魏国江

一、产学研协同创新文献回顾

20世纪50年代美国“硅谷”的成功使产学研协同创新成为各界关注的新现象,学者分析了产学研协同创新的内涵与特点(Schartinger等,2002)、动力与影响因素(Lee,1996)、主要模式(Chesbrough,2006)等,主要从高校与企业合作的理论与实证角度进行重点研究。我国学者自2000年开始把协同方法应用到创新中以后,相关文献迅速增加,2011年国家提出产学研协同创新战略后,研究重点主要集中在协同创新的动力机制与影响因素(夏红云,2014)、产学研合作模式(何郁冰,2012)、产学研创新界面平台与过程管理(王帮俊和杨东涛,2015)、运用DEA或随机前沿等方法对各省各行业或企业协同创新效率实证研究(肖丁丁和朱桂龙,2013)、对协同创新模式和平台及区域的案例研究(唐震等,2015)等方面。但对协同创新的差异性及不同协同平台的创新效率与影响因素分析不够深入,也没对不同主体主导的协同创新效果进行区别分析。产学研协同创新由企业、高校与研究机构组成,任何一方均可成为协同创新主导者,三者在协同创新中的功能必然也因协同主导者差异而存在区别,不同主体主导的协同平台创新效率也因产出不同而各异。但理论界对企业、高校与研究机构所主导的协同创新平台及创新效率研究较少,对不同主体在协同创新中的能力特征与空间限制也较少涉足。本研究将对不同主体主导的协同创新平台效率进行评价并测算不同主体的空间拓展能力。

二、我国产学研协同创新概况

协同创新有区域协同和创新主体协同两种形式,产学研协同创新是不同主体间资源、行为、信息协作共享与互补生产更高质量成果的复杂过程。协同不是自然过程而必须由产学研中某主体发起并主导,而不同主体均可能由于需要而发起协同需求。协同的主导性可由发起者在平台搭建中的作用及主体经费投入的情况而显现,而创新投入与成果的集聚水平则显示了协同创新的地域特征与空间效应。

1.我国产学研协同创新投入状况

由于创新者在平台搭建中的主导作用难以进行数据收集与量化评价,本文认为研发经费外部支出的投入主体在选择协同创新对象、确定研究目标及实施方面具有主动性与主导权,可以作为衡量创新平台主导性的标志。故本文以主体向其他创新主体支出研发经费状况作为衡量主导性的重要指标,若企业向高校和研究机构等支出研发经费则表明企业在协同创新中具有主导地位。鉴于2011年我国规模以上工业企业统计口径发生变化,本文以2011年作为分析的始点,各主体协同创新投入概况见表1。

表1 产学研R&D经费比例

从经费结构分析,企业自主技术创新投入高于技术获取投入,从时间维度看我国规模以上工业企业逐渐以技术创新代替技术引进。但企业技术创新过程中与高校与研究机构的协同投入并不高,稳定地占总体投入的3%左右,其中对研究机构的投入远远高于对高校的投入,约为高校的2倍,两者约共占研发经费对外支出的60%,但对内资企业投入基本为零,表明我国企业间的协同创新发展滞后。技术获取经费中用于技术引进的对外资企业的投入只占8%左右,用于消化吸收的经费只占3%左右,而技术改造的经费占80%左右,表明企业较注重技术的实用价值而忽视自身的技术开发能力,基于知识创造的技术生成投入较少,对引进消化吸收再创新的重视程度不高。企业对产学研协同创新不太重视,创新平台缺乏。而研究机构主导的对外协同创新投入也只占总体投入的3%左右,其中对机构的支出最高,占40%-60%,其次为对企业支出,约占15%,对高校的支出最少,不到10%,显示研究机构的产学研协同创新意愿同样不强。高校主导的对外协同创新支出要高于企业和研究机构,约占总支出的7%,其中对机构、企业和高校的支出比较平均,各占1/3左右。显示高校主导的产学研协同创新行为多于企业和研究机构,且高校的协同创新主体也较均衡,但研究机构在协同创新中参与度最高。

从时间趋势分析,企业自主研发经费占比逐渐提高而技术获取经费下降较快,企业的技术自主性日益显现。企业对外的协同创新投入维持较稳定水平,企业对研究机构的投入稳定增长,由2011年的41%增长到2015年的45%,而对高校的投入近年下降,由21%下降到14%。同期企业技术引进的经费缓慢增长,由8.7%涨到10.6%,但技术的消化吸收经费仍然偏低且下降,由3.9%下降到2.8%,表明我国企业对消化吸收再创新重视不够,技术本土化能力弱。而研究机构的对外协同创新投入基本稳定,其中对高校、机构与企业的投入均稳定增长。高校对外协同创新投入缓慢下降,其中对不同主体的投入比例基本不变。

2.我国省域创新的集聚性

协同创新是创新主导者根据需要而把不同创新主体纳入创新过程的行为,创新主体的位置与空间环境必然影响其进入协同创新过程,需要通过空间计量进行分析。衡量空间影响的重要指标为空间集聚指标,常用指标为莫兰指数I,I数值在-1和1之间,大于0表示正自相关即高值相邻,小于0表示低值相邻。除莫兰指数外还有吉尔里指数C和Getis-Ord指数,吉尔里指数比莫兰指数对于局部空间自相关更为敏感,所以本研究同时计算C指数,其计算公式为:

C指数一般介于0和2之间,大于1表示负相关,小于1表示正相关。但由于I与C不能分辨“热点”(高值相聚)“冷点”(低值相聚)的区域,所以本研究同时采用Getis-Ord指数,如果G指数大于期望Eg则表示存在热点区域,如果G小于期望Eg则存在冷点区域。G指数计算公式为:

在无自相关情况下G指数的期望如果G大于此期望则表明存在热点区域,否则存在冷点区域。在计算集聚指数时需要设定空间权重矩阵,为了更准确地测度中国各省份的创新集聚性,分别设定不同空间权重矩阵进行比较分析。空间邻接权重矩阵,采用Rook相邻,即:

地理距离空间权重矩阵采用省会城市直线距离平方倒数,即:

但由于倒数后数值变化的显著性不明显,所以同时采用非经典地理距离空间权重矩阵,以下称为地理空间,表示为:

创新的集聚性还可能由于经济发展水平差异而致,故同时采用经济空间权重矩阵测算基于经济因素的创新集聚水平,经济矩阵借鉴林光平等(2005)采用两区域人均GDP差距的倒数,单位为十万元人民币(见式6),地区经济发展差距越大则数值越小。

同理,由于倒数值变化显著性下降从而经济差距越大影响越小的假设可能与事实不符,本文同时采用中国各省域经济绝对值的分布情况作为经济矩阵,下称为经济空间。经济空间矩阵为i区域与j区域人均GDP之差的绝对值,而没有采用林光平用的GDP差额倒数,单位为十万元人民币,数据越大则区域经济发展水平差距越大。公式为:

基于以上空间权重矩阵估计的结果见表2。从空间邻接矩阵的计量结果看,企业投入与产出存在较显著的集聚性,而吉尔里指数不显著,但Getis-Ord指数均高于Eg期望,说明存在典型的“热点”区域,集聚现象突出。高校的投入产出I指数不明显,只有专利存在集聚性,但C指数集聚性明显,G指数显示存在“冷点”聚集特征。以上结论也较符合我国国情,各省份高校规模与水平差距大,教育强省周边多为教育弱省,所以存在冷热点并存分布。研究机构的集聚性均不明显,表明我国各地研究机构投入产出较均衡。

从经济空间看,集聚指数显示存在较显著的空间负相关性,且都通过1%置信水平检验,即两区域人均GDP相差越大,高区域向低区域的影响越明显,表明我国区域创新存在较典型的发达区域向不发达区域的溢出效应。而且这种效应比邻接空间矩阵显著,显然交通成本大幅下降条件下,区域邻接并不必然意味协同创新效果显著,交通较发达情况下不发达区域向发达区域的学习成为区域协同创新的重要形式之一。从经济空间权重矩阵看,企业的投入产出与经济发展关系不大,而高校投入与研究机构的专利产出存在空间集聚性,这主要是由于高校与研究机构多为地方财政拨款,当地的经济发展水平影响了其投入水平,所以对其影响显著。

表2 不同空间矩阵下的创新集聚性检验

从距离角度对产学研三者的投入产出集聚性进行分析可知,基于距离绝对值的距离空间显示企业与高校均存在较显著的集聚性,而研究机构集聚性不明显。基于距离空间权重矩阵的计量结果显示,企业与高校存在较显著的正相关,而研究机构存在显著的负相关,即低值相邻。

总体上看,产学研三个主体的投入与产出均存在不同程度的空间集聚性,且企业的空间集聚性更为明显,其次为高校,研究机构的集聚性相对不明显。除去经济空间矩阵外,其他均拒绝存在集聚假设,主要原因为高校与研究机构多为政府转移支付与拨款,各地相对平均。下文将以空间距离权重矩阵对产学研协同创新进行分析。

三、不同主体主导产学研协同创新效率差异比较

企业、高校与研究机构均可作为协同创新主导者把其他主体纳入协同创新平台,不同主体主导协同创新效率必然存在差异,我国创新驱动背景下以哪类主体为主导的协同创新平台更具效率是值得研究的问题,为此,本文分别对不同主体主导的协同创新平台进行效率评价与效率差异分析。

理论上空间相关可以出现在回归方程的因变量、自变量与扰动项(Cliff和Ord,1972),而自变量空间相关不存在新的估计问题,所以研究重点主要在因变量与扰动项上的空间相关,对应的模型为空间滞后模型与空间误差模型。随着空间相关模型的拓展,研究的重点从截面数据转变到面板数据,面板空间滞后模型(SLM)为,

表3 企业投入变量相关系数

表4 高校投入各变量相关系数

表5 机构投入各变量相关系数

SLM模型由于因变量的空间滞后项出现在方程右侧,存在的内生性问题导致最小二乘法(OLS)估计不一致,所以文献较多用最大似然(MLE)估计法,MLE根据正态分布的随机扰动项建立似然函数,当扰动项不服从正态分布时则称为准似然估计(Lee,2004)。而μi的不同具体估计又不同,分别有随机效应(Anselin和Griffith,1988)与固定效应(Elhorst,2003)两种。

空间面板误差模型(SEM)为,

其中λ为空间相关系数,其他变量同SLM模型。Anselin把μi设定为随机效应并提出使用MLE估计方法,但Anselin的拉格朗日乘子(LM)统计量缺少对随机效应和空间相关的相互影响分析。Baltagi等(2003)扩展了Anselin的LM检验,考虑了空间相关和随机效应之间的相互影响。Greene把μi设定为固定效应(Greene,2003)。在SEM模型中随机扰动项存在自相关,但不存在内生性,所以OLS估计是一致的;但忽略了扰动项的自相关而损失了效率。最佳估计为MLE估计。本文分别用OLS和MLE估计进行比较。

我国各省份的产学研协同创新既可能由于其他省份的创新结果对其他省份产生示范与竞争影响,也可能是不包括X中但对Y变量有影响的遗漏变量存在空间相关性,或者其他不可观测的随机冲击存在空间相关性。所以并不能确定究竟是SLM还是SEM模型较优,本研究将分别采用两种模型进行比较。在估计过程中为避免数据的异方差先对数据进行对数处理。应用Stata13.0对2011-2015年我国各省份产学研协同创新数据的SLM和SEM模型进行MLE估计,为确定随机效应与固定效应,分别进行了Hausman检验,下表列出Hausman检验后的估计结果。为了进行比较同时进行普通面板模型的OLS估计,结果分别见表6、表7、表8。

通过表6可见,以申请专利为因变量的三个模型中SEM模型各变量参数更显著,R2也最高,所以采用SEM模型。数据显示决定企业申请专利增长速度的主要因素为企业研发经费内部支出,其产出弹性为0.433,而在产学研协同创新中对高校的支出并没有形成正面效应,反而产生一定的负面影响,主要原因为高校自身存在专利激励,高校研究人员申请了专利;其次,高校为企业提供的为基础理论知识或试验技巧、产品知识,企业难以与高校协同进行专利申请。企业对研究机构经费和技术引进经费对企业申请专利存在积极效应,但对研究机构的外部支出的产出弹性较低,不到0.1;技术引进经费的专利产出弹性更低,不到0.01。所以从专利角度看企业进行协同创新的积极性并不高。从空间效应看,其他省份的创新产出对本省份具有较强的示范与竞争效应,空间效应达0.389,表明企业出于竞争与学习目的对其他区域产出较为敏感,使产出大幅提高。从发明专利角度分析,SEM模型较优。同样,对高校经费支出与技术引进没有产生正面作用,只有对机构外部支出有积极作用,但产出弹性为0.081,空间效应更高达0.509。

企业研发经费的外部支出作用主要表现在新产品开发方面,以新产品销售收入为因变量估计时,SEM模型较优。企业内部研发经费支出产出弹性最高达0.741,其次为技术引进、对高校支出与研究机构支出,分别达0.217、0.21、0.109,且都通过5%水平显著性检验,但空间效应却为0。表明企业进行产学研协同创新的主要目的是解决产品开发过程中的技术瓶颈,基于核心技术的常态化战略性协同较少,企业为主体的产学研协同创新存在短期性特点。新产品开发因企业、区域而不同,省域之间的空间影响相对较弱。

表6 企业为主体的产学研协同创新效率

高校主导的产学研协同创新产出主要为论文、专著和专利,分别进行估计(见表7)。以论文为因变量估计结果中SEM模型各参数显著性较高,且可决系数较高,所以适合SEM模型;同理,专著、申请专利和发明专利为因变量均为SEM模型较优。从论文成果看,最重要的决定因素为企业内部研发支出,产出弹性为0.36,但对高校和研究机构的支出却不能对论文形成正面促进作用。对企业的外部支出具有积极效应,产出弹性为0.02,主要原因为高校与研究机构本身也把论文产出作为重要的考核指标,所以协同创新中高校与研究机构对高校的论文产出没有形成促进作用。从专著产出看,对高校与企业的外部支出均没有促进作用,只有对研究机构的外部支出具有积极效应,可能的原因为高校与高校之间具有竞争效应,而对企业的外支主要解决技术工艺或实验参数,所以没有促进作用。而对研究机构的外部支出可以解决系统技术问题,积极效应较高。申请专利与专著具有类似的结果,其他高校与企业没有促进作用,只有研究机构可以促进企业申请专利增加。但发明专利略有不同,其他高校和研究机构不具有促进作用,与企业的合作可以为高校解决重要的技术瓶颈以提高发明专利的数量。总体上分析,高校在与外部产学研合作中,与合作主体合作的产出类型存在区别,但产出效应并不高,甚至存在挤出效应,影响了高校的科研产出,成为影响高校积极参与产学研协同创新的重要因素。我国高校都具有综合型大学建设倾向,高校之间的互补效应不突出,高校研究经费对外支出主要是人员之间的利益协调,而不是基于技术与能力互补的合作,协同效应较低。

表7 高校为主体的产学研协同创新效率

研究机构主导的协同创新中,产出同样为论文、专著、申请专利和发明专利,进行估计时只有专著适合空间滞后模型,其余均为空间误差模型(见表8)。研究机构产出的主要影响因素为内部研发支出,对外部支出的协同创新产出均较低,其中对企业的外部支出各种产出弹性均为负,主要原因为研究机构具有较完善的研究体系,自身可以解决主要的技术瓶颈与难题,企业为其提供的帮助相对较少。

表8 研究机构为主体的产学研协同创新效率

(续表)

表9 不同主体的产学研协同创新效率比较

但研究机构之间具有积极的正向促进效应,各项产出均为正,这主要是由于各研究机构具有重要的差异化特征,彼此之间可以取长补短形成互补效应。高校对研究机构的产出贡献不明显,主要原因为:首先,高校与研究机构具有相似的研究背景与能力,对研究机构的互补性不突出;其次,我国高校建设过程中趋同现象突出,专业化不强,影响了在协同创新中的重要作用。但研究机构之间具有较强的协同性,对专著与专利产出的贡献较大,主要因为研究机构之间具有较强的差异性与互补性,协同合作可以解决机构的短板、提升创新效率。

综合比较看(见表9),影响产出的主要因素为内部研发支出,对外部支出的产出弹性都较低,这是我国产学研协同创新难以快速发展的主要原因。高校内部支出的产出弹性最高,表明高校仍然停留于自我独立发展阶段,与其他创新主体的联系较少。全部创新主体对外支出产生的效应都较低,表明我国产学研协同创新仍然处于起步阶段,各种创新平台与合作方法没能发挥积极作用。高校与企业在协同创新中的功能相对较弱,多数情况下产生了挤出效应,影响了各主体的创新产出。这可以部分解释我国协同创新成效不突出的原因。而研究机构在产学研协同创新中作用较突出,对各主体创新均有不同程度的正面效应。表明研究机构的发展模式可资借鉴,且应成为产学研协同创新的主体。从空间效应分析,只有企业的新产品开发与研究机构的专著产出空间效应不明显,其余产出均受到空间较大影响,表明我国区域之间的竞争合作已形成了良好的协同效应,具有较强的示范效应与学习效应,区域协同创新比不同主体的产学研协同创新效果好。

四、不同主体协同创新中的空间扩散能力

上述分析显示,区域之间的协同效应较高,但区域协同的地理范围受不同主体协同创新能力差异影响,其空间扩散能力即带动周边主体加入协同的范围不同,通常情况下距离越远的主体由于交易成本上升加入协同的可能性下降,技术传播的难度增加,主体间的协同成本提高,空间效应越弱。而且我国行政分割下的地方保护主义导致不同省域利益冲突影响了协同创新空间扩散。所以借鉴赵增耀等[27]进行连续回归的做法,假设省会中心城市的距离区间为[dmin,dmax],将根据距离调整的新空间权重矩阵代入原模型进行回归以检验空间效应的变化,从而分析不同主体在协同创新中的空间扩散能力差异。空间权重矩阵调整方式如下:

其中τ为省会城市的更进距离,通过调整把d距离内的省份从矩阵中剔除,从而测算不同距离省份的空间效应。考虑到中国地域辽阔,设定τ为100公里,而中国最近省会城市距离为103公里,所以每次回归距离分别为203、303、403……公里。Wd=[wij,d]n×n为新调整矩阵,调整后的空间权重矩阵为:

考虑到需要采用共同因变量较为合适,故选择对发明专利的SLM模型进行连续回归,结果显示不同主体协同创新的空间扩散能力存在较大差异(见图1)。企业扩散边界在100-300公里时快速下降,由0.529下降到0.239;而300-800公里时空间效应值较稳定,维持在0.2-0.3之间;900公里以后又迅速衰减,到1 000公里以后出现异常值,这一点与赵增耀等研究的1 190公里比较接近。结果表明企业进行协同创新的空间边界为1 000公里,300公里以内效率最高。研究机构协同创新的空间距离在400公里内平稳下降;500-1 300公里下降至0.1-0.25之间;1 300公里后出现异常,不再有空间效应。表明研究机构的空间扩散能力高于企业,主要因为研究机构由于政府资金的支持、政府间交流可以通过多种协同平台进行研究协同。而高校的空间扩散能力最强,400公里以内的空间效应都在0.3以上;距离500公里以上时的空间效应开始平稳下降直至1 400公里下降到0.16;1 500公里后开始出现异常波动,表明高校的空间扩散能力与研究机构基本相当但略高于研究机构。总体上高校的空间扩散能力最强,究其原因为高校较高知名度的品牌效应使其可以吸引更远距离创新资源,高校的跨区域会议与研究合作可以把更远边界的合作主体纳入协同创新过程。

图1 不同主体协同创新的空间扩散效应

五、结论与建议

基于产学研协同创新的视角,本文对不同主体主导的协同创新效率进行了评价分析,发现各创新主体与其他主体协同创新的效率远低于自主创新效率,成为影响产学研协同创新的重要原因。高校由于趋同化建设倾向在协同创新中表现较差,对各主体的创新产出贡献较低;研究机构参与协同创新的产出弹性最高,企业在与其他主体的协同创新中表现不突出。不同主体参与协同创新所起的作用存在差异,具有相同目标的主体之间的协同存在挤出效应与竞争效应,创新产出有限。具有互补效应的主体协同创新能产生正面促进作用,具体表现为高校能为企业的新产品开发提供必要技术支持,为研究机构的技术研究提供基础科学知识与指导。企业可以为高校创新提供产品与市场信息,但与其他企业和研究机构的协同创新成果寥寥。研究机构在协同创新中表现最佳,对企业、高校与其他研究机构的创新产出均具有不同程度的积极效应。不同主体进行协同创新的空间范围存在一定的差异,企业多以产品为基础找寻技术提供者,所能拓展的空间范围在1 000公里以内。研究机构与高校由于交流平台丰富多元,空间扩展能力高于企业,其中高校得益于政府与高校的研究协会与学术会议平台,其空间拓展能力最强,达到1 400公里。

鉴于上面的结论,本文认为在产学研协同创新中要针对不同主体特征实行差异化发展并深化协同创新机制。

1.加强高校的特色化建设,促进科研成果转化。随着我国国力提升,高校发展迅速,规模扩张较快,1999年招生增幅高达48%,而后每年新增招生年均40多万,多数高校放弃传统专业化特色走向综合型大学之路,各地大学趋同化现象突出,在一定程度上影响了高校参与协同创新的能力。而且高校考核注重研究人员的论文、专著与专利水平,忽略与社会创新的结合度,轻视科研成果的社会价值,导致高校考核唯成果论而非效果论,从而形成与企业技术创新的竞争效应,影响了高校在服务社会创新中的功能发挥。而高校考核的表征——科研成果在实现了数量显现后就束之高阁,因为科研人员获得了必要的激励,应用推广与研究人员无关。为发挥高校的创新功能,首先必须加强高校的特色化建设,防止高校潮涌式专业建设,科学合理布局全国高校的专业网点,使高校科研由全面开花变为重点突破。其次,高校科研人员的考核必须由唯成果论转向成效论,提高科研成果在社会中的价值评价,注重科研人员与产学研的结合。最后,提高科研人员成果转化的积极性,提高科研人员主动实现成果价值激励,贯彻实行以增加知识价值为导向的分配政策,变存量技术为增量技术,实现科研成果的社会价值。

2.构建多元协同创新平台,充分调动科研人员流动性。由创新主体划拨资金到不同主体实现合作是协同创新的主要形式,但本研究表明这种形式存在诸多弊端,创新效果不理想,必须构建更有效的协同创新平台。首先,要形成高校、科研院所研究人员到企业实践的访学机制。目前,我国科研人员多到同类机构访学,到企业以实践形式访学较少,为丰富协同创新形式需重视科研人员到企业实践的必要性,充分调动学研与企业的科研结合。其次,把实践性博士后流动站建在企业,一方面为企业解决技术难题提供必要人员支持,另一方面减轻科研人员研究基础、经费、助手紧张问题。最后,建立科研人员的柔性流动机制,提升研究人员与企业的融合,允许科研人员短期带薪离职、停薪留职、保职创业,真正实现创新型创业。

3.为企业交流提供多元平台,促成企业远距离资源利用。本研究表明企业协同创新的空间拓展能力低于高校与研究机构,主要原因为政府或学研发起的学术交流平台为高校或研究机构提供了更多技术推广、传播平台,各种学术会议可以促进学研交流,使不同主体可以选择性参与专业化协同创新。而企业间交流平台缺乏,企业需要主动搭建协同创新平台,而企业自身资源限制阻碍了其远距离资源利用。为此,政府需要建立形式多样的企业技术交流平台,除了项目成果交易会,还需要不定期的科研资源、成果交易机制与沟通平台,促进企业间的信息共享与技术宣传。其次,加强基础设施与制度建设是促进企业交流的重要方面,交通条件的改善、违约追责机制有助于企业降低交易成本。

4.发挥研究机构的创新功能,建设灵活的协同创新机制。本研究表明研究机构在协同创新中的作用强于其他主体,所以发挥以科研机构为主体的协同创新平台的优势、提高研究机构的协同创新功能可以有效提升创新效率。第一,要强化科研机构的专业化发展方向。科研机构的协同创新效率高一方面主要由于其技术应用价值较高,具有专利潜质;另一方面科研机构相对高校而言研究范围更窄,技术的专业性更强,所以与其他主体合作的价值更高。在创新驱动背景下需要加强科研机构专业化发展,形成在核心领域具备独特技术优势的主体。根据现代产业发展方向,需重点在电子信息、生物医药、人工智能与航空航天方面提高核心技术能力,为产业发展提供协同能力。第二,提高科研机构的独立性与参与协同创新自主能力。我国科研机构有国有独立研发机构、高校办科研机构与企业所属研发机构三类,区域分割性与重复建设是影响科研机构专业化建设的重要因素,也影响了机构主动参与全国范围甚至全球协同创新的动力。所以要在保证机构经费的前提下提高其行为决策独立性,减少上级单位干预,增强参与协同创新的动力。第三,完善产学研技术创新战略联盟在合作研究、战略性与共性技术研究投入与利益分享机制。技术创新战略联盟是应对技术复杂化、系统性与开发周期长的组织形式,在我国尚处发展初期,提高优势互补的资源整合性合作需要完善投入产出计量与激励机制,促进在高投入、高风险、长周期技术领域协同合作、风险共担的技术深度创新。