政府资助对产学研协同创新绩效的影响
——来自江苏省数据

刘一新，张 卓

（南京航空航天大学经济与管理学院，江苏南京 211106）

1 研究背景

产学研协同创新是推动创新驱动发展战略的重要手段和途径，是企业面对资源环境约束、市场竞争日趋激烈的动荡环境的必然选择，是学研机构对接市场需求的重要途径。国务院于2006 年发布的《国家中长期科学和技术发展规划纲要（2006—2020年）》指导思想中明确提出要以企业为主体、产学研结合的技术创新体系为突破口；党的十八大报告中也强调要更加注重协同创新。基于以上的政策导向，跨组织、跨学科的产学研协同创新备受学界和产业界的青睐和关注，成为当前创新管理研究的热门议题和重点对象。在我国，产学研协同创新是在国家意志引导和安排下，企业、大学、研究机构在开放式创新环境中充分发挥各自能力和资源，整合互补性资源，实现各方优势的互补、促进，协作开展产业技术和科技成果转化的活动过程，具有整体性、动态性和非线性等特点［1-2］。区域产学研协同创新绩效则是产学研协同创新的成果表现［3］。

在创新驱动方式下，政府在引导和推进产学研协同创新发展方向中扮演着重要角色，其支持方式主要表现为政策支持、税收优惠、政府资助等，为产学研协同创新营造适宜的环境。但关于政府资助的研究却出现了不同的看法：是杠杆效应还是挤出效应？一种观点认为政府资助对企业创新具有显著正向影响作用，如Lee［4］、王俊［5］、王欢芳等［6］、沈鹏远等［7］；另一种观点是认为政府资助对企业的创新绩效没有或有负的影响作用，如张中华等［8］、Xiao 等［9］、Cannone 等［10］；还有一种观点是认为政府资助和企业创新不是简单的线性关系，如Huang 等［11］、毛其淋等［12］。由此可见，学界对于政府资助在创新过程中的效果还未达成一致意见，其结果是见仁见智。除此以外，本文从已有文献中还发现，大多数关于政府资助和创新绩效的研究主要是集中在企业微观层面，即从企业的视角探讨政府资助对企业创新绩效的关系，如杨亭亭等［13］选取我国4 520 家上市公司的大样本数据、吴俊等［14］采用江苏省4 833 家战略新兴企业数据分析政府资助与企业创新绩效关系。在产学研协同创新过程中，政府虽然承担着引导者和集成者的角色，但也具有投资者的特征［15］，因此，从政府投资者的视角，基于区域宏观层面探讨政府资助和产学研协同创新绩效的关系具有重要意义。

从投资者视角看，政府资助是一种投资决策，其预期效果不仅仅关注经济收益，更要关注政策环境、区域协同发展情况等无形收益，而产学研协同创新作为实现投资收益的关键途径，其创新成果从一定程度上则是该投资行为有效性的重要度量。本文从政府视角，基于区域层面探讨政府资助与区域产学研协同创新绩效两者的关系，通过理论分析和实证研究，着重回答政府资助对区域产学研协同创新是否存在影响、影响的主要路径如何等问题。

2 文献综述与理论分析

关于政府资助和创新绩效的研究是当前协同创新研究的热点之一。对于两者间的关系，现有研究主要有以下3 种观点：第一类观点认为政府资助是企业研发投入的补充，对企业的创新绩效有促进作用，如，尚洪涛等［16］选取我国148 家医药行业的上市公司数据建立脉冲响应函数模型，发现政府资助与企业研发投入是相互促进、相互作用的关系，且政府资助正向影响企业的创新绩效，但在不同性质的企业中存在1～3 期的滞后期；王遂昆等［17］的研究结果表明，我国的政府创新补贴对中小企业的研发创新有正向积极作用，且促进作用大于对国有企业的影响；Guo 等［18］研究发现对于我国的中小技术企业而言，政府资助对企业技术化和社会化的创新成果有显著的积极影响。

第二类观点认为政府资助和企业创新绩效间没有或有负向作用，如，王一卉［19］采用2005—2007年间我国工业行业中高技术企业为研究对象，发现政府资助对国有企业的创新绩效具有负向作用，且对缺乏经验的企业而言，政府资助在研发投入和企业创新绩效间具有负向调节作用；Brander 等［20］通过对加拿大接受和未接受过政府资助的风险投资企业的数据进行对比研究，发现受资助的企业在创新绩效方面并没有显著的提升；Acemoglu 等［21］通过对美国企业数据的收集和实证研究发现，政府资助对企业创新成果存在一定的挤出效应。

第三类观点认为政府资助和企业创新绩效间不是简单的线性关系，如，Huang 等［11］通过对我国工业企业研究认为小规模的政府资助对企业的创新绩效具有负向影响，而大规模的政府资助却能正向影响企业的创新绩效，由此认为政府资助与创新效率间存在“U”型关系；毛其淋等［12］认为政府资助和企业新产品创新之间存在适度区间，即高额度的政府资助由于延长了企业新产品的创新持续时间而对其产生抑制作用，需通过设定合理的资助强度区间才能有效激励企业新产品创新。

通过以上分析可以看出，政府资助与企业创新的关系是复杂的、不一致的，现有文献主要是从企业微观层面对两者的关系展开讨论研究；尽管如此，有学者认为关于两者关系在区域层面的研究也不可忽视，如Huang 等［11］的研究为本文的研究提供了重要参考依据。本文将借鉴企业视角的研究成果，从政府视角展开政府资助与区域产学研协同创新的讨论。

我国的政府资助包括对企业、高等院校和科研机构的资助，其中对企业的直接资助率最低，仅为4.6%左右，对科研机构的资助比例最高，且政府资助对企业和高校的研发投入均有杠杆效应，然而对科研机构却存在挤出效应［22］。聂鸣等［23］的研究结果表明我国的政府资助对区域的研发产出有显著的正向影响，且对科研机构的资助力度最大，说明区域依然是研究机构主导型的创新活动。罗楷晶等［24］对美国政府资金在产学研协同创新中的应用研究中发现，政府资金主要用于两个方面，一方面是产学研协同项目的研究，另一方面是人才培养，为产学研协同创新提供高层次、可持续的人才和智力支撑。Hsu 等［25］研究认为政府研发经费的占比正向影响产学研合作绩效。高松等［26］研究发现政府资助对处于不同生命周期阶段的上海市企业均有正向效用，有助于企业综合能力的提升。政府资助激励企业联合高校和研究机构开展长期的研发活动，实现渐进性创新，且根据胡雯等［27］关于产学研协同创新的生命周期理论，即产学研协同创新过程需要经历孕育阶段、合作阶段、协同阶段和衰退阶段，随着各阶段信任、契约、责任和义务的建立和逐步深入，协同程度逐层递进，这种跨组织、跨部门的资源整合有助于组织隐性知识的获取，进而促进突破性创新绩效的提升［28］，增强区域创新能力，提高区域产学研协同创新绩效。鉴于政府资助与企业创新绩效的促进效应，在产学研协同创新过程中，前期的资金投入更多属于基础投入，协同创新绩效比较低；随着后续投入的增加，前期基础研究的滞后效应凸显，创新绩效则不断提升。基于以上分析，本文提出以下假设：

H：政府资助对区域产学研协同创新绩效具有显著的正向影响。

3 回归分析

3.1 模型构建

本文采用的数据样本是2006—2016 年江苏省的有关数据。之所以选取江苏省数据，主要考虑到江苏省在《中国区域创新能力评价报告》中的区域创新能力连续多年均排在前列，且在我国的高等教育中属于教育强省，在产学研协同发展中具有代表性。以2006 为起始年份，主要是考虑到《国家中长期科学和技术发展规划纲要（2006—2020 年）》文件的发布时间。

基于政府资助对区域产学研协同创新绩效的影响，本文建立拓展的柯布-道格拉斯（C-D）函数模型——知识生产函数模型，如式（1）：

对式（1）两边取对数，得以下回归方程：

区域产学研协同创新是基于开放式创新的前提，区域的开放程度代表政府政策对开放的态度，因此本文引入区域开放度变量检验区域开放度对政府资助效果的影响，在式（2）中加入交互项，得到回归方程如下：

3.2 变量构造

通过上文的分析，本文对相关变量做如下设定：

（2）产学研研发人员数量(L)用高校、研究机构和企业参与研发活动的人员全时当量之和来表征。鉴于创新过程中知识的流动性和交互性，以及区域企业的复杂性和数据的可得性，本文以高技术产业研发人员代表企业研发人员，而且高技术产业具有知识和技术密集性，有一定的代表性。

（3）关于产学研的研发资本(K)，结合刁丽琳等［29］的观点，该指标用江苏省高等学校和研发机构科技经费筹集中的企业资金之和来表征。

（4）政府资助（Gov）采用研发内部支出中的政府资金，参照吴延兵［30］的观点，采用永续盘存法进行核算，具体计算公式如下：

为折旧率，依然采用白俊红［31］的观点取15%。

基期资本存量用下式进行估计：

3.3 数据获取

本文所使用的原始数据来源于《中国科技统计年鉴》《中国统计年鉴》和国家知识产权局专利检索网站。其中，新产品销售收入、区域创新开放度、高校和研究机构研发人员数来源于《中国科技统计年鉴》。为保持统计指标的一致性，高技术产业亦采用《中国科技统计年鉴》数据。产学研联合专利数来源于国家知识产权局专利检索平台的数据库，鉴于研究内容和数据的可得性，本文选择江苏省一本院校产学研联合专利数量，在专利检索平台分别以高校名称作为申请（专利）人进行逐个检索，在检索结果中删除专利权为独立单位的数据得到联合专利数量，再根据申请日手工整理出各年份数据。本研究所使用的变量及其定义见表1 所示，其描述性统计见表2 所示。

表1 变量及定义

表2 变量的描述性统计结果

4 实证分析

4.1 平稳性检验

鉴于本文采用数据的时间跨度不大，可能存在伪回归现象，因此需先对模型中的变量数据进行平稳性检验。本文应用较为常用的赤池信息量准则（AIC）做ADF 检验。从表3 中可以看出，各变量在原水平下均是非平稳的，其中Lninno2和LnL的一阶差分是平稳的，Lninno1、LnK和LnGov 的二阶差分是平稳。

表3 变量的单位根检验结果

4.2 经验估计结果

本文运用最小二乘法将两个被解释变量（Lninno1和Lninno2）分别对各解释变量（L nL、LnK、LnGov）进行回归，结果根据最大可决系数原则选择Lninno1关于LnL的回归、Lninno2关于LnGov 的回归作为初始模型，分别见式（6）和式（7）：

从表4 中可以看出，初始模型1a中LnL对Lninno1的影响最大，参数通过了1%的显著水平检验，说明产学研协同创新的人员数量对产学研联合专利数量有较大的正向影响；模型1b加入变量LnK后的不仅没增加反而减小，且对应的参数在10%的水平下也不显著，因此，LnK不适合放入模型；模型1c增加LnGov 后的由原来的0.880 1 增加至0.904 9，有明显增加，其对应参数为负，说明政府资助对产学研联合专利的数量有负向影响，但影响不显著；模型1d加入区域开放程度与政府资助的交互项，由原来的0.880 1 显著增加到0.968 7，且参数在1%的显著水平下显著，说明该交互项应该放入模型，此外，交互项的参数大于0，说明区域开放度与政府资助存在正向交互作用。

表4 实证以专利为被解释变量的逐步回归结果

从表5 中可以看出，初始模型2a是以Lninno2关于LnGov 的回归模型，参数大于0 且在1%的显著水平下显著，R2为0.920 2，充分说明政府资助对新产品销售收入有较大的正向影响；模型2b和2c分别增加LnL和LnK后均有所增加，其中模型2c增加幅度稍大，但是其对应的参数均未通过10%的显著性检验，因此不适宜放入模型，而模型2d增加区域开放度与政府资助的交互项后R2和均有较大幅度的增加，且LnGov 和交互项分别通过1%、5%的显著性检验，交互项的参数大于0，说明区域开放度与政府资助具有显著的正向交互作用。

表5 实证以新产品销售收入为被解释变量的逐步回归结果

5 研究结论与启示

5.1 研究结论

（1）对于不同的产学研协同创新绩效测量指标，政府资助的影响效果不同。本文结合产学研联合专利数量和新产品销售收入两个指标进行表征，其中政府资助对专利数量存在负向影响（λ=-0.740），但并不显著；而对新产品销售收入有显著的正向影响（λ=0.881，P<0.01）。原因可能是产学研联合专利无论是在专利的前期研发过程还是专利的申请授权过程均有一定的时间滞后期，使得投入的政府资助不能及时改善绩效，但是专利一旦被授权，它将为创新绩效带来持续的效果，因此可以视为区域长期绩效产出；新产品销售收入是基于专利等科技成果通过商业化转化而带来的收入，能较好地展现外部性特征，具有当期效果，政府资助的增加对其效果具有明显的正向刺激作用，可以视为区域短期绩效。因此，不适合仅从某一方面来表征产学研协同创新绩效，否则很容易得出片面的结果。

（2）在产学研协同创新的表征指标中，产学研人员数量对产学研联合专利指标的影响最大，而政府资助对新产品销售收入影响最大。原因可能是专利（尤其是发明专利）属于重大技术创新的突破，不仅集合了多学科、多专业，还需要投入大量的研发人员等智力资本，这也正是当前创新环境下我国各地区陆续出台人才引进政策而引发“抢人大战”的原因。

（3）区域开放度与政府资助对产学研协同创新绩效有显著的正向交互作用，且对专利数量的影响（γ=1.232）大于对新产品销售收入的影响（γ=0.745）。区域开放度是政府为产学研协同创新实施营造的外部环境，能够促进区域的市场交流，对专利数量的影响程度较大，主要是体现在创新环境的营造和政策引导有助于长期持续创新。

5.2 管理启示

结合上述分析过程和研究结论，本文对区域产学研协同创新管理提出以下对策建议：

（1）加大政府对产学研协同创新的资助力度。无论从短期绩效（即新产品销售收入）还是长期绩效（即专利数量），增加政府资助都是必要的。一方面，政府资助是对高校、研究机构和企业的资金支持；另一方面，政府资助既是政府对产学研协同创新的态度倾向，也是对创新战略实施过程的实质支持。政府资助在不同时期应关注对基础研究和应用开发资助的有效比例。

（2）增加区域开放度。产学研协同创新是基于开放式创新的前提，区域的开放程度代表了该区域内协同创新的活跃程度。开放程度越高，区域创新的活跃度越高［29］，越有利于产学研的交互，尤其是有助于企业的参与。在一定程度上，企业主动参与协同创新有利于隐性知识的获取与交流，从而实现突破性创新能力的提升［32］，保持企业的持续竞争优势，进而实现区域产学研协同创新绩效的持续提升。

（3）产学研各方要继续补充产学研人员数量，为产学研协同创新提供智力资本支持，尤其是以专利为表征的产学研协同创新结果显示，产学研人员数量是影响产学研联合专利数量的主要因素，即是影响产学研协同创新绩效的长期效果的主要因素。产学研人员数量的增加，意味着产学研智力资本的增加，而智力资本是协同创新知识本质的主要体现，是能够提升区域创新能力的主要贡献者［33］。

5.3 研究展望

本研究以江苏省有关数据为研究对象，而且鉴于企业数据的可得性，选择了江苏省高技术产业的数据，具有一定的区域性和产业特征；此外，鉴于我国协同创新起步较晚，本文根据《国家中长期科学和技术发展规划纲要（2006—2020 年）》，选取的数据时间以2006 年为基期年，共11 年的数据，这在计量经济学的研究中样本量偏小，但结果具有一定的可参考性。而从研究视角看，本文仅考虑政府资助这一因素，而区域产学研协同创新绩效的影响因素是多样的（如知识的交互、吸收能力等），在特定的环境中（如环境的竞争性和动荡性等）进行详细研究的结果将更可靠；从研究深度看，本文仅对产学研联合专利（基础研究）、新产品销售收入（应用开发）这两方面的协同创新绩效分别进行了研究，但对两者的有效结构尚未进行探索，这也将是下一步的研究方向。