黃菁菁

(南京理工大學 經濟管理學院，江蘇 南京 210094)

引 言

中國經濟高速增長的成就曾源于對傳統生產要素的巨大動員能力，但經過數十年的發(fā)展，資本、勞動等傳統生產要素的邊際優(yōu)勢逐漸降低，中國要實現可持續(xù)發(fā)展，必須不斷創(chuàng)新和實現技術升級[1]。然而，長期以來，由于對國外技術的過度依賴，導致許多產業(yè)仍較缺乏核心技術和尖端產品。那么，如果走技術引進的道路不是長久之策，獨立自主創(chuàng)新短期內又難以實現，中國該如何提升創(chuàng)新能力，實現技術升級？

以多元創(chuàng)新主體合作為基礎的協同創(chuàng)新為中國技術升級路徑的選擇提供了一個新思路，習近平總書記在中國共產黨十九次全國代表大會上作的報告再次強調，要“建立企業(yè)為主體、市場為導向、產學研深度融合的技術創(chuàng)新體系”。目前，協同創(chuàng)造在國內已經得到極大的發(fā)展，并取得不少成果，但是其對技術創(chuàng)新和技術升級的作用仍未達到預期效果，這其中的原因值得深入探討。對于企業(yè)主導型協同創(chuàng)新和學研主導型協同創(chuàng)新，它們對技術升級的影響機理及實現路徑是什么？它們促進技術升級的過程中哪個環(huán)節(jié)出現了問題？如何科學有效地選擇協同創(chuàng)新模式，制定有針對性的創(chuàng)新戰(zhàn)略，才能在中國不平衡的市場發(fā)展和巨大地區(qū)差異背景下有效實現技術升級？回答這些問題對當前建設創(chuàng)新型國家、實現產業(yè)轉型和升級具有重要意義。

現有研究大多側重于分析協同創(chuàng)新在技術創(chuàng)新中的作用。相關研究在早期多集中在產學研合作對微觀層面企業(yè)創(chuàng)新的影響上，學者們認為產學研合作主要通過幫企業(yè)獲取互補性外部資源[2]、分散創(chuàng)新成本和減少創(chuàng)新風險[3][4]和使企業(yè)在學習共享和知識溢出中獲益[5]來提升企業(yè)創(chuàng)新績效。隨著研究不斷深入，學者們開始研究協同創(chuàng)新在區(qū)域創(chuàng)新和產業(yè)升級中的作用，但結論尚未取得一致。一部分研究認為，協同創(chuàng)新對產業(yè)技術升級有積極影響[2，6，7]，但另一部分研究認為，協同創(chuàng)新的作用有限，原因包括：創(chuàng)新主體間沒有良好聯結關系、缺乏有效契約、缺乏平臺支撐和成果涉及商業(yè)機密沒能很好體現等[8，9]。盡管現有研究具有很大啟發(fā)意義，但大部分研究只側重協同創(chuàng)新單一模式對技術升級的線性影響，忽略了協同創(chuàng)新模式的差異和影響路徑的多重性，不能完全揭示協同創(chuàng)新影響技術升級的真實路徑，具有嚴格理論闡述和實證分析的相關研究仍然缺乏，而區(qū)域創(chuàng)新系統作為國家創(chuàng)新系統的重要組成部分，從區(qū)域協同創(chuàng)新模式的視角進行理論和實證研究具有重要意義。

因此，本文根據區(qū)域創(chuàng)新主體要素地位及創(chuàng)新目標的差異，將區(qū)域協同創(chuàng)新分為企業(yè)主導型和學研主導型，并考慮政府支持在其中的作用，構建協同創(chuàng)新技術升級的多重路徑，基于中國省級面板數據采用PLS-SEM模型進行實證分析?？赡艿倪呺H貢獻為：(1)從區(qū)域協同創(chuàng)新模式視角，考慮協同效應的中間作用及政府支持的影響，提出協同創(chuàng)新影響技術升級的多重路徑理論分析框架，試圖打開協同創(chuàng)新影響技術升級的“黑箱”，找出協同創(chuàng)新效果不夠顯著的問題所在；(2)研究方法上，基于面板數據的傳統計量分析方法過于簡化了協同創(chuàng)新對技術升級的影響過程，降低了其應用價值，而本文將微觀層面常用的PLS-SEM模型融合到宏觀層面的升級路徑研究中，采用中國省級面板數據實證檢驗協同創(chuàng)新影響技術升級多路徑復雜模型，為傳統計量分析方法提供補充；(3)考察協同創(chuàng)新影響技術升級的地區(qū)差異性，為不同市場發(fā)展程度地區(qū)的協同創(chuàng)新模式選擇提供參考。研究結論能為區(qū)域協同創(chuàng)新的發(fā)展和技術升級路徑的探索提供科學借鑒。

一、理論分析與研究假設

1. 直接路徑：協同創(chuàng)新模式與技術升級

技術升級主要體現在生產要素優(yōu)化、技術水平進步和生產率提高上，但從根本上說，技術升級主要是技術進步和企業(yè)創(chuàng)新能力的提升[10]。已有研究認為，協同創(chuàng)新對技術升級的直接影響途徑主要有兩條：一是異質性資源整合，通過幫助創(chuàng)新主體在開放合作中獲取、整合互補性知識和刺激持續(xù)創(chuàng)新，為技術升級提供知識支撐；二是技術溢出效應[11]，通過創(chuàng)新外溢作用促進生產率的提升和經濟持續(xù)增長。然而，對于不同類型的協同創(chuàng)新，這種直接作用并不一定顯著。企業(yè)主導型協同創(chuàng)新是以企業(yè)為主體，結合自身開發(fā)或擁有的技術能力，以滿足客戶需求和形成市場優(yōu)勢為戰(zhàn)略目標進行合作以獲取利益的協同創(chuàng)新活動，這種模式的協同創(chuàng)新易于發(fā)揮市場的資源配置作用，最大限度地提高技術研發(fā)效率和推動創(chuàng)新擴散，從而直接促進技術升級。對于主要依托學研機構在人力資本、學術基礎、研發(fā)能力以及科技信息等優(yōu)勢和以科學研究為指導方向的協同創(chuàng)新模式而言，雖然其在幫助企業(yè)解決重大技術需求方面具備顯著優(yōu)勢，但這種模式在直接促進技術升級中存在諸多困難。首先，協同創(chuàng)新涉及主體多，且主體之間存在戰(zhàn)略目標差異、利益分配沖突等問題，專長非組織和管理的學研機構難以應對這種復雜情況，從而不利于技術升級；其次，學研機構注重學術價值，更關注基礎共性技術研究，但這類研究風險大、不確定性高，短期難以看到收益，甚至入不敷出。因此，學研主導型協同創(chuàng)新難以直接促進技術升級?；谝陨戏治觯芯刻岢鲆韵录僭O：

H1a：企業(yè)主導型協同創(chuàng)新對技術升級有直接促進作用；

H1b：學研主導型協同創(chuàng)新對技術升級的直接促進作用不顯著。

2. 間接路徑：協同效應作用下的協同創(chuàng)新模式與技術升級

(1)協同效應與技術升級

除了直接影響路徑，仍可能存在協同創(chuàng)新影響技術升級的重要間接路徑。Meijers(2005)[12]認為協同創(chuàng)新中的協同效應是創(chuàng)新主體們基于自身目標和異質性資源，在合作創(chuàng)新過程中通過配合協作，使合作體產生大于個體創(chuàng)新主體的線性之和的效應，特別是產生協同創(chuàng)新的互補性和外部性。在區(qū)域協同創(chuàng)新中，不同創(chuàng)新主體通過協同效應產生的連鎖反應可以激活創(chuàng)新企業(yè)、提升創(chuàng)新主體間的交互聯系和刺激創(chuàng)新生成，產生單獨要素無法實現的整體效應，最終促進產業(yè)技術水平升級。可見，協同效應在協同創(chuàng)新影響技術升級的過程中有著重要作用。根據現有研究，協同效應主要體現為三個方面：一是知識創(chuàng)新效應，即在協同創(chuàng)新中實現互補資源、知識的流動和擴散，縮短新知識、新技術的發(fā)現時間，助力企業(yè)獲取知識優(yōu)勢和核心技術[13][14]；二是價值創(chuàng)造效應，即在協同創(chuàng)新中實現資源、知識的關聯和共享，降低企業(yè)成本、增加企業(yè)創(chuàng)新績效或者經濟效益[15]；三是人力資本提升效應，即通過協同創(chuàng)新為不同領域的人才提供交流學習的對接平臺，為區(qū)域創(chuàng)新提供智力支撐和人才儲備。這三種效應有助于企業(yè)技術能力提升、促進產業(yè)向高價值、高技術含量轉變?；谝陨戏治?，提出以下假設：

H2a：知識創(chuàng)新效應對技術升級有積極影響；

H2b：價值創(chuàng)造效應對技術升級有積極影響；

H2c：人力資本提升效應對技術升級有積極影響。

(2)協同創(chuàng)新模式、知識創(chuàng)新效應與技術升級

高校和科研機構是知識創(chuàng)新的主體，憑借在學術資源、科研經驗和研發(fā)條件上的種種優(yōu)勢，學研主導型協同創(chuàng)新更容易通過知識創(chuàng)新間接引發(fā)技術進步。不過，知識創(chuàng)新的新發(fā)現、新成果不僅要瞄準科學前沿問題，還要關注國民經濟發(fā)展的現實問題[16]。企業(yè)主導型協同創(chuàng)新立足于市場信息和市場需求，由市場決定創(chuàng)新方向、項目選擇，因此更能創(chuàng)造出符合現實需求和市場發(fā)展趨勢的新技術和新成果，由此引發(fā)的知識創(chuàng)新效應將使技術升級更有效率。由此，本研究提出以下假設：

H3a：企業(yè)主導型協同創(chuàng)新可通過知識創(chuàng)新效應間接促進技術升級；

H3b：學研主導型協同創(chuàng)新可通過知識創(chuàng)新效應間接促進技術升級。

(3)協同創(chuàng)新模式、價值創(chuàng)造效應與技術升級

企業(yè)參與協同創(chuàng)新的最終目的是將創(chuàng)新成果轉化為經濟效益。在市場機制中，企業(yè)主導型協同創(chuàng)新的目的性更強，主導企業(yè)在技術孵化階段的介入使協同創(chuàng)新成果更接近市場需求，使企業(yè)更容易從新產品利潤創(chuàng)造和技術創(chuàng)新中形成可持續(xù)發(fā)展的能力，助力技術升級[17]。學研主導型協同創(chuàng)新一般以獲取學術價值和實現研發(fā)成果轉換為目標，雖然初衷是好的，但在實際過程中，由于高校和科研機構遠離市場和不擅于生產、營銷的局限性，研發(fā)成果往往難以有效地在市場中實現經濟價值轉換[18]，使得學研主導型協同創(chuàng)新的價值創(chuàng)造效應不顯著，也難以通過價值創(chuàng)造效應促進技術升級?；谝陨戏治觯狙芯刻岢鲆韵录僭O：

H4a：企業(yè)主導型協同創(chuàng)新可通過價值創(chuàng)造效應間接促進技術升級；

H4b：學研主導型協同創(chuàng)新對技術升級的價值創(chuàng)造效應間接促進效應不顯著。

(4)協同創(chuàng)新模式、人力資本提升效應與技術升級

為了更好地應對市場變化、整合內外資源，企業(yè)主導型協同創(chuàng)新需要加強員工培訓，從吸收能力、溝通水平和相關技能等方面整體提高勞動者素質，從而提升區(qū)域創(chuàng)新主體的知識存量，為技術升級提供智力支持。高校既是人才的集聚高地，又是人才培養(yǎng)和輸出的重地，學研主導型協同創(chuàng)新可以通過搭建不同領域人才交流平臺、人才培養(yǎng)和社會實踐等方式，增加高校學生就業(yè)率和科研機構工作人員與市場接軌的能力，為區(qū)域創(chuàng)新提供人力資本儲備，通過人力資本提升效應的發(fā)揮促進技術升級[19]?；谝陨戏治?，本研究假設：

H5a：企業(yè)主導型協同創(chuàng)新可通過人力資本提升效應間接促進技術升級；

H5b：學研主導型協同創(chuàng)新可通過人力資本提升效應間接促進技術升級。

3. 政府支持與技術升級

作為最重要的外部環(huán)境因素之一，政府支持對協同創(chuàng)新和技術升級的影響是必須要關注的問題。由于市場失靈難以避免，且協同創(chuàng)新具有“(準)公共物品”的特性和正外部性，不少學者認為政府在協同創(chuàng)新活動中有幫助獲取創(chuàng)新資源、優(yōu)化資源配置的重要作用[20][21]。最有代表性的是Etzkowitz和Leydesdorff(2000)[20]的三螺旋理論，該理論將大學、企業(yè)和政府看作是互相依存、互動和滲透的整體，認為產生創(chuàng)新合力的核心在于大學、企業(yè)和政府之間的相互依存和有效互動。還有學者認為，政府資助能夠引導企業(yè)進行協同創(chuàng)新，協助企業(yè)在協同創(chuàng)新中獲得長期合作伙伴，增強創(chuàng)新合作網絡，從而提升企業(yè)市場表現和研發(fā)績效[22][23]。由此，本文假設：

H6：政府支持能夠促進技術升級。

二、研究設計與結果分析

1. 數據與變量說明

本文以中國大陸29個省、自治區(qū)和直轄市為研究對象(剔除關鍵數據缺失較多的省份，重慶和四川的數據合并分析)。數據來源于2001—2019年各期《中國統計年鑒》和《中國科技統計年鑒》。

區(qū)域協同創(chuàng)新中的創(chuàng)新主體地位可以通過該創(chuàng)新主體與其他主體的關聯程度和該創(chuàng)新主體在區(qū)域創(chuàng)新中的參與程度來體現[24]。另外，雖然協同創(chuàng)新涉及創(chuàng)新主體之間資源、知識和人員等多方面的流動，但限于數據可得性，從資金交流方面更便于度量協同創(chuàng)新的模式[25]。基于此，研究選擇表1中的指標來對兩種協同創(chuàng)新模式進行衡量。

對于協同效應，知識創(chuàng)新包括理論知識上和應用知識上的創(chuàng)新，因此本文采用論文和專利雙指標共同衡量知識創(chuàng)新效應。企業(yè)新產品銷售收入和企業(yè)主營業(yè)務收入可以反映企業(yè)的創(chuàng)新經濟收益，因此用這兩個指標衡量價值創(chuàng)造效應。研究采用受教育年限法計算的人力資本水平以及每萬人擁有的本科生在校生人數共同來對人力資本提升效應進行衡量。教育年限法的計算公式為：labori=pi1×6+pi2×9+pi3×12+pi4×16。其中，pi1、pi2、pi3和pi4分別表示i地區(qū)從業(yè)人口中小學畢業(yè)、初中畢業(yè)、高中畢業(yè)和大專及以上畢業(yè)的人數占比[26]。

限于數據可得性，主要從資金投入角度考慮政府支持情況，本研究從政府在區(qū)域研發(fā)中的資助情況和政府在高校、科研機構中的資助情況兩方面來進行指標選取。

對于技術升級指標的選取，學者們有不同的看法。目前用于衡量技術升級的統計指標主要包括全要素生產率、全員勞動生產率、企業(yè)利潤率和企業(yè)新產品產值等，但這些指標都存在各自的局限性。因此，為了能夠更好地反映技術升級水平，研究選取了多個指標進行綜合評價：全員勞動生產率、研發(fā)人員人均技術經費和全要素生產率。其中，考慮到基于DEA的非參數Malmquist指數法在生產函數設定、估計方法選擇和數據等方面的寬松性，采用該方法計算全要素生產率，并將Malmquist生產率指數分解的技術效率指數和技術進步指數考慮在內，以進一步衡量相鄰時期技術效率的提升和技術進步。

另外，Malmquist生產率指數還可以分解為技術效率指數和技術進步指數，進一步衡量相鄰時期技術效率的提升和技術進步，因此將這兩個指數考慮在內。

表1展示了本研究中使用到的所有變量。

表1 變量說明

續(xù)表1 變量說明

2. 研究方法

主要的結構方程模型參數估計和檢驗方法有：一、基于協方差矩陣估計的結構方程模型(Covariance-based SEM，CB-SEM)，二、基于方差估計的偏最小二乘結構方程模型(Partial Least Squares-SEM，PLS-SEM)。CB-SEM模型在經濟管理、教育和心理學等領域都得到了廣泛的應用，但其對樣本數據量和樣本分布都有比較高的要求，并不適用于宏觀經濟數據分析。相對于CB-SEM模型，PLS-SEM模型在樣本數量不多或者數據偏離正態(tài)分布的情況下依舊能夠保持穩(wěn)健可靠的結果，不僅能夠進行驗證性分析，還能進行探索性分析；能夠更好地處理可能存在的多重共線性問題，實現最大化的預測效力，在模型較為復雜的情況下優(yōu)勢明顯[27][28]。本研究主要分析區(qū)域協同創(chuàng)新模式對技術升級影響的多重路徑，PLS-SEM模型不僅在數據和模型設定上能夠滿足研究需要，還非常適合本研究對理論的探索性分析，因此，研究選擇采用PLS-SEM建模技術進行實證研究。

PLS-SEM路徑模型主要由測量模型和結構模型構成。本研究的測量模型和結構模型分別構建如下：

xjh=λjhξj+εjh

(1)

(2)

其中，xjh為第j組中第h個顯變量，j=collab-eu、collab-uni、knowledge、profit、human、gov和upgrade；εjh、ζj為隨機誤差項，均值為0，cor(εjh，ξj)=0,cor(ζj,ξj)=0；ξj為第j組的潛變量。

對上述模型的參數估計可以從兩個方面進行，一方面是根據顯變量與潛變量之間的關系來估計潛變量，稱為外部估計，即：

其中，wj為權數向量，*表示對估計量進行標準化處理。

另一方面是根據潛變量之間的關聯關系進行估計，又稱為內部估計，即：

(4)

(5)

其中，eji為內部權數，r(Yj,Yi)為Yj和Yi的相關系數。

三、實證結果分析

1. 測量模型分析

研究實證分析部分運用的是smartpls3.0軟件，參數估計方法采用路徑加權(Path Weighting Scheme)。表2展示了觀測變量的顯著性結果。由于初次模型測算中觀測變量x21、y13因子載荷系數顯著性檢驗t值小于1.96，未能通過顯著性檢驗，因此對模型進行了修正。修正后全部觀測變量在5%統計水平下通過顯著性檢驗，大部分變量的因子載荷系數大于0.7，考慮到觀測變量x22、x62、y15是衡量對應潛變量的核心指標，且均通過t檢驗，故予以保留，最終平均因子載荷系數大于0.8，說明觀測變量的選擇整體較合理。

下面主要通過信度檢驗和效度檢驗來對測量模型進行檢驗。從表2中可見，研究中的潛變量基本達到標準，觀測變量具有較好的信度。效度檢驗方面，PLS用平均變異萃取量(AVE值)來評價聚合效度，用潛變量AVE值的平方根大于潛變量之間的相關值的標準檢驗區(qū)分效度。如表2和表3所示，除了潛變量collab-uni的AVE值相對較低外，其他潛變量的AVE值均大于基準值0.5；7個潛變量AVE值的平方根都比潛變量之間的相關值大，說明測量模型通過效度檢驗，整體上較為合理。

表2 觀測變量檢驗結果

2. 結構模型分析

研究進一步對結構方程模型及假設進行檢驗，結果如圖2所示。PLS-SEM模型的評價需要用擬合優(yōu)度R2表征當前模型的自變量對因變量變異的解釋程度，用適配度GOF表征全部測量模型的質量與全部結構模型的質量的關系。檢驗結果表明，研究模型對三大效應的解釋程度中等，分別為13.0%、27.2%和19.4%，而對技術升級的解釋程度較高，為61.1%。此外，模型的GOF值為0.38，表明模型具有很高的適配度(1)通常認為GOF值大于0.36時，模型的適配度很高。。

3. 路徑分析及假設檢驗

圖1展示了各條直接路徑分析結果，從中可以看出，企業(yè)主導型協同創(chuàng)新對技術升級的直接促進作用不顯著，學研主導型協同創(chuàng)新對技術升級的直接影響顯著為負，H1a沒有得到支持，H1b得到部分支持，這說明企業(yè)主導型協同創(chuàng)新不能直接影響技術升級，其在市場中產生的資源整合和技術溢出作用仍然需要一定的媒介才能實現。對于學研型協同創(chuàng)新，其對技術升級不僅沒有顯著促進作用，反而產生了顯著的直接抑制效應，說明學研機構不擅長于復雜的內部組織和管理這一點將使協同創(chuàng)新對技術升級產生消極影響，同時，過度注重學術價值和基礎共性技術研究也可能抑制技術升級。

圖1還顯示，在協同效應中，知識創(chuàng)新效應未能顯著促進技術升級，另外兩種效應的技術升級促進作用顯著，H2b和H2c得到支持。表4進一步展示了Bootstrapping法檢驗得到的間接路徑分析結果，結果顯示，協同創(chuàng)新促進技術升級的間接路徑有三條：學研主導型協同創(chuàng)新的人力資本提升路徑、企業(yè)主導型協同創(chuàng)新的價值創(chuàng)造路徑和人力資本提升路徑。學研主導型協同創(chuàng)新會通過價值創(chuàng)造路徑間接抑制協同創(chuàng)新，H4a和H5得到支持，H4b得到部分支持，而H3沒有得到支持，另外，政府對協同創(chuàng)新的支持在1%統計水平下顯著為正，H6得到支持。可見，由于知識創(chuàng)造效應不顯著，使得協同創(chuàng)新難以通過該效應促進技術升級。對此可能的解釋是：技術升級亟需原發(fā)性的知識創(chuàng)新和共性技術知識的重大突破，而目前對于知識創(chuàng)新的衡量指標(主要是專利數量、論文數量)不盡合理，難以體現創(chuàng)新質量，換句話說，中國目前的知識創(chuàng)新質量還處在較低水平，難以滿足產業(yè)技術創(chuàng)新與轉型的需求，因此協同創(chuàng)新難以通過知識創(chuàng)新效應實現技術升級。

表3 潛變量之間的相關系數

表4 間接路徑檢驗結果

另外，表5進一步計算了各個協同創(chuàng)新模式不同技術升級路徑的影響效應。從表中可以看出，從全國樣本來看，企業(yè)主導型協同創(chuàng)新技術升級的價值創(chuàng)造影響效應為0.091，企業(yè)主導型協同創(chuàng)新和學研主導型協同創(chuàng)新的人力資本提升路徑的影響效應分別為0.223和0.251?？梢姡瑥娜珖鴣砜?，目前實現技術升級主要依靠企業(yè)主導型協同創(chuàng)新模式，且以人力資本提升的間接路徑為主。

表5 不同模式協同創(chuàng)新技術升級路徑的影響效應對比

4. 進一步分析：地區(qū)差異

由于中國市場發(fā)展的不均衡，沿海地區(qū)和內陸地區(qū)在經濟發(fā)展水平、市場化程度和資源稟賦等方面存在較大差異，這些因素很可能會影響協同創(chuàng)新對技術升級的作用，因此研究將原樣本分為沿海和內陸地區(qū)兩組進行分析。其中，沿海地區(qū)包括北京市、天津市、遼寧省、河北省、江蘇省、上海市、浙江省、山東省、海南省、廣東省和福建省，剩下省份則劃分為內陸地區(qū)。

兩組變量檢驗結果如表6所示，從表中可以看出，兩組樣本的測量模型和結構方程模型整體上設定合理。沿海地區(qū)和內陸地區(qū)的直接和間接路徑分析結果如表7所示?？梢钥闯觯睾５貐^(qū)和內陸地區(qū)的主要區(qū)別在于：內陸地區(qū)中，企業(yè)主導型協同創(chuàng)新對技術升級的直接促進作用顯著，沿海地區(qū)中該路徑不顯著；政府支持作用在內陸地區(qū)中對技術升級的促進作用顯著，而在沿海地區(qū)中不顯著。對此可能的解釋是，一方面，內陸地區(qū)原始知識積累水平較低，創(chuàng)新基礎較薄弱，因此促進技術升級所需的資源和技術門檻較低，因此企業(yè)主導型協同創(chuàng)新對技術升級的直接作用在內陸地區(qū)更易顯現；另一方面，沿海地區(qū)的市場化程度高，市場競爭激烈，市場機制和產權制度都比內陸地區(qū)要完備，因此創(chuàng)新資源自主配置的能力較強，政府引導的效果不明顯。

從表5中可進一步看出，不同地區(qū)中，不同路徑的影響效應存在差異，沿海地區(qū)中，學研型協同創(chuàng)新人力資本提升路徑的影響效應最突出；內陸地區(qū)中，兩種模式的人力資本提升路徑影響效應相當，但多了實現技術升級的直接路徑?？傮w來看，沿海地區(qū)的實證結果與全國樣本類似，研究結果具有一定的穩(wěn)健性。

表6 變量檢驗結果(分地區(qū))

表7 路徑檢驗結果(分地區(qū))

續(xù)表7 路徑檢驗結果(分地區(qū))

結論與啟示

研究根據區(qū)域創(chuàng)新主體要素地位及創(chuàng)新目標的差異，將區(qū)域協同創(chuàng)新模式分為企業(yè)主導型和學研主導型，并考慮了政府對協同創(chuàng)新的支持在技術升級中的作用，基于中國2001—2018年的省際面板數據，結合PLS-SEM模型實證分析了協同創(chuàng)新模式對技術升級影響的多重路徑。研究發(fā)現：協同創(chuàng)新主要通過間接路徑而不是直接路徑促進技術升級，包括企業(yè)主導型協同創(chuàng)新的價值創(chuàng)造路徑、人力資本提升路徑和學研型協同創(chuàng)新的人力資本提升路徑，實現技術升級主要依靠企業(yè)主導型協同創(chuàng)新模式；知識創(chuàng)新效應不顯著極大干擾了協同創(chuàng)新對技術升級的促進效果，知識創(chuàng)新質量不高是現階段產業(yè)技術升級與轉型困難的主要原因之一；政府對協同創(chuàng)新的支持整體上有利于推動技術升級，但沿海地區(qū)中政府的支持作用不顯著；沿海地區(qū)主要通過學研型協同創(chuàng)新的人力資本提升路徑促進技術升級，內陸地區(qū)的升級路徑更多樣化且各路徑影響效應相當。

根據研究結論，可以得出以下建議和啟示：

第一，堅持以市場為導向，以企業(yè)為主體，加強推動企業(yè)主導型協同創(chuàng)新發(fā)展，發(fā)揮其對技術升級的直接和間接作用，加速知識創(chuàng)造、科研成果轉化和人才積累，推動創(chuàng)新技術擴散，帶動技術升級。高校和科研機構在協同創(chuàng)新中除了提升自身科研實力外，更應強化市場意識，將知識創(chuàng)新延伸到技術孵化階段，實現學術價值和商業(yè)價值的結合，使創(chuàng)新成果兼具科技含量和市場前景。同時，還應增強科研人員的組織和管理能力，促進協同創(chuàng)新主體間的協調，減少合作沖突，提高協同創(chuàng)新效率。

第二，政府在協同創(chuàng)新中的引導應具體體現為提供政策支持和調節(jié)金融資金流向，政府的創(chuàng)新投入應以引導性和公益性為主，不能替代企業(yè)的投資主體地位，更不能擠出企業(yè)創(chuàng)新投入。在協同創(chuàng)新的不同階段，政府的介入力度也應有所區(qū)別，政府應該在離市場遠的協同創(chuàng)新階段多發(fā)揮作用，而在離市場近的階段多讓市場機制去進行調節(jié)，在國家產業(yè)發(fā)展目標和企業(yè)經濟收益之間找到平衡點。

第三，知識創(chuàng)新不僅要強調數量，還要強調質量，給予在產業(yè)發(fā)展中有關鍵作用的基礎研究、共性技術的開發(fā)優(yōu)先支持和鼓勵，讓協同創(chuàng)新能從實處解決企業(yè)面臨的技術難題，推動產業(yè)技術升級。同時，還應改進相關的知識成果評價體系，從創(chuàng)新程度、研究難度和貢獻程度等多方面對知識成果進行評價，真實的反映知識成果的內在價值，推動創(chuàng)新活動的高質量發(fā)展。

第四，人才是創(chuàng)新的基本要素，提升人力資本仍是協同創(chuàng)新實現技術升級的關鍵路徑。高校的人才培養(yǎng)主要體現在研究生的培養(yǎng)和科研隊伍建設上。一方面要以研究生培養(yǎng)和素質提升為重點，圍繞市場需求和產業(yè)需求，通過重大科技項目研究、社會實踐和企業(yè)實習等方式，提高研究生的科研能力和應用能力，另一方面通過強化高?？蒲腥藛T的激勵機制，鼓勵科研人員積極創(chuàng)新，培養(yǎng)出新的科研隊伍領頭人。企業(yè)應加大對技術人員的培訓力度，強化自身研發(fā)隊伍建設，在跨平臺、跨層次的交流中提升吸收能力和整體素質。