论文部分内容阅读
[摘 要]本文希望探讨企业创新投入与盈利能力之间的关系，主要内容包括通过文献回顾标定相关因素，使用模糊集定性比较分析的方法对20个中国传媒上市公司样本进行比较分析，得到了企业高盈利能力产生的3条因果路径，然后对其进行分析，最后得出结论。
[关键词]创新投入；盈利能力；定性比较分析；一致性；覆盖率
中图分类号：S263 文献标识码：A 文章编号：1009-914X（2018）24-0266-02
一、引言
2014年，李克强总理首次公开号召“大众创业，万众创新”，从此中国掀起了创新的浪潮。传媒业作为典型的朝阳产业，未来市场发展空间巨大，但当前的现状是，传媒产业仍处于发展阶段，创新效率较低，这制约了公司的未来发展。因此，传媒公司创新投入与盈利能力关系的研究具有重要的现实意义，一方面帮助只重视利益的传媒公司正视创新的重要性，重视创新投入；另一方面通过路径分析，提供传媒公司有利于提高盈利能力的方案。传媒上市公司作为传媒产业的代表，对于研究具有标杆性意义。
二、文献回顾
关于创新投入的文献主要研究的是公司的创新效率，创新效率的研究又常常包括两个方向，一个方向是研究区域创新效率，比如于明洁、郭鹏和张果从网络规模、网络开放、网络结构洞和网络链接四个方面研究区域创新网络结构对区域创新效率的影响。余泳泽和刘大勇将各地区各阶段创新效率划分为四类，为不同地区提供适宜的创新效率提升路径。另一个方向是研究行业、企业创新效率，，比如朱承亮、师萍和安立仁研究认为接受过大专及以上教育的人力资本能显著促进研发创新效率的改善，并指出研发投入是促使中国研发创新效率提升的重要因素[1]。肖文和林高榜提出了企业研发管理对市场化导向的技术创新效率有积极贡献。
关于创新与盈利能力的关系研究并不统一，余学斌和李媛渊的研究表明，企业创新人力资源投入、研发资金投入和产品差异化与企业盈利能力显著正相关。而王晨芳认为装备制造业R&D经费内部支出与盈利能力呈负相关关系。这可能是两篇文献研究的行业不同的缘故，表明了不同的行业有着自己的特性。
三、研究方法
（一）定性比较分析
从之前的文献看来，研究者大多采用數据包络分析模型（DEA）或线性回归模型来研究相关问题，而本文采用了定性比较分析（QCA），可以在理论形成过程中可以避免传统方法过早形成确定性的假设，从而忽略了事物之间其他可能的关系路径[2]。
定性比较分析是一种定性分析与定量分析相结合的方法，它对样本量要求较低，适用于处理对质性研究来讲样本量太大但对量化研究而言样本量又太小的中间情况[3]，这有助于我们对所收集的20个中国传媒上司公司样本进行比较分析，得出影响公司盈利能力的因果路径。
（二）研究对象
本文根据中国证券监督管理委员会2012年10月26日发布的《上市公司行业分类指引》的标准，选取R门类下的85-89大类的上市公司作为研究对象1。
通过上海证劵交易所和深圳证劵交易所的官网查询到当前R类上市公司共有50个，本文剔除了不满足研究需求的样本后，最终获得一个由20个中国传媒上市公司组成的数据库。上市公司数据主要来源于巨潮资讯网、上海证劵交易所官网、深圳证劵交易所官网及公司年度报告。
（三）因素标定与数据处理
在翻阅以往文献的基础上，本文标定了导致企业高盈利能力的四个前因条件，分别是：①高研发人员占比；②高研发资金占比；③高本科以上员工占比；④高总资产增长率。结果变量是高盈利能力，以营业利润率来反映。
由于初始样本的数据均不满足布尔逻辑分析条件，因此使用线性缩放的方法将初始数据转化为[0，1]区间内的集合数据，其中，[0，1]区间上的数值表示连续模糊集的隶属度，1表明此变量完全隶属，0代表此变量完全不隶属。
四、强盈利能力多重因果路径分析
（一）单因素分析
单因素必要条件分许是检测各个因素是否是结果的必要条件。
测算结果表明高研发人员占比的一致性是0.433362，高研发资金占比的一致性是0.319329，高本科以上员工占比的一致性是0.647812，高总资产增长率的一致性是0.314249。
因素形成结果的必要条件的标准是一致性达到0.9，而4个因素中都没有达到必要条件，即本研究中单个因素不能成为结果的必要条件。
（二）条件组合分析
本研究中单因素不能构成必要条件，因此测量因素的不同组合方式对结果的影响。fsQCA3.0软件的运算结果通常包含3类逻辑条件组合方案：复杂方案、简单方案和中间方案，具体路径如下表1-3所示。
对比可以看出，表3简单方案的总覆盖率最高，因而我们主要分析表3。
表3揭示了3条因果路径（P1到P3），这3条路径的覆盖率为0.6，即该方案可以解释约60%的高盈利能力的公司样本。第一条因果路径P1的原生覆盖率为0.43，表示P1能够解释约43%的成功样本，唯一覆盖率为0.15，表示约15%的高盈利能力公司样本仅能被P1解释，而不能被P2和P3解释。因果路径P1表明研发人员数量占公司员工总数的比例高，公司盈利能力强的可能性大。第二条因果路径P2的原生覆盖率为0.30，表示P2能够解释约30%的成功样本，唯一覆盖率为0.10，表示约10%的高盈利能力公司样本仅能被P2解释，而不能被P1和P3解释。因果路径P1表明研发投入总额占营业收入的比例低但总资产增长率高的公司，公司很可能盈利能力强。第三条因果路径P3的原生覆盖率为0.26，表示P2能够解释约26%的成功样本，但唯一覆盖率很小，仅0.06，表示P3的解释力很弱。因果路径P3表明研发投入总额占营业收入的比例高、本科及以上员工数占员工总数的比例高但总资产增长率低的公司，仍可能具有很强的盈利能力。
五、结论
本文基于集合论的思想，探索了3种导致高公司盈利能力产生的逻辑条件组合，得出了以下结论：企业在创新投入方面，应加大对研发人员的招聘，提高研发人员占公司员工总数的比例，这样有较大的可能获得较高的盈利能力。
本文在对企业的创新投入与盈利能力之间的关系研究中，由于目前的研究条件以及自身能力的限制，仍存在很多不足，主要有以下三点：①数据不足导致无法考虑历史因素的影响；②因素标定不全面；③是对QCA方法和fsQCA3.0软件的认识不足导致对因素的分析不够，对结果的分析也比较浅薄。
参考文献
[1] 朱承亮，师萍，安立仁.人力资本及其结构与研发创新效率——基于SFA模型的检验[J].管理工程学报，2012（04）.
[2] 倪宁，杨玉红.基于模糊集定性比较分析方法改进胜任力建模[J].工业工程与管理.2009（02）.
[3] 张驰，郑晓杰，王凤彬.定性比较分析法在管理学构型研究中的应用：述评与展望[J].外国经济与管理.2017（04）.
[4] 中国证监会.上市公司行业分类指引[EB/OL].2012.
[关键词]创新投入；盈利能力；定性比较分析；一致性；覆盖率
中图分类号：S263 文献标识码：A 文章编号：1009-914X（2018）24-0266-02
一、引言
2014年，李克强总理首次公开号召“大众创业，万众创新”，从此中国掀起了创新的浪潮。传媒业作为典型的朝阳产业，未来市场发展空间巨大，但当前的现状是，传媒产业仍处于发展阶段，创新效率较低，这制约了公司的未来发展。因此，传媒公司创新投入与盈利能力关系的研究具有重要的现实意义，一方面帮助只重视利益的传媒公司正视创新的重要性，重视创新投入；另一方面通过路径分析，提供传媒公司有利于提高盈利能力的方案。传媒上市公司作为传媒产业的代表，对于研究具有标杆性意义。
二、文献回顾
关于创新投入的文献主要研究的是公司的创新效率，创新效率的研究又常常包括两个方向，一个方向是研究区域创新效率，比如于明洁、郭鹏和张果从网络规模、网络开放、网络结构洞和网络链接四个方面研究区域创新网络结构对区域创新效率的影响。余泳泽和刘大勇将各地区各阶段创新效率划分为四类，为不同地区提供适宜的创新效率提升路径。另一个方向是研究行业、企业创新效率，，比如朱承亮、师萍和安立仁研究认为接受过大专及以上教育的人力资本能显著促进研发创新效率的改善，并指出研发投入是促使中国研发创新效率提升的重要因素[1]。肖文和林高榜提出了企业研发管理对市场化导向的技术创新效率有积极贡献。
关于创新与盈利能力的关系研究并不统一，余学斌和李媛渊的研究表明，企业创新人力资源投入、研发资金投入和产品差异化与企业盈利能力显著正相关。而王晨芳认为装备制造业R&D经费内部支出与盈利能力呈负相关关系。这可能是两篇文献研究的行业不同的缘故，表明了不同的行业有着自己的特性。
三、研究方法
（一）定性比较分析
从之前的文献看来，研究者大多采用數据包络分析模型（DEA）或线性回归模型来研究相关问题，而本文采用了定性比较分析（QCA），可以在理论形成过程中可以避免传统方法过早形成确定性的假设，从而忽略了事物之间其他可能的关系路径[2]。
定性比较分析是一种定性分析与定量分析相结合的方法，它对样本量要求较低，适用于处理对质性研究来讲样本量太大但对量化研究而言样本量又太小的中间情况[3]，这有助于我们对所收集的20个中国传媒上司公司样本进行比较分析，得出影响公司盈利能力的因果路径。
（二）研究对象
本文根据中国证券监督管理委员会2012年10月26日发布的《上市公司行业分类指引》的标准，选取R门类下的85-89大类的上市公司作为研究对象1。
通过上海证劵交易所和深圳证劵交易所的官网查询到当前R类上市公司共有50个，本文剔除了不满足研究需求的样本后，最终获得一个由20个中国传媒上市公司组成的数据库。上市公司数据主要来源于巨潮资讯网、上海证劵交易所官网、深圳证劵交易所官网及公司年度报告。
（三）因素标定与数据处理
在翻阅以往文献的基础上，本文标定了导致企业高盈利能力的四个前因条件，分别是：①高研发人员占比；②高研发资金占比；③高本科以上员工占比；④高总资产增长率。结果变量是高盈利能力，以营业利润率来反映。
由于初始样本的数据均不满足布尔逻辑分析条件，因此使用线性缩放的方法将初始数据转化为[0，1]区间内的集合数据，其中，[0，1]区间上的数值表示连续模糊集的隶属度，1表明此变量完全隶属，0代表此变量完全不隶属。
四、强盈利能力多重因果路径分析
（一）单因素分析
单因素必要条件分许是检测各个因素是否是结果的必要条件。
测算结果表明高研发人员占比的一致性是0.433362，高研发资金占比的一致性是0.319329，高本科以上员工占比的一致性是0.647812，高总资产增长率的一致性是0.314249。
因素形成结果的必要条件的标准是一致性达到0.9，而4个因素中都没有达到必要条件，即本研究中单个因素不能成为结果的必要条件。
（二）条件组合分析
本研究中单因素不能构成必要条件，因此测量因素的不同组合方式对结果的影响。fsQCA3.0软件的运算结果通常包含3类逻辑条件组合方案：复杂方案、简单方案和中间方案，具体路径如下表1-3所示。
对比可以看出，表3简单方案的总覆盖率最高，因而我们主要分析表3。
表3揭示了3条因果路径（P1到P3），这3条路径的覆盖率为0.6，即该方案可以解释约60%的高盈利能力的公司样本。第一条因果路径P1的原生覆盖率为0.43，表示P1能够解释约43%的成功样本，唯一覆盖率为0.15，表示约15%的高盈利能力公司样本仅能被P1解释，而不能被P2和P3解释。因果路径P1表明研发人员数量占公司员工总数的比例高，公司盈利能力强的可能性大。第二条因果路径P2的原生覆盖率为0.30，表示P2能够解释约30%的成功样本，唯一覆盖率为0.10，表示约10%的高盈利能力公司样本仅能被P2解释，而不能被P1和P3解释。因果路径P1表明研发投入总额占营业收入的比例低但总资产增长率高的公司，公司很可能盈利能力强。第三条因果路径P3的原生覆盖率为0.26，表示P2能够解释约26%的成功样本，但唯一覆盖率很小，仅0.06，表示P3的解释力很弱。因果路径P3表明研发投入总额占营业收入的比例高、本科及以上员工数占员工总数的比例高但总资产增长率低的公司，仍可能具有很强的盈利能力。
五、结论
本文基于集合论的思想，探索了3种导致高公司盈利能力产生的逻辑条件组合，得出了以下结论：企业在创新投入方面，应加大对研发人员的招聘，提高研发人员占公司员工总数的比例，这样有较大的可能获得较高的盈利能力。
本文在对企业的创新投入与盈利能力之间的关系研究中，由于目前的研究条件以及自身能力的限制，仍存在很多不足，主要有以下三点：①数据不足导致无法考虑历史因素的影响；②因素标定不全面；③是对QCA方法和fsQCA3.0软件的认识不足导致对因素的分析不够，对结果的分析也比较浅薄。
参考文献
[1] 朱承亮，师萍，安立仁.人力资本及其结构与研发创新效率——基于SFA模型的检验[J].管理工程学报，2012（04）.
[2] 倪宁，杨玉红.基于模糊集定性比较分析方法改进胜任力建模[J].工业工程与管理.2009（02）.
[3] 张驰，郑晓杰，王凤彬.定性比较分析法在管理学构型研究中的应用：述评与展望[J].外国经济与管理.2017（04）.
[4] 中国证监会.上市公司行业分类指引[EB/OL].2012.