任 曙 明， 王 倩， 韓 月 琪， 李 蓮 青

(大連理工大學 經(jīng)濟管理學院，遼寧 大連 116024)

一、問題提出

創(chuàng)新是推動經(jīng)濟持續(xù)增長的重要因素。2019年兩會政府工作報告指出，中國創(chuàng)新存在薄弱環(huán)節(jié)和深層次問題，企業(yè)在關鍵領域的核心技術依舊受制于人。僅依靠自主研發(fā)很難支撐創(chuàng)新需求，企業(yè)開始寄希望于技術并購，通過從外部獲取創(chuàng)新資源來突破自主研發(fā)所面臨的“天花板”問題。近年來，技術并購在數(shù)量和金額上的增速已經(jīng)遠超過整體并購市場的發(fā)展速度，呈現(xiàn)出復蘇態(tài)勢,但卻并未從根本上扭轉企業(yè)創(chuàng)新效果普遍不高的事實。現(xiàn)有文獻指出，在技術并購后，大部分企業(yè)并未如預期般地提升創(chuàng)新水平[1]。比如，谷歌在收購摩托羅拉之后，雖然吸收了目標方的豐富專利池，卻整合失利。由此可見，如何打破技術并購的失敗魔咒，提升企業(yè)創(chuàng)新水平，是亟待解決的重要問題。

影響技術并購成敗的因素有哪些？面對這一問題，傳統(tǒng)文獻側重于從資源基礎觀角度予以解讀。比如，Bena和Li認為，并購方創(chuàng)新績效受到雙方技術相似與否的影響，并購成功的關鍵在于收購具有類似技術資源的目標方[2]；Makri等指出，并購方創(chuàng)新績效同時受到技術相似性和技術互補性的調(diào)節(jié)，當技術相似性低而技術互補性高時，創(chuàng)新質(zhì)量會顯著提高[3]；李宇等指出，一些并購方在前期盡職調(diào)查時過于倉促，沒有挑選到合適的目標方，使得目標方資源與自身資源差距過大，不利于吸收[4]；馬雙和鄒琳也認為，并購雙方知識基礎的關聯(lián)程度影響了整合效果，進而決定了技術績效水平的高低[5]。

盡管這些研究得出了不同的結論，卻都從資源基礎觀角度出發(fā)，把技術并購視作對外部資源的獲取過程。然而，作為創(chuàng)新活動的重要一環(huán)——能力匹配卻被大部分研究所忽略。事實上，資源占有并不等同于能力提升，企業(yè)必須把資源轉化為創(chuàng)新能力，才能真正實現(xiàn)創(chuàng)新水平的有效提升[6]。換言之，僅停留在資源層面還不足以解釋技術并購的成敗問題，還應該深入到能力層面來繼續(xù)討論。實際上，創(chuàng)新是一個復雜過程，企業(yè)需要同時具備相應的技術開發(fā)能力和技術商業(yè)化能力才能完成創(chuàng)新的全過程，而在戰(zhàn)略要素層面，當企業(yè)缺乏上述某種特定能力時，可以通過對目標方的收購，使得雙方所擁有的兩種不同能力相互匹配，從而補充企業(yè)的已有能力，并幫助企業(yè)構筑新的能力體系[7]。比如，通用汽車(GM)和Cruise Automation公司在自動駕駛領域具有相似性，且后者技術更勝一籌，在并購后，后者可以把無人駕駛技術安裝在所有汽車上，而無需擔心技術兼容問題，這極大地促進了雙方能力的有效匹配。因此，技術并購實際上是一個能力匹配的過程，但現(xiàn)有文獻中卻鮮有提及。

有鑒于此，本文嘗試從能力匹配視角揭開企業(yè)技術并購的謎團，把技術并購視作企業(yè)間技術開發(fā)能力、技術商業(yè)化能力相互匹配的過程，把并購后企業(yè)創(chuàng)新水平視作能力匹配的效果，并分別從技術相似、產(chǎn)品相似等角度，探究了資源相似對能力匹配過程及效果的影響機制。本文的創(chuàng)新在于：其一，構建能力匹配的研究框架，把對技術并購的研究從傳統(tǒng)資源基礎觀視角拓展到能力匹配視角，嘗試打開資源與能力的黑箱。區(qū)別于傳統(tǒng)文獻把技術并購落在資源獲取上，本文認為技術并購是企業(yè)對能力的獲取，并進一步探究了資源相似對能力匹配過程、效果的作用機制。其二，把資源相似劃分為技術相似和產(chǎn)品相似。技術并購主要涉及技術資源和顧客資源，其中，技術資源是企業(yè)創(chuàng)新所直接需要的資源，涵蓋了研發(fā)、新產(chǎn)品設計和生產(chǎn)工藝等內(nèi)容，是直接用于開發(fā)、應用技術的資源；而顧客資源則是對技術資源的一種有效補充，包括營銷渠道管理、客戶關系維護和服務管理等內(nèi)容，是用于識別、滿足客戶需求的資源。顧客資源是對技術資源的有效補充，有利于防止技術開發(fā)過度依賴原有技術路徑[8]。其三，在對產(chǎn)品相似的測算上，本文采用文本分析方法，使用Python軟件對中國滬深兩市A股制造業(yè)上市公司的年度報告進行了數(shù)據(jù)抓取，在分析了年報中有關產(chǎn)品的文本信息內(nèi)涵后，據(jù)此測算了并購雙方企業(yè)的產(chǎn)品相似程度，從而有效提高了測算精度。

二、理論框架與研究假說

1.能力匹配與技術并購

企業(yè)創(chuàng)新是一個從技術開發(fā)到技術商業(yè)化的復雜過程[9]，技術開發(fā)位于前端環(huán)節(jié)，而技術商業(yè)化則處于后端。要想完成這個復雜過程，企業(yè)不僅需要具備對應的技術開發(fā)能力和技術商業(yè)化能力，還必須使兩種能力達成有效匹配。一旦技術開發(fā)能力與技術商業(yè)化能力發(fā)生錯配，無論是前者強于后者，抑或反之，企業(yè)都難以完成從技術到產(chǎn)品的全部創(chuàng)新過程。

然而，受到能力邊界的限制，企業(yè)的技術開發(fā)能力和技術商業(yè)化能力常常是不匹配的。一些企業(yè)的技術開發(fā)能力較強，擅長在前端環(huán)節(jié)投入資金和人力來開發(fā)新技術；而另一些企業(yè)的技術商業(yè)化能力較強，擅長在后端環(huán)節(jié)將新技術應用于新產(chǎn)品中，并成功投放市場獲利[10]。理論上，企業(yè)可以通過自身的內(nèi)部資源積累來補齊能力短板，比如，技術開發(fā)能力欠缺的企業(yè)，可以持續(xù)增加研發(fā)投入，聘用高素質(zhì)的技術人才，從而在內(nèi)部擴充技術知識基礎；而技術商業(yè)化能力欠缺的企業(yè)，可以開展市場調(diào)研，提升商業(yè)嗅覺的敏銳程度，將技術邊界與用戶場景深度契合，從而將技術的市場價值快速變現(xiàn)。但從實踐來看，通過內(nèi)生積累來實現(xiàn)能力匹配，會耗費大量的時間成本，甚至導致企業(yè)在快速變遷的產(chǎn)品市場中喪失先機。

因此，企業(yè)往往會實施技術并購，匹配技術開發(fā)能力和技術商業(yè)化能力。例如，在發(fā)達國家，技術商業(yè)化能力較強的企業(yè)(并購方)會收購技術開發(fā)能力較強的企業(yè)(目標方)。在市場主導邏輯下，發(fā)達國家的小企業(yè)在成立之初便具備內(nèi)生積累技術開發(fā)能力的條件。在美國硅谷，活躍在技術開發(fā)前沿的科技公司中，大約有80%為員工數(shù)不超過50人的中小企業(yè)。這是因為：其一，發(fā)達國家的市場化水平較高，企業(yè)普遍崇尚自由、冒險的創(chuàng)新文化，市場中法律制度完備、知識產(chǎn)權保護力度大，既能減少研發(fā)的外部性問題，又能降低技術受到剽竊的可能性，這使得企業(yè)的創(chuàng)新意愿十分強烈[11]；其二，發(fā)達國家的金融市場發(fā)達、融資渠道多、風險投資成熟，人才跨公司、跨地區(qū)流動頻繁，這使得企業(yè)的創(chuàng)新資源較為豐富。然而，相比之下，企業(yè)從內(nèi)部培育技術商業(yè)化能力卻較為困難，這要求企業(yè)在技術開發(fā)的基礎上，必須占據(jù)龐大的市場，并不斷提升技術廣度，運用敏銳的市場嗅覺，先于競爭者推出更為契合用戶場景的新產(chǎn)品，比如蘋果、谷歌等?？傮w上，在發(fā)達國家，技術商業(yè)化能力較強的企業(yè)往往規(guī)模更大、經(jīng)營成熟、現(xiàn)金流穩(wěn)定、盈利能力較強，更具備發(fā)起并購的實力，通過將目標方的技術開發(fā)能力嵌入到自身的創(chuàng)新系統(tǒng)中來實現(xiàn)能力匹配。在實踐中，蘋果收購Real Face、谷歌收購Android，均是典型案例。

與之不同，在中國轉型經(jīng)濟背景下，所觀察到的實踐結果往往是技術開發(fā)能力較強的企業(yè)(并購方)收購技術商業(yè)化能力較強的企業(yè)(目標方)，從而達成能力匹配。在政府主導邏輯下，中國的小企業(yè)受到外部制度環(huán)境的制約，資源稀缺、融資渠道不足、市場準入受限、戰(zhàn)略選擇空間狹小，面臨著殘酷的生存競爭，其從內(nèi)部積累技術開發(fā)能力的條件較為苛刻。這是因為：其一，市場中的創(chuàng)新資源被少數(shù)成熟或壟斷廠商所掌握。這類企業(yè)更易獲得財政補貼、稅收優(yōu)惠等政策扶持，擁有雄厚的資金實力；同時，這類企業(yè)還受到產(chǎn)業(yè)政策保護，這意味著后發(fā)企業(yè)面臨較高的進入壁壘，難以在行業(yè)中生存[12]。其二，由于市場機制不健全，從事技術開發(fā)的企業(yè)會面臨嚴重的融資約束，創(chuàng)新意愿薄弱。技術開發(fā)具有不確定性高、投資周期長等特點，投資收益無法在短期內(nèi)衡量；同時，市場中的知識產(chǎn)權保護力度低，企業(yè)為了保守商業(yè)秘密維持競爭優(yōu)勢，很少披露技術開發(fā)的詳細內(nèi)幕，這些因素造成了投資者和企業(yè)之間的信息不對稱問題，使得投資者要求較高的風險溢價作為補償，增加創(chuàng)新企業(yè)的融資成本[13-14]。這就導致，技術開發(fā)能力往往掌握在少數(shù)企業(yè)手中。以航空航天業(yè)為例，該領域內(nèi)的創(chuàng)新資源主要由科研單位、國有軍工企業(yè)所包攬，資金雄厚，更有實力發(fā)出并購邀約，其他后發(fā)企業(yè)很難獲取類似資源。同樣地，企業(yè)從內(nèi)部積累技術商業(yè)化能力較為容易。事實上，中國企業(yè)普遍更擅長模式創(chuàng)新，通過雇傭具備市場洞察力的高管和產(chǎn)品經(jīng)理構思商業(yè)化路徑，將技術與市場有機結合，從而實現(xiàn)高質(zhì)量的技術商業(yè)化并獲利[15]。近年來國產(chǎn)手機和共享單車等均是典型的例子。

總體上，在發(fā)展中國家，技術開發(fā)能力較強的企業(yè)往往組織制度完善、研發(fā)經(jīng)驗豐富、受到政府政策支持、營業(yè)收入穩(wěn)定、融資渠道良好，更有實力成為并購方，而技術商業(yè)化能力較強的企業(yè)缺乏創(chuàng)新資源，難以從內(nèi)部積累技術開發(fā)能力，更容易成為目標方。由此，提出假說1：

H1：在中國，技術開發(fā)能力較強的企業(yè)，更容易收購技術商業(yè)化能力較強的目標方，來實現(xiàn)能力匹配。

2.并購前的決策階段：資源相似、能力匹配與目標方選擇

借由并購交易所實現(xiàn)的能力匹配屬于“一錘子買賣”，這意味著并購方無法通過重復購買行為來對目標方施加懲戒效應。因此，目標方為了獲取較高的溢價補償，可能會存在散布虛假利好消息的動機，在并購方面前隱藏自己的真實水平，從而加重市場中的信息不對稱程度，給并購方帶來高昂的交易成本，阻礙能力匹配進程。

這些交易成本涉及：①信息搜集成本。一方面，為了尋找能力匹配的合適目標，并購方(技術開發(fā)能力強者)會對目標方(技術商業(yè)化能力強者)進行長達數(shù)月的前期調(diào)研，同時，由于市場中的信息質(zhì)量參差不齊，還要對所獲信息進行二次篩選，這一過程將耗費大量的人力和財力[16]；另一方面，并購方還會雇傭專業(yè)的投資銀行等中介機構來獲取并購資訊，并通過媒體報道等社會渠道來獲取目標方的資產(chǎn)狀況，從而產(chǎn)生大量成本。這種過度搜索，不僅會增加代價高昂的信息搜集成本，還可能會引發(fā)目標方的不滿情緒，從而不利于交易的順利實施。②超額支付成本。一方面，由于目標方所要求的收購價格一般要等于或大于其真實價值，這意味著，當并購方對目標方不甚了解時，可能會對收購后的預期收益產(chǎn)生錯誤估值，從而支付過高的并購溢價[17]；另一方面，當并購方以股票方式支付并購交易時，由于信息不對稱，目標方可能會低估并購方的股票價值，從而向并購方索要過高的溢價作為補償。

然而，如果技術開發(fā)能力強的企業(yè)與技術商業(yè)化能力強的企業(yè)之間具有資源相似性，那么前者就更容易判斷后者是否符合自身的能力匹配需求，從而有利于緩解信息不對稱和降低交易成本，提高匹配成功的可能性。

首先，從技術相似角度來看，技術相似是指企業(yè)間技術知識基礎的相似程度，包括在生產(chǎn)工藝、技術革新等方面的相似程度。一方面，倘若并購雙方具有技術相似性，那么雙方的技術資源相互關聯(lián)，這意味著并購方對目標方的真實技術能力具有較高的認知度，目標企業(yè)難以對自身技術缺陷進行隱瞞，從而有利于降低前期調(diào)研工作量，減少信息搜集成本，促進能力匹配的發(fā)生。另一方面，倘若并購雙方具有技術相似性，那么雙方底層技術知識基礎是相似的，這意味著并購方對目標方技術能力的契合度和匹配效果有大致的預期，雙方更容易溝通并達成價值認同，也更容易就收購價格達成一致，從而減少支付過高并購溢價的可能性，促成能力匹配的發(fā)生。

其次，從產(chǎn)品相似角度來看，產(chǎn)品相似是指兩家企業(yè)在經(jīng)營業(yè)務上的相似程度，這意味著雙方在生產(chǎn)工藝、顧客資源等方面存在重疊。一方面，倘若并購雙方具有產(chǎn)品相似性，那么雙方的顧客資源相互關聯(lián)，這意味著并購方對目標方的產(chǎn)品市場境況較為了解，二者甚至可能是同一市場中的競爭對手，此時，并購方能夠準確鑒別出目標方的客戶群體、營銷狀況和銷售收入等信息，避免對目標方的真實意圖產(chǎn)生誤判，從而減少信息搜集成本，促成能力匹配的發(fā)生。另一方面，倘若并購雙方具有產(chǎn)品相似性，那么雙方的顧客網(wǎng)絡會有所聯(lián)結，并購方可以根據(jù)自身顧客資料來反推目標方的真實市場價值，預判目標方產(chǎn)品、服務與動態(tài)變化的市場需求是否脫節(jié)，這會降低錯誤估值的可能性，推動并購雙方在收購價格、支付方式等方面盡快達成共識，從而減少支付過高并購溢價的可能性，促成能力匹配的發(fā)生。由此，提出假說2、3：

H2：技術相似對并購雙方的能力匹配過程具有正向促進效果，推動了并購交易的發(fā)生。

H3：產(chǎn)品相似對并購雙方的能力匹配過程具有正向促進效果，推動了并購交易的發(fā)生。

3.并購后的整合階段：資源相似、能力匹配與企業(yè)創(chuàng)新效果

技術開發(fā)能力強的企業(yè)收購技術商業(yè)化能力強的企業(yè)之后，在整合階段，還需對雙方的資源開展重組，才能真正完成能力匹配，最終實現(xiàn)創(chuàng)新水平的提升。這里，企業(yè)創(chuàng)新水平作為能力匹配的效果體現(xiàn)，也受到了雙方資源相似程度的影響。

知識基礎觀指出，知識是企業(yè)能力的重要來源[18]，企業(yè)完成能力匹配的關鍵在于知識基礎的有效整合。企業(yè)所擁有的知識主要包括顯性知識和隱性知識[19]，這些知識共同構成了企業(yè)積累、匹配能力的重要基礎。其中，顯性知識是指以有形資源為載體的明確的知識，主要表現(xiàn)為企業(yè)的有形資產(chǎn)；而隱性知識是指在實踐過程中由工作人員所掌握的專業(yè)化知識，高度內(nèi)化在工作人員的知識庫中，具有一定的知識粘性，無法直接在企業(yè)間傳遞[20-21]。在并購過程中，由于企業(yè)間的知識基礎存在差異，知識的使用情境、使用方法也發(fā)生了改變，這使得目標方的知識結構不一定適用于并購方的知識體系，從而加大了知識整合難度，很容易導致能力匹配的失敗，無法有效提升創(chuàng)新水平。

然而，當并購方和目標方之間具有技術相似性時，一方面，目標方的設備圖紙等顯性知識在并購方的技術環(huán)境下具有較強的適用性，有利于產(chǎn)生規(guī)模經(jīng)濟和范圍經(jīng)濟，從技術層面促進顯性知識的高度整合；另一方面，并購雙方技術人員所使用的技術范式是相類似的，這在一定程度上避免了因知識庫的不同而存在的信息不對稱問題，有利于加強研發(fā)團隊間的學習和交流，提高并購方吸收能力，從技術層面促進隱性知識的高度整合。

此外，當并購方和目標方之間具有產(chǎn)品相似性時，一方面，并購雙方在產(chǎn)品分銷渠道、服務網(wǎng)絡和顧客認知等方面存在重疊，目標方的顧客資訊、產(chǎn)品信息等顯性知識可以作為有效補充，為并購方后續(xù)產(chǎn)品開發(fā)提供新的反饋，有利于從產(chǎn)品層面促進顯性知識的高度整合；另一方面，并購雙方營銷人員具有同質(zhì)性的經(jīng)驗、技能和渠道，并購方可以吸納目標方的營銷人員，有利于從產(chǎn)品層面促進隱性知識的高度整合[22]。

總體上，在技術相似和產(chǎn)品相似的條件下，并購方對目標方的顯性知識和隱性知識進行解構、融合與重組的難度會有所降低，有利于加深顯性、隱性知識整合程度，減少冗余知識資源，擴大企業(yè)原有的知識基礎規(guī)模，從而達成較好的能力匹配效果，并最終體現(xiàn)為創(chuàng)新水平的提升[23]。由此，提出假說4、5：

H4：技術相似對并購雙方的能力匹配效果具有正向促進作用，推動了創(chuàng)新水平的提升。

H5：產(chǎn)品相似對并購雙方的能力匹配效果具有正向促進作用，推動了創(chuàng)新水平的提升。

三、研究設計

1.數(shù)據(jù)來源與樣本選取

本文以2003～2012年中國A股制造業(yè)上市公司的并購事件作為初始研究樣本。其中，并購數(shù)據(jù)來源于WIND資訊金融終端，專利數(shù)據(jù)來源于國家知識產(chǎn)權局發(fā)布的專利公告，企業(yè)數(shù)據(jù)來源于CSMAR國泰安經(jīng)濟金融研究數(shù)據(jù)庫和RESSET股票系列數(shù)據(jù)庫等。

本文對初始研究樣本進行了如下篩選：依據(jù)中國證監(jiān)會《上市公司行業(yè)分類指引》(2012版)篩選出買賣雙方均為制造業(yè)上市公司的事件；剔除最終交易失敗的并購事件；剔除屬于關聯(lián)交易的并購事件；剔除并購方和目標方中至少有一方為ST類或PT類企業(yè)的并購事件；剔除數(shù)據(jù)不完整或缺失嚴重的并購事件；若企業(yè)在同一年份中發(fā)起多次并購交易，則保留第一次事件。此外，參考張崢和聶思的研究[24]把技術并購界定為，要么目標方在并購發(fā)生前5年內(nèi)獲得過專利，要么并購公告直接指出并購目的是提升技術，二者滿足其一即可。最終，共得到68個技術并購事件。

本文通過構造配對樣本的方法來檢驗假說1。①將篩選所得的68個并購事件的并購方(或目標方)作為實驗組；②參考陳仕華等的研究[25]，隨機抽樣選取與實驗組處于同一行業(yè)(證監(jiān)會公布的制造業(yè)二級分類代碼相同)且規(guī)模相近(公司總資產(chǎn)位于實驗組企業(yè)的70%～130%之間即可)的5個制造業(yè)上市公司作為控制組；③在構造控制組時，為了消除以往并購經(jīng)歷對當前并購事件的影響，選取考察期(并購事件發(fā)生年份)前3年和當年均未參與過并購交易的企業(yè)，從而得到最終配對樣本。在匹配完成后，本文分別得到并購方配對樣本和目標方配對樣本，這兩個配對樣本中的企業(yè)個數(shù)均為408個。其中，實驗組企業(yè)個數(shù)均為68個，控制組企業(yè)個數(shù)均為340個，如表1所示。

表1 發(fā)生并購交易的企業(yè)數(shù)量以及初始研究樣本：2003～2012年

本文通過構造配對樣本的方法來檢驗假說2。①將篩選所得的68個并購事件作為實驗組；②在假說1的基礎上，把實驗組并購方(或目標方)記為Acquirer(或Target)，把配對的并購方(或目標方)記為A1～A5(T1～T5)；③在每一個實驗組并購事件中，將買方Acquirer與5個賣方配對企業(yè)(T1～T5)匹配，將賣方Target與5個買方配對企業(yè)(A1～A5)匹配，最終，每一個實驗組并購事件(Acquirer與Target)均匹配到10個控制組并購事件，分別為Acquirer與T1～T5、Target與A1～A5。在匹配完成后，并購事件配對樣本個數(shù)變?yōu)?48個。其中，實驗組并購事件個數(shù)為68個，控制組并購事件個數(shù)為680個，如表2所示。

表2 并購事件的數(shù)量以及初始研究樣本：2003～2012年

最后，本文使用最初篩選所得的68個并購交易事件中的并購方子樣本來檢驗假說3，如表3所示。

表3 并購方的企業(yè)數(shù)量：2003～2012年

2.技術相似性測算

有關技術相似性的測算，主要有3種方法，包括專利引文分析、基于專利申請書的文本分析，以及基于國際專利分類號(IPC)的分析。其中，專利引文分析是指，通過專利申請書中的引文鏈接，查找到與該技術相關的其他專利信息，從而測算出技術相似性；基于專利申請書的文本分析是指，選用某一技術領域內(nèi)的多個專利申請書并提取高頻詞匯，在矢量化各專利后，來進行歐氏距離的測算，并通過數(shù)據(jù)可視化工具反映在圖形中[26]；基于國際專利分類號(IPC)的分析是指，將兩家企業(yè)在同一專利分類號下所擁有的專利數(shù)的比重作為衡量技術相似性的標準[27]。

考慮到當前中國專利數(shù)據(jù)的總體特點，本文選取廣泛使用的基于國際專利分類號(IPC)的測算方法來計算技術相似性。具體地，將技術相似性表示為，兩家企業(yè)在同一專利分類號下所重合的專利數(shù)占雙方專利總數(shù)的比值。為了避免專利數(shù)據(jù)過于陳舊對實驗結果產(chǎn)生干擾，本文主要對并購發(fā)生前3年的專利號進行搜索和記錄，即搜集并購方和目標方在并購發(fā)生前3年內(nèi)的專利數(shù)(不包括并購當年)，分別記為PA和PB，然后將企業(yè)雙方在同一時期內(nèi)各個專利分類號下所重疊的專利總數(shù)記為P0。由于外觀設計專利并不涉及企業(yè)的核心技術，且極易被模仿，所測算的技術重疊往往比真實值更高，為了減少誤差，本文在計算時予以剔除。由此，得出企業(yè)間的技術相似性為：

(1)

此外，依據(jù)國際專利分類號(IPC)，企業(yè)的專利分為“部”“大類”和“小類”3個層級。本文基于式(1)，進一步測算了不同層級下企業(yè)間的技術相似性。

3.產(chǎn)品相似性測算

產(chǎn)品相似是指兩家企業(yè)在經(jīng)營業(yè)務上的類似程度，在數(shù)值上等于兩家企業(yè)經(jīng)營業(yè)務文本向量的內(nèi)積空間夾角余弦值。參考Hoberg和Phillips，本文采用文本分析方法來測算產(chǎn)品相似性[28]：

首先，提取企業(yè)經(jīng)營業(yè)務字段。本文使用Python軟件爬取樣本企業(yè)在并購當年的年度報告書，然后提取了年度報告中的“經(jīng)營業(yè)務范圍”文本內(nèi)容。由于年度報告在多處均涉及到該字段，本文最終只保留“本公司經(jīng)營業(yè)務”“全資子公司經(jīng)營業(yè)務”和“所控股公司的經(jīng)營業(yè)務”3個字段。

其次，對經(jīng)營業(yè)務字段進行分詞處理。具體地，對于能夠充分反映出企業(yè)產(chǎn)品信息的名詞或詞組予以保留，對介詞、形容詞、連詞和副詞等“停用詞”(如“的”“在”“是”等)予以剔除，最后根據(jù)有效詞匯出現(xiàn)的頻次，從高到低進行排序，進而構建出本文計算產(chǎn)品相似性的文本語料庫。

最后，利用余弦相似性定理來計算產(chǎn)品相似性。定義一個標量J，其在數(shù)值上等于語料庫中詞語的數(shù)量。設定一個J維空間向量Wi,t，代表公司i在第t年的文本向量。值得注意的是，該J維空間向量的每一個元素，都對應語料庫中的一個詞，若特定詞匯出現(xiàn)在公司i第t年的主營業(yè)務字段中，將該位置的元素賦值為1，否則為0。為了剔除各個公司經(jīng)營業(yè)務字段文本長度不同所帶來的影響，本文將Wi,t標準化，記為ni,t，用公式表達為：

(2)

此時，公司i和公司j的產(chǎn)品相似性就等于二者標準化向量的點積，即：

ProductSimilarity=(ni,t·nj,t)

(3)

4.模型設定與變量說明

為了檢驗假說1，本文建立了計量經(jīng)濟模型，如式(4)所示，分別使用并購方配對樣本、目標方配對樣本進行回歸。

Y=β0+β1Innov1+β2Innov2+∑Controls+μ+ε

(4)

其中，被解釋變量Y表示并購角色，當企業(yè)為實驗組并購方(或目標方)時，取值為1；當企業(yè)為控制組并購方(或目標方)時，取值為0。解釋變量Innov1表示技術開發(fā)能力，Innov2表示技術商業(yè)化能力。Controls為控制變量，μ表示交易的固定效應，ε表示隨機干擾項。

為了檢驗假說2、3，本文建立了計量經(jīng)濟模型，如式(5)、(6)所示：

Y=β0+β1TechOverlap+∑AControls+

∑TControls+β2SameIndu+β3SamePlace+μ+ε

(5)

Y=β0+β1ProductSimilarity+∑AControls+∑TControls+β2SameIndu+β3SamePlace+μ+ε

(6)

其中，被解釋變量Y表示并購交易事件，當企業(yè)為真實并購交易組合時取值為1，若為匹配的控制組時則為0。解釋變量TechOverlap表示技術相似性，ProductSimilarity表示產(chǎn)品相似性，AControls和TControls分別表示并購方和目標方的控制變量，μ表示交易的固定效應，ε表示隨機干擾項。此外，考慮到企業(yè)所屬行業(yè)和地區(qū)會對并購交易造成一定影響，本文還控制了同行業(yè)指示調(diào)節(jié)變量SameIndu，當并購雙方位于同一行業(yè)(即證監(jiān)會公布的制造業(yè)二級分類代碼相同)時取值為1，否則為0；以及同地區(qū)指示調(diào)節(jié)變量SamePlace，當并購雙方位于同一城市時取值為1，否則為0。

為了檢驗假說4、5，本文建立了計量經(jīng)濟模型，如式(7)、(8)所示：

E(Patent0|x)=exp(β0+β1TechOverlap+∑Controls+μ+ε)

(7)

E(Patent0|x)=exp(β0+β1ProductSimilarity+∑Controls+μ+ε)

(8)

其中，被解釋變量Patent0表示并購方的創(chuàng)新水平，用并購方在交易完成后3年內(nèi)所申請的專利總數(shù)來表示。解釋變量TechOverlap表示技術相似性，ProductSimilarity表示產(chǎn)品相似性，Controls為控制變量，μ表示交易的固定效應，ε表示隨機干擾項。

在式(5)～(8)中，各變量的衡量指標分別為：

①產(chǎn)品相似性(ProductSimilarity)。本文構建兩個指標來衡量并購企業(yè)間的產(chǎn)品相似性水平。其一，如前文所述，根據(jù)式(3)直接計算出產(chǎn)品相似性，記為ProductSimilarity1，其取值介于0～1之間；其二，設置虛擬變量，記為ProductSimilarity2，將產(chǎn)品相似性在數(shù)值上按50%分位分為兩組，把產(chǎn)品相似性水平較高的組賦值為1，較低的組賦值為0。

②技術開發(fā)能力(Innov2)。參考李林木和汪沖、任曙明等的研究[29-30]，本文把企業(yè)創(chuàng)新投入作為度量技術開發(fā)能力的指標：研發(fā)強度(RD)，即企業(yè)的研發(fā)費用與銷售收入之比；研發(fā)投入增長速度(ΔRD)，即企業(yè)相對于前一年的研發(fā)投入增長率。

③技術商業(yè)化能力(Innov2)。Chen、Nevens等指出[31-32]，企業(yè)的技術商業(yè)化能力受到3種因素的影響，分別是專利、市場范圍和技術商業(yè)化速度?？紤]到數(shù)據(jù)的可獲得性，本文從專利視角入手，把企業(yè)專利數(shù)據(jù)作為度量技術商業(yè)化能力的指標：專利總數(shù)Patent，即企業(yè)累計申請的專利總數(shù)的自然對數(shù)；專利持有年限(Age_Patent)，即所有專利持有年限的平均值；專利增長速度(ΔPatent)，即企業(yè)相對于前一年的專利數(shù)量增長率。

④控制變量(Controls)。在式(4)～(6)中，本文選取了如下控制變量：企業(yè)規(guī)模(Size)，用總資產(chǎn)的自然對數(shù)來表示；企業(yè)年齡(Age)，取自然對數(shù)值；企業(yè)成長性(Growth)，用主營業(yè)務收入的增長率來表示；企業(yè)資產(chǎn)負債率(Leverage)，用負債合計除以總資產(chǎn)來表示；企業(yè)現(xiàn)金總資產(chǎn)之比(Cash)，用期末現(xiàn)金及現(xiàn)金等價物與總資產(chǎn)的比值來表示；企業(yè)賬面市值比(B/M)，用所有者權益與市值之比來表示；企業(yè)股權集中度，用前十大股東持股比例Top10來表示。在式(7)、(8)中，為了準確地估計并購方的創(chuàng)新水平，并減少遺漏變量所帶來的偏誤，本文在上述控制變量的基礎上，又增加了相對知識基礎規(guī)模(Re_Know)作為控制變量，用并購發(fā)生前3年內(nèi)目標方和并購方所申請的專利總數(shù)之比來表示。同時，由于企業(yè)的創(chuàng)新水平還受到市場競爭程度的影響[33]，本文還增加了市場競爭程度的Compete作為控制變量，用1與HHI之差來表示[34]。

本文采用條件Logit模型檢驗假說1～3。對于假說4、5，溫成玉和劉志新指出[35]，由于企業(yè)的專利數(shù)為計數(shù)型數(shù)據(jù)，違反了線性模型中有關殘差服從正態(tài)分布的假定，應該采用泊松回歸；然而，泊松回歸的局限在于“均等分散”，即要求被解釋變量的期望和方差相等，而在本文樣本中，二者數(shù)值相差較大，存在“過度分散”的問題，因此，應該使用負二項回歸進行檢驗。此外，為了減輕內(nèi)生性問題，本文將所有解釋變量和控制變量(不包括企業(yè)年齡)均滯后一期，并對所有連續(xù)變量進行了上下1%的Winsorize處理。

四、模型估計與結果分析

1.描述性統(tǒng)計

為了更加直觀地展現(xiàn)并購方配對樣本、目標方配對樣本和并購交易事件所涉及變量的總體情況，本文進行了變量的描述性統(tǒng)計，如表4和表5所示。在假說1的樣本中，并購方的創(chuàng)新投入RD的均值要明顯高于目標方企業(yè)，標準差值相對較小，這表明，并購方的技術開發(fā)能力要遠遠高于目標方企業(yè)；相反地，目標方的創(chuàng)新產(chǎn)出Patent的均值要明顯高于并購方企業(yè)，標準差值相對較小，這表明，目標方的技術商業(yè)化能力要遠遠高于并購方企業(yè)。在假說3的樣本中，被解釋變量Patent0的均值為34.7167，標準差為144.9512，這表明，并購方企業(yè)的創(chuàng)新水平存在較大差異。此外，技術相似性TechOverlap在“部”“大類”和“小類”3種層級下存在一定差異。從總體上看，樣本數(shù)據(jù)特征與研究假說基本保持一致。

表4 描述性統(tǒng)計(一)

表5 描述性統(tǒng)計(二)

2.對能力匹配與技術并購的檢驗結果

本文使用條件Logit模型來檢驗假說1～3。值得注意的是，條件Logit模型所直接返回的估計參數(shù)是事件發(fā)生的“對數(shù)幾率比”(Log-Odds Ratio)，并非自變量對因變量的邊際影響，即“幾率比”(Odds Ratio)[36]。

如表6、7所示，依據(jù)式(4)來檢驗假說1。表6為并購方配對樣本的回歸結果：對并購方而言，在“Log-Odds Ratio”一欄中，其研發(fā)投入RD的系數(shù)在10%的水平上顯著為正，專利產(chǎn)出Patent的系數(shù)在5%的水平上顯著為負，專利持有年限Age_Patent的系數(shù)在1%的水平上也顯著為負。這一結果表明，研發(fā)投入較高，即技術開發(fā)能力較強的企業(yè)，成為并購方的概率更大；而專利產(chǎn)出較高，即技術商業(yè)化能力較強的企業(yè)，成為并購方的概率更小。在“Odds Ratio”一欄中，可以對該結果進行更加直觀地理解。具體地，研發(fā)投入RD的系數(shù)分別為91.1699和384.9359表明，研發(fā)投入每增加1%，企業(yè)成為并購方的概率將分別變?yōu)樵瓉淼?1.1699倍和384.9359倍；專利產(chǎn)出Patent的系數(shù)為0.8328和0.8318表明，專利產(chǎn)出每增加1%，企業(yè)成為并購方的概率將分別下降16.72%和16.82%；專利持有年限Age_Patent的系數(shù)為0.7289和0.7256表明，專利持有年限每增加1%，企業(yè)成為并購方的概率將分別下降27.11%和27.44%。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論。

表6 并購方配對樣本的回歸結果

表7為目標方配對樣本的回歸結果：對目標方而言，在“Log-OddsRatio”一欄中，其研發(fā)投入RD的系數(shù)在5%的水平上顯著為負，專利產(chǎn)出Patent的系數(shù)在5%和1%的水平上均顯著為正，專利持有年限Age_Patent的系數(shù)在10%的水平上也顯著為正。這一結果表明，專利產(chǎn)出較高，即技術商業(yè)化能力較強的企業(yè)，成為目標方的概率更大，而研發(fā)投入較高，即技術開發(fā)能力較強的企業(yè)，成為目標方的概率更小。在“OddsRatio”一欄中，可以對該結果進行更加直觀的理解。具體地，研發(fā)投入RD的系數(shù)均為0.0001表明，研發(fā)投入每增加1%，企業(yè)成為目標方的概率將下降99.99%；專利產(chǎn)出Patent的系數(shù)分別為1.1838和1.2482表明，專利產(chǎn)出每增加1%，企業(yè)成為目標方的概率將分別變?yōu)樵瓉淼?.1838倍和1.2482倍；專利持有年限Age_Patent的系數(shù)分別為1.0699和1.0481表明，專利持有年限每增加1%，企業(yè)成為目標方的概率將分別變?yōu)樵瓉淼?.0699倍和1.0481倍。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論。

表7 目標方配對樣本的回歸結果

2.對資源相似、能力匹配與目標方選擇的檢驗結果

如表8所示，依據(jù)式(5)來檢驗假說2。表8為并購事件配對樣本的回歸結果，由于篇幅所限，主要報告了技術相似性這一主要解釋變量的估計結果：在“Log-OddsRatio”一欄中，“部”“大類”和“小類”這3個層級下的技術相似性系數(shù)均為正值，且“小類”層級下的技術相似性系數(shù)在10%的統(tǒng)計水平上較為顯著；在“OddsRatio”一欄中，“小類”層級下的技術相似性系數(shù)要遠遠大于其他兩個層級。這些結果均證明了假說2是成立的，即在技術相似性的條件下，企業(yè)間的技術并購交易更容易發(fā)生，技術相似性對并購方和目標方的能力匹配過程存在著正向促進效果。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論。然而，值得注意的是，在“部”和“大類”層級下的技術相似性系數(shù)是不顯著的，而在“小類”層級下的技術相似性系數(shù)則是顯著的；此外，在“部”“大類”和“小類”層級下的技術相似性系數(shù)值呈現(xiàn)遞增的趨勢。本文認為，出現(xiàn)上述結果的原因可能在于：在國際專利分類號(IPC)方法下，共設有8個部、127個大類和637個小類，分別涵蓋了生活必需、化學、冶金和機械等領域；其中，“部”和“大類”對企業(yè)專利的分類較為粗糙，只能初步衡量企業(yè)在廣義技術領域內(nèi)的重疊情況，其精確度相對較低，甚至可能會造成技術相似性的測算結果產(chǎn)生虛高的結果，從而影響到計量結果的準確性；而“小類”對企業(yè)專利的分類較為詳細，可以進一步衡量企業(yè)在具體細分技術領域內(nèi)的重疊情況，其精確度相對較高，可以更加準確地反映計量結果。

表8 并購交易事件的回歸結果

如表9所示，依據(jù)式(6)來檢驗假說3。表9為技術并購事件配對樣本的回歸結果：在“Log-OddsRatio”一欄中，ProductSimilarity1和ProductSimilarity2的系數(shù)均在1%水平上顯著為正，這表明無論是采用連續(xù)變量還是虛擬變量來度量產(chǎn)品相似，產(chǎn)品相似均會促進企業(yè)間技術并購交易的發(fā)生，即并購雙方的產(chǎn)品相似性水平越高，發(fā)生技術并購的可能性越大。在“OddsRatio”一欄中，可以對實證結果進行更為直觀地理解和認識。具體而言，ProductSimilarity1的系數(shù)為2.3322表明，并購方和目標方之間的產(chǎn)品相似性程度每增加1%，雙方企業(yè)發(fā)生技術并購的概率將變?yōu)樵瓉淼?.3322倍；ProductSimilarity2的系數(shù)為4.1331表明，并購方和目標方之間的產(chǎn)品相似性程度每增加1%，雙方企業(yè)發(fā)生技術并購的概率將變?yōu)樵瓉淼?.1331倍。這些結果均證明了假說3是成立的，即在產(chǎn)品相似性的條件下，企業(yè)間的技術并購交易更容易發(fā)生，產(chǎn)品相似性對并購方和目標方的能力匹配過程存在著正向促進作用。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論。

表9 產(chǎn)品相似對技術并購決策的回歸結果

由于式(6)涉及到并購方和目標方的多個控制變量如企業(yè)規(guī)模、企業(yè)年齡、企業(yè)成長性等，數(shù)目較為繁多，為篇幅所限，在此予以省略。

3.對資源相似、能力匹配與企業(yè)創(chuàng)新效果的檢驗結果

如表10所示，本文使用負二項回歸，依據(jù)式(7)、(8)來檢驗假說4、5。表10為并購方(技術開發(fā)能力強者)創(chuàng)新水平的回歸結果：前三列為技術相似性的影響結果。企業(yè)在“小類”層級下的技術相似性系數(shù)在1%的統(tǒng)計水平上顯著為正，在“部”和“大類”層級下的企業(yè)相似性系數(shù)雖然不顯著，但是其值為正值；此外，在“部”“大類”和“小類”層級下的技術相似性系數(shù)值呈現(xiàn)遞增的規(guī)律趨勢。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論。上述結果表明，在技術相似性的條件下，并購方創(chuàng)新水平能夠較快增長，技術相似性確實提高了并購雙方的能力匹配效果，從而驗證了假說4。值得注意的是，技術相似性系數(shù)在“小類”層級下較為顯著，而在“部”“大類”層級下則不顯著，這可能因為當企業(yè)在細分技術領域內(nèi)存在技術相似性時，雙方技術知識基礎的重疊程度更深，雙方對彼此的技術知識有著更加深入的理解和認知，這有助于并購后的知識整合，更容易產(chǎn)生技術協(xié)同效應，從而顯著提高創(chuàng)新績效。后兩列為產(chǎn)品相似性的影響結果。ProductSimilarity1和ProductSimilarity2的系數(shù)在5%的水平上顯著為正，這表明無論是采用連續(xù)變量還是虛擬變量來度量產(chǎn)品相似，在并購完成后，產(chǎn)品相似對并購方的創(chuàng)新水平均具有顯著的正向促進效果。這一結果支持了本文的研究假說5。其他變量的系數(shù)大致符合預期以及現(xiàn)有研究的結論，在此不做贅述。

表10 并購方創(chuàng)新水平的回歸結果

4.穩(wěn)健性檢驗

對表10的結果進行穩(wěn)健性檢驗。首先，考慮到當被解釋變量的方差和期望值顯著不等時，模型存在“過度分散”的問題，除了使用負二項回歸以外，還可以使用泊松回歸的方法，但必須輔以穩(wěn)健標準誤進行參數(shù)估計，來消除模型設定所帶來的估計偏誤[37]。本文參考高厚賓和吳先明[38]，使用“泊松回歸+穩(wěn)健標準誤”的方法來進行穩(wěn)健性檢驗，如表11所示。

表11 并購方創(chuàng)新水平的回歸結果：泊松回歸

其次，更換被解釋變量的衡量指標。為了增強計量結果的穩(wěn)健性程度，本文將假說4、5中的被解釋變量Patent0替換為并購方在交易完成后兩年內(nèi)所申請的專利總數(shù)，并保持解釋變量和其他控制變量不變，重新進行了穩(wěn)健性檢驗，其結果如表12所示。從表12穩(wěn)健性檢驗結果可以發(fā)現(xiàn)，在替換了被解釋變量后，技術相似、產(chǎn)品相似對并購方企業(yè)創(chuàng)新水平的正向影響不發(fā)生改變。總之，在充分考慮了計量經(jīng)濟模型設定、變量選取等所帶來的偏誤后，本文的主要結論依然是成立的。

表12 并購方創(chuàng)新水平的回歸結果：穩(wěn)健性檢驗

五、結論與啟示

本文扎根于中國轉型經(jīng)濟背景，把企業(yè)技術并購視作能力匹配的過程，把企業(yè)創(chuàng)新績效視作能力匹配的效果，并分別從技術相似、產(chǎn)品相似角度，考察了資源相似對企業(yè)能力匹配過程、效果的作用機制。研究結果表明：技術開發(fā)能力強的企業(yè)，更容易收購技術商業(yè)化能力強的目標方，來實現(xiàn)能力匹配過程；當并購雙方之間具有技術相似、產(chǎn)品相似的特征時，更容易通過技術并購來達成能力匹配；此外，并購雙方的技術相似、產(chǎn)品相似程度越高，能力匹配效果越好，體現(xiàn)為企業(yè)創(chuàng)新水平越顯著。

本文的研究結論具有兩方面的啟示。首先，對政府來說，應該破除妨礙并購的制度因素，簡化對并購的行政審批手續(xù)，積極探索在定價、審核、支付方式和再融資渠道等方面的改革工具，從而激發(fā)企業(yè)并購熱情，促進能力匹配；應該提升知識產(chǎn)權審查的質(zhì)量和效率，加快系統(tǒng)設施建設，壓減專利注冊及審查周期，為市場主體提供便捷、高效、低成本的專利注冊及查詢渠道，從而有利于企業(yè)精確、快速識別具有相似性的目標方；應該加強對上市公司產(chǎn)品等信息的監(jiān)管及審查，減少企業(yè)對年度報告進行修飾或虛假披露的可能性，確保披露信息的完整性、準確性和真實性，從而有助于企業(yè)迅速、準確地識別產(chǎn)品相似程度較高的目標方；應該維護市場機制的自由運行，加強知識產(chǎn)權保護力度，構建公平的外部競爭環(huán)境，使得經(jīng)濟環(huán)境的發(fā)展有利于并購及創(chuàng)新，從而真正釋放企業(yè)的市場活力。其次，對企業(yè)來說，面對復雜多變的市場環(huán)境，不能簡單重復傳統(tǒng)內(nèi)生有機成長的發(fā)展路徑，更應該嘗試技術并購等手段來實現(xiàn)快速擴張。企業(yè)要善于利用自身的資源稟賦，對市場機會保持高度敏感性，準確挑選出具備技術、產(chǎn)品等資源相似特征的目標方，從而提升創(chuàng)新水平。