Industry-University-Research Collaboration, Knowledge Absorption Capacity and Enterprise Innovation Performance: The Moderating Effect of Executives' Academic Background and Government Innovation Subsidies

Wen Xingqi1,2, Sun Kaixin1, Li Shiyao3

(1.School of Economics and Management,Wuhan University;2.Research Center for China Industry-University-Research Institute Collaboration,Wuhan University,Wuhan 430072, China; 3.Wagner Graduate School of Public Service,New York University, New York 10301, USA)

Abstract：Innovation is an important strategic tool for enterprises to gain competitive advantages in intense market competition. With the rise of open innovation and open enterprises, industry-university-research collaboration has become an effective means for enterprises to acquire external innovation resources and thereby establish competitive advantages. Therefore, exploring the relationship between industry-university-research institution collaboration and enterprise innovation performance is of great significance for both academia and specific business practices. This study aims to explore the correlation between industry-university-research collaboration and enterprise innovation performance, as well as the mechanisms between the two, with a focus on the mediating effect of knowledge absorptive capacity and the moderating effects of executives' academic background and government innovation subsidies on this relationship.

To achieve this goal, the research methodology involves a comprehensive review of existing literature in the field, followed by an empirical analysis of all of China's A-share listed companies from 2010 to 2021. Drawing on transaction cost theory, resource-based theory, and upper echelon theory, this study not only explores the direct impact of industry-university-research collaboration on enterprise innovation performance, but also investigates the indirect impact mechanism of industry-university-research collaboration on enterprise innovation performance from the perspective of knowledge absorptive capacity. Additionally, two different levels of moderating variables, namely the academic background of senior executives and government innovation subsidies, are incorporated into the research framework. In particular, the variable of industry-university-research collaboration is divided into two dimensions of collaboration breadth and collaboration depth in the empirical processes, and regression analysis is conducted separately for each dimension.

It is found that, firstly, there is a significant positive correlation between industry-university-research collaboration and enterprise innovation performance. This suggests that under certain conditions, an increase in the breadth or depth of industry-university-research collaboration leads to an improvement in enterprise innovation performance. Secondly, the academic background of executives can positively moderate the positive impact of industry-university-research collaboration on enterprise innovation performance. This implies that an increase in the proportion of executives with an academic background strengthens the promoting effect of industry-university-research collaboration on enterprise innovation performance. Additionally, the study confirms that government innovation subsidies can also positively moderate the positive correlation between industry-university-research collaboration and enterprise innovation performance, and an increase in government innovation subsidies enhances the promoting effect of industry-university-research collaboration on enterprise innovation performance. Furthermore, after conducting regression analysis on the model, the study also performed robustness tests and heterogeneity analysis. In particular, by using the median of enterprise innovation performance as a threshold, heterogeneous analysis is conducted on two sub-samples. The final test results present significant differences, indicating that innovation performance is related to factors such as the level of independent R&D and resource advantages, for they can affect enterprises' willingness and ability to participate in industry-university-research practices.

The above analysis reveals that industry-university-research collaboration plays a crucial role in driving enterprise innovation performance. By engaging in industry-university-research collaboration practices, enterprises are able to conduct innovation activities at lower costs and risks, and moreover, they can leverage the technological advantages of universities and research institutes for research and development. Simultaneously, through the process of industry-university-research collaboration, enterprises can benefit from knowledge spillover from universities and research institutes, expand their knowledge breadth, enhance their research and development capabilities, and improve their innovation performance. Furthermore, the study suggests that by improving their own knowledge absorption capacity, enterprises' participation in industry-university-research collaboration can enhance their sensitivity to environmental changes and independent innovation ability to improve innovation performance. Besides,it also highlights the significant impact of executives' academic backgrounds and government innovation subsidies on moderating this relationship. The conclusions can serve as reference for enterprises seeking to enhance their innovation performance through industry-university-research collaboration.

Key Words：Industry-university-research Institute Collaboration; Enterprise Innovation; Knowledge Absorptive Capacity; Academic Background of Executives; Government Innovation Subsidies

收稿日期：2023-07-05

修回日期：2023-10-13

基金项目：国家社会科学基金项目(23BGL062)

作者简介：温兴琦(1978-),男,湖北松滋人,博士,武汉大学经济与管理学院副教授、硕士生导师,武汉大学中国产学研合作问题研究中心副主任,研究方向为战略管理与创新管理;孙凯新(2001-),女,河南许昌人,武汉大学经济与管理学院硕士研究生,研究方向为创新管理与产学研合作;李诗瑶(2000-),女,湖北武汉人,纽约大学瓦格纳公共管理学院硕士研究生,研究方向为创新与投资。

DOI：10.6049/kjjbydc.H202307016

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2024)15-0055-10

0 引言

我国产学研合作起步较晚,受制于多方面因素,与发达国家存在较大差距。随着知识技术迭代速度加快以及市场环境不确定性风险加大,企业仅依靠自身资源进行技术创新的难度上升[1]。在此背景下,利用外部资源进行开放式创新,尤其是与创新资源丰富的高校、科研机构合作,成为企业提升创新绩效的重要战略举措[2]。通过产学研合作,企业与高校、科研机构实现资源整合及优势互补,突破创新发展瓶颈、获取竞争优势并提升创新绩效,进而实现高质量发展。中共二十大报告指出,加强企业主导的产学研深度融合,强化目标导向,提高科技成果转化和产业化水平[3]。当前,我国产学研合作实践存在创新转化率较低等问题,对企业创新绩效的促进作用有限,亟需相关理论指导。因此,有必要深入探讨产学研合作对企业创新绩效的作用机制及边界条件。

对于产学研合作这一变量,已有学者基于多个维度进行测量。例如,张羽飞等[4]将产学研合作分为产学研融合广度、深度和频度3个维度;刘斐然等[5]从产学研合作广度和合作深度两个维度探究产学研合作与企业创新绩效的关系。从现有研究看,多数学者认为产学研合作对企业创新绩效发挥正向作用[4-6]。现有产学研合作对企业创新绩效的影响机制研究验证了内部研发水平、政府创新补贴的中介效应或调节效应,但存在以下不足:第一,已有研究将产学研合作分为合作广度与合作深度两个维度,但在实证分析中仍将产学研合作视为一个综合变量。第二,现有研究主要关注内部研发水平的中介效应,对产学研合作与企业创新绩效的关系探索不足。同时,对产学研合作影响创新绩效的边界条件研究不充分,如未基于公司治理视角探讨董监高人员背景特征的调节作用。第三,现有产学研合作与企业创新绩效关系研究中,鲜有学者进行异质性检验分析。

基于以上分析,本文探讨产学研合作对企业创新绩效的影响机理,在构建“产学研合作—企业创新绩效”理论模型的基础上,将知识吸收能力作为中介变量、高管学术背景和政府创新补贴作为调节变量纳入研究模型,进一步揭示上述路径和情境对产学研合作与企业创新绩效关系的影响,以期完善产学研合作对企业创新绩效影响的研究,为企业提升创新绩效提出合理建议。

1 理论基础与模型构建

1.1 资源基础理论

根据资源基础理论,企业拥有的有形资产和无形资产(如知识技术)等资源能够在激烈的市场竞争中发挥巨大作用。上述异质性资源具有技术难度大、获取成本高、难以替代和模仿等特点[7],成为企业获取竞争优势和培育可持续发展能力的关键。

随着环境复杂性提升,越来越多的企业意识到合理利用外部资源的重要性,产学研合作成为企业突破创新瓶颈的关键。产学研合作是涉及多主体协同的价值创造活动,参与主体包括科研院所、高校和企业。多主体通过组织协同以及创新项目合作实现人才、知识、资源共享。由此,企业获得可利用的异质性资源与能力。借鉴刘斐然等[8]的研究成果,本文将产学研合作分为合作广度与合作深度两个维度。其中,将产学研合作广度定义为企业参与产学研合作过程中,来自高校和科研院所异质性资源的多样性,体现为合作网络中可获取知识宽度,而产学研合作深度强调企业在研发创新过程中与合作对象的交互频度。

1.2 动态能力理论

20世纪90年代,由于核心能力理论难以解释市场环境变动给企业竞争带来的巨大挑战,Teece等[9]提出动态能力理论。动态能力理论强调企业能够在动态市场环境中,通过对内外部资源进行整合重构维持竞争优势,从而确保资源能力与市场环境的一致性。

同一时期,Cohen等[10]首次提出吸收能力的概念并将其定义为企业对内外部知识资源进行吸收、内化的能力,发现具有较强知识吸收能力的企业可以在动荡市场环境中获得可持续竞争优势;George等[11]结合动态能力理论,将吸收能力定义为企业内化并应用知识的动态过程,并将这一动态过程精准划分为获取、消化、转化和利用4个阶段。借鉴以往研究成果,本文将知识吸收能力定义为企业对内外部知识能力进行识别、学习并消化吸收的能力。

1.3 高层梯队理论

Hambrick等[12]摆脱传统管理理论中理性经济人的假定,关注企业高管个人特质对战略决策行为的影响,进而提出了高层梯队理论。由于个人认知的有限性以及市场环境的复杂性,高层管理人员无法以“经济人”身份制定完全理性的决策。基于此,高层梯队理论认为,高层管理团队成员的个体特征会影响企业战略决策。高层管理人员的背景如年龄、性别、经历、任职等与其认知及能力密切相关,对企业绩效具有较大影响。资源依赖理论认为,企业生存与外部环境息息相关,而高层管理团队的个体背景是企业与外部环境实现信息沟通,进而获取外部资源与支持的重要桥梁[13]。高管团队的背景特征尤其是其任职背景会对企业创新战略产生重要影响。参照以往研究成果,本文将高管学术背景定义为企业董事、监事和高级管理人员过往在高校或科研机构任职的经历。

综上,本文构建研究概念框架如图1所示。

2 文献回顾与研究假设

2.1 产学研合作对企业创新绩效的促进作用

交易成本理论将资源配置方式划分为企业内部行政配置与市场交易,二者成本比较结果决定企业资源配置方式选择。基于上述视角,产学研合作属于市场交易范畴,其成本包括沟通费用、风险费用和谈判费用等。研发活动具有高成本与高风险等特征,企业内部独立研发成本显著高于采用市场交易方式获取研发成果的成本。因此,基于二者成本比较结果,企业选择市场交易的资源配置方式参与产学研合作,以规避风险。Georgea等[11]认为,产学研合作在降低企业研发费用的同时,能够提高企业创新产出水平;张羽飞等[4]将产学研融合划分为产学研融合广度、深度和频度3个维度,实证检验结果表明,产学研融合广度和深度能够显著促进科技型中小企业创新绩效提升,而产学研融合频度对企业创新绩效具有负向影响;刘斐然等[5]将产学研合作分为合作广度与合作深度两个维度,实证研究发现,产学研合作深度能够显著提升企业创新质量,而产学研合作广度对企业创新质量呈现显著倒U型影响。

创新活动具有投入高、周期长等特点,企业受限于自身资源会产生创新路径依赖,进而导致创新产出受到约束。相较之下,高校与科研院所更有能力开展基础研究领域的研发创新活动,拓展创新领域和内容,实施高质量、高效率创新活动[14]。一方面,企业通过产学研合作与科研院所和高校共享基础研究成果,以较低成本和风险利用创新成果;另一方面,企业能够在产学研合作过程中接收其他主体的知识溢出,实现技术与知识融合,从而提升自身知识资源转化率。因此,企业产学研合作对象越多,合作广度越大,越有助于企业创新绩效提升。

此外,产学研合作深度能够反映企业与科研院所和高校建立的合作关系。较高的合作深度有利于企业借助合作方的知识、资金等资源开展创新活动。密切的沟通与知识交流能够提升企业学习能力与知识吸收能力,进而提高企业资源整合与科技成果转化能力,同时抑制因信息不对称导致的机会主义行为。

基于上述分析,企业参与产学研合作的广度与深度对创新绩效具有正向影响。因此,本文提出以下假设:

H1:产学研合作广度与企业创新绩效呈正相关关系。

H2:产学研合作深度与企业创新绩效呈正相关关系。

2.2 知识吸收能力的中介作用

知识吸收能力这一概念最早是由Cohen等[10]提出,其研究结果表明,外部知识对企业创新绩效的促进作用是通过企业知识吸收能力实现的。Kodam等[15]认为,企业知识吸收能力越强,外部知识学习就越能促进企业创新效率提升;曹达华等[16]指出,知识吸收能力在产学研合作与创新绩效之间发挥正向调节作用。

企业参与产学研合作有利于增强自身知识吸收能力。一方面,基于“行为—能力—结果”分析框架,企业与高校和科研院所产学研合作过程中,合作网络中的伙伴越多,越容易促使不同合作主体实现知识共享,企业通过识别与学习外部技术知识提升自身知识吸收能力。另一方面,企业参与产学研合作程度越高,与合作伙伴交互频率越高,在产学研合作关系网络中越能占据优势地位,进而以较低风险和成本获取合作伙伴的异质性知识。高度的交互频率、稳定的合作关系可以有效提高企业与高校、科研院所的信任程度,提升合作网络中的知识流动速度与质量,进而强化企业知识吸收能力[17]。

同时,较强的知识吸收能力可以促进企业创新绩效提升。借助知识吸收能力,企业能够及时识别、学习并消化吸收外部合作伙伴的技术知识。产学研合作广度越大,企业越能拓展自身创新路径[18]。企业可以借助知识吸收能力学习、应用外部知识,从而提升自身创新绩效[19]。此外,企业参与产学研合作的程度越高,越能对高校和科研院所的技术知识尤其是隐性知识进行学习与吸收,增强自身创新能力,从而促进创新绩效提高。基于以上分析,本研究提出以下假设:

H3:产学研合作广度通过知识吸收能力影响企业创新绩效。

H4:产学研合作深度通过知识吸收能力影响企业创新绩效。

2.3 高管学术背景的调节作用

依据高层梯队理论,高层管理人员的个体背景如学术任职经历等会导致企业战略决策偏差,进而影响企业绩效[20]。张根明等[21]采用层次回归分析方法研究发现,企业董事会中具有学术任职经历或海外背景成员的董事比例与研发投入、创新绩效呈正相关关系;刘金山等[22]研究发现,企业高管团队中具有学术任职背景的成员数量和比例对企业创新绩效具有积极影响。

具有学术背景董监高人员的异质性知识资源有助于企业加强与高校和科研院所联系,进而实现协同创新。拥有学术背景的董监高人员占比越大,越有助于企业在产学研合作关系网络中占据优势地位,进而在与高校、科研院所合作创新活动中实现信息共享,从而提升企业创新绩效。

综上所述,高管学术背景在产学研合作与企业创新绩效间发挥正向调节作用。鉴于此,本文提出以下假设:

H5:高管学术背景正向调节产学研合作广度与企业创新绩效间的关系。

H6:高管学术背景正向调节产学研合作深度与企业创新绩效间的关系。

2.4 政府创新补贴的调节作用

由于市场调节机制存在短视、盲目性等局限,为推动企业研发创新,政府会对企业创新活动提供专项补贴。赵晶等[13]研究发现,政策环境在产学研合作对企业发明与设计影响过程中发挥正向调节作用;刘和东等[23]研究发现,政府为产学研合作设置的合作奖励金能够促进企业创新绩效提升,进而增强企业参与产学研合作的意愿;吴俊等[24]研究发现,政府研发补贴在产学研合作与企业创新绩效间发挥显著正向调节作用。

政府创新补贴能够推动企业积极参与产学研合作,并为合作研发项目提供资金支持。创新研发活动具有投入大、风险高等特点,而政府对企业创新行为的专项补贴可以有效缓解企业资金约束,有利于产学研合作项目顺利推进[25],增强企业持续创新能力,从而促进企业创新绩效提升。

基于上述分析,政府创新补贴在产学研合作与企业创新绩效间发挥正向调节作用。鉴于此,本文提出以下假设:

H7:政府创新补贴正向调节产学研合作广度与企业创新绩效的关系。

H8:政府创新补贴正向调节产学研合作深度与企业创新绩效的关系。

3 研究设计

3.1 数据来源与样本选择

本文选取2010—2021年我国A股上市公司作为研究样本,相关数据来源如下:专利申请明细数据来源于国家知识产权局官网,其它样本数据源自CSMAR国泰安数据库。为了提升研究结论的准确性,参考刘斐然等[8]的研究做法,本文对原始数据进行如下处理:第一,剔除2010—2021年经过ST或*ST的公司;第二,剔除样本观测期间联合专利申请数量为0的样本企业,即未参与产学研合作的公司;第三,剔除基本信息、财务数据、研发投入及人物特征等数据披露不全的公司;第四,为避免数据异常值对结果的影响,本文对企业层面的连续变量进行上下1%水平的缩尾处理。经过数据预处理,最终得到362家上市公司,共4 344个企业—年份样本观测值。

3.2 主要变量定义

本文基于362家上市公司数据,探讨产学研合作对企业创新绩效的影响,并揭示知识吸收能力的中介作用,以及高管学术背景和政府创新补贴的调节作用。考虑到企业创新绩效会受到企业财务表现等因素影响,本文将企业研发投入、流动比率、固定资产比例、资产负债率等作为控制变量。

3.2.1 被解释变量

本文被解释变量为企业创新绩效(innov),主要采用专利申请数量、新产品销售收入等指标测度。考虑到可操作性,参考臧维等[26]的研究成果,本文选取企业专利申请数量作为企业创新绩效的衡量指标,测量方式为ln(专利申请数量+1)。

3.2.2 解释变量

本文解释变量是产学研合作(iur)。借鉴高霞等(2019)的研究成果,本文采用联合专利申请数量进行测度,基于上市公司观测期间所有专利申请明细数据,选取上市公司与高校、科研院所联合申请的专利作为产学研合作专利。借鉴刘斐然等[8]的研究方法,本文采用合作广度与合作深度两个指标测量产学研合作。其中,产学研合作广度(breadth)采用与企业联合申请专利的高校及科研院所数量测算,企业参与产学研合作越广泛,说明企业异质性专利成果越多。产学研合作深度(depth)采用企业与各产学研合作伙伴的平均合作次数,即平均联合申请专利数衡量,计算方法为“企业拥有的产学研合作专利总数/产学研合作广度”。企业参与产学研合作深度的数值越大,说明企业与高校或科研院所合作次数越多、联系越紧密。

3.2.3 中介变量

借鉴Wu等[27]的研究成果,本文采用研发投入占企业营业收入的比值衡量中介变量知识吸收能力(absorb)。

3.2.4 调节变量

本文设置两个调节变量,即高管学术背景(acadss)与政府创新补贴(govsub)。

(1)高管学术背景(acadss)。借鉴赵晶等[13]的研究成果,高管选取标准为公司董事、监事和高层管理人员。本文将高管学术背景定义为曾在高校任教或在科研机构任职的董监高管理人员占企业董监高团队人数的比值。

(2)政府创新补贴(govsub)。依据刘斐然等[5]的研究成果,本文对政府补贴明细进行检索筛选,将创新补贴项目加总得到政府创新补贴。

3.2.5 控制变量

企业创新绩效会受到企业研发投入、现金流等因素影响,为更好地探究产学研合作对企业创新绩效的影响,本文控制变量包括研发投入(input)、流动比率(cr)、固定资产比率(fix)、资产负债率(lev)、财务杠杆(fl)、资产回报率(roa)、净资产收益率(roe)和行业竞争程度(indcomp)。所有控制变量说明如表1所示。

3.3 模型设定

为验证研究假设,本文构建模型(1)-(5)。其中,iur代表产学研合作广度或合作深度。

(1)

(2)

(3)

(4)

(5)

3.4 变量描述性统计

各变量描述性统计结果如表2所示。企业创新绩效的均值为18.54,标准差为58.14,说明样本企业创新绩效存在较大差距。产学研合作广度的均值为0.614,标准差为1.522,表明样本企业参与产学研合作实践中,高校或科研院所数量分布较为均衡。产学研合作深度的均值为1.322,标准差为7.798,说明样本企业参与产学研合作深度差别较大,但平均参与程度较低。

3.5 变量相关性分析

表3为Person相关性分析结果。由表3可知,产学研合作广度、合作深度与企业创新绩效存在显著正相关关系,初步支持假设H1与H2。此外,各主要变量间的相关系数较小,表明存在多重共线性问题的可能性不大。同时,本文采用方差膨胀因子检验可能存在的共线性问题,结果显示,所有VIF值均小于2,远小于10的临界值。由此说明,本文回归模型不存在严重的共线性问题。

4 实证结果

4.1 产学研合作对企业创新绩效的影响

本文借助回归模型(1)检验假设H1和H2,回归结果见表4。列(1)(2)中,产学研合作广度对企业创新绩效影响的检验结果表明,合作广度系数分别为4.922和5.431,均在0.01水平上显著为正,即产学研合作广度对企业创新绩效发挥显著促进作用;列(3)(4)中,产学研合作深度对企业创新绩效影响的检验结果显示,合作深度的系数均在0.01水平上显著为正。上述回归结果验证了本文假设H1和H2,即在一定条件下,产学研合作广度或合作深度越高,企业创新绩效越高。由此说明,产学研合作对企业创新绩效发挥正向促进作用。

4.2 知识吸收能力的中介效应检验

表5为知识吸收能力在产学研合作与企业创新绩效间的中介效应检验结果,验证假设H3和H4。列(1)中,产学研合作广度的系数在0.1水平上显著为正,说明企业产学研合作伙伴越多,越能提升企业知识吸收能力。列(2)中,产学研合作广度与知识吸收能力的系数均在0.01水平上显著为正。列(1)(2)回归结果表明,知识吸收能力在产学研合作广度与企业创新绩效间发挥部分中介效应。同时,可以计算出知识吸收能力的间接效应占总效应的比值为0.012。列(3)中,合作深度的系数在0.05水平上显著为正,说明企业与高校或科研院所开展的产学研合作程度越高,越有利于企业培育知识吸收能力。列(4)中,合作深度与知识吸收能力的系数均在0.01水平上显著为正,说明产学研合作深度通过知识吸收能力促进企业创新绩效提升,验证了假设H4。

4.3 高管学术背景的调节作用检验

在主效应回归模型的基础上,本文增加调节变量高管学术背景(acadss),以及高管学术背景与产学研合作广度、产学研合作深度的交互项,以此检验高管学术背景在“产学研合作—企业创新绩效”间的调节效应,结果如表6所示。由表6列(2)(4)可以看出,产学研合作广度与高管学术背景的交互项回归系数为25.933,且在0.01水平上显著为正。同样,合作深度与高管学术背景的交互项回归系数为3.189,且在0.01水平上显著为正,同时主效应和调节变量均显著。由此说明,高管学术背景正向调节产学研合作与企业创新绩效间的关系,企业中具有学术背景的董监高人员占比越大,产学研合作对创新绩效的促进作用越显著。

4.4 政府创新补贴的调节作用检验

本文检验政府创新补贴能否对产学研合作与企业创新绩效的关系发挥调节作用,回归结果如表7所示。列(2)显示,产学研合作广度与政府创新补贴的交互项回归系数为0.056,且在0.05水平上显著为正,但调节变量不显著。由此说明,政府创新补贴对产学研合作广度与企业创新绩效关系发挥调节作用这一假设不成立。列(4)中,产学研合作深度与政府创新补贴的交互项回归系数为0.018,在0.01水平上显著为正,且主效应和调节变量均显著。由此说明,政府创新补贴能够强化产学研合作深度对企业创新绩效的正向影响。

4.5 稳健性检验

本文采用以下方法对主效应进行稳健性检验:第一,将最小二乘回归模型改为广义最小二乘回归模型,检验结果如表8列(1)(2)所示;第二,将时间跨度由2010—2021改为2010—2018年,检验结果如表8列(3)(4)所示。

由上述结果可知,产学研合作广度和合作深度的系数均在0.01水平上显著为正。由此说明,即使更换模型或更改样本时间跨度,本研究结论依旧稳健。

4.6 异质性分析

表4回归结果表明,产学研合作广度、合作深度与企业创新绩效呈现显著正相关关系。创新绩效往往与企业自主研发水平、异质性资源等因素有关,上述因素会影响企业参与产学研合作的意愿和能力。为进一步探索多种条件下产学研合作与企业创新绩效的关系,本文以企业创新绩效的中位数为标准,将样本划分为低创新绩效(low_innov)企业和高创新绩效(high_innov)企业,采用费舍尔检验方法进行分组回归,以检验组间差异的显著性,结果如表9所示。在分组回归中,合作广度与合作深度对企业创新绩效的影响显著;产学研合作广度系数的组间差异为-3.284,且在0.05水平上显著;产学研合作深度系数的组间差异为-0.660,且在0.05水平上显著。以上结果说明,与低创新绩效企业相比,高创新绩效企业参与产学研合作对创新绩效的促进作用更显著,并且这一差异在0.05水平上显著。

5 结语

5.1 研究结论

本文基于交易成本理论、资源基础理论和高层梯队理论,以2010—2021年中国A股上市公司为样本,探究产学研合作对企业创新绩效的影响机制,并检验知识吸收能力的中介效应,以及高管学术背景与政府创新补贴的调节作用,得出如下主要结论:

(1)与高校、科研院所联合开展产学研合作,企业能够以较低的成本和风险借助高校、科研院所的技术优势进行高质量研发创新活动,同时获取高校和科研院所的知识溢出,以拓展自身知识宽度,进而提升创新绩效。

(2)产学研合作有助于企业通过接收高校、科研院所的技术知识尤其是隐性知识培育自身知识吸收能力,及时识别、学习并吸收外部知识,最终促进创新绩效提升。此外,董监高人员的学术任职经历能够帮助企业获取高校和科研院所的异质性知识资源,有助于企业联合学研机构开展协同创新以提升创新绩效、培育自主研发能力,进而实现可持续发展。

(3)政府对企业创新活动提供专项财政补贴能够降低合作研发风险,缓解企业资金约束,促使企业深度参与产学研合作,进而获取高质量创新成果。

5.2 管理建议

企业应积极与高校、科研院所等进行产学研合作。企业与高校、科研机构开展产学研合作不仅能够分摊研发成本、降低创新风险,而且能够获得较高的创新绩效[28]。在合作中,得益于知识溢出效应,企业可以拓展创新路径,进而提升创新能力与创新绩效,真正实现可持续发展。

企业要积极优化公司治理结构,完善三会一层治理机制。鉴于高管学术背景能够正向调节产学研合作与企业创新绩效的关系,企业可以聘请具有学术背景与科研资源的高层管理人员,在提升公司治理水平的同时,获取外部创新资源。

政府应制定合理的财政支持政策,激发企业参与产学研合作创新的积极性。政府创新补贴正向调节产学研合作深度对企业创新绩效的影响,有助于企业积极开展创新研发活动。专项财政补贴能够激发企业开展产学研合作的积极性,同时盘活高校及科研院所的创新成果,促使企业真正实现创新驱动发展[29]。

5.3 理论贡献

(1)现有相关研究将政府补贴或内部研发水平等因素作为调节变量,忽视了公司治理视角。本文基于公司治理视角,以董监高人员学术背景作为调节变量,丰富了“产学研合作—企业创新绩效”研究框架,也拓展了相关研究视角。

(2)现有相关研究大多将产学研合作作为综合变量进行实证检验,对作用机制的探讨不足。本文基于更加细化的视角并采用双主效应回归方法,是对现有研究的有益补充。

(3)本文基于企业创新绩效的中位数对样本进行分组,并采用费舍尔检验方法对主效应进行回归,以检验组间差异的显著性,是对现有相关研究的进一步拓展。

5.4 不足与展望

本文存在以下不足:一方面,在选取企业创新绩效测量指标时,仅考虑了企业专利申请数量,未将专利质量纳入研究体系。未来可以将专利数量、专利质量以及新产品销售收入等因素纳入测度框架,综合考虑企业创新绩效的测算。另一方面,在考察产学研合作与企业绩效间的调节效应时,仅选取高管学术背景与政府创新补贴两个调节变量,未综合多种因素进行深入分析。未来可将市场不确定性等因素作为重要变量纳入模型,进一步揭示多种内外部因素的影响,以丰富研究框架。

参考文献：

[1] CHESBROUGH H. Open innovation: the new imperative for creating and profiting from technology[M]. Cambridge: Harvard Business Press, 2006.

[2] VERONIQUE SCHAEFFER, JULIEN PENIN. The complementarities between formal and informal channels of university-industry knowledge transfer: a longitudinal approach[J]. The Journal of Technology Transfer,2020(1):31-55.

[3] 李永明,俞晓峰. 加强企业主导的产学研深度融合,引领提升江苏产业自主创新水平[J]. 现代管理科学,2023,42(1):3-7.

[4] 张羽飞,原长弘,张树满.产学研融合程度对科技型中小企业创新绩效的影响[J].科技进步与对策,2022,39(9):64-74.

[5] 刘斐然,胡立君,范小群.产学研合作对企业创新质量的影响研究[J].经济管理,2020,42(10):120-136.

[6] FAEMS D, LOOY B V, DEBACKERE K. Interorganizational collaboration and innovation: toward a portfolio approach[J]. Journal of Product Innovation Management,2010,22(3):238-250.

[7] 余珮,彭思凯.“一带一路”沿线国家金融生态环境与中国OFDI企业“走下去”——基于资源基础观和制度基础观相结合的视角[J].技术经济,2021,40(1):70-81.

[8] 刘斐然.市场竞争、政府支持与产学研合作创新[J].现代经济探讨,2022,41(5):88-98.

[9] TEECE D J. Capturing value from knowledge assets: the new economy, markets for know-how, and intangible assets[J]. California Management Review,1998(40):55-79.

[10] COHEN W M, NELSON R R, WALSH J P. Links and impacts: survey results on the influence of public research on industrial R&D[J]. Management Science,2002,48(1):1-23.

[11] GEORGE G, ZAHRA S A, WOOD D. The effects of business—university alliances on innovative output and financial performance: a study of publicly traded biotechnology companies[J]. Journal of Business Venturing,2002,17(6):577-609.

[12] HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers[J]. Academy of Management Review,1984,9(2):193-200.

[13] 赵晶,李林鹏,祝丽敏.产学研合作与企业创新——基于企业博士后工作站的研究[J].中国人民大学学报,2020,34(2):97-113.

[14] 魏守华,王英茹,汤丹宁．产学研合作对中国高技术产业创新绩效的影响[J].经济管理,2013,35(5):19-30.

[15] KODAM A T.The role of inter-mediation and absorptive capacity in facilitating university-industry linkages —— an empirical study of TAM a in Japan[J].Research Policy,2008(37):1224-1240.

[16] 曹达华,朱桂龙,邓颖翔.吸收能力对产学研合作效率调节作用的实证研究[J].科技管理研究,2012,32(11):9-12.

[17] 金惠红,薛希鹏,缪煜锭.知识转移视角下产学研合作与创新绩效关系研究[J].科技进步与对策,2015,32(20):88-95.

[18] 李梅,朱韵,赵乔,等.研发国际化、动态能力与企业创新绩效[J].中国软科学,20223,37(6):169-180.

[19] 赵炎,杨笑然,阎瑞雪,等.研发团队知识共享、知识重用与新产品开发绩效——吸收能力的倒U型调节作用[J].科技进步与对策,2022,39(20):112-121.

[20] 尹建华,双琦.CEO学术经历对企业绿色创新的驱动效应——环境注意力配置与产学研合作赋能双重视角[J].科技进步与对策,2023,40(3):141-151.

[21] 张根明,邓宸殊.董事会异质性对企业创新绩效的影响——有调节的中介模型[J].会计之友,2020,38(16):118-125.

[22] 刘金山,刘亚攀.智变赢未来:企业家学术背景与企业创新绩效[J].杭州师范大学学报(社会科学版),2017,39(6):110-117.

[23] 刘和东,刘权.信誉视角下产学研合作的多边治理机制研究[J].南京工业大学学报(社会科学版),2020,19(2):89-99.

[24] 吴俊,黄东梅.研发补贴、产学研合作与战略性新兴产业创新[J].科研管理,2016,37(9):20-27.

[25] 郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济,2018,35(9):98-116.

[26] 臧维,王馨怡,徐磊.关系治理如何影响企业创新绩效——基于模糊集定性比较分析[J].珞珈管理评论,2022,16(3):94-113.

[27] WU J, WANG C, HONG J, et al. Internationalization and innovation performance of emerging market enterprises: the role of host-country institutional development[J]. Journal of World Business,2016,51(2):251-263.

[28] MING-JEN YU, HAO-JUN CHUANG, MU-YEN HSU, et al. Firm heterogeneity, appropriability, and innovation collaboration[J]. Technology Analysis &Strategic Management,2020,32(10):1156-1168.

[29] 陈倩,罗守贵.政府补贴对企业创新行为的影响研究——来自上海市科技型企业的证据[J].上海管理科学,2022,44(2):54-59.

(责任编辑：张 悦)