高等教育发展水平对企业创新能力的溢出效应

张丽慧， 罗鄂湘

（上海理工大学管理学院，上海 200093）

高等教育发展水平对企业创新能力的溢出效应

张丽慧， 罗鄂湘

（上海理工大学管理学院，上海 200093）

以大中型工业企业为例，收集2002—2010年的中国大陆31个省区的高等教育和大中型工业企业创新方面的相关数据，运用PLS通径模型，考察了高等教育发展水平对大中型工业企业创新能力的溢出效应以及各高等教育要素对大中型工业企业创新能力的影响程度.研究表明：高等教育发展水平对大中型工业企业创新能力有显著的正向溢出效应；高校教育投入、知识产出、科研投入对大中型工业企业的创新能力依次呈现正向的较强的溢出效应；高校人才产出对大中型工业企业创新能力未呈现出积极的溢出效应.

高等教育发展水平；企业创新能力；溢出效应；PLS通径模型

高校作为知识创新和知识传播的主体，以及技术创新和知识应用的积极参与者［1］，对区域的经济发展以及企业创新活动起着重要的作用.我国《国家中长期教育改革和发展规划纲要（2010—2020）》指出，要“充分发挥高校在国家创新体系中的重要作用，鼓励高校在知识创新、技术创新、国防科技创新和区域创新中做出贡献”.

国内外研究表明了高等教育发展水平对区域创新能力具有显著的溢出效应，并关注了溢出效应的地域范围以及强弱程度.Anselin等［2］以专利总数为因变量利用知识生产函数模型进行的实证研究显示高校的研究活动对整个区域的高技术行业有明显的知识溢出，同时发现大城市区域高校研究对创新活动溢出效应的范围超过50英里.Acs等［3］发现行业的创新地理集聚趋势越来越明显，形成这种趋势的重要影响因素之一是高校研究.吕艳等［4］认为一个区域的高等教育发展水平对该区域的创新水平有显著的正效应.

国内外研究还表明了高等教育发展水平对产业或企业的创新能力也具有显著的溢出效应.Fischer等［5］认为高校研究活动的知识溢出对整个澳大利亚区域高技术行业知识生产能力的效应随着距离的增加而呈衰减趋势.Acs等［3］通过实证研究发现中小企业在利用高等院校知识溢出方面具有比较优势.王立平［6］和吴玉鸣［7］借鉴知识生产函数模型进行研究，认为区域内高等院校对于高技术产业的知识溢出是正向的、显著的，但关于溢出效应的强弱程度两位学者的研究结果却是相反的.万坤扬等［8］运用空间计量模型研究了高校知识溢出对大中型工业企业专利申请和新产品开发这两方面创新绩效的影响，发现高校对企业创新的贡献取决于校企合作规模.程爱洁［9］认为20世纪80年代韩国的高等教育改革和发展对韩国重工业技术升级转型创新起到了非常重要的作用.

大中型工业企业在区域创新发展和产业转型升级中具有重要地位，提高大中型工业企业创新能力的途径主要源于内部和外部两个方面.内部来源即企业的内部研发，而外部来源的一个重要渠道就是区域高等院校所带来的知识、技术、人才的溢出.高校在进行教育和科研活动时通过知识、人才等的流动发生了转移，这种行为会对周围的人或者组织带来外部经济，即产生了溢出效应.

本文假设高校对大中型工业企业创新能力的影响不仅体现在知识溢出效应，还体现在教育投入溢出效应、科研投入溢出效应和人才产出溢出效应.为验证假设，本文运用PLS通径模型，以我国31个省市数据为样本，从高校教育投入、高校科研投入、高校人才产出、高校知识产出4个方面分析了高等教育发展水平对大中型工业企业创新能力的溢出效应.通过实证分析对我国高等教育结构、教育资源的配置、产学研发展模式提出建议.一方面能够为我国高等教育的改革和发展提供参考和建议，另一方面也有利于区域大中型工业企业真正重视高校在区域创新中的作用，探寻双赢的校企合作方式，促进区域的科技与经济竞争力的发展.

1 理论模型与假设

1.1 高等教育发展水平

目前对高等教育发展水平的研究大多采用多维度指标，从投入产出的角度来进行评价，单维度较少，如孙绍荣等［10］仅选用了高等教育入学率作为代表高等教育规模发展状况的指标.多维度指标体系目前较为权威的是联合国教科文组织在《世界教育报告》中公布的世界教育指标体系，分为教育供给、教育需求、入学与参与、教育内部效率、教育产出5个维度21个指标，国内很多学者在研究时都借鉴了该体系.史本山等［11］从基础设施、师资情况、学校规模、经费投入、科研水平、地区影响度6个方面构建了高等教育竞争力指标体系.吕艳等［4］从高等教育规模、高等教育层次、高等教育渗透率、人力投入、资金投入、物力投入、人才产出、知识产出、服务产出9个要素26个指标出发构建了中国省域高等教育发展指标体系.詹正茂［12］从高校规模和高校效率2个维度出发选取了6个指标构建了高等教育发展状况综合评价指标体系.

本文在借鉴以上研究的基础上，综合考虑了区域高等教育对企业创新能力的影响因素，从投入和产出的视角出发将高等教育发展水平分为高校教育投入X1、高校科研投入X2、高校人才产出X3、高校知识产出X4等4个维度13个指标进行评价，如表1所示.

1.2 企业创新能力

关于企业创新能力评价的研究已经有很多，按照研究视角的不同可以分为两大类：区域论和企业论.从国家或区域的角度出发，我国国家统计局近年来一直以技术开发经费、科研人员、科研成果、技术转让、新产品销售、新产品出口等6项指标为基础建立技术开发综合指数指标；《中国区域创新能力报告》选定了企业的新产品销售收入和科研经费投入作为衡量企业创新能力的重要指标.

表1 高等教育发展水平评价指标体系Tab.1 Index system of higher education development level

目前国内外研究中，进行企业创新能力评价研究的理论基础主要有要素论、投入产出论、过程论、进化论、全面创新理论等.为了获得定量的统计数据进行研究分析，本文从投入产出角度来评价企业创新能力，选择了企业R&D人员全时当量Y1、企业R&D经费内部支出Y2、企业R&D经费外部支出Y3、企业新产品销售收入Y4、企业有效专利数Y5这5个指标来测度企业创新能力.其中，在企业R&D经费支出指标的选择上，为了更好地比较企业内部的研发力量和企业与高校等外部机构合作研发对于企业创新能力的影响强弱程度，本文将其分拆为企业R&D经费内部支出和外部支出两个指标.

1.3 高等教育发展水平与大中型工业企业创新能力

区域内高校不仅会与企业进行直接合作，同时也会通过知识、人才的转移引发溢出效应，从而对区域内的企业创新产生影响.在欧美日等科技强国，高校的知识、技术、人才溢出对当地企业的创新和发展有举足轻重的作用，有“增长发动机”和“区域推进器”之称［8］.

高校的投入主要集中在教育投入和科研投入两大块.在一个区域内，高校教育投入和科研投入的多少对整个区域创新产出尤其是大中型工业企业的创新产出的影响是显而易见的.庞娟［13］通过实证研究发现，当大学的R&D经费投入增长1%，区域大中型工业企业的新产品创新产出将增长0.18%～ 0.20%，高校在R&D方面的资源投入对大中型工业企业的创新产生正向显著的溢出效应.另外，根据Anselin，Acs等［2-3］的研发经费支出将导致直接的创新产出的研究基本假定，一般认为，高校的教育投入和科研投入是高校不断增加知识存量，实现人才产出和知识产出的主要渠道.黄林芳［14］根据实证认为，高校的投入与有利产出之间存在较强的相关性.投入不足或没有最低限度的资源投入，不仅人才产出能力会受到限制，而且知识产出活动也很难顺利进行.

高校的产出主要分为人才产出和知识产出.亨利·埃茨科威兹［15］认为，高校能够处于三螺旋理论的核心是因为其第一使命是教育使命.高校所集聚的一批学科带头人和科技创新领军人物是引领区域创新的重要力量，所培养的高素质人才也成为高校知识生产的后备力量和企业创新持续发展的重要保证.郄海霞［16］认为，企业的创新活动越来越依赖于高校所生产的知识，高校为企业创新提供了知识生产支撑.与中小企业不同，大中型工业企业的突破性创新周期长、投入高，需要一个持续不断、稳定的基础研发支持，高校作为基础知识和基础研发的生产者，无疑对大中型工业企业的创新具有重要影响.

综上所述，建立高等教育发展水平对大中型工业企业创新能力的溢出效应理论模型，如图1所示.

图1 高等教育发展水平对大中型工业企业创新能力的溢出效应理论模型Fig.1 Theoretical model of spillover effect of higher education development level on large and medium-size industrial enterprises’innovation capability

据此，本文提出9个假设：a.高校教育投入对大中型工业企业创新能力产生正向溢出效应；b.高校科研投入对大中型工业企业创新能力产生正向溢出效应；c.高校人才产出对大中型工业企业创新能力产生正向溢出效应；d.高校知识产出对大中型工业企业创新能力产生正向溢出效应；e.高校教育投入会对高校的人才产出和知识产出产生正向影响；f.高校的科研投入对高校的人才产出和知识产出产生正向影响；g.高校的教育投入对科研投入有一定的正向影响；h.高校的人才产出对于高校知识产出也有一定的正向影响；i.各项假设随着时间的推移，影响趋势增大.

2 实证分析

2.1 研究方法设计

研究溢出效应的方法有空间计量模型、知识生产函数模型、回归分析等.为了选择适当的研究方法，本文应用2010年我国内地31个省区的558个观测值作为样本，在分析数据的特征基础上选择模型.本文数据来源于2003—2011年的《中国科技统计年鉴》、《中国教育统计年鉴》、《中国教育经费统计年鉴》、《中国统计年鉴》.

首先，对各指标数据进行标准化处理，如式（1）.并采用等权平均法计算出要素指数hi和高等教育指数h，如式（2）和式（3）［4］.

式中，zi表示标准化数据；xi表示原数据；x—表示平均值；s表示标准差；ni为第i个要素包含的指标数.

然后，计算高等教育指数与大中型工业企业创新能力的person相关系数，结果如表2所示.高等教育指数与R&D人员全时当量、R&D经费内部支出、R&D经费外部支出、新产品销售收入、有效专利数在0.01的显著性水平下的相关系数分别为：0.726，0.739，0.879，0.970，0.818，说明高等教育发展水平与大中型工业企业创新能力高度正相关，高等教育发展水平对大中型工业企业创新能力存在显著正效应.同时还发现，13个高等教育指标之间以及5个企业创新能力指标之间存在多重相关性.

表2 高等教育指标与大中型工业企业创新能力指标多重相关性分析Tab.2 Analysis of multiple correlation between higher education index and large and medium-size industrial enterprise innovation capability index

当所选择的指标变量集合中存在严重的多重相关性时，很可能会夸大系统中某些特征的作用，从而得到不合理的结论.因此，一般的回归方法不能很好地实现模型的构建.现有的溢出效应研究多采用空间计量模型方法，但是该模型估计和检验方法严重依赖样本数量，小样本的检验效力尚未得到验证.

本文拟采用PLS通径模型.PLS通径模型不仅适用于小样本研究，而且PLS通径模型采用偏最小二乘回归方法，通过一系列一元或多元线性回归进行迭代求解.当各变量集合内部存在较高程度的相关性或严重多重共线问题时，该方法处理的结果更加可靠有效.同时该模型前提假定较为宽松，可以观测到变量与变量之间的路径系数和权重，更加直接和方便.运算采用德国汉堡大学的Ringle，Wende和Will开发的软件SmartPLS 2.0.

2.2 模型检验

PLS通径模型要求每个潜变量所对应的显变量组需要满足唯一维度.对于显变量的唯一维度检验，通常有3种检验方法：显变量的主成分分析、科隆巴奇系数α、迪侬高德期丹系数ρ.对显变量组作主成分检验，通常认为，当潜变量所对应的显变量组的第一主成分的特征值大于1，同时其它主成分的特征值均小于1时，该组显变量满足唯一维度要求.由表3可以看到，各显变量组的第一主成分特征值均大于1，且第二主成分特征值均小于1.因此由图1所构建的潜变量及其对应的显变量组满足PLS通径模型唯一维度的要求.

表3 潜变量唯一维度检验Tab.3 Dimension test of hidden variable

按照Henseler等的建议，反映型PLS结构方程模型的信度指标是内部一致性系数和合成信度，要求其值应大于0.7.效度通过聚合效度和区别效度进行评价.聚合效度指标是平均变异萃取量，要求其值大于0.5；区别效度指标是潜变量测定系数和交叉验证冗余度等，要求测定系数大于0.3，交叉验证冗余度大于0.由表4可知，模型的信度效度各项指标均符合要求.此外，根据表4中的公因子方差和测定系数，还计算出模型的整体适配度值（公因子方差平均数和测定系数平均数的几何平均数）为0.759，表明模型的整体适配度也很好［17］.

表4 模型质量结果Tab.4 Quality results of the model

2.3 2010年模型估计

2.3.1 外部估计

采用SmartPLS 2.0软件中的PLS程序进行迭代运算，得到高等教育发展水平与大中型工业企业创新能力的路径模型（见下页图2）.再将潜变量关系进行权重拟合，得到显、潜变量之间的相关系数及权重，如表5所示（见下页）.其中，相关系数反映了显变量对潜变量的概括程度，相关系数越高表明潜变量所包含的显变量信息就越多，权重反映了各显变量对潜变量具体的影响程度.

从图2和表5可以看出，高等教育发展水平4个要素对应的所有显变量的相关系数均在0.8以上，部分显变量的相关系数高达0.95以上，表明显变量均能很好地概括其所对应的潜变量.这在一定程度上也验证了本文所构建的基于企业创新能力的高等教育发展水平指标体系的合理性.

在大中型工业企业创新能力方面，R&D经费内部支出、新产品销售收入以及R&D人员全时当量的相关系数达到了0.95以上，说明这3个显变量对大中型工业企业创新能力水平影响较大，是相对主要的影响因素.R&D经费内部支出比R&D经费外部支出的相关系数明显偏高，权重也较大.R&D经费内部支出对企业创新能力的影响要大于R&D经费外部支出的影响，大中型工业企业更偏重于在企业内部或者自己的实验室搞研发，其在对外合作研发的经费投入上也远小于内部研发投入.

2.3.2 内部估计

从内部结构关系模型来看，可以得出高等教育发展水平对大中型工业企业创新能力溢出效应的关系式，如式（4）所示.

表5 显、潜变量之间的权重及相关系数Tab.5 Weights and the correlation coefficient between manifest variable and hidden variable

式中，δ为误差变量，相关系数R2=0.731.

由式（4）可以看出，高校教育投入、科研投入和高校知识产出对大中型工业企业创新能力存在正向的溢出效应，作用路径系数分别为3.062，0.018，0.188，假设a，b，d得到了验证.高校人才产出的作用路径系数为-2.526，高校人才产出对大中型工业企业的创新能力没有积极正面的溢出，假设c没有得到验证.

高校的教育投入对高校的人才产出和知识产出的路径系数均为正，分别为0.759，0.786；高校的科研投入对高校的人才产出和知识产出的路径系数为0.243和0.869，也均为正，假设e和f得到验证.高校的教育投入对高校的科研投入有正向的影响，其路径系数为0.935，假设g得到验证.高校人才产出对高校知识产出的路径系数为-0.795，假设h没有得到验证.同时还看到在表5中大中型工业企业R&D人员全时当量的相关系数为0.964，权重为0.234.企业内部的科研人员对于企业创新能力有着举足轻重的作用，这与高校人才产出对大中型工业企业创新能力的负的路径系数形成了鲜明对比.

图2 2010年高等教育发展水平与大中型工业企业创新能力的路径模型Fig.2 Path model of higher education development level and large and medium-size industrial enterprises’innovation capability in 2010

2.4 趋势分析

本文采用同样的方法对2002—2009年高等教育发展水平对大中型工业企业创新能力的溢出效应进行了模型估计和分析，并将其模型的检验结果与2010年进行比较分析.经计算发现，各指标的相关系数和权重如表6和表7（见下页）所示，数值没有太大的变化，在近十年来维持着较为稳定的水平.其中，在衡量大中型工业企业创新能力的各个指标中，R&D经费内部支出、R&D经费外部支出、新产品销售收入一直都保持着较大的权重，表明企业R&D经费支出和新产品销售收入是衡量企业创新能力的较为重要的指标.

高等教育发展水平对大中型工业企业创新能力的溢出效应的路径系数变化趋势如图3所示.高校教育投入对大中型工业企业创新能力的溢出效应一直以来都较为显著，路径系数均为正数，且在2010年攀升到了一个较高的数值.高校的科研投入在2002年并没有呈现出正向的溢出效应，但是在2005年以后其对大中型工业企业创新能力正向的溢出效应开始凸显，其后一直维持着正向的较为平稳的水平.高校的知识产出对大中型工业企业创新能力的溢出效应路径系数总体上呈小幅下滑趋势，在2008年之后逐渐维持较为平稳的水平，但均呈现出正向的溢出效应.

需要特别注意的是，高校的人才产出对大中型工业企业创新能力的路径系数在9年内均为负值.其在2002—2007年间总体均值上保持了一个相对稳定的水平，但是在2007年之后有一个较为明显的下滑趋势.这说明高校的人才产出对于大中型工业企业创新能力没有产生积极的人才溢出效应.而9年间大中型工业企业R&D人员全时当量的相关系数都大于等于0.89，权重在0.2以上.

表6 2002—2010年显、潜变量之间相关系数比较结果Tab.6 Correlation coefficient between manifest variable and hidden variable from 2002 to 2010

图3 高等教育发展水平对大中型工业企业创新能力溢出效应的路径系数趋势图Fig.3 Diagram of path coefficient trends of spillover effect of the higher education development level on large and medium-sized industrial enterprises’innovation capability

通过趋势分析发现，假设i部分得到验证.其中高校科研投入随着时间的推移其对大中型工业企业的溢出效应呈总体上升趋势.高校的教育投入对企业的创新能力的溢出效应虽然在2005年有一个小幅的下跌，但总体呈上升趋势，并且始终居于最重要的地位.高校的人才产出和知识产出对大中型工业企业创新能力随着时间的推移均呈下降趋势.

综上所述，假设a，b，d，e，f，g得到验证，假设c，h未通过验证，假设i得到部分验证.人才对于企业创新能力有着重要的影响.本文实证中发现企业内部的R&D人员对企业创新能力权重为0.234，但是高校人才产出对企业创新能力并没有发挥出如企业内部研发人员一样的重要作用，也对高新的知识产出影响不显著.由于本文的高校人才产出指标选取了本专科毕业生数和研究生毕业生数这两个数量指标，所以高校人才数量对企业的创新能力溢出效应并不显著.或许高校人才的质量对大中型工业企业的创新能力有重要的溢出效应，但由于高校人才的质量体现甚广，很难在区域内进行量化和评价，如何衡量一个区域内高校的毕业生质量可以在后续的研究中进行探讨.

表7 2002—2010年显、潜变量之间权重的比较结果Tab.7 Comparison between the weights of manifest variable and hidden variable from 2002 to 2010

3 结论及建议

采用PLS通径模型研究2002—2010年我国31个省区的高等教育发展水平对大中型工业企业创新能力的溢出效应得出：a.我国高等教育发展水平对大中型工业企业创新能力存在显著的正向溢出效应；b.高校教育投入、科研投入和高校知识产出对大中型工业企业创新能力均产生了正向显著的溢出效应；c.高校人才产出对大中型工业企业创新能力没有产生积极的正向溢出效应，大中型工业企业内部的R&D人员全时当量与企业创新能力呈现出显著的正相关；d.大中型工业企业对外合作研发的经费投入远小于内部研发投入，更偏重于在企业内部或者自己的实验室搞研发；e.高校的教育投入、科研投入随着时间推移对大中型工业企业的溢出效应整体呈上升趋势，高校的人才产出和知识产出对大中型工业企业创新能力的贡献呈略微下降趋势.

根据研究结论，对大中型工业企业提出以下建议：

a.高度重视溢出效应.首先，大中型工业企业应从认识上转变高校科研对企业无大用的认识.从上到下，从中高层会议宣讲做起，从内部员工的培训宣传做起，转变高校科研“花架子”、“无用”的观点，认识到高校的教育和科研对企业所产生的重要作用.其次，大中型工业企业应从行动上重视区域高等教育发展水平对企业创新的重要性，充分发挥高校与企业地域集中的优势，积极参与高校的科研论坛和科研展览等活动，参与高校基础研发和前沿科研活动.设定一定比例的创新投入，支持高校开展与企业研发相关的基础研究工作，对于企业所采纳的优秀的高校科研成果给予奖励.

b.借力加强基础研究.大中型工业院校可以通过企校联盟、研究外包、科研合作3种方式借力区域高等院校的力量，加强企业自身的基础研究水平.首先，借鉴企业联盟的形式，企业与高校商定在科研投入、成果共享与转化、人才培养等方面的联盟机制，建立企校联盟.企校联盟能最大程度地保持基础研究的持续性和稳定性，使企业可以第一时间获得最全面的基础研究成果以推进企业开发创新工作，避免重复浪费.其次，企业可探索基础研究外包到高校的形式.基础教育具有投入大、公共性等特点，但又对企业创新非常重要，高校是进行基础研究的主要基地.大中型工业企业可以采取外包的形式，将与本企业创新研发相关的基础研究工作外包到高校.一方面可以极大地节省企业的研究成本；另一方面，有利于缩短企业创新前期的研究时间，提高企业创新效率.从区域宏观的角度来讲，此举可以有效整合区域内部的人、财、物等资源，提升区域的创新效率.再次，大中型工业企业与高校之间应加强科研合作.大中型工业企业与高校在进行科研合作时要注意两个重要方面.一是持久性.企业“朝三暮四”，造成了人为的研究重复和研究间断，以致研究难以深入.因此，企业应慎重评估和选定一个长久的合作高校，持续开展企业所需的基础研究工作.二是更多地参与.合作研发并不仅仅是企业出钱高校研究，大中型工业企业应更多地参与到高校的研究工作中，比如将已有的研发成果与高校共享，派遣研发人员共同参与研究等.

c.重点培养创新人才.一方面，建立完善的人才培养机制，营造良好的企业创新氛围，鼓励员工将创新金点子付诸实践，增强企业内部员工的创新意识.另一方面，从高校中引进、培养创新人才.这里的人才不能简单地限定为高校毕业生，还应包括高校的教师和教授.大中型工业企业在与高校的长期合作中应有意识地培养一批青年教师主力作为今后企校合作项目的核心人员；聘请高校教授作为企业研发中心的核心研发人员带头进行科研活动，或作为企业科研中心的指导员或名誉导师，定期为企业研发人员进行培训和讲座.尝试建立企业与高校合作培养专门人才的对接机制，企业通过资金投入、特邀教学、将实验室搬进学校、提供实习基地等方式与高校合作培养企业所需的技术和管理人才.

d.有效提升消化能力.大中型工业企业能够有效利用高校所产生的溢出效应的前提是拥有强大的消化吸收能力.企业通过3种途径提升企业的消化吸收能力.第一，做好员工的日常培训工作.对强化吸收能力而言，员工日常培训可以实现两个目标：一是积累先验知识，二是提高员工个人和组织整体的学习能力.企业可选择资深的教授或业内有名的科研人员进行授课，提供较为系统的E-learning课程，采用多样化的方式和生动的形式，如一对一擂台等进行培训.第二，建立一个完善的信息网络，由专人负责收集市场、科研等相关信息.将最新最前沿的市场信息和科研成果信息及时传递到领导手中，使企业能够及时抓住与企业创新相关的信息，作出正确决断，同时促进了新知识、新技术在企业内部的流通共享.第三，建立企业学习机制.企业内部应向学习型组织发展，建立有效的学习和交流系统，使企业各部门能够有序地进行知识和信息的流通和扩散，顺利完成跨部门的学习与合作，促进消化吸收和再创新，提高企业的整体吸收能力和科研成果实际转化能力.

［1］ 徐祖广.研究型大学在建设国家创新体系中的地位和作用［J］.清华大学教育研究，1999，20（2）：22-25.

［2］ Anselin L，Varga A，Acs Z J.Geographic spillovers and university research：a spatial econometric perspective［J］.Growth and Change，2000，31（4）：501-515.

［3］ Acs Z J，Audretsch D B，Feldman M P.R&D spillovers and recipient firm size［J］.Review of Economics and Statistics，1994，76（2）：336-340.

［4］ 吕艳，胡娟.我国区域高等教育发展水平对区域创新的影响分析——基于我国31个省市自治区数据的分析［J］.中国高教研究，2010（10）：24-27.

［5］ Fischer M M，Varga A.Spatial knowledge spillovers and university research：evidence from Austria［J］. The Annals of Regional Science，2003，37（2）：303 -322.

［6］ 王立平.我国高校R&D知识溢出的实证研究——以高技术产业为例［J］.中国软科学，2005（12）：54-59.

［7］ 吴玉鸣.大学、企业研发与区域创新的空间统计与计量分析［J］.数理统计与管理，2007，27（2）：318-324.

［8］ 万坤扬，陆文聪.高校研发知识溢出与大中型工业企业创新绩效［J］.中国科技论坛，2010（9）：71-76.

［9］ 程爱洁.韩国高等教育的发展历程及特点［J］.上海理工大学学报（社会科学版），2005，27（3）：72-75.

［10］ 孙绍荣，朱君萍.各国高等教育入学率与人均GNP关系的统计分析［J］.上海理工大学学报，2000，22（3）：247-251.

［11］ 史本山，曹阳龙.中国区域高等教育竞争力综合评价［J］.价值工程，2006，25（11）：15-18.

［12］ 詹正茂.我国高等教育发展水平的综合评价指数研究［J］.科学学与科学技术管理，2004，25（9）：128-132.

［13］ 庞娟.区域大中型工业企业自主创新能力的实证研究［D］.广西：广西师范大学，2008.

［14］ 黄林芳.高等教育投入产出主成分分析［J］.财经研究，2005，31（7）：112-122.

［15］ 亨利·埃茨科威兹.三螺旋——大学·产业·政府三元一体的创新战略［M］.周春彦，译.北京：东方出版社，2005.

［16］ 郄海霞.美国研究型大学对城市经济和产业的贡献［J］.清华大学教育研究，2007，28（6）：70-79.

［17］ Tenenhaus M，Vinzi V E，Chatelin Y M，et al.PLSpath modeling［J］.Computational Statistics&Data Analysis，2005，48（1）：159-205.

（编辑：丁红艺）

Spillover Effect of Higher Education Development Level on Enterprises’Innovation Capability

ZHANGLi-hui， LUOE-xiang
（Business School，University of Shanghai for Science and Technology，Shanghai 200093，China）

The large and medium-size industrial enterprises were taken as the examples for empirical study.Data of the higher education’s development and the large and medium-size industrial enterprises’innovation from 2002 to 2010 were collected and the partial least square（PLS）path model was employed for proving the spillover effect of higher education development on large and medium-size industrial enterprises’innovation capability.The results indicate that the development level of higher education has significant positive spillover effect on large and mediumsize industrial enterprises’innovation capability.Among the factors of higher education development，universities’education input，knowledge output and scientific input rank first three in contributing to enterprises’innovation，while universities’human resource output has slightly negative influence on enterprises’innovation spillover.

development of higher education；enterprises’innovative capability；spillover effect；PLS path model

F 270

A

2013-08-20

上海市哲学社会科学规划课题资助项目（2013WGL001）；上海理工大学人文社科重点资助项目（12XSZ01）；上海理工大学人文社科研究基地计划资助项目（XSJ02）

张丽慧（1988-），女，硕士研究生.研究方向：技术经济及管理.E-mail：18817581678＠139.com

罗鄂湘（1970-），女，副教授.研究方向：创新管理、劳动经济.E-mail：luoexiang＠hotmail.com

1007-6735（2014）04-0395-09

10.13255／j.cnki.jusst.2014.04.018