種子企業技術創新投入產出分析：政府支持下異質組織創新績效的考察

李萬君　龔璇　李艷軍

[摘 要] 基于擴展的柯布-道格拉斯生產函數，運用210家玉米種子企業的調查數據進行技術創新投入產出分析，重點考察政府支持下異質組織創新投入對創新績效的影響。具體分析種子企業不同維度的創新投入對創新數量和創新質量的直接影響和交互影響，同時考察政府支持的調節效應，進一步分析上述效應在不同類型企業間的差異。研究發現：物質資本資源投入和人力資本資源投入對創新數量的直接效應和交互效應均顯著為正;人力資本資源投入負向影響創新質量;組織資本資源投入不僅正向影響創新質量，產出彈性大，而且與物質資本資源投入對創新質量具有顯著的正向交互影響。各類政府支持均正向調節物質資本資源投入、人力資本資源投入和創新數量的關系以及組織資本資源投入和創新質量的關系。對于不同類型的種子企業而言，組織資本資源投入在創新質量的提升中均起到了關鍵作用，產出彈性很大，但創新投入和政府支持的產出效應也存在較大差異。

[關鍵詞]種子企業;技術創新;投入產出分析;創新績效;政府支持;異質組織

[中圖分類號]? F324.6[文獻標識碼]? A[文章編號]? 1673-0461（2022）07-0040-09

一、引言

一直以來，中國種子企業創新能力較弱，這種情況嚴重影響到了種業核心競爭力乃至農業現代化進程。近年來，國內種子企業紛紛加大創新投入，大力開展技術創新。據農業農村部2018年發布的信息，中國種業50強企業年均創新總投入逾15億元，與銷售額的比例逐漸接近國際水平①。然而，企業進行創新投入并非必然帶來理想的產出，即企業進行創新投入與擁有技術成果不能劃等號。更重要的是，企業真正需要的是技術產出，而不是創新投入。文獻回顧表明，目前相關領域的研究還亟待完善和加強。盡管已有文獻探討了企業創新投入與創新績效的關系，但是，尚缺乏系統的理論分析框架[1]。而且，企業的創新投入具有不同的形態和維度，在技術創新過程中發揮著不同的作用。但是，已有的研究[2-5]多籠統分析企業總投入對創新績效的影響，或是僅僅探討某一維度創新投入[6-8]的效應，較少考慮不同維度創新投入的作用。那么，種子企業創新投入的產出效應在不同維度間存在差異嗎？具體而言，不同維度的創新投入是否都對創新績效具有顯著的正向影響？哪個維度的創新投入對創新績效的貢獻更大？不同維度的創新投入對創新績效具有顯著的交互影響嗎？

然而，由于技術創新往往面臨成果外溢的風險，因此，為避免市場失靈，各國政府通常采取提供支持的辦法激勵企業開展技術創新活動。中國政府歷來注重對種子企業的技術創新提供支持[9]。中共十九大報告明確指出，當前正處于全面建成小康社會的決勝時期，應實施創新驅動發展戰略，加強對中小企業創新的支持。種子企業亦在支持之列。2022年中央一號文件明確提出全面實施種業振興的行動方案，具體包括推進種業領域國家重大創新平臺建設，啟動農業生物育種重大項目，開展重大品種研發與推廣后補助試點，等等。不難看出，大力支持種子企業開展技術創新是黨和政府一貫的政策和主張。依據資源整合理論（RIBV），在技術創新過程中，政府支持與企業創新投入共同發揮作用。那么，政府支持是否強化了種子企業技術創新的投入產出效應呢？文獻回顧表明，相關領域的研究[10-12]較少考慮政府支持在創新投入和創新績效的關系中具有怎樣的作用，即同時將政府支持、創新投入和創新績效納入分析框架的研究還有待補充。而且，現有的文獻對創新績效的測量尚存在不足，表現為主要偏向數量維度，對質量維度的關注還有待加強[13]。并且在分析不同來源的投入對企業創新績效的影響時，對企業異質性的分析還有待進一步加強[14]。此外，現有的研究多以工業制造企業作為研究對象，且主要基于上市公司披露的數據展開分析。由于上市公司大多屬于規模較大的企業，因此僅以其為樣本展開研究具有一定的局限，即現有的文獻在一定程度上忽視了對中小企業技術創新的探討，尤其是對涉農企業技術創新的研究還有待補充。鑒于此，本文對種子企業技術創新投入產出進行分析，重點考察政府支持下異質組織創新投入對創新績效的影響。具體分析種子企業不同維度的創新投入對創新數量和創新質量的直接影響和交互影響，同時考察政府支持的調節效應，進一步針對不同類型的企業探討上述效應的差異，并基于玉米種子企業的調查數據展開實證檢驗。

二、文獻綜述與理論分析

（一）文獻綜述

文獻回顧表明，已有的研究在考察企業技術創新投入的產出時，重點對創新績效進行分析，且常常關注其數量維度，忽視了質量維度[13]。而且，關于創新投入對創新績效影響，現有的研究并未得到一致的結論。目前，主要有兩種觀點。一是“促進說”，比如GARY等[2]、張鳳兵和王會宗[3]研究得出企業創新投入對創新績效具有積極的影響;二是“不確定說”，比如NOHRIA和GULATI[4]、孫早和宋煒[5]研究發現企業創新投入對創新績效的影響依賴于一定的條件。鑒于此，學者們把關注的重點轉移到了企業不同種類的創新投入對創新績效的影響，如財務資源投入[15]，人力資源投入[6]，組織制度投入[7]和社會資本[8]等。但是，現有的研究較少同時探討企業不同維度的創新投入對創新績效的影響，因此分析不同維度的創新投入對創新績效交互影響的研究更為少見。

為鼓勵企業開展技術創新，中國政府提供的支持政策主要包括以下三種：直接補助、稅收優惠和信貸支持[9]。文獻回顧表明，將政府支持和創新投入聯系起來的研究多分析二者之間的關系，即探討某類政府支持對創新投入產生了激勵還是擠出效應。比如，直接分析政府補助[10]、稅收優惠[11]和融資支持[12]對創新投入的影響。盡管極少數學者[16]分析了政府支持對創新投入和創新績效關系的調節效應。但是，相關研究還亟待補充和加強。具體而言，一是他們僅僅分析了政府補助對創新投入和創新績效關系的調節效應，沒有考慮其他類型的政府支持，也沒有對企業創新投入做維度劃分;二是基于上市公司披露的數據展開分析，并非以一手調研數據展開實證檢驗;三是以制造業企業為例展開分析，未考慮涉農企業。因此，政府支持究竟如何影響創新投入與創新績效的關系尚待深入探究。對于企業創新而言，創新投入屬于首要的組織因素，政府支持屬于重要的環境因素。可見，目前分析組織因素和環境因素對企業創新績效的影響時，考慮這兩大因素之間關聯和協同的研究還亟待深化和加強。

文獻回顧還表明，現有關于創新投入、政府支持與企業創新績效關系的研究多單獨考慮某個企業特征變量的影響，比如，企業性質[17]或企業規模[18]。但是，這種關注還顯得十分不夠[14]。比如，部分文獻將企業經營年限作為控制變量納入分析框架，一定程度上考慮了其在創新績效分析中的影響。但是，相關的研究尚待加強。這是因為，技術創新是積累性和學習性很強的活動，企業經營年限無疑能很好地反映這一特征。另外，在創新研究中，較少有文獻深入探討企業經營范圍所帶來的影響。然而，在創新實踐中，企業經營范圍卻呈現出明顯的差異，這說明相關的研究亟待補充和加強。更重要的是，目前缺乏綜合考慮上述特征變量，進而考察具體不同類型企業間差異的研究。換言之，目前在分析創新投入、政府支持與企業創新績效的關系時，對異質企業差異的探討還有待加強。因此，本文在對種子企業技術創新投入產出進行分析時，將同時考慮企業經營年限、企業性質、企業規模和經營范圍的不同所帶來的差異，即綜合考慮多個企業特征變量，深入探討不同類型企業間的差異。

（二）理論分析

柯布和道格拉斯最初分析了美國制造業的生產情況。在里昂惕夫正式創立投入產出分析以后，柯布-道格拉斯生產函數成為了學界探討經濟主體投入產出效應的主要分析工具。柯布和道格拉斯認為，在進行投入產出分析時，固定資產、勞動力數量和綜合技術水平是需要重點考慮的三大投入要素。其中，綜合技術水平包括技術引進和經營管理水平等，且在具體分析時一般將其放入誤差項，并未專門加以探討。后來，學者們在分析技術創新投入產出效應時借鑒了這一工具[19]。本研究對種子企業技術創新投入產出進行分析時，亦基于柯布-道格拉斯生產函數的框架展開，同時認為企業的創新投入本質上是各種維度的資源投入。

一般認為，企業資源具有三個維度，即物質資本資源、人力資本資源和組織資本資源[20]。相應地，其創新投入也具有三個維度。其中，物質資本資源投入較為復雜，它包含了柯布和道格拉斯所使用的固定資產。同時，也包含綜合技術水平中的技術因素。因為本文主要考察種子企業技術創新投入的產出效應，引進的技術也是創新投入的一部分，因此，本研究將技術引進納入物質資本資源投入展開分析，并非簡單將其放入誤差項處理。而且，根據柯布和道格拉斯的觀點，在對經濟主體進行投入產出分析時，土地也是必須考慮的要素。但是，他們認為土地通常受到價值異常增值的影響不利于進行分析，因此未放入模型。本文認為，種子企業在開展技術創新活動時，必須用到繁育基地和試驗田，因此，土地對于其技術創新而言十分重要，不得不加以考慮。本文在研究設計中，將土地因素納入到物質資本資源投入部分，其價值由受訪人員根據企業實情進行估計。

不難理解，人力資本資源投入對應勞動力數量。對于綜合技術水平中的經營管理水平，本研究認為不同于技術引進，它更多地體現為經驗和制度等軟知識，因此，本研究將其視為另一類重要的投入，即組織資本資源投入。可見，從投入要素的歸類和分析而言，本文可謂在一定程度上豐富和拓展了柯布-道格拉斯生產函數。需要指出的是，規模報酬問題是運用柯布-道格拉斯生產函數進行投入產出分析時常常探討的內容，這就需要考察各類投入的回歸系數，但企業三個維度的投入往往是密切相關的，同時代入回歸極易產生共線性的干擾而難以得到準確的估計。因此，本文在研究設計中，將分別考察某一維度創新投入的產出效應以及某兩個維度創新投入的交互效應。為彌補這一操作對規模報酬分析帶來的不利影響，本文將企業規模作為調節變量之一納入分析以詳加考察。

三、研究設計

（一）模型設定

依據上述理論分析，本文設定如下模型：

（二）變量定義及測量

1.因變量

本研究借鑒楊亭亭等[13]的定義，將種子企業的創新績效界定為其新品種推出的速度、水平和效果，并將其劃分為創新數量（qnt）和創新質量兩個維度（qty）。本文認為，在時間跨度相同的情況下，創新數量能較好地反映新成果推出的速度，并以審定品種的數量予以測量。然而，審定品種具有不同的級別，主要分為國家級審定品種和省（區、市）級審定品種兩種。顯然，這二者的數量不能簡單相加。本文根據相關專家的建議，為國家級審定品種和省（區、市）級審定品種賦予0.7和0.3的權重，并采用加權平均的辦法算出其值;為避免已有文獻中依賴創新數量指標反映創新質量的缺陷，本文根據BELL[21]的建議，采用Likert五點量表測量創新質量，主要反映種子企業新品種的水平和效果。具體測量語句為：“貴公司新品種的新穎性”“貴公司新品種的適應性”“貴公司新品種的影響力”。很弱/很弱/很小=1，弱/弱/小=2，一般=3，強/強/大=4，很強/很強/很大=5。發放問卷時讓受訪者根據其所在公司的新品種與市面上同行競爭產品的平均水平相比較后進行評分。

2.自變量

本研究依據BARNEY[20]和劉小元等[22]的定義，將種子企業的創新投入界定為其用于開展技術創新活動的一切有價值的資源投入，并將其劃分為物質資本資源投入（phi）、人力資本資源投入（hum）以及組織資本資源投入（org）三個維度。物質資本資源投入用種子企業年均投入創新活動的技術、廠房設備和資金等物質資源的價值測量;人力資本資源投入用種子企業年均投入的創新人員全時當量數測量;組織資本資源投入是指種子企業技術創新制度的建設情況，本文以其創新制度的完備程度予以反映，并采用Likert五點量表進行測量。測量語句為“貴公司擁有完備的技術創新制度”，很同意=5，同意=4，一般=3，不同意=2，很不同意=1。需要指出的是，企業人力資本資源投入的測量存在一定的難度，主要是因為其具有較強的異質性，在研究中難以標準化。報酬折現法、未來折現法和人力資本加工成本法是現有文獻中常見的測量方法[23]，但是，這些方法均存在一定的缺陷，

僅僅考慮了人力資本資源擁有的狀況，即關注的重點并非調用和投入。從調用和投入的角度測量人力資本資源必須區分全時與非全時。因此，國際上通常采用創新人員的全時當量測量企業用于技術創新的人力資本資源投入[24]。本研究借鑒這一做法，對種子企業的人力資本資源投入進行測量，具體讓受訪者填寫企業年均投入的創新人員的全時當量數。

本文借鑒DU和LI[25]的定義，將政府支持界定為政府從供給側對種子企業技術創新給予有形和無形的投入和幫扶，包括直接補助（sub）、稅收優惠（tax）和信貸支持（cre）。直接補助用種子企業獲得政府補助的實際值測量，稅收優惠用種子企業獲得稅收優惠的實際值測量，信貸支持用種子企業依靠政府支持獲得的信貸額測量。

本文主要涉及以下企業特征變量：經營年限（age）、企業性質（nat）、企業規模（siz）和經營范圍（scp）。經營年限采用企業經營年限的實際值測量，企業性質的取值包括公有（或公有控股）和非公有兩類。需要指出的是，注冊資本（rca）、營運資本（oca）、企業人數（cnu）以及研發部門人數（rnu）均從不同角度反映了企業規模，本文先對其取對數，然后采用探索性因子分析法對其進行降維，并采用公因子得分作為企業規模的取值。這樣操作是因為反映規模的指標較多，不同企業比較起來，各指標的大小關系可能存在細微不同。經營范圍（scp）分為專營和兼營兩種。專營指僅研發生產種子，兼營指研發生產種子以外的農資或其他產品。具體賦值為：專營=0，兼營=1（見表1）。

（三）數據來源

在種子企業技術創新領域，玉米種子企業最具典型性、代表性和研究的迫切性[9]。因此，本研究選取玉米種子企業作為調研對象。在全面了解全國種子企業數量及總體分布的基礎上，課題組對研發玉米種子的企業展開問卷調查。首先，依據前期的理論設計，課題組開發出了調查問卷初稿，接著開展試調查，并依據調查過程中的問題對問卷進行修正和完善。重點是調整帶有歧義和難以理解的題項。經修正得到正式調查問卷。然后，依據前期積累和建立的種子企業及其聯系人員名單，采用短信和郵件的方式與受訪者取得聯系，發放問卷開展調查。發放后收到點擊反饋視為發放成功。為確保回收問卷的絕對數，課題組對部分種子企業發放了兩份或多份問卷。整個調查于2018年9月底啟動，歷時半年多時間，總共調查了631家種子企業。問卷回收后，進行檢查和整理，剔除無效問卷后得到210份，對應210家不同的種子企業，占發放企業總數的33.28%。受訪企業來自27個省（區、市），基本覆蓋了玉米主產區。需要說明的是，問卷的有效率較低，主要是因為大量的受訪者因為各種原因中斷了填寫，很難繼續完成問卷②。為了佐證樣本的代表性和典型性，本文將樣本企業與全國所有種子企業的關鍵特征指標及其分布進行對比，全國種子企業的數據來自農業農村部種業管理司等（2020）發布的數據。對比后發現兩者的關鍵特征指標（如資產總額）的分布較為一致，說明樣本企業具備一定的代表性。樣本企業的描述性統計分析結果見表2。

（四）描述性統計分析

表3展示了各變量的描述性統計分析結果。不難看出，無論是種子企業各維度的創新投入，還是各類型的政府支持，都尚有較大的提升空間。具體而言，樣本企業年均物質資本資源投入僅為959萬元左右，年均人力資本資源投入約為27個全時當量，組織資本資源投入均值約為3.65;政府提供的年均直接補助約為49萬元，年均稅收優惠約為356萬元，年均信貸支持約為1 618萬元。需要說明的是，創新質量給出的是三個語項的得分加總后的分析結果;企業規模采用的是注冊資本、營運資本、企業人數和研發部門人數的因子得分值，因此最小值為負數，平均值為0，標準差為1。各變量的標準差表明觀測值之間存在足夠的差異，說明樣本具備良好的代表性。

四、實證分析

為了適應模型的需要以及降低變量的異方差，本文在做實證分析之前，對各個連續型變量均進行取自然對數處理，包括qnt、qty、phi、hum、org、sub、tax、cre、age、rca、oca、cnu以及rnu，分別記為lqnt、lqty、lphi、lhum、lorg、lsub、ltax、lcre、lage、lrca、loca、lcnu以及lrnu。需要說明的是，由于創新質量采用Likert五點量表測量，且具有三條不同的測量語句，因此，需要歸攏為一個值后取對數。但是，如果采用探索性因子分析法進行降維，將會使得部分因子得分為負數，導致無法取對數。因此，本研究將其三條語句的觀測值進行加總，然后取對數。

（一）不同維度的創新投入對創新績效的直接效應及交互效應

表4給出了不同維度的創新投入對創新績效的直接效應及交互效應回歸結果，不難看出，物質資本資源投入正向影響創新數量，產出彈性較大（β=0.144***）;人力資本資源投入正向影響創新數量（β=0.092***），負向影響創新質量（β=-0.022***）;組織資本資源投入正向影響創新質量，產出彈性很大（β=0.229***）。此外，物質資本資源投入和人力資本資源投入對創新數量具有顯著的正向交互影響（β=0.032*）;物質資本資源投入和組織資本資源投入對創新數量具有顯著的負向交互影響（β=-0.046*），對創新質量具有顯著的正向交互影響（β=0.015***）。

（二）政府支持對創新投入與創新績效關系的調節效應

表5給出了政府支持對物質資本資源投入與創新績效關系的調節效應分析結果，不難看出，直接補助、稅收優惠和信貸支持在物質資本資源投入和創新數量的關系中均起到了顯著的正向調節作用（β=0.035**、0.046***和0.027*）。

表6給出了政府支持對人力資本資源投入和創新績效關系的調節效應分析結果，不難看出，直接補助、稅收優惠和信貸支持在人力資本資源投入和創新數量的關系中均起到了顯著的正向調節作用（β=0.024*、0.031*和0.026*）。

表7給出了政府支持對組織資本資源投入和創新績效關系的調節效應分析結果，不難看出，直接補助、稅收優惠和信貸支持均在組織資本資源投入和創新數量的關系中起到了顯著的負向調節作用（β=-0.065**、-0.046**和-0.059**），但在組織資本資源投入和創新質量的關系中均起到了顯著的正向調節作用（β=0.016***、0.015***和0.016***）。

（三）考慮種子企業異質性的進一步分析

表8展示了運用企業經營年限、企業性質、企業規模和企業經營范圍進行聚類分析的結果。不難看出，第Ⅰ類為經營年限短、小規模、專營性的非公有種子企業;第Ⅱ類為經營年限居中、中等規模、兼營性的非公有種子企業;第Ⅲ類為經營年限長、大規模、專營性的公有或公有控股的種子企業。結合種子企業的實際不難發現，第I類多是新創種子企業，這類企業通常基于育種技術建立，比如，掌握一定的技術專利或者擁有一定數量的育種人才;第Ⅱ類種子企業是商業化育種的中堅力量，數量眾多;第Ⅲ類種子企業經歷了較長的種業計劃經濟運營階段，其前身多為國有種子公司，或者與公有資本具有緊密的關聯。需要指出的是，由于聚類后第Ⅲ類種子企業樣本數較少，只有25個觀測值。因此，在基于這類企業進行分析時，為了確保得到穩健的回歸結果，本研究根據相關學者的建議，采用Bootstrap回歸進行處理[26]。

基于第Ⅰ類種子企業的回歸結果表明：組織資本資源投入正向影響創新質量，產出彈性較大（β=0.129**）。直接補助在人力資本資源投入和創新質量的關系中起到了顯著的正向調節作用（β=0.089***）;針對第Ⅱ類種子企業的回歸分析表明：人力資本資源投入負向影響創新質量（β=-0.024**）。組織資本資源投入正向影響創新質量，產出彈性較大（β=0.248***）。物質資本資源投入和人力資本資源投入對創新質量具有顯著的負向交互影響（β=-0.012*），物質資本資源投入和組織資本資源投入對創新質量具有顯著的正向交互影響（β=0.017*）。直接補助正向調節物質資本資源投入與創新數量以及創新質量之間的關系（β=0.220***、r=0.154*③），負向調節組織資本資源投入與創新數量的關系（β=-0.144***），正向調節組織資本資源投入和創新質量的關系（β=0.022**）。稅收優惠正向調節組織資本資源投入和創新質量之間的關系（β=0.011*）。信貸支持正向調節物質資本資源投入、組織資本資源投入和創新質量的關系（β=0.196**、0.028**）。運用第Ⅲ類種子企業進行回歸分析表明：組織資本資源投入正向影響創新質量，產出彈性很大（β=0.344***），負向影響創新數量（β=-1.164*）。物質資本資源投入和人力資本資源投入對創新質量具有顯著的負向交互影響（β=-0.037*）。稅收優惠正向調節物質資本資源投入和創新數量的關系（β=0.381*），負向調節物質資本資源投入和創新質量的關系（β=-0.080**）。信貸支持負向調節物質資本資源投入、人力資本資源投入與創新質量的關系（β=-0.051**、-0.032*）。

需要指出的是，表8倒數第二、第三列給出了各類種子企業創新數量和創新質量的均值。不難看出，三類種子企業的創新質量并無明顯的差異，而創新數量依企業經營年限和規模依次遞增，這充分說明目前中國種子企業在運用內外部投入開展技術創新的過程中，績效的差異主要體現在數量上，質量上沒有區別，這也從側面反映了中國種子企業的技術創新主要表現為以數量為主的粗放增長。

（四）穩健性檢驗

由于各主要變量均采用五年（2014—2018年）的均值，為避免可能的反向因果關系的干擾，本研究運用創新績效后三年（2016—2018年）的數據代入分析，所得結果與本文分析結果一致。此外，由于創新質量采用Likert五點量表測量，受訪者在填答過程中有可能高估其所在企業的相關指標，導致出現偏差。因此，本文采用審定品種數量與新品種數量的比例代替量表評分作為創新質量的值代入回歸，所得結果與上述實證分析結果基本相同。這表明本文的分析結果是穩健的。

五、結論與啟示

（一）研究結論

本文運用擴展的柯布-道格拉斯生產函數，對種子企業技術創新進行投入產出分析，重點考察政府支持下異質組織創新投入對創新績效的影響。具體分析種子企業不同維度的創新投入對創新數量和創新質量的直接影響和交互影響，同時探討政府支持的調節效應，進一步考察上述效應在不同類型企業間的差異，并運用210家玉米種子企業的調查數據展開實證檢驗，得出以下結論：

第一，種子企業不同維度創新投入的產出效應及協同效應不理想，尤其是對創新質量的產出彈性有待提升。主要表現為盡管物質資本資源投入和人力資本資源投入均正向影響創新數量，但人力資本資源投入負向影響創新質量，且物質資本資源投入對創新質量的影響不顯著。從創新投入不同維度間的協同情況來看，物質資本資源投入和人力資本資源投入尚未達到最佳的互補狀態，體現為二者僅對創新數量具有顯著的正向交互影響;組織資本資源投入和人力資本資源投入也未達到理想的協同狀態，表現為無論是對于創新數量，還是創新質量，兩種投入的交互效應均不顯著;組織資本資源投入和物質資本資源投入產生了理想的協同效應，主要體現在盡管二者對創新數量具有顯著的負向交互影響，但對創新質量具有顯著的正向交互影響。各類政府支持均有助于種子企業利用創新投入提升創新數量和創新質量，即各類政府支持不同程度地強化了種子企業技術創新的投入產出效應。主要體現在直接補助、稅收優惠和信貸支持均強化了物質資本資源投入、人力資本資源投入和創新數量的關系以及組織資本資源投入和創新質量的關系。

第二，對于不同類型的種子企業而言，組織資本資源投入在創新質量的提升中均起到了關鍵作用，產出彈性大，但創新投入和政府支持對創新績效的影響也存在較大的差異。具體而言，對于經營年限短、小規模、專營性的非公有企業，不同維度創新投入的產出效應不理想。然而，直接補助在人力資本資源投入與創新質量的關系中起到了強化作用;對于經營年限居中、中等規模、兼營性的非公有企業，物質資本資源投入和人力資本資源投入的產出效應以及二者之間的協同效應不明顯，尤其是人力資本資源投入不僅負向影響創新質量，而且與物質資本資源投入對創新質量具有顯著的負向交互影響。但是，對于這類企業而言，政府支持的產出效應明顯，表現為幾乎所有類型的政府支持均能強化物質資本資源投入、組織資本資源投入和創新質量的關系;對于經營年限長、大規模、專營性的公有或公有控股企業，幾乎所有的創新投入均不具備明顯的產出效應，政府支持的強化效應亦不明顯。主要體現為除了組織資本資源投入有助于創新質量提升以及稅收優惠有助于創新數量提升以外，其他維度的創新投入對創新數量和創新質量的直接影響、交互影響以及各類政府支持的調節作用均不顯著，甚至顯著為負。

（二）政策啟示

對于種子企業而言，應轉變創新觀念和策略，將技術創新的重點由追求數量為主轉變到數量和質量兼顧的軌道上來，尤其應注重創新質量的提升。鑒于在當前的技術創新中資源整合和協同十分關鍵，企業應加強技術創新制度的建設和投入，即增加組織資本資源投入，以統攝其他維度的創新投入，使其得到充分利用，發揮不同維度的創新投入在提升創新績效，尤其是創新質量中的協同效應。

對于政府部門而言，整體上應加大對種子企業，尤其是第Ⅱ類種子企業技術創新的支持力度，且支持政策應向創新制度更加完善的企業傾斜。針對不同類型的企業，應予以區別對待，提升政府支持的精準度和公共資源的利用效率。對于經營年限短、小規模、專營性的非公有企業，應加大對擁有高質量技術創新人才的企業的直接補助力度;對于經營年限居中、中等規模、兼營性的非公有企業，應加大對技術創新物質基礎優良、創新制度完善的企業的支持力度;對于經營年限長、大規模、專營性的公有或公有控股企業，對于是否提供支持需要保持謹慎的態度，重點應放在敦促其加強組織資本資源的積累和投入，充分利用已有的創新資源，產出優質的技術成果。

[注 釋]

① 見邵海鵬的《中國種企50強每年研發投入超15億強度接近國外大公司》，https：//www.sohu.com/a/231875890_115124。

② 根據國內做企業調查的相關研究來看，問卷有效率也基本在30%左右，參見王永貴和洪傲然（2020）的研究。

③ 此處由于存在共線性，故報告相關系數，下同。

[參考文獻]

[1]宋洋.創新資源、研發投入與產品創新程度——資源的互斥效應和研發的中介效應[J].中國軟科學，2017（12）：154-168.

[2]GARY H J， BAI H M， GUAN X J，et al. R&D performance in Chinese industry[J]. Economics of innovation and new technology， 2006， 15（4-5）： 345-366.

[3]張鳳兵，王會宗.異質性視角下的R&D企業投入、政府資助與創新績效——基于微觀面板的計數模型實證研究[J].經濟與管理評論，2019，35（2）：80-92.

[4]NOHRIA N， GULATI R. Is slack good or bad for innovation？[J]. Academy of management journal， 1996， 39（5）： 1245-1264.

[5]孫早，宋煒.企業R&D投入對產業創新績效的影響——來自中國制造業的經驗證據[J].數量經濟技術經濟研究，2012，29（4）：49-63.

[6]SAVRUL M， INCEKARA A. The effect of R&D intensity on innovation performance： a country level evaluation[J]. Procedia-social and behavioral sciences， 2015， 210： 388-396.

[7]BARGERON L L， LEHN K M， ZUTTER C J. Sarbanes-oxley and corporate risk-taking[J]. Journal of accounting and economics， 2010， 49（1-2）： 34-52.

[8]YLI-RENKO H， AUTIO E， SAPIENZA H J. Social capital， knowledge acquisition， and knowledge exploitation in young technology-based firms[J]. Strategic management journal， 2001， 22（6-7）： 587-613.

[9]李萬君，李艷軍，李婷婷.政府支持如何影響種子企業技術創新績效？——基于政策、組織和市場異質性的分析[J].中國農村經濟，2019（9）：104-123.

[10]侯曉紅，田蕊，周浩.政府科技補貼對企業技術創新投入的影響——基于市場需求和融資約束視角[J].當代經濟管理，2018，40（6）：21-28.

[11]胡華夏，洪葒，肖露璐.稅收優惠與研發投入——產權性質調節與成本粘性的中介作用[J].科研管理，2017，38（6）：135-143.

[12]肖仁橋，王宗軍，錢麗.技術差距視角下我國不同性質企業創新效率研究[J].數量經濟技術經濟研究，2015，32（10）：38-55.

[13]楊亭亭，羅連化，許伯桐.政府補貼的技術創新效應：“量變”還是“質變”？[J].中國軟科學，2018（10）：52-61.

[14]盛光華，張志遠.補貼方式對創新模式選擇影響的演化博弈研究[J].管理科學學報，2015，18（9）：34-45.

[15]杜雯秦，郭淑娟.企業異質性、研發投入與創新績效——基于GPS的實證研究[J].科技管理研究，2021，41（23）：124-132.

[16]巴曙松，吳麗利，熊培瀚.政府補助、研發投入與企業創新績效[J].統計與決策，2022，38（5）：166-169.

[17]曾萍，劉洋，吳小節.政府支持對企業技術創新的影響——基于資源基礎觀與制度基礎觀的整合視角[J].經濟管理，2016，38（2）：14-25.

[18]李婧.政府R&D資助對企業技術創新的影響——一個基于國有與非國有企業的比較研究[J].研究與發展管理，2013，25（3）：18-24.

[19]JONES C I. R&D-based models of economic growth[J]. The journal of political economy， 1995， 103（4）： 759-784.

[20]BARNEY J. Firm resources and sustained competitive advantage[J]. Journal of management， 1991， 17（1）： 99-120.

[21]BELL G G. Clusters， networks， and firm innovativeness[J]. Strategic management journal， 2005， 26（3）： 287-295.

[22]劉小元， 藍子淇，葛建新. 機會共創行為對社會企業成長的影響研究——企業資源的調節作用[J].研究與發展管理， 2019，31（1）： 21-32.

[23]裴政，羅守貴. 人力資本要素與企業創新績效——基于上海科技企業的實證研究[J]. 研究與發展管理， 2020（4）： 1-14.

[24]肖振紅，范君荻. 科技人力資源投入對區域創新績效的影響研究[J]. 科學學研究， 2019，37（11）： 1944-1954.

[25]DU W， LI M. Government support and innovation for new energy firms in China[J]. Applied economics，2019，51（25）： 2754-2763.

[26]PREACHER K J， HAYES A F. Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models[J]. Behavior research methods， 2008， 40（3）： 879-891.

An Input-Output Analysis of Seed Enterprise’s Technology Innovation：

Investigation of the Innovation Performance of Heterogeneous Organizations

with Government Support

Li? Wanjun，? Gong? Xuan，? Li? Yanjun

（College of Economics & Management， Huazhong Agricultural University， Wuhan 430070， China）

Abstract： ??Based on the extended Cobb-Douglas production function， this paper analyzes the input-output effects of technological innovation by using the survey data of 210 corn seed enterprises， focusing on the impact of innovation input of heterogeneous organizations with government support on innovation performance. It specifically analyzes the impact of innovation input on innovation performance， examines the moderating effects of government support and further analyzes the differences of the above effects among different types of enterprises. The results show that the direct and interactive effects of material capital resource input and human capital resource input on innovation quantity are both significantly positive; human capital resource input negatively affects innovation quality; not only does organizational capital resource input positively affect innovation quality， and have a large output elasticity， but it also has a significant positive interaction effect with material capital resource input; all kinds of government support positively moderate the relationship between the physical capital resource input， human capital resource input and the innovation quantity， as well as the relationship between organizational capital resource input and innovation quality. For different types of seed enterprises， organizational capital resources input has played an important role in the improvement of innovation quality， and the output elasticity is great. However， the output effects of innovation input and government support are quite different.

Key words：seed enterprise; technology innovation; input-output analysis; innovation performance; government support; heterogeneous organization

（責任編輯：李 萌）

收稿日期：2022-04-07

基金項目：國家自然科學基金項目《政府支持與研發投入對種子企業技術創新績效的交互影響機理及實證》（71703050）;國家自然科學基金項目《新〈種子法〉知識產權保護對種子企業技術創新行為的影響機理研究：外部性視角》（72173053）。

作者簡介：李萬君（1983—），男，土家族，湖北巴東人，博士，華中農業大學經濟管理學院副教授、碩士生導師，主要從事農業技術創新管理研究;龔璇（1989—），女，湖南岳陽人，博士，華中農業大學經濟管理學院講師，主要從事敏捷創新、新產品開發與擴散以及網絡口碑研究;李艷軍（1963—），女，湖北仙桃人，博士，華中農業大學經濟管理學院教授、博士生導師，主要從事農產品營銷研究。