资源配置导向战略与企业创新：企业国家重点实验室的角色

韩祥宗　杨泽宇

[摘要]综合组合创新理论和企业能力基础观，从理论上构建“资源配置导向战略—研发能力—创新绩效”的逻辑联系，并以我国154家拥有企业国家重点实验室的企业为样本，实证检验上述联系如何受企业国家重点实验室运行年限的影响。通过一系列稳健性检验，有如下结论：资源外部配置导向能够显著提升企业创新绩效，而资源内部配置导向对企业创新绩效的积极作用随着企业国家重点实验室运行年限的增加而增强。同时，此增强作用是通过研发能力更新的机制实现，即企业由依赖外部研发能力转向依靠自主研发能力。提出相应建议，企业应适当提高内部资源配置比例，政府应重新审视对企业国家重点实验室的评估周期和评估策略。

[关键词]资源配置;导向战略;企业创新;重点实验室

一、 引言及文献综述

自2006年开始，我国依托企业建设国家重点实验室（简称“企业国家重点实验室”），旨在“鼓励企业面向社会和行业未来发展的需求，开展应用基础研究和竞争前共性技術研究，研究制定国际标准、国家和行业标准，聚集和培养优秀人才，引领和带动行业技术进步”，企业国家重点实验室已成为我国国家技术创新体系的重要组成部分1。截至2017年，我国正在建设和运行的企业国家重点实验室有179个2。企业国家重点实验室的建设和运行，一方面能为依托企业带来直接或间接收益，另一方面也减缓主管部门对实验室的评估压力和实验室运行的资源约束：人才约束和经费约束。作为一种影响企业创新战略和行为的制度安排，从理性角度，在收益和约束条件下，企业国家重点实验室在最大程度利用企业现有研发能力的同时，会更倾向选择资源外部配置导向战略，利用成熟的外部研发能力，满足企业自身发展和实验室评估目标3。从政府角度，政府期望通过企业国家重点实验室建设来提升企业自主研发能力。那么，随着企业国家重点实验室运行年限的增加，资源配置导向战略如何影响企业研发能力进而创新绩效？为回答此问题，本文从理论上构建“资源配置导向战略—研发能力—创新绩效”的逻辑联系，并实证检验这种联系如何受企业国家重点实验室运行年限的影响。

已有文献表明，在开放式的研发体系下[1-2]，企业为满足多样性的创新目标，通常采取组合方法（Portfolio approach）配置研发资源，以获得更好的创新绩效[3-4]。组合视角下的创新研究一方面从战略组合角度聚焦内部研发和外部研发的组合对企业创新绩效的影响[5-7];另一方面，从项目组合角度探索资源在不同项目上的配置和管理异质性对创新绩效的影响[8-9]。

现有的组合创新理论，在创新战略方向上从实证角度验证了内部研发和外部研发活动的动态互补性[10-11]，但是在资源配置上面，没有考虑资源配置的结构变化即战略方向的变化和资源配置比例的变化对企业创新绩效的组合协同效应，而资源配置比例的差异必然会影响企业所积累的研发能力内容，为此，本文提出并实证检验资源配置导向战略通过企业研发能力更新机制来影响企业创新绩效的观点。

二、 研究假设

1. 资源配置导向战略对企业创新绩效的作用

（1）资源配置导向战略

创新成果与投入创新活动的资源数量和质量密切相关。投入资源主要包括研发经费和人力资本。从投入角度，其中的人力资本可以是企业内部的，也可以是企业外部的;从产出角度，创新成果的表现形式既包括现有产品或技术的改进，也包括新技术、新产品的开发。在创新实践中，为了满足创新活动的多目标，企业通常采取“组合方法”选择创新战略和管理创新资源，即所谓的组合创新视角[12-14]。组合创新视角从战略层面考察资源的配置方向，同时从资源配置的异质性角度，考察企业现有资源在各种组合类型上配置的绩效意义。

因此，从资源配置方向（战略）和比例（管理）两个维度，本文用“资源配置导向战略”刻画企业在创新活动上的资源配置方向（内部配置和外部配置）以及它们的配置比例。理论上，资源配置导向战略有三种。第一是资源内部配置导向。企业的研发资源以内部配置为主要导向，表现为购置或更新设备、软件或系统、引进人才等。第二是资源外部配置导向。企业的研发资源以外部配置为主要导向，即与其他企业、大学科研院所等组织，展开各种形式的合作创新。例如技术转让、委托研究与培训、联合开发、共建实体、共建研究中心等。第三是内外均衡配置导向。企业在内部和外部研发活动上的资源配置比例基本持平。

（2）企业国家重点实验室的角色

研究表明，制度安排对于企业的技术创新具有激励作用，比如政府补贴、知识产权保护、风险投资等制度安排能够增加企业的可用性资源，从而促进企业的技术创新[15-17]。不同于政府补贴、企业研发费用加计扣除、高新技术企业所得税率优惠、知识产权、法律等政策性或规范性的制度安排[18]，企业国家重点实验室没有直接从政府获得政策意义上的经费支持，政府是期望通过实验室的建设和运行，激发依托企业科研人员的创新活力和创新能力[19]。企业国家重点实验室的建设与运行必然会影响依托企业现有的组织架构、创新意识、氛围等。就创新活动而言，企业国家重点实验室对依托企业产生的影响表现在以下方面。

第一，企业国家重点实验室产生的直接收益，包括利用国家重点实验室的建设契机，整合集团内部研发资源;优先获得研发资源;聚集人才;有利于企业的技术开发与企业产品生产的相互对接。

第二，企业国家重点实验室产生的间接收益，包括专家池所产生的知识溢出，提升企业声誉，接触技术前沿。

因此，本文提出如下假设：

假设1：资源外部配置导向对企业创新绩效有积极作用，但是随着企业国家重点实验室运行年限的增加，资源内部配置导向对企业创新绩效的积极作用会随之增强。

2. 资源配置导向战略影响企业创新的作用机制：企业研发能力更新效应

本文把企业研发能力界定为企业能持续形成和积累特定领域知识、专业技能，以持续不断改进现有产品和向市场推出新产品的能力。对于具有独立研发部门的企业来说，内部研发和外部研发对于企业的研发能力及创新绩效具有互补性特征[11，20]，这意味着提升企业研发能力的力量既源自企业内部也来自企业外部。

在企业创新实践中，多数企业会同时采取内部研发和外部研发共存的开放式研发系统。研发能力最终表现为可以为企业改进产品和创造新产品的技术、知识、经验和秘密。基于此，在创新战略决策上，企业存在选择资源外部配置导向战略的动机，以及时推出新产品或更新产品，占据市场先入优势。虽然理论和实证研究均表明，资源内部配置导向和外部配置导向都能提高企业的研发能力，但是通过它们获得能力的过程和内容有差异。

我国委托企业建设国家重点实验室的宗旨在于提高企业自主研发能力。作为一种制度安排，企业国家重点实验室必然会影响企业的创新战略和创新能力[19]，尤其是随着企业国家重点实验室运行年限的增加，依托企业直接获得的研发资源，合作机会日益增加，企业会相对增加内部研发活动的经费投入。渐渐地，企业或是由资源外部配置导向战略转向资源内部配置导向战略，或是进一步强化现有的资源内部配置导向战略。通过内部研发活动亲力亲为的试错过程，能够显著提高企业研发人员的人力资本价值，实现企业由依赖外部现成研发能力转向依靠自主研发能力的更新过程，从而提高企业创新收益。

因此，本文提出如下假设：

假设2：随着企业国家重点实验室运行年限的增加，资源内部配置导向通过研发能力影响企业创新绩效的间接效应随之增强。

综上所述，本研究基于组合创新理论和企业的能力基础观，从理论上构建“资源配置导向战略—研发能力—创新绩效”的理论联系，认为资源配置导向战略能够通过研发能力显著提升企业创新绩效。并且，随着企业国家重点实验室运行年限的增加，该提升效果会得到明显加强。概念模型如图1所示。

三、 研究设计

1. 样本说明与变量选择

（1）样本说明

本研究数据来源于科技部企业国家重点实验室2018年评估问卷，数据年份为2017年数据。截至2017年，我国正在建设和运行的企业国家重点实验室有179个。其中有25家企业未填写评估问卷，本课题的有效样本是154家，占全部样本的86%。为避免样本遗漏所带来的估计偏误，本文对25家企业与样本中的154家企业进行Kolmogorov-Smirnov检验。结果表明，两组样本的研发人员人均发明专利申请量没有显著差异（p=0.633）。从空间分布角度，样本企业主要集中分布在北京（31家）、广东（13家）、山东（13家）、江苏（12家）和上海（11家），这些企业数量占全部样本企业的52%。从行业分布角度，样本企业主要集中在医药制造业（18家）、研究和试验发展（17家）、化学原料和化学制品制造业（13家）、电气机械和器材制造业（10家）、专用设备制造业（10家）、计算机、通信和其他电子设备制造业（9家）、通用设备制造业（9家），这些企业数量占全部样本企业的55.8%。

（2）变量选择

各变量的描述统计和测量定义，如表1所示。

2. 研究方法与数据

（1）基本模型设定

根据图1的概念模型，得到如下简化模型：

其中，[Y]指企业创新绩效，[M]指研发能力，[X]指企业资源配置导向战略，[Z]指企业国家重点实验室运行年限，[A]表示控制变量向量，[ε]为随机扰动项。

基本模型（1）的企业创新绩效用每名研发人员发明专利申请数量衡量，本文拟使用Poisson模型或负二次项模型来对参数进行估计。同时，将使用工具变量、安慰剂检验等方法对估计参数进行稳健性检验。

（2）变量统计与检验

根据表1的描述统计结果，针对154家样本企业，每百名研发人员发明专利申请量均值为85.5项/100人。样本企业的资源配置战略导向均值为0.712，在平均意义上表明样本企业采取的是资源内部配置导向战略。以研发费用资本化比重衡量的企业研发能力均值为0.29，表明平均100元内部研发投入中有29元用于资本化。70.8%的样本企业拥有博士后流动站。企业平均年限28年（从企业成立到获得国家重点实验室年），74%样本企业是国企;26%的样本企业是上市公司;企业获得国家重点实验室资格的平均年限为3.6年，最长的是9年，最短的是0年。71.4%的企业是生产性企业。企业平均从业人数1557人。根据变量的相关性分析结果（表2），变量之间不存在多重共线性问题。

四、 实证结果

1. 资源配置导向战略影响企业创新绩效的估计结果

表3是企业资源配置导向战略影响企业创新绩效的实证结果。其中，模型（2）和模型（1）的差异，在于模型（2）中引入企业的技术来源差异。结果显示，企业采取资源外部配置导向战略，即增加配置到企业外部研发活动的经费支出比重，可以显著提高企业的创新绩效（b=-0.7129，p<0.05）。然而，企业的创新成果除了可以申请的专利技术，还包括没有申请专利的专有技术或技术秘密。此外，每个企业的研发管理能力也有差异。为此，在模型（3）中引入高级职称人员占从业人员比重和研发管理人员占研发人员比重。企业资源配置导向战略僅仅在10%显著水平上影响企业创新绩效的影响（b=-0.6449，p<0.1）。在引入企业获得国家重点实验室运行年限后，模型（4）的结果显示，企业资源配置导向战略显著影响企业创新绩效。具体来说，在拥有企业国家重点实验室的企业样本中，采取资源外部配置导向战略的企业比采取资源内部配置导向战略的企业有更显著的创新绩效（b=-1.638，p<0.01）。

2. 资源配置导向战略影响企业创新绩效的机制检验结果

本文提出企业资源配置导向战略是通过影响研发能力进而影响企业创新绩效的假设。表4中的模型（4）和（5）的估计结果，初步表明资源配置导向战略通过企业的研发能力影响企业创新绩效。为了进一步验证研发能力的中介效应，本文使用PRODCLIN程序[21]来检验结果。此置信区间不包含0，说明研发能力的中介效应明显，即研发能力在资源配置战略导向与企业创新绩效之间的中介作用成立。模型（3）的估计结果表明，对于本研究包含的154家拥有国家重点实验室的样本企业而言，采取外部资源配置导向战略（-1[≤]资源配置战略导向的取值<0）即企业增加外部研发活动的经费支出比重，能显著提高企业研发能力进而提升企业创新绩效。

3. 企业国家重点实验室运行年限的调节效应检验结果

在资源配置过程中，企业研发能力的中介作用与企业国家重点实验运行年限的调节作用是同时发生的，因此，本文采用有调节的中介效应模型来进行实证检验。根据Edwards和Lambert推荐的检验有调节的中介模型的方法[22]，本文构建如下方程：

把式（2）代入式（1），并进一步简化整理后得到简单路径方程形式：

在式（3）中，[（aX5+aZX5Z）bM6]刻画企业资源配置导向战略通过研发能力影响企业创新绩效受企业国家重点实验室运行年限的调节;[（bX6+bXZ6Z）]刻画的是企业资源配置导向战略对企业创新绩效的影响受企业国家重点实验室运行年限的调节。

本文使用多元线性回归，应用受约束的非线性模型（Constrained Nonlinear Regression）得到1000个样本的Bootstrap估计，受约束的非线性模型采用默认的损失函数，进一步计算，得到低组、高组的第一阶段、直接效应、间接效应的系数、差异值以及显著性，结果如表5所示。

根据表5的结果，第一，资源配置导向战略对企业创新绩效的影响显著受企业国家重点实验室运行年限的调节（[∆]b=4.715，p<0.01）。与低年限的企业国家重点实验室（[∆]b=1.755，p<0.05）相比，高年限的企业国家重点实验室有更强的直接效应（b=6.470，p<0.01）。

第二，资源配置导向战略通过研发能力影响企业创新绩效受企业国家重点实验室运行年限的调节（[∆]b=0.653，p<0.01）。与低年限的企业国家重点实验室（b=0.212，p<0.01）相比，高年限的企业国家重点实验室有更强的间接效应（b=0.865，p<0.01）。此外，由于国家重点实验运行年限显著调节资源配置导向战略与企业研发能力之间的关系，即第一阶段效应（[∆]b=1.057，p<0.01），从而企业国家重点实验室运行年限显著调节资源配置导向战略通过研发能力影响企业创新绩效的间接效应。

五、 研究结论与启示

1. 结论

本文以我国154家拥有企业国家重点实验室的企业为样本，探索资源配置导向战略影响企业创新绩效的作用及其实现机制，以及企业国家重点实验室运行年限的调节效应。立足于组合创新理论和企业的能力基础观，本文提出资源配置导向战略概念，这同时刻画企业在研发资源配置上的战略方向和资源配置比例，由此构建了“资源配置导向战略—研发能力—创新绩效”的理论联系，并提出本文理论假说：资源配置导向战略通过研发能力显著提升企业创新绩效。此外，本文对企业国家重点实验室运行年限对“资源配置导向战略—研发能力—创新绩效”理论联系的影响机制进行了实证检验。得出以下两条主要研究结论：

（1）资源内部配置导向对企业创新绩效的积极作用会随之增强，但是随着企业国家重点实验室运行年限的增加，资源内部配置导向对企业创新绩效的积极作用会随之增强。

（2）随着企业国家重点实验室运行年限的增加，资源内部配置导向通过研发能力影响企业创新绩效的间接效应随之增强。

国家实验室的实践也印证了本文的研究发现。以格力电器为例，2015年格力电器获批建设的“空调设备及系统运行节能国家重点实验室”，是制冷行业唯一的企业国家重点实验室，旨在整合内外部资源，建设国际一流的制冷空调领域研发中心1。国家重点实验室的设立，客观上显著提升了格力电器的创新绩效。同时，近年来，实验室逐步优化资源内部配置，在人才培养、队伍建设、科学研究、开放合作等方面均取得了显著成果，企业自主创新研发的能力持续增强，实现了关键核心技术的多项原创性成果。

2. 启示

（1）对企业来说，在开放式的研发框架下，它们通常会采取资源内部配置和外部配置的组合战略来展开研发活动，以满足多种创新目标。依据本文结论，可以得到两点启示：一是立足于企业国家重点实验室，依托企业可以提高资源内部配置比例，积累企业在特定领域的专业知识和技术，同时，通过内部研发人员亲力亲为的试错过程，能够显著提高企业研发人员的人力资本价值，推动企业由依赖外部已有研发能力转向依靠自主研发能力的更新。并据此，依据企业可以更好地搜索、检视外部知识，更有效地吸收、利用和创造新知识，从而提高企业创新收益。二是企业也应重视资源外部配置导向战略的作用，平衡在内部和外部研发活动上的资源配置比例，与其他企业、大学科研院所等组织，展开各种形式的合作研发创新。

（2）对政府主管部门来说，有两点启示：一是可重新审视对企业国家重点实验室的评估周期。本文的结论表明，随着企业国家重点实验室运行年限的增加，资源配置战略导向通过研发能力影响企业创新绩效的间接效应随之增强。鉴于研发能力的积累和提升是资本化的一个过程，政府主管部门可以考虑重新审视对企业国家重点实验室的评估周期以及评估周期的行业差异。如此，既可以为不同行业的企业提升自主研发能力预留足够的时间，同时也可以削弱企业国家重點实验室源于评估压力而利用外部研发能力的投机倾向。二是需要针对依托企业的自主研发能力展开专题式、系统性的评估。一方面是因为我国依托企业建设国家重点实验室的宗旨是提高企业自主创新能力，另一方面是因为自主研发能力是资源配置导向战略影响企业创新绩效的实现机制。

参考文献：

[1] 陈钰芬.企业开放式创新的动态模式研究[J].科研管理，2009，30（5）：1-11.

[2] West J， Salter A， Vanhaverbeke W，et al. Open Innovation： The Next Decade[J].Research Policy，2014，43（5）：805-811.

[3] Srivastava M K， Gnyawali D R. When do Relational Resources Matter？ Leveraging Portfolio Technological Resources for Breakthrough Innovation[J].Academy of Management Journal， 2011，54（4）：797-810.

[4] 陈宁，常鹤.企业合作创新策略与资源配置模式研究[J].科学学研究，2012，30（12）：1910-1918.

[5] Hottenrott H， Lopes‐Bento C.R&D Partnerships and Innovation Performance：Can There Be Too Much of a Good Thing？[J].Journal of Product Innovation Management，2016，33（6）：773-794.

[6] Wadhwa A， Bodas Freitas I M， Sarkar M B. The Paradox of Openness and Value Protection Strategies： Effect of Extramural R&D on Innovative Performance[J].Organization Science，2017，28（5）：873-893.

[7] 孙忠娟，范合君，侯俊.制造企业创新战略组合对产品和流程创新的影响[J].经济管理，2018，40（12）：90-106.

[8] 李晓翔，刘春林.中小企业资源配置与创新成长关系研究：行为策略的调节作用[J].研究与发展管理， 2018，30（5）：74-84.

[9] 庞博，邵云飞，王思梦.联盟组合管理能力与企业创新绩效：吸收能力的中介效应[J].管理工程学报，2019，22（2）：28-35.

[10] Love J H， Roper S， Vahter P. Dynamic Complementarities in Innovation Strategies[J].Research Policy，2014，43（10）：1774-1784.

[11] Hagedoorn J， Wang N. Is There Complementarity or Substitutability Between Internal and External R&D Strategies？ [J].Research Policy，2012，41（6）：1072-1083.

[12] Oerlemans L A G， Knoben J， Pretorius M W. Alliance Portfolio Diversity， Radical and Incremental Innovation：The Moderating Role of Technology Management[J].Technovation， 2013，33（6-7）：234-246.

[13] Van Beers C， Zand F.R&D Cooperation， Partner Diversity， and Innovation Performance：An Empirical Analysis[J].Journal of Product Innovation Management，2014，31（2）：292-312.

[14] Klingebiel R， Rammer C.Resource Allocation Strategy for Innovation Portfolio Management[J]. Strategic Management Journal，2014，35（2）：246-268.

[15] Branstetter L， Fisman R， Foley C F， et al. Does Intellectual Property Rights Reform Spur Industrial Development？[J].Journal of International Economics，2011，83（1）：27-36.

[16] Lee J， Veloso F M， Hounshell D A. Linking Induced Technological Change， and Environmental Regulation： Evidence from Patenting in the US Auto Industry[J].Research Policy， 2011，40（9）：1240-1252.

[17] Shi Y， Zhu P. The Impact of Organisational Ageing and Political Connection on Organisation Technology Innovation： an Empirical Study of IT Industry and Pharmaceutical Industry in China[J]. Asian Journal of Technology Innovation，2014，22（2）：234-251.

[18] 鄧海滨，廖进中.制度安排与技术创新：基于负二项式模型的研究[J].科学学研究，2009，27（7）：1101-1109.

[19] 陈岩，翟瑞瑞，张斌.科技资源配置、协同效应与企业创新绩效[J].财经论丛，2014，179（3）：68-76.

[20] Piga C A， Vivarelli M. Internal and External R&D： a Sample Selection Approach[J].Oxford Bulletin of Economics and Statistics，2004，66（4）：457-482.

[21] MacKinnon D P， Fritz M S， Williams J， et al. Distribution of the Product Confidence Limits for the Indirect Effect： Program PRODCLIN[J].Behavior Research Methods，2007，39（3）：384-389.

[22] Edwards J R， Lambert L S. Methods for Integrating Moderation and Mediation： a General Analytical Framework Using Moderated Path Analysis[J].Psychological Methods，2007，12（1）：1-22.

基金项目：2019国家社会科学基金一般资助项目“供应链创新网络视角下企业创新能力提升研究”（项目编号：19BGL025）;2019江苏省高校哲学社会科学研究一般项目“双一流建设背景下高校进一步深化科技体制机制改革的实践研究”（项目编号：BH11050119）。

作者简介：韩祥宗（1983-），男，山东莱芜人，苏州大学东吴学院副研究员，研究方向为科技创新与管理;杨泽宇（2001-），男，苏州大学东吴商学院本科生，研究方向为企业创新与管理。

（收稿日期：2022-01-05  责任编辑：顾碧言）