李雙杰 尹倩雯

［摘要］黨的二十大報(bào)告指出，要推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，而高科技是經(jīng)濟(jì)高質(zhì)量發(fā)展的引擎，尤其在創(chuàng)新全球化的時(shí)代背景下，企業(yè)研發(fā)和產(chǎn)能升級(jí)迫在眉睫。基于2016—2021年我國673家A股上市高技術(shù)企業(yè)的面板數(shù)據(jù)，以企業(yè)R&D支出為中介變量、企業(yè)規(guī)模和企業(yè)吸收能力為調(diào)節(jié)變量，構(gòu)建調(diào)節(jié)中介效應(yīng)模型，探究政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的影響機(jī)制。實(shí)證結(jié)果表明：（1）企業(yè)研發(fā)支出在政府研發(fā)補(bǔ)貼促進(jìn)企業(yè)R&D產(chǎn)出過程起部分中介作用；（2）企業(yè)規(guī)模在上市企業(yè)R&D支出與產(chǎn)出間起正向調(diào)節(jié)作用，即研發(fā)支出對大企業(yè)R&D產(chǎn)出的提升效果優(yōu)于小企業(yè)，且企業(yè)規(guī)模的調(diào)節(jié)作用存在行業(yè)異質(zhì)性；（3）企業(yè)吸收能力在上市企業(yè)研發(fā)支出與產(chǎn)出間不存在顯著調(diào)節(jié)作用。

［關(guān)鍵詞］政府研發(fā)補(bǔ)貼；企業(yè)研發(fā)支出；企業(yè)R&D產(chǎn)出；GPCA；調(diào)節(jié)中介效應(yīng)

［中圖分類號(hào)］F273.1中圖分類號(hào)［文獻(xiàn)標(biāo)志碼］文獻(xiàn)標(biāo)志碼A［文章編號(hào)］1672-4917（2023）03-0080-10

一、引言

黨的二十大報(bào)告指出，要推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，而高科技是經(jīng)濟(jì)高質(zhì)量發(fā)展的引擎。盡管我國綜合國力世界排名第二，自主創(chuàng)新研發(fā)能力也在不斷增強(qiáng)，但仍與世界發(fā)達(dá)國家存在一定差距，缺乏核心技術(shù)、高耗能高污染等問題始終困擾我國。新一輪科技革命正在進(jìn)行，基于創(chuàng)新全球化的時(shí)代背景，科技創(chuàng)新已占據(jù)國家發(fā)展核心地位，為解決我國“卡脖子”困境，近年來政府始終密切關(guān)注高新技術(shù)產(chǎn)業(yè)的發(fā)展。企業(yè)作為自主研發(fā)創(chuàng)新的中堅(jiān)力量，政府必須重視可能由技術(shù)外溢引起的市場失靈等問題，并有針對性地規(guī)劃研發(fā)補(bǔ)貼的發(fā)放機(jī)制。為盡快實(shí)現(xiàn)由“中國制造”向“中國創(chuàng)造”的轉(zhuǎn)變，政府對企業(yè)研發(fā)的支持力度逐年加大，但企業(yè)創(chuàng)新產(chǎn)出仍較緩慢，明晰政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的作用機(jī)制尤為重要。因此，本文旨在研究分析政府研發(fā)補(bǔ)貼對企業(yè)R&D支出與產(chǎn)出的影響機(jī)理。具體而言，構(gòu)建專利質(zhì)量評(píng)價(jià)體系并計(jì)算專利質(zhì)量評(píng)價(jià)綜合指數(shù)作為R&D產(chǎn)出的代理變量，中介變量為企業(yè)R&D支出，調(diào)節(jié)變量為企業(yè)規(guī)模和企業(yè)吸收能力，通過直接、間接和調(diào)節(jié)效應(yīng)探究政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的內(nèi)在聯(lián)系，以期為提升政府研發(fā)補(bǔ)貼使用效率及企業(yè)創(chuàng)新產(chǎn)出效率、優(yōu)化政策制度結(jié)構(gòu)提供參考。

目前，國內(nèi)外學(xué)者對政府研發(fā)補(bǔ)貼與企業(yè)R&D產(chǎn)出的關(guān)系進(jìn)行了一些研究，大部分學(xué)者認(rèn)為政府研發(fā)補(bǔ)貼正向影響上市企業(yè)R&D產(chǎn)出，主要集中在三個(gè)方面：一是研究政府補(bǔ)貼對企業(yè)研發(fā)的直接影響。白俊紅［1］通過建立靜態(tài)和動(dòng)態(tài)面板數(shù)據(jù)模型，得出政府補(bǔ)貼能促進(jìn)企業(yè)研發(fā)活動(dòng)的結(jié)論。樊琦和韓民春［2］基于制造業(yè)企業(yè)實(shí)證研究發(fā)現(xiàn)，政府研發(fā)補(bǔ)貼顯著促進(jìn)企業(yè)創(chuàng)新產(chǎn)出，但當(dāng)市場競爭超過臨界值后，政府R&D投入促進(jìn)企業(yè)創(chuàng)新的作用不斷下降。史潔瓊［3］利用傾向得分匹配模型得出，政府研發(fā)補(bǔ)貼能推動(dòng)企業(yè)創(chuàng)新產(chǎn)出量質(zhì)齊升。李映輝等［4］的分析結(jié)果顯示，財(cái)政科學(xué)技術(shù)支出、全國政府性基金對規(guī)模以上工業(yè)企業(yè)高技術(shù)產(chǎn)業(yè)專利申請數(shù)有顯著正相關(guān)。二是通過中介效應(yīng)分析政府補(bǔ)貼對企業(yè)研發(fā)的影響過程。鄒洋等［5］通過構(gòu)建中介效應(yīng)模型分析發(fā)現(xiàn)，政府研發(fā)補(bǔ)貼能促進(jìn)企業(yè)研發(fā)投入，進(jìn)而提高企業(yè)創(chuàng)新產(chǎn)出水平。宋春芳和徐曉媛［6］利用中介效應(yīng)模型研究發(fā)現(xiàn)，政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新有顯著的激勵(lì)作用，同時(shí)促進(jìn)企業(yè)R&D投入。三是探究政府補(bǔ)貼促進(jìn)企業(yè)研發(fā)的特點(diǎn)。Kang和Park［7］認(rèn)為，政府通過資金投入刺激企業(yè)研發(fā)，從而影響企業(yè)創(chuàng)新產(chǎn)出。Bronzini和Piselli［8］表明，小型企業(yè)中政府研發(fā)補(bǔ)貼促進(jìn)企業(yè)專利申請量增加的可能性更大。趙欣宇［9］重點(diǎn)探討政府補(bǔ)貼對創(chuàng)業(yè)板企業(yè)創(chuàng)新行為的作用，結(jié)果表明政府補(bǔ)貼對企業(yè)研發(fā)投入和創(chuàng)新產(chǎn)出均有顯著推動(dòng)作用。李丹丹［10］采用雙向固定效用模型和面板Tobit模型，分析得出政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新績效存在顯著的激勵(lì)效應(yīng)，且這種正向促進(jìn)效應(yīng)具有時(shí)滯性。

然而，也有部分學(xué)者認(rèn)為政府研發(fā)補(bǔ)貼對上市企業(yè)R&D產(chǎn)出無顯著影響。巫強(qiáng)和劉蓓［11］運(yùn)用系統(tǒng)廣義矩估計(jì)方法分析戰(zhàn)略新興產(chǎn)業(yè)上市公司相關(guān)數(shù)據(jù)，得出定額研發(fā)補(bǔ)貼對上市公司的創(chuàng)新產(chǎn)出沒有顯著影響的結(jié)論。范允奇和李曉鐘［12］運(yùn)用SFA模型和空間外溢效應(yīng)分析發(fā)現(xiàn)，政府R&D投入對技術(shù)創(chuàng)新效率沒有明顯影響，政府研發(fā)補(bǔ)貼作用的不確定性可能由企業(yè)資源、科技政策、產(chǎn)業(yè)發(fā)展水平等因素引起。

由此可見，學(xué)術(shù)界對政府研發(fā)補(bǔ)貼與企業(yè)R&D產(chǎn)出的關(guān)系尚未形成統(tǒng)一意見。此外，現(xiàn)有文獻(xiàn)并未考慮政府研發(fā)補(bǔ)貼對企業(yè)研發(fā)產(chǎn)出的作用會(huì)受到企業(yè)規(guī)模、吸收能力等因素的影響。因此，本文以2016—2021年高技術(shù)行業(yè)673家A股上市企業(yè)為研究對象，著重考慮政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的促進(jìn)作用和企業(yè)研發(fā)支出的中介效應(yīng)，同時(shí)考察企業(yè)規(guī)模和企業(yè)吸收能力在研發(fā)支出與產(chǎn)出間的調(diào)節(jié)作用，并進(jìn)一步分析行業(yè)異質(zhì)性，多角度實(shí)證分析政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的影響過程。

本文主要貢獻(xiàn)在于：（1）構(gòu)建專利質(zhì)量評(píng)價(jià)指標(biāo)體系，避免衡量R&D產(chǎn)出指標(biāo)的單一性，綜合考慮了專利產(chǎn)出的數(shù)量與質(zhì)量因素；（2）考慮企業(yè)研發(fā)支出的中介效應(yīng)，并結(jié)合企業(yè)規(guī)模和吸收能力二者在企業(yè)研發(fā)支出對產(chǎn)出影響中的調(diào)節(jié)作用，進(jìn)一步明確政府補(bǔ)貼對企業(yè)研發(fā)產(chǎn)出的作用路徑；（3）分析高技術(shù)行業(yè)中信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)與高技術(shù)制造業(yè)的行業(yè)異質(zhì)性，拓展該課題研究。

二、理論分析與假設(shè)

（一）政府研發(fā)補(bǔ)貼對上市企業(yè)R&D產(chǎn)出的直接效應(yīng)

由于企業(yè)研發(fā)活動(dòng)本身具有高風(fēng)險(xiǎn)、不確定、長周期和技術(shù)外溢等特征，市場失靈和資金不足等問題必然發(fā)生，此時(shí)政府干預(yù)對于糾正市場失靈具有重要作用。許多學(xué)者認(rèn)為政府研發(fā)補(bǔ)貼是最有效的干預(yù)手段，政府研發(fā)補(bǔ)貼可以增加整個(gè)社會(huì)的研發(fā)投入，帶動(dòng)企業(yè)從事研發(fā)活動(dòng)的積極性。具體而言，政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出有三方面的直接效應(yīng)：一是政府研發(fā)補(bǔ)貼能轉(zhuǎn)移分?jǐn)偲髽I(yè)研發(fā)投資風(fēng)險(xiǎn)，降低企業(yè)進(jìn)行研發(fā)活動(dòng)的風(fēng)險(xiǎn)預(yù)期，從而正向影響其研發(fā)產(chǎn)出；二是政策引導(dǎo)，政府研發(fā)補(bǔ)貼會(huì)幫助企業(yè)吸引高校和科研機(jī)構(gòu)等的技術(shù)合作和支持，提高企業(yè)的研發(fā)效率，進(jìn)而直接提高企業(yè)R&D產(chǎn)出；三是獲得政府補(bǔ)貼的企業(yè)會(huì)在一定程度上受到政府監(jiān)管，可以提高企業(yè)創(chuàng)新質(zhì)量和企業(yè)R&D產(chǎn)出?；诖耍岢黾僭O(shè)1：

假設(shè)1：政府研發(fā)補(bǔ)貼正向影響上市企業(yè)R&D產(chǎn)出。

（二）政府研發(fā)補(bǔ)貼對上市企業(yè)R&D產(chǎn)出的中介效應(yīng)

政府研發(fā)補(bǔ)貼直接影響企業(yè)R&D支出，進(jìn)而影響企業(yè)從事研發(fā)創(chuàng)新、擴(kuò)大市場等活動(dòng)的資金支持，最終影響企業(yè)的R&D產(chǎn)出。不僅如此，政府研發(fā)補(bǔ)貼對于其他投資方和目標(biāo)客戶群體而言，無疑是積極的信號(hào)，投資方很可能因?yàn)閲业恼J(rèn)可而追加投資，從而使該項(xiàng)目獲得更多的研發(fā)資金支持，企業(yè)R&D支出的進(jìn)一步增加也將促進(jìn)企業(yè)R&D產(chǎn)出。因此，本文將企業(yè)R&D支出作為中介變量，即政府研發(fā)補(bǔ)貼通過影響企業(yè)R&D支出進(jìn)而影響企業(yè)R&D產(chǎn)出。其存在的影響路徑如下：一是緩解企業(yè)R&D投入的融資約束，政府研發(fā)補(bǔ)貼可以直接為企業(yè)的研發(fā)活動(dòng)提供部分資金，增加企業(yè)R&D支出，進(jìn)而提高企業(yè)R&D產(chǎn)出；二是政府研發(fā)補(bǔ)貼的“認(rèn)證效應(yīng)”，即其在資本和客戶市場中釋放積極信號(hào)，正向引導(dǎo)投資意愿、價(jià)格預(yù)期及需求量等，從而影響企業(yè)預(yù)期收益，進(jìn)一步影響企業(yè)R&D支出，形成對企業(yè)R&D產(chǎn)出的導(dǎo)向作用；三是企業(yè)為爭取更多的政府研發(fā)補(bǔ)貼，將根據(jù)宏觀政策環(huán)境不斷改變自身R&D支出，進(jìn)而影響其研發(fā)產(chǎn)出?；谝陨侠碚撎岢黾僭O(shè)2a與2b：

假設(shè)2a：政府研發(fā)補(bǔ)貼正向影響上市企業(yè)R&D支出。

假設(shè)2b：上市企業(yè)R&D支出正向影響其R&D產(chǎn)出。

（三）企業(yè)吸收能力的調(diào)節(jié)效應(yīng)

吸收能力概念首次提出時(shí)包括知識(shí)獲取、知識(shí)同化和知識(shí)應(yīng)用三個(gè)維度［13］，是企業(yè)在自主研發(fā)創(chuàng)新過程中能否有效汲取外部環(huán)境中有利資源的決定性因素。企業(yè)識(shí)別、吸收新的外部知識(shí)應(yīng)用于商業(yè)目的的能力，直接影響企業(yè)研發(fā)水平［14］，企業(yè)吸收能力越強(qiáng)，越有利于增強(qiáng)企業(yè)研發(fā)合作、外部技術(shù)獲取以及區(qū)域間流動(dòng)要素消化利用的有效性，增加研發(fā)效率和創(chuàng)新績效［15-16］。具體而言，吸收能力強(qiáng)的企業(yè)獲取資金時(shí)，能夠靈活運(yùn)用，在最大程度上轉(zhuǎn)化為創(chuàng)新產(chǎn)出；反之，吸收能力較弱的企業(yè)獲取資金時(shí)，無法靈活有效地運(yùn)用資金，可能導(dǎo)致資金有效利用率低，從而導(dǎo)致企業(yè)R&D產(chǎn)出數(shù)量少、質(zhì)量低?；谄髽I(yè)吸收能力的調(diào)節(jié)效應(yīng)，提出假設(shè)3：

假設(shè)3：企業(yè)吸收能力在上市企業(yè)R&D支出與上市企業(yè)R&D產(chǎn)出間起正向調(diào)節(jié)作用。

（四）企業(yè)規(guī)模的調(diào)節(jié)效應(yīng)

企業(yè)規(guī)模反映企業(yè)R&D支出和追加研發(fā)投入的潛能，不同規(guī)模企業(yè)的資源稟賦和風(fēng)險(xiǎn)承受能力差異明顯。首先，大企業(yè)在技術(shù)積累和人才儲(chǔ)備等方面都較小企業(yè)有明顯優(yōu)勢，成熟企業(yè)在多年發(fā)展過程中已形成了較為固定的研發(fā)路徑與戰(zhàn)略同盟，擁有穩(wěn)定的資金來源及客戶市場，核心技術(shù)及資源存在相對黏性和核心剛性，且大企業(yè)更能夠吸引合作伙伴進(jìn)行資源整合，以實(shí)現(xiàn)資源最大化利用，將研發(fā)支出成功轉(zhuǎn)化為創(chuàng)新產(chǎn)出的效率更高。其次，大企業(yè)風(fēng)險(xiǎn)承受能力更強(qiáng)，充足的資金和人才儲(chǔ)備使大企業(yè)更傾向于積極探索未知領(lǐng)域，比擔(dān)心風(fēng)險(xiǎn)而采取跟隨戰(zhàn)略的小企業(yè)更具創(chuàng)新動(dòng)力。基于企業(yè)規(guī)模的調(diào)節(jié)效應(yīng)，提出假設(shè)4：

假設(shè)4：企業(yè)規(guī)模正向調(diào)節(jié)上市企業(yè)R&D支出對企業(yè)R&D產(chǎn)出的影響。

三、指標(biāo)測度與模型構(gòu)建

（一）指標(biāo)體系測度與變量說明

1. 指標(biāo)體系構(gòu)建與測度

借鑒相關(guān)研究成果［17-19］，采用理論分析法，遵循科學(xué)性、全面性原則，充分考慮指標(biāo)客觀性和數(shù)據(jù)可得性，本文基于專利的發(fā)明、申請、審查、授權(quán)、運(yùn)營等全過程，從結(jié)構(gòu)、技術(shù)和運(yùn)營三個(gè)層面構(gòu)建專利質(zhì)量評(píng)價(jià)指標(biāo)體系，見表1。

由于本文關(guān)注企業(yè)層面的面板數(shù)據(jù)，經(jīng)典主成分分析僅針對平面數(shù)據(jù)并不能很好地處理面板數(shù)據(jù)，因此，本文采用時(shí)序全局主成分分析法構(gòu)建綜合評(píng)價(jià)指數(shù)，該方法在PCA基礎(chǔ)上融入時(shí)序分析，打破了PCA的應(yīng)用局限性，信息量損失更小，且在長期數(shù)據(jù)分析上更具穩(wěn)健性和代表性。本文使用RStudio統(tǒng)計(jì)軟件進(jìn)行GPCA，KMO和Bartlett檢驗(yàn)結(jié)果見表2，表明適合作時(shí)序全局主成分分析。

前4個(gè)主成分的累積方差貢獻(xiàn)率為72.20%（見表3），能夠解釋原始數(shù)據(jù)中絕大部分信息，因此，提取前4個(gè)主成分構(gòu)建專利質(zhì)量綜合指數(shù)。由第1—4主成分的因子載荷矩陣結(jié)果可分別寫出4個(gè)線性表達(dá)式，將前4個(gè)主成分對應(yīng)的特征值作為權(quán)重進(jìn)行加權(quán)，得到前4個(gè)主成分計(jì)算綜合指數(shù)Patentit的權(quán)重：

αk=Ek∑4j=1Ej（1）其中，αk為第k主成分在Patentit中的權(quán)重，Ek、Ej分別為第k和j主成分的特征值。

構(gòu)建專利質(zhì)量綜合指標(biāo)Patentit為：Patent=0.2615A1+0.0365A2+0.1987A3+

0.2476B1+0.2673B2-0.0838B3+

0.2069C1+0.0511C2+0.2255C3。（2）2. 變量說明（見表4）

（1）被解釋變量。我國專利數(shù)量位居全球首位，然而并不能夠代表我國的技術(shù)創(chuàng)新水平居于世界最尖端，即衡量企業(yè)R&D產(chǎn)出時(shí)不僅要考慮數(shù)量因素，更需納入專利質(zhì)量等影響因素。因此，本文選取上述9個(gè)代理變量（見表1），應(yīng)用時(shí)序全局主成分分析法構(gòu)建專利質(zhì)量評(píng)價(jià)綜合指數(shù)，作為企業(yè)R&D產(chǎn)出的代理變量。

（2）解釋變量。為剔除企業(yè)規(guī)模效應(yīng)，本文選取企業(yè)年報(bào)中營業(yè)外收入項(xiàng)目下披露的政府研發(fā)補(bǔ)助金額與其期末資產(chǎn)總額之比，作為衡量政府研發(fā)補(bǔ)貼的指標(biāo)。

（3）中介變量。選取企業(yè)R&D支出作為中介變量，為剔除企業(yè)規(guī)模效應(yīng)，采用研發(fā)支出金額與其期末總資產(chǎn)之比表示。

（4）調(diào)節(jié)變量。本文選取企業(yè)吸收能力和企業(yè)規(guī)模作為調(diào)節(jié)變量。采用前一期專利授權(quán)量加1取自然對數(shù)表示企業(yè)吸收能力；以資產(chǎn)總額衡量企業(yè)規(guī)模，由于一般研發(fā)活動(dòng)需要大量資金支持，本文采用企業(yè)期末資產(chǎn)總額加1取自然對數(shù)表示企業(yè)規(guī)模。

（二）模型構(gòu)建

1. 中介效應(yīng)

由圖1可知，c表示解釋變量Subsidy對被解釋變量Patent的總效應(yīng)，c′表示解釋變量Subsidy影響被解釋變量Patent的直接效應(yīng)，a*b表示解釋變量Subsidy通過中介變量Spending對被解釋變量Patent產(chǎn)生的中介效應(yīng)，其中c=a*b+c′。因此，可通過判斷c′的顯著性以衡量中介效應(yīng)，即若c′顯著則為部分中介效應(yīng)，如果c′不顯著則為完全中介效應(yīng)。

本文選用Bootstrap檢驗(yàn)方法，與其他檢驗(yàn)方法相比具有較高統(tǒng)計(jì)效力，Bootstrap法是公認(rèn)可以取代Sobel方法直接檢驗(yàn)系數(shù)乘積的方法［20］。Bootstrap檢驗(yàn)H0：ab=0，對于抽取的樣本，可以得到其系數(shù)乘積的估計(jì)值記為a^b^，從而構(gòu)成ab的一個(gè)置信度為95%的置信區(qū)間，若置信區(qū)間不包含0則拒絕原假設(shè)，系數(shù)乘積顯著［21-22］。

綜上，本文構(gòu)建面板數(shù)據(jù)模型（3）—（5）如下：Patentit=α1Subsidyit+α2scaleit+α3ACit+

α4NUMit+α5ageit+α6DARit+Z′i+εit，（3）

Spendingit=β1Subsidyit+β2scaleit+β3ACit+

β4NUMit+β5ageit+β6DARit+Z′i+εit，（4）

Patentit=γ1Subsidyit+γ2Spendingit+γ3scaleit+

γ4ACit+γ5NUMit+γ6ageit+γ7DARit+Z′i+εit。（5）i=1，2，…，673（表示各上市企業(yè)），t=2016，2017，…，2021（表示各年份），εit為隨機(jī)擾動(dòng)項(xiàng)，Z′i在固定效應(yīng)模型時(shí)為Ci，在隨機(jī)效應(yīng)模型時(shí)為+μi，α、β、γ表示回歸系數(shù)。

2. 調(diào)節(jié)中介效應(yīng)

以中介作用為核心，調(diào)節(jié)作用建立在中介作用的基礎(chǔ)上，即先驗(yàn)證Subsidy->Spending->Patent中介路徑存在，說明具有中介作用，隨后分析調(diào)節(jié)作用。

由圖2可知，d、e分別表示調(diào)節(jié)變量scale、AC對中介變量Spending影響被解釋變量Patent產(chǎn)生的調(diào)節(jié)效應(yīng)。

本文構(gòu)建面板數(shù)據(jù)模型（6）—（8）如下：Patentit=a1Subsidyit+a2Spendingit+a3scaleit+

a4ACit+a5Spendingit*scaleit+a6NUMit+

a7ageit+a8DARit+Z′i+εit，（6）

Patentit=b1Subsidyit+b2Spendingit+b3scaleit+

b4ACit+b5Spendingit*ACit+b6NUMit+

b7ageit+b8DARit+Z′i+εit，（7）

Patentit=c1Subsidyit+c2Spendingit+c3scaleit+

c4ACit+c5Spendingit*scaleit+c6Spendingit*ACit+

c7NUMit+c8ageit+c9DARit+Z′i+εit。（8）模型（6）和（7）主要檢驗(yàn)系數(shù)a5、b5是否顯著，即通過判斷a5、b5的顯著性確定調(diào)節(jié)變量企業(yè)規(guī)模、企業(yè)吸收能力是否對企業(yè)R&D支出影響R&D產(chǎn)出產(chǎn)生調(diào)節(jié)效應(yīng)；模型（8）同時(shí)加入兩個(gè)調(diào)節(jié)變量，檢驗(yàn)系數(shù)c5、c6是否顯著，進(jìn)一步判斷企業(yè)規(guī)模與企業(yè)吸收能力對企業(yè)R&D支出影響產(chǎn)出的調(diào)節(jié)作用。

四、實(shí)證分析

基于673家高技術(shù)行業(yè)上市企業(yè)專利與財(cái)務(wù)等方面相關(guān)數(shù)據(jù)，基于中介效應(yīng)與調(diào)節(jié)效應(yīng)構(gòu)建模型，運(yùn)用StataMP 16進(jìn)行實(shí)證分析，考察本文中介變量與調(diào)節(jié)變量的選擇是否合理，并驗(yàn)證上述假設(shè)。

（一）數(shù)據(jù)來源與描述性統(tǒng)計(jì)

1. 樣本選擇與數(shù)據(jù)來源

本文以2016—2021年中國高技術(shù)行業(yè)上市企業(yè)為研究對象，參照國民經(jīng)濟(jì)分類行業(yè)及高技術(shù)行業(yè)細(xì)分類標(biāo)準(zhǔn)篩選樣本，選取高技術(shù)服務(wù)業(yè)和高技術(shù)制造業(yè)的9個(gè)二級(jí)行業(yè)的A股上市企業(yè)作為高技術(shù)行業(yè)的代表樣本，剔除ST和*ST企業(yè)，最終保留673家企業(yè)的4038組有效觀測值，其中，專利質(zhì)量評(píng)價(jià)指標(biāo)相關(guān)數(shù)據(jù)來源于incopat數(shù)據(jù)庫，其他數(shù)據(jù)來源于wind數(shù)據(jù)庫。

2. 描述性統(tǒng)計(jì)分析

據(jù)表5可知，專利質(zhì)量評(píng)價(jià)綜合指數(shù)的均值為2.903 3，標(biāo)準(zhǔn)差為1.463 5，表明我國高技術(shù)行業(yè)上市公司整體創(chuàng)新水平良好，但不同企業(yè)間R&D產(chǎn)出水平仍存在較大差異。政府研發(fā)補(bǔ)貼均值為0.005 9，表明政府對高技術(shù)行業(yè)的財(cái)政支持力度較大，但各企業(yè)獲得的研發(fā)補(bǔ)貼力度差距也較大。企業(yè)R&D支出的均值為0.034 0，表明企業(yè)研發(fā)支出水平較高，且企業(yè)R&D支出遠(yuǎn)大于政府研發(fā)補(bǔ)貼，可以說明政府補(bǔ)貼并不是企業(yè)研發(fā)活動(dòng)的主要支撐來源。企業(yè)吸收能力和企業(yè)規(guī)模的均值分別為3.496 8和22.381 1，標(biāo)準(zhǔn)差分別為1.536 9和1.153 3，進(jìn)一步表明不同企業(yè)間吸收能力與規(guī)模存在顯著差異。

（二）模型選擇與回歸結(jié)果分析

1. 模型選擇

通過Hausman檢驗(yàn)判斷面板數(shù)據(jù)適合固定效應(yīng)或隨機(jī)效應(yīng)模型，原假設(shè)H0：μi與所有解釋變量均不相關(guān)。檢驗(yàn)結(jié)果見表7，模型（1）—（6）均拒絕原假設(shè)H0，即均采用固定效應(yīng)模型。

2. 回歸結(jié)果分析

由表6可知，_bs_1代表間接效應(yīng)結(jié)果，_bs_2代表直接效應(yīng)結(jié)果，二者置信區(qū)間均不包含0，拒絕原假設(shè)H0：ab=0，系數(shù)乘積顯著，表明既存在正向間接效應(yīng)也存在正向直接效應(yīng)。

本文對模型（1）—（6）進(jìn)行固定效應(yīng)回歸，結(jié)果見表7所示。

回歸（1）中，政府研發(fā)補(bǔ)貼的系數(shù)估計(jì)值為9.032 2，且在1%水平上統(tǒng)計(jì)顯著，表明政府研發(fā)補(bǔ)貼促進(jìn)上市企業(yè)R&D產(chǎn)出，即假設(shè)1成立。

回歸（2）中，政府研發(fā)補(bǔ)貼系數(shù)估計(jì)值在1%水平上統(tǒng)計(jì)顯著為0.190 4，表明政府研發(fā)補(bǔ)貼正向影響上市企業(yè)R&D支出，即假設(shè)2a成立。

回歸（3）中，政府研發(fā)補(bǔ)貼系數(shù)估計(jì)值為7.701 0，企業(yè)R&D支出系數(shù)估計(jì)值為6.991 3，且均在1%水平上統(tǒng)計(jì)顯著，表明中介變量起部分中介作用，即政府研發(fā)補(bǔ)貼既直接影響企業(yè)R&D產(chǎn)出又通過企業(yè)研發(fā)支出正向影響研發(fā)產(chǎn)出，假設(shè)2b成立。

回歸（4）報(bào)告顯示，企業(yè)R&D支出系數(shù)估計(jì)值為7.439 9，在1%水平上統(tǒng)計(jì)顯著，即企業(yè)R&D支出對產(chǎn)出呈正向影響，而企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)的系數(shù)估計(jì)值為1.383 2，在10%水平上顯著，說明企業(yè)規(guī)模正向調(diào)節(jié)企業(yè)R&D支出對產(chǎn)出的影響，假設(shè)4成立。對比回歸（2）與回歸（4）可知，企業(yè)規(guī)模負(fù)向影響研發(fā)支出，但正向調(diào)節(jié)R&D支出對產(chǎn)出的影響作用，其原因可能是大企業(yè)擁有較為固定的研發(fā)戰(zhàn)略和穩(wěn)定的合作伙伴，已具備核心技術(shù)和資源，能夠更有效地進(jìn)行資源配置，使研發(fā)支出轉(zhuǎn)化為產(chǎn)出的效率更高。

回歸（5）結(jié)果顯示，企業(yè)R&D支出與吸收能力交互項(xiàng)的系數(shù)估計(jì)值為負(fù)，且在統(tǒng)計(jì)意義上并不顯著，與理論分析結(jié)果不一致，可能由于企業(yè)吸收能力對上市企業(yè)研發(fā)支出與R&D產(chǎn)出的影響非線性。對比回歸（2）與回歸（5），企業(yè)吸收能力顯著促進(jìn)企業(yè)R&D支出，但由于高技術(shù)行業(yè)特性，創(chuàng)新風(fēng)險(xiǎn)較高，吸收能力較強(qiáng)的企業(yè)雖然更有意愿投入研發(fā)支出，卻不一定能夠獲得創(chuàng)新成果，因此，也可能導(dǎo)致企業(yè)吸收能力的調(diào)節(jié)作用不顯著，即假設(shè)3未得到支持。

回歸（6）中，同時(shí)加入企業(yè)R&D支出分別與企業(yè)規(guī)模和企業(yè)吸收能力的交互項(xiàng)，企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)的系數(shù)估計(jì)值為2.054 6，在5%水平上顯著，而企業(yè)R&D支出與吸收能力交互項(xiàng)的系數(shù)估計(jì)值仍為負(fù)且不顯著，進(jìn)一步驗(yàn)證了前文所述假設(shè)4成立，但假設(shè)3未得到支持。

（三）穩(wěn)健性檢驗(yàn)與內(nèi)生性檢驗(yàn)

1. 穩(wěn)健性檢驗(yàn)

本文選用變量替換法進(jìn)行穩(wěn)健性檢驗(yàn)，選用“l(fā)n（企業(yè)員工總數(shù)+1）”作為企業(yè)規(guī)模的替代變量，企業(yè)員工人數(shù)來源wind數(shù)據(jù)庫?；貧w結(jié)果見表8所示，替換調(diào)節(jié)變量測度方式后，scale與Spending*scale的系數(shù)估計(jì)值符號(hào)和顯著性均與前文保持一致，證明企業(yè)規(guī)模的調(diào)節(jié)效應(yīng)穩(wěn)健。

2. 內(nèi)生性檢驗(yàn)

本文需要考慮兩方面的內(nèi)生性，一方面是可能存在反向因果，即企業(yè)R&D產(chǎn)出能力更強(qiáng)的企業(yè)，其自身可能具有較強(qiáng)的政治背景和經(jīng)濟(jì)實(shí)力，申請政府研發(fā)補(bǔ)貼更容易，研發(fā)支出也更多。因此，本文將核心解釋變量提前一期進(jìn)行回歸，以減弱反向因果影響，見表9中回歸（1）—（2），提前一期的政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出和支出的系數(shù)作用方向與原模型一致且均顯著。此外，參考江艇［23］關(guān)于調(diào)節(jié)效應(yīng)的論述，回歸（4）報(bào)告中，企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)的系數(shù)在10%水平上顯著，表明企業(yè)R&D支出與產(chǎn)出的相關(guān)性在不同規(guī)模的企業(yè)間存在顯著差異，而反向因果在不同的企業(yè)間發(fā)揮作用的程度相同，說明反向因果不是解釋相關(guān)性的全部原因，因此進(jìn)一步強(qiáng)化了企業(yè)R&D支出促進(jìn)產(chǎn)出的因果關(guān)系。

另一方面，本文可能存在遺漏變量。因此，使用工具變量法進(jìn)行檢驗(yàn)，參考俞會(huì)新等［24］的研究成果，選擇（政府研發(fā)補(bǔ)貼-政府研發(fā)補(bǔ)貼均值）×（企業(yè)R&D支出-企業(yè)R&D支出均值）作為政府研發(fā)補(bǔ)貼的工具變量IV。結(jié)果見表9所示，回歸（3）報(bào)告IV-2SLS結(jié)果顯示，一階段回歸中，工具變量IV系數(shù)為7.123 8，且在1%水平上顯著，符合工具變量與解釋變量強(qiáng)相關(guān)，根據(jù)Kleibergen-Paap rk LM統(tǒng)計(jì)量拒絕IV識(shí)別不足的原假設(shè)，Kleibergen-Paap Wald rk F統(tǒng)計(jì)量為23.114，大于10，按經(jīng)驗(yàn)拒絕弱工具變量假設(shè)，僅選擇一個(gè)工具變量即不存在過度識(shí)別問題，二階段回歸中，政府研發(fā)補(bǔ)貼系數(shù)為21.493 0，企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)系數(shù)為1.407 4且均顯著，與原模型一致，表明本文前述的回歸結(jié)果穩(wěn)健。

（四）行業(yè)異質(zhì)性分析

根據(jù)國民經(jīng)濟(jì)分類行業(yè)標(biāo)準(zhǔn)，將研究對象劃分為信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)（軟件和信息技術(shù)服務(wù)業(yè)、互聯(lián)網(wǎng)和相關(guān)服務(wù)）與高技術(shù)制造業(yè)（計(jì)算機(jī)通信和其他電子設(shè)備制造業(yè)、鐵路船舶航空航天和其他運(yùn)輸設(shè)備制造業(yè)、汽車制造業(yè)、電氣機(jī)械及器材制造業(yè)、醫(yī)藥制造業(yè)、儀器儀表制造業(yè)、專用設(shè)備制造業(yè)），作進(jìn)一步行業(yè)異質(zhì)性回歸分析。

表10中，對比回歸（1）—（3）與回歸（5）—（7）可知，軟件和信息技術(shù)服務(wù)業(yè)的政府研發(fā)補(bǔ)貼對企業(yè)研發(fā)產(chǎn)出的直接作用和中介作用均要顯著于高技術(shù)制造業(yè)。本文認(rèn)為原因如下：首先，相較于互聯(lián)網(wǎng)和信息軟件等方面的創(chuàng)新，航空航天等硬件設(shè)備的創(chuàng)新產(chǎn)出難度更高，核心技術(shù)及資源存在相對黏性和核心剛性，受政府研發(fā)補(bǔ)貼和企業(yè)R&D支出的影響較小，且企業(yè)普遍有固定的研發(fā)策略與投資計(jì)劃，政府補(bǔ)貼難以影響其原有策略和創(chuàng)新產(chǎn)出水平；其次，高技術(shù)制造業(yè)由于其行業(yè)特殊性，創(chuàng)新風(fēng)險(xiǎn)更高，例如芯片研發(fā)等關(guān)鍵技術(shù)，擴(kuò)大研發(fā)支出未必能夠成功產(chǎn)出。

對比回歸（4）與回歸（8），軟件和信息技術(shù)服務(wù)業(yè)的企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)系數(shù)為5.850 9，在1%水平上顯著；高技術(shù)制造業(yè)的企業(yè)R&D支出與企業(yè)規(guī)模交互項(xiàng)系數(shù)為0.119 8，不顯著，表明對軟件和信息技術(shù)服務(wù)業(yè)，企業(yè)規(guī)模正向調(diào)節(jié)企業(yè)R&D支出對研發(fā)產(chǎn)出影響的作用，要顯著于高技術(shù)制造業(yè)。本文認(rèn)為原因如下：軟件和信息技術(shù)服務(wù)業(yè)的技術(shù)開發(fā)周期更短，新技術(shù)不斷取代舊技術(shù)，產(chǎn)品更新快且競爭性更強(qiáng)，大企業(yè)在技術(shù)積累和人才儲(chǔ)備等方面都更具優(yōu)勢，同時(shí)大企業(yè)更容易吸引同盟進(jìn)行資源整合以實(shí)現(xiàn)資源的最優(yōu)配置。

五、分析結(jié)論與建議

本文基于理論與實(shí)證兩方面，論述了政府研發(fā)補(bǔ)貼對上市企業(yè)R&D產(chǎn)出的影響。研究結(jié)果顯示：第一，政府研發(fā)補(bǔ)貼對上市企業(yè)R&D產(chǎn)出存在直接效應(yīng)，政府研發(fā)補(bǔ)貼促進(jìn)企業(yè)R&D產(chǎn)出；第二，企業(yè)研發(fā)支出在政府補(bǔ)貼與企業(yè)R&D產(chǎn)出間起部分中介作用，即政府研發(fā)補(bǔ)貼通過促進(jìn)企業(yè)R&D支出，提升了企業(yè)研發(fā)產(chǎn)出水平；第三，企業(yè)規(guī)模在上市企業(yè)R&D支出與產(chǎn)出間起正向調(diào)節(jié)作用，且存在行業(yè)異質(zhì)性，即研發(fā)支出對大企業(yè)R&D產(chǎn)出的提升效果優(yōu)于小企業(yè)，且軟件和信息技術(shù)服務(wù)業(yè)企業(yè)規(guī)模的正向調(diào)節(jié)作用顯著于高技術(shù)制造業(yè)；第四，企業(yè)吸收能力在上市企業(yè)R&D支出與產(chǎn)出間不存在顯著調(diào)節(jié)作用。

依據(jù)上述研究結(jié)論，本文對政府改善研發(fā)補(bǔ)貼效果的途徑提出如下建議：第一，完善對企業(yè)R&D的補(bǔ)助政策，加大扶持力度的同時(shí)，監(jiān)管資金流向，盡量減少企業(yè)由于研發(fā)經(jīng)費(fèi)不足而無法順利開展工作的情況，轉(zhuǎn)移分擔(dān)企業(yè)研發(fā)投資風(fēng)險(xiǎn)，同時(shí)建立健全研發(fā)補(bǔ)貼監(jiān)管和審查制度，確保每一筆經(jīng)費(fèi)物盡其用。第二，建立企業(yè)R&D數(shù)據(jù)庫，減少信息不對稱，以政府?dāng)?shù)據(jù)庫作擔(dān)保，促進(jìn)企業(yè)間或企業(yè)與高校、研究所等合作，兼顧技術(shù)保密與外部資金獲取，共同提升研發(fā)創(chuàng)新效率。第三，完善企業(yè)研發(fā)產(chǎn)出評(píng)估體系，兼顧創(chuàng)新產(chǎn)出的“質(zhì)”與“量”，構(gòu)建高質(zhì)量評(píng)價(jià)指標(biāo)體系，以衡量政府研發(fā)補(bǔ)貼對企業(yè)R&D產(chǎn)出的促進(jìn)效果，便于及時(shí)調(diào)整政策方向。第四，合理分配補(bǔ)貼資源，提高針對性，更多地關(guān)注創(chuàng)新型企業(yè)的發(fā)展，充分考慮企業(yè)規(guī)模的正向調(diào)節(jié)作用，同時(shí)鑒于行業(yè)異質(zhì)性，政府部門可以考慮向信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)傾斜更多的政府補(bǔ)貼，而針對高技術(shù)制造業(yè)則可以提供其他多種政策形式的扶持。

［參考文獻(xiàn)］

［1］白俊紅：《中國的政府R&D資助有效嗎？ 來自大中型工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)學(xué)（季刊）》2011年第4期，第1375—1400頁。

［2］樊琦、韓民春：《我國政府R&D投入、市場競爭與自主創(chuàng)新關(guān)系研究》，《中國科技論壇》2011年第3期，第10—14頁。

［3］史潔瓊：《政府研發(fā)補(bǔ)貼提高了企業(yè)創(chuàng)新質(zhì)量嗎？——來自中國上市公司的經(jīng)驗(yàn)證據(jù)》，《企業(yè)經(jīng)濟(jì)》2021年第11期，第100—108頁。

［4］李映輝、詹湘東、吳玲玉：《政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新的影響——基于規(guī)模以上高新技術(shù)工業(yè)企業(yè)數(shù)據(jù)》，《科技創(chuàng)業(yè)月刊》2021年第12期，第4—9頁。

［5］鄒洋、葉金珍、李博文：《政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新產(chǎn)出的影響——基于中介效應(yīng)模型的實(shí)證分析》，《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》2019年第1期，第17—26頁。

［6］宋春芳、徐曉媛：《政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新產(chǎn)出的影響研究》，《財(cái)會(huì)研究》2020年第6期，第13—16頁。

［7］Kyung-Nam Kang， Hayoung Park：“Influence of government R&D support and inter-firm collaborations on innovation in Korean biotechnology SMEs”，Technovation，Vol.32，No.1，2011，pp.68-78.

［8］Raffaello Bronzini， Paolo Piselli：“The impact of R&D subsidies on firm innovation”，Research Policy，Vol.45，No.2，2016，pp.442-457.

［9］趙欣宇：《政府補(bǔ)貼對創(chuàng)業(yè)板企業(yè)創(chuàng)新影響的實(shí)證研究》，山東大學(xué)2021年學(xué)位論文。

［10］李丹丹：《政府研發(fā)補(bǔ)貼對企業(yè)創(chuàng)新績效的影響研究——基于企業(yè)規(guī)模和產(chǎn)權(quán)異質(zhì)性視角》，《經(jīng)濟(jì)學(xué)報(bào)》2022年第1期，第141—161頁。

［11］巫強(qiáng)、劉蓓：《政府研發(fā)補(bǔ)貼方式對戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新的影響機(jī)制研究》，《產(chǎn)業(yè)經(jīng)濟(jì)研究》2014年第6期，第41—49頁。

［12］范允奇、李曉鐘：《政府R&D投入、空間外溢與我國高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新效率》，《工業(yè)技術(shù)經(jīng)濟(jì)》2014年第5期，101—107頁。

［13］Wesley M. Cohen， Daniel A. Levinthal：“Absorptive Capacity： A New Perspective on Learning and Innovation”，Administrative Science Quarterly，Vol.35，No.1，1990，pp.128-152.

［14］袁勝超：《數(shù)字化驅(qū)動(dòng)了產(chǎn)學(xué)研協(xié)同創(chuàng)新嗎？——兼論知識(shí)產(chǎn)權(quán)保護(hù)與企業(yè)吸收能力的調(diào)節(jié)效應(yīng)》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2023年第4期，第60—81頁。

［15］柳卸林、張文逸、葛爽等：《數(shù)字化是否有利于縮小城市間發(fā)展差距？——基于283個(gè)城市的實(shí)證研究》，《科學(xué)學(xué)與科學(xué)技術(shù)管理》2021年第6期，第102—113頁。

［16］樊霞、趙丹萍、何悅：《企業(yè)產(chǎn)學(xué)研合作的創(chuàng)新效率及其影響因素研究》，《科研管理》2012年第2期，第33—39頁。

［17］楊登才、李國正：《高校專利質(zhì)量評(píng)價(jià)體系重構(gòu)與測度——基于23所高校的實(shí)證分析》，《北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2021年第2期，第109—121頁。

［18］李仲飛、楊亭亭：《專利質(zhì)量對公司投資價(jià)值的作用及影響機(jī)制》，《管理學(xué)報(bào)》2015年第8期，第1230—1239頁。

［19］丁煥峰、何小芳、孫小哲：《中國城市專利質(zhì)量評(píng)價(jià)及時(shí)空演進(jìn)》，《經(jīng)濟(jì)地理》2021年第5期，第113—121頁。

［20］溫忠麟、葉寶娟：《中介效應(yīng)分析：方法和模型發(fā)展》，《心理科學(xué)進(jìn)展》2014年第5期，第731—745頁。

［21］方杰、張敏強(qiáng)：《中介效應(yīng)的點(diǎn)估計(jì)和區(qū)間估計(jì)：乘積分布法、非參數(shù)Bootstrap和MCMC法》，《心理學(xué)報(bào)》2012年第10期，第1408—1420頁。

［22］Preacher Kristopher J， Hayes Andrew F：“Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models”，Behavior research methods，Vol.40，No.3，2008，pp.879-891.

［23］江艇：《因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)》，《中國工業(yè)經(jīng)濟(jì)》2022年第5期，第100—120頁。

［24］俞會(huì)新、關(guān)忠路、張淼等：《政府創(chuàng)新補(bǔ)助對環(huán)保企業(yè)創(chuàng)新的影響研究——基于外部監(jiān)督調(diào)節(jié)效應(yīng)分析》，《華東經(jīng)濟(jì)管理》2020年第7期，第1—8頁。

The Influence of Government R&D Subsidies on the R&D Outputs of Chinese?Listed Enterprises： An Empirical Study on the Moderating Mediation Effect

Li Shuangjie， Yin Qianwen

（Economics and Management School， Beijing University of Technology，Beijing 100124， China）

Abstract：? The report of the 20th National Congress of the Communist Party of China points out that we need to promote high-quality economic development， and high-tech is the engine of high-quality economic development. Especially in the era of innovation globalization， enterprise research and development and capacity upgrading are urgent. Based on the panel data of 673 Chinese A-share listed high-tech enterprises from 2016 to 2021， a moderating mediation effect model is established to explore the impact of government R&D subsidies on enterprise R&D outputs， taking enterprise R&D expenditure as the mediating variable and enterprise size and absorption capacity as the moderating variables. The empirical results show that： （1） enterprise R&D expenditure plays a partial mediating role in the process of government R&D subsidies promoting enterprise R&D output; （2） Enterprise size has a positive moderating effect on the relationship between R&D expenditure and output of listed enterprises， that is， the improvement effect of R&D expenditure on R&D output of large enterprises is better than that of small enterprises， and the moderating effect of enterprise size has industry heterogeneity; （3） The absorptive capacity of enterprises has no significant moderating effect on R&D expenditure and output of listed enterprises.

Key words：Government research and development subsidy；Enterprise R&D expenditure；Enterprise R&D output；GPCA；Moderating Mediation Effect

（責(zé)任編輯劉永??；責(zé)任校對朱香敏編輯）