产学研协同创新与企业技术进步的关系

卞元超，白俊红，2，范天宇

(1.南京师范大学商学院，江苏 南京 210023；2.中国制造业发展研究院，江苏 南京 210044)

产学研协同创新与企业技术进步的关系

卞元超1，白俊红1，2，范天宇1

(1.南京师范大学商学院，江苏 南京 210023；2.中国制造业发展研究院，江苏 南京 210044)

通过测算中国产学研协同创新系统协同度和企业技术进步，检验了产学研协同创新是否促进了企业技术进步。研究发现，当前产学研协同创新系统协同度总体上呈增长趋势，但水平较低；全国范围的企业技术进步效应明显。产学研协同创新对企业技术进步的影响是不显著的，企业子系统的内部协同和高校子系统的内部协同亦无法显著促进企业技术进步。

协同创新；技术进步；序参量指标；Malmquist

1 引言

产学研协同创新是中国落实创新驱动发展战略、促进科技成果向现实生产力转化的重要支撑，它能够产生整体大于部分，即 “1＋1＋1＞3”的协同效应。而传统意义上的产学研合作创新主要是指以企业为技术需求方、高校和科研机构为技术供给方所形成的一种简单线性合作关系[1]。

在以往的研究中，学者们主要基于产学研合作创新的角度研究了其与企业技术进步之间的关系[2－9]。这些研究尚缺乏一些基于定量角度的实证检验。事实上，缺乏严格实证检验的一个重要原因可能是目前对产学研协同创新程度的衡量指标选取尚未形成完全一致。王进富等的研究中认为产学研协同度是指企业、学研等系统主体在合作过程中的一致性程度[10]。邱栋等认为个体内部因素、双方因素和外部环境因素等是影响产学研协同创新的重要因素[11]。但是这些研究中的衡量指标和衡量方法都具有较强的主观性，这亦不利于科学客观地衡量产学研协同创新的程度，也在一定程度上限制了关于产学研协同创新影响企业技术进步的研究进展。

本文基于2004—2012年中国大陆30个省区的面板数据 (西藏部分年份数据缺失，暂不予研究)，利用协同学的理论知识，构建产学研协同创新序参量指标体系，以此测算产学研协同创新度。通过建立计量经济模型，实证检验中国产学研协同创新对企业技术进步的影响效应，并提出相关对策建议。

2 变量构造与测算

2.1 产学研协同创新系统协同度

本文通过建立产学研协同创新系统协同度模型，并基于影响产学研协同创新系统演化的主导因素，构建序参量指标体系，以此对产学研协同创新系统协同度进行测算。考虑产学研协同创新系统S是由企业子系统S1、高校子系统S2和科研机构子系统S3所组成的，各子系统亦由若干基本要素组成。假设子系统Sj(j＝1，2，3)在演化过程中的序参量为 oj＝(oj1，oj2，…，ojn)，子系统在稳定临界点上各序参量的上限和下限分别为α和β，并满足βji≤oji≤αji，i∈ 1，n[ ]。因此，定义子系统Sj各序参量分量oji的有序度为:

式 (1)即为子系统Sj序参量分量oji的系统有序度，且该有序度满足μj(oji)∈ 0，1[ ]。序参量分量在促进子系统实现有序结构的过程中主要是通过μj(oji)的集成作用而实现的，本文参考王宏起和徐玉莲的研究，采用线性加权和法来表示这种集成作用[12]:

此时，如果将各子系统在初始时刻t0的系统有序度设为(oj)，在 t1时刻子系统有序度为

由于技术创新的本质是一种知识生产活动，并考虑数据的可获得性，本文从知识投入、知识创造和知识运用三个角度构建如表1所示的产学研协同创新系统序参量指标体系。

本文在研究产学研协同创新中企业子系统时以高技术产业为主要的研究对象，这是因为高技术企业具有知识和技术密集型的特点，其技术创新活动能够有效表现经济社会总体的技术创新特征，这对于研究产学研协同创新对企业技术进步的影响具有较强的现实意义。上述各指标以及后文中所涉及指标的原始数据均来自于 《中国统计年鉴》、《中国科技统计年鉴》、《中国高技术产业统计年鉴》等。

需要指出的是:第一，为了消除不同量纲的影响，采用了均值—标准差法对以上各指标数据进行标准化处理。第二，关于式 (1)中α和β的确定，不失一般性，本文将其分别取2003—2012年标准化数据最大值和最小值的110%。第三，使用的是CRITIC法确定各序参量分量指标的权重。

表1 产学研协同创新系统序参量体系

以2003年为考察基期，核算了2004—2012年中国各地区的产学研协同创新系统的协同度，图1和图2分别报告了考察期内中国各地区的产学研协同创新系统协同度均值和产学研各子系统协同度的均值。

图1 2004—2012年各地区产学研协同创新系统协同度均值

图2 2004—2012年各子系统协同度均值

由图1可知，考察期内，中国产学研协同创新系统协同度均值在总体上呈现出稳步上升的趋势，但协同水平仍较低，最高值仅为0.275，距最佳协同状态值1尚有较大的差距，这说明目前中国产学研协同创新状况整体较差。通过分地区的比较研究发现，东中西部三个地区在产学研协同创新系统协同度方面亦存在较大差距，东部和中部的协同度水平较高，且高于全国均值水平，而西部的产学研协同状态较差，协同度水平低于全国均值，且在2004年和2005年为负值，这可能是因为西部地区产业层次较低，经济发展的主要驱动力来自传统生产要素，技术创新尚未得到普及。

考察期内中国企业、高校和科研机构各子系统内部的协同度在总体上呈上升的趋势，且水平较高，这说明了中国产学研协同创新系统协同度整体较低的原因可能来自于企业、高校、科研机构三个子系统之间的衔接阶段，即由于缺乏完善的协同创新平台，导致三者各自为政，无法形成有效协同。

2.2 企业的技术进步

采用数据包络分析方法来测算企业技术创新的Malmquist指数，将技术进步效应从全要素生产率中剥离出来，以此衡量企业的技术进步 (限于篇幅，文章省去了具体的测算方法)。测算过程中，产出变量为考察期内各省区高技术产业的主营业务收入，并根据GDP平减指数折算成2003年不变价。投入变量主要包括劳动力和资本存量，其中，劳动力投入为考察期内各省区高技术产业的从业人员数，而关于资本存量的核算，使用高技术产业固定资产投资额作为替代性指标，参考张军等的做法，采用永续盘存法将其核算成存量指标[13]，并根据固定资产投资价格指数将其折算成2003年不变价。图3所示为2004—2012年中国各省区企业技术进步效应的均值。

由图3可知，考察期内，除浙江省出现技术退步外，其余各省区的技术进步效应均值的增长率(该指标值减去1)均为正，而全国范围的企业技术进步效应均值增长率亦达到了2.5%，表现出明显的技术进步。相对于中部和西部，东部省区的企业技术进步效应更为明显。

图3 2004—2012年分省区企业技术进步均值

3 计量模型与结果分析

3.1 计量模型构建与指标说明

初步构建的计量经济模型如下:

式中，i表示时期，t表示地区，tech为技术进步效应，α为常数项，syn为产学研协同度，β为其系数，μ表示随机误差项。θ为一系列控制变量x的系数，控制变量包括:地区经济发展水平、地区人力资本水平、地区对外开放水平和地区基础设施建设水平。其中，地区经济发展水平通过地区国内生产总值 (gdp)进行表征，并核算为2004年的不变价；本文采用Hi＝∑TnPin测算平均受教育年限 (hum)，以此来衡量地区人力资本水平(Tn表示第n种学历人口的受教育年数，Pin表示第i省区拥有第n种学历的人口数)；地区对外开放水平的核算指标为地区外商投资总额 (for)，利用当年人民币对美元实际汇率换算成人民币单位，并平减成2004年不变价；地区基础设施建设水平的衡量指标是地区长途光缆线路长度 (inf)。

3.2 实证结果与分析

利用Stata12对式 (4)所示的计量经济模型进行估计，并对全国、东部、中部和西部地区的模型估计结果进行比较分析，并分别用模型1、模型2、模型3和模型4表示 (见表2)。经Hausman检验，各模型均为固定效应模型。

由表2中可知，考察期内，中国产学研协同创新对企业技术进步的影响是不显著的，即企业、高校和科研机构之间的协同互动并没有有效促进企业知识生产，这可能是因为目前中国的产学研协同水平仍然较低，企业、高校和科研机构三者之间在技术创新过程中，无法就共同目标、利益分配等形成有效契约，这导致其无法促进企业的技术进步。从现实的角度来说，产学研协同创新在中国仍然处于起步阶段，尚缺乏健全的体制机制和完善的平台来支撑企业、高校和科研机构之间的技术创新活动，这都不利于产学研协同创新对企业技术进步促进作用的发挥。分地区的模型估计结果亦是如此。

表2 模型估计结果

控制变量中，全国范围内的地区经济发展水平对企业技术进步具有显著正向影响，分地区研究中，东部地区的估计结果支持了这一结论，但中部和西部地区的地区经济发展水平对企业的技术进步尚未产出显著影响。人力资本水平对企业技术进步效应的影响不显著，这可能是因为技术创新活动对于高端层次人才的需求更大，而本文所采用的平均受教育年限是衡量地区人力资本的平均水平，这导致其估计结论中人力资本水平无法对企业的技术进步产生显著的促进作用。分地区研究中，中部和西部地区的研究结论与全国范围内的研究结论一致，而东部地区的人力资本水平对企业的技术进步具有显著的负向影响。全国范围内的地区对外开放水平对企业技术进步影响不显著，本土企业与外资在知识生产方面的交流与合作还不够深入。东部地区与全国范围的研究结论具有一致性，而中部和西部地区的研究发现地区对外开放水平与企业的技术进步具有显著的反向关系，这可能与这些地区的企业倾向于从外资企业中直接购买或引进现有技术有关，从而阻碍了企业自身技术进步。无论就全国范围，还是分东、中、西三大部的研究来说，地区的基础设施建设水平对企业的技术进步均具有显著的正向影响，完善的基础设施是企业技术创新活动的硬件支撑，能够促进企业的技术进步。

通过建立以企业技术进步为被解释变量，企业子系统、高校子系统和科研机构子系统各自协同度为核心解释变量的计量经济模型，以验证各子系统对企业技术进步的影响效应。分别以ind、uni和res表示企业、高校和科研机构子系统的协同度，经Hausman检验，模型5、模型6、模型7 (分别表示全国、东部和中部)为固定效应模型，模型8(表示西部)为随机效应模型(P＝0.264)，估计结果如表3所示。

表3 产学研各子系统协同度对企业技术进步影响效应模型

由表3可知，在模型5中，企业子系统的协同度对企业技术进步的影响效应是不显著的，即企业内部知识投入、知识生产和知识运用的协同过程对企业知识生产和技术创新活动没有影响。分地区的研究支持了这一结论。全国范围、分东中西部的研究均认为高校子系统的协同创新对企业技术进步尚未产生显著影响，高等院校在内部的知识投入、知识生产和知识运用的整个过程中与企业的联系较少，这可能会导致高校的技术创新与企业的知识生产活动产生脱节，从而使得高校内部的协同创新无法促进企业的技术进步。最后，科研机构子系统的协同对企业的技术进步产生了显著的正向影响，科研机构的研发活动具有较强的外溢性特征，其研发成果直接促进了企业的技术进步。分地区的研究结论与之类似。综上所述，中国产学研协同创新无法显著促进企业技术进步的原因可能是由于企业、高校两个子系统各自的内部协同无法促进企业的技术进步。

4 总结与启示

基于2004—2012年中国大陆30个省区的面板数据，分别利用协同学序参量指标体系和Malmquist指数测算了中国产学研协同创新系统协同度与企业技术进步，并通过建立计量经济学模型实证检验了产学研协同创新对企业技术进步的影响效应。研究结果表明:考察期内，中国产学研协同创新系统协同度呈现逐年上升的趋势，但水平依然较低，西部地区的协同状态低于全国平均水平。企业、高校和科研机构各子系统内部的协同状态良好，产学研协同创新系统整体协同度较低的原因可能来自于三者之间的衔接阶段。全国范围内，产学研协同创新对企业技术进步的促进作用是不显著的，地区经济发展水平和地区基础设施建设水平能够显著促进企业技术进步，而地区人力资本水平和地区对外开放水平对企业技术进步的影响不显著。进一步地，企业子系统、高校子系统内部的协同创新亦无法显著促进企业的技术进步。

[1]洪银兴.产学研协同创新的经济学分析[J].经济科学，2014，(1):56－64.

[2]KazuyukiM.University-industry Collaborations in Japan:the Role of New Technology-based Firms in Transforming the National Innovation System[J].Research Policy，2005，34(5):583－594.

[3]AgustíS，Josep M.Sources of Innovation and Industry-university Interaction:Evidence from Spanish Firms[J].Research Policy，2008，23(8):1283－1295.

[4]Isabel M，Rosane A，Evando M.University-industry Collaboration and Innovation in Emergentand Mature Industries in New Industrialized Countries[J].Research Policy，2013，42(2):443－453.

[5]仲伟俊，梅姝娥，谢园园.产学研合作技术创新模式分析[J].中国软科学，2009，(8):174－181.

[6]惠青，邹燕.产学研合作创新网络、知识整合和技术创新的关系研究[J].软科学，2010，(3):4－9.

[7]卫平，杨宏呈，蔡宇飞.基础研究与企业技术绩效:来自我国大中型工业企业的经验证据[J].中国软科学，2013，(2): 123－133.

[8]何郁冰.产学研协同创新的理论模式[J].科学学研究，2012，(2):165－174.

[9]吴悦，顾新.产学研协同创新的知识协同过程研究[J].中国科技论坛，2012，(10):17－23.

[10]王进富，张颖颖，苏世彬等.产学研协同创新机制研究:一个理论分析框架[J].科技进步与对策，2013，(16):1－6.

[11]邱栋，吴秋明.产学研协同创新机理分析及其启示:基于福建部分高校产学研协同创新调查[J].福建论坛:人文社会科学版，2013，(4):152－156.

[12]王宏起，徐玉莲.科技创新与科技金融协同度模型及其应用研究[J].中国软科学，2012，(6):129－138.

[13]张军，吴桂英，张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究，2004，(10):35－44.

(责任编辑 谭果林)

Does Industry University Research Synergy Innovation Generate Technical Progress of Enterprises

Bian Yuanchao1，Bai Junhong1，2，Fan Tianyu1
(1.School of Business，Nanjing Normal University，Nanjing 210023，China；2.Institute of Manufacturing Development，Nanjing 210044，China)

By estimating the degree of industry university research(IUR)synergy innovation system and enterprises'technical progress of China，the paper examined whether IUR synergy innovation generate technical progress of enterprises empirically.The results show that the degree of IUR synergy innovation appears an upward trend in a whole，but the level is low，and the effect of technical progress nationally isobvious now.However，the impactof IUR synergy innovation on technical progressof enterprises is not significant，and the internal of industry subsystem's synergy and the internal of university subsystem's synergy also don't have significant impact on technical progress of enterprises.

Synergy innovation；Technical progress；Order-parameter index；Malmquist

F062.3

A

国家自然科学基金项目 “考虑目标差异的政府R＆D资助对企业技术创新的影响研究，基于吸收能力的视角”(71203097)，江苏省社会科学基金项目 “江苏科教资源优势转化为创新资源优势研究”(12DDB009)，中国制造业发展研究院开放课题 “政府R＆D资助对制造业企业技术创新能力的影响研究”(SK20130090－10)。

2014－11－02

卞元超 (1991－)，男，安徽六安人，南京师范大学商学院硕士研究生；研究方向:技术创新与管理。