创新链视角下产学研合作、高校创新与技术进步_张煜.pdf

第 41 卷第 7 期2023 年 7 月科学学研究Studies in Science of ScienceVol 41 No 7Jul 2023文章编号:1003 2053(2023)07 1294 12创新链视角下产学研合作高校创新与技术进步张煜1，2，3，苏竣1，2(1 清华大学公共管理学院，北京 100084;2 教育部科技委战略研究基地:清华大学科教政策研究中心，北京 100084;3 科学技术部高技术研究发展中心，北京 100044)摘要:在创新链视角下，充分考虑中央高校与地方高校的差异性，将产学研合作不同类型高校的科技创新与全社会技术进步纳入创新链中，并提出三项假设，以此构建理论模型。采用中国 31 省 10 年的面板数据，计算全要素生产率，并应用中介效应模型和固定效应面板回归模型，分别对不同类型高等学校的科技创新过程和技术进步的影响因素加以实证研究，以揭示中国创新链中科技创新的运作机制。研究发现:加强产学研合作，对中央高校意义更大。加大创新投入，对地方高校更有益。技术进步中，中央高校的正向作用显著。提出建议:粗放型地加大创新投入力度，是促进地方高校创新的重要路径。中央高校应当完善产学研合作机制，走精细化创新之路。应采取多种措施支持中央高校发展，以促进全社会技术进步。关键词:产学研合作;中央高校;地方高校;创新链中图分类号:F062 4;G3;G648文献标识码:A收稿日期:2022 05 31;修回日期:2022 08 31基金项目:国家自然科学基金重点国际合作研究项目(71520107005);国家自然科学基金创新研究群体项目(71721002)作者简介:张煜(1988 )，男，博士后，通讯作者，E mail:zyxicai qq com。苏竣(1965 )，男，教授、博士后合作导师。据 EPS 平台中的中国教育数据库数据显示:2020 年，中央部门普通高等学校数仅为 118 所。中央高校在机构数量上很少。但 2019 年，部委院校发表学术论文达 84025 篇，教育部直属院校更是高达384520 篇。尽管中央高校数量上很少，但其科研成果却很多，这与其机构数量不成比例。这显示出中央高校的科研创新能力十分突出。可见，中国科技创新体系中，中央高校占据着比较重要的地位。除了中央高校，中国高等教育体系中还有另一类高校 地方高校。2020 年，地方普通高校数达 2620所。2005 年，地方院校发表学术论文 270523 篇;2019 年，地方院校发表学术论文高达 614776 篇。地方高校影响越来越大，愈加成为中国高等教育体系中不可忽视的一部分。高等学校与企事业单位进行横向课题合作是产学研合作的重要形式。据 EPS 平台中的中国教育数据库数据显示:2005 年，企事业单位委托经费指标，教育部直属院校为 9427636 千元，地方院校为5440439 千元。2019 年，企事业单位委托经费指标，教育部直属院校已高达 31632594 千元，地方院校达到 24807949 千元。产学研合作在中国科技创新体系中更显重要。不同类型的高等学校和产学研合作均在中国创新系统中扮演着特定的角色。它们对全社会技术进步有何影响?这值得研究者深入探索。本研究将在创新链视角下，充分考虑中央高校与地方高校的差异性，将产学研合作不同类型高校的科技创新与全社会技术进步统一纳入创新链中，以此构建理论模型。然后，计算全要素生产率，以反映全社会技术进步状况。最后采用实际数据，实证探究中国创新链中科技创新的运作机制。明晰产学研合作对高校创新的重要意义，揭示不同类型高校在创新链中角色的异质性，为中国高等教育的分类发展提供针对性的建议，也为优化中国创新链中各环节运作提供启示。这将有助于中国高等教育事业进一步发展，促进中国科技进步。本研究的创新点和贡献在于:第一，视角新颖。研究在创新链视角下展开。该创新链立足中国高等教育科技创新全过程，以中国高等教育为观察视角，完整地反映了中国科技创新的运作机制。第二，异DOI:10.16192/ki.1003-2053.20220921.003第 7 期张煜 苏竣:创新链视角下产学研合作高校创新与技术进步质性分析。研究过程中充分考虑了中央高校与地方高校的差异性，最终揭示了不同类型高校在创新链中角色的异质性，为中国高等教育的分类发展提供了具有针对性的政策建议。第三，结论和启示有新意。为不同类型高校提供了差异化和针对性的建议。1文献回顾和理论假设1 1产学研合作与创新产学研合作在中国科技创新体系中十分重要。国内外文献中，有很多学者研究了产学研合作与科技创新的关系问题。Ben Zhang，Xiaohong Wang 使用哈尔滨工业大学 804 名工程学者的数据集，实证检验了大学 产业合作对研究绩效的影响1。HuaCheng，Zhiying Zhang 等利用 2000 2013 年中国 30省大学的面板数据，检验了大学 产业合作政策(UIC 政策)对研发投入(企业 大学合作投入和政府 大学合作投入)、知识产出和创新链不同阶段的转型成果的影响2。樊霞，陈丽明等采用 PSM 方法，运用广东省数据，研究探讨了产学研合作对企业技术创新绩效的政策效应3。王保林，张铭慎依托开放式创新的分析框架，分析了产学研合作与创新绩效的关系并阐明其作用机理4。王红梅，邱成利指出企业创新必须有科研机构、教育培训机构、中介机构的合作及政府的支持，因此创新链上各主体的合作对于创新至关重要。在产品链中，上、下游企业之间的合作创新有利于各个参与分工的企业提高创新能力及整体创新效率5。本研究聚焦高等教育的科技创新，将探讨高等教育中的产学研合作与创新的关系问题。横向课题合作是高校产学研合作中的一种形式，其能够向高校提供研发经费等支持，这必将影响高等学校的研发经费投入，从而间接对高校创新产出产生影响。这种创新支持显然也可以直接对高校的创新产出产生影响。故这里给出假设:H1:产学研合作能够直接或间接影响高校创新产出。1 2创新投入产出研究科技创新过程中，最基本和核心的关系是创新投入产出关系。创新投入产出关系认为人力要素和资本要素等研发投入有助于创新产出提升。国内外众多学者对此加以了研究。Eyup Calik，Fethi Cali-sir 利用土耳其 309 家公司的数据进行结构方程建模，以检验创新投入、创新过程和创新产出之间的关系6。曹勇，苏凤娇运用 Pearson 相关分析、改进的Griliches Jaffe 知识生产函数模型和逐步回归分析等方法，实证分析 1995 2008 年我国高技术产业技术创新投入对创新绩效的影响机理7。古利平，张宗益等研究发现中国的创新投入产出弹性很高，专利对科研资金的产出弹性为 0 465，而我国专利对科学家和工程师的产出弹性甚至高达 1 2018。马文聪，侯羽从 2009 年广东省企业数据库中选取 263家企业，探讨了研发投入强度(研发经费投入强度和研发人员投入强度)和人员激励(薪酬激励和人员培训)对企业创新绩效的影响9。回顾上述学者研究，发现这些文献多聚焦高技术企业的研发创新。与此不同，本研究将探讨高等学校的科技创新过程，并将在此过程中考虑中央高校与地方高校的差异。通常认为:增加研发经费等创新投入有助于创新产出增加。这对高等学校同样适用。故提出假设:H2:研发经费投入对高等学校创新产出具有正向影响。1 3高等教育与技术进步高等院校是中国创新体系中非常重要的主体。有很多国内外文献探讨了中国高等教育发展与全社会科技进步的关系问题。Peng Wang，Jianbo Zhang基于 2001 2010 年中国 13 个省市的经济统计数据，研究了大学创新投入和产学研合作对大中型工业企业创新产出的影响10。蒋佳，赵晶晶等采用2003 2014 年全国 31 省(市区)的面板数据和空间计量模型，对异质性人力资本之于全要素生产率的直接增长、空间溢出以及追赶等三种效应进行实证检验，提出了我国高等教育结构调整、资源优化配置等方面的政策建议11。吕艳，胡娟指出一个区域的高等教育发展水平对该区域的创新水平具有显著的正效应，作用主要体现在人才培养、知识产出、实际创新活动的参与三方面12。王成军，秦素利用中国140 所高校 2010 2017 年的面板数据，采用 GMM方法，实证研究高校参与产学合作对学术创新绩效的影响，以及不同学科分类下高校类型的调节作用13。王巍，陈劲等采用探索性单案例研究方法，以中国西部科技创新港为研究对象，分析归纳高水平研究型大学驱动创新联合体建设的基本架构和过5921科学学研究第 41 卷程模式14。张心悦，马莉萍基于 2004 2018 年省级面板数据对高等教育数量与质量影响全要素生产率作用机制进行研究。指出为提升我国的全要素生产率，应适度扩大高等教育规模，提升高等教育质量，保证高等教育在区域间协调发展15。回顾上述研究，发现王巍，陈劲等的研究涉及到了高水平研究型大学，这是中国高等教育中一种特殊类型的高校。王成军，秦素的研究也涉及到了不同高校类型。蒋佳，赵晶晶等和张心悦，马莉萍的研究探讨了全要素生产率这一技术进步指标。本研究也将探讨高等教育与技术进步的关系，同样也会探讨全要素生产率问题。并且，本研究将考虑中央高校与地方高校这两种不同类型高校的异质性。高等教育的创新，尤其是基础研究的突破，能够给全社会带来技术上的正外部性。高校的科研成果与高技术产业的应用转化成果共同优化着全社会的创新生态，推动着技术进步。上述很多文献中的实证研究也都证实:高等教育有助于全社会技术进步。因此，提出假设:H3:高等教育发展对全社会技术进步有正向影响。1 4创新链研究与产业链的特征相仿，创新链是将创新过程中的各环节组成了一个链条，是当前国内外研究中的一个热点。有很多国内外文献探讨了创新链问题。Siqi Fu，Yudong Wang 为了实现战略性新兴产业创新链和资金链的融合，提高产业创新绩效，实现资本增值，基于两条链的内涵和结构特征，从要素、融合过程以及演化规律三个方面对融合机制进行了分析和总结16。蔡翔指出创新链思想的提出，为解决我国长期以来技术链、产业链、技术创新链之间的结构性失衡提供理论指导17。陈程，刘和东通过运用数据包络分析方法，基于创新链的视角测度了 1999 2008 年我国高新技术产业的创新绩效18。付丙海，谢富纪等构建了创新链资源整合、双元性创新和创新绩效的关系模型，并利用长三角 196 家新创企业数据进行实证分析19。林淼，苏竣等指出技术链、产业链和技术创新链三者之间存在的结构性失衡是导致科技成果转化不畅的根本原因20。本研究也将探讨创新链问题。创新链将是本研究实证考察高等教育科技创新机制的主要视角。本研究将以 H1 H2和 H3三项假设为依据，以中国高等教育为立足点，将高等教育科技创新过程中的各环节组成一个完整的链条，构建一条创新链，将中国科技创新的运作机制反映出来。以三项假设为依据，本研究构造了以中国高等教育为中心视角的创新链条，见图 1。图 1以中国高等教育为中心视角的创新链条Figure 1Innovation chain mainly from the perspective ofChinas higher education图 1 为以中国高等教育为中心视角的创新链条。图 1 中以产学研合作为创新链的起点，以全社会技术进步为创新链的终点。该创新链完整地反映了中国科技创新的运作机制。图 1 中，高等学校可以分为中央高校和地方高校两大类。本研究提出的三项假设即图 1 中的三条路径“H1 H2 H3”。“H1 H2 H3”路径形成了创新链的主干。其中，H1和 H2路径反映了高等学校创新的来源，H3路径反映了高等学校创新的去向。H1和 H2路径揭开了中国高等教育体系中科技创新生成的黑箱，从来源角度揭示了高等学校创新成果的产生过程。H3路径反映了中国高等教育创新对全社会技术进步的贡献，是高等学校科技创新成果产生的作用，从去向角度研究了高等学校创新成果的最终影响。“创新人力投入”和“高技术产业创新”是创新链条的分支，分别为 H2和 H3路径上的控制变量。高技术产业创新反映了中国高等教育系统以外的产业创新力量，本研究重点探讨中国高等教育创新，在此仅将其作为控制变量纳入图 1 之中。本研究将以图 1 中的创新链为基础，并充分考虑中央高校与地方高校的差异性，构建理论模型。具体地，构建中介效应模型，以反映 H1和 H2路径上的高等学校科技创新过程;构建面板固定效应模型，以反映 H3路径上高等学校科技创新对全社会技术进步的影响。最后采用实际数据，对 H1 H2和 H3三项理论假设进行假设检验。6921第 7 期张煜 苏竣:创新链视角下产学研合作高校创新与技术进步2研究设计2 1变量选取研究中所使用的各变量符号、变量用途、定义指标及说明，具体见表 1。表 1各变量的定义及说明Table 1Definition and description of each variable类型变量用途变量符号定义指标变量说明维度地区维度I地区(省)个体效应时间维度T/Ti时间(年)时间序列全要素生产率计算因变量Y国内生产总值/增加值(当年价)(亿元)总产出自变量J城镇就业人员数(万人)劳动贡献自变量K全社会固定资产投资总额(亿元)资本贡献(计算全要素生产率)自变量;(影响因素分析)因变量A全要素生产率全社会技术进步;计算可得技术进步的影响因素分析高等学校高技术产业稳健性检验Zi发表学术论文(篇)替换 i核心自变量i发明专利(项)创新产出;技术进步的影响因素稳健性检验S3专利申请数(件)替换 3控制变量3发明专利(件)创新产出;技术进步的影响因素高校科技创新稳健性检验Hi研究与发展人员(人)替换 Li控制变量Li研究与发展全时人员(人年)创新人力投入核心自变量Xi企事业单位委托经费(千元)产学研合作中介变量Mi研发经费当年支出合计(千元)创新资本投入因变量Qi发表学术论文(篇)创新产出稳健性检验Wi发明专利(项)替换 Qi表 1 中，指标下标含义:i=1 表示地方高校;i=2 表示中央高校;下标为 3 代表高技术产业。表 1中共有 24 个变量(包括下标 i=1 和 i=2 的所有变量)。其中，T 和 I 分别为面板数据的时间和个体维度。表 1 中，全要素生产率计算维度下，由于采用Cobb Douglas 函数形式测算(见下文(1)式)，故 Y为因变量;J K 和 A 均为自变量，分别表示劳动资本和技术要素投入。技术进步的影响因素分析维度下，A 为因变量，反映全社会技术进步，是图1 中创新链的终点。1、2和 3为技术进步的三个影响因素。其中，1和2是本研究核心关注的高等教育科技创新因素，为影响因素分析中的核心自变量;1代表地方高校科技创新，2代表中央高校科技创新;3为 H3路径上的控制变量，代表高技术产业的科技创新。发表7921由于数据可得性限制，劳动力指标由城镇劳动力指标代替。见下文“模型设定”部分中全要素生产率计算。技术进步的影响因素分析维度下，各影响因素选取指标统一为专利，便于不同因素的比较。限于数据可得性，高技术产业指标(S3和 3)是专利申请数，表 1 中其他专利指标均为专利授权数。科学学研究第 41 卷学术论文(篇)Zi指标同样可以表示高等学校科技创新。故技术进步的影响因素分析中，用 Zi替换i，作稳健性检验。专利申请数(件)指标 S3同样可以表示高技术产业的科技创新，影响因素分析中用来替换 3，作稳健性检验使用。高校科技创新维度下，高等学校以基础研究见长，注重学术发表，能通过论文进行学术交流。论文发表在学术刊物上，能为科技界引用21。高校是科技界重要主体，发表学术论文(篇)宜作为衡量高校创新产出的主要指标，故 Qi为因变量。仅将发明专利(项)Wi用以替换 Qi，作稳健性检验使用。高等学校获得的企事业单位委托经费(千元)Xi是高等学校与企事业单位开展创新合作所承担的横向课题经费数额，能够衡量高等学校的产学研合作程度，是高校科技创新维度下的核心自变量，也是图 1 中创新链的起点。图 1 中，Xi通过影响创新经费投入Mi，间接影响高校创新产出 Qi。因此，Mi为该维度下的中介变量。H2路径上，与作为资本生产要素的创新经费投入 Mi一样，作为人力生产要素的创新人力投入 Li也能够影响高校创新产出 Qi，是 H2路径上的控制变量。作为衡量创新人力投入的指标，指标“D 人员全时当量(人年)”Li衡量更为精确，指标“D 人员(人)”Hi衡量的准确度相对较低。这里仅用 D 人员(人)Hi来替换变量 Li，作稳健性检验。高校科技创新维度中涵盖了中央高校(i=2)与地方高校(i=1)在科技创新过程中的各变量。2 2样本采集表 1 中，限于数据可得性，全要素生产率计算和技术进步的影响因素分析维度下，各指标时间范围限于 2008 2017 年，共 10 年;高校科技创新维度下，各指标时间范围限于 2010 2019 年，共 10 年。表 1 中，同一个变量指标，样本时间范围不同时，采取两个变量符号分别表示。如:Zi和 Qi;i和 Wi;T和 Ti。T 表示 2008 2017 年。Ti 表示 2010 2019 年。限于数据可得性，表 2 中 24 个变量均选取中国31 省(除港澳台外)共 10 年的面板数据，共计 7440个数据样本。数据缺失值采用线性插值法补齐:中间数据是左右相邻年份的数据的算数平均值。若该平均值为负，缺失数据应为非负，左右相隔一年再取算数平均值;平均数非整数，缺失数据应为整数，四舍五入取整。若该平均值依旧不满足特定数值约束，直接取相邻一年或两年且满足该约束的变量数值。本研究中所采集的所有数据库样本数据均来自EPS 数据平台。经核验，数据来源权威可靠。具体地，表 1 中，变量 Y J K 的样本数据来自中国宏观经济数据库年度数据(分省市)。该数据库的数据来源于中国统计年鉴，由中国国家统计局提供，由 EPS DATA 整理。高技术产业指标(S3和 3)的样本数据来自中国科技数据库年度数据(分地区)。该数据库的数据来源于中国科技统计年鉴科技统计资料汇编、中国主要科技指标数据库，由中国科技部、中国国家统计局提供，由 EPS DATA整理。高等学校各变量的样本数据来自中国教育数据库 年度数据(高校科技活动分省)。该数据库的数据来源于 高等学校科技统计资料汇编，由中国教育部、中国国家统计局提供，由 EPS DATA整理。样本数据的描述性统计分析，详见表 2。2 3模型设定本研究将以图 1 创新链中的不同路径为依据，分别构建理论模型，准确反映创新链中产学研合作、不同类型高校的科技创新与全社会技术进步的关系。第一，计算全要素生产率，即 A 的数据。这里采用测算索罗余量的方法，求得全要素生产率，以表示全社会技术进步。国民经济生产函数采取 Cobb Douglas 函数形式:Y=AJK(1)(1)式中，Y 为经济产出;J 和 K 分别为劳动和资本要素投入;A 为 J 和 K 之外的余量，代表了经济产出中非劳动和资本要素所做的贡献，实际上就是全社会技术进步的贡献，即为全要素生产率。故 A可以表示全社会技术进步。(1)式左右两边取对数，可得:8921中央高校(i=2)的样本数据不能直接获得。中国教育数据库中只有高等教育总体数据和地方高校数据，二者相减即可得到中央高校的样本数据。第 7 期张煜 苏竣:创新链视角下产学研合作高校创新与技术进步表 2各变量的描述性统计Table 2Descriptive statistics of each variable变量均值标准差最小值最大值观测值t整体20125287692520082017N=310组间02012520125n=31组内287692520082017T=10y整体19039761632288394 858970523N=310组间15039578757516062279n=31组内6843 8176803197481222T=10j整体984 6491812 1193451299551423N=310组间752 746177103933492911n=31组内330 77936147563005969T=10k整体131421310644530991495520272N=310组间8639 31591502163518793n=31组内6390 74466098673315693T=10z2整体1076812147389078250N=310组间14721710609232n=31组内2611 31559090842809492T=10r2整体695 74521150 99407504N=310组间1023 657046344n=31组内554 46824636553565345T=10z1整体15287 49416 98811051243N=310组间9258 2885456436501n=31组内2336 7381728 30327531T=10r1整体515 5645741 653515755N=310组间525 4793 724332n=31组内531 00315516353837365T=10s3整体4154 0619520 272184084N=310组间8828 4478 5472747n=31组内3868 36520167644096336T=10r3整体2232 142567688148148N=310组间5375466 429689n=31组内2042 79712122862069114T=10a整体12960153 51257455856322385091N=310组间336961760112362120387n=31组内114654395421261958427T=10ti整体20145287692520102019N=310组间02014520145n=31组内287692520102019T=10h1整体8105 0065045 54320926136N=310组间4734 4684613171376n=31组内1922 2862235 1061752441T=109921科学学研究第 41 卷续表 2变量均值标准差最小值最大值观测值l1整体5105 3423475 05412521421N=310组间2984 4692884108535n=31组内1851 5871092 4421574484T=10 x1整体50915685433883404397500N=310组间504254 96527652543775n=31组内220008 966349322362882T=10m1整体80972566760109147504805553N=310组间586240 53045282621735n=31组内351173 672586443348085T=10q1整体1660985104255934759224N=310组间1019766859485582n=31组内2780 4186283 1553389715T=10w1整体769 5613994 300526384N=310组间782 41115 236134n=31组内627 930320178393540161T=10h2整体4751 6396696 283051686N=310组间6431 3680275348n=31组内2163 89652161292890284T=10l2整体3078 1684782 645045925N=310组间4175 2470180108n=31组内2439 00612946323099237T=10 x2整体9365628140450408627546N=310组间138069906201403n=31组内349035 698411533362706T=10m2整体15381882469109018400000N=310组间2394650012200000n=31组内727443 415888857819997T=10q2整体11849761638726082181N=310组间16310140677626n=31组内32046611268392626816T=10w2整体915 86771416 42508694N=310组间1311 245058253n=31组内580 496617744323924168T=10i整体168958733131N=310组间9092121131n=31组内01616T=10lnY=lnA+lnJ+lnK(2)使用 Stata 软件对(2)式进行 OLS 回归。由于是面板数据，这里具体采取了固定效应面板回归方法，将 lnY 对 lnJ 和 lnK 做 回 归。可 得 =0 4869064，=0 4327003。限于篇幅，回归结果不再罗列。保留 1 位小数，可得:=0 5 =0 4。0031第 7 期张煜 苏竣:创新链视角下产学研合作高校创新与技术进步由(1)式，可得:A=Y/JK(3)将 =0 5 =0 4 代入(3)式，通过 EXCEL软件计算可得全要素生产率 A 的数据，其描述性统计分析见表 2。第二，以图 1 中的创新链为基础，本研究将构建中介效应模型，以反映图 1 中 H1和 H2路径上的高等学校科技创新过程。在此过程中，充分考虑中央高校与地方高校的差异性。以 Qi为因变量，Xi为核心自变量，Mi为中介变量的基准模型，其待估方程形式如下:Mi=iXi+iQi=iMi+iLi+iXi+i(4)(4)式中包含两个方程。各变量下标 i 含义:i=1 表示地方高校;i=2 表示中央高校。Xi为核心自变量，既能通过影响中介变量 Mi(即第一个方程，反映了 H1路径)，间接影响 Qi;也能够直接影响 Qi(见第二个方程)。Mi为中介变量，其能够影响 Qi(见第二个方程)，这反映了 H2路径。Qi为因变量。Li为 H2路径上的控制变量，也能够直接影响 Qi(见第二个方程)。i、i、i、i为各变量的系数，是实证分析中的待估参数;i、i为误差项。(4)式用方程组形式完整地描述了图 1 中 H1和 H2路径上的高等学校科技创新过程，并充分考虑了中央高校和地方高校的异质性。(4)式中各变量均采用面板数据，(4)式实际上是面板数据的中介效应模型。(4)式中各变量选取原因详见上文第二章第一部分。实证研究过程中，对(4)式的稳健性检验采用替换方程组中部分变量的方法来进行，即在(4)式中用 Hi替换 Li，用 Wi替换 Qi。第三，以图 1 中的创新链为依据，本研究将构建面板固定效应回归模型，以反映图1 中 H3路径上的高等学校科技创新对全社会技术进步的影响。在此过程中，同样充分考虑了中央高校与地方高校的差异性。以 A 为因变量，1和 2为核心自变量的基准模型，其待估方程形式如下:A=1+2+3+(5)(5)式中，A 为因变量;1 2和 3为三个影响因素。其中，1和 2为核心自变量，1代表地方高校科技创新，2代表中央高校科技创新;3为控制变量，代表高技术产业的科技创新。、为各变量的系数，是实证分析中的待估参数;为误差项。(5)式用方程形式完整地描述了技术进步的影响因素，反映了不同类型高校的科技创新对全社会技术进步的异质性影响。(5)式中各变量采用面板数据，故(5)式实际上是固定效应面板回归模型。(5)式中各变量选取原因详见上文第二章第一部分。实证分析过程中，对(5)式的稳健性检验采用替换模型中部分变量的方法来进行，即用 Z2替换2，用 Z1替换 1，用 S3替换 3。接下来，研究将采纳(4)式和(5)式中的模型形式，使用 STATA 16 软件22 分别对高等学校科技创新过程和技术进步的影响因素加以实证研究，揭示中国创新链中科技创新的运作机制。3实证分析3 1高等学校科技创新表 3 中的基准回归结果即是(4)式中面板数据的中介效应模型的回归结果。在(4)式中用 Hi替换 Li，用 Wi替换 Qi，回归结果见表 3 中稳健性检验一列。表 3 中包括了两种不同类型高校创新的异质性回归结果。表 3 中包含了(4)式中两个方程的回归结果。地方高校回归结果显示:无论是基准回归，还是稳健性检验，两个方程中的 xi系数均显著为正，T 统计量的值分别为 28 03 7 11 和 9 48;同时 mi的系数也显著为正，系数分别为 0 00655 和 0 000392。这说明:产学研合作通过直接和间接路径显著影响地方高校创新;研发经费投入具有显著的部分中介效应。可见，加强研发经费投入和产学研合作，均可以促进地方高校创新。中央高校回归结果显示:无论是基准回归，还是稳健性检验，两个方程中的 xi系数均显著为正，T 统计量的值分别为 62 30、12 47 和 9 38。但是，相比地方高校，中央高校的研发经费投入 mi的系数估计值，显著性水平相对较小，甚至不显著:T 统计量的值方面，相比地方高校的 7 22 和 3 96，中央高校的该值仅为 0 44 和 3 54。这说明:中央高校的创新过程中，研发经费投入的中介效应并不十分显著，产学研合作影响创新产出的间接路径并不畅通。产学研合作主要通过直接路径影响中央高校创新。产学研合作无需通过研发经费投入这一中介，就能够对1031科学学研究第 41 卷中央高校创新产生直接显著的促进作用。可见，中央高校创新不能完全依赖加大研发经费投入(即试图强化间接路径 mi)，加强产学研合作的意义更大。表 3高等学校创新回归结果Table 3egression results of innovation in colleges and universities地方高校(i=1)中央高校(i=2)基准稳健性检验基准稳健性检验因变量mimimimixi1 053105316921692(2803)(2803)(6230)(6230)_cons273355 52733555462259462259(977)(977)(101)(101)因变量qiwiqiwimi000655000039200001830000154(722)(396)(044)(3 54)xi00064400009460008240000639(711)(948)(1247)(9 38)li0 6010891(467)(810)hi0 026000120(267)(1 25)_cons4958 52398111282338(1063)(436)(362)(0 72)/var(e mi)128896000000128896000000449452000000449452000000()()()()var(e qi)211667194196753555(1245)(1245)var(e wi)25697432072742(1245)(1245)N310310310310 sq注:括号中为 t 统计量*p 0 05，p 001，p 0001。无论是地方高校，还是中央院校，基准回归和稳健性检验结果均比较相似，通过了稳健性检验。最终得出的主要结论是:地方高校和中央高校的科技创新机制存在异质性。加强产学研合作，对于中央高校和地方高校，均十分重要，但对中央高校而言，其意义更大。加大创新投入力度，对地方高校更为有益。可见，假设 H1和 H2正确。3 2技术进步的影响因素分析表 4 中的基准回归结果即是(5)式中固定效应面板回归模型的回归结果。在(5)式中用 Z2替换2，用 Z1替换 1，用 S3替换 3，回归结果见表 4 中稳健性检验一列。表 4 中的各影响因素中包括了两种不同类型的高校，回归结果显示了它们对全社会技术进步的异质性影响。表 4 中，基准回归和稳健性检验结果中，中央高校 r2和 z2的 系 数 估 计 值 分 别 为 0 00107 和0 000142，均为正值。T 统计量的值分别为 6 59 和535，均十分显著。可见，基准回归和稳健性检验结2031第 7 期张煜 苏竣:创新链视角下产学研合作高校创新与技术进步果均显示中央高校的系数估计值显著为正。这说明中央高校对全社会技术进步的影响是显著正向的。基准回归和稳健性检验结果中，高技术产业 r3和 s3的系数估计值分别为 0 000110 和 0 000118，均为负值。T 统计量的值分别为 2 89 和 5 56，均较为显著。可见，基准回归和稳健性检验结果均显示高技术产业的系数估计值显著为负。这说明:当前，高技术产业对全社会技术进步的作用未能正常发挥。表 4影响因素分析回归结果Table 4egression results of influencing factor analysis(1)(2)基准稳健性检验r10 0000173(009)r20 00107(6 59)r30 000110(289)z10000217(610)z20000142(535)s30 000118(556)_cons12478611(11916)(17 36)N310310注:括号中为 t 统计量。*p 0 05，p 001，p 0001。地方高校 r1和 z1的回归结果中，系数估计值在基准回归模型中是不显著的负值(0 0000173)，在稳健性检验中却是显著的正值(0 000217)，T 统计量的值分别为 0 09 和 6 10。可见，基准回归和稳健性检验结果均显示地方高校对全社会技术进步的作用不明，尚需探讨。地方高校回归结果中，基准回归和稳健性检验结果虽存在差异，但系数估计值的绝对值较为相似，均十分微小。因此，地方高校的回归结果也是较为稳健的。基准回归和稳健性检验结果比较相似，通过了稳健性检验。最终得出的主要结论是:全社会技术进步的各影响因素，其作用发挥具有异质性。高技术产业的作用未能正常发挥，地方高校的作用不明，中央高校的正向作用始终显著。因此，最终接受假设 H3。4研究结论与政策启示研究提出了三项假设，构造了以中国高等教育为中心视角的创新链。采用中国 31 省(除港澳台外)10 年的面板数据，构建面板数据的中介效应模型和固定效应面板回归模型，分别对不同类型高等学校的科技创新过程和技术进步的影响因素加以实证研究，揭示中国创新链中科技创新的运作机制，对三个理论假设 H1、H2和 H3进行假设检验，获得了新的发现。最终，研究接受了 H1、H2和 H3假设。研究主要发现:第一，地方高校和中央高校的科技创新机制存在异质性。加强产学研合作，对于中央高校和地方高校，均十分重要，但对中央高校而言，其意义更大。加大创新投入力度，对地方高校更为有益。第二，全社会技术进步的各种影响因素中，不同因素的作用发挥具有异质性。高技术产业的作用未能正常发挥，地方高校的作用不明，中央高校的正向作用始终显著。本研究的结论具有以下政策含义:第一，多渠道促进创新，粗放型地加大创新投入力度，依然是促进地方高校创新的重要路径。对于地方高校而言，其尚处于粗放扩张阶段，应综合运用各种方法促进高校创新，助力地方高校成长壮大。加大创新投入，是增加地方高校创新不可逾越的阶段。第二，中央高校已经较为成熟，不能片面通过粗放型地加大创新投入力度来促进中央高校创新。对于中央高校，更需精细化地完善产学研合作机制，加大产学研合作力度，促进科技成果转化，转变粗放型的发展模式，走精细化创新之路。只有这样，中央高校才能持续创新，继续引领创新潮流。第三，在高技术产业方面，需要不断地理顺创新链条，完善高技术产业创新的体制机制，逐渐扭转目前高技术产业扭曲的技术影响。第四，技术进步需要大力发挥中央高校的引领作用。在中国高等教育体系中，中央高校的作用不可替代。全社会应采取多种政策措施来支持中央高校发展，这对全社会技术进步意义深远。参考文献:1 Zhang B，Wang X H Empirical study on influence of u-3031科学学研究第 41 卷niversity industry collaboration on research perform-ance and moderating effect of social capital:Evidencefrom engineering academics in ChinaJ Scientomet-ric