Cooperative Innovation and Industrial Upgrading: Promoting or Suppressing

Sun Daming

(Department of Economics and Management, Dalian University of Technology，Dalian 116024,China)

Abstract：During the economic transition period, the cooperative R&D influencing mechanism on industry upgrading in China is more complicated than that in the mature market economies. This paper reassesses the cooperative innovation level to test the transformation effect of information technology application on cooperative innovation. The results show that: the relationship between industry-university-research collaboration innovation and is U-shaped, most all of the provinces locate on the right side of the curve. The technology application impact is an important factor in this mechanism. Consider the regional heterogeneity, the eastern region benefits more from information technology applications. Infrastructure construction plays an important role in central and western regions. Further, in order to avoid the possible endogenous problems, the panel tool variable method is used to test the results, which still supports the above conclusions. The conclusions have more important policy implication for the strategy of collaboration innovation and Internet plus to promote regional development and upgrade industry.

Key Words:Cooperative Innovation; Information Technology Application; Industry Upgrading; Instrumental Variable Method

收稿日期：2019-07-31

基金项目：国家社会科学基金重大项目(15ZDA025)

作者简介：孙大明(1991-)，女，辽宁葫芦岛人，大连理工大学经济管理学院博士研究生，研究方向为产业经济学。

DOI：10.6049/kjjbydc.2018120241 开放科学(资源服务)标识码(OSID)：

中图分类号：F260

文献标识码：A

文章编号：1001-7348(2019)20-0062-07

0 引言

如何有效组织和协调各类要素开展创新活动以提升技术水平，是新常态下落实创新驱动战略、推动产业转型升级亟需解决的问题。十九大报告指出，要建设以企业为主体、市场为导向、产学研深度融合的创新体系，合作创新已成为加快技术进步和产业升级的重要内容。

具体而言，合作创新通过与不同外部组织进行高水平合作，频繁交换信息、知识、技术以及其它资源，进而获得更多发展机会[1]，势必对产业升级产生重要影响。然而在实践中，跨组织合作创新效率不高，参与度有待提升。以2014年为例，我国企业与境内高校和其它企业合作创新仅占11.3%和8%。上述情况一方面是由合作创新各主体间战略目标不一致、管理能力不足等造成的；另一方面，地方竞争壁垒和地方保护主义的存在，严重限制了技术和信息等自由流动[2]，导致各参与主体间信息流动不畅、合作成本偏高，难以实现供需信息精准对接，抑制产业升级。此时，信息技术应用对合作创新和产业升级的作用逐渐凸显。

就目前研究进展而言，已有学者注意到信息技术应用尤其是“互联网+”在资源优化配置和产业变革等方面的重要作用，并就其对经济增长[3-4]、企业技术创新[5]的一系列影响展开积极讨论，有关信息技术应用与产业升级关系的研究逐渐兴起。具有典型意义的是，韩先锋和惠宁等[6]运用超越对数函数，指出信息化对工业技术创新效率具有显著影响，是技术创新的新动力；石喜爱等[7]构建空间计量模型并检验了“互联网+”的空间外溢效应对制造业价值链攀升的影响。

虽然目前已产生了一批有价值的成果，但仍存在以下不足：鲜有学者从信息化产品和服务应用的角度分析信息技术应用对合作创新的影响，即未考察合作创新对产业升级作用机制中信息技术应用的改造效应。事实上，在新常态下，合作创新作为技术创新的重要实现方式，考察信息技术应用对合作创新的改造效应，对实现产业升级具有重要意义；鲜少有文献探究合作创新对产业升级的抑制作用。理论上，合作创新对产业升级可能存在促进和抑制两种效应。在实证检验中，可能存在双向因果关系和遗漏变量等情况。此外，以往文献尚未关注到合作创新中的知识累计过程，多是以创新要素投入占比或当期投入表征，不利于考察合作创新对产业升级持续影响。

基于此，本文从信息技术应用视角，将信息技术应用与合作创新的交互项纳入产业升级研究框架中，符合社会经济发展特征；在线性模型基础上，引入合作创新的平方项，检验合作创新对产业升级的促进和抑制两种效应。进一步地，采用面板工具变量法，对可能存在的双向因果关系予以检验。此外，尝试运用永续盘存法重新测度合作创新的资本存量，完整刻画知识累计和生产过程，以更好地描述合作创新对产业升级的影响。

1 文献回顾与研究假设

合作创新是技术进步的重要途径，对产业升级和经济持续增长的作用已在内生经济增长理论中得到证明。合作创新的目的在于获取互补性知识、能力和设备等[8]，降低创新的不确定性和引致的超额费用，继而实现产业升级。基于资源和知识理论，企业与大学、科研机构等不同组织资源的异质性和互补性有利于双方分工合作。不同主体通过资源整合，实现技术知识、管理经验等优势融合互补，进而实现规模经济。合作创新能帮助企业发挥“雷达效应”，实现跨学科知识协同，借由更优的技术轨迹实现产业升级。此外，合作创新能够抑制创新成果公共产品属性和外溢效应，使研发活动中积累和创造的溢出内部化，促使合作者愿意分享技术、增加创新投资，有利于合作创新顺利开展，是推动产业升级的动力引擎。

合作创新可以降低创新成果的外溢属性，但其本质是一个涵盖多主体的复杂技术劳动过程，可能存在战略目标多样、利益分配冲突等问题，不利于产业升级[9]。伙伴不诚信和信息不对称等将导致逆向选择和柠檬市场，存在技术秘密流失风险。企业对高校和科研机构拥有的资源、技术等信息掌握不足，可能产生明显的机会主义倾向，此时会选取合作成本较低、技术水平不高的合作伙伴。

此外，我国产业发展所处阶段和区域市场保护也对合作创新存在重要影响。一方面，我国产业正处于由加工制造型向技术研发型转换的成长阶段。从时间维度考虑，合作创新可能与产业升级呈先下降后上升的U型趋势，当合作水平较低时，成员间合作经验较少，合作惯性难以形成，不确定性较大，对产业升级的推动效应不显著；随着合作深入，彼此间的默契度提升，合作创新对产业升级的促进效应凸显。另一方面，我国存在的市场分割和地方保护主义构筑起地区竞争壁垒，限制技术、知识和信息等资源跨区域自由流动，而合作双方缺乏有效沟通和交流将导致合作成本较高、合作创新效率较低[2]。以我国2016年合作创新投入为例，区域上呈现出显著不均衡性：东部沿海地区和部分中部地区在资源禀赋、政策扶持的作用下合作创新水平较高，西藏、宁夏等中西部地区合作创新投入不足全国1%(图1所示)。基于此，提出如下假设：

H1：合作创新与产业升级呈复杂非线性关系且有特定“拐点”，合作初期经验不足，难以形成合作惯性，对产业升级呈抑制效应，经过拐点后，随合作深入与投入强度增加，对产业升级有促进作用。

注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2882号的标准地图制作，底图无修改。图由作者采用arcgis10.4绘制。资料来源于《中国科技统计年鉴2017》

信息技术应用在一定程度上缓解了合作创新中由于合作伙伴复杂性导致的信息不对称、过度搜寻和知识跨区域自由流动受限等问题。信息技术发展日新月异，对现有经济模式和生产方式有所革新。信息技术的影响一方面通过信息化服务和产品的社会扩散实现，即随着信息技术发展，不断衍生出新产品和服务模式，降低信息传递成本，实现合作创新主体快速、精准对接[10]，开拓新的合作模式；另一方面，借由设备终端自身的创新和人均信息资本提升，推动各产业依托信息技术进行大规模创新和改造。Dunnewijk等[11]指出，信息技术应用产生的“网络效应”具有规模经济特征，有助于信息有效传播，减少合作成员间的信息不对称和跨区域产学研合作受限等问题。同时，使合作成员判断彼此诚信情况有据可依，避免逆向选择和机会主义倾向发生。韩先锋和惠宁等[6]认为，信息化能促进技术创新，一方面通过优化和重组创新要素、优化业务流程，降低开发成本、激发潜能；另一方面则通过洞悉市场需求，提高交易效率和优化外部环境实现。以“互联网+”为例，随着大数据、云计算和智能终端等相关技术发展，“互联网+”在整合和优化资源配置、实现组织变革和强化市场感知[12]等方面具有比较优势，能充分融入产业链各个环节，对大规模定制和服务创新、推动各主体间合作创新[7]及产业升级具有重要意义。“互联网+”能够整合企业、大学、科研院所等主体的技术供需信息，紧跟市场需求，借由020、C2B和P2P等模式，打破时空约束，降低合作创新的过度开放，减少搜寻成本和沟通成本，提高合作创新成功率，推动产业升级。由此，建立理论框架如图2所示，并提出如下研究假设：

H2：信息技术应用在产业升级中发挥重要作用，且通过缓解合作创新中信息供需矛盾，在合作创新对产业升级的作用机制中，影响二者关系的“拐点”。

2 研究设计

2.1 模型设定

为探究合作创新与产业升级是否在创新投入水平作用下呈非线性关系，并检验合作创新与信息技术应用关联效应对产业升级的影响，在线性模型基础上，分别引入合作创新的平方项和合作创新与信息技术应用的交互项。为了避免异方差，采用双对数模型如下：

lnindi,t=α0+α1lncoopi,t+α2lnICTi,t+α3lnfdii,t+α4lninfrai,t+α5lnrdi,t+εi,t

(1)

lnindi,t=α0+α1lncoopi,t+α2lncoopi,t2+α3lnICTi,t+α4lnfdii,t+α5lninfrai,t+α6lnrdi,t+εi,t

(2)

lnindi,t=α0+α1lncoopi,t+α2lnICTi,t+α3lncoopi,t·lnICTi,t+α4lnfdii,t+α5lninfrai,t+α6lnrdi,t+εi,t

(3)

模型中，i为省份(i=1,2,…28)；t表示时间；ind为产业升级指标；coop为合作创新水平；ICT为区域信息技术应用水平，本文选取互联网普及率(rweb)和移动电话普及率(rmobile)予以衡量；fdi为外商直接投资；infra为基础设施禀赋；rd为研发投入；εi,t为误差项。

2.2 指标选取与数据来源

2.2.1 指标选取

(1)产业升级(ind)。产业升级包含产业效率提升与结构改善等方面，在本文中主要是指中观层面产业结构高级化和合理化，具体包括高加工度化、生产要素优化、技术水平提升等。根据产业升级特征和定义，借鉴和纪玉俊等(2015)提出的测度方法，用各产业劳动生产率和产业产值占地区生产总值的比重表征，具体指标为：

(4)

式(4)中，ind为产业升级水平；ki为各产业产值占地区生产总值的比重；li为劳动生产率水平，用各产业产值除以各产业就业人数表征。

(2)合作创新(coop)。随着分工细化与技术复杂度提升，企业研发活动呈外部化和协同化特征，以合作创新为主的研发模式能缩短新产品研发周期、降低创新成本，进而推动产业升级。合作创新投入是知识积累和生产的过程，对产业升级的作用不仅依赖当期研发投入，还取决于往期研发投入情况。因此，本文借鉴吴玉鸣[13]的做法，采用永续盘存法(PIM)进行资本存量估算。

(5)

式(5)中，i与t分别为区域和时间；KR表示合作创新的经费存量，ER表示合作创新的支出，δ为折旧率。将合作创新经费以研发价格指数平减为2003年的不变值。研发存量的折旧率δ计为15%，略高于一般物资资本。考虑各省份合作创新经费情况，地区间存在较大差异，北京、上海和江苏等地区创新环境较好，合作创新经费存量较高，而贵州、新疆等地区合作创新投入较低，如表1所示。

(3)区域信息技术应用(ICT)。信息技术由移动互联网、大数据和智能电话等终端构成，在社会、经济生活领域得到应用广泛，对经济发展、产业升级和创新模式变革起着重要作用。基于此，本文选取各地区互联网普及率(rweb)和移动电话普及率(rmobile)衡量信息技术应用程度。

(4)控制变量。①外商直接投资(fdi)，用外商投资总额存量表示，按各年份汇率均值换算为人民币；②基础设施禀赋特征(infra)，表征各地区基础设施情况，用各省份每10 km2土地公路长度与铁路长度的几何平均值表征；③研发投入(rd)，采用该地区研发经费内部支出表示。

2.2.2 数据来源和描述性分析

本文采用2003—2016年中国内地28个省份的面板数据展开分析，数据来源于《中国统计年鉴》、《中国科技统计年鉴》及各省市年鉴。为保证数据准确可信，降低价格波动的影响，将各变量折算为以2003年为基期的不变值。各变量描述性统计结果如表2所示。

3 实证分析

3.1 平稳性检验

为防止“伪回归”，需检验变量的平稳性。本文采用LLC、IPS和Fisher等方法进行单位根检验，结果如表3所示。各变量均拒绝数据存在单位根的原假设，即均为平稳序列，可直接对数据进行回归分析。

3.2 实证结果

首先，对模型进行Hausman检验，以此选择相应的面板回归方法。Hausman检验结果均拒绝原假设，因此选择面板固定效应模型进行回归。为避免潜在多重共线性问题，对涉及交互作用和平方项的因素进行中心化处理。表4显示各计量模型均通过F-检验，说明模型设定合理。

注：***、**、*分别表示回归系数在1%、5%和10%的显著性水平下统计显著，括号内为p值

模型1和模型4分别从互联网普及率(lnrweb)和移动电话普及率(lnrmobile)视角检验了合作创新、信息技术应用与产业升级的线性关系。结果表明，合作创新和信息技术应用均对产业升级呈显著的正向促进作用。以模型1为例，合作创新水平每提高1%将促使产业升级效应将提高0.033%，企业在合作创新中可以通过“干中学”、“研发中学”提高自身技术能力、促进产业升级；互联网普及率每提高1%，产业升级效应增长0.153%，表明信息技术应用尤其是移动互联网的发展与普及在产业升级中发挥着重要作用。

注：***、**、*分别表示回归系数在1%、5%和10%的显著性水平下统计显著，括号内为标准差

模型2检验合作创新与产业升级的非线性关系，结果表明：在5%的显著性水平下，合作创新水平与产业升级呈显著的U型关系，H1得到验证。即在考虑时间维度的情况下，我国合作创新对产业升级的作用在某一时点达到极小峰值，在此之前，其对产业升级效应的边际贡献递减；跨过峰值之后，其对产业升级效应的贡献逐步加大。这一结论验证了边际合作效应递减的学习效应模型[11]，说明我国合作创新正处于边际合作效应递减的学习效应曲线U型区域，可能存在以下两种作用机制：①在合作初期，企业、大学与科研机构的合作惯例与合作能力处于初始形成阶段，合作创新模式处于探索阶段，此时合作行为的不确定性较高，对产业升级的促进效应不显著，甚至出现负影响。随着合作进一步深入及相关能力逐渐积累，对产业升级的促进作用显现；②当前中国正处于转型阶段，技术能力较为薄弱，合作创新占用资源的负面效应更突出，进而对产业升级呈现出抑制作用。当知识技术积累到一定程度后，合作创新的正向效应较强，对产业升级起到推动作用。进一步测算极小峰值约为37.73万元。现阶段，中国大多数省份的合作创新处于U型曲线右侧，越过了下降峰值。

模型3的估计结果表明，合作创新与互联网普及率的交互项(lnrweb·lncoop)对产业升级具有显著推动效应(0.014)。随着新一代信息技术的发展，我国步入“互联网+”时代，一定程度上解决了合作创新中信息不对称、对技术价值信息掌握不全面和大学囿于技术发展圈内搞研究等问题，实现创新资源跨区域流通和有效沟通，推动合作创新模式变革，使高校和科研机构积累的科研成果顺利进入下游，提升下游企业技术水平，加速技术产品生产、流通与传递，实现传统产业升级改造。值得注意的是，模型6中lnrmobile·lncoop估计系数(0.017)略大于模型3中lnrweb·lncoop的估计系数(0.014)，可能的原因在于，一方面移动电话较互联网发展较早，可实现创新资源跨区域的有效沟通；另一方面随着智能手机的普及、各类手机APP移动平台的发展，为合作创新提供了新的组织模式。

3.3 区域异质性分析

为检验中国不同区域的合作创新是否对区域产业升级有异质性影响，本文进一步将样本分为东部地区和中西部地区两组进行回归，同时可作为上述结论的稳健性检验。表5报告了分区域回归结果，结果表明，东部地区和中西部地区合作创新均与产业升级呈U型趋势，且绝大多数省份位于U型曲线的上升阶段，互联网普及率亦对产业升级呈正向影响，互联网普及率与合作创新的交互项与产业升级显著正相关。该结论证明表4中全国面板回归结果是稳健的。

同时本文发现，模型7中，东部地区合作创新的影响系数为0.081，每提高1%对产业升级的提升作用是中西部地区的2.3倍。表明合作创新对东部地区产业升级的推动效果更显著。东部地区各主体间合作模式已由探索阶段向成熟阶段发展，合作效率提高。考虑非线性关系时，结果显示，东部地区和中西部地区均处于U型曲线的上升阶段，且东部地区处于U型右侧偏高位置。可见，东部地区集聚大量的资本和技术资源，创新能力较强，通过合作创新可取得较好的升级效果。中西部地区合作创新起步较晚且多为政府主导，加之地理位置上的劣势，限制了技术和知识等跨区自由流动，合作双方缺乏有效沟通，导致合作效率较低。互联网普及率与合作创新交互项在不同地区的影响系数均为正，表明信息技术尤其是移动互联网发展能有效降低知识和技术等跨区域流动成本，促进技术溢出效应的发挥，是合作创新能力提升的有力引擎。此外，根据模型9和模型12的估计结果显示，东部地区lnrweb·lncoop的估计系数(0.023)大于中西部地区的估计系数(0.019)，表明信息技术应用对东部地区的普惠作用大于中西部地区。对中西部地区而言，基础设施建设对产业升级具有明显推动作用(0.156)，通过完善基础设施建设，有利于区域间要素流动，降低沟通成本，为中西部地区和东部地区间的技术交流与贸易往来提供有利契机。以高铁建设为例，高铁出现打破了原有的地理分割格局，重塑中国技术经济布局，为区域间技术交易市场运作提供了便利条件。

注：***、**、*分别表示回归系数在1%、5%和10%的显著性水平下统计显著，括号内为标准差；篇幅所限，仅给出互联网普及率的估计结果。

3.4 内生性问题

若存在内生性问题，上述估计结果可能不一致或有偏。事实上，合作创新与区域产业升级可能存在双向因果关系，即一方面合作创新将对区域产业升级产生影响，另一方面，当该区域产业结构演进较为合理，企业生产效率较高时，往往更倾向于与学界和业界开展密切的合作创新活动。为此，本文采取面板工具变量法对内生性问题予以控制。在工具变量选择上，以滞后一阶的内生变量作为工具变量，即合作创新的一阶滞后项为工具变量。

表6给出了面板工具变量的估计结果，由表6可知，模型13和模型16中，检验“弱工具变量”的统计量(Cragg-Donald Wald F)均大于10%水平下的偏误值16.38，其余模型该指标均大于10%水平下的7.03，均拒绝存在弱工具变量的原假设。Sargan检验结果表明不存在过度识别。本文重点关注的lncoop_square、lnrweb·lncoop和lnrmobile·lncoop指标的回归系数均显著为正，表明本文估计结果是稳健的，统计上没有内生性问题。

注：***、**、*分别表示回归系数在1%、5%和10%的显著性水平下统计显著，括号内为标准差

4 结语

4.1 研究结论

如何有效提高合作创新水平，借由信息技术应用加快创新型国家建设和区域产业升级，是一个亟待解决的问题。针对合作创新对区域产业升级的内在作用机制以及信息技术应用的改造效应，基于中国分省份面板数据，实证研究了合作创新、与信息技术应用的关联效应对区域产业升级的影响，得到如下结论：

(1)考察期内，合作创新与区域产业升级呈U型关系，原因可能在于：在合作创新水平较低时，受客观条件限制，企业与科研机构尚未形成完善的合作关系，处于合作探索阶段，对产业升级呈抑制效应；随着合作深入与能力积累，合作创新水平跨过极小峰值后，对产业升级的促进作用逐渐凸显。

(2)合作创新与信息技术应用的关联效应对产业升级具有显著促进作用，互联网发展和移动电话普及均证实了该结论，说明在合作创新对产业升级的作用机制中，信息技术应用发挥着普惠作用，影响二者关系的“拐点”。此外，与中西部地区相比，东部地区从信息技术应用中获益更多。

(3)中国大部分省份合作创新处于U型曲线的右侧，越过了极小峰值，表明知识技术积累已达到一定水平。此时，合作创新占用的资金对产业升级带来的正面效益大于负面效应，对产业升级具有推动作用。比较而言，东部地区位于曲线右侧更高的位置，表明东部地区经济社会发展水平高、合作创新起步较早，通过合作创新能取得更好的产业升级效果；中西部地区经济社会发展水平较低、合作创新能力较弱，此时加强基础设施建设的作用更为显著。

4.2 实践启示

(1)进一步加强对合作创新的支持，鼓励各组织广泛开展合作，建立有特色的产学研合作联盟，强化合作的正向技术溢出，提高科技成果转化效率，借助合作创新研发核心技术，加快产业升级步伐。此外，在推进产业升级进程中，应结合各地区发展实际，有所侧重：东部地区经济社会发展水平高且资源丰富，应充分发挥合作创新与信息技术融合的引擎作用，引领我国产业向价值链中高端攀升；中西部地区应进一步深化改革，推进基础设施建设，促进产业升级。

(2)加速信息技术应用与推广，促进信息技术与合作创新深度融合。通过移动互联网、大数据和智能制造等服务业态，整合企业与高校、科研机构的供需信息，进而节约交易成本，实现需求与研发“精准对接”，改变原有生产方式，即通过供给侧改革推动产业升级。

(3)完善区域创新环境建设，优化合作创新支撑体系。本研究发现基础设施建设、对外开放和企业研发投入等创新环境构建也是影响区域产业升级的重要因素。因此，应加强基础设施建设，特别是着力构建大学科技园区和企业孵化器等，从硬件和软件方面促进合作创新基础设施平台建设。在大力支持自主创新的同时，提高对外开放水平，完善外资引进相关法规，推动本土企业与外企开展合作互动。

参考文献:

[1] WU A H, WANG Z, CHEN S. Impact of specific investments, governance mechanisms and behaviors on the performance of cooperative innovation projects[J]. International Journal of Project Management, 2016, 35(3):504-515.

[2] 吴延兵, 米增渝. 创新、模仿与企业效率——来自制造业非国有企业的经验证据[J]. 中国社会科学, 2011(4):77-94.

[3] BOOTHBY D, DUFOUR A, TANGJ. Technology adoption, training and productivity performance[J]. Research Policy, 2010, 39(5):650-661.

[4] BAYO-MORIONES A, BILLN M, LERA‐LPEZ F. Perceived performance effects of ICT in manufacturing SMEs[J]. Industrial Management & Data Systems, 2013, 113(1):117-135.

[5] 方远平, 谢蔓, 林彰平. 信息技术对服务业创新影响的空间计量分析[J]. 地理学报, 2013, 68(8):1119-1130.

[6] 韩先锋, 惠宁, 宋文飞. 信息化能提高中国工业部门技术创新效率吗[J]. 中国工业经济, 2014(12):70-82.

[7] 石喜爱, 李廉水, 程中华,等. “互联网+”对中国制造业价值链攀升的影响分析[J]. 科学学研究, 2018(8):1384-1394.

[8] EMILIE-PAULINE GALLIÉ, PASCALE ROUX. Forms and determinants of R&D collaborations: evidence based on French data[J]. Industry and Innovation, 2010, 17(6):551-576.

[9] 原毅军, 孙大明. 合作研发影响制造业技术升级的机理及实证研究[J]. 经济学家, 2017(8):49-55.

[10] 李坤望, 邵文波, 王永进. 信息化密度、信息基础设施与企业出口绩效——基于企业异质性的理论与实证分析[J]. 管理世界, 2015(4):52-65.

[11] DUNNEWIJK T , MEIJERS H H M , ZON A H V . Accounting for the impact of information and communication technologies on total factor productivity: towards and endogenous growth approach [J]. Jrc Scientific & Technical Reports, 2007.

[12] 赵振. “互联网+”跨界经营:创造性破坏视角[J]. 中国工业经济, 2015(10):146-160.

[13] 吴玉鸣. 工业研发、产学合作与创新绩效的空间面板计量分析[J]. 科研管理, 2015, 36(4):118-127.

(责任编辑：林思睿)