包 晗
(上海工程技術(shù)大學(xué) 管理學(xué)院,上海 201620)
據(jù)2018 年《科技中國(guó)》雜志顯示,我國(guó)科技成果只有10%~30%應(yīng)用于生產(chǎn),其中真正成為現(xiàn)實(shí)生產(chǎn)力的僅占其中的20%左右,與日本、美國(guó)的80%左右的創(chuàng)新成果轉(zhuǎn)化率相去甚遠(yuǎn)。而生物醫(yī)藥產(chǎn)業(yè)作為高技術(shù)產(chǎn)業(yè),近年來(lái)備受矚目。因此,探究我國(guó)生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的影響因素并對(duì)癥下藥就顯得尤為重要。
為剖析我國(guó)生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的影響作用機(jī)制,學(xué)者們進(jìn)行了一系列有價(jià)值的研究。在創(chuàng)新成果轉(zhuǎn)化的影響因素的研究方面,基于整體角度,余永澤(2009)[1]分別討論了企業(yè)規(guī)模、政策支持等對(duì)創(chuàng)新成果轉(zhuǎn)化的凈效應(yīng);肖仁橋等(2012)[2]分別研究了政府支持、金融支持等因素對(duì)創(chuàng)新成果轉(zhuǎn)化的影響;蘇朝暉和吳曉曉(2014)[3]分別研究了研發(fā)人員與研發(fā)資金對(duì)創(chuàng)新成果轉(zhuǎn)化的影響。但是對(duì)于生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的研究卻為數(shù)不多。本研究通過(guò)模糊集定性比較分析方法,探究了生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的影響因素之間的聯(lián)動(dòng)作用,彌補(bǔ)了已有研究的不足,豐富了生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的相關(guān)研究。
生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化是連接研發(fā)與生產(chǎn)重要的中間環(huán)節(jié),是企業(yè)、高校、科研機(jī)構(gòu)等多方主體共同作用的復(fù)雜結(jié)果,現(xiàn)有對(duì)于企業(yè)創(chuàng)新成果轉(zhuǎn)化機(jī)制的研究,忽視了多種因素對(duì)創(chuàng)新成果轉(zhuǎn)化的共同作用,此外,已有研究缺乏對(duì)提升創(chuàng)新成果轉(zhuǎn)化效率的路徑研究。
因此,本研究從組態(tài)視角,運(yùn)用定性比較分析方法,研究金融機(jī)構(gòu)支持、研發(fā)人員投入強(qiáng)度、企業(yè)規(guī)模、政府補(bǔ)助以及研發(fā)資金投入這5 個(gè)前因變量組成的不同組態(tài)與生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化效率之間的關(guān)系,詮釋生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化率提升的路徑。
對(duì)科技成果轉(zhuǎn)化效率的度量一直是研究的重點(diǎn)。國(guó)內(nèi)外學(xué)者積累了很多的成果。衡量科技成果轉(zhuǎn)化水平有3 個(gè)常用的角度,分別是經(jīng)濟(jì)效益、社會(huì)效益和環(huán)境效益。本文主要從經(jīng)濟(jì)效益的角度對(duì)生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化效率進(jìn)行度量。
經(jīng)濟(jì)效益是指科技成果轉(zhuǎn)化給生物醫(yī)藥企業(yè)帶來(lái)的實(shí)用價(jià)值和經(jīng)濟(jì)效益。主要指標(biāo)有科技成果(專利)數(shù)、新產(chǎn)品銷售收入以及技術(shù)市場(chǎng)成交額等。左麗(2016)[4]新產(chǎn)品產(chǎn)值/總產(chǎn)值、專利申請(qǐng)數(shù)/總產(chǎn)值、有效專利數(shù)/ 總產(chǎn)值來(lái)衡量科技成果轉(zhuǎn)化的效果;汪幔(2014)[5]用各個(gè)省的大中型企業(yè)2006—2010 年的專利成果數(shù)和新產(chǎn)品銷售收入來(lái)衡量我國(guó)科技成果轉(zhuǎn)化水平;劉秋紅(2018)[6]要考慮科技成果內(nèi)生化帶來(lái)的經(jīng)濟(jì)產(chǎn)出,將新產(chǎn)品銷售收入作為主要產(chǎn)出指標(biāo),新產(chǎn)品出口額作為次要產(chǎn)出指標(biāo)。
探究科技成果轉(zhuǎn)化效率的影響因素是制定提高科技成果轉(zhuǎn)化率對(duì)策的重要基礎(chǔ)。研究表明,科技成果轉(zhuǎn)化是由多重復(fù)雜因素共同作用的結(jié)果,但在實(shí)際研究中,關(guān)于科技成果轉(zhuǎn)化率的影響因素,尚未形成統(tǒng)一結(jié)論。這是由于學(xué)科背景,專業(yè)特長(zhǎng)等方面的不同,研究者通常從不同的切入點(diǎn)進(jìn)行研究。研究者在研究切入點(diǎn)的差異導(dǎo)致研究結(jié)論的不同,給本研究帶來(lái)了一定困難。
為解決該問(wèn)題,本文將研究視角聚焦為我國(guó)生物醫(yī)藥企業(yè)的科技成果轉(zhuǎn)化,進(jìn)一步縮小科技成果轉(zhuǎn)化的研究范圍。在此基礎(chǔ)上,本文通過(guò)深度挖掘現(xiàn)有的文獻(xiàn),發(fā)現(xiàn)國(guó)內(nèi)已有研究對(duì)科技成果轉(zhuǎn)化的歸因集中在5 個(gè)層面:一是研發(fā)資金的投入(劉長(zhǎng)平(2015)[7]、陳偉等(2011)[8]、汪幔(2014)[5]),由于企業(yè)盈利能力不同,所以本研究以研發(fā)投入占營(yíng)業(yè)收入的比重來(lái)表示;二是企業(yè)規(guī)模,即企業(yè)的員工總數(shù)或者企業(yè)平均產(chǎn)值,本研究以企業(yè)員工數(shù)作為企業(yè)規(guī)模的衡量指標(biāo);三是研發(fā)人員投入(單友磊(2017)[9]),即研發(fā)人員數(shù)量,但是不同規(guī)模的企業(yè),其研發(fā)人員的數(shù)量可能會(huì)有所變動(dòng),但研發(fā)人員占企業(yè)總員工數(shù)量的比例可以反映研發(fā)人員投入情況;四是政府補(bǔ)助(鄧群(2019)[10]、劉家樹(shù)和菅利榮(2011)[11]),政府補(bǔ)助數(shù)額不能用于衡量政府支持力度,因?yàn)椴煌髽I(yè)資產(chǎn)規(guī)模不同,因此本研究以政府補(bǔ)助占總資產(chǎn)的比重來(lái)表示;五是金融機(jī)構(gòu)支持(張明玖(2017)[12]),企業(yè)貸款數(shù)額不能有效反映金融機(jī)構(gòu)的支持程度,因此本研究以企業(yè)貸款總數(shù)占總資產(chǎn)的比重來(lái)表示。
為保證數(shù)據(jù)來(lái)源的可靠性和可得性,選取35家上市公司作為研究對(duì)象,以其2019 年年報(bào)作為數(shù)據(jù)來(lái)源,并將得到的原始數(shù)據(jù)導(dǎo)入SPSS 軟件中進(jìn)行計(jì)算,得到上四分位數(shù)、平均數(shù)、中位數(shù)以及下四分位數(shù)。對(duì)于政府補(bǔ)助和轉(zhuǎn)化水平這2 個(gè)變量,其樣本數(shù)據(jù)的分布較不均勻,極個(gè)別值對(duì)均值的影響突出,因此用中位數(shù)代替均值作為中間錨點(diǎn),其余2個(gè)錨點(diǎn)分別為上四分位數(shù)和下四分位數(shù)。對(duì)于金融支持、資金投入、企業(yè)規(guī)模和人力投入這4 個(gè)變量,由于樣本分布較為均勻,故3 個(gè)錨點(diǎn)采用下四分位數(shù)、上下四分位數(shù)的均值、上四分位數(shù)。作為完全不隸屬、最大模糊點(diǎn)、完全隸屬的臨界值,為后面的fsQCA 分析做鋪墊。
本文采用定型比較分析方法(Qualitative Comparative Analysis,簡(jiǎn)稱QCA),對(duì)生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化及其影響因素進(jìn)行探究。
定性比較分析(QCA)是一種基于布爾代數(shù)和集合論的思想的方法,擅長(zhǎng)運(yùn)用比較的方法,研究多個(gè)前因變量對(duì)同一個(gè)結(jié)果變量產(chǎn)生的不同的復(fù)雜的影響。具體來(lái)說(shuō),定性比較分析是基于多個(gè)案例間的相互比較來(lái)探討復(fù)雜的社會(huì)關(guān)系。在實(shí)際運(yùn)用中,定型比較分析將每個(gè)與本研究有關(guān)的案例視為一個(gè)條件組合,案例中與本研究有關(guān)的影響因素稱為條件變量,反映結(jié)果的變量稱為結(jié)果變量。
本文運(yùn)用模糊集分析方法(fsQCA),能夠取到“0”(完全不隸屬)和“1”(完全隸屬)之間的任何一個(gè)數(shù),能夠有效解決矛盾組態(tài)的問(wèn)題。
本研究主要采用內(nèi)部因素、外部因素以及科技成果轉(zhuǎn)化效率三個(gè)構(gòu)念,將內(nèi)部因素和外部因素作為條件變量,科技成果轉(zhuǎn)化率作為結(jié)果變量。其中,以2019 年研發(fā)投入占營(yíng)業(yè)收入的比例作為研發(fā)資金投入的指標(biāo),以2019 年企業(yè)員工總?cè)藬?shù)作為企業(yè)規(guī)模的指標(biāo),以2019 年研發(fā)人員數(shù)量占企業(yè)員工總?cè)藬?shù)的比值作為人力資源投入的指標(biāo),以2019年稅收補(bǔ)貼在總資產(chǎn)中所占比重作為政府補(bǔ)助的指標(biāo),以2019 年企業(yè)貸款總額與總資產(chǎn)比值作為金融機(jī)構(gòu)支持力度的指標(biāo),以2019 年?duì)I業(yè)收入與專利申請(qǐng)數(shù)的比值作為衡量科技成果轉(zhuǎn)化率的指標(biāo)。
模糊集可表示案例在“完全隸屬”與“完全不隸屬”間的隸屬程度,因此可以視為一個(gè)連續(xù)變量。通過(guò)3 個(gè)閾值設(shè)定,然后運(yùn)用fsQCA 3.0 對(duì)數(shù)據(jù)進(jìn)行校準(zhǔn),將其值轉(zhuǎn)化為0~1 隸屬值,并以科技成果轉(zhuǎn)化率為結(jié)果變量。其中各變量的分位數(shù)分析和相關(guān)構(gòu)念賦值標(biāo)準(zhǔn)如表1 所示。由于政府補(bǔ)助和轉(zhuǎn)化水平數(shù)據(jù)分布具有集聚性的特點(diǎn),不宜采用中位數(shù)作為最大模糊點(diǎn),因此,采用平均值作為最大模糊點(diǎn),其余數(shù)據(jù)用中位數(shù)作為最大模糊點(diǎn)。
表1 賦值標(biāo)準(zhǔn)總結(jié)
運(yùn)用fsQCA 對(duì)各個(gè)前因條件是否為結(jié)果的必要條件和充分條件進(jìn)行檢驗(yàn)。為了保證實(shí)驗(yàn)的嚴(yán)謹(jǐn)性,將必要條件設(shè)為0.9。在校準(zhǔn)每個(gè)變量后,運(yùn)用fsQCA3.0 對(duì)所有條件變量及其否定變量進(jìn)行必要性分析,評(píng)估高創(chuàng)新成果轉(zhuǎn)化率發(fā)生是否具備必要條件。在fsQCA 中,當(dāng)結(jié)果發(fā)生時(shí),若某個(gè)條件總是存在,則說(shuō)明該條件為必要條件[13]。按照f(shuō)sQCA 分析中的慣例,當(dāng)一致性水平高于0.9 時(shí),可認(rèn)為該條件是結(jié)果出現(xiàn)的必要條件[14-17]。表2 是結(jié)果變量為創(chuàng)新成果轉(zhuǎn)化效率的條件檢驗(yàn)結(jié)果。從表2 中可以發(fā)現(xiàn),各單項(xiàng)條件的必要性水平均未超過(guò)0.9 的閾值(必要水平認(rèn)定標(biāo)準(zhǔn)),說(shuō)明這5 個(gè)條件中不存在實(shí)現(xiàn)高企業(yè)創(chuàng)新成果轉(zhuǎn)化效率的必要條件。
表2 條件變量充分性與必要性檢驗(yàn)結(jié)果
對(duì)單項(xiàng)前因條件的必要性和充分性分析表明,單項(xiàng)前因條件對(duì)結(jié)果變量的解釋力度較弱,為獲得影響生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的前因條件組合,將這5 個(gè)解釋變量納入fsQCA3.0 中,根據(jù)fsQCA3.0的處理結(jié)果,分析創(chuàng)新成果轉(zhuǎn)化效率提高的有效路徑。
運(yùn)用fsQCA3.0 對(duì)35 個(gè)案例校準(zhǔn)后的結(jié)果進(jìn)行處理,結(jié)果顯示了復(fù)雜解和簡(jiǎn)約解,在對(duì)各個(gè)前因變量進(jìn)行理論分析后,得到中間解。分析結(jié)果如表4所示??傮w一致性為0.891 979,大于0.8,為可接受的范圍,覆蓋率為0.516 729。研究發(fā)現(xiàn),存在4 條不同的生物醫(yī)藥企業(yè)達(dá)到高的創(chuàng)新成果轉(zhuǎn)化效率的有效路徑。
表3 結(jié)果表明,5 種前因變量共同產(chǎn)生的高創(chuàng)新成果轉(zhuǎn)化效率的路徑有4 條:非政府補(bǔ)助* 非研發(fā)資金*企業(yè)規(guī)模*非人力投入(~ZFBZ*~YFZJ*QYGM*~RLTR);非政府補(bǔ)助*非金融支持*非企業(yè)規(guī)模*人力投入(~ZFBZ*~JRZC*~QYGM*RLTR);非政府補(bǔ)助*金融支持*非研發(fā)資金*人力投入(~ZFBZ*JRZC*~YFZJ*RLTR);非金融支持*研發(fā)資金*企業(yè)規(guī)模*人力投入(~JRZC*YFZJ*QYGM*RLTR)。
表3 生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化高效率組態(tài)
1.~ZFBZ*~YFZJ*QYGM*~RLTR。組態(tài)1 表示規(guī)模較大的企業(yè)缺少政府補(bǔ)助的經(jīng)濟(jì)支持,缺少研發(fā)資金投入和人力資源投入的情況下仍然可以達(dá)到高的創(chuàng)新成果轉(zhuǎn)化效率。規(guī)模較大的企業(yè)具有更大的經(jīng)營(yíng)范圍和更好的市場(chǎng)壟斷能力且通過(guò)其品牌效應(yīng)和綜合實(shí)力,可以迅速地將創(chuàng)新成果產(chǎn)業(yè)化和商業(yè)化,因此其創(chuàng)新成果轉(zhuǎn)化水平相較于規(guī)模較小的企業(yè)來(lái)說(shuō)更加容易。
2.~ZFBZ*~JRZC*~QYGM*RLTR。組態(tài)2 表示規(guī)模較小的企業(yè)如果沒(méi)有得到足夠的政府補(bǔ)助,研發(fā)資金投入不夠,但其合理提高企業(yè)內(nèi)部研發(fā)人員的比例,同樣可以達(dá)到高的創(chuàng)新成果轉(zhuǎn)化率?,F(xiàn)階段,我國(guó)的創(chuàng)新成果轉(zhuǎn)化存在“規(guī)模效應(yīng)”,人力的投入也存在“閾值障礙”,即人力的供給遠(yuǎn)遠(yuǎn)不能滿足創(chuàng)新成果轉(zhuǎn)化的需要,只有當(dāng)研發(fā)投入達(dá)到一定水平,研發(fā)資源集中到一定程度,才能使創(chuàng)新成果轉(zhuǎn)化得以順利進(jìn)行并產(chǎn)生一定的經(jīng)濟(jì)效益。
3.~ZFBZ*JRZC*~YFZJ*RLTR。組態(tài)3 表明企業(yè)在沒(méi)有得到足夠的政府補(bǔ)助和研發(fā)資金的情況下,通過(guò)對(duì)外向金融機(jī)構(gòu)尋求幫助并且對(duì)內(nèi)提高研發(fā)人員占總員工總數(shù)的比例,仍然可以達(dá)到高的創(chuàng)新成果轉(zhuǎn)化效率。科技成果轉(zhuǎn)化離不開(kāi)強(qiáng)大的金融機(jī)構(gòu)的支持,在市場(chǎng)經(jīng)濟(jì)體制下,金融支持對(duì)科技成果轉(zhuǎn)化至關(guān)重要,因?yàn)榻鹑跈C(jī)構(gòu)銀行貸款的資金硬性約束對(duì)成果轉(zhuǎn)化效率有一定積極意義[18]。有了強(qiáng)大的資金支持,企業(yè)就能夠根據(jù)自身經(jīng)驗(yàn),不斷試錯(cuò),因此更能把握市場(chǎng)痛點(diǎn)。中小企業(yè)自身也要拓寬用于技術(shù)創(chuàng)新的資金的融資渠道,建立用于技術(shù)創(chuàng)新的專項(xiàng)資金,并做到??顚S肹19]。由(2)可知,人力投入對(duì)企業(yè)創(chuàng)新成果轉(zhuǎn)化具有重要意義。而根據(jù)表3 中第(2)和第(3)的一致性(Consistency)可知,金融支持與研發(fā)人員的投入二者的結(jié)合更能加快生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的進(jìn)程。
4.~JRZC*YFZJ*QYGM*RLTR。組態(tài)4 表明企業(yè)在研發(fā)投入(包括人力、物力)和企業(yè)規(guī)模都滿足條件的情況下,即使金融支持力度不足,也可以實(shí)現(xiàn)高的創(chuàng)新成果轉(zhuǎn)化水平。這可能因?yàn)樵谕獠織l件不能滿足企業(yè)創(chuàng)新成果轉(zhuǎn)化的要求時(shí),企業(yè)可以通過(guò)內(nèi)部的自我調(diào)整,如調(diào)整內(nèi)部人力物力的投入量以及企業(yè)自身的規(guī)模來(lái)達(dá)到高的創(chuàng)新成果轉(zhuǎn)化水平。這一案例組合說(shuō)明企業(yè)自身因素對(duì)創(chuàng)新成果轉(zhuǎn)化過(guò)程的重要作用。
第一,根據(jù)路徑1 可知,企業(yè)規(guī)模作為核心條件出現(xiàn),政府補(bǔ)助、研發(fā)資金和人力投入都缺失的情況下,企業(yè)依然可以提高創(chuàng)新成果轉(zhuǎn)化率。由于規(guī)模經(jīng)濟(jì)效應(yīng),較大規(guī)模的企業(yè)能夠迅速將企業(yè)的創(chuàng)新成果產(chǎn)業(yè)化和商業(yè)化,為企業(yè)帶來(lái)更多的利益。因此提出通過(guò)切實(shí)有效的激勵(lì)機(jī)制和風(fēng)險(xiǎn)投資機(jī)制等方式,解決企業(yè)“留不住人”的難題,以期實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng),將創(chuàng)新成果迅速轉(zhuǎn)化成現(xiàn)實(shí)的生產(chǎn)力,從而給企業(yè)帶來(lái)巨額的經(jīng)濟(jì)利益的同時(shí)占領(lǐng)更多的市場(chǎng)份額。
第二,由路徑4 可知,在金融支持這一外部條件缺失的情況下,企業(yè)可以通過(guò)擴(kuò)大規(guī)模、調(diào)整研發(fā)資金和研發(fā)人員比例來(lái)實(shí)現(xiàn)高的創(chuàng)新成果轉(zhuǎn)化效率。由此可見(jiàn),在外部環(huán)境條件缺失的情況下,企業(yè)可以通過(guò)自我調(diào)控,實(shí)現(xiàn)高的創(chuàng)新成果轉(zhuǎn)化率。因此提出企業(yè)應(yīng)該增強(qiáng)自主研發(fā)的積極性,加大人力以及資金的投入,時(shí)刻追蹤國(guó)際生物醫(yī)藥發(fā)展的熱點(diǎn)前沿。技術(shù)人才是企業(yè)的寶貴財(cái)富,因此需建立一套完善的技術(shù)人才考察和激勵(lì)機(jī)制,例如可以通過(guò)技術(shù)入股等方式調(diào)動(dòng)員工從事創(chuàng)新成果轉(zhuǎn)化活動(dòng)的積極性。對(duì)創(chuàng)新人才的激勵(lì)還表現(xiàn)在對(duì)人才的后續(xù)教育和培訓(xùn)上,吸引人才,激勵(lì)人才,使人才和企業(yè)一同成長(zhǎng)。
第三,生物醫(yī)藥企業(yè)要根據(jù)自身情況選擇合適的創(chuàng)新成果轉(zhuǎn)化路徑來(lái)提升成果轉(zhuǎn)化效率。根據(jù)路徑1 對(duì)于資金投入、人力投入、政府補(bǔ)助都不夠的企業(yè)來(lái)說(shuō),可以通過(guò)擴(kuò)大企業(yè)規(guī)模,提高企業(yè)綜合實(shí)力來(lái)實(shí)現(xiàn)高創(chuàng)新成果轉(zhuǎn)化水平;對(duì)于外部條件(政府支持、金融機(jī)構(gòu)支持)都缺失且企業(yè)規(guī)模在短時(shí)間內(nèi)無(wú)法擴(kuò)大到足夠量的情況下,企業(yè)還可以選擇路徑2,通過(guò)送出去、引進(jìn)來(lái)的辦法進(jìn)行人才培訓(xùn),幫助他們提高技術(shù)成果轉(zhuǎn)化水平,來(lái)提高自身的科技成果轉(zhuǎn)化效率;對(duì)于與地方金融機(jī)構(gòu)合作較好的企業(yè)來(lái)說(shuō),可以選擇路徑3,即加大研發(fā)人員的投入來(lái)實(shí)現(xiàn)高的創(chuàng)新成果轉(zhuǎn)化效率;對(duì)于地方政府支持力度較大的企業(yè)來(lái)說(shuō),選擇路徑4 調(diào)整自身的規(guī)模和研發(fā)投入來(lái)達(dá)到高的創(chuàng)新成果轉(zhuǎn)化率。
本研究也存在一定的局限性:(1)本研究只提取了5 個(gè)前因變量,未來(lái)還可以引入更加復(fù)雜的前因變量,使影響生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化的要素聯(lián)動(dòng)機(jī)理更加完善,邏輯更加嚴(yán)謹(jǐn),豐富實(shí)證研究模型;(2)本研究只聚焦于生物醫(yī)藥企業(yè)創(chuàng)新成果轉(zhuǎn)化,對(duì)于其他企業(yè),此結(jié)論是否合理尚待考量和研究。