企業(yè)吸收能力、政府研發(fā)資助與外部知識獲取對產學研創(chuàng)新績效的影響研究

陳光華，梁嘉明，楊國梁

1 理論分析與研究假設

1.1 企業(yè)吸收能力對產學研創(chuàng)新績效的影響

知識經濟時代，企業(yè)創(chuàng)新越來越依賴大學、科研院所等外部知識來源，如何將企業(yè)外部知識轉化為企業(yè)內部的創(chuàng)新變得尤為重要，這建立在企業(yè)吸收能力的基礎上。Cohen和Levinthal開創(chuàng)性地提出了吸收能力的概念，認為吸收能力是企業(yè)識別、消化和應用外部新知識的能力［1］。企業(yè)吸收能力對商業(yè)成果 (產品、服務和專利)和知識成果 (通用知識、科學知識、技術知識和組織知識)的影響尤為受人關注［2］。Tsai比較了兩家跨國企業(yè)業(yè)務單元吸收能力對創(chuàng)新績效的影響，結果表明吸收能力顯著影響業(yè)務單元引入新產品的能力［3］。Langa考察了西班牙紡織產業(yè)區(qū)中企業(yè)吸收能力對其新產品開發(fā)能力的影響，發(fā)現(xiàn)企業(yè)從外部獲得的信息與知識為公司創(chuàng)新提供了必要動力，吸收能力越強的企業(yè)新產品開發(fā)能力也越強［4］。基于中國國情的研究也表明吸收能力對產品創(chuàng)新和過程創(chuàng)新非常重要，秦劍利用中國13個省165家在華跨國公司的數(shù)據(jù)，證明吸收能力和知識轉移同時促進了突破性過程創(chuàng)新，而吸收能力也有助于突破性產品創(chuàng)新績效的提升［5］。鑒于此，本文提出以下研究假設:

H1a:企業(yè)吸收能力與產品創(chuàng)新之間呈正相關關系。

H1b:企業(yè)吸收能力與過程創(chuàng)新之間呈正相關關系。

1.2 政府研發(fā)資助對產學研創(chuàng)新績效的影響

創(chuàng)新成果在一定程度上具有公共品的特征，并且收益不能被企業(yè)獨占，導致創(chuàng)新的私人回報率低于社會回報率。政府有必要采取舉措彌補“市場失靈”。一些研究發(fā)現(xiàn)政府研發(fā)資助對企業(yè)創(chuàng)新起著明顯的杠桿效應，能夠帶動企業(yè)研發(fā)投入，產生“互補效應”，從而促進企業(yè)創(chuàng)新能力的提升。Czarnitzki利用德國企業(yè)專利活動作為創(chuàng)新產出指標，比較東德和西德政府研發(fā)資助對企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)政府研發(fā)資助顯著促進了專利申請量提升，并且對吸收能力較弱的東德企業(yè)的創(chuàng)新影響更為重要［6］。程華基于我國大中型工業(yè)企業(yè)數(shù)據(jù)研究表明，政府研發(fā)資助對企業(yè)R＆D產出，包括專利申請量和新產品銷售收入都有明顯的促進作用，并且對低、中低技術產業(yè)的R＆D產出的促進作用比中高技術、高技術產業(yè)更為顯著［7］。也有一些學者發(fā)現(xiàn)政府研發(fā)資助也可能會對企業(yè)研發(fā)支出產生擠出效應，企業(yè)可能放棄未得到政府研發(fā)資助或不能匹配足夠資金的項目，會產生“擠出效應”，從而不利于企業(yè)創(chuàng)新。胡明勇認為政府資助的效果隨規(guī)模增加而增加，達到某一閾值后會下降，呈倒 U型關系［8］。鑒于此，本文提出如下研究假設:

H2a:政府研發(fā)資助與產品創(chuàng)新之間呈倒u型關系。

H2b:政府研發(fā)資助與過程創(chuàng)新之間呈倒u型關系。

1.3 外部知識獲取對產學研創(chuàng)新績效的影響

開放創(chuàng)新環(huán)境下，大學、科研院所等機構的外部知識是企業(yè)創(chuàng)新的重要來源，面對日益激烈的國際競爭和技術變化，響應經濟發(fā)展和產業(yè)化的需求成為其第三使命。Cassiman研究了比利時公共研究機構與企業(yè)之間的合作，指出研發(fā)合作對企業(yè)創(chuàng)新能力提升具有顯著的正向作用，可以幫助企業(yè)加快研發(fā)速度，有效解決產品創(chuàng)新和過程創(chuàng)新中的各種復雜問題［9］。周國紅調查了1639家企業(yè)的數(shù)據(jù)，指出與本地或外地高校、科研院所的合作與聯(lián)系越緊密，企業(yè)后續(xù)新產品開發(fā)越多［10］，企業(yè)與大學、科研院所的合作會生產互補性。也有學者認為外部知識獲取具有替代性。Love對1300家英國制造業(yè)企業(yè)的研究發(fā)現(xiàn)，產學研合作與企業(yè)內部研發(fā)是替代關系，企業(yè)只需將研發(fā)外包或通過產學研合作來實現(xiàn)［11］。考慮到產學研合作研發(fā)團隊是由企業(yè)、高校和科研院所組成的跨界臨時性團隊，團隊成員在職業(yè)背景、知識技能和利益導向存在較大差異，團隊規(guī)模擴大帶來的管理與協(xié)調成本相應提高。尤其是當高校、科研院所研究人員規(guī)模過大的時候，由于我國現(xiàn)行對高校、科研院所論文產出導向的科技評價體系，高校、科研院所研究人員并不能完全擺脫論文發(fā)表的壓力，因此人員過多反而可能不利于企業(yè)的產品創(chuàng)新與過程創(chuàng)新。鑒于此，本文提出如下假設:

H3a:外部知識獲取與產品創(chuàng)新之間呈倒U型關系。

H3b:外部知識獲取與過程創(chuàng)新之間呈倒U型關系。

2 研究設計

2.1 數(shù)據(jù)來源

本文以2007—2011年間677個廣東省部產學研合作研發(fā)已驗收項目為樣本，數(shù)據(jù)來源于廣東省科技廳綜合業(yè)務管理系統(tǒng)。廣東省部產學研合作研發(fā)項目分為申請、立項、驗收三個階段，本文采用的是已驗收的項目數(shù)據(jù)，屬于橫截面數(shù)據(jù)。根據(jù)研究需要，我們對數(shù)據(jù)進行了篩選，剔除了高校、科研院所為主承擔單位的省部產學研結合項目，以及社科類、管理類省部產學研合作項目，最終保留了677個以企業(yè)為主承擔單位的技術開發(fā)類省部產學研合作研發(fā)項目，表1顯示了這些數(shù)據(jù)的描述性特征。

表1 產學研項目相關數(shù)據(jù)統(tǒng)計性描述

2.2 變量測量

(1)因變量。本文以產品創(chuàng)新和過程創(chuàng)新作為因變量，分別用新產品數(shù)量 (Newproduct)和新工藝數(shù)量 (Newprocess)作為衡量指標。與專利申請或者授權量相比，新產品數(shù)量更加能夠體現(xiàn)企業(yè)創(chuàng)新成果的經濟價值。在過程創(chuàng)新指標的選取方面，以往的指標多以微電子控制設備原值［12］、生產過程中新設備和技術的引進數(shù)量等替代性的變量作為衡量指標。本文的新工藝數(shù)量指標直接來自統(tǒng)計數(shù)據(jù)，記錄企業(yè)新的技術工藝，可以較為全面地刻畫過程創(chuàng)新狀況。

(2)自變量。本文自變量包括企業(yè)吸收能力、政府研發(fā)資助與外部知識獲取。采用企業(yè)研發(fā)人員占員工總數(shù)的比重 (Epercent)、企業(yè)正式R＆D部門的設立情況 (Lab)作為衡量企業(yè)吸收能力的變量。企業(yè)吸收能力與研發(fā)活動有關，大多數(shù)研究從知識基礎的角度來看待吸收能力，尤其是從企業(yè)先前的知識程度來考慮，因此，采用上述替代性指標能夠較為客觀地反映企業(yè)吸收能力的情況［13］。采用政府資助金額 (Gfund)作為衡量政府研發(fā)資助的變量，對于每一個項目，廣東省都給予一定的研發(fā)資助，一般都在25%以下，以期帶動企業(yè)和社會資源的創(chuàng)新投入。采用項目中大學、科研院所人員(UR)作為衡量外部知識獲取的變量。

(3)控制變量。本文考察了如下控制變量，一是企業(yè)規(guī)模變量，本文采用企業(yè)員工總數(shù)(Size)衡量企業(yè)規(guī)模，并取了對數(shù)。熊彼特創(chuàng)新假說認為企業(yè)創(chuàng)新與企業(yè)規(guī)模存在正相關關系，規(guī)模較大的企業(yè)更有可能為產學研合作提供資源與環(huán)境支撐［14］。二是項目經費總支出 (Expenditure)。項目經費總支出來源于企業(yè)自籌、政府研發(fā)資助，經費支出的大小顯示了項目的規(guī)模。值得指出的是，項目經費與政府研發(fā)資助的數(shù)據(jù)均為已驗收數(shù)據(jù)，只有一期，屬于橫截面數(shù)據(jù)，缺乏項目執(zhí)行期間多期的時間序列數(shù)據(jù)。因此，本文采用了現(xiàn)值數(shù)據(jù)，而未采用永續(xù)盤存法核算資本存量。三是行業(yè)特征 (Industry)。行業(yè)特征影響著企業(yè)的技術機會、資源的可獲得性、需求特征、分銷渠道和客戶服務，是影響企業(yè)創(chuàng)新活動的重要環(huán)境因素［15］。

3 實證分析

3.1 模型設定

本文模型的因變量是產品創(chuàng)新和過程創(chuàng)新，由于新產品數(shù)量和新工藝數(shù)量屬于任意非負整數(shù)，不服從正態(tài)分布，需要引進描述非負整數(shù)特征的概率分布，采用計數(shù)模型。泊松分布和負二項分布更加適合分析計數(shù)模型的數(shù)據(jù)［16］。泊松模型的基本方程為:

設每個觀測值yi都來自一個服從參數(shù)為m(xi，β)的泊松分布總體:

對于泊松模型，給定xi時yi的條件密度是泊松分布:

由于泊松分布方差與均值相等，即

因此，參數(shù)β的極大似然估計量 (MLE)通過最大化如下的對數(shù)似然函數(shù)來得到:

然而，泊松分布要求因變量均值與方差相等。在本研究中，新產品數(shù)量與新工藝數(shù)量的方差均遠遠大于均值，即樣本數(shù)據(jù)存在過度離散，需要對泊松分布進行修正。負二項分布允許因變量方差大于均值，因此采用負二項分布的似然函數(shù)極大化來估計模型的參數(shù)，負二項式分布的對數(shù)似然函數(shù)如下:

根據(jù)以上分析，結合本文的實際情況，我們構建了如下基本計量模型:

3.2 實證研究結果

表2顯示了模型中主要變量的Spearman相關系數(shù)。使用Pearson線性相關系數(shù)須假設數(shù)據(jù)是成對地從正態(tài)分布中取得的，而本文因變量服從負二項分布，因此采用Spearman秩相關系數(shù)更為合適。結果顯示，大多數(shù)自變量之間不存在較強的相關關系，可以將它們放在同一模型中進行檢驗。此外，實驗變量一次項與二次項之間存在強相關關系，一同進入模型會導致多重共線性問題。為了減輕多重共線性問題，參考國內外研究經驗［17－18］，本文在構建二次項之前先對相關變量一次項進行了數(shù)據(jù)中心化。中心化之前，度量模型多重共線性嚴重程度的方差膨脹因子 (Variance Inflation Factor，VIF)為9.86，中心化之后的VIF為2.73，充分表明中心化后模型多重共線性問題得到減輕。

回歸分析發(fā)現(xiàn)所有模型的LR chi2檢驗均在1%的水平上拒絕了過度分散系數(shù)alpha為零的假設，充分表明負二項分布模型要優(yōu)于泊松分布模型。

根據(jù)表3，企業(yè)吸收能力方面，模型1顯示以研發(fā)人員比重度量的企業(yè)吸收能力在統(tǒng)計上支持假設H1a，表明企業(yè)研發(fā)人員比重與企業(yè)的產品創(chuàng)新是正相關關系，以實驗室度量的企業(yè)吸收能力在統(tǒng)計上未能支持假設H1a。模型2的結果顯示以研發(fā)人員比重度量的企業(yè)吸收能力在統(tǒng)計上支持假設H1b，以實驗室度量的企業(yè)吸收能力在統(tǒng)計上未能支持假設H1b，這表明與產品創(chuàng)新一樣，企業(yè)研發(fā)人員比重對過程創(chuàng)新同樣很重要。實驗室變量在模型1和模型2中都不顯著，表明是否建立實驗室與企業(yè)的產品創(chuàng)新和過程創(chuàng)新并沒有必然的聯(lián)系。

表2 主要變量的相關系數(shù)

表3 以產品創(chuàng)新與過程創(chuàng)新為因變量的模型分析結果

續(xù)表

政府研發(fā)資助方面，模型1和模型2的結果在統(tǒng)計上未能支持假設H2a和H2b，政府研發(fā)資助與產品創(chuàng)新呈U型關系，而非倒U型關系。隨著政府研發(fā)資助的增加，企業(yè)產品創(chuàng)新績效在逐步下降，當政府研發(fā)資助達到某個閾值之后，產品創(chuàng)新績效開始顯著提升。這個結論與之前大部分經驗研究的結論不太相符，可能原因是，當政府研發(fā)資助力度過小的時候，并不能影響企業(yè)產品創(chuàng)新績效，只有政府研發(fā)資助力度達到一定規(guī)模之后，才對企業(yè)的產品創(chuàng)新起到較為明顯的作用。政府研發(fā)資助與過程創(chuàng)新之間的關系不顯著。

外部知識獲取方面，模型1和模型2的結果在統(tǒng)計上都支持假設H3a和H3b。表明高校、科研院所參與產學研的人數(shù)并不是越多越有利于企業(yè)的產品創(chuàng)新和過程創(chuàng)新。高校、科研院所人數(shù)在達到一定的閾值水平后，人數(shù)繼續(xù)增多反而會阻礙企業(yè)創(chuàng)新績效的提高。可能的原因是團隊中高校、科研院所人數(shù)過多，會增加管理、溝通和協(xié)調的成本，降低創(chuàng)新績效。另外，高校、科研院所參與人數(shù)過多，意味著團隊中企業(yè)研發(fā)人員的比重會相應減少，可能導致企業(yè)的產品創(chuàng)新和技術創(chuàng)新問題未能得到有效反映，出現(xiàn)了企業(yè)產品創(chuàng)新和過程創(chuàng)新不升反降的情況。

模型1和模型2對控制變量的實證結果顯示，產學研項目經費支出越多，越能產生更多的過程創(chuàng)新，而對產品創(chuàng)新的影響不顯著。企業(yè)規(guī)模與產品創(chuàng)新之間呈倒U型關系，隨著企業(yè)規(guī)模的增長，產品創(chuàng)新績效不斷提高，當?shù)竭_一定閾值之后，產品創(chuàng)新績效開始下降。企業(yè)規(guī)模與過程創(chuàng)新的關系不顯著。行業(yè)控制變量方面，節(jié)能環(huán)保、現(xiàn)代農業(yè)、新能源、裝備制造與產品創(chuàng)新呈負相關關系，生物產業(yè)、現(xiàn)代農業(yè)、新材料、新能源、裝備制造與過程創(chuàng)新呈正相關關系。

4 結語

本文利用廣東省部產學研合作項目677個項目的數(shù)據(jù)探討了企業(yè)吸收能力、政府研發(fā)資助與外部知識獲取對產學研創(chuàng)新績效的影響，主要得到如下結論:第一，以企業(yè)研發(fā)人員比重度量的企業(yè)吸收能力對產品創(chuàng)新和過程創(chuàng)新具有顯著的正向影響。第二，政府研發(fā)資助與產品創(chuàng)新之間呈U型關系，對過程創(chuàng)新的影響不顯著。第三，外部知識獲取與產品創(chuàng)新和過程創(chuàng)新之間呈倒U型關系。第四，項目規(guī)模對產品創(chuàng)新的影響不顯著，對過程創(chuàng)新有顯著的正向影響。企業(yè)規(guī)模與產品創(chuàng)新之間呈倒U型關系，對過程創(chuàng)新的影響不顯著。節(jié)能環(huán)保、現(xiàn)代農業(yè)、新能源、裝備制造與產品創(chuàng)新呈負相關關系，生物產業(yè)、現(xiàn)代農業(yè)、新材料、新能源、裝備制造與過程創(chuàng)新呈正相關關系。

上述研究結論對如何提高產學研創(chuàng)新績效具有重要啟示。第一，企業(yè)吸收能力對企業(yè)的產品創(chuàng)新和過程創(chuàng)新績效至關重要。考慮到產學研合作的特點，高校、科研院所只是知識的提供方，為了能夠高效整合和利用高校、科研院所的知識，需要適度加大企業(yè)研發(fā)人員的規(guī)模，促進企業(yè)吸收能力的提高;第二，已有大部分研究顯示政府研發(fā)資助對創(chuàng)新績效起著重要作用，本文的研究卻得出了不盡相同的結論。即政府研發(fā)資助只有達到一定規(guī)模才能對提高產品創(chuàng)新績效起作用。從現(xiàn)狀來看，廣東省部產學研資助的產學研項目布局范圍廣泛，涉及眾多行業(yè)。在資源有限的情況下，有必要適度提高項目的集約度，集中資源支持具有重大創(chuàng)新意義的項目，而不是“撒胡椒面”似的面面俱到。當政府研發(fā)資助力度不高的時候，反倒不利于企業(yè)的產品創(chuàng)新。政府可以有選擇地支持重大項目，而對較小的項目，可以考慮采用其他政策工具，以政策引導為主，替代直接的政府研發(fā)資助。第三，高校、科研院所參與產學研的人數(shù)并非越多越好。一方面，高校、科研院所人數(shù)的增加需要企業(yè)吸收能力的相對應提升;另一方面，高校、科研院所人數(shù)的增加意味著溝通協(xié)調的成本大大增加。因此，需要組建相對適當?shù)漠a學研研發(fā)團隊規(guī)模，適度提高企業(yè)人數(shù)在產學研研發(fā)團隊中的比例，更加積極發(fā)揮企業(yè)的創(chuàng)新主體作用，這樣更加有利于提高產學研的創(chuàng)新績效。

［1］Wesley M Cohen，Daniel A Levinthal.Absorptive capacity:a new perspective on learning and innovation［J］．Administrative science quarterly，1990:128 －152.

［2］Peter J Lane，Balaji R Koka，Seemantini Pathak.The reification of absorptive capacity:a critical review and rejuvenation of the construct［J］．Academy of management review，2006，31(4):833 －863.

［3］Wenpin Tsai.Knowledge transfer in intraorganizational networks:effects of network position and absorptive capacity on business unit innovation and performance［J］．Academy of Management Journal，2001，44(5):996 － 1004.

［4］Manuel Exposito-Langa，F(xiàn) Xavier Molina-Morales，Josep Capo-Vicedo.New product development and absorptive capacity in industrial districts:a multidimensional approach［J］．Regional Studies，2011，45(3):319 －331.

［5］秦劍.吸收能力、知識轉移與跨國公司的突破性創(chuàng)新績效［J］．財經科學，2012，(11):84－93.

［6］Dirk Czarnitzki，Georg Licht.Additionality of public R＆Dgrants in a transition economy［J］．Economics of Transition，2006，14(1):101－131.

［7］程華，趙祥.政府科技資助對企業(yè)R＆D產出的影響——基于我國大中型工業(yè)企業(yè)的實證研究［J］．科學學研究，2008，(03):519－525.

［8］胡明勇，周寄中.政府資助對技術創(chuàng)新的作用:理論分析與政策工具選擇［J］．科研管理，2001，(01):31－36.

［9］Bruno Cassiman，Reinhilde Veugelers.R＆D cooperation and spillovers:some empirical evidence from Belgium［J］．The American E-conomic Review，2002，92(4):1169 －1184.

［10］周國紅，陸立軍.產學研對企業(yè)競爭力的影響程度研究——基于1639家中小企業(yè)問卷調查與分析［J］．研究與發(fā)展管理，2005，(05):68 －72.

［11］James H Love，Stephen Roper.Location and network effects on innovation success:evidence for UK，German and Irish manufacturing plants［J］．Research Policy，2001，30(4):643 －661.

［12］嚴海寧，謝奉軍.FDI對我國企業(yè)產品創(chuàng)新和過程創(chuàng)新的影響——基于行業(yè)面板數(shù)據(jù)的經驗分析［J］．經濟問題，2010，(04):46－50.

［13］初大智，楊碩，崔世娟.技術合作對創(chuàng)新績效的影響研究——以廣東省制造業(yè)為例［J］．中國軟科學，2011，(08):155－164.

［14］Kuo-Feng Huang，Chwo-Ming Joseph Yu，Dah-Hsian Seetoo.Firm innovation in policy-driven parks and spontaneous clusters:the smaller firm the better?［J］．The Journal of Technology Transfer，2012，37(5):715 －731.

［15］聶輝華，譚松濤，王宇鋒.創(chuàng)新、企業(yè)規(guī)模和市場競爭:基于中國企業(yè)層面的面板數(shù)據(jù)分析［J］．世界經濟，2008，(07):57－66.

［16］Jerry Hausman，Bronwyn H Hall，Zvi Griliches.Econometric models for count data with an application to the patents-R＆D relationship［J］．Econometrica，1984，52(4):909 －938.

［17］呂萍，柳卸林.開放性對科學創(chuàng)新和技術創(chuàng)新的影響——以國家重點實驗室為例［J］．中國管理科學，2011，(06):185－192.

［18］Yiannis E Spanos，Nicholas S Vonortas.Scale and performance in publicly funded collaborative research and development［J］．R＆D Management，2012，42(5):494 －513.