技術并購、吸收能力對創新績效的影響
——來自醫藥生物上市公司的經驗證據

(東華大學旭日工商管理學院 上海 200051)

一、引言

隨著科技的變革，創新愈發成為企業核心競爭力的焦點。在競爭越發激烈的市場環境中，企業如果無法保持強勁的創新力，就會面臨更高的市場競爭風險。然而，企業要想持續地產出創新產品，單純借助傳統的內部研發是不夠的。而技術并購不僅能幫助買方企業獲取新的技術知識和能力，還可以使企業憑借規模經濟和范圍經濟減少成本和風險。

我國醫藥生物企業作為近年來并購市場上最活躍的群體之一，其新產品的研發是企業競爭力提升的關鍵，但新產品的研發周期長、風險高，這使得醫藥生物企業更加重視利用外部技術創新成果。因此，本文將探討我國醫藥生物企業的技術并購及其吸收能力對其并購后創新績效的影響，并為企業及政府提供相應建議。

二、理論分析和假設

(一)技術并購與創新績效。技術并購是企業自身戰略擴張的一種形式，是以獲得外部技術為動因的并購類型。企業采取的其他類型的并購行為，比如打開特定的市場、分散經營風險以及實行多元化戰略等，這些都可歸類為非技術并購。溫成玉和劉志新(2011)兩位學者在其研究中表明，非技術并購對企業自身的技術競爭力的提高貢獻甚少，想要通過非技術并購提升企業的創新績效難度較大。根據上述分析，本文提出假設H1：

H1：相比于非技術并購，技術并購有利于買方企業創新績效的提升。

(二)技術并購中吸收能力與創新績效。吸收能力是體現企業并購管理能力的重要手段。Cohen和Levinthal(1989&1990)認為吸收能力是企業對外部環境中的新信息和知識進行識別、吸收并運用于企業商業化用途的能力。一般而言，如果并購企業的吸收能力強，那么并購過程所需要的整合成本就較低，整合所需時間也較短，企業可以充分專注于從外部獲取的技術資源進行創新活動。故本文提出假設H2。

H2：技術并購企業的吸收能力正向影響其創新績效。

之后，Cohen和Levinthal(1994)又進一步拓展了吸收能力的含義，他們認為吸收能力包含了技術識別能力、消化能力、應用能力這3個維度的細分吸收能力。這一細分方法奠定了吸收能力的內涵，也是之后學者深入挖掘吸收能力內涵的基礎。

技術識別能力是指企業對外部知識信息進行辨別、分析、理解的能力。由于這種能力可助力企業提前發現、判斷并理解目標企業的技術知識，以及相關的如行業、產品和消費者等信息。因此，高水平的技術識別能力可以幫助買方企業發現技術資源更匹配的目標公司，從而提升后續創新績效。故本文提出假設H2a：

H2a：技術并購企業的識別能力正向影響其創新績效。

對于并購企業來說，如何利用和消化獲得的知識提高企業創新績效是至關重要的。對于并購方企業而言，要想更有效的消化和吸收企業的外部知識技術離不開企業本身的技術知識基礎。如果買方公司可以在自身知識基礎之上對并購獲得的外部優質資源和先進技術進行整合利用，形成技術消化能力，那么企業的技術創新活動將有更大動力，從而獲得更好的創新績效。故本文提出假設H2b：

H2b：技術并購企業的消化能力正向影響其創新績效。

技術并購有時并沒有給收購方企業的績效帶來普遍貢獻，可能是因為技術并購的知識和技術成果應用轉化率不高。知識型企業的技術應用能力可表現為其將研發投入真正轉化為創新產出的效率。技術應用能力高的企業更擅長將獲得的技術知識轉變為創新成果產出。故本文提出假設H2c：

H2c：技術并購企業的應用能力正向影響其創新績效。

三、研究設計

(一)模型構建。本文關于我國企業技術并購對創新績效的影響研究屬于多變量分析，本文參考胡雪峰(2015)等學者的研究，構建多元回歸模型3-1，以驗證H1：相比于非技術并購，技術并購有利于買方企業創新績效的提升。

Pat=α0+α1Note +α2Age +α3ROE +α4LnA +α5Gro +ε

(3-1)

接下來針對劃分為技術并購的116起并購樣本，構建模型3-2，以驗證H2。若以Abs1/Abs2/Abs3分別替代Abs，則可得到模型3-3/3-4/3-5，依次驗證H2a/b/c。

Pat=β0+β1Abs +β2Age +β3ROE +β4LnA +β5Gro +ε

(3-2)

(二)變量定義。本文使用專利申請數衡量因變量創新績效(Pat)。自變量中采用虛擬變量(Note)區分是否為技術并購。借鑒Ahuja和Katila的方法來界定技術并購：a)目標公司在被并購之前的5年之內獲得過專利權，b)并購企業的并購公告中披露并購以獲得某項技術為目的。一起并購事件滿足以上任一條就可被認為是技術并購。對于吸收能力(Abs)，主要參照Cohere和Levinthal(1994)對吸收能力的分類方法，將其劃分為3個維度：技術識別能力(Abs1)、消化能力(Abs2)和應用能力(Abs3)，以體現企業在并購全過程中的吸收能力。最后，將上述3個維度的指標數據分別進行秩排序，并取其秩數均值來測量吸收能力總指標(Abs)。

其他控制變量的定義如表3-1所示。

表3-1 變量定義匯總表

(三)樣本與數據。本文并購事件樣本來自于國泰安數據庫中并購重組庫。選取滬深兩市的A股并購數據，研究區間為2012-2015年；選取證監會行業代碼為C8即醫藥生物制品行業的企業進行研究。

本文遵循以下原則篩選并購總樣本:(1)并購交易完成期在2012-2015年期間，剔除尚未完成或沒有成功的并購事件;(2)收購方并購之后能夠對目標公司實施控制;(3)剔除 ST 類公司的并購事件；(4)若同一年發生多次并購事件，則取交易額最大的一次作為研究樣本，對同一公司在不同年份的多次并購分別以多次事件計入。最后，再剔除財務數據均嚴重缺失的樣本，本文共得到91家公司的162起并購事件。根據Ahuja和Katila對技術并購的界定方法，將其中116起并購判定為技術并購。

專利申請數與專利授權數來自于國家知識產權局的專利查詢系統及國泰安數據庫中上市公司與子公司專利庫。財務數據來自國泰安數據庫及公司財報。

四、實證結果分析

總樣本的描述性統計如下表4-1所示。

表4-1 變量描述性統計

針對H1，從表4-2相關性分析可看出，各變量之間相關系數都小于0.6，因此不存在多重共線性的問題。

表4-2 Pearson相關系數矩陣

注：＊＊＊、＊＊、*分別表示在 0.01、0.05、0.1的水平上顯著相關。

下面對模型3-1進行回歸分析，結果如表4-3。自變量(Note)回歸系數為正的11.185，且在10%的水平上顯著。說明相比于非技術并購，技術并購有利于買方企業創新績效的提升，即假設H1得到驗證。

表4-3 回歸分析結果

注： N=162；＊＊＊、＊＊、*分別表示在 1%、5%、10%的水平上顯著。

針對H2，從表4-5相關性分析可看出，各變量之間相關系數都小于0.6，因此不存在多重共線性的問題。

表4-5 Pearson相關性分析

注：＊＊＊、＊＊、*分別表示在 0.01、0.05、0.1的水平上顯著相關。

下面對模型3-2至3-5分別進行回歸，結果如表4-6所示。吸收能力(Abs)的回歸系數為正，且在1%水平上顯著，假設H2得到驗證。且三個細分吸收能力(Abs1、Abs2、Abs3)的回歸系數均為正，且在1%水平上顯著，假設H2(a)(b)(c)得到驗證。

表4-6 回歸分析結果

注：N=116；＊＊＊、＊＊、*分別表示在 1%、5%、10%的水平上顯著。

五、結論與啟示

本文以2012-2015年醫藥生物上市企業162起并購事件為樣本，探究技術并購對創新績效的影響，得到結論：相比非技術并購，我國醫藥生物企業能夠通過技術并購，實現并購后創新績效的提升。接著針對116起技術并購樣本，本文研究發現：技術并購買方公司的吸收能力會對其并購后創新績效產生顯著正向影響，細分來說，即技術并購買方公司的技術識別能力、消化能力和應用能力越好，其技術并購后的創新績效就越好。

本文研究結論對我國相關企業和政府均有一定啟示作用。作為醫藥生物企業，企業應當增加對技術并購的重視，以此途徑提高自身的創新績效；在進行技術并購的同時，企業還應增強自身對技術知識的吸收能力，這需要其注重積累技術管理經驗、儲備相關技術人才。政府方面，首先，政府可為進行技術并購的企業提供稅收優惠；其次，政府還應繼續加強涉及企業創新產出的專利保護制度，為企業的創新帶來激勵。