广西产学协同创新绩效影响因素实证分析

程跃　韩春梅

摘  要：近年来，产学合作逐渐被视为合作创新的主要表现形式之一。文章以2012—2020年广西各市本科院校与企业联合申请专利数据为研究对象，利用固定效应负二项回归模型进行建模，以此实证研究广西各市产学协同创新绩效影响因素。研究结果表明：当地政府财政支持力度、科技发展水平能正向显著提升广西各市产学协同创新绩效。对外开放水平对广西各市产学协同创新绩效具有负向显著影响，其中外商直接投资企业数量具有负向显著影响。此外，地区生产总值增长速度对其影响为负向但不显著。文章基于研究结论，为进一步提升广西各市产学协同创新绩效提出针对性意见。

关键词：广西；产学协同创新；创新绩效；固定效应负二项回归模型

中图分类号：F207；F204 文献标识码：A DOI：10.19881/j.cnki.1006-3676.2023.03.05

一、问题提出

随着“一带一路”倡议进一步贯彻落实，我国与东盟国家逐步构建起务实高效、充满活力的新型科技合作伙伴关系，产学合作逐渐被视为合作创新的主要表现形式之一。广西作为我国面向东盟开放合作的重要窗口与门户，广西各市产学协同创新情况将会影响我国与东盟开展深入合作。虽然广西近年来出台了一系列产学研协同创新的政策，如建设科技合作创新基地、孵化基地、优惠补贴等，为广西各市进行产学研协同创新奠定了坚实基础，但就目前情况而言，广西各市产学协同创新绩效情况还有待提高。因此，了解广西各市产学协同创新绩效和深入剖析影响广西各市产学协同创新绩效因素具有十分重要的作用。

二、文献综述

产学合作不仅可以促进高等院校的可持续发展，还可以使企业获得高等院校溢出的隐性知识。并且在合作创新过程中，为了降低创新的风险和成本以及获取更优的异质资源，高等院校和企业会不断扩大其合作的深度以及广度，从而在此过程中逐渐形成以企业和高等院校为联结点的产学研合作创新网络。产学合作的实质是围绕企业与高等院校之间的关系而形成的知识共享过程，在合作过程中，企业和高等院校之间的创新机制、合作模式等得到不断优化升级以应对更加错综复杂的合作关系。产学合作作为区域创新不可缺少的具体形式，探析影响产学合作的因素已经成为众多学者研究的热点课题，国内外学者针对产学协同创新绩效影响因素的研究已取得较为显著的进展。Shyu J Z等通過对比韩国、台湾、美国和中国4个国家创新政策，得出结论：财政补贴政策、税收优惠政策和相关法律法规有利于促进产学协同创新绩效。[1]Chen S H等通过结构建模方法研究政府和产业资助对产学创新绩效的影响，提出人员支持、资金支持等有助于产学协同创新绩效提升。[2]Kulatunga U等对协同创新双方的满意度进行实证研究，提出利益相关主体的满意度很大程度上会影响协同创新的效率和效用。[3]Mora-valentin EM、Jeong S等主要研究信任与产学协同创新绩效之间的关系，证实了信任与产学协同创新绩效之间存在显著的正相关关系。国内学者针对产学协同创新的影响因素也展开丰富的研究并且取得重大成果。[4-5]王海花等从个体网络和整体网络角度出发研究跨区域产学协同创新绩效的影响因素，证实了个体网络的网络规模、中心度和结构洞以及整体网络的中心势对跨区域产学协同创新绩效具有正向显著影响，而整体网络结构能够负向调节个体网络特征对产学协同创新绩效的正向影响。[6]夏丽娟、鲁洁、陈红军等通过负二项回归模型对产学协同创新绩效影响因素进行分析，结果证实了地理及技术邻近具有显著促进产学协同创新绩效的作用，且在此基础上将制度邻近和社会网络邻近纳入多维邻近之中并证实它们对提高协同创新绩效具有积极作用。[7-9]程华、朱婧祎、丁玉莹等通过实证方法研究产学创新绩效的影响因素，研究结果指出：政府财政支持力度、当地科技发展水平、企业创新能力及规模等在一定程度上提升产学协同创新绩效。[10-12]此外，王帮俊等通过扎根理论归纳山东省产学研协同创新影响因素，总结影响因素可划分为环境因素和过程因素。[13]

综上所述，现有的研究已经取得了丰硕的成果，但目前研究依然存在一些不足：一方面，很少有研究侧重于单个省份内产学合作创新绩效的研究；另一方面，客观研究分析单个省份产学协同创新绩效的文献还有所欠缺，实证分析产学协同创新影响因素的研究还有所不足。深入研究省内各市产学创新绩效具有十分重要的作用。首先，研究省内各市产学创新绩效不仅有利于了解省内各市产学协同创新目前现状和存在问题，还有益于各市根据产学协同创新存在的问题采取针对的措施，以提高各市和整体的区域创新能力；其次，研究省内各市产学创新绩效可以在在提升整体创新能力的基础之上，更好地开展与其他省份的产学合作，从而获取更多的创新资源以促进区域可持续发展。为了弥补现有研究的不足，笔者根据广西相关数据，采用固定效应负二项回归模型进行建模，并从区域创新环境角度探讨当地政府支持力度、对外开放程度、科技发展水平和经济发展水平对广西各市产学协同创新绩效的影响，以期为进一步贯彻落实“一带一路”倡议提供参考。

三、理论分析与研究假设

根据已有的文献，发现当前学者们更多从多维邻近性、网络结构和创新主体等角度对产学协同创新绩效的影响因素进行研究。因此，笔者在借鉴其他学者研究的基础上，采用固定效应负二项回归模型从区域创新环境视角来考察当地政府支持力度、当地对外开放水平、当地科技发展水平和当地经济发展水平对产学协同创新绩效的影响。

（一）当地政府支持力度与产学协同创新绩效

在协同创新过程中，充足的科研经费是创新主体进行创新的首要前提。近年来，广西关于支持产学协同创新的财政投入逐年增加，如教育支出和科研支出等。同时，政府颁布了大量支持企业创新的政策，为创新型企业家提供了良好的政策环境，从而激发了他们的协同创新热情。政府财政资金支持能够促进产学协同创新绩效这一观点得到很多学者的认可。原长弘等利用随机前沿方法证实地方财政资金支持有益于促进高校技术转化和降低技术转让的风险。[14]肖丁丁等提出政府资助对产学研合作创新效率的影响是显著正向的且具有长效性。[15]程华、丁玉莹、武海峰等认为地方政府财政支持力度在一定程度上代表政府对产学合作的重视程度，这将有利于提升高校和企业的创新能力，进而促进产学协同创新绩效。[10][12][16]由此可知，政府财政资金的增加，不仅在一定程度上可以分担创新主体创新的成本和风险，还能在此基础上大大刺激创新主体寻找合作伙伴的积极性，将会激励各创新主体加大科研创新投入，以此获取更多的科研产出以面对日益激烈的竞争环境。基于上述阐述，笔者提出如下假设：

H1：当地政府支持力度能够正向显著促进区域产学协同创新绩效。

（二）当地对外开放程度与产学协同创新绩效

一个区域只有在相对开放的状态下才能使各创新资源顺畅地在各区域间流动，即物质流、人才流、信息流等在各区域之间流动的可能性和频繁程度，这些要素在一定程度上会影响区域的协同创新能力。伍虹儒通过分析区域对外开放水平与区域创新能力的关系，提出较高的对外开放水平对区域创新绩效具有明显的正向效应。[17]李泓欣等利用空间计量模型证实对外开放程度有利于帮助区域获取科技创新信息和提升自身且周边区域创新能力。[18]但有一些学者认为，地区对外开放水平不仅不利于提升区域协同创新绩效，反而在一定程度上起到抑制作用。例如，王鹏、王锐淇等提出地区对外开放水平对区域创新的影响具有不确定性，既存在负面影响又存在正面影响。[19-20]李婧等以省际数据为样本研究区域创新绩效的影响因素，证明地区对外开放水平具有显著负向影响。[21]基于其他学者的研究，笔者认为一个地区的开放水平越高，说明其他地区的创新资源能够更加顺畅进来，这样本地区可以吸收其他地区的创新资源以不断提高本地的区域创新能力，从而为产学协同创新绩效提供更为宽阔的发展空间。基于上述阐述，笔者提出如下假设：

H2：当地对外开放程度能够正向显著促进区域产学协同创新绩效。

（三）当地科技发展水平与产学协同创新绩效

地方科技发展水平程度能够影响区域创新绩效。科技发展水平较高的地区能够更有效吸收和消化来自其他地区的先进技术及溢出知识，这是因为科技发展水平高的地区具备较为丰富的科研人员及充足的科研经费等资源，科研人员作为提升区域创新关键因素，在合作创新过程能够更快吸收和消化先进技术及知识资源，形成新的创新产出，从而提升区域创新绩效。科技发展落后的地区不仅难以吸收和消化先进地区带来的技术知识，导致知识资源的巨大浪费，而且很有可能影响先进地区的发展进程，进而拖慢整个创新过程。丁玉莹等通过相关性分析和回归分析，证明区域科技发展水平越高，区域产学协同创新绩效水平越高，即两者之间存在正相关关系。[12]基于以上阐述，笔者提出如下假设：

H3：科学技术发展水平能够正向显著影响区域产学研协同创新绩效。

（四）当地经济发展水平与产学协同创新绩效

地区经济发展水平是影响产学协同创新的重要因素，高校与企业进行合作创新更倾向于选择经济综合竞争力强的地区进行合作。地区的经济水平越高，代表该地其他方面基础设施条件相比于一些欠发达地区更加完善，因此更易于产学进行协同创新。相反，一个地区产学协同创新绩效越高，代表着该地与其他地区合作程度越高，这在一定程度上带动该地潜在经济增长。武海峰等采用灰色关联分析方法进行实证分析，证明了地区经济增长水平与产学研协同创新绩效之间存在相互促进、相互作用的关系，即地区经济增长在一定程度上会促进产学协同创新，而产学协同創新反过来促进地区经济增长。[16]随后，经济发展水平渐渐被学者们作为重要变量纳入研究协同创新绩效的影响因素之中。基于上述阐述，笔者提出如下假设：

H4：当地经济发展水平能够正向显著影响产学协同创新绩效。

四、研究设计

文章以2012—2020年广西各市本科院校与企业联合申请专利数据作为分析对象，并利用固定效应负二项回归模型从区域创新环境视角考察当地政府财政支持力度、对外开放水平、科技发展水平和经济发展水平对广西各市产学研协同创新绩效的影响，以期为提升各市产学协同创新绩效提供参考性建议。鉴于此，笔者对所涉及到相关变量的数据来源及测量进行简要论述，以确保相关变量数据的有效性。

（一）研究对象

产学研合作作为区域协同创新一种常见的形式，其中企业和高等院校在产学研合作过程中扮演重要角色。笔者主要选取广西各市本科院校及与之合作的企业作为研究对象。这主要有以下两个方面的原因：一方面，从科研角度考虑，本科院校作为培养国家人才的主要阵地，是国家重点关注以及培育对象，所以本科院校不管在政策上或是在科研上，都得到国家极大的支持。因此，相比其他院校，本科院校拥有更健全的科研组织以及科研机制，有可能更倾向寻求与其他创新主体进行协同创新，以实现科研成果显著产出；另一方面，从社会服务角度考虑，相比于其他院校，本科院校科研能力较强，很大程度上能够推动高等院校和企业深度融合发展，实现高等院校、企业及科研机构协同创新发展的局面，以此实现更多的科研成果转化为创新绩效，从而推进相关行业和区域蓬勃发展。

（二）数据来源

广西各市本科院校与企业合作专利数据主要来源于国家知识产权局专利检索网站（CNIPA）。根据已有文献可以发现，很多学者主要利用专利申请量、专利授权数、新产品销售收入等指标衡量产学协同创新绩效。毛昊提出，合作专利是衡量产学合作的重要指标。[22]笔者在借鉴已有研究的基础上选取广西各市本科院校与企业合作专利数据作为产学合作的基础数据，检索日期为2022年4月1日。因专利申请需要较长时间，一般情况下有18个月专利处理期，所以笔者选取了2012—2020年广西各市本科院校与企业合作专利作为研究样本。专利检索方法如下：首先，在网站专利申请人检索框中依次输入广西各市本科院校与企业、公司、集团、厂的两两组合，并将专利申请日期设置为2012年1月1日—2020年12月31日，这样便得到初始的样本数据。其次，通过网络查询和专利注册信息等方式，统计每一条专利数据中企业和高等院校所属广西地级市信息，针对涉及两个合作方以上共同申请的专利数据，可以根据不同产学组合，每一个组合记为一次合作的方式进行统计，如某一条专利的申请人包含以下3个组织：南宁某有限公司、南宁某大学和桂林某大学，那么按照此方法可以将该条专利统计成南宁某有限公司与南宁某大学、南宁某有限公司与桂林某大学2次产学合作，通过对原始数据进行处理之后最终得到1845条合作数据（包含广西市间和市内）。最后，根据这些专利数据，构建广西14个市9年间的平衡面板数据，最终形成研究的14×9=126个样本数据。

（三）变量测量

1．因变量

根据研究对象可知，研究的因变量是广西各市产学协同创新绩效，借鉴已有的研究，研究采用“广西各市本科院校和企业联合申请专利数量”（Y）进行测量因变量，其数据来源及处理如前文所述。

2．自变量

针对自变量指标的选取，可以借鉴类似研究的选取方式，如程华[10]等、丁玉莹[12]等、武海峰[16]等的相关研究，将影响因素“当地政府支持力度”用“科研支出”（X1）“教育支出”（X2）来表示，为了方便计算，将其进行对数处理；将“当地对外开放水平”用“外商直接投资企业数量”（X3）“港澳台直接投资企业数量”（X4）来表示，为了方便计算，将其进行对数处理；将“当地科技发展水平”用“从业科研和技术研究人员数量”（X5）来表示，为了方便计算，将其进行对数处理；将“当地经济发展水平”用“地区生产总值增长速度”（X6）来表示。由于个别指标在个别年份存在缺失情况，因此，为了数据的完整性和结果的准确性，笔者对缺失数据进行线性插值处理。以上指标数据均来源于2012—2020年《广西各市统计年鉴》。

五、广西产学协同创新绩效影响因素实证分析

笔者对广西产学协同创新绩效影响因素实证分析所涉及的变量进行模型构建，以此将所有变量纳入同一个模型框架中，为研究假设检验提供模型依据。

（一）模型构建

由于研究的因变量广西各市本科院校与企业联合申请的专利数是非负数的离散整数变量，根据已有的文献发现，学者们大都采用泊松回归模型和负二项回归模型进行建模。但在笔者的研究数据中，因变量产学协同创新绩效的方差（1.658）明显大于均值（1.081），如果选择泊松回归模型进行建模明显不能满足其前提假设条件，即样本方差等于均值，所以笔者通过固定效应负二项回归模型对研究对象进行建模。另外，依据数据模型基本原理，当所选取的样本等于所研究总体的所有单位时，应采取固定效应模型。[11]由于笔者以广西各市本科院校与企业联合申请专利数量作为研究对象，广西所有地级市均属于研究对象，因此满足所选取的样本等于所研究总体的所有单位的条件，所以最终采用固定效应负二项回归模型进行实证分析。因变量广西各市产学协同创新绩效表达式如下：

f（yi|Xi ）=（）yi（1-）θ

其中，λi 为条件均值，λi [1+（）λi ]为条件方差。

基于原有表达式基础，笔者将一个不可观测的个体效应引入泊松回归模型的条件均值中，从而构建负二项回归模型进行实证研究，其最终表达式如下：

lnYi = βXi+ εi ，i =1，2，3，4，5，6

其中，Yi为因变量广西各市本科院校和企业联合申请并授权的专利个数，而lnYi为因变量的对数形式；Xi为自变量，即影响广西各市本科院校和企业联合申请并授权的专利个数的因素，分别为科研支出、教育支出、外商直接投资企业数量、港澳台直接投资企业数量、从业科研和技术研究人员数量、地区生产总值增长速度；β为自变量的系数向量，反映自变量对广西各市产学协同创新绩效的影响程度和方向；εi为随机干扰项。

（二）基本情况分析

深入了解广西各市产学协同创新情况对研究其影响因素具有启发性意义，笔者主要从纵向和横向两个方面对其进行论述：

从纵向时间维度上来看，广西本科院校与企业联合申请的专利数量在2012年总共只有46件，但在2020年专利数量共有406件，广西本科院校与企业联合专利数量每年以将近1倍的速度增长。但广西产学协同创新绩效并非逐年增长，而是呈现一定的曲折性。据图1所示，广西产学协同创新绩效在2015年、2018年出现明显的低谷时期，随后逐渐上升。这可能与当时广西财政科技支持力度有关。根据梳理2012—2020年《廣西统计年鉴》发现，广西政府财政支出中科研技术支出在2015年和2018年之间出现明显下降。政府财政科技支持对区域创新效率具有明显提升效应，这一结论被众多学者所证实。[23-25]除此之外，经济发展水平、科研人员数量等也是促使此低谷现象形成的原因。

从横向空间维度上看，据图2所示，南宁市、桂林市、柳州市在2012—2020年本科院校与企业联合申请专利总量高达1707件，占全区总量的92.5％，位列前三。北海市、防城港市和贵港市在2012—2020年本科高校与企业联合申请专利数量常年为0。其他市如钦州市、百色市、河池市等，高校与企业联合申请专利总量仅为138件，仅占全市专利申请总量的7.5％。由此可见，广西内区域产学合协同创新绩效分布不均衡，两极分化比较严重。除此之外，通过图1和图2对比可以看出，广西整体与广西各市产学协同创新绩效变化区域具有一致性，均在2015年和2018年出现明显低谷时期。

（三）实证结果分析

上述分析表明，广西各市产学协同创新绩效出现明显差异，是什么原因造成这种差异的？考虑到数据可获取性，笔者选取广西各市当地政府科研支出和教育支出、外商和港澳台直接投资企业数量、从业科研和技术研究人员数量、地区生产总值增长速度等6个指标，尝试从区域创新环境角度探析当地政府支持力度、对外开放程度、科技发展水平和经济发展水平对广西各市产学协同创新绩效的影响。

1．描述性统计分析

在对126条研究样本数据并且对各个变量数据进行对数处理的基础上，笔者对因变量（各市产学协同创新绩效）、自变量（科研支出、教育支出、外商直接投资企业数量、港澳台直接投资企业数量、从业科研和技术研究人员数量以及地区生产总值增长速度）进行描述性统计，结果如表1所示，表中清晰列出了各个变量的均值、中位数、标准差、最小值和最大值。首先，比较各个变量的最大值和最小值。产学协同创新绩效最小值为0而最大值为5.118，数据差异说明广西各市区域创新能力存在明显的差异，而其他变量的最大值和最小值的变化存在一定的差异，表明各市在政府支持力度、科技经济发展水平等方面有很大的不同。其次，分析均值及方差情况。由表1可知，因变量方差（1.658）明显大于均值（1.081），说明数据存在过度离散并不服从正态分布，也不符合泊松回归分析均值等于方差的条件，因此需要选择固定效应负二项回归模型进行回归。

2．相关性分析

为了探讨各个变量之间的关系，笔者使用STATASE 16数据分析软件对变量之间关联度大小和方向进行初步判断验证，为下文假设验证提供参考和依据，结果详见表2。由表2可知，政府的科研支出、教育支出、外商直接投资企业数量、港澳台直接投资企业数量、从业科研和技术研究人员数量与产学协同创新绩效之间的相关系数分别为0.603、0.611、0.288、0.572和0.705，并且在1％水平上显著，说明它们与因变量之间存在显著的正相关关系。而地区生产总值增长速度与因变量之间的相关系数为-0.256，并且在1％水平上显著，表明它与因变量之间存在显著的负相关关系。虽然上述数据给假设验证提供了一些初步的依据，但相关性关系的大小和方向仅说明各变量两两之间确实存在相互依存的关系，但并不能充分表现出各变量两两之间的因果关系，因此还需要依靠固定效应负二项回归模型进行探索各变量之间的因果关系。

3．共线性诊断分析

为了防止自变量之间存在高度相关关系而导致回归模型估计失真的问题，笔者利用STATASE 16数据分析软件对各变量之间进行共线性诊断，以判断各变量是否符合纳入固定效应负二项回归模型之中，结果详见表3。由表3可知，各变量之间的VIF值均小于5，表明变量之间不存在多重共线性问题，因而可以同时纳入到回归模型中。

4．回归分析

笔者主要运用STATASE 16工具软件对已构建的面板数据进行实证回归分析，其回归结果如表4所示。其中，表格中所有模型的Wald Chi2统计量均在1％水平上显著，表明模型以及面板数据均通过了1％的显著性检验，模型与研究数据拟合度较好，即所选取的指标在一定程度上能够对广西产学协同创新绩效影响因素进行解释。

关于政府财政支持力度，在模型1～6中，政府科研支出与产学协同创新绩效之间的相关系数均为正数，且大部分模型均通过5％水平的显著性检验，表明地方政府科研支出能显著提升广西各市产学协同创新绩效，除此之外，政府教育支出的相关系数均为正数，且大部分模型均通过5％水平显著性检验，说明地方政府教育支出对广西各市产学协同创新绩效产生较为显著的影响。同时，在模型2中，地方政府科研支出、教育支出的相关系数分别为0.409和0.899，且均通过5％显著性检验，说明地方政府科研支出和教育支出对广西各市产学协同创新绩效影响是正向且显著，并且进一步解释政府的支持力度能显著提升产学协同创新绩效，假设H1成立。政府科研、教育支出在一定程度上代表着政府对于产学协同创新的支持度，这能够减轻高校和企业进行协同创新成本和风险，进而激发高校和企业开展产学合作创新的热情，从而提高产学协同创新绩效。

关于当地对外开放程度，在模型3～6中，外商直接投资企业数量的系数均为负数，且均通过0.1％水平上的显著，说明外商直接投资企业数量对广西产学协同创新绩效的影响是负向显著的，换句话说，外商直接投资企业数量会在一定程度上会抑制广西产学协同创新绩效。除外，虽然港澳台直接投资企业数量与广西产学协同创新绩效的相关系数均为正数，但是并未通过显著性检验，表明其对区域产学协同创新绩效的影响是不显著的。广西各市对外开放程度对产学协同创新绩效的影响是显著负向的，说明地区对外开放水平对产学协同创新绩效并没有起到促进作用反而起到抑制作用，这与王鹏[19]等、王锐淇[20]和李婧[21]实证得出的结论具有一致性，可以进一步解释目前广西各市在对外开放的过程中更加重视量的引入，而对贸易活动带来的各种知识、技术和信息等资源的利用度比较低，因而不能促进当地产学协同创新绩效的提升。所以，假设H2不成立。

关于当地科技发展水平，模型5～6中，当地从业科研和技术研究人员的数量与广西各市产学协同创新绩效的相关系数为正数，且通过1％水平的显著性检验，说明当地从业科研和技术研究人员数量能够显著促进产学协同创新绩效的提高，假设H3成立。当地从业科研与技术人员数量对产学协同创新绩效的影响是正向显著的，表明人才作为创新的原动力，可以通过对原始技术的研发直接促进产学协同创新绩效，也可以通过人才之间相互学习、相互交流以有利于带动各种创新资源扩散，从而提升产学协同创新绩效。而当地从业科研和技术研究人员数量也可被称为地区人力资本水平，在一定程度上反映一个地区的科技发展水平，因此，根据回归结果分析可知，当地科技发展水平越高，越利于当地产学协同创新绩效的提高。

关于当地经济发展水平，模型6中，地区生产总值增长速度的相关系数为负数，且未通过显著性检验，说明地区生产总值增长速度并没有对产学协同创新绩效起到促进作用，表明地区生产总值增长速度与提升地区产学协同创新绩效并没有存在显著的关系，因此假设H4不成立。这可能是因为产学创新产出需要付出更多的时间成本和面对较多的不确定性因素，因此各地区把更多重点放在其他建设方面，并未做到更加均衡地发展。

5．穩健性检验

基于上述回归分析结果，为了验证回归结果的可靠性和准确性，文章对表4中模型6进行混合效应检验（OLS）、固定效应（FE）以及随机效应（RE）分析，以此检验基准回归的稳健性，结果如表5所示：

表 5  稳健性检验回归结果

注：括号内的数字为标准差；*p＜0.1，**p＜0.05，***p＜0.01。

经过混合效应检验（OLS）、固定效应（FE）以及随机效应（RE）的稳健性检验可知：第一，对于政府财政支持力度，政府科研支出对广西各市产学协同创新绩效的影响均为正向显著，说明政府科研支出有利于提高广西各市产学协同创新绩效，与基准回归结果基本一致；政府教育支出对广西各市产学协同创新绩效的影响在不同检验方法中具有一定差异性，虽然两者之间相关系数在不同检验方法中均为正，但是存在明显显著性区别，其中固定效应回归结果与基准回归结果大体上相一致，均为正向影响但不显著。第二，对于当地对外开放程度，外商直接投资企业数量对广西各市产学协同创新绩效的影响在不同检验方法中均为负向显著，说明外商直接投资企业数量越多可能在一定程度上抑制广西各市产学创新绩效，其结果与基准回归结果相一致；港澳台直接投资企业数量对广西各市产学协同创新绩效的影响在不同检验方法中均具有正向影响，但在显著性影响上具有不一致性，其中，固定效应回归结果与基准回归结果具有一致性，均为正向但不显著。除此之外，对于当地科技发展水平，当地从业科研和技术研究人员数量对广西各市产学协同创新绩效影响在不同检验方法中均为显著正向，说明提高广西各市产学协同创新绩效离不开科技人员的支持，稳健性结果与基准回归结果相一致。第三，对于当地经济发展水平，地区生产总值增长速度对广西各市产学协同创新绩效的影响在不同检验方法中均为显著负向，但其结果与基准回归结果存在显著性差别。综上所述，通过采用不同检验方法对研究表4中模型6进一步检验发现，回归结果与上述研究的基准回归结果基本一致，说明实证研究结果具有稳健性，具有一定的参考价值。

六、结论与建议

笔者根据2012—2020年广西各市本科院校和企业联合申请专利以及各市统计年鉴相关数据，初步分析广西各市产学协同创新绩效的基本情况，并在此基础采用固定效应负二项回归模型，实证考察了广西各市产学协同创新绩效影响因素，主要得到以下5点结论：其一，在考察期内广西产学协同创新绩效呈波动上升趋势，且各市产学协同创新绩效存在“强恒强，弱恒弱”的发展趋势。其二，政府支持力度对产学协同创新绩效具有明显提升效应，其中地区科研支出具有显著正向作用，而教育支出整体上起到提升协同创新绩效的作用，但两者作用效果存在差异。其三，地区对外开放水平总体上未能有效提升广西各市产学协同创新绩效，其中外商直接投资企业数量负向显著影响创新绩效，而港澳台直接投资企业数量也并未起到显著正向效果，这可能是由于自治区更加重视本地企业的发展而并未有效利用外来企业资源，从而没有达到有效提升协同创新绩效的效果。其四，当地科技发展水平能够有效促进广西各市产学协同创新绩效的提升，表明创新人员对创新绩效提升的重要性。其五，地区生产总值增长速度并未正向促进协同创新绩效，这可能是地区更加重视其他方面的发展而忽略产学协同创新发展。

根据理论与实证分析结果，笔者提出以下3点建议：其一，广西政府应进行宏观调控，促进人才、资源、知识的流动，减少区域内部失衡问题，从而实现自治区整体创新能力提升。同时，各市地方政府应结合本地实际区域创新环境制定具有地区差异化的创新发展对策，针对产学协同创新绩效显著的市区应不断优化产学研平台构建，为促进产学研开展深度协同创新做好充分准备，从而实现区域创新能力的提升。其二，广西各市地方政府应该尽量减少为产学合作提供直接性资金，可以通过其他优惠或补贴政策等方式促进产学协同创新，由于企业和政策在信息共享上存在高度不平等现象，可能会出现企业骗取资金的行为，进而造成政府财政资金没有得到充分利用。同时，还应严格遵守市场正常运行模式，通过搭建产学研合作平台和优化公共服务等方式为产学研合作创造良好的创新环境以激发产学合作热情和意愿。除此之外，广西各市在对外开放过程中，不仅应注意引进创新资源的数量，还应注意创新资源的质量，并且还应有效利用来自其他地区的创新资源和先进技术，进而提升区域创新能力。其三，广西各市政府在科研创新投入方面应更加精细化，以“产学研”为导向，规划更加科学合理的科技人才培养经费，不断提升现有的科技人才产出动力。[26]同时，还应不断完善人才培养体系，健全人才激励机制，优化科研人才认定及评价制度，在选拔科技人才方面大胆创新，专人专用，最大程度激发科研人才在新时期的科研熱情，发挥其在经济高质量发展方面的领头羊作用。[27]

参考文献：

[1] Shyu J Z，Chiu Y C，Yuo C C.A Cross-National Comparative Analysis of Innovation Policy in the Integrated Circuit Industry[J].Technology in Society，2001（02）：227-240.

[2] Chen S H，Huang M H，Chen D Z.Driving Factors of External Funding and Funding Effects on Academic Innovation Performance in University-Industry-Government Linkages[J].Scientometrics：An International Journal for All Quantitative Aspects of the Science of Science Policy，2013（03）：1077-1098.

[3] Kulatunga U，Amaratunga D，Haigh R.Performance Measurement in the Construction Research and Development[J].International Journal of Productivity and Performance Management，2007（08）：673-688.

[4] Mora-Valentin E M，Montoro-Sanchez A，Guerras-Martin L A.Determining Factors in the Success of R&D Cooperative Agreements between Firms and Research Organizations[J].Research Policy，2004（01）：17-40.

[5] Jeong S，Choi J Y，Kim J.The Determinants of Research Collaboration Modes：Exploring the Effects of Research and Researcher Characteristics on Co-authorship[J].Scientometrics，2011（03）：967-983.

[6] 王海花，王蒙怡，孙银建.社会网络视角下跨区域产学协同创新绩效的影响因素研究[J].科技管理研究，2019（03）：26-33.

[7] 夏丽娟，谢富纪，付丙海.邻近性视角下的跨区域产学协同创新网络及影响因素分析[J].管理学报，2017（12）：1795-1803.

[8] 鲁洁.多维接近性对产学协同创新绩效的影响研究[D].武汉：武汉理工大学，2019.

[9] 陈红军，谢富纪.京津冀产学协同创新绩效影响因素分析—基于多维邻近性视角[J].技术经济，2021（10）：108-118.

[10] 程华，吴丽君.产学协同创新绩效影响因素研究—基于浙江省纺织企业[J].统计科学与实践，2015（04）：12-14.

[11] 朱婧祎，李北伟，季忠洋.区域产学合作创新绩效空间演化及影响因素研究[J].工业技术经济，2020（03）：10-19.

[12] 丁玉莹，张峥.区域产学研协同创新绩效影响因素分析[J].经济研究导刊，2021（23）：33-36.

[13] 王幫俊，赵雷英.基于扎根理论的产学研协同创新绩效影响因素分析[J].科技管理研究，2017（11）：205-210.

[14] 原长弘，高金燕，孙会娟.地方政府支持与区域市场需求规模不确定性对高校技术转移效率的影响—来自中国“211工程”大学的证据[J].研究与发展管理，2013（03）：10-17.

[15] 肖丁丁，朱桂龙.产学研合作创新效率及其影响因素的实证研究[J].科研管理，2013（01）：11-18..

[16] 武海峰，牛勇平.山东省产学研合作绩效影响因素的实证分析[J].东岳论丛，2011（12）：163-166.

[17] 伍虹儒.对外开放水平对我国创新型区域影响的实证研究[J].攀枝花学院学报，2011（01）：26-30，54.

[18] 李泓欣，周燕.基于空间计量的区域科技创新信息要素资源配置影响因素研究[J].情报科学，2017（12）：96-101.

[19] 王鹏，郭永芹.环境规制、对外开放与区域技术创新—基于泛珠三角区域内地九省区面板数据的实证研究[J].经济经纬，2011（03）：29-33.

[20] 王锐淇，张宗益.区域创新能力影响因素的空间面板数据分析[J].科研管理，2010（03）：17-26，60.

[21] 李婧，何宜丽.基于空间相关视角的知识溢出对区域创新绩效的影响研究—以省际数据为样本[J].研究与发展管理，2017（01）：42-54.

[22] 毛昊.中国专利质量提升之路：时代挑战与制度思考[J].知识产权，2018（03）：61-71.

[23] 张雯，吴福象.财政科技资助、知识资本禀赋与区域创新绩效[J].经济问题探索，2021（04）：27-36.

[24] 贾萍萍.政府R&D投入对区域创新绩效影响的实证分析—以辽宁省为例[D].沈阳：辽宁大学，2021.

[25] 魏巍，史建军，张丽.政府补助对区域创新绩效的影响—以2009—2020年31省份的面板数据样本分析为例[J].中国高校科技，2022（08）：63-67.

[26] 梁淑红.新时代高校科技人才评价的趋向与优化路径[J].科技智囊，2022（10）：14-21.

[27] 叶继红，吴安平.苏州工业园区人才引进政策：特点、问题与优化[J].科技智囊，2022（07）：48-53.

Empirical Analysis of the Influencing Factor of Industry-University Collaborative Innovation Performance in Guangxi

Cheng  Yue    Han  Chunmei

（School of Public Policy and Managemnet，Guangxi University，Guangxi，Nanning，530004）

Abstract：In recent years，industry-university cooperation has gradually been regarded as one of the main form of cooperative innovation. The article takes the patent application data jointly filed by universities and enterprises in various cities of Guangxi from 2012 to 2020 as the research object，and the negative binomial regression model of fixed effects was used for modeling，so as to empirically study the influencing factor of the performance of industry-university collaborative innovation in various cities of Guangxi. The results of the research show that the local government's support and the level of science and technology development can significantly improve the production and innovation performance of various cities in Guangxi. Whereas the level of opening up to the outside world has a negative impact on the performance of industry-university collaborative innovation in all cities in Guangxi，among which the number of foreign direct investment enterprises have a negative significant impact. Besides，the growth rate of gross regional product has a negative impact on it but not significant. Based on the research conclusions，the article puts forward targeted suggestions to further improve the performance of industry-university collaborative innovation in Guangxi.

Key words：Guangxi；Industry-university collaborative innovation；Innovative performance；Negative binomial regression model of fixed effects

基金项目：本文系国家自然科学基金资助项目“企业网络动态能力与协同创新生态系统互动演化机制研究—以新兴技术产业为例”（项目编号：71762003）、国家自然科学基金资助项目“公共治理视阈下跨区域合作创新网络多主体协同发展机制研究”（项目编号：72164002）研究成果。

作者简介：程跃，女，1980年生，博士，副教授，研究方向：科技创新政策、技术创新管理。韩春梅，女，1998年生，硕士研究生，研究方向：行政管理。