地方专业化_知识溢出与区域创新效率_基于我国省际面板数据的分析_段会娟

中国区域创新生产的空间计量分析基于静态与动态空间面板模型的实证研究一、本文概述1、研究的背景与意义2、国内外研究现状和评价3、研究目的、内容和方法二、中国区域创新生产的现状分析1、创新生产的定义和指标体系创新生产是一个多维度、复杂且动态的过程，涵盖了从新思想的产生、研发活动的进行，到新技术、新产品、新服务的商业化应用的整个过程。

在中国，创新生产被赋予了推动经济转型升级、实现高质量发展的关键角色。

本文所指的创新生产，主要关注科技创新，即通过科学研究和技术开发产生新知识、新技术，并将其转化为实际生产力，推动经济社会的持续发展。

为了全面、系统地衡量创新生产，需要构建一个综合性的指标体系。

本文在参考国内外相关研究和实际数据可获得性的基础上，构建了一个包含创新投入、创新产出和创新环境三个维度的指标体系。

创新投入指标主要包括研发投入、研发人员数量等，反映了一个地区对科技创新的重视程度和投入力度；创新产出指标则包括专利数量、技术市场成交额等，直接体现了科技创新的成果和效益；创新环境指标涵盖了教育水平、科技服务机构数量等，这些因素对于激发创新活力、促进创新成果的转化和应用具有重要影响。

通过这一指标体系，可以全面评估中国各地区创新生产的水平、结构和特点，为后续的空间计量分析提供基础数据支撑。

这一指标体系也具有一定的动态性，可以根据实际情况进行调整和完善，以适应创新生产不断发展变化的需要。

2、中国区域创新生产的总体情况中国作为世界上最大的发展中国家，近年来在区域创新生产方面取得了显著的进步。

从总体情况来看，中国的区域创新生产呈现出以下几个显著的特点。

创新生产的地理分布不均。

尽管全国范围内的创新活动都在不断增加，但东部地区，特别是长三角、珠三角和京津冀等经济发达区域，其创新生产的规模和速度明显领先于其他地区。

这些地区的创新资源丰富，科研机构和高校众多，为创新生产提供了强大的支撑。

创新生产的行业差异明显。

高新技术产业，如信息技术、生物技术和新材料等，是创新生产的主要领域。

知识流动视角下市场化程度对区域创新能力的影响及其地区差异孙晓阳;詹祥【摘要】基于“市场化程度-知识流动-区域创新能力”的分析框架,运用中国30个省(自治区、直辖市)的面板数据,对区域的市场化程度、知识流动水平与创新能力之间的影响关系进行了实证分析.结果显示:市场化程度对区域创新能力具有显著的正向影响,且市场化程度的提高能促进区域知识转移和国际知识溢出;国际知识溢出能够提升区域创新能力,但区域知识转移对区域创新能力具有抑制作用;人力资本投入、市场化程度对东部地区和中、西部地区的创新能力都有显著的正向影响,而R&D资金投入强度的作用主要体现在中、西部地区,国际知识溢出仅对东部地区的创新能力具有正向影响.【期刊名称】《技术经济》【年(卷),期】2016(035)001【总页数】7页(P36-42)【关键词】市场化程度;知识流动;知识溢出;知识转移;区域创新能力【作者】孙晓阳;詹祥【作者单位】江苏大学财经学院,江苏镇江212013;江苏大学管理学院,江苏镇江212013【正文语种】中文【中图分类】F270.3科技创新是知识经济时代推动经济社会发展的重要引擎，尤其对于发展中国家来说，技术创新能力直接影响经济转型的步伐。

然而，吴建宁和王选华的测算结果显示，中国科技进步对经济增长的贡献率基本维持在40%左右，而发达国家普遍超过70%[1]。

可见，中国与发达国家在科技创新方面仍然存在较大差距。

党的十八大报告明确提出要“实施创新驱动发展战略”，而提升区域创新能力是促进产业结构优化与升级、完善区域创新体系、加快建设创新型国家的重要途径。

所谓区域创新能力，是区域创新主体将创新资源要素纳入社会生产过程，将知识转化为新产品、新服务和新工艺的能力。

促进创新系统中的知识流动是提高区域创新能力的关键内容之一[2]。

为此，本文在现有研究的基础上，实证分析经济转型背景下创新环境的重要指标——市场化程度通过促进知识流动对区域创新能力的影响过程。

知识溢出、知识转移与区域创新能力作者：王崇锋郭文婷晁艺璇孟星辰来源：《科学与管理》2018年第06期摘要：基于知识流动范围的视角，将区域知识溢出与区域知识转移划分为本地知识溢出、外地知识溢出、本地知识转移与外地知识转移四个维度。

在此基础上，使用2011年～2014年中国31个省级区域的面板数据，探究了上述四个维度的知识流动强度对区域创新能力的影响以及区域技术吸收能力在影响过程中的调节效应。

研究表明：就直接影响而言，提高四个维度的知识流动强度均能促进区域创新能力的提高;就调节影响而言，区域技术吸收能力正向调节了本地知识溢出与本地知识转移对区域创新能力的影响，即当区域技术吸收能力较高时，提高本地知识溢出与转移强度对区域创新能力提高的促进作用更为明显。

最后，针对区域创新能力提高的路径与方式提出了相应的政策建议。

关键词：区域创新;知识流动范围;知识溢出;知识转移;技术吸收能力中图分类号：F124.3; ; ; ; 文獻标识码：A; ; ; ; ; ; ; ; DOI：10.3969/j.issn.1003-8256.2018.06.0020; ; 引言随着知识经济时代下创新地位的不断提升，区域创新成为影响区域发展的重要因素。

在此背景下，十九大报告指出要“实施创新驱动发展战略”，即以创新战略引导区域进行知识合作交流从而推进区域创新建设。

在对区域创新的研究中，知识流动被视为影响区域创新的重要因素[1]。

自Jaffe[2]研究发现知识流动与区域整体创新水平有关后，后人在此基础上针对知识流动对区域创新能力的影响程度与机理进行了研究，已证明知识流动可以通过协调区域内知识接受者对知识的识别与应用来提升自身创新能力，从而对区域创新能力产生影响[3]。

对于知识流动，学界将其划分为知识溢出与知识转移两种方式[4]，其中知识溢出强调无意识的知识流动，而知识转移则强调有意识的知识流动。

针对无意识的知识溢出对区域创新的影响，多数学者肯定了知识溢出对区域创新的积极影响[5-6]，认为知识溢出会对区域技术发展产生促进作用，从而提升整个区域的创新能力。

我国工业集聚结构对知识溢出影响的空间计量研究湖南大学吴宏丹、樊帆、金巧强摘要：知识溢出是在产业集聚过程中知识传播、扩散的一种经济集聚活动，知识溢出具有区域关联性。

本文以我国工业集聚的专业化、多样化和竞争度3个变量为核心变量，以对外开放度、人口规模等为控制变量，选取2003-2009年我国30个省（市）作为样本数据的空间单元，建立空间面板数据模型，研究我国工业集聚结构对工业知识溢出的影响。

研究发现，我国工业知识溢出在空间上存在自相关性，并且空间相关性逐年增强；工业集聚存在显著的MAR溢出，但Jacobs 溢出不显著；工业集聚的竞争度在时间维度上有利于知识溢出，但在空间、时空维度上不利于知识溢出。

关键词：工业集聚结构知识溢出空间面板模型产业集聚是当今产业组织发展的重要特征之一。

随着全球经济和国际市场一体化程度的不断提高，国际分工水平逐步深化，产业在世界范围内重新定位和布局，区域产业集聚现象不但没有削弱反而得到了加速的扩张（Scott，1988[1];Porter，1998[2]; Fujita，2003[3]），例如美国硅谷、英国的剑桥、日本的筑波、印度的班加罗尔、中国台湾的新竹，这些产业集群都表现出极强的创新能力和知识溢出能力，并成为本国本地区的竞争优势来源。

知识溢出现象表明，企业创新行为并不是独立的，会受到外部因素的影响，多样化、专业化以及竞争性的集聚结构必然会对知识溢出产生影响。

虽然产业集聚的多样化、专业化、竞争程度与知识溢出的研究倍受学者关注，但现有研究中往往忽视空间因素的作用。

作为一种经济活动，知识溢出本身是产业集聚演化过程中的地理空间现象，这种忽视和脱离“地域特征”的研究导致了产业集聚的多样化、专业化、竞争程度对知识溢出影响的相关研究结论存在较大偏差。

因此，本文在考虑空间因素影响条件下，从工业集聚结构的角度，采用空间经济计量技术分析工业集聚结构对知识溢出的影响，从而揭示知识溢出的空间规律，为提升我国工业集聚的创新产出能力提供合理的参考依据。

产业协同集聚、空间知识溢出与区域创新效率一、本文概述本文旨在探讨产业协同集聚、空间知识溢出与区域创新效率之间的内在联系。

在全球化和知识经济的背景下，产业的协同集聚已经成为推动区域经济发展的重要动力，而知识溢出作为创新活动的重要机制，对于提升区域创新效率具有深远的影响。

本文通过分析这三者之间的关系，旨在为政策制定者和区域经济发展规划者提供理论支持和决策依据。

我们将对产业协同集聚的概念进行界定，并探讨其在推动区域经济发展中的作用。

产业协同集聚不仅可以通过资源共享、成本降低和规模效应提升产业竞争力，还可以通过企业间的互动合作，促进知识的传播和溢出。

我们将深入分析空间知识溢出的内涵及其对区域创新效率的影响。

空间知识溢出是指知识在地理空间上的传播和扩散，它可以提高区域内企业的知识水平和创新能力，进而提升整个区域的创新效率。

我们将从理论和实证两个方面，探讨空间知识溢出对区域创新效率的促进作用。

我们将构建一个综合的分析框架，研究产业协同集聚、空间知识溢出与区域创新效率之间的相互作用机制。

我们将运用计量经济学方法，对这三者之间的关系进行实证检验，以揭示它们之间的内在规律和影响因素。

通过本文的研究，我们期望能够为推动区域创新效率的提升，提供有益的启示和建议。

二、产业协同集聚对区域创新效率的影响产业协同集聚作为一种重要的空间经济现象，对区域创新效率的提升具有显著影响。

产业协同集聚能够促进不同产业之间的交流与合作，形成产业链上下游的紧密联系，进而提升区域创新效率。

产业协同集聚有助于实现资源共享和优势互补。

在同一地理空间内，不同产业之间的资源、技术、人才等要素可以相互流动和共享，降低交易成本，提高资源利用效率。

同时，不同产业之间的优势互补可以激发创新活力，推动新技术、新产品的不断涌现。

产业协同集聚能够促进知识溢出和技术扩散。

在产业协同集聚的过程中，不同产业之间的知识、技术、信息等要素会相互渗透和融合，形成创新氛围和创新网络。

知识溢出:一个文献综述*赵勇白永秀内容提要:知识溢出是解释集聚、创新和区域经济增长的重要概念之一。

20世纪90年代以来,知识溢出的研究单元从企业转向了空间,在城市与区域空间范围内对其进行了深入的研究。

本文以知识溢出为主题,从集聚、创新和区域经济增长三个方面,按照文献的发展脉络与逻辑关系对知识溢出的发生机制以及知识溢出对集聚、创新和区域经济增长的影响进行了总结和概括,并基于空间层面,分析了目前知识溢出研究在方法和内容上的最新趋势。

关键词:知识溢出创新集聚知识生产函数区域经济增长一、导论知识溢出是内生增长理论、新经济地理学等经济学分支解释集聚、创新和区域增长的重要概念之一。

¹在经济学文献中,Arrow(1962)最早阐明了知识的累积过程及其经济涵义,Romer(1986,1990)在此基础上明确指出,技术知识的非竞争性和部分排他性特征是知识溢出发生的根本原因,并将知识作为独立要素引入生产函数,建立了知识溢出的内生增长模型。

在Arrow(1962)和Romer(1986)的开创性研究基础上,知识溢出的研究最初主要局限于创新与技术进步的文献当中,以企业为研究对象,使用Griliches-Jaffe知识生产函数分析知识生产与溢出。

在代表性的知识生产函数中,企业将新的经济知识作为创新活动的投入,创新产出作为创新投入的函数。

企业的新知识既能促进本企业生产具有排他性的产品,也能溢出到其他企业并促进这些企业的创新,这些创新的技术知识又会溢出,从而形成不间断的企业间相互知识溢出,使得创新收益递增。

但大量经验研究显示,在企业微观水平上,创新投入与产出之间并没有直接的决定性关系,知识生产与总体经济活动水平有关表明外部性的存在,这种关系在城市和区域等较广的范围内则比较显著,将企业作为知识溢出的观察对象并不合适(Audretsch and Feldman,1996,2004)。

在这种背景下,许多学者转向空间研究知识的外部性,强调知识外部性的动态特征,特别是在城市与区域空间范围内探讨知识在空间溢出的机制,以及知识溢出促进集聚、创新和增长过程中的空间特征。

异质性研发、知识溢出与企业创新产出基于创新链视角的实证分析蒋欣娟1,吴福象1,丛海彬2(1.南京大学商学院,江苏南京210093;2.宁波大学商学院,浙江宁波315000)收稿日期:2020-07-28基金项目:国家自然科学基金项目(71803078);国家社会科学基金重大项目(14Z D A 024);江苏省333人才支持计划项目(B R A 2017358)作者简介:蒋欣娟(1995-),女,吉林长春人,南京大学商学院博士研究生,研究方向为企业创新㊁产业经济;吴福象(1966-),男,安徽安庆人,博士,南京大学商学院教授㊁博士生导师,研究方向为产业经济㊁区域经济;丛海彬(1978-),男,吉林洮南人,博士,宁波大学商学院副教授㊁硕士生导师,研究方向为区域经济㊂摘 要:畅通创新链的首要前提,是科学认识嵌入创新链的不同类型企业所承载的创新功能差异及企业间技术经济联系㊂利用2012 2018年我国上市公司授权专利的前向索引数据进行统计分析发现,不同所有制企业存在异质性研发行为,国有企业研发活动更多承担了基础研究创新功能,而民营企业研发活动更多承担了应用研究创新功能㊂运用面板T o b i t 模型实证分析异质性研发知识溢出对企业创新产出的影响,结果表明,国有企业知识溢出对企业发明专利与非发明专利申请均表现为促进作用,民营企业知识溢出对企业发明专利申请表现为促进作用,而对非发明专利申请表现为抑制作用,且作用大小在不同所有制以及不同生命周期的企业间存在差异㊂由此,基于创新链构建新型国家创新体系过程中,应引导国有企业优先布局高度依赖基础研究的科学领域,解决市场失灵问题并充分发挥其创新促进效应;鼓励民营企业在共性技术研究领域展开协作,规避同业竞争所形成的创新抑制效应;因企制宜㊁分类施策,实现创新资源高效配置和综合集成㊂关键词:异质性研发;知识溢出;创新产出;创新链D O I :10.6049/k j j b yd c .2020060395 开放科学(资源服务)标识码(O S I D ):中图分类号:F 273.1 文献标识码:A 文章编号:1001-7348(2020)24-0080-10I d i o s y n c r a t i c R&D ,K n o w l e d g e S p i l l o v e r a n d t h e I n n o v a t i o n O u t p u t o f E n t e r pr i s e s A n E m p i r i c a l S t u d y f r o m t h e P e r s pe c t i v e of I n n o v a t i o n C h a i n J i a ng X i n j u a n 1,W u F u x i a n g 1,C o n g Ha ib i n 2(1.E c o n o m i c S c h o o l ,N a n j i n g U n i v e r s i t y ,N a n j i n g 210093,C h i n a ;2.B u s i n e s s S c h o o l ,N i n g b o U n i v e r s i t y ,N i n gb o 315000,C h i n a )A b s t r ac t :T h e p r i m a r y p r e m i s e f o r s m o o t h i n g t h e i n n o v a t i o n c h a i n i s t o f o r m a t s c i e n t i f i c c o gn i t i o n o f t h e d i f f e r e n t i a l i n n o v a -t i v e f u n c t i o n u n d e r t o o k b y d i f f e r e n t t y p e s o f e n t e r p r i s e s a n d t h e t e c h n i c a l e c o n o m i c r e l a t i o n s b e t w e e n t h e e n t e r p r i s e s .B a s e d o n t h e d a t a o f t h e l i s t e d m a n u f a c t u r i n g c o m p a n i e s 'p a t e n t f o r w a r d c i t a t i o n s f r o m 2012t o 2018,t h i s p a p e r f o u n d t h a t t h e r e e x i s t i d i o s y n c r a t i c R&D b e h a v i o r s a m o n g d i f f e r e n t o w n e r s h i p e n t e r pr i s e s .T h e R&D a c t i v i t i e s o f s t a t e -o w n e d e n t e r -p r i s e s h a v e m o r e a s s u m e d t h e i n n o v a t i v e f u n c t i o n o f b a s i c r e s e a r c h ,w h i l e t h e R&D a c t i v i t i e s o f p r i v a t e e n t e r pr i s e s h a v e m o r e a s s u m e d t h e i n n o v a t i v e f u n c t i o n o f a p p l i e d r e s e a r c h .T h i s p a p e r u s e d t h e p a n e l T o b i t m o d e l t o e m p i r i c a l l y a n a l y z e t h e i m p a c t o f i d i o s y n c r a t i c R&D 's k n o w l e d g e s p i l l o v e r o n e n t e r p r i s e s 'i n n o v a t i o n o u t pu t .T h e r e s u l t s s h o w e d t h a t t h e k n o w l -e d g e s p i l l o v e r o f s t a t e -o w n e d e n t e r p r i s e s c a n s i g n i f i c a n t l y p r o m o t e t h e a p p l i c a t i o n s o f a l l k i n d s o f pa t e n t ,w h i l e t h e k n o w l -e d g e s p i l l o v e r o f p r i v a t e e n t e r p r i s e s s h o w s a p r o m o t i n g e f f e c t o n t h e a p p l i c a t i o n s o f i n v e n t i o n p a t e n t s a n d a n i n h ib i t o r y e f f ec t o n t h e a p p l i c a t i o n s o f n o n -i n v e n t i o n p a t e n t s .A nd t he l e v e l of i n f l u e n c e v a r i e s a m o ng th e e n t e r p ri s e s w i t h d i f f e r e n t o w n e r s h i p o r d i f f e r e n t s t a g e s o f l i f e -c y c l e .T h i s p a p e r c o n t a i n s t h e f o l l o w i n g p o l i c y i m p l i c a t i o n s .D u r i n gt h e p r o c e s s o f c o n -s t r u c t i n g a n e w n a t i o n a l i n n o v a t i o n s y s t e m b a s e d o n t h e i n n o v a t i o n c h a i n ,s t a t e -o w n e d e n t e r pr i s e s s h o u l d b e g u i d e d i n t o t h e s c i e n t i f i c f i e l d s w h i c h a r e h i g h l y d e p e n d e n t o n b a s i c r e s e a r c h i n o r d e r t o s o l v e t h e p r o b l e m o f m a r k e t i n e f f i c i e n c y a n d g i v e f u l l p l a y t o i t s i n n o v a t i o n p r o m o t i o n e f f e c t .P r i v a t e e n t e r p r i s e s s h o u l d b e e n c o u r a g e d t o c o l l a b o r a t e i n t h e f i e l d o f c o m -m o n t e c h n o l o g y i n o r d e r t o a v o i d t h e i n n o v a t i o n i n h i b i t i o n e f f e c t f o r m e d b y h o r i z o n t a l c o m p e t i t i o n .M a k i n g a p p r o p r i a t e p o l -i c i e s a c c o r d i n g t o t h e e n t e r p r i s e s 's i t u a t i o n s w i l l a l s o b e c o n d u c i v e t o t h e e f f i c i e n t a l l o c a t i o n a n d c o m p r e h e n s i v e i n t e g r a t i o n o f i n n o v a t i v e r e s o u r c e s .K e y Wo r d s :I d i o s y n c r a t i c R&D ;K n o w l e d g e S p i l l o v e r ;I n n o v a t i o n O u t p u t ;I n n o v a t i o n C h a i n0引言近年来,我国在由发达国家主导的全球价值链分工体系中,持续推动中间产品创新升级,实现国际分工地位攀升和贸易利得增加[1,2]㊂然而,随着我国科技水平与世界前沿差距不断缩小,发达国家对我国采取的贸易保护措施愈加激烈,针对我国产品的贸易摩擦频发,美国甚至不惜通过阻滞供应链循环打压我国高技术企业发展[3]㊂从本质上说,发达国家的上述行为就是意图通过削弱以中间品及资本品贸易为主要渠道的国际知识溢出效应,遏制我国技术创新突破,避免我国通过占据产业技术制高点获取超额利润㊂跨国创新知识吸收渠道受限,意味着我国只有通过强化本土创新主体间的技术经济联系,提高技术创新绩效并促进产业自主发展,才能在国际技术竞争与产业竞争中谋得话语权㊂2020年,中央政府工作报告的战略部署也体现出这一思想,不仅提出稳定支持基础研究和应用基础研究,还强调畅通创新链㊂基于创新链构建系统技术政策体系,不仅是推动我国企业创新产出水平提升㊁重塑我国制造业全球竞争优势的关键环节,更是在国际经济大变局下落实创新驱动发展战略㊁构建国内国际双循环相互促进的新发展格局的重要支撑㊂根据不同的创新功能,创新链可分为基础研究㊁应用研究与产品创新3个环节[4,5]㊂明确嵌入创新链各类创新主体的功能定位及技术经济联系,是系统构建技术政策体系,促进科学技术化㊁技术工程化㊁工程产业化的首要前提[6]㊂2018年,我国各类企业的R&D经费支出在全国R&D经费投入总量中的占比达76.6%,企业已成为最重要的创新载体㊂因此,本文主要围绕各类企业展开研究㊂已有研究从组织双元创新视角揭示企业在开展R&D活动时存在异质性研发行为[7,8],但鲜有研究从创新功能视角考察嵌入创新链的企业是否存在异质性研发行为㊂此外,以往围绕不同所有制企业创新展开的研究,大多仅关注国有企业创新绩效低下问题[9,10],忽视了国有资本介入可能在解决技术创新市场失灵问题方面发挥的重要作用㊂基于此,本文从创新链视角出发,通过统计分析对嵌入创新链的不同所有制企业所承载的创新功能加以区分,在此基础上,进一步通过实证分析异质性研发对企业创新产出的知识溢出效应㊂本研究既加深了对企业间技术经济联系的认识,也为基于创新链构建新型国家创新体系提供政策参考㊂1文献回顾1.1创新链与企业异质性研发自M a r s h a l l&V r e d e n b u r g[11]提出创新链概念以来,国内外学者围绕创新链内涵㊁构成环节㊁功能节点及其技术经济联系展开了系列研究㊂所谓创新链,是指在推动以满足市场需求为目标的创新成果产出过程中,创新主体间形成的用于创新要素传递与转化的链接结构[12]㊂从构成环节看,创新链可依据创新功能分为基础研究㊁应用研究与产品创新3个环节[4,5]㊂其中,基础研究是不以特定应用为目的㊁仅为探索知识原理而开展的研究;应用研究是为满足特定应用需求而围绕相关技术㊁方法或工艺开展的研究;产品创新囊括了将研究结果转移到产品环节所涉及的技术活动[13]㊂从创新主体看,政府部门㊁行业协会㊁金融机构是创新链的主要支撑点,高校㊁科研院所与企业则是创新链上的重要功能节点[14]㊂围绕功能节点间技术经济联系展开的研究,大多将公共研发部门视为基础研究的创新载体,将各类企业视为应用研究的创新载体,集中探究高校与科研院所研发创新对企业创新产出的影响机制㊂如梁俊伟和黄德成[15]发现,高校通过知识溢出促进企业研发投入提高,进而激励企业进行发明专利申请;李柏洲和周森[16]发现,科研院所的组织内部创新与组织外部创新均能促进企业新产品绩效提升㊂还有研究围绕企业创新功能展开深入探讨,发现企业研发行为存在异质性㊂部分研究关注不同所有制企业的异质性研发行为,如H a l l&M a f f i o l i[17]发现,墨西哥㊁巴西㊁阿根廷等国家存在专门深耕基础研究的国有企业;张杰等[18]发现,在我国高新技术产业中,国有企业平均发明专利申请数高于民营企业,且自 十二五 规划提出 国有经济的战略性调整政策 以来,国有资本加速向战略性新兴产业集中㊂还有学者利用上市公司面板数据,探讨内部财务状况与外部经济环境对企业异质性研发行为的影响,如唐清泉和肖海莲[7]将涉及研究阶段的研发投入定义为探索式创新投资,将只关注开发阶段的研发投入定义为常规式创新投资,研究发现,探索式创新投资的现金流敏感度高于常规式创新投资,政府如果在进行研发补贴时适当向探索式创新投资倾斜,就能取得更好的政策效果;顾群等[8]将研究阶段的研发投入定义为探索式创新,将开发阶段的研发投入定义为开发式创新,研究发现,经济政策不确定性会促使企业开展探索式创新,但对开发式创新行为不存在显著影响㊂1.2知识溢出与企业创新产出近年来,国内外学者围绕知识溢出渠道㊁测度方法及创新效应进行了大量研究㊂曲如晓和李雪[19]将知识溢出渠道区分为物化型与非物化型两种㊂其中,物化型知识溢出渠道包括中间品及资本品的市场交易[20]㊁资本与人才等研发要素流动[21]等㊂非物化型知识溢出渠道主要是指以学术论文㊁专利为载体的知识扩散[22];㊃18㊃第24期蒋欣娟,吴福象,丛海彬:异质性研发㊁知识溢出与企业创新产出段会娟[23]总结了知识溢出的4种测度方法,即技术流量法㊁生产函数法㊁成本函数法和文献追踪法,并发现采用技术流量法测度知识溢出时,需要选择合理的权重度量知识受体内部化外溢知识的能力㊂在研究区域间知识溢出的创新效应时,可选择的权重矩阵包括地理距离权重矩阵㊁经济距离权重矩阵和技术距离权重矩阵[24];王庆喜等[25]发现,随着以通讯技术为代表的空间可压缩技术进步,专利可编码性与公共属性增强,知识溢出的地理局限大为削弱,由技术距离决定的知识搜寻能力成为知识溢出的主要影响因素;周敏等(2019)利用技术距离权重矩阵构造企业研发支出的溢出池,发现由于技术机会效应的存在,其它企业的研发支出会抑制本企业专利申请;高山行等[26]发现,跨国公司的技术溢出会抑制我国企业基础创新产出,而且内外资企业技术差距越大,抑制效应越显著㊂通过文献回顾发现,目前聚焦于企业异质性研发行为的研究大多局限于组织双元创新理论范畴,虽然部分文献探讨了不同所有制企业研发行为差异,但鲜有研究基于创新链角度,总结不同类型企业承担的创新功能差异㊂此外,考虑到创新链上各环节所承载的创新功能不同,且各环节间存在知识反馈机制[27],以往将从事异质性研发的企业视为同质知识源,据此分析知识溢出创新效应的做法可能无法全面反映企业间技术经济联系㊂从我国现实情况看,相比于民营企业,我国国有企业普遍成立时间更长㊁创新要素累积优势更显著,而且一向受到研发补贴政策的优待[28]㊂那么,我国国有企业是否也同拉丁美洲国家的国有企业一样,更多地承担了基础研究的创新功能?相应地,民营企业是否更多地承担了应用研究的创新功能如果国有企业与民营企业确实在创新链上存在明显的环节分布与功能定位差异,那么两类企业异质性研发所形成的知识溢出,对整个经济系统的创新产出是否发挥了不同作用?为回答上述问题,本文基于统计分析,从创新链视角揭示不同所有制企业存在异质性研发行为的特征事实㊂在此基础上,测度异质性研发的知识溢出,并探究其对不同类型创新产出的影响㊂最后,根据上述研究内容,围绕如何合理部署创新链提出针对性政策建议㊂2制造企业异质性研发的特征事实本文首先从专利授权情况㊁专利前向索引情况以及专利通用性指数3个角度,揭示我国制造企业存在异质性研发行为这一特征事实,即基于创新链视角,国有企业的研发活动更多地承担了基础研究的创新功能,民营企业的研发活动更多地承担了应用研究的创新功能㊂本文采用的2012 2018年制造业上市公司专利数据,依据公司年报披露的公司名称经谷歌专利检索系统(刘雯,2018)查询㊁汇总得到,企业产权属性信息由C C E R数据库得到㊂据此,将上市公司分为国有企业与民营企业进行统计分析㊂2.1基于专利授权情况的特征事实分析发明专利只有通过新颖性㊁实用性和非显而易见性方面的实质审查才能被授权,往往被视为基础研究的研发成果(李柏洲㊁苏屹,2010)㊂根据发明专利与非发明专利的授权情况,能够初步判断不同所有制企业是否存在异质性研发行为㊂表1揭示了如下3个特征事实:①尽管上市公司中国有企业数量少于民营企业,但历年国有企业发明专利授权数始终高于民营企业,且两者间的差距没有缩小趋势;②民营企业实用新型与外观设计专利授权总数高于国有企业,且两者间的差距逐年扩大;③从专利授权结构看,2012 2018年国有企业发明㊁实用新型㊁外观设计授权专利在专利授权总数中的占比分别为28.9%㊁58.6%㊁12.4%,民营企业上述3类专利的占比分别为21.1%㊁60.0%㊁18.9%㊂上述特征事实初步揭示,我国国有企业倾向于开展基础研究领域的研发活动,民营企业倾向于开展应用研究领域的研发活动㊂表1国有企业与民营企业专利授权情况专利授权年份公司总数国有企业民营企业发明授权数国有企业民营企业差值实用新型授权数国有企业民营企业差值外观设计授权数国有企业民营企业差值2012509883549845169821472611232349438774697-820 2013508913553849985402229917037526244195906-1487 2014515990700764975102477423311146345516878-2327 2015525110911666947621902299130745-775450729263-4191 20165321298151671324219252399529933-5938491610153-5237 20175411571184901711713732532240304-14982597713891-7914 20185451628199731784721263469757523-22826695015472-8522注: 差值 列,由国有企业发明(实用新型/外观设计)专利授权数减民营企业发明(实用新型/外观设计)授权数得到2.2基于专利前向索引的特征事实分析根据刘林青等(2020)的研究成果,前向索引频次较高的专利在相关技术领域具备基础性特征㊂鉴于此,本文统计了不同所有制企业授权专利的前向索引情况㊂表2揭示了如下3个特征事实:①国有企业被授权的发明专利与实用新型专利中,至少被其它专利引用过一次㊃28㊃科技进步与对策2020年的专利占比分别为64.4%㊁70.7%,而民营企业的这一占比分别为59.6%㊁8.4%;②历年国有企业被授权专利的前向索引总频次都高于民营企业;③国有企业被授权专利平均前向索引频次,在绝大多数年份都高于民营企业㊂上述特征事实进一步揭示,相比于民营企业,国有企业开展了更多基础研究领域的研发活动㊂表2 授权专利前向索引情况专利授权年份至少被引用一次的专利数(项)国有企业民营企业至少被引用一次的专利占比(%)国有企业民营企业前向索引总频次(次)国有企业民营企业平均前向索引频次(次)国有企业民营企业差值发明专利20124339352878.9278.1223538203744.2814.512-0.23020134273391477.1678.3120823196863.7603.939-0.17920145011422671.5165.0521932187433.1302.8850.24520158314609371.2764.3035001236803.0002.4990.50120169412691262.0652.2030812217932.0321.6460.38620178829727447.7542.5029234211191.5811.2340.34720188377657341.9436.8320964164381.0500.9210.129实用新型专利201212630140785.7712.533940629692.6760.2642.412201319575178687.7810.484462136662.0010.2151.786201421759242787.8310.414552649771.8380.2141.624201520941312491.0810.163953753181.7200.1731.547201617232263271.818.792840338641.1840.1291.0552********196550.674.881847924630.7300.0610.66920186840108319.711.88871212380.2510.0220.230注: 至少被引用一次的专利占比 列,统计的是至少被引用一次的发明(实用新型)专利在当年被授权的发明(实用新型)专利总数中的占比㊂ 前向索引总频次 列统计的是专利自申请日起㊁至2019年底的被引用总次数㊂ 平均前向索引频次 列由前向索引总频次除以当年专利授权数得到㊂ 差值 列由国有企业平均前向索引频次减民营企业相应指标得到2.3 基于专利通用性指数的特征事实分析已有研究表明,引用某一项专利的技术领域分布越广,该专利的通用性越高,基础性特征越显著[29]㊂因此,根据专利前向索引情况计算的专利通用性指数能够判断不同类型企业研发行为是更接近于基础研究抑或是应用研究领域㊂专利通用性指数计算公式为:G p =1-ð650k =1(C R p k/C R p )2㊂其中,k 表示技术领域,以专利I P C 分类号主分类号的前4位加以区分[30],共计650类;C R p k 表示专利p 被技术领域k 的专利引用次数;C R p 表示专利p 的前向索引总频次㊂通用性指数的取值范围为[0,1],该指数越接近1,意味着专利被越多技术领域引用,专利越接近基础研究范畴;该指数越接近0,意味着专利越接近应用研究范畴㊂表3所整理的专利通用性指数揭示了如下3个特征事实:①国有企业被授权发明专利的通用性指数始终高于民营企业;②国有企业被授权实用新型专利的通用性指数始终高于民营企业;③无论是国有企业还是民营企业,各年度授权发明专利的通用性指数均高于实用新型专利的通用性指数㊂上述特征事实充分揭示,基于创新链视角不同所有制企业的研发行为存在异质性,国有企业的研发活动更多地承担了基础研究的创新功能,而民营企业的研发活动更多地承担了应用研究的创新功能㊂表3 授权发明专利与实用新型专利通用性指数专利授权年份发明专利国有企业民营企业差值实用新型专利国有企业民营企业差值两类专利对比国有企业民营企业20120.26670.26230.00440.15630.10800.04830.11040.154320130.25460.23680.01780.13740.09690.04050.11720.139920140.23220.21330.01890.11610.08770.02840.11610.125620150.21680.20770.00910.09560.06420.03140.12120.143520160.18900.17810.01090.07430.04420.03020.11470.133920170.15680.15150.00530.05190.02360.02840.10490.127920180.14740.13580.01160.02470.01250.01210.12270.1233注: 差值 列,由国有企业发明(实用新型)专利的通用性指数减民营企业发明(实用新型)专利的通用性指数得到㊂ 两类专利对比 列,由国有企业(民营企业)发明专利的通用性指数减国有企业(民营企业)实用新型专利通用性指数得到㊃38㊃第24期 蒋欣娟,吴福象,丛海彬:异质性研发㊁知识溢出与企业创新产出3模型设定与数据上述特征事实分析发现不同所有制企业存在异质性研发行为㊂在此基础上,本文进一步通过实证分析考察国有企业与民营企业异质性研发所形成的知识溢出,对企业发明专利与非发明专利这两类创新产出的影响㊂3.1模型设定根据G r i l i c h e s-J a f f e知识生产函数[31,32]的基本思想,企业研发支出及其接受的知识溢出都是自身在创新过程中所投入的资源㊂参考已有研究[19,33],本文设定如下计量模型考察异质性研发知识溢出对企业创新产出的影响㊂I n n o v a t i o n i t=α0+α1s p i l l s o e i t-1+α2s p i l l p o e i t-1+α3y f t r i t-1+α4X i t-1+ηy e a r+εi t(1)其中,i表示企业,t表示年份㊂考虑到创新活动并非一蹴而就,同时为了缓解内生性问题,所有解释变量和控制变量均滞后被解释变量一期[34]㊂I n n o v a t i o n i t 表示企业i在t年的创新产出;s p i l l s o e i t-1表示国有企业对企业i的知识溢出;s p i l l p o e i t-1表示民营企业对企业i的知识溢出,y f t r i t-1表示企业i在第t-1年的研发投入;X i t-1包括除研发投入外,其它可能影响企业创新产出的控制变量;εi t为误差项㊂由于各年度实施的创新激励政策也会影响企业创新产出(龙小宁㊁王俊,2015),所以在设定模型时加入企业所处年份的虚拟变量ηy e a r以控制时间层面的外部冲击㊂3.2变量定义3.2.1被解释变量参考曲如晓和李雪[19]的研究成果,本文以专利申请数量衡量企业创新产出,实证研究采用企业当年专利申请量加1后取自然对数的方法㊂根据我国专利法的定义,相比实用新型与外观设计专利,发明专利更能直接推动技术创新突破㊂因此,为更准确地揭示异质性研发知识溢出对企业创新产出的影响,本文从发明专利申请数量(f m)与非发明专利申请数量(f f m)两个角度衡量企业创新产出㊂3.2.2核心解释变量本文采用技术流量法测度异质性研发知识溢出,并以J a f f e指数度量的企业间技术邻近程度作为技术距离权重矩阵[35]㊂J a f f e指数计算公式为ωi j=ð650k=1p i k p j kð650k=1p2i kð650k=1p2j k,其中,p i k表示企业i在样本期内第k类专利授权量在该企业全部专利授权总量所占份额㊂国有企业与民营企业知识溢出的计算公式分别为:s p i l l s o e i t=l o g1+ðjʂi,jɪs o eωi j R D j t,s p i l l p o e i t= l o g1+ðjʂi,jɪp o eωi j R D j t,其中,R D j t为企业j在第t年的研发投入㊂3.2.3控制变量参考以往研究,选取企业研发投入㊁企业年龄㊁企业规模㊁固定资产占比㊁资产流动性㊁薪酬激励㊁市场势力和市场集中度作为控制变量,主要变量定义及计算公式如表4所示㊂3.3样本选择与数据来源本文数据主要来源于C S MA R数据库与谷歌专利检索系统(G o o g l e P a t e n t)㊂谷歌专利检索系统提供了1790年至今的专利授权信息,以及2001年至今的专利申请信息㊂通过检索申请人名称可以得到相应专利文本,获知专利的法律状态及引用情况㊂C S MA R数据库提供了沪深A股制造业上市公司的基本信息㊁研发投入以及财务数据㊂研发投入数据是本文计算知识溢出的必要数据,但这一数据在可得性与数据质量方面存在两个问题:一是在2006年底财政部公布‘企业会计准则“前,披露研发投入信息的上市公司比例很低,导致企业研发投入数据在2007年前存在大量缺失值;二是2007 2011年,制造业上市公司研发投入和实际专利申请行为间存在投入与产出 倒挂 现象[36],这一期间披露研发投入数据的企业比例在11%~35%之间震荡,但进行专利申请的企业比例从42%上升至65%,有相当数量进行了专利申请的企业在当年以及此前年份都没有报告研发投入㊂考虑到研发投入数据可得性以及数据质量对研究结果的影响,本文以2012 2018年作为实证研究样本期,剔除在观测期内被S T㊁*S T 等特殊处理以及财务数据缺失的上市公司后,最终样本涉及2068家企业㊂表4主要变量定义及计算公式变量名称变量符号计算公式发明申请专利数f m l n(1+发明专利申请数)非发明申请专利数f f m l n(1+实用新型专利申请数+外观设计专利申请数)国有企业知识溢出s p i l l s o e计算公式详见前文,单位为十亿元民营企业知识溢出s p i l l p o e计算公式详见前文,单位为十亿元研发投入l n y f t r l n(研发投入),单位为百万元企业年龄l n a g e l n(公司自成立年份起的年数)企业规模l n s i z e l n(总资产),单位为亿元固定资产占比f a s s e t固定资产净额/总资产资产流动性l i q u i d i t y(流动资产-流动负债)/总资产薪酬激励l n b s m l n(董事㊁监事及高管年薪总额),单位为百万元市场势力l n m a r k e t l n(1+营业收入/营业成本)市场集中度h h i营业收入HH I指数㊃48㊃科技进步与对策2020年3.4描述性统计表5为变量描述性统计分析结果㊂从核心解释变量看,国有企业知识溢出的平均值高于民营企业㊂从被解释变量看,发明专利申请数与非发明专利申请数均呈现出明显的左归并(l e f t-c e n s o r e d)特征㊂具体而言,在8708个样本中,发明专利申请数为0的样本有1263个,非发明专利申请数为0的样本有1594个㊂当被解释变量的概率分布呈零值堆积与正值连续共存的混合分布时,O L S方法无法得到一致估计㊂因此,后文采用面板T o b i t模型进行回归估计㊂表5描述性统计分析结果变量样本数平均值标准差最小值最大值f m87082.1451.4640.0002.079 f f m87082.3111.6100.0002.398 s p i l l s o e87082.0940.6930.0032.160 s p i l l p o e87081.6920.5710.0171.717 l n y f t r87083.9831.2970.0003.912 l n ag e87082.8220.3201.6092.833 l n s i z e87083.5161.1080.4323.359 f a s s e t87080.2320.1350.0000.207 l i q u i d i t y87080.2660.249-1.6990.269 l n b s m87081.6130.5280.0001.547 l n m a r k e t87080.9140.2240.5160.855h h i87080.1220.1100.0220.082 4实证结果及分析本文首先从核心解释变量与控制变量两个方面,对基准回归模型估计结果进行分析㊂为更准确地揭示异质性研发知识溢出对企业创新产出的影响,本文根据企业所有制性质与所处生命周期阶段,在进行样本分类后作进一步探讨,最后进行稳健性检验㊂4.1基准回归模型的估计结果表6为实证方程式(1)的估计结果,前两列采用的估计方法为混合最小二乘回归(P O L S),后两列采用的估计方法为面板T o b i t模型㊂对比发现,当采用两种不同的方法进行回归时,各变量系数大小有所变化,但正负没有发生改变㊂下文在分析回归估计结果时,以面板T o b i t模型估计结果为准㊂首先,考察异质性研发知识溢出对企业创新产出的影响㊂估计结果显示,国有企业知识溢出与民营企业知识溢出均能促进企业发明专利申请,且国有企业知识溢出的正向促进作用大于民营企业㊂但在非发明专利申请方面,国有企业知识溢出表现为促进作用,而民营企业知识溢出表现为抑制作用㊂上述结果说明,对于发明专利这类层次较高的创新产出而言,无论是基础研究领域的知识溢出,还是应用研究领域的知识溢出,均能起到扩展创新可能性边界的作用㊂对于实用新型与外观设计专利而言,一方面,基础研究领域的知识溢出通过为企业提供快速㊁低价掌握前沿理论的途径,促进企业应用创新;另一方面,由于这两类专利与企业核心产品迭代及市场推广结合更为紧密,随着其它企业被授权专利数量增多,企业通过突破现有技术创造市场竞争优势的潜在利益空间不断收窄㊂因此,应用研究领域的知识溢出反而会削弱企业创新动力,进而抑制企业创新产出㊂其次,考察控制变量对企业创新产出的影响㊂企业研发投入增加能够显著促进企业进行各类专利申请㊂企业规模越大㊁薪酬激励越高,申请的专利项目越多,说明创新资源获取以及激励政策实施都能够促进企业创新产出;企业年龄越大,申请的专利项目越少,说明初创企业在创新方面表现更为积极;企业市场势力越大,申请的专利项目越少,说明具有更高加价能力的企业缺乏创新动力;企业固定资产占比越高,资产流动性越低,申请的专利项目越少,意味着重资产企业可能缺乏创新精神;企业市场集中度越高,发明专利申请数量越少,非发明专利申请数量越多,说明企业在面临更激烈的市场竞争时,会减少在基础研究领域的投入,着力于进行难度相对较低的实用新型与外观设计专利申请㊂4.2分样本回归估计结果4.2.1基于企业所有制的分样本分析鉴于国有企业与民营企业在创新链上所承担的创新功能存在区别,对两类企业进行分样本回归,以进一步揭示创新知识沿创新链的流动情况以及知识溢出效应㊂表7回归结果表明,国有企业知识溢出对企业非发明专利申请起促进作用,民营企业知识溢出对企业非发明专利申请起抑制作用㊂从发明专利申请看,国有企业知识溢出对国有企业㊁民营企业的发明专利申请起显著促进作用,而民营企业知识溢出只对民营企业的发明专利申请起显著促进作用㊂鉴于国有企业从事了更多的基础研究,而民营企业从事了更多的应用研究,从创新链视角看,这一回归结果说明,在我国制造业领域,创新知识从基础研究过渡到应用研究的环节衔接较为顺畅,但根据应用研究的创新需求倒逼基础研究领域实现创新突破的信息反馈机制尚未成熟㊂㊃58㊃第24期蒋欣娟,吴福象,丛海彬:异质性研发㊁知识溢出与企业创新产出。