社會資本存量、企業異質性與企業技術創新效率
——市場化中介效應下基于“長三角”面板數據的實證

侯學娟

(安徽三聯學院 經濟管理學院,安徽 合肥 230601)

改革開放以來,我國經過了四十多年的經濟快速發展時期,社會資本存量得到了快速積累,而社會資本存量又決定著社會創新資源可用量,這為我國創新型國家建設提供了堅實的基礎。但在龐大的經濟體量和高質量創新訴求下,我國的社會資本存量還比較有限[1]。企業是社會創新的主要參與者,在我國社會資本存量快速積累過程中,企業的技術創新效率是否會隨之提升關系到我國創新型國家戰略目標的實現。在社會主義市場經濟體制下,企業又存在性質上的差異,社會資本存量對于國有企業(國有資本持股比例大于等于50%)和非國有企業技術創新效率的影響是否存在差異成為社會各界密切關注的問題。此外,隨著我國市場化改革的不斷加深,資源配置的市場化水平也在不斷提升[2],這對于創新資源在不同創新主體之間的有效分配意義重大。

不少學者已經關注到了創新資源存量與創新活動的關系,比如周文光(2012)[3]、徐娟(2014)[4]、陳慶江(2017)[5]等學者論證了資本存量對技術創新水平、研發水平存在積極影響。但現有文獻的焦點主要集中在創新資源存量與創新產出或創新能力之間的關系上,從企業角度展開的研究很少,而考慮企業性質差異的研究更為罕見。此外,我國正處于市場化改革進程中,市場化水平成為社會資本存量影響企業技術創新效率過程中的一個重要制度因素。對此,一些學者也進行了相關研究,比如杜金凌(2016)[6]、王金濤(2019)[7]、張寶文(2021)[8]等學者論證了市場化水平對我國整體及區域創新效率存在顯著的正向影響,鐘優慧(2016)[9]、張峰(2021)[10]、白俊紅(2021)[11]等學者認為市場化水平對企業技術創新效率存在顯著的正向影響。然而,這些研究主要關注的是市場化水平對技術創新的直接影響,而市場化改革作為一個重要的制度因素,很可能通過影響社會創新資源配置而間接地在社會資本存量與企業技術創新效率之間產生作用力,以往相對簡單的分析范式無法更深層次地了解市場化改革與企業技術創新效率之間的關系。在社會創新資源相對有限和市場化改革的大背景下,探索市場化中介效應下社會資本存量對不同性質企業技術創新效率的影響對于高效利用創新資源、提升社會資本配置效率具有較大現實意義,同時也能夠補充當前學界在社會資本存量與不同性質微觀經濟主體技術創新效率之間關系的理論研究。

一、機制分析與假設

(一)社會資本存量對企業技術創新效率的影響機制

1.基準影響機制

社會資本存量對于企業的技術創新而言可能是一把“雙刃劍”,在正面上,社會資本積累提高了企業的外部創新資源存量,會對企業內部創新資源投入形成一定的“替代效應”,在一定程度上降低了企業自身的技術創新投入[12]。同時,社會資本存量還可以從創新產出端激發企業技術創新。每一家企業都是社會關系網中的一個交點,與其他企業存在或緊密或疏松的聯系,一家企業的技術創新會通過人才流動、技術合作等方式對其他企業產生“外溢效應”,助推其他企業技術創新效率提升。在反面上,地方政府的不恰當干預可能會帶來社會資本存量對企業技術創新效率的“反噬”。地方政府可能會出于當地GDP提升、官員政績等原因而與其他地區盲目地展開“創新資源競爭”,尤其在社會資本存量不高的環境下這種競爭可能更加激烈,帶來資源的盲目、過度投入。而企業可能會為了獲取當地政府的支持而與地方政府站在“同一戰線”上,也會不由自主地陷入這種競爭狀態,往往會使企業偏離最優投入決策,導致創新資源錯配,阻礙企業技術創新效率提升。

改革開放以來我國經濟發展水平不斷提升,尤其是近二十年來,我國資本市場得到了有效發展,正處于資本快速積累階段,為企業的技術研發提供了越來越多的外部創新資源,對于企業自身的研發投入有著明顯的“替代效應”。同時,在資源有限的環境下,一部分地區先發展起來成為我國改革開放以來的主基調,區域經濟得到快速發展,逐漸形成了“長三角”“珠三角”“環渤海”等經濟較為發達的區域。這些經濟區內部各地區之間的經濟聯系越發密切,相互之間有著明顯的資源共享、優勢互補特征,經濟區內部的技術創新“外溢效應”明顯。雖然同一經濟區內部不同地區之間存在一定的創新資源競爭,但這種競爭目前在我國同一經濟區內表現得并不明顯[13]。一方面,因為我國經濟區的形成和設置都受到中央政府的區域經濟發展規劃的限制,政府部門在給予資源支持時會充分考慮地區間的公平性,同時也會通過相關政策限制地方政府間的惡性競爭[14]。另一方面,不同地區雖然同屬于一個經濟區,但是我國地域廣闊,各地方政府轄區范圍比較大,各自在經濟區位、資源稟賦等方面都具有較大差異,這使得各地方政府之間更多的是優勢互補、互通有無,而不是同質競爭[15]。

綜上所述,在我國當前經濟環境下,社會資本存量更多的是通過“替代效應”和“外溢效應”對企業技術創新效率產生正向影響,而地方政府間的創新競爭帶來的消極影響有限。所以本文提出假設1:

假設1:社會資本存量對我國企業技術創新效率存在顯著的正向影響。

2.企業異質性下的影響機制

(1)金融摩擦

金融摩擦是指企業因為性質、資產規模等因素或者無法以市場利率借入預期資金量,或者需要以高于市場利率的成本借入預期的資金量。目前我國金融市場并不屬于完全競爭市場,金融摩擦現象還比較嚴重[16],金融市場優化資金配置功能沒有得到有效發揮。資金向資產部門快速集中,而流向實體部門的資金被擠占,出現了資產價格快速上漲、產能過剩和實體經濟創新不足等問題。

在社會資本存量有限的前提下,國有企業和非國有企業首先會因為控股股東的差異而給金融機構帶來差異化信心。國有企業是國家資產,其控股股東為政府部門,政府的高資信水平和強大的償債能力給國有企業“兜底”。相比之下,非國有企業的控股股東為個人或其他企業、組織,這類股東自負盈虧,償債能力和抗風險能力都要弱于國有企業。金融機構出于資金安全考慮,更愿意將資金投向國有企業,國有企業往往可以比較容易地以較低利率獲得充足的創新資金,但珍惜程度有限。加之國有企業固有的“鐵飯碗”“事業編制”等傳統思想的限制,國有企業的創新積極性有限,對于創新資源的重視程度有限,資源利用低效率明顯,這是過去較長一段時間我國創新處于“粗放型”的主要原因。而非國有企業往往會因為資產規模有限、抗風險能力有限、盈虧自負等原因,金融機構對于其償債能力的信心有限,使得金融機構對其與國有企業區別對待。非國有企業的融資成本和難度相對較大,它們對創新資源更加珍惜,往往很有限的資源投入能夠獲得較多的創新成果,創新效率較高。

總之,社會資本存量的變化會改變流向國有企業和非國有企業創新資源的絕對量,在金融摩擦機制的作用下,國有企業的技術創新效率要低于非國有企業。

(2)行政壟斷

行政壟斷是指政府部門依靠行政權力設置市場壁壘,對市場競爭行為加以限制和排斥。現階段,我國行政壟斷主要表現為行業性行政壟斷和資源性行政壟斷[17]。行政壟斷的存在限制、扭曲了市場競爭,不利于高效率企業的進入和在位企業的創新,導致資源錯配。

我國的社會主義性質決定了行政力量在市場資源配置中的重要作用。地方政府為了拉動當地經濟發展,在資源有限的前提下往往只能將有限的資源集中在部分重點行業和企業上,依靠行政壟斷將這類行業或企業劃定為當地的重點扶持對象。而國有企業改革完成之后,我國國有企業絕大部分是關系到國家戰略安全、民生安全的大型企業,這類企業對當地經濟的帶動、居民就業的帶動要遠勝于規模較小的非國有企業。所以,在行政壟斷下,地方政府往往會優先向國有企業配給各種資源,非國有企業可獲得的資源便會被擠占。同時,國有企業本身也具有一定的行政壟斷能力,這類企業屬于國有資產,受中央政府部門和地方政府部門的管轄,它們的管理者與政府相關部門以及國有金融機構的管理者同屬“事業編制”范疇,在職稱、職級上也具有一定的對等性,比如國有企業的管理者在行政職級上有科級、處級、廳級、部級等,他們與政府部門的溝通更加順暢。國有企業管理者的行政級別往往也會被市場中的資源供給者“高看一眼”。所以,相對于“白身”的非國有企業,國有企業可以更加容易地以較低的成本獲得充足的創新資源。

行政壟斷給國有企業帶來的特權和充足的資源使得國有企業容易滋生“飽漢不知餓漢饑”心理狀態,資源浪費現象比較嚴重。再加上創新動力和壓力也不及非國有企業,即使其擁有了豐富的創新資源,但是創新效率卻不及非國有企業[18]。非國有企業在爭奪創新資源過程中,缺乏壟斷特權的護佑,可獲得創新資源數量和質量也都有限,資源獲取成本也更大,這迫使非國有企業要將創新資源的利用價值發揮到極致,在有限的資源條件下創新效率往往高于國有企業。所以,社會資本存量在影響企業技術創新過程中,由于行政壟斷的存在,國有企業更多是依靠大規模資源投入堆砌創新,而非國有企業則偏向于對創新資源的精細化利用,其技術創新效率更高。

綜合以上分析,提出假設2:

假設2:相對于國有企業,社會資本存量對非國有企業技術創新效率的正向影響更加明顯。

(二)市場化中介效應

首先,市場化提高了社會資本積累質量。市場化水平提升迫使企業在技術創新競爭中對創新質量和效率更加重視,這在很大程度上提升了企業占用創新資源的隱性成本[10],推動企業更加關注創新資源的使用效率,創新資源投入決策的制定更加慎重,有效緩解了社會創新資源的無效積累問題,有助于社會資本存量對企業技術創新效率正向作用力的充分發揮。

其次,市場化能夠有效提高資源配置和使用效率。隨著市場化水平不斷提升,產品和要素市場競爭日趨激烈,提高創新資源使用效率是企業面對競爭的主要手段。在市場化機制作用下,創新要素會流向更高效率企業,進而推動企業技術創新效率提升。在此方面,非國有企業出于生存壓力,表現出了更明顯的靈活性,在相對較高的資源獲取成本下,通過靈活調整資源配置方式、人才激勵方式等提高創新資源使用效率成為非國有企業的主要生存之道。

最后,市場化提高了企業共享創新資源的積極性。一方面,隨著市場化水平的提升,知識、人才、資金等要素的市場定價機制日趨完善,增強了創新資源共享的內在激勵性,提高了創新資源共享水平[9]。另一方面,市場化水平提升過程中伴隨著合同法、知識產權法等相關法規體制的健全,為企業間共享創新資源、共享創新收益提供了法律保障,在降低交易成本的同時提高了各創新主體通過研發合作、技術服務、人員流動、技術轉移等方式共享創新資源的期望收益,增強了企業間共享創新資源的積極性。

在此機制下,國有企業由于受到來自政府部門,尤其是所屬管轄政府機構的限制較多,創新要素和創新成果的共享也受到較多的限制。加之國有企業一直以來對政府的高度依靠,當其缺乏相關創新資源時,往往首先想到的是來自政府部門的支持,所以其共享創新資源的積極性也有限。而非國有企業有著更多的經營自主權,可以靈活地根據自身發展需要交易相關創新資源,能夠最大化利用可利用資源,所以在市場化中介作用下,社會資本存量對非國有企業的創新資源共享積極性的作用更加明顯,進而能夠更好地推動非國有企業技術創新效率的提升。

綜合以上分析,提出以下假設3、假設4:

假設3:市場化水平能夠顯著正向調節社會資本存量對企業技術創新效率的影響。

假設4:市場化水平在社會資本存量影響非國有企業技術創新效率過程中的正向調節作用更明顯。

二、假設檢驗

(一)變量選擇與模型設定

本文擬通過構建面板數據回歸模型的方式檢驗前文各假設,模型中的各類變量(表1)選擇如下:

表1 變量匯總表

(1)被解釋變量:企業技術創新效率

本文的企業技術創新效率考慮了創新投入與創新產出的關系,目前理論界對于這種概念下的創新效率普遍采用的是DEA模型進行測量,比如梁娜(2019)[19]、孟韜(2021)[20]等學者,本文亦選擇此方法。

DEA模型是一種基于多種輸入、多種輸出的效率評估模型,包含若干種形式,其中的BCC形式是基于規模為變數的相對效率模型,本文的DEA模型選擇BCC形式。其具體步驟:首先構建輸入指標體系和輸出指標體系,而后確定決策單元,最后將各輸入指標和輸出指標代入公式計算出各決策單元的DEA效率值。

假設決策單元的數量為n,有m種輸入因子和s種輸出因子,則效率評估公式為:

(1)

其中,a和b分別為輸入因子和輸出因子,p和q分別表示二者的權重。

結合相關研究成果[19-20],本文的輸入指標選擇人力輸入和創新資源輸入,分別用企業的技術人員數量和研發支出替代,而輸出指標選擇企業獲批的發明專利數量替代。

(2)解釋變量:社會資本存量

參考戴亦一(2009)[21]、陳慶江(2017)[5]、邊燕杰(2020)[1]等文獻,本文用基于可變折舊率計算的各省份資本存量與常住人口數量之比的人均資本存量替代。

(3)中介變量:市場化水平

參考白俊紅(2021)[11]、張峰(2021)[10]、張寶文(2021)[8]等文獻,同時考慮數據可得性,本文用各省份非國有經濟占比替代市場化水平,即除國有經濟以外的規模以上工業企業銷售產值與全部規模以上工業企業銷售產值之比。

(4)控制變量

參考余紅偉(2016)[22]、劉永松(2020)[23]、朱慧明(2021)[24]等文獻,對可能影響企業技術創新效率的內外部因素進行控制。

區域研發強度。各區域研發資源投入強度是影響企業技術創新行為的重要外在積極因素,本文以各省份年度R&D經費與年度GDP之比替代。

地方政府資助強度。地方政府對科技創新的引導和干預能夠降低企業技術創新成本和風險,是企業技術創新效率的重要正向影響因素。以各省份的財政科技投入占總研發經費的比例替代。

區域經濟發展水平。區域經濟發展水平是區域創新能力的重要宏觀因素,也是技術創新的基礎,能夠正向影響企業的技術創新效率,以各省份人均 GDP的對數值替代。

產業結構。工業化發展水平能夠通過產業集聚效應和技術創新外部效應對企業技術創新效率產生積極影響,以各省份第二產業增加值占GDP比重替代。

企業盈利水平。盈利水平是企業創新活動的主要內部資金來源,是企業技術創新效率的重要積極因素,用企業的凈資產收益率替代。

首先構建社會資本存量對企業技術創新效率影響的面板數據模型(模型(2))。而后將市場化水平變量以交互項的形式加入模型以檢驗市場化水平的中介效應,此時考慮兩種情況,一是僅有市場化水平與社會資本存量的交互項的形式(模型(3)),二是同時包含社會資本存量、市場化水平與社會資本存量交互項的形式(模型(4))。

ITEit=α+β1SPRit+γKZit+μit

(2)

ITEit=α+β2MLit*SPRit+γKZit+μit

(3)

ITEit=α+β1SPRit+β2MLit*SPRit+γKZit+μit

(4)

其中,KZ為各控制變量,μ為隨機擾動項,α、β1、β2、γ均為待估參數,i和t分別表示空間屬性和時間屬性。

(二)樣本選擇與描述性分析

“長三角”經濟區是我國改革開放以來區域經濟發展的典型,無論是經濟發展還是技術創新都走在中國其他區域前面,同時也是我國制造業的主要集中地。2014年9月,國務院出臺《關于長江經濟帶發展的指導意見》,明確將合肥都市區劃入“長三角”城市群,安徽省正式成為“長三角”經濟區的一員,“長三角”的“三省一市”格局形成。在安徽省加入之后,“長三角”經濟區在我國區域經濟中的地位進一步提升,進一步推動了制造業、高新技術產業的發展。根據南京大學長江產業經濟研究院于2021年年底發布的《“長三角”產業創新發展報告:分布與協同》顯示,2013年以后,“長三角”產業創新得到快速發展,制造業高新技術企業數量以年均49%的速度增長,截至2020年底已增至7萬多家。在社會資本存量上,“長三角”地區也是我國其他地區的代表。2014年之前的“長三角”地區一直是我國發達地區的代表,資本市場發展成熟度更高,社會資本積累速度也更快。2014年安徽省加入之后,提升了“長三角”地區資本市場規模的同時,也為整個“長三角”地區的社會資本提供了實體依托空間。基于以上原因,本文選擇“長三角”地區的“三省一市”為研究對象,除了企業技術創新效率和企業盈利水平兩個變量外,其他變量數據均選擇各省份2014—2021年的年度數據,數據來自各省份的《統計年鑒》和統計局官網。

涉及個體企業的數據選擇“長三角”各省份上市制造業企業為樣本,所有數據收集自各企業的年度財務報告。依據樣本企業數據計算各企業的技術創新效率和盈利水平,而后以各省份樣本企業的均值代替該省份的企業技術創新效率和企業盈利水平。其中樣本企業按照以下幾個條件選擇:

(1)屬于制造類企業,且企業的注冊地在“長三角”地區。

(2)2013年以前在我國A股掛牌。

(3)2013年以后不存在因為重大違規違法而被監管部門責令停牌現象。

基于以上條件共選擇上市制造業企業311家,其中上海86家,江蘇103家,浙江91家,安徽31家。根據各企業的技術人員數量、研發支出額度和獲批的發明專利數量計算各企業各年度的技術創新效率,而后計算各省份樣本企業各變量均值,以此表示“長三角”各省份2014—2021年的企業技術創新效率和企業盈利水平。此外,區分各省份的國有企業和非國有企業兩類企業樣本,分別計算各省份國有企業和非國有企業的企業技術創新效率和企業盈利水平均值,以便于后文企業異質性問題的檢驗。所有計算由Eviews完成。

從各變量的描述性統計指標(表2)可以看出,各變量的均值與中位數差異很小,表明各變量的正態性比較明顯。同時從標準差可以看出,各變量的離散程度不高。所以,總體上本文的各變量穩定性較高,沒有出現偏態、奇異值等現象。

表2 各變量描述性統計指標匯總

(三)模型檢驗

1.線性關系檢驗

計算各變量間的線性相關系數(表3),可以看出,解釋變量、中介變量以及各控制變量與被解釋變量間的相關系數值均為正數。其中,SPR、ML和ITE間的相關系數值分別為0.704和0.657,解釋變量、中介變量與被解釋變量間的同向線性關系較密切,這在一定程度上佐證了前文社會資本存量對企業技術創新效率正向影響以及市場化正向中介效應的假設。同時,ML和SPR間的相關系數值為0.633,也達到了較顯著的水平,市場化水平與社會資本存量之間也存在較密切的線性關系。此外,各控制變量與被解釋變量間的相關系數至少在0.377以上,最高值達到了0.607,說明各控制變量與被解釋變量之間也存在較明顯的線性關系。所以,本文構建的線性面板數據模型是合理的。

表3 變量間相關系數匯總表

2.面板效應檢驗

面板數據模型在具體參數估計過程中存在隨機效應、混合效應和固定效應三種不同的面板效應,具體選擇哪種可以利用F檢驗和Hausman檢驗判斷。如表4所示,10%顯著性臨界值下,F檢驗顯示模型(2)和模型(4)更適合固定效應形式,而模型(3)更適合隨機效應形式,Hausman檢驗也顯示模型(2)和模型(4)更適合固定效應形式,但模型(3)更適合混合效應形式。其中的混合效應模型在一定程度上包含了隨機效應,所以在參數估計過程中,模型(2)和模型(4)選擇固定效應形式,模型(3)選擇混合效應形式。

表4 面板效應檢驗表

(四)參數估計與分析

利用“長三角”各省份2014—2021年的面板數據對模型(2)、模型(3)和模型(4)進行參數估計(表5)。可以看出,各模型的F檢驗P值均為0,各模型的整體參數估計顯著性很高。模型(2)和模型(4)的R2均在0.4以上,而模型(3)的R2僅為0.308,僅包含交乘項ML*SPR的模型擬合度有限,模型(3)對市場化中介效應的體現程度有限。

表5 全樣本估計結果

從各變量的參數估計值來看,模型(2)中的SPR的參數估計值為0.146,在5%水平下通過顯著性檢驗,社會資本存量對企業技術創新效率有顯著的正向影響,社會資本存量每增加1個單位,則企業技術創新效率會增加0.146個單位,所以前文假設1成立。模型(3)中的ML*SPR的參數估計值為0.108,在10%水平下通過顯著性檢驗,加入市場化水平后的社會資本存量對企業技術創新效率的正向影響依然存在。而在模型(4)中SPR的參數估計值達到了0.367,遠高于模型(2),并且在1%水平下通過顯著性檢驗,顯著性水平也進一步提升,加入市場化水平后的社會資本存量對企業技術創新效率的正向影響的力度和顯著性水平均大幅增加,市場化水平起到了顯著的正向調節作用。所以假設3成立。各控制變量的參數估計值均為正數,對企業技術創新效率存在正向影響,與前文的定性分析結論相吻合。

將樣本企業分為國有企業和非國有企業,分別針對不同性質的企業對前文三個模型進行參數估計(表6)。可以看出,不同性質企業樣本下的各模型的F檢驗的P值均為0,各模型整體參數估計顯著性水平很高。各R2均在0.3以上,無論是國有企業樣本下還是非國有企業樣本下的模型(3)的R2低于模型(2)和模型(4)中的R2值較多,所以針對不同性質企業的交乘項ML*SPR在模型中的擬合度有限,這與前文表5中結果一致。此外,不同性質企業樣本下各模型中的解釋變量、中介變量及交乘項的參數估計值均為正數,并且至少在10%水平下通過顯著性檢驗,也表現出了與表5中一致的結論。

表6 不同性質企業樣本估計結果

比較不同性質企業樣本下各模型的參數估計值可以發現,非國有企業下模型(2)和模型(4)中的SPR參數估計值分別為0.118和0.451,明顯高于國有企業下的0.068和0.152,社會資本存量對非國有企業的技術創新效應的正向影響顯著高于對國有企業技術創新效率的影響,所以假設2成立。此外,非國有企業樣本下的模型(4)中的SPR參數估計值是模型(2)中的約3.82倍,而在國有企業樣本下此數值僅約為2.24倍,說明加入市場化中介效應后,社會資本存量對非國有企業的技術創新效率的正向影響力度提升更多,此時的市場化中介效應更明顯,所以前文假設4成立。

(五)穩健性檢驗

為了檢驗前文各模型參數估計結果的穩健性,本文將樣本從時間維度上劃分為2014—2017年和2018—2021年兩個樣本,分別利用這兩個樣本重新對前文各模型進行參數估計(表7),以比較前后估計結果的差異。可以發現,兩個樣本下的各模型F檢驗的P值均為0,且各R2至少在0.46以上,各模型的整體參數估計結果較好。各模型中的解釋變量、中介變量以及二者交乘項的參數估計值均為正數,且至少在10%水平下通過了顯著性檢驗,同時兩個樣本下的模型(4)中的SPR參數估計值均大幅度高于模型(2)。所以兩個不同時間段樣本的參數估計結果與前文基本一致,前文實證結果具有較高的穩健性。

表7 不同時間段樣本估計結果

三、結論與建議

通過理論分析和實證檢驗,本文主要得到以下幾點結論:(1)社會資本存量對企業技術創新效率有顯著的正向影響。(2)加入市場化水平后的社會資本存量對企業技術創新效率的正向影響力度和顯著性水平均大幅增加,市場化水平起到了顯著的正向調節作用。(3)社會資本存量對非國有企業的技術創新效率的正向影響顯著高于對國有企業技術創新效率的正向影響。(4)市場化中介效應在社會資本存量影響非國有企業技術創新效率過程中正向調節作用更明顯。

基于上述結論,提出如下政策建議:

首先,政府需要改變以往以投入為導向的科技管理政策,進一步強調對企業技術創新產出的引導,盡快改變以往主要依靠資源投入的“粗放式”創新模式,尤其要強化對國有企業技術創新產出的政策引導,以提升其技術創新效率。比如強化國有企業技術研發資金的審批程序,引導和鼓勵國有企業之間共享諸如大型儀器設備、產學研服務平臺等創新資源。

其次,政府應進一步深化市場化改革,發揮市場在創新資源配置中的基礎性作用,堅持企業在社會創新體系中的主體地位,尤其需要充分發揮非國有企業在社會技術創新體系中的優勢。同時進一步完善創新法律體系,充分保護非國有企業的權利,保證非國有企業能夠完全按照市場機制取得創新資源和創新效益,更加充分地發揮市場化在社會資本影響非國有企業技術創新效率過程中的正向調節作用。

最后,各類企業也需要從自身實際出發提升技術創新效率。國有企業可以通過授權使用、租賃、轉讓等方式與其他企業共享創新資源,盤活已有存量資源,提高存量創新資源的利用效率。而非國有企業則需要重視自身創新資源的積累速度和利用外部創新資源的規模,嘗試從投入端提升技術創新效率。