论研发合作理论的新进展

孙 钰

(东北财经大学 产业组织与企业组织研究中心，辽宁 大连 116025)

论研发合作理论的新进展

孙 钰

(东北财经大学 产业组织与企业组织研究中心，辽宁 大连 116025)

根据近年来SSCI收录的相关经典文献及工作论文，从理论研究及实证研究两个角度出发，对研发合作问题进行评述，指出有关研发合作的理论模型已得到不断充实完善，而实证分析仍有很大局限性，准确性也有待商榷，并展望研发合作相关研究的发展趋势。

研发合作；理论模型；实证研究

自熊彼特提出技术创新以来，学界对技术创新、研发问题的研究从未间断过。经济的日新月异越来越要求新技术和新产品，因此，企业一方面加大自身的研发力度，另一方面借助于网络进行研发合作。1984年美国通过了《国民合作研究法案》，允许存在竞争关系的企业在下游市场中进行研发合作，由此触发了大量关于研发合作问题的研究。近年来，国外学者采用不同的研究方法探索了影响企业作出研发合作决策的因素。值得一提的是，有学者将实验经济学的方法引入对研发合作的研究中，虽然此类文献较少，但其方法值得借鉴。本文将按照研究方法的不同，对2000年以来SSCI收录的以研发合作为研究对象的文献及工作报告分别进行介绍及评述，并对其未来研究前景进行展望。

一、研发合作的理论研究

很多文献为研究企业的研发行为，构建了一个多阶段的决策模型。企业需要作出是否合作，与什么类型的伙伴合作，产品的产量及定价等决策，在模型基础上进一步研究什么因素将会对企业作出以上决策产生影响及企业作出的决策对企业本身利润及社会福利究竟有怎样的影响。如此看来，文献中应用的模型就显得格外重要。

1.经典模型回顾

近年来的研究成果主要基于两个具有重要影响的模型，即AJ模型和KMZ模型。D'Aspremont等[1]构建了一个两阶段模型，假定企业在第一阶段同时决定研发投入量，第二阶段同时决定产品数量。研究结果表明，在溢出率较高时，与研发阶段不合作相比，企业选择合作既会带来较高利润，又会产生较高福利。此时，政府不需要给予企业研发方面的补贴，企业基于自身利益的考虑会主动选择合作。这个结论证明了欧美等国家允许企业在研发阶段合作的政策的有效性。AJ模型为研发合作相关问题的研究提供了基本思路，对以后各学者的研究有着深刻的影响，但由于模型包含变量及研究方法的局限性，导致此文的分析及结论具有一定的片面性。

同AJ模型一样，Kamien等[2]构建的KMZ模型也受到了广泛关注。KMZ是一个两阶段模型，假定市场中的厂商数目大于2，产品间存在差异。Kamien等分别计算并比较了研发竞争、研发卡特尔、RJV(研究合作企业)竞争及RJV卡特尔4种情况下的研发投入量及均衡产量，得出研发卡特尔不管对企业还是社会来说都是最优的生产方式的结论。

2.模型的扩展及修正

近年来，有大量文献试图通过建立新的模型对研发合作问题进行分析，但大部分模型都是在AJ模型和KMZ模型基础上进行扩展和修正。

AJ模型和KMZ模型都假定厂商处在相同地位，模型是对称的，但实际中，对非对称模型的研究更具有实际意义。在Lukatch等[3]构建的模型中，假定AJ模型中提到的研发成本函数，其单位成本是不对称的，具体表现为一个企业规模越大，其产品的单位成本和研发的边际成本越低。此模型的一个重要结论就是在研发水平不对称的情况下，虽然厂商都会很积极地进行研发活动，但只有规模大的厂商才会有创新产出。同样，Atallah[4]认为非对称溢出对研发合作的成本、合作的联合利润以及社会福利的均衡结果都有着重要影响。他指出，当知识的平均溢出率很高时，研发合作会增加研发的总投资量。对称的溢出效应对合作双方来说都是有益的，但是非对称的溢出只有在非常有限的范围内才会对两个企业都有益。Atallah还为政府的政策选择提供了一些建议，指出在大范围的非对称溢出存在的情况下，就像有着不同成本的企业很难共同制定一个垄断价格一样，有着不同技术的企业也很难进行研发合作。这时，政府在协调企业间相互合作的过程中扮演了一个很重要的角色。由于模型的前提假设不同，Atallah得到了与AJ模型中企业会主动合作不同的结论。事实上，不同企业之间需承担不同研发成本这一现象广泛存在，故Atallah的研究更符合现实。

AJ和KMZ模型中，企业之所以会联合进行研发的一个重要原因在于溢出效应的存在，企业可以共享信息。当溢出率较高时，企业间研发合作的可能性就会大一些。Veugelers等[5]将溢出效应看做影响合作企业利润的唯一因素，因为企业合作中有可能存在欺骗行为，所以同AJ及KMZ的单次博弈不同，他们的模型运用了重复博弈的方法，分析了长期内合作企业的行为。研究表明，在溢出率较低时，欺骗行为出现的概率要小得多，原因在于低的溢出效应并不能诱使企业违反最初的合作协议。

对于溢出率究竟是由什么决定的这个问题，AJ和KMZ模型都将溢出水平看做外生的，模型中只包含着研发阶段和产品阶段。近年来很多学者认为将溢出水平处理成内生的更合理，即合作行为本身也会对溢出率的大小有影响。Hinloopen[6]认为溢出率在研发合作前后可能是不同的，企业进行研发合作的概率并不是依照合作前的溢出率而定的，而是与合作发生后的溢出率有关，即使各企业合作前的技术溢出水平很低，但是只要通过合作能够产生较高的溢出水平，企业仍可以共同分享研发信息，研发合作就是较好的选择。Amir等[7]曾将溢出效应具体划分为溢出输入和溢出输出两种效应，并将这两种效应作为重要变量引入模型，其中溢出输入是指厂商能够享受本行业内其他厂商所拥有的技术知识，而溢出输出是指由研发得到的技术的专用性，专利就是一个很好的例子。此外，Martin[8]将溢出输入和溢出输出纳入一个专利竞赛的模型中，将专用性及溢出效应设定为模型中的重要变量，并分析了对企业利润、研发投入量及社会福利的影响。研究表明较高的专用性及较低的溢出效应都会提高企业进行研发的积极性，但是对于整个社会来说，专用性越低，溢出效应越高，社会福利越高。Martin分析的结论与人们的直觉是一致的，结论具有一定的说服力。

Miyagiwa等[9]以及Mukherjee等[10]也对AJ和KMZ模型进行了完善补充。Miyagiwa等将溢出速度设定为模型中很重要的变量，并证明，在分析什么样的研发模式下创新会最快发生的问题中，溢出速度是一个关键参数。他们还发现，溢出速度越快，研发合作所能提高的研发投资程度越高，对社会越有利。Mukherjee等则在他们的模型中考虑了专利审批的不确定性。他们假定专利申请成功的可能性是外生的，并运用了动态博弈的理论分析方法证明，在专利的成本很大(小)的情况下，如果所有的企业在申请专利时都处于竞争状态，那些在研发时选择合作的企业比研发时选择不合作的企业申请专利的成功概率会高(低)一些。他们还发现即使专利申请成功的概率是内生的，研发阶段合作仍然会比非合作带来更多的社会福利。尽管专利申请成功的不确定性在各个国家中都是广泛存在的，但是之前的文献并未对这个问题加以考虑，Mukherjee等对此不确定性的思考进一步完善了研发合作理论。

通过对近年来国外学者的研究分析可以看出，从开始应用的静态博弈方法到后来的动态博弈方法，从完全信息博弈到不完全信息博弈，研究研发合作问题的博弈方法不断改进。此外，模型中包含的变量也不断充实完善，学者将原来看做外生的因素处理成内生的，将对称模型处理成非对称的。这些不断放宽的条件假设及模型的完善使得研发合作问题的理论研究更加具有实际意义，也符合学术研究从特殊到一般的演化过程。大部分对研发合作的理论研究都表明研发合作与在研发阶段竞争相比，对社会、对企业都是有益的。研发合作将技术的有效转移及避免重复投资变成可能。而这些结论究竟是否准确有待实证研究的进一步证明。

二、研发合作的实证研究

1．利用横截面数据的实证检验

在研究促进研发合作因素的文献中，很多学者检测了溢出效应对研发合作的影响。Cassiman等[11]进行了两阶段的概率估计，实证检验了溢出输入和溢出输出这两种效应对一个企业签订研发合作协议概率的影响。估计结果表明当溢出输入效应高、溢出输出效应低时，企业合作的概率要大一些。值得一提的是，文中的数据大部分来自于纵向合作或与研发机构、大学合作的企业，只有10%的数据来自于横向合作的企业，所以结论不一定适用于横向合作的企业。同样，Hernan等[12]发现溢出输入效应对企业参与合作的概率有着积极的影响。Hernan等利用大量欧洲联合研发企业的数据，并运用对数方程进行估计。估计结果表明当技术信息在企业中或较集中的产业中扩散速度较快时，企业合作形成RJV的概率会大一些。此外，他们还发现企业规模、研发强度都对RJV的形成具有积极作用，但专利政策对RJV的形成是不利的。这个结论与Martin的理论分析结果是一致的。

除溢出效应外，有学者认为合作伙伴的类型及公共补贴等因素对研发合作的成果同样有着重要的影响。Belderbos等[13]检测了不同类型的合作伙伴对劳动生产率的影响，结果表明研发合作对劳动生产率的增长有着积极的影响，但影响大小与合作的类型有关，其中与竞争者和客户合作能够最大限度地提高劳动生产率。Belderbos等将这种现象解释为，这两种合作策略能够最大限度地加速技术扩散。Fritsch等[14]利用德国1800家制造业厂商横截面数据，建立断尾零泊松回归模型，进行回归分析。回归结果表明企业规模、研发雇员的数目都对企业的合作倾向有着积极的影响。因为数据中零值较多，文章建立了对数泊松模型而不是普通的泊松模型，这使得此文的研究结论更加准确。Busom等[15]分析了企业选择合作伙伴的决定因素及公共补贴对合作行为的影响，回归分析中的数据来自于西班牙对企业创新及研发行为的创新调查。Busom等将公共补贴看做一个内生变量，是一个创新之举，回归结果表明公共补贴提高了企业合作的倾向。由于文章采用的是横截面数据，导致作者没有办法检验将公共补贴看做是内生的这种假设是否正确，也就限制了对结论准确性的检验。

2.利用面板数据的实证检验

Belderbos等[16]利用来自于荷兰制造业的面板数据，分别检测了研发合作对劳动生产率和生产力创新的影响，其中劳动生产率是指每个雇员的价值增长，生产力创新是指创新产品在市场上销售量的增加。他们发现，当企业间的纵向合作会显著提高劳动生产率，企业进行横向合作或与大学合作、联合成立研发机构时，研发合作会对生产力的创新有着积极重要的影响。这个结果证实，不同类型的合作将对研发绩效产生不同的影响。Fritsch[17]曾对分布于欧洲11个地区企业的相关横截面数据进行研究，发现存在于不同区域间的企业会产生不同的研发效率。Fritsch等[18]在另一篇文章中应用来自于德国制造业的面板数据，检测了研发合作对知识溢出的作用，及一定区域内知识溢出对创新活动的影响。研究表明研发活动效率在区域中存在明显的区别，而其在区域内部的差异或多或少可以由研发溢出率来解释。通过对研发合作效率的评估，他们还发现研发合作对知识的溢出只起了很小的作用。曾有人分析过，那些有着高倾向合作的私人企业并没有一个相适应的高效率创新过程，Fritsch等得到的结论同这个分析结果相一致。简而言之，Fritsch等的研究发现知识溢出对创新有着重要影响，但是研发合作对知识的溢出并没有很大作用，即研发合作并不一定会导致研发的高效率。

3.实验经济学分析方法

实验经济学分析方法是一种新颖的研究方法。为了清楚地了解RJV、研发合作过程中的搭便车、共谋等问题，Goeree等[19]做了一个两阶段博弈的实验。他们曾将学生分成4组，分别依照KMZ模型中提到的4种合作类型作出决策。虽然该文并没有得出实质性的结论，但在实验的过程中，参与者深刻了解了企业作出决策的过程，该文的研究方法很值得借鉴。同样，Suetens[20]在AJ模型基础上进行了实验，讨论了技术溢出率与研发合作之间的关系，研究发现RJV能够提高研发效率。这篇文章为政府支持RJV提供了理论基础。作者提到尽管允许研发合作并不能总会使企业保持合作的关系，但是当溢出率较大时，这种政策上的允许将会诱使企业提高研发投资额，最终提高整个社会福利。

研发合作是一个长期的过程，各因素的影响具有滞后性，因此研究分析时只用横截面数据没有办法检测结论的准确性，而面板数据能较好地解决这个问题。此外研发合作相关数据的收集具有一定的困难，本文提到的很多文献应用的数据都是20世纪90年代初的数据，数据贫乏陈旧。此外，在计量分析中，某些变量也很难在实际中找到合适的指标来代表。所以目前对研发合作的实证研究仍具有很大的局限性。实验经济学分析方法相对于计量分析来说有很多优点。例如计量分析中很难搜集到能够代表对应参数的数据，导致很多文献的结论出现差异甚至冲突，而用实验方法对研发合作理论进行检测能够克服计量分析的这个缺点。此外，在实验过程中，对模型的假设更容易控制，从而保证了结论的准确性。

三、结论及展望

近年来对研发合作理论的不断研究，使得相关理论模型已得到不断充实及完善，而由于数据陈旧及难以收集等问题的存在，实证分析仍有很大的局限性，其结论的准确性也有待商榷。基于以上分析，本文认为研发合作相关问题的研究未来发展将具有以下趋势。(1)理论分析应用的博弈论方法愈加多样，研究对象愈加宽泛。因为研发合作是一个长期的过程，所以将企业的研发合作行为纳入一个长期重复博弈的框架内研究更具有实际意义。而由于研发创新风险的提高及创新结果的不确定性，未来对研发合作问题的研究势必由完全信息博弈向不完全信息博弈转变。(2)实际调研是未来发展的必然趋势。由于实证分析的数据陈旧匮乏，为了进行相关研究，势必要寻找数据，而实际调研是一个行之有效的方法。(3)实验方法应用更加广泛。实验经济学是近几年经济学中的新兴学科，将实验经济学中的研究方法应用于对研发合作相关问题的研究能够克服传统计量分析中的缺点。

[1]D'ASPREMONT C, JACQUEMIN A. Cooperative and noncooperative R&D in duopoly with spillover[J]. American Economic Review, 1988,78(5): 1133-1137.

[2]KAMIEN M I, MULLER E, ZANG I. Research joint ventures and R&D cartels[J]. American Economic Review, 1992, 82(5): 1293-1306.

[3]LUKATCH R, PLASMANS J. R&D and production behavior of asymmetric duopoly subject to knowledge spillovers[EB/OL].[2010-06-05].http://www.cesifo-group.de/DocCIDL/cesifo_wp287.pdf.

[4]ATALLAH G. R&D cooperation with asymmetric spillovers[J]. Canadian Journal of Economics, 2005, 38(3):919-936.

[5]VEUGELERS R, CASSIMAN B. R&D cooperation between firms and universities: some empirical evidence from Belgian manufacturing[J]. International Journal of Industrial Organization, 2005, 23(5-6): 355-379.

[6]HINLOOPEN J. R&D effciency gains due to cooperation[J]. Journal of Economics, 2003, 80(2): 107-125.

[7]AMIR R, EVSTIGNEEV I, WOODERS J. Noncooperative R&D and optimal R&D cartels[J].Games and Economic Behavior, 2003,42:183-207.

[8]MARTIN S. Spillovers, appropriability, and R&D[J]. Journal of Economics, 2002,75(1): 1-32.

[9]MIYAGIWA K, OHNO Y. Uncertainty, spillovers, and cooperative R&D[J]. International Journal of Industrial Organization, 2002,20(6): 855-876.

[10]MUKHERJEE A, RAY A. Unsuccessful patent application and cooperative R&D[J]. Journal of Economics, 2009,97(3): 251-263.

[11]CASSIMAN B, VEUGELERS R. R&D cooperation and spillovers: some empirical evidence from Belgium[J]. American Economic Review,2002,92(4): 1169-1184.

[12]HERNAN R, MARIN P L, SIOTIS G. An empirical evaluation of the determinants of research joint venture formation[J]. Journal of Industrial Economics, 2003,51(1):75-89.

[13]BELDERBOS R, CARREE M, LOKSHIN B. Complementarity in R&D cooperation strategies[J]. Review of Industrial Organization, 2006,22(8-9): 1237-1263.

[14]FRITSCH M, LUKAS R. Who cooperates on R&D?[J]. Research Policy, 2001,30(2):297-312.

[15]BUSOM I, FERNANDEZ-RIBAS A. The impact of firm participation in R&D programs on R&D partnerships[J]. Research Policy, 2008,37(2): 240-257.

[16]BELDERBOS R, CARREE M, DIEDEREN B, et al. Heterogeneity in R&D cooperation strategies[J].International Journal of Industrial Organization, 2004,22(8-9): 1237-1263.

[17]FRITSCH M. Cooperation and the efficiency of regional R&D activities[J]. Cambridge Journal of Economics, 2004,28(6):829-846.

[18]FRITSCH M, FRANKE G. Innovation, regional knowledge spillovers and R&D cooperation[J]. Research Policy, 2004,33(2): 245-255.

[19]GOEREE M, HINLOOPEN J. Cooperation in the classroom:experimenting with R&D cooperatives[J]. Journal of Economic Education, 2008,39(4): 357-373.

[20]SUETENS S. Cooperative and noncooperative R&D in experimental duopoly markets[J]. International Journal of Industrial Organization, 2005,23(1-2): 63-82.

OnprogressofR&Dcooperationtheory

SUN Yu

(Center for Industrial and Business Organization, Dongbei Univ. of Finance and Economics, Dalian 116025, China)

Based on the recent literatures and papers in SSCI, the paper commented upon the issue of “R&D cooperation” from the perspectives of both theoretical and empirical study. It pointed out that for the theoretical study, the models of R&D cooperation had been continuously enriched and perfected, however, there still exist the limitations on empirical analysis and the accuracy should be discussed yet. At last, it looked into the further trends of the research on R&D cooperation.

R&D cooperation; theoretical models; empirical study

1671-7041(2010)06-0019-04

F27

A*

2010-07-07

孙 钰(1988-)，女，辽宁营口人，硕士研究生；E-mailsunyklmyt@yahoo.com.cn