政府研发资助、合作研发与企业创新绩效关系研究

黄贤凤　武博　王建华

摘要：在国家创新系统和企业资源理论框架下，建立政府研发资助、合作研发与企业创新绩效关系的概念模型，以中国大中型工业企业为研究对象展开实证研究。研究结果表明：政府研发资助不仅对中国大中型工业企业创新绩效有显著的直接促进作用，还通过企业内部研发投入对企业创新绩效有显著的间接促进作用；政府研发资助对产学研合作研发具有显著的促进作用，但对企业间合作研发没有显著的影响；产学研合作研发、企业间合作研发对企业创新绩效没有显著的促进作用。

关键词：政府研发资助；产学研合作研发；企业间合作研发；内部研发投入；企业创新绩效

中图分类号：F273.1；F224文献标识码：A文章编号：1001-8409（2014）01-0015-05

1引言

自主创新能力是一国获得持续竞争优势的源泉，建立以企业为主体的国家自主创新体系已得到我国政府的高度重视。中国企业面临着自主创新积极性不高、创新资源缺乏、资源配置效率低等诸多创新难题，从而导致企业创新绩效较低，因此研究如何提高企业创新绩效成为企业和政府共同关注的问题。

企业创新绩效是企业内外部各种因素交互影响下形成的，内部因素主要有内部研发投入，外部因素主要有政府研发资助和合作研发等。从理论上看，现有研究仅仅关注政府研发资助、合作研发对企业创新绩效存在的影响是正面的还是负面的，而较少关注其通过什么方式影响企业创新绩效；从研究方法上看，现有研究大多直接以政府研发资助或合作研发变量为解释变量，以创新绩效变量为因变量单独进行计量分析，未考虑政府研发资助、合作研发与企业创新绩效之间的联动关系。本文首先提出政府研发资助、合作研发与企业创新绩效关系的理论假设；其次，采用路径分析方法对提出的理论假设进行实证检验；最后，根据实证检验结果，分析政府研发资助、合作研发与企业创新绩效关系并得到相关启示。

2理论假设与概念模型

Freel等[1]认为，对于大多数企业来说，合作研发与内部研发不是替代关系，而是互补关系。企业内部资源投入提高了企业对外部知识的吸收和消化能力[2]，而吸收能力强的企业更愿意与其他企业合作，从吸收能力的角度看，企业内部研发投入为合作研发创造了有利条件。最早由Penrose提出的资源理论从内部资源角度解释同行业企业之间绩效差异，资源理论认为企业拥有稀缺的、异质的、不可替代的资源是企业获得超额利润和持续竞争优势的关键[3]。企业内部研发投入是影响创新绩效的关键要素：国外一些学者对制造业研究，发现研发投入与创新绩效正相关[4]；Todtling等学者[5]认为，内部研发投入增强了企业吸收和利用新知识的能力，从而能提高企业创新绩效。多数研究认为合作研发与企业创新绩效之间存在正相关关系，因为合作能够帮助企业及时获取创新所需的技术、知识、人才、信息等资源。快速提升企业核心竞争能力：Shan等[6]发现在美国生物技术行业新建企业中，企业专利数量与企业建立的合作关系数量正相关；Philip[7]对英国制造业企业实证研究，发现企业合作创新强度与创新绩效正相关；也有少数学者对合作研发与创新绩效正相关关系存在怀疑，Fritsch等[8]对德国3个区域内企业研究发现，合作带来的知识溢出效应不明显。本文根据多数学者的研究结论，假设合作与创新绩效正相关，由此得到以下假设：

H1：企业内部研发投入对企业创新绩效有直接促进作用；

H2：企业内部研发投入通过促进企业合作研发的方式对企业创新绩效有间接促进作用。

尽管Freeman、Lundvall、Nelson等学者研究国家创新系统的方法和角度各不相同，但其核心观点都认为有效的制度安排和创新主体之间的交互作用是形成国家创新能力和竞争优势的关键。在国家创新能力的形成过程中，政府的引导作用不容忽视。研发活动所产生的成果具有公共产品的特性，外部溢出效应高，单纯依靠企业创新会存在“市场失灵”现象，为预防“市场失灵”挫伤企业创新积极性，各国政府纷纷出台各种R&D资助政策来弥补企业研发活动中的“市场失灵”。

Blank等[9]最早对政府和企业研发投入关系进行研究，得出政府研发资助与企业研发投入正相关，朱平芳等[10]、白俊红[11]、童光荣等[12]、解维敏等[13]对中国企业实证研究得出，政府研发资助对企业研发投入具有显著促进作用；政府研发资助对企业研发投入既有互补效应又有替代效应，许治等[14]基于Meta分析方法，对国内外关于政府研发资助和企业研发投入关系的研究进行综述后得到，一般意义上政府研发资助对企业研发投入的影响主要以互补效应为主。在此，本文根据多数研究得到的结论，假设政府研发资助对企业研发投入的影响仍以促进作用为主。

有学者研究政府研发资助与企业创新绩效的直接关系，孙杨等[15]发现政府研发资金对企业专利产出的促进作用仅次于企业研发资金；白俊红[11]认为政府R&D资助显著地促进了企业专利产出的增加；朱平芳等[10]、王俊[16]认为政府R&D对企业专利产出的激励效应不明显。本文假设在中国企业研发投入资金不足的情况下，政府研发资助是企业研发活动的重要组成部分，这部分资金作为研发投入对企业创新绩效有直接促进作用。由此得到：

H3：政府研发资助对企业创新绩效有直接促进作用；

H4：政府研发资助通过促进企业内部研发投入的方式对企业创新绩效有间接促进作用；

H5：政府研发资助通过促进企业内部研发投入、内部研发投入促进合作研发的方式对企业创新绩效有间接促进作用。

从R&D资源社会优化配置角度来说，企业合作创新可以充分减少社会整体创新资源的重复投入和浪费现象，提高利用效率。在许多发达国家，政府提倡企业合作研发，鼓励和支持企业在研发阶段合作，而在产品生产和销售阶段进行竞争，因此政府的各项研发资助政策也逐渐倾斜于鼓励和支持企业合作研发活动。由此得到：

H6：政府研发资助通过促进企业合作研发的方式对企业创新绩效有间接促进作用。

综合以上分析，建立如图1所示的政府研发资助、合作研发与企业创新绩效关系的概念模型。在此假设的模型中，政府研发资助一方面作为企业创新资金来源的一个重要组成部分，直接促进企业创新绩效，另一方面还通过促进企业内部研发投入和合作研发而间接促进企业创新绩效。企业研发投入包括经费投入和人员投入两大部分，企业的合作研发按照合作对象的不同，分为产学研合作研发和企业间合作研发两种类型。

3研究方法和变量定义

3.1研究方法

为验证政府研发资助、合作研发与企业创新绩效关系的理论假设，本文采用路径分析方法进行实证分析。路径分析由美国遗传学家休厄尔·赖特（Sewall Wright）提出，该方法可以估计多个自变量和因变量之间的复杂关系，包括自变量对因变量的直接关系和间接关系。为更合理地表述变量之间的关系和减少变量之间多重共线性对回归结果的影响，采用逐步回归方法估计模型。首先，将政府研发资助变量作为因变量，将控制变量作为自变量进行回归分析，得到政府研发资助变量的残差部分；再将政府研发资助变量的残差变量和控制变量作为自变量，以内部研发投入变量为因变量进行回归，得到内部研发投入变量的残差变量；最后，将政府研发资助变量的残差、内部研发投入变量的残差和控制变量一起进入企业创新绩效回归方程。

3.2变量定义

在实证研究时使用的三类变量如表1所示。第一类变量为因变量，代表企业创新绩效，采用企业专利申请量来表示；第二类变量为解释变量，采用企业科技经费筹集总额中政府资金额表示政府研发资助，用企业R&D经费内部支出和企业R&D人员全时当量表示企业内部研发投入，用企业科技经费外部支出情况反映合作研发强度，采用企业支出给学研机构的研发经费占企业销售收入比例表示产学研合作强度，用企业支出给其他企业的研发经费占企业销售收入比例表示企业间合作强度；第三类变量为控制变量，采用企业规模、产权类型、技术水平为控制变量，选取这些变量的原因是这些变量可能对企业创新活动产生一定影响，而且企业自身的技术水平、企业规模、产权类型都可能影响到政府的甄选决策[11]。表1变量列表

变量类型1变量名称1变量含义1变量符号因变量1企业专利申请量1企业每年申请的专利总件数（件）1PAT解释变量1政府R&D资助1企业科技经费筹集中政府资金（万元）1GOV企业R&D经费1企业R&D经费内部支出（万元）1RD企业R&D人员1企业R&D人员全时当量（人年）1RDP产学研合作1企业支出给学研机构的科技经费占企业销售收入比例（‰）1UIRC企业间合作1企业支出给其他企业科技经费占企业销售收入比例（‰）1IFC控制变量1企业规模1平均每个企业工业总产值（万元）1SIZE产权类型1国有及国有控股企业当年总产值占工业总产值的比例（%）1OWN技术水平1企业科技从业人员数占从业人员数比例（%）1TEC4实证检验

4.1模型设定

本文的数据来源于中国大中型工业企业分行业4年的面板数据。观测年份从2006～2010年，创新产出与创新投入之间的延迟设置为1年，即所有的解释变量和控制变量数据的时间跨度为2006～2009年，对应因变量数据的时间跨度为2007～2010年。为消除数据波动所带来的影响，将绝对数变量如专利申请量、政府R&D资助、企业R&D经费、企业R&D人员、企业规模分别取对数处理。所有数据来源于《中国工业企业科技活动统计资料》和《中国科技统计年鉴》。采用的分析软件是Eviews6.0。首先进行面板数据模型的设定检验，采用Hausman检验，原假设为随机效应模型，拒绝原假设则采用固定效应模型，经检验本文采用随机效应模型。在模型中，i代表大中型工业企业行业编号，i=1，2，…，37因废弃资源和废旧材料回收加工业行业数据资料不全，删除该行业后剩余37个行业作为分析对象。，t代表年份，设定专利申请量的年份为t+1，其余所有变量的年份为t，v反映时期差异影响，ε反映同时期内随机因素影响。逐步回归的模型为：

第一步：估计政府研发资助影响因素方程。以政府研发资助变量为因变量、控制变量为自变量回归：

InGOVit=α10+β11InSIZEit+β12OWNit+β13TECit+v1t+ε1it（1）

第二步：估计内部研发投入影响因素方程。求出估计的政府研发资助变量GO∧Vit，令InGOVrit=InGOVit-InGO∧Vit。

InRDit=α20+β21InSIZEit+β22OWNit+β23TECit+β24InGOVrit+v2t+ε2it（2）

InRDPit=α30+β31InSIZEit+β32OWNit+β33TECit+β34InGOVrit+v3t+ε3it（3）

第三步：估计合作研发强度影响因素方程。求出估计的研发经费R∧D和研发人员投入R∧DP，令InRDrit=InRDit-InR∧Dit，InRDPrit=InRDPit-InR∧DPit

UIRCit=α40+β41InSIZEit+β42OWNit+β43TECit+β44InGOVrit+β45InRDrit+β46InRDPrit+v4t+ε4it（4）

IFCit=α50+β51InSIZEit+β52OWNit+β53TECit+β54InGOVrit+β55InRDrit+β56InRDPrit+v5t+ε5it（5）

第四步：估计创新绩效影响因素方程。

令UIRCrit=UIRCit-U∧IRCit，IFCrit=IFCit-I∧FCit

InPATit+1=α60+β61InSIZEit+β62OWNit+β63TECit+β64InGOVrit+β65InRDrit+β66InRDPrit+β67UIRCrit+β68IFCrit+v6t+ε6it（6）

4.2结果分析

逐步回归结果列于表2中，专利回归方程拟合系数R2为0.987，说明方程的拟合效果较好。

（1）从企业创新绩效变量的影响因素来看，企业专利申请数量受到政府R&D资助、企业规模、企业R&D经费和R&D人员4个变量显著正面影响，与技术水平、产权类型、产学研合作、企业间合作均没有显著的相关性。这说明大中型工业企业不管是产学研合作还是企业间合作对企业专利产出的促进作用都不显著。企业R&D经费和企业R&D人员是直接决定专利申请量的主要因素，研发经费投入每提高1%，专利数量将提高0.688%；研发人员投入每提高1%，专利数量将提高0.437%。企业内部研发投入对企业创新绩效有重要的直接促进作用，假设1得到验证。政府研发资助和企业规模也是影响企业专利数量的重要因素，政府研发资助每提高1%，企业专利申请量将增加0.124%，政府研发资助对企业专利产出存在直接促进作用，假设3得到验证。

（2）从合作研发强度变量所受到的影响因素来看，企业间合作研发和产学研合作研发与企业规模、产权类型、企业R&D经费和企业R&D人员变量均没有显著的相关关系，但是受到技术水平的显著正向影响，产学研合作研发受到政府R&D资助变量显著正影响。技术水平是影响企业合作研发强度的一个重要影响因素，技术水平较高的企业意识到合作能够带来双赢，倾向于通过合作来进行技术创新。与以往研究不同的是，过去多数研究认为企业内部研发投入与合作研发活动形成互补关系，内部研发投入越强，合作研发活动越多，而本文结果却显示内部研发投入与合作研发没有多大关系，假设2对中国大中型工业企业来说并不能成立。该结果与以往研究不同的原因，可能是过去研究对象多数为高技术企业，而本研究的样本是大中型工业企业，我国大中型工业企业的创新氛围还是以内部创新为主，合作研发活动比较少。政府研发资助政策对产学研合作活动有一定的支持和引导作用，但是因为产学研合作和企业间合作对企业创新绩效均没有显著的促进作用，结合第（1）条的分析，假设5和假设6在本实证中都不能成立。

（3）从企业内部研发投入受到的影响因素来看，企业R&D经费和企业R&D人员受到政府R&D资助、企业规模、技术水平显著正向影响，产权类型与企业R&D经费和企业R&D人员负相关但不显著。R&D投资是一项高成本、高风险的投资活动，熊皮特曾指出，只有大企业才有能力承担R&D投资的高成本和高风险，本文结果进一步证实企业规模的确正面影响企业研发投入，还有企业原来的技术水平也影响着企业内部的研发投入力度。政府研发资助对企业内部研发投入有正面促进作用，这与白俊红[11]的结论一致，本研究显示，政府研发资助每增加1%，企业R&D经费投入将增加0.181%，而企业R&D人员投入将增加0.264%，这一统计结果在1%显著性水平下显著，说明政府研发资助对企业内部研发投入具有显著的杠杆效应，结合第（1）条中的分析，企业内部研发投入对企业创新绩效有着显著促进作用，得到政府研发资助，可以通过促进企业内部研发投入间接促进企业创新绩效提升，假设4得到验证。

（4）从政府研发资助受到的影响因素来看，政府R&D资助受到企业规模与技术水平的显著影响，虽然产权类型变量显示，国有产权比重与政府研发资助呈正相关关系，但是关系不显著。这表明中国政府对企业的研发补贴仍不同程度向大企业和技术实力较强的企业倾斜，原因可能是大企业相对于小企业来说，资金实力雄厚、人才多、研发投入较多、吸收能力较强，因而在从事政府资助的项目时更容易获得成功，形成政府对规模较大、研发实力雄厚的企业研发资助的偏好。

5研究结论与启示

本文将政府研发资助、合作研发与企业创新绩效综合在一个框架之下，系统分析政府资助、合作研发影响企业创新绩效的方式，研究结论表明：①政府研发资助对以专利为表征的企业创新绩效存在直接和间接双重作用，直接作用表现为政府研发资助直接提高了企业专利申请量，间接作用是通过政府研发资助促进企业内部研发投入，内部研发投入促进企业专利申请数量的方式实现的；②政府研发资助对企业间合作行为促进作用不明显，对企业开展产学研合作活动有显著的引导和鼓励作用；③不管是产学研合作研发还是企业间合作研发，对企业专利产出都没有起到明显的促进作用；④大中型工业企业内部研发投入与合作研发并未形成互补关系，企业内部研发投入对企业创新绩效促进作用明显，是中国大中型工业企业创新的核心内容。

本研究得到如下两点启示：①在确立企业成为技术创新主力军的过程中，政府的扶持作用是十分关键的。政府的研发资助不仅要面向规模大、研发实力强的企业，同时也应考虑扶持规模小、研发实力弱的企业。目前，我国政府研发资助对企业创新所产生的影响仍以杠杆效应为主，政府可以通过各种形式的研发项目资助激励企业进行形式多样的创新活动。政府的研发资助政策应该向激励企业从事合作创新的项目上适当倾斜，鼓励企业广泛开展合作创新活动，鼓励企业在研发阶段合作，在下游产出阶段竞争。同时，应考虑产学研合作中产、学、研如何有效衔接，建立三方协同发展的利益保障机制，使得产学研更好地发挥促进企业创新绩效的作用。②中国大中型工业企业在不断增强内部研发投入，提高创新能力的过程中，应努力提高企业吸收和利用新知识的能力，提高企业与外部合作意识，不断改进合作研发方式，以提高企业创新绩效。发达国家的实践证明，企业在研发阶段合作所产生的外部正向效应有利于整个社会技术的进步和发展，在技术创新活动日益复杂化的趋势下，单个企业创新往往面临着重重困难，合作研发是企业规避创新风险，提升自主创新能力的佳径。

参考文献：

[1]Freel M S， Harrison R T. Innovation and Cooperation in the Small firm Sector： Evidence from Northern Britain [J]. Regional Studies， 2006， 40： 289-305.

[2]Murovec N， Prodan I. Absorptive Capacity， Its Determinants， and Influence on Innovation Output： Cross-cultural Validation of the Structural Model [J]. Technovation， 2009（12）： 859-872.

[3]彭罗斯.企业成长理论[M].上海：上海人民出版社，2007.

[4]Becheikh N， Landry R， Amara N. Lessons from Innovation Empirical Studies in the Manufacturing Sector： A Systematic Review of the Literature from 1993-2003 [J].Technovation， 2006（5-6）： 644-664.

[5]Todtling F， Lehner P， Kaufmann A. Do Different Types of Innovation Rely on Specific Kinds of Knowledge Interactions？[J]. Technovation， 2009（1）： 59-71.

[6]Shan W， Walker G， Kogut B. Inter firm Cooperation and Startup Innovation in the Biotechnology Industry [J]. Strategic Management Journal， 1994， 15（5）： 387-394.

[7]Philip R T. Co-operative Ties and Innovation： Some New Evidence for UK Manufacturing[J]. Research Policy， 2010（6）： 762-775.

[8]Fritsch M， Franke G. Innovation， Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy， 2004，33（2）：245-255.

[9]Blank David M， Geogre J Stigler. The Demand and Supply of Scientific Personnel[M].New York： National Buerau of Economic Research， 1957.

[10]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J].经济研究，2003（6）：45-53.

[11]白俊红.中国的政府R&D资助有效吗？来自大中型工业企业的经验证据[J].经济学，2011（4）：1375-1400.

[12]童光荣，高杰.中国政府R&D支出对企业R&D支出诱导效应及其时滞分析[J].中国科技论坛，2004（4）：97-99.

[13]解维敏，唐清泉，陆姗姗.政府R&D资助、企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究，2009（6）：86-99.

[14]许治，王思卉，赵远亮，等.政府研发资助对企业R&D投入影响的Meta分析[J].科学管理研究，2012（1）：95-99.

[15]孙杨，许承明，夏锐.研发资金投入渠道的差异对科技创新的影响分析——基于偏最小二乘法的实证研究[J].金融研究，2009（9）：165-174.

[16]王俊.R&D补贴对企业R&D投入及创新产出影响的实证研究[J].科学学研究，2010（9）：1368-1374.

（责任编辑：张勇）

[2]Murovec N， Prodan I. Absorptive Capacity， Its Determinants， and Influence on Innovation Output： Cross-cultural Validation of the Structural Model [J]. Technovation， 2009（12）： 859-872.

[3]彭罗斯.企业成长理论[M].上海：上海人民出版社，2007.

[4]Becheikh N， Landry R， Amara N. Lessons from Innovation Empirical Studies in the Manufacturing Sector： A Systematic Review of the Literature from 1993-2003 [J].Technovation， 2006（5-6）： 644-664.

[5]Todtling F， Lehner P， Kaufmann A. Do Different Types of Innovation Rely on Specific Kinds of Knowledge Interactions？[J]. Technovation， 2009（1）： 59-71.

[6]Shan W， Walker G， Kogut B. Inter firm Cooperation and Startup Innovation in the Biotechnology Industry [J]. Strategic Management Journal， 1994， 15（5）： 387-394.

[7]Philip R T. Co-operative Ties and Innovation： Some New Evidence for UK Manufacturing[J]. Research Policy， 2010（6）： 762-775.

[8]Fritsch M， Franke G. Innovation， Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy， 2004，33（2）：245-255.

[9]Blank David M， Geogre J Stigler. The Demand and Supply of Scientific Personnel[M].New York： National Buerau of Economic Research， 1957.

[10]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J].经济研究，2003（6）：45-53.

[11]白俊红.中国的政府R&D资助有效吗？来自大中型工业企业的经验证据[J].经济学，2011（4）：1375-1400.

[12]童光荣，高杰.中国政府R&D支出对企业R&D支出诱导效应及其时滞分析[J].中国科技论坛，2004（4）：97-99.

[13]解维敏，唐清泉，陆姗姗.政府R&D资助、企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究，2009（6）：86-99.

[14]许治，王思卉，赵远亮，等.政府研发资助对企业R&D投入影响的Meta分析[J].科学管理研究，2012（1）：95-99.

[15]孙杨，许承明，夏锐.研发资金投入渠道的差异对科技创新的影响分析——基于偏最小二乘法的实证研究[J].金融研究，2009（9）：165-174.

[16]王俊.R&D补贴对企业R&D投入及创新产出影响的实证研究[J].科学学研究，2010（9）：1368-1374.

（责任编辑：张勇）

[2]Murovec N， Prodan I. Absorptive Capacity， Its Determinants， and Influence on Innovation Output： Cross-cultural Validation of the Structural Model [J]. Technovation， 2009（12）： 859-872.

[3]彭罗斯.企业成长理论[M].上海：上海人民出版社，2007.

[4]Becheikh N， Landry R， Amara N. Lessons from Innovation Empirical Studies in the Manufacturing Sector： A Systematic Review of the Literature from 1993-2003 [J].Technovation， 2006（5-6）： 644-664.

[5]Todtling F， Lehner P， Kaufmann A. Do Different Types of Innovation Rely on Specific Kinds of Knowledge Interactions？[J]. Technovation， 2009（1）： 59-71.

[6]Shan W， Walker G， Kogut B. Inter firm Cooperation and Startup Innovation in the Biotechnology Industry [J]. Strategic Management Journal， 1994， 15（5）： 387-394.

[7]Philip R T. Co-operative Ties and Innovation： Some New Evidence for UK Manufacturing[J]. Research Policy， 2010（6）： 762-775.

[8]Fritsch M， Franke G. Innovation， Regional Knowledge Spillovers and R&D Cooperation[J].Research Policy， 2004，33（2）：245-255.

[9]Blank David M， Geogre J Stigler. The Demand and Supply of Scientific Personnel[M].New York： National Buerau of Economic Research， 1957.

[10]朱平芳，徐伟民.政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究[J].经济研究，2003（6）：45-53.

[11]白俊红.中国的政府R&D资助有效吗？来自大中型工业企业的经验证据[J].经济学，2011（4）：1375-1400.

[12]童光荣，高杰.中国政府R&D支出对企业R&D支出诱导效应及其时滞分析[J].中国科技论坛，2004（4）：97-99.

[13]解维敏，唐清泉，陆姗姗.政府R&D资助、企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究，2009（6）：86-99.

[14]许治，王思卉，赵远亮，等.政府研发资助对企业R&D投入影响的Meta分析[J].科学管理研究，2012（1）：95-99.

[15]孙杨，许承明，夏锐.研发资金投入渠道的差异对科技创新的影响分析——基于偏最小二乘法的实证研究[J].金融研究，2009（9）：165-174.

[16]王俊.R&D补贴对企业R&D投入及创新产出影响的实证研究[J].科学学研究，2010（9）：1368-1374.

（责任编辑：张勇）