Page 128 - 36-1
P. 128
本文探討政治行動主義對於企業創新能力之影響,考量企業進行政治行動主
義是一種自我選擇之行為,可以自行選擇是否透過政治獻金捐贈予立法委員,故
本文探討政治行動主義對於企業創新能力之影響,考量企業進行政治行動主
本文探討政治行動主義對於企業創新能力之影響,考量企業進行政治行動主
存在潛在自我選擇偏誤問題。本研究為了減緩可能的估計偏誤,將採用 Heckman
義是一種自我選擇之行為,可以自行選擇是否透過政治獻金捐贈予立法委員,故
義是一種自我選擇之行為,可以自行選擇是否透過政治獻金捐贈予立法委員,故
(1979) 的兩階段模型 (Heckman Two-stage Model),於第一階段模型採用機率單
存在潛在自我選擇偏誤問題。本研究為了減緩可能的估計偏誤,將採用 Heckman
存在潛在自我選擇偏誤問題。本研究為了減緩可能的估計偏誤,將採用 Heckman
元模型 (Probit Model),藉由分析影響公司選擇進行政治行動主義之決定因素,
(1979) 的兩階段模型 (Heckman Two-stage Model),於第一階段模型採用機率單
(1979) 的兩階段模型 (Heckman Two-stage Model),於第一階段模型採用機率單
並控制選舉年度及產業固定效果,以求出 inverse Mills ratio (IMR) 作為選擇偏誤
元模型 (Probit Model),藉由分析影響公司選擇進行政治行動主義之決定因素,
元模型 (Probit Model),藉由分析影響公司選擇進行政治行動主義之決定因素,
的修正因子;並於第二階段將 IMR 帶回最小平方法之迴歸模型以校正選擇偏誤,
Does Political Activism Matter for Firm Innovation Capability?
以檢測政治行動主義與企業創新能力之關聯性。
並控制選舉年度及產業固定效果,以求出 inverse Mills ratio (IMR) 作為選擇偏誤
並控制選舉年度及產業固定效果,以求出 inverse Mills ratio (IMR) 作為選擇偏誤
的修正因子;並於第二階段將 IMR 帶回最小平方法之迴歸模型以校正選擇偏誤,
的修正因子;並於第二階段將 IMR 帶回最小平方法之迴歸模型以校正選擇偏誤,
以檢測政治行動主義與企業創新能力之關聯性。
第一階段:影響企業進行政治行動主義之決定因素(相關變數之定義,請參照附
以檢測政治行動主義與企業創新能力之關聯性。
錄一):
第一階段:影響企業進行政治行動主義之決定因素(相關變數之定義,請參照附錄一):
第一階段:影響企業進行政治行動主義之決定因素(相關變數之定義,請參照附
第一階段:影響企業進行政治行動主義之決定因素(相關變數之定義,請參照附
錄一): 0 1 2 3 4
)= + + + +
錄一):
+ + + +
�
� �
�
� �
�
�
� �
� �
+
+ +
)= � � � � ��� ��� � � � + + +
� �
� �
��
��
)= +
� + + + +
��� ���
��� ���
��� ���
� �
� �
��� ���
� �
+ + +
��
� �
� �
+ + + + +
��
�� + + +
� �
� �
��� ���
��� ���
� �
��� ���
� �
� �
��� ���
+ ∑ + ∑ 。 (1) (1)
+ � � + +
+
+ +
� � ��� ��� �� �� ��� ��� �� �� ��� ���
+ + +
+ + +
(二)企業從事政治行動主義對於創新能力之影響 ��� ��� �� �� ��� ���
��� ���
�� ��
�� ��
+ ∑ + ∑ 。 (1)
+ ∑ + ∑ 。 (1)
(二)企業從事政治行動主義對於創新能力之影響
本研究第二階段分析企業從事政治行動主義與創新能力之關係,並納入第一
本研究第二階段分析企業從事政治行動主義與創新能力之關係,並納入第一階
階段所估計之 IMR 於迴歸模型做校正。其中,政治行動主義將分別藉由企業做
(二)企業從事政治行動主義對於創新能力之影響
(二)企業從事政治行動主義對於創新能力之影響
段所估計之 IMR 於迴歸模型做校正。其中,政治行動主義將分別藉由企業做政治
政治獻金捐贈與否 ( ) 與提供政治獻金之投入多寡 ( ) 作為
本研究第二階段分析企業從事政治行動主義與創新能力之關係,並納入第一
本研究第二階段分析企業從事政治行動主義與創新能力之關係,並納入第一
觀察標的。再者,在企業創新能力(應變數)方面,則會透過以調整特定期間 (Time
獻金捐贈與否 (DONATE ) 與提供政治獻金之投入多寡 (DOS_F ) 作為觀察標的。
i,k
i,k
階段所估計之 IMR 於迴歸模型做校正。其中,政治行動主義將分別藉由企業做
階段所估計之 IMR 於迴歸模型做校正。其中,政治行動主義將分別藉由企業做
Adjusted) 消除年度異質性的調整後專利權數 (ADJ_ ) 與調整後專利
再者,在企業創新能力(應變數)方面,則會透過以調整特定期間 (Time Adjusted)
政治獻金捐贈與否 ( ) 與提供政治獻金之投入多寡 ( ) 作為
政治獻金捐贈與否 ( ) 與提供政治獻金之投入多寡 ( ) 作為
被引證數 (ADJ_ ),作為衡量單期或後續年度連續加總之專利數
��� ���
��� ���
消除年度異質性的調整後專利權數 (ADJ_PATENT ) 與調整後專利被引證數 (ADJ_
觀察標的。再者,在企業創新能力(應變數)方面,則會透過以調整特定期間 (Time
觀察標的。再者,在企業創新能力(應變數)方面,則會透過以調整特定期間 (Time
i,t
( ) 與專利被引證數 ( )。本研究亦進一步控制選舉年度及產業固定效
CITATION ),作為衡量單期或後續年度連續加總之專利數 (PA ) 與專利被引證數
Adjusted) 消除年度異質性的調整後專利權數 (ADJ_ ) 與調整後專利
果後,建立迴歸模型如下(相關變數之定義,請參照附錄一):
Adjusted) 消除年度異質性的調整後專利權數 (ADJ_ ) 與調整後專利
i,t
i,t��� ���
被引證數 (ADJ_ ),作為衡量單期或後續年度連續加總之專利數
被引證數 (ADJ_ ),作為衡量單期或後續年度連續加總之專利數
(CITA )。本研究亦進一步控制選舉年度及產業固定效果後,建立迴歸模型如下(相
i,t
��� ���
) = + )。本研究亦進一步控制選舉年度及產業固定效
)
( ) 與專利被引證數 (
( ) 與專利被引證數 (
關變數之定義,請參照附錄一): � � )。本研究亦進一步控制選舉年度及產業固定效
�
�
� �
��� ���
��� ���
果後,建立迴歸模型如下(相關變數之定義,請參照附錄一): � �
果後,建立迴歸模型如下(相關變數之定義,請參照附錄一):
+ + + +
+
�
�
� �
2
3
4
+ + + + + ) � � �
� �
� �
� �
�
� �
�
��
��
�
+ + ∑ + ∑ + 。 (2)
) = + ��� ��� � �)
)
) = +
��� ���
� �
��� ���
��� ���
�� � �
+ + + + ��� ��� +
+ +
� + +
+
��� ���
�
� �
��� ���
� �
��� ���
� �
� �
��� ���
另一方面,本研究考量資訊電子產業與非資訊電子產業之公司特性不同,對�
+ + + + + ) � ��� ���
+ + + + + )
� �
��� ���
� �
��� ���
��� ���
��� ���
�� ��
�� ��
� �
於企業從事政治行動主義與創新能力關係可能具有影響,故設立一虛擬變數為當
+ + ∑ + ∑ + 。 (2)
��� 。 (2)
(2)
+ + ∑ + ∑ +
�� ��
���
公司所屬產業為資訊電子業 ( ) 為 1,其他 0,再透過與企業進行政治獻金
捐贈與否 ( ) 與提供政治獻金之投入多寡 ( ) 的交乘項
另一方面,本研究考量資訊電子產業與非資訊電子產業之公司特性不同,對
另一方面,本研究考量資訊電子產業與非資訊電子產業之公司特性不同,對
另一方面,本研究考量資訊電子產業與非資訊電子產業之公司特性不同,對於
( × ) 或 ( × ) 來觀察產業間之創新能力情形,並
於企業從事政治行動主義與創新能力關係可能具有影響,故設立一虛擬變數為當
於企業從事政治行動主義與創新能力關係可能具有影響,故設立一虛擬變數為當
建立迴歸模型如下:
企業從事政治行動主義與創新能力關係可能具有影響,故設立一虛擬變數為當公司
公司所屬產業為資訊電子業 ( ) 為 1,其他 0,再透過與企業進行政治獻金
公司所屬產業為資訊電子業 ( ) 為 1,其他 0,再透過與企業進行政治獻金
��� ���
所屬產業為資訊電子業 (IND ) 為 1,其他 0,再透過與企業進行政治獻金捐贈與否
i,t 與提供政治獻金之投入多寡 ( ) 的交乘項
捐贈與否 ( ) ) 與提供政治獻金之投入多寡 ( ) 的交乘項
捐贈與否 (
��� ���
��� ���
) = + )+
×
(DONATE ) 與提供政治獻金之投入多寡 (DOS_F ) 的交乘項 (DONATE ×IND ) 或
( × ) 或 ( × ) 來觀察產業間之創新能力情形,並
2
1
0
i,k ) 來觀察產業間之創新能力情形,並
( × ) 或 ( ×
i,k
i,t
��� ���
��� ���
i,k ��� ���
× ) + + +
��� ���
建立迴歸模型如下:
� �
� �
�
� �
� �
�
建立迴歸模型如下:
5
(DOS_F ×IND ) 來觀察產業間之創新能力情形,並建立迴歸模型如下:
+ + + + +
i,t
i,k
6 7 8 9 10
+ + + ) � +
��
� �
��
��
� �
��
� �
)+
) = + ��� ��� )+ ×
) = +
×
� �
��� ���
��� ���
��� ���
� �
��� ���
� �
��� ���
��� ��� × 11 ) + + +
× ) + + +
� �
��� ���
� �
��� ���
� �
��� ���
��� ���
+ + ��� ��� + + +
+ +
+ + +
�
��� ���
��� ���
� �
��� ���
�� ��
� �
�
��� ���
� �
+ + + ) � � +
+
+ + + )
��� ���
��� ���
�� ��
�� ��
�� ��
��� ��� �� ��
+ ∑ + ∑ + 。 (3)
(3)
���
11 11
上述式中,考量專利可以用來評估一間企業的創新能力,並做為檢視企業創
上述式中,考量專利可以用來評估一間企業的創新能力,並做為檢視企業創
新研發之成果,亦是公司的無形資產,有助於為公司創造價值 (Deng et al., 1999);
120
且專利資料通常較為客觀,可以明確地反映公司當前的創新產出。由於專利數量
可展現一間公司研發成果之累積,專利數目越多,其知識資產累積較多,創新能
力越佳 (Kim, 2018)。另外,專利被引證數則是指一間公司專利往後被引用的次
數,可以做為彰顯企業專利的品質、價值性及創新發展能力 (Hall, Jaffe, and
Trajtenberg, 2000)。其中,考量公司的專利權數或專利被引證數應因時與因地制
宜,故對於專利相關資料而言會存在截斷 (Truncation) 問題,故應對專利申請年
8
份與授權年份的時間差異或技術類別差異進行調整 。本研究依據 Lerner and Seru
(2022) 參考 Jaffe and Trajtenberg (2002) 與 Hall, Jaffe, and Trajtenberg (2000) 的
方式,將透過控制時間固定效果,以調整特定期間方式來消除年度異質性問題,
進而估計出調整後的專利權數 (ADJ_ ) 與調整後的專利被引證數
���
9
(ADJ_ ) ,用以衡量企業之創新能力,並進一步以立法委員選舉當年
���
度及後續三年期的單期與連續期分別估計專利權數 ( ) 與專利被引證數
���
( )。
���
在自變數「政治行動主義」方面,本研究參考 Ovtchinnikov et al. (2020) 的
方式以政治獻金作為代理衡量指標。首先,本研究除了以公司「有無從事政治行
動主義 ( )」而設定一項虛擬變數,代表 i 公司於 k 屆立法委員選舉有
���
從事捐贈政治獻金為 1,其他為 0,亦考量企業對於立法委員候選人政治獻金金
額的多寡進行捕捉,並以我國政治獻金上限之規定進行平減,設定「 」
���
為公司 i 於立法委員選舉 k 屆捐獻政治獻金予立法委員候選人之金額加總後,除
以營利事業捐贈政治獻金予立法委員選舉上限四百萬之比率進行衡量。其次,本
8 由於本研究所使用的 M-Trends 專利檢索暨分析管理平台乃是經資料庫公司(新穎數位文創股
份有限公司)學術贊助研究授權使用,主要提供美國專利暨商標局 (United States Patent and
Trademark Office; USPTO) 所公告的我國企業申請核准專利資料為主。由於當時僅手動整理並
彙總各公司之「專利權數」與「專利被引證數」之年度總數,並未捕捉到專利權數或專利被引
證數之技術類別,故本研究處理截斷 (Truncation) 問題時,僅採用特定期間 (Time Adjusted)
之「年度」進行調整公司之專利權數或專利被引證數。
9
本研究以調整特定期間所估計出的調整後專利權數 (ADJ_ ��� ) 與專利被引證數
(ADJ_ ��� ) (Jaffe and Trajtenberg, 2002; Hall, Jaffe and Trajtenberg, 2000) 進行衡量。其
中,調整後專利權數 (ADJ_ ��� ),為個別公司 i 於第 t 年度的專利權數 (n it),除以第 t
年的所有公司的專利權數 (N it),其衡量公式如下:
��
�� =
�
另一方面,公司的調整後專利被引證數 (ADJ_ ��� ),則為個別公司 i 於第 t 年的
x 個專利被引證數 (CITATION i),除以第 t 年度的所有的 y 個專利之平均被引證數(為所有公
司的專利被引證數除以第 t 年度的所有公司專利總數 (CITATION i/N t)),其衡量公式如下:
∑ � �� �
�� = �
� �
∑ � / �
�
12

