技术创新投资分析篇（1）

但是就我们所要研究的环保类项目的投资决策而言,净现值法只是用于静态的投资项目分析,对于动态的多投资阶段的项目显得有些不足,得到的评价结果势必也是有局限性的。就焦化产业中的焦炉煤气利用技术的选择与比较中,关键是如何确定折现率,这也是一大难题,可以说,到现在为止,这不得不依靠我们的主观判断,其道理就像任意多的已知数与一个未知数相加其结果还是未知数一样简单,在净现值为零的情况下,向左向右稍微调整某个因素,净现值就能变成或正或负。还有一个重要问题是焦炉煤气的利用技术的产生过程有其特殊的局限性和特点。焦炉煤气是指用几种烟煤配成炼焦用煤,在炼焦炉气中经过高温干馏后,在产出焦炭和焦油产品的同时所得到的可燃气体,是炼焦产品的副产品。对于单一焦化企业的主营业务就是焦炭生产和销售。而对那些利用焦炉煤气生产其他工业产品是由于国家环保政策法规的要求，故其计算时,当其净现值为零或者是负数时,也都可以投资。但是在什么范围内进行投资需要新的算法和条件,这也就是本文最终所要传达的信息。

二、实物期权定价模型

实物期权分析法是指企业或者是个人在进行投资决策时拥有的、能根据决策时尚不确定的因素，改变行为的权利（期权）进行投资可行性分析的方法。麻省理工学院FaimoK.Lamalain分析：如果投资者对某个投资项目进行首轮投资后，若该项目盈利前景良好，将能降低投资者进行第二轮投资的成本，而如果第一轮没有投资，今后想再投资该项目或进入该投资领域就要付出相当高的成本。在进行投资时还要考虑应用动态规划中的整数规划进行投资时机的选取。可以看出，期权法强调了投资是分阶段进行的，投资资金往往并不是一步到位，而是先投入先期部分资金，生产销售该产品，同时继续对产品的性能、技术进行研发和改进，这可以减少投资者的潜在损失，其价值远远大于一次性投入的情况。这种方法就是针对项目的发展动态过程，根据项目开始投资后，管理者能够收集到更多的关于项目进程和最终产品市场特征的信息。后继的商业化过程是在前期的成功基础上实施的，是可以选择的;当新的信息不断到达,项目投资回报率不确定性逐渐消失时,管理者可通过修正最初投资策略,提高项目的价值和限制损失。如果项目成功，企业能从中获得巨大的投资收益；如果不成功,企业至多也是损失项目投入的沉没成本,相当于期权的成本。

对于期权定价模型而言，焦炉煤气的利用技术中，只有以焦炉煤气作原料生产甲醇这项技术可以进行下一步投资，可以利用甲醇为原料生产甲醛、聚甲醛、醋酸等化工产品。而其他的投资项目成为最终的消费品。期权的投资前提是筹资的无限可能性，但是在实践中难免有种种困难。存在很多的不确定性，也使得我们在进行环保技术创新项目投资决策中不能够简单的依靠一种投资决策方法。

三、灰色关联分析评价方法

灰色理论概述与于1982年由我国学者邓聚龙教授所提出。邓教授认为现实世界并不是清清楚楚的白色系统，又非一无所知的黑色系统，而是略知一二的灰色系统。灰色系统理论主要研究“小样本贫信息不确定性问题”。以往用白色的思想处理问题，要找到因素间明确的映射关系，然而确定性作用原理在社会、经济、农业、生态的等领域都没有物理原型，虽然能知道某些因素，但很难明确全部因素，更不可能建立明确的映射关系。比如影响物价的许多因素，如心理预期、政府导向等是无法量化的。一些可以量化的数据又缺乏详细的资料，因此对物价的定量预测具有一定难度，若不考虑这些因素，只将可以得到数据的因素考虑进去，必然带来预测结果的不准确。就白色系统常用的回归分析工具而言，在应用过程中具有其缺点。比如：要求样本有大容量，是正态分布，平稳过程才能得到统计规律，计算工作量较大，不容易分析复杂系统等等。而对于以上困境，灰色理论应运而生，它处理问题另辟蹊径，不是找概率分布，求统计规律，而是用生成的方法求得随机性弱化，规律性增强的新数据序列。这一新的数据序列既能体现原数据序列的变化趋势，又消除了其波动性，它可以较好的解决某些参数已知，某些参数未知的系统问题。

在我国焦炉煤气的利用技术上既有新的技术也有些不被淘汰的旧技术，当然对于现在的生产而言，这些技术是相当成熟的，而要将项目的技术性和经济性进行有效结合不是件容易得事情，更何况环保技术创新项目的投入需要考虑更多的因素。需要我们对项目的各方面进行综合性考虑，这就涉及了灰色系统关联评价方法。作为一种综合评价方法，这种方法在对白黑两种情况的考虑是相当充分的，即使实际中技术和经济都存在不确定性，我们也是能进行相应决策分析的。就焦炉煤气的利用上来说，可以根据项目的各种经济性参数和项目的技术参数来构建综合评价指标体系，从而为项目投资决策的分析提供决策依据。

四、结论

由于本文所要研究的是环保技术创新项目投资决策评价方法研究现状，我们在对目前比较流行的几种评价方法进行分析之后，发现在进行单一的项目评价时，如果考虑的因素不是很多，可以采用NPV方法来进行项目投资的决策分析。可是这种方法又不能摆脱静态性，而实物期权定价模型可以解决这个问题，使项目的投入具有动态性，可以提高决策的效果。但是如果我们在进行一个项目的开发时，如果所要考虑的因素不仅仅是经济因素，那么影响我们做出最终投资决策的就不能用NPV方法进行简单的评价，必须借助于系统工程理论中的综合评价来进行综合评判，从而决定我们待上项目的未来。

通过对三种评价方法的说明，结合文章的背景，山西的焦化产业环保技术创新项目决策时不仅要考虑投资性指标，还要考虑到技术投入指标和环境保护指标。只有将这三者考虑周全，才能做出正确的评价结果，从而有效的指导实际工作。这也是作者今后所要进一步研究的重点，利用净现值法和实物期权方法对经济性指标进行先评价，然后通过这一步整理好的经济参数与技术指标、环境保护指标进行结合，利用灰色系统关联分析综合评价方法对待上投资项目进行最终综合价值的评价，依据综合价值最高原则可以选择出优先进行开发的投资项目。这样就实现了我们的决策分析。

总之，在今后的研究中，努力将技术创新与环境保护联系起来，不光考虑项目的经济特性、也要考虑项目的技术创新性和环境保护特性。充分利用项目评价中的各种评价方法进行深入细致的评价工作，从而有效的指导实际工作。文中提到的综合评价方法灰色系统关联理论只是综合评价方法的一种，今后将其他的综合评价方法进行再分析，通过实际案例结合数学模型来分析这种投资决策评价方法的优越性。

参考文献：

[1]白思俊等:系统工程[M].北京:电子工业出版社，2006

[2]叶义成等:系统综合评价技术及其应用[M].北京:冶金工业出版社，2006

[3]杜栋等:现代综合评价方法与案例精选[M].北京:清华大学出版社，2005

[4]马中:环境与资源经济学概论[M].北京:高等教育出版社，1999

[5]李武威:循环型社会评价指标体系的构建及测度方法[J].经济论坛，2006

技术创新投资分析篇（2）

一、人力资本投资

人力资本的思想要追溯到1776年，亚当斯密(Adam Smith)在他的《国富论)中提出了此思想，后来经济学家欧费雪(Irving Fisher)在《资本的性质和收入》(1906年)中首次提出人力资本的概念，并将其纳入经济分析的理论框架。人力资本理论真正兴起于本世纪五六十年代。被称为“人力资本之父”的舒尔茨在1960年的一次演说中系统阐述了人力资本理论，认为人力是社会进步的决定性因素，人力资本就是劳动者的知识、技能和健康状况的总和。贝克尔其人力资本理论的核心可概括为四个方面的内容:(1)人力资本就是体现在人身上的知识、技能;(2)人力资本是通过教育和健康等形式支出所形成的，其中高等教育的投资是人力资本投资的核心部分;(3)人力资本投资像其他一切资本一样，可以获得回报，而且人力资本投资的回报率大于物质资本投资的回报率，它可以增加国民收入，促进经济增长;(4)高等教育最重要的经济价值就是对人力资本的贡献。所以，政府应增加对教育尤其是高等教育的投资。

人力资本投资就是用货币、实物资本、商品等资源通过消费、教育学习和医疗保健等形式进行投入的，可以提高人的素质并增加人的生产效率和收入能力的一切活动。人力资本投资是用支付当前投资成本及各项费用的方式，以取得未来收益为目标而进行的对人自身知识、技能和更大生产能力的投资行为。

人力资本投资按照其形成的途径主要包括教育投资，在职培训投资，“干中学”投资，医疗、卫生、保健投资四种。教育投资是人力投资中最主要的部分，是提高人力资本知识和技能存量的主要途径。教育投资又包括家庭教育投资、正规学校教育投资和成人教育投资等。

二、技术创新

对于技术创新，现在还没有统一的认识，国内学者比较倾向于经济学家熊彼特的观点:技术创新是指把一种从来没有过的关于生产要素的“新组合”引入生产体系。这种新的组合包括:①引进新产品;②引用新技术，采用一种新的生产方法;③开辟新的市场;④控制原材料新的来源，不管这种来源是否已经存在，还是第一次创造出来;⑤实现任何一种工业新的组织，例如生成一种垄断地位或打破一种垄断地位。

对于技术创新可以从以下角度去理解:第一，技术创新是企业竞争优势的来源。关于这方面的例子不胜枚举，比如日本钢铁业通过技术创新赢得竞争优势并超越美国钢铁业。另外技术创新并不等同于研发，技术创新是一个经济学上的概念。技术创新包含产品创新、管理创新、工艺创新等。第二，技术创新的主体是企业，企业家是其中必不可少的关键因素之一。企业家是技术创新全过程的决策者和组织者，在知识经济社会对企业家的素质提出了越来越高的要求。第三，技术创新的目的是为了获取超额利润。成功进行技术创新的企业，把最新的科技融入生产过程，提高了生产力的技术构成，其新产品就具有了某种差异性，从而能够使消费者以更高的价格购买其产品，这样一来，企业就能够赚取超额的利润。第四，科技人员在技术创新中具有重要作用。科技人员是技术的载体，正是因为其研发成果才有可能使技术转化为生产力。另外科技人员应该既要有科技创新意识又要具有经济意识，研发出来的技术成果如果不能用以打开市场就不会有经济价值，而只会给企业带来经济损失。

三、我国人力资本投资与技术创新关系实证研究

1.我国人力资本投资现状

(1)教育投资严重不足，教育体制不合理。中国教育投资占GDP比重仅为世界平均水平的一半，远远落后于发达国家。根据中国2008年统计年鉴在全国人口受教育程度分布中具有高中文化的只占12.6%，具有大专及以上文化的占6.2%，仍然远远落后于西方发达国家。(2)劳动力素质有待于进一步提高。科研投入还仍然不足，到2005年，全社会研究与开发(R&D)经费占国内生产总值(GDP)的比例已有了较大的提高，约为1.5%，但也仅及美国的二十分之一，日本的十四分之一。(3)劳动力流动率低下。(4)人力资本结构不合理。我国人力资本结构与经济发展需求严重失衡。

2.数据的选择及处理

对于自变量人力资本投资，用以下三点来衡量:1)职工工资x1;2)毕业大学生数量x2;3)毕业职业中学学生数量x3。对于因变量技术创新，本文拟用专利申请数量Y1和高技术产业产值Y2共同来作为技术创新的指标。

3.SPSS统计软件的应用

本文采用多元线性回归的方法，分别分析技术创新指标Y1和Y2与职工工资x1，毕业大学生数量x2和毕业职业中学学生数量x3之间的线性关系。

4.实证结果分析

两次结果的样本判定系数R2分别是0.997和0.999，样本判定系数越接近于1，回归超平面拟合越高。0.997和0.999分别说明Y1的变动中有99.7%和Y2的变动中有99.9%可以由三个自变量解释。调整的判定系数R2也分别高达0.995和0.998。复相关系数R表示所有解释变量与被解释变量的线性相关程度，两次结果的复相关系数均为0.999，说明技术创新与三个自变量x1、x2及x3间的相关程度为99.9%。由此可见，文章中所选用的样本有极高的拟合优度。随后本文以F检验做了回归方程的显著性检验，两次多元线性回归的显著性水平均为0.05，F值的大小分别是476.18和1308.00，对应的P值均为0.00，因此P值远小于0.05的显著性水平，据此说明回归方程线性关系显著。

本文选取了2000年—2007年八年的数据做了实证研究，结果显示人力资本投资与技术创新之间具有明显的线性相关性。从所得出的关系式中可见，职工工资和毕业大学生的数量与技术创新具有较强的正相关性，毕业职业中学学生数量在某些方面有助于技术创新，但对于高技术产业的发展是不利的。因此，加大人力资本投资的力度，重视教育投资的质量，能够有效提高我国的技术创新乃至技术进步的水平。

参考文献

[1]莫寰.企业视角下的人力资本投资[J] .企业经济，2006，(2):65-66.

[2]Paul M. Romer1 Endogenous Technological Change [J].The Journal of Political Economy ， 1990，98(5).

[3]舒尔茨.论人力资本投资.北京经济学院出版社，1990 .

技术创新投资分析篇（3）

文章编号：1003－4625（2008）11－0007－05中图分类号：F830.9文献标识码：A

Abstract: This paper builds a game theory framework of technical innovation enterprises and venture investors using some economical theories. It is summarized that the pooling equilibrium can't be achieved easily, and separating equilibrium is inefficient although it generally exists under certain conditions. We draw an conclusion that the equilibrium can be attained by reducing the value of q and alleviating the extent of asymmetric information.

Key Words: Technical Innovation Enterprises; Asymmetric Information; Separating Equilibrium; Pooling Equilibrium

一、引言

技术创新和风险投资相辅相成，风险投资制约并推动企业技术创新的发展，企业技术创新反过来促使资本增值。但由于不对称信息等因素，双方在投融资决策过程中也存在着一定的利益约束。

自1921年奥地利经济学家熊彼特（Joseph. A. Scohumpeter）在《经济发展理论》中首次提出“创新”这一基本概念之后，很多学者对技术创新理论进行了广泛、深入的研究。其中，在对技术创新企业融资问题进行研究时大都将风险投资和技术创新结合起来。

Thomson，Richard，Charles（1993）认为风险资本家在将股本资金注入企业家公司的同时，也将自己的专家技术注入其中，以保护自己的投资并确保公司朝着风险资本家预订的目标发展[1]。

A1 Suwailem、Sami（1995）认为，风险资本适用于高度不确定和信息不对称的环境[2]。

Wright和Robbie（1996）发现，高度的信息不对称可能就是很多后来证明很成功的企业但一开始会被风险投资机构拒绝，以及只有少量风险投资机构对早期创业进行投资的原因[3]。

Berger和Udell等研究了如何优化合同设计，以减轻或根除风险投资家和企业家间的问题[4]。

Spiros H. Martzoukos（2001）讨论了不对称信息或信息溢出状态下的实物期权博弈问题[5]。

许长新和宋敏（2003）分析了在风险投资市场中存在逆向选择的情况下，资本与技术博弈的结果是技术最终被资本雇佣[6]。

马良华、阮鑫光（2004）则从中小企业技术创新面临的融资渠道角度出发，通过相关方主体如中介机构与资金供求方之间的三方博弈，总结研究后认为信息获取成本过高、资金需求和中介方道德风险过大、相关制度的不健全是金融缺口长期存在的基本原因[7]。

穆艳华（2005）通过风险投资人与技术创新企业之间的博弈模型分析，得出技术创新企业对利润率高的技术创新项目进行风险融资的可行性不高，风险投资人应谨慎选择技术创新企业进行投资，降低风险[8]。

万坤扬、袁利金(2006)对美国和我国的创业投资数据和替代技术创新的专利数据进行单位根检验和协整性检验。单位根检验结果显示创业投资时间序列和专利时间序列都是非平稳的，是一阶单整序列；协整性检验结果显示创业投资与技术创新之间存在协整关系[9]。

尹庆民、许长新（2007）认为技术创新受资本制约，风险资本可以为技术创新提供资本支持。技术创新与风险资本最终可以达成一个混合策略的纳什均衡[10]。

朱光荣、吴子稳（2007）提出风险投资家不仅为创新型中小企业提供了股本支持，而且还运用自身丰富的管理经验、专业能力及社会网络，向创新企业家提供管理服务，是推动创新型中小企业发展不可替代的力量[11]。

从以上文献可以看出，国内外学者大都认为技术创新与风险投资之间存在着相辅相成和利益约束的关系，却很少有文献在不对称信息的环境下对技术创新企业与风险投资者进行分离均衡和混同均衡分析。本文将对此方面进行专门研究。

二、风险投资与技术创新的关系

所谓风险投资就是把资金投向蕴藏失败风险很高的高新技术及其产品的研究和开发领域，以期成功后取得高资本收益的一种商业行为[12]。相对于一般金融投资，风险投资在投资方式、投资对象、投资阶段等方面有显著特点，具体见表1。

资料来源：上海情报服务平台，istis.省略/list/list.aspx?id=485。

企业进行技术创新面临着巨大不确定性，一般金融投资主要支持市场相对稳定、技术成熟程度较高的传统大中型企业，新技术产业的高风险使讲究安全性的一般金融投资望而却步。由于高风险，加之没有担保抵押，技术创新企业往往很难通过正常渠道从银行融资。

资本的本质是追逐高额收益和回报，风险投资具有投资周期长、风险高的特点，属于股权性资金。其投资理念不同于由借贷关系形成的债务性资金，它追求高风险下的高回报，并不着眼于企业现状，而是看重企业的发展潜力，期望在企业成长到一定程度时，通过股权转让，一次性地获得超额利润。因此吸引风险投资、争取风险资本的支持，是技术创新企业重要的融资选择。从某种意义上说，两者是互补的。

然而，风险投资者和企业技术创新在投融资决策过程中也存在着一定的利益约束。风险投资者将资金用于企业技术创新的同时，企业需要出让一定份额的股权以获得风险资本。

风险投资者之所以愿意投资技术创新企业是因为投资于技术创新企业的期望收益大于投资其他项目，因此，风险投资者必然要求对技术创新企业创新技术项目的投资回报高于其他项目的投资回报。而技术创新企业获取风险投资则必须建立在有利可图的基础上，其出让给风险投资者的股权收益不能超过该技术创新项目所获得的收益。

三、不对称信息条件下技术创新企业与风险投资者博弈模型的建立和分析

（一）技术创新企业与风险投资者之间的信息不对称现象

信息不对称是指参与市场交易的双方当事人在交易对象或内容上拥有的信息不等从而导致信息拥有量较少的一方决策失误或信息拥有量比较完备的一方做出不利于另一方的决策[13]。

技术创新企业拥有关于自身未来盈利能力的相对完全信息，风险投资者通常难以完全掌握技术创新企业的确切盈利能力和风险，即存在不对称信息。技术创新企业为吸引风险投资者的投资，往往会向投资者传递一些有关企业盈利能力及发展前景的信息。

利润率高的技术创新企业一般真实地反映自己的盈利能力，同时出让恰当的股权给风险投资者。而利润率不高的企业为赢得风险投资者的资金支持往往会对报表进行粉饰和美化，不断地进行收益和盈余调节，向市场传递虚假信息。有的甚至会让出较高的股权份额来吸引风险投资者的目光。

风险投资者往往“备受迷惑”，将资金投向低盈利能力的企业。盈利能力高的企业则可能被迫放弃技术创新，风险投资者的风险增加，逆向选择随之发生。

技术创新企业与风险投资者之间的这种投融资过程可以看作是一种具有信息传递机制的不完全信息动态博弈，即“信号博弈”。下面建立风险投资者与技术创新企业的信号博弈模型。

（二）模型假设

假设市场中有两家技术创新企业和一个风险投资者，技术创新企业只有少量的自有资本，要进行技术创新项目，必须依靠风险投资者的支持。

1.参与人假设。

两家技术创新企业(信号发出方)，风险投资者(信号接收方)，双方均是理性经济人，即以追求自身利益最大化为目标，且均是风险中性者。技术创新企业有两种类型：H为利润率高的企业，L为利润率低的企业（H＞L＞0）。此处的风险投资者只包括风险投资者或风险投资企业，不考虑投资于风险投资基金的风险投资者。

2.博弈环境。

在此博弈中，通常技术创新企业单方面了解该高新技术项目生存能力的信息，风险投资者不清楚该项目的技术前景以及技术拥有者的人力资本情况，两者在不对称信息环境下进行博弈，企业需要出让一定的股份给风险投资者。

3.博弈参数。

企业发出持股比例S(0≤S＜1)的信号，风险投资者通过对信号的理解，双方最后共同形成各自的持股比例。风险投资者的风险资金为一次性注入。

（三）博弈过程及分析

设该技术创新项目需投资I，收益为R，将该博弈写成如下信号博弈模型[14]：

1.自然随机决定该企业原有利润X是高还是低，已知p(X=L)=q，p(X=H)=1-q。

2.技术创新企业自己了解X，愿意出S比例股权换取这笔投资。

3.风险投资者看到S，但看不到X，只知道X是高低两种可能性的概率，然后选择是投资还是不投资。

4.如果风险投资者拒绝投资，则得益为I(1+re)+ Rf (设资金的无风险收益率为re，风险收益为Rf)，企业得益为X；如果风险投资者接受投资，则投资者得益S(X+R)，企业得益为（1-S）（X+R），综上可得如表2所示的支付矩阵。

可以看出这个项目要有吸引力，它的收益必须大于将I投资到他处的收益，因此R≥I(1+re)+Rf是投资的基本条件。

1.分离均衡

在此信号博弈中，信号发出方的信号空间是一个连续区间0≤S

如果风险投资者在收到要约s后，推断X=L的概率为q，则当且仅当

s[qL+(1-q)H +R]≥I(1+re)+ Rf（1）

即S≥[I(1+re)+ Rf]/ [qL+(1-q)H +R](此为投资者参与约束)时，风险投资者将接受S。

另一方面，对技术创新企业来说，现在企业利润为X，则仅当

（1-S）(X+R) ≥X时（2）

该技术创新企业愿意以股权份额为S代价获得风险融资：S≤R/(X+R)(此为技术创新企业立项约束)。

在(1)式中，（1-q）的意义是风险资本家在得到信号S后，判断企业利润为高利润的概率，当q0时，表示投资者认为该项目是一个高利润的项目，则S≥[I(1+re)+ Rf]/（R+H）。

反之，当q1时，则S≥[I(1+re)+ Rf]/（R+L），由于q表示风险投资者判断该技术创新企业为低利润的概率，这意味着当风险资本家相信企业的盈利能力较强时，会愿意接受较低的股权比例，而当其不大相信企业的盈利能力时，他就会要求较高的股权比例，否则就不可能接受出价。

这一均衡说明了信号发送者的可靠信号集无效率的情况：利润率高的技术创新企业没办法将自己区分出来。这也就可能致使技术创新企业无法获得风险投资。

2.混同均衡

假设“利润率高的技术创新企业与利润率低的技术创新企业将发送同样的信号，即要约中出让给风险投资者的股权份额一样(s相同)”，观察混同均衡如何达到[15]。

首先，对企业来说，S是其均衡策略必须满足S≤R/(X+R)。因为R/(X+R)≤R/(L+R)，因此如果S满足S≤R/(H+R)，就一定满足S≤R/(L+R)。

其次，只有当S≥[I(1+re)+ Rf]/ [qL+(1-q)H +R]时，接受才是投资方的均衡策略。因此，该混同均衡的前提条件是：

[I(1+re)+Rf]/ [qL+(1-q)H+R]≤R/(H+R) （3）

在这个条件成立的情况下，取大于左边小于右边的S数值，即[I(1+re)+ Rf]/ [qL+(1-q)H+R]≤S≤R/（H+R）就能得到以这个S为基础构成的混同均衡。

当q0时，因为R≥I(1+re)+ Rf，所以（3）式自然成立，意味着必然存在混同均衡。而当q1时，只有当R-I(1+re)-Rf≥[I(1+re)+ Rf]*H / RL-L时，即该项目的收益与该笔资金在他处可得到的利润之差，大于等于右边的数值时混同均衡才有可能成立。

（四）结论

通过博弈过程可以得出混同均衡很难达到，其困难之处在于利润率高的技术创新企业必须补贴利润率低的技术创新企业：在(1)式中，令q=1-q，可得S≥[I(1+re)+ Rf]/ [0.5L+0.5H+R]，而如果投资人确信X=H(即q=0)，他将接受更小的权益份额S≥[I(1+re)+ Rf]/（R+H），混同均衡中所要求的更大权益份额对利润率高的技术创新企业来说是非常昂贵的――也许昂贵到使利润率高的技术创新企业更愿意放弃这―技术创新项目。

因此，只有q足够接近于0时才存在混同均衡，这时可减少补贴成本。或者，如果(3)式成立，这时技术创新项目产生的利润足以超出补贴成本，此时也存在混同均衡。在存在混同均衡时，利润率高的技术创新企业和利润率低的技术创新企业都将向风险投资者发送相同的融资要约，向风险投资者承诺的股权份额S以获取风险融资。

因为企业将为无法使投资者相信它有高盈利能力而付出代价，即使该企业的实际盈利能力确实是高的。这个代价有时会超过企业从新项目中可能获得的利润，从而使上述混同均衡无法实现，企业最终只能放弃该项目。可见，提高经营情况的透明度和保持良好的公众形象对于一个经营良好的企业来说至关重要。

但在R≥I(1+re)+Rf的条件下，分离均衡总是成立的。其中低利润率的企业出价S=[I(1+re)+Rf]/（R+L），因R+L≤qL+(1-q)H+R,S≥[I(1+re)+ Rf]/ [qL+(1-q)H+R]始终成立，投资者接受投资。而高利润率的企业出价S=[I(1+re)+Rf]/（R+H），因R+H≥qL+(1-q)H+R，投资者将拒绝投资。

显然此分离均衡是低效率的，因为利润率高的技术创新企业只能提供较低的股权份额，风险投资者更愿意将资金投向能提供较高股权份额的企业，结果高盈利能力的企业要么像低盈利企业一样用更优惠的条件吸引投资，同时也会带来更大的代价和成本，要么只能转向借贷筹资或内部筹资。这种现象就类似在证券市场上，一些经营业绩不良企业的“垃圾股票”反而常常成为热门股票。

这也是技术创新企业融资困难的一个重要原因。因为往往导致“逆向选择”，风险投资者会把资金投向利润率低的企业，高利润率的企业由于得不到充足的资金支持只好逐渐退出市场，而风险投资者因将资金投向了低盈利企业最终不能获得理想的收益，便会更加慎重地支持技术创新企业，从而形成“恶性循环”，双方都不能达到帕累托最优。

从以上可以看出技术创新企业和风险投资者之间要达到均衡状态，从技术创新企业的角度出发，可以通过降低风险成本、提升自身盈利能力等使q值不断减小，愈发趋近于0，提高经营情况透明度，加强同风险投资者的信息沟通等减轻信息不对称现象，从而最终促使上述分离均衡和混同均衡的成立。

四、促进技术创新风险投资的具体建议

（一）最大限度降低企业技术创新的风险成本

风险是企业技术创新的一个关键因素，有效地防范和化解风险可以提高企业的盈利能力。

对企业来说，任何投资收益的背后都蕴含一定风险，即使经营活动能带来预期的现金流量，负债比例不当也会导致整个经营活动陷入困境。

企业在融资之前，应加强对财务风险的认识，正确评估投资项目的风险，确定所能承受的财务风险，以拟定经营活动的最佳资本结构及与此对应的融资方案[16]。

否则，由于资本结构不合理，负债超过承受能力，或者由于经营管理方面的原因，不能按计划获得充足的现金流量，将给企业带来灾难性的打击。

（二）提高经营情况透明度

对一个经营良好的企业来说，提高经营情况的透明度和保持良好的公众形象，向公众特别是向风险投资者传递正面的信号都是特别重要的。

首先，企业可以通过定期公布公司的资产负债率、现金流等数据，用精确的数字来证明自身实力。

其次，可以通过公众媒体，如参加慈善活动，以提高公众对公司的信心。

最后，技术创新企业可以积极加入信用档案的建设中，聘请具有良好声誉的资信评估机构对公司进行信用评级。

（三）加强技术创新企业与风险投资者双方的信息交流

风险投资者需要对技术创新企业的资信还款能力作深入的了解，以避免即使企业有还款意愿，也因力不能及而未能还款的情况发生，同时企业也应该主动了解风险投资者的审批、投资程序和有关的法律常识。良好的关系还会使得双方的信用成本大大降低，从而提高技术创新的融资效率。

本文在不对称信息的环境下，站在技术创新企业的角度，构造了技术创新企业与风险投资者之间的博弈模型，并对博弈过程进行了分析，找出技术创新企业和风险投资者之间的利益约束，从而得出技术创新企业融资困难的原因，并提出了针对性的建议。

本文只将风险投资者考虑为技术创新企业的融资对象，其实风险投资并不是技术创新融资的惟一途径，对于其他投资主体与创新主体间的博弈差异性将在后续研究中予以明确。

参考文献：

[1]Thomson, Richard Charles. The influence of venture capital funding on firm performance and time to initial public offering [D].Dissertation for Ph.D.Degree, 1993, University of Colorado.

[2] Al Suwailem, Sami. Does venture capital financing make a difference [D].Dissertation for Ph.D. Degree,1995, Washington University.

[3]Wright M., Robbie, K. Venture capital and rivate equity: A review and synthesis [J]. Journal of Business Finance & Accounting, 1998(25):521-570.

[4]Berger, A.N., and G. F. Udell. The Economics of Small Business Finance：The Roles of Private Equity and Debt Markets in the Financial Growth Cycle [J].Journal of Banking and Finance, 1998(22):613-673.

[5] Spiros H.Martzoukos, Eleftherios Zacharias. Real Option Games with Incomplete information and Spillovers[R]. 6th Annual Real Options Conference. University of Cyprus,2002.

[6]许长新,宋敏.风险投资中资本与技术的博弈[J].财经研究,2003(11):56-60.

[7]马良华,阮鑫光.中小企业技术创新金融缺口及其经济学解析[J].科研管理,2004(3):36-41.

[8]穆艳华.对中小企业技术创新项目风险投资的博弈分析[J].商业研究,2005,(20):72-74.

[9]万坤扬,袁利金.创业投资与技术创新关系的实证分析[J].工业工程与管理,2006(1):72-76.

[10]尹庆民,许长新.知识经济时代技术创新与风险资本的博弈分析[J].江西社会科学,2007(3):138-141.

[11]朱光荣,吴子稳.风险投资在促进创新型中小企业成长中的作用[J].中小企业,2007,(8):42-45.

[12]成思危.双向选择共同创业―论风险投资家与创新者的关系[J].经济界,2001,(4):4-12.

[13]马亚军,刘丽芹.信息不对称、管理者内生偏好与上市公司股权融资偏好[J].中国软科学.2004(3):71-78.

技术创新投资分析篇（4）

引言：当前我国正处在产业转型升级和转变经济增长方式的关键时期，增强自主创新能力尤为重要，党的十报告指出，要实施创新驱动发展战略，把创新摆在国家发展全局的核心位置，着力构建以企业为主体、市场为导向、产学研相结合的技术创新体系。但是，由于技术创新活动存在正外部性和不确定性导致企业R&D投资低于社会最优水平（Arrow，1962），这就为政府介入提供了理论基础。当今世界各国都普遍关注政府在技术创新领域中的作用，OECD国家中使用财税优惠的国家由1995年的15个上升到了2011年的26个。我国财政科技投入也一直呈现增长态势，平均每年增幅63.3%。当然，除财政科技投入这一直接资助手段外，我国还有税收优惠、政府购买、公共研究等不同的激励工具，但直接资助和税收优惠是作用范围最广的两个手段，因而成为研究的主体。大部分的实证研究都从不同程度上证明了这两种政策工具的激励效果。但是现有实证研究对激励效果的考察都是孤立考虑不同工具的效果，而一般情况下不同激励工具是同时使用的，相互之间也是紧密联系的，因此我们应该把不同激励工具纳入一个框架内考虑，不仅考虑他们的单独作用，同时也要考虑它们的交互作用。所以本文将建立两个模型：没有加入交互项及加入交互项的模型，来考虑两种不同工具的交互作用及交互作用对政策工具激励效果的影响。

一、研究设计

（一）样本选取和数据来源。本文以2011-2013年上市公司制造业企业为样本，剔除数据缺失的上市公司后得到268个样本，其中2011年70个，2012年105个，2013年93个。本文研究使用的上市公司数据均来自CSMAR的中国上市公司财务报表数据库和中国上市公司财务报表附注数据库。

（二）模型构建。（1）方差分析。本文先使用双因素方差分析方法对政府直接补助与税收优惠两种手段之间是否存在交互作用进行检验。首先，我们采用双因素方差分析法进行检验。提出原假设H0：各自变量不同水平下观测变量各总体均值无显著差异，自变量各效应和交互效应同时为0，即自变量和它们的交互作用对观测变量没有产生显著性影响数学表达式为a1=a2=……=ak=0，b1=b2=……=br=0。由于双因素方差分析要求自变量为分类变量，所以本文将政府补助和税收返还进行了分类处理，1000万元以下取值1，1000万-1亿元取值2，1亿元以上取值3。（2）回归分析。我们建立如下模型并使用多元回归分析方法检验政府资助及不同方式之间交互作用对企业技术创新行为的影响。

R&D=α0+α1Gov+α2Tax+α3Demand+α4Size+α5 Location +ε①

R&D=α0+α1Gov+α2Tax+α3Gov×Tax+α4Demand+α5Size+α6

Location+ε ②

其中，α0为截距，α1～α6为系数，ε为残差。模型中各变量解释如下：1）因变量。R&D代表样本公司当年研发支出增加额，用来反映企业的研发行为。本文采用数据来自于CSMAR中国上市公司财务报表附注数据库中长期资产中的研发支出数据。2）自变量。政府补助Gov：政府补助反映政府对企业技术创新活动的直接资助，体现在会计科目中主要涉及两个科目：“补贴收入”和“专项应付款”，通过对比发现，营业外收入中分部项目里的政府补助这一指标能较好地衡量政府对企业的科技补贴，所以本文采用政府补助这一指标进行衡量。税收返还Tax：由于没有确切的指标对税收优惠进行衡量，企业对从事技术创新活动所享受的税收减免、加速折旧等一系列措施产生的优惠金额也没有进行统计，所以本文采用税收返还这一指标进行替代，此指标反映的是企业收到的增值税、营业税、所得税等各种税费的返还。政府补助与税收返还的乘积项Gov×Tax ：乘积项用来反映政府补助与税收返还的交互作用。若乘积项的系数不为0，就表明政府补助与税收返还的同时作用不等于两种方式单独作用的乘积，两种不同方式之间是相互影响的。3）控制变量营业收入Demand：本文研究我们将采用营业收入来衡量市场需求，因为营业收入能在一定程度上反映企业产品的市场需求规模，在此基础上的创新成果与企业现有产品有很大的关联和相似性，因而市场需求不会有太大的差异。

企业规模Size：史毅（2001）指出，大企业与小企业在进行技术创新时各有优势，但大企业能更好地满足创新活动的各种要素需求，承担创新的高风险。熊彼特在1969年就指出，大企业比小企业更有创新的积极性。本文研究采用企业总资产来衡量企业规模。

二、实证检验结果及分析

（一）双因素方差分析。运用spss软件进行方差分析，得到以下结果，如表1所示。

表1 双因素方差分析结果

a. R 方 = .883（调整 R 方 = .878）

表1是方差分析的主要部分结果。我们主要分析自变量及交互作用的影响，控制变量不予分析。首先从F统计值来看，FA=17.014>F0.05（2，4）=6.94，FB=15.752>F0.05（2，4）=6.94，FAB=7.260

>F0.05（8，4）=6.04，所以拒绝原假设H0：a1=a2=a3=0，b1=b2=b3=0，说明政府直接资助、税收返还以及两者的交互作用对研发支出都存在影响;从相伴概率来看，三者的sig值均为0.000<0.01，拒绝原假设，说明检验结果在99%的置信水平上显著。

同时，我们还可进行政府直接补助与税收返还对研发支出作用的大小比较。由于设定的是全因子饱和模型，因此总的离差平方和主体部分为自变量对观测变量的单独影响、两个自变量的交互作用、随机变量的影响三部分，但由于本文加入三个协变量控制其他因素的影响，所以总离差平方和中也就包含了这三个变量的影响，但我们可以不作考虑。表中显示，不同水平政府补助对研发支出的贡献离差平方和为16691.287，均方为8345.644，不同水平税收返还对研发支出的贡献离差平方和为15453.184，均方为7726.592，16691.287>15453.184且8345.644

>7726.592，这说明政府补助的影响比税收返还的影响大。

（二）多元回归分析。（1）无交互项多元回归。首先我们对模型①进行回归分析，结果如表2所示。

表2 无交互项回归系数表

上表中，我们可以看到，政府补助与税收返还的检验sig值均为0.000，小于0.05，所以拒绝原假设，说明这两个因素对研发支出有显著影响。政府补助的回归系数为0.172，说明政府补助每增加一个单位，企业研发支出增加0.172个单位;税收返还的回归系数为0.077，说明税收返还每提高一个单位，企业研发支出增加0.077个单位，0.172>0.077，说明政府补助的作用大于税收返还的影响，这与上文方差分析的结果相同，如果加入交互项后结果会如何呢？

（2）有交互项多元回归。在进行含有交互项回归时，我们不能直接对模型②直接回归，因为这样不利于我们观察交互作用对政府补助和税收返还回归系数产生的影响。在含有交互项时，原变量的参数解释会有所差别，因为在如模型②中，α2表示政府补助为零时税收返还对企业研发支出的影响，这通常没有什么意义，而且这时税收返还对研发支出的影响系数已不再是α2，通过求导得到=α2+α3Gov，所以我们可以将

Gov代入估计结果中，Tax对R&D的影响就为α2+α3Gov。但为了更加精确，我们可以通过将模型重新参数化，使元变量系数具有一定意义。模型参数化后变成：

R&D=α0+α1Gov+α2Tax+α3（Gov-U1）×（Tax-U2）+α4

Demand+α5Size+α6 Location+ε ③

运用spss对模型③进行多元回归，得到如下结果，如表3所示。

表3 有交互项的回归系数表

模型③中，U1，U2分别表示政府补助和税收返还的均值，此时，α2代表政府补助在均值处税收返还对研发支出的偏效应，表示税收返还每提高1个单位，研发支出提高α2个标准差。

表3中参数化乘积项表示的就是模型中的（Gov-U1）×（Tax-U2），表中各变量的显著性概率均小于0.05，说明各变量对研发支出都有显著影响。此时，政府补助的回归系数为

0.214，税收返还的回归系数为0.112，两个系数均大于无交互项回归时的系数0.172和0.077，这说明，考虑到两变量交互作用后，政府补助与税收返还对企业研发支出的激励作用有所增强。同时，0.214>0.112也符合方差分析关于政府补助对企业研发支出的激励作用大于税收返还的作用这一结果。

三、研究结论

本文以2011-2013年制造业上市公司为样本，考察了政府直接补助与间接税收返还对企业研发行为的影响。研究发现，在控制了其他显著变量后，政府补助与税收返还对企业研发支出有正向影响，且政府补助的影响大于税收返还的影响;同时这两种资助手段之间存在交互作用，并且在加入交互项衡量交互作用后，政府补助与税收返还对企业研发支出的正向作用变得更强。本文研究结果的政策含义是，在经济转型升级的当前，政府正朝着服务型政府转变，国家应加大对企业创新的扶持力度，激励企业进行技术创新活动;再者，由于不同资助手段间交互作用的存在，政府应充分发挥各种手段的激励作用，综合运用各种手段，这与很多说明性研究结论相一致。

技术创新投资分析篇（5）

风险投资（VC）作为一种新型的投融资机制，它既能够满足企业的技术创新融资需求，也可以降低企业的技术创新风险，从而有利于提高企业的技术创新水平。虽然中国的风险投资发展较晚，但自从1999年一系列相关政策文件出台后，风投业便得到迅速发展。《中国创业风险投资发展报告2015》指出2014年中国风险投资各类机构数达到1551家，其管理资本总量为5232.4亿元，累计投资金额为3008.5亿元。同期，中国的专利也得到了飞跃发展。据资料显示，2014年中国企业专利申请数是48.5万件，与上年相比，提高了13.6%，中国企业的专利授权数是9.2万件，与上年相比，也提高了15.7%。那么，风险投资的发展与中国技术创新水平的提升之间有怎样的联系呢？现有研究中关于风险投资对技术创新的作用表现在以下两个方面：一是从理论上分析了它对技术创新的作用；二是采用简单线性回归方程、对数线性模型等回归分析的方法实证研究了它对技术创新产出的影响。不同于先前研究，本文更关注风险投资对技术创新效率的影响。本文认为，如果不考虑效率的影响，企业可能会为了追求技术创新产出而一味地增加投入，这将带来资源浪费的问题。因此，本文将以中国高技术产业2005—2014年数据为样本，基于DEA模型从效率的角度来考察风险投资对技术创新的作用。

1文献回顾

风险投资对技术创新的作用研究早在上世纪70年代就引起了部分学者的关注，但是直到1998年Kortum和Lerner所开展的经验研究，有关风险投资对技术创新的研究逐渐变得系统化。Kortum和Lerner［1］以美国20个产业超过三十年的数据为样本，采用专利产出函数进行回归分析。分析显示，风险资本对专利有正向作用，且其效应大概是R&D的3倍。在1983—1992年期间，尽管美国风险投资额大约只占企业R&D水平的3%，但是它对产业的创新贡献率却达到了8%。与Kortum和Lerner用专利来衡量技术创新不同，Ueda和Hirukawa［2］采用全要素生产率（TFP）作为创新产出指标。他们将样本数据选定在1968—2001年期间，通过对美国相关制造业数据的面板自回归分析和产业时间序列分析，使用Granger检验，发现TFP的增长引起随后风险投资的增长，但风险投资的增长却没有引起1年滞后期的TFP增长，并且结论因行业而异。同样地，部分学者利用欧洲国家的数据也证实了风险投资对技术创新的作用。Peneder［3］从微观角度以奥地利高新技术企业的数据进行分析，指出风险投资和创新能力强的企业互相青睐。在风险投资加入后，企业的成长速度和创新水平都将得到提升。还有一些学者得出了不一致的结论。例如Caselli、Gatti和Perrini［4］选取了意大利74家上市公司1995—2004年期间的数据，并把样本按有无风险投资支持分为两类，对其技术创新活动作对比分析。他们采用发明专利数量作为衡量指标，结果显示，在项目选择阶段，风险投资对企业技术创新起到了显著的作用，但是在投资之后，企业会关注其他经营管理目标，不再对技术创新有促进作用。国内学者则较多从理论方面进行分析。王亮［5］指出除了企业自身的资源系统外，风险投资可以在外部形成一个有利于企业进行技术创新的资源支持体系，这使得企业的技术创新由“慢”变“快”，并能够进一步提升整个国家的技术创新水平。姚丰桥和陈通［6］采用博弈模型研究了风险投资与企业进行技术创新的行为之间的关系，发现风险投资和企业会存在委托和信息不对称等问题，两者会进行双向选择，而创新企业的自身实力则是双方合作的关键性因素。部分学者利用美国数据对问题进行了实证研究，丁文丽［7］利用美国1988—2001年的数据采用时间序列分析的方法进行了实证分析。分析表明，风险投资与技术创新之间有着长期的正向关系。少数学者利用中国现有数据对问题进行了简单的经验研究，如邓俊荣和龙蓉蓉［8］利用中国1994—2008年的数据，进行二元线性回归。分析显示，风险投资与专利之间不存在线性关系，但R&D对专利的影响显著。综上所述，一方面虽然很多文献已经从多角度探讨了风险投资与技术创新的关系，却还没有形成系统的理论与较一致的结论；而且国内学者较多是对制度机制进行理论分析，利用中国数据进行实证研究的成果较少。另一方面，现有文献主要是运用回归分析的方法来研究风险投资对技术创新产出的作用，很少有学者从效率的角度去探究。所以，本文将采用中国2005—2014年的数据，基于DEA模型对其技术创新效率进行综合评价。

2实证分析

该部分主要包括三个方面，一是选取合适的指标来度量技术创新的效率，二是选择适合的计量分析模型来测算效率，三是基于所获得的数据计量出该效率，并依据实证结果进行合理分析。分析的内容包括有效性分析、风险投资对技术创新效率的影响力分析和投影分析（即提出技术创新效率改进目标与方案）。

2.1指标选取与数据来源

企业技术创新效率的测算指标体系包括投入和产出两个方面。在投入方面，本文借鉴Kortum和Lerner［1］、Romain和Pottelsberghe［9］以及Tang和Chyi［10］的研究，选取风险投资额、R&D经费和R&D人员全时当量三个指标衡量技术创新的投入。在产出方面，参照Kortum和Lerner［1］、王建梅和王筱萍［11］的研究，本文把专利申请量作为技术创新产出的指标之一。专利申请量代表了企业的新知识和新技术的创新水平，但是企业投入资金和人员的最终目的是获得利润，而专利并不能代表企业技术创新成果市场价值。所以，本文选取新产品销售额作为产出的另一个指标，来表征其商业化水平。由于在《中国科技统计年鉴》中，关于高技术产业的数据是从2005年开始记录，因此，基于数据的可获得性，本文采用的是2005年—2014年十年的数据，具体如表1所示。

2.2计量分析模型

本文参考赵树宽、余海晴和巩顺龙［12］的观点，认为企业进行技术创新是一项具有多投入和多产出的复杂活动，并且难以确定具体的投入产出关系。而DEA模型在处理多投入变量和多产出变量时具有一定的优势，同时它也不需要确定特定的投入产出关系，因此，本文选用DEA模型来测算技术创新的效率。在此模型中CCR最基础，通过其最优解可以得到DMU的有效性情况，在其基础上构建BCC模型，通过它可以将综合效率值分解，由此还能够判断DMU的规模收益情况。

2.3效率测算及分析

本文利用Deap2.1软件，选取BCC模型，采用多阶段算法得到了如表2所示的效率测算结果。2.3.1有效性分析根据DEA模型，效率值为1即表示DEA有效。从表2中得知，2005至2009年，中国高技术产业的综合效率值始终是1，即这五年间，其始终处于DEA有效状态。但从2010年开始，其值有了下降的趋势，只有2012年和2014年这两年是DEA有效的。虽然2010年、2011年和2013年这三年的值均小于1，即处于DEA无效状态，但是最低的一年2010年的值也达到了0.936，这说明了中国高技术产业效率较高。而且从2005年至2014年这十年的平均值来看，其值是0.987，这说明了其效率从总体上来说还是比较高。从2005年至2014年，中国高技术产业纯技术效率和规模效率的均值分别为0.989和0.998。相对而言，对综合效率影响较大的是后者。前者值为1表明其投入产出结构合理，后者值为1表明其投入产出规模合理。通过对表2中数据的观察，本文不难发现7个DEA有效年份的这两个值都为1，也即说明这7个DEA有效年份均实现了资源的合理分配，并达到了最优规模。从上述对2005年—2014年间中国高技术产业技术创新效率测算的结果可以看出，2010年、2011年和2013年是DEA无效的。进一步分析可知，这三年的纯技术效率值和规模效率值均小于1，即这三年既没有达到投入产出结构的最优状态，也没有实现规模的最优状态。同时，2010年、2011年及2013年是处于规模收益递减的，这也可以看出与目前的技术创新能力相比，其规模并不是最合理的。2.3.2风险投资对技术创新效率的影响力分析本文主要是研究风险投资对高技术产业技术创新的作用，因此，在已获得其效率值的前提下，研究它对效率的影响力大小是必要的并且可行的。本文可以研究三个投入指标分别对产出的影响。但是鉴于投入产出组合较多，本文简化了研究方法，只研究剔除一个投入指标后其投入产出方案的效率值。利用Deap2.1软件，测算出在不同投入组合中的历年效率均值，其结果列于表3中。由表3数据可知，方案1、2、3的综合效率均值分别为0.964（最小）、0.984（最大）和0.975，。剔除风险投资额后的效率均值最小，这表明其对效率的影响最大。基于上文分析，本文还能够测算出每个投入指标对效率的影响。本文以V（D）表示表2中的DEA效率均值，以V（Di）代表表3中不同指标组合下的DEA效率均值，那么，计算单一投入指标i对效率影响的公式可表示为：上式中，Si表示投入指标i对DEA效率的影响大小，该值越大，其影响程度也越大。利用表2和表3中的相关数据，由Si计算公式可得到，S1=0.0239，S2=0.0030，S3=0.0123。由此也可以看出，在投入指标方面，风险投资额对技术创新效率影响最大，其影响程度为0.0239。进一步分析可知，在资本投入方面，虽然风险投资额比R&D经费少，但S1>S2，即风险投资相对于R&D来说对技术创新的支持力度更大。这可能是因为一方面高科技企业在进行技术创新过程中会面临着各种各样的风险，包括技术风险、市场风险、管理风险等，很难获得银行等传统金融机构的资金支持。另一方面，本文借鉴龙勇和刘誉豪［13］以及蔡文佳［14］的观点，认为风险投资不同于债务等传统融资方式的优势在于，它不仅可以解决企业的融资需求，而且它能够为企业提供各种各样的非资本性的增值服务。2.3.3投影分析由表4可知，DEA无效年份改进方向集中在技术创新投入方面，风险投资额、R&D经费和R&D人员全时当量都存在投入冗余。从技术创新投入改进幅度来看，风险投资额改进幅度最小，R&D人员全时当量改进幅度最大。基于此，本文认为2010年、2011年和2013年这三年的DEA无效主要是因为R&D人员全时当量投入过多导致。R&D人员投入过多可能是相对的，它有可能是其投入质量不高造成的，人员的素质对企业的技术创新有着重要影响。在创新产出方面，改进情况比较简单，只有2013年的专利申请数需要调整，并且其改进幅度较小，仅为1.67%。

3结论与政策含义

本文基于效率视角，采用DEA模型，以中国高技术产业为研究对象，测算了2005年—2014年十年间的技术创新效率值，并研究了风险投资对其的影响，结论如下。（1）DEA效率评价结果显示，从总体上来看，中国高技术产业技术创新的综合效率均值较高。在2010年之前，其一直处于DEA有效状态，但是自2010年之后，效率值不断变化，而且近几年呈现出一定的下降趋势。（2）将综合效率值分解来看，对技术创新效率影响较大的是规模效率。从2005年至2014年，技术创新规模收益状态由规模收益不变转为规模收益递减，这表明与现有的技术创新能力相比，现有的投入规模不是最优的。（3）在投入方面，与R&D相比，风险投资对技术创新效率的影响更大。DEA无效年份主要是由R&D人员投入过多导致，其相对过多则意味着风险投资额和R&D经费的投入相对过少，造成技术创新的投入比例不合理。因此，合理有效地配置资本和人员投入并适当加大风险投资投入具有重要意义。基于上述结论，本文提出了如下的政策含义。（1）提高风险投资对高技术产业的资金投入风险投资主要是投资于高新技术及其产品的研发领域，以期使创新成果能够更快推向市场，并获得商业价值，从而帮助企业成长，最终实现资本的退出和增值的一种投资过程。从中国风险投资机构近年的投资方向来看，其投资于高技术产业的资金占比大约为百分之五十，仍然有大量资金投资于传统产业。基于此，中国政府应出台相关法规政策，积极引导风险投资机构将资金投向高技术产业，这样有助于提升其技术创新效率。（2）实现资本和人员的有效配置企业进行技术创新离不开资本和人员的支持，只有当资本和人员的投入得到合理配比，才能最大化地实现经济价值，不产生资源浪费的问题。由本文的结论得知，DEA无效年份主要是因为R&D人员投入较多。那么，在注重风险投资对高技术产业技术创新作用的同时，也应该注意平衡其与其他技术创新投入因素的关系，这样才可以使一切资源得到充分利用。

技术创新投资分析篇（6）

引言

随着二次大战新技术革命的繁荣发展，原单一的新技术逐渐扩展为多元化高科技产品服务，由于新技术开发及产品研发具有很大不确定性，顺势风险资本应运而生。至今，对于发达国家而言，风险投资已成为促进高新科技技术创新的主要资本形式，其在中国的发展近30年。相关鼓励政策相继，特别是2009年，在宏观政策推动下，创业板IPO开启为中小企业的成长注入了新鲜活力。在这样的实际大背景下，风险投资是否在真正意义上对我国科技创新水平有影响。本文通过理论与实证分析进行验证，并给出相应解决对策。

一、风险投资与技术创新基础理论

(一)风险投资相关理论1、风险投资概念风险投资(venturecapital)简称是VC，也称创业投资。广义的风险投资泛指一切具有高风险、高潜在收益的投资;本文旨在研究其狭义概念，即专业金融家对以高新技术为基础，有高速成长能力与强大竞争力公司的投资。2、风险投资在我国发展历程于上世纪80年代1985年，国务院批准成立了中国第一家专营风险投资业的全国金融机构———中国新技术创业投资公司，它的建立标志着中国风险投资实业开始广泛蓬勃发展。短短30年，风险投资业得到了一定的发展，下面我们通过表1、表2、表3、说明：第一方面，从风险投资机构数量来看，在2007年，数量开始呈明显趋势上升，直至2011年达到950家，创历史记录。第二方面，从风险投资机构分布来看，发达地区与一般地区差距较大。显而易见，风险机构分布不均。第三方面，从风险资本总量来看，风险投资总量近几年有下降趋势。2012年与2011年相比，降低了56.06%;与此同时，2012年每家机构平均管理资本是2011年的70.85%。综上所述，中国风险投资在2006－2009年逐渐上升，在2009年之后由于社会转型，出现了募集资金困难、IPO退出回报下降等问题。2012年由于全球证券业陷入泥潭，但在政府的积极调整干预下，在不断的探索尝试过程中，风险投资规模势必会更加强大，发展也会越来越均衡科学。3、风险偏好企业像人一样也有个产生、发展、成熟、衰老的过程。一个完整的企业生命周期包括的种子期、初创期、发展期和成熟期四个阶段。根据投资阶段不同风险，投资者认为阶段预期收益和损失也有不同看法，进而投资者表现出不同的投资风险偏好，决定其是否在企业现发展阶段投资。风险偏好是指投资者对风险的不同喜好程度。投资者在各投资阶段的风险偏好情况见表4:(二)技术创新相关理论风险投资主打领域为高新技术产业，其对高新技术企业的前途有很大影响力，尤其是需要加大创新力度的初创企业。同时这类企业一般风险大，融资渠道受阻，风险投资正好为其提供资金帮助，并且提供后期服务，如经营管理、项目设计等。总的来说，风险投资对技术创新有促进作用。1、技术创新概念创新是一个民族的灵魂，更是一个企业生存的活力。美籍奥地利经济学家J.A.Schumpeter将创新定义为把生产要素和生产条件的新组合引入生产体系，旨在获得利润。他认为技术创新是新产品开发、老产品改进、新工艺采用的过程，是新科技成果商业化的过程。继熊彼特提出对技术创新的解释后，一些研究者对技术创新做出各种解释，我国学者在结合中国实际情况也提出了中国特色的技术创新。技术创新是一个评判国家或企业是否具有竞争能力的指标。2、技术创新核心指标———R＆D我国科技活动分为三类:R＆D活动、R＆D成果应用活动和科技教育与培训。R＆D是活动中最新颖的一部分，其创造性是最强的，所以是技术创新的核心部分。在我国，2000年研发强度为0.9%，与此同时，西方发达国家平均水平为2%，可见，二者存在较大差距。根据统计资料显示，工业化初期阶段国家，研发强度小雨1.0%;工业化中期阶段国家研发强度1.5%以上，技术有明显增强能力;工业化后期的国家，研发强度为2%以上，服务旅游业开始呈主导趋势，技术创新程度颇高。在2006年，我国发展规划纲要提出要在2020年全社会研发支出占据GDP为2.5%及以上。本文研究中研发强度为R＆D与主营业务收入之比。R＆D活动作为技术创新的核心内容，研究技术创新产出在某种意义上就是指R＆D产出。本文研究中奖拥有发明专利数作为衡量技术创新产出的指标。同时，衡量风险投资指标有风险投资总量、风险投资所占股份比例等。Romain曾提出，风险投资的作用在某种程度上类似于R＆D投入，R＆D投入可以被认为在创新过程中的积累。因此，本文将R＆D投入作为风险投资指标。

二、风险投资对高新技术企业技术创新影响的实证分析

在国外，风险投资成为高新技术企业的主要资本，在我国具体国情之下，风险资本作为新兴资本，其对高新技术企业的发展，特别是技术创新方面是否有影响，本文通过以下三个方面进行验证:研究假设、模型选择、数据处理、结果分析。(一)研究假设假设1:投资风险偏好对技术创新有影响。投资具有不确定性使得投资机构风险偏好对企业产生影响。对于企业，不同时期对其注入资金，对其创新水平有影响。假设2:投资机构个数对技术创新有影响。风险投资机构作为连接资金融通的中介媒介，为企业注入新鲜资金后，会影响企业创新水平。假设3:R＆D研发投入量对于技术创新具有正效应。R＆D经费支出是目前支持我国高新技术产业发展的两项最主要的支出。(二)模型选择实证分析所涉及的变量有四个。专利数、R＆D投入、风险投资机构数量、风险投资偏好。其中专利数，采用专利授权数，数据来自IPO上市招股说明书;R＆D投入的数据来自中国统计年鉴;风险机构投资偏好数据来自于来自CVSource数据库。首先，先做一个简单探究，经过对数据收集与处理，做出以下分析，如表5所示:从以上分析看出，在风险投资注入之后，企业中研发费用也会相应增加;另一方面，在注入风险资本，研发费用增加后，相关文件说明其创新都提高，为社会提供了便捷的服务等，从而相应地关于核心收入占研发收入比例也为增加。这似乎说明，风险资本注入促进了企业研究项目的增加，相应地产生了较好的效益。而此忽略了风险资本机构投资偏好与参与个数因素对其创新成都的影响。因此，本文就RD研发投入、风险机构投资偏好及其个数对创新程度影响做以下深刻地分析。经典的研究风险投资对技术创新作用的实证模型是:lnP=a+blnRD+clnVC+u其中P代表专利，RD代表研发投入，VC代表风险投资，u代表残差。采用对数形式，在计量结果上的差异占存在于常数项，所以没有质的差别。由于此模型中变量被大量研究，经过分析之后，本文决定采用以下模型进行实证研究:lnP=a+blnRD+clnQ+dlnIP+u变量指标及说明如表6所示:(三)数据处理首先，选择创业板风险投资企业173家，对其数据进行相关性分析，如表7所示:(四)结果分析结果分析回归方程为:lnP=4.764－0.211lnIP+0.104lnQ+0.108lnRD。表明投资偏好为风险冒险型对高新科技企业创新程度比风险保守型有促进作用;投资机构数量与研发费用投入对高新科技企业技术创新有促进作用。但表8显示判定系数为0.118，表9显示方差分析F统计量及对应的P值，从中发现Sig.=0.498，判定回归方程较不显著。原因是因为IP、Q、RD的Sig.分别为0.307，0.508，0.331，表明风险投资偏好、投资机构数量及研发投资费用对高新科技企业的创新程度影响程度不显著。从实证结果看出，在高新技术企业的专利授权数标准的相比之下，风险机构投资偏好引起的被解释变量的变化比RD与投资机构数量引起的变化大得多，这说明RD与投资机构数量对高新技术企业发展的促进作用比风险机构投资偏好小，即风险机构投资偏好有更大空间的发展。笔者分析其主要原因有以下几个方面:1、我国风险投资起步较晚，没有充分利用个人、企业、金融或非金融机构等具有投资潜力的力量来共同构筑一个有机的风险投资的前景;2、我国经济市场缺乏活力，投资机构变得谨慎行事;3、风险投资企业缺乏高素质的复合型人才、缺乏有识之士，尚未看到自主创新型企业的高风险、高收益的前景，风险偏好较弱，因而将很大一部分资金投入了传统产业，没有发挥出应有的作用。4、缺乏相关风险投资法律的支持，严重制约了风险资本市场的发展;5、缺乏创业文化和风险精神，我国传统文化与惯性思维制约了创业精神。总之，政府应重视这种促进作用，风险投资机构与高新技术企业应积极优化彼此间的促进作用。

技术创新投资分析篇（7）

一、引言

在知识经济时代，创新能力的高低已成为一个国家综合国力和核心竞争力的重要衡量指标，是国民经济发展的内在驱动力。国家“十三五”规划明确指出“实施创新驱动发展战略”，在2017年的两会上也提出了“以创新引领实体经济转型升级”的论述。对于一个企业而言，创新是生存和发展的灵魂，创新包括产品创新，技术创新，体制创新，思想创新等。企业技术创新的长期性和风险性等特征，使其大量的资金需求难以从传统的融资领域获得满足，故风险投资作为一种新的融资机制日趋受到企业的青睐。风险投资与技术创新的关系已成为学术界研究的热点。

二、文献回顾

通过搜集整理文献发现，目前学术界关于风险投资对技术创新的作用的研究尚未形成完全统一的定论。

一方面，学者们通过研究发现风险投资对技术创新具有正向促进作用。丁文丽（2004）运用数理分析与计量经济学分析方法对“风险投是高新技术产业化的助推器和催化剂”这一规范经济学论断进行验证。结果表明，风险投资与技术创新之g确实存在着长期稳定的相关关系。周侠（2009）通过协整分析证明了风险投资和技术创新两者之间具有长期稳定的关系，并构建了风险资本市场与技术创新的理论模型和计量模型，证明了风险投资与技术专利申请数量呈显著的正相关关系，风险资本市场对技术创新有刺激作用。彭素芬（2013）分析指出：在整体上，风险投资对高新技术产业发展具有显著正向影响，风险投资每增加1%，高新技术产业发展水平提升6%；风险投资对产业规模壮大、技术创新能力提升和产业影响力扩展具有显著的促进作用。赵武等（2015）采用我国1994-2012年风险投资、科技投入与创新产出的数据，运用线性回和PLS回归实证分析风险投资、研发投入等对创新产出的差异化影响。实证结果表明：风险投资、研发投入均对创新产出有正向促进作用。

另一方面，也有学者研究发现，风险投资不能促进技术创新。何伟（2005） 研究发现，现有科技成果转化时依靠自筹资金56%，国家科技拨款占26.8%，而利用风投资金仅占2.3%，我国风险投资并没有在创新成果转化上提供应有的支持作用[5]。陈见丽（2011）以中国创业板高新技术企业为样本，通过实证检验发现：风险投资的参与并不能为高新技术企业带来更多技术创新资源，也不能促使高新技术企业创造更多技术创新成果和效益。李明龙（2012）利用1993-2010年18年的相关数据就风险投资对高新技术产业技术创新的作用进行了实证研究，结果表明风险投资能够对高新技术产业的技术创新产生正效应，但作用并不是非常明显。晏发发等（2016）通过实证分析指出，风险投资和R&D经费支出与技术创新均呈显著的正相关关系，风险投资对技术创新作用的贡献比四年前有所增加，但是增加的幅度并没有很大；研发经费支出仍然是影响技术创新的主要因素。

学者们对风险投资是否促进技术创新的研究得出了不同的结论，除了可能受研究方法、选用样本、选取指标和数据的可得性等不同的影响，是否还因为存在一些权变因素而加强或减弱风险投资对技术创新的作用呢？对此，谢雅萍、宋超俐（2017）指出宏观环境、市场周期、行业和区域特征等因素会作为影响风险投资与技术创新之间关系的调节变量。微观层面上，本文拟从被投资企业的角度出发，选取高级管理人员的特征作为风险投资对技术创新产生作用的调节变量展开分析。

三、高管如何调节风险投资对技术创新的影响

（一）相关概念的界定

1.风险投资与技术创新

从投资行为的角度看，风险投资主要是指风险投资机构通过把资本投入拥有高新技术和产品研究开发活动的企业而获得股权，旨在促进技术创新和产品创新的产出及商业转化，在承担高风险的同时，一般通过IPO、股权转让和破产清算等形式退出被投资企业从而实现潜在的高收益。从风险投资的作用机制看，风险投资机构不但为企业技术创新活动提供资金，还可利用自身资源为企业提供后续融资渠道、完善管理、指导商业计划等非资本增值服务。本文是拟从被投资企业的视角进行研究，高管的职权范围决定了其影响作用主要体现在风险资本运作方面，因此文中侧重于风险投资的资本运作如何促进技术创新的投入、产出和商业转化能力的提高。

2.高级管理人员

理论研究和实际工作中对高级管理人员的范围界定存在着差异，考虑到高管的职权范围与风险资本在技术创新中运作的相关性，本文的高级管理人员包括总经理、副总经理和财务负责人。高管对企业运营管理拥有决策权和控制权，是完成董事会目标的执行者，因此，高管的基本特征会对企业战略决策的制定和实施产生重大影响。本文主要从高管持股、受教育程度、从业经验、年龄和性别等特征分析其如何调节风险投资对技术创新的作用。

（二）高管的基本特征增强或削弱风险投资对技术创新的影响

高层梯队理论认为，由于内外环境的复杂性，管理者不可能对其所有方面进行全面认识，即使在管理者视野范围内的现象，管理者也只能进行选择性观察。故企业高管的特征影响着他们接受风险投资后在组织层面战略决策的选择，进而影响着技术创新产出与商业转化。本文从高管是否持股、受教育情况、从业经验、年龄和性别展开分析：

1.高管是否持股决定其是否与股东利益趋同而致力于技术创新

自从美国经济学家伯利和米恩斯提出委托理论后，企业的所有权与经营权相分离已成为一种非常普遍的现象。但是，在信息不对称的条件下，作为人的高管有可能会为了自身利益而在企业经营管理中忽视甚至损害作为委托人的股东的利益，无法实现企业价值最大化和股东财富最大化的目标。为了降低委托成本，股东经常会对高管采取一些激励措施，比如股权激励。

从融资的角度看，企业接受风险投资后有充分的资金可以投入技术创新活动中。但技术创新活动的资金需求量大、回收期长，投资所得的业绩增长可能要等到一下任高管任职时才能体现。如果该企业的高管仅作为职业经理人而不持股，则他们会增加对自身利益的诉求，更多地追求在职期间的业绩增长，不重视甚至阻碍企业的技术创新；如果该企业的高管因股东给予的激励而持股，则容易与股东形成利益趋同效应，愿意并致力于技g创新活动进而提升企业的价值。因此，高管持股可能会增强风险投资对技术创新的正向作用，否则，会削弱甚至抵消这种正向作用。就上市公司而言，高管激励中股票期权等长期激励所占的比例越大，企业的技术创新产出就越多。

2.受教育情况影响高管风险投资与技术创新的认知能力

随着知识经济时代的到来，高管的综合认知能力和专业技术水平成为企业可持续竞争力提升的重要因素之一。受教育程度高低决定了高管的知识体系不同，这不仅影响其专业技术水平而且会影响其价值观的形成。受教育程度较高的高管往往拥有开放的心态，容易接受新事物，比如企业的技术创新活动。在企业已接受风险投资的条件下，风险投资机构一方面会为被投资企业提供技术创新的资金支持，另一方面也会指导或参与被投资企业的经营管理。受教育程度较高的高管更容易把握国家宏观经济和所属行业动态发展中的新契机，对技术创新活动的重要性有充分的认知，同时能够融合并科学配置风险投资机构带来的非资本资源，进而增强对技术创新产出以及商业化的促进作用。

另外，高管受教育的专业背景不同也会调节风险投资对技术创新的促进作用。具有高新技术类专业背景的高管更熟悉甚至自身拥有技术创新过程中所需的技术，更好地优化技术创新团队结构，规避技术方面的风险，最后通过提高产出能力而增加风险投资对技术创新的正向作用。而具有经管类教育背景的高管人员，则在分析市场风险、选择技术创新成果商业化模式等方面占有竞争优势，最后通过致力提高商业转化能力而增加风险投资对技术创新的促进作用。

3.从业经验使高管更愿意投资“具有经验优势”的项目

根据西蒙的决策理论，有限度的理性导致企业高管寻求“符合要求的”或“令人满意的”措施。高管“符合要求的”或“令人满意的”的衡量标准除了受专业技术水平的判断，也会受其从业经验的影响。如果高管有研发方面的投资经验，在决策时注意力焦点通常会在自己熟悉的领域上，他们会更倾向于开展那些能准确感知风险的创新项目，并在指导过程中发挥自己的经验优势；如果高管较少涉足研发领域，在接受风险投资后的技术创新过程中难免会“摸着石头过河”，这可能会削弱风险投资对技术创新的正向作用。

4.年龄和性别影响高管对技术创新的风险容忍度

年龄和性别是影响高管风险偏好的重要因素。如果高管的年龄越小，则他们越愿意冒险，选择创新性战略从而获得潜在的高收益；如果高管的年龄越大，则他们规避风险的态度越明显，进行战略决策时越谨慎，容易丧失“市场先机”，难以在技术创新活动中“大展拳脚”。另一方面，女性一般比男性更加厌恶风险，这一内在特质使得女性高管偏向选择风险更低的投资项目。技术创新是高风险高收益的投资活动，年龄大的高管和女性高管往往是风险回避者，从而在一定程度上削弱了自主创新的愿望，降低风险投资对技术创新的贡献。

四、结论与研究展望

综上所述，高管持股与否、受教育情况、从业经验、年龄和性别这些基本特征都会影响他们在工作中的态度以及选择偏好，进而影响企业的战略决策行为。虽然企业接受风险投资机构的投资能在一定程度上能解决技术创新过程中的资金需求，但并不代表技术创新的产出以及商业转化能力就相应提高，因为风险资本在技术创新中的具体运作会受到高管决策行为以及执行能力的影响，故高管的基本特征是风险投资对技术创新产生作用的调节因素。

但是，本文的结论仅基于理论以及已有研究成果的分析基础上而得出，尚未结合实践中的数据进行实证检验，具有一定的局限性，需要在后续研究中更全面、更具体地对相关结论加以证实。

参考文献：

[1]丁文丽.基于最优规划模型的风险投资与技术创新关系的时间序列分析[J].云南民族大学学报（自然科学版），2004（l），52一54.

[2]周侠.风险投资与国内高科技产业技术创新关系的实证研究[J].暨南大学硕士学位论文，2009.

[3]彭素芬.风险投资对高新技术产业发展影响的实证研究――基于中国数据的检验[J].中国农业银行武汉培训学院学报，2013年第3期.

[4]赵 武，李晓华，朱明宣，庞加兰.风险投资、研发投入对技术创新产出的差异化影响研究[J].科技管理研究，2015年第7期.

[5]何伟.风险投资与高技术创业企业技术创新[J].武汉大学博士学位论文，2005.

[6]陈见丽.风险投资能促进高新技术企业的技术创新吗――基于中国创业板上市公司的经验证据[J].经济管理（工商管理.企管纵横），2011年第2期.

[7]李明龙.我国风险投资对高新技术产业技术创新作用的理论与实证研究[D].中南大学硕士学位论文，2012年.

技术创新投资分析篇（8）

关键词： 技术创新；政府资助；创新模式； 期权博弈； 煤矿安全投入

中图分类号：F273.1；F224.32 文献标识码：A 文章编号：1001-8409（2014）02-0042-05

引言

在建设创新型国家的战略中，企业的技术创新是极其关键的环节和因素[1]。企业技术创新能力的提升会对国家经济增长产生巨大的推动作用，同时也是企业可持续发展的内在动力[2]。对于技术创新而言，企业是技术创新的主体，同时，企业也是技术创新效益享有的主体。

政府通过政策引导、资金资助等方式不断改善了我国的科研环境，科技投入强度和力度随之不断加大，企业技术创新能力不断增强。政府对企业技术创新进行资助，完成政府作为引导和激励企业进行技术创新的公共职责。一方面，政府通过对某一技术创新领域和项目的适当资助可以促进企业对其进行投资；另外政府的资助在给企业带来资金支持的同时，会引导和激励社会资本为企业技术创新进行进一步投资，给企业技术创新项目带来更大的增值，激发企业技术创新的积极性，最终并带动企业新一轮的技术创新升级和产业升级。在建设创新型国家的过程中，政府如何合理地将有限的资源进行配置，如何更加有效地激发企业技术创新的积极性，对于我国科教兴国战略的实施以及企业可持续发展具有重大的现实意义。

1 分析框架

企业的技术创新通常包括研发、申请专利以及产业化多个阶段，是一个序列投资的过程。在技术创新的研发、申请专利以及进行产业化的过程中，企业在不同阶段面临不同的技术和市场风险，具有极大的不确定性。由于技术和市场的不确定性就使得企业决策者需要根据技术创新项目的进展来灵活动态地确定投资决策，以降低风险并使公司的价值最大化。而政府对企业的技术创新的资助就应该建立在对企业技术创新项目的特征、风险和收益综合考虑和评估的基础上，同时政府需要考虑资助资金如何进行合理高效的使用和恰当的配置，实现有效的引导和激励作用。这其中就存在政府资助和企业投入的相互博弈。这样才能有效提高政府资助的效率，进一步提升企业创新能力。

自从熊彼特[3]提出创新理论并不断发展之后，学术界对其进行了针对性的分类研究。CLARK[4]将技术创新分为渐进性技术创新与突破性技术创新。在现实竞争环境中，依据CLARK[4]的观点，渐进性技术创新与突破性技术创新这两种不同的技术创新策略对企业投资会产生不同的影响。不同的技术创新策略会导致不同的技术水平，导致市场上所拥有的资产价值遵循的随机过程就不同[5]，最终企业投资的价值就不同[6]。而两种不同的价值会对政府资助企业技术创新的资助决策产生不同的影响。政府在对企业技术创新进行资助时，要充分考虑技术价值的影响因素。

在企业技术创新投资评估中，净现值法和层次分析法这些传统决策方法很难有效处理企业技术创新投资和政府资助所面临的种种不确定性和风险[7]，也没有考虑技术创新投资的战略价值和投资决策的管理柔性。在不确定的条件下，利用实物期权方法对企业技术创新投资项目进行评估，就能够正确地处理风险和不确定性，在最适当的时机做出投资决策。Trigeorgis[8]认为后续期权有效地提高前面期权标的资产的价值；FAULK-NER[9]研究了实物期权在R&D投资项目中的应用问题；DIXIT[6]等运用实物期权的分析方法研究了不完全竞争条件下的投资策略均衡；王楠[10]对政府资助企业技术创新的方式进行了分类研究；王文轲和赵昌文[11] 对于研发投资建立了复合实物期权多阶段决策评价模型；刘卫柏[12]等对企业突破性技术创新投资决策进行了分析研究。

因此，本文从企业和政府互动的角度出发，针对企业技术创新整个生命周期多阶段的复合期权内在特点，依据CLARK[4]的划分，研究在渐进性技术创新与突破性技术创新不同技术创新策略模式下企业技术创新投资与政府资助决策问题。同时考虑技术创新中企业投入和政府资助的合理配置与互动博弈，最终建立企业技术创新项目动态投资与政府资助决策模型。为政府资助企业技术创新决策提供理论和方法论上的支持。

2 企业技术创新及政府资助决策模型

2.1 渐进性技术创新及政府资助决策模型

企业渐进性技术创新项目由m个阶段组成。对于其中的第n阶段进行分析。设单位产出价格为P，成本为C。技术创新项目价值和期权价值分别记为V（P）和F（P），都是价格P的函数。此处借用Dixit等[6]的分析思路，该吸收式创新最终产出的价格服从下式：

技术创新投资分析篇（9）

创业投资与自主创新关系的实证研究

（一）国外创业投资与自主创新关系的实证研究

JeffryA.Timmons(1986)通过实证研究发现创业投资者很早就参与培育新的创新和技术并担任创新企业建设性的角色。Kortum&Lerner(2000)以美国1965年至1992年间二十个产业为样本进行研究，结果表明创业投资投入对专利产出的效率大约是R&D投入效率的3.1倍。另外通过对比创业投资参与的企业与无创业投资参与的企业，发现创业投资参与的企业专利申请量更多。Tykova(2000)用德国1991—1997年的58个样本进行分析，发现创业投资额增加一倍，全社会专利申请量增长12％，创业投资支持的企业数量增加一倍，全社会专利申请量增长21％。Catheine(2003)通过经验数据验证了获得创业投资支持的企业在技术自主创新上的成效要显著性高于没有获得创业投资支持的企业。Ueda&Hirukawa(2006)则将Kortum&Lerner(2000)的研究年限从1992年扩展至2001年，得出的结论相同，而且促进作用更明显。Mullica(2006)对美国1981年到1997之间的179个区域数据加以研究，结果表明创业投资对专利申请有显著的促进作用。这些研究都表明了创业投资对自主创新的促进作用显著。Hasan&Wang(2006)通过对美国劳动市场区域在1993年到1999年之间394个区域数据进行了面板分析的结果显示创业投资对技术自主创新和经济增长都存在促进作用。

Chemmanur，Krishnan&Nandy(2008)利用普查数据研究表明有创业投资支持的企业相比其他没有创业投资支持的企业在最初的创业投资进入时具有更高的全要素生产率，并保持一个更高的全要素生产率增长。

（二）国内创业投资与自主创新关系的实证研究

等（2009）通过建立经济计量模型进行了实证检验，表明创业投资与企业技术专利申请的数量及其企业技术专利的应用具有显著的正相关关系。丁文丽(2004)通过数理分析与计量经济学的分析方法研究表明创业投资对企业技术自主创新具有显著性的正向影响。程昆(2006)利用经验证据分析发现创业投资能够正向地促进我国企业的技术自主创新行为的发生。程昆、刘仁和、刘英(2006)利用我国1994年到2003年之间的专利申请量、创业投资额以及研究与开发经费等数据，论证了创业投资对我国的技术自主创新有促进作用，但与欧美等发达国家还存在相当大的差距。万坤扬和袁利金(2008)证明了创业投资数据与技术创新专利数据之间存在很好的协整关系。

文献简评

通过以上理论综述，国内外学者主要从三个方面论述了创业投资对自主创新的作用。一是传统的融资方式在解决企业资金短缺方面存在困难，而创业投资由于其自身的一些特性正好与企业自主创新过程的一些特点相匹配，可以较好地解决创新过程的融资难问题，从而达到促进企业技术自主创新的目的。二是创业投资除了给企业提供资金支持，还能给企业提供有效的增值服务。如管理经验，技术经验等，从而促进企业的自主创新。三是创业投资通过与企业合作的契约方式，可以克服传统组织形式的缺点，为自主创新提供有效支持。从现有的理论研究来看，目前有关微观层面的研究较多，宏观层面的文献相对较少。对于创业投资与自主创新关系的研究时间较短，众多问题仍处于摸索阶段。国内外对于创业投资如何实现对自主创新的推动作用少有论述。到目前为止，仍然没有形成一套成熟、统一的理论体系，没有得出创业投资与自主创新的一般规律。

技术创新投资分析篇（10）

关键词：跨国公司；R&D投资；创新能力；溢出效应；挤出效应

中图分类号：F74文献标识码：A文章编号：16723198（2013）16006604

1引言

外商直接投资（简称“FDI”）对国家和地区社会经济发展起到显著作用，学者们从不同角度对其进行研究，主要包括如何吸引FDI；如何提高FDI的利用质量；FDI对国家、地区经济发展的影响作用；FDI空间不均衡性产生的不利影响等。跨国公司研发投资（即“跨国公司R&D投资”）也是FDI研究中的分支问题。比较有代表性的研究成果有：张海洋、刘云海、平新桥等提出竞争效应体现的是挤出效应。而胡祖六和王红领提出竞争效应带来溢出效应，与张海洋等的研究结果不同。同时，可能由于实地调查资料和统计数据不充足等原因，研究跨国公司R&D投资对我国企业创新能力影响方面的相关文献不是很多，且研究方法与研究结果也存在一些差异。

20世纪90年代以来，跨国公司R&D投资得到迅速发展，海外投资数量逐年增大。中国凭借其良好的区位优势，成为跨国公司R&D投资的热点区域。甘肃省是我国的几何中心与西部交通要塞，特别是在2012年8月20日，兰州新区获国务院批复，成为第五个部级新区，在未来一段时间，很可能吸引跨国公司R&D投资，因此，在这一阶段，研究甘肃省跨国公司R&D投资的相关问题具有重要现实意义。跨国公司R&D投资的主要方向一般为高技术产业，本文主要运用经济学相关理论、方法对跨国公司R&D投资对甘肃省高技术产业创新能力的影响做实证分析。

2研究对象概述

2.1跨国公司R&D投资

跨国公司是在多个国家进行直接投资，并设立分支机构或子公司，从事全球性生产、销售或其他经营活动的国际企业组织。R&D，是研究与试验发展的简称，指在科学技术领域，为增加知识总量以及运用这些知识去创造新的应用而进行的系统的、创造性的活动，包括基础研究、应用研究、试验发展三类活动。跨国公司R&D投资是指跨国公司在东道国设立分支机构或子公司，以增加知识总量及创新为目的，进行研究与开发的活动。

跨国公司R&D投资主要有两种形式：一是在海外设立研发机构；二是通过组建跨国研发战略联盟等形式实行研发国际合作。由于后者与前者相比，组织结构更为松散、不易控制，因此，设立海外研发机构是目前跨国公司R&D投资最直接、效果最显著的一种形式。

2.2高技术产业

高技术产业是指由当代先进的科学技术成果转化为产品而形成的新兴产业，其前提条件是技术创新。本文根据2002年国家统计局的《高技术产业统计分类目录的通知》，将高技术产业分为五类：航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业、医药制造业和医疗设备及仪器仪表制造业。

2.3溢出效应与挤出效应

跨国公司R&D投资溢出效应是指跨国公司在东道国的研发活动促进东道国本土企业技术创新与进步的情形。相对的，跨国公司海外研发投资在某些方面也会阻碍东道国本土企业技术创新与进步，这种情形则为挤出效应。溢出效应主要通过示范、联系、人才流动、竞争等途径产生，而挤出效应主要通过对自主创新、人力资源、研发资本的挤出来体现，二者并存、方向相反。

关于溢出效应，目前国内外的相关研究，主要是针对跨国公司R&D投资对东道国企业创新能力影响的研究。Pearce指出跨国公司R&D投资可以较强地促进发展中东道国创新能力的提高和科技力量的大幅拓展。邓宁（Dunning）认为跨国公司R&D活动通过影响R&D经费、研究人员数量、专利等要素对东道国创新系统产生溢出效应。Feinberg和Majumdar根据柯布-道格拉斯生产函数建立模型对印度本土企业的溢出效应进行了实证分析，结果显示，跨国公司在印度研发投资对印度本土企业的溢出效应并不明显。李钧根据道格拉斯生产函数建立计量模型进行实证分析，提出通过竞争途径产生的溢出效应较为显著。盛垒采用随机前沿分析方法，提出竞争效应是导致跨国公司在华R&D投资技术溢出的主要渠道，而示范模仿渠道的溢出效应相对有限。

关于挤出效应，杜群阳和朱勤认为跨国公司R&D投资对内资部门产生了“挤出”而非“溢出”效应。蒋殿春和夏良科利用1998—2002年三资企业面板数据分析了FDI对我国高技术产业创新能力的影响，结果显示其技术挤出效应主要体现在竞争效应方面——由于外商投资企业在研发竞争中明显采取“领先一步”的战略，而国内高技术企业的科技活动会对对方产生“挤牙膏”效应，激发对方更强的创新动力，因此本土高技术企业很难在竞争中占据有利地位。

可见，关于溢出和挤出效应的研究，学者们得出的结论不尽相同，这一方面与研究角度和分析方法有一定关系；另一方面，这也与国家地区的经济政策环境有很大的关系，良好的经济政策环境，是促进跨国公司研发溢出的必要条件。本文在以下分析中，选择国际上较为公认的研究角度和分析方法，力求分析结论的准确性。

3研究方法的选择与模型的构建

3.1溢出效应模型

本文根据道格拉斯生产函数建立溢出效应模型。根据生产函数，研究跨国公司R&D投资对甘肃省高技术产业创新能力的影响，可将技术创新产出函数定义为：IO=F（K，L，FRD），两边取对数建立计量经济学模型为：

LnIO=β0+β1LnK+β2LnL+β3LnFRD+ε（1）

其中IO、K、L、FRD分别表示技术创新产出、资金投入、人员投入和外资研发，ε是误差项。

关于技术创新产出的指标，已有参考文献主要采用专利申请数和新产品销售收入两个指标。由于新产品销售收入只能部分反映创新水平，且近年我国本土企业专利意识不断增强，因此本文选择“内资高技术企业专利申请数”作为计量指标。关于资金和人员投入的指标，本文选取“内资高技术企业研发经费内部支出”和“内资高技术企业研发活动人员折合全时当量”这两个指标来衡量。关于外资研发投入的指标，限于数据的可获得，本文用三资企业的相关指标替代跨国公司；并由于外资研发对本土企业创新能力影响的作用机制不同，选取“三资企业研发活动人员折合全时当量”、“三资企业研发经费内部支出”、“三资企业专利申请数”来衡量三资企业研发通过“人才流动效应”、“联系示范效应”、“竞争效应”三种途径对本土企业创新能力的影响效果。

通过对变量的具体设定，见表1，本文建立的计量模型为：

表1变量设定表

变量变量构建变量含义变量形式Y（因变量）内资高技术企业专利申请数本土高技术产业技术创新产出LnYX1（自变量）三资企业研发活动人员折合全时当量跨国公司R&D投资人才流动效应LnY（X1）X2（自变量）三资企业研发经费内部支出跨国公司R&D投资联系示范效应LnY（X2）X3（自变量）三资企业专利申请数跨国公司R&D投资竞争效应LnY（X3）续表X4（自变量）内资高技术企业研发经费内部支出本土企业R&D投资联系示范效应LnY（X4）X5（自变量）内资高技术企业研发活动人员折合全时当量本土企业R&D投资竞争效应LnY（X5）LnY=β0+β1Ln（X1）+β2Ln（X2）+β3Ln（X3）+

β4Ln（X4）+β5Ln（X5）+ε（2）

3.2挤出效应

由于挤出效应难以定量，目前关于这方面的定量研究较少。本文在定性分析的基础上，做了跨国公司在甘肃省R&D投资挤出效应的存在性检验，根据挤出效应发生作用的三个方面（自主创新挤出、人力资源挤出和研发资本挤出），本了三组存在性检验。

3.2.1自主创新挤出

关于自主创新挤出，由于本土企业自主创新对跨国公司研发投资存在一定的依赖性，因此，跨国公司在甘肃省研发投资对高技术产业创新能力的挤出可以用依赖性指标来衡量，可利用外贸依存度指标。本文用R&D投资依存度指标来衡量对自主创新的挤出，公式如下：

R&D投资依存度=三资企业当年对甘肃省高技术产业的研发投资/该行业当年总产值（3）

3.2.2人力资源挤出

本文假定研发人员的去向只有三资企业和内资企业两种选择的前提下，主要根据近几年跨国公司R&D人员全时当量占甘肃省高技术产业R&D人员全时当量的比重，分析其增长趋势，从而检验人力资源是否存在挤出。公式如下：

人员比重=跨国公司R&D人员全时当量/甘肃省高技术企业R&D人员全时当量（4）

3.2.3研发资本挤出

本文主要是对跨国公司R&D投资与甘肃省高技术企业研发投资的增长趋势进行对比而得出是否存在研发资本挤出。

4跨国公司R&D投资对甘肃高技术产业创新能力影响的实证分析

4.1溢出效应分析

4.1.1数据来源及处理

本样本数据，跨国公司的数据由三资企业的数据替代。具体样本数据主要来源于《中国高技术产业统计年鉴》、《中国科技统计年鉴》及《甘肃科技统计年鉴》。采用Eviews6.0软件，将原始数据进行标准化处理，消除指标之间统计的不一致与数量的差异现象，再对样本数据进行分析。

4.1.2基于回归模型的实证分析

首先，对表1各变量进行了相关性检验。结果见表2。

表2相关性分析结果

CorrelationLOG（X1）LOG（X2）LOG（X3）LOG（X4）LOG（X5）LOG（Y）-0.45209-0.330280.8649640.9431240.716478从表2可见，自变量Ln（x1）（三资企业研发活动人员折合全时当量）、Ln（x2）（三资企业研发经费内部支出）与因变量Ln（Y）（内资企业专利申请数）存在负相关关系，但相关系数只有0.45和0.33，值较小，所以相关性不显著。说明人才流动效应与联系示范效应的作用并不显著，没有产生溢出效应。而自变量Ln（x3）（三资企业专利申请数）、Ln（x4）（内资企业研发经费内部支出）、Ln（x5）（内资企业研发活动人员折合全时当量）与因变量Ln（Y）存在正相关关系，Ln（x3）和Ln（x4）的相关系数分别为0.86和0.94，相关性较为显著，Ln（x5）的相关系数为0.72，相关性不是很显著。说明通过竞争途径产生的溢出效应较为显著。

因为变量Ln（x1）、Ln（x2）、Ln（x5）与因变量Ln（Y）的相关性不是很显著，所以在以下的回归分析中，剔除这三个变量，只做Ln（Y）与Ln（x3）、Ln（x4）的回归，回归结果如表3所示。

根据表3得出回归方程：

从回归结果来看，模型的拟合度很好，F值也较为显著。可以得出，本土企业R&D投资联系示范效应（即内资高技术企业研发经费内部支出）和跨国公司R&D投资竞争效应（即三资企业专利申请数）对技术创新产出的正面影响较大。内资高技术企业研发经费内部支出每增加1%，甘肃省高技术产业的专利申请数就增加0.64%；跨国公司R&D投资通过竞争途径产生的溢出效应更为显著，三资企业研发专利申请数每增加1%，甘肃省高技术产业的专利申请数就增加0.93%。因此，提高高技术企业研发经费内部支出、合理扩大通过竞争途径产生的溢出，对甘肃高技术产业创新能力的提高尤为重要。

4.2挤出效应分析

4.2.1自主性创新挤出

由于三资企业当年对甘肃省高技术产业的研发投资的数据较少，且数值大多较小，分析效果差，本文用三资企业当年对甘肃省工业企业的研发投资进行替代，分析结论存在放大的误差。将近年《中国科技统计年鉴》、《甘肃科技统计年鉴》的相关数据代入公式（3），可得图1。

图1甘肃省高技术产业跨国公司R&D投资依存度由图1可见，甘肃省高技术企业的研发依存度指标较平稳，大体在4上下波动，但指标值很小。这主要是因为甘肃地处西北，跨国公司在甘肃省研发投资的总量较少，本土高技术产业主要是靠本地投资或从我国中东部地区进行产业转移，所以跨国公司R&D依存度较小。此外，图1中2010年的R&D依存度却相当高，有45.36，由于资料的可获得性，未能确定成因。综上，R&D投资对甘肃高技术企业自主创新的挤出不明显。

4.2.2人力资源挤出

由于高技术产业跨国公司R&D人员全时当量的数据较少，所以引入跨国公司R&D人员全时当量占甘肃省工业企业R&D人员全时当量的比例进行对比分析。将公式（4）转为公式（5）：

人员比重=跨国公司R&D人员全时当量/甘肃省工业企业R&D人员全时当量（5）

将《甘肃科技统计年鉴》、《中国高技术产业统计年鉴》的相关数据代入公式（4）和公式（5），可得图2。

图2R&D人员甘肃工业企业占比与甘肃高技术

产业占比对比图从图2可见，近年跨国公司R&D人员的占比总体较小，说明跨国公司的投资力度不够。另外，从折线图的走势，无论是R&D人员甘肃省工业企业的占比，还是甘肃省高技术企业的占比，都体现出没有固定的趋势，上下起伏波动的特点，一定程度说明跨国公司R&D投资对人力资源的挤出是不确定的。从甘肃省高技术企业的这条折线可以看出，2009年与2011年相比，比重有所增大，说明产生了挤出，但不明显。2010年的数值为零，说明跨国公司在高技术产业领域当年没有或者很少有人员在甘肃省进行研发活动。

4.2.3研发资本挤出

对近些年《中国高技术产业统计年鉴》、《甘肃科技统计年鉴》和《中国科技统计年鉴》的有关数据进行整理，可得图3。

图3跨国公司与甘肃高技术企业研发投资对比图从图3中2007到2009年的增长曲线可以看出，跨国公司R&D投资与甘肃省高技术企业研发投资的增长趋势方向相反，因此这一段时间存在研发资本的挤出。而2011年到2012年的数据显示，两者同方向增长，不存在挤出效应。由此可见，两者的增长，没有实质性的联系，甘肃省高技术企业研发投资的增长，受跨国公司R&D投资的影响并不显著，这一方面有可能由于跨国公司在甘肃省研发投资比较少，它的作用还无法很好地体现出来；另一方面，甘肃省高技术企业研发投资的增长，可能更多地受到政府经济政策、外界宏观环境等因素的影响，如果有好的政策经济环境，研发资本也能从挤出效应转变为溢出效应。

5结论与对策

溢出效应的实证检验表明，发挥溢出效应的三种途径对甘肃省高技术产业的影响程度是不同的，与国内一些学者的研究结论也有一些差异。其中，示范关联效应与人才流动效应的作用并不显著，甚至出现了挤出效应，但竞争效应却产生了相当大的溢出效应；同时，甘肃省高技术企业自身的研发投入对提高其创新能力的重要性比跨国公司在甘肃省进行研发的重要性更大。挤出效应的分析表明，跨国公司在甘肃省的研发投资对甘肃省高技术产业的挤出效应并不显著，很大可能是因为跨国公司对甘肃省研发投资的总量少引起的；但挤出效应还是普遍存在的。因此，甘肃省高技术产业创新能力的提高，首先应充分把握国家批复兰州新区为部级新区这个契机，吸引更多的跨国公司进行R&D投资，并在此过程中，着力增强溢出效应，削弱挤出效应。具体对策：

5.1增强溢出效应

5.1.1完善竞争机制，促进研发溢出

从溢出效应的实证分析结果可以看出，竞争效应的溢出效果最为显著。因此，不断改善竞争途径，能更好地促进跨国公司研发溢出。由于高技术产业产品具有更新换代快、相似度高、再创新率大等特点，适度的竞争能够起到优胜劣汰的作用，使具有较强创新能力的企业生存下来。当然，这其中得有一个合适的“度”的把握，避免垄断和恶性竞争。政府应出台优惠政策鼓励具有发展快、较为灵活等特点的中小型企业参与竞争，不断改善甘肃省高技术产业的竞争环境。

5.1.2增强消化吸收能力，发挥联系示范作用

能否充分发挥联系示范效应的关键在于甘肃省本土高技术企业是否具有对外来技术较强的消化吸收能力。从实证分析结果来看，一方面，甘肃省高技术企业联系示范效应的溢出效果并不显著，甚至带来了挤出效应；另一方面，甘肃省本土企业的消化吸收能力还非常弱，有可能出现引进外来技术设备，但无人会使用的尴尬局面。因此，甘肃省高技术企业应加强自主创新能力，提高对外来技术的消化吸收能力，做到物尽其用，充分发挥联系示范效应的正向作用，避免发生挤出效应。

5.2减弱挤出效应

5.2.1加强自主研发，提高创新能力

从挤出效应的分析结果可以看出，跨国公司在甘肃省的研发投资对甘肃省高技术企业自主创新能力的挤出不明显。这主要是由于跨国公司对甘肃省高技术产业的研发投资额比较小，挤出效应还未真正体现出来。但是，从其他相关研究中可知，挤出效应确实存在。因此，甘肃省高技术企业在着力吸引跨国公司R&D投资的同时，应尽量防止对自主创新的挤出。甘肃省高技术企业应避免对新技术进行一味地模仿，应完善企业创新机制，加强与各种科研单位的联系与合作，建立适当的技术中心与研发体系，强化核心技术，减少对外来技术的依赖性。

5.2.2完善用人制度，吸引人才回流

甘肃省高技术企业在吸引国外研发投资的同时，应努力防止对人才的挤出，充分发挥人才流动的正向作用，完善用人制度，吸引人才回流。这一方面需要企业落实对科技人员的激励政策，提高待遇水平，改善工作环境。另一方面需要通过法律手段等加大对国内知识产权的保护力度，切实保障研究人员的研发成果。

6总结

本文从溢出效应与挤出效应两个角度，对跨国公司R&D投资对甘肃省高技术产业创新能力的影响做了实证分析，结果发现，通过竞争途径产生的溢出效应较为显著，而人才流动与联系示范效应基本没有产生溢出效应，甚至出现挤出效应。跨国公司R&D投资对甘肃省高技术企业自主创新、人力资源和研发资本的挤出效应并不显著，其中，最主要的原因是跨国公司对甘肃省高技术产业的研发投资额度小，不足以体现挤出效应。此外，由于未获得数据，本文只做了“专利申请数”对“技术创新产出”的回归，而未做“新产品销售收入”对“技术创新产出”的回归，这对回归分析结论的准确性产生一定影响。

参考文献