企業(yè)研發(fā)投入、知識(shí)生態(tài)與價(jià)值創(chuàng)造

楊敏，陳澤明

（1.貴州商學(xué)院管理學(xué)院，貴陽(yáng) 550014；2.貴州財(cái)經(jīng)大學(xué)工商管理學(xué)院，貴陽(yáng) 550001；3.重慶大學(xué)經(jīng)濟(jì)與管理學(xué)院，重慶 400044）

0 引言

在企業(yè)創(chuàng)新過(guò)程中，內(nèi)外部知識(shí)主體明確的生態(tài)定位及因此而產(chǎn)生的功能性生態(tài)關(guān)系確立了企業(yè)的知識(shí)生態(tài)系統(tǒng)[1]。企業(yè)知識(shí)生態(tài)突出的是動(dòng)態(tài)條件下企業(yè)知識(shí)內(nèi)生系統(tǒng)的具化關(guān)系和表現(xiàn)特征。有研究認(rèn)為企業(yè)知識(shí)投入能夠迅速改善企業(yè)的知識(shí)生態(tài)，提高企業(yè)的知識(shí)存量，擴(kuò)大企業(yè)的知識(shí)活動(dòng)范圍，并獲取人才聚集優(yōu)勢(shì)，進(jìn)而創(chuàng)造價(jià)值；企業(yè)研發(fā)投入的創(chuàng)新效應(yīng)主要體現(xiàn)在新知識(shí)和新技術(shù)發(fā)生概率的提升，以及間接的知識(shí)識(shí)別、吸收、利用能力的提升[2]。從知識(shí)生態(tài)作用機(jī)制來(lái)看，知識(shí)關(guān)系強(qiáng)度對(duì)知識(shí)擴(kuò)散具有正向影響，知識(shí)結(jié)構(gòu)豐富會(huì)顯著提高企業(yè)的創(chuàng)新績(jī)效[3]。但也有研究提出了不同的觀點(diǎn)，認(rèn)為知識(shí)網(wǎng)絡(luò)聯(lián)結(jié)強(qiáng)度對(duì)利用式創(chuàng)新沒(méi)有顯著影響，知識(shí)多樣性通過(guò)協(xié)調(diào)式知識(shí)整合的中介作用提升團(tuán)隊(duì)創(chuàng)造力[4]。

綜上，學(xué)術(shù)界關(guān)于企業(yè)研發(fā)投入、知識(shí)生態(tài)、價(jià)值創(chuàng)造之間的作用機(jī)制，觀點(diǎn)并不一致。現(xiàn)有研究大多致力于知識(shí)生態(tài)單一稟賦的直接或間接效應(yīng)與機(jī)制研究，鮮有從知識(shí)生態(tài)系統(tǒng)及其微觀機(jī)制角度對(duì)企業(yè)知識(shí)生態(tài)的有序性、異變性、耦合性及其作用機(jī)制進(jìn)行分析，并探索研發(fā)投入對(duì)價(jià)值創(chuàng)造的影響。相關(guān)學(xué)術(shù)觀點(diǎn)主要有三種：（1）大量研究支持研發(fā)投入正向強(qiáng)化企業(yè)績(jī)效；（2）少數(shù)研究認(rèn)為研發(fā)投入對(duì)于企業(yè)價(jià)值創(chuàng)造存在異質(zhì)性影響，其正向的價(jià)值體現(xiàn)需要科學(xué)合理的要素配置；（3）部分研究致力于探索研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的非線性影響，但非線性影響的觸發(fā)機(jī)制卻不盡相同。

研發(fā)投入有別于有形的資源投入，更多的是通過(guò)激發(fā)企業(yè)創(chuàng)新主體的活性，進(jìn)而催化企業(yè)價(jià)值創(chuàng)造。動(dòng)態(tài)非平衡的企業(yè)知識(shí)生態(tài)是研發(fā)投入有效性的保證。企業(yè)研發(fā)投入、知識(shí)生態(tài)、價(jià)值創(chuàng)造之間的作用機(jī)制是本文關(guān)注的焦點(diǎn)。本文依托大樣本上市公司數(shù)據(jù)，在企業(yè)知識(shí)生態(tài)及其構(gòu)成分析的基礎(chǔ)上，通過(guò)對(duì)企業(yè)知識(shí)生態(tài)進(jìn)行統(tǒng)計(jì)學(xué)意義上的結(jié)構(gòu)化測(cè)度，構(gòu)建基于面板數(shù)據(jù)的中介效應(yīng)模型，分析研發(fā)投入與知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的互動(dòng)機(jī)理，并研究企業(yè)知識(shí)生態(tài)各維度對(duì)價(jià)值創(chuàng)造的影響。本文可能的貢獻(xiàn)主要有：（1）在知識(shí)基礎(chǔ)觀的基礎(chǔ)上，從知識(shí)生態(tài)系統(tǒng)的角度對(duì)企業(yè)知識(shí)生態(tài)進(jìn)行分解；（2）以大樣本上市公司為研究對(duì)象，實(shí)現(xiàn)對(duì)其知識(shí)生態(tài)的有效統(tǒng)計(jì)刻畫；（3）從知識(shí)多樣性、知識(shí)異變度、知識(shí)網(wǎng)絡(luò)密度三個(gè)維度，探索企業(yè)知識(shí)生態(tài)對(duì)于研發(fā)投入影響價(jià)值創(chuàng)造的中介效應(yīng)。

1 企業(yè)知識(shí)生態(tài)的構(gòu)成與度量

1.1 知識(shí)多樣性

知識(shí)多樣性刻畫的是企業(yè)知識(shí)稟賦中的知識(shí)種類豐富程度，一般表達(dá)的是團(tuán)隊(duì)成員的經(jīng)驗(yàn)、專長(zhǎng)、技能等方面的異質(zhì)性。知識(shí)的多樣性是企業(yè)知識(shí)元素間互動(dòng)以及知識(shí)異變的基礎(chǔ)，從規(guī)模層面為知識(shí)互動(dòng)和異變提供了可能。現(xiàn)有研究一般認(rèn)為，知識(shí)多樣性水平越高，則知識(shí)空間結(jié)構(gòu)序度越差。但從耗散結(jié)構(gòu)論角度看，非平衡是有序之源，而多樣性則是非平衡的充分非必要條件。由此可見，知識(shí)多樣性是企業(yè)知識(shí)生態(tài)規(guī)模維度的一個(gè)重要描述。

知識(shí)多樣性有多種衡量方式，最常用的有IPC分類總數(shù)、HHI指數(shù)（BLAU’S指數(shù)）、赫芬達(dá)爾指數(shù)、熵指數(shù)等。熵指數(shù)源于信息論，具有平均信息量的含義，能夠更加準(zhǔn)確地反映企業(yè)知識(shí)多樣性。本文援用徐露允等（2018）[5]的熵指數(shù)測(cè)度方法，如下所示：

其中，n為企業(yè)按照IPC分類號(hào)劃分的專利類別總數(shù)，kdt為第t年的企業(yè)知識(shí)多樣性，wipci為企業(yè)第i類專利占專利總數(shù)的比重。該數(shù)值越大，則企業(yè)知識(shí)多樣性水平越高，表現(xiàn)為企業(yè)知識(shí)存量結(jié)構(gòu)的豐富性。

1.2 知識(shí)異變度

知識(shí)異變刻畫的是企業(yè)知識(shí)元素的動(dòng)態(tài)變化過(guò)程，即不同的知識(shí)基因片段重新組合在一起形成新的知識(shí)基因的過(guò)程。它的表現(xiàn)形式是多樣化的，或?yàn)樾碌闹R(shí)的引入，或?yàn)楝F(xiàn)有知識(shí)的重組新生，或?yàn)殛惻f知識(shí)的新理解等等。知識(shí)的異變?nèi)襞c企業(yè)意志一致則外化為知識(shí)進(jìn)化，若與企業(yè)意志相逆則表現(xiàn)為知識(shí)變異（異變表達(dá)的是知識(shí)客觀的整體變化，變異表達(dá)的是與進(jìn)化相悖的歧途）。在描述企業(yè)知識(shí)生態(tài)的動(dòng)態(tài)變化過(guò)程時(shí)，不能僅關(guān)注企業(yè)知識(shí)異變“好”的知識(shí)進(jìn)化方面，“壞”的知識(shí)變異方面亦要被考慮進(jìn)來(lái)。知識(shí)異變度是企業(yè)知識(shí)生態(tài)變化維度的一個(gè)關(guān)鍵變量。

關(guān)于知識(shí)異變度的量化，主要有知識(shí)進(jìn)化問(wèn)卷量表法[6]、知識(shí)進(jìn)化模糊算法[7]、知識(shí)元素統(tǒng)計(jì)等方法。這些方法或基于過(guò)程、或基于結(jié)果在一定程度上反映了企業(yè)知識(shí)的異變，但仍舊過(guò)于間接，包含的有效信息較少。為有效度量企業(yè)知識(shí)的異變情況，本文引入變異系數(shù)構(gòu)建企業(yè)知識(shí)異變度統(tǒng)計(jì)量。

先將企業(yè)各年度專利按照IPC代碼進(jìn)行結(jié)構(gòu)分類，獲取分類數(shù)，并計(jì)算分類數(shù)的變異系數(shù)，反映了企業(yè)在不同領(lǐng)域知識(shí)分布的年度波動(dòng)情況，即企業(yè)知識(shí)異變度，數(shù)值越大異變度越高。式（2）中，kmt為第t年企業(yè)的知識(shí)異變度，Nipct為第t年企業(yè)IPC分類規(guī)則下的企業(yè)知識(shí)分類序列，SDNipct為第t年企業(yè)IPC分類規(guī)則下的企業(yè)知識(shí)分類序列的標(biāo)準(zhǔn)差，AGNipct為第t年企業(yè)IPC分類規(guī)則下的企業(yè)知識(shí)分類序列的平均數(shù)。

1.3 知識(shí)網(wǎng)絡(luò)密度

知識(shí)網(wǎng)絡(luò)密度描述的是知識(shí)網(wǎng)絡(luò)中各個(gè)知識(shí)元素之間關(guān)聯(lián)的緊密程度，是企業(yè)內(nèi)部知識(shí)元素組合關(guān)系的有效統(tǒng)計(jì)量，衡量的是企業(yè)內(nèi)部各知識(shí)元素間的互補(bǔ)關(guān)系。同屬知識(shí)經(jīng)過(guò)企業(yè)專門人員的“延展加工”形成新的技術(shù)功能，可被理解為利用性創(chuàng)新。不同屬知識(shí)通過(guò)企業(yè)專門人員的“跨界探索”形成新的技術(shù)功能，可被理解為探索性創(chuàng)新。這些“加工延展”與“跨界探索”活動(dòng)即企業(yè)知識(shí)活動(dòng)的具體表現(xiàn)，其交互迭代形成了企業(yè)知識(shí)活動(dòng)的網(wǎng)絡(luò)空間。這一活動(dòng)的網(wǎng)絡(luò)空間“致密性”即企業(yè)知識(shí)網(wǎng)絡(luò)密度，是企業(yè)知識(shí)生態(tài)關(guān)系維度的有效刻畫。

關(guān)于企業(yè)知識(shí)網(wǎng)絡(luò)密度的測(cè)算，學(xué)術(shù)界較為常見的做法是構(gòu)建企業(yè)知識(shí)網(wǎng)絡(luò)空間，以知識(shí)元分類關(guān)聯(lián)路徑與知識(shí)空間總體關(guān)聯(lián)路徑之比作為企業(yè)知識(shí)網(wǎng)絡(luò)密度的統(tǒng)計(jì)量：

其中，kit為企業(yè)第t年的知識(shí)網(wǎng)絡(luò)密度，KCt為第t年企業(yè)專利累積數(shù)，NKCt是企業(yè)第t年專利累積的總體關(guān)聯(lián)路徑數(shù)，Cipct是第t年企業(yè)按照IPC分類形成的知識(shí)元分類數(shù)，NCipct則為第t年企業(yè)按照IPC分類形成的知識(shí)元分類關(guān)聯(lián)路徑數(shù)。在一個(gè)無(wú)向空間中，NKCt的總關(guān)聯(lián)路徑數(shù)為。

2 理論分析與研究假設(shè)

2.1 研發(fā)投入強(qiáng)度與企業(yè)價(jià)值創(chuàng)造

企業(yè)的價(jià)值創(chuàng)造過(guò)程是知識(shí)鏈、產(chǎn)業(yè)鏈、價(jià)值鏈耦合的結(jié)果，需要諸多要素的加持。在此過(guò)程中，需要使用大量的研發(fā)資金、投入大量的研發(fā)人員，進(jìn)行創(chuàng)造性試驗(yàn)。雖然研發(fā)存在失敗的可能，但一旦研發(fā)成功，企業(yè)將在新產(chǎn)品、新技術(shù)、新模式等諸多方面獲益，即顯性知識(shí)存量增加，并創(chuàng)造價(jià)值。研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的正向影響得到了學(xué)術(shù)界的一致認(rèn)可[8]。但現(xiàn)實(shí)中，不同的企業(yè)在相同的研發(fā)投入強(qiáng)度下所表現(xiàn)出來(lái)的價(jià)值創(chuàng)造能力并不相同。產(chǎn)生異質(zhì)性的原因是多樣性的，例如行業(yè)屬性、人員素質(zhì)、企業(yè)文化、發(fā)展階段、知識(shí)生態(tài)等等。由此，本文提出：

假設(shè)1：研發(fā)投入強(qiáng)度對(duì)企業(yè)價(jià)值創(chuàng)造存在正向影響。

2.2 研發(fā)投入強(qiáng)度與知識(shí)多樣性、知識(shí)異變度、知識(shí)網(wǎng)絡(luò)密度

研發(fā)投入與企業(yè)知識(shí)生態(tài)之間存在某種復(fù)雜的微觀機(jī)制。企業(yè)的研發(fā)投入最直接的效果即通過(guò)與外部主體的互動(dòng)，實(shí)現(xiàn)“知識(shí)增量投放”，即顯性知識(shí)產(chǎn)權(quán)的內(nèi)移，增加企業(yè)知識(shí)的多樣性，激發(fā)其突破現(xiàn)有技術(shù)軌道，在新的領(lǐng)域開展技術(shù)研發(fā)活動(dòng)。研發(fā)投入還可以“知識(shí)催化劑”的形式作用于企業(yè)生產(chǎn)與服務(wù)鏈，使企業(yè)有形要素投入集的形態(tài)、功能發(fā)生形變，產(chǎn)生一定比例的異質(zhì)性知識(shí)應(yīng)用和技術(shù)。此外，研發(fā)投入為研發(fā)人員的創(chuàng)新活動(dòng)提供了條件，將激發(fā)研發(fā)人員的“知識(shí)創(chuàng)造熱情”。

可見，研發(fā)投入對(duì)企業(yè)知識(shí)生態(tài)的影響，從規(guī)模維度看，主要表現(xiàn)為企業(yè)知識(shí)屬種、品類、數(shù)量的增加，即知識(shí)多樣性的豐富。從結(jié)構(gòu)維度看，其主要表現(xiàn)為企業(yè)知識(shí)屬種、品類的相對(duì)構(gòu)成關(guān)系，以及這種構(gòu)成關(guān)系的動(dòng)態(tài)變化趨勢(shì)，即知識(shí)異變的增加。從效率維度看，主要表現(xiàn)為企業(yè)知識(shí)節(jié)點(diǎn)間的互動(dòng)頻度，以及連接緊密性，即知識(shí)網(wǎng)絡(luò)密度的提升。由此，本文提出：

假設(shè)2：研發(fā)投入強(qiáng)度正向影響知識(shí)網(wǎng)絡(luò)密度。

假設(shè)3：研發(fā)投入強(qiáng)度正向影響知識(shí)異變度。

假設(shè)4：研發(fā)投入強(qiáng)度正向影響知識(shí)多樣化。

2.3 知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性與企業(yè)價(jià)值創(chuàng)造

知識(shí)網(wǎng)絡(luò)密度越大意味著企業(yè)知識(shí)創(chuàng)新“極性”越強(qiáng)，反之則意味著企業(yè)知識(shí)元素的分散，形成“合力”的可能性越低。但也有學(xué)者提出了不同的觀點(diǎn)，認(rèn)為知識(shí)網(wǎng)絡(luò)密度高使得企業(yè)內(nèi)部知識(shí)元素關(guān)系過(guò)于復(fù)雜，阻礙了知識(shí)發(fā)現(xiàn)和利用的可能性[9]，還有學(xué)者認(rèn)為企業(yè)內(nèi)部技術(shù)知識(shí)網(wǎng)絡(luò)密度和市場(chǎng)知識(shí)網(wǎng)絡(luò)密度均與突破性產(chǎn)品創(chuàng)新能力呈“倒U”型關(guān)系[10]。知識(shí)源于個(gè)體經(jīng)驗(yàn)的創(chuàng)造和總結(jié)。但這種創(chuàng)造并非憑空產(chǎn)生，或多或少需要在一定的知識(shí)基礎(chǔ)之上進(jìn)行能動(dòng)改造，或疊加、或借鑒、或顛覆、或衍生。這些活動(dòng)可歸為知識(shí)關(guān)聯(lián)關(guān)系的發(fā)展。企業(yè)要在其主營(yíng)業(yè)務(wù)屬性上創(chuàng)造價(jià)值必然要求企業(yè)知識(shí)生態(tài)具有一定的集中收斂特性，即企業(yè)的知識(shí)元素以及知識(shí)主體間的互動(dòng)關(guān)系應(yīng)圍繞其主營(yíng)業(yè)務(wù)展開。圍繞主營(yíng)業(yè)務(wù)的知識(shí)關(guān)聯(lián)性越強(qiáng)，知識(shí)積累越快，價(jià)值創(chuàng)造越大。因此，本文提出：

假設(shè)5：知識(shí)網(wǎng)絡(luò)密度對(duì)企業(yè)價(jià)值創(chuàng)造有正向影響。

企業(yè)所擁有的全部知識(shí)、智力資源被描述為知識(shí)基，是企業(yè)知識(shí)活動(dòng)的約束邊界。知識(shí)異變是組織知識(shí)基因發(fā)生重組和突變的過(guò)程。知識(shí)異變拓展了企業(yè)的知識(shí)基，令組織的知識(shí)生態(tài)性狀產(chǎn)生變化[11]。從熱力學(xué)熵增原理看，封閉條件下，企業(yè)創(chuàng)新向外部系統(tǒng)做功伴隨企業(yè)內(nèi)部創(chuàng)新能量的衰減，即知識(shí)熵增[12]。一般而言，企業(yè)基于行業(yè)屬性與業(yè)務(wù)范疇，其知識(shí)稟賦存在一定的路徑依賴，進(jìn)而使企業(yè)不斷趨近“死寂結(jié)構(gòu)”。要擺脫這一“宿命”，企業(yè)有兩個(gè)辦法，其一是企業(yè)成為一個(gè)開放系統(tǒng)，從外界引入負(fù)熵知識(shí)流，其二，即發(fā)揮企業(yè)知識(shí)主體的主觀能動(dòng)性，獲取知識(shí)異變，從而在企業(yè)內(nèi)部產(chǎn)生負(fù)熵知識(shí)。由此，本文提出：

假設(shè)6：知識(shí)異變對(duì)企業(yè)價(jià)值創(chuàng)造有正向影響。

較多的研究認(rèn)為，知識(shí)多樣性有利于提升企業(yè)的技術(shù)創(chuàng)新績(jī)效[13]，能夠?yàn)閳F(tuán)隊(duì)帶來(lái)更廣泛的知識(shí)、經(jīng)驗(yàn)與技能，形成富有創(chuàng)造性的觀念或解決方案，通過(guò)協(xié)調(diào)式知識(shí)整合的中介作用提升團(tuán)隊(duì)創(chuàng)造力[4]。但也有研究認(rèn)為知識(shí)多樣性的外部性在不同地區(qū)或企業(yè)表現(xiàn)不一。不同組織主體對(duì)于新技術(shù)的產(chǎn)生存在主體間的認(rèn)知距離，企業(yè)有效吸收知識(shí)多樣性帶來(lái)的外部性的前提條件是其知識(shí)稟賦與新知識(shí)具有足夠的親和性。認(rèn)知距離的存在反而會(huì)對(duì)技術(shù)創(chuàng)新產(chǎn)生抑制作用[14]。知識(shí)網(wǎng)絡(luò)中，技術(shù)知識(shí)多樣性會(huì)影響網(wǎng)絡(luò)中可用知識(shí)的相對(duì)新穎性和企業(yè)識(shí)別利用知識(shí)的難易程度。本文認(rèn)為，知識(shí)多樣性為企業(yè)探索性創(chuàng)新和利用性創(chuàng)新提供了足夠的素材，在此條件下，企業(yè)價(jià)值創(chuàng)造將得到激發(fā)。由此，本文提出：

假設(shè)7：知識(shí)多樣性對(duì)企業(yè)價(jià)值創(chuàng)造有正向影響。

結(jié)合假設(shè)1至假設(shè)7可知，企業(yè)研發(fā)投入帶來(lái)知識(shí)多樣性增加、知識(shí)網(wǎng)絡(luò)密度的提升、知識(shí)異變度的增加，將正向促進(jìn)企業(yè)價(jià)值創(chuàng)造。因此，本文提出：

假設(shè)8：知識(shí)網(wǎng)絡(luò)密度在研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的影響中具有中介效應(yīng)。

假設(shè)9：知識(shí)異變度在研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的影響中具有中介效應(yīng)。

假設(shè)10：知識(shí)多樣性在研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的影響中具有中介效應(yīng)。

3 研究設(shè)計(jì)

3.1 模型設(shè)定

為驗(yàn)證上述假設(shè)，本文借助祝樹金和湯超（2020）[15]的方法，構(gòu)建三步中介效應(yīng)模型，驗(yàn)證知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性是否為企業(yè)研發(fā)投入影響價(jià)值創(chuàng)造的中介變量，以及中介效應(yīng)的顯著性和特點(diǎn)。

其中，模型（1）為基準(zhǔn)模型，模型（2）至模型（4）為中介變量模型，模型（5）為中介效應(yīng)模型。被解釋變量vcit為企業(yè)價(jià)值創(chuàng)造，企業(yè)研發(fā)投入(rdit)、知識(shí)多樣性(kdit)、知識(shí)異變度(kmit)、知識(shí)網(wǎng)絡(luò)密度(kiit)為核心解釋變量。ctritk為控制變量集，包括企業(yè)償債能力(crit)、企業(yè)運(yùn)營(yíng)能力(trit)、地區(qū)人均GDP(cgit)。β1至β8為核心變量估計(jì)系數(shù)，k為控制變量個(gè)數(shù)，i和t分別為企業(yè)和時(shí)間。中介效應(yīng)檢驗(yàn)過(guò)程中，根據(jù)經(jīng)驗(yàn)判斷以及數(shù)據(jù)特點(diǎn)，擬采用差分GMM動(dòng)態(tài)面板模型分別對(duì)基準(zhǔn)模型、中介變量模型、中介效應(yīng)模型進(jìn)行回歸分析。首先，若基準(zhǔn)模型顯著，則進(jìn)行下一步，若不顯著則概念模型設(shè)計(jì)錯(cuò)誤，即不存在中介效應(yīng)；其次，對(duì)中介變量模型分別進(jìn)行中介變量檢驗(yàn)，若中介變量模型不顯著，則該變量不是中介變量；最后，對(duì)中介效應(yīng)模型進(jìn)行中介效應(yīng)檢驗(yàn)，若顯著則證明kiit、kmit、kdit在rdit對(duì)vcit的影響中存在中介效應(yīng)。

3.2 變量與數(shù)據(jù)

被解釋變量企業(yè)價(jià)值創(chuàng)造(vcit)，以企業(yè)凈利潤(rùn)表示，數(shù)據(jù)源于國(guó)泰安金融統(tǒng)計(jì)數(shù)據(jù)庫(kù)。核心解釋變量企業(yè)研發(fā)投入(rdit)以企業(yè)R&D支出表示，數(shù)據(jù)源于國(guó)泰安金融統(tǒng)計(jì)數(shù)據(jù)庫(kù)。知識(shí)多樣性(kdit)、知識(shí)異變度(kmit)、知識(shí)網(wǎng)絡(luò)密度（kiit）通過(guò)前文的統(tǒng)計(jì)指標(biāo)進(jìn)行度量，基礎(chǔ)專利數(shù)據(jù)源于中國(guó)專利之星檢索系統(tǒng)（https://cprs.patentstar.com.cn）?？刂谱兞科髽I(yè)償債能力(crit)由企業(yè)流動(dòng)比率表示，企業(yè)運(yùn)營(yíng)能力(trit)由企業(yè)資金周轉(zhuǎn)率表示，數(shù)據(jù)源于國(guó)泰安統(tǒng)計(jì)數(shù)據(jù)庫(kù)；地區(qū)人均GDP(cgit)數(shù)據(jù)源于國(guó)研網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

本文選擇2011年之前在中國(guó)A股上市，且目前正常經(jīng)營(yíng)的（非ST公司）的648家工業(yè)類上市公司作為研究樣本。樣本幾乎涵蓋中國(guó)證監(jiān)會(huì)所有的工業(yè)行業(yè)分類，同時(shí)包括國(guó)營(yíng)、中外合資、民營(yíng)三大類公司。樣本數(shù)據(jù)的時(shí)間跨度為2014—2020年。所有數(shù)據(jù)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后取對(duì)數(shù)處理以減少異方差，同時(shí)通過(guò)Stata 15進(jìn)行縮尾處理以減少異常值對(duì)模型的影響。

4 實(shí)證分析

4.1 相關(guān)性與單位根檢驗(yàn)

本文所取樣本數(shù)據(jù)為面板數(shù)據(jù)，在進(jìn)行中介效應(yīng)與門檻效應(yīng)檢驗(yàn)之前，需對(duì)變量的相關(guān)性進(jìn)行分析。根據(jù)Pearson相關(guān)性分析，模型涉及的各變量間的相關(guān)性顯著。同時(shí)，中介效應(yīng)和門檻效應(yīng)檢驗(yàn)之前需要進(jìn)行面板單位根檢驗(yàn)。假設(shè)各變量既包含時(shí)間趨勢(shì)項(xiàng)又包含個(gè)體固定效應(yīng)項(xiàng)，分別選用LLC和IPS檢驗(yàn)各變量的單位根情況。結(jié)果發(fā)現(xiàn)各變量均不存在單位根，可進(jìn)行進(jìn)一步的回歸檢驗(yàn)（篇幅所限，表略）。

4.2 面板中介效應(yīng)檢驗(yàn)

按照三步法進(jìn)行中介效應(yīng)回歸檢驗(yàn)。對(duì)中介效應(yīng)模型（模型5）進(jìn)行靜態(tài)面板回歸并進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)檢驗(yàn)，并通過(guò)Hausman檢驗(yàn)判斷。結(jié)果表明，固定效應(yīng)模型和隨機(jī)效應(yīng)模型下各自變量對(duì)因變量的影響均在統(tǒng)計(jì)學(xué)意義上顯著。企業(yè)研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造有正向促進(jìn)作用，但知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性對(duì)價(jià)值創(chuàng)造具有負(fù)向抑制作用。Hausman檢驗(yàn)P值為0，選擇固定效應(yīng)模型可能更好。固定效應(yīng)模型回歸結(jié)果與本文假設(shè)以及現(xiàn)實(shí)機(jī)制相去甚遠(yuǎn)，可能需要考慮面板的動(dòng)態(tài)性。

基于總體樣本，采用差分動(dòng)態(tài)面板模型分別對(duì)基準(zhǔn)模型、中介變量模型、中介效應(yīng)模型進(jìn)行回歸，結(jié)果見下頁(yè)表1。結(jié)果顯示，通過(guò)將被解釋變量的2階滯后變量與控制變量設(shè)置為工具變量，模型1各參數(shù)估計(jì)的P值均顯著，AR（2）為0.142，不拒絕原假設(shè)，即隨機(jī)擾動(dòng)項(xiàng)不存在二階自相關(guān)，Hansen檢驗(yàn)P值為0.189，不拒絕原假設(shè)，即工具變量不存在過(guò)度識(shí)別，模型是一個(gè)有效的無(wú)偏估計(jì)。其中，企業(yè)研發(fā)投入(rd)對(duì)企業(yè)價(jià)值創(chuàng)造(vc)的影響系數(shù)為0.124?？梢哉J(rèn)為，不同企業(yè)可能由于行業(yè)屬性以及知識(shí)稟賦的不同，而創(chuàng)新效率不同，但研發(fā)投入終將具有一定的產(chǎn)出效應(yīng)。由此，基準(zhǔn)模型驗(yàn)證通過(guò)，假設(shè)1得證，可進(jìn)行第二步的中介變量模型驗(yàn)證。

表1 差分GMM回歸結(jié)果（總體）

在中介變量模型中，本文的中介變量有三個(gè)，分別是知識(shí)網(wǎng)絡(luò)密度(ki)、知識(shí)異變度(km)、知識(shí)多樣性(kd)。回歸結(jié)果顯示，通過(guò)將被解釋變量的1階滯后變量與控制變量設(shè)置為工具變量，模型2、模型3、模型4各參數(shù)估計(jì)的P值均顯著，AR（2）為0.912、0.560、0.591，不拒絕原假設(shè)，即隨機(jī)擾動(dòng)項(xiàng)不存在二階自相關(guān)，Hansen檢驗(yàn)P值分別為0.167、0.601、0.381，即工具變量不存在過(guò)度識(shí)別，模型是一個(gè)有效的無(wú)偏估計(jì)。企業(yè)研發(fā)投入對(duì)知識(shí)網(wǎng)絡(luò)密度的影響系數(shù)為0.136，即可認(rèn)為企業(yè)通過(guò)研發(fā)投入，為企業(yè)創(chuàng)新創(chuàng)造條件，進(jìn)而激發(fā)內(nèi)部研發(fā)人員探索性和利用性創(chuàng)新行為，而這些行為在知識(shí)系統(tǒng)層面看，直觀表現(xiàn)為知識(shí)網(wǎng)絡(luò)密度的提升。此外，上期知識(shí)網(wǎng)絡(luò)密度對(duì)當(dāng)期知識(shí)網(wǎng)絡(luò)密度的影響系數(shù)為0.061，即企業(yè)知識(shí)主體之間的關(guān)聯(lián)往往表現(xiàn)出一定程度的慣性。企業(yè)研發(fā)投入對(duì)知識(shí)異變度的影響系數(shù)為0.041，可認(rèn)為企業(yè)通過(guò)研發(fā)投入擴(kuò)大了企業(yè)知識(shí)吸收的規(guī)模和深度，帶來(lái)了新的知識(shí)基因，或者在此過(guò)程中，因知識(shí)碰撞、共享、跨界、嫁接、擬合等行為使得知識(shí)異變的可能性增大。同時(shí)，上一期的知識(shí)異變對(duì)當(dāng)期知識(shí)異變的影響非常大，影響系數(shù)為0.415。由此可見，知識(shí)異變存在明顯的累積效應(yīng)，為企業(yè)實(shí)現(xiàn)破壞式創(chuàng)新創(chuàng)造了條件。企業(yè)研發(fā)投入對(duì)知識(shí)多樣性的影響系數(shù)為0.043，可認(rèn)為企業(yè)通過(guò)研發(fā)投入擴(kuò)大了企業(yè)知識(shí)稟賦的種類，并且上期知識(shí)多樣性對(duì)當(dāng)期知識(shí)多樣性的影響系數(shù)為0.731，這是由于知識(shí)結(jié)構(gòu)樹的發(fā)散特性導(dǎo)致的“倍增效應(yīng)”。由此，中介變量模型驗(yàn)證通過(guò)，假設(shè)2、假設(shè)3、假設(shè)4得證。

第三步的中介效應(yīng)模型對(duì)應(yīng)表1中的模型5?；貧w結(jié)果顯示，通過(guò)將被解釋變量的1階滯后變量與控制變量設(shè)置為工具變量，模型5各參數(shù)估計(jì)的P值均顯著，AR（2）為0.135，不拒絕原假設(shè)，即隨機(jī)擾動(dòng)項(xiàng)不存在二階自相關(guān)，Hansen檢驗(yàn)P值為0.463，不拒絕原假設(shè)，即工具變量不存在過(guò)度識(shí)別，模型是一個(gè)有效的無(wú)偏估計(jì)。其中，企業(yè)研發(fā)投入(rd)對(duì)企業(yè)價(jià)值創(chuàng)造(vc)的影響系數(shù)為0.021。知識(shí)網(wǎng)絡(luò)密度(ki)、知識(shí)異變度(km)、知識(shí)多樣性(kd)對(duì)企業(yè)價(jià)值創(chuàng)造的影響系數(shù)分別為0.013、0.054、0.059。由此可知，研發(fā)投入(rd)、知識(shí)網(wǎng)絡(luò)密度(ki)、知識(shí)異變度(km)、知識(shí)多樣性(kd)對(duì)企業(yè)價(jià)值創(chuàng)造具有正向影響。由此，中介效應(yīng)模型驗(yàn)證通過(guò)，假設(shè)5、假設(shè)6、假設(shè)7得證。

4.3 面板中介效應(yīng)穩(wěn)健性檢驗(yàn)——替代變量

為驗(yàn)證模型的穩(wěn)健性，將原模型中的解釋變量企業(yè)研發(fā)投入(rd)替換成企業(yè)研發(fā)人員投入(hrd)，分別對(duì)基準(zhǔn)模型、中介變量模型、中介效應(yīng)模型進(jìn)行回歸，見表1?；鶞?zhǔn)模型回歸結(jié)果顯示，通過(guò)將被解釋變量的2階滯后變量與控制變量設(shè)置為工具變量，模型6各參數(shù)估計(jì)的P值均顯著，AR（2）為0.111，不拒絕原假設(shè)，即隨機(jī)擾動(dòng)項(xiàng)不存在二階自相關(guān)，Hansen檢驗(yàn)P值為0.211，不拒絕原假設(shè)，即工具變量不存在過(guò)度識(shí)別，模型是一個(gè)有效的無(wú)偏估計(jì)。其中，企業(yè)研發(fā)人員投入(hrd)對(duì)企業(yè)價(jià)值創(chuàng)造(vc)的影響系數(shù)為0.037且顯著。由此，可進(jìn)行第二步的中介變量模型驗(yàn)證。中介變量模型檢驗(yàn)發(fā)現(xiàn)，各參數(shù)估計(jì)的P值均顯著，模型7、模型8、模型9的AR（2）、Hansen檢驗(yàn)通過(guò)，模型是一個(gè)有效的無(wú)偏估計(jì)。企業(yè)研發(fā)人員投入(hrd)對(duì)企業(yè)知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的影響系數(shù)分別為0.609、0.008、0.016且顯著。中介效應(yīng)模型檢驗(yàn)發(fā)現(xiàn)，模型10各參數(shù)估計(jì)的P值均顯著，且AR（2）、Hansen檢驗(yàn)均通過(guò)，模型是一個(gè)有效的無(wú)偏估計(jì)。企業(yè)知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性在研發(fā)人員投入對(duì)價(jià)值創(chuàng)造的影響中具有部分中介效應(yīng)。通過(guò)替代解釋變量進(jìn)行差分動(dòng)態(tài)面板二階段回歸，發(fā)現(xiàn)面板中介效應(yīng)模型設(shè)定與檢驗(yàn)是穩(wěn)健的。

4.4 面板中介效應(yīng)穩(wěn)健性檢驗(yàn)——分組

依據(jù)上述研究思路分別對(duì)國(guó)有企業(yè)、民營(yíng)企業(yè)知識(shí)生態(tài)的中介效應(yīng)進(jìn)行分析和比較，以檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，結(jié)果見表2。

表2 差分GMM回歸結(jié)果（企業(yè)屬性分組）

在企業(yè)屬性分組的基準(zhǔn)模型中（模型11、模型16），國(guó)有企業(yè)研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造有正向影響，系數(shù)為0.105。民營(yíng)企業(yè)研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造也有正向影響，系數(shù)為0.019?？蛇M(jìn)行中介變量模型檢驗(yàn)。

在中介變量模型中（模型12至模型14、模型17至模型19），國(guó)有上市企業(yè)研發(fā)投入對(duì)知識(shí)網(wǎng)絡(luò)密度有正向影響，系數(shù)為0.056，且上期知識(shí)網(wǎng)絡(luò)密度對(duì)當(dāng)期知識(shí)網(wǎng)絡(luò)密度的影響系數(shù)為0.131，即企業(yè)知識(shí)主體之間的關(guān)聯(lián)存在慣性。民營(yíng)上市企業(yè)研發(fā)投入對(duì)知識(shí)網(wǎng)絡(luò)密度有正向影響，系數(shù)為0.188，且上期知識(shí)網(wǎng)絡(luò)密度對(duì)當(dāng)期知識(shí)網(wǎng)絡(luò)密度的影響系數(shù)為0.65。由此可見，民營(yíng)上市企業(yè)研發(fā)投入對(duì)企業(yè)知識(shí)網(wǎng)絡(luò)密度的影響更大，民營(yíng)上市企業(yè)研發(fā)投入的針對(duì)性可能更強(qiáng)，更能激發(fā)創(chuàng)新主體的活力和效率。同時(shí)，民營(yíng)上市企業(yè)的知識(shí)性活動(dòng)能夠保持更好的延續(xù)性。國(guó)有上市企業(yè)研發(fā)投入對(duì)知識(shí)異變度有正向影響，系數(shù)為0.058，且上期知識(shí)異變度對(duì)當(dāng)期知識(shí)異變度的影響系數(shù)為0.499，即企業(yè)知識(shí)異變帶來(lái)的知識(shí)體系變革具有時(shí)滯。民營(yíng)上市企業(yè)研發(fā)投入對(duì)知識(shí)異變度有正向影響，系數(shù)為0.346，且上期知識(shí)異變度對(duì)當(dāng)期知識(shí)異變度的影響系數(shù)為0.586。由此可見，民營(yíng)上市企業(yè)研發(fā)投入對(duì)企業(yè)知識(shí)異變度的影響更大，民營(yíng)上市企業(yè)研發(fā)投入帶來(lái)新的知識(shí)門類可能更廣。同時(shí)，民營(yíng)上市企業(yè)知識(shí)異變度的時(shí)滯效應(yīng)要小于國(guó)有上市企業(yè)，可能的原因是民營(yíng)企業(yè)在甄別、淘汰變異知識(shí)上效率更高。國(guó)有上市企業(yè)研發(fā)投入對(duì)知識(shí)多樣性有正向影響，系數(shù)為0.032，且上期知識(shí)多樣性對(duì)當(dāng)期知識(shí)多樣性的影響系數(shù)為1.001。民營(yíng)上市企業(yè)研發(fā)投入對(duì)知識(shí)多樣性亦有正向影響，系數(shù)為0.176，且上期知識(shí)多樣性對(duì)當(dāng)期知識(shí)多樣性的影響系數(shù)為0.963。相比之下，民營(yíng)上市企業(yè)研發(fā)投入帶來(lái)的知識(shí)多樣性更多，可能的原因是民營(yíng)企業(yè)在市場(chǎng)上受到的體制性制度約束更少，在相同水平的研發(fā)投入下，民營(yíng)企業(yè)的“市場(chǎng)嗅覺(jué)”和對(duì)知識(shí)的捕捉更靈敏。

在中介效應(yīng)模型中（模型15、模型20），國(guó)有上市企業(yè)研發(fā)投入、知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性對(duì)價(jià)值創(chuàng)造存在正向影響，影響系數(shù)分別為0.011、0.029、0.109、0.121。民營(yíng)上市企業(yè)研發(fā)投入、知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性對(duì)價(jià)值創(chuàng)造的影響系數(shù)分別為0.033、0.009、0.057、0.065。可見，民營(yíng)上市企業(yè)研發(fā)投入對(duì)價(jià)值創(chuàng)造的影響要大于國(guó)有上市企業(yè)，而在知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性對(duì)價(jià)值創(chuàng)造的影響上，民營(yíng)上市企業(yè)卻要小于國(guó)有企業(yè)。可以理解為國(guó)有企業(yè)的研發(fā)投入對(duì)于企業(yè)知識(shí)生態(tài)的優(yōu)化效率更高，但知識(shí)成果轉(zhuǎn)化為市場(chǎng)價(jià)值的能力卻低于民營(yíng)企業(yè)。

4.5 面板中介效應(yīng)結(jié)果

根據(jù)上述中介效應(yīng)模型回歸結(jié)果，可以確定知識(shí)生態(tài)在企業(yè)研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的影響中具有中介效應(yīng)。模型5中解釋變量系數(shù)顯著，故為部分中介效應(yīng)。總體分組中知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的中介效應(yīng)占比分別為7.76%、9.53%、10.81%。國(guó)有上市企業(yè)分組中知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的中介效應(yīng)占比分別為12.80%、36.54%、25.85%。民營(yíng)上市企業(yè)分組中知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的中介效應(yīng)占比分別為4.88%、37.41%、25.74%。解釋變量對(duì)被解釋變量的總效應(yīng)、知識(shí)生態(tài)的中介效應(yīng)、直接效應(yīng)、間接效應(yīng)的結(jié)果見表3。由此，中介效應(yīng)假設(shè)驗(yàn)證通過(guò)，假設(shè)8、假設(shè)9、假設(shè)10得證。

表3 中介效應(yīng)結(jié)果

5 結(jié)論

本文依托大樣本上市公司數(shù)據(jù)，在企業(yè)知識(shí)生態(tài)及其構(gòu)成分析的基礎(chǔ)上，通過(guò)對(duì)企業(yè)知識(shí)生態(tài)進(jìn)行統(tǒng)計(jì)學(xué)意義上的結(jié)構(gòu)化測(cè)度，構(gòu)建基于面板數(shù)據(jù)的中介效應(yīng)模型，驗(yàn)證知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性在企業(yè)研發(fā)投入影響價(jià)值創(chuàng)造過(guò)程中的中介效應(yīng)，得到如下結(jié)論：

（1）企業(yè)研發(fā)投入對(duì)于企業(yè)價(jià)值創(chuàng)造具有明顯的正向促進(jìn)作用，雖然不同企業(yè)可能由于行業(yè)屬性以及知識(shí)稟賦的不同，而創(chuàng)新效率不同，但研發(fā)投入終將具有一定的產(chǎn)出效應(yīng)。企業(yè)研發(fā)投入對(duì)企業(yè)知識(shí)生態(tài)的影響，從規(guī)模維度看，主要表現(xiàn)為知識(shí)多樣性的豐富；從結(jié)構(gòu)維度看，主要表現(xiàn)為知識(shí)異變的加??；從效率維度看，主要表現(xiàn)為企業(yè)知識(shí)節(jié)點(diǎn)間的互動(dòng)頻度以及連接緊密性，即知識(shí)網(wǎng)絡(luò)密度的提升。

（2）企業(yè)研發(fā)投入、知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性對(duì)企業(yè)價(jià)值創(chuàng)造具有正向影響。知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性在企業(yè)研發(fā)投入對(duì)企業(yè)價(jià)值創(chuàng)造的影響中具有部分中介效應(yīng)。

（3）相比國(guó)有企業(yè)，民營(yíng)上市企業(yè)研發(fā)投入對(duì)企業(yè)知識(shí)網(wǎng)絡(luò)密度、知識(shí)異變度、知識(shí)多樣性的影響更大，可能的原因是民營(yíng)上市企業(yè)研發(fā)投入的針對(duì)性可能更強(qiáng)，更能激發(fā)創(chuàng)新主體的活力和效率，帶來(lái)新的知識(shí)門類更廣，在甄別、淘汰變異知識(shí)上效率更高，在市場(chǎng)上受到的體制性制度約束更少，在相同水平的研發(fā)投入下，民營(yíng)企業(yè)的“市場(chǎng)嗅覺(jué)”和對(duì)知識(shí)的捕捉更靈敏。