產學知識耦合的協同創新效應
——基于創新系統的視角

王文靜，張 衛

(1.中國人民大學統計學院，北京 100872；2.四川大學經濟學院，四川 成都 610065)

0 引言

區域創新體系內各主體間的互動交流是提高區域創新產出乃至經濟增長的重要動力。產學合作是區域創新體系中最活躍的一對關系。在當前技術融合的大趨勢下，任何企業都難以掌握持續發展需要的全部技術，而大學也越來越多地承擔起科技成果轉化的使命，二者之間的密切合作將成為引領新一輪創新浪潮的核心。產學合作的本質是企業與高校擁有的異質性知識的耦合。從研發活動類型出發，可以明顯觀察到企業的研發活動集中于試驗發展，更加重視技術的市場化。而大學則更側重研發活動中的基礎研究。2017年全國基礎研究支出中，企業占比僅為2.96%，而高校占比高達54.44%。新常態下，知識已成為驅動發展的核心要素，產學異質性知識耦合能否有效促進創新，甚至發揮比各自分割狀態下更高的效用，是社會各界廣泛關注的議題。

國內相關領域的文獻尚未將產學合作與企業內部研發納入統一測度框架，也鮮有從知識生產與流動角度討論二者之間的關系。已有研究常使用合作資金占比、合作項目數和企業技術依存度等指標替代產學合作，這些測度方式未能體現產學合作異質性知識耦合的本質，也忽略了知識的累計特性[1-4]。少量觸及合作中知識共性的文獻，對產學合作的度量仍較為模糊，且不夠全面[5]。事實上，從知識存量角度考察產學合作，并分析其創新效應將更加有助于理解區域創新體系中產學合作發揮的真實作用。國外已有相關研究將企業可獲取的知識劃分為內部知識與外部知識兩部分，并分別進行存量測算，進一步研究外部知識對企業生產率的提升作用。Lokshin等基于荷蘭制造業企業的內、外部知識存量的測算結果，研究得到企業外部知識存量比重上升將提高其生產率的結論[6]。也有大量理論與實證文獻在存量基礎上討論企業可獲得的內、外部知識之間的關系[7，8]。

本文所考察的產學合作知識存量是特定時點上企業與高校通過聯合研發活動以及高校科技成果商品化活動積累的知識總量。該知識存量內涵了產學異質性知識耦合，并體現知識的累積性特征，是產學合作的合理度量。基于知識生產函數模型，本文首次在國民經濟核算框架下，利用永續盤存法具體測算了產學聯合研發、技術轉讓兩種合作方式下積累的知識存量，同時也測算了企業內部研發知識資本存量數據。基于此數據，進一步利用知識生產函數模型對產學合作協同創新效應及其與內部研發之間的關系展開詳細討論。為了驗證基準模型的穩健性，本文進行了替換因變量、減少工具變量、改變樣本量等多種穩健性檢驗，結果顯示與基準模型所得結論保持一致。在區域異質性分析方面，深度考察了區域研發強度、產學合作深度兩種分組下，產學合作協同創新效應的不同表現以及與內部研發之間互動關系強度的變動。

1 理論框架與假設

任何一個區域創新系統都包含企業和高校兩類創新主體，對企業而言，其與全國范圍內的高校進行研發合作，從而形成聯合研發模式的產學合作關系。對于高校，其通過技術轉讓方式與各地區企業開展合作，同時獲得轉讓收入，形成另一類常見的產學合作形式。通過對產學合作模式的剖析，從存量角度對各類產學模式積累的知識進行測算，并與內部研發知識資本存量納入同一分析框架，將為本文研究提供理論支持。

1.1 產學合作知識存量的創新效應

產學合作關系是區域創新體系的重要組成部分。區域創新體系是由企業、高校、科研機構、政府、金融及中介服務機構等主體及其之間關系構成的復雜系統，各主體間 (尤其是企業與高校之間)知識的互動程度決定著整個系統的績效[9]。主體間的協同合作對創新產出的促進作用被稱為協同創新效應。白俊紅等采用分省區面板數據，從創新要素在區域間動態流動的視角討論了協同創新與區域創新績效之間的關系[10,11]。該研究發現企業與高校的聯結對區域創新績效有顯著正向影響，區域間創新要素的動態流動將通過促進知識空間溢出進而提升區域創新績效。

雖然產學合作作為企業的創新合作模式之一能夠顯著提升創新產出已被廣泛證實，但對合作關系的異質性測度仍在豐富與加深創新合作領域的研究。在知識層面討論產學合作的創新效應與此前研究的不同之處有二，一是更準確地反映產學合作強度與深度對創新績效的影響。此前文獻中僅引入二元變量對產學合作與內部研發兩類創新模式進行識別，僅能反映企業與高校之間是否建立合作關系，難以解釋合作深度與強度，知識存量較好地彌補了這一不足。二是更具有綜合性，此前對產學合作協同創新的研究無法同時體現關聯型、交易型等多種方式發揮的作用，而知識層面的產學合作度量能夠統一不同類型的合作方式，更全面地反映合作規模。將多種形式的產學合作還原到知識生產與積累中，可更加綜合地反映其對創新產出的提升作用。因此，本文提出假設一：產學合作知識積累能夠顯著提升企業創新產出。

1.2 知識層面產學合作與企業內部研發

產學合作與企業內部研發的關系一直以來都有 “替代說”與 “互補說”兩種爭論。 “替代說”認為，在企業資金、人力等資源投入一定的情況下，合作研發的增加將會使內部研發投入減少，即產學合作可能對內部研發產生 “擠出”作用。而 “互補說”認為，企業通過產學合作可接觸與吸收來自合作方的顯性與隱性知識，合作帶來的外部知識溢出將提升企業內部研發的邊際創新效應，因而產學合作與內部研發表現為 “協同”關系。實證研究方面，Cassiman和Veugelers以比利時企業為樣本開展的實證研究發現企業外部研發力量顯著提高了樣本企業內部研發的邊際收益，二者之間是協同關系[12]。Love和Roper研究了德國與英國的企業在不同創新階段外部研發力量對內部研發的影響[13]。結果表明，德國樣本企業的外部研發力量與內部研發顯示出互補關系，而英國樣本企業的外部合作研發對內部研發存在替代效應。樊霞等將研發投入作為情境變量納入計量模型中,討論產學研合作與企業獨立研發之間的關系，結果發現在勞動力密集型行業，企業內部研發與產學研合作相互替代[14]。事實上，合作研發與內部研發之間的關系在企業技術能力發展的不同階段可能表現為不同的形式。劉煒等構建了技術能力演化視角下合作研發與內部研發互動關系的理論模型，發現隨著技術能力的增強，二者關系呈現出替代—互補—替代的變化趨勢[15]。

現有研究已深刻反映了產學合作研發與企業內部研發之間關系的復雜性。當前我國產學合作理論與實踐還在高速發展階段，本文基于合作理論并結合我國實際情況進行分析，給出產學合作與內部研發之間關系的假設。首先，我國產學合作的歷史并不長，目前該領域的重點是探索合作模式的創新 (例如共建實體、產學聯盟等)，以及挖掘產學合作潛在機制動力等，企業還未能足夠關注產學合作與內部研發之間協同關系的構建，欠缺對內、外部知識源的有效配置與管理。其次，產學合作與內部研發關系還受到企業吸收能力、高校擴散能力等因素的影響，即后者將對產學合作與內部研發之間的關系發揮調節作用。在企業 “重引進輕吸收”的現狀下，內部研發較難達到增進產學合作的程度，產學合作也較難帶動企業內部研發的積極性，二者之間尚缺乏良好互動。最后，在企業與高校之外，政府、金融以及中介服務機構等外部環境對產學合作的引導與支持也處于發展階段，企業獲得外部知識的搜索成本較高，可能擠占部分研發資源，從而對內部研發造成一定影響。基于此，本文提出假設二：當前階段產學合作知識存量對內部研發存在 “擠出效應”。

2 模型與數據

基于以上理論分析和假說，本文將構建計量模型對產學合作知識存量的創新效應進行實證研究并討論產學合作與企業內部研發之間的關系。

2.1 模型框架

Griliches構建知識生產函數模型來研究企業知識資本對創新的影響[16]。基于此，本文選擇Cobb-Douglas生產函數，將企業內部研發知識存量、產學合作知識存量以及人力資本作為投入要素，企業的申請專利數作為產出要素建立知識生產函數：

(1)

其中，A表示全要素生產率，i表示地區，t表示年份，α、β、γ分別為內部研發Rit、人力資本Lit、產學合作UICit三類投入要素的產出彈性。為了驗證產學合作與內部研發知識存量之間的互動關系，本文還將在后續具體的計量模型中加入二者交互作用項，并引入其他控制變量。

2.2 動態面板回歸模型

由于從研發投入到專利產出需經歷較漫長的過程，存在滯后效應。專利產出本身也存在慣性，是一個連續的動態調整過程，因此在研究知識存量對專利產出影響這一問題時，應當考慮使用動態模型。考慮這一慣性特征和路徑依賴，本文在靜態面板模型中加入被解釋變量的滯后項構建動態面板模型作為基準模型。具體形式如下：

lnYit=α1lnYit-1+α2lnYit-2+β1lnUICit+

β2lnRDit+β3lnLit+θ1lnFDIit+lnSIZEit+

θ3lnGOVit+ηi+δt+òit

(2)

其中，Yit為企業的專利申請量或發明專利申請量；UICit、RDit、Lit分別為產學合作知識存量、企業內部研發知識存量以及研發人員數，以上三者是知識生產函數的主要投入變量。FDIit為各地區外商直接投資占GDP的比重，表示區域的對外開放程度對企業專利創新的影響。SIZEit為區域大中型企業的平均總資產，用于代表企業規模；GOVit為科技經費收入中來自政府部門的比重，表示政府對科技創新的支持力度。ηi為不可觀測的個體差異，δt為時間差異，òit為隨機擾動項。為了減少異方差，對所有變量進行對數變換。

由于被解釋變量滯后項的存在，不可避免會產生解釋變量內生性問題。此時若仍然采用固定效應或隨機效應模型的最小二乘估計(OLS)估計將無法得到具有一致性的估計結果。Bover等提出了動態面板廣義矩估計 (GMM)方法解決這一問題[17]。因此，本文采用兩步系統GMM方法，并對估計的標準差進行調整[18]。

2.3 數據來源與變量描述

本文的研究樣本為2005—2015年我國26個省市 (由于數據缺失，不包括西藏、青海、海南、重慶)的區域面板數據，數據來自 《中國科技統計年鑒》 《工業企業科技活動統計年鑒》 《中國統計年鑒》。實證模型中各變量的定義見表1,數據情況見表2。

(1)創新產出。本文選用各地區大中型企業的專利申請量作為創新產出衡量指標。我國的專利包括發明、實用新型和外觀設計三種，其中發明專利的審核更為嚴格，創新性也更強。在穩健性檢驗中，本文選擇發明專利申請量作為被解釋變量對基準模型進行再次估計。

(2)知識資本投入。本文借鑒Hall和Mairesse選取知識資本存量作為投入變量[19]。企業能夠利用的知識資本存量一方面來自內部研發，另一方面來自產學合作。本文對產學合作、內部研發知識存量進行合理測算獲得知識資本投入。

(3)研發人員投入。人員投入是知識生產函數中重要的自變量之一，本文以企業研發人員數度量人員投入。

(4)企業規模。在國內外研究中最常使用的衡量企業規模的變量是企業的銷售收入或總資產。本文選擇后者作為企業規模的控制變量。

(5)政府支持。政府支持會對企業創新產生影響，有研究認為政府支持能夠起到激勵作用，但也有研究討論政府科技投入對企業自主研發投入的 “擠出效應”。由于在區域層面上無法獲得政府間接支持的數據，因此本文選擇企業科技收入中政府資金所占比重替代政府支持。

(6)外商直接投資。外商直接投資是發展中國家獲取和利用技術知識的重要途徑之一。外商直接投資能夠帶來新技術，對國內創新活動提供動力，也是影響企業創新產出的因素。因此本文選擇外商直接投資占GDP的比重為替代變量，控制外商直接投資的影響。

表1 變量的定義、含義與測度方法

表2 變量描述性統計結果

3 實證研究結果

3.1 基準估計結果

表3報告了基準模型的估計結果，其中 (1)～ (3)列分別列示了混合OLS估計、固定效應模型以及系統GMM估計的系數。產學合作知識存量系數、內部研發知識存量系數、研發人員投入系數都顯著為正，符合假說一。產學合作與內部研發知識存量的交互項系數顯著為負，說明產學合作對內部研發存在一定 “擠出效應”，與假說二一致。因此，宏觀上看，當前我國企業產學合作尚未與內部研發形成有效的協同機制，產學合作對企業創新績效的提升潛力有待進一步挖掘。

3.2 穩健性檢驗

本文從三個角度對上述結論的穩健性進行分析：①替換因變量。根據前文分析，發明專利申請量是更加具有創新性的創新產出形式。若模型對不同情境下的創新產出均存在前文結論，說明本文結論具有可靠性；②縮短樣本量。王宇偉等采用縮短樣本長度方式對模型進行穩健性檢驗[20]，其基準模型中采用2007—2014年數據，穩健性檢驗中剔除2007年、2008年數據，將剩余數據代入模型進行估計。基于此，本文通過將原始數據中2005—2007年數據剔除，縮短樣本量，重新利用基準模型進行檢驗。③減少工具變量。減少工具變量數量也是對GMM估計結果進行穩健性檢驗的方式之一，具體結果見表4。由表4可知，模型中核心解釋變量的系數估計值與符號都保持穩定，并且模型均能通過Sargan檢驗與序列自相關檢驗。因此，本文的研究結論具有一定的穩健性。

表3 產學合作知識存量的創新效應結果

注：括號內為穩健標準誤；***、**、*分別表示在1%、5%及10%水平上顯著；Sargan檢驗欄中是接受原假設的概率值；AR (1)與AR (2)為序列相關性檢驗的概率值。各變量作為工具變量的起始滯后期固定不變，因變量滯后項以及內生變量的滯后期從1期開始，下同。

表4 基本回歸的穩健性分析結果

3.3 基于分組的區域異質性分析

由于全樣本中各區域的經濟發展程度、研發強度、產學合作程度有較大差異，基于全部樣本區域的分析沒有考慮區域異質性條件下產學合作知識存量對創新產出的不同影響。為了進一步考察產學合作知識存量在創新中發揮的作用以及異質性區域條件下產學合作知識存量與內部研發知識存量對創新產出影響的異同，本文將根據各區域的研發強度、產學合作深度將各區域進行劃分，對不同區域分別進行研究討論，從而進一步對本文理論假說進行驗證。

根據 《科技活動統計公報》公布的各區域研發強度數據，將全部樣本省市劃分為高研發強度與低研發強度兩組，結果見表5。另外，產學合作深度在各區域間也有不同的表現。本文構建了區域產學合作深度指標來進行測算，具體指標形式如下：

(3)

其中，UICstock,i與INNERstock分別為區域i的產學合作與自主研發知識存量。UICintensity,i表示區域i的產學合作深度。根據計算的產學合作深度對樣本區域進行劃分，得到高合作深度組與低合作深度組兩組樣本。表5報告了兩個組別的回歸結果。

表5 區域異質性分析

由表5可知，高研發強度的區域產學合作的創新效應顯著為正，這說明基于產學合作的協同創新發揮著積極作用。然而，研發強度低的區域產學合作與自主研發的創新效應都未能顯現。對于后發地區，尚未形成依托企業、高校及其他服務機構的技術創新中心，協同創新無法發揮作用。產學合作深度較高的地區，產學合作的創新效應為正，自主研發的創新效應不顯著，且產學合作與自主研發的交互項顯著為負。這一結果說明產學合作對自主研發產生 “擠出效應”，減弱了自主研發的創新效應。在產學合作強度較低的區域，產學合作與自主研發的創新效應都顯著為正，且從系數看，二者對創新產出的影響相當。

區域異質分析的結果顯示，研發強度是產學合作發揮作用的重要基礎。事實上，已有文獻從吸收能力角度對這一現象進行了解釋。只有具有一定的吸收能力才能成功吸收、消化產學合作生產的異質性知識[21]。隨著產學合作深度增強，其對企業自主研發的 “擠出效應”開始顯現。

4 基于分位回歸模型的進一步檢驗

前文所使用的面板模型分析都只針對均值回歸，回歸結果僅能反映均值附近數據之間的結構關系，對分布上下尾的變量關系刻畫并不準確。另一方面，以上模型都假設誤差項服從正態分布，當所獲得的樣本數據不滿足經典假設時，其估計結果將不再具有優良性。為了能夠更好地彌補傳統均值回歸的缺陷，同時獲得不同區域創新產出水平下產學合作對創新產出的影響，本文對專利申請量的分布進行建模，利用Powell[22]提出的工具變量面板分位回歸模型 (IVPQR)獲得不同分位點上因變量與自變量之間的關系，回歸結果見表6。表6的結果顯示，在所研究各分位點上，產學

表6 工具變量面板分位數模型 (IVPQR)的結果

合作的創新效應顯著為正，驗證了假設1，且產學合作與內部研發的交互項系數為負，反映產學合作的 “擠出效應”，驗證了假設2。由于在不同分位點進行回歸時，將對該分位點周圍的數據給予更高權重，本文通過對數據的分析，發現廣東省的創新產出偏離其他省份較遠。事實上， 《中國區域創新能力評價報告2016》中也專門提到，廣東省的企業專利申請量占比明顯高于其他地區，企業的創新主體地位明顯優于其他地區。因此高分位點處的分位回歸結果可能受極端值影響較大，因此本文略去了更高分位點處的結果。

5 結論與啟示

本文利用2005—2015年省際面板數據，建立動態面板回歸模型對產學合作的創新效應進行了實證分析。研究表明，第一，產學合作知識存量對企業創新存在顯著正向影響；第二，產學合作知識存量與內部研發知識存量交叉項的系數為負，反映了產學合作對內部研發存在一定的 “擠出效應”；第三，通過減少工具變量、替換因變量與縮短樣本量的回歸結果顯示本文的實證分析結論具有穩健性。

基于面板分位回歸模型的實證結果揭示了不同創新產出水平下產學合作的創新效應大小，進一步驗證了前文假設。此外，本文還從區域研發強度、產學合作深度兩個維度上開展異質性分析，結果表明研發強度高的區域產學合作創新效應表現更好。研發強度作為區域吸收能力的重要體現，是促進產學合作創新效應發揮的重要基礎。隨著產學合作深度增強，其對企業自主研發的 “擠出效應”開始顯現。企業產學合作與內部研發還需建立有效的協同機制，企業如何有效利用產學合作知識，進行外部知識管理是亟待解決的課題。

在產學合作廣度不斷擴展與深度不斷加強的背景下，如何真正有效發揮產學合作的協同創新效應，并使之與企業內部研發形成良好互補關系是研究的關注點以及實踐的著力點。研究發現，企業吸收能力是影響產學合作創新績效的重要因素之一，企業的內部研發能力、外部知識學習能力需實現平衡。對于政府而言，搭建產學合作平臺，完善技術交易市場并制定有助于區域創新系統知識流動的連接性政策是需關注的方向。