CNDD文献复刻 | 企业合作研发模式与创新质量（免分享）
如何提高企业创新绩效，增强其高质量创新能力，是中国经济发展的重要议题。而企业在创新活动中会面临诸多困难与挑战，包括技术的复杂性、投资的高成本和高风险等（周开国等，2017）。为解决上述难题，企业更多倾向于选择与其他机构合作研发，以共同应对日益复杂的技术变革，分摊高额的创新成本，分散创新成果不确定性带来的风险，由此合作研发成为趋势（Kamien et al.，1992；De Faria et al.，2010）。但企业与其他机构之间的合作研发能否真正帮助企业提升创新质量？对于这一议题，现有研究并未达成一致意见。为回答上述问题，本文使用 1992—2016 年第一申请人为企业的授权发明专利数据，基于联合申请数据构造合作研发指标；进一步根据申请人名称信息手动整理申请人类别，构建不同合作研发模式指标；使用剔除所有申请人自引用后的专利被引用数量衡量企业创新质量，以进行实证分析。
01 文献简介
本文使用如下计量模型分析企业合作研发对企业创新质量的影响。具体地，使用模型（1）分析企业合作研发是否会对创新质量产生影响，使用模型（2）分析不同合作研发模式是否对创新质量存在差异化影响：
表 1 中 Panel A 的第（3）、（4）列结果表明，同一企业在同一年份同一技术领域（IPC 小类）中合作和独立研发的授权发明专利，其窗口期内剔除自引用后的被引用数量没有显著的差异，说明两者的平均质量并没有显著区别。换言之，企业与其他机构合作研发并不能显著提高企业的创新质量。 Panel A 第（1）、（2）列和第（3）、（4）列的合作系数估计值之间存在显著差异，前两列显著为正，后两列不显著，该差异说明了识别企业合作研发与企业创新质量间因果关系的复杂性。这一复杂性重点表现为企业在特定年份对不同技术领域采取的创新策略会同时影响其合作偏好与创新表现。例如，当部分技术领域在某一年发生变革时，一些企业可能会采取扩张性的创新策略，从而更多地选择合作研发专利，同时增加当年的研发投入。当不控制三类固定效应的交乘项时，合作系数会囊括企业研发投入对专利质量的影响，进而高估合作的影响。因此，在回归分析中加入三类固定效应的交乘项至关重要，后文的实证分析均控制该组固定效应。
表 1 中 Panel B 的结果显示，产学研合作系数均在 1% 的水平上显著为正，说明产学研合作对专1822023 年第 10 期利窗口期内剔除自引用后的被引用次数始终保持显著的正向影响。以第（3）、（4）列的回归结果为例，实证发现：同一企业在同一年份同一技术领域（IPC 小类）进行专利研发，产学研合作研发的专利质量明显高于企业独立研发的专利质量；而其他三种合作研发模式产生的专利，其质量与企业独立研发的专利没有显著的差异，甚至在某些情况下，企业间合作研发的专利质量会显著更低。对比结果说明企业进行产学研合作能够显著地提高其创新质量，提升其高质量创新能力。表 1 的结果为假说 1 提供了实证支持。表 1 中控制变量对应的回归结果也符合经济学逻辑。发明人数量的系数显著为正，表明高质量人力资本投入，对企业创新质量具有显著的正向影响。此外，企业使用专利代理机构能帮助提高专利质量。该结果可能的解释为，专利代理机构能够优化专利权利要求的内容，完整展现专利的技术内容，突出其技术特点，从而提高专利被引用数量。控制变量的结果与经济学逻辑相符，进一步支持了本文模型设定与变量选择的合理性。
▪ 客服微信方式：
扫描下方二维码，或搜索下方微信号。
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001
