1、本科毕业论文外文翻译译文标题不同来源的信息对创新行为的影响来自英国企业创新调查的论证资料来源研究政策作者马里弗伦茨，格拉夏雷托吉利斯我们通过运用回归理论尝试了在第二章中提到的假设，这种理论通过不同来源知识以及一套控制变量来解释了创新行为。通过运用在线普通最小二乘法，我们做出了两个关键假设我们不能忽略任何重要变量，同时对样本也进行随机抽样。接下来的问题是我们依靠的可变因素，每个员工的创新销售额，只能在创新企业中被观察到。因此，普通最小二乘法只能估算那些创新企业，这将导致偏向性误差。此外，对于创新程度果和创新行为的定性结论，似乎有不同的解释。考虑到这两个问题，也为了和不久前发布的关于创新的经济学理
2、论相一致，我们建立了一个叫做赫克曼的选择模型与普通最小二乘法一同运用。因此，我们的第一个模型是被删减的回归版普通最小二乘法；之所以进行删减因为这个系统的数据都是那些在创新行为带来积极作用的企业数据。那些可靠的变量是每个员工的创新销售额，这项数据是对创新绩效的表现。虽然由于选择的偏向性，这个回归系数将偏于0，与选择性模型相比，普通最小二乘法的优点之一是它的结果对错误的敏感度较低，这就是我们采用其结论的原因。对于我们的第二个模型，赫克曼模型有两个步骤。第一步，运用概率单位来对创新的分离选择进行预测。第二步，通过最终方程式对创新行为进行解释和预测。最终方程式包括了对第一步中数据估算的纠正，通过这样来
3、修正预测的偏向性。在第二步的方程式中我们尝试了我们的假设。我们估计接下来的方程式将以普通最小二乘法和赫克曼模型这两种形式出现（第二步）。我们可依靠的变量在以下方面退化（来源1）内部研发；（来源2）引入式研发；（来源3）各企业间的合作协议；（来源4）企业内部资源的交流整合；国内标准对比国外标准；附加一整套的可控制变量。这个选择方程式采用了以下形式。两个相互依靠的变量进行创新或者不进行被一系列抑制创新发生的因素解释出来，包括财政和风险因素退休员工的份额；一系列可控变量也包括在最终等式中。为了调查不同来源知识在创新行为中的参与程度（假设5），我们拓展了上述模型，在模型中加入了关于各知识来源之间合作形
4、式的估计参数；尤其是内部研发费用和三种转移性知识来源。最终得出的方法论与内生力问题相关，这将使普通最小二乘法估计值偏向零，内生力影响了那些对合作领域有积极作用的变量。此问题已经通过对回归模型引入时滞而得到解决合作是在时期11994年和1996年之间，创新行为和研发则是在时期2（2000年）。32数据企业创新调查数据是来自第二次和第三次英国企业创新调查的。企业创新调查时有英国的经济发展与技术部门下辖的科技与创新研究单位发起的。在那些比较方便获取的英国创新调查中（就这一点而言，在欧盟也一样），企业创新调查为企业的相关研究提供了一些列最为综合性的数据；它们包括了所有的制造业分支以及最具私密性的服务（
5、达到了英国标准的工业经济活动分类的C到K级别），这在各个大企业（员工为10名或者更多）和小企业中都已具备了。就调查范围而言，企业创新调查时具有综合性的，包括了直接的创新行为以及许多广泛的影响创新的因素。本文所选的企业都是那些与企业创新调查2和调查3相关的企业。至于谈到国际层面上的公司内部资源，创新调查不包含能验证假设4A相关信息。为了验证这一点，我们将企业创新调查与邓恩和布拉德斯特里特的“谁拥有谁”（WOW）中的信息进行了对比，“谁拥有谁”是一个包含了公司名称，编号和子公司位置结构树的大型数据库。自2000年起与企业创新调查相关的公司的结构树图与“谁拥有谁”中的的结构树图进行了对比。786家企
6、业包括在其中。整个对照过程是针对679家企业进行的；其中257家公司是跨国集团的一部分，而当中又有137家是属于外资企业。在剩下的422家不属于跨国集团的公司中因此这些公司是非国际化公司有159家属于一个英国的非国际化公司集团，还有263家是独立的英国企业。我们应当认识到，在679家企业当中，只有相对较少的企业（171）报告了创新对销售额的积极影响状况，而这将使调查出现一个有局限性的结果；尤其是对关于了内外部性息交互合作的假设5而言。关于679家企业的分配，以及在此基础上进行的常规的创新调查，是根据我们下列的企业数量英国的所有企业不同而区别对待的其中存在着对大企业和制造业的偏向性。技术低端的密
7、集型私人服务企业的代表数不足，此外公共服务也不包括在调查范围中。通过控制工业和企业规模这一问题已经得到了解决。此外，当我们将以特例为依据的评估与以全面调查为依据的评估进行对比时（不包括公司网络和时滞的信息，因为这些在全面调查中无法使用），我们得到了高度相似的评估结果，这表明使用特例并不会导致我们结论的偏向性。以下的章节中将描述在本文中使用的变量。附录A包含了问卷调查的用词。这既没有直接的影响我们的变量，也没有影响我们变量的来源。33相关变量企业创新调查收集了关于创新销售比例的信息，而这变形成了我们的基础变量，这些相关变量是指每位员工所带来的以千元为单位的创新收入。为了达到这一目的，我们用总销售
8、额乘上创新销售的比例并再除以员工数量。之所以不使用创新销售在总销售中的百分比而使用这一变相算法的原因是，那些通过单一产品或少数种类产品来盈利的小企业对这一变量产生了极端的反映（换而言之，通过创新产品能够得到100的营业额增长）。而这种方法得出的结论是，相关研究已经通过这一变量推测出了创新行为和公司规模之间存在的反相关性。因此将创新销售份额与营业额相乘并除以员工人数的这一方法，也是为了考虑这些单一产品生产企业。最终变量是记录的变化，因为它具有积极的偏向性。外文文献原文TITLETHEIMPACTONINNOVATIONPERFORMANCEOFDIFFERENTSOURCESOFKNOWLEDG
9、EEVIDENCEFROMTHEUKCOMMUNITYINNOVATIONSURVEYMATERIALSOURCERESEARCHPOLICYAUTHORMARIONFRENZANDGRAZIAIETTOGILLIESINWHICHINNOVATIONPERFORMANCEISEXPLAINEDBYDIFFERENTSOURCESOFKNOWLEDGEPLUSASETOFCONTROLVARIABLESAPPLYINGLINEAROLS,WEMAKETWOKEYASSUMPTIONSTHATWEDONOTOMITANYIMPORTANTVARIABLES,ANDTHATTHESAMPLEISR
10、ANDOMLYSELECTEDTHEFOLLOWINGISSUEARISESOURDEPENDENTVARIABLE,LOGOFINNOVATIVESALESPEREMPLOYEE,ISONLYOBSERVEDFORINNOVATIVEENTERPRISESTHUS,OLSCANONLYBEESTIMATEDONALLTHOSEFIRMSWHICHAREINNOVATIVE,LEADINGTOASELECTIONBIASMOREOVER,THEQUALITATIVEDECISIONTOENGAGEORNOTININNOVATION,ANDTHEDEGREEOFINNOVATIONPERFORM
11、ANCE,ARELIKELYTOHAVEDIFFERENTEXPLANATIONSTOTAKEACCOUNTOFTHESETWOISSUES,ANDINLINEWITHRECENTECONOMETRICSTUDIESINTOINNOVATIONPERFORMANCE,WEESTIMATEAHECKMANSELECTIONMODELL鲻F,2007DACHS,2008VEUGELERSANDCASSIMAN,1999NEXTTOTHEOLSTHUS,OURFIRSTMODELISATRUNCATEDOLSREGRESSIONTRUNCATEDBECAUSEITISBASEDONALLTHOSEE
12、NTERPRISESWHICHREPORTEDPOSITIVEINNOVATIONPERFORMANCETHEDEPENDENTVARIABLEISTHELOGOFINNOVATIVESALESPEREMPLOYEE,WHICHREPRESENTSINNOVATIONPERFORMANCEWHILETHECOEFFICIENTSOFTHISREGRESSIONCOULDBEBIASEDTOWARDSZERODUETOASELECTIONBIAS,THEADVANTAGEOFTHEOLSISTHATITSRESULTSARELESSSENSITIVETOERRORSINVARIABLESORMO
13、DELSPECIFICATIONSKENNEDY,2003COMPAREDWITHTHEALTERNATIVEMODELESTIMATEDHERE,ANDTHISISWHYWEREPORTTHERELEVANTRESULTSTURNINGTOOURSECONDMODEL,THEHECKMANMODELFOLLOWSATWOSTEPAPPROACHINTHEFIRSTSTEP,THEDISCRETECHOICETOINNOVATEISESTIMATEDUSINGPROBITINTHESECONDSTEP,THEULTIMATEEQUATION,INWHICHINNOVATIONPERFORMAN
14、CEISEXPLAINED,ISESTIMATEDTHISULTIMATEEQUATIONINCLUDESACORRECTIONTERMCOMPUTEDINTHEFIRSTSTEPOFTHEMODEL,WHICHADJUSTSTHEESTIMATESFORSELECTIONBIASWOOLDRIDGE,2002ITISINTHESECONDSTAGEEQUATIONTHATWETESTOURHYPOTHESESWEESTIMATETHEFOLLOWINGEQUATIONINTHECASEOFBOTHTHEOLSANDTHEHECKMANMODELSTEP2OURDEPENDENTVARIABL
15、EISREGRESSEDONSOURCE1INHOUSERSOURCE2BOUGHTINRSOURCE3INDICATORSMEASURINGCOLLABORATIONSOURCE4INDICATORSCAPTURINGINTRACOMPANYSOURCESINDICATORSOFNATIONALVERSUSINTERNATIONALDIMENSIONSPLUSASETOFCONTROLVARIABLESTHESELECTIONEQUATIONTAKESTHEFOLLOWINGFORMTHEBINARYDEPENDENTVARIABLETHECHOICEOFINNOVATINGORNOTISE
16、XPLAINEDBYASETOFFACTORSINHIBITINGINNOVATIONFROMTAKINGPLACE,INCLUDINGFINANCEANDRISKFACTORSTHESHAREOFGRADUATESEMPLOYEDANDTHESETOFCONTROLVARIABLESALSOINCLUDEDINTHEULTIMATEEQUATIONTOINVESTIGATETHEEXTENTTOWHICHDIFFERENTSOURCESOFKNOWLEDGEJOINTLYPLAYAROLEININNOVATIONPERFORMANCEHYPOTHESIS5,WEEXPANDONTHEABOV
17、EMODELSBYADDITIONALLYESTIMATINGTHECOEFFICIENTSOFINTERACTIONTERMSBETWEENKNOWLEDGESOURCESSPECIFICALLY,INHOUSERTHEYCOVERALLMANUFACTURINGSECTORSANDMOSTPRIVATESERVICESSECTIONSCTOKOFTHEUKSTANDARDINDUSTRIALCLASSIFICATIONOFECONOMICACTIVITIESASWELLASSMALLTENORMOREEMPLOYEESANDLARGEENTERPRISESTHECISSARECOMPREH
18、ENSIVEINTERMSOFTHERANGEOFQUESTIONNAIREITEMS,INCLUDINGDIRECTMEASURESOFINNOVATIONPERFORMANCEANDAWIDEVARIETYOFFACTORSINFLUENCINGINNOVATIONTHEENTERPRISESSELECTEDFORTHISPAPERARETHOSETHATRESPONDEDTOCIS2ANDCIS3WITHRESPECTTOINTRACOMPANYSOURCESATTHEINTERNATIONALLEVEL,THEINNOVATIONSURVEYSDONOTCONTAINTHERELEVA
19、NTINFORMATIONWHICHCOULDADDRESSHYPOTHESIS4AINORDERTOACCESSTHIS,WEMATCHEDTHECISUNITSWITHCOMPANYINFORMATIONINDUNANDBRADSTREETSWHOOWNSWHOMWOW,ALARGEDATABASECONTAININGCOMPANYTREESINTHEFORMOFNAME,NUMBER,ANDLOCATIONOFSUBSIDIARIES9THECISENTERPRISESWEREMATCHEDWITHTHEIRCOMPANYTREESINWOWASOFTHEYEAR2000THEREARE
20、786ENTERPRISESINTHEPANELTHEMATCHINGWASPOSSIBLEINTHECASEOF679ENTERPRISES257ENTERPRISESAREPARTOFATNC,OFWHICH137AREFOREIGNOWNEDAMONGTHEREMAINING422ENTERPRISESNOTPARTOFATNCANDTHEREFOREUNINATIONALFIRMS159BELONGTOAUKUNINATIONALCOMPANYGROUP,AND263AREUKINDEPENDENTENTERPRISESWESHOULDNOTETHAT,OUTOFTHE679ENTER
21、PRISES,ACOMPARATIVELYLOWNUMBER171REPORTEDPOSITIVESALESFROMINNOVATIONS,ANDTHISMAYBEACONSTRAINTONTHERESULTSPARTICULARLYWITHREFERENCETOHYPOTHESIS5,WHICHCONTAINSADDITIONALINTERACTIONTERMSTHEDISTRIBUTIONOFTHE679ENTERPRISES,AND,FORTHATMATTER,THATOFTHEINNOVATIONSURVEYSINGENERAL,DIFFERSFROMTHEDISTRIBUTIONOF
22、OURPOPULATIONALLUKENTERPRISESINTHEFOLLOWINGTHEREISABIASTOWARDSLARGEENTERPRISESANDTOWARDSMANUFACTURINGLOWTECHNOLOGYINTENSIVEPRIVATESERVICESAREUNDERREPRESENTED,ANDPUBLICSERVICESARENOTINCLUDEDINTHESURVEYTHISISSUEISADDRESSEDBYCONTROLLINGFORINDUSTRYANDFORTHESIZEOFTHEENTERPRISEMOREOVER,WHENCOMPARINGESTIMA
23、TIONSBASEDONTHEPANELWITHTHOSEBASEDONTHEFULLSURVEYSEXCLUDINGINFORMATIONONCOMPANYNETWORKSANDTIMELAGS,ASTHESEARENOTAVAILABLEINTHEFULLSURVEY,WEARRIVEATHIGHLYSIMILARESTIMATES,SUGGESTINGTHATTHEUSEOFTHEPANELDOESNOTLEADTOABIASINOURRESULTSTHEFOLLOWINGSUBSECTIONSDESCRIBETHEVARIABLESUSEDINTHISPAPERAPPENDIXACON
24、TAINSTHEQUESTIONNAIREWORDINGSWHICHEITHERLEADDIRECTLYTOOURVARIABLESORFROMWHICHOURVARIABLESAREDERIVED33DEPENDENTVARIABLETHECISCOLLECTSINFORMATIONONTHEPROPORTIONOFINNOVATIVESALES,ANDTHISFORMSTHEBASISOFOURDEPENDENTVARIABLE,WHICHISINNOVATIVESALESINTHOUSANDSPEREMPLOYEETOARRIVEATTHIS,WEMULTIPLYTHEPROPORTIO
25、NOFINNOVATIVESALESBYTOTALSALESANDDIVIDETHISBYTHENUMBEROFEMPLOYEESTHEREASONFORUSINGTHISTRANSFORMATION,RATHERTHANTHEPERCENTAGEOFINNOVATIVESALESINTOTALSALES,ISTHATSMALLFIRMSWHOSETOTALREVENUESAREGENERATEDFROMASINGLEORFEWPRODUCTSREPORTEXTREMEVALUESINTHISVARIABLEIEA100PERCENTSHAREOFTURNOVERFROMINNOVATIVEP
26、RODUCTSASARESULT,STUDIESTHATUSETHISVARIABLETENDTOREPORTANEGATIVEASSOCIATIONBETWEENINNOVATIONPERFORMANCEANDFIRMSIZEBYMULTIPLYINGTHESHAREOFINNOVATIVESALESWITHTURNOVERANDDIVIDINGTHISBYTHENUMBEROFEMPLOYEESSUCHEFFECTSCAUSEDBYSINGLEPRODUCTFIRMSAREPARTLYACCOUNTEDFORTHEFINALVARIABLEISLOGTRANSFORMED,BECAUSEOFITSPOSITIVESKEW
