創新韌性對高技術產業創新的影響機制與特征研究

胡甲濱，俞立平

(浙江工商大學 統計與數學學院，浙江 杭州 310018)

0 引言

當前，我國正處于由經濟高速增長轉向經濟高質量增長的內部環境變化，以及新冠疫情蔓延疊加貿易保護主義、中美貿易摩擦等外部不確定沖擊雙重影響下，創新是企業提升核心競爭力的內在動力，也是在外部沖擊下國民經濟得以持續發展的動力源泉。一方面，外部沖擊能夠激發國內企業創新活力，倒逼企業優化創新要素、調整創新結構，從而實現創新系統整體功能提升；另一方面，外部沖擊也可能導致對外依存度高、不具備競爭優勢、難以承擔創新成本的企業放棄創新，轉向低質低價的發展路徑。如何應對外部沖擊帶來的不利影響，穩定創新系統，保持可持續發展，成為現階段面臨的現實問題。韌性研究為解決這一問題提供了新視角，韌性理論強調系統優化對外部沖擊的抵抗、平衡能力，促進系統進化。

創新韌性的概念可借助有關韌性、經濟韌性的研究進行界定。韌性(resilience)一詞經歷了從工程韌性[1]、生態韌性[2]到演化韌性[3]的演變過程，從演化視角出發, 韌性被認為是一個不斷調整與適應的過程，是系統在外部沖擊下表現出的抵抗能力、恢復能力。目前，國內外關于韌性的研究集中于經濟韌性，是用于衡量經濟體經濟活動的韌性，學者們將經濟韌性定義為地區面對外部不確定沖擊時的抵抗能力，以及通過結構調整與適應恢復到原有水平甚至進化為更高水平的能力[4-5]。經濟學中的創新是將發明等新事物轉化成經濟效益的過程，本質上是一種經濟活動。在吸收借鑒上述研究的基礎上，本文將創新韌性定義為創新面臨外部沖擊時抵御沖擊保持系統穩定、恢復甚至進化為更高水平的能力。

現階段，國內外關于創新韌性的理論與應用研究極其缺乏，還未形成相關理論體系與研究框架。有關創新韌性的研究有太多空白需要填補，如創新韌性如何界定及測度？創新韌性如何影響創新？創新韌性與創新產出之間存在怎樣的關系？本文以中國高技術產業創新為研究對象，對以上問題進行探究。本文創新之處在于：首先，本文依據創新的定義，認為創新本質上是一種經濟活動，結合韌性與經濟韌性的界定，提出創新韌性的概念，并分析其對創新的影響機制，填補創新韌性理論研究的空白；其次，本文在參考經濟韌性測量方式的基礎上，提出創新韌性的測度方式；最后，本文基于高技術產業面板數據，分析創新韌性的影響機制，并采用面板數據模型和門檻回歸模型，對創新韌性與創新產出的關系及其影響大小、特征、規律進行實證分析。

1 文獻綜述

1.1 創新韌性內涵

作為最早提出創新的人，熊彼特在《經濟發展理論》中將經濟發展的內在因素歸結為創新，并認為導致經濟活動變化的原因來自內部的改變，也就是創新。所謂創新，就是將從未有過的生產要素、生產條件引入生產體系，構建一種新的生產函數，而在一次次創新中，舊結構不斷被破壞，促使組織形成更具抵抗力、更具創新能力的新結構[6-7]。韌性(resilience)一詞經歷了從工程韌性、生態韌性到演化韌性的發展歷程，無論是工程韌性還是生態韌性都強調系統在遭受沖擊或擾動時，從一個均衡狀態進入另一個均衡狀態，而隨著持續的創新，經濟發展不可能總處于均衡狀態[8-9]。考慮到系統的非均衡變化，學者們提出演化韌性，從演化視角出發, 韌性被認為是一個不斷進行的過程，而不是恢復到穩定均衡狀態。由創新的定義可知，創新是長期的動態變化過程，演化韌性思想更加適用于創新韌性分析，創新韌性是一種演化韌性。

現階段，有關韌性的研究大多基于演化韌性視角展開。如Walker等[10]指出，韌性是指系統面對沖擊而被激發出的變化、適應并最后改變的能力；Meerow等[11]認為，韌性是指在外部干擾下自學習、自適應、自恢復，最終達到新的狀態。總的來說，學者們對于韌性的特征達成以下共識：一是應對外界變化的緩沖性、適應性；二是系統內部主體的恢復性；三是外部沖擊下系統要素優化和結構重構帶來的進化性。借鑒一般系統的演化韌性內涵[12]，創新韌性的內涵為：創新面臨外部沖擊時抵御沖擊保持系統穩定、適應恢復甚至進化為更高功能狀態的能力。

1.2 韌性測量

創新韌性測度是研究其與高技術產業發展關系的基礎。整理已有文獻發現，國內外關于韌性衡量的研究集中于經濟韌性，測度經濟韌性的方式主要有兩種，即綜合指標法和核心變量法。綜合指標法可通過構建指標體系進行測度，國內學者大多采用這種方式測度區域(省級、城市、縣域)經濟韌性[13-15]。然而，由于不同學者選取的指標、權重、測量方法不同，結果存在較大差異。為更加客觀衡量韌性，有些學者采用核心變量法，選取一個或幾個對外部沖擊反應程度明顯的核心變量，如GDP、就業率等。由此，Martin[16-17]、Hundt等[18]提出的研究范式被廣泛認可。徐媛媛和王琛[19]、郭將和許澤慶[20]、林耿等[21]利用敏感指數(br=(ΔEr/Er)/(ΔEN/EN))衡量經濟韌性，其中，ΔEr/Er、ΔEN/EN分別表示波動期地區和全國GDP變化率或就業率。但是，這種研究范式的前提是經濟處于衰退期，才能確保敏感指數越低，韌性越強，這與中國實際情況嚴重不符，中國經濟并不存在逐年下降的衰退期。在此基礎上，Martin(2019)提出改進的測度方法(Resisit=(ΔYi-ΔE)/|ΔE|)，該方法可以測度沖擊出現和沖擊未出現時的韌性情況，并且無論結果為正或負，數值越大，韌性越強，便于對研究對象進行對比分析。

1.3 創新韌性與企業產出

在當前高質量發展背景下，創新能力是提高企業產出的關鍵要素。蘇屹和李柏洲[22]、趙彥云等[23]實證發現，在金融危機等外部沖擊下，創新能力整體處于下降趨勢，但北京、上海等地表現出較強的抵抗力和恢復力，即北京、上海等地具有很強的韌性，遭受沖擊后，創新能力反而提高，促使新技術產生、產出提高；張軍和許慶瑞[24]認為，來自外部的沖擊可能促使企業創新系統積累更多創新資源，對企業創新能力提升存在正向影響，從而促進企業產出提高；梁林等[25]基于韌性視角界定創新生態系統的韌性化理念，指出進化性是具有韌性的創新系統的核心表征，其意義在于，受到外部沖擊的創新系統通過自學習、自調整，實現創新系統要素優化與結構重構，促進創新投入產出比提高；倪鵬飛等[26]認為，面對外部沖擊，創新系統需確保自身擁有足夠抵抗力進行應對，而這往往取決于系統內部資源冗余與結構復雜程度，由此必然促進企業創新要素、創新資源集聚。創新集聚會帶來知識積累，降低創新成本，實現創新產品價值增值，從而提升企業創新能力和產品競爭能力，最終顯著提高創新產出[27-29]。可見，現階段國內外雖然鮮有關于創新韌性的研究成果，但已有學者較多關注外部沖擊下創新表現出的抵抗力、恢復力等韌性對產出的影響。

1.4 研究述評

綜上，現有關于韌性內涵、測量方式的研究比較豐富，但均側重對經濟韌性的研究，關于創新韌性對企業產出的影響尚待深化。總體上，在以下幾個方面需要展開深入研究：首先，現階段，對創新韌性的概念缺乏界定。其次，對于韌性的測量側重于經濟韌性，創新韌性如何測量？最后，創新韌性必然會對創新造成影響，其影響機制是怎樣的？對其影響特征、規律也需要加以分析。

本文提出創新韌性的概念，認為創新韌性是創新面臨外部沖擊時保持系統穩定甚至進化為更高創新水平的能力，并以高技術產業為研究對象，探究創新韌性對高技術產業創新的影響機制，分析創新韌性對創新產出的影響大小、特征、規律。

2 創新韌性影響機制分析

2.1 創新韌性對高技術產業創新進程的影響

高技術產業創新系統的演化過程，本質上是系統內產業與產品結構、企業等對外部環境的漲落過程，而韌性理念強調通過提高系統對外部沖擊的抵抗力、恢復力從而穩定系統，甚至實現進化。當前，高技術產業創新面臨成本、市場、政策等多方面的制約[30]，也面臨疫情、貿易戰等外部沖擊。研究高技術產業創新韌性，目的是為更好應對外部沖擊，從系統內外部進行加強，穩定高技術產業發展。

依據上述對創新韌性內涵的界定，借助演化韌性思想，可以更準確地界定高技術產業創新韌性。高技術產業創新韌性是指高技術產業創新系統面對外部沖擊時的抵抗以及自我調整轉型并實現路徑突破的能力。高技術產業創新韌性反映高技術產業創新系統的動態發展進程，是涉及創新進程多階段的調整能力(見圖1)，包括對外部沖擊的抵抗力與脆弱性、應對外部沖擊的自我調整及轉型能力。脆弱性是指受到外部沖擊后表現出的創新活力下降(消極情緒)、開放度下降、成本增加、創新能力下降等不利影響；抵抗力是指面對外部沖擊帶來影響的抵抗程度；恢復性是創新系統通過創新集聚與資源優化配置，并通過創新環境、產業結構、管理等進行自學習、自調整表現出的性質；轉型能力是指通過自我調整恢復到原有路徑甚至實現路徑突破的能力。無論是系統的抵抗力還是轉型能力，都受到產業結構特征、技術、企業文化、政策等因素影響，這些因素影響著創新系統面對外部沖擊的創新韌性強度。

圖1 高技術產業創新系統面對外部沖擊的韌性過程Fig.1 Resilience process of high-tech industry innovation system against external shocks

創新韌性強度差異造成創新進程在受到外部沖擊后呈現出不同發展態勢(見圖1)。

外部沖擊發生前(t0～t1)，高技術創新進程處于安全狀態，韌性強的創新系統創新進程水平往往高于韌性弱的創新系統。沖擊發生時(t1)，創新系統功能結構水平下降，韌性弱的創新系統由于無法抵御可能導致消亡(如c線)，而韌性強的創新系統由于抵抗力、恢復力強，可以更早開始恢復。在恢復期和轉型期(t2～t4)，韌性強的創新系統內企業更具信念與自我效能感，遭受沖擊后，各方面能力、經驗甚至技術層面反而得到提升，從而能夠更高效地分配資源、調整結構、產生新構想并確定新增長路徑，實現更高階段的創新[31](如a線)；韌性弱的創新系統內企業往往因害怕沖擊帶來的損失而無法重構發展路徑，其創新系統受外部沖擊影響很大，導致系統功能與結構衰退(如b線)。

2.2 創新韌性對創新產出的影響機制

2.2.1 創新韌性對高技術產業產出的正向、負向作用機制

創新韌性對創新產出可能存在正向影響，也可能存在負向影響。創新韌性對高技術產業產出的正向影響機制包括：一是投入彌補效應。創新韌性強的企業在外部沖擊刺激下能夠激發創新活力，促使企業加大研發投入，足夠的研發投入為企業創新帶來信心，實現持續創新，提高創新產出[32]。二是創新集聚效應。創新系統需要足夠抵抗力抵御外部沖擊，這取決于系統內部資源冗余與結構復雜程度，由此必然促使創新集聚效應發生，集聚帶來的知識積累有利于創新能力提升和創新成果產生[33]。三是資源配置效應。韌性強的企業在遭受外部沖擊擾動后，由于自學習、自調整能力較強，各方面能力、經驗甚至技術層面反而得到提升，從而可以更加高效地分配資源，取得更好的創新效果。四是創新環境優化。創新系統韌性演化過程是隨外界環境變化的，通過優化創新環境等動態調整形成自適應，良好的創新環境能夠提升創新投入績效[34]，提高創新產出。五是知識積累效應。韌性強的企業能夠獲取更多外部新知識，而為抵抗沖擊形成的創新集聚也促使知識進一步積累，從而實現創新產品價值提升，企業能夠得到更多利潤回報。

負向影響機制包括：一是成本累加效應。面對持續外部沖擊，創新成本累加使企業難以承受研發投入支出，走向低質低價發展路徑。同時，創新失敗導致心理成本也隨沖擊次數累加[35]，阻礙創新行為發生，不利于創新產出提高。二是技術競爭效應。創新韌性弱的企業害怕外部沖擊帶來的損失，往往急于將尚不成熟的產品推向市場，導致企業產品創新水平不足，與國外產品相比難以形成競爭力，反而降低企業創新產出。三是知識擁擠效應。外部沖擊導致的創新集聚有可能帶來知識擁擠效應，同類產業大都采用相似的知識與技術，可能形成對新知識、新思想的鎖定，不利于創新的發生。

2.2.2 創新韌性與創新產出的互動機制

創新韌性對創新產出存在規模效應。當創新規模較小時，很難形成相關創新集群和網絡，由創新產出到價值產出的產業支持不足，價值實現能力弱，在遭受外部沖擊時，難以擁有足夠創新資源進行應對，因而抵抗力、創新韌性弱。當創新形成規模時，創新資源集聚促使知識積累與溢出，從而提升產品價值。同時，產業間協同創新有利于形成創新技術動力和優勢，從而在面對外部沖擊時具有更強的抵抗力和創新韌性。

3 研究設計

3.1 基本方程與面板數據模型

本文基本方程在知識生產函數基礎上進行擴展得到。Griliches[36]第一個提出知識生產函數，但僅考慮了R&D投入變量，并未注意到研發人員對創新的貢獻；Jaffe[37]在研究中引入研發人員投入，由此形成與Cobb-Douglas生產函數類似的Griliches-Jaffe知識生產函數。

Y=AKaLβ

(1)

式中，K表示研發經費，L表示研發勞動力，A表示知識生產函數中的全要素生產率，Y表示創新產出，α、β分別表示研發經費與研發勞動力的彈性系數。

根據前文分析，為研究創新韌性與創新產出之間的線性關系，本文在知識函數基礎上，引入創新韌性R，為有效消除估計過程中可能存在的異方差，在公式兩邊同時取對數，進行線性轉換。

log(Y)=c0+c1log(K)+c2log(L)+c3log(R)

(2)

為進一步分析創新韌性與創新產出之間的非線性關系,本文繼續引入創新韌性的2次項。

log(Y)=c0+c1log(K)+c2log(L)+c3log(R)+c4log2(R)

(3)

本文采用面板數據模型對式(2)、(3)進行估計。面板數據能有效緩解多重共線性問題，增加回歸自由度，彌補時間較短區間研究數據量不足的問題，提高估計效率。由于創新產出與創新投入往往相互影響、互為因果，而且可能會遺漏變量，存在變量的內生問題。因此，采用Blundell等(1998)提出的系統廣義矩法(SYS-GMM)進行估計，該方法能夠克服差分廣義矩法估計容易受弱工具變量影響的弊端，有效緩解內生性問題。

3.2 面板門檻模型

3.2.1 創新產出門檻

根據前文分析，創新產出與創新韌性存在良好的互動關系，為估計創新韌性可能存在創新產出門檻，本文引入面板門檻模型。根據式(4)所示的單門檻模型，對于創新韌性R來說，存在一個創新產出門檻τ，使得創新韌性在其兩邊的彈性系數θ1、θ2呈現顯著差異。如果存在多個門檻，則引入更多門檻τ，原理類似。

(4)

3.2.2 創新韌性門檻

根據前文分析，為估計創新韌性自身門檻，根據式(5)所示的單門檻模型，對于創新韌性R來說，存在一個門檻水平τ，使得創新韌性在其兩邊的彈性系數θ1、θ2呈現顯著差異。

(5)

3.2.3 時間門檻

創新韌性在受到巨大危機沖擊時對創新產出的貢獻可能存在差別。為估計創新韌性是否存在時間門檻，根據式(6)所示的單門檻模型，對于創新韌性R來說，存在一個時間門檻τ，使得創新韌性在其兩邊的彈性系數θ1、θ2呈現顯著差異。

(6)

根據前文分析，研發經費投入對創新韌性存在正向效應，足夠的研發經費投入可能促進創新產出提高，創新韌性可能存在研發經費門檻效應。根據式(7)所示的單門檻模型，對于創新韌性R來說，存在著一個研發經費門檻τ，使得創新韌性在其兩邊的彈性系數θ1、θ2呈現顯著差異。

(7)

3.2.5 研發人員門檻

根據前文分析，研發人員投入對創新韌性存在正向效應，足夠的研發人員投入可能促進創新產出提高，創新韌性可能存在研發人員門檻效應。根據式(8)所示的單門檻模型，對于創新韌性R來說，存在著一個研發人員門檻τ，使得創新韌性在其兩邊的彈性系數θ1、θ2呈現顯著差異。

(8)

4 變量與數據

4.1 相關變量選取

4.1.1 創新韌性

創新是將發明等新事物轉變成經濟效益的過程，本質上是一種經濟活動。對創新韌性的衡量可以參考經濟韌性的測量方式，即選取對沖擊反應程度明顯的核心變量，如衡量創新經濟活動效果的新產品銷售收入。基于此，本文借鑒Martin(2019)的測度方法，通過分析新產品銷售收入變化狀況達到衡量創新韌性的效果。

同時遙感影像是定源(衛星源)、定點(拍攝位置)、定時(單個時間)的，而礦山開發利用是動態的，地質環境也是實時變化的。要想做到變化監測，就要以多源、多時相的高分辨率的數據作為基礎(圖2)。對于不同時期的數據，前人多采用GIS手段，如主成分比值變化檢測方法，提取地表變化信息，進而結合DEM高程數據，認定地質災害體的變化[10]。

(9)

對上述結果進行中心化處理，使所有研究對象能夠進行對比分析。

(10)

其中，Ri可以直接用于所有研究對象創新韌性的相互對比。當Ri>0時，表示研究對象i的創新韌性超過所有研究對象的平均水平，其數值越大表明研究對象的創新韌性在區域整體中表現越好；當Ri<0時，表示研究對象i的創新韌性低于所有研究對象的平均水平，其數值越小表明研究對象的創新韌性在區域整體中表現越差。

4.1.2 創新產出

在實證研究中，學者們根據企業創新的直接、間接成果以及獲取的直接收益提出不同測度指標，傳統意義上，專利申請量和授權量作為企業創新的直接成果被廣泛使用。大多數學者以專利申請量作為衡量創新產出的指標，認為專利申請量比授權量更能反映企業創新真實水平[38-39]。也有學者以專利授權量衡量創新產出，認為被授權專利具備更高質量水平，更能代表創新產出[40]。然而，由于專利授權量存在滯后期過長的問題，導致對數據跨度要求較高。Arundel(1998)認為，許多制造業部門專利并不能獲得授權。目前，我國整體創新水平還不高，高技術產業中制造業占比較大，導致專利授權量不能很好地衡量高技術產業創新產出。因此，本文借鑒劉和東[41]的研究，采用專利申請量作為創新產出的替代變量。

4.1.3 創新投入

現階段，學術界對于知識生產函數中研發經費與研發人員變量的選取沒有太大爭議。因此，本文借鑒Moon[42]、Meng[43]的研究，以研發經費內部支出表征研發資本，以研發人員折合全時當量表征研發勞動力。

4.2 數據來源與描述性統計

本文數據來源于《中國高技術產業統計年鑒》《中國科技統計年鑒》，數據范圍為2000—2019年的面板數據。由于西藏、青海、新疆數據不全，故未納入統計。此外，在創新韌性的核算中難免出現負數，導致無法取對數，由于本文僅研究計算得到的相對韌性大小，因而采取加正數的方式進行預處理。變量描述統計如表1所示。

5 實證結果

5.1 變量平穩性檢驗與協整

雖然本文高技術產業創新投入產出面板數據跨度較小，出現偽回歸的可能性自然也較小，但從提高研究穩健性角度出發，本文依舊對數據進行平穩性檢驗和協整檢驗。本文同時采用Levin lin&chu、Fisher ADF、PP方法進行平穩性檢驗，檢驗結果如表2所示。結果顯示，在零階差分時，研發經費、研發人員均為部分平穩；經過一階差分，所有變量均是平穩的，說明變量之間不存在偽回歸問題。

表1 變量描述性統計結果Tab.1 Descriptive statistics of variables

表2 變量平穩性檢驗結果Tab.2 Variable stationarity test results

本研究采用Kao檢驗進行面板協整檢驗，結果顯示，ADF檢驗值為-7.415，p值為0.000，拒絕變量之間無協整關系的原假設，說明創新產出與創新韌性之間存在穩定的內在關系。

5.2 面板數據回歸結果

為確定面板模型是采用固定效應變截距模型還是隨機效應變截距模型進行Hausman檢驗，本文對創新韌性的彈性進行相關估計，結果如表3所示。結果顯示，Hausman檢驗值為9.887，p值為0.020，拒絕適用于隨機效應模型的原假設。由此，面板數據模型適用于固定效應模型。

從固定效應1的結果看，研發經費、創新韌性均在5%的水平下通過檢驗，研發人員未能通過統計檢驗；模型擬合優度為0.907，處于較高水平；研發經費的彈性系數最大(1.119)，其次是創新韌性(0.145)。從混合效應結果看，所有變量均在5%的水平下通過統計檢驗；模型擬合優度達到0.885，依舊處于較高水平；研發經費的彈性系數依然最大(1.163)，其次是創新韌性(0.156)，最后是研發人員(-0.202)。創新韌性的彈性系數為正，說明其對創新產出具有正向作用。

表3 面板數據估計結果Tab.3 Regression results of the panel data

進一步地，本文引入創新韌性的2次項，以研究其非線性效應。表3中固定效應2結果顯示，創新韌性的1次項回歸系數為0.760，2次項回歸系數為-0.279，均通過統計檢驗。可以得出，創新韌性對創新產出的貢獻曲線可能是倒U型，如圖2所示。進一步計算出倒U型曲線的對稱軸為log(R)=1.362，換算成原始數值為23.014。由于560個樣本數據中僅24個大于23.014，說明當前我國創新韌性總體上處于對稱軸左側，創新韌性正處于不斷上升階段，對創新產出的總貢獻為正，且其積極貢獻一直在增加。

圖2 創新韌性對創新產出的貢獻曲線Fig.2 Contribution curve of innovation resilience to innovation output

5.3 創新韌性的創新產出門檻分析

本文對創新韌性是否存在創新產出門檻進行分析，采用Hansen[44]的面板數據門檻模型進行估計。單門檻檢驗結果顯示，F檢驗值為109.540，p值為0.000，拒絕原假設，證明存在單門檻；雙門檻檢驗結果顯示，F檢驗值為133.804，p值為0.000，拒絕原假設，證明也存在雙門檻；三門檻檢驗結果顯示，F檢驗值為119.757，p值為0.000，拒絕原假設，證明存在三門檻。最終決定采用三門檻模型進行回歸檢驗，結果如表4所示。

表4結果顯示，除研發人員外，所有變量均在1%的水平上通過統計檢驗，高技術產業創新韌性的3個創新產出門檻分別為1.488、2.675、3.608，換算成原始數據后，根據創新產出大小分為低產出門檻(y≤30.761)、中低產出門檻(30.7614 055.085)。當創新產出處于低產出、中低產出門檻時，創新韌性對創新產出的彈性系數為負值，分別為-0.566、-0.016，其數據個數分別為60、226；當創新產出處于中高產出、高產出門檻時，創新韌性對創新產出的彈性系數為正，分別為0.410、0.805，其數據個數分別為175、99。綜合來看，隨著創新產出增加，創新韌性對創新產出的彈性系數不斷增大，由負轉正。當創新產出超過473.151時，創新韌性對創新產出產生較大積極影響，從數據分布看，較多數據分布在該區域。

5.4 創新韌性的自身門檻分析

本文對創新韌性的自身門檻進行分析，采用Hansen[44]的面板數據門檻模型進行估計。單門檻檢驗結果顯示，F檢驗值為5.430，p值為0.020,拒絕原假設,證明存在單門檻；雙門檻檢驗結果顯示，F檢驗值為3.906，p值為0.034，證明存在雙門檻；三門檻未通過檢驗。最終決定采用雙門檻模型進行回歸檢驗，結果如表5所示。

表4 創新韌性的創新產出門檻效應估計結果Tab.4 Estimation results of threshold effect of innovation output of innovation resilience

表5結果顯示，除研發人員外，所有變量均在5%的水平上通過統計檢驗，高技術產業創新韌性的兩個自身門檻分別為0.926、1.999，換算成原始數據后，根據創新韌性強度分為低韌性門檻(r≤8.433)、中韌性門檻(30.76199.770)。當創新韌性處于低韌性門檻時，創新韌性對創新產出的彈性系數為0.317，其數據個數為27；當創新韌性處于中韌性門檻時，其彈性系數為0.371，數據個數為530；當創新韌性處于高韌性門檻時，其彈性系數為0.182，數據個數為3。說明創新韌性存在自身門檻，隨著創新韌性增強，其對創新產出的彈性系數不斷增大，但當創新韌性強度提升至99.770時，其對創新產出的彈性系數開始下降，表明創新韌性與創新產出可能存在倒U型關系。

5.5 創新韌性的時間門檻分析

本文對創新韌性是否存在時間門檻進行分析，采用Hansen[44]的面板數據門檻模型進行估計。單門檻檢驗結果顯示，F檢驗值為73.822，p值為0.000，拒絕原假設，證明存在單門檻；雙門檻檢驗結果顯示，F檢驗值為63.648，p值為0.000，拒絕原假設，證明也存在雙門檻；三門檻未通過檢驗，證明不存在三門檻。最終決定采用雙門檻模型進行回歸檢驗，結果如表6所示。

表6結果顯示，除研發人員外，所有變量均在5%的水平上通過統計檢驗，高技術產業創新韌性的兩個時間門檻分別為2008年、2010年。在2008年之前，創新韌性的彈性系數為0.374；在2008—2010年，其彈性系數為0.205；在2010年之后，其彈性系數為0.379。說明創新韌性存在時間門檻，2008年創新韌性的彈性系數下降，2010年創新韌性的彈性系數開始上升。可能的原因是，2008年，高技術產業創新受到全球化競爭加劇、金融危機等沖擊的影響，導致創新韌性對創新產出的影響在受到沖擊后減弱。綜合來看，受金融危機等沖擊后，我國創新韌性對創新產出的正向影響進一步增強。

表6 創新韌性的時間門檻效應估計結果Tab.6 Estimation results of the time threshold effect of innovation resilience

5.6 創新韌性的研發經費門檻分析

本文對創新韌性是否存在研發經費門檻進行分析，采用Hansen[44]的面板數據門檻模型進行估計。單門檻檢驗結果顯示，F檢驗值為67.540，p值為0.000，拒絕原假設，證明存在單門檻；雙門檻檢驗結果顯示，F檢驗值為29.188，p值為0.000，拒絕原假設，證明也存在雙門檻；三門檻檢驗結果顯示，F檢驗值為8.794，p值為0.004，拒絕原假設，證明存在三門檻。最終決定采用三門檻模型進行回歸檢驗，結果如表7所示。

表7 創新韌性的研發經費門檻效應估計結果Tab.7 Estimation results of the threshold effect of R&D expenditure on innovation resilience

表7結果顯示，除研發人員外，所有變量均在1%的水平上通過統計檢驗，高技術產業創新韌性的3個研發經費門檻分別為3.597、5.241、5.988，換算成原始數據后，根據研發經費金額分為低經費門檻(k≤3 953.666)、中低經費門檻(3 953.666972 747.224)。當研發經費投入處于低經費門檻時，創新韌性對創新產出的彈性系數為0.329，其數據個數為43；當研發經費投入處于中低經費門檻時，其彈性系數為0.057，未通過統計檢驗，且數據個數為290；當研發經費投入處于中高經費門檻時，其彈性系數為0.280，數據個數為155；當研發經費投入處于高經費門檻時，其彈性系數為0.417，數據個數為72。說明創新韌性確實存在研發經費門檻，隨著研發經費增加，創新韌性對創新產出的彈性系數先減小后增大。

5.7 創新韌性的研發人員門檻分析

本文對創新韌性是否存在研發人員門檻進行分析，采用Hansen[44]的面板數據門檻模型進行估計。單門檻檢驗結果顯示，F檢驗值為89.028，p值為0.000，拒絕原假設，證明存在單門檻；雙門檻檢驗結果顯示，F檢驗值為18.181，p值為0.000，拒絕原假設，證明也存在雙門檻；三門檻檢驗結果顯示，F檢驗值為12.082，p值為0.001，拒絕原假設，證明存在三門檻。最終決定采用三門檻模型進行回歸檢驗，結果如表8所示。

表8 創新韌性的研發人員門檻效應估計結果Tab.8 Estimation results of the threshold effect of R&D personnel for innovation resilience

表8結果顯示，除研發人員外，所有變量均在10%的水平上通過統計檢驗，高技術產業創新韌性的3個研發人員門檻分別為2.645、2.980、3.745，換算成原始數據后，根據研發人員數分為低人員門檻(l≤441.570)、中低人員門檻(441.5705 559.043)。當研發人員處于低人員門檻時，創新韌性對創新產出的彈性系數為0.747，其數據個數為48；當研發人員處于中低人員門檻時，其彈性系數為0.458，數據個數為41；當研發人員處于中高人員門檻時，其彈性系數為0.158，數據個數為195；當研發人員處于高門檻時，其彈性系數為0.257，數據個數為276。說明創新韌性確實存在研發人員門檻，且隨著研發人員增加，創新韌性對創新產出的彈性系數先減小后增大。

6 結論與政策建議

6.1 研究結論

本文以高技術產業為研究對象，通過面板數據模型、面板門檻模型實證分析創新韌性對創新產出的影響大小、特征、規律，得到如下結論：

首先，當前我國創新韌性對創新產出具有積極貢獻，表現為創新韌性的彈性系數為正。韌性增強促進創新集聚，產生資源配置效應、知識積累效應等正外部效應，企業知識吸收能力得以提高，能夠獲取更多外部知識，從而不斷優化創新思想，實現更高階段創新，提高創新產出。

其次，創新韌性中等時，對創新產出的影響最大，表現為隨著創新韌性增強，其與創新產出呈現倒U型關系。韌性增強促使企業在外部沖擊下激發創新活力，但由于創新沉沒成本很高，企業往往需要加大研發投入、積累更多知識，以確保創新成功，實現持續創新。然而，并不是所有投入都能得到相應創新成果，適當放棄部分創新項目能避免大量資源浪費，而創新韌性較強的企業往往難以進行取舍，不利于創新產出提高。

第三，低創新韌性下，創新韌性負向影響創新產出，表現為創新韌性存在創新產出門檻，創新韌性的彈性系數為負。創新產出存在規模經濟效應，當創新規模較小時，難以形成創新集群和創新網絡，由創新產出到價值產出的產業支持不足，價值實現能力較弱，在遭受外部沖擊時，難以擁有足夠創新資源進行應對，抵抗力不足，創新韌性進一步減弱。

最后，中等研發投入時，創新韌性對創新產出的影響最小，表現為創新韌性的彈性系數隨研發經費、研發人員增加先減小后增大。研發投入水平較低或較高時，創新韌性的彈性系數更大。研發投入較少時，研發經費利用率高，創新績效良好。研發投入較高時，產生投入彌補效應，為企業帶來信心，實現持續創新。中等研發投入下，一方面，由于創新沉沒成本較高以及持續的外部沖擊帶來成本累加效應，可能使創新缺乏足夠投入而導致失敗；另一方面，企業產品創新水平不足，難以形成競爭力，不利于創新產出提高。

6.2 政策建議

當前，我國正處于經濟高質量發展以及新冠疫情蔓延疊加貿易保護主義、中美貿易摩擦等內外部雙重沖擊影響下，創新韌性對穩定創新發展有著重要意義。創新韌性的時間門檻證明，在外部沖擊下，我國具有較強的韌性，在沖擊過后，創新韌性對產出的積極影響進一步增強。基于此，在增強創新韌性的基礎上，也需強化創新韌性對創新產出的正向影響，具體可從以下方面著手：

(1)加大研發經費投入。數據分布顯示，當前我國研發經費投入大多處于中等經費門檻，韌性對產出的影響較小，唯有繼續加大研發經費投入，才能提升其積極影響。一方面，持續加大研發經費投入，完善經費管理機制，合理規劃經費使用，重點支持創新前期基礎研究；另一方面，足夠的研發經費雖然能夠增強企業創新自我效能感，但也可能會出現濫用情況，需要進行評估監管，提高經費使用效率。

(2)協調研發人員配置，增強研發人員認同感。研發人員較少時，具有較強的榮譽感，創新績效良好，此時韌性對產出的影響較大。數據分布顯示，當前我國研發人員投入水平較高，但韌性對產出的影響遠不如研發人員投入較少時。基于此，高技術企業要形成合理的人才梯隊，通過提供更好的創新環境和薪酬待遇吸引高端人才。此外，更加重視企業文化，增強研發人員認同感，從而抑制心理成本累加效應對產出的負向影響。

(3)加快高技術產業集聚。集聚帶來的人才、知識、資源優勢會產生創新集聚效應、資源配置效應、知識積累效應等正外部效應，增強創新韌性的同時，更有利于提高創新產出。因此，各地政府應鼓勵高技術產業集群式發展，出臺相應支持政策，建設配套基礎設施。同時，對本地區高技術產業現狀進行分析，結合自身優勢，建設更具區域特征與競爭力的產業集群，避免區域間高技術產業創新差距擴大。

(4)優化創新環境。良好的創新環境能夠提高知識、人才等要素的粘滯力，更容易產生創新集聚，提高創新抵御能力，增強創新韌性。在政府層面，需完善市場運行與人才引進相關政策制度，通過高技術產業扶持政策刺激產業間協作創新，同時加強數字基礎設施建設，促進創新擴散；在企業層面，需提高產學研合作水平，利用各方優勢形成知識聚集，提高應對外部沖擊的知識吸收能力，實現技術突破。