企业开放度与高新技术产业的创新效率

陈含桦

(1.中国社会科学院， 北京　100732；2.福建商学院， 福建 福州　350012)

一、引　言

改革开放30多年来，依靠高储蓄率、高投资率、廉价劳动力的粗放型增长方式，中国取得了惊人的经济成就。然而，随着劳动力、土地等要素成本的上涨，资源、环境约束的趋紧，许多经济学家提出应该转变经济增长方式，指出唯有依靠技术进步和资源并充分利用集约型增长方式才能实现经济的持续增长。

企业是技术创新的主体，国内许多学者就影响企业创新的因素进行分析。如从基于所有制和CEO激励视角的分析提出国有企业更有创新性，对CEO的薪酬激励促进企业创新；从政府补贴的创新影响研究，提出政府补贴的影响取决于企业经验和地区经济发展情况。阮爱君(2011)[1]、马文聪等(2013)[2]认为提高知识产权保护水平，促进企业研究投入进而有助于企业创新，同时，企业激励促进了企业创新效率。此外，孙早等(2016)[3]探究企业规模对企业创新的影响。上述文献从不同视角分析创新的影响因素，但忽略了企业开放度对创新的影响。在当前越来越多企业选择开放式创新模式的背景下，探究企业开放度对创新的影响有重要意义。

开放度反映的是企业在开放式创新过程中对外界开放的程度，若企业的开放度过低，则令企业不能充分吸收利用外部资源；若企业的开放度过高，则企业接触过量信息致使关注点扩散，反而不能合理利用外部信息和资源。关于开放度对企业创新的影响，现有文献并未达成一致意见。部分学者认为开放度促进了企业创新，而另有学者认为开放度抑制了企业创新。前者认为在开放式创新模式下，较高的开放度使企业能够充分利用包含技术和市场信息等在内的外部创新资源，能够节省本企业研发成本和时间，加快创新速度并能共担风险；而后者认为在开放式创新模式下，较高的开放度会不断增加企业对外部创新资源的搜寻成本及企业间合作相互协作的沟通和交易成本，从而增加企业创新管理的复杂性，甚至可能造成企业核心技术的泄露，抑制企业创新的进程。此外，现有研究多局限在开放度对创新效率直接影响的分析范式，忽略了直接影响背后是否还存在其他间接影响。为此，借鉴Fu(2012)[4]的研究，本文不仅分析开放度的直接影响，还通过分析开放度对员工激励创新影响的调节效应以探究开放度的间接影响。

二、理论假设

(一)开放度的直接影响

基于开放式创新范式，具有一定开放度的企业，其创新思想及创意不但可能来源于企业内部员工，也可能来源于企业外部的信息与资源。企业可以吸收外部知识和技术，不断增强其自身的创新实践能力，这是企业创造价值和利润的简捷路径。企业在内部不断进行创新尝试的基础上，吸收并利用外界先进的技术，不但缩短了产品的研发时间，而且降低了产品的研发成本，提高了创新速度。通过合作，企业可以获取互补资源，共同承担创新的成本与风险，降低了技术创新的不确定性，缩短了创新周期，提高了创新效率。企业与外部的技术交流，形成一种无形的推动力，迫使企业加快技术创新。企业技术、专利被其他企业利用，不仅提高了公司的知名度，还增加了研发人员的创新积极性。

尽管开放式创新有助于企业整合内外部资源，提高创新效率。但开放度过高可能不利于企业创新，因为开放式创新给企业带来成本压力。首先，搜寻成本。信息不对称的存在，企业需要搜寻与自身创新需求所契合的外部知识和技术。该试错过程需要成本，而且开放度越高成本越大(Laursen和Salter，2006)[5]。其次，协调成本。合作伙伴间存在文化以及价值观等方面的差异，为减少由此带来的冲突，企业需要协调合作者之间的关系，便形成了协调成本。最后，风险成本。实施开放式创新可能导致企业的核心技术泄露，减少企业受益。技术泄露是开放式创新模式的最大风险(Tidd et al.，1997)[6]。

上述分析表明，开放式创新既可能促进企业创新，又可能抑制企业创新。开放度与企业创新效率间并非简单的正向或者负向关系，两者之间可能为倒“U”型关系(陈钰芬和陈劲，2008)[7]。据此，本文提出假设1：

假设1：开放度与企业创新效率间存在非线性关系。

(二)开放度的间接影响

1.员工激励与创新效率

企业员工特别是研发人员，是企业最重要的生产要素，是企业持续发展的源泉。企业通常采取激励措施，以充分调动员工的积极性，促进创新。外部环境与内部技术特性导致企业研发活动的不确定性，此时对研究人员的激励尤其重要，成为企业持续创新、获取竞争优势的关键所在。一些研究表明，基于创新绩效对研发人员的奖励和报酬，在企业技术创新中有积极作用，奖励和报酬越高，研发人员的创新积极性越高(Eisenberger和Cameron，1996[8]；Eisenberger et al.,1999[9])。Therrien和Léonard(2003)[10]的研究表明，整体而言，员工薪酬激励做得好的企业更可能成为首个创新者。Hebda et al.(2007)[11]指出薪酬、奖励对企业研发人员的创新活动有显著的激励作用。基于浙江省企业的实证研究，阮爱君(2011)[1]认为薪酬与奖励是激发员工创新行为的基础,实际薪酬与奖励越高，企业研发人员的创新绩效越高。马文聪等(2013)[2]基于广东省企业实证分析同样指出，对企业研发人员的激励措施促进了企业创新效率的提高。王林雪、张金秋(2015)[12]基于陕西省高新技术产业发展的统计数据，实证分析指出科技人才创新能力的增长能够提高企业的创新效率。

在员工激励对员工创新的促进作用中，首当其冲的就是经济性薪酬激励，这是企业在激励员工创新中的重要方式。其主要表现为企业对有突出创新绩效的员工给予相应程度的经济性报酬是对员工付出的创新实践和努力的肯定，更是对员工在企业价值创造中的肯定，这满足了员工自我价值实现与他人认可的双重需要，有利于激发员工持续创新的动力。其次，福利激励从情感激励的角度对员工创新的促进作用也日益凸显，主要包含企业对员工的身心、日常生活及个人提升等人文关怀，不但保证员工的基本需要，而且尊重和提升员工的责任感及学习能力，激励员工内在的创新动机进而提升创新效率。再次，晋升激励也对员工的创新绩效产生重要影响。这表现为晋升不但影响员工在组织中的地位提升，关系到个人发展前景，而且晋升带来的更高层次的职务给予员工成就感和美誉，这种积极的自我认知促使员工更有信心和勇气承担更多的风险和责任不断进行创新实践，提升创新绩效。最后，组织氛围也对员工的创新绩效起到不容忽视的作用，主要包括员工的工作是否有一定的挑战性能够激发员工的创新责任，企业内是否建设有知识和信息共享的机制与平台为员工创新提供条件，企业中同事之间的关系及领导的支持程度是否给员工创新提供心理保障。无论哪种形式的激励，只要其呈现积极的状态，就能提升员工的创新效率。基于上述分析，本文提出假设2：

假设2：员工激励激发了员工的创新行为，提高企业创新效率。

2.开放度的调节效应

当企业采取开放式创新模式时，企业的创新不仅仅依赖于内部的知识和员工，还依赖于企业外部的知识和员工。然而，现有文献的研究均忽视一个问题，即员工激励对创新行为的影响，可能与企业实施的开放式创新有关。当企业实施开放式创新，搜寻外部知识资源，与不同的合作者协同创新，员工激励对企业的重要性可能会发生改变(Fu，2012)[4]。员工激励对创新的影响可能发生变化，这主要源于如下两个方面原因。

第一，企业面临预算约束，迫使企业在内、外部资源的使用上进行权衡。激励机制和开放创新都需要成本，都需要财政资源。基于创新经济学理论，激励和开放性是知识函数的两个变量，预算约束的存在，使得企业不能在开放创新和员工激励之间同时实现最优。以实现利润最大化为目的的企业，在利用外部知识和外部优秀人才打破企业的创新困境，使得企业获得比封闭创新模式下更高的利润的同时，可能导致企业对内部员工的激励减少。因此，开放创新和员工激励之间存在着潜在的替代效应，创新开放度的增加常常伴随着企业内部研发部门的缩减，采取“制造且购买”策略的公司，其创新绩效要高于那些仅仅采取“制造”或“购买”策略的公司。

第二，企业利用外部的优秀人才和知识资源，造成企业内部研发人员认为自身重要性降低，创新积极性减弱。实施开放创新的企业，认为并非所有优秀的人才都在本企业内，为此需要充分利用内外部优秀人才进行创新[13]。外部知识和优秀人才的引进，不仅企业认为内部研发员工的重要性降低，员工同样认为其对企业的重要性降低，甚至某些员工会觉得自己可有可无。对那些封闭的创新模式下的重要发明者而言，尽管其不会认为自己可有可无，但也会认为自身的重要性降低。如果每个员工都认为其努力对企业创新可有可无，激励效应将消失。因此，激励效应下降或者消失。基于上述分析，本文得到假设3：

假设3：企业创新活动的开放度增加，员工激励对创新效率的影响将下降。

三、研究设计

(一)变量设计

1.创新效率(InnovationE)

现有文献主要从两个角度测度创新效率：其一，基于企业生产角度，借助全要素生产率计算过程，把生产率增长归因于要素贡献和创新效率两部分，将要素贡献剥离便得到创新效率；其二，基于知识生产角度，把创新过程视为知识生产过程，利用知识生产函数计算创新效率。近年来，关于创新效率的测算，多数学者(如郝金磊和董原，2017[14]；乔彬等，2016[15])采用基于知识生产视角的“前沿效率分析法”。考虑到样本的数据特征，本研究基于“前沿效率分析法”测度企业的创新效率。

“前沿效率分析法”在实证分析中有两类：参数法和非参数法。非参数法以DEF方法为代表，该方法运用线性规划技术，可避免主观设定函数的影响；参数法以随机前沿分析(SFA)为代表。本文采用的是基于DEA方法的Malmquist-DEA方法。之所以应用此方法，是因为此方法无须设定具体的函数形式，适用于多产出和多要素投入情况，而且取消了规模收益不变的限制

2.开放度(Open)

开放度包括广度(OpenB)和深度(OpenD)。广度指开放式创新过程中，企业所用于创新活动的外部资源的种类数量，深度指不同创新资源在企业开放式创新活动中的重要程度。

(1)关于开放广度的测度，本文遵循 Laursen和Salter(2006)[5]、陈钰芬和陈劲(2008)[7]以及马文甲和高良谋(2016)[16]等学者的做法，把企业外部创新要素分为用户、竞争者、供应商、政府部门、技术中介组织、科研机构和院校、金融机构以及咨询机构八类，如果企业在技术创新过程中与上述组织有合作，则记为1，无合作则记为0，然后加总得到开放广度。

(2)关于开放深度的测度，本文遵循Laursen和Salter(2006)[5]、陈钰芬和陈劲(2008)[7]以及马文甲和高良谋(2016)[16]等学者的做法，用上述外部组织在企业创新过程中的重要程度反映，并采用李科特7级量表测量，1表示非常不重要，7表示非常重要。

3.研发人员薪酬激励(Incentive)

关于企业研发人员的薪酬激励，本文借鉴马文聪等(2013)[2]的做法，用企业研发人员的人均收入水平与企业员工人均收入的比值来衡量。其中，员工总人数指在企业工作并获得报酬的全部从业人员年平均人数；企业员工年收入总额，指一年内企业全部职工(企业全部从业人员)从企业获得的全部货币收入，包括工资、奖金、福利费、岗位补贴、政策补贴、项目提成等所有货币收入总和。

4.控制变量

企业的创新效率不仅受开放度、员工激励的影响，还会受企业规模、企业年龄等因素影响。一般而言，企业成立的时间越长，经验优势越明显，创新绩效越好。在创新中，小公司和大公司各具优势，前者有灵活优势，后者有物质优势。为此，本文将企业规模和年龄作为控制变量，对其测度如下：

(1)企业年龄(Age)。本文以企业到2015年的时间跨度来测量企业年龄。

(2)企业规模(Size)。本文遵循马文甲和高良谋(2016)[14]的做法，以年末员工总人数的自然对数衡量企业规模。

表1　变量描述表

(二)模型设定

根据本文的第二部分的命题假设，同时借鉴陈钰芬和陈劲(2008)[7]以及Fu(2012)[4]的研究，本文实证分析模型如下：

InnovationEit=α0+α1Incentiveit+α2OpenBit+α3Incentive×OpenBit+α4Ageit+α5Sizeit+εit

(1)

(2)

InnovationEit=β0+β1Incentiveit+β2OpenDit+β3Incentive×OpenBit+β4Ageit+β5Sizeit+μit

(3)

(4)

其中，i表示样本企业，t表示时间年份，OpenB2和OpenD2分别表示开放广度和开放深度的平方，其余变量的含义如表1所示。

四、实证结果分析

(一)样本选择与数据来源

鉴于直至2007年我国上市公司研发的信息披露才逐步规范，为此本文将主要研究对象选为2007-2015年研发活动相对频繁的高新技术产业上市公司。考虑到数据的可信度和可得性，本文参考徐宁(2013)[17]以及翟胜宝和陈紫薇(2016)[18]的做法，对所选初始样本按如下规则进行筛选：(1)剔除了被停止上市的公司；(2)剔除ST类与PT类上市公司；(3)剔除同时发行B股与H股的公司；(4)剔除数据缺失的公司。本文所用数据来源于相关上市公司的年报、CSMAR数据库以及聚源数据库。

(二) 问卷的信度和效度分析

利用SPSS19.0软件，本文分析问卷数据的效度和信度。信度反映了测验工具所得结果的内部一致性或稳定性，可以有效地度量综合评价体系的稳定性和可靠性。Cronbach α系数法是常用的信度分析方法，按照经验法则，如果测度量表的Cronbach α值不小于0.7，则表明量表具有较高的信度。效度即有效性，反映测量工具或手段能够准确测量所需测量事物的程度。效度涉及构思效度和内容效度两个方面，不过从现有文献来看，比较常用的主要是构思效度，可通过KMO值和巴特利特球体检验指标来进行判断。根据经验法则，若KMO统计量的值大于0.7，表明效度较高。由表2可以看出，Cronbach α值均大于0.7，这意味着具有较高的内部一致性。KMO值均大于0.7且巴特利特球体检验显著，这意味着本文关于开放深度和开放广度的测量有良好的效度。

表2　开放度的信度和效度检验

(三)回归结果分析

为检验本文所提出的假设，我们基于多元回归对模型(1)-(4)进行分析，检验结果如表3所示。

根据表3中模型1的回归结果可知，Incentive的系数、OpenB的系数均为正，而且在统计上均是高度显著。这表明员工激励和开放广度有助于企业创新效率的提高。由模型2的回归结果可知，在增加了OpenB2后，R2及调整后R2值均增加，这表明模型的解释力度较模型1增加；Incentive的系数及OpenB的系数依然为正，且在统计上高度显著。这表明员工激励、开放创新广度的增加有助于企业创新效率的提高。然而，OpenB2的系数尽管为正，但在统计上并不显著，表明开放式创新广度的增加与企业创新效率间不存在倒“U”型关系。这可能源于本文样本企业的开放式创新的广度普遍较低。

由模型3的回归结果可知，Incentive的系数、OpenD的系数均为正，而且在统计上均是高度显著。这表明员工激励和开放式创新深度的增加有助于企业创新效率的提高。由模型4的回归结果可知，在增加了OpenD2后，R2及调整后R2值均增加，这表明模型的解释力度较模型1增加；Incentive的系数及OpenD的系数依然为正，且在统计上高度显著。这表明员工激励、开放创新深度的增加有助于企业创新效率的提高。此外，OpenD2的系数为正且在统计上高度显著，表明开放创新深度与企业创新效率间存在倒“U”型关系，即随着开放深度的增加，企业创新效率增加，但增加到一定程度后，开放深度的增加将导致企业创新效率降低。

表3　回归分析结果

注：*、**、***分别表示在10%、5%和1%的显著性水平上显著。

根据表3的结果可知，对模型(1)-(4)，薪酬激励与开放深度交互项及薪酬激励与开放广度交互项的系数均为负。这表明当企业实施开放式创新时，随着开放式创新深度和广度的提高，降低了企业员工激励对企业创新的作用，即企业激励对员工创新效应的抑制作用得到加强。这是因为企业面临预算约束，如果企业为开放创新提供更多资源，那么其为内部研发所提供的资源将减少；而且伴随着开放广度和开放深度的增加，企业员工认为其自身在创新中的作用下降，导致研发人员的创新积极性下降。此外，根据表3结果可以发现，交互项系数在统计上并不显著，这表明开放度的调节作用并不明显，其原因是样本企业的开放度并不高。

(四)对开放度非线性影响的进一步分析

回归分析的结果表明，开放广度对企业创新效率有促进作用，但两者间不存在倒“U”型关系，这并不意味着两者间不存在非线性关系。为此，本文基于如下的门限回归模型进一步检验两者间的非线性关系。

InnovationEit=α0+α1Incentiveit+α4Ageit+

α5Sizeit+α3Incentive×OpenBit+

α2OpenBitI(OpenBit≤OB)+

α2OpenBitI(OpenBit≥OB)+εit

(5)

其中，OB表示开放广度的阈值(外生设定)。I为指示函数，I(OpenBit≤OB)在OpenBit≤OB时取值为1，反之取值为0；I(OpenBit≥OB)在OpenBit≥OB时取值为1，反之取值为0。

基于模型(5)的分析结果表明，开放广度的阈值不存在，因此开放广度与企业创新效率间不存在非线性关系，这与本文的回归分析结果的结论一致。另外，本文基于门限回归方法对开放深度与企业创新效率间的非线性关系进行分析，结果表明开放深度的阈值存在，两者间存在非线性关系。鉴于本文篇幅，此处不再给出门限回归模型的分析结果。

五、结论与建议

(一)结论

基于2007-2015年我国高新技术产业上市公司的数据，本文分析企业开放度对创新的影响，探究企业开放度对创新的直接影响，及开放度对员工激励创新影响的调节效应，得出了一些有益的结论。

首先，开放度增加对企业提高创新效率有积极影响，但也具有负面效应，这与马文甲、高良谋(2016)[16]的研究结论相一致。本文分析表明：其一，开放广度有助于企业创新效率提高，两者间不存在非线性效应，这可能是因为我国企业开放式创新的广度较低，尚未达到最优开放点。其二，开放深度与企业创新效率提高间存在非线性关系，开放深度与企业创新绩效间存在最优状态，这进一步支持了Laursen和Salter(2006)[5]以及陈钰芬和陈劲(2008)[7]的观点。这意味着我国企业在实施开放式创新的过程中应该把握好开放的深度。

其次，员工激励对企业创新效率有显著的促进作用，企业对研发人员的奖励和报酬越高，企业的创新效率越高。本文的这一结论与阮爱君(2011)[1]及马文聪等(2013)[2]的研究结果一致。该结果表明，奖励和报酬提高了研发人员的工作热情，激发了员工的创新积极性，进而导致企业创新效率的提高。

最后，开放度削弱了员工激励的创新效应，但在统计上并不显著。其原因是，企业普遍存在预算约束，开放式创新的实施降低了内部研发资源的投入，而且外部优秀人才的使用，致使内部员工认为其自身的重要性降低，削弱了激励的创新效应。鉴于企业内部员工(特别是研发人员)是企业最关键的生产要素，而且企业创新开放度过高可能导致企业技术泄密、过度依赖外部技术等问题，本文认为企业在实施开放式创新的过程中，应该关注企业自身技术的发展以及内部研究人员水平的提高。

(二)建议

第一，适度提高企业的开放度。企业提升创新效率的重要方式之一就是适度提升企业的开放度，包括企业对外开放的广度和深度。21世纪已经进入经济全球化阶段，纵观世界，我国企业的对外开放程度还处于相对较低的程度。企业提升综合竞争力的关键在于创新。创新不可或缺的环节之一就是根据企业自身的优势劣势和资源整合程度，提升企业开放度，寻求外部技术及其他资源的多元合作者，降低创新研发周期和风险，并利用外部合作的途径实现企业技术的商业化转化，提高创新效率。在确立好适当的对外开放与合作的广度后，在选定的合作对象中，无论在资源和信息方面，还是在技术方面，都应尽可能实现充分共享，建立合作共享机制，制度化体系化的设计有利于企业和合作方相互信任，继而进行深度合作。除此之外，企业的开放度效果的提升离不开企业与合作方合作的频度与稳定性。只有双方进行高频率的合作，才能推动合作的持续进行及深度合作；同时，建立并完善合作故障处理机制，提升合作的稳定性，也是提升企业开放度效果的重要举措。

第二，不断增强企业的软实力。利用提高企业的开放度提升企业创效效率，必须不断增强企业的软实力。一方面，在企业较高程度的开放下，外界的技术和信息等资源转化为企业自身的创新能力，前提是企业拥有富含高知识水平和经验技能的员工，能够吸收有用的资源并能够有效利用和转化。这就要求企业在甄选员工时，高度重视员工的知识技能与企业创新目标和战略要求的匹配度，在此基础上才能通过一定途径的培训将企业员工打造成轻松驾驭外界资源为企业所用的创新型人才；另一方面，企业应合理设计组织架构，保证各部门之间具有畅通的沟通协调机制，以提高企业的资源配置与整合能力。企业内部各部门具有共同的使命和目标，在沟通协调机制的作用下，能够迅速调配创新所需的人力、物力和财力完成自身资源整合；同时，企业在资源配置时，避免平均分配，应突出重点，使企业自身资源最大效用与外界资源相融合，完成资源最优配置，进而促使企业自身创新能力借力外界资源提升企业核心竞争力。

第三，充分激发员工的创新能力。在提高企业开放度的环境下，充分激发员工的创新能力显得尤为重要。只有员工创新能力的提升，才能扩大外界资源融入企业创新的效用。首先，构建科学合理的薪酬激励体系。在保障常规的基本薪酬、绩效薪酬和福利之外，要着重突出奖励薪酬，对付出创新实践并取得成功的员工给予相应程度的奖励，不但体现企业对其创新贡献的认可，而且激励其后期不断进行创新；同时，提供学习和培训的机会，为员工提供接触科技知识前沿动态的学习和交流的机会，为其产生创新火花奠定重要基础。其次，建立晋升通道。除了企业常规的管理晋升通道外，应构建技术晋升通道，为创新活动开辟新的路径。管理晋升和技术晋升改变员工在企业中的相对位置，体现员工的价值，使其获得认可感和满足感，尤其技术晋升通道，更能使员工获得专业自信心和自豪感。最后，创建和谐宽容的创新氛围和信息共享机制。企业内领导和员工及员工和员工之间的关系和谐融洽，相互支持，会为员工创新创造有利条件；同时，企业领导树立起宽容创新失败的态度，会解除员工的后顾之忧全心投入创新。此外，信息共享机制和平台的构建促使创新有关的信息在员工间充分流转，有利于员工节约创新时间和成本，提升创新效率。

[1]阮爱君.激励体系对员工创新行为影响的实证研究——基于工作动机理论的分析[J].科技管理研究，2011(2)：151-156.

[2]马文聪，侯羽，朱桂龙.研发投入和人员激励对创新绩效的影响机制——基于新兴产业和传统产业的比较研究[J].科学学与科学技术管理，2013(3):58-68.

[3]孙早,郭林生,肖利平.企业规模与企业创新倒U型关系再检验——来自中国战略性新兴产业的经验证据[J].上海经济研究,2016(9):33-42.

[4]Fu X L. How does openness affect the importance of incentives for innovation? [J]. Research Policy, 2012(41): 512-523.

[5]Laursen K, Salter A. Open for innovation: the role of openness in explaining innovation performance among UK manufacturing firms [J]. Strategic management journal, 2006, 27(2):131-150.

[6]Tidd J, Bessant J, Pavitt K. Managing innovation: integrating technological, market and organizational change[M].Chichester: John Wiley & Sons Ltd, 1997.

[7]陈钰芬，陈劲.开放度对企业技术创新绩效的影响[J].科学学研究，2008(2)：419-426.

[8]Eisenberger R, Cameron J. Detrimental effects of reward: reality or myth? [J]. American Psychologist, 1996, 51(11): 1153.

[9]Eisenberger R, Haskins F, Gambleton P. Promised reward and creativity:effects of prior experience[J]. Journal of Experimental Social Psychology, 1999, 35(3): 308-325.

[10] Therrien P, Léonard A. Empowering employees:a route to innovation[M]. Ottawa: Statistics Canada, 2003.

[11] Hebda J M, Vojak B A, Griffin A, et al. Motivating technical visionaries in large American companies[J]. IEEE transactions on engineering management, 2007, 54(3):433-444.

[12] 王林雪，张金秋.陕西省科技人才创新能力与经济发展的协调关系研究[J].统计与信息论坛，2015 (11)：84-88.

[13] 马宁，王选华.中国人才贡献率测度:1978-2015[J].统计与信息论坛，2017(12)：101-106.

[14] 郝金磊，董原.西部地区企业科技创新效率研究[J].西安财经学院学报，2017(2)：57-61.

[15] 乔彬，张斌，王肖潇.企业技术创新效率、科技成果转化率与区域收入差距[J].软科学，2016(10)：16-21.

[16] 马文甲，高良谋.开放度与创新绩效的关系研究——动态能力的调节作用[J].科研管理，2016(2)：47-54.

[17] 徐宁．高科技公司高管股权激励对R&D投入的促进效应——一个非线性视角的实证研究[J]．科学学与科学技术管理，2013(2)：12-19.

[18] 翟胜宝，陈紫薇．高管股权激励与企业创新[J]．北京工商大学学报:社会科学版，2016，31(1)：85-93.