江蘇省中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素研究

張 可，左 媛

(1.河海大學(xué) a.商學(xué)院，b.項目管理研究所，c.國際河流研究中心，江蘇 南京 211100；2.江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇 南京 211100)

一、引 言

創(chuàng)新被普遍認(rèn)為是國家、區(qū)域和企業(yè)競爭優(yōu)勢的來源。在黨的十八屆五中全會上，習(xí)近平明確指出，要把創(chuàng)新擺在國家發(fā)展全局的核心位置。目前中國正處于經(jīng)濟發(fā)展方式轉(zhuǎn)變和經(jīng)濟結(jié)構(gòu)調(diào)整的重要階段，人口紅利和要素驅(qū)動能力趨緩，進一步強化創(chuàng)新成為新常態(tài)下中國經(jīng)濟增長的重要動力[1]。從發(fā)達國家來看，中低技術(shù)產(chǎn)業(yè)依然對經(jīng)濟發(fā)展和就業(yè)具有不可替代的作用[2]。中國正處于工業(yè)化中期，中低技術(shù)產(chǎn)業(yè)將在一定時期內(nèi)占據(jù)國民經(jīng)濟主導(dǎo)地位。因此，提高中低技術(shù)產(chǎn)業(yè)創(chuàng)新能力，對于促進中低技術(shù)產(chǎn)業(yè)轉(zhuǎn)型升級、優(yōu)化經(jīng)濟結(jié)構(gòu)具有重要意義。

目前，國內(nèi)外對中低技術(shù)企業(yè)的研究大多聚焦于創(chuàng)新效率、創(chuàng)新模式、創(chuàng)新機制及創(chuàng)新轉(zhuǎn)型升級等方面。由于數(shù)據(jù)采集困難，已有研究多采用實證方法檢驗中低技術(shù)企業(yè)創(chuàng)新的相關(guān)理論，雖然取得了不少研究成果，但也存在一定局限性。一方面，因為中低技術(shù)企業(yè)的創(chuàng)新主要依賴非研發(fā)活動，而非研發(fā)活動的評價指標(biāo)相對廣泛，導(dǎo)致傳統(tǒng)方法難以全面揭示影響中低技術(shù)企業(yè)創(chuàng)新的主要因素；另一方面，由于中低技術(shù)企業(yè)創(chuàng)新的數(shù)據(jù)獲取較為困難，以往研究多采用抽樣調(diào)查或宏觀統(tǒng)計數(shù)據(jù)。從2014年開始，國家統(tǒng)計局建立了全國企業(yè)創(chuàng)新調(diào)查統(tǒng)計制度，對規(guī)模以上工業(yè)企業(yè)創(chuàng)新數(shù)據(jù)實行全數(shù)采集，數(shù)據(jù)集涵蓋了組織創(chuàng)新、營銷創(chuàng)新、信息化情況、企業(yè)基本情況、R&D人員情況等上百項指標(biāo)。針對眾多指標(biāo)及龐大數(shù)據(jù)量，傳統(tǒng)研究方法已難以適用于大數(shù)據(jù)集的知識發(fā)現(xiàn)問題。

在此背景下，本文嘗試采用大數(shù)據(jù)研究思路和挖掘工具對中低技術(shù)企業(yè)創(chuàng)新驅(qū)動問題進行研究。大數(shù)據(jù)研究思路是指不事先假設(shè)影響中低技術(shù)企業(yè)創(chuàng)新的因素，而是以企業(yè)創(chuàng)新的全量數(shù)據(jù)為核心，通過對相關(guān)數(shù)據(jù)進行連接整合、去重去噪、特征提取等預(yù)處理后，形成以中低技術(shù)企業(yè)創(chuàng)新為主題的數(shù)據(jù)集；然后，將中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素識別問題轉(zhuǎn)化為分類問題，以是否創(chuàng)新作為分類變量，將數(shù)據(jù)集中研發(fā)活動等指標(biāo)作為屬性進行建模；進而通過模型檢驗選擇最優(yōu)模型，并根據(jù)最優(yōu)模型中各屬性的重要度對中低技術(shù)企業(yè)創(chuàng)新驅(qū)動關(guān)鍵因素進行識別。

二、文獻回顧

(一)中低技術(shù)企業(yè)創(chuàng)新研究現(xiàn)狀

目前，國外對中低技術(shù)企業(yè)創(chuàng)新的研究在創(chuàng)新源泉、創(chuàng)新規(guī)律、創(chuàng)新模式、創(chuàng)新效率以及內(nèi)部創(chuàng)新轉(zhuǎn)型等方面都有一定成果。例如：歐盟委員會資助的“歐洲中低技術(shù)產(chǎn)業(yè)政策與創(chuàng)新”(PILOT)項目，以11個OECD 成員國中的43家中低技術(shù)企業(yè)為對象展開研究，結(jié)果顯示：創(chuàng)新實現(xiàn)能力是中低技術(shù)企業(yè)的創(chuàng)新源泉，包括將外部知識轉(zhuǎn)換為內(nèi)部具有獨特實用性知識的能力以及將各種知識、參與者、行為主體或人工制品進行再組合的能力[3-4]。Heidenreich基于第四次歐盟委員會(CIS4)創(chuàng)新調(diào)查相關(guān)數(shù)據(jù)發(fā)現(xiàn)，中低技術(shù)企業(yè)的創(chuàng)新以生產(chǎn)過程、組織和營銷創(chuàng)新為主，并且強烈依賴機器、設(shè)備和軟件的外部供應(yīng)[5]。Kaplinsky等人認(rèn)為，中低技術(shù)企業(yè)更傾向于將有限的創(chuàng)新資源投入到市場或工藝流程創(chuàng)新，從提高勞動生產(chǎn)率、產(chǎn)品質(zhì)量等方面獲取競爭優(yōu)勢[6]。Ortega等利用歐洲頂尖投資者組成的數(shù)據(jù)庫研究發(fā)現(xiàn)，R&D活動對勞動生產(chǎn)率有顯著的正向影響[7]。Ghosal等人認(rèn)為，盡管中低技術(shù)企業(yè)個體創(chuàng)新片段很小，但積累得到的可觀報酬有助于持續(xù)創(chuàng)新型企業(yè)獲取顯著的競爭優(yōu)勢[8]。此外，F(xiàn)reddi還從技術(shù)角度探討了中低技術(shù)企業(yè)的內(nèi)部創(chuàng)新問題，研究表明，中低技術(shù)企業(yè)通過創(chuàng)造新的技術(shù)整合規(guī)則的方式來促進企業(yè)的內(nèi)部轉(zhuǎn)型[9]。

長期以來，國內(nèi)創(chuàng)新政策研究者和制定者一直重點關(guān)注高技術(shù)企業(yè)創(chuàng)新，而對R&D投入強度較低的中低技術(shù)企業(yè)創(chuàng)新關(guān)注較少。然而，2015年的統(tǒng)計數(shù)據(jù)表明，高技術(shù)企業(yè)在規(guī)模以上工業(yè)企業(yè)中的占比僅為7.73%[10]471，這說明中低技術(shù)企業(yè)仍舊是國民經(jīng)濟的主體。同時在提供就業(yè)崗位和總產(chǎn)值所占比重來看，中低技術(shù)企業(yè)對促進就業(yè)、拉動經(jīng)濟增長具有不可忽視的影響。當(dāng)前對中低技術(shù)企業(yè)創(chuàng)新的研究主要集中在創(chuàng)新效率[11-13]、創(chuàng)新特征[14]、創(chuàng)新機制[15]、創(chuàng)新模式[16]以及中低技術(shù)企業(yè)創(chuàng)新升級相關(guān)理論[17-18]；對于企業(yè)創(chuàng)新驅(qū)動因素的研究，大多以傳統(tǒng)的統(tǒng)計和計量方法為主[19-20]。

在全球信息化快速發(fā)展和企業(yè)競爭越來越激烈的背景下，數(shù)據(jù)已經(jīng)成為企業(yè)重要的基礎(chǔ)性戰(zhàn)略資源，科學(xué)進步越來越多地由創(chuàng)新來推動。利用大數(shù)據(jù)分析，能夠總結(jié)經(jīng)驗，發(fā)現(xiàn)規(guī)律，預(yù)測趨勢，輔助決策，充分釋放和利用海量數(shù)據(jù)資源中蘊含的巨大價值。據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)，截至2015年底，中國規(guī)模以上工業(yè)企業(yè)共有383 148家[10]290，國家統(tǒng)計的企業(yè)研發(fā)活動和創(chuàng)新活動指標(biāo)多達上百個，加上企業(yè)生產(chǎn)經(jīng)營等基本活動指標(biāo)，每年產(chǎn)生的數(shù)據(jù)量十分可觀。與高技術(shù)企業(yè)科技經(jīng)費投入多、創(chuàng)新產(chǎn)出高等特點不同，中低技術(shù)企業(yè)的研發(fā)經(jīng)費投入較少，創(chuàng)新更多依賴非R&D活動，這就造成了影響中低技術(shù)企業(yè)創(chuàng)新的因素較多，研究的數(shù)據(jù)量較大，而大數(shù)據(jù)分析方法為中低技術(shù)企業(yè)創(chuàng)新驅(qū)動問題研究提供了一種新的思路。

(二)中低技術(shù)企業(yè)界定

學(xué)術(shù)界對中低技術(shù)企業(yè)的劃分有多種標(biāo)準(zhǔn)，最普遍的劃分還是依據(jù)1986年《奧斯陸手冊》中提出的產(chǎn)業(yè)劃分標(biāo)準(zhǔn)，即依據(jù)R&D投入強度(R&D投入/生產(chǎn)總值)不同，將企業(yè)劃分為高技術(shù)產(chǎn)業(yè)、中技術(shù)產(chǎn)業(yè)和低技術(shù)產(chǎn)業(yè)三類。隨著學(xué)術(shù)界對產(chǎn)業(yè)劃分認(rèn)識的改進，該分類從三類發(fā)展為四類，即高、中高、中低、低技術(shù)產(chǎn)業(yè)[2]?！秺W斯陸手冊》將R&D投入強度小于1%的企業(yè)劃分為低技術(shù)產(chǎn)業(yè)；將R&D投入強度在1%到3%之間的企業(yè)劃分為中低技術(shù)產(chǎn)業(yè)；將R&D投入強度在3%到5%之間的企業(yè)劃分為中高技術(shù)產(chǎn)業(yè)；將R&D投入強度大于5%的企業(yè)劃分為中高技術(shù)產(chǎn)業(yè)。

本研究基于《奧斯陸手冊》產(chǎn)業(yè)劃分標(biāo)準(zhǔn)，參照以往學(xué)者對技術(shù)產(chǎn)業(yè)的劃分[16]，將中低技術(shù)產(chǎn)業(yè)和低技術(shù)產(chǎn)業(yè)合并稱為“中低技術(shù)產(chǎn)業(yè)”，即選取R&D投入強度小于3%的企業(yè)作為本文的研究對象。

三、研究方法及數(shù)據(jù)說明

(一)研究方法

中低技術(shù)企業(yè)創(chuàng)新具有機理復(fù)雜、數(shù)據(jù)量較大的特征。以2014年江蘇省企業(yè)創(chuàng)新調(diào)查數(shù)據(jù)為例，數(shù)據(jù)主要包括開展產(chǎn)品創(chuàng)新、工藝創(chuàng)新、組織創(chuàng)新和營銷創(chuàng)新的基本情況、創(chuàng)新活動類型情況、企業(yè)研發(fā)活動情況等上百項指標(biāo)。在此背景下，難以建立較為完整的理論體系，并無法采用傳統(tǒng)方法處理指標(biāo)眾多、數(shù)據(jù)量龐大的數(shù)據(jù)集。為此，嘗試將中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素識別問題轉(zhuǎn)換為分類問題，以企業(yè)是否創(chuàng)新作為分類變量，以企業(yè)信息化情況、創(chuàng)新情況、研發(fā)活動等指標(biāo)作為屬性，通過隨機森林、決策樹、KNN等6種分類算法的訓(xùn)練、測試、精度對比與競爭，選擇分類準(zhǔn)確率最高的算法作為最優(yōu)模型，再根據(jù)最優(yōu)分類模型中各屬性對分類變量的貢獻程度識別創(chuàng)新驅(qū)動因素，從而在大量數(shù)據(jù)和指標(biāo)中探索中低技術(shù)企業(yè)創(chuàng)新的新規(guī)律。

以隨機森林算法為例，該算法首先構(gòu)建多棵小規(guī)模決策樹，分別描述屬性與分類變量之間的復(fù)雜非線性關(guān)系，然后通過投票法集成結(jié)果，最終構(gòu)建分類模型。在隨機森林模型結(jié)果中，平均精度下降(Mean Decrease Accuracy，MDA)和平均基尼系數(shù)下降(Mean Decrease Gini，MDG)是兩個表征屬性重要度的評價指標(biāo)，前者根據(jù)屬性影響隨機森林準(zhǔn)確率的降低程度來表示其重要性，后者通過樹變量分隔節(jié)點的純度來表示屬性的重要性。而各屬性指標(biāo)在MDA和MDG中的貢獻度排名能反映各屬性對分類變量的重要程度，即創(chuàng)新驅(qū)動因素對中低技術(shù)企業(yè)創(chuàng)新的重要程度，以此為依據(jù)即可識別出中低技術(shù)企業(yè)創(chuàng)新的關(guān)鍵驅(qū)動因素。

(二) 數(shù)據(jù)來源及預(yù)處理

本文數(shù)據(jù)來源于2014年江蘇省規(guī)模以上工業(yè)企業(yè)創(chuàng)新調(diào)查，調(diào)查對象共計48 708家單位，其中中低技術(shù)企業(yè)42 159家，占全樣本的86.6%。數(shù)據(jù)集中包含了規(guī)模以上工業(yè)企業(yè)的所有企業(yè)法人，涵蓋了企業(yè)開展產(chǎn)品創(chuàng)新、工藝創(chuàng)新、營銷創(chuàng)新、組織創(chuàng)新、企業(yè)基本情況、信息化情況等107項屬性。

對于數(shù)據(jù)集中的大量屬性，采用特征值選擇和提取方法進行處理，其中包括屬性的歸類合并，刪除與創(chuàng)新無關(guān)的特征值，刪除關(guān)聯(lián)性強的特征值等，例如對于引進國外技術(shù)經(jīng)費支出、引進技術(shù)的消化吸收支出、購買國內(nèi)技術(shù)經(jīng)費支出和技術(shù)改造支出4個屬性，用技術(shù)獲取和技術(shù)改造支出1個屬性來表示。對于企業(yè)基本情況，刪除了單位地址、郵政編碼、電話號碼、行政區(qū)域化代碼等與中低技術(shù)企業(yè)創(chuàng)新無相關(guān)關(guān)系的15個屬性。對于R&D人員情況，選擇了最能凸顯R&D實際人員情況的R&D人員折合全時當(dāng)量合計表示等等，最終得到了32個影響中低技術(shù)企業(yè)創(chuàng)新的分類屬性。然后，對數(shù)據(jù)集進行異常點檢測、缺失值處理、數(shù)據(jù)離散化等預(yù)處理操作，共刪除數(shù)據(jù)59條，過濾異常值數(shù)據(jù)108條，同時采用ChiMerge算法對主營業(yè)務(wù)收入、利潤總額、資產(chǎn)總計等15項連續(xù)型數(shù)據(jù)屬性進行了離散化。

(三) 數(shù)據(jù)描述

經(jīng)過以上處理后，得到研究數(shù)據(jù)共41 992條，其中有創(chuàng)新的企業(yè)數(shù)量為18 225家，約占樣本總量的43.4%，無創(chuàng)新的企業(yè)數(shù)量為23 767家，約占樣本總量的56.6%，類別的分布較為均衡。數(shù)據(jù)的基本情況以及說明具體見表1。

表1 數(shù)據(jù)的字段說明

四、中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素識別

(一)模型構(gòu)建

各算法的最優(yōu)參數(shù)通過模型準(zhǔn)確率的變化情況確定。以隨機森林算法的參數(shù)選擇為例，生成樹的個數(shù)(ntree)和節(jié)點數(shù)(mtry)是影響模型準(zhǔn)確率的兩個重要參數(shù)。在選擇ntree時，將數(shù)據(jù)集隨機分為訓(xùn)練集(75%)和測試集(25%)，根據(jù)1～500棵樹之間分類錯誤率的變化情況選取最優(yōu)樹。結(jié)果如圖1所示，ntree超過100時，有創(chuàng)新企業(yè)和無創(chuàng)新企業(yè)的分類錯誤率最低且趨向平穩(wěn)，因此選取ntree=500為最優(yōu)生成樹的個數(shù)。

圖1 隨機森林模型參數(shù)選擇

對于節(jié)點數(shù)的選擇，在1～25之間對隨機森林算法分類錯誤率進行計算，選擇分類錯誤率最低的節(jié)點，同時依據(jù)樹的節(jié)點數(shù)不大于自變量平方根的原則，選取mtry=5建立模型。具體見圖1。類似地，表2列出了各分類算法參數(shù)的優(yōu)選結(jié)果。

表2 模型參數(shù)選擇及重要參數(shù)

為保證模型精度的穩(wěn)定性，采用十折交叉驗證選擇最優(yōu)分類模型，即將數(shù)據(jù)平均分成10份，每次取出1份作為測試集，其余9份作為訓(xùn)練集，最后將10次的平均結(jié)果作為預(yù)測誤差的估計，以預(yù)測誤差最小的模型最優(yōu)。最終得到的結(jié)果見表3。

從表3中可以看出，隨機森林的總體分類準(zhǔn)確率為92.2%，有創(chuàng)新的中低技術(shù)企業(yè)分類準(zhǔn)確率為88.6%，且各樣本分類準(zhǔn)確率的分布較為平均，模型較為穩(wěn)定。無論是從模型總體分類準(zhǔn)確率，還是從各樣本準(zhǔn)確率的分布來看，隨機森林模型的分類效果最佳。為此，本文以隨機森林算法的結(jié)果作為識別中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素的依據(jù)。

(二)結(jié)果及分析

隨機森林分類模型中各屬性的重要程度如圖2所示。其中，平均精度下降(MDA)表示把一個創(chuàng)新影響因素變成隨機數(shù)時，隨機森林預(yù)測準(zhǔn)確率的降低程度，該值越大表示該因素對于區(qū)分企業(yè)創(chuàng)新能力的貢獻越大。平均基尼系數(shù)下降(MDG)表示所有樹的屬性分割節(jié)點純度的平均降低程度，該值越大表示該因素的重要度越大。

表3 各模型十折交叉驗證結(jié)果

圖2 隨機森林分類模型中各屬性重要程度

首先，圖2中排在前兩位的創(chuàng)新影響因素是人員培訓(xùn)(STT)和設(shè)備、軟件、機器、土地、建筑等的獲取(FEQ)，并且這兩個因素與排名第三的因素距離較遠，可以認(rèn)為STT和FEQ是驅(qū)動中低技術(shù)企業(yè)創(chuàng)新的關(guān)健因素。這一結(jié)果說明，中低技術(shù)企業(yè)創(chuàng)新受土地、資本投入影響較大，與中低技術(shù)企業(yè)服從道格拉斯生產(chǎn)函數(shù)的特征一致。相比高新技術(shù)企業(yè)通過R&D投入提升產(chǎn)品附加值，中低技術(shù)企業(yè)更多依賴于現(xiàn)有研究成果進行應(yīng)用開發(fā)，且相對而言中低技術(shù)企業(yè)大多為傳統(tǒng)企業(yè)，勞動力是主要成本，往往通過價格而非質(zhì)量獲取競爭優(yōu)勢，因此先進設(shè)備和機器對于提升勞動生產(chǎn)率和企業(yè)技術(shù)創(chuàng)新能力有至關(guān)重要的作用。此外，人員培訓(xùn)對于中低技術(shù)企業(yè)創(chuàng)新影響顯著，這是由于中低技術(shù)企業(yè)人才吸引力較弱，創(chuàng)新主要依靠內(nèi)部人員的素質(zhì)提升，因此，人才驅(qū)動背后比拼的是各企業(yè)的培訓(xùn)能力和水平。企業(yè)為員工投資培訓(xùn)可以促進人力資本積累，提高員工知識運用能力，開發(fā)員工潛力，貫徹企業(yè)創(chuàng)新理念，從而支持企業(yè)創(chuàng)新活動，提高企業(yè)創(chuàng)新能力。

其次，實現(xiàn)創(chuàng)新有關(guān)的可行性研究等其他創(chuàng)新活動(EFA)、對新產(chǎn)品進行外觀或包裝方面的設(shè)計(DFNP)、市場調(diào)研和廣告宣傳等活動(MPRE)、專利、版權(quán)、技術(shù)訣竅、非專利發(fā)明和其他類型技術(shù)的獲取(FKN)對中低技術(shù)企業(yè)創(chuàng)新也有顯著影響。這一結(jié)果表明，非研發(fā)創(chuàng)新活動對中低技術(shù)企業(yè)創(chuàng)新具有重要影響。與高技術(shù)企業(yè)主要通過研發(fā)活動進行顛覆式創(chuàng)新不同，中低技術(shù)企業(yè)主要通過引入外部技術(shù)、知識和采用外部可用資源實行創(chuàng)造性的重組進行創(chuàng)新，且多為連續(xù)的漸進性創(chuàng)新。漸進性創(chuàng)新主要基于企業(yè)現(xiàn)有資源和能力，側(cè)重于原有技術(shù)的改進和應(yīng)用，且在產(chǎn)品創(chuàng)新中往往包含市場評估、財務(wù)分析、廣告宣傳等內(nèi)容。這些活動本質(zhì)上是對不同功能要素的重組。對新產(chǎn)品進行外觀設(shè)計實質(zhì)上是技術(shù)和用戶體驗的集成，同時，設(shè)計可以通過創(chuàng)造新的產(chǎn)品語言和意義影響消費者需求，最終推動創(chuàng)新的產(chǎn)生。由于中低技術(shù)企業(yè)研發(fā)投入強度較低，創(chuàng)新受高技術(shù)企業(yè)創(chuàng)新成果轉(zhuǎn)移和擴散的影響，因此，中低技術(shù)企業(yè)需要從企業(yè)外部購買或引進新技術(shù)和新知識，不斷產(chǎn)生新知識流以積累和更新知識存量，提高企業(yè)技術(shù)能力，使其較其他競爭者保持相對差異化的技術(shù)優(yōu)勢，進而通過技術(shù)創(chuàng)新在市場中獲得一定的競爭地位。

從圖2中各屬性在MDA和MDG中的重要度排名可以看出，驅(qū)動中低技術(shù)企業(yè)創(chuàng)新的關(guān)鍵屬性大致相同，但對使用政府提供的科技活動資金(FGV)、R&D經(jīng)費內(nèi)部支出合計(RDI)、研究開發(fā)費用加計扣除減免稅(RDTA)和R&D人員折合全時當(dāng)量合計(TRDeq)重要程度的識別存在明顯差異。因此，本文從各屬性變化對分類變量的影響程度方面對這4個屬性進行了進一步分析。根據(jù)得出的結(jié)果*由于篇幅限制，隨機森林模型中各屬性變化對中低技術(shù)企業(yè)創(chuàng)新影響的圖不在文中列出，需要了解的讀者可以聯(lián)系作者。，這4個屬性對中低技術(shù)企業(yè)創(chuàng)新影響的重要度差別不大，但各屬性變化對中低技術(shù)企業(yè)創(chuàng)新的影響存在差異。首先，研究開發(fā)費用加計扣除減免稅(RDTA)越多，中低技術(shù)企業(yè)創(chuàng)新趨向性越強。由于RDTA中包含了用于研發(fā)活動的設(shè)備租賃費、折舊費等，根據(jù)中低技術(shù)企業(yè)主要通過外部設(shè)備、技術(shù)等獲取進行創(chuàng)新的特點，可以推斷出RDTA的增長能通過一定程度上增強企業(yè)外部資源獲取促進中低技術(shù)企業(yè)創(chuàng)新。其次，當(dāng)R&D經(jīng)費內(nèi)部支出合計(RDI)、使用政府提供的科技活動資金(FGV)和R&D人員折合全時當(dāng)量合計(TRDeq)超過一個較低的區(qū)間時，這3個屬性對中低技術(shù)企業(yè)創(chuàng)新沒有明顯驅(qū)動。這說明中低技術(shù)企業(yè)的創(chuàng)新投入對創(chuàng)新產(chǎn)出的影響雖然較為顯著，但存在邊際遞減效應(yīng)。這一結(jié)果與現(xiàn)有研究不完全一致。已有研究認(rèn)為研發(fā)活動對中低技術(shù)企業(yè)創(chuàng)新的影響并不顯著，而本文通過數(shù)據(jù)分析后認(rèn)為，在一個較低區(qū)間內(nèi)，內(nèi)部研發(fā)投入對中低技術(shù)企業(yè)創(chuàng)新有一定促進作用。這是因為雖然中低技術(shù)企業(yè)研發(fā)投入強度低，但并不意味著技術(shù)含量低，中低技術(shù)企業(yè)能用一定程度的研發(fā)投入在“干中學(xué)”和“用中學(xué)”中不斷采納和吸收新技術(shù)，并在特定領(lǐng)域進行專業(yè)化開發(fā)和改進。當(dāng)然，中低技術(shù)企業(yè)更多的是通過組織創(chuàng)新、技術(shù)獲取等更廣泛的非研發(fā)活動進行創(chuàng)新，這也使其創(chuàng)新投入成本較低，邊際遞減效應(yīng)顯現(xiàn)較早。

①② 由于篇幅限制，所涉及的圖省略，需要了解的讀者可以聯(lián)系作者。

同時，對比圖2中兩個重要度衡量屬性可以看出，企業(yè)使用的計算機數(shù)量(CPN)、企業(yè)單位規(guī)模(size)、是否在經(jīng)營模式方面有組織創(chuàng)新(NMOP)對中低技術(shù)企業(yè)創(chuàng)新也有一定影響。從CPN變化對分類變量的影響程度得出結(jié)論①，企業(yè)使用的計算機數(shù)量越多，企業(yè)越趨向于創(chuàng)新。計算機數(shù)量在一定程度上反映了信息化水平，企業(yè)信息化的發(fā)展能直接影響技術(shù)創(chuàng)新的方式、方法、效益及效率，促進技術(shù)創(chuàng)新向智能化、多樣化發(fā)展，使技術(shù)創(chuàng)新更高效，協(xié)作更廣泛，創(chuàng)新能力更持續(xù)。同時，企業(yè)信息化還能通過影響企業(yè)信息獲取、交流、共享、產(chǎn)生及物化能力，間接影響企業(yè)創(chuàng)新。對比圖2中企業(yè)管理信息化(IML)重要度不高，說明企業(yè)更多將計算機運用在對信息獲取、產(chǎn)生，以及信息技術(shù)在工業(yè)中的應(yīng)用，這一定程度上反映了獲取信息資源和運用信息技術(shù)的能力對中低技術(shù)企業(yè)創(chuàng)新更為重要。

最后，從企業(yè)規(guī)模(size)變化對分類變量的影響程度來看②，與高新技術(shù)企業(yè)規(guī)模與企業(yè)創(chuàng)新有負(fù)相關(guān)關(guān)系不同，大中型企業(yè)是中低技術(shù)企業(yè)創(chuàng)新的主力軍。一方面，因為中低技術(shù)企業(yè)創(chuàng)新主要依賴非研發(fā)活動，而大中型企業(yè)的人才培養(yǎng)、市場調(diào)研等機制更加完善，更易獲得先進技術(shù)、設(shè)備等，有足夠的創(chuàng)新資源和能力在創(chuàng)新中領(lǐng)先；另一方面，因為中低技術(shù)企業(yè)在創(chuàng)新活動的各階段有顯著的規(guī)模報酬遞增效應(yīng)，企業(yè)規(guī)模越大，報酬越高，企業(yè)開展創(chuàng)新活動的意愿更強。

五、結(jié)論與建議

本文利用2014年江蘇省規(guī)模以上工業(yè)企業(yè)創(chuàng)新調(diào)查數(shù)據(jù)，對中低技術(shù)企業(yè)創(chuàng)新驅(qū)動因素進行了深入研究。通過將研究問題的轉(zhuǎn)換和模型對比、測試，建立了基于隨機森林的中低技術(shù)企業(yè)創(chuàng)新驅(qū)動模型，最后利用模型結(jié)果對創(chuàng)新驅(qū)動關(guān)鍵因素進行了識別、分析。研究表明：(1)非研發(fā)活動對中低技術(shù)企業(yè)創(chuàng)新有重要影響，其中設(shè)備、軟件、機器、土地、建筑等的獲取和人員培訓(xùn)是驅(qū)動中低技術(shù)企業(yè)創(chuàng)新的關(guān)鍵因素；(2)知識技術(shù)的獲取、新產(chǎn)品外觀設(shè)計以及可行性研究、市場調(diào)研等創(chuàng)新準(zhǔn)備活動對中低技術(shù)企業(yè)創(chuàng)新有重要影響；(3)研發(fā)開發(fā)費用加計扣除減免稅的增長能通過增強企業(yè)外部資源獲取促進中低技術(shù)企業(yè)創(chuàng)新，而內(nèi)部研發(fā)投入只有在一個較低區(qū)間內(nèi)對驅(qū)動中低技術(shù)企業(yè)創(chuàng)新有明顯作用；(4)獲取信息資源和運用信息技術(shù)的能力對中低技術(shù)企業(yè)創(chuàng)新有顯著影響；(5)大中型企業(yè)是中低技術(shù)企業(yè)創(chuàng)新的主力軍。

為促進中低技術(shù)企業(yè)創(chuàng)新，本文提出以下建議：第一，針對在職人員構(gòu)建專業(yè)化的培訓(xùn)體系，加大對人員培訓(xùn)的投入。盡管中國已經(jīng)通過法律形式要求企業(yè)按照一定的比例計提“職工教育培訓(xùn)費”，但是在職培訓(xùn)的投入遠遠低于發(fā)達國家的水平。政府和企業(yè)應(yīng)廣泛拓展職業(yè)培訓(xùn)的經(jīng)費來源，鼓勵政府財政撥款、企業(yè)事業(yè)單位自籌、社會資助、接受捐贈等多渠道籌集資金開展人員培訓(xùn)。第二，重視非研發(fā)活動，加大對中低技術(shù)企業(yè)非研發(fā)創(chuàng)新活動的投入。目前產(chǎn)業(yè)創(chuàng)新政策一直重點聚焦于研發(fā)投入促進創(chuàng)新，而對非研發(fā)創(chuàng)新活動驅(qū)動中低技術(shù)企業(yè)創(chuàng)新的認(rèn)識不夠。政府在關(guān)注研發(fā)投入對技術(shù)創(chuàng)新的基礎(chǔ)上，應(yīng)新增非研發(fā)活動對企業(yè)創(chuàng)新的考量，同時對中低技術(shù)企業(yè)開展非研發(fā)創(chuàng)新活動給予資金和政策上的支持，鼓勵企業(yè)總結(jié)和推廣成功的非研發(fā)創(chuàng)新經(jīng)驗，獎勵在非研發(fā)創(chuàng)新領(lǐng)域有突出貢獻的人才。第三，加快企業(yè)信息化發(fā)展。信息化可以提高企業(yè)獲取信息資源的能力，加強信息技術(shù)在工業(yè)中的應(yīng)用。政府可以通過政策和資金支持、政策引導(dǎo)、立法建立標(biāo)準(zhǔn)、開展試點企業(yè)等多種形式促進中低技術(shù)企業(yè)信息化發(fā)展。第四，重點關(guān)注大中型中低技術(shù)企業(yè)，以大中型企業(yè)創(chuàng)新為主，帶動整個中低技術(shù)產(chǎn)業(yè)轉(zhuǎn)型升級。

[1] 余斌，平新喬，張占斌，等.“十三五”期間的中國經(jīng)濟增長——改革傳媒發(fā)行人、編輯總監(jiān)王佳寧對話九位經(jīng)濟學(xué)者[J].改革，2015(1).

[2] 王瑛.LMT產(chǎn)業(yè)技術(shù)創(chuàng)新規(guī)律及政策啟示[J].科學(xué)管理研究，2012(5).

[3] 白玲，鄧瑋.科技創(chuàng)新在中低技術(shù)產(chǎn)業(yè)中為什么同樣重要?[J].社會科學(xué)戰(zhàn)線，2008(6).

[4] Hirsch-Kreinsen H."Low-Technology"：A Forgotten Sector in Innovation Policy[J].Journal of Technology Management & Innovation，2008(3).

[5] Heidenreich M.Innovation Patterns and Location of European Low-and Medium-Technology Industries[J].Research Policy，2009，38(3).

[6] Kaplinsky R，Readman J.Globalization and Upgrading：What Can (and Can not) be Learnt from International Trade Statistics in the Wood Furniture Sector ?[J].Industrial and Corporate Change，2005，14(4).

[7] Ortega Argiles R，Potters L，Vivarelli M.R&D and Productivity：Testing Sectoral Peculiarities Using Micro Data[J].Empirical Economics，2011，41(3).

[8] Ghosal V，Nair-Reichert U.Investments in Modernization，Innovation and Gains in Productivity：Evidence from Firms in the Global Paper Industry[J].Research Policy，2009，38(3).

[9] Freddi D.The Integration of Old and New Technological Paradigms in Low-and Medium-Tech Sectors：The Case of Mechatronics[J].Research Policy，2009，38(3).

[10] 中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒2016[M].北京：中國統(tǒng)計出版社，2016.

[11] 陳寧.我國低技術(shù)中小企業(yè)創(chuàng)新效率提升研究——“一體化漏斗”服務(wù)模型構(gòu)建[J].科技進步與對策，2013(15).

[12] 郭兵.中低技術(shù)制造業(yè)技術(shù)創(chuàng)新效率的行業(yè)比較研究[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2014(5).

[13] 池仁勇，劉娟芳，張宓之，等.中低技術(shù)產(chǎn)業(yè)創(chuàng)新效率研究——基于我國大中型工業(yè)企業(yè)面板數(shù)據(jù)的實證[J].科技進步與對策，2014(16).

[14] 王燕玲.基于專利分析的我國低技術(shù)制造業(yè)技術(shù)創(chuàng)新特征研究[J].統(tǒng)計研究，2011(4).

[15] 何曉清.創(chuàng)新網(wǎng)絡(luò)演化視角下的區(qū)域創(chuàng)新機制研究——以高技術(shù)產(chǎn)業(yè)和中低技術(shù)產(chǎn)業(yè)為例[J].研究與發(fā)展管理，2017(1).

[16] 秦佩恒，趙蘭香，萬勁波.中低技術(shù)企業(yè)創(chuàng)新模式與創(chuàng)新績效研究——基于中國制造業(yè)創(chuàng)新調(diào)查的實證分析[J].科研管理，2016(11).

[17] 孫理軍.低技術(shù)制造業(yè)企業(yè)的內(nèi)向型開放創(chuàng)新研究綜述[J].中國地質(zhì)大學(xué)學(xué)報：社會科學(xué)版，2011(4).

[18] 孫理軍.從全球價值鏈到開放式創(chuàng)新:低技術(shù)制造企業(yè)升級的理論基礎(chǔ)探討[J].中國地質(zhì)大學(xué)學(xué)報：社會科學(xué)版，2012(6).

[19] 李廉水，張芊芊，王常凱.中國制造業(yè)科技創(chuàng)新能力驅(qū)動因素研究[J].科研管理，2015(10).

[20] 馮軍政.企業(yè)突破性創(chuàng)新和破壞性創(chuàng)新的驅(qū)動因素研究——環(huán)境動態(tài)性和敵對性的視角[J].科學(xué)學(xué)研究，2013(9).