[提要]技术创新量大质小以及对创新实质监管有效性不足是中国实现技术突破重要阻碍。文章从“量”和“质”两方面梳理了中国技术创新及其监管的特征事实和相关文献。在区分不同创新行为动机的基础上，构建理论模型推演企业创新提质增量的双重监管困境，再选取2008-2019年中国A股上市公司的全部数据，基于双重差分模型进行实证检验。研究发现：双重监管表现出对企业低质量创新行为的促进作用，但不能有效激励高质量创新行为，总体来说，双重监管能够增加创新数量而不能有效提升创新质量。为此，文章将理论与实际结合进一步探索双重监管困境的破解路径：以研发成果产业化、匹配补贴及对象和控制关键技术为目标从创新投入、创新过程和创新产出三方面完善监管链。
[关键词]双重监管；创新质量；规制经济学；多时点DID；技术创新
基金项目：国家社会科学基金重大项目“中国深度参与全球创新链治理的机制、路径与政策研究”（20&ZD123）、国家自然科学基金面上项目“中国制造业关键核心技术创新突破及实现路径研究”（72073061）阶段性成果。
作者简介：毛毅翀，南京大学经济学院博士研究生，研究方向：公司治理与创新经济。
吴福象，南京大学经济学院，南京大学长江三角洲经济社会发展研究中心教授，研究方向：产业经济与区域经济。
竺李乐，南京大学经济学院博士研究生，研究方向：公司治理与创新经济。
《西南民族大学学报》（人文社会科学报）
2022年第8期
自2012年创新驱动发展战略实施以来，中国科技创新成果显著，2019年专利申请量相较于2000年而言已实现近26倍的增长。但在创新数量增长的同时，创新质量却亟需提升，并日渐成为阻碍中国实现经济高质量发展的关键因素。面对世界百年未有之大变局，处于中国经济增长新旧动能转换的关键时期，技术“受制于人”以及全球价值链“低端锁定”等问题日益凸显。因此，提升创新质量不仅是企业实现技术突破、保持其竞争优势的根本动力，更是实现价值链攀升、经济高质量发展的有力保证。本文研究源于对以下现实问题的关注：首先，按企业创新行为的动机可以分为策略性创新和实质性创新，一般认为：策略性创新是企业基于“为达标”和“寻扶持”的目标而增加专利申请量的创新行为，一般只是低技术水平的创新；而实质性创新则是企业为提升自身技术竞争力而进行的高技术水平的创新行为，因此策略性创新的创新质量低于实质性创新。结合《专利法》以及已有文献的讨论（Tong et al.，2014），发明专利属于实质性创新，而实用新型专利和外观设计专利则属于策略性创新。[1]据此统计，中国的实质性创新专利数量占比远低于策略性创新专利数量，“量大而质小”的“虚胖”特征明显。其次，中国技术创新存在一定程度的“以次充好”和研发操纵现象，对创新监管提出更高的要求。为避免技术创新领域“劣币驱逐良币”的不良效应，国知局坚持专利申请排查。以江苏为例，《关于江苏省专利申请相关问题的通报》中显示江苏省不以保护创新为目的的非正常专利申请情况，涉及10495个申请人、309家代理机构，反映出中国创新监管的效率和效果仍显不足。此外，从产业政策而言，中国主要通过提供税收减免或创新补贴的方式来鼓励企业开展研发活动，而上述激励办法的重要依据则是专利所有权证明以及企业年报中的研究开发费用、高新技术产品（服务）收入、研究开发费用总额占同期销售收入总额的比例以及从事研发和相关技术创新活动的科技人员占企业当年职工总数的比例等相关指标。而2010年以后，财政部发布《XBRL公司会计准则通用分类标准》（财会[2010]23号）标志着财政部和证监会共同参与企业年报的报送工作，实质上对企业技术创新行为构成了双重监管。[2]从理论上讲，多重监管是改善公司治理的一种有效模式，其目的是通过监管主体之间产生的协同效应，来弥补原单一监管模式引致的企业竞争力或市场活力下降等治理机制缺陷，那么多重监管是否能够有效促进企业创新的提质增量有待进一步研究。当前将多重监管与企业创新行为相结合的研究较少，且多是运用演化博弈分析方法来研究多重监管与企业研发操纵之间的关联，难以有效分析多重监管对企业创新行为的影响机制。鉴于此，本文以多重监管如何作用于企业创新行为并对其创新数量和质量产生影响为问题切入点，针对双重监管规制进行理论建模，再结合实证检验，探讨双重监管规制如何影响企业创新行为。本文余下部分的结构安排如下：首先，在梳理中国技术创新相关特征事实、理论以及创新质量相关文献的基础上，结合制度背景，提出本文对既有研究的拓展方向；其次，构建理论模型，推演并揭示国内企业创新提质增量的双重监管困境；再次，选取2008-2019年中国A股上市公司的全部数据对所得命题进行双重差分实证分析及稳健性检验；然后，尝试在讨论双重监管困境形成原因的基础上，进一步探索企业创新提质增量双重监管困境的破解路径；最后一部分是研究结论与建议。中国技术创新呈现数量稳步增长而质量亟需提升的特征。长期以来，中国将科技创新作为国家重大发展战略并取得显著成就。创新数量稳步增长，技术市场活力不断增强。图1是2000年-2019年中国专利申请数和技术市场成交额趋势。
但是中国创新质量亟需提升。一方面，知识产权的有效度和关键性欠缺比较明显。中国知识产权使用费接收额与知识产权使用费支付额的差额常年为负，即中国支付给其他国家的知识产权使用费持续高于其他国家支付给中国的知识产权使用费，其中2019年中国知识产权有效度为-277.66亿美元，说明需要大量使用其他国家的知识产权，反映出中国所用的关键核心技术部分受制于人。而美国的知识产权有效度常年为正，且远高于其他国家，在2019年达到746.69亿美元，说明其持有当前其他国家需要使用的大部分知识产权，有极强的关键核心技术控制权。图2为1997年-2019年主要国家的知识产权有效度比较及趋势。
另一方面，知识产权的技术含量不高。长期来说，中国发明专利申请量占总专利申请量的比重长期在35%上下浮动，即实质性创新远低于策略性创新，创新质量仍有很大提升空间。图3为2008年-2019年中国三项专利申请数量占比变化趋势。
全球价值链“低端锁定”等发展现状意味着中国当前所面临的“创新困境”将日益严峻，程俊杰（2019）将其总结为创新质量和科技创新成果转移转化率不高。[3]重要的是，该现象已深度影响中国实现经济高质量发展和创新驱动转换，因此，亟需补充创新质量和创新效率两方面的理论研究。首先，当前关于创新效率的研究主要是从测度及影响因素两方面展开，而相比于创新效率的丰富研究，针对创新质量的文献则比较少。俞立平等（2021）将创新效率与创新质量相结合进行研究，得出创新效率能够有效促进创新质量的提升，并指出中国高技术产业创新质量水平总体还不高。[4]除此之外，国内关于创新质量的研究则多是关注创新质量和创新数量之间的相互关联，只有同时做好创新数量和创新质量并产生协同效应，才能有效提升企业效益（Stefano C and Clara G，2015；[5]蔡绍洪，2017[6]），具体而言，创新数量增长能够扩大企业规模，而创新质量能够提升企业成长阶段（张震，2018）[7]，但目前中国创新数量增长明显优于创新质量提升，也尚未与高技术产业出口形成良性互动（赵公民等，2021）[8]。其次，创新质量受到多方面因素的影响。一方面，创新质量受到创新集聚程度的影响，一般而言，创新集聚与创新质量成正比（Teece D J，1986；[9]俞立平等，2021[10]）；另一方面，中国创新质量还与产业产学研合作关系强度呈现出错位匹配的特征：基于科学的产业产学研合作的关系强度低，而创新质量较高；基于技术的产业产学研合作的关系强度高，而创新质量较低（李扬等，2017）。[11]除此之外，还有部分研究将政府作用考虑在内，将政府对企业研发活动的干预行为分为税收激励和研发补贴，税收激励对技术能力较强的企业的创新质量所能产生的促进作用边际递减，而研发补贴则对创新质量有一定挤出作用（白旭云，2019）。[12]但关于政府是否应当参与监管企业的创新活动，其实还存在一些争议。目前，政府参与监管企业的创新活动究竟是产生“挤入效应”还是“挤出效应”尚无定论。一方面，创新政策可以从增强企业创新意愿、促进新兴产业发展以及弥补专利保护不充分等三个方面促进企业展开创新活动，产生“挤入效应”（Bellucci A and Pennacchio L，2017；[13]薛晓珊等，2021；[14]杨洋等，2015[15]）。另一方面，创新政策虽然可以作为企业内外部融资的替代品来降低企业的融资成本，但是由于政府与企业的创新偏好不对称、政策制定者的信息局限以及政府和企业之间的委托代理关系等多方面原因，可能会引起逆向选择问题，导致企业会改变其在不同创新项目上的投资决策，对创新质量产生不确定影响（肖兴志和王伊攀，2014；[16]白雪洁和孟辉，2018；[17]安同良等，2009[18]）。从现实情况来看，政府参与监管企业的创新活动十分必要。举例来说，很多企业为了获得政策优惠而通过研发操纵伪装自己，有研究指出，企业上一期的研发操纵程度越高，本期就能获得越高的创新补助（苑泽明等，2020）[19]。值得一提的是，在中国创新政策中，主要将高新技术产品（服务）收入和研究开发费用总额占同期销售收入总额的比例等财务指标作为给予企业创新补助的依据和标准，这给了企业通过研发操纵或盈余操纵等手段将自身相关指标刚好达到标准以获得补贴的机会（杨国超和芮萌，2020；[20]万源星等，2020[21]）。而针对研发操纵的监管问题，当前研究普遍采用演化博弈的分析方法，将博弈主体分为中央政府、企业和中介机构，来研究各方策略问题，与创新质量的关联不大（李军强和任浩，2020）[22]。因此，亟需进一步完善中国创新监管相关研究。本文在已有文献的基础上，尝试在以下几个方面做出拓展：第一，丰富既有的研究方法。既有文献多数是运用实证方法从企业本身出发研究创新数量和创新质量之间的关联，或通过演化博弈方法研究如何从研发操纵角度解决创新监管有效性问题，而本文基于理论模型推演企业创新提质增量所面临的双重监管困境，有助于进一步理解政府创新相关政策与企业创新行为之间的关联机制。第二，拓展既有的研究结论。既有文献多数未将政府监管与创新质量结合研究，而对正处于日益激烈的全球竞争力及其培养战略竞争中的中国而言，构建“国家引导+企业主导”的创新体系极具紧迫性，进一步拓展了以往文献的研究结论。第三，启发中国在企业创新政策及监管政策上的改革思路。本文的经验证据表明一般意义上的双重监管模式难以有效促进创新质量的提升，鉴于此，尝试探索双重监管困境的破解路径，并从创新投入、创新过程以及创新产出等多方面提出优化政府创新监管对企业创新提质增量有效性并激发企业的自主创新动力的政策建议。为深入分析双重监管与企业创新产出数量和质量之间的关系，本部分考虑一个包含委托人（中央政府）、监管者（监管部门）和代理人（企业）三层级结构的经济系统，拓展Laffont和Tirole（2001）提出的权力分离模型，[23]（P.49-59）构建双重监管模型，使其更加贴近现实生活，基于委托-代理理论和信号传递理论进行模型推演，揭示双重监管规制下企业创新行为的寻租扭曲机制。本文模型的推演思路是：首先，梳理模型基本框架，根据技术研发企业的成本函数和效用函数、监管者的效用函数以及代表性消费者的效用函数得出预期社会福利函数；其次，综合考虑社会福利和合谋风险，根据监管者是否诚实向中央政府汇报而不与企业达成合谋，分情况计算出创新质量参数的概率分布矩阵及其相对应的预期福利函数；最后，推演双重监管规制下企业不同质量的创新产出演化路径。本模型中，中央政府鼓励并委托企业进行技术创新，以提升产品创新质量，助力国家关键核心技术突破。同时，为保证企业的创新质量，还存在监管部门对企业的创新产出进行监管，并将监管权分离（即两个监管者分别有一项监管技术），构建双重监管规制模型（Dual supervision Model）。
由上述基本框架设定，结合（2）式，依据监管者所观察到的信号分情形讨论（表2）：
由表2，推出命题：双重监管会促进企业增加低质量创新成本类型的创新行为，但削弱了对于企业增加高质量创新成本类型的创新行为的促进作用。
上述命题揭示了企业关键技术创新的双重监管困境：双重监管能够提升企业低质量创新数量的增长率，但对企业高质量创新数量的增长率产生了扭曲效应，即双重监管能够有效增加企业的创新数量，却不能有效提升其创新质量。基于前文研究可知，国内企业创新提质增量在理论上存在双重监管困境，由此，本文进一步选取相关指标和数据进行实证检验。本文选取2008-2019年中国A股上市公司的全部数据，并对所用样本进行了如下处理：（1）剔除金融行业的全部上市公司；（2）剔除曾ST、PT或已经退市的全部上市公司；（3）剔除上市年限不足一年或所需数据严重缺失的上市公司。进一步地，为了保证企业在双重监管实施前后的数据时间长度不低于一年，且考虑到2010年后财政部和证监会才开始形成双重监管规制，所以这里仅识别了在2010 - 2018年间实施了双重监管的全部上市公司。同时，考虑到样本期内部分企业存在雇佣了12大会计师事务所进行审计后又在随后的某年更换为其他非12大会计师事务所进行审计的情况，所以这里仅对始终雇佣12大会计师事务所进行审计的企业进行了相应标记（财政部在2010年颁布了XBRL 全国通用分类标准并指定了12家事务所协助其客户进行XBRL实例文档报送，包括：普华永道、德勤、安永、毕马威4所国际四大会计师事务所以及立信、天健、大华、信永中和、国富浩华、致同（原京都天华）、中瑞岳华、大信等8家本土事务所。[24]最终，本文得到的样本包含了722家已经实施了双重监管的上市公司，以及1610家尚未实施双重监管的上市公司，合计15987个观测值。本文所使用的数据均来自CSMAR数据库，数据处理主要采用 Stata15.1。为进一步考察双重监管对企业创新产出的作用，验证上文中的理论命题并克服企业和时间引致的内生性问题，本文参考已有研究中的做法，采取双重差分法进行实证检验。XBRL分类标准的推广使得部分上市公司受到财政部和证监会的双部门监管，为本文实证提供了天然的双重监管实验数据，据此，设定如下计量模型：
表4报告了全样本的估计结果。表5中的前两列报告了以全部专利数量（创新数量）为被解释变量的双重差分结果，其中第（1）列为不加入其他控制变量的回归结果，第（2）列为加入控制变量以后的回归结果。实证结果表明：在加入控制变量前后交叉项系数估计结果均显著为正，表明双重监管可以显著增加企业全部专利数量，即在双重监管的规制激励之下，企业专利申请总体表现出更加活跃的趋势，有利于提高企业创新数量。表5中的后两列报告了以发明专利数量（创新质量）为被解释变量的双重差分结果，其中第（3）列为不加入其他控制变量的回归结果，第（4）列为加入控制变量以后的回归结果。实证结果表明：在加入控制变量前后交叉项系数估计结果均不显著，表明双重监管并不能显著增加企业发明专利数量，换言之，双重监管的规制并没有表现出对提高企业创新质量的激励作用。
此外，表5中控制变量的系数符号与多数研究基本一致。一方面，这说明企业经营年份越久、资产规模越大，越不能有效增加企业的创新产出，而由于生存压力和更为灵活的内部机制会促使小企业有着更加强烈的研发愿望（Yasuda T，2005）。[28]另一方面，资产收益率与企业的创新产出有着显著的正向关系，这一点很直观，因为盈利能力越好意味着企业利润越高，越有充裕的资金引进新技术并进行相关的技术开发（詹宇波等，2018）。[29]总体而言，基准回归结果表明：双重监管有利于企业三种发明专利总数提升，但对于企业发明专利数量的提升并无显著正向作用，即表现出对企业低质量创新行为的促进作用，但不能有效促进企业的高质量创新行为，由此，本文理论模型所得出的命题得以验证。首先，以双重监管实施前的第3期作为比较基准，针对处置组和控制组企业的全部专利申请数量进行平行趋势检验（参见图3）。因为一般来说，使用双重差分法进行有效估计的一个重要前提是，在处置事件尚未发生的情况下，处置组和控制组中被解释变量在不同时间段内要具有平行趋势，也就是要求处置组和控制组企业的全部专利申请数量在双重监管实施之前不能具有显著差异。而根据图3的结果，可知，在双重监管实施之前，处置组和控制组企业的全部专利申请并无显著差异，而在双重监管实施之后，处置组和控制组企业的全部专利申请数量差异显著为正。据此，本文使用双重差分法进行的实证检验通过了平行趋势检验，符合相应的前提条件，并且在一定程度上排除了本文选用样本中可能存在的自我选择问题。
其次，进一步引入双重差分模型中常用的倾向得分匹配法进行稳健性检验。表6是以基准回归模型中的控制变量作为匹配变量，以企业受到双重监管前的第1期作为匹配年度，采取倾向得分匹配法进行了1：1最近邻匹配后再开展了与基准回归相同的检验。结果发现，双重监管的实施依然能够在13%的显著性水平下明显有利于企业全部专利申请数量的提升，而对于企业发明专利数量的提升始终不具有显著促进作用，即对于创新数量的增长有显著正向作用，而对高质量的创新产出则无明显正向作用。该结果可以证明，上文理论模型所得命题依然成立。
在前文的稳健性检验中，本文已经针对遗漏的不可观测时变特征对估计结果的潜在影响进行了一系列考察，为进一步验证双重监管与企业创新质量之间的关系，这里则参照已有文献中的做法补充进行了如下的稳健性检验（参见表7）。首先，表7中第（1）列的回归结果是将行业固定效应与年份固定效应的交互项、省份固定效应与年份固定的交互项引入基准回归模型中并进行稳健性检验而得来，其表明在考虑到企业所属行业以及所在省份随时间变化的不可观测因素对回归结果的潜在影响后，上文所得命题依然成立。其次，采用了熵平衡法对全样本进行了适当处理，并在此基础上开展了与前文相同的双重差分检验，来解决使用倾向得分匹配法进行匹配后能够保留的有效信息相对有限的问题，得到表7中第（2）列的回归结果，表明无论是采用倾向得分匹配法进行匹配后再实施的双重差分检验还是采用熵平衡法对全样本进行处理后再开展的双重差分检验，本文结论都还是极为稳健且可靠的。再次，进一步在基准回归模型中对被解释变量进行了加1后取自然对数处理，以尽可能多地保留样本中的观测值，同时这里还可以根据Liu & Qiu（2016）的研究成果，以（Y表示企业的全部专利申请数量）重新计算被解释变量并进行与基准回归相同的检验，表7中第（3）列的检验结果表明本文主要结论依然稳健。[30]最后，进一步剔除样本期内专利产出数量小于5的全部企业，以验证前文的估计结果是否会因样本范围的调整而发生变化，这样可以排除由于到样本期内部分上市公司完全没有进行研发创新，这部分企业的观测值可能无法准确反映出解释变量进而导致的影响误差，表7中第（4）列的回归结果则表明本文的主要结论依然可靠。
在上文对企业创新提质增量所面临的双重监管困境进行理论分析和实证检验的基础上，本文尝试分析企业在双重监管规制下仍“重量而轻质”的原因并探索完善监管链的破解路径。根据本文研究，企业创新提质增量双重监管困境的形成原因可能在于：其一，创新政策意味着政府和企业之间签订的其实是不完全契约，契约的完备与否严重影响了创新政策是否有效或者政策实施的效果如何；其二，信息不对称问题使企业提高创新质量的动力下降，政府难以判断企业研发活动的创新实质，企业的高质量创新行为可能无法得到相对应的补贴，而企业的低质量创新行为却可能获得意想不到的补贴收益，那么企业就有了进行策略性创新甚至研发操纵或盈余操纵的动机；其三，监管技术的不健全除了会引起企业机会主义的套利行为，甚至有可能产生寻租问题，进而使得创新质量不足问题更加严重，而这一原因是最重要且最有可能得到改善的。结合实际情况，高新技术企业的认定标准或企业研发补贴的获取标准可以概括为是监管部门对创新投入的核定，而缺乏对创新过程及创新产出的管理和评价，未形成从投入到产出的完整的监管链。首先，以研发成果产业化为目标优化创新投入监管。基于创新的“管道”模式理论，突破性技术成始于研发投入，这正是需要政府引导的关键环节。根据早期工业革命的经验教训，创新突破并不能简单依靠研究来实现，关键在于使创新落地，需要联接研究、开发、论证、测试和创造市场多个环节，弥合先进研究和实用技术之间的裂缝。因此对于创新投入的监管不能局限于金额或摊销方式，更需要综合考虑在研发环节、生产环节和销售环节的预算和分配。除此之外，虽然本文研究认为当前创新监管方式会给企业留下监管空白，但其实由于存在理性经济人假设，一般的监管方式都会出现“上有政策下有对策”的相机抉择，因此，还可以从创新主体本身出发改善创新环境来强化创新投入监管。一方面，政府可以通过引导企业改善技术研发相关人员的薪资待遇或引导企业探索与个人创新能力激励相容的治理结构，培养科研人员的工匠精神；另一方面可以搭建与企业匹配程度高的产学研合作平台，减少企业提升创新质量所需的机会成本，并提供更多技术学习和储备机会，同时加速研发成果产业化。其次，以匹配补贴及对象为目标优化创新过程监管。针对企业由于信息不对称和契约不完备而产生的策略式创新倾向，应当强化对创新过程的动态管理并提高研发操纵的违规成本。当前提升创新质量的成本与虚增创新数量的收益相比过高，因此，一方面完善监管技术，对技术或产品的生命周期所处阶段和技术进化方向进行实时评估和预测，捕捉技术突破点和间断点，再对企业技术类型进行识别和分类，设计并组合针对性的创新补贴方式，做到因时制宜、因企而异，实现动态匹配；另一方面提高研发操纵违规成本，优化从资格认定、技术评估再到年报审计各个环节的材料审核工作，而对于提供不实研发信息的企业应给予更严重的处罚方式。最后，以控制关键技术为目标优化创新产出监管。当前针对研发的监管技术在指标和手段方面相对单一，举例来说，《高新技术企业认定办法》中除要求专利所有权及质检报告外，明确指标均为财务指标，以衡量企业创新投入为主，重创新投入而轻创新产出。但中国关键技术受制于人的问题日益显著，亟需有效识别创新产出实质及其技术关键性，改善信息不对称问题并使创新激励政策发挥正向作用。具体来说，一方面，政府技术规制部门可以根据国内相关理论与实践经验，定期调研并评价企业的技术研发活动及其技术水平，督促企业进行真实的创新投资，保证企业创新实质；另一方面，政府监管部门可以在第三方行业专家指导下，使相关指标多元化和科学化，分领域、分级别地设置获取创新补贴的技术门槛，引导企业开展关键技术研发活动，助力实现技术突破。企业创新的提质增量，是当前日益激烈的全球创新力竞争中，培养新的竞争力和实现技术突破的重要研究内容。本文在Laffont和Tirole提出的权力分离模型的基础上构建双重监管模型，研究并分析了双重监管规制下企业创新行为的寻租扭曲机制。然后，利用XBRL分类标准的推广为企业创新提质增量的双重监管困境进行多时点的双重差分实证检验，得出结论：双重监管表现出对企业低质量创新行为的促进作用，但不能有效激励高质量创新行为，总体来说，双重监管能够促进创新数量的增加，但不能有效提升创新质量。基于上述研究，本文将理论与实际相结合，从创新投入、创新过程以及创新产出三个角度提出企业创新提质增量双重监管困境的破解路径，完善针对企业创新的完整且动态的监管链。最后针对优化政府创新监管对企业创新提质增量有效性并激发企业的自主创新动力提出以下建议：一是定期调研企业研发活动并强化监管技术；二是提高违规成本并从认定、评估和审计多方面完善监管流程；三是围绕企业内部结构和外部市场优化创新环境。
[1]Tong，T.，W．He，Z． L． He，and J． Lu，2014，“Patent Regime Shift and Firm Innovation：Evidence from the Second Amendment to China's Patent Law”[J].In Academy of Management Proceedings，2014（1）.[2]张佩.双重监管、董事会治理与盈余质量[J].财会通讯，2021（1）.[3]程俊杰.高质量发展背景下破解“创新困境”的双重机制[J].现代经济探讨，2019（3）.[4]俞立平，邱栋，彭长生，张再杰.高技术产业创新效率对创新质量作用机制研究[J].宏观质量研究，2021（2）.[5]Stefano C，Clara G.How many patents does it take to signal innovation quality［J］.Original International Journal of Industrial Organization，2015（5）.[6]蔡绍洪，俞立平.创新数量、创新质量与企业效益——来自高技术产业的实证[J].中国软科学，2017（5）.[7]张震.创新数量、创新质量与企业规模[J].经济问题，2018（12）.[8]赵公民，俞立平，戴化勇.创新数量、创新质量与高技术产业出口[J].中国管理科学，2021（2）.[9]Teece D J.Profiting From Technological Innovation：Implications for Integration，Collaboration，Licensing and Public Policy [J].Research Policy，1986（6）.[10]俞立平，邱栋，彭长生.创新集聚、创新质量与创新成果[J].统计与决策，2021（11）.[11]李扬，樊霞，章熙春.产业科学关联度视角下的产学研合作关系强度及创新质量研究[J].科学学与科学技术管理，2017（12）.[12]白旭云，王砚羽，苏欣.研发补贴还是税收激励——政府干预对企业创新绩效和创新质量的影响[J].科研管理，2019（6）.[13]Bellucci A，Pennacchio L.Public R&D subsidies：collaborative versus individual place-based programs for SMEs[J].Small Business Economics，2017（6）.[14]薛晓珊，方虹，杨昭.新能源汽车推广政策对企业技术创新的影响研究——基于PSM-DID方法[J].科学学与科学技术管理，2021（5）.[15]杨洋，魏江，罗来军.谁在利用政府补贴进行创新?——所有制和要素市场扭曲的联合调节效应[J].管理世界，2015（1）.[16]肖兴志，王伊攀.政府补贴与企业社会资本投资决策——来自战略性新兴产业的经验证据[J].中国工业经济，2014（9）.[17]白雪洁，孟辉.新兴产业、政策支持与激励约束缺失——以新能源汽车产业为例[J].经济学家，2018（1）.[18]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究，2009（10）.[19]苑泽明，史方，金宇.政府创新补助的激励扭曲效应——基于中国上市公司研发操纵行为的检验[J].软科学，2020（2）.[20]杨国超，芮萌.高新技术企业税收减免政策的激励效应与迎合效应[J].经济研究，2020（9）.[21]万源星，许永斌，许文瀚.加计扣除政策、研发操纵与民营企业自主创新[J].科研管理，2020（2）.[22]李军强，任浩.研发操纵、“多赢困境”与有效监管——随机演化博弈模型与仿真[J].系统管理学报，2020（6）.[23]Jean-Jacques Laffont；J.J.Laffaont.Incentives and Political Economy[M].OUP Oxford，2000.[24]陈宋生，童晓晓.双重监管、XBRL实施与公司治理效应[J].南开管理评论，2017（6）.[25]黎文靖，郑曼妮.实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J].经济研究，2016（4）.[26]许昊，万迪昉，徐晋.风险投资、区域创新与创新质量甄别[J].科研管理，2017（8）.[27]罗宏，秦际栋.国有股权参股对家族企业创新投入的影响[J].中国工业经济，2019（7）.[28]Yasuda T.Firm growth，size，age and behavior in Japanese manufacturing [J].Small Business Economics，2005（1）.[29]詹宇波，孙鑫，曾军辉.信贷约束、盈利能力与创新决策——来自中国高科技企业的面板证据[J].上海经济研究，2018（11）.[30]Liu Q，Qiu L D.Intermediate input imports and innovations：Evidence from Chinese firms' patent filings[J].Journal of International Economics，2016（103）.
责任编辑：刘梅