（寧波財(cái)經(jīng)學(xué)院浙江寧波315175）

一、引言

創(chuàng)新是經(jīng)濟(jì)可持續(xù)發(fā)展的助推器，高新技術(shù)產(chǎn)業(yè)以制造業(yè)居多，在實(shí)現(xiàn)由“中國(guó)制造”向“中國(guó)創(chuàng)造”轉(zhuǎn)變的道路上，高新技術(shù)企業(yè)一直備受關(guān)注。由2002年OECD頒布的《高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》中的五大產(chǎn)業(yè)，到2015年《中國(guó)統(tǒng)計(jì)年鑒》中增加的“化學(xué)原料和化學(xué)制品制造業(yè)”，再到2016年國(guó)務(wù)院公布的高新技術(shù)企業(yè)認(rèn)定的八大領(lǐng)域，可見(jiàn)高新技術(shù)企業(yè)的創(chuàng)新范圍在不斷擴(kuò)大。然而，高新技術(shù)企業(yè)在創(chuàng)新發(fā)展的過(guò)程中面臨著諸多問(wèn)題，其中比較典型的是效率問(wèn)題。近幾年來(lái)高新技術(shù)企業(yè)大規(guī)模的投入并未帶來(lái)理想的產(chǎn)出效果，創(chuàng)新投入與產(chǎn)出不成比例。創(chuàng)新的目的在于提高效率，但如果創(chuàng)新過(guò)程本身就缺乏效率的話，也就弱化了創(chuàng)新的意義。

國(guó)內(nèi)外學(xué)者已對(duì)創(chuàng)新效率開(kāi)展了研究，并取得了一定成果，主要集中在以下兩方面：一是對(duì)產(chǎn)業(yè)創(chuàng)新效率的研究，如余泳澤（2009）從價(jià)值鏈的視角出發(fā)，運(yùn)用DEA兩階段分析對(duì)我國(guó)高技術(shù)產(chǎn)業(yè)創(chuàng)新效率進(jìn)行了研究；桂黃寶（2014）考慮到地理空間依賴的影響，引入空間計(jì)量模型對(duì)我國(guó)高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率進(jìn)行了研究；Romijn H（2002）對(duì)英國(guó)的高新技術(shù)產(chǎn)業(yè)創(chuàng)新效率運(yùn)用近似回歸的方法進(jìn)行了研究；此外，李洪偉（2012）、龐瑞芝（2012）、肖文（2014）等也運(yùn)用了不同方法對(duì)高新技術(shù)產(chǎn)業(yè)的投入產(chǎn)出效率進(jìn)行了研究。另一方面是對(duì)地區(qū)或省域創(chuàng)新效率的研究，如Raabra（2006）對(duì)地區(qū)的高新技術(shù)產(chǎn)業(yè)效率進(jìn)行了對(duì)比研究；白俊紅（2009）對(duì)我國(guó)區(qū)域研發(fā)創(chuàng)新效率進(jìn)行了研究；趙樹(shù)寬（2013）對(duì)吉林省的高技術(shù)企業(yè)創(chuàng)新效率進(jìn)行了研究。

對(duì)創(chuàng)新效率的研究方法以數(shù)據(jù)包絡(luò)分析（DEA）和隨機(jī)前沿模型（SFA）為主，DEA方法由Charnes提出并被國(guó)內(nèi)外學(xué)者運(yùn)用于各個(gè)領(lǐng)域。學(xué)者們對(duì)高新技術(shù)產(chǎn)業(yè)的研究方法在逐步改進(jìn)，由最初的基本模型發(fā)展到二階段、三階段、動(dòng)態(tài)網(wǎng)絡(luò) DEA 模型，如趙樹(shù)寬（2013）、余泳澤（2009）等采用 DEA 模型，白俊紅（2009）、龐瑞芝（2012）等采用隨機(jī)前沿模型對(duì)創(chuàng)新效率進(jìn)行了測(cè)量。另外一些學(xué)者采用Malmquist指數(shù)（包迪，2017）、加權(quán)最小二乘回歸等方法進(jìn)行了效率評(píng)價(jià)。

以上文獻(xiàn)為研究高新技術(shù)企業(yè)的創(chuàng)新效率提供了經(jīng)驗(yàn)和方法，但也存在一些不足：國(guó)內(nèi)學(xué)者對(duì)我國(guó)高新技術(shù)產(chǎn)業(yè)、區(qū)域研究較多，對(duì)具體企業(yè)的研究較少，忽視了對(duì)創(chuàng)新主體微觀層面的研究，企業(yè)是市場(chǎng)經(jīng)濟(jì)的主體，也是技術(shù)創(chuàng)新改革的主力軍。另外學(xué)者們對(duì)區(qū)域的研究多關(guān)注省域間的比較。本文以浙江省高新技術(shù)企業(yè)為研究對(duì)象，研究企業(yè)R&D投入、政府支持與創(chuàng)新效率之間的關(guān)系，并運(yùn)用Malmquist指數(shù)法對(duì)浙江省2006—2015年間高新技術(shù)企業(yè)創(chuàng)新效率的變化情況進(jìn)行分析，最后根據(jù)研究結(jié)論提出相應(yīng)的對(duì)策和建議。

二、浙江省高新技術(shù)企業(yè)創(chuàng)新效率的變化

（一）Malmquist全要素生產(chǎn)率指數(shù)。全要素生產(chǎn)率反映的是經(jīng)濟(jì)發(fā)展投入產(chǎn)出效果的綜合性，曼奎斯特（Malmquist）指數(shù)是指全要素生產(chǎn)率的增長(zhǎng)率，也就是產(chǎn)出增長(zhǎng)除去物資投入增長(zhǎng)剩下的部分，即技術(shù)、制度的體現(xiàn)。Malmquist指數(shù)不僅可以反映某一年度的創(chuàng)新效率狀況，還可以比較不同時(shí)期創(chuàng)新效率的變化情況，反映的是生產(chǎn)率的變化。同時(shí)，Malmquist指數(shù)可以分解為技術(shù)變動(dòng)和效率變動(dòng)的乘積，Malmquist指數(shù)大于1表示決策單元?jiǎng)?chuàng)新效率增長(zhǎng)，小于1表示決策單元?jiǎng)?chuàng)新效率下降。因此，本文采用Malmquist指數(shù)測(cè)量2006—2015年間浙江省高新技術(shù)企業(yè)的創(chuàng)新效率狀況，并對(duì)創(chuàng)新效率的變化情況進(jìn)行分析，以期更加完整系統(tǒng)地反映浙江省高新技術(shù)企業(yè)的創(chuàng)新效率狀況。

（二）數(shù)據(jù)來(lái)源和指標(biāo)選取。為全面反映浙江省高新技術(shù)企業(yè)的創(chuàng)新效率狀況，考慮到數(shù)據(jù)的可獲得性與數(shù)據(jù)的更新性，本文的考察對(duì)象為2006—2015年浙江省有R&D活動(dòng)的企業(yè)，分別為673家、767家、844家、1 073家、1 206家、994家、1 158家、1 329家、1 404家、1 598家，包括醫(yī)藥制造業(yè)、航空航天器及設(shè)備制造業(yè)、電子及通信設(shè)備制造業(yè)、計(jì)算機(jī)及辦公設(shè)備制造業(yè)以及醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)，所有的原始數(shù)據(jù)均來(lái)自《浙江科技統(tǒng)計(jì)年鑒》和《浙江統(tǒng)計(jì)年鑒》，并對(duì)原始數(shù)據(jù)進(jìn)行處理。

創(chuàng)新效率是在創(chuàng)新過(guò)程中投入產(chǎn)出的綜合反映，創(chuàng)新投入需要耗費(fèi)一定的人力物力財(cái)力。為計(jì)算創(chuàng)新效率，本文的企業(yè)R&D投入指標(biāo)選擇R&D經(jīng)費(fèi)內(nèi)部支出作為資金投入指標(biāo)，R&D人員全時(shí)當(dāng)量作為人員投入指標(biāo)。創(chuàng)新產(chǎn)出分為非市場(chǎng)化導(dǎo)向和市場(chǎng)化導(dǎo)向兩個(gè)方面，非市場(chǎng)化導(dǎo)向指標(biāo)選擇專利申請(qǐng)數(shù)、市場(chǎng)化導(dǎo)向指標(biāo)選擇新產(chǎn)品銷售收入作為衡量指標(biāo)。

（三）基于Malmquist指數(shù)的創(chuàng)新效率變化分析。表1為基于Malmquist指數(shù)法計(jì)算的浙江省高新技術(shù)企業(yè)創(chuàng)新效率的變化情況，Malmquist指數(shù)可以分解為技術(shù)變動(dòng)和效率變動(dòng)的乘積?？梢钥闯?，浙江省高新技術(shù)企業(yè)的Malmquist指數(shù)平均值為1.075，說(shuō)明2006—2015年間浙江省高新技術(shù)企業(yè)的創(chuàng)新效率總體平均增長(zhǎng)7.5%，其中有1.2%來(lái)源于效率的增長(zhǎng)，7%來(lái)源于技術(shù)的增長(zhǎng)，這說(shuō)明生產(chǎn)率的提高主要來(lái)自于技術(shù)的進(jìn)步。從縱向來(lái)看，浙江省高新技術(shù)企業(yè)2006—2015年間的創(chuàng)新效率變化經(jīng)歷了波浪式發(fā)展，在2010—2011年間達(dá)到了增長(zhǎng)的最高點(diǎn)，在2007—2008年 、2009—2010年 、2011—2012年 和 2013—2014年四個(gè)期間有下降趨勢(shì)。

表1 浙江省高新技術(shù)企業(yè)創(chuàng)新效率變化

從各個(gè)行業(yè)來(lái)看，Malmquist指數(shù)的變化情況如下圖所示，可以看出五大行業(yè)創(chuàng)新效率的變化都呈波浪式發(fā)展，其中航空航天器及設(shè)備制造業(yè)的變化最為劇烈，在2010—2012年間增長(zhǎng)較多，從而帶動(dòng)高新技術(shù)企業(yè)整體均值的上升。另外，五大行業(yè)的Malmquist指數(shù)在2012—2013年間都表現(xiàn)出了不同程度的增長(zhǎng)，這是因?yàn)楦鱾€(gè)行業(yè)在效率提高、技術(shù)進(jìn)步方面同時(shí)出現(xiàn)了增長(zhǎng)。從縱向來(lái)看，Malmquist指數(shù)反映出五大行業(yè)的創(chuàng)新效率都有增長(zhǎng)的趨勢(shì)。

五大行業(yè)Malmquist指數(shù)的變化趨勢(shì)圖

三、研究設(shè)計(jì)

（一）變量選擇與假設(shè)。為與前文數(shù)據(jù)保持一致，本文實(shí)證部分?jǐn)?shù)據(jù)也采用2006—2015年間浙江省高新技術(shù)企業(yè)的數(shù)據(jù)，在前文研究的基礎(chǔ)上，把基于Malmquist指數(shù)計(jì)算出來(lái)的浙江省高新技術(shù)企業(yè)創(chuàng)新效率值作為因變量，研究企業(yè)R&D投入、政府支持與創(chuàng)新效率間的關(guān)系，其中企業(yè)R&D投入指標(biāo)選取R&D經(jīng)費(fèi)投入強(qiáng)度和R&D人員投入密度。

1.R&D經(jīng)費(fèi)投入強(qiáng)度。R&D經(jīng)費(fèi)投入是國(guó)際上用于衡量一個(gè)國(guó)家或地區(qū)科技創(chuàng)新方面的重要指標(biāo)，為與前文數(shù)據(jù)口徑保持一致，投入指標(biāo)采用相對(duì)率的形式，即采用R&D經(jīng)費(fèi)內(nèi)部支出與主營(yíng)業(yè)務(wù)收入之比來(lái)反映浙江省高新技術(shù)企業(yè)資金投入的強(qiáng)度。一定的資金投入是創(chuàng)新產(chǎn)出的必要過(guò)程，一般來(lái)說(shuō)，投入越多，產(chǎn)出越強(qiáng)，其效率越高。因此，本文提出以下假設(shè)：

假設(shè)1：R&D經(jīng)費(fèi)投入強(qiáng)度越大，高新技術(shù)企業(yè)的創(chuàng)新效率越高。

2.R&D人員投入密度。技術(shù)創(chuàng)新的投入需要一定的人力支持，眾多文獻(xiàn)采用R&D人員全時(shí)當(dāng)量作為人力投入指標(biāo)，本文為保持?jǐn)?shù)據(jù)口徑的一致性，將R&D人員全時(shí)當(dāng)量與企業(yè)從業(yè)人員平均數(shù)之比作為R&D人員投入密度指標(biāo)，用以反映浙江省高新技術(shù)企業(yè)人員投入的力度，一般認(rèn)為高新技術(shù)人才參與越多，人員投入力度越大，產(chǎn)出越大，投入產(chǎn)出的效率越高。因此，本文提出第二個(gè)假設(shè)：

假設(shè)2：R&D人員投入力度越大，高新技術(shù)企業(yè)的創(chuàng)新效率越高。

3.政府支持。白俊紅（2009）指出，地方政府在科技政策制定以及資金調(diào)配方面擁有很大的權(quán)力，如果不考慮地方政府的影響，各地區(qū)的創(chuàng)新效率水平可能被低估。地方政府通過(guò)發(fā)布相關(guān)政策（比如稅收減免）或給予直接性的補(bǔ)貼鼓勵(lì)高新技術(shù)產(chǎn)業(yè)的創(chuàng)新發(fā)展。眾多學(xué)者在研究創(chuàng)新效率時(shí)也將其考慮在內(nèi)，然而得出的研究結(jié)論卻不盡相同，一種觀點(diǎn)認(rèn)為政府補(bǔ)助使企業(yè)增加了創(chuàng)新投入，鼓勵(lì)企業(yè)采用新的技術(shù)，可以促進(jìn)企業(yè)創(chuàng)新效率的提高，如李洪偉（2012）、余泳澤（2009）等支持此觀點(diǎn)；另一種觀點(diǎn)認(rèn)為政府的介入沒(méi)有激勵(lì)企業(yè)的有效創(chuàng)新，反而對(duì)企業(yè)的研發(fā)具有一定的“擠出效應(yīng)”，如白俊紅（2009）、肖文（2014）、韓慶瀟（2015）等支持此觀點(diǎn)。盡管有學(xué)者提出了政府支持的負(fù)面影響，但本文認(rèn)為政府的鼓勵(lì)創(chuàng)新政策以及對(duì)高新技術(shù)企業(yè)的稅收減免或補(bǔ)貼都在一定程度上減少了企業(yè)資金的流出，使企業(yè)有更多的資金用于創(chuàng)新，本文采用政府支持資金占R&D經(jīng)費(fèi)內(nèi)部支出額的比重來(lái)表述。因此，本文提出以下假設(shè)：

假設(shè)3：政府的支持力度越大，高新技術(shù)企業(yè)的創(chuàng)新效率越高。

4.企業(yè)規(guī)模。企業(yè)規(guī)模是研究企業(yè)創(chuàng)新效率時(shí)不可忽視的因素，一般來(lái)說(shuō)，企業(yè)規(guī)模越大，經(jīng)濟(jì)實(shí)力越雄厚，企業(yè)越愿意拿出資金用于創(chuàng)新與改革。為與前文指標(biāo)數(shù)據(jù)口徑保持一致，本文采用高新技術(shù)企業(yè)利潤(rùn)總額與工業(yè)總產(chǎn)值的比例來(lái)表示企業(yè)規(guī)模指標(biāo)。因此，本文提出以下假設(shè)：

假設(shè)4：企業(yè)規(guī)模越大，高新技術(shù)企業(yè)的創(chuàng)新效率越高。

（二）變量定義與模型構(gòu)建。在數(shù)據(jù)選取與影響因素選擇的基礎(chǔ)上，本文對(duì)相關(guān)變量進(jìn)行了定義。因變量為基于Malmquist指數(shù)計(jì)算的浙江省高新技術(shù)企業(yè)每一年度的全要素生產(chǎn)率，代表高新技術(shù)企業(yè)的創(chuàng)新效率。本文研究R&D投入指標(biāo)即R&D經(jīng)費(fèi)投入強(qiáng)度、R&D人員投入密度以及政府支持指標(biāo)對(duì)創(chuàng)新效率的影響，企業(yè)規(guī)模作為控制變量用以反映三者之間的關(guān)系以及浙江省高新技術(shù)企業(yè)的創(chuàng)新效率狀況。

根據(jù)以上分析和定義，本文建立如下回歸模型：

式中，β0、β1、βi都是與 Cap、Lab、Gov、Size 無(wú)關(guān)的未知參數(shù)，采用最小二乘法估計(jì)。β0為常數(shù)，βi為相關(guān)變量的系數(shù)，ε為隨機(jī)誤差。具體變量定義如表2所示。

表2 變量定義

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)。對(duì)浙江省高新技術(shù)企業(yè)樣本變量的描述性統(tǒng)計(jì)如表3所示，樣本為2006—2015年間五大高新技術(shù)行業(yè)的變量指標(biāo)。為了保持?jǐn)?shù)據(jù)統(tǒng)計(jì)口徑的一致性，各變量指標(biāo)采用的是相對(duì)率的形式，因此變量數(shù)據(jù)較小。R&D經(jīng)費(fèi)投入強(qiáng)度（Cap）的極小值為0.0053，極大值為0.2872；R&D人員投入密度 （Lab）的極小值為0.0123，極大值為0.1486，數(shù)據(jù)間差距不大；政府支持（Gov）的極小值為0，極大值為0.6667，說(shuō)明存在某些年份企業(yè)未收到政府的資金支持；企業(yè)規(guī)模（Size）的極小值為0.0177，極大值為0.2202；創(chuàng)新效率（Tec）的極小值為0.4323，極大值為1，說(shuō)明各個(gè)行業(yè)各個(gè)階段的效率不等。從數(shù)據(jù)的描述性統(tǒng)計(jì)可以看出，各變量的標(biāo)準(zhǔn)差較大，數(shù)據(jù)參差不齊，主要是因?yàn)樗x的樣本量時(shí)間跨度較大，再加上采取比率的形式，數(shù)據(jù)差異比較明顯。對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)有利于了解數(shù)據(jù)和研究對(duì)象的特征，為后面的模型分析奠定基礎(chǔ)。

表3 樣本的描述性統(tǒng)計(jì)

表4 變量的Pearson相關(guān)性分析

（二）相關(guān)性分析。本文通過(guò)Pearson相關(guān)系數(shù)來(lái)驗(yàn)證變量間的相關(guān)性，有利于進(jìn)一步明確高新技術(shù)企業(yè)創(chuàng)新效率與其各影響因素之間的關(guān)系。由表4可以看出，R&D經(jīng)費(fèi)投入強(qiáng)度（Cap）、R&D 人員投入密度（Lab）、政府支持（Gov）等變量間都存在一定的相關(guān)性，并且變量間不存在共線性，其中R&D人員投入密度與創(chuàng)新效率的相關(guān)性最為顯著，在0.01水平上顯著相關(guān)，并且與其他影響因素指標(biāo)較為相關(guān)，R&D經(jīng)費(fèi)投入、政府支持與創(chuàng)新效率呈正相關(guān)，而企業(yè)規(guī)模、R&D人員投入密度與創(chuàng)新效率呈負(fù)相關(guān)。Pearson相關(guān)系數(shù)用來(lái)度量?jī)蓛勺兞块g的相關(guān)關(guān)系，不能直接說(shuō)明樣本總體是否具有顯著的相關(guān)性，因此還需通過(guò)進(jìn)一步的分析來(lái)進(jìn)行推斷統(tǒng)計(jì)。

（三）回歸分析。通過(guò)前面的分析以及模型的構(gòu)建，本文建立了以創(chuàng)新效率為因變量，以各影響因素即R&D經(jīng)費(fèi)投入強(qiáng)度、R&D人員投入密度、政府支持為自變量，以企業(yè)規(guī)模為控制變量的回歸模型，回歸分析結(jié)果如表5所示?？梢钥闯稣憬「咝录夹g(shù)企業(yè)創(chuàng)新效率的影響因素狀況，其中R&D經(jīng)費(fèi)投入強(qiáng)度 （Cap）在回歸分析中的估計(jì)系數(shù)為0.788，且通過(guò)了5%的顯著性檢驗(yàn)，這表明R&D經(jīng)費(fèi)每增加1%，浙江省高新技術(shù)企業(yè)的創(chuàng)新效率就會(huì)提高0.788%，影響較為顯著，與前文的假設(shè)1一致。R&D人員投入密度（Lab）未通過(guò)顯著性檢驗(yàn)，且對(duì)創(chuàng)新效率的影響為負(fù)，與前文的假設(shè)2不一致。政府支持對(duì)創(chuàng)新效率的影響為-0.152，表明政府的資金每增加1%，企業(yè)的創(chuàng)新效率反而會(huì)降低0.152%，但這種負(fù)影響并不顯著，未驗(yàn)證前文的假設(shè)3。企業(yè)規(guī)模對(duì)創(chuàng)新效率的影響為正，表明企業(yè)規(guī)模每擴(kuò)大1%，創(chuàng)新效率提高的比率為0.091%，但這種影響并不顯著，與前文的假設(shè)4一致。

表5 回歸分析結(jié)果

一般認(rèn)為，研究與開(kāi)發(fā)人員較多，會(huì)形成一定的創(chuàng)新氛圍，促進(jìn)企業(yè)積極創(chuàng)新。但是本文的回歸分析結(jié)果顯示，R&D人員投入密度的影響系數(shù)為-2.038，與前文的研究假設(shè)不一致，可能的原因是人員投入導(dǎo)致成本上升，創(chuàng)新效率不一定提高；另外本文選取的指標(biāo)為R&D人員全時(shí)當(dāng)量與企業(yè)從業(yè)人員平均數(shù)之比，相對(duì)率的形式在某種程度上可能會(huì)影響實(shí)證分析的結(jié)果。政府支持對(duì)創(chuàng)新效率的影響系數(shù)為-0.152，與前文的假設(shè)不一致，但是與白俊紅（2009）、肖文（2014）等的研究結(jié)論一致，這說(shuō)明政府對(duì)創(chuàng)新活動(dòng)的支持沒(méi)有達(dá)到預(yù)期的設(shè)想，可能的原因是：一方面政府的創(chuàng)新活動(dòng)支持可能與企業(yè)利益相違背，另一方面企業(yè)可能沒(méi)有將政府專用創(chuàng)新資金用于特定用途，反而去開(kāi)發(fā)另外的項(xiàng)目獲利，且沒(méi)有形成有效的監(jiān)管機(jī)制。

五、結(jié)論與政策建議

為了更好地反映浙江省高新技術(shù)企業(yè)的創(chuàng)新效率，研究企業(yè)R&D投入、政府支持與創(chuàng)新效率之間的關(guān)系，本文運(yùn)用Malmquist指數(shù)法對(duì)浙江省高新技術(shù)企業(yè)2006—2015年間的創(chuàng)新效率變化情況進(jìn)行了分析，對(duì)創(chuàng)新效率與企業(yè)R&D投入、政府支持間的關(guān)系展開(kāi)實(shí)證研究，得出以下主要結(jié)論：從總體來(lái)看，2006—2015年間浙江省高新技術(shù)企業(yè)的創(chuàng)新效率經(jīng)歷了波浪式發(fā)展，總體平均增長(zhǎng)7.5%，但主要來(lái)自于技術(shù)進(jìn)步，創(chuàng)新效率有待提高；從涉及的五大行業(yè)來(lái)看，航空航天器及設(shè)備制造業(yè)的創(chuàng)新效率波動(dòng)較大，醫(yī)療儀器設(shè)備及儀器儀表制造業(yè)近十年間的綜合技術(shù)效率是有效的，醫(yī)藥制造業(yè)的綜合效率小于1，處于一般狀態(tài)；從企業(yè)R&D投入、政府支持與創(chuàng)新效率的關(guān)系來(lái)看，R&D資金投入的影響顯著，與創(chuàng)新效率呈正相關(guān)，考慮到人員投入的成本問(wèn)題，R&D人員投入密度負(fù)向影響創(chuàng)新效率，政府支持對(duì)創(chuàng)新效率的影響是一把雙刃劍，需要政府和企業(yè)的雙重監(jiān)管。

根據(jù)以上研究結(jié)論，本文提出如下政策建議：企業(yè)是市場(chǎng)經(jīng)濟(jì)和創(chuàng)新活動(dòng)的主體，應(yīng)充分發(fā)揮企業(yè)主體的微觀作用，企業(yè)自身要盡可能擴(kuò)大規(guī)模，增加研究與開(kāi)發(fā)資金的投入，充分發(fā)揮研究與開(kāi)發(fā)型人才在創(chuàng)新活動(dòng)中的支配性作用，并合理利用人力資源，考慮人力投入的成本問(wèn)題；政府在支持企業(yè)創(chuàng)新活動(dòng)時(shí)，要加強(qiáng)調(diào)控和引導(dǎo)，制定并實(shí)施高新技術(shù)企業(yè)創(chuàng)新發(fā)展的政策和措施，另外要加強(qiáng)對(duì)企業(yè)使用政府資金的監(jiān)管，使政府支持資金真正發(fā)揮作用，提高企業(yè)的創(chuàng)新效率。