基于创新价值链视角的企业创新绩效评估
摘要：从创新价值链分析方法出发，将企业创新过程进行分解，重构企业创新知识获取模型、创新知识转化模型以及创新绩效模型，结合我国中关村知春路地区高技术企业数据，分析我国典型技术创新区域中企业创新的产生及创新绩效的影响因素。实证结果显示：企业内部研发活动受到以企业技术引进、产学研合作、出口活动以及创新资金获取活动为代表的企业外部知识获取活动的影响，内部R&D与外部知识获取活动存在互补关系；企业内部R&D是影响企业创新产出（产品创新及专利）的主要因素，政府的补贴及税收优惠政策也影响企业创新产出；企业创新产出对于企业生产率的提升具有显著的积极作用。
关键词：创新价值链；知识获取；知识转化；创新绩效
DOI：10.13956/j.ss.1001-8409.2015.11.01
中图分类号：F204；G301文献标识码：A 文章编号：1001-8409（2015）11-0001-05
Abstract：According to the innovation value chain analysis method， the enterprise innovation process is decomposed to enterprise innovation model of knowledge acquisition， knowledge transformation model as well as the innovation performance model in this paper. Combined with high technology enterprise data of Zhongguancun Science Park in China， it analyzes the typical regional technology innovation in the influence factors of the formation of enterprise innovation and innovation performance. Empirical results show that， internal R&D activities by enterprises are affected by technology introduction， research cooperation， export activities and innovation funding acquisition activities， which are all included in external knowledge acquisition activities. There is a complementary relationship between the internal R&D and external knowledge acquisition activities， internal R&D is the main factor affecting business innovation output （product innovation and patents）， the government subsidies and tax incentives also affect innovation output. Innovation output for enhancing business productivity has a significant positive effect.
Key words：innovation value chain； knowledge acquisition； knowledge transformation； innovation performance
我国经济要上升到持续、高质量的发展阶段，提高技术创新能力尤其是自主创新能力至关重要。从技术创新的主体来看，技术创新对经济发展的驱动作用首先体现在微观企业技术创新绩效的提升上。创新价值链（IVC，Innovation Value Chain）分析方法通过将企业创新过程分为创新知识的搜寻与获取、知识转化为创新产出、创新产品商业化三个递归的阶段来描述整个创新过程，有助于分析技术创新知识形成以及技术创新对企业绩效的影响。
1创新价值链的概念及相关研究
创新价值链概念最早来源于Michael Porter的价值链及产业链、创新链等内容。Keith Pavitt从西方市场理论框架出发，将创新分为知识的生产，知识转化为产品、系统、过程以及服务，创新对需求的回应即市场化三个过程[1]。Horne等基于价值链分析了创新活动，认为创新过程产出主要包括创新知识、创新知识的应用以及创新结果三种活动[2]。
Morten T Hansen和Julian Birkinshaw在2007年提出了创新价值链的概念，认为创新价值链为一条创意从产生到转化为商品以提高企业绩效的完整的活动流[3]。随后，Stephen Roper等将创新价值链中的“创意”（Idea）进一步刻画为“知识”（Knowledge），将创新价值链构建成包括知识获取、知识转化以及知识利用的三个首尾相连的链条 [4]（见图1）。与Hansen创新价值链模型相比，Roper的创新价值链模型强调了创新链条的反馈递归性及创新的动力，并将创新价值链推广到对创新价值评估的实证分析中，引起学术界的广泛运用，如Doran和OLeary[5]，Panagiotis Ganotakis等[6]及Stephen Roper和Spyros Arvanitis[7]使用创新价值链评估创新的产生及创新绩效。
我国学者张晓林等认为我国的创新价值链主要指各个创新主体之间通过技术创新过程的联结结构[8]。刘友金以机械制造业为例区分了产业链与创新链[9]。在实证研究上，庞瑞芝等将价值链定义为从技术创新资源投入到产生技术成果，再到实现技术创新的社会价值两阶段，使用我国36个大中型工业行业数据，分别估算了这两个阶段技术创新的效应[10]。刘家树使用创新价值链概念框架，但在实证方面上使用扩展的柯布-道格拉斯生产函数模型以及联立方程组估计方法，以我国省市区域为样本，考察了不同地区知识来源、知识产出与科技成果转化绩效关系的异质性[11]。申嫦娥和王红艳借鉴Stephen Roper创新价值链模型，以我国1993～2008年间大中型工业企业为研究对象进行实证分析。该论文是国内最先使用创新价值链分析方法研究创新投入与产出的研究，但是该文主要的缺陷在于使用了时间序列数据，难以有效控制估计偏差[12]。余泳泽将创新价值链视为从知识创新、科研创新到产品创新的3个阶段，使用DEA方法估计我国省市地区创新效率 [13]。 我国关于创新价值链的研究针对以企业为主体的技术创新价值链的系统性研究、实证研究不足。本文结合我国典型自主创新示范区内技术型企业面板数据，充分考虑解释变量的内生性问题以及在知识扩散方程中的被解释变量异质性问题，使用创新价值链分析方法，探讨企业创新过程中不同创新知识的获取、知识转化以及知识应用效应。
2基于创新价值链的模型构建
21创新知识获取过程
根据Roper知识获取源自于产业链的创新价值链思想，同时结合熊彼特创新理论、Henry W Chesbrough（2006）开放式创新思想[14]，结合李正卫和池仁勇通过实证研究发现非体现性技术引进对企业自主研发有显著的正向影响[15]；于成永和施建军将内部R&D、内部研发+合作研发、内部研发+市场购买、内部研发+合作研发+市场购买等均称为企业研发模式，而通过外部合作企业可以获取外部知识[16]；以及Xiao H L[17] 提出的发展中国家需要通过出口学习获取相关知识的研究基础，考虑到我国创新实践，本文将促进企业创新的知识获取活动分为内部知识获取活动及外部知识获取活动。
内部知识获取活动即企业内部研发活动，外部知识获取活动包括以下几种：一是企业的技术引进活动，包括企业从境外及境内引进先进技术的活动；二是企业与大学或者研究机构之间的委托研发或其他产学研合作活动；三是企业的资金获取活动，如企业与风险投资机构、银行、政府等部门的合作活动；四是企业的出口活动。考虑到知识的外部性，政府需要提供相关支持以激励企业进行知识获取活动。将企业参与五种知识获取活动的模型设定如下：
KS*jit=λ0KSkit+λ1RIjit+λ2GOVTjit+εjit
KSjit=1 if KS*jit>0；KSjit=0 otherwise
（1）
其中，因变量KSjit表示企业i在时间t的第j（或者k）个知识获取活动（j，k=1，2…5；i=1，2，…，n；t=1，…，T），RIjit表示企业知识资源基础的指标集合，GOVTjit表示政府对企业的创新支持指标，为虚拟变量，εjit为扰动项，假定其具有零均值、同方差服从多元正态分布。
22创新知识转化过程
使用创新（知识）生产函数来描述企业将技术创新知识投入转化为创新产出过程。其中，知识投入来自于知识获取模型，创新产出主要指产品创新。由于知识投入渠道不同，一般认为不同的知识资源对创新产出有不同的效应。具体模型方程为：
INNOit=∑kφ0kKSkit+φ1RIit+φ2GOVTit+μit
（2）
其中，被解释变量为创新产出指标，K（K=1，2，…，5）表示知识资源指标，误差项为μit，其他解释变量的定义与前述一致。
23技术创新绩效模型
该模型通过扩展的生产函数模型来模拟知识应用的创新效应。将知识资源的获取活动、企业创新与企业绩效联系起来。这种联系的强度取决于企业的知识发展能力世界银行认为企业的知识发展能力包括知识获取能力、知识吸收能力和知识交流能力的发展。涵盖了企业从本国获取知识（知识创造）或外国获取知识（知识引进与学习）并利用知识的能力。 、有效利用创新的能力以及通过创新完全占有市场租金的能力。模型表示如下：
PERFit=β0INNOit+β1Xi+νi
（3）
其中PERFit表示第i个企业的绩效，一般使用劳动生产率或每单位劳动的增加值来衡量，INNOit表示第i个企业的创新产出，包括产品创新与过程创新，Xi表示影响企业绩效的特征因素。
3创新价值链的实证分析
31数据来源及描述性统计
本文使用2008～2012年所有在中关村知春路地区的高技术企业数据，样本企业大多属于电子与信息产业，具体情况如表1所示。
根据前述理论综述，结合具体数据，使用企业内部R&D活动（有R&D资金投入取1，否则为0）表示内部知识获取活动；使用外部技术合作、技术引进、出口活动、创新资金获取活动表示企业外部知识获取活动；使用专利申请数、新产品销售收入占总收入的比重②、技术收入占总收入比重三个比率指标表示创新产出；使用劳动生产率③表示企业绩效的指标；使用税收优惠、补贴政策变量表示政府对企业的支持。具体变量的描述性统计见表2。
①仅在2008年出现一次的企业数。
②创新成功不仅意味着企业要创造出创新产品，而且这种产品要能在市场上实现其经济价值。
③根据我国高新技术企业认定条件，高新技术企业的总收入包括技术性收入及产品产值，因此在生产率指标上，使用更为宽泛的人均总收入指标=企业总收入÷雇员数。
④外单位主要包括境内的研究机构、高校以及境外机构。
32模型估计方法及结果
321知识获取阶段模型及估计结果
由于从供应链渠道上讨论企业的知识获取缺乏相应的实证数据支撑，本文将企业外部知识获取活动分四种：其中外部技术合作即指委托外单位④开展的科技活动。使用5个二元Probit模型来估计企业参与不同知识获取活动。
rd_iit=λ0i∑4m=1rd_emit+∑3j=1λ1jRIjit+∑2k=1λ2kGOVTkit+∑4n=1λ3nkucnit+∑10p=1λ4pispεpit+λ5llprofitit-1+λ6eCRit-1+εit
（4）
rd_eqit=λ01i∑3m=1rd_emit+λ02ird_iit+∑3j=1λ1jRIjit+∑2k=1λ2kGOVTkit+∑4n=1λ3nkucnit+∑10p=1λ4pispεpit+λ5llprofitit-1+λ6eCRit-1。+εqit
（5）
其他解释变量的设定，综合考虑了企业基础资源、所属行业、自身特征等因素对创新知识获取活动的影响。RI表示企业的基础知识资源（包括企业的雇员数、成立时间等），GOVT为两种政策，kuc表示企业的知识利用能力，分别用企业本科学位人员占比、硕士学位人员占比、博士学位人员占比以及海归人员占比进行表示，is表示企业所属行业。模型结果见表3。 从结果来看：
（1）企业内部R&D与四种外部知识获取活动存在显著的正相关关系，享有政府税收优惠的企业比没有享受税收优惠的企业更易于从事R&D活动，但是政府补贴政策对于企业R&D活动的促进效应则不明显。有海外归国人员就业的企业更倾向于从国外进行技术引进而非自主创新。
（2）企业委托外单位开展的科技活动与其他知识获取活动显著正相关，企业硕士及以上人员占比越多，越重视与外单位的科技合作。政府补贴以及税收优惠均显著为正，说明政府的支持有助于企业开展与外单位的研发合作。
（3）企业的技术引进、企业的出口活动与企业内部研发以及委托外单位的科技活动之间呈现显著的正相关关系。企业的技术引进与创新资金获取活动正相关关系不显著，说明政府、银行以及风险投资对企业的资金支持着重于对企业自主研发项目而非技术引进的支持。
322知识转化阶段模型及估计结果
在模型进行估计的过程中，需要考虑解释变量的内生性问题，即影响企业知识获取的因素同时也会影响企业技术创新。虽然样本的进入及退出会导致样本的非随机性问题，但鉴于本文未设定“企业创新决策”指标，存在偶然断尾的可能性较低，样本选择问题由于不存在创新决策二元变量，因而企业是否进行产品创新或过程创新决策的选择无法衡量。并且根据Stephen Roper 等（2008年）的研究，无法证明存在样本选择。 不需要过度考虑。本文采用DavidRoodman（2011）所提出的专门解决分类因变量的多方程系统内生性问题的方法――CMP算法该算法要求模型是递归模型（非结构模型，或者是Seemingly Unrelated Regressions （SUR）models），并且内生变量是可观测的。 来解决模型的内生性问题。使用企业规模及产业分类变量作为工具变量。使用新产品或者技术产品销售收入占比为创新产出时，被解释变量存在上下边界约束，使用Tobit模型估计。用专利申请量作为被解释变量，使用针对计数的泊松回归模型进行估计。模型方程如下：
inn voit=φird_iit+φ1m∑4m=1rd_emit+∑3j=1φ2jRIjit+∑2k=1φ3kGOVTkit+∑5n=1φ4nkucnit+∑10p=1φ5pispεpit+φ6lCRit+εit
（6）
所有模型均包括产业虚拟变量，所有系数均已换算成probit/tobit模型的边际效应。全样本回归与子样本回归结果差异较小，也说明样本选择不是需要考虑的重要问题。其中子样本的选择标准为：5年内有创新活动（包括内部研发及外部知识获取活动）或者创新产出（新产品收入、技术收入以及专利）的企业认定为创新企业，子样本仅包括创新企业。省略了雇员数、成立时间、人员占比、政府补贴及税收等变量的估计结果。创新知识转化模型结果见表4。
模型结果显示：企业内部R&D对企业创新的影响显著为正，有内部R&D的企业比没有内部研发的企业新产品销售收入占比高2%、技术销售收入占比高约30%。企业外部知识获取活动中，一方面，可以获得创新资金的企业或者有出口的企业比其他企业的专利申请量分别高20%及40%。说明政府以及金融机构对企业创新的投入具有针对创新行为的特点；另一方面，可以获取创新资金的企业或者有出口的企业与其他企业相比技术收入占比更低，说明我国创新能力不强，出口以低创新产品为主，技术服务发展能力不足。
有产学研合作的企业比其他企业而言，无论是在新产品销售收入占比、技术收入占比还是在专利申请上，均表现更佳。有海外归国人员的企业技术收入占比比其他企业高，说明海外归国人员引起的技术转移有效提升了企业的技术能力。企业硕士及以上学位人员占比越高，企业的技术收入及专利申请量越高，说明高学历人才对企业创新能力的提升至关重要。企业成立时间对企业创新产出的影响显著为负，企业多经营一年，企业创新产出下降005%～05%，说明企业在进入成熟期以后，创新水平会出现下滑，该结论与企业成立时间与企业研发活动的关系一致，都符合企业生命周期。政府补贴及税收优惠政策对于企业专利申请量的影响显著为正，但补贴政策对于企业技术收入占比影响显著为负。
323知识应用模型及估计结果
主要考虑企业绩效的异质性问题，在估计方法上，除剔除极端值以外，还通过控制企业资产并使用中位数回归方法等减少估计误差。虽然解释变量――创新产出在知识转化模型中作为被解释变量出现，但是在知识应用模型中，会影响企业绩效的创新产出是先于创新应用过程而存在的，故可以不考虑内生性。同时，考虑到3个创新产出之间存在的相关性，分别作为解释变量进行估计。估计方程为：
PREFit=βoiinno_nit+β1ipatent_ait+β3igxi+β4itimei+β5iemployeeit+β6iemployee_oneit+β7iCRit+∑4n=1β8nkucnit+∑10p=1β9pispεpit+ε1
（7）
从模型结果（见表5）来看：企业产品创新对生产率中位数的影响显著为正，企业新产品销售收入占比每增加1%，可以使生产率中位数增加25%。企业技术收入占比对生产率中位数的影响为负，说明当企业总收入依靠技术服务收入时，对生产率提高有阻碍作用。同时，专利申请量对企业生产率中位数的影响显著为正，说明技术创新对生产率具有推动作用。专利申请数每增加一个，可以使得生产率中位数增加40%。从其他变量来看：高新技术企业的生产率中位数更高；市场份额较大的企业生产率中位数更高；只有一个员工的企业生产率中位数较其他企业更低；有海外归国人员的企业生产率中位数更低，因此，模型的结果无法说明海外归国人员对企业生产率的提升作用。
4研究结论
通过对创新价值链三个阶段分别进行估计，从结果中可以看出：北京知春路地区企业的技术创新存在明显创新价值链特征，企业通过多种渠道获得的知识资源有助于企业开展创新活动，这些知识活动显著影响企业的创新产出，并通过创新产出提升企业生产率。 从知识获取模型结果可以得到以下结论：
（1）企业内部知识获取活动与外部知识获取活动之间存在互补性，不同知识获取活动之间相互强化。与开放式创新理论以及技术引进及出口等技术外溢通过学习效应提升企业创新的结论一致。在企业外部知识获取活动中，企业的出口活动是与企业研发活动在产业链上联系最为紧密的点。通过出口活动一方面可以扩大市场，提升企业的技术标准，从而激励企业更多地投入研发投资；另一方面，可以参与到国际技术竞争，了解前沿技术信息，进行技术引进。
（2）知识资源的外部性需要政府通过强有力的激励手段，如补贴或税收优惠，帮助企业创新。
（3）R&D对于企业自主创新能力的产生及提升至关重要。
（4）政府针对企业创新的税收优惠政策有利于企业创新产出的形成。
（5）企业产品创新有助于企业生产率的提升。
参考文献：
[1]Keith Pavitt. Sectoral Patterns of Technical Change： Towards a Taxonomy and a Theory[J]. Research Policy，1984
（13）：343-373.
[2]Constance Van Horne，JeanMarc Frayret Diane Poulin.Creating Value with Innovation：From Centre of Expertise to the Forest Products Industry[J]. Forest Policy and Economics，2006
（8）：751-761.
[3]Morten T Hansen， Julian Birkinshaw.The Innovation Value Chain[J].Harvard Business Review， 2007， 85
（6）：121-130.
[4]Roper S， Du J， Love J H. Modelling the Innovation Value Chain[J]. Research Policy， 2008，37
（6）： 961-977.
[5]Justin Doran，Eoin OLeary. External Interaction， Innovation and Productivity： An Application of the Innovation Value Chain to Ireland[J]. Spatial Economic Analysis， 2011，6
（2）：199-222.
[6]Panagiotis Ganotakis， James H Love.The Innovation Value Chain in New Technologybased Firms：Evidence from the U.K[J].Journal of Product Innovation Management，2012，29
（5）：839-860.
[7]Stephen Roper， Spyros Arvanitis. From Knowledge to Added Value： A Comparative， Paneldata Analysis of the Innovation Value Chain in Irish and Swiss Manufacturing Firms[J]. Research Policy， 2012
（41）： 1093-1106.
[8]张晓林，吴育华.创新价值链及其有效运作的机制分析[J].大连理工大学学报（社会科学版），2005
（3）：23-26.
[9]刘友金.集群式创新与创新能力集成――一个培育中小企业自主创新能力的战略新视角[J].中国工业经济，2006
（11）：22-29.
[10]庞瑞芝，杨慧，白雪洁.转型时期中国大中型工业企业技术创新绩效研究――基于2005年工业企业数据的实证考察[J].产业经济研究，2009
（2）：63-69.
[11]刘家树，菅利荣.知识来源、知识产出与科技成果转化绩效――基于创新价值链的视角[J]. 科学学与科学技术管理，2011
（6）：33-40.
[12]申嫦娥，王红艳.基于创新价值链模型的创新效应研究[J].开发研究，2012
（1）：138-142.
[13]余泳泽，刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应――基于创新价值链视角下的多维空间面板模型研究[J].管理世界，2013
（7）：7-19.
[14]Henry W Chesbrough， The Era of Open Innovation[J]. MIT Sloan Management Review， 2003， 44
（3）：34-41.
[15]李正卫，池仁勇，Cindymillman.技术引进和出口贸易对自主研发的影响：浙江高技术产业的实证研究[J].科学学研究，2010
（10）：1495-1501.
[16]于成永，施建军.外部学习、技术创新与企业绩效：机制和路径――基于苏浙沪等地制造企业的实证研究[J].经济管理，2009
（1）：117-125.
[17]Xiaohui Liu ， Trevor Buck. Innovation Performance and Channels for International Technology Spillovers： Evidence from Chinese hightech Industries[J]. Research Policy，2007
（36） ：355-366.
[18]吴冰，刘仲英.供应链协同的知识创新价值链模型[J].软科学，2007
（4）：102-106.
[19]柯颖.基于模块化的产业价值网治理与价值创新[J].软科学，2013
（12）：76-79.