嵌入性視角下長三角技術(shù)創(chuàng)新能力影響因素研究

嚴(yán)良 張宇 劉潔 陳繼美

摘 要：基于嵌入性理論，以R&D經(jīng)費投入、R&D人員投入、技術(shù)消化吸收能力和技術(shù)改造為level-1變量，將政治嵌入、關(guān)系嵌入和結(jié)構(gòu)嵌入作為影響技術(shù)創(chuàng)新能力的level-2變量，建立多層統(tǒng)計模型，以2006-2016年江蘇、浙江、上海、安徽4個省市的相關(guān)面板數(shù)據(jù)，進行實證研究，結(jié)果表明，技術(shù)改造、政治嵌入和結(jié)構(gòu)嵌入對有效發(fā)明的專利數(shù)量有直接顯著性影響;關(guān)系嵌入對有效專利發(fā)明數(shù)有間接顯著性影響。

關(guān)鍵詞：技術(shù)創(chuàng)新 嵌入性 長三角地區(qū)

一、引言

從地理及行政區(qū)劃上來講，長江三角洲地區(qū)包括江蘇、浙江、安徽、上海三省一市。憑借著臨近海洋、交通便利、對外交流廣泛、經(jīng)濟活力強等優(yōu)勢，長三角已走在我國改革開放事業(yè)的最前端，成為技術(shù)創(chuàng)新能力最強的區(qū)域之一。2017年的《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》中，僅江蘇、浙江、上海這三個省市的專利申請數(shù)就達(dá)到了47859件，占全國專利申請總數(shù)的2574%，這說明研究長三角地區(qū)的技術(shù)創(chuàng)新能力對全國有著借鑒意義。2019年5月，黨中央審議通過了《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，說明長江三角洲地區(qū)的整體發(fā)展情況對于我國經(jīng)濟有著重要作用。因此，研究長江三角洲地區(qū)技術(shù)創(chuàng)新能力的影響因素，有利于促進長三角區(qū)域一體化和高質(zhì)量發(fā)展，也有利于國家技術(shù)創(chuàng)新能力的提升。

圍繞技術(shù)創(chuàng)新，許多專家學(xué)者分別使用定性研究和定量研究的方法進行分析。關(guān)于技術(shù)創(chuàng)新的定性研究，Kano通過研究移動通信，得出標(biāo)準(zhǔn)化在創(chuàng)新過程中會發(fā)揮的巨大作用;Hassink通過研究各國區(qū)域嵌入水平和地區(qū)協(xié)調(diào)創(chuàng)新支持政策的能力，得出只有構(gòu)建政策創(chuàng)新支持體系才有利于企業(yè)技術(shù)創(chuàng)新。邵云飛等人通過理論綜述得出，突破性技術(shù)創(chuàng)新對企業(yè)有重大影響，并由此影響產(chǎn)業(yè)和經(jīng)濟的發(fā)展。關(guān)于技術(shù)創(chuàng)新的定量研究，桂黃寶采用空間計量模型進行分析得出：企業(yè)規(guī)模、勞動力投入、對外開放水平對技術(shù)創(chuàng)新效率具有顯著正向影響，資本水平則相反;Cozzarin和Koo通過建模得出，企業(yè)內(nèi)部的組織創(chuàng)新影響著技術(shù)創(chuàng)新;方瑩發(fā)現(xiàn)企業(yè)的正式制度直接正向影響技術(shù)創(chuàng)新，非正式制度作為中介，對技術(shù)創(chuàng)新產(chǎn)生間接影響;章元等人通過實證，得出政府補貼對企業(yè)的短期創(chuàng)新激勵有顯著的促進作用，但長期創(chuàng)新激勵的促進作用效果不顯著;李子彪等人通過研究發(fā)現(xiàn)，國際化行為顯著促進企業(yè)創(chuàng)新績效提升，其中海外人才促進的效果強于海外出口，強于海外研發(fā);王飛航和李友順研究得出，自主研發(fā)顯著促進了創(chuàng)新產(chǎn)出，但是在中等對外開放水平下技術(shù)引進對產(chǎn)出具有負(fù)效應(yīng)。

之前的研究主要是建立在投入要素或者市場變化、企業(yè)規(guī)模、政府支持等一個或者多個因素對技術(shù)創(chuàng)新能力的影響，缺少將影響因素使用嵌入型視角綜合起來進行分析的研究。因此，本文綜合以往的文獻研究成果，基于嵌入性理論，采用多層統(tǒng)計分析模型，將技術(shù)創(chuàng)新的影響因素分成level-1和level-2兩層變量，選取2006年到2016年長江三角洲地區(qū)——上海、浙江、江蘇、安徽這四個省市的相關(guān)面板數(shù)據(jù)進行研究。

二、理論模型

（一）技術(shù)創(chuàng)新能力的社會嵌入性

肖文和林高榜認(rèn)為企業(yè)規(guī)模、市場競爭、所有制結(jié)構(gòu)是影響技術(shù)創(chuàng)新效率的傳統(tǒng)決定因素。本文以嵌入性理論為基礎(chǔ)，同時結(jié)合學(xué)者的研究成果，將社會場景對技術(shù)創(chuàng)新的影響分為政治嵌入、關(guān)系嵌入和結(jié)構(gòu)嵌入，并展開分析。

政治嵌入，主要的表現(xiàn)形式是政府的消費支出：一是政府維持正常運轉(zhuǎn)所需的支出;二是用于社會公眾的教育、醫(yī)療、社保、科學(xué)、文化、體育、國防等各項社會事業(yè)支出。政府的消費支出可以促進社會經(jīng)濟的發(fā)展。

關(guān)系嵌入，指高技術(shù)產(chǎn)業(yè)是全球化網(wǎng)絡(luò)系統(tǒng)的一個節(jié)點，這種全球化的網(wǎng)絡(luò)關(guān)系會影響技術(shù)創(chuàng)新的能力。同時，關(guān)系嵌入也代表我國和技術(shù)貿(mào)易來往國家之間連結(jié)的強度。高強度的關(guān)系嵌入會使一方快速獲取以技術(shù)創(chuàng)新為代表的外部資源。

結(jié)構(gòu)嵌入，每一個產(chǎn)業(yè)在社會網(wǎng)絡(luò)中都有自己的位置，結(jié)構(gòu)嵌入則是代表這種位置。技術(shù)創(chuàng)新的結(jié)構(gòu)嵌入則更關(guān)注高技術(shù)產(chǎn)業(yè)所嵌入的社會網(wǎng)絡(luò)對技術(shù)創(chuàng)新的影響。例如，社會網(wǎng)絡(luò)中的市場結(jié)構(gòu)對技術(shù)創(chuàng)新能力的影響程度。

（二）技術(shù)創(chuàng)新能力理論模型的建立

技術(shù)創(chuàng)新能力不僅受到投入要素的影響，還會受到嵌入的社會場景變量影響。本文參考張玉臣和呂憲鵬關(guān)于高新技術(shù)企業(yè)創(chuàng)新績效影響因素的指標(biāo)研究，以技術(shù)創(chuàng)新能力為因變量，R&D經(jīng)費投入、R&D人員投入、技術(shù)消化吸收能力、技術(shù)改造作為level-1變量;將level-1方程的截距和斜率作為level-2嵌入變量平均值的因變量，level-2嵌入變量分別為政治嵌入、關(guān)系嵌入、結(jié)構(gòu)嵌入，從而構(gòu)建出基于嵌入性視角下研究技術(shù)創(chuàng)新能力影響因素的二層統(tǒng)計理論模型。首先通過零模型的運行來判斷是否可以進行多層統(tǒng)計分析。如果組內(nèi)相關(guān)系數(shù)（ICC）允許，再運用固定效應(yīng)模型來分析level-1變量對因變量的影響程度，進而通過隨機效應(yīng)模型判斷斜率在組間是否顯著性不同，最后引進level-2變量建立全模型進行分析。

建立技術(shù)創(chuàng)新能力的理論模型（1）（2）如下：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（1）

Level-2：

β0j=γ00+γ01*PEj+γ02*REj+γ03*SEj+μ0j

β1j=γ10+γ11*PEj+γ12*REj+γ13*SEj+μ1j

β2j=γ20+γ21*PEj+γ22*REj+γ23*SEj+μ2j

β3j=γ30+γ31*PEj+γ32*REj+γ33*SEj+μ3j

β4j=γ40+γ41*PEj+γ42*REj+γ43*SEj+μ4j

（2）

其中i表示年份，j表示樣本，LNTC為因變量對數(shù)，LNFI為企業(yè)R&D經(jīng)費內(nèi)部支出對數(shù)，LNSI為企業(yè)R&D人員對數(shù)，LNTA為企業(yè)技術(shù)消化吸收支出對數(shù)，LNTR為企業(yè)技術(shù)改造經(jīng)費支出對數(shù);PE為政治嵌入，RE為關(guān)系嵌入，SE為結(jié)構(gòu)嵌入;r為一層隨機變量，μ為二層隨機變量。

三、實證研究

（一）變量選擇

技術(shù)創(chuàng)新能力（TC）：本文采用各研究地區(qū)大中型企業(yè)有效發(fā)明專利數(shù)來衡量該項指標(biāo)。

R&D經(jīng)費投入（FI）：高技術(shù)產(chǎn)業(yè)想要提高技術(shù)創(chuàng)新能力，就需要不斷地進行研究開發(fā)，從而把科技成果轉(zhuǎn)化為生產(chǎn)力。進行研發(fā)需要有大量的資金支持，因此研發(fā)經(jīng)費的投入是技術(shù)創(chuàng)新的前提條件。因而，本文選用各地區(qū)大中型企業(yè)R&D經(jīng)費內(nèi)部支出來衡量該項指標(biāo)。

R&D人員投入（SI）：人具有主觀能動性，技術(shù)創(chuàng)新需要技術(shù)人員不斷進行研究開發(fā)，所以研發(fā)人員的知識水平與投入力度對技術(shù)創(chuàng)新起著決定性因素。由此，本文選用各研究地區(qū)大中型企業(yè)R&D人員全時當(dāng)量來衡量該項指標(biāo)。

技術(shù)消化吸收能力（TA）：我國促進自主創(chuàng)新能力的主要手段是引進技術(shù)，但因為缺乏對引進技術(shù)的消化吸收，無法達(dá)到預(yù)先的目標(biāo)。因此，技術(shù)消化吸收能力對技術(shù)創(chuàng)新有著關(guān)鍵性作用。本文選用各研究地區(qū)大中型企業(yè)消化吸收支出來衡量該項指標(biāo)。

技術(shù)改造（TR），技術(shù)改造使得企業(yè)改進了現(xiàn)有的技術(shù)和生產(chǎn)工藝條件，延長了現(xiàn)有技術(shù)的生命周期，但不可避免地會降低企業(yè)對新技術(shù)的需求和技術(shù)創(chuàng)新的內(nèi)在動力，增長企業(yè)技術(shù)創(chuàng)新的“惰性”。由此，本文選用各地區(qū)大中型企業(yè)技術(shù)改造經(jīng)費支出來衡量該項指標(biāo)。

政治嵌入（PE）：本文采用財政性教育經(jīng)費占地區(qū)總產(chǎn)值的比重來衡量。這一指標(biāo)代表政府對教育的支持，良好的教育環(huán)境才能培養(yǎng)出優(yōu)秀的高技術(shù)人才，只有投入大量的教育基金才能營造良好的教育環(huán)境，因此政府教育支持程度決定著高技術(shù)人員的培養(yǎng)質(zhì)量，相應(yīng)地也影響技術(shù)創(chuàng)新。

關(guān)系嵌入（RE）：本文選用外商投資實到金額與地區(qū)總產(chǎn)值的比重作為衡量指標(biāo)。在改革開放政策下，高技術(shù)產(chǎn)業(yè)可以通過外部資源獲得創(chuàng)新支持來彌補內(nèi)部資源的不足，從而提高技術(shù)創(chuàng)新的效率。

結(jié)構(gòu)嵌入（SE）：本文采用固定資產(chǎn)國有控股與集體投資之和占各研究地區(qū)固定資產(chǎn)投資的比重作為衡量指標(biāo)。這一指標(biāo)代表市場化程度，而競爭性的市場結(jié)構(gòu)更加有利于技術(shù)創(chuàng)新。

（二）數(shù)據(jù)來源

本文選取2006-2016年長江三角洲地區(qū)：上海、浙江、江蘇、安徽這四個省市的相關(guān)面板數(shù)據(jù)。

因變量：大中型企業(yè)有效發(fā)明專利數(shù)（項），數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。

Level-1變量：大中型企業(yè)R&D經(jīng)費內(nèi)部支出（萬元）、大中型企業(yè)R&D人員全時當(dāng)量（人年）、大中型企業(yè)技術(shù)改造經(jīng)費支出（萬元）、大中型企業(yè)消化吸收經(jīng)費支出（萬元），數(shù)據(jù)來源于《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》。

Level-2變量：財政性教育經(jīng)費和地區(qū)總產(chǎn)值的數(shù)據(jù)來源于《中國統(tǒng)計年鑒》;外商投資實到金額，來源于各省統(tǒng)計年鑒;固定資產(chǎn)國有控股與集體投資額、固定資產(chǎn)投資額，來源于《中國固定資產(chǎn)投資統(tǒng)計年鑒》。

（三）實證結(jié)果分析

1建立零模型。將因變量加入模型，構(gòu)建零模型。通過零模型把技術(shù)創(chuàng)新的變異分解成level-1（投入要素因素）和level-2（社會場景因素）解釋的部分，形成組內(nèi)相關(guān)系數(shù)（ICC），通過ICC判斷是否可以進行多層統(tǒng)計分析。

Level-1：LNTCij=β0j+rij

Level-2：β0j=γ00+μ0j

其中，Level-1和Level-2的解釋變量都是采用組中心化后的數(shù)據(jù)參與運算。由表2可知，組內(nèi)相關(guān)系數(shù)為04068，說明由4068%的變異可以由社會場景變量解釋，因此僅僅利用level-1變量去分析技術(shù)創(chuàng)新是不夠的。因此，研究影響技術(shù)創(chuàng)新可以進行多層統(tǒng)計分析，引入社會場景l(fā)evel-2變量。

2建立隨機效應(yīng)模型。將影響技術(shù)創(chuàng)新的level-1變量引進模型中，得到模型（3）（4）為：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（3）

Level-2：

β0j=γ00+μ0j

β1j=γ10+μ1j

β2j=γ20+μ2j

β3j=γ30+μ3j

β4j=γ40+μ4j

（4）

由表3可知，LNFI是個正向不顯著的預(yù)期因子，回歸系數(shù)為0799，這表明大中型企業(yè)R&D經(jīng)費內(nèi)部支出每增加1%，則大中型企業(yè)有效發(fā)明專利數(shù)平均增加0799%，即企業(yè)R&D經(jīng)費內(nèi)部支出的增加促進技術(shù)創(chuàng)新能力的提高。說明研究地區(qū)的大中型企業(yè)通過R&D資金密集投入可以促進技術(shù)創(chuàng)新增長。

LNSI為正向不顯著預(yù)期因子，回歸系數(shù)為1653，表明大中型企業(yè)R&D人員每增加1%，則大中型企業(yè)有效發(fā)明專利數(shù)平均增加1653%，即R&D人員投入決定著企業(yè)技術(shù)創(chuàng)新能力，說明R&D人員投入對技術(shù)創(chuàng)新能力有正向影響。因此企業(yè)應(yīng)該找準(zhǔn)時機，擴大生產(chǎn)規(guī)模，加大研發(fā)人員投入，以更好地提高技術(shù)創(chuàng)新能力。

LNTA為負(fù)向不顯著性預(yù)期因子，回歸系數(shù)為-0097，表明大中型企業(yè)消化吸收經(jīng)費支出每增加1%，則大中型企業(yè)有效發(fā)明專利數(shù)平均減少0097%，即企業(yè)消化吸收對技術(shù)創(chuàng)新能力呈現(xiàn)降低作用。如果高技術(shù)產(chǎn)業(yè)企業(yè)對國外先進技術(shù)的吸收速度，會直接影響企業(yè)技術(shù)創(chuàng)新能力。由此，企業(yè)不僅要重視引進，更要注重技術(shù)的消化吸收能力。

LNTR為負(fù)向顯著性預(yù)期因子，回歸系數(shù)為-0439，表明大中型企業(yè)技術(shù)改造經(jīng)費支出每增加1%，則大中型企業(yè)有效發(fā)明專利數(shù)平均減少0439%，即企業(yè)技術(shù)改造對技術(shù)創(chuàng)新能力的提高有降低作用。說明技術(shù)改造是對國內(nèi)外先進技術(shù)引進、消化、吸收，對技術(shù)加以利用改造，因此在時間作用上存在滯后性。

技術(shù)創(chuàng)新是一個復(fù)雜的系統(tǒng)工程，技術(shù)消化、技術(shù)改造需要一定的時間，因此對于創(chuàng)新結(jié)果的影響存在滯后效應(yīng)。同時，由表3的方差成分與檢驗性可知，截距項、LNFI和LNSI系數(shù)的斜率在研究的省份之間存在顯著性差異，因此可以向模型中加入嵌入性社會場景變量來解釋省市之間的變化。

3建立全模型。將嵌入性變量PE、RE和SE引入β0j、β1j、β2j，將P值不顯著的從大到小逐個剔除，得到（5）（6）：

Level-1：

LNTCij=β0j+β1j*LNFIij+β2j*LNSIij+β3j*LNTAij+β4j*LNTRij+rij

（5）

Level-2：

β0j=γ00+γ01*PEj+γ02*SEj+μ0j

β1j=γ10+γ11*REj+μ1j

β2j=γ20+γ21*REj+μ2j

β3j=γ30

β4j=γ40

（6）

由表4和嵌入性level-2模型結(jié)果，可知嵌入性變量對β0j、β1j、β2j的方差解釋程度，詳見表5。PE、RE和SE嵌入性變量較好地解釋了各省市截距以及LNFI、LNSI變量之間關(guān)系的變異程度。說明建立的level-2模型較為合理。

由上表可知，PE為負(fù)向顯著因子，回歸系數(shù)是1539，這表示財政性教育經(jīng)費占地區(qū)總產(chǎn)值的比重每增加1%，則大中型企業(yè)專利申請數(shù)平均減少1539%，即政治嵌入對技術(shù)創(chuàng)新能力的提高有降低作用。這主要是采用政府教育經(jīng)費投入比重來衡量該指標(biāo)，而政府對于教育經(jīng)費為籠統(tǒng)使用，在資金用途、資源配置等方面沒有明確目標(biāo)，故而實證結(jié)果如此。

SE為正向顯著預(yù)期因子，回歸系數(shù)是0005，這表示固定資產(chǎn)國有控股與集體投資之和占固定資產(chǎn)投資的比重每增加1%，則大中型企業(yè)專利申請數(shù)平均增加0005%，即結(jié)構(gòu)嵌入直接對技術(shù)創(chuàng)新有正向影響。這說明，結(jié)構(gòu)嵌入在充分發(fā)揮市場決定性作用下才能影響技術(shù)創(chuàng)新，競爭性或者非競爭性的市場結(jié)構(gòu)有利于技術(shù)的進步。

Level-2變量對level-1變量的影響分析如下：

在level-2模型變量LNFI的斜率β1方程中，RE為負(fù)向預(yù)期因子，回歸系數(shù)為0436，即外商投資實到金額占地區(qū)總產(chǎn)值的比重每增加1%，則大中型企業(yè)R&D經(jīng)費內(nèi)部支出對有效發(fā)明專利數(shù)的正向影響將減少0436%。這表示RE的增加會減弱LNSI對LNTC的正向影響這體現(xiàn)了關(guān)系嵌入對R&D經(jīng)費內(nèi)部支出有直接的影響，在RE比重大的省份，F(xiàn)I對技術(shù)創(chuàng)新的負(fù)向影響程度高。這說明高技術(shù)企業(yè)與全球網(wǎng)絡(luò)結(jié)合的越緊密，越容易獲得技術(shù)，便有可能減少自主創(chuàng)新研發(fā)的經(jīng)費投入。

在level-2模型變量LNSI的斜率β2方程中，RE為正向預(yù)期因子，回歸系數(shù)為0488，即各研究地區(qū)的外商投資實到金額占地區(qū)總產(chǎn)值的比重每增加1%，則大中型企業(yè)R&D人員投入對有效專利發(fā)明數(shù)的正向影響將增加0488%，這表明關(guān)系嵌入對LNSI有著直接影響，在RE比重大的省份，SI對技術(shù)創(chuàng)新的有正向影響。在經(jīng)濟一體化的背景下，需要對通過外部引進來提高企業(yè)自主研發(fā)能力，因此關(guān)系嵌入通過影響R&D人員投入來間接影響技術(shù)創(chuàng)新能力。

四、結(jié)論與政策建議

本文基于嵌入型視角下，依據(jù)長江三角洲地區(qū)上海、浙江、江蘇、安徽這四個省市2006-2016年的相關(guān)面板數(shù)據(jù)，將技術(shù)創(chuàng)新能力的影響因素分成level-1和level-2兩層，建立多層統(tǒng)計模型，實證得出：大中型企業(yè)技術(shù)改造、政治嵌入和結(jié)構(gòu)嵌入對專利申請數(shù)有直接顯著性影響;結(jié)構(gòu)嵌入對技術(shù)創(chuàng)新能力有正向影響;企業(yè)技術(shù)改造、政治嵌入對技術(shù)創(chuàng)新能力有負(fù)向影響。關(guān)系嵌入對有效專利發(fā)明數(shù)有間接顯著性影響，其通過影響企業(yè)R&D經(jīng)費內(nèi)部支出和企業(yè)R&D人員的投入從而間接地影響有效專利發(fā)明數(shù);關(guān)系嵌入程度高的省份，企業(yè)R&D經(jīng)費的內(nèi)部支出對專利申請數(shù)的負(fù)向影響程度小;企業(yè)R&D人員投入對專利申請數(shù)的正向影響程度小。

因此在研究技術(shù)創(chuàng)新能力的影響因素時，不僅要從投入要素或者市場變化、企業(yè)規(guī)模、政府支持等分析，還更應(yīng)該用嵌入性思維將社會場景因素和投入要素結(jié)合起來綜合進行研究。在國家積極促進長三角區(qū)域一體化和高質(zhì)量發(fā)展的背景下，為更好地促進技術(shù)創(chuàng)新能力的提高，本文結(jié)合研究得出的結(jié)論，提出以下政策建議：第一，毫不動搖地堅持改革開放，同時政府加大對教育的支持：進一步深化改革開放，讓市場在資源配置中起決定性作用，使企業(yè)在市場化條件下充分運營，促進技術(shù)進步和技術(shù)創(chuàng)新;各研究地區(qū)的財政教育經(jīng)費占地區(qū)總產(chǎn)值的比重影響著企業(yè)技術(shù)創(chuàng)新，因此政府應(yīng)加大對技術(shù)人員培養(yǎng)專項資金的使用和配置，積極創(chuàng)建良好的教育環(huán)境，培養(yǎng)更多高素質(zhì)的專業(yè)人才，促進技術(shù)創(chuàng)新。第二，高技術(shù)企業(yè)應(yīng)加大對研究經(jīng)費的投入：高技術(shù)產(chǎn)業(yè)的技術(shù)創(chuàng)新的前提條件是研發(fā)經(jīng)費的充足投入，企業(yè)R&D經(jīng)費內(nèi)部支出的增加使得技術(shù)創(chuàng)新能力提高。在技術(shù)創(chuàng)新各個環(huán)節(jié)都離不開資金的支持，如實驗儀器設(shè)備、人員勞動報酬、科技成果轉(zhuǎn)化等。加大研究經(jīng)費的投入，高技術(shù)產(chǎn)業(yè)才能更順利地開展科學(xué)研究實驗并實現(xiàn)科技轉(zhuǎn)化。第三，高技術(shù)企業(yè)應(yīng)加大對技術(shù)人力資源的投資：人具有主觀能動性。作為技術(shù)創(chuàng)新和執(zhí)行的主體，技術(shù)人員的投入和人員研發(fā)水平直接影響研究實驗的成敗，也決定著技術(shù)創(chuàng)新能力的高低。技術(shù)人員科研素質(zhì)的提高，企業(yè)技術(shù)消化吸收的水平也會相應(yīng)提高。因此，企業(yè)要通過投資人力資源來提升本企業(yè)人員的技術(shù)水平;同時建立人才吸引和激勵機制，使得大量高素質(zhì)人才進入企業(yè)，為企業(yè)技術(shù)消化吸收提供必要的智力支持。第四，高技術(shù)企業(yè)要積極主動開展自主研發(fā)：促進技術(shù)創(chuàng)新能力不可忽視的一點就是企業(yè)的自主研發(fā)水平。企業(yè)在生產(chǎn)經(jīng)營過程中，要平衡好高技術(shù)的外部引進和自主研發(fā)，不能過多依賴外部資源，從而影響技術(shù)創(chuàng)新步伐，因此政府應(yīng)鼓勵有能力的企業(yè)在市場化條件下自主開展研發(fā)實驗;同時對其進行政策傾斜，對研發(fā)能力強的小企業(yè)給予足夠的支持，提高小企業(yè)的技術(shù)研發(fā)能力;而且高技術(shù)企業(yè)必須要積極主動地開展自主研發(fā)實驗，從而提高企業(yè)的自主研發(fā)能力。

參考文獻：

[1]Kano STechnical innovations， standardization and regional comparison—a case study in mobile communications[J].Telecommunications Policy，2000，24（04）.

[2]Hassink RRegional Innovation Support Systems： Recent Trends in Germany and East Asia[J].European Planning Studies，2002，10（02）.

[3]邵云飛，詹坤，吳言波突破性技術(shù)創(chuàng)新：理論綜述與研究展望[J].技術(shù)經(jīng)濟，2017，36（04）.

[4]桂黃寶我國高技術(shù)產(chǎn)業(yè)創(chuàng)新效率及其影響因素空間計量分析[J].經(jīng)濟地理，2014，34（06）.

[5]Cozzarin B P，Koo W K BDoes Organizational Innovation Moderate Technical Innovation Directly or Indirectly？[J].Economics of Innovation and New Technology，2016，26（04）.

[6]方瑩政府支持、企業(yè)制度與技術(shù)創(chuàng)新——基于關(guān)系解構(gòu)的視角[J].廣西財經(jīng)學(xué)院學(xué)報，2016，29（02）.

[7]章元，程郁，佘國滿政府補貼能否促進高新技術(shù)企業(yè)的自主創(chuàng)新？——來自中關(guān)村的證據(jù)[J].金融研究，2018（10）.

[8]李子彪，王楠，孫可遠(yuǎn)國際化行為對高新技術(shù)企業(yè)創(chuàng)新績效的影響機理——基于吸收能力的中介效應(yīng)[J].科技管理研究，2019，39（08）.

[9]王飛航，李友順自主研發(fā)、技術(shù)引進對區(qū)域創(chuàng)新績效影響的門限效應(yīng)[J].地域研究與開發(fā)，2019，38（02）.

[10]肖文，林高榜政府支持、研發(fā)管理與技術(shù)創(chuàng)新效率——基于中國工業(yè)行業(yè)的實證分析[J].管理世界，2014（04）.

[11]張玉臣，呂憲鵬高新技術(shù)企業(yè)創(chuàng)新績效影響因素研究[J].科研管理，2013，34（12）.

[12]Ita Kreft，JanDe Leeuw多層次模型分析導(dǎo)論[M].重慶：重慶大學(xué)出版社，2007

[13]吳學(xué)品，劉殿國多層統(tǒng)計模型的應(yīng)用進展綜述[J].統(tǒng)計與決策，2011（23）.

[14]徐斌技術(shù)吸收、技術(shù)改造與國內(nèi)外技術(shù)獲取——基于高技術(shù)產(chǎn)業(yè)靜態(tài)與動態(tài)面板數(shù)據(jù)[J].科技進步與對策，2019（06）.

[15]靳衛(wèi)東，劉敬富市場結(jié)構(gòu)、行政壁壘與技術(shù)創(chuàng)新——來自中國高技術(shù)產(chǎn)業(yè)的經(jīng)驗證據(jù)[J].科技管理研究，2019，39（10）.

[16]彭剛，何雅興，聶富強技術(shù)自研、外部引進與工業(yè)企業(yè)生產(chǎn)創(chuàng)新[J].軟科學(xué)，2018，32（01）.