《R_D的内生性动力_基于研发效率的分析_于长宏.pdf》由会员分享，可在线阅读，更多相关《R_D的内生性动力_基于研发效率的分析_于长宏.pdf（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第 26 卷第 1 期2014 年 2 月研究与发展管理D MANAGEMENTVol 26 No 1Feb 2014文章编号:1004-8308(2014)01-0119-09D 的内生性动力 基于研发效率的分析于长宏，原毅军(大连理工大学 管理与经济学部，大连116024)收稿日期:2012-08-31;修改日期:2013-07-08基金项目:国家自然科学基金资助项目“产学研技术联盟中的技术对接机制研究”(71073013)作者简介:于长宏(1985)，博士研究生，研究方向为经济系统分析与管理摘要:以研发效率为切入点建立基于生产率的 D 模型，推导 D 投入相对于研发效率变化的规律:在D
2、规模报酬递减的前提下，研发效率和企业 D 投入之间的互动呈正向关系 针对 20032010 年中国 37 个工业行业的面板数据进行实证检验，进一步验证了这个结论，并对政府 D 激励政策的调整提出了若干建议检验结果还证明，生产率、市场竞争、盈利能力都能够显著影响 D 投入规模;资本密集度较高或者市场竞争度较低，D 投入关于资本密集度的弹性为负，而当资本密集度较低的时候，D 投入关于资本密集度的弹性为正;在自由竞争市场中，竞争有利于创新，而在垄断型市场中，垄断更有利于创新关键词:研发效率;D 投入;DEA 方法;面板数据中图分类号:F204;F272文献标识码:A21 世纪以来，我国企业的创新能力
3、不断增强中国科技统计年鉴 数据显示，20062010 年我国企业申请的专利总数从 69 009 件增加到 198 890 件 但是不可忽视的一点是，其中发明专利所占比例很低，即使在 2010 年，发明专利数量也仅为专利总数的 36%，这一数字相比发达国家尚有很大差距，说明我国企业 D 的质量有待提高，研发能力有待加强 研发能力的持续增强依赖于企业长期的研发投入 尽管在“十一五”期间我国企业的 D 投入总规模从 1 630 亿元增加到 4 015 亿元，年均复合增长率为 19%，但是相对于我国企业庞大的数量，每个企业平均的研发投入十分有限 我国企业的研发强度(研发强度=研发投入/销售额)很低，2
4、010 年我国企业的平均研发强度仅为 0 93%，远远低于发达国家的水平 以上事实说明我国企业层面的研发投入水平尚处于初级阶段，为促进自主创新能力的建设和经济增长方式的转变，我们必须在一段较长的时期内持续增加企业 D 投入1研究概述哪些因素推动了企业对于 D 的投入?熊彼特假说给出的答案是企业的规模和与之相伴的市场势力 因为只有规模足够大的企业才能够提供研发活动所需的持续资金投入，而只有拥有一定市场势力的企业才能承受 D 产生的风险和不确定1 随着讨论深入，其他影响企业 D 投入的因素也逐渐被发现 从已有的研究来看，学者们对于市场竞争、制度环境等外生性因素对于企业 D 投入的影响保持了长时间的
5、关注 Gayle 利用美国 19761995 年 4 800 家企业的面板数据检验了企业规模和市场竞争程度与企业 D 之间的关系，结果显示两者的偏效应均显著为正2 Aghion 等则针对 19731994 年 311 家企业样本研究市场竞争程度与企业 D 之间的关系，结果显示两者呈现明显的倒 U 形关系3 朱恒鹏使用国内十省市的调研数据，发现企业规模和市场竞争程度决定了企业对于创新方式的选择4 聂辉华等利用 20012005 年中国工业企业面板数据，再次验证了市场竞争程度与企业 D 之间的倒 U 形关系5 除了市场竞争的程度，相关研究还特别强调了政策设计对于企业 D 的影响 Schneider
6、 通过收集全球 47 个国家在 19701990 年间的面板数据，发现知识产权保护水平的提高有助于激励企业 D，发达国家尤其如此6 李平等从投入产出角度建立计量模型，发现我国目前的知识产权法体系大大降低了DOI:10.13581/ki.rdm.2014.01.014国内研发资本的投入产出绩效，从而抑制了国内企业的 D 投入7 代中强进一步确认过强的知识产权保护力度伤害了本土企业 D 的积极性，我国企业 D 的方向已被锁定在模仿创新8 突破这一困境的唯一方法是在保护知识产权的同时通过其他辅助政策破除知识垄断近年来，关于影响企业 D 的内生性因素的研究也在逐渐增加，此类研究大多关注企业制度、文化等
7、因素的作用 刘运国和刘雯利用我国上市公司面板数据研究了企业高管任期与 D 支出的关系，发现D 支出与高管任期的长度有显著的正向关系，高管任期越长的公司，D 支出也越高9 李春涛和宋敏利用世界银行数据研究企业所有制和 CEO 激励对于企业 D 的影响，结果显示国有企业相比民营企业更具创新性，而 CEO 薪酬激励制度能够显著提升企业的 D 投入强度10 人力资本也被纳入到企业D 支出的讨论中 吴延兵发现随着法人代表、总经理和员工人力资本水平的增加，企业对于 D 的重视程度也会相应增加，法人代表和总经理的学历达到大专以上的企业更有可能拥有独立的研发机构11 李平等认为我国较低的人力资本不仅制约了 F
8、DI 溢出效应，还限制了本土企业的 D 行为，我国企业要想开展自主创新，必须下大力气积累企业的人力资本7 相对于其他内生性因素，关于企业内生的研发效率对于 D 投入的影响的研究还比较少见 研发效率是研发行为的投入产出关系，即企业投入一单位的研发资源(包括人力、物力等)可以产生多少创新收益(比如新产品、专利等)事实上，既有研究主要针对 D 对于企业研发效率的影响 陈修德和梁彤缨12、原毅军和耿殿贺13 对于我国高技术产业面板数据的分析表明，持续的 D 投入可以明显改善企业的研发效率 Zhang 等的研究14 初步探讨了研发效率对于企业 D 投入强度的影响，但是模型相对简单，对于现实的解释力有所欠
9、缺，特别是实证部分并未使用严谨的计量方法，导致其结论说服力不足 本文希望从这两方面着手，针对研发效率影响企业 D 投入这一问题，给出较为可信的答案本文主要工作包括以下三个方面:通过建立数理模型解释研发效率对于企业 D 的影响;利用DEA 方法测算我国37 个工业行业的研发效率;利用计量模型检验研发效率的变化对于 D 投入的偏效应2数理模型2 1一般假设假设一个经济体的消费品市场存在 N 种商品，代表性消费者的效用具有替代弹性不变的特征，即效用函数满足 U=q()d1/，其中 q()代表消费者对于商品 的消费量，0，1为参数，并且满足 =1，常数 1 代表任意两种商品之间的替代弹性 假设商品 的
10、价格为 p()，构建总体价格指数 P 和数量指数 Q15 如下 P=p()1d1/1，Q=q()d1/(1)则商品 的需求量 q()以及消费者为商品 所支付的货币 r()16 分别如下q()=Qp()P1，r()=p()P1(2)其中，=PQ=r()d 是总体的支出水平从市场供给的角度，假设厂商所使用的投入要素仅有劳动一种，且每个厂商只生产一种商品 假设厂商要达到产量 y 需要使用的劳动力数量为 l=y，代表企业的生产率水平 接下来，不妨假设厂商拥有较强的市场势力，可以在商品市场按照垄断价格实行成本加成定价，在劳动力市场则作为价格接受者被动地接受既定单位工资1 将产品的价格表示为生产率的函数，
11、得到p()=1 如此，在企业不进行研发投入的情况下，利润函数如下021研究与发展管理第 26 卷()=P1(3)2 2跨时期背景下企业的研发决策与研发效率因为涉及企业在多个时期的决策，我们将会在研究中引入 D 投入的因素 为了表述方便，不妨假设代表性消费者处于消费者集合的平均水平，即参数 0 5，因此相应的替代弹性为=2(这一假设并不影响结论的一般性)于是，在时期 t，企业的利润函数为t=t kt lt(4)其中，=P，t、kt和 lt(工资率为 1)分别代表企业在 t 时期的生产率、D 投入以及 D 人力D 投入能够提高企业的生产率，生产率提高的幅度与企业的研发效率和研发投入有关，具体形式如
12、下t=tktltet(5)其中，t为企业在 t 时期研发效率，t代表除了 kt和 lt之外影响生产率的其他因素 经验研究表明，我国工业行业的 D 产出相对于 D 资本和人力的投入具有规模报酬递减的特性17，故此假设 +1若贴现率为，则企业的跨时期利润总和为maxktM=!0ettdt=!0et(t kt lt)dt=!0ettdt!0etktdt!0etltdt(6)利用分部积分法处理式(6)并将式(2)代入后得到maxktM=tet0!+!0ettdt!0etktdt!0etltdt=0+!0etttktdt!0etktdt!0etltdt(7)企业通过选择每个时期的研发投入 kt和 lt来
13、实现利润 M 的最大化，即Mkt=etttk1tlt et=0(8)Mlt=etttktl1t et=0(9)由式(8)和式(9)，kt=11tet，通过对数化和差分可得ktkk=11 tt(10)由式(10)可得企业的 D 投入关于研发效率的弹性为=ktkttt=11 0(11)命题:在 D 规模报酬递减的假设下，弹性 0，即研发效率的提高会激励企业增加 D 投入显然，上述命题的成立依赖 D 规模报酬递减这一假设 如果 D 规模报酬递增则弹性 将小于零 对企业或产业来说，D 规模报酬的演化具有阶段性的特征，在产业发展初期，由于相关技术领域的空白较多，D 的规模报酬可能是递增的;随着知识的持续
14、累积和技术的不断成熟，D 规模报酬逐渐变为递减 特别是，D 投入的稳态必然满足规模报酬递减 因此，上述命题在多数情况下是成立的3研究设计3 1研发效率的计算本研究使用了 20032010 年间我国规模以上工业企业的行业面板数据 相关数据来自公开发行的121第 1 期于长宏等:D 的内生性动力中国统计年鉴 和 中国科技统计年鉴 由于时间跨度较大，为了便于比较，我们参考历年的 GDP 平减指数对各年的数据加以调整 根据研究需要，本文搜集了新产品(工业)产值、专利数量、资本(研发)投入、人力(研发)投入等数据，相关的数据概况见表 1表 1数据的统计描述Tab1Descriptive statisti
15、cs of data变量均值标准差最小值最大值新产品产值/万元10 800 0002 290 00066167 000 000发明专利申请/项9553 000128 913研发投入/万元564 891 81 013 8019866 862 561研发人员全时当量/人年23 208 1237 31245113278 583工业产值/亿元6 601 18 6176071535648 26483资本总值/亿元2 454 2754 318745945536 09711劳动力投入/万人113 971 2106283 310162187数据来源:中国统计年鉴(20032010)和 中国科技统计年鉴(200
16、32010)计算研发效率的方法通常有三种 用简单的比例关系构造代表投入产出绝对水平的指标 这种方法虽然操作简单，但是偏误较大，且无法处理多投入多产出的情况 参数法，如随机前沿模型(SFA)方法 SFA 方法通过设定投入产出函数，并利用计量方法估计各参数的值，最终得到研发效率 与第一种方法相同，SFA 方法只能处理单一产出的情形 非参数估计法，比较常见的是数据包络分析(DEA)方法 在计算研发效率时，DEA 方法被广泛地使用，比如谢伟等18、罗亚非等19、夏维力和钟培20 就利用DEA 方法分别估算了不同国家、制造业、高科技产业的研发效率 本文也使用 DEA 方法 相比其他方法，DEA 方法不要
17、求设定明确的函数形式，可以规避很多关于函数形式的争议 另外，由于企业的研发活动所产生的成果很多，包括专利、新产品等，不一而足 仅仅纳入其中一项并不足以全面地估计研发活动的效率，而 DEA 方法恰恰能够处理多投入多产出的估计模式DEA 方法是利用面板数据，通过距离函数构造各生产的单元的最佳生产前沿面，并通过比较各单元的实际生产情况估算出生产活动的投入产出效率 在使用 DEA 方法估计研发效率的估计过程中，研发活动的产出被设定为发明专利申请数量和新产品产值，投入要素则包括研发资本存量和研发人力全时当量 根据吴延兵的研究21，运用永续盘存法表示的研发资本存量满足:Kt=(1 )Kt1+t，其中K、表
18、示 D 资本存量和 D 资本折旧率 假设 D 资本存量以稳定的增长率 g 增长，则资本存量也可表示为 Kt=(1+g)Kt1，消掉 Kt1项并取自然对数得到:LnKt=Lnt+Ln(+g)/(1+g)由于知识的更新速度很快，所以 D 资本的折旧率很高，如果将 看作接近于 1，那么就有 LnKt Lnt，即在一定时期内的 D 资本存量近似地等于当期的 D 投入规模3 2计量模型通过估计各行业的研发效率，本文得以进一步利用面板数据分析研发效率对于 D 投入的影响 因此，因变量设定为 D 投入规模 rd，解释变量除了研发效率 rde 之外，根据数据可得性和既有文献的通行做法，我们引入其他的解释变量1
19、)全要素生产率 生产率和研发效率投入密切相关:研发效率较高的企业往往具有较强的技术能力，因而其生产率一般也会处于领先地位 这也是本文中的一个重要假设的来源 因此，为了准确估计研发效率对于 D 投入的影响，本文特别将全要素生产率作为一个重要变量 全要素生产率的计算同样采用 DEA 方法，其中产出因素设定为行业的工业总产值，投入要素分别为资本总值和劳动力数量2)资本密集度 资本密集度决定行业属于资本密集或劳动密集，从而间接反映行业的技术水平 由于我国金融体系尚待完善，所以对企业来说，资本处于相对稀缺的状态 根据利润最大化和边际原则，我国的资本密集型企业应该具有更高的效率和技术水平，而且此类企业往往
20、更加重视研发 一般来说，资本密集度有两种度量方法:资本总额/技工贸收入总额以及资本总额/劳动力投入 根据数据可得性，本文选取后者度量资本密集程度221研究与发展管理第 26 卷3)经营绩效 主要是利润总额 利润额是研发投入的首要来源，而企业的研发以获得新技术从而提高未来利润为目标，可以说利润或者盈利能力在很大程度上决定了企业的研发投入22 因此，在分析研发投入的研究中，一般都会将利润水平作为关键因素加以考虑 引入利润变量 profit，它反映了某一时期的利润总额 由于数据中的利润指标存在负值，不能够直接将其对数化，所以我们让利润水平 profit=sgn(Profit)Ln(|Profit|)
21、，其中 Profit 为实际利润总额，sgn()为符号函数4)行业规模 熊彼特认为，经营规模所带来的资源禀赋是创新的基础 许多学者的研究也表明规模对于研发投入具有显著影响23-25 规模有三种度量方法 劳动力总数、资产总额、销售收入，各有特点和优点，但是相对来说，销售收入在要素投入的过程中处于中立地位，且研发投入的预算往往以销售收入的规模为依据，因此使用销售收入作为行业规模的度量较为合适 同时，鉴于各行业的企业数量存在很大差别，本文进一步使用行业企业的平均销售收入来度量相应的规模5)市场竞争程度 企业所面临的竞争程度或者企业拥有的市场势力在很大程度上决定了企业的创新积极性2-5 衡量市场竞争程
22、度的指标有很多，市场集中度指标 C4、C8 和赫尔芬达尔指数等 参考数据的可得性，本文利用国有企业在行业销售收入中所占的比例来度量行业的竞争程度，并假定国有企业在行业销售收入中占比越高，则该行业的竞争程度越低综上，基本计量模型设定如下rdit=0+1rdeit+2tfpit+3kiit+4scaleit+5mpit+6profit+uit(12)表 2 给出了各变量的名称和实际含义以及均值和标准差表 2变量的含义、均值和标准差Tab2Meaning，mean value，and SE of the variables变量变量含义均值标准差rd研发经费对数119711791rde研发效率对数10
23、030898tfp全要素生产率对数04950508ki资本密集度对数38170711scale平均规模对数16430924mp市场竞争程度对数12091041profit利润总额对数529215204实证结果和分析4 1实证结果的初步分析首先使用混合横截面数据 OLS 估计基本计量模型并进一步检验固定效应和随机效应的相关估计结果(见表 3)从表 3 的第一列来看，研发效率的增长能够促进 D 投入 这一点与模型的推论完全相符生产率的偏效应显著为负，说明只有在生产率出现明显降低的背景下，我国企业才会相应地增加 D 投入 这一现象反映出我国工业行业在 D 投入上过于看重短期效应而忽视了长期的技术积累
24、 资本密集度 ki 和规模变量 scale 的系数是不显著的，而行业竞争程度以及利润水平等指标的系数在统计上都是显著的 其中利润水平的系数显著为正，证明经济绩效是决定 D 投入能力和意愿的重要因素 企业 D预算中的大部分来自于企业的利润总额，因此获得较高利润的企业或行业一般在研发投入上具有更大的规模 行业竞争程度的系数显著为负，说明那些国有企业较为强势的行业对于研发投入的积极性一般要低于那些非国有企业较为活跃的行业，竞争更加有利于创新进一步在固定效应和随机效应的假设下检验了研发效率和生产率对于研发投入的影响，回归结果见表 3 Hausman 检验值为 4 19(相伴概率为 0 650 6)，证
25、明固定效应估计值和随机效应估计值之间不存在系统性差别，即计量模型中的固定效应不显著 观察估计结果可以发现，虽然估计值的大小发生了变化，但是无论是在固定效应还是随机效应模型中，各个解释变量的符号与混合横截面相比并没有明显改变，特别是研发效率的偏效应仍然显著为正，说明计量方法的改变并不影响模型结论的稳健性321第 1 期于长宏等:D 的内生性动力表 3模型估计结果Tab3Estimation results of models自变量混合横截面 OLS固定效应随机效应rde0 138 (0 035)0136 (0037)0138 (0037)tfp0 115 (0 027)0111 (0027)01
26、15 (0026)ki0 105(0 152)0211(0183)0105(0152)scale0 113(0 121)0152(0123)0113(0120)mp0 166(0 091)0221 (0109)0166(0091)profit0 967 (0 056)0991 (0058)0967 (0055)constant6 572 (0 599)6031 (0774)6572 (0599)F-statistics104 3220 684obs296296296注:、*分别代表因变量的估计系数在1%、5%、10%的水平上显著地异于零;括号内为标准误;在对面板数据作固定效应和随机效应分析时
27、2和 F 统计量将失去意义，不具参考价值4 2关于实证结果的进一步分析为检验样本差异性对于结论稳健性的影响，进一步将样本总体按照不同标准划分成为不同的子样本 参照经典文献，我们从影响企业研发的诸多因素中选取市场竞争程度和行业资本密集度作为划分样本总体的指标 具体步骤是:计算20032010 年所有37 个行业的市场竞争程度 mp 和资本密集度 ki 的平均值并按照平均值的大小将所有行业排序，然后以中位数为界将所有行业划分为高(低)资本密集度和高(低)市场竞争程度 在资本密集度的排序中，处于中位数位置的行业是非金属矿物制品业，本文将其归入高资本密集度行业;在行业竞争程度的排序中，处于中位数为指的
28、是医药制造业，本文将其归入低市场竞争行业 各子样本概况如表 4 所示表 4子样本概况Tab4Descriptive statistics of sub-samples变量资本密集度市场竞争程度高低高低均值标准差均值标准差均值标准差均值标准差rd12 3732 04411 5451361118482129120861394rde1 2241 1450 77104141361116206630239tfp0 0220 5990 02304010068065700640310ki4 3150 5383 29204434219064934360537scale2 1011 0311 161043120
29、06110113010527mp0 6620 6511 78610660383039519920841profit5 7191 6984 84211495519182250771128本文针对各个子样本分别估计了解释变量的偏效应，相关结果见表 5 为节省篇幅，本文只报告利用混合横截面 OLS 方法的分析结果 回归结果表明，研发效率的偏效应在低资本密集度子样本中不显著，表明研发效率对于低资本密集度行业的 D 投入没有显著影响 另一方面，在其他子样本中研发效率的偏效应均显著为正，即提高研发效率对于增加 D 投入均具有显著的正向影响 另外生产率因素 tfp 的偏效应在高(低)资本密集度和高市场竞争度
30、子样本中均显著为负，而在低市场竞争度子样本中不显著与样本总体不同的是，资本密集度的偏效应在高资本密集度和低市场竞争度这两个子样本中显著为负，即资本密集度提高会限制 D 投入的增加，与此相对比的是，在低资本密集度子样本中，资本密集度越高，平均 D 投入越大 规模变量 scale 在低资本密集度和低市场竞争度两个子样本中显著为正，而在高资本密集度和高市场竞争度两个子样本中对于 D 投入却没有显著的影响 反映竞争程度的变量 mp 在四个子样本中均有显著的偏效应，不同的是在高市场竞争度子样本中，mp 的系数显著为负，即竞争程度越高，D 投入越积极;而在低竞争程度子样本中，提高垄断程度反而能够增加 D
31、投入 最后，利润变421研究与发展管理第 26 卷量 profit 的偏效应在四个子样本中始终显著为正，证明盈利能力对于 D 投入具有稳健的正面影响 综合来看，各个子样本中解释变量估计系数的符号与针对样本总体的估计结果大体一致，说明结论具有较好的稳健性表 5分组回归结果Tab5esults of regression of sub-sample data变量资本密集度市场竞争程度高低高低rde0 186 (0 045)0031(0049)0194 (0047)0135 (0041)tfp0 096(0 039)0059*(0031)0172 (0041)0004(0027)ki0 289(0
32、234)0483(0226)0103(0206)0459*(0234)scale0 018(0 146)0839 (0262)0005(0183)1019 (0176)mp0 636 (0 177)0317 (0099)0856(0356)0310 (0081)profit0 845 (0 074)0617 (0101)0835 (0098)0903 (0049)constant8 231 (1 006)6001 (0709)6839 (0822)9059 (0822)注:同表 3 注5结论与政策建议5 1研究结论在已有研究中，关于 D 影响因素的探讨已经很多 相对来说，以研发效率为切入点来探
33、讨 D 的研究则比较少见，本文建立了基于生产率的企业 D 模型，利用数理方法推导出 D 投入相对于研发效率变化的规律:在 D 规模报酬递减的前提下，研发效率和企业 D 投入之间的互动呈正向关系在实证部分，利用计量模型检验了推论的可靠性 分析表明，在不同的子样本中，研发效率与 D 投入正向变动的关系仍然成立 此外，计量检验还揭示了其他事实:生产率的提高会抑制 D 投入的增加，说明在总体上我国的工业行业更加看重 D 的短期效益;市场竞争程度的提高在总体上有利于D 投入的增加;D 投入规模在很大程度上取决于盈利情况，盈利能力越强，D 投入规模越大针对子样本的回归除了证明 D 投入关于研发效率变动的弹
34、性为正这一论断的稳健性，也给出了其他一些有趣的结论:若资本密集度较高或者市场竞争度较低，资本密集度的提高会降低 D 投入;反之，若资本密集度较低，提高资本密集度却会导致 D 投入的增加;另外，在自由竞争市场中，竞争有利于创新，而在垄断型市场中，垄断更有利于创新5 2政策建议本文的理论模型丰富了关于研发效率与 D 投入的认识，并且提供了一个从“效率”角度分析 D投入的范式 我国经济转型成功的关键在于建立完善的国民创新体系，特别是使企业成为 D 投入的主力 我国政府也提出了 D 支出税收减免等优惠政策，但从实际效果来看并不尽如人意 企业平均D 投入的绝对和相对水平仍然较低，技术进步和生产率提升的主
35、要途径仍然是从发达国家引进技术结合本文结论，笔者认为造成这一局面的一个重要原因是相关的政策和机制长久以来忽视了企业自身的研发效率对于 D 投入的影响 由于长期计划经济造成的技术创新与生产之间的分离，导致我国企业的研发效率往往比较低下 在这种情况下，单纯在舆论上“要求”企业重视 D 是很难有效果的 甚至“D 税收减免”政策在很多时候也没有多大作用，因为如果 D 效率太低，就会导致企业进行 D 的风险过高，在这种情况下即使有税收减免政策，企业也不愿意投资于 D 从这个角度出发，笔者认为政府的 D 激励政策可以在以下方面做出调整1)调整 D 激励的手段，在保持税收减免等间接激励措施的同时，更多地使用
36、专项资金等直接财政手段支持企业的 D 活动 如前所述，我国企业由于受制于自身的研发效率，对于投资 D，特别是具有较大创新性(区别于“山寨”)的 D 往往采取回避的态度 同时，D 具有显著的“干中学”效应，必须通过不断的 D 活动，才能积累人才、经验和文化 因此，针对专项技术，由政府直接进行投资并委521第 1 期于长宏等:D 的内生性动力托企业进行开发，可以在很大程度上打消企业对于自身研发效率较低的顾虑，并通过参与研发活动不断积累创新能力，最终形成“参与研发能力提升自主研发”的良性循环2)广泛开展产学研合作，加快高校科学技术成果转化的速度 尽管企业的研发能力较为薄弱，我国却有着十分完备的公共科
37、研体系，且公共科研经费绝大部分都流向了高校和科研机构 经过多年的发展，很多高校和科研机构已经积累了较为雄厚的人才、设备和技术储备，相应地，其研发效率也远远领先于大多数企业 因此，广泛开展企业、高校和科研机构之间的研发合作，充分利用高校和科研机构在基础研究方面的实力，结合企业的生产实际共同开发实用性的新技术 这种合作方式由于有科研经验更加丰富的参与方，所以会降低企业对于自身研发效率太低的顾虑 而且，在产学研合作的过程中，企业还能够通过“干中学”从合作伙伴身上学到技术创新所需的经验和方法3)对于 D 的扶持政策应该更加细化，其导向性应该不仅限于激励企业扩大 D 规模，还应针对性地鼓励企业进行提高研
38、发效率的投资 如，从硬件方面，鼓励企业引进高水平的试验设备、采用创新的研究方法;在软件方面，促进企业在创新制度方面与先进企业接轨，帮助企业建立合理的创新激励体系，提高 D 人员的创新能力和积极性等等 上述方法都有助于企业建立高效率的 D 机制，进而促进企业增加 D 投入参考文献 1 Schumpeter J Capitalism，socialism and democracy M New York:Haper Brothers，1942 2Gayle P G Market concentration and innovation:New empirical evidence on the Sc
39、humpeterian hypothesis Manhatton:Kansas State University，2003 3 Aghion P，Bloom N，Blundel Competition and innovation:An inverted U relationship J Quarterly Journalof Economics，2005，20(2):701-728 4 朱恒鹏 企业规模、市场力量与民营企业创新行为 J 世界经济，2006(12):41-52 5 聂辉华，谭松涛，王宇锋 创新、企业规模和市场竞争:基于中国企业层面的面板数据分析 J 世界经济，2008(7):5
40、7-66 6 Schneider P H International trade，economic growth and intellectual property rights:A panel data study of de-veloped and developing countries J Journal of Development Economics，2005，78(12):529-547 7 李平，崔喜君，刘建 中国自主创新中研发资本投入产出绩效分析 兼论人力资本和知识产权保护的影响 J 中国社会科学，2007(2):32-42 8 代中强 实际知识产权保护、模仿创新与自主创新
41、J 经济评论，2010(6):85-97 9 刘运国，刘雯 我国上市公司的高管任期与 D 支出 J 管理世界，2007(1):128-136 10 李春涛，宋敏 中国制造业企业的创新活动:所有制和 CEO 激励的作用 J 经济研究，2010(5):55-67 11 吴延兵 中国工业 D 投入影响因素 J 产业经济研究，2009(6):13-21 12 陈修德，梁彤缨 中国高新技术产业研发效率及其影响因素 基于面板数据 SFPF 模型的实证研究 J 科学学研究，2010，28(8):1199-1205 13 原毅军，耿殿贺 中国装备制造业技术研发效率的实证研究 J 中国软科学，2010(3):5
42、1-57 14 Zhang Anming，Zhang Yimin，Zhao A study of the D efficiency and productivity of Chinese firms J Journal of Comparative Economics，2003，31(3):444-464 15 Dixit A，Stiglitz J Monopolistic competition and optimum product diversity J American Economic eview，1997，87(1):297-308 16 Melitz M The impact o
43、f trade on intra-industry reallocations and aggregate industry productivity J Econo-metrica，2003，71(6):1695-1725 17 张延，王智强 知识生产函数、规模报酬和经济增长模式 D 模型对中国的实证检验J 当代财经，2010(3):25-31 18 谢伟，胡玮，夏绍模 中国高新技术产业研发效率及其影响因素分析 J 科学学与科学技术管理，2008(3):144-149621研究与发展管理第 26 卷 19 罗亚非，王海峰，范小阳 研发创新绩效评价的国际比较研究 J 数量经济技术经济研究，20
44、10(3):28-41 20 夏维力，钟培 基于 DEA-Malmquist 指数的我国制造业 D 动态效率研究J 研究与发展管理，2011，23(4):58-66 21 吴延兵 D 存量、知识函数与生产效率 J 经济学(季刊)，2006，5(4):1129-1156 22 汤二子，王瑞东，刘海洋 研发对企业盈利决定机制的研究 基于异质性生产率角度的分析 J 科学学研究，2012(1):124-133 23 Shefer D，Frankel A D，firm size and innovation:An empirical analysis J Technovation，2005，25(5):
45、25-32 24 刘立 企业 D 投入的影响因素:基于资源观的理论分析 J 中国科技论坛，2003(6):75-78 25 安同良，施浩，Ludovico A 中国制造业企业 D 行为模式的观测与实证 基于江苏省制造业企业问卷调查的实证分析 J 经济研究，2006(2):21-30Inner Incentive for D Analysis Based on D EfficiencyYU Chang-hong，YUAN Yi-jun(School of Management and Economics，Dalian University of Technology，Dalian116024，C
46、hina)Abstract:Based on the concept of D efficiency，it established D model to explain the D decision of enter-prise:Given the diminishing of D returns to scale，the interaction between D efficiency and D investment ispositive Empirical tests on panel data from 37 Chinese industries in the period of 20
47、03 to 2010 further validated theconclusion In addition，the results also proved that productivity，market competition and profitability can significantlyaffect D investment scale Further analysis reveals that in the sub-sample of high capital intensity or lower marketcompetition，the elasticity of D in
48、vestment on capital intensity is negative，on the other hand when the capital inten-sity is low，the elasticity is positive;in addition，in competitive market，competition is conducive to innovation，where-as in the monopoly market，monopoly is more conducive to innovationKeywords:D efficiency;D investment;DEA analysis;panel data721第 1 期于长宏等:D 的内生性动力