創新數量、創新質量與企業效益
——來自高技術產業的實證

蔡紹洪，俞立平

(1.貴州財經大學 欠發達地區經濟發展研究中心，貴州 貴陽 550025;2.浙江工商大學 管理工程與電子商務學院，浙江 杭州 310018)

創新數量、創新質量與企業效益
——來自高技術產業的實證

蔡紹洪1，俞立平2

(1.貴州財經大學 欠發達地區經濟發展研究中心，貴州 貴陽 550025;2.浙江工商大學 管理工程與電子商務學院，浙江 杭州 310018)

本文根據企業成長理論，構建了創新數量、創新質量的作用機制模型，并基于中國高技術產業數據，采用面板數據模型、面板門檻回歸模型進行了實證。研究結果表明，創新數量與創新質量具有協同作用機制，只有同時做好創新質量與創新數量的企業才能取得較好的創新效果。創新數量較大時，其對企業效益貢獻的彈性系數較大。創新質量較低和較高時，創新數量對企業效益的彈性系數更大。我國目前創新數量已經具備一定規模，但由于創新質量較低，創新質量對企業效益貢獻并不顯著。

創新數量；創新質量；作用機制；高技術產業

一、引言

我國是科技大國，但還不是科技強國。根據《2015年世界專利產權指數》數據，2014年全球專利申請量為270萬件，其中來自中國的申請為92.8萬件，占全球的34%，已經連續4年專利申請量全球第一。雖然科技成果數量處于世界領先地位，但科研質量卻存在很大差距[1]。除了載人航天、量子通訊等少數領域外，我國大多數技術領域與發達國家差距較大，在經濟進入新常態背景下，迫切需要加快科技創新，盡快實現企業的轉型升級。國家科技實力的強大，一方面要依賴科技成果的數量，另一方面也要依賴科技成果的質量。研究創新數量與創新質量的關系與協調機制，分析創新數量與創新質量的作用規律及門檻效應，不僅可以深化創新理論，對于我國宏觀科技管理以及企業創新也具有重要的借鑒意義。

關于創新質量的界定，經歷了從“研究質量”到“創新質量”的演變過程。Juran較早提到研究質量的概念，將其定義為研究職能所提供的信息和知識的特征滿足用戶要求的程度[2]。Garfinkel將研究質量定義為研究的技術性質量、研究的影響力、與企業經營業務的相關性、適時性[3]。Haner較早提到創新質量，將創新質量分為產品/服務質量、過程質量、經營質量三個維度[4]。楊立國從質量管理的角度出發探討中小型高科技企業的創新質量，將創新質量定義為經營績效在每個子領域的總合，包括最終產品或服務的質量、企業運作的過程質量、以及企業經營管理質量三個領域[5]。

關于創新質量的實證研究，Stefano研究發現在專利商標局注冊專利較少的公司研究更深入，即創新質量更高[6]。Christopher研究表明，創新集中在發展中國家的低收入市場，企業在質量和價格敏感度之間進行權衡，從長遠來看，質量下降會減少消費者對創新的信任[7]。Lerner發現專利的 IPC 分類號數量(僅使用前4位數)對生物科技公司價值有顯著正向影響[8]。Austin按照相同方法將專利分為 “窄”專利和“寬”專利兩類，發現寬專利企業的超額收益要高于窄專利企業[9]。Lanjouw et al使用權利要求數、前向與后向引用數量、同族專利數量等多個指標構建指數來反映專利質量，發現此指數與公司股票市場價值顯著正相關[10]。Harhoff et al認為專利數量并非創新的良好測度，原因在于該指標屬于數量維度，理論上測度創新還需要考慮創新的價值維度。利用德國專利數據進行實證研究發現 IPC 分類號的數量與專利價值之間無顯著正相關關系[11]。高林、賀京同等發現專利知識寬度是反映創新能力的更好指標，是企業專利知識寬度而非專利數量促進了企業利潤增長。壟斷和產業政策支持對創新數量有顯著正向影響，對創新質量有顯著負向影響；規模和需求的迅速擴大對創新數量有顯著正向影響，對創新質量的影響不顯著[12]。

從目前的研究看，關于創新質量的界定比較成熟，學術界觀點總體比較一致。關于創新質量與企業價值、企業利潤之間的研究有一些進展，總體上呈正相關關系。對創新數量與創新質量的影響因素有少量研究，關于創新數量與創新質量的關系及協調研究，目前學術界剛剛起步，在以下幾個方面值得進一步深入研究：

第一，創新數量與創新質量之間的關系如何，其內在機制是什么？如果兩者都能夠夠企業帶來價值，那么是創新數量重要還是創新質量重要？還是兩者協調更重要？

第二，我國創新數量、創新質量目前的現狀如何？在不同水平的創新數量或創新質量下，創新數量、創新質量各自對企業效益的貢獻相同嗎？其中有什么特征？為什么會呈現這種特征。

本文以我國創新水平較高的高技術產業為例，在分析創新數量與創新質量關系及作用機制的基礎上，采用面板數據模型和面板門檻回歸模型，研究創新數量與創新質量的協調性以及各自的作用特征，在此基礎上進行討論。

二、創新數量、創新質量與企業效益的關系

(一)基于成長曲線的分析

創新數量與創新質量是同一問題的兩個方面。創新數量是創新質量的基礎，沒有一定的數量作為支撐，很難保證有足夠的質量。正如我國的科技論文，目前我國科技論文總量已經達到世界第二，但是高影響力論文并沒有取得同等的地位，但這并不代表我國科技實力就較弱，總體水平還是名列前茅的。創新質量代表了創新的水平和高度，兩者必須協調發展。

從微觀角度，企業在發展過程中，對創新數量和創新質量的偏好會發生變化(圖1)。根據企業成長理論，企業初創期，一般而言談不上創新數量，創新質量也不高，如果不及早進行市場開拓，難以有足夠的資金投入用于提高創新質量；隨著企業進入成長期，產品逐漸得到用戶的承認，技術瑕疵得到優化，創新質量進一步提高，此時企業的戰略重點是提高創新質量以進一步完善產品；而到了成熟期，企業研發能力較強，技術比較成熟，此時會兼顧創新質量與創新數量的協調發展，以發揮創新的最大價值。

一般而言，從研究的角度，由于難以有質量較高的時間序列數據用以考察企業生命周期與創新偏好的關系，所以往往采用截面數據或面板數據進行研究，在這樣的情況下，往往認為所有企業處于成熟期，也就是創新數量與創新質量并重階段。

圖1 企業生命周期與創新

從宏觀角度，不同行業、不同領域對創新數量與創新質量的偏好是不一致的(圖2)。一般高技術企業創新可以分為三種類型：數量偏好型、質量偏好型、數量質量并重型。比如航空航天行業，創新數量與創新質量同等重要，這是因為航空航天行業技術復雜，涉及的學科眾多，單純重視質量或數量都不利于整個產業發展。而制藥行業更關注創新質量，新藥的研發周期往往很長，如果取得重大突破，會取得極大的效益。但并不是說在制藥行業就不關注創新數量，在保證質量的情況下如果能擴大創新質量，制藥行業可以獲得更加豐厚的回報。計算機及辦公設備制造業由于我國在CPU關鍵技術領域還有較大差距，因此更加關注創新數量，通過若干個小創新維持企業的競爭能力。

圖2 創新偏好與作用機制

綜上所述，本文提出如下假設：

H1：創新數量與企業效益正相關，彈性系數為正。

H2：創新質量與企業效益正相關，彈性系數為正。

H3：創新數量與創新質量的乘積與企業效益正相關，交叉項系數為正。

(二)創新數量貢獻的非線性效應分析

1.不同創新數量下創新數量對企業效益的彈性分析

這個問題實際上就是創新數量自身的非線性效應，或者說，創新數量自身的門檻效應。回答這個問題的潛在條件就是創新數量必須對企業創造價值。當創新數量較少時，此時創新已經為企業創造價值，其彈性為正，企業得到創新的激勵，因此會繼續加大創新數量，從而完善產品的技術體系，加強集成創新水平，產生系統效應，發揮1+1>2的效果，因此有理由相信創新數量對企業效益的彈性系數為正。

但是創新數量并不是越大越好，如果研發數量較多，研發投入不能聚焦，研發團隊精力分散，研發管理跟不上，創新數量的彈性有可能會降低。所以創新數量存在一個最佳規模，只有在最佳規模下，創新數量的彈性最大，為此提出假設四：

H4：創新數量存在最佳規模，中等創新數量的彈性系數最高。

2.不同創新質量下創新數量對企業效益的彈性分析

在低創新質量下，企業由于無力提高創新質量，或者短期內難以快速提高創新質量，因此往往愿意進行創新數量的擴張，用以彌補創新質量的不足，從而獲得一定的收益。在高創新質量下，企業研發能力很強，創新效果較好，因此往往也愿意擴大創新數量，從而獲得額外收益。而在中等創新質量下，企業更多的精力需要用在提高創新質量上，對技術不斷完善，因為此時已經擁有較好的技術基礎，這樣企業就難以再進行創新數量的擴張。所以在不同創新質量下，創新數量對企業效益的彈性具有非線性特征，為此提出如下假設：

H5：在不同創新質量下，創新數量對企業效益的彈性呈現非線性效應，中等創新數量的彈性系數最低。

(三)創新質量的非線性效應分析

1.不同創新數量下創新質量對企業效益的彈性分析

關于創新質量在不同創新數量下是否呈現非線性關系，這個問題比較復雜。因為本質上，創新質量與創新數量具有非同質性。不管創新數量如何，創新質量提升帶來的效益本身就是非線性的，其最終效果很難預測。此外，創新數量某種程度上對企業而言是一種自然選擇，企業會根據行業特點、資源稟賦、個體狀況選擇創新方式與創新數量，但創新質量提升就復雜很多，不確定性強，風險大，所以在不同創新數量情況下，創新質量的彈性系數要復雜很多。

2.不同創新質量下創新質量對企業效益的彈性分析

在創新質量水平相對較低時，創新質量提升對企業效益的帶動作用明顯，但在創新質量水平相對較高時，創新質量提升對企業效益的帶動作用是否一定更好或更差呢？一般而言，創新質量提升帶來企業效益的相對降低是不現實的，否則企業就沒有提升創新質量的意愿。但在創新水平較高時，創新質量提升是否一定能夠增加企業受益呢？其影響因素比較復雜，要綜合考慮以下幾個因素：

第一，在較高創新質量下進一步提高創新質量意味著投入巨大，創新成本提高。

第二，消費者是否具有消費能力，很高的創新質量意味著產品高昂的價格，如果消費者較少，也難以取得預期收益。

第三，競爭對手的競爭，如果產品質量比競爭對手差，提高創新質量固然會吸引消費者，但競爭對手也會通過促銷手段，維持原有的市場份額，不一定就能獲得更大收益。如果產品質量比競爭對手高，會保持一個較好的市場份額，進一步提高創新質量并不一定能夠產生新的需求，從而帶來效益。INTEL公司故意放慢芯片的更新速度就是個典型的例子，因為其創新質量高，幾乎處于壟斷地位，即使有能力進一步提高創新質量，也沒有動力。

綜上所述，在不同創新質量水平下，創新質量對企業效益的彈性很難呈現非線性關系。

三、研究方法與數據

(一)創新數量與創新質量的貢獻估計

首先在Cobb-Douglus生產函數基礎上，建立高技術產業投入產出的生產函數：

log(Y)=c+α1log(K)+α2log(L)+α3log(R1)+α4log(R2)

(1)

公式(1)中，Y、K、L、R1、R2分別表示高技術產業效益、資本投入、表示勞動力投入，創新數量、創新質量，α1、α2、α3、α4為彈性系數，c為常數項。考慮到創新數量、創新質量可能存在非線性關系，增加兩個變量的二次項，同時為了檢驗創新數量與創新質量的協調水平，增加兩者的交叉項，得：

(2)

對于公式(2)，采用Mundlak[13]創立的面板數據模型進行估計，同時為了消除變量的內生性影響，估計方法采用Blundelletal[14]的系統廣義矩法(SYS-GMM)。

(二)創新數量自身的門檻效應估計

為了估計創新數量自身是否存在門檻效應，即不同創新數量下創新數量對企業效益的彈性系數是否存在差別，以單門檻為例，對于創新數量R1而言，如果存在一個創新數量門檻水平τ，使得對于R1≤τ和R1>τ時，創新數量對企業效益的彈性系數呈現顯著差異：

(3)

當R1≤τ時，創新數量對企業效益的回歸系數為θ1；當R1>τ時，創新數量對企業效益的回歸系數為θ2，如果存在數個門檻，可以進一步引入更多的τ，原理基本類似。

(三)創新數量的創新質量門檻效應

類似地，為了估計不同創新質量下創新數量對企業效益的彈性系數是否存在差別，以單門檻為例，如果存在一個創新質量門檻水平τ，使得對于R2≤τ和R2>τ時，創新數量對企業效益的彈性系數呈現顯著差異：

(4)

當R2≤τ時，創新數量對企業效益的回歸系數為θ1；當R2>τ時，創新數量對企業效益的回歸系數為θ2，如果存在數個門檻，可以進一步引入更多的τ。

(四)變量與數據

高技術產業生產函數中，產出用利潤額表示，投入要素中，資本采用資產總計，勞動力采用從業人員平均人數，創新數量采用新產品銷售收入(Griliches[15])。關于創新質量的選取方法較多，比如采用專利IPC分類號前4位(Lerner[8])、專利授權率和專利長度(張古鵬、陳向東等[16])，因為本文采用省際高技術產業宏觀數據，專利代碼長度數據難以獲取，所以采用發明專利與申請專利的比值來表示。

本文數據全部來自于歷年中國高技術產業統計年鑒，因為資產總計數據從2011年才開始公布，所以本文數據范圍為2011-2015年。西藏自治區缺失數據較多，將其刪除，變量的描述統計如表1所示。

表1 變量描述統計

四、實證結果

(一)變量的平穩性檢驗

首先進行數據的平穩性檢驗，以防止出現偽回歸問題。面板數據的平穩性檢驗方法較多，為了保證研究的穩健性，本文同時采用Levin lin&chu檢驗、Fisher ADF檢驗、Hadri檢驗三種方法進行檢驗，結果如表2所示，一階差分后所有變量均為平穩時間序列。

(二)創新數量與質量作用的估計

首先基于公式(1)，估計創新數量與創新質量的彈性系數(表3)，Hauseman檢驗值為8.493，相伴概率為0.075，拒絕了隨機效應原假設，因此采用固定效應模型估計，這也符合數據總體原則，因為本文數據為大陸30個省市的面板數據，基本上是總體而并非樣本，采用固定效應模型估計為佳。為了提高研究穩健性，還公布了混合回歸的估計結果。從混合回歸于固定效應的估計結果看，變量彈性系數的符號及大小排序一致，說明研究結果是穩健的。

從表3固定效應1看，R2高達0.989，資本的彈性系數0.497，其次是勞動力，彈性系數為0.271，第三是創新數量，彈性系數為0.104，最后是創新質量，彈性系數為-0.362。總體上，創新數量對高技術產業貢獻顯著，但創新質量總體水平還不高，其回歸系數為負數。

表2 變量的平穩性檢驗

注：*表示在10%的水平下檢驗通過；**表示在5%的水平下檢驗通過；***表示在1%的水平下檢驗通過。

表3 面板數據估計結果

注：*表示在10%的水平下檢驗通過；**表示在5%的水平下檢驗通過；***表示在1%的水平下檢驗通過。

表3固定效應2還公布了創新數量與創新質量共同作用的結果。由于帶有創新數量與創新質量的交叉項，創新數量的彈性系數為-0.318+0.109log(R2)，創新質量的彈性系數為-1.809+0.109log(R1)，但創新數量與創新質量共同作用的彈性系數為0.109，為正值，說明高水平的創新越多，對企業效益的貢獻越大，創新數量與創新質量必須協調發展。

綜合比較分析，可以發現假設一和假設三得到了驗證，但假設二沒有得到驗證，即創新質量對高技術產業效益的彈性系數為負數，根本原因是由于我國創新質量還不高，基礎性與原發創新還比較少，重大創新領域較少所致。

(三)創新數量自身的門檻效應分析

為了對創新數量的自身的門檻效應進行分析，采用Hansen[17]面板數據門檻模型進行估計。單門檻檢驗結果表明，F檢驗值為11.784，p值為0.012，拒絕原假設，說明存在單門檻效應。接下來進行雙門檻檢驗，F檢驗為4.269，p值為0.006，拒絕原假設，說明存在雙門檻，但第二階段創新數量沒有通過統計檢驗，最終采用單門檻模型進行回歸，結果如表4所示。在單門檻模型下，資本與勞動力的回歸系數都沒有通過統計檢驗，創新質量通過了統計檢驗，但回歸系數為負數，而創新數量在單門檻下兩個階段均通過了統計檢驗。

高技術產業創新數量的單門檻值為11.895，換算成原始值后146531億元，新產品銷售收入低于該值的地區有21個，高于該值的地區有129個。

表4 創新數量的資本門檻效應估計

注：*表示在10%的水平下檢驗通過；***表示在1%的水平下檢驗通過。

對于創新數量低于門檻值的地區，創新數量對企業效益的彈性系數為0.178，對于創新數量高于門檻值的地區，創新數量對企業效益的彈性系數為0.260。由于我國大多數地區的數據均高于該門檻值，說明我國創新數量對企業效益的貢獻總體是好的，增加創新規模可以帶來更大的收益，這樣假設四得到了部分驗證。

那么為什么創新數量的彈性系數沒有呈現理論分析中的三階段門檻而只有兩階段門檻呢？這是因為高技術企業創新數量總體還不多，尚沒有達到理論分析中的高創新質量階段。理論分析中的三階段門檻類似倒U型曲線，但我國目前處于倒U型曲線的前半段，所以創新數量較高時，其對企業效益的彈性系數也較大，但由于創新數量總體還不夠，還沒有達到倒U型曲線的后半段，所以只有單門檻。

(四)創新數量的創新質量門檻效應分析

下面對創新數量的創新質量門檻效應進行分析。單門檻檢驗結果表明，F檢驗值為7.689，p值為0.012，拒絕原假設，說明存在單門檻效應。接下來進行雙門檻檢驗，F檢驗為5.029，p值為0.018，拒絕原假設，說明存在雙門檻。繼續進行三門檻檢驗，F檢驗值為5.995，p值為0.031，并且創新數量在每個階段的彈性系數都通過了統計檢驗，最終決定采用三門檻模型進行回歸，結果如表5所示。

在單門檻模型下，資本與勞動力的回歸系數都沒有通過統計檢驗，創新質量通過了統計檢驗，但回歸系數為負數，而創新數量在單門檻下兩個階段均通過了統計檢驗。

表5 創新數量的資本門檻效應估計

注：*表示在10%的水平下檢驗通過；***表示在1%的水平下檢驗通過。

高技術產業創新數量的創新質量門檻共有3個，分別為2.715、4.155、8.765，這三個門檻值將創新數量水平分為4類，第一類是創新質量較低水平，數據共有122個。第二類是創新質量中低水平，數據共有9個。第三類是創新質量中等水平，數據共有8個。第四類是創新質量中高水平，數據共有11個。各階段創新數量對企業效益的彈性系數分別是0.246、0.206、0.159、0.211，總體上呈現類似U型曲線，這樣假設五就得到了驗證。

五、研究結論

(一)創新數量與創新質量具有協同作用機制

本文基于企業成長理論，建立了創新數量與創新質量的協同作用模型，認為在企業初創期，創新質量和創新質量均較低，而在成長期，企業以提高創新質量為主，到了成熟期，企業進入創新數量與創新質量并重階段。由于企業所處的行業與資源稟賦差異，不同的企業具有不同的創新數量與創新質量偏好，一般而言，只有同時做好創新質量與創新數量的企業才能取得較好的創新效果。實證研究表明，創新數量對企業效益具有明顯的貢獻，創新數量與創新質量共同作用對企業效益作用顯著，但由于我國創新質量總體水平還不高，創新質量對企業效益的貢獻尚不顯著。

(二)創新數量的門檻效應顯著

創新數量自身的門檻效應顯著，當創新數量水平較高時，創新數量對企業效益的彈性系數更大。理論上創新數量存在最佳規模，中等創新數量時創新數量的彈性系數最高，但由于我國大多數企業目前創新數量的總體水平還不高，因此這種效應尚缺乏實證支持，但創新數量自身的單門檻效應明顯，目前我國高技術企業創新數量越多，其對企業效益貢獻的彈性越大。

另一方面，創新數量的創新質量門檻效應顯著，當創新質量中等時，創新數量對企業效益的彈性系數最低，當創新質量較低或較高時，創新數量對企業貢獻的彈性系數較高。這是因為，在創新質量較低時，企業可以加大創新數量，多進行“試錯”，容易取得成績，而當創新質量較高時，企業研發力量很強，增加創新數量具有錦上添花的效果。但目前我國大多數企業還處于創新質量較低水平，因此提高創新數量較為有利。

(三)創新質量對企業效益貢獻不顯著

我國目前高技術企業創新質量對企業效益的作用不夠顯著，無論是面板數據模型還是面板門檻回歸模型的估計結果，創新質量的彈性系數均為負值，這并不是說提高創新質量沒有作用，根本原因是由于我國高技術企業目前創新質量水平較低所致，因此加大研發投入、培養創新人才、提高研發質量是我國高技術企業迫切需要解決的問題。

本文從企業成長曲線的視角分析了創新數量與創新質量的關系以及對企業效益的貢獻，并基于高技術產業數據，實證研究了創新數量與創新質量對企業效益的作用特征與作用規律，豐富了創新理論，同時對于加強創新數量與創新質量協調，提高創新質量也具有一定的實踐價值。

[1] 鄒承魯，王志珍. 質量比數量更重要——科學研究成果質與量的辯證關系[N]. 光明日報，2004-07-09.

[2]Juran J M. On quality by design: The new steps for planning quality into goods and services[M]. NewYork: Free Press,1992.

[3]Garfinkel M. Quality in R&D. Proceedings of symposium on managing for quality in Research and development[C]. Juran Institute, CT, 1990.

[4]Haner U E. Innovation quality-a conceptual framework[J]. International Journal of Production Economics，2002,80(1) :31-37.

[5]楊立國，繆小明，曾又其. 基于企業成長的中小型高科技企業創新質量評估模式研究[J]. 科技管理研究，2007(6): 79,96-98.

[6]Stefano C, Clara G. How many patents does it take to signal innovation quality[J]. Original International Journal of Industrial Organization,2015,43(5):66-79.

[7]Christopher F. Does quality matter for innovations in low income markets? The case of the Kenyan mobile phone sector[J]. Technology in Society,2014,38(3):119-129.

[8]Lerner J. The importance of patent scope：An empirical analysis[J]. Rand Journal of Economics，1994，25(2)：319-332.

[9]Austin D H. An event-study approach to measuring innovative output: The case of biotechnology[J]. The American Economic Review，1993，83(2)：253-258.

[10] Lanjouw J O，Schankerman M. Patent quality and research productivity：Measuring innovation with multiple indicators [J]. Economic Journal，2004，114(10)：441-465.

[11]Harhoff D,Scherer F M,Vopel K. Citations, Family size， opposition and the value of patent rights[J]. Research policy,2003,32(8):1343-1363.

[12]高 林，賀京同，那 藝. 創新數量、質量及其激勵的異質影響[J]. 北京理工大學學報(人文社科版)，2014(4)：92-98.

[13]Mundlak Y. Empirical productions free of management bias[J]. Journal of Farm Economics，1961(43): 44-56.

[14]Blundell R， Bond S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics, 1998,87:115-143.

[15]Griliches Z. Patent statistics as economic indicators: A survey[J]. Journal of economic literature,1990, 28(12):1661-1707.

[16]張古鵬，陳向東，杜華東. 中國區域創新質量不平等研究[J]. 科學學研究，2011(11)：1709-1719.

[17]Hansen B E. Threshold effects in non-dynamic panels: Estimation，testing and inference[J]. Journal of Econometrics, 1999,93(2) : 345-368.

(本文責編：王延芳)

Innovation Quantity, Innovation Quality and Firm Benefit

CAI Shao-hong1,YU Li-ping2

(1.GuizhouUniversityofFinanceandEconomic,Guiyang550025,China； 2.ZhejiangGongshangUniversity,SchoolofManagementEngineeringandElectronicBusiness,Hangzhou310018,China)

In view of the theory of the growth of the firm, this paper sets up interaction model of innovation quantity and innovation quality, and carries out an empirical research to test it. The results shows that: synergistic effect between innovation quantity and innovation quality is significant, only doing good job in both innovation quantity and innovation quality can enterprise achieve better innovation effect. Coefficient of elasticity of enterprise performance comes into much bigger along with innovation quantity being much bigger. When innovation quality being lower and higher, the coefficient of elasticity that innovation quality makes contribution to enterprise performance becomes much bigger. Innovation quantity in our country have certain scale for now, the contribution to enterprise performance from innovation quality is not significant because of lower innovation quantity.

innovation quantity; innovation quantity; interaction model; high-tech industrial

2016-07-11

2017-01-11

浙江省哲學社科規劃課題：浙江省全面創新的評價體系與推進路徑研究(17NDJC107YB)；國家社科重大專項(2015MZD038)子課題：“西部地區在一帶一路戰略中重要作用及競爭優勢研究”。

蔡紹洪(1958-)，男，貴州仁懷人，教授，博士生導師，研究方向：產業組織與區域經濟發展。通訊作者：俞立平。

G203

A

1002-9753(2017)05-0030-08