《距离视角下的大学-企业协同创新地区差异分析》由会员分享，可在线阅读，更多相关《距离视角下的大学-企业协同创新地区差异分析（7页珍藏版）》请在金锄头文库上搜索。
1、 距离视角下的大学企业协同创新地区差异分析 摘要：采用Jaffe-Griliches知识生产函数模型，基于铁路时间的地理距离与技术距离，从距离视角对2006-2014年我国31个省份的大学企业协同创新数据进行分析，并分地区对我国大学企业协同创新发展水平进行差异分析。实证发现：各地区大学企业协同创新活动的影响因素基本一致，都受到知识劳动投入、资本投入和距离的影响；技术距离与东部地区的大学企业协同创新呈现倒“U”型，而中西部地区呈现正相关，地理距离对东中部地区呈显著负相关，西部地区并不显著。关键词：距离视角，协同创新，差异分析基金项目：国家自然科学基金项目(71463010)一、引言随着内生经济增
2、长理论的逐渐完善，创新驱动经济增长的观点已被广泛接受，但对于创新活动的增长来源依旧存在极大争议。其中距离因素是否与创新活动增长有关，一直受到创新经济学派学者的关注。虽然有部分学者经验推断认为，随着交通成本降低与信息传播加速，地理距离对创新活动的影响力可能正在减弱。但也有很多研究文献证实了地理相邻性有利于大学企业协同创新活动的产生。此外，根据Griliches理论，广义上的距离包含地理空间的同时也包含产业间的技术距离。而对于协同创新而言，更加重视合作双方的资源整合、优化资源配置，以提高双方的技术水平与创新绩效，其对技术距离与地理距离因素的依赖性要明显强于一般意义上的普通创新活动。因此，距离视角下
3、的大学企业协同创新活动的相关研究就显得非常重要和关键。相比于我国经济发展的不平衡性，创新活动的地区差距更为显著。以2014年为例，仅北京、上海、江苏3个省份的科研经费投入量占到了全国的37%1。而西部12个省份的经费投入量只占15.4%，尚不足北京的投入总量。另外，从这些地区创新成果的技术转让量来看，西部地区仅占到全国总量的10.9%。创新投入和产出的地区差异问题比较突出。而对于大学企业协同创新活动的差异也同样明显。例如，清华大学2014年与企业联合发表的专利数量总数超过1000，而西藏大学、宁夏大学等位于西部的高校，同期联合发表的专利数量却为0，而且多年以来均无法突破这纪录。如此巨大的差异，
4、显然是我国大学企业协同创新发展的重大瓶颈，因此，加强对我国不同地区大学企业协同创新的差异性研究具有重要意义和价值。关于大学企业协同创新活动内在影响因素的研究中，知识生产函数模型是最为常见的测度模型。这一模型是在借鉴道格拉斯生产函数，并添加了技术指标建立Jaffe-Griliches知识生产函数的基础上，从影响创新产出的各类因素描述对创新产出的影响大小来分析创新活动。由于这一模型简单明了且解决了“空间”问题，此后的学者基本上都是在这一模型基础上不断改进，以适用于不同类型的创新活动，从而该模型已成为研究各类创新活动的最重要模型之一，但这一模型的主要缺陷在于缺乏对距离定义的具体深刻分析。因此，本研究
5、企图在以下几个方面对现有研究进行拓展。首先，采取Jaffe-Grilliches知识生产函数模型测算影响大学企业协同创新绩效的相关影响因素，突破了大学企业协同创新活动的理论研究不足的缺陷。其次，从距离视角将距离扩展为技术距离与地理距离，并采用基于铁路时间的地理距离，突出了距离因素的重要性，并且以时空距离对地理距离做出新的尝试，能够更准确地表达两地之间的可达性，从而重新估计地理距离的影响。最后也是最重要的，分不同地区对我国的大学企业协同创新活动进行研究，分析不同地区大学企业协同创新活动的影响因素的强弱变化，试图找到我国大学企业协同创新发展水平严重不均衡的原因，从而进步对我国大学企业协同创新协调发
6、展提供一定的参考意见。二、理论文献综述目前，国内外从距离视角下研究大学企业协同创新的影响因素的文献开始逐渐增多，并基本认同协同创新活动的资本投入、劳动力投入、技术距离与地理距离对协同创新活动的影响作用。(一)资本投入与劳动力投入从Solow(1957)在研究美国1909-1949年的经济增长问题时发现技术进步与资本、劳动力一同对经济增长做出贡献，因此创立了“三因素经济增长理论”，从此技术创新与经济增长之间的关系便得到了广泛的关注2。Griliches于1979年提出了知识生产函数模型，他在道格拉斯的生产模型上进行了扩展，将创新活动看作是知识投入的产出；而Jaffe(1986)在Griliche
7、s的基础上加以改进，形成了经典的Jaffe-Griliches知识生产函数模型3-4。由于这一模型简单明了，此后的学者可以在这一模型基础上不断改进适用于不同的创新活动，已成为研究各类创新活动的最重要的模型之一。而后，Romer(1990)、Grossman和Helpman(1991)与Aghion和Howitt(1992)陆续研究资本、劳动力投入与创新活动的关系，普遍认为资本投入与劳动投入已经成为研究创新活动的最基本的投入要素5-7。在中国也有不少学者借鉴这一模型研究创新活动，其中，符淼(2009)发现虽然劳动力与资本投入都影响创新的产出，但中国的创新活动主要是依靠资本驱动的8；项歌德(201
8、1)通过在经典Jaffe-Griliches知识生产函数模型的基础上添加了产业集聚化系数与专业化系数等指标，综合评定创新活动的影响因素，得出了资本驱动创新活动的结论9。除此之外，还有不少学者通过全要素生产率(TFP)概念，多角度研究创新活动与经济增长的关系，从全要素生产率增长情况分析创新活动。早期的全要素生产率就是指狭义的技术进步率，此后Coe和Helpman(1995)开创Coe-Helpman模型，并证实了TFP对经济增长的影响；而后Lichtenberg与Pottelsberghe(1996)在这一模型基础上加以改进，将TFP的含义从技术进步扩展到多个方面。但近些年来也有不少学者将TFP
9、的定义加以延伸到创新领域中，并用此概念测量创新活动的质量与效率问题：如白俊红等(2009)运用超越对数随机前沿模型，测评并对比分析中国省域地区创新绩效水平与TFP的增长水平的差异10。综上，无论采用哪一种模型研究创新活动，国内外研究者一致认为资本投入与劳动力投入是创新活动增长的重要因素，并大都承认资本投入是创新活动增长的驱动力。此外也有部分学者从全要素概念出发，认为创新活动的效率对创新活动本身的影响也存在影响。(二)技术距离技术因素对创新活动的影响作用首先是Griliches(1979)提出的，而后Jaffe(1986)正式定义技术距离为两个产业的技术的相似程度，并确立了技术距离公式：由两个产
10、业的“技术定位向量”的内积所表示。国外相关研究对于技术距离对协同创新活动的影响是促进或抑制曾出现过不同的看法。本研究对上述文献整理时发现，虽然有部分理论推断支持所谓的“技术距离抑制说”，即技术距离对大学企业协同创新存在抑制作用，但大部分研究(尤其是实证研究)认为，随着技术距离的增大，大学企业协同创新绩效先递增，达到一个峰值后才呈现下降态势，也就是说两者之间满足一条倒“U”型曲线，如Kima和Songb(2007)运用Jaffe-Griliches知识生产函数，以制药行业的联合专利数量为标准衡量协同创新的绩效，认为在此类行业中技术距离对协同创新绩效的影响呈倒“U”型关系11。目前国内对于技术距离
11、的研究不多，整体上处于起步状态，尤其是关于技术距离对协同创新绩效影响的相关研究文献极少，且结论也不一致。值得注意的是，多数研究发现技术距离对创新活动没有明显的倾向于倒“U”型，如张保胜(2012)认为，可能是由于中国大学企业协同创新尚处于起步状态，位于倒“U”型曲线的上升阶段，未到达最高点12。(三)地理距离关于地理距离与创新活动的研究大多集中于地理距离对知识溢出效应的影响，或者直接透过地理距离研究经济的增长和集聚现象，少有文献涉及地理距离对协同创新的研究，特别是大学企业协同创新。不过绝大多数研究结果都表明，地理距离对大学企业协同创新绩效有负影响。但以Keller为代表的一些学者表示地理距离的
12、影响力正在随着交通等外部环境的改变而减弱。研究时发现，随着知识全球化的进程加速，地理距离对创新活动的影响已经开始下降，这说明地理距离的影响力会随着外界环境的相关度而减弱13。国内也有部分学者针对中国的情况研究地理距离对协同创新的影响。如Hong和Su(2013)以中国1985-2004年高校和企业合作的联合专利数量作为因变量，对地理距离与大学企业协同创新的绩效做出评估，并认为地理距离实际上阻碍了协同创新绩效14。然而这种推论中的地理距离取的是大学与企业之间的直线空间距离，而实际上这种地理距离并不能反映两地之间真正的交通可达性，这样的结论仍存在着很大争议。综上所述，本研究提出如下假设。假设1：技
13、术距离与大学企业协同创新活动绩效呈倒“U”型；假设2：地理距离与大学企业协同创新活动绩效负相关。三、计量模型与样本选取(一)计量模型研究大学企业协同创新活动内在影响因素的测度模型主要存在两种方法，一是泊松回归模型或负二项回归模型等计量分析模型，二是知识生产函数模型。其中，计量分析模型是通过对距离因素与协同创新绩效之间的关系做出一定的假设，通过统计模型的估算协同创新绩效的影响因素。但这一方法是采取统计模型解释影响协同创新的内在因素，缺少完美理论论证支持，尚存在一些缺陷。另一种测度模型则是采用Jaffe-Griliches知识生产函数，从创新活动的投入与产出因素分析创新活动的过程。由于这一模型简单
14、明了，此后的学者可以在这一模型基础上不断改进适用于不同的创新活动，已成为研究创新活动的绩效的最重要模型之一。Jaffe-Griliches知识生产函数的基本模型为I=F(L，K，A)。在研究中，常采取空间面板数据，即：其中，Iit代表创新活动的产出，Lit代表创新活动劳动力投入，Kit代表创新活动经费投入，Ait代表一些其他的影响因素，与为相对应的弹性系数。Jaffe(1986)引用经济学中Solow经济增长模型理论，首次从距离的视角研究技术进步因素，他认为Ait代表技术距离，并定义技术距离为两个企业之间研发活动相似度。技术距离对创新活动的影响被创新派学者广泛接受，技术距离也被纳入距离的概念中
15、。虽然此后研究对创新活动的增长因素并不局限于此，但都并未得到学术界的一致认可。综合以上研究分析，本文认为虽然影响大学企业协同创新活动的影响因素没有定论，资本投入与劳动投入的贡献是不容质疑的。因此，从距离的视角讨论创新活动的影响因素在考虑知识劳动与资本投入量的同时，添加技术距离与基于铁路时间的地理距离。特别需要注意的是，其中技术距离与大学企业协同创新活动绩效存在倒“U”型关系。因此，本文在式(1)的基础上做对数化处理，并增加新的变量，得到基于距离因素的大学企业协同创新活动模型应当为：Iit=0it+1Lit-+2Kit-+3Teci+4Teci2+5Geoi+it (2)其中，Iit为创新活动的产出，Lit-为创新活动劳动力投入，Kit-为创新活动经费投入，Teci代表技术距离，Teci2为技术距离的二次项，Geoi代表大学与企业之间的地理距离。显然，当Teci20时，技术距离与大学企业协同创新活动绩效存在倒“U”型关系；当Teci20时，技术距离与大学企业协同创新活动绩效存在“U”型关系；当Teci2=0时，技术距离与大学企业协同创新活动绩效存在线性关系。 -全文完-
