技術創新進入時機對企業績效的影響

王東旭 白全民 張茹瑩 馬交國

關鍵詞：技術生命周期；進入時機；企業績效；人工智能

0 引言

習近平總書記指出，創新作為企業發展和市場制勝的關鍵，核心技術不是別人賜予的，不能只是跟著別人走，而必須自強奮斗、敢于突破。當前，在我國大力實施科技自立自強、建設創新型國家的歷史背景下，企業作為創新主體，激發其科技創新積極性成為該項工作的重中之重。但是，自20世紀80年代中期，我國政府和企業一直基于西方創新理論和技術追趕理論［1］，走的是引進消化吸收再創新的道路，雖然取得了舉世矚目的成就，但也使大部分企業習慣了對國外先進技術的模仿，主動開展自主創新的意愿并不強烈，從而使得我國在此輪技術封鎖中處于被動地位。

據《企業創新調查年鑒2021》數據顯示，2020年我國規模以上企業開展創新活動的占比為43.3%，而同時實現四種創新的企業占比僅為8.5%①。因此，激發企業自發開展科技創新活動的積極性，推動企業主動介入新技術，是解決這一問題的關鍵。當前，學術界關于企業技術創新意愿的研究主要從內外兩個維度展開［2］。其中，從外部影響因素來看，國家創新體系的完善程度［3］、區域知識溢出強度［4］等與企業創新呈正相關；經濟政策不確定性對企業創新投入意愿有著顯著影響，且政府補貼發揮著正向調節效應［5］；而社會平均工資水平上漲對企業創新投入意愿具有比較明顯的抑制作用［6］。但是，影響企業技術創新意愿主因仍然來自內部。比如，企業家集權更能激發創業企業自主創新意愿［7］，而跨層年齡差異具有反向調節機制，知識異質背景則具有智力緩解機制［8］。在內外兩個維度的綜合作用下，企業會在新技術不同的發展階段介入。

本文定義企業的“技術創新進入時機”，即以企業在一項新技術處于萌芽期時積極進入或者技術穩定后跟隨式進入，作為界定企業介入新技術的時間點。本文認為，一方面，技術創新進入的時機是反映技術創新意愿與能力的一個重要指標，有意愿且能力突出的企業提早介入新技術的可能性高；另一方面，技術創新進入時機又會反過來影響企業的績效表現。創新是一個雙刃劍，既可能使得企業騰飛，也可能帶來其績效下降［9］。

本文基于技術生命周期理論，以人工智能領域為例，將2006—2020年進入人工智能技術創新不同階段的124家A股上市公司劃分為三個對比組，首先對三類企業特征進行了分析，其次對三類企業的績效表現進行了綜合對比，最后根據研究結論提出實踐啟示及建議。本研究一方面彌補前期研究結論不一致的問題，另一方面為提升我國企業主動開展技術創新活動意愿提供理論依據。

1 文獻綜述與研究假設

1.1 技術生命周期理論

技術生命周期（Technology Life Cycle，TLC）的概念最早于1978年被提出，指的是任何技術的演進都經歷了從創意產生到成熟至淘汰的不同發展階段［10］。這與自然的生命周期是有一些差別，但總體上還是相似的［11］。對技術生命周期各階段的劃分方法有很多，按照一般的劃分方式，技術生命周期主要包括萌芽、成長、成熟和衰退四個發展階段［12］；也有部分學者認為技術生命周期可以分為五個階段或六個階段。從劃分的依據來看，采用專利作為研究變量，對技術的生命周期進行劃分是最多的，主要包括S曲線法、TCT計算法、專利指標法、相對增長率法、多指標測量法和技術生命周期圖法等［13］。技術生命周期各階段的特征主要通過專利申請量和專利申請人數來展現。其中，萌芽期作為新技術的研發階段，技術發展趨勢不是特別明顯，此時參與技術研發的企業和研究團隊較少，相應地，專利申請人數和專利申請量比較少；在平穩增長期，雖然技術發展方向還不明確，但專利申請人數和專利申請量開始平穩增加。在成長期，技術發展開始有些明確的方向，從事研發的企業會顯著增多，科研產出也會相應的增加，專利申請人數和專利申請量會大幅度的增加；技術發展到了成熟期，意味著新技術已經發展較為成熟，專利申請人不會再增加，而專利申請類型也主要以實用新型專利和外觀設計專利為主；處于衰退期的技術，說明該技術逐漸被新技術所取代，此時專利申請人數和專利申請量會大幅度下降［14］。這一方法很好地體現了新技術不同階段不同意愿參與者的狀態，為本研究提供了一個很好的視角。

1.2 技術創新進入時機對企業績效的影響

當前尚未有專門針對企業技術創新進入時機的研究，但大部分管理學理論會有相關涉及。其中，熊彼特的創新理論就指出，企業的本質就是創新，只有創新才能帶來超額利潤，進而引發經濟的繁榮。公司創業理論（corporate entrepreneurship）則從組織層面，將技術創新和冒險、戰略更新并列為衡量企業進取性的三個維度，并設計了量表對公司創業強度進行量化評價，驗證了創業強度越強對公司績效的正向影響越明顯［15］。但公司創業理論只是測度了企業的創業強度的高低，無法準確地判定企業在新技術中的進入時機或表現出的不同態度。在這方面，有學者從進入新市場順序的視角，將企業劃分為先驅者和追隨者兩種類型［16］，并開展了一系列研究，為本研究提供了可借鑒的范式。一般來說，先驅者由于先一步進入市場，從而獲得先發優勢，進而可以獲取更高的技術優勢、更廣闊的市場和客戶群體［17］；但另一方面，作為先驅者卻需要面對更高的研發費用，以及技術成功的高度不確定性等問題［18］。追隨者則需要面臨著技術壟斷和相對飽和的市場等問題，具有先天的競爭劣勢，但在更明確的發展方向、更低的試錯成本等后發優勢的作用下，卻有可能實現反超，獲得更高競爭力，從而獲得更高的企業績效。此外，也有學者認為，由于先驅者提前占領市場，讓企業形成規模經濟，可以進一步優化成本結構，從而降低了企業成本，這是與追隨者相比最明顯的競爭優勢［19］。有學者則指出，企業進入時機的選擇具有中介作用，可以加強企業能力對企業績效的影響［20］；先發式創新企業即先驅者，可以在企業資源對企業績效的影響上起到部分中介的作用［21］。但是，也有學者認為企業進入行業的時機對企業績效并沒有明顯的直接影響。另外，雙元創新理論關于探索式創新與開發式創新的影響也有類似的結論［22-24］。因此，從新技術創新進入時機視角，企業是選擇先人一步進入，從而獲取技術性和制度性先發優勢，還是作為追隨者，通過稍后進入策略，使企業減少研發成本、降低企業風險，讓企業可以將更多的資金投入到明確的方向上，從而實現彎道超車，目前哪種策略更優，在學術界并未得到統一的認識。

本文認為，作為高投入、高回報的高新技術領域，尤其是以人工智能為核心的新一代信息技術領域，可能存在著領先者“贏者通吃”的特征［25］。先驅者會利用專利等手段形成技術壁壘，獲得的競爭優勢會更加明顯，進而為其帶來更較高的企業績效。但追隨者如果策略得當，也可以利用后發優勢，取得一定的績效表現。

2 樣本選擇與標準劃分：技術生命周期視角

2.1 數據來源及處理說明

專利作為技術信息的主要載體，被廣泛應用于科技創新領域的研究。技術生命周期理論一般將專利申請量和申請人數量作為技術演化周期的劃分依據，其中，專利申請量為發明專利、實用新型專利和外觀設計專利數量之和。本文利用IncoPat數據庫查詢人工智能領域的專利申請情況，從數據初步分析來看，2006—2020年專利申請人數和專利申請量呈現明顯的技術生命周期特征，符合本文研究的需要。因此，本文將研究年限設定為2006—2020年，并經過人工初步篩查，確定了開展人工智能專利申請的2 786家企業。

基于數據可得性的考慮以及企業是否在A股上市的原則，最終確定124家企業作為研究樣本。124家樣本公司中在2020年及之前都處于存續狀態，只是目前有4家企業被警告成為ST股，還有1家在被警告之后于2022年6月退市。本文對每一家企業的具體研究時間為其進入人工智能領域的前后各1～3年，上述5家被警告企業尚未出現異常，因此這5 家企業依然在研究樣本內。

2.2 技術創新進入時機劃分

專利申請人數和專利申請量是劃分技術生命周期的重要依據。本文首先根據人工智能領域2006—2020年的專利申請人數和專利申請量，采用技術生命周期圖法得出我國人工智能技術生命周期圖，結果如圖1所示。

根據圖1可知，從2006—2015年的專利申請人數和專利申請量比較少，到2015年專利申請人數僅為1 131人、專利申請量為3 110項。但從2016年開始，專利申請人數和專利申請量以千為單位迅速增長，這與人工智能技術發展階段有著比較直接的關系。比如，2016年谷歌研發的AlphaGo（阿爾法狗）戰勝世界圍棋冠軍，激發了全世界對人工智能的熱情，甚至有人提出2016年為人工智能“元年”［26］。另外，我國在2011 年發布的《“十二五”國家戰略性新興產業發展規劃》首次對發展人工智能進行了規劃，引導更多的企業進入人工智能領域。因此，結合技術生命周期理論、人工智能技術演化階段特征以及政策導向，本文根據企業第一次申請專利所處的不同階段，將2006—2010年第一次申請專利的企業定義為技術先驅型，2011—2015 年申請的為技術響應型，2016—2020年申請的為技術追隨型。

根據以上劃分原則，在2006—2010年，共有530家技術先驅型企業進入人工智能領域，其中上市公司為28家；在2011—2015年，共有694家技術響應型企業進入該領域，其中上市公司為68家，相比前一階段顯著增加，但是從整體來看，這一階段增加的企業數量仍不算很多；2016—2020 年，此時進入的企業數量達到1 562家，實現大幅增長，但上市公司較少，共有28家。由此可見，我國企業新技術進入時機基本符合技術生命周期的規律，但上市公司技術響應型特征更加明顯。

3 技術創新進入時機差異分析

3.1 行業層面

根據中國證券監督管理委員會頒布的《上市公司行業分類指引（2012年修訂）》，124家樣本企業分布在26個行業，其中，計算機、通信和其他電子設備制造業與軟件和信息技術服務業這兩個行業共有58家企業，約占全部企業數量的46.78%（如圖2所示），這兩個行業占比較高，代表了數字產業化情況，與人工智能作為新一代信息技術的代表具有直接的關系，屬于技術先驅型、響應型、追隨型的企業占比分別為25.86%、46.55%、27.59%。電氣機械及器材制造業和專業設備制造業進入人工智能領域的企業占比分別為10.48% 和7.26%，分列第三位和第四位，屬于技術先驅型、響應型、追隨型的企業占比分別為18.18%、63.64%、18.18%。這兩個行業是人工智能技術重要的應用領域，是數字化轉型的主要領域，代表了產業數字化水平。另外，貨幣金融業占比達到4.84%，互聯網和相關服務業占比為4.03%，其他行業分布則比較分散，尚未形成大規模進入人工智能領域的態勢。

值得注意的是，在具體企業中也有不少傳統行業企業利用新一代信息技術實現轉型升級的成功案例。例如，鞍鋼股份有限公司（下文簡稱“鞍鋼股份”）雖然屬于傳統重工業中的黑色金屬冶煉及壓延加工業，卻于2007年就在人工智能領域申請了專利。經查詢資料，主要是由于2005年中國鋼鐵市場競爭激烈，原材料價格上漲，鋼材產品價格下滑，鞍鋼股份為降低生產成本，在具備創新條件和有技術創新需求的雙重作用力下，率先在人工智能領域開展技術創新，實現智能化生產。北京雙鷺藥業股份有限公司（下文簡稱“雙鷺藥業”）作為醫藥制造企業，于2007年就在人工智能領域申請了專利。究其原因，主要是由于受2005年和2006年醫藥行業競爭激烈且不景氣的影響，該企業為突破僵局，加大了新產品和新技術的研發投入，并且在獲得中央和地方政府的科研資金支持的情況下，在人工智能領域展開了技術創新，實現生物產品的規模化和智能化生產。

綜上所述，進入人工智能領域的企業集中分布于數字產業化領域，而其他領域應用人工智能的成功案例雖然不少，但占比并不高，反映出我國目前產業數字化轉型進展較慢的現實。從不同類型企業來看，技術響應型企業在數字產業化領域中占有較高的比重，技術先驅型企業和技術追隨型企業均具有較低的水平，與全部樣本的技術響應型特征一致，說明大多數上市公司會積極響應國家的政策規劃。

3.2 企業層面

總資產和資產增長率分別反映了企業的規模以及成長狀況，是影響企業技術創新的重要因素［27-28］。另外，除了企業規?？梢灾苯佑绊懙狡髽I的創新，企業的負債也會間接影響企業的創新活動。當企業的負債在一定水平時，有利于企業融資，從而擴大企業的創新投入；但當負債超過某一臨界水平時，企業負債的增加會起到反作用［29］。

企業進行技術創新往往不是根據某一年的經營狀況決定，而是參考多年的經營狀況作出的選擇。故本文選擇企業首次申請人工智能專利當年之前的三年作為研究對象，并通過分析這三年企業總資產、資產增長率和資產負債率的變化情況，探討企業進入時機差異的原因。由于樣本企業的時間跨度較大，故本文利用CPI 指數消除原始數據的通貨膨脹影響，得出樣本企業每年總資產和總負債的實際值，進一步計算得出企業每年的資產增長率和資產負債率，從而確保研究的合理性。

樣本企業進入人工智能領域之前三年的總資產、資產增長率和資產負債率的描述性統計結果如表1所示，技術先驅型企業、技術響應型企業和技術追隨型企業三個指標的平均值如表2所示。對比表1和表2的指標數據可知，更早進入到人工智能領域的企業，總資產和資產負債率的平均水平更低，其中總資產差異較大、資產負債率差異較小。而資產增長率卻相反，技術先驅型和響應型的企業資產增長率的平均水平明顯比技術追隨型更高。在總資產方面，技術先驅型企業和技術響應型企業低于技術追隨型企業，但卻具有更高的資產增長率，意味著早期進入的企業更具發展活力，冒險及創新精神較強；而技術追隨型企業由于已經發展到較大規模，且進入穩定發展階段，面對新的技術基本選擇保守型策略，從而保持自身發展的穩健。

4 技術創新進入時機對企業績效的影響

對進入人工智能領域三種類型企業的績效進行對比，探究出技術先驅型企業、技術響應型企業和技術追隨型企業中哪類企業會有更優的績效表現，以便為企業選擇技術創新進入時機提供績效依據。在文獻綜述部分已經闡明，既有研究中技術創新進入時機對企業績效的影響并未形成統一的意見，本文認為不同績效指標的選取可能會影響到分析結果。有鑒于此，本文選取資產收益率、營業收入、營業成本、市盈率和資產增長率來代表企業績效，并選擇首次申請人工智能領域之后三年的數據作為分析對象，在消除通脹因素后，深入分析技術創新進入時機對企業績效的綜合影響。

4.1 資產收益率

資產收益率作為企業績效，是企業凈利潤與資產總額的比值，反映了企業獲取利潤的能力［30］。根據統計，124家樣本企業首次進入人工智能領域之后三年的資產收益率平均值、最大值、最小值分別為3.33%、50.47%、-0.93%。從圖3可知，三種類型樣本企業進入人工智能領域之后三年的平均資產收益率情況。其中，從三年平均值來看，技術追隨型最高，為4.05%；技術先驅型次之，為3.88%；而技術響應型最低，為2.86%。從分年度情況看，技術追隨型企業的資產收益率逐漸增加，而技術先驅型企業和技術響應型企業的資產收益率有上下波動。這可能是由于前兩個時期人工智能領域技術還處于摸索階段，技術還未成熟，并沒有明確的發展方向，有的技術發展方向對資產收益率增加是有益的，有的技術方向起到相反的作用。但是技術追隨型企業此時進入人工智能領域會根據前兩個時期的技術發展方向的優劣性，選擇一個對企業有利的方向展開技術創新，從而促進企業資產收益率穩步提高。

4.2 營業收入

營業收入是企業主營業務收入和其他業務收入的合計，反映了企業創造利潤和現金流量的能力，可以衡量企業在市場中的認可程度［31］。124 家樣本企業進入人工智能領域之后三年的營業收入平均值分別為12 458.88百萬元、最大值為465 784.41百萬元、最小值9.73百萬元。三種類型企業進入人工智能領域之后三年的平均營業收入如圖4所示。從圖4可知技術先驅型企業的營業收入最高，技術追隨型次之，技術響應型最低。技術先驅型企業有著更高的營業收入，意味著作為先驅者在提高營業收入上具備優勢，通過新的人工智能技術或人工智能產品可以獲得更大的市場機會。技術追隨型企業在可靠的技術發展方向上跟進也會有較高的營業收入。而技術響應型既沒有更早的進入到人工智能領域的先發優勢，也沒有可靠的技術創新方向，致使其營業收入最低。

4.3 營業成本

技術創新的一個目標是獲取成本優勢，營業成本的高低可以反映出企業是否存在成本優勢［32］。樣本企業進入人工智能領域三年之后的營業成本平均值分別為10 555.82百萬元、最大值為453 840.45百萬元、最小值8.80百萬元。三種類型企業進入人工智能領域三年之后的平均營業成本如圖5所示。從圖中可知，技術先驅型企業的營業成本最高，技術響應型企業和技術追隨型企業都具有相對較低的營業成本。這與文獻綜述中分析的結論基本一致。主要原因是由于技術先驅型企業介入階段人工智能技術尚未成熟，研發、生產以及營銷等各環節需要更高的成本，尤其是企業數字化轉型方面，需要大量的基礎設施投入。而后兩個階段技術發展已經相對成熟，試錯基本完成，政府在基礎設施、關鍵核心技術等方面也已提供大量服務支撐，這會大幅降低企業的營業成本。而技術響應型企業營業成本最低，可能與這一階段政府的大力扶持有關。

4.4 市盈率

市盈率反映的是投資者對企業經營情況的一個預期，是企業市值與凈利潤的比值。進入人工智能領域124家企業之后三年的市盈率平均值分別為49.31、最大值為373.40、最小值0.20。三種類型企業進入人工智能領域之后三年的平均市盈率情況如圖6所示。從圖中可以看出，技術追隨型企業前兩年的市盈率表現最優，技術先驅型次之，技術響應性最低；但第三年卻出現了劇烈反轉，技術追隨型市盈率迅速下降到31.92，而前兩類企業則大幅提升到60以上。這一結果表明，資本市場對早期進入新技術領域的企業認可有一個過程，這也造成對技術追隨型企業前期估值過高，而隨著其市場表現而回歸合理狀態。

4.5 資產增長率

雖然在上文已經分析了資產增長率對企業技術創新進入時機選擇的影響，但企業的技術創新最終目的也是為了獲取更高的利潤和提高企業規模。高資產增長率意味著企業有更多的利潤轉化為資產，也意味著企業有更快的規模增長速度［33］。所以在本部分繼續分析技術創新進入時機對企業資產增長率的影響。

通過計算，124樣本企業首次進入人工智能領域之后三年的資產增長率平均值分別為25.98%、最大值為533.58%、最小值-28.78%。三種類型企業進入人工智能領域之后三年的資產增長率平均值如圖7所示。

總體來看，技術先驅型企業表現明顯優于其它兩類企業，說明創新冒險精神在該方面的績效表現較好。結合圖7和表2進一步分析發現，技術先驅型企業和技術響應型企業在進入人工智能領域前資產增長率水平較高，進入人工智能領域兩年內的資產增長率一直下降，進入第三年時資產增長率開始增長，而技術先驅型企業增幅更大；技術追隨型企業進入之前三年的資產增長率的增幅不大，進入后略有增長，這也符合該策略的目的。

5 研究結論及不足

5.1 研究結論

本文創新性地將企業劃分技術先驅型、技術響應型和技術追隨型三種類型，并利用綜合指標分析了技術創新進入時機的原因及對三類企業績效的影響，在一定程度上彌補了該領域前期研究采用單一指標造成結論不一致的問題。根據描述分析，我國企業在人工智能領域技術進入時機基本符合技術生命周期的規律，但上市公司技術響應型特征更加明顯；進入該領域的企業集中分布于數字產業化領域，而其他領域應用人工智能的成功案例雖然不少，但占比并不高，反映出我國目前產業數字化轉型進展較慢的現實；從資產視角來看，早期進入的企業規模較小，但更具發展活力，冒險及創新精神較強；而技術追隨型企業由于已經發展到較大規模，且進入穩定發展階段，面對新的技術基本選擇保守型策略。

在技術進入時機對企業績效影響方面，技術先驅型企業進入到人工智能領域后，營業收入、資產增長率兩個指標表現優異，資產收益率表現次之，但面臨著較高的營業成本。技術響應型企業除營業成本這一指標表現較好外，其他方面的企業績效表現均不如其他兩類企業。技術追隨型企業的資產收益率表現最好，營業收入、資產增長率、營業成本表現次之，沒有表現最差的方面。而市盈率指標則短期內技術追隨型表現最好，但長期來看前兩類企業則表現更優。綜合評價企業績效的五個維度，三類企業的績效表現各具優勢，而技術先驅型企業表現相對更優，這一結論也證明了本文提出的研究猜想。但是也可以發現，技術先驅型和技術追隨型表現明顯優于技術響應型，說明這兩種技術進入策略均有一定優勢，企業只要選擇好適合自身實際的發展戰略即可；而技術響應型企業好像在沒有做好充分準備的前提下，受外部因素的影響倉促進入一個新的領域，往往不會獲得好的績效表現。這一結論為企業是否以及如何進入新技術領域提供了理論支撐，可以有效激勵我國企業積極擁抱新的技術機會。

5.2 實踐啟示

（1）政府層面。目前我國上市公司對政策的響應程度較高，可以說政策引導確實發揮了積極的作用，但該類型企業績效表現并不理想，應成為政策優化的一個重點方向。在當前大力推進高水平科技自立自強的背景下，技術先驅型企業應該是被重點支持的對象。但通過分析可見，雖然其績效表現相對最優，但也面臨著較高的運營成本，影響了部分企業積極性。因此，政府層面應該加強對前沿技術、未來產業的前瞻性布局，將稅收優惠、財政資助等政策支持環節進一步前移，切實緩解先驅型企業試錯成本，營造鼓勵企業大膽進入新技術領域的良好氛圍。

（2）企業層面。從企業經營視角來看，除要面臨較高的營業成本外，處于快速增長階段的企業，盡早介入新的技術領域對其整體績效具有明顯的正向影響。但對于已經達到一定規模，且發展進入穩定狀態的企業，發揮后發優勢，采用技術追隨型策略也能取得較好的績效表現。但是，受政策等外部因素影響較大，倉促進入新技術領域的企業績效表現短期內并不理想。因此，企業在面對政策機會時，不應該僅僅為了獲取優惠政策而貿然進入陌生領域，還是需要基于自身現實制定切實可行的策略。

（3）資本市場層面。資金是開展重大創新活動的保障，除企業自有資金、政府財政資金外，資本市場也是一個重要的融資渠道。通過市盈率指標可以發現，目前我國資本市場并未很好地發揮對技術先驅型企業價值發現的功能，這與我國資本市場，尤其是風險投資發展不完善有關。因此，我國仍需要持續加大對天使投資、科創板、創業板等投資模式的支持力度，提升專業化水平，不斷完善其價值發現功能，為企業積極進入新的技術領域，開展重大科技創新活動，提供充足的資金支持。

5.3 研究展望與不足

本文的不足在于，受數據庫及人工智能技術研發階段的限制，存在樣本量不足問題，主要表現為技術追隨型企業數量偏少。另外，本文是以人工智能領域為例，是否能代表其他行業，尤其是非數字經濟領域的傳統行業，值得進一步研究論證。未來，在探明技術創新進入時機對企業績效影響的基礎上，需要進一步研究內在影響因素及機制，使得該研究更加體系化，且更具現實指導價值。