产权结构变迁和中国创新能力

李 健

(渤海大学经法学院，辽宁 锦州 121000)

技术创新是经济可持续增长的驱动力，而企业则是技术创新的主体，地区提高技术创新能力并实现创新驱动发展的先决条件是更多的企业从事技术创新活动。2013年中国企业执行的R&D经费占全国的比例已经达到76.6%，这表明企业已经成为技术创新的主体。最近学者们开始关注产权结构对技术创新的影响，产权结构决定了资源的配置效率和治理结构等重要制度安排，对企业的创新行为与创新绩效产生了重要的影响[1-5]。那么产权结构变迁对创新能力提升是否产生了影响？产生了何种影响？对于这些问题的研究，对中国提升创新能力具有重要的意义。

1 文献综述

在中国，国有企业一直是最重要的经济组织形式，但在改革开放以来诸多学者对这一产权形式提出了许多批评。如Zhang 等的研究证实了国有企业的研发投入和效率水平均低于非国有企业[6]。吴延兵的研究表明工业行业中非国有企业相对于国有企业来说更具有创新方面的竞争力[1]。吴延兵的研究表明混合所有制企业的创新能力最为突出，国有企业的创新能力最弱[2]。李长青等的研究表明港澳台企业、集体企业、外资企业和私营企业在竞争性行业的创新效率远高于国有企业[7]。唐跃军等的研究发现中国国有企业(尤其终极控股股东为政府机构的上市公司)创新投资较低[8]。李后建等的研究发现所有权的国有比例会显著抑制企业创新，进一步地随着国有比例的增加，银行信贷对企业创新的积极影响会逐渐弱化[9]。张秀峰等的研究发现在科研创新阶段和产品创新阶段国有企业的创新绩效低于其他非国有企业[10]。李政等的研究表明国有企业创新效率明显低于非国有企业，但其创新效率水平正处在加速提升的状态[11]。

尽管诸多学者指出国有企业在生产运行过程中存在创新效率低下问题，但也有相关研究支持国有企业对技术创新的促进作用。李春涛等利用世界银行对中国18个城市的1483家制造业企业微观调查数据研究所有制结构对企业创新活动的影响时发现，无论是从投入还是从产出角度来看，国有企业更具有创新性[12]。Choi 等的研究表明，国有产权与机构持股对企业创新产生了滞后的正向影响[13]。李政等以2012年中国制造业123家上市企业数据为研究对象，发现国有企业并非天然缺乏创新动力和创新效率，国有控股企业的创新绩效明显高于民营企业[14]。

学者关于在中国国有产权是否有利于技术创新这个问题做了诸多实证研究，但没有形成一致的结论。首先，大多数研究者采用的是行业数据或者是微观企业数据，而没有从宏观层面去分析产权结构对区域创新能力的影响。采用中观或微观数据的研究，主要是从产权性质的差异(主要根据是否为国有产权进行区分)进行展开的，这种研究方法的目的是对国有企业和非国有企业之间进行静态对比分析。改革开放以来，中国制度变迁的一个最为明显的特征是非国有经济比例不断上升而国有经济比例逐渐下降，在这个动态发展趋势下研究产权结构变迁对中国创新能力的影响，使得我们能从动态角度分析此问题，并以此验证产权结构所带来的综合经济效应是否理想。其次，当前的大多数研究对不同产权结构的经济效率进行对比分析时，由于采用的是静态对比研究方法，即非国有企业和国有企业的运营效率究竟哪种所有权配置是合理的，所以通常在研究这类问题时常常设定虚拟变量或者对研究企业进行分类，而没有从宏观层面进行论证，即没有通过一个相对宏观的指标来衡量产权结构变迁。再次，通过对以上文献的研究发现，研究者们往往采用的是静态面板模型分析产权结构变动对中国创新能力的影响，忽略了创新活动具有累积效应。创新能力具有累积效应，这无论是在理论层面还是实证层面均有体现，故忽略创新能力自身存在惯性问题，这可能因为遗漏关键变量而影响到模型估计结果的有效性。最后，研究者们在设定模型过程中，直接考察产权结构对技术创新的影响，而多数忽略了创新活动也具有生产特性，即有投入和产出的划分，往往没有把适当的投入指标纳入到模型中。而且即使考虑到创新活动的投入和产出问题，但在对R&D经费投入计算过程中，只是考虑到了选择单一的折旧率。因为学者们对R&D计算过程选择了不同的折旧率，所以会导致结论可能不一致。

本文拟从以下几个方面做出努力。首先，本文采用Cobb-Douglas形式的创新生产函数来分析产权结构变动对中国创新能力的影响，把创新投入和产出同时纳入到研究中，不仅使研究更加精确，同时也降低了遗漏关键变量导致的偏误。其次，本文考虑到创新能力具有累积效应，采用动态面板数据模型来分析产权结构变动对中国创新能力的影响。再次，我们选取省级平衡面板数据从宏观层面分析产权结构变动对区域创新能力的影响，弥补现有静态研究方法的不足。最后，在测算R&D经费投入过程中，本文参照现有不同学者的研究成果，选择不同的折旧率得出不同的数据集，以验证研究结论的稳健性。

2 实证模型与变量设定

2.1 计量模型设定

Jaffe的研究指出技术创新过程和实物生产过程在本质上是相同的[15]。学者们在研究技术创新问题时，大多借鉴了此研究思路，并将创新生产函数设定为传统物质生产的生产函数形式，如李晓钟等的研究将创新生产函数设定为柯布-道格拉斯函数形式[16]。借鉴以上研究的思路，本文进行实证分析的模型是在Jaffe的研究基础上进行拓展，将衡量产权结构变迁的变量纳入到创新生产函数中，并将创新生产函数设定为柯布-道格拉斯生产函数形式。因此，经过函数形式拓展之后得到本文所关注的创新生产函数，具体形式如下：

(1)

式中，下角标i代表地区，t代表年份。被解释变量Innovation代表地区的实际创新产出水平，解释变量RDK和RDL分别代表创新活动的资金投入和人员投入，核心解释变量Ins为产权结构变动，β为弹性。

对式(1)进行对数处理，可得到如下函数形式：

lnInnovationit=lnαi+β1lnRDKit+β2lnRDLit+β3lnInsit

(2)

在式(2)的基础上构建本文需要分析计量模型：

lnInnovationit=β0+β1lnRDKit+β2lnRDLit+β3lnInsit+φ′Controlit+δi+εit

(3)

其中，δi是不可观测的地区异质性，εit为随机干扰项。β0、β1、β2、β3为待估计参数，φ′为待估计控制变量的参数集合。

同时，李健等通过实证分析方法证实了创新能力具有累积效应[17]。鉴于此，本文采用动态面板模型来进行估计。在式(3)的基础上进一步构建以下计量模型：

lnInnovationit=β0+λlnInnovationit-1+β1×lnRDKit+β2lnRDLit+β3lnInsit+β4Controlit+δi+εit

(4)

结合现有的研究，本文对控制变量选取主要包括：外商直接投资(FDI)、金融发展水平(Finance)、政府财政支出(Gov)、对外开放(Open)。本文将控制变量集合Control设定为以下形式:

Controlit=α1lnFDIit+α2lnFinanceit+

α3lnGovit+α4lnOpenit

(5)

将式(5)带入式(4)，得到本文最终需要分析的计量模型：

lnInnovationit=β0+λlnInnovationit-1+

β1lnRDKit+β2lnRDLit+β3lnInsit+β4lnFDIit+

β5lnFinanceit+β6lnGovit+β7lnOpenit+δi+εit

(6)

变量lnIns前面的系数β3符号及其显著性是本文研究的重点，若为负且显著，则说明随着产权结构变动(非国有产权所占比重增加)会对创新能力产生抑制作用，反之亦然。

2.2 变量选取和数据来源说明

(1)变量的选取

①核心解释变量。对于核心解释变量——产权结构变动(Ins)的指标设定，本研究借鉴杜浩然等的研究思路[18]。此衡量方法考虑到了产值、投资、就业等多个维度的产权结构变动，能够全面地描述产权结构的变动状况。即：

Insit=0.4×ins1,it+0.3×ins2,it+0.3×ins3,it

(7)

其中，下角标i表示地区，t表示年份。ins1表示“非国有经济组织固定资产投资占全部固定资产投资的比重”；ins2表示“非国有工业产值占全社会工业总产值的比重”；ins3表示“城镇非国有单位从业人员占城镇总就业人员的比重”。

ins1=(全社会固定资产投资-国有经济组织固定资产投资)/全社会固定资产投资

(8)

ins2=(规模以上工业总产值-规模以上国有及国有控股工业企业工业总产值)/规模以上工业总产值

(9)

ins3=(城镇总就业人员数-城镇国有单位就业人员数)/城镇总就业人数

(10)

在对以上指标进行测算时，个别数据出现缺失问题，具体的补齐数据方法本研究也参考杜浩然等的研究[29]。

②其他解释变量。创新产出(Innovation)：朱有为等指出专利申请或者授权仅是把研发投入转为知识产出，而这仍然属于一种中间产出。而新产品销售收入与专利指标相比，更能表达创新产出的市场化能力[19]。然而，考虑到实际数据无法获得，本文退而求其次选择专利授权数作为衡量创新产出的指标。

创新投入要素：本文对创新活动投入划分为创新经费投入(RDK)和创新人员投入(RDL)两部分。我们选择R&D 人员全时当量作为衡量创新活动的劳动投入(RDP)代理变量。对于创新活动的经费投入，本文选择R&D内部经费支出作为衡量指标。我们采用永续盘存法对R&D内部经费支出存量进行测算。测算公式如下：

RDKit=(1-δ)×RDKit-1+Investit/Pit

(11)

式中，变量RDK表示R&D经费支出存量，Invest表示当期R&D内部经费支出，δ为R&D的折旧率，P为价格指数。首先，本文要将R&D当期经费支出折算成实际值。至于R&D的价格指数的构造方法，本文选择李婧等的研究方法，即“R&D价格指数=0.55×消费物价指数+0.45×固定资产价格指数”[20]。我们采用以上方法构建出来的R&D价格指数对R&D当期内部经费支出数据进行平减，进而得到各个地区各年的R&D内部经费支出实际值。对于基期R&D内部经费支出存量，本文采用以下公式进行计算，即

(12)

式中，变量RDKi0代表的是第i个地区的R&D内部经费的基期存量，变量Investi0是经过折算之后而得到的以1998年为基期的R&D投入额；变量g是第i个地区在1998—2013年期间R&D内部经费支出的年平均增长率；变量δ为R&D内部经费支出存量的折旧率，设定分别为10%和15%。通过式(11)和式(12)，可以得到1998—2013年各地区的R&D内部经费支出存量。

外商直接投资(FDI)：包群等的研究指出外国企业在对本国投资过程中带来的技术外溢具有一定程度的时滞[21]。考虑到外商直接投资对本国企业创新活动产生长期的影响，本文采用FDI存量作为衡量指标。对于FDI存量的估算，我们也采用永续盘存法。本文设定FDI存量折旧率分别为10%和9.6%[22-23]。至于FDI价格指数，本文采用GDP平减指数进行替代。

金融发展水平(Finance)：本文采用“各地区的正规金融机构年末借贷总额与各地区生产总值之比”进行衡量。

政府财政支出水平(Gov)：作为政府财政支出重要组成部分的基础建设投资，可以提供不断完善的公共基础设施，而这又能为地区的创新活动提供相应的配套服务。当前技术基础设施投资力度的不断加深，这会有效促进信息和技术的共享，降低创新的成本，有利于调动企业的创新积极性，最终影响地区的创新水平。同时，政府消费商品过程中，通过产品需求可以刺激企业不断创新以获取市场利润，在这过程中影响地区创新水平。因此，本文采用“各地区的政府财政支出与各地区生产总值之比”进行衡量。

对外开放度(Open)：本文采用“各地区进出口总额与地区生产总值之比”来对开放度进行衡量。

(2)数据来源说明。本文考虑到重庆从四川省分离出来，同时也考虑到数据的完整性和可获得性，最终选取1998—2013年30个地区的平衡面板数据(西藏自治区的数据缺失较为严重，剔除)。本文测算产权结构变动水平的原始数据来源于各个地区的历年统计年鉴；创新产出和创新投入的原始数据来源于历年的《中国科技统计年鉴》；外商直接投资、金融发展、政府财政支出以及对外开放度的原始数据来自历年的各地区统计年鉴以及《新中国成立60周年统计资料汇编》。

3 实证结果分析与讨论

本文首先采用静态面板模型来对前文设定的回归方程进行估计。之所以采用静态面板模型先进行分析，主要是有两个目的：其一，初步检验产权结构变迁是否对中国创新能力产生显著的影响；其二，本文通过最终选用的动态面板模型而得到的回归结果来说明采用静态面板模型得到的回归结果可能会出现回归偏误。我们先采用固定效应模型和随机效应模型分别对计量模型进行分析，回归结果见表1。由于篇幅限制，本文仅列出Hausman检验最终确定下来的模型，见表1中的最后一行。我们发现Hausman检验结果表明本文应该使用固定效应模型。由于我们选择在进行回归过程中，通过不同折旧率计算得到的R&D经费支出和FDI，故我们得到了四个回归方程。我们发现，无论采用何种水平的折旧率，在四个回归方程中产权结构变动(lnIns)的系数均为负值，且全部在1%的水平上显著，这说明产权结构变动抑制了创新能力的提升。

我们采用前文设定的计量模型(6)来进行分析，在此模型中滞后一期的被解释变量出现在了解释变量集合中，此时模型会出现自相关问题。而且，加入的滞后一期的被解释变量通常会与当期的随机扰动项存在相关性，由此会产生内生性问题。若采用OLS估计方法进行回归，会导致回归结果的不一致。为了克服以上的问题，本文选用Blundell等提出系统GMM方法[24]。在使用GMM方法时，为了降低工具变量选择过多带来的负面影响，本文限制使用至多滞后三阶的工具变量。本文采用Sargan检验来识别工具变量的有效性，同时还对随机扰动项{εit}是否存在序列相关进行检验，即原假设为随机扰动项{εit}无自相关。本文利用stata13.0软件对前文设定的模型进行回归分析，具体结果见表2。从表中的结果可以看出所有方程通过了随机扰动项无自相关的检验，这说明随机扰动项不存在二阶自相关。同时，所有方程也通过了sargan检验，这也意味着新增工具变量与扰动项不相关，工具变量是有效的。滞后一期的被解释变量lnInnovationi的系数均在1%的水平上显著，这说明采用动态面板模型进行分析是合理的，这也说明创新活动具有累积效应。

在表2的方程5中，产权结构变动的系数为负且在5%的水平上显著，这表明产权结构变动显著地抑制了区域创新能力的提升。产权结构变动(lnIns)的系数为-0.181，这表明产权结构每向上变动一个百分点，专利授权数将相应降低0.181个百分点。这个结果也意味着，采用静态面板模型由于没有考虑到创新能力的累积效应，会高估产权结构变动对创新能力提升的影响(|-0.592|>|-0.181|，即方程1中的系数绝对值大于方程5中的系数绝对值)。中国产权结构以及所有制结构的变动方向倾向于非国有企业，反而抑制了中国创新能力的提升。2013年中国规模以上工业企业中国有企业数为3957家，有研发机构的企业所占比例为10.9%，有R&D活动的企业数为16.7%，由此可见中国国有企业R&D活动投入水平较低。但这并不能表示国有产权会阻碍地区创新能力的提升，本文的实证结果支持了这个观点。为什么出现了这种结论？进行深入分析后，我们发现一些相对合理的原因。第一，国有企业具有历史优势。尽管从20世纪80年代开始，中国进行了一系列的市场化改革，包括“抓大放小”，即保留大企业，让小的国有企业或兼并，或被其他类型企业收购，这一政策使国有企业数量迅速减少，但重组后的国企较重组前相比，规模更大，垄断能力更强[25]。大规模的企业具有风险承担能力，由于技术创新投资的内在不确定性，进行多元化经营的大规模企业可能从中得到更大的利益。而且大规模企业具有较强的成本承担能力，技术创新成本很高，以至于只有大规模企业才能从事技术创新。非国有企业相对于国有大型企业，企业规模偏小，抗风险性较差，且政策倾斜程度不足。而且，非国有企业相对国有大型企业来说在创新过程中面临较为严重的资金约束，主要有以下几个原因：①非国有企业的利息率和担保要求要高于国有大型企业；②非国有企业的融资渠道比国有大型企业要少；③高速增长的小企业和起步企业融资问题更为明显。第二，国有企业拥有许多政治上的倾斜，最突出的就是银行信贷的支持，这在一定程度上保障了国有企业进行技术创新的资金需求。第三，许多国有企业都在一些基础设施领域拥有规模的效益，如在能源、通信、银行、交通等领域控制着国家的经济命脉。中国的国有企业已经在世界财富500强中占有席位，2015年美国《财富》杂志发布了世界500强企业名单，中国上榜国有企业继续保持强劲增长态势，达到了106家，比上一年度增加6家，上榜企业数量稳居世界第二。第四，在政府的要求下，国有企业不断完善创新机制，提高技术创新能力。如国资委不断调整对企业的监管机制，把创新能力列入对企业一把手的考核之中，许多国有企业实现了很高的岗位年薪制，目的也是激励高管的创新能力。第五，国有企业会承担更多的国家使命，从而会有更强的创新动力，尤其是关系国家安全的产业领域，如国防。

表1 静态面板回归结果

注：***、**、*分别表示1%、5%、10%的显著水平；括号内数值为t值；变量lnRDK1和lnRDK2分别是通过将折旧率设定为10%和15%时计算而得；变量lnFDI1和lnFDI2分别是通过将折旧率设定为10%和9.6%时计算而得；FE表示检验结果支持选用固定效应模型。

表2 两步系统广义矩估计结果

注：***、**、*分别表示1%、5%、10%的显著水平；括号内数字为t值；变量lnRDK1和lnRDK2分别是通过将折旧率设定为10%和15%时计算而得；变量lnFDI1和lnFDI2分别是通过将折旧率设定为10%和9.6%时计算而得。

为检验前文回归结果的稳健性，我们分别用折旧率=15%计算出来的R&D经费支出(lnRDK2)替换以折旧率=10%计算出来的R&D经费支出(lnRDK1)，用折旧率=9.6%计算出来的lnFDI1替换以折旧率=10%计算出来的lnFDI2进行估计，见表2的第3列到第5列。我们发现所有回归结果均通过了各种检验，说明模型通过了设定。从表2中方程7～8可以看出，产权结构变动的系数均为负值且在5%的水平上显著，产权结构变动显著地负向影响区域创新能力。我们发现无论R&D经费支出和FDI指标如何更换，并没有影响产权结构变迁与区域创新能力之间的关系。我们也发现产权结构变动指标分别在方程2中系数绝对值大于方程6中系数绝对值、方程3中系数绝对值大于方程7中系数绝对值、方程4中系数绝对值大于方程8中系数绝对值，这进一步说明采用静态面板模型会高估产权结构变动对创新能力提升的影响。

R&D经费支出和R&D人员投入的系数在方程5～8中均为正值且在1%的水平上显著，这表明二者在技术创新活动中具有的重要作用。外商直接投资的系数均为正且在1%的水平上显著，这表明外商直接投资显著地促进了区域创新能力的提升。外商直接投资不仅带来了先进的技术，而且也增加了地区的资本积累，对企业技术创新产生了正向溢出效应。金融发展水平的系数在所有方程中均为正值且在1%水平上显著，这说明金融发展水平越高，地区创新能力水平也越高。金融发展不仅可以为企业进行技术创新提供资金保障、降低信息成本和交易成本、风险管理、监督企业经营与改善公司治理等多个功能来推动企业技术创新，最终影响区域创新能力。政府财政支出系数符号为负且均不显著，这表明政府财政支出并没有显著地影响区域创新能力。对外开放的系数在所有的方程中均为负且在1%水平上显著，这说明对外开放并没有给中国创新能力提升带来正向影响，相反抑制了区域创新能力的提升。

4 研究结论与政策建议

本文通过静态面板模型,考虑到创新能力具有累积效应，对内生性问题的动态面板模型进行回归分析，研究发现产权结构变动(即非国有经济比重上升)显著抑制区域创新能力的提升。为了检验回归结果的稳健性，本文对R&D经费投入和外商直接投资进行测算时选取了不同的折旧率，进而得到了不同的面板数据，并通过变化计量模型中的相应指标，我们发现产权结构变动显著抑制区域创新能力提升的这个结论是稳健的。实证结果表明产权结构每向上变动1个百分点(即非国有产权所占比例增加1个百分点)，中国创新产出将降低0.140～0.181个百分点。本研究的结论说明在产权结构变迁过程中，非国有产权的比重增加，并没有预期那样会带来更高的创新产出。尽管非国有企业的运营效率优于国有企业，但非国有企业相对于国有大型企业而言，这些企业规模相对较小，抗风险性较差，这为企业创新带来较大的阻力。同时，非国有企业由于在进行信贷融资过程中面临的利息和担保要求过高，这使得非国有产权比重增加过程中非国有企业的信贷约束得到本质上的改善，企业进行技术创新时缺少了资金的保障。因此，产权结构变迁过程尽管伴随着非国有产权比重的不断攀升，但诸多制约企业进行技术创新的内部环境和外部环境没有得到本质上的改善，这会导致与预期相反的现象出现。另外，我们得到其他有益结论：R&D经费支出和人员投入均显著地推动了区域创新能力提升，且创新产出过程呈现出规模报酬递减的特征；外商直接投资和金融发展均显著地推动了创新能力的提升；对外开放显著地抑制了区域创新产出；政府财政支出并没有显著地影响区域创新能力的提升。

基于以上研究结论，本文提出以下建议：第一，进一步放宽国有企业所在领域的市场准入机制，在国有垄断行业引入民间资本和外资，引入其他所有制企业积极参与竞争，强化国有企业外部市场环境以及激励措施。打破现有国有企业的垄断环境，充分利用市场竞争机制促进行业内企业之间的竞争，使自主创新成为国有企业的必然选择。第二，大力支持民间资本通过参股等形式与国有资本融合形成混合所有制企业，允许混合所有制经济实行企业内部员工持股，提高国有企业的运行效率，为企业进行技术创新提供动力。第三，银行业应该积极优化信贷结构，使得金融发展更好地服务于中小企业。

本文仍存在一些不足之处：其一，本文构建的衡量产权结构变迁的指标并没有抓住所有的变动特征，这也是主要由于构建该项综合指标的原始数据缺失较为严重。其二，本文的实证分析的研究对象所处的时间跨度为1998—2013年，时间范围相对较小，若把样本时间跨度延长可能通过分析不同的阶段的特征会得到更具针对性的政策建议。其三，本文的实证研究部分并没有按照东、中、西三个区域进行更为深入的分析，由于样本容量的限制，在采用动态面板模型时会因为样本量过小使得研究结果变得不可靠。

[1]吴延兵.中国哪种所有制类型企业最具创新性[J].世界经济，2012(06)：3-26.

[2]吴延兵.不同所有制企业技术创新能力考察[J].产业经济研究，2014(02)：53-64.

[3]董晓庆，赵坚，袁朋伟.国有企业创新效率损失研究[J].中国工业经济，2014(02)：97-108.

[4]李后建，刘思亚.银行信贷、所有权性质与企业创新[J].科学学研究，2015(07)：1089-1099.

[5]徐盈之，朱忠泰.产权结构、外资介入方式与产学研协同创新创新[J].中国科技论坛，2017(04)：89-94.

[6]ZHANG A,ZHANG Y,ZHAO R.A study on the R&D efficiency and productivity of Chinese firms[J].Journal of comparative economics，2003(31)：444-464.

[7]李长青，周伟铎，姚星.我国不同所有制企业技术创新能力的行业比较[J].科研管理，2014(07)：75-83.

[8]唐跃军，左晶晶.所有权形式、大股东治理与公司创新[J].金融研究，2014(06)：177-192.

[9]李后建，刘思亚.银行信贷、所有权性质与企业创新[J].科学学研究，2015(07)：1089-1099.

[10]张秀峰，陈光华，杨国梁，刘霞.企业所有权性质影响产学研合作创新绩效了吗[J].科学学研究，2015(06)：934-942.

[11]李政，杨思莹.行业差异、所有权性质与创新效率兼论国有企业创新资源配置效率[J].中国科技论坛，2016(09)：65-70.

[12]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(05)：55-67.

[13]CHOI S B,LEE S H,WILLIAMS C.Ownership and firm innovation in a transition economy:evidence from China[J].Research policy，2011(40)：441-452.

[14]李政，陆寅宏.国有企业真的缺乏创新能力吗？——基于上市公司所有权性质与创新绩效的实证分析与比较[J].经济理论与经济管理，2014(02)：27-38.

[15]JAFFE B.Real effects of Academic research[J].The American economic review,2002(79)：757-766.

[16]李晓钟，张小蒂.外商直接投资对我国技术创新能力影响及地区差异分析[J].中国工业经济，2008(09)：77-87.

[17]李健，卫平.民间金融、创新能力、城市化与创新能力实证[J].中国人口·资源与环境，2015(02)：152-157.

[18]杜浩然，黄桂田.产权结构变动对经济增长的影响分析——基于中国30省份1995—2013年面板数据的实证研究[J].经济科学，2015(03)：20-31.

[19]朱有为，徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济，2006(11)：38-45.

[20]李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面 板模型的实证研究[J].管理世界，2010(07)：43-55.

[21]包群，赖明勇.FDI技术外溢的动态测算及原因解释[J].统计研究，2003(06)：33-38.

[22]李健，卫平，张玲玉.外商直接投资规模、进入速度与区域创新能力——基于中国省际动态面板模型的实证分析[J].经济问题探索，2017(02)：53-61.

[23]鲁钊阳，廖杉杉.FDI技术溢出与区域创新能力差异的双门槛效应[J].数量经济技术经济研究，2012(05)：77-86.

[24]BLUNDELL R，BOND S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of econometrics，1998(87)：115-143.

[25]柳卸林.技术创新经济学[M].北京：清华大学出版社，2014.