中国半导体企业创新绩效影响因素分析

银 锋,李云植,张波波

(1.国立釜庆大学 技术经营专门大学院,韩国 釜山 48513;2.江西科技学院 管理学院,江西 南昌 330098)

0 引言

中芯国际突破14nm制造工艺加上2021年华为旗下的海思半导体(HiSilicon)成为首家跻身全球销量前十的中国半导体企业,使得中国正在逐步减少对美国芯片技术的依赖[1],导致中国成为美国假想中的“敌人”。为了维护科技霸权地位,美国不仅通过贸易战对华为和中芯国际进行制裁,还发布了一系列针对中国的制裁法案。例如,2021年10月22日,美国国家反情报和安全中心(NCSC)发布的《保护美国关键和新兴技术免受外来威胁》将半导体列为中美战略竞争的关键领域。中国政府意识到在科技领域必须走“自主创新”道路,2015年5月国务院发布的《中国制造2025》明确提出要大力发展集成电路及专用设备,这是中国实施制造强国战略的第一个十年行动纲领;2016年出台的《国家创新驱动发展战略纲要》明确提出要把“创新驱动发展”作为国家的首要战略,以科技创新为核心带动全面发展。党的二十大报告指出,必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,要深入实施“科教兴国”“人才强国”及“创新驱动发展”战略,开辟发展新领域新赛道,不断塑造发展新动能新优势[2]。国家制定的科技创新战略为高科技企业的进一步发展指明了方向,同时表明了中国“以自主创新突破技术封锁”的决心。

但目前中国实施“突破式创新”战略以达到发达国家水平并实现弯道超车仍具有较大难度。有以下3个方面的原因:首先,半导体产业涉及较多专业知识,技术更新快及门槛较高;其次,技术创新具有风险高、成效不确定[3]、研发周期长以及“知识溢出”等特点,影响企业的创新热情;最后,科技创新是系统性工程,复杂性和多因性较强,对资源供给以及企业的创新能力和知识获取、吸收、转化能力要求较高。

综上所述,影响高科技企业创新绩效的因素较多,单一因素的影响程度不同,以及各种因素交互对创新绩效的影响机理难以厘清。本研究聚焦中国半导体产业,以政府支持、科技人才投入、科技人才管理以及积极型市场导向为自变量,采用结构方程模型分析自变量对我国半导体企业创新绩效的影响,有利于中国半导体企业在自主创新实践中明确影响因素的重要性,并重视和采取有效措施达到提升创新产出的目的。

1 文献回顾与研究假设

1.1 政府支持与创新绩效的关系

政府以公共政策形式支持企业创新,通过“看得见的手”对企业创新进行干预,常见的政府支持形式有研发补贴、税收减免、科学研究项目补贴等,例如中国大基金一、二期对半导体企业投资支持技术创新。部分学者把政府支持进一步细分为纵向支持和横向支持[4]。纵向支持指为特定行业或企业提供政策帮助;横向支持指为促进区域创新环境而制定的地区优惠政策。政府为了达到某种目的会设计针对性的支持方式,例如主要针对某一行业或企业设有研发补贴,加大对资助企业的研发经费投入,其目标性更强;税收补贴惠及更多行业或企业,具有涉及面广和中立性特征,能够促进较多企业尤其是中小型及民营企业参与创新活动。由此表明政府支持方式的侧重点不同,例如科学研究项目补贴有利于企业获得外部资源,可能提高企业创新绩效[5];加大区域创新建设的优惠政策有利于提高区域内企业研发费用水平[6]。众多研究表明政府支持有利于企业创新,但是也有部分学者的结论与之相悖。Guan &Yam[7]认为公共科学研究项目补贴和税收补贴能积极地影响企业创新绩效;Wei &Liu[8]经过实证分析得出,税收抵免不能显著正向影响企业创新绩效。Zúiga等[9]发现接受公共科学研究项目补贴的企业在当年不能取得预期的创新成果。

综上所述,企业创新具有持续周期长、投资大以及“知识溢出”等特点,使得创新企业无法独享创新成果。政府支持具有“公益性”特点,降低了创新企业的研发风险,但是无法产生立竿见影的效果,例如公共研究项目补贴具有时间滞后性,导致企业接受政府补贴初期的创新绩效不理想,而在以后几年的创新成果较为显著。鉴于政府支持对高科技企业创新具有一定的激励性以及现有研究结论的差异性,本研究提出如下假设:

H1:政府支持对中国半导体企业创新绩效有显著正向影响。

1.2 积极性市场导向与创新绩效的关系

人工智能、5G技术、新能源汽车的发展对半导体芯片的需求量剧增,巨大的市场空间促进了半导体产业快速发展。但是,消费市场对10nm以下的高性能芯片需求量处于上升趋势,而中国在10nm以下芯片的生产设备方面无法实现国产化。面对巨大的市场需求和限制购买先进光刻机的外部环境,企业希望通过自主创新实现技术和制造设备国产化的愿望越来越强烈。正如Dosi[10]的观点,市场和技术是推动企业创新的关键因素。熊彼特[11]也认为企业创新不是单纯的新产品和新技术的应用,还包括新市场的开发。因此,本研究将积极型市场导向看作促进中国半导体企业创新的驱动因素之一。

市场导向指企业获取、消化、吸收并利用关于消费者和竞争对手信息的能力,从而促进企业创新成功的重要因素[12]。与市场导向相比,积极型市场导向强调对未来市场的预判,积极主动搜集关于消费者和竞争对手信息,根据掌握的信息提前配置资源以生产满足消费者需求的产品,从而保持竞争优势。基于知识理论,采用积极型市场导向要求企业有较高的吸收能力以外部市场获取、理解、转化和使用市场知识[13]。创新是知识积累并吸收、转化的过程,也是体现智力融合的过程[14]。王玉荣等[15]将积极型市场导向命名为先动型市场导向,认为企业采取先动型市场导向能够获得更广泛的市场信息,创新能力也更强。Abbu &Gopalakrishna[16]提出类似的观点,认为积极型市场导向对企业吸收知识的能力较为重视,业绩表现良好,对知识密集型企业尤为重要。相反,低市场导向的企业面对剧烈变动的市场环境,由于缺乏对市场信息的敏感性,不能实时反映市场需求且采取有效的行动,导致其在市场竞争中处于劣势。但是,有学者提出相反的观点,认为市场导向与创新绩效的关系不显著或者呈负相关。例如,Berton[17]认为采用积极型市场导向使企业过度关注当前客户需求,从而减少了企业的创新动机,影响了新产品开发绩效;唐丽艳等[18]认为企业过分强调市场导向会使其局限于客户需求和过度依赖市场信息,不利于企业的突破式创新。此外,由于企业获取外部知识的渠道差异导致获取信息的数量和质量参差不齐[19],可能会因为搜集的数据偏差导致决策失误[20]。另外,使用外部信息的效果与企业成员的理解能力有关,面对大量庞杂的市场信息,要求企业有较强的分辨能力和理解能力[21]。所以,采取积极性市场导向的企业必须要求员工发挥积极性和主动性,以及乐意把市场信息转化为企业创新需要的知识,从而提高创新产出[22]。鉴于市场导向是一把“双刃剑”,提高企业创新绩效的同时也存在一定的风险[23],本研究以中国半导体企业为例,检验积极型市场导向与创新绩效的关系并提出如下假设:

H2:积极型市场导向对中国半导体企业创新绩效有显著正向影响。

1.3 科技人才投入与创新绩效的关系

Amabile等[24]认为创新绩效是产生新颖且对组织有用的想法、产品和方法。从产生创新想法到新产品应用于市场应包括产生新创意、研究开发、产品试制以及生产制造等流程[25]。创新绩效的定义表明创新的起点是产生新颖的想法,终点是新产品的面世,其过程包括一系列的创新实施流程。此外,创新要立足于企业,即对组织有用,能为组织创造价值或竞争优势。创新绩效的内涵体现了创新活动需要依靠员工执行并达成目标,即企业创新是员工把嵌入在个人中的知识和技术转化为创新产出的过程。实现创新绩效目标需要丰富的理论知识和专业技能,企业内部能够满足创新要求的员工不是一般性员工,而是掌握着行业最先进的知识和技术的技术型员工,技术型员工才是企业创新的主力军[26]。半导体制造产业涉及较多学科和专业知识,属于典型的知识密集性行业。所以,需要充足和专业的科技人才保持企业的创新活力,才能达到较高的创新绩效[27]。人才投入影响企业创新绩效,李培楠等[28]通过实证分析验证了该观点。Becker[29]、Capozza &Divella[30]认为人力资本是个体通过正式教育,工作经历及其他环境获得并内化的知识、技能和价值观,能够促进企业的生产能力和创新能力。Becker[29]进一步把人力资本分为一般人力资本和专业人力资本。一般人力资本通过正式教育获取,体现员工的教育水平;专业人力资本通过工作经历积累,体现了所服务企业的专业性和技术性。在现有研究中,大部分学者关注一般人力资本和企业创新绩效的关系,而忽略了工作经历对创新绩效的影响。类似的学术观点也体现在人力资本测量方面,部分学者采用教育水平指标[31]和最高教育水平[32]。本研究采用Becker[29]的观点,以科技人才投入为研究变量,突出科技人才在高科技企业创新过程中的重要性。因为科技人才通过正式教育掌握了扎实和系统的理论知识,以及通过丰富的工作经历提升了专业技能,能够推动高科技企业创新项目的顺利实施。鉴于部分研究未对人力资本细分,本研究提出如下假设:

H3:科技人才投入对中国半导体企业创新绩效有显著正向影响。

1.4 科技人才管理与创新绩效的关系

根据现代管理理论,人力资本是企业的生产要素,能够促进企业创新并影响经济增长[33]。高科技企业要求更高的创新绩效保持竞争优势,就需要与高创新绩效匹配的高质量科技人才。与之相反,泰勒提出的传统激励理论把员工看作物质资本,忽视了人力资本的复杂性。企业实施的人力资源管理实践不同导致创新绩效产出具有差异性。中国半导体企业科研人才严重短缺,招募高质量的科技人才具有一定难度。通过战略性人力资源实践保留优秀科技人才的做法是可取的。Dodgson等[34]提出两种战略性人力资源实践以保留优秀员工,即在职培训和工作参与。张永强[35]认为员工通过在职培训获取新知识可以更积极地参与到企业知识创新过程,从而提高企业创新绩效。工作参与指企业通过尊重员工的想法,给予其执行任务的自主决策权,从而鼓励员工积极参与任务决策和实施[36]。扩大员工参与有利于发挥其积极性,激发其工作动机以及实现员工的组织承诺[37],从而有更强的意愿为组织做出贡献,达到提升企业创新绩效的目标[38]。根据双因素理论,员工培训和工作参与是与工作内容有关的激励因素。提高员工满意度还需要企业加强薪酬、福利、工作条件、监督和管理等方面的管理。本研究在Dodgson等[34]提出的人力资源管理实践基础上增加员工薪酬福利。根据激励理论,为员工提供更好的福利能激励其努力工作,最终创造更高的企业价值[39]。薪酬水平正向影响企业生产能力[40];从在职培训、工作参与和薪酬福利3个方面实施科技人才管理并检验对中国半导体企业创新绩效的影响是本研究的目的之一。基于上述分析,本文提出如下假设:

H4:科技人才管理对中国半导体企业创新绩效有显著正向影响。

本研究的理论假设模型如图1所示。

图1 研究假设模型

2 研究设计

2.1 问卷收集与样本特征

本研究采用成熟量表,将国外学者开发的量表翻译成中文,采用传统的回译程序检查翻译的准确性,并咨询相关专家,根据中国情景修正及删除不清楚的题项。此外,为了确保数据的准确性,我们严格筛选被调查者。以参与实施企业创新活动的工程师、研发人员、研发团队管理者,企业的研发经理,以及不低于3年高科技企业创新研究经历的学者作为调查对象(把从事创新研究的学者作为调查对象是为了从学术研究视角获取研究人员对创新影响的观点)。此外,为了保护被调查者的隐私及企业数据安全,所有被调查者均采用匿名方式。

本研究通过电子邮件及邮寄问卷方式向沪深证券交易所上市的145家半导体企业,大学和研究机构的学者发放1 074份调查问卷,接收到300份有效问卷,有效问卷回收率为27.9%。问卷的发放和收集在2023年2～5月完成。样本特征见表1。

表1 样本特征分布

2.2 变量测量

政府支持:5个政府支持题项由Shu等[41]开发,包括近3年政府为企业提供必需的技术信息支持,为企业寻找财政资源支持、税收补贴和减免、进口技术和设备,以及为企业进入新市场提供合法的支持。

积极型市场导向采用Narver等[42]开发的量表,包括如何扩大消费者市场参与度并持续挖掘其消费需求、如何利用新产品和服务为消费者提供解决方法、如何吸引消费者使用产品和服务等8个题项。

科技人才投入量表参考马文聪等[43]开发的量表,共3个题项,分别反映技术中心员工数量占员工总数量比例、技术中心人均收入占员工人均收入比例、企业技术中心人均培训费用与技术中心人员人均收入比例。

科技人才管理参考房宏君和马俊红[44]开发的科技人才伦理管理量表,共17个题项。该量表涵盖了本研究提出的在职培训、工作参与和薪酬福利要素,匹配度较高。本研究在该量表基础上删除两道与研究内容关联度低的题项。最终确定了15个题项,包括科技人才薪酬分配标准、分配与考核过程的合理性与透明度、绩效考核制度是否符合科技人才特征、员工是否参与绩效考核制度建设以及企业对科技人才的奖惩制度等。

创新绩效量表参考Hagedoorn&Cloodt[45]开发的量表,共4个题项,分别是新产品数量增长趋势程度、专利数量增长程度、研发投资增长程度和投资增长的收益。

2.3 问卷的有效性分析

2.3.1 问卷信度分析

检验量表的测量数据质量是保证后续分析具有意义的重要前提。本研究采用Cronbach’s alpha系数检验量表的内部一致性。信度分析结果如表2所示,政府支持、科技人才投入、创新绩效等3个量表的Cronbach’s alpha系数在0.85～0.9之间,科技人才管理量表整体的Cronbach’s alpha系数大于0.95,表明量表信度较好。

表2 问卷信度分析

2.3.2 效度分析

由于本研究采用已有的成熟量表,所以采用验证性因子分析(CFA)进行效度检验。首先检验测量变量的收敛效度(AVE)和组合信度(CR)。通过建立CFA模型计算出每个测量题项在对应维度上的标准化因子载荷。再根据AVE和CR的计算公式得出各维度的收敛效度值和组合信度值(检验及计算结果见表3)。根据标准,AVE值最低要求达到0.5,CR值最低要求达到0.7,才说明量表具有良好的收敛效度和组合信度。计算公式如下:

表3 量表收敛效度和组合信度检验结果

AVE=(∑λ2)/n

λ代表变量的测量题项的标准化因子载荷量;n代表变量的测量题项个数。

CR=(∑λ)2/((∑λ)2+∑δ)

λ代表变量的测量题项的标准化因子载荷量;δ代表标准化残差值。

根据表3的分析结果可以看出,政府支持、科技人才投入、科技人才管理、积极型市场导向及创新绩效量表的AVE值均在0.5以上,CR值均在0.8以上,说明量表具有较好的收敛效度和组合信度。

区别效度检验结果如表4所示,5个维度两两之间的标准化相关系数均小于各维度对应的AVE的平方根,说明各维度之间均具有良好的区别效度。

表4 量表各维度区别效度检验结果

3 实证结果

3.1 描述统计及正态性检验

实证分析部分主要采用正态性检验、Pearson相关系数分析及结构方程模型(SEM)路径关系检验等分析方法。结构方程模型路径关系检验的前提是测量数据应满足正态分布。所以,本研究首先进行测量数据的描述统计和正态性检验,检验结果如表5所示。

表5 各个维度描述统计及测量题项正态性检验结果

描述统计分析结果表明政府支持、科技人才投入、科技人才管理、积极型市场导向和创新绩效的均值得分均在4.5～6之间,量表计分方式为Likert量表7级正向计分。表明本研究对象群体在政府支持、科技人才投入、科技人才管理、积极型市场导向和创新绩效的认知和行为水平都是中等水平以上。

测量题项的正态性检验采用偏度和峰度进行检验,根据Kline[46]提出的标准,偏度系数绝对值在3以内,峰度系数绝对值在8以内,则可认为数据满足近似正态分布的要求。表5显示测量题项的偏度和峰度系数绝对值均在标准范围内。因此可以说明测量数据满足近似正态分布。

3.2 相关分析

采用Pearson相关系数分析法对变量的相关关系进行检验,分析结果(表6)表明5个变量之间均存在显著的相关关系。此外,相关系数检验结果表明,各个变量之间的相关系数r均大于0,表明政府支持、科技人才投入、科技人才管理、积极型市场导向、创新绩效之间存在显著的正向相关关系。

表6 各维度之间的Pearson相关分析结果

3.3 结构方程模型

3.3.1 模型适配度检验

进行假设检验之前,首先对构建的创新绩效影响因素SEM模型做适配度检验,结果如表7所示,模型适配度参数满足要求后再进行路径关系分析。表8的检验结果表明,主要适配度指标CMIN/DF(卡方自由度比)、RMSEA(误差均方根)均在优秀范围内,GFI接近0.9,达到良好水平,其余次要适配度指标均在0.9以上的优秀水平,说明本研究构建的创新绩效影响因素结构方程模型具有良好的模型适配度。

表8 创新绩效影响因素SEM路径关系检验结果

3.3.2 创新绩效影响因素SEM模型路径关系检验

本研究建立的结构方程模式(SEM)用于检验政府支持、科技人才投入、科技人才管理和积极型市场导向等自变量对创新绩效的影响(图2),路径假设关系检验(表8)显示,政府支持与创新绩效的正向相关关系不显著(β=0.131,p>0.05),假设H1不成立;科技人才投入显著正向影响创新绩效(β=0.31,p<0.001),假设H2成立;科技人才管理显著正向影响创新绩效(β=0.184,p<0.05),假设H3成立;积极型市场导向显著正向影响创新绩效(β=0.21,p<0.05),假设H4成立。

图2 创新绩效影响因素SEM分析模型

4 结论与启示

4.1 研究结论

中国半导体企业发展过程中受到美国的制裁和技术封锁导致技术创新受阻,从而开启“自主创新”的科技创新路径。在此背景下,本研究从企业内外部两个视角分析影响中国半导体企业创新绩效的因素。外部因素指政府支持和积极型市场导向。内部因素包括科技人才投入和科技人才管理。通过实证分析检验假设,得出积极型市场导向、科技人才投入和科技人才管理均能显著正向影响中国半导体企业的创新绩效,但是政府支持与创新绩效的正向相关关系并不显著。

4.2 管理启示

大部分已有研究表明政府支持对高科技企业创新绩效有显著的相关关系,但是本研究得出不同的结论。差异性的可能原因有3个方面:首先,政府支持种类较多,其成效和针对性不同,部分支持政策并不能得到直接的创新产出。例如,地方政府为推动当地经济发展,制定了一系列激励措施以提高该创新空间的创新能力[47];其次,由于政府补贴发放的时间存在滞后性,可能导致企业的创新成效慢;最后,本研究自身存在缺陷。例如:问卷内容的针对性及问卷数量等造成分析结果存在差异。虽然政府支持项目具有多样性,其刺激效果不同。但是不可否认,政府投资能够在一定程度上缓解半导体企业的资金压力,以及提升研发投资。国家大基金一期和二期已经对半导体企业进行较大投资,研发产出低效也有可能与研发项目本身的复杂性有关。所以,虽然本研究的分析结果表明政府支持不能显著正向影响半导体企业创新绩效,但是不能否定政府优惠项目对半导体企业技术创新的支持和贡献。此外,由于政府支持项目的多样性产生的创新效果差异,企业在寻求政府支持时应根据实际情况选择有针对性的支持项目,避免造成政府和企业资源浪费。

企业创新的目的之一是为消费者提供更好的产品或服务。所以,企业应密切关注客户的需求,提前预判市场发展趋势并合理分配资源,主动实施创新活动。虽然在人工智能时代,芯片的需求量增大,但是体积小、运行快的高性能芯片已经成为市场主流。在人工智能时代,中国半导体企业应实施积极型市场导向,与客户建立紧密合作关系,有利于获取市场信息和实施创新活动[48],从而获得竞争优势。

企业创新活动更多依赖科学技术人才,研究人力资本对企业创新影响应对员工类型加以区分,而现有部分研究显得较为笼统。科技人才投入和科技人才管理与创新绩效的显著正向相关关系表明,中国半导体企业应大力引进高质量科技创新人才,以及实施有效的人力资源战略管理。优秀科技人才的培育有利于中国半导体企业创新项目的持续进行。

4.3 研究不足与展望

本研究的不足主要有3个方面:首先,调查数据质量欠佳以及样本数量不足可能是导致得出政府支持对中国半导体企业创新绩效影响不显著的原因之一;其次,政府支持项目类别较多,本研究未明确具体的支持项目;最后,半导体企业知识密集型的特性,以及企业创新的系统性、复杂性和多因性说明仅从4个方面论证不足以展示中国半导体企业创新影响因素的全貌。所以,在该领域还有较大的空间值得探索。首先,自变量设计方面,可以尝试加入市场环境动荡性、企业吸收能力、政府支持的具体类别等;其次,因变量设计方面,可区分创新类型如渐进式创新和突破式创新;最后,研究方法方面,自变量和因变量之间的简单线性关系不足以说明创新的复杂性,有必要检验某些变量的调节作用或中介作用。