區域產學合作創新績效空間演化及影響因素研究

朱婧祎 李北偉 季忠洋

1 (吉林大學管理學院, 長春 130022)

2 (吉林建筑大學經濟與管理學院, 長春 130118)

引 言

隨著《國家中長期科學和技術發展規劃綱要(2006～2020）》、 《國家創新驅動發展戰略綱要》、《“十三五” 國家科技創新規劃》 等一系列綱要規劃的發布， 產學研合作創新逐步提升到國家戰略高度， 已成為我國優化科技資源配置、 促進科技與產業系統融合、 完善區域創新體系建設、 實現創新驅動發展戰略的有力措施和重要途徑， 受到了政府、 學術界和產業界的共同關注。

針對產學合作創新績效這一問題， 國內外學者已經展開大量研究， 主要可以分為4 個方面： (1）分析主體特征對產學合作創新績效的影響， 如高校研究方向［1］、 企業所有權性質［2］等； (2） 分析主體關系特征對產學合作創新績效的影響， 如合作程度［3］、 合作模式［3］等； (3） 分析外部環境特征對產學合作創新績效的影響， 如政府財政支持［4］、 技術市場水平［5］等； (4） 分析網絡特征對產學合作創新績效的影響， 如網絡強度［6］、 網絡慣例［7］等。 由此可見， 現有研究已取得豐碩的成果， 但是聚焦于省份內部產學合作創新績效的研究較少， 缺乏對區域產學合作創新績效的客觀描述以及區域產學合作創新績效影響因素的實證檢驗。 為了彌補現有研究的不足， 本研究嘗試解決以下兩個問題： 中國區域產學合作創新績效具有怎樣的空間演化特征？ 其影響因素是什么？

鑒于此， 本研究選取我國30 個省(市、 區）作為分析單元， 采用高校和企業聯合申請并授權的發明專利數量衡量產學合作創新績效， 試圖揭示區域產學合作創新績效的空間演化特征。 結合統計年鑒數據， 構建固定效應負二項回歸模型， 從環境特征、 主體特征、 主體關系特征三方面選取7 個指標分析區域產學合作創新績效的影響因素。 最后， 通過對主要結論的探討， 提出針對性建議， 以期為政府制定政策以及配置相關資源提供參考。

1 區域產學合作創新績效空間演化特征

1.1 數據來源

在分析區域產學合作創新績效時， 本研究選擇使用高校和企業聯合申請并授權的發明專利數量進行衡量， 數據通過在國家知識產權局專利檢索數據庫中按條件檢索獲得。 專利檢索日期是2019 年1 月， 考慮到統計年鑒中企業的統計口徑在2011 年發生變化①， 以及發明專利從申請到授權一般需要1 ～4 年的時間， 本研究選取2011 ～2014 年作為分析時間階段。 專利檢索方式是在專利申請人一欄中輸入“大學”、 “學校”、 “學院”和“公司”、 “廠” 的兩兩組合， 同時， 將專利申請日期限制在2011 年1 月1 日至2014 年12 月31日。 據此， 得到初步樣本數據。

然后對初步樣本數據進行人工清洗： (1） 將只有1 個申請人的數據刪除； (2） 通過網絡查詢和專利注冊信息查詢兩種方式分別統計產方和學方所屬省份， 將國外及我國港澳臺地區的專利數據剔除。 由于我國西藏地區個別年份年鑒數據有所缺失， 故不將其作為本文的研究對象， 因此將西藏的專利數據也刪除； (3） 挑選出高校和企業同屬1 個省份的專利數據， 共得到9411 條， 近萬條的專利數據可以為實證結果的有效性和嚴謹性提供保障； (4） 將其整理為30 個省份4 年的平衡面板數據， 構成本研究的最終樣本數據。

1.2 總體特征

從縱向時間維度來看， 2011 年我國省份內部高校和企業聯合申請并授權的發明專利數量為1661 件， 2014 年為3009 件， 短短3 年的時間內增長將近1 倍， 年均漲幅約為22%。 由此可見，我國區域產學合作越來越活躍， 協同創新能力得到了迅速提高。

圖1 2011～2014 年區域產學合作創新績效的變化趨勢

從橫向空間維度來看， 北京、 江蘇、 廣東、上海、 浙江位列前5 名， 5 省專利總量為5807件， 占全國總量的61.7%。 吉林、 河北、 云南、江西、 甘肅、 黑龍江、 新疆、 內蒙古、 海南、 寧夏、 青海專利數量均不足100 件， 11 省專利總量為421 件， 占全國總量的4.5%。 由此可見， 我國區域產學合作創新績效分布極不均衡， 兩極分化嚴重。

圖2 2011～2014 年區域產學合作創新績效的空間分布

以上數據直觀地反映了我國區域產學合作創新績效的非均衡性， 為進一步明晰非均衡程度和趨勢， 采用基尼系數進行準確測算。 基尼系數的計算公式如下：

其中N 是區域的總數量， xi和xj表示i 和j省份的區域產學合作創新績效， ˉx 是平均值。 基尼系數的數值范圍在0 ～1 之間， 系數越大， 說明非均衡性越大； 系數越小， 說明非均衡性越小。按照《中國統計年鑒》 的劃分標準， 將我國30個省份分為東部地區、 中部地區、 西部地區、 東北地區， 根據式(1）， 對各地區基尼系數進行測算， 結果如圖3 所示。

圖3 2011～2014 年區域產學合作創新績效的基尼系數

由圖3 可知， 2011～2014 年全國30 個省份的基尼系數比較平穩， 其中2013 年的基尼系數最大， 為0.64， 2014 年的基尼系數最小， 為0.61，4 年的均值為0.63， 這表明中國各省份的區域產學合作創新績效存在較大差距， 發展極不均衡，且這種非均衡性保持穩定， 沒有明顯的收斂趨勢，呈現出“強者恒強、 弱者恒弱” 的發展態勢。 進一步比較東部、 中部、 西部、 東北地區的基尼系數， 其中西部地區的基尼系數最高， 東部地區次之， 兩者均值都在0.5～0.6 之間， 具有較高的空間集聚特征。 相對而言， 中部地區和東北地區的基尼系數較低， 處于合理范圍內。

1.3 空間演化特征

為了探究區域產學合作創新績效的空間演化特征， 根據區域產學合作創新績效占全國總績效的比例， 以5%、 2%為分界點將30 個省份分為3個梯隊， 結果如表1 所示。

表1 2011～2014 年區域產學合作創新績效的空間演化

由表1 可知， 對于東部地區： 北京、 上海、江蘇、 浙江、 廣東一直處于第一梯隊， 遙遙領先于其他省市， 擁有絕對優勢； 山東一直處于第二梯隊， 具備成為第一梯隊的發展潛力； 福建于2013 年進入第二梯隊， 于2014 年又退回至第三梯隊， 發展并不穩定， 具有短期偶然性。 總體來看， 東部地區在全國處于領跑地位。 對于中部地區： 2014 年湖北成功躋身第一梯隊， 發展勢頭強勁； 除湖南以外， 安徽、 廣西、 河南、 山西、 江西五省均位于第三梯隊。 由此可見， 中部地區發展差距逐漸擴大。 對于西部地區： 四川、 陜西一直處于第二梯隊， 屬于領先省份； 貴州于2014 年由第三梯隊升至第二梯隊， 并躍升至西部第一，位序提高明顯； 重慶于2014 年由第二梯隊退至第三梯隊， 區域產學協同創新能力有下降的趨勢；云南、 新疆、 甘肅、 內蒙古、 寧夏、 青海一直處于第三梯隊。 西部地區大部分省份區域產學合作創新績效在全國位于靠后位置， 產學合作狀況亟待改善。 對于東北地區： 遼寧一直處于第二梯隊，吉林和黑龍江一直處于第三梯隊， 位序沒有明顯變化。 東北地區過度依賴于資源要素和投資驅動，創新發展動力不足， 產學協同創新能力有待提高。整體來看， 我國區域產學合作創新績效基本上呈現“東中西” 遞減格局。

2 區域產學合作創新績效影響因素分析

前述分析表明， 我國各省份區域產學合作創新績效差異明顯， 那么是什么因素導致了差異？ 考慮到數據的可得性， 本研究選取地區科技市場發展水平、 地方政府科技財政支持、 高校研究方向、高校創新能力、 企業所有權性質、 企業創新能力、高校－企業合作程度7 個指標， 嘗試從環境特征、主體特征、 主體關系特征三方面探究區域產學合作創新績效的影響因素。

2.1 理論背景與假設

2.1.1 環境特征與區域產學合作創新績效

地區科技市場能夠實現科技資源的市場化配置， 通過連接技術供求兩端、 傳遞技術供求信息，為高校和企業的技術交易提供平臺， 從而促進科技與經濟相結合。 當地區科技市場發展水平較高時， 高校和企業的研究領域、 技術實力、 合作經驗等信息更加透明， 信息對稱程度提高， 能夠幫助高校和企業盡快找到適宜的合作伙伴， 達成合作意向［8］。 技術交易實質上是將附在技術上的知識產權進行轉移， 因此一個地區的科技市場發展水平可以在一定程度上反映該地區的知識產權保護水平［9］。 而良好的知識產權保護環境， 可以通過減少研發溢出損失、 避免機會主義現象來激發產學合作熱情。 莊子銀等［10］通過構建廣義矩估計模型， 發現地區技術市場對創新有顯著的正向促進作用， 且對發明專利的影響彈性最大。 盛彥文等［5］利用耦合協調度模型和灰色關聯分析法， 發現技術市場會影響區域產學研創新系統耦合協調發展水平。 根據以上分析， 本文提出如下假設：

假設H1： 地區科技市場發展水平顯著正向影響區域產學合作創新績效。

政府作為一種非市場的力量， 可以充當促進者、 協調者和管理者的角色， 對“市場失靈” 進行彌補， 為產學合作創造更好的環境條件［11，12］。政府可以通過制定政策法規、 加強監管力度， 減少協同創新過程中的機會主義和“搭便車” 現象［13］，也可以通過搭建產學平臺、 完善服務體系， 降低協同創新的時間成本和交易費用， 從而提高高校和企業進行產學合作的積極性。 企業在產學合作中往往是主要的資金投入者， 這給“資源約束型”的中小企業帶來壓力， 同時對于一些前瞻技術和共性技術的研發， 由于其具有極大的風險性和外部性， 企業在出資過程中會所有顧慮［14］。 此時，政府的資金支持不僅可以緩解資金緊缺的局面，也可以向企業傳遞利好信息， 進一步鼓勵企業的創新投入。 此外， 政府的積極鼓勵政策和資金支持力度， 促進了當地濃厚的技術創新氛圍的形成［12］，進而有助于激發高校和企業的合作動機。 白俊紅等［13］通過建立計量經濟模型， 發現政府科技支持對產學研協同創新具有顯著的正向促進作用。 肖丁丁等［15］應用超越對數隨機前沿模型， 證實政府資助對產學研合作效率有顯著的正向影響， 且影響效果具有長效性。 根據以上分析， 本文提出如下假設：

假設H2： 地方政府科技財政支持顯著正向影響區域產學合作創新績效。

2.1.2 主體特征與區域產學合作創新績效

基礎研究是應用研究的先決條件， 是技術創新的根本動力， 往往可以通過改變原有技術路線獲得突破式創新［16］， 大幅提升創新的經濟和社會收益， 因此基礎研究對創新有巨大貢獻潛力。 但是基礎研究活動的投入大、 風險高、 周期長， 企業作為經濟利益追逐者， 進行基礎研究的積極性不高。 而且基礎研究成果具有公共物品屬性、 存在知識溢出效應， 因此企業無法獲得其全部收益， 這進一步削弱了企業獨立進行基礎研究的積極性［17］。目前， 高校仍然是我國基礎研究的主要承擔者，企業可以通過與高校進行合作， 獲取和利用其已有的基礎研究成果， 這樣既可以有效降低成本、規避風險， 也可以發揮基礎研究對技術創新的支撐作用， 從而成為企業產學合作的重要動力。 衛平等［16］采用中國30 個省市的面板數據， 發現企業通過產學合作能更加有效理解和利用高校的基礎研究成果， 進而有助于發明專利的產出。 張藝等［18］通過分析中國高鐵領域的產學研合作案例，發現學研機構的強大基礎研究能力是推動高鐵產業實現突破式創新的重要因素。 根據以上分析，本文提出如下假設：

假設H3： 高校研究方向顯著正向影響區域產學合作創新績效。

高校的創新能力不同， 給企業傳遞知識的廣度、 深度也會有較大區別。 當高校創新能力較強時， 意味著其擁有高端的研究人員和尖端的研究成果， 可以更好的滿足企業知識和技術的需求，因此對企業的吸引力更強。 同時， 創新能力較強的高校憑借豐富的知識儲備， 以及對知識的充分理解與掌握， 可以準確的發現與企業的知識差距，選擇合適的編碼、 表達等交流方式， 有助于消除溝通障礙、 促進知識轉移， 從而提升產學合作創新績效。 Laursen 等［19］研究發現， 當企業與低層次大學相鄰時， 因為合作預期收益大于合作交易成本， 企業在當地進行產學合作的意愿不強， 更愿意突破地理維度界限， 尋找遠距離的高質量大學進行合作， 而當企業與高質量大學相鄰時， 會促進地方產學合作的產生。 同時， Hewitt－Dundas［20］基于英國創新調查的數據研究也發現， 地方高校的研究質量顯著影響企業合作伙伴的選擇， 如果企業與研究質量較高的高校鄰近， 那么產學合作傾向于本地化。 由此可見， 當區域高校的創新能力較強時， 產學合作活動更加活躍。 根據以上分析， 本文提出如下假設：

假設H4： 高校創新能力顯著正向影響區域產學合作創新績效。

國有企業在行業中一般處于壟斷地位， 與其他類型企業相比， 其憑借與政府天然的聯系在政策支持和資源獲取等方面更具優勢， 這帶給國有企業“尋租” 的機會， 使其缺乏技術創新的動力［21］。國有企業所有者缺位， 存在嚴重的委托代理問題，國有企業管理人員作為理性的“經濟人”， 更傾向于追求短期利益［22］。 而產學合作是一項長期、復雜的活動， 需要企業資金、 人員的持續性投入，具有短期利益甚微、 長期利益高度不確定的特點，所以國有企業參與產學合作的愿望并不強烈。 而非國有企業在激烈的市場競爭中， 只有通過創新才能維持生存發展、 獲得競爭優勢， 因此其技術創新激勵更強， 而且非國有企業的企業家往往更具風險意識、 冒險精神和創新才能。 此外， 國有企業組織僵化， 在產學合作中信息溝通效率較低，存在較高的交易成本［2］。 刁麗琳等［23］基于省際面板數據， 發現區域國有企業比重越大， 產學研創新活動越不活躍。 張秀峰等［2］以廣東省省部產學研合作項目為研究對象， 發現在科研創新階段和產品創新階段， 相較于其他類型企業， 國有企業的產學研合作創新績效更低。 根據以上分析， 本文提出如下假設：

假設H5： 企業所有權性質顯著負向影響區域產學合作創新績效。

當技術的復雜性較低時， 企業可以通過內部研發實現技術創新， 但隨著技術復雜性的提高，企業受到創新資源和技術能力的限制， 僅僅依靠自身力量難以實現技術創新， 因此產學合作的需求更加強烈［24］。 當企業的創新能力較強時， 更有可能從事高端技術研發， 因而更需要借助高校的前沿科學成果和專業技術支持， 所以更愿意與高校合作進行聯合攻關。 而且， 創新能力較強的企業在技術創新中積累了大量的知識， 因此一般擁有良好的吸收能力， 在產學合作中能夠有效識別、消化、 利用來自于高校的外部知識， 進而放大產學合作的邊際產出。 原毅軍等［25］通過數理模型研究和實證檢驗， 發現當企業的技術能力(創新能力和吸收能力） 較強時， 產學合作和內部研發呈現互補性， 互相促進、 相得益彰， 從而進一步增強企業參與產學合作的激勵， 形成了良性循環。當企業的創新能力較弱時， 由于缺少前期的技術積累， 往往關注復雜程度較低的技術研發， 對于產學合作缺乏內在的需求和動力。 而且， 由于技術水平和知識水平與高校的差距過大， 導致企業對高校知識吸收困難， 降低了產學合作的創新效率和邊際收益。 根據以上分析， 本文提出如下假設：

假設H6： 企業創新能力顯著正向影響區域產學合作創新績效。

2.1.3 主體關系特征與區域產學合作創新績效

隨著合作程度的深入， 高校和企業建立起緊密而穩定的合作關系， 而這種強關系有助于增強信任機制和互惠預期， 使高校和企業更加專注于創新活動本身， 而不是創新風險的控制和創新關系的維護， 因此有利于提升知識共享的意愿和知識交流的效率， 為創新績效的產生奠定了組織基礎。 另外， 高校與企業的深度合作意味著互動更加頻繁， 高校和企業相關人員專用化程度提高，有助于形成共同的技術范式和組織慣例。 而在這種范式和慣例下， 能幫助企業建立伙伴專有吸收能力， 更加高效的消化來自于高校的外部知識，進而通過知識整合實現技術創新。 同時， 高度信任和頻繁互動都促進了高校和企業之間隱性知識的轉移。 劉和東等［3］以高新技術企業為研究對象，發現產學合作程度對合作行為有正向影響， 而積極的合作行為又有助于提升合作績效。 相反， 當高校和企業處于較低的合作程度時， 由于缺乏信任， 導致雙方不愿意共享核心知識， 無法支撐創新的產生。 根據以上分析， 本文提出如下假設：

假設H7： 高校－企業合作程度顯著正向影響區域產學合作創新績效。

2.2 實證模型與數據

2.2.1 變量測量

(1） 因變量

本研究的因變量為區域產學合作創新績效，用“高校和企業聯合申請并授權的發明專利數量”進行衡量， 具體方法如前文所述。

(2） 自變量

環境特征變量： 地區技術市場發展水平， 用“技術市場成交額” 進行衡量， 因為數值較大， 在具體計算時進行對數處理； 地方政府科技財政支持， 用“科學技術支出占地區一般公共預算總支出的比例” 進行衡量。

主體特征變量： 高校研究方向， 用“高等學校基礎研究支出占R＆D 經費內部總支出的比例”進行衡量； 高校創新能力， 用“高等學校發明專利申請數量” 進行衡量； 企業所有權性質， 用“國有控股企業資產占規模以上工業企業總資產的比例” 進行衡量； 企業創新能力， 用“規模以上工業企業發明專利申請數量” 進行衡量。

主體關系特征變量： 高校－企業合作程度，用“高等學校R＆D 經費內部支出中來自于企業的資金” 進行衡量， 因為數值較大， 在具體計算時進行取對數處理。

以上指標數據均來源于2012 ～2015 年《中國統計年鑒》 《中國科技統計年鑒》 《中國工業統計年鑒》。

2.2.2 模型選擇

由于本研究的因變量是任意非負整數， 不服從正態分布， 故而采用計數模型比線性模型更加合適。 而且數據過度離散， 無法滿足泊松回歸模型的前提假設條件， 因此只能選擇負二項回歸模型。 根據數據模型的基本原理， 當樣本中的個體是所研究總體的所有單位時， 應該選擇固定效應模型。 本研究以30 個省份作為研究對象， 基本代表了總體。 因此， 最終采用固定效應負二項回歸模型作為實證模型對數據進行估計。

2.3 實證結果與分析

2.3.1 描述性統計分析

為了準確把握數據的基本特征， 對變量進行了描述性統計和相關性分析， 如表2 和表3 所示。由表3 可知， 地區技術市場發展水平和高校－企業合作程度相關系數為0.84， 相關程度較高。 但是通過計算VIF 值， 發現多重共線性并不嚴重，因此可以同時投入到模型中。 其余自變量間相關系數均小于0.8， 不存在高度相關。

表2 變量描述性統計（N=120）

表3 變量相關性分析

2.3.2 回歸統計分析

本文使用STATA 軟件對面板數據進行建模和固定效應負二項回歸分析， 具體結果見表4。 各模型的Wald Chi2 統計量均通過了1%的顯著性檢驗， 證明模型和數據擬合度較好， 選取的影響因素對區域產學合作創新績效的解釋力較強。

表4 固定效應負二項回歸結果

續 表

對于環境特征變量， 在模型1 ～7 中， 地區技術市場發展水平的系數均為正數， 且都通過了1%的顯著性檢驗， 表明地區技術市場發展水平顯著正向影響區域產學合作創新績效， 假設H1 成立。在模型2～7 中， 地方政府科技財政支持的系數均為正數， 但是僅在模型4 中通過了10%的顯著性檢驗， 表明地方政府科技財政支持正向促進區域產學合作創新績效， 但是顯著性不強， 假設H2未通過檢驗。

對于主體特征變量， 在模型3 ～7 中， 高校研究方向的系數均未通過10%的顯著性檢驗， 表明高校研究方向對區域產學合作創新績效的影響并不顯著， 假設H3 未通過檢驗。 在模型4 ～7 中，高校創新能力的系數均為正數， 且都通過了顯著性檢驗， 說明創新能力顯著正向影響區域產學合作創新績效， 假設H4 成立。 在模型5 ～7 中， 企業所有權性質的系數均為負數， 且都通過了1%的顯著性檢驗， 表明相較于國有企業， 其他類型企業的區域產學合作創新績效更好， 假設H5 成立。 在模型6～7 中， 企業創新能力的系數均為正數， 且通過了1%的顯著性檢驗， 說明企業創新能力顯著正向影響區域產學合作創新績效， 假設H6 成立。

對于主體關系特征變量， 在模型7 中， 高校－企業合作程度的系數為正， 且通過了1%的顯著性檢驗， 表明區域高校與企業合作程度越深入，越有助于提升產學合作創新績效， 假設H7 成立。

因此， 通過上述分析， 本研究提出的H1、H4、 H5、 H6、 H7 通過了驗證， 而H2、 H3 未通過。

3 研究結論與建議

本研究根據2011～2014 年發明專利數據和統計年鑒數據， 初步明晰了區域產學合作創新績效的空間演化特征， 并且通過構建固定效應負二項回歸模型， 對影響區域產學合作創新績效的關鍵因素進行了探討與檢驗。

3.1 主要結論

本文得到主要結論如下：

(1） 2011～2014 年我國區域產學合作創新績效大幅提升， 呈現快速增長的發展態勢。 但是區域之間差距明顯， 在空間上呈現出“東強西弱”的格局。 東部地區的北京、 江蘇、 廣東、 上海、浙江5 省， 遙遙領先于其他省份， 專利數量占全國總量的比重超過60%。 而對于西部地區， 大部分省份處于全國靠后位置， 其中云南、 甘肅、 新疆、 內蒙古、 寧夏、 青海專利數量不足百件， 產學協同創新能力亟待提高。 進一步通過計算各個地區的基尼系數， 發現區域之間非均衡現象沒有明顯收斂趨勢， 表明區域產學合作創新績效將繼續保持“強恒強、 弱恒弱” 的發展態勢。

(2） 在環境特征變量中， 地區技術市場發展水平顯著正向影響區域產學合作創新績效， 而地方政府科技財政支持的作用效果偏弱， 有很大的提升空間。 在主體特征變量中， 高校創新能力、企業創新能力顯著正向影響區域產學合作創新績效； 企業所有權性質顯著負向影響區域產學合作創新績效， 表明相較于國有企業， 其他類型企業與高校的協同創新能力更強； 高校研究方向對區域產學合作創新績效的影響并不顯著， 可能的原因是， 一部分企業重視基礎研究， 希望通過產學合作明晰技術背后的復雜科學原理， 為獲取長期競爭優勢豐富知識儲備， 而另一部分企業受短期利潤的驅使， 更傾向于通過利用高校應用研究成果獲得即時技術進步， 兩種動力同時存在導致高校研究方向的整體作用效果并不顯著。 在關系特征變量中， 高校－企業合作程度正向促進區域產學合作創新績效的提高。

3.2 管理啟示

根據以上結論， 得到管理啟示如下：

(1） 我國各個省份產學合作創新績效差距明顯， 并且沒有顯著的收斂趨勢。 為了降低空間差異， 實現區域均衡發展， 中央政府應該進行宏觀統籌協調， 加快人才、 資金等創新資源的跨區域流動， 并且在政策制定上向產學協同創新能力偏弱的地區傾斜， 最終實現整體提高。 同時， 地方政府也應該結合本省實際情況， 制定差異化的創新發展策略。 東部地區應該完善產學平臺建設，促進高校和企業展開深度合作， 實現科技系統和產業系統耦合發展。 中部地區應該重視兩級分化現象， 合理配置創新資源， 均衡區域內部發展差異。 西部地區應該通過政策傾斜， 吸引科技人才流入和創新資金投入， 提升高校和企業的創新水平， 同時， 也應該完善科技市場， 為產學合作營造良好的外部環境。 東北地區的產業發展長期以來過度依賴于資源要素， 導致企業創新能力相對薄弱， 未能有效吸收高校的前沿知識和技術， 因此應該促進產業結構轉型升級， 引導企業由“要素驅動” 向“創新驅動” 轉變， 激發企業創新意愿， 提高企業創新能力， 發揮企業在產學合作中的主導作用。

(2） 地方政府科技財政支持并未取得預期效果， 應該進一步優化引導和扶持方式。 地方政府對產學合作的支持方式盡量避免一次性資助， 因為政府和企業信息高度不對稱， 導致企業騙取補貼的現象屢見不鮮， 造成了資金的大量浪費。 地方政府應該遵循市場運作模式， 通過搭建平臺、提供服務等方式完善產學合作的外部環境， 進而激發高校和企業的合作意愿。 在對產學合作進行必要資助時， 要充分考察企業和高校的研究實力，確保資助的合理性和有效性。 同時， 創新補貼應該側重于基礎領域的研發， 鼓勵企業和高校對共性技術、 前沿技術的復雜科學原理進行聯合攻關，使區域獲取長期持續競爭優勢。 此外， 地方政府在政策制定上應該注意公平， 不能過度的向國有企業傾斜。

注釋：

①從2011 年起， 規模以上工業企業的統計范圍從年主營業務收入為500 萬元及以上的法人工業企業調整為年主營業務收入為2000 萬元及以上的法人工業企業。