下载掌阅APP，畅读海量书库
立即打开
本书共分为八章，第一章阐明了科学家的公司创新效应这一研究视角，重点探讨了这一研究在科学经济学和公司金融学研究中的交汇点。第二章探讨了科学家的公司创新效应的理论基础，重点解释了科学家参与公司创新的价值来源。第三到八章为本书主体部分，以规范的现代微观计量实证方法为主、以案例分析方法为辅，分别讨论了科学家的资源配置效应、院士工作站的公司创新效应评估（案例分析）、院士工作站的公司创新效应评估（实证分析）、科学家的声誉效应与信息鉴证效应的准自然实验研究、科学家独立董事的公司创新效应，以及科学家独立董事的监督职能。表1-1总结了各章的主要研究内容及其在科学经济学和公司金融学两门学科中的对应研究方向以及使用的主要微观计量实证方法。
表1-1 本书研究结构
利用院士选举一定程度上可以对科学家的科研绩效进行合理度量，并对科学家在经济体系中的资源配置效应进行量化研究。这一研究揭示了科学家也是受到经济利益激励或者激励扭曲的经济人。
科学家的绩效度量、资源配置和激励扭曲这三个问题是紧密联系的。如果科学家能够拥有和掌握的资源配置权力和其科研绩效完全正相关，那么这在一定程度上说明科学家的资源配置是有效的，同时根据科学家的科研绩效来进行资源分配也是激励相容的。反过来说，如果我们发现科学家的资源配置与其科研绩效不完全正相关，甚至主要不由其科研绩效而是由其他因素决定，那么我们可以推论，科学家的资源配置机制是低效率甚至是失效的，而相应的激励机制也是扭曲的。
这一部分研究从同乡文化视角实证探讨了影响中国科技领域资源配置的问题，在一定程度上为《中共中央关于全面深化改革若干重大问题的决定》中提出的“改革院士遴选和管理体制，优化学科布局，提高中青年人才比例，实行院士退休和退出制度”这一政策导向和措施，提供了详尽的实证分析与科学的决策依据。此外，该研究也针对2007年中国院士选举的重要制度变动“将新增选院士的当选门槛从二分之一赞同票提高为三分之二”进行了实证检验，检验结果发现：该制度变动极大地提高了院士选举制度的效率。因此，该部分研究实证支持了院士选举制度改革的具体措施，并且为未来院士选举制度改革提供了参考价值。
科学家的一个重要微观经济功能是亲身参与并推动产业界、学术界和科研界的深度合作并共同推动公司创新。本书有关科学家推动公司创新的效应与机制研究分为两个方面。
第一，科学家可以通过参与公司院士工作站，实现产学研深度融合。该部分研究利用2008年以来各级政府制定政策推动上市公司建立院士工作站的重要事件，通过实证分析发现：院士工作站的建立显著提高了公司的创新投入、创新质量与创新效率。进一步的研究发现：院士工作站的建立主要通过人力资本渠道发挥了促进公司创新的作用，因而是一种长效机制。
第二，科学家通过担任公司独立董事发挥重要的专家咨询作用，推动公司创新。该部分研究利用2001—2016年A股上市公司的数据，通过分析发现：科学家独立董事（简称独董）与公司创新显著正相关，并且科学家独董的任期越长、兼职的公司数量越多，对公司创新的促进作用越大。进一步的分析表明，科学家独董通过战略咨询、创新资源集聚和促进产学研合作三条渠道促进了公司创新。
公司创新活动普遍具有较大不确定性，因而和外部金融市场存在较为严重的信息不对称，使公司创新投资遭受融资约束制约。科学家出任公司董事或者高级管理人员（简称高管），能够凭借其独特的声誉效应向金融市场以及政府部门提供信息鉴证，从而缓解融资约束并促进公司创新。该部分实证研究表明：公司高管当选院士的信息鉴证效应显著降低了债务融资成本，也显著增加了公司获得的政府补助，从而实现了研发资金等创新资源的集聚。公司高管当选院士后专利申请总数和发明专利申请数量分别提高了33.32%和32.26%。并且当选院士的已有科研成果影响越大（ H 指数越高），促进公司创新的效应越显著。基于事件研究法的结果表明，在中国科学院和中国工程院（合称两院）官网公布有效候选人、初步候选人和正式当选院士名单的三个阶段，候选人任职公司的股价均出现了不同程度的正向市场反应，在公布最终当选院士名单时市场反应最为显著，这体现了公司院士高管对公司的价值促进效应。
科学家担任独立董事与公司未来一年的过度投资程度显著负相关，并且科学家独董对公司过度投资的抑制作用在处于高技术行业、科学家研究专长与公司主营业务一致以及技术水平（ H 指数）更高的公司表现得更强。科学家独立董事在战略委员会或投资委员会任职会显著加强科学家独董的监督效应，而具有政府官员背景或在多家上市公司兼职则会削弱其监督效应。此外，该部分研究表明，抑制公司过度投资的作用仅仅在担任公司独董的样本中有所体现，这表明科学家独董在抑制公司过度投资方面扮演的角色主要是监督者，而非咨询专家。
该部分研究对以往文献中独立董事因具备行业经验而发挥监督效应这一机制进行了更为深入的挖掘，利用有关科学家独董的详细科研方向和发表成果的公开信息，克服有关具备行业经验的独董的研究文献的局限，识别出独立董事因具备“行业技术专长”这一更加细分的独特因素而发挥监督效应的证据。
第一，有助于理解科学家对公司创新的知识溢出效应。
由于创新过程的复杂性，越来越多的公司选择与其他公司、科研院所、政府机构尤其是科学家等构建创新合作机制来提升自身的创新（包括创新能力和创新产出）。其中，相较于其他合作机构，科学家在创造和传播知识方面有着天然的优势，并且知识溢出效应的影响范围更广，持续时间更长（Ponds and Oort et al.，2010），因而成为公司创新合作的重点对象。已有研究发现，公司与科学家合作对解决创新市场失灵和实现研发投资的全社会回报方面发挥了重要的作用，并为经济增长做出了积极的贡献（Belderbos and Carree et al.，2004；Markman and Siegel，2008）。目前，越来越多的公司通过各种方式与顶尖科学家建立了合作关系。在发达经济体，这些合作以专利的授权与购买以及建立子公司等传统形式为主（Shane，2004；Friedman and Silberman，2003）。政府部门也纷纷推出政策支持科学家参与科研成果转化。
公司与科学家可以通过多种正式和非正式的形式建立合作关系。科学家对公司创新的知识溢出效应也随着合作方式的不同、知识溢出机制的不同而产生不同的效果。有关公司创新合作的研究往往认为，创新合作中的知识溢出效应很大程度上会受到区域的限制。创新的区域差异也成为解释经济发展的区域差异的主要原因之一。然而，微观层面的研究发现，知识溢出效应的路径不同，影响效果也不同。非正式的创新合作受到区域因素的影响较大，相应的知识溢出效应也局限于一定的区域范围内（Aghion and Dechezlepr E. Tre et al.，2016；Breschi and Lissoni，2003）。而许多跨区域或跨国的正式的创新合作则不受区域的限制，知识溢出效应也相应地可以传递到更远的地方（McKelvey et al.，2003；Hoekman et al.，2009）。在科学家与公司的创新合作中，早期的研究更多地关注专利的授权与转让以及建立子公司的贡献。尽管专利的授权和转让与子公司的建立更易观测，但研究表明这一方式仅占整体的知识传递活动的约10%（Agrawal and Henderson，2002）。此外，科学家与公司还会通过人员的流动、非正式的沟通、咨询顾问关系或联合研究计划等方式形成知识传递链条。但由于合作目的不同，并不是每一种合作方式都会催生有价值的商业产品。Mansfield与Lee（1996）指出，公司寻求与科学家的合作也有可能是为了了解前沿技术的发展，获得与科学家接触的机会，或为具体的问题寻找解决办法。顶尖科学家对公司创新的溢出效应还会受到外界环境和政策变化的冲击。知识溢出的速度和效率很大程度上取决于知识传播者即科学家的活动。因此，针对科学家对公司创新的溢出效应的研究，应该考虑不同的知识溢出机制会产生不同的效果。本书研究的贡献之一是分别考察了科学家产学研平台建设、科学家担任独立董事和公司高管等多种知识溢出机制。
第二，有助于对公司与科学家之间多种合作创新方式的分类和识别。
尽管以科学家为代表的学术界在知识转化、公司创新和经济增长中的作用越来越受到研究者的关注，但有关公司与学术界之间的合作创新方式的分类仍未达成共识。现有研究多从与知识传递相关的公司的商业活动的角度出发，对公司与科学家的合作进行分类。从知识传递的形式来看，正式合作平台如院士工作站、博士后工作站的建立可以看作知识产权的资源配置，而科学家个人加入公司董事会或者担任咨询顾问更多可以看作信息交流过程（Grimpe and Fier，2012）。已有研究证明，科学家的科研成果可以通过公开发表的论文或报告、公开会议、非正式的信息传递和咨询等方式促进公司已有研发项目的完成和产生新的研发项目（Cohen et al.，2002）。D.Este与Patel（2007）从科学家个人参与公司研究活动的动机出发，将合作创新方式分为五类，即建立新的实体机构、咨询、联合研究、培训和会议。针对英国4 337位大学学者的问卷调查数据表明，这五类合作方式相互重叠率较低。在公司与顶尖科学家的多种合作创新方式中，正式的合作创新方式一般情况下更易于观测和鉴别，例如专利的授权与购买、设立子公司、制订联合研究计划、建立产业科技园区等。而非正式的合作创新方式涉及了更多与科学家的互动，包括会议、咨询甚至私人交往。
在不同的合作创新方式下，科学家对公司创新的影响机制也不同。公司与科学家之间正式的合作创新方式，如制订联合研究计划，带来的专利资源补充了公司内部创新资源的不足，从而促进了公司产品创新（Becker and Dietzl，2001）。而通过非正式的合作创新方式，例如咨询或会议等，可传递的信息和知识更为广泛，对公司研发项目的影响可能更大。由于非正式合作创新方式的松散性，公司与科学家的非正式合作创新对公司创新效应的促进作用很大程度上受到合作科学家个人意愿和激励的影响（D.Este and Patel，2007）。相关研究发现，公司与科学家的非正式合作创新在不同学科间有着明显差异，例如，工程学科的科学家比数学家或物理学家与公司合作的意愿更强。非正式合作创新的次数和种类与合作科学家的个人特征密切相关。具有合作经验的科学家会倾向于尝试更多种合作创新方式。年轻的科学家比年长的科学家更愿意参与多种公司合作创新方式。
已有文献通过公司与科学家之间是否有成文的专利共享区分二者之间的正式合作创新和非正式合作创新，并以问卷调查为主要手段对非正式合作创新进行分类，一定程度上解决了非正式合作创新不易于观测和获取数据的研究难点，但同时也模糊了除专利共享外其他合作创新方式的区别，忽略了其内在机制的不同对知识溢出效应的不同影响。因此，本书侧重于从社会资本和网络链接的角度区分公司与科学家合作创新的平台模式和个人模式。平台模式，即建立正规的产学研合作研究组织形式，如院士工作站。个人模式，则指科学家个人加入公司董事会或者担任技术咨询顾问。
第三，有助于对公司创新的度量以及公司创新与科研成果之间的相关性的有效度量。
早期使用R＆D支出及专利数量度量创新产出的研究方法受到广泛质疑。正如Manso与Balsmeier等（2017）所指出的，研发支出数据只能反映单一的资金数量维度，而不能反映不同创新战略的差异，特别是有关突破性创新和一般性创新的差异。另外，Griliches（1998）也指出仅仅运用专利数量难以有效度量公司创新，真正有价值的创新并不一定需要申请专利，也不一定适合专利化，特别是专利质量难以比较。其后，Cohen与Nelson等（2000）通过对公司研发经理进行调研发现：某些行业的创新并未反映在专利数量上。Jaffe与Lerner（2011）发现：由专利制度的差异导致的专利数量的时间序列数据难以有效度量公司创新。近期的实证研究中，Igami与Subrahmanyam（2015）利用硬盘制造行业的数据验证了专利数量难以有效反映创新。随后，Igami（2017）使用硬盘容量的改进作为对创新的有效度量。Dang与Motohashi（2015）发现：部分源于地方政府的税收激励扭曲，中国专利数量统计数据尽管一定程度上可以度量公司创新，但存在偏差。
如何度量公司创新反映基础科研成果的程度也是一大难题。公司创新反映基础科学的程度是开展合作创新的公司和政策制定者非常关心的指标，对它的有效度量可以帮助我们有效评估公司与科学家合作创新的绩效。Perkmann等（2011）提出了一个绩效评估体系——“成功地图”（success map）——来评价顶尖科学家-公司联盟是否成功。“成功地图”将公司创新分为“投入—进程—产出—影响”四个阶段，对每个阶段的合作创新进行分析。当需求和兴趣最匹配的合作者结成联盟时，合作创新成功的可能性较大。“成功地图”也适用于对影响科学家-公司创新合作的各种外界因素进行监控，但仍然缺乏定量的研究。
近期研究沿着两个方向探索公司创新度量的难题，使用相对较多的方法是运用专利引用数据度量创新质量（Aghion and Van Reenen et al.，2013；Bhattacharya and Hsu et al.，2017），然而这一方法由于中国的专利数据缺乏引用数据披露而无法在中国的创新研究文献中运用。另外一种正在探索中的方法是使用文本分析技术对公司披露的各类公告和专利文书（Bellstam and Bhagat et al.，2017）进行分析并得出量化的创新指数。文本分析技术中，文本相似性方法值得我们开发和利用。文本相似性方法首先将文本按词汇出现频率进行向量化，然后定义向量之间的距离并组成词汇向量空间，通过比较距离的远近来分析文本的相似性。相似性越高的文本所传递的信息越相近。利用文本相似性方法，Hoberg与Phillips（2016）对美国制造业公司年报中的产品文本进行向量化，利用文本相似性最大的原理，对美国制造业产业进行了重新分类。该产业分类方法以公司产品为核心，并具有动态变化性，为研究产业发展提供了新的视角。本书的研究贡献之一是：通过上市公司产品文本与科学家科研成果方向的相似度，一定程度上可以衡量公司创新是否和科学家科研方向形成协同效应（详见第八章）。
第四，有助于解释在公司-科学家创新合作中，政府应当如何发挥良好的促进作用。
针对政府支持创新的政策的评估研究中，已有文献关于政府支持创新的政策是否真正具有促进创新的效果存在较大争议。该问题的答案往往因具体政策差异、实施区域差异以及研究样本时间段差异而存在显著差异。一方面，创新对宏观经济增长和微观公司竞争力都起着至关重要的作用（Schumpeter，1911；Solow，1957；Romer，1986；Porter，1992），例如，经济合作与发展组织（OECD，2015）估计，创新对于现代经济体GDP增长的贡献达到了50%以上。另一方面，创新具有“知识外溢”的特点，会产生很强的正外部性，因而在缺乏政策引导的环境中通常会出现公司对于研发的投入不足（Aghion and Jaravel，2015）。在理论上，市场失灵和凯恩斯经济学理论（凯恩斯，2009）、熊彼特的技术创新理论（熊彼特，1979）以及系统失灵理论（Woolthuis et al.，2005）均认为政府支持创新的政策能够有效促进公司创新，而信息不对称理论和委托代理理论（Michael and Pearce，2009）、挤出效应理论（Lach，2002）则认为政府支持创新的政策反而会抑制公司创新。在实证上，一些学者从宏观层面检验了政府支持创新的政策整体上对公司创新的影响，也经常得出完全相反的结论。例如，Garrett-Jones（2004）利用澳大利亚政府和公司1980—2000年的数据研究了州政府和联邦政府对区域创新的贡献，研究发现，政府通过自下而上的方法构建的大型“技术堡垒”、当地创新集群、知识服务中心等一系列支持创新的政策，显著地推动和促进了国家创新体系的发展和公司的技术创新活动。而肖文和林高榜（2014）在对我国行业技术创新效率进行测算分析后却发现，由于对于“远期”技术的偏好和对资金用途管理的缺失，政府的直接和间接支持反而限制了工业公司技术创新效率的提升。
不同种类的政府支持创新的政策对公司创新的影响也存在很大差异。已有研究检验了以资金支持为主的政策对公司创新的影响，主要包括R＆D补贴、税收优惠和政府采购。针对R＆D补贴政策，Czarnitzki等（2010）和Bérubé与Mohnen（2009）分别利用比利时和加拿大的经验数据所做的研究发现，R＆D补贴具有互补效应和资源效应，能够显著促进公司创新。而另外一些学者却发现，R＆D补贴对公司创新具有抑制作用或者作用并不显著。例如，Wallsten（2000）基于美国的经验数据所做的研究发现，政府R＆D补贴具有挤出效应，政府每增加一单位R＆D补贴，将导致公司相应减少一单位自身的R＆D支出。张杰等（2015）在对我国政府创新补贴绩效进行检验后发现，政府创新补贴对中小公司的私人研发并未表现出显著的效应。针对税收优惠政策，Parisi与Sembenelli（2001）利用意大利的数据所做的研究发现，税收优惠会通过成本效应促使公司增加R＆D支出，且税收优惠对公司创新的激励效果要比R＆D补贴更好。而Bloom等（2002）、陈林与朱卫平（2008）分别利用美国和中国的数据所做的研究发现，由于挤出效应的存在，税收优惠不仅对公司创新没有显著作用，甚至可能抑制了公司创新。针对政府采购行为，Geroski（1990）利用瑞士的数据所做的研究发现，政府采购由于会降低公司研发风险，从而能更有效地激励创新。但胡凯等（2013）利用我国省级面板数据所做的研究却发现，中国的政府采购政策由于市场竞争不足、地方保护主义等原因不仅没有促进技术创新，甚至可能阻碍了技术创新。可以看出，目前关于政府支持创新的政策的已有研究仍然主要集中于R＆D补贴、税收优惠与政府采购等财税政策，且对这些政策的效果存在较大争议，而如何准确评估“产学研深度融合”对公司创新的影响却尚未得到充分研究。
本书的研究重点之一是2008年以来在地方政府大力推动下迅速发展起来的院士工作站，即由院士专家团队与公司科技工作者共同参与的一种产学研合作创新平台。本书第四章的案例分析与第五章的实证分析都发现，不同于以往单纯以资金支持为主的创新支持政策，科学家的参与能更长久、更切实有效地提升公司的人力资本水平和创新能力。