制度邻近、技术邻近与产学协同创新绩效——基于产学联合专利数据的研究.docVIP

制度邻近、技术邻近与产学协同创新绩 基于产学联合专利数据的研究 上海交通大学安泰经济与管理学院上海大学管理学 篋 基于邻近性的视角，利用W家知识产权局专利检索数据库提供的产学联合中请并 授权的发明专利数据，采用负二项式回归分析方法，实证分析了企业和大学之间 的多维邻近性对产学协冋创新缋效的影响，重点关注制度邻近与技术邻近的影响， 以及地理邻近与技术邻近之间是否存在交互作用。研究得出如卜主要结论:企业 和大学之间的制度邻近对产学协同创新绩效的促进作用并不显著;技术邻近对产 学协同创新绩效的影响是倒u型的，且这种倒u形关系受到地理邻近的负向调节 作用；与一般预期不一致的是，研究结果显示地理距离并不会负向影响产学协同 创新绩效。 关键词： 制度邻近;技术邻近;产学协同创新; )给出的大 学声誉得分来测量大学声誉，本研究也借鉴这种做法。取历年大学声誉数值的均 值作为大学声誉的测量值。 企业规模 规模较大的企业创新绩效可能更好，因此这里我们将企业规模设罝为控制变量。 通过网站查询到企业的雇员总数，作为企业规模的近似测量。与地理距离一样， 企业规模数据也被转换成广5五个分类，1表示企业规模很小，5表示企业规模很 大。 衍生企业 如果一个企业是某大学的衍生企业，可以预计他们的合作绩效会更好，所以我们 有必要在这里将衍牛.企业纳入控制变量。我们将衍牛.企业设置为一个虚拟变量， 通过企业网站可以查询到企业的具体信息，如果信息显示某企业为相应大学的衍 生企业，该变量赋值为1，否则为0。 3实证分析结果 表1是变量及描述性统计结果。表2为自变量和关矩阵，除了地理距离和制度邻 近相关性比较大(-.830)以外,其他变量之间的相关性都在允许范围内。由于地理 距离和制度邻近相关性超过0. 8,可能会存在多重共线性的问题，因此本研究将 它们分别进行回归，也就是不将它们同时投入回归方程。在进入回归方程之前， 我们对技术邻近和大学声誉两个变量进行了标准化处理。从表1可以看出，本研 宄的因变量大学和企业联合中请的专利总数数值过度离散，并不服从正态分布， iL不符合泊松模型的条件，因此，本研宄考虑采用负二项式模型进行估计。 表3给出了负二项式冋归分析结果。首先，模型1是所有控制变量冋归分析的结 果，模型2在模型1基础上加入丫制度邻近变量以检验制度邻近的影响,模型3 在模型1基础上加入了技术邻近和技术邻近平方项用以检验技术邻近的倒U型影 响，模型4则加入地理距离变量用以检验地理邻近对创新绩效的影响,模型5和模 型6分别将制度邻近与技术邻近、地理距离与技术邻近投入回归方程，以排除制 度邻近和地理距离相关性太大可能造成的多重共线性问题，模型7加入了地理距 离与技术邻近的乘积项用以检验地理距离与技术邻近的交互作用。表2自变量相关矩阵 模型2和模型5中制度邻近的系数均为正数，但是均不显著，表明制度邻近对产学 协同创新绩效的影响是正向的但是并不显著，因此H1未得到验证。这里没有检测 到制度邻近的正向显著作用的原因可能是地方政府在产学合作的激励政策和沟 通协调方面存在不足之处，未能给企业和大学提供足够良好的规范环境，导致知 识转移效率低下。在模型3、模型5和模型6中技术邻近的系数均为正数，且均 在0. 1%水平上显著(p0. 001)，而技术邻近平方项的系数均为负数，且均在0. 1% 水平上显著(p〈0. 001)，表明技术邻近对产学协同创新绩效的影响是倒U型的，因 此H2得到验证。 为丫更直观的说明技术邻近对产学协同创新缋效的影响效应，我们给出Y技术邻 近倒U型效应的示意阁(如阁1所示)，并且计算了不同水平技术邻近值对应的合 作绩效期望值。首先，通过计算可得倒U型顶点所对应的技术邻近值为0. 1277(令 Patents/ Technological_Proximity=0),然后分别计算技术邻近最小值、顶 点值、最大值所对应的合作绩效期望值，最后我们将计算得到的结果标注在图上 (如图2所示)。从图2可以清晰的看出，在(0, 0. 1277)区域队虽然技术邻近的边 际效应在递减但是其影响还是正向的，但是在(0. 1277, 0. 2954)区域内，技术邻近 的边际效应在递减且影响是负向的，也就是说，在(0, 0. 1277)区域内更高的技术 邻近值会促进合作创新绩效,但是超过某个适度的点(这里是0. 1277),在 (0. 1277,0. 2954)区域内，更高的技术邻近值导致合作创新绩效降低。 表3负二项式回归分析结果 图2技术邻近对协同创新缋效的作用示意图 H3预测技术邻近与产学协同创新绩效的倒U形关系受到地理邻近的负向调节作 用，即大学和企业地理距离较远时，技术邻近与产学协同创新绩效的倒U形关系 会受到显著的强化，模型7的结果表明地理距离正向调节技术邻近与产学协