双元创新中介作用下人力资本对企业绩效的影响

朱清香,高 阳

(河北工业大学 经济管理学院,天津 300401)

一、引 言

在供给侧结构性改革背景下,如何实现企业绩效提升成为理论界和实务界探讨的热点问题。中共十九届五中全会提出“深入实施人才强国战略”,体现了人才举足轻重的地位。人力资本作为供给侧要素之一,是企业实现价值创造和绩效优势的异质性资源[1]。目前,中国已进入创新驱动发展的新阶段,创新作为另一个供给侧要素,成为企业占领竞争高位的有效方式。因此,企业需要贯彻人才作为支撑发展的第一资源的新理念,优化人力资本配置,提升创新实力,以实现绩效的持续提升和企业的长久发展。

虽然人力资本与企业绩效的研究早已展开,但仍未形成一致性结论。早期学者认为,单一强调人力资本投入而忽视投资效率问题,阻碍绩效提升[2];而随着人力资本水平的提高,企业可能会产生协同效应,使得二者呈U 型关系[3]。近期研究表明,人力资本能够提高企业内部资源互动和转化效率,对企业绩效具有促进作用[1]。纵览国内外相关文献,学者们大多从智力资本中的人力资本增值、经验、动机等方面入手,直接分析二者之间的关系,但涉及人力资本是通过何种路径影响绩效的研究较少,有待深究。

双元创新理论认为,探索式创新是一种根本性和革新性的创新,开发式创新是一种优化性和渐进性的创新[4],但学术界就二者之间的竞争效应和互补效应尚存争议。强调双元对立关系的学者认为,双元创新之间存在资源竞争,同时开展两种创新活动会造成内部混乱,不利于企业绩效提升[5-6]。但另一派学者认为,两种创新之间可能存在互补效应,并不一定会竞争相同的资源[7]。因此,有关两种创新之间的效应关系以及对绩效的影响,亟待进一步探讨。但两种创新活动都需要充足的人力资本作为支撑,从而提高创新水平,为企业创造收益。

因此,基于“特征—行为—经济后果”的范式,本文从双元创新中介作用视角入手,挖掘人力资本与企业绩效之间的作用关系,以期揭开二者之间的黑箱。本研究不仅有助于澄清人力资本对企业绩效的作用路径问题,还丰富了供给侧结构性改革背景下供给侧要素对企业绩效影响的研究成果,为高新技术上市公司开展双元创新活动和提升绩效提供可操作性的政策启示。

二、理论分析与研究假设

1776年,经济学家亚当·斯密第一次提出将人力作为资本,此后学者们主要从宏观层面和微观层面研究人力资本。舒尔茨从宏观层面入手,揭示人口素质的提升是长期经济增长的内在动力,并提出人力资本理论。在此基础上,贝克尔从微观角度将人力资本定义为个体所拥有的知识、观念、信息、技术、健康等的综合,其中教育和经验最为重要。由于本文探究组织层面人力资本问题,因此将其定义为由企业所拥有的、员工通过基础教育的学习和积累所获得的知识、能力、经验等的总和。

(一)人力资本与企业绩效

基于资源基础观,人力资本作为有价值的、稀缺的、难以模仿和不可替代的战略资源,是企业在动荡竞争环境中获取竞争优势的体现,对企业绩效的影响不言而喻。

首先,人力资本在基础教育中获得关键性知识和吸收能力,并在“干中学”积累大量专用性技能与知识,对企业经营管理、研发创新、并购等活动的开展均具有积极的影响[8]。即使在融资约束的条件下,人力资本也能够依赖经验优势做出投资决策,提高资源利用效率,为企业创造收益[9]。其次,人力资本具有因果模糊性和社会复杂性,是企业战略获取高额绩效收益的基础。员工间相互交流产生的知识溢出和员工掌握的社会资源,为企业提供不同的可配置资源和信息渠道,有效推动企业战略制定;管理层通过整合行业前沿信息引导企业战略发展方向,其他员工能够在财务业绩、客户反映、内部流程以及企业学习和发展方面发挥自身战略匹配能力,推动战略实施和绩效提升。再次,基于资源整合视角,人力资本内部存在资源的转换与分配机制。领导—成员交换理论认为,管理者与员工之间会发生无形的资源交换,有助于形成人力资本增值螺旋,推动企业资源向绩效的转化[1,10];涌现理论认为,个体层面人力资本通过同质组合或异质合成的方式向组织层面人力资本“涌现”,为企业带来协同聚合效应,从而促进绩效提升[11]。最后,人力资本可以通过获得外部声誉影响企业绩效。人力资本在其丰富的社会网络中获得较高的声誉和地位,为企业赢得更多与其他优秀企业或人才合作的机会;通过建立良好的外部关系,企业能够控制更多的资源,为绩效提升提供资源支持;为了维护人力资本带来的良好声誉和形象,企业可能会通过引进关键性人才维持甚至提高人力资本水平,进一步促进绩效提升[12]。

由此,提出以下假设:

H1:人力资本与企业绩效显著正相关。

(二)人力资本与双元创新

现有研究大多只关注管理层对创新的影响,而忽略员工的重要作用,导致对员工作为创新活动“执行人”角色的认知偏差[13]。实际上,创新活动较为复杂,需要各层员工的共同配合。具体来说,管理层通过制定研发决策引领战略方向,或提供专业的咨询与建议缓解研发困境、降低试错成本,以及监督研发过程避免研发费用的操控行为,提升研发活动的整体质量[12,14]。研发人员能够运用专业知识使研发思想变成现实,并且负责将研发过程中的信息及时反馈给管理层,以便做出决策调整,推动创新活动的实现[13]。其他基础员工大多直接接触产品市场和客户,掌握着产品未来方向的关键信息,激发创新思想的产生[13];还承担着研发活动的支持工作,相互协作提升研发效率[15];并且主动学习和相互探讨,促进知识迸发,能够为企业研发活动呈现出更优质的方案。

根据双元创新理论,企业不仅需要充分利用现有的机会,还需要探索新的可能,在动荡的环境中谋求发展,这需要企业员工拥有不同的知识和能力加以应对。

1.人力资本与探索式创新。探索式创新要求知识转移和革新的能力,员工通过学习新知识或从已有知识中提炼新知识,不断寻求突破和变革,提高探索式创新投资效率和创造力。人力资本能够在其丰富的社会网络中获取大量非冗余信息,如行业趋势、核心技术、其他核心市场数据等,有助于探索式创新决策的制定[16];全新信息会刺激员工对已有信息的融合和再认识,人力资本的知识储备量又能够加速这种新旧知识的交换效率,有效提高员工对知识的整合能力,为探索式创新提供知识基础。尽管以上论述证明了人力资本能够获取或创造新知识,却也更容易使其陷入“能力陷阱”而故步自封。但员工间相互交流,不仅有助于了解自身认知缺陷,还能推动隐性知识的分享,促进新知识的挖掘;并且知识共享具有协同效应,不同知识结构相互作用增强员工创造新知识的能力,进一步为探索式创新提供支持[17]。

2.人力资本与开发式创新。开发式创新强调对现有知识的运用和技术体系的连续性,而员工掌握与具体职能相关的专有技能,能够熟练且高效地完成开发式创新任务。主要是由于人力资本的胜任能力促进企业专业化分工、提高工作效率,从而推动员工间相互依赖的内生比较优势的形成[17];人力资本积累了大量显性知识,有效增加企业解决研发问题的可用信息以及对专有知识和技能的获取能力,有助于企业攻克技术难题和知识障碍,同时也能降低开发式创新过程中的不确定性和风险;基于知识溢出效应,员工间非正式沟通与交流,有助于隐性知识的挖掘和巩固、丰富员工工作经验和动机,从而提高工作效率,有效提升开发式创新投资效率[17]。

总的来说,探索式创新需要人力资本的创造能力,而开发式创新需要其保持和优化专有技能。相对于开发式创新,探索式创新对员工的依赖程度更高,因此人力资本对其更具促进意义。

由此,提出以下假设:

H2:人力资本与探索式创新和开发式创新均显著正相关,而对探索式创新的促进作用更强。

(三)双元创新的中介作用

在供给侧结构性改革背景下企业业绩面临重重困难,而创新是提升绩效的有效方式。对于探索式创新,由于客户需求变化速度加快和预测难度的加大,企业必须革故鼎新以迎合甚至引领顾客需求,推动企业差异化战略的实施。探索式创新极具战略主动性,能够通过探寻行业前沿信息,研发出极具前瞻性的产品和技术,有助于企业差异化优势的形成,促进战略升级和转型,从而提升绩效。虽然短期内企业可能需要面临较大的资金压力且风险较高,但依据技术创新理论和生命周期理论,新产品、新技术一旦顺利市场化,会为企业赚取暂时性的垄断利润,并且企业可以通过不断开展探索式创新,持续创造高收益[18-19]。对于开发式创新,面对技术迭代加快、产品生命周期变短的外部压力,企业产品必须更新换代,以稳固企业在行业中的优势地位和扩大市场份额。通过投资开发式创新,企业能够对现有产品和技术进行升级改造,或挖掘现有市场的新需求,推陈出新,有助于企业占领同质产品市场的制高点;也能够通过完善生产工艺和技术流程,提升资源利用率,降低交易成本,从而提高产出效率,甚至实现规模经济,促进绩效提升[20]。

在企业开展创新活动的过程中,人力资本起着不可忽视的门槛作用。人力资本具有较高的知识储备和学习能力,有助于提高双元创新投资效率和产出质量,最终推动企业绩效增长。一方面,人力资本可以通过学习新知识促进探索式创新的实施,有助于形成技术壁垒或开辟新兴市场,使企业在为顾客创造价值的过程中发挥竞争优势并创造超额绩效。另一方面,人力资本也可以利用现有知识促进开发式创新的实施,通过优化已有产品质量或提升产出效率,赢得现有消费者青睐并获取稳定收益。相反地,如果企业人力资本水平无法满足创新需求,则会制约自主研发,被迫模仿竞争者,或选择外部购买,虽然暂时缓解研发困境,但长此以往不仅会累积大量交易成本,对绩效提升造成冲击,还可能会抑制员工的研发积极性,从根本上损害研发活动创造绩效的能力。

由此,提出以下假设:

H3a:探索式创新在人力资本与企业绩效之间存在中介作用。

H3b:开发式创新在人力资本与企业绩效之间存在中介作用。

图1 理论模型

三、研究设计

(一)样本选择与数据来源

本文选取2013—2019年的沪深两市高新技术上市公司作为样本。2013年,财政部和国家税务总局联合下发通知,扩大了研究开发费用加计扣除的试点范围。企业多投入的研发支出可以通过少缴税款得到补偿,有利于决策者加大研发投入,推动双元创新活动的开展。此外,高新技术上市企业竞争激烈,更加注重人才引进和研发创新,以提高企业长期盈利能力,该现象与本文的研究问题较为契合,故选择该研究样本。

将初始样本按照如下标准进行剔除:(1)剔除ST 和*ST企业;(2)剔除相关数据缺失的企业;(3)除离散变量外,其他变量均在1%的水平下进行Winsorize缩尾处理。最终得到5 615个样本。探索式创新和开发式创新的数据分别来自企业年报中披露的研发活动费用化支出与资本化支出数据,该数据可以通过WIND、CCER 数据库以及手工整理获得。人力资本数据来源WIND 数据库,企业财务及治理变量数据均来自CSMAR 数据库。

(二)变量定义

1.被解释变量:企业绩效(Tobin"s Q)。本文力求探究人力资本对企业长期绩效的影响,因此选取国内外学者广泛认可的衡量企业长期盈利能力的指标Tobin"s Q进行衡量,公式为:

2.解释变量:人力资本(HC)。对于人力资本的衡量,学者们大多按教育程度测度人力资本,如以大专及以上学历员工占比测度人力资本[21]。但随着中国教育水平的提高,大专水平已不能满足企业对员工的需求,因此借鉴相关文献[22],本文采用本科及以上学历员工占比衡量人力资本。

3.中介变量:探索式创新(R)和开发式创新(D)。对于双元创新的衡量,目前以问卷调查法为主,后续学者们又采用内容分析法、专利数据衡量法,以及区分研究阶段与开发阶段等方法进行衡量,丰富了测度方法。基于准确性和可行性的判断,本文借鉴毕晓方等[23]的方法衡量双元创新。《企业会计准则第6号——无形资产》(2006)将研发活动细分为两个阶段,探索式创新更偏向研发阶段,比开发阶段不确定性更高。因此,本文采用企业研发活动的费用化支出和资本化支出,分别衡量探索式创新和开发式创新,并除以年初总资产,以便消除规模效应的影响。

4.控制变量。借鉴以往文献,本文控制了企业层面的指标,如企业规模、现金流量、资本结构、员工规模、资本集约度、产权性质[21,23],以及董事层面的指标,如独董比例、高管持股比例、两职兼任、高管薪酬[14]。此外,本文对时间因素也进行了控制。

变量定义如表1所示。

表1 变量定义

(三)模型构建

构建模型(1)以检验人力资本对企业绩效的影响。

2016年调查显示，12%的医生使用大麻对抗焦虑和抑郁。2018年，35%的医生认为更多收入，可控的工作安排和减少政府监督有助于减轻倦怠，有66%的男性医生和58%的女性医生从未想过获得专业帮助。同时，医生通过锻炼(50%)，与朋友聊天(46%)和睡眠(42%)应对倦怠。需要注意的是，这里面也包括很多不良行为，比如孤立自己(36%)，吃垃圾食品(33%)，饮酒(22%)，暴食(20%)，吸烟(3%)甚至吸大麻(1%)，见图1。

其中,Tobin"s Q i,t+1为公司i第t+1年的企业绩效,HC it代表企业人力资本,Control it代表所有控制变量,α0为常数项,α1为解释变量HC的回归系数,αj为控制变量的回归系数,j为控制变量个数,εit为随机扰动项。

模型(2-1)和(2-2)检验人力资本对双元创新的影响。

模型(3-1)和(3-2)是在模型(1)的基础上,分别控制了R和D的影响,以检验双元创新在人力资本与企业绩效之间的中介作用。

中介效应检验步骤:第一步,模型(1)中系数α1代表解释变量(HC)对被解释变量(Tobin"s Q)的影响,如果α1显著,则继续模型(2-1)和(2-2)的检验,否则停止。第二步,在模型(2-1)和(2-2)中,β1代表解释变量(HC)对中介变量(R/D)的影响,如果显著,则说明存在中介作用。第三步,分别检验模型(3-1)和(3-2)中系数φ1和φ2的显著性。在引入中介变量(R/D)后,φ1衡量的是解释变量(HC)对被解释变量(Tobin"s Q)的直接效应。若φ1不显著,而φ2显著,则意味着R或D存在完全中介作用;若二者均显著,且|α1|>|φ1|,则表明R或D发挥部分中介作用。

四、实证结果和分析

(一)描述性统计与相关性分析

表2是描述性统计的结果:(1)企业绩效(Tobin"s Q)的中位数低于均值,说明一半以上企业的绩效水平为超过样本平均值;标准差为2.10,最大值为11.76,最小值为0.35,说明高新技术企业间绩效存在部分差距,发展水平较不均衡。(2)人力资本(HC)标准差为16.70,最大值为82.07,最小值仅为1.11,全距达80.96,表明不同高新技术企业对于人力资本的投入和员工学历背景的重视程度不同,存在较大差距,部分企业的人力资本水平仍需提高。(3)探索式创新(R)平均值是2.78,标准差为2.07,全距为12.46,说明企业间探索式创新的投资水平存在一定的差别;开发式创新(D)标准差为0.54,通过数据发现许多企业对于开发式创新投入为0,即资本化研发投入为0,主要是受研发时长和成功率的限制,企业资本化的研发支出较少。

表2 描述性统计结果

表3是主要变量的相关性分析结果:企业绩效和人力资本(HC)呈显著正相关,表明人力资本水平越高,企业绩效越得到促进,H1得到支持;HC与两个中介变量R和D的相关性均在1%水平下显著为正,说明人力资本与两种创新均存在正相关关系。此外,VIF值(1.03～1.58)低于经验值10,因此模型不存在多重共线性问题。

表3 主要变量的相关性分析结果

(二)回归结果分析

通过White检验,发现结果拒绝了原假设,即样本存在异方差问题。借鉴相关文献[18],本文采用GLS(广义最小二乘法)回归方法以消除异方差的影响,表4为回归结果。

表4 探索式创新和开发式创新中介效应回归结果

中介效应检验的第一步为检验主效应的显著性。模型(1)的结果显示,HC的回归系数α1为0.010,并在1%水平下显著,表明人力资本水平越高,越能够提高企业绩效收益,H1得到支持。

第二步,模型(2-1)和模型(2-2)分别检验了HC对R和D的影响。回归结果显示,HC对R和D的回归系数β1均在1%的置信水平下显著为正(系数分别为0.035和0.005),表明人力资本对两种创新均具有促进作用。另外,通过对比HC的回归系数可看出,人力资本对探索式创新的促进力度高于开发式创新(0.035>0.005),这是因为人力资本水平的提高促进了员工创新实力,从而在战略选择上会更加倾向于选择较为激进的探索式创新,凸显其战略主动性。虽然探索式创新的研发周期较长且失败率较高,但探索式创新产品一旦顺利市场化,会为企业带来垄断性利润,企业员工也会获得高额的业绩补偿,加大了对员工的创新激励力度,从而有助于提高企业探索式创新投资水平。因此,H2得到支持。

第三步分别从R和D的中介作用出发,考察HC对企业绩效的影响路径。根据模型(3-1)和(3-2)的回归结果显示,当中介变量R和D引入模型后,HC对企业绩效的影响系数φ1分别为0.009(P<0.01)和0.008(P<0.01),均低于模型(1)的回归系数0.010;R和D的回归系数φ2分别为0.019和0.179,且分别在5%和1%水平下显著正相关;模型(3-1)和(3-2)的R2分别为0.295 和0.297,均高于模型(1)的R2(0.293),说明模型(3-1)和(3-2)的解释力度较模型(1)有所提高,因此中介效应检验的第三步通过。此外,R和D的中介效应比例分别为6.65%(0.035×0.019/0.010)和8.95%(0.005×0.179/0.010),说明探索式创新和开发式创新在人力资本对企业绩效的影响机制中均发挥部分中介效应,因此实证结果支持了H3a和H3b。

(三)拓展研究

由于创新往往需要消耗大量资源,探究有限的资源如何在探索式创新和开发创新之间分配以获得最大化收益,尤为重要。因此本文认为,探索式创新和开发式创新之间存在互补效应,并且同时开展两项创新活动的企业很可能比单独强调其中一项活动的企业更易于获得好的绩效回报。具体来说,对于采取探索式创新战略的企业,往往吸收大量外部资源并开拓全新领域,一旦开展开发式创新,其研发能力将在更大范围内发挥作用,有利于规模效应的形成,促进绩效提升;对于注重开发式创新的企业,由于对现有资源和流程的熟练掌握,能够更有效地配置自有资源和吸收外部资源,有利于提升探索式创新过程中的资源利用效率和能力。相反地,如果企业只投资探索式创新,不仅要承担高额的前期成本和巨大的风险,还可能使企业陷入“创新陷阱”,对企业绩效产生不利影响;虽然开发式创新在短期内是安全的选择,但从长远看,一味强调内部优化可能会导致企业路径依赖,忽视对外部环境变化的应有关注,当面临竞争者的“创造破坏性”时,企业难以迅速反应,导致错失发展良机,阻碍企业长期目标的实现[24]。

基于双元创新的平衡策略,本文采用R和D的乘积测度双元创新(INNO),以衡量R和D之间的交互作用[25],从而进一步检验R和D之间的作用机理,以及对企业绩效的影响效果。结果如表5所示,第(1)和(2)列,分别检验了R(系数为0.041)和D(系数为0.218)对企业绩效的影响,均在1%的水平下显著为正。对比回归系数发现,D对企业绩效的促进作用强于R(0.218>0.041),这是因为探索式创新的风险性较高,企业不愿承担较高的不确定性所带来的损失,所以更倾向于开发式创新投资,从而为企业带来稳定收益,因此依据成本收益观点,开发式创新更具应用性。第(3)列验证了INNO与企业绩效之间的关系,结果说明INNO在1%水平下对企业绩效存在显著的正向影响(回归系数为0.078),即由于两种创新之间的互补机制,使得双元创新正向促进企业绩效。通过对比回归系数看出,由于企业整合两种截然不同的创新活动需要付出一定的协调成本,使得INNO(系数为0.078)对企业绩效的促进力度介于R(系数为0.041)、D(系数为0.218)之间。但不可否认,当两种创新活动同时存在时,有利于绩效提升。主要原因是,基于悖论管理的思想,两种创新之间先是采用分离机制,在互不干扰的前提下充分利用企业资源,随后采用集成机制,在二者之间相互转化以提升彼此的价值,从而为企业发挥更大效力,促进企业绩效提升[24]。第(4)列是在第(3)列基础上将回归模型替换为稳健OLS的实证结果,仍支持上述论断。

表5 双元创新与企业绩效的回归结果

在探究双元创新对企业绩效的影响后,本文继续检验双元创新在人力资本与企业绩效之间的中介作用。基于动态双元视角,由于两种创新活动目的和能力要求等方面不同,甚至存在矛盾(如时间、风险和战略矛盾),员工必须具备从事复杂创新活动和解决创新冲突的能力,才能创造性地合成和整合两种创新活动,促进双元创新的良性循环[26]。而人力资本具有充足的知识基础和认知能力,能够根据创新任务的不同快速切换行为和角色,推动双元创新活动的有效开展,为企业绩效提升提供保障。因此本文认为,双元创新在人力资本对企业绩效的影响中发挥部分中介作用。回归结果如表6所示,第(1)列与表4中模型(1)结果相同,不再赘述。第(2)列检验HC对INNO的影响,结果显示HC的回归系数在1%的置信水平下显著为正(系数为0.026,P<0.01),表明人力资本对双元创新具有促进作用,中介效应检验第二步得以验证。第(3)列是基于INNO的中介作用,检验HC对企业绩效的影响,结果显示,在引入中介变量后,HC对企业绩效的回归系数在1%的置信水平下显著为正(系数为0.006,P<0.01),低于第(1)列的回归系数0.010。另外,INNO的系数为0.067(P<0.01),且R2为0.299,高于第(1)列的R2(0.293),说明相较于模型(1),前者的模型解释力度更强,这意味着双元创新在人力资本对企业绩效的影响中有中介作用。

表6 双元创新的回归结果

五、稳健性检验

为保证研究结果的可靠性,本文采用如下方法对假设进行进一步检验。

(一)内生性检验

考虑到当企业绩效较高时,更容易吸引人才流入企业,即数据可能存在逆向因果关系导致的内生性问题。为消除该影响,本文选用2SLS(两阶段最小二乘法)对主效应重新检验。本文在借鉴林洲钰等[21]人力资本工具变量选取经验的基础上,结合人力资本的特性,选取各省上一年本科毕业人数与全省人口的比率作为工具变量。主要是因为,当地本科毕业生是企业获取和积累人力资本的重要来源,也就是该工具变量与内生变量是相关的。另外,高校的毕业生数量主要受招生指标限制,不受企业经营业绩的影响,即与干扰项不相关。此外,考虑到各省教育经费对于人才培养的关键作用,因此选取样本年份前10年内的平均教育经费并取对数,作为本文另一个工具变量。回归结果如表7第(1)列所示。

在识别不足的检验中,Anderson Canon LM 统计值是248.884,P值是0.000,拒绝识别不足的假设。在弱工具变量检验中,Wald检验结果显示F=130.843>10,超10%显著水平的临界值19.930,即此工具变量有效。在过度识别检验时,根据Sargan检验结果可知P=0.941,工具变量是严格外生的。通过上述检验表明了本文选取的工具变量是较为合理的。表7中第(1)和(2)列显示了2SLS的回归结果。可以看出,在第一阶段中工具变量与HC显著正相关,第二阶段回归中HC正向促进企业绩效,验证了H1的稳健性,即在控制了内生性问题后,二者之间的关系仍然成立。

(二)滞后一期

由于企业人力资本的绩效效应具有长期性,因此本文将企业绩效进行滞后一期的处理,结果如表7第(3)列所示。HC与滞后一期的Tobin"s Q仍显著正相关(系数为0.019,P<0.01),支持了原假设。

(三)替换测度指标

对于被解释变量的替代指标,由于前文采用市场指标衡量绩效,因此该部分选择财务绩效指标的净资产收益率(ROE),以检验主效应的有效性。如表7第(4)列所示,说明在替换了被解释变量(Tobin"s Q)的衡量指标后,HC(系数为0.001,P<0.01)的绩效提升作用仍成立。此外,虽然本科学历能够代表企业人力资本水平,但本部分选择更高层次的替代指标——研究生及以上学历人数占比作为HC的替代指标,做进一步验证。如表7第(5)列所显示,H1仍成立(回归系数0.044,P<0.01)。

(四)变更回归模型

为了弱化异方差性对回归结果的影响,本文采用修正后的White异方差标准误方法对H1再次进行检验,回归结果见表7第(6)列所示。HC的回归系数显著为正(系数为0.033,P<0.01),表明改变了回归模型后,研究结论仍然稳健。

表7 稳健性检验回归结果

续表7

六、结论与政策建议

本文以2013—2019年沪深两市高新技术上市公司作为研究样本,基于双元创新的中介作用,检验人力资本对企业绩效的作用路径。研究发现,人力资本与企业绩效显著正相关;人力资本对探索式创新和开发式创新均有显著的正向影响,且相较于后者,对前者的促进效果更强;人力资本能够通过学习新知识或整合外部资源促进探索式创新,或利用现有知识促进开发式创新,从而提升企业绩效。在拓展研究中发现,探索式创新和开发式创新均与企业绩效正相关,二者之间存在互补效应,即双元创新也具有积极的绩效效应,在人力资本与企业绩效的关系中发挥部分中介作用。本文的研究结论表明,人力资本可以凭借其自身的知识储备、社会资源和学习能力,提高企业双元创新水平,促进企业绩效收益。

基于研究结论,本文提出如下政策建议:首先,注重人才投入并完善人力资本政策,从而实现绩效提升。高新技术企业应当完善人才引进体系,并建立主动学习和知识共享的企业文化,在员工间搭建有效的信息交流沟通平台,提升人力资本的存量和质量;人力资本虽然受过良好的教育,但仍需企业管理者给予适当的培养,以激发其工作动机和使命感,为企业绩效提升贡献力量。其次,企业不应仅仅注重管理层创新精神的发扬,还应激发员工的创新积极性,使员工敢于冒险、勇于创新,促进双元创新活动的开展,进而提升绩效。最后,注重双元创新投资战略。通过在企业中营造创新氛围,提高员工创新失败容忍度,有助于实现企业战略转型和稳固核心竞争力;虽然双元创新活动风险较高,但企业可以凭借人力资本优势降低探索式创新的失败率,开拓全新领域,抢占新兴市场,或不断完善优势产品和技术,稳固市场地位;企业应当重视创新投资选择,建立信息共享和创新结果的反馈机制,以便及时调整创新战略,降低试错成本。