收稿日期：2023-11-30" 修回日期：2024-01-12

基金項目：國家社會科學基金重點項目（18AGL005）；河南省高等學校哲學社會科學創(chuàng)新團隊項目（2022-CXTD-03）；河南省軟科學研究重點項目（232400411026）

作者簡介：海本祿（1982-），男，河南新鄉(xiāng)人，博士，河南師范大學商學院副院長、教授、博士生導師，河南師范大學“平原學者”拔尖人才，研究方向為技術經(jīng)濟與創(chuàng)新管理；馬昂（1999-），男，河南禹州人，河南師范大學商學院碩士研究生，研究方向為技術經(jīng)濟與創(chuàng)新管理。

摘 要：企業(yè)創(chuàng)新是資源分配和創(chuàng)新投入的有機統(tǒng)一。基于2003—2021年A股上市公司樣本數(shù)據(jù)，從創(chuàng)新廣度和創(chuàng)新深度兩個維度深入探討企業(yè)創(chuàng)新活動對全要素生產(chǎn)率的影響機制。結果發(fā)現(xiàn)：創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率存在倒U型關系，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率具有顯著正向影響。異質性研究表明，相較于國有企業(yè)，非國有企業(yè)創(chuàng)新深度對全要素生產(chǎn)率的正向影響更加顯著；相較于非高技術企業(yè)，高技術企業(yè)創(chuàng)新廣度與全要素生產(chǎn)率的倒U型關系曲線更加陡峭。進一步研究表明，高市場化水平情景下，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響更顯著；高知識產(chǎn)權保護水平情景下，創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率的倒U型關系曲線呈現(xiàn)峰值提高、拐點左移的特點，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響更顯著，說明高知識產(chǎn)權保護水平地區(qū)企業(yè)創(chuàng)新效應更加顯著，但隨之而來的創(chuàng)新廣度“門檻”問題也更加突出。由此，提出測度企業(yè)創(chuàng)新活動的新視角和新方法，進一步揭示不同市場化水平、知識產(chǎn)權保護水平下企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響，以期為相關政策制定與實施提供理論參考。

關鍵詞：企業(yè)創(chuàng)新；創(chuàng)新廣度；創(chuàng)新深度；全要素生產(chǎn)率

DOI：10.6049/kjjbydc.2023110877

中圖分類號：F273.1

文獻標識碼：A

文章編號：1001-7348（2025）04-0078-12

0 引言

當前，我國經(jīng)濟已由高速增長階段轉向高質量發(fā)展階段。在此背景下，提高全要素生產(chǎn)率能夠促進經(jīng)濟高質量發(fā)展［1］。Solow（1956）對全要素生產(chǎn)率進行了界定，并將全要素生產(chǎn)率作為影響經(jīng)濟增長的決定性因素。自此，學者們開始廣泛探索全要素生產(chǎn)率背后的驅動機制［2］?；谄髽I(yè)異質性視角，現(xiàn)有相關研究探討企業(yè)研發(fā)投入、企業(yè)員工年齡［3］、行業(yè)類型［4］、高管薪酬差距［5］、產(chǎn)權性質［5］等因素對全要素生產(chǎn)率的差異化影響。值得注意的是，學者們普遍認為，創(chuàng)新是企業(yè)生產(chǎn)率提高和長期經(jīng)濟增長的內(nèi)在驅動力［6］。

現(xiàn)有研究普遍認為，企業(yè)創(chuàng)新對全要素生產(chǎn)率具有顯著促進作用［7-8］。研發(fā)創(chuàng)新能否必然引起企業(yè)全要素生產(chǎn)率提高？這是值得關注的問題。同時，研發(fā)投入過多或資源分配不當可能對企業(yè)創(chuàng)新產(chǎn)生負向影響［9］?，F(xiàn)有研究大多基于線性視角展開，研究視角單一，無法充分揭示企業(yè)創(chuàng)新與全要素生產(chǎn)率的關系。企業(yè)創(chuàng)新是一個復雜的過程，不僅需要關注創(chuàng)新投入數(shù)量問題，而且不能忽視因創(chuàng)新資源分配帶來的創(chuàng)新效益問題。為揭示企業(yè)創(chuàng)新過程，需要從創(chuàng)新廣度與創(chuàng)新深度兩個維度探討企業(yè)創(chuàng)新過程。具體來說，創(chuàng)新廣度反映企業(yè)在不同技術領域的創(chuàng)新程度，能夠體現(xiàn)企業(yè)創(chuàng)新的多樣性與跨界性。通過多個技術領域創(chuàng)新，企業(yè)能夠更好地滿足市場需求，進而提高效率和效益。創(chuàng)新深度反映企業(yè)在創(chuàng)新方面的投入程度與強度。創(chuàng)新深度涉及核心技術開發(fā)和應用、生產(chǎn)過程優(yōu)化以及組織管理等方面的創(chuàng)新，對于提高企業(yè)全要素生產(chǎn)率至關重要。因此，從創(chuàng)新廣度與創(chuàng)新深度兩個視角刻畫企業(yè)創(chuàng)新活動，能夠進一步揭示企業(yè)創(chuàng)新對企業(yè)全要素生產(chǎn)率的影響機制。

本文利用2003—2021年A股上市公司樣本數(shù)據(jù)，從創(chuàng)新廣度與創(chuàng)新深度兩個維度揭示企業(yè)創(chuàng)新活動，深入探討企業(yè)創(chuàng)新活動對全要素生產(chǎn)率的影響機制。本文的貢獻如下：一是從創(chuàng)新廣度和創(chuàng)新深度兩個維度刻畫企業(yè)創(chuàng)新水平，為創(chuàng)新活動評價與管理提供新視角和新方法；二是從創(chuàng)新廣度和創(chuàng)新深度兩個維度出發(fā)，全面分析企業(yè)創(chuàng)新活動對全要素生產(chǎn)率的影響機制；三是對不同市場化程度和不同知識產(chǎn)權保護水平的調節(jié)效應進行分析，為相關政策制定提供理論參考。

1 文獻綜述

企業(yè)創(chuàng)新活動有助于提高生產(chǎn)率，促進產(chǎn)品結構升級，推動自身高質量發(fā)展。關于創(chuàng)新與全要素生產(chǎn)率的關系，現(xiàn)有研究表明，企業(yè)創(chuàng)新對全要素生產(chǎn)率具有積極影響。例如，Knig等（2022）發(fā)現(xiàn)，研發(fā)投入對中國全要素生產(chǎn)率增長作出了重大貢獻。這一結論在其它地區(qū)也得到了證實［10-12］。然而，少數(shù)研究發(fā)現(xiàn)，創(chuàng)新投資不僅未能促進全要素生產(chǎn)率增長，反而會對全要素生產(chǎn)率產(chǎn)生負面影響。此外，部分研究認為，企業(yè)創(chuàng)新與全要素生產(chǎn)率并不是簡單的線性關系［13］。部分研究發(fā)現(xiàn)，研發(fā)投入對企業(yè)全要素生產(chǎn)率的促進作用具有滯后性［14］。

現(xiàn)有相關研究存在以下不足：第一，不同條件下企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響可能不同。現(xiàn)有研究大多從投入、產(chǎn)出視角測度創(chuàng)新，而忽視了創(chuàng)新廣度與創(chuàng)新深度的作用。第二，現(xiàn)有研究大多基于線性視角探究企業(yè)創(chuàng)新活動對全要素生產(chǎn)率的影響，無法揭示創(chuàng)新活動產(chǎn)生的經(jīng)濟效益。第三，現(xiàn)有相關研究存在指數(shù)測算不完整、樣本代表性不足等問題，可能無法充分解釋企業(yè)創(chuàng)新與全要素生產(chǎn)率的關系。在此基礎上，本文從創(chuàng)新廣度和創(chuàng)新深度兩個維度刻畫企業(yè)創(chuàng)新水平，深入探討企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響機制。

2 研究假設

2.1 創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率

基于環(huán)境動蕩性，企業(yè)需要拓展不同技術領域，從而獲取持續(xù)競爭優(yōu)勢。企業(yè)通過加強不同技術領域探索提高自身技術水平與市場競爭力［15］，從而提高生產(chǎn)效率。一方面，企業(yè)通過提升創(chuàng)新廣度增加自身知識和技術儲備，進而掌握更多技術組合和創(chuàng)新機會。同時，企業(yè)涉及的技術領域愈發(fā)廣泛，創(chuàng)新溢出效應促使企業(yè)科技知識存量增加。企業(yè)通過加速引進知識吸收實現(xiàn)技術本土化［16］，從而提高生產(chǎn)過程中的要素利用效率［17］。另一方面，企業(yè)通過提升創(chuàng)新廣度拓展市場范圍、豐富產(chǎn)品種類，進而滿足不同消費者需求，提高產(chǎn)品質量和附加值［18］。同時，創(chuàng)新廣度能夠反映企業(yè)創(chuàng)新資源配置情況，合理的資源配置能夠促進企業(yè)全要素生產(chǎn)率提升［19］。""""" 然而，當創(chuàng)新廣度超過一定水平時，企業(yè)成本和風險增加，導致其生產(chǎn)效率降低。一方面，創(chuàng)新廣度提升需要企業(yè)投入更多資源和時間，由此導致企業(yè)面臨更高的融資約束與機會成本［16］；另一方面，過高的創(chuàng)新廣度意味著企業(yè)在不同技術領域專注度下降，因而難以形成核心競爭力與持續(xù)優(yōu)勢。綜上，本文提出以下假設：

H1：創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率具有倒U型影響。

2.2 創(chuàng)新深度與企業(yè)全要素生產(chǎn)率

內(nèi)生技術創(chuàng)新是經(jīng)濟持續(xù)增長的保障，是推動全要素生產(chǎn)率持續(xù)提高的關鍵［20］。企業(yè)通過創(chuàng)新活動降低生產(chǎn)成本、開發(fā)產(chǎn)品，從而提升產(chǎn)品質量。創(chuàng)新活動是推動技術進步和企業(yè)績效增長的主要驅動力［21］。研發(fā)創(chuàng)新投入增加有助于企業(yè)取得重大理論突破，隨之而來的積累效應能夠促進企業(yè)技術水平提升［22-23］，進而推動全要素生產(chǎn)率提高［18］。某些情況下，過高的創(chuàng)新深度可能抑制企業(yè)全要素生產(chǎn)率提升。隨著企業(yè)創(chuàng)新深度不斷增加，規(guī)模經(jīng)濟與學習效應能夠推動企業(yè)技術朝某一既定方向強化，企業(yè)原有行為會因為慣性持續(xù)，進而被鎖定在低效或無效狀態(tài)不能自拔，直至實現(xiàn)路徑突破。此外，過高的創(chuàng)新深度可能要求企業(yè)頻繁發(fā)布迭代產(chǎn)品，導致產(chǎn)品質量不穩(wěn)定，無法維護良好的客戶關系。同時，過高的創(chuàng)新深度可能促使企業(yè)過于注重技術與產(chǎn)品創(chuàng)新，忽略市場真實需求，導致企業(yè)產(chǎn)品或服務無法滿足消費者需求，進而抑制企業(yè)全要素生產(chǎn)率提升。綜上，本文提出以下假設：

H2：創(chuàng)新深度對企業(yè)全要素生產(chǎn)率具有倒U型影響。

3 實證研究設計

3.1 樣本數(shù)據(jù)

本文選取2003—2021年A股上市公司作為樣本。其中，專利數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，其余數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。此外，本文對初始樣本進行如下處理：第一，剔除ST類公司樣本；第二，剔除金融行業(yè)樣本；第三，剔除IPO未滿一年的企業(yè)樣本；第四，剔除總資產(chǎn)小于總負債的企業(yè)樣本。為避免極端值的影響，本文對連續(xù)型變量進行1%和99%水平的縮尾處理。最后，經(jīng)整理得到27 638個公司—年度樣本觀測值。

3.2 變量定義

3.2.1 被解釋變量

本文被解釋變量為企業(yè)全要素生產(chǎn)率?，F(xiàn)有企業(yè)全要素生產(chǎn)測度方法較多［24］，其中，OP法（Olley and Pakes，1996）和LP法（Levinsohn and Petrin，2003）可緩解傳統(tǒng)方法導致的內(nèi)生性問題。同時，OP方法需要滿足投資大于0且投資單調增加這一前提，因而導致部分樣本丟失。相較之下，以中間投入作為工具變量的LP方法更加靈活。本文采用LP法估算企業(yè)全要素生產(chǎn)率，同時采用OP方法和GMM方法估算的全要素生產(chǎn)率作為穩(wěn)健性檢驗的替代變量。

3.2.2 解釋變量

一般而言，現(xiàn)有研究使用專利申請數(shù)量作為衡量企業(yè)創(chuàng)新水平的代理指標。然而，單純依靠專利計數(shù)無法區(qū)分技術重要性與創(chuàng)新重要性［25］，由于策略性創(chuàng)新和“創(chuàng)新泡沫”的存在，專利數(shù)量無法真實反映企業(yè)創(chuàng)新水平。因此，本文利用CSMAR數(shù)據(jù)庫中的財務數(shù)據(jù)和CNRDS數(shù)據(jù)庫中的中國上市公司專利信息，構建創(chuàng)新廣度與創(chuàng)新深度兩個指標，以此度量企業(yè)創(chuàng)新水平。

（1）創(chuàng)新廣度。借鑒張杰和鄭文平［26］的研究成果，本文利用企業(yè)專利IPC分類號數(shù)據(jù)計算知識寬度，根據(jù)企業(yè)專利信息構建創(chuàng)新廣度水平指數(shù)，具體公式如下：

BOI=1－∑α2（1）

其中，a表示IPC分類號中大組分類所占比重。同時，綜合數(shù)據(jù)可獲得性、完整性以及科學性，本文選取截至2021年的專利數(shù)據(jù)進行計算。此外，外觀設計專利的IPC分類號與其余兩類專利不同，無法利用現(xiàn)有公式測算外觀設計專利質量［26］。因此，本文僅對發(fā)明專利和實用新型專利進行測算。

（2）創(chuàng)新深度。本文利用主成分分析法（PCA），以企業(yè)研發(fā)投入、研發(fā)人員數(shù)量和當年專利申請量和獲得量為基礎構建綜合指標，以此衡量創(chuàng)新深度。因指標構建涉及的4個指標部分缺失，為確保指標構建的合理性，本文采用4個指標均存在的樣本進行測算。

3.2.3 控制變量

為了確保結論的穩(wěn)健性，本文選取一系列控制變量，具體如下：現(xiàn)金資產(chǎn)比率（Cash）、股權制衡度（Top10）、財務杠桿（Lev）、流動資產(chǎn)比率（CR）、產(chǎn)權性質（Soe）、在職員工人數(shù)（Employee）、企業(yè)年齡（Age）和企業(yè)規(guī)模（Size）。同時，本文控制了時間、行業(yè)和省份固定效應。上述主要變量定義如表1所示。

3.3 描述性統(tǒng)計

本文主要變量描述性統(tǒng)計結果如表2所示。由表2可知，基于LP法、OP法和GMM法計算的企業(yè)全要素生產(chǎn)率（TFP）平均值與中位數(shù)相近，表明樣本企業(yè)全要素生產(chǎn)率（TFP）大致呈現(xiàn)正態(tài)分布，標準差分別為1.085、0.938和0.904，最大值和最小值間的差距較小，代表樣本全要素生產(chǎn)率（TFP）變化范圍較小。核心解釋變量創(chuàng)新廣度（BOI）的平均值為0.286，中位數(shù)為0.273，標準差為0.092，最大值（0.668）與最小值（0）間的差距較小，數(shù)據(jù)整體分布較為集中，差異較小。由此說明，樣本企業(yè)間創(chuàng)新廣度差異較小。創(chuàng)新深度（DOI）的平均值為2.306，中位數(shù)為2.144，標準差為0.914，最大值（9.182）與最小值（0.721）間的差距比創(chuàng)新廣度（BOI）大。由此說明，相較于創(chuàng)新廣度，樣本企業(yè)間創(chuàng)新深度差異更為顯著。

本文使用Pearson相關系數(shù)對模型中各變量進行相關性分析，結果如表3所示。同時，方差膨脹因子檢驗結果顯示，各變量平均VIF值為1.400，且各變量VIF值均不超過10。因此，本文相關變量間不存在多重共線性問題。

3.4 模型構建

首先，考慮到創(chuàng)新活動的滯后效應，基于現(xiàn)有研究結果［27］，本文將創(chuàng)新廣度（BOI）和創(chuàng)新深度（DOI）分別滯后兩期。同時，為了檢驗企業(yè)創(chuàng)新與全要素生產(chǎn)率的倒U型關系，本文將解釋變量的一次項和二次項依次代入模型，構建以下模型：

TFPi，t=α0+α1BOIi，t－2+∑Con+∑Year+∑Ind+∑Province+εi，t（2）

TFPi，t=β0+β1DOIi，t－2+∑Con+∑Year+∑Ind+∑Province+εi，t（3）

TFPi，t=α0+α1BOIi，t－2+α2BOIi，t－22+∑Con+∑Year+∑Ind+∑Province+εi，t（4）

TFPi，t=β0+β1DOIi，t－2+β2DOIi，t－22+∑Con+∑Year+∑Ind+∑Province+εi，t（5）

其中，i表示企業(yè)，t表示年度，TFPi，t表示企業(yè)i第t年全要素生產(chǎn)率，BOIi，t－2表示滯后兩期創(chuàng)新廣度，DOIi，t－2表示滯后兩期創(chuàng)新深度。Con表示控制變量集合，Year、Ind、Province表示年度、行業(yè)和省份層面的固定效應。同時，考慮到隨機擾動項的異方差和序列相關，本文對標準誤進行企業(yè)層面的聚類處理。

4 實證結果與分析

4.1 基準回歸檢驗

表4為本文基準回歸結果。模型（1）和模型（2）顯示，滯后兩期創(chuàng)新廣度（L2.BOI）、創(chuàng)新深度（L2.DOI）對企業(yè)全要素生產(chǎn)率具有顯著正向影響（α1=0.182，plt;0.1；β1=0.272，plt;0.01），這一結果印證了現(xiàn)有研究中關于創(chuàng)新滯后效應的觀點。模型（3）顯示，L2.BOI的回歸系數(shù)為2.702（plt;0.01），二次項L2.BOI2的回歸系數(shù)為-4.055（plt;0.01），R2由模型（1）的0.472提升至0.474；模型（4）顯示，L2.DOI的回歸系數(shù)為0.456（plt;0.01），二次項L2.BOI2的回歸系數(shù)為-0.025（plt;0.01），R2由模型（2）的0.519提升至0.521。以上結果表明，創(chuàng)新廣度、創(chuàng)新深度與企業(yè)全要素生產(chǎn)率呈倒U型關系。

根據(jù)Haans（2016）的研究成果，本文使用U-test命令對模型（3）（4）進行進一步檢驗。模型（3）顯示，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率呈現(xiàn)先正向（2.702，plt;0.01）后負向（-2.878，plt;0.01）的影響。極值點為0.333，在自變量取值范圍內(nèi)，且位于95%Fieller區(qū)間［0.308，0.360］，拒絕原假設。模型（4）顯示，L2.DOI的極值點（9.291）不在L2.DOI的取值范圍內(nèi)，因而創(chuàng)新深度與企業(yè)全要素生產(chǎn)率的倒U型關系不成立。

針對模型（4），基于傳統(tǒng)方法的檢驗結果與U-test檢驗結果沖突問題，本文結合兩種方法原理，傾向于接受U-test檢驗結果。同時，為了揭示創(chuàng)新廣度、創(chuàng)新深度與企業(yè)全要素生產(chǎn)率的關系，本文繪制創(chuàng)新廣度、創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的平均邊際效應變化圖（見圖1）。圖1結果與U-test檢驗結果相符。綜上，本文假設H1得到支持，拒絕假設H2。因此，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率具有倒U型影響，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率具有顯著正向影響。雖然基準回歸結果并未直接支持創(chuàng)新深度與企業(yè)全要素生產(chǎn)率的倒U型關系，但創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的顯著正向影響值得進一步思考。這意味著創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的影響是單調的，盡管過高的創(chuàng)新深度可能會帶來一系列負面影響，但高水平創(chuàng)新深度情景下，創(chuàng)新深度增加仍能促進企業(yè)全要素生產(chǎn)率提升。

4.2 穩(wěn)健性檢驗

（1）本文采取傾向得分匹配法（PSM）進行穩(wěn)健性檢驗，具體操作如下：針對企業(yè)創(chuàng)新廣度與全要素生產(chǎn)率間的倒U型關系，將倒U型曲線拐點右側企業(yè)設為實驗組，并將其與拐點左側企業(yè)進行1∶8匹配；針對企業(yè)創(chuàng)新深度對全要素生產(chǎn)率的正向影響，以企業(yè)創(chuàng)新深度均值為界限，將均值右側企業(yè)設為實驗組，并將其與均值左側企業(yè)進行1∶8匹配。同時，將所有控制變量作為協(xié)變量進行傾向得分之差不超過0.01%的卡尺匹配，對通過均衡性檢驗的樣本再次進行回歸，回歸結果與基準回歸結果具有較高的一致性，如表5所示。

（2）本文采用替換變量的方法進行穩(wěn)健性檢驗。首先，將基于OP和GMM法計算的企業(yè)全要素生產(chǎn)率作為被解釋變量代入模型，檢驗結果與基準回歸相符，如表5所示。其次，本文使用創(chuàng)新廣度和創(chuàng)新深度滯后3期替換模型中原有創(chuàng)新廣度和創(chuàng)新深度滯后兩期，回歸結果與基準回歸結果保持一致，如表5所示。

綜上，本文模型結果具有穩(wěn)健性。

4.3 異質性檢驗

為檢驗不同產(chǎn)權性質樣本企業(yè)的異質性影響，本文根據(jù)產(chǎn)權性質將樣本企業(yè)分為國有企業(yè)（Soe=1）和非國有企業(yè)（Soe=0），分組依次檢驗模型（2）和模型（3）。表6顯示，無論是國有企業(yè)還是非國有企業(yè)，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響，以及創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響均顯著，U-test檢驗結果與基準回歸無異。同時，本文使用Bootstrap1 000次檢驗組間系數(shù)差異的顯著性，報告于表6中的經(jīng)驗P值。結果顯示，滯后兩期創(chuàng)新廣度的二次項（L2.BOI2）組間系數(shù)差異經(jīng)驗P值為0.140，表明在國有企業(yè)組和非國有企業(yè)組中，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響差異不顯著。滯后兩期創(chuàng)新深度（L2.DOI）組間系數(shù)差異經(jīng)驗P值為0.045，表明相較于國有企業(yè)，非國有企業(yè)創(chuàng)新深度對全要素生產(chǎn)率的正向影響更顯著。具體來說，國有企業(yè)、非國有企業(yè)在所有權性質、創(chuàng)新意愿與能力、組織文化和激勵機制等方面存在顯著差異。由于受政府管理和干預，國有企業(yè)創(chuàng)新行為受限，這會影響其創(chuàng)新意愿和能力，進而影響其創(chuàng)新投入。相較于國有企業(yè)，非國有企業(yè)更具靈活性和市場導向性，面臨更激烈的市場競爭和更大的經(jīng)濟壓力，傾向于積極尋求創(chuàng)新機會并將其轉化為商業(yè)價值。同時，非國有企業(yè)組織文化與激勵機制更加市場化，鼓勵員工積極創(chuàng)新，進而提升創(chuàng)新廣度和深度以及全要素生產(chǎn)率。

同時，技術水平是影響企業(yè)創(chuàng)新效益的重要因素。為了檢驗企業(yè)技術水平的異質性影響，借鑒現(xiàn)有研究成果［28］，本文根據(jù)中國證監(jiān)會《上市企業(yè)行業(yè)分類指引》（2012）將樣本分為高技術企業(yè)和非高技術企業(yè)，回歸結果如表6所示。結果表明，無論是高技術企業(yè)還是非高技術企業(yè)，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響，以及創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響均顯著。組間系數(shù)差異結果表明，創(chuàng)新廣度對全要素生產(chǎn)率的倒U型影響在高技術企業(yè)與非高技術企業(yè)存在顯著差異（p=0.000）。由此說明，對于高技術企業(yè)而言，創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率的倒U型關系曲線更陡峭。結合圖2可知，相較于低技術企業(yè)，高技術企業(yè)創(chuàng)新廣度對全要素生產(chǎn)率的影響曲線呈現(xiàn)峰值降低、拐點左移的特點。需要指出的是，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響組間系數(shù)差異不顯著（p=0.110），因而不能認為兩組樣本間存在區(qū)別。具體來說，高技術企業(yè)、非高技術企業(yè)在技術要求、市場競爭和創(chuàng)新方向上存在顯著差異。相較于非高技術企業(yè)，高技術企業(yè)通常屬于技術密集型產(chǎn)業(yè)，需要通過高水平技術創(chuàng)新和研發(fā)投入獲得競爭優(yōu)勢。同時，高技術企業(yè)對創(chuàng)新廣度更加敏感，其“門檻”更高。相較于高技術企業(yè)，非高技術企業(yè)可能處于較少競爭的市場或具有一定的市場地位，會通過積極探索不同技術領域生產(chǎn)差異化產(chǎn)品以滿足不同消費者需求，從而提升自身市場份額。同時，非高技術企業(yè)更加注重不同技術領域創(chuàng)新成果轉化與應用，通過提升創(chuàng)新廣度所產(chǎn)生的經(jīng)濟效益也更加顯著。

5 進一步研究

5.1 市場化水平

企業(yè)創(chuàng)新與全要素生產(chǎn)率的關系可能受不同市場化水平的影響，具體取決于地區(qū)經(jīng)濟環(huán)境、市場開放程度、法律和政策環(huán)境、市場規(guī)模以及需求水平等因素?，F(xiàn)有研究表明，市場化水平提升可以促進企業(yè)研發(fā)投入水平、研發(fā)強度和研發(fā)效率提升［29］。因此，在探討企業(yè)創(chuàng)新與全要素生產(chǎn)率的關系時，需要考慮市場化水平的影響，以便制定針對性政策。基于現(xiàn)有研究成果（解學梅，朱琪瑋，2021），本文構建省級市場化水平指數(shù)，以年度中位數(shù)為界限將高于年度市場化水平中位數(shù)的地區(qū)歸為高市場化水平地區(qū)，將低于年度市場化水平中位數(shù)的地區(qū)歸為低市場化水平地區(qū)，并依據(jù)地區(qū)分組將樣本劃分為高市場化水平地區(qū)企業(yè)樣本組與低市場化水平地區(qū)企業(yè)樣本組，回歸結果如表7所示。結果表明，無論是高市場化水平還是低市場化水平，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響，以及創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響均顯著。組間系數(shù)差異顯著性檢驗結果表明，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響在兩組間并無顯著區(qū)別（p=0.359）；創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響組間差異在10%水平上顯著（p=0.061），意味著高市場化水平地區(qū)創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響更顯著。具體來說，相較于低市場化水平地區(qū)，高市場化水平地區(qū)擁有更健全的市場機制和更高效的資源配置，企業(yè)更易獲取資本和技術支持，進而提升創(chuàng)新能力和動力。此外，高市場化水平地區(qū)通常具有較多產(chǎn)業(yè)集聚，即相關產(chǎn)業(yè)間互動和合作更緊密。產(chǎn)業(yè)集聚效應能夠促進知識傳播，加快創(chuàng)新速度，進而對全要素生產(chǎn)率產(chǎn)生顯著影響。高市場化水平地區(qū)通常具有完善的法律和政策環(huán)境，能夠為創(chuàng)新活動提供保護和激勵，降低創(chuàng)新風險，吸引更多創(chuàng)新投資，推動企業(yè)提升創(chuàng)新深度，從而進一步提升企業(yè)創(chuàng)新能力和全要素生產(chǎn)率。最后，高市場化水平地區(qū)通常具有較大的市場規(guī)模和較高的需求水平，可以為企業(yè)提供更多市場機會，助力企業(yè)開展更多創(chuàng)新研發(fā)活動，以滿足消費者需求。同時，高市場需求水平意味著更多銷售機會和利潤回報，能夠進一步激勵企業(yè)開展創(chuàng)新活動，進而提高全要素生產(chǎn)率。

圖2 不同企業(yè)技術水平下創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型調節(jié)作用Fig.2 Inverted U-shaped moderating relationship between breadth of innovation and total factor productivity at different levels of corporate technological capabilities

5.2 知識產(chǎn)權保護水平

知識產(chǎn)權保護是影響企業(yè)創(chuàng)新活動和創(chuàng)新效益的重要因素，能夠激勵企業(yè)創(chuàng)新投入，提高創(chuàng)新效率，促進創(chuàng)新成果轉化與利用，進而加快產(chǎn)業(yè)結構轉型和數(shù)字化轉型進程。知識產(chǎn)權保護不僅可以影響企業(yè)創(chuàng)新動力和能力，而且能夠影響企業(yè)創(chuàng)新方向和范圍。知識產(chǎn)權保護水平可能調節(jié)創(chuàng)新與企業(yè)全要素生產(chǎn)率的關系。為進一步檢驗知識產(chǎn)權保護水平對創(chuàng)新與企業(yè)全要素生產(chǎn)率關系的調節(jié)作用，參考現(xiàn)有研究成果［30］，本文使用技術市場交易額與GDP的比值衡量區(qū)域知識產(chǎn)權保護綜合水平，依據(jù)年度中位數(shù)將區(qū)域劃分為高知識產(chǎn)權保護水平地區(qū)和低知識產(chǎn)權保護水平地區(qū)，并依據(jù)地區(qū)分類將樣本企業(yè)劃分為高知識產(chǎn)權保護水平地區(qū)企業(yè)樣本組和低知識產(chǎn)權保護水平地區(qū)企業(yè)樣本組，回歸結果如表8所示。結果表明，無論是高知識產(chǎn)權保護水平還是低知識產(chǎn)權保護水平，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響，以及創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響均顯著。組間系數(shù)差異顯著性檢驗結果表明，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的倒U型影響組間差異顯著（p=0.016）；創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響組間差異在10%水平上顯著（p=0.052）。由此說明，高知識產(chǎn)權保護水平下，企業(yè)創(chuàng)新效應更加顯著。圖3展示了知識產(chǎn)權保護水平對企業(yè)創(chuàng)新廣度與全要素生產(chǎn)率倒U型關系的調節(jié)作用。由圖3可知，相較于低知識產(chǎn)權保護水平，高知識產(chǎn)權保護水平下，創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的影響曲線呈現(xiàn)出峰值提高、拐點左移的特點。這意味著在創(chuàng)新廣度相同的情況下，高知識產(chǎn)權保護水平地區(qū)企業(yè)創(chuàng)新廣度對全要素生產(chǎn)率的影響更顯著。具體來說，相較于低知識產(chǎn)權保護水平地區(qū)，高知識產(chǎn)權保護水平地區(qū)對知識產(chǎn)權的保護力度更大，能夠有效降低侵權和盜用風險，企業(yè)更愿意提升創(chuàng)新廣度和創(chuàng)新深度，也愿意分享知識和技術，因而創(chuàng)新溢出效應顯著。低知識產(chǎn)權保護水平下，企業(yè)可能傾向于模仿而非創(chuàng)新。需要指出的是，對于低知識產(chǎn)權保護水平地區(qū)企業(yè)而言，這并不意味著創(chuàng)新不重要。事實上，即使在低知識產(chǎn)權保護水平地區(qū)，企業(yè)也需要通過創(chuàng)新優(yōu)化生產(chǎn)過程或開發(fā)新業(yè)務模式提高自身全要素生產(chǎn)率。

6 結語

6.1 研究結論

本文基于2003—2021年A股上市公司樣本數(shù)據(jù)，從創(chuàng)新廣度和創(chuàng)新深度兩個維度深入探討了創(chuàng)新水平對企業(yè)全要素生產(chǎn)率的影響機制，得出以下主要結論：

（1）創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率具有顯著倒U型影響，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率具有顯著正向影響。

（2）創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響在不同產(chǎn)權性質樣本間存在差異。具體來說，相較于國有企業(yè)，非國有企業(yè)創(chuàng)新深度對全要素生產(chǎn)率的正向影響更加顯著。

（3）企業(yè)技術水平異質性檢驗發(fā)現(xiàn)，相較于非高技術企業(yè)，高技術企業(yè)創(chuàng)新廣度與全要素生產(chǎn)率的倒U型關系曲線更加陡峭，呈現(xiàn)峰值降低、拐點左移的特點。

（4）進一步研究表明，市場化水平對創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率的倒U型關系無顯著影響。高市場化水平下，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響更顯著；高知識產(chǎn)權保護水平下，創(chuàng)新廣度與企業(yè)全要素生產(chǎn)率的倒U型關曲線呈現(xiàn)峰值提高、拐點左移的特點，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率的正向影響更顯著。

6.2 理論貢獻

企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響是一個較為復雜的過程，現(xiàn)有研究主要關注創(chuàng)新資源投入數(shù)量問題，對創(chuàng)新資源分配問題關注不足。本文從創(chuàng)新廣度和創(chuàng)新深度兩個維度分析企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響過程。其中，創(chuàng)新廣度反映創(chuàng)新資源投入領域的多樣性和跨界性，創(chuàng)新深度反映企業(yè)創(chuàng)新資源投入規(guī)模與強度。本文揭示企業(yè)創(chuàng)新對全要素生產(chǎn)率的影響機制，通過對市場化水平、知識產(chǎn)權保護水平的調節(jié)效應進行分析，為相關政策制定提供了理論參考與決策依據(jù)。

6.3 管理啟示

（1）企業(yè)創(chuàng)新既要重視創(chuàng)新投入強度，又要注重創(chuàng)新資源合理配置。本文發(fā)現(xiàn)，企業(yè)創(chuàng)新廣度對全要素生產(chǎn)率具有顯著倒U型影響，企業(yè)創(chuàng)新深度對全要素生產(chǎn)率具有顯著正向影響。在通過持續(xù)創(chuàng)新投入獲得競爭優(yōu)勢的同時，企業(yè)也要關注創(chuàng)新資源合理配置。持續(xù)改進和升級是產(chǎn)品迭代與優(yōu)化的核心，通過不斷提升創(chuàng)新深度，企業(yè)對現(xiàn)有產(chǎn)品進行升級迭代，為產(chǎn)品質量提供保障，進一步滿足市場需求，實現(xiàn)可持續(xù)發(fā)展。在這一過程中，企業(yè)需要規(guī)避因創(chuàng)新領域過度分散或過度深入導致的風險。

（2）政府應全面加強知識產(chǎn)權保護，進一步提升治理能力和治理水平，充分發(fā)揮知識產(chǎn)權制度的保障作用，激發(fā)企業(yè)創(chuàng)新活力。知識產(chǎn)權保護對激勵創(chuàng)新、塑造品牌、規(guī)范市場秩序、擴大對外開放發(fā)揮重要作用。不同知識產(chǎn)權保護水平下，創(chuàng)新深度與創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率的影響具有顯著差異。政府有關部門應進一步增強知識產(chǎn)權保護力度，助力企業(yè)打通知識產(chǎn)權創(chuàng)造、運用、保護、管理全鏈條，促進知識產(chǎn)權與企業(yè)創(chuàng)新能力融合，充分發(fā)揮知識產(chǎn)權制度的重要作用。

6.4 不足與展望

本文存在以下不足：首先，本研究發(fā)現(xiàn)創(chuàng)新廣度對企業(yè)全要素生產(chǎn)率具有倒U型影響，創(chuàng)新深度對企業(yè)全要素生產(chǎn)率具有顯著正向影響，未來可進一步探索企業(yè)創(chuàng)新廣度與全要素生產(chǎn)率的倒U型關系成因。其次，本研究采用傳統(tǒng)全要素生產(chǎn)率作為企業(yè)全要素生產(chǎn)率的衡量指標，未考慮其它指標（如營業(yè)收入增長率、市場份額等），后續(xù)可以考慮利用多種指標進行衡量，以獲得更全面、準確的結論。再次，本研究使用的企業(yè)樣本為A股上市公司，結論普適性有限，后續(xù)可以擴大樣本范圍，納入更多類型企業(yè)進行深入研究。

參考文獻參考文獻：

［1］ 王海成， 張偉豪， 夏紫瑩. 產(chǎn)業(yè)規(guī)模偏好與企業(yè)全要素生產(chǎn)率——來自省級政府五年規(guī)劃文本的證據(jù)［J］. 經(jīng)濟研究， 2023， 58（5）： 153-171.

［2］ HOPENHAYN H A. Firms， misallocation， and aggregate productivity： a review［J］. Annual Review of Economics， 2014， 6（1）： 735-770.

［3］ ILMAKUNNAS P， MIYAKOSHI T. What are the drivers of TFP in the aging economy？ aging labor and ICT capital［J］. Journal of Comparative Economics， 2013， 41（1）： 201-211.

［4］ 孫華妤， 呂一清. 深圳市全要素生產(chǎn)率再測算及其驅動因素——基于產(chǎn)業(yè)及細分行業(yè)的研究［J］. 軟科學， 2019， 33（2）： 69-74.

［5］ 盛明泉， 蔣世戰(zhàn). 高管股權激勵、技術創(chuàng)新與企業(yè)全要素生產(chǎn)率——基于制造業(yè)企業(yè)的實證分析［J］. 貴州財經(jīng)大學學報， 2019， 37（2）： 70-76.

［6］ KUNG H，SCHMID L.Innovation， growth， and asset prices［J］.The Journal of Finance，2015，70（3）：1001-1037.

［7］ 宋敏， 周鵬， 司海濤. 金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］. 中國工業(yè)經(jīng)濟， 2021， 38（4）： 138-155.

［8］ 陳維濤， 嚴偉濤， 莊尚文. 進口貿(mào)易自由化、企業(yè)創(chuàng)新與全要素生產(chǎn)率［J］. 世界經(jīng)濟研究， 2018， 37（8）： 62-73，136.

［9］ AYERST S. Innovator heterogeneity， Ramp;D misallocation and the productivity growth slowdown［R］. U.S.：International Monetary Fund， 2020.

［10］ FEINBERG S E， MAJUMDAR S K. Technology spillovers from foreign direct investment in the Indian pharmaceutical industry［J］. Journal of International Business Studies， 2001， 32（3）： 421-437.

［11］ GOTO A， SUZUKI K. R amp; D capital， rate of return on Ramp;D investment and spillover of R amp; D in Japanese manufacturing industries［J］. Review of Economics and Statistics， 1989， 71（4）： 555-564.

［12］ 喻登科， 解佩佩， 高翔. “雙碳”目標下產(chǎn)業(yè)結構優(yōu)化對區(qū)域綠色發(fā)展的影響研究［J］. 創(chuàng)新科技， 2022， 22（9）： 50-59.

［13］ WANG J， ZHANG Q， LI Q. Ramp;D investment and total factor productivity： an empirical study of the listed companies in the coastal regions of China［J］. Journal of Coastal Research， 2020， SI（106）： 13-23.

［14］ 孔東民， 龐立讓. 研發(fā)投入對生產(chǎn)率提升的滯后效應：來自工業(yè)企業(yè)的微觀證據(jù)［J］. 產(chǎn)業(yè)經(jīng)濟研究， 2014， 13（6）： 69-80，90.

［15］ 葉祥松， 劉敬. 異質性研發(fā)、政府支持與中國科技創(chuàng)新困境［J］. 經(jīng)濟研究， 2018， 53（9）： 116-132.

［16］ 盛明泉， 吳少敏， 張婭楠. 探索式創(chuàng)新與企業(yè)全要素生產(chǎn)率［J］. 產(chǎn)業(yè)經(jīng)濟研究， 2020， 19（1）： 28-41.

［17］ 黃勃， 李海彤， 江萍， 等. 戰(zhàn)略聯(lián)盟、要素流動與企業(yè)全要素生產(chǎn)率提升［J］. 管理世界， 2022， 38（10）： 195-212.

［18］ 戴小勇. 中國高創(chuàng)新投入與低生產(chǎn)率之謎：資源錯配視角的解釋［J］. 世界經(jīng)濟， 2021， 44（3）： 86-109.

［19］ HSIEH C T， KLENOW P J. Misallocation and manufacturing TFP in China and India［J］. Quarterly Journal of Economics， 2009， 124（4）： 1403-1448.

［20］ JONES C I. The past and future of economic growth： a semi-endogenous perspective［J］. Annual Review of Economics， 2022， 14（1）： 125-152.

［21］ GROSSMAN G M， HELPMAN E. Innovation and growth in the global economy［M］." Cambridge：MIT Press，2001.

［22］ ADAMS J D. Fundamental stocks of knowledge and productivity growth［J］. Journal of Political Economy， 1990， 98（4）： 673-702.

［23］ 劉威， 施進發(fā). 知識密集型服務業(yè)促進制造業(yè)高質量發(fā)展效率及其影響因素研究［J］. 華北水利水電大學學報（社會科學版）， 2023， 39（2）： 29-38.

［24］ 魯曉東， 連玉君. 中國工業(yè)企業(yè)全要素生產(chǎn)率估計：1999—2007［J］. 經(jīng)濟學（季刊）， 2012， 11（2）： 541-558.

［25］ HALL B， JAFFE A， TRAJTENBERG M. The NBER patent citation data file： lessons， insights and methodological tools： w8498［R］. Cambridge， MA： National Bureau of Economic Research， 2001.

［26］ 張杰， 鄭文平. 創(chuàng)新追趕戰(zhàn)略抑制了中國專利質量么［J］. 經(jīng)濟研究， 2018， 53（5）： 28-41.

［27］ 張美莎， 邸勍， 馮濤. 異質性研發(fā)、市場化程度與全要素生產(chǎn)率［J］.科技進步與對策，2024，41（9）：57-66.

［28］ 郭蕾， 肖淑芳， 李雪婧， 等. 非高管員工股權激勵與創(chuàng)新產(chǎn)出——基于中國上市高科技企業(yè)的經(jīng)驗證據(jù)［J］. 會計研究， 2019， 40（7）： 59-67.

［29］ 戴魁早， 劉友金. 市場化改革能推進產(chǎn)業(yè)技術進步嗎——中國高技術產(chǎn)業(yè)的經(jīng)驗證據(jù)［J］. 金融研究， 2020， 41（2）： 71-90.

［30］ 李勃昕， 韓先鋒， 李寧. 知識產(chǎn)權保護是否影響了中國OFDI逆向創(chuàng)新溢出效應［J］. 中國軟科學， 2019， 34（3）： 46-60.

（責任編輯：張 悅）

英文標題

How Corporate Innovation Impacts Total Factor Productivity：

A Perspective Based on Breadth of Innovation and Depth of Innovation

英文作者Hai Benlu， Ma Ang

英文作者單位（Business School， Henan Normal University， Xinxiang 453007， China）

英文摘要Abstract：In recent years， as China transitions from a phase of high-speed economic growth to a stage of high-quality development， enhancing total factor productivity （TFP） has emerged as a critical lever for fostering sustainable economic progress. Amidst this backdrop， corporate innovation stands out as a pivotal engine driving productivity enhancements and long-term economic growth. Solow （1956） underscored the significance of TFP in economic advancement， sparking widespread exploration into the underpinnings of productivity growth. Drawing upon a rich tapestry of research that delves into various facets of corporate heterogeneity， including Ramp;D investments， workforce demographics， and industry characteristics， this study aims to scrutinize the intricate mechanisms by which corporate innovation influences TFP. Specifically， it ventures beyond conventional linear perspectives， adopting a novel lens focused on the dimensions of innovation's breadth and depth， thereby providing a robust theoretical foundation for policy formulation and implementation.

This study harnesses a dataset comprising A-share listed companies in China spanning from 2003 to 2021. By meticulously curating a sample reflective of the broader economic landscape， this investigation offers a comprehensive overview of the nexus between corporate innovation and TFP within the Chinese context. The study employs a multi-dimensional approach to quantify corporate innovation， distinguishing between innovation's breadth and depth. The breadth of innovation， indicative of the diversity and cross-disciplinary nature of a firm's innovative endeavors， reflects the firm's ability to engage in innovation across various technological domains. Conversely， the depth of innovation encapsulates the intensity and commitment of a firm towards innovation， signifying concentrated efforts in core technological advancements and improvements in production processes. Utilizing sophisticated statistical techniques， including regression analysis and robustness checks， the study evaluates the impact of these innovation dimensions on TFP. The analytical framework is further enriched by exploring the moderating effects of ownership structure， technological intensity， marketization level， and intellectual property rights protection on the innovation-TFP relationship. The investigation uncovers an inverted U-shaped relationship between the breadth of innovation and TFP， suggesting that while diversifying innovation across different technological fields initially boosts TFP， beyond a certain threshold， it may lead to diminishing returns. In stark contrast， the depth of innovation demonstrates a consistently positive influence on TFP， underscoring the importance of concentrated innovation efforts. Furthermore， the study reveals nuanced insights into how non-state-owned corporates， compared to their state-owned counterparts， and high-tech firms， relative to lower-tech firms， exhibit distinct patterns in how innovation's breadth and depth affect TFP. These findings highlight the complexity of the innovation-productivity paradigm， influenced by corporate characteristics and the external economic environment. The research also illuminates the critical roles of marketization and intellectual property rights protection. In regions with higher levels of marketization and stronger intellectual property protection， the positive effects of innovation depth on TFP are accentuated， thereby reinforcing the argument for fostering conducive economic and legal conditions for innovation.

This study introduces an innovative lens for assessing corporate innovation， emphasizing the dual dimensions of innovation's breadth and depth. By unraveling the intricate dynamics between different facets of innovation and TFP， it extends the existing literature and offers new pathways for theoretical exploration. Moreover， the findings bear significant implications for policymakers and business leaders， advocating for targeted strategies to cultivate an ecosystem that nurtures innovation and drives productivity growth. In conclusion， this research sheds light on the multifaceted relationship between corporate innovation and TFP， contributing valuable insights into the drivers of high-quality economic development. By advocating for nuanced policies that recognize the complexity of innovation activities， this study underscores the imperative of fostering a supportive environment for innovation， tailored to the diverse needs of corporates across different sectors and developmental stages. In the following research， the sample could be expanded and the specific reasons for the formation of the inverted U-shaped relationship between firms' breadth of innovation and total factor productivity could be further explored， along with further exploration of how to optimize the depth of innovation in order to maximize its positive impact on productivity.

英文關鍵詞Key Words：Corporate Innovation; Breadth of Innovation; Depth of Innovation; Total Factor Productivity