Enterprise Collaborative R&D for Promoting Breakthroughs in Key Core Technologies: Mechanisms and Pathways

Xi Mingming, Zhang Luqianyi, Li Ting

(School of Digital Economics, Jiangxi University of Finance and Economics, Nanchang 330013, China)

Abstract：Amid intensifying global technological competition and the growing demand for high-level technological self-reliance, breakthroughs in key core technologies (KCTs) have become vital to national security, industrial competitiveness, and sustainable development. KCTs combine the public-good attributes of basic research with the strategic importance of defense and industrial lifelines. Yet their innovation process is constrained by high investment, long cycles, and high uncertainty, leading to a persistent gap between high social and low private returns. This market failure discourages continuous R&D, making enterprise-led collaborative research and development (R&D) a key strategy to overcome technological bottlenecks and achieve breakthroughs. Enterprises, driven by market competition, are rational actors in KCT breakthroughs but face dual constraints: prohibitive capital demands from long-cycle R&D, and talent/knowledge gaps from interdisciplinary complexity. These internal limitations, compounded by KCTs' inherent market failure (high social returns vs. low private returns), necessitate collaborative R&D with external partners to access resources and overcome bottlenecks.

Current literature spans two domains: KCT breakthrough studies emphasize exogenous drivers like policy and infrastructure but lack multi-level theoretical frameworks for enterprise-centered incentives; collaborative R&D research focuses on micro-level outcomes and regional innovation, overlooking how multi-agent synergies can address KCT-specific challenges under complex knowledge architectures.

This study employs panel data of A-share listed firms in Shanghai and Shenzhen from 2013 to 2023 to examine the impact of collaborative R&D on KCT breakthroughs. Patent data were obtained from the State Intellectual Property Office of China, and firm-level financial data from the CSMAR database. Abnormal samples (ST and *ST firms) were excluded, and all continuous variables were winsorized at the 1st and 99th percentiles. The empirical framework includes baseline regressions, instrumental variable estimation, robustness checks, and mechanism and heterogeneity analyses. The design integrates theoretical reasoning and econometric testing to reveal how collaborative R&D models contribute to technological breakthroughs and through which channels they operate.

The results show that enterprise collaborative R&D significantly promotes KCT breakthroughs, and this conclusion remains robust after addressing endogeneity. Collaborative R&D drives breakthroughs through three mechanisms: easing financial constraints, strengthening talent advantages, and broadening knowledge bases. The effect is heterogeneous—stronger among firms with higher risk tolerance, those in regions with lower innovation resource misallocation, and those operating under stronger intellectual property protection. Both inter-firm and industry-university-research collaborations enhance KCT breakthroughs, while bilateral cooperation proves more efficient than multilateral partnerships.

The first key recommendation is to establish a dedicated policy support system by expanding the scope and intensity of policy support for major, frontier, and interdisciplinary fields, integrating universities and research institutes into collaborative networks via co-constructed platforms to strengthen industry-university-research-application synergy, and guiding joint efforts toward industrial and technological bottlenecks through government-organized expert assessments. Second, since collaborative R&D remedies capital shortfalls critical to KCT progress, central and local governments should increase fiscal support through special funds, R&D subsidies and tax incentives , and establish robust evaluation mechanisms to adjust policies timely. Third, relevant parties should support the construction of physical and online exchange platforms with funding and venues, and promote deep cooperation between enterprises and universities/research institutes to improve two-way talent exchange and knowledge sharing. Fourth, given that bilateral collaborative innovation drives KCT breakthroughs more significantly than multi-party cooperation and serves as the core of the current innovation system, stakeholders should construct a "bilateral-led, multi-party-coordinated" pattern, prioritize bilateral partnerships through policy guidance and incentives to boost efficiency, and develop multi-party R&D alliances and industrial innovation communities based on mature bilateral cooperation, with supporting coordinating institutions, governance norms, and benefit-balancing mechanisms.

This study makes several contributions. Theoretically, it identifies enterprise collaborative R&D as an internal and controllable driver of KCT breakthroughs, extending research on innovation in strategic technologies. Empirically, it clarifies how collaboration alleviates financial, human, and knowledge constraints within a unified analytical framework. Methodologically, it innovates by using the GPT API to annotate large-scale patent data and develop a refined classification of collaborative R&D types, improving measurement precision. Practically, the findings suggest strengthening policy support for enterprise collaborative R&D, expanding financial incentives, and fostering talent and knowledge exchange platforms.

Key Words：Cooperative R&D;Industry-University-Research Cooperation;Key Core Technology Breakthroughs;Bilateral Cooperation; Multilateral Cooperation

收稿日期：2025-06-05

修回日期：2025-09-02

基金项目：国家自然科学基金地区项目(72264011,71863011)

作者简介：习明明(1983—),男,江西新余人,博士,江西财经大学数字经济学院党委书记、教授、博士生导师,研究方向为数字经济与产业经济;张卢千漪(2000—),女,江西吉安人,江西财经大学数字经济学院博士研究生,研究方向为数字经济与产业经济;李婷(1999—),女,江西宜春人,江西财经大学数字经济学院博士研究生,研究方向为数字经济与产业经济。

DOI：10.6049/kjjbydc.D82025060115

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(2026)09-0150-11

0 引言

当前,全球局势复杂多变,面对波谲云诡的国际形势、复杂敏感的周边环境、艰巨繁重的改革发展稳定任务,充分发挥市场力量推动关键核心技术突破,对于维护国家安全和提升国家竞争力至关重要。关键核心技术往往根植于高度复杂的知识体系,其创新过程需要持续资源投入且伴随着收益不确定性。从技术属性看,关键核心技术具备基础研究的公共品特质,在应用层面关乎国防安全与经济命脉[1]。这种特性使得企业自身回报往往低于社会回报,进而引发市场失灵,导致持续性技术攻关难以开展。因此,突破关键核心技术不能仅依赖某一创新主体,而是需要汇集各界力量。此背景下,集中优势创新资源推进以企业为主导的合作研发模式,对构建融合创新的关键核心技术攻关体系具有重要意义。

企业不仅具备市场风险承担意识,在关键核心技术突破方面还展现出对创新趋势的预见性。市场竞争机制驱使企业不断进行技术突破以获取竞争优势[2],这使得企业作为关键核心技术突破的重要主体具有合理性。然而,若企业仅凭自身力量开展关键核心技术攻关会面临以下问题:一方面,关键核心技术研发具有“高投入—长周期—高风险”三重属性,对研发投入存在长期性的高需求,企业仅凭内部现金流难以支撑研发活动,存在资金短板;另一方面,关键核心技术的基础知识体系呈现高度跨学科交叉性与复杂性,这使得企业在交叉学科研发领域面临人才短缺,同时在基础研究方面存在知识缺口。因此,企业内部资源难以支撑持续性关键核心技术攻关,需借助外部力量弥补自身局限。与其他主体开展合作研发,有助于企业获取外部资金、人才和知识支撑,进而为其突破技术困境提供新的契机。

相关研究主要涉及关键核心技术突破的驱动因素以及企业合作研发两个领域:第一,在关键核心技术突破驱动机制层面,现有文献主要考察政策赋能、数字基础设施以及国家战略科技力量等外生要素对企业技术攻关的激励作用[3-5]。在构建新型创新体系的背景下,强化企业创新主体地位需要突破传统驱动范式的限制,因而亟需构建多层次、多维度技术创新激励机制理论框架。第二,在企业合作研发层面,已有研究重点关注企业合作研发对微观主体生产效能、发展韧性、创新绩效、区域整体创新水平的影响[6-9]。但既有研究尚未关注复杂知识架构下关键核心技术突破对多主体协同合作的需求。

本文基于2013—2023年沪深A股上市公司年度数据,探讨企业合作研发对关键核心技术突破的影响及作用机制,可能的边际贡献如下:第一,已有研究对关键核心技术突破机理的探讨多集中于理论层面,本研究从合作研发视角出发,分析企业与其他主体协作创新活动对实现关键核心技术突破的作用,为关键核心技术突破影响因素研究提供新的经验证据;第二,本文进一步探讨并验证资金、人才及知识在企业合作研发与关键核心技术突破间的中介作用,揭示企业合作研发模式影响关键核心技术突破的具体路径,为助力企业破解“卡脖子”技术困境提供理论参考与经验证据;第三,在研究方法上,本文利用大语言模型对专利文本信息进行智能识别标注,构建合作研发类型识别体系,在区分企业研发合作结构的基础上,提高变量构造的准确性与指标解释力。

1 文献综述与研究假设

1.1 文献综述

1.1.1 企业合作研发

近年来,学者们基于演化博弈视角探讨合作研发动机、特征和治理机制[10-11]。随着研究深入,也有文献基于华为、海尔等案例,考察中国企业通过合作研发实现技术追赶的策略[12]。还有文献基于计量实证法,从宏观和微观两个层面实证考察合作研发的影响。

从宏观层面看,合作研发通过创新要素动态流动提升知识的空间溢出水平,进而带动区域创新效率提升[9];在推动产业分工水平提升的基础上,区域协同创新能够缩小区域间经济发展差距,但对研发资金和研发人员跨区域流动的促进作用有限[13]。

从微观层面看,一方面,合作研发能够迅速打开企业资源边界,不同合作伙伴带来的互补性技术、市场信息和人才网络使得知识重组效率显著提升,有助于企业在生产效能和创新能力上实现突破[6,8];另一方面,在经济政策不确定性加剧背景下,协同创新通过技术突破、缓解融资约束与优化人力资本等路径,增强企业抗风险能力与长期韧性[7]。

1.1.2 关键核心技术突破

已有文献分别从微观和宏观层面探讨关键核心技术突破的驱动因素。其中,微观层面的影响因素包括国家和省级重点实验室设立、数据要素、数字化转型等[14-15];宏观层面的影响因素包括政府引导基金、数字产业集群政策和数字基础设施建设等[3-5]。也有相关研究借助熵值法测度企业关键核心技术突破指数,从研发模式选择视角考察其对技术突破的影响,并关注知识产权保护与市场竞争程度等外部环境因素的作用差异[16]。

然而,现有研究仍存在以下不足:第一,关于企业合作研发的研究,虽在理论分析、案例研究及创新绩效等方面取得一定成果,但对企业合作研发在关键核心技术突破中作用的系统性、定量化实证检验仍较为匮乏,且部分研究依赖合成指标,难以揭示合作研发通过何种维度发挥作用。第二,关于关键核心技术突破的驱动因素研究,现有文献更多地聚焦政府政策、产业集群、基础设施等外部条件,忽视了企业内部可控的创新投入方式及其协同机制。在全球技术竞争与供应链重构背景下,合作研发作为在资源、人才与知识等维度实现互补的战略路径,其在技术攻关过程中的作用渠道尚未得到充分探讨与验证。第三,在研究方法上,当前对大规模专利信息等文本型创新数据的处理方法相对传统,存在主观性强、效率有限、可重复性不足等问题。这在一定程度上限制了对合作研发类型的精细化刻画,也阻碍了对其与关键核心技术突破关系的深入分析,同时制约了相关研究在方法上的拓展与创新。

1.2 研究假设

1.2.1 企业合作研发与关键核心技术突破

关键核心技术突破具有资金投入大、风险高、不确定性强的特性,这决定企业在独自研发时,将面临较高的财务压力与潜在损失。同时,关键核心技术往往具有一定的公共物品属性,即研发成功带来的知识溢出效应与技术进步不仅能为研发企业所用,还能惠及整个行业乃至社会,进而使社会收益远高于企业收益。上述收益分配的不对称性往往会削弱企业单独开展关键核心技术研发的动力,这也是关键核心技术领域更需要研发合作的原因。

企业合作研发的作用主要体现在两个方面:一是通过成本分担机制缩小私人成本与社会成本间的差距。企业与其他组织协作不仅能够避免单个企业在研发过程中的盲目性[6],进而缩短研发周期并分散研发风险[17],而且可以通过传递积极信号,增强企业获取外部资金的能力[7]。二是通过知识共享机制实现外部性内部化。借助合作与制度设计,企业合作研发能够将原本外溢的收益重新分配给参与企业。在知识产权保护日益受到重视的背景下,企业与其他组织通过契约等形式开展技术研发活动,能够有效防止知识外溢导致的创新成果被无偿占用,进而保障原创企业创新收益[18]。基于此,本文提出以下假设:

H1:企业合作研发能够推动企业进行关键核心技术突破。

1.2.2 企业合作研发、弥补资金短板与关键核心技术突破

关键核心技术是融合基础组件、制造工艺以及尖端知识整合与创新的技术框架,其构建需要长期且大量的资金投入作为支撑。企业资金获取渠道越广、资源配置能力越强,越能积极应对技术研发难题[19]。但企业与投资者间信息不对称,加上资本市场发展不完善[20],导致许多企业资金获取渠道有限,这不利于关键核心技术突破。

合作研发在弥补企业资金短板方面发挥重要作用。从信号传递视角看,企业合作研发代表一种积极信号,能够提升企业声誉与外部形象,进而缓解融资约束。企业合作研发可传递出“企业具有良好发展前景和盈利潜力”的信息,提升银行对企业的信任度,进而更愿意为企业提供贷款支持。企业与高校科研机构合作,可借助高校科研机构的科研实力与技术成果,提升项目吸引力和投资价值,进而吸引投资机构关注。从政策扶持视角看,企业开展合作研发可获得更多政府研发补贴[21]。企业主导的创新联合体是实现国家科技发展重大突破、促进产业链创新链深度融合的重要载体。企业通过合作研发获取政府研发补贴,进而将更多资源投入技术攻关,推动关键核心技术突破。基于此,本文提出以下假设:

H2a:企业合作研发通过弥补资金短板促进关键核心技术突破。

1.2.3 企业合作研发、发挥人才优势与关键核心技术突破

人才竞争被视为关键核心技术竞争的重要体现[22]。拥有比较优势的人才队伍能够不断地提供新思想和创新方向,进而推动企业持续创新[23]。

合作研发在发挥企业人才优势方面具有重要作用。一方面,合作研发能够促进合作各方创新人才流动,为关键核心技术攻关提供人才支撑和智力保障[24]。另一方面,内部知识吸收和应用能力是影响企业关键核心技术突破的关键因素。企业吸收能力越强,其回忆、应用和整合知识要素的能力越强。合作研发能够提升内部人才质量(王辉等,2024),高素质人才具备较强的学习能力和适应能力,能够增强企业知识吸收能力,提高其对复杂知识的理解水平,从而推动关键核心技术突破。基于此,本文提出以下假设:

H2b:企业合作研发通过发挥人才优势促进关键核心技术突破。

1.2.4 企业合作研发、拓展知识宽度与关键核心技术突破

关键核心技术并非单一知识体系的直接应用,而是涉及系列知识创新与深度运用,在知识掌握与创新上具有挑战性[1]。因此,在推进关键核心技术研发、攻关过程中,企业需要不断累积知识,构建兼具综合性和集成性的知识架构。

合作研发在拓展企业知识宽度方面发挥重要作用。企业通过构建外部合作网络获取知识,而合作研发能够促进研发主体间资源整合,从而提升知识多样性,为关键核心技术突破提供更多机遇和动力。例如,与公共科研机构的绿色协同创新,不仅有助于企业获取丰富的绿色知识和经验,还能获得最新研究成果,为其在绿色创新领域布局提供战略指导。供应链企业间的研发合作能够促进专业化和复杂性知识转移与传播,实现创新链与供应链深度融合[25]。通过合作研发,企业能够不断吸收新知识,提高知识多样性,进而有效拓展知识宽度,为实现突破性创新和多元化技术研发奠定基础。基于此,本文提出以下假设:

H2c:企业合作研发通过拓展知识宽度促进关键核心技术突破。

1.2.5 合作研发模式与关键核心技术突破

资金、人才及知识的高效整合与利用,是企业通过合作研发推动关键核心技术突破的重要途径。当企业与不同类型和不同数量机构开展合作研发时,协调各方利益诉求的难度存在差异,导致资源整合水平分化,进而对企业关键核心技术突破产生差异化影响。企业通过外部合作获取关键资源是突破技术瓶颈的核心路径,而合作对象属性与数量直接决定资源整合效能。基于此,本文从合作研发对象属性和合作研发对象数量两个维度对企业合作研发进行分类,分析不同合作研发模式在资源整合和利用水平上的差异,以及上述差异对企业关键核心技术突破的影响。

(1)合作研发对象属性与关键核心技术突破。从合作研发对象属性看,企业合作研发可分为企业间合作与产学研合作。两种合作模式在促进关键核心技术突破方面发挥重要作用,分别通过资源横向流动与纵向转换助力企业实现合作研发目标。

企业间合作研发通过构建紧密的产业协同网络,实现资源横向流动。供应链合作框架下,企业能够依据市场契约形成资源互补模式,促使资源从市场需求端流向技术研发端,并基于多次交易往来构建信任机制,有效降低交易成本,提升合作效率[26]。竞争企业间合作则通过达成技术标准化协议促进知识溢出效应,实现重复研发成本分摊,进而形成规模经济型的资源互补机制[6]。

产学研合作研发通过突破产业界与学术界的界限,实现资源纵向转化。高等院校与科研机构拥有丰富的基础研究储备,能够为关键核心技术突破提供基础知识。作为市场主体,企业负责将基础知识与理论成果转化为产业实践所需技术[6]。企业与高校及科研机构合作,能够实现资源高效整合,使知识资本的边际收益递增。基于此,本文提出以下假设:

H3a:企业间合作与产学研合作均能促进关键核心技术突破。

(2)合作研发对象数量与关键核心技术突破。从合作研发对象数量看,企业合作研发可分为双边合作与多边合作。其中,双边合作研发是指企业仅与一个其他组织进行合作研发,而多边合作研发是指企业与两个及以上其他组织进行合作研发。多边合作涉及多个主体利益协调,易导致谈判成本和契约复杂性提升。相较于多边合作,双边合作对关键核心技术突破的促进作用可能更加显著。

双边合作研发涉及的利益分配较为简化,能够实现资源集中投入。在长期合作关系中,企业与合作方能够基于深度信任形成稳定契约[26],确保资源精准流向研发核心领域。此外,双边合作的排他性特征能够确保知识资产安全,促进隐性知识转移与共享,为技术创新深度推进提供保障。这种资源集中投入与高效整合模式,使得双边合作在推动关键核心技术突破方面具有显著优势。

多边合作需要构建能够平衡各方利益、协调不同目标与策略的复杂框架。多边合作网络虽然能够汇集不同领域资源,为关键核心技术突破提供资源支持,但也意味着利益诉求多元化,进而导致交易成本增加。此外,多边合作中的知识资产管理和保护也更加复杂。参与方增多,知识资产流动与共享更频繁且难以控制,增加知识泄露和被盗用风险,导致多边合作在推动关键核心技术突破方面存在局限性。基于此,本文提出以下假设:

H3b:相较多边合作研发,双边合作研发对关键核心技术突破的推动作用更加显著。

2 研究设计

2.1 主要数据来源

本文以2013—2023年沪深A股上市公司为研究样本,主要使用两类数据:一是企业专利数据,来自国家知识产权局。利用Python软件抓取2013—2023年国家知识产权局公布的专利基本信息,并根据专利申请人全称匹配上市公司申请的发明专利,包括企业申请专利名称、摘要、主权项、专利申请主体、专利类型、专利申请年份等信息。二是企业年度基本信息与财务数据,来自国泰安数据库(CSMAR)。本文对两类数据进行公司—年份层面的精确匹配,为提升数据质量,进行如下数据清理:①剔除所有ST、*ST类企业;②剔除房地产业和金融业企业;③剔除基准回归所涉及变量数据缺失的企业;④对所有连续变量进行双侧1%的缩尾处理。

2.2 变量定义

2.2.1 解释变量:企业合作研发(Coop)

本文借鉴龙小宁等(2023)的研究,采用企业当年是否存在联合申请发明专利虚拟变量表征企业合作研发(Coop)。若企业当年存在联合申请发明专利行为,则变量Coop取值为1,反之则为0。

2.2.2 被解释变量:关键核心技术突破(Ktech)

参考吴超鹏等[3]、郑世林等(2024)的研究,本文通过甄别与筛选专利文本信息,采用企业关键核心技术领域的发明专利申请数目加1取自然对数表征关键核心技术突破(Ktech),具体操作过程如下:首先,依据国家产业基础专家委员会编制的《产业基础创新发展目录(2021年版)》,获得与企业关键核心技术突破相关的1 047个技术关键词;其次,借助国家知识产权局专利数据库,通过专利名称、摘要和主权项对1 047个技术关键词进行检索,进而获得关键核心技术专利对应的IPC分类号;最后,根据关键核心技术专利对应的IPC分类号从上市公司发明专利中筛选出关键核心技术专利。

2.2.3 控制变量

为控制其他影响企业关键核心技术突破的因素,本文控制以下特征变量:①企业规模(Size):采用企业年末资产总数衡量(单位:亿元);②企业年龄(Age):采用当前年份减去企业成立年份后取自然对数衡量;③净资产收益率(Roe):采用企业当期净利润除以平均股东权益衡量;④第一大股东持股比例(Top1):采用企业当年第一大股东持股占公司总股份的比重衡量;⑤托宾Q值(Tobin):采用企业当年市值与企业重置资本的比值衡量;⑥资产负债率(Lev):采用企业当年年末总负债与总资产的比值衡量;⑦两权分离度(Seperation):采用企业当年控制权比例占所有权比例的比重衡量。

表1报告了主要变量描述性统计结果。其中,企业关键核心技术突破的最大值为4.820,最小值为0,均值为0.712,说明不同上市公司间关键核心技术突破程度差异较大;企业合作研发的均值为0.251,标准差为0.433,说明不同企业合作研发程度存在较大差异。

2.3 模型构建

为验证研究假设,本文构建以下回归模型:

(1)

其中,下标i、t分别表示企业和年份;Ktechi,t为企业关键核心技术突破程度,采用企业当年关键核心技术发明专利的对数值表示;Coopi,t为企业合作研发水平,采用企业当年是否联合申请发明专利表示;Controlsi,t,j为控制变量合集;λt为年份固定效应;ηi为企业固定效应;εi,t为误差项。

3 实证结果与分析

3.1 基准回归

表2报告了企业合作研发对关键核心技术突破影响的检验结果。表2列(1)展示了未纳入控制变量、考虑年份固定效应时的估计结果;列(2)在此基础上加入企业固定效应。结果显示,企业合作研发(Coop)的系数均在1%水平上显著为正。为了进一步考察结果的稳健性,列(3)在列(2)的基础上加入控制变量,企业合作研发(Coop)的回归系数为0.074 8,且在1%水平上显著为正。

3.2 稳健性检验

3.2.1 内生性处理

合作研发能够有效缓解企业在突破关键核心技术时面临的资金、知识和人才短缺问题。同时,关键核心技术突破可能增强企业市场竞争力,提升其盈利能力,进而为企业合作研发注入更多资源并激发其动力。为解决企业合作研发与关键核心技术突破之间可能存在的双向因果问题,本文选取当年同行业内其他上市公司合作研发水平的均值作为工具变量(Peercoop)进行回归分析。一方面,企业合作研发强度会受到同行业中其他企业合作研发水平影响,尤其当其他企业展现出合作研发趋势时,企业更倾向于开展合作研发。另一方面,其他企业合作研发水平与企业自身关键核心技术突破不存在直接因果关系,企业自身关键核心技术突破主要受自身风险承担能力、技术水平和政策环境等因素影响。因此,同行业内其他企业合作研发水平的均值作为工具变量,满足工具变量相关性和排他性假设。

工具变量回归结果如表3列(1)(2)所示。表3列(1)中,工具变量(Peercoop)的回归系数在1%水平上显著为正。工具变量的LM检验结果为16.582(P=0.000),表明工具变量不存在识别不足问题。进一步地,Cragg-Donald Wald F值大于Slock-Yogo弱工具变量检验10%显著性的临界值16.38,拒绝弱工具变量假设。表3列(2)中,第二阶段回归系数在5%水平上显著,表明在考虑内生性问题后,企业合作研发对关键核心技术突破具有促进作用,基准回归假设依然成立。

3.2.2 替换被解释变量

为了缓解可能存在的变量测量偏误问题,本文借鉴师磊等[4]的研究,采用剔除自引后的专利被引次数作为企业关键核心技术突破的代理变量。表3列(3)显示,替换被解释变量后,基准回归结果依然稳健。

3.2.3 替换解释变量

本文采用企业当年与其他主体联合申请发明专利的具体数量(Coop_num)替换解释变量。表3列(4)显示,替换解释变量后,企业合作研发对关键核心技术突破的影响显著为正,基准回归结果依然稳健。

3.2.4 倾向得分匹配

为进行匹配分析,本文选取以下控制变量:企业规模、净资产收益率、资产负债率、两权分离度、第一大股东持股比例、企业年龄和托宾Q值。

图1中,经过PSM匹配后,样本处理组与控制组的差异减少,且在10%水平上无显著差异,说明PSM匹配结果良好。表4列(1)显示,经过PSM匹配后,企业合作研发仍能促进关键核心技术突破,表明实证结果与基准回归结果一致。

3.2.5 熵平衡匹配

本文进一步根据熵平衡匹配框架,选取企业规模、净资产收益率、两权分离度、第一大股东持股比例和企业年龄作为控制变量,并基于均值、标准差和偏度对处理组与控制组进行匹配。表5显示,匹配后的两组样本在均值、标准差和偏度等方面无显著差异。匹配后的样本回归结果如表4列(2)所示,在熵平衡匹配后,企业合作研发仍能促进关键核心技术突破,表明实证结果与基准回归结果一致。

3.2.6 交互固定效应

为缓解地区和行业层面随时间变化且未观测到的因素可能对关键核心技术突破产生的影响,本文进一步引入行业—年份交互固定效应和城市—年份交互固定效应。表4列(3)显示,企业合作研发仍能促进关键核心技术突破,表明基准回归结果较为稳健。

3.2.7 更换回归模型

本文被解释变量关键核心技术突破(Ktech)的相关数据具有左截断特征。因此,本文采用Tobit模型进行回归,结果如表4列(4)所示。Tobit模型估计结果显示,企业合作研发(Coop)的估计系数依然在1%水平上显著为正,表明基准回归结果稳健。

4 机制检验

企业合作研发主要通过弥补资金短板、发挥人才优势和拓展知识宽度实现成本分担,进而缩小企业成本与社会成本间的差距,对企业关键核心技术突破发挥激励作用。因此,本文从资金、人才和知识3个维度,采用模型(2)(3)进行机制检验。

(2)

(3)

其中,Meci,t表示机制变量,解释变量定义、测度方式与基准回归模型一致。

4.1 弥补资金短板

为考察企业合作研发能否通过弥补资金短板促进关键核心技术突破,本文从融资约束与政府研发补助两个方面进行讨论。其一,参考Whited等[27]的研究,采用WW指数(WW)作为衡量企业融资约束程度的指标。其二,通过搜集和整理上市公司年度报告,获取各上市公司每年获得的政府研发补助具体数额,并采用企业每年研发补助金额的自然对数(RDsubsidy)衡量。表6列(1)中,企业合作研发(Coop)的回归系数在1%水平上显著为负,表明企业合作研发能够显著降低企业融资约束。列(2)中,企业合作研发(Coop)的回归系数显著为正,融资约束(WW)的回归系数显著为负,表明缓解融资约束在企业合作研发与关键核心技术突破间发挥部分中介作用。列(3)中,企业合作研发(Coop)的回归系数在5%水平上显著为正,表明企业合作研发能够显著提升企业研发补助金额。在列(4)中,企业合作研发(Coop)和研发补助(RDsubsidy)的回归系数均显著为正,说明增加研发补助在企业合作研发与关键核心技术突破间发挥部分中介作用。上述结果表明,融资约束缓解与研发补助增加,能够有效弥补企业资金短板,进而提升企业资源配置效率,为关键核心技术突破奠定基础。

4.2 发挥人才优势

为考察企业合作研发能否通过发挥人才优势促进关键核心技术突破,本文将企业中学历为硕士及以上的人员划分为高学历人员,将其他人员划分为低学历人员,采用高学历人员的自然对数衡量企业人才存量(High_skill)。表7列(1)中,企业合作研发(Coop)的回归系数在1%水平上显著为正,表明企业合作研发能够显著提升企业人才存量。列(2)中,企业合作研发(Coop)和人才存量(High_skill)的回归系数均显著为正,说明人才存量在企业合作研发与关键核心技术突破间发挥部分中介作用。上述结果表明,企业合作研发能够充分发挥企业人才优势,从而推动关键核心技术突破。

4.3 拓展知识宽度

为考察企业合作研发能否通过拓展知识宽度促进关键核心技术突破,参考徐露允等[28]的研究,计算企业知识基础多样性(Innov_diverse),以此反映企业知识宽度,其计算公式如下:

(4)

其中,n表示企业专利涉及的所有技术类别;pi表示技术类别i的专利数量占企业专利总数量的比重。Innov_diverse的值越大,表示企业知识基础多样性越高。表7列(3)中,企业合作研发(Coop)的回归系数在1%水平上显著为正,表明企业合作研发能够显著提升企业知识基础多样性。列(4)中,企业合作研发(Coop)和企业知识基础多样性(Innov_diverse)的回归系数均显著为正,说明知识基础多样性在企业合作研发与关键核心技术突破间发挥部分中介作用。上述结果表明,企业合作研发能够显著拓展知识宽度,从而推动关键核心技术突破。

5 异质性分析

5.1 企业风险承担能力

为了检验企业风险承担能力对关键核心技术突破是否具有异质性影响,本文采用经年度行业均值调整后的企业盈利能力(ROA)标准差衡量企业风险承担能力。在此基础上,本文根据企业风险承担能力的行业—年度中位数将样本企业分为风险承担能力强和风险承担能力弱两组,分别检验企业合作研发对两组企业关键核心技术突破的影响。表8列(1)(2)显示,风险承担能力较强的企业组中,企业合作研发(Coop)的回归系数为0.091 7且在1%水平上显著为正;风险承担能力弱的企业组中,企业合作研发(Coop)的估计系数在统计意义上不显著。这表明,企业合作研发对风险承担能力较强企业关键核心技术突破的促进作用更加显著。

对于风险承担能力较强的企业,合作研发能够弥补其资金短板,通过资源共享和成本分担进一步强化其风险承担能力,加速关键核心技术突破;对于风险承担能力较弱的企业,合作研发只能在一定程度上缓解其财务问题。受其风险承受能力限制,这种合作可能难以显著促进其关键核心技术突破。

5.2 创新资源错配程度

企业所在地区创新要素配置状况能够显著影响企业研发合作效能。本文先以地区生产总值、研发经费投入、研发人员数量为基础数据,采用索洛余值法估算资本与劳动力的要素产出弹性,并结合要素实际使用比例与有效配置比例的偏离程度,分别测算出地区资本错配指数与劳动力错配指数,再对两类指数取算术平均数,得到历年各地区创新资源总错配指数。在此基础上,本文根据上市公司所在地区—年度中位数将样本企业分为创新资源错配程度高和创新资源错配程度低两组,分别检验企业合作研发对两组企业关键核心技术突破的影响。表8列(3)(4)显示,创新资源错配程度低的企业组中,企业合作研发(Coop)的回归系数为0.095 9且在1%水平上显著为正;创新资源错配程度高的企业组中,企业合作研发(Coop)的估计系数在统计意义上不显著。这表明,企业合作研发对创新资源错配程度低地区企业关键核心技术突破的促进作用更加显著。

合理配置创新资源的情境下,企业更易获取所需的研发资金、高素质研发人员、先进技术和知识信息。合理的创新资源配置有助于企业更有效地共享知识、技术和市场情报,从而弥补知识缺口。相比之下,在创新资源错配程度较高地区,由于资源配置效率低下,企业往往面临资金短缺、人才匮乏、技术瓶颈等挑战,严重阻碍企业合作研发。此外,资源错配可能导致企业间知识共享和技术转移受阻,进一步削弱合作研发对关键核心技术突破的促进作用。

5.3 知识产权保护水平

本文根据国家知识产权局印发的《国家知识产权试点、示范城市(城区)评定和管理办法》,将样本企业分为知识产权保护水平高地区企业和知识产权保护水平低地区企业,分别检验企业合作研发对两组企业关键核心技术突破的影响。表8列(5)(6)显示,知识产权保护水平高地区企业组中,企业合作研发(Coop)的回归系数为0.104 4,且在1%水平上显著为正;知识产权保护水平低企业组中,企业合作研发(Coop)的估计系数在统计意义上不显著。这表明,企业合作研发对知识产权保护水平高地区企业关键核心技术突破的促进作用更加显著。

知识产权保护水平较高地区企业,能够更有效地保障合作研发过程中的技术成果免受侵权风险,降低技术泄露的可能性。良好的知识产权保护环境,能够进一步增进企业与合作机构间的信任,促进知识交流与共享,从而增强企业通过研发合作突破关键核心技术的信心与动力。

6 进一步分析

为进一步探究不同合作研发模式对关键核心技术突破的影响,在模型(1)中,本文依据专利申请人信息,借助大语言模型从合作研发对象属性和合作研发对象数量两个维度,对企业合作研发进行分类。

6.1 合作研发对象属性对关键核心技术突破的影响

本文根据合作研发对象属性将企业合作研发分为两类,即产学研(企业与高校及科研院所)合作(Coop_school)与企业间(企业与企业)合作(Coop_company),具体分类步骤如下:第一步,对专利数据中的专利申请人名称进行预处理,确保因专利申请人名称变更导致的重复或不一致问题得到解决,从而获得统一、准确的专利申请人名称信息。第二步,通过Python调用GPT的API,对专利信息中的专利申请人名称进行判断。若专利由企业与高校及科研院所合作申请,则GPT返回数值1;若为企业与企业合作申请,则返回数值2。相较于人工标注方法,大语言模型能够高效模拟人类判断,对海量数据进行自动化处理,提升文本数据处理效率与准确性。第三步,人工复核GPT输出结果,确保分类结果准确无误。第四步,获得企业与高校及科研院所合作、企业与企业合作两类合作申请的专利数据。若企业当年存在与其他企业联合申请发明专利行为,则变量Coop_company取值为1,反之则为0;若企业当年存在与高校及科研院所联合申请发明专利行为,则变量Coop_school取值为1,反之则为0。

表9列(1)中,企业间合作(Coop_company)的回归系数为0.070 8且在1%水平上显著,说明企业间合作研发模式能够显著促进关键核心技术突破。表9列(2)中,产学研合作(Coop_school)的回归系数为0.082 1且在1%水平上显著,说明以企业与高校及科研院所合作为代表的产学研合作也能显著促进关键核心技术突破。

6.2 合作研发对象数量对关键核心技术突破的影响

本文根据合作研发对象数量差异,将企业合作研发分为双边合作研发(Coop_bi)与多边合作研发(Coop_multi)。首先,利用GPT对专利申请人名称进行判断:若专利属于双边合作研发,GPT返回数值1;若专利属于多边合作研发,则返回数值2。其次,人工复核GPT输出结果,确保分类结果的准确性。最后,获得双边合作研发和多边合作研发两类合作申请的专利数据。若企业当年存在双边合作行为,则变量Coop_bi取值为1,反之则为0;若企业当年存在多边合作行为,则变量Coop_multi取值为1,反之则为0。

表9列(3)中,双边合作研发(Coop_bi)的回归系数为0.069 6且在1%水平上显著,说明双边合作研发能够显著促进关键核心技术突破。表9列(4)中,多边合作研发(Coop_multi)的回归系数不显著,说明多边合作研发未能促进关键核心技术突破。这表明,相较于双边合作研发,多边合作研发可能在资金、人才和知识等资源协调上面临更多困难。双边合作研发则能简化沟通流程,降低交易摩擦,进而专注于发挥主体优势,推动技术深度整合。

7 结语

7.1 研究结论

关键核心技术的自主可控是实现高水平自立自强目标的重要保障。如何通过整合优质创新资源协同攻克重大科技难题,已成为学术界与政策制定者共同关注的核心议题。本文基于2013—2023年沪深A股上市公司数据,检验企业合作研发对关键核心技术突破的影响及作用机制,并进一步探讨不同类型合作研发模式对关键核心技术突破的影响,得出以下结论:第一,企业合作研发对关键核心技术突破具有显著促进作用,该结论在采用工具变量法、倾向得分匹配法以及计量模型检验后依然稳健;第二,合作研发主要通过弥补资金短板、发挥人才优势和拓展知识宽度推动关键核心技术突破,体现出合作研发在协调各方优势资源方面的积极作用;第三,对于风险承受能力较强、创新资源错配程度较低且知识产权保护水平较高地区企业而言,合作研发对其关键核心技术突破的促进作用更为突出;第四,企业间合作与产学研合作均能促进关键核心技术突破;第五,相较于多边合作研发,双边合作研发更能推动关键核心技术突破。

7.2 对策建议

(1)构建企业合作研发相关政策支持体系。第一,重点扩大企业合作研发政策支持范围,加大政策扶持力度,以增强企业在重大、前沿和交叉技术领域合作研发能力。第二,将高校、科研院所等创新主体深度融入企业合作研发体系,通过共建研发平台、共享创新资源突破创新壁垒,建立健全产学研用深度融合的协同创新机制,形成良好的创新生态。第三,在“卡脖子”技术领域,加快布局企业合作研发项目,由政府组织专家评估关键技术需求,鼓励企业、高校和科研院所联合攻克技术难题,引导合作研发活动聚焦产业发展中的核心技术与共性技术,推动产业技术转型升级。

(2)加大财政支持力度,服务企业关键核心技术突破。第一,政府部门可加强对合作研发项目的资金支持。通过设立专项基金、增加研发补贴、实施税收优惠政策等,激励企业积极参与合作研发,尤其是具有重大战略意义的关键核心技术领域。第二,政府部门可以优化政策申请程序,提升政策透明度,保障合作研发企业能够便捷获得相应政策优惠。建立健全政策执行效果评估机制,及时调整和优化相关财政政策,以更好地服务于企业关键核心技术合作研发与突破。

(3)鼓励和引导企业加强人才与知识交流。第一,加强人才和知识交流平台建设。在为企业提供交流活动场地和资金支持的基础上,构建线上交流平台,鼓励企业开展多样化交流活动。第二,鼓励企业与高校、科研院所等开展深度合作,实现人才和知识流动与共享,促进产学研用深度融合,完善企业、高校和科研机构间人才双向交流与合作机制。

(4)构建“双边引领—多边协同”合作研发格局。第一,优先强化双边合作创新机制。政府可以通过政策引导和制度激励,鼓励企业与科研院所、高校、上下游企业之间建立稳定的双边合作关系。通过签订长期合作协议、设立联合研发专项、共享研发平台等方式,提升合作效率与知识转化率。第二,在双边合作成熟的基础上,逐步完善多边合作协调体系。政府可以推动多方研发联盟和产业创新共同体建设,建立协调机构和制定治理规范,探索灵活的利益平衡机制,为多边合作的高效运行奠定基础。通过“以双带多”路径,促进合作研发从双边深化到多边协同跃升。

7.3 不足与展望

本文存在以下不足:第一,由于非上市公司相关数据获取较为困难,本研究以沪深A股上市公司为样本,结论普适性有待提升。未来可将样本范围拓展至非上市企业、中小民营企业,甚至开展跨国比较研究,从而更全面地揭示合作研发在不同企业类型与不同制度环境下,对关键核心技术突破的作用规律。第二,本研究从弥补资金缺口、发挥人才优势和拓展知识宽度3个方面进行机制分析,忽视了可能存在的其他作用机制。未来可从制度环境、企业战略及外部竞争等方面,进一步开展检验与拓展分析。第三,异质性分析发现,对于风险承受能力较弱、创新资源错配程度较高以及知识产权保护水平较低地区企业,合作研发对其关键核心技术突破的促进作用并不显著。尽管本文对此作出了初步解释,但未开展更深入的经济学剖析。未来可进一步探讨特定情境下合作研发效应受限的深层机制。

参考文献：

[1] 阳镇. 关键核心技术: 多层次理解及其突破[J].创新科技, 2023,23(1): 14-24.

[2] 邵云飞, 陈燕萍, 吴晓波, 等. 从“研发”到“市场”: 链主企业如何实现关键核心技术的商业化[J].管理世界, 2024, 40(12): 19-42.

[3] 吴超鹏, 严泽浩. 政府基金引导与企业核心技术突破: 机制与效应[J].经济研究, 2023, 58(6): 137-154.

[4] 师磊, 阳镇, 钱贵明, 等. 数字产业集群政策与关键核心技术突破式创新[J].中国工业经济, 2025, 42(1): 100-117.

[5] 元茹静, 钞小静. 数字基础设施建设对关键核心技术突破的影响——来自专利文本机器学习的经验证据[J].经济与管理研究, 2024, 45(11): 14-31.

[6] 杜传忠, 薛宇择. 研发联盟、开放式创新与企业全要素生产率提升[J].数量经济技术经济研究, 2024, 41(12): 111-132.

[7] 黄宏斌, 张玥杨, 许晨辉. 协同创新、经济政策不确定性与企业韧性[J].财经科学, 2024,68(4): 78-91.

[8] 毕静煜, 谢恩. 研发联盟组合关系特征与企业创新: 伙伴地理多样性的调节作用[J].管理评论, 2021, 33(10): 103-114.

[9] 苏屹,刘桐赫,刘传斌.基于TOE的区域创新绩效组态路径研究[J].科技进步与对策,2025,42(9):75-86.

[10] 黄敏镁. 基于演化博弈的供应链协同产品开发合作机制研究[J].中国管理科学, 2010, 18(6): 155-162.

[11] 白京羽, 刘中全, 王颖婕. 基于博弈论的创新联合体动力机制研究[J].科研管理, 2020, 41(10): 105-113.

[12] 巩雪, 刘海兵. 企业技术创新能力与开放式创新策略选择[J].中国科技论坛, 2020, 36(12): 54-66.

[13] 刘乃全, 徐婉晴, 张健. 城市协同创新能缩小区域经济发展差距吗[J].治理研究, 2025, 41(3): 127-142.

[14] 李杏, 高登云. 数据要素如何促进企业关键核心技术突破[J].山西财经大学学报, 2024, 46(12): 94-105.

[15] 习明明, 张卢千漪, 夏若萱. 企业数字化转型与关键核心技术突破——基于开放式创新视角[J].商业研究, 2025, 67(5): 98-108.

[16] 张健, 李俊秀. 研发模式选择与企业关键核心技术突破——理论分析与经验证据[J].现代管理科学, 2025, 44(2): 157-167.

[17] 徐二明, 徐凯. 资源互补对机会主义和战略联盟绩效的影响研究[J].管理世界, 2012,28(1): 93-103.

[18] 习明明, 张卢千漪. 智能制造与企业协同创新——基于智能制造试点示范专项行动的准自然实验[J].福建论坛(人文社会科学版), 2025, 45(2): 50-72.

[19] 周开国, 卢允之, 杨海生, 等. 融资约束、创新能力与企业协同创新[J].经济研究, 2017, 52(7): 94-108.

[20] 林毅夫, 孙希芳. 信息、非正规金融与中小企业融资[J].经济研究, 2005, 40(7): 35-44.

[21] 袁野,曹倩,尹西明,等.创新联合体赋能新质生产力的理论机制与实践路径研究[J].科技进步与对策,2024,41(20):32-44.

[22] 吴文武. 构建关键核心技术人才支撑体系[J].东南学术, 2025, 38(1): 172-181.

[23] 钟腾, 罗吉罡, 汪昌云. 地方政府人才引进政策促进了区域创新吗——来自准自然实验的证据[J].金融研究, 2021, 64(5): 135-152.

[24] PRENCIPE A, CORSI C, RODRGUEZ-GULAS M J, et al. Influence of the regional entrepreneurial ecosystem and its knowledge spillovers in developing successful university spin-offs[J].Socio-Economic Planning Sciences, 2020, 72: 100814.

[25] 郭晔, 姚若琪. 中国企业协同创新中的金融角色——基于供应链关联的视角[J].中国社会科学, 2024, 45(9): 89-108, 206-207.

[26] 刘凤委, 李琳, 薛云奎. 信任、交易成本与商业信用模式[J].经济研究, 2009, 44(8): 60-72.

[27] WHITED T M, WU G J. Financial constraints risk[J].Review of Financial Studies, 2006, 19(2): 531-559.

[28] 徐露允, 曾德明, 李健. 知识网络中心势、知识多元化对企业二元式创新绩效的影响[J].管理学报, 2017, 14(2): 221-228.

(责任编辑：张 悦)