产学研合作政策工具对区域创新绩效影响.docVIP

产学研合作政策工具对区域创新绩效影响 　　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，RD人员投入对区域创新绩效有着正向作用，高校RD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RD经费投入和企业RD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RD人员全时当量（PN）和RD经费支出总额（FE）来衡量；由统计资料分类可知，RD经费支出主要包括高校、研究与开发机构和企业的RD经费支出三类，本文分别选取高校RD经费支出（UFE）、研究与开发机构RD经费支出（RFE）和规模以上企业RD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