主導合作、創新質量與企業全要素生產率

摘 要：企業在深度創新合作過程中的主導權配置問題逐漸顯現，主導權的有效配置并非簡單的“主導即優”。本文基于2007-2019年中國制造業上市公司的專利聯合申請數據，通過手工整理并識別創新合作類型，構建主導創新合作指標，深入分析了企業主導創新合作如何影響其生產效率。研究表明，企業主導創新合作能顯著提升其全要素生產率，這一效應主要源于主導高質量創新增強了企業從創新知識中獲益的程度，進而轉化為生產效率的提升。異質性分析顯示，企業的吸收能力、研發資本和競爭能力等因素影響其主導創新合作的效果；同時還發現國有產權性質、高科技行業以及無政治關聯的企業更傾向于主導高質量創新，以提升生產效率。宏觀因素分析發現，雖然企業主導高質量創新有助于應對市場競爭，但缺乏協調性的政策引導可能導致企業實施不利于自身長期發展的行為。本文的研究為優化合作機制、提升創新效能提供了理論支持和政策建議。

關鍵詞：主導合作；創新質量；創新能力；企業全要素生產率

一、引言

創新合作是突破創新瓶頸、分散創新風險、分攤創新成本、提高創新績效等方面的有效策略（De和Dutrénit，2012）。隨著我國企業創新的深化發展，越來越多的企業選擇與關聯企業及其他創新機構開展創新合作（Qiu和Wan，2015）。我國政府也加強了對企業開展創新合作的政策性引導，在國家重點研發計劃下設立了多項激勵創新合作的專項（謝光華，2023）。例如工信部和財政部聯合印發的《技術創新示范企業認定管理辦法》將“創新合作”列為企業技術創新評價的二級指標。

在我國企業創新合作深化發展的過程中也顯現出了一些更深層次的問題，其中一個比較突出的是創新合作中的主導權配置問題。該問題主要表現在兩個方面：一是當前的創新合作過度聚焦于主導權的爭奪，導致合作動力單一化，忽視了合作本身帶來的知識共享、技術互補和市場拓展等多元價值。二是創新合作中的權益分配是主導權配置問題的核心，現有的分配機制往往傾向于主導者，而使非主導者缺乏持續參與創新的積極性。普遍觀點認為，缺乏協調性的創新引導政策在某種程度上加劇了創新合作中的主導權配置難題（袁曉東和蔡學輝，2018；Guerzoni和Raiteri，2015）。例如政府為預防創新成果的重復申報現象，采取了較為機械化的措施，直接規定創新成果歸屬于合作中的主導方（例如將成果署名第一單位或通訊作者所在單位視為歸屬方），這種處理方式與旨在激勵廣泛、深入創新合作的政策初衷不相適配，反而可能阻礙合作精神的發揚和合作效益的最大化，從而導致在政府與企業中還存在著一種簡化的思維觀點，即簡單地認為主導創新合作可獲得更高的外部收益。

創新合作中主導權配置的收益問題，關鍵在于企業對創新實質性的認知，重視創新質量對公司的財務績效與市場價值等方面的促進作用（黎文靖和鄭曼妮，2016），以實現企業高質量創新促進高質量發展的合作初衷。在政府層面，知識產權局發布《關于深化知識產權領域“放管服”改革優化創新環境和營商環境的通知》標志著從過度依賴創新數量的獎勵和資質評定機制，逐步轉向以創新質量為核心的政府資助體系和審查制度。在企業層面，創新質量是企業的創新產出或服務質量、創新過程的工作效率、創新的經濟效益三個維度的綜合體現（楊立國等，2007），提升創新質量能為企業的可持續發展提供長效的新動能。創新質量是衡量企業創新成果知識密集度的核心指標，因而創新的知識含量差異，決定了企業在主導合作中所獲得的創新績效提升程度。

有鑒于此，本文需要從理論與實證角度深入厘清主導創新合作對企業生產效率的影響機制、作用方向、效應強度以及其影響因素（特別是基于企業特征的異質性）等，從而為企業科學決策參與創新合作的方式提供堅實的理論依據與豐富的實證參考，為政府制定和優化具有引導性的政策措施貢獻理論與經驗支持。本文研究發現：企業主導創新合作可促進企業全要素生產率的提升，并且這一積極效應主要源于創新質量較高的主導合作項目達成。上述結果在經過穩健性檢驗、動態分析以及內生性處理之后依然成立。本文基于企業及其所在行業的多樣化特征進行了細致的異質性分析，發現只有當企業具備一定的創新實力時，才能在高質量創新的合作中發揮主導優勢；以及國有產權性質、高科技行業、無政治關聯的企業主導創新合作時更具創新意志，從而有效提升企業的生產效率。同時，主導創新合作對企業全要素生產率的影響還受到市場化水平和產業政策的宏觀因素影響。

本文可能的邊際貢獻主要體現在以下幾個方面：（1）現有文獻著重討論了企業創新合作的模式與參與動機、創新合作對企業創新績效的影響等，但忽視了企業在深度合作過程中突出的主導權配置問題。本文從企業主導創新合作的視角，以創新質量作為創新合作實施效果的評價依據，系統分析了主導合作與創新質量的雙元因素對企業全要素生產率的積極作用。（2）相較于以往文獻關于創新合作模式的實證計量方法，大多采用企業研發資金占比（白俊紅和蔣伏心，2015），或是基于問卷調查數據測量企業技術協同創新（王寧，2023）等間接方式衡量，本文使用專利聯合申請數據構建企業創新合作指標，手動整理專利申請人類型數據構建了主導創新合作的直接指標，同時還按照專利的類型區分了創新質量的高低。基于上述指標，本文從整體上研究了主導創新合作對企業全要素生產率的作用，并重點論述了創新質量在此過程中的重要意義。（3）本文基于企業及其所在行業的多樣化特征開展了豐富的異質性分析，嘗試對創新合作中主導權的歸屬問題作了解答。研究發現，主導企業的創新實力與創新意志，顯著差異化的影響著高質量創新合作中企業發揮主導創新的優勢。

二、文獻綜述

關于企業創新合作模式的研究，現有文獻根據企業創新合作的對象，主要將其區分為企業間合作、產學研合作以及政企合作，多樣化的創新合作模式可能為企業發展注入差異化的動力。首先，企業間合作的動機源自于高管校友關系網絡（謝光華，2023）、家族企業的親緣關系（李婧和朱瑩婷，2023）等非正式制度的關系連接，或是在正式制度的合作中組建技術創新聯盟，以整合企業間的非冗余資源、挖掘潛在商機，從而提升企業競爭優勢。但信任危機和機會主義策略可能是企業間合作潛在的最大風險，最終危及聯盟的穩定與存續（蔡猷花等，2021）。其次，學者們將產學研創新合作界定為企業攜手高校及研究機構，共同構建創新實體或研發合作平臺（白京羽等，2020）。產學研合作能通過幫助企業在關鍵技術領域補足創新短板（張羽飛等，2023）、降低合作交易成本（刁麗琳等，2011）、加速成果轉化（李勃昕等，2023）等方式，助力于企業提升自主創新能力（王滋和張樹滿，2024）、促進高質量創新產出、獲取競爭優勢（程文銀等，2022）等。最后，關于政企合作對企業發展的相關研究側重于以下兩個方面的論述：一是政府以行政干預的方式，通過政策引導、資金支持和創新創業服務供給等方式為企業創新營造良好的外部環境（Ju等，2015），以促進產業技術發展（樊春良和楊佳，2024）、加快地方科技型企業轉型升級（范旭等，2023）等；二是政府通過政企合作實施監督和約束的職能，形成聯系密切、正式且制度化的政企科技創新互動模式（陳邦平和吳幸雷，2023）。

但是關于企業與其他創新主體之間的創新合作能否提升企業生產效率的議題，現有研究并未達成一致意見。持肯定觀點的學者認為，企業通過資源共享、優勢互補、風險共擔等方式進行創新合作有益于降低過度競爭、提高創新能力與創新效率，從而獲得規模經濟（張紅娟等，2022）。創新合作是核心企業創新網絡節點合作緊密的強關系網絡（徐碧琳和李濤，2011），在規范關系的引導下促進組織間合作共贏、創造長期利益（莊越和潘鵬，2016）。例如在現實的商業模式下，由于供應鏈之間的競爭愈發激烈，促使供應鏈內部的企業合作更加緊密（王寧，2023）。然而，持相反觀點的學者認為，創新合作潛在知識資產流失、競爭優勢喪失與知識產權糾紛等創新風險（胡峰等，2020）。創新合作各方“搭便車”的外部效應難以避免，在自利動機驅使下這種機會主義行為會逐漸增加合作過程的脆弱性（Falkinger等，2000），隨著合作各方博弈次數的增加，其合作水平會偏離穩定甚至逐漸下降。當創新合作各方感知到權利非對等以及信息不對稱等問題時，勢必會影響組織間的相互信任與價值共創，從而導致合作各方創新意愿不足、產能低下（曹興等，2018）。

當前文獻關于創新合作與企業發展的研究廣泛而深入，然而在探索創新合作的多維影響時，鮮有文獻聚焦于創新合作中的主導權配置問題。這一關鍵視角的缺失忽視了主導權分配在提升創新效率、保障成果質量及加速市場轉化中的核心作用。本文通過深入分析創新合作中主導者的角色與策略，探討如何更有效地優化資源配置、激發創新潛能，嘗試補充創新合作機制的深層邏輯。結合現有的相關文獻，本文將在以下兩個方面作進一步的討論：首先，在探討創新合作對企業生產效率影響的文獻中，一個顯著而復雜的議題在于主導企業與參與企業間戰略視角的顯著差異。主導企業往往立足于長遠發展的戰略高度，對創新合作的期望不僅限于短期收益，而是追求研發項目的深度與廣度，力求技術突破與持續競爭力。本文想要進一步探索主導企業在創新合作中是否扮演了更加積極的角色，能否通過有效機制確保技術目標達成的同時，還能有效提升企業的生產效率。其次，現有文獻缺乏對創新合作實施效果的有效評價，雖有大量文獻證實了創新合作模式（尤其是產學研合作）有利于提升企業的創新質量（王靖宇等，2023；劉斐然等，2020），但鮮有文獻討論企業在主導高質量創新合作過程中的知識收益對企業發展的影響。本文嘗試以創新質量作為評價創新合作成效的關鍵指標，系統分析主導合作機制與創新質量的雙重驅動力對企業生產效率的作用效果。

三、理論分析與研究假設

創新主體在合作框架內的地位呈現出鮮明的差異性，這種差異不僅體現在對合作流程的控制力度上，還深刻影響著各自從合作中獲取的收益。一般認為，作為合作的主導者，能夠依據自身優勢定制合作項目，主導合作的發展方向、掌握更多核心信息、獲得更豐厚的合作盈余分配。該觀點在產業鏈的深度合作與治理策略（王寧，2023）、關聯企業間股權結構的優化與管理（王穩華等，2024）等領域得到了詳盡的探討與驗證。創新合作中所有參與者均能通過組織間的相互學習與協同效應捕獲到互補性的知識資源（張羽飛等，2023）、共同分擔創新成本、靈活多樣地利用創新成果，從而有望實現“1+1>2”的創新收益水平（莊越和潘鵬，2016）。這一特點對于追求經濟效益最大化的企業類創新合作主體而言，被視之為增強競爭力、實現可持續發展的關鍵路徑，而主導創新活動的核心企業往往能在上述諸多權益中占據更大的份額，并額外收獲因引領創新方向所帶來的獨特優勢與回報（宋凌云和王賢彬，2013）。例如，根據主導者自身的特征控制創新合作的進展方向、精心設計符合主導者利益的成果應用策略與收益分配方案，同時采取策略性措施，適度保護核心技術研發的關鍵成果（李春發等，2014），從而優先完成布局成果的深化與拓展創新，不僅贏得了市場的認可度，還能顯著提升在政府、金融機構及潛在創新伙伴中的信譽與高度贊譽，進而成為吸引頂尖創新人才的磁石，占據行業人才競爭的制高點。對于企業類創新合作的主導者而言，這些收益均可轉化為企業全要素生產率的提升。

進一步地，創新質量的高低映射了創新知識含量的豐瘠（張杰和鄭文平，2018），成為決定創新合作中主導者獲益程度的關鍵因素。創新質量的實質是通過知識資源的有效整合，創造出具有更高價值的新產品、服務或流程（程虹和許偉，2015）。企業依托合作從事高質量創新，不僅可以構建起獨特的技術門檻和知識寶庫，還有利于激發不斷學習、適應與進化的內生動力，提供持續創新的動力。主導企業在創新合作中通常承擔著引領創新方向、整合合作伙伴資源和推動創新成果商業化的責任，對創新質量的嚴格要求直接塑造了合作項目的知識密集度與最終效益。具體而言，首先在高質量創新的成果方面，高質量的創新成果因其知識含量深厚與產品的新穎性，常能引領技術前沿、占據市場高地、贏得廣泛的社會認可，不僅能滿足市場的深層次需求，更能以獨特的價值主張贏得消費者的青睞（楊國超和芮萌，2020）。高質量創新成果的價值是技術突破的見證，更是市場領導力的體現，能夠顯著提升企業社會價值（余東華和王梅娟，2022），在創新合作體系中，主導者將收獲更多資源和市場話語權。高質量創新轉化為創新產出不僅要求創新過程扎根于堅實的基礎科學，還需敏銳捕捉前沿技術動態，基于合作促進多維度知識深度融合的過程能培養具有創新意識和實踐能力的人才隊伍。其次，在高質量創新的合作系統層面，主導者在合作中的獲益程度，還與其在合作中有效運用并擴大創新知識含量密切相關。通過建立高效的知識管理機制，促進知識的共享、轉化與增值，主導者能夠激發合作各方的知識協同效應，共同提升合作體系的創新能力與競爭力（莊越和潘鵬，2016）。高質量創新合作體系的研發知識密度高、技術復雜程度大，會使主導企業積累大量的創新管理經驗，不斷培養優化生產流程、改進管理模式和強化內部控制等方面的創新能力，建立高效的信息管理系統以實現更有效地配置資源（鄧悅和蔣琬儀，2022）。最后，在高質量創新規避合作風險方面，創新質量越高，創新合作項目的研發流程、創新成果與管理經驗等就越難以被機會主義者所竊取，從而有效緩解主導企業的研發溢出損失。其主要通過以下兩個方面實現：一是通過創新決策權合理規劃研發周期、主動甄別合作伙伴（李春發等，2014）；二是基于創新是知識的生成與組合的原理（Croitoru和Schumpeter，2012），細分研發項目與多元創新主體協作，獨攬知識片段組合權，鑄就專有知識壁壘。綜上所述，基于高質量創新的合作模式，主導企業能在長期內實現生產效率的顯著提升，推動良性的循環發展。對此，本文提出以下研究假說：

H1：企業主導創新合作可推動企業全要素生產率的提升。

H2：企業主導合作的創新質量越高，越有助于提升企業的全要素生產率。

創新能力是企業主導高質量創新合作以提升生產效率的核心引擎。主導企業需具備一定的創新實力，方能協調創新資源、精準配置生產要素，從而確保合作進程穩步推進、加速創新知識成果高效轉化（王滋和張樹滿，2024）。首先，創新能力體現在企業的知識吸收能力上，較強的知識吸收能力使企業能夠敏銳地捕捉到行業前沿的動態信息，高效地吸收、整合并內化外部先進技術與知識（王靖宇等，2023）。在高質量的創新合作中，主導企業能夠憑借知識吸收能力高效的知識流轉與轉化機制，快速識別合作伙伴的核心技術與獨特資源。通過深度交流與協作，加速創新成果的孵化與商業化進程，極大地提升創新合作的成功率與市場響應速度。其次，企業的創新能力離不開持續地研發投入與高質量人力資本的支撐。在高質量創新合作中，具備此類創新實力的企業與高校和科研院所緊密合作，將進一步促進知識的交叉融合與技術的協同創新，從而提升主導企業的生產效率（劉斐然等，2020）。最后，創新能力還體現在行業內的企業競爭實力上（簡澤等，2017）。行業內競爭優勢較強的企業，因其在資金、技術、市場資源等方面的深厚積累，更具有敏銳的市場洞察力，能快速響應市場變化，提出高質量的創新方案，從而推動創新成果的高效轉化，引領整個行業向更高質量發展。綜上所述，主導企業的創新能力越強，在高質量創新合作中對企業收益的提升效應也更明顯。反之，如果主導企業的創新能力不足，技術人員、機器設備等生產資料依附于外部支持，不僅會分散合作研發精力（楊林和李敏，2023），同時也極大地增加了合作中知識溢出損失對企業的負面影響（Aspremont和Jacquemin，1988）。對此，本文提出研究假說H3：

H3：企業創新能力越強，主導高質量創新合作對企業全要素生產率的提升效應越強。

高質量創新可能會引致諸多創新不確定性的風險，一旦失敗將造成嚴重的創新資源浪費。已有研究指出研發類創新合作的失敗率高達60%（孫凱和郭穩，2021），可見研發合作項目的完成度對生成創新知識、分享合作收益產生了極為顯著的影響。從參與創新合作成員的視角來看，主導者的意志深刻影響著創新合作項目的完成度。例如，若是企業為迎合創新引導性政策而發起虛假的創新合作項目，非但不利于提升企業的創新質量（張杰和鄭文平，2018），反而會因為設立策略性的創新項目引發合作糾紛、導致資源配置效率下降等拖累企業的生產效率（黎文靖和鄭曼妮，2016；龍小寧和張靖，2021）。在創新項目的實施意志方面，相較于非國有企業，國有企業具有共有產權屬性，更加注重自身的歷史使命和社會責任，在主導創新合作時更“青睞”于有真實的產出成果。相較于非高科技行業，高科技企業因技術前沿性、高市場需求以及政策支持（楊國超和芮萌，2020），在主導創新合作時更傾向于從事高質量創新，以維持競爭優勢并實現長遠發展。相較于非政治關聯企業，政治關聯對企業創新存在一定的“資源詛咒效應”，會通過降低市場競爭、刺激企業過度投資以及僵化資源配置擠占創新資源投入，從而抑制企業創新（袁建國等，2015）；反觀無政治關聯的企業，因缺乏政治庇護則更克制自己的尋租與過度投資行為，旨在高效的投資效率和研發效率（楊其靜，2011）。對此，本文提出研究假說H4：

H4：企業主導創新合作對全要素生產率的提升效應，存在來自于所有權性質、所屬行業的高科技特征、企業的政治關聯特征等方面的異質性。

四、研究設計

（一）樣本選擇與數據來源

本文選取A股上市公司為觀測樣本，并對數據做了以下篩選：（1）由于制造業和非制造業在生產過程、技術應用和市場結構等方面存在顯著差異，在制造業中專利活動往往與企業的創新能力和技術進步密切相關，對此本文僅保留了更具標準化和可比性的制造業企業樣本。（2）考慮到財政部于2006年大幅修訂了會計準則，本文選定的樣本年份區間為2007－2019年。（3）剔除了ST公司和PT公司以及總利潤為負值的異常值。（4）集團內部合作和外部合作的性質與目標有所不同，混合數據可能導致結果的解讀變得復雜，影響結論的有效性，本文因此也剔除了集團內部合作的數據。其中，上市公司的研發數據來自于Wind數據庫，財務數據來自于Wind數據庫和CSMAR數據庫，詳細專利信息數據來源于PatSnap數據庫，省域層面的數據來自國家統計局各年度的《中國統計年鑒》。

（二）模型構建與變量說明

為檢驗主導創新合作對企業生產效率的影響，本文構建了如下實證模型：

TFPi，t=β0+β1Leadi，t+β2Controlsi，t+εi，t（1）

式中，i代表企業，t代表年份，Controls表示一系列的控制變量，ε為擾動項；模型同時還控制了企業個體特征和年份效應。

被解釋變量TFP為企業的全要素生產率。本文參考黃勃等（2022）采用Levinsohn-Petrin法（LP法）估計企業的全要素生產率。該方法修正了固定效應法（FE）和最小二乘法（OLS）中存在的同時性偏差，并改良了Olley-Pakes法（OP）中投資變量數值為負以及與生產率關系不敏感的問題。此外，Wooldridger基于GMM的一步估計方法解決了OP法和LP法中自由變量和代理變量之間可能因為不相互獨立而導致的多重共線性問題。本文也采用FE法、OP法、WRDG法估計了企業的全要素生產率，并將其應用于穩健性檢驗中。

核心解釋變量Lead表示企業主導創新合作的強度。該變量的設計原理與衡量方法如下：專利申請書的署名順序表征了發明人對一項發明的貢獻程度（楊忠和文庭孝，2018；衡曉帆等，2013），也高度近似地顯示了創新參與方在創新合作中的主導強度。為了簡化數據統計，只有當企業名稱與聯合專利署名第一人齊名時，本文才認定企業主導了與該專利相對應的創新項目（范佳穎和馬艷艷，2024）。按上述方法統計出企業主導創新項目的數量，考慮到相同合作的創新項目數量對企業的影響存在較強的邊際效應遞減規律，本文參考李秀玉等（2022）的研究方法，取該數量的自然對數代理衡量企業主導創新合作的強度（Lead）。為了考察主導不同創新質量的項目對企業全要素生產率的效應差異，本文基于發明專利、實用新型和外觀設計專利，分別衡量了企業主導高質量的創新合作強度（HLead）與主導低質量的創新合作的強度（LLead）。

Controls為控制變量。為了剔除創新活動對企業全要素生產率的影響，首先將研發投入（RD）與研發強度（RD_Ratio）納入為控制變量，前者用企業研發支出費用的自然對數衡量，后者用企業研發支出占總資產比重衡量。此外，參考相關文獻（許玲玲等，2022），本文還納入了如下控制變量：企業規模（Size），用企業員工的自然對數表示；股權集中度（Top5），企業前五大股東持股占比；企業年齡（Age）；公司的財務信息，包括資產負債率（Lev）、總資產回報率（Roa）、現金儲備率（Cash）、營業收入同比增速（Growth）。并按1%對以上連續變量進行Winsorize截尾處理。

需要特別指出的是，創新活動對企業生產效率的影響存在無可爭議的滯后性。但考慮到計量模型是基于專利信息衡量企業主導創新合作，而且專利信息同樣也滯后于創新合作活動，其滯后期的長度與主導創新活動作用于企業全要素生產率的滯后期長度大致相當，因此基準模型并未納入滯后項。為了使分析結論更嚴謹，論文也作了相關的動態回歸分析。

（三）描述性統計

表1展示了相關變量的描述性統計。從變量TFP可以看出企業之間的生產效率存在明顯差異，具有一定的區分度；從企業主導創新合作的變量可以觀察到HLead的均值大于LLead，說明企業主導創新合作存在創新質量上的異質特征；控制變量也呈現出一定的差異性，說明本文所選樣本的辨識度較好。此外，本文所有變量的VIF值遠低于10，1zza7gQH692tWOc8K+BVlZuYnsOLeQlwxduuTNNWo/o=證明變量不存在多重共線性問題。

五、實證結果

（一）基準回歸結果

表2第（1）列展示了主導創新合作對企業全要素生產率的回歸結果，Lead的系數在5%的統計水平上顯著為正，驗證了研究假設H1。表2第（2）～（5）列顯示了企業主導創新質量較高的合作對企業生產效率的影響。結果顯示，HLead的系數均顯著為正，并且在納入控制變量時HLead的系數大小變化明顯，隨著控制變量的增加，HLead系數顯著性水平不斷提升、變化幅度減小，表明本文納入了有效的控制變量。由此可初步判定企業主導合作的創新質量越高，越有助于提升企業的全要素生產率。進一步地，表2第（6）列顯示LLead的回歸系數沒有通過顯著性檢驗，表明主導質量較低的創新合作對企業全要素生產率的正向促進作用不明顯。并且通過觀察HLead的系數值不難發現，無論是系數的大小還是顯著性水平，均要大于Lead和LLead的回歸系數。由此可以說明，上述結果驗證了研究假說H2。

（二）穩健性檢驗

本文穩健性檢驗的結果顯示，各種方法的回歸結果與基準模型中HLead的系數保持一致，并且所有模型中HLead的系數均大于Lead的系數，以及幾乎所有回歸結果中LLead的系數均不顯著。受限于文章篇幅，本文僅展示了基于創新質量的穩健性檢驗。

1.替換企業全要素生產率的測度指標

采用前文關于企業全要素生產率的三種度量方法所得到的回歸結果，與基準模型的結果保持一致。

2.替換企業主導創新合作的測度方法

在創新合作階段，創新成果會呈現出質量上的異質性，既包括高價值的突破性創新，也涵蓋了質量相對較低的創新嘗試。對此，本文首先考慮到，若企業主導高質量創新合作的產出相較于低質量更多時，將其視為更傾向于從事高質量創新的主導企業，并對HLead_Tendency賦值為1，反之賦值為0。其次，本文采用企業創新質量較高的主導合作次數占整個創新合作次數的比例（HLead_Ratio），反映企業主導高質量創新合作的集中度。基于替換核心解釋變量的測度方法，驗證了基準回歸結果的穩健性。此外，為了剔除專利申請數據中存在部分專利被駁回申請等情況，本文將授權的發明專利數據也納入到了模型的回歸分析中，得到了與基準回歸一致的結果。

3.采用Heckman兩步法處理樣本選擇偏誤

考慮到基準回歸僅選擇了有聯合專利的企業樣本，可能存在選擇性偏誤，本文采用了Heckman兩步法對樣本可能的選擇偏誤問題做了穩健性檢驗。其具體方法如下：第一，選擇2007-2019年全部A股制造業上市公司樣本，以企業是否主導合作作為被解釋變量，選取企業是否受到產業政策鼓勵、CEO或者董事長是否有技術或研發背景、企業有無重大生產事故、股票平均收益率等作為影響企業主導合作的因素進行估計，并計算得到逆米爾斯比率IMR。第二，將計算所得到的IMR作為控制變量納入到方程中。結果顯示，所有模型中的IMR均沒有通過顯著性檢驗，說明本文的樣本自選擇問題較小或者不存在，同時所有模型中核心解釋變量的回歸結果并未發生本質變化，表明基準回歸結果具有穩健性。

4.基于創新質量的穩健性檢驗

前文基于專利的類型區分了企業層面的創新質量差異，但在現有的研究中，學者們從專利被引次數、專利同族成員數量以及知識寬度法等多個方面提供了創新質量的衡量方法：首先，專利被引次數越多表示該專利對后續的發明創造與技術提升的貢獻度越大，其創新質量也就越高；同時專利被引次數與其市場價值呈顯著的正相關（吳敏等，2021）。其次，同族成員數量是一種反映專利在地緣范圍內獲得法律保護的指標，專利族的規模越大，表示該專利在多個國家或地區申請保護，意味著潛在的技術市場范圍和經濟勢力范圍更廣（Harhoff等，2003）。最后，知識寬度代表了某項專利中包含的知識復雜性和廣泛性，基于專利的IPC分類號信息計算專利的知識寬度能得到企業創新質量的度量指標（張杰和鄭文平，2018）。本文基于上述三個方面對企業創新質量的衡量方法，做了行業層面的二分聚類，進一步區分了行業中創新質量更高的企業群體。分組回歸的穩健性檢驗結果如表3所示，進一步驗證了本文基準回歸模型的穩健性。

（三）動態效應分析

前文對核心變量的時效性進行了初步闡釋，本節進一步采取動態處理方法，對被解釋變量進行跨期分析，通過考察被解釋變量前后兩期的變化，捕捉變量的動態效應。分析結果如圖1所示，除了在j=2期的估計系數未能達到統計顯著性外，其他時期的HLead系數均呈現出顯著的正向效應。這一結果不僅驗證了本文基準回歸結果的穩健性，同時還注意到在合作初期，企業全要素生產率的提升效果最為顯著。隨著時間的推移，這種正面效應逐漸進入一個平穩期，其影響力開始逐步減弱，直至在某個時期不再具有統計學上的顯著性。其原因可能是，合作初期不同合作伙伴間的生產技術與管理經驗得到了有效的交流與提升，從而使得創新的邊際效益在這一階段達到峰值。這種趨勢與企業生產活動的生命周期特征相吻合，這些發現為理解企業在不同發展階段如何通過合作來優化資源配置和提升生產效率提供了有價值的洞見。

（四）內生性處理：工具變量法

為緩解主導創新合作可能存在的內生性問題對回歸結果的影響。本文分別從政策層面與企業層面選取了高新技術企業認定（后文簡稱“認定”）的實際通過率（IV_PassRatio），以及企業高管的宗族背景（IV_ClanBackground）作為主導創新合作的工具變量。首先，關于選取“認定”的實際通過率作為工具變量的考量：由于各省每年的高新技術企業認定工作情況不一，申報機會一般在兩次到三次不等，大多數省份只公示認定通過的企業名單，并沒有準確的通過率報告。因此本文使用主導企業當年所在省份通過“認定”的公司數量占省級層面研發類企業總數的比例作為代理變量，近似估計企業當年所在省份“認定”的實際通過率。其中，高新技術企業統計數據來自于CSMAR，有研發的企業統計數據來源于各省統計年鑒。從相關性來看，雖然各省份在申報程序上存在差異，但是均以《高新技術企業認定管理辦法》為準則，若是實際通過率越高則說明當地的整體創新實力較強，企業創新面臨著更高的競爭環境，在一定程度上會激發企業為了緩解創新壓力，主動尋求外部協同創新的動機；同時，認定管理辦法對企業的產學研創新合作有一定的指標性要求，也可能刺激企業實施政策迎合性的創新合作。從外生性來看，“認定”的通過率代表了當地創新型企業的整體水平，并不與某一個具體企業的生產效率產生直接影響。

其次，宗族是個體因擁有共同祖先而聚合形成的一種社會組織。在宗族文化的影響下，個體不僅對同宗族成員賦予了更多信任（陳斌開和陳思宇，2018），并且在與其他宗族進行社會交往時，宗族文化強調“光宗耀祖”的道德聲譽也會極力避免個體做出損害其他宗族利益的行為（潘越等，2019）。宗族文化所體現出的社會信任深刻影響著一系列經濟合作：包括人們的就業與創業（陳斌開和陳思宇，2018；郭云南等，2013）、機構投資（潘越等，2019）等。因此，企業高管受到宗族文化的影響，能在一定程度上體現所處環境中的人際關系與社會信任，并且高管所處環境的宗族背景越強，代表其人際關系網絡越龐大，對他人的信任程度越高，因而更愿意主動與其他組織合作從事創新活動（龍小寧等，2023）。然而高管的宗族背景并不會直接影響企業的生產效率，該變量的選擇同時滿足了工具變量的相關性與外生性要求。在變量的構建方法上，族譜是記錄宗族成員身份的重要文字載體，姓氏又是區別不同族譜的外在表現形式。鑒于學者們普遍采取族譜信息衡量宗族背景和宗族文化（潘越等，2019；許年行等，2019），本文使用企業高管姓氏在當地的族譜數量衡量企業高管的宗族背景，因為企業高管姓氏在當地擁有的族譜數越多、宗族背景越強，受到的宗族文化影響就會越大（龍小寧等，2023）。企業高管宗族背景的變量構建步驟如下：首先，根據公司注冊所在地確認企業高管所在地級行政區，并計算對應地級行政區所有姓氏族譜數量；其次，將企業高管姓氏與其所在地擁有族譜的姓氏相匹配，得到每個高管對應姓氏的族譜數量；最后，在公司層面，取所有高管在當地擁有族譜的平均數。其中，族譜數據來自CNRDS數據平臺根據《中國家譜總目》整理的宗族文化數據庫。

引入上述工具變量在一定程度上降低了基準模型中可能存在的內生性問題，并且其回歸結果得到了與基準回歸一致的結論，證明本文的基準回歸結果具有較強的穩健性。

六、進一步分析

（一）異質性分析

1.基于企業創新能力的異質性分析

本文分別從吸收能力、研發資本與企業競爭力三個方面區分了企業的創新實力，回歸結果如表5所示。首先，模型（1）～模型（2）采用研發投入占企業營業收入的比值（Wu等，2016），模型（3）～模型（4）使用企業研發人員與員工總數之比（王靖宇等，2023）作為企業吸收能力的代理變量。其次，模型（5）～模型（10）分別按企業研發資本中的資金投入額、企業研發人員數量、員工中本科學歷及以上占比區分企業的創新能力。最后，企業的市場競爭優勢越大其技術水平和創新能力也相對更強（簡澤等，2017）。對此，模型（11）～模型（12）采用企業Lerner指數，模型（13）～模型（14）按行業主營業務利潤率的標準差修正的Lerner指數，兩種方式衡量企業的市場競爭力（陳志斌和王詩雨，2015）；模型（15）～模型（16）采用企業營業收入占同行業所有企業營業收入總額的比例劃分企業競爭力強弱。

估計結果均顯示，具有創新能力的企業在主導高質量創新合作時對全要素生產率的促進效應更加明顯。綜合考量，企業若缺乏創新能力而盲目追求合作主導地位，可能會造成創新資源的無效配置，并難以實現生產效率的實質性提升。相反，擁有較強創新能力的企業能夠更好地應對高水準創新活動所帶來的風險與挑戰，確保創新合作的順利實施，進而促進企業全要素生產率的增長。因此，創新能力相對較弱的企業在參與創新合作時，應采取先學習后領導的策略，逐步積累經驗和能力；而創新能力較強的企業則應積極承擔起在高質量創新合作中的領導責任，以推動整個合作體系的效能提升。

2.基于企業其他層面的異質性分析

基于企業所有權性質的異質性。回歸結果顯示，相較于非國有企業，國有企業主導創新合作更能顯著促進企業全要素生產率的提升。這與直覺相悖，其可能的原因是，國有企業具有臨近政治和政策的優勢，同時也需要承擔推動技術創新、引領產業發展的重大社會責任，使得國有企業必須提升研發效率、優化資源配置以保證企業的長足發展。因而在創新合作中，國有企業主導合作開展高質量創新以改善生產效率的意圖更加明顯。

基于企業所屬行業的異質性。論文參考《戰略性新興產業分類目錄》、《戰略性新興產業分類（2012）（試行）》和經濟合作與發展組織（OECD）相關文件區分了企業的行業屬性。上述兩類行業的企業子樣本的回歸結果顯示，分屬高科技行業的企業主導高質量創新合作對企業全要素生產率的促進效應顯著為正，但分屬非高科技行業的企業主導高質量創新合作對企業全要素生產率的促進效應并不顯著。

基于企業政治關聯的異質性。參考張雯等（2013），若企業董事長、總經理中任意一人現任或曾任政府官員，將視為企業有政治關聯。基于上述方法的分樣本回歸結果顯示，有政治關聯的企業主導高質創新合作對企業全要素生產率的提升作用不明顯，而無政治關聯的企業主導高質量創新合作對企業全要素生產率的提升作用顯著。另外，為了消除國有企業與政治關聯在變量衡量上可能存在的含糊界限，論文還對民營企業樣本中有政治關聯和無政治關聯的子樣本做了回歸檢驗，其結果與前述的一致。

（二）宏觀因素分析

盡管主導合作在提升企業全要素生產率方面表現出了顯著的正向作用，但這種作用的效果往往受到企業所處的外部環境的影響。地區市場化水平和產業政策作為重要的宏觀因素，不僅影響企業的競爭環境和資源獲取能力，還能通過改變市場結構和政策支持力度來影響主導合作的實際效果。因此，進一步分析這些宏觀因素如何作用于主導合作的機制及其對企業全要素生產率的影響效應，具有重要的理論和實踐意義。宏觀影響因素的回歸結果如表7所示，被解釋變量均為TFP，核心解釋變量（CEV）為主導創新合作，第（1）～（3）列采用Market_Index表示企業所在省份的市場化指數，第（4）～（6）列使用Policy作為企業是否受到產業政策鼓勵的代理變量。

1.地區市場化水平的影響

本文參考樊綱等（2011）的研究方法，從五個維度衡量的市場化指數（Market_Index）來考察宏觀因素對企業主導合作和生產要素的影響。為了保證各省市之間的可比性，將市場化指數做了去中心化處理。結果顯示，創新質量較高的主導合作對企業全要素生產率的促進效能沒有受到市場化水平的影響；而當創新質量較低時，在市場化水平較高的地區主導合作削弱了對企業生產效率的促進作用。可能的經濟學解釋是：企業所在地區的市場化水平越高，充分發揮著市場主體作用，低質量的創新成果很容易被市場模仿，導致主導企業喪失創新獲取壟斷利潤的機會，創新合作因沒有重視創新質量浪費了創新資源，并不能為企業發展帶來積極的作用。同理可知，高質量創新因為知識含量更高，短時間內的知識壟斷地位難以被動搖，有益于主導企業通過產品收益或是知識獲益支撐企業的后續發展、承受市場變動所帶來的競爭壓力。

2.產業政策的影響

創新引導政策是否會加劇創新合作中主導權的配置難題？有學者研究發現“十一五”期間產業政策支持顯著促進了企業創新數量的增加，但抑制了企業創新質量的提升（張燕等，2022）。對此，本文選取CNRDS數據庫和CSMAR數據庫2007-2019年省級層面的產業政策鼓勵數據，借鑒張燕等（2022）的研究方法，構建企業是否受產業政策鼓勵的虛擬變量（Policy）。結果顯示，Policy的系數均顯著為正，但交互項系數顯著為負。從中可以看出，產業政策的創新激勵效應在一定程度上彌補了企業創新的正外部性損失，促進了企業生產效率的提升。但同時也顯現出在創新合作中，產業政策有可能誘發企業為迎合創新政策而過度追求合作主導權，產生了對企業發展不利的影響。這種不利因素一方面體現在創新政策的分配機制主要向合作主導者傾斜，從而導致主導企業為獲取政策優惠而實施低質量創新、削弱在核心技術研發上的創新積極性；另一方面，部分企業將大量資源投入到爭奪主導地位上，不顧自身實際能力和市場需求，盲目追求合作中的主導權，導致資源錯配、降低了整個創新生態系統的效率。

七、結語

（一）研究結論

隨著知識經濟時代下研發復雜性不斷加劇，我國企業嘗試通過創新合作以彌補資源缺口、提升創新效能與生產效率。然而企業在深度創新合作的過程中，主導權的配置問題日益凸顯，其背后并非僅是主導即優的直觀判斷。有鑒于此，本文手工收集整理近19萬條專利聯合申請數據，并基于數據深度剖析主導創新合作如何影響企業生產效率，試圖明確其作用路徑、方向及效應強度，并探索其背后的多元影響因素，以期為優化合作機制、促進創新效能提供洞見與策略。研究發現：企業主導創新合作可促進企業全要素生產率的提升，并且這一積極效應主要源于主導高質量創新促進了企業從創新知識中所獲益的程度，進而轉化為企業生產效率的提升。即企業主導合作的創新質量越高，越有助于提升企業的全要素生產率。上述結果在經過替換關鍵變量、緩解樣本選擇偏誤等穩健性檢驗，動態效應分析，以及運用工具變量法處理內生性問題之后依然成立。異質性分析發現，并不是所有企業都有能力主導高質量創新，因此也難以從合作中獲取知識收益，包括但不限于本文所討論的吸收能力、研發資本以及企業的競爭能力，是企業能否發揮主導優勢并從合作中受益的重要參考。此外，主導者的創新意志顯著影響著研發合作項目的完成度、創新知識的生成與共享，本文探索發現國有產權性質、高科技行業以及無政治關聯的企業主導創新合作時，更傾向于從事高質量創新以提升企業的生產效率。宏觀影響因素的探索發現，企業主導合作并從事高質量創新能應對不斷加劇的市場競爭；但缺乏協調性的創新引導政策，在某種程度上加劇了主導企業實施不利于自身發展的政策迎合行為。

（二）政策建議

企業層面政策建議：

（1）提升創新實力，聚焦高質量創新：企業要在創新合作中實現高質量創新成果，關鍵在于提升吸收外部知識的能力和增加針對高質量創新的研發投入。企業應通過引進高端人才、強化內部培訓、建立學習型組織等措施，提高員工對高質量外部知識的吸收與轉化能力。同時，應增加對高質量創新項目的研發資金投入，優化研發資源的分配和使用，集中力量攻關關鍵技術領域，確保企業在合作中保持創新主導地位并專注于高質量創新的創造。

（2）構建多元化、高質量的創新合作網絡：企業應著力構建多層次、多維度的創新合作網絡，以確保合作的創新質量和效能最大化。與高質量的供應鏈伙伴、優秀的競爭對手等建立合作關系，提升合作創新項目的整體質量和技術水平。企業應通過制定嚴謹的合作協議，確保知識產權的合理保護、成果的公平分配以及風險共擔機制，提升創新合作的質量和高水平創新成果的轉化能力。

（3）強化創新領導力與高質量創新的戰略定力：企業高層應增強對高質量創新的重視和投入，避免短期逐利行為，專注于能夠帶來長期競爭優勢的高質量創新發展。通過明確的創新發展戰略，打造以高質量創新為導向的企業文化，激發全員的創新動力和執行力。企業應對高質量創新項目的主導權進行合理分配和授權，鼓勵有潛力的創新人才在合作中引領高質量創新項目，確保合作創新的高質量成果和效率。

政府層面政策建議：

（1）優化市場化創新環境，減少事前干預：政府應著力打造公平、透明的市場競爭環境，減少對企業創新活動的過度行政干預，更多依靠市場機制來調節資源配置。通過降低審批門檻和簡化行政流程，增強企業在創新合作中的自主性，激發企業參與高質量創新合作的積極性。

（2）加強事后獎勵機制，激勵高質量創新：政府應通過設立事后獎勵機制，如創新成果獎勵、技術突破獎勵等，激勵企業在合作中追求高質量創新。這種獎勵機制應側重于實際成果的轉化和應用，鼓勵企業將資源集中在有前景的創新項目上，推動全要素生產率的提升。同時，政府應根據不同行業和企業類型的異質性需求，制定差異化產業政策，避免“一刀切”造成的資源浪費和效率低下。

（3）完善知識產權保護與成果轉化支持：加強知識產權保護力度，減少創新合作中的知識產權糾紛風險，確保企業在主導高質量創新合作中的合法權益。同時，政府應完善創新成果轉化支持政策，通過科技金融支持、創新資源共享平臺建設等措施，幫助企業將高質量創新成果快速轉化為生產力。

（三）不足與展望

誠然，當前的研究還存在著有待改進之處：一方面，專利信息所代表的創新合作模式僅是諸多模式中的一種，本文使用專利聯合申請數據作為主導創新合作強度的代理變量，在一定程度上低估了主導企業在合作中的貢獻度，后續研究可考慮基于專利申請書的文本信息細化合作各方的創新貢獻度；另一方面，本文僅基于企業類主導合作對企業發展的影響做了深入討論，并沒有詳細區分企業與不同創新主體之間的主導合作會存在怎樣的差異，以及其他類型的創新組織主導合作的經濟影響。

參考文獻：

[1] 白俊紅、蔣伏心，2015：《協同創新、空間關聯與區域創新績效》，《經濟研究》第7期。

[2] 白京羽、劉中全、王穎婕，2020：《基于博弈論的創新聯合體動力機制研究》，《科研管理》第10期。

[3] 程虹、許偉，2015：《質量創新：“十三五”發展質量提高的重要基礎》，《宏觀質量研究》第4期。

[4] 程文銀、胡鞍鋼、陳雪麗，2022：《知識產權強國背景下中國高價值專利發展：測度與實證分析》，《北京工業大學學報（社會科學版）》第5期。

[5] 蔡猷花、傅令菲、梁娟，2021：《聯盟關系演化、網絡結構洞與企業合作創新績效》，《中國科技論壇》第10期。

[6] 曹興、楊春白雪、高遠，2018：《核心企業主導下創新網絡合作行為實驗研究》，《科研管理》第2期。

[7] 陳邦平、吳幸雷，2023：《政企價值共創對科技型企業融通創新的影響——基于創新創業大賽的案例分析》，《科技管理研究》第24期。

[8] 陳斌開、陳思宇，2018：《流動的社會資本——傳統宗族文化是否影響移民就業？》，《經濟研究》第3期。

[9] 陳志斌、王詩雨，2015：《產品市場競爭對企業現金流風險影響研究——基于行業競爭程度和企業競爭地位的雙重考量》，《中國工業經濟》第3期。

[10] 刁麗琳、朱桂龍、許治，2011：《國外產學研合作研究述評、展望與啟示》，《外國經濟與管理》第2期。

[11] 鄧悅、蔣琬儀，2022：《智能化轉型何以激發企業創新？——基于制造業勞動力多樣性的解釋》，《改革》第9期。

[12] 樊春良、楊佳，2024：《再探SEMATECH：政府與企業合作促進產業技術發展的成功因素及啟示》，《中國軟科學》第7期。

[13] 樊綱、王小魯、馬光榮，2011：《中國市場化進程對經濟增長的貢獻》，《經濟研究》第9期。

[14] 范佳穎、馬艷艷，2024：《企業主導產學研合作與關鍵共性技術創新——結構性權力的調節效應》，《中國科技論壇》第2期。

[15] 范旭、李蓓黎、李鍵江，2023：《海外人才回流對企業技術創新的影響研究》，《科研管理》第11期。

[16] 郭云南、張琳弋、姚洋，2013：《宗族網絡、融資與農民自主創業》，《金融研究》第9期。

[17] 衡曉帆、閆佳麗、汪雪鋒、王有國，2013：《基于署名順序的作者活躍度比較研究》，《情報雜志》第11期。

[18] 胡峰、襲訊、黃登峰、張月月、王曉萍、傅金娣，2020：《協同創新知識溢出風險管理框架：表征與認知》，《科學學研究》第6期。

[19] 黃勃、李海彤、江萍、雷敬華，2022：《戰略聯盟、要素流動與企業全要素生產率提升》，《管理世界》第10期。

[20] 簡澤、譚利萍、呂大國、符通，2017：《市場競爭的創造性、破壞性與技術升級》，《中國工業經濟》第5期。

[21] 黎文靖、鄭曼妮，2016：《實質性創新還是策略性創新？——宏觀產業政策對微觀企業創新的影響》，《經濟研究》第4期。

[22] 李勃昕、崔鑫、朱承亮，2023：《政府投入調節下高校研發支出對研發質量的非線性溢出效應》，《宏觀質量研究》第1期。

[23] 李春發、王雪紅、楊琪琪，2014：《生態產業共生網絡核心企業領導力與網絡績效關系研究》，《軟科學》第9期。

[24] 李婧、朱瑩婷，2023：《家族企業高管團隊的親緣關系強度與企業合作行為分析》，《蘇州大學學報（哲學社會科學版）》第1期。

[25] 李秀玉、史亞雅、郝雯雯，2022：《社會保險降費政策對企業技術創新的影響》，《科研管理》第4期。

[26] 劉斐然、胡立君、范小群，2020：《產學研合作對企業創新質量的影響研究》，《經濟管理》第10期。

[27] 龍小寧、劉靈子、張靖，2023：《企業合作研發模式對創新質量的影響——基于中國專利數據的實證研究》，《中國工業經濟》第10期。

[28] 龍小寧、張靖，2021：《IPO與專利管理：基于中國企業的實證研究》，《經濟研究》第8期。

[29] 潘越、寧博、紀翔閣、戴亦一，2019：《民營資本的宗族烙印：來自融資約束視角的證據》，《經濟研究》第7期。

[30] 宋凌云、王賢彬，2013：《政府補貼與產業結構變動》，《中國工業經濟》第4期。

[31] 孫凱、郭穩，2021：《競合視角下高技術企業創新聯盟穩定性研究》，《中國管理科學》第3期。

[32] 王靖宇、劉長翠、張宏亮，2023：《產學研合作與企業創新質量——內部吸收能力與外部行業特征的調節作用》，《管理評論》第2期。

[33] 王寧，2023：《供應鏈協同技術創新與企業績效關系的實證研究》，《科學決策》第10期。

[34] 王穩華、陸岷峰、朱震，2024：《企業數字化轉型的外部驅動機制研究：基于戰略聯盟視角》，《現代財經》第3期。

[35] 王滋、張樹滿，2024：《產學研創新聯合體提升企業自主創新能力的路徑——以國家先進功能纖維創新中心為例》，《科技管理研究》第1期。

[36] 吳敏、劉沖、黃玖立，2021：《開發區政策的技術創新效應——來自專利數據的證據》，《經濟學（季刊）》第5期。

[37] 謝光華，2023：《高管校友關系網絡、正式制度環境與企業合作創新——基于關系治理與契約治理互動視角》，《管理評論》第11期。

[38] 徐碧琳、李濤，2011：《網絡組織核心企業領導力與網絡組織效率關系研究》，《經濟與管理研究》第1期。

[39] 許玲玲、余明桂、鐘慧潔，2022：《高新技術企業認定與企業勞動雇傭》，《經濟管理》第1期。

[40] 許年行、謝蓉蓉、吳世農，2019：《中國式家族企業管理：治理模式、領導模式與公司績效》，《經濟研究》第12期。

[41] 楊國超、芮萌，2020：《高新技術企業稅收減免政策的激勵效應與迎合效應》，《經濟研究》第9期。

[42] 楊林、李敏，2023：《改革開放以來中國企業技術創新主體地位演變歷程、機理及態勢》，《江南大學學報（人文社會科學版）》第3期。

[43] 楊立國、繆小明、曾又其，2007：《基于企業成長的中小型高科技企業創新質量評估模式研究》，《科技管理研究》第6期。

[44] 楊其靜，2011：《企業成長：政治關聯還是能力建設？》，《經濟研究》第10期。

[45] 楊忠、文庭孝，2018：《專利發明人影響力評價模型構建及實證研究——基于文獻計量與社會網絡分析雙重視角》，《情報理論與實踐》第9期。

[46] 余東華、王梅娟，2022：《數字經濟、企業家精神與制造業高質量發展》，《改革》第7期。

[47] 袁建國、后青松、程晨，2015：《企業政治資源的詛咒效應——基于政治關聯與企業技術創新的考察》，《管理世界》第1期。

[48] 袁曉東、蔡學輝，2018：《政策引導創新模式下的專利集成失敗問題研究》，《科學學研究》第6期。

[49] 張紅娟、申宇、趙曉陽、厲娜，2022：《企業外部研發合作、內部知識網絡與創新績效》，《科學學研究》第4期。

[50] 張杰、鄭文平，2018：《創新追趕戰略抑制了中國專利質量么？》，《經濟研究》第5期。

[51] 張雯、張勝、李百興，2013：《政治關聯、企業并購特征與并購績效》，《南開管理評論》第2期。

[52] 張燕、鄧峰、卓乘風，2022：《產業政策對創新數量與質量的影響效應》，《宏觀質量研究》第3期。

[53] 張羽飛、原長弘、張樹滿，2023：《共建產學研創新聯合體對科技中小企業創新績效的影響研究》，《管理學報》第1期。

[54] 莊越、潘鵬，2016：《團隊嵌入關系治理的調節效應：創新合作實證》，《科研管理》第4期。

[55] Croitoru， A. and Schumpeter J. A.， 2012， The Theory of Economic Development： An Inquiry into Profits， Capital， Credit， Interest and the Business Cycle， Journal of Comparative Research in Anthropology and Sociology， 3（2）： 137-148.

[56] d’Aspremont， C. and Jacquemin， A.， 1988， Cooperative and Noncooperative R & D in Duopoly with Spillovers， The American Economic Review， 78（5）：1133-1137.

[57] De Fuentes， C. and Dutrénit， G.， 2012， Best Channels of Academia-Industry Interaction for Long-term Benefit， Research Policy， 41（9）： 1666-1682.

[58] Falkinger， J.， Fehr， E.， Gchter， S. and Winter-Ebmer， R.， 2000， A Simple Mechanism for the Efficient Provision of Public Goods： Experimental Evidence， American Economic Review， 91（1）： 247-264.

[59] Guerzoni， M. and Raiteri， E.， 2015， Demand-side vs. Supply-side Technology Policies： Hidden Treatment and New Empirical Evidence on the Policy Mix， Research Policy， 44（3）： 726-747.

[60] Harhoff， D.， Scherer， F. M. and Vopel， K.， 2003， Citations， Family Size， Opposition and the Value of Patent Rights， Research Policy， 32（8）： 1343-1363.

[61] Ju， J.， Lin， J. Y. and Wang， Y.， 2015， Endowment Structures， Industrial Dynamics， and Economic Growth， Journal of Monetary Economics， 76： 244-263.

[62] Qiu， J. and Wan， C.， 2015， Technology Spillovers and Corporate Cash Holdings， Journal of Financial Economics， 115（3）： 558-573.

[63] Wu， J.， Wang， C.， Hong， J.， Piperopoulos，P. and Zhuo， S.， 2016 Internationalization and Innovation Performanceof Emerging Market Enterprises： The Role of Host-country Institutional Development. Journal of World Business， 51（2）： 251-263.

Leading Co-operation， Quality of Innovation and

Total Factor Productivity of Enterprises

Lei Guoxiong and Yang Li

ND8s85Hqo+QL5eYmcDcURURh9xdoNWuhKFfmpz6oco0=（School of Economics， Southwest University of Political Science & Law）

Abstract：The issue of leadership allocation in deep innovation cooperation is becoming increasingly apparent， and effective allocation of leadership is_{hH5fcCtC9CCP46BlHrrKR5aAkPcbA4FsHdMHD31WTzE=} not simply a matter of “leadership equals advantage”. Based on joint patent application data from listed manufacturing companies in China from 2007 to 2019， and through manual sorting and identification of innovation cooperation types， this study constructs indicators for leading innovation cooperation and analyzes how enterprise-led innovation cooperation affects production efficiency. The research shows that enterprise-led innovation cooperation significantly enhances total factor productivity. This effect is primarily due to the fact that leading high-quality innovation increases the extent to which enterprises benefit from innovation knowledge， which is then translated into improved production efficiency. Heterogeneity analysis reveals that factors such as absorptive capacity， R&D capital， and competitive ability influence the effectiveness of leading innovation cooperation. Additionally， state-owned enterprises， high-tech industries， and enterprises without political connections are more likely to lead high-quality innovation， thereby improving production efficiency. Macro-level analysis shows that while leading high-quality innovation helps enterprises cope with market competition， the lack of flexible policy guidance may lead enterprises to engage in practices detrimental to their long-term development. This study provides theoretical support and policy recommendations for optimizing cooperation mechanisms and enhancing innovation effectiveness.

Key Words：lenterprise-led; innovation quality; innovation ability; total factor productivity of enterprises

■責任編輯 王 毅