产学研合作政策工具对区域创新绩效的影响

开篇：润墨网以专业的文秘视角，为您筛选了一篇产学研合作政策工具对区域创新绩效的影响范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文以14个主要省市 2007-2014年的创新数据为研究对象，收集整理其1992-2014年的产学研合作政策，通过统计方法，进行量化分析，研究产学研合作政策工具与区域创新绩效的关系。研究表明，供给型、环境型和需求型政策都对区域创新绩效有着正向作用，环境型政策影响程度最大，R&D人员投入对区域创新绩效有着正向作用，高校R&D经费投入对区域创新绩效有着正向作用，而研究与开发机构R&D经费投入和企业R&D经费投入却对区域创新绩效起着抑制作用。

关键词：产学研合作政策政策工具区域创新绩效量化分析

一、引言

区域创新是区域经济发展的重要驱动力，是实现区域经济结构调整、加快转变经济发展方式的关键环节（于晓昆，2015）。产学研合作被认为是技术创新的重要手段，产学研合作的快速发展，为我国创新绩效的提高做出了较大贡献。为保障产学研合作的顺利进行，我国正在逐步建立和完善产学研合作政策体系，但还存在许多缺陷，我国区域创新能力仍然处于较落后的状态。本文通过实证分析，研究产学研合作政策对区域创新绩效的影响，为政府提高区域创新绩效，制定相应的政策提供一定有价值的参考。

二、研究设计

（一）样本选择

本文以14个主要省市2007-2014年的创新数据作为研究对象，同时考虑创新从研发投入到产出需要经过一定的时间，一般假设延迟时间为1年（张博榕和李春成，2016）。故选取2007-2013年的创新投入数据，2008-2014年的创新绩效数据。文中具体数据均来源于我国2007-2014年的《中国区域创新能力报告》、《中国统计年鉴》、《中国科技统计年鉴》等。（省市包括：安徽、北京、甘肃、广东、河南、湖北、湖南、江苏、山东、山西、上海、四川、天津、浙江）

（二）变量选择

（1）自变量：本文借鉴ROY ROTHWELL （1985）、赵筱媛和苏竣（2007）对政策工具的分类，将政策工具分为供给型（GJ）、环境型（HJ）和需求型（XQ）。

（2）因变量：区域创新绩效（Patent）用创新产出表示，赖永剑和贺祥民（2015）认为其中专利是最具代表性的衡量方式。我们选取各省市授权量进行衡量。

（3）控制变量：区域创新投入是区域创新产出的主要影响因素，主要包括人员投入和经费投入，故本文选取各省市R&D人员全时当量（PN）和R&D经费支出总额（FE）来衡量；由统计资料分类可知，R&D经费支出主要包括高校、研究与开发机构和企业的R&D经费支出三类，本文分别选取高校R&D经费支出（UFE）、研究与开发机构R&D经费支出（RFE）和规模以上企业R&D经费支出（EFE）进行衡量。

（三）政策工具的量化

本文以14个省市1992-2014产学研合作政策为研究对象，政策文本为各省市地方政府颁布，且与产学研合作发展密切相关。政策均来源于公开的数据资料，主要从政府相关部委网站和产学研合作相关网站搜集。以一个样本作为一个分析单元，选择适当的产学研合作分析类目，抽取政策文本中的关键信息。供给型政策工具的类目包括“科技人才培育”、“科技信息支持”、“科技基础设施建设”、“科技资金投入”、“公共服务”；环境型主要包括“目标规划”、“金融支持”、“税收优惠”、“法规管制”、“知识产权保护”；需求型主要包括“公共技术采购”、“科技成果转化”、“外包”、“贸易管制”“海外机构管理”等。将数据进行整理，并将同一年的数据相加，得到不同省份每年的产学研合作政策工具数量。

在现实经济中，发挥作用的不仅仅只是当年颁布的政策措施，而是截至到某时点为止产学研合作政策的累积，本文利用如下公式计算第i年各项产学研合作政策工具数量（TPNi）。

三、政策工具与区域创新绩效的关系

（一）计量模型

为了探讨不同的产学研合作政策对区域创新绩效的影响作用，本文以专利授权数（Patent）、为被解释变量，产学研合作政策三种政策工具（GJ、HJ、XQ）作为解释变量，人员投入（PN）和经费投入（FE）作为控制变量，设立基本实证模型3-（1）和3-（2）。

模型中的Policyikt-1表示为自变量（GJ、HJ、XQ），为了避免政策工具之间交互效应的影响，三种政策工具单独进入模型。由于3-（1）中FE对因变量有负向作用，故本文将其分为UFE、RFE和EFE，建立3-（2）再次进行分析。

（二）结果分析

由模型A1、B1和C1可以看出，三个模型都通过F检验，且F统计量较大检验，说明建立的回归模型有统计意义，而R2值均大于0.8，回归模型中自变量对因变量的总变异解释度较高，建立模型效果较好。供给型、环境型和需求型政策对专利产出的回归系数都大于零，并且都在5%的水平下通过了显著性检验，说明三种政策工具对专利产出都有着直接的正向影响，其中环境型政策对专利产出的影响程度较大，供给型政策次之，需求型政策对专利产出的影响程度最小；R&D人员投入对专利产出的回归系数也大于零，并且在1%的水平下通过了显著性检验，说明R&D人员的投入对专利产出有着直接的正向影响，经费投入的回归系数小于0，在5%的水平下通过了显著性检验，说明经费投入对专利产出有着负向影响。为了进一步探究经费投入对专利产出产生负向影响的原因，本文根据统计资料的分类方法，结合数据的有效性和可得性，将经费投入细分为高校R&D经费投入、研究与开发机构R&D经费投入和规模以上R&D经费投入，建立模型3-（2）进行计算，模型A2、B2和C2加入了这三种经费投入因素，检验结果显示，模型中供给型和环境型政策对专利产出的回归系数大于零，且都通过了显著性检验，但需求型政策对专利产出的系数虽大于零，但却为通过显著性检验，说明此时需求型政策对专利产出的影响不显著。R&D人员投入对专利产出的有正向影响，且通过了显著性检验，高校R&D经费投入对专利产出的回归系数大于零，且在1%的水平下通过显著性检验，说明高校R&D经费投入对专利产出有着正向影响，而研究与开发机构R&D经费投入和企业R&D经费投入对专利产出的回归系数小于零，且在1%的水平下通过了显著性检验，说明研究与开发机构R&D经费投入和企业R&D经费投入都会专利产出起着抑制作用，且研究与开发机构R&D经费投入对专利产出的影响程度较大。如表3.1。

四、结论与建议

（1）产学研合作政策对区域创新绩效存在正向影响，不同政策工具对区域创新产出绩效的影响程度存在差异。

产学研合作政策中供给型政策、环境型政策和需求型政策都对区域创新绩效的提高起着促进作用，其中环境型政策对专利产出的影响程度较大，供给型政策次之，需求型政策对专利产出的影响程度较小。环境型政策主要是政府为了给产学研合作提供有利的政策环境而制定的一系列金融、税收、法规管制、知识产权保护等政策措施，政府对知识产权保护政策的重视，极大的促进了社会各界发明创造的积极性（王瑞敏等，2013）。

因此我国应该增加对产学研合作政策中环境型政策的支持力度，进一步完善知识产权保护制度。不同政策工具都有着不同的定位和目标，其适用的对象和条件也有所不同，对创新绩效影响存在明显差异。环境型政策能加强产学研合作环境的制度化、规范化建设，为区域创新提供较好的创新环境条件，我国应该加大对环境型政策的支持力度，其中知识产权保护政策的实施，为知识产权创造、运用、保护和管理提供有力保障，维护专利发明人的合法权益，激励人们积极进行发明创造活动，提高我国区域创新绩效。

（2）R&D人员投入对区域创新绩效有着正向影响，不同的R&D经费投入对区域创新绩效的影响不同

R&D人员投入对区域创新绩效存在正向影响，R&D经费投入对区域创新绩效却起着抑制作用，其中高校R&D经费投入对区域创新绩效有着显著的正向影响，而研究与开发机构R&D经费投入和规模以上企业R&D经费投入却对区域创新绩效起着显著的抑制作用，且企业R&D经费投入对区域创新绩效的抑制作用较强。我国应该合理分配R&D投入资源，加强R&D人员投入，建立健全的人员培养机制，高水平的研发人员的投入，能有效提高我国创新绩效；增加高校R&D经费的投入，研究与开发机构和企业的R&D经费投入在短期内对区域创新绩效有着负向影响，我国应该优化R&D经费投入结构，提高R&D经费的利用率。

参考文献：

[1] ROY ROTHWELL W. Z. Re-industrialization and technology[J]. Longman Group Limited， 1985， 4（4）： 318.

[2] 永剑，贺祥民. 金融发展与区域创新绩效的非线性关系――基于面板平滑转换回归模型[J]. 华中科技大学学报（社会科学版），2015（02）：92-99.

[3] 王瑞敏，滕青，卢斐斐. 影响高校专利转化的因素分析和对策研究[J]. 科研管理，2013（03）：137-144.

[4] 于晓昆. 区域创新绩效评价研究[D].成都理工大学，2015：55.

[5] 张博榕，李春成. 基于两阶段动态DEA模型的区域创新绩效实证分析[J]. 科技管理研究，2016（12）：62-67.

[6] 赵筱媛，苏竣. 基于政策工具的公共科技政策分析框架研究[J]. 科学学研究，2007（01）：52-56.