科学关联度与技术关联度如何影响医药公司创新绩效.pdf

科学关联度与技术关联度如何影响医药公司创新绩效戴 勇1,张秋璇1,朱桂龙2(1.湖北大学 商学院,湖北 武汉 4 3 0 0 6 2;2.华南理工大学 工商管理学院,广东 广州 5 1 0 6 4 0)收稿日期:2 0 2 3-0 4-1 1 修回日期:2 0 2 3-0 7-0 4基金项目:国家社会科学基金年度项目(1 8 B G L 0 2 8)作者简介:戴勇(1 9 7 6-),男,湖北黄冈人,博士,湖北大学商学院教授、博士生导师,研究方向为创新管理、平台经济与数字化转型;张秋璇(1 9 9 8-),女,湖 北 十 堰 人,湖 北 大 学 商 学 院 硕 士 研 究 生,研 究 方 向 为 创 新 管 理、平 台 经 济 与 数 字 化 转 型;朱桂龙(1 9 6 4-),男,安徽庐江人,博士,华南理工大学工商管理学院教授、博士生导师,研究方向为科技政策与管理、产学研合作。本文通讯作者:戴勇。摘 要:基于创新能力结构视角,引入企业科学关联度和技术关联度指数,将1 4 2家上市医药制造企业划分为双元型组织、专业型组织和其它类型组织,并实证检验不同类型组织内科学关联度、技术关联度及其交互作用对创新绩效的影响。结果表明:在双元型和专业型组织内,企业科学关联度、企业技术关联度均对创新绩效具有显著正向影响;在双元型组织内,两类创新活动的交互作用对创新绩效具有显著正向影响;在专业型组织内,两类创新活动的交互作用对创新绩效具有显著负向影响。基于此,医药制造企业既可选择从专业型组织向双元型组织转型的演进路径,也可利用外部资源建构开放式创新体系,从而实现创新绩效提升。关键词:科学关联度;技术关联度;交互作用;创新绩效;医药制造业D O I:1 0.6 0 4 9/k j j b y d c.2 0 2 3 0 4 0 2 6 4 开放科学(资源服务)标识码(O S I D):中图分类号:F 2 7 3.1 文献标识码:A 文章编号:1 0 0 1-7 3 4 8(2 0 2 3)1 9-0 0 9 6-1 00 引言我国医药制造业经过多年发展,由采用传统生产工艺向大规模应用现代科技转变,在原料药和仿制药生产方面取得了长足进步,涌现出一批具有较强科技创新能力的民族医药企业。总体来看,我国在新药、特药、生物制药等方面的创新仍然落后于发达国家。近年来,政府相关部门陆续制定了加快创新药品审批上市、鼓励新药特药研发、加强中医药知识产权司法保护等医药行业相关政策法规,助推医药产业创新。2 0 1 5年,科学家屠呦呦因发现青蒿素获得诺贝尔医学奖,表明我国医药科学领域的实力逐步得到国际认可。2 0 1 9年,十三届全国人大常委会修订了 中华人民共和国药品管理法,进一步为医药创新提供法律保障。2 0 2 1年,8 0种新分子药物首次在中国上市,国内新药获批数量再创新高。随着“健康中国建设”全面推进,医药制造产业作为其中重要一环,如何加快提升科技创新能力,成为理论界和产业界共同关注的问题。医药制造行业具有研发周期长、准入门槛高、科学发现与产业技术关联度较高等特点(张鹏,2 0 1 5),与其它成熟行业相比,其创新活动规律具有一定的特殊性。已有文献基于不同视角研究医药制造业的创新行为、特征及其对创新绩效的影响,具体如下:第一,自主创新模仿创新合作创新视角。这类研究基于创新战略理论,对医药企业创新活动及特征进行阶段性划分,并实证分析其对创新绩效的影响。部分研究表明,中国大部分医药制造企业只具备模仿创新能力,该能力在起步和追赶阶段对创新产出的促进作用显著,但后期会出现边际效果递减的情况1。有些医药企业试图通过技术并购提升自主创新能力,但实证结果显示,这种效果并不显著2。第二,利用式创新和探索式创新视角。在M a r c h3首次提出探索式创新和利用式创新的概念后,不少学者尝试将医药企业创新划分为利用式创新与探索式创新,并以发明专利衡量探索式创新绩效,以实用型专利与外观专利之和度量利用式创新绩效。研究表明,大多数医药企业同时开展两类创新活动,但争夺有限资源会对整体创新绩效产生不确定的影响4。第三,渐进性创新和突破性创新视角。部分观点认为,医药制造领域创新更多的体现为突破性创新(李钰婷,2 0 2 3)。部分学者通过定量测算方法,发现医药创新对旧技术的依赖程度较高,并采用技术积累衡量医药制造业创新水平5。折衷论述认为,医药产业突破性创新与渐进性创新可以依次开展甚至同步进行6。第四,基于科学的创新和基于技术的创新视角。前者是指与科学研究具有较强关联性的创新,创新主要依赖科学研究;后者是指与技术应用具有较强关联性的创新,创新主要依赖于现有技术7。上述类视角下,大部分研究将医药制造划分为基于科学创新的产业8。综合来看,前三类研究中的自主/模仿创新、探索式/利用式创新、突破性/渐进性创新更像是一种创新模式,而根植于背后的深层次因素是创新能力结构差异,即上述文献中的第4类研究“基于科学和基于技术的创新”。国内学者陈劲(2 0 0 7)将其定义为企业科学能力和企业技术能力。在此基础上,有学者将其划分为更细致的纯基础研究、应用基础研究、纯应用研究、开发研究能力,以此表征创新主体的主要知识来源和所处知识供给链环节的差异9-1 0。但现有文献存在以下不足:首先,这类研究通常是基于行业层面而非企业层面的探讨,其主要观点为“医药制造是基于科学的行业”只适用于某些细分领域(如基因工程制药等);其次,医药价值链构成既有上游生物科学发现、新药理研发、新靶点选择等基于科学的创新,也有中下游制药工艺改造升级等基于技术的创新;再次,虽然有文献开始关注医药领域科学创新与技术创新的交互作用与转化关系1 1,但仅是基于行业层面逻辑的推演。关于科学与技术在企业内部是否存在反馈机制或交互作用,这种交互作用又是如何影响创新绩效这一问题,缺乏企业层面的实证研究。本文选取我国1 4 2家上市医药制造公司为样本,并基于科学和基于技术的创新视角进行分类,以专利引用信息为基础,实证分析两类创新及其交互作用对企业创新绩效的影响。本文的边际贡献如下:第一,将基于科学与基于技术的创新研究纳入企业层面,对医药制造企 业 创 新 能 力 进 行 结 构 化 拆 解,分 别 构 建 企业科学关联度和企业技术关联度指数,基于其不同组合对医药制造企业创新进行分类,进而为我国医药企业有针对性地提升创新绩效提供新视角和新思路。第二,已有基于科学/技术的医药创新文献大多停留在案例描述与概念界定层面,主要关注政府应如何扶持基于科学的产业这一问题。本文以医药上市公司为研究对象,实证分析科学关联度、技术关联度及其交互作用对企业创新绩效的影响,可丰富微观层面基于科学与基于技术的创新理论。1 理论基础与研究假设1.1 科学关联度与技术关联度对企业创新绩效的影响 基于资源观和知识管理视角,组织层面创新的成败取决于企业对已掌握的核心编码知识和其它互补性资源的整合能力。因此,基于科学的创新模式主要有两种类型:第一,由科学研究成果激发形成的创新,源于科学上的新发现。随着时间推移,潜在科学知识得到编码,研发人员能够结合仿真程序、人力资本等互补性资源,创造出新产品和新工艺,例如化学品和药品研发。第二,新的科研成果推动企业创新,新发现加快创新进程。在新兴领域(如生物医药领域),大部分知识有待编码,研发人员可获得的先验知识有限,只能整合部分已编码知识,同时通过干中学以及构建战略联盟促进产品和流程创新1 2,例如生物技术、中成药制备、中西医结合等领域的创新模式。在基于科学的创新活动中,为了推动产品和工艺研发,企业需要通过组织学习充分利用新的科学研究成果。由此,双元型组织可以通过上述机制提升自身创新绩效,例如企业与大学间的研发合作、医院与实验室间的合作等。通过与不同类型合作伙伴进行交流和学习,企业可以强化自身研发能力,并获得新的灵感和创新思路。同样,在专业型组织中,员工通常具备专业技能和知识,可以充分利用科学研究成果提升企业创新绩效。同时,企业基于科学的创新活动越多,吸收能力越强,越能利用所获得的知识特别是隐性知识和技能提升创新能力,从而提升创新绩效(徐晓丹,2 0 2 0)。少数研究显示,科学关联度对企业创新绩效具有倒U型影响(李梦珂,2 0 2 3),但大多数基于企业层面的研究发现,专利引用的科学文献数量增加能够显著提升企业创新绩效1 3。本研究采用“企业科学关联度”指数衡量基于科学的创新模式,提出以下研究假设:H1:企业科学关联度对医药制造企业创新绩效具有显著正向影响。H1(a):双元型医药组织的企业科学关联度对企业创新绩效具有显著正向影响;H1(b):专业型医药组织的企业科学关联度对企业创新绩效具有显著正向影响。与基于科学的创新不同,基于技术的创新表现为技术自身演化,也就是已有技术突破、改进、组合、调整形成的新技术1 4。相较于基于科学的创新,基于技术的创新更依赖技术开发与应用能力,而非纯粹的科学研究。实践中,技术开发与应用效率提升是实现创新目标的关键,并推动社会发展和进步。这类创新主要将基础技术转化为共性技术或将共性技术转化为专有技术,例如优化工艺流程、根据用户需求改进技术参数等,且大多为渐进性创新。医药制造领域的创新主要体现在原料提取、分离纯化、浓缩等制药工艺改进方面。这种组织内部学习能够促进企业稳健成长,有效指导研发人员进行技术专利开发和推广,进而降低生产成本并提升生产效率。企业能够通过这种方式自我完善,逐渐适应市场需求变化,从而实现长期发展。双元型组织与专业型组织同样存在上述情况。由此,本文采用“企业技术关联度”指数衡量基于技术的创新模式,提出以下研究假设:H2:企业技术关联度对医药制造企业创新绩效具有显著正向影响。H2(a):双元型医药组织的企业技术关联度对企79 第1 9期 戴 勇,张秋璇,朱桂龙:科学关联度与技术关联度如何影响医药公司创新绩效业创新绩效具有显著正向影响;H2(b):专业型医药组织的企业技术关联度对企业创新绩效具有显著正向影响。1.2 科学关联度与技术关联度的交互作用对企业创新绩效的影响 动态竞争环境下,双元型组织兼顾现有技术利用与潜在科学知识探索,以适应技术、市场与竞争环境的非连续性变化。在上述组织中,基于科学的创新和基于技术的创新相互依存、相互交织1 5。成功的科学探索活动可为技术利用和转化奠定基础,而扎实的技术开发活动能够反哺科学探索活动,为更深入的科学研究提供技术储备1 6。两类创新活动只有在规模上相匹配,才可能达到平衡1 7。H e&W o n g1 8实证研究发现,两类创新活动的交互作用与销售增长率正相关;C a o等(2 0 0 7)提出双元性创新的平衡维度(B a l a n c e d D i m e n-s i o n)与整合维度(C o m b i n e d D i m e n s i o n)概念,指出良好的平衡和互补行为能够降低组织风险,进而提高组织绩效。积极开展科学研究探索活动和技术开发活动的双元型组织能够维持创新优势,在推动组织变革的同时实现稳健成长,进而取得更高的创新绩效1 9。基于此,本文提出以下研究假设:H3:在双元型医药组织中,企业科学关联度与企业技术关联度的交互作用对企业创新绩效具有显著正向影响。然而,有学者提出以下疑问:所有组织都必须达到双元平衡吗?专注于两类创新活动中的某一方面能否满足企业成长需求2 0?由于能力互补的企业可以通过合作形成相互依存关系,因而双元能力失衡的专业型组织长期生存也是可能的。但理论上,专业型组织只有满足特定条件才能在系统层面促使创新活动产生长期交互作用2 1。按照创新来源,专业型组织可以分为科学型组织和技术型组织。科学型组织专注基于科学的创新,主要聚焦产业前沿技术研发。例如,生物制药企业要想进行新产品研发,需要同时运用化学、药学、以基因工程和细胞工程为主的现代生命科学技术,甚至包括生物芯片技术和信息技术等领域的科学技术。其中,优秀企业借助科学创新形成较高的进入壁垒,能够打破大型药企垄断并迅速崛起。但这类创新活动失败率高,即使试验成功也不一定能够实现成果商业化量产。这 类 企 业 由 科 学 家 依 靠 领 先 的 研 究 成 果 组建2 2,但因缺乏应用开发、工艺设计及创新的能力储备,短期内强行推进科研成果商业化往往事与愿违,难以提升企业创新绩效。技术型组织依赖基于技术的创新,资源主要向产业链中游生产制造环节倾斜,科学研究的缺位导致企业创新成果停留于模仿创新层面。具体表现为医药企业生产能力结构不均衡,出现高端药物产能不足、低端药物产能过剩的情况,且以仿制药和原料药为主,竞争能力有限。当这类医药企业减少甚至放弃仿制药的技术创新,投入大量资源进行创新药的科学研究时,会发现短时间内难以实现创新药物成功获批上市,反而使原有仿制药尤其是首仿药的市场份额下降,进而导致整体创新绩效降低2 3。总的来说,由于基于科学的创新与基于技术的创新需要差异化知识基础、创新文化与战略情境,长期专注某类创新的企业已经形成路径依赖和组织惯性。此时,企业决策者如果在没有充分准备的情况下开展双元性创新,可能促使两类创新活动针对有限资源进行无序竞争,最终导致基于科学的创新与基于技术的创新交互作用下降,甚至影响创新绩效。基于此,本文提出以下研究假设:H4:在专业型医药组织中,企业科学关联度与企业技术关联度的交互作用对企业创新绩效具有显著负向影响。综上所述,本文构建假设研究框架如图1所示。图1 关键理论假设F i g.1 K e y t h e o r e t i c a l h y p o t h e s e s2 研究设计2.1 研究方法医药制造行业是专利密集型产业,专利引用信息系统能够将技术发展与相关科学领域及技术领域联系起来。新的发明和创造都是在前人研究的基础上产生的,因而需要在专利文件中提及前人发表的文献,即参考文献或引证文献。在研发专利时,企业可以引用其它文献不受限制,且知识获取的边际成本较低,因而从专利引用角度能够合理地推导出基于科学的创新与基于技术的创新是互补关系而非替代关系,符合本文组织分类的前提假设。通过对专利引用文献进行分析,可以将过去、现在甚至将来的相关信息连接起来,进而揭示创新活动特征。被引文献可以分为两类,一类是其它专利,另一类是非专利文献,后者包括期刊论文、会议论文、学位论89科技进步与对策 2 0 2 3年文、研究公开、技术报告、学术图书等,即科学文献。引用专利文献和引用科学文献可用于描述发明专利的知识来源。尽管专利引用科学文献与专利文献的原因不同,但都是外部知识进入企业的重要途径,更是衡量科学研究探索程度和现有技术利用程度的重要指标。现有研究普遍采用非专利文献引用比例表征发明专利与基础科学的关联程度2 4。本文通过分析专利引用参考文献的内容识别技术来源,并证明企业在相关研究方面的深度和广度,量化企业探索科学知识或利用现有技术的程度,从而衡量企业在创新方面的表现。需要说明的是,采用专利数据进行测度存在一定的局限性。以往研究表明,不同产业间专利引用偏好存在差异。本文聚焦单一产业内企业,很大程度上规避了上述问题。尽管我国在知识产权保护方面存在短板,但对药品专利的保护较为完善,医药制造业在专利申请方面表现出强劲的势头。企业基于科学的创新和基于技术的创新活动会形成相关专利,专利引用系统能够在很大程度上呈现上述信息。2.2 研究样本与数据来源本文研究样本来自中国证监会2 0 2 0年4季度上市公司行业分类结果,剔除S T、*S T、P T以及资料不全的公司,得到1 4 2家医药制造行业上市公司(不包括医疗器械制造、医药商业和服务领域上市公司),主要涉及化学制药、生物制品、中药、化学原料药等细分领域。在确保至少5 年被引周期的前提下,检索并下载上述高科技公司2 0 1 5年1月1日至1 2月3 1日专利申请数据文献(上述公司中有部分公司2 0 1 5年还未上市),以此作为本文研究数据样本,计算专利申请后近5年被引次数(2 0 1 52 0 2 0年)。数据下载时间为2 0 2 1年5月13 1日。本文专利数据来自德温特(D e r w e n t I n n o v a t i o n s I n-d e x,D I I)专利数据库,该专利数据库是汤森路透(T h o m-s o n R e u t e r s)集团的重要产品,也是全球最大的专利文献数据库,涵盖较为全面的前向引用和后向引用信息。2.3 计量模型与变量定义为了考察企业基于科学、基于技术的创新行为对创新绩效的影响,本文构建基本计量回归模型如下:A T Ci=0+1S Li+2T Li+3S Li*T Li+Zi+i(1)其中,平均被引次数(AT C)作为被解释变量测度创新绩效。在 现 有 研 究 中,前 向 引 用 被 普 遍 用 于创新绩效测度。尽管不少学者直接采用企业一段时期专利数(或发明专利数占总专利数的比例)测度创新绩效,但与专利被引次数相比,后者更能反映创新质量。样本企业专利被引次数能够反映现有发明专利对后续发 明 活 动 的 技 术 影 响 程 度,有 助 于 测 度 创新绩效。本文关键解释变量包括科学关联度(S L)和技术关联度(T L)及其交叉项(S L*T L),分别用于测度基于科学的创新能力、基于技术的创新能力及两者的交互作用。具体定义如下:科学关联度是指该公司所有专利平均引用科学文献的数量2 5-2 7。分析近期专利申请资料可以发现,与新兴技术相关的专利越来越倾向于引用科学文献2 8。高水平科学关联度表明该企业专利是在探索科学知识的基础上形成的。技术关联度是指该公司所有专利平均引用专利文献的数量(高继平,2 0 1 4)。类似地,这一指标刻画了企业对现有技术的利用程度。本文对自变量进行中心化处理以避免多重共线性问题的影响,两者交叉项表征两类创新活动的交互作用。Z表示其它可能影响企业创新绩效的变量集,包括以下控制变量:第一,产学研合作(U I C)。该变量定义为企业所有专利中产学研合作专利所占比例。朱桂龙等(2 0 1 5)指出,积极与外部组织进行产学研项目合作,有利于企业技术获取。与高校、科研院所紧密合作的企业能够优先分享科学研究成果,而企业间合作更多是对互补性技术的利用(樊霞,2 0 1 1)。第二,研发强度(R D)。研发强度定义为企业研发投入费用占当年销售收入的比重。多数学者认为,研发投入对创新绩效具有显著促进作用。第三,地理集群(G C)。地理集群定义为该企业所在地区,采用虚拟变量表示,内陆地区为0,沿海地区为1。选取该变量是因为产业环境对企业创新绩效具有重要影响2 9。相较于单个企业,国内或跨国地理集群拥有更强的创新能力3 0。第四,企业年龄(A g e)。企业年龄定义为企业成立年数并取对数。关于企业年龄对创新绩效的影响,现有文献尚未形成一致看法。这是因为新兴企业和成熟企业各有优劣,新兴 企 业 倾 向 于 接 受 新 的 理 念 和 方 法(李 后 建,2 0 1 5),而成熟企业经验和研发资源丰富,会表现出更高的创新绩效。本文变量定义见表1。3 组织分类3.1 分类方法在基于科学的创新量化排序方面,张鹏和雷家骕(2 0 1 5)对“有N P L引用的专利数/专利总数”指数进行数学变换,将数据转化为-1 0 0,1 0 0 区间,探讨产业发展与科学研究的关联程度。上述方法能够对各产业科学关联程度进行标准化处理,采用统一的标准描述不同产业间的科学关联度差异。樊霞和宋丽(2 0 1 7)进一步提出用于测度各技术领域基于科学的创新强度指标,即科学关联度。99 第1 9期 戴 勇,张秋璇,朱桂龙:科学关联度与技术关联度如何影响医药公司创新绩效表1 回归模型变量定义T a b.1 D e f i n i t i o n s o f t h e r e g r e s s i o n m o d e l v a r i a b l e s符号名称定义测度文献支持A T C平均被引次数该公司所有专利的平均被引次数A T Ci=jT Ci jNiV e r h o e v e n e t a l.,2 0 1 6V a n Z e e b r o e c k,2 0 1 1S L科学关联度该公司所有专利平均引用科学文献的数量S Li=jNP Li jNi张鹏和雷家骕,2 0 1 5陈傲和柳卸林等,2 0 1 2W u&M a t h e w s,2 0 1 2S c h o e n m a k e r s e t a l.,2 0 1 0T L技术关联度该公司所有专利平均引用专利文献的数量T Li=jP Li jNiI E交互作用该公司科学关联度与技术关联度的乘积项S Li*T LiM l a d e n k a e t a l.,2 0 1 5H e&W o n g,2 0 0 4U I C产学研合作该企业所有专利中产学研合作专利所占比例朱桂龙等,2 0 1 5樊霞等,2 0 1 1R D研发强度该企业的研发投资费用占当年销售收入的比重K i m e t a l.,2 0 1 6H a mb r i c k e t a l.,1 9 8 3G C地理集群该企业所在的地区,内陆地区为0,沿海地区1D e d r i c k&K r a e m e r,2 0 1 5G i u l i a n i,2 0 0 5A g e企业年龄企业成立年数取对数H e&W o n g,2 0 0 4 在上述研究的基础上,本文构建企业科学关联度指数(E n t e r p r i s e-S c i e n c e C o r r e l a t i o n I n d e x,E S C I),以此反映制药产业内部不同企业科学关联程度,如式(2)所示。为正的指数数值越大,该企业基于科学的创新倾向越强,反之亦然。E S C Ij=1 0 0S g n PNP L,jPt o t a l,j-iPNP L,iPt o t a l,ii PNP L,jPt o t a l,j-iPNP L,iPt o t a l,ii *S g n PNP L,jPt o t a l,j-iPNP L,iPt o t a l,ii (2)PNP L代表有非专利文献(N o n-P a t e n t-L i t e r-a t u r e,N P L)引用的专利数,P t o t a l代表专利总数,j代表企业。从国内学者对基于科学的产业排序可以看出,基于科 学 的 产 业 通 常 是 指 高 频 引 用 科 学 文 献的产业,而基于技术的产业实质上是“非基于科学的产业”,即假定产业创新动力(科学研究或现有技术)是不兼容的。这 种 认 知 的 理 论 基 础 是,基 于 科 学 的产业通常有 更 多 基 础 性 研 究 以 及 创 新 性 思 维 应 用,而基于技术 的 产 业 更 多 关 注 技 术 应 用。然 而,组 织层面的创新 模 式 更 为 复 杂,企 业 可 以 同 时 依 托 科 学研究与现有 技 术 进 行 创 新,两 者 并 不 是 完 全 的 竞 争关系。因此,笔者对上述分类方式进行修正,构建企业技术关联度指数(E n t e r p r i s e-T e c h n o l o g y C o r r e l a-t i o n I n d e x,E T C I),如式(3)所示。同时,运用上述指标绘制四象限图,将企业划分为双元型组织、科学型组织、技术型 组 织 和 其 它 型 组 织。双 元 型 组 织 落 在第一象限,对 应 的 科 学 关 联 度 和 技 术 关 联 度 指 数 区间为0E S C I 1 0 0、0E T C I 1 0 0;基 于 科 学 导 向的专业型组织落在第二象限,指数区间为0E S C I 1 0 0、-1 0 0E T C I 0;基于技术导向的专业型组织落在第 四 象 限,指 数 区 间 为-1 0 0E S C I0、0E T C I 1 0 0;其它型组织落在第三象限,指数区间为-1 0 0E S C I 0、-1 0 0E T C I 0。其 中,双 元 型组织和 科 学 型 组 织 分 别 对 应 核 心 公 司、专 家 型 公司2 9。这一分类从微观层面上对双元型与专业型组织进行明确 区 分,并 将 依 托 其 它 创 新 模 式 的 企 业 归为其它型组 织。本 文 聚 焦 基 于 科 学 的 创 新、基 于 技术的创新与 创 新 绩 效 问 题,而 依 托 其 它 创 新 模 式 的企业是研究 样 本 中 的 噪 声 干 扰,故 上 述 分 类 法 能 够有效避免来自这类企业的影响。E T C Ij=1 0 0S g n PP L,jPt o t a l,j-iPP L,iPt o t a l,ii PP L,jPt o t a l,j-iPP L,iPt o t a l,ii *S g n PP L,jPt o t a l,j-iPP L,iPt o t a l,ii (3)P P L代表有专利文献(P a t e n t-L i t e r a t u r e,P L)引用的专利数,P t o t a l代表专利总数,j代表企业。3.2 分类结果本文通过分析1 4 2家医药制药上市公司的E S C I和E T C I指数,得到双元型组织与专业型组织,如图2所示。其中,典型双元型组织有江苏恒瑞医药集团有限公司、未名生物医药有限公司、舒泰神(北京)生物制药股份有限公司、上海莱士血液制品股份有限公司、浙江我武生物科技股份有限公司、浙江医药股份有限公司、浙江海正药业股份有限公司、深圳翰宇药业股份有限公司等7 3家企业,而典型专业型组织有深圳信立泰药业股份有限公司、江苏康缘药业股份有限公司(科学型组织)、福建广生堂药业股份有限公司、浙江001科技进步与对策 2 0 2 3年京新药业股份有限公司(技术型组织)等5 1家企业,剩下1 8家企业被列为其它型组织。由此可见,与其它行业企业不 同,超 过 一 半 医 药 制 造 公 司 属 于 双 元 型 组织,能够同时开展基于科学和基于技术的创新。上述情况与该行业特点相关,医药制造产业属于多学科交叉领域,需要融合不同领域知识。此外,该领域存在较高的科 学 技 术 壁 垒,需 要 不 断 进 行 技 术 创 新 与 升级。例如,在化学制药的“起始物料高难度中间体特色原料药制剂”产业链条中,如果想要生产出国内乃至国际领先产品,每个环节都需要反复的科学实验,更离不开制药工艺改进及突破。同时,高科学关联度和高技术关联度企业数量不多,这与行业总体创新能力有限、原创药品稀缺、整体创新绩效不高的现状基本相符。图2 双元型组织与专业型组织分类F i g.2 C l a s s i f i c a t i o n o f d u a l a n d p r o f e s s i o n a l o r g a n i z a t i o n s3.3 描述性统计从全样本中提取出子样本1(双元型组织)和子样本2(专业型组织)后,针对两个子样本进行描述性统计分析,结果如表2、表3所示。表2显示,技术关联度(r=0.3 9 1,p 0.0 1)、科学关联度(r=0.7 1 0,p0.0 1)与平均被引次数具有显著正相关关系。同时,两者交互作用与平均被引次数(r=0.6 4 3,p0.0 1)同样具有显著正相 关 关 系。从 表3可 以 看 出,技 术 关 联 度(r=0.6 2 7,p 0.0 1)、科学关联度(r=0.1 6 6,p0.0 1)与平均被引次数具有显著正相关关系。同时,两者交互作用与平均被引次数(r=-0.0 3 4,p0.0 1)呈现显著负相关关系。结果表明,本文研究假设具有一定的合理性。接下来,本文采用多元回归分析方法进一步检验各变量间关系。4 实证结果分析4.1 基准规范分析(1)主要效应分析。分析技术关联度与科学关联度对创新绩效的影响,结果如表4所示。模型1仅加入控制变量,回归分析结果表明,地理集群(=0.9 0 6,P0.0 1)、研发强度(=0.5 9 7,P0.0 5)对双元型组织的创新绩效具有显著正向影响,企业年龄(=-0.0 3 4,P0.0 5)对创新绩效具有显著负向影响。模型2加入变量科学关联度和技术关联度,结果表明,技术关联度、科学关联度对双元型组织创新绩效具有显著正向影响(=0.1 4 7,P0.0 1;=0.4 1 6,P0.0 1),由此假设H1(a)和H2(a)成立。同样地,模型4回归结果表明,地理集群(=0.4 0 0,P0.0 1)、研发强度(=0.6 3 8,P0.0 1)和产学研合作(=0.6 8 5,P0.0 1)对专业型组织创新绩效具有显著正向影响。模型5表明,技术关联度对创新绩效具有显著正向影响(=0.2 6 9,P0.0 1),科学关联度对创新绩效具有显著正向影响(=0.2 5 0,P0.0 1),由此假设H1(b)和H2(b)成立。上述实证结果说明,无论是双元型组织还是专业型组织,科学关联度与技术关联度均对企业创新绩效具有显著正向影响。(2)交互效应分析。将科学关联度与技术关联度的乘积项纳入模型3(双元型组织)和模型6(专业型组织)中,以此分析二者交互作用。从模型3可以看出,科学关联度与技术关联度的交互作用对双元型组织创新绩效具有显著正向影响(=0.1 2 3,P0.0 5),由此假设H2(a)成立。模型6表明,科学关联度与技术关联度的交互作用对专业型组织创新绩效具有显著负向影响(=-1.1 0 0,P0.1),由此假设H2(b)成立。上述结果表明,两类组织中均存在科学关联度与技术关联度的交互作用,且方向相反。其逻辑在于,双元型组织能够促使科学研究探索和技术开发活动互补,进一步促101 第1 9期 戴 勇,张秋璇,朱桂龙:科学关联度与技术关联度如何影响医药公司创新绩效进创新能力与绩效提升,而专业型组织因难以提供两类创新所需的差异化知识基础、创新文化与战略情境,导致两类创新存在一定冲突,因而抵消了各自对企业原有的创新贡献。表2 各变量描述性统计结果及相关系数(子样本1双元型组织)T a b.2 D e s c r i p t i v e s t a t i s t i c s a n d c o r r e l a t i o n c o e f f i c i e n t s f o r e a c h v a r i a b l e(s u b s a m p l e 1d u a l o r g a n i z a t i o n s)变量平均值标准差123456781.地理集群0.6 1 60.4 9 012.企业年龄9.5 6 26.8 0 5-0.1 3 513.研发强度0.0 3 80.0 2 50.5 8 5*-0.1 0 514.产学研合作0.1 3 20.2 6 30.0 2 9-0.0 2 50.0 4 315.技术关联度1.8 1 41.6 2 10.3 8 6*-0.0 4 80.2 5 8*0.0 0 116.科学关联度1.2 0 81.3 7 40.3 7 4-0.3 1 30.3 6 6*0.0 3 60.0 7 617.交互作用2.3 5 73.0 2 80.4 3 7*-0.1 9 80.3 7 4*0.0 1 90.5 9 5*0.7 4 3*18.平均被引次数1.4 8 31.0 6 70.6 0 1*-0.3 0 7*0.5 4 0*0.0 9 40.3 9 1*0.7 1 0*0.6 4 3*1注:*P0.0 1;*P0.0 5;*P0.1,下同表3 各变量描述性统计结果及相关系数(子样本2专业型组织)T a b.3 D e s c r i p t i v e s t a t i s t i c s a n d c o r r e l a t i o n c o e f f i c i e n t s f o r e a c h v a r i a b l e(s u b s a m p l e 2p r o f e s s i o n a l o r g a n i z a t i o n s)变量平均值标准差123456781.地理集群0.5 6 90.5 0 012.企业年龄1 0.4 3 16.3 4 10.0 5 413.研发强度0.0 4 50.0 2 40.5 7 2*0.1 6 014.产学研合作0.2 5 20.4 0 80.3 9 0*0.1 3 50.3 9 9*15.技术关联度0.8 7 60.7 9 60.3 5 3*0.1 2 40.4 9 5*0.4 4 3*16.科学关联度0.2 3 00.6 0 30.1 9 7-0.0 1 6-0.1 5 00.2 0 7-0.3 4 7*17.交互作用0.0 3 80.0 8 20.2 0 0-0.0 6 3-0.0 4 8-0.1 4 6-0.1 8 50.5 3 4*18.平均被引次数0.9 7 60.6 4 50.6 8 9*0.1 5 90.7 1 9*0.7 0 3*0.6 2 7*0.1 6 6*-0.0 3 4*1表4 基于科学与基于技术的创新的主效应及交互效应回归分析结果T a b.4 R e g r e s s i o n a n a l y s i s o f m a i n a n d i n t e r a c t i o n e f f e c t s o f s c i e n c e-b a s e d a n d t e c h n o l o g y-b a s e d i n n o v a t i o n变量子样本1(双元型组织)模型1模型2模型3子样本2(专业型组织)模型4模型5模型6控制变量地理集群0.9 0 6*0.4 8 6*0.4 5 4*0.4 0 0*0.2 7 5*0.3 0 2*企业年龄-0.0 3 4*-0.0 1 3-0.0 1 00.0 0 30.0 0 20.0 0 1研发强度0.5 9 7*0.1 2 4*0.9 6 5*0.6 3 8*0.3 3 3*0.5 8 0*产学研合作0.3 6 00.4 5 2*0.4 6 4*0.6 8 5*0.4 4 5*0.3 5 1*自变量技术关联度0.1 4 7*0.2 7 6*0.2 6 9*0.2 8 6*科学关联度0.4 1 6*0.6 1 6*0.2 5 0*0.3 4 8*交互作用0.1 2 3*-1.1 0 0*回归结果R20.4 7 20.7 1 40.7 3 20.7 8 40.8 4 80.8 5 9A d j u s t e d R20.4 4 00.6 8 80.7 0 40.7 6 60.8 2 70.8 3 6F-s t a t i s t i c1 5.1 7*2 7.4 3 7*2 5.4 1 1*4 1.8 3 1*4 0.8 5 4*3 7.4 9 4*4.2 稳健性检验为了确保 研 究 结 果 的 可 信 度,本 文 采 用 替 代 变量方法进行 稳 健 性 检 验。对 于 医 药 制 造 企 业 而 言,新产品销售 收 入 可 以 体 现 其 创 新 活 动 产 出,因 而 可作为衡 量 创 新 绩 效 的 重 要 指 标(高 继 平 等,2 0 1 4)。考虑到各上 市 医 药 公 司 规 模 差 异,本 文 采 用 当 年 新产品销售收入(数据来源于国泰安数据库)占主营业务收入(数据来源于上市公司年报)的比重衡量创新绩效,结果如表5所示。从表5模型2可以看出,技术关联度对创新绩效具有显著正向影响(=0.2 2 3,P0.0 1),科学关联度对创新绩效具有显 著 正 向 影响(=0.3 1 5,P0.0 1)。从 表5模 型5可 看 出,子样本2(专业型组织)中技术关联度对创新绩效具有显著正向影响(=0.2 8 1,P0.0 1),科学关联度 对创新绩效具有显著正 向 影 响(=0.1 9 3,P0.0 5)。从表5模型3可以看出,双元型组织中,科学关联度与技术关联度的交互作用对创新绩效具有显著正向影响(=0.1 3 8,P0.