DOI：10.6049/kjjbydc.2018110293 开放科学(资源服务)标识码(OSID)：
DOI：10.6049/kjjbydc.2018110293 开放科学(资源服务)标识码(OSID)：
技术创新是推动经济发展和社会进步的强劲动力，更是企业获取核心竞争优势并实现持续发展的力量源泉。近年来，随着产业价值链分工与合作日益深化，供应链上、下游产业之间的联系变得愈发紧密，企业之间的竞争优势已不完全取决于“点”与“点”之间的横向竞争，而是越来越多地受“链”与“链”之间纵向关系的影响。在以技术创新为驱动力的大背景下，企业在创新发展过程中所处的上、下游交易环境已成为影响其创新动力与创造潜力的重要因素。企业在纵向市场交易过程中的相互依赖程度和市场势力对比关系决定了其在产业链中的话语权与支配权，进而影响其竞争优势。
自熊彼特[1]在其创新理论中首次强调市场势力对创新活动的关键作用以来，学术界围绕市场势力与创新研发之间的关系展开了激烈讨论。已有文献主要从市场竞争程度[2-3]、潜在进入者威胁[4-5]、产品差异化[6-7]、企业规模[8-9]、产品生命周期[10-11]及行业进入障碍[12-13]等角度进行了横向竞争研究。根据波特[14]的竞争理论和五力模型，供应商和客户的议价能力同样是企业攫取竞争优势、增强吸引力的重要影响因素，而上述议价能力本质上是纵向交易过程中市场势力的体现。市场势力是影响产量、价格以及其他参与者行为决策的潜在力量，由于任何市场交易都涉及买卖双方，因此置身于供应链中的企业技术创新行为必然会受到上游供应商市场势力和下游客户市场势力的共同影响。一般而言，买方势力决定企业在购入投入品时的交易条款，强势的买方可以依靠自身谈判优势“强迫”上游供应商为其提供优于竞争对手的交易条件，如数量折扣、通道费、延期支付货款等。卖方势力可以决定企业成品的市场价格，强势的卖方可以采取威胁停止供货或更换客户等手段提高出货价格进而获益。因此，市场势力作为衡量市场竞争地位的重要指标，往往包含买方势力和卖方势力两个方面，且二者共同影响企业盈利能力与创新研发决策。
医药行业属于典型的创新密集型行业，我国医药制造业正处于由仿制为主向自主创新为主、创仿结合的战略性转轨阶段，如何提升研发投入强度与研发效率是当务之急。医药行业具有产业关联度较高的特点，其市场绩效与创新研发受买方势力和卖方势力的双重影响较为显著。原料药行业作为医药制造业的直接上游供应方，因垄断现象严重加上原料供给收缩，导致医药制造业受上游卖方的直接影响较大，纵向依赖程度较高。医疗机构与医药流通业等渠道销售终端作为医药制造业的下游客户，通过销售处方药和公费医疗等优势掌握了药品销售市场的半壁江山，加上医院和政府部门在招标采购过程中的优势，导致制药企业大多依靠医药流通企业进行药品分销，最终通过医院或其它医疗机构实现药品消耗。因此，医药制造企业对医药流通企业和医疗机构的依赖程度较高，下游买方势力同样较强。
综上所述，本文将市场势力、资产专用性与创新研发投入纳入同一研究框架，试图分析以下问题：买方势力和卖方势力对企业创新研发投入的影响机制是什么？不同强度的资产专用性条件下，买方势力和卖方势力对企业创新研发投入的影响有何差异？
现代经济理论认为，在完全竞争的市场条件下，市场势力是指企业将价格控制在竞争性水平(边际成本)之上的能力，它不仅决定企业规模效应的形成，还会影响企业技术创新决策(王昀等，2018)。长期以来，企业市场势力与研发投入的关系一直是学术界关注的热点问题。根据不同的市场竞争环境与纵向交易模式，可将市场势力分为卖方势力与买方势力。卖方势力是相对于横向市场结构而言的，主要反映生产市场上生产者对产品价格的影响和控制力。早期研究多数是从卖方角度展开的，即主要侧重于研究上游生产者市场势力与创新投入之间的关系。Gilbert & Newbery[15]通过建立专利竞争模型考察市场势力对技术创新的影响，结果表明，相比于竞争激烈的市场环境，垄断更有利于企业开展创新研发，即市场势力与技术创新存在正相关关系；Horowitz[16]基于美国行业数据，用市场集中度(CR4)衡量市场势力，同样得出了市场势力对创新投入强度具有正向促进作用的研究结论；Carlin 等[17]实证研究表明，竞争与技术创新之间存在正相关关系，即市场势力增强会阻碍创新。此外，还有研究表明二者之间存在非线性关系。Aghion等[18]基于英国17个行业311家企业样本数据，分别用专利数量与勒纳指数衡量技术创新和市场势力，结果发现，创新与市场势力之间呈“倒U型”关系；平新乔等[19]、陈羽等[20]、聂辉华等[21]基于我国不同行业或企业数据实证分析市场势力与技术创新的关系，研究结果均证实二者之间呈现非线性“倒U型”关系。
随着产业组织理论发展和下游产业集中度不断提高，市场势力的内涵与外延不断拓展。越来越多的学者从下游需求方视角出发，探讨买方势力对创新研发的影响。早期研究主要集中于博弈框架下的理论研究。例如，Chen[22]基于二层纵向市场结构探讨买方势力对上游垄断供应商产品创新的影响，结果表明，下游买方势力的存在能够降低消费者价格，但却削弱了上游企业创新研发投入动机；Inderst&Shaffer[23]研究发现，下游大型零售商通过横向合并产生的买方势力对上游厂商的创新研发投入具有抑制作用；Chambolle & Villas-Boas[24]认为，上游产品质量差异化是买方势力产生的主要原因，且具有市场势力的下游企业出于自身利润最大化目的会选择向消费者出售低质量产品，使得消费者剩余和社会福利降低，从而不利于上游供应商质量创新。随着新实证产业组织理论研究方法的成熟，逐渐有学者从实证视角出发，探讨产业或企业层面的买方势力与技术创新问题。Farber[25]基于美国50多个行业统计数据，采用联立方程实证分析了买方势力对上游技术创新的影响，发现当上游为垄断市场结构时，较强的下游买方势力对上游企业研发投入具有促进作用；当上游为竞争市场结构时，较强的买方势力会抑制上游企业研发投入。区别于上述研究，Köhler[26]从企业层面出发，研究德国制造企业买方势力对技术创新的影响效应，结果表明，当买方势力较强时，上游供应商的企业利润总额和研发投资强度均有所下降，从而不利于上游供应商进行技术创新活动；Rexhäuser&Rammer[27]基于德国7 657家企业调查数据考察纵向市场势力与企业创新类型之间的关系，结果表明，产业链之间的市场势力对企业创新绩效无显著影响；Kim等[28]从社会资本积累视角出发，基于韩国209家B2B企业问卷调查数据，运用结构方程模型实证研究供应链背景下契约公平性和下游议价能力对上游制造商创新绩效的影响，结果表明，下游买方势力不仅能够促进社会资本积累，还能够有效激励上游供应商开展技术创新。国内学者对买方势力与技术创新的关系同样给予了大量关注。周勤、黄亦然[29]基于中国18个轻工制造业与零售业的面板数据，从规模经济视角出发，着重研究下游零售业是否会利用谈判优势对供应链上游制造业利润进行纵向压榨的问题，结果表明，当下游零售业通过渠道优势攫取较强的市场势力时，在一定程度上会对上游制造业进行纵向压榨，从而抑制上游制造业技术创新；林岩等(2010)研究美国汽车行业中买方势力与上游技术创新之间的关系，结果表明，买方势力有利于知识大量聚集，而产业链之间的上行知识流有助于上游企业技术创新；孙晓华、郑辉[30]基于汽车工业样本数据实证检验买方势力、资产专用性与技术创新之间的关系，结果表明，买方势力增强对上游企业技术创新具有正向激励作用，但买方资产专用性强度对上游企业技术创新具有负向抑制作用；张庆霖、郭嘉仪[31]基于我国医药制造业进行实证分析，结果显示，买方势力不利于上游企业开展技术创新与研发投入。
以上研究对市场势力与研发投入之间的关系进行了广泛探索，丰富了学术界现有研究，为企业研发投资策略实施及政府科技政策制定提供了可信的经验证据。但大多数研究聚焦于企业上游或下游的某一关联方，即仅考虑产业链中的某一特定交易主体对企业产生的创新效应，未同时考察买卖双方市场势力对企业创新研发的影响。在实际市场交易过程中，企业同时扮演着买方与卖方的双重角色，相对于供应商来说是买方，相对于下游客户来说是卖方，因此，与产品价格和产量由供求双方共同决定类似，企业技术创新行为同样会受买卖双方市场势力的共同影响。鉴于此，本文从纵向关系视角出发，结合我国医药行业产业链特征，系统研究医药制造业上市公司买方势力与卖方势力对企业创新研发投入的影响，旨在丰富产业规制理论的同时，为企业创新研发决策制定提供经验借鉴。
本文创新之处主要体现在：首先，现有研究仅考虑了市场势力对创新的决定作用，未明确势力来源，本文同时从买方与卖方两个维度分析其作用机制；其次，资产专用性所产生的非对称依赖关系是市场势力与技术创新之间关系的重要影响因素，基于此，本文进一步考察不同纵向依赖程度对二者关系影响的差异性；最后，将市场势力与技术创新研究从行业层面进一步细化到微观企业层面，可在一定程度上丰富相关领域的实证研究。
创新研发是企业的一种长期市场行为，对其市场竞争优势攫取和获利能力提升具有决定性作用。本文运用研发强度衡量企业创新行为，该变量只有在企业确实开展研发活动的情况下才可以被观测到，因此，在这一过程中必须考虑可能存在的选择性偏差问题(Selection Bias)。若企业创新研发行为的发生是随机性的，那么直接忽略或者剔除没有开展创新研发的企业可能不会造成结果偏差，但现实情况并非如此，即企业创新研发决策并非是随机事件。因此，采用传统的OLS进行估计会直接将那些没有进行技术创新的企业排除在外，最终仅对部分创新企业进行回归估计，这一自我选择而非随机性筛选过程本身就会导致估计结果有偏。为了更好地解决样本选择偏差问题，需要采用Heckman[32]的两阶段选择模型。第一阶段构建一个选择方程，考察纵向关系中买卖双方市场势力是否会影响企业技术创新决策，即探讨企业进行创新研发投入的概率问题；第二阶段在给定开展研发活动企业的基础之上构建回归方程，分析纵向关系中上游卖方势力和下游买方势力对企业创新研发投入强度的影响。第一阶段为选择方程，采用Probit二值选择模型就总样本分析企业是否进行创新研发投入的概率问题，如式(1)所式。
Pr(Innodit=1)=Φ(X′itα+εit)
(1)
其中，Innodit是企业进行技术创新研发与否的二值虚拟变量，当企业i在时期t存在技术研发创新活动时，取值“1”，否则取值为“0”；Pr(Innodit=1)表示企业i进行创新研发的概率，Φ(·)表示标准正态分布的累积分布函数，Xit和α分别为选择方程的解释变量集及其估计系数矩阵，εit为选择方程的误差项。
根据第一阶段的Probit估计可以得到逆米尔斯比率(Inverse Mills Ratio)λit的表达式，如式(2)所式。
(2)
其中，φ(·)、Φ(·)分别为变量的标准正态分布概率密度函数和相应的累积分布函数，
是根据式(1)得到的估计量。将逆米尔斯比率λit作为额外解释变量引入回归方程，不仅可以修正样本选择性偏差问题，还可以通过λit回归系数的显著性验证Heckman两步法是否有效，即当λit统计上显著不为0时，证明模型中确实存在选择性偏差问题。因此，在引入校正项逆米尔斯比率的基础上，利用实施技术创新研发的企业样本，即Innodit=1的观测数据，构建Heckman第二阶段回归方程模型如下：
(3)
其中，c为常数项，
代表回归方程的解释变量集，β和γ为待估计的参数向量，μit为回归方程的误差项。需要注意的是，在Heckman模型设置过程中，为了提高选择方程和回归方程的辨识度，第一阶段选择方程式(1)中的解释变量集Xit应囊括第二阶段回归方程式(3)所包含的解释变量集
并且必须在第一阶段的Xit中引入至少一个影响创新选择决策但对创新研发强度没有偏效应的工具变量，在避免出现多重共线性问题的同时，提高估计结果的准确性。
根据前人研究成果[33]，鉴于企业技术创新研发受横向、纵向、内在和外在等因素影响，本文从横向企业异质性和纵向产业关联程度两个角度，构建产业链上、下游市场势力对企业创新研发投入影响的两阶段模型，具体模型形式和相关变量如式(4)、(5)所示。
Pr(Innodit=1)=
(4)
(5)
2.2.1 被解释变量
本文被解释变量有两个：①Innod为二值虚拟变量，表示第一阶段企业是否进行创新研发，若企业i在时期t选择了技术研发创新投入，则Innod=1，否则Innod=0；②选取医药制造业上市公司的R&D研发投资强度作为第二阶段回归模型的被解释变量，用Inno表示，并参考Hansen等[34]、Balkin等[35]的研究成果，采用企业当期发生的研发费用占企业营业总收入的比值度量。
2.2.2 核心解释变量
解释变量为买方势力和卖方势力，本文参考Banerjee 等[36]和唐跃军[37]的研究方法，采用“企业从上游前5家供应商处采购的市场份额占比”和“企业在下游5大客户处销售份额占比”衡量上游供应商相对卖方势力与下游客户相对买方势力，分别用umbp和dcbp表示。由2005年证监会修订的《公开发行证券的公司信息披露内容与格式准则第2号年度报告的内容与格式》文件可知，上市公司应提供“前5名供应商合计采购金额占年度采购总金额的比例”和“前5名客户销售额合计占公司销售总额的比例”相关数据。
基于企业在运营过程中与上、下游交易主体实际发生的相关采购和销售数据衡量这一指标，能够更加客观且准确地描述企业与上游供应商、下游客户之间的谈判势力对比情况和纵向关联程度。企业向上游前5家供应商采购占比越大，意味着上游供应商集中度及相对谈判能力越强，说明少数供应商对原料供应的控制能力就越强，企业对上游的纵向依赖程度越大，转换成本就越大，因此供应商的卖方势力越强。同理，企业向下游前5家客户销售额占比越大，表明下游客户的买方势力越强。
2.2.3 控制变量
本文从企业经营时间、资产结构和所有权等方面引入多个控制变量，以消除公司治理和产业组织特征之外的因素对于医药制造企业技术创新研发的影响，具体包括企业上市时间(lnage)、企业总规模(lnsize)、资产杠杆率(lev)、现金流量资产比(fcf)、产权性质(own)、企业盈利能力(profit)和资产专用性(asset)。以上控制变量为企业异质性表现。为了控制异方差问题，本文对企业规模和企业上市时间两个变量作了对数处理。此外，本文引入了“企业研发及技术水平(tech)”这一控制工具变量，采用“医药制造业上市公司所拥有的研发及技术团队人员数量占企业总员工数量的比重”这一指标衡量。企业拥有的研发人员数量越大，就越倾向于开展相关创新研发活动，但企业研发人员数量对企业创新投入量没有影响，即该指标仅影响创新决策方程，而不影响创新强度方程。表1对模型中所涉及到的所有变量名称与衡量方法进行了详细说明。
表1 变量含义说明
变量类型变量名称符号变量定义选择模型的因变量研发选择Innod企业有创新研发活动,赋值为“1”;否则,赋值为“0”投入模型的因变量研发强度Inno研发费用/营业总收入自变量供应商卖方势力umbp企业向前5名上游供应商采购额/总采购额客户买方势力dcbp企业向前5名下游客户销售额/总销售额企业上市时间lnage公司上市月数的自然对数企业总规模lnsize企业总资产的对数资产杠杆率lev企业债务总额/资产总额现金流量资产比fcf经营活动现金流量净值/总资产控制变量产权性质own国有企业性质,赋值“1”;其它性质,赋值“0”研发及技术水平tech研发及技术人员/企业员工总数盈利能力profit企业主营业务利润率资产专用性asset企业固定成本/总资产
本文以2012—2016年我国沪深两市A股医药制造业上市公司为研究对象。首先，为保证数据完整性和有效性，剔除截至2016年底上市不满5年的企业；其次，为了保证结果的准确性和客观性，剔除2012—2016年的ST、*ST、交叉上市公司，以及在此期间有过重大资产重组或停牌的上市公司样本；第三，剔除R&D投入与支出异常以及相关财务数据缺失的企业样本。经过筛选，将剩余121家上市公司的605个样本观测值纳入模型进行分析。本文所涉及的上市公司数据主要来源于各上市公司年报、Wind数据库和巨潮资讯网站。其中，衡量卖方势力与买方势力的“前5大供应商采购额占全年采购额的比重”和“前5大客户销售额占全年销售额的比重”两个指标通过查阅各上市公司年报后整理获得。
表2给出了各变量描述性统计特征。从统计结果可以看出，全部数据中有32个样本无法获取企业创新研发观测值。企业创新研发强度均值为4.53%，表明医药制造业上市公司技术创新投入平均占营业总收入的比例为4.53%。由此可见，我国医药制造业研发投入相对较少。主要变量统计结果显示，前5大供应商采购比例均值高达31.76%，前5大客户销售比例达到22.82%，表明上游供应商与下游客户均具有一定的市场集中度和议价能力，相比之下，上游供应商的谈判议价能力明显强于下游客户的谈判议价能力，说明企业从上游前5家供应商处采购货物更加集中，对上游前5家供应商的依赖性更强，这与目前我国医药市场供小于求和医药资源分布不均的现实情况相符。此外，企业相对于上游供应商和下游客户的议价能力跨度较大，上游供应商卖方势力均值为31.76%，最大值为91.16%，而最小值仅为1.54%；下游客户买方势力均值为22.82%，最大值为87.32%，最小值仅为0.31%，表明不同的医药上市公司所面对的上、下游企业市场势力差距显著。资产专用性均值为21.92%，表明医药制造业上市公司固定资产占总资产的比重整体较大，企业转换成本较高，纵向依赖性较强。
模型1和模型2分别检验了供应商卖方势力、客户买方势力与企业创新研发投入之间的线性关系及非线性关系，如表3所示。首先，在模型1的线性关系中，上游供应商的卖方势力和下游客户的买方势力对企业创新研发投入虽具有正向促进作用，但并不显著，且逆米尔斯比率同样不显著。已有研究结果表明，纵向市场势力与技术创新之间既可能存在单调线性关系，也可能存在非单调的二次曲线关系。因此，为全面考察市场势力对医药制造业上市公司研发投入的影响，有必要在原有模型基础之上引入核心解释变量的平方项，进而检验买卖双方市场势力与企业技术创新研发之间是否存在非线性关系。
表2 各变量描述性统计结果
变量观测数均值标准差最小值最大值Inno5734.526 53.880 60.149 052.613 7umbp60531.761 718.892 71.540 091.160 0dcbp60522.820 214.426 10.310 087.320 0lnage6054.953 50.477 54.158 95.717 0lnsize60521.882 80.923 219.340 624.727 4lev60531.406 718.823 62.464 092.860 2fcf6056.377 57.099 7-23.774 362.352 7own6050.300 80.459 00.000 01.000 0tech60516.574 210.714 41.273 072.667 0profit60535.319 7241.635 6-87.315 45 623.080 0asset60521.917 811.156 21.831 166.194 8
注：为了减小异方差，已对企业上市时间(age)变量和企业规模(size)变量进行了对数变换
从模型2的回归结果看，首先，逆米尔斯比率λ值在10%的水平上显著，说明样本确实存在选择偏差问题，Heckman模型是有效的。其次，在引入卖方势力平方项(umbp2)后，回归结果在10%水平上显著，一次项为正，二次项为负，表明上游供应商的卖方势力与企业创新研发投入之间呈现出先增后降的“倒U型”变化趋势，与Agion等[18]、聂辉华等[21]的研究结论一致，即当上游供应商的卖方势力较小时，医药企业具有较强的市场势力和谈判话语权，此时该企业凭借谈判竞争优势而较少进行研发投入，但随着上游供应商的相对议价能力不断增强，医药企业为了拓展自身利润空间会不断增加创新投入，此阶段卖方势力对企业创新研发表现为正向“激励效应”。但是，当卖方势力增大到一定程度超过临界值时，医药企业的利润空间会随着上游卖方压榨程度不断提升而缩小，最后由于缺乏资金支持导致创新积极性降低，此阶段卖方势力对企业研发投入表现为负向“挤出效应”。
下游买方势力的一次项系数为正，二次项系数为负，且在10%的水平上显著，表明下游客户的买方势力与医药企业的创新研发投入之间同样存在“倒U型”二次关系，即当下游客户具有较低的议价能力时，虽然其利润空间会被压缩，但为了吸引更多消费者、扩大市场份额，医药企业仍会采取策略性创新投入，通过降低生产成本和产品多样化实现“薄利多销”，从而保持自身盈利能力，此阶段买方势力对企业研发投入表现为正向“激励效应”。随着下游买方的市场势力不断增强，其会通过延期支付货款、索要数量折扣、缴纳通道费等纵向控制交易方式降低医药企业供货批发价格，使该企业因下游客户市场势力过大而无利可图，最终不得不降低创新研发投入，从而抑制其创新研发积极性，此阶段买方势力对企业研发投入表现为负向“挤出效应”。
因此，对于我国医药制药业上市公司而言，纵向交易产生的市场势力对企业创新研发既有正向“激励效应”又有负向“挤出效应”，即无论上游卖方还是下游买方，过度竞争或过度垄断都不利于企业创新研发。一方面，过度的市场竞争挫伤了企业创新积极性；另一方面，过度的市场垄断容易使企业产生自满从而减少技术创新投入。因此，适度的买方和卖方市场势力最有利于激发企业创新研发动机。
在控制变量中，除资产杠杆率(lev)外，其它企业特征变量对创新研发投入均有显著影响，具体表现为：医药企业上市时间(lnage)对企业创新研发投入具有负效应，且在1%的水平上显著，即企业上市时间越长，其创新研发投入的可能性越低，二者之间存在一个递减效应。这一结论与Bellamy[38]的研究结论类似，表明运营时间较长的医药企业往往较早占领了市场，随着时间推移，会更倾向于依赖固有技术进行生产，从而缺乏创新积极性，而运营时间较短的医药企业为了更好地开辟市场，往往会试图尝试开发新技术。因此，新进入市场的医药企业会进行更多创新研发投入。医药企业规模(lnsize)与企业研发投入之间存在显著正效应，表明医药企业规模越大，其可利用的资源禀赋越多，就越有可能实施创新研发投入，这在一定程度上支持了熊彼特的大企业创新优势观。此外，医药制造业作为典型技术密集型产业，具有高风险、高投入的特点，对于实力雄厚、科技含量较高的大企业而言，其具有更强的应对能力去承担创新研发带来的前期投入和投资风险，可以通过规模经济和范围经济降低制药项目的技术风险。并且，大规模企业的产品多样性及跨区域销售模式能够通过销量增加而有效分摊高额的研发成本，从而加强大规模企业创新研发动机。资产杠杆率(lev)是衡量企业资本结构的重要指标之一，能够集中反映企业财务资源实力和运营发展情况。一般来说，企业资产杠杆率越高，其财务风险越大，融资成本越高，创新阻碍就越大。但本文回归结果表明，企业资产杠杆率与创新研发投入之间具有正向促进效应，即虽然企业处于负债状态，但仍有可能进行创新研发投入，这可能是由我国医药制造业所处的特殊监管体制及市场环境所致。目前，我国医药制造业市场化程度较高且竞争充分，药品市场同质化和营销手段单一化导致医药领域产能过剩，价格竞争日趋激烈，如果企业不积极开展技术创新研发，那么将承担被市场淘汰的风险。因此，即使资产杠杆率较高，企业仍会选择继续进行创新研发投入。但资产杠杆率与企业技术创新之间的关系并不显著，说明高负债率的企业在作出创新研发决策时相对谨慎，会避免因技术创新投入导致资金链断裂，最终陷入发展僵局。现金流量资产比(fcf)这一指标采用企业经营活动现金流量净值与企业总资产的比值衡量，代表与企业创新研发投入无关的市场势力和企业长期获利能力[39]。本文回归结果表明，企业现金流量资产比对企业创新研发投入具有显著正向促进作用。医药制造业属于高投入行业，充足的资金支持是医药企业开展技术创新活动的必要条件。因此，现金流量资产比越高的企业，可利用的自由现金流越多，从事研发创新的可能性越大。在产权性质(own)方面，产权性质对企业创新研发投入具有显著负向影响，表明国有性质的医药上市公司通常缺乏创新意识，较非国有企业而言，其技术创新动力不足。这是由于相比于组织结构复杂且监督与融资约束较强的国有控股医药上市公司，非国有医药上市公司体制机制更灵活，在激烈的市场竞争环境下更有动力进行创新。此外，在我国医药上市公司中，国有企业数量相对较少，仅占整体样本的30%，大部分是非国有企业。由此可见，非国有企业开展技术创新的空间更大，我国医药制造业整体技术创新仍需要依靠非国有企业拉动。企业资产专用性(asset)与创新研发投入之间显著正相关，这一结论与Dosi[40]提出的“由资产专用性产生的转换成本会阻碍技术创新”论断相悖，可能原因是随着医药制造业生产技术日趋成熟，资产专用性越强的企业就越有动机通过纵向一体化自建原料产地和销售渠道，在节约交易成本和规避机会主义风险的同时，有效提升自身竞争优势、巩固市场地位，从而增加各生产阶段利润以确保自身有较强的财务能力进行创新研发，并逐步开发上、下游相关产业技术。企业盈利能力(profit)与企业技术创新投入之间显著正相关，即利润获取能力越强的医药制造企业，其市场占有率和经营业绩越高，就越有动机通过技术创新研发实现新一轮经济增长。
表3 市场势力对企业创新研发效应的回归结果
解释变量模型1模型2选择方程投入方程选择方程投入方程umbp0.022 40.055 20.061 5∗∗∗0.126 0∗∗∗(1.23)(1.32)(3.44)(2.76)dcbp0.009 10.000 1-0.060 7∗0.064 0∗(0.98)(0.01)(-1.47)(1.71)umbp2-0.000 5∗∗-0.000 8∗(-2.42)(-1.76)dcbp20.001 4∗-0.000 9∗(1.62)(-1.69)lnage-0.590 3∗∗-2.516 8∗∗∗-0.603 7∗∗-2.570 9∗∗∗(-2.25)(-4.85)(-2.25)(-4.98)lnsize0.351 5∗∗∗0.697 0∗∗0.381 70.863 7∗∗∗(3.34)(2.47)(0.58)(2.99)lev-0.007 00.005 0-0.007 90.004 7(-1.28)(0.44)(-1.39)(0.40)fcf-0.017 20.041 0-0.016 3∗0.041 5∗(-1.22)(1.63)(-1.52)(1.61)own0.167 5-0.316 30.233 1∗-0.247 8∗(0.81)(-0.78)(1.68)(-1.58)tech0.007 00.069 3∗(0.72)(1.87)profit0.151 6∗∗0.586 9∗∗0.376 80.754 3∗∗(2.34)(2.48)(1.42)(2.53)asset-0.015 2∗∗0.014 3-0.014 3∗0.007 3∗(-1.96)(0.86)(-1.81)(1.63)c-3.398 5-1.070 2-3.875 0-6.335 4∗∗(-1.38)(-0.19)(-1.53)(-1.94)λ2.924 83.996 0∗(1.07)(1.65)N605573605573Wald Chi259.9765.67P值0.000 00.000 0
注：*表示p<0.1，即在10%的水平上显著；**表示p<0.05，即在5%的水平上显著；***p<0.01，即在1%的水平上显著。括号内变量为对应变量估计系数的Z值，下同
由交易费用理论和资源依赖理论可知，由非对称专用性资产投资产生的纵向经济依赖性同样是上、下游相对市场势力产生的重要影响因素。专用性资产投资强度较大的一方因沉没成本或转换成本过大而被锁定于特定的纵向交易关系中，从而对上游或下游产生较强的经济依赖性，导致其在交易谈判过程中处于相对弱势地位，拥有较弱的议价能力。因此，为了进一步检验不同的资产专用性强度下，上游卖方势力与下游买方势力对医药制造业上市公司创新研发投入的影响，本文以资产专用性程度(asset)的平均值为界，将资产专用性分为高资产专用性组与低资产专用性组，进而比较分析不同纵向依赖程度对二者关系的差异化影响。如表4所示，首先，核心变量在资产依赖性强度不同的两组样本中的回归结果与全样本回归结果的作用方向基本一致，再次验证了前文卖方势力、买方势力均与企业创新研发投入之间呈“倒U型”关系的结论。其次，相比于资产专用性强度较低的企业(模型4)，买方势力和卖方势力对高资产专用性(模型3)企业创新研发投入的影响更为显著，且显著性水平更高。这是因为医药制造业属于生产机械繁多且专用设备使用范围严重受限的行业，当专用性资产投资较大时，其对产业链上游供应商和下游客户的纵向资源依赖性也较强，那么该企业就会由于转换成本或沉没成本较大而处于交易谈判关系中的弱势地位，微弱的话语权导致其无法进行多元化选择，只能被动接受来自于交易伙伴的市场势力胁迫，面临来自于买方或者卖方的价格歧视、可置信威胁、敲竹杠等机会主义行为风险，进而对其经营绩效和创新决策产生不利影响。因此，专用性资产投入越大，企业受买卖双方市场势力的影响越显著，进而对其研发投入的影响就越显著。
表4 根据资产专用性程度分组回归结果
模型3模型4解释变量高资产依赖性程度组低资产依赖性程度组选择方程投入方程选择方程投入方程umbp0.116 00.150 5∗∗∗0.106 0∗∗0.098 4∗(1.26)(3.71)(2.08)(1.67)dcbp0.004 70.088 9∗∗∗0.076 20.005 1∗(0.07)(2.73)(1.50)(1.82)umbp20.000 9-0.010 5∗∗-0.000 7-0.001 4∗∗(0.72)(-2.37)(-1.32)(-2.44)dcbp20.003 1-0.227 1∗∗∗-0.001 0-0.002 1∗(1.32)(-2.54)(-1.54)(-1.77)lnage-0.417 1-1.581 1-0.744 1-2.589 7∗∗∗(-1.03)(-2.81)(-0.99)(-4.30)lnsize0.244 9∗0.419 80.328 00.717 2∗∗(1.68)(1.51)(1.53)(2.48)lev-0.004 00.006 0∗∗0.018 6∗0.010 9(-0.42)(2.49)(1.68)(0.70)fcf-0.163 1∗∗0.048 0∗0.054 60.040 3(-2.31)(1.70)(1.39)(1.19)own0.559 0-1.017 9∗-0.704 4∗-0.152 7(1.57)(-1.79)(-1.65)(-0.26)tech0.152 4∗0.020 5(1.79)(0.82)profit0.000 20.100 1∗0.001 20.005 2(0.24)(1.67)(0.25)(1.41)c-1.089 01.793 8-0.609 4-2.395 5(-0.27)(0.28)(-0.12)(-0.37)λ2.594 7∗0.003 6∗(1.65)(1.87)N258241347332Wald Chi242.1148.07P值0.000 00.000 0
随着经济全球化和供应链网络化发展，从纵向产业链视角出发，实证分析上游卖方势力和下游买方势力对医药制造业上市公司创新研发投入的影响是十分必要的。本文基于2012—2016年121家医药制造业上市公司面板数据，从线性与非线性角度实证检验上游供应商的卖方势力和下游客户的买方势力对医药制造业上市公司创新研发投入的影响。结果表明，纵向交易过程中形成的上游卖方势力、下游买方势力与企业创新研发投入之间均呈现为“倒U型”二次关系，且相比于专用性资产投资强度较低的医药企业，买方势力与卖方势力对高资产专用性企业研发投入所产生的“倒U型”影响更为显著。根据以上结论并结合我国医药制造业发展现状，本文提出以下对策建议：
(1)医药制造业作为关系国计民生的基础性、战略性产业，其整体创新能力较弱，应加大自主研发力度，在坚持仿制药研发的基础上，不断鼓励科研人员研制具有自主知识产权的新药，从而增强我国医药制造业的市场竞争力。
(2)纵向市场势力对医药制造业创新研发既有正向“激励效应”又有负向“挤出效应”，即过度的买方势力和卖方势力势必会影响医药制造业创新研发，降低医药企业竞争力，因而从长期看不利于企业经济效益提升和创新研发投入。因此，相关政府机构在政策决策过程中应充分权衡上述两种效应，一方面，发挥纵向市场势力对创新的正向激励作用，另一方面，将纵向市场势力带来的负向抑制作用降至最低。
(3)对于自主研发和创新性投入需求较强的医药制造业而言，仅依靠医药企业独立创新是不够的，还应加强与上游供应商或下游客户之间的纵向合作，充分利用技术互补和信息共享优势，实现医药产业链上、下游联动和强强联合之势，更好地应对技术创新带来的复杂性和风险。
(4)相关鼓励政策是医药企业开展创新研发的坚强后盾。因此，政府应制定创新补贴、成果转化、市场监管、药品审批、招标采购以及医保体系等配套政策，为我国医药制造业企业发展营造良好的技术创新氛围。
本研究在数据收集和实证分析过程中还存在一些不足。首先，从数据样本角度看，本文采用的是医药制造业上市公司时间跨度为5年的面板数据，但由于大部分上市公司隐藏了前5大供应商和前5大客户的具体名称，仅披露了上、下游各公司采购与销售占比，因此无法通过将“供应商-企业-客户”各交易环节完全匹配的方法对产业链上、下游企业之间的交易关系以及关联强度进行深入研究。其次，企业创新研发强度在某种程度上具有一定的滞后效应，同时当期研发投入水平还受企业先前技术创新能力的影响，而本文并未考虑技术创新滞后效应和先前技术知识积累水平带来的影响。以上问题在后续研究中有待进一步解答。
本文理论贡献与现实价值主要体现在以下4个方面：首先，以往文献大多集中于横向市场结构特征对企业技术创新的影响，但基于产业链买方与卖方双维视角研究市场势力对企业创新研发投入影响的文献相对较少。因此，本文进一步丰富了二者之间内在机制相关研究，也为企业相关技术创新战略决策制定提供了理论依据与参考；其次，从线性与非线性两个角度实证检验了买方势力和卖方势力对企业创新研发投入的影响，更加全面、深入地揭示了纵向市场势力在技术创新决策领域的深层作用机理；第三，将纵向经济依赖性因素考虑在内，探索在不同强度的资产专用性条件下，纵向市场势力对企业创新研发投入的作用变化，为企业技术创新水平和自主创新能力提升提供了新的研究视角与政策依据；第四，突破了传统博弈建模方法，通过实证检验分析方法，探讨了市场势力、资产专用性与企业研发投入之间的内在关系，在拓宽研究视野与研究方法的同时，为企业创新决策制定提供了更加可靠的经验证据。
[1] SCHUMPETER J A. Capitalism, socialism, and democracy[M]. New York: Harper and Brothers, 1942.
[2] BONDT R D, VANDEKERCKHOVE J. Reflections on the relation between competition and innovation[J]. Journal of Industry Competition and Trade, 2012, 12(1): 7-19.
[3] 宋艳，刘峰，黄梦璇，等. 市场结构和产品价格对新兴技术“峡谷”形成的影响研究——基于创新生态系统视角及行为实验方法[J]. 研究与发展管理，2017(3)：120-130.
[4] BAE H. Product innovation, sell-off, and entry deterrence[J]. International Journal of Industrial Organization, 2002, 20(4): 577-588.
[5] AGHION P, BLUNDELL R, GRIFFITH R, et al. The effects of entry on incumbent innovation and productivity[J]. The review of Economics and Statistics, 2009, 91(1): 20-32.
[6] BESTER H, PETRAKIS E. The incentives for cost reduction in a differentiated industry[J]. International Journal of Industrial Organization, 1993, 11(4): 519-534.
[7] BONANNO G, HAWORTH B. Intensity of competition and the choice between product and process innovation[J]. International Journal of Industrial Organization, 1998, 16(4): 495-510.
[8] O'REILLY C A, TUSHMAN M L. Ambidexterity as a dynamic capability: resolving the innovator's dilemma[J]. Research in Organizational Behavior, 2008, 28: 185-206.
[9] 于长宏，原毅军. 企业规模、技术获取模式与R&D结构[J]. 科学学研究，2017，35(10)：1527-1535.
[10] ACS Z J, AUDRETSCH D B. Innovation, market structure, and firm size[J]. The Review of Economics and Statistics, 1987, 69(4): 567-574.
[11] 任峰，李垣，赵更申. 产品生命周期对技术创新影响的实证研究[J]. 科研管理，2003(3)：13-18.
[12] CAVES R E, SHIRAZI J K, POTTER M E. Scale economies in statistical analyses of market power[J]. Review of Economics and Statistics, 1975, 57(2) : 133-140.
[13] 叶林，曾国安. 进入壁垒、策略性阻止与企业创新[J]. 经济评论，2013 (5)：61-78.
[14] PORTER M E. What is strategy[J]. Harvard Business Review, 1996, 86(5): 926-929.
[15] GILBERT R J, NEWBERY D M G. Preemptive patenting and the persistence of monopoly[J]. American Economic Review, 1982, 74(3): 514-526.
[16] HOROWITZ I. Firm size and research activity[J]. Southern Economic Journal, 1962, 28(3): 298-301
[17] CARLIN W, SCHAFFER M, SEABRICHT P. A minimum of rivalry: evidence from transition economies on the importance of competition for innovation and growth[J]. Journal of Economic Analysis and Policy, 2004, 3(1): 1-43.
[18] AGHION P, BLOOM N, BLUNDELL R, et al.. Competition and innovation: an inverted-u relationship[J]. The Quarterly Journal of Economic, 2005, 120(2): 701-728.
[19] 平新乔，周艺艺. 产品市场竞争度对企业研发的影响——基于中国制造业的实证分析[J]. 产业经济研究，2007 (5)：1-10.
[20] 陈羽，李小平，白澎. 市场结构如何影响R&D投入？——基于中国制造业行业面板数据的实证分析[J]. 南开经济研究，2007(1)：135-145.
[21] 聂辉华，谭松涛，王宇峰. 创新、企业规模和市场竞争：基于中国企业层面的面板数据分析[J]. 世界经济，2008，31(7)：57-66.
[22] CHEN Z Q. Monopoly and product diversity: the role of retailer countervailing power[M]. Carleton: Carleton University, 2004.
[23] INDERST R, SHAFFER G. Retail mergers, buyer power and product variety[J]. The Economic Journal, 2007, 117(516): 45-67.
[24] CHAMBOLLE C,VILLAS-BOAS S B.Buyer power through the differentiation of suppliers[J]. International Journal of Industrial Organization, 2015(43): 56-65.
[25] FARBER S. Buyer market structure and R&D effort: a simultaneous equations model[J]. The Review of Economics and Statistics, 1981, 63(3): 336-345.
[26] KÖHLER C. Bargaining in vertical relationships and suppliers' R&D profitability[R]. ZEW-Centrefor European Economic Research Discussion Paper, 2014.
[27] REXH
USER S,RAMMER C.Environmental innovations and firm profitability: unmasking the porter hypothesis[J].Environmental & Resource Economics, 2014, 57(1): 145-167.
[28] KIM K T, LEE J S, LEE S Y. The effects of supply chain fairness and the buyer's power sources on the innovation performance of the supplier: a mediating role of social capital accumulation[J]. Journal of Business & Industrial Marketing, 2017, 32(1): 987-997.
[29] 周勤，黄亦然. 渠道势力、纵向压榨与过度投资[J]. 南开经济研究，2008(4)：16-32.
[30] 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研究[J]. 管理评论，2011，23(10)：162-170.
[31] 张庆霖，郭嘉仪. 政府规制、买方势力与技术创新：中国制药产业的研究[J]. 当代财经，2013(6)： 98-109.
[32] HECKMAN J J. Sample selection bias as a specification error [J]. Econometric, 1979, 47(1): 153-162.
[33] PETERS J. Buyer market power and innovative activities [J]. Review of Industrial Organization, 2000, 16(1): 13-38.
[34] HANSEN G S, HILL C W L. Are institutional investors myopic? a time-series study of four technology- driven industries[J]. Strategic Management Journal, 1991, 12(1): 1-16.
[35] BALKIN D B, MARKMAN G D, GOMEZ-MEJIA L R. Is CEO pay in high-technology firms related to innovation[J]. Academy of Management Journal, 2000, 43(6): 1118-1129.
[36] BANERJEE S, DASGUPTA S, KIM Y. Buyer-supplier relationships and the stakeholder theory of capital structure[J]. The Journal of Finance, 2008, 63(5): 2507-2552.
[37] 唐跃军. 供应商、经销商议价能力与公司业绩——来自2005-2007年中国制造业上市公司的经验证据[J]. 中国工业经济，2009(10)：49-57.
[38] BELLAMY M A, GHOSH S, HORA M. The influence of supply network structure on firm innovation[J]. Journal of Operations Management, 2014, 32(6): 357-373.
[39] 王文翌, 安同良. 产业集聚、创新与知识溢出——基于中国制造业上市公司的实证[J]. 产业经济研究, 2014 (4): 22-29.
[40] DOSI G. Sources, procedures, and microeconomic effects of innovation [J]. Journal of Economic Literature, 1988, 26(3): 1120-1171.