突击创新驱动高技术产业创新质量：机制、绩效及风险

俞立平，张宏如

（1.常州大学商学院,江苏 常州 213159；2.盐城师范学院商学院，江苏 盐城 224002）

一、引 言

在建设创新型国家背景下，提高制造业创新质量意义重大。中国是位居世界第一的制造业大国，但还不是全面的制造业创新强国，即使是高技术产业也存在着自主创新能力有待提升的问题。目前，我国制造业的持续发展遭遇诸多挑战：劳动力红利时代几近结束，资源环境因素的制约异常突出，创新数量虽然较大但创新质量不高，各产业发展的潜力不足、创新力和竞争力薄弱、发展不协调，产业结构调整的任务十分艰巨。随着中美贸易摩擦升级和全球化进程受阻，美国及其他工业发达国家若引领新一轮产业革命，对我国制造业创新必然会造成更大的挑战。

中国的高技术产业同样面临着严峻形势，在有限的时间窗口内进行突击创新似乎成为一条必然的发展路径。所谓突击创新，就是企业在短期内调动一切资源，创造良好的创新环境，出台一系列创新政策，加大研发经费、研发人员投入，以达到预期的创新成果。需要指出的是，突击创新的时间界定并不固定，一般的小项目一年半载即可完成创新活动，重大项目如高水平光刻机，则可能需要长达数年之久，它们都属于突击创新范畴。突击创新是与持续创新相对的一种创新策略，属于战术层级。持续创新更多属于一种创新战略，是企业必须长期坚持的活动。在激烈的市场竞争中，企业唯有坚持持续创新才能生存和发展[1]。

研究突击创新及其与创新质量的关系具有十分重要的现实意义，然而目前学术界相关研究还非常薄弱。本研究将在对突击创新进行概念界定的基础上，分析突击创新驱动创新质量的影响机制，并基于2010-2019年《中国高技术产业统计年鉴》数据，综合采用面板数据模型、面板门槛模型、格兰杰因果检验、贝叶斯向量自回归模型，将静态研究与动态研究相结合、单向关系分析与互动关系分析相结合、线性关系检验与非线性关系检验相结合，通过不同计量模型结果之间的互相支撑和验证，更加全面地刻画突击创新与创新质量之间的关系。

二、文献综述

（一）创新质量及其影响因素

关于企业创新质量的界定，目前大致有两种观点。一种是广义的创新质量。Haner认为创新质量包括产品质量、服务质量、运作过程质量以及企业管理质量，体现在创新程度、有效性、绩效、数量、可靠性、特征、时间性、成本、客户附加值、复杂性等方面[2]。杨幽红认为创新质量是创新所提供的产品、服务、过程、市场或经营管理方面的组织和方法的特征让客户满意的程度[3]。另一种是狭义的观点，Prajogo等指出，创新质量是创新所产生的最终产品和服务的质量[4]。前者更加强调全过程、全方位的创新质量，包括管理创新质量；后者则强调产品和服务质量，并不包括管理创新。

还有学者从产业角度界定创新质量。俞立平等认为产业创新质量是某个产业创新的新颖性、有效性和技术水平的综合体现，也是科技在产业中贡献的综合体现[5]。姜博等[6]从创新生成质量、创新应用质量、创新扩散质量和创新转化质量4个维度对我国高技术产业创新质量进行测度。产业创新质量从宏观角度着重强调科技创新的质量，一般不包括管理创新。如果从产业创新质量角度展开研究，当然也会把微观的企业创新质量包含在内。

关于创新质量的影响因素，现有的研究主要从政策、创新的外部因素、创新的自身因素3个方面展开。

关于政策对创新质量的影响，研究范围比较宽泛，研究对象既包括广义的政策，也涉及具体政策，如税收政策、财政政策、碳排放政策、知识产权保护政策等。袁胜军、俞立平等分析了创新政策、政府研发补贴对产业创新数量和创新质量的作用机制及绩效[7]。金培振、殷德生等研究发现，制度供给导致不同城市的高质量专利在数量与结构方面呈现空间分化趋势[8]。郑婷婷、王虹等认为，税收优惠能从数量增长和结构优化两个方面促进企业创新质量提升[9]。白旭云、王砚羽等发现政府税收优惠政策有利于提升企业高质量创新产出，但研发补贴对企业创新质量具有挤出作用[10]。胡江峰、黄庆华等通过实证研究指出，碳排放交易制度主要对大规模企业和国有股份企业的创新质量有促进作用，而对其他企业创新质量的诱导力度较小或不显著[11]。陈战光、李广威等研究发现，知识产权保护与企业创新质量之间呈显著倒U形关系[12]。

关于创新外部因素对创新质量的影响，已有研究主要从城市扩张、创新文化、社交媒体、金融环境等角度展开分析。毛文峰、陆军研究发现，城市蔓延对城市创新质量存在显著的负向效应，对于中西部地区中小规模城市、人口收缩型城市作用更为明显[13]。荆宁宁、黄申奥等探究了创新文化、社交媒体与创新质量之间的关系[14]。张宽、黄凌云研究发现，金融规模、金融深化和金融效率对区域创新质量具有稳健的正向促进作用[15]。戴静、石丹花检验了银行业竞争对企业创新质量的影响，发现竞争性银行市场结构提高了企业金融创新质量[16]。杨亭亭、段军山研究认为，企业的股票虽然可以促进企业专利数量的增加，但却抑制了专利质量的提升[17]。

关于创新自身因素对创新质量影响的研究，主要从风险投资、知识整合、知识溢出、研发投入等角度开展。李飞等检验了海外并购创新过程中海外知识整合与创新质量的非线性关系[18]。范德成、李盛楠实证探讨了高技术产业省际知识溢出对创新质量的非线性影响，以及知识吸收能力的门槛效应与时空变化[19]。许昊等研究发现，风险投资能够甄别创新质量，促进发明专利的增长，同时能抑制低质量的实用新型专利与外观设计专利[20]。何涌研究认为，当期R&D投入对企业创新质量没有正向作用，过多的R&D投入反而会降低企业创新质量[21]。

（二）关于突击创新的探索性研究

关于突击创新的研究尚处于起步阶段，学者们在相关领域进行了一些探索性研究。熊彼特指出，创新活动从时间序列数据的角度而言在概率上并不是均匀分布的，而是呈现出高低、强弱、疏密的变化，从而形成创新的周期性波动[22]。这充分说明创新尽管是长期的，但是不同时段的创新强度并不相同，这就是突击创新概念的萌芽。Utterback等则进一步指出创新活动具有动态特征，并对不同产品生命周期的创新活动侧重点进行分类，认为早期即产品设计阶段以产品创新为主，中期即主导产品设计完成后是产品创新和工艺创新并重，后期即进入生产阶段后则以工艺创新为主[23]。在产品生命周期的不同阶段，创新投入资源是有差异的，节奏也有所变化，必要时需要进行突击创新。

从对已有文献的简要梳理可以看出，创新质量近年来已成为热点研究议题，而突击创新从学术研究的角度来讲是新生事物，相关领域研究极其缺乏。至于突击创新与创新质量之间的关系，更是鲜有研究进行探讨，该议题总体上在以下方面有待进一步深入：第一，突击创新对创新质量的影响机制，即在理论上探讨突击创新与创新质量的内在联系、互动关系。第二，突击创新的测度，以及我国突击创新的现状与发展趋势。第三，从实证研究的角度，探究突击创新对创新质量的影响大小、影响特征及影响规律，分析其中可能存在的问题。对这些问题进行系统回答也是本研究的主要目标。

三、理论基础与研究方法

（一）高质量创新的特征

尽管创新质量的概念早已被提出，但学者们主要是从绩效和产品视角出发对其进行界定的，关于高质量创新的特征缺乏深入剖析。高质量创新的特征如图1所示，分析框架主要从创新类型、创新绩效和创新管理3个视角展开，其中创新类型和创新管理是创新绩效的重要基础。

图1 高质量创新的特征

第一，创新类型角度。从创新类型而言，高质量创新体现为颠覆性创新、原始创新、二次创新和重大集成创新。Clayton首次提出颠覆性创新的概念，并首次提出颠覆性技术（Disruptive Technologies）一词[24]。原始创新一般指革命性的重大科学发现、技术发明、原理性主导技术等创新成果，有时也称为元创新（Meta-innovation）。这两种创新的主要区别在于，原始创新强调原创，但不一定就是颠覆性创新，而颠覆性创新强调取代现有的主流技术。二次创新是在引进技术并消化吸收基础上进行的创新。二次创新能够大大降低高新技术的攻关难度，具有很低的市场与技术不确定性，通过博采众家之长，从而发挥出更大的绩效[25]。作为一种在已有技术基础上进行的再创新，二次创新在我国高技术产业发展的前期和中期均发挥了重要作用。集成创新是一种整合式创新。Lansiti认为集成创新的关键是高水平的创新管理，通过技术集成，将资源、工具和解决问题的方法进行完美整合，从而为提高研发经费绩效提供了参考[26]。高水平、重大的集成创新也是高水平创新的重要展现，比如载人航天技术、高铁技术等均属此类。

第二，创新管理角度。企业创新不仅仅体现在产品和技术层面上，还包括管理创新和商业模式创新。Timmers将商业模式界定为产品、服务、商业参与者、价值、收入和信息构成的有机系统[27]。Zott认为采取特定商业模式的目的是创造价值和获取价值，商业模式创新至关重要。因此，重大的商业模式创新也是高质量创新的体现，早期网上购物平台就是典型的商业模式创新[28]。

第三，创新绩效角度。Teemu认为创新质量既包含着创新的技术价值，也包含着经济价值[29]。高质量创新不仅仅体现在创新成果本身，还体现在创新带来的经济效益上。从某种意义上来说，只要能够带来较大经济效益的创新，都是高质量创新。绩效是企业的长期目标，从短期角度看，有时企业创新不仅仅是为了取得暂时的利益，很多情况下创新的目的在于打败竞争对手、提高市场占有率，或者实现企业发展转型，凡是能够在这些方面帮助企业取得重大进步的创新均是高质量创新。

（二）突击创新对创新质量的影响机制

1.突击创新与高质量创新类型的关系

突击创新在不同创新类型与创新阶段中发挥的作用如图2所示。颠覆性创新与原始创新均包括理论积累、技术研发、技术攻关3个阶段，理论积累阶段属于技术理论的研究与发展阶段，此阶段没有捷径，必须慢慢积累。在技术研发阶段，总体上也要慢慢研发，不断取得突破。而在技术攻关阶段，需要集中所有的人力、物力和财力以寻求突破，从而使得产品能够尽快投放市场，因此，这个阶段必要时需进行突击创新。

图2 突击创新在不同创新类型中的作用

二次创新过程包括引进技术、消化吸收和再次创新3个阶段。引进技术阶段需要进行设备调试、技术学习等基础性的工作，这个阶段不宜过快。消化吸收阶段是对技术从学习到精通的过程，对于后续创新非常重要，也需要循序渐进。再次创新阶段是在原有技术基础上的进一步创新，在这个阶段如有必要也需要进行突击创新。

集成创新包括战略准备、集成研发与集成攻关3个阶段。集成创新的目的是有效集成各种要素，其涉及的技术多样、部门众多、环节复杂。根据木桶理论，集成创新中最薄弱的环节会影响集成创新的成败，因此在集成攻关阶段，需要对相关技术和环节进行突击创新。

2.突击创新与高质量创新绩效的关系

高质量创新中突击创新与创新绩效的关系如图3所示。在高质量的创新活动中，如果择机进行突击创新，则对创新绩效具有放大效应，会取得更大的绩效，或者会拓展创新目标。同时创新成果对突击创新具有反馈机制，从而形成良性循环。

图3 突击创新与创新绩效

3.突击创新影响创新质量的负向机制

突击创新不仅对于创新质量具有积极作用，也可能由于各类技术创新风险的存在而形成对创新质量的负向作用机制（见图4）。技术创新风险按照涉及风险的性质可分为技术风险、市场风险、财务风险、投产风险、合作风险和管理风险等[30]。突击创新是技术创新的子集，从本质上讲，技术创新风险包括技术风险和管理风险两大类，技术风险主要包括知识不足和技术失败两类；管理风险主要体现在急功近利、管理薄弱等方面。

图4 突击创新对创新质量的负向机制

第一，知识准备不足风险。高质量创新多属于原始创新和颠覆性创新，二次创新通常情况下也必须要有一定的知识积淀和理论创新，因此对基础理论的要求很高，探索性强。如果基础理论和知识积累不够，那么创新可能先天不足，容易出现较大的风险。针对此问题，Harvey指出，整合企业的新旧知识可以促进产生更具创造性的技术与产品，是企业克服自身不足、实现突击创新的重要一步[31]。

第二，技术失败风险。技术失败风险是指技术性能的不确定性以及技术开发或生产工艺研制失败的可能性，高难度的功能开发、不完备的技术规划、复杂的技术衔接、不切实际的技术标准等都是形成技术风险的因素[32]。越是高质量创新，其蕴含的技术风险就越大。颠覆性创新与原始创新的风险最大，二次创新与集成创新的风险相对小一些。

第三，急功近利风险。高质量创新意味着一旦取得成功便回报大、效益高，因此在创新管理中难免会出现违背创新规律、赶工期等问题。赵喜凤、柯文在研究重大创新失败问题时指出，在创新中采用拿来主义的线性思维、忽视创新的不确定性问题、研发中急功近利的“大跃进”，容易导致创新失败[33]。

第四，管理薄弱风险。在高质量创新过程中，采用突击创新意味着短期内投入的创新资源巨大、参与部门较多、单位协作复杂，从而给创新管理工作增加了很大的压力。传统的创新管理经验、工具和手段在突击创新中不一定适用，从而使得高质量创新面临较多困难，轻则延误时间、提高创新成本，重则直接导致创新失败。

（三）基本假设的提出

根据以上分析，突击创新对创新质量同时具有正向和负向作用机制，其最终作用结果取决于正向机制与负向机制的相对效应的大小。我国高技术产业虽然发展较快，近年来也取得了不少优秀的创新成果，但是总体上创新质量水平还有待提高。海外专利是高质量创新的重要标志，中国海外专利比重偏低，仅占专利总量的4%，而全球海外专利申请的45%来自日本和美国[34]。有研究认为，尽管中国专利增加较快，但是作为技术进步重要标志的全要素生产率却在下降[35]。近年频发的美国制裁中国高技术企业案例，也表明我国高技术企业还有许多关键技术没有掌握，亟需提高创新质量。

由此，突击创新尽管会对创新质量发挥积极功能，但由于我国高技术产业基础理论知识积累不够，技术风险加大，加上创新管理水平不能较好匹配，容易导致突击创新目标向数量型创新偏倚，据此提出本文的基本假设：

H1：高技术企业突击创新对创新质量具有显著影响，其弹性系数为负数。

突击创新对创新质量的影响具有异质性。由于历史原因，中国经济社会发展存在着较大的地区差距，这是创新异质性产生的根源。Grossman认为技术进步和创新能力对一个国家的经济发展至关重要，创新差距是影响区域经济发展的因素之一[36]。突击创新对创新质量影响的异质性可能体现在多个方面，比如不同区域之间、不同企业类型之间、不同创新水平之间等等，本研究重点从创新质量、创新规模、研发投入角度展开异质性分析。

（四）研究设计

1.基本方程与面板数据模型

质量驱动下的创新成果无疑也是一种创新产出，因此研究突击创新对创新质量的影响机制可以借助于知识生产函数[37][38]进行，它是在传统Cobb-Douglas生产函数下的拓展。其基本模型为：

式（1）中，Y为创新质量；K为研发资本；L为研发劳动力；α、β别为研发资本、研发劳动力的弹性系数；A为全要素生产率，体现了创新的综合管理水平。

在式（1）的基础上，进一步引入突击创新S、创新规模T。熊彼特认为大企业更具有创新优势[22]，尽管这个观点在学术界存在争议，但是大企业拥有更强的创新实力、更加专业的创新团队、一流的创新条件，这些因素均对创新质量具有积极影响。将这两个变量代入方程，经整理得：

对于以上方程，拟通过面板数据模型进行估计。面板数据模型较为成熟且目前已经得到广泛应用，具有有效的降低多重共线性的优点，并且固定效应模型对遗失的重要变量不敏感，应用范围很广。对于创新质量的影响因素而言，由于存在许多未知因素，因此比较适合选取该模型。

为了降低内生性问题对估计结果的影响，采用系统广义矩SYS-GMM法进行估计，关于工具变量的选择，借鉴Blundell的方法，采用各自变量的1阶滞后项表示[39]。

2.面板门槛回归模型

为了分析突击创新对创新质量的异质性影响，本文采用Hansen提出的面板门槛模型进行估计[40]，面板门槛模型是一种更为精细的刻画方法，主要用于研究突击创新对创新质量贡献的创新质量门槛、突击创新自身门槛、创新规模门槛、研发经费门槛、研发人员门槛。

以创新质量门槛为例，假设存在双门槛效应。对于创新质量Y而言，如果存在2个创新质量门槛τ1、τ2，将创新质量分为低水平、中等水平、高水平3类，突击创新对这3类创新质量成果的弹性系数存在显著差异。如方程（3）所示，当Y≤τ1时，突击创新对创新质量的弹性系数为θ1；当τ1＜Y≤τ2时，突击创新对创新质量的弹性系数为θ2；当Y＞τ2时，突击创新对创新质量的弹性系数为θ3。在此基础上，对比θ1、θ2、θ3的大小可以进一步总结突击创新影响创新质量的特征和规律。其他变量的门槛效应原理大同小异，因此不再赘述。

3.格兰杰因果检验与贝叶斯向量自回归模型

进一步地，突击创新与创新质量之间还存在互动关系，有必要对此展开研究。本文同时采用格兰杰因果检验与贝叶斯向量自回归模型进行分析。

格兰杰因果检验适用于时间序列数据和面板数据，两个经济变量A、B之间的格兰杰因果关系可以这样界定：第一，首先采用B过去的信息预测B；第二，采用A和B过去的信息预测B；第三，如果第二步的效果优于第一步，则认为变量A是引致变量B的格兰杰原因。格兰杰因果检验的不足在于它无法预测变量之间的关系究竟是正向还是负向，为此有必要采用贝叶斯向量自回归模型来进行进一步检验。

贝叶斯向量自回归模型是Litterman在传统VAR模型与贝叶斯推断理论基础上提出的[41]，基本公式为：

公式（4）中，Y（t）是内生变量，X（t）是对角矩阵，P是滞后阶数，t是时刻，α、β（j）是向量权重，ε（t）是随机误差。贝叶斯向量自回归模型的最大特色是结合β（j）的先验信息，解决了估计参数过多导致的自由度不够问题，从而提高了估计准确性。

模型中采用了随机先验分布，其中先验标准离差公式为：

公式（5）中，γ表示总体紧缩度，si是残余标准差，f（i,j）表示相对权重，si/sj表示差比。

（五）变量说明与数据来源

1.变量说明

创新质量：创新质量是本研究的因变量。关于创新质量的测量，Bloom使用授权专利的引用次数来测度创新质量[42]。张古鹏、陈向东使用专利授权率和付费期长度衡量技术创新质量[43]。如果采用发明专利授权率作为指标会面临较长的时间滞后，一是研发投入与专利产生的时间滞后，二是专利申请到活动授权的滞后，两者之和往往达到5年左右，因此这一指标时效性不佳。单纯采用发明专利作为创新质量的替代变量同样存在滞后期问题。因此本研究借鉴俞立平、戴化勇等[5]以及金培振、殷德生等[8]学者的研究，以发明专利申请数占专利申请总数的比重来衡量实质性创新，即创新质量。该数据为当年数据，具有较强的时效性。

突击创新：突击创新是核心自变量。根据突击创新的定义，采用研发经费与研发人员的年度加权平均增长率表示。考虑到数据可得性，以年度作为界定突击创新的时间标志。在突击创新中，短期内研发经费、研发设备的增加比较容易，而研发人员一般难以在短期内迅速增加；此外有研究表明，研发人员在企业创新中的作用相对不太显著[44][45]，因此本研究采用专家会议法确定权重，结果研发资本增长率的权重为0.7，研发劳动力增长率的权重为0.3，公式如下：

本研究的控制变量如下：（1）研发资本，采用高技术产业研发经费内部支出表示。（2）研发劳动力，采用高技术产业研发人员折合全时当量表示。另一个可以选取的指标是研发人员数，但是该指标难以准确衡量研发劳动力，因为许多企业研发人员还兼有其他管理工作。（3）创新规模，采用新产品销售收入表示，这是经过市场检验的创新结果，而且该指标时效性较好。

2.数据来源

本研究所用数据均来自于《中国高技术产业统计年鉴》。由于该年鉴中研发专利申请数与授权数的数据于2010年开始公布，因此实际研究数据为2010-2019年统计年鉴的数据。其中由于西藏、青海、宁夏、新疆存在部分数据缺失，不纳入分析。变量的描述统计如表1所示。

表1 变量描述统计

四、实证结果

（一）创新质量与突击创新的发展趋势

根据创新质量与突击创新的测度方法，笔者首先计算出创新质量与突击创新的具体数值，并按照年度计算各省、自治区、直辖市的平均值，以分析创新质量与突击创新的变化趋势，结果如图5所示。

图5 创新质量与突击创新变化趋势

在样本期内，创新质量呈现倒U形曲线，总体上呈上升趋势。进一步将其细分为两个阶段。第一个阶段是2009-2015年，创新质量处于上升状态；第二阶段是2016-2018年，创新质量略有下降。突击创新总体上呈现下降趋势，从2014年开始，呈现波动状态，总体水平不高，说明我国高技术产业创新活动比较平缓，所采取的突击创新行为相对理性。

（二）变量的平稳性检验

为防止出现伪回归，笔者对面板数据进行了单位根检验。为了保证单位根检验的稳健性，同时采用ADF、LLC、PP等3种方法进行检验，以这3种检验方法检验结果一致作为最终标准，结果如表2所示，经过一阶差分后平稳。

表2 变量的平稳性检验

（三）突击创新对创新质量的平均弹性估计

首先估计突击创新对创新质量的弹性，控制变量为研发资本、研发劳动力、创新规模。考虑到投入产出变量之间存在一定的时间滞后，综合均衡后把滞后期确定为1年。估计方法采用SYS-GMM系统广义矩估计，研发劳动力的工具变量采用研发人员数量，其他变量的工具变量由于数据限制，采用自变量的1阶滞后项，实际上就是2阶滞后变量。首先进行随机效应估计，再做hausman检验，卡方值为27.676，p值为0.000，拒绝存在随机效应的原假设，因此采用固定效应模型进行估计，结果如表3所示。模型的拟合优度为0.809，总体拟合水平良好。所有变量均通过了统计检验，突击创新的弹性系数为-0.093，说明在全样本中，突击创新对创新质量的绩效不佳，这样假设H1就得到了检验。研发资本的弹性系数为-0.092，绩效也较低；研发劳动力的弹性系数为0.136，创新规模的弹性系数为0.069，这两个变量的绩效良好。

表3 面板数据估计结果

突击创新弹性系数为负的原因是多方面的:第一，突击创新的负向机制超过了正向机制，表明部分企业在创新中还存在侥幸行为；第二，由于原始创新、颠覆性创新、二次创新等高质量创新并不容易，所以创新质量提升本来就比较困难；第三，高新技术企业创新质量水平总体不高，近年来还出现了下降的趋势，这对回归结果也会产生一定影响。

（四）突击创新对创新质量的异质性分析

为了研究不同情况下突击创新对创新质量的异质性影响，本研究采用门槛回归模型进行估计，经检验发现突击创新对创新质量的贡献具有创新质量门槛、创新规模门槛、研发资本门槛、研发劳动力门槛，但并不存在突击创新自身的门槛，因此重点从存在门槛效应的几个变量角度进行分析。

1.突击创新对创新质量贡献的创新质量门槛

所谓突击创新的创新质量门槛效应，就是指随着创新质量水平的不同，突击创新对创新质量贡献的弹性也存在差异。单门槛检验结果显示，F值为139.878，p值为0.000，说明存在单门槛效应。继续进行双门槛检验，F值为128.606，p值为0.000，说明存在双门槛效应。考虑到参与实证检验的仅有10年数据，过多的门槛设置没有意义，因此最终采用双门槛模型进行估计，结果如表4所示。

表4 突击创新的创新质量门槛效应估计

创新质量有两个门槛，其自然对数值分别为3.567、3.974，据此将创新质量分为低水平、中等水平、高水平3个层次，样本数量分别为23、124、96个。当创新质量水平较低时，突击创新对其的弹性系数为-0.077，通过了统计检验，说明当创新质量水平较低时，突击创新并不利于创新质量的提升；当创新质量处于中等水平时，突击创新对创新质量的弹性系数为-0.005，但未通过显著性检验，表明两者在统计学意义上无关；当创新质量处于高水平时，突击创新对创新质量的弹性系数为0.045且通过了统计检验，说明在高质量创新的前提下，采用突击创新绩效良好。对于高质量创新而言，已经形成的先发优势必须进一步加强，否则一旦被对手超越就很难再次拥有。因此当企业创新质量水平较高时，进一步加大投入，进行突击创新，能够继续保持先发优势，取得良好的创新效果。

2.突击创新对创新质量贡献的创新规模门槛

突击创新的创新规模门槛，就是指随着创新规模不同，突击创新对创新质量的贡献也存在差异。同样先进行单门槛检验，F值为5.384，p值为0.024，通过了统计检验。再进行双门槛检验，F值为3.709，p值为0.070，没有通过统计检验，因此最终采用单门槛模型进行回归，结果如表5所示。

表5 突击创新的创新规模门槛效应估计

创新规模有1个门槛，其自然对数值为14.499，据此将创新规模分为低水平和高水平2个层次，样本数量分别为99和144个，以大规模创新企业居多。当创新规模较小时，突击创新对创新质量的弹性系数为-0.048，但没有通过统计检验；当创新规模较大时，突击创新对创新质量的弹性系数为-0.074，并且通过了统计检验。这说明当创新规模达到一定程度后，贸然进行突击创新难以提高创新质量。

对创新规模较低情况下突击创新与创新质量不相关这一结果要进行理性分析。前文的理论分析表明，突击创新对创新质量同时具有正向和负向机制，至于突击创新是否与创新质量呈现统计学相关，取决于两种机制的相对大小，当正向机制大于负向机制时，呈现正相关；当正向机制小于负向机制时，呈现负相关；当两者相当时，表现为不相关。即使在统计学意义上不相关的情况下，突击创新对创新质量仍然具有相当程度的积极作用，所以当企业创新规模较低时，还是要鼓励其进行突击创新。换言之，要鼓励小微企业进行适当的突击创新。

3.突击创新对创新质量贡献的研发资本门槛

突击创新的研发资本门槛就是当研发资本处于不同水平时，突击创新对创新质量的贡献也不同，二者之间呈现非线性关系。单门槛检验的F值为6.376，p值为0.014，通过了检验；双门槛检验的F值为4.968，p值为0.027，也通过了统计检验。同样考虑到参与实证检验的数据数量有限，因此采用双门槛模型进行估计，结果如表6所示。

表6 突击创新的研发资本门槛效应估计

研发资本有2个门槛，其自然对数值分别为11.153、11.959，据此将研发资本分为低水平、中等水平和高水平3个层次，样本数量分别为66、30、147个。当研发资本水平较低时，突击创新对创新质量的弹性为-0.049，但没有通过统计检验；当研发资本处于中等水平时，突击创新对创新质量的弹性为-0.076，通过了统计检验；当研发资本处于高水平时，突击创新对创新质量的弹性为-0.101，同样通过了统计检验。说明随着研发资本水平的提高，企业越来越不适合进行突击创新。对于研发资本较少的小微企业而言，突击创新对创新质量的正向和负向作用机制相当，所以最终没有通过统计检验，这从另外一个角度说明，应该鼓励小微企业进行适当的突击创新，因为在这种情况下，突击创新仍然能够发挥一定的积极效应。

4.突击创新对创新质量贡献的研发劳动力门槛

突击创新的研发劳动力门槛就是指当研发劳动力处于不同水平时，突击创新对创新质量的贡献也不同，二者呈现非线性关系。先进行单门槛检验，F值为4.876，p值为0.028，通过了检验。继续进行双门槛检验，F值4.265，p值为0.037，同样通过统计检验。由于数据数量限制，采用双门槛模型进行估计，结果如表7所示。

表7 突击创新的研发劳动力门槛效应估计

研发劳动力有2个门槛，其自然对数值分别为8.302、9.274，据此将研发劳动力分为低水平、中等水平和高水平3个层次，对应的样本数量分别为71、70、102个。当研发劳动力较少时，突击创新对创新质量的弹性为-0.050，但没有通过统计检验；当研发劳动力处于中等水平时，突击创新对创新质量的弹性为-0.085，通过了统计检验；当研发劳动力较多时，突击创新对创新质量的弹性为-0.104，同样通过了统计检验。说明随着企业研发劳动力数量的增加，越来越不适合进行突击创新。这一结果再次启发我们，应该鼓励小微企业进行适当的突击创新，以充分运用突击创新的积极因素。

（五）突击创新与创新质量互动关系分析

1.格兰杰因果检验

由于数据经过一阶差分后平稳，因此采用差分后的数据进行格兰杰因果检验。首先进行创新质量、突击创新、研发资本、研发劳动力的协整检验，panel-PP的检验值为-5.631，p值为0.000，说明变量之间具有稳定的协整关系。滞后阶数检验表明最佳滞后期为2年。格兰杰因果检验结果如表8所示。

表8 格兰杰因果检验

格兰杰因果检验表明，原假设“突击创新不是创新质量的格兰杰原因”被拒绝，F值为3.563，p值为0.030；原假设“创新质量不是突击创新的格兰杰原因”同样被拒绝，F值为4.940，p值为0.008。这样说明两者互为格兰杰原因，具有互动关系。

2.贝叶斯向量自回归估计

本文进一步建立了贝叶斯向量自回归模型，采用脉冲响应函数分析创新质量与突击创新之间的互动关系。滞后阶数确定为2年，单位圆检验表明，所有点均位于单位圆内，即模型是稳定的。

创新质量的脉冲响应函数如图6所示。来自研发资本1个标准差的正向冲击对其影响最大，当期为0，随后直接升高，从第3期开始趋于稳定。其次是突击创新的冲击，当期为0，然后缓慢升高，到第3期后趋于稳定。研发劳动力的冲击对创新质量几乎没有影响，而创新规模的冲击对突击创新的影响当期为0，随后呈负向影响，从第5期开始又逐渐变成正向影响。

图6 创新质量的脉冲响应函数

突击创新的脉冲响应函数如图7所示。来自研发资本1个标准差的正向冲击对其影响最大，当期达到极大值，随后急剧衰减并趋于稳定，说明研发经费的突然增长是突击创新的必要条件。其次是研发劳动力的冲击，同样是当期最大，第2期快速衰减，然后缓慢降低，研发人员资源也是突击创新的必要条件。第三是创新质量的冲击，当期就有作用，随后略有升高，第3期后趋于稳定，说明创新质量对突击创新也具有反作用。最后是创新规模的冲击，当期发挥作用，略有升高后趋于稳定，说明创新规模也有利于突击创新。

图7 突击创新的脉冲响应函数

五、结论与政策启示

（一）研究结论

本研究在对突击创新进行概念界定，以及对突击创新影响创新质量的机制进行理论分析的基础上，利用2010-2019年我国高技术企业统计数据，综合运用多种分析方法实证检验了突击创新与创新质量之间的关系，所得主要研究结论如下：

第一，突击创新对创新质量同时具有正向与负向作用机制。突击创新的正向作用机制体现在，在原始创新和颠覆性创新的攻关阶段，在二次创新的再次创新阶段，在集成创新的集成攻关阶段，突击创新均可以发挥有效作用。突击创新对创新绩效具有放大效应，能有效促进效益延伸与创新目标拓展，进而提升创新质量。突击创新对创新质量的负向作用机制则主要缘于技术风险和管理风险。

第二，在全样本中，突击创新与创新质量负相关。面板数据模型估计结果表明，突击创新对创新质量的弹性系数为负，并且通过了统计检验。这说明高技术产业在突击创新过程中，突击创新对创新质量的负向作用机制大于正向作用机制。其深层次的原因在于我国高技术产业创新质量总体不高、高质量创新风险较大、部分企业急功近利等。

第三，创新质量较高的企业中，突击创新与创新质量正相关。面板门槛回归结果表明，突击创新对创新质量的作用具有创新质量的门槛效应，当创新质量较高时，突击创新与创新质量呈现正相关。这是因为，创新质量较高的企业创新基础较好，知识和技术积累厚实，拥有较好的突击创新经验，且创新管理水平较高，在这种情况下进行突击创新能够发挥锦上添花的作用。

第四，小微企业进行适当的突击创新能够产生良好效果。运用面板门槛回归模型分析发现，当企业的研发资本、研发劳动力、创新规模水平较低时，突击创新对创新质量的回归系数没有通过统计检验，而当这些变量水平中等或较高时，突击创新与创新质量负相关。对于小微企业而言，研发资本、研发劳动力和创新规模水平均较低，适当进行突击创新，是可以提高创新质量的。

第五，突击创新与创新质量具有良好的互动关系。格兰杰因果检验表明，突击创新与创新质量互为格兰杰因果关系；脉冲响应函数的研究结果表明，突击创新与创新质量之间具有良性的互动机制。这说明成功的突击创新具有示范效应和激励效应，在促成较好的创新质量时，也会形成良性反馈，从而鼓励企业进行进一步的突击创新。

（二）政策启示

在充分利用突击创新所具有的积极特质的同时，应尽量避免其消极效应。基于本文的研究发现，提出以下对策建议。

首先，企业应根据自身情况因地制宜进行突击创新。突击创新对创新质量的正向作用机制鲜明，尽管存在一定的风险，但还是要鼓励企业进行突击创新，把握好突击创新的时机和力度。在开展突击创新时，企业应该做好充分准备，避免急功近利。对于研发力量雄厚、创新规模较大的企业而言，除非本身创新质量较高，否则也要特别注意提高突击创新成功的概率，在遵循创新规律的前提下，积极寻求提升创新质量。

其次，对小微企业突击创新进行必要的政策倾斜。广大小微企业具有创新活力，突击创新取得成功的概率较高，且能够有效提高创新质量，因此应加大对这类企业突击创新活动的支持。具体而言，可从财政政策、税收政策、金融政策、环境政策等方面加大支持力度，并注意处理好不同政策工具之间的关系。在财政经费有限的情况下，应避免直接补贴，而是要加强对科技金融政策工具的使用，使其发挥“四两拨千斤”的效果。

最后，某些关键领域应尽快出台突击创新相关政策。突击创新其实并不是新生事物，而是广大企业在实践中采取的一种常规行为。由于创新的高风险属性，加上其他主客观原因，导致突击创新对创新质量的绩效总体不高。从国家层面看，高技术产业某些关键领域，如芯片、航空航天、高端机床等，创新的时间窗口其实很短，唯有通过突击创新才有可能取得重大突破。因此应尽快建立突击创新相关领域技术目录，在这些领域鼓励企业加大投入，尽快提高创新质量。