高管母校科研成果转化能力、校友网络与企业创新影响研究.pdf

高管母校科研成果转化能力、校友网络与企业创新影响研究郭金忠,李墨馨(新疆财经大学 信息管理学院,新疆 乌鲁木齐 8 3 0 0 1 2)收稿日期:2 0 2 2-0 4-1 5 修回日期:2 0 2 2-0 7-0 5基金项目:国家自然科学基金地区项目(7 2 2 6 4 0 3 6,7 2 0 6 2 0 2 9);新疆维吾尔自治区高校科研计划项目(X J E DU 2 0 1 9 S Y 0 2 7);新疆财经大学研究生科研创新项目(X J U F E 2 0 2 1 K 0 1 8);新疆财经大学校级科研基金高层次人才专项(2 0 2 2 X G C 0 4 2)作者简介:郭金忠(1 9 8 5-),男,甘肃陇南人,博士,新疆财经大学信息管理学院副教授、硕士生导师,研究方向为技术创新、企业规模分布;李墨馨(1 9 9 8-),女,河南驻马店人,新疆财经大学信息管理学院硕士研究生,研究方向为技术创新。摘 要:基于I n c o P a t平台检索得到的中国内地高校发明专利转让数据,以2 0 1 12 0 2 0年我国沪深A股上市的高新技术企业为样本,采用社交网络分析方法建立校友网络,分析高管母校科研成果转化能力、校友网络以及二者交互作用对企业创新的影响关系。研究发现:高管母校科研成果转化能力显著提升企业创新投入与产出;校友网络中心度对企业创新投入与产出水平具有显著促进作用;企业越处于校友网络中心位置,高管母校科研成果转化能力对企业创新投入与产出水平的提升作用越显著。然而,企业创新的母校纽带也可能产生“小圈子”效应,从而固化创新思维,表现为高管团队海外背景异质性在高管母校科研成果转化能力与企业创新之间存在正向调节作用,但当企业位于校友网络中心位置时,这一调节效应不显著。过度强调“母校意识”可能遮掩海外异质性知识资源对企业创新的促进作用,与开放、多元的创新精神背道而驰。关键词:高校科研成果转化;校友网络;企业创新;高管团队海外背景异质性 D O I:1 0.6 0 4 9/k j j b y d c.2 0 2 2 0 4 0 9 0 5 开放科学(资源服务)标识码(O S I D):中图分类号:F 2 7 3.1 文献标识码:A 文章编号:1 0 0 1-7 3 4 8(2 0 2 3)1 9-0 1 4 0-1 10 引言随着新一轮技术和产业革命的到来,创新链与产业链融合,不仅要确立企业创新主体地位,还要加快构建龙头企业牵头、高校院所支撑、各创新主体相互协同的创新联合体1。高校作为企业创新的外部发源地之一,是我国创新的重要基地2。2 0 2 0年教育部等部门发布 关于提升高等学校专利质量促进转化运用的若干意见,明确提出“高校专利等科研成果只有转化为生产力才能实现创新价值”3。根据高阶理论4,高管团队作为组织管理者和决策者,其教育背景和社会关系会影响企业制定与执行战略时的偏好、认知模式和价值取向,进而影响公司绩效。“母校意识”使高管与母校之间形成紧密关系,在高校与企业交流中拉近彼此距离,增强亲近感和认同感,为创新合作奠定基础。高校科研成果转化是指高校对科学研究和技术开发中产生的具有实用价值的科研成果进行试验、开发、应用与推广,直至形成新产品、新工艺、新材料,发展新产业等5。高管母校良好的科研成果转化能力,一方面代表高校深厚的科研实力,另一方面代表母校对市场需求具有灵敏的嗅觉,意味着科研成果与市场的高度适配性6。企业若能从高管母校研发与转化的科研成果中吸取前沿热点知识与市场信息资源,则不仅有利于正式的校企合作,而且对企业战略发展和创新大有裨益。F a n g d a等7研究发现母校意识不仅联结高校与企业,而且企业间也因校友关系产生联系,构成巨大的校友网络;申宇等(2 0 1 7)研究发现,校友网络作为企业重要的社会资本,可以帮助企业获取更多融资,以及降低信息不对称从而便捷获得技术创新市场需求信息,促进企业创新产出。基于以上分析,本文以2 0 1 12 0 2 0年我国沪深A股上市的高新技术企业数据为样本,以I n c o P a t平台检索得到的中国高校发明专利转让数量作为高管母校科研成果能力的代理变量,并使用社会网络分析技术量化高管在校友网络的中心位置,分析高管母校科研成果转化能力、校友网络以及二者交互作用对企业创新的影响作用。从母校意识的反面视角入手,区分校友网络中心位置组和非中心位置组,探究在促进企业创新方面,来自中国内地的高管母校科研成果转化能力与来自海外的高管团队海外背景异质性能否促进资源互补。1 理论分析与研究假设1.1 高管母校科研成果转化能力与企业创新 高等院校作为高管曾经长期生活的固定场所,在提升高管技术能力、促进其心智成熟以及塑造价值观等方面具有重要影响8。C h a n g等9研究发现,高管的知识更多地来自其母校,而且母校的知识成果经济效益越好,高管利用母校知识的动机就越强。基于共同母校,高管可以与科研成果开发团队拉近距离,提升企业接受、吸收母校科研成果的效率。并且,高管可以作为新的技术创新扩散源,实现科研成果隐形知识传播与共享,为企业在高校科研成果的基础上实现二次创新清除障碍。从企业创新资源获取角度看,母校转化的科研成果具备地域分布和行业分布多样性,兼具物质性和社会性支撑能力,有极大的资源开发价值1 0。根据社会资本理论,高管母校科研成果转化能力主要从两个方面影响企业创新水平:第一,高管母校科研成果具有信号显示作用,创新含金量高的科研成果不断产生正外部性并且发生外溢。母校转化的科研成果中的复杂技术,可以使校友高管得到启发,促进更多创新决策的产生和实施,提升企业创新投入水平。第二,具有强大科研背景和科研实力的高校培养出来的高管会更具创新意识,该类高管在企业创新决策中拥有更多发言机会。而且,这些高校更可能拥有强大的人力资源、资金资源、技术资源和政策支撑,毕业于该类高校的高管在技术创新前沿信息、知识获取、价格发现和搜寻成本方面都更具优势,有利于企业创新决策落实以及创新产出水平提升。从企业创新资源吸收角度看,高管母校的科研成果转化能力从以下两个方面影响企业创新产出。第一,高管母校对企业具有天生亲和力,母校情结像润滑剂一样悄无声息地拉近企业与高校、高管及研发人员之间的关系1 1。企业从母校得到最前沿技术、信息的速度、成本与含金量比市场渠道更有优势,加之有母校与企业之间的信任作保障,企业创新不确定性和风险也会降低,创新积极性与投入水平随之提高。第二,科研成果转化能力优秀的母校,可以为企业与高校之间的合作提供更多可能性2,有利于企业创新产出增加。在合作之前,对母校的认同感可以减少校企交往中的争端,促进合作,企业还可以在母校预先进行试验或者推广,降低企业创新前期成本和失败风险。在合作过程中,高校科研人员与企业高管的关系更加密切,企业技术应用过程中产生的问题可以得到及时反馈,从而加速创新进程。合作完成之后,母校的科研成果转化能力可以为企业拓宽市场、树立口碑提供背书,提升市场对企业创新成果的好感度。由此提出如下假设:H1 a:高管母校的科研成果转化能力与企业创新投入呈正相关关系;H1 b:高管母校的科研成果转化能力与企业创新产出呈正相关关系。1.2 校友网络与企业创新 根据复杂网络原理,W o o l c o c k1 2指出主体(企业)越占据网络中心位置,其网络关系强度越高,带来的资源配置和公司治理效应差异就越大。社会网络研究常使用中心度指标衡量网络重要位置,中心度指标代表网络中联系的重要性与数量,处于中心位置的节点具有更多控制优势1 3,校友网络中心度表示高管在校友网络中的重要地位。从资源论出发,位于网络中心位置的高管拥有优厚的社会资本,可以对网络中镶嵌的丰富资源和信息进行收集与筛选,有利于创新投入增加。核心位置高管甚至能控制信息资源流向,使得企业创新产品具有独特竞争优势1 4。B u r t1 5指出,中心位置高管在网络中能凭借其位置优势,与外界各主体如政府、银行、投资机构建立密切联结,从而在获取融资上节省成本,缓解企业创新时面临的融资约束;陈运森等1 6也研究发现中心度较高的高管有更多渠道获得外部信息,而信息交流有助于促进创新资源和知识传递。因此,校友网络中心位置的资源优势有利于提升企业创新活动实施效率,增加企业创新投入和产出。由此提出如下假设:H2 a:高管校友网络中心度与企业创新投入呈正相关关系;H2 b:高管校友网络中心度与企业创新产出呈正相关关系。1.3 高管母校科研成果转化能力、校友网络与企业创新在校企交流过程中,高校作为创造知识的一方,对创新知识的内容和应用价值有着更清晰的认识,而高管离开学校后与母校的距离渐渐拉远。因此,若没有良好的信息与资源交换网络平台,公司便很难及时准确掌握母校转换的科研成果中的隐性知识,难以将不同科研成果包含的创新要素整合为企业创新所需资源2。周怀康等1 7研究发现,相比其它社会网络关系,共同的教育经历和知识背景使得创新系统中个体更加信任来自校友的知识和信息。处于校友网络中心位置的企业,在利用母校科研成果转化能力促进企业创新投入和产出方面更有优势。一方面,校友网络将围绕在高校周围的产、学、研不同主体以校友关系为纽带形成网络,网络内部镶嵌的资源异质性更高。另一方面,当企业高管出身科研能力背景雄厚的高校时,其组织创新生产要素的能力也较网络中其它企业更强,面对母校转化的科研成果,能更高效地整合分散的创新生产要素,助推企业将生产要素和生产条件的新组合引入生产体系,提升企业创新投入水平。而且,网络中心位置企业影响力较强1 6,很可能被列为高校科研成果转化的重要潜在客户群体,无形中拉近校企交流的社141 第1 9期 郭金忠,李墨馨:高管母校科研成果转化能力、校友网络与企业创新影响研究会关系距离,促进高校创新知识进入企业,提升企业创新产出。由此提出如下假设:H3 a:企业越占据校友网络中心位置,越能强化高管母校科研成果转化能力对企业创新投入的提升作用;H3 b:企业越占据校友网络中心位置,越能强化高管母校科研成果转化能力对企业创新产出的提升作用。2 研究设计2.1 样本选择与数据来源 本文以2 0 1 12 0 2 0年沪深A股上市高新技术企业为研究样本,上市公司高管团队教育背景信息来自国泰安与C N R D S库比对,对于毕业院校和专业缺失的高管通过新浪财经、凤凰财经等平台进行简历爬取,并通过P y t h o n分词提取高管毕业院校进行补充。根据2 0 2 1年全国高等院校名单 建立中国高校字典(并补充曾用 名),筛 选 高 管 毕 业 高 校 背 景 信 息,并 建 立 高管母校和企业高校矩阵,以便后续的校友网络构建。为了避免姓名重合的干扰,将高管信息与企业年报匹配后设立个人独立I D。采用U c i n e t和G e p h i软件计算校友网络中心度,选取中心度平均值作为公司层面的校友网络中心度指标。高管母校专利转让数据来自科技创新情报专利信息平台I n c o P a t,具体检索步骤如下:筛选日期,选择2 0 1 1年1月1日到2 0 2 0年1 2月3 1日;专利类型,选择发明申请专利;法律事件,选择转让;中国申请人类型,选择大专院校;申请人国别选择中国。数据下载时间为2 0 2 2年6月1 5日,共检索得到6 7 5 3 7条专利数据,作为中国不同高校发明申请专利的转让数据集。将高新技术企业中高管团队毕业院校与高校专利转让数量集进行匹配,以公司为主体进行不同年份数量加总,最终得到高管团队母校专利转让数据。观测值的财务数据和专利数据均来自国泰安和C N R D S数据库。对数据作以下处理:剔除出现异常的S T、*S T企业;剔除关键财务和专利指标缺失、高管教育背景超过半数缺失以及数据异常的企业;对所有连续变量在1%水平上进行缩尾处理,最终选定1 0 2 5家企业,得到7 1 4 2个观测值。2.2 变量定义2.2.1 因变量:企业创新 现有研究主要从企业创新投入和产出两个维度衡量企业创新水平,创新投入维度采用企业当年研发投入数据取对数衡量;企业创新产出测度方式多样,随着我国专利数据的不断完善,越来越多的学者使用专利数据衡量企业创新产出。本文借鉴黎文靖等1 8的研究,采用企业当期发明专利申请量衡量企业创新产出,考虑到专利申请数不符合正态分布,在回归模型中将发明专利申请量加1后取对数。2.2.2 自变量:高管母校科研成果转化能力 发明专利被视为创新核心竞争力的标志,也是衡量高校科研实力和研发能力的重要指标,发明专利转让数量一定程度上代表高校科研成果转化能力。鉴于数据可得性与权威性,本文参考栾春娟等1 9研究,使用中国高校发明专利转让数测度高校科研成果转化能力。根据高管教育背景信息筛选企业高管团队毕业院校集合,与中国高校发明专利转让数据进行匹配,得到企业高管母校科研成果转化数量。为了减少异常值的影响,将企业层面高管母校发明专利转让数量加1取对数,作为高管母校科研成果转化能力的代理变量。2.2.3 调节变量:校友网络中心度 借鉴陈运森等1 6的研究,根据高管个人简历,选取高管作为网络节点,基于高管教育背景,以高管毕业高校为网络连接边,构建校友网络。为了量化校友网络位置,引入复杂网络的中心度指标,用特征向量中心度指标刻画校友关系网络强弱,度量校友网络质量,并且使用程度中心度指标度量校友网络数量,开展稳健性检验。特征向量中心度:E i g e n v e c t o ri=1bi jEi(1)该中心度可以通过求解标准的“特征值特征向量”问题方程获得:B E=E。其中:bi j是邻接矩阵,若高管i和j至少有一次校友经历则bi j为1,否则为0;是B的最大特征值,Ei是高管j中心度的特征值。程度中心度:D e g r e ei=jXi jg-1(2)不同于特征向量中心度关注与高管i联系的其他高管的网络关系强弱,程度中心度计算高管i的关系网络中直接校友人数,即直接的校友关系。其中,i和j分别代表网络中不同高管,若i和j至少有一次校友经历则Xi j为1,否则为0。g为当年上市公司高管总人数,(g-1)用来消除规模差异。程度中心度衡量与高管i直接联系的高管数量,该指标值越大,说明校友关系越广。2.2.4 控制变量 参考以往学者研究2,9,对企业资产结构、独立董事比例、企业年龄、股票换手率、R OA、资产负债率、股权集中度、托宾Q和现金比率等变量进行控制。具体变量定义与说明如表1所示。2.3 模型设计构建多元回归模型(3)检验高管母校科研成果转化能力是否影响企业创新产出水平。I n n o v a t i o ni,t=+T s pi,t-1+kc o n t r o li,t-1+241科技进步与对策 2 0 2 3年 I n d u s t r yi+Y e a rt+P r o v i n c ei+i,t(3)构建多元回归模型(4)检验高管校友网络中心度是否影响企业创新产出水平。I n n o v a t i o ni,t=+E i gi,t-1+kc o n t r o li,t-1+I n d u s t r yi+Y e a rt+P r o v i n c ei+i,t(4)表1 主要变量定义与说明T a b.1 D e f i n i t i o n s a n d d e s c r i p t i o n s o f t h e m a i n v a r i a b l e s变量类型变量符号变量名称与说明变量说明因变量L n r d企业创新投入水平企业当年研发投入费用取对数L n i企业创新产出水平企业发明专利申请量+1取对数自变量T s p高管母校科研成果转化能力企业层面高管母校发明专利转让集合+1取对数调节变量E i g 校友网络特征向量中心度 特征向量中心度,计算方法见上文D e g校友网络程度中心度程度中心度,计算方法见上文控制变量A s s e t资产结构固定资产占总资产的比重A g e企业年龄根据企业成立时间推算出企业年龄并取对数R o a总资产收益率企业当年净利润除以平均总资产T o p1股权集中度企业第一大股东持股占比Q托宾Q(每股价格*流通股股数+每股净资产*非流通股股数+负债账面价值)/总资产L e v e r a g e资产负债率负债总计/资产总计I n d e p独立董事比例独立董事人数/董事会人数g r o w t h销售收入增长率(当年营业收入 前年营业收入)/前年营业收入C a s h现金比率现金资产占企业总资产比率T u r n o v e r超额换手率当年股票月换手率-去年股票月换手率I n d行业行业虚拟变量Y e a r年份年份虚拟变量P r o地区地区虚拟变量 建立模型(5)衡量高管母校科研成果转化能力在不同校友网络位置对企业创新产出中的影响效应。I n n o v a t i o ni,t=+1T s pi,t-1+2E i gi,t-1+3T s pi,t-1E i gi,t-1+kc o n t r o li,t-1+I n d u s t r yi+Y e a rt+P r o v i n c ei+i,t(5)其中,I n n o v a t i o ni,t为被解释变量,以企业i在第t年的创新投入和产出水平两个维度衡量;解释变量T s p为高管母校科研成果转化能力指标,E i g为校友网络中心度指标,分别以特征向量中心度和程度中心度两个维度 衡 量;F i rmc o n t r o l代 表 模 型 的1 0个 控 制 变 量;I n d u s t r y、p r o v i n c e分别表示行业和省份固定效应。考虑到企业专利从研发到申请存在一定时滞,探究企业创新产出维度时将解释变量进行滞后一期处理。3 实证分析3.1 描述性统计主要变量的描述性统计值如表2所示。近年来受到政策引导等影响,我国企业发明专利申请数量和高校(高管母校)发明专利转让数量出现跨越式增长6。从描述性统计值来看,在统计区间内高新技术上市企业研发投入取对数后(L n r d)的均值为1 8.0 1 5,中位数为1 7.9 5 5,研发投入分布较为均匀。企业申请的发明专利(L n i)、高管母校发明专利转让数量(T s p)未取对数之前的均值分别为9和9 8,均明显高于中位数,表明大部分样本企业申请的发明专利数量和母校科研成果转化能力较强,而二者的标准差为2 0和9 4,说明不同企业、高校的创新能力参差不齐。校友网络的两类中心度最大值分别为0.7 8 3、0.7 9 7,最小值都为0,说明在校友网络位置层面,特征向量中心度和程度中心度存在一定差异。其它调节变量和控制变量没有明显的样本选择偏差,均在合理范围内。表2 主要变量描述性统计结果T a b.2 D e s c r i p t i v e s t a t i s t i c s o f t h e m a i n v a r i a b l e s变量 均值 中位数 标准差 最大值 最小值 L n r d 1 8.0 1 5 1 7.9 5 5 1.1 9 6 2 1.4 8 0 1 4.8 1 3 L n i 8.9 1 3 2.0 0 0 2 0.6 9 0 2 2 2.0 0 0 0.0 0 0 T s p 9 8.1 0 0 6 9.0 0 0 9 4.0 7 0 7 3 2.0 0 0 1.0 0 0 E i g 0.1 0 4 0.0 2 8 0.1 5 5 0.7 8 3 0.0 0 0 D e g 0.0 6 5 0.0 7 1 0.0 1 4 0.0 7 9 0.0 0 0 B h e t 0.0 9 2 0.0 0 0 0.1 5 4 0.5 0 0 0.0 0 0 A s s e t 0.1 9 3 0.1 7 1 0.1 2 5 0.5 8 1 0.0 0 4 A g e 2.7 9 3 2.8 3 3 0.3 1 6 3.4 3 4 1.7 9 2 R o a 0.0 4 2 0.0 4 2 0.0 5 9 0.2 0 7 -0.2 8 5 T o p1 0.3 2 1 0.3 0 1 0.1 3 2 0.6 9 7 0.0 8 9 Q 0.3 7 5 0.3 3 3 0.0 5 2 0 0.5 7 1 0.3 3 3 L e v e r a g e 0.3 8 9 0.3 7 9 0.1 8 7 0.8 5 9 0.0 5 5 I n d e p 2.1 0 4 1.7 4 9 1.1 1 9 7.6 8 7 0.9 1 5 g r o w t h 0.1 6 5 0.1 1 8 0.3 1 0 1.8 1 2 -0.4 6 9 C a s h 0.0 4 4 0.0 4 2 0.0 5 9 0.2 1 9 -0.1 3 6 T u r n o v e r -0.0 9 8 -0.0 3 5 0.4 4 1 0.9 3 2 -1.9 3 23.2 回归分析 为有效识别高管母校科研成果转化、校友网络对企业创新投入与产出的影响效应,采用固定效应模型进行估计,高管母校科研成果转化能力、校友网络与企业创新投入的回归结果如表3所示,高管母校科研成果转化能力、校友网络与企业创新产出的回归结果如表4所示。341 第1 9期 郭金忠,李墨馨:高管母校科研成果转化能力、校友网络与企业创新影响研究表3第1列 显 示,高 管 母 校 科 研 成 果 转 化 能 力(T s p)的回归系数为0.0 5 1,并在1%的置信水平下显著,表明高管母校科研成果转化能力有助于企业创新投入提升。由表4第1列可知,高管母校科研成果转化(T s p)对企 业 发 明 专 利 申 请 数(L n i)的 回 归 系 数 为0.0 4 5,显著为正,因此,假设H1 a与H1 b得到支持。高管母校科研成果转化能力作为企业重要的社会资本,能给企业带来丰富的创新资源,而且,母校能为企业吸收创新所需资源提供更多知识、技术、智力等支持,因而企业创新投入和产出均能得到提升。表3第2列显示,校友网络特征向量中心度(E i g)对企业研发投入(L n r d)的回归系数为0.4 2 1,并在1%的置信水平下显著,第3列的程度中心度(D e g)回归系数为2.5 1 3,显著为正。在创新产出维度,表4第2列的校友网络特征向量中心度(E i g)回归系数为0.2 1 1,在1%的置信水平下显著,而且,第3列的程度中心度(D e g)对企业发明专利申请数(L n i)的回归系数为1.7 4 1,也显著为正。不难看出,位于校友网络中心的企业拥有信息资源优势和地位优势,可以促进企业创新投入与产出水平提升,支持假设H2 a与H2 b。表3第4、第5列 显 示,高 管 母 校 科 研 成 果 转 化(T s p)与校友网络特征向量中心度(E i g)、程度中心度(D e g)的交乘项对企业创新投入(L n r d)的回归系数分别为0.2 0 9、1.5 5 3,并分别在1%和5%水平上显著。表4第4、第5列显示,高管母校科研成果转化(T s p)与校友网络特征向量中心度(E i g)、程度中心度(D e g)的交乘项对企业发明专利申请数(L n i)的回归系数分别为0.2 5 5、2.2 7 3,均在1%置信水平下正相关,表明校友网络能强化高管母校科研成果对企业创新投入和产出的促进作用。两类网络中心度指标与高管母校科研成果转化能力的交乘项均得到相同结论,保障了研究稳健性,因此,假设H3 a与H3 b得到支持。表3 高管母校科研成果转化能力、校友网络与企业创新投入回归结果T a b.3 R e g r e s s i o n r e s u l t s o f r e s e a r c h o u t p u t t r a n s f o r m a t i o n a b i l i t y,a l u m n i n e t w o r k a n d c o r p o r a t e i n n o v a t i o n i n v e s t m e n t a t e x e c u t i v e s a l m a m a t e r变量 (1)(2)(3)(4)(5)T s p0.0 5 1*0.0 5 0*0.0 4 5*(4.2 1)(4.1 8)(3.6 3)E i g0.4 2 1*0.4 6 4*(4.5 1)(4.9 1)D e g2.5 1 3*0.2 9 1*(2.9 1)(2.8 2)T s p*E i g0.2 0 9*(2.7 6)T s p*D e g1.5 5 3*(2.1 4)A s s e t-0.5 4 9*-0.5 8 2*-0.5 5 4*-0.5 7 0*-0.5 4 9*(-4.1 8)(-4.4 5)(-4.2 2)(-4.3 6)(-4.1 8)A g e0.0 4 0-0.0 0 30.0 3 6-0.0 0 50.0 3 8(0.8 6)(-0.0 6)(0.7 6)(-0.1 0)(0.8 0)R o a4.5 2 4*4.4 5 3*4.5 2 1*4.4 4 6*4.5 0 9*(1 5.6 6)(1 5.4 4)(1 5.6 4)(1 5.4 5)(1 5.6 2)T o p10.3 0 0*0.2 4 9*0.2 8 8*0.2 5 3*0.2 9 8*(2.7 8)(2.3 0)(2.6 7)(2.3 4)(2.7 6)Q2.3 0 6*2.2 6 4*2.3 1 7*2.2 4 7*2.3 0 9*(2 4.7 9)(2 4.3 3)(2 4.8 4)(2 4.2 0)(2 4.7 9)L e v e r a g e-0.1 8 7*-0.1 8 5*-0.1 8 6*-0.1 8 6*-0.1 8 7*(-1 3.1 8)(-1 3.1 2)(-1 3.1 6)(-1 3.1 4)(-1 3.1 6)I n d e p-0.0 7 4*-0.0 6 4*-0.0 7 2*-0.0 6 4*-0.0 7 2*(-1.9 7)(-1.7 2)(-1.9 3)(-1.7 3)(-1.9 3)G r o w t h2.8 3 3*2.8 4 5*2.8 3 0*2.8 4 7*2.8 3 3*(1 0.4 0)(1 0.4 5)(1 0.3 7)(1 0.4 7)(1 0.4 0)C a s h0.2 6 0*0.2 6 5*0.2 5 7*0.2 6 7*0.2 5 8*(9.1 5)(9.2 7)(9.0 8)(9.4 1)(9.1 1)T u r n o v e r-0.5 4 9*-0.5 8 2*-0.5 5 4*-0.5 7 0*-0.5 4 9*(-4.1 8)(-4.4 5)(-4.2 2)(-4.3 6)(-4.1 8)C o n s t a n t1 5.5 3 8*1 5.7 9 0*1 5.5 5 5*1 5.6 1 8*1 5.3 7 2*(5 0.0 9)(5 2.6 1)(4 9.8 1)(5 1.3 3)(4 8.5 3)行业/地区/年份Y e sY e sY e sY e sY e sN7 1 4 27 1 4 27 1 4 27 1 4 27 1 4 2A d j.R20.3 3 40.3 3 50.3 3 30.3 3 70.3 3 5注:*、*、*分别表示显著性水平为1%、5%和 1 0%,括号内为t值,下同441科技进步与对策 2 0 2 3年 上述分析说明,在充满风险的创新市场中,高管母校科研成果转化能力可以为企业探索学习外部新技术新知识提供有效途径。尤其当企业占据校友网络中心位置时,企业依托校友网络中心位置的信息和资源优势,更易获取、吸收、应用高管母校科研成果转化的技术信息,搜寻成本和运营成本更低。而且,处于网络中心位置的企业在市场中具有重要地位,高校会更重视该类企业的意见,加强交流并促成合作,有助于提升企业创新投入和产出水平。3.3 稳健性与内生性检验3.3.1 工具变量回归 以上研究表明,母校科研成果转化能力可以提升企业创新投入与产出水平。但是,考虑模型设计的内生性问题,创新水平较高的企业特别是高新技术企业,一般倾向于雇佣母校科研背景强大的高管,这存在双向因果问题。本文采用工具变量法处理内生性问题,将同一省市地区的高校发明专利申请均值作为工具变量,通过两阶段回归法(2 S L S)对工具变量进行估计。高校申请的发明专利在没有转化前,很多都被学校“束之高阁”2 0,与企业特质相关性较小,但是,高校转化的发明专利几乎都出自其曾经申请的专利。因此,本文选取的工具变量与残差的相关性较低,但与内生变量相关。工具变量回归结果如表5所示,第一阶段回归中的工具变量与高管母校科研成果转化能力存在显著正相关关系,F值满足1%显著性水平,说明不存在弱工具变量问题,符合工具变量理论;在第二阶段,高管母校科研成果转化能力与企业创新投入、企业创新投入的回归系数仍均显著为正。通过检验并未发现过度识别与识别不足问题,说明消除内生性后,高管母校的科研成果转化能力依旧促进企业创新,再次验证了本文结论。表4 高管母校科研成果转化能力、校友网络与企业创新产出的回归结果T a b.4 R e g r e s s i o n r e s u l t s o f r e s e a r c h o u t p u t t r a n s f o r m a t i o n c a p a b i l i t y,a l u m n i n e t w o r k a n d c o r p o r a t e i n n o v a t i o n o u t p u t o f e x e c u t i v e s a l m a m a t e r变量 (1)(2)(3)(4)(5)T s p0.0 4 5*0.0 4 4*0.0 4 1*(3.1 6)(3.1 0)(2.8 5)E i g0.2 1 1*0.2 6 3*(2.0 4)(2.4 8)D e g1.7 4 1*0.2 6 8*(1.6 7)(2.2 0)T s p*E i g0.2 5 5*(3.2 2)T s p*D e g2.2 7 3*(2.7 8)A s s e t-0.5 4 9*-0.5 8 2*-0.5 5 4*-0.5 7 0*-0.5 4 9*(-4.1 8)(-4.4 5)(-4.2 2)(-4.3 6)(-4.1 8)A g e0.0 4 0-0.0 0 30.0 3 6-0.0 0 50.0 3 8(0.8 6)(-0.0 6)(0.7 6)(-0.1 0)(0.8 0)R o a4.5 2 4*4.4 5 3*4.5 2 1*4.4 4 6*4.5 0 9*(1 5.6 6)(1 5.4 4)(1 5.6 4)(1 5.4 5)(1 5.6 2)T o p10.3 0 0*0.2 4 9*0.2 8 8*0.2 5 3*0.2 9 8*(2.7 8)(2.3 0)(2.6 7)(2.3 4)(2.7 6)Q2.3 0 6*2.2 6 4*2.3 1 7*2.2 4 7*2.3 0 9*(2 4.7 9)(2 4.3 3)(2 4.8 4)(2 4.2 0)(2 4.7 9)L e v e r a g e-0.1 8 7*-0.1 8 5*-0.1 8 6*-0.1 8 6*-0.1 8 7*(-1 3.1 8)(-1 3.1 2)(-1 3.1 6)(-1 3.1 4)(-1 3.1 6)I n d e p-0.0 7 4*-0.0 6 4*-0.0 7 2*-0.0 6 4*-0.0 7 2*(-1.9 7)(-1.7 2)(-1.9 3)(-1.7 3)(-1.9 3)G r o w t h2.8 3 3*2.8 4 5*2.8 3 0*2.8 4 7*2.8 3 3*(1 0.4 0)(1 0.4 5)(1 0.3 7)(1 0.4 7)(1 0.4 0)C a s h0.2 6 0*0.2 6 5*0.2 5 7*0.2 6 7*0.2 5 8*(9.1 5)(9.2 7)(9.0 8)(9.4 1)(9.1 1)T u r n o v e r-0.5 4 9*-0.5 8 2*-0.5 5 4*-0.5 7 0*-0.5 4 9*(-4.1 8)(-4.4 5)(-4.2 2)(-4.3 6)(-4.1 8)C o n s t a n t-0.4 2 0*-0.2 2 5-0.3 7 1-0.3 7 1-0.5 7 4*(-1.6 6)(-0.9 1)(-1.4 6)(-1.4 6)(-2.1 8)行业/地区/年份Y e sY e sY e sY e sY e sN7 1 4 27 1 4 27 1 4 27 1 4 27 1 4 2A d j.R20.1 1 60.1 1 60.1 1 50.1 1 80.1 1 7541 第1 9期 郭金忠,李墨馨:高管母校科研成果转化能力、校友网络与企业创新影响研究表5 工具变量2 S L S检验结果T a b.5 2 S L S t e s t r e s u l t s o f t h e i n s t r u m e n t a l v a r i a b l e s变量第一阶段高管母校科研成果转化能力(T s p)第二阶段企业创新投入(L n r d)第二阶段企业创新产出(l n i)T s p0.0 6 3*0.0 6 7*(4.1 0)(4.6 9)地区高校专利申请均值0.9 5 4*(1 0 2.4 8)A s s e t-0.0 1 3-0.4 8 6*-0.9 1 9*(-0.2 5)(-3.7 7)(-7.0 6)A g e-0.0 1 50.1 4 8*0.0 1 5(-0.7 3)(2.8 2)(0.3 1)R o a-0.1 2 62.9 8 2*4.3 3 4*(-1.2 2)(1 1.6 6)(1 4.6 5)T o p1-0.0 0 1-0.0 5 90.1 2 6(-0.0 3)(-0.4 7)(1.0 8)Q0.0 4 10.9 0 7*2.1 1 7*(1.1 4)(9.4 2)(2 2.2 3)L e v e r a g e0.0 0 4-0.0 7 1*-0.1 7 3*(0.7 4)(-5.4 8)(-1 2.4 9)I n d e p0.0 0 1-0.1 7 4*-0.0 9 1*(0.0 6)(-4.6 5)(-2.0 8)G r o w t h0.0 4 21.2 5 9*2.7 4 2*(0.3 9)(4.5 7)(9.5 3)C a s h-0.0 2 3*0.0 6 9*0.2 7 6*(-1.7 5)(2.2 0)(9.2 6)T u r n o v e r-0.0 1 3-0.4 8 6*-0.9 1 9*(-0.2 5)(-3.7 7)(-7.0 6)C o n s t a n t-3.2 0 3*0.6 2 2*1 6.3 8 0*(-2 4.3 1)(3.0 4)(8 6.2 2)仅包含工具变量的联合检验F统计量(值)3 1 9.5 2(0.0 0 0)工具变量识别不足检验:A n d e r s o n C a n o n.LM(P 值)1 5 7 1.9 1 61 5 7 9.9 0 8(0.0 0 0)(0.0 0 0)弱工具变量检验:C r a g g-D o n a l d W a l d F统计量9 9 8 9.5 4 19 9 7 2.3 8 4S t o c k-Y o g o W e a k I D T e s t C r i t i c a l V a l u e s:1 0%M a x i m a l I V1 6.3 8 01 6.3 8 0行业/地区/年份Y e sY e sY e sN7 1 4 27 1 4 27 1 4 2A d j.R20.8 2 50.2 1 70.1 1 83.3.2 系统GMM回归 针对校友网络对企业创新投入的影响(如遗漏变量)等内生性问题导致的固定效应模型估计有偏、非一致现象,参考