创新环境视角下政府补助对专利密集型企业创新的影响研究

陈会英 李晓楠 周衍平

[摘要]以949家专利密集型企业2015—2020年的数据为研究样本，建立面板数据模型，实证检验创新环境视角下政府补助对专利密集型企业创新的影响机制，并进一步讨论了知识产权保护的调节作用。研究表明：政府补助显著加大了专利密集型企业创新投入、提升了专利密集型企业创新绩效，创新投入在政府补助促进专利密集型企业创新绩效的路径中发挥部分中介作用；进一步研究发现，政府补助对专利密集型企业创新的影响机制存在地区异质性；创新环境低档组的回归结果与整体样本类似，在创新环境高档组中，政府补助与专利密集型企业创新绩效无显著性作用，创新投入的中介效应不存在；知识产权保护在创新投入促进专利密集型企业创新绩效的中介路径中起到了正向调节作用。据此，从政府补助政策和知识产权等角度给出提升专利密集型企业创新绩效的对策建议。

[关键词]政府补助；专利密集型；创新环境；创新绩效；创新投入

一、 引言

以高创新投入强度和高创新活力为特征，专利密集型企业开展的研发活动有力地促进了核心竞争力的提升。作为国家知识产权能力和创新能力的表征，专利密集型企业虽然具有较高的专利密集度，但是其拥有的自主核心知识产权技术与发达国家相比仍有不足，“卡脖子”现象依然存在。为了解决这一问题，加大专利密集型企业自主研发投入力度就显得十分必要。为弥补企业研发风险，提高企业创新积极性，政府会通过发放补助的形式给予企业政策支持以减轻企业研发负担。专利密集型企业作为国家重点扶持的对象之一，来自政府的資金补助对其创新发展具有重要影响。在国家大力提倡创新的背景下，各地也采取了一系列措施改善创新环境以支持企业创新。然而，在不同的创新环境下政府补助与专利密集型企业创新之间究竟是何种关系？知识产权保护作为企业创新的保障，在政府补助的创新路径中起到何种作用？为了加快专利密集型企业创新，这些问题亟待解决。因此，本文选取949家沪深上市的专利密集型企业数据，借助面板数据模型，对以上问题展开探讨。

关于政府补助与企业创新的关系，学者们持有不同意见。部分学者认为政府补助对企业创新绩效产生了显著促进作用[1-3]，但对不同行业、不同生命周期、不同地区和不同产权性质的企业影响效果不同[4-7]。也有学者认为，政府补助对企业创新绩效存在挤出效应[8-9]。还有学者认为政府补助与企业创新绩效之间并非简单线性关系。例如，刘虹等[10]研究认为政府补贴会对企业研发投入产生激励效应和挤出效应，两种效应的分布图呈倒“U”型。施建军等[11]研究发现政府补助规模与企业创新能力呈浅“U”型关系，当补助规模超过适度值后才能真正提高企业创新能力。

专利密集型企业研发创新离不开地区知识产权保护的支撑。已有学者对于知识产权保护与企业创新绩效关系的探讨，持有3种观点：知识产权保护可以提升企业创新绩效[12-13]，知识产权保护对企业创新绩效有负向影响[14-15]，知识产权保护间接作用于企业创新绩效[16-17]。

综上所述，学者们已对政府补助与企业创新的关系进行了大量研究。已有文献侧重于对不同产权性质和不同地区的政府补助与企业创新关系进行研究，大多基于上市公司综合分析，较少划分具体行业研究，以专利密集型企业为研究对象的文献更是稀少；并且较少考虑知识产权保护在政府补助促进创新效应中的作用机制。本文在已有研究基础上，寻求进一步创新。以沪深上市的专利密集型企业为研究样本，探讨政府补助与专利密集型企业创新之间的内在关系，并从创新环境视角探讨上述影响的异质性以及知识产权保护对上述关系的调节作用，以期为专利密集型企业创新绩效的提升以及政府补助政策的完善提供借鉴意义。

二、 理论基础及研究假设

1. 政府补助与专利密集型企业创新

政府补助是专利密集型企业研发经费的重要来源之一。获得政府补贴可以看作企业积极响应政府政策的一种方式，是企业与政府保持良好关系的一种途径，有利于企业获取更多创新资源、提升创新绩效。一方面，政府补助可作为企业经营信誉良好的信号传递给外部投资者，从而产生正外部市场效应，增加投资者投资信心，保证企业有足够资金进行创新；另一方面，来自政府的资金补贴具有无偿性且可以直接获得，一定程度上缓解了企业创新难的问题，能够提高企业创新绩效。因此，本文提出以下假设：

H1：政府补助可以显著提升专利密集型企业创新绩效。

专利密集型企业具有高创新投入强度的特性，而由于企业创新活动的复杂性以及外部环境的多变性，企业的投入产出率存在很大不确定性。企业在创新过程中会面临许多诸如资金、市场、技术等风险因素的约束，这些风险因素一定程度上降低了创新回报率。政府补助不仅能够有效弥补企业研发外部性损失，提高企业研发积极性[18]，而且可以通过信号传递效应吸引外部投资者，帮助企业获得更多的资金来源，从而增加企业创新资金流入[19]。因此，本文提出以下假设：

H2：政府补助显著促进了专利密集型企业创新投入。

对专利密集型企业而言，衡量创新投入是否具有价值的关键是看其是否通过核心知识产权产生了较高的创新绩效，提高企业盈利水平。创新投入既可以通过调动研发人员积极性、配置企业创新资源等增加企业创新产出，也可以直接促进企业技术创新，提升企业创新绩效[20]。政府补助能够有效缓解企业资金约束，避免市场失灵所带来的研发风险，增强企业研发信心，进而提高专利密集型企业创新绩效。因此，本文提出以下假设：

H3：创新投入与专利密集型企业创新绩效显著正相关。

H4：创新投入在政府补助和专利密集型企业创新绩效关系中发挥中介作用。

2. 知识产权保护的调节作用

专利密集型企业的竞争归根究底是核心知识产权的竞争，因此地区知识产权保护水平对其创新发展有着重要影响。高水平的知识产权保护创造了良好的营商环境，不仅有利于企业技术创新，而且更易吸引外商直接投资，其产生的技术溢出效应等推动了企业创新[21]。知识产权保护水平越高的地区，创新成果越突出，其产生的创新价值越高。当创新成果得到有效保障时，专利密集型企业会增加创新投入以提升企业创新绩效。因此，本文提出以下假设：

H5：知识产权保护在创新投入促进专利密集型企业创新绩效的中介路径中发挥调节作用。

三、 研究设计

1. 数据来源与可行性

本文参照国家统计局发布的《知识产权（专利）密集型产业统计分类（2019）》，与上市公司行业分类进行对照，选择沪深上市的专利密集型企业作为研究对象，并基于以下原则对所选样本进行了筛选：剔除ST和ST*公司；剔除与本研究密切相关但指标披露不全或数据缺失较多的公司。最终获得949家专利密集型企业2015—2020年的数据，共5694个样本量。为控制极端值的影响，对各变量在1%和99%的水平上进行了缩尾处理。使用Excel和stata15.0进行数据筛选、处理和分析。数据来源于CSMAR数据库，具体如表1所示。

2. 变量选取

（1）被解释变量：创新绩效（Pat）

专利是企业最直观且可度量的创新表征，常被用来度量企业创新绩效。本文参照已有研究[22]，选取专利申请量的自然对数来衡量专利密集型企业创新绩效。

（2）解释变量：政府补助（Gov）

由于专利密集型产业拥有较高的专利密集度，其专利创新受政府政策的影响更明显。来自政府部门的补贴是激励专利密集型企业创新成长的有效方式。本文选取企业年报中政府补助金额的自然对数衡量。

（3）中介变量：创新投入（RD）

创新投入是企业创新活动的根本保障。本文选取企业年报中研发投入金额的自然对数衡量。

（4）调节变量：知识产权保护（IP）

国家知识产权局知识产权发展研究中心编制的《知识产权发展状况评价报告》从知识产权创造、知识产权运用、知识产权保护和知识产权环境4个方面对知识产权综合发展进行评价。同时该指标体系也纳入了专利密集型产业增加值占GDP比重指标，与本研究主题贴合。因此，本文采用《知识产权发展状况评价报告》中的知识产权综合指数衡量。

（5）控制变量

创新环境（Env）。创新环境是企业成长所需的外部环境，通过与创新主体间的有效协同，进而影响企业创新。基于构建创新环境指标体系的客观全面、科学可行原则，本文结合相关研究[23]，从基础设施环境等5个方面衡量创新环境，具体指标如表2所示。

数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国金融统计年鉴》以及地方统计年鉴。由于数据量纲各不相同，本文对各项原始数据进行标准化处理，运用主成分分析方法计算创新环境综合指数，结果如表3所示1。

根据主成分分析结果，把全部样本按创新环境综合指数划分为两组，并将创新环境设置为0—1虚拟变量。其中，创新环境综合指数大于1的为一组，赋值为1，创新环境综合指数小于1的为另一组，赋值为0。由表3知，广东创新环境综合得分遥遥领先，北京、江苏紧随其后。山东、浙江创新环境综合指数持续上升，近几年创新环境得分值在1之上，较之前大有改善。青海、宁夏、西藏等地创新环境得分位于0以下，远低于全国平均值，创新环境弱势明显。

根据本研究相关文献梳理，还选取了企业规模（Size）、企业价值（Tobinq）、资产负债率（Lev）、盈利能力（Abi）、行业集中度（CR）作为本文的控制变量。

具体变量描述如表4所示。

3. 模型构建

为了验证H1，本文设计模型（1）：

[Pati，t=α0+α1Govi，t+α2Envi，t+α3Sizei，t+α4Tobinqi，t+α5Levi，t+α6Abii，t+α7CRi，t+εi，t] （1）

为了验证H2，本文设计模型（2）：

[RDi，t=β0+β1Govi，t+β2Envi，t+β3Sizei，t+β4Tobinqi，t+β5Levi，t+β6Abii，t+β7CRi，t+ςi，t] （2）

为了验证H3，本文设计模型（3）：

[Pati，t=η0+η1RDi，t+η2Envi，t+η3Sizei，t+η4Tobinqi，t+η5Levi，t+η6Abii，t+η7CRi，t+ωi，t] （3）

为了验证H4，本文设计模型（4）：

[Pati，t=γ0+γ1Govi，t+γ2RDi，t+γ3Envi，t+γ4Sizei，t+γ5Tobinqi，t+γ6Levi，t+γ7Abii，t+γ8CRi，t+τi，t] （4）

为了验证H5，参考温忠麟等[24]的研究，设计模型（5）至模型（8）。要求：加入IP变量进行回归后，RD的中介效应依然存在，并且模型（8）中RD和IP的交互项系数显著。

[Pati，t=χ0+χ1Govi，t+χ2IPi，t+χ3Envi，t+χ4Sizei，t+χ5Tobinqi，t+χ6Levi，t+χ7Abii，t+χ8CRi，t+μi，t] （5）

[RDi，t=ϕ0+ϕ1Govi，t+ϕ2IPi，t+ϕ3Envi，t+ϕ4Sizei，t+ϕ5Tobinqi，t+ϕ6Levi，t+ϕ7Abii，t+ϕ8CRi，t+σi，t]    （6）

[Pati，t=φ0+φ1Govi，t+φ2RDi，t+φ3IPi，t+φ4Envi，t+φ5Sizei，t+φ6Tobinqi，t+φ7Levi，t+φ8Abii，t+φ9CRi，t+υi，t] （7）

[Pati，t=λ0+λ1Govi，t+λ2RDi，t+λ3IPi，t+λ4（RDi，t×IPi，t）+λ5Envi，t+λ6Sizei，t+λ7Tobinqi，t+λ8Levi，t+λ9Abii，t+λ10CRi，t+ζi，t] （8）

四、 實证分析

1. 描述性统计

由表5可知，专利密集型企业整体所受政府补助水平较高，但不同专利密集型企业所受政府补助力度不一，不同专利密集型企业间创新绩效与创新投入差距也较大。

2. 回归分析

经过模型方法的选择，最终使用固定效应模型进行回归分析。由表6可知，政府补助显著促进了专利密集型企业创新绩效的提升、创新投入力度的加大，假设H1、H2得证。模型（3）报告了创新投入与专利密集型企业创新绩效呈显著正相关关系，假设H3成立。由于假设H1、H2成立，中介效应可以继续进行。如模型（4）回归结果所示，Gov和RD的系数均显著为正，说明创新投入在政府补助提升专利密集型企业创新绩效的作用机制中发挥部分中介效应，假设H4得证。从控制变量显著性情况来看，创新环境与创新绩效的相关系数显著为负，表明专利密集型企业创新绩效面临着来自创新环境的约束，与范德成等[23]、赵天宇等[25]的研究一致。这一结论反映出我国目前创新环境有较大改善空间，政府要积极关注创新环境因素，采取措施积极调控创新环境水平。企业规模对创新绩效有显著正向影响，这也提醒专利密集型企业要合理利用自身发展的规模效应提升创新绩效。其余控制变量对专利密集型企业创新绩效的影响不明显。

3. 稳健性检验

为了验证上文结果的稳健性，本文采取动态面板回归和缩减样本区间两种方法进行了稳健性检验。

（1）动态面板回归分析

首先采用动态面板模型进行稳健性检验。将被解释变量的滞后一期纳入回归模型中，使用两步系统GMM估计方法作进一步检验。结果显示，模型（1）至模型（4）中AR（2）检验的p值均大于0.05，说明不存在二阶自相关问题，Hansen检验的p值也均大于0.05，表明本文使用的工具变量是有效的。使用两步系统GMM估计方法之后，除了系数值的大小较上文固定效应回归结果略微有些变化之外，主要变量的显著性以及系数正负情况并没有发生改变，由此可以判断，上文结果具有较强的稳健性。

（2）缩减样本区间

选择样本区间为2015—2017年的数据再次进行实证回归，所得研究结论与前文无显著性差别，再次证明了上文研究结果的稳健性。

五、 进一步研究

上文结果显示，政府补助显著提升了专利密集型企业创新绩效，创新投入在政府补助提升专利密集型企业创新绩效的作用机制中发挥部分中介效应，进行稳健性检验之后结论依然成立。为进一步讨论上述结果是否依赖于某些特殊因素影响，本文作进一步研究，以期更加全面地阐述政府补助对专利密集型企业创新绩效的影响，进而提出更加具有针对性的建议。

1. 不同地区的异质性检验

把全样本分为东、东北、中、西4个地区，讨论不同地区政府补助对专利密集型企业创新的影响异质性。

由表7可知，在东部地区，假设H1至假设H4均成立；在东北地区，假设H1至假设H4均不成立；对于中部地区来说，政府补助显著促进了专利密集型企业创新绩效的提升、创新投入力度的加大，创新投入也起到了提升专利密集型企业创新绩效的作用，但是创新投入的中介作用不存在；而对于西部地区来说，只有创新投入与专利密集型企业创新绩效显著正相关。

2. 不同创新环境的差异性检验

本文根据创新环境得分值，将创新环境大于1的定义为创新环境高档组，将创新环境小于1的列为创新环境低档组，然后进行分组回归，讨论在不同创新环境情境下，政府补助对专利密集型企业创新绩效的影响路径。

由表8知，创新环境低档组回归结果与整体回归结果类似，假设H1、H2、H3和H4均成立。在创新环境高档组中，政府补助与创新绩效的相关系数符号为正但不显著，假设H1没有得到证明；政府补助与创新投入、创新投入与创新绩效表现为显著正相关关系，假设H2、H3成立。由于政府补助与创新绩效没有表现出显著性关系，中介效应检验无法进行，创新投入的中介作用在创新环境高档组中不存在，假设H4不成立。原因可能是，在创新环境较好的地区，企业创新成果能够得到保障，专利密集型企业的高投入带来高产出的可能性增大，减少了创新资源的浪费。同时优越的创新环境提高了专利密集型企业创新积极性，直接体现在企业创新成果的增多，因此对政府补助依赖性减弱。对比分组回归结果，可以发现：当创新环境质量较低时，政府补助可以发挥出显著创新促进作用，有利于专利密集型企业创新绩效的提升，其促进作用远高于创新环境高档组。与创新环境高档组相比，创新环境低档组中政府补助对创新投入的促进作用较高，且创新质量较低时，政府补助还可以通过促进企业加大创新投入进而提升专利密集型企业创新绩效，这说明了创新环境质量越低，专利密集型企业创新绩效对政府补助的依赖性越强，同时也说明了政府补助可以有效缓解创新环境对专利密集型企业创新绩效的约束。

3. 有中介的调节作用检验

较高的知识产权保护水平可以有效降低技术模仿现象的发生概率，同时也在无形中提升企业创新门槛[11]，因此企业在获得政府补助后，更易于主动创新，加大创新投入。

由表9知，模型中加入知识产权保护变量（IP）进行回归之后，创新投入的中介作用依然存在，交互项系数也显著为正，说明知识产权保护在创新投入对专利密集型企业创新绩效的中介路径中起到了正向调节作用。专利密集型企业作为知识产权成果突出的企业类型之一，其大量的专利产出是企业发展的优势所在。在知识产权保护水平较高的地区，专利密集型企业拥有较为完善的研发外部环境，创新成果可以得到良好保障，能夠有效避免企业技术外溢，提高研发投资回报率，从而有利于激发企业创新积极性，形成良性循环。因此，知识产权保护和创新投入的协同创新作用大大提升了专利密集型企业创新绩效，假设H5得证。

六、 结论与建议

本文以沪深上市的949家专利密集型企业为研究对象，筛选了研究对象2015—2020年的数据，首先对创新环境视角下政府补助与专利密集型企业创新的内在关系进行研究，其次讨论了不同地区政府补助对专利密集型企业创新影响机制的差异，然后基于创新环境进行分组回归，最后验证了知识产权保护在创新投入的中介路径中所发挥的调节作用。研究结论如下：

（1）政府补助显著加大了专利密集型企业创新投入、提升了专利密集型企业创新绩效；创新投入与专利密集型企业创新绩效显著正相关，并且在政府补助提升专利密集型企业创新绩效的作用路径中起部分中介作用。

（2）政府补助对专利密集型企业创新的影响存在地区异质性。无论是创新環境低档组还是创新环境高档组，政府补助的研发促进效应以及创新投入的创新激励效应均存在。然而政府补助对专利密集型企业创新绩效的影响在不同创新环境水平分组下显著性不同。在创新环境低档组中，政府补助与专利密集型企业创新绩效显著正相关，创新投入的中介作用依然存在。在创新环境高档组中，政府补助与专利密集型企业创新绩效相关系数不显著，创新投入的中介作用不成立。现阶段，政府补助可以有效缓解创新环境对专利密集型企业创新绩效的约束作用。

（3）知识产权保护在创新投入提升专利密集型企业创新绩效的中介路径中起到了正向调节作用，良好的知识产权环境有利于专利密集型企业创新发展。

根据研究结论，本文提出以下对策建议：

（1）加大政府补助力度，提升专利密集型企业创新绩效。来自政府的研发补助可以显著提升专利密集型企业创新绩效。一方面，政府补助应更好地发挥其对专利密集型企业创新绩效的直接作用；另一方面，政府补助应更好地发挥其对外部投资者的信号传递效应，增加投资者信心，提高企业外部资金流入水平，有效缓解企业资金约束，弥补企业研发损失，调动企业研发积极性，进而提高企业创新绩效。

（2）完善政府补助政策，优化创新环境，发挥两者协同创新作用。政府要积极改善创新环境，加强创新环境建设，引导专利密集型企业创新发展。同时继续深化改革，优化市场运行机制，针对不同创新环境发展水平的地区制定差异化补助政策。对于创新环境得分较低的地区，提高政府补助水平，减缓创新环境对企业创新发展的制约，并严格界定补助条件和补贴期限，避免企业对政府补助的过度依赖；对于创新环境得分较高的地区，政府要深入考察企业创新能力和盈利情况，提升研发补贴发放标准，力求“每一笔钱花在刀刃上”，发挥政府补助的创新激励作用。

（3）加强知识产权的创造、运用、管理和保护水平，推动知识产权高质量发展。地方政府应加大知识产权保护力度，持续推进知识产权制度改革，完善专利保护制度，避免专利技术外泄，为专利密集型企业创新成果提供良好保障。引导专利密集型企业勇于拿起法律武器保护自身合法权益，提升知识产权运用能力。对于专利密集型企业来说，高知识产权保护水平有助于保护企业核心权益不受侵犯，提高企业自主研发积极性，增加创新成果产出，对企业赢得核心竞争力有着长远影响。

参考文献：

[1] 闫华红，廉英麒，田德录.政府补助与税收优惠哪个更能促进企业创新绩效[J].中国科技论坛，2019（9）：40-48.

[2] 张志元，马永凡，张梁.供给侧改革视角的政府补助与企业创新[J].科研管理，2020，41（8）：85-94.

[3] 张永安，关永娟.政府补助对企业创新绩效的影响[J].工业技术经济，2021，40（2）：18-25.

[4] 王一卉.政府补贴、研发投入与企业创新绩效——基于所有制、企业经验与地区差异的研究[J].经济问题探索，2013（7）：138-143.

[5] 柳光强.税收优惠、财政补贴政策的激励效应分析——基于信息不对称理论视角的实证研究[J].管理世界，2016（10）：62-71.

[6] 陈红，张玉，刘东霞.政府补助、税收优惠与企业创新绩效——不同生命周期阶段的实证研究[J].南开管理评论，2019，22（3）：187-200.

[7] Lee J，Huang J，Kim H.Different Government Support Effects on Emerging and Mature ICT Sectors[J].Technological Forecasting & Social Change，2022，174（1）：121-253.

[8] 毛其淋，许家云.政府补贴对企业新产品创新的影响——基于补贴强度“适度区间”的视角[J].中国工业经济，2015（6）：94-107.

[9] 白旭云，王砚羽，苏欣.研发补贴还是税收激励——政府干预对企业创新绩效和创新质量的影响[J]. 科研管理，2019，40（6）：9-18.

[10] 刘虹，肖美凤，唐清泉.R&D补贴对企业R&D支出的激励与挤出效应——基于中国上市公司数据的实证分析[J].经济管理，2012，34（4）：19-28.

[11] 施建军，栗晓云.政府补助与企业创新能力：一个新的实证发现[J].经济管理，2021，43（3）：113-128.

[12] 史宇鹏，顾全林.知识产权保护、异质性企业与创新：来自中国制造业的证据[J].金融研究，2013（8）：136-149.

[13] Bruno R L，Crescenzi R，Estrin S，et al.Multinationals， Innovation， and Institutional context：IPR Protection and Distance Effects[J].Journal of International Business Studies，2021（19）：1-26.

[14] 王钰，胡海青，张琅.知识产权保护、社会网络及新创企业创新绩效[J].管理评论，2021，33（3）：129-137.

[15] Saïd H.The Effect of Intellectual Property Protection on Innovation： Empirical Analysis of Developing Countries Panel[J].African Journal of Science， Technology， Innovation and Development，2021，13（4）：397-405.

[16] 石丽静.研发强度与企业创新绩效——政府资源与知识产权保护的调节作用[J].经济与管理评论， 2017，33（6）：144-152.

[17] 肖振紅，李炎.知识产权保护、R&D投入与区域绿色创新绩效[J].系统管理学报，2022，31（2）：374-383.

[18] Philipp B.The Allocation and Effectiveness of China’s R&D Subsidies——Evidence from Listed Firms[J].Research Policy，2016，45（9）：1774-1789.

[19] Bianchi M，Murtinu S，Scalera V G.R&D Subsidies as Dual Signals in Technological Collaborations[J].Research Policy，2019，48（9）：103-821.

[20] 宋清，刘奕惠.市场竞争程度、研发投入和中小科技企业创新产出——基于风险投资调节的条件过程分析[J].中国软科学，2021（10）：182-192.

[21] 顾晓燕，薛平平，朱玮玮.知识产权保护的技术创新效应：量变抑或质变[J].中国科技论坛，2021（10）：31-39.

[22] 叶明确，王昆晴.政府R&D投入对企业创新绩效的影响——基于上海高新企业的实证研究[J].科研管理，2019，40（7）：78-86.

[23] 范德成，谷晓梅.高技术产业技术创新效率提升的多元模式——创新环境视角[J].科技进步与对策， 2020，37（18）：52-59.

[24] 温忠麟，张雷，侯杰泰.有中介的调节变量和有调节的中介变量[J].心理学报，2006（3）：448-452.

[25] 赵天宇，孙巍.政府支持、创新环境与工业企业研发[J].经济问题，2022（3）：62-73.

基金项目：山东省自然科学基金项目“高质量发展视域下知识产权密集型产业演化机理、效应测度与政策设计”（项目编号：ZR2021MG018）。

作者简介：陈会英（1965-），女，博士（后），山东科技大学经济管理学院教授，博士生导师，研究方向为技术创新与知识管理；李晓楠（1999-），女，山东科技大学经济管理学院硕士研究生，研究方向为技术创新与知识管理；周衍平（1964-），男，博士（后），山东科技大学经济管理学院教授，博士生导师，研究方向为技术创新与知识管理，农林经济管理。

（收稿日期：2022-06-26  责任编辑：殷 俊）