In this paper, 253 enterprises founded by technical employees in the Second-board Market from 2009 to 2020 are selected as samples, and the multiple linear regression model is used to empirically test the impact of multi-dimensional employment experience of technical entrepreneurs before their mobility on entrepreneurial performance. In order to further explore the effectiveness of the duration of employment experience and structural social capital, this study adds age and social network related indicators to the original model to analyze the internal influence mechanism of previous experience.
The results show that technical entrepreneurs with non-duty invention work experience and overseas work and research experience have a significant positive impact on performance, while working experience in state-owned enterprises has a negative impact. Company age negatively moderated the utility of non-duty invention work experience. The mediating centrality of inventors cooperation network has positive and significant influence on entrepreneurial performance.
This paper centers around the technical entrepreneurs from the perspective of "mobility" background of career transition. It links the organizational experience before mobility with the performance after mobility, so as to trace the root of the existing characteristics of technical entrepreneurs. The conclusions enrich the understanding of the existing characteristics of technical entrepreneurs, as well as the research scope of social capital. The study provides reference for local technical entrepreneurs to use the social capital formed by the three experiences to promote entrepreneurial performance. Future research could focus on the "star scientists" who mostly cross the fields of science and technology with jobs both in enterprises and universities, and keep close contact with the two circles. Therefore their impact on innovation performance and the stages of impacts differ greatly from that of ordinary entrepreneurs, and it is believed to be worthy of study.
党的十九届六中全会强调,高质量发展应贯穿经济社会发展的各个方面[1]。富有竞争力的技术型企业可以作为实现这一目标的重要微观基础,自“双创”提出以来,在创新型国家战略实施和产业结构升级双重背景下,科技人员创办技术型企业现象不断涌现。相比一般创业者,技术人员更具技术创业优势,擅长以产品形式转化知识并推向市场。基于对技术的深刻理解,更易突破知识转移壁垒,将其携带的重要、稀缺核心技术资源充分调动起来。由他们主导的技术创业活动更能获得积极的政策支持[2]和风险投资[3],使其更具创业热情,促成并强化技术雇佣资本的市场发展趋势。主管部门和投资主体一般认为,以人为核心技术驱动的潜在市场回报大于普通财务数据预测[4]。此外,作为技术出身的特殊流动者,他们更有意愿和能力将获得的资金配置到创新活动中,促进战略性新兴产业和高技术产业发展。
尽管技术创业者具有独特创业优势,但面对市场和技术的双重不确定性,创业绩效表现参差不齐。目前学界缺乏相关原因探究,仅将其创业期间的创造力特征差异作为影响因素[5],但创造力特征更多是技术能力的外在表现,未体现影响企业重大决策和管理的个人特质。因此,本文聚焦技术创业者作为技术员工从不同任职组织流动到创业组织的情景。不同流动背景赋予不同个人特质,表现为人际交往、决策分析和战略管理方面的差异[4]。任职经历是从不断发展的工作过程中获得的社会资本,包括关系网络、默会知识、学识和能力,这些从职业生涯中获得的异质社会资本决定了技术创业者对企业绩效的贡献能力[6]。本文以社会资本为理论基础和分析工具,探讨流动背景下技术创业者多维度任职经历对创业企业绩效的作用。研究结论将有助于技术创业者在创业过程中更好地了解自身不足和优势,借助外部资源弥补短板,促进创业企业持续、健康发展。
相比一般创业者,技术创业者对企业创新活动具有显著推动作用,是创业成功的关键[5]。Jones-Evans[7]将其定义为以技术为基础的企业创始人,负责规划和建立企业,并将技术商业化,该定义与熊比特“创新企业家”主旨相符,即“通过创办企业将至少一项发明转化为产品,并形成稳定业务的具有创造能力的个体”。目前,国内外相关研究较少,最初致力于勾勒这一群体的人口统计特征[8],并根据职业背景进行分类[7],之后开始关注创业者的习得经验,如技术、管理和销售经验[9],而这些经验是企业发展的基础和维持竞争优势的主要驱动力[4]。近期相关研究更加关注该群体与外部环境的作用,包括关系资本建立[4]、政策因素影响[2]、创业学习[10]、投资方选择和双方冲突[3]。这些研究的观察时间点均处于创业活动开始后,缺乏流动背景下对技术创业者的研究,而人员流动是隐性知识、跨领域技术[11]、社会关系资本转移以及研发提升的有效途径[11],对绩效的作用不可忽视。换言之,许多就职于高新技术企业的研发者从事高水平知识生产、新产品研发工作,由于追求自我价值,从原企业出来创业,他们是一种特殊的流动研发者。
关于研发者流动的研究主要集中在两个方面:一是对企业绩效的影响,包括入职企业(新聘、并购)[12]和原企业(离职)[13];二是研发者流动的原因,关注对象均是雇佣形式而非创业形式的研发者,其流动后继续从事研发工作,而以技术创业者为对象的研究只关注研发者离职创业导致原企业资产流失对原企业创新绩效的影响[13]。人才流动加速知识在组织内或组织间的流动、整合和重组过程,因此,高水平研发者的流入与企业创新产出成正相关关系[12]。技术创业者是否产生同样效应?相比再次被雇佣,研发者成为技术创业者后,将拥有企业的绝对控制权,以及以研发为主的重大战略活动上的空前自主权。技术创业者个人特征必将在更大程度上影响创业企业整体运作和管理过程,进而表现为绩效差异。
本文将整合以上两个层次,探究流动背景下技术创业者与创业绩效的关系。学界对创业绩效的研究从3个方面展开[14]:一是社会认知,包括创业者心理[4]和社会(学历、家庭、经历)等特质[8]对创业结果的影响;二是资源基础,认为企业绩效由资源差异造成,对初创企业来说,创业者资源基本等同于企业资源;三是战略适应理论,强调管理者的创业战略选择对企业绩效的影响[4]。这3个方面都表明,创业者人力资本会对创业企业绩效产生重要影响。以往工作经历是创业时所拥有多样性社会资本的外在表现,其所携带社会资本表现出的特质和行为如何与创业面临的环境因素相匹配关乎创业成败。
本研究选取发明工作、国企工作和海外工作3种不同维度的任职经历,一方面考虑工作经历代表创业者从以往多种工作关系中获取的不同维度认知社会资本。以往研究关注创业、管理和行业[7,10]等先前经验,而发明工作经历是这些经验的综合体现,表现为微观层面的技术创业能力。还有一部分研究区分政府和市场主导的创业企业[2],在中国“关系”文化的背景下,关注组织人际关系维护的情境绩效与任务绩效具有同等重要地位[15],以国企为代表的政府主导型企业的考核准则、关系模式必然影响组织员工中观层面的思维模式。此外,随着“千人计划”的实施,海外高层次人才归国创业,他们拥有更多独特的跨国关系资本,以技术顾问的角色维系母国与国外企业高层次技术交流[16],这赋予他们宏观层面更加国际化的视野优势。以上是从技术创业者认知社会资本层面选取的3个维度经历,这些经历同时包含受到东西方文化差异影响的结构资本,如企业组织特别是国企一定程度上代表重视合作的中国集体主义文化,海外经历一定程度上代表个人利己的西方文化[17],文化差异一定程度上决定流动前的结构社会资本在创业时是否还能发挥作用。另一方面,这3个维度的任职经历是2009-2020年创业板市场中技术创业人群以往工作经历的主要类型。
社会资本是本文的理论基础,指个体或集体通过社会网络,提高各自相对竞争优势,获取实惠和收益[18]。社会资本本质上通过人与人之间的关系获取资源,在技术创业背景下尤其是初期,更多存在于技术创业者的人际关系结构中。从这个意义上讲,关系是社会资本的载体,而技术创业者多维度经历是不同维度关系的外在表现。Uphoff[19] 根据研究内容是否可观测,将社会资本分为结构社会资本和认知社会资本,前者是指与关系成员建立的规则、先例、程序,以及有助于集体互利的合作网络和社会角色,后者指嵌入在社会网络中有助于群体合作的个体意识形态,包括态度、规范、价值观、信仰。相较于结构社会资本的客观和可观测,认知社会资本更加不易察觉。通过社会资本将以往经历与创业绩效间关系联系起来是由于创业企业并非孤立的个体,而是通过创业者经历累积形成的关系网络上的节点。当前技术企业所拥有的资本既是过去关系演化形成的社会结构(结构型),也是过去关系内容积累的历史经验(认知型)。两者内在联系是:结构社会资本影响关系中个体或组织的认知,其最终源自认知过程。本文中,两种社会资本都源于创业者过去的关系。
本研究构建假设的分析框架是将3个维度认知社会资本构念(技术能力、思维模式、眼光视野)以3种经历(发明工作、国企工作、海外工作)直观表达,分析流动前任职经历形成的结构社会资本是否可用,以及受经历影响的认知社会资本与创业板市场的匹配情况,它们共同决定创业企业绩效。本文研究对象是创业成功技术企业中的创业者,因此,选择大多是高科技和高潜力企业的创业板市场。
从结构社会资本角度看,依据工作嵌入性观点,有职务发明经历者嵌入在组织内部合作关系网络中,与其他研发者共同完成一项技术创新任务。依靠企业内部关系获得的结构社会资本具有较强的排他性和粘性,当技术创业者离开原企业后,随着关系的消失,资本也会消失[19]。相比而言,非职务发明(个人发明)经历者不依附组织嵌入关系,可以参与技术研发全过程,并形成与其他参与者的合作关系网络[18],从而获得结构社会资本,包括与技术互补的其他研发者建立稳定长久的合作网络,网络中由个体能力和社会分工共同决定的角色定位,以及在长期合作中形成的利益分配规则和流程。这些不依托组织而存在于技术创业者个体网络中的社会资本不会因技术创业者建立公司而消失,创业者可在搜索知识和寻找不同类型合作者等方面继续发挥优势。这与创业板倾向的企业高成长特性相符[20],即企业通过熟悉的关系路径快速获得所需资源,完成技术研发各环节,聚焦形成关键产品,并通过创业板市场的资源补充进一步成长,从而取得较高创业绩效,这是职务发明和无发明经历技术创业者都不具备的关系优势。
从认知社会资本角度看,非职务发明经历者的创业优势表现为:首先,在形成技术产品的过程中他们会参与销售、管理等环节,因而获得营销、市场、财务等方面知识,这是主要参与公司技术研发的职务发明者和无发明经历者较少接触的环节。虽然这方面的知识可通过雇佣专业员工获取,但若创业者本就擅长,则可作为“多面手”专家协调企业各部门活动。创业板市场公司的权力具有集中性,技术创业者可根据市场环境快速作出有利于整体目标的决策,避免因认知局限造成战略失误。其次,非职务发明经历技术创业者的领导风格更偏向于权威型[21],因为在长期自主研发中,其更习惯于主动发掘技术互补的合作者,逐渐形成自我为中心、其他合作者辅助的关系网络。而职务发明经历创业者作为原组织一般员工受到组织管理模式的影响,主要通过规范企业文化对创业公司进行管理。因此,相对而言,职务发明经历者不易形成以自我为中心的领导风格。创业板上市公司具有集权特征,大股东拥有公司战略布局和日常管理的绝对控制权,形成管理者专权的关系特征,这与非职务发明者之前的工作关系模式类似。因此,他们倾向于沿用以往的行为模式要求员工服从组织,确保工作顺利完成,提高企业绩效。最后,根据知识基础观,组织知识由单个个体创造、储存和使用,权威型领导会让员工高度遵从创业者意愿,促进隐性知识在企业内传播,提高企业创新水平。此外,权威型领导强调意见一致,有助于企业形成统一文化。在创业板市场中,凝聚力强的创业企业更容易聚焦主业,攻克核心技术,形成关键产品。
综上,与职务发明经历者和没有发明经历者相比,非职务发明经历技术创业者具备独特的创业能力,其所保留的结构社会资本和认知社会资本均与创业市场环境匹配,对创业企业绩效的正向作用更强。同时拥有职务和非职务发明经历的混合型创业者也会获得上述社会资本,比无发明经历者更具创业优势。因此,提出如下假设:
H1a:与无发明经历技术创业者相比,技术创业者非职务发明经历对创业企业绩效的正向作用更强;
H1b:与职务发明经历技术创业者相比,技术创业者非职务发明经历对创业企业绩效的正向作用更强;
H1c:与无发明经历技术创业者相比,技术创业者混合发明经历对创业企业绩效的正向作用更强。
从结构社会资本角度看,我国国有企业是体制之内肩负特殊政治使命且由政府意志主导的生产经营组织,与执政组织有一定联系。相比体制外企业,该群体拥有先天制度资本带来的社会资源优势[18]。在该环境中,员工一方面依托其成员身份与组织内外部个人或团体建立社会关系;另一方面,国企工作的背景符号,以及组织内规则、程序形成的职位符号,共同构成这一群体的角色符号,以此展现其地位及可能获得或激活的资源,凭借符号优势,他们在工作以及技术并购、技术转让等对外技术活动中更容易获得对方青睐与信任。以上两方面共同构成结构社会资本,使其享有独特利益。然而,技术员工离职成为创业者后,原角色符号随之剥离。此外,以集体主义高承诺组织文化为特征的前雇主国有企业会将其行为视作对集体忠诚和信任承诺的背离[17],不允许技术创业者将组织内外关系资源以及通过这种关系获得的社会资本扩散到新企业中,避免威胁自身技术知识的战略价值,失去独特性和新颖性。因此,雇主企业会以人为修剪关系的方式防止资源外泄,阻止创业者原结构资本发挥作用[22]。
从认知社会资本角度看,国企工作经历使其体会或见识过依靠关系优势获得资源的便捷性,通过向关系网络中成员提供信息、政策理解等稀缺资源,在特殊优势的驱动下,形成关系思维模式群体,即在国企工作的技术创业者乐于通过关系实现目标,这种认知社会资本不会因其离开组织而迅速失效,将在创业后延续。但是,由于原国企的关系修剪及技术创业者角色符号的丢失,建立和维系关系的难度会加大。综合以上两方面,在新创企业中,他们更可能将大量精力用在维系以往关系和拓展新关系上,减少或放弃技术创新这种高失败率的活动。这与创业板市场所关注的企业创新属性相悖[20],市场更看重以科技创新为核心竞争力的企业,且希望企业上市后持续创新[19]。而关系思维模式决策产生的结果会与市场预期产生较大落差,从而负向影响创业企业绩效。
综上,由于结构型资本流失以及关系思维模式固化形成的认知社会资本与市场环境不匹配,技术创业者的国企工作经历会对创业企业绩效产生负面影响。据此,提出如下假设:
H2:与无国企工作经历的技术创业者相比,技术创业者国企工作经历对创业企业绩效的负向影响更强。
从结构社会资本角度看,拥有海外工作经历的创业者,曾在国外企业中学习或任职,与他人建立关系,形成结构社会资本,并受到西方个人主义文化氛围的影响[17]。一方面,关系作为组织间信息交换渠道降低知识搜索成本[22],便于先进技术知识获取和跨国转移,推动企业创新发展,提供国内市场无法获得的信息和资源,且竞争对手很难复制[16],这种优势与市场要求契合。另一方面,创业者将建立的关系网络带入新企业,使两个组织的个体有机会建立关系,方便进一步深度合作。
从认知社会资本角度看,海外经历优势还表现为国际化视野。嵌入海外关系网络中的技术创业者,通过这些关系跨国互动,接触先进技术和商业知识,不但明晰本领域先进技术发展路径和前沿科技动态趋势,而且了解这些技术被商业化的程度[23]。这些综合优势,使具有海外工作研究经历的技术创业者获得一种认知社会资本,即全球化视野优势。创业板上市公司内部权力集中,创业者视野关乎创业企业发展和绩效提升。而拥有视野优势的创业者能够以综合视角判断国内市场所处发展阶段,以及创业企业技术产品在世界产业地图中的功能与地位。这有利于创业者在创业初期快速精准识别创业机会,成为国内技术领域引领者,进而对企业绩效产生积极影响。更重要的是,创业者在经营过程中会根据全球市场动态变化,预判技术发展方向进而推及企业可能遇到的风险,适时调整企业发展战略,避免陷入同质化竞争。因此,海外工作研究经历所带来的关系资本和视野方面的认知资本共同构成新创企业可持续竞争优势。
流动后,海外技术创业者结构社会资本可用且具有持续优势,代表眼光视野的认知社会资本与创业板市场环境匹配。因此,提出如下假设:
H3:与无海外工作研究经历的技术创业者相比,技术创业者海外工作研究经历对创业企业绩效的正向影响更强。
综上,构建技术创业者多维度任职经历影响创业企业绩效的概念模型,如图1所示。
图1 技术创业者多维度任职经历影响创业企业绩效的概念模型
Fig.1 Conceptual model of multi-dimensional employment experience of technical entrepreneurs on entrepreneurial performance
选用创业板上市公司数据对假设进行验证,首先,该市场多为高新技术企业,方便技术创业者筛选,且与未上市企业相比,其业绩与潜力更优,基本符合技术创业成功企业的要求;其次,该市场企业的大股东具有集权特征,可基本排除其他管理层的影响,使观察结果更纯净;最后,该市场要求上市企业形成核心产品,创业者都有研发和市场经历,便于收集多维度任职经历。因此,选取345家创业板上市公司作为初始研究样本。先剔除标“ST”的2家企业,再剔除没有专利产出的90位创始人,通过专利保证创业者的创造力价值经过受理机构的审查[12],最终确定将2009-2020年上市的253家公司的技术创业者作为研究样本。
初始数据包含4个部分:一是技术创业者及上市公司基本信息,下载自巨潮资讯网;二是技术创业者相关经历,通过天眼查商业平台中研发者简历获取,该平台是人民银行企业征信备案机构,并辅以中商产业研究院、企业官网等补充验证;三是上市公司绩效,均收集于国泰安经济金融研究数据库;四是技术创业者发明工作经历,从智慧芽专利平台获取专利,具体而言,通过创业者姓名精确搜索,在结果中以申请年筛选成立前5年的专利数据,再以IPC分类号剔除差异大的企业以消除重名,辅以简历信息验证,通过所得专利数据形成研发者合作网络,并借助循数信息科技的Patlab专利大数据分析平台(http://www.patlab.tech)计算所有社会网络指标。
(1)因变量:创业企业绩效(ROE)。衡量组织层面创业活动产出,是创业成功的重要体现[5]。依据组织目标评价企业绩效,按照组织目标完成情况进行衡量。选取体现公司运用资本获利能力的净资产收益率(ROE),便于企业间横向对比[5]。为客观反映整个时期的综合管理水平,选用加权净资产收益率而非全面摊薄。
加权平均净资产收益率(ROE)=报告期净利润/平均净资产
(2)自变量:发明工作经历(duty)。该变量为类别变量,代表与技术创业者技术能力相关的社会资本。根据创业前创业者申请的专利数据中“原始申请(专利权)人”获取,分为职务发明(组织)和非职务发明(个人)两类。职务发明专利权归属于组织机构,非职务发明权归属于发明人个人。具体分为4类:一是都为非职务发明,意味着创业者利用自己或者团队的研发经验创造发明,取值为1;二是都为职务发明,表明发明是执行本单位任务或主要利用本单位物质条件完成的,创业者研发经验来源于先前企业,取值为2;三是既有组织发明又有个人发明则为混合发明经历,取值为3;四是没有专利申请,表明无发明经历,取值为0。模型2—模型4的参照类为无发明经历,模型5的参照类为职务发明经历。
国企工作经历(state_c):该变量为类别变量,代表与技术创业者思维模式相关的社会资本。从技术创业者简历中获取,国企包括国有独资企业及国有资本控股公司,成立企业前的工作经历中,有则取值为1,无则为0(参照类)。
海外工作研究经历(abroad):该变量为类别变量,代表与技术创业者眼光视野相关的社会资本。有海外留学、工作或作为访问学者工作经历则取值为1,没有则为0(参照类)。
(3)控制变量。为确保技术创业者先前经验对创业绩效的影响得到真实反映,本文从可能影响技术创业者社会资本的个人层面,以及可能影响绩效的企业、行业层面控制其它变量。具体来说,个人层面包含对社会资本有影响的技术创业者其它个人特征;公司层面包含企业成长阶段,指各时期不同绩效目标;行业层面考虑不同行业市场环境的影响。
个人层面。一是控制影响企业绩效的创业者个体特征,包括性别(male)、年龄(age)、受教育水平(edu)[5]。二是政治关联(politics),该类别变量从简历中收集。政治关联公司拥有的独特资本在融资、经营业务、财政补助、实际税率等方面都有显著优势[24]。基于技术型研发者政治背景构造两个变量:①政治关联,在工作经历中有政府任职或人大代表、政协委员任职经历则为1,没有则取值为0;②等级变量,中央取值4,省级取值3,市级取值2,区县及以下取值1。三是研发者流动次数(flow),以简历中技术创业者创业前任职过的企业数量衡量。流动次数越多,表明技术创业者拥有与更多不同研发团队共事的经历,其可能获得更多样的社会资本。四是同时任职企业数(firm),数值上等于技术创业者现在任职的所有企业中经营状态正常的企业数。当研发者经营企业数量过多时,会耗费大量精力管理维护,稀释其所拥有的社会资本,负向影响创业绩效。五是技术创业者持股比例(ratio),该变量体现创业决策的话语权,影响创业者经历对绩效的作用程度;作为实际控制人其持股比例反映其所在公司的股权集中度,与企业绩效显著相关[24-25]。
创业企业层面:企业成长阶段(growth)。该变量为类别变量。比较企业在两个不同时期的增长率与行业平均值来确定,初创期取值1,成长期取值2,成熟期取值3,衰退期取值4。企业身处不同时期,会面临不同外部挑战与内部条件,故各时期也会制定不同经营策略,影响企业绩效。
行业层面:行业类别(industry)。该变量为类别变量。受市场环境和政策导向的影响,行业是导致绩效差异的因素之一。根据样本中不同行业分类,制造业取值1,信息技术取值2,文化传播取值3,其余行业统一取值0(参照类)。
因变量净资产收益率为连续变量,借鉴以往同类研究[5],采用多元线性回归模型进行分析。国内不同地区发展水平存在差异,制度、政策等环境也存在差异,企业面临不同随机因素,使得绩效产生较大差异,BP检验结果也表明模型扰动项存在异方差性。根据中国社科院发布的《中国省域经济综合竞争力发展报告(2018-2019)》,按照省份不同分为发达和欠发达地区,以此聚类调整后的稳健标准误计算t统计量,作为统计推断依据,提高估计结果有效性。表达式如下:
ROE=β0+β1duty+β2state_c+β3abroad+β4male+β5age+β6edu+β7politics+β8flow+β9firm+β10growth+β11ratio+β12industry+ε
(1)
本文使用Stata15进行分析,变量相关系数和统计性描述如表1所示,解释变量间相关系数大多数小于0.4,方差膨胀因子(VIF)值均小于10,基本排除多重共线性问题。
表2模型1中包含所有控制变量,模型2中加入发明工作经历变量,以无发明经历者为参照,结果显示非职务发明对绩效具有显著正向影响(p<0.05,β=0.07),证实假设H1a,混合发明变量不显著(p>0.1,β=0.01),假设H1c没有被证实。因此,当创业者此前有过非职务发明的经历时,会创造更高的绩效水平。模型3在模型2的基础上加入国企工作经历,结果支持假设H2(p<0.05,β=-0.05)。模型4考察技术创业者海外工作研究经历对创业绩效的影响,结果支持假设H3a(p<0.05,β=0.03)。模型5以职务发明为参照组,结果表明技术创业者非职务发明经历对创业绩效具有显著正向影响(p<0.05,β=0.11),支持假设H1b。
表1 变量描述与相关系数
Tab.1 Variable descriptions and correlation coefficients
变量 均值标准差1234567891发明工作经历—非职务发明0.10 0.30 2发明工作经历—职务发明0.21 0.40 -0.17 3发明工作经历—混合发明0.03 0.18 -0.06 -0.09 4国企工作经历—是0.29 0.46 -0.05 -0.11 -0.07 5海外工作研究经历0.13 0.34 0.02 0.12 -0.07 -0.02 6性别0.95 0.21 0.08 0.02 -0.07 0.10 -0.02 7年龄54.28 6.47 0.00 0.01 0.17 0.16 0.04 0.04 8持股比例24.66 15.02 0.07 -0.07 -0.06 0.06 -0.01 0.04 -0.16 9学历—本科0.27 0.44 -0.18 -0.13 -0.01 0.02 -0.10 0.01 -0.07 -0.03 10学历—硕士0.46 0.50 0.13 -0.06 0.11 -0.07 -0.07 -0.02 -0.04 -0.02 -0.56 11学历—博士0.14 0.35 -0.10 0.25 -0.07 -0.01 0.32 0.04 0.05 -0.04 -0.24 12研发者流动次数2.09 1.13 -0.03 0.18 0.02 0.15 0.24 0.08 0.07 -0.01 -0.04 13政治关联0.34 0.47 0.00 0.07 0.06 -0.02 -0.13 0.00 0.12 0.04 0.02 14同时任职企业数10.89 8.09 -0.09 -0.11 -0.03 -0.10 0.07 0.06 -0.15 0.03 0.11 15成长阶段—成长期0.18 0.38 -0.09 0.15 0.15 -0.07 0.04 0.01 0.02 -0.01 0.04 16成长阶段—成熟期0.37 0.48 -0.07 0.00 -0.04 0.12 -0.08 -0.06 -0.01 0.13 0.06 17成长阶段—衰退期0.26 0.44 0.09 -0.13 -0.01 -0.03 -0.10 0.01 0.10 -0.14 -0.12 18行业类别—制造行业0.74 0.44 0.11 0.08 0.06 0.16 0.07 0.04 0.10 0.00 -0.09 19行业类别—信息技术行业0.17 0.37 -0.12 -0.10 -0.02 -0.12 -0.08 0.00 -0.11 -0.08 0.07 20行业类别—文化传播行业0.01 0.09 0.12 -0.05 -0.02 0.04 -0.04 0.02 -0.02 0.03 0.05 变量1011121314151617181911学历—博士-0.37 12研发者流动次数-0.14 0.20 13政治关联0.03 -0.05 -0.12 14同时任职企业数-0.01 -0.04 -0.06 -0.03 15成长阶段—成长期0.01 -0.07 0.04 -0.05 0.00 16成长阶段—成熟期-0.06 -0.09 -0.09 -0.01 -0.02 -0.36 17成长阶段—衰退期0.13 0.07 -0.05 0.16 0.00 -0.28 -0.46 18行业类别—制造行业-0.08 0.05 0.15 0.02 -0.14 -0.08 0.07 -0.04 19行业类别—信息技术行业0.12 -0.09 -0.14 -0.10 0.13 0.10 0.01 0.02 -0.76 20行业类别—文化传播行业0.01 -0.04 -0.07 0.12 -0.05 -0.04 0.03 -0.05 -0.15 -0.04
表2 ROE的多元线性回归检验结果
Tab.2 Results of multiple linear regression test of ROE
变量模型1模型2模型3模型4模型5控制变量性别(male)-0.06**-0.05**-0.04*-0.04**-0.04**(0.00)(0.00)(0.00)(0.00)(0.00)年龄(age)0.000.000.000.000.00(0.00)(0.00)(0.00)(0.00)(0.00)学历(edu)本科0.11*0.12**0.12**0.12**0.12**(0.01)(0.01)(0.01)(0.00)(0.00)硕士研究生0.130.130.13*0.13*0.13*(0.03)(0.02)(0.02)(0.02)(0.02)博士研究生0.180.210.200.190.19(0.05)(0.05)(0.05)(0.05)(0.05)政治关联(politics)0.050.060.060.060.06(0.04)(0.04)(0.05)(0.04)(0.04)研发者流动次数(flow)-0.02-0.02-0.01-0.01-0.01(0.01)(0.01)(0.01)(0.01)(0.01)同时任职企业数(firm)-0.00-0.00-0.00-0.00-0.00(0.00)(0.00)(0.00)(0.00)(0.00)持股比例(ratio)0.000.000.000.000.00(0.00)(0.00)(0.00)(0.00)(0.00)企业成长阶段(growth)成长期-0.22-0.21-0.21-0.21-0.21(0.11)(0.11)(0.11)(0.11)(0.11)成熟期-0.06-0.05-0.04-0.04-0.04(0.02)(0.01)(0.02)(0.01)(0.01)衰退期-0.17*-0.17*-0.17*-0.17*-0.17*(0.02)(0.02)(0.02)(0.02)(0.02)行业类别(industry)制造行业0.22***0.21**0.22***0.22***0.22***(0.00)(0.01)(0.00)(0.00)(0.00)信息技术行业0.260.270.270.270.27(0.07)(0.07)(0.06)(0.06)(0.06)文化传播行业0.17**0.17**0.20***0.19***0.19***(0.00)(0.00)(0.00)(0.00)(0.00)自变量发明工作经历(duty)无发明经历0.000.000.000.05(0.00)(0.00)(0.00)(0.01)非职务发明经历0.07**0.06**0.05***0.11**(0.00)(0.00)(0.00)(0.01)职务发明经历-0.04-0.05-0.050.00(0.02)(0.01)(0.01)(0.00)混合发明经历0.01-0.000.000.06(0.08)(0.07)(0.07)(0.07)国企工作经历(state_c)-0.05**-0.04**-0.04**(0.00)(0.00)(0.00)海外工作研究经历(abroad)0.03**0.03**(0.00)(0.00)_cons-0.36-0.36-0.40-0.39-0.44(0.24)(0.24)(0.24)(0.24)(0.23)N205205205205205Log lik.-45.78-45.01-44.56-44.44-44.44
注:括号内为标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01,下同
为验证结果稳健性,参照潘克勤[24]的研究,有无政治关联和政治等级本质上都是对政治身份的分组,前者将政治身份分为2个等级,后者分为4个等级,故以政治等级替换政治关联。以研发专利数量替换研发人员数量,两者从不同角度反映企业创业能力,检验结果保持不变。
此外,海外经历正向影响创业绩效,同时,创业绩效越高越能吸引海归技术人员参与创业。因此,两者间可能存在反向因果。借鉴柳光强[26]的做法,选用“基督教传教士在中国各地区创办的教会大学的数量”作为技术创业者海外工作研究经历的工具变量。此变量度量了西方制度和价值观对中国各地区的影响,受到影响的地区的居民更有可能接触外部知识和思想,去西方国家学习和发展的倾向可能更高,他们回国后具有一定就业优势,因而教会大学数量越多,该地区创业者有海外经历的可能性越高。该变量来自100多年前的历史数据,不会直接影响创业企业绩效,符合工具变量外生的基本条件。最终结果显示,海外工作经历的影响正向显著,职务发明经历的影响负向显著,国企工作经历的影响则不显著。考虑到上年度经营水平可能影响当年绩效,将“上年企业绩效”加入到模型中,最终结果没有显著变化。
上述结果显示,流动背景下技术创业者非职务发明和海外工作研究经历对创业绩效具有促进作用,国企工作经历对企业绩效具有负向作用。在此基础上,本文进一步检验3种工作经历的边际效用,结果如表3所示,3种工作经历的边际效用显著,表现为有非职务发明经历的创业者比没有者对绩效的贡献高0.053个单位,有国企工作经历者比没有者绩效贡献低0.045个单位,有海外工作经历者比没有者绩效贡献高0.034个单位。
表3 3种工作经历的边际效用
Tab.3 Marginal utility of three experiences
变量边际效用控制变量自变量发明工作经历(duty)非职务发明0.053***(0.001)职务发明-0.054(0.009)混合发明0.004(0.074)国企工作经历(state_c)-0.045**(0.001)海外工作研究经历(a-broad)0.034**(0.002)
技术研发者流动是社会资本在企业间转移的重要方式[11],表现形式多样,如并购是企业合并形成的流动,被并购企业内部合作网络发生巨大变化,会造成研发者在原网络中形成的社会资本(如中心性)流失,同时,研发者也会因易主而产生焦虑情绪,影响能力发挥[27];又如雇佣流动,其是高科技企业实现知识、技术等随社会资本流入组织、提高研发产出的重要手段[11]。本文研究的流动与雇佣流动机制相似,但技术创业者的社会资本会对企业活动发挥更强、更直接的作用,一方面,新企业中绝对的权利支持使社会资本能够充分发挥作用,另一方面,创业者作为企业主要决策者的身份将更可能带动原组织有潜力员工一起创业,形成团体流动,增强创业企业创新能力。
流动背景下创业者任职经历代表他们过去嵌入的组织关系的结构资本,也代表从过去关系内容中积累的知识和共识所形成的认知社会资本,类似于智力资本,包括能力、价值观、眼界。两者都是过去的影子且共同塑造技术创业者流动后的行动和关系,它们相互作用后的结果共同影响绩效。然而,随着技术创业者的流动,以往部分互惠关系会弱化或瓦解,使过去关系带来的社会资本效力逐渐下降[28]。
为验证上述想法,在原模型的基础上考虑创业企业年龄,发现非职务发明经历的作用会随着创业时间的推移而逐渐下降(见表4)。可能是由于随着创业企业发展,其会面临更多竞争者,以往合作关系(结构社会资本)和个人能力(认知社会资本)优势无法在企业持续经营方面发挥更大作用,此时还需利用其它管理能力。该现象也说明某些经历中获得的资本具有阶段性效应,在早期影响更加显著。这与Burt等[29]的研究成果具有一定相似性,即在创业不同阶段,创业者从不同人员之处获得的支持不同,如在创始事件和第一次关键事件中向不同关系人请求帮助的创业者随后实现的企业绩效更好。
此外,为直观分析流动前技术创业者结构社会资本对创业绩效的影响,本文关注其流动前网络经历,并获取相关指标。以创业前专利数据建立技术创业者创新合作网络,通过patlab专利大数据分析平台获取相关网络指标。具体包括:中介中心度,其体现研发者网络资源控制和信息传播情况;结构洞效率指数,其值越高,表明技术创业者对网络中异质性信息的获取能力越强;知识宽度和深度则代表技术创业者技术知识的掌握程度[30]。这种合作关系网络中的结构性资本可能随着技术创业者一起流动到初创企业,在新产品开发过程中发挥积极影响。从结果来看,只有中介中心性产生显著正向影响,可能是因为之前网络位置嵌入经历具有较强后续作用。
除流动前在不同组织任职的经历外,本研究还关注不同创业者以往在同一组织工作经历所形成的连锁关系。该共事经历可能使他们在创业时有相似的技术知识和社会关系,以及受共同组织文化影响的思维模式。如图2所示,L1、L2分别为创业者A与B、B与C的连锁关系,他们分别拥有企业1、企业2共事经历。B同时与A和C相连,由3位创业者形成的连锁关系网可能深刻影响其创业和经营活动,使其在战略选择、企业管理和绩效提升方面表现类似。为验证猜想,本文从253家企业中筛选任职组织和时间重叠的7组创业者,结果发现:在战略规划和企业管理方面,有连锁关系的5组企业表现类似,如:专利全球布局计划、研产销一体化机制等;绩效方面则以组内企业ROE是否同方向、同时高或低于均值两个条件筛出5组表现相似的连锁企业,但连锁与非连锁企业的组间绩效差异检验结果不显著,这可能是由样本量缺乏和地理位置分散造成的。
表4 创业前任职经历的时间效应检验
Tab.4 Time effect test of preceding working experience
变量模型5模型6控制变量已控制公司年龄(firm_age)-0.01*(0.00)-0.00(0.00)自变量发明工作经历(duty)非职务发明0.07**(0.00)0.29**(0.01)职务发明-0.05(0.01)-0.15(0.08)混合发明0.00(0.08)0.35(0.20)国企工作经历(state_c)-0.04**(0.00)海外工作研究经历(abroad)0.03*(0.00)非职务发明×公司年龄-0.01**(0.00)职务发明×公司年龄0.01(0.01)混合发明×公司年龄-0.02(0.01)_cons-0.28(0.21)-0.32(0.21)N205205Log lik.-44.44-43.50
表5 创新合作网络指标回归结果
Tab.5 Regression results of innovation cooperation network indicators
变量模型7中介中心性0.07**(0.00)结构洞效率指数-0.02(0.04)知识宽度-0.00(0.00)知识深度0.03(0.01)_cons0.01(0.05)N30Log lik.16.84
图2 技术创业者连锁关系
Fig.2 Linkage diagram of technology entrepreneurs
本文基于国内创业板市场253家初创企业数据,考察了技术创业者流动前多维度任职经历对创业企业绩效的影响。研究发现,非职务发明经历和海外工作研究经历都对技术创业者绩效产生显著正向影响,而国企工作经历则产生负向影响,同时,公司年龄负向调节非职务发明经历的效用。这些具有代表性的任职经历影响技术创业者不同维度的认知社会资本,即技术能力、思维模式、眼光视野。此外还发现,以流动前专利数据构建的研发者合作网络中,整体网络优势即中间中心度对创业绩效具有显著正向影响。
5.2.1 理论贡献
本文理论贡献在于:第一,以职业转换的流动背景为视角研究技术创业者,将流动前的组织经历与流动后的绩效表现联系起来,从而追溯技术创业者现有特质的根源,补充相关研究对技术创业者特质的认识;第二,以往研究以流动研发者为主体,只关注雇佣型流动研发者,忽视了对企业战略决策有更大影响的创业型流动研发者,本文填补了相关研究空缺,使得关于不同种类流动研发者的研究更加完整;第三,分析了流动背景下创业型研发者多维度工作经历的不同维度——认知社会资本,拓展了社会资本的研究范围。
5.2.2 实践启示
首先,有助于直观了解以往任职经历所携带的资本及其与中国创业市场的匹配情况。技术创业者在流动前可根据自身经历权衡创业优劣势,包括以往关系资本是否流失,以及自身能力、思想和视野的优势与局限,并弄清可否通过获取外部资源弥补劣势。可向拥有关系资本的人请求帮助或聘用拥有这些能力的人,进而作出创业决策和准备,减少因对自身社会资本认识不足而导致的创业失败。如:宁德时代创始人之一黄世霖与还在原企业新能源科技有限公司兼任CEO的创始人曾毓群共同创业,新企业借助曾毓群的结构社会资本,获得专利技术使用权、合作研发和厂房设备租赁等创业资源。
其次,研究结果显示国企工作经历负向影响创业绩效,该结果与主流研究认为的国企创业者拥有特殊关系资本和治理才能正向影响创业绩效的观点不同,这种矛盾可能源于技术创业市场更重视自主创新,而关系资本和关系思维会使技术创业者放弃高失败高风险的技术战略,转而选择轻松省力的路线,如收购产品成熟的企业、购买国外的技术生产线,但企业减少核心技术研发投入转而选择挣快钱的战略与技术创业市场重视自主创新的属性相悖,故不利于创业绩效提升。因此,国企员工辞职后从事技术创业时应重视技术创业市场的特点,避免只关注短期收益,需着眼企业长远发展,保证技术研发投入,实现持续创新。
最后,优势经历也存在阶段效应,随着时间的推移而减弱,技术创业者应在以往资本的基础上继续扩展优势。
5.2.3 研究不足与未来展望
研究不足在于:首先,没有考虑除以往工作关系外的其它非正式关系对创业绩效的影响,如家庭、朋友关系,而初创期技术创业者更多求助这些关系。其次,本文中创业绩效是两种社会资本综合作用的结果,未来研究可采用其它方法测度两种社会资本,验证每种资本对绩效的单独作用途径和效果及相互作用机理。最后,明星科学家大多在企业与大学同时任职,与两个圈子保持紧密联系,他们对创新绩效的影响程度以及影响的阶段与一般人相比存在较大差异,未来可探究明星科学家作为技术创业者的增值途径。
[1] 刘鹤. 必须实现高质量发展(学习贯彻党的十九届六中全会精神)[N]. 人民日报, 2021-11-24(6).
[2] 许成磊, 张超, 郭凯, 等. 政策支持、创业激情与技术创业成功: 政策感知的调节作用[J]. 科技进步与对策,2022,39(14):94-104.
[3] 孙继伟, 李晓琳. 技术创业者与投资方冲突显现的影响因素探析[J]. 科学学研究, 2019, 37(1): 104-111.
[4] OAKEY R P. Technical entreprenenurship in high technology small firms: some observations on the implications for management[J]. Technovation, 2003, 23(8): 679-688.
[5] 刘斌, 陈倩迪, 王雅兰, 等. 技术创业者创造力特征对企业绩效的影响[J]. 科技进步与对策: 2022:1-8.
[6] VICENTINI F, BOCCARDELLI P. Career diversity and project performance in the Italian television industry[J]. Journal of Business Research, 2016, 69(7): 2380-2387.
[7] JONES-EVANS D. A typology of technology‐based entrepreneurs: a model based on previous occupational background[J]. International Journal of Entrepreneurial Behavior & Research, 1995, 1(1): 26-47.
[8] ROBERTS E B, WAINER H A. Some characteristics of technical entrepreneurs[J]. IEEE Transactions on Engineering Management, 1971, EM-18(3): 100-109.
[9] BERRY M. Technical entrepreneurship, strategic awareness and corporate transformation in small high-tech firms[J]. Technovation, 1996, 16(9): 487-498.
[10] 郝喜玲, 陈忠卫, 刘依冉. 创业失败学习内容的差异性及其根源[J]. 华东经济管理, 2016, 30(3): 141-147.
[11] DOKKO G, ROSENKOPF L. Social capital for hire: mobility of technical professionals and firm influence in wireless standards committees[J]. Organization Science, 2010, 21(3): 677-695.
[12] 孙笑明, 郑晓宇, 王巍, 等. 技术并购中主并企业关键研发者合作网络变化对其创造力的影响[J]. 管理工程学报, 2021, 35(6): 35-47.
[13] CAMPBELL B A, GANCO M, FRANCO A M, et al. Who leaves, where to, and why worry: employee mobility, entrepreneurship and effects on source firm performance[J]. Strategic Management Journal, 2012, 33(1): 65-87.
[14] 余绍忠. 创业绩效研究述评[J]. 外国经济与管理, 2013, 35(2): 34-42.
[15] 王辉, 李晓轩, 罗胜强. 任务绩效与情境绩效二因素绩效模型的验证[J]. 中国管理科学, 2003,20(4): 80-85.
[16] DAI O, LIU XH. Returnee entrepreneurs and firm performance in Chinese high-technology industries[J]. International Business Review, 2009, 18(4): 373-386.
[17] TSUI XAS. When brokers may not work: the cultural contingency of social capital in Chinese high-tech firms[J]. Administrative Science Quarterly, 2007, 52(1): 1-31.
[18] 边燕杰, 丘海雄. 企业的社会资本及其功效[J]. 中国社会科学, 2000,20(2): 87-99.
[19] UPHOFF N . Understanding social capital: learning from the analysis and experience of participation[M]. World Bank, 2000.
[20] 万兰英. 中国创业板市场的理论与实践[M]. 北京:经济管理出版社, 2006.
[21] 杨国亮, 卫海英. 家长式领导对组织创新绩效的影响[J]. 经济与管理研究, 2012,23(7): 91-100.
[22] HERNANDEZ E, SANDERS WM G, TUSCHKE A. Network defense: pruning, grafting, and closing to prevent leakage of strategic knowledge to rivals[J]. Academy of Management Journal, 2015, 58(4): 1233-1260.
[23] 张信东, 吴静. 海归高管能促进企业技术创新吗[J]. 科学学与科学技术管理, 2016, 37(1): 115-128.
[24] 潘克勤.实际控制人政治身份降低债权人对会计信息的依赖吗——基于自我约束型治理视角的解释和实证检验[J].南开管理评论,2009,12(5):38-46.
[25] 黄速建, 任梦, 张启望. 竞争性行业混改中国有资本控制人持股比例与企业绩效[J]. 经济管理, 2021, 43(3): 62-79.
[26] 柳光强. 高管海外经历是否提升了薪酬差距[J]. 管理世界, 2018, 34(8):13.
[27] 孙笑明, 陈毅刚, 王雅兰, 等. 关键研发者创造力变化研究综述与未来展望——组织内与组织间嵌入视角[J]. 科技进步与对策, 2020, 37(9): 153-160.
[28] AHUJA G, SODA G, ZAHEER A. The genesis and dynamics of organizational networks[J]. Organization Science, 2012, 23(2): 434-448.
[29] BURT RS, OPPER S. Early network events in the later success of Chinese entrepreneurs[J]. Management and Organization Review, 2017, 13(3): 497-537.
[30] 孙笑明. 专利在管理中的应用[M]. 北京:化学工业出版社, 2020.