高校科研资源转化是否有效促进了企业技术创新——基于效率视角的实证分析

，（教授）

一、问题的提出

创新驱动是我国现阶段实现经济转型升级的重要环节，而产学研协同创新是落实创新驱动发展战略、促进科技成果向现实生产力转化的重要支撑。高等院校在推进知识创新和技术创新方面发挥着引领作用，其科研资源的转化对于促进企业技术创新，实现国民经济持续、健康发展至关重要。数据显示，近年来我国高等院校的科研资源投入逐年增加，2015年高校基础研究经费为347.2亿元，比2012年增长26%。然而，我国高校在科技成果方面的转化率仍旧偏低，每一年我国高校都会创造出大量的科研成果并申请千余项专利，但最终实现工业产品转化的成果却不超过5%，与发达国家高达45%的转化率相距甚远；高新技术产业产值占社会总产值的比例仅为2%，技术进步对经济增长的贡献率只有29%，远低于发达国家50%的水平。投入与产出之间的较大差距说明当前产学合作并未实现高校与企业之间的有效对接，我国高校科研资源转化的潜力巨大。那么，如何加强高校的科研资源转化？高校科研资源转化如何对企业的技术创新活动产生影响？高校科研资源转化是否显著地促进了企业的技术创新？解决这些问题对于破解企业与高校“两张皮”、提高高校在产业研发合作中的效能、促进科研与经济相结合具有重要的指导意义。基于以上问题的分析，本文将进行相关的理论阐述和实证研究。

二、文献综述

从目前研究来看，对高校与企业创新之间关系的研究在学术界一直受到广泛关注。多数学者从知识溢出角度考察高校对企业创新产出的影响，如Todtling、Lehner（2009）选取了澳大利亚的1200家企业进行分析研究，发现高校研发对企业创新具有显著的促进作用。Audretsch、Lehmann（2012）实证研究发现，高校创新活动的溢出效应会对企业创新产生显著正向影响，然而高校创新也会对企业创新产生一定的负面影响——挤出效应。王立平（2005）研究了我国高校研发活动过程中，知识溢出所涉及的空间范围以及达到的程度，结果表明高校对高技术产业的知识溢出有正向促进作用，相邻区域间的高技术创新具有空间依存性。廖述梅（2011）对高校研发活动与企业创新产出之间的关系进行了分析，结果表明，我国高校研发无论是对企业的专利申请还是新产品的开发都有明显的地理溢出效应。

伴随着产学研协同创新理论的不断发展和深入，产学合作也逐渐成为学界关注的重点问题。部分学者从校企合作的角度出发，认为产学合作对于提升企业创新能力具有重要作用。如Borys和Jemison（1989）、Pratt和John（1992）鼓励校企进行产学合作，高校具有科技和人才优势，企业具有资金支持和管理经验，合作可达到双方优势互补，同时两者在发展规律上存在差别，有利于增强组织活力，推动科技突破和技术创新。王鹏、张剑波（2014）认为高校创新投入和产学合作能够给企业带来更多的创新产出，并且在产学合作的情况下，企业投入的创新资本也能够给专利产出带来更多的边际贡献。也有部分学者从高校科研资源转化的角度进行考察，如孙泽文和叶敏（2012）、温兴琦（2015）等定性分析了我国现阶段高校科研资源转化的过程、模式、制约因素、对策等，结果均表明国内高校科研资源通过自办企业、技术转让、校企合作以及创办科技园等形式进行转化，会受到高校自身、企业、政府、市场等多方面因素的制约。柳劲松（2009）采用DEA模型定量测算高校科研资源转化的效率，研究民族地区科技成果转化对经济增长的贡献率，结果表明民族地区在加大科技投入的同时，还应提高科技成果的转化率以促进经济增长。顾烨、蒋伏心和白俊红（2015）认为高校科研资源转化成果对经济发展方式转变有明显的促进作用，转化整体效率对发展方式转变也起到了正向推动作用，但是转化第一阶段效率呈负向抑制作用。

虽然本文可以从以往的研究中得到重要的借鉴和启示，然而这些研究仍存在许多不足。已有研究侧重于考察高校对企业创新产出的知识溢出效应，以及有关校企合作、高校科研资源转化的定性分析，而有关高校科研资源转化对企业技术创新影响的定量测算还较为缺乏。本文与以往研究的区别主要体现在以下两个方面：①高校的科研资源必须通过成果转化过程，才能转化为企业现实的生产力，以往研究忽视了高等院校与企业之间的科研资源转化过程，本文基于这一角度从理论上分析高校科研资源转化对企业技术创新的影响。②以往研究均采用简单DEA方法测算效率，本文采用柯布—道格拉斯（CD）生产函数形式的随机前沿模型，基于效率的视角，实证分析产学合作不同阶段的不同科研合作模式下高校科研资源转化对企业技术创新的影响。

三、影响路径与机理

产学合作是高等院校与企业协同创新的基本形式，对促进技术创新和科技成果转化具有重要意义。基于已有研究，结合我国产学合作发展的不同阶段，高校与企业的科研合作模式可划分为两种：供应模式与需求模式。

1.供应模式。产学合作形成初期，高校与企业仍处于相对分立的地位，科研合作主要采取以高校为主导的供应模式，以成果为中介，即高校决定科研项目，研究经费主要来自政府部门，取得科技成果后，高校再寻找渠道将科技成果提供给企业。

图1 供应模式下高校科研资源转化路径

如图1所示，箭头所示路径表明供应模式下，高校为技术供给方，企业为技术需求方，二者在知识生产、成果转化过程中存在明显的上下游关系。基于顾烨、蒋伏心和白俊红（2015）的研究，本文将高校科研资源转化过程分为投入产出、成果转化两个阶段。投入产出阶段，高校投入科研经费和科研团队等资源进行科学研究，创造出大量课题、论文、著作、专利等科技成果。然而，此阶段我国高校市场化意识不足，科学研究没有对接企业和市场需求，单纯追求学术价值，科技成果中理论探索较多，较少涉及工程性、工艺性方面的研究。企业获取技术转移后投入大量资源进行后续研发及商业化生产，推出的产品往往难以满足市场需求，无法从中获取经济利益，一定程度上限制了企业的创新动力和效率提升。成果转化阶段，知识溢出效应较为显著，对企业技术创新产生重要影响。高等院校是知识的生产地和传播地，但知识属于公共产品，所拥有的非竞争性和非排他性特征使其具有较低的复制成本，并且研发成果私有产权的确立也因为排他成本过高而难以实施，就算是拥有专利和知识产权，高校也很难阻止其他人模仿或者直接购买创新成果。这将造成知识大量溢出，科研资源转化效率相应降低，一定程度上会降低企业的研发成本，促进企业技术创新。

2.需求模式。产学合作发展到成熟阶段，高校与企业形成知识联盟，科研合作主要采取以企业为主导的需求模式，以项目为中介，即企业根据市场需要和自身发展战略向高校提出项目、提供经费，高校取得的成果将直接流向企业。

图2 需求模式下高校科研资源转化路径

如图2所示，高校贴合企业的技术需求进行科学研究，可以使两者更好地结合为有机整体。高校与企业是创新体系的核心，企业虽然具备资金、管理经验等优势，在创新过程中却往往遭遇技术、人才等资源瓶颈。高等院校虽拥有技术、人才等科研优势，却面临资金不足等问题。“企业提供资金、管理，高校提供技术、人才”的校企合作模式能够产生“协同互补效应”。一方面，企业技术创新需要大量的研发资金和专业的科研团队作为基础，具有较大的风险，高校将自己的科研成果应用到企业中，可以降低企业研发风险，改善科技创新环境，促进企业技术进步与创新。另一方面，目前高校日趋多样化的办学形式需要大量的资金支持，仅靠财政拨款已经难以维持。因此，高校通过转化科研资源增加收益来支撑高校的发展。高校与企业之间相互作用、协同互补，有利于进一步调动校企合作的积极性，提高高校科研资源转化整体效率及企业技术创新效率。

基于此，本文认为产学合作发展的阶段不同，高校与企业的科研合作模式也不同，从而使得高等院校科研资源转化的效率对企业技术创新的影响存在不确定性。本文采用2009～2014年我国高等院校科技活动分省份面板数据，从效率的角度出发，借助柯布—道格拉斯（C-D）生产函数形式的随机前沿模型，从实证的角度研究高等院校科研资源转化对企业技术创新的影响。

四、实证分析

1.变量构造及数据来源。

（1）高校科研资源转化效率。本文采用高校科研资源转化效率来衡量转化过程的好坏程度。基于顾烨、蒋伏心和白俊红（2015）的研究，本文将高校科研资源转化过程分为投入产出、成果转化两个阶段，如表1所示。投入产出阶段，高等院校以R&D经费内部支出、R&D人员全时当量作为初始投入，以产出科研课题数、科技专著数、学术论文数和专利申请数等作为中间产品。成果转化阶段，高校通过转化机制将前一阶段获得的中间产品转化为专利出售总金额、技术合同转让总金额等最终产品。

表1 高校科研资源转化效率指标体系

为获取高校科研资源转化效率，本文采用数据包络法（DEA）进行效率测算，建立C2R-O模型，假设有n个评价对象，即决策单元DMUi（i=1，2，…，n），每个决策单元都有m种投入和s种产出。DMUi（i=1，2，…，n）的第j中投入量用xij表示，第k种产出量用yik表示，则DMUi（i=1，2，…，n）的投入产出可分别表示为：Xi=（xi1，xi2，…，xim）T，（i=1，2，…，n）；Yi=（yi1，yi2，…，yik）T，（i=1，2，…，n）。应用线性规划对偶理论，引入松弛变量s-和剩余变量s+建立数学模型：

其中，θ（0＜θ＜1）为DMUi的相对综合效率，反映第i个决策单元的投入产出效率，θ越高，说明第i个决策单元相对于其他决策单元来说投入产出效率更高，反之效率更低、资源浪费程度更高。

根据产学合作发展程度和高校科研资源转化的阶段不同，本文运用DEA-SOLVER Pro5.0软件分别对投入产出效率、成果转化效率及整体效率进行测算。投入产出效率（Crste1）指的是第一阶段初始投入转化为中间产品的效率值；成果转化效率（Crste2）指的是第二阶段中间产品转化为最终产品的效率值；整体效率（Crste）指的是第一阶段投入转化为第二阶段最终产品整个过程的效率值。

（2）企业技术创新的投入及产出。本文选取大中型高技术企业作为主要研究对象，因为高等院校是人才和技术的集中地，高技术企业又具有知识和技术密集的特点，与高等院校联系较为紧密，其技术创新活动能够有效表现经济社会总体的技术创新特征，对于研究高校科研资源转化对企业技术创新的影响具有现实意义。企业技术创新是指企业将一定的创新资源转化为新知识和新技术，进而将创新成果市场化，从中获取商业价值的过程。在综合考虑企业技术创新过程的基础上，本文采用新产品销售收入来反映企业技术创新的商业化水平。当用新产品销售收入来衡量企业技术创新时，本文以2009年为基期，用工业品出厂价格指数将其折算成实际值。

衡量企业技术创新的投入可以从R&D人员和R&D经费两个方面进行。R&D人员全时当量用于衡量年度内企业的研发人员投入。R&D经费支出是流量指标，是对年度内企业的实际研发资金投入的反映，测算企业技术创新活动的效率时应将其核算为R&D资本存量，需要确定实际R&D经费支出、R&D资本存量的折旧率以及基期R&D资本存量。

首先，实际R&D经费支出可以通过构造R&D支出价格指数来核算。由于企业的R&D经费支出主要用于支付劳动力成本和固定资产购置成本，因此本文参照朱平芳和徐伟民（2003）、白俊红和李婧（2011）的构造方法，采用固定资产投资价格指数和消费价格指数的加权平均来表示R&D支出价格指数，其中前者权重为0.45，后者权重为0.55，即R&D支出价格指数=0.45×固定资产投资价格指数+0.55×消费价格指数。为了剔除物价水平变动的影响，本文以2009年为基期对固定资产投资价格指数和消费价格指数分别进行平减。利用永续盘存法进行核算，考虑到本文选取数据的时间跨度相对较短，而且考察期内实际R&D经费支出结构较为平稳，没有较显著的结构变化，因此本文假定滞后期为一年，则当期的R&D资本存量等于滞后一期的R&D资本存量与滞后一期的实际R&D经费支出之和，可表示成以下形式：

式（2）中，Kt、Kt-1分别为当期和滞后一期的R&D资本存量，Et-1为滞后一期的实际R&D经费支出，δ为R&D资本存量的折旧率。

其次，相比物质资本，R&D资本更新换代较快，因而其折旧率通常更高。很多学者以15%来反映R&D资本存量的折旧率，本文的折旧率也选择15%。

最后还需要估算基期R&D资本存量，参照白俊红和李婧（2011）、吴延兵（2006）的做法，假定R&D资本存量的增长率等于R&D经费的增长率，基期R&D资本存量可以利用式（3）来估计：

式（3）中，K0为基期的R&D资本存量，E0为基期的实际R&D经费支出，g为R&D资本存量的增长率，δ为R&D资本存量的折旧率。

（3）影响企业技术创新的其他因素。本文重点研究高等院校科研资源转化效率对企业技术创新的影响。同时，为了有效分离高校科研资源转化效率的作用，在考虑以往文献研究和数据可得性的基础上，我们对政府R&D资助（Gov）、企业规模（Size）及市场化程度（Market）等因素进行了控制。从历年的《中国科技统计年鉴》中可以得到政府R&D资助的名义数据，用R&D支出价格指数将其平减成2009年实际值。同时用企业规模的平均值来反映企业规模，其值等于企业总资产除以企业数。市场化程度用市场化指数作为衡量指标。

（4）数据说明。本文所使用的原始数据主要来源于2010～2015年的《高等学校科技统计资料汇编》、《中国高技术产业统计年鉴》和《中国统计年鉴》。其中，高等学校R&D经费内部支出、R&D人员全时当量、科研课题数、科技专著数、学术论文数、专利申请数、专利出售总金额和技术合同转让总金额等指标数据来源于《高等学校科技统计资料汇编》，大中型高技术企业新产品销售收入、R&D人员全时当量、R&D经费支出、政府R&D资助、企业总资产和企业数等指标数据来源于《中国高技术产业统计年鉴》，工业品出厂价格指数、固定资产投资价格指数和消费价格指数等数据则来源于《中国统计年鉴》，市场化指数主要参照樊纲、王小鲁、朱恒鹏（2011）的方法进行计算。考虑到数据的可获得性，本文选择2009年作为基期，主要是因为高等学校R&D经费内部支出、R&D人员全时当量、科研课题数、科技专著数、学术论文数、专利申请数、专利出售总金额和技术合同转让总金额等指标的数据，《高等学校科技统计资料汇编》2009年之前未有记载。

2.模型建立。基于白俊红、李婧（2011）的研究，本文选择随机前沿分析模型（SFA）对各省份大中型高技术企业的技术创新效率进行测量，同时检验高校科研资源转化效率与技术创新效率之间的关系。设定柯布—道格拉斯（C-D）生产函数形式的随机前沿模型：其中，Yit表示省份i在时期t的创新产出，Lit、Kit分别为省份i在时期t的人员与资本投入，α、β分别为相应投入的产出弹性。A为常数项。省份i和时期t满足i=1，…，n；t=1，…，T。误差项（vit-uit）为复合结构，其中，，表示随机扰动的影响；uit为技术非效率项，服从非负断尾正态分布，uit～N+（0，），代表实际产出与前沿最大产出之间的距离，距离越大，技术非效率程度越大，即技术效率水平越低。vit与uit相互独立。决策单元的技术效率TE可以通过 TEit=exp（-uit）求得。将式（4）两边取对数，可得对数形式的柯布—道格拉斯（C-D）生产函数形式的随机前沿模型，如式（5）所示：

为了进一步考察高校科研资源转化效率对企业技术创新效率的影响，根据Battese、Coelli（1995）的研究成果，可在式（5）的基础上引入技术非效率函数，如式（6）所示：

式（6）中：Crste1it、Crste2it、Crsteit分别为省份 i的高等院校在时期t的投入产出效率、成果转化效率和整体效率。lnGovit、lnSizeit、lnMarketit分别为省份i的大中型高技术企业在时期t的政府R&D资助、企业规模、市场化指数的对数形式。δ0为常数项，δ1、δ2、δ3、δ4、δ5、δ6分别为投入产出效率、成果转化效率、整体效率、政府R&D资助对数、企业规模对数及市场化指数对数的估计系数。若系数为负，说明其对技术效率有正向影响；若系数为正，则说明有负向影响；wit为随机误差项。

3.实证结果与分析。应用Stata 12.0软件对我国31个省市面板数据进行随机前沿模型的参数估计。表2报告了以新产品销售收入作为企业技术创新产出的随机前沿模型估计结果。

表2 新产品销售收入的随机前沿模型估计结果

（1）从随机前沿模型的估计结果来看，R&D人员对新产品销售收入有显著的正向影响，R&D资本对新产品销售收入却有显著的负向影响。R&D人员的产出弹性为0.9752，而R&D资本的产出弹性为-0.1754，表明相对于R&D资本而言，我国高技术企业创新生产过程中R&D人员具有更高的产出贡献。原因在于：①高技术企业具有知识与技术密集型特点，R&D人员是高技术企业技术创新的第一资源要素，也是高技术企业核心竞争力的基础。目前，我国R&D人员的数量已经超越美国，R&D人员总量连续八年位居世界首位。同时随着我国教育水平的提高，R&D人员的整体质量和素质进一步提高，越来越多高质量、高素质的科技型人才投入企业技术创新活动，使得企业创新生产过程中研发人员的产出贡献增加，进而提高了企业技术创新效率。②我国R&D经费投入强度较低，2014年我国R&D经费支出占GDP的比重仅为2.05%，与美、日、德等发达国家3%～4%的水平相比还有较大的差距。参考韩鹏（2014）、刘振（2011）等的研究，当前我国高技术企业仍属于粗放型的发展模式，R&D投资不足、规模投资过度，导致R&D总体上存在非效率投资行为，一定程度上抑制了企业技术创新效率。因此，高质量、高素质的R&D人员投入决定了高技术企业R&D人员较高的产出弹性，R&D投资不足、规模投资过度决定了高技术企业R&D资本较低的产出弹性。同时，R&D人员与R&D资本的产出弹性之和小于1，企业的创新生产表现出规模报酬递减的特征，这与Crepon和Duguet（1997）、吴延兵（2006）的研究结论相一致。这可能是因为创新生产过程中会应用某种稀缺资源，比如缺少某种关键的专用设备或者不具备核心技术，从而使得企业不能按比例合理地增加要素投入，从而出现了规模报酬递减的情况。

（2）从技术非效率函数的估计结果来看，供应模式下高校科研资源投入产出效率（Crste1）、成果转化效率（Crste2）均对企业技术创新效率有显著的负向影响。在高校科研的投入产出阶段，高等院校与企业之间的供需错配是影响企业技术创新的主要因素。高校市场化意识不足，近年来科研课题大部分由上级主管部门直接下达，或根据文献资料选题。这导致科学研究没有对接企业和市场需求，单纯追求学术价值，科技成果中理论探索较多，较少涉及工程性、工艺性方面的研究，多为技术跟踪、模仿或者低层次的重复研究，无法具有市场的领先性和工业化生产的可行性。企业从高校获取大量科技成果，投入大量资源进行后续研发及商业化，无法推出满足市场需求的产品，企业难以从中获取经济利益，一定程度上限制了企业的创新动力和效率提升。

在高校科研的成果转化阶段，知识溢出效应较为显著。由于知识的公共产品属性，所拥有的非竞争性和非排他性特征使其具有较低的复制成本，并且研发成果私有产权的确立也因为排他成本过高而难以实施，就算是拥有专利和知识产权，也很难阻止其他人模仿或者直接购买创新成果。通过产学合作，企业既可以节约研发成本，也可以利用知识溢出提高企业技术创新效率。

需求模式下高校科研资源整体效率（Crste）对企业技术创新效率有显著的正向影响。产学合作的加强使得高校与企业联系愈加紧密，将两者作为整体考虑，协同互补效应起主导作用。高校贴合企业的技术需求，投入技术、人才进行科学研究，企业提供资金和管理经验作为保障，有利于降低企业研发风险，降低企业研发费用，提高高校科研资源转化效率，同时增强了企业创新的动力和积极性，进而也提高了企业技术创新的效率。

（3）从技术非效率函数的其他控制变量来看，政府R&D资助、企业规模、市场化程度对企业技术创新效率的正向影响显著且稳定。政府R&D资助对企业技术创新效率有正向的促进作用。政府R&D资助为企业提供资金支持，一定程度上降低了企业技术创新过程中资金中断的风险，增强了企业进行技术创新的信心，从而有利于企业技术创新效率水平的提高。企业规模对企业技术创新效率有显著的正向影响。与小企业相比，大企业有更多更好的融资途径，同时也能更从容地面对外部风险，因而往往倾向于通过创新来巩固自己的市场地位，从而更加注重创新过程中的效率。市场化程度与经济活动中的市场力量和市场竞争环境密切相关，较大的市场力量将使企业进行技术创新时变得更有动力。同时，完善的市场法律制度也将对企业技术创新成果所带来的经济价值和预期收益起到保护作用。因此，市场化进程越快，将越有利于企业创新效率的提高。

五、结论与建议

1.结论。本文使用2009～2014年我国大中型高技术企业省际面板数据，用新产品销售收入代替企业技术创新的产出，用R&D资本总量和R&D人员数目作为企业技术创新的投入，以柯布—道格拉斯（C-D）生产函数形式的随机前沿模型作为实证模型，考察了高等院校科研资源转化效率与企业技术创新效率之间的关系，得出以下几点结论：

（1）R&D人员对企业技术创新产出有正向促进作用，这表明高质量、高素质的R&D人员投入有利于企业创新产出的增加。R&D投资不足、规模投资过度引起的企业非效率投资行为，导致R&D资本存量对企业技术创新产出有显著的负向影响。因此，政府及企业对高水平的技术人才的培养要给予高度重视。此外，在提高研发人员自身水平的同时，要积极地促进高校与企业之间的科技人才流动；在加大R&D经费投入的同时，要改善R&D资本的实际利用效果，从而提高企业的创新产出水平。

（2）政府R&D资助、企业规模、市场化程度均对企业技术创新效率的提升有直接的促进作用。为了推进企业的技术创新，政府可加大对企业技术创新的资助力度，坚持市场化改革方向，强化市场在资源配置中的作用。

（3）产学合作形成初期，以高校为主导的科研合作模式下，高校科研资源投入产出效率对企业技术创新效率具有显著的负向影响，成果转化效率也对企业技术创新具有显著的负向影响。当产学合作发展到成熟阶段，以企业为主导的科研合作模式下，高校贴合企业的技术需求进行科学研究，可以使两者更好地结合为有机整体时，高校科研资源整体效率对企业技术创新效率的提升具有显著的正向促进作用。这表明深化产学联盟中的校企合作对于提高高校在产业合作研发中的效能、提升我国企业的技术创新效率具有重要意义。

2.建议。

（1）构建多种形式的产业技术创新联盟。围绕“中国制造2025”、“互联网+”等国家重点产业发展战略以及区域发展战略部署，联合上下游企业和高校等构建一批产业技术创新联盟；围绕产业链构建创新链，加深产学联盟中的校企合作，形成优势互补，充分发挥“1+1＞2”的作用，提高高校在产业研发合作中的效能，以高等院校科研资源转化效率的提升促进企业技术创新。

（2）企业的研发要时刻以市场和顾客的需求为导向。校企合作更多的是为了提高企业的创新产品的市场竞争力，因而以顾客和市场需求为导向是促进企业技术创新的首要条件。高校科研要贴合企业的技术需求，更具针对性，从生产出发，即科研成果直接来源于生产、应用于生产，把高校研发更多地与企业的实际相联系，从而使得最终的科研成果能够增强企业的市场竞争力，提升产学合作模式的转换和升级。可以通过以下三点实现这种模式转变：一是牢记企业才是创新的主体，产学合作的目的是进一步确立企业在市场中的主体地位。二是从科技成果书面化向科技成果市场化转变，使得一切创新成果都以市场需求为导向。三是推进研发活动的开放化，企业要加强研发过程中的相互合作和交流，合理利用高校提供的资源，取长补短，实现自身的技术突破。

（3）对科技成果的转化机制进行完善。要完善和制定相关政策法规来支持科研成果的转化，这样才能对合作中各方的利益提供保障。对取得科研成果的研发团队和研发人员要给予合理的奖励，提高技术人员努力将科研成果市场化和产业化的积极性，从而使得科研成果更具有实用性。

Franz Todtling， Patrick Lehner， Alexander Kaufmann.Do Different Types of Innovation Rely on Specific Kinds of Knowledge Interactions［J］ ．Technovation，2009（29）．

David B.Audretsch，Marcel Hülsbeck，Erik E.Lehmann. Regional Competitiveness，University Spillovers and Enterpreneurial Activity［J］．Small Business Economics，2012（3）．

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）．

廖述梅．高校研发对企业技术创新的溢出效应分析［J］．科研管理，2011（6）．

Bryan Borys，David B.Jemison.Hybrid Arrangements as Strategic Alliances：Theoretical Issues and Organizational Combinations［J］．Academy of Management Review，1989（2）．

王鹏，张剑波．高校创新投入、产学合作与大中型工业企业创新产出——基于我国十三省市面板数据的实证研究［J］．暨南学报（哲学社会科学版），2014（10）．

孙泽文，叶敏．高校科技成果转化：过程、方式与制约因素［J］．广西社会科学，2012（12）．

温兴琦．高校科技成果转化困境与改革路径研究［J］．贵阳市委党校学报，2015（8）．

柳劲松．科技成果转化对民族地区经济增长贡献率研究——基于DEA模型的民族地区面板数据的实证［J］．科技管理研究，2009（9）．

顾烨，蒋伏心，白俊红．高校科研资源转化对经济发展方式转变影响研究［J］．特区经济，2015（4）．

朱平芳，徐伟民．政府的科技激励政策对大中型工业企业R&D投入及其专利产出的影响——上海市的实证研究［J］．经济研究，2003（6）．

白俊红，李婧．政府R&D资助与企业技术创新——基于效率视角的实证分析［J］．金融研究，2011（6）．

吴延兵．R&D存量、知识函数与生产效率［J］．经济学（季刊），2006（4）．

樊纲，王小鲁，朱恒鹏．中国市场化指数——各地区市场化相对进程2011年报告［M］．北京：经济科学出版社，2011．

韩鹏．高新技术企业非效率研发投资行为及其治理机制研究［M］．北京：中国经济出版社，2014．

刘振．中国高新技术企业非效率投资研究：R&D投资不足与规模投资过度［M］．北京：经济科学出版社，2011．