技術距離、地理距離對大學-企業(yè)協(xié)同創(chuàng)新的影響研究

史 烽 高 陽 陳石斌 蔡 翔

(1.中南大學商學院； 2.桂林電子科技大學商學院)

?

技術距離、地理距離對大學-企業(yè)協(xié)同創(chuàng)新的影響研究

史 烽1,2高 陽1陳石斌2蔡 翔2

(1.中南大學商學院； 2.桂林電子科技大學商學院)

擴充技術距離為橫向的技術相似度與縱向的技術深度，并以鐵路時間定義地理距離，采用改進的Jaffe-Griliches知識生產函數(shù)模型，選用2006～2014年間我國31個省級地區(qū)的大學-企業(yè)協(xié)同創(chuàng)新活動的數(shù)據(jù)，探討技術距離、地理距離對大學-企業(yè)協(xié)同創(chuàng)新活動的影響。實證發(fā)現(xiàn)：橫向、縱向的技術距離對大學-企業(yè)協(xié)同創(chuàng)新活動均有顯著的促進作用，尤其是橫向的技術相似度是影響協(xié)同創(chuàng)新的最主要因素之一；以鐵路時間測度的地理距離越近越有利于協(xié)同創(chuàng)新開展。

協(xié)同創(chuàng)新； 技術距離； 地理距離； 知識生產函數(shù)

1 研究背景

近年來，地理距離已是經濟地理學、區(qū)域經濟學與空間經濟學等多學科比較感興趣的重要主題，地理距離也已開始進入主流經濟學的視野，特別是著名經濟學家克魯格曼一直主張和推崇“將地理空間納入主流經濟學”[1]。如今，距離問題作為創(chuàng)新活動的關鍵變量受到了創(chuàng)新經濟學派的重視。到目前為止，相關研究成果均認為，地理距離上的相鄰有利于大學、企業(yè)等研究機構的知識轉移，因而將地理距離解讀為形成產業(yè)集聚或技術集聚產生的原因。隨著交通成本不斷下降與通訊技術的迅猛發(fā)展，不少學者根據(jù)經驗做出“地理已死”的預言，認為地理距離對創(chuàng)新的影響正在不斷減弱甚至消失。筆者認為，這種“地理距離對創(chuàng)新影響力減弱”論斷忽視了地理距離更受到日益快捷交通運輸帶來的時空壓縮效應。以中國為例，隨著高速鐵路的進一步完善，全國范圍的時空收縮，在沖擊局部經濟的同時促進了地區(qū)間創(chuàng)新活動的協(xié)同合作。GRILICHES[2]將距離的定義從狹義的地理距離拓展到產業(yè)間的“技術距離”。由于創(chuàng)新活動的產出知識有著較強的外部性，而從事創(chuàng)新活動的大學、企業(yè)等主體并不是處于完全相同的技術水平相似度與技術深度，存在一定的技術距離，因此勢必導致技術溢出效應。尤其是對于大學-企業(yè)協(xié)同創(chuàng)新活動，為提升合作雙方的技術水平、創(chuàng)新績效與協(xié)同程度，更為重視大學與企業(yè)之間的資源整合與資源配置優(yōu)化，“距離”因素對其影響要強于一般創(chuàng)新活動。因此，研究地理距離與技術距離對大學-企業(yè)協(xié)同創(chuàng)新活動的影響就成為一個關鍵問題。

在研究大學-企業(yè)協(xié)同創(chuàng)新活動內在影響因素的測度模型中，知識生產函數(shù)模型是最為常見的。知識生產函數(shù)模型是通過知識溢出角度的測度模型而采用添加了空間變量(空間權重矩陣)的Jaffe-Griliches知識生產函數(shù)，在解決了創(chuàng)新活動的空間集聚效應的同時，分析了影響創(chuàng)新產出的各類因素[3]。此后，ANSELIN等[4]在這一模型基礎上添加了空間權重矩陣以解決創(chuàng)新的空間相關性問題。添加了空間滯后項的Jaffe-Griliches知識生產函數(shù)模型簡單明了且很好地反映了創(chuàng)新活動，被越來越多的研究者采用并不斷改進，以適用于不同的創(chuàng)新，成為研究創(chuàng)新活動的最經典模型之一，不少中國學者也借鑒這一模型研究創(chuàng)新活動[5～7]。然而，這一模型至少存在兩個不足：①沒有從更深層次的生產率角度挖掘協(xié)同創(chuàng)新的內在機理；根據(jù)四因素經濟增長理論，知識勞動生產率與知識資本生產率也影響著創(chuàng)新活動。②雖然討論了一部分距離造成的影響因素，但缺乏對距離定義的深刻分析，如CAPALDO等[8]考慮技術距離但缺乏對地理空間相關性的研究。

針對以上情況，本研究擬在3個方面對已有研究進行拓展：①采取全要素生產率視角下的改進的Jaffe-Grilliches知識生產函數(shù)模型。這一模型不但詮釋了創(chuàng)新活動績效的內在影響機理，測算了大學-企業(yè)協(xié)同創(chuàng)新活動的空間相關性，還深入比較大學-企業(yè)協(xié)同創(chuàng)新績效的相關影響因素。②擴展了技術距離的內涵。JAFFE[3]、CAPALDO等[8]雖然認可技術距離對創(chuàng)新活動的影響，但這一技術距離的定義僅限于技術相似度；FAGERBERG[9]研究技術差異與深度的影響，但并未承認技術距離的概念；張保勝[10]雖然認為技術距離應該分為橫向與縱向兩種，但并未給出具體的計量定義。由此，本研究將擴充以技術距離為橫向的技術相似度與縱向的技術深度，從一定程度上擴充了技術距離的定義。③采用基于鐵路時間的地理距離，這也是具有創(chuàng)新的新嘗試。符淼[5]、項歌德[6]均選用直線距離表示地理距離，這種方法強調空間距離，簡單通用，但對于兩地之間的可達性與交通時間成本估計不足，也導致地理距離對創(chuàng)新活動的影響作用不準確。由此，本研究擬擴展地理距離的內涵，以時空距離對地理距離做出新的嘗試，重新估計地理距離的影響。

2 理論分析與研究假設

2.1 技術距離對大學-企業(yè)協(xié)同創(chuàng)新績效的影響

GRILICHES[11]在研究創(chuàng)新研發(fā)活動的投入與產出時，首次提出技術因素對創(chuàng)新活動存在重要影響。他認為，企業(yè)從其他企業(yè)獲取的知識總量取決于兩者之間的技術相似性，即所謂的“技術距離”。此后，JAFFE[3]正式定義技術距離為兩個產業(yè)之間的技術相似程度，并使用產業(yè)的“技術定位向量”的內積表示技術距離。這一公式是現(xiàn)階段測度技術距離的主要方法之一。

根據(jù)JAFFE[3]的技術距離理論，在水平的技術市場中，相似的產品可以從彼此的創(chuàng)新研發(fā)活動中獲益。由于世界上并不存在技術水平程度完全一樣的兩個地區(qū)或企業(yè)，勢必會造成知識的溢出，因此技術距離對其他地區(qū)的創(chuàng)新活動的影響是客觀存在的事實，GOTO等[12]、SAMPSON[13]的研究都證實了這一點。然而，技術距離對協(xié)同創(chuàng)新活動，尤其是大學-企業(yè)協(xié)同創(chuàng)新活動是否也同樣具有影響呢？

從已有文獻看，雖有相當數(shù)量的文獻以不同角度研究表明技術距離是知識溢出效應重要的影響因素，但少見涉及技術距離對大學-企業(yè)的協(xié)同創(chuàng)新績效的影響研究。大多數(shù)研究協(xié)同創(chuàng)新績效問題的文獻為簡化問題，忽略了距離因素；而少量考慮距離因素的研究，僅僅考慮傳統(tǒng)意義上的距離(即地理距離)，忽視了技術距離這一重要因素。近年來，關注技術距離因素的文獻逐漸增多，并一致認為技術距離對大學-企業(yè)協(xié)同創(chuàng)新活動起著重要的作用。KNOBEN等[14]從鄰近的概念入手，通過對相關文獻的整理研究，認為技術距離與地理距離都是影響大學-企業(yè)協(xié)同創(chuàng)新活動的重要影響因素之一；KIM等[15]針對比利時大學與企業(yè)的特點選擇了創(chuàng)新調查數(shù)據(jù)，得出相類似的結論。

綜上所述，不少研究者認為技術距離會抑制大學-企業(yè)協(xié)同創(chuàng)新，但多數(shù)實證研究表明，技術距離對大學-企業(yè)協(xié)同創(chuàng)新績效影響呈現(xiàn)倒U性曲線關系。如果合作雙方的技術距離太過接近，則由于知識技術的相似會使得創(chuàng)新缺乏新意，反而會影響協(xié)同創(chuàng)新效果；如果兩者之間的技術距離過大，則存在著溝通與理解上的障礙，也不利于創(chuàng)新的產生。LIN等[16]從創(chuàng)新吸收能力的角度出發(fā)，通過分析美國證券公司專利的相關數(shù)據(jù)，發(fā)現(xiàn)對企業(yè)間的技術距離為中等時創(chuàng)新績效達到最高峰，即呈倒U型分布。CAPALDO等[8]采用JAFFE[3]的技術距離公式對歐盟12國的研發(fā)能力最強的高校與其聯(lián)合申請的專利的相關企業(yè)進行分析，同樣發(fā)現(xiàn)技術距離與高校與企業(yè)間協(xié)同創(chuàng)新績效存在一個倒U型的曲線關系。

從國內研究文獻來看，目前對于技術距離的研究(尤其是技術距離對協(xié)同創(chuàng)新活動的影響研究)依然處于起步階段，且結論各異。龍勇等[17]采取技術距離公式研究企業(yè)間的合作效應，發(fā)現(xiàn)技術距離對合作關系的企業(yè)尤其是競爭性的關系的合作績效有顯著的促進作用。王菁等[18]通過相關文獻研究了技術距離對區(qū)域間大學-企業(yè)協(xié)同創(chuàng)新績效之間存在著倒U型的關系。張麗華等[19]利用我國省級地區(qū)近10年的專利數(shù)據(jù)做出實證分析發(fā)現(xiàn)，技術距離過于接近時并不利用創(chuàng)新績效的提升。張保勝[10]認為，技術距離應該分為橫向技術距離(技術相似性)與縱向技術距離(技術差異性)，兩者之間存在一定的關系，共同制約創(chuàng)新績效。單潔含[20]將中國按地區(qū)分類后，對技術距離影響大型企業(yè)的協(xié)同創(chuàng)新績效進行測評，發(fā)現(xiàn)技術距離對我國不同地區(qū)的影響存在著一定的差距；而從全國范圍來看，技術距離具有明顯的促進作用，其中在我國的東部地區(qū)，這種現(xiàn)象更加明顯。值得注意的是，以中國為研究對象的討論中并沒有明顯的傾向于倒U型，反而認為技術距離越大，越有利于大學-企業(yè)的協(xié)同創(chuàng)新活動。以單潔含[20]為代表的研究認為，這是由于我國大學-企業(yè)協(xié)同創(chuàng)新并未發(fā)展到倒U型曲線峰值位置，仍處于起步階段。

2.2 地理距離對大學-企業(yè)協(xié)同創(chuàng)新績效的影響

地理距離作為經濟增長理論的重要概念，比“技術距離”得到了更多的關注。經濟地理學、區(qū)域經濟學與空間經濟學(也稱新經濟地理學)都將“地理距離”作為其主要研究對象。近年來，越來越多的創(chuàng)新學派學者把目光轉移到地理距離對創(chuàng)新活動的影響上，這一影響主要在知識溢出效應中體現(xiàn)。

最早證明地理距離對知識溢出效應有影響的是COE等[21]提出的Coe-Helpman知識溢出模型(即CH模型)。此后，ANSELIN等[4]創(chuàng)立基于空間計量經濟學的SAR模型與SEM模型，解決了創(chuàng)新活動的空間相關性問題，此后的地理距離與創(chuàng)新活動的研究大多基于這一模型。通過分析相關研究發(fā)現(xiàn)，學者們一致認為地理距離對創(chuàng)新活動存在著明顯的負相關關系。換言之，隨著地理空間距離的擴大，創(chuàng)新活動的效應隨之減弱。

目前，國外文獻中關于地理距離與協(xié)同創(chuàng)新活動的影響研究還不多見，而且其研究結論多認為地理距離對大學-企業(yè)協(xié)同創(chuàng)新績效有負向影響。FABRIZIO[22]對生物技術與制藥行業(yè)的相關大學與企業(yè)聯(lián)合發(fā)布的專利進行了抽樣統(tǒng)計與分析，認為地理距離的增大會導致協(xié)同創(chuàng)新的傳播能力的降低； ABRAMOVSKY等[23]通過對英國的大學研究所與企業(yè)R&D研究所之間的地理距離對其創(chuàng)新能力進行了分析，發(fā)現(xiàn)兩者之間存在著負相關性，即兩者之間的距離越接近，協(xié)同創(chuàng)新的效果就會越好。D’ESTE等[24]對英國工程和物理科學研究理事會近15年中所資助的大學與企業(yè)之間的合作項目的數(shù)據(jù)進行統(tǒng)計分析，發(fā)現(xiàn)地理距離越小，合作就越明顯，而且這種合作關系對于工程類的協(xié)同創(chuàng)新活動的影響力更顯著。此外，CAPALDO等[8]收集了來自歐洲專利局(EPO)的歐盟12國研發(fā)能力最強的高校近6年的數(shù)據(jù)進行分析發(fā)現(xiàn)，大學-企業(yè)協(xié)同創(chuàng)新對協(xié)同創(chuàng)新具有負向影響，但地理距離越大其合作水平可能越高。

國內少數(shù)學者考察了地理距離對我國協(xié)同創(chuàng)新績效增長的關系，多數(shù)也支持了地理距離對協(xié)同創(chuàng)新具有抑制作用的觀點。HONG等[25]將我國大學和企業(yè)的聯(lián)合專利為測度指標，研究了地理距離與大學-企業(yè)協(xié)同創(chuàng)新績效的影響，認為地理距離對協(xié)同創(chuàng)新績效的增長呈現(xiàn)阻礙作用。劉志迎等[26]以地區(qū)為劃分單位，通過以中國各地區(qū)最頂尖的大學與其聯(lián)合申請專利的企業(yè)的相關數(shù)據(jù)為樣本，分析了地理距離對大學-企業(yè)協(xié)同創(chuàng)新的影響，認為地理距離對中國各地區(qū)的協(xié)同創(chuàng)新績效有著明顯的抑制作用。黨興華等[27]對中國省級地區(qū)的近10年間的大學與企業(yè)間的聯(lián)合申請的專利數(shù)據(jù)進行研究，發(fā)現(xiàn)地理距離對協(xié)同創(chuàng)新的績效有著明顯的促進作用，并且通過對比還發(fā)現(xiàn)，地理交通-時間距離要比傳統(tǒng)意義上的地理直線距離對協(xié)同創(chuàng)新績效的影響更顯著。陳光華等[7]以廣東省的產學研協(xié)同創(chuàng)新的研發(fā)項目作為研究對象，研究了地理距離對產學研協(xié)同創(chuàng)新尤其是對于跨區(qū)域的產學研協(xié)同創(chuàng)新的影響力，并認為當以專利作為協(xié)同創(chuàng)新績效的衡量標準時，兩者之間的相互作用不顯著，但當以新產品的產值作為衡量標準時，兩者成明顯的負相關關系。

綜上所述，本研究認為，技術距離增大有利于大學-企業(yè)協(xié)同創(chuàng)新績效提升，而地理距離減小有利于大學-企業(yè)協(xié)同創(chuàng)新績效提升。據(jù)此，提出以下假設：

假設1 技術距離對大學-企業(yè)協(xié)同創(chuàng)新績效具有正向促進作用。

假設2 地理距離對大學-企業(yè)協(xié)同創(chuàng)新績效具有抑制作用。

3 實證模型確立與樣本選取

本研究試從大學-企業(yè)協(xié)同創(chuàng)新績效的影響因素作為突破點，對Jaffe-Grillches知識函數(shù)進行擴充，在考慮距離因素的同時，將距離分為技術距離與地理距離兩大因素，并對兩者的內涵進行了新的補充。此外，由于大學-企業(yè)協(xié)同創(chuàng)新活動的空間自相關性和空間異質性，普通的OLS方法并不能準確估計大學-企業(yè)協(xié)同創(chuàng)新的績效。為此，本研究采取空間計量的方法對協(xié)同創(chuàng)新績效做出新的估計測量。首先研究了地理距離與技術距離的測算方法；然后闡述Jaffe-Grilliches的知識生產函數(shù)的基本模型；最后根據(jù)大學-企業(yè)協(xié)同創(chuàng)新活動的特點建立回歸模型，估計大學-企業(yè)協(xié)同創(chuàng)新活動績效。

3.1 技術距離

技術距離起初是用來測量兩個企業(yè)之間研發(fā)活動相似度對生產率的影響，對于技術對大學-企業(yè)協(xié)同創(chuàng)新績效而言，不僅僅受到技術相似度的影響，而一個企業(yè)本身的技術深度也會影響到該企業(yè)與大學進行協(xié)同創(chuàng)新。由此，本研究對技術距離的測算指標有兩個：①橫向的技術相似度，用符號Tecij表示；②縱向的技術深度，用符號TDepthij表示。

技術相似度按照JAFFE[3]所提出的定義加以推廣，即

(1)

式中，F(xiàn)表示按行業(yè)劃分的專利數(shù)，以向量形式表示；F′是F的轉置；fik表示在某年內i大學在第k類專利中申請的發(fā)明專利數(shù)；fjk表示在某年內j企業(yè)在第k類專利中申請的發(fā)明專利數(shù)。本研究采取國際專利分類標準(IPC)中的8大類劃分法所計算的技術相似度與JAFFE[3]選用IPC標準中的120個小分類劃分法所計算出的結果會存在一定的誤差，但考慮到本研究所選取樣本量較大，簡化版的技術相似度也同樣具有較好的解釋力。特別說明的是，由于JAFFE[3]定義的技術相似度與熟悉的距離定義相反，本研究特選取了1與“技術定位向量”內積的差來表示技術距離。

技術深度是根據(jù)英國學者SOETE等[28]所提出的“顯性技術優(yōu)勢”公式進行如下改造

(2)

式中，N表示與i大學所有聯(lián)合申請專利的企業(yè)總數(shù)。

顯然有：i與j的技術結構越相似，Tecij的值越接近1，反之，Tecij的值越接近0；而當一個公司的專利集中于某幾項專利類別的話，TDepthij的值就越大，與其他競爭者相比，就更容易得到與大學進行合作的機會。

3.2 地理距離

大學-企業(yè)協(xié)同創(chuàng)新活動的地理距離本意是指大學與企業(yè)之間的地理距離，絕大多數(shù)文獻均直接采用兩個中心城市的直線距離來測度地理距離，但是我國疆域遼闊，不同地區(qū)之間的空間地形復雜，單純的計算直線距離并不能準確的分析大學與企業(yè)之間的距離影響力；此外，在我國以高速鐵路為代表的快速鐵路交通迅猛發(fā)展，不但改變了可達性，引起了沿鐵路線的時空收縮，還引起了高鐵途徑區(qū)域的局部經濟沖擊，促進了技術的空間溢出現(xiàn)象[29]。綜上，本研究選取鐵路時間來估計地理距離，并在進行實證檢驗時取其對數(shù)表示，用符號Geoij表示i大學到j企業(yè)之間的距離。

除此之外，由于大學-企業(yè)協(xié)同創(chuàng)新活動所具有的空間自相關性和空間異質性的特征，需要考慮對省域之間的相互作用性，因此，衡量兩地區(qū)之間空間距離的“空間權重矩陣”也屬于地理距離的范疇。對于空間權重矩陣的設定，最簡單的處理方式可以是以省域之間是否接壤而設定0-1值，這種方法重在處理兩地之間的地理鄰接性；還有方法選擇省會城市之間的直線距離表示i地區(qū)到j地區(qū)之間的空間地理距離。從實際情況看來，大學-企業(yè)協(xié)同創(chuàng)新活動并不僅僅與地理鄰接性相關，也不能完全通過空間直線距離來反映。在我國高鐵運輸業(yè)迅猛發(fā)展的當下，地理距離被極大的拉近了。由此，本研究決定采用鐵路時間來表示空間權重矩陣W，其中第i行第j列元素為wij，代表省份i省會城市與省份j省會城市之間的地理距離

(3)

式中，sij表示省份i省會城市與省份j省會城市之間的最短鐵路時間。

3.3 修正的Jaffe-Griliches知識生產函數(shù)模型與變量說明

(4)

(5)

式中，εit=λWεit+uit，RDit表示技術距離(實際上只是技術相似度)。

這一模型被奉為研究創(chuàng)新活動的經典模型，此后的研究基本上都是基于這一模型展開的。由于上述知識生產函數(shù)模型，只考慮到了創(chuàng)新活動人員數(shù)投入、創(chuàng)新活動的經費投入與技術距離。本研究借鑒四因素經濟增長方程理論，并綜合距離因素的考量，在考慮知識勞動投入量的增長與知識資本投入量的同時，增加知識勞動生產率與知識資本生產率這兩個影響因素，并添加距離因素；其中，距離因素可分為地理距離與技術距離兩大距離變量，并將技術距離分為技術相似度與技術深度兩大指標。由此，基于距離因素的大學-企業(yè)協(xié)同創(chuàng)新績效評估模型應當為

(6)

(7)

式中，εit=λWεit+uit；PL表示知識的勞動生產率；PK表示知識的資本生產率。

綜上所述，大學-企業(yè)協(xié)同創(chuàng)新活動的績效不僅與本身的勞動、資本投入相關，更與勞動、資本投入的生產率相關，同時也與其地理距離與技術距離相關。

下面對式(6)與式(7)中的各修改變量進行操作性定義：

(1)Iit代表i大學第t年內所有與企業(yè)聯(lián)合申請的專利量(件)。選用大學與其聯(lián)合發(fā)表的專利授權量作為大學-企業(yè)協(xié)同創(chuàng)新活動產出的指標。雖然這一指標表示創(chuàng)新產出也不夠全面，但卻能在反映協(xié)同創(chuàng)新活動過程的同時在一定程度上反映協(xié)同創(chuàng)新的成果質量與水平。這一指標的原始數(shù)據(jù)通過中國國家知識產權局的專利檢索系統(tǒng)查詢統(tǒng)計而得。

(2)WIit代表其他地區(qū)第t年對i大學的所有與企業(yè)聯(lián)合申請的專利量的影響量，其中空間權重矩陣W原始數(shù)據(jù)來自于中國鐵路局網站12306。

(3)Lit代表i大學第t年滯后期所投入的研發(fā)人員數(shù)(人)采用研究與發(fā)展人員的總量。由于大學-企業(yè)協(xié)同創(chuàng)新績效的研究不但側重于研發(fā)活動的精確度，更要求綜合評價協(xié)同創(chuàng)新活動的質量與效率，應當重視研究與發(fā)展人員的總量更能表明科研活動的全部覆蓋范圍。由此，選取研究與發(fā)展人員的總量比教學與科研人員數(shù)等更能體現(xiàn)這一特征。

(4)Kit表示i大學第t年滯后期所投入的大學科技經費數(shù)(百萬元)，采用科技活動籌集經費撥入總額?？萍蓟顒踊I集經費撥入總額包括政府與企事業(yè)單位對創(chuàng)新活動的投入量，能準確地反饋投入與產出的直接關系，反映大學-企業(yè)協(xié)同創(chuàng)新的實際績效情況。

(5)PLit與PKit分別代表i大學第t年滯后期關于與企業(yè)聯(lián)合申請的專利量的勞動生產率與資本生產率，具體的計算公式計算如下

(8)

(9)

(6)Tecit表示i大學第t年滯后期與其所合作的所有企業(yè)的技術相似度綜合系數(shù)；TDepthit表示相較與i大學第t年滯后期所合作的所有企業(yè)的技術深度綜合系數(shù)，都是技術距離的測度指標，選取與i大學所有聯(lián)合發(fā)表專利的企業(yè)的技術相似度與技術深度的平均值作為該高校的技術相似度與技術深度的綜合水平，分別用Tecit與TDepthit表示。其原始數(shù)據(jù)同樣來源于中國國家知識產權局的專利檢索系統(tǒng)。

(7)Geoit表示i大學第t年滯后期與其所合作的所有企業(yè)的平均地理距離。其中的原始數(shù)據(jù)來自于中國鐵路局網站12306。

值得注意的是，由于大學-企業(yè)協(xié)同創(chuàng)新產出指標選取的是專利授權量，而專利從發(fā)明到授權成功需要經歷“發(fā)明→申請專利→專利局批準→專利”的過程，因此，使用專利授權量測度大學-企業(yè)協(xié)同創(chuàng)新績效本身就具有一定的滯后性。大多數(shù)學者均承認資本投入的延后性，但對應當滯后幾期的取法各不相同。從現(xiàn)有文獻分析發(fā)現(xiàn)，專利的滯后期從1～4年，取法各不相同。本研究通過對大學-企業(yè)聯(lián)合發(fā)表專利從申請到授權所花費時間進行統(tǒng)計發(fā)現(xiàn)，所需平均時間在1年左右，因此本研究設定時間滯后期指數(shù)為1。對于勞動力投入指標極少有文獻研究勞動力投入的滯后性，但高校研發(fā)人員的增長來源主要是新近的博士畢業(yè)生。這些人員在入校后有一個環(huán)境適應和組織社會化過程，其勞動力投入具有一定的滯后性。此外，考慮到高水平高校的研發(fā)人員數(shù)會產生一定的波動現(xiàn)象，導致較高的高校研發(fā)人員漲幅但卻并不是很明顯，因此，本研究對勞動力投入進行了移動平緩指數(shù)處理。上述變量原始數(shù)據(jù)均來自2006～2014年《高等學校科技統(tǒng)計資料匯編》。

3.4 樣本選取

大學樣本選取方面，為數(shù)據(jù)統(tǒng)計與創(chuàng)新活動的空間相關性處理方便，本研究選取具有一定距離間隔的高水平高校作為研究樣本，特采用“一省一?！钡幕驹瓌t對大學樣本進行篩選。由于“211工程”是我國為面向21世紀重點建設學科、人才與專業(yè)技術水平的高等教育重點項目，入選“211工程”的這些院校均是國家重點培育的對象，相較之下，這類院校擁有更為優(yōu)越的研發(fā)環(huán)境、更高層次的合作平臺與最杰出的研發(fā)人員，是科學研發(fā)特別是協(xié)同創(chuàng)新的主要生力軍。故按每一個省區(qū)各選取一所“211工程”所屬高校作為研究對象，共31所大學*各省市高校選取分別為：清華大學、天津大學、燕山大學、太原理工大學、內蒙古大學、大連理工大學、吉林大學、哈爾濱大學、上海交通大學、南京大學、浙江大學、中國科學技術大學、廈門大學、南昌大學、山東大學、鄭州大學、華中科技大學、中南大學、中山大學、廣西大學、重慶大學、四川大學、貴州大學、云南大學、西藏大學、西安交通大學、蘭州大學、青海大學、寧夏大學、新疆大學、海南大學，共31所高校。。其中，若某一地區(qū)存在多所高校同屬于211高校，則根據(jù)1989～2013 年我國高校的專利獎申請數(shù)據(jù)排名情況擇優(yōu)*特別需要說明的是，考慮到河北省的歷史與地理特殊性以及燕山大學的專利獎排行與專利獎申請數(shù)據(jù)排行的綜合實力情況，本研究特選取非“211”院校燕山大學作為河北省的研究對象。。

企業(yè)樣本選取依靠所選擇的31所高校目標，選取2006～2014年間與其合作發(fā)表聯(lián)合專利的高校作為企業(yè)的研究樣本。依照上述選取方式，對所有符合標準的企業(yè)的數(shù)據(jù)進行統(tǒng)計匯總，在刪除重復企業(yè)與國外企業(yè)，將剩余7 985所企業(yè)作為企業(yè)的研究樣本。由于企業(yè)數(shù)據(jù)量過大，此處不再詳細列出具體企業(yè)位置。

4 修正的Jaffe-Griliches知識生產函數(shù)模型回歸結果分析

對Jaffe-Griliches知識生產函數(shù)模型回歸，首先，對樣本進行描述性統(tǒng)計量分析。主要變量的描述性統(tǒng)計見表1。

表1 描述性統(tǒng)計(N=279)

注：本研究數(shù)據(jù)均由Stata 12.0給出。

根據(jù)上述數(shù)據(jù)對31個省級地區(qū)9年的數(shù)據(jù)進行層級回歸分析，一方面驗證技術距離、地理距離對大學-企業(yè)協(xié)同創(chuàng)新的影響(尤其是空間距離的影響力)，另一方面驗證大學-企業(yè)協(xié)同創(chuàng)新活動受各變量影響的強弱程度。根據(jù)Stata 12.0計算結果看來，SEM模型的結果不顯著而SAR模型結果顯著，因此說明大學-企業(yè)協(xié)同創(chuàng)新活動滿足SAR模型，具有明顯的空間效應。SAR回歸結果見表2。

表2 回歸模型結果(SAR空間模型)(N=279)

注：*、**、***分別表示在10%、5%、1%顯著性水平下通過檢驗。

綜合表2來看，上述SAR模型基本通過顯著性檢驗，說明數(shù)據(jù)的擬合度較高，說明回歸結果具有很強的說服力。其中變量WI的系數(shù)較大且十分顯著，這就充分說明了大學-企業(yè)協(xié)同創(chuàng)新活動的績效不僅與本地區(qū)的協(xié)同創(chuàng)新水平有關，更受到周邊地區(qū)協(xié)同創(chuàng)新活動的影響，具有明顯的空間相關性。由于變量WI的系數(shù)均為正數(shù)，這就說明周邊地區(qū)的協(xié)同創(chuàng)新活動對本地有明顯的促進作用。在SAR模型中資本投入與勞動力投入變量均為正，且大部分都為顯著的。這說明充裕的科研資金投入與科研人才引入對大學-企業(yè)協(xié)同創(chuàng)新活動的影響力是毋庸置疑的。需要注意的是，本研究為對比方便同時進行了普通OLS模型的回歸。結果與SAR模型結果基本類似，但其中勞動力投入變量L與勞動力生產率PL的系數(shù)偏低且不顯著，這主要是源于研發(fā)人員的流動性，更從另一側面反映出了大學-企業(yè)協(xié)同創(chuàng)新活動具有強空間相關性。關于資本投入、勞動投入與其生產率對大學-企業(yè)協(xié)同創(chuàng)新的影響，在本研究所做的相關研究中有著詳盡的分析且得到了相一致的結論，因此不再過多闡述。

技術距離的系數(shù)均為正數(shù)且都通過了1%的顯著性檢驗，這表明“技術距離”對大學-企業(yè)協(xié)同創(chuàng)新活動確實存在著一定的促進作用。其中技術相似度的系數(shù)要高于技術深度的系數(shù)，這說明在大學-企業(yè)協(xié)同創(chuàng)新的過程中技術相似度高的合作對象更容易產生創(chuàng)新成果。這一結果與NOOTEBOOM等[31]、ALDIERI[32]認為的“技術池”理論相一致，都表明技術水平太過相似并不利于于大學-企業(yè)協(xié)同創(chuàng)新的發(fā)展。技術深度的系數(shù)同樣通過了1%的顯著性檢驗，這說明技術深度在創(chuàng)新過程中也發(fā)揮著穩(wěn)定而不可忽視的作用，這就需要在發(fā)展協(xié)同創(chuàng)新過程的同時不但要重視“技術池”的差異性開展大規(guī)?？鐚W科、跨領域的協(xié)同創(chuàng)新活動，開拓大學-企業(yè)協(xié)同創(chuàng)新活動的廣度，更要重視大學、企業(yè)各自的專業(yè)領域的技術深度，加深專業(yè)性的合作。然而，對于國外學者提出的“倒U型”曲線趨勢由于模型的限制并沒有得到很好的證明，這有待于今后進一步的討論。

值得注意的是，在大學-企業(yè)協(xié)同創(chuàng)新的模型中，技術距離的系數(shù)甚至超過了勞動力投入變量L與資本投入變量K，這一結果似乎與“資本驅動創(chuàng)新活動”的普遍認識并不相符，但這正是大學-企業(yè)協(xié)同創(chuàng)新活動的特殊性所在。協(xié)同創(chuàng)新活動側重于整合創(chuàng)新資源、優(yōu)化資源配置，并以高校為基礎開展高技術領域的原始創(chuàng)新，是政府有意引導下的重要創(chuàng)新模式。擁有高層次創(chuàng)新人才的高水平研究型大學與實力強大、專業(yè)領域突出的優(yōu)秀企業(yè)之間的合作研究更大程度上依賴與兩者之間的技術水平與層次，技術距離對合作雙方的影響力占據(jù)了重要地位也就不足為奇了。這也正是本研究不斷強調技術距離的重要作用的主要原因，也是所得出的最有價值的研究結論。然而，資本生產率PK的系數(shù)仍然遠大于其他影響因素，這表示我國大學-企業(yè)協(xié)同創(chuàng)新活動仍屬于“資本驅動”型，與本研究進行的相關研究高度一致。此外，項歌德[6]在研究省級地區(qū)的R&D溢出效應時，添加了地區(qū)專業(yè)化與產業(yè)集聚度指標且系數(shù)明顯高于勞動力、資本投入的系數(shù)，這兩個指標很大程度上受到了技術距離的影響，這也從另一方面印證了本研究結果的正確性。

大學與企業(yè)之間的距離的系數(shù)為負且顯著，進一步說明了地理距離對大學-企業(yè)協(xié)同創(chuàng)新活動存在一定的抑制作用，大學-企業(yè)協(xié)同創(chuàng)新活動存在明顯的集聚現(xiàn)象。相較單潔含[20]所計算大學與企業(yè)之間的距離結果不顯著，更說明了添加高鐵因素的鐵路運行時間作為距離指標的正確性。另外，本研究以鐵路時間為空間權重矩陣標準，是由于鐵路(尤其是高鐵)不但可以將城市串聯(lián)起來，還可以將各種資源向大城市進一步集聚，因此選擇鐵路時間更好地反映出大學-企業(yè)協(xié)同創(chuàng)新活動的空間相關程度，這也表明鐵路時間指標對大學-企業(yè)協(xié)同創(chuàng)新績效進行測度的科學性與必要性。

總而言之，無論是從普通模型還是空間SAR模型來看，大學-企業(yè)協(xié)同創(chuàng)新活動的績效不但受到資本、勞動投入的影響，也受到兩大距離因素——地理距離、技術距離的影響，并與周圍地區(qū)的創(chuàng)新活動相關。這樣的結論與之前所假設的理論假設模型相吻合。

5 研究結論與建議

本研究以中國31所大學及其存在協(xié)同創(chuàng)新關系的企業(yè)之間2006～2014年的大學-企業(yè)協(xié)同創(chuàng)新活動作為研究對象，構建含空間滯后項的Jaffe-Griliches知識生產模型，從生產率視角切入，挖掘大學-企業(yè)協(xié)同創(chuàng)新活動機理，研究了技術距離、地理距離對大學-企業(yè)協(xié)同創(chuàng)新活動績效的影響。為準確、有效地衡量技術距離與地理距離對協(xié)同創(chuàng)新的影響，本研究首次對技術距離進行重新定義，將技術距離內涵擴展為技術相似度與技術深度兩個方面；采用鐵路時空距離計算空間地理距離，重新規(guī)定空間權重矩陣并補充現(xiàn)有的地理距離。

通過實證研究，本研究得出以下幾個重要結論：①大學-企業(yè)協(xié)同創(chuàng)新活動一方面受到資本、勞動力及其生產率4個因素增長的影響，也受到距離因素，即地理距離、技術距離的影響。本研究從全要素的視角下采用改進的知識生產函數(shù)模型的研究結果來看，我國大學-企業(yè)協(xié)同創(chuàng)新是屬于“資本驅動型”，資本生產率的增長是促進協(xié)同創(chuàng)新績效提高的最重要的影響因素。②無論橫向或縱向的技術距離都對大學-企業(yè)協(xié)同創(chuàng)新活動存在顯著的促進作用，尤其是技術相似性(橫向技術距離)對協(xié)同創(chuàng)新活動的影響力甚至超過了勞動力投入。這一點正是本研究重視技術距離的初衷，是大學-企業(yè)協(xié)同創(chuàng)新有別于一般意義創(chuàng)新活動的特點。此外，國外研究中認為出現(xiàn)的倒U型關系并沒有得到驗證，本研究認為這是由于中國國情下的大學-企業(yè)協(xié)同創(chuàng)新活動尚處于倒U型的前半段并未到達頂峰所致。③地理距離對大學-企業(yè)協(xié)同創(chuàng)新活動依然存在明顯的負相關性。本研究選取鐵路時間的地理距離測度，并證實了地理距離對協(xié)同創(chuàng)新活動的影響力依然顯著，打破了單潔含[20]“地理距離的影響作用已經不再顯著”的結論。

針對上述問題，本研究提出以下建議：①要繼續(xù)加大協(xié)同創(chuàng)新活動的各類投入，尤其是資本投入，要特別重視提升創(chuàng)新資本投入的效率問題。我國大學-企業(yè)協(xié)同創(chuàng)新屬于“資本驅動型”，資本投入及其生產率在協(xié)同創(chuàng)新體中起到“發(fā)動機”的重要作用，因而協(xié)同創(chuàng)新的資本要素投入對推動大學-企業(yè)協(xié)同創(chuàng)新是十分重要的。為此，需要切實貫徹落實《中共中央關于制定國民經濟和社會發(fā)展第十三個五年規(guī)劃的建議》中所指出的“加大金融支持和稅收優(yōu)惠力度”等有關創(chuàng)新激勵政策，加大資本要素投入力度，推進科技與金融等資本的融合，促進創(chuàng)新成果商品化過程，從而使得資本驅動大學-企業(yè)協(xié)同創(chuàng)新活動獲得穩(wěn)定持續(xù)的發(fā)展。②要進一步深化協(xié)同創(chuàng)新體制改革，構建開放共享的創(chuàng)新合作網絡，推進落實《國務院關于深化體制機制改革加快實施創(chuàng)新驅動發(fā)展戰(zhàn)略的若干意見》明確指出的“構建以企業(yè)為主體的大學-企業(yè)技術創(chuàng)新聯(lián)盟的協(xié)同創(chuàng)新體系”，通過搭建著實有效的科技合作平臺，促進不同產業(yè)、不同專業(yè)領域的優(yōu)秀企業(yè)與高校之間開展大規(guī)?？鐚W科、跨領域的協(xié)同創(chuàng)新活動，重視開展具有專業(yè)性、持續(xù)性大學-企業(yè)協(xié)同創(chuàng)新，從而不斷拓展大學-企業(yè)協(xié)同創(chuàng)新活動的廣度和深度。③應加快發(fā)展諸如高速鐵路等快捷交通等基礎設施建設，利用其地理時空的收縮效應，有效降低開展大學-企業(yè)協(xié)同創(chuàng)新活動的時間成本，充分發(fā)揮包括高速鐵路在內的便捷交通運輸網絡對大學-企業(yè)協(xié)同創(chuàng)新的帶動作用，促進大學-企業(yè)協(xié)同創(chuàng)新要素資源等流動整合與優(yōu)化配置，從而推進協(xié)同創(chuàng)新活動的發(fā)展?？梢灶A見，隨著我國《中長期鐵路網規(guī)劃》的順利實施，到2020年，我國將會構建以“四縱四橫”為重點的快速客運網主要骨架。顯然，這將突破傳統(tǒng)地理局限，極大促進大學-企業(yè)協(xié)同創(chuàng)新活動的跨區(qū)域開展。

由于本研究僅以省域為研究單位探索距離因素，實際上不同產業(yè)、不同地區(qū)的大學-企業(yè)協(xié)同創(chuàng)新活動受技術距離與地理距離的影響大小應該不盡相同，因此需進一步細化研究。另外，本研究初步分析了距離因素對大學-企業(yè)協(xié)同創(chuàng)新活動的影響，得出了大學-企業(yè)協(xié)同創(chuàng)新活動具有空間相關性，但沒有深入分析協(xié)同創(chuàng)新地理距離的衰減效應等問題。這些都是需要進一步研究分析的可能方向。

[1] 克魯格曼 P. 發(fā)展、地理學與經濟理論[M]. 蔡運龍，譯. 北京: 北京大學出版社， 2000

[2] GRILICHES Z. The Search for R&D Spillovers[J]. Scandinavian Journal of Economics, 1994,94(S1): 29～47

[3] JAFFE A B. Technological Opportunity and Spillovers of R&D: Evidence from Firms' Patents, Profits and Market Value[C]. Cambridge: National Bureau of Economic Research, Inc, 2015:984～1 001

[4] ANSELIN L, VARGA A, ACS Z. Local Geographic Spillovers between University Research and High Technology Innovations[J]. Journal of Urban Economics, 1997, 42(3):422～448

[5] 符淼. 地理距離和技術外溢效應——對技術和經濟集聚現(xiàn)象的空間計量學解釋[J]. 經濟學:季刊, 2009, 8(4):1 549～1 566

[6] 項歌德. R&D溢出效應的測度研究——基于空間計量經濟學方法[D]. 上海：上海社會科學院數(shù)量經濟研究中心, 2011

[7] 陳光華, 王燁, 楊國梁. 地理距離阻礙跨區(qū)域產學研合作績效了嗎?[J]. 科學學研究, 2015, 33(1):76～82

[8] CAPALDO A, PETRUZZELLI A M. Origins of Knowledge and Innovation in R&D Alliances: A Contingency Approach[J]. Technology Analysis & Strategic Management, 2015, 27(4):461～483

[9] FAGERBERG J. Technology and International Differences in Growth Rates[J]. Journal of Economic Literature, 1994, 32(3):1 147～1 175

[10] 張保勝. 技術距離、知識溢出與區(qū)域經濟收斂:一個分析框架[J]. 科技進步與對策, 2012, 29(20):32～35

[11] GRILICHES Z. Patent Statistics as Economic Indicator: A Survey[J]. Journal of Economic Literature, 1990,28(4):1 661～1 707

[12] GOTO A, SUZUKI K. R&D Capital Rate of Return on R&D Investment and Spillover of R&D[J]. Review of Economics and Statistics, 1989,71(4):555～564

[13] SAMPSON R C. R&D Alliances and Firm Performance: The Impact of Technological Diversity and Alliance Organization on Innovation[J]. Academy of Management Journal, 2007, 50(2): 364～386

[14] KNOBEN J, OERLEMANS L A G. Proximity and Inter-Organizational Collaboration: A Literature Review[J]. International Journal of Management Reviews, 2006, 8(2):71～89

[15] KIM C, SONG J. Creating New Technology through Alliances: An Empirical Investigation of Joint Patents[J]. Technovation, 2007, 27(8):461～470

[16] LIN C, WU Y J, CHANG C C, et al. The Alliance Innovation Performance of R&D Alliances:The Absorptive Capacity Perspective[J]. Technovation, 2012, 32(3):282～292

[17] 龍勇, 羅芳, 黃海波. 競爭性聯(lián)盟中關于技術合作效應的實證研究[J]. 科學學與科學技術管理, 2009, 30(10):31～37

[18] 王菁, 李平. 距離對技術溢出影響效應:一個文獻綜述[J]. 山東理工大學學報：社會科學版, 2010, 26(6):16～22

[19] 張麗華,林善浪.技術距離對于我國區(qū)域技術創(chuàng)新產出的影響[J]. 研究與發(fā)展管理, 2011, 23(2):1～7

[20] 單潔含. 技術距離、地理距離與大學-企業(yè)協(xié)同創(chuàng)新效應——基于聯(lián)合專利數(shù)據(jù)的研究[D]. 合肥：中國科學技術大學管理學院, 2014

[21] COE D T, HELPMAN E. International R&D Spillovers[J]. European Economic Review, 1995, 39(5): 859～887

[22] FABRIZIO K. The Use of University Research in Firm Innovation[J]. Open Innovation: Researching a New Paradigm, 2006: 134～160

[23] ABRAMOVSKY L, HARRISON R, SIMPSON H. University Research and the Location of Business R&D [J]. Economic Journal, 2007, 117(519):C114～C141

[24] D’ESTE P, IAMMARINO S. The Spatial Profile of University-Business Research Partnerships[J]. Papers in Regional Science, 2010, 89(2): 335～350

[25] HONG W, SU Y S. The Effect of Institutional Proximity in Non-Local University-Industry Collaborations: An Analysis Based on Chinese Patent Data[J]. Research Policy, 2013, 42(2):454～464

[26] 劉志迎,單潔含. 技術距離、地理距離與大學-企業(yè)協(xié)同創(chuàng)新效應——基于聯(lián)合專利數(shù)據(jù)的研究[J]科學學研究,2013,31(9):1 331～1 337

[27] 黨興華,弓志剛. 多維鄰近性對跨區(qū)域技術創(chuàng)新合作的影響——基于中國共同專利數(shù)據(jù)的實證分析[J].科學學研究, 2013,31(10):1 590～1 600

[28] SOETE L G,WYATT S. The Use of Foreign Patenting as an Internationally Comparable Science and Technology Output Indicator[J]. Scientometrics, 1983, 5(1):31～54

[29] SPIEKERMANN K, WEGENER M. The Shrinking Continent: New Time-Space Maps of Europe[J]. Environment and Planning. Part B, 1994, 21(6):653～673

[30] GRILICHES Z. Issues in Assessing the Contribution of R&D to Productivity[J]. Bell Journal of Economics, 1979, 10(1):92～116

[31] NOOTEBOOM B, HAVERBEKE W V, DUYSTERS G, et al. Optimal Cognitive Distance and Absorptive Capacity[J]. Research Policy, 2007, 36(7):1 016～1 034

[32] ALDIERI L. Technological and Geographical Proximity Effects on Knowledge Spillovers: Evidence from the US Patent Citations[J]. Dulbea Working Papers, 2011, 20(6):597～607

(編輯 丘斯邁)

Technological Distance, Geographical Distance and University-Enterprise Synergetic Innovation

SHI Feng1,2GAO Yang1CHEN Shibin2CAI Xiang2

(1.Central South University, Changsha, China;2.Guilin University of Electronic Technology, Guilin,Guangxi, China)

With the panel data of 2006～2014 from 31 provinces, this study examines the effects of technological and geographical distance on University-Enterprise synergetic innovation by extending the technological distance to the horizontal similarity and the vertical depth of technology, replacing geographical distance with rail time, and by improving the Jaffe-Griliches knowledge production function model. Results show that the horizontal and vertical technological distance have a significant enhancement to University-Enterprise synergetic innovation; the horizontal similarity is one of the most important factors; the closer geographical distance by rail time, the more beneficial to University-Enterprise synergetic innovation.

synergetic innovation; technological distance; geographical distance; knowledge production function

10.3969/j.issn.1672-884x.2016.11.011

2016-03-09

國家自然科學基金資助項目(71463010)

C93

A

1672-884X(2016)11-1665-09

史烽(1965～)，男，安徽安慶人。中南大學(長沙市 410083)商學院博士研究生；桂林電子科技大學(廣西省桂林市 541004)商學院教授。研究方向為創(chuàng)新與創(chuàng)業(yè)管理。E-mail：stanfordshi@163.com