胡海容,向錦妍
(重慶理工大學(xué) 重慶知識產(chǎn)權(quán)學(xué)院,重慶 400054)
專利作為企業(yè)創(chuàng)新活動的重要產(chǎn)出被廣泛認(rèn)為是企業(yè)異質(zhì)性資源,有利于企業(yè)維持競爭優(yōu)勢,給企業(yè)帶來超額收益。近年來,理論界和實(shí)務(wù)屆普遍關(guān)注到我國專利存在“大而不強(qiáng)、多而不優(yōu)”的問題。對此,有觀點(diǎn)支持專利數(shù)量無用論[1]和專利數(shù)量加速化陷阱論[2-4],有觀點(diǎn)則認(rèn)為具備專利規(guī)模優(yōu)勢的企業(yè),其技術(shù)創(chuàng)新能力應(yīng)從專利質(zhì)量角度進(jìn)行考慮[5],只有高質(zhì)量專利才能為企業(yè)創(chuàng)造價值[6]。在此背景下,切實(shí)厘清專利數(shù)量與專利質(zhì)量之于企業(yè)價值的作用,不僅對現(xiàn)代企業(yè)來說意義重大,也對我國企業(yè)技術(shù)創(chuàng)新決策乃至知識產(chǎn)權(quán)強(qiáng)國建設(shè)具有重要意義。
目前,學(xué)界主要通過對稱線性假設(shè)考察專利數(shù)量(專利申請數(shù)據(jù)[7]、專利授權(quán)數(shù)量[8]、發(fā)明專利數(shù)量[9]等)、專利質(zhì)量[10-11]與企業(yè)價值的相關(guān)性問題,得出了不一致的結(jié)論。然而從管理實(shí)踐來說,企業(yè)作為一個復(fù)雜系統(tǒng),企業(yè)在價值創(chuàng)造中需要調(diào)動可控資源、迎合不可控因素;從技術(shù)創(chuàng)新活動來說,企業(yè)技術(shù)創(chuàng)新活動存在因溢出效應(yīng)、收益不對以及信息不對稱帶來的不確定性問題。對此,傳統(tǒng)研究方法通過加入中介變量或調(diào)節(jié)變量來擴(kuò)充技術(shù)創(chuàng)新對企業(yè)價值的影響關(guān)系。從內(nèi)生性視角,有學(xué)者認(rèn)為技術(shù)創(chuàng)新與企業(yè)價值的提升關(guān)系在于公司內(nèi)部治理,發(fā)現(xiàn)股權(quán)集中度負(fù)向調(diào)節(jié)、高管股權(quán)激勵正向調(diào)節(jié)二者關(guān)系[12-13],也有學(xué)者僅注重企業(yè)內(nèi)部環(huán)境中CEO技術(shù)背景[14]或研發(fā)經(jīng)歷[15]在技術(shù)創(chuàng)新與企業(yè)價值中的調(diào)節(jié)關(guān)系,還有學(xué)者探究行業(yè)性質(zhì)[16]的調(diào)節(jié)作用。從外部性視角,有學(xué)者探究政策不確定性[17]對企業(yè)創(chuàng)新活動的作用渠道,也有學(xué)者認(rèn)為知識產(chǎn)權(quán)保護(hù)[18-20]可提升企業(yè)創(chuàng)新能力(研發(fā)投入強(qiáng)度、專利產(chǎn)出),進(jìn)而提升企業(yè)價值。部分研究雖存在一定局限性,但為從整體視角分析企業(yè)價值的提升打下了理論基礎(chǔ)。
企業(yè)價值提升的復(fù)雜性來源于企業(yè)管理系統(tǒng)內(nèi)關(guān)聯(lián)要素的交互[21]。傳統(tǒng)研究方法假定要素間獨(dú)立,并且采用對稱、可累加性假定的變量分析方法不能有效解釋非對稱、多重并發(fā)、等效的復(fù)雜因果關(guān)系[22]。為解決這一復(fù)雜性問題,從組態(tài)視角探究企業(yè)價值提升路徑成為學(xué)者的新選擇,但對技術(shù)創(chuàng)新指標(biāo)的選擇不夠全面。有學(xué)者關(guān)注處于財務(wù)危機(jī)中的企業(yè)實(shí)現(xiàn)高財務(wù)績效的路徑組合[23],但在創(chuàng)新層面僅關(guān)注創(chuàng)新投入;也有學(xué)者以“企業(yè)技術(shù)人員占全體人員的比值”與“企業(yè)發(fā)明專利數(shù)”衡量技術(shù)創(chuàng)新[24]。
基于此,本文選擇專利密集型企業(yè)的代表——創(chuàng)業(yè)板上市公司作為研究對象。針對影響創(chuàng)業(yè)板上市公司企業(yè)價值的復(fù)雜前因變量建立TOE模型(技術(shù)-組織-環(huán)境),將研發(fā)投入、專利數(shù)量、專利質(zhì)量引入技術(shù)創(chuàng)新指標(biāo),高管激勵和股權(quán)集中度作為組織內(nèi)部治理指標(biāo),區(qū)域知識產(chǎn)權(quán)保護(hù)水平作為外部環(huán)境指標(biāo)。同時從組態(tài)視角,采用fsQCA研究方法探究復(fù)雜前因組合對企業(yè)價值的影響,從企業(yè)內(nèi)部資源、外部環(huán)境協(xié)同作用的角度審視諸多影響因素如何聯(lián)動、匹配,才能實(shí)現(xiàn)較高的企業(yè)價值。
與已有文獻(xiàn)相比,本文有以下創(chuàng)新之處:①引入TOE模型作為更完備的企業(yè)價值影響因素模型。②使用模糊集定性比較分析法,更加尊重組織內(nèi)部管理和外部環(huán)境的復(fù)雜性,一定程度上規(guī)避傳統(tǒng)方法只能采取孤立分析視角的缺點(diǎn),能夠從整體視角厘清專利數(shù)量、專利質(zhì)量的企業(yè)價值。
Tornatizky等[25]提出了技術(shù)組織環(huán)境模型,即 TOE 模 型(Technology Organization Environment)。它作為技術(shù)應(yīng)用情境的分析框架,能夠涵蓋3個層面因素,且對3個層面的下位因素?zé)o固定要求,具有較強(qiáng)的系統(tǒng)性、靈活性和可操作性[26],目前已成為較常用的前因變量分類模型。譚海波等[27]依據(jù)TOE框架對地方政府網(wǎng)站建設(shè)、政務(wù)服務(wù)數(shù)據(jù)的影響因素及其水平的提升路徑進(jìn)行了研究,甄麗明等[28]使用TOE模型構(gòu)建R&D創(chuàng)造價值機(jī)制模型。
本文基于TOE 框架的基本結(jié)構(gòu),結(jié)合創(chuàng)業(yè)板上市公司發(fā)展實(shí)際,對原有的“技術(shù)-組織-環(huán)境”3個層面進(jìn)行了細(xì)化,選取影響企業(yè)價值的6個前因變量,如圖1所示。
圖1 “技術(shù)-組織-環(huán)境”框架
Elias & Mike[29]將衡量企業(yè)技術(shù)創(chuàng)新的指標(biāo)體系劃分為投入指標(biāo)、過程指標(biāo)及績效指標(biāo)三類。因此,本文選取研發(fā)投入作為技術(shù)創(chuàng)新投入,專利數(shù)量作為技術(shù)創(chuàng)新產(chǎn)出的過程性指標(biāo),專利質(zhì)量作為技術(shù)創(chuàng)新產(chǎn)出的績效指標(biāo)。
(1)研發(fā)投入。研發(fā)投入與企業(yè)價值相關(guān)性研究,Chan等[30]研究發(fā)現(xiàn)高科技公司通過發(fā)出增加研發(fā)投入的信號,股票市場就會做出積極反應(yīng)。胡義東和仲偉俊[31]發(fā)現(xiàn)企業(yè)R&D投入與企業(yè)價值之間存在高度正相關(guān)關(guān)系。此外還有非線性研究結(jié)果,戴小勇等[32]發(fā)現(xiàn)研發(fā)投入對企業(yè)價值的門檻效應(yīng),投入強(qiáng)度達(dá)到第一門檻值時達(dá)到顯著促進(jìn)效果,超過第二門檻值時作用不顯著。馬艷艷等[33]提出在部分行業(yè)中研發(fā)支出與企業(yè)績效存在“倒U型”關(guān)系。此外,還存在與經(jīng)驗(yàn)相反的“研發(fā)悖論”的觀點(diǎn),Jones[34]研究發(fā)現(xiàn)高研發(fā)投入并沒有帶來實(shí)質(zhì)的國家經(jīng)濟(jì)產(chǎn)出增長。Lundquist等[35]用低效率創(chuàng)新系統(tǒng)來解釋這一悖論。
(2)專利數(shù)量。專利數(shù)量主要包括專利申請量與專利授權(quán)量。Holger[36]研究發(fā)現(xiàn)企業(yè)專利申請數(shù)量與企業(yè)業(yè)績呈正相關(guān)。Artz等[37]研究發(fā)現(xiàn)專利授權(quán)量對企業(yè)績效有2年滯后效應(yīng)的抑制作用。劉小青[38]認(rèn)為,專利申請和專利授權(quán)都能夠顯著提高企業(yè)績效。
(3)專利質(zhì)量。專利質(zhì)量對企業(yè)價值的相關(guān)性結(jié)論較多,其中有通過單一指標(biāo)衡量專利質(zhì)量。Narin等[39]采用事件研究方法,以專利平均被引次數(shù)作為專利質(zhì)量評價指標(biāo),得出專利平均被引次數(shù)與企業(yè)績效存在正相關(guān)關(guān)系的結(jié)論。Chen等[40]發(fā)現(xiàn)專利被引次數(shù)與企業(yè)市場價值之間呈顯著的倒“U”型關(guān)系。張曉月等[41]發(fā)現(xiàn)發(fā)明專利近3年被引次數(shù)對企業(yè)績效存在促進(jìn)作用,但發(fā)明專利平均被引次數(shù)與企業(yè)績效呈負(fù)相關(guān)。此外,也不乏構(gòu)建綜合專利指標(biāo)模型,Lanjouw等[42]使用4個指標(biāo)(權(quán)利要求數(shù)、專利參考數(shù)、施引專利數(shù)、專利家族規(guī)模)構(gòu)建專利質(zhì)量指數(shù)模型,得出專利質(zhì)量越高,企業(yè)市場價值越高的結(jié)論。李仲飛等[43]運(yùn)用發(fā)明專利授權(quán)率、技術(shù)覆蓋范圍和發(fā)明人數(shù)量作為衡量專利質(zhì)量的指標(biāo),認(rèn)為專利質(zhì)量對公司價值確有促進(jìn)作用。
技術(shù)創(chuàng)新過程中存在收益不對等、信息不對稱帶來的不確定性可以通過內(nèi)部治理解決。考慮到企業(yè)價值最大化是各個利益集團(tuán)協(xié)同作用的結(jié)果,而組織層面主要考慮對企業(yè)戰(zhàn)略方向和投資決策影響,因此高管和股東是最常用的考量因素。
(1)股權(quán)集中度。學(xué)界對股權(quán)集中度和企業(yè)價值的關(guān)系存在不同觀點(diǎn)。一方面,高股權(quán)集中度能使管理監(jiān)督收益大于監(jiān)督成本,增強(qiáng)股東參與監(jiān)督管理意愿,降低管理層自利行為,緩解管理層與股東之間的委托代理問題。另一方面,股權(quán)高度集中時,可能存在“隧道效應(yīng)”,即控股大股東與管理層合謀掏空公司,損害公司利益。
(2)高管激勵。在信息不對稱環(huán)境中,管理層可能會選擇有利于自身職位和利益的非公司價值最大化行為[44],對高管給予激勵能夠緩解其自利行為。肖虹等[45]研究指出,對管理層實(shí)施股權(quán)激勵能夠調(diào)動他們開展創(chuàng)新研發(fā)和維持企業(yè)持續(xù)經(jīng)營能力的積極性。齊秀輝等[46]認(rèn)為相比薪酬激勵,股權(quán)激勵對研發(fā)投入與企業(yè)績效存在更顯著的正向調(diào)節(jié)作用。因此,用股權(quán)激勵替代高管激勵作為原因變量。
在外部環(huán)境層面,學(xué)者普遍關(guān)注到知識產(chǎn)權(quán)保護(hù)水平對企業(yè)價值的影響。認(rèn)為知識產(chǎn)權(quán)保護(hù)為研發(fā)外溢設(shè)置了邊界,降低創(chuàng)新活動的不確定性[47]。李詩等[48]指出知識產(chǎn)權(quán)保護(hù)水平更高的地域,專利有著對企業(yè)市場價值更顯著的提升效用。李詩田等[49]發(fā)現(xiàn)企業(yè)所在區(qū)域知識產(chǎn)權(quán)保護(hù)制度越完備,越能通過促進(jìn)研發(fā)支出預(yù)期利益來提升企業(yè)價值。王永貴[50]研究知識產(chǎn)權(quán)保護(hù)對企業(yè)績效的正向作用,認(rèn)為競爭強(qiáng)度和反應(yīng)型市場導(dǎo)向?qū)@一影響機(jī)理起調(diào)節(jié)作用。
傳統(tǒng)定量分析通過分析大樣本來揭示樣本規(guī)律,且邏輯假設(shè)是各要素孤立地對結(jié)果產(chǎn)生影響,而定性比較分析的成因多元并發(fā)、因果非對稱性、等效性等思維,更符合企業(yè)管理的現(xiàn)實(shí)狀況。定性比較分析由Ragin[51]提出,始于社會學(xué),因其處理小樣本和復(fù)雜因果的優(yōu)勢,其應(yīng)用逐漸被擴(kuò)展至政治治理、績效管理、新聞傳播。而隨著QCA的傳播與創(chuàng)新,目前定性比較分析(QCA)已經(jīng)不拘泥于宏觀小樣本的分析,已經(jīng)在中觀層面(組織集體、社會網(wǎng)絡(luò))以及微觀層面(團(tuán)隊(duì)、個人)的小、中、大樣本中廣泛應(yīng)用。
為了實(shí)現(xiàn)提升企業(yè)價值目標(biāo),企業(yè)需要審時度勢去調(diào)動可控資源、迎合不可控環(huán)境因素,因此QCA能提供更有效、完整且具有普適性的分析結(jié)論。QCA方法目前存在清晰集csQCA、多值集mvQCA、模糊集fsQCA3種分析方法。mvQCA和csQCA只適合解決類別問題,而fsQCA將案例轉(zhuǎn)化為介于[0]和[1]之間的隸屬分?jǐn)?shù),能夠處理程度變化和部分隸屬問題[52]。根據(jù)數(shù)據(jù)類型,選擇使用fsQCA作為研究方法。
本文研究對象是創(chuàng)業(yè)板上市公司,與同屬于專利密集型企業(yè)的科創(chuàng)板上市公司對比,創(chuàng)業(yè)板上市公司的優(yōu)點(diǎn)在于:一是公開數(shù)據(jù)更加完整,二是能夠避免IPO階段的專利突擊行為帶來的偏差。因此本研究所需信息主要來自創(chuàng)業(yè)板上市公司的公開信息,保證了研究的合規(guī)性與科學(xué)性?;赒CA對樣本量的要求(根據(jù)原因變量的個數(shù)確定適宜的樣本量),并且為保證數(shù)據(jù)的完整性和代表性,以100家在創(chuàng)業(yè)板上市公司為基礎(chǔ)進(jìn)行篩選。篩選標(biāo)準(zhǔn)如下:①篩選出創(chuàng)業(yè)板中占比較高的工業(yè)企業(yè),更能反映創(chuàng)業(yè)板的整體狀況,且技術(shù)創(chuàng)新程度相比金融、公共事業(yè)等行業(yè)更高,更能作為專利密集型企業(yè)的代表;②剔除帶有 ST 及*ST 字樣的公司,這些公司經(jīng)營情況異常,無法真實(shí)反映創(chuàng)業(yè)板上市公司的特點(diǎn);③剔除數(shù)據(jù)缺失公司。經(jīng)過篩選后,最終剩余46家創(chuàng)業(yè)板上市公司的數(shù)據(jù)作為研究樣本。同時考慮滯后效應(yīng),借鑒李仲飛等[43]研究將滯后時間設(shè)置為3年,因此與專利相關(guān)的數(shù)據(jù)來自于2017年,與高管激勵、股權(quán)集中度、企業(yè)價值相關(guān)的數(shù)據(jù)來自于2020年。
在變量取值方面,技術(shù)、組織、環(huán)境3個層面所涉及的6個變量,專利質(zhì)量和數(shù)量來自于合享專利數(shù)據(jù)庫,其中專利質(zhì)量為專利合享價值度;企業(yè)價值、研發(fā)投入、股權(quán)集中度、高管激勵來自于國泰安(CSMAR)數(shù)據(jù)庫,其中企業(yè)價值選取TobinQ值A(chǔ)來衡量,研發(fā)投入為研發(fā)投入占營業(yè)收入比例,股權(quán)集中度為大股東股權(quán)占比(第2-5位股東占比之和),高管激勵為當(dāng)期股權(quán)激勵;區(qū)域識產(chǎn)權(quán)保護(hù)水平來自于《中國分省份市場化指數(shù)報告(2018)》[53]。
數(shù)據(jù)校準(zhǔn)是將前因條件和結(jié)果轉(zhuǎn)換成集合中的隸屬值,如表1所示。為使每個數(shù)據(jù)都以特定隸屬分?jǐn)?shù)的形式出現(xiàn)在[0]至[1]之間,需要設(shè)置隸屬錨點(diǎn)(完全不隸屬、交叉點(diǎn)、完全隸屬)。本文通過 fsQCA 軟件中的Calibrate程序賦值,完全隸屬閥值為0.95,交叉點(diǎn)為0.5,而完全不隸屬閾值為0.05。
表1 變量的校準(zhǔn)錨點(diǎn)
在對條件組合進(jìn)行定性比較分析前,可以對單個前因變量對結(jié)果的必要性進(jìn)行檢測,即某結(jié)果發(fā)生時組態(tài)中一定存在的條件[54]。一致率大于0.9時為必要條件。由表2可知,6個前因變量中并無單獨(dú)引起企業(yè)高價值的必要條件。
表2 前因變量的必要條件分析
通過組態(tài)視角探究6個前因變量的組合導(dǎo)致高企業(yè)價值的充分性條件。首先,為篩選樣本數(shù)據(jù),需設(shè)置一致性和頻次閾值,一致性是指前因條件組合對結(jié)果變量的解釋程度,頻數(shù)是指某一條件組合路徑在研究案例中出現(xiàn)的次數(shù)。一般來說,一致性閾值為0.8,PRI一致性閾值為0.75,頻數(shù)閾值為1。通過組態(tài)分析得到3種解,即簡約解、中間解和復(fù)雜解。其中,中間解是經(jīng)過簡單反事實(shí)分析后的結(jié)果,較復(fù)雜解更簡明,較簡約解更合理,因此結(jié)果主要解讀中間解。
由于沒有必要條件,所有核心條件就通過簡約解和中間解的對比產(chǎn)生。同時出現(xiàn)在簡約解和中間解中的條件為核心條件,僅出現(xiàn)在中間解中的條件為邊緣條件。當(dāng)前因變量在組合中出現(xiàn)時,用實(shí)心圈表示,當(dāng)前因變量在組合中未出現(xiàn),用空心圈表示。其中,當(dāng)圈較大時(圖例為“●”“?”),表示該前因變量是核心要素;當(dāng)圈較小時(圖例為“●”“?”),表示該前因變量是非核心要素。當(dāng)前因變量既可以出現(xiàn)也可以不出現(xiàn)時,用空格進(jìn)行表示。
由表3可知,通過模糊集定性比較分析得出5條通往高企業(yè)價值的條件組合和2條導(dǎo)致低價值的條件組合。高價值組態(tài)的解一致率為0.95,覆蓋率為0.520,低價值組態(tài)的解一致率為0.872,覆蓋率為0.43,結(jié)果較為理想。5條高價值組態(tài)的一致性分別為0.948、0.978、0.961、0.996、0.981,一致性皆大于0.9,說明5條組態(tài)都是企業(yè)獲取高價值的充分條件組合;覆蓋率為0.52,說明5條組態(tài)能夠解釋樣本中52%的獲得企業(yè)高價值案例。2條低價值組態(tài)的一致性分別為0.882、0.914,皆大于0.85,同理此2條組態(tài)是導(dǎo)致企業(yè)低價值的充分條件組合,能解釋43%的獲得企業(yè)低價值案例。
表3 產(chǎn)生高價值與低價值的組態(tài)
3.3.1 組態(tài)H1:高質(zhì)量驅(qū)動型企業(yè)
組態(tài)H1存在H1a和H1b兩組下位組態(tài),其中組態(tài)H1a(~pn*pq*rd*si*~oc*~pp)表明企業(yè)投入較高研發(fā)資金,產(chǎn)出數(shù)量不多但質(zhì)量較高的專利,在企業(yè)對高管的激勵足夠且股東權(quán)利分散時,即使當(dāng)?shù)刂R產(chǎn)權(quán)保護(hù)水平有限,企業(yè)也能夠獲得高價值。這樣的企業(yè)還可稱為“重質(zhì)-激勵-弱保護(hù)型”企業(yè)。此類企業(yè)處于知識產(chǎn)權(quán)保護(hù)水平低的區(qū)域,但愿意投入技術(shù)研發(fā),股東能夠相互制衡,因此公司管理層有較強(qiáng)的話語權(quán)。這可能是某些經(jīng)濟(jì)發(fā)展滯后地區(qū)的瞪羚企業(yè),他們篤信的專利質(zhì)量使競爭者模仿行為或申請無效的難度及成本升高,能夠維護(hù)更長時間的壟斷收益,實(shí)現(xiàn)了自我保護(hù),削減了外部環(huán)境作用,因此通過高質(zhì)量專利為企業(yè)帶來更好的績效。
H1b(~pn*pq*~rd*oc*pp)表示在技術(shù)創(chuàng)新層面,即使在專利數(shù)量與研發(fā)投入缺失情況下,企業(yè)若能保證專利高質(zhì)量,在股權(quán)集中度高,即股東能夠有效監(jiān)督企業(yè)管理層,外部環(huán)境傾向于保護(hù)專利情況下,企業(yè)能夠達(dá)到高價值水平。這可稱為“重質(zhì)-集權(quán)-強(qiáng)保護(hù)型”企業(yè),這類企業(yè)由于大股東對企業(yè)研發(fā)能力有信心,能充分發(fā)揮其資源配置能力。同時,企業(yè)將有限研發(fā)資金投入到核心技術(shù),打造高質(zhì)量專利,所以承載著企業(yè)關(guān)鍵性技術(shù)且權(quán)利穩(wěn)定的高質(zhì)量專利能夠通過實(shí)施、許可、轉(zhuǎn)讓等方式為企業(yè)帶來收益。即便是在專利未實(shí)施的情況下,因其恰當(dāng)?shù)募夹g(shù)范圍、穩(wěn)定的專利權(quán)利而形成的技術(shù)壁壘也能帶來較為持久的競爭力,從而為企業(yè)帶來溢價增值。
3.3.2 組態(tài)H2:高投入-高數(shù)量驅(qū)動型企業(yè)
H2a(pn*~pq*rd*~si*pp)表示在技術(shù)創(chuàng)新層面,企業(yè)用高研發(fā)投入產(chǎn)出數(shù)量多而專利質(zhì)量低的專利;在內(nèi)部治理結(jié)構(gòu)層面,并不對高管給予股權(quán)激勵且不論股權(quán)集中。若當(dāng)?shù)刂R產(chǎn)權(quán)保護(hù)水平較高,企業(yè)能獲得高企業(yè)價值,此組態(tài)還可以稱為“重量-輕管-強(qiáng)保護(hù)型”企業(yè)。從企業(yè)治理角度來看,由于對管理層激勵不足,管理層創(chuàng)新決策趨于保守。出于個人利益最大化的考量,管理層通常不愿意將資本大量投入到高風(fēng)險高回報的技術(shù)創(chuàng)新而承受巨大壓力,而是傾向于將更多的資源投入到穩(wěn)定的專利數(shù)量產(chǎn)出中,甚至完全忽視專利質(zhì)量。
H2b(pn*rd*si*~oc*pp)表示在專利數(shù)量和研發(fā)投入較高時,不論專利質(zhì)量高低,給予管理層較高股權(quán)激勵且股權(quán)分散,當(dāng)?shù)刂R產(chǎn)權(quán)保護(hù)水平較高情況下,企業(yè)價值能夠得到提升。此類企業(yè)還可稱為“重量-激勵-強(qiáng)保護(hù)型”企業(yè)。這類企業(yè)在技術(shù)研發(fā)方面投入較高,專利數(shù)量產(chǎn)出較多,而股東權(quán)利分散,企業(yè)主要依靠受到良好激勵的管理層進(jìn)行管理,管理層對于研發(fā)的態(tài)度不明確,僅關(guān)注專利數(shù)量,可能是缺乏技術(shù)敏感,并不關(guān)心專利質(zhì)量。
3.3.3 H3:高投入驅(qū)動型企業(yè)
H3(~pn*~pq*rd*oc*pp)表示在專利質(zhì)量和專利數(shù)量雙低,但研發(fā)投入較高的情況下,在股權(quán)集中度高且當(dāng)?shù)刂R產(chǎn)權(quán)保護(hù)水平較高時,也能實(shí)現(xiàn)較高企業(yè)價值。此類企業(yè)可稱為“技術(shù)瓶頸-集權(quán)-強(qiáng)保護(hù)型”企業(yè)。這樣企業(yè)雖然研發(fā)投入較高,但由于某些原因?qū)е聦@麛?shù)量和質(zhì)量產(chǎn)出都不理想,但企業(yè)也能實(shí)現(xiàn)高價值。
NH1(~pn*~rd*~si*~oc*~pp)屬于全面缺失型,即技術(shù)創(chuàng)新以及內(nèi)外部環(huán)境都處于不良狀況,企業(yè)無意技術(shù)創(chuàng)新,股東權(quán)利分散且無管理層激勵,外部環(huán)境也并不支持知識產(chǎn)權(quán)保護(hù),由此造成企業(yè)價值低下狀況。
NH2(pn*~pq*~rd*~si*~pp)屬于專注數(shù)量型,技術(shù)創(chuàng)新層面,創(chuàng)新投入不足、專利質(zhì)量低;內(nèi)部治理層面,對管理層激勵不足;外部環(huán)境層面,知識產(chǎn)權(quán)保護(hù)水平低。企業(yè)僅關(guān)注專利數(shù)量,可能是希望在專利申請、授權(quán)資助政策下通過較多的專利向政府爭取扶持,但依然由于良好的內(nèi)外部環(huán)境的缺失,絕大多數(shù)低質(zhì)量的專利并不能為企業(yè)創(chuàng)造價值。
本文從“技術(shù)-組織-環(huán)境”模型角度探索影響企業(yè)價值的內(nèi)外部因素,利用模糊集定性比較分析方法,研究了研發(fā)投入、專利數(shù)量、專利質(zhì)量、股權(quán)集中度、高管激勵以及區(qū)域知識產(chǎn)權(quán)保護(hù)水平6個交互前因的要素組合與企業(yè)價值之間的互動關(guān)系,發(fā)現(xiàn)存在5條等效的企業(yè)價值提升路徑。通過對比分析各組態(tài)得到以下結(jié)論:
(1)專利數(shù)量、專利質(zhì)量都需要通過與其他要素組合協(xié)同作用才能創(chuàng)造企業(yè)高價值。根據(jù)實(shí)證結(jié)果,包括專利數(shù)量、專利質(zhì)量在內(nèi)的任何單一因素都不能獨(dú)立實(shí)現(xiàn)企業(yè)高價值,而基于整體視角,專利質(zhì)量與專利數(shù)量都能夠通過特定要素組合協(xié)同實(shí)現(xiàn)高企業(yè)價值,企業(yè)可視外部環(huán)境和內(nèi)部治理結(jié)構(gòu)選擇高質(zhì)量驅(qū)動型、高投入-高數(shù)量驅(qū)動型。
(2)提升專利質(zhì)量是企業(yè)最高效益的價值提升方法。從2種高質(zhì)量驅(qū)動型路徑看,在外部知識產(chǎn)權(quán)保護(hù)水平存在差異情況下,在技術(shù)創(chuàng)新層面注重專利質(zhì)量的提升都可為企業(yè)創(chuàng)造高價值。具體而言,外部環(huán)境較差時,通過高投入產(chǎn)出高質(zhì)量專利是處于低知識產(chǎn)權(quán)保護(hù)水平的企業(yè)獲得高企業(yè)價值的唯一選擇;外部環(huán)境較好時,若企業(yè)股權(quán)集中,僅需要產(chǎn)出高質(zhì)量專利就能創(chuàng)造企業(yè)高價值,這使得專利質(zhì)量之于企業(yè)的意義更加重要,研發(fā)效率高但資金不足的企業(yè),完全可以憑借專利質(zhì)量創(chuàng)造高價值。
(3)企業(yè)不宜盲目追求專利數(shù)量。從實(shí)證結(jié)果來看,企業(yè)價值的提升并不要求企業(yè)的技術(shù)創(chuàng)新層面的3個指標(biāo)都達(dá)到高水平。但從組態(tài)NH2可知,僅關(guān)注專利數(shù)量規(guī)模反而會導(dǎo)致企業(yè)低價值。說明過多低質(zhì)量專利可能制約企業(yè)可持續(xù)發(fā)展,企業(yè)研發(fā)產(chǎn)出專利需要有的放矢,應(yīng)進(jìn)行充分的成本效益評估。
(4)良好的知識產(chǎn)權(quán)保護(hù)水平有助于企業(yè)自由選擇企業(yè)價值提升策略。5條高價值組態(tài)中有4條呈現(xiàn)出高區(qū)域知識產(chǎn)權(quán)保護(hù)水平,說明高區(qū)域知識產(chǎn)權(quán)保護(hù)水平與高企業(yè)價值存在強(qiáng)關(guān)聯(lián)性,并且每條路徑的要素組合存在較大差異,可見高區(qū)域知識產(chǎn)權(quán)保護(hù)水平是企業(yè)多元選擇技術(shù)創(chuàng)新發(fā)展戰(zhàn)略和企業(yè)價值提升策略的保障。
根據(jù)實(shí)證結(jié)論,對于企業(yè)決策、政策制定提出以下建議:
4.2.1 企業(yè)決策建議
企業(yè)在追求價值最大化時存在差異化路線,企業(yè)應(yīng)在綜合評判技術(shù)成熟度、企業(yè)現(xiàn)金流水平、管理層管理水平、企業(yè)集權(quán)程度、區(qū)域知識產(chǎn)權(quán)保護(hù)程度的基礎(chǔ)上選擇累積專利數(shù)量或者提升專利質(zhì)量。
從當(dāng)前政策指引和市場競爭態(tài)勢來看,專利質(zhì)量應(yīng)作為企業(yè)關(guān)注的重心。一方面,過度依賴專利申請、授權(quán)數(shù)量來證明企業(yè)創(chuàng)新能力或?qū)⑹?yīng)有的作用,承載企業(yè)核心技術(shù)的專利或在布局層面具有戰(zhàn)略意義的專利更有利于企業(yè)維持更長久的利益,企業(yè)應(yīng)適度調(diào)整研發(fā)投入產(chǎn)出傾向,將此類專利作為產(chǎn)出首選;另一方面,企業(yè)進(jìn)行研發(fā)活動時嘗試追求開創(chuàng)性技術(shù)研發(fā)有利于獲得行業(yè)優(yōu)勢,同時為避免專利“加速化陷阱”、維持長久異質(zhì)性競爭力,應(yīng)從各個維度(技術(shù)、法律、經(jīng)濟(jì))提升專利質(zhì)量,從而實(shí)現(xiàn)高企業(yè)價值。
4.2.2 政策制定建議
結(jié)合“構(gòu)建知識產(chǎn)權(quán)大保護(hù)格局”與本文研究結(jié)論,從政策層面提出2個建議:①就地區(qū)知識產(chǎn)權(quán)水平差異而言,扶助政策應(yīng)當(dāng)有所傾斜;②就政策類型而言,應(yīng)有足夠的政策用以維持專利市場的適度平衡。
按照研究結(jié)論可知,區(qū)域知識產(chǎn)權(quán)保護(hù)環(huán)境對企業(yè)技術(shù)創(chuàng)新決策存在重要影響。《“十四五”國家知識產(chǎn)權(quán)保護(hù)和運(yùn)用規(guī)劃》指出應(yīng)加強(qiáng)知識產(chǎn)權(quán)全鏈條保護(hù),健全跨區(qū)域、跨部門知識產(chǎn)權(quán)行政保護(hù)協(xié)作機(jī)制。因此存在先發(fā)優(yōu)勢的地區(qū)應(yīng)總結(jié)經(jīng)驗(yàn)進(jìn)一步提升知識產(chǎn)權(quán)保護(hù)水平,知識產(chǎn)權(quán)保護(hù)欠缺的地區(qū)應(yīng)吸取先進(jìn)地區(qū)經(jīng)驗(yàn),以提升跨區(qū)域、全鏈條協(xié)作的效率和效果。并且國家宏觀調(diào)配上,也應(yīng)注重知識產(chǎn)權(quán)行政、司法、執(zhí)法資源的均衡配置,注意扶助政策上向知識產(chǎn)權(quán)保護(hù)水平較弱的地區(qū)傾斜,通過有效的知識產(chǎn)權(quán)政策充分保障企業(yè)對創(chuàng)新發(fā)展路徑的多元選擇,全面提升國家知識產(chǎn)權(quán)保護(hù)水平。