合作研发的影响因素——来自中国企业的经验研究

张荣佳，原毅军，徐 凯

(1.大连理工大学经济学院，大连 116024;2.(美)德州农工大学管理学院，College Station 77843)

合作研发的影响因素
——来自中国企业的经验研究

张荣佳1，原毅军1，徐 凯2

(1.大连理工大学经济学院，大连 116024;2.(美)德州农工大学管理学院，College Station 77843)

本文重点检验了技术溢出、研发目标对合作研发的影响。研究发现:合作研发与输入溢出具有显著的正相关关系;就输出溢出而言，水平溢出会抑制企业间的合作(包括水平合作和垂直合作)，而垂直溢出却会促进企业间的垂直合作，且这种积极作用不会受到水平溢出的影响;研发目标对企业间合作研发模式选择也具有显著影响，当企业旨在提高研发成果的成功率和利用率时，更倾向于选择垂直合作;当企业进行重大技术开发或重大创新时，更倾向于选择水平合作。

合作研发;技术溢出;研发目标;水平合作;垂直合作

合作研发是企业整合研发资源的有效组织形式。按照合作方在产业链上所处的位置，合作研发可以分为水平合作研发(Horizontal Cooperation)和垂直合作研发(Vertical Cooperation)。前者指产业内部在产品市场上具有直接竞争关系的企业之间的合作研发，后者指产业链上下游企业之间的合作研发，其中既包括与上游原材料、组件供应商之间的合作，也包括与下游用户/顾客之间的合作，很多文献用“垂直合作”来统称这两种合作［1］。除此以外，为了进行一些基础性研究以及实现某些技术上的攻关，一些企业也会选择与高校等科研机构进行合作(以下简称校企合作)。

资源基础理论和交易成本理论关于合作研发有着不同的认识。这些理论为我们研究企业的合作研发行为提供了有价值的指导。然而，一旦我们深入到合作研发模式选择的细节时，这些理论就显得过于粗线条。实践表明，企业合作研发的动机具有多样性。研发合作伙伴的选择在很大程度上取决于企业的战略目标，一些文献研究了企业如何选择最优的合作伙伴，从而开发出具有竞争力的产品［2－3］。长期以来，理论及经验研究更多关注的都是水平合作研发，对垂直合作研发的关注相对较少，这在中国尤其突出。实践表明，垂直合作研发至少是和水平合作研发一样重要的研发形式。从国际目前的研究来看，合作研发的影响因素具有很大的差异性，既体现了国别的影响，也体现了企业特征、行业特征、研究方法的影响。本文将以226家中国企业为样本，对企业合作研发的影响因素进行实证研究。与以往研究不同的是，我们将重点考虑技术溢出以及研发目标对企业合作研发的影响。

一、文献综述

合作研发在产业组织领域和管理学领域都有着广泛的探讨。表1是近年来关于合作研发影响因素研究的总结。

技术溢出是合作研发的一个重要影响因素，D'Aspremont and Jacquemin在考虑技术溢出的基础上建立了一个两阶段模型分析双寡头垄断市场中的合作研发问题［4］，对日后合作研发的研究产生了重大影响。合作研发的优势在于获得企业内部无法获得的资源和信息，但也可能会面临信息溢出的风险。合作与否往往取决于企业在输入溢出(Incoming Spillover)和输出溢出(Outgoing Spillover)之间的权衡。不少学者从可占有性(Appropriability)角度讨论企业的输出溢出［5］。可占有性反映了企业对创新收益的占有情况，除法律制度的保护以外，企业也会通过战略性的保护措施(如商业秘密、产品设计复杂化、领先时间优势等)控制关键信息的溢出，以此来保证创新收益的完全占有。

在相关的研究中，有关输入溢出对合作研发影响的争议相对较小。输入溢出通常使用某一类外部信息源对于企业创新的重要性衡量。来自于不同合作伙伴(竞争者、客户、供应商、研究机构)的输入溢出对企业与相应合作伙伴的合作研发具有显著的正影响［6］，这是因为输入溢出越高，合作伙伴掌握重要的技术知识时，合作研发中的学习机会就越大，企业就越倾向于选择合作研发。类似的结论也可见于Cassiman and Veugelers和 López 的研究［7－8］。由此，我们提出:

假说1:不同伙伴的输入溢出越多，企业与相应伙伴合作研发的可能性越大。

表1 合作研发影响因素的研究综述

技术溢出对合作研发的影响存在两种不同效应。在假定企业面对的输入溢出与输出溢出相等的情况下，当(水平)技术溢出水平足够高时，(水平)合作研发会促使企业增大研发投入，相比不合作的企业，会获得更高的盈利能力［4，17］。同时，较低的可占有性意味着需要企业通过合作研发内部化的信息溢出范围很广，企业合作研发的潜在空间增大。上述文献说明输出溢出的增加事实上会促进企业之间的合作。叶永玲也持相似的观点，认为当技术容易被他人模仿、难以实施专有权保护时，合作往往是企业的理性选择。而一些不易扩散的专有技术，企业往往倾向于选择自主研发［18］。

但具有相反观点的研究认为，输出溢出越多，企业间的合作就会越少。不完全占有会激励企业的搭便车行为［19］，从而降低研发企业的利润率以及合作研发组织的稳定性，抑制企业的合作研发活动。一些实证研究也支持这一观点。Cassiman and Veugelers的实证分析发现，企业的可占有性越强(技术溢出越少)，企业选择合作研发的可能性越大，反之则越小。当考虑企业不同的研发合作模式时，Cassiman and Veugelers进一步发现，可占有性对垂直合作有显著的正影响，但是对与研究机构的合作影响不显著［7］。以 Cassiman and Veugelers的研究模型为基础，López进一步发现可占有性对合作具有显著的正影响，并且在水平合作、垂直合作以及与科研机构的合作中，这种正影响都十分显著［8］。说明输出溢出越多，越不利于企业间的合作。

然而，上述研究存在的共同问题是忽视了输出溢出的对象。按照输出溢出的方向，技术溢出也可以分为垂直溢出和水平溢出，垂直溢出是指企业的创新活动对其产业链上下游供应商/客户的溢出;水平溢出是指企业创新活动对其竞争对手的溢出。对于企业而言，企业总是会试图最大化来自于合作伙伴或者非合作伙伴的输入溢出，同时最小化对于竞争者的水平溢出。原因在于，当水平溢出较高时，合作企业之间的搭便车以及外部企业对合作研发组织的搭便车都会造成合作研发组织的不稳定，抑制企业间合作研发。

但是，垂直溢出往往是企业所期望的。是否具有自愿性是水平溢出与垂直溢出的最大区别［20］。当下游企业的创新要求上游企业提供互补产品或者进行配套创新时，垂直溢出更容易形成。一个上游企业会自愿对下游客户共享信息，目的在于促进下游企业的过程创新以及产品创新，这会进一步增加下游企业对上游企业提供的中间产品的需求［21］，从而使上游企业获利。黄波等［22］的研究也发现垂直溢出有利于增加最终产品供给以及供应链上、下游企业的利润。当垂直溢出比较显著时，具有垂直关联的企业具有更强的激励协调彼此的研发活动。下游企业降低产品成本的研发活动不仅能够扩大中间品的需求，而且通过垂直技术溢出也能够降低上游企业的生产成本，促进上游企业的利润增加。此时，上下游企业的垂直合作可以有效地将垂直溢出的正外部性内部化，提高研发投资，推动技术水平的提升。实现水平合作的基本原则在于信息共享中的互惠互利。但在垂直关系中，当关联企业具有重要作用时，企业单方面技术溢出的激励也会很强。因此，我们提出如下假说:

假说2:对竞争者的输出溢出(水平溢出)越多，企业合作研发的倾向越小;对供应商/客户的输出溢出(垂直溢出)越多，企业越倾向于选择垂直合作。

在合作研发中，垂直溢出与水平溢出之间可能存在交互影响。Atallah对水平溢出与垂直溢出之间的相互作用进行了分析［20］。产业组织理论的研究认为，当(水平)溢出很低时，竞争者之间的合作研发会降低研发投资总量。然而，当同时考虑垂直溢出和水平溢出时，这一观点未必成立。如果垂直溢出水平足够高，即使水平溢出很低，竞争者之间的合作也能提高研发投资水平。就企业的创新和生产决策而言，Atallah认为水平溢出的影响远甚于垂直溢出，当两种技术溢出都存在时，占据主导地位的往往是水平溢出［20］。由此，我们提出假说:

假说3:水平溢出会削弱垂直溢出对垂直合作的促进作用。

基于资源视角的理论认为，获得互补性资源是企业进行合作研发的根本驱动力。当企业的目的是降低研发成本和分担研发的风险的时候，企业会寻求具有类似资源的企业进行联合;当企业致力于技术融合并在研发创新过程中具有很强的相互依赖时，企业会寻求具有互补性资源的企业进行联合。竞争对手通常会拥有与企业类似的研发资源，与竞争对手合作通常能有效降低研发成本和分担研发风险。但潜在的风险是，企业的研发资源、技术诀窍有可能被竞争对手获得，即由于非意愿的技术外溢导致企业在未来产品市场的竞争中丧失优势。因此，通常与竞争对手的合作往往局限于两种情况:一是企业之间存在重大的共同利益，例如建立行业标准;二是企业的合作研发成果属于通用性知识，无法直接用于市场竞争［13］。通常在高技术领域，与竞争者的合作会比较常见。Tether也明确指出，企业与竞争者合作的目的往往在于设定市场标准或解决共同的问题［14］。

由于合作伙伴能够提供关于某些技术、市场方面的重要信息，垂直合作研发在创新过程中发挥着重要的作用。例如，在日本汽车产业中，零部件供应商在很大程度上推动了新产品的开发。Von Hippel指出了在半导体及电子装配制造产业中，有超过2/3的创新是由最终用户主导形成的［23］。由于掌握需求方面的重要信息，用户作为制造商在生产中的优势是显著的［24］。通常认为，供应商的知识更适合改进企业的生产过程［25］，而来自于客户的信息则有助于保持产品在市场上的吸引力［26－27］，并有助于使新设计更快被用户所接受，强化了企业在市场中的竞争力。

相比水平合作或者垂直合作，与大学合作有助于提升企业的基础知识水平［28］，大学或科研机构的优势在于提供基础性的科学知识，其成果距离商业化还有较长的一段路。与大学或研发机构的合作通常对处于技术前沿的企业比较具有吸引力。尤其是当企业缺乏关键技术人才时，大学等科研机构无疑能为企业提供最好的智力支持，为企业提供更多的技术机会。Fontana等以欧洲国家创新型的中小企业为样本，对企业与公共研发机构(包括大学)之间合作研发的影响因素进行了探讨，认为企业的开放程度也会显著影响企业与科研机构之间的合作［11］。据此，我们提出如下假说:

假说4:当企业合作进行重大技术创新时，企业倾向于选择水平合作研发;当企业旨在提高研发成果的成功率和利用率时，企业倾向于选择垂直合作;当技术人才对于企业的创新十分重要时，企业倾向于选择与高校等科研机构之间的合作。

除上述文献外，一些研究集中探讨了吸收能力对企业合作研发的影响［29－30］，也有文献研究发起人特征［9］、组织和契约特征对企业合作研发的影响［31］。目前针对中国企业的经验研究并不多见。卢燕等以59家中国企业为样本，研究了研发伙伴的技术实力、资源水平、相容性水平、知识产权情况对合作研发的影响［32］。郑登攀等以204家中国的中小企业为样本，发现中小企业与大型企业相比，在合作创新过程中面临着更大的技术溢出风险，从而会降低合作创新倾向［33］。这些文献在一定程度上有助于人们形成关于合作研发的全面认识。

二、数据描述

本次调研涵盖新兴的电子行业、传统制造业、能源行业以及化工行业等多个行业，调研城市大部分处于经济技术较为发达的省、市、地区，例如北京、上海、广州等。调研企业包括特大型企业20家、大企业47家、中等企业74家、小企业85家(企业规模分类标准参考国家产业标准)。整个调研过程共发出问卷350份，截至2004年8月15日，共回收问卷226份，反馈率为64.6%，达到了可接受范围内的一个较高水平。

(一)因变量:合作研发类型

在调研问卷中，我们要求企业对合作研发的对象进行选择:与同行业竞争者进行合作、与大学或其他研究机构进行合作、与上下游企业进行合作(包括供应商和顾客企业)。在调研的所有企业中，26%的企业有过与同行业竞争者的合作，56%的企业有过与上下游企业的合作，47%的企业有过与大学或研究机构的合作。描述合作研发类型的因变量为虚拟变量，用 C_FIRM、C_UNIV、C_VER、C_HOR分别表示企业与企业、与大学等科研机构、与供应商/客户、与竞争者的合作，如果企业有过与上述伙伴的合作，则相应的因变量赋值为1，否则为0。表2给出了所有的解释变量与被解释变量的定义。

(二)自变量:合作研发的影响因素

1.企业的特征变量

企业的主要产品或服务所处的产业发展阶段。分为投入阶段、成长阶段、成熟稳定阶段以及衰退阶段。按照产业生命周期理论的解释，企业在发展初期及成长阶段，需要有一个更大的研发投入，因此，企业也就越有可能通过与外部伙伴的合作来加快发展速度，但是到了产业发展后期，企业间的合作会显著减少。

企业规模。现有研究关于企业规模是否会对企业与外部机构合作的可能性产生影响并没有一致的看法。大多数研究认为企业规模会对合作研发具有正影响。原因在于企业规模越大，往往意味着企业具有更强的吸收能力，合作研发带给企业的收益就越大。然而，也有观点认为，与大企业相比小型创新型企业具有更高的倾向选择与外部企业合作。因为小企业会面临更大的资源、技术的约束。而Okamuro等对日本新建企业的研究发现，企业规模对合作研发的影响并不显著［9］。由于新建企业往往是规模较小的企业，因此可以认为企业规模不会影响小企业的合作研发，但是对相对规模较大的企业的影响会比较显著。

研发投入。研发投入或者研发强度被认为是促进合作研发的另一个显著因素，见表1，其与企业的吸收能力正相关。Okamuro等发现，研发支出对企业与企业之间的合作以及企业与高校之间的合作都有显著的正影响［9］。Cassiman and Veugelers也发现持续性研发对企业是否选择研发合作具有显著的正影响，但就具体的研发类型而言，并不会促进企业与供应商/客户之间的垂直合作或者与大学等科研机构之间的合作［7］。由于调研问卷缺少关于企业研发投入量绝对值的指标，因此我们使用企业近五年研发支出的平均变化来反映企业的研发投入情况。

2.技术溢出的变量

输入溢出。输入溢出主要使用不同合作伙伴的信息对企业创新的重要程度来表示。Belderbos等考虑了四类输入溢出主体:竞争者、客户、供应商以及科研机构，分别来研究企业与竞争者、客户、供应商以及科研机构之间的合作［6］。由于数据所限，本文主要考虑了来自于高校和企业的两类输入溢出。

输出溢出。由于无法获得企业层面输出溢出的数据，Belderbos等使用了二位码产业层面企业平均的水平溢出程度作为输出溢出的代理变量，但并未发现输出溢出对合作研发有显著的影响［6］。本文将输入溢出分为对供应商/客户的技术溢出和对竞争者的技术溢出，分别研究这两类输出溢出对合作研发以及合作研发模式(水平合作还是垂直合作)的影响。需要指出的是，输入溢出和输出溢出我们均采用直接的衡量方法，即由企业在调研问卷中就相应的溢出程度做出回答。这种直接的衡量方法的优势在于能够体现企业的异质性，不足之处在于会导致客观性减弱，引起测量误差。然而，决定企业是否进行合作研发以及选择谁作为合作研发伙伴的是企业关于技术溢出等信息的自我认识，而不仅仅是客观上存在的技术溢出程度及可占有程度，这在一定程度上形成了对测量误差的纠正。

产业层面的知识产权保护。借鉴Cassiman and Veugelers的模型［7］，我们引入了产业层面的知识产权保护这一变量，主要反映法律对知识产权的保护程度。企业层面的知识产权保护用“知识产权方面的保护程度不够对企业技术扩散或流失的影响程度”来表示，影响程度越高，说明知识产权保护越差。根据企业所处的二位码产业代码，对企业进行分类，并计算每一产业的平均知识产权保护，即为产业层面的知识产权保护指标。

3.企业研发合作的目标以及产业层面的控制变量

技术人才。该变量为虚拟变量，反映技术人才是否是促进企业合作成功的重要指标。

表2 变量的定义

合作伙伴的技术能力。该变量为离散变量。在大多数情况下，企业间的合作研发都十分看重合作伙伴的技术能力。合作伙伴的技术能力通常会对合作研发形成显著的正影响。

合作伙伴与企业资源、能力之间的互补性。互补性通常被认为对合作研发具有显著的正影响，但经验研究却显示互补性对于企业合作研发的影响具有很强的不确定性。Cassiman and Veugelers的研究认为互补性对企业的合作研发具有显著的正影响，但在水平合作和垂直合作中，这种正影响只出现在后者中［7］。Lòpez发现在不同的回归方法下，互补性对企业合作研发的影响截然相反，并且也受变量内生性结构的影响［8］。

合作进行重大技术创新的重要程度和提高研发成果的成功率和利用率的重要程度。这两个变量反映企业合作的主要目标，使用7点Likert量表度量。

三、估计方法及结果

(一)分析方法

Probit和Logit估计模型是此类研究通常使用的两种模型。从理论上我们很难对这两种模型进行取舍，从经验研究的角度看，这两类模型所得出的实证结果都是类似的［34］。在本文中我们主要使用了Probit模型。首先，我们通过使用Probit模型来分析企业合作研发的影响因素，并对不同类型合作研发的影响因素进行比较。基本的实证模型如下:

Prob(Coop=1)=f(企业特征、技术溢出状况、合作目标等)+e (1)

其中Coop分别代表C_FIRM(是否与企业进行合作)、C_HOR(是否与同行业竞争者进行合作)、C_VER(是否与上下游企业进行合作)、C_UNIV(是否与大学或其他研究机构进行合作)。

(二)基本模型结论

表3给出了不同合作类型下的估计结果。

就企业的特征变量而言，表3显示行业的发展阶段(STAGE)对企业间是否合作研发(C_FIRM)有显著的负影响，但是对水平合作、垂直合作以及校企合作没有显著影响。这说明企业的主要产品或服务越是处于行业发展后期，如衰退阶段，企业越不可能进行合作研发。反映企业规模的变量(SIZE)对水平合作有显著的正影响，对垂直合作和校企合作没有显著影响。这说明只有达到一定规模的企业才能满足水平合作所要求的吸收能力，企业的规模越大，越可能选择进行水平合作，即行业内部竞争者之间的强强合作。反映研发投入的变量(R＆D)对水平合作、校企合作没有显著影响，但对企业间的合作有显著的负影响。这意味着在本样本企业中，随着企业的研发投入的增加，企业间进行合作研发的可能性在降低。一个可能的原因是企业增加的研发投入主要是用于独立研发，而不是合作研发。

来自于高校的输入溢出(ISU)对校企合作有显著的正影响，对垂直合作有显著的负影响。相比之下，来自企业的输入溢出(ISF)对水平合作、垂直合作有显著的正影响，对校企合作有显著的负影响。这充分说明了合作伙伴的输入溢出与伙伴间的合作研发密切相关，同时也验证了本文提出的假说1。水平溢出(OSC)对水平合作、垂直合作的影响显著为负，对校企合作没有显著影响;垂直溢出(OSSC)对垂直合作以及企业间的合作有显著的正影响，对校企合作以及水平合作的影响不显著。可见，水平溢出不利于企业间的合作，而垂直溢出则会显著促进企业间的合作，尤其是企业间的垂直合作。这说明，当存在较高的水平溢出时，内部化溢出信息(支持合作研发)与搭便车问题(抑制合作研发)相比，后者占据主导地位。垂直溢出在很大程度上是由溢出企业控制的，当上下游企业间研发的协调行为促使企业利润增加时，企业间垂直合作的可能性就会增大。上述结果验证了本文提出的假说2。

Cassiman and Veugelers和 Lòpez用专利、商标、版权在保护企业创新中的有效性反映知识产权的保护程度，有效性越高，则知识产权保护得越好［7－8］。Cassiman and Veugelers的研究结果显示，产业层面的知识产权保护对合作研发与否并没有显著影响［7］。然而在 Cassiman and Veugelers模型的基础上，Lòpez则认为，产业层面知识产权保护越好，越不利于合作的发生(使用2SCML和CML回归方法)。就具体的合作类型而言，产业层面知识产权保护程度对水平合作和垂直合作没有显著影响，但是产业层面知识产权保护越好，企业与研究机构合作的可能性越低［8］。对此，Lòpez的解释是，当产业层面的知识产权保护较弱时，企业合作研发将成为企业内部化输出溢出的一条有效途径［8］。与Lòpez的结论相反，我们发现产业层面知识产权保护越差，企业技术扩散或流失的程度越大，越不利于企业间合作和校企合作的发生。并且，实证显示产业层面知识产权保护不足会抑制企业间的水平合作，但是对垂直合作的影响却不显著。这进一步支持了本文提出的假说2。

技术人才在合作中的重要性(THR)对校企合作以及水平合作具有显著的正影响，对垂直合作没有显著影响。这说明技术人才是企业在水平合作以及校企合作中考虑的关键因素，而不是影响企业选择垂直合作的重要因素。合作伙伴的技术能力(TC)对企业间合作以及垂直合作有显著的正影响，对校企合作、水平合作没有显著影响。合作伙伴与企业资源、能力的互补性(COMP)对三种合作类型都没有显著影响，说明互补性并不是影响样本企业合作研发的重要因素。反映合作中进行重大技术或创新重要程度的变量(MT)对水平合作和校企合作有显著的正影响，对垂直合作具有显著的负影响，可见，进行重大技术或创新往往是水平合作和校企合作的重要目标，而不是垂直合作的重要目标。反映提高研发成果的成功率和利用率程度的变量(ISR)对垂直合作有显著的正影响，对水平合作的影响不显著。这说明当企业旨在提高研发成果的成功率和利用率时，企业更可能选择垂直合作。由此本文提出的假说4得到了验证。

(三)内生性检验

由于使用的截面数据的固有原因，我们担心模型中可能存在内生变量(Endogenous Variables)。变量内生性的形成有两个原因:一是模型中存在遗漏变量(Omitted Variables)，且遗漏变量与引入模型的其他变量相关;二是解释变量和被解释变量相互影响，互为因果。之前的研究显示，输入溢出、企业的可占有性等都可能内生［7－8］。在本文的研究中，我们使用了来自高校的输入溢出、来自企业的输入溢出两个指标反映企业的输入溢出，使用了水平溢出、垂直溢出反映企业的可占有能力。如果模型中存在遗漏变量或者解释变量与被解释变量之间相互影响，之前的回归估计将有偏误。因此，我们需要对上述变量的内生性问题进行检验。

潜在的遗漏变量可能与这样的一些因素有关，这些因素包括企业对新知识的开放程度、企业地理位置的接近程度以及技术的可获得性、与同一伙伴的重复作用等。以企业对新知识的开放程度为例，管理者越开放，合作研发的倾向就越高。同时，企业越开放，企业越有可能使用公共资源信息，即影响企业的输入溢出。地理位置的接近程度以及技术的可获得性的影响也是如此，他们既可能影响合作研发倾向，也可能会对输入溢出造成影响。技术溢出的内生性也可能是由于与合作研发之间的相互影响。合作研发协议看以看作是对外部知识的管理［17］，这就意味着合作研发决策既会影响输入溢出，也会影响可占有性。

表3 基于Probit模型的估计结果

我们采用最常用的probit模型内生性检验——Rivers and Vuong［35］两步骤方法对两类输入溢出和两类输出溢出的内生性进行检验:首先，找到只与技术溢出S相关，而与合作研发不相关的工具变量(Instrumental Variable，IV)Z;然后，第一阶段实施S对Z的OLS，得到残差的估计值;第二阶段，把它添加到模型(1)中进行probit回归。那么残差估计值的Wald统计量就是S为外生的零假设的有效检验。

根据以往研究中工具变量的选择经验，本文采用企业所在f二位码产业层面的平均高校输入溢出、平均企业输入溢出、平均水平溢出和平均垂直溢出分别作为高校输入溢出、企业输入溢出、水平溢出和垂直溢出的IV。理由在于:一方面，企业受所处产业环境的影响，产业层面平均技术溢出(包括输入溢出与输出溢出)与企业层面的技术溢出是相关的;另一方面，产业层面的技术溢出并不会对企业个体的合作研发产生影响。

表4报告了对两类输入溢出和两类输出溢出的内生性检验结果。从第一阶段对工具变量(联合)显著性的F检验结果看，产业层面的平均技术溢出都显著影响了企业个体的技术溢出，并且它们的F检验值都超过了IV回归中一阶段对IV显著性最小经典要求值10。

图1(a)关于预期概率的交互效应函数 (b)关于预期概率的z统计量函数

第一阶段对工具变量的F检验［P值］ISU ISF OSC OSSC ILISU 103.78［0.0000］ILISF 91.51［0.0000］ILOSC 44.56［0.0000］ILOSSC 51.30［0.0000］第二阶段技术溢出的内生性检验［P值］C_FIRM C_UNIV C_VER C_HOR Wald检验 Chi2(4)=3.73 Chi2(4)=4.52［0.4436］［0.4292］［0.8435］［0.3407］Chi2(4)=3.83 Chi2(4)=1.40

接着从 Rivers and Vuong［35］两步骤检验看，我们在10%的显著水平下都不能拒绝技术溢出外生性的零假设。那么，通过外生的工具变量并没有识别出模型中输入溢出、可占有性变量存在内生性问题，即我们担心的变量内生问题在模型中并不存在。那么，之前的probit估计是一致的。

(四)水平溢出与垂直溢出的交互影响

由表3中的模型(3)可知，垂直溢出会促进企业间的垂直合作，而水平溢出会抑制企业间的垂直合作。由于垂直溢出的程度对垂直合作的影响会因水平溢出而不同，因此我们加入了水平溢出与垂直溢出的乘积项来考虑二者之间的交互影响，为了降低共线性问题，我们对交互项变量做了中心化处理。

在Probit或者Logistic模型中，根据直接的回归结果判断交互项显著与否会产生虚假结果。因此，我们根据Ai等的检验方法［36］，在表3的模型(3)中引入了水平溢出与垂直溢出的乘积项，通过Stata中的Inteff命令，检验水平溢出与垂直溢出的乘积项对水平合作与垂直合作的影响，结果如图1所示。图1中(a)反映的是每一个观测值的交互效应，(b)反映的是交互效应的z统计量。由图1(b)可知，观测值的z统计量绝对值均小于1.96，说明对每一个观测值，水平溢出与垂直溢出的乘积项的影响都不显著。这意味着，在本文所使用的样本数据中，并不存在水平溢出对垂直溢出的调节作用，假说3并不成立。

四、结 论

本文基于中国企业样本分析企业合作研发的主要影响因素。对于之前研究所认为的技术溢出的内生性问题，在本文的研究中，我们并未发现显著的内生性。同以往的研究结果相类似的，我们发现合作研发与输入溢出具有显著的正相关关系。而输出溢出对合作研发的影响却因溢出的对象而有差别。水平溢出对水平合作和垂直合作都有显著的负影响，而垂直溢出与垂直合作正相关，对水平合作的影响不显著。理论上认为，水平溢出相对于垂直溢出具有重要的主导作用，但基于本样本的经验研究，我们并未发现水平溢出会削弱垂直溢出对垂直合作的促进作用。

同时，我们发现，企业的研发目标对企业的合作研发选择具有重要的影响。当企业合作进行重大技术创新时，企业倾向于选择水平合作研发;当企业旨在提高研发成果的成功率和利用率时，企业倾向于选择垂直合作;当技术人才对于企业的创新十分重要时，企业倾向于选择与高校等科研机构之间的合作。除上述结果外，实证结果也显示，企业所处的发展阶段、企业规模以及知识产权保护也会影响企业的合作研发模式的选择。

从政策制定的角度来看，技术溢出对合作研发的影响要求我们必须要同时考虑知识产权保护政策和合作研发政策的制定。合作研发被证明可能是企业内部化输出溢出的有效措施，但是我们的研究却发现，中国目前企业研发活动的搭便车问题更为严重，并抑制了企业间的合作研发。在当前知识产权保护较弱的情况下，也可能会进一步降低校企合作的可能性(通常校企之间合作的产权纠纷要少于企业间合作)。这种状况的出现与企业对知识产权保护形成的不良预期以及合作可能导致的潜在产权纠纷密切相关。因此，对于某些特定产业如高技术产业，促进产业内部的合作研发，需要进一步加强知识产权的保护。鉴于垂直合作在提高研发成果的成功率和利用率方面的重要作用，应鼓励产业上下游企业之间进行合作研发以及信息共享。水平合作会导致企业间合谋的可能性显著增加，但是垂直合作在这方面的顾虑则很小。需要说明的是，由于调研数据难以获得，本文的样本容量较小，研究结论的普适性相对有限。另外，

在垂直合作研发中，本文对供应商与客户之间的合作研发并未进行明确的区分，目前已有研究将二者独立开来，这是未来一个值得进一步研究的方向。

［1］Sánchez－ González G，Sánchez－ González N，Nieto M.Sticky information and heterogeneous needs as determining factors of R＆D cooperation with customers［J］.Research Policy，2009，38:1590－1603.

［2］Emden Z，Calantone R，Droge C.Collaborating for new product development:selecting the partner with maximum potential to create value［J］.The Journal of Product Innovation Management，2006，23:330 －341.

［3］Knudsen M.The relative importance of interfirm relationships and knowledge transfer for new product development success［J］.The Journal of Product Innovation Management，2007，24:117 －138.

［4］D'Aspremont C，Jacquemin A.Cooperative and noncooperative R＆D in duopoly with spillovers［J］.American Economic Review，1988，(78):1133－1137.

［5］González－ Álvarez N，Nieto － Antolín M.Appropriability of innovation results:an empirical study in Spanish manufacturing firms［J］.Technovation，2007，27(5):280－295.

［6］Belderbos R，Carree M，Diederen B，Lokshin B，Veugelers，R.Heterogeneity in R＆D cooperation strategies［J］.International Journal of Industrial Organization，2004，22(8－9):1237－1263.

［7］Cassiman B，Veugelers R.R＆D cooperation and spillovers:some empirical evidence from Belgium［J］.American Economic Review，2002，92(4):1169－1184.

［8］López A.Determinants of R＆D cooperation:evidence from Spanish manufacturing frms［J］.International Journal of Industrial Organization，2008，26(1):113 －136.

［9］Okamuro H，Kato M，Honjo Y.Determinants of R＆D cooperation in Japanese start－ ups［J］.Research Policy，2011，40:728－738.

［10］Colombo M，Grilli L，Piva E.In search of complementary assets:the determinants of alliance formation of high －tech start－ ups［J］.Research Policy，2006，35(8):1166－1199.

［11］Fontana R，Geuna A，Matt M.Factors affecting univer－sity－industry R＆D projects:the importance of searching，screening，and signaling［J］.Research Policy，2006，35(2):309－323.

［12］Veugelers R，Cassiman B.R＆D cooperation between firms and universities:some empirical evidence from Belgian manufacturing［J］.International Journal of Industrial Organization，2005，23(5－6):355－379.

［13］Miotti L，Sachwald F.Co－operative R＆D:why and with whom?An integrated framework of analysis［J］.Research Policy，2003，32(8):1481－1499.

［14］Tether B.Who cooperates for innovation，and why:an empirical analysis［J］.Research Policy，2002，31(6):947－967.

［15］Kaiser U.An empirical test of models explaining research expenditures and research cooperation:evidence for the German service sector［J］.International Journal of Industrial Organization，2002，20:747 －774.

［16］Bayona C，Garcia－Marco T，Huerta E.Firms motivations for cooperative R＆D:an empirical analysis of Spanish firms［J］.Research Policy，2001，30(8):1289－1307.

［17］Kamien M，Muller E，Zang I.Research joint ventures and R＆D cartels［J］.American Economic Review，1992，82:1293 －1306.

［18］叶永玲.企业研发模式的比较研究［J］.科技管理研究，2008，(2):137－139.

［19］Kesteloot K，Veugelers R.Stable R＆D cooperation with spillovers［J］.Journal of Economics and Management Strategy，1995，4(4):651－672.

［20］Atallah G.Vertical R＆D spillovers，cooperation，market structure，and innovation［J］.Economics of Innov.and New Tech.，2003，(3):179 －209.

［21］Harhoff D.Strategic spillovers and incentives for research and development［J］.Management Science，1996，42(6):907－925.

［22］黄波，孟卫东，李宇雨.基于纵向溢出的供应链上、下游企业R＆D合作研究［J］.科技管理研究，2008，(6):477－479.

［23］Von Hippel E.The sources of innovation［M］.Cambridge:MIT Press，1988.

［24］Baldwin C，Hienerth C，Von Hippel，E.How user innovations become commercial products:a theoretical investigation and case study［J］.Research Policy，2006，35:1291－1313.

［25］Pittaway L，Robertson M，Munir K，Denyer D，Neely A.Networking and innovation:a systematic review of the evidence［J］.International Journal of Management Review，2004，(5/6):137－168.

［26］Hienerth C.The commercialization of user innovations:the development of the rodeo kayak industry［J］.R＆D Management，2006，36:273 －294.

［27］Ogawa S，Piller F.Reducing the risks of new product development［J］. MIT Sloan Management Review，2006，47(2):65－71.

［28］Link A，Scott J.Universities as partners in U.S.research joint ventures［J］.Research Policy，2005，34:385－393.

［29］Muscio A.The impact of absorptive capacity on SMEs collaboration［J］.Economics of Innovation and New Technology，2007，16(8):653－668.

［30］Grünfeld L.Multinational production，absorptive capacity，and endogenous R＆D spillovers［J］.Review of International Economics，2006，14(5):922 －940.

［31］Okamuro H.Determinants of successful R＆D cooperation in Japanese small businesses:the impact of organizational and contractual characteristics［J］.Research Policy，2007，36(10):1529－1544.

［32］卢燕，汤建影，黄瑞华.合作研发伙伴选择影响因素的实证研究［J］.研究与发展管理，2006，18(1):52－58.

［33］郑登攀，党兴华.技术溢出对中小企业合作创新倾向的影响研究［J］.科学学与科学技术管理，2008，8:63－67.

［34］Green W.Econometric analysis［M］.third ed.Madric:Prentice － Hall，1999.

［35］Rivers D，Vuong Q.Limited information estimators and exogeneity tests for simultaneous probit models［J］.Journal of Econometrics，1998，39(3):347 －366.

［36］Ai C，Norton E.Interaction terms in logit and probit models［J］.Economics Letters，2003，80:123 －129.

Determinants of R＆D Cooperation:Evidence from Chinese Firms

ZHANG Rong－jia1，YUAN Yi－jun1，XU Kai2
(1.School of Economics，Dalian University of Technology，Dalian 116024，China;2.Department of Management，Texas A＆M University，College Station 77843，U.S.A)

This paper explores the determinants of R＆D cooperation，focusing on the impact of information spillovers and research target on R＆D cooperation.We find that incoming spillovers have the expected positive effect on R＆D cooperation.As far as outgoing spillovers are concerned，horizontal spillovers restrain R＆D cooperation of firms while vertical spillovers promote vertical cooperation between suppliers and users.Our results also show no evidence that horizontal spillovers reduce the positive effect of vertical spillovers on vertical cooperation.It is found that firms aiming to improve the R＆D success rate and utilization rate of R＆D output are likely to engage in vertical co－operation and firms devoting to major technological breakthroughs tend to engage in horizontal cooperation.

R＆D Cooperation;Spillovers;Research Target;Horizontal Cooperation;Vertical Cooperation

A

1002－2848－2012(02)－0094－10

2011－12－22

国家自然科学基金项目“产学研技术联盟中的技术对接机制研究”(批准号71073013);国家自然科学基金项目“基于纵向联盟的重大装备制造业升级路径及机制研究”(批准号71103023);国家自然科学基金项目“搜索引擎市场结构的形成机理、影响与规制研究”(批准号71003010)。

张荣佳(1980－)，女，河北省藁城市人，大连理工大学经济学院讲师，博士研究生，研究方向:产业组织和创新管理;原毅军(1955－)，山东省荣城市人，大连理工大学经济学院教授，博士生导师，研究方向为:产业组织与产业发展;徐凯(1980－)，女，陕西省咸阳市人，美国德州农工大学管理学院博士生，研究方向为:技术管理。

责任编辑、校对:李再扬