陳維花 李 鵬

（1.福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福州，350116；2.中交四公局投資事業(yè)部，北京，100022）

目前，國內(nèi)外學(xué)術(shù)界對產(chǎn)學(xué)研協(xié)同創(chuàng)新的概念界定基本一致，普遍認(rèn)為，產(chǎn)學(xué)研協(xié)同創(chuàng)新是指以企業(yè)、高校、科研機(jī)構(gòu)為基本主體，發(fā)揮政府、中介機(jī)構(gòu)等相關(guān)主體的輔助支持，通過各創(chuàng)新主體之間的協(xié)同關(guān)系協(xié)調(diào)，優(yōu)勢互補(bǔ)、資源共享，其核心是通過知識和資源的創(chuàng)造、共享、創(chuàng)新，實現(xiàn)協(xié)同目標(biāo)，實現(xiàn)資金和技術(shù)等在各創(chuàng)新主體之間合理、有效流動。產(chǎn)學(xué)研協(xié)同創(chuàng)新已經(jīng)不像原始創(chuàng)新、集成創(chuàng)新和引進(jìn)消化吸收再創(chuàng)新一樣，是簡單的線性創(chuàng)新，而是多個創(chuàng)新主體能參與到其中的非線性創(chuàng)新。產(chǎn)學(xué)研協(xié)同創(chuàng)新是通過多個創(chuàng)新主體的協(xié)同作用和資源分享，其實質(zhì)是突破人、財、物、信息、組織之間的各類壁壘和界限，以出現(xiàn)管理學(xué)中“1+1〉2”的協(xié)同效應(yīng)，實現(xiàn)創(chuàng)新價值的最大化。它不但要求主體間的協(xié)同合作，而且要求協(xié)同目標(biāo)、組織等的溝通與整合。對產(chǎn)學(xué)研協(xié)同創(chuàng)新的研究主要有從動因[1]、機(jī)理[2]、路徑[3]、模式[4][5]、文化[6]、知識管理[7]以及績效評價[8][9]等角度展開，強(qiáng)調(diào)要協(xié)同產(chǎn)學(xué)研各方所擁有的要素來實現(xiàn)創(chuàng)新，卻鮮有學(xué)者對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進(jìn)行實證分析，本文運(yùn)用面板數(shù)據(jù)模型實證分析產(chǎn)學(xué)研協(xié)同創(chuàng)新各創(chuàng)新主體對其績效的影響。

一、變量說明與模型設(shè)定

考慮到指標(biāo)選取的科學(xué)性，合理性，客觀性以及數(shù)據(jù)的可獲得性，產(chǎn)學(xué)研協(xié)同創(chuàng)新各主體的指標(biāo)變量選取如下：企業(yè)作為產(chǎn)學(xué)研協(xié)同創(chuàng)新的技術(shù)需求方，選取“R&D項目數(shù)”來表征企業(yè)（ent）；高校主要負(fù)責(zé)創(chuàng)新型人才的培養(yǎng)，選取“畢業(yè)生數(shù)”來表征高校（uni）；選取“R&D投入人員”來表征科研機(jī)構(gòu)（res）；選取“對R&D經(jīng)費的總投入”來表征政府（gov），是政府“對企業(yè)R&D經(jīng)費投入”“對高校R&D經(jīng)費投入”、“對科研機(jī)構(gòu)R&D經(jīng)費投入”之和；選取“技術(shù)市場成交額”來表征中介機(jī)構(gòu)[10]（ino）；選取“金融機(jī)構(gòu)數(shù)量”來表征金融機(jī)構(gòu)（fin）。同時，經(jīng)濟(jì)因素也可以影響創(chuàng)新績效，本文選取“高新技術(shù)產(chǎn)業(yè)企業(yè)數(shù)”來表征經(jīng)濟(jì)因素[11]（eco）。

專利是公認(rèn)也是最多用來表示創(chuàng)新產(chǎn)出的指標(biāo)，本文選取“專利授權(quán)數(shù)”來表征產(chǎn)學(xué)研協(xié)同創(chuàng)新績效（cie）。

本文研究樣本為2009－2015我國30個省市自治區(qū)的相關(guān)面板數(shù)據(jù)（西藏地區(qū)由于部分年度數(shù)據(jù)缺失，所以刪除了西藏自治區(qū)），原始數(shù)據(jù)來自《中國科技統(tǒng)計年鑒》以及Wind資訊。相對于以往研究，本文所選取的指標(biāo)有利于降低主觀指標(biāo)以及調(diào)研數(shù)據(jù)所產(chǎn)生的統(tǒng)計偏誤，其結(jié)果更為客觀和精確。

本文利用面板數(shù)據(jù)模型實證分析產(chǎn)學(xué)研協(xié)同創(chuàng)新的創(chuàng)新主體對其績效的影響研究，使用，eviews8.0輔助計算分析，模型方程式如下：

其中， 代表截距，反映各省市自治區(qū)之間的差異；βj（j=1，…，7）為模型回歸系數(shù)，表現(xiàn)為各省市自治區(qū)產(chǎn)學(xué)研協(xié)同創(chuàng)新主體的彈性系數(shù)，反映了各創(chuàng)新主體對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的影響效果，其值越高，表明各創(chuàng)新主體對創(chuàng)新績效的影響越大；ε是隨機(jī)擾動項，滿足E(ε)=0和var(ε)=σ2。

二、實證分析

（一）單位根檢驗與協(xié)整檢驗

面板數(shù)據(jù)如果存在單位根則可能導(dǎo)致虛假回歸，為了保證變量的平穩(wěn)性，排除這種虛假回歸情況的發(fā)生，本文應(yīng)該對每個變量分別進(jìn)行測驗。通常有兩種方式檢驗變量的平穩(wěn)性：一種是假設(shè)樣本單位根一致，主要的檢驗工具有LLC、Hadri和Breitung三種；另一種是假設(shè)樣本單位根不一致，主要的檢驗工具有：IMP、IPS、Fisher-ADF和Fisher-PP等。如果在兩種檢驗中均拒絕存在單位根的原假設(shè)則認(rèn)為該面板數(shù)據(jù)是平穩(wěn)的。

分別對面板數(shù)據(jù)1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco進(jìn)行單位根檢驗，結(jié)果如表1所示?？梢钥闯?，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco都是平穩(wěn)的，說明1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco均為一階單整變量。

表1 面板單位根檢驗結(jié)果

面板數(shù)據(jù)的協(xié)整檢驗。由上述檢驗可知，各變量均為一階單整變量，可進(jìn)行變量的協(xié)整檢驗，以確定lny與lnX1和lny與lnX2是否存在長期均衡關(guān)系。面板數(shù)據(jù)的協(xié)整檢驗主要分為兩種，一種是以Engle and Granger二步法檢驗為基礎(chǔ)的檢驗，主要有Pedroni檢驗和Kao檢驗，Pedroni檢驗允許面板數(shù)據(jù)存在異質(zhì)性，包括4個是用聯(lián)合組內(nèi)維度描述的統(tǒng)計量（Panel－v、Panelrho、Panel－PP和Panel－ADF）和3個用組間維度描述的統(tǒng)計量（Group－rho、Group－PP 和Group－ADF）另一種是以Johansen協(xié)整檢驗為基礎(chǔ)的檢驗。本文采用Pedroni檢驗，1ncie,1nent,1nuni,1nres,1ngov,1nino,1nfi n和1neco的面板協(xié)整檢驗結(jié)果如表2所示。

可以看出，各變量均通過了1%的顯著性檢驗，即各變量均顯著拒絕了原假設(shè)，可以認(rèn)為R&D 投入經(jīng)費和R&D 投入人員分別與新產(chǎn)品銷售收入之間存在長期的均衡關(guān)系。

表2 Pedroni面板協(xié)整檢驗結(jié)果

Pedroni[12]指出，當(dāng) 20，只有Panel ADF-stat統(tǒng)計量和Group ADF-stat 統(tǒng)計量效能最好，其次是Panel-PP和Group-PP統(tǒng)計量，本文主要看Panel-PP、Panel-ADF、Group-PP和 Group-ADF四個統(tǒng)計量的檢驗結(jié)果，其余3個統(tǒng)計量僅作為參考。從表2的結(jié)果看，可以認(rèn)為變量之間存在長期協(xié)整關(guān)系。

（二）結(jié)果分析

面板數(shù)據(jù)模型包括固定效應(yīng)模型、隨機(jī)效應(yīng)模型和混合效應(yīng)模型，在處理面板數(shù)據(jù)時，為了確定哪種模型更適合可以通過F檢驗和Hausman檢驗來確定。本文利用Eviews 8.0進(jìn)行Hausman檢驗，檢驗結(jié)果如表3所示，模型（1）的Hausman檢驗P值遠(yuǎn)小于顯著性水平0.05，所以本文采用固定效應(yīng)模型來分析各創(chuàng)新主體對創(chuàng)新績效的影響。

表3 模型Hausman檢驗

對面板數(shù)據(jù)模型（1）的參數(shù)進(jìn)行估計，結(jié)果如表4 所示。可以看出，調(diào)整 為0.964，說明模型（1）擬合優(yōu)度很高，且 均在1%水平下顯著，說明總體線性關(guān)系顯著。

表4 模型回歸結(jié)果

可以看出，產(chǎn)學(xué)研協(xié)同創(chuàng)新各創(chuàng)新主體的彈性系數(shù)分別為 0.653、-0.323、-0.528、0.694、0.08、0.496和0.146，均在1%的水平下顯著，說明產(chǎn)學(xué)研協(xié)同創(chuàng)新各創(chuàng)新主體對其績效的影響均顯著，具體而言，企業(yè)、政府、中介機(jī)構(gòu)和金融機(jī)構(gòu)的彈性系數(shù)為正，與產(chǎn)學(xué)研協(xié)同創(chuàng)新績效呈正相關(guān)關(guān)系，對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的提升有幫助，而高校和科研機(jī)構(gòu)的彈性系數(shù)為負(fù)，與產(chǎn)學(xué)研協(xié)同創(chuàng)新績效呈負(fù)相關(guān)關(guān)系，抑制產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的提升，高校和科研機(jī)構(gòu)作為產(chǎn)學(xué)研協(xié)同創(chuàng)新的技術(shù)供給方，其科技成果轉(zhuǎn)化依賴于政府的資金和政策支持，政府給予高校和科研機(jī)構(gòu)主大量的財力與政策的支持，但最終導(dǎo)致了高校和科研機(jī)構(gòu)每年有著數(shù)量巨大的專利申請，其中大多數(shù)都不能進(jìn)行產(chǎn)品化，創(chuàng)新成果不能轉(zhuǎn)化為創(chuàng)新產(chǎn)品。也可以發(fā)現(xiàn)，彈性系數(shù)最大的創(chuàng)新主體是政府，說明政府在我國產(chǎn)學(xué)研協(xié)同創(chuàng)新中處于主導(dǎo)地位，事實上，政府在產(chǎn)學(xué)研協(xié)同創(chuàng)新中扮演著支持者、引導(dǎo)者、協(xié)調(diào)者、監(jiān)督者等多種角色。

結(jié)語

產(chǎn)學(xué)研協(xié)同創(chuàng)新是政府通過政策、資金進(jìn)行引導(dǎo)和鼓勵，中介機(jī)構(gòu)提供信息服務(wù)，金融機(jī)構(gòu)提供融資渠道，高校和科研機(jī)構(gòu)作為研究方提供科學(xué)技術(shù)，企業(yè)作為生產(chǎn)方將科學(xué)技術(shù)投入使用，共同完成協(xié)同創(chuàng)新活動，將創(chuàng)新成果轉(zhuǎn)化為經(jīng)濟(jì)效益，達(dá)到共贏的局面。本文利用2009－2015年我國30個省市自治區(qū)的相關(guān)面板數(shù)據(jù)，運(yùn)用面板數(shù)據(jù)模型實證研究產(chǎn)學(xué)研協(xié)同創(chuàng)新各創(chuàng)新主體對其績效的影響，主要得出以下結(jié)論：（1）企業(yè)、政府、中介機(jī)構(gòu)和金融機(jī)構(gòu)對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的影響是正的顯著關(guān)系，特別是政府的彈性系數(shù)最大，因此，政府要加大在協(xié)同創(chuàng)新中的科研經(jīng)費和相關(guān)政策支持，企業(yè)、中介機(jī)構(gòu)和金融機(jī)構(gòu)繼續(xù)做好自己的角色，進(jìn)一步加大資金的利用率；（2）作為產(chǎn)學(xué)研協(xié)同創(chuàng)新技術(shù)供給方，高校和科研機(jī)構(gòu)抑制產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的提升，因此，高校要加大人才培養(yǎng)的力度，建立人才培養(yǎng)的平臺，科研機(jī)構(gòu)建立人才引進(jìn)機(jī)制，合理的安排高校和科研機(jī)構(gòu)的職稱評定標(biāo)準(zhǔn)等等；（3）經(jīng)濟(jì)因素也影響著產(chǎn)學(xué)研協(xié)同創(chuàng)新績效，影響為正，一個國家的經(jīng)濟(jì)發(fā)展的好，產(chǎn)學(xué)研協(xié)同創(chuàng)新的效果也會越好。