吴玉鸣+田斌

摘 要：高校知识溢出、产学R&D合作对工业企业创新具有重要意义。对工业企业创新的OLS和GWR分析发现，政府直接的经费支持对企业创新产出而言并不是一种良好的制度安排，金融机构贷款并未对企业创新产出能力起到促进作用，研究与开发机构的创新活动对企业创新产出的知识溢出效应不存在，高校知识溢出、产学R&D合作积极而稳健地影响了企业创新产出能力。创新人员投入、政府直接经费支持及高校知识溢出等变量存在明显空间异质性，经济发达地区其产学R&D合作对企业创新产出的贡献度高于经济落后地区。

关键词：创新产出；知识溢出；R&D合作；GWR；空间异质性

中图分类号：F062.3 文献标识码：A 文章编号：1004-1494（2014）01-0022-06

一、引言

国内外理论与经验研究表明，大学与企业的合作研发与联合创新是国家和地区创新能力的重要源泉之一[1]。Anselin等用空间计量模型研究了美国大都市区域的大学研究对高技术创新的空间溢出效应[2]。Beise和Stahl对德国公共研发与产业创新的研究发现，大学被企业视为最重要的公共创新支持来源，而大型科研机构对企业技术转移的作用不明显[3]。Schartinger和Rammer等认为大学同产业间的知识合作强度并不遵循简单的部门模式，高技术产业与显性技术科学之间存在高强度联系[4]。Belderbos和Carree等研究了R&D合作战略的异质性后认为，决定R&D合作的因素在很大程度上取决于企业的类型[5]。Ronde和Hussler通过利用知识生产函数对区域创新的研究发现，企业创新时建立外部联系比建立内部创新竞争机制更为重要，相比确定性的知识溢出，盲目的知识溢出对区域创新行为所产生的影响要小的多[6]。Motohashi研究发现日本的高校/企业（UIC）合作活动已大范围扩展至小型企业，相比大型企业，促进小型企业有更高的新产品生产能力[7]。Agrawal和Kapur等研究了创新者之间的空间相邻及社会关系相邻对获取知识的影响，发现对那些社会关系不邻近的创新者，地理空间相邻所带来的边际效益要大；地理空间不相邻的创新者，社会关系相邻所带来的边际效益也非常大[8]。王立平对我国高等院校R&D知识溢出的空间范围和程度进行的实证研究表明，区域内高等院校对于高技术产业的知识溢出是正向的、显著的，但溢出程度较低[9]。程华和赵祥研究发现政府科技资助存在溢出效应，其它产业中企业自筹研发资金也存在溢出效应[10]。安同良等对企业与R&D补贴政策制定者间的动态不对称信息博弈模拟研究表明，当两者之间存在信息不对称，且用于原始创新的专用性人力资本价格过于低廉时，原始创新补贴将产生“逆向”激励作用[11]。

综上可知，很多学者研究了高校同企业的产学合作对创新的作用，一般都认为高校对企业的创新活动有着重要的影响，但此类研究大多是基于普通最小二乘法（OLS）或定性意义上的博弈分析，都忽视了空间溢出效应及空间异质性效应。仅有少数学者意识到了创新的空间溢出效应，认为本地区的创新活动不但由创新投入决定，还会受到邻近地区创新活动的影响[9]，但却忽视了高校知识溢出及产学R&D合作对创新的影响，且未针对高校知识溢出及产学R&D进行空间异质性研究。而且，单纯考虑了高校创新行为或政府行为对企业创新能力的影响，鲜见有学者将金融机构贷款及研究与开发机构的创新行为等因素考虑到知识生产函数模型中，笔者认为这样研究创新行为缺乏全面性，得出的结论也缺乏稳健性。因此，本文基于知识生产函数，将金融机构贷款、研发机构创新、高校知识溢出和产学R&D合作等因素纳入模型，全面考察工业企业的创新行为，并基于高校知识溢出模型及产学R&D合作模型针对学者们容易忽视的空间异质性进行深入研究。

二、理论假设

（一）政府对企业创新的支持效应

大多研究发现，政府直接对企业进行R&D支持对企业创新的效应不确定或为负，由此本文的第一个假设为：在地方政府财政支出竞争及政府距离创新产品市场较远的情况下，地方政府财政支出竞争由于“挤出效应”和“远距效应”会导致直接对企业创新的财政支持其效应会非常有限。

（二）高校与企业创新合作的知识溢出效应

高校与企业的合作方式主要有技术交易和商业化协作两大类。企业通过技术交易向高校购买技术成果，借助自身开发能力及对市场需求的把握，吸收高校的智力成果，将技术成果进行商业化；企业亦可投入资源、借助市场开发优势，高校则投入其技术研究成果，双方开展商业化协作，将新产品投入市场。由此，本文得出第二个假设：高校的“知识溢出”可提升企业的科技创新能力。

（三）科研机构与企业创新产出的联盟效应

科研机构借助创新构思、成果转化和市场扩散三个阶段同企业开展创新合作。在创新构思阶段，科研机构的开发意向和构思基本均依据自身对市场需求信息的判断确定，对市场前景和经济效益有待企业进行评估，双方联系比较随机和松散。在成果转化阶段，企业顾虑自身经济效益及市场风险，会适当降低产品某些方面的技术含量，而科研机构关注自身下一阶段新产品开发，双方联系度降低，影响了技术创新成果的顺利转化。在创新产品市场扩散阶段，科研机构很少参与新产品的市场宣传，而企业对新产品的技术性能了解甚少，非常不利于新产品市场推广。由此，本文得到第三个假设：企业与科研机构的创新合作联盟效应，会因创新合作阶段中的种种阻碍而遭到极大的削弱。

（四）金融机构对企业创新的支持效应

我国现有金融体系不成熟，银行业高度集中，资本市场不健全，并且国有金融机构占据多数，其在信贷上对小型及私有企业往往存在歧视，资金支持力度不够，使得资金融通渠道不畅[12]，且银行贷款时，顾虑于企业创新行为的高风险，存在严重的惜贷现象。由此，第四个假设为：现行的金融制度和金融体系，对企业的科技经费支持不充分，对企业的创新行为的作用比较有限。

三、模型和变量数据

一般使用的考虑企业和大学两种投入的知识生产函数为[2]：

（1）

式中，P代表企业的专利数，I代表企业R&D经费，U代表大学研究。

在模型（1）的基础上，本文将创新人员投入，可能影响企业创新行为的金融机构贷款、研究与发展机构经费投入等因素加入模型（1），改进的新模型为：

（2）

其中，PAT衡量自主创新能力，用某一地区规模以上工业企业新产品产值占该地区万元GDP比值衡量；表示政府对企业R&D的支持，用规模以上工业企业科技经费筹集中来源于政府的资金投入占万元GDP的比重衡量；ERD为企业自主筹集经费占万元GDP比重，衡量企业自身的R&D活动；FIRD为规模以上工业企业科技经费筹集中金融机构贷款占万元GDP的比重；RIRD为某一地区研究与开发机构科技经费投入强度，用研究与开发机构科技经费占该地区万元GDP的比重计算；URD表示大学对企业研发活动的知识溢出，用大学科研经费占万元GDP比重表示；UERD为企业与大学之间的合作，用大学科技活动经费筹集中来自企业的资金额占万元GDP比重表示。RDL表示创新活动人员投入，用每万人拥有的全时当量R&D人员表示。为了避免URD和UERD同时纳入模型的多重共线性问题，没有将二者同时放在模型中。

文中用到的31个省域的数据来源于2009年《中国统计年鉴》和2009年《中国科技统计年鉴》。衡量企业的创新行为的数据获取不易，2009年《中国科技统计年鉴》只公布了规模以上工业企业及大中型工业企业相关创新活动数据，本文以规模以上工业企业创新活动来近似表示企业创新活动。此外，已有的统计年鉴并未直接公布企业的专利数据或新产品产值数据，笔者采用规模以上工业企业相关数据来近似表示企业的创新行为。

鉴于区域创新投入产出存在明显的异质性[5]，而地理加权回归（GWR）扩展了传统的OLS回归模型，容许局域异质性而非全域常数的参数估计[13]，其模型如下：

（3）

其中，（ui，vi）是第i个样本点的空间坐标，βk（ui，vi）是连续函数βk（ui，vi）在i点的值。

四、实证分析

（一）知识生产函数视角下OLS分析

在进行GWR估计之前，首先对方程（2）进行全域OLS估计，得到的结果如表1所示。为了既考查全部所选解释变量同时不忽视主要解释变量的影响，对模型整体逐步回归，剔除统计检验上不显著的解释变量。5个模型中，adjR2大多为0.8752～0.8797之间，即该模型解释变量的变化能够解释被解释变量的绝大部分，而且方程整体上显著，模型残差不存在序列相关，可以用于计量分析。

在模型（A）考虑所选全部解释变量的基础上，分别剔除统计上不显著的两个解释变量LNFIRD及LNRIRD，进而得到模型（B）、（C）、（D）。在模型（A）和模型（B）中，金融机构（LNFIRD）对企业创新行为的作用既有正向也有负向，且二者皆未通过检验，表明金融机构的参与并未给企业创新行为提供支持，证实了第四个假设，金融机构对企业的创新行为并未显示出正面影响作用。模型（A）和模型（C）则表明研究与开发机构对企业创新行为有着不明显的负向作用，并未对企业的创新行为产生明显的知识溢出效应，符合第三个假设；所有模型都比较一致的表明政府的直接经费支持（LNGRD）对企业的创新行为并未带来积极作用，其弹性系数估计值为负，通过了1%的显著性水平检验；企业自身的科技经费投入（LNERD）对企业的创新行为有着显著的正向促进作用，且在诸多对企业创新行为有积极影响的因素中其贡献度最高，其弹性值最低为0.7624，最高为0.8211。创新活动人员（LNRDL）投入也显现出了对创新行为有正向的促进作用。模型（D），剔除了未对创新行为产生作用的LNFIRD及LNRIRD，为高校知识溢出（LNURD）模型，其弹性系数估计值为0.2444，表明高校科研经费的筹集对企业创新活动有着促进作用，高校对企业创新行为产生知识溢出。在其它因素不变的前提下，高校科研经费增加1%，企业创新产出会增加0.2444%，证实了第二个假设，即高校对企业的创新活动存在明显的知识溢出。模型（E）为考虑了产学合作LNUERD的模型，其系数为0.1854，通过了1%的显著性水平检验。表明高校科研资金筹集中来源于企业的资金每增加1%，企业自身的创新能力将提高0.1854%，产学R&D合作活动对企业创新产出具有稳健的正面促进作用，此结论进一步证实了假设二。

表1 OLS回归结果

注：*、**、***分别表示通过10%、5%、1%水平下显著性检验。

表1中的5个模型，都显示LNGRD的系数均显著为负，无论是模型（E）的弹性系数-0.3487，还是模型（B）中的弹性系数-0.4051，二者的绝对值均较大。这就验证了上文中的第一个假设，即政府的直接经费支持并未对企业创新产出能力的提升起到促进作用，相反具有负面影响。

综上，本文获得了我国省域产学R&D合作与高校知识溢出的总体结果：各个区域的企业创新活动不仅仅与企业自身的R&D活动有关，而且与大学研究的知识溢出具有一定的关联，这种关联比较明显、稳定；研究与开发机构的知识溢出效应不明显，金融机构的科技经费支持也未对企业的创新行为产生正向影响；政府直接支持企业从事创新活动收效不明显，反而对企业的创新能力起到抑制作用，但在政府引导下，企业通过与高校的R&D合作产生知识溢出却是一条重要途径，产学R&D合作对企业提升创新能力是一种很好的制度安排。

（二）高校知识溢出、产学R&D合作GWR的分析

为了考察不同省域创新影响因素对异质性创新行为的影响，本文运用GWR技术研究中国省域高校知识溢出及产学R&D合作对工业企业创新的空间异质性作用，限于篇幅仅对高校知识溢出模型的空间异质性进行假设检验。

GWR分析最重要的是确定权重函数（见表2）。不难看出选择双重平方根函数作为权重函数时得到的AIC、AICc及残差平方和均比Gauss函数都要小，故应选择双重权重函数。

表2 高校知识溢出模型Gauss函数与双重平方根

函数比较

GWR是对每一个空间单元都进行局域回归分析（见表3）。5个参数估计值都有最大值、最小值，与OLS所得出的只有一个“全域”或者“平均”意义上的估计值存在较大差异。表3给出的GWR估计方程中AIC值为4.0629，远小于OLS估计时得到的AIC（21.1097），故可初步判断GWR模型估计值要好于OLS模型，关于此点，在下面的空间异质性的显著性检验中会有详细的分析。

表3 高校知识溢出模型GWR系数分位估计值

表4报告了高校知识溢出模型GWR实证分析结果。据GRD大小，可将其划分为三部分。第一区间（-0.5965～-0.4050）的省区有：黑龙江、吉林、辽宁、内蒙古、天津、北京、河北、山东、上海、江苏、浙江；第二区间（-0.4018～-0.3347）的省域有：山西、安徽、河南、陕西、福建、宁夏、湖北、江西、甘肃、湖南、重庆、广东；第三区间（-0.3320～-0.2682）的省域有：四川、贵州、青海、广西、云南、西藏、海南、新疆。弹性值、绝对值似乎是发达地区更大，可见发达地区政府的直接干预创新行为并未产生积极作用，且形成的负面作用要高于落后地区。我们认为可能是因为东部发达地区，经济开放度及市场化程度均要高于落后地区，企业行为更多的借助市场“无形的手”，而政府干预行为所造成的负面效果明显大于落后地区。

LNERD弹性系数估计值也存在较大的变异，最大值为0.8600，最小值为0.5366。LNERD值大小，并未同区域经济发达程度因素形成某种关联。

LNRDL亦可按其大小划分为三大区间。第一区间（0.1500～0.3067）的省域有：黑龙江、吉林、辽宁、上海、江苏、浙江、山东、天津、北京、河北；第二区间（0.3125～0.3593）的省域有：安徽、内蒙古、福建、江西、河南、山西、湖北、陕西、湖南、广东；第三区间（0.3637～0.4444）的省域有：宁夏、重庆、甘肃、贵州、广西、四川、海南、青海、云南、新疆、西藏。可以发现，经济越发达地区，其创新人员对创新活动的促进作用要低于落后地区，发达地区的创新能力并不是机械的依靠创新人员的投入，而落后地区则对其依赖性较高。

不难发现，URD的产出弹性估计值有明显的空间异质性，按其值大小分为三个区间。处于第一区间（0.1903～0.2512）的省域有：西藏、云南、新疆、海南、青海、四川、广西、贵州、甘肃、重庆、宁夏、湖南；第二区间（0.2522～0.3090）的省域有：广东、陕西、湖北、河南、江西、山西、福建、安徽、内蒙古；第三区间（0.3097～0.4412）的省域有：河北、北京、山东、浙江、江苏、天津、上海、辽宁、吉林、黑龙江。位于第一区间的大多为我国中西部经济落后地区，位于第二区间的很大一部分是我国中部地区，处在第三区间的则很大程度上是我国东部沿海经济发达地区。这表明，经济发达地区的高校知识溢出要高于落后地区高校的知识溢出，主要原因是东部发达地区高校云集、教育基础良好、教育经费充足、教育实力整体较强，其高校的科研实力较强，对企业创新的知识溢出效应也更加显著。

从表4的GWR分析中，可发现模型的R2也存在空间异质性，其值在0.8507～0.9346之间变化，全域模型解释了跨地区的创新活动总变异的87.52%（表1中模型（D）），GWR模型最高解释了创新活动总变异的93.46%，最低解释了85.07%，因此，有些局域模型比全域模型更好地模拟了数据，而全域模型比其它局域模型更好地模拟了数据。

此外，本文还考察了产学R&D合作模型GWR实证估计结果（见表5）。其中LNUERD值可以划分为三大区间。第一区间（0.1521～0.1723）的省域有西藏、新疆、云南、海南、青海、四川、广西、贵州、甘肃、重庆；第二区间（0.1730～0.1857）为广东、湖南、宁夏、陕西、湖北、江西、福建、河南、山西、安徽；第三区间（0.1881～0.2200）则有浙江、江苏、河北、山东、内蒙古、北京、上海、天津、辽宁、吉林、黑龙江。这意味着，经济越发达地区，企业众多，寻求产学R&D活动企业数量亦越多，合作期望也更高，其产学R&D合作活动更加频繁，加之高校众多，人力资本储备富足，为产学R&D合作活动提供了良好的合作条件，由此其对企业创新能力提升起到的促进作用更大。

根据上面的方法得到GWR模型的参数后，需要检验GWR是否比OLS更好地、更显著地描述变量之间的关系；每个参数估计集合是否在所研究的区域展示了空间异质性。依据空间异质性显著性检验的AVONA方差分析可知，GWR模型的AIC值为4.0629，OLS模型的AIC值为21.1097，前者远远小于后者，可见GWR比OLS有显著的改善。据Fotheringham等人（2002）提出的评价标准，只要二者之差大于3，即使把GWR模型的复杂性考虑在内，GWR还是比OLS模拟效果更好。而且，OLS的AIC比GWR的AIC大了17.0468，故可以认为GWR模型比OLS模型更好地模拟了高校知识溢出模型。

如表3所示，我们可以判断参数估计值的空间异质性是可能存在的。LNGRD、LNRDL及LNURD参数估计值的P值分别为0.0026、0.0005和0.0007，皆通过了1%的显著性水平检验，故这三个参数估计值都是显著的。常数项和LNERD的P值则非常的大，分别是0.3187和0.3281，在统计上不显著。因此，LNERD、LNRDL及LNURD的参数估计值存在显著的空间异质性，而常数项和LNERD不存在显著的空间异质性。

五、主要结论与政策建议

本文采用OLS和GWR模型，对影响规模以上工业企业创新能力的因素进行了实证分析，重点考虑高校知识溢出及产学R&D合作对企业创新能力的影响，得到如下主要结论：政府直接的经费投入并不是一种良好的制度安排，相反对企业创新能力起到抑制作用；金融机构对企业创新能力的提升并未起到实质性的正向作用；研究与开发机构的创新活动对企业创新行为并未产生知识溢出效应；高校的创新行为对企业的创新行为产生了稳健且显著的积极影响，存在知识溢出效应，有利于提高企业创新能力；产学R&D合作的开展，对企业自主创新能力提升大为有益；高校知识溢出模型中，政府投入、创新人员投入及产学R&D合作皆出现了显著的空间异质性，发达地区的政府投入对创新行为所产生的负作用大于落后地区，而高校知识溢出效应也要大于落后地区，落后地区创新行为对创新人员投入依赖性要大于发达地区；产学R&D合作模型中，落后地区的产学R&D合作对创新所起的正向作用要小于发达地区。

基于上述主要结论，得到如下的政策建议：政府要积极转变职能，从直接干预企业创新行为转变到间接引领和服务企业创新活动，不过多进行行政干预，转而依靠市场这只“看不见的手”来规范和鼓励企业的创新行为；高校在促进企业创新行为中扮演着极其重要的角色，中央和各级地方政府需要主动地制定措施、创造一切可以创造的有利条件，增加高校R&D投入，引导大学研究的重点和方向，促使大学的创新知识溢出到企业；政府要建立并完善自主创新的金融支持实现机制，拓宽创新企业直接融资渠道，构建多层次资本市场体系，解决中小企业融资难的问题；科研机构要积极推进体制和机制改革，着力于研发核心技术和关键技术，从而为企业技术创新提供知识基础和创新平台。

参考文献：

[1]江 剑，官建成.我国高校上市公司与大学“产学”合作关系的实证分析[J].科学学研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我国高校R&D知识溢出的实证研究——以高技术产业为例[J].科学学研究，2005（12）：54-59.

[10]程 华，赵 祥.政府科技资助的溢出效应研究——基于我国大中型工业企业的实证研究[J].科学学研究，2009（6）：862-868.

[11]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究，2009（10）：87-98.

[12]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究——基于面板数据单位根和协整的分析[J].金融研究，2008（12）：193-206.

[13]吴玉鸣，周 立，吕春燕.空间非稳定性模型及其在产学联盟研发创新中的应用[J].系统工程理论与实践，2010（6）：1010-1015.

本文采用OLS和GWR模型，对影响规模以上工业企业创新能力的因素进行了实证分析，重点考虑高校知识溢出及产学R&D合作对企业创新能力的影响，得到如下主要结论：政府直接的经费投入并不是一种良好的制度安排，相反对企业创新能力起到抑制作用；金融机构对企业创新能力的提升并未起到实质性的正向作用；研究与开发机构的创新活动对企业创新行为并未产生知识溢出效应；高校的创新行为对企业的创新行为产生了稳健且显著的积极影响，存在知识溢出效应，有利于提高企业创新能力；产学R&D合作的开展，对企业自主创新能力提升大为有益；高校知识溢出模型中，政府投入、创新人员投入及产学R&D合作皆出现了显著的空间异质性，发达地区的政府投入对创新行为所产生的负作用大于落后地区，而高校知识溢出效应也要大于落后地区，落后地区创新行为对创新人员投入依赖性要大于发达地区；产学R&D合作模型中，落后地区的产学R&D合作对创新所起的正向作用要小于发达地区。

基于上述主要结论，得到如下的政策建议：政府要积极转变职能，从直接干预企业创新行为转变到间接引领和服务企业创新活动，不过多进行行政干预，转而依靠市场这只“看不见的手”来规范和鼓励企业的创新行为；高校在促进企业创新行为中扮演着极其重要的角色，中央和各级地方政府需要主动地制定措施、创造一切可以创造的有利条件，增加高校R&D投入，引导大学研究的重点和方向，促使大学的创新知识溢出到企业；政府要建立并完善自主创新的金融支持实现机制，拓宽创新企业直接融资渠道，构建多层次资本市场体系，解决中小企业融资难的问题；科研机构要积极推进体制和机制改革，着力于研发核心技术和关键技术，从而为企业技术创新提供知识基础和创新平台。

参考文献：

[1]江 剑，官建成.我国高校上市公司与大学“产学”合作关系的实证分析[J].科学学研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我国高校R&D知识溢出的实证研究——以高技术产业为例[J].科学学研究，2005（12）：54-59.

[10]程 华，赵 祥.政府科技资助的溢出效应研究——基于我国大中型工业企业的实证研究[J].科学学研究，2009（6）：862-868.

[11]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究，2009（10）：87-98.

[12]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究——基于面板数据单位根和协整的分析[J].金融研究，2008（12）：193-206.

[13]吴玉鸣，周 立，吕春燕.空间非稳定性模型及其在产学联盟研发创新中的应用[J].系统工程理论与实践，2010（6）：1010-1015.

本文采用OLS和GWR模型，对影响规模以上工业企业创新能力的因素进行了实证分析，重点考虑高校知识溢出及产学R&D合作对企业创新能力的影响，得到如下主要结论：政府直接的经费投入并不是一种良好的制度安排，相反对企业创新能力起到抑制作用；金融机构对企业创新能力的提升并未起到实质性的正向作用；研究与开发机构的创新活动对企业创新行为并未产生知识溢出效应；高校的创新行为对企业的创新行为产生了稳健且显著的积极影响，存在知识溢出效应，有利于提高企业创新能力；产学R&D合作的开展，对企业自主创新能力提升大为有益；高校知识溢出模型中，政府投入、创新人员投入及产学R&D合作皆出现了显著的空间异质性，发达地区的政府投入对创新行为所产生的负作用大于落后地区，而高校知识溢出效应也要大于落后地区，落后地区创新行为对创新人员投入依赖性要大于发达地区；产学R&D合作模型中，落后地区的产学R&D合作对创新所起的正向作用要小于发达地区。

基于上述主要结论，得到如下的政策建议：政府要积极转变职能，从直接干预企业创新行为转变到间接引领和服务企业创新活动，不过多进行行政干预，转而依靠市场这只“看不见的手”来规范和鼓励企业的创新行为；高校在促进企业创新行为中扮演着极其重要的角色，中央和各级地方政府需要主动地制定措施、创造一切可以创造的有利条件，增加高校R&D投入，引导大学研究的重点和方向，促使大学的创新知识溢出到企业；政府要建立并完善自主创新的金融支持实现机制，拓宽创新企业直接融资渠道，构建多层次资本市场体系，解决中小企业融资难的问题；科研机构要积极推进体制和机制改革，着力于研发核心技术和关键技术，从而为企业技术创新提供知识基础和创新平台。

参考文献：

[1]江 剑，官建成.我国高校上市公司与大学“产学”合作关系的实证分析[J].科学学研究，2010（3）：381-387.

[2]Anselin L.，Varga A.，Acs Z.J.Local geographic spillovers between university research and high technology innovation[J].Journal of Urban Economics，1997（3）：422-448.

[3]Beise M.，Stahl H.Public. Research and industrial innovations in Germany[J].Research policy，1999（4）：397-422.

[4]Schartinger D.，Rammer C.，Fischer M.M.，et al.Knowledge interactions between universities and industry in Austria：sectoral patterns and determinants[J].Research policy，2002（3）：303-328.

[5]Belderbos R.，Carree M.，Didderen B.，et al.Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization，2004（8-9）：1237-1263.

[6]Ronde P.，Hussler C.Innovation in regions：What does really matter？[J].Research policy，2005（8）：1150-1172.

[7]Motohashi K.University-industry collaborations in Japan： The role of new technology-based firms in transforming the National Innovation System[J].Research Policy，2005（5）：583-594.

[8]Agrawal A.，Kapur D.，Mchale J.How do spatial and social proximity influence knowledge Flows？ Evidence from patent data[J].Journal of Urban Economics，2008（2）：258-269.

[9]王立平.我国高校R&D知识溢出的实证研究——以高技术产业为例[J].科学学研究，2005（12）：54-59.

[10]程 华，赵 祥.政府科技资助的溢出效应研究——基于我国大中型工业企业的实证研究[J].科学学研究，2009（6）：862-868.

[11]安同良，周绍东，皮建才.R&D补贴对中国企业自主创新的激励效应[J].经济研究，2009（10）：87-98.

[12]刘降斌，李艳梅.区域科技型中小企业自主创新金融支持体系研究——基于面板数据单位根和协整的分析[J].金融研究，2008（12）：193-206.

[13]吴玉鸣，周 立，吕春燕.空间非稳定性模型及其在产学联盟研发创新中的应用[J].系统工程理论与实践，2010（6）：1010-1015.