引領還是直接參與？高管介入創新的方式對企業全要素生產率的影響

雷國雄 楊黎

基金項目：國家社會科學基金一般項目（16BJL049）

作者簡介：雷國雄（1974-），男，湖北漢川人，博士，西南政法大學經濟學院副教授、碩士生導師，研究方向為創新與演化經濟學、城市與區域經濟學；楊黎（1996-），男，重慶人，西南政法大學經濟學院碩士研究生，研究方向為企業創新與公司金融。

摘 要：基于中國制造業上市公司2007—2019年創新活動數據，采用面板交互效應模型，探究高管介入創新的方式對企業全要素生產率的影響。研究發現：高管介入創新的方式對企業全要素生產率的影響存在企業創新層級差異，具體而言，在引領性創新型企業中，高管以間接方式介入企業創新能顯著提升企業全要素生產率，而在一般性創新型企業中，高管直接參與創新更為適宜；機制分析發現，高管間接介入創新有助于促進企業基礎研究，并且在引領性創新型企業中開展基礎研究能顯著提升企業全要素生產率，但是在一般性創新型企業中會產生抑制作用；異質性分析發現，創新在企業發展中的重要程度越高，高管采取引領方式間接介入創新更有利于提升企業全要素生產率。

關鍵詞：高管介入創新；企業創新；引領創新；直接參與；企業全要素生產率

DOI：10.6049/kjjbydc.2023110389

中圖分類號：F272.91

文獻標識碼：A

文章編號：1001-7348（2024）11-0141-11

0 引言

中共二十大報告強調著力提高全要素生產率。企業作為宏觀經濟發展的微觀基礎，全要素生產率反映企業在各種生產要素綜合作用下的生產效率^[1]。提高企業全要素生產率，對于促進企業可持續發展、實現經濟轉型升級具有重要作用^[2]。諸多學者從技術創新（Pieri等，2018）、激勵機制（盛明泉等，2021）以及環境制度（錢雪松等，2018）等方面，對如何提升企業全要素生產率展開了豐富研究。此外，高管作為企業管理者，自身特質必然會對企業目標、戰略和生產經營產生重要影響^[3]。李唐^[4]基于2015年廣東制造業企業調查數據，探究了高管年齡效應與企業全要素生產率之間的非線性關系；徐遠華^[5]研究發現，企業家精神具有顯著知識溢出效應，會加速提升中國工業全要素生產率；張勇等^[6]使用文本分析法驗證了管理層短視對企業全要素生產率的抑制作用。在創新實踐中，企業高管作為團隊創新中重要乃至核心的實施者，較為普遍地介入團隊研發，然而，對于高管介入創新的方式如何影響企業全要素生產率這一問題鮮有文獻涉及。

在企業創新方面，高管（高管團隊）肩負著兩項重要職能，即創新管理與創新實施，前者側重于配置創新資源，后者側重于為創新提供新知識。大量文獻從創新管理者視角，研究企業高管的人格、技術背景、社會交往方式等因素對一般研發人員自主權、激勵的影響，提出高管創新管理優化建議（吳士健等，2020；周勁波等，2020）。按照熊彼特的觀點，企業高管的核心職能是創新實施而不僅僅是包括創新管理在內的企業管理^[7]。與亨利·福特等所處時代的個體式創新不同，現代創新復合性更強、復雜度更高^[8]，團隊創新已成為企業的主導性創新模式^[9]。越來越多的高管介入企業研發活動，高管應如何介入企業創新，有效實現與一般研發人員的創新協作，成為一個系統、復雜、有待深入解析的問題^[10]。楊俊等（2020）提出，高管側重于實施商業模式創新并不必然提升企業競爭優勢，也不一定能使企業長期財務績效得以改善。陳效東（2017）研究發現，核心員工持股的創新激勵效應顯著高于高管人員股權激勵，并由此提出核心員工才是企業創新主體的觀點。但該研究僅以專利產出度量企業創新，實則是對核心研發人員工作的肯定，存在低估高管創新激勵效應的可能，忽略了高管在企業文化、制度、技術理念、基礎性技術方案等方面發揮的創新作用。虞義華等（2018）研究指出，企業發展越依賴創新，對高管的專業知識要求也就越高。擁有發明家經歷的高管可為創新團隊提供專業知識，能顯著促進企業創新；Bason等^[11]圍繞高管介入創新團隊的方式分析多國創新案例，認為高管應根據創新團隊的具體特征選擇合適的引領方法；Furr等^[12]研究指出，企業中創新領導者的重要作用體現在能使公司持續推出新產品進入市場。與泛泛強調賦予員工創新自主權的研究不同，Teece^[13]提出創造型公司的高管宜以“低干涉”方式介入企業創新，即為創新團隊提供軟性而非硬性的指導。上述研究豐富了高管實施企業創新相關研究，但主要依托經驗性案例與匯總性計量實證展開，且多局限于某一類或少數企業，缺乏深層次理論分析，也不夠系統和全面。

當前，越來越多的高管面臨選擇適宜方式介入企業研發的問題，亟需理論與實踐指導。一是隨著科技人才數量與質量提升、科技成果積累、科創制度優化，我國已進入新一輪科技人才創業高潮。根據中國技術創業協會統計，僅2018年由科技人員創建的企業和團隊已達65 304個。二是企業中設置技術高管的數量不斷增加。本研究對我國上市公司高管職務背景分析顯示，有技術背景的高管占比已由2008年的11.6%提高到2017年的20.5%。三是隨著我國企業創新進入新一輪轉型與升級高潮，面臨調整介入創新方式的企業高管數量也在不斷增加。

因此，本文基于高管作為企業創新第一實施者的情景，分析高管與一般研發人員協作創新的方式如何影響企業全要素生產率，并使用我國制造業上市公司創新活動的面板數據進行實證檢驗，最后提出高管介入企業創新的適宜模式以及對策建議。

1 理論分析與研究假設

1.1 高管介入創新的方式與企業全要素生產率

創新的實質是知識的生成和組合^[7]。隨著知識生成的難度不斷提升、知識組合的復雜性持續增強，團隊創新逐漸成為現代企業創新的主要模式（Jones，2021）。創新的組合性一方面表現在熊彼特提出的知識功能和類型方面，另一方面體現在企業創新知識層級上^[14-16]。以企業技術創新為例，每一項技術創新都是原理層、技術層和工藝層知識的組合。引入新原理實現新組合是基礎性創新，而引入新技術、新工藝實現新組合則為應用性創新與試驗開發創新。純基礎性研究以生成原理層創新知識為目的，主要由高校與國家級科研機構實施。企業創新則聚焦基礎和應用的復合型創新、應用與試驗開發創新兩個層級^[17]。定位于應用與試驗開發創新層級的企業，主要通過將技術層或工藝層知識與企業既有原理層知識（來源于自主研發和外部購買）相組合，形成最終創新成果。然而，企業創新所需原理層知識存在“天花板”效應^[18]，當企業創新產出達到一定數量時，即使追加大量研發投入也難以實現更多原理層創新成果（劉騏源等，2019）。購買外部原理層知識，也會存在價格高昂、限供、斷供乃至禁供問題（劉航等，2019），無法支撐企業創新水平持續提升。如此一來，企業能否提供足夠原理層知識打破“天花板”效應，不僅是行業引領性創新型企業與一般創新型企業的分水嶺，更是企業能否持續開展應用與試驗開發創新的關鍵。受限于“天花板”效應的企業只能停留在一般創新層級上，而行業引領性創新型企業將創新目標定位于由內部提供應用基礎性乃至基礎性創新知識^[19-20]，能為應用與試驗開發創新提供原理層知識，可以在創新數量、創新質量與創新效率上實現企業創新水平穩步提升，從而有效促進企業全要素生產率提升。企業全要素生產率可表示為企業產出水平與綜合要素投入之間的比值（余龍等，2021），增加創新產出數量一定程度上意味著提高企業全要素生產率^[21]；較高的創新質量代表企業擁有較高創新水平和市場價值，其與全要素生產率存在顯著正向關系^[22]；創新效率提升說明生產要素投入得到合理使用，因此，高效的資源配置也積極影響企業全要素生產率^[23]。

企業創新實施者包括高管和一般研發人員。作為企業中最具創造力的群體，高管應實施企業創新中難度最大、最重要的知識創造活動^[7]。這意味著企業高管與一般研發人員的創新并不是平行的，而是分層的。在原理層—技術層—工藝層知識序列上，高管貢獻給企業的知識處于企業所覆蓋序列的最左端，只有充分調配企業各種生產要素，才能提升企業全要素生產率^[1]。具體而言，在實施應用基礎性創新與應用創新的行業引領性創新型企業中，創新覆蓋原理層—技術層—工藝層知識序列，最理想的模式是由創新能力相對更強的高管承擔難度相對較大的原理層創新，而研發部門的一般技術人員將這些原理層創新知識與應用性創新知識相組合，提高生產要素使用效率，從而形成最終創新成果（Grossman等，1993）。原理層知識和應用性創新知識的可分離性較大，原理層創新的成果主要表現為理念、著作、學術論文等，并以新理念、新原理、新架構等知識形式，軟性而非硬性地引領一般研發人員創新^[13]。創新的組合過程不需要高管直接參與到具體創新活動中，而且原理層創新可被組合進大量應用性創新中產生豐富的最終成果，從事原理層創新的高管不太可能實質性地參與到每一項包含原理層知識的一般性創新活動中。企業高管以高屋建瓴的方式與一般研發人員互動，傳輸基礎性創新知識，更有利于激發一般研發人員創新活力，促進企業全要素生產率提升。

一般性創新型企業主要實施應用與試驗開發創新，高管需承擔其中難度相對較大的技術層知識創新。這部分創新知識僅覆蓋技術層—工藝層知識序列，而技術層與工藝層知識組合緊密，主導實施技術層創新的高管與主要負責工藝層知識創新的一般研發人員的創新活動不再具有明顯分離性。此時，加強技術研發有關要素投入是提高企業全要素生產率的直接途徑^[24]，高管應作為研發骨干直接參與企業創新項目，與一般研發人員實現兩者知識的結合，形成最終創新成果^[11]。雖然企業高管仍然從事研發團隊中創新層級相對較高的知識創造，但這些知識在總體知識序列中的層級并不算高，它們只能被組合進少數最終創新成果中，因而高管有充足時間和精力參與各項創新活動。對于創新層級一般的企業而言，高管以直接參與的方式介入企業創新可以增強企業技術創新和進步的內驅力，更有利于提高企業全要素生產率。據此，本文提出以下假設：

H₁：企業創新層級越高，高管間接介入企業創新越能促進企業全要素生產率提升。

1.2 基礎研究活動的影響機制

高管間接參與企業研發工作可以為企業開展基礎研究活動帶來積極影響。首先，高管通過將市場趨勢和技術前沿等信息融入企業科技戰略中，以間接參與創新的方式能夠更有針對性地開展基礎研究。并且，基礎研究通常需要跨領域合作，企業高管間接參與創新可以有更多時間和精力促進企業與研究機構、大學以及其它企業合作，有助于匯聚不同領域的專業知識、推動基礎研究在更大的范圍取得重大突破。其次，根據高層梯隊理論^[3]，企業管理者只能在其視野范圍內進行選擇性觀察，難以對創新的所有方面擁有全面認識。若高管在實施原理層創新的同時參與一般研發人員實施的應用性創新，則會導致自身精力過度分散^[25]，耽誤基礎研究活動。最后，高管直接參與研發可能導致資源分配不均衡。基礎研究往往要經過長時間積累才能取得重大突破，商業價值無法在短時間內顯現^[26]。高管過度參與一般研發活動可能導致其難以客觀、獨立地評估研發項目效益和風險，使更多資源流向短期項目，對于需要長期投資的基礎研究項目持相對謹慎的態度。綜上所述，高管間接介入創新更有助于企業基礎研究活動順利開展。

在行業引領性創新型企業中，高管從事基礎研究有利于提升企業全要素生產率。具體而言，企業基礎研究活動通過積累效應實現重大理論突破或技術突破，促進企業技術進步、提高企業生產效率（Adams等，1990；李蕾蕾等，2018）；基礎研究活動可以提高勞動力要素的學習能力以及專業知識的轉換吸收能力（孫早等，2017；Aghion等，1996）；基礎研究活動會衍生出工藝創新、設備創新以及產品創新等應用性創新與試驗開發創新（孫早等，2017），從原理層引領一般研發人員的創新活動，從而有效提高生產要素使用效率和產出效率。但在一般性創新型企業中，高管從事基礎研究活動對企業全要素生產率的提升效應可能并不明顯。首先，企業高管如果將過多時間和精力用于實施原理層知識創新，則企業會缺乏研發骨干的引領，導致應用性創新與試驗開發創新效率較低。其次，即使企業高管在原理層取得巨大創新成就，若沒有核心技術人才直接參與到創新成果轉化活動中，這些基礎研究所取得的創新知識也會因為企業研發要素投入不足而難以被高效地延伸應用^[24]，整體上表現為要素資源無法得到充分有效利用，最終不利于提升企業全要素生產率。綜上所述，在引領性創新型企業中，高管側重原理層知識的基礎研究有利于促進企業全要素生產率提升，而在一般性創新型企業中，這一效應可能并不顯著甚至為負。據此，本文提出如下假設：

H₂：高管間接介入創新有助于企業開展基礎研究活動。

H₃：基礎研究活動在高管介入創新的方式對企業全要素生產率的影響過程中發揮中介作用。

2 研究設計

2.1 樣本選擇與數據來源

我國企業創新相關實證研究多采用A股制造業上市公司作為樣本，其原因在于制造業企業的創新成果主要體現為專利，而專利的信息翔實、完整、權威，對企業創新活動的度量更精確，并且，通過上市公司年報可獲得較完備的企業研發信息。本文沿用這一樣本選擇慣例，同時，考慮到2006年2月15日財政部發布《企業會計準則第6號——無形資產》，對原準則中關于企業研究與開發費用的會計處理作了較大修改，因此，將樣本期間設定為2007—2019年，并按常規做法剔除ST和PT企業、總利潤為負值的異常企業、樣本期間內專利申請總數為零的企業，最終得到9 767個樣本，涉及1 978家企業。其中，實證研究中上市公司基本數據來源于RESSET金融研究數據庫和Wind數據庫，省、市經濟數據來源于Wind數據庫，上市公司的詳細專利數據來源于智慧芽全球專利數據庫（PatSnap）。

2.2 變量及其衡量

2.2.1 被解釋變量

企業全要素生產率（TFP）：本文采用LP法估計企業全要素生產率^[27]，該方法有效改良了半參數估計法（OP法）中同時性偏差和樣本選擇性偏誤的問題（Olley等，1996），且可靈活選擇代理變量。

2.2.2 解釋變量

高管介入企業創新的方式即介入度（SEI）：本文基于詳細專利數據，借鑒王雪莉等（2013）衡量高管職能背景的研究方法，使用高管專利署名的比例衡量高管介入企業創新的方式。具體而言，如果某項專利的發明人（或設計人）中列入了企業高管，就判定高管實質性參與該創新項目，即高管以直接參與的方式介入項目研發。如果某項專利的發明人中未列入高管，就認定高管采取引領的方式軟性介入項目創新，而并沒有視為企業高管未對創新作出任何貢獻。如此判定的依據在于：上市公司是企業中的優質企業，經營管理理念科學、更具現代特征，尤其是制造業企業高管深知創新對于企業發展的重要意義，不太可能缺位于企業創新。本文采用該方法計算專利發明人中列入企業高管信息的專利占比（SEI），若SEI趨近于1則代表高管主要以直接參與方式介入企業創新，若SEI趨近于0則代表高管主要以引領方式間接介入企業創新。使用專利申請總數、發明專利申請數兩種方法衡量SEI，分別記為SEI_all、SEI_inv。

企業創新層級（CL）：本文參考Meyer等（1997）和Hafeez等^[28]的研究方法，采用專利數量衡量企業創新層級。對樣本企業專利申請數作二分聚類，并將專利申請數較高的企業劃為引領性創新型企業，CL賦值為1；專利申請數較低者劃為一般性創新型企業，CL賦值為0。

2.2.3 控制變量

本文從企業、行業、區域3個層面設定控制變量。在企業層面，研發投入（嚴成樑等，2010）、企業規模（周黎安等，2005）、贏利能力（楊繼東等，2018）、資本結構（劉渝琳等，2018）、所有權性質（Aghion等，2013）等對企業生產效率均具有顯著影響。借鑒主流的上市公司創新相關研究中控制變量的選擇方法，選擇研發支出的對數（Lnrdfund）、研發支出占營業收入的比重（Rdsale_ratio）、研發人員的對數（Size）、總資產凈利潤率（Roa）、經營性現金凈流量（Cash）、前五大股東持股占比（Top5）、企業年齡（Age）、企業所有權性質（Ownership）作為企業層面控制變量。

企業所在區域的知識溢出為企業創新提供重要知識元素（Keller，2002）。本文以企業所在省份專利申請量的對數（Lnprov_pat）、企業所在省份人均GDP的對數（Lnprov_pgdp）、企業所在市（地級市以及直轄市、省直管市）GDP的對數（Lncity_gdp），從省、市兩個層面控制來自區域的知識溢出效應。另外，引入行業虛擬變量控制行業特征的影響。

2.3 模型構建

采用面板交互效應模型驗證研究假設^[29]，具體設定如下：

TFP_it=β₀+β₁SEI_it*CL_it+β₂SEI_it+β₃CL_it+β₄X_it+ε_it

式中，TFP_it、SEI_it、CL_it為核心變量，分別表示企業全要素生產率、高管介入企業創新的方式、企業創新層級；X_it為企業、行業和區域層面的一系列控制變量，β為各變量的系數，ε_it為擾動項，本文將標準誤差聚類到企業層級。交互項系數β₁反映高管介入創新的方式與企業創新層級的交互效應，如果β₁顯著為負，則假設H₁通過檢驗。由于變量中包含多個不隨時間變化或在時序上變化較為緩慢的因素，不宜采用固定效應模型。采用固定效應模型得到的回歸結果也顯示其擬合效果較差，說明不隨時間變化的企業高管個人特征對本文研究主題的影響較大。對隨機效應模型的LM檢驗結果顯示，隨機效應顯著，因此宜采用隨機效應模型而不是混合模型。

3 實證結果與分析

3.1 描述性統計

主要變量描述性統計結果如表1所示，樣本企業全要素生產率差異明顯，標準差接近2，具有一定分異度；高管署名專利平均占比為52%，說明高管直接介入企業創新的比例相對較高；31%的企業屬于行業引領性創新型企業。另外，計算得到的VIF值均低于10，說明不存在嚴重的多重共線性問題。

3.2 基準回歸及解析

按發明專利申請數二分聚類劃分企業創新層級的估計結果如表2所示。模型（1）—（5）中使用的是在全部專利范圍內度量得到的高管介入度（SEI_all），模型（6）中使用的是僅在發明專利范圍內度量的高管介入度（SEI_inv）。模型（1）（2）沒有列入交互項，SEI的系數顯著為負，說明高管間接介入創新、企業創新層級較高，更利于提升企業全要素生產率。加入企業創新層級與高管介入度的交互項后，兩個變量的系數大小及其顯著性水平均發生明顯變化，并且交互項系數顯著為負，再次說明企業創新層級較高、高管間接介入企業創新更利于企業全要素生產率提升。模型（6）中交叉項系數的絕對值更大，表明在創新層次更高的發明創新領域，企業創新層級與高管介入創新方式間的交互效應更明顯。因此，假設H₁得到驗證。

3.3 穩健性檢驗

為檢驗上述估計結果的穩健性，本文開展4項穩健性分析。

（1）改變企業創新層級的劃分方法。包括兩種方法：一是采用簡單同族數的閾值劃分企業創新層級。主流研究通常采用專利續期比、專利被引用率、專利同族數等度量企業創新質量（李牧南等，2019）。考慮到前兩項指標滯后期較長，難以反映高管介入研發時企業的即期創新質量層級，本文采用專利同族數測度^[30]。若企業當年申請專利的同族數超過設定閾值，則認定其為引領性創新型企業并賦值為1，否則賦值為0，并分別采用2、3、5三種同族數閾值劃分企業創新層級。估計結果如表3所示，模型（1）—（3）使用的是在全部專利范圍內度量的高管介入度（SEI_all），模型（4）—（6）采用的是在發明專利范圍內度量的高管介入度（SEI_inv）。估計結果顯示，所有模型的交互項系數均顯著為負，說明基準回歸結果具有較強穩健性。二是參考張杰等^[31]采用的專利知識寬度法，基于平均專利質量劃分企業創新層級。先計算企業每年平均專利質量，再采用二分聚類從行業層面劃分企業創新層級。估計結果見表4模型（1），其回歸結果與基準回歸中交互項估計結果基本一致。

（2）優化高管介入度的度量方法。包括兩項內容：一是企業專利中包括通過購買、轉讓等非創新方式獲得的專利，這會導致高管介入度的度量產生偏差。為了剔除該偏差對估計結果的影響，采用相關字段識別法、手工剔除法等對收集到的企業原始專利數據進行清洗，剔除通過購買、轉讓等方式獲得的專利。表4中模型（2）的估計結果顯示，專利數據清洗后交互項的系數仍顯著為負，且該系數的絕對值僅略大于基準回歸中的結果，表明未作處理前的原始專利數據估計結果雖略有偏差，但偏差范圍不大。二是現實中存在部分企業高管為了聲譽或為簡化企業知識產權成果管理而違規署名的現象，導致基于專利發明人信息度量的SEI存在偏差。不過，技術型高管特別是優質上市公司的技術型高管大多不會侵占一般研發人員的創新成果，因此，本文限定在具有創新背景（學術背景和技術背景）的高管范圍內度量SEI，以進一步優化度量方式。改進度量方法后的估計結果如表4中模型（3）（4）所示。其中，寬口徑是指基于原始專利數據度量的SEI，嚴口徑是指基于清洗后的專利數據度量的SEI。在優化之后的回歸中，交互項系數仍然顯著為負，進一步驗證了基準回歸結果的穩健性。回歸結果中交互項系數的絕對值明顯變小，原因可能是：在創新層級一般的企業中，無創新背景的高管具有更高的專利違規署名傾向，SEI的度量偏誤相較于引領性創新型企業更高。同時，模型（3）（4）的估計結果也顯示，清洗專利數據對估計結果的影響不大。

（3）改變企業全要素生產率衡量方法。表4中模型（5）（6）分別使用OP法與FE固定效應法衡量企業全要素生產率^[32]。估計結果顯示，交互項系數的符號與顯著性保持不變，系數值變化較明顯，說明企業全要素生產率度量方法存在差異，但并沒有導致估計結果發生結構性改變，因此本文基準回歸結果具有較強穩健性。

（4）考慮企業高管介入創新影響企業全要素生產率的滯后效應。專利申請日期一般滯后相關創新活動數月乃至數年，這與創新活動影響企業全要素生產率的時滯相近，因而基準回歸并未考慮模型的滯后效應。為了增強研究結果的穩健性，并考慮到滯后效應可緩解模型中的內生性問題，本文估計滯后一期與滯后兩期的模型。表4中模型（7）（8）顯示，考慮滯后效應后，交互項系數依然顯著為負。估計結果也顯示，交互項系數的絕對值明顯增大，可能的解釋是：企業中一般研發人員對高管介入創新方式的認知與反應存在較強慣性。

3.4 中介機制分析

分析機制路徑，需刻畫企業基礎研究活動的強度（Basic Research， BR），但現有資料并未提供有關上市公司基礎研究活動的直接數據。Arora^[33]以企業科技文獻數衡量企業基礎研究活動強度，存在以局部度量總體的偏誤。文獻刊發時滯不一且可能時滯較長，其導致的偏誤也不可忽視。寇明婷等（2021）采用小規模微觀調查方法刻畫企業基礎研究活動，但該方法較難應用到基于大樣本量的上市公司研究中。本文參考吳非^[34]研究企業數字化轉型的實證方法，采取基于上市公司年報的文本分析法度量企業基礎研究活動。具體方法如下：一是構建揭示企業基礎研究活動的關鍵詞詞典；二是基于Python軟件平臺與jieba庫統計得到關鍵詞詞頻；三是對不同類型的關鍵詞詞頻加總；四是對總詞頻數取對數得到對BR的度量值。其中，關于關鍵詞詞典的構建，本文借鑒萬勁波^[35]的方法，從基礎研究的理念、成果和效應3個方面選取刻畫企業基礎研究活動的文本分析詞典，并盡可能在選詞中排除僅與企業一般創新活動相關的詞語。在最終選定的詞典中，基礎研究理念方面的關鍵詞有基礎研究、基礎理論、科學家團隊等；基礎研究成果方面的關鍵詞有論文、著作、行業標準、國際學術會議等；基礎研究效應方面的關鍵詞有（夯實）技術基礎、（實現）核心技術突破、（成為）行業標桿等。

考慮到SEI對企業全要素生產率的影響存在企業創新層級差異，本文采用劃分子樣本的中介效應模型檢驗機制路徑假設H₂。首先，使用全樣本估計SEI對企業基礎研究活動BR的影響；然后，分別在引領性創新型企業和一般性創新型企業的子樣本中估計中介變量BR對企業全要素生產率的影響，估計結果如表5所示。表5中模型（1）（2）的回歸結果反映SEI對BR的影響，考慮到SEI與BR之間可能存在雙向因果關系，模型（2）使用高管平均年齡作為工具變量。兩項估計結果均顯示，高管直接介入創新的方式對企業基礎研究活動具有顯著負向影響，支持假設H₂。

為了排除中間作用強度較低區段對模型估計的影響，剔除創新層級居中間位置的樣本。如表5模型（3）（4）所示，在引領性創新型企業中，高管從事基礎研究對企業全要素生產率具有顯著正向影響。而在一般性創新型企業中，高管從事基礎研究活動反而抑制企業全要素生產率提升，驗證了假設H₃。為了確保上述結果穩健，模型（5）—（8）使用加權法度量企業基礎研究活動。根據研究中收集的專家意見，本文對基礎研究成果、效應和理念3個方面關鍵詞分別賦予權重0.5、0.3和0.2，計算新的詞頻，得到另一組BR值。結果顯示，使用新方法的估計結果依然支持假設H₃。

3.5 異質性分析

已有大量研究指出，企業重視創新有助于提升未來經營績效^[36]，并且高管承載著實施企業創新戰略的重要責任^[37]。然而，不同企業對創新的重視度和依賴度均存在差異，因而高管在不同創新類型的企業中發揮創新實施者的成效會不同，高管介入創新的作用效果也會因企業異質性而有所不同。如果創新在企業發展中的重要程度較低，那么高管無論以何種方式介入創新，對企業生產力的提升效應都很難有顯著影響。若創新在企業發展中的地位較高，則高管介入創新的方式會給企業發展帶來較明顯的影響。如果創新對企業發展至關重要，則在行業引領性創新型企業中，高管更需要提供原理層創新知識，以間接方式介入創新更有利于提升企業全要素生產率，而對于一般性創新型企業而言，高管作為企業研發主力直接參與到一般研發人員的創新活動中更為適宜。

本文對高管介入創新方式的異質性分析從4個方面展開。表6中模型（1）（2）探查源于企業高新技術產業特征的異質性。綜合《戰略性新興產業分類目錄》《戰略性新興產業分類（2012）（試行）》和經濟合作與發展組織（OECD）相關文件，本文將行業代碼為C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41的企業劃定為高新技術企業。模型（3）—（5）探查源于企業要素密集型的異質性。本研究沿用魯桐等（2014）和尹美群等（2018）的研究方法，以離差平方和對固定資產比例（固定資產凈額/平均總資產）、研發支出薪酬比（研發支出/應付職工薪酬）作聚類，將制造業各行業劃歸不同的要素密集類型，結果顯示：C27、C29、C33、C35、C37、C38、C39、C40、C41為技術密集型產業；C25、C26、C28、C30、C31為資本密集型產業；剩余為勞動密集型產業。模型（6）（7）探查源于企業所有權性質的異質性。國有企業包括中央國有企業和地方國有企業，其它為非國有企業。模型（8）（9）探查源于企業所屬地域發展水平的異質性。

模型（1）（2）的估計結果顯示，非高新技術行業上市公司子樣本中交互項的系數為負但不顯著，高新技術產業上市公司子樣本中交互項的系數顯著為負，并且絕對值略大于基準回歸結果。這表明高新技術企業對高管介入創新的方式更為敏感，并且高新技術企業的創新層級越高，越需高管采用軟性指導的間接方式介入創新。模型（3）—（5）的估計結果顯示，勞動密集型與資本密集型上市公司子樣本中交互項的系數不顯著，技術密集型上市公司子樣本中該交互項系數顯著為負，且系數的絕對值大于高新技術產業上市公司子樣本。這表明，技術密集型企業對高管介入創新的方式較敏感，并且企業創新層級較高，采取軟性指導的間接方式介入創新對企業全要素生產率具有正向促進效應。模型（6）（7）的結果顯示，國有企業子樣本中交互項系數不顯著，而非國有企業子樣本中系數顯著為負。原因可能是，相比國有企業，非國有企業更依賴以創新實現發展，從而要求高管采取更有助于企業創新發展的方式介入創新活動。模型（8）（9）結果顯示，東部地區上市公司子樣本中交互項的系數顯著為負，而中西部地區上市公司子樣本中交互項系數不顯著。原因可能是，東部地區企業創新發展競爭相對更激烈，企業發展對創新的依賴性更強，要求高管采取更有助于企業創新發展的方式介入創新活動。以上實證結果支持前文異質性分析：創新在企業發展中越重要，行業引領性創新型企業的高管以間接方式介入創新越有利于提升企業全要素生產率，而對于一般性創新型企業而言，高管作為企業研發主力直接參與到創新活動中更為適宜。

4 結論與啟示

4.1 研究結論

提升企業創新績效對于助推我國經濟高質量發展至關重要。已有研究主要從高管創新管理職能視角分析高管特征、管理方式對企業經營的影響，本文從高管（高管團隊）需承擔的創新實施職能視角，基于組合創新與知識匹配理論研究高管介入創新的適宜方式，并通過我國制造業上市公司2007—2019年創新活動數據，采用面板交互效應模型和中介效應模型，對影響效應、中介路徑與異質性結果作了實證檢驗。

（1）實證檢驗結果表明，高管介入創新的方式對企業全要素生產率具有顯著異質性影響。具體而言，在引領性創新型企業中，高管以柔性方式間接介入創新可以顯著提升企業全要素生產率，而在一般性創新型企業中，高管直接參與創新更有助于促進企業全要素生產率提升。

（2）基礎研究活動在高管介入創新方式對企業全要素生產率的影響中發揮中介作用。在引領性創新型企業中，高管重視原理層知識的基礎研究有利于促進企業技術進步、提高勞動力要素整體水平，以及通過從原理層衍生應用層的創新知識引領一般研發人員創新，從而有效促進企業全要素生產率提升。然而，這一效應并不適用于一般性創新型企業，該類企業中，高管直接參與創新、加強技術研發有關要素投入更有利于提高企業全要素生產率。

（3）異質性分析發現，創新對于企業發展的重要程度較高時，高管以間接參與的方式介入創新更為適宜。相對而言，高新技術類企業、技術密集型企業、非國有企業、東部地區企業，高管以引領的方式柔性介入創新更有利于提升企業全要素生產率。

4.2 邊際貢獻

（1）本文提出衡量高管介入企業創新的計量方法，拓展了高管創新實證研究。以往研究大多通過問卷等小樣本數據展開，本文基于手工收集的80多萬條上市公司專利詳細信息，結合基礎研究成果在支持企業創新活動中的方式與特征等，設計了測度高管介入創新方式的實證方法，并采用寬、嚴兩種企業專利統計口徑，分別在全部高管、有創新背景的高管兩種劃定范圍下測度上市公司高管介入企業創新的方式。

（2）以往文獻強調企業高管的創新管理職能，本研究突出高管作為創新實施者對企業發展的重要影響，并對高管介入創新的適宜方式作了充分論述。本文綜合相關理論提出，高管是企業重要的創新人員，應承擔起難度最大、最重要的創新任務，這些創新任務因企業創新層級不同而存在差異。一般性創新型企業主要關注應用性研發，高管應作為創新骨干直接參與項目研發。行業引領性創新型企業自主實施應用基礎性乃至基礎性創新，高管應以原理層知識創新引領一般研發人員相對獨立地實施創新。

4.3 實踐啟示

（1）高管關注創新管理的同時，也應重視發揮其作為企業創新實施者的職能。高管介入創新的方式顯著影響企業全要素生產率，因此，高管要樹立并強化自身作為企業創新活動實施者的意識，在加強創新管理的同時，積極介入創新活動，履行創新實施者職能。企業可以設置分管創新創業的高管職位，增加相關高管職位數量，將創新骨干吸納到高管團隊中，在明確高管創新管理職責的同時，強調其參與創新實施的職責等。

（2）高管應結合企業創新特征，特別是企業創新層級，選擇適宜的方式介入創新活動。高管不僅應作為創新的重要實施者介入創新活動，還應根據企業特征選擇合適的介入方式。在引領性創新型企業，高管宜選擇間接的柔性指導方式介入創新，專注基礎研究，為一般研發人員的創新拓展空間，最終促進企業生產效率提升。在一般性創新型企業，高管宜選擇直接參與的方式介入創新活動，在創新團隊、創新項目中發揮研發骨干的作用，并通過加強交流互動為團隊解決疑難問題、提供關鍵解決方案。在一般性創新型企業，高管不宜脫離企業創新層級相對較低、基礎創新吸收轉化能力相對不足的實際情況，過于專注基礎研究，以免使企業陷入團隊創新缺少研發骨干、高管基礎研究成果難以延伸進入最終創新產品中的兩難境地。

（3）創新對于企業發展越重要，高管越應重視原理層知識創新，此時以柔性引領方式間接介入創新更有利于提升企業全要素生產率。高管應認真落實創新驅動發展戰略，充分認識企業創新的重要性，加強基礎研究要素投入，并根據企業創新層級選擇介入創新的合適方式。

4.4 不足與展望

本文存在有待改進之處。首先，選取專利發明人數據衡量高管介入企業創新相關指標，為了變量的可度量性，采用的變量衡量方法比較單一，未來研究可進一步采用專利摘要、專利說明書等文本信息對指標測度方法作進一步完善。其次，樣本覆蓋期較短，受制于經費短缺，未能補充2020-2022年詳細專利數據，未來可擴大樣本數量，提高實證研究說服力。

參考文獻：

[1]蔡昉.中國經濟增長如何轉向全要素生產率驅動型[J].中國社會科學，2013，34（1）：56-71.

[2]LUO F， CHEN F， YANG D， et al. Assessing the total factor productivity growth decomposition： the transformation of economic growth momentum and policy choice in China[J]. Environmental Science and Pollution Research， 2023， 30（12）： 34503-34517.

[3]HAMBRICK D C， MASON P A. Upper echelons： the organization as a reflection of its top managers[J]. Academy of Management Review， 1984， 9（2）： 193-206.

[4]李唐.企業家年齡效應與企業全要素生產率——來自2015年廣東制造業企業—員工匹配調查的經驗證據[J].暨南學報（哲學社會科學版），2016，38（9）： 25-39.

[5]徐遠華.企業家精神、行業異質性與中國工業的全要素生產率[J].南開管理評論，2019，22（5）：13-27.

[6]張勇，張春蕾.管理層短視對企業全要素生產率的影響研究[J].管理學報，2023，20（10）：1555-1564.

[7]CROITORU A， SCHUMPETER J A. The theory of economic development： an inquiry into profits， capital， credit， interest and the business cycle[J]. Journal of Comparative Research in Anthropology and Sociology， 2012， 3（2）： 137-148.

[8]ACAR O A. Motivations and solution appropriateness in crowdsourcing challenges for innovation[J]. Research Policy， 2019， 48（8）： 103716.

[9]王養成，趙飛娟.基于3Q的四維度創新型科技人才素質模型[J].科技進步與對策，2010，27（18）：149-153.

[10]BARNEY J B， FOSS N J， LYNGSIE J. The role of senior management in opportunity formation： direct involvement or reactive selection[J]. Strategic Management Journal， 2018， 39（5）： 1325-1349.

[11]BASON C， AUSTIN R D. The right way to lead design thinking[J]. Harvard Business Review， 2019， 97（2）： 82-91.

[12]FURR N， DYER J H. Leading your team into the unknown[J]. Harvard Business Review， 2014， 92（12）： 80-88.

[13]TEECE D J. Technological innovation and the theory of the firm： the role of enterprise-level knowledge， complementarities， and （dynamic） capabilities[M]//Handbook of the Economics of Innovation. North-Holland， 2010： 679-730.

[14]HUENTELER J， OSSENBRINK J， SCHMIDT T S， et al. How a product′s design hierarchy shapes the evolution of technological knowledge： evidence from patent-citation networks in wind power[J]. Research Policy， 2016， 45（6）： 1195-1217.

[15]MELERO E， PALOMERAS N. The renaissance man is not dead！ the role of generalists in teams of inventors[J]. Research Policy， 2015， 44（1）： 154-167.

[16]AZOULAY P， FONS-ROSEN C， ZIVIN J S G. Does science advance one funeral at a time[J]. American Economic Review， 2019， 109（8）： 2889-2920.

[17]DE JONG J P J， MARSILI O. The fruit flies of innovations： a taxonomy of innovative small firms[J]. Research Policy， 2006， 35（2）： 213-229.

[18]謝建國，張寧.技術差距、技術溢出與中國的技術進步：基于中美行業貿易數據的實證分析[J].世界經濟研究，2020，36（1）：12-24.

[19]生延超，歐陽峣.基礎研究還是應用研究：后發大國創新方式及創新領域選擇[J].中國科技論壇，2017，33（10）：16-25.

[20]NELSON R R. The simple economics of basic scientific research[J]. Journal of Political Economy， 1959， 67（3）： 297-306.

[21]薛瀾，陳玲，王剛波，等.中美產業創新能力比較：基于對IC產業的專家調查[J].科研管理，2016，37（4）：1-8.

[22]宋敬，陳良華，葉濤.數字經濟能夠提升企業創新質量嗎——基于新熊彼特增長理論視角[J].科技進步與對策，2023，40（12）：1-11.

[23]羅佳，張蛟蛟，李科.數字技術創新如何驅動制造業企業全要素生產率——來自上市公司專利數據的證據[J].財經研究，2023，49（2）：95-109，124.

[24]肖文，薛天航.勞動力成本上升、融資約束與企業全要素生產率變動[J].世界經濟，2019，42（1）：76-94.

[25]曹洲濤，王甜，宋一曉.“令人生厭”的自戀型領導能促進員工創新行為嗎[J].武漢理工大學學報（社會科學版），2019，32（4）：86-93.

[26]邢紅萍，衛平.中國戰略性新興產業企業技術創新行為模式研究——基于全國七省市企業調查問卷[J].經濟學家，2013，25（4）：56-65.

[27]LEVINSOHN J， PETRIN A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies， 2003， 70（2）： 317-341.

[28]HAFEEZ K， ZHANG Y B， MALAK N. Determining key capabilities of a firm using analytic hierarchy process[J]. International Journal of Production Economics， 2002， 76（1）： 39-51.

[29]AGHION P， HOWITT P， MAYER-FOULKES D. The effect of financial development on convergence： theory and evidence[J]. The Quarterly Journal of Economics， 2005， 120（1）： 173-222.

[30]HARHOFF D， SCHERER F M， VOPEL K. Citations， family size， opposition and the value of patent rights[J]. Research Policy， 2003， 32（8）： 1343-1363.

[31]張杰，鄭文平.創新追趕戰略抑制了中國專利質量么[J].經濟研究，2018，53（5）：28-41.

[32]魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007[J].經濟學（季刊），2012，11（2）：541-558.

[33]ARORA A， BELENZON S， SHEER L. Knowledge spillovers and corporate investment in scientific research[J]. American Economic Review， 2021， 111（3）： 871-898.

[34]吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130-144.

[35]萬勁波.基礎研究的內涵、模式與高質量發展路徑[J].人民論壇·學術前沿，2023，12（11）：86-95.

[36]PANDIT S， WASLEY C E， ZACH T. The effect of research and development （R&D） inputs and outputs on the relation between the uncertainty of future operating performance and R&D expenditures[J]. Journal of Accounting， Auditing & Finance， 2011， 26（1）： 121-144.

[37]ZHONG X， WAN H， RREN G. Can TMT vertical pay disparity promote firm innovation performance？ the moderating role of CEO power and board characteristics[J]. European Journal of Innovation Management， 2021， 25（4）： 1161-1182.

（責任編輯：萬賢賢）

Leading or Direct Participating？ The Impact of Executive? Involvement in Innovation on Corporate Total Factor Productivity

Lei Guoxiong，Yang Li

（School of Economics，Southwest University of Political Science & Law，Chongqing 401120，China）

Abstract：In corporate innovation matters， executives （or， more precisely， the executive team） have two functions： innovation management and innovation implementation. The former allocates innovation resources and the latter provides new knowledge for innovation. According to Schumpeter， the core function of entrepreneurs， or executives as they are called in modern times， is to innovate， rather than to implement business management， including innovation management， as traditionally thought. Unlike the individual innovation of the era of Henry Ford， Thomas Edison， and the Wright Brothers， modern innovation is much more complex and sophisticated， and team innovation has become the dominant mode of innovation in modern corporations. As a result， a very realistic question arises： as important or even core implementers of team innovation， how should corporate executives participate in the innovation activities of the corporations and effectively deal with the innovation collaboration with general R&D staff ？

Industry-leading innovative corporations implement both basic and applied innovations. In the ideal model， executives take on the more challenging basic innovations， which， under the current IP system， are mainly concepts， publications， academic papers， and so on. General technicians in the R&D department then combine these basic innovations with applied innovations to produce the final innovations， mainly expressed as patents. Executive innovations can be expressed individually and lead to innovations by ordinary R&D staff through new concepts， principles， architectures and other forms of knowledge. This transfer of basic innovation knowledge can be achieved through close interaction with general R&D personnel， without executives being directly involved in specific innovation activities. For corporations focusing on general innovation， executives not only need to take on the more challenging parts of knowledge-based innovation， but they also need to actively participate in corporate R&D in close cooperation with general R&D personnel in order to realize independent innovation outcomes， such as specific patents. In other words， the innovation activities of executives and general R&D staff are no longer separate. Executives should be directly involved in corporate innovation as core R&D members. In addition， although executives in general innovative corporations engage in knowledge innovation at a relatively high level in their R&D teams， their absolute level of innovation is not as high compared to that of leading innovative corporations. As a result， executives have sufficient time and energy to engage in a variety of innovation activities that incorporate executives' innovation knowledge. In summary， when the corporate innovation level is high， executives' participation in innovation can effectively contribute to the improvement of productivity by indirectly acting as a knowledge leader. However， when the innovation level is less than ideal， executives should be directly involved in R&D， which is more conducive to the improvement of production efficiency.

In accordance with the above theoretical analysis， this study investigates the issue of appropriate ways for executives to participate in corporate innovation following the theory of combinatorial innovation and knowledge matching， and it draws three conclusions through the data of innovation activities of Chinese manufacturing listed companies from 2007 to 2019. First， innovative corporations generally combine the basic and applied basic innovations overflowed from the society with the applied R&D that the corporations focus on to form innovative results， and executives should be directly involved in project R&D as the backbone of innovation. Industry-leading innovative corporations independently implement applied basic and fundamental innovations， and executives should lead general R&D personnel to implement innovations relatively independently with knowledge innovation at the principle level. Second， in leading innovative corporations， executives' emphasis on basic research on principle-level knowledge can bring productivity gains， while this effect does not apply to general innovative corporations. Third， the impact of innovation activities on corporations productivity is crucial， and the greater the importance of innovation in corporate development， the higher the demand for executives to participate in innovation in an appropriate way. Therefore， executives should choose the appropriate way to participate in corporate innovation according to the level at which the corporations are positioned， so as to allow executives time and energy? to efficiently carry out innovation activities that fall under their leadership.

Key Words：Executive Involvement in Innovation; Corporate Innovation; Leading Innovation; Direct Participating; Corporate Total Factor Productivity