新兴技术的研发绩效研究

早已有学者开始详细分析R&D行为的特征。如Grilichesand Lichtenberg （1984）利用Scherer（1981）搜集的数据研究全要素生产率与研发投入密度之间的关系，发现二者存在着正向关系。另外他二人还首次将R&D支出分解为自主创新研发、本地产品以及进口产品的R&D。但含有R&D行为的经济模型始于Romer（1989）、Aghionand Howitt（1998），以及Grossmanand Helpman（1991）分别构建的内生增长模型。他们考虑了利率、政府干预以及生产率的冲击对R&D和总产出的冲击。由于名义冲击可以影响到实际变量，因此市场的不完全需要被考虑。其中，Romer（1989）认为技术变迁的产生很大程度上是由于对市场激励作出反应的有计划行为，因此技术变迁是内生的。Howitt（1998）发展了一个考虑R&D部门与生产部门的竞争模型。并认为由于将一部分劳动力从生产部门转移到了研发部门，使得新技术知识的出现降低了经济增长速度。但是这样的解释推导出新技术的出现与经济繁荣之间有一个较长的间隔，而这一间隔的长度超出了实际观察的值。另外，这种解释也推论经济周期是确定的，并且产出是反周期的。在Howitt前后，也都有其他的学者认为内生增长机制可以解释经济周期的波动；如Stadler（1990）利用内生增长模型认为名义量与实际量可以产生相类似的产出过程；Schmitt Ghrohe（1997）构建了一个规模报酬递增情形下两部门的内生增长模型解释经济周期的波动，而Lucas-Uzawa考虑了人力资本积累的作用。除了R&D对经济周期的影响之外，还有学者注意到了R&D本身周期性与经济周期的关联。如Ka Wai Terence Fung（2013）将凯恩斯学派中考虑价格黏性的RBC模型扩张到含有R&D部门的情形，并分别考虑随机参与（对另一个可选择投资部门价值的扰动）以及金融中介（对金融市场融资成本的冲击）经济冲击下的情形构建了两个模型。通过这种扩展，该模型可以解释顺周期的R&D支出现象。但只有金融中介模型可以解释为什么R&D支出比投资和产出波动要大。而Angus C. Chu等（2013）将货币需求整合进含有劳动供给弹性的质量梯进模型，研究发现当消费量与市场出清时的真实货币需求之间的替代弹性小于（大于）1的时候，随着货币供给的增加，R&D比率与经济增长率会下降（上升）。

不同时期的学者都反复强调了R&D行为对现代经济增长的重要性（Jaffe， 1986；Coeand Helpman，1995；Park，1995；Lichten-berganddela Potterie， 1998；Engelbrecht，1997；Guellecanddela Potterie，2004；Del Barrio-Castroet al.，2002；Keller，2002）。Mc Morrow（2009）综述了R&D回报率的文献，在校准了知识生产部门的情况下实证研究半内生增长模型中R&D对经济的影响。实证显示，如果以美国为生产效率的前沿水平，提高高等教育质量，增加非制造部门的竞争程度有助于欧洲达到前沿国家的生产率水平。Chih-Wen Wu（2013）还认为台湾从一个以制造为基础的经济转型为一个以技术为基础的经济体，而企业家能力、学习导向以及R&D战略都成为这一转型的关键因素。Toshiyuki Sueyoshi （2013）利用数据包络的方法估算了IT企业和其他制造企业的公司价值（Corporate Value），并认为研发支出显著地提高了公司的价值，但并非必要。

而早期研究R&D的文献大多集中于研究R&D人员数量与TFP之间的关系。但Jones（1995a）发现R&D人员显著上升时，企业的TFP并没有相应地得到改善。因此Jones（1995b），Kortum（1997）和Segerstrom（1998）用规模报酬递减替换规模报酬递增假设，发展了半内生熊彼特R&D增长模型（semi-endogenousand Schumpeterian R&Dgrowthmodel）。

几乎与此同时，Aghion和Howitt（1998），Dinopoulos和Thompson（1998）， Peretto（1998），以及Howitt（1999）发展出的新熊彼特模型（Schumpeterian R&D growthmodel）都保留住了知识的规模报酬不变假设，因此随着经济增长，产出多样性的增加反而削弱了R&D的效果。

其他学者开始致力于检验这两种模型的正确性。Zachariadis（2003）发现美国1963—1988年的企业数据支持半内生增长模型，并且R&D的产出份额与专利数量和生产率提高幅度正相关。Zachariadis（2004）又利用10个OECD国家1971—1995年的面板数据检验生产效率的提高与R&D支出的产出效应之间的关系，进一步确认了半内生增长模型的正确性。Ulku（2005）实证研究证明R&D存量与生产产出之间是一次齐次的关系，这也同样证实了新熊彼特增长模型。但是James W.Saunoris（2011）利用美国1960—2007年的数据检验Ha和Howitt（2007）与Madsen（2008）提出的半内生熊彼特R&D增长模型（semi-endogenousand Schumpeterian R&Dgrowthmodel）的有效性。认为该模型在现实中是成立的。

与以上将两个模型对立研究的思路不同，Haand Howitt（2007）首次并立研究半内生增长模型与新熊彼特增长模型。他们发现利用美国1953—2000年的数据实证结果支持新熊彼特模型而拒绝了半内生增长模型。而Madsen（2008）则利用较长时期内的21个OECD国家的R&D支出、贸易以及专利数据的实证研究结果很好地支持了新熊彼特模型，而对半内生模型的支持程度较为有限。James B. Ang（2009）利用中国大陆、印度、日本、韩国、新加坡和中国台湾这六个亚洲“经济奇迹”国家或地区的数据得出了相同的结论。并且认为R&D是驱动这些国家或地区经济增长，取得“经济奇迹”的关键因素。

新熊彼特增长模型的共同点为部门间创新是同质且等规模的，但实际中创新是非同质的，并且越是低端部门其创新投入的回报就越高，而高端部门的创新具有显著的“长尾效应”，因此创新的投入在部门间的分布并不均等。因此异质性成为破解原模型无法解释经济现象的一个重要突破口。Antonio Minniti等（2011）就构建了一个新的新熊彼特模型来解释这一现象。他们认为当某一个部门从事创新，那么其产品质量提高的幅度就是创新投入帕累托配置的随机结果。他们将质量梯进（quality-ladder）增长模型扩展到企业异质性的情形。David Han-Min Wang （2013）利用1991—2006年23个OECD国家的数据研究发现，高技术产业部门中R&D支出的影响在不同人均收入水平之间是异质的。在最高的分位水平上，二者之间具有较强的正相关性。

国外历来较为注重立法和制度建设，因此也开始有学者将注意力转到了知识产权保护等制度建设对于科技创新和经济发展的影响研究上来。由于美国在80年代中期加强知识产权的保护的同时出现了经济增长波动的减小，因此Angus C. Chu等（2012）分析了知识产权对经济增长波动的影响，并通过实证研究认为知识产权保护起到的作用不到10%，但绝不容忽视。Rory Horner（2014）研究认为产权制度在研发中起到了关键作用。他通过个案调查了解印度的医药企业如何应对知识产权制度的变迁，包括WTO2005年出台的《与贸易有关的知识产权保护协定》（Trade-Related Aspects of Intellectual Property Rights，TRIPs）的影响。研究发现TRIPs颁布后并没有降低印度医药产业的发展速度，大型的印度医药公司开始寻求国际合作解决技术换代的问题，而跨国药业巨头也头疼于研发出的新药容易被印度低价药替代的问题。

在内生增长模型发展到一定程度之后，国外学者开始将注意力聚焦到微观企业个体研究上来，主要是针对影响企业创新行为因素的研究。其中以对科技创新型企业（newtechnology-basedfirms，NTBFs）的研究为典型。

科技创新型企业因为创造就业、提供新的经济增长点，因此在一国中的经济地位越来越重要（Audretsch，1995）。因此越来越多的学者开始研究科技创新型企业发展的影响因素。综合已有的研究成果，一般认为对于科技创新型企业的发展来说，创业者的个人能力与VC融资的获取均具有重要的驱动作用。（Feeserand Willard，1990；Fischerand Reuber，2003；Barringeretal.，2005）。也有学者专门就VC的作用进行研究。如Ursvon Burg，Martin Kenney（2000）认为在美国的高技术产业发展中VC扮演了重要的角色。他们认为传统的经济和商业理论无法完全解释VC的实际操作，因此引入了优势设计（dominant design）与社会构建（social constructionist）的理论视角，更好地解释了VC在创建企业与投资目标等方面的决定。而Massimo G.Colombo（2010）基于对意大利439家技术创新型企业的发展数据，研究了创业者的个人能力与VC融资的作用及其相互之间的关联。认为对于没有VC背景的创新型企业来说，个人能力发挥着至关重要的作用，而一旦VC参与企业的经营，个人能力的作用将不再突出。因此这两个因素之间具有一定的互补性，VC对企业的资本支持可以有效地弥补创业者个人能力的不足。

与此相互补的是，Audretsch（1991）、Geroski（1995）、Klepper（1996）等通过实证研究认为决定企业生存能力的关键因素在于企业规模和经营的年限。而近年来的数据并不支持这一观点。Pavitt（1988）；Dodgeetal.（1994）开始注意到企业对于技术变迁的应变能力是决定企业成败的关键。而David B.Audretsch（2014）认为新兴技术的企业的成长关键在于产品的差异性以及技术的全球扩散能力。

而其他学者更将这一研究视角扩展到了文化、全球竞争等方面，极大地拓展了该问题的研究视野。如Jamal M.Twati，Tripoli，Libya（2008）基于Geert Hofstede's Value Survey Module（VSM94）400份调查问卷的基础上研究发现社会文化因素对于信息系统（Information Systems，IS）的选择具有重要影响作用。Luca Berchicci（2012）认为处于应对快速变化的商业环境的考虑，企业应当构建国际性的、开放的R&D制度，以利用国际前沿的研发资源。详细研究发现，当企业对外部研发行为的依赖程度超过某个临界点之后，将出现外部研发成果使用比例越高越不利于企业自有的创新，而且企业研发能力越强这个效果就越明显。因此，对于具有较为厚实研发基础的企业来说，建立一个开放的研发体系同时也具有较高的机会成本。David B.Audretsch，Erik E.Lehmann，Mike Wright （2014）认为近年出现的新兴技术是经济发展以及全球化的重要驱动力量。并且其自身还在不断的变化中，这将缩短产品的生命周期，提高技术研发的成本。技术变迁也因此得以从纯粹的实验室产物上升为企业战略和国家竞争当中的重要考量因素。