中国制造业企业创新活动的关键影响因素研究_基(4)

中国制造业企业创新活动的关键影响因素研究_基于江苏省制造业企业问卷的分析

管理世界》（月刊）《

２００７年第６期

级以上学历所占比例两个变量，来作为人力资本因素的控制变量；企业创新活动是与企业决策层的战略导向密不可分的，作为企业最高决策层的学习和工作背景有可能会影响到其对企业发展战略的认识和创新决策的把握。特别对于有过国外工作或学习背景的企业决策者来说，可能更倾向于选择创新战略导向的企业发展战略。我们构建了总经理（董事长）是否有过国外工作或留学经历的虚拟变量作为企业家背景的控制变量；品牌的形成对企业创新活动的正面影响作用也是得到普遍认同的，对此，我们设置了企业产品是否形成品牌的虚拟变量作为控制变量。

此外，行业差异是影响企业创新活动和创新强度的重要因素。从我们的样本来看，１６个行业由于数据分配严重不均，因此作全行业的分解控制效果可能不好。但是，观察到我们样本中纺织业、塑料制品业与机械、电气、电子设备制造业分别占总样本的１４．２５％、１２．０１％与３３．９％，据此，我们构建与这３个行业相关的虚拟变量作为控制变量；与已有文献不同，我们深入到一个省内部经济发展程度不同的地域，来控制地区差异对我国制造业企业创新强度的影响。由此，以苏北地区作为参照变量，我们构建

"

了苏南、苏中地区两个虚拟变量!。借之观测一个地

新强度的影响。表１给出了上述各变量的含义。

综合我们以上分析，我们构建了如下基本计量模型：

ＲＤＩｉ＝β０＋β１ＳＩＺＥｉ＋β２ＥＸＰｉ＋β３ＡＧＧｉ＋β４ＳＴＲｉ

＋β５ＢＲＡｉ＋β６ＨＵＭｉ＋∑λｊＩＮＤｊ＋∑αｊＲＥＧｊ＋εｉ其中，ε为随机误差项。

三、实证结果分析

（一）内生性问题与滞后期的确定

利用最小二乘法（ＯＬＳ）对横截面数据进行计量分析，首先必须注意可能存在的多重共线性和异方差问题。通过观察解释变量的Ｐｅａｒｓｏｎ相关系数矩阵，发现除规模变量之外，其他变量之间相关系数的绝对值一般都在０．２以内，因此我们将各种规模因素依次纳入到模型中进行多次逐步回归，避免严重的多重共线性问题。为了减少模型中可能存在的异方差问题对估计结果稳健性影响，我们采用

Ｗｈｉｔｅ（１９８０）所推导出的异方差一致协方差矩阵，对模型回归结果的标准误差和ｔ统计值进行了修正，这可使得ＯＬＳ方法的结果更为稳健可靠，又可相当程度上消除模型的异方差问题。

我们利用逐步回归法，通过对模型多次组合、筛选后发现，在以不同年份的企业创新强度指标作为因变量的所有模型回归结果来看，以２００５年企

业创新强度作为因变量所有模型的拟合优度，要普遍优于以２００４年和

区内部经济发展状况不同的区域对制造业企业创

表１变量定义及其描述

２００３年的企业创新强度作为因变量的所有模型回归结果，换而言之，我们所设置的因变量并不存在创新投入的滞后效应。对此的可能解释是：现阶段，我国多数制造业企业的创新行为是依赖于模仿性的拿来主义，企业的创新投入和创新活动多集中于可短期收回与产品短期竞争力的项目，这可能是造成企业创新投入的滞后效应不明显的内在原因之一。鉴于此，本文选择２００５年的企业创新强

注：问卷中有少部分企业只有２００５年１￣６月的销售额，考虑销售额在较稳定宏观环境中变化率（既可是增长率也可是减少率）的稳定性和对季节波动性因素的消除，我们利用２００３、２００４销售额采用下列方法来估算２００５年的销售额，估算方法为：２００５年销售额＝｛［（２００４年销售额－２００３年销售额）÷２００３年销售额＋１］×２００４年销售额＋２００５年１￣６月销售额×。２｝÷２

度指标作为因变量（限于篇幅，２００４年及２００３年的模型回归结果未给出报告），我们得到如表２中模型（１）￣（５）的计量结果。

－－