技術領軍企業對行業內企業技術創新能力的聯動效應研究

摘要：開放式創新背景下，技術領軍企業對行業內企業技術創新具有重要影響。利用2012—2022年滬深A股上市公司數據，實證檢驗技術領軍企業技術創新能力行業內聯動的表現形式與內在機理，識別其差異及特征。結果發現：技術領軍企業對行業內企業技術創新能力發揮聯動效應，表現為技術創新擴散與技術創新追隨。行業差異表現如下：行業競爭程度和環境不確定性越高，行業內企業技術創新的追隨效應越強、擴散效應越弱；技術密集型行業企業技術創新的追隨效應最強，勞動密集型行業企業技術創新的擴散效應最強。進一步考察行業聯動特征發現，企業技術創新行業聯動的行為表現為同行業企業主動追趕而非被動模仿，呈現“強者恒強，弱者恒弱”的馬太效應以及顯著鄰近效應。結論對技術領軍企業發揮引領作用，進而促進行業技術創新具有指導意義。

關鍵詞：技術領軍企業；聯動效應；技術創新擴散；技術創新追隨；生產率趕超模型

中圖分類號：F273.1"""文獻標識碼：A"""文章編號：1001-7348（2025）01-0070-11

0 引言

企業是科技創新的主力軍，技術領軍企業更是其中的“排頭兵”。中共二十大報告提出，“強化企業科技創新主體地位，發揮科技型骨干企業引領支撐作用”。技術和知識會從技術創新能力強的企業流動到技術創新能力弱的企業，以實現具有正外部性的技術擴散^[1]。技術領軍企業處于行業前沿，其技術、規模和市場優勢能夠推動行業技術進步。充分發揮技術領軍企業技術創新能力的行業聯動作用是實現科技自立自強的有效途徑。在國家戰略需求牽引下，探討技術領軍企業技術創新能力的行業聯動效應具有現實價值。

技術領軍企業對行業內企業技術創新能力的聯動作用如下：技術領軍企業對同行業企業進行技術創新擴散以及企業對行業內技術領軍企業進行技術創新追隨^[2]。現有技術領軍企業技術創新聯動作用研究主要聚焦產業鏈^[3-7]和產業集群^[8]。產業鏈是指各企業或實體基于技術經濟關聯，依據特定邏輯和時空布局形成的鏈條式關聯形態^[9]。技術領軍企業通過互補效應、規模經濟效應和倒逼效應促進產業鏈上下游企業技術創新能力提升。互補效應是指處在產業鏈上游的技術領軍企業帶動下游企業提升研發效率^[3]。一方面，高質量產品需要產業鏈每個環節實現技術匹配，出于追隨上游技術領軍企業實現技術創新的動機，下游企業會加大自身研發投入^[4]；另一方面，技術創新擴散能夠降低下游企業研發成本，因為上游技術領軍企業進行技術創新的中間投入可以通過互補匹配作用于下游企業研發^[5]。規模經濟效應是指處在產業鏈上游的技術領軍企業通過技術擴散實現規模經濟。具體表現為其通過技術開放策略緩解下游企業生產效率失衡，使下游企業對中間品的需求量劇增^[6]。倒逼效應是指處在產業鏈下游的技術領軍企業議價能力強且對中間品的技術含量要求高，進而倒逼上游企業為了提升自身技術水平進行追隨創新^[7]。學界對技術領軍企業如何影響產業集群內企業技術創新能力這一問題持不同觀點。促進論認為，技術領軍企業通過技術擴散對集群內企業技術創新能力發揮拉動效應。有研究發現，產業集群內技術領軍企業和其它中小企業技術擴散是雙向的，兩者通過優勢互補實現聯動發展。抑制論認為，過于依賴技術領軍企業會導致產業集群內其它企業滋生惰性^[9]，不利于其創新能力提升。有研究發現，技術領軍企業技術擴散會導致集群內其它企業喪失自主創新動力，后者對集群內技術領軍企業的創新追隨行為會導致產品同質化。

綜上，現有研究基于資源編排理論、互惠理論、路徑依賴理論對技術領軍企業技術創新能力的聯動作用進行了探索，但主要關注對象是產業鏈和產業集群。技術領軍企業能否提升同行業企業技術創新能力？如果能，行業內聯動作用的表現形式、特征和作用機理如何？不同行業環境情景下，聯動作用是否存在差異？上述問題尚未得到解答。

本文對行業內部技術差距情景下技術領軍企業技術創新能力的行業內聯動效應進行探討，基于2012—2022年滬深A股上市公司數據，采用生產率趕超模型實證檢驗技術差距視角下技術領軍企業技術創新能力行業內聯動效應的表現形式（技術創新擴散和技術創新追隨），以及行業競爭程度、行業環境不確定性和行業生產要素密集程度的調節效應，進一步識別技術領軍企業技術創新能力的行業內聯動特征。本文拓展技術領軍企業技術創新聯動研究視角，進一步揭示技術領軍企業技術創新能力的行業內聯動作用機制，對推動技術領軍企業行業內聯動具有參考價值。

1 機理分析與研究假設

1.1 技術領軍企業技術創新能力的行業內聯動效應

開放式創新是行業內聯動效應產生的前提。開放式創新是指企業突破傳統封閉的組織邊界，與外部組織建立聯系以獲取創新所需資源與能力^[10]。技術領軍企業技術創新能力的行業內聯動效應主要表現為技術領軍企業對同行業其它企業技術創新能力的拉動作用，體現在兩個方面：一是通過技術擴散直接帶動。企業技術創新擴散理論認為，技術創新可以通過特定渠道傳播至社會系統中的其他成員^[11]，進而提升經濟效率、推動社會生產力進步；二是激發行業內后發企業開展跟隨式創新^[12]。為了縮小自身與行業前沿技術的差距，技術創新能力較弱的企業通過學習和模仿同行業技術領軍企業提升自身技術創新能力。在此基礎上，技術領軍企業主要通過風險分散、資源配置、社會學習和競爭激勵4種機制對同行業其它企業技術創新能力產生聯動效應。

（1）風險分散機制。企業創新活動具有周期長、資源損耗大和結果不可預測等特征^[13]。對于行業技術領軍企業而言，技術擴散能夠分攤創新成本和風險。第一，通過向行業內企業出售、轉讓和授權專利將企業創新成果價值最大化，獲得充裕的研發資金；第二，通過與行業內企業合作可以拓展創新活動的主體和規模，有利于企業開拓和占有市場，通過降低成本獲得規模收益。對于行業內企業而言，技術追隨同樣能夠降低創新成本和風險。與技術領軍企業相比，行業內其它企業缺乏足夠的資源和能力開展自主創新，在價值共創模式下，它們能夠以較低成本獲取創新所需資源^[14]。通過追隨式創新，行業內其它企業可以少走彎路，從而極大地降低創新風險。

（2）資源配置機制。市場不完全競爭會導致資源錯配和扭曲，合理的資源配置能夠有效促進企業技術創新能力提升。一般來說，技術領軍企業雖然具有較強的資源配置能力，但仍傾向于通過社會網絡關系與外部資源方建立密切聯系，通過獲取多樣化資源實現內外部創新資源集成、互補和融合，從而提升創新績效。基于互補共創的價值主張，行業內技術領軍企業技術擴散方式如下：為了實現價值最大化，將冗余資源進行有效匹配，以幫助行業內其它企業實現創新能力躍升。技術性人才、技術專利、創新知識及渠道等重要資源有助于行業內其它企業提升創新能力。

（3）社會學習機制。社會學習理論認為，企業通過觀察和模仿外部環境中的企業對新事物進行學習^[9]。管理者具有有限理性，而創新活動面臨著較高的不確定性風險。為了降低決策風險并獲得創新活動的合法性，企業管理者傾向于對同行業技術領軍企業進行模仿和學習，最終表現為技術創新追隨行為。同理，技術領軍企業會主動向行業內不同層次、不同區域企業學習，并結合自身資源稟賦實現“二次開發”和技術創新能力升級。

（4）競爭激勵機制。競爭激勵是優勝劣汰壓力下的企業自覺強化機制。對于技術領軍企業而言，為了鞏固自身市場地位，具有一定動機采用共享、轉讓和授權部分非尖端技術等方式對行業內其它企業進行技術擴散。從行業競爭角度看，技術領軍企業主動開展研發合作的目的如下：第一，掌握技術創新主動權，了解市場發展態勢。通過合作交流評估和獲取其它企業所占有的市場需求，確定自身技術升級方向，進而提升自身市場影響力并擴大客戶群體。第二，以共享、轉讓和授權部分非尖端技術方式進行技術擴散，使非技術領軍企業對其產生技術依賴，進一步維持自身主導地位。第三，技術擴散對行業內其它企業可能變成“毒藥”，使其產生創新惰性并催生低水平同質化產品^[9]。由此，在行業競爭時，技術領軍企業能夠獲得差異化優勢。對于行業內企業而言，為了維持競爭優勢和市場份額，會以最快速度主動追隨同行業技術領軍企業開展技術創新，以縮小與技術領軍企業的差距^[12]。吳先明等^[15]指出，當后發企業對領先者的技術追趕遭遇瓶頸時，前者會借助橫向、縱向或斜向關聯全球化研發網絡實現創新能力跨越，進而直接與領先企業展開競爭。鑒于此，本文提出以下假設：

H1：技術領軍企業對行業內企業技術創新能力發揮聯動效應，表現方式為技術創新擴散與技術創新追隨。

1.2 不同情境下技術領軍企業對行業內企業技術創新能力的聯動效應差異

行業特征和屬性差異會導致技術領軍企業技術創新能力的行業內聯動效應有所不同。本文主要分析行業競爭程度、行業環境不確定性和行業生產要素密集程度對技術領軍企業技術創新能力行業內聯動效應的差異化影響。

（1）行業競爭程度的調節作用。行業競爭程度較高意味著企業面臨較大的外部生存壓力^[9]。一方面，為了提升競爭力，企業對技術領軍企業技術創新具有較強的模仿動機^[16]，因而有助于強化同行業企業對技術領軍企業技術創新的追隨效應。另一方面，當技術差距進一步縮小時，面對更加激烈的行業競爭環境，為了維持競爭優勢，技術領軍企業傾向于對最新創新活動和創新成果保密。此時，雙方合作研發意愿降低，領軍企業技術創新在行業內的擴散效應減弱。鑒于此，本文提出以下假設：

H2：行業競爭程度會強化行業內企業對技術領軍企業技術創新的追隨效應，弱化技術領軍企業技術創新的擴散效應。

（2）行業環境不確定性的調節作用。行業環境不確定性會加劇信息不對稱程度，進而影響企業創新活動^[7]。具體而言，當行業環境不確定性程度較高時，企業難以獲取充分的信息制定研發決策。為了降低市場風險，企業在技術創新時傾向于向“行業標桿”看齊，進而采取創新追隨戰略。與此同時，行業環境不確定性會帶來“信息鴻溝”，不利于技術領軍企業對研發成果進行分享和交流等，進而阻礙技術創新擴散^[17]。鑒于此，本文提出以下假設：

H3：行業環境不確定性會強化行業內企業對技術領軍企業技術創新的追隨效應，弱化技術領軍企業技術創新的擴散效應。

（3）行業生產要素密集程度的調節作用。生產要素密集程度會導致不同行業創新活動需求與形式有所不同。按照生產要素密集程度可將行業劃分為技術密集型、勞動密集型和資本密集型3類^[18]。與勞動密集型和資金密集型行業相比，技術密集型行業對企業技術創新能力的要求更高，行業內企業普遍實施跟隨戰略^[19]，以期實現對技術領軍企業的趕超。同時，在技術密集型行業，為了維持技術優勢，技術領軍企業開展技術擴散活動的意愿較低。與之相反，勞動密集型行業內，企業對研發活動的需求較小，導致技術領軍企業技術創新的追隨效應較弱。在勞動密集型行業，企業競爭力主要體現在創新外的活動上，因而技術領軍企業技術創新的擴散效應較強。相較于技術密集型行業企業，資本密集型行業企業的創新意愿較弱，但由于大量資金和固定資產投入，其創新意愿仍強于勞動密集型行業企業。鑒于此，本文提出以下假設：

H4：在勞動密集型、資本密集型和技術密集型行業，企業對技術領軍企業技術創新的追隨效應逐步增強，技術領軍企業技術創新的擴散效應逐步減弱。

綜上所述，本文研究思路如圖1所示。

2 研究設計

2.1 樣本選擇與數據來源

本文研究樣本為2012—2022年滬深A股上市公司，并對公司樣本進行如下處理：第一，剔除ST或*ST類上市公司樣本；第二，剔除金融行業上市公司樣本；第三，剔除變量觀測值缺失樣本。最終，本文整理得到1 061個公司共11 671個樣本觀測值的平衡面板數據。本文采用的數據來源于國泰安研究數據庫（CSMAR）、國家知識產權局專利檢索數據庫以及上市公司年報。

2.2 基準模型設定

本文采用生產率趕超模型考察技術領軍企業研發效率（技術創新能力）對行業內其它企業的聯動效應^[20]，即驗證技術領軍企業能否對同行業其它企業技術創新能力發揮促進作用。具體地，沿用Bournakis ＆ Mallick^[21]的研究方法，將當年同行業技術創新能力最強企業作為技術領軍企業，構建模型（1）揭示企業技術創新能力動態演變過程。

lnTEit=α1lnTEit－1+α2lnTEFt+α3lnTEFt－1+∑Controlsit+∑Industry+∑Year+∑Location+εit（1）

其中，TEit、TEit-1分別是焦點企業i在t年和t-1年的技術創新能力，TEFt、TEFt-1分別是t年和t-1年行業內技術領軍企業技術創新能力。Controls、Industry、Year、Location是可能影響焦點企業自主創新水平的一系列控制變量、行業虛擬變量、時間虛擬變量和地區虛擬變量，下同。長期均衡狀態下^[22]，α1+α2+α3=1，代入模型（1）可以推導得到模型（2）。

ΔlnTEit=βlnTEFt－1TEit－1+λΔlnTEFt+∑Controlsit+∑Industry+∑Year+∑Location+εit（2）

其中，ΔlnTEit=lnTEit-lnTEit-1。ΔlnTEit表示焦點企業i第t年技術創新能力增速，ΔlnTEFt是第t年行業內技術領軍企業技術創新能力增速。ln（TEFt-1/TEit-1）表示焦點企業i第t-1年與同行業技術領軍企業技術創新能力差距，取值范圍為[0，+∞），可簡寫為Gapit-1。當Gapit-1=0時，表明焦點企業i第t-1年是行業內技術創新能力最強企業。Gapit-1越大，表明焦點企業i第t-1年與技術領軍企業差距越大，技術創新能力越弱。綜上，模型（2）可以轉化為基準回歸模型（3）。

ΔlnTEit=βGapit－1+λΔlnTEFt+∑Controlsit+∑Industry+∑Year+∑Location+εit（3）

其中，Gapit-1的系數β能夠反映焦點企業對同行業技術領軍企業技術創新的追隨效應。如果βgt;0，則表明焦點企業i第t-1年與同行業技術領軍企業技術創新能力差距越大，其第t年技術創新能力增長速度越快，即β值越大，焦點企業技術創新的追隨效應越強。ΔlnTEFt的系數λ能夠反映企業技術創新在行業內的擴散效應。如果λgt;0，則表明第t年行業內技術領軍企業技術創新能力增長（技術進步）會加快焦點企業i第t年技術創新能力增長速度。

2.3 變量選取與測度

（1）被解釋變量：焦點企業技術創新能力增速（ΔlnTEit）。研發效率可以反映焦點企業技術創新能力，因而本文采用焦點企業當期研發效率自然對數與上一期研發效率自然對數的差值表征焦點企業技術創新能力增速。鑒于企業個體存在差異，為了提高測度結果的精準度^[23]，本文使用真實固定效應隨機前沿模型對企業研發效率進行測度^[24]，由此構建模型（4）如下：

yit=δi+xTitη+vit－uituit～h（zit，φ）·N+（μ，σ2u）≡e^zTitφ·N+（μ，e^cu）TEit=e^－E［uit|ξi］∧（4）

其中，δi為企業個體效應，yit為產出變量，采用企業當年專利申請數的自然對數衡量，xTit為投入變量，選擇研發支出總額的自然對數和研發人員數量的自然對數衡量。vit為隨機誤差項，假定其服從正態分布N（0，σv2）且相互獨立，uit是非負的技術無效率項。影響技術無效率項的因素zTit=｛Controls，Industry，Year，Location｝^T。是技術無效率項影響因素的系數，μ≥0。本文運用極大似然估計得到模型（4）第一步的參數估計值，基于第三步公式計算得到企業研發效率，以此表征企業技術創新能力（TEit）。

（2）解釋變量：焦點企業在上一期與同行業技術領軍企業技術創新能力差距（Gapit-1）和行業內技術領軍企業技術創新能力增速（ΔlnTEFt）。Gapit-1采用焦點企業研發效率與同行業技術領軍企業（研發效率最高的企業）研發效率在上一期比值的自然對數衡量。ΔlnTEFt采用當期行業內技術領軍企業研發效率自然對數與上一期行業內技術領軍企業研發效率自然對數的差值衡量。

（3）調節變量。①行業競爭程度（HH），采用赫芬達爾—赫希曼指數衡量；②行業環境不確定性（Indc），借鑒申慧慧等^[25]的方法，采用同一年度同行業企業過去5年非正常銷售收入標準差與過去5年銷售收入平均值的比值的中位數衡量；③行業生產要素密集程度（Indp），借鑒尹美群等^[18]的研究方法，選取固定資產比重（固定資產凈值/平均總資產）、研發支出比重（研發支出/應付職工薪酬）分別衡量固定資產和研發支出在生產要素中的重要性，以此對樣本行業進行聚類分析。

（4）其它變量：控制變量組（Controls）。借鑒已有研究成果^[12]，在公司特征層面對產權性質（Soe）、企業年齡（Firmage）、總資產凈利潤率（Roa）、營業成本率（Ocr）、營業凈利率（Nom）、管理費用率（Mee）和企業規模（Size）進行控制。為了進一步控制焦點企業自主創新水平，本文在回歸時考慮行業固定效應（Industry）、年份固定效應（Year）和地區固定效應（Location）。鑒于研究模型的特點，核心解釋變量需要滯后一期，因而回歸樣本時間跨度為2013—2022年。本文主要變量名稱、符號及度量方法見表1。

3 實證分析

3.1 描述性統計

表2為主要變量描述性統計結果。由表2可知，焦點企業在上一期與同行業技術領軍企業技術創新能力差距（Gapit-1）、行業內技術創新能力前沿面增速（ΔlnTEFt）與焦點企業技術創新能力增速（ΔlnTEit）在1%水平上顯著正相關。由此初步推斷，企業技術創新存在行業聯動效應，即焦點企業與同行業技術領軍企業技術創新能力差距、行業內技術創新能力前沿面增長均有助于加快焦點企業技術創新能力增長速度。

3.2 基準回歸

表3為焦點企業與同行業技術領軍企業技術創新能力差距、行業內技術創新能力前沿面增長對焦點企業技術創新能力增速影響的實證結果。列（1）—（3）逐步考慮控制變量和時間、行業、地區效應，結果顯示，焦點企業在上一期與同行業技術領軍企業技術創新能力差距（Gapit-1）和行業內技術創新能力前沿面增速（ΔlnTEFt）的系數均顯著為正，假設H1得到驗證。由此表明，技術領軍企業對同行業企業技術創新能力發揮聯動效應。一方面，焦點企業對同行業技術領軍企業技術創新存在追隨效應，焦點企業上一期與同行業技術領軍企業技術創新能力差距越大，其當期技術創新能力增速就越快；另一方面，技術領軍企業技術創新在行業內具有擴散效應，行業內技術創新能力前沿面增長（技術進步）對同行業其它企業技術創新能力發揮拉動作用。具體地，以列（3）結果看，企業與同行業前沿研發效率（TE）的差距每增長1%，其自身研發效率增速提升0.288%；行業內前沿研發效率每提升1%，將拉動同行業其它企業研發效率增速平均增長0.247%。

3.3 穩健性檢驗

（1）更換研發效率測算方法。第一，借鑒楊歡和李香菊^[26]的研究方法，將企業當年發明專利、實用新型和外觀設計分別賦予0.5、0.3、0.2的權重，加權后取自然對數，以此衡量隨機前沿模型中的產出變量。第二，借鑒Jondrow等^[27]的研究成果，采用技術效率測算方法（JLMS）對產出變量衡量方式變更前后的研發效率進行測算，回歸結果見表4列（1）—（3）。Gapit-1、ΔlnTEFt的系數均顯著為正，說明前文結論具有穩健性。

（2）更換樣本區間。本文將研究區間變更為2012—2019年，回歸結果如表4列（4）所示。由結果可知，Gapit-1、ΔlnTEFt的系數仍然顯著為正，說明前文結論可靠。

（3）內生性問題。第一，傾向得分匹配法。本文采用傾向得分匹配法緩解樣本自選擇偏誤導致的內生性問題。首先，將當年專利申請數量為0的企業作為控制組，否則為實驗組。其次，將產權性質、企業年齡、總資產凈利潤率、營業成本率、營業凈利率、管理費用率和企業規模等作為協變量，分別采用1∶4最近鄰匹配法和半徑匹配法對樣本進行匹配，對匹配后的樣本進行回歸估計，結果見表4列（5）和列（6）。由結果可知，Gapit-1、ΔlnTEFt的系數顯著為正，說明前文結論具有穩健性。第二，固定效應模型。本文采用固定效應模型進行估計，以此對企業個體固定效應進行控制，回歸結果如表4列（7）所示。由結果可知，Gapit-1、ΔlnTEFt的系數符號未發生變化，說明前文結論具有穩健性。第三，系統廣義矩估計方法（GMM-SYS）。一般來說，技術創新在行業內的擴散路徑是從技術領軍企業擴散到非技術領軍企業，但非技術領軍企業技術創新能力也會影響技術領軍企業技術創新能力，即存在雙向技術溢出。為避免雙向因果問題，本文采用系統GMM方法重新估計，結果顯示，Sargan檢驗結果不顯著、AR（1）的p值顯著而AR（2）的p值不顯著（不存在二階序列相關）。由此說明，工具變量不存在過度識別問題且所有工具變量有效。表4列（7）顯示，Gapit-1、ΔlnTEFt的系數顯著為正，支持前文結論。

3.4 調節效應檢驗

為考察行業競爭程度對技術領軍企業技術創新能力行業內聯動效應的差異化影響，在模型（3）的基礎上，加入行業競爭程度（HH）、行業競爭程度和焦點企業上一期與同行業技術領軍企業技術創新能力差距的交互項（Gapit-1×HH），以及行業競爭程度與行業內技術領軍企業技術創新能力增速的交互項（ΔlnTEFt×HH）。表5列（1）顯示，行業競爭程度和焦點企業在上一期與同行業技術領軍企業技術創新能力差距的交互項（Gapit-1×HH）系數在1%水平上顯著為正，行業競爭程度與行業內技術領軍企業技術創新能力增速的交互項（ΔlnTEFt×HH）系數在5%水平上顯著為負。由此說明，與所處行業競爭程度較低企業相比，所處行業競爭程度較高企業技術創新的追隨效應更強，擴散效應更弱，驗證了假設H2。

為考察行業環境不確定性對技術領軍企業技術創新能力行業內聯動效應的差異化影響，在模型（3）的基礎上，加入行業環境不確定性（Indc）、行業環境不確定性和焦點企業上一期與同行業技術領軍企業技術創新能力差距的交互項（Gapit-1×Indc），以及行業環境不確定性與行業內技術領軍企業技術創新能力增速的交互項（ΔlnTEFt×Indc）。表5列（2）顯示，行業環境不確定性和焦點企業上一期與同行業技術領軍企業技術創新能力差距的交互項（Gapit-1×Indc）系數在1%水平上顯著為正，行業環境不確定性與行業內技術領軍企業技術創新能力增速的交互項（ΔlnTEFt×Indc）系數在1%水平上顯著為負。由此說明，與所處行業環境不確定性較低企業相比，所處行業環境不確定性較高企業技術創新的追隨效應更強，擴散效應更弱，研究假設H3得到驗證。

為考察行業生產要素密集程度對技術領軍企業技術創新能力行業內聯動效應的差異化影響，本文采用模型（3）對企業樣本分為（按照行業生產要素密集程度分為技術密集型、資本密集型和勞動密集型）進行分組回歸，結果見表5列（3）—（5）。結果顯示，Gapit-1的系數從大到小依次為技術密集型、資本密集型和勞動密集型，ΔlnTEFt的系數正好相反，與前文分析結果一致。由此說明，技術密集型行業企業技術創新的追隨效應最強，勞動密集型行業企業技術創新的擴散效應最強，資本密集型行業企業技術創新的追隨效應和擴散效應處于中間水平，驗證了研究假設H4。

4 拓展性分析

4.1 技術領軍企業技術創新行業聯動特征：主動追趕還是被動跟隨

由基準回歸結果發現，焦點企業對同行業技術領軍企業技術創新存在追隨效應，即焦點企業上一期與同行業技術領軍企業技術創新能力的差距越大，其當期技術創新能力增速越快。鑒于焦點企業對技術創新領軍企業既可能是主動追趕也可能是被動跟隨，本文采用門檻模型對企業技術創新進行考察（是主動追趕行為還是被動跟隨行為）。首先，運用Bootstrap法對門檻效應進行檢驗^[28]，將門檻變量設定為企業技術創新能力（TE），核心變量為焦點企業在上一期與同行業技術領軍企業技術創新能力差距（Gapit-1），檢驗結果如表6所示。結果顯示，企業技術創新能力表現為顯著雙重門檻效應，較小的門檻值γ1為0.790，較大的門檻值γ2為0.871。進一步進行門檻模型回歸，結果見表7。隨著技術創新能力增強，焦點企業上一期與同行業技術領軍企業技術創新能力差距對其當期技術創新能力增速的提升作用進一步強化，即技術創新能力越強的焦點企業對同行業技術領軍企業技術創新的追隨效應越強。由此說明，技術創新能力越強的企業，會更加積極主動地追趕技術領軍企業，驗證了企業技術創新的行業聯動特征是主動追趕而非被動跟隨模仿。

4.2 技術領軍企業技術創新的行業聯動特征：馬太效應

前文表明，技術創新能力強的企業會更加積極主動地追趕技術領軍企業。與此同時，企業技術創新能力越強，其持續吸收創新知識的效率越高，呈現“馬太效應”。借鑒范合君等^[9]的思路檢驗企業技術創新是否存在“馬太效應”，具體地，將上一期焦點企業技術創新能力與同期同行業其它企業技術創新能力的均值相減，并根據差值生成兩個變量，以此對樣本進行劃分。一是焦點企業技術創新能力大于同行業企業均值，差值為行業順差（Dist_indu＞0）；二是焦點企業技術創新能力小于同行業企業均值，取差值的絕對值（|Dist_indu|＜0）。將兩個變量分別與當期企業技術創新能力（TE）進行回歸，結果見表8列（1）和列（2）。結果顯示，行業順差的回歸系數顯著為正，而行業落差的回歸系數顯著為負，說明當焦點企業技術創新能力高于行業平均水平時，技術創新能力較強企業在后一期會更加積極主動地提升技術創新能力。與之相反，當焦點企業技術創新能力低于行業平均水平時，企業技術創新意愿較弱，對同行業企業技術創新呈現消極反饋。由此驗證存在“強者恒強，弱者恒弱”的馬太效應。

4.3 技術領軍企業技術創新的行業聯動特征：鄰近效應

對處于同一行政轄區的企業而言，一方面，不同行政轄區會根據本地實際情況制定相應政策，促進轄區內同行業企業技術創新擴散；另一方面，同一行政轄區內企業地理距離較近，有利于企業間建立穩定的合作關系，進而實現行業內部技術信息共享，最終促使前沿技術在同地區同行業企業間擴散。由此可見，企業技術創新擴散和追隨會受制度、政策和地理距離的影響。借鑒龔斌磊^[22]構建的多維前沿生產率趕超模型，本文構建二級企業研發效率前沿：t年和t-1年同地區（同一地級市）同行業研發效率最高企業。基于此，計算得到焦點企業在上一期與同地區同行業技術領軍企業技術創新能力差距（Gap_locit-1）和同地區同行業技術創新能力前沿面增速（ΔlnTE_locFt），加入模型（3）后，回歸結果如表8列（3）所示。通過比較對應系數可知，同地區同行業技術創新的擴散效應遠高于全國平均水平，而技術創新的追隨效應遠低于全國平均水平。由此說明，企業技術創新具有顯著鄰近效應，同一行政轄區政策相同、地理位置接近，有利于企業技術擴散，進而實現行業聯動。其中，技術創新的追隨效應遠低于全國平均水平，說明同一地區企業技術擴散較為充分，地區技術創新前沿面增大對其它企業的拉動作用低于全國平均水平。

5 結語

5.1 研究結論

本文基于技術差距情景探討技術領軍企業對行業技術創新的聯動效應，利用2012—2022年滬深A股上市公司數據，采用生產率趕超模型實證檢驗行業內部技術差距視角下技術領軍企業技術創新能力行業內聯動效應的具體表現形式（技術創新擴散和技術創新追隨），以及行業競爭程度、行業環境不確定性和行業生產要素密集程度在其中的調節作用，進一步識別技術領軍企業技術創新的行業內聯動特征，得出以下主要結論：

（1）技術領軍企業技術創新能力存在行業內聯動效應，焦點企業對同行業技術領軍企業技術創新具有追隨效應且技術領軍企業技術創新在行業內具有擴散效應。

（2）與行業競爭程度較低企業相比，行業競爭程度較高企業技術創新的追隨效應更強，擴散效應更弱。

（3）與行業環境不確定性較低的企業相比，行業環境不確定性較高企業技術創新的追隨效應更強，擴散效應更弱。

（4）技術密集型行業企業技術創新的追隨效應最強，勞動密集型行業企業技術創新的擴散效應最強，資本密集型行業企業技術創新的追隨效應和擴散效應處于中間水平。

（5）技術領軍企業技術創新的行業聯動特征是主動追趕而非被動跟隨模仿。當焦點企業技術創新能力高于行業平均水平時，技術創新能力較強企業在后一期會更加主動地提升技術創新水平。與之相反，當焦點企業技術創新能力低于行業平均水平時，焦點企業技術創新對同行業企業技術創新呈現消極反饋。由此驗證存在“強者恒強，弱者恒弱”的馬太效應。技術領軍企業技術創新的聯動作用具有鄰近效應，同一行政轄區內政策相同、地理位置接近，有利于企業間技術擴散，而因技術擴散導致的地區技術創新前沿面增大對其它企業的拉動作用低于全國平均水平。

5.2 研究貢獻

（1）不同于以往相關研究關注技術領軍企業對產業鏈和產業集群內企業技術創新的影響，本文基于行業內部技術差距視角考察技術領軍企業對行業內其它企業技術創新能力聯動效應的表現形式與內在機理，拓展了企業技術創新研究視角。

（2）明晰了技術領軍企業技術創新能力在行業內聯動效應的表現形式（技術領軍企業技術創新在行業內的擴散效應以及企業對同行業技術領軍企業技術創新的追隨效應），是對已有研究的有益補充。

（3）揭示技術領軍企業技術創新能力的行業內聯動特征與行業差異，結果發現，其表現為同行業企業主動追趕而非被動模仿行為，且呈現“強者恒強，弱者恒弱”的馬太效應以及鄰近效應。本文結論可為企業制定創新戰略提供啟示，對政府相關政策制定也具有一定參考價值。

5.3 政策建議

（1）就企業層面而言，可以采取如下措施：第一，非技術領軍企業應關注行業技術前沿，主動獲取行業信息和資源，積極尋求機會與行業內技術領軍企業合作，通過學習和模仿快速實現自身創新能力提升。尤其是創新能力薄弱的企業，其管理層要提高創新意愿，主動縮小與技術領軍企業的技術差距。與技術領軍企業地理鄰近時，企業要充分利用距離優勢，深入學習本地區行業技術領軍企業創新經驗，借助鄰近效應完成從追隨到趕超的躍遷。第二，行業技術領軍企業要積極承擔社會責任，發揮自身技術、規模和市場優勢，與行業內其它企業建立合作共贏、知識共享的長效機制。在深度融合交流中取長補短，在協同共進中發揮互補優勢，通過技術擴散推動行業技術創新。

（2）就政府層面而言，可以采取以下措施：第一，重點培育和扶持行業內“頭雁企業”，利用“頭雁企業”帶動整個行業技術創新能力躍升。第二，鼓勵和支持行業技術領軍企業牽頭建立創新聯合體，引導技術領軍企業向行業內其它企業開放創新資源等，帶動整個行業企業聯合開展創新活動，形成“領軍企業+后發企業”創新生態網絡，實現領先企業和后發企業協同創新、融通發展的格局。第三，出臺相關政策促進行業內技術領軍企業創新要素高效流動，完善行業合作所需配套設施，為技術領軍企業發揮引領作用賦能。

5.4 不足與展望

本文存在以下不足：第一，研究樣本具有局限性。限于數據可得性，本文研究樣本為滬深A股上市公司，雖然具有一定的代表性，但較多未上市企業未能納入研究范疇，結論的普適性有待進一步提升。未來可以進一步擴充研究樣本或選取典型企業進行案例分析。第二，進一步豐富變量測度方法。行業內技術領軍企業技術創新能力最強，采用研發效率衡量企業技術創新能力雖具有一定的科學性，但未來可以考慮采用其它方式對行業內技術領導企業技術創新能力加以衡量，如構建綜合評價指標體系等。第三，進一步豐富研究內容。本文探討了技術領軍企業對行業內其它企業技術創新能力的聯動作用，未來可進一步探討不同情境下聯動作用的差異。

參考文獻：

[1] 汪麗娟，吳福象，蔣欣娟.國際技術勢差、對外直接投資逆向技術溢出與本土企業技術進步[J].科技進步與對策，2022，39（20）：41-51.

[2] LIU Q， LU R， LU Y， et al. Import competition and firm innovation： evidence from China[J]. Journal of Development Economics， 2021， 151（4）： 102650.

[3] 諸竹君，王芳.來自美國的進口競爭與中國企業創新行為[J].財貿經濟，2022，43（9）：117-132.

[4] GROSSMAN G M，HELPMAN E.Quality ladders and product cycles[J]. The Quarterly Journal of Economics， 1991， 106（2）： 557.

[5] LIU Q， QIU L D. Intermediate input imports and innovations： evidence from Chinese firms' patent filings[J]. Journal of International Economics， 2016， 103（6）： 166-183.

[6] 談丹，魏航，李佩.制造商技術開放策略問題研究[J].中國管理科學，2021，29（7）：84-95.

[7] 肖利平，劉點儀.客戶企業創新驅動了上游企業探索式創新嗎——創新的反向傳導效應研究[J].外國經濟與管理，2023，45（8）：83-100.

[8] HARMANCIOGLU N， TELLIS G J. Silicon envy： how global innovation clusters hurt or stimulate each other across developed and emerging markets[J]. Journal of International Business Studies， 2018， 49（7）： 902-918.

[9] 范合君，吳婷，何思錦.企業數字化的產業鏈聯動效應研究[J].中國工業經濟，2023，40（3）：115-132.

[10] CHESBROUGH H W. The era of open innovation[J].MIT Sloan Management Review，2003，44（3）：35-41.

[11] ROGERS E M. Diffusion of innovations[M]. New York： Free Press， 2003.

[12] 楊本建，李威，王珺.合約執行效率與企業技術趕超[J].管理世界，2016，277（10）：103-117.

[13] 孟慶斌，侯粲然，魯冰.企業創新與違約風險[J].世界經濟，2019，42（10）：169-192.

[14] 張培，李楠.核心企業開放式服務創新平臺構建過程機理——基于扎根理論[J].科研管理，2022，43（6）：132-141.

[15] 吳先明，高厚賓，邵福澤.當后發企業接近技術創新的前沿：國際化的“跳板作用”[J].管理評論，2018，30（6）：40-54.

[16] JONDROW J， KNOX LOVELL C A， MATEROV I S， et al. On the estimation of technical inefficiency in the stochastic frontier production function model[J]. Journal of Econometrics， 1982， 19（2）： 233-238.

[17] LIAO S H， HU T C. Knowledge transfer and competitive advantage on environmental uncertainty： an empirical study of the Taiwan semiconductor industry，China[J]. Technovation， 2007， 27（6-7）： 402-411.

[18] 尹美群，盛磊，李文博.高管激勵、創新投入與公司績效——基于內生性視角的分行業實證研究[J].南開管理評論，2018，21（1）：109-117.

[19] ROGES T. Competitive advantage in technology intensive industries[J]. Journal of Entrepreneurship， Innovation and Economic Growth， 2015， 18（4）： 121-124.

[20] BERNARD A B， JONES C I. Productivity across industries and countries： time series theory and evidence[J]. The Review of Economics and Statistics， 1996， 78（1）： 135-146.

[21] BOURNAKIS I， MALLICK S. TFP estimation at firm level： the fiscal aspect of productivity convergence in the UK[J]. Economic Modelling， 2018， 70（3）： 579-590.

[22] 龔斌磊.中國農業技術擴散與生產率區域差距[J].經濟研究，2022，57（11）：102-120.

[23] 李彥龍.稅收優惠政策與高技術產業創新效率[J].數量經濟技術經濟研究，2018，35（1）：60-76.

[24] GREENE W. Fixed and random effects in stochastic frontier models[J]. Journal of Productivity Analysis， 2005， 23（1）： 7-32.

[25] 申慧慧，于鵬，吳聯生.國有股權、環境不確定性與投資效率[J].經濟研究，2012，47（7）：113-126.

[26] 楊歡，李香菊.政府創新補貼對企業創新效率的影響效應及機制識別研究[J].管理學報，2023，20（4）：558-567.

[27] JONDROW J， KNOX LOVELL C A， MATEROV I S， et al. On the estimation of technical inefficiency in the stochastic frontier production function model[J]. Journal of Econometrics， 1982， 19（2）： 233-238.

[28] HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.

責任編輯（責任編輯：張 悅）

英文標題The Linkage Effect of Leading Technology Enterprises on the Technological Innovation Capability of Enterprises in the Industry

英文作者Sun Hui^1，2， Zhu Shusen^1，2 ， Xia Xuechao^1，2， Yang Zedong^1，2

英文作者單位（1. Center for Innovation Management Research of Xinjiang， Xinjiang University;

2. School of Economics and Management， Xinjiang University，Urumqi 830046， China）

英文摘要Abstract：Enterprises are the main force of scientific and technological innovation， and leading technology enterprises can promote the industry to realize overall technological progress by virtue of their technical， scale， and market advantages. Giving full play to the industry linkage of technological innovation capability of leading technology enterprises is an effective way for China to realize scientific and technological self-reliance and self-improvement. Therefore， it is of practical significance to study the industry linkage of technological innovation capability of leading technology enterprises.

Existing research has made useful explorations of the linkage role of technological innovation capability in leading technology enterprises， but the linkage objects of concern are mainly industrial chains and industrial clusters. There is a lack of discussion on the linkage of technological innovation capability within the industry of leading technology enterprises. Thus， this paper focuses on the intra-industry linkage effect of technological innovation capability of leading technology enterprises under the influence of the technology gap within the industry. It utilizes the data of A-share listed companies in Shanghai and Shenzhen from 2012 to 2022， and empirically examines the manifestation of the intra-industry linkage effect of the technological innovation capability of leading technology enterprises from the perspective of technology gap based on the model of productivity catch-up and the effects of the degree of competition， uncertainty of the industry environment， and intensity of production factors on the technological innovation capability of leading technology enterprises under the viewpoint of technology gap and the moderating effect of the degree of industry competition， industry environmental uncertainty and industry factor intensity on the intra-industry linkage of technological innovation capability of leading technology enterprises， and further identify the characteristics of intra-industry linkage of technological innovation capability of leading technology enterprises.

The results of the study show that （1） leading technology enterprises have linkage effects on the technological innovation capability of enterprises in the industry， which is manifested in technological innovation diffusion and technological innovation following; （2） compared with enterprises with a low degree of industry competition， enterprises with a high degree of industry competition have a stronger following effect of technological innovation and a weaker diffusion effect; （3） the higher the degree of competition and environmental uncertainty in the industry， the stronger the following effect and the weaker the diffusion effect of technological innovation of enterprises in the industry; （4） the following effect of technological innovation of enterprises in technology-intensive industries is the strongest， the strongest diffusion effect of technological innovation of enterprises lies in labor-intensive industries， and the following effect and diffusion effect of technological innovation of enterprises in capital-intensive industries is at the intermediate level;（5） the behavior of enterprise technological innovation industry linkage is manifested in the active catch-up rather than passive imitation of enterprises in the same industry， showing the Matthew effect and significant proximity effect.

The contribution of this paper mainly lies in three areas. （1） It explores the manifestation and internal mechanism of the linkage effect of leading technology enterprises on the technological innovation ability of enterprises in the industry from the perspective of technology gaps within the industry， which expands the research perspective of enterprise technological innovation. （2） It clarifies the specific manifestations of the linkage effect of technological innovation capability of leading technology enterprises in the industry， which is a useful supplement to the existing research. （3） By identifying the characteristics and industry differences of intra-industry linkage of technological innovation capability of leading technology enterprises， the study confirms the Matthew effect and the proximity effect， expanding the research perspective on the technology innovation linkage of leading technology enterprises;it further reveals the micro-mechanism of the intra-industry linkage effect of technology innovation capability of leading technology enterprises， and thus the study is of reference significance for promoting the" intra-industry linkage of leading technology enterprises.

英文關鍵詞Key Words：Leading Technology Enterprises; Industry Linkage Effect; Technological Innovation Diffusion;Technological Innovation Following;Productivity Catch-up Model

基金項目：國家自然科學基金項目（71963030）；新疆維吾爾自治區社會科學基金項目（21BJY050）

作者簡介：孫慧（1963-），女，江蘇泗陽人，博士，新疆大學新疆創新管理研究中心主任，新疆大學經濟與管理學院二級教授、博士生導師，研究方向為ESG與企業技術創新；祝樹森（1998-），男，江蘇阜寧人，新疆大學新疆創新管理研究中心研究助理，新疆大學經濟與管理學院碩士研究生，研究方向為ESG與企業技術創新；夏學超（1993-），男，山東棗莊人，新疆大學新疆創新管理研究中心研究助理，新疆大學經濟與管理學院博士研究生，研究方向為環境稅與技術創新；楊澤東（1996-），男，四川內江人，新疆大學新疆創新管理研究中心研究助理，新疆大學經濟與管理學院博士研究生，研究方向為碳交易市場與技術創新。