自主研發(fā)投入對我國制造業(yè)企業(yè)的生存分析

李純+胡竹枝

【摘 要】本文選取滬深兩市制造業(yè)A股上市公司作為樣本，建立Cox比例風(fēng)險(xiǎn)模型考察企業(yè)自主研發(fā)投入對企業(yè)生存的影響情況。研究結(jié)果表明，企業(yè)自主研發(fā)投入是保護(hù)因素，有助于降低企業(yè)生存的風(fēng)險(xiǎn)，延長企業(yè)的生存時(shí)間；同時(shí)直接關(guān)乎企業(yè)生存的償債能力因素以及影響企業(yè)治理機(jī)制的股權(quán)結(jié)構(gòu)因素也能有效地降低風(fēng)險(xiǎn)。

【關(guān)鍵詞】制造業(yè)企業(yè)；自主研發(fā)；生存分析

一、引言及相關(guān)文獻(xiàn)

近年來，我國人口紅利逐漸減弱，相比鄰近的東南亞各國，制造業(yè)企業(yè)的勞動力成本優(yōu)勢下滑明顯，部分勞動密集型制造業(yè)逐漸遷至成本更低的孟加拉和柬埔寨；與此同時(shí)美日等發(fā)達(dá)國家將高端制造業(yè)遷回國內(nèi)，對我國制造業(yè)發(fā)展造成進(jìn)一步?jīng)_擊。大量制造業(yè)企業(yè)由此破產(chǎn)倒閉，2015年工業(yè)企業(yè)單位數(shù)為383148家，較上年減少1.37%。在此背景下，政府大力推動《中國制造2025》，將提高制造業(yè)創(chuàng)新能力作為國家戰(zhàn)略的首要任務(wù)，向制造強(qiáng)國推進(jìn)，提升中國在全球制造業(yè)價(jià)值鏈中的地位。制造業(yè)企業(yè)自主研發(fā)投入的積極性由此不斷提高，創(chuàng)新的熱情與日俱增。2015年，我國企業(yè)研發(fā)經(jīng)費(fèi)為10881.3億元，占全國總量的76.8%，規(guī)模以上工業(yè)企業(yè)研發(fā)投入強(qiáng)度為0.9%，較上年提高0.06%。然而制造業(yè)企業(yè)自主研發(fā)投入以及其所帶來的創(chuàng)新似乎對企業(yè)目前的生存影響甚微，2016年國內(nèi)仍有較多制造業(yè)企業(yè)由于市場行情不景氣及工業(yè)領(lǐng)域大宗原材料的全面漲價(jià)而破產(chǎn)倒閉。

制造業(yè)企業(yè)自主研發(fā)投入究竟如何影響企業(yè)生存，國外目前存在兩種截然不同的觀點(diǎn)。一種觀點(diǎn)是肯定了制造業(yè)企業(yè)自主研發(fā)投入對其生存的積極影響；Esteve和Maanez研究1990年-2000年西班牙制造業(yè)企業(yè)時(shí)發(fā)現(xiàn)，善于配置資產(chǎn)的企業(yè)進(jìn)行研發(fā)和廣告投入，的確會增強(qiáng)其競爭優(yōu)勢，并使其自身核心能力和抵抗風(fēng)險(xiǎn)能力不斷被提高，從而改善了生存前景。Cefis和Marsili在研究荷蘭制造業(yè)企業(yè)時(shí)發(fā)現(xiàn)，創(chuàng)新對企業(yè)生存的可能性有積極顯著的影響，該效應(yīng)隨時(shí)間延續(xù)而增強(qiáng)。另一種觀點(diǎn)是制造業(yè)企業(yè)自主研發(fā)投入與其生存之間的關(guān)系呈倒U型；Sharapov等運(yùn)用1998-2005年英國制造業(yè)企業(yè)研發(fā)數(shù)據(jù)建模，發(fā)現(xiàn)考慮技術(shù)環(huán)境和地理知識溢出的影響時(shí)，研發(fā)投入對生存的影響呈倒U型。Zhang和Mohnen使用中國制造業(yè)企業(yè)大數(shù)據(jù)樣本探討研發(fā)投入和新產(chǎn)品創(chuàng)新二者與生存之間的關(guān)系時(shí)發(fā)現(xiàn)，研發(fā)投入與企業(yè)生存概率之間呈倒U型關(guān)系，且在不同行業(yè)間存在差異。

國內(nèi)的研究主要是使用宏觀或者中觀層面的統(tǒng)計(jì)數(shù)據(jù)，探討R&D投資支出對經(jīng)濟(jì)增長的貢獻(xiàn)，集中研究技術(shù)經(jīng)濟(jì)，從微觀層面研究的文獻(xiàn)較少。吳延兵對比研究了工業(yè)企業(yè)創(chuàng)新投入和創(chuàng)新效率以及生產(chǎn)效率，考慮了企業(yè)所有制的影響，肯定民營工業(yè)企業(yè)創(chuàng)新投入方面的優(yōu)勢所在以及對經(jīng)濟(jì)所發(fā)揮的作用。湯二子等考察研發(fā)投入對制造業(yè)企業(yè)盈利決定機(jī)制時(shí)發(fā)現(xiàn)，進(jìn)行研發(fā)投入的企業(yè)擁有更高的利潤率，利潤規(guī)模更大且生存概率更高。國內(nèi)大多數(shù)的研究均肯定制造業(yè)企業(yè)自主研發(fā)投入對其生存有積極影響，基于此本文提出假設(shè)：制造業(yè)企業(yè)自主研發(fā)投入與其生存之間存在正相關(guān)關(guān)系?？紤]到數(shù)據(jù)的可獲得性和真實(shí)性，本文選擇滬深兩市制造業(yè)A股上市公司作為研究對象，依據(jù)企業(yè)生存的相關(guān)理論，選取衡量制造業(yè)企業(yè)自主研發(fā)投入、企業(yè)規(guī)模、股權(quán)結(jié)構(gòu)、償債能力、盈利能力、成長能力和營運(yùn)能力的相關(guān)變量建立Cox比例風(fēng)險(xiǎn)模型，考察制造業(yè)企業(yè)自主研發(fā)投入對其生存的影響情況，以期結(jié)合中國的現(xiàn)實(shí)情況，能為制造業(yè)企業(yè)的生存和發(fā)展提供借鑒參考。

二、生存分析的函數(shù)估計(jì)和模型設(shè)定

1.生存函數(shù)的估計(jì)

生存分析的估計(jì)方法一般分為非參數(shù)法、參數(shù)法和半?yún)?shù)法三大類。在不了解生存時(shí)間的函數(shù)分布形式以及未選取合適的模型前，一般采用非參數(shù)法概括性地估計(jì)生存時(shí)間的分布特征。對于刪失數(shù)據(jù)而言，非參數(shù)估計(jì)法的基本思想是乘積極限法（Product Limit），通過縮減抽樣的方法來構(gòu)造。

這是由Kaplan和Meier（1958）首次提出，因而又稱為K-M估計(jì)。

2. Cox比例風(fēng)險(xiǎn)模型設(shè)定

當(dāng)不了解生存時(shí)間的具體函數(shù)分布形式時(shí)，分析相關(guān)因素對生存時(shí)間的影響一般采用Cox比例風(fēng)險(xiǎn)模型（Coxs proportional hazards regression model）。該模型假定解釋變量即協(xié)變量對生存時(shí)間的影響具有參數(shù)形式，不限定生存時(shí)間的函數(shù)分布形式，因此屬于半?yún)?shù)模型。

設(shè)協(xié)變量為X時(shí)，壽命T的密度函數(shù)是？（t|X），生存函數(shù)是S（t|X），危險(xiǎn)率函數(shù)是

Cox比例風(fēng)險(xiǎn)模型以風(fēng)險(xiǎn)率函數(shù)為主要形式考察當(dāng)相關(guān)因素對生存時(shí)間有影響時(shí)，哪些因素在這個(gè)過程中發(fā)揮著顯著性的作用，進(jìn)而對風(fēng)險(xiǎn)率預(yù)后分析，將所估計(jì)的生存函數(shù)應(yīng)用于實(shí)踐中。

三、變量描述和數(shù)據(jù)來源

1.變量描述

（1）生存時(shí)間變量

生存時(shí)間變量是將制造業(yè)企業(yè)首發(fā)上市的時(shí)間定為起點(diǎn)，終點(diǎn)定為樣本觀測期結(jié)束的時(shí)點(diǎn)，以月為單位。具體而言，對于非刪失的數(shù)據(jù)即首次被ST的企業(yè)，生存時(shí)間為首發(fā)上市至首次被ST的時(shí)間長度；而對于刪失數(shù)據(jù)即在樣本觀測期結(jié)束時(shí)從未被ST的制造業(yè)企業(yè)，生存時(shí)間為首發(fā)上市到樣本觀測期結(jié)束的時(shí)間長度。一般情況，上市公司經(jīng)營連續(xù)兩年虧損將被ST，因而剔除在樣本觀測期結(jié)束前兩年內(nèi)首發(fā)上市的企業(yè)。

（2）狀態(tài)變量

狀態(tài)變量是衡量制造業(yè)企業(yè)是否被ST的虛擬變量。

（3）協(xié)變量

協(xié)變量包括衡量制造業(yè)企業(yè)的自主研發(fā)投入、企業(yè)規(guī)模、股權(quán)結(jié)構(gòu)和四類能力的變量。endprint

關(guān)于衡量自主研發(fā)投入的變量，文獻(xiàn)中選取的情況主要分為兩類：①從投入的角度選取； Greve（2003） 選取研發(fā)費(fèi)用與營業(yè)收入的比值衡量，而梁彤纓等（2015）直接使用企業(yè)的研發(fā)費(fèi)用作為衡量變量。②從產(chǎn)出的角度選取；陳昆玉（2010）采用企業(yè)專利數(shù)來衡量，陳陣等（2014）以新產(chǎn)品產(chǎn)值為變量。較多的文獻(xiàn)集中于投入的角度，本文基于對數(shù)據(jù)可獲得性的考慮，直接選取研發(fā)費(fèi)用衡量，并對數(shù)據(jù)進(jìn)行對數(shù)化處理，模型中用X1表示。

關(guān)于衡量企業(yè)規(guī)模的變量，陳陣等（2014）選取企業(yè)職工人數(shù)作為變量，張?jiān)伱返龋?015）則使用總資產(chǎn)額來衡量?？紤]到制造業(yè)企業(yè)規(guī)模的擴(kuò)大相對而言較依賴于自身所擁有的資產(chǎn)，本文選取總資產(chǎn)額為衡量變量，并對數(shù)據(jù)進(jìn)行對數(shù)化處理，模型中用X2表示。

關(guān)于衡量股權(quán)結(jié)構(gòu)的變量，李文娟（2008）選取流通股比例衡量，陳昆玉（2010）使用股權(quán)集中度等變量，張?jiān)伱返龋?015）則采用大股東的持股比例。由于本文不著重研究股權(quán)集中度和大股東的影響，因而選取更具一般性的流通股比例指標(biāo)衡量股權(quán)結(jié)構(gòu)，模型中用X3表示。

關(guān)于衡量四類能力的變量，可選取的財(cái)務(wù)指標(biāo)較多，文獻(xiàn)中變量選取差異較大，因而本文初步選取15個(gè)指標(biāo)用作后續(xù)研究，如表1所示：

2. 數(shù)據(jù)來源

本文選取的研究對象為滬深兩市制造業(yè)A股上市公司，樣本觀測期設(shè)為從1990年1月1日到2016年12月31日，相關(guān)數(shù)據(jù)均來源于Wind資訊的金融數(shù)據(jù)客戶端。

四、實(shí)證分析

1.主成分分析法提取衡量制造業(yè)企業(yè)四類能力的變量

（1）顯著性檢驗(yàn)

假設(shè)滬深兩市制造業(yè)A股上市公司的生存時(shí)間數(shù)據(jù)整體符合正態(tài)分布，將樣本數(shù)據(jù)分為ST企業(yè)和非ST企業(yè)兩組，通過獨(dú)立樣本T檢驗(yàn)，判斷衡量四類能力的15個(gè)指標(biāo)在兩組間是否存在顯著差異。由SPSS23.0軟件所得到的結(jié)果可知，在10%的顯著性水平下，流動比率X4、速動比率X5、現(xiàn)金比率X6、產(chǎn)權(quán)比率X7、凈資產(chǎn)收益率X8、銷售凈利率X9、總資產(chǎn)報(bào)酬率X11、凈資產(chǎn)同比增長率X12、流動資產(chǎn)周轉(zhuǎn)率X16均拒絕了兩組方差相等的原假設(shè)，說明這9個(gè)指標(biāo)對于制造業(yè)企業(yè)被ST的影響較大。其他指標(biāo)均未能在10%的顯著性水平下拒絕原假設(shè)，因而將其剔除。

（2）多重共線性檢驗(yàn)

對所保留的9個(gè)指標(biāo)進(jìn)行多重共線性檢驗(yàn)，KMO統(tǒng)計(jì)量為0.682>0.5，表明適用于因子分析。Bartlett球形檢驗(yàn)的結(jié)果顯示，在0.1%的顯著性水平下，拒絕各變量相互獨(dú)立的原假設(shè)，說明這9個(gè)指標(biāo)并不是相互獨(dú)立，滿足因子分析的條件。

（3）提取主成分

使用主成分分析法提取特征根大于1的主成分，得到了符合條件的4個(gè)主成分，方差百分比分別為34.092%、22.910%、11.991%、11.336%，累計(jì)可解釋總方差的80.329%。從所得的結(jié)果可知，衡量償債能力的流動比率X4、速動比率X5和現(xiàn)金比率X6在第一主成分上的載荷較高，說明第一主成分基本可以反映這3個(gè)指標(biāo)的信息，因而將其命名為償債能力成分F1。衡量盈利能力的凈資產(chǎn)收益率X8、銷售凈利率X9和總資產(chǎn)報(bào)酬率X11在第二主成分上的載荷較高，說明第二主成分基本可以反映這3個(gè)指標(biāo)的信息，將其命名為盈利能力成分F2。衡量營運(yùn)能力的流動資產(chǎn)周轉(zhuǎn)率X16在第三主成分上的載荷較高，說明第三主成分基本可以反映這個(gè)指標(biāo)的信息，將其命名為營運(yùn)能力成分F3。衡量成長能力的凈資產(chǎn)同比增長率X12在第四主成分上的載荷雖為負(fù)，但絕對值較高，說明第四主成分基本可以反映這個(gè)指標(biāo)的信息，將其稱為成長能力成分F4。

由主成分分析法提取出的四個(gè)主成分——F1、F2、F3和F4，與X1、X2以及X3構(gòu)成本文最終所選取的協(xié)變量。

2.制造業(yè)企業(yè)被ST的非參數(shù)分析

采用K-M法對滬深兩市制造業(yè)A股上市公司ST事件進(jìn)行非參數(shù)估計(jì)。圖1為制造業(yè)上市公司被ST的累積生存分析函數(shù)圖，從圖中可以直觀看到，曲線的變化趨勢為不斷下滑，且下滑趨勢加劇，這與制造業(yè)上市公司被ST的頻數(shù)經(jīng)歷了由低到高的過程是一致的。圖2為制造業(yè)上市公司被ST的累積風(fēng)險(xiǎn)函數(shù)圖，曲線的走勢由平緩上升變?yōu)槎盖蜕仙?，這與風(fēng)險(xiǎn)率不斷積累的過程是一致的。結(jié)合圖1和圖2可以直觀認(rèn)識到，隨著時(shí)間的推移，制造業(yè)企業(yè)首發(fā)上市后經(jīng)營風(fēng)險(xiǎn)逐漸累積，上市時(shí)間越久的公司在后期所面臨的風(fēng)險(xiǎn)急劇增加，生存概率下滑幅度較大。對這類公司而言，通過自主研發(fā)投入謀求新的出路顯得更加迫在眉睫。

3.建立Cox比例風(fēng)險(xiǎn)模型識別影響制造業(yè)企業(yè)被ST的相關(guān)因素

將制造業(yè)企業(yè)的生存時(shí)間變量、衡量企業(yè)是否被ST的狀態(tài)變量以及協(xié)變量X1、X2、X3、F1、F2、F3和F4放入Cox比例風(fēng)險(xiǎn)模型中，擬合的結(jié)果如表2所示：

從表2可知，在10%的顯著性水平下，協(xié)變量均拒絕了系數(shù)為零的原假設(shè)，即這7個(gè)變量的系數(shù)顯著不為零。

（1）衡量制造業(yè)企業(yè)自主研發(fā)投入的變量X1的系數(shù)為-0.318，小于零，說明X1是保護(hù)因素，即X1每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的72.7%，即降低了27.3%；這說明制造業(yè)企業(yè)的自主研發(fā)投入能有效地提高其生存概率，延長企業(yè)的生存時(shí)間。企業(yè)通過自主研發(fā)投入，提高自身的競爭能力，使自身能在相對嚴(yán)峻的市場環(huán)境下得以生存。

（2）衡量企業(yè)規(guī)模的變量X2的系數(shù)為-0.033，小于零，說明X2是保護(hù)因素，即X2每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的96.8%，即降低了3.2%；這反映了企業(yè)規(guī)模越大，相對而言抵御風(fēng)險(xiǎn)的能力也越強(qiáng)，由于公司在擴(kuò)大自身規(guī)模的同時(shí)會逐漸累積風(fēng)險(xiǎn)，因而企業(yè)規(guī)模對企業(yè)生存概率的影響相對不明顯。endprint

（3）衡量股權(quán)結(jié)構(gòu)的變量X3的系數(shù)為-0.341，小于零，說明X3是保護(hù)因素，即X3每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的71.1%，即降低了28.9%；不合理的股權(quán)結(jié)構(gòu)將直接導(dǎo)致企業(yè)治理機(jī)制的缺陷，對生存產(chǎn)生負(fù)面影響，當(dāng)企業(yè)選擇較高的流通股比例時(shí)，有利于外部市場對企業(yè)自身及其管理者實(shí)施監(jiān)管，一定程度上填補(bǔ)了企業(yè)治理機(jī)制的缺陷，提高企業(yè)生存的概率。

（4）償債能力成分F1的系數(shù)為-1.514，小于零，說明F1是保護(hù)因素，即F1每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的22.0%，即降低了78.0%；企業(yè)破產(chǎn)的原因一般是由于不能償債或資不抵債，因而償債能力對企業(yè)的生存起著至關(guān)重要的作用，較強(qiáng)的償債能力能較大程度地降低企業(yè)的相對風(fēng)險(xiǎn)度，提高企業(yè)生存概率。

（5）盈利能力成分F2的系數(shù)為0.388，大于零，說明F2是危險(xiǎn)因素，即F2每增加一個(gè)單位，相對危險(xiǎn)度增加至原來的1.474倍；收益總伴隨著風(fēng)險(xiǎn)，盈利能力越強(qiáng)，所面臨的風(fēng)險(xiǎn)也相對越大。企業(yè)做好相應(yīng)的風(fēng)控工作，將有助于降低影響企業(yè)生存的風(fēng)險(xiǎn)。

（6）營運(yùn)能力成分F3的系數(shù)為-0.152，小于零，說明F3是保護(hù)因素，即F3每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的85.9%，即降低了14.1%；營運(yùn)能力反映的是資源利用的效率，當(dāng)效率越高，化解風(fēng)險(xiǎn)的能力越強(qiáng)，生存概率得到提升。

（7）成長能力成分F4的系數(shù)為-0.263，小于零，說明F4是保護(hù)因素，即F4每增加一個(gè)單位，相對危險(xiǎn)度降低至原來的76.9%，即降低了23.1%；成長能力較強(qiáng)的企業(yè)應(yīng)對環(huán)境變化的能力較強(qiáng)，能更好地應(yīng)對危機(jī)，因而能在市場中生存更長的時(shí)間。

危險(xiǎn)率函數(shù)和生存率函數(shù)分別為式（式3）和式（式4）所示：

對Cox比例風(fēng)險(xiǎn)模型進(jìn)行擬合優(yōu)度檢驗(yàn)，結(jié)果發(fā)現(xiàn)模型的-2倍對數(shù)似然值為360.064。在0.1%的顯著性水平下，總體（得分）、相對于上一步的更改以及相對于上一塊的更改三種結(jié)果均拒絕原假設(shè)，即Cox比例風(fēng)險(xiǎn)模型的擬合優(yōu)度較高。

五、結(jié)論及不足之處

本文通過建立Cox比例風(fēng)險(xiǎn)模型，發(fā)現(xiàn)衡量制造業(yè)企業(yè)自主研發(fā)投入的變量X1、衡量企業(yè)規(guī)模的變量X2、衡量股權(quán)結(jié)構(gòu)的變量X3、償債能力成分F1、盈利能力成分F2、營運(yùn)能力成分F3和成長能力成分F4七個(gè)協(xié)變量中，僅為危險(xiǎn)因素，其他協(xié)變量均為保護(hù)因素。其中能有效地降低企業(yè)的相對危險(xiǎn)度的保護(hù)因素為F1、X3和X1。企業(yè)的償債能力直接關(guān)乎企業(yè)生存，股權(quán)結(jié)構(gòu)通過影響企業(yè)的治理機(jī)制對企業(yè)生存產(chǎn)生影響，而企業(yè)的自主研發(fā)投入是企業(yè)在嚴(yán)峻的市場環(huán)境中提升自身競爭力謀求生存與發(fā)展的不竭動力。面對來自國內(nèi)外的挑戰(zhàn)，制造業(yè)企業(yè)努力提高自身生存概率時(shí)，應(yīng)首先考慮自身的基本償債能力，不應(yīng)急于過分盲目地追求自主研發(fā)，需采取穩(wěn)打穩(wěn)扎的策略追求發(fā)展，創(chuàng)新所帶來的持續(xù)競爭力才能有利于企業(yè)生存，不斷延長其生存時(shí)間。

本文的不足之處主要有兩點(diǎn)：

1.樣本量相對較小

我國對上市公司的研發(fā)費(fèi)用披露沒有較為具體的強(qiáng)制性規(guī)定，未主動披露研發(fā)費(fèi)用的部分制造業(yè)企業(yè)，在樣本的篩選過程中被剔除。

2.變量的選取

衡量自主研發(fā)投入的變量選取不同，或?qū)?dǎo)致研究結(jié)果有所差異。后續(xù)研究將著重改進(jìn)這兩點(diǎn)，進(jìn)行更為全面的分析。

參考文獻(xiàn)：

[1]湯二子，王瑞東，劉海洋. 研發(fā)對企業(yè)盈利決定機(jī)制的研究——基于異質(zhì)性生產(chǎn)率角度的分析 [J] .科學(xué)學(xué)研究，2012（01）.

[2]文芳. R&D投資對公司盈利能力的影響研究 [J] .證券市場導(dǎo)報(bào)，2009（06）.

[3]吳延兵. 中國哪種所有制類型企業(yè)最具創(chuàng)新性？ [J] .世界經(jīng)濟(jì)，2012（06）.

[4]史敏，蔡霞，耿修林. 動態(tài)環(huán)境下企業(yè)社會責(zé)任、研發(fā)投入與債務(wù)融資成本——基于中國制造業(yè)民營上市公司的實(shí)證研究 [J] .山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（03）

[5]張?jiān)伱?，穆文? 基于生存分析的制造業(yè)上市公司財(cái)務(wù)危機(jī)預(yù)警 [J] .財(cái)會月刊，2015（18）.

[6]陳陣，王雪. 創(chuàng)新行為、沉沒成本與企業(yè)生存——基于我國微觀數(shù)據(jù)的實(shí)證分析 [J] .科學(xué)學(xué)與科學(xué)技術(shù)管理，2014（10）.

[7]梁彤纓，雷鵬，陳修徳. 管理層激勵對企業(yè)研發(fā)效率的影響研究——來自中國工業(yè)上市公司的經(jīng)驗(yàn)證據(jù) [J] .管理評論，2015（05）.

[8]Mingqian Zhang， Pierre Mohnen. Innovation and Survival of New Firms in Chinese Manufacturing， 2000-2006 [C] .UNU-MERIT， 2013（057）.

[9]David Greenaway， Joakim Gullstrand， Richard Kneller. Live or Let Die？Alternative Routes to Industry Exit [R] . The University of Nottingham， 2007（10）.

[10]Timothy Dunne， Mark J. Roberts， Larry Samuelson. Patterns of Firm Entry and Exit in U.S. Manufacturing Industries [J] .RAND Journal of Economics， Vol. 19， No 4， 1988.

[11]Elena Cefis， Orietta Marsili. Survivor： The Role of Innovation in FirmsSurvival [J]. Research Policy， 2006（35）.

[12]Dmitry Sharapov， Paul Kattuman， Vania Sena. Technological Environments， R&D Investment and Firm Survival [J]. DRUID， 2011.

[13]Silviano Esteve-Perez， Juan A. Manez-Castillejo. The Resource- Based Theory of The Firm and Firm Survival [J]. Small Business Economics， 2008（30）.endprint