人工智能行業研發投入、創新策略與企業績效
——基于112 家上市企業的實證研究

孔 旭，郝飛燕，劉佩佩，章連標

（1.中國民航大學科技處；2.中國民航大學經濟管理學院；3.中國民航大學學報編輯部；4.中國民航大學繼續教育學院，天津 300300）

1 研究背景

以泛在網絡、數據驅動、跨域整合、自主智能、萬眾創新為典型特征的人工智能（artificial intelligence,AI），正推動全球制造業邁入新一輪工業革命：智能制造使工業產能呈指數級增長；智慧農業實現農作物全生命周期精準管理；智慧醫療、智慧金融、智慧交通惠及民生；人工智能引發新一輪國防軍備競賽［1-2］。人工智能領域在國家之間、企業之間的競爭，主要是算法和算力的競爭，得AI者得未來。2017 年7 月，中國在《新一代人工智能發展規劃》中提出到2030 年，AI 產業競爭力要達到世界領先水平，并提出要加快培育人工智能產業領軍企業。2019年11月，美國國家科學技術委員會（NSTC）［3］發布《2016—2019 人工智能研發進展》報告，提出擴大AI 領域的公私伙伴關系，加速技術發展。

科技演進的歷程表明，民營企業是科技創新的重要陣線，政府主導、企業參與是重大技術創新的有效策略。然而，迫于在激烈競爭中的生存壓力，多數企業傾向于利用式創新策略，將研發聚焦于漸進式創新、現有客戶和短期應用，導致創新流于表面，創新方向易受風投資金影響。一項基于專利數據的中美人工智能創新能力比較研究表明，中國人工智能發展潛力巨大，但目前專利集中于應用層，而在芯片研發、深度學習、自然語言處理等基礎層和技術層，美國的專利優勢較為明顯［4］。基礎研發更容易產生顛覆性成果，但往往需要長期、大量的研發投入。作為全球專利持有量最多的企業之一，華為技術有限公司近10 年總研發經費高達6 000 億元，研發人員占比49%，就是很好的例證［5］。

2 文獻與理論綜述

人工智能領域技術更新快、研發投入較大［6］，除少數資金充裕的領軍企業外，后起之秀如何在市場效益和研發投入中平衡生存和發展，是擺在企業管理者和科技政策制定者面前的一道難題。針對企業在創新之路上面臨的兩難境地，Duncan［7］于1976年提出“雙元性組織”（ambidexterity organization）概念，通過構建雙元結構（dual structures）來促進創新。組織性學習（organizational learning）包括探索式（exploration）和利用式（exploitation），而組織對動態環境的適應能力有賴于探索和利用式學習的平衡［8-9］。此后，“雙元創新能力”的概念逐漸確定，即指企業同時采用探索式和利用式創新策略，且獲得了兩者的平衡。學界分別從理論和實證的角度對雙元創新與組織績效之間的動態聯系展開了廣泛而深入的研究，并取得了諸多共識，如表1 所示。

表1 國內外雙元創新研究歸納

為有效探明雙元策略與創新績效的相關性，以上研究所選取的樣本大部分來自制造業、電子信息行業和高技術企業，且普遍來自發達國家和地區，且為確保數據可獲得性，多數選取上市企業作為研究樣本。梳理表中所列研究結論可以發現，創新策略與企業績效存在以下規律：

（1）時序-區域角度。2010 年之前，采用雙元創新策略的中國和馬來西亞企業的財務績效低于采用單一創新策略的企業；2010 年之后，雙元創新對中國企業的績效普遍成正向調節和中介效應，部分研究結論認為相比利用式策略，探索式創新顯著促進企業績效提升。這一現象呼應了陳守明等［15］關于技術情景的研究結論，即經濟落后、技術跟跑階段，企業傾向于單一創新策略，以有限的資源求得生存。Geiger 等［27］的研究認為，這一現象與組織冗余和R&D 投資相關，適當的可用冗余與密集的研發投入正向調節企業創新績效。

（2）企業-環境角度。企業面臨的環境包括內部環境（組織雙元文化、內部結構）和外部環境（行業競爭、聯盟導向），當企業足夠規范、內部聯通順暢、結構國際化、領導方式恰當、以創業為導向、任人唯賢，則其內部環境促進企業雙元創新，并可正向調節企業績效；當外部競爭激烈，企業應采取探索式創新策略。此外，當企業與所在聯盟的戰略方向一致，則雙元策略有利于聯盟績效；以利用式為主導的雙元策略促進短期創新績效或漸進式創新（incremental innovation），但抑制長期創新績效或顛覆式創新（radical innovation），探索式策略則反之。

3 研究假設

在當前百年未有之大變局下，中國人工智能企業既面臨舉步維艱的國際環境、貿易摩擦和技術壁壘阻礙重重，又處于前所未有的國內環境：國家政策重視、資金相對充裕、需求足夠龐大、應用場景豐富、產業生態初具規模。是迎難而上，以打持久戰的精神探索人工智能基礎層和技術層的技術難題，還是利用既有市場和有限的資源，確保企業在激烈的市場競爭中持續生存？在前人研究基礎上，本研究提出以下假設：

H1a：探索式創新促進人工智能研發企業績效提升；

H1b：利用式創新促進人工智能研發企業績效提升。

關于研發投入與企業績效的相關性，學界有很多種研究結論，如Sharma［28］發現企業研發經費投入強度與當年銷售收入的增長存在正相關關系；李書鋒等［29］以所有A 股上市公司為研究對象，發現研發投入與企業績效存在相關關系，具體表現為研發投入對企業績效在滯后兩期內有顯著的促進作用，而企業績效對研發投入具有反饋調節作用，當期企業績效的提升會促進未來研發投入的增加；同時也有學者以創業板上市公司為研究對象，發現研發投入對企業當期績效并無顯著的正向促進作用，反而有顯著的負向作用［30-31］。為探明人工智能企業研發投入對雙元創新與企業績效的影響，本研究提出以下假設：

H2a：研發投入正向調節探索式創新對人工智能研發企業績效的影響；

H2b：研發投入正向調節利用式創新對人工智能研發企業績效的影響。

從中興1）到華為，從超級計算機到量子計算機，從“麒麟”到“龍芯”，信息技術是人工智能產業發展的基石。長城、TCL、紫光、浪潮、盈方、創維、科大訊飛、漢王、海康威視、國民技術、中航電測，這些人工智能領域響亮的品牌都來自信息技術行業，他們執著于基礎研發，初步實現了與國際同行的技術并跑［32］。正如“龍芯之父”胡偉武所言，“核心技術要在試錯中發展”［33］，在探索階段加大研發投入，是中國信息技術強者“彎道超車”的有力保障。王維等［34］研究發現，信息技術企業的研發投入在政府補助與企業價值間具有顯著的中介效應，政府補助能夠降低企業研發活動的成本和風險，保障企業研發活動的順利進行和企業的長遠發展。閆平等［35］以信息技術上市公司為研究對象，發現研發投入在非國有企業中的中介作用顯著能夠正向促進股東持股對經營績效的影響，且對重要支柱型產業加大研發投入，對企業研發活動的正向調節作用會更加明顯。因此，本研究提出以下假設：

H3a：信息技術行業中的人工智能研發企業的研發投入，對探索式創新與企業績效的正向調節效應更強；

H3b：信息技術行業中的人工智能研發企業的研發投入，對利用式創新與企業績效的正向調節效應更強。

基于以上分析，構建本研究假設模型如圖1所示。

圖1 本研究假設模型

4 數據來源與模型構建

4.1 樣本選取與數據來源

選取2015—2019 年人工智能A 股上市公司作為研究樣本，并做如下處理：（1）剔除ST 類上市公司；（2）剔除數據異常和嚴重缺失的公司；（3）剔除中途退市的公司；（4）為消除異常值的影響，對所有連續變量進行上下1%的Winsorize 縮尾處理。最終收集到112 家人工智能企業作為實證研究的樣本（以下簡稱“企業樣本”），并從中提取28 家信息技術行業企業作為穩健性分析的樣本（以下簡稱“行業樣本”）。專利數據采集自壹專利數據庫，獲取了樣本企業2010—2019 年的發明專利、實用新型和外觀專利數量；其余指標數據主要從國泰安數據庫（CSMAR）、同花順和巨潮資訊網等獲得。根據數據統計情況，主要研究2015—2019 年間企業研發投入、雙元性創新與績效之間的線性相關關系。采用Excel 整理基礎數據，并通過Stata 25 計量軟件進行回歸分析。

4.2 變量說明

（1）被解釋變量：企業績效（ROA）。既有研究中，企業績效通常用總資產收益率（ROA）和凈資產收益率（ROE）來表示，以衡量企業投資活動的回報率。ROA 反映股東和債權人共同資金所產生的利潤率；ROE 則反映僅由股東投入的資金所產生的利潤率。相較而言，ROA 更能全面反映企業對資產的利用率。因此，本研究將企業總資產收益率作為被解釋變量。

（2）解釋變量：利用式創新（USE）和探索式創新（EXP）。雙元創新評價方法包括以下幾種：一是新技術、R&D 投入、新聯盟伙伴；二是企業在過去5 年是否申請過含相同國際專利分類號的專利；三是企業年報詞頻統計；四是費用化/資本化支出在總資產中的占比；五是Jansen 創新量表問卷或自編問卷。本研究采用陳守明等［15］的測量方法，定量表征人工智能企業的利用式創新和探索式創新。

（3）調節變量：研發投入（R&D）。根據梅冰菁等［36］的研究，考慮不同企業間的差異性，體現企業對R&D 資源的吸收能力，本研究采用研發投入總計除以主營業務收入來衡量企業的研發投入強度。

（4）控制變量：參考既有研究，選取企業規模（Size）、資產負債率（TDR）、企業成長能力（Growth）、上市年限（Age）等作為影響企業經營績效的控制變量。

本研究變量說明如表2 所示。

表2 研究變量說明

表2 （續）

4.3 模型構建

根據以上假設，建立模型表達式如下：

式（1）模型中：i為第i個公司；t為年份；Xi,t為第t年第i個企業的解釋變量，包括探索式創新和利用式創新；CVi,t為第t年第i個企業的控制變量，包括企業規模、資產負債率、企業成長能力和企業上市年限；μi為企業固定效應；σt為年度固定效應；εi,t為殘差項。

此外，在模型1 的基礎上，模型2 加入了調節變量研發投入強度；模型3 和模型4 分別加入了自變量和調節變量的交乘項，檢驗調節效應；模型5和模型6 對行業樣本進行穩健性檢驗。

5 計量結果與實證分析

5.1 描述性統計

企業樣本變量的描述性統計結果如表3 所示，可以看出，企業績效表現較為離散。對比探索式創新和利用式創新能夠發現，利用式創新的平均值大于探索式創新，說明企業傾向于利用式創新；此外，企業研發投入水平差異較大，企業規模均較大且分布較集中，資產負債率差距較大，負債水平差異明顯，有些企業負債率過高，企業市場占有率相差較大，經營狀況差異明顯。所有變量的描述性統計結果均符合推薦值標準，說明本研究所選取的樣本具有較強的代表性。

表3 企業樣本描述性統計結果

5.2 相關性分析

企業樣本變量的相關性檢驗結果如表4 所示，顯著性水平較為理想，各變量之間的相關程度均小于0.5，且方差膨脹因子均小于10，說明自變量之間不存在嚴重的多重共線性問題。

表4 企業樣本變量相關系數矩陣

5.3 回歸分析

通過Hausman 檢驗，本研究模型的P值為0.000 2，強烈拒絕原假設，故采用固定效應模型進行回歸分析。同時對時間虛擬變量聯合顯著性進行檢驗，發現在5%的水平上拒絕了“無時間效應”的原假設，說明模型中包括時間效應，因此最終選擇雙向固定效應模型來進行參數估計。采用Stata 25計量軟件進行數據分析，得到企業樣本的回歸分析結果如表5 所示。

從模型1 和模型2 能夠看出，在控制變量都顯著影響企業績效的情況下，企業雙元創新對當期的經營績效影響并不顯著；探索式創新負向調節企業績效（不顯著）；利用式創新正向調節企業績效（不顯著）。

對比模型3 和模型4，加入調節變量研發投入后，兩種創新模式對企業績效的影響均較為顯著，研發投入在99%的置信水平上與企業績效呈負相關關系，探索式創新在99%的置信區間內正向影響企業績效，說明假設H2a成立，即人工智能企業研發投入正向調節探索式創新對企業績效的影響；而利用式創新則在99%的置信水平內與企業績效呈負相關關系，拒絕假設H2b，即研發資本并沒有正向調節利用式創新對企業績效的影響，反而使得利用式創新負向影響企業績效。

模型5、模型6 的分析結果與模型3 和模型4相同：信息技術行業中人工智能企業的研發投入對探索式創新與企業績效的正向調節效應更強，但同時逆向調節了利用式創新對企業績效的影響。

表5 企業樣本變量模型回歸分析結果

6 結論分析與管理對策

6.1 結論分析

根據上述模型回歸結果，可得到創新策略對企業績效的調節作用示意圖，如圖2 所示，其中實線箭頭表示正向調節，虛線箭頭表示負向調節。

圖2 創新策略對人工智能研發企業績效的調節作用

由圖2 可以看出，在當前我國人工智能技術仍處于“跟跑”和“陪跑”的大背景下，利用式策略針對現有技術和用戶市場，有利于提升企業績效，但效應不顯著；而探索式創新策略由于新產品、新市場的“技術變現”效應滯后，加之發明專利申請難度較大、周期較長，企業績效的提升很難立竿見影。然而，加入研發投入變量后，探索式創新顯著促進企業績效提升，說明研發投入賦予探索式策略足夠的資源冗余和容錯機制，對研發成果和企業績效起到了正向激勵作用；另一方面，強有力的研發投入向市場釋放了增強信心的信號，有利于大量吸引風險投資、提高企業市值。與此相反，研發投入在利用式創新策略下顯然無法充分發揮其資源作用，漸進式創新拖延了企業取得重大技術突破的時機，阻礙了企業績效的增長。

6.2 人工智能領域創新管理對策建議

（1）加大研發投入，堅持自主創新。本研究的結論有力呼應了國內人工智能領域的發展，華為、中興、浪潮等企業不斷加大研發投入、持續耕耘基礎技術、高薪吸引研發人才，以強大的決心和探索式創新策略取得了舉世矚目的成績。對于部分負債率較高的樣本企業，難以在短期內投入大量研發經費，可適當采取雙元策略，以現有技術和市場獲得的利潤來支持新技術的開發，以融資、風投、股權等措施提高企業生存能力。

（2）構建自主生態，增強產業韌性。本研究所選樣本企業涉及信息技術、電子設備制造、交通運輸設備制造、電器機械及器材制造、化學原料及制品、金屬制品、計算機應用服務、通信服務、商務服務、文教體育用品制造、廣播電影電視、家具制造、裝修裝飾、醫療衛生等領域，技術應用場景豐富多樣、受眾廣泛，但目前我國人工智能產業分布仍以下游應用為主，應鼓勵領軍企業加強探索式創新，盡快實現關鍵技術的多點突破，建立工業基礎完備、產業鏈條穩健的技術生態，避免國際貿易摩擦帶來的企業“休克”，提高人工智能產業的整體韌性。

（3）加強政策引導，營造創新氛圍。從創新氛圍、人才培養和評價、稅收優惠、科技金融等方面加強頂層設計，鼓勵研發人員“甘坐冷板凳”、敢于堅持走探索式創新道路；加大對技術剽竊等行為的處罰力度，讓企業敢于創新、安心創新；加強知識產權保護，讓“冷板凳”上誕生的成果有效轉化。

探索式創新和利用式創新并不是矛盾對立的，而是企業內部、企業與外部環境的協調統一，二者的平衡將使企業具備勇于創新、善于應對和精于效益的優秀管理能力，實現穩立潮頭的目標［37］。

注釋：

1）文中有關企業名稱分別采用其通用簡稱表示。