產業創新速度作用機制與門檻特征
——以高技術產業為例

俞立平,孫建紅

(1.浙江工商大學管理工程與電子商務學院,浙江 杭州 310018;2.寧波大學商學院,浙江 寧波 315211)

產業創新速度作用機制與門檻特征
——以高技術產業為例

俞立平1,孫建紅2

(1.浙江工商大學管理工程與電子商務學院,浙江 杭州 310018;2.寧波大學商學院,浙江 寧波 315211)

本文構建了創新速度的作用機制框架，包括線性機制和非線性機制。線性機制是指創新速度通過競爭優勢、樹立品牌、降低成本、獲取利潤等效應有效地促進創新成果。非線性機制包括規模經濟效應和適度速度效應。在此基礎上基于面板數據模型和面板門檻回歸模型進行了實證，結果表明：創新速度對創新成果的貢獻顯著，彈性系數為0.344。創新成果越高，創新速度的彈性系數越大。中等創新速度時，創新速度的彈性系數最大。企業研發經費的彈性系數最大，政府科技投入以及研發人員的績效總體不高。

高技術產業；創新速度；創新成果；門檻特征

1 引言

當前，以美國為代表的西方發達國家產品創新周期不斷縮短，多數產品已經可以達到3周的設計周期和3個月的試制周期，而我國企業相去甚遠，新產品開發周期仍較長，平均為18個月[1]。麥肯錫公司研究發現，市場平均每年銷售增長20%，但是商品價格卻下跌12%，如果高技術產品晚上市6個月，即使開發成本控制在預算內，也會導致企業5年內盈利減少33%[2]。

市場的不確定性以及技術創新的復雜性，使得新產品快速創新風險巨大。當年施樂公司快速開發的1045型復印機，由于設計缺陷造成100萬美元的損失[3]。2015年5月13日，豐田和日產因高田氣囊缺陷需要召回汽車650萬輛，使得“高田氣囊門”汽車召回總量突破3000萬輛，成為迄今規模最大的汽車召回案[4]。

高技術產業是我國國民經濟的主導產業，2013年高技術產業R&D經費內部支出為1734億元，新產品銷售收入29029億元，有效發明專利115884件，與10年前相比，平均年度增幅分別為22.79%、42.50%、20.45%，研發增長保持著較高的速度。研究高技術產業發展速度與創新成果的關系，分析其作用機制，探索其作用規律，尋找最佳發展速度，對于我國高技術企業創新驅動發展、實現經濟轉型升級具有十分重要的意義。

現有研究主要從微觀企業層面對產品創新速度加以界定。Manisfield[5]認為產品創新速度就是指產品從研發到投放市場過程中，某兩個標志性時間點的跨度。Kessler等[6]則偏向單個產品的整個研發過程，認為產品創新速度是從初次發現市場可能，到實現商品化所需要的時間。關于產業創新速度，學術界總體上缺乏研究。本文認為：產業創新速度就是指產業創新的快慢程度，一般用某個產業創新成果的增長率來表示，產業創新速度一般是隱性的，難以用具體的時間來衡量。

Alpert等[7]認為創新較快的企業往往是市場中的先進入者，擁有更快的資金回收速度、更低的價格、更卓越的產品，最終帶來企業利潤的增加。Menon等[8]認為，快速創新的企業能夠為市場帶來更加新穎的產品，從而樹立品牌、贏得客戶。Mcevily等[9]認為從經濟收益角度來看，較高的創新速度可以使企業有效利用財務杠桿，分攤項目成本，從而實現利潤最大化。Markman等[10]認為加快創新速度賦予企業更多嘗試失敗的機會，降低了單次失誤所帶來的成本，從而增加了創新成功的可能性。Aghion等[11]從經濟周期角度分析，認為在經濟衰退期，市場需求不旺，此時增加一單位的研發資源用于創新，機會成本比經濟繁榮期小，所以在衰退期，資源投入從生產活動轉向技術創新活動，創新速度加快；而繁榮期則相反。周游等[12]通過對英國技術創新和經濟增長歷史數據的分析，發現技術創新與經濟增長之間有相互決定、相互影響的關系。馬永遠[13]通過對98個新產品開發團隊的數據進行實證分析，發現新產品開發團隊的時間壓力與團隊創新績效之間存在倒U型相關關系，過高的時間壓力對創新績效會產生不利的影響。

Smith等[14]發現,絕大多數國外企業新產品開發周期都比預計周期長。Graves[15]、Griffiina[16]認為，必須均衡好產品快速投放市場獲取利潤與產品性能風險之間的關系，快速投放市場容易獲取高額利潤，但也容易產生產品缺陷。呂濤等[17]認為加速產品創新可能帶來各種經營風險，如由于創新產品技術本身的不成熟、技術效果的不確定性以及技術壽命的不確定性等。何山等[18]也持類似觀點，如果企業單純提高產品投放市場速度，未成熟產品推向市場機率就會增大，往往難以應對后進人市場者的競爭。申元月等[19]建立了產品創新最佳周期選擇模型，并用皮爾曲線擬合創新產品的生命周期。蔡瑞林等[20]通過實證研究發現，創新模式對競爭戰略存在反向能動影響，競爭戰略對創新速度具有正向影響，單一的創新模式對創新速度沒有顯著影響。

綜合以上論述，從以下幾個方面尚值得深入研究：

第一，缺乏從宏觀角度對產業創新速度的研究，包括產業創新速度的界定、基本理論、作用機制等；第二，高技術產業是我國的主導產業，那么其創新速度的變化特征、作用規律如何？產業創新速度對創新成果的貢獻是線性的還是非線性的？與產品創新速度相比，產業創新速度過快可能有什么問題，過慢有什么問題，有沒有最佳的速度；第三，高技術產業創新速度的總體表現如何？其增長潛力如何？如何對我國高技術產業創新速度的狀況做一個客觀評價。

2 產業創新速度的作用機制分析

企業創新速度的微觀作用機制是宏觀產業創新速度作用機制分析的基礎和重要依托，所有的微觀作用機制如品牌效應、成本效應、利潤效應等對宏觀作用機制同樣有效，但宏觀作用機制又有自身特點。此外，關于創新速度的測度，微觀層面往往用時間作為單位，而在宏觀產業創新速度層面，是難以采用時間作為單位的。本文主要從產業創新速度的角度研究其作用機制(見圖1)，包括線性作用機制和非線性作用機制。線性作用機制就是產業創新速度的平均水平，以及如何對創新成果產生作用。非線性作用機制主要指產業創新速度的作用規律，又包括規模經濟效應、適度速度效應以及兩者的交叉共同效應。

圖1 產業創新速度作用機制

線性作用機制是一種比較理想化的狀況，因為高技術產業創新系統本質上是復雜系統，很難呈現完全的線性特征，線性作用機制只是分析問題的視角之一，與非線性作用機制對應，從而達到更精細描述產業創新速度作用機制及其特點的目的。線性非線性作用機制與宏觀微觀作用機制又是交叉的，線性機制本質上描述的是作用機理，而非線性機制描述的是作用規律，兩者是辯證的統一。由于微觀作用機制是宏觀作用機制的基礎，因此線性非線性作用機制分析又主要體現出微觀作用機制。

線性機制與非線性機制本質上是共存的，區別在于看問題的視角不一樣。如果研究創新速度的平均彈性和總體狀況，那很明顯是線性作用機制；如果研究創新速度彈性的某段時間或者某種情況下的作用規律，那就體現出非線性所用機制。

2.1 線性作用機制

線性作用機制主要是創新速度對創新產出的平均影響，高技術產業創新速度的提高，必然會追加更多的研發經費，同時帶來國家對產業創新政策的支持，最終導致企業創新成果大量增加，呈現如下五種效應：①競爭優勢效應。創新速度是企業競爭優勢的重要前提，也是核心競爭力所在[21]。提高創新速度的最大優越性就是使企業獲得先入優勢，創新速度越快，這種先入優勢就越大[22]。②品牌效應。快速創新使得企業產品以更快的速度投向市場，吸引客戶，樹立企業良好的品牌形象[23]。加快創新速度能夠提高產品的新穎程度，提高品牌效應，更好地滿足消費者的動態需求，提高消費者的效用和感知水平[24]。③研發成本相對降低效應。快速創新意味著創新效率的提高，從而分攤了創新成本[6,9]。④知識積累效應，創新速度的加快增加了研發團隊的知識積累，而研發團隊知識的積累帶來了規模經濟效果，使得最終提供給消費者的新產品更加完善，上市時間更短、更能滿足顧客需求[25]。⑤利潤效應。創新速度的提高最終能夠為企業帶來豐厚的利潤回報[7]。當然，競爭優勢效應、品牌效應、研發成本相對降低效應和知識積累效應，本質上都會給企業帶來利潤。為此提出假設H1：創新速度對創新成果具有正向促進作用，其彈性系數為正。

2.2 非線性作用機制

(1)規模經濟效應。企業創新也存在著經濟學中的規模經濟效應，當企業創新規模較小時，研發人員需要解決的問題較多，只能將注意力集中到關鍵技術、關鍵環節，這樣勢必會降低研發效率，所以很難保證較高的創新速度，創新速度對產出的貢獻就較小。只有當企業具有一定的研發規模時，才能進行有效的分工協作，提高研發效率，此時創新速度也能得到保證，取得較好的創新成果；而當企業研發規模很大時，如果不能有效地進行管理，那么也不容易激發科技人員的創新熱情，創新速度也難以提高，創新效果也難以處于最佳水平。

產業創新同樣存在規模經濟效應，就高技術產業創新發展而言，當產業創新規模較小時，難以形成有效的創新網絡和創新集群，產業創新效率不高，也難以保證產業的創新速度，創新速度的作用機制難以有效發揮，產業創新效果往往不佳。只有當產業具有一定創新規模時，產業內部各單位才能進行有效的協同創新，提高創新速度，取得較好的創新效果。而當產業創新規模很大時，意味著產業已經成熟，此時要進一步提高創新速度也比較困難。基于以上分析，提出假設H2：中等創新規模的產業，創新速度對創新成果的彈性系數最大，創新速度存在創新成果門檻。

(2)適度速度效應。低速創新的企業，要么處于起步期，要么處于成熟期，前者企業剛剛創建，許多技術問題還沒有解決，創新速度緩慢，創新效果不好。新興產業要得到市場的認可需要一個過程，自身有個培育期，這也會帶來風險；后者發展已經比較穩定，技術也比較成熟，所以創新也比較緩慢，當然也難以有較好的創新成果。

高速創新的企業由于速度過快，創新投入大，涉及創新人員多，創新風險面廣，創新管理困難，一般難以取得較好的效果，只有保持適當的創新速度，才能產生較好的效果，為此提出假設H3：中等創新速度的產業，創新速度對創新成果的彈性系數最大，創新速度自身具有門檻效應。

3 方法與數據

3.1 面板數據模型

在生產函數的基礎上，Jaffe基于Griliches的研究[26-27]，將人力資源變量引入，構成了著名的Griliches-Jaffe知識生產函數：

Y=AKαLβ

(1)

式中，Y表示創新產出，K表示R&D研發經費，L表示研發勞動力，α、β表示彈性系數，A為常數項，是知識生產函數的全要素生產率。對于高技術產業而言，由于研發投入包括企業研發經費投入和政府財政科技經費投入，因此將K分解為企業研發經費(K1)和財政科技經費(K2)，并增加產業創新速度變量S。此外為了便于消除異方差，對式(1)兩邊同時取對數，經整理得： log(Y)=c+α1log(K1)+α2log(K2)+βlog(L)+

γlog(S)

(2)

本文采用面板數據模型進行估計，面板數據模型同時基于截面數據與時間序列數據進行估計，該模型是Mundlak[28]首創，在增加數據量的同時可以有效消除多重共線性的影響，保證模型估計時的自由度，提高估計效率和估計效果。常見的估計方法有最小二乘估計(OLS)、兩階段最小二乘估計(2SLS)、系統廣義矩估計(SYS-GMM)等。考慮到高技術產業科技投入產出系統中，往往存在內生變量，因此采用系統廣義矩法進行估計[29]，它克服了差分廣義矩法估計量較易受弱工具變量影響的弱點。

3.2 面板門檻回歸模型

(1)創新成果門檻模型。由于創新速度可能存在創新成果門檻效應，即創新速度的彈性系數存在非線性關系，所以引入面板門檻回歸模型來進行研究。以單門檻為例，對于創新速度S而言，如果存在一個創新成果門檻水平τ，使得對于Y≤τ和Y>τ時，創新速度對創新成果的彈性系數呈現顯著差異：

(3)

當Y≤τ時，創新速度對創新成果的回歸系數為θ1；當Y>τ時，創新速度對創新成果的回歸系數為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。

(2)創新速度門檻模型。根據前文分析，創新速度可能也存在門檻效應，以單門檻為例，對于創新速度S而言，如果存在一個門檻水平τ，使得對于S≤τ和S>τ時，創新速度對創新成果的彈性系數會表現出顯著的差異，呈現非線性關系，引入虛擬變量Di使其滿足：

(4)

將其帶入式(2)：

log(Y)=c0+θ1Dilog(S)+θ2(1-Di)log(S)+

c1log(K1)+c2log(K2)+c3log(L)

(5)

式(5)相當于一個針對創新速度的分段函數模型，當S≤τ時，創新速度的彈性系數為θ2，當S>τ時，創新速度的彈性系數為θ1。通過選擇合適的門檻值τ，從而可以得到不同的θ，虛擬變量Di是以一個門檻為例說明的，實際情況可能有多個門檻值，需要設置多個虛擬變量。

3.3 數據

學術界一般選擇發明專利、新產品銷售收入、研發投入等作為創新成果的替代變量，由于發明專利從申請到授權往往需要3年乃至更長的時間，這樣研發投入到專利的滯后期可能需要 4～5年，這對數據的時間跨度提出了很高的要求，本文時間跨度有限，此外一些企業也不一定申請專利，有些創新也不能申請專利，因此借鑒Griliches[30]的做法，采用新產品銷售收入作為高技術產業創新成果的替代變量，它較好地說明了創新產品的市場價值。自然地，其年度增長率作為創新速度的替代變量，但在數據處理時，部分地區新產品銷售收入出現負增長，而在回歸時由于彈性取值需要必須取對數，負數是無法取對數的，所以必須將增長率轉為正數，于是采用下一年度新產品銷售收入與上一年度的比值表示創新速度。高技術產業研發經費的來源主要是兩個渠道，一是企業研發經費投入，二是財政科技經費，這兩個數據統計年鑒中可以直接查到，R&D勞動力采用研發人員全時當量表示，這也是學術界通行的做法。

本文所有數據均來自于《中國高技術產業統計年鑒》2010—2014年，主要原因是一些變量的統計口徑發生了變化，實際數據為2009—2013年期間高技術產業的省際面板數據，西藏、青海地區由于部分地區部分年度數據缺失，實際數據為大陸29個省級行政區域5年的面板數據，變量的描述統計量如表1所示。

表1 變量描述統計

4 實證結果

4.1 變量的平穩性檢驗

面板數據也包含時間序列，因此也有可能存在平穩性問題，必須進行單位根檢驗，以防止偽回歸。面板數據平穩性檢驗方法包括ADF檢驗、PP檢驗、Levin Lin及Chu檢驗等，為保證研究的穩健性，本文采用這幾種方法同時進行檢驗，以結果一致作為檢驗標準(見表2)，一階差分后所有變量均為平穩的時間序列。

表2 單位根檢驗

續表2

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，下同。

4.2 面板數據回歸結果

考慮到變量的內生性問題，工具變量均采用自變量的1階滯后項。首先引入全部變量進行回歸，Hauseman檢驗為19.008，其相伴概率為0.001<0.1，拒絕隨機效應的原假設，說明需要采用固定效應模型，當然由于本研究中，研究對象已經接近總體，也應該采用固定效應模型。回歸結果發現研發人員全時當量沒有通過統計檢驗，將其刪除，繼續進行Hauseman檢驗，最后采用固定效應模型進行回歸，結果見表3中的“固定效應2”欄。三種估計結果中，企業研發經費的彈性系數均最大并且顯著，創新速度的彈性系數均第二并且顯著，財政科技經費的彈性系數均為負并且顯著。研發人員全時當量在混合回歸時只在10%的水平下通過了統計檢驗，這充分說明回歸結果是比較穩健的。

表3 面板數據估計結果

從最終結果看，剔除研發人員全時當量以后，所有變量均在1%的水平上通過統計檢驗，模型的擬合優度R2高達0.989。企業研發經費的彈性系數最大，其次是創新速度的彈性系數，政府財政科技投入的彈性系數為-0.236，假設1得到驗證。

政府財政科技投入績效不高的原因是多方面的：第一，財政科技投入側重點不同，政府對于高技術產業的財政科技支持，主要投入到關系到國計民生的一些關鍵領域和關鍵環節，并不是投向所有產業和地區，純粹市場化的技術創新政府一般不予投入，這樣就降低了財政科技投入的貢獻。第二，目前的財政科技投入體制可能也存在較大的優化空間，財政科技投入存在不合理的現象，財政科技投入的績效有待提高。

4.3 創新成果的門檻效應估計

為了對創新成果門檻對創新速度的彈性影響進行估計，首先運用Hansen[31]的面板數據門限模型，檢驗高技術產業創新成果對創新速度是否存在門檻效應。先進行單門檻檢驗，面板數據門限效應檢驗的似然比值LR(LR Test for Threshold Effect)為7.352，F檢驗值為34.078，相伴概率為0.000，說明應該采用單門檻模型。繼續進行雙門檻回歸，F檢驗為35.859，相伴概率為0.000，說明雙門檻效應存在。進一步進行三門檻檢驗，但是第一階段回歸系數沒有通過檢驗，最終采用雙門檻進行回歸，結果見表4，除了研發勞動力沒有通過統計檢驗外，所有變量均通過統計檢驗。

表4 創新成果的門檻效應

高技術產業創新成果的門檻值有兩個，分別為10.330和16.716，換算成原始值后新產品銷售收入分別為3.06億元和1818.28億元。新產品銷售收入低于3.06億元的地區數據有6個，介于3.06億元和1818.28億元之間的有128個，高于1818.28億元的有11個，總體上，中等創新成果水平的地區居多。對于創新成果水平較低的地區而言，創新速度的彈性系數為0.108；中等地區創新速度的彈性系數為0.363；較高地區創新速度的彈性系數為0.777，隨著創新成果水平的提升，創新速度彈性系數的提升比較明顯。

假設2僅得到部分驗證，并沒有呈現出中等創新成果地區創新速度的彈性系數最大，根本原因是，創新成果較高的地區只有11個數據，絕大多數地區處在中等創新成果水平，這樣少部分地區創新績效好，創新速度的彈性系數相對較高，從另外一個角度也說明我國創新成果也具有較大的提升空間，創新成果越好，創新速度的彈性系數越大。

4.4 創新速度的門檻效應估計

下面估計高技術產業創新速度自身的門檻效應。首先運用Hansen(1999)的面板數據門限模型，檢驗高技術產業創新速度是否存在門檻效應。先進行單門檻檢驗，面板數據門限效應檢驗的似然比值LR為7.352，F檢驗值為8.726，相伴概率為0.001，拒絕原假設。繼續進行雙門檻回歸，F檢驗為7.388，相伴概率為0.003，說明存在雙門檻。進一步進行三門檻檢驗，第一階段回歸系數沒有通過檢驗，最終決定采用雙門檻進行回歸，結果如表5所示。除了研發勞動力外，所謂變量在1%的水平下均通過了統計檢驗。

表5 創新速度的面板門檻回歸結果

高技術產業創新速度門檻值有兩個，分別為5.069和5.525，換算成原始值后分別為158.95%和250.96%。創新速度低于158.95%的地區數據有114個，介于158.95%～250.96%的有23個，高于250.96%的有8個。對于創新速度較低的地區而言，創新速度的彈性系數為0.246；對于中等水平地區，創新速度的彈性系數為0.324；對于創新速度最高的地區而言，創新速度的彈性系數為0.224。中等創新速度地區創新速度的彈性系數最高，這樣假設3得到驗證。

5 研究結論

本文構建了創新速度的作用機制框架，認為通過競爭優勢、樹立品牌、降低成本、獲取利潤等效應能夠有效促進創新產出。創新速度對創新成果的貢獻顯著，創新速度每增加1%，會帶來創新成果增加0.344%。此外創新速度存在自身門檻和創新成果門檻，中等創新速度時，創新速度對創新成果貢獻的彈性系數最大，適度速度效應明顯；而創新成果越高，創新速度的彈性系數越大。保持合適的創新速度，對于高技術產業發展具有重要意義。對于創新成果水平較高的高技術產業而言，創新具有累計效應，創新速度的彈性會越來越大，因此，鞭打快牛不失為一種有效的手段。

我國高技術產業創新成果總體上還不豐富，大多數地區處于中等創新成果地區，并且大多數地區處于低速創新階段，因此，加快創新速度，能有效促進高技術產業的技術創新。無論是創新速度的平均水平還是創新成果的總量，均有較大的提升空間，加快高技術產業創新速度是行之有效的重要措施。

研究還發現，企業研發經費的彈性系數最大，政府財政科技投入以及研發人員的績效總體不高。因此，必須充分發揮市場機制，加強財政科技經費的分配與跟蹤，使得有限的經費投入能夠發揮最佳效果，以提高財政科技經費的績效。此外還要注重提高研發人員的積極性，以提高勞動生產率。

[1]孫衛，徐昂，尚磊.創新速度理論研究評述與展望[J].科技進步與對策，2010(4)：156-160.

[2]DUMAINE B.Earning more by moving faster[J].Fortune,1991(7):89-90.

[3]MATT P.How Xerox speeds up the birth of new products[J].Business week，1984(19):58-59.

[4]騰訊汽車網[EB/OL]http://auto.qq.com/a/20150513/047432.htm 2015-05-14.

[5]MANSFIELD E.The speed and cost of industrial innovation in Japan and United States:external vs internal technology[J].Management science，1988(34)：1157-1169.

[6]KESSLER E H，CHAKRABARTI A K.Innovation speed：a conceptual model of context,antecedents and outcomes[J].Academy of management review，1996(21)：1143-1491.

[7]ALPERT F H，KAMINS M A.Pioneer brand advantage:a conceptual framework and propositional inventory[J].Journal of the academy of marketing science，1994，22(3)：244-253.

[8]MENON A,CHOWDHURY J,LUKAS B A.Antecedents and outcomes of new product development speed:an interdisciplinary conceptual framework[J].Industrial marketing management，2002(31)：317-328.

[9]MCEVILY S，EISENHARDT K，PRESCOTT J.The global acquisition,leverage,and protection of technological competencies[J].Strategic management journal，2004(25)：713-722.

[10]MARKMAN G，PHAN H，BALKIN D，GIANIODIS P.Entrepreneurship and university based technology transfer[J].Journal of business venturing，2005(20)：241-264.

[11]AGHION P,ANGELETOS M,BANERJEE A,MANOVA K.Volatility and growth:credit constraints and the composition of investment[J].Journal of monetary economics,2010(57)：246-265.

[12]周游,翟建輝.長波理論、創新與中國經濟周期分析[J].經濟理論與經濟管理，2012(5)：21-26.

[13]馬永遠.新產品開發團隊時間壓力、自省性與創新績效[J].科學學與科學技術管理，2015(2)：139-146.

[14]SMITH P G,REINERTSEN D G.Developing products in half the time[M].New York:Van Nostrand Reinhold,1991.

[15]GRAVES S B.The time-cost tradeoff in research and development[J].Engineering costs and production economics,1989(16):1-9.

[16]GRIFFIN A.Metrics for measuring product development cycle time[J].Journal of product Innovation management,1993(10):112-115.

[17]呂濤,王震生.企業快速產品創新的利益與風險[J].價值工程,2002(2):23-25.

[18]何山,李成標,胡樹華.產品創新速度的經濟性分析[J].科技與管理，2002(3)：24-26.

[19]申元月,周萍,王治超.產品創新最佳周期選擇模型在創新加速化風險防范中的應用[J].山東大學學報(理學版)，2014(4)：56-61.

[20]蔡瑞林,陳萬明,朱廣華.創新模式對競爭戰略、創新速度的影響研究[J].中國科技論壇，2014(11)：25-30.

[21]CLEMENS B W，DOUGLAS T J.Understanding strategic responses to institutional pressures[J].Journal of business research，2005，58(9)1205-1213.

[22]EMMANUELIDESA P.Determinants of product development time:a framework for analysis[J].Academy of management best paper proceedings,1991:342-346.

[23]MENON A,CHOWDHURY J,LUKAS B A.Antecedents and outcomes of new product development speed:an interdisciplinary conceptual framework[J].Industrial marketing management，2002,31:317-328.

[24]CHEN J Y,REILLY R R,LYNN G S.New product development speed:too much of a good thing[J].Journal of product innovation management,2012,29(2):288-303.

[25]COHEN W M.Empirical studies of innovative activity[M]//STONEMAN P.Handbook of the economics of innovation and technological change.London:Blackwell,1995.

[26]GRILICHES Z.Issues in assessing the contribution of research and development to productivity growth[J].Bell journal of economics,1979(1):92-116.

[27]JAFFE A B.Real effects of academic research[J].The American economic review,1989(5):957-970.

[28]MUNDLAK Y.Empirical productions free of management bias[J].Journal of farm economics，1961(43):44-56.

[29]BLUNDELL R，BOND S.Initial conditions and moment restrictions in dynamic panel data models[J].Journal of econometrics，1998，87:115-143.

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

[31]HANSEN B E.Threshold effects in non-dynamic panels:estimation，testing and inference[J].Journal of econometrics，1999(93):345-368.

(責任編輯 沈蓉)

The Threshold Characteristics and Innovation Speed of High Technology Industry

Yu Liping1,Sun Jianhong2

(1.School of Management Engineering and Electronic Business,Zhejiang Gongshang University,Hangzhou 310018,China;2.Business School of Ningbo University,Ningbo 315211,China)

Action mechanism framework of innovation speed was constructed in this paper,including linear mechanism and nonlinear mechanism.Linear mechanism is one of mechanisms that innovation speed can effectively improve innovation output through the effect of competitive advantage,building brands,cutting cost and earning profits.Nonlinear mechanism insists of scale economic effect and moderate speed effect.On this basis,it carried on a empirical research using panel data modal and panel threshold regression model.It shows that innovation speed significantly affects innovation output with a 0.344 elastic coefficient.With more innovation output,elastic coefficient of innovation speed increases.When innovation speed is at a medium level,elastic coefficient of innovation speed is largest.Elastic coefficient of firm R&D input is largest,the performance of the full-time equivalent financial technology input and R&D staff is generally not high.

High-technology industry;Innovation speed;Innovation output;Threshold feature

國家社科基金“港口經濟圈構建的理論框架和實踐探索”(15FJY005)，浙江省軟科學重點課題“浙江省創新驅動發展的關鍵問題、影響因素與評估體系研究”(2015C25024)，浙江省軟科學項目“基于可持續發展的浙江戰略性新興產業發展路徑與對策研究”(2016C25018)。

2016-11-28

俞立平(1967-)男，江蘇姜堰人，博士，教授；研究方向：技術經濟、科學計量。

G302

A