高新技術企業決策層知識結構對技術創新績效的影響研究

趙維雙 李寧

摘 要：在中國社會經濟快速發展的背景下，提高技術創新績效是高新技術企業趕超其他競爭對手的重要途徑，如何提高技術創新績效，是企業和研究者趕超其他競爭對手的問題所在。為了保持和獲取競爭優勢，技術創新績效已經成為企業生存的必要條件，研究結果表明：企業決策層知識結構對企業技術創新績效有著顯著的影響，其中決策層的學歷水平和專業背景對企業技術創新績效有著顯著的影響。在豐富現有理論基礎的同時，研究結果也能為促進企業技術創新績效提供相關參考。

關鍵詞：高新技術企業 決策層知識結構 技術創新績效 影響研究

中圖分類號：F276.42 ?文獻標識碼：A

文章編號：1004-4914（2021）10-061-03

一、引言

在世界各國都要進行技術趕超的背景下，每個國家把如何提高自主創新作為國家技術戰略發展的首要任務，技術創新也成為國家競爭力的關鍵性因素。發達國家利用其具有對潛在競爭市場的靈敏洞察力，并善于將自身擁有的資本和先進的技術結合起來，形成了對世界具有競爭力的市場，尤其是控制了高新技術市場，而在這場競爭中發展中國家處于相對的劣勢。如何提升自身國家的創新能力，將劣勢局面扭轉成自身的優勢，是發展中國家要在全球大舞臺上獲得一席之位的關鍵所在。中國已經意識到技術創新的重要性，大力鼓勵技術領域的發展，從20世紀90年代開始，國家逐漸加大對高新技術企業的投入，推出了一系列稅收減免等優惠政策。黨的十八大報告中也提出了要實施創新驅動發展戰略的方針，強調了要增強國家的國際競爭力就要提升我國的創新能力，這也是我們發展的主要戰略核心點。因此，筆者通過對決策層知識結構的研究來探討如何提高技術創新績效。

二、研究假設

研究企業決策人員的年齡與技術創新績效的關系時，相比較較年輕的決策者，其隨機應變能力在這個方面可能比較有優勢。另外較年長的決策者，可能隨著時間的積累，決策者的經驗和社會關系對技術創新績效有著顯著的影響，而這又是較年長的決策層的強項，因此，基于上文提出假設：

H1：決策層平均年齡對技術創新績效的影響呈正相關。

企業決策層的戰略方針對創新戰略決策及實施有著巨大的影響，具有專業知識的決策者是加速企業發展和提高創新效率的動力源泉。包莉麗等分析，在學歷水平上，學歷越高的決策成員越能接受新技術和獲取新信息，學歷水平有助于技術創新績效[1]。彭中文等認為決策者的平均學歷越高，即學歷水平高的決策層更加注重研發投資活動，進而加大對研發活動的投入[2]。高質量的決策層能夠利用自己自身的認知能力和專業知識，判斷技術創新決策將會帶來什么樣收益或風險，提高企業技術創新決策的質量和執行效果，從而企業的技術創新績效增加，因此基于上述提出假設：

H2：決策層平均學歷水平對技術創新績效的影響呈正相關。

企業決策層的專業背景主要反映在對信息的處理方式、問題的理解方式以及戰略的偏好選擇上，不同專業背景的決策者對企業發展的方向以及技術創新活動的重視存在不同的表現。其中具有技術專業背景的決策者更重視企業技術創新，更傾向于制定提高技術創新活動效率的戰略路線，提高企業技術創新績效[3]。另外，決策者可以憑借自身在該行業的技術創業背景更好地理解該行業的變化，因此，基于上述提出假設：

H3：決策層技術專業背景占比越高對技術創新績效的影響呈正相關。

三、研究設計

（一）樣本選擇和數據來源

筆者選取2017—2019年屬于醫藥生物行業、新能源行業、信息技術業等高新技術企業為研究對象，數據來源于國泰安和巨潮資訊網，并通過巨潮資訊網所披露的上市公司年報，手工收集決策層成員的學歷、專業和年齡。在數據收集時做了如下處理：對特殊企業進行剔除，如ST、*ST;剔除了變量數據缺失或異常的樣本;剔除了決策層信息不全的樣本，最終三年獲得的樣本數為300個。

（二）變量的選擇與度量

1.解釋變量。本文采用決策層平均年齡、學歷水平和技術專業背景占比作為解釋變量。決策層平均學歷水平為決策層成員的教育程度的平均數，結合我國實際情況，將決策層學歷水平分為五類：中專及以下取值為1，大專取值為2，本科取值為3，碩士取值為4，博士及以上取值為5，據以計算每個高新技術企業決策層的平均學歷水平。決策層技術專業背景占比是指具有技術專業背景的成員占全體決策層成員人數的比例。

2.被解釋變量。企業技術創新活動最終實現的價值體現來表示技術創新績效，如專利、新工藝或者是新產品。參考呂晨和高洪利的做法將技術創新績效用專利的數量來體現，專利的數量能夠全面地反映企業的發展潛力和技術創新能力[4]。因此選取專利的數量作為技術創新績效的指標。

3.控制變量。參考張西征相關的研究，將研發強度、企業規模、盈利能力和資本結構作為控制變量，這些變量可能會影響到回歸結果的正確性[5]。其中，用研發費用與新產品銷售收入的比來衡量研發強度，用企業員工總人數來反映企業規模，用資產收益率來表示盈利能力，用資產負債率來體現資本結構。

（三）實證檢驗模型

為了檢驗決策層知識結構對技術創新績效的影響建立多元回歸模型，本文設定如下模型：

其中TMT表示決策層知識結構，包括年齡、學歷水平和專業背景，α1、α2、α3、α4、α5為對應解釋變量的待估計系數，α0為常數項，ε為隨機項。

四、實證分析

（一）描述性統計

描述性統計分析結果如表2所示。2017—2019年間企業決策層年齡的平均值為39.18，中位數為38，說明年齡分布較均勻。學歷水平均值為3.1422，中位數為3.45，說明一半的高新技術企業決策層學歷水平都高于3.45，高于平均水平;最小值為2.07，最大值為4.43，標準差為0.4118，說明決策層學歷水平差異不大，且多數為本科以上，學歷水平較高。決策層擁有技術專業的比例平均值為0.3541，標準差為0.1547，說明企業平均有三分之一以上的決策層是技術專業背景。企業申請專利的中位數為23，均值為58.44，分布為右偏，說明一半的企業申請的專利數小于23，低于平均水平;最小值為0，最大值為1650，標準差為154.62，說明企業之間技術創新績效的差異較大。

（二）相關性分析

表3的相關性分析結果顯示，在決策層知識結構與技術創新績效的相關性分析中，決策層年齡與技術創新績效呈負相關，決策層學歷水平和技術專業與技術創新績效的相關系數均在5%的水平下顯著為正，初步驗證了決策層知識結構與技術創新績效的相關關系。

（三）回歸分析

表4顯示，決策層的平均年齡與技術創新績效無相關關系，假設1沒有得到驗證。決策層學歷水平的Sig為0.035顯著小于0.05，，系數為正0.121，說明決策層學歷水平與技術創新績效顯著正相關，假設2得到驗證。技術專業占比的Sig為0.03顯著小于0.01，系數為正的3.042，說明高新技術企業決策層技術專業背景能夠積極顯著影響技術創新績效，假設3得到驗證。

五、結論與建議

本文的研究結果表明，決策層的平均年齡與技術創新績效為負相關關系，且沒有通過顯著性檢驗，這一結果表明，高新技術企業應該多聘用相對年輕的決策人員，年輕的決策者可能更容易接受新思想和新事物，并在公司決策上更有勇于創新的果敢，能夠促進企業提高創新績效。高新技術企業決策層的學歷背景和技術專業背景對技術創新績效顯著正相關，這一結果表明，高學歷和具有技術專業背景的決策者可以帶動企業技術創新績效，企業如果想在競爭市場占有一席之地，就必須組建一支高學歷水平和專業技術過硬的決策團隊。

參考文獻：

[1] 包莉麗，何少奎，何威風，尹順秋，楊昀.高管團隊背景特征影響企業技術創新績效的理論分析[J].財會通訊，2020（18）：9-11+38.

[2] 彭中文，張雙杰，韓茹.高管團隊特征、創新機會識別與高科技企業成長[J].華東經濟管理，2018，32（9）.

[3] 李華晶，陳凱.高管團隊、綠色創業導向與企業績效關系研究[J].軟科學，2014，28（06）：90-94.

[4] 呂晨，曹方卉，周之楨，高洪利.高管團隊知識結構對高科技企業創新績效的影響[J].中國科技論壇，2018（10）：174-181.

[5] 張西征，劉志遠，王靜.企業規模與R&[D]投入關系研究——基于企業盈利能力的分析[J].科學學研究，2012，30（02）：265-274.

（作者單位：沈陽理工大學經濟管理學院 遼寧沈陽 110159）

（責編：趙毅）