学文网摘要：创新是经济增长的重要来源，对促进产业发展至关重要。本文通过对我国的战略性新兴产业的现状进行分析，选取了我国战略性新兴产业中45个具有代表性的上市公司2013-2015年三年的数据对战略性新兴产业的创新绩效进行了研究。同时结合我国的具体实际构建了CDM模型，分别得到了创新方程、知识生产方程和创新绩效方程，并通过一系列实证分析，得出了产业创新投入与资本总额和***府支持力度等之间的关系；专利数量与创新投入和创新人力资源、***府支持力度等之间的正向作用；创新绩效与专利数量、资本总额等的正相关性等，从理论和现实两个方面对实证结果给出了合理的说明。
关键词：战略性新兴产业；创新绩效；CDM模型
一、引言
2010年我国***府把将战略性新兴产业作为我国引导我国国民经济发展的支柱产业和先导产业。但对于战略性新兴产业而言，其发展经验无可遵循，我们只能在正确认识现有产业发展的基础上有针对性地提升产业创新能力和产业创新效率，才能更好地推动产业的发展。因此，对现阶段我国战略性新兴产业的创新绩效进行正确的评价和认识，将为优化我国创新资源的结构和配置，为战略性新兴产业的发展规划和产业***策的制定提供重要参考。
二、战略性新兴产业现状分析
（一）战略性新兴产业的内涵
战略性新兴产业是我国在进行五年规划时针对我国的国情而提出的特有概念，是以重大的技术突破和重大的发展需求为基础的知识技术密集、物质资源消耗少、成长潜力大和综合效益好的产业。2010年我国***府颁布了《***关于加快培育和发展战略性新兴产业的决定》，并立足于我国的基本国情，根据战略性新兴产业的特征，将其细分为七大行业，它们分别是：新一代信息技术、节能环保产业、生物产业、高端装备制造业、新能源产业、新材料产业和新能源汽车。
（二）我国战略性新兴产业现状
“十二五”期间，我国战略性新兴产业发展迅速。2015年，战略性新兴产业增加值占国内生产总值比重达到8%左右，2016年其营业收入更是达到了28.3万亿元，增加值同比增长了11%。在世界经济论坛日的《2016-2017年全球竞争力报告》中，中国在全球的竞争力排行中占据了第28位，保持最具竞争力的新兴市场地位。但与美、日、德等主要发达国家相比，虽然我国的创新要素投入在不断增加，但并未带来产业创新能力相应的同步提升，产业创新绩效还处于较低的水平，一些领域核心技术受制于人的情况也依然存在，我国的战略性新兴产业的发展任务还是较为艰巨的。
三、CDM模型构建
（一）CDM模型阐述
对于创新的研究，许多学者喜欢用R&D投入或专利成果来表示创新绩效，但这种方法在一定程度上具有一定的局限性。Griliches认为R&D投入产出指标和专利成果都不能完全反映创新绩效。Rosenberg提出创新过程本身具有黑箱性质，这成为一直困扰着国内外学者研究创新绩效的难题。1998年由Crepon，Duguet和Mairesse三位学者所提出的CDM模型为解决该问题提出了一个新的解决方案。CDM模型首次将创新投入、创新产出和生产率指标共同运用在同一模型中，应用CIS数据通过知识生产函数来实现对产品创新和流程创新的效率研究。
（二）样本选取与数据来源
我们选用创业板块战略性新兴产业的上市公司为研究样本。本文中我们选用2013-2015年三年的资料作为我们创新研究的时间跨度。数据主要来源于各公司年报以及国家知识产权局***网站。本文在剔除了相关缺失数据的样本后，我们得到了总共45个样本，共135个样本点。
（三）指标选择与模型建立
参照OECD《创新调查手册》中的相关指标，并结合我国的实际情况，我们对模型中所采用的指标做出如下界定：企业的创新绩效Y用企业当年的营业收入来反映；C和K分别代表企业当年的营业成本和资本投入;Ct代表企业的创新投入，用企业当年研发数量占总员工人数比例来反映，Eps，Innoe，Age和P则分别代表企业的基本每股收益，***府支持力度，年龄和企业当年获取授权的专利数量。本文根据中国战略性新兴产业的实际情况，并结合CDM模型的构建思想，假设了规模报酬不变。但由于数值较大，为了方便模型构建和实证分析，我们分别对每个指标采取对数，并初步得到了以下三个模型：（1）创新方程：LnCt=b0+b1lnK+b2lnL+b3lnInnoe+μ1（2）知识生产方程：lnP=c0+c1lnCt+c2lnK+c3lnL+c4lnInnoe+μ2（3）企业绩效方程：lnY=d0+d1lnP+d2lnK+d3lnL+d4lnAge+d5lnEps+d6lnC+μ3
四、实证分析
（一）因子相关性检验与分析
我们根据SPSS的皮尔森相关系数检验得到了各个变量之间的相关性。根据检验结果，各个变量之间基本均通过了1%的显著性水平检验，且具有明显的正相关性。创新人力资源L与创新绩效Y和资本总额L具有负的相关系数，这需要我们的进一步研究。而基本每股收益Eps与其他各个因素之间都呈现过高的P值，无法通过显著性检验，且其相关系数较小，考虑到模型的拟合度与相关内生性，在本文的研究中需将其剔除，并得到了改良后的企业绩效方程组：
（二）多重共线性检验
自变量之间可能存在多重共线性，为了保证回归方程的准确性，本文采用IBMSPSSStatistics的方差膨胀因子（VIF）来检验多重共线性。一般，0<VIF<10表示的是自变量之间不存在多重共线性；VIF>10则代表自变量间存在多重共线性。VIF值越高，代表的多重共线性的影响也越严重。而我们通过VIF检验发现，我们的CDM模型方程组中的VIF值都小于3，表明三个方程组的自变量之间均不存在多重共线性，我们可以进行下一步的回归分析。
（三）CDM模型回归分析
通过表5-1我们可以看到，资本投入、研发人员比例以及***府支持力度均对创新投入具有明显的正相关性。知识生产方程中，企业资本总额与专利数量负相关，其余指标都呈现了正相关性。在企业绩效方程中，企业资本总额、研发人员比例、专利数量、公司年龄以及营业成本都对企业绩效Y具有显著影响。五、结论与***策建议通过以上的实证分析结果，我们可以得出以下结论与建议:第一，战略性新兴产业企业的创新绩效与总资产和创新投入指标Ct之间均呈现出明显的正相关性，专利生产与创新投入的相关系数也达到了0.6。这说明，企业规模越大，将会有更多的资金和实力来吸引高技术人才和技术成果的加盟，这将大大提高企业的创新绩效。另外，重视创新投入也是提升战略性新兴产业绩效的可行方法。第二，创新绩效Y与专利数量P之间具有较弱的正相关性，这主要是由以下两方面所造成的：一方面，我国的专利水平的转化时间过长，转化能力相对较弱。另一方面，专利的审批也需要一定的时间，会存在一定的时滞效应。第三，***府的创新补贴对企业产出的绩效是显著的。这说明***府对战略性新兴产业的创新补贴支持取得了一定成果。采取***府创新补贴的形式对新兴产业予以扶持是普遍可行的办法。结合本文实证研究的结果，我们提出了相应的建议。从企业层面来讲，企业应加大研发力度，引进高技术人才，同时提高将专利转化为实际生产力的能力。从***府层面来讲，***府应该加大对战略性新兴产业的支持力度，健全我国的知识产权保护制度，建立以创新绩效为导向的产业创新扶持模式，防止虚假的信号传递。
参考文献：
[1]严潮斌.产业创新：提升产业竞争力的战略选择[J].北京邮电大学学报(社会科学版)1999(3)：6-10.
[2]陆国庆.中国中小板上市公司产业创新的绩效研究[J].经济研究2011（2）138-146
[3]巫强，刘蓓.***府研发补贴方式对战略性新兴产业创新的影响机制研究[J].产业经济研究，2014（6）41-49
作者：鲁亚婷 单位：云南财经大学经济学院
转载请注明出处学文网 » 战略性新兴产业创新绩效研究