江蘇創新驅動發展戰略的實施及其績效*

王肖曼 李子聯

(江蘇師范大學商學院 江蘇 徐州 221116)

江蘇創新驅動發展戰略的實施及其績效*

王肖曼 李子聯

(江蘇師范大學商學院 江蘇 徐州 221116)

創新驅動是繼要素驅動和投資驅動之后經濟發展的新動力。本文首先對江蘇省創新驅動發展戰略的實施情況進行梳理，并在此基礎上運用主成分分析方法和向量自回歸模型分析創新驅動發展的績效。結果發現：研發(R&D)經費投入、科技活動人員和發明專利授權量對江蘇省經濟增長具有正向的促進作用，但科技活動人員的投入對經濟發展能較快地產生效應；江蘇省在繼續深入實施創新驅動發展戰略過程中，應該注意強化創新資源、優化創新制度與創新環境等問題。

創新；創新驅動；經濟增長

改革開放近40年來，依靠資源、資本和勞動力等要素投入為主的發展模式，有效地推動了我國經濟的高速增長。然而，伴隨著要素投入結構和經濟發展方式的轉變，固有的人口紅利、資源紅利和資本紅利優勢開始有所減弱，資源短缺、環境污染和產業發展不平衡等問題日益嚴峻，傳統發展模式受到前所未有的挑戰。因此，基于大規模投資和技術設備改善的傳統經濟增長模式難以繼續存在。而突破傳統模式所帶來的發展約束，必須加快經濟增長從要素投入向創新驅動的模式轉變，以發揮科技創新的支撐引領作用。基于此，本文擬以創新大省——江蘇省為例，分析創新驅動發展戰略實施的演變過程及其所帶來的經濟績效，以此為全國其他省市提供一個可供借鑒的示范樣本。

一、文獻綜述

隨著經濟發展模式的轉變，創新思想已逐步深入到經濟發展的方方面面，學者們對創新的研究也在逐步發展與完善。已有文獻從不同角度對創新驅動發展戰略進行了廣泛的研究與探討，可以大致分為：理論淵源、科學內涵、現實路徑、評價指標和經濟績效五個方面。

一是有關創新驅動發展戰略的理論淵源。首先，約瑟夫·熊彼特(1912)[1]在《經濟發展理論》中最先使用“創新”一詞。其次，美國學者邁克爾·波特(1990)[2]在《國家競爭優勢》一書中，最早將創新驅動作為一個發展階段提出來。他提出經濟發展的四個階段，從高到低依次為要素驅動(Factor-driven)階段、投資驅動(Investment-driven)階段、創新驅動(Innovation-driven)階段和財富驅動(Wealth-driven)階段。

二是有關創新驅動發展戰略的科學內涵。目前，我國的創新驅動發展以科技創新為核心支撐點。任保平(2013)[3]認為，創新驅動包括產業創新、科技創新、產品創新、制度創新、戰略創新、管理創新和文化創新等一系列創新活動。洪銀興(2013)[4]認為，科技創新是關系發展全局的核心。胡婷婷、文道貴(2013)[5]從經濟學角度指出“創新驅動”，表明在經濟發展中科技進步對于經濟增長的作用大大增加，即科技進步對經濟的貢獻率大大提高。洪銀興(2014)[6]還指出，相比其他發展階段，不是說創新驅動不需要要素和投資，而是說要素和投資由創新來帶動。狹義上，創新驅動僅指科技創新；廣義上，創新驅動是一個涵義豐富的系統概念，是國家發展的新境界和新階段。

三是有關創新驅動發展戰略的現實路徑。辜勝阻等(2013)[7]提出，創新有四大瓶頸：“動力不足，不想創新”、“風險太大，不敢創新”、“能力有限，不會創新”、“融資太難，不能創新”。首先，對于創新驅動發展戰略的路徑分析，黃寧燕、王培德(2013)[8]、辜勝阻等(2014)[9]提出，創新文化是啟動創新驅動發展戰略的前提。劉志彪(2015)[10]、趙蘭香(2014)[11]、夏秀麗(2013)[12]指出，貫徹創新驅動發展戰略，應注重人才隊伍建設，優化人才結構。其次，錢箭星(2014)[13]認為，要加強頂層設計特別是制度設計，主張制度創新。吳建南、鄭燁、徐萌萌(2015)[14]提出我國區域(省市層面)實施創新驅動發展戰略的政策建議，包括強化頂層設計、整合創新資源、搭建創新網絡、優化創新政策機制，以及營造創新環境五大方面。周柯、張斌、谷洲洋(2016)[15]指出創新驅動作為經濟增長的新引擎，能夠支撐傳統產業的改造和新興產業的高速增長。創新驅動經濟增長需要優化創新環境，明確創新主體，整合創新資源，打造創新平臺。

四是有關創新驅動發展戰略的評價指標。王元(2016)[16]認為，科技發展有兩個核心指標，“全社會的研發強度”，即“R&D占GDP的比重”和“每萬名從業人員中的研發人員數量”。洪銀興(2013)[17]在肯定科技進步對經濟增長的貢獻率和研發投入標準的基礎之上，又提出了“創新要素的高度集聚、人力資本投資成為創新投資的重點和孵化和研發新技術成為創新投資的重點環節”三個定性指標。吳優等(2014)[18]搭建了城市創新驅動發展的評估框架。劉煥等(2015)[19]構建了省級政府對創新驅動發展戰略的監測評估指標。上海財經大學課題組(2014)[20]提出的主要評價體系主要圍繞理論指標和實證指標兩大指標展開。理論指標方面提出人力資源建設、創新投入和創新效果三個子指標體系及內含的30個具體指標，實證指標方面提出20個子指數。

五是有關創新驅動發展戰略的經濟績效。Schneider(2005)[21]、Walter(2008)[22]研究指出發明專利在發達國家對經濟增長具有較為明顯的貢獻，而在發展中國家則沒有這種效果。景秀(2013)[23]從技術創新的角度分析專利與經濟增長之間的關系。趙明亮(2014)[24]指出研發經費內部支出對高技術產業全要素生產率的影響為負，對新產品產值增加會產生積極影響。

綜上所述，學術界雖然對創新驅動發展戰略做了大量的研究，但是大部分文獻主要側重于對創新驅動發展戰略進行各個維度地定性研究，而相對較少地對創新績效進行定量性的測度及其績效評價。在此基礎上，本文以江蘇省為例，基于對量化創新的相關指標進行選取，定量研究創新對經濟增長的影響。本文的主要研究創新點在于創新性量化創新指標，并通過理論分析與實證分析相結合來定量研究江蘇省創新驅動發展的績效。后續內容包括：首先，通過主成分分析方法對創新指標進行降維處理，選取權重相對較高的兩個變量，即研發(R&D)投入和科技活動人員；其次，通過向量自回歸模型以及向量誤差修正模型來定量分析其對經濟的影響情況。除此之外，進一步分析發明專利申請量對江蘇省經濟增長的影響。

二、創新驅動發展戰略實施過程

無論是從經濟增長的短期影響因素(需求端：投資、消費、和出口“三駕馬車”)來看，還是從長期經濟的決定因素(供給端：勞動、資本等)來看，走創新驅動發展的道路，是我國加快轉變經濟發展方式破解經濟發展深層次矛盾和問題，打造中國經濟升級版的必由之路。從生產要素效率提高來說，人力資本的提高、企業創新活力的增強和制度創新是創新驅動發展的關鍵。

自2012年黨的十八大明確提出創新驅動發展戰略，江蘇省積極深入貫徹實施。總體來看，江蘇各項科技工作均走在全國前列，積極探索了具有中國特色、時代特征、江蘇特點的科技創新模式，有力地體現了“率先建成創新型省份”示范帶動作用，依靠創新服務長三角、服務東部地區、服務全國的能力和效益不斷提高，成為建設創新型國家的重要戰略力量。以下簡單梳理2012年以來江蘇省實施創新驅動發展戰略的相關情況：

表1 2012年以來江蘇省實施創新驅動發展戰略的相關情況

三、變量與數據描述

自改革開放以來，江蘇省經濟處于快速增長階段,經濟整體呈現上升的趨勢，三大產業增加值分布趨勢明顯，第一產業、第二產業占比逐步下降，第三產業占比明顯上升。江蘇省科技進步率逐年上升，科研等相關投入也逐年增加。即表明進入21世紀以來江蘇省第三產業在三大產業中發展迅猛，也預示著在未來的經濟發展中，以知識為載體，以創新為核心的產業將在經濟浪潮中躋身前列。

本文從“產業鏈”視角出發，構建創新驅動量化指標體系。主要包括創新投入、創新主體、創新產出和創新績效四個方面(如表2)。

表2 創新指標選取與數據來源

注：上述創新系統的指標選取主要借鑒和參考于盧寧、李國平、劉光嶺的《中國自主創新與區域經濟增長——基于1998-2007年省級面板數據的實證研究》和張宏麗、袁永的《基于GIS的創新驅動發展戰略量化指標構建及廣東實證研究》

表3給出了地區生產總值以及上述創新指標的描述性統計。

表3 描述性統計

四、模型與檢驗

假設總產出函數為GDP=eA(ERD)α(SCP)β，其中，A為非零常數、ERD為研發(R&D)經費投入、SCP為科技活動人員、eA表示其他創新指標對經濟增長的貢獻率。

為了消除通脹對實際產值的影響，對GDP以1978年為基數進行平減，考慮到時間序列數據可能存在異方差現象，對所涉及到的三個變量進行自然對數線性轉化，消除異質性。對總產出函數等式兩邊同時取自然對數得：

lnGDP=A+αlnERD+βlnSCP+μ(1)

式(1)中，α、β分別為研發經費投入與科技活動人員對GDP增長的彈性。

創新驅動的本質是指依靠自主創新，充分發揮科技對經濟社會的支撐和引領作用，大幅提高科技進步對經濟的貢獻率，實現經濟社會全面協調可持續發展和綜合國力不斷提升。

在建模研究的過程中，變量太多不但會增加計算的復雜性，而且也會給合理地分析問題和解釋問題帶來困難。因此首先運用主成分分析法對上述變量進行主成分分析，達到降維的效果，進而提高研究問題的解釋強度。

(一)主成分分析法

主成分分析(principal components analysis，PCA)由霍特林(Hotelling)于1933年首次提出。它通過投影的方法，實現數據的降維，在損失較少數據信息的基礎上把多個指標轉化為幾個有代表意義的綜合指標。主成分分析的基本思想及步驟如下：

(1)假設對某一問題的研究涉及P個指標，記為X1，X2，……，XP，由這P個隨機變量構成的隨機向量為X=(X1,X2,…,Xp)′，設X的均值向量為，協方差矩陣為∑。

(2)設Y=(Y1,Y2,…,Yp)′為對X進行線性變換得到的合成隨機向量，即

設αi=(αi1,αi2,…,αip)′，A=(α1,α2,…,αp)′，則有

Y=AX,i=1,2,…,p(2)

且

為了有效地反映原始變量的信息，Y的不同分量包含的信息不應重疊。線性變換需要滿足下面兩個約束：

滿足上述約束得到的合成變量Y1，Y2，…，Yp分別稱為原始變量的第一主成分、第二主成分、…、第p主成分，而且各成分方差在總方差中占的比重依次遞減。

(3)采用主成分分析方法，對2000-2016年江蘇省創新投入、創新主體、創新產出、創新績效四個方面的7個指標進行主成分分析，其分析結果如表4所示。

表4 主成分分析結果

按照權重依次排序為：研發(R&D)投入(ERD)、科技活動人員(SCP)、研究生畢業人數(NGS)、高新技術產業產值(VHT)、專利授權量(NPI)、研發(R&D)強度(RDP)、發明專利授權量(NOI)。可以看出，研發(R&D)經費投入(ERD)以及科技活動人員(SCP)兩項指標解釋比例占總解釋比例的97.79%，因而可以將它們確定為解釋變量，其他指標作為補充解釋變量。

(4)根據上述主成分分析結果，運用柯布道格拉斯函數來探討研發(R&D)經費投入以及科技活動人員(SCP)對經濟增長的影響。

(二)數據檢驗

為了確保實證分析結果的可靠性，首先需要對主要變量的時間序列數據進行計量檢驗。

1.平穩性檢驗

一般認為可以采用以自相關函數為代表的傳統方法和以單位根檢驗為代表的現代方法來檢驗時間序列的平穩性。按照現行文獻常用做法,選用ADF(Augmented Dickey Fuller)檢驗對變量進行平穩性檢驗,防止出現偽回歸。ADF檢驗的原假設為：H0：γ=1，即序列存在單位根，非平穩。如果拒絕原假設,說明該時間序列是平穩序列。通過Eviews7.2軟件，對時間序列變量lnGDP、lnERD和lnSCP進行ADF檢驗，結果如表5所示：

表5 lnGDP、lnERD和lnSCP單位根的ADF檢驗結果

注：表中Δ表示一階差分，Δ2表示二階差分；檢驗形式(C,T,K)分別表示單位根檢驗方程包括常數項、時間趨勢項和滯后階數，0指檢驗方程不包括常數項或時間趨勢項。

可以看出，給定5%顯著性水平，序列lnGDP、lnERD和lnSCP的ADF檢驗值均大于其臨界值，故接受原假設，序列lnGDP、lnERD和lnSCP均存在單位根，是非平穩的；其一階差分序列結果顯示，ADF檢驗值除lnSCP均不拒絕原假設，序列存在單位根，為非平穩序列；而其二階差分序列△2lnGDP、△2lnERD和△2lnSCP的ADF檢驗值均小于5%顯著性水平下的臨界值，則不存在單位根，通過平穩性檢驗。由此可以得出，序列lnGDP、lnERD和lnSCP二階均為單整序列，因而可進行協整檢驗。

2.協整檢驗

協整性的檢驗方法包括單一方程的協整檢驗和基于回歸系數完全信息的Johansen協整檢驗，現選用單一方程的EG兩步法進行協整檢驗，用OLS法作協整回歸，利用Eviews7.2得到如下估計方程：

lnGDP=0.478205lnERD+0.120109lnRED+5.598137

se=(0.015994)(0.032917)(0.057185)

t=(29.89970)(3.648839)(97.89547)

p=(0.0000)(0.0026)(0.0000)

從所估計的方程可以看出，江蘇省研發經費投入與科技活動人員投入均有利于經濟增長，這與實際情況也是完全相符合的。研發經費投入對數增加1%，lnGDP相應地增長0.48%；科技活動人員對數增加1%，lnGDP相應增加0.12%。

在該方程的基礎上我們可得到殘差序列et，若et是平穩的，則表明lnGDP、lnERD和lnSCP三個變量之間具有長期穩定的協整關系，反之，則不是協整的,平穩性檢驗的結果如表6所示。

表6 協整回歸方程的殘差序列平穩性檢驗

可以看出，殘差序列在10%的顯著水平上通過了平穩性檢驗，因而可以判定：lnGDP、lnERD和lnSCP之間存在協整關系，即R&D經費投入(ERD)和科技活動人員(SCP)與經濟增長(GDP)之間具有長期穩定的關系。

接下來運用向量自回歸模型(Structural Vector Auto Regression，SVAR)，脈沖分析以及方差分解來進一步分析上述指標對經濟增長的動態影響。

3.向量自回歸模型(VAR)

向量自回歸模型(VAR)是一種非結構化的模型，即變量之間的關系并不是以經濟理論為基礎的。VAR模型把系統中的每一個內生變量作為系統中所有內生變量的滯后項的函數來構造模型，其一般形式為:

yt=A1yt-1+···+Apyt-p+B1xt+···+Brxt-r+εt(5)

式中，yt是m維內生向量；xt是d維外生變量；A1…Ap和B1…Br是待估計的的參數矩陣，內生變量和外生變量分別有p和r階滯后期；t是隨機干擾項。

向量自回歸估計結果如下示：

表7 Johansen協整檢驗

鑒于上述部分(表7)已經檢驗出了VAR模型存在協整關系，而Sims等(1990)的研究表明存在協整關系的VAR模型是可以識別的。進一步把三個變量使用VAR的形式打開以后，進一步對其進行特征根穩健性檢驗，所有特征根的倒數均位于單位圓內，說明本文所構建的VAR模型是穩定的。

4.向量誤差修正模型(VECM)

上述的協整分析給出了lnGDP、lnERD和lnSCP之間的長期動態均衡關系，而這種長期的穩定關系是在短期動態過程的不斷調整下得以維持的。因此，任何一組相互協整的時間序列變量都存在誤差修正機制，反映短期調節行為。建立短期動態關系，即是建立誤差修正模型，將長期關系模型中的各變量以一階差分形式重新加以構造，并將長期關系模型所產生的殘差序列作為解釋變量引入。

式中，VECMt-1=lnGDP-0.478205lnERD-0.120109lnSCP-5.598137

估計結果表明，江蘇省經濟增長的變化不僅取決于當期研發經費投入和活動科技人員投入的變化、而且取決于上一年研發經費投入、活動科技人員投入和經濟增長對均衡水平的偏離。誤差項VECMt-1估計的系數為[0.32,-0.94. -0.42]T，上一期偏差越遠，本期修正的量越大，即系統存在誤差修正機制。

5.脈沖響應分析

為了進一步分析不同變量之間的動態數量關系，進行脈沖響應分析。脈沖響應分析是指在初始時期給予某一內生變量一個新息的沖擊，觀察其他內生變量對這一沖擊的反映程度和動態過程。在此，分別給研發經費投入(ERD)和科技活動人員(SCP)一個新息的沖擊，觀察江蘇省地區生產總值增長對于這一沖擊的動態響應過程。脈沖響應分析結果如下圖所示，具體分為(a)(b)兩個部分。

圖(a)反映了對研發經費投入(ERD)施加一個單位的動態新息沖擊，江蘇省地區生產總值(lnGDP)增長率的動態響應過程。由圖(a)中可以直觀地看到，初期研發經費投入對實際GDP的影響有較為微弱的負向影響，直至第4期開始有逐漸上升趨勢的正向影響，第8期后逐漸慢慢減至為0，這說明從長期來看，研發經費投入對江蘇省地區生產總值有促進作用，并且逐步減弱。

圖(b)反映了對科技活動人員(SCP)增加施加一個單位的動態新息沖擊，江蘇省地區生產總值(lnGDP)增長率的動態響應過程。由圖(b)中可以直觀地看到，科技活動人員的增加一開始對實際GDP的影響有較為微弱的負向影響，但從第2期有逐漸上升趨勢的正向影響，第7期效果達到最大并逐步趨于穩定，這說明科技活動人員對江蘇省地區生產總值有強烈的正向促進影響。

圖1脈沖響應分析

五、進一步實證檢驗

接下來進一步分析江蘇省專利產出對經濟增長的影響。《統計年鑒》中公布了兩個衡量專利的指標：一個是專利申請量，另一個是專利授權量，并且都包括發明專利、實用新型專利和外觀設計專利三個部分。

本文研究基于專利受理量作為衡量江蘇省專利產出的衡量指標，而不是專利授權量，原因是專利申請代表此技術已經產生并且專利授權具有一定的時滯性；此外，專利受理量已經包含了專利授權量的信息，因而本文選取專利受理量作為衡量專利產出的指標。為了能夠得出專利產出對經濟增長有更好的擬合效果，進而選取衡量創新更具代表性的發明專利的受理量作為解釋變量來研究其對經濟增長的影響。

GDP與發明專利受理量分別用Xi與Yi表示。考慮到上述兩個指標具有不同級的量綱，所以首先對其進行無量綱化處理。無量綱的處理方式有很多種，而比重分析法能夠很好地保持原始數據整體的一致性和關聯系數的一致性，所以本文對原始數據采用比重法進行去量鋼化處理。無量綱處理公式如下：

表8 去量綱化后的數據

利用江蘇省發明專利受理量與地區生產總值無量綱化后的數據可得到2000-2015年期間的變化趨勢(表8)，無論是發明專利受理量還是GDP總量，其均呈現出逐年上升的趨勢。另外，在二者增長方向與步調方面，也存在著一致性，這表明江蘇省發明專利受理量Yi與GDP總量Xi之間極有可能存在著較強的相關性，則引入相關系數對其進行計算，從而對兩變量之間的關聯程度進行探究。相關系數的計算公式如下：

公式中，r表示相關系數，σx與σy分別為自變量專利受理量與因變量GDP的標準差，而專利申請量和GDP的協方差則表示為cov(x，y)。設定x和y分別為專利受理量與GDP的參數，通過對無量綱化后的相關數據進行核算后，得到以下結果：σx=0.1941，σy=0.1361，由此得cov(x，y)=0.0240，r=0.9081。由相關系數r的計算結果可知，r>0，因此，說明了專利受理量與經濟增長具有顯著正相關的關系，即隨著專利受理量的不斷增加，GDP總量也隨之增加。

圖2GDP與發明專利受理量趨勢圖

上述的分析以及趨勢圖并不能對兩變量之間的因果關系進行準確說明。為了進一步研究江蘇省發明專利受理量與地區生產總值兩變量之間的的關系，NOI、GDP分別為自變量，即發明專利受理量和因變量，即地區生產總值。借助一元線性回歸分析方法對收集和計算得到的數據進行回歸分析，通過Eviews7. 對數據進行回歸，得到的回歸方程為:

lnGDP=0.4138lnNOI-0.5899

對以上公式的彈性系數進行分析可知，2000—2015年，江蘇省發明專利受理量對其經濟增長變量GDP的彈性為0.4138，說明當發明專利受理量每增長1%時，地區經濟也相應地增長了0.4138%。隨著發明專利受理量的增長，江蘇省GDP總量也發生了正向的增長，進一步驗證了前文中發明專利受理量與GDP之間的正向相關關系。

六、結論與建議

首先，得益于政府引導和政策環境的不斷優化，自2010年研發投入強度突破2個百分點以來一直保持穩步增長，研發投入結構的優化以及全社會加大對研發的投入力度，2016年研發投入再創歷史新高。研發經費更多地投入到基礎研究中去，為企業科技創新帶去了更多的資金，增強了企業以及科研部門在研發創新領域的現金流動性，使企業更有活力增加產值，促進經濟增長。其次，人才的引進對于企業的發展有著不可小覷的影響，人才越趨成為企業核心競爭力的關鍵，尤其是知識型人才和創新型人才。全省科技活動人員的逐年提升，為2020年我國進入創新型國家行列埋下基礎。最后，通過進一步的研究表明，發明專利對經濟增長也有一定的正向促進作用，雖然短期有上下波動的不平穩現象，但有著長期的均衡關系。

自2012年江蘇省深入貫徹實施黨的十八大提出的創新驅動發展戰略，高新區作為江蘇省最具有競爭力的創造高地、人才高地、產業高地，有力支撐和引領了全省創新驅動轉型升級。經過幾年的發展，全省在創新驅動發展方面已經取得了不菲的成績：一是創新驅動發展能力明顯增強；二是知識創造和技術創新能力顯著提升；三是產業升級和結構優化能力進一步提高；四是國際化和參與全球競爭能力持續增強；五是可持續發展能力不斷提升。

加速全省經濟增長，繼續深入實施創新驅動發展戰略，需要注意以下兩點：一是強化創新資源，尤其注重資源的合理配置。部門、機構間科技資源配置分散且信息不通，導致科研儀器設備等科技資源重復購置和封閉運行。全球創新競爭日趨激烈，人才、資本、市場、專利等成為世界各國競相爭奪的戰略資源，努力實現更多核心、關鍵、共性技術的突破，把創新驅動發展的戰略主動權掌握在自己手中。二是優化創新制度與創新環境。首先，科技創新服務體系不完善。突出表現為對知識產權創造、保護、管理和應用各環節的服務能力不足，還不能適應多樣化的市場需求。其次，科技成果轉化存在體制障礙。高校、科研院所科技成果轉化被等同于國有資產處置，事業法人單位沒有對成果的處置權、收益權和支配權，因此缺乏將科研成果轉化為新技術、新產品的主動性和積極性。

[1]約瑟夫·熊彼特.經濟發展理論[M].商務印書館出版社，1990.

[2]邁克爾·波特.國家競爭優勢[M].中信出版社，2007.

[3]任保平. 以創新驅動提高中國經濟增長的質量和效益[J]. 黑龍江社會科學,2013,(04).

[4]洪銀興. 關于創新驅動和協同創新的若干重要概念[J]. 經濟理論與經濟管理,2013,(05).

[5]胡婷婷,文道貴. 發達國家創新驅動發展比較研究[J]. 科學管理研究，2013.

[6]洪銀興. 新的經濟發展階段的中國改革[J]. 中國井岡山干部學院學報,2014,7(01).

[7]辜勝阻,王敏,李洪斌. 轉變經濟發展方式的新方向與新動力[J]. 經濟縱橫,2013,(02).

[8]黃寧燕,王培德. 實施創新驅動發展戰略的制度設計思考[J]. 中國軟科學,2013,(04).

[9]辜勝阻,王敏,李洪斌. 轉變經濟發展方式的新方向與新動力[J]. 經濟縱橫,2013,(02).

[10]劉志彪. 在新一輪高水平對外開放中實施創新驅動戰略[J]. 南京大學學報(哲學·人文科學·社會科學),2015,52(02).

[11]趙蘭香. 人才是創新驅動轉型發展的根本[J]. 成才之路,2014,(07).

[12]夏秀麗. “創新驅動”助推經濟轉型的要素與動態機制研究[J]. 當代經濟,2013,(17).

[13]錢箭星. 創新的動力與能力:創新發展亟待解決的兩個問題[J]. 求索,2014,(10).

[14]吳建南,鄭燁,徐萌萌. 創新驅動經濟發展:美國四個城市的多案例研究[J]. 科學學與科學技術管理,2015,36(09).

[15]周柯,張斌,谷洲洋. 科技創新對產業升級影響的實證研究——基于省級面板數據的實證分析[J]. 工業技術經濟,2016,35(08).

[16]王元.2016 科技金融助力創新驅動發展[J]. 高科技與產業化,2016,(03).

[17]洪銀興. 關于創新驅動和協同創新的若干重要概念[J]. 經濟理論與經濟管理,2013,(05).

[18]吳優,李文江,丁華,左新兵. 創新驅動發展評價指標體系構建[J]. 開放導報,2014,(04).

[19]劉煥,胡春萍,張攀. 省級政府實施創新驅動發展戰略監測評估——一個分析框架[J]. 科技進步與對策,2015,32(08).

[20]上海財經大學課題組,徐國祥. 上海“創新驅動,轉型發展”評價指標體系研究[J]. 科學發展,2014,(05).

[21]Schneider. International trade, economic growth and intellectual property rights: A panel data study of developed and developing countries[J]. Journal of Development Economics，2005.

[22]Walter G. Park. International patent protection: 1960 - 2005[J]. Research Policy，Volume 37, 2008,(5).

[23]景秀. 政府干預 、R&D 補貼與自主創新產出績效[D]. 南京大學，2013.

[24]趙明亮. 研發創新投入對中國高技術產業發展績效影響的實證分析[J]. 經濟與管理評論,2014,30(05).

2017-11-07

王肖曼(1993-)，女，河南安陽人，江蘇師范大學商學院碩士研究生，主要研究方向：金融學。李子聯(1985-)，男，江西贛州人，江蘇師范大學商學院副教授、碩士生導師，南京大學經濟學博士，香港浸會大學訪問研究學者，主要研究方向：經濟社會發展理論與政策。

F832.6

A

1672-1071(2017)06-0054-10

輝龍)