“近朱者赤”

孫瑜辰

內容摘要：創新投入是企業重要的戰略決策，其不僅受到企業內部特征、外部環境、決策者認知等制約，還受到“同伴企業”影響。本文以2009-2016年滬深A股上市公司為研究對象，基于“同伴效應”理論試圖從行業及地區層面對企業創新投入決策機理進行實證分析。

關鍵詞：創新投入 同伴效應 績效反饋

近年來，有關企業創新投入影響因素的實證研究成為學者們關注的焦點。已有文獻大多圍繞企業外部環境（如宏觀經濟、政府支持、行業特點）（Scott，1984；Lederman & Maloney，2003；Hirschey，2004）和內部特征（如企業規模、公司治理、管理層行為）（Balkin，2000；Hosono，et al.，2004；Jefferson，2008）來研究其創新投入的影響因素。同時，尚有跡象表明，企業進行創新投入決策時，參照了同行業或同地區同伴企業的創新投入水平（即存在“同伴效應”），并以此作為決策的重要依據之一。

有關企業并購、投融資、現金持有以及薪酬激勵等方面的實證研究已經證明了“同伴效應”存在的廣泛性，至于創新投入中是否存在“同伴效應”，以往文獻鮮少涉及。因此，本文以2009-2016年滬深A股上市公司為樣本，實證檢驗了“同伴效應”對企業創新投入的影響機理，同時對不同績效反饋情形下該效應的強度差異進行討論。

理論分析與研究假設

“同伴效應”。“同伴效應”（Peer Effect）意指群體行為會對群體中單個個體的行為造成影響，常常表征為群體中的個體對一個領導的跟隨，或者直接形成一種群體的隱性規范。新制度理論認為參照模仿是對不確定性的自然回應，不確定性是企業采取模仿行為的驅動因素。近年來，隨著“互聯網+”創新2.0下新業態的不斷發展與演進，我國企業面臨前所未有的機遇與挑戰，面臨的環境不確定性日益增大，這一前提使企業有足夠的動機去模仿同伴的決策行為，以期實現共進退。首先，模仿同伴可增加自身行為合法性。當越來越多企業采用同一行為時，這一行為的合法性也將逐漸得以強化，成為大多數企業理所當然的選擇，從而更易被公眾接受，提高生存和成功的幾率（Suchman，1995），此外管理者也可因此減輕因創新投入決策失誤所帶來的懲罰。其次，降低決策成本也是企業間進行模仿的重要因素。外部環境的不確定性加之研究開發過程本身的不確定性使得企業創新投入決策成本很高，而參照模仿同伴企業的決策行為可有效降低決策成本，獲得一定的效率收益（Dimaggio & Powell，1983），尤其對中小企業而言，由于自身專業知識和能力的缺乏，他們更傾向于呈現學習者的行為特征，通過模仿來彌補自身水平的不足。除此之外，信息分享渠道多樣、人員流動性增強、信息監管與約束機制缺乏等因素也為企業模仿行為的實現提供了可能，是企業采取模仿行為的必要條件，是“同伴效應”滋生的沃土（陳仕華和盧昌崇，2013）。

企業創新投入的“同伴效應”。如前所述，只有當參照對象與模仿者之間存在一定的溝通機制或某種社會聯系后，模仿行為才能夠得以順利發生。根據新制度理論的觀點，信息借助于行業內的競爭性和空間上的臨近性將更容易實現有效傳遞。Tarde（1903）認為，企業的模仿行為呈現一定的規律性，即從內到外，模仿者會優先選擇和自身特性類似或處于相同外部環境的模仿對象進行模仿，對其的模仿強度也會更大。所以，當企業尋求創新投入模仿同伴時，由于同行業或同地區其他企業的創新投入行為更易觀測，且由于行業相似或地理臨近更易形成對彼此的認同與信賴，企業會更偏向于對該類企業的創新投入決策進行模仿。因此，本文首先驗證“同伴效應”是否存在，提出研究假設H1：企業創新投入決策存在行業/地區“同伴效應”。

企業創新投入“同伴效應”的內部實現路徑。既然“同伴效應”源于個體的模仿行為，那企業如何進行模仿？現有多數研究認為，企業更傾向選擇那些比較成功、規模和聲望相對較大的企業進行模仿。Leary & Roberts（2014）的發現也表明規模較大、較成功的同行企業容易影響那些規模較小、較不成功的企業，反之并不成立。但學術界目前仍未達成統一認識，如沈洪濤和蘇亮德（2012）并未發現企業模仿行業或地區領先者行為的證據，他們認為即使企業存在趨上的自然傾向，但模仿領先者的行為更會受其自身條件的約束，大部分只能停留在“頻率模仿”的階段。因此，本文在驗證“同伴效應”存在的前提之下，對模仿行為的具體實現路徑進一步分組檢驗，提出研究假設H2a：企業創新投入決策會受到作為行業/地區領先者的同伴企業影響；H2b：企業創新投入決策會受到作為行業/地區落后者的同伴企業影響。

績效反饋的調節作用。很少有學者對績效反饋對“同伴效應”的影響加以考察，本文將實證檢驗創新績效反饋對企業創新投入“同伴效應”的調節作用。根據組織行為理論的觀點，企業實際創新績效低于期望創新績效時，表明存在改善的必要，企業將迫切搜尋新方法，改變資源配置以使績效高于期望績效參照，從而“學習”需求增強，“同伴效應”得以強化（Grinyer & McKiernan，1990；Cyert & March，1963；Greve，2002）；當企業實際創新績效高于組織期望目標時，將出現組織惰性，即企業改變現狀的動力降低，主張“維穩”保持現狀，從而“學習”需求減弱，“同伴效應”弱化（Greve，2003；Chen & Miller，2007；Chen，2008）。因此，本文在研究績效反饋的調節作用中，提出研究假設H3a：消極反饋在企業創新投入的行業/地區“同伴效應”中起正向調節作用；H3b：積極反饋在企業創新投入的行業/地區“同伴效應”中起負向調節作用。

研究設計

（一）樣本選取

本文選取2009-2016年我國滬深A股中披露R&D;支出數據的非ST上市公司為研究樣本，共獲取公司年度樣本3231個。在此基礎上，進一步刪除相關變量嚴重缺失的樣本，共獲取2912個有效樣本。研究中關于上市公司每年獲得批準的發明專利（Innovation）、實用新型專利（Utility）和外觀設計專利（Design）數據是通過國家知識產權局專利檢索網站手工收集而得，企業創新投入來源于CSMAR數據庫披露的公司R&D;支出數據，其余控制變量和調節變量所運用的關鍵財務數據均從CSMAR數據庫獲取。此外，本文還通過上市公司年報及巨潮資訊網等財經網站進行二次核實與印證，以確保數據質量及準確性。

（二）變量選擇與模型構建

為了檢驗企業創新投入的“同伴效應”，本文借鑒已有文獻（Leary & Roberts，2014；傅超等，2015）對同伴效應的衡量辦法構建模型：

RD=α0 +β1 Peer+βi Controlvar + ε

其中，RD表示企業每年的創新投入水平，考慮到數據的可獲得性，本文采用R&D;支出代理衡量；Peer表示同伴效應中的行業效應（Peer_Ind）或地區效應（Peer_Pro）變量，分別以該企業所在行業或所在省份（或自治區/直轄市）中去除該企業的其余所有企業的平均研發支出表示。為進一步探究企業創新投入“同伴效應”的內在實現路徑，本文將同伴企業進一步劃分為行業（或地區）領先者（Top1、Top10）及落后者（Bottom1、Bottom10），以Ind_Top1（Pro_Top1）、Ind_Top10（Pro_Top10）、Ind_Bottom1（Pro_Bottom1）、Ind_Bottom10（Pro_Bottom10）分別表示總資產排名同行業（地區）前1%、前10%、后1%、后10%企業的R&D;均值。除“同伴效應”之外，尚存在其它很多影響企業創新投入的因素，為提高研究模型的擬合程度，本文借鑒相關實證研究慣例，選取六個因素作為控制變量（Controlvar），包括企業年齡（Age）、融資約束程度（KZ）、企業規模（Size）、所有權集中度（Herfindahl_5）、政府補助（Gov）、資產負債率（Lev）。

進一步研究績效反饋對企業創新投入的調節作用，當企業未實現期望創新績效時，本文用（I1（P-A）<0）代理衡量企業創新績效的消極反饋；當企業實現期望創新績效時，本文用（（1- I1）（ P-A）≥0）代理衡量企業創新績效的積極反饋。其中，P代表企業實際創新績效水平，選取當年專利授權數（Patent）來衡量；I1為虛擬變量，當企業未實現期望創新績效時I1=1，否則為0；A代表根據歷史和社會期望績效的線性組合計算而得期望績效，本文借鑒Cyert& March（2009）及Greve（2003）的研究進行衡量，具體計算公式為：

Ai，t=α1HAi，t-1+（1-α1）SAi，t 。

其中，HA為公司i歷史期望績效，采用t-1年公司i的專利授權數衡量；SA為公司i所在行業或地區內除公司i外其他公司第t年專利授權數均值，α1代表權重，介于0到1之間，考慮到權重設定的不同會影響計算結果，本文將α1從0開始，每增加0.1進行權重設定，然后利用不同的Ai，t結果進行穩健性檢驗，研究結論均無顯著差異。借鑒Chen（2008）的方法，文中僅匯報α1=0.4時的檢驗結果。為控制異常值對研究結論的影響，本文對所有連續變量均在上下1%分位數上進行Winsorize處理。

實證結果分析

企業創新投入“同伴效應”的回歸檢驗。表1報告了驗證企業創新投入的行業及地區“同伴效應”的多元線性回歸結果。可見，Peer_Ind的回歸系數為0.1888（P<0.01），說明我國A股上市公司創新投入水平存在顯著的行業“同伴效應”；Peer_Pro的回歸系數為0.1848（P<0.1），說明我國A股上市公司的創新投入水平存在顯著的地區“同伴效應”。同時，考慮行業“同伴效應”之后，多元回歸結果中調整的R2從0.2799增大到0.2826；考慮地區“同伴效應”之后，多元回歸結果中調整的R2從0.2799增大到0.2811，對被解釋變量的解釋力均增加。此結果表明“同伴效應”在解釋企業創新投入行為中的重要作用。因此，就總體而言，企業創新投入決策存在行業和地區“同伴效應”。

企業創新投入“同伴效應”內部實現路徑的回歸檢驗。表2報告了“同伴效應”主要影響路徑的回歸結果。可見，Ind_Top1、Ind_Top10、Pro_Top1、Pro_Top10對其影響的回歸系數均為正，且在1%的水平上顯著，說明我國A股上市公司的創新投入受到行業及地區領先者（總資產Top1和Top10）的正向影響。同時，行業嚴重落后者（總資產Bottom1）對其影響的回歸系數為負，且在5%的水平上顯著；行業比較落后者（總資產Bottom10）對其影響的回歸系數為正，且在10%的水平上顯著。隨著行業落后程度的不同，對其影響的回歸系數出現方向逆轉，并未呈現一致規律。此外，地區落后者（總資產Bottom1和Bottom10）對其影響的回歸系數均為負，且不顯著。因此，就局部而言，企業在創新投入決策中會受到行業和地區領先者的同伴企業影響。

績效反饋的調節作用。表3報告了績效反饋對創新投入“同伴效應”調節作用的回歸結果。可見，加入消極反饋交互項后模型解釋力有所提高（0.3936>0.2826，P<0.1），且行業“同伴效應”、行業“同伴效應”×消極反饋的非標準化回歸系數分別為0.4114（P<0.1）、0.003075（P<0.05），二者之和大于模型1中行業“同伴效應”的非標準化回歸系數（即0.1888<0.4145），說明消極反饋正向調節企業創新投入的行業“同伴效應”；同理可以推知積極反饋負向調節企業創新投入的行業和地區“同伴效應”。但在模型5中，交互項為負且不顯著，即消極反饋對地區“同伴效應”的正向調節作用未得到驗證。筆者認為，這與地區“同伴效應”觀測中呈現消極反饋的樣本企業數據占比較少更易受極端值影響密切相關。

結論

“同伴效應”是影響上市公司創新投入的重要因素；相較行業或地區落后者，該效應的主要模仿對象是同行業或同地區的領先者。此外，當企業創新績效呈現消極反饋時，行業“同伴效應”被正向調節；當企業創新績效呈現積極反饋時，行業及地區“同伴效應”均被負向調節。

本文為企業創新投入影響因素的相關研究提供了新的解釋視角，對“同伴效應”的應用領域進行了一定拓展。以往國內外研究主要從政府支持、宏觀經濟環境、公司治理特征及企業管理層行為等方面來解釋企業創新投入，而本文創新性地引用社會學觀點——“同伴效應”來分析企業的創新投入決策，并進一步研究了績效反饋對“同伴效應”的調節作用。本文通過研究發現，企業創新投入決策普遍存在盲從“領先者”的現象，但同地區或同行業企業的創新投入水平可能只是一個“信號”，對于是否“研發追隨”，應結合企業自身的實際發展需要，盡可能避免一味盲從而導致研發過度、效益不佳、負債過高等系列問題。

參考文獻：

1.張東旭，徐經長.同伴效應在企業年金繳費中的影響分析——來自A股上市公司的經驗證據[J].證券市場導報，2017（2）

2.陳仕華，盧昌崇.企業間高管聯結與并購溢價決策——基于組織間模仿理論的實證研究[J].管理世界，2013（5）

3.劉蔭，胡海鵬，王軍禮，李成林.基于創新驅動的我國經濟有效性評價[J].商業經濟研究，2017（21）

4.文宗川，張樹山.基于物場分析的城市創新投入研究[J].商業經濟研究，2017（5）