基于目標(biāo)導(dǎo)向行為的高技術(shù)產(chǎn)業(yè)產(chǎn)品創(chuàng)新績(jī)效

崔慶安，李曉艷

（1.鄭州大學(xué)管理工程學(xué)院，河南鄭州 450001；2.上海海事大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201306）

當(dāng)前社會(huì)競(jìng)爭(zhēng)日益激烈，高技術(shù)產(chǎn)業(yè)面臨的環(huán)境日新月異，創(chuàng)新成為高技術(shù)產(chǎn)業(yè)應(yīng)對(duì)外部環(huán)境變化的關(guān)鍵技能之一［1］。動(dòng)態(tài)能力理論認(rèn)為，進(jìn)行產(chǎn)品創(chuàng)新是高技術(shù)產(chǎn)業(yè)提高經(jīng)營(yíng)效率、保持競(jìng)爭(zhēng)優(yōu)勢(shì)的一項(xiàng)重要活動(dòng)［2］。然而產(chǎn)品創(chuàng)新的成功與否受多種因素影響，通過(guò)創(chuàng)新理念、工藝和流程創(chuàng)新等途徑都存在一定風(fēng)險(xiǎn)［3］，de Carvalho 等［4］提出產(chǎn)品開發(fā)技術(shù)的成功使用取決于相關(guān)業(yè)務(wù)的性質(zhì)，并且產(chǎn)品創(chuàng)新成功的概率可能也較低，如何在盡可能規(guī)避這些風(fēng)險(xiǎn)的同時(shí)提高高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效是研究的一個(gè)關(guān)注點(diǎn)。邵云飛等［5］進(jìn)行了R&D 人員和經(jīng)費(fèi)對(duì)專利申請(qǐng)量影響的實(shí)證研究，得出盡管我國(guó)生產(chǎn)總值（GDP）呈穩(wěn)步上升趨勢(shì)，但由于技術(shù)引進(jìn)、研發(fā)投入力度較小等原因，使得整體創(chuàng)新績(jī)效較低。Yu 等［6］以R&D 人員和資金、新產(chǎn)品開發(fā)資金、發(fā)明專利數(shù)量為研究變量，研究認(rèn)為我國(guó)高技術(shù)產(chǎn)業(yè)有很強(qiáng)的發(fā)展?jié)摿Γ欢壳暗恼w新產(chǎn)品創(chuàng)新績(jī)效僅有42.9%。王飛航等［7］通過(guò)工業(yè)企業(yè)省際面板數(shù)據(jù)研究，得出自主研發(fā)對(duì)創(chuàng)新績(jī)效有顯著促進(jìn)作用的結(jié)論。由于全球經(jīng)濟(jì)迅速發(fā)展，政府和企業(yè)越來(lái)越意識(shí)到環(huán)境挑戰(zhàn)對(duì)企業(yè)績(jī)效構(gòu)成了障礙［8］，在高技術(shù)產(chǎn)業(yè)產(chǎn)品創(chuàng)新績(jī)效的影響因素中，出口是促進(jìn)我國(guó)高技術(shù)產(chǎn)業(yè)成長(zhǎng)的重要途徑［9］，如熊名寧等［10］通過(guò)對(duì)企業(yè)經(jīng)營(yíng)環(huán)境調(diào)查數(shù)據(jù)的進(jìn)行Tobit 回歸分析，得出出口戰(zhàn)略對(duì)產(chǎn)品創(chuàng)新績(jī)效的提升作用。陳鈺［11］提出產(chǎn)品創(chuàng)新是一個(gè)包括研發(fā)和轉(zhuǎn)化階段的過(guò)程，其中，轉(zhuǎn)化階段是研發(fā)成果產(chǎn)出向經(jīng)濟(jì)效益轉(zhuǎn)化的過(guò)程，這一過(guò)程也體現(xiàn)了新產(chǎn)品市場(chǎng)占有率的重要性，新產(chǎn)品銷售收入是體現(xiàn)效益轉(zhuǎn)化的一個(gè)重要指標(biāo)，一定程度上反映了新產(chǎn)品在市場(chǎng)的受歡迎程度。基于以上分析，本文在研究高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效時(shí)，綜合考慮了研發(fā)人員和資金投入、出口和新產(chǎn)品銷售收入和生產(chǎn)總值等5 個(gè)指標(biāo)。

雖然相關(guān)參考文獻(xiàn)分別采用了問(wèn)卷調(diào)查數(shù)據(jù)、新產(chǎn)品銷售收入、專利數(shù)量等作為產(chǎn)品創(chuàng)新績(jī)效的衡量指標(biāo)，但是考慮到問(wèn)卷調(diào)查填寫存在較大的主觀性，而新產(chǎn)品銷售收入存在一定的延后性，因此本文以有效發(fā)明專利數(shù)量衡量產(chǎn)品創(chuàng)新績(jī)效。鑒于企業(yè)進(jìn)行產(chǎn)品創(chuàng)新的行為決策大多基于明確的目標(biāo)，本文參考Kaplan 等［12］的研究，引入目標(biāo)導(dǎo)向理論，站在一個(gè)更宏觀的層面思考在產(chǎn)品當(dāng)前狀態(tài)不能滿足用戶需求的情況下，應(yīng)該作出怎樣的策略調(diào)整才能夠扭轉(zhuǎn)競(jìng)爭(zhēng)劣勢(shì)局面，以獲取期望狀態(tài)下的新產(chǎn)品創(chuàng)新績(jī)效。參考David 等［13］、郭俊華等［14］的相關(guān)理論，企業(yè)依據(jù)市場(chǎng)特征、社會(huì)資本、政策調(diào)控等因素，尋求新的信息，在紅海戰(zhàn)略中爭(zhēng)取機(jī)會(huì)，在藍(lán)海戰(zhàn)略中開創(chuàng)新的市場(chǎng)需求和空間，超越競(jìng)爭(zhēng)的思想范圍，從而主動(dòng)進(jìn)行適當(dāng)?shù)难邪l(fā)投入行為調(diào)整，體現(xiàn)了企業(yè)的目標(biāo)導(dǎo)向行為。基于此，本文將目標(biāo)導(dǎo)向行為界定為企業(yè)對(duì)研發(fā)人員與研發(fā)資金投入占比的調(diào)整，選用Michael 等［15］構(gòu)建的面板向量自回歸（PVAR）模型，從時(shí)間和地區(qū)兩個(gè)維度進(jìn)行分析，在時(shí)間序列基礎(chǔ)上融入面板模型的優(yōu)勢(shì)，通過(guò)格蘭杰因果檢驗(yàn)、脈沖響應(yīng)和方差分析，研究目標(biāo)導(dǎo)向行為與高技術(shù)產(chǎn)業(yè)產(chǎn)品創(chuàng)新績(jī)效的動(dòng)態(tài)交互作用機(jī)制。

1 理論基礎(chǔ)與研究假設(shè)

1.1 目標(biāo)導(dǎo)向行為對(duì)產(chǎn)品創(chuàng)新績(jī)效的影響

產(chǎn)品創(chuàng)新績(jī)效的衡量需要體現(xiàn)產(chǎn)品新穎性以及企業(yè)新產(chǎn)品在市場(chǎng)的受歡迎程度，現(xiàn)有文獻(xiàn)研究中對(duì)產(chǎn)品創(chuàng)新績(jī)效的衡量方法有利用調(diào)查問(wèn)卷進(jìn)行量表設(shè)計(jì)、新產(chǎn)品銷售收入以及專利指標(biāo)等，考慮到問(wèn)卷調(diào)查由于主觀性原因，較難保證問(wèn)卷結(jié)果的真實(shí)性，且不一定能夠保證回收足夠多的有效問(wèn)卷。而新產(chǎn)品銷售收入大都需要經(jīng)過(guò)市場(chǎng)的研發(fā)階段，轉(zhuǎn)化成經(jīng)濟(jì)效益之后才方便得到較準(zhǔn)確的數(shù)據(jù)，可能存在一定滯后性；另一方面，高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新行為本身就存在一定風(fēng)險(xiǎn)，前期的研發(fā)投入與后期的經(jīng)濟(jì)效益不一定完全正相關(guān)。因此，考慮到指標(biāo)本身的特點(diǎn)及數(shù)據(jù)的適用性，本文選取有效發(fā)明專利數(shù)量來(lái)衡量高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效，雖然發(fā)明專利很好地反映了產(chǎn)品的創(chuàng)造力和創(chuàng)新質(zhì)量［16］，是創(chuàng)造性的客觀指標(biāo)之一，但是如果發(fā)明專利失去價(jià)值，則對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效失去了貢獻(xiàn)，因此本文選擇有效發(fā)明專利數(shù)量作為衡量產(chǎn)品創(chuàng)新績(jī)效的指標(biāo)。

高技術(shù)產(chǎn)業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重要支柱產(chǎn)業(yè)，其產(chǎn)品創(chuàng)新績(jī)效的考核是促進(jìn)創(chuàng)新質(zhì)量和企業(yè)經(jīng)營(yíng)效率提升的重要途徑。根據(jù)《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，高技術(shù)產(chǎn)業(yè)（制造業(yè)）R&D經(jīng)費(fèi)逐年遞增，在2019 年達(dá)到3 804.0 億元；投入強(qiáng)度與營(yíng)業(yè)收入比2.41%，較2018 年提高0.14%［17］，在利用當(dāng)代尖端技術(shù)（即信息技術(shù)、生物工程和新材料等領(lǐng)域）生產(chǎn)高技術(shù)產(chǎn)品的高技術(shù)產(chǎn)業(yè)群中，研發(fā)人員與資金投入比重大。本文將企業(yè)主動(dòng)調(diào)整研發(fā)人員與研發(fā)資金投入的占比，更好地制定戰(zhàn)略目標(biāo)，從而提高經(jīng)濟(jì)效益解釋為目標(biāo)導(dǎo)向行為，這是一個(gè)選擇、尋找和實(shí)現(xiàn)目標(biāo)的過(guò)程。基于此，本文提出假設(shè)1：

H1：目標(biāo)導(dǎo)向行為正向影響高技術(shù)產(chǎn)業(yè)產(chǎn)品創(chuàng)新績(jī)效。

H1a：研發(fā)人員投入對(duì)產(chǎn)品創(chuàng)新績(jī)效有正向促進(jìn)作用。

H1b：研發(fā)資金投入對(duì)產(chǎn)品創(chuàng)新績(jī)效有正向促進(jìn)作用。

1.2 戰(zhàn)略能力的中介效應(yīng)

戰(zhàn)略能力的主要體現(xiàn)在于它是重新調(diào)整戰(zhàn)略目標(biāo)、資源配置和研發(fā)投入的關(guān)鍵［18］。為研究戰(zhàn)略能力對(duì)目標(biāo)導(dǎo)向行為與產(chǎn)品績(jī)效創(chuàng)新之間的中介作用，本文將該指標(biāo)定量化，并以出口和新產(chǎn)品銷售收入進(jìn)行衡量。新產(chǎn)品銷售收入和出口收入能夠很好地反映產(chǎn)品的市場(chǎng)占有率，是企業(yè)將目標(biāo)導(dǎo)向行為轉(zhuǎn)換成產(chǎn)品創(chuàng)新績(jī)效策略的有效標(biāo)度。隨著市場(chǎng)全球化發(fā)展，出口和新產(chǎn)品銷售收入對(duì)產(chǎn)品創(chuàng)新績(jī)效的正向影響也得到廣泛檢驗(yàn)。一方面，出口在企業(yè)戰(zhàn)略中的重要性呈現(xiàn)遞增趨勢(shì)，如Bottega 等［19］的實(shí)證研究表明，在不考慮非價(jià)格競(jìng)爭(zhēng)力因素時(shí)，出口與產(chǎn)品創(chuàng)新績(jī)效之間存在長(zhǎng)期關(guān)系，且對(duì)高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效影響程度高于低技術(shù)產(chǎn)業(yè)。而對(duì)于中小企業(yè)而言，雖然出口提供了發(fā)現(xiàn)新的創(chuàng)新機(jī)會(huì)，但是也可能因其缺乏管理或營(yíng)銷資源、財(cái)務(wù)限制、缺乏出口市場(chǎng)知識(shí)而帶來(lái)相關(guān)挑戰(zhàn)［20］。另一方面，新產(chǎn)品銷售收入具有市場(chǎng)屬性，在一定程度上能夠客觀體現(xiàn)出產(chǎn)品創(chuàng)新的市場(chǎng)價(jià)值［21］。企業(yè)引入產(chǎn)品創(chuàng)新經(jīng)常會(huì)面臨銷售收入的不確定性，但蘋果公司近60%的銷售收入來(lái)自過(guò)去4 年推出的產(chǎn)品［22］，因此新產(chǎn)品銷售收入的重要性分析也是研究產(chǎn)品創(chuàng)新績(jī)效的主要指標(biāo)之一。基于此，本文提出假設(shè)2：

H2：戰(zhàn)略能力在目標(biāo)導(dǎo)向與產(chǎn)品創(chuàng)新績(jī)效之間起正向中介作用。

1.3 宏觀經(jīng)濟(jì)政策的調(diào)節(jié)作用

Gunarso 等［23］從資源型的角度分析，產(chǎn)品創(chuàng)新績(jī)效涉及大量的技術(shù)資源支持、產(chǎn)品研發(fā)投入、專利發(fā)明數(shù)量等。此外，在宏觀經(jīng)濟(jì)方面，高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效與研發(fā)支出占我國(guó)GDP 的比例密切相關(guān)［24］。熊彼特的創(chuàng)新理論提出，經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)品創(chuàng)新很重要，創(chuàng)新也一直被視為國(guó)家或地區(qū)經(jīng)濟(jì)和競(jìng)爭(zhēng)力長(zhǎng)期增長(zhǎng)和發(fā)展的重要因素［25］。GDP已在各種研究中被用作國(guó)家或地區(qū)經(jīng)濟(jì)增長(zhǎng)的指標(biāo)，González-Serrano 等［26］的研究表明，人均GDP 與所研究國(guó)家的創(chuàng)新績(jī)效呈現(xiàn)顯著正相關(guān)，對(duì)于高創(chuàng)新國(guó)家，通過(guò)對(duì)不同的創(chuàng)新相關(guān)指標(biāo)如何影響創(chuàng)新績(jī)效和人均GDP 進(jìn)行層次回歸建模和定性比較分析，相關(guān)結(jié)果較好地解釋了企業(yè)獲得投資和支持與高績(jī)效之間的相關(guān)作用。黃寰等［27］通過(guò)實(shí)證研究得出我國(guó)各省份經(jīng)濟(jì)高質(zhì)量發(fā)展變化趨勢(shì)明顯上升，經(jīng)濟(jì)發(fā)展較快和經(jīng)濟(jì)發(fā)展較慢地區(qū)的高技術(shù)產(chǎn)業(yè)均呈穩(wěn)步遞增趨勢(shì)，但過(guò)慢的增長(zhǎng)在一定程度上也抑制了該地區(qū)高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效。宏觀經(jīng)濟(jì)政策的調(diào)控是影響企業(yè)產(chǎn)品創(chuàng)新的一個(gè)重要外部因素，一個(gè)地區(qū)的生產(chǎn)總值水平在一定程度上反映了當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展?fàn)顩r，政策調(diào)控也反映了市場(chǎng)的動(dòng)蕩性。基于此提出假設(shè)3：

H3：宏觀經(jīng)濟(jì)調(diào)控正向調(diào)節(jié)目標(biāo)導(dǎo)向?qū)Ξa(chǎn)品創(chuàng)新績(jī)效的影響。

基于以上理論和相關(guān)研究，本文構(gòu)建如圖1 所示的研究模型，以有效發(fā)明專利數(shù)量作為衡量產(chǎn)品創(chuàng)新績(jī)效的指標(biāo)，在目標(biāo)導(dǎo)向行為、戰(zhàn)略能力層面加入宏觀經(jīng)濟(jì)調(diào)控因素，研究其動(dòng)態(tài)關(guān)系，進(jìn)而得出目標(biāo)導(dǎo)向行為對(duì)高技術(shù)產(chǎn)品創(chuàng)新績(jī)效（有效發(fā)明專利數(shù)量）的影響機(jī)理。

圖1 產(chǎn)品創(chuàng)新績(jī)效研究模型

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源與整理

本文以我國(guó)2008—2019 年28 個(gè)省份的高技術(shù)產(chǎn)業(yè)為研究對(duì)象，由于高技術(shù)產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的支柱性產(chǎn)業(yè)，因此通過(guò)高技術(shù)產(chǎn)業(yè)的相關(guān)實(shí)證指標(biāo)，研究其對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效的影響具有一定代表意義。本文數(shù)據(jù)來(lái)源于《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》，其中缺少2018 年的數(shù)據(jù)，為了保證數(shù)據(jù)的完整性，選用國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)科技統(tǒng)計(jì)年鑒》（2018 年）中國(guó)高技術(shù)產(chǎn)業(yè)的相關(guān)數(shù)據(jù)。依據(jù)統(tǒng)計(jì)年鑒的劃分標(biāo)準(zhǔn)，我國(guó)高技術(shù)產(chǎn)業(yè)有醫(yī)藥制造業(yè)、航空航天器及設(shè)備制造業(yè)、電子及通信設(shè)備制造業(yè)、計(jì)算機(jī)及辦公設(shè)備制造業(yè)、醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)以及信息化學(xué)品制造業(yè)等，隨著科技和國(guó)民經(jīng)濟(jì)的發(fā)展變化，產(chǎn)業(yè)劃分發(fā)生部分改變，各地區(qū)的經(jīng)濟(jì)也存在波動(dòng)情況，導(dǎo)致某些地區(qū)某些年份的數(shù)據(jù)不完整，因此為了保證數(shù)據(jù)的完整性以及研究結(jié)果的可靠性，本文剔除掉2008—2019 年海南、西藏、青海三個(gè)省份的數(shù)據(jù)，選取剩余28 個(gè)省份具有強(qiáng)烈平衡性的面板數(shù)據(jù)。在指標(biāo)選取方面，結(jié)合當(dāng)前高技術(shù)產(chǎn)業(yè)產(chǎn)品創(chuàng)新績(jī)效的相關(guān)研究，如Ponta 等［28］、支燕等［29］分別肯定了專利發(fā)明作為衡量績(jī)效指標(biāo)的可靠性、作為目標(biāo)導(dǎo)向行為所主動(dòng)調(diào)整的研發(fā)投入對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效的影響。參考已有文獻(xiàn)并結(jié)合本文研究?jī)?nèi)容，最終選取高技術(shù)產(chǎn)業(yè)數(shù)據(jù)的實(shí)證變量指標(biāo)如表1 所示。

表1 企業(yè)產(chǎn)品創(chuàng)新績(jī)效評(píng)價(jià)指標(biāo)

本文對(duì)相關(guān)數(shù)據(jù)進(jìn)行了如下處理：（1）剔除研究期內(nèi)任一年度有嚴(yán)重?cái)?shù)據(jù)缺失的樣本城市；（2）為了降低數(shù)據(jù)的異方差性，對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，新的變量序列為有效發(fā)明專利對(duì)數(shù)化、R&D 人員數(shù)量對(duì)數(shù)化、R&D經(jīng)費(fèi)對(duì)數(shù)化、新產(chǎn)品開發(fā)資金對(duì)數(shù)化、新產(chǎn)品銷售收入對(duì)數(shù)化、出口收入對(duì)數(shù)化、地區(qū)生產(chǎn)總值對(duì)數(shù)化；（3）將研發(fā)經(jīng)費(fèi)和新產(chǎn)品開發(fā)資金通過(guò)熵值法加權(quán)得到研發(fā)資金投入對(duì)數(shù)化lnrdk，將新產(chǎn)品銷售收入和出口收入通過(guò)熵值法加權(quán)得到戰(zhàn)略能力對(duì)數(shù)化指標(biāo)lnrev，用取對(duì)數(shù)后的面板數(shù)據(jù)建立PVAR模型，各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。本文聯(lián)合使用EViews10 和Stata16.0 軟件對(duì)所獲得的數(shù)據(jù)進(jìn)行分析處理。

表2 變量描述性統(tǒng)計(jì)結(jié)果

2.2 模型選擇

面板數(shù)據(jù)有個(gè)體維度i和時(shí)點(diǎn)維度t兩個(gè)維度，一般表現(xiàn)形式為如下所示：

PVAR 模型通過(guò)擬合各因變量對(duì)其自身、所有其他因變量的滯后的多元面板回歸，建立估計(jì)方程模型，考察多個(gè)變量間的動(dòng)態(tài)互動(dòng)關(guān)系，因此，本文構(gòu)建PVAR（p）模型如下所示：

式（2）中：i為行業(yè)；t為時(shí)間；p為滯后期，Ξit為隨機(jī)擾動(dòng)項(xiàng)，且假設(shè)Ξit無(wú)序列相關(guān)。

由于PVAR 模型本身就是一個(gè)系統(tǒng)，其系數(shù)及顯著性沒(méi)有具體實(shí)際意義，因此一般不會(huì)對(duì)其局部方程作出解釋，重點(diǎn)在于分析系統(tǒng)本身的變化情況，即進(jìn)行脈沖響應(yīng)分析和方差分解。其中，脈沖響應(yīng)函數(shù)（IRF）是指一個(gè)因素沖擊（即解釋變量）變動(dòng)一個(gè)單位的時(shí)候，被解釋變量的動(dòng)態(tài)變動(dòng)路徑，即研究某個(gè)變量在不同時(shí)期的影響效果，若長(zhǎng)期趨于穩(wěn)定則表示沖擊效應(yīng)基本不變化。而方差分解考察的是被解釋變量方差的變動(dòng)情況在多少程度上是源于自己和其他因素的影響，不同時(shí)點(diǎn)變量的預(yù)測(cè)方差可以分解為不同沖擊解釋的部分，從而進(jìn)一步分析該變量波動(dòng)的貢獻(xiàn)。

本文通過(guò)構(gòu)建PVAR 模型來(lái)系統(tǒng)探索以目標(biāo)導(dǎo)向行為、戰(zhàn)略能力及其宏觀經(jīng)濟(jì)調(diào)控對(duì)提升企業(yè)產(chǎn)品創(chuàng)新績(jī)效的影響。在構(gòu)建模型過(guò)程中，本文將高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效（以有效發(fā)明專利數(shù)衡量）作為被解釋變量，將目標(biāo)導(dǎo)向行為（由研發(fā)人員數(shù)量和研發(fā)投入衡量）作為解釋變量，加入以新產(chǎn)品銷售收入和出口衡量的戰(zhàn)略能力為中介變量，宏觀經(jīng)濟(jì)政策為調(diào)節(jié)變量，基本操作流程如圖2 所示。

圖2 PVAR 基本操作流程

3 基于PVAR 模型的實(shí)證分析

3.1 面板單位根平穩(wěn)性檢驗(yàn)

由于宏觀經(jīng)濟(jì)指標(biāo)一般具有時(shí)間趨勢(shì)和非平穩(wěn)特征，而且平穩(wěn)與非平穩(wěn)數(shù)據(jù)的建模步驟和思路差別較大，因此為了避免可能出現(xiàn)的異方差和偽回歸，確保研究的穩(wěn)健性，在模型分析前需要進(jìn)行單位根檢驗(yàn)，以進(jìn)一步確定是否需要進(jìn)行協(xié)整檢驗(yàn)。為確保檢驗(yàn)結(jié)果的準(zhǔn)確性和穩(wěn)健性，本文聯(lián)合使用了同質(zhì)面板數(shù)據(jù)檢驗(yàn)方法中的LLC 檢驗(yàn)，以及異質(zhì)面板數(shù)據(jù)檢驗(yàn)方法中的IPS、ADF-Fisher、PP-Fisher 檢驗(yàn)，對(duì)我國(guó)高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表3 所示。

表3 樣本地區(qū)高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)面板單位根檢驗(yàn)結(jié)果

其中，檢驗(yàn)類型為帶截距項(xiàng)情形，即包含個(gè)體固定效應(yīng)項(xiàng)，最大滯后階數(shù)根據(jù)系統(tǒng)自動(dòng)選擇，滯后長(zhǎng)度根據(jù)SIC 準(zhǔn)則由系統(tǒng)給定，檢驗(yàn)結(jié)果中Fisher檢驗(yàn)的概率基于漸進(jìn)卡方分布計(jì)算，其他檢驗(yàn)均是基于漸進(jìn)正態(tài)分布計(jì)算。表3 LLC、IPS、ADFFisher、PP-Fisher4 種檢驗(yàn)方法的檢驗(yàn)結(jié)果均顯示，lnpatent、lnrdl、lnrdk、lnrev 和lngdp5 個(gè)變量在5%的顯著性水平下，依據(jù)多數(shù)服從少數(shù)原則拒絕原假設(shè)，即原數(shù)據(jù)取對(duì)數(shù)后的序列為平穩(wěn)序列，不需要進(jìn)行協(xié)整檢驗(yàn)，因此得出各變量均為0 階單整序列。

3.2 確定最優(yōu)滯后階數(shù)

確定數(shù)據(jù)的平穩(wěn)性之后，在對(duì)各變量取對(duì)數(shù)后的數(shù)據(jù)序列建立面板向量自回歸模型過(guò)程中，為確保模型估計(jì)結(jié)果的有效性，首先需要確定模型的最優(yōu)滯后階數(shù)。一方面，滯后階數(shù)越大越能反映模型的動(dòng)態(tài)特質(zhì)；但另一方面，滯后階數(shù)如果選得很大，對(duì)數(shù)據(jù)量要求也越大。因此將赤池信息量準(zhǔn)則（AIC）、貝葉斯信息量（BIC）和漢南-奎因信息量準(zhǔn)則（HQIC）3 種方法同時(shí)作為5 個(gè)變量的最優(yōu)滯后階數(shù)選擇準(zhǔn)則，具體檢驗(yàn)結(jié)果如表4 所示。通過(guò)表中信息可以得出，當(dāng)滯后期為4 時(shí)，AIC、HQIC 結(jié)果均為最小，因此選擇PVAR（4）模型來(lái)研究目標(biāo)導(dǎo)向下研發(fā)人員數(shù)量、研發(fā)資金投入、銷售收入和出口收入以及地區(qū)生產(chǎn)總值與有效發(fā)明專利的動(dòng)態(tài)內(nèi)生關(guān)系。

表4 樣本地區(qū)高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)滯后階數(shù)判斷結(jié)果

3.3 PVAR 模型建立與格蘭杰因果檢驗(yàn)

確定模型的最優(yōu)滯后階數(shù)為4 階后，建立基于PVAR（4）的面板數(shù)據(jù)模型，由于PVAR 是一種非理論性的模型，解釋其系數(shù)的經(jīng)濟(jì)意義比較牽強(qiáng)，因此本文只給出估計(jì)的模型方程如式（3），針對(duì)實(shí)證結(jié)果的具體解釋主要在于后面的脈沖響應(yīng)分析和方差分解。

格蘭杰因果檢驗(yàn)結(jié)果可以說(shuō)明解釋變量滯后信息對(duì)被解釋變量是否有預(yù)測(cè)能力，為進(jìn)一步驗(yàn)證模型的估計(jì)結(jié)果，本文對(duì)所研究的5 個(gè)變量進(jìn)行滯后4 階的格蘭杰因果檢驗(yàn)，結(jié)果如表5 所示。檢驗(yàn)結(jié)果顯示，在5%的顯著性水平下，研發(fā)人員投入和研發(fā)資金投入、新產(chǎn)品銷售收入和出口收入、地區(qū)生產(chǎn)總值均是有效發(fā)明專利的格蘭杰原因，說(shuō)明目標(biāo)導(dǎo)向行為直接影響企業(yè)產(chǎn)品創(chuàng)新績(jī)效。此外，戰(zhàn)略能力與宏觀經(jīng)濟(jì)調(diào)控因素既對(duì)產(chǎn)品創(chuàng)新績(jī)效有著直接影響，也通過(guò)對(duì)目標(biāo)導(dǎo)向行為的格蘭杰原因而間接影響企業(yè)產(chǎn)品創(chuàng)新績(jī)效。

表5 樣本地區(qū)高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)格蘭杰因果檢驗(yàn)結(jié)果

表5（續(xù)）

3.4 脈沖響應(yīng)分析

通過(guò)格蘭杰因果檢驗(yàn)得出研究指標(biāo)間存在因果關(guān)系，因此在PVAR 建模基礎(chǔ)上進(jìn)行脈沖響應(yīng)研究目標(biāo)導(dǎo)向行為對(duì)產(chǎn)品創(chuàng)新績(jī)效的影響。在脈沖響應(yīng)分析中，本文使用蒙特卡洛模擬（Monte-Carlo）300次，得到各變量滯后10 期產(chǎn)生的95%置信區(qū)間的脈沖響應(yīng)函數(shù)圖（見圖3），其中橫軸表示脈沖響應(yīng)期數(shù)，縱軸表示實(shí)際響應(yīng)值。中間實(shí)線代表脈沖響應(yīng)函數(shù)的趨勢(shì)，表示給解釋變量一個(gè)沖擊后，該被解釋變量如何變化；上下兩側(cè)點(diǎn)虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離線。

圖3 各變量對(duì)自身的脈沖響應(yīng)

圖3反映了研究的各個(gè)指標(biāo)對(duì)自身的信息沖擊，由結(jié)果可知各指標(biāo)對(duì)自身的信息沖擊反應(yīng)均顯著為正，表明目標(biāo)導(dǎo)向行為、戰(zhàn)略能力以及宏觀經(jīng)濟(jì)調(diào)控對(duì)自身有正反饋?zhàn)饔茫貐^(qū)生產(chǎn)總值對(duì)自身信息沖擊呈現(xiàn)穩(wěn)步提升趨勢(shì)，對(duì)自身的增強(qiáng)效用較好。

圖4 的結(jié)果顯示，從目標(biāo)導(dǎo)向的兩個(gè)維度看，戰(zhàn)略能力與宏觀經(jīng)濟(jì)調(diào)控對(duì)于目標(biāo)導(dǎo)向均具有正向影響作用，新產(chǎn)品銷售收入和出口收入、地區(qū)生產(chǎn)總值對(duì)于研發(fā)人員投入的前期變動(dòng)影響較小，且有1 期的滯后性，在第3 期之后逐步達(dá)到平穩(wěn)甚至有減弱現(xiàn)象，其主要通過(guò)對(duì)研發(fā)資金投入的沖擊影響目標(biāo)導(dǎo)向行為。對(duì)來(lái)自戰(zhàn)略能力的沖擊，目標(biāo)導(dǎo)向行為的反映較平穩(wěn)，且在一定時(shí)期之后有下降的趨勢(shì)，而宏觀經(jīng)濟(jì)調(diào)控對(duì)于目標(biāo)導(dǎo)向反映較迅速，且具有長(zhǎng)期穩(wěn)定的正反饋效益。

圖4 目標(biāo)導(dǎo)向行為的脈沖響應(yīng)

當(dāng)產(chǎn)品創(chuàng)新績(jī)效作為響應(yīng)變量時(shí)，首先，目標(biāo)導(dǎo)向行為的研發(fā)人員投入維度對(duì)于產(chǎn)品創(chuàng)新績(jī)效的前4 期變動(dòng)較大，在第3 期達(dá)到拐點(diǎn)，對(duì)受到的沖擊反應(yīng)迅速上升一期，而后趨于平穩(wěn)。目標(biāo)導(dǎo)向行為的研發(fā)資金投入維度對(duì)于產(chǎn)品創(chuàng)新績(jī)效前4 期反應(yīng)較平穩(wěn)，在第4 期達(dá)到拐點(diǎn)，從第4 期到第7 期逐步上升而后趨于平穩(wěn)，表明目標(biāo)導(dǎo)向?qū)Ξa(chǎn)品創(chuàng)新績(jī)效的直接正向影響，驗(yàn)證了H1。其次，從戰(zhàn)略能力的角度看，新產(chǎn)品銷售收入與出口收入在較短時(shí)期內(nèi)對(duì)于產(chǎn)品創(chuàng)新績(jī)效具有較強(qiáng)的正反饋?zhàn)饔茫? 期之后雖然仍具有正反饋?zhàn)饔茫饔脧?qiáng)度逐步減弱，表明其通過(guò)對(duì)目標(biāo)導(dǎo)向的影響，間接正向影響產(chǎn)品創(chuàng)新績(jī)效，驗(yàn)證了H2。最后，從宏觀經(jīng)濟(jì)調(diào)控的角度看，通過(guò)對(duì)目標(biāo)導(dǎo)向的調(diào)節(jié)作用，從第1期開始對(duì)產(chǎn)品創(chuàng)新績(jī)效的信息沖擊逐步上升，表明宏觀經(jīng)濟(jì)政策對(duì)于企業(yè)產(chǎn)品創(chuàng)新績(jī)效有著穩(wěn)定的正向影響，驗(yàn)證了H3。

圖5 產(chǎn)品創(chuàng)新績(jī)效的脈沖響應(yīng)

3.5 方差分解

方差分解通過(guò)考察各指標(biāo)對(duì)被解釋變量方差的變動(dòng)情況的貢獻(xiàn)率，從而為企業(yè)提供戰(zhàn)略調(diào)整以及決策支持。本文在建立PVAR 模型的基礎(chǔ)上，使用蒙特卡洛模擬300 次，選定滯后期為10 期的方差分解，在脈沖響應(yīng)分析基礎(chǔ)上，進(jìn)一步分析目標(biāo)導(dǎo)向?qū)ζ髽I(yè)產(chǎn)品創(chuàng)新績(jī)效的方差分解，以及戰(zhàn)略能力和宏觀經(jīng)濟(jì)調(diào)控作為中介對(duì)目標(biāo)導(dǎo)向的影響，從而間接影響產(chǎn)品創(chuàng)新績(jī)效的方差分解情況。由表6 檢驗(yàn)結(jié)果可知，目標(biāo)導(dǎo)向中研發(fā)人員和研發(fā)資金投入的貢獻(xiàn)率接近，分別從第1 期的3.95%、2.55%上升到第10 期的13.46%、12.51%，每期的貢獻(xiàn)率在逐步提升，并于第9 期趨向平穩(wěn)，驗(yàn)證了H1，即目標(biāo)導(dǎo)向行為正向影響企業(yè)產(chǎn)品創(chuàng)新績(jī)效。此外，戰(zhàn)略能力對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效的直接影響較小，從其對(duì)目標(biāo)導(dǎo)向的方差分解結(jié)果來(lái)看，其對(duì)研發(fā)人員和研發(fā)資金投入的貢獻(xiàn)率分別從第1 期的7.53%、13.45%上升到第10 期的16.42%、31.62%，驗(yàn)證了H2，表明戰(zhàn)略能力主要通過(guò)對(duì)目標(biāo)導(dǎo)向的直接正向影響，從而間接正向影響企業(yè)產(chǎn)品創(chuàng)新績(jī)效。最后，從方差分解結(jié)果發(fā)現(xiàn)，宏觀經(jīng)濟(jì)調(diào)控對(duì)于目標(biāo)導(dǎo)向的直接正向影響較小，而對(duì)于企業(yè)產(chǎn)品創(chuàng)新績(jī)效的直接影響從第1 期的1.97%上升到第10 期的16.01%，且之后的貢獻(xiàn)率仍處于穩(wěn)步上升趨勢(shì)，從而說(shuō)明H3的不完全正確性，即宏觀經(jīng)濟(jì)調(diào)控對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效的影響可能并非主要通過(guò)對(duì)目標(biāo)導(dǎo)向的作用，且有待進(jìn)一步研究與驗(yàn)證。

表6 各變量方差分解結(jié)果

4 結(jié)論與建議

4.1 研究結(jié)論

本文選取2008—2019 年的我國(guó)高技術(shù)產(chǎn)業(yè)相關(guān)數(shù)據(jù)，通過(guò)剔除缺失值和數(shù)據(jù)初步整理，最終得到28 個(gè)省份的高技術(shù)產(chǎn)業(yè)面板數(shù)據(jù)，將7 個(gè)變量整合為5 個(gè)研究指標(biāo)，并從3 個(gè)層面進(jìn)行考量，分別是目標(biāo)導(dǎo)向行為層面、戰(zhàn)略能力層面、宏觀經(jīng)濟(jì)層面。先后通過(guò)單位根檢驗(yàn)、PVAR 建模、格蘭杰因果檢測(cè)、脈沖響應(yīng)分析和方差分解，進(jìn)行企業(yè)產(chǎn)品創(chuàng)新績(jī)效影響因素的分析。得出結(jié)論為：

（1）通過(guò)對(duì)5 個(gè)變量的格蘭杰因果檢驗(yàn)結(jié)果進(jìn)行分析得出，5%顯著性水平下的目標(biāo)導(dǎo)向、戰(zhàn)略能力和宏觀經(jīng)濟(jì)調(diào)控均是產(chǎn)品創(chuàng)新績(jī)效的格蘭杰因果檢驗(yàn)，且戰(zhàn)略能力和宏觀經(jīng)濟(jì)調(diào)控通過(guò)對(duì)目標(biāo)導(dǎo)向的直接調(diào)控影響企業(yè)產(chǎn)品創(chuàng)新績(jī)效。

（2）通過(guò)對(duì)PVAR 模型的脈沖響應(yīng)函數(shù)進(jìn)行分析得出，目標(biāo)導(dǎo)向?qū)Ξa(chǎn)品創(chuàng)新績(jī)效的沖擊在短期內(nèi)有較大的波動(dòng)，但其長(zhǎng)期趨勢(shì)均趨于平穩(wěn)正強(qiáng)化，且研發(fā)資金投入對(duì)企業(yè)創(chuàng)新績(jī)效的正向促進(jìn)作用更強(qiáng)。戰(zhàn)略能力對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效的直接影響在長(zhǎng)期趨勢(shì)中有弱化的現(xiàn)象，而通過(guò)作用于目標(biāo)導(dǎo)向進(jìn)而影響產(chǎn)品創(chuàng)新績(jī)效的趨勢(shì)較平穩(wěn)。地區(qū)生產(chǎn)總值作為宏觀經(jīng)濟(jì)政策的調(diào)控策略，無(wú)論直接作用于目標(biāo)導(dǎo)向還是企業(yè)產(chǎn)品創(chuàng)新績(jī)效，其長(zhǎng)期趨勢(shì)都是正向平穩(wěn)促進(jìn)。

（3）通過(guò)對(duì)PVAR 模型的方差分解結(jié)果進(jìn)行分析得出，目標(biāo)導(dǎo)向行為下研發(fā)人員、研發(fā)資金投入對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效均具有正反饋?zhàn)饔茫已邪l(fā)資金投入的貢獻(xiàn)率變化略顯著。戰(zhàn)略能力作為通過(guò)對(duì)目標(biāo)導(dǎo)向行為的調(diào)節(jié)，進(jìn)而正向作用于企業(yè)產(chǎn)品創(chuàng)新績(jī)效，由其對(duì)研發(fā)人員與研發(fā)資金投入的方差分解結(jié)果，發(fā)現(xiàn)戰(zhàn)略能力對(duì)研發(fā)資金投入的貢獻(xiàn)率更大。宏觀經(jīng)濟(jì)調(diào)控對(duì)目標(biāo)導(dǎo)向行為的貢獻(xiàn)率較小，而直接對(duì)企業(yè)產(chǎn)品創(chuàng)新績(jī)效表現(xiàn)出正方向貢獻(xiàn)，雖然與假設(shè)的途徑有所不一致，但結(jié)論均是正向促進(jìn)企業(yè)產(chǎn)品創(chuàng)新績(jī)效。

4.2 建議

綜合以上分析，可以發(fā)現(xiàn)從長(zhǎng)期來(lái)看，企業(yè)需要注重目標(biāo)導(dǎo)向?qū)τ谔嵘a(chǎn)品創(chuàng)新績(jī)效的貢獻(xiàn)，通過(guò)調(diào)整研發(fā)人員、資金投入比例，關(guān)注員工個(gè)體需要及組織目標(biāo)，結(jié)合產(chǎn)品的銷售收入與出口收入在市場(chǎng)的占有率以及宏觀經(jīng)濟(jì)政策的調(diào)控，將目標(biāo)導(dǎo)向作用于組織特征，制定企業(yè)在目標(biāo)導(dǎo)向下提升產(chǎn)品創(chuàng)新績(jī)效的策略。此外，我國(guó)高技術(shù)產(chǎn)業(yè)的企業(yè)產(chǎn)品創(chuàng)新績(jī)效應(yīng)著眼于原始創(chuàng)新、提高產(chǎn)品創(chuàng)新質(zhì)量、增加有效發(fā)明專利數(shù)量，企業(yè)需要注重將目標(biāo)導(dǎo)向作為組織特征，增加研發(fā)投入；同時(shí)，政府應(yīng)多采取積極措施鼓勵(lì)企業(yè)申請(qǐng)發(fā)明專利。

4.3 未來(lái)展望

由于各省份的經(jīng)濟(jì)發(fā)展存在差異，本文在研究高技術(shù)產(chǎn)業(yè)的產(chǎn)品創(chuàng)新績(jī)效時(shí)選取了規(guī)模以上工業(yè)企業(yè)和大中型工業(yè)企業(yè)，未來(lái)研究可考慮將地區(qū)經(jīng)濟(jì)發(fā)展納入研究特征；同時(shí)，將各個(gè)省份按照經(jīng)濟(jì)發(fā)展水平進(jìn)行劃分，進(jìn)行有針對(duì)性的分組研究。另一方面，國(guó)家對(duì)于中小企業(yè)政策扶持力度越來(lái)越大，實(shí)施財(cái)政扶持、金融扶持、創(chuàng)新扶持、提供公共服務(wù)等，因此以中小企業(yè)為研究對(duì)象也可以作為未來(lái)的研究方向之一。