陈光亮 罗传建

(华中科技大学经济学院)

1 研究背景

党的十八大明确提出，要坚持走中国特色自主创新道路、实施创新驱动发展战略。高技术产业(1)高技术产业(制造业)是指国民经济行业中R&D投入强度相对较高的制造业行业，包括医药制造，航空、航天器及设备制造，电子及通信设备制造，计算机及办公设备制造，医疗仪器设备及仪器仪表制造，信息化学品制造等6大类。是资本密集、知识密集、投资大、周期长和外溢性强的先进制造业和战略性新兴产业，是实施创新驱动发展战略与提升技术创新能力的重要阵地。自20世纪80年代以来，世界各国纷纷将高技术产业作为战略产业予以重点扶持，高技术产业已成为全球新的经济增长点和世界各国经济、科学竞争的焦点。当前，世界正处于百年未有之大变局，我国经济已由高速增长阶段进入高质量发展阶段，在全球新冠肺炎疫情持续蔓延和世界单边主义、保护主义抬头的国际背景下，促进我国高技术产业的创新发展，对于深化供给侧结构性改革，加快新旧动能转换，构建新发展格局，实现科技自立自强，保障产业链安全，推动我国产业链迈向国际中高端具有重要的理论和实践意义。

我国对高技术产业发展高度重视，持续加大财政资金投入力度，高技术产业创新发展取得较大进展。然而，我国高技术产业的不少领域，仍然面临关键技术和设备的“卡脖子”困境，不同区域发展差异较大，因而对政府投入资金能否促进高技术产业创新发展仍然存在争论，特别是企业创新路径选择作为重要的作用机制，对政府投入资金作用于高技术产业创新发展有何不同影响仍需要实证检验。

2 文献综述

国内外学者围绕政府投入资金与高技术产业发展开展了广泛深入的研究，由于样本数据和计量方法选择等原因，实证结论不尽相同，归纳起来，主要有促进效应、抑制效应和复合效应3种。

(1)政府投入资金可以促进产业发展KOGA[1]发现，政府投入资金的互补效应，既可以增加企业的私人研发投资，同时对成立年限较长的成熟高技术企业的研发投资也有促进效应。余泳泽[2]认为，政府投入资金对各地区高技术产业的技术创新有正向影响。CARBONI[3]研究发现，受资助的企业相比较于未受资助时，政府投入资金对企业的R&D投资有正向影响。COLOMBO等[4]发现，政府投入资金会促进新成立、小规模和位于意大利南部的高技术企业加大投资力度，提高产出效益。张同斌等[5]认为，在高新技术产业产出增长方面，财政激励政策比税收优惠政策更加有效地促进高新技术产业增加值的增长。CZARNITZKI等[6]发现，政府投入资金没有挤出效益，且对新成立的中小高技术企业而言促进效应最大。李新功[7]认为，政府研发资助对高技术产业创新基础研究、应用研究和生产发展三阶段都有积极影响。

(2)政府投入资金可以抑制高技术产业发展WALLSTE等[8]发现，人员规模越大和研究水平越高的企业可获得越多政府投入资金；政府投入资金并未影响研发活动，却真实地挤出了企业的创新支出。陈子韬等[9]认为，政府支持对医药制造行业、航空航天器制造业、电子计算机及办公设备制造业创新效率的影响并不显著。

(3)政府投入资金对高技术产业发展的复合效应鉴于政府投入资金的促进效应和抑制效应相互影响，在不同条件下可能呈现非线性关系。芦锋等[10]发现，政府研发资金对企业拥有发明专利有门限效应，在门限之内有正效应，超出门限值无效应。刘鶄等[11]认为，政府扶持对河北、天津高技术产业创新效率存在正向关系，但对北京高技术产业创新效率则有负向影响。

以上文献从不同侧面、选取不同样本、采取不同方法对政府投入资金与高技术产业发展进行了研究，做出了相应的贡献，但由于高技术产业发展日新月异，而现有研究采用的高技术产业数据只更新至2016年，亟需引入最新数据进行验证；且现有研究多应用某单一模型进行检验，稳健性检验有待突破。更为重要的是，现有研究缺乏对企业创新路径选择作用机制的分析，同时缺乏区域经济实力的异质性分析。鉴于此，本研究试图对以上问题进行拓展，也可能是本研究的边际贡献：①利用2009～2020年中国大陆28个省份高技术产业面板数据，分析验证政府投入资金对高技术产业创新发展的影响；②分析政府投入资金对高技术产业创新发展影响的作用机制，即企业创新路径选择的作用机制，亦即在自主创新和模仿创新下，检验政府投入资金作用于高技术产业创新发展的门槛效应，同时利用中介效应模型检验其传导机制；③基于地区经济实力的异质性，分析我国政府投入资金作用于高技术产业创新发展的影响。

3 理论框架与研究假设

3.1 政府投入资金对高技术产业创新发展的影响

自从NELSON[12]和ARROW[13]揭示研究与开发活动存在市场失灵的现象以来，大多数经济学家都认同政府利用财政手段对企业研究与开发活动进行资助，以达到弥补市场失灵，促进创新资源优化配置的目的[14]。现有研究普遍认为，高技术产业创新需要较高的资本和知识投入，同时具有较高的风险性，这不仅是因为研发过程本身存在失败的可能，而且即便是一项成功的研发，但由于创新技术与产品具有公共品的溢出特征，企业无法完全独占创新技术知识的收益，在一定程度上挫伤了企业进行技术创新的积极性，客观上不利于整个社会达到最优福利的技术创新水平，因此，政府采用各种激励政策促进高技术产业加大研发投入就显得十分必要[15]。

一般而言，政府投入资金通过两种效应推动高技术产业创新发展：①直接效应[16]。政府投入资金的注入可以有效缓解高技术产业发展面临的融资约束，拓展新的投资领域，更新更多的技术设备，引进更多的专业人才，降低创新的成本和风险；也可以支持关键共性平台建设，如国家级的生物医药、集成电路等技术创新中心、制造业创新中心等平台，突破关键核心技术，快速实现技术扩散和商业化应用。随着技术和人才的不断积累及新产品的商业转化成功，企业利润持续增长，可以进一步促进企业加大研发投入及人才培养和引进力度。②间接效应[17]，即信号传递效应和引导效应。获得政府投入资金的企业，在对外寻求合作方面具有优势，容易获取外部的技术、资本合作，有助于加大研发投入。同时，受政府资助的企业，一方面得到政府关心，研发投资信心提振；另一方面需接受政府的监督考核，故会实施更大力度的研发投入，以确保资金用到刀刃上。而暂时未受到政府资助的企业可能会加大研发投入，促进创新水平提升，以期获得政府的资金支持。

此外，政府投入资金也可能因为存在挤出效应，从而抑制高技术产业创新发展：①资金替代效应[13]，即政府投入资金会替代高技术企业原本要投入研发的部分资金，企业在研发高风险和自身逐利的情况下，会降低研发投入以降低成本或扩大生产；②要素扭曲效应[18]，即政府投入资金会改变高技术产业研发投入要素的获取难度和要素投入关系，加剧企业将稀缺创新资源从研发、生产领域转向政策寻租。

对于中国等处于较快发展阶段的发展中国家而言，在产业升级时，高技术企业所要投资的是技术成熟、产品市场已经存在、处于世界产业链内部的产业，企业很容易判断哪一个产业是新的、有前景的[19]，此时，政府投入资金对高技术产业创新发展的促进效应大于抑制效应，表现为政府投入资金可促进高技术产业创新发展。随着我国企业在国际产业链的不断攀升，与前沿技术的差距不断缩小，国外企业对前沿技术加大保护力度甚至封锁，我国高技术企业研发难度增大，难以顺畅地进行技术创新，且受巨额政府资助资金的诱惑，资金投入从研发转向非研发、投机或寻租[20]，替代效应和要素扭曲效应随之递增。当政府投入资金额度越过某个门槛后，政府投入资金对高技术产业创新发展的抑制效应大于促进效应。据此，提出如下假设：

假设1政府投入资金对高技术产业创新发展的影响存在倒U形关系，即随着政府投入资金的增加，高技术产业创新发展呈现先上升后下降的非线性关系。

3.2 政府投入资金、企业创新路径与高技术产业创新发展

探讨政府投入资金对高技术产业创新发展的影响，不能脱离其中的中间作用机制，而这是目前研究中较为欠缺的。政府投入资金作用于高技术产业的创新发展离不开产业或企业层面的创新路径选择，其中很重要的就是选择以技术引进为主的模仿创新，还是选择以自身研发力量为主的自主创新[21]。企业创新路径的选择反映了企业管理层的战略选择和战略意图，对研发力量、技术创新水平、运营管理和商业化应用有着重要而长远的影响。

模仿创新是指创新主体通过学习模仿率先创新者的方法，引进、购买或破译率先创新者的核心技术和技术秘密，并以其为基础进行改进的做法。模仿创新并非简单抄袭，而是站在他人肩膀上，投入一定研发资源，做进一步的完善和开发[21]。在企业选择模仿创新的路径下，企业通过简单引进技术，更新生产设备，训练熟练工人，也许在中低技术产业领域短期可以实现产出增长。但在以生物医药、电子设备、航空航天设备为代表的高技术产业领域，如果企业只满足于模仿创新，政府投入资金将无法提升吸收转换能力和自主能力，从而不能在国际产业链占据价值链的中高端地位，继而会面临引进技术设备代价过高甚至断供风险，在技术上更加依赖先进国家，阻碍本企业的技术进步[22]。如果企业锁定在全球产业链价值的中低端，由于技术门槛较低，其他众多企业涌入，本企业的经济利润不断下降，在外部需求出现波动或市场竞争加剧的情况下，产品的竞争力下滑，因而政府资金的投入对高技术产业发展的促进作用不显著。据此，提出如下假设：

假设2模仿创新的路径选择，不能成为政府投入资金促进高技术产业创新发展的中间机制。

自主创新是指创新主体以自身的研究开发为基础，实现科技成果的商品化、产业化和国际化，以获取商业利益的创新活动[21]。在企业选择自主创新的路径下，随着政府投入资金的加大，可以加快高技术企业提升科技研发水平、引进科技人才、推广先进适用技术，加快知识存量的积累[23]，有效提升生产效率，促进产业结构高级化发展；同时加快突破某些关键核心技术，逐步减少对外技术依赖程度，实现我国科技自立自强，有效维护产业链、供应链的安全稳定，从而推动高技术产业创新发展。据此，提出如下假设：

假设3自主创新的路径选择，是政府投入资金促进高技术产业创新发展的中间机制。

选择自主创新的高技术产业，前期在政府投入资金的引导下，不仅通过引进技术、更新生产设备，而且引进并培育科技人才，注重学习吸收和原始创新，实现部分技术突破及生产效率提升，促进高技术产业创新发展。在自主创新完成了一定的技术、人才、资本和知识等积累与储备后[23]，迈过这一门槛值，政府投入资金将有利于高技术产业培育更为高端的人才、瞄准更为前沿的技术领域，突破更为关键核心的技术领域，掌握更多的行业国际标准，获取更多关键发明专利和更为丰厚的技术回报，对高技术产业创新发展的促进效应更大。据此，提出如下假设：

假设4在自主创新的路径选择下，政府投入资金对高技术产业创新发展具有门槛效应，在门槛值之下正向效应较小，在门槛值之上正向效应增大。

4 数据说明与模型设定

4.1 数据说明

本研究根据《中国高技术产业统计年鉴》《中国统计年鉴》《中国科技统计年鉴》(2010～2021年)收集整理2009～2020年中国大陆28个省份共12年的面板数据(2)之所以未保留西藏、青海和新疆，是因为这3个地区数据缺失值较多，中国台湾、香港和澳门三地因数据难以获取而未纳入。由于《中国高技术产业统计年鉴》(2018年)国家未发布，故缺失的2017年数据利用2016年和2018年数据插值法近似得出。。数据从2009年开始的原因是为了保持数据口径一致，因为2000～2008年的数据口径为全部国有及年销售收入在500万元及以上的非国有工业企业；2009年后的数据口径为年销售收入在500万元及以上的工业企业。本研究最终获得的观测值为336个。

4.2 变量说明

本研究各变量的选择和处理说明如下。

(1)主要变量研究中常用创新活动的投入，即R&D投入水平来衡量创新水平。创新投入主要有研发人员投入和研发经费支出。但对于创新活动而言，研发投入仅仅是投入过程，在测度技术创新激励政策的效果时，创新产出更具有代表性和说服力[24]。常见的创新产出有专利申请数、专利拥有数、新产品产值、新产品销售收入[25]等。这些指标各有利弊，如专利申请数不一定能成为有效专利数，有效专利数不一定能实现商业化转化，且中国很多专利以实用新型和外观设计为主；新产品产值不一定全部转化为销售收入。相比较而言，新产品销售收入能反映创新的商业化成果，其完成了从研发设计、生产到销售的产业链的流转，综合反映了企业创新能力和市场接受程度，并获得经济效益[26]，因而本研究采用新产品销售收入(NR)来代表高技术产业创新发展水平，这也是本研究的被解释变量；同时，为检验结果的稳健性，采用拥有发明专利数作为被解释变量进行验证。政府投入资金包含政府补贴、股权投资以及其他财政拨款，代表政府对某一产业的重视程度和鼓励未来发展方向，采用政府投入资金(GF)作为核心解释变量。企业创新路径的选择可以从其资金支出的方向来捕捉，如果企业倾向于加大新产品开发力度和技术改造力度，则表明企业有很强的研发自主性(选择自主创新战略)。借鉴李盛楠等[25]的做法，使用新产品开发经费和技术改造经费支出之和作为自主创新经费支出(ZC)代理变量。如果企业倾向于通过引进、购买技术、吸收进行简单模仿生产，则企业很可能存在对外技术依赖和创新依赖(选择模仿创新)。借鉴李盛楠等[25]的做法，使用引进技术经费、消化吸收经费、购买境内技术经费支出之和作为模仿创新经费支出(MF)代理变量。因影响高技术产业创新发展的因素很多，如社会固定资产投资、进出口额、地区经济实力等都会影响高技术产业的创新发展，因而将投资额增速(IV)、进出口总额(TT)、地区生产总值(GDP)作为控制变量。

(2)指数平减上述变量涉及的各项支出、产出是名义变量，需剔除其中的价格效应，将其平减为实际值。由于相关年鉴没有支出价格指数，且各项技术支出主要由研发人员消费支出和固定资产支出构成，参考朱平芳等[27]的做法，对各省份的居民消费价格指数和固定资产投资价格指数分别以0.55和0.45的权重加权平均，得到各省份的支出价格指数，并设定2009年为基期。本研究涉及的各变量及其描述性统计见表1。表1中的新产品开发经费支出、技术改造经费支出、引进技术经费支出、消化吸收经费支出、购买境内技术经费支出、政府投入资金均经过这一支出价格指数平减；对于进出口总额利用工业生产者出厂价格指数进行平减，对地区生产总值、新产品销售收入利用居民消费价格指数进行平减。

表1 各变量的描述性统计(N=336)

(3)平稳性检验在利用上述变量进行实证分析时，要考虑到回归序列的非平稳性可能会对回归结果的有效性产生的影响，因而需要确保数据的平稳性，以避免回归分析可能出现的估计偏误和传统假设检验失效等问题。本研究的数据均为各省份产业数据，为便于分析和平稳性检验，对除投资额增速外的所有变量取对数并采用LLC进行面板单位根检验，由表1可知，所有变量均通过平稳性检验。

4.3 计量模型设定

4.3.1基准面板回归模型

为考察政府投入资金对高技术产业创新发展的影响，构建基准面板回归模型：

lnNRit=α0+β1L.lnGFit+β2L.lnGFit×

(1)

式中，i=1，2，…，n为各个省份；t=1，2，…，n,为各年份；lnNRit为第i个省份在t年的新产品销售收入；L.lnGFit为第i个省份在t年滞后一期的政府投入资金(3)在实践中，通常政府投入资金的审批、拨付有个过程，企业往往只有在当年度已经实际获得政府资助后，才能在下一年安排研发投入资金计划。现有部分研究发现，政府投入资金对企业创新存在滞后效应，即t期政府投入资金的创新效应会在t+1期显现[28]，因而采用滞后一期的政府投入资金。，β1为其系数；L.lnGFit×L.lnGFit为滞后一期政府投入资金的平方项，β2为其系数；Zitj为第i个省份在t年第j个控制变量，包括投资额增速(IV)、进出口总额(lnTT)、地区生产总值(lnGDP)，j=1，2，…，k为控制变量个数；λj为第j个控制变量系数；α0为常数项，θi、μi分别表示省份固定效应和时间固定效应；εit为随机误差项。

4.3.2门槛面板回归模型

为进一步考察政府投入资金作用于高技术产业创新发展的影响，需要深入企业创新路径的选择，即分别考察企业在自主创新与模仿创新的不同路径下，政府投入资金作用于高技术产业发展可能存在的门槛效应。本研究采用HANSEN[29]提出的面板门槛模型，结合Bootstrap抽样，基于数据本身的特征来确定分界点，首先设立以下单一门槛面板模型：

lnNRit=α0+β1L.lnGFit×I(qit≤γ)+β2L.lnGFit×

(2)

式中，qit为门槛变量；γ为门槛估计值；I(·)为指标函数，相应的条件成立时，取值为1，否则取值为0。

其次，考虑到门槛面板回归模型可能存在多门槛值的情形，设立以下多门槛面板模型：

lnNRit=α0+β1L.lnGFit×I(qit≤γ1)+

β2L.lnGFit×I(γ1qit≤γ2)+…+βnL.lnGFit×

I(γn-1qit≤γn)+βn+1L.lnGFit×I(qit≻γn)+

(3)

式中，γ1、γ2、…、γn为n重门槛的门槛估计值。

4.3.3中介效应模型

为考察自主创新、模仿创新作为中介变量在政府投入资金对促进高技术产业创新发展的中间机制，借鉴温忠麟等[30]的研究，建立中介效应模型，首先构建自主创新中介效应模型如下：

lnNRit=α0+b1L.lnGFit+b2L.lnGFit×L.lnGFit+

(4)

lnZCit=α0+c1L.lnGFit+c2L.lnGFit×L.lnGFit+

(5)

lnNRit=α0+d1lnZCit+d2L.lnGFit+d3L.lnGFit×

(6)

式中，b1、b2、bj、c1、c2、cj、d1～d3、dj均表示系数；lnZCit为第i个省份在t年的自主创新经费支出。模仿创新的中介模型与之类似，不赘述。

5 实证结果与分析

5.1 基准面板回归模型检验

为检验式(1)，进行混合回归、固定效应、随机效应检验(见表2)。由表2可知，经F检验，p值为0.000，强烈拒绝原假设，即认为固定效应明显优于混合回归，应该允许每位个体拥有自己的截距项。在LM检验中，p值为0.000，强烈拒绝 “不存在个体随机效应”的原假设，即认为在随机效应与混合回归二者之间，应该选择随机效应。在固定效应模型与随机效应模型如何选择时，通常进行豪斯曼检验，然而，传统的豪斯曼检验假定，在原假设成立的情况下，随机效应模型是最优效率的。这意味着μi与εit都必须是独立同分布的。因此，如果聚类稳健标准误与普通标准误相差较大(本研究即是如此)，则传统的豪斯曼检验不适应。本研究采用Sargan-Hansen检验，得到p=0.000，可以拒绝随机效应的原假设，认为应该使用固定效应模型。

表2 混合回归、固定效应和随机效应三者检验(N=336)

表4 政府投入资金低于极值点的省份(即lnGF<10.125)(N=308)

政府投入资金对高技术产业创新发展影响的两种固定效应回归结果见表3。由表3列(1)可知，控制省份固定效应后，政府投入资金及其平方项的影响系数分别为1.159、-0.057，均在1%的显著性水平上显著；列(2)为同时控制省份、年度固定效应的回归结果，政府投入资金及其平方项的影响系数分别为0.972、-0.048，效果同样显著，说明政府投入资金对高技术产业创新发展呈倒U形关系，结果具有稳健性。上述结果证明了假设1。

表3 基准固定效应回归结果(N=308)

根据列(2)结果，算出位于极值点处政府投入资金(lnGF)为10.125。各年度政府投入资金低于极值点的省份变化情况见表4。由表4可知，从2009年开始，政府投入资金低于极值点的省份由17个减少至2015年的11个，之后保持相对稳定，2020年分别是：河北、山西、内蒙古、吉林、河南、广西、海南、重庆、云南、甘肃和宁夏，加上因缺失值较多未纳入样本的西藏、青海和新疆，主要集中在中西部，可以看出，这些省份政府投入资金对高技术产业创新发展的促进作用还有很大提升空间。

在上述固定效应回归结果中，控制变量进出口总额、地区生产总值的影响系数显著为正，说明这两个变量对我国高技术产业创新发展具有促进作用，也符合经济实际，即一个地区的进出口总额越大、地区经济实力越强，高技术产业创新发展越好。投资总额增速的系数很小，且不显著，可能是量纲原因，因近几年只有增速统计数据。

5.2 门槛面板回归检验

5.2.1门槛效应显著性检验

运用Bootstrap法重复抽样500次，分别以自主创新、模仿创新经费支出为门槛变量检验门槛效应是否显著，检验结果见表5。

表5 门槛效应显著性检验(N=308)

由表5可知，在以自主创新经费支出为门槛变量的门槛回归模型中，单一门槛、双重门槛的p值分别为0.008、0.031，表明单一门槛、双重门槛均通过了显著性检验，且以单一门槛效应更强。在以模仿创新经费支出为门槛变量的门槛模型中，单一门槛、双重门槛、三重门槛均未通过显著性检验，门槛效应不成立，表明在模仿创新的路径选择下，政府投入资金对高技术产业创新发展不具有门槛效应，故下文只讨论以自主创新为门槛变量的门槛模型。

5.2.2门槛值估计

在以自主创新经费支出为门槛变量的门槛模型中，自主创新经费支出门槛值的估计结果与95%置信区间见表6。

表6 门槛估计值及其置信区间(N=308)

由表6可知，自主创新经费支出的双重门槛估计值分别为12.629，10.721，且分别处于95%置信区间为[12.624,12.684]和[10.692, 10.747]；单一门槛估计值为12.629，且处于95%置信区间为[12.565,12.656]。结合上文可知，单一门槛(1%)比双重门槛(5%)更为显著，样本期间自主创新经费支出均值为12.911，单一门槛具有更强的经济意义，故本研究仅讨论单一门槛效应。

5.2.3门槛效应回归

对以自主创新为门槛变量的单一门槛面板回归模型进行参数估计，结果见表7。

表7 门槛效应回归结果(N=308)

由表7可知，政府投入资金对高技术产业创新发展有显著的非线性影响。当自主创新经费支出小于12.629时，政府投入资金对高技术产业创新发展的影响系数是0.095；当自主创新经费支出大于等于12.629时，政府投入资金对高技术产业创新发展的影响系数上升为0.157，且影响系数均通过显著性检验，上述结果验证了假设4。从地区来看，2020年山西、内蒙古、吉林、广西、海南、云南、甘肃和宁夏等8省份及因缺失值较多未纳入样本的西藏、青海与新疆未迈入门槛值，处于促进效应较低阶段，具有较大提升空间。

5.3 稳健性检验

在实证部分，本研究使用上一年政府投入资金作为核心解释变量，这样可以避免可能存在的内生性问题，即使高技术产业创新会影响政府投入资金，也是当期高技术产业创新影响当期或以后若干期政府投入资金，而不是影响上一期政府投入资金；同时，分别控制了省份固定效应和时间固定效应，结果保持稳健。为进一步做稳健性验证，本研究引入上期新产品销售收入作为控制变量进行回归检验，结果显示，政府投入资金及其平方项的影响系数分别为0.640、-0.034，效果同样显著。结果和前面保持一致，验证了政府投入资金对高技术产业创新发展存在倒U形关系。此外，用拥有发明专利数替换新产品销售收入作为被解释变量，同样显著，结果具有稳健性(4)囿于篇幅，稳健性结果未及列出,留存备索。。

5.4 中介效应检验

本研究的中介效应检验如下。

(1)自主创新中介模型检验自主创新中介效应模型检验结果见表8。表8中，列(1)反映的是式(4)的检验结果，可以看到，与上文类似，政府投入资金对高技术产业创新发展的影响有显著的倒U形关系。列(2)显示政府投入资金对自主创新经费支出有显著的正向促进作用，列(3)反映政府投入资金对高技术产业创新发展的影响具有显著的倒U形关系，且自主创新经费支出对高技术产业创新发展有显著的促进作用，中介效应验证成立，从而表明自主创新是政府投入资金促进高技术产业创新发展的中间渠道，假设3得到验证。

表8 自主创新中介效应模型检验结果(N=308)

(2)模仿创新中介模型检验模仿创新中介效应模型检验结果显示，政府投入资金对模仿创新经费支出不显著，中介效应不存在；模仿创新经费支出与新产品销售收入没有显著关系，从而无法证明模仿创新是政府投入资金促进高技术产业创新发展的中间渠道，假设2得到验证(5)囿于篇幅，模仿创新中介模型检验结果未及列出,留存备索。。

5.5 异质性分析

从全国整体而言，政府投入资金对高技术产业创新发展的影响呈倒U形关系，但从内部而言，经济发展程度不同，可能会对上述关系产生异质性影响。为检验地区经济实力差异的影响效果，将各省份按地区生产总值进行分组，即高于中位数的省份为经济实力较强省份，低于中位数的省份为济实力较弱省份，结果见表9。

在表9中，列(1)、列(2)分别代表经济实力较强、较弱省份，可以看出，经济实力较强省份相对经济实力较弱省份，政府投入资金及其平方项系数绝对值显著更大，其二次曲线中间轴更大、极值点更高，表明经济实力较强的省份政府投入资金对高技术产业创新发展的促进作用更大。

表9 经济实力较强、较弱省份回归结果

6 结语

本研究的结论有：①政府投入资金对高技术产业创新发展的影响呈倒U形关系，即随着政府投入资金的增加，高技术产业创新发展呈现先上升后下降的非线性关系。②自主创新对政府投入资金作用于高技术产业创新发展存在单门槛效应，在门槛值之下正向效应较小，在门槛值之上正向效应增大；模仿创新则不具有这种门槛效应。③企业自主创新的创新路径是政府投入资金作用于高技术产业创新发展的中间作用机制，具有显著的中介效应显著，即自主创新有助于更好地发挥政府投入资金对高技术产业创新发展的促进作用；模仿创新在政府投入资金作用于高技术产业创新发展之间的中介效应不显著，即模仿创新无助于发挥政府投入资金对高技术产业创新发展的促进作用。④地区经济实力对政府投入资金作用于高技术产业创新发展具有异质性，即经济实力较强的地区相对经济实力较弱的地区，政府投入资金对当地高技术产业创新发展的促进作用更大。

从本研究的结论中，提出如下政策建议：①政府对高技术产业的资金投入要秉持规模适度原则，注重优化资金投入结构；②在发挥政府投入资金对高技术产业创新发展的促进作用时，要引导企业选择以自主创新的创新路径；③要根据各地区资源禀赋统筹公平和效益、发展和安全的关系，有区分地发挥政府投入资金对高技术产业创新发展的促进作用。

本研究从全国层面分析了政府投入资金对高技术产业创新发展的倒U形影响，具有丰富的拓展性，但由于我国地区之间、细分行业之间、内外资企业之间差异较大，且局限于数据的可获得性，本研究在这些方面尚未开展讨论。在可获得相关数据后，未来可从不同地区、不同细分行业、不同所有制企业等角度，进一步深入探讨政府投入资金对高技术产业创新发展的非线性影响，为相关部门制定政策提供参考。