高校知識溢出、產學R&D合作與工業企業創新產出的GWR分析

吳玉鳴+田斌

摘 要：高校知識溢出、產學R&D合作對工業企業創新具有重要意義。對工業企業創新的OLS和GWR分析發現，政府直接的經費支持對企業創新產出而言并不是一種良好的制度安排，金融機構貸款并未對企業創新產出能力起到促進作用，研究與開發機構的創新活動對企業創新產出的知識溢出效應不存在，高校知識溢出、產學R&D合作積極而穩健地影響了企業創新產出能力。創新人員投入、政府直接經費支持及高校知識溢出等變量存在明顯空間異質性，經濟發達地區其產學R&D合作對企業創新產出的貢獻度高于經濟落后地區。

關鍵詞：創新產出；知識溢出；R&D合作；GWR；空間異質性

中圖分類號：F062.3 文獻標識碼：A 文章編號：1004-1494（2014）01-0022-06

一、引言

國內外理論與經驗研究表明，大學與企業的合作研發與聯合創新是國家和地區創新能力的重要源泉之一[1]。Anselin等用空間計量模型研究了美國大都市區域的大學研究對高技術創新的空間溢出效應[2]。Beise和Stahl對德國公共研發與產業創新的研究發現，大學被企業視為最重要的公共創新支持來源，而大型科研機構對企業技術轉移的作用不明顯[3]。Schartinger和Rammer等認為大學同產業間的知識合作強度并不遵循簡單的部門模式，高技術產業與顯性技術科學之間存在高強度聯系[4]。Belderbos和Carree等研究了R&D合作戰略的異質性后認為，決定R&D合作的因素在很大程度上取決于企業的類型[5]。Ronde和Hussler通過利用知識生產函數對區域創新的研究發現，企業創新時建立外部聯系比建立內部創新競爭機制更為重要，相比確定性的知識溢出，盲目的知識溢出對區域創新行為所產生的影響要小的多[6]。Motohashi研究發現日本的高校/企業（UIC）合作活動已大范圍擴展至小型企業，相比大型企業，促進小型企業有更高的新產品生產能力[7]。Agrawal和Kapur等研究了創新者之間的空間相鄰及社會關系相鄰對獲取知識的影響，發現對那些社會關系不鄰近的創新者，地理空間相鄰所帶來的邊際效益要大；地理空間不相鄰的創新者，社會關系相鄰所帶來的邊際效益也非常大[8]。王立平對我國高等院校R&D知識溢出的空間范圍和程度進行的實證研究表明，區域內高等院校對于高技術產業的知識溢出是正向的、顯著的，但溢出程度較低[9]。程華和趙祥研究發現政府科技資助存在溢出效應，其它產業中企業自籌研發資金也存在溢出效應[10]。安同良等對企業與R&D補貼政策制定者間的動態不對稱信息博弈模擬研究表明，當兩者之間存在信息不對稱，且用于原始創新的專用性人力資本價格過于低廉時，原始創新補貼將產生“逆向”激勵作用[11]。

綜上可知，很多學者研究了高校同企業的產學合作對創新的作用，一般都認為高校對企業的創新活動有著重要的影響，但此類研究大多是基于普通最小二乘法（OLS）或定性意義上的博弈分析，都忽視了空間溢出效應及空間異質性效應。僅有少數學者意識到了創新的空間溢出效應，認為本地區的創新活動不但由創新投入決定，還會受到鄰近地區創新活動的影響[9]，但卻忽視了高校知識溢出及產學R&D合作對創新的影響，且未針對高校知識溢出及產學R&D進行空間異質性研究。而且，單純考慮了高校創新行為或政府行為對企業創新能力的影響，鮮見有學者將金融機構貸款及研究與開發機構的創新行為等因素考慮到知識生產函數模型中，筆者認為這樣研究創新行為缺乏全面性，得出的結論也缺乏穩健性。因此，本文基于知識生產函數，將金融機構貸款、研發機構創新、高校知識溢出和產學R&D合作等因素納入模型，全面考察工業企業的創新行為，并基于高校知識溢出模型及產學R&D合作模型針對學者們容易忽視的空間異質性進行深入研究。

二、理論假設

（一）政府對企業創新的支持效應

大多研究發現，政府直接對企業進行R&D支持對企業創新的效應不確定或為負，由此本文的第一個假設為：在地方政府財政支出競爭及政府距離創新產品市場較遠的情況下，地方政府財政支出競爭由于“擠出效應”和“遠距效應”會導致直接對企業創新的財政支持其效應會非常有限。

（二）高校與企業創新合作的知識溢出效應

高校與企業的合作方式主要有技術交易和商業化協作兩大類。企業通過技術交易向高校購買技術成果，借助自身開發能力及對市場需求的把握，吸收高校的智力成果，將技術成果進行商業化；企業亦可投入資源、借助市場開發優勢，高校則投入其技術研究成果，雙方開展商業化協作，將新產品投入市場。由此，本文得出第二個假設：高校的“知識溢出”可提升企業的科技創新能力。

（三）科研機構與企業創新產出的聯盟效應

科研機構借助創新構思、成果轉化和市場擴散三個階段同企業開展創新合作。在創新構思階段，科研機構的開發意向和構思基本均依據自身對市場需求信息的判斷確定，對市場前景和經濟效益有待企業進行評估，雙方聯系比較隨機和松散。在成果轉化階段，企業顧慮自身經濟效益及市場風險，會適當降低產品某些方面的技術含量，而科研機構關注自身下一階段新產品開發，雙方聯系度降低，影響了技術創新成果的順利轉化。在創新產品市場擴散階段，科研機構很少參與新產品的市場宣傳，而企業對新產品的技術性能了解甚少，非常不利于新產品市場推廣。由此，本文得到第三個假設：企業與科研機構的創新合作聯盟效應，會因創新合作階段中的種種阻礙而遭到極大的削弱。

（四）金融機構對企業創新的支持效應

我國現有金融體系不成熟，銀行業高度集中，資本市場不健全，并且國有金融機構占據多數，其在信貸上對小型及私有企業往往存在歧視，資金支持力度不夠，使得資金融通渠道不暢[12]，且銀行貸款時，顧慮于企業創新行為的高風險，存在嚴重的惜貸現象。由此，第四個假設為：現行的金融制度和金融體系，對企業的科技經費支持不充分，對企業的創新行為的作用比較有限。

三、模型和變量數據

一般使用的考慮企業和大學兩種投入的知識生產函數為[2]：

（1）

式中，P代表企業的專利數，I代表企業R&D經費，U代表大學研究。

在模型（1）的基礎上，本文將創新人員投入，可能影響企業創新行為的金融機構貸款、研究與發展機構經費投入等因素加入模型（1），改進的新模型為：

（2）

其中，PAT衡量自主創新能力，用某一地區規模以上工業企業新產品產值占該地區萬元GDP比值衡量；表示政府對企業R&D的支持，用規模以上工業企業科技經費籌集中來源于政府的資金投入占萬元GDP的比重衡量；ERD為企業自主籌集經費占萬元GDP比重，衡量企業自身的R&D活動；FIRD為規模以上工業企業科技經費籌集中金融機構貸款占萬元GDP的比重；RIRD為某一地區研究與開發機構科技經費投入強度，用研究與開發機構科技經費占該地區萬元GDP的比重計算；URD表示大學對企業研發活動的知識溢出，用大學科研經費占萬元GDP比重表示；UERD為企業與大學之間的合作，用大學科技活動經費籌集中來自企業的資金額占萬元GDP比重表示。RDL表示創新活動人員投入，用每萬人擁有的全時當量R&D人員表示。為了避免URD和UERD同時納入模型的多重共線性問題，沒有將二者同時放在模型中。

文中用到的31個省域的數據來源于2009年《中國統計年鑒》和2009年《中國科技統計年鑒》。衡量企業的創新行為的數據獲取不易，2009年《中國科技統計年鑒》只公布了規模以上工業企業及大中型工業企業相關創新活動數據，本文以規模以上工業企業創新活動來近似表示企業創新活動。此外，已有的統計年鑒并未直接公布企業的專利數據或新產品產值數據，筆者采用規模以上工業企業相關數據來近似表示企業的創新行為。

鑒于區域創新投入產出存在明顯的異質性[5]，而地理加權回歸（GWR）擴展了傳統的OLS回歸模型，容許局域異質性而非全域常數的參數估計[13]，其模型如下：

（3）

其中，（ui，vi）是第i個樣本點的空間坐標，βk（ui，vi）是連續函數βk（ui，vi）在i點的值。

四、實證分析

（一）知識生產函數視角下OLS分析

在進行GWR估計之前，首先對方程（2）進行全域OLS估計，得到的結果如表1所示。為了既考查全部所選解釋變量同時不忽視主要解釋變量的影響，對模型整體逐步回歸，剔除統計檢驗上不顯著的解釋變量。5個模型中，adjR2大多為0.8752～0.8797之間，即該模型解釋變量的變化能夠解釋被解釋變量的絕大部分，而且方程整體上顯著，模型殘差不存在序列相關，可以用于計量分析。

在模型（A）考慮所選全部解釋變量的基礎上，分別剔除統計上不顯著的兩個解釋變量LNFIRD及LNRIRD，進而得到模型（B）、（C）、（D）。在模型（A）和模型（B）中，金融機構（LNFIRD）對企業創新行為的作用既有正向也有負向，且二者皆未通過檢驗，表明金融機構的參與并未給企業創新行為提供支持，證實了第四個假設，金融機構對企業的創新行為并未顯示出正面影響作用。模型（A）和模型（C）則表明研究與開發機構對企業創新行為有著不明顯的負向作用，并未對企業的創新行為產生明顯的知識溢出效應，符合第三個假設；所有模型都比較一致的表明政府的直接經費支持（LNGRD）對企業的創新行為并未帶來積極作用，其彈性系數估計值為負，通過了1%的顯著性水平檢驗；企業自身的科技經費投入（LNERD）對企業的創新行為有著顯著的正向促進作用，且在諸多對企業創新行為有積極影響的因素中其貢獻度最高，其彈性值最低為0.7624，最高為0.8211。創新活動人員（LNRDL）投入也顯現出了對創新行為有正向的促進作用。模型（D），剔除了未對創新行為產生作用的LNFIRD及LNRIRD，為高校知識溢出（LNURD）模型，其彈性系數估計值為0.2444，表明高?？蒲薪涃M的籌集對企業創新活動有著促進作用，高校對企業創新行為產生知識溢出。在其它因素不變的前提下，高?？蒲薪涃M增加1%，企業創新產出會增加0.2444%，證實了第二個假設，即高校對企業的創新活動存在明顯的知識溢出。模型（E）為考慮了產學合作LNUERD的模型，其系數為0.1854，通過了1%的顯著性水平檢驗。表明高?？蒲匈Y金籌集中來源于企業的資金每增加1%，企業自身的創新能力將提高0.1854%，產學R&D合作活動對企業創新產出具有穩健的正面促進作用，此結論進一步證實了假設二。

表1 OLS回歸結果

注：*、**、***分別表示通過10%、5%、1%水平下顯著性檢驗。

表1中的5個模型，都顯示LNGRD的系數均顯著為負，無論是模型（E）的彈性系數-0.3487，還是模型（B）中的彈性系數-0.4051，二者的絕對值均較大。這就驗證了上文中的第一個假設，即政府的直接經費支持并未對企業創新產出能力的提升起到促進作用，相反具有負面影響。

綜上，本文獲得了我國省域產學R&D合作與高校知識溢出的總體結果：各個區域的企業創新活動不僅僅與企業自身的R&D活動有關，而且與大學研究的知識溢出具有一定的關聯，這種關聯比較明顯、穩定；研究與開發機構的知識溢出效應不明顯，金融機構的科技經費支持也未對企業的創新行為產生正向影響；政府直接支持企業從事創新活動收效不明顯，反而對企業的創新能力起到抑制作用，但在政府引導下，企業通過與高校的R&D合作產生知識溢出卻是一條重要途徑，產學R&D合作對企業提升創新能力是一種很好的制度安排。

（二）高校知識溢出、產學R&D合作GWR的分析

為了考察不同省域創新影響因素對異質性創新行為的影響，本文運用GWR技術研究中國省域高校知識溢出及產學R&D合作對工業企業創新的空間異質性作用，限于篇幅僅對高校知識溢出模型的空間異質性進行假設檢驗。

GWR分析最重要的是確定權重函數（見表2）。不難看出選擇雙重平方根函數作為權重函數時得到的AIC、AICc及殘差平方和均比Gauss函數都要小，故應選擇雙重權重函數。

表2 高校知識溢出模型Gauss函數與雙重平方根

函數比較

GWR是對每一個空間單元都進行局域回歸分析（見表3）。5個參數估計值都有最大值、最小值，與OLS所得出的只有一個“全域”或者“平均”意義上的估計值存在較大差異。表3給出的GWR估計方程中AIC值為4.0629，遠小于OLS估計時得到的AIC（21.1097），故可初步判斷GWR模型估計值要好于OLS模型，關于此點，在下面的空間異質性的顯著性檢驗中會有詳細的分析。

表3 高校知識溢出模型GWR系數分位估計值

表4報告了高校知識溢出模型GWR實證分析結果。據GRD大小，可將其劃分為三部分。第一區間（-0.5965～-0.4050）的省區有：黑龍江、吉林、遼寧、內蒙古、天津、北京、河北、山東、上海、江蘇、浙江；第二區間（-0.4018～-0.3347）的省域有：山西、安徽、河南、陜西、福建、寧夏、湖北、江西、甘肅、湖南、重慶、廣東；第三區間（-0.3320～-0.2682）的省域有：四川、貴州、青海、廣西、云南、西藏、海南、新疆。彈性值、絕對值似乎是發達地區更大，可見發達地區政府的直接干預創新行為并未產生積極作用，且形成的負面作用要高于落后地區。我們認為可能是因為東部發達地區，經濟開放度及市場化程度均要高于落后地區，企業行為更多的借助市場“無形的手”，而政府干預行為所造成的負面效果明顯大于落后地區。

LNERD彈性系數估計值也存在較大的變異，最大值為0.8600，最小值為0.5366。LNERD值大小，并未同區域經濟發達程度因素形成某種關聯。

LNRDL亦可按其大小劃分為三大區間。第一區間（0.1500～0.3067）的省域有：黑龍江、吉林、遼寧、上海、江蘇、浙江、山東、天津、北京、河北；第二區間（0.3125～0.3593）的省域有：安徽、內蒙古、福建、江西、河南、山西、湖北、陜西、湖南、廣東；第三區間（0.3637～0.4444）的省域有：寧夏、重慶、甘肅、貴州、廣西、四川、海南、青海、云南、新疆、西藏?？梢园l現，經濟越發達地區，其創新人員對創新活動的促進作用要低于落后地區，發達地區的創新能力并不是機械的依靠創新人員的投入，而落后地區則對其依賴性較高。

不難發現，URD的產出彈性估計值有明顯的空間異質性，按其值大小分為三個區間。處于第一區間（0.1903～0.2512）的省域有：西藏、云南、新疆、海南、青海、四川、廣西、貴州、甘肅、重慶、寧夏、湖南；第二區間（0.2522～0.3090）的省域有：廣東、陜西、湖北、河南、江西、山西、福建、安徽、內蒙古；第三區間（0.3097～0.4412）的省域有：河北、北京、山東、浙江、江蘇、天津、上海、遼寧、吉林、黑龍江。位于第一區間的大多為我國中西部經濟落后地區，位于第二區間的很大一部分是我國中部地區，處在第三區間的則很大程度上是我國東部沿海經濟發達地區。這表明，經濟發達地區的高校知識溢出要高于落后地區高校的知識溢出，主要原因是東部發達地區高校云集、教育基礎良好、教育經費充足、教育實力整體較強，其高校的科研實力較強，對企業創新的知識溢出效應也更加顯著。

從表4的GWR分析中，可發現模型的R2也存在空間異質性，其值在0.8507～0.9346之間變化，全域模型解釋了跨地區的創新活動總變異的87.52%（表1中模型（D）），GWR模型最高解釋了創新活動總變異的93.46%，最低解釋了85.07%，因此，有些局域模型比全域模型更好地模擬了數據，而全域模型比其它局域模型更好地模擬了數據。

此外，本文還考察了產學R&D合作模型GWR實證估計結果（見表5）。其中LNUERD值可以劃分為三大區間。第一區間（0.1521～0.1723）的省域有西藏、新疆、云南、海南、青海、四川、廣西、貴州、甘肅、重慶；第二區間（0.1730～0.1857）為廣東、湖南、寧夏、陜西、湖北、江西、福建、河南、山西、安徽；第三區間（0.1881～0.2200）則有浙江、江蘇、河北、山東、內蒙古、北京、上海、天津、遼寧、吉林、黑龍江。這意味著，經濟越發達地區，企業眾多，尋求產學R&D活動企業數量亦越多，合作期望也更高，其產學R&D合作活動更加頻繁，加之高校眾多，人力資本儲備富足，為產學R&D合作活動提供了良好的合作條件，由此其對企業創新能力提升起到的促進作用更大。

根據上面的方法得到GWR模型的參數后，需要檢驗GWR是否比OLS更好地、更顯著地描述變量之間的關系；每個參數估計集合是否在所研究的區域展示了空間異質性。依據空間異質性顯著性檢驗的AVONA方差分析可知，GWR模型的AIC值為4.0629，OLS模型的AIC值為21.1097，前者遠遠小于后者，可見GWR比OLS有顯著的改善。據Fotheringham等人（2002）提出的評價標準，只要二者之差大于3，即使把GWR模型的復雜性考慮在內，GWR還是比OLS模擬效果更好。而且，OLS的AIC比GWR的AIC大了17.0468，故可以認為GWR模型比OLS模型更好地模擬了高校知識溢出模型。

如表3所示，我們可以判斷參數估計值的空間異質性是可能存在的。LNGRD、LNRDL及LNURD參數估計值的P值分別為0.0026、0.0005和0.0007，皆通過了1%的顯著性水平檢驗，故這三個參數估計值都是顯著的。常數項和LNERD的P值則非常的大，分別是0.3187和0.3281，在統計上不顯著。因此，LNERD、LNRDL及LNURD的參數估計值存在顯著的空間異質性，而常數項和LNERD不存在顯著的空間異質性。

五、主要結論與政策建議

本文采用OLS和GWR模型，對影響規模以上工業企業創新能力的因素進行了實證分析，重點考慮高校知識溢出及產學R&D合作對企業創新能力的影響，得到如下主要結論：政府直接的經費投入并不是一種良好的制度安排，相反對企業創新能力起到抑制作用；金融機構對企業創新能力的提升并未起到實質性的正向作用；研究與開發機構的創新活動對企業創新行為并未產生知識溢出效應；高校的創新行為對企業的創新行為產生了穩健且顯著的積極影響，存在知識溢出效應，有利于提高企業創新能力；產學R&D合作的開展，對企業自主創新能力提升大為有益；高校知識溢出模型中，政府投入、創新人員投入及產學R&D合作皆出現了顯著的空間異質性，發達地區的政府投入對創新行為所產生的負作用大于落后地區，而高校知識溢出效應也要大于落后地區，落后地區創新行為對創新人員投入依賴性要大于發達地區；產學R&D合作模型中，落后地區的產學R&D合作對創新所起的正向作用要小于發達地區。

基于上述主要結論，得到如下的政策建議：政府要積極轉變職能，從直接干預企業創新行為轉變到間接引領和服務企業創新活動，不過多進行行政干預，轉而依靠市場這只“看不見的手”來規范和鼓勵企業的創新行為；高校在促進企業創新行為中扮演著極其重要的角色，中央和各級地方政府需要主動地制定措施、創造一切可以創造的有利條件，增加高校R&D投入，引導大學研究的重點和方向，促使大學的創新知識溢出到企業；政府要建立并完善自主創新的金融支持實現機制，拓寬創新企業直接融資渠道，構建多層次資本市場體系，解決中小企業融資難的問題；科研機構要積極推進體制和機制改革，著力于研發核心技術和關鍵技術，從而為企業技術創新提供知識基礎和創新平臺。

參考文獻：

[1]江 劍，官建成.我國高校上市公司與大學“產學”合作關系的實證分析[J].科學學研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我國高校R&D知識溢出的實證研究——以高技術產業為例[J].科學學研究，2005（12）：54-59.

[10]程 華，趙 祥.政府科技資助的溢出效應研究——基于我國大中型工業企業的實證研究[J].科學學研究，2009（6）：862-868.

[11]安同良，周紹東，皮建才.R&D補貼對中國企業自主創新的激勵效應[J].經濟研究，2009（10）：87-98.

[12]劉降斌，李艷梅.區域科技型中小企業自主創新金融支持體系研究——基于面板數據單位根和協整的分析[J].金融研究，2008（12）：193-206.

[13]吳玉鳴，周 立，呂春燕.空間非穩定性模型及其在產學聯盟研發創新中的應用[J].系統工程理論與實踐，2010（6）：1010-1015.

本文采用OLS和GWR模型，對影響規模以上工業企業創新能力的因素進行了實證分析，重點考慮高校知識溢出及產學R&D合作對企業創新能力的影響，得到如下主要結論：政府直接的經費投入并不是一種良好的制度安排，相反對企業創新能力起到抑制作用；金融機構對企業創新能力的提升并未起到實質性的正向作用；研究與開發機構的創新活動對企業創新行為并未產生知識溢出效應；高校的創新行為對企業的創新行為產生了穩健且顯著的積極影響，存在知識溢出效應，有利于提高企業創新能力；產學R&D合作的開展，對企業自主創新能力提升大為有益；高校知識溢出模型中，政府投入、創新人員投入及產學R&D合作皆出現了顯著的空間異質性，發達地區的政府投入對創新行為所產生的負作用大于落后地區，而高校知識溢出效應也要大于落后地區，落后地區創新行為對創新人員投入依賴性要大于發達地區；產學R&D合作模型中，落后地區的產學R&D合作對創新所起的正向作用要小于發達地區。

基于上述主要結論，得到如下的政策建議：政府要積極轉變職能，從直接干預企業創新行為轉變到間接引領和服務企業創新活動，不過多進行行政干預，轉而依靠市場這只“看不見的手”來規范和鼓勵企業的創新行為；高校在促進企業創新行為中扮演著極其重要的角色，中央和各級地方政府需要主動地制定措施、創造一切可以創造的有利條件，增加高校R&D投入，引導大學研究的重點和方向，促使大學的創新知識溢出到企業；政府要建立并完善自主創新的金融支持實現機制，拓寬創新企業直接融資渠道，構建多層次資本市場體系，解決中小企業融資難的問題；科研機構要積極推進體制和機制改革，著力于研發核心技術和關鍵技術，從而為企業技術創新提供知識基礎和創新平臺。

參考文獻：

[1]江 劍，官建成.我國高校上市公司與大學“產學”合作關系的實證分析[J].科學學研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我國高校R&D知識溢出的實證研究——以高技術產業為例[J].科學學研究，2005（12）：54-59.

[10]程 華，趙 祥.政府科技資助的溢出效應研究——基于我國大中型工業企業的實證研究[J].科學學研究，2009（6）：862-868.

[11]安同良，周紹東，皮建才.R&D補貼對中國企業自主創新的激勵效應[J].經濟研究，2009（10）：87-98.

[12]劉降斌，李艷梅.區域科技型中小企業自主創新金融支持體系研究——基于面板數據單位根和協整的分析[J].金融研究，2008（12）：193-206.

[13]吳玉鳴，周 立，呂春燕.空間非穩定性模型及其在產學聯盟研發創新中的應用[J].系統工程理論與實踐，2010（6）：1010-1015.

本文采用OLS和GWR模型，對影響規模以上工業企業創新能力的因素進行了實證分析，重點考慮高校知識溢出及產學R&D合作對企業創新能力的影響，得到如下主要結論：政府直接的經費投入并不是一種良好的制度安排，相反對企業創新能力起到抑制作用；金融機構對企業創新能力的提升并未起到實質性的正向作用；研究與開發機構的創新活動對企業創新行為并未產生知識溢出效應；高校的創新行為對企業的創新行為產生了穩健且顯著的積極影響，存在知識溢出效應，有利于提高企業創新能力；產學R&D合作的開展，對企業自主創新能力提升大為有益；高校知識溢出模型中，政府投入、創新人員投入及產學R&D合作皆出現了顯著的空間異質性，發達地區的政府投入對創新行為所產生的負作用大于落后地區，而高校知識溢出效應也要大于落后地區，落后地區創新行為對創新人員投入依賴性要大于發達地區；產學R&D合作模型中，落后地區的產學R&D合作對創新所起的正向作用要小于發達地區。

基于上述主要結論，得到如下的政策建議：政府要積極轉變職能，從直接干預企業創新行為轉變到間接引領和服務企業創新活動，不過多進行行政干預，轉而依靠市場這只“看不見的手”來規范和鼓勵企業的創新行為；高校在促進企業創新行為中扮演著極其重要的角色，中央和各級地方政府需要主動地制定措施、創造一切可以創造的有利條件，增加高校R&D投入，引導大學研究的重點和方向，促使大學的創新知識溢出到企業；政府要建立并完善自主創新的金融支持實現機制，拓寬創新企業直接融資渠道，構建多層次資本市場體系，解決中小企業融資難的問題；科研機構要積極推進體制和機制改革，著力于研發核心技術和關鍵技術，從而為企業技術創新提供知識基礎和創新平臺。

參考文獻：

[1]江 劍，官建成.我國高校上市公司與大學“產學”合作關系的實證分析[J].科學學研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我國高校R&D知識溢出的實證研究——以高技術產業為例[J].科學學研究，2005（12）：54-59.

[10]程 華，趙 祥.政府科技資助的溢出效應研究——基于我國大中型工業企業的實證研究[J].科學學研究，2009（6）：862-868.

[11]安同良，周紹東，皮建才.R&D補貼對中國企業自主創新的激勵效應[J].經濟研究，2009（10）：87-98.

[12]劉降斌，李艷梅.區域科技型中小企業自主創新金融支持體系研究——基于面板數據單位根和協整的分析[J].金融研究，2008（12）：193-206.

[13]吳玉鳴，周 立，呂春燕.空間非穩定性模型及其在產學聯盟研發創新中的應用[J].系統工程理論與實踐，2010（6）：1010-1015.