4.1 变量选择与描述性分析..........................22
4.1.1 变量定义............................22
4.1.2 数据来源......................26
结论与政策建议................47
第四章 实证分析
4.1 变量选择与描述性分析
4.1.1 变量定义
（1）技术创新的衡量指标
如何准确刻画行业或企业创新活动一直是相关研究的难点之一。文献梳理发现，从创新行为的投入和产出的角度来看，已有研究一般使用研发密度（Angelmar，1985[23]；Lee，2005[38]；朱恒鹏，2006[21]；陈林和朱卫平，2011[5]；Peneder & Woerter，2014[45]；李健等，2016[10]；蔡竞和董艳，2016[4]；张杰等，2017[18]）、发明专利数（Aghion et al.，2005[22]；平新乔和周艺艺，2007[13]；Hashmi，2013[34]；Correa & Ornaghi，2014[28]；张杰等，2017[17]）、全要素生产率（Correa & Ornaghi，2014[28]）等作为技术创新的代理变量。相较于研发密度指标，使用发明专利数指标衡量创新水平的优点主要体现在两个方面：一是准确性。研发密度（R&D Intensity）指标既包括研发成功的投入，也包括研发失败的投入，从而高估了企业实际的技术创新水平，而发明专利数指标则仅计算企业研发成功的数量，其反映的信息更加准确。二是客观性。研发投入密度为企业研发投入与企业主营业务收入的比值，显然其数值的大小会因企业会计准则的变化而改变；与之相对，发明专利数不受企业会计准则影响，因而更加客观、更加真实。需要强调的是，一方面许多企业倾向于避免披露他们的专利而选择依赖于商业秘密，以此增强和维护企业技术创新所创造的收益，另一方面发明专利数无法衡量企业由于引进非本企业发明的技术或采用先进的管理方法带来的企业生产效率提高，因此发明专利数指标只能部分反映企业技术创新水平。为了克服发明专利数指标的上述局限性，本文遵循 Correa &Ornaghi（2014）[28]的方法，使用全要素生产率（Total Factor Productivity，TFP）这一更加全面的指标作为发明专利数指标的补充。因此，本文将使用两组变量衡量技术创新，分别是发明专利数（Patents）和全要素生产率（TFP）；发明专利数刻画的是企业或行业技术创新的数量，而全要素生产率则反映的是企业或行业技术创新的质量。
..........................
结论、政策建议
已有关于市场结构和技术创新之间关系的研究成果莫衷一是，尚未达成共识。为了给新技术背景下的中国基础电信业改革提供理论依据和实践指导，本研究旨在检验基础电信业市场结构对电信业技术创新数量和质量的影响。本研究实证检验的重点包括以下三个方面：第一，本研究分别从企业层面和行业层面建立电信业市场结构和技术创新的理论模型，通过面板数据模型实证求解电信运营商最优市场势力以及电信行业最优市场结构。第二，本研究分别探究电信业市场结构对技术创新的数量和质量的影响，具体来说，分别从发明专利水平和全要素生产率两个方面建立电信业市场结构和技术创新的实证模型。第三，本研究采用工具变量方法以解决市场结构和技术创新之间的内生性问题，从而保证实证结果的准确性。
本研究的实证结果表明：（1）基础电信业的技术创新和市场垄断水平呈正相关关系，电信运营商市场势力的增强以及电信业垄断水平的提高不仅有助于运营商技术创新水平的提高，而且有助于激发全行业的技术创新。（2）电信运营商的企业规模存在使技术创新最大化的理论最优值，即电信运营商的企业规模和技术创新之间呈倒 U 型关系，且最优值介于 3564.8-5548.6 亿美元之间。（3）基础电信业总体技术创新水平对电信运营商的技术创新水平有显著的促进作用，全行业技术创新的提高有助于电信运营商的技术创新。（4）基础电信业专利储量的增加有利于提高电信业全要素生产率。（5）基础电信业用户规模的扩大对电信业技术创新水平有促进作用。
参考文献（略）
