知识来源_知识产出与科技成果转化绩效——基于创新价值链的视角

0引言

提高科技成果转化绩效是构建国家或区域创新体系的战略目标之一，也是各国提高创新能力，增强核心竞争力的必然趋势[1]，然而，随着我国科技成果的日益增加，成果转化率却严重偏低，这种背离现象受到学界广泛关注[2－4]。数据显示，2007年我国科技成果中，发明专利授权量世界排名第四，EI 收录我国论文数世界排名第一。但据调研，我国科技成果实际转化率不足20％，来自教育部的调查结果表明，我国高校目前虽然每年取得的科技成果在6000项至8000项之间，但真正实现成果转化与产业化的还不到1／10。同时，值得高度关注的是，在创新价值链中，知识产出与科技成果转化“割裂”状况，直接影响我国科技资源的利用效率，以及经济发展方式的转变与创新型国家建设的战略部署。改革开放以来，在特定的历史条件下，中国依靠低附加值的非核心部件加工和劳动密集型产品出口，使经济呈现高投入、高消耗和高速度的“三高”特征；同时，多数产业处于全球产业链中的低端，获得的附加值不高，这样，有可能使我国产业结构

“锁定”于高新技术产业低端化、传统产业低技术化的“双低”发展路径[5]。值得庆幸的是，“十二五”规划中，明确提出了以转变经济发展方式为主线、推动创新型国家建设、坚定走构建创新型国家之路的大政方针；另外，2006年初的全国科技大会提出了到2020年将我国建设成为创新型国家的战略任务，这就要求理顺创新价值链各环节的关系，加强其链接，顺畅地使创新投入转化为知识产出，并有效、快速地将知识产出转化为现实生产力。

选择区域分析角度，深入分析知识来源、知识产出与区域科技成果转化绩效的问题具有广泛的实践意义。因为，我国科技投入、知识产出等存在严重的区域差异性，从授权专利上看，2008年东部地区占全国的78％，中部为12％，西部仅为10％，而排在前三的省份广东、浙江和江苏授权总量占全国的近半数，为

47．6％，仅广东就占全国的18．5％，且其专利授权数是

西藏的667倍；从创新的实际效应看，2008年大中型工业企业新产品产值占工业总产值的比重，全国的平均水平为16．4％，而重庆为40．4％，西藏仅为2．3％。同

知识来源、知识产出与科技成果转化绩效

———基于创新价值链的视角

刘家树1,2，菅利荣1

（1．南京航空航天大学经济与管理学院，南京210016；2．安徽工业大学经济学院，安徽马鞍山243002）

摘要：基于创新价值链分析框架，运用2004—2008年省际面板数据，采用理论和实证方法，探究知识来源、知识产出与科技成果转化绩效的链式关系。结果表明：知识来源与知识产出链接紧密，而知识产出与科技成果转化的链接有待进一步加强；在影响创新价值链的主要因素中，大学、科研机构与企业的链接对知识产出和科技成果转化绩效影响均显著，然而，政府、金融机构与企业链接水平对知识产出与科技成果转化绩效均不显著；高科技产业的集聚水平对知识产出没有明显的促进作用，但对科技成果转化绩效有明显的促进效应。关键词：知识来源；知识产出；科技成果转化绩效；创新价值链中图分类号：F062．3:F204

文献标识码：A

文章编号：

1002－0241(2011)06－0033－08

时，相对于多数OECD 国家而言，中国的创新系统是庞大的，仅考虑整体创新行为和创新绩效必然掩盖区域创新所存在的异质性[6]。本文基于创新价值链的基本理论，将对知识来源、知识产出与科技成果转化绩效的链接关系等进行实证分析；同时，根据理论分析框架和实证分析结果，对增强知识产出、提高科技成果转化绩效，提出相关的政策启示。

1概念框架

创新价值链（Innovation Value Chain,IVC ）是知

识来源，知识转移和知识开发的递归过程[7]。Hage 和

Hollingsorth （2000）类似地提出“观念—创新链（Idea－Innovation Chain ）”[8]，其中包括三个链接部分：以基

础研究、应用性研究和发展研究为链的开始部分，以研究结果为基础的链的中间部分，以新产品生产和市场化为链的结束部分；并运用研究和发展的支出和其他投入指标，如专利数、论文数量、创新产品的销售额和其他产出指标来共同测度观念创新链。实际上，从科技创新源到科技成果产业化开发的全过程中,是由一系列相互独立、相互联系的创新主体链接起来的，并且是科技开发价值不断增值的链条式集合体[9－10]。如图1所示，基于创新价值链的思想，我们给出创新价值链的分析框架。科技成果转化绩效主要取决于区域的知识来源、知识产出和成果转化三部分的链接，即，知识来源—知识产出的链接，知识产出—成果转化的链接。同时，我们也可以看出，创新价值链并不是简单的线性趋势，价值链各个节点具有反馈和修正作用，价值链外部因素影响价值链的顺畅、高效运行，这样使得创新价值链呈现非线性化和扁平化发展。

1．1区域的知识来源—知识产出的链接分析

内生经济增长理论强调前期积累的知识资本和人力资本对当前的知识产出发挥着积极作用[11－12]，认为新知识产出是知识工作者数量和可被研究工作者利用的知识存量的函数。Aghion 和Howitt （1996）认为，研究人员的劳动是研发的重要投入，知识产出主要取决于研究人员的努力程度[13]。Griliches （1990）提出的知识生产函数分析框架，有力地描述出区域知识生产，并分析了知识产出对区域创新的影响，此分析

框架被广泛地运用到实证研究领域[14－17]，在实证分析中，经济、有效地测度新知识是关键问题。区域内知识存量、区域外知识存量和区域研究与发展投入对本区域的知识创造具有重要影响。因为，知识生产具有溢出效应，别的地区的知识存量越大，知识的溢出效应越强，从而越有利于本地区知识的生产[18]，陈继勇等（2010）研究得出，知识溢出的净流入能显著提高本区域的创新能力[19]。根据上述分析，为了研究知识来源与知识产出的链接作用，给出区域的知识产出函数为：

K＝f （L ，A ，EA ）（1）

式中：K 表示知识产出；L 表示科研工作者劳动投入；

A 表示区域内知识存量；EA 表示区域外的知识存量。1．2区域知识产出—科技成果转化的链接分析

创新价值链最终的链接部分表现为知识产出与科技成果商业化的链接，即科技成果的转化，也就是将科技成果应用于生产领域、转化为现实生产力并产生出倍增放大经济效益的过程。从企业层面，科技转化能力是指企业应用新技术制造高附加值、高技术含量新产品，并迅速占领市场的能力[20]，且科技成果成功商业化是企业在瞬息万变的市场环境中得以生存的关键[21]。从国家层面上，Furman （2002）在分析国家创新能力时，强调一个国家源源不断地生产和商业化创新成果的能力，认为创新的基础设施、产业集聚以及二者的链接强度是影响这种能力的关键因素[22]。本文主要从区域的视角，运用创新价值链分析框架，探寻区域内的企业，利用区域内外的知识，将其转化为

，

，，， ，，，，

áááá，，， ，，，，

，，，， ，，，，

，，，，，，，，，，，，，，，，，，，

，，，，，，，，，，，，，，，，，，，，，，，，，，，，，

，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，，

，，，，

，，，，，

图1创新价值链的图解

实际的创新效果。设定科技成果转化的函数可以表达为：

Y＝g（K，W）（2）式中：Y表示区域科技成果转化绩效；K表示知识产出；W为科技成果转化的其他投入变量和外部影响因素组成的向量。

2变量测度与模型建立

2．1数据来源

本文分别选择衡量知识来源、知识产出和科技成果转化绩效的指标，同时选择其他主要影响因素指标，如表1所示。搜集2004—2008年中国各个省（市）的面板数据，因为西藏部分数据缺失，我们得到30省（市）5年间的150个样本点数据，可以满足计量模型估计对样本容量的要求。

表1指标以及指标定义2．2变量测度

（1）知识产出的测度。有的学者用专利申请数量来衡量知识产出[23]，也有的学者运用专利授权数量来测度[24－25]，至于是否利用专利数量来描述知识产出，其实学界存在较大的分歧。如Pakes和Griliches （1984）认为，专利是很好的衡量新技术创造的指标，但专利不能衡量技术的经济价值[26]；有些企业为了保护商业秘密，并不提出申请专利[14]。为了弥补专利衡量知识产出的不足，陈继勇、雷欣等（2010）运用科技论文数量结合专利授权数量共同反映知识产出[20]。然而，在分析区域创新产出时，专利授权量是比较可靠的替代衡量指标[27]，因为区域内的授权专利能分析区域创新产出动态效应且容易获得，而科技论文中的新思想要进一步的商业化，过程比较漫长，且科技论文的质量参差不齐。因此，本文采用各省（市）的专利授权数量衡量知识产出，这样，我们可以建立专利授权量表征区域知识产出的知识生产函数，如式（3）。

P i,t＝f（L i,t－1，AP i,t－1，EAP i,t－1）（3）式中：P i,t表示第i地区（省）t年的授权专利数，用于衡量知识产出；L i,t－1表示区域内研究和发展投入（主要是指科研工作者人力资源投入）；AP i,t－1是指区域内专利授权数存量，用来衡量区域内的知识存量；EAP i,t－1区域外的授权专利的存量，表征区域外的知识存量。

（2）知识存量的测度。已存在的知识在知识创造过程中是重要的影响，因此我们选择AP i,t－1和EAP i,t－1作为知识产出的投入因素，关于知识存量采用永续盘存法（Perpetual Method）进行测算，是为了表征新知识可以转置或提高旧知识，从而使得旧知识发挥功效的同时也被替换，我们设定知识存量随着新知识的不断创造，具有持续增加性。然而，原有知识存量对新知识的影响效果随着时间的推移，也具有“折旧”性，我们设折旧率为δ，这里采用Caballero和Jaffe（1993）的折旧率，取δ＝0．1，这样，我们可以估算知识存量[28]。

AP

i,t

＝

P

i,t

g

i

＋δ

其中，g

i

为区域i内专利在近五年的增长率，选

择t0＝2000为起始年份。我们可以根据递归公式来估算AP

i,t

，即：

AP i,t＝P i,t＋（1－δ）AP i,t－1

（3）区域科技成果转化绩效的测度。我们选择区域的新产品产出（Y p）、利润率（Y r）、高科技企业的产出（Y h）和技术市场交易额（Y m）指标共同描述，如表1所示。对所选择的指标进行因子分析，采用最大似然方法（Maximum Likelihood）提取1个因子,来表征科技成果转化的绩效指数，设为Y i,t，因为第一个因子的特征值为2．21，且因子解释了总方差的58．33％，其他特征值均小于1。

（4）主要影响因素。创新价值链由知识来源到知识产出，再到科技成果的最终转化，使科技开发价值不断增值，实现倍增放大经济效益的同时，受到了其他因素的影响。

①区域的知识吸纳与知识转化投入。我们选择科学家与工程师占科技活动人员的比重来表征在人员方面投入的强度；开发新产品经费来表征在资金方面的投入；同时，选择科研机构数目来反映区域在组织机构上的配置情况。

②创新一体化水平。创新一体化水平反映的是区域内政府、企业、高校、科研机构和金融机构等链接紧密程度。产学研各方在合作开始相互接触、磋商，合作过程中相互学习、借鉴，因而，在缩短新技术转化周期，提高技术产业化率方面皆发挥了重要作用[29]。Furman（2002）和Hoppe（2005）等也强调创新主体之间，以及创新主体和外部环境之间的网络化及一体化对创新技术的成功转化意义重大[22,30]。本文选择企业R＆D经费来源中政府投入经费所占的比重表示政企链接；来自金融机构贷款所占的比重表示融企链接；高校与科研机构R＆D经费中，选自企业经费的比重来表征校企、研究机构与企业的链接。将这四个指标进行因子分析，综合得到区域的创新一体化水平。因子分析的方式是采用主成分分析法（Principal Components），并辅助以最大方差旋转，根据各主成分特征值和解释的方差占总方差的比重来判断，提取2个主成分，如表2所示。第一个主成分的特征值为1．63，第二个主成分的特征值为1．18，均大于1，且累计解释方差为70．28％，设2个因子分别为：政府、金融机构与企业的链接（F1）；高校、科研机构与企业链接（F2）。

表2创新一体化水平因子分析结果

③区域集聚。区域产业集聚，是指大量专业化的产业或企业及相关支撑机构在一定地域范围内的柔性集聚，并结成密集的合作网络，植根于当地的社会、经济和文化环境中，基于信息和知识联系的“创新链”机制[31]。此机制，利于创新产出迅速传播，利于技术合作，可以降低合作成本；同时，集聚组织成员之间在基础知识和公共信息上的共享，可以降低技术和市场不确定性带来的风险。此外，由于集聚组织内部知识的持续积累，使该集群拥有大量的创新经验和技术信息，从而有利于下一轮创新，也促进科技成果的快速转化[32]。如美国硅谷、128公路和北京中关村的高度创新水平和科技成果转化绩效，都给予有力地证明[33－34]。本文运用区位熵系数法LQ（Location Quotient），区位熵系数是指该产业地区就业份额与该产业全国就业份额的比值。区位熵系数LQ i表示为：

LQ i＝（e i／Σe i）／（E i／ΣE i）

式中：e i表示某区域产业i就业人员数；Σe i表示某区域所有产业的就业人员总数；E i表示整个国家产业i 的就业人员数；ΣE i表示整个国家所有产业的就业人员总数。若LQ i＞1意味着高于平均集聚，LQ i＜1表示低于平均集聚，LQ i＝1则表示不存在集聚。

本文考虑高技术产业集聚对科技创新链的影响，又因为我国就业人口存在巨大的流动性，因此，选择高技术产业的增加值来测算高新技术产业的集聚现象[35]。

2．3计量模型建立

考虑区域的知识产出同时受到影响因素，如区域

的知识吸纳能力、区域创新一体化水平以及区域产业集聚。因此，建立扩展的Cobb－Daogls 函数，模型如式（4）。

ln P i,t ＝α1ln L i,t ＋α2ln AP i,t －1＋α3ln EAP i,t －1＋ZA ＋εi,t （4）

式中：Z 为影响区域知识产出的其他变量所组成的向量，包括：区域知识吸纳能力变量，科学家与工程师占科技活动人员的比重（X 1）、研究与发展机构数（X 2）；区域科技创新的链接水平因子F 1和F 2；以及区域熵系数（LQ i ）。εi,t 表示随机误差项。α1，α2和α3分别表示区域内研究和发展投入（L i,t ），区域内的知识存量（AP i,t－

1

），区域外的知识存量（EAP i,t－1）对区域知识产出（P i,t ）的

弹性系数，且如果α3＞0则表示区域外知识存量对本区域的知识产出有正的溢出效应，α3＜0则表示有负的溢出效应。

区域科技成果转化绩效，不仅受到知识产出的影响，也受到其他因素影响，如知识的吸纳能力、知识转化的投入，区域创新一体化水平和区域产业集聚。因此，建立如式（5）的计量模型。

Y i,t ＝β1ln P i,t－1＋BW ＋μi,t

（5）

式中：Y i,t 为区域科技成果转化绩效指数；W 为影响区域科技成果转化的主要因素向量，包括：区域知识吸纳能力变量，科学家与工程师占科技活动人员的比重（X 1）、研究与发展机构数（X 2）、开发新产品经费（X 3）；区域科技创新的链接水平因子F 1和F 2；以及区域熵系数（LQ i ）。

综合来看，针对整个科技创新链的链接过程，我们可以建立联立方程组模型如式（6）所示。

3结果分析

联立方程组式（6）存在内生性变量作为解释变量

的问题，即存在联立性偏误，为了消除联立性偏误的影响，Park （2005）运用系统GMM 三阶段最小二乘法对含有面板数据的线性联立方程进行了估计[36]，本文借鉴伍德里奇（2003）[37]、Park （2005）的分析，运用GMM 三阶段最小二乘法对式（6）进行估计，结果如表3。

（1）知识来源—知识产出的链接实证结果分析。

由表3可以看出，在模型Ⅰ中，调整的拟合优度得到

99．1％，模型拟合很好。R＆D 人员全时当量和区域内、

外知识存量的滞后1期对知识产出具有显著影响（经过分别对不滞后，滞后1期和滞后2期模型估计，根据计量检验的标准判断，最终选择滞后1期比较理想），弹性系数分别为0．300,1．005和0．059，说明在其他条件不变的情况下，R＆D 人员全时当量每增加

10％，则专利数增加3％，其中区域内的知识存量对知

识产出的弹性最大达到1．005，这和Romer （1990），

Aghion 和Howitt （1996），陈凯华和官建成（2010）等的

研究结果基本一致[11,13,17]，即科技工作者的努力和区域的知识存量对知识产出具有正向促进作用；同时，区

域外的知识存量对知识产出具有正的溢出效应，这与我国区域间的人才流动、技术交流与合作、连锁企业和集团企业跨区域的发展等带动知识扩散和传播密不可分。综合来看，科技人员的劳动投入、区域内外的知识存量来表征的知识来源，对知识产出具有正向促进效应，通过样本数据得到佐证。

同时，通过模型Ⅱ和模型Ⅲ，我们可以得到：①表征区域知识吸纳能力的科学家与工程师占科技活动

表3

模型估计结果

人员（ln X1）对知识产出在5％显著水平下具有显著影响，且科学家与工程师占科技活动人员的比重每增加10％，则区域内的授权专利数将增加9％，说明科技工作者素质对知识产出具有促进效应；但区域内的科研机构数对知识产出并不显著，这可能因为，各区域的科研机构几乎隶属于国家或各级政府，具有政府机构性质，这样各个区域中科研机构数并不能反映实际的区域差异性，同时，科研机构侧重于基础研究，对专利授权量的影响有很大的提升空间。②区域一体化水平中，表征政府、金融机构与企业的链接水平（F1）与知识产出不显著，系数甚至是负值，说明我国在科技创新方面政企链接不紧密、投入不足，同时，在创新一体化过程中金融服务数量有待加大、质量需要提高；然而，高校、科研机构与企业链接（F2）对知识产出影响在10％显著水平下是显著的，说明加强校企、研企合作对知识产出具有重要性[24]。因为近几年各地加强了产学研的链接，且采取了各种企业在产学研投入的税收抵扣等扶持政策，进一步促进了产学研合作，提高知识产出。③特别需要指出的是，区域的集聚对知识产出影响也不显著，这与魏守华（2010）的研究有差别[4]。我们认为，在高科技产业集聚环境中，竞争激烈，专利保护意识强、壁垒高，不利于专利授权量的增加。

（2）知识产出—科技成果转化的实证结果分析。通过表3的模型Ⅳ我们可以得到：①对于科技成果转化绩效来讲，区域内的知识产出对其影响并不显著，说明区域的科技成果转化不理想，受到阻碍，这与科技成果本身质量，以及与市场需求脱节等因素密不可分[29,38]，同时，由于大学、科研机构等知识产出部门与企业，对科技成果的价值取向存在背离，使得部分科研成果对企业没有太高的可操作价值。②科技成果转化经费的投入（ln X3）对科技成果转化绩效具有显著影响，这说明科技转化经费投入可以增强科技成果与市场链接，促进试生产、新产品推广、销售，使科技成果实现产业化和市场化，促进区域成果转化绩效。

③值得关注的是，高校、科研机构与企业链接（F2），对区域科技成果转化绩效有显著的正向影响，说明高校、科研机构与企业进行有效合作，可以掌握市场动向，了解企业需求，解决科技成果与市场的无缝对接问题；另一方面，企业科技成果转化所获得的利润，如果有效地投入给知识产出部门，促进大规模、系统性以及前沿性的核心技术研究。④区域集聚化水平（LQ i,t）对科技成果转化绩效有高度的显著性影响[4]，因为高科技产业集聚情景下，企业面临高质量的信息交流平台、优越的基础设施和良好的市场环境，同时，在资源、技术和能力方面具有“异质性”，异质性有利于进行优势互补，竞争与合作并存，促进科技成果转化的灵活性和动态性，有利于新产品的推广和销售。

4简要结论与启示

本文基于创新价值链的基本理论，选择区域分析视角，给出由知识来源到知识产出，再由知识产出到科技成果市场化、产业化链式过程分析框架，运用2004—2008年的省际面板数据，通过理论和实证分析知识来源、知识产出与科技成果转化绩效的链接关系，得到如下结论：首先，区域内的知识积累和科技人员努力对知识产出具有显著影响，且弹性系数均为正值，验证了Romer（1990）学者的内生经济增长理论，同时，区域外的知识积累对知识产出具有正溢出效应；其次，知识产出对科技成果转化绩效并没有显著影响，说明在创新价值链中，由知识转化为现实经济效应存在脱节，这与我国的科研创新体系中，各创新主体对知识产出的价值取向存在背离，科研评价体系中，与高校等科研机构“重项目、轻转化”，科技成果转化的利益分配机制、激励机制不健全分不开。第三，在影响科技创新链的主要因素中，大学、科研机构与企业的链接对知识产出和科技成果转化绩效影响均显著。然而，政府、金融机构与企业的链接水平对知识产出与科技成果转化绩效均不显著。另外，高科技产业的集聚水平对知识产出没有明显的促进作用，但对科技成果转化绩效有明显的促进效应。基于以上的研究结论，得到如下的政策参考建议。

（1）建立以促进区域知识流动与技术交易的平台，推动社会、政府、高校、企业、金融机构多方共同合作，以便规范和调整创新价值链中各影响因素及相互之间的关系，形成一个相互衔接、

行之有效的知识产

出到科技成果顺畅转化的政策、法规与制度体系，增强科技创新产出能力，提高科技研究成果转化绩效。

（2）高校等科研机构作为创新价值链中知识产出的供应方，需要改变“重学术、轻应用”的观念，加强与企业、市场需求的链接；同时，需要建立有效的成果转化管理和鉴定的目标评价机制、合理的激励机制以及利益分配机制，促进科研成果转化的有效度。

（3）企业作为创新价值链的重要主体，在转化过程中起着关键作用，需要与高校等科研机构主动对接，建立长期稳定的合作关系，形成技术资源储备和关键技术突破，增强科技成果转化的积极性和主动性。

（4）政府在创新价值链中起着社会调控和组织管理的作用。需要结合各地区实际，加强对R＆D经费的管理，提高经费的使用效率，处理好由知识产出到提高成果转化绩效各阶段的分配；建立健全科技创新与转化的投资、融资体系，逐步形成以政府投入为引导、企业投入为主体、银行贷款为支撑、社会集资为补充的多元参与的投资体系，推动建立、完善风险投资机制，采取税收优惠、资金担保、财政补贴等措施引导资金合理流动；加强高科技产业集聚区的基础设施、创业环境和交易平台等建设，使得产业集聚区逐步成为科技成果转化的战略高地。

参考文献

[1]Einar R．Government instruments to support the commerci－

alization of university research:Lessons from Canada[J]．Tec－hnovation,2008,28:506－517

[2]刘志彪．我国东部沿海地区外向型经济转型升级与对策思考

[J]．中国经济问题，2010（1）：15－22

[3]于宁．科技成果转化与应用支出绩效评价：我国的实证分析

与政策研究[J]．上海财经大学学报，2005（12）:8－14

[4]魏守华，吴贵生，吕新雷．区域创新能力的影响因素：兼评

我国创新能力的地区差距[J]．中国软科学，2010（9）：76－85 [5]张杰,刘志彪,郑江淮．中国制造业企业创新活动的关键影响

因素研究[J]．管理世界，2007(6)：64－74

[6]OECD．OECD reviews of innovation policy:China[M]．Paris:

OECD Publishing,2008

[7]Roper S,Du J,Love J H．Modeling the innovation value

chain[J]．Research Policy,2008,37:961－977

[8]Hage J,Hollingsworth J R．A strategy for the analysis of

ideas:Innovation networks and institutions[J]．Organization Studies,2000,21(5):971－1004

[9]黄钢,徐玖平,李颖．科技价值链及创新主体链接模式[J]．中国

软科学，2006（6）：67－75

[10]刘希宋，李玥，喻登科．基于FTA的国防工业科技成果转化

知识对接障碍研究[J]．科学学与科学技术管理，2009（2）：101－105

[11]Romer P．Endogenous technological change[J]．Journal of

Political Economy,1990,98(5):71－102

[12]Grossman G,Helpman E．Quality ladders in the theory of

growth[J]．Review of Economic Studies,1991,58:43－61 [13]Aghion P,Howitt P．Research and development in the gro－

wth process[J]．Journal of Economic Growth,1996,1:49－73 [14]Griliches Z．Patent statistics as economic indicators:A sur－

vey[J]．Journal of Economic Literature,1990,92:630－653 [15]Varga A．Local academic knowledge spillovers and the con－

centration of economic activity[J]．Journal of Regional Sci－ence,2000,40:289－309

[16]Capello R．Spatial and sectoral characteristics of relational

capital in innovation activity[J]．European Planning Studies, 2002,10(2):177－200

[17]陈凯华,官建成．中国区域创新系统功能有效性的偏最小二

乘诊断[J]．数量经济技术经济研究,2010(8):18－32

[18]Porter M E,Stern S．Measuring the ideas production fun－

ction:Evidence from international patent output[D]．NBER Working Paper,2000:78－91

[19]陈继勇,雷欣,黄开琢．知识溢出、自主创新能力与外商直接

投资[J]．管理世界,2010(7):30－42

[20]Nevens T M,Summe G L,Uttal B．Commercializing tech－

nology:What the best companies do芽[J]．Harvard Business Review,1990,1:154－163

[21]Cooper G．Strategic marketing planning for radically new

products[J]．American Marketing Association,2000,64(1):1－16

[22]Furman J,Porter M,Stern S．The determinants of national

innovative capacity[J]．Research Policy,2002,31:899－933 [23]Pessoa A．Ideas driven growth:The OECD evidence[J]．Por－

tuguese Economic Journal,2005,4:

46－67

[24]白俊红,江可申,李婧．应用随机前沿模型评测中国区域研发

创新效率[J]．管理世界,2009(10):51－61

[25]官建成,何颖．基于DEA方法的区域创新系统的评价[J]．科学

学研究,2005(2)：265－272

[26]Pakes,A．and Griliches,Z．Patents and R＆D at the Firm

Level:A firstlook,R＆D Patents and Productivity[M]．Uni－versity of Chicago Press,1984

[27]Acs,Z．J,and Anselin,L．Patents and Innovation Counts as

Measures of Regional Production of New Knowledge[J]．Res－earch Policy,2002(31):1069－1085

[28]Caballero,R．and Jaffe A．How High are the Giants＇Shou－

lders:An Empirical Assessments of Knowledge Spillovers and Creative Destruction in a Model of Economic Growth[J],NBER Macroeconomic Annuals,1993,(8):15－72

[29]任秀奎,祝士明．我国研发转化体系构建模式研究[J]．科学学

与科学技术管理,2009(1):194－196

[30]Hoppe,H．C．Intermediation in Innovation[J],International

Journal of Industrial Organization,2005(23):483－503[31]朱英明．产业集聚论[M]．北京：经济科学出版社,2003

[32]魏后凯．企业规模、产业集中与技术创新能力[J]．经济管理，

2002(4):4－10

[33]Saxenian A．Regional advantage:Culture and competition in

Silicon Valley and Route128[M]．Cambridge,MA:Harvard University Press,1994

[34]Dorfman S．Route128:The development of a regional high

technology economy[J]．Research Policy,1983,12:299－316 [35]刘会武等．国家高新区产业积聚度的测算与分析[J]．科研管理，

2007（9）:128－135

[36]Soo－Bin P．Estimating a linear simultaneous equation model

with panel data[J]．Singapore Economic Review,2005,50: 475－494

[37]伍德里奇．计量经济学导论：现代观点[M]．北京：中国人民

大学出版社，2003

[38]刘姝威,陈伟忠,王爽,罗双福．提高我国科技成果转化率的三

要素[J]．中国软科学,2006(4):55－58

（责任编辑徐惠）

Knowledge Source,Output and Transforming Performance of Scientific Achievements:A

Study Based on Innovation Value Chain

LIU Jiashu1,2,JIAN Lirong1

（1．School of Economics and Management,Nanjing University of Aeronautics and Astronautics,Nanjing210016,China;

2．School of Economics,Anhui University of Technology,Ma｀anshan243002,China）

Abstract:Based on innovation value chain this paper applies the provincial panel data from2004to2008to empirically analyze the chain－shaped relationship among knowledge source,output and transforming performance of scientific and technological achievements．The results show that knowledge source and output are combined closely during the observation period,but the link between knowledge output and transformation of scientific and technological achievements need to be further strengthened．Referring to some factors influencing innovation value chain,the link between university,scientific institution and enterprise has obvious effects on knowledge output and transforming performance of scientific and technological achievements．However,the link between government,finical institution and enterprise has no obvious effects on them．On the other hand agglomeration level of high－tech industry can not promote knowledge output significantly,but the promoting effects on transforming performance of scientific and technological achievements are significant．

Key words:knowledge source;knowledge output;transforming performance of scientific and technological achievements; innovation value

chain