产学研合作对共性技术研发创新影响的实证检验—

摘要：以生物技术领域专利为例，采用共性技术专利作为因变量，构建Logit回归模型，实证检验了产学研合作对共性技术研发创新的影响。结果表明：产学研合作对共性技术专利的研发供给具有显著正向影响，且产学研合作共性技术研发明显优于企业单独研发形式。应充分发挥产学研合作的积极作用，实现产业共性技术突破，提升产业竞争力。

0 引言

共性技术是指在很多领域内已经或未来可能被广泛采用，且可以通过再研发形成专有技术、获得商业利益的一类技术[1-2]。由于共性技术研发成果可共享，应用前景广阔，并且可为其它技术进步、产业发展提供支撑，其通常处于技术创新链的基础性地位。但同时，共性技术准公共品等特性决定了共性技术的研发存在容易被仿制的风险，导致其存在供给主体缺位和研发投入不足的现象[3]。在此背景下，欧洲、美国和日本等发达国家通过国家研究所(院)、专项计划、非政府专门组织以及产学研合作等实现本国共性技术的研发供给。众多研究认为，企业、大学和科研机构等多类型主体共同参与的产学研合作是实现产业共性技术突破以及产业竞争力提升的重要途径。

现有关于产学研合作对共性技术研发创新影响的实证研究仍较少。国外研究集中于就产学研各方知识创造、知识流动和扩散等能力对共性技术研发创新的影响进行分析，国内研究则多从组织架构管理的角度研究和探讨产学研合作方式及其对共性技术研发创新的影响[4-9]。这些研究大多是逻辑推导的结果，仅从理论思辨的角度探讨了产学研合作与产业共性技术创新的关系，实证研究的发展仍然相对滞后，这主要是囿于产业共性技术测度与识别方法的不完善以及相关数据的缺乏。

为了弥补上述缺陷，本文将以生物技术领域专利为主要研究对象进行实证检验。在相关产业发展中，生物技术在改善人类健康状况及生存环境、提高农牧业以及工业产量和质量等方面正发挥越来越重要的作用，世界各国纷纷制订国家战略规划，发布专项政策，大幅度增加资金投入，以促进生物技术及其产业的发展[10]。相对于其它产业领域，生物技术不仅具有较强技术基础性，而且涉及生物科学、物理、化学、工程、纳米、数学、计算机、通信技术等众多学科交叉领域。在专家型公司与核心公司“接力创新”的独特创新模式下[11]，产学研合作对于推进生物技术领域的产业共性技术突破与产业化进程具有更为重要的意义[12-14]。同时，考虑到共性技术基础性、风险性和关联性等特性，利用《德温特创新索引》(简称DII)专利技术数据库对共性技术进行测度较SCI科学论文数据库等更为合适。本文拟通过共性技术专利衡量产学研合作对共性技术研发创新绩效的影响，在统计层面验证探索产学研合作方式是否有助于共性技术开发这一问题，这不但对丰富现有共性技术研发理论具有重要意义，而且对共性技术研发创新的深入实践具有重要价值。

1 理论分析

共性技术研发是一项牵扯到多个领域的复杂工程,其研发链条如图1所示。主要包括共性技术识别、共性技术研发资源获取以及共性技术研发3个阶段，该研发链条对共性技术的研发产出效益存在显著影响(于丽英，2009)。本文认为，产学研合作主要从共性技术识别、共性技术研发资源获取以及共性技术研发这3条路径对共性技术创新绩效产生影响(图1)，以下将对这3条路径的具体影响方式进行分析。

1.1 产学研合作对共性技术识别的影响

共性技术识别在共性技术研发链条中起着基础性作用，其在共性技术研究领域是一个亟待解决的问题。但由于共性技术复杂性和缄默性特征，企业对于共性技术特性的认识与把握存在困难，导致共性技术供给不足[15]。与此同时，多学科融合成为当今技术发展的明显趋势，这种融合促进了技术边界的扩张，带来了新的技术发展轨迹。现代科学技术不再局限于某个领域，而是向跨学科领域发展，因而一项共性技术的识别，往往需要几个学科的知识，这就导致单个企业的能力越来越难以满足共性技术识别的需求。

以上两方面因素带来了共性技术识别上的困难，单个企业受限于自身能力，难以准确识别共性技术。研究表明，英国曾通过高校、科研院所以及企业各方的合作来识别共性技术。英国共性技术选择方法的核心体现在两个方面：一是在充分讨论的基础上形成专家共识，二是将定性的专家意见通过技术优先模型表达为半定量结果。而选择结果也很好地反映了产学研合作在共性技术选择过程中的关键作用[16]。这种产学研多方合作进行共性技术识别的方式有助于企业把握共性技术的特点，弥补企业在技术能力和组织规模上的不足，克服共性技术复杂性和缄默性所带来的困难。同时，产业界与学术界合作进行共性技术识别，有助于弥补企业在学科知识上的不足，适应多学科融合的趋势，保证共性技术识别与遴选的有效性。这种通过产学研合作进行共性技术识别的方式可以为企业进行共性技术识别提供参考和借鉴。

1.2 产学研合作对共性技术研发资源获取的影响

许多学者研究证实，相关资源获取是共性技术研发创新的重要影响因素。方新(1998)通过对我国大中型企业共性技术创新进行问卷调查分析，提出我国企业进行共性技术创新面临资金缺乏、市场信息缺乏以及技术创新活动人才缺乏等3个方面阻碍。官建成[17]通过对欧洲和我国工业企业共性技术创新的比较分析，指出资金缺乏对我国企业而言是最重要的障碍因素，同时信息缺乏也是一个主要创新障碍，这种信息包括技术信息、市场信息。高建[18]通过对1 051家企业共性技术创新活动的调查，也得出了类似结论。综上所述，影响企业共性技术创新成败的因素很多，其中研发资源的获取显著影响了共性技术创新成果，尤其是研发资金、技术资源和市场信息的获取，对于企业实现技术创新目标起着关键支撑作用。因此，本文认为，研发资源的获取是共性技术研发链条的重要环节之一。然而，有价值和稀缺性的资源通常具有不可移动、不可模仿、不可完全替代的特点[19]，这就增加了企业从其它组织获取创新资源的难度。

在共性技术研发资源获取过程中，产学研合作对于共性技术研发资源获取的作用主要体现在以下两个方面：一方面，产学研合作研发有助于共性技术研发资源互补，有效分散研发过程中的风险。在共性技术创新过程中，单一企业难以拥有共性技术研发所需全部资源，而产学研合作则能够汇集来自不同组织的财务、技术、物质和信息等互补性资源[20]。产学研合作以各主体为节点，以协作交流为链条形成共性技术创新系统，通过在人才、资金、技术、信息等方面的非线性作用促进共性技术研发创新[21]。随着产学研合作成员和经费的增加，各类资源和专业技能之间的非线性作用增强，通过能力和资源的互补[22]，有效分散了研发过程中的风险，从而实现更多共性技术产出。另一方面，从事研发的固定成本较高，产学研合作研发可以为企业提供研发手段和规模递增收益。受到人力、资金的制约，企业很难独立实施共性技术研发，通过产学研各方创新基础知识和创新人力资源的共享，企业能够获得其稀缺的高校、科研院所的科学家和工程师等人力资本，从而降低固定成本，提高共性技术研发效率。

综上所述，组织资源上的互补性和异质性使企业和学研方形成了优势互补和资源共享的合作关系(王雪原等，2007)。因此，不同于之前的研究视角，本文认为，产学研合作之所以可以承担共性技术研发任务，深层次原因在于研发主体能力的异质性，正是合作各方的能力差异使其能够通过互补的方式实现共性技术的资源整合，而这也是产学研合作对共性技术研发资源获取产生作用的根本立足点(顾兴燕和银路，2010)。

1.3 产学研合作对共性技术研发的影响

在共性技术研发阶段，共性技术较强的外部公共属性特征导致其产生的私人收益远远低于社会效益，并在价格和知识两个方面产生外溢效应，这就使得单个企业投资于共性技术研发的“外溢成本”得不到补偿[23]。在这种情况下，单个企业便不会选择进行共性技术研发创新，而是等待接受别的创新企业“共性技术外溢”，这会导致共性技术市场供给的严重不足[24]，即共性技术的市场失灵。并且，单个企业往往受限于自身组织规模、人才结构、管理能力等因素，使其不能满足共性技术研发需要，从而导致共性技术的组织失灵。市场和组织“双重失灵”现象将严重影响共性技术研发供给。此外，众多研究表明，在共性技术研发阶段，企业应用外部资源尤其是外部知识的能力(吸收能力)是共性技术研发创新绩效的一个重要影响因素[25]。

在这一阶段，产学研合作的影响主要体现在以下4个方面：

(1)产学研合作有助于矫正成员之间的外部性，从而增加成员的研究开发支出。当共性技术创新由于专利保护不完全有效而存在溢出时，单独进行共性技术研发创新的企业，无法使其对手的正外部性内在化，产学研合作则有助于克服外部性带来的共性技术研发投资不足。

(2)产学研合作研发有助于促进内部知识学习。知识共享与学习是共性技术研发创新的关键因素之一，而产学研合作被认为是知识获取、转移与组织学习的一种有效形式，其为各成员提供了独特的结合技能与伙伴知识的学习机会，使成员在伙伴帮助下发展自身优势，有效提高了共性技术创新绩效[26-27]。Powell[28]的研究也表明，由于产生创新的创意和信息来源于组织内部各成员，共性技术创新多发生在组织间知识收集、转移、应用和再创造等一系列活动中，而非企业内部。企业、高校和科研院所处于创新价值链的不同环节，团队成员之间经验、技能及默会知识的补充与互动，有力促进了共性技术创新。

(3)在共性技术研发阶段，产学研合作对企业吸收能力的提升起着关键作用[29-30]，这一观点在Cohen 和 Levinthal的研究中也得到了证实。Todorova 和 Durisin[31]在关于吸收能力的模型中增添了社会化一体机制对吸收能力的影响，在他们看来，吸收能力不仅仅是个体内部行为，更重要的是个体外部环境对于个体吸收能力产生了从源到果的能动影响。这一论点同样体现了产学研合作网络结构的宏观平台，以及三方基于吸收能力的协同创新过程。产学研合作环境的构造为吸收能力的实现提供了社会化的外部环境，从高校到科研机构再到企业，均为组织个体吸收能力的实现提供了科技与市场的催化剂，促进了产学研合作下组织间协同创新的实现。合作研究和非正式联系是企业与大学、科研院所进行产学研合作互动的重要形式，但企业能否有效利用产学研合作成果，以及实现产学研合作与企业内部研发的互动，则依赖于企业自身吸收能力。

(4)产学研合作可以避免共性技术重复研发，提高研发效率。通过将高校、科研院所作为外部创新源，企业可在高校、科研院所研究的基础上进行共性技术研发创新，而不需要从基础理论开始进行研究，大大提高了共性技术研发效率。

2 研究设计

本文以世界专利数据库《德温特创新索引》作为数据库来源，采用经济合作与发展组织(Organization for Economic Co-operation and Development，OECD)对全球生物技术领域专利的IPC界定，按照IPC代码进行全球生物技术领域的专利数据检索，以最大限度地保证查新查全。

为了对企业单独申请专利、企业与企业合作申请专利以及产学研合作专利等不同专利类型进行有效区分，本文采用将生物技术领域特点与专利权人名称特点相结合进行进一步专利数据筛选的方法[32]。其中，若专利权人只有一个，且专利权人名称符合关键词N=(“*CORP” or “*INC” or “*LTD” or “*kk” or “*GMBH” or “*LLC” or “*CO” or “*AG” )，则该专利为企业单独申请专利；若专利权人为两个或两个以上，且专利权人名称均为符合上述关键词的企业，则该专利为企业与企业联合申请专利；若专利权人为两个或两个以上，专利权人名称关键词为N=(“*CORP” or “*INC” or “*LTD” or “*kk” or “*GMBH” or “*LLC” or “*CO” or “*AG” )and AN=(“*univ*” or “*college” or “*agency” or “*lab” or “*inst”)，则该专利为产学(研)合作专利，本文产学(研)合作专利包括产学合作专利、产研合作专利及产学研三方合作专利3种类型，以下统称为产学研合作专利。本文关注于组织层面的合作，因而进一步对专利申请人为个人的专利进行二次清洗，最终保留了1994-2013年84 295条符合要求的生物技术领域相关专利为研究样本，并将企业与企业合作专利中母子公司联合申请专利归属于企业单独申请专利，表1、表2显示了这些数据的描述性特征。

从表1来看，专利引用文献(CR)最小数量为0篇，最大数量为1 238篇，引用文献的标准差为88.55；专利引用专利数量(CP)最少为0条，最多为849条，引用专利的标准差为54.19，可以看出专利之间引用文献和引用专利的差异较大。专利在技术领域数量(IPC)、发明人数量(AU)以及专利族大小(PN)上的差距小于在引用专利(CP)和引用文献(CR)上的差距，且均值分别为13.34、4.42、7.81，明显小于前两项指标。

从表2来看，在发达地区授权的专利有56 769条，占67.35%；未在发达地区授权的专利有27 526条，占32.65%。在2002年之前公开的专利为28 685条，占34.03%，在2002年之后公开的专利为55 610条，占65.97%。

从表3来看，产学研合作专利(UIC)为8 173条，占9.7%；企业与企业合作专利(II)为40 131条，占47.61%；企业单独研发专利为35 991条，占42.70%。可以看出，在生物技术领域，相比于其它两种研发模式，企业与企业合作研发的专利占多数，企业单独研发专利数量次之，产学研合作研发专利数量最少。

2.2 共性技术衡量指标选择

目前，研究认为，可从技术供给源、关联特性、需求特性、动态发展过程或运用反向识别的方法进行共性技术识别。王勇涛、栾春娟[33]研究认为，一方面，技术涵盖性能够反映某一技术被其它技术领域应用的相对广泛程度，技术涵盖性越高，则技术复杂程度往往越高，对后来的发明创造往往越具辐射性和借鉴性，该技术的共性特征也越明显；另一方面，从技术属性特征上，技术涵盖性高的领域往往具有较强技术吸收性，因而既能够给本领域技术创新活动带来契机和活力，也能够激发跨领域专利技术研发活动的进行，表明该技术知识外溢程度和经济价值也越高，可能为科学技术发展带来重大突破甚至革命，其作为产业共性技术的可能性越大。而Lerner J[34]，Lanjouw J和Shankerman M[35]等的研究也表明，IPC技术领域范围可以反映专利涵盖的技术领域范围，即专利的技术涵盖性。因此，本文以专利的IPC技术领域范围为基础，进行共性技术专利的选取。

Donohue[36]的模型最初用于低频与高频词分界，其结果经过检验，且近年来被广泛应用于各类研究的阈值设定。因此，在进行识别与选取过程中，本文基于Donohue的模型，进行生物技术领域共性技术专利阈值设定，计算公式如下：

其中，ln为共性技术专利阈值，i表示生物技术领域专利中IPC技术领域的最大值。

识别与测度结果显示，生物技术领域共性技术专利共14 819条(见图2)，其中产学研合作共性技术专利为1 873条，占共性技术专利比重12.64%，企业与企业合作共性技术专利为11 404条，占共性技术专利比重76.96%，企业单独研发共性技术专利为1 542条，占共性技术专利比重10.41%。企业单独研发产生的共性技术专利在比例上明显低于产学研合作共性技术专利。

(1)因变量。根据“2.2”小节，以专利的共性水平，即专利是否为共性技术专利作为因变量，并设置为虚拟变量[37-38]。

(2)自变量。以专利是否为产学研合作产出的专利为自变量，并设置为虚拟变量，若为产学研合作专利，则UIC=1,否则UIC=0。将非产学研合作类型分为两类：企业与企业间的合作(II)、企业单独研发(ONEI)，并设置为虚拟变量，观察这3种类型合作对共性技术研发效用的影响。

(3)控制变量。控制变量考虑到了可能影响专利水平的一系列因素，本文考察了如下控制变量：①专利知识基础(CR)，由专利引用的科学文献数量构成，通常专利引用文献越多，其知识外溢程度与经济价值也越高，从而越可能影响该项专利技术的共性程度[39]；②专利技术基础(CP)。由专利引用的专利数量构成，与文献之间的引用关系一样，专利与专利之间的引证，是专利技术延续性和累积性的体现。如果一项专利本身引用了许多专利，则表明该专利拥有较好的科学技术基础，对以前的专利技术有着良好的继承和发展，同样有助于共性技术提升；③发明人数量(AU)。即专利的发明人数量，合作人员能够为共性技术研发提供环境与资源支撑[40]；④专利授权区域(DS)。本文将授权区域设置为虚拟变量，当专利在技术发达地区(如美国、日本、欧洲等)授权，则DS=1，否则DS=0。技术发达地区可能从外部环境上对共性技术研发产生影响[41]；⑤专利族大小(PN)。由不同国家或地区授予同一项技术发明的不同专利号构成，代表了同族专利的大小[42]。与专利授权区域一样，该指标可能从外部环境上对共性技术研发产生影响；⑥专利公开年份(YEAR)。生物技术领域的专利在2002年之前处于增长期，在2002年之后处于缓慢减少期，因而将年份设为虚拟变量[43]。若专利在2002年之前(包括2002年)，则YEAR=1，否则YEAR=0。

3 实证分析

对于每一条专利，存在“是共性技术专利”与“不是共性技术专利”两种情况，这是一个典型的二元分类变量。因此，本文选择被广泛应用于此类问题的Logit二元分类模型，以分析产学研合作对共性技术创新水平的影响，以及共性技术创新水平的影响因素。

建立如下Logit回归模型：

其中，y(GT)代表专利情况，GT=1,表示该专利为共性技术专利，GT=0,表示该专利为非共性技术专利；P代表专利可能成为共性技术专利的概率；Xi(UIC、II、ONEI、CR、CP、AU、DS、CN、YEAR)为可能影响共性技术创新水平的因素。

根据以上分析，本文结合实际情况，构建如下基本计量模型:

Model1:ln

=ɑ+β0 UICi + β1 CRi + β2 CPi + β3 AUi + β4 DSi + β5 PNi + β6 YEARi +

(3)

Model2:ln

=ɑ+β0 IIi + β1 CRi + β2 CPi + β3 AUi + β4 DSi + β5 PNi + β6 YEARi +

(4)

Model3:ln

=ɑ+β0 ONEi + β1 CRi + β2 CPi + β3 AUi + β4 DSi + β5 PNi + β6 YEARi +

(5)

Model4:ln

=ɑ+β0 UICi + β1 IIi + β2 CRi + β3 CPi + β4 AUi + β5 DSi + β6 PNi + β7 YEARi +

(6)

Model5:ln

=ɑ+β0 UICi + β1 ONEi + β2 CRi + β3 CPi + β4 AUi + β5 DSi + β6 PNi + β7 YEARi +

(7)

其中，p为专利可能成为共性技术专利的概率，βi(i=0,1,2,3,4,5,6,7)为对应的解释变量回归系数。ɑ为常数项，εi为随机误差。

3.2 实证检验结果

表4显示了模型中主要变量的Pairwise相关系数。由于Pearson线性相关系数假设样本是成对地从正态分布中取得的，本文样本不符合该假设，且Pearson线性相关系数会受到抽样波动的影响，样本相关不能说明总体相关。Pairwise不仅可用于推断总体相关系数，还可对相关系数显著性进行检验，因而采用Pairwise相关系数代替Pearson线性相关系数。结果显示，因变量、自变量及控制变量之间均存在显著相关关系，虽然相关系数较小，但仍可以放在同一模型中进行检验。

经过回归分析可知，5个模型的LR chi2检验均在1%水平上拒绝了过度分散系数alpha 为零的假设，充分表明该模型具有较好的拟合程度。表5显示了检验结果，式(1)-式(5)的实证检验结果分别由Model1-Model5表示。

Model1结果显示，产学研合作研发的系数为0.237，在0.001水平上显著为正，说明产学研合作对共性技术研发创新存在正向影响。进一步地，为了分析企业-企业合作以及企业单独研发这两种合作形式与共性技术专利之间的关系，本文分别单独引入II、ONEI这两个变量作为虚拟变量，得到Model2、Model3。根据Model2，企业-企业合作与共性技术专利之间存在显著正向关系(p<0.05)，说明与产学研合作一样，企业与企业合作研发同样对专利的共性水平存在正向影响。Model3结果显示，企业单独研发对专利的共性水平影响显著为负(p<0.001)。

对比分析Model4与Model1可以发现，在一个模型中同时引入UIC和II这两个虚拟变量时，产学研合作研发的系数在0.001水平上显著为正，说明不论是否区分另外两种合作类型，产学研合作都会正向影响专利的共性水平。在Model4中，产学研合作的系数为0.421，企业-企业合作的系数为0.376，说明相对于企业-企业合作，产学研合作对于共性技术研发创新具有更加显著的影响效应。通过对比分析Model1、Model3、Model5可以得出，在这两个模型的设定下，企业单独研发这一形式均会对专利的共性水平产生显著负向影响。

Model1-Model5对控制变量的实证结果显示，专利知识基础对专利共性水平具有显著正向影响，专利技术基础对专利共性水平具有显著负向影响。发明人数量与专利共性水平在0.001水平上显著，作为研发主体的发明人数量会影响共性技术研发创新水平。专利授权区域(DS)系数均在2以上，明显高于其它控制变量，说明在技术发达地区，授权对共性技术研发创新效用存在较大影响。专利族规模对专利共性水平具有正向影响，且在0.001水平上显著。相对于其它控制变量，专利公开年份对专利共性水平的影响较不显著。

4 结论与启示

本文以生物技术领域为例，运用1994-2013年的世界生物技术领域专利数据，构建Logit回归模型，实证检验了产学研合作对共性技术研发创新效用的影响。结果显示：①产学研合作对共性技术研发创新水平存在显著正向影响；②企业-企业间合作也对共性技术研发创新水平存在正向影响，而企业单独研发共性技术面临巨大的成本和风险；③专利知识基础、发明人数量、是否在技术发达地区授权以及专利族规模均对共性技术研发创新水平存在正向影响。尤其是授权区域创新环境的活跃性、先进性对共性技术研发创新水平存在重要影响。本文相关结论对如何提升共性技术研发效率具有如下启示：

(1)从企业合作研发对共性技术创新水平的显著影响可以看出，企业作为共性技术创新的主体是提升共性技术创新水平的关键。企业提供了共性技术研发所需资金，主导着共性技术研发方向，同时也是共性技术的主要需求方。共性技术的高效研发需要企业提高主动性，在开展产学研合作的情况下，大力投入自身吸收能力建设，将知识创造视为塑造其核心竞争力的关键，并成为真正的创新主体。

(2)企业单独进行共性技术研发面临着较大风险，这主要是由共性技术的复杂性、信息不对称性所致，若以产学研合作的方式进行研发，又会存在不同主体目标和功能定位差异带来的动力不足问题，因而政府对产学研合作的风险予以补偿，对共性技术研发予以支持十分必要。不少发达国家就通过科技计划、专项基金等形式支持共性技术研发创新，如美国的微电子与计算机技术公司计划(MCC)、欧盟的尤里卡计划(EUREKA)及日本的超大规模集成电路计划(VLSI)等。通过科技计划或专项基金的形式，支持企业与学研方共同建立共性技术研发基地，不仅有利于提升共性技术研发的知识基础，也有助于营造活跃的创新环境，从而促进共性技术研发创新。

(3)上述产学研合作创新效应的授权区域差异，表明产学研合作创新政策的制定应考虑政策实施的情景差异。尤其是对于我国而言，当前依托产学研合作促进产业共性技术创新的政策效果不佳，需要依据研发外部环境特点进行相应的政策调整，并对产学研合作的体制机制进行创新。

以往相关研究从逻辑上推导了产学研合作对共性技术研发的影响，大多停留在假说阶段，本文引入共性技术专利这一指标，为产学研合作对产业共性技术创新的影响效应提供了实证结论的证据支持，这种统计上的验证相对于之前的理论推导更具客观性，同时，基于IPC代码的共性技术专利测度也为相关实证研究提供了借鉴。当然，本文也存在一些局限性：首先，生物技术领域是产学研合作比例较高的一个领域，受数据收集的限制，本文所选样本具有一定特殊性，难以反映共性技术的全部特征，未来有待进一步开展大量实证研究；第二，本文只考虑了产学研合作对共性技术研发创新水平的直接影响，产学研合作也可能间接调节共性技术研发创新水平，未来可通盘考虑直接和间接影响，以期更全面地反映产学研合作对共性技术研发创新水平的影响效用。

[1] TASSEY G. Underinvestment in public good technologies[J].Journal of Technology Transfer, 2004,30(1/2):89-113.

[2] 李纪珍.共性技术供给与扩散的模式选择[J].科学学与科学技术管理, 2011, 32(10): 5-12.

[3] 曾黎英．产业集群共性技术研发供给模式研究[J]．科技管理研究，2009(7):407-412．

[4] 吴贵生,李纪珍.产业共性技术供给体系研究[J].科学技术与工程,2003,3(4):379-380.

[5] 孙鳌.政府在产业集群共性技术供给中的作用[J].南方经济,2005(5):40-43.

[6] 胡金玉.基于后发优势的产业共性技术供应机制的研究[D].武汉：华中科技大学,2007.

[7] 马亮.产业共性技术开发组织形式比较及选择研究[D].兰州：兰州理工大学，2008.

[8] 薛捷,张振刚.基于“官产学研”合作的产业共性技术创新平台研究[J].工业技术经济,2006,25(12):109-112.

[9] 胡小江.政府参与共性技术研发必要性的理论分析[J].技术经济,2004(11):24-25.

[10] 艾志昂，罗勇，傅俊英.生物技术相关专利的计量学研究[J].现代生物医学进展,2011,11(1): 149-154.

[11] 石忠国, 李天柱, 银路.生物制药共性技术研发平台组织运行模式研究——基于生物制药接力创新特性[J].研究与发展管理, 2012(3):8.

[12] EICKELPASCH A, FRITSCH M. Contests for cooperation—a new approach in German innovation policy [J]. Research Policy, 2005, 34(8): 1269-1282.

[13] RAMPERSAD G, QUESTER P, TROSHANI I. Managing innovation networks: exploratory evidence from ICT, biotechnology and nanotechnology networks [J]. Industrial Marketing Management, 2010, 39(5): 793-805.

[14] KANG K N, PARK H. Influence of government R&D support and inter-firm collaborations on innovation in Korean biotechnology SMEs[J].Technovation, 2012, 32(1): 68-78.

[15] 孙福全.如何促进我国产业共性技术的研发[J].中国科技论坛，2006，9(5)：3-7.

[16] MICHAEL KEENAN．Identifying emerging generic technologies at the national level: the UK experience[C]．Manchester，UK: The University of Manchester Prest，2002: 1-36．

[17] 官建成.中欧工业创新的比较分析[A]//柳卸林. 中国创新管理前沿[C].北京:北京理工大学出版社,2004,215-230.

[18] 高建, 傅家骥.中国企业技术创新的关键问题:1051家企业技术创新调查分析[J].中外科技政策与管理, 1996(1):24-33.

[19] 孙福全，王伟光，陈宝明.产学研合作创新: 模式、机制与政策研究[M].北京：中国农业科学技术出版社，2008.

[20] DAS T K,TENG B S. A resource-based theory of strategic alliances[J].Journal of Management,2000, 26(1): 31-61.

[21] 刘志迎，赵晓丹.产学研结合技术创新体系的复杂系统理论透视[J].科技与经济，2006(1)：11-14.

[22] GRANT R M. Prospering in dynamically-competitive environments: organizational capability as knowledge integration[J]. Organization Science，1996(7):375-387.

[23] 李纪珍.研究开发合作的原因与组织[J].科研管理，2000，21(1):106-112.

[24] 操龙灿，杨善林.产业共性技术创新体系建设的研究[J]．中国软科学，2005(11):77-82．

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

[26] INKPEN A. Learning, knowledge acquisition, and strategic alliances[J]. European Management Journal,1998, 16(2): 223-229.

[27] KALE P,SINGH H, PERLMUTTER H. Learning and protection of proprietary assets in strategic alliances: building relational capital[J]. Strategic Management Journal,2000, 21(3): 217-237.

[28] POWELL W W. Learning from collaboration: knowledge and networks in the biotechnology and pharmaceutical industries[J].California Management Review,1998, 40(3): 28-240.

[29] 吴家喜, 吴贵生. 组织整合与新产品开发绩效关系实证研究: 基于吸收能力的视角[J].科学学研究,2009,27(8):1220-1227.

[30] 陈劲,蒋子军, 陈钰芬. 开放式创新视角下企业知识吸收能力影响因素研究[J].浙江大学学报:社会科学版,2011,41(5):71-82.

[31] TODOROVA,DURISIN. Absorptive capacity: valuing a re-conceptualization [J].Academy of Management Review, 2007,32 (3): 774 -786.

[32] PARK H W, LEYDESDORFF L.A comparison of the knowledge-based innovation systems in the economies of South Korea and Netherlands using Triple Helix indicators [J]. Scientometrics, 2005, 65(1):3-27.

[33] 王勇涛，栾春娟，不同领域技术涵盖性的测度及启示[J]，情报杂志，2013,32(11):1-10

[34] LERNER J. The importance of patent scope: an empirical analysis[J].Rand Journal of Economics，1994，25(2)：319-333.

[35] LANJOUW J，SHANKERMAN M. Stylized facts of patent litigation: value, scope and ownership[Z].NBER Working Paper，1997.

[36] DONOHUE J C. Understanding scientific literature:a bibliographic approach[M].Cambridge：The MIT press,1973.

[37] LERNER J. The importance of patent scope: an empirical analysis[J].Rand Journal of Economics，1994，25(2)：319-333.

[38] LANJOUW J，SHANKERMAN M. Stylized facts of patent litigation: value, scope and ownership[Z].NBER Working Paper，1997.

[39] LANJOUW J O, SCHANKERMAN M. Patent quality and research productivity: measuring innovation with multiple indicators[J]. The Economic Journal, 2004, 114(495):441-465.

[40] G SCHETTINO F，STERLACCHINI A，VENTURINI F. Inventive productivity and patent quality: evidence from Italian inventors[Z].MPRA Paper,2008.

[41] BURKE P F，REITZIG M．Measuring patent assessment quality—analyzing the degree and kind of (in)consistency in patent offices’decision making[J].Research Policy，2007，36(9)：1404-1430.

[42] GUELLEC D， LOTTERIE B VAN POTTELSBERGHE DE LA POTTERIE. Applications, grants and the value of patent[J].Economics Letters，2000(69)：109-114.

[43] 郭柯磊, 欧阳昭连, 杜然然,等. 国际生物技术专利计量分析[J]. 生物技术通讯,2011, 22(2): 248-251.

The Empirical Study of University-Industry Collaboration on Industrial Generic Technology——A Study in the Field of Biotechnology

(School of Business Administration, South China University of Technology, Guangzhou 510641, China)

Abstract：In the field of biotechnology, we use the patents of generic technology as the dependent variable, testing the effect of University-Industry Collaboration (UIC) on industrial generic technology innovation by constructing Logit regression model. The empirical results show that: University-Industry Collaboration (UIC) has a significant positive impact on industrial generic technology innovation, and the University-Industry Collaboration (UIC) is far more better than the industry itself. We should give full play to the role of University-Industry Collaboration (UIC), achieving generic technology breakthroughs, enhance industrial competitiveness.

Key Words：University-Industry Collaboration; Generic Technology; Biotechnology

收稿日期：2016-12-19 基金项目：国家自然科学基金重点项目(71233003)；教育部哲学社会科学重大课题攻关项目(12JZD042 )；广东省自然科学基金重点项目(S2013020012767)

作者简介：朱桂龙(1964-)，男，安徽合肥人，博士，华南理工大学工商管理学院教授、博士生导师，研究方向为协同创新与科技政策；黄妍(1992-)，女，福建南平人，华南理工大学工商管理学院硕士研究生，研究方向为协同创新与科技政策。

产学研合作对共性技术研发创新影响的实证检验——以生物技术领域为例

0 引言

1 理论分析

2 研究设计

3 实证分析

4 结论与启示

产学研合作对共性技术研发创新影响的实证检验
——以生物技术领域为例