论文标题：Industry-University Collaboration and Commercializing Chinese Corporate Innovation
中文标题：产学合作与中国企业创新成果商业化
原文来源：Hsu, David H., et al. 2024. "Industry-university collaboration and commercializing Chinese corporate innovation." Management Science.
供稿：杨来咪
封面图片来源：Pexels
编者按 :
本研究构建了一个包含中国大中型工业企业和研究型大学的综合数据集，探讨了企业产学合作（IUC）经验与其技术商业化之间的关系。实证分析表明，当企业拥有更多与大学共同申请的专利，或曾与大学研究人员合作发表更多学术论文时，其新产品销售额和产品导向型专利产出均显著增加。这种关系在以下情况下更为显著：（1）企业具备更强的吸收能力；（2）企业所处行业对基础科学的依赖程度较高；（3）企业与合作大学的地理距离较近。本文通过扩展Teece的“从创新中获利”框架，结合大规模数据实证分析，揭示了产学合作经验作为不可模仿的互补资产的作用。
引言
尽管企业从事基础研究并创造新技术，其核心任务和社会贡献在于将内部开发或外部获取的技术商业化。然而，Teece（1986，2006）指出，许多企业在成功推出创新产品和工艺后，仍难以从中获取价值，这与企业的商业化能力及其所依赖的互补资源和制度环境密切相关。其中，产学合作（IUC）是关键因素，因大学在推动企业新产品和工艺开发中发挥着重要作用（Mansfield，1991）。尽管大学的知识溢出效应对商业化创新的影响超过专利发明（Acs et al.，1992），其在新兴经济体中能否同样有效推动企业商业化绩效仍有待探讨。本文旨在填补这一研究空白。
从理论角度，大学被视为“从创新中获利”（PFI）框架中的外部支持机构（Teece，1986，2006），尽管企业普遍面临与大学合作的障碍和差异。作者提出，拥有成功产学合作经验的企业在克服沟通障碍、获取隐性知识及建立信任网络方面具备优势，因而能更有效利用大学知识溢出促进技术商业化。这种合作经验构成了不可模仿的互补资产，无法简单通过市场交易获得。
本文基于中国国家统计局（NBS）提供的企业级数据（涵盖1998–2013年超50万家工业企业），结合企业与高校的专利和出版物记录，开展大规模实证分析。产学合作经验通过联合专利和联合出版物衡量。研究发现，具有更多产学合作经验的企业在新产品销售和产品相关专利表现方面更优，且这一关系在企业吸收能力较强、所在行业对基础科学依赖度高、以及与高校地理邻近时更为显著。此外，产学合作经验促进了企业获取大学知识和人力资本、提高专利受让概率，尤其在企业与高校技术基础互补性较高时，技术商业化效果更突出。
本文提供了三方面的贡献。首先，作者扩展了Teece的“从创新中获利”（PFI）框架，提出企业产学合作经验作为一种新的、不可模仿的互补资产，弥补了Feldman（1994）未充分发展的理论空白。通过结合产学合作文献，本文探讨了为何一些企业未能有效实现技术商业化，以及为何部分企业能更好地从大学和研究机构中获益。此外，作者识别出吸收能力、科技依赖性和地理邻近性三大情境因素，进一步解释产学合作经验的差异化影响。
其次，本文回应了Agrawal（2001）关于跨国产学合作数据收集的呼吁，聚焦中国这一快速发展的新兴经济体。尽管中国早期存在知识产权保护薄弱、企业研发能力较低等问题，但伴随高等教育投资和政府政策引导，创新环境已显著改善。本文基于93,000家中大型工业企业、153所大学的数据，涵盖超过270万项专利和70万篇出版物，提供了前所未有的大规模实证分析，有效弥补了以往依赖小样本问卷调查的局限。
最后，本文系统考察了中国大学的外部性效应，为理解其对企业创新的多渠道影响提供了重要证据。与以往主要聚焦于美国或特定行业的研究不同，本文结合专利、出版物和发明人数据，探讨了大学溢出效应在技术转移、知识共享及人力资本流动等方面的作用，特别关注了专利之外的知识传播渠道，丰富了中国产学合作研究的视角。
文献综述与理论发展
（一）产学合作经验与技术商业化
Teece（1986, 2006）提出的“从创新中获利”（PFI）框架强调，成功的创新不一定能直接实现商业化，关键在于有效整合难以模仿的互补资产。在PFI框架的早期版本中，大学被视为外部支持机构，假设其知识对所有企业均可获取。然而，文献表明大学与企业之间存在知识转化障碍、文化差异和委托代理问题，影响技术转移的效率。企业需通过合作经验和个人接触，克服这些障碍，提升与学术界的合作能力。
尽管存在挑战，研究发现产学合作有助于企业提高技术商业化能力（Griliches，1979；Hall et al.，2003）。企业通过积累合作经验，形成难以模仿的互补资产，降低新项目中获取和吸收知识的难度。在中国，随着产学合作逐渐增多，企业可能因内部创新能力较弱和知识产权保护加强而从中受益更多。
假设1：中国企业在技术商业化方面的表现随着产学合作活动的增加而提升。
（二）调节变量：吸收能力、科学依赖性与地理接近性
吸收能力由Cohen and Levinthal（1989，1990）提出，指企业通过研发投资提升获取和利用外部知识的能力，不仅促进内部创新，也带来其他组织效益。企业内部研发可增强其从大学获取知识的能力，进而提升产学合作经验在技术商业化中的价值（Cassiman and Veugelers，2002）。
在中国企业中，基于研发的吸收能力同样被认为能调节产学合作经验与技术商业化之间的关系。一些研究表明，中国企业的研发投入与产学合作经验呈正相关。更高的研发投入有助于企业更好地吸收大学知识，强化合作优势，推动技术商业化。
假设2： 对于吸收能力较强的中国企业，产学合作与技术商业化之间的关系更为显著。
研究表明，不同行业对基础科学和大学研究的依赖程度存在差异（Nelson, 1986；Mansfield, 1991），这种行业异质性也体现在技术商业化领域（Teece, 1986）。例如，Acs et al.（1992）发现，电子行业企业更易受到地方大学知识溢出的影响，促进创新商业化。
在中国，行业特定的基础科学依赖性同样影响产学合作经验与技术商业化之间的关系。随着政府对大学和基础科学的持续投资，大学在支持企业创新方面的作用日益增强。文章推测，基础科学依赖性较强的行业企业可从产学合作中获得更多益处。
假设3：对于基础科学依赖性较强的行业中的中国企业，产学合作与技术商业化之间的关系更为显著。
技术溢出效应通常受地理位置的影响（Krugman, 1991）。由于技术中包含的隐性知识、知识编码难度以及沟通和信任的必要性，产学合作的效果很大程度上依赖于地理接近性。已有研究表明，地理上接近的企业更容易从大学的研发和技术转移中受益。
在中国，地理接近性的重要性可能更为突出，受到交通、拥堵、地区差异等因素的影响（Hong, 2008）。地理隔离被视为技术转移中的主要障碍。因此，地理距离的减少可能有助于增强产学合作经验的效益。
假设4：对于地理位置接近其合作大学的中国企业，产学合作与技术商业化之间的关系更为显著。
数据来源与变量构建
（一）数据来源
本研究使用了来自国家统计局的企业级数据集，涵盖了1998至2013年间年收入不低于500万元人民币的超过50万家独立工业企业。这些企业代表了中国各行业和省份，具有良好的代表性。此外，作者从中国国家知识产权局（CNIPA）收集了1994至2016年间的2,789,133件专利数据，涵盖93,303家拥有已授权专利的创新企业。为了确保分析的准确性，排除了那些在前三年提交过与大学共同署名专利的企业，最终样本为92,521家企业。作者还收集了来自153所知名大学（包括“985”高校、"211"高校及研究机构）共553,316项专利数据。这些大学专利数据具代表性，覆盖中国的主要研究资源。此外，通过中国知网（CNKI），作者收集了1994至2016年间742,164篇企业论文和11,091,518篇大学论文，以匹配企业和大学名称并分析其学术合作情况。
（二）产学合作经验度量
文章使用两种方法来评估企业的产学合作（IUC）经验：
产学合作专利：定义为由企业和大学共同署名的专利。样本期间（1994-2016年），识别出20,388项产学合作专利。
产学合作论文：定义为企业员工与大学工作人员共同署名的中国出版物。识别出66,200篇产学合作论文。
这两种度量方法集中在成功的产学合作结果上，反映出企业的不可模仿的能力和联系。与许可或专利转让等其他数据来源相比，专利和论文是较为可靠且可获取的数据。
文章通过发生情况和频率来衡量企业的产学合作经验。如果企业在t-4至t年间提交了产学合作专利或论文，则相应的虚拟变量值为1，否则为0。产学合作计数则表示企业在该期间提交的合作专利或论文数量。
表1显示，0.9%的企业年度观察值具有产学合作专利，3.9%具有产学合作论文。在有至少一项产学合作专利（论文）的企业中，基于专利的计数均值为2.68，中位数为1，基于论文的计数均值为2.91，中位数为1。
-表1- 描述性统计
（三）技术商业化与创新产出
企业需报告每年新产品的销售额，新产品定义为首次推向市场或被政府认定为新产品。文章通过企业在t+1年新产品销售额来衡量其技术商业化表现。表1显示，年均新产品销售额为1388万元人民币，占年均总销售额的5.8%。同时，通过企业的产品导向专利数量和未来五年专利引用数来衡量技术商业化表现。22%的企业年度观察值至少有一项产品导向专利，年均专利数量为1.05，专利的未来五年引用数为0.06。
IUC经验与技术商业化
文章采用普通最小二乘回归模型来检验企业IUC经验与技术商业化表现之间的关系。
回归模型中的因变量包括新产品销售额、新产品导向专利数量或五年后专利引用数，关键自变量为IUC经验（通过专利和论文数量衡量）。控制变量包括公司特征、总销售额、创新相关变量以及公司固定效应、省-年固定效应和行业-年固定效应。回归结果表明，IUC经验与技术商业化之间存在显著正相关关系。表2中显示，参与联合专利和出版的公司，其新产品销售分别增加5%和2%。
-表2- 产学合作与未来技术商业化
在技术商业化的其他维度上，IUC经验同样表现出显著影响。表3的回归结果显示，参与联合专利和出版的公司，其产品导向专利数量分别增加了11%和5%。
-表3- 产学合作与未来产品导向型专利产出
-图2- 场景操纵
调节变量
在第二章中，文章提出IUC经验与技术商业化之间的正向关系受到吸收能力、科学依赖性和地理接近性三个因素的调节。接下来，文章将测试假设2至假设4，检验这些调节因素的作用。
（一）吸收能力
为测试吸收能力作为调节变量的作用，文章在回归模型中加入了交互项。吸收能力通过R&D比率（研发支出与总资产的比率）来衡量，同时还考虑了IUC专利和论文的后向引用比率作为替代度量。回归结果表明，吸收能力较强的公司，IUC经验与技术商业化之间的关系更为显著。例如，表4中的所有列都显示IUC × High Group交互项系数显著为正，证明吸收能力更强的公司能更好地利用IUC经验推动技术商业化。因此，假设2得到了验证。
-表4- 吸收能力的调节作用
（二）基础科学依赖性
为了测试基础科学依赖性对技术商业化的调节作用，文章使用学术论文的后向引用比率来衡量依赖性，表示公司技术来源于基础科学的程度。文章还考虑了专利发布与论文发表比率作为替代度量。结果表明，当公司的技术更加依赖基础科学时，IUC经验与技术商业化之间的关系更为显著。具体来说，表5中所有列的IUC × High Group交互项系数均显著为正，进一步验证了在依赖基础科学的公司中，IUC经验对技术商业化的推动作用更为强烈。此结果为假设3提供了支持。
-表5- 基础科学依赖性的调节作用
（三）地理接近性
为了检验地理接近性作为调节变量的作用，文章使用100公里内通勤距离作为地理接近性的主要度量，表示公司与合作大学的地理距离是否较近。文章还使用位置距离的逆值作为替代度量。回归结果显示，地理接近性的影响在大多数列中均显著，表明当公司与合作大学距离较近时，IUC经验与技术商业化之间的关系更加显著。表6的结果表明，IUC × High Group交互项系数显著为正，支持了假设4，即公司与合作大学的地理接近性增强了IUC经验的技术商业化效果。
-表6- 地理接近性的调节作用
机制分析
（一）知识获取
为衡量企业从大学获取的知识，文章使用CiteUniv比率，它表示企业在t+1年提交的专利中，引用大学专利的向后引用占所有向后引用的比例。具有更高CiteUniv比率的企业更可能从大学获取更多知识。文章还使用CiteUniv Product-Oriented Number来衡量企业获取的大学产品导向技术数量。
表7展示了基于CiteUniv比率和CiteUniv Product-Oriented Number的回归结果。表7的面板A.1和A.2显示，参与联合专利和联合出版与企业的CiteUniv比率显著正相关。估计结果具有经济意义，表明企业通过IUC经验获取了更多的大学一般知识。面板B的结果进一步表明，IUC活动的增加促进了企业获取产品导向技术。总体来看，表7的结果支持了IUC经验通过增加知识获取来推动技术商业化。
-表7- 产学合作与未来产品导向型知识获取
（二）人才招聘
为了衡量企业从大学招聘的人才，文章使用HireUniv比率，表示企业在t+1年提交的专利中，前大学发明人占总发明人的比例。HireUniv比率较高的企业通常是那些从大学招聘更多人才的企业。为分析企业在招聘产品导向人才方面的行为，文章还使用HireUniv Product-Oriented Number，衡量从大学招聘的产品导向人才的数量。
表8展示了基于HireUniv比率和HireUniv Product-Oriented Number的回归结果。表8面板A显示，参与联合专利和联合出版分别将企业的HireUniv比率提高了0.014和0.004（两者的p值均小于0.01），这些结果具有经济意义。面板B的结果进一步表明，企业的IUC活动增加了其从大学招聘的产品导向人才的数量。因此，表8支持了IUC经验通过招聘人才促进技术商业化的观点。
-表8- 产学合作与未来产品导向型人才招聘
（三）技术转移
为衡量企业从大学获取的技术转移，文章使用ReassignUniv比率，表示大学重新分配的专利占企业在t+1年收到的所有重新分配专利的比例。作为替代指标，文章还使用ReassignUniv Product-Oriented Number，衡量重新分配给企业的大学产品导向专利数量。
表9展示了基于ReassignUniv比率和ReassignUniv Product-Oriented Number的回归结果。表9面板A显示，参与联合专利和联合出版分别将企业的ReassignUniv比率提高了0.009和0.0004（p值均小于0.01）。这些结果具有经济意义，表明企业通过IUC经验获得更多来自大学的技术转移。面板B显示类似的模式，进一步支持IUC经验通过技术转移推动技术商业化。
-表9- 产学合作与未来技术转移
（四）大学与企业创新的技术互补性
文献指出，大学与企业的创新通过技术互补性共同推动可商业化的发明（Arora 和 Gambardella 1994, Kaiser 等人 2018）。文章检验IUC经验对技术商业化的影响是否与大学与企业之间的技术互补性有关。为此，文章使用“共同引用技术类别比率”作为技术互补性的主要衡量指标，这个比率表示公司共同引用的技术类别占过去五年所有技术类别的比例。
表10展示了基于共同引用技术类别比率的回归结果。文章发现，IUC × High Group的交互项系数在大多数列中显著为正，表明当企业的技术与合作大学的技术互补性更强时，IUC经验与技术商业化之间的关系更加显著。实证结果表明，技术互补性较高的企业能够从IUC经验中获得更多的益处。
-表10- 技术互补性在产学合作与技术商业化关系中的调节作用
结论与讨论
本研究基于Teece的创新获利框架，提出企业在行业-大学合作（IUC）中的成功经验作为难以模仿的互补资产，能提升技术商业化。通过对中国高科技企业的实证分析，发现IUC经验与技术商业化正相关，且在企业吸收能力强、依赖基础科学的行业和企业与大学地理距离近时效果更显著。研究进一步支持IUC经验对技术商业化的正面影响，提供了对大学溢出效应的新见解，尤其为新兴国家的政策制定者提供了启示。尽管存在数据收集和行业特定偏差的局限性，未来研究可探讨IUC活动的其他维度及其影响，进一步深入分析大学和企业之间的合作动机。
Abstract:
We construct a comprehensive data set of medium- and large-sized industrial firms and research universities in China and examine how Chinese firms’ commercialization of their technologies is related to their experience in industry-university collaboration (IUC). We propose that firms’ IUC experience constitutes an inimitable complementary asset that facilitates their technology commercialization. Our empirical analyses show that firms generate more new product sales and produce more product-oriented patents when they have more patents that are coassigned to universities or when they have more academic publications coauthored with university staff in the past. Such a relation is strengthened when firms have higher absorptive capacity, when firms are in industries that depend more on basic science, and when firms are located closer to their collaborating universities. Additional tests point out four channels through which firms’ IUC experience benefits their technology commercialization: knowledge acquisition, talent recruiting, direct technology transfers, and technological complementarity.
