基于双重异质性的产学研协同创新关系及影响因素研究——来自合作发明专利的经验证据|专利|产学|产研|异质性|影响因素研究|科技成果

摘要

明晰产学研协同创新关系、加强产学研协同创新对构建国家创新体系具有重要意义。采用2009—2019年中国专利全文数据库中发明专利信息，运用信息熵测度产学研三边及产学、产研和学研双边协同创新水平，并借助Shapley分解，从地区发展水平、创新要素投入、市场发育程度、政府行为及基础设施建设等5个方面识别影响不同地区、不同协同创新模式协同创新关系的主导因素。结果发现：研究期内产学研协同创新呈企业主导局面，各类产学研协同创新水平都有较大提升空间，中部和西部地区比东部地区更倾向于进行产学研协同创新；整体上看，各类产学研协同创新水平主要受地区发展水平、创新要素投入及市场发育程度的影响；分地区看，东部地区各类产学研协同创新的主导影响因素为地区发展水平、创新要素投入和市场发育程度，中部和西部地区除受这三方面因素影响外，还主要受基础设施建设的影响。

产学研是我国技术创新体系的核心要素之一。促进产学研深度融合已成为当前中国经济高质量发展的重要举措，也是加快国家创新体系建设的重要组成部分。产学研协同创新作为促进产学研深度融合的着力点，是提高中国创新能力的关键策略与方法。但受制于合作方式单一、信息不对称、创新主体多样性不足、创新供给源动力不足等原因，当前中国产、学、研主体间仍面临难以有效协同的困境，产学研协同创新面临严峻形势，在国家创新战略推进中未能充分发挥作用。因此，准确把握中国产学研协同创新关系现状，并全面揭示其影响因素，对科学合理地促进产学研深度融合及创新体系建设等都具有举足轻重的现实意义。

整体来看，产学研关系经历了产学研合作、产学研协作和产学研协同等阶段。产学研协同是当前我国产学研发展的高级阶段，其目的是通过“协同”去改变我国产学研的被动状态。产学研协同创新，是指企业、高校、科研院所基于优势互补、利益共享、风险共担等原则建立的协同创新关系。围绕产学研协同创新，学术界一方面从理论层面聚焦产学研协同创新体系共享机制、利益分配机制等，并进行了深入剖析；另一方面，从实证角度聚焦产学研协同创新体系运行状态，对产学研协同创新效率或绩效等进行测度，还有研究进一步探讨了产学研协同创新如何影响地区绿色创新绩效、绿色创新能力等，或揭示了如何促进产学研协同创新。整体来看，这些研究普遍将企业、高校、科研机构3种创新主体及其协同关系作为一个整体。但在实践中，产学研协同创新的载体是产学研协同创新项目，其起点与对接点是合作伙伴的选择，根据创新项目的目标、创新主体的利益诉求等差异，会形成多种产学研协同创新模式。因此，产学研协同创新除包含企业、高校与研究机构三边主体协作模式外，还包括高校与研究机构、企业与研究机构等多种双边主体协作模式。但现有文献中却较少有研究进行产学研协同创新模式异质性的考察，因而研究结论具有一定的局限性。同时，在如何促进产学研协同创新的研究中，往往仅关注单一变量的作用或影响，这既使得有关研究在理论上难以形成统一的逻辑框架，也使得在实践中难以从整个复杂经济社会系统各个方面形成合力去指导产学研协同创新关系。此外，由于我国发展不平衡问题突出，不同地区情境下产学研协同创新关系及影响因素也可能发生显著变化。这些都使得有必要在异质性视角下对产学研协同创新关系及其影响因素进行深入挖掘探讨。

综上，本文基于产学研协同创新模式异质性和地区异质性，分别揭示产学研协同创新关系现状，并进一步挖掘影响产学研协同创新的主导因素。与现有研究相比，本文的主要创新点体现在：

一是从协同创新模式异质性出发，在明晰产学研三边协同创新模式及产学、产研和学研3种双边协同创新模式协同创新关系的基础上，探讨不同协同创新关系的主导影响因素，有助于丰富产学研协同创新的相关实证研究结论；

二是从地区异质性出发，揭示各类产学研协同创新模式协同创新关系及其主导影响因素的区域差异，有助于为强化不同地区、不同模式的产学研协同创新关系提供经验证据；

三是由于不同主体间的资源异质性是产学研协同创新的动力保障，结合现有研究，以资源异质性的影响作为提取产学研协同创新关系影响因素的逻辑起点，归纳和梳理影响产学研协同创新关系的主要因素并进行实证检验，以期获取更加系统且全面的研究结论。

研究设计

1.1 研究方法

1.1.1 信息熵。本文采用较为适合衡量协同水平的信息熵方法测算产学研协同创新水平。该方法将不同创新主体间的互动关系理解为相互信息，有助于降低由产学研组成的系统层面的不确定性，降低的不确定性就可以被看作反映创新主体间协同创新水平的指标。计算公式如下：

其中，i，j，k分别代表企业、高校与科研机构3种创新主体，H表示一维、二维或三维分布数据集的信息熵，U ⭣ij 代表双边合作的二维互信息转换量，U ⭣ijk代表三边合作的三维互信息转换量。式（1）、（2）中的H ⭣i，H ⭣ij，H ⭣ijk公式如下：

式（3）—（5）中的P ⭣i ，P ⭣i j和P ⭣ijk分别代表由不同创新主体，即企业、高校与科研机构独自、双边或三边合作研发的创新产出占总产出的比重。

产学研任意双边的二维互信息转换量和三边的三维互信息转换量即可分别表征双边或三边协同创新水平。根据测度结果，如果二维互信息转换量为正，表明合作双方存在协同关系，否则不存在协同关系，且该指标为正向指标；如果三维互信息转换量为负，表明合作三方存在协同关系，否则不存在协同关系，且该指标为负向指标。

1.1.2 基于回归方程的Shapley分解。本文采用该方法探究影响地区产学研协同创新水平的各类因素的贡献度，以揭示影响不同类型产学研协同创新模式的协同创新水平的关键因素。本文中Shapley分解的基础是产学研协同创新水平的决定方程，即：

其中，y 为各省（区、市）产学研协同创新水平，γ是随机误差项，x ⭣m代表y的影响因素，α⭣m为影响因素x ⭣m的回报率。通过式（6）可估算出每个影响因素对y 的影响。在此基础上，逐步剔除变量，依次比较包含该变量与不包含该变量时被解释变量的差距，并对结果取平均值，就可得到该变量对被解释变量变动的贡献度。

1.2 变量选取与指标说明

1.2.1 产学研协同创新水平。根据式（1）—（3），计算产学研协同创新水平须获取不同创新主体独自及合作研发的创新产出数量。由于专利是衡量地区创新能力的核心指标，本文重点考察专利这一创新产出。同时，专利包括发明专利、实用新型专利和外观设计专利3种类型，但鉴于发明专利比实用新型专利和外观设计专利包含更多科技信息，因此，本文以发明专利作为创新产出的代表。参考现有研究的做法，基于各项发明专利信息，依据专利申请人类型，将申请人名称中带有“公司”“集团”或“厂”的发明专利计入企业，将带有“大学”或“学院”的发明专利计入高校，将带有“研究中心”或“研究所”“研究院”的发明专利计入科研机构。在依次统计由3种创新主体单边独自、双边合作及三边合作发明专利数量的基础上，运用信息熵方法测算各省（区、市）产学、产研、学研的二维互信息转化量及产学研三维互信息转换量，分别用以表征双边协同创新水平及三边协同创新水平。

1.2.2 影响因素选取。协同创新意愿是协同创新的催化剂。创新主体是否追求协同创新以及选择哪些伙伴开展协同创新，与创新主体对异质性资源的掌控、吸收及运用等状态密切相关。有研究指出，异质性资源具有难以模仿、不可复制、稀缺性等特征，是各类创新主体追求协同创新的“动力源”“加速器”和“度量尺”。因此，能够影响创新主体对异质性资源掌控、吸收及运用等状态的因素均可被看作产学研协同创新的影响因素。根据现有研究，本文将可能影响产学研协同创新的因素分为地区发展水平、创新要素投入、市场发育程度、政府行为及基础设施建设等5个方面。

①地区发展水平。地区发展水平主要包括三方面：一是经济发展。实践中，经济发展水平较高的地区创新资源较丰富，创新主体受异质性资源制约较弱，可能会降低合作意愿；反之，经济发展水平较低的地区创新资源相对稀缺，创新主体受异质性资源制约较强，会增强合作意愿。二是产业结构。地区产业结构变迁会催生新技术领域、新技术需求等，各类创新主体需要加强对异质性资源的掌控、吸收与运用，以支撑创新活动，因而倾向于寻求合作伙伴去补齐资源短板并形成合作关系，有助于提升创新主体协同创新意愿。三是对外开放。开放条件能为外资进入、技术引进等提供便利，能通过增强地区良性竞争、强化知识产权保护等促进协同创新，但也可能在一定程度上由于缓解了异质性资源的稀缺性等问题而降低主体合作意愿，并通过技术依赖、逆向技术溢出等对协同创新产生负面影响。

②创新要素投入。创新要素投入是创新活动开展的基础。R&D投入则是创新要素投入的直接载体。不同主体间对于R&D要素的掌控、吸收等本身就是异质性要素的常见形式。因此，从R&D投入着手提升技术创新能力、促进技术进步是实践中的常用手段。但R&D投入对产学研协同创新的作用是促进抑或抑制，目前尚没有统一结论。但有研究指出，只有有效的R&D投入，才能对促进创新主体参与产学研协同创新起到有益影响。本文在R&D投入上主要考察R&D人员投入和R&D经费投入。

③市场发育程度。市场发育程度对于产学研协同创新的影响，主要可以从两个方面考察：一是技术市场发育程度。一般地，技术市场越发达，对技术的需求越大，受资源稀缺性影响，会增强产学研协同创新意愿。但各类创新主体，特别是企业主体，其在创新过程中不仅承担技术生产者的职能，还具有技术使用者的身份，因此，技术市场过度发达也可能降低企业等作为技术需求方时获取技术的难度，从而降低其作为技术供给方时与其他主体协同创新的意愿。二是地区市场发育程度。较高的市场化程度有利于资源要素在创新主体间实现流动与共享，能为异质性资源在企业、高校和科研机构间流动整合与利用提供保障，从而促使产学研协同创新。但过高的市场化程度会在“看不见的手”影响下，使资源要素不断从低效部门向高效部门转移，造成资源要素过度集聚，从而降低创新主体协同创新意愿。

④政府行为。产学研协同创新作为一种知识生产活动，其外溢性会导致创新的“市场失灵”，因而有必要关注政府行为对产学研协同创新的影响。政府通过财政资助、研发补贴等形式能鼓励产、学、研协同创新，但政府资金的介入及其所具有的杠杆效应也能在一定程度上缓解资源的稀缺问题，降低创新主体合作意愿，因而也可能难以对产学研协同创新产生理想的促进效果。

⑤基础设施建设。近年来，以互联网为代表的信息基础设施建设和以铁路为代表的交通基础设施建设，在打破空间地理位置对创新资源要素的束缚以促进创新要素区际流动以及促进知识与技术在创新主体或群体间共享等方面发挥了重要作用，影响了产学研合作意愿。特别是互联网的快速发展改变了产学研协同创新所处情境，使协同创新主体间信息交流更高效、便捷，强化了产学研主体协同创新意愿。但这同样会引起创新要素等的过度集聚，从而对产学研协同创新意愿产生抑制作用。

通过以上分析可以看出，各类影响因素对产学研协同创新的影响都存在一定的不确定性。为有效促进产学研协同创新水平提升，有必要依据现实情况对不同协同创新模式的影响因素给予具体分析。本文选取的5个方面影响因素及相关说明如表1所示。

1.3 数据来源与说明

计算产学研协同创新水平所采用的发明专利信息来自国家知识产权局专利数据库中的发明专利数据库，影响因素分析所采用的指标数据主要来自《中国统计年鉴》和《中国科技统计年鉴》。鉴于发明专利自申请日起18个月予以公开，以及西藏部分数据缺失，本文以30个省（区、市）2009—2019年的面板数据为研究样本。数据处理软件为Stata。

产学研协同创新关系分析

2.1 发明专利统计结果

2.1.1 分地区发明专利统计结果。如图1所示，研究期内，横向对比不同地区发明专利占比发现，东、中、西部各地区发明专利占全国总量的比重依次减少，且东部地区占比明显高于中、西部地区。纵向分析各地区发明专利占比随时间演化发现，东部地区发明专利所占比重在2009—2017年间呈明显下降态势，直到2018年才有所上升；相应地，中部和西部地区发明专利所占比重在2009—2017年间有所提升，2018年后有所下降，表明东部和中、西部地区发明专利差距有加大的趋势，须引起关注。

2.1.2 分申请人类型发明专利统计结果。从不同类型申请人单边或合作研发的发明专利情况看（见图2、图3）：首先，无论是全国整体，还是东、中、西部地区，或是各省（区、市），由产、学、研单边研发的发明专利占比均明显高于双边和三边合作研发的发明专利占比，表明研究期内中国产学研合作创新力度仍然较小，研发活动呈现出碎片化和孤岛化特征。其次，在单边发明专利数量上，全国及东中西部各地区均呈现出“产>学>研”的特点。具体到各省（区、市），除吉林、黑龙江、海南、陕西和甘肃5省外，其余省（区、市）企业申请的发明专利占比均超过50%，特别是安徽、广东和江苏3省企业申请的发明专利占比达到80%以上，表明研究期内中国发明专利的最大供给主体是企业。最后，在双边或三边合作发明专利数量上，总体呈现“产学>产研>学研>产学研”的特点，表明研究期内产学研双边合作较三边合作更为频繁。

2.2 产学研协同创新水平测度结果

2.2.1 国家产学研协同创新水平。首先，计算全国层面产学、产研、学研之间二维互信息转化量及产学研三维互信息转化量，结果如图4所示。从二维互信息转化量的演变趋势可以看出：第一，2009—2019年间，二维互信息转化量呈现“产学>产研>学研”的特征，说明以发明专利作为创新产出的代表去衡量协同创新水平时，企业与高校的合作紧密程度相对较高，发明专利研发呈现企业主导的格局。第二，产学二维互信息转化量在研究期内呈波动上升趋势，表明企业和高校在发明专利研发上合作关系有所增强；产研和学研二维互信息转化量却呈轻微下降态势，意味着企业和研究机构、高校和研究机构在发明专利研发方面的合作关系有所减弱。从三维互信息转化量看出，三维互信息转化量始终为负，表明研究期内产学研三方始终存在协同创新关系，同时，三维互信息转换量在研究期内整体呈波动上升态势，但由于该指标为负向指标，意味着产学研三方协同创新关系趋于松散。本文认为，这可能与研究期内各类主体在创新活动中始终保持自身固有职能，没有根据复杂的经济、市场环境等变化，积极拓展出能满足其他主体需要的新职能密切相关。整体来看，全国产学研协同创新水平仍有较大的提升空间。

2.2.2 分地区产学研协同创新水平。分别计算东、中、西部地区产学研二维和三维互信息转化量，结果如图5所示。可以看出：一方面，研究期内，各地区产学二维互信息转化量整体呈波动上升态势，企业与高校合作趋于紧密，协同创新水平有所提升；产研、学研二维互信息转化量在研究期内于各地区均整体呈波动下降态势，但各地区都在2018年以来有明显上升趋势，合作关系出现向好转变；产学研三维互信息转化量在2009—2018年呈上升态势，表明各地区产学研三边协同创新水平下降，合作趋于松散，但也均于2019年大幅下降，三边协同创新水平有所提升。另一方面，整体来看，产学研协同创新水平具有地区不平衡特征，表现为相较于中部和西部地区，东部地区产学研协同创新水平相对较低。究其原因，可能与各类创新主体追求协同创新的动力与异质性资源的掌握密切相关。东部地区凭借良好的区位优势、较高的发展水平等聚集了较多的创新资源，创新主体研发活动受资源稀缺性约束相对较小，而中、西部地区却由于自身发展滞后，创新资源等相对稀缺，创新主体研发活动受资源稀缺性约束相对较大，因而东部地区各类创新主体对产学研协同创新的意愿相较中、西部地区较低，从而使发明专利数量明显较多的东部地区产学研协同创新水平反而较低。

2.2.3 各省（区、市）产学研协同创新水平。将2009年、2014年和2019年作为3个代表性年份，用雷达图展示各省（区、市）不同产学研协同创新模式互信息转化量的演变情况（见图6）。可以看出：对于产学协同创新，代表2019年产学二维互信息转化量的曲线相较2009年的曲线整体向外扩张，多数省（区、市）产学协同创新水平有所提升，但也有例外，如江西、浙江、江苏、黑龙江等个别省份，雷达图上相应位置向中心收缩，产学双边协同创新水平有所下降；对于产研和学研双边协同创新，代表2019年的曲线相较2009年的曲线整体向内收缩，多数省（区、市）这两种协同创新模式协同创新水平有所下降；对于产学研三边协同创新，产学研三维互信息转化量也整体向外扩张，三维互信息转化量增大，表明多数省（区、市）产学研三边协同创新水平有所下降。

产学研协同创新关系的影响因素分析

下文将进一步揭示影响各类产学研协同创新模式协同创新水平的主要因素。由于产学研三维互信息转化量为负向指标，为便于实证结果解读，后文对计量模型进行回归时，对该指标做正向化处理。

3.1 全样本回归及分解结果

3.1.1 回归结果。表2汇总了分别以产学研三边协同创新水平及产学、产研和学研双边协同创新水平为被解释变量时的全样本回归结果。如表2列①所示，对于产学研三边协同创新，反映地区发展水平的3个方面中仅对外开放对其有显著促进作用，经济发展和产业结构会显著抑制产学研三边协同创新；从创新要素投入看，R&D人员投入显著抑制了产学研三边协同创新，但R&D资金投入有显著促进作用；从市场发育程度看，技术市场发育程度会显著正向影响产学研三边协同创新，但地区市场发育程度的影响显著为负；从政府行为看，研究期内政府支持力度不利于产学研三边协同创新；从基础设施建设看，地区铁路建设以及互联网建设都能显著促进产学研三边协同创新。

对于3种双边协同创新（如表2列②—④），研究期内，在地区发展水平包含的3个方面中，经济发展仅能显著促进产研协同创新，对产学和学研协同创新的回归结果虽然系数为正，但不显著；对外开放虽然会显著抑制产学协同创新，但却能显著促进产研和学研协同创新；产业结构与3种双边协同创新之间均为负向关系，与产学协同创新间的负向关系甚至在1%的水平下成立。在创新要素投入的两个方面中，R&D人员投入仅能显著促进产学协同创新，对产研和学研协同创新的作用均显著为负；R&D资金投入则仅与产学协同创新为显著负向关系，与产研和学研协同创新的关系未通过统计学检验。在市场发育程度所关注的两个方面中，技术市场发育程度与3种双边协同创新之间均为正向关系，但对产学协同创新的影响在研究期内尚不显著；地区市场发育程度则对产学协同创新具有显著的促进作用，但对产研和学研协同创新则具有显著的抑制作用。在政府行为方面，政府干预不利于产学和学研协同创新，但能对产研协同创新起到积极影响。在基础设施建设所关注的两个方面中，互联网建设不仅对产学和学研协同创新的促进作用不显著，甚至还会显著抑制产研协同创新；铁路建设则对产学和学研协同创新有积极影响，但会在1%的显著水平下抑制产研协同创新。

3.1.2 基于回归的Shapley值因素分解。基于以上回归结果，进一步通过Shapley分解探讨不同类型产学研协同创新模式下影响协同创新关系的主导因素。如表3所示，就产学研三边协同创新而言，地区发展水平、市场发育程度以及创新要素投入的贡献度分别为28.11%，26.94%和24.27%，是最重要的影响因素；其次是基础设施建设，贡献度为14.53%；政府行为的影响最小，贡献度不足10%。就双边协同创新而言，对产学协同创新影响最大的是地区发展水平，贡献度高达39.34%；其次是市场发育程度，贡献度为27.37%；再次是创新要素投入和基础设施建设，贡献度分别为14.59%和13.45%；最后是政府行为，贡献度仅为5.26%。对于产研协同创新，创新要素投入和市场发育程度的贡献度都达到30%以上，是最重要的因素；其次是地区发展水平和基础设施建设，两者贡献度分别为19.47%和16.26%；最后是政府行为，贡献度相对较低。对于学研协同创新，市场发育程度的影响最大，贡献度高达44.12%；其次为创新要素投入，贡献度达到33.34%；然后依次为地区发展水平、政府行为和基础设施建设。可以看出，虽然各类影响因素对不同产学研协同创新模式协同创新水平的贡献度存在一定差异，但整体上，这4种产学研协同创新模式协同创新水平的主导影响因素均为地区发展水平、创新要素投入及市场发育程度，基础设施建设和政府行为的影响相对较小。

结合表3可以看出，就地区发展水平而言，研究期内，产业结构是不利于各类产学研协同创新关系强化的最重要原因，这可能与研究期内中国产业结构整体趋于初级化有关。就创新要素投入而言，R&D人员与资本投入对多种产学研协同创新关系尚难以发挥有益影响。这一方面可能与两种创新要素整体不足，尚未达到能促进产学研协同创新的合理区间有关；另一方面，则可能与两种要素在研究期内存在地区错配，未能在各地都达到有效配置有关。就市场发育程度而言，不断推进技术市场建设是促进产学研协同创新的重要手段。

3.2 异质性地区回归及分解结果

考虑到我国东、中、西部地区产学研协同创新水平也存在明显差异，因而本文进一步深入挖掘东、中、西部地区产学研协同创新水平的主导影响因素，以期能获取更具针对性的研究结论。回归结果和Shapley分解结果分别如表4和表5所示。

3.2.1 回归结果。回归结果如表4所示，就东部地区而言，产学研三边协同创新关系受对外开放、R&D资金投入、互联网建设和铁路建设的显著促进作用，以及受R&D人员投入与地区市场发育程度的显著抑制作用，其他变量影响不显著；产学双边协同创新关系受到经济发展和R&D人员投入的显著促进作用，以及受对外开放、产业结构及R&D资金投入这3个变量的显著抑制作用，其他变量影响未通过统计学检验；产研双边协同创新关系受产业结构和政府行为的显著促进作用，以及受R&D人员投入及铁路建设的显著抑制作用；学研双边协同创新关系仅有铁路建设和R&D人员投入对其的影响通过了统计学检验，且作用方向分别为促进和抑制。

就中部地区而言，对于产学研三边协同创新关系，具有显著促进作用的变量有经济发展、R&D资金投入及铁路建设，具有显著抑制作用的变量有R&D人员投入、地区市场发育程度及互联网建设；对于产学协同创新关系，产业结构、R&D人员投入及地区市场发育程度对其有显著促进作用，具有显著抑制作用的变量为技术市场发育程度及互联网建设；对于产研协同创新关系，技术市场发育程度和铁路建设对其有显著促进作用，产业结构、R&D人员投入及互联网建设对其有显著抑制作用；对于学研协同创新关系，具有显著促进作用的变量有经济发展、对外开放及铁路建设，R&D人员投入、技术市场发育程度及互联网建设对其有显著抑制作用。

就西部地区而言，能显著强化产学研三边协同创新关系的因素仅有R&D人员投入，经济发展和地区市场发育程度会显著抑制产学研三边协同创新；能显著强化产学协同创新关系的因素有经济发展、R&D人员投入、地区市场发育程度、互联网建设和铁路建设，具有显著消极影响的因素有地区产业结构和R&D资金投入；对产研协同创新关系有强化作用的变量包括R&D资金投入和技术市场成交额，会显著抑制产研协同创新的变量有R&D人员投入和铁路建设；对学研协同创新关系有强化作用的变量为对外开放和技术市场发育程度，地区市场发育程度会显著抑制学研协同创新。

3.2.2 基于回归的Shapley值因素分解。表5进一步列出了各地区不同产学研协同创新关系中各类影响因素的Shapley分解结果。从表5中可以看出，各类协同创新模式协同创新关系的主导影响因素在东、中、西部地区存在明显差异。

在东部地区，创新要素投入是影响产学研三边协同创新和产研双边协同创新的主导因素，贡献度均超过40%，对于这两种协同创新模式，贡献度较大的影响因素还有市场发育程度和地区发展水平，基础设施建设和政府行为的影响相对较小；对于产学协同创新，地区发展水平的贡献度高达61.09%，明显高于其他因素，是最重要的影响因素，然后依次为市场发育程度和基础设施建设，创新要素投入和政府行为的影响相对较小；学研协同创新主要受地区发展水平、市场发育程度和创新要素投入这三大因素的共同影响。

在中部地区，产学研三边协同创新和学研双边协同创新都主要受地区发展水平和创新要素投入的影响，贡献度都达到30%以上，其次是市场发育程度和基础设施建设，政府行为影响最小；对于产学和学研协同创新，基础设施建设是最重要的影响因素，贡献度都超过50%，其次是地区发展水平，贡献度都在20%以上，再次是市场发育程度，贡献度在10%左右，最后分别是创新要素投入和政府行为。

在西部地区，对产学研三边协同创新影响最大的是创新要素投入，其次是地区发展水平和市场发育程度，再次是基础设施建设，政府行为影响最小；产学协同创新主要受创新要素投入、市场发育程度和基础设施建设的影响，其次是地区发展水平，最后是政府行为；影响产研协同创新的主导因素是市场发育程度和基础设施建设，其次是创新要素投入，最后依次为地区发展水平和政府行为；对于学研协同创新，市场发育程度是主导影响因素，贡献度接近50%，其次是基础设施建设，再次分别是地区发展水平和创新要素投入，最后是政府行为。

由上可知，东部地区产学研协同创新关系整体上主要受创新要素投入、地区发展水平和市场发育程度的共同驱使，但对于中部和西部地区，除受上述3类主导因素影响外，基础设施建设也是影响地区产学研协同创新关系的重要因素。本文认为，虽然相较于东部地区，中部和西部地区发展水平相对滞后、创新要素集聚程度相对较低，但以铁路、互联网为代表的基础设施建设能为地区吸引创新要素流入，加强创新要素在企业、高校、科研机构中的自由转移与扩散等，为促进创新要素在地区内积累、加强创新主体互动等带来积极影响。因此，基础设施建设对中部和西部地区产学研协同创新具有较大的作用和意义。但对于东部地区来讲，其已凭借自身的区位优势聚集了全国大量的创新要素，且以铁路与互联网为代表的基础设施建设也相对较为成熟并已经获取了大量红利，因而研究期内基础设施建设已不是驱动产学研协同创新的主导因素。

结论与启示

4.1 研究结论与实践启示

本文采用30个省（区、市）2009—2019年发明专利信息，运用信息熵测算各省（区、市）不同产学研协同创新模式下的协同创新水平，在明晰全国、东中西部地区及各省（区、市）产学研协同创新关系的基础上，借助面板数据模型和Shapley回归分解，从地区发展水平、创新要素投入、市场发育程度、政府行为及基础设施建设5个方面，分别基于全样本和分区域样本识别在各类产学研协同创新模式下影响协同创新关系的主导因素。研究发现：

第一，研究期内以发明专利合作情况反映的产学研协同创新关系呈现以企业为核心的特征，整体上看，各类产学研协同创新模式协同创新水平都有较大提升空间，且具有明显的区域不平衡特征，东部地区的产学研协同创新关系相较中部和西部地区较为松散。

第二，从全样本上看，在不同产学研协同创新模式下协同创新关系的主导影响因素存在差异。但整体上，各类产学研协同创新关系均主要受地区发展水平、创新要素投入和市场发育程度的影响，政府行为和基础设施建设的影响相对较小。

第三，分地区看，在各类产学研协同创新模式下影响协同创新关系的主导因素也不同。综合来看，东部地区影响产学研协同创新关系的主导因素有创新要素投入、地区发展水平和市场发育程度，基础设施建设和政府行为的影响相对较小；但中部和西部地区，基础设施建设也是影响地区产学研协同创新关系的重要因素。

为深入贯彻创新驱动发展战略，促进产学研融合创新，结合本文研究结果，提出以下对策建议：

第一，不断加强企业、高校和科研机构互动，增强产学研协同创新。要围绕三方创新主体在创新链、价值链中的固有职能，积极拓展其他有助于增强协同创新关系的新型职能，在坚持企业在产学研三方协同创新中的主体地位的同时，不断促进其与高校、科研机构合作，促进知识成果转化。

第二，坚持因事制宜与因地制宜相结合，针对不同产学研协同创新模式，在不同地区制定差异化驱动策略。

全国整体上，以建立健全技术市场交易机制、促进技术成果交易、大力培育发展技术市场为首要重点，进一步推动对外开放、优化产业结构，并持续加大科技资金与人才投入等，为产学研协同创新提供更多创新要素供给与需求供给；此外，还要不断加强以互联网、铁路等为代表的基础设施建设，促进创新主体交流、合作。在不同地区，也要在各类产学研协同创新模式的驱动上体现出政策差异。东部地区在产学研三边协同创新上，要以增加科技资金投入为主，同时通过优化产业结构为三边协同创新提供更多的项目载体；在双边协同创新上，则应将重点放在加大科技经费投入上，同时通过不断健全地区技术市场交易机制等促进技术的市场化发育，提高技术市场成交额，并不断促进地区经济发展、对外开放。相较东部地区，中部和西部地区产学研协同创新受到更多因素的影响，除了加大科技人员与经费投入外，提升经济发展水平、加快对外开放步伐、促进产业结构优化升级以及深化市场化体制机制改革等也都是中部和西部地区强化各类产学研协同创新关系需要关注的重点；与此同时，中部和西部地区还应加强铁路、互联网等基础设施的建设及使用，使其在促进产学研协同创新方面发挥积极作用。

4.2 局限与不足

本研究存在以下不足：

一是基于国家知识产权局专利数据库中的发明专利数据，仅分析了2009—2019年间产学研协同创新关系。但在实践中，创新体系建设除了要关注产学研协同创新外，政府、各类中介组织等的重要性越来越大，也需要予以重视。

二是本文用发明专利来表征创新产出，但发明专利仅是地区创新产出的类型之一，今后可以在此基础上，加入论文、专著等创新产出类型，得出更加精确的产学研协同创新关系。

三是受数据获取的制约，在影响因素的回归分析中仅关注了代表各类影响因素的变量，未加入控制变量，今后也可在这方面进一步开展研究。