高管母校科研成果轉化能力、校友網絡與企業創新影響研究

郭金忠,李墨馨

(新疆財經大學 信息管理學院,新疆 烏魯木齊 830012)

0 引言

隨著新一輪技術和產業革命的到來,創新鏈與產業鏈融合,不僅要確立企業創新主體地位,還要加快構建龍頭企業牽頭、高校院所支撐、各創新主體相互協同的創新聯合體[1]。高校作為企業創新的外部發源地之一,是我國創新的重要基地[2]。2020年教育部等部門發布《關于提升高等學校專利質量促進轉化運用的若干意見》,明確提出“高校專利等科研成果只有轉化為生產力才能實現創新價值”[3]。根據高階理論[4],高管團隊作為組織管理者和決策者,其教育背景和社會關系會影響企業制定與執行戰略時的偏好、認知模式和價值取向,進而影響公司績效。“母校意識”使高管與母校之間形成緊密關系,在高校與企業交流中拉近彼此距離,增強親近感和認同感,為創新合作奠定基礎。

高校科研成果轉化是指高校對科學研究和技術開發中產生的具有實用價值的科研成果進行試驗、開發、應用與推廣,直至形成新產品、新工藝、新材料,發展新產業等[5]。高管母校良好的科研成果轉化能力,一方面代表高校深厚的科研實力,另一方面代表母校對市場需求具有靈敏的嗅覺,意味著科研成果與市場的高度適配性[6]。企業若能從高管母校研發與轉化的科研成果中吸取前沿熱點知識與市場信息資源,則不僅有利于正式的校企合作,而且對企業戰略發展和創新大有裨益。Fangda等[7]研究發現母校意識不僅聯結高校與企業,而且企業間也因校友關系產生聯系,構成巨大的校友網絡;申宇等(2017)研究發現,校友網絡作為企業重要的社會資本,可以幫助企業獲取更多融資,以及降低信息不對稱從而便捷獲得技術創新市場需求信息,促進企業創新產出。

基于以上分析,本文以2011—2020年我國滬深A股上市的高新技術企業數據為樣本,以IncoPat平臺檢索得到的中國高校發明專利轉讓數量作為高管母校科研成果能力的代理變量,并使用社會網絡分析技術量化高管在校友網絡的中心位置,分析高管母校科研成果轉化能力、校友網絡以及二者交互作用對企業創新的影響作用。從母校意識的反面視角入手,區分校友網絡中心位置組和非中心位置組,探究在促進企業創新方面,來自中國內地的高管母校科研成果轉化能力與來自海外的高管團隊海外背景異質性能否促進資源互補。

1 理論分析與研究假設

1.1 高管母校科研成果轉化能力與企業創新

高等院校作為高管曾經長期生活的固定場所,在提升高管技術能力、促進其心智成熟以及塑造價值觀等方面具有重要影響[8]。Chang等[9]研究發現,高管的知識更多地來自其母校,而且母校的知識成果經濟效益越好,高管利用母校知識的動機就越強。基于共同母校,高管可以與科研成果開發團隊拉近距離,提升企業接受、吸收母校科研成果的效率。并且,高管可以作為新的技術創新擴散源,實現科研成果隱形知識傳播與共享,為企業在高校科研成果的基礎上實現二次創新清除障礙。

從企業創新資源獲取角度看,母校轉化的科研成果具備地域分布和行業分布多樣性,兼具物質性和社會性支撐能力,有極大的資源開發價值[10]。根據社會資本理論,高管母校科研成果轉化能力主要從兩個方面影響企業創新水平:第一,高管母校科研成果具有信號顯示作用,創新含金量高的科研成果不斷產生正外部性并且發生外溢。母校轉化的科研成果中的復雜技術,可以使校友高管得到啟發,促進更多創新決策的產生和實施,提升企業創新投入水平。第二,具有強大科研背景和科研實力的高校培養出來的高管會更具創新意識,該類高管在企業創新決策中擁有更多發言機會。而且,這些高校更可能擁有強大的人力資源、資金資源、技術資源和政策支撐,畢業于該類高校的高管在技術創新前沿信息、知識獲取、價格發現和搜尋成本方面都更具優勢,有利于企業創新決策落實以及創新產出水平提升。

從企業創新資源吸收角度看,高管母校的科研成果轉化能力從以下兩個方面影響企業創新產出。第一,高管母校對企業具有天生親和力,母校情結像潤滑劑一樣悄無聲息地拉近企業與高校、高管及研發人員之間的關系[11]。企業從母校得到最前沿技術、信息的速度、成本與含金量比市場渠道更有優勢,加之有母校與企業之間的信任作保障,企業創新不確定性和風險也會降低,創新積極性與投入水平隨之提高。第二,科研成果轉化能力優秀的母校,可以為企業與高校之間的合作提供更多可能性[2],有利于企業創新產出增加。在合作之前,對母校的認同感可以減少校企交往中的爭端,促進合作,企業還可以在母校預先進行試驗或者推廣,降低企業創新前期成本和失敗風險。在合作過程中,高校科研人員與企業高管的關系更加密切,企業技術應用過程中產生的問題可以得到及時反饋,從而加速創新進程。合作完成之后,母校的科研成果轉化能力可以為企業拓寬市場、樹立口碑提供背書,提升市場對企業創新成果的好感度。由此提出如下假設:

H1a:高管母校的科研成果轉化能力與企業創新投入呈正相關關系;

H1b:高管母校的科研成果轉化能力與企業創新產出呈正相關關系。

1.2 校友網絡與企業創新

根據復雜網絡原理,Woolcock[12]指出主體(企業)越占據網絡中心位置,其網絡關系強度越高,帶來的資源配置和公司治理效應差異就越大。社會網絡研究常使用中心度指標衡量網絡重要位置,中心度指標代表網絡中聯系的重要性與數量,處于中心位置的節點具有更多控制優勢[13],校友網絡中心度表示高管在校友網絡中的重要地位。從資源論出發,位于網絡中心位置的高管擁有優厚的社會資本,可以對網絡中鑲嵌的豐富資源和信息進行收集與篩選,有利于創新投入增加。核心位置高管甚至能控制信息資源流向,使得企業創新產品具有獨特競爭優勢[14]。Burt[15]指出,中心位置高管在網絡中能憑借其位置優勢,與外界各主體如政府、銀行、投資機構建立密切聯結,從而在獲取融資上節省成本,緩解企業創新時面臨的融資約束;陳運森等[16]也研究發現中心度較高的高管有更多渠道獲得外部信息,而信息交流有助于促進創新資源和知識傳遞。因此,校友網絡中心位置的資源優勢有利于提升企業創新活動實施效率,增加企業創新投入和產出。由此提出如下假設:

H2a:高管校友網絡中心度與企業創新投入呈正相關關系;

H2b:高管校友網絡中心度與企業創新產出呈正相關關系。

1.3 高管母校科研成果轉化能力、校友網絡與企業創新

在校企交流過程中,高校作為創造知識的一方,對創新知識的內容和應用價值有著更清晰的認識,而高管離開學校后與母校的距離漸漸拉遠。因此,若沒有良好的信息與資源交換網絡平臺,公司便很難及時準確掌握母校轉換的科研成果中的隱性知識,難以將不同科研成果包含的創新要素整合為企業創新所需資源[2]。周懷康等[17]研究發現,相比其它社會網絡關系,共同的教育經歷和知識背景使得創新系統中個體更加信任來自校友的知識和信息。處于校友網絡中心位置的企業,在利用母校科研成果轉化能力促進企業創新投入和產出方面更有優勢。一方面,校友網絡將圍繞在高校周圍的產、學、研不同主體以校友關系為紐帶形成網絡,網絡內部鑲嵌的資源異質性更高。另一方面,當企業高管出身科研能力背景雄厚的高校時,其組織創新生產要素的能力也較網絡中其它企業更強,面對母校轉化的科研成果,能更高效地整合分散的創新生產要素,助推企業將生產要素和生產條件的新組合引入生產體系,提升企業創新投入水平。而且,網絡中心位置企業影響力較強[16],很可能被列為高校科研成果轉化的重要潛在客戶群體,無形中拉近校企交流的社會關系距離,促進高校創新知識進入企業,提升企業創新產出。由此提出如下假設:

H3a:企業越占據校友網絡中心位置,越能強化高管母校科研成果轉化能力對企業創新投入的提升作用;

H3b:企業越占據校友網絡中心位置,越能強化高管母校科研成果轉化能力對企業創新產出的提升作用。

2 研究設計

2.1 樣本選擇與數據來源

本文以2011—2020年滬深A股上市高新技術企業為研究樣本,上市公司高管團隊教育背景信息來自國泰安與CNRDS庫比對,對于畢業院校和專業缺失的高管通過新浪財經、鳳凰財經等平臺進行簡歷爬取,并通過Python分詞提取高管畢業院校進行補充。根據《2021年全國高等院校名單》建立中國高校字典(并補充曾用名),篩選高管畢業高校背景信息,并建立高管—母校和企業—高校矩陣,以便后續的校友網絡構建。為了避免姓名重合的干擾,將高管信息與企業年報匹配后設立個人獨立ID。采用Ucinet和Gephi軟件計算校友網絡中心度,選取中心度平均值作為公司層面的校友網絡中心度指標。

高管母校專利轉讓數據來自科技創新情報專利信息平臺IncoPat,具體檢索步驟如下:①篩選日期,選擇2011年1月1日到2020年12月31日;②專利類型,選擇發明申請專利;③法律事件,選擇轉讓;④中國申請人類型,選擇大專院校;⑤申請人國別選擇中國。數據下載時間為2022年6月15日,共檢索得到67 537條專利數據,作為中國不同高校發明申請專利的轉讓數據集。將高新技術企業中高管團隊畢業院校與高校專利轉讓數量集進行匹配,以公司為主體進行不同年份數量加總,最終得到高管團隊母校專利轉讓數據。觀測值的財務數據和專利數據均來自國泰安和CNRDS數據庫。對數據作以下處理:剔除出現異常的ST、*ST企業;剔除關鍵財務和專利指標缺失、高管教育背景超過半數缺失以及數據異常的企業;對所有連續變量在1%水平上進行縮尾處理,最終選定1 025家企業,得到7 142個觀測值。

2.2 變量定義

2.2.1 因變量:企業創新

現有研究主要從企業創新投入和產出兩個維度衡量企業創新水平,創新投入維度采用企業當年研發投入數據取對數衡量;企業創新產出測度方式多樣,隨著我國專利數據的不斷完善,越來越多的學者使用專利數據衡量企業創新產出。本文借鑒黎文靖等[18]的研究,采用企業當期發明專利申請量衡量企業創新產出,考慮到專利申請數不符合正態分布,在回歸模型中將發明專利申請量加1后取對數。

2.2.2 自變量:高管母校科研成果轉化能力

發明專利被視為創新核心競爭力的標志,也是衡量高校科研實力和研發能力的重要指標,發明專利轉讓數量一定程度上代表高校科研成果轉化能力。鑒于數據可得性與權威性,本文參考欒春娟等[19]研究,使用中國高校發明專利轉讓數測度高校科研成果轉化能力。根據高管教育背景信息篩選企業高管團隊畢業院校集合,與中國高校發明專利轉讓數據進行匹配,得到企業高管母校科研成果轉化數量。為了減少異常值的影響,將企業層面高管母校發明專利轉讓數量加1取對數,作為高管母校科研成果轉化能力的代理變量。

2.2.3 調節變量:校友網絡中心度

借鑒陳運森等[16]的研究,根據高管個人簡歷,選取高管作為網絡節點,基于高管教育背景,以高管畢業高校為網絡連接邊,構建校友網絡。為了量化校友網絡位置,引入復雜網絡的中心度指標,用特征向量中心度指標刻畫校友關系網絡強弱,度量校友網絡質量,并且使用程度中心度指標度量校友網絡數量,開展穩健性檢驗。

特征向量中心度:

(1)

該中心度可以通過求解標準的“特征值—特征向量”問題方程獲得:BE=λE。其中:bij是鄰接矩陣,若高管i和j至少有一次校友經歷則bij為1,否則為0;λ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:

(2)

不同于特征向量中心度關注與高管i聯系的其他高管的網絡關系強弱,程度中心度計算高管i的關系網絡中直接校友人數,即直接的校友關系。其中,i和j分別代表網絡中不同高管,若i和j至少有一次校友經歷則Xij為1,否則為0。g為當年上市公司高管總人數,(g-1)用來消除規模差異。程度中心度衡量與高管i直接聯系的高管數量,該指標值越大,說明校友關系越廣。

2.2.4 控制變量

參考以往學者研究[2,9],對企業資產結構、獨立董事比例、企業年齡、股票換手率、ROA、資產負債率、股權集中度、托賓Q和現金比率等變量進行控制。具體變量定義與說明如表1所示。

表1 主要變量定義與說明Tab.1 Definitions and descriptions of the main variables

2.3 模型設計

構建多元回歸模型(3)檢驗高管母校科研成果轉化能力是否影響企業創新產出水平。

Innovationi,t=α+βTspi,t-1+∑γkcontroli,t-1+δIndustryi+θYeart+μProvincei+εi,t

(3)

構建多元回歸模型(4)檢驗高管校友網絡中心度是否影響企業創新產出水平。

Innovationi,t=α+βEigi,t-1+∑γkcontroli,t-1+δIndustryi+θYeart+μProvincei+εi,t

(4)

建立模型(5)衡量高管母校科研成果轉化能力在不同校友網絡位置對企業創新產出中的影響效應。

Innovationi,t=α+β1Tspi,t-1+β2Eigi,t-1+β3Tspi,t-1×Eigi,t-1+∑γkcontroli,t-1+δIndustryi+θYeart+μProvincei+εi,t

(5)

其中,Innovationi,t為被解釋變量,以企業i在第t年的創新投入和產出水平兩個維度衡量;解釋變量Tsp為高管母校科研成果轉化能力指標,Eig為校友網絡中心度指標,分別以特征向量中心度和程度中心度兩個維度衡量;Firmcontrol代表模型的10個控制變量;Industry、province分別表示行業和省份固定效應。考慮到企業專利從研發到申請存在一定時滯,探究企業創新產出維度時將解釋變量進行滯后一期處理。

3 實證分析

3.1 描述性統計

主要變量的描述性統計值如表2所示。近年來受到政策引導等影響,我國企業發明專利申請數量和高校(高管母校)發明專利轉讓數量出現跨越式增長[6]。從描述性統計值來看,在統計區間內高新技術上市企業研發投入取對數后(Lnrd)的均值為18.015,中位數為17.955,研發投入分布較為均勻。企業申請的發明專利(Lni)、高管母校發明專利轉讓數量(Tsp)未取對數之前的均值分別為9和98,均明顯高于中位數,表明大部分樣本企業申請的發明專利數量和母校科研成果轉化能力較強,而二者的標準差為20和94,說明不同企業、高校的創新能力參差不齊。校友網絡的兩類中心度最大值分別為0.783、0.797,最小值都為0,說明在校友網絡位置層面,特征向量中心度和程度中心度存在一定差異。其它調節變量和控制變量沒有明顯的樣本選擇偏差,均在合理范圍內。

表2 主要變量描述性統計結果Tab.2 Descriptive statistics of the main variables

3.2 回歸分析

為有效識別高管母校科研成果轉化、校友網絡對企業創新投入與產出的影響效應,采用固定效應模型進行估計,高管母校科研成果轉化能力、校友網絡與企業創新投入的回歸結果如表3所示,高管母校科研成果轉化能力、校友網絡與企業創新產出的回歸結果如表4所示。

表3 高管母校科研成果轉化能力、校友網絡與企業創新投入回歸結果Tab.3 Regression results of research output transformation ability, alumni network and corporate innovation investment at executives' alma mater

表4 高管母校科研成果轉化能力、校友網絡與企業創新產出的回歸結果Tab.4 Regression results of research output transformation capability, alumni network and corporate innovation output of executives' alma mater

表3第1列顯示,高管母校科研成果轉化能力(Tsp)的回歸系數為0.051,并在1%的置信水平下顯著,表明高管母校科研成果轉化能力有助于企業創新投入提升。由表4第1列可知,高管母校科研成果轉化(Tsp)對企業發明專利申請數(Lni)的回歸系數為0.045,顯著為正,因此,假設H1a與H1b得到支持。高管母校科研成果轉化能力作為企業重要的社會資本,能給企業帶來豐富的創新資源,而且,母校能為企業吸收創新所需資源提供更多知識、技術、智力等支持,因而企業創新投入和產出均能得到提升。

表3第2列顯示,校友網絡特征向量中心度(Eig)對企業研發投入(Lnrd)的回歸系數為0.421,并在1%的置信水平下顯著,第3列的程度中心度(Deg)回歸系數為2.513,顯著為正。在創新產出維度,表4第2列的校友網絡特征向量中心度(Eig)回歸系數為0.211,在1%的置信水平下顯著,而且,第3列的程度中心度(Deg)對企業發明專利申請數(Lni)的回歸系數為1.741,也顯著為正。不難看出,位于校友網絡中心的企業擁有信息資源優勢和地位優勢,可以促進企業創新投入與產出水平提升,支持假設H2a與H2b。

表3第4、第5列顯示,高管母校科研成果轉化(Tsp)與校友網絡特征向量中心度(Eig)、程度中心度(Deg)的交乘項對企業創新投入(Lnrd)的回歸系數分別為0.209、1.553,并分別在1%和5%水平上顯著。表4第4、第5列顯示,高管母校科研成果轉化(Tsp)與校友網絡特征向量中心度(Eig)、程度中心度(Deg)的交乘項對企業發明專利申請數(Lni)的回歸系數分別為0.255、2.273,均在1%置信水平下正相關,表明校友網絡能強化高管母校科研成果對企業創新投入和產出的促進作用。兩類網絡中心度指標與高管母校科研成果轉化能力的交乘項均得到相同結論,保障了研究穩健性,因此,假設H3a與H3b得到支持。

上述分析說明,在充滿風險的創新市場中,高管母校科研成果轉化能力可以為企業探索學習外部新技術新知識提供有效途徑。尤其當企業占據校友網絡中心位置時,企業依托校友網絡中心位置的信息和資源優勢,更易獲取、吸收、應用高管母校科研成果轉化的技術信息,搜尋成本和運營成本更低。而且,處于網絡中心位置的企業在市場中具有重要地位,高校會更重視該類企業的意見,加強交流并促成合作,有助于提升企業創新投入和產出水平。

3.3 穩健性與內生性檢驗

3.3.1 工具變量回歸

以上研究表明,母校科研成果轉化能力可以提升企業創新投入與產出水平。但是,考慮模型設計的內生性問題,創新水平較高的企業特別是高新技術企業,一般傾向于雇傭母校科研背景強大的高管,這存在雙向因果問題。本文采用工具變量法處理內生性問題,將同一省市地區的高校發明專利申請均值作為工具變量,通過兩階段回歸法(2SLS)對工具變量進行估計。高校申請的發明專利在沒有轉化前,很多都被學校“束之高閣”[20],與企業特質相關性較小,但是,高校轉化的發明專利幾乎都出自其曾經申請的專利。因此,本文選取的工具變量與殘差的相關性較低,但與內生變量相關。工具變量回歸結果如表5所示,第一階段回歸中的工具變量與高管母校科研成果轉化能力存在顯著正相關關系,F值滿足1%顯著性水平,說明不存在弱工具變量問題,符合工具變量理論;在第二階段,高管母校科研成果轉化能力與企業創新投入、企業創新投入的回歸系數仍均顯著為正。通過檢驗并未發現過度識別與識別不足問題,說明消除內生性后,高管母校的科研成果轉化能力依舊促進企業創新,再次驗證了本文結論。

表5 工具變量2SLS檢驗結果Tab.5 2SLS test results of the instrumental variables

3.3.2 系統GMM回歸

針對校友網絡對企業創新投入的影響(如遺漏變量)等內生性問題導致的固定效應模型估計有偏、非一致現象,參考虞義華等(2018)研究,采用系統 GMM回歸方法,驗證本文結論。系統GMM方法將因變量的滯后項(Lnrdt-1)作為工具變量,增加可用的工具變量。從表6中系統GMM回歸結果可知, Hansen過度識別檢驗不能在10%的置信水平拒絕原假設,說明工具變量整體有效。校友網絡特征向量中心度(Eig)與程度中心度(Deg)對企業創新投入的回歸系數均與前文結果一致,表明本文研究結果穩健。

表6 系統GMM回歸與替換代理變量檢驗結果Tab.6 Test results of systematic GMM regression and replaced proxy variables

3.3.3 替換代理變量

本文除采用程度中心度替換特征向量中心度為研究結論提供穩健性證明外,考慮企業創新產出維度時,為綜合衡量各類專利對公司創新的貢獻度,將發明、實用新型、外觀設計3種專利申請數量分配3∶2∶1 的權重。處理后的指標(Lnall)兼顧創新產出數量和質量,用來替換企業發明專利指標。表6中替換代理變量回歸結果與前文基本一致,再次表明本文結論具有穩健性。

4 進一步研究

高校與企業間關系受到高管、研究人員教育和文化背景的影響,企業與企業之間由于高管的共同求學經歷形成一種普遍而重要的關系網絡。“母校意識”帶來的這些改變很容易演變為“圈子文化”,圈子文化在促進企業創新方面存在正面效應,提升企業創新投入和產出水平。然而,母校情結的過度發酵也可能使企業創新思維固化,產生企業過度依賴母校科研成果和校友網絡的隱患[9]。

近年來,隨著海外人才引進政策的不斷推進,越來越多海外移民和留學生選擇回國發展。海歸型高管是指高管曾經在海外求學、工作,已有研究認為此類管理者擁有更多國際視野、專業化能力和創意化思維,是企業重要的創新人才[21],海外背景異質性可在一定程度上反映高管團隊中人力資本水平差異程度[22]。張信東等(2016)研究發現,海歸高管顯著促進企業技術創新投入和產出。企業若將國內高校科研成果轉化能力與海歸高管的國外創新經驗協同,實現資源優化配置,則對促進企業創新增長大有裨益。目前我國海歸高管僅為少數[23],大部分高管的母校仍為國內高校。根據注意力理論,高管精力有限,企業位于校友網絡中心位置時,由于“圈子文化”的影響,母校為國內高校的高管們傾向于“抱團”,加之有國內母校優秀的科研成果轉化能力作為補充,其有限的精力和資源會更傾向于國內高校科研成果與校友網絡。這可能導致海外高管對企業創新的促進作用被擠出,反而不利于企業創新。

因此,需要進一步檢驗高管團隊海外背景異質性與高管母校科研成果轉化能力對企業創新的調節效應在企業位于不同校友網絡位置時是否存在差異。參考鄭海元等[22]的方法,對高管團隊海外背景異質性進行測算:首先,按照統一的標準對高管成員海外背景進行編碼,其中,海外工作經歷=1,海外學習經歷=2,無海外經歷=3,外國國籍=4;然后,采用Herfindal-Hirschman指數法測量高管團隊海外背景異質性。

(6)

其中,pi表示第i類高管團隊成員在整個高管團隊規模中的占比,i為編碼分類,n為高管團隊規模。Bhet取值區間為[0, 1),Bhet取值越大,代表高管團隊海外異質性程度越高。根據校友特征向量中心度的中位數,將企業劃分為非校友網絡中心位置組和校友網絡中心位置組,采用企業當年研發投入衡量企業創新,回歸結果如表7所示。

表7 高管團隊海外背景異質性分析結果Tab.7 Heterogeneity analysis results of executive team’s overseas background

表7第1列顯示,高管團隊海外背景異質性(Bhet)對企業研發投入(Lnrd)的回歸系數顯著為正;第2列顯示在全樣本下,高管團隊海外背景異質性(Bhet)與高管母校科研成果轉化能力(Tsp)的交乘項系數為0.173,且在5%的水平下顯著,表明高管團隊海外背景異質性可以增強高管母校科研成果轉化能力對企業創新的促進作用。

可以發現,相對于校友網絡中心位置組,非校友網絡中心位置組下高管團隊海外背景異質(Bhet)與高管母校科研成果轉化能力(Tsp)對企業創新投入(Lnrd)的積極調節影響更顯著。表7第3列顯示,高管團隊海外背景異質性(Bhet)與高管母校科研成果轉化能力(Tsp)的交乘項系數為0.255,顯著為正;第4列顯示,校友網絡中心位置組交乘項系數不顯著。這表明創新母校的“圈子文化”具有兩面性,過度強調母校意識與校友“小圈子”,可能抑制除國內高校外其它途徑如海外信息技術資源對創新的促進作用。

5 結語

5.1 研究結論

本文以2011—2020年我國滬深A股上市的高新技術企業為樣本,分析高管母校科研成果轉化能力、校友網絡以及二者交互項與企業創新的關系,得到以下主要結論:

(1)高管母校科研成果轉化能力存在明顯溢出效應,高管母校科研成果轉化能力越強,越能促進企業創新投入和產出水平。

(2)校友網絡中心度對企業創新投入和產出都具有正向促進作用,作為一種有價值的稀缺信息資源平臺,校友網絡能夠產生積極的經濟效應。

(3)校友網絡中心度在高管母校科研成果轉化能力對企業創新投入與產出的影響中發揮正向調節作用。

(4)在進一步研究中,本文探討了高管母校科研成果轉化能力、校友網絡“圈子效應”的負面影響。相較于校友網絡中心位置組,非校友網絡中心位置組的高管團隊海外背景異質與高管母校科研成果轉化能力對企業創新的促進作用更顯著。在校友網絡中心位置組,二者調節效應不顯著。因此,過度重視“母校意識”可能使企業畫地為牢,陷入封閉固化的局面。

5.2 理論貢獻

(1)以往有關高管教育背景對企業創新影響的研究,主要考慮高管教育程度、專業或者畢業高校的層次差異。本文研究結論為理解中國企業創新知識來源提供了來自高管母校科研成果轉化能力方面的解釋,進一步拓寬了文化與創新治理研究視角。

(2)本文以校友網絡為切入點,研究其在高管母校科研成果轉化能力與企業創新之間的影響作用,豐富了關系網絡研究。

(3)研究發現創新的母校聯結存在“圈子效應”,從微觀層面研究了圈子文化下高管團隊海外背景異質性與高管母校科研成果轉化能力對企業創新的影響,完善了高管校友關系研究框架。

5.3 研究啟示

本文研究結論表明,高管母校科研成果轉化能力和校友網絡在企業創新過程中具有重要作用,由此得到以下幾點啟示:

(1)高層管理團隊配置時可以將高管母校科研成果轉化能力納入綜合評估模型,并作為企業遴選創新項目負責人的參考要素。高管進行學歷提升時可以選擇科研成果轉化能力較強的技術類院校,以便未來獲取更多創新資源。

(2)企業創新發展可以著眼于自身在校友網絡中所處位置,主動從校友網絡中獲取企業發展所需市場信息、行業技術、創新知識及其它相關資源。但同時也要保持警惕,以免企業忽視母校與校友網絡外的其它創新渠道,配置企業創新資源時注重“因企制宜、因地制宜”,保持平衡的創新關系網絡。

(3)企業在維持與母校密切交流以及在校友關系網絡中位置的同時,要破除校友“圈子”的禁錮,積極選拔任用復合背景人才。可將海外背景融入管理層人才選用機制,發揮海外背景高管在技術知識、管理經驗和海外資源方面的優勢,為吸收應用高校轉化的科研成果提供異質性補充,營造“兼容并包、有容乃大”的公平、和諧創新環境。

5.4 不足與展望

(1)使用高校轉化的專利數量衡量高管母校科研成果轉化能力,較為粗放;校友網絡位置指標選取特征向量中心度和程度中心度,不夠全面。未來研究可借助更多方法測度高管母校科研成果轉化能力和校友網絡。

(2)本文著重討論高管母校科研成果轉化能力與校友網絡對企業的影響,只考慮了調節效應,未討論高管母校科研成果轉化能力與校友網絡對企業創新的影響中可能存在的中介因素。未來研究可以綜合考慮其它要素的作用如組織學習等,進一步完善該領域研究。

(3)僅考慮母校“圈子效應”在企業吸收海外背景高管知識技術資源中的負面效應,獨特性分析有所欠缺,未來可從高管團隊斷裂帶、網絡尋租、企業治理有效性等方面進行拓展。