摘要：文章研究了不同渠道經(jīng)費(fèi)來(lái)源與高技術(shù)產(chǎn)業(yè)創(chuàng)新的互動(dòng)關(guān)系。研究結(jié)果表明，企業(yè)研發(fā)經(jīng)費(fèi)與創(chuàng)新產(chǎn)出互動(dòng)效應(yīng)顯著；銀行科技貸款對(duì)創(chuàng)新的貢獻(xiàn)較大；政府研發(fā)經(jīng)費(fèi)與研發(fā)人員績(jī)效較低；企業(yè)研發(fā)經(jīng)費(fèi)與政府研發(fā)經(jīng)費(fèi)良性互動(dòng)；企業(yè)研發(fā)經(jīng)費(fèi)與銀行科技貸款具有互動(dòng)效應(yīng)；政府研發(fā)經(jīng)費(fèi)與銀行科技貸款對(duì)企業(yè)研發(fā)經(jīng)費(fèi)投入均具有“倒逼效應(yīng)”。

關(guān)鍵詞：政府研發(fā)經(jīng)費(fèi)；企業(yè)研發(fā)經(jīng)費(fèi)；銀行科技貸款；技術(shù)創(chuàng)新；面板向量自回歸 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類號(hào)：G203 文章編號(hào)：1009-2374（2017）05-0269-04 DOI：10.13535/j.cnki.11-4406/n.2017.05.131

1 概述

自從國(guó)家提出創(chuàng)新驅(qū)動(dòng)以來(lái)，我國(guó)加大了科技投入力度。據(jù)2015年中國(guó)科技統(tǒng)計(jì)年鑒數(shù)據(jù)顯示，2014年全國(guó)R&D經(jīng)費(fèi)內(nèi)部支出為13015.63億元，R&D內(nèi)部經(jīng)費(fèi)強(qiáng)度為2.05%，比2014年提高了0.4個(gè)百分點(diǎn)。但R&D經(jīng)費(fèi)內(nèi)部支出可比價(jià)增長(zhǎng)卻大幅下降，為5.81%，是1995年以來(lái)最低，1995～2014年，僅三年中R&D經(jīng)費(fèi)內(nèi)部支出可比價(jià)增長(zhǎng)速度低于10%。2014年，全國(guó)有高新技術(shù)企業(yè)27939家，主營(yíng)業(yè)務(wù)收入127367.7億元，出口交貨值50765.2億元。2014年高新技術(shù)企業(yè)投入新產(chǎn)品開發(fā)經(jīng)費(fèi)2350.6億元，R&D經(jīng)費(fèi)支出1922.2億元，R&D人員全時(shí)當(dāng)量57.3萬(wàn)人年。高新技術(shù)企業(yè)成為企業(yè)創(chuàng)新的重要力量。

科技創(chuàng)新R&D經(jīng)費(fèi)投入的主要有三個(gè)渠道：一是企業(yè)自籌經(jīng)費(fèi)，這是企業(yè)創(chuàng)新R&D經(jīng)費(fèi)投入最主要來(lái)源；二是財(cái)政R&D經(jīng)費(fèi)投入，主要通過(guò)項(xiàng)目資助和稅收補(bǔ)貼來(lái)進(jìn)行實(shí)現(xiàn)；三是金融機(jī)構(gòu)貸款，一些地方有科技銀行，專為企業(yè)科技創(chuàng)新提供信貸。通過(guò)數(shù)據(jù)比較發(fā)現(xiàn)，三種不同的科研經(jīng)費(fèi)來(lái)源，對(duì)科技創(chuàng)新產(chǎn)生不同的效率。本文以高技術(shù)產(chǎn)業(yè)為對(duì)象，研究不同渠道的R&D經(jīng)費(fèi)與創(chuàng)新產(chǎn)出之間的互動(dòng)關(guān)系。

國(guó)內(nèi)外在R&D經(jīng)費(fèi)投入與科技產(chǎn)出相關(guān)性方面的研究成果很豐富，梳理了國(guó)內(nèi)外研究成果，有以下三點(diǎn)不足：一是從研究?jī)?nèi)容看，對(duì)于科技投入中最主要的三種資金來(lái)源：政府R&D經(jīng)費(fèi)投入、企業(yè)R&D經(jīng)費(fèi)投入、銀行科技貸款的績(jī)效分析比較評(píng)價(jià)缺少，也正是因?yàn)榇?，?duì)于加強(qiáng)哪種資金研發(fā)投入就沒(méi)有很好的參考指標(biāo)，從而在R&D投入時(shí)具有盲目性；二是從研究方法看，現(xiàn)有的研究主要采用灰色關(guān)聯(lián)分析、自向量模型、普通回歸等，較少采用動(dòng)態(tài)面板、面板誤差修正模型等方法，因而不能從動(dòng)態(tài)和投入產(chǎn)出互動(dòng)關(guān)系的角度全面反映科技投入產(chǎn)出之間的關(guān)系；三是在技術(shù)處理上，現(xiàn)有研究多采用最小二乘法進(jìn)行估計(jì)，內(nèi)生性變量問(wèn)題較少考慮。

本文研究框架如圖1所示。

2 研究方法

2.1 動(dòng)態(tài)面板模型

2.2 面板向量自回歸模型

面板向量自回歸模型（Panel VAR）繼承了VAR模型的優(yōu)點(diǎn)，把所有變量均視作內(nèi)生變量；脈沖響應(yīng)函數(shù)分離出一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響；個(gè)體效應(yīng)允許個(gè)體差異，時(shí)間效應(yīng)則反映了個(gè)體在橫截面受到的共同沖擊。

3 數(shù)據(jù)來(lái)源

目前反映高技術(shù)產(chǎn)業(yè)創(chuàng)新的主要指標(biāo)有新產(chǎn)品銷售收入（Griliches、Liu等）和專利授權(quán)數(shù)量（Groot等），當(dāng)然從統(tǒng)計(jì)數(shù)據(jù)來(lái)源看，新產(chǎn)品產(chǎn)值也是可供選用的變量。

新產(chǎn)品的界定沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，這是理論上存在的一個(gè)最大障礙。

授權(quán)專利數(shù)作為創(chuàng)新產(chǎn)出的指標(biāo)存在一定的不科學(xué)性：一是不同的專利代表的創(chuàng)新產(chǎn)出能力不一樣，發(fā)明專利要高于實(shí)用新型和外觀設(shè)計(jì)，因而不同專利的權(quán)重難以確定；二是專利申請(qǐng)期長(zhǎng)，特別是發(fā)明專利，最少要兩三年，對(duì)數(shù)據(jù)要求高；三是部分企業(yè)為了獲得科技項(xiàng)目扶持，比如為了成功申報(bào)高新技術(shù)企業(yè)，申報(bào)的專利質(zhì)量不高；四是相當(dāng)一部分企業(yè)將核心技術(shù)保密，不申請(qǐng)專利，一些微小企業(yè)申請(qǐng)專利的動(dòng)機(jī)也不強(qiáng)烈。

新產(chǎn)品產(chǎn)值作為創(chuàng)新產(chǎn)出的指標(biāo)，除了和采用新產(chǎn)品銷售收入一樣的問(wèn)題外，還存在銷售的問(wèn)題，即生產(chǎn)新產(chǎn)品并不一定能夠全部銷售，還有的企業(yè)存在由于新產(chǎn)品設(shè)計(jì)和銷售過(guò)程中存在問(wèn)題而導(dǎo)致失敗的情況。

鑒于以上的原因，本文用新產(chǎn)品銷售收入作為高技術(shù)產(chǎn)業(yè)創(chuàng)新產(chǎn)出的替代變量。

R&D經(jīng)費(fèi)投入除了上述三種經(jīng)費(fèi)來(lái)源外，還有人力資本投入。借鑒Griliches的做法，采用永續(xù)盤存法估算R&D資本存量。研發(fā)人力資本采用研發(fā)人員折合全時(shí)當(dāng)量指標(biāo)來(lái)替代，這也是國(guó)際通行的做法。

本文數(shù)據(jù)來(lái)自于中國(guó)高技術(shù)年鑒（1997～2013年），西藏?cái)?shù)據(jù)不全，不作考慮。

4 實(shí)證研究結(jié)果

4.1 面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

本文采用ADF、Levin、PP三種方法同時(shí)檢驗(yàn)，當(dāng)至少兩種方法結(jié)果一致時(shí)，視為通過(guò)檢驗(yàn)。檢驗(yàn)結(jié)果如表1。經(jīng)過(guò)一階差分，所有變量均平穩(wěn)。

4.2 格蘭杰因果檢驗(yàn)

考慮到技術(shù)創(chuàng)新的投入產(chǎn)出影響滯后期一般不會(huì)超過(guò)4年，再長(zhǎng)的滯后期即使有影響其效應(yīng)也會(huì)比較弱小，因此滯后期選擇1～4年進(jìn)行格蘭杰因果檢驗(yàn)。企業(yè)全部R&D投入以企業(yè)R&D經(jīng)費(fèi)投入為主，政府R&D經(jīng)費(fèi)投入與銀行科技貸款為輔，三者可能存在某種互動(dòng)關(guān)系，因此在進(jìn)行格蘭杰因果檢驗(yàn)時(shí)也可檢驗(yàn)企業(yè)研發(fā)經(jīng)費(fèi)與政府研發(fā)經(jīng)費(fèi)、銀行科技貸款的因果關(guān)系，檢驗(yàn)結(jié)果如表2：

在滯后1～4期，企業(yè)研發(fā)經(jīng)費(fèi)投入是創(chuàng)新產(chǎn)出的原因，但創(chuàng)新產(chǎn)出不是企業(yè)研發(fā)經(jīng)費(fèi)的原因。

在滯后1～4期，政府研發(fā)經(jīng)費(fèi)、銀行貸款、研發(fā)人員全時(shí)當(dāng)量均與創(chuàng)新產(chǎn)出互為因果關(guān)系。

在滯后1～4期，企業(yè)研發(fā)經(jīng)費(fèi)與政府研發(fā)經(jīng)費(fèi)互為因果關(guān)系。這里面存在這樣一種傳導(dǎo)機(jī)制：企業(yè)研發(fā)經(jīng)費(fèi)投入的增加可能會(huì)申請(qǐng)到政府的科研經(jīng)費(fèi)，政府科研經(jīng)費(fèi)投入表明政府認(rèn)可企業(yè)在研發(fā)領(lǐng)域所做的努力以及對(duì)努力結(jié)果的確認(rèn)，也解決了企業(yè)部分研發(fā)經(jīng)費(fèi)的不足，從而促使企業(yè)增加研發(fā)投入。

在滯后1～4期，企業(yè)研發(fā)經(jīng)費(fèi)投入與銀行科技貸款互為因果關(guān)系。說(shuō)明企業(yè)研發(fā)經(jīng)費(fèi)投入的增加及帶來(lái)的未來(lái)產(chǎn)出的預(yù)期會(huì)促使銀行提供科技貸款，而銀行科技貸款的支持解決了企業(yè)部分研發(fā)經(jīng)費(fèi)的不足，從而促使企業(yè)增加研發(fā)經(jīng)費(fèi)投入。

4.3 動(dòng)態(tài)面板估計(jì)

KAO檢驗(yàn)結(jié)果表明，t檢驗(yàn)值為-11.237，相伴概率值為0.000，說(shuō)明R&D投入與產(chǎn)出之間存在協(xié)整關(guān)系。接著采用SYS-GMM模型進(jìn)行動(dòng)態(tài)面板估計(jì)。在估計(jì)時(shí)，首先引入全部變量采用隨機(jī)效應(yīng)進(jìn)行估計(jì)，接著進(jìn)行hauseman檢驗(yàn)，將不顯著變量刪除，如表3中的固定效應(yīng)2所示，表3還給出面板數(shù)據(jù)模型的估計(jì)結(jié)果。

然后進(jìn)行模型的穩(wěn)健性檢驗(yàn)。首先對(duì)動(dòng)態(tài)面板回歸結(jié)果的殘差進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果Levin檢驗(yàn)值為

-10.272，相伴概率值為0.000，ADP檢驗(yàn)值為158.548，相伴概率為0.000，PP檢驗(yàn)值為167.716，相伴概率值為0.000，也就是說(shuō)，殘差是平穩(wěn)的，說(shuō)明面板數(shù)據(jù)協(xié)整關(guān)系是穩(wěn)定的。接著進(jìn)行Sargan-Hansen檢驗(yàn)，以判斷工具變量的選擇是否存在“過(guò)度識(shí)別”現(xiàn)象。表3中，Sagen檢驗(yàn)的概率分別為0.672和0.633，不能拒絕工具變量聯(lián)合生效的原假設(shè)，因此動(dòng)態(tài)面板的工具變量選擇是合理的。需要說(shuō)明的是，在第二次動(dòng)態(tài)面板估計(jì)中，由于刪除了研發(fā)人員全時(shí)當(dāng)量變量，因此相應(yīng)地也刪除了其滯后項(xiàng)的工具變量。

動(dòng)態(tài)面板估計(jì)結(jié)果顯示，R2值為0.628，中等程度的相關(guān)。企業(yè)R&D經(jīng)費(fèi)投入的彈性系數(shù)最大，表示企業(yè)R&D經(jīng)費(fèi)每提高1%，會(huì)導(dǎo)致創(chuàng)新產(chǎn)出增加1.721%，銀行科技貸款彈性系數(shù)次之，每增加1%，會(huì)帶來(lái)創(chuàng)新產(chǎn)出增加0.590%。

政府R&D經(jīng)費(fèi)投入的彈性系數(shù)為負(fù)，并且已經(jīng)通過(guò)了統(tǒng)計(jì)檢驗(yàn)，說(shuō)明政府研發(fā)經(jīng)費(fèi)投入對(duì)高技術(shù)產(chǎn)業(yè)具有負(fù)面作用，其運(yùn)用存在低效率。在靜態(tài)模型中，政府研發(fā)經(jīng)費(fèi)與企業(yè)科研產(chǎn)出無(wú)關(guān)。無(wú)論靜態(tài)模型還是動(dòng)態(tài)模型，結(jié)論大致相似。這可能與政府科研經(jīng)費(fèi)的分配機(jī)制不合理，分配不公平等因素有關(guān)。

在動(dòng)態(tài)模型中，科研人員全時(shí)當(dāng)量與科技產(chǎn)出無(wú)關(guān)，而在靜態(tài)模型中，科研人員全時(shí)當(dāng)量對(duì)科技產(chǎn)出有促進(jìn)作用，主要原因是由于靜態(tài)模型估計(jì)的偏誤引起的?？傮w上，科研人員全時(shí)當(dāng)量的效率是低下的，這可能與科研人員的研發(fā)成果轉(zhuǎn)化率較低有關(guān)。

4.4 面板向量自回歸估計(jì)

建立PVEC模型首先必須確定滯后階數(shù)，通常先建立無(wú)約束VAR模型，然后利用赤池信息準(zhǔn)則（AIC）和施瓦茨準(zhǔn)則（SC）等來(lái)確定滯后階數(shù)，為了節(jié)省自由度，同時(shí)考慮到低階的影響更為顯著，本文將滯后階數(shù)統(tǒng)一確定為2。PVEC模型建立后進(jìn)行單位圓檢驗(yàn)，AR ROOT檢驗(yàn)顯示所有特征根都位于單位圓內(nèi)，模型結(jié)構(gòu)穩(wěn)定，擬合效果較好。

綜合分析脈沖響應(yīng)函數(shù)，可以得出如下結(jié)論：

第一，創(chuàng)新產(chǎn)出和企業(yè)研發(fā)經(jīng)費(fèi)互動(dòng)作用比較顯著。來(lái)自創(chuàng)新產(chǎn)出一個(gè)標(biāo)準(zhǔn)差的正向沖擊，對(duì)企業(yè)研發(fā)經(jīng)費(fèi)作用效果鮮明，對(duì)其他影響不大。而來(lái)自企業(yè)研發(fā)經(jīng)費(fèi)的沖擊，對(duì)創(chuàng)新產(chǎn)出的作用最大，對(duì)銀行科技貸款也有顯著影響。

第二，政府研發(fā)經(jīng)費(fèi)對(duì)企業(yè)研發(fā)經(jīng)費(fèi)具有顯著促進(jìn)作用，對(duì)其他影響較小。一方面說(shuō)明政府研發(fā)經(jīng)費(fèi)對(duì)創(chuàng)新產(chǎn)出貢獻(xiàn)的低效率；另一方面也有利的一面，即促進(jìn)企業(yè)研發(fā)經(jīng)費(fèi)投入的增加。

第三，銀行科技貸款的沖擊對(duì)企業(yè)研發(fā)經(jīng)費(fèi)促進(jìn)最大，其次是政府研發(fā)經(jīng)費(fèi)、研發(fā)人員全時(shí)當(dāng)量，對(duì)創(chuàng)新產(chǎn)出的影響較小。

第四，研發(fā)人員全時(shí)當(dāng)量的沖擊對(duì)企業(yè)R&D經(jīng)費(fèi)促進(jìn)最大，其次是政府R&D經(jīng)費(fèi)，最后是銀行科技貸款，對(duì)創(chuàng)新產(chǎn)出的影響較小。

在PVEC模型中，各變量的方差分解如表4所示。

在末期，高技術(shù)企業(yè)創(chuàng)新產(chǎn)出的方差分解中，自身占85%，企業(yè)研發(fā)經(jīng)費(fèi)和銀行科技貸款各占6%，政府研發(fā)經(jīng)費(fèi)和研發(fā)人員全時(shí)當(dāng)量的份額很低，各占1%。這和動(dòng)態(tài)面板估計(jì)的結(jié)論基本是一致的。

企業(yè)研發(fā)經(jīng)費(fèi)的方差分解中，自身占75%，創(chuàng)新產(chǎn)出占23%，其他因素幾乎沒(méi)有影響，顯示了企業(yè)R&D經(jīng)費(fèi)與創(chuàng)新產(chǎn)出之間顯著的互動(dòng)關(guān)系。

政府R&D經(jīng)費(fèi)的方差分解中，自身占94%，其他均沒(méi)有超過(guò)3%，說(shuō)明了政府R&D經(jīng)費(fèi)相對(duì)獨(dú)立，和其他因素互動(dòng)作用不強(qiáng)。

銀行科技貸款的方差分解中，自身占85%，企業(yè)研發(fā)經(jīng)費(fèi)占7%，政府研發(fā)經(jīng)費(fèi)占4%，創(chuàng)新產(chǎn)出占3%，研發(fā)人員全時(shí)當(dāng)量占1%。

研發(fā)人員全時(shí)當(dāng)量的方差分解中，自身占82%，企業(yè)R&D經(jīng)費(fèi)占7%，創(chuàng)新產(chǎn)出占6%，政府R&D經(jīng)費(fèi)占3%，銀行科技貸款占2%。

5 結(jié)論

5.1 企業(yè)研發(fā)經(jīng)費(fèi)與創(chuàng)新產(chǎn)出互動(dòng)效應(yīng)顯著

企業(yè)R&D經(jīng)費(fèi)對(duì)創(chuàng)新產(chǎn)出的貢獻(xiàn)比較顯著，企業(yè)R&D經(jīng)費(fèi)是創(chuàng)新產(chǎn)出的格蘭杰原因，企業(yè)研發(fā)經(jīng)費(fèi)每增加1%，會(huì)導(dǎo)致創(chuàng)新產(chǎn)出增加1.721%。除自身外，在創(chuàng)新產(chǎn)出的脈沖響應(yīng)函數(shù)中，企業(yè)研發(fā)經(jīng)費(fèi)對(duì)創(chuàng)新產(chǎn)出的沖擊最大，在企業(yè)研發(fā)經(jīng)費(fèi)的脈沖響應(yīng)函數(shù)中，創(chuàng)新產(chǎn)出的沖擊影響最大。在方差分解中，兩者互為對(duì)方的主要因素。

5.2 銀行科技貸款對(duì)創(chuàng)新的貢獻(xiàn)較大

銀行科技貸款與創(chuàng)新產(chǎn)出互為格蘭杰因果關(guān)系，銀行科技貸款每增加1%，會(huì)導(dǎo)致創(chuàng)新產(chǎn)出增加0.59%。在脈沖響應(yīng)函數(shù)和方差分解中，銀行科技貸款與創(chuàng)新產(chǎn)出互動(dòng)效應(yīng)較弱，主要原因是由于科技金融尚不夠發(fā)達(dá)，銀行科技貸款規(guī)?？傮w過(guò)小所致。

5.3 政府研發(fā)經(jīng)費(fèi)與企業(yè)研發(fā)人員績(jī)效較低

政府科研經(jīng)費(fèi)雖然和創(chuàng)新產(chǎn)出互為因果關(guān)系，但政府研發(fā)經(jīng)費(fèi)對(duì)創(chuàng)新產(chǎn)出貢獻(xiàn)的彈性系數(shù)為負(fù)，顯示出政府研發(fā)經(jīng)費(fèi)投入對(duì)高技術(shù)企業(yè)創(chuàng)新的低效率，這說(shuō)明了政府研發(fā)經(jīng)費(fèi)投入的分配機(jī)制存在一定的問(wèn)題。

研發(fā)人員全時(shí)當(dāng)量與企業(yè)科技產(chǎn)出無(wú)關(guān)原因是多方面的，比如研發(fā)人員全時(shí)當(dāng)量中無(wú)法區(qū)分企業(yè)的研發(fā)人員與科研院所的研發(fā)人員，科研院所的研發(fā)人員的研究成果轉(zhuǎn)化率較低，產(chǎn)學(xué)研合作不夠緊密等。

5.4 企業(yè)研發(fā)經(jīng)費(fèi)與政府研發(fā)經(jīng)費(fèi)良性互動(dòng)

企業(yè)研發(fā)經(jīng)費(fèi)投入與政府研發(fā)經(jīng)費(fèi)投入互為格蘭杰因果關(guān)系。企業(yè)研發(fā)經(jīng)費(fèi)的脈沖響應(yīng)函數(shù)中，政府研發(fā)經(jīng)費(fèi)對(duì)其有顯著的影響；在政府研發(fā)經(jīng)費(fèi)的脈沖響應(yīng)函數(shù)中，除自身外，企業(yè)研發(fā)經(jīng)費(fèi)沖擊的影響最大。在方差分解中，這種互動(dòng)關(guān)系存在但不夠顯著。

高技術(shù)企業(yè)在創(chuàng)新過(guò)程中，隨著R&D投入的增加，在科技資源有限的情況下，必然會(huì)設(shè)法尋求政府的支持，這是企業(yè)研發(fā)經(jīng)費(fèi)投入帶來(lái)政府投入增加的內(nèi)在動(dòng)力。那么，政府對(duì)高技術(shù)企業(yè)的R&D投入為什么會(huì)帶動(dòng)企業(yè)R&D經(jīng)費(fèi)投入呢？一方面，企業(yè)申請(qǐng)政府R&D經(jīng)費(fèi)，往往只占總R&D經(jīng)費(fèi)的較小份額，大部分還要靠企業(yè)自己投入；另一方面，政府R&D經(jīng)費(fèi)具有示范效應(yīng)，項(xiàng)目考核也有嚴(yán)格要求，這加大了對(duì)企業(yè)研發(fā)的壓力，促使企業(yè)加大R&D投入。

5.5 企業(yè)R&D經(jīng)費(fèi)與銀行科技貸款具有互動(dòng)效應(yīng)

企業(yè)R&D經(jīng)費(fèi)投入與銀行科技貸款互為格蘭杰因果關(guān)系。在企業(yè)R&D經(jīng)費(fèi)的脈沖響應(yīng)函數(shù)中，企業(yè)R&D經(jīng)費(fèi)對(duì)銀行科技貸款具有穩(wěn)定的促進(jìn)效應(yīng)；銀行科技貸款的脈沖響應(yīng)函數(shù)中，除自身外，對(duì)企業(yè)R&D經(jīng)費(fèi)的促進(jìn)作用最大。企業(yè)R&D經(jīng)費(fèi)的方差分解中，銀行科技貸款的份額較低，但銀行科技貸款的方差分解中，除其自身外，企業(yè)R&D經(jīng)費(fèi)占據(jù)份額最大。

企業(yè)科技投入在面臨經(jīng)費(fèi)不足的情況下，首要的思路是尋求銀行科技貸款，其次可能才是尋求政府投入。銀行科技貸款對(duì)企業(yè)R&D經(jīng)費(fèi)投入產(chǎn)生“倒逼效應(yīng)”，因?yàn)橐环矫妫y行科技貸款僅占整個(gè)企業(yè)R&D經(jīng)費(fèi)投入的很小一部分；另一方面，商業(yè)銀行由于風(fēng)險(xiǎn)的規(guī)避性，會(huì)對(duì)企業(yè)科技貸款項(xiàng)目進(jìn)行嚴(yán)格的審核，使得貸款項(xiàng)目總體上技術(shù)水平較高，成功的把握較大。

參考文獻(xiàn)

[1] Jaffe，A.B.Real effects of academic research[J].TheAmerican Economic Review，1989，（5）.

[2] Griliches，Z.Issues in assessing the contribution of research and development to productivity growth[J].BellJournal of Economics，1979，（1）.

[3] Liu，X.H.，Buck T.Innovation performance andchannels for international technology spillovers：evidence from chineses high-tech industries[J].Research policy，2007，36（3）.

[4] Groot de HLF.，Nijkamp P.Knowledge spillovers，innovation and regional development[J].Papers inregional science，2001，80（3）.

[5] Griliches，Z.R&D，Education，and Productivity[M].Harvard University Press，2000.

基金項(xiàng)目：浙江省軟科學(xué)研究計(jì)劃項(xiàng)目：浙江省“大眾創(chuàng)業(yè)，萬(wàn)眾創(chuàng)新”的關(guān)鍵問(wèn)題、評(píng)價(jià)體系及推進(jìn)路徑研究，2017C35071，階段性成果；寧波市軟科學(xué)研究計(jì)劃項(xiàng)目：支持中小企業(yè)創(chuàng)新發(fā)展的科技政策研究——以寧波為例，201601HJ-C01054，階段性成果。

作者簡(jiǎn)介：胡平（1970-），女，湖北英山人，浙江工商職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理學(xué)院副教授，碩士，研究方向：科技金融、科技政策。

（責(zé)任編輯：周 瓊）