政府資助波動、技術市場發展程度與國有企業R & D投入

王進富，李嘉輝，張穎穎，李 浩

(1.西安工程大學 管理學院，陜西 西安 710048；2.甘肅政法大學 商學院， 甘肅 蘭州 730000)

0 引言

當前，中國雖然已經成為世界第二大經濟體，但根據《2019年全球創新指數報告》數據顯示，中國創新能力僅排第14位，與發達國家相比仍有不小差距。中興通訊被美國全面封殺、華為被美國制裁等事件給中國帶來諸多啟示，即只有加大企業創新投入、增強企業自主創新能力才能不受制于人。然而，由于技術知識的高沉沒成本和公共產品屬性，僅憑企業自身R&D投入難以達到社會最優水平，需要政府使用一系列財政政策鼓勵和支持企業技術創新。

自2006年開始，國家財政部和國家稅務總局聯合出臺了《財政部、國家稅務總局關于企業技術創新有關企業所得稅優惠政策的通知》等一系列財政政策刺激企業R&D投入，短期看雖然取得一定成效，但從長期看卻加劇了政策不確定性，提升了政府資助波動程度。2014-2018年，企業R&D經費中政府資助增長率均在4%～10%區間波動，并無穩定增長趨勢。而現有研究也認為，政府資助越穩定，對企業R&D投入的促進作用越明顯[1]，但由于外部環境變化帶來的不確定性以及國家戰略需求，持續依靠政府資助并不現實。因此，只有明確政府資助波動對企業R&D投入的影響，才能為政府制定合理政策提供參考。鑒于此，本文從省級層面出發，探究政府資助波動對企業R&D投入的影響效果及作用機理。

技術市場發展體現了中國健全以企業和市場為核心的技術創新市場機制的決心。當前，我國正處于經濟轉型期，政府對企業創新管制的減少及市場機制的逐漸健全，反映了技術市場在技術創新過程中所發揮的主導作用。現有研究主要探討了技術市場對創新的驅動作用[2-3]，雖然有少數學者將技術市場作為調節變量，探討其對科技資源配置與技術創新能力關系的調節作用[4]，卻忽略了技術市場在政府行為與企業創新投入間的調節作用。實際上，政府調控與市場配置關系一直是我國經濟體制完善的核心問題，其根本目的是增強企業創新意愿，推動企業自主創新能力建設。政府與市場在企業創新活動中必不可少，市場應削弱政府配置資源可能引發的負向效應，引導創新資源流向高效率企業，提高企業創新投入。那么，現階段技術市場發展程度對企業R&D投入存在哪些影響？又會在政府資助波動與企業R&D投入間起到怎樣的調節效應？這些都是本文重點探討的問題。

為此，本文基于《中國科技統計年鑒》數據，實證探討政府資助波動與企業R&D投入的關系。在細分不同省市技術市場發展程度的基礎上，探討不同技術市場發展程度對企業R&D投入的影響及其在政府資助波動與企業R&D投入間的調節作用。

1 文獻回顧與研究假設

1.1 文獻回顧

1.1.1 政府資助波動與企業R&D投入

政府資助波動是指由于外部環境變化，政府需要對相關財政政策方向和內容進行調整，從而應對企業資助金額的不斷變化[5-6]。政府資助波動導致企業經營環境存在較大的不確定性，影響企業R&D投入。

現有關于政府資助波動對企業R&D投入影響的研究主要集中在政府資助穩定性對企業R&D投入的影響上，且以國外研究為主。Bronwyn等[1]運用美國制造業企業數據進行實證分析發現，政府資助穩定性有利于增加企業R&D投入；但Guellec等[7]運用OECD十七國數據進行實證檢驗發現，政府資助穩定性對企業R&D投入具有顯著促進效應；Zhu等[8]運用上海工業企業數據進行實證分析發現，政府資助越穩定，對企業R&D投入的促進效應越顯著；但Celeste等[9]運用OECD十六國數據進行實證分析發現，政府資助波動對企業R&D投入無顯著影響。

1.1.2 技術市場發展程度與企業R&D投入

技術市場隨著我國經濟體制改革和科技體制改革而發展，學者普遍認為技術市場有狹義和廣義之分。其中，狹義的技術市場是指進行技術商品交換的有形場所，廣義的技術市場是指將技術成果作為商品交換關系的總和[10]。

我國技術市場經歷了從無到有、從小到大的發展過程，目前關于我國技術市場發展程度測量的文獻較少[11]，大多數學者直接以技術市場成交額作為技術市場發展程度的衡量指標，且主要以定量測算方式為主。如張江雪[11]通過專家訪談法，從企業、科研機構和高等院校及技術中介作用發揮程度3個方面構建技術市場發展程度指標體系，評價我國各時期的技術市場發展程度；王小魯[12]運用各地技術市場成交額與本地科技人員數的比例構建我國各地區技術市場發展程度指數。

技術市場能夠對科技資源進行市場化配置、促進科技成果商品化和產業化，是協調供需的場所，對推動企業創新具有重要作用[13]。少數學者對技術市場發展程度與企業創新水平、創業效率的關系進行了探討。陳關聚等[14]認為，由于我國技術市場中的技術成果含金量較低，技術市場發展程度對外資企業創新效率無顯著影響；張燕航[15]認為，技術市場發展對企業技術創新水平提升具有顯著作用；李柏洲等[16]指出，技術市場發展對以專利為代表的技術創新影響較大。

綜上所述，相關學者對政府資助波動、技術市場發展程度與企業R&D投入關系進行探討，為本研究奠定了一定的理論基礎，但仍存在以下不足：①大多數研究集中探討政府資助穩定性，針對政府資助波動對企業R&D投入影響機理的探討較少；②現有研究或從定性角度構建技術市場評價指標體系，或在指標體系基礎上進行定量評估，缺少對技術市場發展程度的進一步劃分。與以往關注技術市場對企業創新水平或創新效率影響的研究不同，本文重點探討技術市場發展程度對企業R&D投入的影響，分析技術市場發展程度對政府資助波動與企業R&D投入關系的調節作用。

1.2 研究假設

1.2.1 政府資助波動對企業R&D投入的影響機理

企業R&D投入可視為企業對無形資產的投資過程，這一過程存在較大的不確定性[17]。目前，實物期權理論是在不確定性環境下應用較多的企業投資決策理論[18]。實物期權理論認為，企業在不確定性環境中將會暫緩投資決策，等待更多信息披露后再作出理性選擇[19]。同理，政府資助波動增大會引發企業外部經營環境不確定，企業將暫緩投資決策，降低R&D投入。具體表現在以下幾個方面：

(1)影響企業資金鏈穩定。企業開啟一個新項目研發耗資巨大且風險較高，一旦資金鏈受到外部沖擊，很有可能面臨虧損或破產風險。現有研究表明，直接資助對企業R&D投入的促進作用在幾年后才能體現，即只有看到一定成效，企業才愿意在這一項目上投入更多資金[7]。因此，面對政府資助波動，企業出于對資金鏈流暢性及抗風險能力的考慮，很有可能需要很長時間才愿意在這一項目上投入更多資金，一定程度上會降低企業R&D投入。

(2)減少企業預期收益。R&D投入存在大量沉沒成本，一旦研發過程中斷，前期積累的技術知識就會隨著研發人員流失而脫離企業。政府資助波動增大會引發企業經營環境不確定，當企業無法預測項目收益時，就有可能減少R&D投入。

(3)縮減研發成本。政府資助會刺激企業對稀缺性研發資源的需求，抬高研發資源價格，提高研發人員工資報酬[20]。當政府資助波動增大時，由于信息不對稱，企業作為研發需求方會投入大量成本與供給方對研發資源進行談判，由此提高企業研發成本，從而使企業轉向能夠帶來盈利的項目而非創新項目，最終導致企業研發投入費用減少。據此，本文提出如下假設：

H1:政府資助波動對企業R&D投入具有負向影響。

1.2.2 技術市場發展程度對企業R&D投入的影響

本文選取規模以上工業企業為研究對象，目前我國大部分規模以上工業企業具有國有化屬性[21]。因此，本文結合我國經濟轉型期國有企業的特殊地位和處境，結合實際情況，從以下兩個方面探討技術市場發展程度對企業R&D投入的影響。

(1)國有企業的特殊性導致其無法積極參與市場競爭。首先，在當前制度環境下，國有企業不僅需要自負盈虧，而且還要承擔一定的政治責任和社會責任，如解決社會就業問題、配合國家戰略發展規劃和投資一些不具有優勢的行業領域等。出于政治壓力，相比于經營業績而言，國有企業往往更追求平穩運行和風險規避。隨著市場化程度的不斷提升，企業在日益激烈的市場競爭中不僅要承擔技術創新風險，還要背負額外的政治風險。譚偉強等[22]指出，若國有企業市場化改革關鍵問題得不到解決，而僅引入市場機制和競爭機制，將使其不一定按市場化機制運作；徐曉萍等[23]認為，在高市場競爭環境中，創新劣勢主要源于政策性負擔。因此，較高的市場化程度有可能導致企業在制定市場決策時畏手畏腳，降低企業R&D投入。

(2)扭曲的激勵機制迫使國有企業高管規避創新風險。基于理性人假說，國有企業經理追求個人利益最大化而不是企業利益最大化，這就造成國有企業創新動力不足。從實際層面看，高管傾向于將政府要求當作決策的首要依據以謀求職位晉升[24]。隨著市場化程度的不斷提升，市場中可供選擇的融資服務主體增多，由此削弱了國有企業傳統融資便利。國企高管面對企業競爭環境改變，會更加規避創新活動不確定性和高風險性。據此，本文提出如下假設：

H2：技術市場發展程度越高，對企業R&D投入的促進作用越弱。

1.2.3 政府資助波動、技術市場發展程度與企業R&D投入

較大的政策波動意味著較強的政策不確定性[25]。盡管目前直接從技術市場發展程度考察政府資助波動對企業R&D投入影響的文獻較少，但已有研究均表明市場化會降低政策不確定性對企業研發投入的負面影響。郭平等[26]認為，處于更高市場競爭的企業在面臨政策不確定性時，會增加企業研發投入；嚴復雷等[27]認為，在市場化機制的調節作用下，股權集中度高的企業在受到政策不確定性影響時，傾向于增加企業研發投資；南曉莉等[28]認為，市場化程度越低，政策不確定性對企業研發投入的影響越大。

政府資助作為一種最直接的財政政策，其波動意味著政府資助不確定性較大。而技術市場作為市場體系的一部分，也是科技成果商品化和產業化的平臺。市場技術中介方能夠使投資者獲得企業更加準確的財務信息和經營信息，減少信息不對稱并增強投資者投資意愿，拓寬企業研發資金來源渠道，降低政府資助波動對企業資金鏈的影響，從而提高企業研發投入。據此，本文提出如下假設：

H3：隨著技術市場發展程度提高，政府資助波動對企業R&D投入的負向影響減小并最終達到正向效應。

2 研究設計

2.1 模型構建

本文借鑒Guellec等[7]的研究，設立如下計量經濟模型：

lnbusit=β0+β1lngov_coffit-1+β2lnkit-1+β3lnsch-govit-1+β4lnpnit-1+β5lnnpit-1+μi+εit

(1)

lnbusit表示企業R&D投入，其中i代表省份，t代表年份。由于政府資助存在一定時滯，為使實證結果更加符合實際，本文對自變量進行一階滯后處理。β0為常數項；lngov_coffit-1表示政府對企業R&D資助波動的滯后一期；lnkit-1表示R&D資助存量滯后一期；lninsgovit-1表示政府對高校資助的滯后一期；lnpnit-1表示企業R&D人員全時當量滯后一期；lnnpit-1表示企業新產品銷售收入滯后一期；β代表彈性效應系數，系數為正代表有促進作用，系數為負代表有抑制作用；μi表示個體不可觀測效應，用來反映不同省份的異質性；εit為隨機誤差項，滿足經典假設。

為更好地分析在不同技術市場發展程度下政府資助波動對企業R&D投入的影響，本文設置3個虛擬變量。

為探討技術市場發展對企業R&D投入的影響，本文僅將D2i和D3i置入模型(1)中，以防出現“虛擬變量陷阱”，而將D1i作為基礎類別，加入技術市場發展程度虛擬變量后的模型如下：

lnbusit=β0+β1D2i+β2D3i+β3lnkit-1+β4lnchgovit-1+β5lnpnit-1+β6lnnpit-1+μi+εit

(2)

在模型(3)中，引入虛擬變量與解釋變量的互動項，考察不同技術市場發展程度對政府資助波動與企業R&D投入關系的影響。在估計結果中，若β2、β3顯著非零，說明技術市場發展程度對政府資助波動與企業R&D投入有顯著影響，則可進一步通過系數改變觀察影響方向和強度。

(3)

2.2 技術市場發展程度測算

本文采用單指標面板數據聚類分析，盡可能消除主觀意愿對分析結果的影響，通過對多個時間維度所攜帶的數據信息進行歸類，并以相似度函數將研究對象分成不同類別以發現潛在規律。本文以各地區技術市場成交額為指標進行聚類分析，通過極差法將數據處理為標準值，采用主成分分析法對時間截面數據進行分析，并以各主成分方差貢獻率為權重計算綜合得分，最后基于距離函數聚類分析提取各年份所攜帶的信息。

2.2.1 原始指標無量綱化處理

為滿足主成分分析應用條件，本文選用離差標準化法去除數據量綱。

X為正向指標:

(4)

在式(3)中，X為指標標準化后的值；x為指標原始值以2011為基期各地區GDP指數平減后的實際值；min (x) 為指標最小值；max (x) 為指標最大值。

2.2.2 聚類分析

聚類分析是按照指標屬性和特征，將相似度較高的指標合為一類，使同類內部差異最小， 類與類間的差異最大。借鑒朱建平等[29]構建的面板數據聚類分析方法，選取系統聚類法中Ward法(離差平方和法) ，度量標準選用歐式距離。公式如下：

(5)

2.2.3 技術市場發展程度

為更好地對不同技術市場發展程度差異進行比較，本文將中國各地區技術市場發展程度分為高、中、低3類，具體如圖1所示。

(1)第一組：北京。北京是2018年技術市場成交額唯一接近5 000億元的城市，遠超同期第二地區市場成交額1 300億元的廣東，按照“組內差異最小，組間差異最大”的聚類要求估計參數，屬于技術市場發展程度較高地區。

(2)第二組：天津、遼寧、山東、四川、上海、廣東、江蘇、陜西、湖北。本組中9個省市擁有較多企業數或高校及科研院所，有利于開展技術活動，技術市場成交額實際值大都超過1 000億元，屬于技術市場發展程度中等地區。

(3)第三組：河北、吉林、黑龍江、甘肅、湖南、重慶、安徽、浙江、山西、江西、河南、福建、云南、青海、廣西、貴州、內蒙古、海南、寧夏、新疆。本組中20個省市大部分地處偏遠不發達地區，創新意識落后，技術交易活動不被各主體重視，少部分城市如浙江、安徽、河北等雖然技術市場成交額實際值破百億，但與技術市場發展程度中等地區成交額各年份差異較大，因此屬于技術市場發展較差地區。

本文關于技術市場的劃分與杜寶貴等[30]的研究基本一致，一定程度上說明實證結果可信度較高。

2.3 變量選取

2.3.1 被解釋變量

企業R&D投入(lnbus)。本文采用企業R&D經費內部支出的實際值作為被解釋變量，衡量企業R&D投入。

2.3.2 解釋變量

政府資助波動(lngov_coff)。參考已有研究[31]，本文選取企業R&D經費來源中政府方的標準差測量政府R&D資助波動。為克服數據量綱的影響，本文進一步選用樣本變異系數作為政府資助波動指標；同時，結合研究目的和具體數據特點，首先對政府資助作一階滯后處理，取滯后數據變異系數作為政府資助波動的一階滯后項。

圖1 2011—2018年全國各省市技術市場發展程度聚類譜系

2.3.3 控制變量

為使分析結果更加準確，參照相關研究并遵循數據可獲取性原則，選取高校R&D投入中來自政府的R&D投入和R&D資本存量作為控制變量。

(1)政府對高校的資助(lnschgov)。高等院校生產出來的新知識有利于推動企業應用技術研發，為企業 R&D 提供支撐。因此，本文選取高校R&D投入中政府R&D投入指標的實際值衡量政府對高校的資助。

(2)企業R&D人員全時當量(lnpn)。R&D人員數量一定程度上反映企業知識存量，影響企業R&D投入邊際收益和邊際成本，從而影響企業R&D投入。本文在控制變量中加入企業R&D人員全時當量，以企業R&D人員折合全時人員表示。

(3)企業新產品銷售收入(lnnp)。新產品銷售收入反映企業利用資本提高自身價值的能力，是決定企業研發投入水平和制定投資決策時經常考慮的影響因素，本文以企業新產品銷售收入的實際值對其進行衡量。

(3)R&D資助存量(lnk)。采用與全社會固定資本存量類似的永續盤存法即Kit=(1-δ)×Kit-1+Eit進行核算，基年研發資本存量為:Ki2011=Ei2011/(g+δ)。其中，g為各地區每年實際研發經費內部支出的平均增長率，δ為折舊率，通常取10%左右。考慮到當前中國科技資本更新速度高于往常，故本文采用吳延兵[32]的方法取15%的折舊率，這一處理方式通常對結果不會產生顯著性影響。永續盤存法中Eit表示各地區每年實際研發經費內部支出，參照朱平芳[33]構建的R&D支出價格指數，以2011年為基期對名義研發內部經費支出價格平減，得出各地區每年實際研發經費內部支出。

2.4 數據來源與處理

為保持統計口徑一致，本文所有實證數據均來源于2011-2018年《中國統計年鑒》和《中國科技統計年鑒》，包含我國內地30個省市區(因數據不全，不含西藏)數據。為使數據可靠，本文將與R&D相關的經費均以2011年為基期，對R&D支出價格進行平減得出實際值。除R&D實際量外，所有名義貨幣量均使用地區生產總值的平減指數核算實際值，結果如表1所示。

表1 變量描述性統計結果

3 實證檢驗

3.1 面板單位根檢驗

面板數據共包含我國內地30個省市區4個指標的8期觀測數據，截面數大于時序數，時序特征并不顯著。為避免偽回歸，先對面板數據進行單位根檢驗。由于政府資助波動用政府R&D資助變異系數表示，不同地區組內樣本值一致，故不存在單位根，因此僅對其它3個變量進行單位根檢驗。

針對面板數據，目前廣泛使用的單位根檢驗方法有兩個：IPS和LLC。與 LLC方法不同，IPS方法可以檢測面板數據的異質性。因此，本文采用IPS檢驗法對各變量進行檢驗，結果如表2所示。從中可見，企業R&D投入、R&D資助為平穩變量，政府對高校資助、企業新產品銷售收入和企業R&D人員全時當量為非平穩變量，對非平穩變量進行一階差分檢驗，發現各變量均為平穩變量。

表2 單位根檢驗結果

3.2 面板模型檢驗與估計

面板數據根據ui是否與Xit、zi相關可分為固定效應和隨機效應兩種。在進行估計之前，先進行Hausman檢驗，判斷ui是否與Xit、zi相關。如果不存在相關性，適宜采取隨機效應模型；反之，則采用固定效應模型。由表3結果可知，本文對模型(1)、模型(2)、模型(3)的Hausman檢驗統計量值分別為44.475、61.038和58.702，且伴隨概率P值均為0.000 0，故強烈拒絕隨機效應原假設，說明適宜采用固定效應模型。

表3 Hausman檢驗結果

3.3 實證結果

表4中模型1用于檢驗政府資助波動對企業R&D投入的影響，結果發現政府資助波動系數(-0.461)在5%水平下顯著為負，說明政府資助波動對企業R&D投入具有顯著負向影響，本文假設H1得到驗證。這可能是由于政府資助波動會引發外部環境動蕩，而企業在未來形勢不明朗情況下往往會對創新投入決策行為產生猶豫，最終降低企業R&D投入。

表4中模型2用于檢驗技術市場發展程度對企業R&D投入的影響，結果發現中低水平技術市場發展系數(1.263，1.773)均在1%水平下顯著為正，表明相比于高技術市場發展程度，中低水平技術市場發展對企業R&D投入的正向效應更強。這可能是由于被解釋變量樣本大多為國有企業，而國有企業如何適應市場經濟環境仍處于探索階段。

表4中模型3用于檢驗不同技術市場發展程度對政府資助波動與企業R&D投入的調節作用。實證結果表明，當技術市場發展水平較高時，政府資助波動對企業R&D投入的影響系數為0.562，說明政府資助波動每增加一個單位，企業自身R&D投入將增加0.519個單位；當技術市場發展程度處于中等水平時，政府資助波動對企業R&D投入的影響系數為-0.327，說明政府資助波動每增加一個單位，企業自身R&D投入將減少0.313個單位；當技術市場發展水平較低時，政府資助波動對企業R&D投入的影響系數為-0.456，說明政府資助波動每增加一個單位，企業自身R&D投入將減少0.456個單位。由此可見，隨著技術市場發展程度的不斷提升，政府資助波動對企業R&D投入的負向影響逐漸降低，并最終達到正向影響，本文假設H3得到驗證。這說明，當技術市場發展水平高時，市場化機制得以完善，各類成果轉化服務體系為企業創新活動提供了有力保障。政府資助變化引起的不確定性反而會使企業在技術市場中尋找創新機會，增強與科技供給方的合作，面向市場需求開展創新活動。

表4 變量回歸結果

對比模型2與模型3發現，雖然技術市場本身對企業R&D投入的促進作用逐漸減弱，但卻能夠顯著降低政府資助波動對企業R&D投入的影響，可能是技術市場中多元投融資主體為企業創新資金來源提供了新選擇。盡管國有企業轉型尚未完成，導致技術市場對企業R&D投入的正向效應逐漸減弱，但新投融資方式減少了企業對政府資助的依賴，從而使得政府資助波動對企業的負向影響減弱。

3.4 穩健性檢驗

本文在測算企業R&D投入時，采用企業總R&D投入作為代理指標，可能存在一定誤差。為確保研究結論穩健，本文替換被解釋變量，用企業R&D總投入中的企業部分作為代理變量，重新測算政府資助波動對企業R&D投入的影響。結果發現，主要解釋變量系數符號和顯著性水平與原模型相比并未發生顯著改變，表明本文計量結果穩健(見表5)。

表5 穩健性檢驗結果

4 結語

4.1 結論與啟示

技術市場既是科技成果轉移和技術流通的場所，也是國家創新體系的重要組成部分。本文首先探討政府資助波動與技術市場發展程度對企業R&D投入的影響，運用面板數據聚類分析法劃分我國不同省市技術市場發展程度，并探究技術市場發展程度對企業R&D投入的影響及其在政府資助波動與企業R&D投入間的調節效應。結果發現：

(1)目前，除四川、陜西和湖北外，我國中西部地區各省市技術市場發展水平偏低。而除河北、浙江、海南和福建外，我國東部地區各省市技術市場發展程度均處于中等水平或較高水平。因此，政府應充分重視技術市場發展，加快落后地區技術市場建設，擴大技術市場規模并完善相關市場機制，豐富參與技術市場的各類主體，提高企業R&D創新投入。

(2)政府資助波動對企業R&D投入具有顯著負向影響。政府每年制定資助計劃不應僅根據當年國家戰略計劃和當地經濟發展需求，還應充分考慮下一年的環境變化和經濟走勢，同時兼顧近幾年政府資助增長率，合理制定科學、可靠和穩定的資助計劃，保持對企業財政資助的穩定性，合理引導企業預期，最大程度上發揮財政補貼的正向作用。對于企業來說，雖然技術知識具有正外部性和公共產品屬性，政府需要為企業R&D投入提供一定補貼，但企業不應將政府資助當作創新的主要資金來源，而應主動接受并適應市場資源配置方式，積極加強與市場中各類投融資主體的互動，豐富并拓寬多元融資渠道，加強企業抗風險能力。

(3)技術市場對企業R&D投入存在顯著促進效應，但促進效應隨技術市場發展程度提高而逐漸減弱。這說明，建設創新型國家應注重技術市場培育，完善技術中介服務，促進科技成果轉化。強化以技術市場為導向的技術創新體系建設，增強企業在技術市場中開展技術合作的動力和意愿，加快技術在企業間的流通速度，而該目標的實現在我國中西部大部分地區和東部少部分地區依然任重而道遠。

(4)技術市場能夠調節政府資助波動對企業R&D投入的負向影響，并最終使其達到正向效應。在創新驅動發展階段，市場機制逐漸健全削弱了政府對企業創新補助的不利影響，因此政府應繼續堅持市場化改革，充分尊重技術市場供求規律，在進一步活躍技術市場的基礎上，注重宏觀調控。另外，政府還應減少對企業R&D活動的干預，將更多精力放在維護技術市場秩序、發展技術市場中介機構和金融機構以及加強主體間交流上，最終實現技術市場對創新資源的合理配置，從而提高企業R&D投入。

(5)強化技術市場對高質量創新發展的驅動作用應成為今后主要的政策方向。政府應打通科技成果轉化中的各類堵點，推動高新技術創造及應用，最終為經濟發展方式轉變提供動力。各地區應根據實際情況，著重頒布有針對性的政策措施，形成具有當地特色的技術市場。

4.2 不足與展望

本文仍然存在一些不足，需要在后續研究中不斷完善：①本文采用技術市場成交額作為技術市場中法律環境、中介服務和市場效益等的綜合指標，未來可進一步構建更加全面的技術市場發展程度指標體系;②本文僅對國有企業提出研究假設，并未對各地區不同所有制企業R&D投入進行區分，未來可使用微觀數據進行分析，進一步驗證假設的可靠性。