产学合作中的知识生产效率——基于“模式Ⅱ”的实证研究，本文主要内容关键词为：生产效率论文,模式论文,实证研究论文,知识论文,产学论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
20世纪80年代以来，科技与经济的协同发展促进了知识生产模式的深刻变革。以大学和学科为核心的“洪堡模式”逐渐被新的知识生产模式所取代，即由“模式I”向“模式II”的转变过程[1]。“模式II”趋向于以应用问题为导向，打破大学与学科的限制壁垒，强调参与组织的异质性与多元化[2]，而产学合作正是适应于该情境的典型范式。高校与企业之间的耦合互动突破了知识生产与应用的线性分工模式，克服了“模式I”情境下大学与产业关联的局限性，跨部门合作方式有利于形成专业性战略联盟，不仅使大学科研成果及时有效地得到产业化验证，而且构建了大学研究成果与产业开发之间的循环反馈链，从而在观念和体制上超越了“布什范式”，本质上过渡到基础研究与应用研究相互融合的“巴斯德象限”[3]。因此，“模式II”下的产学合作关系更有利于新知识的生产与应用，从而有效服务于企业创新与产业升级过程[1]。
关于知识生产的研究可追溯到20世纪60年代，主要关注创新投入与产出的相关关系以及知识生产中规模报酬递减的性质[4][5]。在Gibbons提出“模式II”之后，知识生产研究做出了两个方面的拓展：一类拓展深化了知识生产效率及其影响因素。包括时滞效应[6][7]、数据属性[8－10]、区域与行业差异[9][11]等方面，从而完善了知识生产效率测度过程，并丰富了不同条件下影响因素与效率之间的特征；另一类拓展则基于“模式II”对知识生产过程进行逻辑分析。包括大学知识生产模式[12][13]、高校与产业合作关系[14][15]、组织理论[16][17]等方面，定性揭示新知识生产范式对大学与企业的差异化影响过程与机制。纵观上述研究，“模式II”情境下知识生产及其影响因素的实证研究非常有限，而将其内化于产学合作过程的针对性研究更不多见。
本文运用1998－2008年中国省际产学联合申请专利的面板数据，探索“模式II”情境下知识生产函数的性质及其影响因素。与上述研究相比，本文在变量选择与研究方法方面做了如下创新性工作。首先，在创新产出方面，基于本文研究情境选择高校与企业联合申请专利数作为衡量依据，并分析其滞后效应以弥补研究缺陷；其次，在创新投入方面，除了考虑企业研发支出和研发人员两种传统投入要素外，本文还考虑了高校知识存量对知识生产效率的影响，从而更加全面阐述产学合作中的知识生产过程；最后，基于“模式II”情境下知识生产的特征，本文还考虑了应用导向、跨学科研究、参与者异质性等因素对知识生产效率的影响，并分析了各个因素对生产效率的边际影响。对上述问题的考察可以有效评价“模式II”情境下的知识生产效率，识别促进或者抑制知识生产的影响因素，从而为深化产学合作机制、优化高校与企业创新资源配置提供有价值的借鉴。
1 理论模型
本文以Griliches－Jaffe知识生产函数为基础[18]，根据研究情境与目的对其进行改进与扩展。在产学合作进程中，企业一方面利用内部研发人员与资金投入等创新资源实现知识生产与应用；另一方面则利用高校的互补性资源进行产品开发或工艺创新活动，高校的知识储备与人才资源为产学合作提供了异质性知识基础。因此，在考虑了企业与高校创新投入和创新产出的衡量指标后，本文将产学合作情境下的知识生产函数改进为：
其中，Y表示创新产出，以高校与企业联合申请专利数来衡量。K、L、A分别表示企业年度研发经费支出、研发人员、高校知识存量。
对于知识生产函数的具体形式，考虑到知识生产中投入与产出之间存在随机扰动和技术非效率效应，本文采用随机前沿知识生产函数进行测度。根据Battese & Coelli关于随机前沿模型的理论[19]，本文设定如下形式的函数模型：
。
2 数据与变量
本文所采用产学联合申请专利数据通过中国国家知识产权局(SIPO)官方网站(http://www.sipo.gov.cn/zljs/)查询获得，考虑到发明专利具有18个月的审查期，为保证样本数据的完整性，将样本跨度设定为1998年到2008年。在样本地区选择上，由于西藏与海南缺失数据过多，将其从样本中剔除。因此，数据样本由11年29个省市的面板数据构成，共319个观测样本。样本中所需的其它测量指标均来自于1998～2008年的《中国科技统计年鉴》与《高等学校科技统计资料汇编》。
2.1 变量设计
(1)投入变量
知识生产的投入要素一般包括R&D人员和经费两部分[18]。产学合作中，企业是创新活动的主要承担者，其人员与资金要素投入是二者持续合作的基础。基于此，本文选择企业R&D人员全时当量和R&D存量分别表征两种要素。其中，企业R&D人员全时当量为报告期内R&D全时人员数加非全时人员按工作量折算成全时人员数的总和[18]。对于企业R&D存量，我们参照吴延兵的研究[21]，采用永续盘存法对其进行核算，其计算公式为：
其中，R表示资本存量，E表示实际R&D经费支出，τ表示折旧率，根据Griliches和吴延兵等对R&D资本折旧率的估计，本文取τ＝15％。以1998年为基期，参照朱平芳和徐伟民构造的R&D支出价格指数＝0.55*消费价格指数＋0.45*固定资产投资价格指数[22]，对名义R&D经费支出进行平减，从而得出各考察期内的实际R&D经费支出额。
对于基期R&D存量，按照Hall & Mairesse的方法[23]，假定样本前所有时期的R&D支出呈几何级数衰减，并设其平均增长率为g，则基期R&D存量可以表示为：
此外，产学合作的互补性关系主要体现在企业对于高校前沿技术的采纳与利用，并在此基础上进行二次开发，从而实现企业生产工艺与产品的持续改进。因此，高校知识存量及其质量是建立并维系与企业合作关系的关键要素。根据吴延兵的研究[11]，本文将高校知识存量作为知识生产的投入部分并对其进行核算。本文所估计的知识存量是狭义的知识存量，并且以授权专利作为知识的代表性指标进行分析。根据Griliches(1998)的观点，由于知识的推陈出新，使得知识像其他生产要素一样具有折旧率τ，因此，知识存量
可以表示为：
其中，A表示知识存量，表示基期的知识存量，其核算方法与R&D存量核算方法相同，P为样本期内实际存在的专利数量，t为样本时间跨度，取值为1至11。
(2)产出变量
知识生产模式的变革不仅影响知识生产的过程，同时也涉及如何评价知识的问题(Cohen & Levin,1989)。对于知识产出的衡量形式，学术界一直存在争议。囿于数据的可得性与权威性，以往学者较多采用专利授权量[22]、论文引用数[24]以及新产品开发项目数[21]等指标。根据本文的研究情境，为有效体现高校与企业合作产出的高水平研究成果，本文采用高校与企业联合申请专利数这一创新性指标进行测度。根据Wei Hong的研究设计[25]，以专利公告日为基准，采用对专利申请人字段进行识别的方式，对高校与企业联合申请的专利数进行统计，并以第一申请人所在地区为标准进行归类。最终，产出变量的测度值为报告期内某地区高校与企业联合申请专利数量。
2.2 影响因素
传统知识生产方式强调“为科研而科研”，而新知识生产方式则强调“为社会需求而科研”，即由“为我”(大学自身)转向“为它”(社会和产业)的价值取向[16]。“模式Ⅱ”知识生产方式打破了原有的大学与学科限制，将知识生产过程拓展到公共机构、研发中心和工业实验室等组织中，大量的跨学科研究兼顾基础与应用两个方面，并且以解决应用问题为导向，同时，知识生产的需求者与利益相关者日益多元化，知识及其生产者在不同属性组织之间的流动现象日趋频繁。总之，新的知识生产模式沟通了基础研究和应用研究以及开发研究的渠道，丰富了知识的生产与流动模式，拓展了知识生产的部门与空间，将官、产、学三方有机结合在统一的创新体系中。
Gibbons等学者认为，“模式II”知识生产具有应用情境、跨学科性、知识生产参与者的异质性以及知识生产组织形式的多样性等特征[1]。基于此，本文将探讨应用导向、跨学科研究等因素对知识生产的影响。
(1)应用导向(APP)。“模式II”情境下，知识生产强调科研问题产生、方法论设计、科研成果的扩散与应用，即以应用问题为导向，尝试解决具有经济与社会价值的科学问题。因此，本文通过高校参与应用研究的状况来表征“模式II”中的应用导向，其值为报告期内高校参与应用研究与试验发展的经费数量。
(2)跨学科研究(INT)。知识生产方式的变革不仅打破了高校的边界限制，也消减了不同学科之间的知识壁垒，从而实现了“工程问题科学化，科学问题面向工程化”互动转化过程。因此，该模式超出了大学的基础研究与产业部门的应用研究的学科框架，深刻反映了基础研究与应用研究的协同。本文通过高校基础研究与应用研究的交叉效应来表征“模式II”中的跨学科研究，其值为高校用于基础研究与应用研究经费的乘积项①。
(3)参与者异质性(HET)。新知识生产范式的开放性突出表现为参与者的异质性，围绕现实问题的“应用情境”，不同参与者基于其代表的社会责任与利益诉求，将所需知识的特定要求以不同的方式反映在知识生产过程中[16]。除高校外，企业与政府是产学合作关系的主要参与者，本文通过二者对高校科研活动的参与程度来表征“模式II”中的参与者异质性，其值分别为高校研发支出中的政府与企业资金数量。
(4)组织多样性(DIV)。新知识生产范式下，知识生产不仅存在于高校和科研院所内部，企业内部、企业与高校、企业与企业之间通过组建联盟、共建实体等形式进行合作研发，且技术中心、工程中心等研发平台已成为企业技术供给体系的重要组成部分。因此，本文通过企业设立研发机构的情况来表征“模式II”中的知识生产组织多样性，其值为报告期内该地区大中型工业企业设立研发机构的数量②。
3 基于模式Ⅱ的知识生产随机前沿分析
3.1 产学合作对知识生产的影响
在考虑应用导向、跨学科研究、参与者异质性、组织多样性等因素对“模式II”情境下知识生产的影响后，随机前沿知识生产函数的估计结果如表1所示。其中，模型1表示在不考虑影响因素时的前沿函数估计结果，模型2－模型5分别表示考虑影响因素时不同时滞周期内的函数估计结果。各模型中，变差系数γ均在1％水平上显著异于零，LR检验值在1％水平上拒绝零假设，表明随机前沿生产函数比传统生产函数更适宜拟合样本数据。
由表1可见，企业的人员与资金投入的系数估计值显著为正。研发人员投入的产出弹性为0.20－0.25，研发资金投入的产出弹性为0.20－0.28。与本文类似研究中，吴延兵运用中国大中型工业企业面板数据研究发现研发人员和研发资本对新产品开发项目数的产出弹性分别约为0.52、0.35[21]，Zhang运用截面数据发现研发人员和研发资本对新产品销售收入的产出弹性分别约为0.39、0.30[9]。与上述研究相比，本文中人员与资金要素对知识生产的贡献明显偏低，从而突显出产学合作关系中创新要素配置效率偏低的现状。同时，高校知识存量对知识生产的弹性系数约为0.31－0.37，相对高于企业人员与资金投入的贡献程度，这反映了高校与企业技术能力势差存在的前提下，高校前沿知识及其存量对于企业创新能力提升的重要作用。
上述结果表明，高校在我国产业技术供给体系中占据着重要地位。针对企业自主创新能力不足的局面，积极推动高校与企业之间的互补性合作，通过契约或者非正式交易以自身拥有的技术资源从对方换取所需要的技术资源[15]。同时，企业获取了新的科学知识和技术能力，并将其内化于组织的研发活动中，高校则根据企业需求不断修正其研究方向，拓展应用导向下的差异化产业基础知识[15]。但是，由于双方社会职能与定位的差异性，产学合作中创新要素的重新配置未能完全达到预期效果，企业对产品技术的需求与高校所提供的产业共性技术无法有效耦合，企业相对薄弱的吸收能力也削弱了其对知识的再编码与再创造能力。因此，企业创新能力的整体提升将有效消除二者之间技术供求的差距，进一步提升产学合作中知识生产的效率与质量。
同时，企业人员投入、资金投入与高校知识存量的产出弹性系数加和小于1，说明产学合作中知识生产过程具有规模报酬递减的属性。该估计结果与国内外众多学者对知识生产函数的研究结论相一致[9－11]，但在产学合作情境下，其引致原因，一方面在于合作双方出于战略性保密意图，未将部分科研成果转化为专利形式，从而导致知识生产中的规模报酬递减现象；另一方面则深刻反映了产学合作中的资源配置问题，既包括资产专用性导致的非饱和型配置，也存在某种资源过度配置而带来的“高投入低产出”非均衡状态；此外，研发的公共产品特性所导致的溢出效应也可能是规模报酬递减的原因[21]。
3.2 知识生产效率的影响因素分析
如表1所示，本文分别考察了不同滞后期情况下知识生产效率的影响因素。根据估计结果，应用导向、跨学科研究、参与者异质性等因素对知识生产存在不同显著性水平的正向影响，且影响效果存在即期与长效之间的差异性。以组织多样性为例，滞后期1年以下的影响效果并不显著，仅当滞后期在两年及以上时其长效影响作用才会显著，而参与者(政府)异质性对于知识生产长效影响的作用更为突出。
应用导向对于知识生产效率有显著的正向影响。“模式II”情境下，企业广泛参与到知识生产过程中，利益导向必然驱使其关注于应用导向的产品技术。同时，应用导向也将渗透于产学合作过程中，高校将突破以传统知识生产为主的基础研究范畴，将其科研活动拓展到基础与应用相结合的“巴斯德象限”，以解决企业现实问题为导向的研究模式同时反馈于基础研究过程，从而实现基础研究与应用研究相互促进的知识生产模式[3]。在中国企业自主创新能力偏低的情况下，应用导向的知识生产模式有利于提升企业技术能力，促进产学合作关系的纵深化发展。
跨学科研究对于知识生产效率有显著的正向影响。“模式II”知识生产方式主要体现了基础研究与应用研究之间的交叉与融合，而二者在知识生产中存在特征性差异[24]。产学合作中的知识生产必然会面对来自企业的复杂问题，其不仅包括材料、传动等技术问题，还可能包括文化、战略等管理问题，即使来自同一领域内部也会涉及多个方面，因此，大量跨学科研究出现在产学合作过程中，而交叉范围与深度越大，越容易催生新兴学科与知识。
参与者异质性对于知识生产效率有显著的正向影响，其中，政府参与对于知识生产具有长效影响作用。企业参与知识生产过程，将运营管理中的现实问题持续反馈到高校中，在一定程度上促进了高校知识领域的多元化，并提供了基础知识与现实问题相融合的机会。政府在产学合作中处于引导地位，通过重大课题、专项攻关等形式促成高校与企业间的合作研发，但与企业以解决现实问题、获取经济效益不同，政府参与知识生产的目的在于促成高校与企业间的长效合作机制，从根本上解决存在于企业内部产业共性技术供给不足的问题。
组织多样性对于知识生产效率有显著的正向影响，且影响效果具有长效性。随着企业家创新意识的觉醒，中国企业逐渐摆脱依靠科研院所提供技术的困境，通过在企业内部设立研发机构(如技术中心、工程中心等)以增加技术供给的长期性、多样性与灵活性，同时，企业设立研发机构促进了对目标技术的搜寻、消化与吸收，并且有利于对高校前瞻性技术的辨识与学习，从而促进产学合作中的知识生产效率持续提升。
在考虑上述影响因素的前提下，本文对样本期内各个省市的知识生产效率进行了估计与对比(见表2)。从时间维度来看，我国各省市知识生产效率大致呈不断上升的趋势，且在北京、上海等经济与教育发达地区增加速度更加明显；从区域分布来看，东部地区的知识生产效率较高，而中西部地区部分省份的知识生产效率远远低于全国平均水平。
3.3 知识生产效率的区域间对比分析
为进一步探究产学合作过程中知识生产的区域差异性，本文在各省市知识生产效率的基础上对各区域③的效率进行对比(见表3)。与李建华、吴延兵等研究结果相一致，我国区域知识生产效率水平依次为：东部＞中部＞西部。从平均水平来看，东部地区知识生产效率为全国平均水平的1.36倍，中部地区为全国平均水平的98％，西部为68％。使用生产效率标准差系数考察生产效率的地区差异，东部地区生产效率的差异最大(0.4175)，中部地区差异最小(0.2238)，虽然东部地区知识生产效率较高，但由于开放程度高、资源流动快、创新网络关系复杂等特征，其效率差异性也较大，全国范围的生产效率差异(0.5367)要大于各个地区。此外，部分省份(如陕西、重庆、四川等)虽不具备区位优势，但其知识生产效率却维持在相对较高的水平，这与该地区内众多的高校、科研院所等资源具有高度相关性，计算各地区知识生产效率与知识存量的相关系数为0.761，进一步说明了高校资源是促进该地区内产学合作的关键要素，也是高效率、高质量知识产出的重要保证。
基于以上分析，本文进一步考察了各影响因素对区域知识生产效率的边际影响(见表4)。统计结果显示，不同影响因素对各区域的边际影响存在较大的差异。与其他地区相比，应用导向与组织多样性对东部地区的边际影响较大(0.2812/0.2767)，这与其区位优势与环境动态性密切相关。沿海地区拥有良好的产业基础，但也面对跨国企业对内地市场的剧烈冲击，竞争效应驱使本土企业更加注重自主创新能力的提升，从而通过设立研发机构或者产学合作的形式寻求多元化技术供给，以便应对产业生态系统内的优胜劣汰机制。相对而言，中西部地区企业所面临环境的不确定性明显较低，从而竞争效应的边际作用效果相对较弱。除竞争效应之外，普遍偏弱的技术能力也迫使企业寻求外部技术获取路径，与国内外技术引进相比，产学合作研发能够获得持续性的工艺或产品技术供给，是适合中国企业现实创新能力的有效方式[26]，其有效性在东部地区企业中表现得尤为突出(0.3135)，而政府参与知识生产对中西部地区的影响相对较高(0.3780/0.2136)，在缺少外商直接投资等要素的情况下，政府引导机制更能有效促进高校与企业间的长效合作，而其资金和人才投入的杠杆效应也更加显著。
4 结论与启示
本文利用1998－2008年中国29个省市高校与企业的面板数据，以产学联合申请专利数为产出变量，通过构建随机前沿知识生产函数，研究了“模式Ⅱ”情境下应用导向、跨学科研究、参与者异质性、组织多样性对知识生产效率的影响，并对比分析了区域间知识生产的平均效率及影响因素的边际效应。其研究结论归纳为：
第一，在产出效率方面，我国区域知识生产效率水平依次为：东部＞中部＞西部，反映了资源约束条件下创新要素配置的区域分割性特征，同时，东部地区知识生产效率的内部差异化程度高于中西部地区，中部地区企业对高校科技资源的依赖程度较高(R＝0.761)，其资源利用效率基本反映了全国平均水平。
第二，在要素投入方面，“模式Ⅱ”情境下企业的人才与资金投入对知识生产有显著的正向影响，而高校知识存量对产学合作中的知识生产贡献度更高，突出了高校在当前产业技术供给体系中的重要地位。与Zhang、吴延兵等学者的研究相一致，“模式Ⅱ”情境下的知识生产过程同样具有规模报酬递减的属性。
第三，在影响因素方面，应用导向等因素对知识生产效率均有显著的正向影响，但是存在区域与时效上的差异性，应用导向与组织差异性对东部地区的边际影响较大，东部地区企业参与知识生产的边际效果高于中西部地区，政府介入产学合作对中西部地区知识生产具有长效的正向影响。
本研究引入了知识存量和产学联合申请专利数作为测度指标，丰富了区域知识生产效率的测度过程与现实意义，各个因素对知识生产的不同影响反映了区域分割条件下产学合作效果的差异化。其政策启示在于：①鼓励高校广泛参与应用导向的课题研究，适时调整大学学科设置，促进基础与应用研究互动的交叉学科发展；②推动企业与高校长效合作，建立或者与高校共建研发机构以增强技术吸收能力，并择优转化高校前瞻性产业(共性)技术；③政府应根据区域与时效差异进行有区别的政策引导，拓展中西部地区的产学合作广度与深度，并配以长期的倾向性资源配置与引导政策，同时，降低东部地区企业对高校技术的依存度，鼓励企业通过自主研发突破技术瓶颈，从而在国际产业分工格局下获取持续竞争优势。此外，本研究的局限性在于对专利质量控制的缺失，不同类型专利的技术含量不同，即使同类型专利也存在质量高低的问题，由于工作量的限制，本文未能对其进行进一步分类，而以产学联合申请专利作为知识产出指标的普适性，也需更严格的模型进行深入验证。
注释：
①为避免共线性问题，在构造交叉项之前对两个指标进行了标准化预处理。
②虽然存在与其它指标统计口径不一致的问题，但大中型工业企业是一个地区内从事科研活动的重要部门之一，其拥有的科研机构数量在一定程度上代表了该地区内企业从事科研活动的状况[21]。
③根据《中国科技统计年鉴》的统计标准，本文将我国三大区域划分如下：东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东10个省市；中部包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9个地区；西部包括广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆10个地区。