时间:
一、引言与文献综述
研究背景与政策导向
习近平总书记指出,“中国式现代化关键在科技现代化”,需 “坚持创新在我国现代化建设全局中的核心地位”。面对复杂国际环境与国内现代化任务,提升自主创新能力成为增强国际竞争力的关键。国内主要行业技术复杂度提升与市场需求不确定性增加,使企业仅依靠内部资源难以支撑高水平创新,而研发联盟通过合作研发可弥补资源与能力不足、分担风险,成为企业提升全要素生产率的重要策略。2020 年以来,《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》《中央经济工作会议》《党的二十大报告》等多次强调支持企业牵头组建创新联合体,强化企业科技创新主体地位。
研发联盟的定义与特征
研发联盟是企业与其他组织或个人通过契约协作从事技术或产品研发的合作模式,属于企业研发领域的战略联盟。与传统 “合作创新”“协同创新” 相比,其特点包括:强调中长期契约关系,通过合作申请专利等形成稳固伙伴关系,减少签约成本与履约风险;强调初始研发的排他性专利所有权,具有法律认可的垄断性,区别于后期专利交叉许可。
国内外研究现状与不足
国外研究聚焦研发联盟对企业经营活动、发展战略、融资成本、创新产出等微观影响,认为其对提高企业市值、改善公司治理、提升研发效率有积极作用,并从降低成本、政策优惠、资源流动等角度分析影响机制。国内研究多基于理论分析、博弈模型、问卷调研及案例分析,大样本实证研究较少。现有文献存在三方面不足:一是混淆研发联盟与产学研合作,忽视二者在研发主体、机会主义行为风险、收益来源等方面的差异;二是混淆研发联盟与开放式创新概念,前者是后者的实现手段,后者更侧重引入外部资源的过程与框架;三是未明确自主创新与研发联盟的关系,自主创新强调企业主体地位,与开放式创新并非对立,而是通过联盟实现资源多样化以强化创新能力。
研究边际贡献
一是将企业从多元合作机制中剥离,基于 “动机 — 行为 — 绩效” 范式,将研发联盟的开放式创新分解为 “关系建立 — 联合创新 — 价值获取” 三阶段,构建理论框架分析其对全要素生产率的影响机制;二是基于企业与行业数据,探究自主创新意识对研发联盟效应的强化作用,以及同行业竞争的抑制作用;三是横向分析开放式创新广度(合作渠道数量)与深度(合作依赖程度)对全要素生产率的影响,为企业调整创新策略提供依据。
二、理论机制与研究假设
研发联盟对全要素生产率的直接影响
全要素生产率是剔除劳动、资本等要素投入后,由技术进步、资源配置效率、规模效应等决定的产出增长。研发联盟通过三方面促进全要素生产率提升:拓宽外部资源边界,共享技术等互补性资产,降低要素流动壁垒与研发成本;推进资本积累,扩大产量与市场份额,形成规模效应;学习联盟方监管与奖惩机制,改进管理模式,结合技术升级与资源优化提升效率。据此提出假设 1:研发联盟有利于促进企业全要素生产率提升。
影响机制:开放式创新的三阶段分解
关系建立阶段:促进信息流通
联盟建立需甄选合作方并签订契约,但信息不对称可能阻碍合作。信息流通水平提升可缓解不对称、约束机会主义行为、降低市场信息搜寻成本与环境不确定性风险。参与联盟可提升企业信息披露水平,吸引分析师关注,并通过合作关系获取外部有价值资源与市场需求信息,促进长期生产率提升。假设 2:研发联盟通过促进信息流通提升企业全要素生产率。
联合创新阶段:缓解资源错配
研发联盟通过资源跨企业流动与整合,实现要素最优配置,缓解资源错配(要素未流向高回报率企业)。联合创新强调资源交换与重新配置,而非独占控制权,通过共享异质性资源防范机会主义行为,优化资源配置效率。假设 3:研发联盟通过缓解资源错配提升企业全要素生产率。
价值获取阶段:提升创新能力
联盟主体共享研发成果,增加创新技术来源与依赖程度,缩短产品研发周期,提升技术学习效率。创新能力提升有助于企业将技术转化为市场产品,建立品牌声誉,扩大市场份额,形成规模经济。在创新驱动的内生增长框架下,知识与技术积累是提升生产效率的关键。假设 4:研发联盟通过提升企业创新能力提升全要素生产率。
三、研究设计
样本选择与数据来源
通过智慧芽专利数据库检索 2010—2021 年全球专利数据,筛选专利权人≥2 且以企业为主体的专利,剔除含高校、科研机构的样本,匹配 A 股上市企业数据,识别联盟首次专利产出年份作为 “政策” 处理时间,最终得到 84 家实验组企业(1008 个 “企业 — 年度” 样本)与 221 家对照组企业(2652 个样本)。采用倾向得分匹配法(PSM)缓解样本自选择偏差,匹配变量包括企业年龄、资产负债率等。
变量测度
被解释变量:全要素生产率(TFP),采用 LP 方法(TFP_LP)测算,以 OLS 方法(TFP_OLS)进行稳健性检验。
解释变量:虚拟变量 Treat(参与联盟为 1,否则为 0)与 Period(参与联盟当年及之后为 1,否则为 0),交互项 Treat×Period 为关键解释变量。
控制变量:企业年龄、规模、总资产净利润率、托宾 Q 值、资产负债率、股权集中度等。
四、实证检验与分析
基准回归结果
固定效应与双向固定效应模型均显示,核心解释变量 Treat×Period 系数显著为正(0.119~0.134,p<0.05),表明研发联盟显著提升企业全要素生产率,假设 1 成立。
平行趋势检验与动态效应
以企业参与联盟的相对时间设置虚拟变量,检验显示政策前实验组与对照组全要素生产率趋势一致,满足平行趋势假设;提升作用存在滞后效应,联盟后逐渐显现。
稳健性检验
采用城市港口距离倒数、上市企业数量作为工具变量,第一阶段 F 值均 > 10,拒绝弱工具变量假设;替换变量(战略联盟公告识别联盟)、替换被解释变量(TFP_OLS)、滞后解释变量、控制行业 — 年份固定效应等检验均支持基准结论,结果稳健。
安慰剂检验
随机分配实验组的 500 次模拟显示,交互项系数分布近似正态且集中于 0,与基准结果差异显著,排除偶然因素干扰。
影响机制检验
信息流通:研发联盟显著提升企业(inform_firm)与行业(inform_ind)的信息披露水平,系数分别为 2.470(p<0.01)与 4.190(p<0.05),假设 2 成立。
资源错配:Treat×Period 与企业资源错配(mismatch_pos、mismatch_abs)负相关,系数分别为 - 0.763(p<0.001)与 - 0.895(p<0.001),行业错配亦显著缓解,假设 3 成立。
创新能力:联盟显著提升企业专利发明数量占比(inno_patent,0.005,p<0.001)与无形资产中创新技术占比(inno_wuxing,0.032,p<0.05),假设 4 成立。
自主创新意识的调节作用
企业研发投入(RD_firm)正向调节联盟对全要素生产率的影响(系数 0.069,p<0.01),而行业研发投入(RD_ind)因竞争关系负向抑制企业效率(系数 - 0.050,p<0.05),表明自主创新意识强化联盟效应,行业竞争削弱该效应。
五、异质性分析
研发联盟类型
仅共同研发型联盟对全要素生产率有显著提升作用,联合出资与协议许可型因协调不足、资源整合能力弱,效果不显著。
企业微观特征
所有权性质:国有企业因信息流通优势、软预算约束及基础性研究的正外部性,联盟效应显著;非国有企业作用不明显。
企业规模:大型企业因资源获取与抗风险能力强,联盟提升效应显著;中小企业因灵活性高但稳定性不足,效果不佳。
行业技术特征:不易被反向工程行业因研发成果易保护、溢出风险低,联盟效应显著;易被反向工程行业因信息泄露风险高,效果受抑制。
外部宏观环境
经济带位置:东部地区因创新资源丰富、合作便利,联盟效应显著;中西部地区因资源匮乏、“马太效应”,作用不明显。
知识产权保护度:强保护地区因有效遏制侵权与机会主义行为,联盟效应显著;弱保护地区因纠纷风险高,效果受限。
城市位置:中心城市因企业集聚、合作机会多,联盟效应显著;边缘城市因资源分散,效果不佳。
六、进一步研究:开放式创新广度与深度的影响
开放式创新广度(OPI_GD,合作渠道数量)与深度(OPI_SD,合作依赖程度)均对全要素生产率有正向影响。广度越大,企业获取互补性资源越丰富,降低合作风险;深度越深,联盟关系越稳定,协同效应越强,抑制机会主义行为。回归显示,OPI_GD 系数 0.045~0.060(p<0.1 或 p<0.001),OPI_SD 系数 0.041~0.045(p<0.05 或 p<0.001)。
七、研究结论与政策建议
研究结论
研发联盟通过促进信息流通、缓解资源错配、提升创新能力显著提升企业全要素生产率,自主创新意识强化该作用;仅共同研发型联盟有效,且在国企、大型企业、东部地区等场景中效应更显著;开放式创新广度与深度的提升可规避机会主义,增强协同效应。
政策建议
推进开放式创新:鼓励企业突破封闭模式,通过联合申请专利等方式合作研发,利用大数据等技术构建信息流通渠道,实现内外资源协同。
强化企业创新主体地位:支持企业牵头组建以共同研发为目标的创新联合体,搭建地方合作研发平台,推动跨所有制、跨规模企业资源互补。
健全知识产权机制:建立企业知识产权管理机构,严厉打击侵权行为,完善利益分配与风险共担机制,保障联盟稳定性,尤其防范同行业合作中的机会主义行为。
杜传忠;薛宇择,南开大学经济与社会发展研究院;南开大学经济学院,202412