盟主知识吸收能力与协同创新知识溢出风险——基于中国省际面板数据的实证检验

袭 讯,胡 峰

(1.郑州轻工业大学 经济与管理学院,郑州 450000;2.浙江工商大学 工商管理学院,杭州 310000)

一、引言

当前,国内创新正逐渐突破传统的“单打独斗”模式,围绕核心组织构建的产学研协同创新联盟模式成为主流,且学界普遍认为联盟中起协调、掌舵、资源配置作用的组织为核心组织,即盟主。由于盟员合作过程中出现核心知识泄露、或者联盟内部流动知识不适用、不匹配等问题的存在,导致产学研协同创新面临着类型的知识溢出风险,这已然成为制约我国科技发展的障碍。盟主作为领导者,联盟所面临知识溢出强弱很大程度上决定于盟主对于溢出知识的把握与控制,同时知识吸收能力能够反映出盟主对于溢出知识把握与控制能力[1]。因此,探索盟主知识吸收能力与产学研协同创新知识溢出风险之间内在联系,寻求知识溢出风险管理办法,提升研发创新水平,成为亟待解决的难题。目前,学界内对于产学研协同创新知识溢出风险研究体系尚未完善,盟主视角下的探究更是鲜有涉足。基于此,本文从联盟核心组织知识吸收能力角度出发,提出协同创新知识溢出风险管理框架，同时，扎根国内产学研实际,尝试解决知识溢出风险模糊、测度难的非技术难题。

二、理论基础与研究假设

(一)理论基础

1.知识吸收能力。具体知识吸收能力概念最早由Cohen等学者提出,将研发企业作为研究对象,认为企业知识吸收能力不仅是对数据、技术、管理经验等知识的转化与利用,还体现在组织对于所捕获知识延伸与再创新方面。在此基础上,学者对知识吸收能力后续研究日益完善,主要归纳为两种视角:其一是基于微观层面对于企业知识吸收能力研究;另一类是中观层面对于区域知识吸收能力的研究。

企业知识吸收能力与组织先验知识密切相关,对于导向性知识捕捉成功几率很大程度上依赖企业自身知识储备与文化底蕴。例如,X领域企业在追求M领域知识时,其对知识的转化吸收会潜意识受到X的影响,使得M领域知识附带X色彩。有学者认为不同组织处理知识都会历经获取——消化——利用——再创新四个环节,其中组织之间吸收能力差异主要体现在知识再创新过程,对于关键组织而言，知识再创新环节尤为重要,这是因为关键组织往往承担着产业集群、协同联盟、甚至某一创新生态系统的协调与掌舵任务。影响核心组织知识吸收能力的分析角度主要有研发投入、组织学习强度以及组织学习机制三个方面。此外,还有研究表明知识吸收能力与核心组织绩效联系紧密,主要体现在对于市场需求、机遇的把握,克服“锁定效应”“能力天花板”等方面[2-3]。

区域知识吸收能力根本上讲是企业、高校、研究院所等组织知识吸收能力的融合与展现,因此,区域知识吸收能力提升依赖于当地企业或其它组织的知识储备、研发水平以及地域人文创新素养。已有结论表明区域知识整体存量可以衡量地区知识吸收能力,并且二者之间在区域层面呈现出一定的正相关关系。有研究认为一个拥有较强知识吸收能力的地区,通过先天技术、研发环境等优势可以源源不断的吸引外部资本入驻该地区,从而带动区域科技、服务、金融等行业发展[4-6]。还有文献从城市圈角度出发对知识学习能力进行研究,认为城市知识吸收能力在都市圈协同创新驱动、城市中小企业转型升级中具有显著的调节作用。

2.知识溢出风险。国内外对于知识溢出风险研究主要集中于知识溢出风险产生机理、知识溢出风险与组织绩效、知识溢出风险测度三个视角。

知识溢出风险之所以存在有以下四个方面原因:(1)个人价值观与组织目标不协调。个人利益与组织知识权益存在冲突的情况下,员工往往通过出卖组织的方式以维护自身利益。例如,竞争对手隐晦收买组织内部人员,以套取组织最新市场、研发等战略知识,令本我组织处于被动地位。(2)过分强调个人绩效的考核激励机制。“末位淘汰”“业绩至尚”等管理制度旨在提升组织绩效,但高强度精神压力加剧了组织内部人员流失。一方面,增加组织人员的培养与管理成本,另一方面,组织内部知识将随员工溢出,对知识产权构成威胁。(3)基础配套设施不完善。具有公信力的协同创新线上平台、线下信息服务中心、产权服务组织等公共机构、平台的缺失,不利于形成良性的知识溢出循环,而且组织因所掌握知识得不到保障,或无法获取外部溢出知识,难以形成市场竞争优势。(4)员工、部门之间沟通渠道狭窄。组织内部沟通受限,最直接的弊端在于市场、研发、财务、人力资源等部门之间不易协调平衡,进而致使管理层无法准确、及时捕获外部溢出知识,组织创新、生产、加工无法得到良好的改善。其次,知识本身具有不对称性、模糊性的特点,使得知识具有根源性的溢出风险。例如,技巧性生产加工知识难以用文字、数字、语言等工具直接编码,这令高效的作业方式仅仅被少数员工掌握,间接降低了组织生产效率。还有研究从溢出知识产生到交互到溢出的过程出发,认为道德因素、企业学习能力、资金的投入与产出是影响知识溢出风险的主要因素[7-8]。

Grossman将知识溢出风险所导致的创新主体收益缩水程度与顾客净收益综合考虑,探讨了二者之和与社会、企业之间的联系。Almeida对硅谷计算机产业进行研究,认为知识溢出风险是破坏经济正外部性的原因之一。杨皎平用系统动力学研究了知识溢出风险,认为知识溢出风险阻碍了创新主体之间的协作,不利于合作研发的实现。Thornhill指出创新主体提高研发绩效,应当重视外部溢出知识的合理利用,控制知识溢出风险[9-12]。

当前,国内外关于知识溢出测度研究日趋完善,主要归纳为成本函数法、生产函数法、技术流动法以及文献跟踪法四类。但对知识溢出风险测度研究相对较少,从整体视角出发,胡晓翔等用区间判别法对知识溢出风险进行评估,将知识溢出风险划分为知识资产风险、文化风险、技术风险、人才流失风险等。多数学者从单个企业层面出发进行探究,例如,用动态博弈分析的方法对企业知识溢出风险与企业对待风险态度之间的联系进行探究,张省等认为知识共享主体对待风险的态度与知识溢出的风险有较强的拟合度。Kim将技术联盟核心企业的知识吸收能力与联盟整体研发绩效建立联系,构建组织学习的概念模型[13-15]。

(二)研究假设

产学研协同创新知识溢出风险本质上来讲是指联盟内部知识流动、外部知识引进或输出过程中对联盟创新绩效、协同稳定、市场占有等方面产生的潜在负面影响。知识溢出方式以及知识本身多样性决定联盟面临非单一知识溢出风险,依据上述知识溢出风险产生机理分析,可将其归纳为信任缺失风险、创新能力降低风险、市场竞争力下降风险三类,分别命名为RLT、RID、RCD。

企业关键生产技术、高校内部前沿软科学、研究院所高新研发设备等作为联盟组织成员各自核心知识,同时也是产、学、研参与协同创新的“筹码”。人才流动、产品交易、技术转移等知识溢出方式使得盟员所掌握核心知识出现泄漏,造成联盟成员之间互相猜疑,彼此之间信任基础被破坏。盟员之间信任缺失风险相较于其它风险具有由内向外的破坏力,其产生根源在于产学研联盟合作初期没有建立完备合作契约,例如对于核心技术保密条例、联盟准入准出细则、边缘化或违规惩罚举措等。盟主作为联盟核心,不仅自身创新能力提升增加其它盟员的附着力与信任力,而且盟主通过情报与信息收集、协作管理技术学习等方式,通过发起协议的方式,弥补前期忽视的契约漏洞,逐渐规范组织间协作行为。基于此,提出如下假设。

H1:盟主知识吸收能力与盟员之间信任缺失风险呈负相关关系。

联盟创新能力降低风险根源于两点,一是盟员对于内外部溢出“精华”“糟粕”知识之误选,知识不适用、不匹配直接影响产学研联盟创新效率与效益,进而产生联盟创新能力降低风险;二是多数溢出知识自身带有不同行业、地区、人文等标志性“图腾”,这增加盟员对于溢出知识吸收与利用的难度。盟主作为联盟领导者,首先应十分明确达成协作目标所必需的工艺、资金、人才、设备等知识条件,因为其对于内外溢出知识把关能力与评判标准决定联盟内部流动知识质量与契合度,盟主通过自身知识吸收能力的增强,可显著拔高联盟接受知识的门槛,从而淘汰过度冗余知识,提升联盟创新效率与创新水平。基于此,提出以下假设。

H2:盟主知识吸收能力与联盟创新能力降低风险呈负相关关系。

联盟与联盟之间知识资本积累差距伴随技术迭代与研发周期缩短而逐渐增大,对于研发基础或知识转化能力相对较弱的产学研联盟来讲,会因无法或很难继续获取全新的人才、技术、管理经验等发展资本而逐渐丧失在同行业研发联盟中的竞争力。联盟对外资源吸引力与对内盟员凝聚力很大程度上依赖于盟主组织规模、资金容量以及技术水平,同时盟主对于技术知识、管理知识的解读与利用以及对于市场信号的准确把握增强产学研协同创新可持续性。出于对联盟全局的把控以及对市场的敏感,盟主对于技术、经验等知识的吸收转化能力相较于其它盟员而言能够最大化将溢出知识转变为联盟竞争优势,并促进以联盟为主体的新生代产业集群衍生发展。基于此,提出以下假设。

H3:盟主知识吸收能力与联盟市场竞争力下降风险呈负相关关系。

三、研究设计

(一)变量设计

1.自变量。产学研联盟核心主体知识吸收能力对自身创新能力有正向促进作用,反过来盟主创新能力又可增强自身吸收知识能力,通过二者之间共生演化联系探究盟主知识吸收能力评判标准。研究认为能够直接体现组织创新水平的指标不仅仅包含研发投入与产出之比,组织内部员工技术能力与学识水平同样可以反映出组织整体的创新效率[16]。此外,盟主知识吸收能力韧性、可持续性与员工研发投入精力与时间联系紧密。因此,可以选取规模以上企业研发人员占全体员工全时当量比率、规模以上企业研发人员研究生、高级工程师占全体研发人员比率以及规模以上企业内部研发资金投入与产出比率来衡量盟主知识吸收能力,依次命名为FTE、EDU、IN-OUT。

为综合分析盟主知识吸收能力对于联盟协同创新知识溢出风险的影响,将FTE、EDU与IN-OUT分别设为独立解释变量,盟主知识吸收能力LKAA=FTE·EDU·IN-OUT,分别从FTE、EDU、IN-OUT单独角度与LKAA整体角度对实证结果进行讨论。

2.因变量。将产学研协同创新知识溢出风险具体归纳为RLT、RID、RCD三类,可运用物元模型对不同主导因素下的知识溢出风险进行测度。一是因为物元模型构建于综合考虑各影响因素基础之上;二是不同知识溢出风险下物元主特征矩阵有所差异,区别知识溢出风险成为可能;三是风险关联指标量化出不同主导因素下知识溢出风险接近值。

依据李晓峰、Benaroch的研究为基础,结合产学研协同创新特征、知识溢出机制等相关研究,剔除重合以及不能反映当前国内多数联盟知识溢出现状指标[17-18],最后选取知识溢出风险影响因素体系包含知识产权保护x1、专利授权x2、企业规模x3三种指标。将知识溢出风险因素指标划分为(0,5]、(5,10]二阶度,并请3位相关专家依据不同知识溢出风险对各影响因素评分。设计知识溢出风险经典物元模型与节域物元模型如下:

(1)

通过知识溢出风险接近度计算得关联度模型如下:

(2)

进一步确立第k个影响因素与第j阶度风险关联指标模型为:

(3)

其中mk表示知识溢出风险第k个影响因素所得专家评分的均值,ωk为指标权系数。为展现出不同知识溢出风险的时间演化律,在得各影响因素关联指标值基础上对影响因素进行赋值,并以国内各省份专利侵权立案数量占产权纠纷案件比率均值、专利授权比率均值、具备研发机构企业比率均值分别对x1、x2、x3进行衡量。

3.控制变量。国内省级、直辖市级行政单位经济体量有所差异,尤其东、西部差距较大。为弱化上述各衡量指标因区域发展水平差异而产生的误差,文章以各省、市政府研发经费投入占财政支出比率作为控制变量,命名为GovI。研发经费对创新绩效影响存在滞后期,同理假设省、直辖市研发经费投入对产学研协同创新知识溢出风险影响滞后期为1年。

(二)模型构建

据上述研究基础与假设,构建以下六组多元线性回归模型:

RLTi,t=α1FTEi,t+α2EDUi,t+α3IN-OUTi,t+α4GovIi,t-1+ε1.

(4)

RIDi,t=β1FTEi,t+β2EDUi,t+β3IN-OUTi,t+β4GovIi,t-1+ε2.

(5)

RCDi,t=γ1FTEi,t+γ2EDUi,t+γ3IN-OUTi,t+γ4GovIi,t-1+ε3.

(6)

RLTi,t=α0LKAAi,t+α5GovIi,t-1+ε4.

(7)

RIDi,t=β0LKAAi,t+β5GovIi,t-1+ε5.

(8)

RCDi,t=γ0LKAAi,t+γ5GovIi,t-1+ε6.

(9)

其中各式中i表示省份,t表示年份,εn表示各模型的随机误差项,服从正态分布εn～(0,σ2),且期望E(εn)=0。文中变量数据连续且无具体样本区间,固选取OLS方法进行回归分析,计量模型为Yi,t=ATXi,t+εn。

(三)数据来源与变量分析

1.数据来源。文中相关数据来源于2005-2016年《中国知识产权年鉴》《中国科技统计年鉴》以及《中国统计年鉴》,其中西藏自治区以及港、澳、台地区数据缺失严重,因此不予采用,最终选取其余30个省级、直辖市为面板数据来源地区。

2.变量相关性检验。为保证搜集数据合理有效性,文中通过SPSS22.0与Stata14.0对所选样本进行描述性分析与回归诊断,结果如表1-2所示。

表1结果显示整体样本数据没有极端异常值,FTE、EDU及IN-OUT三个变量间量纲差距、偏度、峰度在接受范围内。表2中FTE检测值大于10,但解释变量整体方差膨胀系数VIF并未超过10,保留FTE且判断自变量之间不存在多重共线性。White检验P值为0.622 9,数据中异方差不明显,由于自变量样本数据来源于面板统计,针对回归分析过程中可能存在的异方差,采用稳健的标准差对数据进行回归分析,克服数据异方差对OLS回归造成的不利影响。DW检测值为1.633 2,接近无自相关值2,认为数据存在非常弱的正自相关。通过以上回归诊断,初步判断变量所取面板数据具备合理有效性。

表1 解释变量描述性分析

表2 变量计量检验

四、实证结果分析

(一)物元结果分析

依据式(1)(2)(3)采取差异评分的方法,分别求取不同知识溢出风险下各影响因素风险关联指标值:G(RLT)=[x1<-0.8>,x2<-0.33>,x3<-2>],G(RID)=[x1<-0.33>,x2<-2>,x3<-0.8>],G(RCD)=[x1<-0.33>,x2<-0.8>,x3<-2>]。在此基础上,将国内各省份专利侵权立案数量占产权纠纷案件比率均值、专利授权比率均值、具备研发机构企业比率均值的数据样本联立风险关联矩阵,显现出知识溢出风险RLT、RID以及RCD的时间演化律,见图1。

如图1所示,三类知识溢出风险在时间维度呈现出明显下降趋势,其中信任缺失风险RLT趋势变化最为显著,市场竞争力下降风险RCD曲线与创新能力降低风险RID曲线接近,但RCD下降速度略快于RID。一方面知识经济带动互联网金融、高创服务、线上知识共享付费等新兴行业快速成长,逐渐完善产学研联盟内部知识链条,为盟主弥补前期协同契约漏洞,减小或避免盟员核心主体知识泄漏提供保障。另一方面信息与资本的快速流动使得市场机会窗口持续时间短,在原知识吸收能力基础上盟主对知识资本进行新一轮囤积,然而与“大牌”相比多数联盟新一轮知识资本累积带来的市场竞争力提升并不十分明显。并且,产学研联盟面对海量知识时,“糟粕”或不适用知识会出现不同程度疏漏,知识爆炸的量未能抵消因盟主知识吸收能力瓶颈所产生知识质的局限,对于联盟协同创新而言,知识溢出致使创新能力下降风险依旧存在较大威胁。

图1 2005-2016年国内联盟知识溢出风险走势

(二)回归结果分析

表3是盟主知识吸收能力独立解释变量FTE、EDU及IN-OUT与信任缺失风险、创新能力降低风险、市场竞争力下降风险之间的OLS稳健回归结果,其对应模型(4)(5)(6)。产学研协同创新绩效与研发人员个人投入精力呈现正相关,相关研究表明,研发人员全时当量对技术创新贡献要大于对管理创新贡献,同时,员工组织能力、思维前瞻性以及执行力与自身受教育程度或技术专业程度表现出较高一致性,员工通过娴熟的研发技能与经验不仅可以提高研发效率,而且能够减少因错误应用知识、缺乏合作、低执行力等造成的协作风险。多数情况下,联盟投入产出比越小表明研发效益越是处于良性循环状态,增加投入将提升联盟创新力、竞争力以及凝聚力,但创新边际效益小于边际成本时,继续加大研发投入反而得不偿失。前人研究结论与文中表3所得结果相吻合,其中FTE与EDU对于三类知识溢出风险参数值为负,表明研发人员全时当量、研发人员受教育程度与知识溢出风险呈负相关关系,而联盟研发投入产出变量参数为正,这表示IN-OUT与产学研协同创新知识溢出风险呈现正相关关系。

表4是盟主知识吸收能力LKAA与信任缺失风险RLT、创新能力降低风险RID、市场竞争力下降风险RCD之间的OLS稳健回归结果,其对应模型(7)(8)(9)。模型(7)表示盟主知识吸收能力与知识溢出信任缺失风险的关系,用来检验H1;模型(8)表示盟主知识吸收能力与知识溢出创新能力降低风险的关系,用来检验H2;模型(9)表示盟主知识吸收能力与知识溢出市场竞争力下降风险的关系,用来检验H3。实证结果:盟主知识吸收能力在模型(7)中相关系数为负,表明盟主知识吸收能力每增加1单位,盟员之间信任缺失风险就会下降0.0628,因此假设H1成立。盟主知识吸收能力在模型(8)中相关系数为负,表明盟主知识吸收能力每增加1单位,联盟创新能力降低风险就会下降0.0259,因此假设H2成立。盟主知识吸收能力在模型(9)中相关系数为负,表明盟主知识吸收能力每增加1单位,联盟市场竞争力降低风险就会下降0.047,因此假设H3成立。

表3 FTE、EDU、IN-OUT

注:① ② ③ 分别表示通过10%、5%、1%的显著水平检验。

表4 LKAA与产学研

注:① ② ③ 分别表示通过10%、5%、1%的显著水平检验。

五、研究结论与启示

文章在分析盟主知识吸收能力与产学研协同创新知识溢出风险之间联系的基础上,收集2005-2016年国内30个省、直辖市相关数据,结合物元模型分别对盟员间信任缺失、联盟创新能力降低、联盟市场竞争能力下降三种知识溢出风险进行测算。运用OLS稳健回归模型对知识吸收能力、研发人员全时当量、研发人员受教育程度、企业研发投入产出与信任缺失风险、创新能力降低风险、市场竞争力下降风险进行实证。实证结果表明:(1)研发人员全时当量及受教育程度与协同创新知识溢出风险呈现负相关关系,而企业或其它组织机构的研发投入产出与知识溢出风险呈现正相关关系;(2)盟主知识吸收能力与信任缺失风险、创新能力降低风险、市场竞争力下降风险呈现不同程度的负相关关系。依据上述研究结果得出提升盟主知识吸收能力可以有效的降低产学研协同创新知识溢出风险的启示,基于该启示提出如下政策建议:

首先,深化SMART原则下的KPI指标。研发人员全时当量与知识溢出风险负相关,产学研盟主通过规制契合度高的绩效考核关键指标激励研发人员提升自身效率。例如,打破单一绩效KPI,将工作态度、学习能力等指标纳入考核。公平感会提高研发人员对组织的认同,更愿为组织付出,这会间接增加研发人员全时当量。

其次,多级培养与外招相结合。提高研发人员群体受教育深度、技术水平、执行能力,盟主一方面可通过自身、猎头公司、顾问公司等外聘研究生、工程师等高技术人才;另一方面盟主可通过课程培训、师带徒等方式在组织内构建多级培养模式,使研发新人逐渐成长为技术骨干,增加研发团队深度。

再次,增加研发资金定向投放比率。盟主要利用市场追踪技术收集联盟所面向领域的相关情报、资料,深耕联盟受众群,尤其对于资金、技术、人才等资本相对薄弱的盟主,在研发资金不很充足情况下,要对研发领域进行筛选,增加资金定向投放比率,从而提高单位投入所得的单位产出。

最后,政府等公共性组织机构要营造相契合的外环境。对于技术、资金等研发条件相对落后的联盟,地方政府要给予扶持性的帮助,减免企业税收、联盟前期发展免用地租金、为企业或其它组织间的合作搭桥引线等。除必要的利好政策之外,专利保护协会、知识产权局等公共性组织同时也要制定“因地制宜”的知识保障条例,给联盟研发创新吃定心丸。