企业规模对高技术产业创新韧性的影响效应检验

胡甲滨，俞立平，b

（浙江工商大学a.统计与数学学院；b.统计数据工程技术与应用协同创新中心，杭州 310018）

0 引言

近年来，伴随我国内部新旧动能的加速转化，加之国际形势复杂多变，中美贸易摩擦等不确定事件频发，“韧性”成为学术界的热点话题。集聚知识、人才、技术等创新要素的高技术产业，是区域创新可持续发展的关键动力，亦是实现创新转型发展的主要实践载体。然而面对周期性、趋势性、不确定性因素的叠加，高技术产业所展现出的创新能力不足、关键技术受制等问题十分明显。如何抵御外部冲击干扰，保持高技术产业创新可持续发展成为实现创新驱动转型的重要目标。创新韧性是高技术产业创新系统应对冲击所展现出的抵御能力，以及创新在冲击后进行恢复、适应甚至开拓进化的能力，它是创新系统的固有属性，在不确定内外环境影响时，提升高技术产业创新韧性能够应对内外环境不断变化的挑战。

韧性一词被引入经济等领域后，历经工程韧性至演化韧性的演变过程[1]。在演化视角下定义创新韧性，可以发现其涵盖抵御、适应、恢复、进化等多个方面的能力[2]，其整个演化过程均受企业规模的影响。一方面，在冲击下创新系统的抵御水平常取决于资源丰裕度、投入多样性以及结构的复杂性[3,4]，这些特征能够钝化、分散外部冲击带来的波动，企业规模越大，抵御能力越强[5]，越能对创新韧性起到积极作用；另一方面，创新系统在受到冲击后需要拥有整合与配置资源、优化结构、适应环境的恢复力，从韧性视角看，需要创新系统内创新资源的快速反应来进行恢复，小规模企业灵活高效的组织结构能够实现创新要素以及资源的快速流动以填补各种冲击所带来的缺口[3]。鉴于此，为更有效地发挥“创新韧性”在高技术产业高质量发展过程中的效用，有必要研究企业规模对创新韧性的影响。

需要关注的是，研究企业规模与创新韧性关系的基础在于对创新韧性的衡量。从现有文献来看，整体上存在两种测算韧性的方式，一是多维指标衡量法，从韧性内涵特征及其影响因素视角出发，构建相关指标体系[6,7]，也有少数学者将韧性划分为产业韧性、生态韧性、规模韧性[8]等不同子系统；二是核心敏感系数法，相比指标法受限于指标选择、权重选取的不同而差异较大，无法真实反映韧性的问题，该方式借由核心变量的缺口判断韧性强度的大小。在该方法相关研究中，国内外学者多参照Martin 和Gardiner（2019）[9]所提出的敏感系数研究范式，选用GDP、贸易量、失业或就业指标等作为核心变量。

本文基于演化韧性视角定义创新韧性，提出韧性测度方式，在分析企业规模对创新韧性影响机制的同时，借由面板数据模型、面板门槛模型分析企业规模的线性效应及门槛效应，通过贝叶斯向量自回归模型探究两者的互动关系。

1 机制分析与研究假设

1.1 企业规模对创新韧性影响的线性效应

创新韧性包含识别抵御力、适应恢复力、更新进化力等多个维度的能力，是一个不断动态演进的过程，企业规模对创新韧性的作用体现在影响这些能力方面。具体作用机制主要表现为创新资源约束、主体多样性、结构复杂多元。（1）创新资源约束。当企业遭遇冲击干扰时，造成其营收能力下降，进而使得研发资源投入受到约束，而趋紧的预算约束会影响高层对研发路线的决策，以及相关路线创新资源的投入配置。而达到一定规模的企业拥有更加丰裕的创新资源，这无疑使其在外部冲击下缓冲力十足，在冲击后的恢复能力也得到保障，即创新韧性更高[10]。（2）主体多样性。企业规模扩大，产生集聚效应，链接更多创新主体，增强创新系统的多样性：第一，为企业开展创新活动的频繁试错带来支撑，有效降低创新风险，增加抵抗力，提升创新韧性；第二，由于创新主体分属不同技术领域，使得多样化主体间实现协同发展，形成融合交叉的系统创新网络，从而显著提升创新韧性。（3）结构复杂多元。企业规模扩大，其结构便愈加复杂，一方面，多元的结构能够降低冲击所带来的创新不确定性与波动，进而削弱创新系统在冲击时遭受的风险，更具抵抗力；另一方面，多元化结构产生的外部性带来知识的溢出效应，集聚更多知识和技术，能够有效避免认知锁定问题，实现创新转型升级[11]。由此，本文提出：

假设1：企业规模对提升创新韧性有显著的正向促进作用。

1.2 企业规模对创新韧性影响的门槛效应

企业规模对创新韧性的影响可能存在规模门槛及韧性门槛。（1）规模门槛。如前文所述，企业规模扩大所带来的创新资源约束减小、主体多样性、结构复杂多元，可有效提高创新系统抵御冲击的能力，以及在冲击后的恢复转型能力。然而伴随企业规模继续扩大，一方面，大中型企业的管理结构不利于进行有风险的创新，理性人对风险的抗拒使得外部冲击下巨大风险的创新在管理过程中夭折[12]；另一方面，创新要素以及资源配置也会在这样的管理结构下变得效率低下，使得外部冲击后创新系统的恢复力较弱，这些因素制约了创新韧性的进一步提升。（2）韧性门槛。当韧性水平不高时，意味着企业在外部冲击下的抵抗力与恢复力较弱，企业规模扩大，创新系统内部互动效率变得低下，创新系统在外部冲击下的恢复力再次下降，造成创新韧性进一步下降。而伴随韧性水平的提高，较强的集聚效应、知识积累效应在为高技术产业创新带来充足资源要素的同时，还可以促使创新链、产业链的深度融合，有效降低创新风险，增强应对冲击的抵抗力。创新韧性水平较高意味着该创新系统有着较高的功能状态水平，冲击促使创新管理优化、资源配置优化，弥补企业规模因为扩大而产生的内部互动效率低下的负向影响，其结果是创新韧性水平的显著提升。由此，本文提出：

假设2：企业规模对创新韧性的影响随规模扩大先升高后降低。

假设3：企业规模对创新韧性的影响随韧性水平提升而不断提高。

1.3 企业规模与创新韧性的互动机制

如前文所述，企业规模对创新韧性有着正向促进作用的同时，创新韧性也对企业规模产生反馈效应。首先，较高的创新韧性水平可以保障高技术产业在外部冲击干扰下仍旧保持较高的创新意愿，而韧性水平提升所产生的集聚效应，为创新活动的开展提供支撑；其次，创新韧性水平较高的企业具备更高的知识吸收和应用能力，能为高技术产业创新质量的提升积累更多技术和知识，有可能实现更高阶段的创新，而重大创新的产生促使形成竞争优势，企业规模快速扩大，这种现象在小微企业更为明显；最后，具有较高韧性水平的创新系统在外部冲击干扰下的适应调整及恢复能力较强，在一定程度上能在资源配置优化、产业结构升级、创新活动的开展等方面为高技术产业带来利好，进而提高创新效益，扩大企业规模。由此，本文提出：

假设4：企业规模与创新韧性之间有着良好的互动关系。

2 研究设计

2.1 模型构建

（1）面板数据模型

本文采用面板数据模型探究企业规模对创新韧性影响的线性效应，引入创新韧性（IResis）作为被解释变量，企业规模（Ens）作为核心解释变量。同时，将其他可能影响创新韧性的因素（如研发资金投入、创新氛围等）作为控制变量。为有效消除异方差，增强影响系数的解释效果，公式两边取自然对数，整理如下：

（2）面板门槛模型

企业规模对创新韧性的影响可能随企业规模、韧性水平的变化而不同，因此，本文引入面板门槛模型来检验可能存在的门槛效应。以企业规模单门槛模型为例，对于企业规模（Ens）来说，有着一个规模门槛τ，使得在ln（Ens）≤τ或ln（Ens）>τ时，企业规模对创新韧性的影响系数（θ1、θ2）存在显著差别，当然实际上可能表现为多个门槛，需要代入更多τ。

其中，I（·）代表示性函数。

（3）贝叶斯向量自回归模型

贝叶斯向量自回归模型（BVAR）可用来分析企业规模与创新韧性的互动关系，它是在传统向量自回归模型（VAR）基础上创立的，采用相对简洁的方式处理模型估计中的约束问题。其原理在于预估参数时，使参数趋近于某一值而不是等于该值。

2.2 变量说明

（1）被解释变量：创新韧性

借鉴Martin 和Gardiner（2019）[9]提出的韧性测算方法，选用高技术产业新产品销售收入实际变化及预测变化（通常认为区域核心指标变化量应与全国整体一致，以此进行预测）来衡量，相关测算步骤如下：

其中，代表地区i在t时期的创新韧性，∆Ri、(∆Ri)expected分别表征新产品销售收入的实际变化及预测变化情况。

其中，表示t时期全国整体的新产品销售收入，表示全国在t-1时期的新产品销售收入。

为使所有研究对象可进行对比分析，对上述测算结果进行中心化处理：

（2）核心解释变量：企业规模

衡量企业规模的变量通常包括收入、资产、员工人数这三个方面，本文借鉴蔡绍洪等（2019）[13]的研究，通过各省份高技术产业主营业务收入表征企业规模。

（3）控制变量

为最大程度降低遗漏变量对回归结果的影响，增强回归结果稳健性，本文选取以下影响创新韧性的因素作为控制变量：①创新较高的沉没成本，意味着足够的研发资源投入可有效增强企业风险抵御水平，保持较高的创新韧性水平。本文采用研发经费内部支出、研发人员全时当量来分别表征研发资金投入、研发人员状况。②创新韧性的变化离不开政府的影响，本文借由科学技术支出占地区财政支出的比重表征政府支持程度。③经济发展基础通过“直接支持”“间接维护”等方式来影响创新韧性。参考林耿等（2020）[4]的研究，采用人均地区生产总值表征经济发展基础。④浓厚的创新氛围会促使企业主动进行创新，企业间的创新互动增多，其创新协作能力提高，对创新韧性会产生积极效用。参考范建红等（2022）[14]的研究，借由各地区有研发活动的企业数占所有企业数的比重衡量创新氛围。

2.3 数据来源及变量描述性统计

本文数据来源于2008—2022年《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国统计年鉴》。为避免缺失值的影响，剔除青海、西藏、新疆和港澳台，以其余28个省份2007—2021年的数据为样本进行分析；同时，还进行了VIF检验（相关变量的值均小于10），以防止出现多重共线问题。变量描述性统计如表1所示。

表1 变量描述性统计

3 实证检验

3.1 面板数据模型结果分析

（1）平稳性、协整性检验

由于本文研究时间跨度较长，为防止出现伪回归问题，需要考虑数据的平稳性。借由LLC、ADF-Fisher 及PP检验三种方式进行检验，0 阶差分时研发资金投入、政府支持程度表现为部分平稳，1阶差分后所选变量均保持平稳。另外，借由Kao 检验进行协整性检验，结果显示ADF值为-10.220，P值为0.000，说明企业规模与创新韧性之间存在稳定的内在联系。

（2）基准回归结果

本文通过Hausman 检验确定面板模型适用于固定效应模型。由表2可知，企业规模对创新韧性的影响系数为0.050，通过显著性检验，可见企业规模对提升创新韧性水平有着显著的正向促进作用，假设1得到支持。

表2 基准回归结果

3.2 面板门槛模型结果分析

（1）企业规模对创新韧性影响的规模门槛

为检验规模门槛，先进行门槛数量检验，单、双门槛检验结果显示，F 值分别为8.137、41.825，相对应的P 值分别为0.014、0.003，说明存在双门槛，而继续进行三门槛检验，未通过检验，因此采用双门槛模型进行估计。结果见表3。

表3 企业规模对创新韧性影响的规模门槛检验结果

从规模门槛结果看，存在两个门槛，换算为原数值分别为221.406、426.665，可依规模大小将其划分为低规模、中等规模、高规模。当企业规模处于低规模时，影响系数为-0.054，而当企业规模处于中等规模及以上时，影响系数分别为0.106、0.082。可见随着规模持续扩大，企业规模对创新韧性的影响先由负转正，后正向作用减小，假设2得到支持。

（2）企业规模对创新韧性影响的韧性门槛

为检验韧性门槛，先进行门槛数量检验，单、双、三门槛检验结果显示，F 值分别为56.651、65.545、23.020，对应的P值均为0.000，因此采用三门槛模型进行估计。结果见表4。

表4 企业规模对创新韧性影响的韧性门槛检验结果

从韧性门槛结果看，存在三个门槛，换算为原数值分别为27.716、72.313、98.298，可以此划分为低、中低、中高、高共四类创新韧性水平。当创新韧性位于低、中低、中高水平时，影响系数均为负值，而当创新韧性处于高水平时，影响系数转为正值，为0.148。综合来看，企业规模对创新韧性的影响随着创新韧性水平的提升由负向转为正向，假设3得到支持。

3.3 贝叶斯向量自回归模型结果分析

为判断企业规模、创新韧性之间的互动关系，建立贝叶斯向量自回归模型。创新韧性的脉冲响应函数见图1。

图1 创新韧性的脉冲响应函数

来自企业规模的冲击在当期发挥作用，随后逐渐提高，在第三期达到极大值，随后缓慢下降并趋于稳定，总体呈现正向影响。可见创新韧性与企业规模之间存在良好的互动关系，假设4 得到支持。另外，来自研发资金投入的冲击在当期为零，在第二期达到极大值，随后下降并趋于平稳。说明加大研发资金投入在短期内会增加企业创新的信心，提升韧性水平，但充足的研发经费也造成经费使用效率低，企业在创新失败后立即转向其他创新，不利于创新韧性增加。

4 结论与建议

4.1 结论

（1）企业规模正向影响创新韧性，且两者之间存在良好的互动关系。依据面板数据模型、贝叶斯向量自回归模型的估计结果可知，企业规模对创新韧性存在正向影响，且两者之间存在良好的互动关系。大规模的企业由于创新资源约束较小、主体多样、结构复杂多元，应对外部冲击抵抗力强，创新韧性水平提升明显。促使其更加有效地分配资源、优化调整结构、形成新的创新增长路径，有可能实现更高阶段的创新，原始重大创新的产生形成竞争优势，最终使得企业规模进一步扩大。

（2）随着规模扩大，企业规模对创新韧性的影响先由负转正，后正向作用减小。规模门槛检验结果表明，企业规模较小时，企业规模负向影响创新韧性。较小规模的企业在外部冲击下虽能快速恢复到起始水平，但囿于研发资源限制，创新系统往往难以进一步进化，创新韧性无法持续提升，甚至小规模企业创新系统在外部冲击下由于抵抗力不足而崩溃，创新韧性下降。此外，依据研究结果也可发现，伴随企业规模继续扩大，其所起到的正向作用开始下降，这是由于规模扩大引致创新要素及资源配置的效率低下，限制创新韧性的进一步提高。

（3）随着韧性水平提升，企业规模的影响由负转正。韧性门槛检验结果表明，伴随韧性水平提升，企业规模对创新韧性的影响由负向逐渐转为正向。创新韧性较低，意味着企业在外部冲击下的抵抗力与恢复力较弱，企业规模扩大，创新系统内部互动效率变得低下，创新系统在外部冲击下的恢复力再次下降，造成创新韧性进一步下降；而创新韧性提升意味着该创新系统有着较高的功能状态水平，冲击后促使创新管理优化、资源配置优化，也弥补了企业规模因为扩大而产生的内部互动效率低下的负向影响，其结果是创新韧性水平显著提升。

4.2 建议

（1）大中型企业需适当精简组织结构，大力发展数字信息技术。一方面，适当精简重复与不必要的组织结构，可以通过成立分支机构、分公司等分权方式保持组织灵活性；另一方面，数字信息技术的大力发展减少了组织协作费用，可更高效地协调配置资源。在实践中，企业应尝试构建数字信息化平台，将企业生产发展战略、资源统筹、市场需求变化纳入其中，依托平台实现生产的数字化。

（2）小微企业应增加研发投入，增强自主创新力度。根据研究结论可知，企业规模较小对创新韧性有着负向影响，而其重要原因就在于小微企业研发投入有限。因此，小微企业应更重视自主创新，加大科研力度，尝试在吸收引进技术的同时进行转化，推动再次创新，避免对外依赖，构建以原始重大创新为核心的创新系统。

（3）加快创新集聚，优化创新环境。无论大中型企业还是小微企业均应注重加快创新集聚，结合自身优势推进集群式发展，创新集聚带来知识、资源优势，一方面，有利于增加企业应对外部冲击时的抵抗力；另一方面，所产生的知识积累效应等正外部效应对创新产出有着积极效用。通过优化创新环境也有助于创新集聚的产生，良好的创新环境有助于增强知识、人才等要素的黏性，为提升创新韧性带来资源优势。