期的技术，说明该技术逐渐被新技术所取代，此时专利申请人数和专利申请量会大幅度下降［14］。这一方法很好地体现了新技术不同阶段不同意愿参与者的状态，为本研究提供了一个很好的视角。

1.2 技术创新进入时机对企业绩效的影响

当前尚未有专门针对企业技术创新进入时机的研究，但大部分管理学理论会有相关涉及。其中，熊彼特的创新理论就指出，企业的本质就是创新，只有创新才能带来超额利润，进而引发经济的繁荣。公司创业理论（corporate entrepreneurship）则从组织层面，将技术创新和冒险、战略更新并列为衡量企业进取性的三个维度，并设计了量表对公司创业强度进行量化評价，验证了创业强度越强对公司绩效的正向影响越明显［15］。但公司创业理论只是测度了企业的创业强度的高低，无法准确地判定企业在新技术中的进入时机或表现出的不同态度。在这方面，有学者从进入新市场顺序的视角，将企业划分为先驱者和追随者两种类型［16］，并开展了一系列研究，为本研究提供了可借鉴的范式。一般来说，先驱者由于先一步进入市场，从而获得先发优势，进而可以获取更高的技术优势、更广阔的市场和客户群体［17］；但另一方面，作为先驱者却需要面对更高的研发费用，以及技术成功的高度不确定性等问题［18］。追随者则需要面临着技术垄断和相对饱和的市场等问题，具有先天的竞争劣势，但在更明确的发展方向、更低的试错成本等后发优势的作用下，却有可能实现反超，获得更高竞争力，从而获得更高的企业绩效。此外，也有学者认为，由于先驱者提前占领市场，让企业形成规模经济，可以进一步优化成本结构，从而降低了企业成本，这是与追随者相比最明显的竞争优势［19］。有学者则指出，企业进入时机的选择具有中介作用，可以加强企业能力对企业绩效的影响［20］；先发式创新企业即先驱者，可以在企业资源对企业绩效的影响上起到部分中介的作用［21］。但是，也有学者认为企业进入行业的时机对企业绩效并没有明显的直接影响。另外，双元创新理论关于探索式创新与开发式创新的影响也有类似的结论［22-24］。因此，从新技术创新进入时机视角，企业是选择先人一步进入，从而获取技术性和制度性先发优势，还是作为追随者，通过稍后进入策略，使企业减少研发成本、降低企业风险，让企业可以将更多的资金投入到明确的方向上，从而实现弯道超车，目前哪种策略更优，在学术界并未得到统一的认识。

本文认为，作为高投入、高回报的高新技术领域，尤其是以人工智能为核心的新一代信息技术领域，可能存在著领先者“赢者通吃”的特征［25］。先驱者会利用专利等手段形成技术壁垒，获得的竞争优势会更加明显，进而为其带来更较高的企业绩效。但追随者如果策略得当，也可以利用后发优势，取得一定的绩效表现。

2 样本选择与标准划分：技术生命周期视角

2.1 数据来源及处理说明

专利作为技术信息的主要载体，被广泛应用于科技创新领域的研究。技术生命周期理论一般将专利申请量和申请人数量作为技术演化周期的划分依据，其中，专利申请量为发明专利、实用新型专利和外观设计专利数量之和。本文利用IncoPat数据库查询人工智能领域的专利申请情况，从数据初步分析来看，2006—2020年专利申请人数和专利申请量呈现明显的技术生命周期特征，符合本文研究的需要。因此，本文将研究年限设定为2006—2020年，并经过人工初步筛查，确定了开展人工智能专利申请的2 786家企业。

基于数据可得性的考虑以及企业是否在A股上市的原则，最终确定124家企业作为研究样本。124家样本公司中在2020年及之前都处于存续状态，只是目前有4家企业被警告成为ST股，还有1家在被警告之后于2022年6月退市。本文对每一家企业的具体研究时间为其进入人工智能领域的前后各1～3年，上述5家被警告企业尚未出现异常，因此这5 家企业依然在研究样本内。

2.2 技术创新进入时机划分

专利申请人数和专利申请量是划分技术生命周期的重要依据。本文首先根据人工智能领域2006—2020年的专利申请人数和专利申请量，采用技术生命周期图法得出我国人工智能技术生命周期图，结果如图1所示。

根据图1可知，从2006—2015年的专利申请人数和专利申请量比较少，到2015年专利申请人数仅为1 131人、专利申请量为3 110项。但从2016年开始，专利申请人数和专利申请量以千为单位迅速增长，这与人工智能技术发展阶段有着比较直接的关系。比如，2016年谷歌研发的AlphaGo（阿尔法狗）战胜世界围棋冠军，激发了全世界对人工智能的热情，甚至有人提出2016年为人工智能“元年”［26］。另外，我国在2011 年发布的《“十二五”国家战略性新兴产业发展规划》首次对发展人工智能进行了规划，引导更多的企业进入人工智能领域。因此，结合技术生命周期理论、人工智能技术演化阶段特征以及政策导向，本文根据企业第一次申请专利所处的不同阶段，将2006—2010年第一次申请专利的企业定义为技术先驱型，2011—2015 年申请的为技术响应型，2016—2020年申请的为技术追随型。

根据以上划分原则，在2006—2010年，共有530家技术先驱型企业进入人工智能领域，其中上市公司为28家；在2011—2015年，共有694家技术响应型企业进入该领域，其中上市公司为68家，相比前一阶段显著增加，但是从整体来看，这一阶段增加的企业数量仍不算很多；2016—2020 年，此时进入的企业数量达到1 562家，实现大幅增长，但上市公司较少，共有28家。由此可见，我国企业新技术进入时机基本符合技术生命周期的规律，但上市公司技术响应型特征更加明显。

3 技术创新进入时机差异分析

3.1 行业层面

根据中国证券监督管理委员会颁布的《上市公司行业分类指引（2012年修订）》，124家样本企业分布在26个行业，其中，计算机、通信和其他电子设备制造业与软件和信息技术服务业这两个行业共有58家企业，约占全部企业数量的46.78%（如图2所示），这两个行业占比较高，代表了数字产业化情况，与人工智能作为新一代信息技术的代表具有直接的关系，属于技术先驱型、响应型、追随型的企业占比分别为25.86%、46.55%、27.59%。电气机械及器材制造业和专业设备制造业进入人工智能领域的企业占比分别为10.48% 和7.26%，分列第三位和第四位，属于技术先驱型、响应型、追随型的企业占比分别为18.18%、63.64%、18.18%。这两个行业是人工智能技术重要的应用领域，是数字化转型的主要领域，代表了产业数字化水平。另外，货币金融业占比达到4.84%，互联网和相关服务业占比为4.03%，其他行业分布则比较分散，尚未形成大规模进入人工智能领域的态势。

值得注意的是，在具体企业中也有不少传统行业企业利用新一代信息技术实现转型升级的成功案例。例如，鞍钢股份有限公司（下文简称“鞍钢股份”）虽然属于传统重工业中的黑色金属冶炼及压延加工业，却于2007年就在人工智能领域申请了专利。经查询资料，主要是由于2005年中国钢铁市场竞争激烈，原材料价格上涨，钢材产品价格下滑，鞍钢股份为降低生产成本，在具备创新条件和有技术创新需求的双重作用力下，率先在人工智能领域开展技术创新，实现智能化生产。北京双鹭药业股份有限公司（下文简称“双鹭药业”）作为医药制造企业，于2007年就在人工智能领域申请了专利。究其原因，主要是由于受2005年和2006年医药行业竞争激烈且不景气的影响，该企业为突破僵局，加大了新产品和新技术的研发投入，并且在获得中央和地方政府的科研资金支持的情况下，在人工智能领域展开了技术创新，实现生物产品的规模化和智能化生产。

综上所述，进入人工智能领域的企业集中分布于数字产业化领域，而其他领域应用人工智能的成功案例虽然不少，但占比并不高，反映出我国目前产业数字化转型进展较慢的现实。从不同类型企业来看，技术响应型企业在数字产业化领域中占有较高的比重，技术先驱型企业和技术追随型企业均具有较低的水平，与全部样本的技术响应型特征一致，说明大多数上市公司会积极响应国家的政策规划。

3.2 企业层面

总资产和资产增长率分别反映了企业的规模以及成长状况，是影响企业技术创新的重要因素［27-28］。另外，除了企业规模可以直接影响到企业的创新，企业的负债也会间接影响企业的创新活动。当企业的负债在一定水平时，有利于企业融资，从而扩大企业的创新投入；但当负债超过某一临界水平时，企业负债的增加会起到反作用［29］。

企业进行技术创新往往不是根据某一年的经营状况决定，而是参考多年的经营状况作出的选择。故本文选择企业首次申请人工智能专利当年之前的三年作为研究对象，并通过分析这三年企业总资产、资产增长率和资产负债率的变化情况，探讨企业进入时机差异的原因。由于样本企业的时间跨度较大，故本文利用CPI 指数消除原始数据的通货膨胀影响，得出样本企业每年总资产和总负债的实际值，进一步计算得出企业每年的资产增长率和资产负债率，从而确保研究的合理性。

样本企业进入人工智能领域之前三年的总资产、资产增长率和资产负债率的描述性统计结果如表1所示，技术先驱型企业、技术响应型企业和技术追随型企业三个指标的平均值如表2所示。对比表1和表2的指标数据可知，更早进入到人工智能领域的企业，总资产和资产负债率的平均水平更低，其中总资产差异较大、资产负债率差异较小。而资产增长率却相反，技术先驱型和响应型的企业资产增长率的平均水平明显比技术追随型更高。在总资产方面，技术先驱型企业和技术响应型企业低于技术追随型企业，但却具有更高的资产增长率，意味着早期进入的企业更具发展活力，冒险及创新精神较强；而技术追随型企业由于已经发展到较大规模，且进入稳定发展阶段，面对新的技术基本选择保守型策略，从而保持自身发展的稳健。

4 技术创新进入时机对企业绩效的影响

对进入人工智能领域三种类型企业的绩效进行对比，探究出技术先驱型企业、技术响应型企业和技术追随型企业中哪类企业会有更优的绩效表现，以便为企业选择技术创新进入时机提供绩效依据。在文献综述部分已经阐明，既有研究中技术创新进入时机对企业绩效的影响并未形成统一的意见，本文认为不同绩效指标的选取可能会影响到分析结果。有鉴于此，本文选取资产收益率、营业收入、营业成本、市盈率和资产增长率来代表企业绩效，并选择首次申请人工智能领域之后三年的数据作为分析对象，在消除通胀因素后，深入分析技术创新进入时机对企业绩效的综合影响。

4.1 资产收益率

资产收益率作为企业绩效，是企业净利润与资产总额的比值，反映了企业获取利润的能力［30］。根据统计，124家样本企业首次进入人工智能领域之后三年的资产收益率平均值、最大值、最小值分别为3.33%、50.47%、-0.93%。从图3可知，三种类型样本企业进入人工智能领域之后三年的平均资产收益率情况。其中，从三年平均值来看，技术追随型最高，为4.05%；技术先驱型次之，为3.88%；而技术响应型最低，为2.86%。从分年度情况看，技术追随型企业的资产收益率逐渐增加，而技术先驱型企业和技术响应型企业的资产收益率有上下波动。这可能是由于前两个时期人工智能领域技术还处于摸索阶段，技术还未成熟，并没有明确的发展方向，有的技术发展方向对资产收益率增加是有益的，有的技术方向起到相反的作用。但是技术追随型企业此时进入人工智能领域会根据前两个时期的技术发展方向的优劣性，选择一个对企业有利的方向展开技术创新，从而促进企业资产收益率稳步提高。

4.2 营业收入

营业收入是企业主营业务收入和其他业务收入的合计，反映了企业创造利润和现金流量的能力，可以衡量企业在市场中的认可程度［31］。124 家样本企业进入人工智能领域之后三年的营业收入平均值分别为12 458.88百万元、最大值为465 784.41百万元、最小值9.73百万元。三种类型企业进入人工智能领域之后三年的平均营业收入如图4所示。从图4可知技术先驱型企业的营业收入最高，技术追随型次之，技术响应型最低。技术先驱型企业有着更高的营业收入，意味着作为先驱者在提高营业收入上具备优势，通过新的人工智能技术或人工智能产品可以获得更大的市场机会。技术追随型企业在可靠的技术发展方向上跟进也会有較高的营业收入。而技术响应型既没有更早的进入到人工智能领域的先发优势，也没有可靠的技术创新方向，致使其营业收入最低。

4.3 营业成本

技术创新的一个目标是获取成本优势，营业成本的高低可以反映出企业是否存在成本优势［32］。样本企业进入人工智能领域三年之后的营业成本平均值分别为10 555.82百万元、最大值为453 840.45百万元、最小值8.80百万元。三种类型企业进入人工智能领域三年之后的平均营业成本如图5所示。从图中可知，技术先驱型企业的营业成本最高，技术响应型企业和技术追随型企业都具有相对较低的营业成本。这与文献综述中分析的结论基本一致。主要原因是由于技术先驱型企业介入阶段人工智能技术尚未成熟，研发、生产以及营销等各环节需要更高的成本，尤其是企业数字化转型方面，需要大量的基础设施投入。而后两个阶段技术发展已经相对成熟，试错基本完成，政府在基础设施、关键核心技术等方面也已提供大量服务支撑，这会大幅降低企业的营业成本。而技术响应型企业营业成本最低，可能与这一阶段政府的大力扶持有关。

4.4 市盈率

市盈率反映的是投资者对企业经营情况的一个预期，是企业市值与净利润的比值。进入人工智能领域124家企业之后三年的市盈率平均值分别为49.31、最大值为373.40、最小值0.20。三种类型企业进入人工智能领域之后三年的平均市盈率情况如图6所示。从图中可以看出，技术追随型企业前两年的市盈率表现最优，技术先驱型次之，技术响应性最低；但第三年却出现了剧烈反转，技术追随型市盈率迅速下降到31.92，而前两类企业则大幅提升到60以上。这一结果表明，资本市场对早期进入新技术领域的企业认可有一个过程，这也造成对技术追随型企业前期估值过高，而随着其市场表现而回归合理状态。

4.5 资产增长率

虽然在上文已经分析了资产增长率对企业技术创新进入时机选择的影响，但企业的技术创新最终目的也是为了获取更高的利润和提高企业规模。高资产增长率意味着企业有更多的利润转化为资产，也意味着企业有更快的规模增长速度［33］。所以在本部分继续分析技术创新进入时机对企业资产增长率的影响。

通过计算，124样本企业首次进入人工智能领域之后三年的资产增长率平均值分别为25.98%、最大值为533.58%、最小值-28.78%。三种类型企业进入人工智能领域之后三年的资产增长率平均值如图7所示。

总体来看，技术先驱型企业表现明显优于其它两类企业，说明创新冒险精神在该方面的绩效表现较好。结合图7和表2进一步分析发现，技术先驱型企业和技术响应型企业在进入人工智能领域前资产增长率水平较高，进入人工智能领域两年内的资产增长率一直下降，进入第三年时资产增长率开始增长，而技术先驱型企业增幅更大；技术追随型企业进入之前三年的资产增长率的增幅不大，进入后略有增长，这也符合该策略的目的。

5 研究结论及不足

5.1 研究结论

本文创新性地将企业划分技术先驱型、技术响应型和技术追随型三种类型，并利用综合指标分析了技术创新进入时机的原因及对三类企业绩效的影响，在一定程度上弥补了该领域前期研究采用单一指标造成结论不一致的问题。根据描述分析，我国企业在人工智能领域技术进入时机基本符合技术生命周期的规律，但上市公司技术响应型特征更加明显；进入该领域的企业集中分布于数字产业化领域，而其他领域应用人工智能的成功案例虽然不少，但占比并不高，反映出我国目前产业数字化转型进展较慢的现实；从资产视角来看，早期进入的企业规模较小，但更具发展活力，冒险及创新精神较强；而技术追随型企业由于已经发展到较大规模，且进入稳定发展阶段，面对新的技术基本选择保守型策略。

在技术进入时机对企业绩效影响方面，技术先驱型企业进入到人工智能领域后，营业收入、资产增长率两个指标表现优异，资产收益率表现次之，但面临着较高的营业成本。技术响应型企业除营业成本这一指标表现较好外，其他方面的企业绩效表现均不如其他两类企业。技术追随型企业的资产收益率表现最好，营业收入、资产增长率、营业成本表现次之，没有表现最差的方面。而市盈率指标则短期内技术追随型表现最好，但长期来看前两类企业则表现更优。综合评价企业绩效的五个维度，三类企业的绩效表现各具优势，而技术先驱型企业表现相对更优，这一结论也证明了本文提出的研究猜想。但是也可以发现，技术先驱型和技术追随型表现明显优于技术响应型，说明这两种技术进入策略均有一定优势，企业只要选择好适合自身实际的发展战略即可；而技术响应型企业好像在没有做好充分准备的前提下，受外部因素的影响仓促进入一个新的领域，往往不会获得好的绩效表现。这一结论为企业是否以及如何进入新技术领域提供了理论支撑，可以有效激励我国企业积极拥抱新的技术机会。

5.2 实践启示

（1）政府层面。目前我国上市公司对政策的响应程度较高，可以说政策引导确实发挥了积极的作用，但该类型企业绩效表现并不理想，应成为政策优化的一个重点方向。在当前大力推进高水平科技自立自强的背景下，技术先驱型企业应该是被重点支持的对象。但通过分析可见，虽然其绩效表现相对最优，但也面临着较高的运营成本，影響了部分企业积极性。因此，政府层面应该加强对前沿技术、未来产业的前瞻性布局，将税收优惠、财政资助等政策支持环节进一步前移，切实缓解先驱型企业试错成本，营造鼓励企业大胆进入新技术领域的良好氛围。

（2）企业层面。从企业经营视角来看，除要面临较高的营业成本外，处于快速增长阶段的企业，尽早介入新的技术领域对其整体绩效具有明显的正向影响。但对于已经达到一定规模，且发展进入稳定状态的企业，发挥后发优势，采用技术追随型策略也能取得较好的绩效表现。但是，受政策等外部因素影响较大，仓促进入新技术领域的企业绩效表现短期内并不理想。因此，企业在面对政策机会时，不应该仅仅为了获取优惠政策而贸然进入陌生领域，还是需要基于自身现实制定切实可行的策略。

（3）资本市场层面。资金是开展重大创新活动的保障，除企业自有资金、政府财政资金外，资本市场也是一个重要的融资渠道。通过市盈率指标可以发现，目前我国资本市场并未很好地发挥对技术先驱型企业价值发现的功能，这与我国资本市场，尤其是风险投资发展不完善有关。因此，我国仍需要持续加大对天使投资、科创板、创业板等投资模式的支持力度，提升专业化水平，不断完善其价值发现功能，为企业积极进入新的技术领域，开展重大科技创新活动，提供充足的资金支持。

5.3 研究展望与不足

本文的不足在于，受数据库及人工智能技术研发阶段的限制，存在样本量不足问题，主要表现为技术追随型企业数量偏少。另外，本文是以人工智能领域为例，是否能代表其他行业，尤其是非数字经济领域的传统行业，值得进一步研究论证。未来，在探明技术创新进入时机对企业绩效影响的基础上，需要进一步研究内在影响因素及机制，使得该研究更加体系化，且更具现实指导价值。