中国产学合作模式下的知识存量研究
|
摘要
研究目标:测度产学合作模式下知识存量,剖析该知识存量的测算方法与空间分布格局。研究方法:首先,区分关联型产学合作关系中的合作研发资本与交易型合作关系中的技术资本投资估算的差异。其次,基于国民经济核算原理合理估计各期投资,并采用BEA方法测算我国产学合作模式下的知识存量。研究发现:第一,与自主研发相比,我国产学合作知识存量的体量不大,但增长速度较快,是协同创新体系中最活跃的力量。第二,围绕空间分布特征的分析发现,产学合作知识存量有明显的区域集聚现象,各区域呈现出知识喷泉、知识海绵、知识中介与知识孤岛的异质表现。研究创新:测算产学合作知识存量规模,揭示其空间分布特征。研究价值:有助于把握国家创新系统中产学合作宏观现状,为促进协同创新提供决策参考。
Research Objectives:Measure the knowledge stock of University-industry collaboration(UIC)in China and analyze its spatial distribution pattern.Research Methods:This paper estimates the current investment scientifically and then calculates the knowledge stock of UIC with perpetual inventory method in light of national accounting principle by distinguishes the measurement of two different UIC pattern-Cooperative R&D and technology transfer.Research Findings:First,the UIC knowledge stock has relatively small scale comparing to internal R&D,while it increases faster than the latter.Furthermore,despite the highly cluster phenomenon,each region shows heterogeneity by being knowledge fountain,knowledge sponge,knowledge intermediary and knowledge island.Research Innovations:The measurement and analysis of the knowledge stock of industry-university cooperation and the discovery of its spatial distribution characteristics.Research Value:It is helpful to grasp the current macroscopic status of industry-university cooperation in the national innovation system and provide decision-making reference for promoting collaborative innovation.
Research Objectives:Measure the knowledge stock of University-industry collaboration(UIC)in China and analyze its spatial distribution pattern.Research Methods:This paper estimates the current investment scientifically and then calculates the knowledge stock of UIC with perpetual inventory method in light of national accounting principle by distinguishes the measurement of two different UIC pattern-Cooperative R&D and technology transfer.Research Findings:First,the UIC knowledge stock has relatively small scale comparing to internal R&D,while it increases faster than the latter.Furthermore,despite the highly cluster phenomenon,each region shows heterogeneity by being knowledge fountain,knowledge sponge,knowledge intermediary and knowledge island.Research Innovations:The measurement and analysis of the knowledge stock of industry-university cooperation and the discovery of its spatial distribution characteristics.Research Value:It is helpful to grasp the current macroscopic status of industry-university cooperation in the national innovation system and provide decision-making reference for promoting collaborative innovation.
引文
[1]Berchicci L.,2013,Towards an Open R&D System:Internal R&D Investment,External Knowledge Acquisition and Innovative Performance[J],Research Policy,42(1),117~127.
[2]Castellani D.,Pieri F.,2013,R&D offshoring and the Productivity Growth of European Regions[J],Research Policy,42(9),1581~1594.
[3]Chesbrough H.,2003,The Logic of Open Innovation:Managing Intellectual Property[J],California Management Review,45(3),33~58.
[4]Cohen W.M.,Nelson R.R.,Walsh J.P.,2002,Links and Impacts:The Influence of Public Research on Industrial R&D[J],Management Science,48(1),1~23.
[5]De Moraes Silva D.R.,Furtado A.T.,Vonortas N.S.,2018,University-industry R&D Cooperation in Brazil:A Sectoral Approach[J],Journal of Technology Transfer,43(2),285~315.
[6]Galbraith J.K.,1969,The Consequences of Technology[J],Journal of Accountancy,127(6),44~56.
[7]Hall R.E.,Jones C.I.,1999,Why Do Some Countries Produce So Much More Output Per Worker Than Others?[J],Quarterly Journal of Economics,114(1),83~116.
[8]Hoegl M.,Lichtenthaler U.,Muethel M.,2011,Is Your Company Ready for Open Innovation?[J],MIT Sloan Management Review,53(1),45.
[9]Lokshin B.,Belderbos R.,Carree M.,2008,The Productivity Effects of Internal and External R&D:Evidence from a Dynamic Panel Data Model[J],Oxford Bulletin of Economics and Statistics,70(3),399~413.
[10]OECD,2010,Measuring Innovation:A New Perspective[M],Pairs:OECD Press.
[11]Pakes A.,Schankerman M.,1984,The Rate of Obsolescence of Patents,Research Gestation Lags,and the Private Rate of Return to Research Resources[C],In Griliches Z.,(ed.)R&D,Patents and Productivity[A],Chicago:University of Chicago Press.
[12]Schartinger D.,Rammer C.,Fischer M.,et al.,2002,Knowledge Interactions between Universities and Industry in Austria:Sectoral Patterns and Determinants[J],Research Policy,31(3),303~328.
[13]Steinberg P.J.,Procher V.D.,Urbig D.,2017,Too Much or Too Little of R&D Offshoring:The Impact of Captive Offshoring and Contract Offshoring on Innovation Performance[J],Research Policy,46(10),1810~1823.
[14]Wu Y.,2007,Capital Stock Estimates for China's Regional Economies:Results and Analyses[R],UWA Business School Economics Discussion Paper.
[15]程惠芳、陆嘉俊:《知识资本对工业企业全要素生产率影响的实证分析》[J],《经济研究》2014年第5期。
[16]傅利平、周小明、罗月丰:《知识溢出与产学研合作创新网络的耦合机制研究》[J],《科学学研究》2013年第10期。
[17]高敏雪:《研发资本化与GDP核算调整的整体认识与建议》[J],《统计研究》2017年第4期。
[18]江永宏、孙凤娥:《中国R&D资本存量测算:1952~2014年》[J],《数量经济技术经济研究》2016年第7期。
[19]解学梅:《企业协同创新影响因素与协同程度多维关系实证研究》[J],《科研管理》2015年第2期。
[20]王亚菲、王春云:《中国行业层面研究与试验发展资本存量核算》[J],《数量经济技术经济研究》2018年第1期。
[21]吴玉鸣:《大学、企业研发与区域创新的空间统计与计量分析》[J],《数理统计与管理》2007年第2期。
[22]吴玉鸣:《工业研发、产学合作与创新绩效的空间面板计量分析》[J],《科研管理》2015年第4期。
[23]肖丁丁、朱桂龙:《产学研合作创新效率及其影响因素的实证研究》[J],《科研管理》2013年第1期。
[24]徐盈之、金乃丽:《高校官产学合作创新对区域经济增长影响的研究》[J],《科研管理》2010年第1期。
[25]杨林涛、韩兆洲、王昭颖:《多视角下R&D资本化测算方法比较与应用》[J],《数量经济技术经济研究》2015年第12期。
[26]姚潇颖、卫平、李健:《产学研合作模式及其影响因素的异质性研究---基于中国战略新兴产业的微观调查数据》[J],《科研管理》2017年第8期。
[27]张军、吴桂英、张吉鹏:《中国省际物质资本存量估算:1952~2000》[J],《经济研究》2004年第10期。
[28]朱平芳、徐伟民:《政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响》[J],《经济研究》2003年第6期。
(1)资料来源于科技部《2016年我国企业创新活动特征统计分析》,http://www.most.gov.cn/mostinfo/xinxifenlei/kjtjyfzbg/kjtjbg/kjtj2018/201807/t20180713_140570.htm。
(2)一些文献考虑到知识资本的积累特征,尝试测算存量数据,但测算过程并不明确,且仅考虑了企业对高校的研发经费外部支出,例如吴玉鸣(2015)。
(3)Koschatzk(2002)指出高校对企业的技术转移实质上是一种知识转移。因此这部分知识也将构成产学合作知识存量的一部分。
(4)企业技术依存度是肖丁丁和朱桂龙(2013)提出的概念,具体指将科技特派员的职能划分为六个等级(促进企业与科研机构之间的交流沟通、帮助凝练技术需求、帮助研发新产品与新技术、帮助培养创新人员、帮助企业确立产业技术发展方向、寻求外部创新资源),并分别赋予1~6等分值用以表征企业的外部技术依存度。
(1)为解答这一问题,有文献在讨论二者关系时利用产学合作项目数以及独立研发项目数作为替代,但这并非真正意义上的研发投入(樊霞等,2013)。也有学者采用内部研发项目平均投入金额与产学合作项目投入金额作为替代指标,这些指标虽然来自研发项目数据,但是仍仅局限于当期流量,无法从累积存量角度给出全面度量。
(2)科技成果商品化是指科技成果拥有方以获取一定报酬为目的,将科技成果的相关权益通过技术市场转让给另一方的过程。
(1)具体权重选取设计参考朱平芳和徐伟民(2003)的阐述。
(1)王开阳等(2018)通过政策文本计量方法,对政策意图进行客观筛选,统计并分析了2001~2015年我国科技政策数量、现状与趋势。
(1)《纲要》出台后,后续国务院发布了《关于实施〈国家中长期科学和技术发展规划纲要〉的若干配套政策》。具体到实施细则有财政部、国家税务总局的《关于企业技术创新有关企业所得税优惠政策的通知》(财税[2006]88号)、《关于鼓励技术引进和创新,促进转变外贸增长方式的若干意见》(商服贸发[2006]13号)等。具体条目可参考《国家中长期科学和技术发展规划纲要(2006~2020)》实施中期评估调研组系列调研报告。
(2)虽然教育部、科技部已共同发布《关于加强高等学校科技成果转移转化工作的若干意见》用以引导高校科技成果转化,但在实践中仍存在科技成果产权不清、权责不明等问题。在没有良好的市场机制、政策规定的情况下,高校科研人员参与成果转化主动性不佳。
(3)将该存量数据与国家统计局公布的研发资本存量相比数据相比,约占全国R&D资本存量的2%。数据来源于国家统计局《关于改革研发支出核算方法修订国内生产总值核算数据的公告》以及相关数据库。
(1)技术领域不同于国民经济行业分类,二者之间有对应关系。世界知识产权组织(WIPO)专门建立了国际专利分类号与国民经济行业之间的对应表。我国知识产权局也开展了此项工作,由于新的专利技术领域还在不断涌现,此对应关系的建立也在不断更新。
(1)现有统计资料中仅有各区域企业购买国内技术的支出,并未进一步划分购买高校技术。相关的技术交易市场报告中也没有区分企业与高校之间的技术交易情况。仅有的产学技术转让数据在高等学校科技统计资料中体现,即各区域高校与企业签订技术转让合同收入。
(2)参考Hoegl等(2011)对企业开放式创新文化的区分。
(3)另一种吸纳方式是购买高校的技术,但我们无法获得这部分数据,因此不考虑这种方式。
(1)技术转让的内容通常包括专利权转让、专利实施许可、技术秘密转让三种类型,其中专利的转让与实施许可是最主要部分。
[2]Castellani D.,Pieri F.,2013,R&D offshoring and the Productivity Growth of European Regions[J],Research Policy,42(9),1581~1594.
[3]Chesbrough H.,2003,The Logic of Open Innovation:Managing Intellectual Property[J],California Management Review,45(3),33~58.
[4]Cohen W.M.,Nelson R.R.,Walsh J.P.,2002,Links and Impacts:The Influence of Public Research on Industrial R&D[J],Management Science,48(1),1~23.
[5]De Moraes Silva D.R.,Furtado A.T.,Vonortas N.S.,2018,University-industry R&D Cooperation in Brazil:A Sectoral Approach[J],Journal of Technology Transfer,43(2),285~315.
[6]Galbraith J.K.,1969,The Consequences of Technology[J],Journal of Accountancy,127(6),44~56.
[7]Hall R.E.,Jones C.I.,1999,Why Do Some Countries Produce So Much More Output Per Worker Than Others?[J],Quarterly Journal of Economics,114(1),83~116.
[8]Hoegl M.,Lichtenthaler U.,Muethel M.,2011,Is Your Company Ready for Open Innovation?[J],MIT Sloan Management Review,53(1),45.
[9]Lokshin B.,Belderbos R.,Carree M.,2008,The Productivity Effects of Internal and External R&D:Evidence from a Dynamic Panel Data Model[J],Oxford Bulletin of Economics and Statistics,70(3),399~413.
[10]OECD,2010,Measuring Innovation:A New Perspective[M],Pairs:OECD Press.
[11]Pakes A.,Schankerman M.,1984,The Rate of Obsolescence of Patents,Research Gestation Lags,and the Private Rate of Return to Research Resources[C],In Griliches Z.,(ed.)R&D,Patents and Productivity[A],Chicago:University of Chicago Press.
[12]Schartinger D.,Rammer C.,Fischer M.,et al.,2002,Knowledge Interactions between Universities and Industry in Austria:Sectoral Patterns and Determinants[J],Research Policy,31(3),303~328.
[13]Steinberg P.J.,Procher V.D.,Urbig D.,2017,Too Much or Too Little of R&D Offshoring:The Impact of Captive Offshoring and Contract Offshoring on Innovation Performance[J],Research Policy,46(10),1810~1823.
[14]Wu Y.,2007,Capital Stock Estimates for China's Regional Economies:Results and Analyses[R],UWA Business School Economics Discussion Paper.
[15]程惠芳、陆嘉俊:《知识资本对工业企业全要素生产率影响的实证分析》[J],《经济研究》2014年第5期。
[16]傅利平、周小明、罗月丰:《知识溢出与产学研合作创新网络的耦合机制研究》[J],《科学学研究》2013年第10期。
[17]高敏雪:《研发资本化与GDP核算调整的整体认识与建议》[J],《统计研究》2017年第4期。
[18]江永宏、孙凤娥:《中国R&D资本存量测算:1952~2014年》[J],《数量经济技术经济研究》2016年第7期。
[19]解学梅:《企业协同创新影响因素与协同程度多维关系实证研究》[J],《科研管理》2015年第2期。
[20]王亚菲、王春云:《中国行业层面研究与试验发展资本存量核算》[J],《数量经济技术经济研究》2018年第1期。
[21]吴玉鸣:《大学、企业研发与区域创新的空间统计与计量分析》[J],《数理统计与管理》2007年第2期。
[22]吴玉鸣:《工业研发、产学合作与创新绩效的空间面板计量分析》[J],《科研管理》2015年第4期。
[23]肖丁丁、朱桂龙:《产学研合作创新效率及其影响因素的实证研究》[J],《科研管理》2013年第1期。
[24]徐盈之、金乃丽:《高校官产学合作创新对区域经济增长影响的研究》[J],《科研管理》2010年第1期。
[25]杨林涛、韩兆洲、王昭颖:《多视角下R&D资本化测算方法比较与应用》[J],《数量经济技术经济研究》2015年第12期。
[26]姚潇颖、卫平、李健:《产学研合作模式及其影响因素的异质性研究---基于中国战略新兴产业的微观调查数据》[J],《科研管理》2017年第8期。
[27]张军、吴桂英、张吉鹏:《中国省际物质资本存量估算:1952~2000》[J],《经济研究》2004年第10期。
[28]朱平芳、徐伟民:《政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响》[J],《经济研究》2003年第6期。
(1)资料来源于科技部《2016年我国企业创新活动特征统计分析》,http://www.most.gov.cn/mostinfo/xinxifenlei/kjtjyfzbg/kjtjbg/kjtj2018/201807/t20180713_140570.htm。
(2)一些文献考虑到知识资本的积累特征,尝试测算存量数据,但测算过程并不明确,且仅考虑了企业对高校的研发经费外部支出,例如吴玉鸣(2015)。
(3)Koschatzk(2002)指出高校对企业的技术转移实质上是一种知识转移。因此这部分知识也将构成产学合作知识存量的一部分。
(4)企业技术依存度是肖丁丁和朱桂龙(2013)提出的概念,具体指将科技特派员的职能划分为六个等级(促进企业与科研机构之间的交流沟通、帮助凝练技术需求、帮助研发新产品与新技术、帮助培养创新人员、帮助企业确立产业技术发展方向、寻求外部创新资源),并分别赋予1~6等分值用以表征企业的外部技术依存度。
(1)为解答这一问题,有文献在讨论二者关系时利用产学合作项目数以及独立研发项目数作为替代,但这并非真正意义上的研发投入(樊霞等,2013)。也有学者采用内部研发项目平均投入金额与产学合作项目投入金额作为替代指标,这些指标虽然来自研发项目数据,但是仍仅局限于当期流量,无法从累积存量角度给出全面度量。
(2)科技成果商品化是指科技成果拥有方以获取一定报酬为目的,将科技成果的相关权益通过技术市场转让给另一方的过程。
(1)具体权重选取设计参考朱平芳和徐伟民(2003)的阐述。
(1)王开阳等(2018)通过政策文本计量方法,对政策意图进行客观筛选,统计并分析了2001~2015年我国科技政策数量、现状与趋势。
(1)《纲要》出台后,后续国务院发布了《关于实施〈国家中长期科学和技术发展规划纲要〉的若干配套政策》。具体到实施细则有财政部、国家税务总局的《关于企业技术创新有关企业所得税优惠政策的通知》(财税[2006]88号)、《关于鼓励技术引进和创新,促进转变外贸增长方式的若干意见》(商服贸发[2006]13号)等。具体条目可参考《国家中长期科学和技术发展规划纲要(2006~2020)》实施中期评估调研组系列调研报告。
(2)虽然教育部、科技部已共同发布《关于加强高等学校科技成果转移转化工作的若干意见》用以引导高校科技成果转化,但在实践中仍存在科技成果产权不清、权责不明等问题。在没有良好的市场机制、政策规定的情况下,高校科研人员参与成果转化主动性不佳。
(3)将该存量数据与国家统计局公布的研发资本存量相比数据相比,约占全国R&D资本存量的2%。数据来源于国家统计局《关于改革研发支出核算方法修订国内生产总值核算数据的公告》以及相关数据库。
(1)技术领域不同于国民经济行业分类,二者之间有对应关系。世界知识产权组织(WIPO)专门建立了国际专利分类号与国民经济行业之间的对应表。我国知识产权局也开展了此项工作,由于新的专利技术领域还在不断涌现,此对应关系的建立也在不断更新。
(1)现有统计资料中仅有各区域企业购买国内技术的支出,并未进一步划分购买高校技术。相关的技术交易市场报告中也没有区分企业与高校之间的技术交易情况。仅有的产学技术转让数据在高等学校科技统计资料中体现,即各区域高校与企业签订技术转让合同收入。
(2)参考Hoegl等(2011)对企业开放式创新文化的区分。
(3)另一种吸纳方式是购买高校的技术,但我们无法获得这部分数据,因此不考虑这种方式。
(1)技术转让的内容通常包括专利权转让、专利实施许可、技术秘密转让三种类型,其中专利的转让与实施许可是最主要部分。