許 菱，張 紅，石 琴，曾凱霖,c

(江西理工大學, a.經(jīng)濟管理學院;b.贛州市高質(zhì)量發(fā)展研究院;c.贛州市金融研究院，江西贛州 341000)

當前中國紡織工業(yè)擁有全球規(guī)模最大、最完整的產(chǎn)業(yè)鏈體系，在生產(chǎn)制造和出口總量等方面都具有絕對優(yōu)勢，然而絕大部分企業(yè)被鎖定在生產(chǎn)、加工、制造等價值鏈低端地位。與此同時，中國正面臨著勞動力低成本優(yōu)勢不再、市場份額收縮以及紡織技術(shù)及工藝水平偏低等問題[1-2]，高端服裝面料、特殊功能面料等高附加值產(chǎn)品比重不高，中低端產(chǎn)品受東南亞國家擠壓，由此紡織產(chǎn)業(yè)增長面臨“雙向擠壓”。由于技術(shù)創(chuàng)新能帶來產(chǎn)品、工藝等創(chuàng)新[3]，幫助紡織業(yè)有效提升產(chǎn)品附加值率[4-5]。因此，中國紡織產(chǎn)業(yè)如何通過技術(shù)創(chuàng)新擺脫既定的鎖定路徑，推動紡織產(chǎn)業(yè)高端化升級是當前亟須解決的問題。

產(chǎn)業(yè)高端化是從產(chǎn)業(yè)價值鏈低端向高端轉(zhuǎn)型升級的過程[1,6]，表現(xiàn)為產(chǎn)業(yè)附加值率提升、盈利水平提高、結(jié)構(gòu)優(yōu)化和可持續(xù)發(fā)展能力增強等[7-8]。具體來看，產(chǎn)業(yè)高端化就是通過提升技術(shù)創(chuàng)新，從原有的依靠追加要素投入的發(fā)展模式，轉(zhuǎn)變?yōu)樽⒅厝厣a(chǎn)率提升的模式[9]。對于產(chǎn)業(yè)高端化這一議題，學者們主要傾向于從“價值鏈提升”和“生產(chǎn)率提升”兩個角度對產(chǎn)業(yè)高端化進行探討。從價值鏈升級視角方面，學者們從產(chǎn)業(yè)高端化的概念與內(nèi)涵出發(fā)，構(gòu)建出產(chǎn)業(yè)高端化評價指標體系，探究了產(chǎn)業(yè)高端化的影響因素[3,10-12]，并基于不同方面制定了產(chǎn)業(yè)高端化路徑[13-14]。從生產(chǎn)率提升視角方面，學者們主要針對戰(zhàn)略性新興產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)等高端化的影響因素[15-17][17-19]展開研究，趙子健等[9]、任保全等[18]、申俊喜等[19]紛紛探究了產(chǎn)業(yè)高端化發(fā)展路徑。隨著學術(shù)界對產(chǎn)業(yè)高端化的持續(xù)關(guān)注，不少學者也開始探討技術(shù)創(chuàng)新對產(chǎn)業(yè)高端化的影響關(guān)系[3,11-13]，然而現(xiàn)有研究主要集中在戰(zhàn)略性新興產(chǎn)業(yè)等高技術(shù)制造產(chǎn)業(yè)，涉及微觀主體企業(yè)高端化發(fā)展的研究較少。與高技術(shù)制造產(chǎn)業(yè)相比，紡織服裝等低技術(shù)制造產(chǎn)業(yè)技術(shù)創(chuàng)新活動主要集中在靠近產(chǎn)業(yè)鏈的后端，面料研發(fā)、服裝設(shè)計和品牌影響力等自主性不強，技術(shù)創(chuàng)新水平遠達不到行業(yè)平均水平。此外，紡織產(chǎn)業(yè)處在轉(zhuǎn)型升級的關(guān)鍵期，推進紡織產(chǎn)業(yè)高質(zhì)量發(fā)展正提上日程。那么當前國內(nèi)紡織產(chǎn)業(yè)高端化水平如何？技術(shù)創(chuàng)新對紡織產(chǎn)業(yè)高端化是否產(chǎn)生影響？其影響機制如何？怎樣才能推動紡織產(chǎn)業(yè)向高端化發(fā)展？這些在前人的研究中并沒有得到回答。鑒于此，本文基于生產(chǎn)率提升視角，通過DEA-Malmquist指數(shù)法測算全要素生產(chǎn)率，以此探究紡織產(chǎn)業(yè)高端化發(fā)展趨勢，通過實證分析，既探討了技術(shù)創(chuàng)新對紡織產(chǎn)業(yè)高端化的直接影響，又關(guān)注了企業(yè)內(nèi)部性質(zhì)所造成的異質(zhì)性，同時也進一步探究了技術(shù)創(chuàng)新通過企業(yè)競爭優(yōu)勢、企業(yè)績效這兩種機制對產(chǎn)業(yè)高端化的影響，最后給出政策建議。

1 理論分析與研究假設(shè)

在經(jīng)濟學上，產(chǎn)業(yè)高端化的最直接體現(xiàn)是全要素生產(chǎn)率的提升[9,19]，通過全要素生產(chǎn)率及其分解指標，有助于找出產(chǎn)業(yè)高端化的影響因素，找準產(chǎn)業(yè)高端化路徑[18-19]。因此，將基于全要素生產(chǎn)率視角，從理論上分析技術(shù)創(chuàng)新與產(chǎn)業(yè)高端化的影響關(guān)系及作用機制。

1.1 技術(shù)創(chuàng)新對全要素生產(chǎn)率的直接效應(yīng)分析

根據(jù)內(nèi)生性增長理論和創(chuàng)新理論可知，技術(shù)創(chuàng)新能通過推動技術(shù)進步有效提升全要素生產(chǎn)率。然而國內(nèi)外關(guān)于技術(shù)創(chuàng)新與全要素生產(chǎn)率的實證研究形成了不同的觀點，部分學者提出技術(shù)創(chuàng)新對全要素生產(chǎn)率的作用或促進或抑制[21]；另一部分學者則實證表明兩者呈正“U型”或倒“U型”關(guān)系[20, 22]。此外，還有些學者認為兩者存在滯后效應(yīng)，滯后階數(shù)在1-3年不等[21, 23]。因此，技術(shù)創(chuàng)新與全要素生產(chǎn)率的關(guān)系以及滯后階數(shù)暫未有定論，值得深入探討。

技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響作用主要體現(xiàn)在兩個方面：從短期來看，技術(shù)創(chuàng)新從投入到產(chǎn)出需要一定的周期，創(chuàng)新活動存在高風險，如果投入不能帶來產(chǎn)出的增加或者投入的成本效益遠高于產(chǎn)出所帶來的經(jīng)濟效益，則短時間內(nèi)難以提高全要素生產(chǎn)率[20, 24]。而且技術(shù)創(chuàng)新活動主要匯聚于基礎(chǔ)性、長期性的領(lǐng)域內(nèi)，占據(jù)企業(yè)大量資源，而要實現(xiàn)創(chuàng)新成果向現(xiàn)實生產(chǎn)力的轉(zhuǎn)變需要經(jīng)過一系列的中間環(huán)節(jié)，同樣難以推動全要素生產(chǎn)率的提升。

從長期來看，持續(xù)的研發(fā)投入會積累大量的知識存量，當這些知識積累轉(zhuǎn)化為新技術(shù)、新產(chǎn)品進入市場獲利，技術(shù)創(chuàng)新的投入和產(chǎn)出才會達到平衡。具體表現(xiàn)為：一方面，技術(shù)創(chuàng)新的積累效應(yīng)能增加企業(yè)的知識存量和技術(shù)存量，加快企業(yè)引進和吸收先進技術(shù)的速度，實現(xiàn)再創(chuàng)新推動企業(yè)技術(shù)進步，從而提高全要素生產(chǎn)率。另一方面，技術(shù)創(chuàng)新能夠增強高端產(chǎn)品開發(fā)和供給端能力，有效改善資源配置效率，從而促進全要素生產(chǎn)率提升[20]。因此，提出H1、H2假設(shè)：

H1：短期內(nèi)技術(shù)創(chuàng)新難以提高全要素生產(chǎn)率。

H2：技術(shù)創(chuàng)新對全要素生產(chǎn)率的提升具有滯后效應(yīng)。

1.2 技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響機制分析

筆者認為技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響可能通過提升企業(yè)競爭優(yōu)勢與企業(yè)績效這兩個渠道得以實現(xiàn)。

從競爭優(yōu)勢維度看，企業(yè)的技術(shù)創(chuàng)新能力、專利等無形資產(chǎn)是企業(yè)獲取核心競爭優(yōu)勢的重要來源[25]，企業(yè)在進行產(chǎn)品創(chuàng)新、材料創(chuàng)新、工藝創(chuàng)新等一系列技術(shù)創(chuàng)新行為后，企業(yè)發(fā)展質(zhì)量和效率將有所提高，甚至引發(fā)組織管理水平的變動，表現(xiàn)出要素投入更有效率地轉(zhuǎn)化，從而使企業(yè)競爭優(yōu)勢不斷提升[26]，而越具有競爭優(yōu)勢的企業(yè)，越能通過技術(shù)、效率、規(guī)模等進行高效低成本的生產(chǎn)，從戰(zhàn)略的高度實現(xiàn)資源的有效配置，從而推動全要素生產(chǎn)率的提升[27]。但隨著企業(yè)紛紛搶占市場勢力而造成過度市場競爭環(huán)境，迫使企業(yè)開展低成本、低水平創(chuàng)新快速搶占市場份額，導致企業(yè)將更多的關(guān)注點從自主創(chuàng)新轉(zhuǎn)移至技術(shù)模仿和技術(shù)溢出，進而削弱了企業(yè)自主創(chuàng)新動力，弱化了其對全要素生產(chǎn)率的正向影響[28]。

從企業(yè)績效維度看，技術(shù)創(chuàng)新過程中存在創(chuàng)新資源投入和產(chǎn)出的不對等關(guān)系，因而技術(shù)創(chuàng)新不僅無法帶來當期績效的提升，反而造成了績效的降低[29]。而在企業(yè)績效的提升過程中，企業(yè)技術(shù)創(chuàng)新資源遭到擠占，勞動者生產(chǎn)積極性由此削弱，因而也難以帶來生產(chǎn)率的提升。然而，技術(shù)創(chuàng)新對企業(yè)績效的提升存在滯后效應(yīng)[30]，持續(xù)投入創(chuàng)新資源一方面能夠帶來專利和無形資產(chǎn)等直接成果的增加，使得企業(yè)無形資產(chǎn)擴大。另一方面通過新技術(shù)帶來企業(yè)成本的降低和效率的提升，使得員工更有生產(chǎn)價值，能夠開發(fā)出差異化產(chǎn)品和新型工藝，帶來企業(yè)流動資產(chǎn)的增加，因而企業(yè)績效得以提升[31]，企業(yè)發(fā)展實力得到加強，則企業(yè)有足夠的資金優(yōu)化資源配置，間接促進全要素生產(chǎn)率的提升。

綜上，提出假設(shè)H3：

H3：技術(shù)創(chuàng)新通過競爭優(yōu)勢效應(yīng)與績效提升效應(yīng)作用于全要素生產(chǎn)率。

技術(shù)創(chuàng)新與全要素生產(chǎn)率作用關(guān)系如圖1所示，以技術(shù)創(chuàng)新為開端，分別檢驗了依靠技術(shù)創(chuàng)新短期效應(yīng)、滯后效應(yīng)對全要素生產(chǎn)率的直接影響，同時引入競爭優(yōu)勢、企業(yè)績效兩大中介變量分析技術(shù)創(chuàng)新對全要素生產(chǎn)率的動力機制。

圖1 技術(shù)創(chuàng)新與全要素生產(chǎn)率的作用關(guān)系

2 研究設(shè)計

2.1 樣本選取與數(shù)據(jù)來源

在樣本的選擇方面，考慮到上市公司大多是紡織產(chǎn)業(yè)的成功代表，成長性強，經(jīng)濟效益和附加值都更高，因而選擇上市公司作為微觀樣本主體研究產(chǎn)業(yè)高端化更具有代表性和說服力，認定的紡織樣本企業(yè)是根據(jù)《國民經(jīng)濟行業(yè)分類》(GB/T 4754-2017)劃分的，并參照王瑞榮等[32]的研究，選擇前兩位代碼為17、18、19、28的企業(yè)，即“紡織業(yè)”“紡織服裝與服飾業(yè)”“皮革、毛皮、羽毛及其制品和制鞋業(yè)”“化學纖維制造業(yè)”。

在時間跨度的選擇上，2016-2020年是紡織服裝行業(yè)步入深度轉(zhuǎn)型升級的新階段，也是《中國制造2025》計劃正式實施的階段，因而選擇的樣本期間為2016-2020年。

在數(shù)據(jù)處理方面，剔除樣本期間未公開披露年度報告及重要指標存在缺省值以及終止上市的公司后，選定92家上市企業(yè)，5年共460個樣本；專利數(shù)據(jù)來源于智慧芽專利數(shù)據(jù)庫，其余指標均來源于CSMAR數(shù)據(jù)庫，并根據(jù)東方財富網(wǎng)披露的企業(yè)年報加以補充。為避免模型受到極端值影響，對連續(xù)數(shù)據(jù)進行了1%縮尾處理。

2.2 變量選擇與測量

2.2.1 被解釋變量：全要素生產(chǎn)率

選定DEA-Malmquist模型測算，存在如下考慮：其一，基于多投入和多產(chǎn)出指標。參考了翟華云等[16]、任保全等[18]的研究，以企業(yè)員工數(shù)量、年均固定資產(chǎn)凈值作為投入指標，凈利潤和主營業(yè)務(wù)收入為產(chǎn)出指標。其二，基于不同年份分析全要素生產(chǎn)率及其分解指標的動態(tài)變化趨勢，進而深入探究全要素生產(chǎn)率變化的內(nèi)在機理[19]，故此法更為適合。在樣本的處理方面，由于凈利潤存在變量值為負的樣本值，故使用公式(1)對所有投入、產(chǎn)出數(shù)據(jù)按同一標準進行標準化處理，公式如下：

(1)

其中，Xi、Yi分別為原始數(shù)據(jù)和調(diào)整后數(shù)據(jù)，Xmin、Xmax為變量的最小和最大值。

表1為運用DEAP2.1軟件測度的2016-2020年紡織產(chǎn)業(yè)全要素生產(chǎn)率變化趨勢。

表1 2016-2020年紡織產(chǎn)業(yè)全要素生產(chǎn)率變化趨勢

由表1可知，TFP年均值為1.005，即紡織產(chǎn)業(yè)全要素生產(chǎn)率以年均0.5%的增幅呈正增長趨勢。從變化趨勢來看，紡織產(chǎn)業(yè)TFP在2016-2020年呈現(xiàn)先增后減的變化特點，2017年以3.6%的增幅達到最高點1.057，從2019-2020年呈現(xiàn)負增長的趨勢，主要是因為技術(shù)效率和技術(shù)進步率的雙重降低，因而未能帶動全要素生產(chǎn)率的提升。從分解指標來看，主要受SE的變動影響，EF分別在2017年和2019年達到最低點和最高點，呈現(xiàn)年均負增長的趨勢，而TE則呈現(xiàn)“遞增-遞減-遞增”的波動趨勢，分別在2018和2019年達到最高和最低點，最終以年均2.3%的增幅呈現(xiàn)正增長趨勢。綜上，受技術(shù)進步的推動作用，紡織產(chǎn)業(yè)全要素生產(chǎn)率呈現(xiàn)正增長趨勢，但同時受制于技術(shù)效率低下以及技術(shù)創(chuàng)新增幅不足，由此紡織產(chǎn)業(yè)高端化程度偏低，目前尚處于基礎(chǔ)高端化。

2.2.2 解釋變量：技術(shù)創(chuàng)新的測量

結(jié)合研發(fā)投入和創(chuàng)新產(chǎn)出角度，通過DEA指數(shù)法測算的技術(shù)創(chuàng)新效率衡量技術(shù)創(chuàng)新(RD)，其中投入指標包括研發(fā)投入資金和研發(fā)人員數(shù)，產(chǎn)出指標為申請專利數(shù)和專利授權(quán)數(shù)。在數(shù)據(jù)處理方面，同樣使用公式(1)對專利產(chǎn)出數(shù)據(jù)進行標準化處理，并通過均值插補法對研發(fā)人員數(shù)存在的缺失值進行補充，此外，參照張廣勝等[21]研究，對研發(fā)投入到產(chǎn)出之間設(shè)定一期滯后。

2.2.3 其他變量

中介變量方面，參照胡苗等[25]的研究，采用勒納指數(shù)作為企業(yè)競爭優(yōu)勢(ECA)的代理變量，通過(營業(yè)收入-營業(yè)成本-銷售費用-管理費用)與營業(yè)收入占比來測算[25]。ECA指數(shù)越大，則企業(yè)相對競爭優(yōu)勢越大。參照賈振全等[30]的研究，用凈資產(chǎn)收益率衡量企業(yè)績效(ROE)。并考慮納入企業(yè)年齡(age)、債權(quán)資本率(DCR)、股權(quán)資本率(ECR)、人力資本水平(LA)、股權(quán)集中度(top1)為控制變量，以所有制(syz)、兩職合一(ceo)為分組變量。

2.3 模型設(shè)定

綜合2016-2020年紡織產(chǎn)業(yè)92家上市公司數(shù)據(jù)，基于上述的分析及假設(shè)，構(gòu)建面板計量模型。為驗證假設(shè)H1、H2，故建立模型式(2)、式(3)：

Ln(tfpit)=α0+α1RDi,t-n+yeari+εit

(2)

Ln(tfpit)=α2+α3RDi,t-n+Ψcontrolit+yeari+εit

(3)

基于前文研究假設(shè)部分的影響機制分析，參考前人提出的中介效應(yīng)逐步法構(gòu)建了如下中介效應(yīng)模型，通過式(4)-式(6)驗證假設(shè)H4：

Ln(tfpit)=α0+α4RDi,t-n+Ψcontrolit+εit

(4)

Mit=β0+β1RDi,t-n+Ψcontrolit+εit

(5)

Ln(trpit)=γ0+γ1RDi,t-n+γ2Mi,t+Ψcontrolit+εit

(6)

Ln(tfpit)表示i企業(yè)第t年全要素生產(chǎn)率的對數(shù)值，RDi,t-n分別表示i企業(yè)技術(shù)創(chuàng)新的當期值(n取0)、滯后一期值(n取1)和滯后二期值(n取2)，controlit表示控制變量的合集，包括企業(yè)年齡、債權(quán)資本率、股權(quán)資本率、人力資本水平以及股權(quán)集中度，εit為模型的隨機擾動項，year表示控制年份效應(yīng)。M表示中介變量，分別為競爭優(yōu)勢ECA、企業(yè)績效ROE。

各變量的描述性統(tǒng)計如表2所示，全要素生產(chǎn)率的平均值大于1，說明紡織產(chǎn)業(yè)的發(fā)展總體上是呈現(xiàn)正向增長的趨勢，但紡織產(chǎn)業(yè)要實現(xiàn)高端化發(fā)展還有較大距離。RD均值為1.003，標準差為 0.125，表明紡織產(chǎn)業(yè)技術(shù)創(chuàng)新水平整體偏低，企業(yè)間存在較為明顯的差距。中介變量ECA和ROE的均值都較低，表明紡織企業(yè)總體競爭優(yōu)勢不強，企業(yè)績效偏低。對變量進行相關(guān)性和方差膨脹因子檢驗發(fā)現(xiàn)，變量間相關(guān)系數(shù)不超過0.7、VIF均值小于1.5，因而不存在明顯的多重共線性問題。

表2 主要變量的描述性統(tǒng)計

3 實證分析與檢驗

基于豪斯曼檢驗結(jié)果表明本文應(yīng)采用固定效應(yīng)模型，同時為避免自相關(guān)、異方差等對模型產(chǎn)生影響，采用xtscc模型進行回歸。實證分析包括三方面：一是對全樣本模型估計，驗證假設(shè)H1、H2是否成立；二是對企業(yè)按照所有制性質(zhì)、管理者結(jié)構(gòu)進行分樣本回歸；三是穩(wěn)健性檢驗。

3.1 基準模型估計

表3為技術(shù)創(chuàng)新對全要素生產(chǎn)率的直接效應(yīng)。第1、2列為只加入核心解釋變量RD和引入控制變量之后的回歸結(jié)果，第3-6列是為了探究技術(shù)創(chuàng)新的滯后效應(yīng)。如模型(1)(2)所示，無論是只加入RD或是加入控制變量后，RD均顯著為負，表明技術(shù)創(chuàng)新對當期全要素生產(chǎn)率產(chǎn)生顯著負效應(yīng)，H1假設(shè)得到支持。

表3 技術(shù)創(chuàng)新對全要素生產(chǎn)率的直接效應(yīng)

由模型(3)(4)(5)(6)可知，技術(shù)創(chuàng)新一期、二期滯后項的回歸系數(shù)顯著為正，且隨著控制變量的加入顯著性增強，即企業(yè)技術(shù)創(chuàng)新對TFP的促進作用存在滯后效應(yīng)，因此連續(xù)不斷地提升技術(shù)創(chuàng)新水平能促進全要素生產(chǎn)率提升，假設(shè)H2得到驗證。

控制變量方面，人力資本水平系數(shù)為正且顯著，說明人力資本水平越高，資源配置效率越高，企業(yè)所能獲得的企業(yè)經(jīng)濟存量越高，因而全要素生產(chǎn)率也越高。股權(quán)集中度對全要素生產(chǎn)率存在顯著負向作用，主要是因為股權(quán)過度集中容易導致企業(yè)缺乏民主或決策失誤，從而引發(fā)損害公司利益的行為，因而阻礙了生產(chǎn)率的提升。股權(quán)資本率、債權(quán)資本率在此次實證檢驗中并未得到穩(wěn)健結(jié)果，這說明在外部融資方面，企業(yè)想單純依靠外部融資所獲得的經(jīng)濟存量是不足以支撐技術(shù)創(chuàng)新，且融資成本較高會阻礙企業(yè)的研發(fā)創(chuàng)新，因而對提升TFP的貢獻尚不明顯。

3.2 分樣本異質(zhì)性回歸

在不同情境下，企業(yè)間存在決策和資源稟賦差異，會導致企業(yè)技術(shù)創(chuàng)新活動存在差異，因而技術(shù)創(chuàng)新對企業(yè)全要素生產(chǎn)率作用效果也不同。分別從企業(yè)所有制性質(zhì)、管理者結(jié)構(gòu)兩方面分組回歸，探究兩者關(guān)系的異質(zhì)性，PanelA、PanelB分別呈現(xiàn)了技術(shù)創(chuàng)新在不同情境下對全要素生產(chǎn)率的異質(zhì)性回歸結(jié)果，具體見表4。

3.2.1 企業(yè)所有制異質(zhì)性

表4中PanelA模型報告了技術(shù)創(chuàng)新對于不同所有制性質(zhì)的企業(yè)全要素生產(chǎn)率的影響結(jié)果，由模型(7)(8)對比可知，與民營企業(yè)相比，非民營企業(yè)中技術(shù)創(chuàng)新對全要素生產(chǎn)率的負效應(yīng)更為顯著，主要是因為非民營企業(yè)更容易獲得政府財政方面的支持，因而能擁有更多的創(chuàng)新資源投入到創(chuàng)新活動中，在當期技術(shù)創(chuàng)新活動中，技術(shù)創(chuàng)新投入更多地表現(xiàn)為沉沒成本，并不能立刻為企業(yè)帶來效益，因而對當期TFP的負向效應(yīng)更強。由模型(9)(10)(11)(12)的估計系數(shù)看出，民營企業(yè)中技術(shù)創(chuàng)新滯后項對全要素生產(chǎn)率的促進效應(yīng)更顯著，主要是因為民營企業(yè)創(chuàng)新氛圍和能動性更強，民營企業(yè)家的自主創(chuàng)新意識更突出，更能敏銳地捕捉到創(chuàng)新機會，因而民營企業(yè)通過技術(shù)創(chuàng)新不斷積累的發(fā)展勢能更能推動TFP的提升。

3.2.2 管理者結(jié)構(gòu)異質(zhì)性

表4中PanelB模型報告了當期和滯后期技術(shù)創(chuàng)新影響不同管理者結(jié)構(gòu)的企業(yè)全要素生產(chǎn)率的回歸結(jié)果，結(jié)果表明，技術(shù)創(chuàng)新在當期抑制了TFP的提升，其對TFP的促進作用存在一期、二期滯后效應(yīng)，但對于不同管理者結(jié)構(gòu)，二者作用效果存在顯著的差異。相比于“兩職分離”型企業(yè)，技術(shù)創(chuàng)新對“兩職合一”型企業(yè)全要素生產(chǎn)率的影響作用更強。其基本邏輯是：“兩職合一”型企業(yè)會帶來管理者權(quán)力過度集中，更容易誘發(fā)管理者為了實現(xiàn)自身利益擠占創(chuàng)新資源，短期內(nèi)導致技術(shù)創(chuàng)新投入非效率，而從長期來看，“兩職合一”能減少企業(yè)內(nèi)部競爭性，合理進行創(chuàng)新資源的有效配置同時提升企業(yè)的創(chuàng)新自由，進而提高生產(chǎn)率。

表4 異質(zhì)性分析

3.3 穩(wěn)健性討論

從替換被解釋變量和內(nèi)生性檢驗、替換解釋變量等方面來驗證模型的穩(wěn)健性，分別對應(yīng)表5中的PanelC、PanelD報告的結(jié)果。

3.3.1 替換被解釋變量和內(nèi)生性檢驗

考慮到變量間可能存在反向因果關(guān)系，故引入全要素生產(chǎn)率滯后一期，同時也考慮到全要素生產(chǎn)率的多種測算方式，分別以LP法、ACF法以及Wrag法測算的全要素生產(chǎn)率作為被解釋變量，通過二階差分GMM法驗證RD與TFP兩者關(guān)系，模型PanelC中RD、RDt-1、RDt-2的顯著性和符號基本沒有實質(zhì)變化，說明模型穩(wěn)健性不錯。

3.3.2 替換解釋變量

分別選定研發(fā)投入營收比和滯后一期的專利申請數(shù)衡量技術(shù)創(chuàng)新以檢驗模型穩(wěn)健性，分別對應(yīng)表5的PanelD中的模型(28)(29)(30)和模型(31)(32)(33)回歸結(jié)果可知，技術(shù)創(chuàng)新與全要素生產(chǎn)率的影響效果不改變，模型依然穩(wěn)健。

表5 穩(wěn)健性檢驗結(jié)果

4 影響機制分析

根據(jù)前文研究假設(shè)部分的影響機制分析，認為技術(shù)創(chuàng)新對全要素生產(chǎn)率的影響可能通過競爭優(yōu)勢效應(yīng)、企業(yè)績效兩個途徑進行傳導。

4.1 競爭優(yōu)勢的中介效應(yīng)

表6的PanelF模型報告了企業(yè)競爭優(yōu)勢的中介效應(yīng)結(jié)果。由模型(35)(38)中RD系數(shù)β1可知，技術(shù)創(chuàng)新顯著提升了當期企業(yè)競爭優(yōu)勢，但對企業(yè)競爭優(yōu)勢的滯后項存在反向抑制作用。

從模型(35)(36)報告的結(jié)果中發(fā)現(xiàn)，模型(36)中解釋變量與中介變量的系數(shù)γ1、γ2均顯著但符號相異，此時β1γ2與γ1異號，表明企業(yè)競爭優(yōu)勢在技術(shù)創(chuàng)新當期與全要素生產(chǎn)率之間存在遮掩效應(yīng)。其基本邏輯是，企業(yè)管理者選擇更多地將技術(shù)創(chuàng)新資源投入到短期內(nèi)可以提升企業(yè)競爭優(yōu)勢的活動中，依靠低水平快速創(chuàng)新可能帶來短期競爭優(yōu)勢的提升，但也致使企業(yè)更少地關(guān)注長期性的、有發(fā)展?jié)摿Φ膭?chuàng)新活動中，極大削弱了企業(yè)創(chuàng)新活力和積極性，即技術(shù)創(chuàng)新對于企業(yè)競爭優(yōu)勢的提升作用并不能抵消甚至遠小于本身對于企業(yè)生產(chǎn)率的負向效應(yīng)，進而抑制了全要素生產(chǎn)率的提升。

從模型(38)(39)可知，模型(38)滯后一期技術(shù)創(chuàng)新與競爭優(yōu)勢ECA在5%水平上顯著負相關(guān)，而模型(39)中中介變量ECA的系數(shù)顯著為正，但RD的系數(shù)不顯著，說明企業(yè)競爭優(yōu)勢在技術(shù)創(chuàng)新滯后一期與全要素生產(chǎn)率之間表現(xiàn)為完全中介效應(yīng)。也即技術(shù)創(chuàng)新滯后期主要通過提升企業(yè)競爭優(yōu)勢來帶動全要素生產(chǎn)率的提升。

4.2 企業(yè)績效的中介效應(yīng)

表6的PanelF模型報告了企業(yè)績效的中介效應(yīng)結(jié)果。從模型(41)(44)可知，RD和RDt-1系數(shù)符號分別為負、正，表明技術(shù)創(chuàng)新顯著抑制了當期企業(yè)績效的提升，其對企業(yè)績效的提升作用存在一期滯后效應(yīng)。

表6 中介效應(yīng)模型估計結(jié)果

由模型(41)(42)和模型(44)(45)可知，β1γ2系數(shù)符號與γ1均同號，表明無論是技術(shù)當期或是技術(shù)創(chuàng)新滯后期，企業(yè)績效均在技術(shù)創(chuàng)新與全要要素生產(chǎn)率之間存在部分中介效應(yīng)，中介效應(yīng)分別為16.24%和20.41%。其基本邏輯是，在短期內(nèi)，由于技術(shù)創(chuàng)新對全要素生產(chǎn)率的負向效應(yīng)遠大于企業(yè)績效的正向效應(yīng)，因而生產(chǎn)率未得到提升，但在企業(yè)績效的中介作用下，二者的負向效果相對降低。而在技術(shù)創(chuàng)新滯后期中，技術(shù)創(chuàng)新直接作用于全要素生產(chǎn)率并使其提升，同時還通過企業(yè)績效的中介效應(yīng)間接提升全要素生產(chǎn)率，由此，假設(shè)H3得到驗證。

5 研究結(jié)論及對策建議

將技術(shù)創(chuàng)新與產(chǎn)業(yè)高端化納入同一研究框架，基于近5年92家紡織上市企業(yè)數(shù)據(jù)，通過DEA-Malmquist法測算全要素生產(chǎn)率以此探究紡織產(chǎn)業(yè)高端化趨勢，通過實證分析進一步梳理了技術(shù)創(chuàng)新與紡織產(chǎn)業(yè)全要素生產(chǎn)率的關(guān)系及影響機制，以期為推動紡織產(chǎn)業(yè)高端化升級提供參考。研究表明：

a)中國紡織產(chǎn)業(yè)正朝著高端化的方向升級，但高端化程度不夠。中國紡織產(chǎn)業(yè)整體呈正增長趨勢，其主要驅(qū)動力來源于技術(shù)進步，但同時受技術(shù)效率低下和技術(shù)創(chuàng)新水平不足等制約，總體變化波動大、增幅小。

b)技術(shù)創(chuàng)新當期難以帶來全要素生產(chǎn)率的提高，其對全要素生產(chǎn)率的提升作用存在一期滯后效應(yīng)，且滯后效應(yīng)持續(xù)到第二期，因此連續(xù)不斷地提升技術(shù)創(chuàng)新能力才能提高紡織產(chǎn)業(yè)高端化水平。此外，與非民營企業(yè)和“兩職分離”型企業(yè)相比，民營企業(yè)和“兩職合一”型企業(yè)的技術(shù)創(chuàng)新滯后項對全要素生產(chǎn)率的正向促進效果更顯著。

c)技術(shù)創(chuàng)新帶來了當期競爭優(yōu)勢的提升，但技術(shù)創(chuàng)新對于當期全要素生產(chǎn)率的負向效應(yīng)遮掩了競爭優(yōu)勢對生產(chǎn)率的正向效應(yīng)。在技術(shù)創(chuàng)新滯后期，企業(yè)全要素生產(chǎn)率的提升則主要通過企業(yè)競爭優(yōu)勢效應(yīng)產(chǎn)生。因此，提升競爭優(yōu)勢也是企業(yè)高端化發(fā)展的重要影響因素。

d)企業(yè)績效在技術(shù)創(chuàng)新與企業(yè)當期和滯后期全要素生產(chǎn)率之間均起到部分中介作用。在技術(shù)創(chuàng)新當期，企業(yè)能夠通過降低企業(yè)績效從而削弱技術(shù)創(chuàng)新對企業(yè)生產(chǎn)率的抑制效應(yīng)。而技術(shù)創(chuàng)新滯后期對企業(yè)績效的提升作用，為企業(yè)帶來更多的經(jīng)營利潤，進而顯著提高紡織企業(yè)全要素生產(chǎn)率。

基于以上結(jié)論，提出以下推進紡織產(chǎn)業(yè)高端化升級的對策建議：

a)優(yōu)化配置紡織企業(yè)創(chuàng)新資源，提高紡織產(chǎn)業(yè)高端化程度。針對企業(yè)高端化程度不足的痛點問題，發(fā)揮各方主體合力，有針對性地形成多層次的技術(shù)創(chuàng)新指南。對企業(yè)而言，既要持續(xù)加大資金、人員等方面的投入，引進國內(nèi)外先進生產(chǎn)工藝、設(shè)備等，實現(xiàn)創(chuàng)新資源要素“量”的積累。也要持續(xù)開展技術(shù)創(chuàng)新活動，創(chuàng)新開發(fā)和培育差異化的高端產(chǎn)品，以自主高端品牌實現(xiàn)產(chǎn)品的高端化升級。還要合理應(yīng)用大數(shù)據(jù)、智能化、數(shù)字化等手段，并滲透到研發(fā)、設(shè)計、生產(chǎn)、服務(wù)、營銷等紡織價值鏈各個環(huán)節(jié)，實現(xiàn)資源要素配置“質(zhì)”的提升。此外，政府各方應(yīng)當有計劃地吸引和培育重點領(lǐng)域高端科研人才，為紡織企業(yè)高端化發(fā)展搭建高端人才梯隊。同時率先培育一批極具發(fā)展?jié)摿Φ凝堫^企業(yè)，協(xié)同開展紡織關(guān)鍵領(lǐng)域核心技術(shù)集體攻關(guān)，提升紡織企業(yè)高附加值率。

b)盡管技術(shù)創(chuàng)新在當期抑制了紡織企業(yè)生產(chǎn)率的提升，但仍應(yīng)當充分發(fā)揮技術(shù)創(chuàng)新的滯后效應(yīng)。首先，企業(yè)應(yīng)當樹立長遠的發(fā)展觀，深刻意識到技術(shù)創(chuàng)新需要通過持續(xù)不斷地創(chuàng)新資源投入來積蓄發(fā)展勢能，才能推動企業(yè)向高端化躍遷。同時，引入創(chuàng)新績效和生產(chǎn)率指標作為企業(yè)績效考核的一部分，引導企業(yè)更加關(guān)注技術(shù)進步和生產(chǎn)率的提升，強化企業(yè)自主創(chuàng)新意識。其次，企業(yè)仍需依托高校、科研院、聯(lián)盟等多方資源優(yōu)勢，積極開展技術(shù)創(chuàng)新活動，將技術(shù)創(chuàng)新積累的知識存量和技術(shù)存量轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，爭取實現(xiàn)更多的創(chuàng)新產(chǎn)出。此外，政府則應(yīng)當嚴格落實知識產(chǎn)權(quán)保護政策，加大專利業(yè)務(wù)培訓力度，并設(shè)立創(chuàng)新激勵機制，提高紡織企業(yè)創(chuàng)新產(chǎn)出效率。

c)因企制宜，提升紡織企業(yè)比較優(yōu)勢。首先政府應(yīng)當健全融資擔保體系，拓寬企業(yè)多樣化融資渠道，切實改善民營企業(yè)創(chuàng)新活動“融資難”的問題，同時加大對民營企業(yè)創(chuàng)新發(fā)展的政策和資金支持，激發(fā)民營企業(yè)技術(shù)創(chuàng)新熱情。其次，搭建企業(yè)交流分享會，加強非民營企業(yè)與民營企業(yè)在技術(shù)研發(fā)、管理經(jīng)驗、渠道更新、設(shè)備使用等方面的有效溝通，強化非民營企業(yè)的創(chuàng)新能動性。“二職合一”型企業(yè)應(yīng)當充分發(fā)揮管理者的先導權(quán)和決策權(quán)，率先拍板具有發(fā)展前景的創(chuàng)新項目，避免錯失創(chuàng)新機遇，同時持續(xù)加大對紡織核心技術(shù)的研發(fā)強度，提高企業(yè)創(chuàng)新效率。針對“兩職分離”型企業(yè)，可引入多元化的管理人才結(jié)構(gòu)，發(fā)揮各層級管理人才合力，共同制定穩(wěn)定且可持續(xù)的技術(shù)創(chuàng)新戰(zhàn)略決策，提升企業(yè)資源配置效率。

d)找準企業(yè)競爭優(yōu)勢提升的切入點。具體來說，紡織企業(yè)可開展定期的市場調(diào)研，深度摸清企業(yè)所處的市場環(huán)境，制定有針對性的競爭策略。同時有效結(jié)合市場需求開發(fā)出具有差異化的新產(chǎn)品，通過技術(shù)創(chuàng)新將當前市場競爭帶來的壓力轉(zhuǎn)化為激勵效應(yīng)，幫助企業(yè)在市場上占據(jù)有利地位，通過擴大市場份額推動高端化發(fā)展。

e)管理者在進行研發(fā)決策時應(yīng)當選擇未來收益較好的創(chuàng)新項目。既要避免企業(yè)為追求短期盈利，通過低水平快速的研發(fā)創(chuàng)新進行大規(guī)模重復生產(chǎn)，造成企業(yè)資源的浪費。又要重視改善研發(fā)投入的產(chǎn)出效率，逐步擴大具有比較優(yōu)勢的主營業(yè)務(wù)。同時加強引導企業(yè)將關(guān)注點落在技術(shù)、質(zhì)量、品牌提升等方面，有效推動績效提升對高端化發(fā)展的促進效應(yīng)。