通知公告:
專題研究

您當前的位置: 首頁 > 質性研究 > 專題研究

政府治理效能如何促進國家創新能力:全球面板數據的實證分析

信息來源: 《中國行政管理》2019年01期  責任編輯:政科網作者:臧雷振  發布時間:2019-03-25

摘 要】國家創新能力的高低受到諸多因素影響。政府是一國創新政策和創新戰略的制定者、執行者,政府治理效能的高低如何影響到一國創新呢?這方面的實證研究證據依然十分匱乏。為了彌補這一研究不足,作者基于1995到2015年全球面板數據,通過不同模型的分析結果均表明,政府效能對國家治理能力有著顯著的正面促進作用,但不同發展程度及不同區域的國家存在差異化的影響促進效應,最后,作者討論了上述研究結果的潛在政策啟迪。

關鍵詞】政府績效;創新能力;隨機森林;面板數據

 

一、導言

當今經濟的可持續發展對科技創新的依賴程度日益增強。科學技術轉化成生產力,既取決于研發主體的科研能力,也依賴于政府部門能夠制定出科學的創新發展戰略和為基礎創新提供支持。20世紀80年代后期以來,面對知識經濟的挑戰,世界各國為保證競爭優勢,紛紛制定并實施國家創新促進政策推動創新,提高國家的創新能力。在理論研究中,由此帶來學者對不同國家產業政策、國家創新體系(National Innovation System)等方面的關注。[1][2]這類研究均強調需要對政府在創新實踐中作用予以重視。

國家創新能力提升受到多種因素制約,特別是由于大量創新活動具有準公共產品的屬性,或者說創新活動具有明顯的正外部性特征。[3][4]創新者很難獲得創新活動的所有或大部分收益,一旦知識被創造出來,差不多人人都可能免費使用,即使在有知識產權保護的情況下也依然存在“搭便車”現象,易使創新行為主體的積極性受打擊;[5]同時,由于越來越多的基礎性創新存在高投入低產出現象,市場失靈在基礎性創新領域表現尤為明顯,上述現象的存在,亦需政府干預以避免市場失靈和創新失靈。

在此背景下,不同國家發布的各類創新戰略報告,均開始強調政府在創新行為中所應扮演的角色,如美國創新法案(America InventsAct),美國創新戰略(New Strategy for American Innovation),經濟合作與發展組織(OECD)國家發布的“國家創新體系管理”(Managing National Innovation System),英國政府發布的“創新增長戰略”(Innovation and Research Strategy for Growth)等等。

一個悖論是,1980年代末期以來,雖然不同國家對創新賦予前所未有的重視,但由康奈爾大學與世界知識產權組織等機構主導發布的全球創新指數(The Global Innovation Index,GII)或來自世界各國專利批準數量等數據均顯示,不同國家間的創新能力差距在逐漸擴大。

學術研究中,也一直存在相互矛盾的研究成果:為什么一些國家通過實施產業政策和創新戰略促進了創新能力的提升,而另外一些國家沒有類似效果呢?由于政府部門是產業政策的制定者和執行者,不同國家之間政府治理效能的差異是否導致不同國家之間創新能力的差異呢?這在已有研究中并未受到充分的關注。現代國家和政府關系社會生活的方方面面,在對創新研究中,我們有必要關注不同政府治理績效帶來的不同創新表現。

二、文獻回顧

(一)政府治理績效為何關系國家創新能力

要想全面認識創新過程,必須通盤考慮影響創新活動的各種因素。研究指出,個人、團隊和組織三個層次上的相關因素會影響創新行為或創新績效。但在組織層面,已有研究對政府組織的作用并沒有充分重視。特別是20世紀中期的政治學研究對中立客觀的強調,以及無政府治理等概念的興起,不同國家紛紛掀起來一股去政治化、去國家化、去政府化的研究浪潮。直到20世紀后期,學者在對亞洲發展型國家進行分析,[6]重新強調需要將國家和政治帶回到現實之中。此時,在創新研究領域,“國家創新體系”概念的提出迅速吸引諸多學者關注。[7]國家創新體系理論指出創新和技術發展是企業、大學和政府復雜作用的結果。現代創新國家建設要求各國政府具有較高的回應性,能夠提供高品質的公共服務,而高效能的官僚機構能夠制定出前瞻性的國家創新規劃戰略,高素質的公務員群體能夠對企業專利申請予以專業的指導和處理等等。而這些要素都可以用一個變量來概括,即政府治理績效。

首先,治理績效關系到政府在彌補市場失靈時作用的發揮。古典經濟學認為,市場競爭能夠使經濟實現一般均衡,在一般均衡的市場中,資源配置達到帕累托最優的狀態。一旦資源配置實現不了最優狀態,便出現了市場失靈問題。這就需要借助非市場的力量(如政府干預)來配置資源以糾正市場失靈的狀態。由于無論是國有企業還是私營企業,其研發投入都需要考慮市場前景,對于基礎性重大創新或投資回報較低的創新行為,企業并沒有充分的積極性去進行投資,[8]即使在發達國家的高新技術市場也同樣如此,在環保創新領域更是如此。[9]此時有效的政府干預有助于彌補市場失靈帶來的創新活動偏差,將市場失靈在創新活動中的負面影響降到最低。[10]

其次,治理績效關系到政府在國際創新競爭中的地位。一國能否在國際創新競爭中占據領先地位,既需要本國市場開放和充分競爭給經濟活動參與者所帶來的創新動力及壓力,也需要一國政府的支持。具有較高治理績效的國家,其政府部門——無論是在專利申請受理,知識產權保護,還是在創新行為中的政府補助等領域——都能扮演積極的角色,[11]進而促進一國創新能力走在世界前列,即使在發達市場經濟國家,高效的政府干預依然是被認為是必要和正當的。有學者的研究發現,國家之間創新競爭能力差異主要源于各國創新投入水平和政府投資的有效性差異,[12]當前普遍發生的國際研發投入補貼戰爭(international R&Dsubsidy wars)也是各國在爭奪國際創新競爭領先地位的表現。[13]

最后,治理績效關系到政府在基礎性創新研究中作用的發揮。《國家創新競爭優勢》一書中就討論了國家特征對于企業創新活動和競爭優勢形成的重要作用。[14]以政府科技投資為例,既包括政府應用財務、行政、政策等各種手段對稀缺資源進行整合并投資,建立和健全科技創新所需要的環境、制度等,還包括政府通過財政補貼、政府采購、稅收優惠,優惠貸款等。具有較高治理績效的政府,在執行上述創新促進政策時,能夠最大化地發揮政府公共財政的效用,同時還能通過政府投資進一步推動私人部門的投資,如美國聯邦政府研發支出能夠顯著促進美國私人R&D投資。[15]同樣,稅收政策的變革也會顯著影響到企業的研發投資行為。[16]

(二)治理績效如何影響國家創新能力

20世紀末期,發展型國家研究的興起,讓學者開始重新關注政府在發展中所應該扮演的角色。整體來看,政府促進創新作用的表現形式主要有如下幾種:政府投資,政府創新平臺建設,財政補助和減免稅,政府實施的創新戰略或創新政策引導,政府規制和知識產權保護等。

首先,較高的治理績效有助于提升政府創新投資效能,實現政府財政補助和稅收優惠的有效落實。對基礎研究領域創新的補貼或稅收優惠是不同國家政府的常用做法,這類公共財政投入具有彌補企業研發的市場失靈、分擔研發風險和促進產學研合作等功能。高績效政府對創新補貼的合理性界定,補貼的時機、稅收優惠的種類等精確界定,進而確定政府補貼和稅收優惠的最優邊界,避免政府科技投入擠出、替代企業科技投資,促進國家技術聯盟的形成技術聯盟。現實中,不同國家政府補貼或稅收優惠帶來的創新回報是存在巨大差異的,[17][18]有的國家通過補貼進一步吸引了企業或私人部門的進一步R&D投資,有的國家則沒有實現創新發展的目標。當然,財政補貼對創新績效的正向或負向影響有的是由于創新主體因素導致的結果,如企業管理水平或企業對政府補貼的依賴以及通過偽造科研成果騙取補貼等現象導致的政府創新補貼失敗,也有的是由于政府治理績效因素導致,如由于信息不對稱、政府補貼政策漏洞和官僚主義弊病等導致的。[19]

其次,治理績效關系到一國政府創新戰略和創新政策的制定水準。有研究者認為創新政策和創新戰略實踐是解釋日本創新經濟增長的唯一要素。受到日本二十世紀七八十年代產業政策成功的激勵,世界其他國家也紛紛建立類似的創新網絡,比如歐洲國家制定了各項政策和目標來激勵創新,[20]但最終不同國家取得的創新實效同樣也是存在差異的。在政策學習和政策擴散研究中,大量的事實已經證明,不同國家雖然可以通過模仿或學習外國相關政策創新,但在本國實踐中能否取得預期目標則取決于政府的治理效能。[21]在不同國家都建立了相應的知識產權保護或創新券政策的背景下,不同國家治理績效帶來的規制質量和創新券分配實踐差異,導致不同的創新促進效果。

總之,政府若制定出科學可行的科技創新政策,有助于矯正市場失靈甚至是國家創新系統內的“系統失靈”,這類失靈可能源自于不同利益團體之間的沖突,也可能源自于制度的僵化,政府部門分割與溝通障礙等。不同國家的促進創新政策和創新戰略可能存在類似性,但最終帶來的效果和導致的國家創新能力卻是千差萬別的,作者基于上文分析,提出如下兩個假設:

假設1:其他變量不變情況下,政府績效對國家創新能力具有顯著的正向影響。

假設2:其他變量不變情況下,經濟欠發達地區國家的政府績效對國家創新能力影響力度高于經濟發達地區政府績效對國家創新能力的影響。

三、數據

(一)自變量和因變量

盡管專利不能反映出一國全部的創新能力,且并非所有的專利都具有創新內涵,但就當前有限的數據資源而言,專利數據依然是創新能力研究的獨特資源。[22]因此,本研究利用美國國家經濟研究局的專利數據庫來構建國家創新能力指標,這些數據包含由美國專利商標局(USPTO)于1964至2015年間所授權專利的詳細信息。相比世界知識產權局提供的數據,筆者傾向于使用美國專利商標局提供的數據,因為前者大量數據丟失,且有時同一專利在不同國家所代表的水平也不盡相同。美國是世界上最大的技術創新消費市場,因此早期研究普遍認為,所有重要創新均已由美國專利局授權。因此,美國專利商標局授權的專利數量是評估世其他國家創新能力的標尺,[23]該數據已經被廣泛用于研究之中并發表在各類匿名審稿期刊。[24]

政府效能是本文的自變量,表示政府公共服務提供能力,官僚體系治理,以及公務員競爭能力等,該數據取值在-2.5到2.5之間,數值越高,對應的治理效能越高,該數據來自世界治理指標。

(二)控制變量篩選

1.機器學習與控制變量篩選

通過以往的文獻所進行的政治和經濟學理論分析,我們可以得出與創新有關的主要變量。但同時,仍有一些其他變量與創新有著某種聯系。隨機森林或隨機決策森林是機器學習領域中最著名的方法,它可以幫助研究人員選擇更相關的變量組,使模型更具有解釋力。

自2001年隨機森林被學者提出后,作為一種有效的特征選擇方法,通過基尼重要度(Gini importance),可以較好地預測不同變量在分析非均衡面板數據時的重要程度。本研究通過建立隨機森林模型(其中包含所有的控制變量和因變量),構建出了一種按照基尼重要度的值進行排序的變量序列,這些變量是作者最初從50余個相關變量中通過機器學習進行篩選而得到的。

因此,基于已有文獻和及其學習分析結果,筆者初步選擇了以下八個潛在的創新影響因素,包括:研發占國內生產總值(GDP)的比重,高等教育的平均年限,城市化率和人口密度,經濟開放,多元文化,固定電話接入比例,以及政權耐久性和政治穩定性等變量。

2.變量非平衡性測量

結合上文討論以及隨機森林對變量篩選的結果,這一系列的變量構成了1995年到2015年間的面板數據。雖然美國專利商標局數據庫中包含了全球224個國家,但是其中很多國家的變量存在數據缺失問題,為了確保數據質量,本研究將一國專利變量數據缺失值大于10%的剔除,此時就得到了156個國家的面板數據。作者進一步對156個國家在1995-2015年的面板數據進行數據質量進行分析和評估,主要考察上文所選擇主要變量的數據缺失程度(見表1)。

 

 1553515245124430.png

 

隨后,我們用每個國家數據缺失程度中的第三分位數(0.23183)作為臨界點,剔除變量數據高于臨界缺失程度的國家。圖1顯示的是不同國家數據缺失程度的分布情況,可以看出一些國家的數據缺失程度在10%左右,作者進一步剔除了部分國家,最終獲得117個國家1995-2015年的面板數據。

 

 1553515278378679.png

 

表2給出了相應變量的數據描述。從不同變量的均值和分布來看,這些數據基本和當前世界銀行的統計數據保持了較高的一致性,這也證明本文所篩選后的國家樣本具有較高的代表性。

 

 1553515312119740.png

 

四、研究設計和分析結果

(一)模型

為了進一步從不同的路徑去研究治理績效影響專利數(一個國家創新)的機制和前文研究假設,作者構建如下回歸模型來檢驗分析政府效能和國家創新能力之間的關系。

1.多重線性回歸模型

回歸分析是現代應用統計學的一個重要的分支,在各個科學都得到了廣泛的應用。能把隱藏在大規模原始數據集中的重要信息盡最大限度地挖掘出來,從而把握住數據集的主要特征。下文通過對構建的多元線性模型進行參數估計,發現不同變量之間的相互關系,然后對此關系進行統計檢驗,判定該關系的有效性。針對非平衡的面板數據,作者首先采用多元線性回歸模型來最大限度地提取不同變量之間的重要信息,盡可能地解釋文本中的主要研究對象(創新)在1995-2015這20年間受到哪些因素的影響,以及該影響的正負方向和回歸系數大小。為此,我們構建以下回歸數學模型:

 1553515345252553.png

其中β0,β1,…βp為回歸系數,N為樣本上數量,ε為殘差服從正態分布。本文將采用MLE對回歸系數進行估計。

2.固定效應模型

本研究所利用的數據源于非平衡面板數據。而從這一非平衡面板數據中提取平衡面板數據的話,將不可避免地降低樣本量和估計效率。同時,若研究人員主觀地對某些觀測數據進行刪除處理,亦會影響數據樣本的隨機性。所以,為實現上述研究目標,研究人員使用了對時間和國家進行控制的固定效應面板模型。因此,由于上述固定效應而導致的變量遺漏問題得以控制,而且在這些檢驗中存在的異方差性問題也得到了緩解。筆者建立固定效應模型如下:

 1553515363535745.png

其中,N代表個體總量,比如說117個國家;T表示時間長度,比如說20年(從1995到2015年);yit代表解釋變量;xit表示時變解釋變量的矢量;zit代表控制變量矩陣;β表示估計系數;αi代表國家固定效應,而這一效應與xit潛在相關;ζt表示時間(年份)固定效應;而εit則代表誤差項。那么關于方程(1),我們就可以做出強有力的假設:

 (3.png

在統計學領域,我們可以通過很多種估計方式來對變量的系數進行計算。首先,當我們只考慮國家固定效應,即個體固定效應時,我們可以利用最小二乘虛擬變量(LSDV)估計法來對主要模型進行回歸運算。其次,若考慮時間(年限)固定效應,廣義最小二乘估計法(FGLS)是最好的選擇。在回歸結果中,我們可以發現:相比于一般最小二乘(OLS)估計法來說,廣義最小二乘估計法(FGLS)能夠提供更佳的解決方案。最后,若將時間和國家固定效應均考慮在內,則通過最大似然估計(MLE)法獲得可行的回歸結果。在本文中,筆者針對不同的固定效應(時間、國家或兩者兼具),對通過不同種類的回歸估計方法所得出的結果進行了比較。

(二)實證分析結果

為了克服變量之間的強相關性,并確定模型中的相關系數估計值有無失真或錯誤的情況出現,筆者進行了多重共線性檢驗。表3表明:整體變量的VIF(方差膨脹因子)值均小于10,這就意味著變量之間不存在多重共線性。因此,我們可以利用整體變量來對多元線性回歸模型進行分析。

 

 1553515404753314.png

 

在對面板數據進行分析時,研究人員還需要對其進行單位根檢驗來鑒定時間序列的平穩性。根據本研究所使用面板數據的非平衡的特性,我們一般采用Fisher-type檢驗,在四種Fisher單位根檢驗結果中,若其均為顯著(P=0.000),則拒絕原假設,即拒絕了本文所使用的面板數據是不平穩假設。表4顯示,使用專利作為因變量,對面板模型進行回歸分析是可行的,不會得到偽回歸的結果。

 

 1553515439440860.png

 

1.多元線性回歸結果

表5結果顯示,政府績效確實對一國創新能力具有顯著的正向關系,其他模型回歸結果也表明,不同控制變量諸如城市化水平,研發投入,文化多樣性,政治穩定性,金融自由度,人口密度等均對一國創新水平有正面影響,同時,政治穩定對一國創新水平有顯著的負面影響,這可能是由于,一方面,雖然和平穩定有助于科學家進行研究創新,但政治沖突同樣也會對一國創新帶來促進作用,比如我們熟知的諸多重要發明都是在兩次世界大戰期間完成。而電話接通率對一國創新能力同樣呈現負面作用,這可能是由于隨著科技發展,因特網等新的新通訊技術越來越占據主導作用,削弱了電話在信息傳播中所扮演的角色。

表5第三列顯示的是在面板數據中利用GLS模型所估計出的回歸參數,該模型中保留了時間趨勢。筆者將第三列與第二列對比發現:此二者在回歸系數上并不存在明顯的差異,所以在一定程度上表明一般多元線性模型的回歸結果是穩定可靠的,不存在較大結果偏誤。同時一般多元線性回歸模型的R2值也能較好地說明模型具有較好的擬合度。

 

 1553515474660279.png

 

2.固定效應模型結果

為了更加精準地檢驗政府效能對一國創新能力的影響,研究人員需要考慮面板數據中的時間效應和個體效應,所以本部分想基于固定效應模型進行的進一步研究。筆者還將因變量的滯后一期納入方程之中,這有助于簡化分析模型,所以控制變量筆者只考慮了城市人口,進出口服務總量,政治自由度,研發投入等。

通過對公式2的參數估計,筆者得到表6中的回歸分析結果,其中第一列是不包括自變量滯后的固定效應模型,第二,三四列是包含自變量滯后或其他控制變量之后的固定效應模型,第5列是包含年度效應和國家效應的固定效應模型。

 

 1553515509103852.png

 

表6表明,不同模型的回歸結果都顯示政府效能對國家創新能力有顯著的正向影響。同時,我們可以看出研發投入對創新的當期沒有顯著影響,而研發的滯后一期則具有顯著的正向影響,這也印證了現實中,研發投入具有滯后效應。同時,固定效應模型的分析結果顯示,教育水平,經濟開放程度,城市化水平等都會顯著促進國家創新能力的提升。這和已有的研究結果是一致的,也進一步驗證了本文分析結果的可靠性。

3.基于不同區域分析結果

本文數據涉及117個國家,遍布世界7大洲,考慮到由于個別地區數據量太少,因而可能造成模型結果的不穩定性,所以根據地區經濟發展水平和地理距離相近原則對7個地區劃分成三塊區域:1)歐洲和中亞;2)東亞、太平洋和美洲;3)南亞和非洲。分別對這三地區的數據利用公式(2)進行回歸分析,得到表7的結果。

 

 1553515539900138.png

 

從表7中,我們可以看出不同地區之間政府績效對創新的影響是存在差異的,經濟發展水平越是落后,如南亞和非洲地區,政府績效對國家創新能力的影響就越大;同時也可以看出,在落后地區,如果政府增加教育投資提高國民教育水平,就能夠顯著提升一國的創新能力。體現出落后地區的國家其政府部門對創新水平具有較高的干預作用。

在經濟發展水平相對發達的歐洲,政府績效雖然對國家創新能力有顯著的影響,但其回歸系數是最小的,同時,由于經濟發達地區普遍具有較高的教育水平,所以其國民教育水平對國家創新能力影響并不顯著,但發達國家的研發投入增加則能顯著促進國家創新能力提升。

此處分析可以看出,針對落后地區,要想提高國家創新能力,除了在提高治理效能的態勢方面進行努力外,政府還需要重視提高國民的教育程度,而對于發達國家而言,則需在保持較高政府治理效能的同時,進一步增加研發投入來保持其國家創新水平的領先地位。

五、結論與討論

無論是在技術創新已經走在前列的國家中,還是后發國家內,政府在科技創新體系建設中既是參與者和規劃者,又是引導者和推動者。本文基于不同的模型回歸分析結果表明,所有國家的政府治理績效都對國家創新能力有著顯著的正面促進作用。同時,對于經濟發展水平較低的國家而言,可以借助提高政府效能,發揮后發優勢,實現科技創新發展的跨越性追趕。

本文的研究成果具有如下的理論啟迪。已有研究中,無論是發展型國家、產業政策理論還是國家創新體系理論,雖然強調國家在創新中所應發揮的作用,但并沒有清晰地證據表明政府績效和創新能力之間的關系,本文的研究一方面進一步支持了國家創新體系理論,另一方面也是對傳統研究中忽略政府績效在創新中的作用進行補充。

本文的研究成果還具有如下的政策啟迪。不同國家要想在未來世界創新競爭中保持優勢地位或后來居上,其在強調國家要進行創新政策學習、創新戰略規劃和增加基礎創新投資或補貼的同時,還需要關注政府的治理效能。一個低效的政府,即使從其他國家借鑒來最先進的創新政策,如果不能落實這類政策,則依然無助于國家創新能力的提升。未來研究中,我們還可以拋開經濟發展因素,僅基于地理臨近性來劃分不同區域,這樣能更好發現政府對區域創新影響是否存在類似效應。

 

參考文獻:

[1]Pack, Howard, Kamal Saggi.The Case for Industrial Policy:A Critical Survey.New York:World Bank Publications, 2006.

[2]Johnson, Chalmers.MITI and the Japanese Miracle:the Growth of Industrial Policy:1925-1975.Stanford:Stanford University Press, 1982.

[3]Witt, Ulrich.Innovations, Externalities and the Problem of Economic Progress.Public Choice, 1996, 89 (1) .

[4]Bergek, Anna, Staffan Jacobsson, Bj?rn A Sandén.Legitimation and Development of Positive Externalities.Technology Analysis&Strategic Management, 2008, 20 (5) .

[5]West, Joel, Scott Gallagher.Challenges of Open Innovation:the Paradox of Firm Investment in Open‐Source Software.R&d Management, 2006, 36 (3) .

[6]Leftwich, Adrian.Bringing Politics Back in:Towards a Model of the Developmental State.The Journal of Development Studies, 1995, 31 (3) .

[7]Chung, Sunyang.2002.Building a National Innovation System through Regional Innovation Systems.Technovation, 2002, 22 (8) .

[8]Martin, Stephen, John T Scott.The Nature of Innovation Market Failure and the Design of Public Support for Private Innovation.Research Policy, 2000, 29 (4-5) .

[9]Chu, Hsun, Ching Chong Lai.Abatement R&D, Market Imperfections, and Environmental Policy in an Endogenous Growth Model.Journal of Economic Dynamics&Control, 2014, 41 (1) .

[10]Perez-Sebastian, Fidel.Market Failure, Government Inefficiency, and Optimal R&D Policy.Economics Letters, 2015 (128) .

[11]Hong, J., Hong, S., Wang, L., Xu, Y., &Zhao, D.Government Grants, Private r&d Funding and Innovation Efficiency in Transition Economy.Technology Analysis&Strategic Management, 2015, 27 (9) .

[12]Furman, Jeffrey L, Michael E Porter, Scott Stern.The Determinants of National Innovative Capacity.Research Policy, 2002, 31 (6) .

[13]Pires, Armando J.Garcia.Competitiveness-Shifting Effects and the Prisoner’s Dilemma in International R&D Subsidy Wars.International Economics, 2015 (142) .

[14]波特.國家競爭優勢[M].北京:中信出版社, 2007.

[15]Mansfield, Edwin, Anthony Romeo, Lorne Switzer.R&D Price Indexes and Real R&D Expenditures in the United States.Research Policy, 1983, 12 (2) .

[16]Tassey, Gregory.Tax Incentives for Innovation:Time to Restructure the R&E Tax Credit.Journal of Technology Transfer, 2007, 32 (6) .

[17]Jakli?, Andreja, An?e Burger, and Matija Rojec.The Quest for More Efficient R&D Subsidies.Eastern European Economics, 2013, 51 (4) .

[18]Aertsa, Kris, and Tobias Schmidtb.Two for the Price of One?On Additionality Effects of R&D Subsidies:A Comparison between Flanders and Germany.Research Policy, 2006, 37 (5) .

[19]Zelepis, Dimitris, Dimitris Skuras.The Effects of Regional Capital Subsidies on Firm Performance:an Empirical Study.Journal of Small Business&Enterprise Development, 2004, 11 (1) .

[20]Edquist, Charles.Systems of Innovation:Technologies, Institutions, and Organizations.Psychology Press, 1997.

[21]Dolowitz, David P, David Marsh.Learning from Abroad:The Role of Policy Transfer in Contemporary Policy‐Making.Governance, 2000, 13 (1) .

[22]Z.Griliches, Patent Statistics as Economic Indicators:A Survey.National Bureau of Economic Research, Inc, 1990.

[23]Acharya, Viral V, and Krishnamurthy V Subramanian.Bankruptcy Codes and Innovation.Review of Financial Studies, 2009, 22 (12) ;Griffith, Rachel, Rupert Harrison, John Van Reenen.How Special is the Special Relationship?Using the Impact of US R&DSpillovers on UK Firms as A Test of Technology Sourcing.The American Economic Review, 2006, 96 (5) ;Hsu, Po-Hsuan, Xuan Tian, Yan Xu.Financial Development and Innovation:CrossCountry Evidence.Journal of Financial Economics, 2014, 112 (1) .

[24]Gao, Yanyan, Leizhen Zang, Antoine Roth, Puqu Wang.Does Democracy Cause Innovation?An Empirical Test of the Popper Hypothesis.Research Policy, 2017, 46 (7) .

 

 

分享:
广东快乐10分稳赢技巧