文献来源：Eom B Y, Lee K. Determinants of industry–academy linkages and, their impact on firm performance: The case of Korea as a latecomer in knowledge industrialization[J]. Research policy, 2010, 39(5): 625-639，DOI: 10.1016/j.respol.2010.01.015
Boo-Young Eom，韩国知识产权研究所，研究员
Keun Lee 首尔国立大学经济学系，杰出教授
李广（北京大学教育学院博士生）摘译
一、介绍
Etzkowitz和Leydesdorff（1997）引入了产业大学政府关系的三螺旋模型，强调了大学的社会和经济角色。三螺旋理论认为，为了最大限度地实现知识产业化，大学需要与产业直接挂钩。这强调了大学对经济发展以及教学和研究的“第三使命”（Etzkowitz & Leydesdorff， 2000）。韩国国家创新体系（NIS）的显著特点是政府与大企业的“双重主导”，导致大学和中小企业（SMEs）的角色相对较弱（Kim, 1993; Lim, 2006; Choi et al., 2007）。在1960年代和1970年代，韩国NIS初期由政府和政府研究机构（GRIs）主导，通过1973年的《特殊研究机构促进法》，政府建立了一系列GRIs，涵盖机械、化工、船舶等领域。
韩国的大学在1990年代之前以教学为主，导致大学与企业互动不足（Kim, 1993）。自1990年代起，大学的研究优先级逐步提高，科学引文索引（SCI）论文的贡献度显著上升。2001年的《技术转让促进法》和2003年的《产业教育与产学合作法》标志着韩国大学向知识产业化的转变。
本研究采用两步分析方法。首先，通过Probit模型回归分析影响产业-大学-政府合作（IUG）的影响因素。其次，在控制IUG合作测量值可能存在的内生性后，利用第一步估计结果，评估IUG合作对创新绩效的影响。同时，为了分析IUG合作对企业绩效的影响，作者使用Heckman两阶段最小二乘法（2SLS）控制可能的样本选择偏差，并区分产品创新和流程创新的影响。实证分析基于2002年韩国创新调查（KIS）数据，并且将调查数据与信用评级机构编制的企业财务报表数据进行了合并。
二、理论框架与假设
1.决定行业与大学/GRI 关系的因素：假设 1
企业资源基础理论指出，内部资源在企业的增长倾向中起着重要作用。如果内部资源具有约束力，那么企业与外部伙伴合作以获得额外的资源（如资本、技术和人力资本）是有意义的。Geisler（1995）认为，越是认识到双方在资源上的相互依赖，大学和企业建立伙伴关系的可能性就越高。Cassiman和Veugelers（2002）通过实证证明，有效的知识产权制度促进了企业与大学合作的倾向，每个部门的知识产权制度视为影响产学研/GRIs关系的部门特征之一。政府可以为这些公司提供资金，从大学或GRI获得基础或核心技术，或者提供与他们合作研究项目的机会（Mohnen & Hoareau，2003）。
2.关联对企业绩效的影响
（1）假设2：大学或政府研究机构（GRIs）的合作是否会提升企业的创新概率
大学知识多以非正式方式转移至企业，如教育和咨询，而非直接通过专利或衍生产品等形式。这种知识转移特点决定了产学研合作对企业创新的直接影响有限，更可能通过影响企业的研究决策和管理发挥作用（George et al., 2002; Mowery and Sampat, 2005）。在韩国相关的研究中，Sung（2005）发现产学研合作对企业创新概率总体上无显著影响。
（2）假设3：大学研发具有新颖性和创造性，产学研合作更可能促进专利数量增长，而非直接提升销售额或劳动生产率
韩国的产学研合作尚处于初期阶段，知识产业化形式不够成熟，合作成果更多表现为专利数量的增加，而非销售额或劳动生产率的显著提升。这与发达国家的研究结果有所不同。考虑到韩国现阶段的知识产业化体系尚不完善，产学研合作的影响更多集中于短期内可实现的专利产出，而非复杂的市场化成果。与大学合作的创造性特征表明，其更倾向于支持突破性创新，这也解释了专利成果显著的原因。
（3）假设4: IUG合作对产品创新和工艺创新影响
韩国的产学研合作在产品创新与工艺创新中的作用存在差异。大学通常专注于基础性或长期研究，更倾向于支持产品创新，而工艺创新则与企业短期需求相关。韩国的IUG合作更偏向工艺改进而非产品创新，例如三星经济研究所的报告指出，大量参与国家研发计划的企业集中于解决问题，而非开发新产品或技术。
三、数据、变量和方法论
数据
2002年韩国创新调查（KIS）分析了2000-2001年间企业的技术创新活动，并筛选出538家拥有财务数据的企业用于计量经济分析，其中72.1%的企业为创新型企业。技术创新分为新产品创新、产品改进创新和工艺创新，前两者合称为产品创新。在调查中，40.1%的企业报告与至少一个合作伙伴开展了技术合作，其中25.8%的企业与大学合作，24.0%与政府研究机构（GRIs）合作。尽管合作数量相对较低，大学和GRIs在合作重要性评分中排名第三（3.32分），紧随客户和供应商之后。后续分析将重点研究与大学或GRIs进行技术合作的企业，探讨其对创新成果的具体影响。
2.变量
(1)企业特征如下：
企业规模：企业规模（size）以2000～2001年平均员工人数的对数值来衡量。检验企业规模是否会影响企业与他们合作的倾向。
研究开发强度：研究开发强度（RD_INT）以2000～2001年平均研究开发支出与2001年销售额之比来衡量。从 t 比（1.12（p=0.26）和 1.28（p=0.20））可以看出，差异并不显著。
合作原因：在实证分析中，Belderbos等人（2004）和 Veugelers 等人（2005）都表明，成本分担目标是影响企业与大学合作决策的关键因素之一。在 23 个创新阻碍因素中，风险变量采用过度风险或不确定性的权重，而成本变量采用创新或工业化成本过高的权重。实际上，参与这种合作的公司在这两个合作目标上的平均得分要比其他公司高得多 ：成本分担目标为大学 (3.14 vs. 2.08) 和 GRI (3.22 vs. 2.09)，风险分担目标为大学 (3.17 vs. 2.20) 和 GRI (3.26 vs. 2.19)。t比在统计上均显著。
与企业集团的关联：企业集团是指通过股权关系结合在一起的、具有独立法律地位的企业的集合。一种是基于对调查中以下问题的回答：“您的公司是独立公司、国内企业集团的关联公司还是外国公司的关联公司？”GROUP 被测量为虚拟变量，如果它是国内或外国关联公司，则为 1，否则为 0。另一个衡量标准是集团企业。
企业位置：企业位置或地理邻近性因素是产学合作中的一个问题。Jaffe (1986) 认为，大学研究与企业实验室的距离越近，大学溢出效应的可能性就越大。
（2）行业特征
Cassiman和Veugelers（2002）认为，知识产权制度的性质影响企业与大学合作的倾向。本研究中，知识产权制度变量（IN_IPR）基于企业对知识产权保护重要性评价（五分制）的行业平均值进行测量，主要使用专利作为衡量标准。
（3）政府政策支持
政府对研发的支持（G_SUP）通过企业是否参与国家研发项目来衡量。参与这些项目的企业通常可以获得研发经费资助，且很多项目采用产学或产研合作形式。政府的研发支持有助于提升企业与大学和研究机构的合作倾向。
（4）创新概率的测量
本研究中，如果企业进行技术创新，则创新概率为 1，否则为 0。在韩国，538 家企业中有 25.8%（139 家）与大学合作，其中 94.2%（131 家）企业进行技术创新。基于以上讨论，本文的第二个假设是，IUG 合作可能不会直接增加韩国企业的创新概率。
（5）创新成果变量：销售额、专利和劳动生产率
本研究以三种方式衡量创新绩效：1）三种创新类型以及每种创新类型申请的专利数量，2）与产品创新相关的销售收入份额，3）劳动生产率。前两个变量来自创新调查，最后一个变量来自企业数据库的财务报表。
3.回归方法
使用Probit模型分析了决定企业IUG合作倾向的因素。IUG 分别表示公司是否与大学和 GRI 合作：如果公司与它们合作，则为 1，否则为 0。该模型的变量包括公司规模（SIZE）、研发强度（RD_INT）、合作目标（COST和 RISK）、与商业集团的隶属关系（GROUP）、公司位置（r_）、知识产权制度（IN_IPR）和政府支持措施（G_SUP）等。
其次，研究者使用Probit 模型测试 IUG 合作是否影响公司的创新概率。在第一阶段，作者将 IUG 合作 (IUG)回归到工具变量 (Z) 和外生变量 (X)。在第二阶段，作者将韩国公司的创新概率 (P_INNO) 回归到估计或内生变量 (IUG^)和外生变量 (X)（等式 2-2）。第三，作者利用样本选择模型分析 IUG 合作如何影响企业绩效。
企业绩效（INNO）使用三种类型的变量，即每种创新类型申请的专利数量、产品创新产生的创新成果在销售额中的百分比以及每位工人的附加值。该模型由 IUG 和解释变量X指定。此外，这里还考虑了另一个行业虚拟变量-高、中高、中低和低技术，遵循 OECD 分类（OECD，2006）基于研发强度的水平。作者使用 Heckman 的 2SLS (1979)两步样本选择程序。在第一阶段，校正项逆密勒比率 (IMILLS) 被估计为 Probit 模型的预测 (等式 3-1)。使用这些估计值，逆密勒比率被计算为标准正态密度除以累积分布函数的函数。然后，在第二阶段，使用 OLS 将该比率用作附加回归量，以纠正样本选择偏差（如果有）（等式 3-2）。
四、结果与解释
合作的决定因素
本研究通过Probit模型分析了影响产学研（IUG）合作的决定因素，发现政府支持对促进IUG合作至关重要，而企业规模和研发强度对合作没有显著影响。与商业集团的关系也影响合作倾向，中型规模本地集团较少与大学或GRI合作。合作动机方面，与大学的合作更侧重于成本分担，而与GRI的合作则偏向于风险分担。此外，知识产权制度对与大学合作的模式具有显著影响，而对GRI合作则不明显。地区因素也发挥重要作用，首尔、釜山和大田地区是IUG合作的主要区域。
研究者估计了均值点处决定因素的边际效应。参与政府支持的研发项目增加一分的边际效应是使企业与大学合作的概率增加 19.0%，与 GRI 合作的概率增加23.0%。知识产权制度有效性增加一分，显著增加了企业与前者的合作倾向 10.0%。
2. IUG合作对企业绩效的影响
（1）创新概率
研究者使用Probit模型分析了IUG合作对企业技术创新概率的影响，结果显示，IUG合作对创新的正向影响在未控制内生性时显著，但在控制内生性后，IUG合作的影响不再显著，这表明更具创新性的公司更倾向于与大学或GRI合作，而非因合作导致创新。政府支持、需求拉动和成本推动等因素对创新有显著正向影响，尤其是参与国家研发计划的公司显示出更高的创新可能性。此外，出口导向型企业倾向于进行技术创新，而研发强度对创新的影响则未表现出显著性，可能与滞后效应有关。根据这一结果，对于假设二，笔者得出结论，IUG 合作似乎不是创新成功概率的触发因素。相反，成功的创新似乎受到政府直接支持计划以及成本推动和需求拉动等传统因素的影响。
（2）销售与专利、产品创新vs工艺创新
使用Heckman的2SLS方法纠正样本选择偏差后，结果表明，尽管IUG合作对创新概率有显著影响，但在专利数量、销售额和劳动生产率上未表现出统计显著性，表明这种合作对整体企业绩效没有显著影响。这与发达国家的研究结果不同。在更具体的分析中，将专利按创新类型划分，发现IUG合作显著促进新产品创新而非工艺创新，且此结果与其他研究一致。研发强度对专利申请和销售额有正向影响，表明研发投入能促进创新成功，尤其是在新产品开发方面。规模较大的公司和较为成熟的公司在创新表现上较为突出，而外国所有权与创新成功的关系较弱，但与劳动生产率存在正相关。此外，出口导向型企业更倾向于进行技术创新，并与IUG合作有正相关。总的来说，IUG合作对创新的影响主要体现在新产品开发方面，且研发强度、企业规模和经验等因素与创新绩效密切相关。
研究者讨论了韩国知识产业化的发展阶段，特别是IUG合作在产品创新和专利生成方面的作用。知识产业化经历了从研发努力到生成专利、再到实际商业化和生产力提升的几个阶段。研究表明，韩国的做法可能处于从专利生成到实际工业化的过渡阶段，而当前的专利成果可能会在未来推动销售或生产力的提升。由于数据限制，本研究未能捕捉到这种时滞效应。另一个关键发现是，IUG合作与产品创新相关的专利较工艺创新更多，这可能表明韩国企业在技术合作上更倾向于追求基础性和激进的研发目标，而不只是短期的技术咨询或小规模创新。这也与韩国的技术能力发展和产业需求的提升相关，即从传统的工艺创新转向更高层次的产品创新。此外，工艺创新的成果往往不容易通过专利来保护，通常更依赖于内部利用或与产品创新结合。因此，尽管工艺创新仍在IUG合作中发挥作用，研究发现其表现更多体现在产品创新和专利的生成上。
