企業融資約束與創新績效：人力資本社會網絡的視角

孫 博，劉善仕，姜軍輝，葛淳棉，周懷康

(1.桂林理工大學現代企業管理研究中心，廣西 桂林 541004；2.華南理工大學工商管理學院，廣東 廣州 510641)

1 引言

我國多層次資本市場經過多年的發展，雖已初具規模，但仍然存在一些結構性問題，如股票市場與債券市場缺乏有效性、銀行體系存在貸款歧視等[1]。這種資本市場的不完善性，使得企業外部融資成本過高，導致企業外部融資困難，造成企業長期處于融資約束的狀態[2-3]。

融資約束狀態將對企業發展產生直接的影響，表現在企業的成長性[4]、投資效率[1]、技術效率[5]與創新行為[6]等方面。其中，企業的創新行為，作為維持企業核心競爭優勢的主要源泉與核心動力[7]，尤其值得我們關注：創新的實現需要企業對研發活動提供長期且充足的資金支持；而如果企業的融資狀況不佳、資源不足，可能直接導致研發投入與策略的調整，進而影響企業的創新實現。

對于融資約束狀態將對企業創新績效產生怎樣的實際影響，現有的相關研究與討論尚未形成共識。具體來看，一些研究認為融資約束將抑制企業的創新表現，其主要邏輯是企業缺乏資金將直接引起研發投入的減少[6]，繼而導致研發所涉及的實驗實施、創意產生與篩選、產品測試等重要活動得不到必要資源的支撐，最終造成創新績效的下降[3]。而一些持相反觀點的研究則認為，融資約束狀況一方面會促使決策層改善管理效率和投資效率，使得企業研發投入更具針對性，因而更易獲得創新成功[5，8-9]；另一方面將有助于激發研發團隊的創造潛能，提高團隊創新能力，促進其在有限資源下進行拼湊式創新[10-11]。

總體而言，現有研究集中于單獨討論企業融資約束對創新績效的促進或抑制作用，力圖揭示它們之間可能存在的簡單線性關系。然而，現有文獻中看似對立的兩種觀點及其相應證據恰恰說明，融資約束與創新績效之間的關系很可能是復雜的、非線性的。具體而言，融資約束對于企業創新的促進作用與抑制作用可能同時存在于企業的經營實踐中，而在不同程度的融資約束狀況下表現為以某種作用為主。有鑒于此，本研究將融資約束潛在的促進作用與抑制作用一同納入分析框架，以深入考察其與創新績效之間可能存在的更為復雜的非線性關系。

同時，關于我國企業如何在融資約束下提升創新績效的問題，現有研究主要從開拓資金來源的角度，考察融資約束對企業創新產生影響的邊界條件，并識別出一些能夠緩解融資約束消極影響的調節因素，如政府補貼[3]、貨幣政策[12]、金融發展[13]、營運資本管理[6]、現金持有[14-15]、集團內部資金[16]等。然而，在實際的企業經營中卻難以對這些因素加以廣泛利用：只有極少數企業才能夠從外部獲得如政府補貼與投資這類的資金支持，而多數企業仍將面臨融資困難的現實。這就需要相關研究能夠從有利于企業發揮能動性的角度出發，探索能夠有效緩解融資約束對企業創新產生不利影響的途徑。

企業間人才流動形成了企業社會關系網絡，亦即人力資本社會網絡[17-18]。在這一網絡中，鑲嵌于個體的信息、知識、技能等人力資本隨著個體流動而在企業間轉移，而在其中占據優勢位置的企業能夠獲得豐富的資源。這些資源將有助于緩解企業融資約束對創新的消極影響。具體而言，占據人力資本社會網絡優勢位置的企業可以通過人才的流入，特別是中高層管理者、科技人才的流入，直接獲取其他企業的信息、技術、知識以及人才等資源，提高研發團隊的創造能力，同時幫助企業的決策者更有效地識別具有前景的研發項目，促進其在融資受限的條件下優化研發資源的配置、提高投資效率甚至增加研發支出，從而緩解融資約束對企業創新的消極影響。因此，本研究將提出并驗證企業所處的人力資本社會網絡在融資約束與創新績效二者之間扮演的調節角色。

本文以我國上市企業為研究對象。為得到本文獨特的數據集，我們首先通過大數據技術收集了存在于互聯網空間的個人公開簡歷(領英中國)，并利用職務字段識別出中高層管理者、科技人才；其次，基于個人簡歷中的工作經歷構建了企業人力資本社會網絡；進一步地，利用Pajek 3.0計算出衡量網絡優勢位置的中心度指數；最后，我們按照公司名稱與國泰安相關企業數據進行匹配，最終得到一個包含2,636個樣本、時間區間為2000-2014年的數據集?；谠摂祿膶嵶C結果顯示：1)企業融資約束與創新績效呈現倒U型關系。2)中高層管理、科技人才的流動所形成的人力資本社會網絡對企業融資約束與創新績效的正向關系具有顯著的促進作用。相對于現有文獻，本文的主要貢獻在于：1)從非線性關系的角度考察了企業融資約束與創新績效之間的關系，豐富了融資約束與企業創新的研究。2)從人力資本社會網絡視角檢驗了企業人力資本社會網絡對融資約束與創新績效之間的倒U型關系的調節作用，不僅拓展了人力資本社會網絡的應用，而且還有助于以企業為主的創新主體發揮能動性改善融資約束帶來的不利影響。

2 理論分析與研究假設

2.1 融資約束與企業創新

融資約束是指由于資本市場的不完善性，使得企業外部融資成本過高，導致企業外部融資出現困難，而形成的不同程度的資金匱乏狀態[2]。本文認為一定程度融資約束可能促進企業創新績效。首先，基于理性人假設的前景理論(Prospect Theory)認為，當個體決策者面臨失敗或損失時將變得更加風險偏好，而當其獲得成功時將更加傾向風險規避[19-20]。因此，當企業決策者面臨企業融資約束時，其會預計到組織的經營將陷入困境，此時管理者的投資決策將更傾向于存在一定風險、但能夠維持企業穩定和發展的創新項目。于是，在融資約束的背景下，決策者通過增加研發支出來提高企業創新投入，以促進企業創新績效的提升。例如，Wiseman和Bromiley[21]和Burgers等[22]針對不同行業的研究發現，當企業面臨績效下降的風險時企業會有更多的具有風險的創新行為。其次，有關職業生涯聲譽和管理者投資效率的文獻認為，外部勞動力市場通常會根據管理者過往所任職的企業的績效來判斷其才能，良好的企業績效會增加管理者的市場聲譽和價值[23]。也就是說，在企業融資約束的背景下，管理者預計企業的經營將變得困難，出于個人職業生涯聲譽的考慮，一方面會在投資上變得謹慎，減少過度投資和資源浪費等企業非效率投資行為，并傾向將有限的資金用于最具前景的研發項目；另一方面，通過努力改善管理水平和組織靈活性，來提高企業應對外部環境變化的能力，克服融資約束帶來的負面影響[5，10]。最后，從資源拼湊理論的視角看，有限的資源會一定程度激發研發人才的潛能，促使其重新審視手頭資源的內在屬性，充分挖掘資源的內在價值，突破既有資源先前利用經驗的束縛，并通過創造性的方式實現技術創新和產品開發[10，24]。

然而，隨著企業融資約束程度的加重，融資約束對企業創新的抑制作用會逐漸增強并成為主導。有關企業投入產出的文獻認為，在實際的企業經營中，企業需要系統地評估經營活動所涉及的投資成本和投資收益，只有當投資收益高于投資成本時，投資活動才會實現[18]。由于研發活動所具有的不確定性和長期性[3]，決定了研發活動的高融資成本和高調整成本[6]，這將影響企業對創新項目的投入。具體來說，首先，研發活動需要大量資源的長期投入，但是研發成果的商業化所帶來的收益不一定會彌補前期的研發投入；其次，在研發的過程中，研發項目可能遭遇技術難題、研發成果難以商業化、研發成果泄露等風險，使得企業的研發投入難以收回；最后，研發項目從立項實施到成果商業化一般需要一定的周期，期間需要持續投入研發資金，并且可能難以有效估計研發何時產生直接效益。因此，融資約束程度較高時，企業更傾向于縮減高成本、高風險的創新活動的支出，將有限的資金投入“短平快”的項目，導致研發投入不足甚至推遲研發[3，5，13]，使得研發所涉及的創意開發與選擇、技術實驗、產品測試等活動得不到必要資源的支撐，進而影響企業的創新績效。特別是在當前我國知識產權保護還不夠完善、人才資源相對短缺以及消費者對創新要求還不高的市場環境下，企業對創新活動的投入更顯猶豫[25]，一旦企業面臨較大程度融資約束，這種抑制效應可能大幅增強。

因此，基于對融資約束正反兩面效應的探討，本文認為企業融資約束與其創新績效之間可能存在的更為復雜的倒U型關系而非一般線性關系。這與財務資源在創新中具有兩面性角色的觀點一致。具體而言，持這一觀點的學者認為，財務資源約束的積極效應和消極效應同時存在企業創新活動中，并在不同約束程度下表現為以某種效應為主[24]。企業融資約束作為財務資源約束的一種具體表現，其積極效應和消極效應也會同時存在于企業的實際經營活動中[5]，并在不同程度的融資約束下表現為以某種效應為主。本文推斷，當企業面臨較輕融資約束時，盡管企業研發投入因受到融資約束的影響而減少，但是企業可以通過改善管理效率和投資效率以及提高研發能力抵消融資約束的消極影響，即這個階段企業融資約束對創新績效的影響以促進作用為主；而隨著企業融資約束加重，企業所能投入的資金、改善的管理效率和投資效率以及所能提高的研發能力不足以抵消研發投入所受到的融資約束的消極影響，即這個階段企業融資約束對創新績效的影響逐漸由以促進作用為主轉為以抑制作用為主。綜合以上分析，本文提出以下假設。

假設1：在保持其他因素不變的情況下，隨著企業融資約束程度的增加，企業創新績效將呈現先上升后下降的現象，即企業融資約束與創新績效之間呈倒U型關系。

2.2 人力資本社會網絡的調節效應

人力資本社會網絡是指企業因人才流動而形成的企業社會關系網絡[18]。在這個網絡中，占據網絡中心位置的企業，不僅可以獲得影響創新的關鍵人才資源，而且還可以獲得其他企業的信息、知識和技術資源。這些資源將有助于企業降低研發風險、提高投資效率和企業研發能力，進而促進企業在融資約束的條件下，將有限的資源投入到具有前景的研發項目中，甚至是加大研發投入，從而提高創新績效。

具體而言，首先，占據人力資本社會網絡中心位置的企業，可以獲取更多、更快、更全面的外部信息、知識和技術資源，進而有助于決策者優化研發資源配置。也就是說，占據網絡中心位置的企業與其他企業存在廣泛的連接關系，能夠通過新進人才的社會關系和人才流動的資源溢出效應[26]，獲得更多來自其他企業與創新相關的信息、知識和技術資源，如市場信息、行業發展趨勢、核心技術等。中心度越高的企業能較快地掌握更多、更全面的有關競爭企業、行業技術發展和市場需求變化的情況，從而更深刻地洞悉行業未來發展方向，并及時了解技術前沿與發展動向[27-28]。這將有助于決策層識別出前景明朗的研發領域，避免失敗風險高的創新活動，提升研發資源配置效率。

其次，占據人力資本社會網絡中心位置的企業可以獲得更多優質的人才資源，進而增強企業研發能力，提高研發項目的成功率。具體而言，越靠近網絡中心位置的企業在人才的甄選上有更多的選擇，通過獲得有益于創新的關鍵人才，一方面得到與創新相關的關鍵知識和技術，幫助企業攻克技術難題和知識障礙；另一方面，不同企業的資源在特定企業通過流入人才與企業原有人才的非正式溝通與交流等途徑進行碰撞、融合，一定程度上促進了新知識、新技術的產生，最終提升研發能力和研發項目的成功率[18]。綜合以上分析，本文提出如下假設。

假設2：在保持其它因素不變的情況下，企業占據人力資本社會網絡的優勢位置，越有利于其強化融資約束對企業創新的促進作用，從而調節企業融資約束與創新績效之間的倒U型關系。

3 研究設計

3.1 樣本選擇與數據來源

本文使用的數據來源于國泰安(CSMAR)數據庫和領英(中國)職業社交網站上的公開簡歷數據，時間區間為2000年-2014年。為得到本文的研究樣本，我們做了如下工作。首先，我們基于Ge等[29]的方法獲得了領英個人簡歷上的職業流動數據，進一步參照劉善仕等[18]的方法構建了企業人力資本社會網絡，并利用Pajek 3.0計算出衡量人力資本社會網絡優勢位置的指標，即程度中心度。

其次，本文還收集了2000-2014年所有國內上市企業的以下指標：企業的發明和專利數量(INNO)、企業員工總人數(Size)、企業年齡(Age)、經營性凈現金流(CF)、現金股利(DIV)、現金持有(C)、資產負債率(Lev)、收入增長率(Growth)和資產收益率(ROA)、托賓Q值(Tobin’sQ)、以及產權性質(Property)、所屬行業(Industry)等。其中，企業發明和專利數量之和(INNO)用于表征企業創新績效；經營性凈現金流(CF)、現金股利(DIV)、現金持有(C)、資產負債率(Lev)和托賓Q值(Tobin’sQ)用于表征融資約束程度(KZ指數)。同時，企業年度總人數的自然對數(Size)用以控制企業規模的影響，托賓Q值(Tobin’sQ)用以控制企業未來投資機會的影響，資產收益率(ROA)用以控制企業增長能力的影響，資產負債率(Lev)用以控制企業融資結構的影響。

最后，按照年份、上市企業代碼對本文的領英(中國)數據集和國泰安數據數據集進行了匹配，即企業人力資本社會網絡的中心度數據集與來源于國泰安的企業數據集匹配，最終得到一個時間區間為2000年-2014年，涵蓋了企業名稱、人力資本社會網絡的中心度(DC)、企業創新績效(INNO)、融資約束程度(KZ)以及各種控制變量在內的面板數據集。鑒于在最終參與回歸的樣本中，只包含了上市企業數據，以及部分上市企業的相關指標披露并不完全，使得最終參與主效應回歸模型的有效樣本數量共計2,636條。

3.2 變量說明

本文沿襲Ahuja[30]、黎文靖和鄭曼妮[31]等文獻的做法測量企業創新績效，并采用劉善仕等[18]程度中心度指標的方法計算網絡的中心度(DCit)，用于表征企業在人力資本社會網絡中的優勢位置。此外，參照魏志華等[32]的研究計算KZ指數，以表征企業的融資約束程度。

①融資約束

融資約束指數(Kaplan and Zingales,KZ)。參照魏志華等[32]用于構造中國上市企業融資約束指數的方法，本文基于經營性凈現金流(CF)、現金股利(DIV)、現金持有(C)、資產負債率(Lev)、收入增長率(Growth)和資產收益率(ROA)、托賓Q值(Tobin’sQ)計算出全部樣本的融資約束指數KZ指數，KZ指數越大，表示企業面臨的融資約束程度越高，外部融資能力越差。

②程度中心度

程度中心度(Degree Centrality,DC)。參照劉善仕等的研究[18]，本文標準化程度中心度的計算如等式(1)所示。其中，i為某個參與構建人力資本網絡的特定企業，j為當年除了i以外的其他企業，Xji代表企業間的聯結關系，g是某一特定年份參與構建人力資本網絡的企業個數。實際上，我們所構建的人力資本社會網絡在不同年份是存在規模差異的，因此，程度中心度的這種標準化算法可以幫助我們消除規模差異[41]。

(1)

③企業創新績效

企業創新績效(Firm Innovation，INNO)。企業創新通常被認為是新產品的創造或是新穎想法的提出[33]。本文參考Ahuja[30]、黎文靖和鄭曼妮[31]測量企業創新績效的方法，采用企業發明和專利之和的對數值來表征企業創新績效，具體包活發明、實用新型和外觀設計三類。

3.3 研究模型

本文實證模型如等式(2)、(3)所示。本文預期模型(2)中的β2應顯著為負，即企業融資約束與創新績效呈倒U型關系；模型(3)中的β2應顯著為負、β4應顯著為正，即人力資本社會網絡的中心度對企業融資約束與創新績效的倒U型關系有調節作用。

INNOit=αi+β1KZit+β2KZit2+β3DCit+β4Sizeit+β5Tobin'sQit+β6ROAit+β7Levit+β8Industryit+β9Propertyit+β10Yearit+uit

(2)

INNOit=αi+β1KZit+β2KZit2+β3DCit+β4KZit?DCit+β5Sizeit+β6Tobin'sQit+β7ROAit+β8Levit+β9Industryit+β10Propertyit+β11Yearit+uit

(3)

4 回歸結果與分析

4.1 描述性統計與相關系數分析

表1列出了本文主要變量的描述性統計與相關系數分析。其中，取自然對數后的企業創新績效的平均值為2.849，標準差為1.589，說明上市企業在創新上的表現存在較大差異；企業融資約束(KZ)平均值為-0.115，標準差為1.556，說明我國上市企業外部融資均存在一定的約束，并且融資狀況存在較大的差異；企業人力資本社會網絡程度中心度(DC)的平均值為0.042，標準差為0.231，說明我國上市企業在人力資本社會網絡中占據的位置存在較大差異。其余變量均在正常范圍內變動，限于篇幅，不再贅述。

表1 本文主要變量的描述性統計與相關系數分析

注：表中為Pearson相關系數。*代表在10%水平下顯著；**代表在5%水平下顯著；***代表在1%水平下顯著。

4.2 回歸結果

表2中的模型展示了針對假設1和假設2的檢驗結果，其中因變量為創新績效。模型1是不加入解釋變量時，控制變量對因變量的回歸；模型2是在模型1的基礎上加入了解釋變量融資約束(KZ)；模型3是在模型2的基礎上加入了解釋變量融資約束的平方項(KZ2)；模型4是在模型3的基礎上加入解釋變量程度中心度(DC)；模型5是在模型4的基礎上加入了自變量與調節變量的交互項，即融資約束與程度中心度的乘積項(DC*KZ)。

表2 企業人力資本社會網絡位置對企業創新績效的回歸結果

注：括號內為標準誤，***、**、*分別表示在0.01、0.05、0.1水平上顯著，已控制企業性質、年份、行業。

假設1提出企業融資約束與創新績效存在著倒U型的關系。模型3的結果顯示，企業融資約束的平方項(KZ2)對創新績效有顯著的負向影響(b=-0.011, p<0.01)，而企業融資約束的一次項(KZ)對創新績效有正向影響(b=0.001)，這說明隨著融資約束程度的加重，企業創新績效呈現先上升后下降的倒U型趨勢，即實證結果支持假設1。假設2提出企業在人力資本社會網絡中的中心度正向調節融資約束與創新績效的正向關系。模型5的結果顯示，企業融資約束的一次項對創新績效有顯著的正向影響(b=0.012, p<0.05)；企業融資約束的平方項(KZ2)對創新績效有顯著的負向影響(b=-0.009, p<0.05)；企業融資約束與企業人力資本社會網絡的中心度指數的乘積項(DC*KZ)對創新績效有顯著的正向影響(b=0.236, p<0.05)，這說明占據人力資本社會網絡優勢位置的企業，能增強企業融資約束與創新績效之間的積極關系，從而在一定程度上緩解融資約束帶來的不利影響，即實證結果支持假設2。

4.3 穩健性檢驗

4.3.1 內生性問題

本文可能存在以下內生性問題：(1)同時性偏誤。即創新能力強的企業，其自身的融資約束本來就弱，而不是本文理論假設的企業的融資約束越弱，越能促進其創新的提升。(2)遺漏變量問題。遺漏變量問題普遍存在于實證研究中，可能導致主要解釋變量的回歸結果產生明顯的同時性偏誤。針對這兩個內生性問題，本文做了一系列穩健性檢驗(具體結果見下表3)。

針對潛在的同時性偏誤，本文首先將關鍵自變量融資約束(KZ)和融資約束的平方項(KZ2)替換為二者的滯后值并重新檢驗主回歸模型(表3中模型1)。這樣做是因為，滯后自變量的發生時間早于因變量，這就從理論上排除了因變量影響滯后自變量的可能性。也就是說，如果企業當年的創新績效變好，理論上不應該影響其去年的融資狀況?；貧w結果(表3中模型1)顯示融資約束平方項(KZ2)依然負向顯著影響企業創新績效。此外，本文還使用了固定效應回歸模型控制潛在的同時性偏誤。即，如果企業自身創新能力是不隨時間變化的而只與該企業個體特質有關，則固定效應模型在這種情況下可以有效控制同時性偏誤。固定效應(表3中模型2)的結果顯示融資約束的平方項(KZ2)負向顯著影響企業創新績效。

表3 內生性問題檢驗結果表

注：括號內為標準誤，***、**、*分別表示在0.01、0.05、0.1水平顯著，已控制企業性質、年份、行業。

針對模型的遺漏變量問題，本文采用動態面板模型(Arrellano and Bond估計量)[34]進行了穩健性檢驗。動態面板模型會將因變量的滯后值(本文中即創新績效上一年的值)作為控制變量增加到回歸中來，控制遺漏變量對主要解釋變量的影響。其內在邏輯是，因變量的滯后值實際上包含了遺漏變量的影響，將因變量的滯后值作為控制變量加入回歸模型，就在一定程度上控制了遺漏變量的影響。這也是實證研究中檢驗模型結果對遺漏變量穩健性的一個常見做法。另外，動態面板模型允許研究者指定內生性變量，可將自變量的滯后值加入回歸模型進行IV估計，最大程度控制遺漏變量的不良影響。本文運用了關鍵自變量融資約束(KZ)和融資約束的平方項(KZ2)的滯后值最為指定的內生性變量。Arrellano and Bond估計量(表3模型3)也顯示本文主回歸模型的結果是穩健的。

4.3.2 創新績效

參考黎文靖和鄭曼妮[31]，本文的關鍵被解釋變量創新績效的衡量是采用國泰安上市公司數據庫的專利和發明之和，具體包括發明、實用新型和外觀設計三種。為保證研究結果的可靠性，本文將從以下三個角度表征企業創新績效并做相應檢驗。(1)采用發明與實用新型表征企業創新績效。在某些行業領域，外觀設計的創新程度相對低于發明和實用新型。因此，在原有模型的基礎上，本文僅采用發明與實用新型來表征企業創新績效。(2)參考以往研究，采用年度研發支出與企業當年資產總額之比(RD/Size)表征企業創新績效[35]。(3)采用“軟件和信息技術服務業”和“計算機、通信和其他電子設備制造業”的當年主營業務收入表征企業創新績效?！败浖托畔⒓夹g服務業”和“計算機、通信和其他電子設備制造業”兩個行業的產品創新和更新速度快，其當前主營業務收入可視為創新產品產值。而新產品產值，常被用于表征企業創新績效[36]。因此，利用國泰安上市企業二級行業編碼，本文挑選出樣本中屬于以上兩個行業的企業，并做相應的檢驗。穩健性檢驗結果如下表4所示。

表4 創新績效穩健性檢驗結果表

表4模型1使用發明與實用新型之和表征企業創新績效，檢驗結果顯示融資約束平方項對企業創新績效具有負向顯著影響(b=-0.01, p<0.05)。模型2使用研發支出與資產總額的比值表征企業創新績效，檢驗結果顯示融資約束平方項對企業創新績效具有負向顯著影響(b=-0.00006, p<0.01)。模型3使用“軟件和信息技術服務業”和“計算機、通信和其他電子設備制造業”兩個行業企業的主營業務收入表征企業創新績效，檢驗結果顯示融資約束平方項對企業創新績效具有負向顯著影響(b=-0.007, p<0.01)。以上結果顯示，更換創新績效的測量指標后本文的主效應結果依然穩健。

4.3.3 融資約束指數

企業融資約束的代表性測度方法有KZ指數、WW指數以及SA指數等。本文參照魏志華等[32]采用KZ測度我國上市企業的融資約束程度。但KZ指數和WW指數是由多種具有內生性的金融變量復合構造而成的，并且融資約束與其中的現金流、企業杠桿等金融變量存在相互決定的關系。同時，相關研究顯示SA指數具有相對的穩健性，與使用WW指數、現金-現金流敏感度的研究結果一致[6]。為避免內生性的干擾以及保證主要研究結論的穩健，我們將采用由企業規模和企業年齡兩個外生變量構造而成的SA指數來表征企業融資約束，并做穩健性檢驗。穩健性檢驗結果顯示，更換融資約束的測量指標后，融資約束指數SA的平方項對企業創新績效依然具有負向顯著影響(具體結果如表5所示)。

表5 融資約束指數穩健性檢驗結果表

4.3.4 調節效應

為增強本文調節效應的穩健性，我們將采用以下兩種方法重新檢驗本文的調節效應。(1)參考劉善仕等[18]的做法，剔除少于或等于3年(短面板)的上市企業樣本，最終獲得涵蓋166家上市企業共計1047條數據，并重新檢驗調節效應。(2)采用國泰安企業性質分類，將原樣本分為國有企業樣本和非國有企業樣本，并重新檢驗調節效應的穩健性。

模型1是長面板數據集企業融資約束對創新績效的回歸，相關結果顯示長面板數據集企業融資約束的平方項對創新績效具有負向顯著影響(b=-0.016, p<0.05)，企業融資約束與中心度交互項對企業創新具有正向顯著影響(b=0.292, p<0.01)。這說明融資約束與創新績效的倒U型關系，以及人力資本社會網絡的調節作用仍然成立。

模型2和模型3分別是國有企業、非國有企業融資約束對創新績效倒U型關系的檢驗和人力資本社會網絡對二者之間關系調節作用的檢驗。模型2的結果顯示，國有企業融資約束的平方項對創新績效具有負向的顯著影響(b=-0.034, p<0.01)；國有企業融資約束與中心度交互項對企業創新具有正向顯著影響(b=0.658, p<0.05)。模型3的結果顯示，非國有企業融資約束的平方項對創新績效具有負向的顯著影響(b=-0.014, p<0.05)；非國有企業融資約束與中心度交互項對企業創新具有正向顯著影響(b=0.282, p<0.01)。這表明本研究的主效應和調節效應結果依然穩健(具體如表6所示)。

表6 調節效應穩健性檢驗結果表

續表6 調節效應穩健性檢驗結果表

5 結語

本文基于領英在線簡歷大數據和國泰安上市企業相關數據，研究了我國上市企業融資約束與創新績效之間存在的復雜關系以及人力資本社會網絡在其中發揮的重要作用。實證結果表明：(1)企業融資約束與創新績效之間存在顯著的倒 U 型關系，即一定程度的融資約束狀態會促使企業創新績效的提升，而較重程度的融資約束狀況則有礙于企業創新績效的實現。鑒于此，決策管理者首先應對企業自身面臨的外部融資狀況進行系統地評估以準確掌握其約束程度，據其程度輕重而有針對性地對企業的研發活動進行有效管理。具體而言，當企業處于較輕程度的融資約束時，企業管理者應聚焦于通過提高研發與投資效率等措施保持企業的創新活力；當企業處于較高程度的融資約束時，管理者在從外部尋求緩解資金短缺狀況途徑的同時，應關注研發活動，平衡資源分配，緩解融資約束對企業創新的嚴重抑制效應。同時，一個值得注意的間接啟示是，當企業的資金狀況相對優裕以及外部融資環境相對寬松時，鑒于融資約束對企業創新促進作用的消失，企業管理者應警惕陷入高投入、低效率的研發狀態。(2)人力資本社會網絡中心度對融資約束與企業創新之間的關系具有調節作用，即企業通過占據人力資本社會網絡的優勢位置可促進融資約束對企業創新績效的積極影響。該研究結果為企業主動尋求緩解融資約束消極影響提供了新的思路。具體而言，占據人力資本社會網絡優勢位置的企業更易獲得其他企業的信息、知識和技術資源，這些資源對于降低研發風險、提高投資效率和企業研發能力具有重要作用。因此，企業可通過提高自身在行業中的知名度與人才吸引力、增強員工來源的差異化與背景的多元化、吸納來自各企業的優秀人才，以尋求處于人力資本社會網絡中的核心位置。此外，鑒于人力資本流動所具有的積極意義，有關政府部門一方面需要加大人才吸引政策的力度，提高本地人力資本的積累，讓企業有更多的選擇；另一方面應鼓勵人才區域內良性流動，充分利用人力資本流動帶來的資源溢出效應，以改善各產業的發展速度和創新水平。

本文的研究結果在一定程度上延續和深化了融資約束與企業創新之間關系的研究，同時拓展和豐富了對于人力資本社會網絡理論與方法的研究與應用。特別是本文從企業人力資本社會網絡的視角出發，探索并檢驗了一種可通過發揮企業自身主觀能動性來改善融資約束不利影響的新途徑。具體而言，本文可以提供以下理論啟示：(1)以往研究圍繞融資約束對企業創新影響的討論中，存在促進論和抑制論兩大觀點及其相應證據。這兩種看似矛盾的效應實質上均存在于企業的實際經營活動中，而在不同程度的融資約束狀況下表現為以某種效應為主。本文的實證分析清晰表明，在處于較輕融資約束狀態的企業中融資約束將以促進創新作用為主，即這個階段企業決策管理者在一定的財務壓力下通過改善管理效率和投資效率，不僅可有效抵消研發投入受融資約束的消極影響，還可進一步提升企業研發創新的產出；而處于較重融資約束狀態的企業則以抑制創新效應為主，即高度融資約束狀態下的企業，企業管理者所能改善的管理效率和投資效率已不足以抵消研發投入受融資約束的消極影響。這一非線性關系的首次揭示，有助于深化我們對于融資約束與企業創新之間確切關系的理解，推動有關理論的研究。(2)以往研究集中于從拓展資金來源、改善外部環境的視角出發，探尋緩解融資約束對企業創新消極影響的因素，如政府資助、金融環境改變等。這些因素雖能在客觀上緩解企業融資約束的不利影響，但在實際的企業經營過程中，由于其運用有較高門檻且普遍在企業的控制之外而變得難以為一般企業所利用。多數中小企業依然面臨財務資源與研發投入之間難以調劑的困局而急需尋求解決之道。本文采用人力資本社會網絡的視角，揭示了企業在該網絡中程度中心性在融資約束影響效應中的獨特作用，即可有效調節融資約束對于企業創新的影響。這一發現將人力資本社會網絡的理論和方法擴展到融資約束與創新研究領域，也為未來尋找更多相關因素以緩解融資約束不利影響的研究提供了一個可供參考的方向。