孟麗姣 李 勇

(中國(guó)藥科大學(xué)國(guó)際醫(yī)藥商學(xué)院,江蘇 南京211198)

研發(fā)投入是開(kāi)展研發(fā)活動(dòng)的基礎(chǔ),是反映一國(guó)自主創(chuàng)新能力的重要指標(biāo)之一。而企業(yè)是研發(fā)活動(dòng)的主體,也是研發(fā)投入的主要來(lái)源,但是新藥研發(fā)活動(dòng)具有不確定性和公共產(chǎn)品等特點(diǎn),會(huì)抑制醫(yī)藥企業(yè)研發(fā)投入。因此,政府有必要制定相應(yīng)的政策對(duì)醫(yī)藥企業(yè)研發(fā)活動(dòng)進(jìn)行適度干預(yù),而政府科技投入是目前普遍采用的激勵(lì)措施之一。

但政府科技投入是否真正促進(jìn)醫(yī)藥企業(yè)研發(fā)?影響時(shí)滯為多久?影響貢獻(xiàn)率為多大?這種影響是單向還是雙向?為解決以上問(wèn)題,本文將從研究綜述、模型構(gòu)建、實(shí)證檢驗(yàn)及結(jié)果分析、建議四個(gè)方面展開(kāi)討論。

1 研究綜述

關(guān)于政府科技投入對(duì)企業(yè)研發(fā)投入的影響,國(guó)內(nèi)外學(xué)者均從不同角度做了很多研究,由于研究對(duì)象及研究方法的不同,并未得到一致結(jié)論。政府科技投入對(duì)企業(yè)研發(fā)投入可能會(huì)產(chǎn)生兩種影響:

一為杠桿效應(yīng),即政府科技投入能促進(jìn)企業(yè)研發(fā)投入的增加。王霞等(2014)通過(guò)對(duì)1480家上海新興產(chǎn)業(yè)中的民營(yíng)企業(yè)進(jìn)行分析,發(fā)現(xiàn)政府科技投入對(duì)企業(yè)研發(fā)投入的杠桿作用要強(qiáng)于擠出作用,且兩者存在長(zhǎng)期均衡關(guān)系。寇鐵軍,馬大勇(2013)分析了1991年－2011年間政府科技投入與企業(yè)研發(fā)投入之間的關(guān)系,發(fā)現(xiàn)我國(guó)政府科技投入對(duì)技術(shù)創(chuàng)新投入引導(dǎo)效應(yīng)彈性系數(shù)為0.7014,且政府科技投入是企業(yè)研發(fā)投入的Granger原因。Benjamin Montmartin等(2015)利用1990－2009年間25個(gè)0ECD國(guó)家的數(shù)據(jù),研究發(fā)現(xiàn)政府研發(fā)補(bǔ)貼與財(cái)政激勵(lì)政策在一個(gè)國(guó)家內(nèi)將對(duì)私人研發(fā)有積極的空間溢出效應(yīng)。Sergio Afcha(2014)與Massimo G.Colombo(2011)亦得出相同結(jié)論。

二為擠出效應(yīng),即政府科技投入會(huì)導(dǎo)致企業(yè)研發(fā)投入減少。蘇盛安,趙付民(2005)采用廣義矩陣法從宏觀層次上得出結(jié)論政府直接資助對(duì)企業(yè)的科技投入產(chǎn)生擠出效應(yīng)。孫燕,孫利華(2011)構(gòu)建多元線性回歸模型亦得出相同結(jié)論。

已有研究有許多值得借鑒之處,但也存在不足:(1)關(guān)于指標(biāo)的選取:已有研究中要么以“企業(yè)自籌的研發(fā)投入”為考察指標(biāo),要么以“企業(yè)研發(fā)經(jīng)費(fèi)支出”為考察指標(biāo),無(wú)法全面準(zhǔn)確的說(shuō)明政府科技投入對(duì)企業(yè)研發(fā)投入的影響情況。(2)關(guān)于相互影響關(guān)系:現(xiàn)有的研究中只關(guān)注了政府科技投入對(duì)企業(yè)研發(fā)投入的單向影響,而政府科技投入對(duì)企業(yè)研發(fā)投入是一個(gè)動(dòng)態(tài)的長(zhǎng)期的過(guò)程,政府與企業(yè)作為企業(yè)研發(fā)的重要主體,其中一方的變化都可能影響到另一方的改變,所以有必要對(duì)兩者之間的相互關(guān)系進(jìn)行分析。(3)關(guān)于滯后期的確定:研發(fā)投入是具有滯后性的,滯后期不同,所得出的結(jié)果也會(huì)不同,已有文獻(xiàn)中大多主觀設(shè)定滯后期,使研究結(jié)果缺乏科學(xué)性與準(zhǔn)確性。(4)關(guān)于內(nèi)生性的處理:政府科技投入在對(duì)企業(yè)產(chǎn)生影響時(shí),可能會(huì)受到各種因素影響,如企業(yè)規(guī)模、企業(yè)性質(zhì)等,分析時(shí)無(wú)法把所有因素都涵蓋其中,于是產(chǎn)生內(nèi)生性問(wèn)題。目前大部分研究所采用的回歸方法并不能消除內(nèi)生性。

針對(duì)以上問(wèn)題,本文將采用我國(guó)26個(gè)省市醫(yī)藥制造業(yè)1999－2013年的面板數(shù)據(jù),通過(guò)建立PVAR模型,從企業(yè)自籌研發(fā)投入與企業(yè)總研發(fā)投入兩個(gè)方面綜合分析政府科技投入與企業(yè)研發(fā)投入的相互影響關(guān)系,并進(jìn)一步分析影響的動(dòng)態(tài)變化及影響貢獻(xiàn)率,以期對(duì)已有研究有所補(bǔ)充,對(duì)相關(guān)政策分析有所啟示。

2 模型構(gòu)建

PVAR模型由Holtz－Eakin首次提出,現(xiàn)已發(fā)展為一個(gè)兼具面板數(shù)據(jù)分析與時(shí)序分析優(yōu)勢(shì)的成熟模型;PVAR方程把所有變量看成一個(gè)內(nèi)生系統(tǒng)來(lái)處理,可解決變量?jī)?nèi)生性問(wèn)題;考察了所有變量的滯后項(xiàng),能真實(shí)反映變量間的互動(dòng)關(guān)系;還能分析系統(tǒng)變量間的沖擊響應(yīng)和方差分解。

本文將建立如下PVAR模型:

在式(1)中,yit是基于面板數(shù)據(jù)2×1的變量向量,其中:當(dāng)研究政府科技投入與企業(yè)自籌研發(fā)投入的關(guān)系時(shí),yit＝(ZFTRit,QYTRit)τ;當(dāng)研究政府科技投入與企業(yè)總研發(fā)投入的關(guān)系時(shí),yit＝(ZFTRit,QYZCit)τ。其中,ZFTR指政府科技投入,用企業(yè)科技活動(dòng)經(jīng)費(fèi)籌集額中的政府資金這一指標(biāo)來(lái)衡量,QYTR指企業(yè)自籌研發(fā)投入,用企業(yè)科技活動(dòng)經(jīng)費(fèi)籌集額中的企業(yè)資金這一指標(biāo)來(lái)衡量,QYZC指企業(yè)總研發(fā)投入,用企業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出這一指標(biāo)來(lái)衡量。下標(biāo)i(＝1,2,…,26)表示26個(gè)省市,t表示1999－2013年,λ為滯后階數(shù),Bλ是滯后λ期時(shí)變量的系數(shù)矩陣,αi是省效應(yīng)向量,γt是年效應(yīng)向量,μit是隨機(jī)擾動(dòng)項(xiàng)。

由于西藏、新疆、寧夏、青海、海南五省數(shù)據(jù)缺失被排除,本文選取了1999－2013年其余26個(gè)省市醫(yī)藥制造業(yè)的面板數(shù)據(jù)進(jìn)行研究,所用到的數(shù)據(jù)全部來(lái)自《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》。

3 實(shí)證檢驗(yàn)與結(jié)果分析

3.1 變量平穩(wěn)性檢驗(yàn)

3.1.1 單位根檢驗(yàn)

數(shù)據(jù)平穩(wěn)性對(duì)于時(shí)間序列的模型構(gòu)建至關(guān)重要。如果數(shù)據(jù)不平穩(wěn),可能會(huì)導(dǎo)致兩個(gè)相互獨(dú)立的變量出現(xiàn)偽相關(guān)關(guān)系。單位根檢驗(yàn)是檢驗(yàn)數(shù)據(jù)平穩(wěn)性最常用最精確的方式,其中,常用的單位根檢驗(yàn)方法有LCC檢驗(yàn)、ADF檢驗(yàn)、Hadri檢驗(yàn)等,由于檢驗(yàn)原理不同,檢驗(yàn)結(jié)果也不盡相同。本文將采用這三種方法同時(shí)進(jìn)行檢驗(yàn),結(jié)果如表1所示。綜合三種方法的結(jié)果,企業(yè)自籌研發(fā)投入、企業(yè)總研發(fā)投入、政府科技投入三者均通未過(guò)顯著性檢驗(yàn),所以無(wú)法拒絕原假設(shè),三個(gè)變量都是不平穩(wěn)的;但是經(jīng)過(guò)一階差分后,雖然企業(yè)總研發(fā)投入與企業(yè)自籌研發(fā)投入的LCC檢測(cè)值未通過(guò)顯著性檢驗(yàn),但是ADF及Hadri檢測(cè)值均通過(guò)了顯著性檢驗(yàn),而政府科技投入的三個(gè)檢測(cè)值均通過(guò)了顯著性檢驗(yàn),所以認(rèn)為這三個(gè)變量的一階差分均是平穩(wěn)序列,即皆為一階單整變量。

表1 單位根檢驗(yàn)

3.1.2 協(xié)整檢驗(yàn)

本文接著進(jìn)行面板協(xié)整檢驗(yàn),協(xié)整的思想就是把同階非平穩(wěn)變量放在一起進(jìn)行分析,通過(guò)這些變量進(jìn)行線性組合,從而消除它們的隨機(jī)趨勢(shì),得到其長(zhǎng)期聯(lián)動(dòng)趨勢(shì)。結(jié)果如表2所示,雖然Gt值(Group－T檢驗(yàn))沒(méi)有通過(guò)顯著性檢驗(yàn),但是Ga(Group－ADF檢驗(yàn))、Pt(Panel－T檢驗(yàn))、Pa(Panel－ADF檢驗(yàn))值均在1%顯著性水平顯著,所以企業(yè)自籌研發(fā)投入、企業(yè)總研發(fā)投入、政府科技投入雖然是不平穩(wěn)序列,但是彼此之間通過(guò)形成線性組合后,將存在長(zhǎng)期均衡關(guān)系。

表2 協(xié)整檢驗(yàn)結(jié)果

3.2 確定變量最優(yōu)滯后階數(shù)

本文分別對(duì)數(shù)據(jù)做了一至五階滯后的模型估計(jì),綜合考慮AIC準(zhǔn)則(赤池信息準(zhǔn)則)、BIC準(zhǔn)則(貝葉斯信息準(zhǔn)則)、HQIC準(zhǔn)則(滯后階數(shù)確定準(zhǔn)則),從而得出最優(yōu)滯后階數(shù)。結(jié)果如表3所示,企業(yè)自籌研發(fā)投入與政府科技投入的最優(yōu)滯后階數(shù)為一階,企業(yè)總研發(fā)投入與政府科技投入的最優(yōu)滯后階數(shù)為三階。

表3 滯后階數(shù)估計(jì)

3.3 PVAR模型實(shí)證檢驗(yàn)

3.3.1 PVAR模型的處理過(guò)程

首先本文采取前向均值差分(Helmet)消除了模型的固定效應(yīng),并保證滯后變量與轉(zhuǎn)換后的變量正交,而與誤差項(xiàng)無(wú)關(guān),可作為GMM估計(jì)的工具變量。GMM方法可得出變量自身的滯后和其余變量的滯后對(duì)該變量的短期影響,結(jié)果如表4、表5所示。

表4 QYTR與ZFTR的GMM估計(jì)結(jié)果

表5 方差分解結(jié)果

隨后,本文進(jìn)行了脈沖響應(yīng)分析,即在其他變量保持不變的情況下,給一個(gè)變量的擾動(dòng)項(xiàng)加入一個(gè)標(biāo)準(zhǔn)差的沖擊,研究其如何對(duì)模型中其他變量產(chǎn)生動(dòng)態(tài)影響。脈沖響應(yīng)函數(shù)是通過(guò)PVAR參數(shù)構(gòu)造的,必須考慮標(biāo)準(zhǔn)差,但是標(biāo)準(zhǔn)差難以通過(guò)計(jì)算得到,因此本文通過(guò)蒙特卡洛方法模擬產(chǎn)生置信區(qū)間。結(jié)果如圖1、圖2所示。

為了更清楚地刻畫(huà)各變量之間的相互影響程度,本文進(jìn)一步采用方差分解的方法,分析每個(gè)隨機(jī)擾動(dòng)對(duì)PVAR模型中的變量產(chǎn)生影響的貢獻(xiàn)度。表6、表7給出了第10個(gè)預(yù)測(cè)期、第20個(gè)預(yù)測(cè)期和第30個(gè)預(yù)測(cè)期的方差分解結(jié)果。

3.3.2 PVAR模型的結(jié)果

(1)政府科技投入與企業(yè)自籌研發(fā)投入的影響。

政府科技投入與企業(yè)自籌研發(fā)投入的GMM估計(jì)結(jié)果如表4所示。把企業(yè)自籌研發(fā)投入作為依賴變量時(shí):滯后一期的企業(yè)自籌研發(fā)投入對(duì)當(dāng)期企業(yè)自籌研發(fā)投入的影響系數(shù)為－0.044,但是P值為0.609,所以影響并不顯著;滯后一期的政府科技投入對(duì)當(dāng)期企業(yè)自籌研發(fā)投入的影響系數(shù)為13.67,且非常顯著。

把政府科技投入作為依賴變量時(shí):滯后一期的政府科技投入對(duì)當(dāng)期政府科技投入的影響系數(shù)為0.774,且很顯著;而滯后一期的企業(yè)自籌研發(fā)投入對(duì)政府科技投入的影響系數(shù)為0.005,P值為0.189,影響不顯著。

脈沖響應(yīng)結(jié)果如圖1所示。在當(dāng)期給政府科技投入一個(gè)標(biāo)準(zhǔn)差大小的正沖擊后,企業(yè)自籌研發(fā)投入在第一年迅速增加,第二年開(kāi)始增加力度逐年減小,但在未來(lái)五年影響皆為正。

在當(dāng)期給企業(yè)自籌研發(fā)投入一個(gè)標(biāo)準(zhǔn)差大小的正沖擊后,政府科技投入在第一年有極小程度的增加,第二年開(kāi)始以平緩的速度減少。

圖1 ZFTR與QYTR的脈沖響應(yīng)函數(shù)圖

由表5可知,經(jīng)過(guò)20個(gè)預(yù)測(cè)期之后,系統(tǒng)已基本穩(wěn)定。其中,企業(yè)自籌研發(fā)投入的變化來(lái)自于政府科技投入波動(dòng)的影響程度約為43.33%;而政府科技投入的變化來(lái)自于企業(yè)自籌研發(fā)投入波動(dòng)的影響程度僅為1.67%。

綜上:政府科技投入與企業(yè)自籌研發(fā)投入具有單向影響關(guān)系。其中:一方面,滯后一期的政府科技投入對(duì)企業(yè)自籌研發(fā)投入有顯著的正向影響,當(dāng)期政府科技投入增加后,對(duì)企業(yè)自籌研發(fā)投入接下來(lái)的一年中影響程度最大,隨后效果會(huì)逐漸減弱,且政府科技投入對(duì)企業(yè)研自籌發(fā)投入的波動(dòng)貢獻(xiàn)度高達(dá)43.33%。另一方面,企業(yè)自籌研發(fā)投入對(duì)政府科技投入并無(wú)顯著的影響。

醫(yī)藥企業(yè)中一些風(fēng)險(xiǎn)高、外部效用大的項(xiàng)目,如新藥基礎(chǔ)研究,企業(yè)不愿也無(wú)法承擔(dān)風(fēng)險(xiǎn),而政府的科技投入能降低企業(yè)創(chuàng)新投入的風(fēng)險(xiǎn),增加企業(yè)研發(fā)成功的概率,從而激勵(lì)企業(yè)增加自身的研發(fā)投入。而企業(yè)自籌研發(fā)投入只是企業(yè)總研發(fā)投入中的一部分,企業(yè)加大自籌研發(fā)投入后,企業(yè)的總研發(fā)支出及研發(fā)產(chǎn)出并不一定是增加的,所以政府并不會(huì)因?yàn)槠髽I(yè)自籌研發(fā)投入的變化而去改變科技投入政策。

(2)政府科技投入與企業(yè)總研發(fā)投入的影響。

政府科技投入與企業(yè)總研發(fā)投入的GMM估計(jì)結(jié)果如表6所示,把企業(yè)總研發(fā)投入作為依賴變量時(shí):滯后一期的企業(yè)總研發(fā)投入對(duì)當(dāng)期企業(yè)總研發(fā)投入有正向影響,滯后二期、三期的企業(yè)總研發(fā)投入對(duì)當(dāng)期企業(yè)總研發(fā)投入有負(fù)向影響,但是均不顯著;滯后一期、二期、三期的政府科技投入均對(duì)當(dāng)期企業(yè)總研發(fā)投入產(chǎn)生正向影響,但是只有滯后一期時(shí)顯著。

把政府科技投入作為依賴變量時(shí):滯后一期、二期、三期的政府科技投入對(duì)當(dāng)期政府科技投入產(chǎn)生正向影響;滯后一期的企業(yè)總研發(fā)投入對(duì)當(dāng)期政府科技投入產(chǎn)生正向影響,但是并不顯著,滯后二期、三期的企業(yè)總研發(fā)投入對(duì)當(dāng)期政府科技投入產(chǎn)生負(fù)向影響,但是只有滯后二期時(shí)才顯著。

表6 QYZC與ZFTR的GMM估計(jì)結(jié)果

政府科技投入與企業(yè)總研發(fā)投入的脈沖響應(yīng)函數(shù)如圖2所示,在當(dāng)期給政府科技投入一個(gè)標(biāo)準(zhǔn)差大小的正沖擊后,企業(yè)總研發(fā)投入在第一年迅速增加,第二年后仍以極平緩的速度在增加,至第三年達(dá)到最大值,第四年后逐漸減小,未來(lái)五年的影響皆為正。

在當(dāng)期給企業(yè)總研發(fā)投入一個(gè)標(biāo)準(zhǔn)差大小的正沖擊后,政府科技投入在第一年有極小程度的增加,第二年會(huì)迅速減少,第二年后以平緩的速度減少。

圖2 ZFTR與QYZC脈沖響應(yīng)函數(shù)圖

政府科技投入與企業(yè)總研發(fā)投入的方差分解結(jié)構(gòu)如表5所示。經(jīng)過(guò)20個(gè)預(yù)測(cè)期之后,系統(tǒng)已基本穩(wěn)定。企業(yè)總研發(fā)投入的變化有65.39%來(lái)自于政府科技投入的變化。而政府科技投入的變化只有23.54%來(lái)自于企業(yè)總研發(fā)投入的變化。

綜上:政府科技投入與企業(yè)總研發(fā)投入具有雙向影響關(guān)系。其中:滯后一期的政府科技投入對(duì)企業(yè)總研發(fā)投入產(chǎn)生顯著正向影響;當(dāng)期政府科技投入增加后,企業(yè)總研發(fā)投入在接下來(lái)的一年迅速增加,第二年后仍以極平緩的速度在增加,至第三年達(dá)到最大值,第四年后逐漸減小;企業(yè)總研發(fā)投入的變化有65.39%來(lái)自于政府科技投入變化。滯后二期的企業(yè)總研發(fā)投入對(duì)政府科技投入產(chǎn)生負(fù)向影響;當(dāng)期企業(yè)總研發(fā)投入增加后,政府科技投入在第一年有極小程度的增加,隨后開(kāi)始減少;政府科技投入的變化只有23.54%來(lái)自于企業(yè)總研發(fā)投入的變化。

政府科技投入一方面可降低研發(fā)風(fēng)險(xiǎn)、提高研發(fā)效率,從而改變企業(yè)的研發(fā)決策行為,另一方面通過(guò)改變企業(yè)投資研發(fā)的成本結(jié)構(gòu)、增加融資渠道等方式來(lái)緩解企業(yè)的融資約束,從而促使企業(yè)的總研發(fā)投入隨之增加。Miguel Meuleman等(2012)研究發(fā)現(xiàn)獲得政府補(bǔ)貼將能提供一個(gè)關(guān)于中小企業(yè)質(zhì)量的積極信號(hào),從而利于企業(yè)獲得長(zhǎng)期債務(wù)融資。Massimo G.Colombo等(2013)則從微觀角度分析了1994－2008年288個(gè)意大利NTBFs企業(yè)的數(shù)據(jù),發(fā)現(xiàn)獲得政府補(bǔ)貼的NTBFs企業(yè)會(huì)增加投資和降低投資現(xiàn)金流的敏感性,融資約束得到緩解。而政府對(duì)企業(yè)進(jìn)行科技投入的目的在于緩解企業(yè)研發(fā)的融資約束,激勵(lì)企業(yè)加大總研發(fā)投入,當(dāng)企業(yè)逐步加大總研發(fā)投入后,政府科技投入的目的已達(dá)到,將會(huì)對(duì)其減少科技投入。

4 建議

政府科技投入對(duì)企業(yè)自籌研發(fā)投入及企業(yè)總研發(fā)投入均產(chǎn)生杠桿效應(yīng),所以政府科技投入對(duì)促進(jìn)醫(yī)藥企業(yè)技術(shù)創(chuàng)新是有效且必要的,一方面,政府需繼續(xù)適度的加大對(duì)醫(yī)藥企業(yè)的直接科技投入,另一方面,可借助間接手段促進(jìn)醫(yī)藥企業(yè)新藥研發(fā),包括:(1)對(duì)醫(yī)藥企業(yè)提供政府融資擔(dān)保,降低醫(yī)藥企業(yè)融資成本;(2)通過(guò)逐步擴(kuò)大醫(yī)療保險(xiǎn)覆蓋范圍等政府采購(gòu)政策,擴(kuò)大醫(yī)藥產(chǎn)品的市場(chǎng)需求;(3)通過(guò)對(duì)研發(fā)機(jī)構(gòu)及高校的公共投資,促進(jìn)基礎(chǔ)研究的提升,從而降低醫(yī)藥企業(yè)研發(fā)的技術(shù)成本。

政府科技投入對(duì)醫(yī)藥企業(yè)總研發(fā)投入具有雙向影響關(guān)系影響,所以無(wú)論于政府還是于企業(yè),投入都存在一定的限度。對(duì)政府而言,進(jìn)行科技投入的目的是為了引導(dǎo)和激勵(lì)企業(yè)研發(fā)投入,若過(guò)分投入則會(huì)擠出企業(yè)研發(fā)投入,既違背了初衷也是無(wú)效政策。對(duì)企業(yè)而言,技術(shù)創(chuàng)新是企業(yè)發(fā)展的源泉,一旦研發(fā)成功會(huì)給企業(yè)帶來(lái)莫大效益,但是,高收益背后隱藏著高風(fēng)險(xiǎn),一旦研發(fā)失敗會(huì)給企業(yè)帶來(lái)滅頂之災(zāi),所以企業(yè)面對(duì)研發(fā)是謹(jǐn)慎的。只有平衡好政府與企業(yè)在研發(fā)投入中的份額比例,平衡好企業(yè)內(nèi)部融資與外部融資在技術(shù)創(chuàng)新中的功能分配,才能使政府與企業(yè)最好的發(fā)揮各自的作用,才能使技術(shù)創(chuàng)新效果達(dá)到最優(yōu),從而使企業(yè)經(jīng)濟(jì)效益與社會(huì)效益最大化。

[1]王霞,顧琪虹,郭兵等.政府R&D資助對(duì)企業(yè)R&D投入的作用——基于2008—2012年上海1480家民營(yíng)企業(yè)數(shù)據(jù)的實(shí)證分析[J].技術(shù)經(jīng)濟(jì),2014,(4).

[2]寇鐵軍,馬大勇.我國(guó)政府科技投入對(duì)企業(yè)研發(fā)投入引導(dǎo)效應(yīng)的實(shí)證分析[J].地方財(cái)政研究,2013,(10).

[3]Benjamin Montmartin.Marcos Herrera.Internal and external effects of R&D subsidies and fiscal incentives:Empirical evidence using spatial dynamic panel models[J].Research Policy,2015,44(5).

[4]ergio Afcha.Guillen Leon Lopez.Public funding of R&D and its effect on the composition of business R&D expebditure[J].BRQ Business Research Quarterly,2014,(1).

[5]Massimo G.Colombo.Luca Grilli.Samuele Murtinu.R&D subsidies and performance of high－tech start－ups[J].Economics Letters,2011,(1).

[6]蘇盛安,趙付民.政府科技投入政策工具對(duì)我國(guó)大中型工業(yè)企業(yè)科技投入的影響[J].科技管理研究,2005,(8).

[7]孫燕,孫利華.我國(guó)政府醫(yī)藥科技投入對(duì)企業(yè)研發(fā)支出影響的實(shí)證分析[J].中國(guó)藥房,2011,(9).

[8]朱平芳,徐偉民.政府的科技激勵(lì)政策對(duì)大中型工業(yè)企業(yè)R&D投入及其專利支出的影響[J].經(jīng)濟(jì)研究,2003,(6).

[9]陳鈺芬,李金昌.政府R&D資助對(duì)企業(yè)R&D經(jīng)費(fèi)投入的影響——基于浙江省規(guī)模以上工業(yè)企業(yè)行業(yè)面板數(shù)據(jù)的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)與管理,2011,(2).

[10]張瑞,蘇方林,李臣.基于PVAR模型的R&D投入與產(chǎn)出關(guān)系的實(shí)證研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理,2011,(12).

[11]俞立平.不同科研經(jīng)費(fèi)投入與產(chǎn)出互動(dòng)關(guān)系的實(shí)證研究——基于面板數(shù)據(jù)及面板VAR模型的估計(jì)[J].科研管理,2013,(10).

[12]Miguel Meuleman.Wouter De Maeseneire.Do R&D subsidies affect SMEs’access to external financing?[J].Research Policy,2012,(3).

[13]Massimo G.Colombo.Annalisa Croce.Massimiliano Guerini.The effect of public subsidies on firm’investment－cash flow sensitivity:Transientor persistent?[J].Research Policy,2013,(9).