创新资源与高新技术企业研发投入——基于资源基础理论的实证分析

宋　洋

(中国社会科学院财经战略研究院，北京　100028)

0　引言

创新已经成为中国产业结构升级和经济效率提升的关键。“十三五”规划纲要中指出，中国经济社会发展的主要目标之一是实现创新驱动发展，提升自主创新能力。当前中国企业的创新能力与发达国家还有一定差距，波士顿咨询公司在其调研报告《2014最具创新力企业》中披露，2014年全球创新性最强的20名企业中，中国企业未占一席。这显示了中国企业，尤其是高新技术企业在创新方面明显落后于世界前沿水平，企业的创新性亟待提升。在商业实践中，企业创新与研发投入密切相关，研发投入总体上反映了企业的创新水平[1-2]。因此，哪些因素影响企业的研发投入，就成为创新管理领域的一个经典问题[3]，对该问题的深入分析有助于理解企业创新的微观机制，也能够为制定促进技术创新的产业政策提供必要的理论依据。这对于当前完善国家创新体系，实现创新驱动发展战略具有重要意义。

大量文献对企业创新的影响因素进行了分析，已有研究的理论视角主要集中在四个方面。第一，基于“结构-行为-绩效”(SCP)范式，从企业规模和市场力量的角度进行分析。例如，聂辉华等[4]研究了企业规模和市场势力对中国工业企业研发强度的影响，张杰等[5]则重点研究了市场竞争与企业创新的关系。第二，分析创新环境对企业研发投入的影响，例如，吴超鹏等[6]研究了知识产权保护对于研发投入的影响，康华等[7]实证分析了国家创新体系与中小企业研发投入的关系，还有大量文献研究了政府补贴对企业创新的作用[8-9]。第三，从公司治理的角度研究管理层或董事会对企业创新的作用，例如Carmen等[10]分析了高管团队对企业创新能力的影响，刘运国等[11]研究了中国企业高管任期与研发投入的关系。第四，从组织行为学的角度，研究某种组织特征与创新之间的关系，例如Zahra等[12]研究了“吸收能力”对企业创新的作用，钱锡红等[13]分析了创新网络对企业创新的影响。已有的理论视角揭示了企业创新行为的一些重要规律，但是缺乏对企业资源的深入研究。虽然也有学者注意到这一方面，并进行了讨论，但是并未形成系统性的理论框架[14]，而且从企业资源的角度对中国企业的研发投入进行实证分析的文献也十分少见。资源禀赋的差异是构成企业异质性的重要方面，如果缺少对企业资源的研究，在理论上难以充分解释创新的影响因素，在实践中则容易忽视与创新密切相关的各类资源，从而不利于企业创新水平的提升。

针对已有研究的不足，本文基于资源基础理论(Resource-Based Theory，RBT)[15]的分析框架，从企业资源的角度分析研发投入的影响因素，提出了企业创新资源的概念，分析在竞争环境中创新资源对研发投入的影响，并以创业板上市公司为样本进行了实证研究。本文的创新之处在于：①从技术和需求两个方面概括企业创新资源的具体内容，并从创新资源这一理论视角分析了研发投入的影响因素，形成了一个新的理论框架；②将创新资源和竞争同时纳入分析框架，研究了竞争压力对于创新资源的调节作用；③探索性地提出创新资源的测量方法，从企业资源的微观层面对中国高新技术企业的研发投入进行实证研究，本文所提出的测量方法对后续相关研究在数据收集方面具有一定的启发意义。

1　理论框架

研发投入是企业通过创新提高经营绩效的一种竞争战略[1]，因此可以从战略管理的理论视角对研发投入进行研究。资源基础理论为研究竞争战略提供了一个基础性的分析框架，根据该理论，当某类企业资源满足：①有某种价值、②具有稀缺性、③难以被模仿或替代、④能够被企业利用，这四个条件时，这种资源就构成了竞争优势。企业战略应使得的竞争优势得到发挥，从而提高经营绩效[16]，否则，如果未能有效利用竞争优势，企业将承担高昂的机会成本。基于这个逻辑，如果某些类别的企业资源与创新关系密切，并且能够成为竞争优势，那么这些资源将促使企业进行创新，从而研发投入也相应提高。因此，研究企业资源对研发投入的影响，需要分析哪些类别的资源与创新密切相关，并判断是这些资源能否成为企业的竞争优势。

1.1　创新资源及其分类

创新实现了生产要素的新组合，它是新想法、新知识、新发明的商业应用[1]，因此，创新的发生需要一些新元素，这些新元素为创新的实现提供了机会。并且，创新不可避免地要承担各种不确定性和风险，过高的风险将为创新带来巨大的潜在成本，从而阻止创新的发生。所以，那些能够为创新提供机会或降低创新风险的企业资源对于创新的产生具有重要作用，本文把这类资源定义为企业的创新资源。

为了明确创新资源的具体内容，并深入分析它对企业创新的作用机制，需要对创新资源进行系统的分类。根据创新动力学研究领域中Kline等提出的“链接模型”(chain-linked model)理论[17]，创新是利用新技术来满足特定需求的行为，技术和需求这两种因素同时影响着创新活动的发生。在创新过程中，技术和需求两类因素交织在一起，一方面，新技术的出现能够为需求的满足创造条件，另一方面，市场需求也刺激着新技术的产生，两者相互影响，最终才可能促成创新的实现，因此，创新是技术和需求这两种因素不断相互作用的循环往复过程。本文提出“技术知识资源”作为对创新资源在技术维度上的一个分类。例如，企业在某个领域内所拥有的研发经验，是通过一个长时间的学习和积累过程才最终获得的，并且这类资源体现了企业的技术因素，能够为创新的实现提供机会，因此，属于企业的技术知识资源。同时，提出“需求信息资源”作为创新资源在需求维度上的一个分类，用以说明那些有助于获取市场需求信息的各类企业资源。例如，营销渠道就是一种需求信息资源，企业通过这个资源建立和客户密切联系，了解市场对产品的评价，并做出相应的改进，这类资源有助于激励创新的产生，并能使创新的针对性更强，从而降低了创新的风险。总之，本文基于技术和需求这两个维度，将创新资源分为“技术知识资源”和“需求信息资源”两类，分别指代在技术和需求层面上的企业资源。

1.2　创新资源与研发投入的关系

技术知识资源是企业在技术层面上的创新资源，能够为创新的产生提供机会或可能。例如，企业所拥有的发明专利和高水平研发人员都可以看作是技术知识资源，这类资源为企业的技术创新提供知识条件和智力支撑，具有明显的创新价值。其次，技术知识资源往往是非常稀缺的，企业需要支付大量成本才可能获得。同时，这些资源的获取也需要一个长期的积累过程，通过大量的交流和学习才可能完全掌握，难以简单复制或模仿的。最后，企业的技术知识资源是伴随企业成长而逐渐获取的，是一个自然发展的过程，因此企业能够有效利用这类资源。综上，企业的技术知识资源满足价值性、稀缺性、难复制性和可利用性，即这种资源能够成为企业的竞争优势。企业倾向于通过研发活动利用这类资源，从而发挥竞争优势实现更好的经营绩效。所以，可以得出研究假设H1：技术知识资源与研发投入正向相关。

需求信息资源有助于使企业获取更多的市场信息，从而更准确地掌握客户对新产品的偏好，这样可以很大程度上降低创新失败的风险，提高新产品与市场需求的匹配程度，可见需求信息资源对创新具有重要价值。其次，在现实的商业环境中获取准确的市场信息并不容易，大量企业都在为更好地了解客户需求或市场变动情况而付出高昂的成本，这表明需求信息资源具有稀缺性。并且，这类资源的获得需要一个长时间的过程，依赖于特定的营销渠道，而这种渠道的建立也需要一个长期过程，甚至这一过程与企业的传统和文化密切关联，因此需求信息资源通常是难以简单复制的。最后，需求信息资源的形成经历一个逐渐发展的过程，与企业的整体经营关系密切，企业的管理者对这一资源必定有充分的了解，因此这类资源能够被有效利用。综上，需求信息资源对于企业创新具有价值性、稀缺性、难复制性和可利用性，这类资源能够形成竞争优势，因此企业倾向于通过研发活动对其进行利用，从而发挥竞争优势提高企业绩效。于是提出假设H2：需求信息资源与研发投入正向相关。

1.3　竞争压力的调节作用

企业进行研发活动是为了应对市场竞争而采取一种竞争战略，因此企业面临的竞争压力必然影响着研发投入。事实上，竞争因素是研究企业创新的一个重要理论视角，熊彼特(Schumpeter)、阿罗(Arrow)、阿吉翁(Aghion)等人提出了一系列著名的理论观点[18]。在本文的分析框架中，研发活动可以看作是企业应对竞争压力的一种主动行为，即通过创新适应激烈的竞争环境，因此企业面临的竞争压力越大，则越倾向于加大研发投入以应对竞争。从而提出假设H3：竞争压力与研发投入正向相关。

基于上面的分析，创新资源是企业的一种竞争优势，甚至是核心竞争力，当企业面临激烈的市场竞争时，只有充分发挥竞争优势才可能赢得竞争，因此竞争压力越大，企业越倾向于充分利用创新资源的价值，创新资源所产生的效应也就越大。可见，竞争压力对创新资源与企业研发投入之间的关系具有正向调节作用，于是提出假设H4a：竞争压力正向调节技术知识资源与研发投入的关系；H4b：竞争压力正向调节需求信息资源与研发投入的关系。

2　研究设计

2.1　样本描述和数据收集

本文以中国创业板上市公司为研究样本。根据深交所网站提供的信息，截至2013年12月31日，创业板上市公司共计355家(证券代码从300001～300356)，将技术创新方面不显著或者信息披露不完备的企业从样本中剔除，最终确定了316家公司作为最终的有效样本，该样本占创业板上市公司总体的89%。表1给出了样本企业的基本情况，从表中可以看出，这些企业的创新性较强，且主要集中在电子信息、生物医药、机械设备、材料等科技含量较高的行业，属于典型的高新技术企业。

数据来源为样本企业的“首次公开发行股票并在创业板上市招股说明书”(以下简称“招股说明书”)和2011—2013年的“年度报告”(以下简称“年报”)。这两类资料提供了样本企业的大量信息，对这些信息的手工提取和整理完成数据收集。数据的收集分两种方式，一种方式是从文件资料中直接复制获取，例如“资产总额”、“营业收入”等，将连续三年的数据取平均值作为相应的测量结果(对于个别样本，如果只有两年的数据，则对这两年的数据取均值，如果只有一年的数据，则只使用这一年的数据)。选用连续三年的资料作为创新研究的时间跨度，与国际创新研究的惯例相符[2]，国内学者也常采用这种方式[19]。另一种收集数据的方式需要根据资料中的文字说明，通过7级李克特量表进行测量，在利用量表对指标题项进行评分时，邀请了相关行业多位专家帮助评分，他们绝大部分在高新技术企业任职多年，对新产品的技术研发和市场营销有着丰富的实践经验。在评分时，先将2011—2013年的文件资料中与题项对应的文字内容进行整理，每个题项都由两名专家分别评分，如果两位专家对同一个题项的评分相差为1分，则随机选取一位专家的评分作为该题项得分，如果分值相差为2分，则取平均值，如果相差在2分以上，则再请另外一名专家帮助评分，由这三位专家讨论后，确定该题项的最终得分。事实上，只有不超过10%的题项需要三位专家进行讨论。在评分前，对专家进行了相关的背景介绍，以确保他们理解整个评分的过程和测量题项的含义，并且在分配题项时，尽可能安排专家们熟悉的行业。

表1　样本企业基本特征描述

注：数据来源为样本企业上市公司年报(2013年)，经作者整理。

2.2　变量的测量

(1)研发投入。本文用R&D强度作为研发投入的测量指标。R&D强度是评价创新性的一个关键指标，并且用R&D强度衡量研发投入与已有研究保持一致[11,23]。在年报找到当年的研发投入金额和营业收入，用研发投入金额除以营业收入就得到企业当年的R&D强度，分别计算连续三年的R&D强度，然后取平均值作为最终的测量指标。在实际操作中，直接使用R&D强度的百分比数值进行计算。

(2)技术知识资源。技术知识资源可以从反映企业技术特征方面的资源得到体现。根据Vinding[20]的观点，在企业的人力资源中，技术专家和高学历研发人员都与技术因素密切相关。另外，参考Jensen等[21]关于知识类型与创新关系的研究，可编码性较强的知识(例如，专利)和可编码性较弱的知识(例如，研发经验)都可以体现企业的技术水平。借鉴Zhou等[22]、徐立平等[23]关于企业技术特征方面的分析，并基于本文的数据可得性，最终选取“研究生比例”、“专家水平”和“专利专有技术”这3个题项对企业的技术知识资源进行测量，表2给出了题项的具体内容。在全部3个题项中，“研究生比例”通过年报披露的信息计算出具体数值，取连续3年的均值，然后将样本企业根据这个数值进行升序排列，并等分为7个等级，等级最低的记为1分，等级最高记为7分。对于其他两个指标题项，则由评分专家进行评分，得分越高说明评分专家对企业技术水平的认可度越高。经检验，KMO 值为0.706，Bartlett球形检验值为390.3，显著水平为0.000，表明适合进行因子分析，测量题项所对应的因子载荷均大于0.7，且公共因子解释了总变异量的75.71%，说明测量方法具有良好的构建效度。另外，Cronbach α值为0.836，表明测量具有良好的信度。

(3)需求信息资源。需求信息资源通过企业获得市场需求信息的机会或渠道得到体现，有更多的机会了解需求信息意味着拥有更高水平的需求信息资源。大量文献研究了企业获取市场信息的行为与创新和企业绩效的关系[24-27]，参考已有文献关于市场信息获取的测量方法，并基于本文的数据可得性，最终使用“销售密度”、“市场份额”、“营销渠道”这3个题项测量企业的需求信息资源，表2给出了测量题项的具体内容，可以看出，测量题项分值较高的企业通常更容易获得丰富的需求信息，这与商业常识基本相符。在这组题项中，“销售密度”的计算方法与“技术知识资源”中的“研究生比例”类似，先计算出具体数值，再等比例排序，然后赋予相应的分值(最低为1，最高为7)。“市场份额”和“营销渠道”则由专家进行评分。经检验，KMO值为0.712，Bartlett球形检验值为299.4，显著水平为0.000，适合进行因子分析，测量题项所对应的因子载荷均大于0.7，且公共因子解释了总变异量的81.52%，说明测量方法具有良好的构建效度。Cronbach α值为0.798，表明对需求信息资源的测量具有良好的信度。

表2　变量的因子分析结果

(4)竞争压力。参考Zhou[28]的研究，并结合本文的数据可得性，从“对手实力”、“行业壁垒”和“行业变化”这三个维度对竞争压力进行测量，指标题项的含义见表2。这三个题项全部由专家进行评分，其中“行业壁垒”是逆向指标，壁垒越低说明相应的竞争压力越大，评分越高。在得到3个题项评分后，通过因子分析得出“竞争压力”的测量数值。经检验，KMO 值为0.743，Bartlett球形检验值为539.5，显著水平为0.000，适合进行因子分析，测量题项所对应的因子载荷均大于0.7，且公共因子解释了总变异量的71.79%，说明测量方法具有良好的构建效度。另外，Cronbach α值为0.889，表明测量的信度较高。

(5)控制变量。实证模型的控制变量分别是：①企业规模，衡量企业规模的指标通常有3个：资产总额、营业收入、员工总数[3]，本文同时选取“资产总额”和“营业收入”(单位：十亿元)表示企业规模；②财务状况，本文选取“现金流净额”(单位：十亿元)反映企业的财务状况；③企业年龄，用2013减去相应企业的成立年份，得到企业年龄；④产权特征，本文用企业的“控制人属性”定义产权特征，将其设置为虚拟变量，如果企业的控制人为国有法人，则赋值为0，否则为1；⑤技术机会，通常用行业作为技术机会的代理变量，并将其设置为虚拟变量，但是当所处行业较多时，大量虚拟变量会降低实证模型的自由度，本文的处理办法是，首先根据中国证监会发布的《上市公司行业分类指引(2012年修订)》对全部样本进行行业分类，然后参考《The Oxford Handbook of Innovation》[1]和《Oslo Manual》[2]等权威性资料中关于技术机会和行业特征的论述，将所有样本企业所在的行业分为7个等级，等级1代表技术机会水平最低，等级7则最高(具体分类方式见表3)。控制变量的数据可以直接从年报和招股说明书中获取，企业规模和财务状况取连续3年的均值。

表3　对样本企业所属行业的技术机会分类

3　实证分析结果

表3给出了实证模型中各变量的描述性统计分析。通过相关系数可以初步判断变量之间的多重共线性问题不严重，适合进行多元回归分析。依次将控制变量、创新资源、竞争压力和交互项放入模型，对研发投入进行多元回归分析。本文所使用的是横截面数据，一般不存在序列相关性，经检验，各回归模型的DW值均在2附近，可以忽略自相关性的影响。另外，考虑到对横截面数据进行计量分析中可能存在的异方差性，本文使用异方差稳健标准误检验偏回归系数的显著性。对于模型中可能存在的内生性问题，根据本文的理论分析，企业的创新资源是在企业发展过程中逐渐形成的，企业根据经营状况积累技术储备、扩充研发团队、完善营销渠道，这些方面几乎不会受到当期研发投入(R&D强度)的反向影响，而竞争压力来自企业外部，同样不会受到企业研发投入的影响，所以从理论上说，由反向因果关系所带来的内生性问题对本文的实证模型不会有显著影响。

表4　变量的均值、标准差和相关系数

注：**和*分别表示p<0.01和p<0.05的显著性水平；样本量N=316。

回归分析结果如表4所示。模型2中，技术知识资源的偏回归系数为0.963，显著性水平达到p<0.01，需求信息资源的偏回归系数为0.666，显著性水平达到p<0.05，实证结果支持了假设H1和H2的推断，即创新资源对研发投入具有正向影响。已有文献从技术能力[22]和市场导向[29]的角度对创新进行研究，虽然这些文献并未直接对企业资源与创新的关系进行分析，但是，研究结论也说明了技术和需求因素都能对创新产生积极作用，这与本文实证结果具有一致性。另外，通过比较回归系数，可以发现，技术知识资源对研发强度的正向效应比需求信息资源高出44%，这表明技术因素在提升企业创新性方面的作用更大。

在模型3中，竞争压力的回归系数为0.415(p<0.1)，这表明竞争压力对研发投入产生正向影响，与假设H3一致。事实上，竞争与创新的关系非常复杂，在理论上有不同的分析结论[18]，在实证研究中也得到了不同结果[4-5]，而本文的实证结论支持了竞争对创新具有正向影响的观点，这可能与研究样本的特点有一定联系，本文是对高新技术企业的创新行为进行实证分析，这些企业通常规模不大，难以获得市场垄断地位，同时企业的科技含量较高，创新性较强，因此，技术研发就成为企业应对激烈市场竞争的重要途径，从而表现出竞争压力与企业创新之间正相关关系。

模型4中，用技术知识资源、需求信息资源和竞争压力同时对R&D强度进行多元回归，结果表明这三个解释变量同时显著地正相关于R&D强度，再次支持了假设H1，H2，H3的推断。同样，技术知识资源的偏回归系数(β=1.319，p<0.01)明显高于需求信息资源(β= 0.642，p<0.01)，说明技术因素对企业创新的影响更大。在加入了创新资源的两个变量后，竞争压力对研发投入的正向效应得到加强(β=0.881，p<0.01)，而模型3中的回归系数仅为0.415(p<0.1)，这表明竞争与创新的关系在一定程度地上受到创新资源水平的影响。事实上，已有文献认为，在研究竞争对创新的作用时，应考虑到技术机会的因素[3]，因为这一因素能够影响竞争与创新的关系，而技术机会在相对宏观的层面上体现了不同行业间的企业在创新资源方面的差异，因此，在一定程度上，本文的实证发现与已有文献具有理论一致性。

表5　对研发投入的回归分析结果

注：***、**和*分别表示p<0.01、p<0.05和p<0.1的显著性水平；括号内的数值为异方差稳健标准误。

在模型4的基础上，加入竞争压力与创新资源的两个交互项得到模型5，模型5的解释能力更强(⊿R2= 0.031，p<0.05)，并且竞争压力与技术知识资源的交互项对R&D强度表现出显著的正相关性(β=0.395，p<0.01)，但竞争压力与需求信息资源交互项的偏回归系数并未显著异于零。这表明，竞争压力对技术知识资源与研发投入的关系具有正向调节作用，而对需求信息资源没有表现出调节作用，即假设H4a得到了支持，而假设H4b未通过验证。竞争压力正向调节技术知识资源的创新效应，而没有表现出对需求信息资源的调节作用，其原因可能在于，技术知识为创新的发生提供各种可能性，可以直接带来产品的新变化，企业通过加大研发力度能够进一步挖掘这类资源的创新价值，而需求信息仅能让企业更准确地了解市场需求，企业只能被动地接受，无法通过自身行为改变需求，从这个意义上说，需求的“刚性”使得难以进一步发掘其在创新方面的价值。所以，当面对更加激烈的市场竞争时，企业倾向于加强对技术知识资源的开发，而不改变对需求信息资源的利用水平，即竞争压力只对技术知识资源产生正向调节作用。

为了更直观地说明竞争压力的调节作用，根据实证分析的结果，在图1中画出调节作用效果的示意图。图1(a)展示了竞争压力对技术知识资源与研发投入关系的正向调节作用，当企业面临较低的竞争压力时，技术知识资源对研发投入的正向影响较弱，而当企业面临较高竞争压力时，技术知识资源对研发投入的正向影响较强，即竞争压力越大，技术知识资源对研发投入的正向效应越大。图1(b)展示了不同竞争压力条件下，研发投入与需求信息资源的变化趋势，需求信息资源对研发投入的正向效应并不随竞争压力的变化而明显改变，即竞争压力对需求信息资源与研发投入的关系不具有显著的调节作用。

图1　竞争压力的调节作用

另外，观察模型1至模型5中的控制变量，可以发现，衡量企业规模的两个变量与研发强度的关系并不相同，资产总额显著地正相关于研发强度，而营业收入显著地负相关与研发强度，这表明，虽然企业规模与研发投入之间存在一定的关联，但是用不同的测量指标进行分析，并未得到一致的结论，一些文献也有类似的发现[3]。本文的样本为高新技术企业，资产中的先进设备比例较高，这些科技含量较高的资产意味着更强的创新性，因此，企业资产总额与研发投入表现出正相关性。而营业收入与研发强度负相关，这说明，随着营业收入的增加，企业用于研发的资金占营业收入的比例在减小，这意味着，在其他因素相同的情况下，营业收入较少的企业具有更高的R&D强度，这反映出在高新技术行业中，营业收入较少的企业面临着更为激烈的竞争，只有加强技术创新，才能适应竞争环境，这与竞争能够促进创新的理论观点具有某种一致性。并且，本文的实证结论还表明，技术机会显著地正相关于研发投入，这与已有文献的结论相符[30]。

4　研究结论与政策建议

本文借鉴资源基础理论的分析思路，从企业资源的角度展开研究，提出企业创新资源的概念，并从技术和需求两个层面对其分类，在此基础上构建了一个分析研发投入的理论框架，以316家创业板上市公司为研究样本进行了实证检验。结果表明：企业的创新资源(技术知识资源和需求信息资源)与研发投入正向相关；企业面临的竞争压力对研发投入产生正向影响，并且正向调节技术知识资源与研发投入的关系。

本文的研究结论说明了技术知识资源和需求信息资源对于企业创新的重要意义，这与目前一些研究在理论观点上具有某种一致性。例如，关于“创新网络”的文献认为，处于网络中有利地位的企业易于获取更多的知识和信息，这些企业通常表现出更强创新水平[13]，这暗示着更多与创新有关的资源能够促进企业进行创新。另外，有文献发现了需求因素对企业创新的积极作用[24]，这与本文的实证结果比较接近。虽然本文的研究结论与已有文献相一致，但是本文是从一个新的视角展开分析，系统性地讨论了企业创新资源与研发投入的关系，从理论上丰富了企业创新影响因素的研究。另外，实证模型还检验了竞争对研发投入的影响，虽然已有大量文献对此问题进行讨论[18]，但是将创新资源纳入实证分析，形成了对已有研究的一个补充，并且，对竞争压力调节作用的研究，在作用机理上探讨了竞争对创新的影响，一定程度上深化了对这一问题的认识。

基于本文的研究结论对于创新政策的制定具有以下三点启示：①应加强科技创新的投入，促使更多具有原创性、通用性的科研成果产生，并完善科教体系，培养更多高素质的研发人员。还需加强知识产权保护，避免无形资产的价值遭到侵蚀。②完善协同创新体系，促使创新资源在科研院所和各类企业之间高效流动。企业是创新的主体，依赖于创新资源进行技术研发，而科研院所拥有丰富的技术知识资源，通过健全的协同创新体系使这些资源更多地参与企业创新，将有利于自主创新能力的提高。③建设良好的营商环境对促进创新意义重大。良好的营商环境使得需求信息能够顺利地被企业获取，从而激励创新的出现，同时有助于形成企业间的充分竞争，从而使企业更加倾向于通过创新提升绩效。

参考文献：

[1]FAGERBERG J，MOWERY D C，NELSON R R.The Oxford handbook of innovation[M].Oxford：Oxford University Press,2006.

[2]OECD.Oslo manual：guidelinesfor collecting and interpreting innovation data[M].3rd ed.Paris：OECD Publishing,2005.

[3]吴延兵.企业规模、市场力量与创新:一个文献综述[J].经济研究，2007(5)：125-138.

[4]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)：57-66.

[5]张杰，郑文平，翟福昕.竞争如何影响创新:中国情景的新检验[J].中国工业经济，2014(11)：56-68.

[6]吴超鹏，唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究，2016(11)：125-139.

[7]康华,扈文秀,吴祖光，赵欣.国家创新体系对中小企业研发投入的影响[J].中国科技论坛，2015(5)：18-22.

[8]GUELLEC D，POTTELSBERGHE B V.The impact of public R&D expenditure on business R&D[J].Economics of innovation and new technology，2003,12(3)：225-243.

[9]赵康生,谢识予.政府研发补贴对企业研发投入的影响——基于中国上市公司的实证研究[J].世界经济文汇，2017(2)：87-104.

[10]CARMEN C O，ANA BEATRIZ H L，RAMON V C.The relationship between top management teams and innovative capacity in companies[J].The journal of management development,2005,24(8)：683-705.

[11]刘运国，刘雯.我国上市公司的高管任期与R&D支出[J].管理世界，2007(1)：128-136.

[12]ZAHRA SA，GEORGE G.Absorptive capacity：A review and reconceptualization，and extension[J].Academy of management review,2002,27(2):185-203.

[13]钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效——一个交互效应模型[J].管理世界，2010(5)：118-129.

[14]刘立.企业R&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.

[15]BARNEY J B，CLARK D N.Resource-based theory：creating and sustaining competitive advantage[M].Oxford：Oxford University Press，2007.

[16]BARNEY J B，KETCHEN D J,WRIGHT M.The future of Resource-based theory：revitalization or decline[J].Journal of management,2011,37(5)：1299-1315.

[17]KLINE S J,ROSENBERG N.An overview of innovation[M]//LANDAU R,ROSENBERG N.The positive sum strategy：harnessing technology for economic growth.Washington，D.C.：National Academy Press，1986.

[18]智艳.市场竞争、产业关联与创新——一个文献综述[J].世界经济文汇,2014(5)：105-120.

[19]陆国庆.中国中小板上市公司产业创新的绩效研究[J].经济研究,2011(2)：138-148.

[20]VINDING A L.Human resources：absorptive capacity and innovative performance[M]//CHRISTENSEN J L,LUNDVALL B A.Product inovation，interactive learning and economic performance.Bingley：Emerald Group Publishing Limited.，2004.

[21]JENSEN M B，JOHNSON B，LORENZ E,LUNDVALL B A.Forms of knowledge and modes of innovation[J].Research policy,2007,36(5)：680-693.

[22]ZHOU K Z,WU F.Technological capability，strategic flexibility，and product innovation[J].Strategic management journal,2010,31(5)：547-561.

[23]徐立平，姜向荣,尹翀.企业创新能力评价指标体系研究[J].科研管理,2015,36(S1)：122-126.

[24]CILLO P，DE Luca L M,TROILO G.Market information approaches，product innovativeness，and firm performance：an empirical study in the fashion industry[J].Research policy,2010,39(9)：1242-1252.

[25]HURLEY R F,HULT G T M.Innovation，market orientation，and organizational learning：an integration and empirical examination[J].Journal of marketing,1998,62(3)：42-54.

[26]IM S,WORKMAN J P.Market orientation，creativity，and new product performance in high-technology firms[J].Journal of marketing,2004,68(2)：114-132.

[27]KOHLI A K，JAWORSKI B J,KUMAR A.Markor：a measure of market orientation[J].Journal of marketing research,1993,30(4)：467-477.

[28]ZHOU K Z.Innovation，imitation，and new product performance：the case of China[J].Industrial marketing management,2006,35(3)：394-402.

[29]VERHEES F,MEULENBERG M T G.Market orientation，innovativeness，product innovation，and performance in small firms[J].Journal of small business management,2004,42(2)：134-154.

[30]李宇,张瑶.制造业产业创新的企业规模门槛效应研究——基于门槛面板数据模型[J].宏观经济研究,2014(11)：96-106.