湯學(xué)良，周 建，吳萬宗

(1.上海財經(jīng)大學(xué)經(jīng)濟學(xué)院，上海 200433;2.上海財經(jīng)大學(xué)國際工商管理學(xué)院，上海 200433)

一、引 言

企業(yè)研發(fā)與績效關(guān)系的研究一直是學(xué)術(shù)界關(guān)注的焦點。通過文獻梳理，我們發(fā)現(xiàn)三個方面的問題。首先，績效指標(biāo)的選取存在分歧。早期的文獻將專利數(shù)作為績效指標(biāo)［1］［2］，但專利只是中間產(chǎn)出，不能代表企業(yè)R＆D的全部結(jié)果。企業(yè)創(chuàng)新不會都申請專利，專利也未必都具有轉(zhuǎn)化價值。于是，有關(guān)學(xué)者提出以新產(chǎn)品產(chǎn)出作為績效指標(biāo)［3］［4］。同樣地，創(chuàng)新活動結(jié)果不一定都是新產(chǎn)品。在研發(fā)投入的中國工業(yè)企業(yè)中，大約只有22%的企業(yè)產(chǎn)出新產(chǎn)品①根據(jù)中國工業(yè)企業(yè)數(shù)據(jù)庫 (2005－2007)計算而得。。另外，R＆D中技術(shù)改進和工藝改造等創(chuàng)新無法通過新產(chǎn)品反映出來。為克服專利和新產(chǎn)品指標(biāo)的缺點，后續(xù)研究對績效指標(biāo)的選擇呈現(xiàn)多樣性。既有以工業(yè)產(chǎn)值或銷售收入作為績效指標(biāo)［5］［6］，也有以工業(yè)增加值作為績效指標(biāo)［7］，還有以全要素生產(chǎn)率作為績效指標(biāo)［8］。此外，部分學(xué)者考慮了公司的市場價值［9］，主要選擇財務(wù)業(yè)績作為替代［10］。其次，存在樣本代表性和選擇性偏誤。企業(yè)研發(fā)問題的研究主要選擇以大型企業(yè)、高科技企業(yè)和上市公司為分析樣本［11］［12］［10］，存在著代表性不足的問題。周亞虹等(2012)使用國家統(tǒng)計局的工業(yè)企業(yè)數(shù)據(jù)討論R＆D與企業(yè)績效的關(guān)系［7］，有效地彌補了這一缺陷。此外，數(shù)據(jù)處理時刪除沒有R＆D投入或投入較低的樣本會損失大量企業(yè)信息［10］，進而帶來樣本選擇性偏誤問題。但也有部分文獻注意到了這一點，它們將R＆D為零的數(shù)據(jù)全部調(diào)整為0.01［7］，這樣做的合理性仍值得商榷。最后，現(xiàn)有文獻缺乏討論R＆D與企業(yè)績效的雙向因果問題。R＆D投入對企業(yè)績效產(chǎn)生影響，同時企業(yè)績效也會影響到R＆D的決策。Bravo-Ortega和Marin(2010)初步討論了生產(chǎn)率與研發(fā)之間可能存在的雙向因果關(guān)系［13］，但其他文獻較少考慮這一點，尤其缺乏企業(yè)績效對R＆D決策影響的研究［14］。

針對現(xiàn)有研究的不足，本文進行了相應(yīng)的補充:重點討論企業(yè)R＆D與績效的雙向因果關(guān)系問題，填補績效對R＆D影響研究的不足;對企業(yè)績效采用多維度的度量指標(biāo)，克服績效指標(biāo)選取對研究結(jié)論的影響;在樣本選擇方面，使用樣本量大、代表性強的工業(yè)企業(yè)數(shù)據(jù)庫;對企業(yè)R＆D行為的刻畫主要考慮企業(yè)R＆D的參與變量，而沒有選擇R＆D投入變量，以免產(chǎn)生樣本選擇性偏誤。

二、數(shù)據(jù)來源與變量選擇

(一)數(shù)據(jù)處理

本文使用的是國家統(tǒng)計局維護的《中國工業(yè)企業(yè)數(shù)據(jù)庫》，其優(yōu)點是樣本大、指標(biāo)多、時間長。數(shù)據(jù)庫包含的企業(yè)樣本數(shù)逐年遞增，僅2007年就有331420個企業(yè)樣本。數(shù)據(jù)庫所含的變量個數(shù)超過了100個，且以企業(yè)的財務(wù)指標(biāo)為主。本文僅截取2004－2007年的企業(yè)樣本，其原因主要在于:一是只有2005－2007年報告了企業(yè)R＆D投入情況;二是需要2004年的變量作為初始值估算企業(yè)的真實資本存量和TFP。我們依據(jù)兩個原則對企業(yè)樣本進行初篩:第一，關(guān)鍵的財務(wù)指標(biāo)不能漏報(如總資產(chǎn)、固定資產(chǎn)凈值余額、銷售收入、工業(yè)總產(chǎn)值等);第二，企業(yè)的雇傭員工數(shù)不能低于8人。此外，由于國有企業(yè)和外資(包括港、澳、臺資)企業(yè)的經(jīng)營環(huán)境缺乏與一般企業(yè)的可比性，在實證中本文刪除了這兩類企業(yè)［15］。最后，根據(jù)Cai和Liu(2009)的做法，我們刪除相關(guān)變量缺失的企業(yè)［16］。最后，樣本中企業(yè)數(shù)目為851368家，其中2005－2007年共618071家。

(二)變量的選擇與處理

本文涉及的變量包括企業(yè)的工業(yè)總產(chǎn)值、工業(yè)增加值、就業(yè)人數(shù)、年末固定資產(chǎn)凈值余額、固定資產(chǎn)原值、R＆D投入和工資總額。其中，工業(yè)總產(chǎn)值和工業(yè)增加值經(jīng)過Brandt et al.(2012)的4位代碼行業(yè)層面的產(chǎn)出品價格指數(shù)進行平減［17］，工資總額根據(jù)消費價格指數(shù)進行平減，固定資產(chǎn)年末凈值余額和固定資產(chǎn)原值主要用來估算企業(yè)的資本存量①本文采用永續(xù)盤存法計算資本存量，企業(yè)層面永續(xù)盤存的Stata算法可向作者索取。。

1.企業(yè)績效變量。參考Bernard和Jensen(1999)的做法［18］，我們主要考慮兩類指標(biāo):一是總量指標(biāo)，包括工業(yè)總產(chǎn)值和企業(yè)規(guī)模(就業(yè)人數(shù));二是效率指標(biāo)，包括人均工業(yè)增加值、人均工資、全要素生產(chǎn)率(TFP)和人均資本。企業(yè)TFP的估算采用Olley和Pakes(1996)的方法［19］，該方法能有效克服估計生產(chǎn)函數(shù)時帶來的同時性偏誤和樣本選擇性偏誤。

2.研發(fā)參與啞變量。依據(jù)R＆D投入定義企業(yè)研發(fā)參與啞變量。若R＆D投入大于0，說明該企業(yè)在當(dāng)年開展了研發(fā)活動;若R＆D投入為0，則該企業(yè)當(dāng)年沒有開展研發(fā)。中國制造業(yè)企業(yè)R＆D參與度不高，平均水平只有11%左右。不同行業(yè)的R＆D參與度迥異，最高與最低相差9倍多。

3.其他控制變量。為保證做R＆D和不做R＆D企業(yè)之間的可比性，實證分析采用“實驗組－對照組比較”方法時必須控制其他因素的影響，具體包括4位代碼行業(yè)啞變量、地區(qū)啞變量和時間啞變量。

三、做R＆D的企業(yè)表現(xiàn)優(yōu)秀嗎?

本文首先討論做R＆D與不做R＆D的企業(yè)在績效上是否有顯著差異，構(gòu)建的回歸模型如下:

其中，Xi表示企業(yè)績效 (包括總量和效率指標(biāo))，R＆Di表示研發(fā)參與啞變量，Sizei表示企業(yè)規(guī)模，Industryi控制4位代碼行業(yè)影響，Aerai控制地區(qū)影響。相對于不做R＆D的企業(yè)，β1反映了做R＆D的企業(yè)在經(jīng)營表現(xiàn)上的差異。由表1可見，做R＆D的企業(yè)在績效指標(biāo)上顯著地好于不做R＆D的企業(yè)。做R＆D的企業(yè)在規(guī)模上要高出78%左右，在工業(yè)總產(chǎn)值上高出35%－38%，在人均工業(yè)增加值上高出37%－39%，在人均工資水平上高出約22%，在TFP上也高出了34%左右。

表1 R＆D企業(yè)的績效表現(xiàn)

那么，到底是優(yōu)秀的企業(yè)選擇了做R＆D還是R＆D使企業(yè)變得優(yōu)秀?截面數(shù)據(jù)上的比較分析不足以回答這一問題，還需進一步分析企業(yè)在做R＆D前后的績效差異。

四、優(yōu)秀的企業(yè)選擇做R＆D

本文首先分析當(dāng)期做R＆D的企業(yè)是否之前 (受到數(shù)據(jù)限制，我們只能做到前兩期)就已表現(xiàn)優(yōu)秀。如果答案是肯定的，再討論之前的經(jīng)營表現(xiàn)是否影響企業(yè)當(dāng)期R＆D決策。在水平值上分析當(dāng)期做R＆D企業(yè)的先驗績效表現(xiàn)，我們構(gòu)建的回歸方程如下:

其中，Xi0表示企業(yè)初始年的績效指標(biāo)，R＆DiT表示企業(yè)最終年是否做R＆D的啞變量，Sizei0控制初始年企業(yè)規(guī)模，Industryi和Aerai分別控制行業(yè)效應(yīng)和地區(qū)效應(yīng)。β1捕捉了最終年做R＆D企業(yè)的先驗績效差異，回歸結(jié)果如表2所示。顯然，做R＆D的企業(yè)之前就已表現(xiàn)優(yōu)秀:在企業(yè)規(guī)模上，做R＆D的企業(yè)在前一年吸收就業(yè)人數(shù)就高出42.5%－46.9%，甚至在前兩年也高出38.5%;在工業(yè)總產(chǎn)值指標(biāo)上，一年前就已高出24.5%－27.1%，兩年前也仍高出21.1%;最終年做R＆D企業(yè)的先驗效率指標(biāo)也顯著好于不做R＆D的企業(yè)，人均資本存量的差異最大，差異最小的是人均工資指標(biāo)，但也顯著超過8%。

表2 R＆D企業(yè)的先驗績效表現(xiàn)(水平值)

企業(yè)績效表現(xiàn)除了反映在水平值上，還反映在指標(biāo)的增速上。我們進一步考慮做R＆D企業(yè)在前期各項指標(biāo)是否提升得也較快，構(gòu)建的回歸方程如下:

其中，ΔXiT－1表示企業(yè)在T期以前各項經(jīng)營指標(biāo)的變化速度 (如表3所示)，其余控制變量的含義與回歸方程 (2)一致。顯然，方程 (3)要求T≥2，因此只能以2007年為最終年進行分析。將β1的回歸信息整理成表6，我們發(fā)現(xiàn)2007年做R＆D的企業(yè)以前的各項績效指標(biāo)增速均顯著高于一直不做R＆D的企業(yè)。其中，企業(yè)規(guī)模增速高出3.17%，工業(yè)總產(chǎn)值增速高出6.52%，人均工業(yè)增加值增速高出4.91%，人均工資增速高出3.62%，人均資本存量和TFP的增速分別高出4%和4.02%。

表3 企業(yè)績效指標(biāo)變化幅度和先驗績效表現(xiàn) (N=50435)

綜合表2、3后我們認為當(dāng)期做R＆D的企業(yè)在之前就已表現(xiàn)優(yōu)秀。那么，是否表現(xiàn)優(yōu)秀的企業(yè)更會選擇做R＆D?根據(jù)Aw et al.(2008)的研究，企業(yè)是否做R＆D取決于預(yù)期收益是否大于成本［20］，即

其中，Rit、Cit分別表示當(dāng)期的收入與可變成本，ΔVit+1表示做R＆D帶來的預(yù)期價值增加值，δ表示貼現(xiàn)率，SC表示做R＆D活動的沉沒成本，R＆Dit、R＆Dit－1分別表示企業(yè)當(dāng)期和滯后一期的R＆D狀態(tài)。若前一期做R＆D了，則當(dāng)期做R＆D無需再支付沉沒成本。企業(yè)的Rit、Cit和Vit+1實際上是由企業(yè)自身特征和經(jīng)濟環(huán)境決定的，改寫 (4)式后可得:

其中，εit是擾動項，Xit包含企業(yè)特征和經(jīng)濟環(huán)境。我們將 (5)式寫成線性概率模型 (LPM)的形式:

其中，αi為企業(yè)異質(zhì)性，Xit是企業(yè)績效特征，經(jīng)濟環(huán)境特征控制在Di中。LPM模型能控制不可觀測的異質(zhì)性αi和處理R＆Dit－1帶來的動態(tài)影響，但(6)式仍存在同時性問題①績效特征Xit也受企業(yè)R＆Dit的影響，我們參考Bernard和Jensen(1999)的做法采用滯后期來削弱同時性問題［18］。。因此，我們將Xit取滯后一期Xit－1來削弱同時性問題。數(shù)據(jù)的時間跨度只有三年，由于First Difference-GMM方法失效，我們采用Systerm-GMM方法，以變量的滯后兩階作為工具變量，估計的方程為:

其中，β捕捉了企業(yè)先前的績效表現(xiàn)是否對當(dāng)期R＆D決策產(chǎn)生影響。由表4顯示，滯后一期的績效對當(dāng)期R＆D決策的影響均為正，R＆D活動的慣性影響最大(0.573)，回歸結(jié)果支持優(yōu)秀企業(yè)選擇做R＆D的結(jié)論。

表4 企業(yè)的R＆D決策((t-1)期)

五、做R＆D使得企業(yè)更優(yōu)秀嗎?

接下來，我們?nèi)圆捎谩皩嶒灲M-對照組比較”方法討論做R＆D的企業(yè)是否在績效上提升得更快，具體的回歸方程如(8)式所示。其中，XiT度量企業(yè)績效的增速，R＆Di0為企業(yè)在初始期R＆D狀態(tài)啞變量。

表5 企業(yè)當(dāng)期做R＆D對績效增速的影響

顯然，當(dāng)期選擇做R＆D的企業(yè)，在總量指標(biāo)上的增速要快于當(dāng)期不做R＆D的企業(yè)，但在人均效率指標(biāo)上表現(xiàn)較差。在TFP的增速上，做R＆D的企業(yè)表現(xiàn)混亂且不顯著，造成這一結(jié)果的原因可能是式(8)只利用了企業(yè)當(dāng)期R＆D活動的靜態(tài)信息，而沒有考慮動態(tài)信息。在做R＆D時，有些企業(yè)是新進入的，有些企業(yè)是持續(xù)做的，還有些企業(yè)則中途停止了。利用這些動態(tài)信息對企業(yè)重新分類，我們構(gòu)建的回歸模型為:

其中，StartiT、BothiT和StopiT分別代表在T期新進入做R＆D、開始和最后都做R＆D及開始做R＆D后來停止做R＆D的企業(yè)，對照組是在0－T期一直不做R＆D的企業(yè)，β1、β2和β3的回歸結(jié)果如表6所示。

表6 R＆D的動態(tài)行為對企業(yè)績效增速的影響

由表6可知，新進入R＆D的企業(yè)(StartiT=1)規(guī)模指標(biāo)的增速比較快，效率指標(biāo)增速也表現(xiàn)優(yōu)秀(盡管人均資本存量增速表現(xiàn)為負值，但不顯著);持續(xù)做R＆D的企業(yè)(BothiT=1)在工業(yè)總產(chǎn)值和企業(yè)規(guī)模上的增速較快，但在效率指標(biāo)增速上表現(xiàn)較差，令人疑惑的是TFP增速還不如新進入的企業(yè);退出R＆D的企業(yè)(StopiT=1)僅在企業(yè)規(guī)模的增速上好于不做R＆D的企業(yè)，其余指標(biāo)增速均表現(xiàn)最差。

最后，本文討論R＆D對企業(yè)退出的影響。工業(yè)企業(yè)數(shù)據(jù)庫是分年度對企業(yè)進行的調(diào)查數(shù)據(jù)，它記錄了企業(yè)的存續(xù)狀態(tài)。若數(shù)據(jù)庫中企業(yè)在某年度消失，其原因一般有兩個:一個是直接退出市場;另一個是銷售收入大幅下降(小于500萬元)。這兩個原因均指向企業(yè)經(jīng)營上的失敗，因而我們將企業(yè)下一期不存在于數(shù)據(jù)庫中定義為經(jīng)營失敗，更穩(wěn)健的做法是將企業(yè)后續(xù)兩期均不存在于數(shù)據(jù)庫中定義為經(jīng)營失敗。據(jù)此，本文考慮下述的Probit模型:

其中，F(xiàn)ailit=1表示企業(yè)在t期不存在于數(shù)據(jù)庫中(更穩(wěn)健的是t和(t+1)期均不存在)，R＆Dit－1表示企業(yè)在(t－1)期R＆D狀態(tài)啞變量，Xit－1表示企業(yè)在(t－1)期的其他控制變量，系數(shù)γ捕捉做R＆D對企業(yè)經(jīng)營失敗的影響。對于其他控制變量，我們謹(jǐn)慎地選擇了企業(yè)規(guī)模和年齡①Olley和Pakes(1996)認為規(guī)模大的企業(yè)不易失?。?9］?？紤]到做R＆D會促進企業(yè)規(guī)模擴張，將這種間接影響分離出來需控制企業(yè)規(guī)模。在競爭性行業(yè)中，企業(yè)年齡大容易退出，本文預(yù)期企業(yè)規(guī)模的系數(shù)為負，年齡的回歸系數(shù)則為正。，并控制行業(yè)、地區(qū)和時間效應(yīng)。

表7 做R＆D降低企業(yè)經(jīng)營失敗的概率

表7的結(jié)果顯著地支持了做R＆D能降低企業(yè)經(jīng)營失敗的概率。從穩(wěn)健的回歸結(jié)果看，做R＆D使企業(yè)經(jīng)營失敗的風(fēng)險降低20%左右。另外，企業(yè)規(guī)模和年齡對企業(yè)經(jīng)營失敗的影響與預(yù)期結(jié)論是一致的。

六、評述與政策建議

基于中國工業(yè)企業(yè)數(shù)據(jù)(2005－2007)，本文探討企業(yè)R＆D行為與績效表現(xiàn)的關(guān)系，發(fā)現(xiàn)做R＆D的企業(yè)績效均比不做的要好。因為做R＆D的企業(yè)原先的經(jīng)營表現(xiàn)就已比較優(yōu)秀了，而且優(yōu)秀的企業(yè)更會選擇做R＆D。然而，一旦企業(yè)選擇做R＆D后，R＆D對其績效提升的作用就比較混亂了，R＆D的主要作用表現(xiàn)為企業(yè)快速擴張，企業(yè)規(guī)模和工業(yè)總產(chǎn)值擴張的速度顯著提高，而對人均效率指標(biāo)的增速幾乎沒有促進作用?？紤]到R＆D活動的動態(tài)性，我們發(fā)現(xiàn)初次進行R＆D的企業(yè)TFP增速提高最明顯，雖然持續(xù)做R＆D的企業(yè)TFP增速也較快，但遠落后于初次進行R＆D的企業(yè)。當(dāng)然，做R＆D可以降低企業(yè)經(jīng)營失敗的風(fēng)險。

做R＆D對企業(yè)總量和效率指標(biāo)增速的不同影響可從三個方面理解:第一，我國制造業(yè)企業(yè)的研發(fā)活動主要是對已有技術(shù)的學(xué)習(xí)、模仿和轉(zhuǎn)化，自主創(chuàng)新研發(fā)較少，新進入R＆D的企業(yè)可學(xué)習(xí)的先進技術(shù)多，在效率方面具有很強的“追趕效應(yīng)”，所以TFP的增速是最快的。持續(xù)做R＆D的企業(yè)可學(xué)習(xí)的先進技術(shù)變少，TFP增速反而會減弱。第二，做R＆D讓企業(yè)獲得較強的盈利能力后，企業(yè)會尋求擴張，由于國內(nèi)勞動力充裕且成本較低，企業(yè)優(yōu)先選擇增加雇傭人員的粗放增長模式。第三，員工人數(shù)迅速擴張稀釋了以人均值度量的效率指標(biāo)，因此在人均工業(yè)產(chǎn)值、人均工資和人均資本存量的增速方面R＆D幾乎沒有促進作用，只有新進入R＆D的企業(yè)可能例外，因為這類企業(yè)TFP的提高最快，由此帶來的績效提升不易被人均值稀釋。

當(dāng)前，我國經(jīng)濟發(fā)展進入“新常態(tài)”，維持經(jīng)濟中高速增長的同時需對經(jīng)濟結(jié)構(gòu)進行調(diào)整。本文的研究可為“新常態(tài)”下經(jīng)濟調(diào)控提供兩點管理啟示:短期看，提高企業(yè)研發(fā)活動的參與度仍具有積極的作用，有助于促進工業(yè)產(chǎn)值和吸納勞動力就業(yè);長期看，需對我國制造業(yè)企業(yè)研發(fā)活動進行結(jié)構(gòu)性調(diào)整，刺激企業(yè)提升研發(fā)的質(zhì)量，以學(xué)習(xí)和模仿先進技術(shù)為主轉(zhuǎn)向以自主創(chuàng)新的研發(fā)為主，以保證制造業(yè)企業(yè)效率的持久提高。

［1］ Hausman J.，Hall B.，Griliches Z.Econometric model for count data with an application to patent R＆D relationship ［J］．Econometrica，1984，52(7)，pp.909－938.

［2］冒佩華，周亞虹，黃鑫，夏正青.從專利產(chǎn)出分析人力資本在企業(yè)研發(fā)活動中的作用［J］.財經(jīng)研究，2011，(12):118－128.

［3］馮根福，劉軍虎，徐志霖.中國工業(yè)部門研發(fā)效率及其影響因素實證分析［J］.中國工業(yè)經(jīng)濟，2006，(11):46－51.

［4］張海洋，史晉川.中國省際工業(yè)新產(chǎn)品技術(shù)效率 ［J］.經(jīng)濟研究，2011，(1):83－96.

［5］ Wakelin K.Productivity growth and R＆Dexpenditure in UK manufacturing firms［J］.Research Policy，2001，30(7)，pp.1079 －1090.

［6］何瑋.我國大中型工業(yè)企業(yè)研究與開發(fā)費用支出對產(chǎn)出的影響——1999－2000年大中型工業(yè)企業(yè)數(shù)據(jù)的實證分析［J］.經(jīng)濟科學(xué)，2003，(3):5－11.

［7］周亞虹，賀小丹，沈姚.中國工業(yè)企業(yè)自主創(chuàng)新的影響因素和產(chǎn)出績效研究［J］.經(jīng)濟研究，2012，(5):107－119.

［8］吳延斌.R＆D與生產(chǎn)率——基于中國制造業(yè)的實證研究［J］.經(jīng)濟研究，2006，(11):60－71.

［9］ Warusawitharana M.Research and development，profits and firm value:A structural estimation ［R］ .Working Paper，2008，NBER.

［10］陸國慶.中國中小板上市公司產(chǎn)業(yè)創(chuàng)新的績效研究 ［J］.經(jīng)濟研究，2011，(2):138－148.

［11］吳延斌.R＆D存量、知識函數(shù)與生產(chǎn)效率 ［J］.經(jīng)濟學(xué)(季刊)，2006，(4):1129－1156.

［12］鄧進.中國高新技術(shù)產(chǎn)業(yè)研發(fā)資本存量和研發(fā)產(chǎn)出效率［J］.南方經(jīng)濟，2007，(8):56－64.

［13］ Bravo－Ortega，Marin.R＆D and productivity:A two way avenue?［J］ .World Development，2010，39(7)，pp.1090 －1107.

［14］任海云，師萍.企業(yè)R＆D投入與績效關(guān)系研究綜述［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，(2):143－151.

［15］路江涌.民營化之路——軌跡與現(xiàn)象的理論解釋［M］.杭州:浙江大學(xué)出版社，2008.

［16］ Cai H.B.，Liu Q.Competition and corporate tax avoidance:Evidence from Chinese industrial firms ［J］ .Economic Journal，2009，119(4)，pp.764－795.

［17］ Brandt L.，Van Biesebroeck J.，Zhang Y.F.Creative accounting or creative Destruction?Firm －level productivity growth in Chinese manufacturing ［J］ .Journal of Development Economics，2012，97(2)，pp.339 －351.

［18］ Bernard A.，Jensen B.Exceptional exporter performance:Cause，effect or both?［J］ .Journal of International Economics，1999，47(1)，pp.1－25.

［19］ Steven O.，Pakes A.The dynamic of productivity in the telecommunications equipment industry ［J］ .Econometrica，1996，64(6)，pp.1263－1297.

［20］ Aw B.Y.，Roberts M.J.，Xu D.R＆D investment，exporting and evolution of firm productivity ［J］ .American Economic Review，2008，98(2)，pp.451－456.