高新技术企业多元合作研发模式选择
——内部研发的调节作用

李子彪赵菁菁

(河北工业大学 经济管理学院天津 300401)

以资源基础理论、交易成本理论为基础,探讨了开放环境下企业不同合作研发模式对创新绩效的影响,以及知识和技术的中介作用与内部研发的调节作用。基于2014-2016年816家河北省高新技术企业数据的长短期对照检验结果表明:不同合作研发模式对创新绩效有不同影响,且无论长短期,境外合作的影响最强,产学、产政合作长期效应强,产研合作短期效应强;知识和技术起部分中介作用,内部研发正向调节产学、产政合作绩效,负向调节产研、境外合作绩效。研究结论对于高新技术企业选择研发战略具有重要意义。

关键词合作研发;创新绩效;知识;技术;内部研发;研发模式

0 引言

在开放式创新背景下,合作研发已成为大多数企业获取异质性资源、弥补和调整内部研发资源、提高创新绩效的重要途径[1]。合作研发是企业与其它企业、大学、科研机构、政府及中介组织,为完成特定技术项目或新产品开发,获取互补资源,通过契约等约束而建立合作关系、共享研发成果的一种联合行为[2]。资源基础理论认为,合作研发有助于企业获取自身不具备的互补知识、技术以及设备等[3]。交易成本理论认为,研发合作可以使合作主体之间实现成本分摊、风险分散[4]。大量实证研究也表明,合作研发能促进企业创新绩效提升[5-10]。因此,在当今日趋严峻的创新形势下,对于知识、技术尤为密集的高新技术企业,通过合作研发节约成本、降低风险,促进知识、技术、人才等资源互补和共享,加快知识信息转移,提高企业整体创新绩效,显得尤为重要。

企业潜在研发合作伙伴众多,究竟该选哪个?选择的依据是什么?近年来,产学研合作一直是创新学者追捧的热点,虽然学、研主体都致力于科学技术研究,但二者具有不同的研发分工和优势,研究机构更专于技术和产品开发,而高校更专于科学技术研究[11]。那么,产研与产学合作的创新绩效谁更优?随着国际化程度日益加深,国际化研发已不再是发达国家的特权,不少国内企业选择境外合作研发提高自身创新能力。基于河北相关数据的分析发现,2014-2016年河北省高新技术企业对研究机构、高校的科技活动经费支出均有所下降,而对境外机构的科技活动经费支出大幅上升。国家创新驱动发展战略提出以来,政府在创新网络中影响越来越大,但政府对企业的支持力度以及企业与政府的合作密切程度对企业创新产出的影响有多大?这些不同的合作研发模式对产品创新的具体作用路径如何?只是简单地获取并整合知识,还是促进知识和技术再创新?企业合作研发会与内部研发发生怎样的作用?二者是互补[12]还是替代[13]?具体不同研发合作与内部研发的关系是否不同?这些问题都有待深入探讨。

现有研究虽对不同主体的合作研发绩效进行了比较,但要么偏向产业合作伙伴研究,要么将合作研发作为二元变量或用Likert量表量化,将连续过程离散化,均难以深刻揭示合作研发对创新绩效的影响。本文直接用合作研发投入衡量合作程度[14],关注非产业合作伙伴,将企业与研究机构、高校、政府、境外机构的合作研发划分为产研合作研发模式、产学合作研发模式、产政合作研发模式、境外合作研发模式,并纳入同一分析框架,探讨不同合作研发模式与创新绩效的关系,深究知识和技术在其中的中介机制以及内部研发对合作研发绩效的调节作用,以期为高新技术企业研发战略选择提供有效指导。

1 理论分析与研究假设

1.1 合作研发与创新绩效

企业与产业和非产业伙伴合作作为企业创新绩效重要驱动力的观点已被广泛接受[15]。合作可以刺激创新,因为它为合作主体提供了访问外部资源和知识的渠道,而这可能正是企业内部缺乏的[5]。Hanel & St-Pierre[6]基于加拿大制造业数据,Simonen等[7]基于芬兰企业数据,Tomlinson[8]基于英国制造业数据,Shin等[9]基于韩国生物技术产业数据,王龙伟等[10]、于飞等(2017)基于我国企业数据,实证发现合作研发会显著提高企业创新绩效。不同主体的经验及研发资源具有异质性,企业与之合作会对创新绩效产生不同影响[16]。因此,本文将探讨产研、产学、产政、境外合作程度对创新绩效的影响。

科研机构与高校在企业产学研协同创新网络中扮演着重要角色。企业可通过共同基础研究、共同技术开发、技术转让、人才培育、咨询、股权合资和非正式交流等方式开展产学研合作[17],其中合作开发最能加深产学研合作关系。通过产学研合作,企业既能获取新知识,又能及时了解尚未公开发表的原创性知识,进而掌握“第一手”信息[18],有助于产生项目开发灵感,实现对已有技术的新应用与开发或是全新技术的应用与发展[19],同时能降低企业学习和交易成本,最终提高企业绩效。产学研合作整体效应研究较多,而产研或产学单效应研究较少。俞金红等(2017)发现企业与科研院所合作能极大促进企业工艺创新。裴云龙等(2011)发现产学学术合作可以有效提高企业创新绩效。虽然高校和科研机构均参与人才培育、基础研究、技术开发和应用等活动,但科研机构偏向技术和产品开发,高校偏向知识和技术研究[11],因而产研合作、产学合作对创新绩效的影响必有不同,为此提出以下假设:

H1a:产研合作研发模式对企业创新绩效有正向影响;

H1b:产学合作研发模式对企业创新绩效有正向影响。

政府机构是外部网络中对企业影响力最大、最为复杂、最难预测的主体。政府根据相关技术政策,通过制定相关法令和法规、承担专利保护和专利数据库建设职能,为企业开放式创新提供政策支持环境;发布产业和人才优惠政策,支持高新技术产业的发展;提供金融支持及相关财政补贴,鼓励企业进行研发;借助税收减免政策,引导企业研发投入,放大企业内部投入效应、提高研发绩效等。秦雪征等[20]认为,企业在与政府研发合作时,参与政府科技计划有助于提高自身研发资金使用效率以及员工边际创新生产率,最终显著提高产品创新成功率。陈庆江[21]研究发现,政府科技投入能显著提高企业科技创新产出。政府是社会生产与生活的组织者,既能为企业直接提供科技资助,又为其发展提供适宜的政策环境和宏观指导,基于投入产出理论可知,研发资源增加将带来产出增加。因此,提出如下假设:

H1c:产政合作研发模式对企业创新绩效有正向影响。

境外合作研发是我国高新技术企业研发国际化的主要方式之一。境外研发合作有利于企业获取与利用全球知识及创新资源,通过将自身嵌入全球创新网络,在技术领先国家进行技术寻缘活动,弥补创新能力“短板”,增强自身创新实力,提高在母国的市场竞争能力。Minin 等[22]认为跨国研发合作是良好的技术学习过程,通过与境外合作伙伴互动获取技术知识外溢,再将技术和知识与内部研发活动融合,以提高自身研发能力;再者,企业可直接利用东道国创新资源、吸纳境外优质研发人才。同时,中国外派员工可在与境外专家合作过程中,提高自身研发和创新能力。跨国研发合作会带来更多新颖的创意、多样化的观点[23],有利于企业开发出契合东道国市场需求的新产品[24],支持当地生产并开拓海外市场。同时,有利于企业追踪国外先进技术,监测、收集、传递最新信息,保持自身创新活力[25]。因此,提出以下假设:

H1d:境外研发合作模式对企业创新绩效有正向影响。

1.2 知识和技术的中介作用

由知识基础理论可知,知识是影响企业竞争优势的重要战略资源,尤其是那些难以编码、难以被竞争对手模仿的隐性知识。大量隐性知识主要依附于人,根植于人的行为与身体中[26],无法通过简单语言交流传递。而企业间合作研发关系的建立,使得合作双方可派驻技术人员参与到对方产品生产、新产品开发等环节之中,共同解决各类技术性问题,促进合作及知识分享,特别是隐性知识的交流和转移,进而加速双方显性知识产生。Sutton[27]也认为企业合作网络能高效整合企业间资源,促进资源共享,扩充企业知识库,提升企业技术产出,同时缩短技术开发周期,提高企业创新绩效。Ahuja[28]指出企业合作网络不仅能促进相关主体共享知识,还能促进各主体创造新知识,提升创新产出绩效。综上可知,企业合作研发不仅有利于主体间的显性知识交流与转移,还能促进隐性知识学习,加强企业对外部异质性知识进行消化、吸收、整合,不断产生新知识和新技术,进而提升企业创新水平。因此,提出以下假设:

H2a:企业合作研发是通过产生新知识提高创新绩效;

H2b:企业合作研发是通过产生新技术提高创新绩效。

1.3 内部研发的调节作用

内部研发是指企业通过自身研发投入,自主开展研发活动,进行新技术与新产品开发。内部研发能为企业创造独特的知识和技术,提高企业知识搜索能力,降低搜寻成本,帮助企业从众多合作伙伴中审查、发现、获得有价值的外部知识[29]。因此,企业内部研发投入越高,越能理解技术发展趋势、未来市场机会,认识到合作研发中有价值的信息。其次,研发活动是组织学习的主要动力,通过内部研发投入使企业持续“干中学”,进而有效提高企业知识整合能力[30],增强企业的知识整合能力,即企业研发经验越丰富,越能吸收合作中产生的重要信息,及时对内外部技术知识进行整合,更好地创造新产品和新的市场机会。吸收能力理论也强调,外部资源的绩效取决于资源搜索能力和整合能力。内部研发可有效提高这两种能力,不仅能帮助企业整合开发外部知识和技术,还利于企业从外部信息中创造独特知识和技术。因此,提出以下假设:

H3a:内部研发强度越大的企业越能在合作研发中积累新知识;

H3b:内部研发强度越大的企业越能在合作研发中积累新技术。

基于以上假设,本文提出如图1所示的理论模型。

图1 合作研发影响创新绩效的机制模型

2 研究设计

2.1 样本与数据

本研究以河北高新技术企业为研究样本,采用2014-2016年《国家高新技术产业开发区企业统计报表》中收集的相关统计指标数据。获得初始样本后,剔除重要数据为缺失及明显错误的企业样本,最终得到2014-2016年存续的高新技术企业816家,以此对上文假设分别进行2014-2016三年长期检验以及2016年短期检验。

2.2 变量测量

(1)因变量与自变量。因变量选用创新绩效,本文以报告年度内企业新产品销售收入衡量。自变量为四类合作研发;研发费用是开展研发活动的前提,研发费用投入量反映了企业研发强度,本文分别以报告年度企业委托或与境内独立研究机构合作开展科技活动支付的经费、企业委托或与境内高等学校合作开展科技活动支付的经费、企业使用来自政府部门的科技活动资金总额(包括纳入国家计划的中间试验费等)、企业委托或与境外机构合作开展科技活动支付的经费衡量产研、产学、产政、境外合作程度。

(2)中介变量为知识产出和技术产出。知识产出,本文以报告年度内企业立项的科技项目产生、在有正规刊号的刊物上发表的科技论文数衡量。对于技术产出,本文以报告年度内企业向国内外知识产权行政部门提出专利申请并被受理的件数衡量。

(3)调节变量为内部研发。企业内部研发投资越多,其对外部新知识的吸收能力越强,越能及时对外部知识与现有技术知识进行整合,为新产品和新市场创造机会。本文以报告年度企业内部用于全部科技活动的支出总额衡量。

(4)控制变量。除合作研发外,企业规模、企业年龄、科技人员、研发强度也是影响创新绩效的重要因素,本文对这些变量进行控制,具体测度见表1。

表1 变量测度

变量类型变量名称变量代码测度方式因变量创新绩效ECIN报告年度企业新产品销售收入自变量产研合作BINS报告年度企业对境内研究机构的科技活动经费支出产学合作BUNI报告年度企业对境内高等学校的科技活动经费支出产政合作BGOV报告年度企业使用来自政府部门的科技活动资金总额境外合作BFOR报告年度企业对境外的科技活动经费支出中介变量知识产出KNST报告年度企业发表科技论文数技术产出TELE报告年度企业申请专利数调节变量内部研发INRD报告年度企业内部用于全部科技活动的支出总额控制变量企业规模SIZE报告年度企业资产总额的自然对数企业年龄AGE2017-企业注册年份科技人员PERSON报告年度企业科技活动人员数与从业人员数比值研发强度INTE报告年度企业年研发支出与年营业收入的比值

2.3 模型设计

2.3.1 主效应模型

ECINi,t=β0+β1BINSi,t+β2BUINi,t+β3BGOVi,t+β4BFORi,t+β5Controli,t+εi,t

(1)

其中,BINS为产研合作,BUNI为产学合作,BGOV为产政合作,BFOR为境外合作,β0表示常数项,ε表示误差项,i表示企业,t表示年份。

2.3.2 中介效应模型

本文采用三步法检验知识产出KNST和技术产出TELE的中介作用。

第一步,检验不同合作研发模式对知识产出和技术产出的影响,模型2和模型3如式(2)、(3)所示。

KNSTi,t=β0+β1BINSi,t+β2BUINi,t+β3BGOVi,t+β4BFORi,t+β5Controli,t+εi,t

(2)

TELEi,t=β0+β1BINSi,t+β2BUINi,t+β3BGOVi,t+β4BFORi,t+β5Controli,t+εi,t

(3)

第二步,检验企业知识产出和技术产出对创新绩效的影响,模型4和模型5如式(4)、(5)所示。

ECINi,t=β0+β1KNSTi,t+β2Controli,t+εi,t

(4)

ECINi,t=β0+β1TELEi,t+β2Controli,t+εi,t

(5)

第三步,分析主效应的变化,分别将知识产出、技术产出引入模型1,得到模型6和模型7如式(6)、(7)所示。

ECINi,t=β0+β1BINSi,t+β2BUINi,t+β3BGOVi,t+β4BFORi,t+β5KNSTi,t+β6Controli,t+εi,t

(6)

ECINi,t=β0+β1BINSi,t+β2BUINi,t+β3BGOVi,t+β4BFORi,t+β5TELEi,t+β6Controli,t+εi,t

(7)

2.3.3 调节效应模型

本文将INRD、INRD*BINS、INRD*BUNI、INRD*BGOV、INRD*BFOR作为解释变量引入方程,得到模型8和模型9,进一步检验内部研发的调节效应。

KNSTi,t=β0+β1BINSi,t+β2BUNIi,t+β3BGOVi,t+β4BFORi,t+β5INRDi,t+β6INRD*BINSi,t+β7INRD*BUNIi,t+β8INRD*BGOVi,t+β9INRD*BBFORi,t+εi,t

(8)

TELEi,t=β0+β1BINSi,t+β2BUNIi,t+β3BGOVi,t+β4BFORi,t+β5INRDi,t+β6INRD*BINSi,t+β7INRD*BUNIi,t+β8INRD*BGOVi,t+β9INRD*BBFORi,t+εi,t

(9)

3 实证研究结果

3.1 数据检验

表2显示,各变量标准差远大于均值,表明样本数据差异大、覆盖广,因而本研究结果具有较好说服力。其次,各变量表现出显著相关性,为下文回归分析奠定了统计基础。最后,所有变量的方差膨胀因子VIF值均未超过5,说明不存在多重共线性问题。

3.2 回归结果及分析

以河北省816家高新技术企业2014-2016年综合数据和2016年数据分别验证合作研发与创新绩效的长、短期作用机制,并进行对比分析。

3.2.1 主效应检验

表3的模型1显示了4种合作研发模式对创新绩效的长期影响,产研合作、产学合作、产政合作、境外合作与创新绩效的回归系数分别为0.015(p<0.1)、0.045(p<0.01)、0.033(p<0.01)、0.928(p<0.01),表明从长期看,企业与科研机构、高等学校、政府部门、境外机构开展合作研发,均能提高企业创新绩效,且作用效果从大到小依次为境外合作>产学合作>产政合作>产研合作, H1a、H1b、H1c、H1d成立。表4中模型14的短期回归结果显示,企业与政府机构合作效果不显著,产研合作、产学合作、境外合作与创新绩效关系均显著,回归系数依次为0.023(p<0.01)、0.017(p<0.05)、0.959(p<0.01),说明企业与这三者合作均能提高新产品产出,作用效果大小依次为境外合作>产研合作>产学合作, H1a、H1b、H1d成立。

表2 变量描述性统计及相关性分析

变量均值标准差ECINB-INSB-UNIB-GOVB-FORKNSTTELEINRDSIZEAGEPERSONECIN782 0017 540 2001BINS1 1827 6880.197∗∗1BUNI3323 3330.090∗0.157∗∗1BGOV123642410.308∗∗0.181∗∗0.0541BFOR11319440.949∗∗0.181∗∗0.0440.288∗∗1KNST8.3443.390.810∗∗0.283∗∗0.093∗∗0.348∗∗0.768∗∗1TELE23.72159.170.692∗∗0.131∗∗0.079∗0.243∗∗0.654∗∗0.588∗∗1INRD66 116394 8140.828∗∗0.370∗∗0.074∗0.278∗∗0.780∗∗0.705∗∗0.561∗∗1SIZE11.9791.6370.225∗∗0.234∗∗0.138∗∗0.239∗∗0.150∗∗0.283∗∗0.223∗∗0.290∗∗1AGE14.066.4920.039∗0.070∗-0.0180.226∗∗0.0210.107∗∗0.106∗∗0.0380.257∗∗1PERSON0.3060.1530.027∗-0.045-0.0610.052-0.0060.004∗0.007∗-0.01-0.356∗∗-0.093∗∗1INTE0.1090.3940.015∗-0.004-0.0090.06-0.0080.007∗0.01∗0.199∗∗-0.088∗-0.040.143∗∗

注:显著性水平**p<0.01(双尾),*p<0.05(双尾);N=879

综合上述检验结果,可得到以下结论:

(1)从长期和短期看,在4种合作研发模式中,境外合作对创新绩效的作用最强。Amara等曾将企业研发的信息来源分为四大类,即内部信息、市场信息、科研信息和通用信息。较之其它模式,企业不仅能从境外合作研发中获取研发相关知识,还能获得大量海外市场信息,如更好地满足东道国顾客的需求和偏好,及时推出本土化新技术和新产品,进而开发新市场,扩大新产品产出与出口。

(2)长期来看,产学合作对创新绩效的作用强于产研合作,短期内两种合作模式作用强度发生对调。造成该结果的原因可能在于,科研机构作为具有强时效性的高技术信息集散中心,以科研工作为主,并持续跟进自身研究方向,从而科研产出效率高;而高校兼顾科研与育人的任务,不仅有师生间的交流,不同学科以及不同行业之间也会发生交流,知识技术覆盖面广,在实现行业间技术融合创新的同时,还能为企业输送优秀人才。故产研合作短期效应强,而产学合作长期效应强。

(3)从长短期回归结果看,产政合作与创新绩效之间存在明显的滞后性。本文使用来自政府的研发经费衡量产政合作程度,政府对企业创新的支持更多表现为长线行为,项目周期一般较长,旨在提高区域持续创新力,促进区域经济持续发展,而该导向可能与企业利益目标相悖,从而短期效果不明显。同时,从原始样本统计数据中也能发现产政合作绩效的滞后性,在2014-2016年产政合作程度相同的情况下,往往前两年创新绩效不及2016年高。

3.2.2 中介效应检验

本文分别从知识、技术两个层面对四类合作研发与创新绩效关系进行中介检验。

从知识层面中介效应的长期分析看,表3模型6-9显示,产研合作(β=0.023)、产学合作(β=0.056)、产政合作(β=0.119)、境外合作(β=0.740)与知识产出关系显著;模型2中,知识产出(β=0.817)与创新绩效关系显著;对照模型1和模型4,知识产出的引入使得四类合作研发对创新绩效的影响系数均变小,说明长期知识产出在四类合作研发与创新绩效之间均起部分中介作用。从短期分析看,产政合作与创新绩效的效应不显著,故不作中介效应检验,表4模型17和模型19-21对其它合作研发模式的分析表明,短期内知识产出在产研合作、产学合作、境外合作与创新绩效关系的短期中介效应显著。综上可知,无论从长期还是短期看,知识产出在四类合作研发与创新绩效之间均起部分中介作用, H2a成立。

从技术层面中介效应的长期分析看,表3中模型10-13显示,产研合作(β=0.077)、产学合作(β=0.054)、产政合作(β=0.102)、境外合作(β=0.632)与技术产出关系显著;模型3中,技术产出(β=0.678)与创新绩效关系显著;对照模型1与模型5,技术产出的引入使得四类合作研发对创新绩效的影响均变弱,说明从长期看,技术产出在四类合作研发与创新绩效之间均起部分中介作用。从短期看,表4中模型18和模型22-24结果显示,技术产出在产学合作、境外合作与创新绩效间起部分中介效应,但产研合作(β=-0.019,p>0.1)与技术产出的关系不显著。根据温忠麟等[31]提出的中介效应检验程序,若ab有一个不显著,则需要进行sobel检验。sobel检验Z值为0.353,绝对值小于1.96,未达到0.05的显著性水平,故技术产出在产研合作与创新绩效间的中介效应不显著。综上可知,从长期看,技术产出在任何类型的合作研发与创新绩效间的中介效应均显著,即合作研发在一定程度上促进企业技术产出,进而提高创新绩效,H2b获得支持。但从短期看,技术产出仅在产学、境外合作绩效关系中起着显著中介作用,H2b成立,而产研合作对创新绩效的短期影响未通过技术产出发挥作用,H2b不成立。

从中介效应整体分析结果看,长期内企业知识产出、技术产出在四类合作研发与创新绩效间的中介效应显著,说明企业通过合作研发创造和积累知识与技术,促进产品创新升级,实现高新技术企业创新发展;短期内技术产出在产研合作与创新绩效间的中介效应不显著,其原因在于,企业与科研机构的互动式学习合作能增进组织间技术交流,加速缄默知识转换,进而实现自身研发能力与创新绩效提升[21]。但是在短期内,二者更多是促进技术转移而非企业技术创新能力。2016年河北省高新技术企业中仅有8.52%的企业进行了产研合作,发生境内技术购买活动的企业中有53.33%的企业进行了产研合作,该现象反映出短期产研合作多是促进技术转移。

3.2.3 调节效应检验

本文分别从知识、技术两个层面验证内部研发在四类合作研发与创新绩效之间的调节作用。从表5中可知,无论长短期内四类合作研发以及内部研发均能促进企业新知识和新技术的产生,且境外合作效果最强,内部研发次之。

将四类合作研发、内部研发及其两者交互项加入以知识产出为被解释变量的回归模型以验证内部投入的调节效应。从2014-2016年长期分析看,表5中模型26的交互项回归结果显示,内部研发对产学合作(β=0.307)、产政合作(β=-0.437)、境外合作(β=0.314)与知识产出之间的关系起正向调节作用,负向调节产研合作(β=-0.302)与知识产出之间的关系。从2016年短期分析看,表5中模型30同样验证了内部研发正向调节产学合作、产政合作、境外合作与知识产出的关系,负向调节产研合作与知识产出的关系。长短期分析结果一致,均证实了内部研发对产学合作、产政合作、境外合作与知识产出的正向调节效应,H3a成立;但其对产研合作具有显著的负向影响,H3a不成立。

将四类合作研发、内部研发及两者交互项加入以技术产出为被解释变量的回归模型,以验证内部投入的调节效应。从2014-2016年长期分析看,表5中模型28的交互项回归结果显示,内部研发对产学合作(β=0.671)、产政合作(β=-0.221)与技术产出之间的关系起正向调节作用,负向调节产研合作(β=-0.348)、境外合作(β=-0.382)与技术产出之间的关系。从2016年短期分析看,表5中模型32同样验证了内部研发正向调节产学合作、产政合作与技术产出的关系,而负向调节产研合作、境外合作与技术产出的关系。长短期结果一致,均证实了内部研发对产学合作、产政合作与技术产出的正向调节效应,H3a成立;但其对产研合作、境外合作具有显著的负向影响,H3a不成立。

从调节效应总体结果看,内部研发对企业获取异质性研发资源、弥补和调整内部研发资源过程具有显著调节作用。具体来看,无论是长期还是短期,企业的内部研发活动越活跃,其与大学、政府部门研发合作创造和积累的知识与技术越丰富;在与境外机构合作中,内部研发活动加强显著增强了企业对外部知识的吸收和内化能力,但并未提高合作技术产出效率;高强度内部研发会显著降低与科研机构合作的知识和技术产出效率。其原因在于,企业自身创新实力增强缩小了与国际前沿技术水平的差距,减弱了海外技术溢出效应。同时,企业发展更需要变革式创新,高潜力的基础性研究更为重要,从而减少了对侧重于技术与产品开发的科研机构[11]的依赖。相反,技术水平高的企业能充分吸收大学的基础知识并将其商业化,高效利用政府提供的创新支持。该结果同时证实了内部研发与合作研发之间两种矛盾关系,即互补关系[12]和替代关系[13]。内部研发与产学、产政合作研发更多呈互补关系,能促进合作研发效果提升,而与产研、境外合作研发呈替代关系,会减弱合作研发效果。

表3 2014-2016年主效应与中介效应回归结果

变量ECIN模型1模型2模型3模型4模型5KNST模型6模型7模型8模型9TELE模型10模型11模型12模型13BINS0.015∗0.011∗0.012∗0.023∗∗∗0.077∗∗(1.777)(1.702)(1.657)(6.591)(2.185)BUNI0.045∗∗∗0.033∗∗∗0.034∗∗∗0.056∗0.054∗(3.978)(3.280)(3.202)(1.645)(1.757)BGOV0.033∗∗∗0.008∗∗0.021∗0.119∗∗∗0.102∗∗∗(3.055)(1.963)(1.749)(8.930)(5.897)BFOR0.928∗∗∗0.805∗∗∗0.861∗∗∗0.740∗∗∗0.632∗∗∗(81.990)(50.870)(61.582)(33.825)(23.813)KNST0.817∗∗∗0.176∗∗∗(37.730)(10.546)TELE0.678∗∗∗0.107∗∗∗(25.924)(7.686)SIZE0.079∗∗∗-0.0060.083∗∗0.053∗∗∗0.064∗∗∗0.264∗∗∗0.310∗∗∗0.232∗∗∗0.187∗∗∗0.233∗∗∗0.244∗∗∗0.192∗∗∗0.140∗∗∗(6.339)(-0.240)(2.914)(4.499)(5.300)(7.155)(8.319)(6.334)(7.790)(6.045)(6.442)(5.022)(4.794)AGE-0.006∗-0.045∗∗-0.050∗-0.011-0.0120.0170.0300.0100.043∗0.0390.0430.0220.054∗∗(-1.836)(-2.124)(-1.907)(0.111)(-1.089)(0.509)(0.867)(0.674)(1.952)(1.092)(1.221)(0.642)(2.018)PER-SON0.011-0.020-0.0040.0010.0040.096∗∗∗0.105∗∗∗0.082∗∗0.062∗∗0.096∗∗∗0.103∗∗∗0.087∗∗0.066∗∗(0.922)(-0.864)(-0.147)(0.111)(0.328)(2.671)(2.851)(2.3230)(2.599)(2.668)(2.759)(2.371)(2.305)INTE0.013∗-0.033-0.009-0.012-0.0120.0110.021-0.084∗∗0.030-0.13-0.010-0.082∗∗-0.002(1.712)(-1.558)(-0.341)(-1.110)(-1.056)(0.320)(0.622)(-2.412)(1.357)(-0.373)(-0.273)(-2.258)(-0.082)R20.9700.9660.94860.9210.9160.9140.9960.9750.9270.9660.9630.9010.945F1205.6421190.5431151.5151029.868965.600925.9621698.2211396.336968.6401113.7121010.804917.7601031.110

注:表中*为显著性水平,***为p<0.01,**为p<0.05,*为p<0.1;N=816

表4 2016年主效应与中介效应回归结果

变量ECIN模型14模型15模型16模型17模型18KNST模型19模型20模型21TELE模型22模型23模型24BINS0.023∗∗∗0.019∗∗0.011∗∗∗0.062∗-0.019(2.910)(2.383)(3.192)(1.803)(-0.545)BUNI0.017∗∗0.007∗0.009∗∗0.105∗∗∗0.074∗∗∗(2.078)(1.939)(1.970)(6.066)(4.142)BGOV-0.007-0.007-0.007(-0.894)(-1.023)(-0.982)BFOR0.959∗∗∗0.888∗∗∗0.938∗∗∗0.782∗∗∗0.498∗∗∗(132.620)(67.954)(113.850)(38.715)(16.600)KNST0.825∗∗∗0.106∗∗∗(39.756)(7.874)TELE0.525∗∗∗0.057∗∗∗(17.549)(6.332)SIZE0.100∗∗∗0.0170.145∗∗∗0.089∗∗∗0.094∗∗∗0.292∗∗∗0.268∗∗∗0.169∗∗∗0.240∗∗∗0.210∗∗∗0.149∗∗∗(12.262)(0.759)(4.458)(10.955)(11.589)(7.780)(7.332)(7.644)(6.279)(5.581)(4.545)AGE-0.009∗-0.043∗∗-0.053∗-0.010∗-0.011∗0.016-0.0020.0330.0450.0320.056∗(-1.718)(-2.095)(-1.771)(1.746)(1.706)(0.455)(-0.045)(1.607)(1.270)(0.923)(1.822)PERSON0.003∗-0.0100.0070.0010.0000.083∗∗0.078∗∗0.039∗0.100∗∗∗0.095∗∗0.070∗∗(1.681)(-0.466)(0.232)(0.100)(0.044)(2.228)(2.144)(1.768)(2.642)(2.530)(2.149)INTE0.002∗-0.028-0.004-0.003-0.0010.013∗0.019∗0.028∗-0.016-0.018-0.012(1.720)(-1.371)(-0.116)(-0.464)(-0.162)(1.870)(1.946)(1.831)(-0.443)(-0.500)(-0.391)R20.9590.6850.7190.9610.9610.6890.5250.6820.7560.5750.698F2 365.631347.869476.3752 194.4792 173.642415.624202.959341.628529.495243.066397.796

注:表中*为显著性水平,***为p<0.01,**为p<0.05,*为p<0.1;N=816

表5 2014-2016年和2016年调节效应回归结果

变量2014-2016年KNST模型25模型26TELE模型27模型282016年KNST模型29模型30TELE模型31模型32BINS0.080∗∗∗0.133∗∗∗0.003∗0.079∗∗0.054∗0.072∗∗∗-0.130∗∗∗-0.068∗(3.422)(5.455)(1.784)(2.572)(1.863)(2.617)(-2.932)(-1.924)BUNI0.035∗0.0920.048∗-0.544∗∗∗0.138∗∗∗0.056∗∗∗0.159∗∗∗-0.135∗∗∗(1.730)(1.589)(1.799)(-7.509)(9.049)(2.664)(5.162)(-4.923)BGOV0.113∗∗∗-0.0100.055∗∗0.098∗∗∗0.032∗-0.94∗∗∗0.029∗0.045(5.091)(-0.347)(1.967)(2.845)(1.731)(-3.107)(1.992)(1.147)BFOR0.561∗∗∗0.0470.535∗∗∗0.877∗∗∗0.635∗∗∗-0.465∗∗∗0.355∗∗∗2.682∗∗∗(16.207)(0.708)(12.378)(10.439)(16.753)(-3.598)(6.169)(16.045)INRD0.203∗∗∗0.507∗∗∗0.138∗∗∗0.536∗∗∗0.205∗∗∗0.970∗∗∗0.206∗∗∗0.810∗∗∗(5.595)(8.566)(3.055)(7.210)(4.709)(12.956)(3.110)(8.355)INRD∗BINS-0.302∗∗∗-0.348∗∗∗-0.577∗∗∗-0.423∗∗∗(-6.967)(-6.383)(-10.503)(-5.945)INRD∗BUNI0.307∗∗0.671∗∗∗0.302∗∗∗0.871∗∗∗(2.331)(8.208)(5.651)(12.591)INRD∗BGOV0.437∗∗∗0.221∗∗0.498∗∗∗0.232∗∗(5.083)(2.207)(3.812)(2.373)INRD∗BFOR0.314∗∗∗-0.382∗∗∗0.183∗∗0.810∗∗∗(3.838)(-3.681)(2.046)(8.355)CONTROL-R20.6400.6950.7400.8180.6960.7770.7010.802F287.895505.1472.225497.286370.273307.823409.609438.148

注:表中*为显著性水平,***为p<0.01,**为p<0.05,*为p<0.1;N=816

4 结语

4.1 研究结论

本文基于2014-2016年中国高新技术企业数据探究了不同合作研发对创新绩效产生的影响与差异,验证了知识和技术在其中发挥的中介作用,并分析了内部研发在该过程中的调节作用,同时进行了长、短期回归比较,得到主要结论如下:

(1)产研合作、产学合作、产政合作、境外合作均对创新绩效有促进作用,境外合作绩效最强,产政合作绩效具有滞后性。长期看,境外合作、产学合作、产政合作、产研合作对企业创新绩效的作用效果依次递减;短期看,产政合作绩效不显著,境外合作绩效仍最强,产研合作与产学合作的作用效果发生对调。

(2)企业知识和技术在合作研发与创新绩效间起部分中介作用。长期看,四类合作研发均通过知识和技术的产出部分作用于创新绩效;短期看,知识和技术中介效应较为显著,但在产研合作中不显著。

(3)内部研发在合作研发与知识产出、技术产出间起调节作用。无论从长期还是短期看,内部研发均会促进产学合作、产政合作中知识和技术及境外合作中知识的产出,而抑制境外合作中技术、产研合作中知识和技术产出。就知识和技术的产出效应,境外合作研发均强于内部研发。

4.2 实践启示

研究结论对于高新技术企业优化研发资源配置,进行研发战略制定,加强内部资源管理,实现可持续创新发展提供了有效参考与借鉴。

(1)在企业研发实力较弱时,国际化研发更应成为企业的重要合作研发战略选择。企业在研发资源有限时,首先应积极开展国际化研发合作,充分利用海外优质大学和研究机构资源进行人才交换、培养、委托研究等,依托海外供应商和客户获取互补技术、当地市场信息等,借助海外政府和技术中介推动技术成果产业化开发、新市场开拓等。

(2)在企业研发实力较强时,产学合作应成为企业的重要研发战略选择。研发实力越强的企业,吸收能力越强,产学合作绩效越高,该类企业应通过与优质高校合作打破产业边界,消减不同领域以及不同行业间的信息壁垒,将企业的创新构念、市场需求信息与学术界技术前沿知识充分融合,实现“产业问题科学化、科学问题商业化”,引进高学历、高经验人才,加强技术团队建设。

(3)企业应加强对创新政策的关注,踊跃参与政府科技项目。随着国家创新驱动发展战略的提出,政府愈加重视创新,并通过创新政策制定、项目提供、技术或资金支持、创新生态圈建立等多种方式支持企业、区域的创新活动。高新技术企业,特别是高研发实力企业,应踊跃参与政府科技项目,利用政府创新支持政策,依托政府创新平台,获取多元化创新资源,提高企业创新绩效。

(4)企业应重视内部技术知识管理,引导知识流动,加强知识吸收转化,通过知识技术创新推动产品创新。知识密集型企业不仅要通过不断开展研发活动提高外部知识搜索和整合能力,更应通过知识管理,建构内部知识系统,对外部异质性知识进行分类、管理、更新,并吸收、整合、转化,充分发挥知识和技术在合作研发与创新绩效间的催化作用。

4.3 研究不足与展望

本研究也存在一些局限性:首先,本文仅对产研、产学、产政、境外四类合作研发进行了对比分析,但对具体合作方式未进行分类研究;其次,本文研究对象为河北省高新技术企业,并未对企业行业及地域进行归类划分,希望后续研究可以对此加以弥补,为高新技术企业合作研发模式选择提供更多指导。

参考文献:

[1] 白让让,谭诗羽.研发模式、纵向一体化与自主品牌导入期的创新绩效[J].管理科学,2016,29(04):70-79.

[2] 李随成,杨婷.研发合作企业间知识共享与合作绩效的关系[J].科技进步与对策,2007(10):180-184.

[3] EMILIE-PAULINE GALLIE, PASCALE ROUX.Forms and determinants of R&D collaborations: evidence based on french data[J].Industry & Innovation, 2008, 17(6):551-576.

[4] BAI Y, O'BRIEN G C.The strategic motives behind firm's engagement in cooperative research and development[J].Journal of Modelling in Management, 2008, 3(2):162-181.

[5] DAHLANDER L,GANN DM.Sciencedirect-research policy: how open is innovation[J].Research Policy, 2010, 39(6): 699-709.

[6] HANEL P, ST-PIERRE M.Industry-university collaboration by Canadian manufacturing firms[J].Journal of Technology Transfer, 2006, 31(4):485-499.

[7] SIMONEN J, MCCANN P.Firm innovation: the influence of R&D cooperation and the geography of human capital inputs[J].Journal of Urban Economics, 2008, 64(1):146-154.

[8] TOMLINSON P R.Co-operative ties and innovation: some new evidence for UK manufacturing[J].Research Policy, 2010, 39(6):762-775.

[9] SHIN K, SANG J K, PARK G.How does the partner type in R&D alliances impact technological innovation performance? a study on the Korean biotechnology industry[J].Asia Pacific Journal of Management, 2016, 33(1):141-164.

[10] 王龙伟,任胜钢,谢恩.合作研发对企业创新绩效的影响研究——基于治理机制的调节分析[J].科学学研究,2011,29(5):785-792.

[11] 姚潇颖,卫平,李健.产学研合作模式及其影响因素的异质性研究——基于中国战略新兴产业的微观调查数据[J].科研管理,2017,38(8):1-10.

[12] CASSIMAN B, VEUGELERS R.In search of complementarity in innovation strategy: internal R&D and external knowledge acquisition[M].INFORMS, 2006, 52(1):68-82.

[13] KIM Y, SKILTON P F, CHOI T Y.Buyer-supplier embeddedness and patterns of innovation[J].International Journal of Operations & Production Management, 2015, 35(3):318-345.

[14] 俞金红,于明超.合作创新对企业创新绩效影响的实证分析[J].中国科技论坛,2017(10):65-71

[15] BELDERBOS R,CARREE M,LOKSHIN B, et al.Inter-temporal patterns of R&D collaboration and innovative performance[J].Journal of Technology Transfer, 2015, 40(1): 123-137.

[16] UN C A, CUERVO-CAZURRA A, ASAKAWA K.R&D collaborations and product innovation[J].Journal of Product Innovation Management, 2010, 27(5):673-689.

[17] BISHOP K, D'ESTE P, NEELY A.Gaining from interactions with universities: multiple methods for nurturing absorptive capacity[J].Research Policy, 2011, 40(1):30-40.

[18] 王晓燕,俞峰,钟昌标.研发国际化对中国企业创新绩效的影响——基于“政治关联”视角[J].世界经济研究,2017(3):78-86+135.

[19] ARVANITIS S, KUBLI U, WOERTER M.University-industry knowledge and technology transfer in switzerland: what university scientists think about co-operation with private enterprises[J].Research Policy, 2008, 37(10):1865-1883.

[20] 秦雪征,尹志锋,周建波,等.国家科技计划与中小型企业创新:基于匹配模型的分析[J].管理世界,2012(4):70-81.

[21] 陈庆江.政府科技投入能否提高企业技术创新效率[J].经济管理,2017,39(2):6-19.

[22] MININA A D, GAMMELTOFT P.Chinese foreign direct investment in R&D in europe: a new model of R&D internationalization?[J].European Management Journal, 2012, 30(3):189-203.

[23] ALNUAIMI T, SINGH J, GEORGE G.Not with my own: long-term effects of cross-country collaboration on subsidiary innovation in emerging economies versus advanced economies[J].Social Science Electronic Publishing, 2012, 12(5):943-968.

[24] RICHARDS M, YANG Y.Modes of international external technology innovation: evidence from a global sample[J].International Journal of Strategic Business Alliances, 2010, 1(4):337-363.

[25] 杨震宁,李东红,王以华.中国企业研发国际化:动因、结构和趋势[J].南开管理评论,2010,13(4):44-55.

[26] LAWSON B, PETERSEN K J, COUSINS P D, et al.Knowledge sharing in interorganizational product development teams: the effect of formal and informal socialization mechanisms[J].Journal of Product Innovation Management, 2009, 26(2):156-172.

[27] HARGADON A, SUTTON R I.Technology brokering and innovation in a product development firm[J].Administrative Science Quarterly, 1997, 42(4):716-749.

[28] AHUJA G.Collaboration networks, structural holes, and innovation: a longitudinal study[J].Administrative Science Quarterly, 2000, 45(3):425-455.

[29] 王朝晖.企业跨组织研发合作与创新绩效的曲线关系研究:研发人力资本的中介作用[J].科技与经济,2017,30(6):81-85.

[30] 王文华,张卓,孙杨.外部技术相对异质性影响企业绩效研究——二元内部研发的调节作用[J].研究与发展管理,2017,29(3):110-119.

[31] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(2):268-274.

Selection of Multi Cooperative R&D Model for High-Tech Enterprises——The Regulatory Role of Internal R&D

Li Zibiao,Zhao Jingjing

(School of Economics and Management, Hebei University of Technology, Tianjin 300401,China)

AbstractBased on the resource-based theory and transaction cost theory, this paper discusses the impact of different corporate R&D models on innovation performance in an open environment, and analyzes the mediating role of knowledge and technology as well as the regulatory role of internal R&D.The study used the data of 816 high-tech enterprises in Hebei from 2014 to 2016 to conduct long-term and short-term comparative tests.The results show that different cooperative R&D have different effects on innovation performance, the effects of overseas cooperation are always the greatest.The long-term effects of Industry-government cooperation andIndustry-University cooperation are strong, the short-term effect of Industry-Institute cooperation is strong.Knowledge and technology play a mediating role between them.Internal R&D is enhancing the cooperation performance of Industry-University and Industry-government, and weakening the cooperation performance of Industry-Institute and overseas.Research is of great significance for the selection of R&D strategies for high-tech companies.

Key Words:Cooperative R&D; Innovation Performance; Knowledge;Technology; Internal R&D;R&D Model

收稿日期2018-07-12

基金项目国家自然科学基金青年项目(71403078);国家科技统计专项项目(NSTS201705);河北省科技计划项目(17450318D);河北省教育厅百名优秀创新人才支持计划项目(SLRC2017006)

作者简介李子彪(1979-),男,河北邯郸人,博士,河北工业大学经济管理学院教授、博士生导师,研究方向为技术创新与创业管理;赵菁菁(1993-),女,江西南昌人,河北工业大学经济管理学院硕士研究生,研究方向为技术创新与创业管理。

DOI10.6049/kjjbydc.2018050089

开放科学(资源服务)标识码(OSID):

中图分类号F276.44

文献标识码:A

文章编号:1001-7348(2019)06-0085-09

(责任编辑:林思睿)