產學研協同創新的創新主體對其績效的影響研究

陳維花 李 鵬

（1.福州大學經濟與管理學院，福州，350116；2.中交四公局投資事業部，北京，100022）

目前，國內外學術界對產學研協同創新的概念界定基本一致，普遍認為，產學研協同創新是指以企業、高校、科研機構為基本主體，發揮政府、中介機構等相關主體的輔助支持，通過各創新主體之間的協同關系協調，優勢互補、資源共享，其核心是通過知識和資源的創造、共享、創新，實現協同目標，實現資金和技術等在各創新主體之間合理、有效流動。產學研協同創新已經不像原始創新、集成創新和引進消化吸收再創新一樣，是簡單的線性創新，而是多個創新主體能參與到其中的非線性創新。產學研協同創新是通過多個創新主體的協同作用和資源分享，其實質是突破人、財、物、信息、組織之間的各類壁壘和界限，以出現管理學中“1+1〉2”的協同效應，實現創新價值的最大化。它不但要求主體間的協同合作，而且要求協同目標、組織等的溝通與整合。對產學研協同創新的研究主要有從動因[1]、機理[2]、路徑[3]、模式[4][5]、文化[6]、知識管理[7]以及績效評價[8][9]等角度展開，強調要協同產學研各方所擁有的要素來實現創新，卻鮮有學者對產學研協同創新績效進行實證分析，本文運用面板數據模型實證分析產學研協同創新各創新主體對其績效的影響。

一、變量說明與模型設定

考慮到指標選取的科學性，合理性，客觀性以及數據的可獲得性，產學研協同創新各主體的指標變量選取如下：企業作為產學研協同創新的技術需求方，選取“R&D項目數”來表征企業（ent）；高校主要負責創新型人才的培養，選取“畢業生數”來表征高校（uni）；選取“R&D投入人員”來表征科研機構（res）；選取“對R&D經費的總投入”來表征政府（gov），是政府“對企業R&D經費投入”“對高校R&D經費投入”、“對科研機構R&D經費投入”之和；選取“技術市場成交額”來表征中介機構[10]（ino）；選取“金融機構數量”來表征金融機構（fin）。同時，經濟因素也可以影響創新績效，本文選取“高新技術產業企業數”來表征經濟因素[11]（eco）。

專利是公認也是最多用來表示創新產出的指標，本文選取“專利授權數”來表征產學研協同創新績效（cie）。

本文研究樣本為2009－2015我國30個省市自治區的相關面板數據（西藏地區由于部分年度數據缺失，所以刪除了西藏自治區），原始數據來自《中國科技統計年鑒》以及Wind資訊。相對于以往研究，本文所選取的指標有利于降低主觀指標以及調研數據所產生的統計偏誤，其結果更為客觀和精確。

本文利用面板數據模型實證分析產學研協同創新的創新主體對其績效的影響研究，使用，eviews8.0輔助計算分析，模型方程式如下：

其中， 代表截距，反映各省市自治區之間的差異；βj（j=1，…，7）為模型回歸系數，表現為各省市自治區產學研協同創新主體的彈性系數，反映了各創新主體對產學研協同創新績效的影響效果，其值越高，表明各創新主體對創新績效的影響越大；ε是隨機擾動項，滿足E(ε)=0和var(ε)=σ2。

二、實證分析

（一）單位根檢驗與協整檢驗

面板數據如果存在單位根則可能導致虛假回歸，為了保證變量的平穩性，排除這種虛假回歸情況的發生，本文應該對每個變量分別進行測驗。通常有兩種方式檢驗變量的平穩性：一種是假設樣本單位根一致，主要的檢驗工具有LLC、Hadri和Breitung三種；另一種是假設樣本單位根不一致，主要的檢驗工具有：IMP、IPS、Fisher-ADF和Fisher-PP等。如果在兩種檢驗中均拒絕存在單位根的原假設則認為該面板數據是平穩的。

分別對面板數據1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco進行單位根檢驗，結果如表1所示。可以看出，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco都是平穩的，說明1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco均為一階單整變量。

表1 面板單位根檢驗結果

面板數據的協整檢驗。由上述檢驗可知，各變量均為一階單整變量，可進行變量的協整檢驗，以確定lny與lnX1和lny與lnX2是否存在長期均衡關系。面板數據的協整檢驗主要分為兩種，一種是以Engle and Granger二步法檢驗為基礎的檢驗，主要有Pedroni檢驗和Kao檢驗，Pedroni檢驗允許面板數據存在異質性，包括4個是用聯合組內維度描述的統計量（Panel－v、Panelrho、Panel－PP和Panel－ADF）和3個用組間維度描述的統計量（Group－rho、Group－PP 和Group－ADF）另一種是以Johansen協整檢驗為基礎的檢驗。本文采用Pedroni檢驗，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco的面板協整檢驗結果如表2所示。

可以看出，各變量均通過了1%的顯著性檢驗，即各變量均顯著拒絕了原假設，可以認為R&D 投入經費和R&D 投入人員分別與新產品銷售收入之間存在長期的均衡關系。

表2 Pedroni面板協整檢驗結果

Pedroni[12]指出，當 20，只有Panel ADF-stat統計量和Group ADF-stat 統計量效能最好，其次是Panel-PP和Group-PP統計量，本文主要看Panel-PP、Panel-ADF、Group-PP和 Group-ADF四個統計量的檢驗結果，其余3個統計量僅作為參考。從表2的結果看，可以認為變量之間存在長期協整關系。

（二）結果分析

面板數據模型包括固定效應模型、隨機效應模型和混合效應模型，在處理面板數據時，為了確定哪種模型更適合可以通過F檢驗和Hausman檢驗來確定。本文利用Eviews 8.0進行Hausman檢驗，檢驗結果如表3所示，模型（1）的Hausman檢驗P值遠小于顯著性水平0.05，所以本文采用固定效應模型來分析各創新主體對創新績效的影響。

表3 模型Hausman檢驗

對面板數據模型（1）的參數進行估計，結果如表4 所示。可以看出，調整 為0.964，說明模型（1）擬合優度很高，且 均在1%水平下顯著，說明總體線性關系顯著。

表4 模型回歸結果

可以看出，產學研協同創新各創新主體的彈性系數分別為 0.653、-0.323、-0.528、0.694、0.08、0.496和0.146，均在1%的水平下顯著，說明產學研協同創新各創新主體對其績效的影響均顯著，具體而言，企業、政府、中介機構和金融機構的彈性系數為正，與產學研協同創新績效呈正相關關系，對產學研協同創新績效的提升有幫助，而高校和科研機構的彈性系數為負，與產學研協同創新績效呈負相關關系，抑制產學研協同創新績效的提升，高校和科研機構作為產學研協同創新的技術供給方，其科技成果轉化依賴于政府的資金和政策支持，政府給予高校和科研機構主大量的財力與政策的支持，但最終導致了高校和科研機構每年有著數量巨大的專利申請，其中大多數都不能進行產品化，創新成果不能轉化為創新產品。也可以發現，彈性系數最大的創新主體是政府，說明政府在我國產學研協同創新中處于主導地位，事實上，政府在產學研協同創新中扮演著支持者、引導者、協調者、監督者等多種角色。

結語

產學研協同創新是政府通過政策、資金進行引導和鼓勵，中介機構提供信息服務，金融機構提供融資渠道，高校和科研機構作為研究方提供科學技術，企業作為生產方將科學技術投入使用，共同完成協同創新活動，將創新成果轉化為經濟效益，達到共贏的局面。本文利用2009－2015年我國30個省市自治區的相關面板數據，運用面板數據模型實證研究產學研協同創新各創新主體對其績效的影響，主要得出以下結論：（1）企業、政府、中介機構和金融機構對產學研協同創新績效的影響是正的顯著關系，特別是政府的彈性系數最大，因此，政府要加大在協同創新中的科研經費和相關政策支持，企業、中介機構和金融機構繼續做好自己的角色，進一步加大資金的利用率；（2）作為產學研協同創新技術供給方，高校和科研機構抑制產學研協同創新績效的提升，因此，高校要加大人才培養的力度，建立人才培養的平臺，科研機構建立人才引進機制，合理的安排高校和科研機構的職稱評定標準等等；（3）經濟因素也影響著產學研協同創新績效，影響為正，一個國家的經濟發展的好，產學研協同創新的效果也會越好。