俞立平

(浙江工商大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院，浙江 杭州 310018)

0 引言

隨著中國經(jīng)濟發(fā)展由追求數(shù)量轉(zhuǎn)向追求質(zhì)量，創(chuàng)新質(zhì)量越來越受到重視。創(chuàng)新質(zhì)量是企業(yè)全方位各領(lǐng)域質(zhì)量的綜合體現(xiàn)，包括產(chǎn)品與服務(wù)質(zhì)量、運作過程質(zhì)量以及企業(yè)管理質(zhì)量，可通過績效、數(shù)量、有效性、可靠性、特征、時間性、客戶價值、成本、創(chuàng)新程度、復(fù)雜性等指標體現(xiàn)[1]。進入21世紀以來，隨著創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實施，我國創(chuàng)新水平提升很快。據(jù)國家統(tǒng)計局公布的數(shù)據(jù)顯示，目前我國發(fā)明專利申請量和研發(fā)人員數(shù)量已經(jīng)位列世界第一，科技論文數(shù)量和研發(fā)經(jīng)費數(shù)量位列世界第二，但我國創(chuàng)新質(zhì)量仍然不高。由世界知識產(chǎn)權(quán)組織等發(fā)布的《2020年全球創(chuàng)新指數(shù)報告》顯示，我國創(chuàng)新質(zhì)量位列全球第16位，在基礎(chǔ)研究、關(guān)鍵技術(shù)研究以及吸引全球創(chuàng)新資源等方面還存在一定差距。

技術(shù)積累對企業(yè)創(chuàng)新無疑具有十分重要的意義。技術(shù)積累是指企業(yè)技術(shù)知識、技術(shù)能力的增加與遞進，包括研究與開發(fā)能力、生產(chǎn)能力、工藝能力等，是企業(yè)已積累的技術(shù)存量[2]。豐富的技術(shù)積累不僅有利于企業(yè)開發(fā)新產(chǎn)品，而且有助于提高生產(chǎn)與工藝水平，使得新產(chǎn)品能夠快速量產(chǎn)，從而獲得較強競爭優(yōu)勢。技術(shù)積累是企業(yè)創(chuàng)新的基礎(chǔ)，而企業(yè)創(chuàng)新反映了技術(shù)積累水平。因此，研究技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的關(guān)系具有重要意義。只有少量研究關(guān)注技術(shù)積累與創(chuàng)新關(guān)系，沒有進一步從創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量角度作深入分析，相關(guān)問題包括：①技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的作用機制；②技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的線性關(guān)系；③技術(shù)積累對創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的作用特征、規(guī)律以及存在問題；④創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量對技術(shù)積累的反饋機制與影響效應(yīng)等。開展上述問題研究不僅有利于推進技術(shù)創(chuàng)新機制與創(chuàng)新質(zhì)量理論建設(shè)，而且對于加強技術(shù)積累、提高創(chuàng)新質(zhì)量、提升企業(yè)創(chuàng)新效率具有重要意義。本文將以高技術(shù)產(chǎn)業(yè)為例，從宏觀區(qū)域視角研究技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的關(guān)系，從而為高技術(shù)產(chǎn)業(yè)創(chuàng)新政策制定提供借鑒。

1 文獻綜述

關(guān)于創(chuàng)新質(zhì)量的界定與測度，Lanjouw等[3]、Teemu等[4]認為，創(chuàng)新質(zhì)量既包含創(chuàng)新的技術(shù)價值，也包含由此帶來的商業(yè)價值；姜博、馬勝利等[5]提出，高技術(shù)產(chǎn)業(yè)創(chuàng)新質(zhì)量包括創(chuàng)新生成質(zhì)量、創(chuàng)新應(yīng)用質(zhì)量、創(chuàng)新擴散質(zhì)量和創(chuàng)新轉(zhuǎn)化質(zhì)量等；Guellec等[6]指出，授權(quán)專利擁有比未被授權(quán)專利更高的質(zhì)量；Rubashkina等[7]、Johnstone等[8]認為，應(yīng)基于專利信息衡量創(chuàng)新質(zhì)量，其中，專利引用數(shù)是衡量創(chuàng)新質(zhì)量的一個較好指標；Schettino等[9]采用主成分分析法提煉出同族專利規(guī)模、專利申請寬度、專利前向引用和后向引用4個指標，用以衡量創(chuàng)新質(zhì)量；閆緒嫻、曾強[10]指出，研究創(chuàng)新質(zhì)量不應(yīng)僅從微觀企業(yè)層面著手，還應(yīng)該關(guān)注宏觀區(qū)域與產(chǎn)業(yè)層面。

關(guān)于創(chuàng)新質(zhì)量的影響因素，李長英、趙忠濤[11]認為，技術(shù)多樣化對創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量具有倒U型影響，不相關(guān)技術(shù)多樣化對創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量具有正向影響；李揚、樊霞等[12]研究了產(chǎn)學(xué)研合作對科學(xué)與技術(shù)研發(fā)質(zhì)量的影響，發(fā)現(xiàn)基于理論的產(chǎn)學(xué)研合作較弱但創(chuàng)新質(zhì)量更高，基于實踐的產(chǎn)學(xué)研合作較強但創(chuàng)新質(zhì)量較低；陳戰(zhàn)光、李廣威等[13]研究發(fā)現(xiàn)，研發(fā)投入能夠顯著提升企業(yè)創(chuàng)新質(zhì)量，知識產(chǎn)權(quán)保護與企業(yè)創(chuàng)新質(zhì)量呈顯著的倒U型關(guān)系；賓厚、馬全成等[14]發(fā)現(xiàn)，產(chǎn)學(xué)研協(xié)同創(chuàng)新中的合作開發(fā)、人才輸送模式與技術(shù)創(chuàng)新質(zhì)量呈正相關(guān)關(guān)系，技術(shù)轉(zhuǎn)讓模式與產(chǎn)業(yè)技術(shù)創(chuàng)新質(zhì)量關(guān)系不顯著；黃倩、宋鵬等[15]研究了人民幣匯率、中間品進口對出口產(chǎn)品質(zhì)量的影響；李曉龍、冉光和[16]研究了數(shù)字金融對創(chuàng)新質(zhì)量的影響；袁勝軍、俞立平等[17]研究了創(chuàng)新政策對創(chuàng)新質(zhì)量的影響，發(fā)現(xiàn)創(chuàng)新政策以提升創(chuàng)新數(shù)量為主，對創(chuàng)新質(zhì)量的影響不顯著，我國創(chuàng)新政策必須從重視創(chuàng)新數(shù)量轉(zhuǎn)向重視創(chuàng)新質(zhì)量。

關(guān)于技術(shù)積累的界定與內(nèi)涵，Arrow[18]開創(chuàng)了技術(shù)積累研究，提出技術(shù)進步與技術(shù)積累既相互聯(lián)系又有所區(qū)別，技術(shù)進步是技術(shù)積累的結(jié)果，但技術(shù)積累并不一定帶來技術(shù)進步；Hayek[19]指出，企業(yè)知識來自企業(yè)內(nèi)部，并通過日常經(jīng)營積累或研發(fā)產(chǎn)生新知識；宋寶香、彭紀生等[20]認為，技術(shù)能力是企業(yè)在持續(xù)的技術(shù)學(xué)習(xí)與變革中進行產(chǎn)品生產(chǎn)或服務(wù)提供的累積性知識、技能與經(jīng)驗，是企業(yè)持續(xù)進行技術(shù)積累的結(jié)果；邢麗娜[21]提出，技術(shù)積累是一個知識吸收與應(yīng)用過程，是企業(yè)技術(shù)能力形成的關(guān)鍵；曹勇、趙莉等[22]認為，技術(shù)積累不僅是企業(yè)知識性資源，也是研發(fā)投入的具體體現(xiàn)，能反映企業(yè)研發(fā)支出范圍，是對技術(shù)創(chuàng)新過程的一種投入；滕璐璐、王傳磊[23]將技術(shù)積累劃分為狹義技術(shù)積累、組織積累和文化積累3個層面。

關(guān)于技術(shù)積累的測度，Porter等[24]以專利申請授權(quán)量作為核心變量，通過永續(xù)盤存法測度技術(shù)積累；楊菲、安立仁等[25]采用因子分析法，從自主積累、開放式積累兩個角度綜合評價我國區(qū)域技術(shù)積累能力，分析地區(qū)技術(shù)積累能力結(jié)構(gòu)；孫菁、王京等[26]選取無形資產(chǎn)中的專利、專有技術(shù)或非專有技術(shù)以及軟件等凈值反映技術(shù)積累；岳宇君、孟渺[27]采用發(fā)明專利申請數(shù)作為技術(shù)積累的替代變量。

關(guān)于技術(shù)積累現(xiàn)狀及影響因素，萬廣華、范蓓蕾等[28]認為，由于地理、資源稟賦和歷史等因素，我國東中西部的技術(shù)創(chuàng)新能力始終存在無法忽視的差距；Sydow等[29]研究發(fā)現(xiàn)，技術(shù)積累過程既受到成本約束，也受組織剛性和技術(shù)路徑影響；Hobday[30]研究了代工企業(yè)通過技術(shù)轉(zhuǎn)移實現(xiàn)技術(shù)積累的機制，包括來自客戶的支持、員工培訓(xùn)、接入國際市場、追趕國際技術(shù)前沿等。

關(guān)于技術(shù)積累與創(chuàng)新的關(guān)系，Cohen[31]認為，技術(shù)積累是企業(yè)形成消化吸收能力的基礎(chǔ)，更是二次創(chuàng)新的關(guān)鍵；Oded[32]研究發(fā)現(xiàn)，隨著技術(shù)積累水平提升，研發(fā)投入產(chǎn)出的邊際收益降低，技術(shù)積累水平在研發(fā)投入與創(chuàng)新績效間發(fā)揮負向調(diào)節(jié)作用；郭秀強、孫延明[33]研究了研發(fā)投入、技術(shù)積累與高新技術(shù)企業(yè)市場績效之間的關(guān)系機理；尚濤、鄭良海[34]研究發(fā)現(xiàn)，在技術(shù)轉(zhuǎn)移后期，隨著企業(yè)技術(shù)能力增強，跨國公司通過市場勢力與資源需求控制阻止代工企業(yè)技術(shù)升級，表現(xiàn)為對技術(shù)升級傾向、技術(shù)升級投入、技術(shù)轉(zhuǎn)移內(nèi)容的抑制與控制。

從現(xiàn)有研究看，關(guān)于創(chuàng)新質(zhì)量的界定既有廣義的，也有狹義的，主要從微觀企業(yè)層面界定創(chuàng)新質(zhì)量，從產(chǎn)業(yè)層面開展的研究并不多，且關(guān)于創(chuàng)新質(zhì)量的測度方法也較成熟。關(guān)于創(chuàng)新質(zhì)量的影響因素，現(xiàn)有研究涉及技術(shù)多樣化、產(chǎn)學(xué)研合作、研發(fā)投入、協(xié)同創(chuàng)新、創(chuàng)新文化、顧客創(chuàng)新、創(chuàng)新政策等。關(guān)于技術(shù)積累的界定，學(xué)術(shù)界并沒有太大爭議，由于技術(shù)能力與技術(shù)積累密切相關(guān)，因此兩者演化趨同。有關(guān)技術(shù)積累的實證研究不多，其影響因素研究包括積累模式、成本、組織剛性、技術(shù)路徑、技術(shù)轉(zhuǎn)移等。綜上所述，本文將從以下方面作深入分析：

第一，在創(chuàng)新與技術(shù)積累關(guān)系的研究中，只有少量文獻涉及創(chuàng)新數(shù)量，缺乏對創(chuàng)新質(zhì)量的研究。因此，本文針對技術(shù)積累對創(chuàng)新質(zhì)量的影響機制作進一步探究。

第二，從實證研究角度，有必要厘清技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的關(guān)系，包括線性關(guān)系和非線性關(guān)系，從而掌握技術(shù)積累對創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的作用特征、作用規(guī)律以及存在問題。

第三，關(guān)于技術(shù)積累對創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量的反饋機制以及反饋效應(yīng)缺乏研究，有必要作深入分析。

本文以高技術(shù)產(chǎn)業(yè)為例，在分析技術(shù)積累對創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量影響的基礎(chǔ)上，綜合采用聯(lián)立方程模型、面板門檻模型、向量自回歸模型開展研究。本文創(chuàng)新之處是開創(chuàng)了技術(shù)積累對創(chuàng)新質(zhì)量影響的新研究領(lǐng)域，研究方法也體現(xiàn)了綜合性、系統(tǒng)性和穩(wěn)健性，對于提高我國創(chuàng)新質(zhì)量具有重要借鑒意義。

2 理論分析與研究方法

2.1 理論分析

2.1.1 技術(shù)積累分類

本文將技術(shù)積累總體上分為生產(chǎn)技術(shù)積累與研發(fā)技術(shù)積累兩類。生產(chǎn)技術(shù)積累包括生產(chǎn)工藝與生產(chǎn)技術(shù)積累、檢測與配套技術(shù)積累兩個方面，這是企業(yè)實現(xiàn)規(guī)模生產(chǎn)的前提條件。研發(fā)技術(shù)積累包括傳統(tǒng)技術(shù)積累、相關(guān)技術(shù)積累和新興技術(shù)積累三類。其中，傳統(tǒng)技術(shù)積累是采用傳統(tǒng)技術(shù)路徑通過不斷優(yōu)化、升級形成的技術(shù)積累；相關(guān)技術(shù)積累是與傳統(tǒng)技術(shù)創(chuàng)新相關(guān)的一些技術(shù)領(lǐng)域的積累，如創(chuàng)新拓展、創(chuàng)新集成等；新興技術(shù)積累是采用全新知識或技術(shù)進行研發(fā)而產(chǎn)生的相關(guān)技術(shù)積累。

知識積累是技術(shù)積累的重要基礎(chǔ)。通常情況下，傳統(tǒng)知識是傳統(tǒng)技術(shù)積累以及相關(guān)技術(shù)積累的基礎(chǔ)，比如傳統(tǒng)的化學(xué)感光知識積累催生了膠片相機技術(shù)積累；而前沿知識是新興技術(shù)積累的基礎(chǔ)，比如電子感光理論的出現(xiàn)催生了數(shù)碼相機的相關(guān)技術(shù)積累。

2.1.2 技術(shù)積累與創(chuàng)新數(shù)量

創(chuàng)新數(shù)量是一個總量概念，由于絕大多數(shù)創(chuàng)新以傳統(tǒng)創(chuàng)新為主，因此技術(shù)積累與創(chuàng)新數(shù)量關(guān)系的研究應(yīng)重點從傳統(tǒng)創(chuàng)新角度展開。

技術(shù)積累與創(chuàng)新數(shù)量關(guān)系包括以下方面：第一，傳統(tǒng)技術(shù)積累對創(chuàng)新數(shù)量的作用機制包括完善效應(yīng)、拓展效應(yīng)。其中，完善效應(yīng)是指沿著原有技術(shù)路徑不斷完善、優(yōu)化現(xiàn)有產(chǎn)品設(shè)計；拓展效應(yīng)是在現(xiàn)有技術(shù)不變的情況下，通過實用新型或外觀設(shè)計進行創(chuàng)新。第二，基于相關(guān)技術(shù)積累進行集成創(chuàng)新，從而增加創(chuàng)新數(shù)量。第三，基于生產(chǎn)技術(shù)積累進行工藝改進，提高產(chǎn)品質(zhì)量、擴大產(chǎn)能、降低廢品率等，進而增加創(chuàng)新數(shù)量。

需要說明的是，創(chuàng)新數(shù)量對技術(shù)積累具有反饋作用，如技術(shù)積累較多，會帶來創(chuàng)新數(shù)量增加，實現(xiàn)較高收益，進而促進企業(yè)進一步加大技術(shù)積累投入，形成良性循環(huán)。

2.1.3 技術(shù)積累與創(chuàng)新質(zhì)量

關(guān)于創(chuàng)新質(zhì)量與創(chuàng)新類型的關(guān)系，Schumpeter[35]提出創(chuàng)新的5種類型，分別是開發(fā)新產(chǎn)品、采用新生產(chǎn)方式、開辟新市場、發(fā)現(xiàn)新原材料或半成品來源、形成新工業(yè)組織。從技術(shù)創(chuàng)新角度，新產(chǎn)品、新生產(chǎn)方式、新原材料或半成品來源均與重大創(chuàng)新或創(chuàng)新質(zhì)量相關(guān)。

技術(shù)積累與創(chuàng)新質(zhì)量的關(guān)系包括：第一，新興技術(shù)積累具有兩個作用，即提供新產(chǎn)品與新材料半成品來源，這無疑對創(chuàng)新質(zhì)量具有重大意義。第二，重大相關(guān)技術(shù)積累會產(chǎn)生重大集成創(chuàng)新，如載人航天、高鐵技術(shù)等，它們同樣屬于創(chuàng)新產(chǎn)生新產(chǎn)品的范疇，也是創(chuàng)新質(zhì)量的重要組成部分。第三，重大生產(chǎn)技術(shù)積累會催生新生產(chǎn)方式，這同樣是創(chuàng)新質(zhì)量的體現(xiàn)。

同時，創(chuàng)新質(zhì)量對技術(shù)積累也具有反饋作用，如良好的技術(shù)積累會帶來創(chuàng)新質(zhì)量提高，進而帶來高額回報，促進企業(yè)進一步加大新興技術(shù)積累、重大相關(guān)技術(shù)積累、重大生產(chǎn)技術(shù)積累等投入，形成良性循環(huán)。

2.2 研究框架

本文研究框架如圖1所示。Griliches[36]在經(jīng)典Cobb-Douglus生產(chǎn)函數(shù)的基礎(chǔ)上，提出以科研成果作為產(chǎn)出、研發(fā)經(jīng)費作為投入建立知識生產(chǎn)函數(shù)，而后Jaffe[37]在投入變量中引入研發(fā)人員變量，這就是著名的Griliches-Jaffe知識生產(chǎn)函數(shù)。本文借鑒上述理論模型，將科技創(chuàng)新成果分為創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量兩個維度。鑒于研發(fā)投入、技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量之間存在復(fù)雜的互動關(guān)系，并且創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量之間也存在互動關(guān)系，因此本文首先采用聯(lián)立方程模型研究技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量之間的關(guān)系，從而得出它們之間的平均彈性系數(shù)，這是一種線性關(guān)系模型。然后，為了進一步刻畫技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量之間的關(guān)系特征、作用規(guī)律和存在問題，繼續(xù)采用面板門檻模型開展研究，這是一種非線性關(guān)系模型。最后，為了研究技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量之間的互動關(guān)系，進一步采用貝葉斯向量自回歸模型開展研究，重點從脈沖響應(yīng)函數(shù)角度分析變量間的互動關(guān)系，以彌補線性關(guān)系與非線性關(guān)系靜態(tài)研究的不足。

圖1 研究框架Fig.1 Research framework

2.3 研究方法

2.3.1 面板聯(lián)立方程模型

采用聯(lián)立方程模型估計技術(shù)積累與創(chuàng)新數(shù)量/創(chuàng)新質(zhì)量、研發(fā)經(jīng)費、研發(fā)人員等變量之間的復(fù)雜關(guān)系，聯(lián)立方程模型如下：

式中，Y1為創(chuàng)新數(shù)量，Y2為創(chuàng)新質(zhì)量，K為研發(fā)經(jīng)費、L為研發(fā)人員，T為技術(shù)積累。cij表示回歸系數(shù)，其中,i表示方程序號，j代表變量序號，i,j=1,2,3,4,5。

方程(1)為創(chuàng)新數(shù)量方程，影響因素包括研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累、創(chuàng)新質(zhì)量?？紤]到相關(guān)要素對創(chuàng)新數(shù)量的作用存在滯后性，因此研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累3個變量均滯后1期，但對創(chuàng)新質(zhì)量沒有設(shè)置滯后期。

方程(2)為創(chuàng)新質(zhì)量方程，影響因素包括研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累、創(chuàng)新數(shù)量。同樣，考慮到時間滯后性，研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累3個變量均滯后1期，但對創(chuàng)新數(shù)量沒有設(shè)置滯后期。

方程(3)為研發(fā)經(jīng)費影響因素方程，包括研發(fā)人員、創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量等變量，所有變量均滯后1期。方程(3)沒有引入技術(shù)積累，主要原因是技術(shù)積累對研發(fā)經(jīng)費投入的影響既有正向效應(yīng)，也有負向效應(yīng)，疊加后總效應(yīng)較弱。

方程(4)為研發(fā)人員影響因素方程，包括研發(fā)經(jīng)費、創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量等變量，所有變量均滯后1期。技術(shù)積累對研發(fā)人員的影響總體較弱，因此沒有引入。

方程(5)為技術(shù)積累影響因素方程，包括研發(fā)經(jīng)費、研發(fā)人員、創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量等變量，所有變量均滯后1期。

以上方程均進行取對數(shù)處理，主要原因有兩個：①取對數(shù)后所有回歸系數(shù)均變成彈性系數(shù)，且不同方程的回歸系數(shù)可以直接比較，變量計量單位對回歸結(jié)果無影響；②可以有效降低異方差影響，使回歸精度更高。

2.3.2 面板門檻回歸模型

為了研究技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的非線性關(guān)系，需要采用面板門檻回歸模型[39]進行分析。該模型中，因變量包括創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量，核心變量為技術(shù)積累，門檻變量包括創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量、研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累等，理論上共包括10個模型。對于創(chuàng)新數(shù)量而言，通過識別技術(shù)積累對創(chuàng)新數(shù)量的貢獻可以分析創(chuàng)新數(shù)量門檻、技術(shù)積累自身門檻、創(chuàng)新質(zhì)量門檻、研發(fā)經(jīng)費門檻、研發(fā)人員門檻；對于創(chuàng)新質(zhì)量而言，技術(shù)積累對創(chuàng)新質(zhì)量的貢獻可以研究創(chuàng)新質(zhì)量門檻、技術(shù)積累自身門檻、創(chuàng)新數(shù)量門檻、研發(fā)經(jīng)費門檻、研發(fā)人員門檻。以技術(shù)積累對創(chuàng)新質(zhì)量貢獻的研發(fā)經(jīng)費門檻為例，建立如下模型：

(6)

式(6)考慮了雙門檻情形，即存在2個研發(fā)經(jīng)費門檻θ1和θ2，使得技術(shù)積累對創(chuàng)新質(zhì)量的彈性出現(xiàn)顯著差異，當(dāng)K≤θ1時，T對創(chuàng)新質(zhì)量的彈性為η1；當(dāng)θ1θ2時，T對創(chuàng)新質(zhì)量的彈性為η3。

具體門檻數(shù)量需要通過門檻效應(yīng)檢驗獲得，并綜合考慮研究問題、數(shù)據(jù)量等諸多因素。

2.3.3 貝葉斯向量自回歸模型

為了研究技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的互動關(guān)系，采用貝葉斯向量自回歸模型進行動態(tài)分析。貝葉斯向量自回歸模型(Bayesian Vector Autoregressions，BVAR)是Litterman[39]將貝葉斯推斷理論與傳統(tǒng)VAR模型高度融合的結(jié)晶，其最大優(yōu)勢是通過對少數(shù)超級變量的估計，彌補VAR模型對眾多參數(shù)估計的不足，從而最大限度地節(jié)省自由度，提高模型估計精度與預(yù)測效果。

2.3.4 BP人工神經(jīng)網(wǎng)絡(luò)

為了對技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的回歸結(jié)果進行穩(wěn)健性檢驗，借鑒BP人工神經(jīng)網(wǎng)絡(luò)模型，將研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累作為投入變量，創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為產(chǎn)出變量，建立BP人工神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)模型，并對其進行訓(xùn)練，從而得到技術(shù)積累、研發(fā)經(jīng)費、研發(fā)人員權(quán)重。這本質(zhì)上與回歸系數(shù)含義接近，通過對比分析實現(xiàn)穩(wěn)健性檢驗。雖然這種穩(wěn)健性檢驗屬于方法層面的，但是在研究計量模型不唯一的情況下具有重大意義。

BP神經(jīng)網(wǎng)絡(luò)模型能夠模擬人類大腦神經(jīng)網(wǎng)絡(luò)基本特征與工作原理，同時，可進行并行計算和分布式信息處理[40]。常見的BP人工神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層組成，其中，隱含層可以是多個。BP人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)原理是通過不斷調(diào)整網(wǎng)絡(luò)連接權(quán)重，使得網(wǎng)絡(luò)總體誤差最小化。最小誤差的學(xué)習(xí)閾值可以通過人工設(shè)定，目前技術(shù)成熟，已經(jīng)廣泛應(yīng)用在管理學(xué)、心理學(xué)、人工智能等諸多領(lǐng)域。

3 研究數(shù)據(jù)與實證結(jié)果

3.1 研究數(shù)據(jù)

本文以高技術(shù)產(chǎn)業(yè)為例展開研究。由于創(chuàng)新數(shù)量側(cè)重于總量，且創(chuàng)新數(shù)量包括不同水平創(chuàng)新，因此借鑒蔡紹洪、俞立平等的研究，采用新產(chǎn)品銷售收入表示。創(chuàng)新質(zhì)量的測度方法較多[6-8]，有的采用發(fā)明專利數(shù)，有的采用指標體系測度，本文基于宏觀產(chǎn)業(yè)層面開展研究，因此采用發(fā)明專利授權(quán)數(shù)占申請數(shù)的比重表示。技術(shù)積累是企業(yè)長期努力的結(jié)果，是存量概念，因此本文采用有效發(fā)明專利數(shù)表示。研發(fā)經(jīng)費采用研發(fā)經(jīng)費內(nèi)部支出表示，研發(fā)人員采用研發(fā)人員折合全時當(dāng)量表示，這也是學(xué)界的通行做法。

本文所有數(shù)據(jù)均來自《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，由于發(fā)明專利授權(quán)數(shù)與申請數(shù)于2010年才開始公布，因此本文數(shù)據(jù)范圍為2010-2019年。另外，西藏、新疆、寧夏、青海數(shù)據(jù)缺失較多，因此未納入統(tǒng)計與研究，實際取樣為27個地區(qū)的省際面板數(shù)據(jù)。變量描述性統(tǒng)計結(jié)果如表1所示。

表1 變量描述性統(tǒng)計結(jié)果Tab.1 Variable descriptive statistics

3.2 聯(lián)立方程估計結(jié)果

基于式(1)～式(5)的聯(lián)立方程模型進行估計，估計方法采用二階段最小二乘法，工具變量借鑒Blundell的研究，采用各變量一階滯后項表示，估計結(jié)果如表2所示。5個方程的擬合優(yōu)度分別為0.869、0.204、0.937、0.927、0.899，除創(chuàng)新質(zhì)量方程擬合度偏低外，其它方程擬合度總體較高，模型總體擬合效果較好。創(chuàng)新質(zhì)量方程擬合度偏低的原因是，目前我國高技術(shù)產(chǎn)業(yè)創(chuàng)新質(zhì)量不高，加上一些影響因素難以量化。

表2 聯(lián)立方程估計結(jié)果Tab.2 Estimation results of simultaneous equation model

式(1)中，研發(fā)經(jīng)費的彈性系數(shù)最高，為0.571，其次是技術(shù)積累，彈性系數(shù)為0.287，第三是創(chuàng)新質(zhì)量，彈性系數(shù)為-0.789，三者均通過統(tǒng)計性檢驗。研發(fā)人員的彈性系數(shù)為0.233，沒有通過統(tǒng)計檢驗。創(chuàng)新質(zhì)量對創(chuàng)新數(shù)量的影響系數(shù)為負，說明要提高創(chuàng)新數(shù)量，必須犧牲創(chuàng)新質(zhì)量，兩者協(xié)調(diào)性不佳。

式(2)中，研發(fā)經(jīng)費的彈性系數(shù)最高，為0.121，其次是技術(shù)積累，彈性系數(shù)為0.106，第三是創(chuàng)新數(shù)量，彈性系數(shù)為-0.077，第四是研發(fā)人員，彈性系數(shù)為-0.156，以上均通過統(tǒng)計性檢驗。創(chuàng)新數(shù)量的彈性系數(shù)為負，說明要提高創(chuàng)新質(zhì)量，必須犧牲創(chuàng)新數(shù)量，兩者不協(xié)調(diào)。研發(fā)人員的彈性系數(shù)為負數(shù)，原因有兩方面，一方面是從提高創(chuàng)新質(zhì)量角度考慮，我國研發(fā)人員素質(zhì)有待提高；另一方面是目前的變量無論是采用研發(fā)人員折合全時當(dāng)量還是研發(fā)人員數(shù)量，均無法反映不同水平研發(fā)人員的貢獻，且數(shù)據(jù)獲取有限。

式(3)中，研發(fā)人員的彈性系數(shù)最大，為0.680，其次是創(chuàng)新數(shù)量，彈性系數(shù)為0.288，第三是創(chuàng)新質(zhì)量，彈性系數(shù)為0.268，三者均通過統(tǒng)計性檢驗，說明創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量提升對研發(fā)經(jīng)費均具有較好的反饋作用。

式(4)中，研發(fā)經(jīng)費的彈性系數(shù)最大，為0.709，其次是創(chuàng)新數(shù)量，彈性系數(shù)為0.153，第三是創(chuàng)新質(zhì)量，彈性系數(shù)為-0.560，三者均通過統(tǒng)計性檢驗。這是因為創(chuàng)新數(shù)量由于重視量的擴張，因此對研發(fā)人員具有較好的正向反饋，而創(chuàng)新質(zhì)量提升較困難，需要以科研精英和團隊作為支撐，因此對一般意義的研發(fā)人員折合全時當(dāng)量難以產(chǎn)生正向反饋。此外，由于研究數(shù)據(jù)所限，難以區(qū)分不同研發(fā)人員的貢獻，這也是導(dǎo)致創(chuàng)新質(zhì)量對研發(fā)人員難以產(chǎn)生正向反饋的一個重要原因。

式(5)中，創(chuàng)新質(zhì)量的彈性系數(shù)最大，為0.831，其次是研發(fā)經(jīng)費，彈性系數(shù)為0.793，第三是創(chuàng)新數(shù)量，彈性系數(shù)為0.217，三者均通過統(tǒng)計性檢驗。研發(fā)人員的彈性系數(shù)為-0.062，沒有通過統(tǒng)計性檢驗。從技術(shù)積累角度，創(chuàng)新質(zhì)量的反饋作用比創(chuàng)新數(shù)量顯著，這是值得肯定的。

聯(lián)立方程可視化結(jié)果如圖2所示，圖中實線表示正相關(guān)，虛線表示負相關(guān)，箭頭表示變量影響方向，線寬表示彈性大小。圖中可以明顯看出，創(chuàng)新數(shù)量提升有較好的方法，總體線條較寬，而創(chuàng)新質(zhì)量提升尚缺乏有效手段，總體線條較窄。技術(shù)積累對創(chuàng)新數(shù)量的貢獻大于創(chuàng)新質(zhì)量，并且創(chuàng)新質(zhì)量的反饋對技術(shù)積累的影響更顯著。

圖2 聯(lián)立方程可視化結(jié)果Fig.2 Visualization results of simultaneous equations

3.3 面板門檻回歸模型估計結(jié)果

3.3.1 技術(shù)積累對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的技術(shù)積累門檻

分別以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為因變量，研發(fā)經(jīng)費、研發(fā)人員作為控制變量，技術(shù)積累作為核心變量，同時，將技術(shù)積累作為門檻變量，采用面板門檻回歸模型進行回歸。為了便于比較，通常采用雙門檻模型進行估計，除非門檻檢驗未通過，否則采用雙門檻回歸結(jié)果。實證結(jié)果如表3所示。

表3 技術(shù)積累自身的門檻效應(yīng)估計結(jié)果Tab.3 Estimation results of technology accumulation′s threshhold effect

當(dāng)因變量是創(chuàng)新數(shù)量時，技術(shù)積累存在兩個門檻，對應(yīng)值分別為5.208、8.367，將技術(shù)積累分為低水平、中等水平、高水平三類，數(shù)量分別為22、163、58個，以技術(shù)積累中等水平地區(qū)為主。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.514、0.403、0.352，均通過統(tǒng)計性檢驗，說明隨著技術(shù)水平提高，其對創(chuàng)新數(shù)量貢獻的彈性總體是下降的，呈規(guī)模報酬遞減特征。

當(dāng)因變量是創(chuàng)新質(zhì)量時，技術(shù)積累同樣存在兩個門檻，其對應(yīng)值分別為5.369、8.811，將技術(shù)積累分為低水平、中等水平、高水平3類，數(shù)量分別為28、173、42個，同樣以技術(shù)積累中等水平地區(qū)為主。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為-0.003、0.031、0.043，但只有后者通過統(tǒng)計性檢驗，說明只有當(dāng)技術(shù)積累水平很高時，才能有效提高創(chuàng)新質(zhì)量。

3.3.2 技術(shù)積累對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的創(chuàng)新數(shù)量門檻

分別以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為因變量，研發(fā)經(jīng)費、研發(fā)人員作為控制變量，技術(shù)積累作為核心變量，創(chuàng)新數(shù)量作為門檻變量，采用面板門檻回歸模型進行回歸。實證結(jié)果如表4所示。

表4 技術(shù)積累的創(chuàng)新數(shù)量門檻估計結(jié)果Tab.4 Threshhold estimation results of technology accumulation′s innovation quantity

當(dāng)因變量是創(chuàng)新數(shù)量時，創(chuàng)新數(shù)量存在兩個門檻，其對應(yīng)值分別為12.697、14.499，將創(chuàng)新數(shù)量分為低水平、中等水平、高水平3類，數(shù)量分別為28、71、144個，以創(chuàng)新數(shù)量高水平地區(qū)為主。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.049、0.165、0.277，但第一個彈性系數(shù)沒有通過統(tǒng)計性檢驗。也就是說，當(dāng)創(chuàng)新數(shù)量較低時，技術(shù)積累與創(chuàng)新數(shù)量無關(guān)，這是因為在上述情況下，企業(yè)創(chuàng)新能力弱，技術(shù)積累水平不高，兩者難以形成有效的互促關(guān)系。隨著創(chuàng)新數(shù)量增加，技術(shù)積累對創(chuàng)新數(shù)量的影響彈性逐步增強。

當(dāng)因變量是創(chuàng)新質(zhì)量時，創(chuàng)新數(shù)量存在兩個門檻，對應(yīng)值分別為11.888、12.261，將創(chuàng)新數(shù)量分為低水平、中等水平、高水平3類，數(shù)量分別為12、6、225個，以創(chuàng)新數(shù)量高水平地區(qū)為主。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.092、0.015、0.053，但第二個彈性系數(shù)沒有通過統(tǒng)計性檢驗。也就是說，當(dāng)創(chuàng)新數(shù)量較低時，技術(shù)積累對創(chuàng)新質(zhì)量的影響彈性較大，但由于數(shù)據(jù)量太少，該結(jié)論價值不高?？傮w上，對于創(chuàng)新數(shù)量較多地區(qū)而言，技術(shù)積累對創(chuàng)新數(shù)量的彈性影響系數(shù)處于中等水平。

3.3.3 技術(shù)積累對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的創(chuàng)新質(zhì)量門檻

分別以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為因變量，研發(fā)經(jīng)費、研發(fā)人員作為控制變量，技術(shù)積累作為核心變量，創(chuàng)新質(zhì)量作為門檻變量，采用面板門檻回歸模型進行回歸，實證結(jié)果如表5所示。

表5 技術(shù)積累的創(chuàng)新質(zhì)量門檻估計結(jié)果Tab.5 Threshhold estimation results of technology accumulation′s innovation quality

當(dāng)因變量是創(chuàng)新數(shù)量時，創(chuàng)新質(zhì)量存在兩個門檻，對應(yīng)值分別為-1.092、-1.020，將創(chuàng)新質(zhì)量分為低水平、中等水平、高水平3類，數(shù)量分別為16、8、219個，以創(chuàng)新質(zhì)量高水平地區(qū)為主。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.224、0.891、0.217，但第二個彈性系數(shù)沒有通過統(tǒng)計性檢驗。也就是說，當(dāng)創(chuàng)新質(zhì)量較低時，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)較大，而當(dāng)創(chuàng)新質(zhì)量較高時，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)較小。這是因為當(dāng)創(chuàng)新質(zhì)量較低時，企業(yè)技術(shù)積累的主要貢獻是提高創(chuàng)新數(shù)量，當(dāng)創(chuàng)新質(zhì)量較高時，企業(yè)技術(shù)積累對創(chuàng)新質(zhì)量的作用更顯著，同時，對創(chuàng)新數(shù)量的彈性影響有所降低。

當(dāng)因變量是創(chuàng)新質(zhì)量時，創(chuàng)新質(zhì)量存在兩個門檻，對應(yīng)值分別為-0.694、-1.012，將創(chuàng)新質(zhì)量分為低水平、中等水平、高水平3類，數(shù)量分別為26、91、126個。技術(shù)積累對創(chuàng)新質(zhì)量的彈性系數(shù)分別為-0.024、0.021、0.052，但只有第三個彈性系數(shù)通過統(tǒng)計性檢驗，說明只有當(dāng)創(chuàng)新質(zhì)量較高時，技術(shù)積累才能有效促進創(chuàng)新質(zhì)量提升，當(dāng)創(chuàng)新質(zhì)量較低或者中等時，技術(shù)積累難以有效促進創(chuàng)新質(zhì)量提升。

3.3.4 技術(shù)積累對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的研發(fā)經(jīng)費門檻

分別以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為因變量，研發(fā)經(jīng)費、研發(fā)人員作為控制變量，技術(shù)積累作為核心變量，研發(fā)經(jīng)費作為門檻變量，采用面板門檻回歸模型進行回歸，實證結(jié)果如表6所示。

表6 技術(shù)積累的研發(fā)經(jīng)費門檻估計結(jié)果Tab.6 Threshhold estimation results of R&D expenditure for technology accumulation

當(dāng)因變量是創(chuàng)新數(shù)量時，研發(fā)經(jīng)費存在兩個門檻，對應(yīng)值分別為11.744、13.251，將研發(fā)經(jīng)費分為低水平、中等水平、高水平3類，其數(shù)量分別為87、86、70個，數(shù)量相近?？梢园l(fā)現(xiàn)，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.223、0.313、0.277，均通過統(tǒng)計性檢驗。當(dāng)研發(fā)經(jīng)費處于中等水平時，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)較高，其它情況下則較低。當(dāng)研發(fā)經(jīng)費較少時，由于保障創(chuàng)新數(shù)量的基本條件不具備，所以技術(shù)積累的彈性系數(shù)較小，而當(dāng)研發(fā)經(jīng)費充足時，技術(shù)積累的邊際貢獻會出現(xiàn)遞減，同樣，彈性系數(shù)也有所降低。

當(dāng)因變量是創(chuàng)新質(zhì)量時，研發(fā)經(jīng)費存在兩個門檻，對數(shù)值分別為9.646、14.111，將研發(fā)經(jīng)費分為低水平、中等水平、高水平三類，數(shù)量分別為14、205、24個，以研發(fā)經(jīng)費中等地區(qū)居多。技術(shù)積累對創(chuàng)新質(zhì)量的彈性系數(shù)分別為0.007、0.059、0.082，但第一個沒有通過統(tǒng)計性檢驗，說明當(dāng)研發(fā)經(jīng)費較少時，技術(shù)積累與創(chuàng)新質(zhì)量無關(guān)，當(dāng)研發(fā)經(jīng)費水平逐步提高時，技術(shù)積累對創(chuàng)新質(zhì)量的貢獻不斷增大。

3.3.5 技術(shù)積累對創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的研發(fā)人員門檻

分別以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為因變量，研發(fā)經(jīng)費、研發(fā)人員作為控制變量，技術(shù)積累作為核心變量，研發(fā)人員作為門檻變量，采用面板門檻回歸模型進行回歸，實證結(jié)果如表7所示?？梢园l(fā)現(xiàn)，當(dāng)因變量是創(chuàng)新數(shù)量時，研發(fā)人員存在兩個門檻，對應(yīng)值分別為11.744、13.251，將研發(fā)人員分為低水平、中等水平、高水平三類，數(shù)量分別為25、161、57個，以中等水平人員居多。技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)分別為0.353、0.286、0.246，均通過統(tǒng)計性檢驗。這意味著隨著研發(fā)人員增多，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)總體呈降低趨勢，符合邊際貢獻遞減規(guī)律。其根本原因是創(chuàng)新成果已經(jīng)具有一定規(guī)模，在這種情況下，隨著研發(fā)人員增多，技術(shù)積累對創(chuàng)新數(shù)量的作用出現(xiàn)減弱。

表7 技術(shù)積累的研發(fā)人員門檻估計結(jié)果Tab.7 Threshhold estimation results of R&D personnel for technology accumulation

當(dāng)因變量是創(chuàng)新質(zhì)量時，研發(fā)人員存在兩個門檻，對應(yīng)值分別為6.504、10.585，將研發(fā)人員分為低水平、中等水平、高水平三類，數(shù)量分別為11、206、26個，同樣以中等水平人員居多。技術(shù)積累對創(chuàng)新質(zhì)量的彈性系數(shù)分別為0.009、0.062、0.086，但第一個彈性系數(shù)沒有通過統(tǒng)計性檢驗。這是因為科技人員是創(chuàng)新的重要力量，當(dāng)研發(fā)人員較少時，技術(shù)積累難以提升創(chuàng)新質(zhì)量。隨著研發(fā)人員增多，技術(shù)積累對創(chuàng)新質(zhì)量的彈性系數(shù)逐步增大，符合我國創(chuàng)新質(zhì)量提升空間較大的現(xiàn)實。

3.4 貝葉斯向量自回歸模型估計

建立貝葉斯向量自回歸模型，滯后期檢驗結(jié)果顯示滯后2期最佳，單位圓檢驗結(jié)果顯示所有的點都位于單位圓內(nèi)，因此模型總體是穩(wěn)健的。

創(chuàng)新數(shù)量的脈沖響應(yīng)函數(shù)如圖3所示?？梢园l(fā)現(xiàn)，來自研發(fā)經(jīng)費一個標準差的正向沖擊對其影響最大，當(dāng)期為0，隨后逐漸提升并趨于穩(wěn)定；其次是技術(shù)積累的沖擊，當(dāng)期也為0，隨后略有提升并趨于穩(wěn)定；再次是研發(fā)人員的沖擊，當(dāng)期為0，總體作用較弱，但影響時間較長；最后是來自創(chuàng)新質(zhì)量的沖擊，當(dāng)期為0，隨后急劇下降，表現(xiàn)為負向彈性，作用時間較長，說明創(chuàng)新質(zhì)量的沖擊不能提高創(chuàng)新數(shù)量。

圖3 創(chuàng)新數(shù)量的脈沖響應(yīng)函數(shù)Fig.3 Impulse response function of innovation quantity

創(chuàng)新質(zhì)量的脈沖響應(yīng)函數(shù)如圖4所示，可以發(fā)現(xiàn)，首先，研發(fā)經(jīng)費的沖擊對其影響最大，當(dāng)期為0，總體較弱，但是作用時間較長；其次是技術(shù)積累的沖擊，也比較弱，特征類似；再次是研發(fā)人員的沖擊，但結(jié)果顯示為負向彈性，總體較弱，說明研發(fā)人員的沖擊難以有效提高創(chuàng)新質(zhì)量；最后是創(chuàng)新數(shù)量的沖擊，同樣表現(xiàn)為負向彈性，當(dāng)期為0，作用時間較長，說明創(chuàng)新數(shù)量的沖擊難以提高創(chuàng)新質(zhì)量。

圖4 創(chuàng)新質(zhì)量的脈沖響應(yīng)函數(shù)Fig.4 Impulse response function of innovation quality

技術(shù)積累的脈沖響應(yīng)函數(shù)如圖5所示?？梢园l(fā)現(xiàn)，首先，研發(fā)經(jīng)費一個標準差的正向沖擊對其影響最大，當(dāng)期就發(fā)揮效用，至第四期達到極大值后略有下降；其次是創(chuàng)新數(shù)量的沖擊，當(dāng)期發(fā)揮效用，隨后迅速提高，作用時間較長，說明創(chuàng)新數(shù)量對技術(shù)積累具有較強的正向反饋；再次是研發(fā)勞動力的沖擊，當(dāng)期發(fā)揮效用，總體較平穩(wěn)，作用時間較長；最后是創(chuàng)新質(zhì)量的沖擊，其當(dāng)期發(fā)揮效用，但是彈性系數(shù)總體不大，并且從第四期開始衰減為負數(shù)，說明創(chuàng)新質(zhì)量對技術(shù)積累的反饋作用有待提高。

圖5 技術(shù)積累的脈沖響應(yīng)函數(shù)Fig.5 Impulse response function of technology accumulation

3.5 穩(wěn)健性檢驗

為了對技術(shù)積累與創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量的關(guān)系進行穩(wěn)健性檢驗，以創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量作為產(chǎn)出，研發(fā)經(jīng)費、研發(fā)人員、技術(shù)積累作為投入變量，基于BP人工神經(jīng)網(wǎng)絡(luò)進行穩(wěn)健性檢驗。人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)閾值總誤差設(shè)定為0.000 000 1，一旦到達該閾值則停止學(xué)習(xí)。由于BP人工神經(jīng)網(wǎng)絡(luò)模型每次學(xué)習(xí)結(jié)果不一樣，因此采用5次學(xué)習(xí)的平均值結(jié)果作為最終結(jié)果。

創(chuàng)新數(shù)量的穩(wěn)健性檢驗結(jié)果如表8所示，可以發(fā)現(xiàn)，研發(fā)經(jīng)費的權(quán)重最高，為46.15，其次是技術(shù)積累，權(quán)重為36.27，最小的是研發(fā)人員，權(quán)重為17.58，排序與式(1)-(6)的估計結(jié)果一致，說明研究結(jié)果穩(wěn)健。

表8 穩(wěn)健性檢驗結(jié)果Tab.8 Robustness test results

4 研究結(jié)論

4.1 技術(shù)積累對創(chuàng)新數(shù)量的貢獻大于創(chuàng)新質(zhì)量

聯(lián)立方程估計結(jié)果表明，技術(shù)積累對創(chuàng)新數(shù)量的彈性影響要遠遠高于創(chuàng)新質(zhì)量。各種面板門檻效應(yīng)的估計結(jié)果也表明，技術(shù)積累對創(chuàng)新數(shù)量的彈性影響也遠遠大于創(chuàng)新質(zhì)量。其主要原因是，我國創(chuàng)新數(shù)量總體較大，但創(chuàng)新質(zhì)量不高，并且顛覆性創(chuàng)新、重大創(chuàng)新、重大生產(chǎn)工藝改進等相對滯后，新興技術(shù)積累、重大相關(guān)技術(shù)積累、重大生產(chǎn)技術(shù)積累不足。

4.2 創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)調(diào)水平不高

聯(lián)立方程估計結(jié)果表明，創(chuàng)新數(shù)量對創(chuàng)新質(zhì)量的彈性系數(shù)為負，創(chuàng)新質(zhì)量對創(chuàng)新數(shù)量的彈性系數(shù)也為負。貝葉斯向量自回歸模型結(jié)果顯示，創(chuàng)新質(zhì)量沖擊對創(chuàng)新數(shù)量的影響呈負向，創(chuàng)新數(shù)量沖擊對創(chuàng)新質(zhì)量的影響總體較弱，但長期表現(xiàn)為負向。這充分說明我國高技術(shù)產(chǎn)業(yè)創(chuàng)新數(shù)量與創(chuàng)新質(zhì)量協(xié)調(diào)度較低，盡管創(chuàng)新數(shù)量是創(chuàng)新質(zhì)量的基礎(chǔ)，創(chuàng)新質(zhì)量是創(chuàng)新數(shù)量的高端化，但由于創(chuàng)新質(zhì)量不高，導(dǎo)致兩者不平衡。

4.3 技術(shù)積累對創(chuàng)新數(shù)量的貢獻中其自身、研發(fā)人員、創(chuàng)新質(zhì)量的門檻效應(yīng)呈遞減特征

在技術(shù)積累對創(chuàng)新數(shù)量的貢獻中，技術(shù)積累自身、研發(fā)人員、創(chuàng)新質(zhì)量對其的彈性系數(shù)均為非線性，且作用特征相似，隨著這些門檻變量水平提高，技術(shù)積累對創(chuàng)新數(shù)量的彈性系數(shù)總體上呈降低趨勢。這說明從提高創(chuàng)新數(shù)量角度，技術(shù)積累盡管具有重要作用，但如果缺乏根本的基礎(chǔ)理論突破和重大技術(shù)突破，技術(shù)積累的作用有限。

4.4 隨著創(chuàng)新數(shù)量增加技術(shù)積累對創(chuàng)新數(shù)量的彈性影響系數(shù)逐步增大

當(dāng)企業(yè)擁有較多創(chuàng)新數(shù)量和較高水平技術(shù)積累后，企業(yè)存在較大的選擇空間和更多技術(shù)路徑，因此更有利于創(chuàng)新數(shù)量增加。創(chuàng)新數(shù)量作為一種創(chuàng)新挖潛途徑，還有較大提升空間。

4.5 當(dāng)研發(fā)經(jīng)費處于中等水平時技術(shù)積累對創(chuàng)新數(shù)量的彈性影響系數(shù)最大

面板門檻回歸結(jié)果表明，當(dāng)研發(fā)經(jīng)費處于中等水平時，技術(shù)積累對創(chuàng)新數(shù)量的彈性影響最大。這是因為研發(fā)經(jīng)費不足導(dǎo)致技術(shù)積累難以促進創(chuàng)新數(shù)量增加，而當(dāng)研發(fā)經(jīng)費水平較高時，企業(yè)能將更多精力放在提高創(chuàng)新質(zhì)量上。

4.6 技術(shù)積累對創(chuàng)新質(zhì)量的彈性影響具有較強的規(guī)模經(jīng)濟效應(yīng)

面板門檻回歸模型結(jié)果表明，當(dāng)創(chuàng)新數(shù)量、創(chuàng)新質(zhì)量、研發(fā)經(jīng)費、研發(fā)人員以及技術(shù)積累自身水平較低時，技術(shù)積累與創(chuàng)新質(zhì)量無關(guān)，只有當(dāng)上述水平均有提高時，技術(shù)積累才與創(chuàng)新質(zhì)量正相關(guān)，并且當(dāng)研發(fā)經(jīng)費、研發(fā)人員投入從中等水平提升到高水平后，技術(shù)積累的彈性系數(shù)才會有所增大，這主要是因為我國高技術(shù)產(chǎn)業(yè)規(guī)模不大、創(chuàng)新質(zhì)量整體不高。