社会资本对技术创新的影响——基于中国省级面板数据的实证研究

杨宇，沈坤荣

(南京大学经济学院江苏南京210093)

一、引言

一般认为，技术创新在经济发展中具有重要作用，而研究和开发活动将会促进技术创新。但是，不同国家、不同地区同样的研发投入，却没有取得同样的效果。究其原因，我们认为技术创新受到许多其他因素的影响。一个非常重要的因素是社会环境，即网络、规范和信任等，可以将其归结为社会资本。社会资本在技术创新中的作用日益重要。由于技术创新在知识经济社会呈现新的发展态势——技术创新步伐加快、周期缩短，技术创新的难度增大、成本增高，创新投入的资金需求量增长迅速，这使得一般企业和个人难以独立从事技术创新活动，必须进行合作创新，这样个人、企业和政府等社会各界的相互学习和合作变得极其重要。近年来，社会资本作为技术创新的相关变量，不管是在企业层面还是社会层面都受到了广泛的关注。但是，由于缺乏相关数据或其他原因，国内尚缺乏区域层面或社会层面的实证研究。

本研究采用中国省级面板数据就社会资本对技术创新的影响进行实证研究。选取面板数据出于以下两点理由:一是以前研究显示社会资本存量变化极其缓慢；[1]二是考虑到模型中变量的数目较多，为了得到可靠的结果，有必要采用大样本数据。本研究充分考虑到教育、政策和制度这些控制变量对技术创新的影响，纵然也有其他影响因素，但是之所以选择这些变量，是因为学者们一般认为这些变量比较重要。本文的创新之处在于以下两个方面:一是审视了社会资本不同维度对技术创新的影响，二是审视了社会资本对技术创新不同方面指标的影响。

二、理论背景

(一)概念框架

技术创新是一个复杂的过程，从新思想、新概念开始，通过不断地解决各种问题，最终使一个有经济价值和社会价值的新项目得到实际应用。技术创新过程包括投入和产出两个方面。投入包括研发经费和研发人员投入。产出是技术创新的成果，如专利和技术市场成交的产品。区分技术创新的投入和产出，对于构建一个理论模型并加以实证分析是非常必要的。技术创新的一个重要影响因素是教育，尤其是正规教育，正规教育反映了一个国家或地区教育的一般水平。教育有助于促进创新氛围，提供熟练劳动力和富有创新性的研究人才，节约培训支出，扩大创新性产品的需求。[2]第二个重要影响因素是研发政策，良好的研发政策有利于增加研发支出和研发人员投入，有利于保护研究和开发成果，鼓励技术创新。[3]第三个重要影响因素是制度，制度为技术创新的各项投入和产出提供了宏观环境基础。制度有助于降低交易成本，促进创新及创新扩散。[4]因此，一个社会中的教育、研发政策和制度在实证研究中可以作为控制变量引入。

社会资本有许多定义，一直争论颇多。有的学者将社会资本视为功能性的生产要素，有的学者将社会资本视为结构性的制度要素。而实际上，在各种社会资本的界定中，都存在着某种程度上的自相矛盾，即既将社会资本视为功能性的生产要素，同时又强调它的结构性特征。但是，从现有的研究文献中，我们可以看出一些共同的特征，即定义中使用的术语广泛地包括合作规范、信任和使人们得以集体行动的网络。美国学者Knowles(2005)也认为，“尽管每个人对社会资本的定义不同，都具有自己的偏好性，但是大多数研究者并不排斥将信任、社会网络和合作规范融入社会资本定义。”[5]所以，我们认为，社会资本就是能够促进合作进而提高社会效率的信任、规范和网络。社会资本一般分为两个维度:结构维度和认知维度。其结构维度指人们之间关系的结构模式(如网络)，其认知维度指人们在同一社会网络共享的价值观和意义系统(如信任)。[6]本文主要从社会资本的这两个维度实证分析社会资本对技术创新的影响。

(二)社会资本影响技术创新的微观机制

一般来说，社会资本主要通过四种微观机制影响技术创新:学习机制、激励约束机制、合作机制和风险控制机制。

第一，学习机制。技术创新是一种以知识为基础的创造性活动，只有通过知识的不断学习、交流和碰撞，才能激发出创新的火花。[7]知识根据可传递性分为隐性知识和显性知识。只有隐性知识得以转移、传播和整合，才能实现技术创新。隐性知识占据了整个知识的绝大部分，主要蕴藏在专家、工程师和技术工人的大脑之中，只能通过人际间互动才能转移。社会资本中的信任及网络结构提供了人际间互动的基础。(1)信任是隐性知识分享最重要的因素，网络成员交换或分享知识，取决于隐性知识买方是否值得信任，成员间的信任程度愈高，成员间隐性知识分享也会愈充分；[8](2)成员间的信任也是防止投机行为发生的一种有效手段，可以使团队成员为了团体利益共享隐性知识；[9](3)社会网络是隐性知识交流的重要载体，网络成员间的社会互动越频繁，将越有助于使隐性知识的疆界模糊化，从而有助于隐性知识的分享和传递，促进创新思想的形成，提高技术创新。[10]

第二，激励约束机制。如果将社会资本看作一种结构性制度要素，那么，社会资本同正式制度一样可以通过激励约束机制促进技术创新。信任作用于技术创新的激励约束机制尤为明显。(1)信任可以降低对刚性控制体系的需求，严密的监控机制会抑制人的创造性思维，而不受或少受监控机制的约束会促进新思想的产生；[11](2)信任水平越高，监控违约及不合作行为的成本越低，要求书面合约的必要性越小。这样，公司有可能将更多的时间和财力花费在技术创新上；[12](3)社会的信任水平越高，则社会成员包括投资者的风险规避要求越低。技术创新离不开风险，高水平信任激励投资者将更多的资金投资于高风险的研发活动。[13]

第三，合作机制。技术创新依赖于信息传播，尤其在高科技领域。信息是专业化的，专业化程度越高，技术越复杂，对合作的要求越高，而社会资本尤其是社会网络可以通过合作机制促进技术创新。而且，高水平社会资本也能快速地扩散新技术收益。[14]主要机理如下:稠密的社会网络及网络参与培养了社会成员间的合作习惯及团结倾向，这种习惯和倾向不管是在微观层次上还是宏观层次上都产生了协同效应。[15]微观上，各种创造性思维的碰撞，各种思想、技能和财富的整合，有利于形成突破式的创新；[16]宏观上，经济体中科技系统、管理系统和金融系统的紧密协作有助于创新成果的转化。[17]

第四，风险控制机制。技术创新是知识流动和资源活化的动态过程，从研发到商业化应用，其中存在着很大的风险。丰富的社会资本可以通过资源共享、群策群力、协作发展和创新扩散等多种机制降低各种创新风险，导致高水平的创新。主要原因如下:(1)丰富的社会资本可以使声誉机制有效地发挥作用，阻止自私自利行为，比如拥有“坏”方案的公司可能因为担心影响声誉而停止模仿拥有“好”方案的公司；(2)投资人依靠公司声誉对方案进行投资。如果公司曾经合理披露方案信息，就会提高公司在投资者眼里的可信度。投资者将会改变对公司的预期，从而提高方案融资概率；(3)如果融资者和公司相互信任，则融资的监督成本低，因此，信任环境可以降低监督成本。同时，也可以降低投资人获取公司和方案信息的搜寻成本。[13]

(三)实证研究回顾

过去十年来，尽管关于社会资本对技术创新影响的研究日益增多，但是在社会和区域层面的实证研究却不多见，目前仅见几位学者的研究。Dakhli和Clercq(2004)采用国家样本数据分析了社会资本对技术创新活动不同指标的影响，发现社会资本所有维度对专利申请都没有影响，但是信任增加了高科技产出。[17]Mazzanti等(2005)的实证研究表明，社会资本在任何时候对研发投资都至关重要。[18]Akcomak和Weel(2008)关于欧洲地区社会资本和政府支援计划对技术创新影响的实证研究显示，一定的信任水平有利于开展技术创新活动，有利于增加欧盟政府支援基金对于技术创新的投入。[19]Akcomak和Weel(2009)也对欧洲区域层面的数据进行研究，发现信任对专利申请量具有正面影响。[13]与许多以前的研究方法不同，Kaasa(2009)充分考虑了技术创新各因素之间的关系，采用了欧盟统计数据和欧洲社会调查数据，运用结构方程模型方法而不是回归分析方法，研究了社会资本不同维度对技术创新的影响。结果发现，社会资本的确影响技术创新活动，而且社会资本的不同维度对技术创新活动具有不同的影响。[20]总而言之，可以认为社会资本影响技术创新。而且，考虑到社会资本的异质性，可以认为社会资本的不同维度对技术创新具有不同的影响。此外，社会资本对技术创新的影响可以从研发投入和研发产出这两个渠道进行分析。

三、实证研究方案

(一)模型设定

社会资本之所以具有价值创造功能，根本原因在于其能够通过网络和信任等维度弥补物质资本和人力资本等传统资源的不足从而产生更大的绩效。为了研究中国的社会资本怎样影响技术创新，我们构建了一个包含三个方程的联立方程模型。

1.研发经费投入方程

一个地区的研发经费投入通常来源于地区总产出。因此，我们可以假设研发经费投入是总产出的函数，并且可以用下式表示:

其中，rde是研发经费投入，grp是地区总产出，K1是效率系数，θ1是地区总产出对研发经费投入的影响系数。根据上文分析，K1受到研发政策、制度和社会资本的影响，假设几个变量同效率系数之间呈指数关系，则有:

其中，rdl、ins和sc分别表示研发政策、制度和社会资本，λ1、λ2和λ3分别表示研发政策、制度和社会资本对效率系数K1的影响，B1是其他未知因素的影响。将式(2)代入式(1)，则有:

2.研发人员投入方程

假设当年的研发人员数rdpt是上一年研发人员数rdpt-1的函数，并且可以用下式表示:

其中，rdpt表示当年的研发人员数，rdpt-1表示上一年的研发人员数。根据上述分析，K2是效率系数，θ2是上一年的研发人员数对当年研发人员数的影响系数。根据上文分析，效率系数K2受到教育、研发政策、制度和社会资本的影响，并且几个变量同效率系数之间呈指数关系，则有:

其中，edu表示正规教育水平，λ4、λ5、λ6和λ7分别表示正规教育、研发政策、制度和社会资本对效率系数的影响，B2是其他未知因素的影响。将式(5)代入式(4)，则有:

3.技术创新产出方程

根据Grilliches(1990)的研究，研发经费投入和研发人员投入都是技术创新产出的影响因素。[24]如果采用Cobb-Douglas生产函数，则技术创新产出方程可以表示为:

其中，tio表示技术创新产出，α1和α2分别是研发经费和研发人员对技术创新产出的影响系数。根据上述观点，技术创新产出同时受到教育、研发政策、制度和社会资本的影响，并且认为教育、研发政策、制度和社会资本对技术创新产出的影响在于提高研发支出和研发人员的产出效率，并且几个变量之间呈指数关系，则有:

其中，γ1、γ2、γ3和γ4分别表示教育、研发政策、制度和社会资本对K3的影响，B3是其他未知因素的影响。将式(8)代入式(7)，则有:

为了方便估计，我们将式(3)、式(6)和式(9)两边分别取自然对数，由于本文采用面板数据进行估计，所以估计用的线性计量模型可以写为:

其中，uit、εit和ηit是误差项。

(二)变量衡量

1.社会资本

由于社会资本是一个多维度的概念，所以我们选取不同的指标来衡量社会资本的不同维度。中国缺乏完备的社会资本统计数据，国内少数学者在研究社会资本相关问题时，都尝试性地采用了一些替代指标，如自愿免费献血率、信任、社会总保费、民间组织等。本文认为，自愿免费献血率和社会总保费不足以衡量中国的社会资本，但是可以采用信任衡量中国社会资本的认知维度，采用民间组织密度衡量中国社会资本的结构维度。

信任是度量社会资本的一项重要指标，Dakhli和Clercq(2004)、Akcomak和Weel(2009)及Kaasa(2009)等在研究社会资本、技术创新与经济增长的关系时都采用信任衡量社会资本。[17][13][20]信任水平由一个国家或地区的文化背景确定，通常认为一个地区的信任水平在短时期内是不变的。国际上通用的测量信任的方法是问卷调查，权威的数据来自世界价值观调查(World Values Survey，简称WVS)。WVS的调查表明，大多数国家信任得分随着时间变化是稳定的，中国国家层次的信任得分也较为稳定。但是，WVS的信任调查值没有连续的时间序列值，也没有中国省级层次的截面数据值，不能满足本文的分析需要。国内现在还没有一个权威的价值观调查机构对社会资本进行调查评级。到目前为止，公开的能够获得的信任数据只有张维迎和柯荣住(2002)委托中国企业家调查系统所做的信任度调查的数据。[22]本文认为，他们的信任调查值能够很好地衡量中国各地区社会资本的认知维度，借用他们的信任加权值作为信任的替代变量。

民间组织是一种自愿性的中介组织，作为一种社会自律机制，具有较强的社会参与性，通过自我约束、志愿服务等机制，促进了透明性和社会公开度，一定程度上弥补了“市场失灵”和“政府失灵”，促进了技术创新及经济增长。这也是一个具有鲜明中国特色的称谓，在国际社会它往往被称为“非营利组织”、“非政府组织”、“公民社会组织”、“第三部门”、“志愿协会”等。Dakhli和Clercq(2004)和Kaasa(2009)在运用跨国数据对社会资本、技术创新与经济增长的关系进行实证研究时也采用这个指标衡量社会资本。[17][20]在我国，民间组织包括社会团体、基金会及民办非企业单位。本文选取我国2002-2006年各省(市、自治区)民间组织密度衡量社会资本的结构维度。民间组织密度是民间组织数的变体，是民间组织总数与就业人口的比值。

2.技术创新

技术创新指标包括技术创新投入指标和技术创新产出指标两类。技术创新投入指标包括研发经费投入和研发人员投入两类。研发经费投入主要用于一个国家的基础科学研究，该变量在很大程度上能够衡量一个国家的基础科学发展水平，所以，本文采用研发支出衡量技术创新的经费投入水平。研发人员投入一般有每万人口科技活动人员及研发人员数两个指标，但是，由于每万人口科技活动人员缺乏省级连续数据，考虑到数据的可得性，本文采用研发人员数衡量技术创新的人员投入。

技术创新产出指标包括专利和技术市场成交额两类。专利可以提供当前创新成果及以前专利的相关信息，而且专利中所包含的科技含量高，往往是新产品和新工艺的核心，可以反映一个国家或地区技术创新能力。但是，专利数量不能完全反映技术创新活动，不能完全替代技术创新成果。因为即使有了专利，也并不表示该技术已经被用于提高生产力，必须要考虑这些技术创新的产业化率，技术市场成交额反映了技术创新成果商品化、产业化的状况。所以，本文选用专利申请受理数和技术市场成交额两个指标衡量技术创新产出。

3.控制变量

研发政策显示了政府对技术创新的支持力度，可以采用中国各地区研发支出占政府财政支出的比例来衡量；由于中国的制度变迁过程就是市场化的过程，制度采用市场化指数来表示；教育采用各地区平均受教育年限衡量，平均受教育年限计算公式如下:平均受教育年限=文盲率×0+小学文化程度人口比率×6+初中文化程度人口比率×9+高中文化程度人口比率×12+大专以上文化程度人口比率×16。

(三)数据说明

信任数据直接来自张维迎和柯荣住的文章《信任及其解释:来自中国的跨省调查数据》；[22]民间组织密度数据根据国家民间组织管理局的“中国社会组织网”和2003-2007年《中国统计年鉴》的数据整理计算得到；市场化指数数据直接来自樊纲等(2007)的著作《中国市场化指数》；[23]平均受教育年限数据由2003-2007年《中国统计年鉴》的数据整理计算得到；研发支出、研发人员、专利申请数和技术市场成交额数据直接来自2003-2007年《中国科技统计年鉴》，其中研发支出采用以2000年为基期的国民生产总值指数平减，技术市场成交额采用以2000年为基期的经商品零售价格指数平减；研发政策数据根据2003-2007年《中国科技统计年鉴》和《中国统计年鉴》的数据整理计算得到。

(四)研究方法

联立方程模型的估计方法分为单方程估计方法和系统估计方法两类，我们采用了单方程估计方法。由于本文模型中不同方程系数之间不存在约束，单方程估计方法和单独估计每个方程得到的结果相同。面板数据模型包括无个体影响的不变系数模型、变截距模型和变系数模型三类。由于本文主要考察社会资本对技术创新的影响，研究中考虑了方程的个体影响，但忽略了方程的结构变化，并认为个体的影响均反映在截距项中，因此，实证分析中采用了变截距模型。变截距模型又分为随机效应模型和固定效应模型。在对每一个方程进行估计时，我们都进行了Hausman检验，检验结果显示接受原假设，因此，每一个方程都采用随机效应模型进行估计。

由于模型中的变量较多，不能期望每个模型中的所有变量在回归时都显著，本文采用逐步回归确定模型的变量。具体来说，首先对模型的所有变量进行回归，根据调整的R2、F统计量以及解释变量系数估计的显著水平等判断模型的合理性；如果模型不合理，则剔除系数估计的P值最高的解释变量，再对修正的模型进行回归；依次重复，直至得到合理的模型。

四、分析结果

(一)社会资本对技术创新投入的影响

对式(10)和式(11)分别进行初始回归发现，F统计量均大于1%显著水平下的临界值，说明两个模型都是合理的。但是，在研发经费投入模型中，解释变量民间组织密度和研发政策的系数不显著，依次去除这两个解释变量，最后得到所有解释变量均显著的修正模型(见表1中的研发经费投入模型)。在研发人员投入模型中，解释变量教育和研发政策系数不显著，依次去除这两个解释变量，最后得到所有解释变量均显著的修正模型(见表1中的研发人员投入模型)。

研发经费投入模型实证研究结果显示，信任、地区总产出和制度对研发经费投入具有显著的正向影响，而民间组织密度对研发经费投入却没有显著影响。这可能是因为，一方面，我国普遍存在的信任促进了隐性知识共享，提高了企业间联系的稳定性，减少了机会主义风险，降低了交易成本，扩大了合作领域，提高了合作水平，激励政府和企业的研发经费投入。另一方面，尽管各类民间组织能够增强经济主体间的联系，促进知识及信息传递，培养社会责任感和合作精神，但是，相对于其他影响研发经费投入的因素来说，民间组织的作用依然很微弱，还没有充分发挥出来。

研发人员投入模型实证研究结果显示，信任、制度和上一年的研发人员投入数对当年的研发人员投入具有显著的正向影响，而民间组织密度对研发人员投入数具有显著的负向影响，教育和研发政策对研发人员投入没有影响。这说明，信任水平越高，市场化程度越高，流动性越强，越有利于激励人们进行研究开发，而且研发人员投入具有马太效应，以前年度的研发人员越多，则以后年度越能吸引研发人员投入。但是，民间组织密度越大，社会网络越稠密，人们之间的交往越发频繁，一方面可以增加知识和信息的交流，另一方面也会占用人们的工作时间，具有一定的挤出效应，从而不利于研发人员投入。当交往的挤出效应大于信息传递带来的正向效应时，民间组织密度对研发人员投入就表现出负向影响。该研究也证实了Kaasa(2009)的观点:社会资本的不同维度对技术创新具有不同的影响。[20]

(二)社会资本对技术创新产出的影响

分别采用专利申请数和技术市场成交额作为技术创新产出的替代指标，对式(12)进行初始回归发现，F统计量均大于1%显著水平下的临界值，说明两个模型都是合理的。但是，在专利申请数作为被解释变量的模型中，解释变量教育、研发政策、信任和研发支出系数不显著，依次去除不显著的解释变量，最后得到所有解释变量均显著的修正模型(见表2中的专利申请数模型)；在技术市场成交额作为被解释变量的模型中，解释变量教育、研发政策和研发支出系数不显著，依次去除不显著的解释变量，最后得到所有解释变量均显著的修正模型(见表2中的技术市场成交额模型)。

专利申请数模型的实证研究结果显示，研发人员和制度对专利申请数量都具有显著的正面影响，民间组织密度对专利申请数量具有显著的负面影响，信任、教育和研发政策对专利申请数量没有显著影响。以下三点理由可以解释这一现象:第一，稠密的网络使人们交往频繁，同时挤出了研发人员的研究时间，减少了技术创新产出成果；第二，研发经费投入和研发政策发挥效果不是瞬时的，可能有一定的时间滞后；第三，信任对专利申请数量没有直接的影响。鉴于信任对研发经费和研发人员具有显著的影响，可以认为信任主要是通过研发经费和研发人员间接影响专利申请数量。回顾技术创新产出模型中各变量的意义，可以认为我国的信任改善了技术创新投入，但并没有改善技术创新投入的产出效率。也就是说，尽管信任理论上可以改善技术创新效率，实际上我国的信任对技术创新效率的促进作用还没有充分显现出来，通过提高信任水平改善我国技术创新效率的作用空间依然很大。

表1 技术创新投入模型估计结果

表2 技术创新产出模型估计结果

技术市场成交额的模型实证研究表明，信任和民间组织密度对技术市场成交额都具有显著的正面影响。这表明，技术创新成果的商业化和产业化显著受到信任和民间组织密度的影响。信任水平越高，网络越稠密，越有利于降低交易成本，促进创新成果的商业化和产业化。结合前文分析，可以得出结论，社会资本对技术市场成交额的影响既可以是直接的，也可以是间接的。

五、结论

社会资本的确影响中国的技术创新活动，而且中国社会资本的不同维度对技术创新不同指标的影响是不同的。具体表现为:第一，社会资本的认知维度——信任对技术创新的研发经费投入和研发人员都具有正面影响。信任水平较高的地区，人们将会把较多的时间和金钱花费在技术创新活动上。第二，信任对两个技术创新产出指标影响不同。信任对专利申请数没有影响，但对技术市场成交额具有显著正向影响。第三，社会资本的结构维度——民间组织密度对技术创新不同指标的影响是不同的。由于社会交往的挤出效应和信息传递效应的程度不同，民间组织密度对技术创新的研发人员投入和专利申请数表现出显著的负向影响，而对技术市场成交额表现出显著的正向影响。

本研究的意义在于:第一，如果采用综合指数衡量社会资本以研究社会资本与技术创新的关系，可能得出社会资本不会促进技术创新活动的结论。但是，如果采用不同指标衡量社会资本，则可以发现社会资本有些维度对技术创新活动具有显著的影响。因此，采用单一指标衡量社会资本，或采用综合指数衡量社会资本的所有维度是不适当的。第二，良好的信任水平能够促进技术创新投入，但不一定会促进技术创新的投入产出效率。社会资本，尤其是信任对技术创新效率的积极作用在中国还没有充分显示出来，意味着通过社会资本改善技术创新效率的空间依然很大。我们应该采取适当的措施促进社会资本对技术创新效率的改善。

本研究的不足之处在于:第一，样本规模不大。相对于以前的研究而言，本研究的样本规模较大，但是依然很小；第二，指标衡量方面，不管是社会资本的指标衡量，还是技术创新的衡量，都不是十全十美的。关于社会资本的衡量，目前的研究只集中在两个方面，没有捕捉到所有的维度。关于技术创新的衡量，目前的衡量指标只涉及到技术创新的两三个方面，没有考虑到过程创新、产品改进及干中学。因此，我们依然需要在国家层面或区域层面寻找和收集社会资本和技术创新的其他衡量指标。

[1]Sabatini F.Social Capital and Economic Development.Investigating the Causal Relationship through Structural Equations Models[EB/OL].University of Rome La Sapienza,Department of Public Economics,mimeo,2005.

[2]Furman J L,Porter M E,Stern S.The determinants of national innovative capacity[J].Research Policy,2002,31:899-933.

[3]Lundvall B A,Johnson B,Andersen E S,Dalum B.National systems of production,innovation and competence building[J].Research Policy,2002,31:213-231.

[4]Kaasa A,Kaldaru H,Parts E.Social capital and institutional quality as factors of innovation:evidence from Europe[EB/OL].Working Paper Series of the University of Tartu,Estonia,2007.

[5]Knowles S.Social Capital and National Environmental Performance:A Cross Sectional Analysis[J].The Journal of Environment&Development,2004,13(4):336-370.

[6]李晓红，黄春梅.社会资本的经济学界定、构成与属性[J].当代财经，2007，(3):17-20.

[7]陈劲，林伟，吴红.知识经济与创新系统[J].江西财经大学学报，1999，(3):73-74.

[8]Davenport T,Prusak L.Working Knowledge:How Orgnaizations Manage What They Know[M].Malaysia:Harvard Business School Press,1998.

[9]McEvily B,Perrone V,Akbar Zaheer,A.Trust as an Organizing Principle[J].organization science，2003,14(1):91-103.

[10]Tsai W,Ghoshal S.Social Capital and Value Creation:The Role of Intrafirm Networks[J].Academy of Management Journal,1998,41(4):464-476.

[11]Quinn J B,Anderson P,Finkelstein S.Social Network analysis for organizations[J].Academy of Management Review,1979,(4):507-519.

[12]Knack S,Keefer P.Does social capital have an economic payoff?A cross-country investigation[J].Quarterly Journal of Economics,1997,112(4):1251-1288.

[13]Akcomak I S,Weel B T.Social capital,innovation and growth:Evidence from Europe[J].European Economic Review,2009,53(5):544-567.

[14]刘赟.社会资本与企业技术创新的关系分析[J].当代财经，2009，(10):66-72.

[15]Putnam R D.Bowling alone:the collapse and revival of American community[M].New York:Simon&Schuster,2000.

[16]Subramaniam M,Youndt M A.The influence of intellectual capital on the types of innovative capabilities[J].Academy of Management Journal,2005,48(3):450-463.

[17]Dakhli M,Clercq D.Human capital,social capital,and innovation:a multi-country study[J].Entrepreneurship&Regional Development,2004,16(3):107-128

[18]Mazzanti M,Cainelli G,Mancinelli S.Social Capital,R&D and Industrial Districts[EB/OL].FEEM Working Paper No.8405，2005.

[19]Akcomak I.S.and Weel B.T.How do social capital and government support affect innovation and growth?Evidence from the EU regional support programmes[A].in C.Nauwelaers and R.Wintjes.Innovation policy in Europe[C].Edward Elgar:Cheltenham,2008:106-136.

[20]Kaasa A.Effects of different dimensions of social capital on innovative activity:Evidence from Europe at the regional level[J].Technovation，2009,29(3):218-233.

[21]Griliches Z.Patent Statistics as Economic Indicators:A Survey[J].Journal of Economic Literature,1990,28:1661-1707.

[22]张维迎，柯荣住.信任及其解释:来自中国的跨省调查分析[J].经济研究，2002，(10):59-70.

[23]樊纲，王小鲁，朱恒鹏.中国市场化指数——各地区市场化进程2006年报告[M].北京:经济科学出版社，2007.