校企鄰近性與協同創(chuàng)新績效

陳會英 劉涵 周衍平

摘要：合作伙伴間的多維鄰近性是影響合作伙伴協同創(chuàng)新績效的重要因素，選擇合適的合作伙伴對提高農業(yè)生物技術創(chuàng)新產出具有重要意義?；谥袊?3所高校和157家企業(yè)協同創(chuàng)新的數據，運用負二項回歸模型，從技術鄰近、地理鄰近和制度鄰近角度對中國農業(yè)生物技術專利協同創(chuàng)新績效進行實證分析。研究表明，技術鄰近、地理鄰近和制度鄰近與中國農業(yè)生物技術專利協同創(chuàng)新績效呈顯著正相關關系，即技術結構的相似、空間位置的鄰近和制度環(huán)境的共通可以促進中國農業(yè)生物技術專利校企協同創(chuàng)新成果產出，據此提出農業(yè)生物技術專利協同創(chuàng)新伙伴選擇的相關對策建議。

關鍵詞：協同創(chuàng)新；技術鄰近；地理鄰近；制度鄰近；農業(yè)生物技術專利

中圖分類號：F062.3文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2021.05.002

開放科學（資源服務）標識碼（OSID）：

基金項目：國家社會科學基金項目（17BJY129）；山東省自然科學基金項目（ZR202103080031）

現代農業(yè)生物技術作為培育高產優(yōu)質高效抗病性動植物品種的重要手段，對推動傳統(tǒng)農業(yè)向現代化轉型、實現農業(yè)經濟高質量發(fā)展具有重大意義。世界各國已充分認識到發(fā)展現代農業(yè)生物技術的必要性、緊迫性，紛紛加大技術創(chuàng)新力度，掀起了新一輪的農業(yè)技術革命，以謀求在相關產業(yè)格局中占據優(yōu)勢地位[1]。在此背景下，中國政府也不斷增加在農業(yè)生物技術方面的科研投入，并出臺了一系列扶持政策來推動農業(yè)生物技術的發(fā)展。2017年國家頒布《關于創(chuàng)新體制機制推進農業(yè)綠色發(fā)展的意見》，要求構建支持農業(yè)綠色發(fā)展的科技創(chuàng)新體系。2021年中央一號文件指出，要加快實施農業(yè)生物育種重大科技項目，推進農業(yè)綠色發(fā)展。高校與企業(yè)作為重要的創(chuàng)新主體，在價值取向和社會分工方面存在差異，擁有的資源優(yōu)勢和風險承擔能力不同。高?；蚱髽I(yè)單純依靠自身能力創(chuàng)新，既面臨高昂的成本投入，也難以實現可持續(xù)性的有效創(chuàng)新。而高校與企業(yè)協同創(chuàng)新能夠實現優(yōu)勢互補，風險共擔，打造資源集聚與科研力量聚合的創(chuàng)新模式，保證研究與需求的良好對接，切實推進農業(yè)科技發(fā)展進步。

農業(yè)生物技術產業(yè)作為國家戰(zhàn)略性新興產業(yè)的重要組成部分，具有廣闊發(fā)展前景。近年來針對我國農業(yè)生物技術創(chuàng)新的研究多集中于專利態(tài)勢、發(fā)展現狀的分析[2-5]，在校企協同創(chuàng)新方面的研究相對較少。高校與企業(yè)間的協同創(chuàng)新往往受到內外部諸多因素的影響，協同創(chuàng)新雙方的鄰近性就是其中重要的情境因素。國內外學者從技術鄰近、地理鄰近和制度鄰近等角度驗證了多維鄰近性對創(chuàng)新績效存在影響，實證研究基于不同合作組織進行[6-8]，研究數據來自制造業(yè)、通訊設備行業(yè)等不同領域[9-10]，具體至農業(yè)生物技術方面的研究亟需加強。

在鄰近性相關研究的基礎上，本研究針對我國農業(yè)生物技術的發(fā)展，運用國家知識產權局（National Intellectual Property Administration，CNIPA）專利檢索數據庫中高校企業(yè)共同申請的專利數據，通過負二項回歸分析，探討地理鄰近、技術鄰近和制度鄰近與農業(yè)生物技術專利協同創(chuàng)新績效的關系，為高校、企業(yè)協同創(chuàng)新農業(yè)生物技術專利選擇合適的合作伙伴提供參考依據。

1理論假設

1.1技術鄰近與農業(yè)生物技術專利協同創(chuàng)新績效

Jaffe[11]在1986年首次提出技術鄰近的概念，通過國際專利分類號IPC測量協同雙方的技術鄰近程度。技術鄰近是協同創(chuàng)新中共享技術經驗和知識的基礎，反映了協同雙方知識累積和技術經驗的接近度，其對協同創(chuàng)新績效的影響主要反映在協同雙方之間技術知識的交互學習上。

目前，學者們關于技術鄰近與創(chuàng)新績效的關系研究得出的結論主要有兩種，一是認為技術鄰近對創(chuàng)新績效有倒U型影響。Petruzzelli[12]根據Jaffe關于技術鄰近的計算公式驗證了技術鄰近對創(chuàng)新績效的影響呈倒U型的假設。高太山[6]基于74家中國企業(yè)參與國際研發(fā)聯盟的數據進行實證研究，結果顯示聯盟伙伴間技術距離對企業(yè)突破性創(chuàng)新有倒U型影響，過大或過小的技術距離都不利于聯盟內的知識流動。也有一部分學者的研究表明技術鄰近與協同創(chuàng)新績效呈正相關關系。史烽等[7]對中國31個大學-企業(yè)協同創(chuàng)新活動進行實證分析，發(fā)現技術距離顯著促進大學-企業(yè)協同創(chuàng)新。Chuluun等[13]認為技術空間的接近程度越高，組織間技術交流的障礙越小，越有利于合作過程中相互間的理解以及技術知識的吸收和利用。劉志迎等[14]通過分析我國13所高校及與之協同創(chuàng)新的191個企業(yè)，發(fā)現我國技術距離對校企協同創(chuàng)新的影響仍處于倒U型曲線的前半段，技術距離較大的校企協同創(chuàng)新產出相對較少。本研究以農業(yè)生物技術創(chuàng)新為研究對象，由于生物基因的遺傳性、變異性及農業(yè)產業(yè)的季節(jié)性，協同創(chuàng)新的不確定性更大，面臨的風險程度更高。高校和企業(yè)在選擇合作對象時更加注重溝通效率和風險管控，按照自身涉足的技術領域以及掌握的技術范圍選擇合作對象能夠提高協同創(chuàng)新的品質和效率。鑒于此提出假設：

H1：技術鄰近對農業(yè)生物技術專利協同創(chuàng)新績效的影響為正向。

1.2地理鄰近與農業(yè)生物技術專利協同創(chuàng)新績效

地理鄰近是鄰近性研究的主要角度之一，有大量產業(yè)集群研究以及知識外溢的地理局限性作為研究支撐。

學術界一般認為地理鄰近有利于協同雙方的合作創(chuàng)新。Petruzzelli[12]基于企業(yè)和大學合作申請專利數據的研究表明地理鄰近是促進二者協同創(chuàng)新的重要因素。Eklinder等[15]認為地理鄰近性對沖破企業(yè)間的空間距離障礙具有促進作用，有利于協同創(chuàng)新過程中的知識交流和知識轉移，從而提升企業(yè)間的協同創(chuàng)新績效。劉斌等[16]研究發(fā)現地理位置鄰近有利于降低中國高校技術合作創(chuàng)新過程中的復雜程度，提高創(chuàng)新產出質量。陳莞等[17]認為地理鄰近加強企業(yè)社會責任對創(chuàng)新研發(fā)投入的正向影響，進而促進創(chuàng)新。然而有部分學者得到了相反的結論，夏麗娟等[18]研究結果顯示地理鄰近并沒有增加高校企業(yè)的協同創(chuàng)新成果產出，現代交通基礎設施和信息通訊技術的高速發(fā)展為知識轉移提供了強大途徑。但農業(yè)生物技術的創(chuàng)新是一個復雜的長周期過程，需要協同雙方在創(chuàng)新動機、目標定位、實現機制等方面高度契合，如果在協同創(chuàng)新過程中僅僅依靠網絡會議、短暫訪問等方式互相交流是遠遠不夠的，必須保障協同雙方具有充分的現場接觸。地理鄰近在一定程度上降低了合作伙伴搜尋成本、合作過程復雜程度，方便知識轉移和技術交流。鑒于此提出假設：

H2：地理鄰近對農業(yè)生物技術專利協同創(chuàng)新績效的影響為正向。

1.3制度鄰近與農業(yè)生物技術專利協同創(chuàng)新績效

制度鄰近性反映合作雙方所在區(qū)域宏觀制度層面的鄰近程度，區(qū)域主導的特殊文化環(huán)境和政策制度會影響組織的行動方式和協調程度，具體包括法律、規(guī)范等正式制度以及價值觀念和習慣等非正式制度。

關于在協同創(chuàng)新過程中制度鄰近的影響，學者們從市場化相似程度、區(qū)域地方保護性等多個角度進行了研究[6，19]，發(fā)現制度鄰近性對協同創(chuàng)新績效有顯著促進作用。黨興華等[20]基于中國30個區(qū)域間聯合申請專利的數據進行實證研究，發(fā)現區(qū)域間制度鄰近性有利于降低跨區(qū)域技術合作創(chuàng)新成本進而提高合作績效。Giuliani[21]認為制度鄰近性將合作雙方“粘合”在一起，能夠降低相互溝通的不確定性，有利于促進高校和企業(yè)間的交流和互相學習。不同環(huán)境下的社會制度在發(fā)展過程中逐漸形成，打破環(huán)境差異造成的制度壁壘有利于農業(yè)生物技術協同創(chuàng)新的組織協調與溝通交流，即制度鄰近意味著更低的協調激勵難度和溝通成本。鑒于此提出假設：

H3：制度鄰近對農業(yè)生物技術專利協同創(chuàng)新績效的影響為正向。

2數據與方法

2.1數據來源與樣本選取

本研究數據來源于CNIPA專利檢索數據庫中發(fā)明專利的申請數據。參照經濟合作與發(fā)展組織（OrganizationforEconomicCo-operationand Development，OECD）報告對生物技術界定的專利分類號范圍及農業(yè)生物技術專利領域的研究[2-5]篩選出與農業(yè)生物技術相關的國際專利分類（International Patent Classification，IPC）：A01H1、A01H4、A01N、A01P、A23K、A61K38、A61K39、A61K48、C05F11/ 08、C05F15、C07K14/415、C07K14/195、C07K14/37、C12N1、C12N5、C12N9、C12N15。在數據庫專利申請（專利權）人一欄輸入“大學”和“公司”“企業(yè)”“集團”等主體間的組合進行檢索。檢索日期為2020年2月24日，檢索時間段為2014年1月—2018年12月①。根據申請人的信息，將不符合高校和企業(yè)協同創(chuàng)新專利的數據舍棄，然后再根據摘要和專利名稱進行篩選，剔除檢索結果中包括環(huán)保、醫(yī)院、工業(yè)等與農業(yè)生物領域不相關的數據。

對篩選處理后的合作專利數據進行初步研究，選取中國農業(yè)大學、南京農業(yè)大學、華中農業(yè)大學、山東農業(yè)大學、湖南農業(yè)大學、四川農業(yè)大學、西北農林科技大學、河南農業(yè)大學、華南農業(yè)大學等23所高校。這些高校是國內學術界參與農業(yè)生物技術創(chuàng)新的主力軍和有效代表，就其與企業(yè)在2014—2018年五年內聯合申請的發(fā)明專利數進行統(tǒng)計，得到23所高校與157個企業(yè)的協同創(chuàng)新關系及對應的330件發(fā)明專利，具體協同創(chuàng)新關系分布如圖1所示。

由圖1可知，南京農業(yè)大學、華中農業(yè)大學和湖南農業(yè)大學在農業(yè)生物技術領域合作的企業(yè)較多，其次為華南農業(yè)大學、河南農業(yè)大學和云南農業(yè)大學。大部分高校在農業(yè)生物技術領域建立合作關系的企業(yè)數在10個以下，高校與企業(yè)間的聯結較少。

2.2變量選取

2.2.1因變量

本研究的因變量為大學和企業(yè)協同創(chuàng)新績效，學者們關于協同創(chuàng)新績效的測度方法主要采用合作申請專利數[17，20]、合著論文數[19，22]等，這里選取大學和企業(yè)共同申請的發(fā)明專利數作為對協同創(chuàng)新績效的衡量指標?？紤]到從專利審批直至對專利授權需要較長的時間滯后，所以用專利申請量比專利授權量更能及時反映技術創(chuàng)新產出。同時，發(fā)明專利相較于其他專利有更高的技術含量，更能體現創(chuàng)新性。

2.2.2自變量

由于大部分專利有多個分類號，隸屬于多個技術方向，關于如何對專利的技術方向進行具體分類，學術界主要有兩種解決方法：一種是“全部算”，即一項專利有多個分類號時，每個分類號都加1；另一種是采用均攤的算法，即一項專利有n個分類號時，每個分類號都加1/n。本研究在計算技術鄰近時，采用“全部算”的方法。

將樣本高校和合作企業(yè)的技術鄰近值取平均值，求得各高校協同創(chuàng)新伙伴的技術鄰近測算值，如圖2所示。浙江大學協同創(chuàng)新伙伴的技術鄰近測算值最大（0.618），表明其合作的企業(yè)與自身技術結構較接近，涉足的技術范圍重疊度較高?？傮w來看，各高校協同創(chuàng)新伙伴的技術鄰近測算值多集中在0.3～0.5之間，協同創(chuàng)新雙方技術結構差距較大。

（2）地理距離。地理距離的測量方法主要有：①協同創(chuàng)新雙方所在城市之間的球面距離；②協同創(chuàng)新雙方之間的最短交通時間；③協同創(chuàng)新雙方之間的最短直線距離?？紤]到本研究中大部分高校和企業(yè)地理位置較近，以高校和企業(yè)的最短直線距離來測量地理距離，具體數據由百度地圖中的測距工具提供。

（3）制度鄰近。大部分制度鄰近研究者以組織類型的是否相同來表征協同創(chuàng)新過程中制度的鄰近與否，但高校和企業(yè)本就是不同的組織類型，故本研究采用高校和企業(yè)是否位于同一省份測度制度鄰近，若協同創(chuàng)新雙方屬于同一省份，該變量賦值為1，表明其制度鄰近性較高；屬于不同省份，該變量賦值為0，表明其制度鄰近性較低。

2.2.3控制變量

（1）企業(yè)研發(fā)實力。企業(yè)的技術水平和科研能力越強，意味著合作創(chuàng)新績效越好。相比傳統(tǒng)資源，專利資源更能代表企業(yè)的研發(fā)實力，增加企業(yè)的競爭優(yōu)勢[23]。本研究以企業(yè)2014—2018年在農業(yè)生物技術領域的專利總數作為企業(yè)研發(fā)實力的衡量指標。

（2）高?？蒲腥藛T投入。高?？蒲腥瞬艃涫歉咝？蒲袑嵙Φ囊粋€重要體現，通常認為高端的人才儲備和雄厚的智力資本是驅動創(chuàng)新成果產生的重要因素，更有利于合作創(chuàng)新成果產出。本研究采用各高校教學和科研人員中科學家和工程師所占比重的歷年平均數表征高?？蒲腥藛T投入。

3實證分析結果

3.1描述性統(tǒng)計分析及變量相關性分析

首先對變量進行描述性統(tǒng)計分析，見表1，得到因變量（聯合申請發(fā)明專利數）的標準差大于均值，數據過度離散，故本研究采用負二項回歸對數據進行分析。地理距離和企業(yè)研發(fā)實力兩個變量標準化處理后進入回歸方程。

表2為變量相關矩陣，制度鄰近和地理距離的相關性比較大（-0.783），存在多重共線性問題，故本研究不同時將它們投入回歸方程，即分別對它們進行回歸。其他變量間的相關系數均低于0.7，區(qū)分效度較好。

3.2負二項回歸模型的分析

表3為負二項回歸模型的分析結果。模型1～模型6分別對控制變量、在控制變量基礎上依次加入自變量進行回歸分析，分別探析各個自變量與因變量之間的關系。從表中數據可以看出，所有模型均通過了顯著性檢驗，表明數據與模型契合度良好。

模型2、模型5和模型6中技術鄰近（Tec）的系數均為正數，且均通過了5%的顯著性檢驗（p<0.05），表明技術鄰近與農業(yè)生物技術協同創(chuàng)新績效的關系是正向的，H1通過驗證，協同創(chuàng)新雙方的知識結構越相似，他們就越容易進行知識的交流與學習。模型2中技術鄰近的平方項（Tec^2）的系數值為負且在10%水平上顯著，模型5和模型6在模型2的基礎上分別加入地理距離和制度鄰近，技術鄰近的平方項（Tec^2）的系數值減小且統(tǒng)計上不顯著，表明加入地理距離、制度鄰近稀釋了技術鄰近對協同創(chuàng)新績效的倒U型影響。

從模型3和模型5可以看出，地理距離（Geo）的系數在5%的顯著性水平上為負，這說明高校和企業(yè)的地理距離越大，協同創(chuàng)新產出越少，即地理鄰近的高校和企業(yè)的農業(yè)生物技術協同創(chuàng)新績效更佳，協同創(chuàng)新伙伴的搜尋匹配和協同創(chuàng)新過程中的交流溝通仍需要雙方具有較小的地理距離，H2通過驗證。

模型4和模型6中制度鄰近（Inst）的系數分別在5%和10%水平上顯著為正，表明制度鄰近對農業(yè)生物技術協同創(chuàng)新有顯著促進作用，地方政府給企業(yè)和高校提供了良好的規(guī)范環(huán)境，在合作的激勵政策和溝通協調方面起到了重大作用，H3得到驗證。

控制變量在所有模型中基本都通過了顯著性檢驗，在模型1～6中企業(yè)研發(fā)實力（FirmY）的系數均為正數，表明企業(yè)研發(fā)實力促進農業(yè)生物技術協同創(chuàng)新產出。與預期相反的是，高?？蒲腥藛T投入（UnivK）的系數均為負，這是因為：相比科學家和工程師占教學和科研人員比重較大的高校，科研人員投入比重較小的高校更能夠在農業(yè)生物技術協同創(chuàng)新過程中獲取較多的外部資源，從而推進技術成果的產出。

4結論與政策建議

鑒于生物基因的遺傳性與變異性等特點，且農業(yè)生產容易受到季節(jié)、氣候、地域等因素的影響，農業(yè)生物技術協同創(chuàng)新相比其他行業(yè)具有更大的市場不確定性和高風險性。本研究以鄰近性相關研究為基礎，利用高校和企業(yè)協同創(chuàng)新的專利數據，使用負二項式回歸模型，實證分析了技術鄰近、地理鄰近和制度鄰近與農業(yè)生物技術協同創(chuàng)新績效的關系，得到如下結論：

（1）技術鄰近有利于校企協同創(chuàng)新農業(yè)生物技術。協同創(chuàng)新雙方以相似的技術結構為基礎進行知識交互，有利于新知識的識別與吸收，促進高校與企業(yè)間的相互溝通與理解。協同創(chuàng)新雙方技術結構相似程度低，知識交互不能被充分理解；技術結構越鄰近，雙方間的交流學習越有利于激發(fā)農業(yè)生物技術研發(fā)。

（2）地理鄰近與農業(yè)生物技術校企協同創(chuàng)新績效呈正相關。高校和企業(yè)間地理位置的鄰近，有利于考察對方在創(chuàng)新目標與實現機制上與自身的匹配程度，高效進行交互式學習和協同創(chuàng)新。高校和企業(yè)低成本地搜尋到合適的協同創(chuàng)新伙伴并進行有效溝通，有利于知識的流動和良好互信關系的建立，進而促進協同創(chuàng)新成果產出。

（3）制度鄰近對高校企業(yè)協同創(chuàng)新農業(yè)生物技術具有顯著促進作用。政府積極引導高校和企業(yè)優(yōu)勢資源整合，在政策支持、溝通協調和信息共享等方面營造良好的合作環(huán)境，對提高協同創(chuàng)新意義重大。在相同或相似的制度環(huán)境中，更容易實現合作關系的建立和維持，知識交互的效率也會更高。

基于上述結論，本研究對我國農業(yè)生物技術協同創(chuàng)新實踐提出以下政策建議：

（1）企業(yè)和高校需要對自身有正確的評估定位。根據自身的技術結構，在涉足的技術領域、掌握的技術知識范圍內合理選擇協同創(chuàng)新伙伴，保證協同創(chuàng)新過程中雙方充分的理解溝通和知識互補。

（2）在空間位置上鄰近的企業(yè)和高校應當積極尋求合作機會。大力建設高?？萍紙@區(qū)，促進科技園區(qū)充分發(fā)揮其地理鄰近優(yōu)勢，引進一批與高校的技術結構特點相似的、具有合作潛力的農業(yè)生物技術企業(yè)，有效對接雙方的創(chuàng)新資源，實現對資源的合理配置。

（3）加大在相似制度環(huán)境中高校和企業(yè)協同創(chuàng)新的激勵政策。交互式學習的穩(wěn)定性需要相似制度環(huán)境這一前提條件來保證，政府應大力為農業(yè)生物技術協同創(chuàng)新搭建平臺，清除技術交流和知識轉移的潛在阻礙，保證協同創(chuàng)新主體共享相似的激勵政策和溝通協調慣例。

未來研究可對鄰近維度進行擴展，關于認知鄰近、社會鄰近對生物技術協同創(chuàng)新績效的影響有待進一步探討。其次，可以考慮將制度鄰近的測度方法進一步細化，借鑒跨國公司績效影響因素中制度鄰近的研究，從市場化程度、激勵政策、監(jiān)管質量等多方面對協同創(chuàng)新雙方的制度鄰近進行測算，分析其對農業(yè)生物技術協同創(chuàng)新的影響，以得到更有價值的結論。

注釋：

①考慮到我國在2012年5月啟動實施"2011計劃"遴選國家級協同創(chuàng)新中心以及專利研發(fā)創(chuàng)新的滯后效應，將檢索起始時間定為2014年1月；考慮到知識產權局專利檢索數據庫錄入和更新的延遲，造成2019年專利信息不完整，將檢索截止時間定為2018年12月。

參考文獻：

[1]李晶.國外農業(yè)生物技術的發(fā)展研究[J].世界農業(yè)， 2015（12）： 53-56.

[2]吳陸生，王釗.廣東高校生物產業(yè)領域專利技術競爭力分析[J].科技管理研究， 2018， 38（5）： 188-194.

[3]李曉曼，孫巍，徐倩，等.基于專利計量的農業(yè)生物技術發(fā)展態(tài)勢分析[J].生物技術通報， 2018， 34（12）： 221-231.

[4]石家惠，杜艷艷.基于專利數據的中國農業(yè)生物技術發(fā)展現狀研究[J].情報雜志， 2013， 32（9）： 57-61， 67.

[5]趙萍，張博，王學昭.農業(yè)生物技術領域專利態(tài)勢分析[J].中國生物工程雜志， 2018， 38（8）： 100-107.

[6]高太山.國際研發(fā)聯盟、技術距離與企業(yè)突破性創(chuàng)新[J].當代經濟管理， 2020， 42（3）： 21-26.

[7]史烽，高陽，陳石斌，等.技術距離、地理距離對大學-企業(yè)協同創(chuàng)新的影響研究[J].管理學報， 2016， 13（11）： 1665-1673.

[8]吳衛(wèi)紅，李娜娜，張愛美，等.京津冀省市間創(chuàng)新能力相似性、耦合性及多維鄰近性對協同創(chuàng)新的影響[J].科技進步與對策， 2016， 33（9）： 24-29.

[9]李培楠，趙蘭香，萬勁波.創(chuàng)新要素對產業(yè)創(chuàng)新績效的影響——基于中國制造業(yè)和高技術產業(yè)數據的實證分析[J].科學學研究， 2014， 32（4）： 604-612.

[10]趙炎，王冰，鄭向杰.聯盟創(chuàng)新網絡中企業(yè)的地理鄰近性、區(qū)域位置與網絡結構特征對創(chuàng)新績效的影響——基于中國通訊設備行業(yè)的實證分析[J].研究與發(fā)展管理， 2015， 27（1）： 124-131.

[11] JAFFE A. Technological opportunity and spillovers of R&D： evidence from firm’s patents， profits， and market value [J]. American Economic Review， 1986，76（5）：984-1001.

[12] PETRUZZELLI A M. The impact of technological relatedness， prior ties， and geographical distance on university-industry collaborations： A joint-patent analysis [J]. Technovation， 2011， 31（7）： 309-319.

[13] CHULUUN T， PREVOST A， UPADHYAY A. Firm network structure and innovation [J]. Journal of Corporate Fiinance， 2017， 44： 193-214.

[14]劉志迎，單潔含.技術距離、地理距離與大學-企業(yè)協同創(chuàng)新效應——基于聯合專利數據的研究[J].科學學研究， 2013， 31（9）： 1331-1337.

[15] EKLINDER F J， AGE L J. Perspectives on regional innovation policy： From new economic geography towards the IMP approach[J]. Industrial Marketing Management， 2017， 61（1）： 81-92.

[16]劉斌，唐慧敏，王玉鳳，等.地理接近性對高校技術創(chuàng)新合作及創(chuàng)新績效的影響[J].研究與發(fā)展管理， 2016， 28（1）： 121-131.

[17]陳莞，張燁楨.空間視角下企業(yè)社會責任與創(chuàng)新的關系研究——基于地理鄰近和網絡位置的調節(jié)作用[J].華東經濟管理， 2021， 35（1）： 35-44.

[18]夏麗娟，謝富紀，王海花.制度鄰近、技術鄰近與產學研協同創(chuàng)新績效——基于產學聯合專利數據的研究[J].科學學研究， 2017， 35（5）： 782-791.

[19]吳和成，趙培皓.鄰近性視角下長三角協同創(chuàng)新績效影響因素實證研究[J].科技管理研究， 2020， 40（7）： 96-103.

[20]黨興華，弓志剛.多維鄰近性對跨區(qū)域技術創(chuàng)新合作的影響——基于中國共同專利數據的實證分析[J].科學學研究， 2013， 31（10）： 1590-1600.

[21] GIULIANI E.Network dynamics in regional clusters： Evidence from chile [J]. Research Policy， 2013， 42（8）： 1406-1419.

[22] HOEKMAN J， FRENKEN K， VANOORT F. The geography of collaborative knowledge production in Europe [J]. The Annals of Regional Science， 2009， 43（3）： 721-738.

[23]陳會英，高曉航，周衍平.我國海外專利布局網絡演化特征——基于社會網絡分析[J].中國高校科技， 2019（6）： 23-26.

The Influence of Proximity on the Performance of University -Enterprise Collaborative Innovation：Based on the Research of Agricultural Biotechnology Industry

CHEN Huiying，LIU Han，ZHOU Yanping（College of Economics and Management， Shandong University of Science and Technology， Qingdao 266590，China）

Abstract： The multi-dimensional proximity between partners is an important factor that affects the performance of collaborative innovation of partners. Choosing the right partner is of great significance to improving the output of agricultural biotechnology innovation. Based on the collaborative innovation data of 23 universities and 157 enterprises in China， this study uses a negative binomial regression model to conduct an empirical analysis of the performance of Chinese agricultural biotechnology patent collaborative innovation from the perspectives of technological proximity， geographic proximity and institutional proximity. Research shows that technological proximity， geographic proximity， and institutional proximity are significantly positively correlated with the performance of Chinese agricultural biotechnology patent collaborative innovation. That is， the similarity of technological structure， the proximity of spatial location and the common institutional environment can promote the output of university-enterprise collaborative innovation results of agricultural biotechnology patent in China. Based on this， relevant countermeasures and suggestions for the selection of cooperative innovation partners for agricultural biotechnology patents are put forward.

Keywords： collaborative innovation； technology proximity； geographical proximity； institutional proximity； agricultural biotechnology patents