产学研协同创新的创新主体对其绩效的影响研究

陈维花 李 鹏

（1.福州大学经济与管理学院，福州，350116；2.中交四公局投资事业部，北京，100022）

目前，国内外学术界对产学研协同创新的概念界定基本一致，普遍认为，产学研协同创新是指以企业、高校、科研机构为基本主体，发挥政府、中介机构等相关主体的辅助支持，通过各创新主体之间的协同关系协调，优势互补、资源共享，其核心是通过知识和资源的创造、共享、创新，实现协同目标，实现资金和技术等在各创新主体之间合理、有效流动。产学研协同创新已经不像原始创新、集成创新和引进消化吸收再创新一样，是简单的线性创新，而是多个创新主体能参与到其中的非线性创新。产学研协同创新是通过多个创新主体的协同作用和资源分享，其实质是突破人、财、物、信息、组织之间的各类壁垒和界限，以出现管理学中“1+1〉2”的协同效应，实现创新价值的最大化。它不但要求主体间的协同合作，而且要求协同目标、组织等的沟通与整合。对产学研协同创新的研究主要有从动因[1]、机理[2]、路径[3]、模式[4][5]、文化[6]、知识管理[7]以及绩效评价[8][9]等角度展开，强调要协同产学研各方所拥有的要素来实现创新，却鲜有学者对产学研协同创新绩效进行实证分析，本文运用面板数据模型实证分析产学研协同创新各创新主体对其绩效的影响。

一、变量说明与模型设定

考虑到指标选取的科学性，合理性，客观性以及数据的可获得性，产学研协同创新各主体的指标变量选取如下：企业作为产学研协同创新的技术需求方，选取“R&D项目数”来表征企业（ent）；高校主要负责创新型人才的培养，选取“毕业生数”来表征高校（uni）；选取“R&D投入人员”来表征科研机构（res）；选取“对R&D经费的总投入”来表征政府（gov），是政府“对企业R&D经费投入”“对高校R&D经费投入”、“对科研机构R&D经费投入”之和；选取“技术市场成交额”来表征中介机构[10]（ino）；选取“金融机构数量”来表征金融机构（fin）。同时，经济因素也可以影响创新绩效，本文选取“高新技术产业企业数”来表征经济因素[11]（eco）。

专利是公认也是最多用来表示创新产出的指标，本文选取“专利授权数”来表征产学研协同创新绩效（cie）。

本文研究样本为2009－2015我国30个省市自治区的相关面板数据（西藏地区由于部分年度数据缺失，所以删除了西藏自治区），原始数据来自《中国科技统计年鉴》以及Wind资讯。相对于以往研究，本文所选取的指标有利于降低主观指标以及调研数据所产生的统计偏误，其结果更为客观和精确。

本文利用面板数据模型实证分析产学研协同创新的创新主体对其绩效的影响研究，使用，eviews8.0辅助计算分析，模型方程式如下：

其中， 代表截距，反映各省市自治区之间的差异；βj（j=1，…，7）为模型回归系数，表现为各省市自治区产学研协同创新主体的弹性系数，反映了各创新主体对产学研协同创新绩效的影响效果，其值越高，表明各创新主体对创新绩效的影响越大；ε是随机扰动项，满足E(ε)=0和var(ε)=σ2。

二、实证分析

（一）单位根检验与协整检验

面板数据如果存在单位根则可能导致虚假回归，为了保证变量的平稳性，排除这种虚假回归情况的发生，本文应该对每个变量分别进行测验。通常有两种方式检验变量的平稳性：一种是假设样本单位根一致，主要的检验工具有LLC、Hadri和Breitung三种；另一种是假设样本单位根不一致，主要的检验工具有：IMP、IPS、Fisher-ADF和Fisher-PP等。如果在两种检验中均拒绝存在单位根的原假设则认为该面板数据是平稳的。

分别对面板数据1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco进行单位根检验，结果如表1所示。可以看出，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco都是平稳的，说明1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco均为一阶单整变量。

表1 面板单位根检验结果

面板数据的协整检验。由上述检验可知，各变量均为一阶单整变量，可进行变量的协整检验，以确定lny与lnX1和lny与lnX2是否存在长期均衡关系。面板数据的协整检验主要分为两种，一种是以Engle and Granger二步法检验为基础的检验，主要有Pedroni检验和Kao检验，Pedroni检验允许面板数据存在异质性，包括4个是用联合组内维度描述的统计量（Panel－v、Panelrho、Panel－PP和Panel－ADF）和3个用组间维度描述的统计量（Group－rho、Group－PP 和Group－ADF）另一种是以Johansen协整检验为基础的检验。本文采用Pedroni检验，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco的面板协整检验结果如表2所示。

可以看出，各变量均通过了1%的显著性检验，即各变量均显著拒绝了原假设，可以认为R&D 投入经费和R&D 投入人员分别与新产品销售收入之间存在长期的均衡关系。

表2 Pedroni面板协整检验结果

Pedroni[12]指出，当 20，只有Panel ADF-stat统计量和Group ADF-stat 统计量效能最好，其次是Panel-PP和Group-PP统计量，本文主要看Panel-PP、Panel-ADF、Group-PP和 Group-ADF四个统计量的检验结果，其余3个统计量仅作为参考。从表2的结果看，可以认为变量之间存在长期协整关系。

（二）结果分析

面板数据模型包括固定效应模型、随机效应模型和混合效应模型，在处理面板数据时，为了确定哪种模型更适合可以通过F检验和Hausman检验来确定。本文利用Eviews 8.0进行Hausman检验，检验结果如表3所示，模型（1）的Hausman检验P值远小于显著性水平0.05，所以本文采用固定效应模型来分析各创新主体对创新绩效的影响。

表3 模型Hausman检验

对面板数据模型（1）的参数进行估计，结果如表4 所示。可以看出，调整 为0.964，说明模型（1）拟合优度很高，且 均在1%水平下显著，说明总体线性关系显著。

表4 模型回归结果

可以看出，产学研协同创新各创新主体的弹性系数分别为 0.653、-0.323、-0.528、0.694、0.08、0.496和0.146，均在1%的水平下显著，说明产学研协同创新各创新主体对其绩效的影响均显著，具体而言，企业、政府、中介机构和金融机构的弹性系数为正，与产学研协同创新绩效呈正相关关系，对产学研协同创新绩效的提升有帮助，而高校和科研机构的弹性系数为负，与产学研协同创新绩效呈负相关关系，抑制产学研协同创新绩效的提升，高校和科研机构作为产学研协同创新的技术供给方，其科技成果转化依赖于政府的资金和政策支持，政府给予高校和科研机构主大量的财力与政策的支持，但最终导致了高校和科研机构每年有着数量巨大的专利申请，其中大多数都不能进行产品化，创新成果不能转化为创新产品。也可以发现，弹性系数最大的创新主体是政府，说明政府在我国产学研协同创新中处于主导地位，事实上，政府在产学研协同创新中扮演着支持者、引导者、协调者、监督者等多种角色。

结语

产学研协同创新是政府通过政策、资金进行引导和鼓励，中介机构提供信息服务，金融机构提供融资渠道，高校和科研机构作为研究方提供科学技术，企业作为生产方将科学技术投入使用，共同完成协同创新活动，将创新成果转化为经济效益，达到共赢的局面。本文利用2009－2015年我国30个省市自治区的相关面板数据，运用面板数据模型实证研究产学研协同创新各创新主体对其绩效的影响，主要得出以下结论：（1）企业、政府、中介机构和金融机构对产学研协同创新绩效的影响是正的显著关系，特别是政府的弹性系数最大，因此，政府要加大在协同创新中的科研经费和相关政策支持，企业、中介机构和金融机构继续做好自己的角色，进一步加大资金的利用率；（2）作为产学研协同创新技术供给方，高校和科研机构抑制产学研协同创新绩效的提升，因此，高校要加大人才培养的力度，建立人才培养的平台，科研机构建立人才引进机制，合理的安排高校和科研机构的职称评定标准等等；（3）经济因素也影响着产学研协同创新绩效，影响为正，一个国家的经济发展的好，产学研协同创新的效果也会越好。