空間計量視角下不同政府科技資助方式對企業研發投入的影響

摘要：基于空間計量視角，選取我國部分省區2011—2015年工業企業面板數據為樣本，實證研究了政府不同科技資助方式對企業研發投入的影響。結果表明，我國各地區企業研發投入及政府直接補貼資助、直接稅收優惠和間接稅收優惠存在著顯著的空間自相關性，主要表現為內生交互效應。政府直接補貼資助、直接稅收優惠和間接稅收優惠對企業研發投入均有顯著的激勵作用，但間接稅收優惠的激勵效果最好，直接稅收優惠激勵效果次之，直接補貼資助效果相對最弱。政府對大規模企業的研發投入激勵效果要優于小規模企業;國有產權比重越高越不利于激發企業研發投入;企業績效對于企業研發投入具有顯著的正向影響;市場競爭會顯著地促進企業提高研發投入水平。

關鍵詞：空間計量;科技資助;研發投入

中圖分類號：F 061.5文獻標識碼：A文章編號：1672-7312（2019）02-0215-07

0引言

黨的十八大明確提出“科技創新是提高社會生產力和綜合國力的戰略支撐，必須擺在國家發展全局的核心位置。”黨的十九大再次強調“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐。”在此創新驅動發展的戰略背景下，我國各級政府部門非常重視科技創新活動，致力于構建以企業為主體、市場為導向、產學研深度融合的技術創新體系，進而提升經濟發展的質量。一方面，由于研發投入具有公共產品性質，研發活動存在市場失靈，市場競爭機制下企業對研發活動的投資規模可能低于社會的最優理想水平[1];另一方面，由于在不同的發展時期，政府需要對某些重點產業和符合國家科技發展方向的研發活動加以引導，以達到優化和調整產業結構的目的。這就需要政府發揮公共科技資源的杠桿功能，對企業研發投入進行引導，充分激發企業研發投入潛能，進而擴大全社會的研發投入規模。但是，政府科技資助能否發揮預期的激勵效果，不同學者的研究結論卻不盡相同。

Gonzalez[2]、Lee[3]、王俊[4]、白俊紅[5]、廖信林[6]及王剛剛等[7]認為，政府科技資助有利于降低企業研發成本和風險，激發了技術創新的乘數效應，能夠刺激企業進行更大的研發投入，并引導企業的技術創新方向，從而提升整個產業的研發創新能力。Wallste[8]，Montmartin和Herrera[9]及肖丁丁等[10]則認為，政府科技資助不僅不會刺激企業增加研發投入，反而會因為政府科技資助的刺激導致市場創新要素價格上漲，從而會在一定程度上抑制企業研發投入，甚至會替代一部分企業研發投入。還有學者認為政府科技資助對企業研發投入并不是簡單的線性杠桿或擠出效應，而是存在非線性關系。如吳曉曉和蘇朝暉[11]指出，政府科技強度與企業研發投入之間呈現倒“U”型關系，即隨著政府資助強度的提高，企業研發投入強度的系數由正轉負。張輝等[12]認為，政府補貼對企業研發投入的影響存在雙重門檻效應，即當政府補貼強度在某個區間時，補貼效率最高。

上述結論大多是在考慮單一的政府科技資助方式得出的，很少考慮到政府不同科技資助方式的差異性，近幾年有學者開始關注此問題的研究。如周海濤[13]等通過研究發現，政府直接資助方式對企業研發資金投入更易產生“擠出效應”，間接資助方式對企業研發資金投入更易產生“杠桿效應”;馬文聰[14]等進一步地將政府科技資助分為直接補貼資助、直接稅收優惠和間接稅收優惠3種，研究發現：3種科技資助方式對企業研發投入均有顯著激勵效應，且直接稅收的優惠最強。再者，已有文獻很少考慮各地區企業研發投入之間以及政府科技助之間的空間交互影響。事實上，現實中由于研發資本在空間上的自由流動，以及區域創新生態系統日趨成熟，區域間的創新活動相互依賴是客觀存在的。傳統的不考慮區域創新活動的空間交互作用，則很有可能忽略了模型設定中的一些重要因素，從而導致模型分析結果缺乏有效的解釋力。

鑒于以上分析，引入空間計量模型，探討不同的政府科技資助方式對企業研發投入的影響。研究結果不僅可以評估政府以往科技資助政策的實施效果，也可以作為政府未來制定更加細致的科技資助政策體系的參考依據。

第2期劉明廣：空間計量視角下不同政府科技資助方式對企業研發投入的影響1模型建立、變量說明與數據來源

1.1空間計量模型建立

在研究政府科技資助對企業研發投入的影響時，大多文獻是將企業研發投入作為被解釋變量，將政府科技資助作為解釋變量構建回歸模型[15-17]，其基本回歸模型形式如下

ERD=c+α·X+β·Z+μ（1）

式中ERD為企業自身的研發投入;c為常數項;X為政府科技資助;Z為其它影響企業研發投入的控制變量;μ為隨機誤差項;α和β為模型回歸系數，表示政府科技資助及其它控制變量對企業研發投入的影響。如果α和β顯著為正時，表示政府科技資助和其它控制變量對企業研發投入具有激勵效應;如果α和β顯著為負時，表示政府科技資助和其它控制變量對企業研發投入具有擠出效應;如果α和β不顯著時，表示政府科技資助和其它控制變量對企業研發投入影響關系尚不明確[18]。

傳統的政府科技資助對企業研發投入回歸模型沒有考慮相鄰地區間由于創新要素的流動會導致各地區發生聯系，從而使各地區某些觀測變量或屬性值之間具有空間相關性。這種空間相關性通常在空間計量經濟模型中表現為內生交互效應、外生交互效應或誤差交互效應[19]。內生交互效應是指一個地區的企業研發投入受到臨近地區企業研發投入的影響;外生交互效應則是指一個地區的企業研發投入會受到臨近地區解釋變量的影響;而誤差交互效應是指模型某些遺漏的影響因素是空間相關的，或者不可觀測的測量誤差項是空間相關的。根據Halleck和Elhorst的研究，以上3種空間效應至少可以組合成7種空間計量模型，但在實際應用中，通常采用空間滯后模型（SAR）、空間誤差模型（SEM）或空間杜賓模型（SDM），這3種空間計量模型形式如式（2）、式（3）和式（4）所示。

ERDit=c+ρ·W·ERDit+α·X+β·Zit+εit，εit=N（0，σ2）（2）

ERDit=c+α·Xit+β·Zit+（I-λW）-uit，uit=N（0，σ2）（3）

ERDit=c+ρ·W·ERDit+α·X+θ·W·X+β·Zit+εit，εit=N（0，σ2）（4）

式（2）、式（3）和式（4）中，i和t分別為第i個地區和第t年;ρ為被解釋變量的空間滯后系數;θ為解釋變量的空間滯后系數;λ為空間誤差系數;W為空間權重矩陣;εit和uit為隨機誤差向量，其它符號意義同前。

1.2變量說明

1.2.1被解釋變量

對于企業研發投入（ERD）的測量，本文選取《中國科技統計年鑒》各地規模以上工業企業研發經費內部支出中的企業自籌資金作為企業研發投入的替代指標。企業研發投入還涉及流量指標和存量指標的測量問題，在實證研究中2種方法均有采用。存量指標通常采用永續盤存法進行核算，由于在核算的過程中需要人為設定若干參數，導致企業研發投入存量核算結果不夠準確。因此，鑒于無法客觀地核算企業研發投入的存量指標，本研究采用企業研發投入的流量指標作為存量指標的替代指標。

1.2.2解釋變量

政府對企業科技資助的方式多種多樣，如政府財政科技撥款的科學技術支出、財政補貼、專項計劃等直接支出，也包括政府的稅收優惠、低息貸款及政府采購等間接方式。由于我國各類統計年鑒中很少有專門的政府科技資助統計數據，導致大多文獻采用的是企業研發總投入中政府資金作為替代指標，還有的將政府財政撥款中的科技撥款作為替代指標。借鑒馬文聰等人的研究方法，將中國《工業企業科技活動統計年鑒》中的“使用來自政府部門的研發資金”“高新技術企業減免稅”和“研究開發費用加計扣除減免稅”作為解釋變量，并分別記作政府直接補貼資助（GDS）、直接稅收優惠（GDT）和間接稅收優惠（GIT）。

1.2.3控制變量

為了分離政府科技資助對企業研發投入的影響，大部分文獻是將一些因素加以控制。常見的控制變量包括企業規模、產權類型、金融機構貸款、企業績效、國際化、吸收能力、市場規模及市場競爭等。考慮到數據的可得性和控制變量采用的頻次，采用企業規模（S）、產權類型（O）、企業績效（P）和競爭程度（M）作為控制變量。被解釋變量、解釋變量和控制變量的具體定義及說明見表1.

1.3數據來源

由于我國西藏、香港、澳門以及臺灣4個省級行政區的大部分數據缺失。因此，本文以除了上述4個省級行政區以外，選取我國30個省級地區規模以上工業企業為研究對象，并將規模以上工業企業簡稱為企業。盡管從2009年開始，中國《工業企業科技活動統計年鑒》開始記載“使用來自政府部門的科技活動資金”“高新技術企業減免稅”和“研究開發費用加計扣除減免稅”數據，但考慮到2010年以前的數據口徑為大中型工業企業，而2011年以后數據口徑為規模以上工業企業，因此，將研究時段設為2011—2015年。按照表1的變量定義及說明，企業研發投入、政府直接補貼資助、直接稅收優惠、間接稅收優惠和市場競爭數據直接來源于2012—2016年的中國《工業企業科技活動統計年鑒》，而企業規模、產權類型和企業績效數據通過采集2012—2016年《中國科技統計年鑒》相關指標換算而來。為了消除異方差影響，對除了產權類型和企業績效以外的變量進行對數處理。之所以未對產權類型和企業績效取對數是因為兩變量數值較小，而且企業績效極個別數據為負值。

2實證分析

2.1變量的空間自相關檢驗

在建立空間計量模型之前，需要對數據的空間相關性進行檢驗，通常可以采用Morans I指數、Gearys比率、廣義G統計量等進行檢驗。其中，應用最多的方法是全局Morans I指數，其計算公式如下

I=ni=1nj=1wij（xi-）（xj-）S2ni=1nj=1wij（5）

式中，I為全局Morans I指數;wij為二進制的空間權重矩陣，分為Bishop相鄰、Rook相鄰、Queen鄰接及k最近鄰接等;xi和xj為研究單元的觀察值;為各研究單元觀察值的均值;S為研究單元觀察值的標準差;n為研究單元總數。全局Morans I指數在[-1，1]之間取值，此值大于0表示正相關，小于0表示負相關，等于0 表示不相關[20]。

采用Rook空間權重矩陣，根據全局Morans I指數計算公式，以我國各地區企業研發投入（ERD）及政府直接補貼資助（GDS）、直接稅收優惠（GDT）和間接稅收優惠（GIT）為指標，利用GeoDA軟件計算出我國各地區企業研發投入、政府3種科技資助方式的Morans I檢驗結果，具體見表2.由表2可知，我國各地區企業研發投入各年的Morans I值均大于0，并且通過了顯著性檢驗;政府直接補貼資助的Morans I值在2013年和2015年沒有通過顯著性檢驗，但在2011年、2012年和2014年通過了顯著性檢驗，而且其Morans I值為正;政府直接稅收優惠和間接稅收優惠各年的Morans I值均為正，并且通過了顯著性檢驗。這說明我國各地區企業研發投入具有很強的空間相關性，鄰近地區企業在研發投入上存在著明顯的空間聚集效應;同樣，政府直接稅收優惠和間接稅收優惠也存在著顯著的全局空間自相關特性，鄰近地區政府在直接稅收優惠和間接稅收優惠上存在著明顯的空間聚集效應;與企業研發投入、政府直接補貼資助和直接稅收優惠相比，政府直接補貼資助的空間相關性相對來說比較弱，也就是說一個地區政府的直接補貼資助受臨近地區政府直接補貼資助的影響較小。綜合來看，在研究政府科技資助對企業研發投入影響時，應當考慮能夠描述空間因素的空間計量模型，否則會導致模型的設定偏差和參數估計結果的有偏性。

2.2模型形式選擇

面板數據模型根據參數設置的不同可以分為固定效應和隨機效應模型。一般而言，如果僅以樣本自身效應為條件進行推論，適宜采用固定效應模型;如果以樣本對總體效應進行推論，則可采用隨機效應模型[21]。研究政府科技資助對企業研發投入的影響，所考察的截面單位是我國30個省級地區總體企業的所有單位，因此應該選用固定效應模型進行分析。事實上，豪斯曼檢驗值為27.771 6，相應的概率值為0.000 2，拒絕了隨機效應模型的原假設，也進一步驗證了采用固定效應模型的準確性。

前文的Morans I指數檢驗已經表明，傳統的計量經濟模型很難較好地擬合樣本數據。在此情形下，就需要通過運用納入空間交互效應的計量經濟模型來研究政府科技資助對企業研發投入影響。Morans I檢驗只能判定我國各地區企業研發投入及政府直接補貼資助、直接稅收優惠和間接稅收優惠是否存在空間相關性，卻不能判定模型到底是采用何種空間計量模型形式。Elhorst提出了從具體到一般，再從一般到具體的空間計量模型選擇方法。從具體到一般方法通過估計非空間計量模型來判定是SAR模型還是SEM模型，通常采用拉格朗日乘子LM檢驗及其穩健形式檢驗決定采用SAR模型還是SEM模型。拉格朗日乘子LM檢驗及其穩健形式檢驗分別記為LMLAG，Robust LMLAG，LMERR和Robust LMERR.Anselin指出，如果LMLAG檢驗顯著而LMERR檢驗不顯著，則選取SAR模型;反之，如果LMERR檢驗顯著而LMLAG檢驗不顯著則選取SEM模型;如果LMLAG檢驗和LMERR檢驗都顯著時，選擇穩健形式檢驗顯著性比較高的模型[22-23]。從一般到具體方法則判定SDM模型能否簡化為SAR模型或SEM模型，通常采用LR檢驗。如果2種空間計量模型選擇方法都指向了SAR模型或SEM模型，則選擇相應的模型比較穩妥;如果2種空間計量模型選擇方法的結論不一致，則選擇SDM模型。依據以上模型選擇方法，采用普通最小二乘法對模型（1）進行參數估計，并進行拉格朗日乘子LM及其穩健形式檢驗，具體結果見表3.

由表3可知，當采用拉格朗日乘子LM檢驗時，無固定、地區固定和時間固定模型均支持SAR模型，而雙固定模型的LMLAG和LMERR均通過了顯著性檢驗，要看穩健形式的LM檢驗，穩健形式的LM檢驗則支持SEM模型。因此，采用何種形式的效應模型成為決定SAR或SEM的關鍵。首先進行地區固定效應的F檢驗，原假設為無地區固定效應，F值等于26.5，相應的概率P值為0，故強烈拒絕原假設，即認為存在地區固定效應;其次進行時間固定效應的F檢驗，原假設為無時間固定效應，F值等于0.66，相應的概率P值為0.624 2，故接受原假設，即認為不存在時間固定效應，可能因為本研究的時間跨度較短，不存在明顯的時間變動趨勢;最后，由于沒有時間固定效應，只有地區固定效應，沒有必要進行雙固定效應檢驗。因此，從具體到一般的選擇方法看，應該采用地區固定效應的SAR模型比較適宜。LRspatiallag值為5.178 4，相應的P值為0.159 2，說明可以將SDM簡化為SAR模型;LRspatialerror值為35.588 4，相應的P值接近0，說明不能將SDM簡化為SEM模型。從一般到具體的選擇方法看，同樣支持SAR模型，這進一步驗證了選擇SAR模型的合理性。

2.3模型估計結果分析

前文的分析表明，最佳模型為具有空間固定效應的SAR模型，有很多文獻將非空間計量模型與空間計量模型進行參數對比分析，但這樣做往往是無效的，因為非空間計量模型的系數估計可以表示解釋變量變化對被解釋變量變化的邊際效應，而空間計量模型由于存在反饋效應導致解釋變量的直接效應與其系數的估計值有時并不相同。因此，本文沒有將空間計量模型與非空間計量模型參數系數進行對比，而是輸出了具有地區固定效應的SAR模型參數估計及相應的直接效應、間接效應和總效應，同時輸出了地區固定效應的SEM模型和SDM模型的參數估計結果，具體見表4.根據表4的結果，可以進一步分析政府直接補貼資助、直接稅收優惠和間接稅收優惠及控制變量對企業研發投入的影響。

2.3.1政府直接補貼資助效果

政府直接補貼資助的系數估計和直接效應分別為0.030 1和0.032 1，反饋效應為0.002，之所以存在反饋效應是因為政府直接補貼資助對本地區企業研發投入的影響會傳遞到臨近地區企業，且把臨近地區企業的影響反饋到這個地區。政府直接補貼資助的系數估計和直接效應均在5%的顯著性水平上顯著異于為0，這說明政府直接補貼資助對企業研發投入具有顯著的正向影響，其直接激勵效應為0032 1，即政府直接補貼資助每增加1%，本地企業研發投入就會相應的增加 0.032 1%，表明政府的直接補貼資助對企業研發投入具有顯著的杠桿作用。政府直接補貼資助的間接效應為0.022 9，也在5%的顯著性水平上顯著異于為0，說明在全國范圍內，政府直接補貼資助不僅會促進本地企業研發投入的增長，而且對臨近地區企業研發投入增長具有顯著的空間溢出效應，即政府直接補貼資助每增加1%，將帶動臨近地區企業研發投入增加0.022 9%.政府直接補貼資助的總效應為0.055 1，也在5%的顯著性水平上顯著異于為0，說明政府直接補貼資助每增加1%，將對所有地區企業研發投入貢獻達到0.055 1%.

2.3.2政府稅收優惠效果

政府直接稅收優惠的系數估計、直接效應、間接效應和總效應分別為0.055 9，0.059 1，0.044 4和0.103 5，且各估計值均通過了顯著性水平檢驗，同樣說明在全國范圍內，政府直接稅收優惠不僅促進本地企業研發投入增長，而且對臨近地區研發投入增長具有顯著的空間溢出效應，即政府直接稅收優惠每增加1%，將促進本地企業研發投入增加 0.059 1%，帶動鄰近地區企業研發投入增加0.044 4%，對所有地區企業研發投入增長貢獻達到0.103 5%.政府間接稅收優惠的系數估計、直接效應、間接效應和總效應分別為0.081 9，0.086 8，0065 8和0.152 6，且各估計值也顯著地異于0，同樣說明在全國范圍內，政府間接稅收優惠不僅促進本地企業研發投入增長，而且對臨近地區企業研發投入增長也具有顯著的空間溢出效應，即政府間接稅收優惠每增加1%，將促進本地企業研發投入增加 0.086 8%，帶動鄰近地區企業研發投入增加0065 8%，對所有地區企業研發投入增長貢獻達到0.152 6%.

2.3.3控制變量效果

除了政府直接補貼資助、直接稅收優惠和間接稅收優惠對企業研發投入具有重要影響以外，其他一些控制變量對企業研發投入的影響也值得關注。企業規模、績效和市場競爭對企業研發投入具有顯著的正向影響，而產權類型對企業研發投入具有顯著的負向影響。該結果說明，隨著企業規模擴大企業研發投資規模也隨之擴大，這可能因為大企業資金雄厚、承擔研發風險能力更強，更有利于企業擴大研發投入;當企業績效提高了，企業由于具有充足的資金會增加在研發方面的投入;市場競爭程度越激勵，企業為了生存以及獲得超額利潤，就會不斷地增加研發投入進行技術創新，進而推出新產品或新服務;由于在國有股權比重較高的企業中，經營管理者往往是由上級主管部門任命的，他們關注的是企業短期的財務利潤，而對需要長期投資且風險較高的研發活動熱情不高，因此，國有產權比重高的企業不愿意在研發上進行過多的投資[24]。

另外，表4的SAR模型、SEM模型和SDM模型的GDS，GDT，GIT，S，O，P和M系數符號完全一致，這說明本研究結論具有穩健性。SEM模型的主要擬合效果指標R2，Logl，AIC和BIC均劣于SAR模型，盡管SDM模型擬合效果指標LogL和AIC稍優于SAR模型，但R2和BIC卻劣于SAR模型，最主要的是SDM模型解釋變量GDS和GIT的空間滯后項系數沒有通過顯著性檢驗，SDM模型不能很好地擬好樣本數據。因此，以具有地區固定效應SAR模型回歸結果為分析依據是非常可靠和可信的。

3研究結論與建議

1）Morans I指數、拉格朗日乘子LM及LR檢驗表明，我國各地區企業研發投及政府直接補貼資助、直接稅收優惠和間接稅收優惠存在著顯著的空間自相關性，在模型形式上主要表現為內生交互效應，即空間滯后模型（SAR）形式。另外，還可以觀察到，政府直接補貼資助、直接稅收優惠和間接稅收優惠3個解釋變量間接效應顯著地不為0.這說明，各地區政府要激勵本地區企業的研發投入，除了關注本地政府科技資助政策體系以外，還應該高度關注其他地方政府的科技資助情況，充分發揮政府科技資助的空間溢出效應，創造有利于地區間技術與知識學習、交流、分享的平臺環境，從而進一步促成我國各地區企業研發活動聯動發展格局。

2）政府直接補貼資助、直接稅收優惠和間接稅收優惠對企業研發投入均有顯著的激勵作用，這與馬文聰等人的研究結論基本一致，但也存在一些細微差別。間接稅收優惠對企業研發投入的激勵效果最好，直接稅收優惠激勵效果次之，直接補貼資助效果相對最弱，而馬文聰等人認為直接稅收優惠激勵效應最強，政府直接補貼資助次之，間接稅收優惠最弱;另外，周海濤等人也認為稅收優惠資助方式對于企業研發投入的影響大于政府直接補貼資助方式。本研究結論的政策啟示在于：首先，政府科技資助對于緩解企業研發投入資金壓力，降低企業研發風險具有重要的促進作用，今后政府應該繼續保持對企業研發投資的科技資助;其次，政府應該進一步完善以項目研發、科技計劃及直接科技撥款等直接補貼資助的政策體系，堅決杜絕政府直接補貼行為所引致的道德風險和逆向選擇;最后，政府還應該將有限的資金更多地傾向于研究開發費用加計扣除減免稅及高新技術企業減免稅等優惠政策上，將企業研發投入資助重點由事前補助向事后補助傾斜。

3）政府對大規模企業的研發投入激勵效果要優于小規模企業。這說明規模較大企業在吸收政府科技資助方面更具有優勢，而中小企業由于承擔風險能力較弱且融資困難，往往在研發活動方面處于劣勢。因此，應該鼓勵企業跨地區、跨行業、跨所有制兼并重組，重點培育若干大型骨干企業，充分激發大規模企業的內生創新動力與潛能。國有產權比重越高越不利于激發企業研發投入。因此，政府應該對國有產權比重較低的民營企業給予較高的科技資助。企業績效對于企業研發投入具有顯著的正向影響。企業應該根據自身的盈利能力，科學評估研發活動的預期收益及風險性，根據績效水平制定企業長遠的研發投入戰略。市場競爭會促進企業提高研發投入水平。這表明，政府應該努力營造市場化水平較高的競爭環境，形成以企業為主體、市場為導向的研發投入提升機制。

參考文獻：

[1]Arrow K.The economic implication of learning by doing[J].Review of Economic Studies，1962，29（02）：155173.

[2]Gonzalez X，Pazo C.Do public subsidies stimulate private R&D spending？[J].Research Policy，2008，37（03）：91389.

[3]Lee C Y.The differential effects of public R&D supporton firm on firm R&D：theory and evidence from multicountry[J].Technovation，2011，31（05）：256 269.

[4]王俊.政府R&D資助與企業R&D投入的產出效率比較[J].數量經濟技術經濟研究，2011（06）：93100.

[5]白俊紅.中國的政府R&D資助有效嗎？來自大中型工業企業的經驗證據[J].經濟學（季刊），2011，11（04）：13761394.

[6]廖信林，顧煒宇，王立勇.政府R&D資助效果、影響因素與資助對象選擇——基于促進企業R&D投入的視角[J].中國工業經濟，2013（11）：148160.

[7]王剛剛，謝富紀，賈友.R&D補貼政策激勵機制的重新審視——基于外部融資激勵機制的考察[J].中國工業經濟，2017（02）：6078.

[8]Wallsten S J.The effects of government industry R&D programs on private R&D：the case of the small business innovation research program[J].Rand Journal of Economics，2000，31（01）：82100.

[9]Montmartin B，Herrera M.Internal and external effects of R&D subsidies and fiscal incentives：empirical dente using spatial dynamic panel models[J].Research Policy，2015，44（05）：10651079.

[10]肖丁丁，朱桂龍，王靜.政府科技投入對企業R&D支出影響的再審視——基于分位數回歸的實證研究[J].研究與發展管理，2013，25（03）：2532.

[11]吳曉曉，蘇朝暉.政府資助與企業研發投入——基于面板數據門檻模型的實證研究[J].軟科學，2015，29（09）：3842.

[12]張輝，劉佳穎，何宗輝.政府補貼對企業研發投入的影響——基于中國工業企業數據庫的門檻分析[J].經濟學動態，2016（12）：2838.

[13]周海濤，張振剛.政府研發資助方式對企業創新投入與創新績效的影響研究[J].管理學報，2015，12（12）：17971804.

[14]馬文聰，李小轉，廖建聰，等.不同政府科技資助方式對企業研發投入的影響[J].科學學研究，2017，35（05）：689699.

[15]YUA Feifei，GUO Yue，Khuong LeNguyen.The impact of government subsidies and enterprises R&D investment：a panel data study from renewable energy in China[J].Energy Policy，2016（89）：106113.

[16]余偉婷，蔣伏心.公共研發投資對企業研發投入杠桿作用的研究[J].科學學研究，2017，35（01）：8592.

[17]宋林，喬小樂.政府補貼對企業研發投入的影響研究——以裝備制造業為例[J].經濟問題，2017（11）：2027.

[18]李子彪，孫可遠，趙菁菁.研發創新、非研發創新對創新績效影響的差異化——基于高新技術企業的實證研究[J].技術經濟，2017，36（11）：715.

[19]Paul Elhorst J.Spatial econometrics：from crosssectional data to spatial[M].Berlin：Springer，2013.

[20]劉明廣.中國省域綠色發展水平測量與空間演化[J].華南師范大學學報（社會科學版），2017（03）：3744.

[21]石風光.環境全要素生產率視角下的中國省際經濟差距研究[M].北京：經濟科學出版社，2014.

[22]Anselin L，Florax R，Rey S J.Advances in spatial econometrics：methodology，tools and applications[M].Berlin：Springer，2004.

[23]謝蘭云.R&D投人、技術溢出及吸收能力與經濟增長的空間計量分析[J].數學的實踐與認識，2014，44（12）：1925.

[24]王俊.政府R&D資助作用機制及激勵效應研究[M].北京：經濟科學出版社，2012.

（責任編輯：張江）