鐘昌標，俞立平，胡甲濱，張運梅

(1.廣州商學院粵港澳大灣區(qū)電子商務研究中心，廣東 廣州 511363；2.浙江工商大學統計與數學學院，浙江 杭州 310018；3.滄州交通學院經濟管理學院，河北 滄州 061199)

0 引言

在科技創(chuàng)新中面臨創(chuàng)新質量與創(chuàng)新速度的兩難選擇，即追求創(chuàng)新質量意味著降低創(chuàng)新速度，而提高創(chuàng)新速度則可能影響創(chuàng)新質量。2020年 《中國統計年鑒》數據顯示，全國研發(fā)投入經費22143億元，居世界第2位。從科研產出看，2020年國家知識產權局共受理發(fā)明專利申請數量221.3萬件，連續(xù)6年居世界第1位。中國科學技術信息研究所數據顯示，2010—2020年10年期間，中國發(fā)表國際論文301.91萬篇，連續(xù)4年排在世界第2位。然而，與創(chuàng)新速度形成鮮明對比的是創(chuàng)新質量水平仍然相對較低。在不少技術領域中國與世界先進水平仍然差距較大?！秶窠洕蜕鐣l(fā)展統計公報》數據顯示，企業(yè)專利申請數逐年增長，但申請成功率卻不斷下降，2012—2018年的企業(yè)專利申請成功率由61%降至56.6%，平均申請成功率僅55.7%，中國企業(yè)的創(chuàng)新在速度和質量上一直未實現協調發(fā)展。

本文的主要貢獻為：①已有研究聚焦影響創(chuàng)新質量的決定因素，但鮮有文獻考察創(chuàng)新質量對于創(chuàng)新產出的影響。通過對于創(chuàng)新產出的影響機制分析，實證檢驗兩者之間的關系，擴展了已有的工作；②已有文獻大多從靜態(tài)角度考察創(chuàng)新績效的決定因素，很少關注創(chuàng)新的速度對于創(chuàng)新產出的影響。通過引入創(chuàng)新速度作為影響創(chuàng)新產出的重要決定因素，并對兩者之間的關系進行理論和實證分析，拓展了相關研究的邊界。③已有文獻對于創(chuàng)新速度、創(chuàng)新質量和創(chuàng)新產出或者分開研究，暗含三者之間沒有關系的含蓄假設，或者研究其中兩者之間的關系，暗含第3個變量與此關系無關的假設。本文將創(chuàng)新速度、創(chuàng)新質量和創(chuàng)新產出納入統一的框架中，深化了學界關于創(chuàng)新質量對于創(chuàng)新產出影響機制的理解。

1 文獻綜述

1.1 創(chuàng)新質量與創(chuàng)新產出

關于創(chuàng)新質量的界定，相關研究提出的較晚，研究不多[1]，學術界早期對創(chuàng)新質量的界定均是從企業(yè)微觀層面[2-3]提出創(chuàng)新質量，將創(chuàng)新質量定義成創(chuàng)新績效在產品、過程、結果3個維度的總和。關于創(chuàng)新質量與創(chuàng)新產出的關系，創(chuàng)新產出通常指的是企業(yè)所研發(fā)的新產品、新工藝、專利等創(chuàng)新成果及其所帶來的效益[4]?？偟难芯坎欢?，學者對創(chuàng)新質量與創(chuàng)新產出的關系研究大多停留在研究其對企業(yè)效益的影響。關于創(chuàng)新質量與企業(yè)價值、績效、利潤之間的研究學術界總體比較一致,認為其呈正相關關系，侯貴生等[5]指出高質量的創(chuàng)新產物往往具備明顯的技術、成本或時間優(yōu)勢，而低質量的創(chuàng)新產物甚至失敗的創(chuàng)新則會帶來經濟損失。有學者指出創(chuàng)新質量影響企業(yè)成長階段，因此創(chuàng)新質量與創(chuàng)新產出可能存在非線性關系，蔡紹洪等[6]從企業(yè)成長視角實證分析創(chuàng)新質量對企業(yè)效益的貢獻；張震[7]研究顯示創(chuàng)新質量與企業(yè)利潤之間存在非線性關系。

1.2 創(chuàng)新速度與創(chuàng)新產出

從微觀層面進行界定產品創(chuàng)新速度有兩種定義：一是以Mansfield[8]為代表，認為創(chuàng)新速度是產品從研發(fā)到投放市場期間，二是以Kessler等[9]為代表，認為產品創(chuàng)新速度是發(fā)現市場可能到創(chuàng)新產品上市所需要的時間。這兩種界定并沒有本質區(qū)別，皆以時間作為衡量依據。關于創(chuàng)新速度與創(chuàng)新產出的關系，僅僅停留在微觀層面進行研究是不夠的，當前學者對創(chuàng)新速度與創(chuàng)新產出的研究大多停留在研究微觀產品創(chuàng)新速度對企業(yè)效益的影響。目前大多學者認為創(chuàng)新速度與企業(yè)績效存在著非線性關系，其對企業(yè)績效的提升邊際效應遞減，兩者之間可能存在著倒U形關系[10]。

1.3 創(chuàng)新質量與創(chuàng)新速度

創(chuàng)新質量是創(chuàng)新過程的總結果，對其時間特征的識別為創(chuàng)新質量提供方向。Cohen等[11]認為創(chuàng)新速度的加快促使創(chuàng)新的知識積累，促進產品價值的增加，提升創(chuàng)新質量。在保持一定速度的前提下，才有可能優(yōu)化結構和提升質量，從而獲取更大的經濟效益。現實中，質量與速度往往難以兼得[12]。

1.4 研究述評

關于創(chuàng)新質量、創(chuàng)新速度的界定，極少學者從宏觀產業(yè)層面對創(chuàng)新質量、創(chuàng)新速度的概念進行探究。關于創(chuàng)新質量與創(chuàng)新產出的關系，多數研究停留在企業(yè)微觀層面，得出創(chuàng)新質量與創(chuàng)新產出可能存在非線性關系的結論。關于創(chuàng)新速度與創(chuàng)新產出的關系，在早期研究中，正向影響創(chuàng)新產出占據主流，隨著研究深入，多數學者認為創(chuàng)新速度與創(chuàng)新產出存在非線性關系。

關于創(chuàng)新質量與創(chuàng)新速度的關系，現有研究總體較少。在這些研究中主要存在兩種觀點：①創(chuàng)新速度與創(chuàng)新質量可以互相兼顧，創(chuàng)新速度的提升正向作用于創(chuàng)新質量。②兩者難以兼顧，創(chuàng)新速度的提升往往不利于創(chuàng)新質量；除此之外，從企業(yè)不同階段與不同技術創(chuàng)新類型等企業(yè)微觀層面指出創(chuàng)新速度與創(chuàng)新質量呈現不同狀態(tài)，但未考慮到宏觀層面創(chuàng)新質量與創(chuàng)新速度之間的協調。

2 創(chuàng)新質量、創(chuàng)新速度對創(chuàng)新產出的作用機制分析

2.1 創(chuàng)新質量對創(chuàng)新產出的作用機制

創(chuàng)新質量與創(chuàng)新產出存在非線性關系，而現有對創(chuàng)新質量的非線性作用機制沒有學者進行總結，對創(chuàng)新質量的作用機制也未進行全面系統的梳理，包括線性作用機制和互動作用機制，如圖1所示。

圖1 創(chuàng)新質量對創(chuàng)新產出作用機制

(1)創(chuàng)新質量的線性作用機制。首先是競爭效應。①打造藍海戰(zhàn)略。原發(fā)性創(chuàng)新是創(chuàng)新質量最高的創(chuàng)新，為避免與競爭者對抗，原發(fā)性創(chuàng)新可極大限度打垮競爭者而獲得超額利潤；②提高競爭優(yōu)勢。為將資源最大化，提升創(chuàng)新投入產出比率，必須注重產品的創(chuàng)新質量，高質量的創(chuàng)新成果往往具備明顯的成本、技術優(yōu)勢，支撐企業(yè)長久發(fā)展；③創(chuàng)造質量口碑。企業(yè)如果長期關注創(chuàng)新質量，形成質量品牌，在消費者中形成高質量產品的印象，吸引忠誠客戶，使企業(yè)穩(wěn)步發(fā)展。

其次是文化效應。①形成質量文化。全社會都能重視創(chuàng)新質量就會形成質量文化，使得低質量的創(chuàng)新難以立足，從而推動整個社會創(chuàng)新質量的提高；②培養(yǎng)工匠精神。精益求精是企業(yè)工匠精神的核心部分，其結果是創(chuàng)新質量水平的不斷提升，最終實現企業(yè)創(chuàng)新績效的提高。

依據創(chuàng)新質量對創(chuàng)新產出的線性機制分析，一方面，創(chuàng)新質量高的企業(yè)，其創(chuàng)新成果具備顯著的成本及技術優(yōu)勢，有可能實現原發(fā)性創(chuàng)新；另一方面，長期保持創(chuàng)新質量的企業(yè)容易形成質量口碑，保證創(chuàng)新產品在消費者中的影響力，有利于產出提升。由此，提出假設H1：創(chuàng)新質量對創(chuàng)新產出具有積極貢獻，其彈性系數為正數。

(2)創(chuàng)新質量的互動作用機制。創(chuàng)新質量與創(chuàng)新產出之間的互動將降低成本，促使企業(yè)間更加有效的分工和協作。企業(yè)初期，創(chuàng)新水平相不高，技術創(chuàng)新能力低，難有足夠的研發(fā)資金支持研發(fā)；企業(yè)進入成長期，創(chuàng)新質量與創(chuàng)新產出之間形成互動；進入成熟期，這種互動關系更加顯著。企業(yè)創(chuàng)新質量越高，其獲取創(chuàng)新效益的能力越強，也為企業(yè)帶來更大收益。由此，提出假設H2：創(chuàng)新質量與創(chuàng)新產出之間存在互動關系，隨著創(chuàng)新質量的提高，其對創(chuàng)新產出的影響系數就越大。

2.2 創(chuàng)新速度對創(chuàng)新產出的作用機制

創(chuàng)新速度的作用機制可概括為4種機制，包括競爭效應、品牌效應、研發(fā)成本降低效應、利潤效應。線性作用機制就是產業(yè)創(chuàng)新速度對創(chuàng)新產出的作用機制主要包括反饋效應、規(guī)模效應，如圖2所示。

圖2 產業(yè)創(chuàng)新速度的作用機制

(1)創(chuàng)新速度的線性作用機制。①直接作用機制。直接作用機制通過市場先入效應、競爭優(yōu)勢效應、研發(fā)成本分攤效應、知識積累效應、品牌效應和利潤效應來實現。企業(yè)技術創(chuàng)新的速度越快，獲得的先入優(yōu)勢。快速創(chuàng)新是企業(yè)核心競爭力的精華，創(chuàng)新速度是企業(yè)獲得競爭優(yōu)勢的重要手段?？焖賱?chuàng)新允許更多的嘗試失敗次數，從而分攤了創(chuàng)新成本帶來更好的創(chuàng)新產出。加快創(chuàng)新速度的過程也是企業(yè)知識積累的過程，可促進企業(yè)學習能力的提高以及知識存量的增加，上市時間更短、更能滿足顧客需求。品牌一旦在消費者心中扎根，能夠取得回報。創(chuàng)新速度能為企業(yè)創(chuàng)造豐厚的利潤回報，從而形成良性循環(huán)。②間接作用機制。間接作用機制主要研發(fā)的研發(fā)資源帶動效應和資源配置效應。創(chuàng)新速度對創(chuàng)新產出的影響也同樣存在間接溢出機制，當產業(yè)創(chuàng)新速度加快時，不可避免地影響到研發(fā)資源的使用與配置效率，進而對創(chuàng)新產出產生積極影響。綜上所述，提出假設H3：創(chuàng)新速度對創(chuàng)新產出具有顯著的積極貢獻，其彈性系數為正。

(2)創(chuàng)新速度的互動作用機制。一方面是反饋效應。創(chuàng)新產出會刺激企業(yè)提高創(chuàng)新速度；另一方面是規(guī)模效應。當產業(yè)創(chuàng)新達到一定規(guī)模時，對資源具有更大需求，促使產學研之間更加有效的協作；產業(yè)創(chuàng)新大時表明產業(yè)已經成熟，難以進一步提升創(chuàng)新速度。由此，提出假設H4：創(chuàng)新速度與創(chuàng)新產出之間是非線性關系，中等水平創(chuàng)新速度的彈性最大。

3 創(chuàng)新質量與創(chuàng)新速度的關系及協調關系分析

3.1 創(chuàng)新質量與創(chuàng)新速度的微觀協調機制與判斷標準

(1)企業(yè)成長與創(chuàng)新的關系。創(chuàng)新速度與創(chuàng)新質量的演進關系呈倒S形曲線，如圖3所示。

圖3 創(chuàng)新速度與創(chuàng)新質量的演進關系

在起步期到成熟期，創(chuàng)新質量與創(chuàng)新速度均是負相關，只有在成長期創(chuàng)新質量與創(chuàng)新速度才是正相關。

(2)基于不同創(chuàng)新類型的分析。從創(chuàng)新類型看，跟隨創(chuàng)新屬于速度主導型創(chuàng)新，原始創(chuàng)新是質量主導型創(chuàng)新，集成創(chuàng)新是質量速度并重型創(chuàng)新。當前我國高技術產業(yè)以跟隨創(chuàng)新為主，兼顧集成創(chuàng)新，原始創(chuàng)新較少，總體上屬于速度主導型創(chuàng)新，創(chuàng)新速度較快，有一定的創(chuàng)新成果總量，但創(chuàng)新質量不高，如圖4所示。由此，提出假設H5：創(chuàng)新質量與創(chuàng)新速度協調水平低，兩者交叉項對創(chuàng)新產出貢獻的彈性系數為負。

圖4 創(chuàng)新質量、創(chuàng)新速度與創(chuàng)新類型

3.2 創(chuàng)新質量與創(chuàng)新速度的宏觀協調機制與判斷標準

創(chuàng)新發(fā)展有4種模式。第1種是數量質量并重型，主要是一些西方發(fā)達國家；第2種是質量主導型，其特點是在某些領域擁有杰出的創(chuàng)新產出，創(chuàng)新質量高，速度快；第3種是先速度后質量型；第4是跟隨學習型。如圖5所示。

圖5 創(chuàng)新質量、創(chuàng)新速度宏觀協調

從創(chuàng)新質量與創(chuàng)新速度的宏觀協調機制分析，一方面，創(chuàng)新速度是創(chuàng)新質量的基礎，研發(fā)速度帶來研發(fā)總量的增加，然后在這個過程中逐漸提高研發(fā)質量；另一方面，創(chuàng)新速度也需要創(chuàng)新質量作為前提條件?；诖?，提出假設H6：創(chuàng)新速度的提升能夠促進創(chuàng)新質量對創(chuàng)新產出貢獻的彈性系數提高；假設H7：創(chuàng)新質量的提高不能促進創(chuàng)新速度對創(chuàng)新產出貢獻的彈性系數提高。

4 研究方法與數據

4.1 基本方程與面板數據模型

擴展的知識生產函數是本文的基本方程。Griliches[13]最早將創(chuàng)新成果視為R&D投入的函數，提出了 “知識生產函數”，當時沒有考慮研發(fā)人員對創(chuàng)新的貢獻。Jaffe[14]認為有經濟價值的新知識是企業(yè)的重要目標，進一步引入人力資源投入，即Griliches-Jaffe知識生產函數，與Cobb-Douglas生產函數類似：

Y=AKαLβ

(1)

式中，K表示研發(fā)經費，L表示研發(fā)勞動力，A表示知識生產函數中的全要素生產率，Y表示創(chuàng)新產出，α、β分別表示研發(fā)經費與研發(fā)勞動力的彈性系數。

根據前文分析，創(chuàng)新質量與創(chuàng)新速度對創(chuàng)新產出均有積極貢獻，所以在知識生產函數基礎上，進一步引入創(chuàng)新質量Q以及創(chuàng)新速度S，同時對公式兩邊取對數，進行線性變換，整理得：

log (Y)=c0+c1log (K)+c2log (L)+c3log (Q)+c4log (S)

(2)

學者在研究創(chuàng)新速度對創(chuàng)新產出的非線性關系時，指出創(chuàng)新速度對創(chuàng)新產出可能存在著U形關系，而創(chuàng)新質量可能與創(chuàng)新產出存在著非線性關系。為了分析創(chuàng)新速度、創(chuàng)新質量的非線性效應，在式 (2)基礎上進一步引入創(chuàng)新質量與創(chuàng)新速度的2次項，公式為：

log (Y)=c0+c1log (K)+c2log (L)+c3log (Q)+c4log (S)+c5log2(Q)+c6log2(S)

(3)

在式 (3)基礎上逐步引入創(chuàng)新質量的3次項以及創(chuàng)新速度的3次項，公式為：

log (Y)=c0+c1log (K)+c2log (L)+c3log (Q)+c4log (S)+c5log2(Q)+c6log2(S)+

c7log3(Q)

(4)

log (Y)=c0+c1log (K)+c2log (L)+c3log (Q)+c4log (S)+c5log2(Q)+c6log2(S)+c7log3(Q)+c8log3(S)

(5)

在式 (2)基礎上還可引入創(chuàng)新質量與創(chuàng)新速度的交叉項，刻畫創(chuàng)新速度對創(chuàng)新產出的影響。創(chuàng)新質量和創(chuàng)新速度共同作用對創(chuàng)新產出，相互協調的創(chuàng)新質量、創(chuàng)新速度，其交叉項對創(chuàng)新產出的貢獻是積極顯著的，公式為：

log (Y)=c0+c1log (K)+c2log (L)+c3log (Q)+c4log (S)+c5log (Q)log (S)

(6)

對于式 (2)～(4)，采用面板數據模型進行估計。

4.2 面板平滑轉換模型

由于回歸參數是非線性的，可以較快或較慢發(fā)生變化，故能較好刻畫面板數據的截面異質性。包含兩機制的基本的PSTR模型為：

(7)

…≤cm

(8)

式中，yit為因變量，xit為非線性回歸系數的自變量，zit為固定回歸系數的外生變量。β0和β1分別為線性部分與非線性部分的回歸系數，μi為截面固定效應，uit為殘差項。非線性部分的轉換函數g (pit;γ;c)為邏輯函數，是關于轉換變量pit的有界、連續(xù)函數，值域為[0，1]；pit可以是xit，也可以是其他外生變量。γ為平滑參數，表示從一個機制轉換到另一個機制的平滑性或者速度；c為發(fā)生機制轉換時相關變量的臨界值。

轉換函數g (·)中，m為門檻參數的個數，通常情況下為1或2，當m=1時，轉換函數稱為LSTR1型，關于pit單調遞增，當g (·)為0時為低機制，g (·)為1時為高機制，模型在兩者之間平滑轉換，位置參數c表示模型從低機制向高機制轉換的過渡點，xit的回歸系數在β0與β0+β1之間平滑轉換。當m=2時，轉換函數稱為LSTR2型，關于pit是非單調的，當g (·)為1時為外機制，在位置 (c1+c2)/2處，g (·)等于0，對應的機制為中間機制。

以單門檻為例，基于面板平滑轉換模型可以分析創(chuàng)新速度的變化對創(chuàng)新質量彈性的影響，從而驗證假設H6：

(9)

類似地，為了分析創(chuàng)新質量的提升對創(chuàng)新速度的影響，從而驗證假設H7，也可以采用以下模型：

(10)

4.3 貝葉斯向量自回歸模型

用一種相對簡潔的方法來處理模型估計中的約束問題，其原理是當參數被預估計為某一值時，使模型參數趨近于該值而不是等于該值，在數據量較大的情況下，比如面板數據，這種處理辦法往往能夠得到更精確的估計值。與傳統VAR模型相比，BVAR在短期預測時通?？梢员ＷC更高預測精度，也克服了傳統估計方法存在的問題。

對于VAR模型的第n個方程，所有變量一階滯后項系數均值全部為1，其余系數均值一律為零。對于方程i，變量j的滯后期系數標準差為：

(11)

式中，γ稱為總體緊縮度，代表解釋變量滯后1期系數的標準差，它測度對先驗信息信心接近程度。si為變量i自回歸方程殘差的標準差，si/sj表示不同變量的差比。調和滯后延遲函數為g(l)=l-d，g越小說明先驗分布越緊，d為衰減系數，表示過去信息比當前信息有用性衰減的程度，d的數值越大，先驗方差隨著滯后階數的增加衰減速度加快，d的取值越小，衰減得越慢。

4.4 變量與數據

(1)相關變量的選取。創(chuàng)新產出變量的選取。大多學者采用企業(yè)創(chuàng)新的直接、間接成果提出不同的測度指標，常用專利申請量以及授權量作為企業(yè)創(chuàng)新的直接成果，有學者指出專利申請數量比授權數量更能反映出企業(yè)創(chuàng)新真實水平[15]，發(fā)明專利相較實用新型等其他專利更具創(chuàng)新價值。也有學者[16]指出授權專利擁有比未授權專利更高的質量水平，存在著滯后期較長，對數據時間跨度要求高的問題。

創(chuàng)新質量變量的選取。關于創(chuàng)新質量的測度，現階段大多學者在實證研究中，仍然使用專利作為測度變量，其方法根據專利分類號的前4位表示[17]；也有采用專利年費的支付時間長度與專利授權度[18]。本文采用高技術產業(yè)省際面板數據，并從宏觀角度進行研究。

創(chuàng)新速度變量的選取。本文采用創(chuàng)新產出的增長量作為創(chuàng)新速度的替代變量，即新產品銷售收入的一階差分。首先是考慮采用創(chuàng)新產出比創(chuàng)新投入作為計算依據更科學合理，創(chuàng)新投入到產出過程有衰減和效率損失；另外考慮衡量標準統一，每個地區(qū)均與去年相比，計算絕對增量，這樣全國不同地區(qū)均具有可比性。

其他創(chuàng)新投入變量。關于知識生產函數中的研發(fā)經費與研發(fā)人員變量的選取，學界沒有太大爭議，本文采用研發(fā)經費內部支出表示研發(fā)資本，采用研發(fā)人員折合全時當量表示研發(fā)勞動力。

(2)數據來源與描述統計。本文數據均來自中國高技術產業(yè)統計年鑒，因為發(fā)明專利授權數從2010年才開始公布，數據范圍為2010—2019年，實際為2009—2018年共10年的面板數據。西藏和青海的數據缺失較多，故將其舍棄。此外，在計算創(chuàng)新速度時，由于部分地區(qū)出現負增長，導致差分后數據為負，從而無法取對數，故統一采用加正數的方法進行預處理，變量的描述統計結果見表1。

表1 變量描述統計

5 實證結果

5.1 變量的平穩(wěn)性檢驗與協整

本文同時采用Levin Lin &Chu、Fisher ADF、Hadri這3種方法進行檢驗，結果見表2。創(chuàng)新產出0階差分時Levin lin&chu檢驗和Hadri檢驗是平穩(wěn)的，但Fisher ADF不平穩(wěn)，其他所有變量在0階差分和1階差分都是平穩(wěn)的。也就是說，如果放寬平穩(wěn)性檢驗，那么所有變量在0階差分時都是平穩(wěn)的，如果不放寬平穩(wěn)性檢驗，所有變量在1階差分時是平穩(wěn)的。所以，變量之間不存在偽回歸問題。

表2 變量的平穩(wěn)性檢驗

采用Kao做面板協整檢驗，結果ADF檢驗值為-4.773，相伴概率為0.000，拒絕變量之間沒有協整關系的原假設，變量之間存在協整關系，也就是說創(chuàng)新質量、創(chuàng)新速度與創(chuàng)新產出之間存在穩(wěn)定的內在聯系。

5.2 面板數據回歸結果

基于式 (2)對創(chuàng)新質量、創(chuàng)新速度的彈性進行估計；基于式 (3)對創(chuàng)新質量、創(chuàng)新速度及其2次項進行估計，以分析創(chuàng)新質量、創(chuàng)新速度的作用規(guī)律；基于式 (4)對創(chuàng)新質量、創(chuàng)新速度的交叉項進行估計，以檢驗兩者的協調水平。為了消除變量可能存在的內生性的影響，估計時采用系統廣義矩法 (SYS-GMM)，工具變量選取各自變量的一階滯后。估計時要進行Hausman檢驗，以決定采用固定效應模型還是隨機效應模型，最終3個估計均采用隨機效應模型，結果見表3。

表3 面板數據估計結果

式 (2)的估計結果中，各變量在10%的水平都通過了統計檢驗，模型的擬合優(yōu)度R2為0.815，處于較高水平。研發(fā)經費的彈性系數最高，為0.783，其次是創(chuàng)新質量，彈性系數為0.329，再次是研發(fā)勞動力，彈性系數為0.324，最小的是創(chuàng)新速度，彈性系數為0.222，這樣假設H1和假設H3就通過了統計檢驗，說明創(chuàng)新質量、創(chuàng)新速度對創(chuàng)新產出的線性作用機制總體上呈現正向影響，導致兩者對創(chuàng)新產出貢獻的彈性為正。創(chuàng)新質量的彈性系數大于創(chuàng)新速度的彈性系數，造成這種現象的原因可能是我國創(chuàng)新質量水平還較低，因此提高創(chuàng)新質量的效果更為顯著。

式 (3)的估計結果中，所有變量在5%的水平下都通過了統計檢驗，模型的擬合優(yōu)度R2為0.832，屬于較高水平。研發(fā)經費的彈性系數為0.730，研發(fā)勞動力的彈性系數為0.326，和式 (1)基本處于同一水平。

式 (4)的估計結果中，所有變量均在10%的水平下通過了統計檢驗，模型的擬合優(yōu)度R2為0.967。式 (4)是在引入創(chuàng)新質量的3次項后得出的估計結果，創(chuàng)新質量與創(chuàng)新產出之間呈 “～”曲線關系，也就是N形關系，曲線存在兩個拐點，創(chuàng)新質量對創(chuàng)新產出的彈性系數先上升再減小后再上升。通過計算得到曲線的兩個拐點分別為1.594和1.774，還原成原始數據分別為39.264和59.429，全部創(chuàng)新質量的均值為50.39，在兩個拐點之間。處于39.264以下的數據為49個，約占16.90%，處于39.264與59.429之間的數據為175個，約占60.34%，處于59.429以上的數據有66個，約占22.76%?？梢?，當前我國創(chuàng)新質量大多處于N形曲線的中間位置，隨著創(chuàng)新質量增加，對創(chuàng)新產出的影響系數反而在減小，這樣假設H2就沒有得到驗證,即創(chuàng)新質量與創(chuàng)新產出之間并不是非線性遞增關系，而是呈N形曲線。

根據式 (3) (4)的結果，可以看出當前創(chuàng)新速度2次項系數為正數，創(chuàng)新速度與創(chuàng)新產出的關系呈U形曲線，而根據式 (5)發(fā)現引入創(chuàng)新速度的3次項時，創(chuàng)新速度對創(chuàng)新產出的彈性系數不顯著。綜合看，現階段我國創(chuàng)新速度與創(chuàng)新產出的關系呈U形曲線，即當創(chuàng)新速度較低和較高時，創(chuàng)新速度對創(chuàng)新產出的彈性系數較高，當創(chuàng)新速度中等時，創(chuàng)新速度對創(chuàng)新產出的彈性系數較低。U形曲線對稱軸位置為13.333，對應的原始數據為617231.85，除了1個數據位于對稱軸左邊外，其余289個數據均位于對稱軸右邊?？傮w上，創(chuàng)新速度越高，其對創(chuàng)新產出貢獻的彈性系數越大。

假設H4就沒有得到檢驗。究其原因，這可能與創(chuàng)新速度彈性演變規(guī)律有關，如圖6所示。當一個國家工業(yè)基礎薄弱，創(chuàng)新水平較低時，此時提高創(chuàng)新速度不僅投入巨大，而且創(chuàng)新效果不好，因此創(chuàng)新速度的彈性是先下降，隨著國家研發(fā)基礎增強，創(chuàng)新水平得到提高，此時創(chuàng)新速度提升對創(chuàng)新產出的貢獻越來越顯著。當國家進入發(fā)達國家行列后，此時創(chuàng)新資源得到充分配置，只有保證合理的創(chuàng)新速度才能達到最佳效果，過快的創(chuàng)新速度反而效果不好。因此，創(chuàng)新速度的彈性演變規(guī)律呈現兩個階段，第Ⅰ階段是發(fā)展中國家，第Ⅱ階段是發(fā)達國家，我國正處于第Ⅰ階段的右側，但尚未達到發(fā)達國家水平。

圖6 創(chuàng)新速度彈性演變曲線

式 (6)的估計結果中，各變量在5%的水平上全部通過統計檢驗，模型的擬合優(yōu)度R2為0.835，屬于較高水平。研發(fā)經費的彈性系數為0.788，研發(fā)勞動力的彈性系數為0.302，和式 (1)處于同一水平。創(chuàng)新質量與創(chuàng)新速度交叉項通過了統計檢驗，兩者交叉項對創(chuàng)新產出貢獻的彈性系數為負，其彈性系數是-2.973，說明兩者的共同作用對創(chuàng)新產出產生負向影響，側面證明現階段創(chuàng)新質量與創(chuàng)新速度協調水平較低，這樣假設H5就得到了驗證。改革開放以來，我國高技術產業(yè)技術創(chuàng)新主要模式是跟隨創(chuàng)新和集成創(chuàng)新，原始創(chuàng)新較少，從而保證了較高的創(chuàng)新速度，創(chuàng)新成果總量也是舉世公認，但是創(chuàng)新質量水平不高。

以上所有的估計結果中，控制變量研發(fā)經費K、研發(fā)勞動力L的彈性系數值大致相當，說明研究結果是穩(wěn)健的。

5.3 面板平滑轉換模型估計

(1)創(chuàng)新速度對創(chuàng)新質量的面板平滑轉換效應估計。首先進行LRT檢驗，以確定創(chuàng)新速度對創(chuàng)新質量是否具有非線性效應，結果LRT通過了統計檢驗。接下來確定轉換函數位置參數的個數，根據AIC、BIC最小原則，最終確定位置參數為1個，估計結果見表4公式 (7)欄所示。模型的所有回歸系數均通過了統計檢驗，擬合優(yōu)度R2為0.684，屬于中等水平。

表4 面板平滑轉換模型估計結果

創(chuàng)新質量的彈性系數分為兩個水平，一個是低水平，即線性部分，其彈性系數為0.245；一個是高水平，其彈性系數為0.867 (0.245+0.622)。創(chuàng)新質量的彈性系數在低水平與高水平之間平滑轉換，轉換速度γ=1.563，說明非常緩慢。轉換因素是創(chuàng)新速度，當創(chuàng)新速度較低時，創(chuàng)新質量的彈性系數也較低，當創(chuàng)新速度較高時，創(chuàng)新質量的彈性系數也較高。位置參數為16.117，就是創(chuàng)新速度的對數。從數據看，高于該位置參數的數據有11個，而低于該位置參數的數據有163個，說明高技術產業(yè)創(chuàng)新速度值絕大多數低于轉換位置水平，提高創(chuàng)新速度有助于提高創(chuàng)新質量對創(chuàng)新產出貢獻的彈性系數，假設H6就得到檢驗。

(2)創(chuàng)新質量對創(chuàng)新速度的面板平滑轉換效應估計。先進行LRT檢驗以確定創(chuàng)新質量對創(chuàng)新速度是否具有非線性效應，LRT通過統計檢驗。然后確定轉換函數位置參數的個數，根據AIC、BIC最小原則，最終確定位置參數為1個，估計結果見表4公式 (8)欄所示。模型的所有回歸系數均通過統計檢驗，擬合優(yōu)度R2為0.723，屬于中等水平。

創(chuàng)新速度的彈性系數分為兩個水平，一個是高水平，即線性部分，其彈性系數為0.276，一個是低水平，其彈性系數為-0.227 (0.276-0.503)。創(chuàng)新速度的彈性系數在高水平與低水平之間平滑轉換，轉換速度γ=0.987，說明非常緩慢。轉換因素是創(chuàng)新質量，當創(chuàng)新質量較低時，創(chuàng)新速度的彈性系數較高，當創(chuàng)新質量較高時，創(chuàng)新速度的彈性系數也較低，最終降為負數。位置參數為3.935，就是創(chuàng)新質量的對數。從數據看，高于該位置參數的數據有58個，而低于該位置參數的數據有116個，說明高技術產業(yè)創(chuàng)新質量值大多低于轉換位置水平，適當降低創(chuàng)新質量能夠提高創(chuàng)新速度對創(chuàng)新產出貢獻的彈性系數，從而假設H7得到檢驗。

5.4 面板貝葉斯向量自回歸模型估計

(1)BVAR模型的建立。貝葉斯向量自回歸模型無需進行協整檢驗，但需要進行滯后期確定，結果見表5。

表5 滯后期確定

滯后期檢驗結果表明，選擇滯后2期是最佳結果，過長的滯后期沒有意義，太短的滯后期又不符合實際情況，不能準確刻畫創(chuàng)新投入產出之間的互動關系。單位圓檢驗結果表明，所有點均位于單位圓內，說明建立的貝葉斯向量自回歸模型是穩(wěn)健的。

(2)脈沖響應函數分析。圖7為創(chuàng)新產出的脈沖響應函數，來自創(chuàng)新成果自身一個標準差的正向沖擊對其影響最大，當期就發(fā)揮作用，回歸系數較大，隨后開始急劇衰減，到第2期后就緩慢下降。其次是研發(fā)經費的沖擊，當期為0，隨后緩慢提升，后期比較平穩(wěn)，作用時間較長。第3期是研發(fā)勞動力的沖擊，當期同樣為0，隨后也緩慢提升，第4期后比較平穩(wěn)。創(chuàng)新質量的沖擊，當期為0，隨后緩慢下降，作用時間較長，說明創(chuàng)新質量的提升是個漫長的過程，短期沖擊對創(chuàng)新產出反而有負面影響。最后是創(chuàng)新速度的沖擊，當期為0，第2期達到極大值，隨后快速下降后趨于平穩(wěn)。

圖7 創(chuàng)新產出的脈沖響應函數

圖8為創(chuàng)新質量的脈沖響應函數，來自創(chuàng)新質量自身一個標準差的正向沖擊對其影響最大，當期達到極大值，隨后急劇衰減；其次是研發(fā)經費的沖擊，第2期達到極大值，隨后開始衰減，到第10期接近于0，說明研發(fā)經費的沖擊對創(chuàng)新質量有正向影響；第3期是創(chuàng)新產出的沖擊，當期達到極大值，然后快速衰減，到第3期接近為0，說明創(chuàng)新產出對創(chuàng)新質量有積極的反饋，但也只有短期效應；第4期是研發(fā)勞動力的沖擊，對創(chuàng)新質量有短期正面影響，說明創(chuàng)新質量的提升主要依靠勞動力的質量，短期勞動力數量的沖擊積極作用不明顯；最后是創(chuàng)新速度的沖擊，也是短期正面影響，作用時間只有1年，說明單純提高創(chuàng)新速度對創(chuàng)新質量影響不明顯，創(chuàng)新速度與創(chuàng)新質量的協調水平有待提高。

圖8 創(chuàng)新質量的脈沖響應函數

圖9為創(chuàng)新速度的脈沖響應函數，其自身沖擊的影響最大，當期達到極大值，隨后快速衰減；第2期是創(chuàng)新產出的沖擊，當期達到極大值，隨后快速衰減并趨于穩(wěn)定，說明創(chuàng)新產出對創(chuàng)新速度有積極的反饋作用，但作用時間較短；第3期是創(chuàng)新質量的沖擊，當期為負數，作用時間較長，說明創(chuàng)新速度的提高難以提高創(chuàng)新質量；研發(fā)勞動力和研發(fā)經費對創(chuàng)新速度的沖擊大致相當，當期為負數，第2期接近0，創(chuàng)新速度的提升是研發(fā)投入長期積累的過程，短期效應并不顯著。

圖9 創(chuàng)新速度的脈沖響應函數

(3)方差分解。各變量的第10期方差分解見表6。先看Y的方差分解，自身所占比例最大，占88.24%，其他影響次之的是研發(fā)經費，占5.39%，創(chuàng)新質量的影響為3.74%，說明創(chuàng)新質量開始對創(chuàng)新產出起作用，而研發(fā)勞動力影響很小，只有1.65%，至于創(chuàng)新速度所占比例更小，說明創(chuàng)新速度對創(chuàng)新產出實際所發(fā)揮的作用較小。

創(chuàng)新質量的方差分解中，自身所占份額最高，為96.85%，其他因素所占份額較小，從大到小依次是創(chuàng)新產出 (1.60%)、研發(fā)經費 (1.39%)、創(chuàng)新速度 (0.09%)、研發(fā)勞動力 (0.07%)。主要原因是創(chuàng)新質量水平總體還不高，而且與其他因素協調不好，包括創(chuàng)新速度與創(chuàng)新質量的協調，導致其他因素所占份額不高。

表6 各變量末期方差分解

創(chuàng)新速度的方差分解中，自身所占份額最高，為85.86%，其次是創(chuàng)新產出，占9.94%，其他因素總體不高，分別為研發(fā)經費 (1.26%)、研發(fā)勞動力 (0.82%)、創(chuàng)新質量 (2.12%)。說明創(chuàng)新產出對創(chuàng)新速度的反饋效果比創(chuàng)新質量的反饋效果要好。其他因素與創(chuàng)新速度的協調水平總體不高，包括創(chuàng)新質量與創(chuàng)新速度的協調。

研發(fā)經費的方差分解中，創(chuàng)新產出所占份額最高，為67.67%，其次是研發(fā)經費自身，占25.93%，其他因素所占比例不高，依次是研發(fā)勞動力 (3.73%)、創(chuàng)新質量 (2.06%)、創(chuàng)新速度 (0.59%)。研發(fā)經費與創(chuàng)新產出互動效果較好。

研發(fā)勞動力的方差分解中，創(chuàng)新產出所占份額最高，為61.22%，其次是研發(fā)經費，為20.38%，第三是研發(fā)勞動力自身，為14.54%，創(chuàng)新質量與創(chuàng)新速度的份額較小，分別為3.17%、0.68%，總體上，研發(fā)勞動力與創(chuàng)新產出、研發(fā)經費協調較好，與創(chuàng)新質量、創(chuàng)新速度的協調較低。

6 研究結論與政策建議

6.1 研究結論

(1)創(chuàng)新質量、創(chuàng)新速度對創(chuàng)新產出貢獻顯著。結果表明，創(chuàng)新質量、創(chuàng)新速度對創(chuàng)新產出貢獻，兩者彈性系數均為正，并且通過了統計檢驗，并且創(chuàng)新質量的彈性系數大于創(chuàng)新速度的彈性系數。在后面實證中，創(chuàng)新質量與創(chuàng)新產出呈倒U形非線性關系，表明我國創(chuàng)新質量較多落在曲線左側，對創(chuàng)新產出的提升作用明顯，但創(chuàng)新質量的總體水平較低，創(chuàng)新質量有待提升。

(2)創(chuàng)新速度與創(chuàng)新產出互動關系顯著而創(chuàng)新質量只有單向關系。實證證實創(chuàng)新速度與創(chuàng)新產出之間確實形成了良性循環(huán)。創(chuàng)新速度對創(chuàng)新產出的沖擊為正，創(chuàng)新產出對創(chuàng)新速度的沖擊也為正，并且創(chuàng)新速度的方差分解中創(chuàng)新產出比例較高。這是由于我國創(chuàng)新速度總體較快，創(chuàng)新數量規(guī)模大，效果較好所決定的。

(3)創(chuàng)新質量、創(chuàng)新速度對創(chuàng)新產出的非線性作用呈現不同規(guī)律。創(chuàng)新質量對創(chuàng)新產出的貢獻呈N形曲線。現階段創(chuàng)新速度對創(chuàng)新產出的貢獻U形曲線。大多數實證數據位于U形曲線右邊，即增加速度能夠帶來彈性的提高，這與中等創(chuàng)新速度彈性最高的理論分析不符。根本原因是對于發(fā)展中國家，創(chuàng)新速度與創(chuàng)新產出之間更多呈U形曲線，對于發(fā)達國家，創(chuàng)新速度與創(chuàng)新產出之間更多呈倒U形曲線，其演進規(guī)律類似 “前傾”S形曲線，我國創(chuàng)新雖然總量較大，但還沒有達到發(fā)達國家的水平，數據表明，我國正處于 “前傾”S形曲線第Ⅰ階段的右側?？傮w上，創(chuàng)新速度越高，其對創(chuàng)新產出貢獻的彈性系數越大。我國創(chuàng)新速度的發(fā)展正處于發(fā)展中國家向發(fā)達國家過渡階段。

(4)創(chuàng)新質量與創(chuàng)新速度的協調水平較低。創(chuàng)新質量與創(chuàng)新速度交叉項通過了統計檢驗，兩者交叉項對創(chuàng)新產出貢獻的彈性系數為-2.973，說明兩者的共同作用對創(chuàng)新產出產生負向影響。脈沖響應函數表明，創(chuàng)新質量的正向沖擊對創(chuàng)新速度的影響短期僅有1年，然后為負數，創(chuàng)新速度的正向沖擊對創(chuàng)新質量的影響也為負。創(chuàng)新質量的方差分解中，創(chuàng)新速度的份額很低，而創(chuàng)新速度的方差分解中，創(chuàng)新質量的份額也很低。這些都側面證明，現階段創(chuàng)新質量與創(chuàng)新速度協調水平較低。

(5)創(chuàng)新質量與創(chuàng)新速度的績效互相影響。面板平滑轉換模型的研究結果表明，創(chuàng)新質量對創(chuàng)新產出的彈性系數受創(chuàng)新速度的影響，隨著創(chuàng)新速度的提高，創(chuàng)新質量對創(chuàng)新產出的彈性系數也在逐步增加。

6.2 政策建議

(1)保持合適的創(chuàng)新速度，注重提升創(chuàng)新質量。政府以及企業(yè)有必要實行合理的方式，例如通過提升國家創(chuàng)新體系、加強制度和法律建設特別是強化知識產權保護和加大研發(fā)投入力度等方式來提升創(chuàng)新速度、創(chuàng)新質量從而達到正向提升創(chuàng)新產出的作用。當前由于創(chuàng)新質量的整體水平較低，導致創(chuàng)新質量對創(chuàng)新產出的彈性系數高于創(chuàng)新速度；在實證分析中還發(fā)現，在創(chuàng)新速度與創(chuàng)新產出的關系中，U形曲線的對稱軸位置為617231.85，除了1個數據位于對稱軸左邊外，其余289組個數據均位于對稱軸右邊，我國正處于 “前傾”S形曲線第Ⅰ階段的右側。雖然現階段，創(chuàng)新速度越高，其對創(chuàng)新產出貢獻的彈性系數越大，短時期提升創(chuàng)新速度對創(chuàng)新產出的影響一定大于創(chuàng)新質量，但這并不是長久之計，因為隨著創(chuàng)新速度加快，必然會導致邊際遞減效應。

政府有必要采取合理措施，對于現階段創(chuàng)新速度低的企業(yè)，鼓勵其以提高創(chuàng)新速度為主，通過引進人才，加大科研投入等措施進一步提高創(chuàng)新速度；對于創(chuàng)新速度已經較高的企業(yè)，鼓勵其增加對創(chuàng)新質量的重視，促使企業(yè)的發(fā)展更多地依賴于重大創(chuàng)新、原始創(chuàng)新、集成創(chuàng)新，從以提升創(chuàng)新速度為主轉型成以提升創(chuàng)新質量為主。目前政府所提出的創(chuàng)新政策涉及全面，國家、區(qū)域、各行業(yè)、各機構都有相應的創(chuàng)新政策。但從總體上看這些政策還屬于粗放型政策，有關創(chuàng)新質量的內容也很少。政府要樹立重點提升創(chuàng)新質量的觀念，增加對基礎理論、重大原始創(chuàng)新的研究支持，完善創(chuàng)新政策，發(fā)揮政策導向作用，扶持創(chuàng)新質量高的高科技產業(yè)。對于國家來說，還要進一步深化科技體制改革，為提高政府科研經費的效率與效果必須以市場機制為導向,以政府支持為輔助。

(2)加強創(chuàng)新速度與創(chuàng)新質量的協調關系。我國經濟已然進入追求高質量發(fā)展階段，在資源環(huán)境的巨大約束下，創(chuàng)新總量不夠，創(chuàng)新質量急需提升。然而創(chuàng)新速度是保持創(chuàng)新總量的基礎,創(chuàng)新質量是創(chuàng)新產出的核心競爭力,只有實現兩者協調發(fā)展,才能全面提高整體創(chuàng)新水平。在這個背景下，我國創(chuàng)新質量與創(chuàng)新速度總體上協調還比較差，需要進一步提升。

從數據分析結果看，當前隨著創(chuàng)新速度的提高，創(chuàng)新質量對創(chuàng)新產出的彈性系數也在逐步增加，一定的數量才能保證一定的質量，我國是發(fā)展中國家，又是創(chuàng)新大國，所以通過先速度后質量的創(chuàng)新模式也是較好的選擇。