【正文】 79652057%287075098%121844601%數(shù)據(jù)來源:中國工業(yè)企業(yè)數(shù)據(jù)庫 ，橫向?qū)Ρ龋?005年到2009年，規(guī)模大的企業(yè)相比規(guī)模小的企業(yè)，其創(chuàng)新企業(yè)數(shù)量占比明顯更高，而且差距較大。這可能是因為規(guī)模越大的企業(yè)，其實力較為雄厚，相對規(guī)模較小企業(yè)，更有能力進(jìn)行創(chuàng)新。由此推測企業(yè)規(guī)模越大，其創(chuàng)新傾向可能越高。 經(jīng)營年限異質(zhì)性企業(yè)創(chuàng)新對比 本文按照企業(yè)的年齡即企業(yè)經(jīng)營年限對企業(yè)進(jìn)行劃分，主要分為企業(yè)年齡小于10年的企業(yè)，年齡介于1020年的企業(yè)，年齡大于20年的企業(yè)這三大類，通過對比分析描述不同年齡企業(yè)的創(chuàng)新活動差異。年份小于10年的企業(yè)10年20年的企業(yè)大于20年企業(yè)總數(shù)其中創(chuàng)新數(shù)占比總數(shù)其中創(chuàng)新數(shù)占比總數(shù)其中創(chuàng)新數(shù)占比2005296353047%75431025%1995329%2006329755043%91131778%1929397%2007369066295%109242418%2094462%2009410397595%156363649%2181511%數(shù)據(jù)來源:中國工業(yè)企業(yè)數(shù)據(jù)庫 ，從橫向比較來看，20052009年，經(jīng)營年限越長的企業(yè)，其創(chuàng)新企業(yè)數(shù)量比例越高，由此直觀描述可以推測企業(yè)年齡越大，其進(jìn)行創(chuàng)新活動的傾向可能更高。 利潤水平異質(zhì)性企業(yè)創(chuàng)新對比 本文按照企業(yè)的營業(yè)利潤對企業(yè)進(jìn)行劃分，主要分為營業(yè)利潤小于100萬的企業(yè)，利潤介于100300萬的企業(yè)和利潤大于300萬的企業(yè)這三大類，進(jìn)而考察不同利潤水平企業(yè)的創(chuàng)新活動情況。年份小于100萬企業(yè)100300萬企業(yè)大于300萬企業(yè)總數(shù)其中創(chuàng)新數(shù)占比總數(shù)其中創(chuàng)新數(shù)占比總數(shù)其中創(chuàng)新數(shù)占比2005218511616%6621849%51891423%2006249922846%74831475%62682096%2007281863791%84611778%74382688%2009326174695%88652055%87143526%數(shù)據(jù)來源:中國工業(yè)企業(yè)數(shù)據(jù)庫 ，從橫向比較來看，20052009年，利潤水平越高的企業(yè)，其中創(chuàng)新企業(yè)數(shù)量比例越高，利潤大于300萬的企業(yè)的創(chuàng)新比例差不多是利潤小于100萬企業(yè)的3倍，差異較大，由此直觀對比可以推測出，企業(yè)的利潤越大，其越有可能進(jìn)行創(chuàng)新活動。 由上述現(xiàn)狀描述可以看出，出口企業(yè)與非出口企業(yè)的創(chuàng)新活動有顯著差異，出口企業(yè)中創(chuàng)新企業(yè)比例較高；不同企業(yè)異質(zhì)性特征下企業(yè)的創(chuàng)新活動差異也較為明顯。出口行為對企業(yè)創(chuàng)新有何影響，其他企業(yè)異質(zhì)性特征對企業(yè)的創(chuàng)新影響又是如何，需要進(jìn)行一步的實證研究加以確認(rèn)。5 實證分析 數(shù)據(jù)來源 本文所使用的實證數(shù)據(jù)的樣本來自《中國工業(yè)企業(yè)數(shù)據(jù)庫》，該數(shù)據(jù)庫收錄了20002009年期間全部的國有企業(yè)以及年銷售收入（主營業(yè)務(wù)收入）大于500萬元的非國有企業(yè)。根據(jù)數(shù)據(jù)庫對企業(yè)注冊登記代碼的類型說明，將企業(yè)分為：國有企業(yè)（110）、集體企業(yè)（120）、私營企業(yè)（173）、外資企業(yè)（310）和港澳臺投資企業(yè)（210）。根據(jù)2003 年頒布的《國民經(jīng)濟(jì)行業(yè)分類》，工業(yè)制造業(yè)主要包括：B 類采礦業(yè)（0611），C 類制造業(yè)（1342），D 類電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)（4446）。而本文實證主要研究浙江省工業(yè)企業(yè)的微觀數(shù)據(jù)，所以樣本數(shù)據(jù)篩選中國工業(yè)企業(yè)數(shù)據(jù)庫中的浙江省企業(yè)（即省份代碼以33開頭）。參考康志勇（2011）的處理方法，鑒于本文的研究目的，在行業(yè)數(shù)據(jù)的篩選中剔除掉壟斷性的制造業(yè)行業(yè)以及資源依賴型的制造業(yè)行業(yè)，行業(yè)代碼行業(yè)名稱行業(yè)代碼行業(yè)名稱13農(nóng)副食品加工業(yè)28化學(xué)纖維制造業(yè)14食品制造業(yè)30塑料制品業(yè)15飲料制造業(yè)34金屬制品業(yè)17紡織業(yè)35通用設(shè)備制造業(yè)18紡織服裝、鞋、帽制造業(yè)36專用設(shè)備制造業(yè)19皮革、毛皮、羽毛及其制品業(yè)37交通運(yùn)輸設(shè)備制造業(yè)20木材加工及木、竹、藤、棕、草制品業(yè)39電氣機(jī)械及器材制造業(yè)21家具制造業(yè)40通訊設(shè)備、計算機(jī)及其它電子設(shè)備制造業(yè)24文教體育用品制造業(yè)41儀器儀表及文化、辦公用機(jī)械制造業(yè)26化學(xué)原料及化學(xué)制品制造業(yè)42工藝品及其他制造業(yè)27醫(yī)藥制造業(yè) 由于樣本數(shù)據(jù)中的異常和缺失值可能會對計量結(jié)果的準(zhǔn)確性產(chǎn)生影響，因此在計量回歸之前，我們需要對異常值、極端值等進(jìn)行合理的剔除進(jìn)而對樣本進(jìn)行合理的篩選。參照謝千里（2008）[61]，聶輝華（2008）[62]的做法，具體篩選方法如下：（1）刪除了有明顯統(tǒng)計錯誤的樣本，如：工業(yè)總產(chǎn)值、新產(chǎn)品產(chǎn)值、出口交貨值、銷售收入、資產(chǎn)合計、從業(yè)人數(shù)、應(yīng)收賬款凈額、中間投入等核心指標(biāo)小于零，固定資產(chǎn)凈值大于固定資產(chǎn)原值，工業(yè)增加值和中間投入大于總產(chǎn)出、總產(chǎn)值小于固定資產(chǎn)、總資產(chǎn)小于流動資產(chǎn)、累計折舊小于當(dāng)年折舊（2）還刪除了企業(yè)人數(shù)小于以及企業(yè)年齡小于零個1949年之前成立的企業(yè)樣本（3）刪除了營業(yè)狀態(tài)非正常的企業(yè)（4）%和高于99%的異常樣本觀測值。 由于工業(yè)企業(yè)數(shù)據(jù)屬于統(tǒng)計單位的大量調(diào)研所獲得，數(shù)據(jù)庫價值較高。而且2010年后的工業(yè)企業(yè)數(shù)據(jù)庫不再對外公開提供，數(shù)據(jù)庫統(tǒng)計單位要求數(shù)據(jù)庫購買單位簽署保密協(xié)議，2010年后的數(shù)據(jù)庫使用只能用于重大課題研究，因此目前可以獲得的數(shù)據(jù)庫最新只能到2009年。此外，由于2004年的數(shù)據(jù)庫中缺少了工業(yè)總產(chǎn)值、新產(chǎn)品產(chǎn)值、工業(yè)銷售產(chǎn)值、出口交貨值、工業(yè)增加值等重要變量數(shù)據(jù)。2008的數(shù)據(jù)庫中新產(chǎn)品產(chǎn)值數(shù)據(jù)缺失，因此由于數(shù)據(jù)的不連續(xù)性，做面板數(shù)據(jù)處理的話，時間跨度太短，對時間維度上的實證研究效果不是很好，因此本文最終選擇2009年的截面數(shù)據(jù)進(jìn)行實證分析。雖數(shù)據(jù)較舊，但由于其微觀企業(yè)大樣本的性質(zhì)，適合本文的研究。經(jīng)過上述要求的篩選，得到的最終樣本中，總體樣本企業(yè)數(shù)為36024家。 模型設(shè)定 模型設(shè)定思路 由于本文主要研究異質(zhì)性視角下出口對企業(yè)創(chuàng)新的影響，實證重點研究出口行為以及企業(yè)異質(zhì)性特征對企業(yè)創(chuàng)新決策的影響，因此模型設(shè)定思路是構(gòu)建一個創(chuàng)新決策模型。創(chuàng)新是保證經(jīng)濟(jì)可持續(xù)發(fā)展的關(guān)鍵，國家及各級政府采取相關(guān)優(yōu)惠政策，激勵各行各業(yè)進(jìn)行創(chuàng)新活動，而最終進(jìn)行創(chuàng)新活動的是微觀層面的企業(yè)個體，企業(yè)才是做出創(chuàng)新決策的主體。企業(yè)以利潤最大化為原則，企業(yè)在選擇是否創(chuàng)新之前會衡量進(jìn)行創(chuàng)新的成本和收益，若進(jìn)行創(chuàng)新的收益大于成本，即通過創(chuàng)新可為企業(yè)創(chuàng)造利潤，這樣企業(yè)才會去進(jìn)行創(chuàng)新。用公式表達(dá)即： （） 取值為1或0，是二值離散變量。取值為1代表企業(yè)進(jìn)行了創(chuàng)新，取值為0代表企業(yè)未創(chuàng)新。鑒于被解釋變量為離散變量，可以考慮用線性概率模型，但該模型存在概率估計值可能在0和1之外以及誤差項存在異方差等問題，而二值選擇模型可以克服此類問題，因此本文選取二值選擇模型。獲得創(chuàng)新利潤是企業(yè)進(jìn)行創(chuàng)新活動的前提，但創(chuàng)新利潤是一個較為隱性的指標(biāo)，我們需要構(gòu)造關(guān)于創(chuàng)新利潤的潛變量函數(shù)： （） 代表影響企業(yè)創(chuàng)新利潤的因素的集合，把公式（）代入到公式（）當(dāng)中，可以推出企業(yè)進(jìn)行創(chuàng)新活動的概率函數(shù)： （）是分布密度函數(shù)，根據(jù)該密度函數(shù)類型應(yīng)選擇的常見二值選擇模型有probit模型和logit模型，借鑒韓媛媛[51]（2012）的研究方法本文采用probit模型。因此本文假定累積分布函數(shù)服從標(biāo)準(zhǔn)正態(tài)分布，用最大似然法對其進(jìn)行估計。對數(shù)似然函數(shù)為（） 創(chuàng)新利潤大于0是企業(yè)進(jìn)行創(chuàng)新的前提，式（）為創(chuàng)新利潤函數(shù)，代表企業(yè)本身與創(chuàng)新有關(guān)的因素，如企業(yè)規(guī)模、企業(yè)年齡等。外部融資可以幫助企業(yè)解決創(chuàng)新活動的成本，外部融資環(huán)境對企業(yè)的創(chuàng)新也有影響，本文創(chuàng)新性地將外部融資這一因素納入模型進(jìn)行考察。前文理論分析可知企業(yè)創(chuàng)新活動會受到企業(yè)出口行為的影響，因此在實證過程中應(yīng)將企業(yè)出口行為這類會影響創(chuàng)新利潤的因素考慮在內(nèi)。此外，我們也需要將宏觀政策等影響企業(yè)創(chuàng)新決策的因素考慮進(jìn)去，這類不容易被觀測到的因素歸類到公式（）的隨機(jī)誤差項，鑒于我國特有的國有非國有區(qū)分的經(jīng)濟(jì)制度，我們還應(yīng)考慮企業(yè)的所有制類型和企業(yè)所處行業(yè)類別這些控制變量，鑒于此，利潤函數(shù)的基本估計模型如下： （）公式中Ind用于控制那些不會隨時間變化的變量，如行業(yè)類別。Syz代表對企業(yè)的所有制形式進(jìn)行控制。 充分借鑒已有研究并考察數(shù)據(jù)的可利用性，設(shè)定了如下的二元決策probit計量模型 Probit二值選擇模型的解釋變量估計系數(shù)和常見的線性模型系數(shù)的含義不同，只能從符號正負(fù)判斷解釋變量對二值選擇概率的影響方向，而不能代表解釋變量對因變量的邊際影響。： （） 鑒于probit模型估計的性質(zhì)，本文實證著重考察各解釋變量系數(shù)的正負(fù)，即各個解釋變量對因變量二值選擇概率影響的方向。 變量說明 ：CX，要研究對創(chuàng)新的影響，首先要解決如何衡量創(chuàng)新這個指標(biāo)。前文綜述了一些學(xué)者對衡量企業(yè)創(chuàng)新活動的觀點，企業(yè)創(chuàng)新活動的指標(biāo)衡量可以分為兩大類，一類是創(chuàng)新投入，另一類是創(chuàng)新產(chǎn)出。本文第三章對創(chuàng)新的測度進(jìn)行了綜述，對創(chuàng)新投入類指標(biāo)和創(chuàng)新產(chǎn)出類指標(biāo)進(jìn)行了具體的分析，創(chuàng)新投入類指標(biāo)存在較多缺陷，而新產(chǎn)品產(chǎn)值這一產(chǎn)出指標(biāo)相對可以更好地度量創(chuàng)新。因此本文衡量企業(yè)創(chuàng)新活動的指標(biāo)用新產(chǎn)品產(chǎn)值表示。若新產(chǎn)品產(chǎn)值大于0，代表企業(yè)進(jìn)行創(chuàng)新，CX取值為1，若新產(chǎn)品產(chǎn)值等于0，代表企業(yè)未進(jìn)行創(chuàng)新，CX取值為0。 ： （1）出口：EX，對于出口變量（EX）本文首先從出口狀態(tài)進(jìn)行考察，主要考察企業(yè)出口參與狀態(tài)對企業(yè)創(chuàng)新活動的影響，按照出口交貨值是否為0來區(qū)分，（出口交貨值0，即企業(yè)參與出口，則EX=1；出口交貨值=0，即企業(yè)未參與出口，則EX=0；后續(xù)分樣本下的實證中，出口變量從出口強(qiáng)度方面進(jìn)行考察：變量符號EX2，用Ln（出口交貨值）表示。 （2）企業(yè)生產(chǎn)率：TFP，由于數(shù)據(jù)樣本較大，本文參考李春頂（2010）[2]的處理方法，采用基于索洛余值的方法來計算企業(yè)的近似全要素生產(chǎn)率，即 TFP=Ln（Q/L）s*Ln（K/L）來表示，這里借鑒李的處理，s取值為1/3，Q用工業(yè)增加值表示，K用資產(chǎn)合計值表示，L用企業(yè)年平均就業(yè)人數(shù)表示，可以算出各個企業(yè)的近全要素生產(chǎn)率。 （3）企業(yè)規(guī)模：Size，企業(yè)規(guī)模的衡量指標(biāo)一般有如下幾種：企業(yè)員工人數(shù)，企業(yè)銷售額（即企業(yè)的主營業(yè)務(wù)收入）以及企業(yè)資產(chǎn)總量。上述指標(biāo)各有優(yōu)缺點，而依據(jù)Scherer（1965）的研究，其認(rèn)為和企業(yè)員工人數(shù)和企業(yè)資產(chǎn)總額這兩個衡量指標(biāo)相比，用企業(yè)銷售額代表企業(yè)規(guī)模優(yōu)點明顯，首先其能夠反映需求的短期變化狀況，而且部分調(diào)查研究發(fā)現(xiàn)大都數(shù)企業(yè)在做研發(fā)預(yù)算決策時，多數(shù)以企業(yè)銷售額作為衡量企業(yè)規(guī)模的主要變量。趙偉（2012）[34]等人的研究也表明，銷售收入能夠比較好的體現(xiàn)企業(yè)規(guī)模對企業(yè)創(chuàng)新決策行為的影響。所以本文也將企業(yè)銷售收入（即企業(yè)的主營業(yè)務(wù)收入）作為企業(yè)規(guī)模的代理變量。國內(nèi)外相關(guān)研究發(fā)現(xiàn)企業(yè)規(guī)模和企業(yè)創(chuàng)新之間除了存在線性關(guān)系，還存在“U 型”或“倒 U 型”的非線性關(guān)系，因此本文也將企業(yè)規(guī)模的平方項，加入模型進(jìn)行考察，進(jìn)而考察以浙江企業(yè)數(shù)據(jù)為樣本，兩者是線性關(guān)系還是潛在的非線性關(guān)系，本文用Ln（1+主營業(yè)務(wù)收入）代表企業(yè)規(guī)模Size。 （4）外部融資：Lx，由于企業(yè)進(jìn)行創(chuàng)新活動成本較大，投入回報期較長，因此很多企業(yè)會考慮外部融資，獲得外界的金融資本支持來加大創(chuàng)新投入。眾所周知，浙江省的企業(yè)中，民營企業(yè)占絕大多數(shù)，而且中小企業(yè)比重較大。相較于國有企業(yè)，民營企業(yè)特別是中小民營企業(yè)，由于私營性質(zhì)以及經(jīng)濟(jì)體量較小，融資過程中約束較大，因此獲得外部融資的機(jī)會相對較小。若良好的外部融資情況對企業(yè)創(chuàng)新有正向的促進(jìn)作用，這對于浙江省的民營企業(yè)特別是中小企業(yè)是一個利好消息。研究結(jié)果可以為浙江省政府實施中小企業(yè)扶持政策提供依據(jù)。 考察企業(yè)的外部融資情況，按照已有研究，常見的有如下兩個角度，第一個是用是否有利息支出虛擬變量作為代理變量，第二個是用利息支出占比（利息支出在銷售額中的比例）來衡量，張杰、黃泰巖（2010）[63]度量企業(yè)外部融資環(huán)境時，就將企業(yè)是否有利息支出這一虛擬變量作為衡量指標(biāo)。Robert （2009）[64]利用利息支出占比來衡量企業(yè)獲得外部金融資本支持的能力。從理論角度進(jìn)行分析，如果企業(yè)有利息支出或者利息支出所占比例較高，也就說明企業(yè)獲得外部融資的機(jī)會較大，企業(yè)的外部融資成本較低，因為高概率往往對應(yīng)著低成本。在現(xiàn)實金融活動中，能得到貸款的企業(yè)，其獲得貸款時的利息一般是比較低的，反而一些企業(yè)，其即使希望支付高利息也很難獲得貸款。所以從中國的企業(yè)借貸環(huán)境角度出發(fā)考慮，利息支出是衡量企業(yè)外部融資情況的比較好的一個測度指標(biāo)。由于樣本中利息支出為0的觀測值較多，為了盡量避免缺失值過多而