论文企业规模、市场结构和绩效基于中国制造业四位数行业的熊彼特假说的实证检验，该文是关于市场结构相关毕业论文格式模板范文跟熊彼特和熊彼特假说和实证检验类本科毕业论文范文.
[ 摘 要] 本文运用中国四位数制造产业数据实证检验了企业规模、市场结构等因素对创新的影响.研究发现,市场集中度在模型加入行业特征后立即不再显示显著性,这意味着行业特征解释了创新绩效的主要特征,市场集中度与创新之间仅有微弱的正相关性；而企业规模与创新强度之间呈现为一种非线性递增关系.关于行业特征对创新绩效的影响,研究表明,技术机会、知识溢出与独占性与创新绩效呈显著的线性关系,当技术机会与知识溢出效应越不明显,创新活动的独占性越强,则创新绩效越为增强.
[ 关键词] 市场结构; 企业规模; 行业特征; 创新
[ 中图分类号] F207 ［ 文献标识码］A ［ 文章编号］1000-4211(2018)03-0005-13
一、引言
竞争政策应如何调整以促进创新,是各国竞争政策制定者关注的核心议题.在我国《反垄断法》实施十周年之际,学界对十年来反垄断法的执法经验进行回顾总结,为修法进行思索之际,该问题自然成为学界关注的焦点.我国反垄断执法以市场结构主义为指导的规制理念是否能适应以通信技术产业、互联网产业等为代表的高新科技产业的新竞争形态？为此,讨论创新活动的决定因素至关重要.
市场结构与创新的关系为何,高市场集中度是否会抑制创新？若欲回答这一理论上问题,必然无法绕开熊彼特与阿罗的著名“论战”,这场“论战”围绕市场集中度以及企业规模与创新的关系展开,熊彼特在其著名假说中提出,高集中度市场中的大企业更有能力为研发活动提供资金,克服研发的巨大成本与风险,从成功的创新中获益的能力也更强,因此,在这样高度集中的市场中,我们能看到更多创新成果的涌现.阿罗则指出,对于垄断企业而言,采用新技术将降低凭借市场垄断地位即可获得的超额垄断利润,此种替代效应的存在,将削弱垄断企业的创新激励.大量的文献对于市场集中度以及企业规模与创新产出的关系做了探讨,然而,在市场结构与创新关系这一问题上,实证研究至今不能达成一致且清晰的意见,许多对于上述两种观点的不甚明确的解读,甚至对反垄断执法实践产生了误导.
关于此问题的实证研究,多以西方国家为研究对象.因而,一个令人感兴趣的问题是,在中国,企业规模、市场结构与创新之间是一种什么样的关系？是符合熊彼特假说还是存在着倒U 型函数关系？更主要的是,西方发达国家通常有清晰的产权制度安排、成熟的市场经济制度和完善的法治环境.因而,学者们往往将研究的重点集中于企业规模、市场力量、技术机会等非制度因素对创新行为的影响.对于处于经济转型期的中国而言,产权制度安排尚不完善,市场经济与现代企业制度尚不成熟,企业与行业特征更是具有特殊意义的影响创新行为的因素.理论上,不同行业特征导致知识溢出、独占性与技术机会的差异将影响创新活动及绩效.因此,在中国的背景下构建创新因素的分析框架,探讨企业规模、市场结构与行业特征对创新活动的影响,是具有现实意义的研究课题.为此,本文搜集并整理了关于市场集中度以及企业规模与创新关系的相关实证研究文献,发现由于研发上规模效应的存在,创新与企业规模呈正相关关系,而创新与市场集中度的关系则不甚明朗,在控制行业效应之后,市场集中度对于创新的解释力较小.
二、理论回顾
学界关于企业和行业创新活动与绩效决定因素的实证研究主要集中在三个领域：一是将创新与市场结构和企业规模联系在一起的熊彼特假说,二是行业层面的变量所发挥的作用.大量文献证明企业规模与研发之间存在着单调关系,企业规模对研发产生的成本分摊影响是导致该关系产生的根源.然而,企业规模的成本分摊影响本身就反映了潜在的独占性,在这些条件的限制下,企业只能利用自身产量中的创新成果,而企业的产出通常会因为创新和市场分割而增长乏力.值得注意的是,市场结构与研发之间的关系存在广泛的质疑,目前还没有清晰的理论基础支撑这种关系.虽然相关的研究人员使用了一些措施得出了实证结论,但是这些措施不甚理想,所以这些结论仍然站不住脚,这也解释了研发支出变化微小的原因.更重要的是Scherer（1967）,Scott（1984）Levin 等人（1985）,Sutton（1998）及其他人的研究表明,这可能反映了技术进步其他决定性因素所产生的影响,特别是技术机会、独占条件以及市场,分割程度.熊彼特消长均衡关系可能适用于企业规模（企业规模与市场势力的关系紧密度）,而事实上这种均衡关系对市场结构（控制企业规模）的适用性却不太明显.行业层面上的因素可能会影响市场结构与创新之间的关系,而我们需要深化对其影响方式的理解.
越来越多学者开始关注创新绩效的决定性因素,包括需求、独占、技术机会和企业的关键特征（Cohen & Levin,1989）.然而,学界对这些变量作用的探究还远远不够.需求、独占性及技术机会这三类行业层面的关键变量,表面上似乎解释了企业创新活动中大量的变化和差异.但是对于这些变量的影响方式,我们的理解还非常有限.不同维度的技术机会和独占性如何影响创新活动及其绩效,观点还不够清晰.在验证以上特定影响的存在及其重要性时往往不够直接.关于不同行业间需求、技术机会以及独占性的性质及影响的差异,相关描述性的证据开始日益增加,但关于这三类变量的实证研究却微乎其微——只有Levin 等（1987）,Cohen 等（2000）,欧盟创新调查及其他相关调查有相关成果.另外,如果没有合适的数据,我们就无法更细致地调查行业层面的因素所产生的作用.例如,关于独占性弱化创新动机的消极影响与研发溢出效应的积极互补影响之间如何相互作用,以及各行业研发动机激励因素间的相互关系,相关的实证研究还非常少.探讨以上影响的实证研究可能需要更,严密、更经得起实证检验的模型.
（一）企业规模与创新
Schumpeter（1942）经典讨论的本意表明他主要对以下情形印象深刻：小型创业类企业的创新活动和设有研发实验室的大型现代化企业在创新活动的质量方面存在显著差异.然而,很多实证文献将关于大型企业创新优势的观点解读为：创新活动的增长会随着企业规模的扩大而以更大比例上升.1
尽管Schumpeter 混淆了企业规模和市场集中度对创新的影响,但是Galbraith（1952）明确指出了企业规模越大,越能带来创新优势.长期以来,不同学者提出证实企业规模对创新活动产生积极影响的数条理由（其中Schumpeter 仅提出其中部分理由）,其中一条理由认为资本市场的不完善为大型企业在确保高风险研发项目的融资安全方面提供了重要优势,原因在于企业规模与内生资金的可用性和稳定性密切相关.第二条理由是研发本身就存在规模经济.另一条理由则认为当创新者的销量足以摊薄创新,尤其是流程创新的固定成本时,研发收益率会相对较高.此外,也有人宣称大型企业研发的生产率会更高,原因是得益于研发和其他非生产性活动的互补（例如营销和财务规划）,而大型企业的非生产性活动可能会获得更好的发展.最终,有时人们也认为大型且多元化的企业能够获得范围经济,或者能够降低和创新预期回报相关的风险.
然而,也有人提出和以上观点相对立的论点（参阅Scherer 和Ross,1990,pp.652-653）.也许最为著名的是：随着企业的发展壮大,研发效率会渐渐地降低,或是由于缺失管理控制,或是由于过度的行政控制,致使分散了企业实验室科学家和技术专家的注意力.另外,随着公司规模的扩大,激励个别科学家和创业者的要素可能会逐渐失去其效力,或是由于从各自努力中获利的能力逐渐下降,或是由于其创新动机因大型企业层级结构的保守特征而受挫.2基于历时50 年关于企业规模和创新之间关系的实证研究,目前已经出现大量的颇具信服力的实证模式.尽管大多数模式都一直受到某种程度上的争议,但是现在专业人员趋向于达成一致观点.基于美国国家科学基金会提供的20 世纪50 年代和60 年代的数据,早期研究表明：随着企业规模的扩大和各大型企业采用方法一致性程度的提高,企业开展研发活动的可能性也会相应地增加（Hamberg,1964 ；Nelson 等,1967 ；Villard,1958 ；Worley,1961）.Bound 等（1984）和Cohen 等（1987）人注意到在控制产业效应时也出现了类似的模式.企业开展研发活动的可能性和企业规模呈正相关关系,已经被解读为大型企业在开展研发活动方面占据优势.
尽管有些观点旨在为熊彼特假设辩解,宣称其假设指的是企业的整体规模（例如克服资本市场不完善性的能力）,但是其他基于业务部门层面（例如研发成本的分担）的观点更合理可信.Scherer（1984）和Scott（1984）研究业务部门规模对业务部门研发的影响,而Cohen 等（1987）以及Cohen & Klepper（1996b）研究业务部门的规模和整个企业的规模分别对业务部门研发强度的影响.Cohen 等（1987）发现影响研发的可能是业务部门的规模,而不是整个企业的规模.Cohen & Klepper（1996）进行了两个简单的回归分析：75 个行业中各业务部门研发和业务部门的规模；业务部门研发和整个企业的规模,进而发现仅业务部门的规模自身就导致了65% 的业务部门研发变化,而且两者往往成一定比例.Cohen 等（1987）以及Cohen & Klepper（1996）也都发现：如果控制业务部门的规模,那么整个企业的规模无法独立对业务部门的研发产生影响.以上结果共同表明,致使企业规模和研发之间存在密切关系的是业务部门的规模（或者相关因素）,而不是整个企业的规模（或者相关因素）.
（二）市场集中度与创新
Schumpeter 关于市场势力影响创新的讨论中有两大明确的主题.第一,Schumpeter 意识到企业需要某种短暂市场力量的刺激以投资研发.当然,这是专利法的基础原则；将发明创造的诱因动机和事后（也就是创新之后）市场势力的预期联系起来,此处的事后市场势力是指与研发创新成果相关联的市场势力.第二,Sc h u m p e t e r 辩称拥有事后市场势力——与事先的寡头（或垄断）市场结构相关联——也有利于创新.例如,他认为寡头垄断市场结构增加了竞争行为的稳定性和可预测性,从而降低过度竞争导致的不确定性,而这些不确定性往往会减弱发明的动力.另外一层隐含的意义,他也提出假设资本市场是不完善的,从事前市场势力中获取的利润为企业提供了投资创新活动所需的内部金融资源.最终,他似乎也认为事前市场势力往往会带来一定的事后市场势力.
经济学家已经提出众多理论观点,由此产生很多关于市场结构影响创新的彼此相异和互相冲突的预测.部分预测支持Schumpeter 的观点：在高度集中的市场中,企业投资创新的动机更强.而其他一些观点表明,一个行业中事前竞争力更强的企业会从创新中获取更多的边际收益.例如A r r ow（1962）就曾经提出过后一种观点,重点强调目前所知的“替代效应”——假设可以从创新中获取理想的事后专属收益,那么现任垄断者引的制造流程等创新成果将会取代部分先前获得的垄断租金.因此,垄断企业的创新收益仅仅是除了先前所获垄断利润之外的增量收益.相较之下,竞争市场中的企业不会获取任何垄断利润,因此从流程创新中获取的收益全部为创新收益.由此可见,在A r r o w 的模型中,竞争行业中的企业投资研发的动力更大.此外,Gilbert 和Newbery（1982）同样假设理想的专属收益,但聚焦于现任垄断者面临潜在新进企业的情形,却得出与此相反的结论：他们认为垄断者投资创新的动力更大.假设为避免因创新型新进企业而失去垄断地位,现任垄断者会先发制人,相较于新进企业积极投入更多的创新投资.另一方面,Reinganum（1983）表明如果考虑研发过程的不确定性并假定遵循指数过程,那么就可以推翻以上结论.Dasgupta 和Stiglitz（1980）假定两个对称式的古诺竞争对手,而放弃不现实的理想独占性假设.他们分析降低研发成本后也同样指出,随着行业内的竞争越来越激烈,企业的研发强度会越来越低.
Scherer（1967）的一项发现早在很久以前便备受无数理论家的关注,即一些证据表明研发强度与市场集中度之间存在非线性的倒U 形关系. Scherer 引用人口普查的相关数据 , 发现在一个行业中四家公司的集中度上升至50%、55% 之前时,研发人员的就业人数占总就业人数的比例会随之上升；但是集中度达到以上临界值之后,会随之下降.S c h e r e r 使用简单回归分析法探究研发强度与市场集中度之间的关系 ,其中市场集中度为平方项, 而由此得出的倒U 形关系在Scott（1984）和Levin 等（1985）的研究中冉次得到验证,他们研究引用的数据来自于美国联邦贸易委员会的业务线项目.A g h i o n 等（2005）分析了17 个二位数行业从1973-1994 年跨度21 年的数据,观察到行业层面的市场势力和行业创新之间存在类似的倒U形关系其中以平均勒纳指数4（相较于市场集中度,可能是衡量竞争强度更好的指标）衡量前者,以被引证的平均专利数量测度后者.5
也许关于市场集中度影响研发强度最持久可信的发现是其影响取决于其他行业层面的变量.Scherer（1967）曾经发现市场集中度的统计显著性会随着一些虚拟变量的加入而衰减,此处的虚拟变量用于划分行业技术（化学、电子、机械和传统）和相应产品 （耐用品/ 非耐用品,消费品/ 生产者商品）的类型.虚拟变量,尤其是代表技术类型的虚拟变量 ,具有非常高的统计显著性,解释的独立变量差异远远高于市场集中度.Wilson（1977）得出类似的结论,而Lum 和Martin（1986）将其分析样本划分为两大类别,发现市场集中度仅在“低技术机会”行业才会对研发强度产生显著影响.Ge r o s k i（1990）观察到,不考虑行业固定效应——被解读为反映技术机会——会大幅度颠覆其基本结论,即竞争与创新之间的正相关关系.
Scott（1984）和Levin 等（1985）提供了非常有力的证据,证实市场集中度对研发的影响对行业条件十分敏感.Scott 采用美国联邦贸易委员会关于业务部门层面研发强度的数据发现,加入企业的固定效应和两位数行业的固定效应会降低市场集中度及其平方项系数的统计显著性.Levin 等人使用美国联邦贸易委员会业务线层面（此层面是指介于三位和四位分类SIC行业之间的集合）的数据,发现加入一系列衡量技术机会和独占性条件的指标后,再次验证了S c o t t 得出的有关研发强度和创新绩效的方程式.加入新变量之后,市场集中度的系数和t 统计量在研发强度方程式中的重要性下降了一个数量级.
三、模型的设定
本文数据来源于2013 年中国工业企业普查数据库.国内产业层面数据库较少,范围及精确度都比不上企业层面数据库,中国统计信息服务中心编制的“中国工业企业数据库”使用的“规模以上工业企业数据库”在国内微观企业数据库中较为权威.为此,本文将以该数据库为企业层面数据的来源,然后据此核算出各个四位数产业的相关指标的加总数据.该数据库有28 个二位数制造产业,每个二位数制造产业中又包括若干个四位数制造业,共计有538 个四位数制造业.四位数产业是中国目前最细的产业分类,产业的同质性最好.我们以四位数产业对创新的影响因素进行经验分析.
在创新的衡量指标中,用R&D 投入衡量创新行为存在的缺陷是,R&D 本身仅仅反映了创新的投入状况而不是产出状况,而且R&D 投入忽略了那些非正式的研发活动.用专利数量和创新数量来衡量创新行为,其隐含的假设是每个专利或创新的质量是无差异的.另有一些研究用新产品销售收入来衡量创新（Comanor and Scherer ；McLean and Round ；Connolly ；Fitzroyand Kraft ；Jeferson）.用新产品销售收入衡量创新有利于克服用专利和创新数量衡量创新时的缺陷,因为新产品销售收入越大,表明其市场价值越大,因而新产品销售收入在一定程度上考虑了产品创新的市场价值和重要程度.根据数据的可获得性,用新产品销售产值来代表创新产出.由于各个四位数产业规模差异很大,按照文献中通行的做法,用新产品销售产值占销售产值的比重作为创新产出变量.这个比率通常被称为创新绩效,代表了各产业的创新水平和创新能力.
市场结构与企业规模变量旨在验证熊彼特假说,即验证中国制造产业中市场力量和企业规模的增加是否导致了更多创新.市场结构一般用市场集中度指数来表示.根据2013 年工业企业普查数据,我们计算了2013 年四位数产业的赫芬达尔指数（H 指数）.H 指数先计算出某四位数产业中每个企业销售收入占产业销售收入的比重的平方,然后将产业中所有企业销售收入比重的平方进行加总.H 指数越大,表明产业集中度越高,市场垄断力量越强.H 指数被认为是更好的衡量市场集中度的指标.对于企业规模变量,用企业平均资产来表示,即企业平均规模等于 总资产/ 企业数.
除了验证熊彼特假说外,我们还重点关注行业特征与创新之间的关系.行业特征主要包括知识溢出、独占性与技术机会.根据以往的研究,专利数据是衡量技术机会很好的测度项目,在本文中也将采用各行业专利申请数的年增长率来测度各个行业的技术机会,这与Park（2004）等对技术机会的测度指标非常类似.本文将当年申请数与以往各年专利申请数之和的比值作为该行业该年的专利申请增长率；知识溢出考察的是行业中的企业所能够获得的外部知识和技术的程度,考虑到当行业中的知识溢出比较大时,企业比较容易或者可以通过比较低的成本来从外部获取技术知识,企业就会更倾向于通过技术引进,技术购买等方式来获得技术和知识,提高自身的技术创新能力.因此这里采用行业的技术引进经费与购买国内技术经费的总和与科技活动经费内部支出之间的比值来测度企业所面临的知识溢出的程度；创新的独占性是防止创新被模仿以及因模仿从创新活动中攫取利益的可能.对技术创新成果的独占被认为是组织取得成功的必要因素劝.如果技术创新的独占性强, 企业可以从中获得更为丰厚的利润.这里采用技术改造经费占科技活动内部经费的比重来表示创新的独占性.因为创新的独占性越高,其他企业要获取或者使用外部获得的创新成果就要付出更多的成本,技术改造经费衡量企业获得外部知识要进行改造的费用支出, 支出的越多说明企业直接使用外部技术的难度越大,也就间接的说明拥有该创新成果的企业对技术的独占性越强.
为了准确分离出市场结构、企业规模与行业特征对创新的影响,还需要考虑其他的可能影响创新的控制变量.根据数据的可获得性,这些控制变量主要有：（1）资本密集度.资本密集度代表了行业特征,即该行业是属于资本密集型还是劳动密集型行业.资本密集度也是行业进入壁垒的衡量指标.在中国,由于资本相对于劳动较为稀缺,资本密集度越高,则进入壁垒也越高.（2）广告密集度.广告是使产品差异化的手段,广告费用越多,则行业的产品差异性程度也越高,进入壁垒也越高.（3）资产负债率.资产负债率代表行业的资金约束状况.综合以上的因素,基本计量模型设定如下：
NPI 表示创新绩效.CON 是市场结构变量的统称 ,以H 指数来表示市场集中度.SIZE表示企业平均规模.为了验证市场集中、企业规模与创新之间是够存在倒U 型函数关系, 模型中还加入H 指数和企业规模的平方.OWN 为产权结构,TO 、SO 、AP 分别表示技术机会、知识溢出与独占性, DEBT 、CAP 、ADV 分别代表资产负债率、资本密集度、广告密集度.ε 为随机误差项.
在估计方法方面,我们使用的是普通最小二乘法（OLS）.但横截面数据的计量分析中往往存在着异方差问题.White(1980) 在假定估计方程的残差是非序列相关的条件下,推导出一个异方差一致协方差矩阵（Hetemskedasticity Consistent Covariance Matrix）,用于计算标准误差与t 统计量.本文所使用的样本是横截面数据,并不存在序列相关,所以用White 异方差一致协方差矩阵对模型进行了修正,这样使得OLS 估计的结果更为可靠.
四、创新的影响因素分析
运用基本模型,对市场结构、企业规模与行业特征变量进行不同的组合,得到的估计结果列于表1.将依次讨论市场结构、企业规模及行业特征对创新绩效的影响.
（一）不引入行业特征变量的情形下
表1 的模型（1）—（3）是在控制其他变量的情况下,以H 指数表示市场集中度时的估计结果.当H 指数独立进入模型时见模型（1）,市场集中对创新均没有显著影响.当H 指现出显著性,其平方项的系数估计值始终不显著.这说明,创新绩效与市场集中之间并不存在倒U 型函数关系,随着市场集中度的增加,创新绩效也相应地增加,并且不会在一定程度后趋于下降.
表1 的模型（2）是在控制其他变量的情况下,以企业平均规模的一次方作为规模解释变量的估计结果,模型（3）是以企业平均规模的一次方和平方项作为解释变量的估计结果.由模型（2）可见,规模的系数是正的且在10% 的显著性水平上显著,企业平均规模每增加1 亿元,创新绩效约增加1.3 个百分点,这说明企业规模对创新绩效有显著的促进作用.由模型（3）可见,规模的系数是正的,而规模平方项的系数是负的,且它们都在10% 以上的显著性水平上显著,这说明企业规模与创新绩效之间存在着倒U 型函数关系.这意味着在我国,产业市场规模越大其市场绩效良好,市场行为更积极有效,为企业带来收益与生存发展的空间.这样的积极行为是市场需求的结果.经计算可知,当企业规模为50 亿元时,创新绩效达最大值.在538 个样本中,只有小轿车制造业的企业平均规模达55 亿元,超过50 亿元临界值点.由此可见,虽然回归结果表明企业规模与创新绩效之间呈现倒U 型函数关系,但对几乎所有的四位数产业而言,二者之间主要表现为一种非线性递增关系.
（二）在引入行业特征的情况下
表1 的模型（4）—（6）是在控制其他变量的情况下,引入行业特征后的模型估计结果.可以发现行业特征变量均表现出高度显著性,在模型（5）、（6）中,技术机会在5% 的显著性水平上显著,并且系数为负；知识溢出系数为负并且在1% 的显著性水平上显著,独占性在1% 的显著性水平上显著,系数为正.这说明技术机会、知识溢出与独占性与创新绩效呈显著的线性关系,当技术机会与知识溢出效应越不明显,创新活动的独占性越强,则创新绩效越为增强.与此同时,我们发现,市场集中度H 与H2在模型加入行业特征后立即不再显示显著性,这意味着行业特征解释了创新绩效的主要特征,市场集中度与创新之间仅有微弱的正相关性.这代表着关于市场集中度对创新绩效的影响似乎取决于行业层面因素.早前,国外部分学者也得出过类似结论：S c h e r e r（1967）曾经发现市场集中度的统计显著性会随着一些虚拟变量的加入而衰减,此处的虚拟变量用于划分行业技术（化学、电子、机械和传统）和相应产品 （耐用品/ 非耐用品,消费品/ 生产者商品）的类型.虚拟变量,尤其是代表技术类型的虚拟变量 ,具有非常高的统计显著性,解释的独立变量差异远远高于市场集中度.S c o t t（1984）和L e v i n 等（1985）曾提供了非常有力的证据,证实市场集中度对研发的影响对行业条件十分敏感.Lu m 和M a r t in（1986）曾发现市场集中度仅在“低技术机会”行业才会对研发强度产生显著影响.而相对的,市场规模与其平方值的显著性与参数估计没有受到影响.
其他控制变量中,广告密集度对创新绩效有显著正作用：广告密集度每增加1%,创新绩效也相应增加1%.在中国经济转轨期,企业通常使用研发和广告两种手段获取竞争优势,通过有效的广告宣传可以使消费者对产品产生良好的印象,从而扩大产品市场份额,这又刺激了新产品的开发与生产,所以本文发现广告对创新有促进作用.另外,资产负债率和资本密集度的系数估计值都是正的,但均不显著,这意味着它们与创新之间仅有微弱的正相关性.
五、结论与政策启示
本文运用2013 年中国四位数制造产业数据,对市场结构、企业规模和行业特征在创新中的作用进行了初步探讨.在中国目前的情况下,大力提升我国自主创新能力已经成为关系我国经济结构调整、经济增长方式转变的重要战略任务,讨论哪些因素有助于自主创新能力的提高极具研究价值.研究发现,对我国制造企业来说,市场结构与创新绩效间并不存在熊彼得式的倒U 型线性关系,而企业规模与创新绩效之间主要呈现为一种非线性递增关系.在目前中国企业规模相对较小的情况下,促使企业做大做强也有利于创新增加.值得注意的是,在引入行业特征后,市场集中度对创新绩效的解释力大大下降,仅呈现微弱的正向关系.行业特征中,创新的独占性对创新绩效有着正向的显著影响,知识溢出与技术机会对创新绩效则有着与独占性相反的作用,这意味着加强知识产权保护对激励企业创新有着至关重要的作用.市场的独占性对于企业从事研发活动具有关键的激励作用,知识产权保护的缺位,将会导致竞争厂商仿冒行为的猖獗盛行,企业将难以从成功的创新成果中获取收益.对于企业而言,投资于研发活动的决策意味着巨大的资金成本和风险,这依赖于企业对于创新成果受到保护,能从其中享受到丰厚的利润回报的确信.而过大的知识溢出,对于企业保护从事创新的积极性,至为不利.
本文的研究结论指出,创新绩效与市场结构之间的关系并不存在显著关系,而企业规模与创新绩效之间主要呈现为一种非线性递增关系.这说明应当允许企业通过合法的创新与经营活动获取市场势力,此种市场内生的市场势力是企业创新与竞争的产物,是市场经济运行的合意产物,与市场公平竞争、经济运行效率并不矛盾,不会对消费者福祉和社会公共利益产生损害,也不会影响市场经济的健康发展.技术创新带来的专利保护和高额经济利润,并不意味着技术创新就是违法的垄断行为,更不代表这种内生于市场的企业垄断势力提升是错的.外生于市场的合谋、搭售、兼并等策略行为才应是我国反垄断执法中的重中之重.
相较于市场内集中度的重视,反垄断法执法机构应着力维护市场的可竞争性,实现市场竞争环境的平等化,避免因行政垄断、国有垄断企业的不公平优势损害市场的公平竞争环境.维护市场的可进入性,消除行政垄断和企业不当行为带来的,行业进入门槛的抬高.市场的独占性对于企业从事研发活动具有关键的激励作用,知识产权保护的缺位,将会导致竞争厂商仿冒行为的猖獗盛行,企业将难以从成功的创新成果中获取收益.对于企业而言,投资于研发活动的决策意味着巨大的资金成本和风险,这依赖于企业对于创新成果受到保护,能从其中享受到丰厚的利润回报的确信.
在研发市场上,广大中小企业呈现出高于大企业的研发效率,保护中小企业的研发积极性,对于一国的创新增长,意义不可谓不重大.而对这些中小企业而言,其创新成果作为其主要产品,只有受到专利保护,通过对其他企业的授权,或者企业整体被大企业并购,才能获得投资于研发活动的回报.一旦专利制度缺位,大企业可以轻易地仿冒中小企业的创新成果,对于我国的市场创新活力,将造成严重的伤害.
本文点评：这是一篇关于市场结构方面的大学硕士和本科毕业论文以及熊彼特和熊彼特假说和实证检验相关市场结构论文开题报告范文和职称论文写作参考文献资料.
参考文献：
1、 企业冗员、行业竞争和企业 【摘 要】面对中国经济发展转型期的发展特点,充分发掘人力资源进行积极的创新探索是企业实现发展的力量来源 文章选取2010—2016年沪深A股上市公司作为研究对象,采用学术界认可的冗员指标研.
2、 如何建立企业最优资本结构问题 在大多数情况下,资本结构布局不合理是我国绝大多数企业都存在的问题 企业在发展过程中需要资金,借款较高,资本和资本的比例不平衡 更有不考虑成本和企业自身状况,只想着拿到尽可能多的资金 因此国内企业的资本.
3、 企业代表、委员热议如何振兴实体经济、实现高质量 建设现代化经济体系,必须把着力点放在发展实体经济上,把提高供给体系质量作为主攻方向,这是党的十九大作出的重大部署 期间,总书记在参加地方团组审议时反复强调,要更加重视发展实体经济 实体经济是我国经济发.
4、 近代北京琉璃厂古玩行的市场结构和交易 （1 北京大学经济学院,北京100871；2 北京大学艺术学院,北京100871）摘要北京琉璃厂古玩行市场的形成,可划分为上行线与下行线两条轨迹 上行线是文人文化,下行线是市民文化 受当时文人文化影响.
5、 世界葵花籽生产、贸易结构变迁与趋势分析 摘要半个多世纪以来,世界葵花籽生产规模波动上升,贸易快速发展 从生产上看,世界葵花籽生产区域分布相对集中,乌克兰和俄罗斯主产国地位较为稳固,不同国家葵花籽单产水平差异较为显著 从贸易上看,世界葵花籽贸.
6、 执政党认同：主要功能、层次结构与建构逻辑 〔作者简介〕周小明（1987—）,男,四川遂宁人,解放军南京政治学院马克思主义学院政治学理论专业研究生,研究方向为马克思主义政治学；孙岩（1979—）,男,辽宁沈阳人,法学博士.