高技術產業產學研合作創新效率及其影響因素研究
——基于三螺旋視角

莊 濤 吳 洪 胡 春

(1.北京郵電大學，北京 100876； 2.山東經貿職業學院，山東 濰坊261011)

高技術產業產學研合作創新效率及其影響因素研究
——基于三螺旋視角

莊 濤1,2吳 洪1胡 春1

(1.北京郵電大學，北京 100876； 2.山東經貿職業學院，山東 濰坊261011)

利用中國高技術產業5大行業1998—2012年的面板數據，測度不同行業的產學研合作創新效率，并從三螺旋視角分析產學研合作創新效率的影響因素。研究發現：中國高技術產業產學研合作總體效率不高，但呈緩慢上升趨勢，其中，計算機領域創新效率相對較高，而航空航天領域創新效率較低；企業技術吸收能力、大學—企業—政府三方合作緊密程度、大學參與程度對產學研合作效率有顯著促進作用；政府R&D投入對規模效率存在顯著促進作用，而對綜合效率和純技術效率存在顯著抑制作用。

創新效率；產學研合作；三螺旋

一、引言與相關文獻回顧

作為知識密集、技術密集的高技術產業已成為區域經濟最富有活力的增長點，它表征著一個國家的綜合國力和整體競爭力，其在市場上的競爭力很大程度上受技術創新的影響(封偉毅 等，2012)。產學研合作是高技術產業突破技術創新的一條重要途徑。因此，高技術產業產學研合作在資金、人力、政策等方面的投入大幅度增加。然而，大規模的投入是否帶來了相應產出？高技術產業產學研合作創新效率在時間和行業分布上有什么差異？影響創新效率的因素又是什么？

近幾年，關于產學研合作創新效率的研究逐步受到國內外學者的關注。Petruzzelli(2011)分析了12個國家的33所大學與企業合作情況，從技術相關性、以前合作關系以及地理距離三個方面來衡量產學研合作的有效性。Brimble等(2007)研究了泰國4個行業的產學研合作創新效率，發現生物醫藥行業創新效率較高，紡織行業因較少得到政府資助而導致合作創新效率不高。熊嬋等(2014)應用基本DEA模型和改進DEA交叉效率排序模型對高科技創業企業的運營效率進行了研究。曹勇和蘇鳳嬌(2012)運用Pearson相關分析和逐步回歸分析方法，就中國高技術產業整體及其5個典型行業科技創新投入對創新績效的影響機理進行了分析。肖丁丁和朱桂龍(2013)運用超越對數隨機前沿模型對廣東省260家合作企業的創新效率進行了測評。樊霞等(2012)、陳光華等(2014)、張煊和孫躍(2014)等分別應用DEA-Tobit兩步法對中國產學研合作創新效率及其影響因素進行了研究。

已有文獻表明國內外學者對于產學研合作創新效率的研究不斷深入，但學者們往往只考察企業與大學或科研機構兩者之間的合作，對大學、企業、政府三方的合作關注較少。然而，隨著國際間競爭的加劇和后危機時代運作的艱辛，企業需要政府施以援手，而市場經濟條件下政府的職能需要調整，政府在產學研合作中的作用日益顯著(莊濤、吳洪，2013)。三螺旋理論認為，政府、企業和大學的交迭是創新系統的核心，三方互動，使知識轉化為生產力，推動創新螺旋不斷上升。因此，本文運用三螺旋理論著重考查大學、企業、政府三者之間的合作創新效率及其影響因素。另外，國內已有文獻多以各個省區為考察對象對合作創新效率進行橫向比較，然而隨著信息技術的發展，跨區域的技術交流與合作日益增多，產學研合作的區域化特征逐步弱化，行業特征日益凸顯，因此，從行業層面剖析產學研合作創新效率具有更加重要的現實意義。

本文旨在探求中國高技術產業產學研合作創新效率的行業特征和發展態勢，并找到影響創新效率的顯著因素。應用高技術產業1998—2012年的行業面板數據，在合理選取投入產出指標的基礎上，基于DEA方法測度不同行業的產學研合作創新效率，并運用Tobit回歸方法，從三螺旋視角分析產學研合作創新效率的影響因素。

二、產學研合作效率影響因素的理論分析

三螺旋理論認為，大學、企業、政府三個領域重疊而成的三螺旋結構成為區域、國家及跨國創新系統的核心(而非外圍)(埃茨科威茲，2009)。因此，本文從合作主體的角度來研究創新績效的影響因素，選擇企業技術吸收能力、大學參與程度、政府R&D投入和大學—企業—政府三方合作緊密程度作為影響產學研合作創新效率的因素。

(一)企業技術吸收能力對合作創新效率的影響

企業技術吸收能力是指企業識別、獲取、轉化和應用外部新知識的能力。企業能否有效利用大學、科研機構、政府等提供的科技資源，實現與企業內部研發的有效結合，主要依賴于企業的技術吸收能力。Kodama(2008)證明企業的技術吸收能力越強，越有利于增強合作研發或外部技術獲取的有效性，進而提高科技合作創新的績效。樊霞等(2012)通過對中國企業的研究也發現企業吸收能力對產學研合作創新績效的提升有促進作用。據此，本文采用企業科技人員占從業人員的比例來表示企業技術吸收能力，提出假設：

H1：企業技術吸收能力與產學研合作創新效率正相關。

(二)大學參與程度對合作創新效率的影響

知識經濟時代，大學擁有科技與人才優勢，是新知識、新技術的來源地，在創新中扮演了突出的角色。在將知識轉化為生產力的過程中需要大學與企業的合作來實現科技成果轉化。Salomon 和 Jin(2008)發現大學與企業的合作促進了科技成果轉化。肖丁丁和朱桂龍(2013)認為大學與企業的合作關系影響協同創新網絡的構建與發展，實證研究證明企業對大學的技術依存度對合作創新效率有顯著的促進作用。因此，大學在科技合作中參與的程度越高，意味著大學和企業的合作關系越緊密，產學研合作創新效率越高。本文以大學參與的發明專利數量占發明專利總數的比例來表示大學參與程度，提出假設：

H2：大學參與程度與產學研合作創新效率正相關。

(三)政府R&D投入對合作創新效率的影響

由于R&D活動具有公共產品屬性，企業的R&D活動存在市場失靈，而政府作為一種非市場力量，在企業的R&D活動中有著重要的作用，可以對“市場失靈”進行彌補，對企業技術創新加以引導(樊霞 等，2012)。政府不僅可以通過出臺相應政策來支持和引導企業與大學及科研院所進行合作，還可以從資金與稅收政策方面對產學研合作進行直接的推動。陳光華等(2014)發現，政府資助對科技創新效率有較為顯著的促進作用，政府通過杠桿效應以較少的資金和政策投入，撬動了企業和社會的大量投入，取得了良好的效益。本文以府政對行業R&D的資金投入占行業R&D總投入的比重來測度政府R&D投入，提出假設：

H3：政府R&D投入與產學研合作的創新效率正相關。

(四)大學—企業—政府三方合作緊密程度對合作創新效率的影響

三螺旋理論的核心意義在于將具有不同價值體系和功能的大學、企業和政府融為一體，實現知識領域、產業領域和行政領域的三力合一，通過增強三者之間的有效互動來推動創新系統的提升，從而促進經濟社會的可持續發展。鄒波等(2013)認為，各創新主體通過相互間的資源融合與利益共享來推動協同創新的開展, 為創新效率的提高奠定了組織基礎。因此，三者之間的互動關系越緊密越有益于創新活動的產生以及創新績效的提高。本文以大學、企業、政府中兩方或三方合作申請的專利數占專利總量的比例來表示合作緊密程度，提出假設：

H4：大學—企業—政府三方合作緊密程度與產學研合作創新效率正相關。

三、研究方法與變量選擇

(一)DEA-Tobit兩步法

產學研合作是一種典型的多投入、多產出的科技創新活動。作為投入產出相對效率的一種非參數評價方法，數據包絡分析方法(DEA)具有綜合解決決策單元(DMU)多投入、多產出問題的優勢，為產學研合作創新效率評價提供了良好的方法支撐。由于產學研合作具有可變規模報酬特點，因此，采用投入導向規模報酬可變的VRS模型對產學研合作投入產出的效率值進行測算。

將綜合技術效率(technical efficiency，TE)分解為純技術效率(pure technical efficiency，PTE)與規模效率(scale efficiency，SE)，表示造成技術無效率的原因包括來自生產技術上的無效率，以及DMU未處于最優規模的無效率(羅彥如 等，2010)。假定有n個決策單元(DMU)，每個DMU有m種投入和s種產出，其數學模型可表示如下：

Min θk

為進一步研究產學研合作創新效率的影響因素，以產學研合作創新效率值作為因變量，以合作創新效率的影響因素作為自變量建立回歸模型。由于DEA模型測算出來的效率值都處于0和1之間，如果直接采用普通最小二乘法，會給參數估計帶來嚴重的有偏和不一致(涂俊、吳貴生，2006)。作為因變量受限模型的一種，因變量為切割值或片段值時采用Tobit模型，具體如下：

(2)

其中：Yi為因變量，表示第i個行業產學研合作創新效率值；Xi為自變量，表示產學研合作創新效率的影響因素；β表示相關系數；εi表示誤差項且εi～N(0,σ)。

為深入探討影響產學研合作創新效率的因素, 分別就綜合效率、純技術效率和規模效率建立3個多元線性回歸模型：

crs=α0+α1indit+α2uniit+α3govit+α4cooit+εi

(3)

vrs=β0+β1indit+β2uniit+β3govit+β4cooit+εi

(4)

sca=γ0+γ1indit+γ2uniit+γ3govit+γ4cooit+εi

(5)

其中，crs、vrs、sca分別表示產學研合作創新的綜合效率、純技術效率和規模效率值，indit、uniit、govit、cooit分別表示第i個行業第t年的企業技術吸收能力、大學參與程度、政府R&D投入和三方合作緊密程度。

(二)指標體系

本文參考了關于科技創新指標體系構建的相關文獻(車維漢、張琳，2010；樊霞 等，2012)，選擇了能夠反映產學研合作創新效率的指標，投入方面主要包括創新經費投入與人力資源投入,本文具體選擇R&D人員全時當量、R&D經費內部支出和新產品開發經費支出三個指標來衡量產學研創新投入。

表1 產學研合作投入產出指標

產出指標需滿足各參與方的需求。企業主要追求經濟成果產出，選擇代表企業創新能力與創新成果轉化能力的新產品銷售收入指標較為合適；大學和科研機構主要追求科技成果產出，專利信息包含著新思想和新技術的標準化信息，是社會技術進步和創新活動的重要輸出指標，具體含義是一個區域乃至一個國家創新能力的標志。因此，將三類專利申請量和發明專利申請量作為產出指標。具體指標見表1。

(三)數據來源

本文搜集了1998—2012年間中國高技術產業5大行業的面板數據，數據來自于《中國科技統計年鑒》、《中國高技術產業統計年鑒》、《中國國家知識產權局專利檢索數據庫》。因投入指標與產出指標有一定的時滯，本文設定時滯為2年。

四、實證結果與討論

(一)DEA模型結果分析

將上述統計數據代入前文中的DEA模型，應用DEAP 2.1 軟件進行求解，得到1998—2012年高技術產業5大行業的產學研合作創新效率，并著重考察三種效率值在時間維度上的變化趨勢以及綜合技術效率值的行業差異。

圖1描述了中國高技術產業1998—2012年產學研合作3種效率值的變化趨勢。產學研合作平均綜合技術效率整體偏低，為0.527，平均純技術效率為0.774，平均規模效率為0.677。從發展趨勢來看，三種技術效率值總體上呈緩慢上升趨勢，說明近幾年高技術產業科技投入產出配置趨于合理，其中，純技術效率上升較快，這反映出在產學研合作創新規模不變的前提下管理和技術水平有了較快提升。2010年綜合技術效率和純技術效率都有一定幅度的下降，主要是由于受到國際金融危機影響，企業業績下滑，科技投入沒能有效地轉化為效益。

圖1 1998—2012年中國高技術產業產學研創新效率

從各個行業來看(見圖2)：計算機領域效率值最高，平均綜合技術效率值達到0.911，說明這一行業技術發展迅速，產品生命周期短，附加值高，科技投入能夠在較短的時間內轉化為產出，為企業帶來效益。醫療設備領域效率值較高，但各年份間差異較大；航空航天領域創新效率值最低，一直保持在0.2上下，但近三年來有緩慢上升的趨勢。

圖2 1998—2012年中國高技術產業各行業

(二)Tobit模型結果分析

DEA模型能夠有效地衡量投入產出的配置效率，但不能看出是哪些因素影響了配置效率的高低。通過DEA模型得到的效率值，除了受投入、產出指標影響外，還受到其他環境因素的影響。Tobit模型可以有效彌補DEA模型在影響效率外在原因分析方面的不足。將DEA模型計算出的1998—2012年高技術產業各行業產學研合作的綜合技術效率、純技術效率、規模效率分別作為因變量，運用隨機效應面板Tobit模型進行影響因素的回歸分析，采用Stata 11.0進行計算，結果如表2所示。

表2 產學研合作創新效率影響因素Tobit回歸結果

結果顯示，企業技術吸收能力對產學研合作創新綜合技術效率、純技術效率、規模效率都有顯著的正向影響，驗證了H1。說明企業技術吸收能力不僅體現了企業通過合作創新所能獲取外部知識的廣度與深度，也決定著合作創新的投入產出效率。大學參與程度與合作創新純技術效率有顯著的正相關關系。說明大學的參與促進了合作創新效率的提高，特別是在基礎領域研究、重大課題研究方面需要發揮大學的技術與人才優勢來提高科技創新效率。政府R&D投入對產學研合作規模效率的影響顯著為正，而對綜合技術效率和純技術效率的影響顯著為負。究其原因，可能在于：政府R&D投入通常會傾向于具有一定知識積累和創新能力較強的企業，具有信號作用，在研發初期帶來了一定的規模效率。然而，隨著政府投入和行政干預的增加，可能會產生擠出效應，引起企業方、研究方的投入被擠出，而由于是政府投入而非自有資金，資金的運用效率和科研經費管理水平都欠佳，導致了技術效率的降低。大學、企業、政府三方合作緊密程度對產學研合作綜合效率、純技術效率和規模效率的影響都顯著為正，驗證了H4。說明三方關系越緊密，越有益于創新效率的提升，這也進一步驗證了三螺旋理論適合中國國情。

五、結論與政策建議

本文運用DEA-Tobit兩步法，對中國高技術產業不同行業的產學研合作創新效率及其影響因素進行了實證研究。結果發現：中國高技術產業產學研合作綜合技術效率總體不高，呈緩慢上升趨勢，仍有較大的提升空間。計算機領域創新效率相對更高，而航空航天領域創新效率最低。企業技術吸收能力、大學—企業—政府三方合作緊密程度對產學研合作三種效率值都有顯著促進作用，大學參與程度僅對純技術效率有促進作用。政府R&D投入與規模效率存在正相關關系，而與綜合效率和純技術效率存在負相關關系。根據以上結論，為了切實提高中國高技術產業產學研合作創新效率，從企業、大學、政府三方面提出以下政策建議：

(1)強化企業在科技創新中的主體地位。企業的科技投入對于提升科技成果產出具有重要作用。企業應建立完善的學習機制，通過吸引高科技人才、增加R&D資金投入等方式來增強企業在產學研合作中獲取、轉化和創造新技術和新知識的吸收能力。同時，企業應加強與大學和政府的合作，充分利用大學的人才優勢和政府的政策優勢，實現科學研究與技術創新的有效融合，提高科技創新效率。

(2)轉變大學評價機制，鼓勵大學與企業開展深層次的合作。在對大學的科技評價中，應弱化對論文發表數量和申請項目資金的量化指標，并將技術轉移合同金額、資金利用效率、為企業創造的經濟效益等方面結合起來，進行多方位的考查，從而提高大學的科技成果轉化率。

(3)轉變政府對產學研合作的投入形式。政府對產學研合作的投入可由對合作項目的直接資金投入轉為對完善產學研聯盟及平臺建設、優化創新要素環境、降低合作成本、完善機制體制建設等方面的持續投入，通過較少的資金，帶動企業和社會大量的科技投入，這些措施對企業技術吸收能力的提升也可起到促進作用。隨著市場經濟的不斷完善，政府應逐步讓位于市場，發揮市場的自適應性，充分利用“看不見的手”來促進產學研合作創新。政府的作用應定位于制度創新、平衡和政策保障，通過財政和稅收等手段鼓勵企業、大學和政府開展科技合作，逐步建立以企業為研發主體、政府承擔公益研究和平臺建設、大學從事基礎研究的協調發展的三螺旋形態。

埃茨科威茲. 2009. 創業型大學與創新的三螺旋模型[J]. 王平聚，李平，譯. 新華文摘(12): 146-149.

曹勇，蘇鳳嬌. 2012. 高技術產業技術創新投入對創新績效影響的實證研究：基于全產業及其下屬五大行業面板數據的比較分析[J]. 科研管理(9): 22-31.

車維漢，張琳. 2010. 上海市產學研合作效率評價：基于分行業數據的DEA分析[J]. 科技進步與對策(3): 20-25.

陳光華，楊國梁，王建冬. 2014. 產學研合作創新效率分析及其影響因素研究[J]. 科學管理研究(2): 9-12.

樊霞，趙丹萍，何悅. 2012. 企業產學研合作的創新效率及其影響因素研究[J]. 科研管理(2): 33-39.

封偉毅，李建華，趙樹寬. 2012. 技術創新對高技術產業競爭力的影響：基于中國1995—2010年數據的實證分析[J]. 中國軟科學(9): 154-164.

羅彥如，冉茂盛，黃凌云. 2010. 中國區域技術創新效率實證研究：三階段DEA模型的應用[J]. 科技進步與對策(14): 20-24.

涂俊，吳貴生. 2006. 基于DEA-Tobit兩步法的區域農業創新系統評價及分析[J]. 數量經濟技術經濟研究(4): 136-145.

肖丁丁，朱桂龍. 2013. 產學研合作創新效率及其影響因素的實證研究[J]. 科研管理(1): 11-18.

熊嬋，買憶媛，何曉斌，等. 2014. 基于DEA方法的中國高科技創業企業運營效率研究[J]. 管理科學(2): 26-37.

張煊，孫躍. 2014. 產學研合作網絡的創新效率研究：來自中國省域產學研合作的數據證明[J]. 山西財經大學學報(6): 59-66.

莊濤，吳洪. 2013. 基于專利數據的我國官產學研三螺旋測度研究：兼論政府在產學研合作中的作用[J]. 管理世界(8): 175-176.

鄒波，郭峰，王曉紅，等. 2013. 三螺旋協同創新的機制與路徑[J]. 自然辯證法研究(7): 49-54.

BRIMBLE P, DONER R F. 2007. University-industry linkages and economic development: the case of Thailand [J]. World Development, 35(6): 1021-1036.

KODAMA T. 2008. The role of intermediation and absorptive capacity in facilitating university-industry linkages: an empirical study of TAMA in Japan [J]. Research Policy, 37(8): 1224-1240.

PETRUZZELLI A M. 2011. The impact of technological relatedness, prior ties, and geographical distance on university-industry collaborations: a joint-patent analysis [J]. Technovation, 31(7): 309-319.

SALOMON R, JIN B. 2008. Does knowledge spill to leaders or laggards? Exploring industry heterogeneity in learning by exporting [J]. Journal of International Business Studies, 39(1): 132-150.

(責任編輯 劉志煒)

Innovation Efficiency and Impact Factors of High-tech Industries′University-Industry Collaboration :Perspective of Triple Helix

ZHUANG Tao1,2WU Hong1HU Chun1

(1. Beijing University of Posts and Telecommunications, Beijing 100876;2. Shandong Vocational College of Economics and Business, Weifang 261011)

According to Chinese high-tech five big industries panel data from 1998-2012, this paper measures the innovation efficiency of university-industry collaboration of different industries based on DEA method. Using Tobit regression method, the influence factors of cooperative innovation efficiency is analyzed from the Triple Helix Perspective. The study demonstrates that the innovation efficiency of Chinese high-tech industry is overall not high, and has an upward trend slowly. The innovation efficiency of computers is relatively high, but the aeronautics and astronautics filed is low. Technology absorption capacity of enterprise, close degree of university-industry-government and the influence of the university participation have a significant positive role for the efficiency of cooperative innovation. The impact of government R&D investment on scale efficiency is significant positive, but on comprehensive efficiency and technical efficiency is significantly negative.

innovation efficiency; university-industry collaboration; triple helix

2014-04-30

莊 濤(1980--)，男，山東濰坊人，北京郵電大學經濟管理學院博士生，山東經貿職業學院講師。

吳 洪(1956--)，女，北京人，北京郵電大學經濟管理學院教授，博士生導師。

胡 春(1965--)，女，安徽六安人，博士，北京郵電大學經濟管理學院教授。

教育部哲學社會科學研究后期資助項目“資源整合機制下的產學研協同創新”(13JHQ041)；山東省教育科學“十二五”規劃項目“高職院校產學研合作人才培養研究”(2013GG122)。

財貿研究 2015.1

F403

A

1001-6260(2015)01-0055-06