How Do ESCI and ETCI Affect the Innovation Performance of Pharmaceutical Companies?

Dai Yong1 , Zhang Qiuxuan1 , Zhu Guilong2

(1.School of Business, Hubei University, Wuhan 430062, China;2.School of Business and Administration, South China University of Technology, Guangzhou 510640,China)

Abstract：In the new era, the development of pharmaceutical manufacturing is an important part of "promoting the construction of a healthy China", and it is essential to develop the independent R&D and innovation capabilities of the domestic pharmaceutical companies. The government has formulated a number of policies and measures to regulate and support the pharmaceutical industry, which has helped the pharmaceutical industry make great progress in raw material drugs and generic drugs. However, due to the fact that the pharmaceutical manufacturing industry has a long R&D cycle and a high entry threshold, the scientific discovery and industrial technology correlation degree is high, resulting in insufficient pharmaceutical innovation capability, especially in new drugs, special drugs, bio-pharmaceuticals, etc. So how can the pharmaceutical manufacturing industry enhance its innovation capability and thus improve the innovation performance of companies? Existing literature studies the innovation capability of pharmaceutical manufacturing industry from the perspective of science-based innovation and technology-based innovation, but most of the studies classify the pharmaceutical manufacturing industry into the science-based industry, and fail to cover the whole pharmaceutical manufacturing industry; furthermore, the science-based innovation and technology-based innovation may be accomplished in a large-scale enterprise jointly with scientific research institutes, which introduces the questions if there is a feedback mechanism or interaction between science and technology within the enterprise, and how this interaction affect innovation performance.

From the perspective of innovation capability structure, this paper selects 142 listed pharmaceutical manufacturing companies, introduces the enterprise-science correlation index (ESCI) and enterprise-technology correlation index (ETCI) to classify the companies into dual, professional and other types of organizations, and conducts multiple regression analyses for dual organizations and professional organizations. Multiple regression analyses are conducted to verify the effects of scientific and technological relevance and their interactions on innovation performance in different types of organizations.

The results show that "enterprise-science correlation" and "enterprise-technology correlation" have significant positive effects on innovation performance in both dual and professional organizations. The interaction of the two types of innovation activities has a significant positive effect on innovation performance in dual-type organizations. In professional organizations, the interaction of the two types of innovation activities has a significant negative effect on innovation performance. For pharmaceutical companies with large scale and sufficient dual innovation capability, in order to maintain their competitive advantages, they need to select and realize popular targets while continuing to carry out pharmaceutical process innovation, earn profits with high-quality first-investigation drugs, and further feed back to the scientific research of innovative drugs, so that the interaction between science-based and technology-based innovations can form a virtuous cycle of positive feedback in the companies. For professional pharmaceutical companies led by scientific innovation, in the early stage of development, they can improve their own technological innovation capability through production technology cooperation with other companies, so as to realize the evolution to a large-scale dual-type organization. For professional pharmaceutical companies led by technological innovation, they can choose drugs with certain technical barriers for imitation to realize the transition to dual organizations. For most small and medium-sized pharmaceutical companies that are unable to construct a dual innovation organization in the short and medium term, they can make use of external scientific and technological resources to enhance their innovation capability and performance through in-depth industry-university-research institution cooperation.

This study incorporates the research on science-based and technology-based innovation at the industrial level into the enterprise level, structurally disassembles the innovation capability of pharmaceutical manufacturing companies, and provides new perspectives and new ideas for targeted improvement of innovation performance of pharmaceutical companies with different levels of innovation in China. While the existing industry-level literature on science/technology-based innovation mostly stays in the description of cases and the determination of concepts, this study selects typical listed companies in the pharmaceutical industry and empirically analyzes the impact of ESCI,ETCI, and their interactions on the innovation performance of companies, thus enriching the theory of science- and technology-based innovation at the enterprise micro level.

Key Words：Enterprise-Science Correlation Index; Enterprise-Technology Correlation Index; Interaction Effect; Innovation Performance; Pharmaceutical Manufacturing Industry

收稿日期：2023-04-11

修回日期：2023-07-04

基金项目：国家社会科学基金年度项目(18BGL028)

作者简介：戴勇(1976-),男,湖北黄冈人,博士,湖北大学商学院教授、博士生导师,研究方向为创新管理、平台经济与数字化转型;张秋璇(1998-),女,湖北十堰人,湖北大学商学院硕士研究生,研究方向为创新管理、平台经济与数字化转型;朱桂龙(1964-),男,安徽庐江人,博士,华南理工大学工商管理学院教授、博士生导师,研究方向为科技政策与管理、产学研合作。本文通讯作者:戴勇。

DOI：10.6049/kjjbydc.2023040264

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2023)19-0096-10

0 引言

我国医药制造业经过多年发展,由采用传统生产工艺向大规模应用现代科技转变,在原料药和仿制药生产方面取得了长足进步,涌现出一批具有较强科技创新能力的民族医药企业。总体来看,我国在新药、特药、生物制药等方面的创新仍然落后于发达国家。近年来,政府相关部门陆续制定了加快创新药品审批上市、鼓励新药特药研发、加强中医药知识产权司法保护等医药行业相关政策法规,助推医药产业创新。2015年,科学家屠呦呦因发现青蒿素获得诺贝尔医学奖,表明我国医药科学领域的实力逐步得到国际认可。2019年,十三届全国人大常委会修订了《中华人民共和国药品管理法》,进一步为医药创新提供法律保障。2021年,80种新分子药物首次在中国上市,国内新药获批数量再创新高。随着“健康中国建设”全面推进,医药制造产业作为其中重要一环,如何加快提升科技创新能力,成为理论界和产业界共同关注的问题。

医药制造行业具有研发周期长、准入门槛高、科学发现与产业技术关联度较高等特点(张鹏,2015),与其它成熟行业相比,其创新活动规律具有一定的特殊性。已有文献基于不同视角研究医药制造业的创新行为、特征及其对创新绩效的影响,具体如下:第一,自主创新—模仿创新—合作创新视角。这类研究基于创新战略理论,对医药企业创新活动及特征进行阶段性划分,并实证分析其对创新绩效的影响。部分研究表明,中国大部分医药制造企业只具备模仿创新能力,该能力在起步和追赶阶段对创新产出的促进作用显著,但后期会出现边际效果递减的情况[1]。有些医药企业试图通过技术并购提升自主创新能力,但实证结果显示,这种效果并不显著[2]。第二,利用式创新和探索式创新视角。在March[3]首次提出探索式创新和利用式创新的概念后,不少学者尝试将医药企业创新划分为利用式创新与探索式创新,并以发明专利衡量探索式创新绩效,以实用型专利与外观专利之和度量利用式创新绩效。研究表明,大多数医药企业同时开展两类创新活动,但争夺有限资源会对整体创新绩效产生不确定的影响[4]。第三,渐进性创新和突破性创新视角。部分观点认为,医药制造领域创新更多的体现为突破性创新(李钰婷,2023)。部分学者通过定量测算方法,发现医药创新对旧技术的依赖程度较高,并采用技术积累衡量医药制造业创新水平[5] 。折衷论述认为,医药产业突破性创新与渐进性创新可以依次开展甚至同步进行[6]。第四,基于科学的创新和基于技术的创新视角。前者是指与科学研究具有较强关联性的创新,创新主要依赖科学研究;后者是指与技术应用具有较强关联性的创新,创新主要依赖于现有技术[7]。上述类视角下,大部分研究将医药制造划分为基于科学创新的产业[8]。

综合来看,前三类研究中的自主/模仿创新、探索式/利用式创新、突破性/渐进性创新更像是一种创新模式,而根植于背后的深层次因素是创新能力结构差异,即上述文献中的第4类研究“基于科学和基于技术的创新”。国内学者陈劲(2007)将其定义为企业科学能力和企业技术能力。在此基础上,有学者将其划分为更细致的纯基础研究、应用基础研究、纯应用研究、开发研究能力,以此表征创新主体的主要知识来源和所处知识供给链环节的差异[9-10]。但现有文献存在以下不足:首先,这类研究通常是基于行业层面而非企业层面的探讨,其主要观点为“医药制造是基于科学的行业”只适用于某些细分领域(如基因工程制药等);其次,医药价值链构成既有上游生物科学发现、新药理研发、新靶点选择等基于科学的创新,也有中下游制药工艺改造升级等基于技术的创新;再次,虽然有文献开始关注医药领域科学创新与技术创新的交互作用与转化关系[11],但仅是基于行业层面逻辑的推演。关于科学与技术在企业内部是否存在反馈机制或交互作用,这种交互作用又是如何影响创新绩效这一问题,缺乏企业层面的实证研究。

本文选取我国142家上市医药制造公司为样本,并基于科学和基于技术的创新视角进行分类,以专利引用信息为基础,实证分析两类创新及其交互作用对企业创新绩效的影响。本文的边际贡献如下:第一,将基于科学与基于技术的创新研究纳入企业层面,对医药制造企业创新能力进行结构化拆解,分别构建企业—科学关联度和企业—技术关联度指数,基于其不同组合对医药制造企业创新进行分类,进而为我国医药企业有针对性地提升创新绩效提供新视角和新思路。第二,已有基于科学/技术的医药创新文献大多停留在案例描述与概念界定层面,主要关注政府应如何扶持基于科学的产业这一问题。本文以医药上市公司为研究对象,实证分析科学关联度、技术关联度及其交互作用对企业创新绩效的影响,可丰富微观层面基于科学与基于技术的创新理论。

1 理论基础与研究假设

1.1 科学关联度与技术关联度对企业创新绩效的影响

基于资源观和知识管理视角,组织层面创新的成败取决于企业对已掌握的核心编码知识和其它互补性资源的整合能力。因此,基于科学的创新模式主要有两种类型:第一,由科学研究成果激发形成的创新,源于科学上的新发现。随着时间推移,潜在科学知识得到编码,研发人员能够结合仿真程序、人力资本等互补性资源,创造出新产品和新工艺,例如化学品和药品研发。第二,新的科研成果推动企业创新,新发现加快创新进程。在新兴领域(如生物医药领域),大部分知识有待编码,研发人员可获得的先验知识有限,只能整合部分已编码知识,同时通过干中学以及构建战略联盟促进产品和流程创新[12],例如生物技术、中成药制备、中西医结合等领域的创新模式。在基于科学的创新活动中,为了推动产品和工艺研发,企业需要通过组织学习充分利用新的科学研究成果。由此,双元型组织可以通过上述机制提升自身创新绩效,例如企业与大学间的研发合作、医院与实验室间的合作等。通过与不同类型合作伙伴进行交流和学习,企业可以强化自身研发能力,并获得新的灵感和创新思路。同样,在专业型组织中,员工通常具备专业技能和知识,可以充分利用科学研究成果提升企业创新绩效。同时,企业基于科学的创新活动越多,吸收能力越强,越能利用所获得的知识特别是隐性知识和技能提升创新能力,从而提升创新绩效(徐晓丹,2020)。少数研究显示,科学关联度对企业创新绩效具有倒U型影响(李梦珂,2023),但大多数基于企业层面的研究发现,专利引用的科学文献数量增加能够显著提升企业创新绩效[13]。本研究采用“企业—科学关联度”指数衡量基于科学的创新模式,提出以下研究假设:

H1:企业—科学关联度对医药制造企业创新绩效具有显著正向影响。

H1(a):双元型医药组织的企业—科学关联度对企业创新绩效具有显著正向影响;

H1(b):专业型医药组织的企业—科学关联度对企业创新绩效具有显著正向影响。

与基于科学的创新不同,基于技术的创新表现为技术自身演化,也就是已有技术突破、改进、组合、调整形成的新技术[14]。相较于基于科学的创新,基于技术的创新更依赖技术开发与应用能力,而非纯粹的科学研究。实践中,技术开发与应用效率提升是实现创新目标的关键,并推动社会发展和进步。这类创新主要将基础技术转化为共性技术或将共性技术转化为专有技术,例如优化工艺流程、根据用户需求改进技术参数等,且大多为渐进性创新。医药制造领域的创新主要体现在原料提取、分离纯化、浓缩等制药工艺改进方面。这种组织内部学习能够促进企业稳健成长,有效指导研发人员进行技术专利开发和推广,进而降低生产成本并提升生产效率。企业能够通过这种方式自我完善,逐渐适应市场需求变化,从而实现长期发展。双元型组织与专业型组织同样存在上述情况。由此,本文采用“企业—技术关联度”指数衡量基于技术的创新模式,提出以下研究假设:

H2:企业—技术关联度对医药制造企业创新绩效具有显著正向影响。

H2(a):双元型医药组织的企业—技术关联度对企业创新绩效具有显著正向影响;

H2(b):专业型医药组织的企业—技术关联度对企业创新绩效具有显著正向影响。

1.2 科学关联度与技术关联度的交互作用对企业创新绩效的影响

动态竞争环境下,双元型组织兼顾现有技术利用与潜在科学知识探索,以适应技术、市场与竞争环境的非连续性变化。在上述组织中,基于科学的创新和基于技术的创新相互依存、相互交织[15]。成功的科学探索活动可为技术利用和转化奠定基础,而扎实的技术开发活动能够反哺科学探索活动,为更深入的科学研究提供技术储备[16]。两类创新活动只有在规模上相匹配,才可能达到平衡[17]。He&Wong[18]实证研究发现,两类创新活动的交互作用与销售增长率正相关;Cao等 (2007)提出双元性创新的平衡维度(Balanced Dimension)与整合维度(Combined Dimension)概念,指出良好的平衡和互补行为能够降低组织风险,进而提高组织绩效。积极开展科学研究探索活动和技术开发活动的双元型组织能够维持创新优势,在推动组织变革的同时实现稳健成长,进而取得更高的创新绩效[19]。基于此,本文提出以下研究假设:

H3:在双元型医药组织中,企业—科学关联度与企业—技术关联度的交互作用对企业创新绩效具有显著正向影响。

然而,有学者提出以下疑问:所有组织都必须达到双元平衡吗?专注于两类创新活动中的某一方面能否满足企业成长需求[20]?由于能力互补的企业可以通过合作形成相互依存关系,因而双元能力失衡的专业型组织长期生存也是可能的。但理论上,专业型组织只有满足特定条件才能在系统层面促使创新活动产生长期交互作用[21]。按照创新来源,专业型组织可以分为科学型组织和技术型组织。科学型组织专注基于科学的创新,主要聚焦产业前沿技术研发。例如,生物制药企业要想进行新产品研发,需要同时运用化学、药学、以基因工程和细胞工程为主的现代生命科学技术,甚至包括生物芯片技术和信息技术等领域的科学技术。其中,优秀企业借助科学创新形成较高的进入壁垒,能够打破大型药企垄断并迅速崛起。但这类创新活动失败率高,即使试验成功也不一定能够实现成果商业化量产。这类企业由科学家依靠领先的研究成果组建[22],但因缺乏应用开发、工艺设计及创新的能力储备,短期内强行推进科研成果商业化往往事与愿违,难以提升企业创新绩效。技术型组织依赖基于技术的创新,资源主要向产业链中游生产制造环节倾斜,科学研究的缺位导致企业创新成果停留于模仿创新层面。具体表现为医药企业生产能力结构不均衡,出现高端药物产能不足、低端药物产能过剩的情况,且以仿制药和原料药为主,竞争能力有限。当这类医药企业减少甚至放弃仿制药的技术创新,投入大量资源进行创新药的科学研究时,会发现短时间内难以实现创新药物成功获批上市,反而使原有仿制药尤其是首仿药的市场份额下降,进而导致整体创新绩效降低[23]。

总的来说,由于基于科学的创新与基于技术的创新需要差异化知识基础、创新文化与战略情境,长期专注某类创新的企业已经形成路径依赖和组织惯性。此时,企业决策者如果在没有充分准备的情况下开展双元性创新,可能促使两类创新活动针对有限资源进行无序竞争,最终导致基于科学的创新与基于技术的创新交互作用下降,甚至影响创新绩效。基于此,本文提出以下研究假设:

H4:在专业型医药组织中,企业—科学关联度与企业—技术关联度的交互作用对企业创新绩效具有显著负向影响。

综上所述,本文构建假设研究框架如图1所示。

2 研究设计

2.1 研究方法

医药制造行业是专利密集型产业,专利引用信息系统能够将技术发展与相关科学领域及技术领域联系起来。新的发明和创造都是在前人研究的基础上产生的,因而需要在专利文件中提及前人发表的文献,即参考文献或引证文献。在研发专利时,企业可以引用其它文献不受限制,且知识获取的边际成本较低,因而从专利引用角度能够合理地推导出基于科学的创新与基于技术的创新是互补关系而非替代关系,符合本文组织分类的前提假设。通过对专利引用文献进行分析,可以将过去、现在甚至将来的相关信息连接起来,进而揭示创新活动特征。

被引文献可以分为两类,一类是其它专利,另一类是非专利文献,后者包括期刊论文、会议论文、学位论文、研究公开、技术报告、学术图书等,即科学文献。引用专利文献和引用科学文献可用于描述发明专利的知识来源。尽管专利引用科学文献与专利文献的原因不同,但都是外部知识进入企业的重要途径,更是衡量科学研究探索程度和现有技术利用程度的重要指标。现有研究普遍采用非专利文献引用比例表征发明专利与基础科学的关联程度[24]。本文通过分析专利引用参考文献的内容识别技术来源,并证明企业在相关研究方面的深度和广度,量化企业探索科学知识或利用现有技术的程度,从而衡量企业在创新方面的表现。

需要说明的是,采用专利数据进行测度存在一定的局限性。以往研究表明,不同产业间专利引用偏好存在差异。本文聚焦单一产业内企业,很大程度上规避了上述问题。尽管我国在知识产权保护方面存在短板,但对药品专利的保护较为完善,医药制造业在专利申请方面表现出强劲的势头。企业基于科学的创新和基于技术的创新活动会形成相关专利,专利引用系统能够在很大程度上呈现上述信息。

2.2 研究样本与数据来源

本文研究样本来自中国证监会2020年4季度上市公司行业分类结果,剔除ST、*ST、PT以及资料不全的公司,得到142家医药制造行业上市公司(不包括医疗器械制造、医药商业和服务领域上市公司),主要涉及化学制药、生物制品、中药、化学原料药等细分领域。在确保至少5 年被引周期的前提下,检索并下载上述高科技公司2015年1月1日至12月31日专利申请数据文献(上述公司中有部分公司2015年还未上市),以此作为本文研究数据样本,计算专利申请后近5年被引次数(2015—2020年)。数据下载时间为2021年5月1～31日。

本文专利数据来自德温特(Derwent Innovations Index, DII)专利数据库,该专利数据库是汤森路透(Thomson Reuters)集团的重要产品,也是全球最大的专利文献数据库,涵盖较为全面的前向引用和后向引用信息。

2.3 计量模型与变量定义

为了考察企业基于科学、基于技术的创新行为对创新绩效的影响,本文构建基本计量回归模型如下:

ATCi=α0+α1SLi+α2TLi+α3SLi*TLi+βZi+εi

(1)

其中,平均被引次数(ATC)作为被解释变量测度创新绩效。在现有研究中,前向引用被普遍用于创新绩效测度。尽管不少学者直接采用企业一段时期专利数(或发明专利数占总专利数的比例)测度创新绩效,但与专利被引次数相比,后者更能反映创新质量。样本企业专利被引次数能够反映现有发明专利对后续发明活动的技术影响程度,有助于测度创新绩效。

本文关键解释变量包括科学关联度(SL)和技术关联度(TL)及其交叉项(SL*TL),分别用于测度基于科学的创新能力、基于技术的创新能力及两者的交互作用。具体定义如下:科学关联度是指该公司所有专利平均引用科学文献的数量[25-27]。分析近期专利申请资料可以发现,与新兴技术相关的专利越来越倾向于引用科学文献[28]。高水平科学关联度表明该企业专利是在探索科学知识的基础上形成的。技术关联度是指该公司所有专利平均引用专利文献的数量(高继平,2014)。类似地,这一指标刻画了企业对现有技术的利用程度。本文对自变量进行中心化处理以避免多重共线性问题的影响,两者交叉项表征两类创新活动的交互作用。

Z表示其它可能影响企业创新绩效的变量集,包括以下控制变量:第一,产学研合作(UIC)。该变量定义为企业所有专利中产学研合作专利所占比例。朱桂龙等(2015)指出,积极与外部组织进行产学研项目合作,有利于企业技术获取。与高校、科研院所紧密合作的企业能够优先分享科学研究成果,而企业间合作更多是对互补性技术的利用(樊霞,2011) 。第二,研发强度(RD)。研发强度定义为企业研发投入费用占当年销售收入的比重。多数学者认为,研发投入对创新绩效具有显著促进作用。第三,地理集群(GC)。地理集群定义为该企业所在地区,采用虚拟变量表示,内陆地区为0,沿海地区为1。选取该变量是因为产业环境对企业创新绩效具有重要影响[29]。相较于单个企业,国内或跨国地理集群拥有更强的创新能力[30]。第四,企业年龄(Age)。企业年龄定义为企业成立年数并取对数。关于企业年龄对创新绩效的影响,现有文献尚未形成一致看法。这是因为新兴企业和成熟企业各有优劣,新兴企业倾向于接受新的理念和方法(李后建,2015),而成熟企业经验和研发资源丰富,会表现出更高的创新绩效。

本文变量定义见表1。

3 组织分类

3.1 分类方法

在基于科学的创新量化排序方面,张鹏和雷家骕(2015)对“有NPL引用的专利数/专利总数”指数进行数学变换,将数据转化为[-100,100]区间,探讨产业发展与科学研究的关联程度。上述方法能够对各产业科学关联程度进行标准化处理,采用统一的标准描述不同产业间的科学关联度差异。樊霞和宋丽(2017)进一步提出用于测度各技术领域基于科学的创新强度指标,即科学关联度。

在上述研究的基础上,本文构建企业—科学关联度指数(Enterprise-Science Correlation Index, ESCI),以此反映制药产业内部不同企业科学关联程度,如式(2)所示。为正的指数数值越大,该企业基于科学的创新倾向越强,反之亦然。

(2)

PNPL代表有非专利文献(Non-Patent-Literature, NPL)引用的专利数,Ptotal代表专利总数,j代表企业。从国内学者对基于科学的产业排序可以看出,基于科学的产业通常是指高频引用科学文献的产业,而基于技术的产业实质上是“非基于科学的产业”,即假定产业创新动力(科学研究或现有技术)是不兼容的。这种认知的理论基础是,基于科学的产业通常有更多基础性研究以及创新性思维应用,而基于技术的产业更多关注技术应用。然而,组织层面的创新模式更为复杂,企业可以同时依托科学研究与现有技术进行创新,两者并不是完全的竞争关系。因此,笔者对上述分类方式进行修正,构建企业—技术关联度指数(Enterprise-Technology Correlation Index, ETCI),如式(3)所示。同时,运用上述指标绘制四象限图,将企业划分为双元型组织、科学型组织、技术型组织和其它型组织。双元型组织落在第一象限,对应的科学关联度和技术关联度指数区间为0[29]。这一分类从微观层面上对双元型与专业型组织进行明确区分,并将依托其它创新模式的企业归为其它型组织。本文聚焦基于科学的创新、基于技术的创新与创新绩效问题,而依托其它创新模式的企业是研究样本中的噪声干扰,故上述分类法能够有效避免来自这类企业的影响。

(3)

PPL代表有专利文献(Patent-Literature, PL)引用的专利数,Ptotal代表专利总数,j代表企业。

3.2 分类结果

本文通过分析142家医药制药上市公司的ESCI和ETCI指数,得到双元型组织与专业型组织,如图2所示。

其中,典型双元型组织有江苏恒瑞医药集团有限公司、未名生物医药有限公司、舒泰神(北京)生物制药股份有限公司、上海莱士血液制品股份有限公司、浙江我武生物科技股份有限公司、浙江医药股份有限公司、浙江海正药业股份有限公司、深圳翰宇药业股份有限公司等73家企业,而典型专业型组织有深圳信立泰药业股份有限公司、江苏康缘药业股份有限公司(科学型组织)、福建广生堂药业股份有限公司、浙江京新药业股份有限公司(技术型组织)等51家企业,剩下18家企业被列为其它型组织。由此可见,与其它行业企业不同,超过一半医药制造公司属于双元型组织,能够同时开展基于科学和基于技术的创新。上述情况与该行业特点相关,医药制造产业属于多学科交叉领域,需要融合不同领域知识。此外,该领域存在较高的科学技术壁垒,需要不断进行技术创新与升级。例如,在化学制药的“起始物料→高难度中间体→特色原料药→制剂”产业链条中,如果想要生产出国内乃至国际领先产品,每个环节都需要反复的科学实验,更离不开制药工艺改进及突破。同时,高科学关联度和高技术关联度企业数量不多,这与行业总体创新能力有限、原创药品稀缺、整体创新绩效不高的现状基本相符。

3.3 描述性统计

从全样本中提取出子样本1(双元型组织)和子样本2(专业型组织)后,针对两个子样本进行描述性统计分析,结果如表2、表3所示。表2显示,技术关联度(r=0.391,p<0.01)、科学关联度(r=0.710,p<0.01)与平均被引次数具有显著正相关关系。同时,两者交互作用与平均被引次数(r=0.643,p<0.01)同样具有显著正相关关系。从表3可以看出,技术关联度(r=0.627,p<0.01)、科学关联度(r=0.166,p<0.01)与平均被引次数具有显著正相关关系。同时,两者交互作用与平均被引次数(r=-0.034,p<0.01)呈现显著负相关关系。结果表明,本文研究假设具有一定的合理性。接下来,本文采用多元回归分析方法进一步检验各变量间关系。

4 实证结果分析

4.1 基准规范分析

(1)主要效应分析。分析技术关联度与科学关联度对创新绩效的影响,结果如表4所示。模型1仅加入控制变量,回归分析结果表明,地理集群(β=0.906,P<0.01)、研发强度(β=0.597,P<0.05)对双元型组织的创新绩效具有显著正向影响,企业年龄(β=-0.034,P<0.05)对创新绩效具有显著负向影响。模型2加入变量科学关联度和技术关联度,结果表明,技术关联度、科学关联度对双元型组织创新绩效具有显著正向影响(β=0.147,P<0.01;β=0.416,P<0.01),由此假设H1(a)和H2(a)成立。同样地,模型4回归结果表明,地理集群(β=0.400,P<0.01)、研发强度(β=0.638,P<0.01)和产学研合作(β=0.685,P<0.01)对专业型组织创新绩效具有显著正向影响。模型5表明,技术关联度对创新绩效具有显著正向影响(β=0.269,P<0.01),科学关联度对创新绩效具有显著正向影响(β=0.250,P<0.01),由此假设H1(b)和H2(b)成立。上述实证结果说明,无论是双元型组织还是专业型组织,科学关联度与技术关联度均对企业创新绩效具有显著正向影响。

(2)交互效应分析。将科学关联度与技术关联度的乘积项纳入模型3(双元型组织)和模型6(专业型组织)中,以此分析二者交互作用。从模型3可以看出,科学关联度与技术关联度的交互作用对双元型组织创新绩效具有显著正向影响(β=0.123,P<0.05),由此假设H2(a)成立。模型6表明,科学关联度与技术关联度的交互作用对专业型组织创新绩效具有显著负向影响(β=-1.100,P<0.1),由此假设H2(b)成立。上述结果表明,两类组织中均存在科学关联度与技术关联度的交互作用,且方向相反。其逻辑在于,双元型组织能够促使科学研究探索和技术开发活动互补,进一步促进创新能力与绩效提升,而专业型组织因难以提供两类创新所需的差异化知识基础、创新文化与战略情境,导致两类创新存在一定冲突,因而抵消了各自对企业原有的创新贡献。

4.2 稳健性检验

为了确保研究结果的可信度,本文采用替代变量方法进行稳健性检验。对于医药制造企业而言,新产品销售收入可以体现其创新活动产出,因而可作为衡量创新绩效的重要指标(高继平等,2014)。考虑到各上市医药公司规模差异,本文采用当年新产品销售收入(数据来源于国泰安数据库)占主营业务收入(数据来源于上市公司年报)的比重衡量创新绩效,结果如表5所示。从表5模型2可以看出,技术关联度对创新绩效具有显著正向影响(β=0.223,P<0.01),科学关联度对创新绩效具有显著正向影响(β=0.315,P<0.01)。从表5模型5可看出,子样本2(专业型组织)中技术关联度对创新绩效具有显著正向影响(β=0.281,P<0.01),科学关联度对创新绩效具有显著正向影响(β=0.193,P<0.05)。从表5模型3可以看出,双元型组织中,科学关联度与技术关联度的交互作用对创新绩效具有显著正向影响(β=0.138,P<0.05)。模型6显示,专业型组织中,科学关联度与技术关联度的交互作用对创新绩效具有显著负向影响(β=-1.132,P<0.1)。上述检验结果与表4结果基本一致,表明本文研究结论具有稳健性。

5 结语

5.1 基本结论

本文从创新能力结构视角出发,以专利引用信息为基础,探讨企业—科学关联度、企业—技术关联度及两者交互作用对创新绩效的影响,并在此基础上构建科学分类体系,将我国医药制造企业划分为双元型、专业型和其它型组织,得到以下主要结论:

(1)在双元型组织和专业型组织内,企业—科学关联度、企业—技术关联度对企业创新绩效有显著正向影响。对于我国医药制造企业而言,无论是双元型组织还是专业型组织,开展基于科学的创新与基于技术的创新均能显著提升组织创新绩效。这种绩效提升既可以表现为医药科学的新发现,也可以表现为医药制造工艺改进和效率升级。

(2)在双元型组织内,两类创新活动的交互作用对创新绩效具有显著正向影响。医药企业中,典型双元型组织具有知识密集、技术含量高、多学科高度综合和相互渗透等特点,最可能同时开展基于科学的创新与基于技术的创新。一方面,它们对医药前沿的科学探索活动可为技术进一步利用和转化奠定基础,进而推动技术创新;另一方面,扎实的技术开发活动能够反哺科学探索,为更深入的科学研究提供技术储备,从而确保科学持续发展和稳步推进。上述行为能够显著降低组织风险,进而提升组织创新绩效。

(3)在专业型组织内,两类创新活动的交互作用对创新绩效具有显著负向影响。基于科学的创新与基于技术的创新需要不同的知识基础、组织文化与战略情境,医药企业中的专业型组织由于长期专注某一类创新而形成行为惯性和资源约束,导致基于科学的创新与基于技术的创新交互作用弱化,甚至对创新绩效产生负向影响。我国部分医药制造企业主要生产普通药品和常规药品,忽视了对科学研究的探索,使得基于技术的创新与基于科学的创新处于失衡状态,导致科学研究成果转化效率低下,进而抑制已有技术升级。

5.2 管理启示

(1)对于具备足够规模和双元创新能力的大型医药公司而言,要想维持竞争优势,需要平衡基于科学与基于技术的创新资源分配。具体来说,需要合理控制创新药与仿制药的比例。一方面,保持对医药前沿领域的关注,以及对热门靶点的攻克;另一方面,要投入大量资源用于布局仿制药研发与生产并持续开展制药工艺创新,以高质量首仿药获取利润,进一步反哺创新药的科学研究,使基于科学与基于技术创新的交互效应在企业中形成良性循环。

(2)科学创新主导的专业型制药企业很多是从大学或科研机构衍生而来,在发展初期可以通过风险投资或利用创始人拥有的专利向其它机构授权以获取发展资金,并通过与其它企业合作提升自身技术创新能力,进而向大型双元型组织演进。本文样本中的北大未名集团就是这样的成功案例。当然,这类企业可以利用自身科研实力,着力攻克小众化市场的高端医疗药物,如重点开发一些罕见病治疗药物,同时对创新知识产权进行严格保护。

(3)技术创新主导的专业型制药企业以仿制药为主,因而需要建立情报收集机构,密切关注全球各类创新药专利到期时间,并结合自身技术储备,为仿制药的提前布局与选择进行谋划。这类企业需要选择具有一定技术壁垒的药品进行仿制,一方面可以提升技术创新能力,另一方面能获取更高的利润,进而为基于科学的创新提供资源投入。此外,这类企业可以选择直接并购新兴科学主导型制药公司,进而向双元型组织转型。对于多数中小规模制药企业而言,通过深度产学研合作,或选择CRO、CMO、CDMO等专注研发端或生产端的专业化医药外包服务机构,借助外部科技资源融入开放式创新体系成为其提升创新能力与绩效的较优选择。

5.3 研究局限与展望

本文存在以下不足:第一,从产业维度看,医药制造中化学制药、生物医药、中成药三大细分产业在技术路线与创新模式上存在一定差异,对基于科学和基于技术的创新需求不同,如果能进一步挖掘细分领域的创新规律,就可以得出更具针对性的结论。此外,医药制造是知识密集型行业,必然和其它高科技产业存在差异,未来可以进行产业间横向对比研究。第二,从时间维度看,对基于科学的创新和基于技术的创新,在不同生命周期每个产业的需求强度不同。例如,硅基大规模集成电路在架构、可靠性、性能上通过前期基于科学的创新实现了巨大提升,而当前基于技术的高精度芯片制造工艺成为半导体竞争的焦点。因此,企业在不同发展阶段是否需要构建双元型组织,以及如何随时间变化动态平衡两类创新的资源分配,是未来需要进一步探索的课题。

参考文献：

[1] JIANG Q, LUAN C. Diffusion, convergence and influence of pharmaceutical innovations: a comparative study of Chinese and U.S. patents[J].Globalization and Health, 2018, 14(92): 1-9.

[2] 于赫,王晓颖. 技术并购对企业创新能力的影响——来自医药企业的实证研究[J].工业技术经济,2021,49(12):25-34

[3] 刘志迎,支援援,吴瑞瑞. 开放获取资源能够促进二元创新吗[J].东北大学学报( 社会科学版),2021,23(1):24-33

[4] 曾德明,罗侦,文金艳,等. 权变视角下知识重组对技术创新质量的影响——基于中国医药制造业企业的实证研究,管理评论,2022,34(9):87-97.

[5] 赖红波,施浩. 技术体制与医药制造业创新效率研究[J].科研管理,2021,42(11):16-24.

[6] 汪涛,王璐玮,张晗. 中国城市新兴技术的双元创新路径与发生机制——以生物医药技术为例[J].科技进步与对策,2022,39(6):29-39.

[7] CORIAT B. Does biotech reflect a new science-based innovation regime[J].Industry &Innovation, 2003,10(3): 231-253.

[8] 鲁若愚,张立锴,陈雪琳．基于科学的产业发展影响因素组态与路径研究——对中国内地31省份医药制造业的QCA分析[J].科技进步与对策,2022, 39(16):20-28.

[9] 董坤,许海云,罗瑞,等．科学与技术的关系分析研究综述[J].情报学报, 2018,37(6):642-652.

[10] 肖丁丁,朱桂龙.跨界搜寻、双元能力结构与绩效的关系研究——基于创新能力结构视角[J].经济管理, 2017, 39(3):48-62.

[11] 李欣融,张庆芝,雷家骕.基于科学的创新:研究回顾与展望[J].科研管理,2022,43(1):1-13.

[12] PISANO G P. Knowledge, integration, and the locus of learning: an empirical analysis of process development [J].Strategic Management Journal,2006, 15(S1):85-100.

[13] NAGAOKA S. Assessing the R&D management of a firm in terms of speed and science linkage: evidence from the US patents [J].Journal of Economics &Management Strategy,2007,16(1): 129-156.

[14] ARTHUR W B. The structure of invention [J].Research Policy, 2007,21(29): 10436-10442.

[15] BECKMAN C M. The influence of founding company affiliations on firm behavior [J].Academy of Management Journal, 2006,49(4):741-758.

[16] BIERLY P E, DALY P S. Alternative knowledge strategies, competitive environment, and organizational performance in small manufacturing firms [J].Entrepreneurship Theory &Practice, 2007,31(4):493-516.

[17] DOVEV L, URIEL S.Exploration and exploitation within and across organizations [J].Academy of Management Annals, 2010,4(1):109-155.

[18] HE Z L, WONG P K. Exploration VS. exploitation: an empirical test of the ambidexterity hypothesis [J].Organization Science, 2004,15(4): 481-494.

[19] STETTNER U, LAVIE D. Ambidexterity under scrutiny: exploration and exploitation via internal organization, alliances, and acquisitions[J].Strategic Management Journal, 2014,35(13):1903-1929.

[20] GUPTA A K, SHALLEY C E. The interplay between exploration and exploitation[J].Academy of Management Journal, 2006,49(4):693-706.

[21] BENNER M J, TUSHMAN M L. Exploitation, exploration, and process management: the productivity dilemma revisited[J].Academy of Management Review, 2003,28(2):238-256.

[22] 李天柱,银路,程跃. 美国生物制药企业的发展路径研究及其启示[J].中国软科学,2010,35(5):136-142.

[23] 刘海建,吴通. 恒瑞医药:跨越创新的陷阱与断层[J].清华管理评论,2021,12(1):132-143.

[24] MEYER M. Does science push technology? patents citing scientific literature[J].Research Policy, 2000,29(3):409-434.

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

[26] THOMAS P, MCMILLAN G S. Using science and technology indicators to manage R&D as a business[J].Engineering Management Journal, 2015, 13(3): 9-14.

[27] TIJSSEN R. Global and domestic utilization of industrial relevant science: patent citation analysis of science-technology interactions and knowledge flows[J].Research Policy,2001, 30 (1): 35-54.

[28] WU C Y, MATHEWS J A. Knowledge flows in the solar photovoltaic industry: insights from patenting by Taiwan, Korea and China[J].Research Policy, 2012,41(3): 524-540.

[29] DEDRICK J,KRAEMER K L.Who captures value from science-based innovation? the distribution of benefits from gmr in the hard disk drive industry[J].Research Policy, 2015,44(8): 1615-1628.

[30] GIULIANI E. Cluster absorptive capacitywhy do some clusters forge ahead and others lag behind[J].European Urban &Regional Studies, 2005,12(12):269-288.

(责任编辑：张 悦)