基于probit模型的上海市工业企业研发投入倾向分析.doc

《基于probit模型的上海市工业企业研发投入倾向分析.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Probit模型的上海市工业企业研发投入倾向分析［摘要］采用2005-2007年上海市工业企业的42341个微观数据，将企业分为研发企业和非研发企业，运用Probit模型分析各因素对研发投入的影响，并采用逐年估计检验和最小二乘法进行稳健性检验。结果表明:出口企业更有研发倾向；国有控股企业比起其他企业研发倾向更高；规模大的企业更有研发倾向，但研发的生产率却较低。［关键词］研发投入；Probit模型；企业特征；出门型企业［中图分类号］F270［文献标识码］A［文章编号］2095-3283(2017)01-0128-04［作者简介］郑明秀(1994-)女，汉，安

2、徽宿州人，硕士研究生，研究方向：国际贸易理论与政策，经济增长，产业结构及产业组织。创新是经济增长的源泉，研发是创新的重要组成部分，研发投入与长期经济增长之间存在明显的正向关系。2005—2007年，中国研发投入占GDP比重平均值仅为14%，美国为24%，日本为34%，而德国高达64%，与西方发达国家相比，我国研发投入较低。长期以来，我国经济增长方式主要为要素驱动型的“粗放式”增长，随着资源约束的趋紧，如何实现“集约式”经济增长逐渐成为亟待解决的问题。上海市作为我国的经济屮心，其研发投入在一定程度上反映了我国企业的创新实力。据统计，2005—2007年，上海规模

3、以上的研发企业占所有企业的比重分别为991%、1096%、1173%，虽然研发企业的占比逐年增长，但只有平均1086%的企业进行了研发投入。基于以上事实，木文运用2005-2007年上海市工业企业的42341个数据，根据数据可得性，对企业研发投入的倾向进行分析。一、文献综述最早研究企业特征和市场特征与研发关系的是熊彼得与阿罗。在此框架之下，多位学者进行了研究，如ZoltanJAcs(1987);MichaelPeneder、MartinWoerter(2014);GabrielePellegrinoa(2014)；聂辉华(2008);李洪亚(2014),由于研

4、究的侧重点、使用的数据以及方法不同，得出的结果各不相同。国外学者JulianBaumann(2016)运用德国中小企业的数据，对屮小企业的研发投入与创新以及生产率之间的关系进行了研究，指出中小企业比大企业从参与到研发的概率较低，却有更高的研发密度；Andrea-Conte?MarcoVivarelli(2014)通过对来自意大利CIS数据库超过3000个数据的研究发现，不管在大企业还是小企业，研发投入都是培养创新的重要方式，且研发投入对于创新的影响在大企业中更显著；JoseGarcia-Quevedo(2014)指出不同企业和市场的特征在企业的不同年龄对于创新

5、的影响相同。我国学者成力为、戴小勇(2012)通过对中国30万个企业数据进行研究，得出企业规模、年龄正显著影响研发投入总量。聂辉华(2008)发现企业的创新与市场规模呈倒U型。二、数据的来源、处理及描述(一)数据的来源及处理本文数据均来自2005-2007年中国工业企业数据库中上海企业数据,按照毛德?P(2013)和孙晓华(2014)的研宂方法，对数据进行了筛选和整理。具体数据处理步骤为：剔除研究开发费用为负值的数据；剔除资产总计、固定资产净值、出口交货值、销售产值中任意一项为0或者是负值的数据；剔除从业人员均值小于等于8的数据；剔除明显不符合实际情况和企业会

6、计准则的数据。剔除的数据样本占总样本的比重为094%，不影响数裾的代表性。在进行筛选后，得到的样本数为42341个（注：以2005年为基期，采用固定资产投资价格指数对固定资产净值进行了平减，平减指数是来自《中国统计年鉴》）。（二）变量的选取和描述被解释变量。企业研发投入：rd,为二值被解释变量，选取数据库中“研宄开发费”数裾代表，如果企业的研究开发费大于0,那么rd取值为1,否则取值为0,从而将上海的企业分为研发企业和非研发企业。解释变量。出口企业:exp,为虚拟变量，Melitz（2003）认为企业存在异质性问题，生产率较高的企业能够进行进出门贸易，而研发投

7、入是影响企业全要素生产率的重要组成部分。国家控股state为虚拟变量，数裾库包括描述各企业的控股情况的数据，因此将国有控股企业取值为1，其余类型的企业取值为0。企业规模lnsize为企业资产总量的对数，熊彼得认为，规模人的企业更有研发投入的倾向且更具有创新能力，因此木文检验企业规模与研发投入倾向之间关系。控制变量。年龄：lnage为企业年龄的对数；资本劳动：lnkl表示资本密度，为固定资产净值与企业从业人员均值之比的对数；资产负债率：dar为负债总额/资产总额，各变量的统计数据见表1。三、实证模型及结果分析（一）实证模型木文采用的估计模型为：rdit为是否进行

8、研发投入的二值变量，X为解释变量,Z为