基于并购主体的民营企业海外并购技术整合风险的实证研究

第二节　基于并购主体的民营企业海外并购技术整合风险的实证研究

一、技术整合风险生成机制的模型

本书以并购企业的技术能力（Technology Capacity，TC）为分析对象，将参与海外并购的企业作为主体，设定其技术能力的分布函数；根据实证分析的结果，引入不同组别、合理量化的风险影响因素，设定各因素对TC值的影响函数，建立模型如下：

式中：TC为并购企业的技术能力；t为一般意义的时间序列；F_i为海外并购技术整合风险的各影响因素；β为各影响因素对于技术能力的影响系数。

跨国并购技术整合是一个动态循环的过程，其过程中的每一个环节都在反复地经历着甄选、转移、重构的三个阶段，这样能够确保并购企业的技术资源随着外部环境的变化不断地循环变化，从而提升并购企业的核心技术能力水平。

当并购方的技术吸收能力弱、并购双方产品技术含量差异过大、并购双方技术的匹配关联程度低、并购双方的技术研发战略差异大、并购方的技术创新能力弱、被并购方核心技术人员离任较多、被并购方技术尚未成熟、被并购方技术共享意愿较弱等情况发生时，并购后的技术整合风险加大。体现在方程中，则表现为在各个F_i因子的作用下，当期技术能力TC_t相对于前一期技术能力TC_t －1而言提高幅度不大；相比技术整合成本而言，其技术能力提升带来的收益小于其用于技术整合的成本投入，这意味着企业并购后的技术整合是失败的——企业海外并购技术整合的风险由此生成。

因此，从理论上来讲，需求外来技术的企业，需要选取技术含量差异适中、关联匹配程度高、研发战略差异较小、所需技术已经相当成熟的并购标的，并且在整合时需要努力阻止对方核心技术人员的流失，努力提高被并购方的技术共享意愿，同时，自身的技术吸收能力、创新能力也是需要提升的——只有做到以上这些，才能保证并购后技术整合的顺利进行。

以上根据相关理论对海外并购技术整合风险的生成机制进行了分析，接下来开始实证研究。

二、基于并购主体的技术整合风险生成机制的因子分析

我们采取问卷调查的方式，对前面8个指标对于民营企业海外并购技术整合风险的影响程度进行了分析。对于问卷的结果，我们采用了主成分分析、方差最大化的因子分析方法。以下是实证研究的具体过程。

（一）指标设计

本章需要获取之前理论分析中提出的8个指标对于民营企业海外并购技术整合的影响程度，因此我们将前述8个指标纳入了问卷。

问卷的第一部分调查了填表民营企业的基本情况，包括民营企业规模、是否有过海外并购的经验等。问卷第二部分是民营企业海外并购技术整合风险的指标体系。问题的设计基于里克特量表（Liket Scale）进行设计，即问题由针对某种事物的态度或者看法的陈述组成，所有指标均采用5级打分法，请受调查人按照其民营企业管理经验和阅历，将问题所列指标按照重要程度进行1、3、5、7、9五个等级的打分。1表示最不重要，9表示最重要。为了避免被调查者受到问题排序的干扰而影响其判断，我们打乱了前述的指标排列顺序。问卷内容如下：

F₁并购方的技术吸收能力

F₂并购双方技术含量差异

F₃并购双方技术匹配关联程度

F₄并购双方的技术研发战略差异

F₅并购方的技术创新能力

F₆被并购方核心技术人员留任情况

F₇被并购方的技术成熟程度

F₈被并购方的技术共享意愿

（二）问卷发放及回收

我们于2012年1—12月，调查了浙江大学经济学院民营企业管理培训班的学员。受访者大多为民营企业的高层管理人员，不乏实际参与过跨国并购的民营企业管理者。我们共发放问卷200余份，回收152份，其中有效问卷105例。有效问卷中，受调查者的来源民营企业没有重复。有效样本数达到了大样本调查问卷的要求。

（三）调查问卷结果

我们对回收的有效问卷结果采用主成分分析、方差最大化的因子分析方法进行了统计。结果如下：

1.因子分析适用性检验

一般采用KMO方法检验数据是否适合因子分析。KMO在0.8以上，说明“非常适合”做因子分析；在0.6～0.8之间，“比较适合”做因子分析。从表4-1可以看出，样本KMO统计量为0.653，比较适合因子分析。同时，Bartlett统计量p值显著小于0.05，这也证明数据具有相关性，适合做因子分析。

表4-1　KMO样本检验法和巴特利球体检验结果

变量的共同度集中在60%～70%（见表4-2），说明提取的公因子对变量的解释程度较强。

表4-2　公因子方差——变量共同度

提取方法：主成分分析法。

通过观察方差贡献率和碎石图4-1，提取特征值大于1的三个因子作为公因子，其累积贡献率达到了68.2%，即表4-3所示的因子分析得到的三个因子一共解释了总体方差的68.2%。

表4-3　总体方差解释度

提取方法：主成分分析法。

图4-1　因子碎石图

从表4-4旋转后的载荷矩阵中可以看出，第一个因子在“并购双方的技术研发战略差异”、“并购双方技术的匹配关联程度”、“并购双方产品技术含量差异”这三个变量上有较大的负荷，我们称之为“并购双方差异因子”；第二个因子在“被并购方技术已十分成熟”、“被并购方技术共享意愿”、“被并购方核心技术人员留任”三个变量上有较大负荷，我们称之为“被并购方因子”；第三个因子在“并购方的技术创新能力”、“并购方的技术吸收能力”上有较大负荷，我们称之为“并购方因子”。

根据表4-4分析，分别有3个、3个、2个指标进入了R₁、R₂、R₃三个公因子。这3个公因子分别为并购双方差异因子、被并购方因子、并购方因子。

表4-4　旋转后因子载荷矩阵

提取方法：主成分分析法；

旋转方法：方差最大化Rotation Method；Kaiser标准化最大方差法；四重迭代后的载荷矩阵。

简单地说，在进行因子旋转之后，各个公因子的主要载荷情况如公式（4-2）、公式（4-3）及公式（4-4）所示。

R₁＝0.879F 4＋0.731F 3＋0.695F₂　　　　　（4-2）

R₂＝0.810F 8＋0.779F 7＋0.525F₆　　　　　（4-3）

R₃＝0.899F 5＋0.766F₁　　　　　（4-4）

由此，式（4-1）中的相对大小由先前的问卷调查结果分析得出，并改写为公式（4-5）：

TC_t＝TC_t－1＋f（R₁，R₂，R₃）　　　　　（4-5）

式中：R₁是并购双方差异因子，旋转之后的R₁＝0.879F 4＋0.731F 3＋0.695F 2，即包括了技术研发战略差异、技术匹配关联程度、技术含量差异三个指标。技术含量差异决定了并购方所能吸收的技术含量最大值，而技术研发战略差异和技术匹配关联程度则对其吸收、整合的效果产生影响。我们可以理解为R₁是在这些维度上的差距。Ghoshal（1987）、Hitt（1996）、Cloodt（2006）等提出，技术含量差异太小会减少收购方学习的机会，然而科学和技术的相似性为收购方从目标公司学习的过程提供了持续的知识吸收能力，即技术含量差异也不宜过大。Brusoni、Prencipe和Pavitt（2001）提出，技术的匹配程度及标准化程度不同，导致相关知识的转移效率不同，技术匹配程度越低，知识转移的效率越低；Lucas（2006）认为，企业文化、研发战略的差异抑制了技术的整合。总之，并购双方的技术研发战略差异不应过大，技术匹配关联程度最好高度相关，而技术能力的差异则不应过大也不应过小，适度的技术能力差异才是并购方的最优选择。以上三个指标综合决定了并购方所能吸收的技术能力的理论最大值。R₁过大或者过小，都对民营企业的技术整合不利。

R₂是被并购方因子，旋转之后的R₂＝0.810F 8＋0.779F 7＋0.525F 6，包含了被并购方技术成熟程度、共享意愿、核心人员留任情况三个指标。Armstrong（1986）认为，在企业并购的关键项目中，在技术转入并购方进行新产品研究、开发时，应该是成熟的。Tetenbaum（1998）提出，企业并购能否成功，在很大程度上取决于能否有效地整合双方的人力资源。一旦拥有隐性知识的核心技术人员在并购前或者在并购时离开企业，那么知识的损失将会导致组织能力的变异或者枯竭（Nelson和Winter，1982）。技术人员可以说是企业核心技术可持续增长最重要的资源，是企业内部技术积累和开发的唯一源泉，而被并购方技术人员的共享意愿，则是并购方能否获取核心技术的关键。由于被并购企业的技术尚未完全成熟，和/或被并购企业的共享意愿不够强烈，和/或被并购方企业在整合过程中，核心技术人员流失，从而导致了并购企业实际吸收的技术能力仅仅为理论量的一部分。

因此，我们认为R₂因子在一定程度上决定了并购方所能吸收到的技术能力的程度，即被并购企业因子的影响，并购方只能实际吸收一部分技术能力，进而将R₂定义为实际吸收值占理论吸收值的比例。因此R₂是介于0到1的某个实数。

R₃是并购方因子，旋转之后的R₃＝0.899F₅＋0.766F 1，包含并购方的技术吸收能力、创新能力。目前的研究一致认为，企业并购后的技术整合、技术能力提高过程，其进展效率是与企业原有的技术吸收能力、技术创新能力分不开的。Cohen和Levinthal（1990）认为，并购方的技术吸收能力越强，其获取被并购方技术能力效率越高。Dosi（1982）认为，技术创新能力的提高是建立在技术能力增长的基础上的，具备了技术能力的企业，一旦具有了创新的勇气，就会去尝试开发具有市场价值的新产品和新工艺，在此过程中的不断积累，逐渐构成企业的自主创新能力。

根据Cohen和Levinthal（1990），一方面R₃因子包含了并购方识别、消化、利用外来知识的能力，因此在一个维度上决定了并购方所能吸收的技术能力；另一方面R₃因子也包含了并购方学习、利用外来技术的效率，即整合被并购方技术能力的效率。

Alvaro Escribano（2008）的实证研究结果表明，技术吸收能力能够调节企业从“外部知识流”所获得的收益。吸收能力越高的企业，在获取外源知识后，单位时间内实现的经营绩效、新产品数量也越高，两者显著正相关。这也就是说，技术吸收能力能够提高企业获取、利用外来技术的效率，该效应不仅体现在技术吸收量上，也体现在吸收速度上。钱锡红等（2010）的实证研究也证明了技术吸收能力对于企业技术能力提升有着显著的正相关关系。

跨国并购的技术整合过程也是企业获取外源知识的一种类型。并购方的技术吸收能力，决定了单位时间内吸收被并购方技术（“外部知识流”）所获得的收益，即同时决定了“技术吸收量”和“技术吸收速度”。因此，仍将R₃设为一个属于区间[0，1]的实数，表示受并购方技术能力的制约，其只能吸收技术能力理论值的一个比例；同时，又赋予R₃另一个职能，使其定性地表示并购方吸收外来技术能力的效率，即单位时间内并购方技术能力的增加值。

另外，Cohen和Levinthal（1990）、Zahra和George（2002）认为，企业的吸收能力、创新能力会受到企业技术知识基础（即现存的技术能力TC）、企业的学习努力程度以及学习方法、研发投入（R＆D expense）、组织学习机制的影响。因此，R₃是随着并购方研发投入的增加、技术能力的逐步提升而提高的。已有的文献并没有直接研究上述因素对于技术吸收、创新能力影响的实证研究，而是通过理论分析，将研发强度（例如Cohen等）、研发人员比例等因素作为量化“吸收能力”的代理变量。定性地，我们随后将设定R₃的初始值，并且有

即R₃的变化率等同于TC的变化率。这样就近似地符合了Cohen等先前研究者提出的理论。

至此，R₁用于表示受到双方技术能力异质性的影响并购方所能吸收的理论最大值；R₂和R₃共同决定了并购方吸收技术能力的实际程度。同时，R₃还决定了并购方吸收外源技术的速度。