基于EBA方法的R&D投资影响因素稳健性研究

蔡中华+安婷婷+侯翱宇

摘要：从省际层面上对R&D投资的决定因素进行实证研究，主要关注通过外商直接投资（FDI）实现的国际技术转移、专利保护强度、经济增长以及人力资本积累和科学研究人员数量。通过极值边界分析（EBA）方法检验这些因素的稳健性和灵敏度。结果表明：高等教育和科研人员比例是对R&D强度具有积极影响的稳健决定因素，通过外商直接投资实现的外国技术流入和收入增长率对R&D投资无显著影响，专利保护强度对决定R&D投资具有稳健的积极影响。

关键词：R&D投资；技术转移； 专利保护强度；收入增长； 极值边界分析（EBA）

中图分类号：F224.9

文献标识码：A文章编号：1001-8409（2014）11-0119-04

The Robust Research on Determinants of R&D Investment

——The Empirical Research Based on Provincial Panel Data

CAI Zhonghua， AN Tingting， HOU Aoyu

（School of Economics and Management， Beijing University of Chemical Technology， Beijing 100029）

Abstract：

This paper investigates the determinants of R&D investment at the provincial level with an emphasis on the roles of international technology transfer through FDI， patent rights protection， and economic growth， in addition to the essentials of human capital accumulation and the number of scientific researchers. The Extremeboundsanalysis （EBA） approach is applied to examine the robustness and sensitivity of these factors. The results of the EBA tests showed that tertiary education and the proportion of scientific researchers in a province were robust determinants that had positive effects on R&D intensity. Foreign technology inflows through FDI and the income growth rate are fragile determinants of R&D investment. Patent rights protection had a robust and positive impact on R&D intensity.

Key words： R&D investment； technology transfer； patent rights protection； income growth； extremeboundsanalysis （EBA）

R&D投资是推进知识进步、提高生产力、促进经济增长最重要的因素之一。国内外学者

从1960年代就开始对R&D经济效果进行研究，当代解释中大多数认为R&D投资对经济增长和技术进步具有突出的作用。现有的R&D文献认为，相比于其他因素，国际技术转移、专利权保护、收入水平是决定R&D投资的重要因素。关于R&D投资强度的三大假说备受关注。国际技术转移假说认为，国外R&D活动可以通过外商直接投资传输并影响国内R&D投资决策。专利权保护假说认为，研发投资率与知识产权、专利权的保护强度呈正相关。收入增长假说认为，R&D投资强度与收入变化密切相关[1，2]。

关于外商直接投资和国内R&D投资的实证研究结果尚无定论。FDI对于R&D投资强度究竟是挤出效应还是促进效应，在学术界引起了广泛的争议。对外经济开放对发达地区工业企业R&D投入的挤出效应比较明显，欠发达地区的工业企业部门，其挤出效应并不明显[3]。国外的技术进步通过FDI对我国整体技术水平的提升并不明显，承接国际产业转移对技术进步的促进作用也是有限的[4]。FDI对提高自主创新能力和增强原创性的科技能力无显著影响[5，6]。闫俊周通过分组研究发现，FDI 对中国技术创新能力的影响正在发生改变，由显著影响转变为不显著影响[7]。然而FDI可以通过工人经验、示范效应等使东道国创新活动受益，产生溢出效应[8]。外商直接投资理论指出，利用外资所附带的R&D 经费投入可以提高被投资国的R&D投入[9]。

现有文献也认为，专利权保护计划对R&D投资具有推动力。知识产权保护机制对R&D 投资具有显著的正向影响[9～12]。一般而言，专利保护的增强会减少研发溢出，提高企业研发积极性，从而刺激研发投入，增加专利申请[13]；但过度严格的专利保护制度又容易形成垄断，阻碍技术进步，造成R&D投资强度的下降。

经济发展水平对地区R&D投入起基础性作用[3]。Lederman等认为富裕的国家会投入更多的R&D 经费[14]。

通过以上文献分析发现，国内外众多学者虽然从不同角度对R&D 投资影响因素的作用进行了研究，但由于实证模型的假设不同、样本不同、回归方法不同，导致对R&D投资决定因素的实证研究结果表现出较大的差异。基于上述考虑，本文运用极值边界分析方法（EBA），从省际层面上对R&D投资的决定因素进行稳健性检验，关注通过FDI实现的国际技术转移、专利保护强度、经济增长以及人力资本积累和科学研究人员数量，从而得出关于R&D投资决定因素的稳健性结果以及政策含义。

1研究思路与方法

EBA方法最早是由Leamer（1983，1985）在理论上提出的。Levine和Renelt（1992）应用其研究了跨国家经济增长的决定因素。

EBA方法的主要功能是提供经济回归中解释变量的稳健性和灵敏度测试，其核心是通过改变回归中控制变量的子集，得到标准假设检验不拒绝的关注变量的系数估计值的最大范围。通过重复回归估计，能够得出关于需检验假设的参数估计更稳健的结果。

相比于其他定量方法，EBA方法在协调有争议的经济问题中具有一定的优势。

EBA方程的一般形式为：

W=βiI+βmM+βzZ+μ （1）

式（1）中，W为各省的研发投资强度，I是回归中总会出现的一组变量，如高等教育比例、研究人员占总人口的比例；M是一组主要关注的变量，包括通过外商直接投资实现的技术流入、专利保护指数以及收入增长率；Z是从宏观经济变量池中选出的、除M变量以外，被认为是潜在的重要解释变量的子集。

下面进行实证检验。第一步，从以往实证研究中选择所关注的目标变量M，在只有核心变量I加入的情况下做一次回归（基础回归）：

W=βiI+βmM+μ （2）

第二步，计算包括所有与R&D投资强度有重要关系的潜在控制变量Z以及其线性组合的回归结果，同时限制任何一个回归中的解释变量总数不超过8个。

第三步，找出所研究的目标变量系数的最大值和最小值βm，且保证在10%的显著性水平上不被拒绝。极值边界由控制变量Z确定，产生极大值（极小值）边界：

β=βm-max+2δmax （3）

β=βm-min-2δmin （4）

通过系数βm的极值边界来判断被解释变量W和目标变量M之间偏相关关系的置信度。如果βm仍显著并且在极值边界内具有相同的符号，那么结果被称为“稳健的”。如果系数不显著或在极值边界范围内改变符号，那么结果被视为“不稳健的”。

βm∈[β，β]；0[β，β] （5）

2变量和数据说明

本文实证研究数据来源于2006～2010年28个省市自治区的跨省年度数据（不包括西藏、海南和云南）。

因变量为研发强度，用 R&D经费支出占地区生产总值的比例衡量。数据来源于2007～2011年统计年鉴。

基于内生经济增长理论和生产函数理论，人力资本存量和科研人员占总人口的比例被视为I变量。人力资本存量用各省市自治区总人口中高等教育人口比例（TEREDU）来衡量，被认为是各省R&D努力和创新能力的一个重要决定因素。数据来源于各省2007～2011年统计年鉴。科学研发人员占总人口的比例（RESPOPR）为人力资本投入的衡量指标。研发人员数据（折合全时当量）来自各省市自治区2007～2011年统计年鉴。

模型中的M 变量指国际技术转移、专利权保护以及收入增长率。

国际技术转移用外商直接投资流入量表示。外商直接投资流入量占地区生产总值的比例表示外商直接投资对技术的市场渗透，数据来源于各省2007～2011年统计年鉴。专利权保护使用

（许春明、单晓光）《中国知识产权保护强度指标体系的构建及验证》构建的知识产权保护强度新指标体系进行测量[15]。由于收入水平不固定，本文用

实际收入增长率表示。数据用各省2007～2011年统计年鉴中的地区生产总值表示。

Z变量包括人口密度（POPD）、政府执行研发占总研发的份额（GovRDs）以及其他宏观经济变量，如固定资本形成增长率（FKFG）、固定资本形成占地区生产总值的比例（FKFGDP）、工业生产在地区生产总值中所占的份额（IndPS）。

表1列出了主要变量的汇总统计数据。从表1看出：各省市自治区之间的R&D经费支出跨度较大，标准差约比平均值的一半还要大。

3实证分析

运用EBA方法，对通过FDI实现的国际技术转移、专利权保护、收入增长以及人力资本存量和科研人员数量等变量，在决定R&D投资的稳健性方面进行检验。

3.1基本模型回归结果

模型1：剔除Z变量的回归结果

对不包括Z变量在内的R&D强度的基础回归进行检验。首先，“高等教育的比例”与“研究人员占总人口的比例”

两个I变量都在1%的水平上正向显著。说明了“人力资本存量”和“专业科学研究人员”是决定R&D投资强度的主要因素。其次，M变量中，通过FDI实现的国际技术流入与R&D强度呈负相关但不显著。第三，中国专利权保护强度指数高度显著，正相关系数大约为040。各省市自治区地区生产总值增长指数也是为负系数但不显著。

模型2包括所有Z变量的回归结果。

表2也列出了包括所有Z变量在内的基本模型的回归结果。主要结果归纳为：首先，高等教育和研究人员

比例两个Ⅰ变量分别在1%和5%的水平上显著。其次， M 变量（技术流入变量外商直接投资占地区生产总值的比例）为负相关但不显著。中国专利权保护强度指数的系数仍为高度显著。然而，各省市自治区地区生产总值增长指数的系数在模型2中变为正但不显著。

最后，Z变量中政府部门执行研发的份额对研发强度的影响为负但不显著。这一结果暗示政府执行研发可能与私人投资有一定的替代效应。工业生产在地区生产总值的比重对R&D投资具有显著负向影响。固定资本形成占地区生产总值的比例及固定资本形成增长率在回归中均表现出对R&D强度的负向影响。

32稳健性分析结果

接下来，分析I变量和M变量对R&D投资强度是否稳健。应用EBA方法得出的估计结果如表3所示。每次回归选取5个Z变量中的3个作为回归量。回归进行10种形式检验。形成I变量和M变量上界和下界的Z变量的组合在表3中列出。从表3可以看出，I变量中“高等教育比例”在系数最大值和最小值的范围内在1%的水平上正向显著，研究人员占总人口比例在系数最大值和最小值范围内在不超过5%的水平上正向显著。这表明，人力资本存量和科学研究人员是决定R&D投资强度的稳健因素。M变量中，外商直接投资流入占地区生产总值的比例

呈负相关，但未通过显著性检验。说明了外商直接投资不是决定R&D投资强度的稳健因素。衡量中国专利权保护强度的指数，在系数最大值和最小值的范围内在1%的水平上正向显著，因此，其是决定R&D投资的稳健因素。地区生产总值增长率不是决定R&D投资强度的稳健因素，因为它的系数改变了符号，并且没有通过显著性检验。

EBA方法的稳健性检验结果详见表4。首先，高等教育人口比例是决定研发强度的一个非常稳健的I变量。Bebczuk认为高等教育人口多的国家需要更高水平的R&D投资[13]。一个省拥有较高比例的高等教育人口，意味着该省更关心知识积累和科学探索。这将为R&D活动投入更多的资源提供更好的动力。

其次，科研人员占总人口的比例也是决定R&D投资非常稳健的I变量。这可以从生产理论的角度来解释。无论是科研人员还是R&D投资都被视为研发生产过程中必要的投入因素。一省科研人员越多，则需要更大的R&D投资。

第三，国际技术流入的衡量方法——外商直接投资占地区生产总值的比例呈负相关但不显著。这在一定程度上证实了国外的创新技术作为替代国内研发力度的假说。国外的技术可以通过外商直接投资流入取代国内研发。

第四，衡量中国专利权保护强度的指数是决定R&D投资强度非常稳健的M变量。表示在其他变量保持不变时，更强的专利保护制度能够吸引更多的R&D投资。

在对各省地区生产总值增长指数进行回归时，得到一个改变符号的系数，并且未通过显著性检验，说明地区生产总值对R&D投资强度没有稳健性影响。

4结论

本文基于现有假说和实证研究结果，在省际层面上探讨影响R&D投资强度的主要决定因素，

并采用EBA方法检验了国际技术转移、专利权保护和收入增长假设。

结果发现：首先，高等教育水平、科研人员占总人口比例是决定R&D投资的稳健因素，对R&D投资强度有显著的积极影响。第二，FDI实现的技术流入对R&D投资强度有负向影响，但不够稳健。这在一定程度上说明，国外R&D投资确实是国内研发强度的一个替代。第三，衡量中国专利权保护强度的指数是决定R&D投资非常稳健的因素，对R&D投资强度有显著的积极影响。当前收入增长率对R&D投资强度的变化不稳健。

从以上实证结果可以得出：首先，扩展高等教育和积累更多的人力资本来从事更具创新性的R&D是非常重要的。人力资本表现出与研发强度强烈的正相关关系。教育是促进研发和促进经济增长的根本。

第二，国内研发强度和国外技术流入可以作为替代关系。从全国范围来看，如果先进省份增加其在科研上的合作水平， R&D资源将实现更高的效率。

第三，实行专利权保护政策是鼓励R&D投资的有效方式。专利权的法律保护对保护专利是必要的，同时

对刺激R&D投资激励也是十分有效的。

参考文献：

[1]Eric C. Wang. Determinants of R&D Investment： The Extreme-Bounds-Analysis Approach Applied to 26 OECD Countries [J]. Research Policy， 2010， 39： 103-116.

[2]范柏乃， 段忠贤， 江蕾.创新政策研究述评与展望[J]. 软科学， 2012， 11： 43-47.

[3]黄劲松， 陈刚. 对外经济开放、政府偏好与区域R&D投入强度[J]. 经济问题探索， 2011， 7： 43-49.

[4]刘飞， 王德发. 国际R&D溢出、国内R&D和真实经济增长——基于技术扩散模型的一个实证[J]. 世界经济研究， 2009， 3： 82-86.

[5]李晓娣， 田也壮， 姚微. 跨国公司R&D投资对区域创新系统演化的影响研究[J]. 软科学， 2012， 1： 109-114.

[6]陈劲， 陈钰芬， 余芳珍. FDI 对促进我国区域创新能力的影响[J].科研管理， 2010， 28（ 1） ： 7-13.

[7]闫俊周. FDI 对我国技术创新能力的影响及演变[J].技术经济， 2010， 29（ 5）： 12-17.

[8]Kuiyin Cheng， Ping Lin. Spillover Effects of FDI on Innovation in China： Evidence from the Provincial Data [J]. China Economic Review， 2004， 15： 25-44.

[9]肖敏，贾晓霞. 我国R&D 强度的影响因素——基于局部调整模型的实证检验[J]. 管理学报， 2011， 8（11）： 1663-1668.

[10]蔡翔， 崔晓兰， 熊静， 刘同存. 我国地区R&D效率及其影响因素探究——基于“科研产出—成果转化”视角[J]. 软科学， 2013， 3： 80-84.

[11]喻世友， 万欣荣， 史卫. 论跨国公司R &D投资的国别选择[J]. 管理世界， 2004， 1： 46-54.

[12]Chen Lin， Ping Lin， Frank Song. Property Rights Protection and Corporate R&D： Evidence from China[J]. Journal of Development Economics， 2010， 93： 49-62.

[13]Nikos C， Varsakelis. The Impact of Patent Protection， Economy Openness and National Culture on R&D Investment： A Cross-country Empirical Investigation [J]. Research Policy， 2001， 30： 1059–1068.

[14]Lederman D， Maloney W F. R& D and Development [R]. Washington DC： World Bank Policy Research， 2003.

[15]许春明，单晓光. 中国知识产权保护强度指标体系的构建及验证[J]. 科学学研究， 2008， 26（4）： 715-723.

[16]Bebczuk R N. R&D Expenditures and the Role of Government Around the World [J]. Estudios de Economia， 2002， 29 （1）： 109-121.

[17]Leamer E E. Lets Take the Con out of Econometrics [J]. American Economic Review， 1983， 73： 31-43.

[18]Leamer E E. Sensitivity Analyses Would Help [J]. American Economic Review， 1985， 75（3）： 308-313.

[19]Chengqi Wang， Mario I Kafouros. What Factors Determine Innovation Performance in Emerging Economies？ Evidence from China [J]. International Business Review， 2009， 18： 606–616.

（责任编辑：李镜）

呈负相关，但未通过显著性检验。说明了外商直接投资不是决定R&D投资强度的稳健因素。衡量中国专利权保护强度的指数，在系数最大值和最小值的范围内在1%的水平上正向显著，因此，其是决定R&D投资的稳健因素。地区生产总值增长率不是决定R&D投资强度的稳健因素，因为它的系数改变了符号，并且没有通过显著性检验。

EBA方法的稳健性检验结果详见表4。首先，高等教育人口比例是决定研发强度的一个非常稳健的I变量。Bebczuk认为高等教育人口多的国家需要更高水平的R&D投资[13]。一个省拥有较高比例的高等教育人口，意味着该省更关心知识积累和科学探索。这将为R&D活动投入更多的资源提供更好的动力。

其次，科研人员占总人口的比例也是决定R&D投资非常稳健的I变量。这可以从生产理论的角度来解释。无论是科研人员还是R&D投资都被视为研发生产过程中必要的投入因素。一省科研人员越多，则需要更大的R&D投资。

第三，国际技术流入的衡量方法——外商直接投资占地区生产总值的比例呈负相关但不显著。这在一定程度上证实了国外的创新技术作为替代国内研发力度的假说。国外的技术可以通过外商直接投资流入取代国内研发。

第四，衡量中国专利权保护强度的指数是决定R&D投资强度非常稳健的M变量。表示在其他变量保持不变时，更强的专利保护制度能够吸引更多的R&D投资。

在对各省地区生产总值增长指数进行回归时，得到一个改变符号的系数，并且未通过显著性检验，说明地区生产总值对R&D投资强度没有稳健性影响。

4结论

本文基于现有假说和实证研究结果，在省际层面上探讨影响R&D投资强度的主要决定因素，

并采用EBA方法检验了国际技术转移、专利权保护和收入增长假设。

结果发现：首先，高等教育水平、科研人员占总人口比例是决定R&D投资的稳健因素，对R&D投资强度有显著的积极影响。第二，FDI实现的技术流入对R&D投资强度有负向影响，但不够稳健。这在一定程度上说明，国外R&D投资确实是国内研发强度的一个替代。第三，衡量中国专利权保护强度的指数是决定R&D投资非常稳健的因素，对R&D投资强度有显著的积极影响。当前收入增长率对R&D投资强度的变化不稳健。

从以上实证结果可以得出：首先，扩展高等教育和积累更多的人力资本来从事更具创新性的R&D是非常重要的。人力资本表现出与研发强度强烈的正相关关系。教育是促进研发和促进经济增长的根本。

第二，国内研发强度和国外技术流入可以作为替代关系。从全国范围来看，如果先进省份增加其在科研上的合作水平， R&D资源将实现更高的效率。

第三，实行专利权保护政策是鼓励R&D投资的有效方式。专利权的法律保护对保护专利是必要的，同时

对刺激R&D投资激励也是十分有效的。

参考文献：

[1]Eric C. Wang. Determinants of R&D Investment： The Extreme-Bounds-Analysis Approach Applied to 26 OECD Countries [J]. Research Policy， 2010， 39： 103-116.

[2]范柏乃， 段忠贤， 江蕾.创新政策研究述评与展望[J]. 软科学， 2012， 11： 43-47.

[3]黄劲松， 陈刚. 对外经济开放、政府偏好与区域R&D投入强度[J]. 经济问题探索， 2011， 7： 43-49.

[4]刘飞， 王德发. 国际R&D溢出、国内R&D和真实经济增长——基于技术扩散模型的一个实证[J]. 世界经济研究， 2009， 3： 82-86.

[5]李晓娣， 田也壮， 姚微. 跨国公司R&D投资对区域创新系统演化的影响研究[J]. 软科学， 2012， 1： 109-114.

[6]陈劲， 陈钰芬， 余芳珍. FDI 对促进我国区域创新能力的影响[J].科研管理， 2010， 28（ 1） ： 7-13.

[7]闫俊周. FDI 对我国技术创新能力的影响及演变[J].技术经济， 2010， 29（ 5）： 12-17.

[8]Kuiyin Cheng， Ping Lin. Spillover Effects of FDI on Innovation in China： Evidence from the Provincial Data [J]. China Economic Review， 2004， 15： 25-44.

[9]肖敏，贾晓霞. 我国R&D 强度的影响因素——基于局部调整模型的实证检验[J]. 管理学报， 2011， 8（11）： 1663-1668.

[10]蔡翔， 崔晓兰， 熊静， 刘同存. 我国地区R&D效率及其影响因素探究——基于“科研产出—成果转化”视角[J]. 软科学， 2013， 3： 80-84.

[11]喻世友， 万欣荣， 史卫. 论跨国公司R &D投资的国别选择[J]. 管理世界， 2004， 1： 46-54.

[12]Chen Lin， Ping Lin， Frank Song. Property Rights Protection and Corporate R&D： Evidence from China[J]. Journal of Development Economics， 2010， 93： 49-62.

[13]Nikos C， Varsakelis. The Impact of Patent Protection， Economy Openness and National Culture on R&D Investment： A Cross-country Empirical Investigation [J]. Research Policy， 2001， 30： 1059–1068.

[14]Lederman D， Maloney W F. R& D and Development [R]. Washington DC： World Bank Policy Research， 2003.

[15]许春明，单晓光. 中国知识产权保护强度指标体系的构建及验证[J]. 科学学研究， 2008， 26（4）： 715-723.

[16]Bebczuk R N. R&D Expenditures and the Role of Government Around the World [J]. Estudios de Economia， 2002， 29 （1）： 109-121.

[17]Leamer E E. Lets Take the Con out of Econometrics [J]. American Economic Review， 1983， 73： 31-43.

[18]Leamer E E. Sensitivity Analyses Would Help [J]. American Economic Review， 1985， 75（3）： 308-313.

[19]Chengqi Wang， Mario I Kafouros. What Factors Determine Innovation Performance in Emerging Economies？ Evidence from China [J]. International Business Review， 2009， 18： 606–616.

（责任编辑：李镜）

呈负相关，但未通过显著性检验。说明了外商直接投资不是决定R&D投资强度的稳健因素。衡量中国专利权保护强度的指数，在系数最大值和最小值的范围内在1%的水平上正向显著，因此，其是决定R&D投资的稳健因素。地区生产总值增长率不是决定R&D投资强度的稳健因素，因为它的系数改变了符号，并且没有通过显著性检验。

EBA方法的稳健性检验结果详见表4。首先，高等教育人口比例是决定研发强度的一个非常稳健的I变量。Bebczuk认为高等教育人口多的国家需要更高水平的R&D投资[13]。一个省拥有较高比例的高等教育人口，意味着该省更关心知识积累和科学探索。这将为R&D活动投入更多的资源提供更好的动力。

其次，科研人员占总人口的比例也是决定R&D投资非常稳健的I变量。这可以从生产理论的角度来解释。无论是科研人员还是R&D投资都被视为研发生产过程中必要的投入因素。一省科研人员越多，则需要更大的R&D投资。

第三，国际技术流入的衡量方法——外商直接投资占地区生产总值的比例呈负相关但不显著。这在一定程度上证实了国外的创新技术作为替代国内研发力度的假说。国外的技术可以通过外商直接投资流入取代国内研发。

第四，衡量中国专利权保护强度的指数是决定R&D投资强度非常稳健的M变量。表示在其他变量保持不变时，更强的专利保护制度能够吸引更多的R&D投资。

在对各省地区生产总值增长指数进行回归时，得到一个改变符号的系数，并且未通过显著性检验，说明地区生产总值对R&D投资强度没有稳健性影响。

4结论

本文基于现有假说和实证研究结果，在省际层面上探讨影响R&D投资强度的主要决定因素，

并采用EBA方法检验了国际技术转移、专利权保护和收入增长假设。

结果发现：首先，高等教育水平、科研人员占总人口比例是决定R&D投资的稳健因素，对R&D投资强度有显著的积极影响。第二，FDI实现的技术流入对R&D投资强度有负向影响，但不够稳健。这在一定程度上说明，国外R&D投资确实是国内研发强度的一个替代。第三，衡量中国专利权保护强度的指数是决定R&D投资非常稳健的因素，对R&D投资强度有显著的积极影响。当前收入增长率对R&D投资强度的变化不稳健。

从以上实证结果可以得出：首先，扩展高等教育和积累更多的人力资本来从事更具创新性的R&D是非常重要的。人力资本表现出与研发强度强烈的正相关关系。教育是促进研发和促进经济增长的根本。

第二，国内研发强度和国外技术流入可以作为替代关系。从全国范围来看，如果先进省份增加其在科研上的合作水平， R&D资源将实现更高的效率。

第三，实行专利权保护政策是鼓励R&D投资的有效方式。专利权的法律保护对保护专利是必要的，同时

对刺激R&D投资激励也是十分有效的。

参考文献：

[1]Eric C. Wang. Determinants of R&D Investment： The Extreme-Bounds-Analysis Approach Applied to 26 OECD Countries [J]. Research Policy， 2010， 39： 103-116.

[2]范柏乃， 段忠贤， 江蕾.创新政策研究述评与展望[J]. 软科学， 2012， 11： 43-47.

[3]黄劲松， 陈刚. 对外经济开放、政府偏好与区域R&D投入强度[J]. 经济问题探索， 2011， 7： 43-49.

[4]刘飞， 王德发. 国际R&D溢出、国内R&D和真实经济增长——基于技术扩散模型的一个实证[J]. 世界经济研究， 2009， 3： 82-86.

[5]李晓娣， 田也壮， 姚微. 跨国公司R&D投资对区域创新系统演化的影响研究[J]. 软科学， 2012， 1： 109-114.

[6]陈劲， 陈钰芬， 余芳珍. FDI 对促进我国区域创新能力的影响[J].科研管理， 2010， 28（ 1） ： 7-13.

[7]闫俊周. FDI 对我国技术创新能力的影响及演变[J].技术经济， 2010， 29（ 5）： 12-17.

[8]Kuiyin Cheng， Ping Lin. Spillover Effects of FDI on Innovation in China： Evidence from the Provincial Data [J]. China Economic Review， 2004， 15： 25-44.

[9]肖敏，贾晓霞. 我国R&D 强度的影响因素——基于局部调整模型的实证检验[J]. 管理学报， 2011， 8（11）： 1663-1668.

[10]蔡翔， 崔晓兰， 熊静， 刘同存. 我国地区R&D效率及其影响因素探究——基于“科研产出—成果转化”视角[J]. 软科学， 2013， 3： 80-84.

[11]喻世友， 万欣荣， 史卫. 论跨国公司R &D投资的国别选择[J]. 管理世界， 2004， 1： 46-54.

[12]Chen Lin， Ping Lin， Frank Song. Property Rights Protection and Corporate R&D： Evidence from China[J]. Journal of Development Economics， 2010， 93： 49-62.

[13]Nikos C， Varsakelis. The Impact of Patent Protection， Economy Openness and National Culture on R&D Investment： A Cross-country Empirical Investigation [J]. Research Policy， 2001， 30： 1059–1068.

[14]Lederman D， Maloney W F. R& D and Development [R]. Washington DC： World Bank Policy Research， 2003.

[15]许春明，单晓光. 中国知识产权保护强度指标体系的构建及验证[J]. 科学学研究， 2008， 26（4）： 715-723.

[16]Bebczuk R N. R&D Expenditures and the Role of Government Around the World [J]. Estudios de Economia， 2002， 29 （1）： 109-121.

[17]Leamer E E. Lets Take the Con out of Econometrics [J]. American Economic Review， 1983， 73： 31-43.

[18]Leamer E E. Sensitivity Analyses Would Help [J]. American Economic Review， 1985， 75（3）： 308-313.

[19]Chengqi Wang， Mario I Kafouros. What Factors Determine Innovation Performance in Emerging Economies？ Evidence from China [J]. International Business Review， 2009， 18： 606–616.

（责任编辑：李镜）