創新系統主體間協同關系對綠色創新效率影響的實證分析

呂巖威，劉 洋，楊 菲

(山東大學商學院，山東 威海 264209)

0 引言

隨著知識和技術更新速度的加快，當代創新模式已演變為以創新系統內多元主體協同互動為基礎的協同創新模式[1]。在創新系統內，企業、高校、科研機構是創新的直接主體，政府和金融機構作為間接主體參與創新[2]。創新系統各主體通過思想、知識、技術和機會的共享，可以創造跨越企業邊界的創新，進而提升企業創新力量[3]。近年來，中國政府出臺了一系列政策推進創新系統主體間協同創新。根據《全球競爭力報告》顯示，中國產學研協同創新能力已由2012—2013年度的第35位，上升到2017—2018年度的第28位，反映出企業從依托內部力量向借助外部資源進行創新的轉變。然而，創新系統各主體在協同創新過程中仍然面臨諸多問題，如協同創新體制機制滯后、利益分配機制不健全、信息不對稱、價值取向不一致、合作方式過于單一等，導致創新系統主體間難以有效協同。在此背景下，分析創新系統主體間協同關系對綠色創新效率的影響，具有重要的理論價值和現實意義。

鑒于此，本文基于2006—2017年省級面板數據，運用DEA-Tobit模型和分位數回歸模型分析創新系統主體間協同關系對綠色創新效率及其條件分布的影響，構建面板向量自回歸 (PVAR)模型并利用脈沖響應函數探討創新系統主體間協同關系對綠色創新效率的動態沖擊影響，基于方差分解方法分析創新系統主體間協同關系影響綠色創新效率結構沖擊的貢獻度，以期從協同創新的視角揭示促進我國區域綠色創新效率提升的關鍵影響因素。

1 文獻綜述

已有研究一方面是從微觀企業層面研究創新系統主體間協同與創新績效之間的關系。Ketchen 等[3]發現合作創業能使小企業保持創造力和靈活性，而協同創新有利于大企業在現有領域之外尋找機會。解學梅[4]發現企業與企業、企業與中介、企業與研究機構的協同創新網絡促進中小企業創新績效提升，但企業與政府的協同創新網絡影響不顯著。Marchi[5]發現綠色創新中與外部企業的合作非常重要，環境創新型企業與外部合作伙伴在創新方面的合作程度遠高于其他創新型企業。吳悅等[6]發現企業通過協同創新產業鏈，促進科技成果轉化，提升企業創新水平。胡寶貴等[7]發現創新系統各主體在協同創新過程中普遍存在效率不高、效果不理想的情況，政府對推進協同創新具有重要作用。康益敏等[8]發現伙伴關系促進企業創新績效提升，而協同創新為其傳導渠道。另一方面是從宏觀區域層面進行研究。Fritsch等[9]發現私營部門與公共研究機構之間的研發互動強度促進研發效率提升。賀靈等[10]發現創新網絡要素間協同對地區創新績效均具有顯著促進作用，且創新網絡所處的硬環境和軟環境對地區創新績效也具有顯著正向影響。Broekel[11]發現研發合作補貼是刺激區域創新效率的合適政策措施，創新能力較低的地區從區域企業之間的研發合作和與非區域公共研究機構的研發合作補貼中獲益最大。而對創新能力較強的地區來說，從非區域大學的研發合作補貼中獲益最大。白俊紅等[2]發現政府資助、產學合作、產研合作促進創新績效提升，但金融機構資助具有抑制作用。劉友金等[12]發現政府支持、企業內部協同、科研機構內部協同均對地區創新績效產生顯著的、較大的促進作用，但產學研全面協同、高校內部協同對地區創新績效影響較弱，協同效果不理想。蔣興華等[13]發現協同意愿、伙伴關系對創新績效具有顯著正向影響，而政府支持促進協同意愿、伙伴關系，起調節作用。

綜上，已有研究為本文提供了重要啟示，但也存在有待拓展之處：①已有研究主要集中在創新系統主體間協同機理、運行機制、演化博弈與協同能力評價等方面，而就創新系統主體間協同關系對區域創新績效影響的探討則相對欠缺。事實上，創新系統各主體具有不同的戰略目標，各主體對合作所產生的效益會有不同的預期[14]，如何通過政策引導和制度安排，調動創新系統各主體的積極性，進而促進創新績效提升，目前還缺少相關的研究。②少數相關定量研究文獻均忽略了在創新水平不同的地區，創新系統主體間協同關系對創新績效的影響也可能存在差異，且均未采用面板向量自回歸 (PVAR)模型探討創新系統主體間協同關系對創新績效的動態沖擊效應、貢獻度及其區域異質性。

2 模型與變量

2.1 模型構建

(1)DEA-Tobit模型。為了精確測算綠色創新效率，并進一步分析其影響因素，借鑒已有研究采用 “DEA-Tobit兩步法”進行分析[15-17]。第一步先利用SBM-DEA模型測算綠色創新效率值，第二步構建Tobit模型分析創新系統主體間協同關系對綠色創新效率的影響。

①SBM-DEA模型。SBM-DEA模型由Tone[18]首次提出，假設生產系統有n個決策單元 (DMU)，每個DMU都有投入X、期望產出Yg和非期望產出Yb這3個元素，并且x∈Rm，yg∈RS1，yb∈RS2，定義矩陣X，Yg，Yb為：

X=[x1,...,xn]∈Rm×n

SBM-DEA模型可表示為：

(1)

式中，s-為投入松弛量，sg為期望產出松弛量，sb為非期望產出松弛量，λ為權重向量，ρ為目標函數，且0≤ρ≤1。當ρ=1時，DMU是有效率的；ρ<1，DMU存在冗余，需要優化配置。

②Tobit模型。通過SBM-DEA模型測算出的綠色創新效率值是0～1的截斷數據，若使用普通最小二乘法進行回歸，其參數估計值可能會出現有偏和非一致性。為了解決這一問題，Tobin[19]首次提出截斷回歸模型即 Tobit模型，并指出對于受限被解釋變量，遵循最大似然估計 (MLE)的Tobit模型是較好選擇，Tobit模型可表示為：

(2)

當yi=0時，其概率密度函數表示為：

(3)

(4)

(2)分位數回歸模型。為了避免基于均值回歸而導致的估計偏誤，采用分位數回歸方法探討創新系統主體間協同關系對綠色創新效率條件分布的影響規律。分位數估計理論由Koenker等[20]首次提出，該方法基于被解釋變量y的條件分布來擬合解釋變量x，對異常值的敏感度相較于均值回歸更小，估計結果也更穩健。

設隨機變量Y的分布函數為F(y)=P(Y≤y)，則y的τ分位數函數定義為：

Q(τ)=inf{y：F(y)≥τ}

(5)

式中，τ為回歸線以下數據占全部數據比重，0<τ<1。y的分布被τ分成小于Q(τ)、大于Q(τ)兩個部分。為了求解回歸模型，首先定義概率密度函數ρτ(μ)為：

(6)

式中，μ為概率密度函數的參數，ρτ(μ)為y的樣本點處在τ分位之下和之上時概率密度函數關系。分位數模型表示為：

(7)

尋求y在Q分位數下的最小離差和，可表示為：

(8)

(9)

由此，當τ在 (0，1)區間取不同數值時，便可得到不同參數估計值。

(3)面板向量自回歸 (PVAR)模型。為了揭示創新系統主體間協同關系對綠色創新效率的動態沖擊，通過PVAR模型的脈沖響應函數分析創新系統主體間協同關系變量變動對綠色創新效率帶來的沖擊反應，并運用方差分解方法分析創新系統主體間協同關系變量對綠色創新效率變化的貢獻度。PVAR模型由Holtz-Eakin等[21]首次提出，可表示為：

(10)

式中，yi,t為k維變量向量，i為省份，t為時間，β0為截距項，βj為回歸的系數矩陣，p為變量滯后階數，ηi為個體效應向量，γt為時間效應向量，εi,t為隨機擾動項。

2.2 變量與數據

被解釋變量：綠色創新效率 (IE)。采用SBM-DEA模型測度2006—2017年中國各省份綠色創新效率。其中，創新投入指標采用R&D人員全時當量、R&D資本存量表征，創新期望產出指標采用技術市場成交額、新產品銷售收入表征，非期望產出采用工業廢水排放量、工業廢氣排放量和銀行不良貸款率表征[22-23]。

核心解釋變量：創新系統主體間的協同關系。基于數據可得性考慮，從資金角度表征創新系統主體間協同關系。其中，以R&D經費內部支出中政府資金、銀行貸款的比重分別衡量政府資助 (gov)、金融支持 (fin)，表征創新系統間接主體對直接主體的資助力度。以高校和研發機構R&D經費內部支出中企業資金的比重衡量產學研合作 (iur)，表征創新系統直接主體之間的資金往來。

控制變量：國內知識技術轉移度 (tdd)、國外知識技術轉移度 (tdf)、外商直接投資 (fdi)。其中，tdd采用國內技術市場技術流向地域合同金額占地區生產總值的比重表征，tdf采用國外技術引進合同金額占地區生產總值的比重表征，fdi采用外商直接投資額占地區生產總值的比重表征。

以中國內地30個省份為研究對象 (不含西藏)，數據來自歷年《中國統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》《中國金融統計年鑒》及各地統計年鑒，描述性統計結果見表1。

表1 數據的描述性統計

3 創新系統主體間協同關系對綠色創新效率的靜態影響

3.1 面板單位根檢驗

為了保證回歸結果的穩定性，選取相同根檢驗中的LLC檢驗、不同根檢驗中的ADF-Fisher和PP-Fisher檢驗方法進行面板單位根檢驗，結果見表2。由表2可知，所有變量的原序列均平穩，可以構造計量模型進行分析。

3.2 Tobit回歸結果分析

利用中國省級面板數據，按照全國總體、東部、中部、西部地區分組，采用Tobit 模型對式 (2)進行回歸，以檢驗創新系統主體間協同關系對綠色創新效率的影響，回歸結果見表3。由表3可知，政府資助對全國總體及東部、中部和西部地區綠色創新效率均有負向影響，且在全國總體、東部和中部地區均通過了至少5%的顯著性水平檢驗，但在西部地區不顯著。金融支持對全國總體及東部、中部和西部地區綠色創新效率也均有負向影響，且在全國總體通過了5%的顯著性水平檢驗，但在東部、中部和西部地區不顯著。產學研合作對全國總體及東部、中部和西部地區綠色創新效率均有正向影響，且在全國總體、東部和西部地區均通過了至少5%的顯著性水平檢驗，但在中部地區不顯著。這說明在創新系統各主體之間的協同關系中，間接主體與直接主體之間的協同關系 (政府資助、金融支持)對各地區綠色創新效率產生了抑制作用，而直接主體之間的協同關系 (產學研合作)則促進了各地區綠色創新效率提升。

表3 Tobit回歸結果

3.3 分位數回歸結果分析

Tobit 模型僅能解釋創新系統主體間協同關系對綠色創新效率條件均值的影響，存在一定的局限性，因此采用分位數回歸模型估計創新系統主體間協同關系對綠色創新效率在25%、50%、75%這3個分位點的影響變化情況，回歸結果見表4。

表4 分位數回歸結果

(1)政府資助在25%、50%、75%分位點處的系數分別為-0.2142、-0.4043、-0.4445，且均在至少10%的顯著性水平上顯著為負。這說明，一方面政府資助對研發投入的擠出效應、政企之間信息不對稱和企業尋租行為等導致政府資助對各分位點綠色創新效率均有顯著抑制作用；另一方面，從25%分位點到75%分位點，政府資助系數的絕對值增大，說明在綠色創新效率較高的地區，政府資助對研發投入的擠出效應更大，對綠色創新效率的抑制作用就高于低分點位。

(2)金融支持在25%、50%、75%分位點處的系數分別為-0.6383、-0.6725、-2.5296，但只在75%分位點的系數以5%的顯著性水平顯著為負，在其余分位點的系數均不顯著。這說明，一方面金融機構對企業貸款存在的 “所有制歧視”和 “規模歧視”，導致了金融錯配問題，使得金融支持對各分位點綠色創新效率均具有抑制作用；另一方面，從25%分位點到75%分位點，金融支持系數的絕對值在增大，說明在綠色創新效率較高的地區，中小企業的研發活動更加活躍，金融支持的負向影響也更大。

(3)產學研合作在25%、50%、75%分位點處的系數分別為0.5800、1.2205、2.0540，且均在1%的顯著性水平上顯著為正。這說明，一方面產學研合作不僅實現了技術協同效應，還促進了知識、技術的共享，進而對各分位點綠色創新效率均具有正向作用；另一方面，從25%分位點到75%分位點，產學研合作系數的絕對值在增大，說明綠色創新效率越高的地區創新環境越好，越有利于高校、科研機構與企業之間的合作創新，對綠色創新效率的促進作用也就越大。

4 創新系統主體間協同關系對綠色創新效率的動態沖擊

4.1 最優滯后階數的選取

進一步運用PVAR模型分析創新系統主體間協同關系對綠色創新效率的動態沖擊。為避免模型中時間效應和個體效應造成估計偏誤，首先用均值差分法消除時間效應，而后用一階向前差分法消除個體效應。對于滯后階數選取，綜合考慮AIC (Akaike Information Criterion)、BIC (Bayesian Information Criterion)以及HQIC (Hannan-Quinn Information Criterion)準則以及PVAR模型的收斂趨勢，確定全國總體及東部、中部和西部地區的最優滯后階數分別為4、2、2和2階，結果見表5。

表5 最優滯后階數的選取

4.2 脈沖響應分析

脈沖響應函數刻畫變量間動態交互效應和時滯關系。借助Stata16軟件，通過蒙特卡洛 (Monte Carlo)實驗模擬 500次，分析全國總體及東部、中部和西部地區創新系統主體間協同關系各變量加上一個標準差大小的沖擊對綠色創新效率當前和未來值的影響。變量順序為IE、gov、fin、iur，PVAR模型的脈沖響應估計結果見表6，脈沖響應如圖1所示，圖1中的橫軸為沖擊作用的響應期數，縱軸為綠色創新效率對創新系統主體間協同關系各變量的響應大小，由表6和圖1可以得出以下結論。

表6 綠色創新效率對創新系統主體間協同關系的脈沖響應估計結果

(1)綠色創新效率對創新系統主體間協同關系各變量的沖擊在響應強度和響應速度上均存在較大區域差異。對于政府資助的一個正交化沖擊，全國總體及東部、中部和西部地區綠色創新效率的響應峰值分別是-0.0566、0.0469、-0.0524、0.0752，響應峰值分別在第1期、第1期、第6期和第4期。對于金融支持的一個正交化沖擊，全國總體及東部、中部和西部地區綠色創新效率的響應峰值分別是0.0115、0.0252、-0.0250、0.0180，響應峰值分別在第1期、第1期、第1期和第3期。對于產學研合作的一個正交化沖擊，全國總體及東部、中部和西部地區綠色創新效率的響應峰值分別是-0.0200、0.0507、0.0245、0.0193，響應峰值分別在第1期、第2期、第2期和第5期。

從響應強度看，東部地區綠色創新效率對金融支持和產學研合作沖擊的響應強度最大，但對政府資助沖擊的響應強度相對較小；中部地區綠色創新效率對政府資助、金融支持和產學研合作沖擊的響應強度均較大；西部地區綠色創新效率對政府資助沖擊的響應強度最大，但對金融支持和產學研合作沖擊的響應強度相對較小。從響應速度看，東部地區綠色創新效率對政府資助的響應速度最快，中部最慢；東部和中部地區綠色創新效率對金融支持、產學研合作的響應速度最快，西部最慢。

圖1 綠色創新效率對創新系統主體間協同關系的脈沖響應

(2)綠色創新效率對創新系統主體間協同關系各變量沖擊的累積效應存在較大的區域差異。政府資助對全國總體及東部、中部和西部地區綠色創新效率沖擊的累積效應分別為-0.1138、0.1008、-0.4800、0.2434。可見，政府資助對西部地區綠色創新效率沖擊的累積效應最大，說明政府資助緩解了西部地區研發經費不足的現狀，有助于激勵企業的技術創新活動，但對中部地區綠色創新效率沖擊的累積效應為負，這說明政府資助對中部地區創新投入產生了擠出效應，抑制了綠色創新效率提升。

金融支持對全國總體及東部、中部和西部地區綠色創新效率沖擊的累積效應分別為0.0042、0.0297、-0.0400、0.0671。可見，金融支持對東部地區綠色創新效率沖擊的累積效應最大，說明東部地區金融市場化程度較高，而金融市場化有助于改善外部融資環境，提升綠色創新效率。金融支持對中部地區綠色創新效率沖擊的累積效應為負，說明 “所有制歧視”和 “規模歧視”所導致的金融錯配問題在中部地區尤為嚴重。

產學研合作對全國總體及東部、中部和西部地區綠色創新效率沖擊的累積效應分別為 -0.0231、0.2857、0.0011、0.0927。可見，產學研合作對東部、中部和西部地區綠色創新效率沖擊的累積效應均為正，其中對東部地區綠色創新效率沖擊的累積效應最大，說明東部地區優質高校和科研機構數量多，產學研合作更為高效，有利于綠色創新效率提升。產學研合作對全國總體綠色創新效率沖擊的累積效應略小于0，說明綠色創新效率對產學研合作的動態響應存在區域異質性，產學研合作對綠色創新效率沖擊的累積效應并非在所有省份都為正，在部分省份也可能表現為負。

(3)綠色創新效率對創新系統主體間協同關系各變量的沖擊響應在各地區均表現為收斂趨勢，但收斂的速度和軌跡不甚相同。在全國總體，綠色創新效率對政府資助的沖擊響應表現為在第1期達到負的響應峰值后以較快的速度向零值收斂；綠色創新效率對金融支持的沖擊響應表現為在第1期達到正的響應峰值后逐漸下降為負，并最終趨于零值附近；綠色創新效率對產學研合作的沖擊響應表現為在第1期達到負的響應峰值后逐漸上升為正，并最終趨于零值附近。

在東部地區，綠色創新效率對政府資助的沖擊響應表現為在第1期達到正的響應峰值后以較快的速度向零值收斂；綠色創新效率對金融支持的沖擊響應表現為在第1期達到正的響應峰值后以較快的速度向零值收斂；綠色創新效率對產學研合作的沖擊響應表現為在第2期達到正的響應峰值后逐漸向零值收斂。

在中部地區，綠色創新效率對政府資助的沖擊響應表現為在第6期達到負的響應峰值后逐漸向零值收斂，但收斂速度很慢。綠色創新效率對金融支持的沖擊響應表現為在第1期達到負的響應峰值后以較快的速度向零值收斂；綠色創新效率對產學研合作的沖擊響應表現為在第2期達到正的響應峰值后逐漸向零值收斂。

在西部地區，綠色創新效率對政府資助的沖擊響應表現為在第3期達到正的響應峰值后逐漸向零值收斂；綠色創新效率對金融支持的沖擊響應表現為先降后升，在第3期達到正的響應峰值后逐漸向零值收斂；綠色創新效率對產學研合作的沖擊響應表現為先降后升，在第5期達到正的響應峰值后逐漸向零值收斂。

4.3 方差分解分析

方差分解反映了對PVAR模型中內生變量產生沖擊的每個隨機擾動的相對重要性，進而度量結構沖擊對內生變量變化的貢獻度大小。為了分析創新系統主體間協同關系各變量對綠色創新效率變化的貢獻度，進一步進行方差分解分析，結果見表7，由表7可以得出如下結論。

(1)無論是全國總體還是東部、中部和西部地區，綠色創新效率在滯后20期內受到自身前期積累的影響均為最大。但隨著滯后時期的推移，綠色創新效率受到自身前期積累的影響均在逐漸減小，創新系統主體間協同關系各變量對綠色創新效率的影響越來越大。

表7 綠色創新效率對創新系統主體間協同關系動態響應的方差分解結果

(2)全國總體的政府資助、金融支持對綠色創新效率的貢獻度呈現增加趨勢，產學研合作對綠色創新效率的貢獻度較為穩定。在滯后20期，政府資助、金融支持、產學研合作對綠色創新效率的貢獻度分別達到13.7%、1.1%和1.8%，相比于金融支持和產學研合作，政府資助對全國總體綠色創新效率的影響更大。

(3)東部地區的政府資助對綠色創新效率的貢獻度呈現下降趨勢，金融支持對綠色創新效率的貢獻度較為穩定，產學研合作對綠色創新效率的貢獻度呈現增加趨勢。在滯后20期，政府資助、金融支持、產學研合作對綠色創新效率的貢獻度分別達到9.3%、2.5%和21.8%，相比于政府資助和金融支持，產學研合作對東部地區綠色創新效率的影響更大。

(4)中部地區的政府資助、產學研合作對綠色創新效率的貢獻度呈現增加趨勢，金融支持對綠色創新效率的貢獻度呈現下降趨勢。在滯后20期，政府資助、金融支持、產學研合作對綠色創新效率的貢獻度分別達到46.5%、0.9%和3.2%，相比于金融支持和產學研合作，政府資助對中部地區綠色創新效率的影響更大。

(5)西部地區的政府資助、金融支持、產學研合作對綠色創新效率的貢獻度均呈現增加趨勢。在滯后20期，政府資助、金融支持、產學研合作對綠色創新效率的貢獻度分別達到34.7%、2.8%和3.3%。相比于金融支持和產學研合作，政府資助對西部地區綠色創新效率的影響更大。

5 結論

(1)間接主體與直接主體之間的協同關系 (政府資助、金融支持)對各地區綠色創新效率均產生負向影響，且隨著分位點的增加抑制性越來越強；直接主體之間的協同關系 (產學研合作)促進了各地區綠色創新效率提升，且隨著分位點的增加促進作用越來越大。

(2)綠色創新效率對創新系統主體間協同關系各變量的沖擊在響應強度、響應速度和累計效應方面均存在較大的區域差異；綠色創新效率對創新系統主體間協同關系各變量的沖擊響應在各地區均表現為逐漸收斂的趨勢，但收斂的速度和軌跡不甚相同。

(3)無論是全國總體還是東部、中部和西部地區，綠色創新效率在滯后20期內受到自身前期積累的影響均為最大。剔除自身影響后，全國總體、中部和西部地區的政府資助、東部地區的產學研合作相較于其他協同關系變量對綠色創新效率影響的貢獻度更大。