高技术制造企业生产链位置与技术并购创新绩效关系研究

王宛秋,高 雅,王 芳

(北京工业大学 经济管理学院,北京100124 )

摘 要:高技术企业在生产链中的位置差异决定技术创新模式差异,而技术并购作为主要外源性创新资源渠道,对于生产链上不同位置高技术企业的影响不同。从微观层面研究高技术制造企业生产链位置与技术并购创新绩效间的关系,实证结果表明:处于较高生产链位置的主并企业能够通过技术并购促进创新绩效提升,技术基础宽度在其中起正向调节作用。进一步分析发现,在非跨界技术并购且主并企业位于东部地区的技术并购事件中,上述关系更加显著。结论可丰富企业生产链位置研究,为处于不同生产链位置的高技术企业通过技术并购提高创新能力,实现高质量发展提供参考。

关键词:高技术产业;生产链位置;技术并购;创新绩效;技术基础

A Study on the Relationship Between Production Chain Position and Innovation Performance of Technology Mergers and Acquisitions in High Technology Manufacturing Firms

Wang Wanqiu, Gao Ya,Wang Fang

(School of Economics and Management, Beijing University of Technology, Beijing 100124,China)

AbstractThe specific requirements of insisting on innovation-driven development and accelerating the construction of modern industrial system are proposed in the Report on the Work of the Government 2021. As a strategic support industry for national economic development, high-tech manufacturing industry plays a pivotal role in enhancing the level of scientific and technological innovation. As a major exogenous innovation resource channel, technology M&A plays an important role in effectively linking the innovation chain and industrial chain in high-tech manufacturing industry and promoting the efficient integration of innovation resources into the technological innovation process. The location of high-tech enterprises in the production chain determines the difference of technological innovation patterns, and technology M&A, as the main exogenous innovation resource channel, has different impacts on high-tech enterprises at different locations in the production chain. Therefore, it is necessary to study the relationship between the location of high-tech manufacturing enterprises in the production chain and the innovation performance of technology M&A at the micro level.

This study investigates the relationship between the production chain location and the innovation performance of technology mergers and acquisitions, as well as the moderating effects of the width and depth of the technology base of the main merging firms based on the technology mergers and acquisitions of Chinese high-tech manufacturing companies from 2007 to 2018 and related data from 2007 to 2020. The study found that firstly, there is a positive relationship between production chain location and innovation performance of technology M&A in high-tech manufacturing enterprises, i.e., enterprises with higher production chain location are more likely to improve innovation performance through technology M&A; secondly, the relationship between production chain location and innovation performance of technology M&A is positively adjusted by enterprise technology base width, and the relationship between the two is not adjusted by enterprise technology base depth; thirdly, the positive relationship between production chain location and innovation performance of technology M&A of high-tech manufacturing enterprises and the moderating effect of enterprise technology base width are more obvious in non-boundary-spanning technology M&A, indicating that enterprises with higher production chain location are more likely to achieve higher innovation performance in the related technology field; fourthly, the positive correlation between the production chain location of high-tech manufacturing enterprises and the moderating effect of technological base width in the eastern region are more significant than those in the central and western regions, which indicates that the business environment of the region where the firm is located has a significant impact on the innovation performance of technology M&A.

This study contributes mainly in three areas. First, most of the existing literature on production chains explores the impact on macroeconomics using industry data, with relatively little research on the micro firm level. This paper, however, explores the effect of technology M&A on the integration of innovation resources by enterprises at different locations in the production chain using data from listed companies in the manufacturing industry of high-tech industries, expanding the micro-level research on the location of the production chain. Second, most of the existing studies on the factors influencing the success of technology M&A focus on the level of firm characteristics and external environment, and few studies have been conducted from the perspective of production chain division of labor. This study considers the possible influence of the production chain location of the merging firms on the innovation performance after technology M&A from the perspective of vertical chain relationship. Third, it explores the mechanism of the role of firms' technology base on post-technology M&A reinvention by firms with different production chain locations, and further refines the technology base into two dimensions, width and depth to clarify the different effects of both and improve the granularity of research on firms' technology base.

This study can bring the following practical insights to firms. First, technology M&A plays a more prominent role in the integration of technological resources for enterprises in basic industries, therefore, enterprises in higher production chains can make full use of the value that technology M&A may bring and efficiently aggregate innovation resources in the production chain; meanwhile, enterprises in lower production chains should prudently choose technology M&A as a way to acquire exogenous technological resources, and when technology M&A is really necessary, they need to carefully. Second, high-tech manufacturing enterprises should fully evaluate or plan to improve their technological base width before technology M&A. Third, compared with boundary-spanning technology M&A, non- boundary-spanning technology M&A can effectively alleviate the information asymmetry and other problems in M&A integration and achieve higher innovation performance level. Therefore, companies should focus on core technology areas to select M&A targets.

Key Words:High-Tech Industry; Production Chain Position; Technology Mergers and Acquisitions; Innovation Performance; Technology Base

收稿日期:2021-06-28

修回日期:2021-11-12

基金项目:北京社科基金研究基地重点项目(18JDGLA042)

作者简介:王宛秋(1971-),女,回族,辽宁沈阳人,博士,北京工业大学经济与管理学院教授,研究方向为企业并购;高雅(1997-),女,安徽桐城人,北京工业大学经济与管理学院硕士研究生,研究方向为技术并购;王芳(1982-),女,山东枣庄人,博士,北京工业大学经济与管理学院讲师,研究方向为企业并购。本文通讯作者:王芳。

DOI10.6049/kjjbydc.C202106117

开放科学(资源服务)标识码(OSID):

中图分类号:F271.4

文献标识码:A

文章编号:1001-7348(2022)08-0099-11

0 引言

中国工程院战略咨询中心、国家工业信息安全发展研究中心等单位联合发布的《2020中国制造强国发展指数报告》显示,我国仍处于世界主要制造业国家的第三阵列,与以质量效益、结构优化为核心优势的发达国家相比,我国制造业仍以规模发展为主要优势。值得注意的是,我国基础产业增加值占全球基础产业增加值的比重连续4年下降,构成基础产业的轴承、通用零部件、数控机床和仪器仪表制造业4项细分行业增加值占各自行业的全球比重均出现不同程度下滑。可见,我国制造业高质量转型发展仍然任重道远。

高技术制造业具有科技含量高、产业溢出效应强、产品附加值高等特征,既是制造业高质量发展的核心基础和内在动力,也是构建我国创新发展体系的重要主体。因此,提升质量效益水平是我国高技术制造业良性发展的当务之急,而创新能力是质量效益水平的核心因素[1]。技术创新和创新资源整合均是创新能力提升的有效途径[2-3],两者有机结合能够迸发出更大的创新活力。其中,技术并购是企业外源性创新资源获取和内外创新资源整合的有效渠道。技术并购通过助推创新资源整合,推动创新资源高效融入技术创新过程,强化薄弱链条,稳固优势环节,实现产业链补链、固链和强链。正因如此,高技术制造企业技术并购行为尤为活跃。根据普华永道《2020年中国企业并购市场回顾与2021年前瞻》显示,新材料、高端制造等领域越来越受投资者关注。2020年,工业、高科技私募股权基金交易规模分别为66.8亿美元(462起)、64.8亿美元(468起),创历史新高。高技术制造企业技术并购成功及原因受到越来越多的学者关注。

生产链是指某种商品或服务生产过程中能够提升价值的系列功能不同但又相互作用的生产活动集合[4]。不断细化的分工使高技术制造企业处于生产链的不同位置,而生产链位置差异通常意味着技术资源、研发流程、创新需求等方面的差异[5],进而影响企业创新行为。企业在生产链中的位置越高,其技术、产品的基础性越强,技术知识等创新资产专用性需求越低[6],就越偏向于原创性和激进式创新行为[7]。反之,企业生产链位置越低,其产品越接近最终消费市场,创新资源专用性需求越高[8],就越偏向于应用性和渐进式创新。上述差异可能导致技术并购对于不同生产链位置的高技术制造企业的促进作用也不同。那么,是不是处于生产链条中任何位置的企业都适合通过技术并购方式获取和整合创新资源?如果不是,那么处于生产链何种位置的企业更适合呢?

同时,技术并购作为获取外部技术资源的重要途径,必然面临原有技术与新获技术的资源整合问题。主并企业技术基础,即企业技术领域资源集合[9],很大程度上会影响企业对通过技术并购所获取的外部创新资源整合和利用效率[10]。因此,探究不同生产链位置企业技术基础对技术并购后再创新的作用机理是不可回避的重要议题。企业技术基础分为技术宽度和技术深度两个维度,技术基础宽度决定企业有效识别和利用外界技术资源的范围,技术深度则决定企业吸收和整合外界技术资源的程度(陈培祯、曾德明,2019)。已有文献分别探讨企业技术基础与并购模式[11]、技术知识相对规模与绝对规模[12]、并购双方技术基础相似度(王宛秋、马红君,2020)对并购创新绩效的影响,研究成果丰硕。本研究进一步探索处于生产链不同位置的企业在技术并购中对技术基础的异质性需求。

考虑到高技术产业创新持续性强、技术迭代快、技术并购频率高[13]等特点,本研究基于2007—2018年中国高技术制造业上市公司技术并购事件及2007—2020年相关数据,探究企业生产链位置与技术并购创新绩效间的关系,以及主并企业技术基础宽度、技术基础深度的调节作用。理论层面上,丰富并购情境下生产链位置研究,为企业技术基础与创新绩效关系研究增添新的证据;应用层面上,从生产链位置角度拓展企业并购决策视角,能够促进制造业创新资源整合,实现创新驱动发展,进而为国家提升生产链国际竞争力提供微观决策支撑。

1 理论基础与研究假设

1.1 生产链位置与技术并购创新绩效

生产链刻画了商品形成流程和全过程(唐宜红、张鹏扬,2018)。如果企业产品越接近面向消费者的最终产品,则该企业越靠近生产链终点,生产链位置就越低。反之,如果企业主要从事原材料、装备生产等基础产业工作,则更接近生产链起点,生产链位置就更高。Dielzenbacher[14]于2005年首次提出以平均传递步长(APL)衡量生产网络体系中产业部门间的距离(长度)或者复杂程度。随后,Fally&Antras[15]定义了生产阶段数和上游度,并利用美国投入产出表测算出行业在生产链中的相对位置,大大推进了这一领域研究进程。国内生产链研究主要聚焦于宏观领域,利用投入产出表计算出行业相对位置,并探讨国家或地区在全球生产链中的地位[16]。生产链微观领域研究主要探析企业生产链位置与创新间的关系。张陈宇等[7]探讨企业生产链分工位置对企业创新模式选择的影响,发现生产链位置越高的企业越倾向于选择激进式创新,生产链位置越低的企业越倾向于开展渐进式创新;胡健、印玺(2010)发现,石油天然气行业上下游企业创新策略有所差别;池仁勇等[17]发现,新能源汽车产业中上游企业和下游企业研发创新对政府补助与市场融资激励的反应不同。

企业在生产链中不同的位置意味着不同特征的知识属性和创新能力[18],企业创新行为也因此存在差异。技术并购作为企业以获得外部技术资源、提高自身创新能力为目的展开的并购活动[10],其并购后的创新绩效也可能受到生产链位置的影响。现有技术并购领域研究围绕资源基础(肖丁丁等,2020)、整合能力[19]、技术动机[20]、高管团队(吴映玉、陈松,2017)、并购双方技术知识匹配度[18]、技术环境[21]等企业特征和所处环境因素对技术并购创新绩效的影响,取得了丰硕的成果,但鲜有文献基于垂直链式关系视角探索并购企业生产链位置对技术并购后创新产出的可能影响。

生产链位置较高的企业具有基础性强、原料性显著、联系广等特点,在技术并购中,可以借助生产链位置优势提高并购创新绩效。一方面,生产链位置较高的企业在技术并购中的创新资源整合成本较低。处于较高生产链位置企业的产品基础性较好,产品适用范围较广,具有较强的可塑性[8]。通过技术并购融合外部创新资源生产的新产品可广泛应用于中、下游行业,对创新绩效具有一定的促进作用。同时,旧产品适用范围广,被新产品完全替代的可能性较低,企业较少受到因新产品替代旧产品导致的利润侵蚀效应影响[7],因而能够实现新产品、新技术带来的创新效益,对并购后创新绩效具有促进作用。另一方面,生产链位置较高的企业在技术并购后协调成本较低,整合难度较小。生产链位置较高的企业掌握产业基础专利技术,技术资产专用性较低[22],能够广泛吸收目标企业的异质性信息和知识,提升企业环境适应度,通过灵活配置企业技术并购后重新运转所需的资源,能够在较短时间内吸收整合并购带来的外部创新资源,实现技术溢出,提高创新效率,从而促进并购后创新绩效提升。生产链位置较低的企业,其产品更接近最终消费者,知识和技术资产专用性较强[23],并购带来的新技术可能对原有产品空间形成挤压[7],进而负向作用于企业技术并购创新绩效,这一情况在高技术产业尤为明显。基于此,本文提出以下假设:

H1:高技术制造业主并企业在生产链中的位置越高,就越能够通过技术并购获得较高的创新绩效。

1.2 企业技术基础的调节作用

技术作为一种特殊资源[24],是企业知识积累、创新能力的重要体现,对创新绩效具有重要影响[25]。主并企业在并购前的技术基础能够体现其技术吸收和学习能力[10],通过影响并购后所获资源整合利用效率,进而影响并购绩效。企业技术基础根据不同分类标准可划分为众多类别[26],根据本文研究情景和研究目的,采取Zhou等[27]的分类方法,基于企业技术基础的横向和纵向维度发展特点,将其划分为技术基础宽度和技术基础深度。

1.2.1 企业技术基础宽度的调节作用

技术基础宽度代表企业技术资源多样化程度,能够从广度视角反映企业技术知识资源在不同技术领域的分布情况[28]。技术基础宽度越大说明企业拥有多样化技术资源,其技术资产专用性越低,技术范式转换成本就越低(吴爱华、苏敬勤,2014)。对于具有基础性、原料性、广泛联系性技术特点的生产链位置较高的企业而言,多样化技术资源能够使其灵活应对技术跃迁和需求变化[29],从而有效利用技术并购带来的技术知识溢出。一方面,企业涉及的技术领域越多元化,就越有利于企业从外部技术合作中吸收异质性知识[26],突破原有框架和思维惯性,促进其基础性、可拓展性技术创新,从而提高创新绩效;另一方面,企业技术资源覆盖领域越多,对所获知识的理解越容易,并购后吸收能力越强,就越有利于企业整合并购所获得的技术资源,提高技术吸收和再创新效率[10]。基于此,本研究提出以下假设:

H2:企业技术基础宽度正向调节其生产链位置与技术并购创新绩效间的关系。

1.2.2 企业技术基础深度的调节作用

技术基础深度能够体现企业技术资源专业化程度,反映企业对某一技术领域知识的掌握及应用程度,一般采用技术知识资源在纵向维度的发展加以衡量[28]。技术基础积累越多意味着企业对某一特定领域的核心技术掌握程度越高,在相应领域拥有的知识、技术、专业人才和团队积累越丰富,对创新资源就拥有越强的兼容性[9]。生产链位置较高的企业主要生产原材料、装备、关键零部件等产品,其技术基础深度越高,就越能够精准识别和评估技术并购带来的创新资源中高价值、稀缺性的部分,进而抓住创新机会[29],洞察新的技术机会和突破口,将外部创新资源应用于研发创新过程,加快外部技术转化与吸收速度[30],从而提高创新绩效。同时,技术基础知识专业化体系能够塑造企业核心创新能力[31],帮助企业在短时间内转变既有知识技术轨道,迅速打开新的技术轨道(于飞等,2021),促使企业在竞争激烈的市场环境中快速提升创新绩效。基于此,本文提出以下假设:

H3:企业技术基础深度正向调节其生产链位置与技术并购创新绩效间的关系。

综合上述研究假设,本文构建研究框架如图1所示。

图1 理论研究框架
Fig.1 Theoretical research framework

2 研究设计

2.1 样本与数据来源

考虑到自2007年起企业研发数据披露较为规范,2018年是能够收集并购事件滞后两年专利数据的最后一年,因而本研究选取2007—2018年技术并购事件作为样本,以2007—2020年上市公司公开信息作为数据来源。其中,技术并购的筛选过程如下:从A股上市公司首次公告日在2007年1月1日至2018年12月31日之间的技术并购事件中,找出并购公告中明确说明主并公司获得被并公司技术、专利或关键技术人员并取得目标公司的股权不低于20%的并购事件,进一步剔除以下样本:①交易失败的并购事件;②ST类公司的并购事件;③属于关联交易的并购事件;④相关数据缺失的并购事件。最终,得到817个技术并购样本。根据国家统计局发布的《高技术产业(制造业)分类(2017)》(见表1),从前述技术并购样本中进一步筛选出主并方属于高技术产业(制造业)的技术并购事件,最终得到250个高技术产业(制造业)技术并购样本。

表1 高技术产业(制造业)分类
Tab.1 High-tech industry (manufacturing) classification

序号高技术产业(制造业)名称1医疗仪器设备及仪器仪表制造业2信息化学品制造业3计算机及办公设备制造业4电子及通信设备制造业5航空、航天器及设备制造业6医药制造业

资料来源:国家统计局发布的《高技术产业(制造业)分类(2017)》

文中计算企业生产链位置的投入产出数据来自国家统计局公布的《中国投入产出表》,由于该表每5年更新一次(2007年、2012年、2017年),故采用距技术并购发生年份最近投入产出表计算并购当年企业生产链位置。企业专利数据来自国家知识产权局官网,企业财务数据来自Wind数据库和CSMAR数据库,行业数据来自《中国统计年鉴》《中国工业统计年鉴》和国家统计局官网。

2.2 变量

(1)被解释变量:技术并购创新绩效。参考Ahuja&Katila[32]的研究成果,采用企业并购当年至并购后第二年发明专利申请数的总和加以衡量。

(2)解释变量:生产链位置。借鉴Antràs[15]和张陈宇[7]的研究成果,根据上游度算法,采用企业所在行业在生产链中的相对位置进行衡量。主要计算思路是基于生产阶段数和生产到最终需求距离角度,采用行业产品距离最终消费的加权平均距离对企业生产链位置加以衡量。其中,权重是产品从原始材料加工到成为最终产品过程中所包含的生产阶段数,具体如式(1)所示。

(1)

式(1)中,positioni表示行业i生产链位置;Yi表示行业i的最终产出;Fi表示行业i的最终消费;dij表示每生产一单位j行业的产品所需投入i行业产品的产值,即直接消耗系数,相关数据来源于《中国投入产出表》。positioni越大意味着企业所处生产链位置越高;反之,企业生产链位置越低。

根据《国民经济行业分类(GB/T 4754—2017)》,本研究使用的高技术产业制造企业样本隶属于8个国民经济行业分类,分别计算其生产链位置,如表2所示。进一步计算所有行业生产链位置指数,得到三分位数,据此将研究样本中的行业分为生产链位置高、中、低3组[7]。其中,生产链位置中、高组大多属于《2020中国制造强国发展指数报告》中的基础产业。由表2可以看出,高技术制造企业在生产链中的位置差异较大,通过对比2012年和2017年生产链位置可以看出,大部分高技术制造业生产链位置指数呈上升趋势,一定程度上说明面对我国当前高技术产业核心零部件、关键原材料、高端制造装备等不足的困境,企业正努力向基础性更强的生产链高端位置攀升。

表2 2007、2012、2017年样本行业生产链位置指数
Tab.2 Production chain location index for sample industries in 2007, 2012 and 2017

序号国民经济行业分类 2007年生产链位置2012年生产链位置2017年生产链位置1医药制造业2.330 低2.079低2.170低2仪器仪表制造业5.570低4.338高4.097高3专用设备制造业2.531中2.136低2.400中4电气机械和器材制造业2.904中2.655中2.772中5通用设备制造业3.390高2.793中2.832中6化学原料和化学制品制造业5.206高5.123高4.780高7计算机、通信和其它电子设备制造业3.271中3.362 中3.429高8铁路、船舶、航空航天和其它运输设备制造业2.611中1.539低1.964低

数据来源:根据《中国投入产出表》计算得到

(3)调节变量:技术基础宽度和技术基础深度。①技术基础宽度:借鉴已有研究[31],本文采用主并企业技术并购前5年申请专利中的IPC技术小类总和衡量企业技术基础宽度Breadthi;②技术基础深度:借鉴已有研究[31],本文采用企业在各技术领域的整体相对优势衡量技术基础深度,具体计算过程如下:

首先,计算企业在单个技术领域中的相对优势,如式(2)所示。

(2)

其中,RTAij表示企业i在领域j的相对技术优势,pij表示企业i在技术领域j的专利申请数。RTAij的分子表示企业i在技术领域j的专利申请数占企业i所有专利申请总数的比例,分母表示技术领域j所有公司专利申请数占所有公司专利申请总数的比例。当RTAi>1时,表明相较于其它企业,该企业在j技术领域存在领先优势。

其次,计算企业在各技术领域的整体相对优势,如式(3)所示。

Depthi=σRTARTA

(3)

其中,Depthi为企业i的技术基础深度,σRTA是企业i在其所有技术领域比较优势的标准差,μRTA为企业i在其所有技术领域比较优势的均值。σRTARTA越大表明企业在一种或几种技术类别中具有越高的相对技术优势, 此时企业技术基础深度越高。当企业多数技术类别的相对技术优势差距不大时,意味着较低的技术基础深度,此时Depthi<1。

(4)控制变量。参考相关研究,本文控制企业股权性质、企业研发强度、企业年龄、行业研发强度、税收优惠、企业规模、企业利润率等对企业创新绩效存在影响的变量,具体衡量方式如表3所示。

表3 变量指标体系
Tab.3 Variable index system

变量类别变量名称变量符号变量定义被解释变量创新绩效Patents企业并购后当年至第二年的发明专利申请总数解释变量生产链位置Position如上文详述调节变量技术基础宽度Breadth企业并购前5年所申请专利包含的技术小类数量技术基础深度Depth如上文详述控制变量企业股权性质Equity企业所有制类型,1 = 国企,2 = 民营,3 = 外资,4 = 其它企业研发强度CoR&D企业并购当年研发投入与销售收入的比值企业年龄Age并购当年-企业成立年份,并取对数行业研发强度IndusR&D行业研发经费内部支出总额/行业主营业务收入税收优惠Tax企业并购当年实际所得税率(所得税费用/息税前利润)企业规模Scale企业并购当年年末总资产的对数企业利润率Profit企业并购当年利润总额/企业主营业务收入

2.3 研究模型

本研究采用多元线性回归模型,基准模型中只包含被解释变量与控制变量,如式(4)所示;在基准模型的基础上加入解释变量企业生产链位置,如式(5)所示;分别加入调节变量技术基础宽度和技术基础深度,具体如式(6)、式(8)所示;再加入调节变量与解释变量的交乘项,如式(7)、式(9)所示。

Patentsi=α0+∑Controlsi+εi

(4)

Patentsi=β0+β1Positioni+∑Controlsi+εi

(5)

Patentsi=γ0+γ1Positioni+γ2Breadthi+∑Controlsi+εi

(6)

Patentsi=δ0+δ1Positioni+δ2Breadthi+δ3Bre_posi+∑Controlsi+εi

(7)

Patentsi=χ0+χ1Positioni+χ2Depthi+∑Controlsi+εi

(8)

Patentsi=μ0+μ1Positioni+μ2Depthi+μ3Dep_posi+∑Controlsi+εi

(9)

其中,Bre_posi是企业i技术基础宽度与企业生产链位置的交乘项,Dep_posi是企业i技术基础深度与企业生产链位置的交乘项。

3 数据分析

3.1 描述性统计

如表4所示,衡量企业创新绩效的专利申请数最大值为534,最小值为0,标准差为67.054,表明不同企业并购后创新绩效差异显著;企业技术基础宽度最大值为1 201,最小值为0,标准差为136.722。显然,高技术制造企业技术宽度差异较大。企业技术基础深度均值为1.07,大于1,说明高技术制造企业技术基础深度普遍较高,企业在一种或几种技术类别中往往具有较大的相对技术优势。

表4 描述性统计结果
Tab.4 Descriptive statistic results

变量样本最小值最大值均值标准差Patents2500.000534.00039.984 67.054 Position2501.5395.1232.9360.713Breadth2500.0001 201.00076.672136.722Depth2500.0009.2161.0700.920Equity2500.0004.0001.9040.566CoR&D2500.0000.6270.0700.066Age2500.6903.6602.5240.454indusR&D2500.8982.7201.7650.303Tax250-0.7072.5550.1650.237Scale25019.77025.44021.7410.978Profit250-0.8000.7200.1570.144

注:数据来源根据SPSS输出结果整理,下同

3.2 相关性分析

如表5所示,变量的VIF值均小于10,可见变量间不存在严重多重共线性问题。企业生产链位置与技术并购后创新绩效显著正相关,初步验证了H1。企业技术基础宽度、技术基础深度与创新绩效显著正相关,说明企业技术基础对并购后创新绩效具有重要影响。

表5 相关性分析结果
Tab.5 Results of correlation analysis

变量名称VIF12345678910111.Patents-12.Position1.1230.190***13.Breadth1.1230.610***0.125**14.Depth1.0750.217***0.14**0.220***15.Equity1.089-0.132**0.072-0.0560.03216.CoR&D1.1110.154***0.179***0.1040.0830.0717.Age1.2240.131**-0.0550.142***0.0660.046-0.01318.IndusR&D1.2050.0210.0990.0790.0040.0860.0720.360***19.Tax1.048-0.0940.027-0.0360.028-0.036-0.154**0.036-0.102110.Scale1.1590.288***0.0010.169***0.014-0.240***-0.1170.152**0.1110.021111.Profit1.092-0.014-0.195***-0.048-0.062-0.038-0.150**-0.113-0.0760.036-0.1191

注:******分别表示 1%水平下显著、5%水平下显著、10%水平显著,下同

3.3 回归分析

回归分析结果如表6所示。

表6 多元线性回归结果
Tab.6 Multiple linear regression results

变量模型1模型2模型3模型4模型5模型6Equity-0.076-0.088-0.066-0.048-0.093-0.092CoR&D0.195***0.164***0.108**0.118**0.152**0.153**Age0.127**0.153**0.080 5230.082*0.138**0.138**IndusR&D-0.069-0.094-0.091*-0.105**-0.085-0.085Tax-0.087-0.102*-0.084*-0.090**-0.107*-0.107*Scale0.289***0.286***0.202***0.182***0.283***0.284***Profit0.0590.0950.0820.086*0.0990.099Position0.205***0.139***0.174***0.182***0.183***Breadth0.540***0.588***Bre_Pos0.279***Depth0.178***0.176***Dep_Pos0.005年份控制控制控制控制控制控制行业控制控制控制控制控制控制F值5.903***6.809***22.259***26.701***7.310***6.553***R20.1460.1840.4550.5280.2150.215Adj R20.1210.1570.4350.5080.1860.182N250250250250250250

(1)生产链位置与技术并购创新绩效间的关系。模型2回归结果显示,解释变量生产链位置的回归系数显著为正(β1=0.205,p<0.01),说明企业生产链位置越高,企业越容易通过技术并购实现较高的创新绩效,假设H1成立。

(2)技术基础宽度与深度的调节作用。模型3在模型2的基础上,加入调节变量技术基础宽度,回归系数显著为正(γ2=0.540,p<0.01),表明技术基础宽度正向影响企业技术并购创新绩效;模型4在模型3的基础上,加入企业生产链位置与技术基础宽度的交乘项,回归系数显著(δ3=0.279,p<0.01),且R2由0.184上升至0.528,模型解释度上升,表明企业技术基础宽度正向调节企业生产链位置与技术并购创新绩效间的关系,假设H2成立。

进一步绘制调节效应分析图(见图2)。当调节变量技术基础宽度较小(-SD)时,生产链位置与技术并购创新绩效的回归斜率为-5.371(p<0.01);当调节变量技术基础宽度较大(+SD)时,回归斜率为15.957(p<0.01),说明技术基础宽度在生产链位置与技术并购创新绩效间起调节作用,即随着企业技术基础宽度提升,企业生产链位置与技术并购创新绩效间的正相关关系得到强化,结果支持假设H2

图2 调节效应分析
Fig.2 Analysis of regulation effect

模型5在模型2的基础上,加入调节变量技术基础深度,回归系数显著为正(χ2=0.178,p<0.01),表明技术基础深度正向影响企业技术并购创新绩效;模型6在模型5的基础上,加入企业生产链位置与技术基础深度的交乘项,回归系数为正(μ3=0.005)但不显著,调节作用不成立,假设H3不成立。其原因可能是对于高技术制造企业而言,过高的技术基础深度容易使其产生认知惰性,形成路径依赖,增加企业创新路径开辟成本,抑制企业对外部创新资源的有效吸收,因而对企业技术并购创新绩效不存在显著促进作用。

3.4 稳健性检验

(1)替换被解释变量。由于技术并购创新绩效一般不影响企业生产链位置,故本研究不考虑反向因果导致的内生性问题。考虑到技术并购对并购后第3年的企业创新绩效仍可能具有影响,故将被解释变量的衡量方式由并购后当年至第二年发明专利申请数总和替换为并购后当年至并购后第3年发明专利申请数之和。同时,由于滞后期的存在,样本选取2007—2017年技术并购事件,回归结果见表7。

表7 稳健性检验结果(替换被解释变量)
Tab.7 Robustness test results (replacing the explanatory variables)

变量模型1模型2模型3模型4模型5模型6Equity-0.090-0.105-0.092*-0.072-0.113*-0.111*CoR&D0.184***0.152**0.095*0.109**0.144**0.145**Age0.125*0.154**0.0840.093*0.140**0.141**IndusR&D-0.061-0.091-0.068-0.123**-0.083-0.085Tax-0.1010.117*-0.088*-0.090*-0.120*-0.121*Scale0.272***0.266***0.200***0.194***0.268***0.269***Profit0.0570.0960.0830.087*0.1020.104Position0.226***0.137**0.184***0.203***0.206***Breadth0.562***0.582***0.162**Bre_Pos0.265***Depth0.265***0.154**Dep_Pos0.022年份控制控制控制控制控制控制行业控制控制控制控制控制控制F值4.890***5.985***21.396***24.811***6.203***5.569***R20.1410.1880.4830.5480.2130.214Adj R20.1120.1560.4610.5260.1790.175N216216216216216216

替换被解释变量后,变量回归系数的正负及显著性与前文基本一致,验证了企业生产链位置与技术并购创新绩效间的关系以及企业技术基础的作用机制。

(2)随机抽取样本。考虑到样本中存在的非随机性对回归结果的影响,本研究利用SPSS软件从原250个技术并购样本中随机抽取200个样本进行稳健性检验,回归结果如表8所示。

表8 稳健性检验结果(样本随机抽取)
Tab.8 Robustness test results (random sampling)

变量模型1模型2模型3模型4模型5模型6Equity-0.089-0.092-0.088-0.074-0.100-0.099CoR&D0.227***0.194**0.113*0.124**0.184***0.185***Age0.1070.128*0.0590.0640.122*0.122*IndusR&D-0.073-0.09-0.082-0.101*-0.091-0.091Tax-0.069-0.081-0.066-0.075-0.081-0.081Scale0.270***0.272***0.194***0.181***0.267***0.268***Profit-0.0050.0340.0290.0190.0290.03Position0.174**0.124**0.155***0.157**0.158**Breadth0.536***0.603***Bre_Pos0.295***Depth0.136**0.134**Dep_Pos0.011年份控制控制控制控制控制控制行业控制控制控制控制控制控制F值4.625***4.938***16.485***20.366***4.931***4.418***R20.1440.1710.4380.5190.1890.189Adj R20.1130.1370.4120.4930.1510.147N200200200200200200

随机选取200个样本进行回归后,变量回归系数和显著性与前文基本一致,在一定程度上说明样本可能存在的非随机性对结论的稳健性无显著影响,研究结论相对可靠。

4 进一步分析

4.1 跨界技术并购与非跨界技术并购

并购双方是否处于同一技术领域,即该技术并购是跨界并购还是非跨界并购会影响企业并购整合难度,进而影响技术并购创新绩效水平。因此,本研究参考王宛秋、张潇天[10]的研究成果,通过阅读并购公告判断并购双方是否处于同一技术领域,将技术并购样本进一步划分为跨界技术并购和非跨界技术并购并进行分组回归,结果如表9所示。

据表9可知,在跨界技术并购与非跨界技术并购中,企业生产链位置与技术并购创新绩效均显著正相关,且非跨界技术并购中两者正相关关系更为显著(β1=0.194,p<0.01)。跨界技术并购中,技术基础宽度的调节效应不成立,非跨界技术并购中,技术基础宽度的正向调节作用显著(δ3=0.250,p<0.01),技术基础深度对跨界技术并购和非跨界技术并购的调节效应均不成立。显然,与非跨界技术并购相比,跨界技术并购双方所处的技术领域不同,主并方外获资源存在界外特点,与已有知识在技术轨道方面存在较大差异,并购后企业对所获资源进行整合的难度较大。因此,相较于跨界并购,生产链位置较高的企业收购同一技术领域目标公司更易实现创新绩效提升,且技术基础宽度的调节作用更显著。

表9 跨界技术并购与非跨界技术并购分组回归结果
Tab.9 Regression results for boundary-spanning technology M&A and non-boundary-spanning technology M&A subgroups

变量模型1跨界非跨界模型2跨界非跨界模型4跨界非跨界模型6跨界非跨界Equity-0.041-0.086-0.033-0.101-0.007-0.055-0.039-0.110CoR&D0.241*0.185**0.208*0.154**0.0980.128**0.1460.149**Age0.1500.1170.1560.147*0.1140.0560.1510.128*IndusR&D-0.192-0.039-0.217*-0.068-0.242**-0.06-0.225*-0.053Tax-0.007-0.119-0.032-0.136*-0.071-0.097*-0.025 -0.140**Scale0.1760.299***0.1680.292***0.0860.182***0.1210.291**Profit0.1940.0150.259**0.0450.327***0.0000.246**0.052Position0.292**0.194***0.341***0.120**0.291**0.163**Breadth0.615***0.574***Bre_Pos0.252*0.250***Depth0.1920.190**Dep_Pos0.164-0.021年份控制控制控制控制控制控制控制控制行业控制控制控制控制控制控制控制控制F值1.3674.843***2.051*5.293***4.540***24.176***2.161**5.061***R20.1340.1650.2120.1980.4350.5890.2680.23Adj R20.0360.1310.1090.1610.3390.5640.1440.185N70180701807018070180

4.2 东部地区与中西部地区主并企业技术并购

主并方所处地理位置对技术并购创新绩效水平存在一定影响[33],故本文根据主并方企业注册地进行分组研究,回归结果如表10所示。

表10 东部地区与中西部地区企业技术并购分组回归结果
Tab.10 Regression results for the grouping of technology mergers and acquisitions of
enterprises in the eastern region and the central and western regions

变量模型1东部中西部模型2东部中西部模型4东部中西部模型6东部中西部Equity-0.011-0.238*-0.026-0.250*-0.023-0.026-0.027-0.273*CoR&D0.296***-0.1130.256***-0.1500.185***-0.1560.252***-0.289Age0.145**0.0880.180**0.1030.130**-0.0160.166**0.062 IndusR&D-0.037-0.150-0.077-0.128-0.108*-0.141-0.072-0.105Tax-0.069-0.018-0.090.000-0.090-0.050-0.0960.017Scale0.324**0.316**0.321***0.326**0.238***0.139*0.325***0.258*Profit0.055-0.2090.106-0.1840.128**-0.247**0.114*-0.247Position0.205***0.2190.206***0.0520.196***0.047Breadth0.428***0.842***Bre_Pos0.167***0.487***Depth0.191**0.379Dep_Pos0.0230.070年份控制控制控制控制控制控制控制控制行业控制控制控制控制控制控制控制控制F值7.184***1.6617.687***1.824*14.262***17.542***14.264***1.898*R20.2110.2020.2470.2450.4350.8030.2890.306Adj R20.1820.080.2150.1110.4050.7570.2500.145N19654196541965419654

由表10可知,东部地区企业生产链位置与技术并购创新绩效显著正相关(β1=0.205,p<0.01),技术基础宽度的正向调节效应显著(δ3=0.167,p<0.01),技术基础深度调节作用不成立。中西部地区企业生产链位置与技术并购创新绩效不相关,技术基础宽度与技术基础深度的调节作用不成立。与中西部地区相比,东部地区具有创新氛围浓厚(李春涛等,2020)、市场化水平较高(洪俊杰、石丽静,2017)、制度环境良好(周晶晶等,2019)、金融市场体系完善(邵宜航等,2015)等优势,该地区企业更容易实现技术溢出,从而为创新提供有利条件。因此,东部地区主并企业生产链位置与技术并购创新绩效间的正向关系更显著,技术基础宽度的调节效应也更显著。

5 结语

5.1 研究结论

本文通过对2007—2020年250个高技术产业制造业上市公司数据进行实证检验,探究企业生产链位置与技术并购创新绩效间的关系,以及企业技术基础宽度与技术基础深度的调节作用,得到以下研究结论:

(1)高技术制造企业生产链位置与技术并购创新绩效存在正相关关系,即生产链位置较高的企业更能够通过技术并购提升创新绩效。

(2)企业技术基础宽度正向调节生产链位置与技术并购创新绩效间的关系,企业技术基础深度对两者间的关系则不存在调节作用。

(3)高技术制造企业生产链位置与技术并购创新绩效呈正相关关系,企业技术基础宽度的调节作用在非跨界技术并购中更显著,说明生产链位置较高的企业在相关技术领域并购中更易实现较高的创新绩效目标。

(4)相较于西部地区,东部地区高技术制造企业生产链位置与技术并购创新的正相关关系以及技术基础宽度的调节作用更为显著,说明企业所处地区的营商环境对技术并购创新绩效具有重要影响。

5.2 研究贡献

(1)从微观层面丰富了生产链研究。现有研究大多利用行业数据探究对宏观经济的影响,对于微观企业层面的研究较少。本文利用高技术产业制造业上市公司数据,探讨生产链上不同位置企业如何通过技术并购促进创新资源整合,丰富了微观层面的生产链位置研究。

(2)将主并企业置于垂直生产链条上研究技术并购活动。现有相关研究大多聚焦于资源基础、整合能力、技术动机、高管团队等企业特征层面和技术环境、制度环境等外部环境层面,鲜有基于生产链分工视角的研究。本文从垂直链式关系视角分析并购企业生产链位置对技术并购后创新绩效的可能影响,是对现有研究的有益补充。

(3)探索企业技术基础对于不同生产链位置企业技术并购后再创新的作用机制,进一步将技术基础细化为宽度和深度两个维度,揭示两者的不同影响,进而提升企业技术基础研究的细粒度。

5.3 实践启示

(1)生产链位置较高的企业可以充分利用技术并购带来的优势,高效聚合生产链上的创新资源,进而在更大范围技术资源整合的基础上,促进关键零部件、通用设备、核心原材料等基础配套能力提升,有效实现补链固链扩链,遏制基础产业占比下降的趋势,打好产业基础高级化攻坚战。同时,生产链位置较低的企业应考虑是否需要将技术并购作为外源性技术资源获取方式,谨慎评估技术协同的可能性并作好充分准备。

(2)高技术制造企业在技术并购前应充分评估或有计划地提升自身技术基础宽度。短期来看,企业在技术并购决策时应明确技术基础宽度,对于宽度较大的企业而言,其可以通过技术并购能够提升创新绩效;对于宽度小较的企业而言,其创新水平提升幅度有限。长期来看,若采用技术并购作为外源性创新方式,企业应从战略高度加强技术基础宽度建设,通过内部研发投入、技术合作、技术购买等方式实现技术资源宽度拓展,扩大技术领域覆盖范围,提高企业技术基础资源存量和质量,从而更好地吸收技术并购带来的显隐性创新资源。

(3)聚焦核心技术领域选择并购标的是技术并购成功的关键。相较于跨界技术并购,非跨界技术并购能够有效缓解并购整合过程中的信息不对称问题,更好地整合、挖掘和提炼技术并购带来的创新资源,深耕其主要技术领域,实现更高的创新绩效。

5.4 不足与展望

本文存在以下不足之处:首先,主要探讨高技术制造企业生产链位置与技术基础对并购创新绩效的影响,未来可以从被并企业知识结构和并购双方匹配程度等角度深入挖掘更多影响因素,进一步丰富该领域研究。其次,企业生产链位置与并购创新绩效之间可能存在一些传导因素,未来可探讨企业创新倾向、企业并购模式等因素的中介作用,深入挖掘生产链位置与跨界技术并购创新绩效间的动态作用机制。

参考文献:

[1] 赵剑波,史丹,邓洲.高质量发展的内涵研究[J].经济与管理研究, 2019, 40(11): 15-31.

[2] 龚红,江俊霖.绿色与非绿色技术对后续创新影响的比较——“厚此薄彼”还是“双赢策略”[J].科技进步与对策,2022,39(2):1-10.

[3] 唐源,邵云飞,陈一君.跨界行为、知识整合能力对企业创新绩效的影响研究:基于知识获取和资源损耗的作用[J].预测, 2020, 39(4):31-37.

[4] DICKEN P.Global shift: industrial change in a turbulent world[J].Progress in Human Geography,2004,28(4):507-515.

[5] 张同斌,陈婷玉.中国制造业需求驱动研发模式及创新效应研究[J].系统工程理论与实践,2020, 40(6): 1596-1612.

[6] 孙晓华,郑辉.买方势力、资产专用性与技术创新——基于中国汽车工业的实证检验[J].管理评论,2011, 23(10): 162-170.

[7] 张陈宇,孙浦阳,谢娟娟.生产链位置是否影响创新模式选择——基于微观角度的理论与实证[J].管理世界,2020, 36(1): 45-59.

[8] 丁正良,于冠一.买方势力与资产专用性对中国制药业技术创新影响的实证[J].产经评论,2019, 10(2): 20-37.

[9] GRILLITSCH M, SCHUBERT T, SRHOLEC M.Knowledge base combinations and firm growth[J].Research Policy,2019, 48(1): 234-247.

[10] 王宛秋,张潇天.谁更易在跨界技术并购中获益[J].科学学研究,2019, 37(5): 898-908.

[11] 吴洁,刘沙沙,盛永祥,等.不同技术并购模式下知识基础和知识整合对企业创新绩效的影响[J].中国科技论坛,2020, 1(6): 94-102.

[12] CLOODT M, HAGEDOORN J, VAN KRANENBURG H.Mergers and acquisitions: their effect on the innovative performance of companies in high-tech industries[J].Research Policy,2006, 35(5): 642-654.

[13] 王莉静,王庆玲.高技术产业技术引进消化吸收再创新分阶段投入与产出关系研究——基于分行业数据的实证研究[J].中国软科学,2019(1): 189-197.

[14] DIETZENBACHER E, LUNA I R, BOSMA N S.Using average propagation lengths to identify production chains in the andalusian economy[J].Estudios de Economía Aplicada,2005, 23(2): 405-422.

[15] ANTRAS P, CHOR D, FALLY T, et al.Measuring the upstreamness of production and trade flows[J].American Economic Review,2012, 102(3): 412-416.

[16] 闫云凤.全球价值链的嵌入机制与演进路径研究——基于中美生产链长度的比较[J].经济学家, 2018, 30(2): 93-99.

[17] 池仁勇,阮鸿鹏,於珺.新能源汽车产业政府补助与市场融资的创新激励效应[J].科研管理, 2021, 42(5): 170-181.

[18] LEE Y J, SHIN K, KIM E.The influence of a firm’s capability and dyadic relationship of the knowledge base on ambidextrous innovation in biopharmaceutical M&As[J].Sustainability,2019, 11(18): 4920.

[19] BAUER F, DAO M A, MATZLER K, et al.How industry lifecycle sets boundary conditions for M&A integration[J].Long Range Planning,2017, 50(4): 501-517.

[20] 徐经长,何乐伟,杨俊华.创新是公司并购的驱动因素吗——来自中国上市公司的经验证据[J].会计研究,2020,41(12): 29-42.

[21] 张洁,何代欣,安立仁,等.领先企业开放式双元创新与制度多重性——基于华为和IBM的案例研究[J].中国工业经济,2018, 35(12): 170-188.

[22] 许春.专用资产投入、买方垄断与上游企业创新投入关系研究[J].科技进步与对策,2018, 35(22): 87-94.

[23] 张华,顾新.合作创新的领导权博弈与利益协调研究[J].系统工程理论与实践,2018, 38(12): 3109-3123.

[24] PARIDA V, WESTERBERG M, FRISHAMMAR J.Inbound open innovation activities in high-tech SMEs: the impact on innovation performance[J].Journal of Small Business Management,2012, 50(2): 283-309.

[25] BARNEY J.Firm resources and sustained competitive advantage[J].Journal of Management,1991, 17(1): 99-120.

[26] 吴伟伟,张琦,梁州,等.技术知识基础多元度对突破性技术创新行为的影响[J].管理科学,2020,33(5): 72-85.

[27] ZHOU K Z, LI C B.How knowledge affects radical innovation:knowledge base, market knowledge acquisition, and internal knowledge sharing[J].Strategic Management Journal,2012, 33(9): 1090-1102.

[28] DU LEI, G A, R K, et al.How knowledge affects incremental innovation in SMEs: knowledge base and knowledge heterogeneity[J].Journal of General Management,2021, 46(2): 91-102.

[29] 芮正云,罗瑾琏,甘静娴.新创企业创新困境突破:外部搜寻双元性及其与企业知识基础的匹配[J].南开管理评论,2017, 20(5): 155-164.

[30] XU S.Balancing the two knowledge dimensions in innovation efforts: an empirical examination among pharmaceutical firms[J].Journal of Product Innovation Management,2015, 32(4): 610-621.

[31] ZHANG J, FULLER C B.The influence of technological knowledge base and organizational structure on technology collaboration[J].Journal of Management Studies,2010, 47(4): 679-704.

[32] AHUJA G, KATILA R.Technological acquisitions and the innovation performance of acquiring firms: a longitudinal study[J].Strategic Management Journal, 2001, 22(3): 197-220.

[33] 薛安伟.跨国并购提高企业绩效了吗——基于中国上市公司的实证分析[J].经济学家,2017,29(6): 88-95.

(责任编辑:张 悦)