都紅雯,鄭 娟,劉佳茵
(杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院,浙江 杭州310018)
自20世紀(jì)末以來,我國高技術(shù)產(chǎn)業(yè)迅猛發(fā)展,為社會經(jīng)濟(jì)發(fā)展做出了較大貢獻(xiàn)。2008-2013 全年研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)支出分別為4 570 億元、5 433 億元、6 980 億元、8 610 億元、10 240 億元、11 906億元,比上年增長值分別為23.2%、17.7%、20.3%、21.9%、17.9%、15.6%,占國內(nèi)生產(chǎn)總值的比重分別為1.52%、1.62%、1.75%、1.83%、1.97%、2.09%。雖然我國的科技研發(fā)經(jīng)費(fèi)投入呈現(xiàn)逐年增長的態(tài)勢,但是我國高技術(shù)發(fā)展與發(fā)達(dá)國家相比仍有很大的差距,尚未具有高投入和高收益的特征,亦未形成完整的高技術(shù)產(chǎn)業(yè)形態(tài)[1]。2007年,我國高技術(shù)產(chǎn)業(yè)R&D 經(jīng)費(fèi)占工業(yè)增加值比重為6.01%,美國、德國、意大利的比重分別為36.84%、18.05%、11.81%。2012年,我國高技術(shù)產(chǎn)業(yè)的R&D 投入強(qiáng)度為1.8%,美國、日本、德國為19.7%、10.5%、6.9%。2008-2013年,我國全年技術(shù)合同成交額分別為2 665 億元、3 039 億元、3 906 億元、4 763.6 億元、6 437.1 億元、7 469.0 億元,與上年相比增長率分別為19.7%、14.0%、28.5%、21.9%、35.1%、16.0%。不難看出,科技研發(fā)經(jīng)費(fèi)投入的產(chǎn)出績效并不理想。我國正處于由技術(shù)創(chuàng)新帶動(dòng)產(chǎn)業(yè)升級的經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變階段,技術(shù)創(chuàng)新對經(jīng)濟(jì)增長的影響和作用非常大,科研經(jīng)費(fèi)投入在數(shù)額上為逐年穩(wěn)步增長,但其產(chǎn)出績效不高,提高科技創(chuàng)新績效已成為高技術(shù)企業(yè)發(fā)展過程中亟需解決的當(dāng)務(wù)之急[2]。
目前,企業(yè)的研發(fā)經(jīng)費(fèi)主要來源于企業(yè)自有資金投入、政府財(cái)政直接撥款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資和外商直接投資等。
企業(yè)自有資金投入方面,王然,鄧偉根(2011)的研究結(jié)果表明企業(yè)自身投入和政府投入的協(xié)調(diào)配合對企業(yè)自主創(chuàng)新能力的提升起主要作用,金融機(jī)構(gòu)科技貸款的作用則相對微弱[3]。胡義東,仲偉俊(2011)的實(shí)證結(jié)果表明,新材料、電子信息和新能源三個(gè)行業(yè)的企業(yè)自有資金投入力度與技術(shù)創(chuàng)新績效之間為顯著正相關(guān);企業(yè)自有資金投入對技術(shù)創(chuàng)新績效產(chǎn)出的貢獻(xiàn)率遠(yuǎn)高于科研人員投入對其的貢獻(xiàn)率[4]。李武威(2013)基于2003-2008年我國大中型企業(yè)面板數(shù)據(jù)基礎(chǔ)上的分析,得出結(jié)論為R&D人員及經(jīng)費(fèi)投入、非R&D 投入構(gòu)成要素中的技術(shù)改造、技術(shù)引進(jìn)及消化吸收對促進(jìn)我國高技術(shù)產(chǎn)業(yè)創(chuàng)新績效產(chǎn)出起到顯著的積極作用[5]。
政府財(cái)政直接撥款方面,David 和Stephen(2000)發(fā)現(xiàn)政府科技投入對企業(yè)成長有著顯著的正向關(guān)系[6]。Czarnitzki 和Hussinger(2004)認(rèn)為,受到政府撥款資助的企業(yè)其技術(shù)創(chuàng)新水平明顯高于未受政府資助的企業(yè),且受資助企業(yè)有較高的專利產(chǎn)出[7]。李晨(2009)認(rèn)為政府資金在研發(fā)經(jīng)費(fèi)來源中占比的增幅與高技術(shù)企業(yè)的新產(chǎn)品銷售收入的增幅呈反向相關(guān)關(guān)系[8]。溫欣(2009)發(fā)現(xiàn)政府的科技經(jīng)費(fèi)投入對于我國技術(shù)創(chuàng)新水平有著較大的推動(dòng)作用[9]。張艷輝,李宗偉等(2012)的實(shí)證結(jié)果表明,企業(yè)自身研發(fā)資金投入對企業(yè)技術(shù)創(chuàng)新績效有著顯著正向影響,而政府直接撥款和金融機(jī)構(gòu)貸款缺乏顯著影響[10]。俞立平(2013)基于高技術(shù)企業(yè)省際面板數(shù)據(jù)是實(shí)證研究認(rèn)為,我國技術(shù)水平在國際市場的競爭力偏弱,政府經(jīng)費(fèi)投入的績效有待提高,同時(shí)由于企業(yè)創(chuàng)新的風(fēng)險(xiǎn)性和銀行的風(fēng)險(xiǎn)規(guī)避性存在矛盾,導(dǎo)致高技術(shù)企業(yè)在科技創(chuàng)新中存在“金融抑制”現(xiàn)象[11]。
創(chuàng)業(yè)風(fēng)險(xiǎn)投資方面,陳見麗(2011)基于我國76 家創(chuàng)業(yè)板上市的高新技術(shù)企業(yè)數(shù)據(jù)的實(shí)證分析表明,風(fēng)險(xiǎn)投資的進(jìn)入及增加對企業(yè)技術(shù)創(chuàng)新的投入及產(chǎn)出均產(chǎn)生負(fù)面作用[12]。王建梅,王筱萍(2011)選取我國1994—2008年風(fēng)險(xiǎn)投資額、R&D 經(jīng)費(fèi)支出和國內(nèi)發(fā)明專利數(shù)等數(shù)據(jù),運(yùn)用SPSS 回歸進(jìn)行分析,得出的結(jié)論為企業(yè)自身研發(fā)經(jīng)費(fèi)投入對技術(shù)創(chuàng)新作用比較明顯,而風(fēng)險(xiǎn)投資與技術(shù)創(chuàng)新之間線性相關(guān)關(guān)系不顯著[13]。龍勇,時(shí)萍萍(2012)認(rèn)為,風(fēng)險(xiǎn)投資的進(jìn)入會增強(qiáng)高技術(shù)企業(yè)對知識的靜態(tài)和動(dòng)態(tài)吸收能力,從而起到提高技術(shù)創(chuàng)新績效,降低創(chuàng)新風(fēng)險(xiǎn)的作用[14]。
外商直接投資方面,朱有為,徐康寧(2006)認(rèn)為我國高技術(shù)產(chǎn)業(yè)的研發(fā)效率整體處于較低水平,但呈現(xiàn)穩(wěn)步上升的態(tài)勢;相比國有企業(yè)外商投資企業(yè)對研發(fā)效率提升的貢獻(xiàn)度更高[15]。錢中平(2012)建立了FDI 與中國企業(yè)技術(shù)創(chuàng)新之間關(guān)系的VAR 模型,研究結(jié)果顯示,各變量系數(shù)在短期和長期的差異較大;企業(yè)技術(shù)創(chuàng)新對FDI 的變動(dòng)十分敏感,在長期范圍內(nèi)呈現(xiàn)一種均衡穩(wěn)定的關(guān)系[16]。王鵬,張劍波(2013)基于2001-2010年我國十三省市的面板數(shù)據(jù)做的實(shí)證分析表明,F(xiàn)DI 對企業(yè)新產(chǎn)品產(chǎn)出具有顯著的促進(jìn)作用,而對專利產(chǎn)出的影響并不顯著[17]。
由此可見,多數(shù)學(xué)者都肯定了各項(xiàng)科研經(jīng)費(fèi)對企業(yè)技術(shù)創(chuàng)新起著顯著的正向作用,也有少數(shù)學(xué)者的研究結(jié)果表明某類資金的投入對企業(yè)的科技產(chǎn)出起負(fù)面作用。本文認(rèn)為,這些結(jié)論的差異可能是由于研究角度和所選變量的不同所造成的。并且,由于國內(nèi)的有些數(shù)據(jù)披露的較晚,一些學(xué)者所使用的數(shù)據(jù)部分為問卷調(diào)查所得,導(dǎo)致了各人結(jié)果的較大差異。
理論上,各項(xiàng)研發(fā)經(jīng)費(fèi)的投入對科技創(chuàng)新成果均會產(chǎn)生正向影響。但是,在我國現(xiàn)有的經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)體制下,這種正向影響可能會增強(qiáng)、減弱甚至變?yōu)樨?fù)向影響。本文就此構(gòu)建實(shí)證模型,以我國高技術(shù)企業(yè)面板數(shù)據(jù)為基礎(chǔ),以企業(yè)自有資金投入、政府財(cái)政直接撥款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資和外商直接投資這四項(xiàng)占比較高的研發(fā)經(jīng)費(fèi)投入為例,進(jìn)一步探明這些研發(fā)投入對高技術(shù)企業(yè)科技創(chuàng)新績效的影響方向及影響程度。
本文主要研究企業(yè)自有資金投入、政府財(cái)政直接撥款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資和外商直接投資等對企業(yè)創(chuàng)新績效的影響。根據(jù)以往文獻(xiàn)的研究,選取能夠反映技術(shù)創(chuàng)新產(chǎn)出水平的專利授權(quán)數(shù)和新產(chǎn)品產(chǎn)值作為被解釋變量;考慮到科研人員投入是科技創(chuàng)新的人力投入方面的重要主體,故也將其納入作為解釋變量之一。本文最終選取企業(yè)自有資金投入、政府財(cái)政直接撥款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資、外商直接投資以及R&D 人員全時(shí)當(dāng)量作為解釋變量。技術(shù)創(chuàng)新函數(shù)借鑒廣義的柯布道格拉斯(C-D)生產(chǎn)函數(shù)來表示:
即:
其中PAT 表示專利授權(quán)數(shù),NEPV 表示新產(chǎn)品產(chǎn)值,A 為常數(shù),COMP 表示企業(yè)自有資金投入,GOV表示政府財(cái)政直接撥款,VC 表示創(chuàng)業(yè)風(fēng)險(xiǎn)投資,F(xiàn)DI 表示外商直接投資,LAB 表示R&D 人員全時(shí)當(dāng)量,i 表示地區(qū),t 表示時(shí)間,ε 為隨機(jī)誤差項(xiàng)。
為了改善模型的擬合度和減少異方差,本文對上述模型做對數(shù)處理。此外,由于技術(shù)創(chuàng)新的投入與產(chǎn)出一般會相隔一個(gè)生產(chǎn)周期,故對兩個(gè)被解釋變量取當(dāng)期項(xiàng),對所有解釋變量均取滯后一期項(xiàng)[18]。得到新的模型如下:
本文所使用的數(shù)據(jù)為2006-2013年27 個(gè)省、自治區(qū)、直轄市的面板數(shù)據(jù),由于海南、西藏、青海和新疆四個(gè)省份數(shù)據(jù)嚴(yán)重缺失,出于數(shù)據(jù)的連貫性和完整性考慮,將其剔除。數(shù)據(jù)來源為《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、中國科技統(tǒng)計(jì)網(wǎng)、《中國統(tǒng)計(jì)年鑒》以及《對外貿(mào)易經(jīng)濟(jì)年鑒》。為了剔除物價(jià)變動(dòng)對指標(biāo)的影響,本文對新產(chǎn)品產(chǎn)值用工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)(PPI)進(jìn)行平減;對企業(yè)自有資金投入、政府財(cái)政直接撥款、創(chuàng)業(yè)風(fēng)險(xiǎn)投資用GDP 平減指數(shù)進(jìn)行平減;對外商直接投資先用當(dāng)年匯率進(jìn)行換算,再用GDP 平減指數(shù)進(jìn)行平減。各年P(guān)PI 及匯率均來源于《中國統(tǒng)計(jì)年鑒》,各年GDP 平減指數(shù)經(jīng)計(jì)算獲得。其中,PPI 采取的是2006-2013年生產(chǎn)者出廠價(jià)格指數(shù),以1985年的生產(chǎn)者出廠價(jià)格指數(shù)100 為基期;GDP 平減指數(shù)以1978年的指數(shù)100 為基期。
本文首先對模型中所涉及的七個(gè)指標(biāo)進(jìn)行簡單的描述性統(tǒng)計(jì)分析,各變量的描述性統(tǒng)計(jì)如表1所示。
表1 描述分析
在此基礎(chǔ)上,本文運(yùn)用Stata 軟件分別選用混合OLS 模型和個(gè)體效應(yīng)回歸模型進(jìn)行估計(jì)分析,其中個(gè)體效應(yīng)回歸模型又分為固定效應(yīng)和隨機(jī)效應(yīng)。若F 檢驗(yàn)得到的p 值小于1%、5%、10%,則在1%、5%、10%的顯著水平下拒絕原假設(shè),選擇使用個(gè)體效應(yīng)回歸模型。再進(jìn)行豪斯曼檢驗(yàn),若得到的p 值小于1%、5%、10%,說明在1%、5%、10%水平下顯著,拒絕原假設(shè),選擇使用固定效應(yīng)模型,反之,則選擇隨機(jī)效應(yīng)模型。本文選擇專利發(fā)明數(shù)(PAT)和新產(chǎn)品產(chǎn)值(NEPV)分別作為模型一、模型二,估計(jì)結(jié)果如表2、表3所示。首先進(jìn)行DW 檢驗(yàn),模型一、模型二的DW 值分別為2.131 和1.926,表明殘差序列無自相關(guān)。在此基礎(chǔ)上,根據(jù)上文所述模型選擇標(biāo)準(zhǔn),模型一在5%的顯著水平下拒絕原假設(shè),故選擇固定效應(yīng)模型;模型二豪斯曼檢驗(yàn)結(jié)果為Prob=0.219 6,故接受原假設(shè),選擇隨機(jī)效應(yīng)模型。模型一、模型二的R2值分別為0.810 1、0.808 7,所以兩個(gè)模型的擬合優(yōu)度均較好。
表2 模型一(lnpat)
表3 模型二(lnnepv)
實(shí)證結(jié)果表明,上一期的企業(yè)自有資金投入、創(chuàng)業(yè)風(fēng)險(xiǎn)投資及R&D 人員全時(shí)當(dāng)量對當(dāng)期專利發(fā)明數(shù)的影響均為顯著,且均為正向影響作用,其彈性系數(shù)分別為0.589 355 5、0.475 101、0.680 775 4,其中創(chuàng)業(yè)風(fēng)險(xiǎn)投資的系數(shù)在1%的顯著水平下通過檢驗(yàn),自有資金投入、R&D 人員全時(shí)當(dāng)量均在5%顯著水平下通過檢驗(yàn)。說明自有資金投入、創(chuàng)業(yè)風(fēng)險(xiǎn)投資、R&D 人員全時(shí)當(dāng)量以及外商直接投資對企業(yè)研發(fā)新產(chǎn)品具有很強(qiáng)的推動(dòng)作用,企業(yè)自有資金投入每增加1%,企業(yè)專利發(fā)明數(shù)增加0.589 355 5%;創(chuàng)業(yè)風(fēng)險(xiǎn)投資每增加1%,企業(yè)專利發(fā)明數(shù)增加0.475 101%;R&D 人員全時(shí)當(dāng)量每增加1%,企業(yè)專利發(fā)明數(shù)增加0.680 775 4%。
上一期的企業(yè)自有資金投入、創(chuàng)業(yè)風(fēng)險(xiǎn)投資以及外商直接投資對當(dāng)期新產(chǎn)品產(chǎn)值的影響均為顯著,其中企業(yè)自有資金投入、創(chuàng)業(yè)風(fēng)險(xiǎn)投資為正向影響作用,外商直接投資為反向影響作用,其彈性系數(shù)分別為0.489 084 4、0.276 875 8、-0.404 881 9,其中企業(yè)自有資金投入和創(chuàng)業(yè)風(fēng)險(xiǎn)投資均在1%顯著水平下通過檢驗(yàn),外商直接投資在10%顯著水平下通過檢驗(yàn)。即企業(yè)自有資金投入每增加1%,企業(yè)新產(chǎn)品產(chǎn)值增加0.489 084 4%;創(chuàng)業(yè)風(fēng)險(xiǎn)投資每增加1%,企業(yè)專利發(fā)明數(shù)增加0.276 875 8%;外商直接投資每增加1%,企業(yè)專利發(fā)明數(shù)減少0.404 881 9%。
上一期外商直接投資對企業(yè)當(dāng)期專利發(fā)明數(shù)影響為正,彈性系數(shù)未通過顯著性檢驗(yàn);其對當(dāng)期新產(chǎn)品產(chǎn)值的影響為負(fù),在10%顯著水平下通過顯著性檢驗(yàn)。本文認(rèn)為FDI 對企業(yè)的科技創(chuàng)新活動(dòng)的影響不是單一的,既有競爭帶來的負(fù)面效應(yīng),也有研發(fā)外溢及示范效應(yīng)等產(chǎn)生的積極影響。這也應(yīng)證了關(guān)于FDI 投入和企業(yè)科技創(chuàng)新活動(dòng)之間關(guān)系研究的文獻(xiàn)中所呈現(xiàn)的“抑制論”和“促進(jìn)倫”兩種觀點(diǎn)。估計(jì)結(jié)果未通過檢驗(yàn)的原因,首先可能是外資的大規(guī)模進(jìn)入和控制產(chǎn)生了擠出效應(yīng),使得國內(nèi)創(chuàng)新企業(yè)的市場空間大大縮水;其次,企業(yè)對于先進(jìn)技術(shù)不能很好地消化吸收,反而產(chǎn)生嚴(yán)重技術(shù)依賴,從而削弱創(chuàng)新能力和創(chuàng)新效率。
此外,需要特別關(guān)注的是政府財(cái)政直接投資對企業(yè)專利發(fā)明數(shù)和新產(chǎn)品產(chǎn)值的影響均不顯著。對于這一結(jié)果的解釋,本文認(rèn)為,首先是政府管理體制的不合理影響了科技經(jīng)費(fèi)的使用效率,注重短期盈利項(xiàng)目而冷落長期發(fā)展項(xiàng)目,缺乏有效的監(jiān)督機(jī)制和評價(jià)標(biāo)準(zhǔn);其次是由于政府投資對企業(yè)自有資金的影響可能呈倒U 形,當(dāng)政府直接投資超過某一臨界值時(shí),擠出效應(yīng)大于促進(jìn)效應(yīng),就會使得企業(yè)總體科技創(chuàng)新水平降低。
總的來說,五個(gè)解釋變量的對專利發(fā)明數(shù)的影響要大于對新產(chǎn)品產(chǎn)值的影響,原因可能是專利屬于直接產(chǎn)出,而從專利轉(zhuǎn)化為商品,到商品的市場化產(chǎn)生經(jīng)濟(jì)效益,再到產(chǎn)業(yè)化需要一定時(shí)間的過度。
基于上述研究成果,提出政策建議如下:
第一,加大企業(yè)自有資金投入并完善科技人才開發(fā)管理機(jī)制。從估計(jì)結(jié)果來看,保持其他變量不變,企業(yè)每增加1%的資金投入,專利發(fā)明數(shù)和新產(chǎn)品產(chǎn)值會相應(yīng)地增加0.589 355 5%和0.489 084 4%??梢娖髽I(yè)自有資金投入對科技創(chuàng)新活動(dòng)有著很大的正向影響。然而,我國的高技術(shù)企業(yè)多為中小型企業(yè),面臨著可抵押資產(chǎn)少、信息不透明、財(cái)務(wù)報(bào)表不規(guī)范等許多問題,在激烈的市場競爭中很難獲取外源資金。只有解決了融資難問題,才能進(jìn)一步加大對科技創(chuàng)新的投入。這就要求中小企業(yè)要從加強(qiáng)公司管理出發(fā),切實(shí)做到轉(zhuǎn)變經(jīng)營理念、完善體制建設(shè),從而達(dá)到提高效益的最終目標(biāo)。此外,科研人員對科技創(chuàng)新的作用也不容小覷,R&D 人員全時(shí)當(dāng)量每增加1%,專利發(fā)明數(shù)增加0.680 775 4%。
第二,適時(shí)調(diào)整政府在企業(yè)科技創(chuàng)新活動(dòng)中所充當(dāng)?shù)慕巧?。首先,由于政府的投資更注重創(chuàng)新為整個(gè)社會所帶來的效益,所以會在技術(shù)創(chuàng)新的初期提供強(qiáng)有力的外部支持。隨著科技創(chuàng)新活動(dòng)的發(fā)展,政府的投入已經(jīng)不能滿足科技創(chuàng)新成果市場化的要求,如若政府繼續(xù)投資,將導(dǎo)致資金的使用效率降低。由此可見,政府應(yīng)該在科技創(chuàng)新活動(dòng)的前期充當(dāng)主要支持力量,而在中后期逐步讓位給其他市場科技金融主體;其次,政府應(yīng)當(dāng)注重采取如稅收優(yōu)惠、財(cái)政貼息、擔(dān)保貸款等間接優(yōu)惠措施,與直接的資金投入相協(xié)調(diào);第三,政府還應(yīng)系統(tǒng)地完善相關(guān)的法律法規(guī)和制度環(huán)境等,將建立科技金融體系提升到戰(zhàn)略發(fā)展地位。
第三,優(yōu)化風(fēng)險(xiǎn)投資投向。在兩個(gè)模型中,創(chuàng)業(yè)風(fēng)險(xiǎn)投資對專利發(fā)明數(shù)和新產(chǎn)品產(chǎn)值的作用均為顯著的正向影響,但是對應(yīng)新產(chǎn)品產(chǎn)值的彈性系數(shù)卻不高,只有0.276 875 8,說明風(fēng)險(xiǎn)投資的效率不高。究其原因,可能是我國目前大多數(shù)創(chuàng)業(yè)風(fēng)險(xiǎn)投資只注重謀取短期投資收益,而很少從長遠(yuǎn)考慮如何實(shí)現(xiàn)自身資本的穩(wěn)步增值。因而,我國的風(fēng)投應(yīng)當(dāng)借鑒國外的成功經(jīng)驗(yàn),積極參與到科技創(chuàng)新主體的運(yùn)營管理中去,走長期投資、與企業(yè)共同發(fā)展的“雙贏”之路。此外,我國應(yīng)盡快建立起完善的風(fēng)險(xiǎn)資本退出機(jī)制,消除風(fēng)投機(jī)構(gòu)投資的后顧之憂,實(shí)現(xiàn)風(fēng)投資本的高效循環(huán)利用和增值。
第四,合理利用外商投資。鑒于FDI 對企業(yè)科技創(chuàng)新活動(dòng)影響的復(fù)雜性,應(yīng)雙管齊下。一方面,積極引導(dǎo)更多高質(zhì)量的外國資金來華投資,設(shè)立科研中心,強(qiáng)化FDI 的溢出效應(yīng);另一方面,政府應(yīng)加強(qiáng)對高技術(shù)行業(yè)的反壟斷執(zhí)行力度,謹(jǐn)防外資溢出的替代效應(yīng)超過示范效應(yīng),造成企業(yè)對外資的過度依賴而使自身研究能力衰退、抑制科技創(chuàng)新的現(xiàn)象。
此外,影響企業(yè)科技創(chuàng)新績效的因素還有很多,比如科技貸款、企業(yè)規(guī)模、市場競爭等??紤]到數(shù)據(jù)的可得性和完整性,本文只選取了具有代表性的幾個(gè)指標(biāo)。在進(jìn)一步的研究中,可以加入一些其他相關(guān)變量,會使得研究結(jié)果更加嚴(yán)謹(jǐn)有效、更具有說服力。
[1]趙昌文,陳春發(fā),唐英凱.科技金融[M].北京:科學(xué)出版社,2009:24-27.
[2]洪銀興.科技金融及其培育[J].經(jīng)濟(jì)學(xué)家,2011(6):22-27.
[3]王然,鄧偉根.研發(fā)投入來源、技術(shù)溢出渠道與自主創(chuàng)新績效——基于高技術(shù)行業(yè)面板數(shù)據(jù)的實(shí)證研究[J].科技進(jìn)步與對策,2011(10):6-9.
[4]胡義東,仲偉?。咝录夹g(shù)企業(yè)技術(shù)創(chuàng)新績效影響因素的實(shí)證研究[J].中國科技論壇,2011(4):80-85.
[5]李武威.技術(shù)創(chuàng)新資源投入對高技術(shù)企業(yè)產(chǎn)品創(chuàng)新績效影響的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì),2013(7):75-82.
[6]Paul A David,Bronwyn H Hall,Andrew A Toole.Is public R&D a complement or a substitute for private R&D?[J].A review of the econometric evidence,2000(29):497-529.
[7]Dirk Czarnitzki,Katrin Hussinger.The link between R&D subsidies,R&D spending and technological performance[C].ZEW Discussion Paper.Mannheim:ZEW Press,2004(7):4-56.
[8]李晨.高技術(shù)產(chǎn)業(yè)研發(fā)投入對技術(shù)創(chuàng)新績效的影響研究[D].杭州:浙江大學(xué),2009.
[9]溫欣.試論政府科技經(jīng)費(fèi)投入對技術(shù)創(chuàng)新的作用及對比分析[D].成都:西南財(cái)經(jīng)大學(xué),2009.
[10]張艷輝,李宗偉,陳林.研發(fā)資金投入對企業(yè)技術(shù)創(chuàng)新績效的影響研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2012(11):63-67.
[11]俞立平.不同來源科研經(jīng)費(fèi)對內(nèi)貿(mào)與外貿(mào)貢獻(xiàn)的比較——基于省際高技術(shù)產(chǎn)業(yè)的實(shí)證[J].財(cái)經(jīng)科學(xué),2013(4):111-119.
[12]陳見麗.風(fēng)險(xiǎn)投資能促進(jìn)高新技術(shù)企業(yè)的技術(shù)創(chuàng)新嗎?——基于中國創(chuàng)業(yè)板上市公司的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理,2011(2):71-77.
[13]王建梅,王筱萍.風(fēng)險(xiǎn)投資促進(jìn)我國技術(shù)創(chuàng)新的實(shí)證研究[J].科技進(jìn)步與對策,2011(8):24-27.
[14]龍勇,時(shí)萍萍.風(fēng)險(xiǎn)投資對高新技術(shù)企業(yè)的技術(shù)創(chuàng)新效應(yīng)影響[J].經(jīng)濟(jì)與管理研究,2012(7):38-44.
[15]朱有為,徐康寧.中國高技術(shù)產(chǎn)業(yè)研發(fā)效率的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì),2006(11):38-45.
[16]錢中平.外國直接投資對中國企業(yè)技術(shù)創(chuàng)新作用的影響[J].統(tǒng)計(jì)與決策,2012(22):162-165.
[17]王鵬,張劍波.外商直接投資、官產(chǎn)學(xué)研合作與區(qū)域創(chuàng)新產(chǎn)出——基于我國十三省市面板數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)學(xué)家,2013(1):58-66.
[18]徐玉蓮,王宏起.科技金融對技術(shù)創(chuàng)新的支持作用:基于Bootstrap 方法的實(shí)證分析[J].科技進(jìn)步與對策,2012,29(3):1-4.