张旭华

(福建社会科学院 经济研究所， 福州 350001)

区域开放创新、知识整合与创新绩效:基于EC2SLS模型的实证研究

张旭华

(福建社会科学院 经济研究所， 福州 350001)

从区域视角审视开放创新行为对区域创新绩效的影响，认为区域内企业和科研机构等创新主体的开放性创新行为通过超本地化效应、多样化效应、协同效应、收益激励效应对区域创新产出有积极作用，并通过构建省际面板EC2SLS计量模型对各类型开放创新活动及区域知识整合能力影响创新绩效进行建模。研究发现:除国内市场技术购买、高校和科研机构外部R&D支出等变量影响不显著外，内向开放创新中的其他变量、外向开放创新变量均有助于区域创新绩效的提高，在其间知识整合能力也发挥了重要的中介作用。

开放创新；知识整合；创新绩效

一、引言

开放创新已成为重要的创新研究范式，企业通过嵌入外部创新网络，将企业内部的基础性知识与外部异质知识相互整合已经成为企业在研究开发上寻求突破的新路径[1]。越来越多的研究表明：无论是大企业还是中小企业、传统行业企业还是新兴行业企业，都能够从开放创新中获益。企业通过对外合作、用户参与、知识产权购买、股权投资等形式，获取知识、信息、问题解决方案，对内部的R&D形成了有益补充[2]。

开放式创新不仅是企业加速实现创新的重要手段，也是区域和产业实现创新发展方式转变的路径之一。美国在20世纪80年代制造业衰退后，在90年代的制造业重振计划中把推进大学和产业合作作为提升产业创新能力的最重要举措，专门制订了《贝耶-多尔法案》《国家合作研究法》等法律作为保障，使美国制造业重新获得竞争优势[3]。日本和韩国在二战后经济快速发展，也正是得益于产业部门大量引进国外先进技术，对其消化吸收再创新，形成自身强大的科技创新能力。近年来，我国对促进创新资源开放、区域创新协同的重视程度也日益提高，跨越省际边界的区域性发展规划不断获批。十八大提出要“走中国特色自主创新道路，以全球视野谋划和推动创新”，进一步明确自主创新要重视对外部创新资源的运用。2015年，国务院批准在苏州成立首个开放创新综合试验区，进行开放创新综合试验，试验成果将在其他地区推广。因此，现阶段推动开放创新模式在区域层面的组织、运作与实践已形成趋势，不仅是区域内个体创新范式转变的内生要求，也是区域产业与技术集群发展到特定阶段后的自然选择结果。但是，由于开放式创新概念源起于企业创新实践，现有文献资料主要阐明企业开放创新绩效、模式、组织过程、机制等，研究对象以大企业、上市公司、中小企业为主，相关概念如开放度、知识能力、组织学习、市场集中度与技术成熟度、创新资源异质性等及其与创新要素间的关联获得了众多学术关注，但从宏观角度对国家、区域层面开放创新模式的研究却仍然十分有限。从整体上看，关于区域创新开放的理论研究已滞后于实践发展需求。

由地理边界和行政边界分割而成的各类行政区域单元、产业或技术集群单元从封闭型自主创新向开放创新转变是区域、产业发展的必然趋势。基于区域发展禀赋优劣与发展模式差异，任意区域单元的内部累积创新资源总量及增长速度均无法回避技术变化风险增大、区域发展需求等级提升、产业和技术资源在区域间流动加速等因素所引致的创新资源不足的问题。因此，提高区域创新开放度、加快区域内部创新要素互动和交流、促进区域间创新资源流动和集聚成为区域创新体系建构的重要内容。在区域层面上，开放创新是使用区域内部和外部创新资源系统性地进行知识研究、知识维护、知识开发和推动制度演化的过程[4]，目的在于打破区域地理边界和行政边界对创新资源流动的限制，本质是区域内创新行为主体通过创新网络向外延伸，知识与技术生产活动向外部组织开放，以获取外部知识、信息、技术资源和能力，弥补内部创新资源的不足。在微观层面上，开放式创新与创新绩效的关系是创新模式研究的中心性问题[5]。在宏观层面上，两者间的相互作用机制及经验关系同样值得重视。 Tödtling等认为，对内部非匀质的区域创新系统而言，增加区域内部的资源流通并且与区域外其他创新体系建立紧密的协作关系对提升区域创新效率具有重要的影响[6]。Cooke对开放创新、产业集聚和区域创新系统之间的关系进行研究，认为开放创新是区域创新系统竞争力的组成部分[7]。Huang等对3 468家欧盟企业样本进行研究，发现地区产业集群内企业相对集群外企业具有更密切的产学关系，更加能从开放创新中获益[8]。但总体上，在区域层面对开放创新与创新绩效、技术进步之间联系进行的研究仍然不多见。

本文针对区域创新开放的内涵和特点，对区域性开放创新行为与区域创新整体绩效的关系进行实证研究，文章的创新之处主要有：一是从区域层面对开放式创新的作用机制进行研究，对现有的微观研究形成补充；二是系统性梳理区域创新开放的不同类型要素，并以省际面板数据为样本对各要素影响区域整体创新绩效程度进行测算；三是根据区域创新绩效与区域外向型开放创新之间的联立性因果关系，应用误差成分两阶段最小二乘模型(EC2SLS)建模计算，提高估计结果的一致性和有效性；四是考察开放创新过程中区域知识整合能力的中介效应对创新绩效的影响。

二、区域视角下开放创新与创新绩效的关联机制

按照知识基础观理论，创新行为的过程分为知识探索、知识保持和知识应用3个阶段[9]。对企业来说，开放创新就是企业在探索、保持和应用知识的过程中对流动的知识建立管理机制，使企业能够在开放的跨边界知识网络中进行学习。对区域来说，开放创新意味着知识不仅跨过组织边界，而且跨越了行政边界、产业集群边界，建立起区域内外部的知识连接和交互网络。按照知识在组织内部和外部流向方式的不同，Chesbrough等将创新开放分为内向、外向等模式[10]，其中内向创新模式是指外部知识经过获取、吸收后成为内部知识并参与创新的过程，外向创新模式则是知识通过外部市场交易或产业化实现创新收益的商业化过程。本文认为，区域创新开放程度的提高通过如下作用机制发挥对创新的促进作用：

(一)直接效应

1.超本地化效应。对区域来说，区域创新开放度提升有利于突破企业边界和区域边界，促进超本地化创新网络的形成，外部的技术、管理新知识与本地创新网络内部知识互相整合，有利于克服传统路径约束，产生创新的突破。同时，本地企业或科研机构在区域外部寻找关系强弱度不同的合作伙伴，增加了包括隐性知识输入、高端资源要素输入、创新模式输入等在内的异质性资源获得的可能性，能够在更大程度上降低本区域的创新路径锁定风险。

2.多样化效应。多样化效应往往与创新的开放宽度联系在一起，开放宽度越大，意味着将为本地的区域创新系统带来更多的重要利益相关者，区域内企业或研究部门接触到更多的知识源，可获取更多的互补性知识，更多的知识又能够促进本地区企业更加广泛、深入、快速地学习，引致大量的产品创新[11]。同时，多样化的知识来源有助于知识生产型服务组织、扩散转化型服务组织等创新服务组织的建立，提高知识获取的效率。如朱海燕对产业集群的研究发现，外部知识服务机构嵌入有利于提高集群网络中介性和知识获取能力，促进集群的研发效率提升[12]。

3.政策协同效应。政策法规部门和科技招商等政府部门在开放创新体系中具有制定开放创新政策、搭建创新平台、拓展资源引进渠道等功能，是区域开放创新的重要推动者和谋划者。进行开放创新模式的地区，将通过建立区域间创新协调机制、签订区域间科技合作协议等措施，打破区域的行政边界壁垒，促进科技资源、人才、知识等创新要素的共享和利用。这些政策措施将促进创新资源的区域间流动，提高区域创新活力。以上海为例，在政府有意识的引导下，2016年度上海获国家科学技术奖的重大科技成果中跨地域协作项目达到28项，占比超过50%。

4.收益激励效应。区域的外向型开放创新对区域创新绩效也会产生正向影响。一方面，企业或研究机构内部的知识、资源向外转让，由外部组织进行应用与商业化活动，转让方可获取商业收益，并进一步扩大对知识创新的投入；另一方面，知识或技术无需经过漫长的产品开发、中试、生产过程而直接转化为可见的收益，有利于在区域内部形成“鼓励创新、宽容失败” 的创新竞争氛围，激励研发机构加快创新、提升竞争能力。

(二)中介效应

除直接作用机制外，区域开放创新对创新绩效的影响还可能受区域知识整合能力的中介效应或调节效应的影响。虽然创新开放度提高有利于知识在区域的组织间转移，但知识转移过程存在着由于转移者和接收者间知识水平差异所造成的知识垂直分裂，以及不同性质知识融合中所造成的知识水平分裂[13]。企业和研究机构需要充分整合组织外部的显性或隐性知识，对那些和企业原先知识基础差异大的技术知识，需要进行使用、开发或搜寻新的应用空间和市场。隐性知识还需要通过进一步学习将其转化为本区域可资利用的显性知识。如果只从外部获取知识，而没有进行消化、吸收，则外部知识资源仅停留在显性层次，无法进行再创新，因此掌握外部知识中难以编码的隐性知识对各创新主体组织的创新至关重要[14]。基于这一原因，本文假设由异质性区域知识整合能力所决定的对外部知识的整合、吸收和利用效率对区域创新增长有较大的影响。

三、模型构建

(一)计量模型设定

区域创新活动的对内、对外开放所产生的超本地化效应、多样化效应、协同效应、收益激励效应等对区域创新产出有积极的影响。而区域创新开放主要表现为对外部技术知识的获取和购买、对外部技术创新服务和技术咨询服务的购买等内向型开放模式，以及区域内创新主体对外转让知识成果、专利使用权等外向型开放模式，按照这一思路，可以构建区域创新产出的基准回归模型：

innopatit=β0enteit+β1insteit+

(1)

其中：i代表省份，t表示年份，innopat为发明专利申请数所表示的创新产出变量，ente表示企业部门对外部技术知识的获取，inste表示科研机构和高校部门对外部技术知识的获取(由于企业部门和研究机构对外部知识的获取动机与期望存在一定差异，故划分为两个部门考察)。PCS为各区域对外部知识的购买，共包含buyf、buyh、tcons、tserv4个子指标，其中buyf反映对境外技术知识的购买，buyh是购买国内技术的经费支出，tcons表示从组织外部获得技术咨询，tserv表示技术服务的购买，以上几个变量都属于内向创新开放变量。techsales表示区域内企业或研究机构对知识、专利的有偿转让，反映创新的外向开放。KI为各区域知识整合能力，共包含ent_dige、ent_upgr、ba_above3个子指标，其中ent_dige为消化吸收外部知识所进行的支出，ent_upgr为企业升级技术设备所进行的支出，用来反映区域企业对外部知识的整合与吸收能力，ba_above为科研机构和高校部门研究人员中本科以上学历的R&D人员数，反映区域研究部门的知识整合能力。为消除面板数据中可能存在的非平稳性和非线性问题，本文所用变量采用对数形式。

(二)变量的选择

1.区域创新开放的测度。区域创新的开放程度主要取决于区域行政边界对创新资源自由流动所构成的各类软性约束，以及区域内创新主体对整合、利用外部创新要素的愿望和能力。Dahlander等认为，按照知识获取和释放方式的不同，开放创新可分为获取、采购、出售、展示4种类型[15]。借鉴这一划分，本文把开放创新行为划分为对知识的获取、对知识的购买以及知识的出售3种类型，对知识的展示由于难以确定合适的代理变量而未纳入模型。其中，用区域内规模以上工业企业(ente)、研究机构和高校(inste)的R&D经费外部支出作为区域获取外部知识水平的测度，R&D经费外部支出是企业、研究机构为取得需要的科研成果委托外部单位或与外部单位合作进行科技活动而向对方支付的费用，在合作结束后，外部单位取得的研究成果和知识将向委托方转移，因而外部经费支出额反映了本地区企业和研究部门从组织外部获取知识的规模和水平。对知识的购买情况则用各地区国外引进技术合同金额(buyf)，以及按技术输入地域划分的技术转让成交金额(buyd)两项指标来反映，衡量一地区从国外、从国内其他地区或同地区的其他组织以购买方式获得知识的规模和水平，其中国外引进技术合同金额按照各年人民币兑美元汇率进行单位换算。

从其他科研机构或企业获得技术创新服务和技术咨询服务也是对外部专业化知识成果进行再利用的重要方式，技术创新服务的目的就是促进和组织创新要素，形成协同效应、规模效应和网络效应[16]，以提升企业的创新能力，但技术服务不仅仅限于知识、信息、知识产权等软性资源，也涵盖了资本、设备等硬性资源，属于服务价值链的高端。技术咨询则主要体现为组织内的知识、智力资本在外部延伸再次利用的过程，可覆盖产品开发过程从规划、设计到中间件技术的应用、产业化和工程化等环节，获取相关的知识、经验有助于企业节约创新成本、降低创新风险。因此，本文选取技术服务合同金额(tserv)和技术咨询合同金额(tcons)作为测度区域创新开放的多样性指标。

创新活动的外向开放反映企业、研究机构将技术知识向组织外转移并取得收益的行为，由于现行科技活动统计中仅包括研究机构和高校部门的专利转让及使用许可收入情况，缺乏对企业部门专利权转让收益情况的统计，本文用各地区按技术输出地域划分的技术市场成交合同额(techsales)来表示，反映区域整体技术知识对外转让、技术服务和技术咨询对外提供所取得的收益。

2.知识整合能力。知识整合能力没有统一的度量方法，一是由于知识整合的内容较为丰富，涉及到知识的重构、消化、吸收和利用过程所包括的各种要素流动与组织行为；二是在现有统计资料中较难获取或构建合适的代表性指标。即使是知识整合中最常见的吸收能力概念也存在众多不同的测度方法，如Cohen等用研发强度来度量企业的知识吸收能力，即研发投入与营业收入的比值[17]；戴魁早用自主创新和人力资本的交叉项作为动态的技术吸收能力[18]；肖利平等用消化吸收经费支出和技术改造支出(模仿创新)来代表广义的技术吸收能力[19]；刘凤朝等用区域研发资本投入来衡量区域吸收能力[20]。本文用企业消化吸收经费支出(ente_dige)与技术改造支出(ente_upgr)衡量该地区企业部门知识整合能力水平，用具备本科以上学历的高校研究人员数(ba_above)衡量该地区研究部门的知识整合能力水平。

3.创新绩效指标。各地区专利申请数量是较为常用的反映区域创新绩效的指标，专利包括发明专利、实用新型专利、外观设计专利等几种类型，发明专利具有较高的知识技术含量，更能够代表一个地区的技术创新能力和水平，因此本文采用发明专利申请量(innopat)作为衡量区域创新绩效的指标。

为剔除物价因素对各区域开放创新支出的影响，本文选择采用综合价格指数对各项开放创新支出费用进行平减。以外部经费支出为例，外部经费支出是委托外单位进行科技合作转拨的经费支出，其中既包括研究开发直接费用，也包括人工费、折旧费等，因此适合用各地区工业品价格指数(PIit)和居民消费价格指数(PCit)构建的价格综合指数进行平减。参考朱平芳等的加权算术平均构造形式[21],价格综合指数设为Pit′=0.6PIit+0.4PCit。 除主要表现为智力价值的技术咨询指标以居民消费价格指数进行平减外，其余指标均以价格综合指数进行平减。以上变量指标来自《中国科技统计年鉴》《中国统计年鉴》，由于2009年后我国科技统计范围与内容发生变动，本文所涉部分变量指标如各地区规模以上工业企业科技活动等从2009年才开始纳入统计，所以样本期设定为2009—2014年。面板回归包括全国30个省、自治区、直辖市，不含西藏及香港、澳门、台湾地区。

四、实证分析

(一)基准回归分析

由于模型设置中影响创新绩效的解释变量数较多，因此本文采用“一般到特殊”的建模方法，逐步添加解释变量进行参数估计，以观察各解释变量对区域创新绩效产生的影响。对各模型的Hausman检验表明应选择固定效应模型进行估计，结果见表1。

从表2可以看出，区域内企业或研究机构的开放创新行为对区域的总体创新绩效有显著的正向影响。随着引入开放创新解释变量数量的逐步增加，方程的拟合优度不断提高，各模型参数联合检验结果均显著，表明模型设计总体上较为合理。除购买国内技术与引进国外技术变量系数显著性不高以外，其他变量系数显著性水平都在5%水平上，说明各类开放创新行为依据不同的作用机制促进组织吸纳外部知识，提高创新能力。其中，企业部门对外部知识的获取对创新绩效的正向影响始终在1%的显著性水平，而研究部门对外部知识的获取却不呈现显著性且方向不始终为正。各区域的技术输出成交金额对区域创新绩效的影响也始终为正，意味着技术对外转让越多的地区创新绩效越好。从知识购买的角度来看，国内技术购买对本地区创新绩效作用不明显，这一实证结果与肖利平等的结论相同，他们认为技术购买行为对创新增长没有显著影响，原因即在于国内技术核心含量不足、技术发明数少，对创新水平提升空间小[20]。区域内企业和研究机构通过技术服务与技术咨询等方式进行辅助创新的影响显著为正，表明技术服务与技术咨询是创新过程中十分重要的环节，借助外部专业化知识有利于突破产品或技术创新过程中的难点，加速创新进程，提高创新成功率。从知识整合能力对区域创新绩效的影响来看，研究部门的知识整合能力对创新绩效有显著影响，而消化吸收经费支出、技术改造支出对创新绩效的影响显著为负，与预期均不相符。

表1 区域性开放创新与创新绩效的固定效应基准回归结果

注：括号中的值为相应系数的标准误差，F统计量括号中的值为对应的p值，*， **，***表示在10%、5%、1%的水平下显著

表2 区域性开放创新与创新绩效的EC2SLS估计结果

注：括号中的值为相应系数的标准误差，F统计量括号中的值为对应的p值，*， **， ***表示在10%、5%、1%的水平下显著

(二)内生性问题及其检验

基准回归模型估计结果反映了模型设计的总体合理性，但仍然需要对模型的稳健性进一步加以测试。从各解释变量与被解释变量间的内在逻辑关系不难发现，由于创新活动更多、发明专利更多的区域相比创新活动少的区域具有更多的知识存量，相比其他区域具有技术优势，也就更具备把现有知识转化为商业成果的可行性和积极性，这意味着创新活动量的增加将导致该区域向其他区域技术输出量的增多，两者之间存在着反馈效应。在这种情形下，由于技术输出量和个体异质效应及方程的残差项之间存在相关性，变量系数βk的普通最小二乘估计是有偏的。为了验证技术输出成交金额变量的内生性假设，我们利用模型的OLS和2SLS估计结果进行Durbin-Wu-Hausman检验，其中Durbin统计量为7.642 7(服从于自由度为1的χ2分布)，Wu-HausmanF值为7.449 5，两者均在0.01的水平上拒绝技术输出量是外生变量的原假设。

因此，为获得一致渐进有效的估计结果，需要应用工具变量法进行估计。工具变量的选择须满足两个条件：首先，工具变量需要和内生解释变量有较大的相关性；其次，工具变量与扰动项相关性为零。本文选择各地区被SCI收录的论文数滞后一期值作为地区技术输出合同成交金额的工具变量，SCI收录论文数反映出该地区基础科学研究能力的强弱，通常基础科学研究能力越强，具有的技术优势越大，在技术市场上对知识商业化的规模就越高，两者相关性也就越高。同时，滞后一期的变量可以消除工具变量与当期扰动项之间可能存在的相关性。为了检验工具变量的合理性，首先我们进行秩条件非识别检验，可计算出Anderson canon LM统计量为48.572，P值为0.000 0，因此在1%的显著水平拒绝工具变量识别不足的原假设；其次,弱识别检验结果显示Cragg-Donald Wald F 统计量为62.457，大于Stock-Yogo弱识别检验的10%临界值16.38，拒绝了选定的工具变量为弱识别的原假设,说明工具变量中包含内生性变量的信息并非很少。因此，所选择工具变量具有一定的合理性。

(三)模型的EC2SLS估计

EC2SLS方法分别估算方程组内估计和组间估计模型，组内估计模型通过去均值方式消除误差成分的影响，组间估计模型通过组均值转换方式，再利用组内2SLS估计量(W2SLS)和组间2SLS估计量(BE2SLS)的方差加权平均获得EC2SLS估计。令y为被解释变量，S=[X1,X2]，X1为外生变量集合，X2为内生变量集合，Z为工具变量，X=[X1,Z]为所有外生变量集合，式(1)可记为

y=Sβ+u

(2)

其中：单因素误差成分u=Sμμ+ε，Sμ=(IN⊗eT)，μ=(μ1,μ2,…,μN)′，ε=(ε11,ε21,…εNT)′，e为单位向量。令Q=INT-P,P=IN⊗JT,I为单位矩阵，J为所有元素为1的矩阵，则式(2)变换为

Qy=QSβ+Qu

(3)

(4)

其中，

在估计过程中，分别应用组间2SLS,组内2SLS,EC2SLS等方法对模型进行估计，作为对照，也列出了G2SLS的估计结果。结果显示，组间2SLS和组内2SLS在估计结果上存在比较显著的差异，这说明未观测到的各区域异质性特征在统计上的影响较为显著，进一步证明了原方程解释变量与μit存在相关性。但由于传统的Hausman检验不能检验出自变量和扰动项相关的联立性内生性。对此，Baltagi提出了基于固定效应2SLS和随机效应2SLS估计差异的Hausman检验，根据模型的估计结果，可计算出FE2SLS-EC2SLS的Hausman统计量值为2.194 3，在自由度为10的χ2分布下不显著，不能拒绝EC2SLS是一致估计的零假设，因此模型可选择EC2SLS估计式作为更有效的估计结果。

估计结果显示：和固定效应回归结果比较，使用EC2SLS方法的解释变量系数在数值上发生了变化，国外引进技术经费支出与规模以上企业技术改造支出变量的方向也发生了变化，方程的拟合优度得到提高。EC2SLS估计表明：企业R&D经费外部支出在1%的水平上显著，表明地区内企业部门增加R&D经费外部支出对区域创新有较大的促进作用，企业部门外部经费支出每增加1%，将促进区域的发明专利申请量增加0.355个百分点。但科研机构的R&D经费外部支出变化对区域创新绩效的影响不显著。在对外部知识的购买方面，对国外技术引进支出影响创新绩效由不显著变为在10%的水平上显著，且呈现正向影响；对国内技术购买支出的影响仍然不显著，这表明在国内技术市场上用于交易的技术知识含量较为有限，难以在其基础上进行利用式创新。对技术服务和咨询服务的购买均呈现出较强的显著性，这与固定效应的估计结果保持了一致性，两者对区域创新绩效的影响均为正向，且大小相近，也进一步验证了开放创新通过多样化效应促进了区域创新增长。在外向型开放创新方面，EC2SLS估计下，区域的外向性开放创新的显著性和影响力均呈下降趋势，但仍然为正向，表明在控制逆向因果效应后，区域技术对外输出对创新的贡献有所下降，对外转让技术的成交金额每增加1%，将促进区域发明专利申请提高0.112 1%。在知识整合能力方面，企业的消化吸收支出仍然呈现出显著的负相关性，其原因可能在于企业用于外部知识的消化吸收经费支出越高，意味着企业组织内原有知识与吸收进来的外部知识之间的分裂越大，将其融合并转化为可运用知识所需的时间越长、成本越高，无法快速将其转化为自身的技术专利，消化吸收支出对创新的贡献或在时间上存在滞后性。和基准效应回归的估计结果不同，技术改造支出对创新绩效有较显著的正向影响，原因在于企业进行技术改造的动机往往是出于对新工艺、新生产流程的追求，在技术改造过程中可能就会产出更多的创新成果。研究部门以人力资本方式表现的知识整合能力则对创新绩效有显著的正向影响，表明参与研发的人力资本的质量越高，创新产出增长越快。

五、结论与政策启示

本文对区域开放创新、知识整合能力与创新绩效之间的关系进行了实证研究，结果表明，区域内企业与科研机构的开放性创新活动对区域的创新绩效有较显著的正向影响。主要研究结论有以下几点：(1)区域内企业R&D外部经费支出对区域发明专利申请量具有显著的正向影响，是贡献程度最高的开放性创新活动；科研机构和高校的R&D外部经费支出的影响则不显著。(2)技术服务与技术咨询购买作为创新过程中内部研发的必要补充，对创新产出具有显著的正向影响，然而，国内技术市场上的技术购买对区域创新产出的影响则不显著。(3)知识整合能力在内向型开放创新与创新绩效间起到了中介作用，尤其是一个地区的科研机构与高校研发人员的人力资本质量越高，意味着对内外部知识加以整合的能力越强，对创新的正向影响就越强。企业部门在消化吸收上的支出与创新产出呈负向关系，技术改造支出则为正向。(4)外向型开放创新对创新产出存在正向影响，但两者间呈联立性因果关系，在研究开放创新与创新绩效的关系时必须消除这一影响。

上述结论对我国区域创新开放和创新能力的提升有重要的启发意义：

(1)突出开放创新在区域创新发展中的重要性。本文发现，开放创新对区域创新绩效有积极影响。但受限于观念束缚和利益分配因素，一些省份仍然存在“封闭创新”的发展思路，认为创新主要依赖本地的创新主体和要素，对外部协同创新、外部科技成果转移未予以足够的重视。一些创新能力较强的省份则相对更重视区域开放创新。如江苏提出要加快形成开放创新的优势特色，更大力度“引进来”促进自主创新，更大步伐“走出去”嫁接全球资源。因此，要树立开放创新的观念，着力建立健全协同创新机制，优化产学研合作模式，鼓励企业和科研院所共同组建产业技术创新联盟，推进创新资源共享、协同研发，促进行业关键共性技术攻关。深化与其他国家和地区的创新合作，主动嵌入全球创新网络，形成跨区域、跨境创新要素自由流动和协同的新格局。

(2)重视创新人才的引进。开放式创新打开了创新的地理边界和组织边界，但外部的异质性知识必须依靠高效率的知识整合才能将其吸收、利用和再创新。本文研究表明，知识整合的关键在于高质量的人力资本，因此要实行更加开放的引才机制、健全人才顺畅流动机制，营造一流的人才发展环境，提高本地区对创新人才的吸引力。以深圳为例，深圳本地的高校并不多、不强，但依然成为我国最具活力的创新地区之一，其原因即在于深圳出台了海外高层次人才“孔雀计划”，举办国际人才交流会，制定出台高层次专业人才“1+6”文件、实施人才安居工程等多项政策措施，使其成为创新人才的聚集高地。

(3)注重创新服务机构建设。研究发现，创新主体在创新过程中接受的技术服务与技术咨询在成果转化链中起重要作用。要加快发展科技服务机构，为创新主体提供研发设计、技术转移、知识产权、检验检测认证、科技咨询等专业化和综合性科技服务。推动地区的科学技术服务业向专业化、规模化、集群化方向发展。可借鉴上海、深圳等地的做法，建立技术转移、咨询服务的创新券制度，支持创新主体向企业、高校、科研机构、科技服务机构以及创客服务机构购买科技服务，培育创新友好的市场环境。

[1] WEST J,SALTER A,VANHAVERBEKE W,et al.Open innovation:The next decade[J].Research Policy,2014,43(5):805-811.

[2] 张振刚,陈志明,李云健.开放式创新、吸收能力与创新绩效关系研究[J].科研管理,2015(3):49-56.

[3] 张学文,陈劲.开放科学对产业创新的影响——基于美国制造业的实证研究[J].科学学研究,2013(3):368-377.

[4] 魏建漳.区域开放创新：发展阶段与策略研究[D].深圳：深圳大学，2015.

[5] 张永成,郝冬冬,王希.国外开放式创新理论研究11 年：回顾、评述与展望[J].科学与科学技术管理,2015(3)：13-22.

[6] TÖDTLING F,TRIPPL M.One size fits all:Towards a differentiated regional innovation policy approach[J].Research Policy,2005,34(8):1203-1219.

[7] COOKE P.Regionally asymmetric knowledge capabilities and open innovation:Exploring “globalisation 2”——A new model of industry organization[J].Research Policy,2005,34:1128-1149.

[8] HUANG F,RICE J.Does open innovation work better in regional clusters?[J].Australian Journal of Regional Studies,2013,19(1):85-119.

[9] LICLUENTHALER U.Outbound open innovation and its effect on firm performance:examining environmental influences[J].R&D Management,2009,9(4):317-330.

[10] CHESBROUGH H,CROWTHER A K.Beyond high tech:early adopters of open innovation in other industries[J].R&D Management,2006,36(3):229-236.

[11] ZAHRA S A,IRELAND R D,HITT M A.International expansion by new venture firms:international diversity,mode of market entry,technological learning and performance[J].Academy of Management Journal,2000(43):925-950.

[12] 朱海燕.知识密集型服务业嵌入与内生型产业集群网络结构优化[J].经济地理,2010(2):273-278.

[13] 王燕,张宗益.区域自主创新知识资源利用的机理及路径研究[J].财贸研究,2010(3):39-44.

[14] 汪晓梦.安徽技术创新绩效的区域性评价与对策思考[J].重庆理工大学学报(社会科学)，2015(9)：39-42.

[15] DAHLANDER L,GARNI D.How open is innovation？[J].Research Policy,2010,39(6):699-709.

[16] 李增辉,汪秀婷,牟仁艳.面向我国重点产业的技术创新服务平台构建研究[J].科学学与科学技术管理,2012(3):33-38.

[17] COHEN W M,LEVINTHAL D A.Absorptive Capacity:A new perspective on learning and innovation[J].Administrative Science Quarterly,1990,35(1):128-152.

[18] 戴魁早.中国自主创新与经济增长关系的实证研究——基于技术吸收能力的视角[J].科学学研究,2008,26(3):626-632.

[19] 肖利平,谢丹阳.国外技术引进与本土创新增长：互补还是替代——基于异质吸收能力的视角[J].中国工业经济,2016(9):75-92.

[20] 刘凤朝,刘靓,马荣康.区域间技术交易网络、吸收能力与区域创新产出——基于电子信息和生物医药领域的实证分析[J].科学学研究,2015(5):774-781.

[21] 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——上海市的实证研究[J].经济研究,2003(6):45-53.

[22] BALTAGI B H.面板数据计量经济分析[M].北京：机械工业出版社,2010.

[23] BALTAGI B H,LIU L.A note on the application of ec2sls and ec3sls estimators in panel data models[J].Statistics & Probability Letters，2009,79(20):2189-2192.

RegionalOpenInnovation,KnowledgeIntegrationandthePerformanceofInnovation:AnEmpircalStudyBasedonEC2SLSModel

ZHANG Xuhua

(Economic Institute, Fujian Academy of Social Sciences, Fuzhou 350001, China)

The paper discusses the effect of the open innovation on the innovation performance at the regional level, and it holds that open innovation activities of enterprises and R&D organizations should have positive effect on innovation output by ex-localization, diversification, coordination and material encouragement. After building an EC2SLS model on provincial sample panel data, this paper finds that except domestic technology purchase, R&D external spending of R&D sectors, most of inward open innovation and outward open innovation could have positive effect on innovation, and knowledge integration capacity plays an important role as intermediary variable.

open innovation; knowledge integration; innovation performance

10.3969/j.issn.1674-8425(s).2017.11.007

2017-04-20

福建省社会科学规划项目”持续推进福建海洋强省建设对策研究”(2014B030)

张旭华(1976—)，男，福建晋江人，副研究员，研究方向：区域发展与产业创新。

张旭华.区域开放创新、知识整合与创新绩效:基于EC2SLS模型的实证研究[J].重庆理工大学学报(社会科学)，2017(11):41-49.

formatZHANG Xuhua.Regional Open Innovation, Knowledge Integration and the Performance of Innovation: An Empircal Study Based on EC2SLS Model [J].Journal of Chongqing University of Technology(Social Science)，2017(11):41-49.

F124.3

A

1674-8425(2017)11-0041-09

(责任编辑魏艳君)