区域高校资源禀赋、产学研合作强度与企业创新绩效

姜文宁,罗 津,关汉男

(1.上海交通大学国际与公共事务学院;2.上海交通大学中国城市治理研究院;3.上海交通大学健康长三角研究院；4.上海交通大学党政办公室;上海 200030)

一、 引 言

企业通过与高校或科研机构的科技研发合作，能够弥补科技人力资源不足和技术研发基础薄弱的短板，从而提高创新绩效。正因为如此，无论是政府还是企业都非常重视产学研合作。2017年11月12日，第十一届中国产学研合作创新大会在济南召开。国务院总理李克强作出重要批示： 加强产学研合作是打通创新链条、促进创新发展的重要支撑。从国家到地方，都大力鼓励并支持企业与高校和科研机构的合作。据不完全统计，2018年，有超过80所高校每家从企业获得科技合作经费超过亿元，有5所高校每家科技合作经费超过10亿元。另一方面，企业也根据自身的需求和高校或科研机构资源的可获得性，积极主动地寻求合作。

尽管大量的现实案例均表明企业与高校共同开展研发创新活动会对创新绩效产生显著的正向影响。但通过文献检索发现由于数据获取的困难性，现有研究一般是基于区域层面的数据或是定性的案例研究，基于企业层面的大样本实证研究相对较少。相较而言，本研究基于上海市8年68 543个科技企业层面样本点的实证研究在数据样本层面具有一定稀缺性。此外，本研究还首次探讨了企业在区域内获得高校合作的便利性以及与高校的合作强度两个分别如何影响企业的第一阶段创新和第二阶段创新，这是对企业与高校研发合作产生创新绩研究内涵的进一步丰富。最后，本研究的实证结果还将对不同行业、年龄和规模的企业与高校开展合作研发创新的方式和路径提供较强的实践指导意义。

二、 文献综述与研究假设

产学研合作是指企业与高校(或科研机构)以实现技术创新和科技成果转化为目标的一种合作方式。(1)冯海燕.高校与企业产学研合作机制创新研究[J].中国高教研究，2014，8： 74-78.产学研合作对企业创新绩效的影响一直是国内外学者的研究热点，Hippel早在1988年便提出，企业创新既需要企业内部研发活动，也需要与高校和科研机构开展合作。(2)Von Hippel E. The Sources of Innovation [M]. Oxford University Press, 1988.Irwin等(2002)通过实证分析发现，企业与研究型大学中产学研中心的合作研究与其技术创新绩效之间存在显著正向关系。(3)Feller I, Ailes C, Roessner D. Impacts of research universities on technological innovation in industry： evidence from engineering research centers [J]. Research Policy, 2002,31(3)： 457-474.Robin和Schubert(2013)则采用法国和德国2004—2008年间的社区创新调查数据，进一步证实了产学研合作对企业创新绩效的显著正向作用。(4)Robin S, Schubert T. Cooperation with public research institutions and success in innovation： Evidence from France and Germany [J]. Research Policy, 2013,42(1)： 149-166.此外，魏诗洋(2007)通过对我国中小企业的问卷调研数据的实证分析，证实产学研合作与企业创新之间存在显著正关联。(5)魏诗洋.产学研合作中知识管理对企业创新绩效的影响分析[D].浙江大学,2007.

对于影响产学研合作创新绩效的因素研究，学术界则有不同视角和观点。董大壮(2013)通过实证研究从合作主体、合作组织结构、合作组织环境与合作者互动这四个维度归纳了影响产学研合作过程和绩效的因素。(6)董大壮.江苏产学研合作创新绩效的影响因素与促进对策研究[D].南京航空航天大学,2013.韦文雯(2015)则进一步将影响合作创新绩效的因素归纳为合作主体特征、合作过程、合作的技术特征及外部环境等。(7)韦文雯.多维临近性对产学研合作创新绩效的影响研究[D].华南理工大学,2015.同时还有研究发现，企业的技术创新实质上分为两个阶段，第一阶段是通过研发活动产出专利等科技成果，第二阶段则需要将科技成果产业化以提升企业的经济效益。(8)柏青,罗守贵.R&D投入及其绩效的两阶段实证研究——以7 260家上海市企业科技统计为例[J].研究与发展管理,2014(1)： 102-110.而产学研合作过程和绩效的影响因素在上述两个阶段也有不同体现方式，因此有必要进行更深层次的研究。

1. 产学研合作对科技产出绩效的影响

科技产出包括专利授权、论文、著作以及各种科技奖励等，反映企业技术创新的中间成果。(9)金芙蓉,罗守贵.产学研合作绩效评价指标体系研究[J].科学管理研究,2009,27(3)： 43-46.学界基于不同区域的数据和研究对象，验证了产学研合作对科技产出绩效的正效应。Petruzzelli(2011)通过联合专利的技术相关性、先前的合作关系和地理临近性等视角，分析产学研合作与创新绩效的作用机制，验证两者之间存在显著正向关联的结论。(10)Messeni P A. The impact of technological relatedness, prior ties, and geographical distance on university-industry collaborations： A joint-patent analysis [J]. Technovation, 2011,31(7)： 309-319.樊霞等(2013)则采用非参数倾向得分匹配法(PSM)统计模型分析广东省产学研计划的实证数据，结果表明产学研合作对企业技术创新绩效存在显著的政策效应。(11)樊霞,陈丽明,刘炜.产学研合作对企业创新绩效影响的倾向得分估计研究——广东省部产学研合作实证[J].科学学与科学技术管理,2013,34(2)： 63-69.魏守华等(2013)运用知识生产函数，从科研项目合作、人员交流两个方面实证检验产学研合作对我国高技术产业创新的影响，结果表明相对于分割状况的R&D，活动企业与研发机构项目合作、企业与大学人员交流对专利产出有积极影响。(12)魏守华,王英茹,汤丹宁.产学研合作对中国高技术产业创新绩效的影响[J].经济管理,2013(5)： 19-30.

基于以上分析，本研究提出假设：

H1： 企业与高校合作有助于提升科技产出绩效。

2. 产学研合作对经济产出绩效的影响

技术创新的经济产出包括技术成果转化收入、技术商业化创造的利润等，反映企业技术创新的最终成果。许多学者采用新产品销售收入作为衡量指标，因为新产品销售收入既能反映企业进行创新活动所获得的收益，又能反映研发成果的商业化成效。Lööf等(2002)研究发现产学研合作程度越高，由新产品给企业带来的收入就越高。(13)Hans L, Almas H. Knowledge Capital and Performance Heterogeneity： A Firm-level Innovation Study [J]. International Journal of Production Economics, 2002,76(01)： 61-85.魏守华等(2010)则提出大学等科研机构对产业创新存在积极的溢出效应，(14)魏守华,姜宁,吴贵生.本土技术溢出与国际技术溢出效应——来自中国高技术产业创新的检验[J].财经研究,2010,36(1)： 54-65.随后他还通过实证研究验证企业与大学的项目合作与人员交流对新产品产出有积极影响。樊霞等(2013)认为产学研合作对企业新产品销售收入比重的提升具有显著的正向影响，对企业最终产品的输出有积极影响。黄菁菁等(2018)则以倾向得分匹配法证实了产学研合作会显著正向提升企业创新绩效。(15)黄菁菁,原毅军.协同创新、地方官员变更与技术升级[J].科学学研究,2018,36(6)： 1143-1152.

基于以上分析，本研究提出假设：

H2： 企业与高校合作有助于提升经济产出绩效。

3. 企业所在地区高校科技资源对科技产出绩效的影响

充足的资源、和谐的合作氛围和研发环境、政府和社会稳定的政策和资金支持、良好的中介服务体系，为产学研合作创新提供了良好的组织环境保障，能保证合作创新的有序开展。就校企合作而言，企业在寻求创新合作伙伴的过程中，其区域内部的高校资源自然是其首选。由于地理临近性可以方便非正式人员来往，增加社会网络中人际交往和互动频率，更有利于隐性知识的传递，实现知识技术资源、人才资源的共享，达到更好的合作效果。(16)Abramovsky L, Simpson H. Geographic Proximity and Firm-university Innovation Linkages： Evidence from Great Britain [J]. Journal of Economic Geography, 2011,11(6)： 949-977.此外，丰裕的高校科技资源也是良好的组织环境与区域创新环境的重要组成部分。对此国内外学者均有研究。在国内，李琳等(2012)通过对我国高校产学研合作的案例研究发现，市域内层次的合作所占比例明显高于跨市同省、跨省及跨国层次合作的比例。(17)李琳,郑刚,杨军.我国产学研合作创新中的地理邻近效应——基于产学研合作创新优秀案例的统计分析[J].工业技术经济,2012,9： 28-34.而在国外，Fuentes和Dutrénit(2016)通过对墨西哥校企合作的案例研究同样证实了企业所在区域高校科研成果的丰裕度正向影响企业创新绩效。(18)De Fuentes C, Dutrénit G. Geographic proximity and university-industry interaction： The case of Mexico [J]. The Journal of Technology Transfer, 2016,41(2)： 329-348.

基于以上分析，本研究提出假设：

H3： 企业所在地区高校科技资源的丰裕度与创新绩效正相关。

三、 方 法 论

1. 样本与数据

笔者花费大量精力系统整理了2008—2015年上海市科技企业统计数据库，该数据库平均每年统计企业样本16 000家，8年共包含131 695个样本点。根据本研究采用的变量需要，剔除数据缺失的企业样本，共得到7万多个样本点。为了尽可能保留有价值的信息，本研究采用非平衡面板数据进行实证检验，按变量不同，每年样本的最大数为73 420个，最小数为48 763个，平均每年为68 543个。

此外，为消除价格波动影响，所有与价格有关的数据均根据上海市各年CPI统一至2008年为基期，并在实证过程中进行对数化处理。

2. 变量选取及其依据

(1) 被解释变量

根据创新的两阶段理论，创新绩效的第一阶段产出为以专利为代表的知识或技术，第二阶段的产出表现为经济绩效。(19)Crepon B, Duguet E, Mairesse J. Research, Innovation, and Productivity： An Econometric Analysis at the Firm Level [J]. NBER Working Paper, 1998, August.(20)Jefferson G, BAI H M, Guan X J & Yu X Y. R&D Performance in Chinese Industry [J]. Economics of Innovation of New Technology, 2006,15(4-5)： 345-366.因此，本研究用人均知识产权数(per capita intellectual property right，简记为PCInt)衡量第一阶段的知识技术产出，为了全面衡量知识与技术产出，本研究不仅包括专利，还包括其他各种形式的知识或技术产出，即：

PCInt=[(专利申请数+软件著作权登记数+集成电路布图设计登记数+其他知识产权登记数)/总人数]

需要说明的是，人均知识产权数是指年度申请的知识产权，与下文中的控制变量(企业拥有的发明专利)显著不同，后者是存量的概念。之所以采用知识产权申请而不是授权数，主要考虑合作当年产出的知识产权因滞后性很难得到授权，而申请数显然比授权数更能及时地反应产学研合作的成果。

参照前人对创新绩效的研究(21)Ariana M M, Love J. Innovation, Productivity and Growth in US Business Services： A Firm-level Analysis [J]. Technovation, 2008,28(1-2)： 52-62.(22)Ghosal V, Nair-Reichert U. Investments in Modernization, Innovation and Gains in Productivity： Evidence from Firms in the Global Paper Industry [J]. Research Policy, 2009,38(3)： 536-547.(23)Bogliacino F, Pianta M. Engines of Growth, Innovation and Productivity in Industry Groups [J]. Structural Change and Economic Dynamics, 2011,22(1)： 41-53.，本研究用劳动生产率(Labour productivity,简记为LAP)和资产利润率(Return on Assets，简记为ROA)分别衡量第二阶段的经济产出绩效。

其中：

LAP=企业总收入/总人数

ROA=企业总利润/总资产

(2) 核心解释变量

对于校企合作的科技创新，最直接的表现是企业委托高校开展科技活动的经费支出，它显示研发合作的强度。另外，企业所在区域高校资源的多寡对校企合作的潜力、便利性和合作效率也有比较重要的影响。因此，本研究重点探究这两个方面的因素对创新合作绩效的影响。即两个核心变量分别为： 企业委托高校开展科技活动的经费支出(College & University R&D,简记为CURD)，企业所在区域的高校科技资源(College & University S&T resources，简记为CUSTR)。

其中： 企业委托高校开展科技研发的经费支出为企业委托高校或与高校合作进行科技活动而拨给对方的经费，但不包括外协加工费。

企业所在区域高校资源为样本企业所在城区内所有高校评分之和。针对这个指标，本研究界定的区域层次比以往更加微观，细分到城市内部的各个区(上海市目前的15个区)。原因在于，企业与高校的位置临近有助于双方更有效的沟通交流，并提高合作产出绩效。

该指标是通过人工详细整理出来的，其中单个高校评分=专任教师数*办学层次*学校性质*综合评价(表1)。样本为上海的企业和高校，在2008—2015年期间上海的行政区划发生了三次变动： 2009年南汇区并入浦东新区，2011年卢湾区并入黄浦区，2015年闸北区并入静安区。本研究在处理过程中，将2015年前各年全部企业所在地址统一整理成为最新的行政区划属地。

表1 区域高校科技资源赋值依据

(3) 控制变量

对于产学研合作而言，除了企业委托高校研发经费以及区域内部高校资源禀赋这些核心影响要素以外，还有其他因素同样可能影响产学研合作的创新绩效。为了尽可能控制对被解释变量有影响的遗漏因素，以避免遗漏变量偏差，参照前人的研究，我们选择如下4个控制变量：

第一个是行业的影响。产学研合作对创新绩效的影响与企业所属行业不无关系。马莹莹等(2011)从行业的角度研究发现，技术水平较高及资本密集度大的行业，产学研合作效率较为明显。(24)马莹莹,朱桂龙.影响我国产学研合作创新绩效的行业特征[J].科技管理研究,2011,31(4)： 98-100.Laursen等(2004)通过实证发现，研发投入大、科研活动密集行业的企业与学研机构合作的倾向往往会更高。(25)Laursen K, Salter A. Searching high and low： What types of firms use universities as a source of innovation? [J]. Research Policy, 2004,33(8)： 1201-1215.刘体哲(2013)则运用DEA方法计算我国不同省区产学研合作创新效率，并与区域产业机构进行相关性分析。(26)刘体哲.区域产学研合作创新效率对产业升级的影响研究[D].浙江大学,2013.结果显示，在全国层面上，产学研合作创新综合效率值与第二产业增加值在极显著的水平上呈现正相关关系，与第三产业增加值在极显著的水平上呈现正强相关关系。基于前人研究，我们设置行业分类(IfMan)控制变量，作为虚拟变量，第二产业(主要是制造业)取值1，第三产业(主要是服务业)取值0。

第二个控制变量是企业年龄(Age)。企业处于不同的年龄，其知识积累、研发能力、合作创新经验和市场经验会有所不同，进而影响创新绩效。张秀峰等(2015)从创新价值链的视角分析了企业生命周期对产学研合作创新绩效的影响，结果表明在产学研合作前端的知识创新和科研创新以及后端的产品创新的成果转化阶段，企业生命周期与创新绩效之间呈现显著的倒U型关系。(27)张秀峰,陈光华,胡贝贝,杨国梁.企业生命周期对产学研合作创新绩效的影响[J].中国科技论坛,2015(6)： 44-48.在生命周期的早期阶段，产学研合作创新经验相对不足，科研与研发管理人员也缺少足够的知识和市场经验，无法有效满足市场需求，不利于企业开展创新活动。在企业生命周期的中期阶段，企业逐渐发展壮大，知识学习和吸收能力增强，企业与高校、科研机构合作经验愈加丰富，此外企业逐渐积累合作创新成果有效转化所需的资源，有利于企业开展创新活动。在企业生命周期的后期阶段，由于企业组织惰性的增强以及知识创新和技术研发路径依赖所造成的锁定效应，企业对变革型知识的感知钝化，灵活性降低，不利于企业开展创新活动。

在取值方法上，以面板数据的最终年份2015年12月31日为基准，以企业成立时间减去2015年12月31日，单位为岁。

第三个控制变量是资产总额(asset)，用于衡量企业规模。已有研究表明，企业规模也是创新绩效的重要影响因素之一。由于研究方法与角度不同，得出的结论也不同。熊彼特最早于1942年提出，由于大企业在规模经济、研发能力等方面存在优势，因此大企业或垄断企业能够更加有效进行技术创新，也即企业规模与技术创新正相关的“熊彼特假说”。与之相反，杨靖(2011)建立非参数关系模型，利用我国工业37个行业的数据进行实证分析，得出小企业相对于大企业具有较强的技术创新能力的结论。(28)杨靖.技术创新能力与企业规模关系研究[D].南京师范大学,2011.随着研究的进展，学界对企业规模与创新绩效的关系的认识从“线性关系”过渡到“非线性相关”或“倒U型关系”。如钟和平(2016)基于中国制造企业的实证研究发现，企业规模与校企合作创新绩效之间存在倒置“U”型关系，即适度的企业规模有利于校企合作创新，企业规模太大或太小均不利于校企合作创新。(29)钟和平.企业规模、人力资源冗余与校企合作创新绩效[J].许昌学院学报,2016,35(4)： 116-121.总体上看，产学研合作创新需要企业投入必要的资源，因此适当的企业规模是确保合作创新顺利进行的条件。

第四个控制变量是企业已拥有的发明专利数(ppossess)，用于衡量企业创新能力。企业拥有发明专利的数量是衡量企业创新能力的最重要指标(欧阳秋珍等，2016)，(30)欧阳秋珍，唐盛，邓丹.技术引进、自主研发与技术创新绩效的关系——基于中国高技术产业省级面板数据的实证分析[J].现代商贸工业，2016,4： 10-12.因为大部分企业用的发明专利是以前自主研发的，即使是购买的发明专利，至少说明企业有很强的将专利商业化的能力，它同样属于创新能力。

(4) 交叉项

为了探究产学研合作对企业创新绩效的影响机制，本研究加入三个交叉项进行回归。

第一个交叉项是企业委托高校科技研发经费支出*行业(CURD_IfMan)。我们认为由于企业所处的行业不同，高校在与企业合作研发中采取的合作方式会有所不同，从而对创新绩效有所影响。比如高校在与制造企业合作中以投入人力资源和前瞻性的研发布局为主，而在与服务企业的合作中则可能是以投入研发条件(比如实验设施等)和技术的应用性开发为主，因为这样符合资源互补的特点。

第二个交叉项是企业委托高校科技研发经费支出*企业年龄(CURD_Age)。我们认为由于企业处于不同的生命周期，高校与之开展科技合作在行为上的表现也会有所不同。比如高校与初创期企业合作中通常具有提供全要素服务供给的优势，与成长期的企业合作以明显的要素互补为特征，与成熟期企业合作则以战略性合作为主。不同的合作方式会对创新绩效产生不同的影响。

第三个交叉项是企业委托高校科技研发经费支出*从业人数(CURD_Emp)。我们认为与以反映规模的企业从业人员数量特征结合起来，高校会表现出不同的合作方式，比如高校与小企业合作中具有更多的主导作用，而与大企业合作可能从属地位较明显，这种合作方式的差异会反映在合作企业的创新绩效上。

上述各个各变量的含义和描述性统计见表2。

表2 变量含义及描述性统计

*2008—2015年行业分类涉及两个国标版本，其中2008—2011年的统计使用GB/T 4754—2002版，2012—2015年的统计使用GB/4754-2011版，本研究将两者统一对应到国标2011版。

**从业人员数未被作为控制变量直接使用，因为企业总资产反映了企业规模本身，但从业人员指标被用于与委托高校经费的交叉项。

四、 模型及实证检验

1. 主要模型

根据研究目标，本研究建立了两个基本模型，其中第一个模型探究企业与高校合作对企业创新绩效影响的存在性：

Yit=β0+β1CURDit+β2CUSDRit+βZit+γi+εit

(1)

其中，i为企业标识，t为年份标识，被解释变量Yit表示企业i在第t年的创新绩效，分别用劳动生产率、资产利润率和人均知识产权产出三个指标来衡量；主要解释变量CURDit和CUSDRit分别为委托高校开展科技活动的经费支出、所在城区的高校科技资源。Zit为各个控制变量，γi为不随时间变化的个体效应，εit为随机干扰项。

第二个模型探究企业与高校合作对创新绩效的影响机制：

Yit=β0+β1CURD_Xit+βZit+γi+εit

(2)

其中CURD_Xit表示企业委托高校开展科技活动与不同指标的交叉项，其余变量的含义不变。三个交叉项分别是CURD_IfMain(委托高校经费支出*行业)、CURD_Age(委托高校经费支出*企业年龄)、CURD_Emp(委托高校经费支出*从业人数)。之所以认为这三个交叉项能检验企业与高校合作对创新绩效的影响机制，是因为高校与不同规模、不同年龄和不同行业的企业在行为和资源投入方面会有较大的差异(详见第3部分的论述)。

2. 实证检验

根据数据和研究对象的特点，分别用混合OLS和固定效应实证检验校企科技合作对企业创新绩效影响的存在性问题(表3)。

表3 企业与高校创新合作绩效的混合OLS和固定效应检验结果

注： 括号内为稳健标准误，*、**、***分别表示在0.1、0.05、0.01的水平下显著。

表3的实证结果表明，企业同高校的合作强度对创新第一阶段的绩效有显著的正向影响，在混合OLS和固定效应中都是显著的，显示出企业委托高校的科技合作经费对科技成果的促进作用有很好的稳健性。

但企业与高校的科技合作强度以对创新第二阶段的绩效影响既不显著也不具有稳健性。虽然企业委托高校科技合作经费对资产利润率的影响在混合OLS和固定效应中系数都为正，但仅在前者中影响显著。至于对劳动生产率的影响，要么不显著，要么系数为负。

企业所在区域高校科技资源的丰裕程度也表现出同样特点，在混合OLS和固定效应中都对企业创新第一阶段，即科技产出的影响显著且稳健，但对创新第二阶段，即经济产出的影响不显著且不稳健，甚至对有些变量是负向影响。

另外，在控制变量中也观察到两个重要特征。第一，从企业自身知识技术积累基础角度观察，已经拥有更多发明专利显然对创新第一阶段技术产出有更加积极的影响；不仅如此，这种知识技术积累对第二阶段经济产出的资产利润率也有非常积极的正向影响。这表明如果企业与高校合作能激活企业已有的有形和无形资产，就能释放已经积累的创新潜力。但企业已经拥有的发明专利对劳动生产率的影响则是负向的，表明这种技术的积累和应用有利于企业内涵式增长，通过提高附加值等途径提升效率，但不一定能扩大总产出和人均产出。第二，与上述发明专利这种无形资产刚好相反，企业的总资产与劳动生产率显著正相关，但与企业的资产利润率显著负相关。这表明传统增长方式通过大量的资本投入也许能进一步扩大规模，增加总产出甚至人均产出，但这种投入往往受资本边际产出递减规律制约，投资回报率较差。

为了进一步探索上述实证结果的背后原因，我们同样分别用混合OLS和固定效应检验与高校合作对企业创新绩效的影响机制。表4和表5分别是混合OLS和固定效应检验结果。

表4 企业与高校创新合作绩效影响机制的混合OLS检验结果

续 表

注： 括号内为稳健标准误，*、**、***分别表示在0.1、0.05、0.01的水平下显著。

表5 企业与高校创新合作绩效影响机制的固定效应检验结果

注： 括号内为稳健标准误，*、**、***分别表示在0.1、0.05、0.01的水平下显著。

表4与表5的回归结果主要揭示了如下几点结论： 第一，从两个模型对比的稳健性方面看，企业与高校科技合作强度与企业本身的行业、年龄和规模属性之间的匹配对企业总体经济绩效的影响均无强规律可循，这表明校企合作在投入产出的内在机制上具有复杂性特点。第二，企业与高校科技合作在第一阶段产生的绩效(即科技成果)特征有规律可循，在制造业领域弱于服务业，大企业弱于小企业。这可能表明大部分服务类企业自身并没有很强的研发力量，在现实中往往以应用为导向，通过与高校的合作来弥补要素短板，确实能有效解决技术难题。企业规模不同表现出的绩效差异原因类似，小企业通常自身的研发力量较弱，通过与高校的合作能有效解决技术难题。第三，企业与高校科技合作对第二阶段产出中的资产利润率具有正向影响，即企业委托高校科技研发产生经济绩效在制造业领域比服务业显著，年长企业比年轻企业显著，大企业比小企业显著。这一点基本上与第一阶段的科技产出表现出相反的特征： 由于制造类企业是科技成果的应用者，它们相对于服务类企业能够更快地将与高校科技合作的成果直接转化为经济产出；同样，大企业或年长企业相对于小企业或年轻企业具有更强的科技成果转化能力。

五、 结论与启示

本研究运用8年68 543个企业层面样本点对企业与高校合作绩效的影响因素以及内在机理进行实证，有如下发现和启示：

(1) 两个主要解释变量的检验表明，企业与高校的研发合作对创新第一阶段即科技成果产出具有显著的正向影响；企业所在微观区域高校科技资源的丰裕度对企业科技成果产出同样具有显著的正向影响，但上述两个关键要素对企业经济产出的影响均不显著。上述回归结果具有重要启示： 由于高校较强的科技人力资源优势和长期稳定的积累，企业通过与高校合作能在较短时间内解决技术难题并取得明显的科研成果，但由于这些科技成果并不一定能立即直接转化为生产力，所以合作的经济绩效不会立竿见影。同时，企业所在的微观区域高校科技资源丰裕度明显有利于企业技术开发，但也并不一定能直接转化为经济绩效。因此，在评估企业与高校合作绩效，乃至评价高校对区域创新的贡献时，将着眼点放在经济产出上是非常短视的，它忽略了创新合作产生的间接经济效益和正外部性。

(2) 交叉项检验表明，企业与高校科技合作对第一阶段绩效(科技成果产出)影响方面，制造业弱于服务业，大企业弱于小企业。这表明，就解决技术难题而言，高校对自身研发力量薄弱的服务类企业或者小企业更加重要。在科技创新政策设计上应鼓励这类产学研合作，即对高校与技术实力薄弱的中小微企业或服务类企业合作给予更多的引导与支持。

交叉项检验还表明，企业与高校科技合作对第二阶段产出中的资产利润率具有正向影响。但在交叉项上的表现与第一阶段的科技产出表现相反： 制造业比服务业显著，年长企业比年轻企业显著，大企业比小企业显著。其政策意义在于，通过产学研合作，比较容易激活制造类企业、规模较大或比较成熟企业的创新潜力，并能较快地产生直接经济效益。

(3) 控制变量的检验表明，企业的有形资产和无形资产对其创新产出表现出不同的特点。以拥有发明专利为代表的无形资产对企业创新第一阶段的技术产出和第二阶段经济产出的资产利润率都有非常显著的正向影响。代表有形资产的企业总资产(不含无形资产)与劳动生产率显著正相关，但与企业的资产利润率显著负相关。表明传统增长方式通过大量的资本投入也许能增加总产出甚至人均产出，但这种投入往往受资本边际产出递减规律制约，投资回报率较差，必须转向创新驱动。

本文可能还存在以下缺陷需今后进一步完善与研究：本研究重点探究了区域高校的资源禀赋和校企研发合作强度这两个因素对校企合作绩效的影响，但除此之外在校企合作过程中宏观制度环境、社会文化环境等也会对校企合作产生正面或负面的影响，今后的研究过程中也应当将上述因素考虑在内。