产学研合作创新绩效影响因素元分析研究

产学研合作是国家创新体系的重要组成部分，其一方面有利于促进技术交易，从而拉动国家和区域经济持续增长；另一方面也有利于促进“大众创业、万众创新”，支撑传统产业转型升级和产业结构调整[1]。《中共中央国务院关于深化科技体制改革加快国家创新体系建设的意见》明确指出，要强化产学研用紧密结合，促进科技资源开放共享[2]。

在传统组织间技术转移模式中，高校与科研院所缺乏相应的商业实践条件，因而其研发活动缺乏市场针对性；企业由于缺乏专利拥有者的有效指导，其专利实践活动也呈现出不稳定性[3]。组织间产学研协同创新则注重以知识流动方式联通高校与企业及其它主体，实现高校知识转化与企业知识吸收相对接，有效解决高校与企业间的知识断层问题。2017年12月19日，国务院办公厅正式发布《关于深化产教融合的若干意见》，其中明确指出要以企业为主体推进协同创新和成果转化。由此可见，政府高度重视产学研合作创新，并且从国家战略层面对推进产学研合作创新提出新要求。因此，深入挖掘组织间产学研合作创新影响因素，并在此基础上找出推进中国产学研合作创新发力点具有重要意义。

目前，已有文献对产学研合作创新影响因素进行了实证研究，并呈现出如下特点：①主要从行业差异[4]、主体间地理位置[5]与创新形式[6]等单一视角研究产学研合作创新影响因素，缺乏系统性；②研究样本在地域分布与产业类型等方面存在局限性；③由于研究视角与产业等方面存在差异，部分现有研究结论存在分歧。例如，肖丁丁等[7]认为企业规模对组织间产学研合作创新具有负向影响,而陈光华等[8]则认为企业规模对产学研合作创新具有正向促进作用。

鉴于此，为整合中国产学研合作创新影响因素，本文采用定量元分析方法对国内产学研合作创新影响因素实证研究进行合并再分析，从而挖掘出影响中国产学研合作创新因素的一般性结论，并为推进中国产学研合作创新提供可行性建议。

1 研究假设

产学研合作是指在政府支持引导下，以企业为技术创新核心主体，以高等院校和科研机构为技术支持力量，坚持市场导向原则，通过诱发各创新主体间的化学反应，将各种生产要素有效组合，实现优势互补、长期合作与共同发展[9]。采用元分析方法的前提是测度两个变量关系的效应值至少出现3次，该变量才能被纳入研究框架[10]。依据上述要求及国内现有与产学研合作创新相关的文献，本文从企业内部、组织间互动关系、政府政策与区域宏观环境4个层面研究中国产学研合作创新影响因素。

1.1 企业层面影响因素

在国外，Schwartz等[11]通过对德国产学研合作项目进行研究发现，企业规模越大，产学研合作创新绩效越高。在国内，学者们普遍认为，企业规模是影响创新的重要因素之一，其对于合作创新绩效具有显著正向影响[12]。一方面，企业规模在一定程度上反映了企业抗风险能力、灵活程度及信息获取能力，这些均会对组织间产学研合作产生影响[13]；另一方面，企业规模对企业产学研合作倾向具有显著促进作用[14]；再者，企业规模能够显著促进组织间产学研合作创新效率提升(樊霞等，2012) ，特别是显著正向影响企业创新绩效。对我国制造业企业来说，市场结构与创新绩效间并不存在熊彼特式的倒U型线性关系，而企业规模与创新绩效间主要呈现为一种非线性递增关系。综上所述，本文提出如下假设：

H1：企业规模对产学研合作创新绩效具有显著正向影响。

1.1.2 企业所有权结构

由于体制原因，所有权结构类型对我国企业的影响不容忽视。“产—研”合作受研发强度和所有权结构的显著正向影响(姚潇颖等，2017)，而企业所有权结构能够显著促进组织间产学研合作[15]。总体而言，企业所有权结构对产学研合作创新绩效的影响呈现出阶段性特征。在知识创新阶段(第一阶段)，国有企业与其它所有权性质企业相比，其合作创新绩效无显著差异；在科研创新阶段(第二阶段)，国有企业合作创新绩效显著低于民营企业；在产品创新阶段(第三阶段)，不同所有制企业在成果转化方面的合作创新绩效差异性较大。例如，混合所有制企业在成果转化方面的合作创新绩效显著高于国有企业[16]。综上所述，本文提出如下假设：

H2：企业所有权结构对产学研合作创新绩效具有显著正向影响。

1.1.3 企业知识吸收能力

在产学研合作创新过程中，企业对组织间知识流动需要具备的一系列动态管理能力称之为吸收能力[17]。企业知识吸收能力越强，其对外部知识资源利用效率越高，从而创新绩效越好(禹献云等，2018)。首先，企业知识吸收能力能够促进产学研协同创新系统知识融合[18]；其次，企业知识吸收能力在合作创新与创新绩效间发挥中介作用[19];再者，企业知识吸收能力对产品创新和过程创新具有显著正向影响，对产学研合作创新具有显著正向促进作用[20]。综上所述，本文提出如下假设：

H3：企业知识吸收能力对产学研合作创新绩效具有显著正向影响。

1.1.4 企业研发投入

国外学者Veugelers等[21]认为，企业研发投入能够联合组织间创新资源，因而对产学研合作创新具有积极作用。国内学者对此研究更加深入，大多数学者认为企业在创新活动中其研发投入与创新绩效正相关。首先，企业研发经费投入越多，则产学研合作创新活动投入质量越高，因而越能够促进创新效率提升[22]；其次，企业研发投入密度越大、研发人员投入越多、获得的政府资助越多，企业越倾向于选择同时进行内部研发与产学研合作研发活动，其产学研合作创新绩效也就越高(樊霞等，2011)；再者，各主体在产学研合作创新中的投入越多，其对产学研联盟内部管理关注度越高，则联盟绩效越好(马卫华等，2014)。因此，在加强企业与高校及科研院所合作时，也要大规模增加企业研发人员投入和经费投入，进而实现研发资源优化配置[23]。综上所述，本文提出如下假设：

H4a：企业研发人员投入对产学研合作创新绩效具有显著正向影响；

H4b：企业研发经费投入对产学研合作创新绩效具有显著正向影响。

1.2 组织间影响因素

1.2.1 知识管理因素

在产学研合作关系中，知识管理因素主要包括知识协同性、知识转移能力和知识信息沟通渠道。其中，知识协同性是指产学研活动参与者间实现现有知识对接；组织间知识转移能力与信息沟通渠道是促进产学研协同创新系统知识融合的重要因素[18]。

(1)组织文化决定了组织所获取的知识类型，因而组织间文化协同能够促进知识协同；通过知识协同能够达到彼此间的知识共享进而形成优势互补，最终对产学研合作创新绩效产生显著正向影响[24]。

(2)知识转移是产学研合作的核心环节，有效的知识转移是产学研合作开展的重要基础(李玲等，2017)；知识转移是产学研协同创新活动的本质，是产学研协同创新活动的必要过程[25]。聚簇系数高的网络能够通过互惠互利的知识转移与共享方式影响产学研合作创新绩效[26]。反之，知识转移效果差则会降低团队知识增值效率和协同创新水平，最终影响产学研协同创新绩效。

(3)企业与大学、科研院所人员间沟通联络的密切程度及活动频繁程度，能够反映不同主体信息沟通网络建设情况。信息沟通网络建设状况，在很大程度上决定着产学研各方信息交流顺畅程度；而来源于企业需求信息以及大学、科研院所的供给信息，则直接影响着产学研各方协同关系的建立(王帮俊等，2017)。因此，共赢型院地协同创新需要建立良好的盟友选择、分工协调、信息沟通及资源共享机制。综上所述，本文提出如下假设：

H5a：组织间知识协同性对产学研合作创新绩效具有显著正向影响；

H5b：组织间知识转移能力对产学研合作创新绩效具有显著正向影响；

H5c：组织间信息沟通渠道对产学研合作创新绩效具有显著正向影响。

1.2.2 组织间合作

产学研主体间往往以知识合作形成复杂的社会网络，网络内部成员间的合作机制与合作紧密度均会对产学研合作产生影响(胡成等，2017)。在创新演进过程中，单一主体创新要素难以提升创新绩效，产学研多方共同协作，有利于发挥各自优势、促成创新集聚、促进创新绩效较快增长(俞新武等，2017)。值得注意的是，企业与其它主体的关系嵌入性程度越高，则产学研联盟学习绩效越好。原因在于：①组织间合作机制对企业产学研合作目标成功率具有正向促进作用[27]；②产学研合作中交互紧密度、关系稳定性和政策利用度对企业技术吸收能力具有显著正向影响[28]。因此，可通过深化大中小企业紧密合作、加大企业自身研发投资力度、深化上中下游企业紧密合作，强化企业创新主体地位和主导作用[29]。综上所述，本文提出如下假设：

H6a：组织间产学研合作机制完善性对产学研合作创新绩效具有显著正向影响；

H6b：组织间产学研合作紧密度对产学研合作创新绩效具有显著正向影响。

1.3 政府层面影响因素

(1)政府支持是影响产学研联盟建设绩效的重要因素之一(马卫华等，2014)，政府投入与支持能够对产学研联盟绩效产生重要影响[30]。因为政府参与可以为产学研合作双方提供必要信息和资源，促进双方沟通和合作，减少双方信息不对称，建立信任机制(周江华等，2018)。实证研究结果显示，省级产学研合作政策对校企技术合作专利产出具有显著正向影响，国家级产学研合作政策可通过对省级产学研合作政策斜率产生正向影响，进而对校企技术合作专利产出产生间接影响效应[31]。

(2)政府经费资助具有双重功能。一方面，对企业内部研发投入具有促进作用；另一方面，能够促使企业以更低成本、更高效地接收和消化企业外部知识(主要是源于高校和科研院所的知识)，从而提升企业产学研合作创新绩效。此外，政府财政补贴、税收减免、利息优惠等政策手段均能够鼓励科技创新，又能够进一步强化区域产学研协同创新效应(林黎，2018)。由此可见，政策引导和支持影响企业产学研合作倾向及模式选择，从而影响产学研合作创新绩效。综上所述，本文提出如下假设：

H7a：政府政策支持对产学研合作创新绩效具有显著正向影响；

H7b：政府经费资助对产学研合作创新绩效具有显著正向影响。

1.4 区域层面影响因素

(1)产学研合作政策是政府支持产学研合作的调控手段之一，能够切实为产学研合作的顺利开展提供政策保障。也即，产学研合作政策对区域创新绩效存在正向影响；源于政府的良好的法律法规支持可以有效降低产学研协同创新成本(王帮俊等，2017)。原因在于：①区域法律法规保障性是影响创新投资回报的有效工具[32]；②区域法律法规完善性能够规范产学研合作各方主体行为，为产学研合作各方主体提供权责明确的法律保障[33]。

(2)国内各省市经济发展水平与产学研协同创新绩效的关系呈现出明显的地域性特征。一方面，经济发展水平较低的西部地区和经济发展水平较高的东部地区间存在着明显差距；另一方面，地区经济发展水平越高，其创新效率也越高[34]。此外，不仅经济因素和区域位置对产学研协同创新具有促进作用，从而使得创新绩效值与经济发展、区域位置凸显出关联性，而且不同地区开放度也深刻影响着创新绩效值。原因在于：区域对外开放程度越高，越有利于地区创新资源自由流动和优化配置。综上所述，本文提出如下假设：

H8a：区域法律法规完善性对产学研合作创新绩效具有显著正向影响；

H8b：区域经济发展水平对产学研合作创新绩效具有显著正向影响；

H8c：区域对外开放程度对产学研合作创新绩效具有显著正向影响。

2 研究设计

2.1 元分析方法

元分析，又称为Meta分析，是一种数据再分析方法，它可对同一个问题的多项定量研究结果进行再分析，进而得出更具普适性的结论。在国外，Meta分析最早应用于医学领域。1976年，美国教育学家Glass[35]首次命名Meta分析， Meta分析法由此诞生。在国内，Meta最早被应用于教育学与心理学领域[36-37]。近年来，Meta分析开始逐渐应用于管理学领域[38]。

目前，管理学领域用作元分析的软件主要包括Stata和Comprehensive Meta-analysis(CMA)。本文提取每项研究的统计量，并选择Comprehensive Meta-analysis 2.0软件进行数据处理，具体过程如下：

(1)提取效应值指标并综合处理。纳入分析的文献在样本量、效应值指标上存在差异，故而提取每篇文献的效应值并将其转化为统一指标。首先，提取每篇文献的相关系数R值、T值、F值或P值，并对其进行相应信度修正；其次，转换为Fisher's Z值；最后，重新换算回修正相关系数进行分析[39]。以相关系数R为例，其Fisher转换公式为

其中，ESZ为Fisher's Z值，ln为自然对数，R为相关系数。

(2)异质性检验。异质性检验是判断多个研究是否存在同质性问题，然后再根据结果选择合适的统计模型。目前，应用广泛的异质性检验是Q检验，Q检验方法的原假设为全部效应值来源于一个总体，因此，若Q大于自由度为K-1的卡方分布临界值时，则表明同质性原假设被拒绝。也即，若Q检验结果显著，则多个独立研究具有异质性。

(3)效应合并值假设检验。在得到统一的效应值指标后，需用假设检验方法验证多个独立研究的效应值是否具有统计学意义。本文采用最常用的Z值作为假设检验测度指标，以验证其是否达到显著性水平。

2.2 文献检索与筛选

本文主要研究中国产学研合作创新绩效影响因素，通过数据检索发现，国外关于中国产学研合作创新绩效影响因素的研究较少，且主要为理论研究。因此，本文选择的原始文献资料均为中文文献。为建立元分析数据库，本文以1990年1月至2017年12月为区间，以产学研、影响因素、因素、合作创新、协同创新等为关键词或主题，检索中国知网、万方与维普数据库，并通过网页资料找出数据库遗漏的文献，共得到与研究主题相关的276份文献资料。

结合研究主题与元分析方法要素，按照以下标准筛选出符合要求的文献：①文献定量研究；②因变量为产学研合作创新以及与之相关的测度指标，且研究主题为产学研合作创新影响因素；③数据资料完整，需报告样本量与相关系数或样本量及其它可转换指标(F值、T值、P值)；④认真核对同一样本的多阶段或重复发表情况，并将其视为同一项独立研究。经过筛选，本文最终获得34项相互独立的研究文献，每篇文献研究样本量各不相同。因此，通过累加总样本量达到7 816，文献摘取率为12.32%。

2.3 文献编码

依据实用数据再分析步骤，本文制定了编码计划书与编码表。其中，编码计划书规定了编码等级层次、编码方法与编码数据，编码数据包括研究特征与效应值两个方面。研究特征是指与文献发表和研究设计相关的内容，如作者、题目与文献来源等信息。效应值是指以双变量相关系数为中心的统计数据，包括样本容量、相关系数、T值、F值和P值等。编码工作由1名产学研研究方向的硕士生和1名数学专业的本科生独立完成。按照以下步骤实现元分析过程：①按照编码计划书培训编码者，确保其明确操作流程；②编码者对各样本编码具有独立性，首次编码结束后，双方进行交叉筛选与复核；③对双方不一致信息进行讨论，直至意见一致；④随机抽取样本，再次比对编码结果，对存在疑问的内容，回溯原文，通过讨论获得一致意见。

3 研究结果

3.1 出版偏倚分析

现有研究表明，平均而言，已发表研究的平均效应值大于未发表研究的平均效应值，也即存在出版偏倚(Publication bias)[40]。Rosenthal[41]提出用失安全系数(Fail-safe N)测度出版偏倚，如果失安全系数小于5K+10(K表示研究数)，则表明出版偏倚问题需引起警惕[42]。

由自变量与因变量间的失安全系数检测结果可知(见表1)，企业所有权结构、合作机制与区域对外开放程度3个自变量的失安全系数均小于临界值(5K+10)，表明关于上述3个自变量与因变量研究的出版偏倚已经超出可接受范围。在实用数据再分析过程中，出现出版偏倚最常见的原因是存在尚未发表或推迟发表的文献。由于产学研合作创新绩效影响因素仍属于热门研究领域，因此关于部分影响因素的研究仍在探讨中。截至本文数据收集时，在部分影响因素研究领域仍然存在未发表文献，因而导致这部分影响因素的出版偏倚超出可接受范围。康德英等[43]认为，当出版偏倚严重影响系统评价结论时，应当如实报告并提醒读者注意。基于以上分析，企业所有权结构、合作机制与区域对外开放程度3个影响因素的出版偏倚已经严重影响了系统评价结论，因而下文不再对这3个因素与因变量间的关系进行探讨。

3.2 异质性检验

在剔除存在严重出版偏倚问题的3个影响因素后，所有影响因素异质性检验的P值均小于0.05，表明所有效应值均存在异质性。当效应值表现出异质性时，研究者通常选定考虑研究内与研究间变异的随机效应模型[44]，因为其假定每个观察到的效应值均不同于总体均值。借鉴以往学者处理方法，本文选择随机效应模型对产学研合作创新绩效影响因素展开Meta分析。

3.3 元分析结果

由元分析测度结果可知(见表2)，在企业层面，企业规模(P值为0.021)、企业知识吸收能力(P值为0.000)、企业研发人员投入(P值为0.001)与企业研发经费投入(P值为0.002)均对产学研合作创新绩效存在显著正向影响，假设H1、H3、H4a和H4b得到验证。在组织间层面，组织间知识协同性(P值为0.000)、知识转移能力(P值为0.027)、信息沟通渠道(P值为0.000)与合作紧密度(P值为0.000)均对产学研合作创新绩效存在显著正向影响，假设H5a、H5b、H5c和H6b得到验证。在政府层面，政府政策支持(P值为0.000)与政府经费支持(P值为0.009)均对产学研合作创新绩效存在显著正向影响，假设H7a和H7b得到验证。在区域层面，区域法律法规完善性(P值为0.000)与区域经济发展水平(P值为0.017)均对产学研合作创新绩效存在显著正向影响，假设H8a和H8b得到验证。

4 调节效应检验

4.1 区位因素

异质性检验又称为统计量齐性检验，主要测度指标为Q值、P值与I2。其中，Q值越大，P值越小，则异质性越大；I2高于50则表明具有较高的异质性。由异质性检验结果(见表1)可知，在剔除存在严重出版偏倚问题的3个影响因素后，所有影响因素异质性检验的P值均小于0.05，I2均大于50，表明效应值间存在异质性，也即各影响因素与产学研合作创新绩效间存在调节因素。通过对原始数据进行观察发现，本文研究样本在研究区域与数据收集方面存在显著差异性。因此，区位因素与数据类型可能是导致研究样本产生异质性的重要原因。为验证上述假设，本文采用亚组分析比较方法对区位因素与数据类型的调节作用进行检验。

本文将来自长三角与珠三角地区的样本归类为“发达地区”，其它地区样本归类为“欠发达地区”，表3为区位调节因素元分析结果。由表3可知，企业规模与产学研合作创新绩效关系受到区位因素的调节作用(Q=6.612，P=0.01)。在欠发达地区，企业规模与产学研合作创新绩效的正向关系更加显著，其它因素则不受区位因素的影响。

4.2 数据类型

本文采用亚组分析比较方法检测数据类型的调节作用，将通过问卷形式直接收集的数据归类为原始数据，将来自于统计年鉴及统计年报的官方数据归类为二手数据，表4为数据类型调节效应元分析结果。由表4可知，政府经费资助与产学研合作创新绩效关系受数据类型的调节作用(Q=7.848，P=0.005)。在原始数据中，政府经费资助对产学研合作创新绩效具有显著正向影响(P=0.000)，而在二手数据中，这一关系并不显著(P=0.957)。其它因素则不受数据类型的影响。

5 结语

5.1 元分析数据解析

本文对国内关于产学研合作创新绩效影响因素的34项定量研究文献进行元分析，从企业层面、组织间层面、政府层面与区域层面对各因素影响效应进行再分析，之后研究区位因素与数据类型的调节效应，揭示现有研究中部分影响因素呈现出异质性的原因，得出以下结论：

(1)企业层面因素与产学研合作创新绩效的关系。企业是产学研合作的主导者，企业规模与企业知识吸收能力均对产学研合作创新绩效存在显著正向影响。与小企业相比，大企业往往具有领先的技术优势，为保持这一优势，规模大的企业更倾向于开展产学研合作。此外，对于高校与科研院所而言，大企业具有丰富的资金、设备及信息来源，因而在选择产学研合作伙伴时，规模大的企业更受青睐。而企业自身具备较强的知识吸收能力，能够保证企业快速融入产学研合作团体，提升外部知识获取效率。此外，企业研发人员与经费投入也是影响产学研合作创新绩效的重要因素。人员与经费是企业开展产学研合作的基础，充足的科研人员与科研经费投入能够保证产学研合作顺利进行。

(2)组织间层面因素与产学研合作创新绩效的关系。依据元分析结果可知，组织间知识协同性与知识转移能力均对产学研合作创新绩效存在显著正向影响。组织间知识与文化高度协同性能够保证知识在不同主体间顺利传播，这既有利于提升组织间知识转移能力，也能够有效克服由于知识不匹配带来的知识融合障碍，从而加快产学研联盟内部知识传递速度。此外，信息沟通渠道与合作紧密度也是影响产学研合作创新绩效的重要因素。一直以来，信息不对称都是影响产学研合作的障碍，而组织间信息沟通渠道完善性则能够使高校技术输出与企业技术需求有效对接。在此基础上，企业、高校与科研院所间可以形成紧密的产学研合作网络，这既能够增强主体间的信任，促进知识共享，也能够使企业与高校和科研院所形成长期稳定的合作关系，从而有利于企业及时获取最新的技术知识。

(3)政府层面因素与产学研合作创新绩效的关系。在传统产学研合作关系中，政府并不直接参与产学研合作，而是通过提供政策便利及科技经费支持等手段促进产学研合作。由元分析结果可知，政府政策支持与经费支持均能够显著提升产学研合作创新绩效。一方面，政府政策支持能够为产学研合作创新提供良好的生存环境；另一方面，政府经费支持则为产学研合作直接注入了资金活力。现如今，在国家构建以企业为主体、市场为导向、产学研深度融合的技术创新体系背景下，各地政府纷纷出台相关产学研扶持政策，设立产学研结合专项资金，希望借助政府力量，提升产学研合作创新绩效。今后，政府应继续为产学研合作创新提供政策便利与经费支持，帮助企业开展产学研合作，提升企业经营绩效；反之，企业经营绩效与区域产学研合作水平提升也能够带动地区经济整体发展，从而为政府创造更多税收，反哺地方财政，最终形成一种“以财政促发展，以发展惠财政”的良性循环。

(4)区域层面因素与产学研合作创新绩效的关系。除上述要素外，区域法律环境与经济环境也是影响产学研合作创新绩效的重要因素。由元分析结果可知，区域法律法规完善性对产学研合作创新绩效提升具有显著正向促进作用。良好的法律环境一方面能够强化区域内产学研合作流程的规范性，另一方面，产学研合作过程中遇到的诸多问题也变得“有法可依”，这将极大程度上提升各参与主体开展产学研合作的信心。随着“一带一路”倡议的实施，中国产学研合作迈上一个新台阶，与之相匹配的法律法规也应及时更新、与时俱进，及时解决新时代下产学研合作中涉及的各类法律问题。除法律环境外，区域经济发展水平也是影响产学研合作创新绩效的重要因素，区域经济发展水平越高，越能够创造更优越的产学研合作环境，同时也越容易吸引高质量人才与前沿技术，从而提升产学研合作创新绩效。

(5)区位因素的调节效应。由元分析结果可知，区位因素对企业规模与产学研合作创新绩效关系具有显著调节作用。在欠发达地区，企业规模对产学研合作创新绩效提升的正向促进作用更显著。与中小企业相比，大企业无论是在资金、设备还是信息渠道等方面均具有绝对优势，因而其产学研合作创新绩效往往更高。在欠发达地区，由于整体经济环境较差，产学研合作外部资源也比较匮乏，此时，大企业能够依据自身独有的资金与信息渠道优势迅速获取大量产学研资源，这直接拉开了企业间的创新绩效差距。而在发达地区，由于产学研合作外部资源丰富，当地政府也会设立产学研专项扶持基金，因而小企业同样能够获得较多的外部资源。在这种环境中，大企业资金与信息优势便会被削弱，因此，企业间产学研合作创新绩效差距将会缩小，最终表现为欠发达地区企业规模与产学研合作创新绩效关系显著优于发达地区。

(6)数据类型的调节作用。数据类型对政府经费资助与产学研合作创新绩效关系具有显著调节作用。在原始数据中，政府经费资助对产学研合作创新绩效具有显著正向影响，而在二手数据中，这一关系并不显著。这是因为，政府经费资助促进效应具有时滞性，也即当政府投入产学研资助经费时，并不会在当年产生立竿见影的效果，而是随着产学研活动的开展，政府经费资助促进效应才会逐渐凸显。而在现有研究中，关于二手数据的统计与分析并未考虑政府经费资助效应的时滞性，大部分研究均是以当年政府经费资助统计资料与产学研合作创新绩效为研究对象，因而得出政府经费资助与产学研合作创新绩效关系不显著的结论。而在原始数据中，大部分问卷调查对象均为正在从事产学研合作的企业与高校工作人员，此时产学研合作往往处于发展期，对资金有迫切需求，因而大部分工作人员均认为，此时政府经费资助必能有效提升产学研合作创新绩效。因此，在原始数据中，政府经费资助对产学研合作创新绩效具有显著正向影响。今后，在关于政府经费资助与产学研合作创新绩效的学术研究中，若以二手数据为研究对象，则需要重点考虑政府经费资助的时滞性。

5.2 对策建议

(1)契入互惠性基因，强化产学研合作环境氛围。在“技术专利化→专利标准化→标准市场化”动态发展过程中[45]，自始至终贯穿着以互利互惠为导向的产学研合作意识与行为。因此，我国产学研合作中各方主体应秉承互动和融合理念，发扬“创新+契约”的互惠性合作精神，恪守诚信无欺的优秀品质，通过营造合作创新环境氛围促进产学研合作体系深度融合，从而在产学研合作战略中开创双赢、多赢、共赢格局。

(2)慎选产学研合作伙伴，提升产学研合作一体化水平。中国企业在选择产学研合作伙伴时，应秉持“宁缺毋滥”的原则，选择与自身企业知识属性匹配程度较高的高校与科研院所为合作伙伴，一方面有利于加强企业与其它主体间合作信息交流速度、强度与广度，从而在应用领域发挥科技创新扩散性与渗透性；另一方面，也能够避免企业投入额外时间和经费与科研院所进行专业知识磨合，使人力资本、知识技术、资金设备、市场客户等科技资源在加速流动中提高协同效应，从而有效帮助企业节省合作成本。

(3)倡导“三管齐下”策略，消除产学研合作信息瓶颈。基于信息不对称障碍导致产学研分离局面的客观现状，产学研合作主体应当制定与实施“三管齐下”策略。一方面，各地政府应为推进区域内产学研合作积极发力，搭建第三方产学研合作平台，定期组织产学研合作对接会议，以利于企业、高校与科研院所及时发布产学研合作信息，从而切实为企业、高校与科研院所提供更多合作机遇；另一方面，企业应积极注册各产学研合作平台，参与各地政府支持的产学研合作对接会议，及时获取产学研合作一手资料，掌握先机，优先选择适合自己的合作伙伴，最终破除组织间信息壁垒。此外，规模较大的企业应单独设立专业的产学研合作部门，主要负责与高校以及科研院所开展产学研对接活动，建立行之有效的信息沟通渠道。

(4)提高知识吸收能力，凸显产学研合作创新绩效。首先，中国企业既要对自主研发的产品拥有自主知识产权，也可以通过专利交易获得合作伙伴的技术创新成果，从而将知识创造、知识吸收、知识利用与知识转化集成为企业的一种核心竞争力。其次，高校与科研院所要采取“两手抓”策略：一方面将论文、专著和专利作为职称评定、职务晋升的“必选题”(亦即主要依据)；另一方面，将科技成果转化视为创新战略的生命线。具言之，应建章立制、设立专项经费，为科技成果转化行为提供不竭动力；强化中试环节，力争尽快走完“最后一公里”，加速科技成果产品化进程。

(5)发挥政府引导作用，助推产学研合作创新绩效。首先，在中央政府的宏观指导下，各地方政府及其职能部门应借助“一带一路”构想实施之契机，协调中国东部、中部与西部各区域发展水平，适当缩小三大区域间的经济发展差距，降低人才与技术分布地区不均衡度。其次，中国政府应加大对中小企业的扶持力度，尤其是在经济欠发达地区，当地政府及其职能部门更应该为中小企业提供必要的产学研合作资源，以缩小中小企业与大企业间的创新绩效差距。

5.3 研究局限与展望

本文通过对现有文献的再分析，得出关于中国产学研合作创新绩效影响因素的普适性结论，为后续学术研究提供了理论参考。然而，本文仍然存在以下局限：①仅对中文文献进行再分析，未纳入其它语言文献，造成研究样本不全。因此，后续研究应将其它语言文献纳入样本；②仅研究区位因素与数据类型两个调节变量，解释了部分变量存在异质性的原因，未来应考虑更多调节因素，对其它变量的异质性原因给出合理解释；③出版偏倚与文献质量问题是元分析方法尚待解决的两大难题，目前，学术界尚未得出解决出版偏倚的合理方法，也未出现文献质量划分的合理依据，后续研究将重点弥补上述不足。

[1] 黄明东,李炜巍,黄俊.中国产学研合作发展现状及对策研究[J].科技进步与对策,2017(19):22-27.

[2] 中国共产党中央委员会.关于深化科技体制改革加快国家创新体系建设的意见[Z].2012-09-23.

[3] 刘小斌,罗建强,韩玉启.产学研协同的技术创新扩散模式研究[J].科学学与科学技术管理,2008,29(12):48-52.

[4] BEKKERS R,FREITAS I M B.Analyzing knowledge transfer channels between universities and industry: to what degree do sectors also matter[J].Research Policy,2008,37(10):1837-1853.

[5] KELDLAURSEN,TOKE REICHSTEIN，AMMON SALTER.Exploring the effect of Geographical proximity and university quality on university-industry collaboration in the united kingdom[J].Regional Studies,2011,45(4):507-523.

[6] HUSSINGER K.Formal and informal knowledge and technology transfer from academia to industry: complementarity effects and innovation performance[J].Industry & Innovation,2013,20(8):683-700.

[7] 肖丁丁,朱桂龙.产学研合作创新效率及其影响因素的实证研究[J].科研管理,2013,34(1):11-18.

[8] 陈光华,王建冬,杨国梁.产学研合作创新效率分析及其影响因素研究[J].科学管理研究,2014,32(2):9-12.

[9] 满海雁,陈明.论政府在“政产学研金介”战略联盟中的角色定位与功效发挥[J].科技管理研究,2011,31(11):17-20.

[10] LIU X,VREDENBURG H,STEEL P.A meta-analysis of factors leading to management-control in international joint ventures[J].Journal of International Management,2014,20(2):219-236.

[11] SCHWARTZ M,PEGLOW F,FRITSCH M,et al.What drives innovation output from subsidized R&D cooperation?—project-level evidence from germany[J].Technovation,2012,32(6):358-369.

[12] 杨勇,达庆利.企业技术创新绩效与其规模、R&D投资、人力资本投资之间的关系——基于面板数据的实证研究[J].科技进步与对策,2007,24(11):128-131.

[13] 姚潇颖,卫平.产学研合作创新效率、影响因素及时空差异[J].中国科技论坛,2017(8):43-51.

[14] 刘炜,樊霞,吴进.企业产学研合作倾向的影响因素研究[J].管理学报,2013,10(5):740-745.

[15] 董斌,索志林,张迪.黑龙江省农业企业产学研合作的影响因素研究[J].中国商论,2014(11):143-144.

[16] 张秀峰,陈光华,杨国梁,等.企业所有权性质影响产学研合作创新绩效了吗[J].科学学研究,2015,33(6):934-942.

[17] COHEN W M,LEVINTHAL D A.Innovation and learning: two faces of R&D[J].The Economic Journal,1989,99(397):569-596.

[18] 张忻,王克勤,韩争胜.产学研协同创新中的知识融合影响因素研究[J].西北工业大学学报(社会科学版),2015,35(3):37-43.

[19] 郭淑芬,郭金花,李晓琪.合作创新质量、知识吸收能力与企业创新绩效——基于太原高新区科技型中小企业的实证研究[J].南京工业大学学报(社会科学版),2017,16(3):89-99.

[20] 陈光华,梁嘉明,杨国梁.企业吸收能力、政府研发资助与外部知识获取对产学研创新绩效的影响研究[J].中国科技论坛,2014(7):68-74.

[21] VEUGELERS R,CASSIMAN B.R&D Cooperation between firms and universities.some-empirical evidence from belgian manufacturing[J].International Journal of Industrial Organization,2005,23(5-6):355-379.

[22] 姜彤彤,吴修国.产学研协同创新效率评价及影响因素分析[J].统计与决策,2017(14):72-75.

[23] 李鹏,李美娟,陈维花.企业R&D投入与产学研协同创新绩效分析[J].统计与决策,2019,35(2):183-185.

[24] 崔阳.多维邻近性对企业与高校合作创新绩效的影响[D].杭州：浙江理工大学,2017.

[25] 刘春艳,马海群.产学研协同创新团队知识转移影响机理的实证研究[J].情报理论与实践,2018,41(4):87-93.

[26] 高霞,其格其,高群婷.知识转移效果的结构性指标对企业创新绩效的影响[J].科学学与科学技术管理,2018,39(5):89-100.

[27] 关志民,曹忠鹏,陶瑾.产学研合作中政府支持作用与成功因素的实证研究[J].东北大学学报(社会科学版),2015,17(3):268-275.

[28] 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.

[29] 杨丽花,马相东.政产学研用一体制造业创新网络构建[J].中国特色社会主义研究,2016(3):30-35.

[30] 蒋兴华.基于因子分析的产学研战略联盟绩效影响因素研究[J].研究与发展管理,2016,28(3):107-114.

[31] 林庆藩,戴永务.产学研合作政策对校企技术合作绩效的影响研究[J].中国高教研究,2017(12):71-76.

[32] BADER M A.Extending legal protection strategies to the service innovations area: review and analysis[J].World Patent Information,2007,29(2):122-135.

[33] 徐静.我国产学研合作法律法规建设研究[D].保定：河北大学,2017.

[34] 姜彤彤,吴修国.产学研协同创新效率评价及影响因素分析[J].统计与决策,2017(14): 74-77.

[35] GLASS G V.Primary,secondary,and meta-analysis of research[J].Educational Researcher,1976,5(10):3-8.

[36] 邢最智.“META分析”——现代教育统计中的一个新分支[J].华南师范大学学报(社会科学版),1990(1):85-91.

[37] 龚自方,张庆林.Meta——分析及其在心理学中的应用[J].心理科学,1991(6):44-48+14.

[38] 苏涛,陈春花,崔小雨,等.信任之下,其效何如——来自Meta分析的证据[J].南开管理评论,2017,20(4):179-192.

[39] 陈鹤阳.移动图书馆用户采纳行为影响因素Meta分析[J].现代情报,2017,37(7):70-78.

[40] LIPSEY M W,WILSON D B.The efficacy of psychological,educational,and behavioral treatment: confirmation from meta-analysis[J].American Psychologist,1993,48(12):1181-1209.

[41] ROSENTHAL,ROBERT.The file drawer problem and tolerance for null results[J].Psychological Bulletin,1979,86(86):638-641.

[42] ROTHSTEIN H R,SUTTON A J,BORENSTEIN M.Publication bias in meta-analysis: prevention,assessment and adjustments[J].Psychometrika,2007,72(2):269-271.

[43] 康德英,洪旗,刘关键,等.Meta分析中发表性偏倚的识别与处理[J].中国循证医学杂志,2003,3(1):45-49.

[44] MOSTELLER F,COLDITZ G A.Understanding research synthesis (meta-analysis)[J].Annual Review of Public Health,1996,17(1):1-23.

[45] 李明星,张梦娟,胡成,等.知识产权密集型产业专利联盟运营模式创新研究[J].科技进步与对策,2016,33 (22): 64-68.