产学合作中的知识生产效率

       20世纪80年代以来，科技与经济的协同发展促进了知识生产模式的深刻变革。以大学和学科为核心的“洪堡模式”逐渐被新的知识生产模式所取代，即由“模式I”向“模式II”的转变过程[1]。“模式II”趋向于以应用问题为导向，打破大学与学科的限制壁垒，强调参与组织的异质性与多元化[2]，而产学合作正是适应于该情境的典型范式。高校与企业之间的耦合互动突破了知识生产与应用的线性分工模式，克服了“模式I”情境下大学与产业关联的局限性，跨部门合作方式有利于形成专业性战略联盟，不仅使大学科研成果及时有效地得到产业化验证，而且构建了大学研究成果与产业开发之间的循环反馈链，从而在观念和体制上超越了“布什范式”，本质上过渡到基础研究与应用研究相互融合的“巴斯德象限”[3]。因此，“模式II”下的产学合作关系更有利于新知识的生产与应用，从而有效服务于企业创新与产业升级过程[1]。

       关于知识生产的研究可追溯到20世纪60年代，主要关注创新投入与产出的相关关系以及知识生产中规模报酬递减的性质[4][5]。在Gibbons提出“模式II”之后，知识生产研究做出了两个方面的拓展：一类拓展深化了知识生产效率及其影响因素。包括时滞效应[6][7]、数据属性[8－10]、区域与行业差异[9][11]等方面，从而完善了知识生产效率测度过程，并丰富了不同条件下影响因素与效率之间的特征；另一类拓展则基于“模式II”对知识生产过程进行逻辑分析。包括大学知识生产模式[12][13]、高校与产业合作关系[14][15]、组织理论[16][17]等方面，定性揭示新知识生产范式对大学与企业的差异化影响过程与机制。纵观上述研究，“模式II”情境下知识生产及其影响因素的实证研究非常有限，而将其内化于产学合作过程的针对性研究更不多见。

       本文运用1998－2008年中国省际产学联合申请专利的面板数据，探索“模式II”情境下知识生产函数的性质及其影响因素。与上述研究相比，本文在变量选择与研究方法方面做了如下创新性工作。首先，在创新产出方面，基于本文研究情境选择高校与企业联合申请专利数作为衡量依据，并分析其滞后效应以弥补研究缺陷；其次，在创新投入方面，除了考虑企业研发支出和研发人员两种传统投入要素外，本文还考虑了高校知识存量对知识生产效率的影响，从而更加全面阐述产学合作中的知识生产过程；最后，基于“模式II”情境下知识生产的特征，本文还考虑了应用导向、跨学科研究、参与者异质性等因素对知识生产效率的影响，并分析了各个因素对生产效率的边际影响。对上述问题的考察可以有效评价“模式II”情境下的知识生产效率，识别促进或者抑制知识生产的影响因素，从而为深化产学合作机制、优化高校与企业创新资源配置提供有价值的借鉴。

       1 理论模型

       本文以Griliches－Jaffe知识生产函数为基础[18]，根据研究情境与目的对其进行改进与扩展。在产学合作进程中，企业一方面利用内部研发人员与资金投入等创新资源实现知识生产与应用；另一方面则利用高校的互补性资源进行产品开发或工艺创新活动，高校的知识储备与人才资源为产学合作提供了异质性知识基础。因此，在考虑了企业与高校创新投入和创新产出的衡量指标后，本文将产学合作情境下的知识生产函数改进为：

      

       其中，Y表示创新产出，以高校与企业联合申请专利数来衡量。K、L、A分别表示企业年度研发经费支出、研发人员、高校知识存量。

       对于知识生产函数的具体形式，考虑到知识生产中投入与产出之间存在随机扰动和技术非效率效应，本文采用随机前沿知识生产函数进行测度。根据Battese & Coelli关于随机前沿模型的理论[19]，本文设定如下形式的函数模型：

       。

       2 数据与变量

       本文所采用产学联合申请专利数据通过中国国家知识产权局(SIPO)官方网站(http://www.sipo.gov.cn/zljs/)查询获得，考虑到发明专利具有18个月的审查期，为保证样本数据的完整性，将样本跨度设定为1998年到2008年。在样本地区选择上，由于西藏与海南缺失数据过多，将其从样本中剔除。因此，数据样本由11年29个省市的面板数据构成，共319个观测样本。样本中所需的其它测量指标均来自于1998～2008年的《中国科技统计年鉴》与《高等学校科技统计资料汇编》。

       2.1 变量设计

       (1)投入变量

       知识生产的投入要素一般包括R&D人员和经费两部分[18]。产学合作中，企业是创新活动的主要承担者，其人员与资金要素投入是二者持续合作的基础。基于此，本文选择企业R&D人员全时当量和R&D存量分别表征两种要素。其中，企业R&D人员全时当量为报告期内R&D全时人员数加非全时人员按工作量折算成全时人员数的总和[18]。对于企业R&D存量，我们参照吴延兵的研究[21]，采用永续盘存法对其进行核算，其计算公式为：