军民融合协同创新、空间关联与国防创新绩效

加快建设军民融合创新体系，提高国防自主创新能力，是推动中国军队建设由数量规模型向质量效能型和科技密集型转变的重要抓手。军事需求作为科技进步的主要动力之一，军民融合协同创新带来的高技术成果亦能在国家创新驱动战略实施以及创新型国家建设过程中发挥重要推动作用。一方面，军民融合协同创新能通过对创新要素进行科学有效的组织协调，营造创新友好的协同联结环境，节约大量社会资本。另一方面，军民融合协同创新可以从更深层次、更宽领域、更高程度推动军民产学研体系交融渗透和优势互补，从而形成全要素、多领域、高效益的军民融合创新发展格局。

从区域创新生产过程看，创新要素组织协调方式主要分为两种：一种是空间关联，即创新要素在各区域之间流动，以及创新活动在空间上表现出的关联关系[1-2]。空间溢出效应是新经济地理学理解创新组织和创新集聚行为的重要理论，经检验发现，我国各地区创新系统间存在普遍联系[3]。如李婧等[4]分别采用静态与动态空间面板模型对中国各区域创新生产的空间联系进行实证研究。空间探索性数据分析与空间计量等一系列空间方法逐渐成为研究知识密集型产业和高技术产业的主流方法[5]。就国防经济部门而言，对其溢出效应国内已早有研究，如陈炳福[6]梳理了国防技术向民用部门溢出的模式与机制；湛泳[7]通过构建各地区前向、后向和水平溢出系数发现了军工企业与地区制造业技术发展的关系；湛泳、赵纯凯等[8]进一步发现，制造业集聚与军民融合产业呈现倒“U”形关系。但上述研究关注于产业间溢出效应，忽略了国防工业高技术特性带来的空间依赖性。另一种是协同创新，即各区域创新系统内部企业、高等院校、科研机构等创新主体之间通过分工、合作，重新调动配置创新资源以获得创新成果。随着科技创新资源投入不断增加，各主体间的创新资源配置与协同问题已引起学界高度重视[9]。协同创新研究最初主要聚焦创新系统各主体间的分工与交互作用机制[10]，之后这一整合的跨主体创新组织模式被正式界定为协同创新[11]，关于协同创新内涵、模式[12]及机制[13]的研究不断丰富。同时，由于创新行为存在显著知识溢出效应，因而将协同效应与空间分析相结合的研究也逐渐兴起。白俊红等[9]基于空间方法研究创新协同效应，考察创新主体间研发资本协同对创新效率的影响，但基于资本的协同关系无法避免创新投入在转化为创新产出过程中的不确定性[14]。以往受限于国防相关数据保密性，诸多军民融合协同创新研究一直停留在定性研究和建模阶段，如军民融合协同创新体系[15]、理论框架[16]和军民融合协同创新典型模型[17]等。2018年，中国首度公开了国防专利相关数据，包括各省国防专利申请数、授权数及有效国防专利数等，使军民融合协同创新实证研究成为可能。

相较于以往研究，本文创新点主要体现在：第一，建立基于研发支出的协同创新体系，避免研发投入协同体系中创新成果转化不确定性问题；第二，从军民融合主体间协同创新分工视角，界定互补性协同和替代性协同，剖析军民融合创新系统内各主体间的相互关系与关联机制；第三，基于空间计量模型，系统考察各省市军民融合协同创新对国防创新绩效的空间溢出效应。

本文结构安排为：第一部分主要分析军民融合协同创新理论机制；第二部分对国防专利数据进行统计分析并基于Moran指数测度国防创新的空间性特征；第三部分基于地理相邻与研发资本流动空间权重，建立空间计量模型；第四部分分析军民融合协同创新的空间溢出效应；第五部分给出基本结论并提出相应的政策启示。

1 理论机制

1.1 协同创新

根据创新系统理论，创新内部作用关系包括各主体之间的互动关系及各区域之间的关联关系，因此，创新系统在组织协调资源要素进行创新生产时，首先可以通过创新系统内部主体间的协同创新得以实现[18]。这种协同创新表现为以知识增值为核心，以高校、科研机构、企业等为主体，为实现科技创新而开展大跨度交互整合的创新活动[19]。各主体之间通过资源共享、信息交流、合作互动形成协同创新关系，促进创新绩效提升。对于军事创新来说，一项军事科技成果诞生需要经历“概念研究—技术开发—工程研制”等漫长阶段，随着武器及装备系统复杂程度不断提升，很多技术创新无法依靠单独个体完成，协同创新成为解决这一问题的有效途径。

在军民融合协同创新体系中，高等院校既是人才培养的主要场所，也是知识创造和技术创新的重要载体；科研机构具有顶尖创新人才队伍和先进科研仪器设备，掌握着前沿知识和技术；企业则具有极强的开发能力，通过成果转化可以生产出具有实质性改进的国防武器、装备和系统。学者们通常将上述3种参与者分为企业和学研机构两大类知识主体[20]，产学研协同创新过程可以视为两类异质性组织之间的知识流动过程，通过相互影响产生协同作用，进而提升各自发展潜能[21]。企业和学研机构两类主体之间的互动行为包括：首先，由于学研机构比企业拥有更多的专门性科研人才，因此，这两类主体的知识存量存在势差，知识可以随着协同活动的开展从学研机构流向企业；其次，企业和学研机构拥有的知识属性存在差别，企业拥有更加丰富的生产和应用知识，学研机构则拥有深厚的基础科学技术知识，在产学研合作过程中，不同属性的知识之间可以形成良性互动，共同促进协同创新活动[22]。高校和科研机构作为功能相似的同类创新主体，可以通过合作、技术转让等进行专门性知识传递。并且，由于军工产品涉及尖端武器研发，对基础学科创新知识有极大的需求，从而使高校与科研机构之间的协同关系相较民用产品领域更加紧密。因此，本文将研究机构与高校间的协同(研-学协同)、各研究机构之间的协同(研-研协同)归类为替代性协同，将企业和高校协同(产-学协同)、企业与科研机构协同(产-研协同)归类为互补性协同。产学研各主体在创新系统中的功能决定了产学研之间能够以技术契约为基础，促使知识持续稳定流动，建立良好的反馈回路，最终形成优势互补、风险共担、互利共赢的协同创新局面[23]。

从军事主体身份角度，可将协同创新各参与者分为军事研发主体和非军事研发主体，协同创新活动可以分为军事研发主体与军事研发主体间协同(军-军协同)、军事研发主体和非军事研发主体协同(军-民协同)、非军事研发主体间协同(民-民协同)。其中，军-军协同和军-民协同通过知识溢出机制、学习反馈机、产业链协作机制直接促进军事创新成果产出；民-民协同则通过区域创新系统对军事创新产生间接推动效应(见图1)。因此，本文在后续实证分析中将不区分军事研发与非军事研发主体身份，从产、学、研3类型参与者视角分析军民融合协同创新对国防创新绩效的影响。

1.2 空间溢出效应

由于我国各省市国防工业并非局限于单一门类，产业和相关技术之间存在交叉与重叠，因此，国防创新系统可以充分利用邻近地区的资源要素与知识，发挥空间关联效应。以陕西和河南为例，陕西省主要国防工业门类包括：航空工业、航天工业、电子信息系统、兵器制造业、核工业、船舶工业以及其它军民融合相关产业；河南省主要国防产业包括：航空工业、船舶工业、兵器制造业、电子信息系统以及军民融合相关机械制造、电池、新能源产业。省份之间交叉覆盖的国防工业类型广泛，且依附于主要设备和集成系统的基础性原件、部件、装配技术存在互通，这是省际技术溢出效应和知识外部性发挥的前提。随着武器装备复杂程度提升以及磁能、核能、复合材料、信息系统和人工智能等技术发展，复合型武器研发与应用愈加受到重视。它对数学、物理学、化学、生物学、地球科学、空间科学等基础学科有重大战略需求，要求解决脑科学与认知科学、先进材料的设计与制备方法、信息安全控制、极端条件制造等一系列重大前沿科学问题，而该类前沿技术可应用于各类型武器系统，具有通用性。因此，考虑到各省市间国防创新系统并非处于割裂状态，研究该类知识与创新的空间集聚特征和关联性具有一定价值。同时，由于军工企业混合所有制改革不断深化，国防科技研发资本的市场性特征逐渐凸显，研发资本趋向于在创新成果集中、创新收益率更高的区域进行配置，从而促使研发资本动态流动。国防创新要素流动产生的知识溢出、规模经济、资源配置优化效应将对区域创新活动及绩效产生影响。

综上所述，本文将协同创新和空间关联进行综合考虑，有利于解析国防创新系统内各主体之间及各区域之间的联结关系，更为细致地揭示军民融合协调过程及其对国防创新的影响机制，从而为中国统筹各区域军民融合协同创新发展、制定相关政策提供有益参考。

2 国防创新绩效统计特征及空间特征

2.1 国防创新绩效统计特征

从全国总体看，自2000年以来，中国国防专利申请量快速上升，特别是2005年以来持续保持较高的年增长率，国防专利申请量由2000年的264件上升至2016年的13 028件，年均增长27.6%。2016年，科研单位类申请在国防专利申请中占69.75%，企业类申请在国防专利申请中占比16.86%，大专院校类申请占比10.92%。

从省域层面看，2016年国防专利申请量排名前3位的省市依次为北京4 167件、陕西2 006件、江苏1 157件。2009—2016年国防专利申请量增长率最高的省份为四川，年均增长45.47%，其次是河南，年均增长33.85%，陕西再次之，年均增长28.71%。中国中部地区国防创新活力不断增强，以陕西为核心，向四川、湖北、河南等周边省市辐射，形成一个国防创新集聚区。

2.2 国防创新绩效空间特征

2.2.1 全局Moran指数

由于省域数据自2009年才开始统计，本部分利用Moran指数分析2009—2016年各省市国防专利申请量和授权量的全局空间集聚特征，为后文空间计量实证分析提供依据。Moran指数主要测度研究主体在区域空间上的全局相关性，计算公式如式(1)所示。

其中，N表示除西藏外全国内地30个省市，Wij代表空间权重矩阵，Xi和

分别代表地区国防专利申请(授权)量及其均值。若Moran指数取值范围是[-1，1]，当I>0时，表示国防专利空间分布存在正相关；当I<0时，表示国防专利空间分布存在负相关；若I指数接近于0，表明国防专利空间相关性不显著，即表示在空间上随机分布，相应结果如表1所示。

从表1可以看出，2009—2016年国防专利申请量和授权量全局Moran 指数均显著为正，表示两者具有显著的空间正相关特征，适合使用空间计量分析方法。此外，两种专利均呈现先升后降再升的变化趋势，Moran 指数达到波峰与波谷的时间分别为2010年和2014年，但总体而言呈现增长态势，即2009—2014年国防专利申请量与授权量的全局空间集聚特征在经历一段时期的不断弱化后迅速变化为增强状态。

2.2.2 局部Moran指数

本文借助Moran散点图，测度2009年和2016年中国内地30个省市国防专利申请量与授权量的空间局部相关性，具体结果如图2-5所示。

从图2—5可以看到，2009年各省市国防专利申请量与授权量的局部Moran值在4个象限中的分布较均匀，总体莫兰值接近0，集聚态势不显著。北京BJ、上海SH、山东SD、浙江ZJ、湖北HB、湖南HN等东、中部省市主要位于HH象限，宁夏NX、青海QH、新疆XJ、海南HI等经济和科技相对落后地区主要位于LL象限。2016年，多数省市国防专利申请量与授权量的局部Moran值主要分布于HH象限和LL象限，中部和东部地区多数省市位于HH象限，西部地区多数位于LL象限。2009—2016年陕西SN由高低集聚转为高高集聚，中部地区国防创新能力显著增强，形成国防创新集聚区。

3 模型构建与变量说明

3.1 模型构建

常用的空间计量模型包括空间自回归模型(Spatial Autoregressive Model，SAR)和空间误差模型(Spatial Error Model，SEM)，其中，SAR模型主要用于探测因变量是否在地区之间存在空间溢出效应，SEM则考察没有包含在解释变量中的遗漏变量或不可观测的随机冲击的空间影响，SDM是两种情况同时存在且更为广义的空间模型。空间计量模型基本表达式为：

式(2)、(3)中，Y 为因变量，X为自变量，ρ、β和θ为待估计系数，W为空间权重矩阵，W·Yit和W·Xit为空间关联省份创新绩效的空间加权变量，表示相邻区域因变量和自变量变化会随着协方差W传递到本区域而对本区域的相关变量产生溢出效应，λ为空间误差系数，度量存在随机扰动项的空间关联性，即相邻区域创新绩效的误差冲击对本地区创新绩效的影响。μ为随机误差项，服从独立同分布假设。若λ=0，则为SDM；若λ=θ=0，则为SAR；若α=ρ=θ=0，则为SEM。

3.2 变量选取与数据说明

(1)因变量。本文以国防专利申请量的对数值(Def_pat)作为国防区域创新水平度量指标。虽然专利在反映创新成果质量及商业化水平方面存在明显不足，但专利标准客观且变化缓慢，具有通用性和标准性，且国防创新数据获取有限而无法测算研发创新效率，因而将专利作为衡量国防创新活动的指标。专利数据包括专利申请量、授权量和有效量，其中授权量和有效量会受专利审查速度与专利维护的影响[24]，相比之下，专利申请量能更好地衡量当期创新水平[25]。

(2)自变量。本文以研发经费外部支出占比表征各主体间的协同创新关系。研发经费外部支出是指研发主体在研发合作项目及委托外单位进行的研发活动中实际支付给外单位的费用，包括新产品设计费、原材料和半成品试验费，以及与新产品试制及技术研究有关的其它经费等。支付给不同主体的研发经费外部支出占总体的比重能代表各主体间的协同创新水平[26]。根据经费外部支出对象的不同，可以分为科研机构对高校的外部支出占比、科研机构对科研机构的外部支出占比、企业对科研机构的外部支出占比、企业对高校的外部支出占比4类，分别表征军民融合创新系统中研-学协同(Ins_Uni)、研-研协同(Ins_Ins)、产-研协同(Ent_Ins)以及产-学协同(Ent_Uni)水平。

(3)控制变量。本文控制变量为区域创新水平(Reg_Pat)和对外开放水平(Open)。其中，各地区创新水平采用普通专利申请数的对数值表征，对外开放水平采用外国直接投资(FDI)占国内生产总值的比重表征。因此，以空间杜宾模型为例，本文构建的模型形式可以表示为：

Def_patit=ρW·Def_patYit+θ1W·Ins_Uni+θ2W·Ins_Ins+θ3W·Ent_Uniit+θ4W·Ent_Ins+β1Reg_Pat+β2Open+μit

本文空间权重矩阵W包括地理邻接权重矩阵和研发资本流动权重矩阵。在地理邻接权重矩阵中，相邻规则为Rook相邻，即当区域i与区域j相邻时W=1，否则W=0。研发资本流动权重矩阵的构建主要借鉴白俊红等[12,27]的研究成果，研发资本流动权重矩阵表示为：W=PiPj/Dij。其中，Pi、 Pj表示区域i和j的研发经费投入量；Dij为两区域之间中心位置的距离。因此，研发资本流动权重矩阵与两地间研发资本规模成正比，与两地间距离成反比。

本文使用的地理权重矩阵根据国家地理信息系统网站提供的地图，经Arcgis10.2软件测算获得。考察对象为中国内地30个省级行政区域，西藏由于国防专利数据缺乏暂不予考虑。所有数据均来自于2000—2017年《中国科技统计年鉴》、《中国高技术产业统计年鉴》以及《中国对外直接投资统计公报》。FDI均基于当年平均美元汇价进行折算，取经消费物价指数平减后的实际值。各变量描述性统计见表2。

对所有变量进行相关性检验，结果如表3所示，所有变量间相关系数绝对值最大为0.578，大部分在0.3以下。通过方差膨胀因子检验发现，VIF最大值为2.64，平均值为1.74，说明不存在多重共线性问题，符合回归分析条件。

注：*、**、***分别表示在1%、5%和10%的水平上通过显著性检验，下同

4 实证分析

4.1 军民融合协调创新空间溢出效应分析

本文基于地理邻接与研发资本流动两种权重矩阵对空间计量模型予以估计，并依据Anselin (1996)提出的判断原则及Hausman检验结果，选择空间自相关固定效应模型估计结果作为最终分析依据，同时，给出了空间误差模型结果用于稳健性检验。经过LR检验，发现空间杜宾模型退化为空间自回归模型，但考虑到周边地区自变量可能对本地区产生空间溢出效应，采用固定效应空间杜宾模型比对参照。总体来看，不同空间计量模型所得到的回归结果系数符号基本一致，说明回归结果稳健，具体如表4所示。

结果显示，地理邻接权重和研发资本流动权重下，模型1和模型4的空间自回归系数分别为0.650与0.631，且均在1%的置信水平上显著，表明地理相邻和研发资本联系密切均能增强国防创新绩效的空间溢出效应。由于研发创新要素本身蕴含大量技术创新相关信息，其在区域创新系统之间的动态流动有利于知识信息传播与应用，并能够提升要素配置效率。相较于地理邻接权重矩阵模型，研发资本流动权重矩阵模型的空间自回归系数略低且R2值略小，显著解释变量个数也较少，一定程度上说明国防研发创新活动对市场活动的敏感度较低。

从表征军民融合协同创新的4个指标看，在地理相邻权重矩阵下，模型1中研-学协同(Ins_Uni)的估计系数显著为负，在研发资本流动权重矩阵下，模型4中的估计系数也为负值但不显著。这种负向影响的原因可能有两点：第一，如前文所述，科研机构与高校的主要职能是通过独创性研究获取并理解新的科学或技术知识，两大主体在创新过程中发挥的职能相近，属于替代性协同。科研机构从高校直接购买技术的行为增加了科研机构在基础研发方面的外部依赖性，容易导致研究机构的创新惰性，这与石乘齐[28]得出的同质化主体知识共享导致创新系统网络层级化不明显、主体惰性增强的研究结果一致。第二，出于国家安全和国防技术保密性考虑，相较于其它类科研项目，军事科研项目信息透明度低且具有定向性，通常直接由国家十二大军工集团及下属科研机构和军事院校等军事主体进行对接。极强的信息不对称性导致普通高校、科研机构和企业无法直接参与军事类科研项目，通过军事主体“委托”间接参与，从而导致科研项目转包、分包现象出现。缺少合作和知识交互过程的“转分包”会导致创新效率低下，同样，在研-研协同(Ins_Ins)中也存在类似问题。

就企业主体而言，在两类权重矩阵下，模型1和模型4中产-学协同(Ent_Uni)对国防创新绩效具有显著正向影响，且地理邻接权重矩阵下的回归系数(1.091)小于研发资本流动权重矩阵(1.289)，说明研发资本流动关联比地理区位邻近更有利于发挥军民融合产-学协同对国防创新的推动作用。产-研协同(Ent_Ins)对国防创新绩效的影响同样为正，且地理邻接权重矩阵下的回归系数(0.598)大于研发资本流动权重矩阵(0.548)。产-研协同与产-学协同回归系数皆显著为正，说明互补型军民融合协同创新可促进国防创新绩效提升。

从周边与本地区的相互影响看，模型3中，军民融合研-研协同的估计系数显著为正(0.514)，表示在地理邻接权重矩阵下，周边地区研-研协同对本地区国防创新绩效具有正向作用，可能原因是存在跨区域的研-研协作活动，此类协作存在较高的交易壁垒和搜寻成本，跨区域协作说明项目难度大且具有充分的必要性，因而可以通过协同创新发挥各主体优势。在模型6中，仅军民融合产-研协同的估计系数显著为正(1.215)，表示在研发资本流动权重矩阵下，研发资本流动联系紧密地区的军民融合产-研协同会对本地区国防创新绩效产生正向空间溢出效应。这可能主要基于两种作用机制：第一，军民融合相关企业对科研机构的支付行为促进了科研机构资本积累，使研究得以深入，成果不断丰富，进而促进知识资源池容量扩大，从而惠及周边地区的国防创新活动；第二，军民融合互补性协同关系深化可以强化区域创新网络——企业、大学、科研机构和中介服务机构等组织在合作交流关系的基础上形成相对稳定的空间组织形式，集聚国防创新资本与人才，从而提升区域国防创新活力。

对于控制变量，模型1和模型4中，区域创新水平(Reg_Pat)和对外开放水平(Open)均表现出对国防创新绩效的显著正向作用，说明良好的区域创新实力和开放的外部环境对国防创新发展至关重要。

4.2 军民融合协同创新空间溢出效应分解

为进一步探讨军民融合协同创新变量所包含的交互信息，表5为空间滞后模型(SAR)协同创新变量的空间直接溢出效应和间接溢出效应估计值。可以看出，军民融合的研-学协同仅在地理邻接权重下具有显著的负向空间直接溢出效应。产-研协同和产-学协同在两种权重矩阵下存在显著的空间直接和间接溢出效应，且两者的空间间接溢出效应均高于直接溢出效应，说明本地军民融合的互补性协同创新会对周边与研发资本关联紧密地区的国防创新绩效产生正向溢出，且上述地区又会对本地区的国防创新绩效产生空间正反馈溢出。

5 结论与政策启示

本文选取我国省域国防专利面板数据，采用空间计量经济学方法，基于地理邻近权重与研发资本流动权重，实证考察军民融合协同对国防创新绩效的空间溢出效应，研究结论如下：

(1)自2000年以来，中国国防专利申请量快速上升。2009-2016年国防专利具显著的空间正相关特征，且辐射带动能力整体不断提升。东部和中部地区发达省份主要呈现高高集聚态势，而西部地区经济相对落后省份主要呈现出低低集聚特征。

(2)地理邻接权重和研发资本流动权重下，国防创新绩效存在显著空间溢出效应。包括研-研协同与研-学协同在内的替代性协同对国防创新绩效存在负向作用，包括产-研与产-学在内的互补性协同对国防创新绩效具有正向作用。研发资本关联有利于发挥产-学协同对本地国防创新的促进作用，地理邻近有利于发挥产-研协同对本地国防创新的促进作用。此外，区域创新水平和对外开放均有利于国防创新绩效提升。

(3)地理邻接矩阵下，研-研协同对邻近地区的国防创新绩效具有正向空间溢出效应，在研发资本流动权重矩阵下，产-研协同创新对研发资本关联紧密地区的国防创新绩效产生正向空间溢出效应。

从政策层面来讲，第一，应鼓励企业主体包括军工企业和军民融合相关企业进一步加大同高校与科研机构的创新协同，充分发挥创新价值链上各主体间的优势互补功能，通过加强创新协同平台建设，完善创新协同制度环境，为互补性主体间的协同创新创造条件，从而提升国防创新绩效；第二，避免军事主体垄断国防研发项目信息，其本质是把握好国防安全与经济效率之间的有效平衡，通过适当提升国防类科研项目信息发布的透明度减少定向性，考虑筛选部分机构给予国防科研机构同等待遇，逐步增加国防研发参与主体数量，增强有效竞争，合理利用有限研发资源，积极促进科研领域军民融合建设；第三，不断建立健全科研项目监督和合同审查机制，避免出现因科研垄断造成的“转分包”等资源浪费情况；第四，在积极促进军民融合式发展背景下，应进一步鼓励包括军民融合基金等民间资本进入国防领域，发挥市场在国防资源配置过程中的重要作用，破除区域间研发资本、人才等创新要素进入国防领域的体制机制障碍，努力营造有利于创新要素流动的外部环境，从而促进国防创新绩效整体提升。

[1] ANSELIN L. Lagrange multiplier test diagnostics for spatial dependence and spatial heterogeneity[J].Geographical analysis,1988,20(1):1-17.

[2] 李晓龙,冉光和,郑威.金融发展、空间关联与区域创新产出[J].研究与发展管理,2017,29(1):55-64.

[3] 吴玉鸣.中国省域经济增长趋同的空间计量经济分析[J].数量经济技术经济研究,2006(12):101-108.

[4] 李婧,谭清美,白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界,2010(7):43-55+65.

[5] 吴玉鸣,徐建华.中国区域经济增长集聚的空间统计分析[J].地理科学,2004(6):654-659.

[6] 陈炳福,梁感.溢出、军转民和军民两用——军民结合的战略模式比较[J].军事经济研究,2010,31(10):12-15.

[7] 湛泳,张学斌.军工企业发展对制造业技术溢出效应研究[J].经济学动态,2018(5):71-85.

[8] 湛泳,赵纯凯,郭坚豪.制造业集聚对军民融合产业发展的双重效应研究[J].产业经济评论(山东大学),2018,17(2):99-120.

[9] 白俊红,蒋伏心.协同创新、空间关联与区域创新绩效[J].经济研究,2015,50(7):174-187.

[10] 陈傲,柳卸林,程鹏.知识溢出空间扩散过程的实证检验——以追踪一类专利扩散为线索[J].科学学与科学技术管理,2010,31(12):96-101.

[11] 陈劲,阳银娟.协同创新的驱动机理[J].技术经济,2012,31(8):6-11+25.

[12] 何郁冰.产学研协同创新的理论模式[J].科学学研究,2012,30(2):165-174.

[13] 许彩侠.区域协同创新机制研究——基于创新驿站的再思考[J].科研管理,2012,33(5):19-25+55.

[14] SCHMOOKLER J. Invention and economic growth[M]. Harvard：Business School Press,1966.

[15] 徐辉,许嵩.军民融合深度发展的科技协同创新体系研究[J].科技进步与对策,2015,32(18):104-108.

[16] 董晓辉.军民融合产业集群协同创新的研究评述和理论框架[J].系统科学学报,2013,21(4):60-64.

[17] 李海海,孔莉霞.国外军民科技协同创新的典型模式及借鉴[J].经济纵横,2017(10):122-128.

[18] COOKE P,URANGA M G,ETXEBARRIA G. Regional innovation systems: institutional and organisational dimensions[J]. Research policy,1997,26(4/5): 475-491.

[19] 仲崇娜,苏屹.高校协同创新平台组织结构与运行机制研究[J].科技进步与对策,2015,32(6):29-34.

[20] YUKO A H. Industry-university cooperation to take on here from research institute of economy[J]. Trade and Industry,2002(4): 42-49.

[21] MASAHIKO A,YUKO H. Industry-university cooperation to take on herefrom[J]. Research Institute of Economy,Trade and Industry,2002(4): 42-49.

[22] SCHARTINGER D,RAMMER C,FRÖHLICH J. Kno-wledge interactions between universities and industry in Austria: sectoral patterns and determinants[A]//MANFREDM,FISCHER.Innovation,networks,and knowledge spillovers[M]. Berlin：Springer,2006: 135-166.

[23] GEISLER E,RUBENSTEIN A H. University—industry relations: a review of major issues[M].Berlin:Springer,1989: 43-62.

[24] CABRER-BORRAS B,SERRANO-DOMINGO G. Innovation and R&D spillover effects in Spanish regions: a spatial approach[J]. Research Policy,2007,36(9): 1357-1371.

[25] GROSHBY MARK.Patents: innovation and growth[J].Economic Record,2000(76).

[26] 蒋开东,王其冬,俞立平.高技术产业不同来源科研经费投入绩效实证研究[J].中国科技论坛,2014(5):50-55.

[27] 白俊红,王钺,蒋伏心,等.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017,52(7):109-123.

[28] 石乘齐.基于组织间依赖的创新网络演化模型及仿真研究[J].管理工程学报,2019(1):12-22.