楊玉楨 劉曉梅,趙艷霞
摘 要: 基于三螺旋理論和協(xié)同創(chuàng)新理論,建立政府-高技術(shù)產(chǎn)業(yè)-大學(xué)協(xié)同創(chuàng)新評(píng)價(jià)指標(biāo)體系,運(yùn)用復(fù)合系統(tǒng)協(xié)同度模型和熵值法,測(cè)度全國(guó)30個(gè)省份2010—2018年的政府子系統(tǒng)、高技術(shù)產(chǎn)業(yè)子系統(tǒng)、大學(xué)子系統(tǒng)的有序度以及系統(tǒng)整體的協(xié)同創(chuàng)新水平,進(jìn)一步地利用灰色關(guān)聯(lián)分析探究影響政產(chǎn)學(xué)協(xié)同創(chuàng)新的主要因素。結(jié)果顯示:大學(xué)子系統(tǒng)的短板效應(yīng)拉低了政產(chǎn)學(xué)系統(tǒng)整體協(xié)同創(chuàng)新水平;2011—2018年間全國(guó)政產(chǎn)學(xué)協(xié)同創(chuàng)新能力呈現(xiàn)緩慢上升的趨勢(shì),處于低水平的協(xié)同,且呈現(xiàn)“東中部低協(xié)同,西部不協(xié)同”的區(qū)域特征;東中部地區(qū)協(xié)同創(chuàng)新的主要影響因素呈明顯差異化。針對(duì)現(xiàn)存問題,提出對(duì)策建議。
關(guān)鍵詞:三螺旋;協(xié)同創(chuàng)新;政府;高技術(shù)產(chǎn)業(yè);大學(xué)
中圖分類號(hào):F061.5;F124.4? ? ?文獻(xiàn)標(biāo)志碼:A? 文章編號(hào):1674-7356(2021)-04-0009-10
當(dāng)前,經(jīng)濟(jì)高質(zhì)量發(fā)展已經(jīng)成為重要議題,而創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展不僅需要資本、人力各方的協(xié)調(diào),更需要加快轉(zhuǎn)變創(chuàng)新模式,高效整合創(chuàng)新資源。1995年,埃茨科維茲提出了大學(xué)、產(chǎn)業(yè)和政府三方主體相互影響、相互合作,各方優(yōu)勢(shì)互補(bǔ),實(shí)現(xiàn)創(chuàng)新成果的商業(yè)化,螺旋推進(jìn)經(jīng)濟(jì)發(fā)展的創(chuàng)新模式。在政府-產(chǎn)業(yè)-大學(xué)三螺旋創(chuàng)新模式下,三方主體擁有的人才、知識(shí)以及資金等被合理利用,協(xié)同推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。
在眾多產(chǎn)業(yè)類型中,高技術(shù)產(chǎn)業(yè)是研發(fā)投入高,研發(fā)人員占比大的產(chǎn)業(yè)。企業(yè)依托核心創(chuàng)新技術(shù)擴(kuò)大市場(chǎng)份額,帶動(dòng)經(jīng)濟(jì)增長(zhǎng)。目前,高技術(shù)產(chǎn)業(yè)逐漸成為代表國(guó)家綜合實(shí)力的戰(zhàn)略性先導(dǎo)產(chǎn)業(yè),然而受自身?xiàng)l件限制,高技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新存在困難,尋求與其他創(chuàng)新主體的合作是實(shí)現(xiàn)產(chǎn)業(yè)發(fā)展的重要方式。因此,高技術(shù)產(chǎn)業(yè)作為創(chuàng)新主體,與政府和大學(xué)的協(xié)同創(chuàng)新研究具有重要意義。
一、文獻(xiàn)綜述
1995年,Etzkowitz和Leydesdorff[1]研究了大學(xué)在知識(shí)經(jīng)濟(jì)時(shí)代的作用,首次構(gòu)建了大學(xué)、產(chǎn)業(yè)和政府的三螺旋理論模型。三螺旋創(chuàng)新模式是指大學(xué)、產(chǎn)業(yè)、政府三方主體在保留原有職責(zé)與身份的前提下,相互作用、相互影響。Leydesdorff[2-3]從進(jìn)化論視角探討了大學(xué)、產(chǎn)業(yè)界和政府三者之間的動(dòng)態(tài)聯(lián)系以及發(fā)展軌跡。當(dāng)涉及到三種選擇環(huán)境時(shí),預(yù)期會(huì)產(chǎn)生更復(fù)雜的運(yùn)行模式,需要對(duì)三者的制度安排以及協(xié)同程度有一個(gè)確切的評(píng)價(jià)體制,以形成大學(xué)、產(chǎn)業(yè)和政府三方長(zhǎng)期穩(wěn)定的關(guān)系。2006年,周春彥和埃茨科維茲[4]在已有相關(guān)理論的基礎(chǔ)上,探討了是否存在第四個(gè)螺旋。自此眾多學(xué)者從理論上不斷完善三螺旋的具體模式和內(nèi)涵,潘東華和尹大為[5]從三螺旋組織接口概念出發(fā),詳細(xì)描述了雙邊、三邊組織接口對(duì)其在創(chuàng)新過程中的促進(jìn)作用,提出了一個(gè)以接口組織為基礎(chǔ)的知識(shí)轉(zhuǎn)移框架。鄒波等[6]從理論上揭示了三螺旋協(xié)同創(chuàng)新的內(nèi)在機(jī)制,從實(shí)踐上提出大學(xué)、產(chǎn)業(yè)和政府協(xié)同創(chuàng)新發(fā)展的具體路徑。范柏乃和余鈞[7] 認(rèn)為三螺旋模型是一種相對(duì)理想的制度安排,并對(duì)三螺旋模型做了進(jìn)一步的修正和拓展。
關(guān)于三螺旋協(xié)同創(chuàng)新研究,學(xué)者多采用定性研究。李恩極和李群[8]分析了政府主導(dǎo)下的產(chǎn)學(xué)研協(xié)同創(chuàng)新利益分配機(jī)制。肖國(guó)華等[9]在三螺旋理論基礎(chǔ)上,探討了以政府、企業(yè)、科研機(jī)構(gòu)和以科技服務(wù)為主的第四股力量構(gòu)成的四螺旋模型下協(xié)同創(chuàng)新信息平臺(tái)的建立。戚盠和朱姝[10]對(duì)產(chǎn)學(xué)研金協(xié)同創(chuàng)新決策的過程進(jìn)行了博弈分析,結(jié)果發(fā)現(xiàn)不同類型企業(yè)的協(xié)同創(chuàng)新意愿不同。
關(guān)于大學(xué)、產(chǎn)業(yè)和政府三螺旋關(guān)系的測(cè)定,Leydesdorff[11]提出了用來測(cè)度大學(xué)-產(chǎn)業(yè)-政府三螺旋動(dòng)態(tài)關(guān)系的Triple Helix算法(簡(jiǎn)稱TH算法),該算法是以信息論為基礎(chǔ),通過分析創(chuàng)新系統(tǒng)中三方參與者之間的不確定性,來研究整個(gè)創(chuàng)新系統(tǒng)網(wǎng)絡(luò)合作關(guān)系的緊密程度。這一算法的提出開辟了三螺旋定量研究的新方法,很多學(xué)者運(yùn)用該算法進(jìn)行定量研究。莊濤和吳洪[12]以中國(guó)在美國(guó)專利商標(biāo)局獲得授權(quán)的專利數(shù)據(jù)為依據(jù)對(duì)中國(guó)大學(xué)、企業(yè)和政府在協(xié)同創(chuàng)新中的互動(dòng)關(guān)系進(jìn)行了測(cè)定。吳衛(wèi)紅等[13]利用Web of Science TM核心集合引文數(shù)據(jù)庫(kù),從三螺旋算法推進(jìn)到N螺旋算法,測(cè)度中美兩國(guó)創(chuàng)新主體的協(xié)同發(fā)展態(tài)勢(shì)。陳強(qiáng)和劉笑[14]基于SCI、SSCI以及A&HCI的論文數(shù)據(jù),利用TH算法對(duì)上海和東京產(chǎn)學(xué)政的協(xié)同創(chuàng)新關(guān)聯(lián)緊密度進(jìn)行了測(cè)定。TH算法所用數(shù)據(jù)主要來源于專利數(shù)據(jù)和數(shù)據(jù)庫(kù)收錄的論文數(shù)據(jù)。
目前關(guān)于三螺旋協(xié)同創(chuàng)新的研究多為從理論上定性研究三螺旋協(xié)同創(chuàng)新體制機(jī)制,實(shí)證分析較少。政府-產(chǎn)業(yè)-大學(xué)三螺旋關(guān)系測(cè)定的數(shù)據(jù)來源主要為數(shù)據(jù)庫(kù)引文檢索數(shù)據(jù)或者專利數(shù)據(jù),并不能涵蓋技術(shù)創(chuàng)新的主要影響因素,使得研究結(jié)果具有局限性。現(xiàn)有文獻(xiàn)多為利用TH算法對(duì)國(guó)家整體政產(chǎn)學(xué)關(guān)系的測(cè)定,對(duì)省域政產(chǎn)學(xué)協(xié)同創(chuàng)新研究不足,我國(guó)地域遼闊,各省份受地理、經(jīng)濟(jì)等各方面影響,協(xié)同創(chuàng)新情況往往呈現(xiàn)不同的特征。復(fù)合系統(tǒng)協(xié)同度模型是研究主體協(xié)同效果的重要模型,可以對(duì)子系統(tǒng)內(nèi)部要素的有序度以及系統(tǒng)整體的協(xié)同度進(jìn)行測(cè)度。因此,本文首先建立政產(chǎn)學(xué)協(xié)同創(chuàng)新評(píng)價(jià)指標(biāo)體系,利用復(fù)合系統(tǒng)協(xié)同度模型測(cè)度全國(guó)30個(gè)省份的政府-高技術(shù)產(chǎn)業(yè)-大學(xué)系統(tǒng)各子系統(tǒng)以及整體的協(xié)同創(chuàng)新能力,通過評(píng)估三螺旋模式下的省域協(xié)同創(chuàng)新能力,利用灰色關(guān)聯(lián)分析找出影響協(xié)同創(chuàng)新發(fā)展機(jī)制的主要因素,為提升區(qū)域協(xié)同創(chuàng)新水平提出對(duì)策建議。
二、模型構(gòu)建
三螺旋創(chuàng)新系統(tǒng)中各方相互聯(lián)系、相互作用,具有復(fù)雜的非線性特征,因此本文采用復(fù)合系統(tǒng)協(xié)同度模型來測(cè)算系統(tǒng)整體的協(xié)同度。在測(cè)度協(xié)同度之前,首先需要確定政產(chǎn)學(xué)協(xié)同創(chuàng)新評(píng)價(jià)指標(biāo)體系中的指標(biāo)權(quán)重,如表1所示,主觀賦權(quán)法和客觀賦權(quán)法是確定指標(biāo)權(quán)重的兩大方法類別,主觀賦權(quán)法主要根據(jù)評(píng)估者經(jīng)驗(yàn)主觀判斷得到,客觀賦權(quán)法由測(cè)評(píng)指標(biāo)的實(shí)際數(shù)據(jù)測(cè)算得到,為了使結(jié)果更加客觀,本文選取客觀賦權(quán)法的熵值法來確定指標(biāo)權(quán)重。
(一)熵值法
首先對(duì)數(shù)據(jù)進(jìn)行歸一化處理以消除量綱影響,Xabc表示a年b城市的第c個(gè)指標(biāo),當(dāng)指標(biāo)Xabc越大越好時(shí),用如下公式(1),當(dāng)指標(biāo)Xabc越小越好時(shí),用如下公式(2)。
Xabc = (1)
Xabc = (2)
參考錢吳永和祁尖[15]的文獻(xiàn),計(jì)算第c個(gè)指標(biāo)下a年b城市占該指標(biāo)的比重為:
Pabc = (3)
計(jì)算c指標(biāo)的熵值為:
ec = -kabPabc? ln(Pabc) 其中k =? (4)
計(jì)算信息冗余度為:
dc = 1 - ec(5)
計(jì)算指標(biāo)權(quán)重為:
wc = (6)
(二)復(fù)合系統(tǒng)協(xié)同度模型
政產(chǎn)學(xué)復(fù)合系統(tǒng)協(xié)同度模型的子系統(tǒng)分別為政府子系統(tǒng)、高技術(shù)產(chǎn)業(yè)子系統(tǒng)、大學(xué)子系統(tǒng),將其定義為B1、B2和B3,子系統(tǒng)的序參量變量為bix=(bi1,bi2,…,bin),表示子系統(tǒng)的運(yùn)行情況,其中n≥1,Xix≤bix≤Yix(x=1,2,…,n;i=1,2,3),Xix和Yix分別為其序參量的下限和上限。按對(duì)系統(tǒng)有序性的貢獻(xiàn)分類,序參量變量可以分為兩種類型,一種是正向指標(biāo),正向指標(biāo)越大越好,即序參量變量的取值越大,系統(tǒng)的有序度越高;另一種是負(fù)向指標(biāo),負(fù)向指標(biāo)越小越好,即序參量變量的取值越小,系統(tǒng)的有序度越高。序參量變量的有序度可以表示為:
μi(bix ) = ? ? 正向指標(biāo)? ? 負(fù)向指標(biāo)(7)
從式(7)可知,序參量變量的有序度在[0,1]之間,值越大,代表序參量變量對(duì)系統(tǒng)有序度的貢獻(xiàn)就越大。子系統(tǒng)的有序度是序參量有序度的集成,本文采用線性加權(quán)法對(duì)子系統(tǒng)的有序度進(jìn)行測(cè)算,如公式(8) 所示。wx 是權(quán)重系數(shù),表示bix在系統(tǒng)保持有序運(yùn)行的地位。
μi (bi ) = wx μi (bix )(8)
其中wx≥0, wx = 1
由定義可知μi (bi)∈[0,1],子系統(tǒng)的有序度μi (bi)越大,那么子系統(tǒng)對(duì)復(fù)合系統(tǒng)協(xié)同發(fā)展的貢獻(xiàn)度就越大?;跁r(shí)間序列分析,在復(fù)合系統(tǒng)發(fā)展演變的過程中,子系統(tǒng)t0時(shí)刻的有序度為μi0(bi),t1時(shí)刻子系統(tǒng)有序度為μi1(bi),t0 - t1時(shí)間段政產(chǎn)學(xué)協(xié)同創(chuàng)新水平的計(jì)算公式為:
CI = α(9)
其中α=且μi1(bi) - μi0(bi)≠0。CI的取值范圍為[-1,1],取值為正,說明系統(tǒng)協(xié)同,越接近1,系統(tǒng)整體的協(xié)同創(chuàng)新水平越高。取值為負(fù),說明至少一個(gè)子系統(tǒng)無序,系統(tǒng)整體不協(xié)同。
三、指標(biāo)體系設(shè)計(jì)及數(shù)據(jù)來源
政產(chǎn)學(xué)協(xié)同創(chuàng)新過程本質(zhì)上是創(chuàng)新主體對(duì)創(chuàng)新資源投入,獲得相應(yīng)產(chǎn)出的過程,因此將政府子系統(tǒng)、高技術(shù)產(chǎn)業(yè)子系統(tǒng)和大學(xué)子系統(tǒng)下的每個(gè)序參量分為投入指標(biāo)和產(chǎn)出指標(biāo)。政府在創(chuàng)新中扮演重要角色,為地方提供財(cái)政支持,出臺(tái)鼓勵(lì)性政策,搭建各類創(chuàng)新平臺(tái),以促進(jìn)創(chuàng)新成果轉(zhuǎn)化,推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展。高技術(shù)產(chǎn)業(yè)是R&D人員占比高的產(chǎn)業(yè),企業(yè)建立研發(fā)機(jī)構(gòu)或部門,投入大量人力和經(jīng)費(fèi),開發(fā)新產(chǎn)品,申請(qǐng)有效專利,為企業(yè)發(fā)展提供動(dòng)力支撐,專利授權(quán)數(shù)會(huì)產(chǎn)生時(shí)限延期,指標(biāo)體系中用專利申請(qǐng)數(shù)更符合年份實(shí)際情況。大學(xué)是科研人員的集聚地,國(guó)家支持大學(xué)課題研究、專利申請(qǐng),大學(xué)發(fā)表科技論文,轉(zhuǎn)化科技成果,為創(chuàng)新發(fā)展提供源泉?;诖?,構(gòu)建如表1所示的政產(chǎn)學(xué)協(xié)同創(chuàng)新評(píng)價(jià)指標(biāo)體系。
利用熵值法得到表1中各指標(biāo)的權(quán)重。數(shù)據(jù)來源于《中國(guó)科技統(tǒng)計(jì)年鑒》 《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)火炬統(tǒng)計(jì)年鑒》和《中國(guó)高技術(shù)產(chǎn)業(yè)年鑒》。
四、實(shí)證分析
(一)子系統(tǒng)有序度分析
利用均值-標(biāo)準(zhǔn)差方法對(duì)政府子系統(tǒng)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,將標(biāo)準(zhǔn)化數(shù)據(jù)代入公式(7)得到序參量的有序度,參考劉志迎和譚敏[16],取標(biāo)準(zhǔn)化數(shù)據(jù)的最大值和最小值的110%作為序參量的上限值和下限值。將μi(bix)代入公式(8)得到政府子系統(tǒng)的有序度,結(jié)果如表2所示。
數(shù)據(jù)結(jié)果顯示:全國(guó)政府子系統(tǒng)的有序度平均水平從2010年的0.050一舉躍升至2018年的0.905,從無序到有序,得益于政府在創(chuàng)新管理中發(fā)揮了不可替代的積極作用。為實(shí)現(xiàn)創(chuàng)新型國(guó)家建設(shè),我國(guó)政府不斷完善創(chuàng)新政策,積極搭建科技園、孵化器等創(chuàng)新平臺(tái),為產(chǎn)業(yè)創(chuàng)新提供全鏈條服務(wù),政府在創(chuàng)新管理中的貢獻(xiàn)作用直線上升。 縱觀2018年數(shù)據(jù),25個(gè)省份的有序度在0.9以上,各省政府積極推進(jìn)區(qū)域協(xié)同創(chuàng)新。
將高技術(shù)產(chǎn)業(yè)子系統(tǒng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后,代入公式(7)得到序參量有序度,將結(jié)果代入公式(8),得到高技術(shù)產(chǎn)業(yè)子系統(tǒng)的有序度,結(jié)果如表3所示。
高技術(shù)產(chǎn)業(yè)子系統(tǒng)的測(cè)算結(jié)果顯示:2010年有序度平均水平為0.157,2011年出現(xiàn)明顯下滑,主要原因在于高技術(shù)產(chǎn)業(yè)受金融危機(jī)影響,發(fā)展不穩(wěn)定,而2011年是我國(guó)“十二五”規(guī)劃的開局之年,政府大力培育戰(zhàn)略性新興產(chǎn)業(yè),我國(guó)的高技術(shù)產(chǎn)業(yè)呈現(xiàn)良好的發(fā)展態(tài)勢(shì),2011年之后子系統(tǒng)有序度逐年增加,且增加的速度較快,2018年高技術(shù)產(chǎn)業(yè)子系統(tǒng)的有序度均值增加到0.772。
同樣,將指標(biāo)體系中收集到的大學(xué)子系統(tǒng)數(shù)據(jù)標(biāo)準(zhǔn)化后代入公式(7)得到序參量有序度,將結(jié)果代入公式(8),得到大學(xué)子系統(tǒng)的有序度,得到如表4所示。
相較高技術(shù)產(chǎn)業(yè)子系統(tǒng),2010—2018年間全國(guó)大學(xué)子系統(tǒng)有序度平均水平緩慢增長(zhǎng)。各個(gè)省份呈現(xiàn)不同發(fā)展態(tài)勢(shì),主要分為兩種:震蕩上升和“W式”下降。全國(guó)大部分省份大學(xué)子系統(tǒng)有序度呈現(xiàn)震蕩上升的趨勢(shì),其中遼寧、四川基本呈直線式增長(zhǎng),且增長(zhǎng)速度較快,2010—2018年間遼寧省由0.090增加至0.834,四川省由0.052增加至0.939?!癢式”下降的省份有河南、云南,河南省大學(xué)子系統(tǒng)有序度2010年為0.594,之后處于波動(dòng)下降狀態(tài),2013年達(dá)到了新的高點(diǎn)0.582,之后波動(dòng)下降,2018年達(dá)到了0.588,與2010年基本持平。云南省的大學(xué)子系統(tǒng)有序度2010年為0.564,之后波動(dòng)下降,2013年達(dá)到了0.471,之后再次波動(dòng),2018年達(dá)到了0.501,與2010年基本持平。兩省呈“W式”變化,且2018年的有序度要低于2010年。總體來看我國(guó)大學(xué)創(chuàng)新系統(tǒng)發(fā)展極不穩(wěn)定。
系統(tǒng)整體的協(xié)同度受各個(gè)子系統(tǒng)有序度的影響,任何一個(gè)子系統(tǒng)的失衡,都會(huì)拉低系統(tǒng)整體的協(xié)同發(fā)展。2010—2018年政府子系統(tǒng)、高技術(shù)產(chǎn)業(yè)子系統(tǒng)和大學(xué)子系統(tǒng)有序度對(duì)比結(jié)果如圖1所示。
根據(jù)圖1,2012年以來,政產(chǎn)學(xué)協(xié)同創(chuàng)新系統(tǒng)中大學(xué)子系統(tǒng)有序度較低,限制系統(tǒng)整體協(xié)同創(chuàng)新水平。大學(xué)掌握著豐富的創(chuàng)新資源,是創(chuàng)新鏈中的重要一環(huán),現(xiàn)階段大學(xué)對(duì)協(xié)同創(chuàng)新的貢獻(xiàn)度較低,潘丹和李永周[17]基于組合評(píng)價(jià)法和K均值聚類分析得出大學(xué)自身創(chuàng)新能力弱,90.32%地區(qū)的高校科技創(chuàng)新能力處于或低于“一般”水平,高校政產(chǎn)學(xué)協(xié)同創(chuàng)新過程中存在諸多問題:大學(xué)科技成果與實(shí)際應(yīng)用脫節(jié),科技成果轉(zhuǎn)化激勵(lì)機(jī)制不健全,大學(xué)技術(shù)轉(zhuǎn)移效率低等。重視大學(xué)扮演的創(chuàng)新角色,合理利用大學(xué)創(chuàng)新資源,挖掘大學(xué)創(chuàng)新力量是未來創(chuàng)新發(fā)展的重要任務(wù)。
(二)政產(chǎn)學(xué)協(xié)同創(chuàng)新水平分析
將各子系統(tǒng)的有序度結(jié)果,代入公式(9)得到30個(gè)省份的政府-高技術(shù)產(chǎn)業(yè)-大學(xué)系統(tǒng)的協(xié)同創(chuàng)新水平,如表5所示。從全國(guó)平均水平看,政產(chǎn)學(xué)系統(tǒng)協(xié)同創(chuàng)新水平波動(dòng)上升,從負(fù)值到正值,從不協(xié)同到低水平協(xié)同,表明政府、高技術(shù)產(chǎn)業(yè)、大學(xué)三者的協(xié)同創(chuàng)新程度低,未來具有很大發(fā)展空間。
直觀地看,30個(gè)省份的協(xié)同創(chuàng)新水平在2011—2018年間有正有負(fù),省域協(xié)同創(chuàng)新發(fā)展極不平衡。更進(jìn)一步地,縱觀2018年各省份協(xié)同創(chuàng)新水平,東部地區(qū)的北京、天津、廣東、海南,中部地區(qū)的吉林、黑龍江、安徽、江西,西部地區(qū)的內(nèi)蒙古、廣西、重慶、青海、寧夏和新疆處于平均水平以下且協(xié)同度為負(fù)值,系統(tǒng)整體不協(xié)調(diào),其余16個(gè)省份達(dá)到全國(guó)平均水平且協(xié)同度為正,其中山東、河南、湖南、四川四省協(xié)同水平達(dá)到0.2及以上,省域政產(chǎn)學(xué)協(xié)同創(chuàng)新水平存在空間差異,從均值來看,表現(xiàn)為“東中部低協(xié)同,西部不協(xié)同”特征。
(三)政產(chǎn)學(xué)協(xié)同創(chuàng)新影響因素分析
以上分析顯示,我國(guó)東中西部地區(qū)呈現(xiàn)不同特征。為了深入分析不同地區(qū)之間影響政產(chǎn)學(xué)協(xié)同創(chuàng)新的主要因素,本文利用灰色關(guān)聯(lián)分析法對(duì)各地區(qū)做了進(jìn)一步探究。灰色關(guān)聯(lián)分析是根據(jù)因素之間發(fā)展趨勢(shì)的相似或者相異程度來衡量因素間關(guān)聯(lián)程度的一種分析方法,適用性廣,被廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)系統(tǒng)。
首先需要確定分析指標(biāo)體系,參考序列為政產(chǎn)學(xué)系統(tǒng)協(xié)同創(chuàng)新水平,比較序列為指標(biāo)體系中的18個(gè)變量指標(biāo),逐一計(jì)算參考序列與比較序列的絕對(duì)值差?駐,取絕對(duì)值差的最小值?駐min和最大值?駐max計(jì)算關(guān)聯(lián)系數(shù),其公式為:
ε=(10)
其中ρ為分辨系數(shù),通常取0.5,本文取0.5進(jìn)行運(yùn)算,關(guān)聯(lián)度結(jié)果為該省各年度關(guān)聯(lián)系數(shù)均值,利用Python得出關(guān)聯(lián)系數(shù)結(jié)果ε 如表6所示。關(guān)聯(lián)度的取值越接近1,表示變量指標(biāo)與協(xié)同水平的關(guān)聯(lián)性越高,協(xié)同度受該變量指標(biāo)的影響程度越高。表6結(jié)果顯示評(píng)價(jià)指標(biāo)體系中的各指標(biāo)與政產(chǎn)學(xué)協(xié)同創(chuàng)新的關(guān)聯(lián)系數(shù)均在0.5以上,表明各指標(biāo)與政產(chǎn)學(xué)協(xié)同創(chuàng)新具有較高關(guān)聯(lián)。
從全國(guó)平均水平來看,影響政產(chǎn)學(xué)協(xié)同創(chuàng)新的主要因素排名前五名的有:高校R&D人員合計(jì)數(shù)(X14)、高技術(shù)產(chǎn)業(yè)研發(fā)機(jī)構(gòu)數(shù)(X7)、高校R&D經(jīng)費(fèi)內(nèi)部支出(X15)、高技術(shù)產(chǎn)業(yè)R&D人員折合全時(shí)當(dāng)量(X6)、高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)(X10)。與子系統(tǒng)分析結(jié)果相同,高技術(shù)產(chǎn)業(yè)和高校拉低了整體協(xié)同創(chuàng)新水平,高校需要加大R&D人員引進(jìn)以及經(jīng)費(fèi)支出,為協(xié)同創(chuàng)新提供不竭動(dòng)力。高技術(shù)產(chǎn)業(yè)在增加R&D人員、擴(kuò)大研究機(jī)構(gòu)數(shù)的同時(shí),要加強(qiáng)與高校和研發(fā)機(jī)構(gòu)的合作,打通協(xié)同創(chuàng)新渠道,加快新產(chǎn)品項(xiàng)目研發(fā)。
分地區(qū)來看,不同地區(qū)主要影響因素存在明顯差異。東部地區(qū)排名前五的影響因素為地方財(cái)政科技支出(X2)、高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)(X10)、新產(chǎn)品銷售收入(X11)、高技術(shù)產(chǎn)業(yè)R&D人員折合全時(shí)當(dāng)量(X6)、高校R&D人員合計(jì)數(shù)(X14),東部地區(qū)的地方財(cái)政科技支出與協(xié)同創(chuàng)新水平關(guān)聯(lián)度排序第一,表明地方財(cái)政科技支出對(duì)地區(qū)協(xié)同創(chuàng)新影響較大,排名前五的影響因素中第二至第四是高技術(shù)產(chǎn)業(yè)相關(guān)指標(biāo),表明高技術(shù)產(chǎn)業(yè)的創(chuàng)新發(fā)展是影響東部地區(qū)協(xié)同創(chuàng)新的重要因素;中部地區(qū)排名前五的影響因素為高校R&D人員合計(jì)數(shù)(X14)、高校R&D課題數(shù)(X16)、高校R&D經(jīng)費(fèi)內(nèi)部支出(X15)、高技術(shù)產(chǎn)業(yè)研發(fā)機(jī)構(gòu)數(shù)(X7)、R&D經(jīng)費(fèi)內(nèi)部支出來自政府部分(X1),高校的創(chuàng)新投入與中部地區(qū)協(xié)同創(chuàng)新關(guān)聯(lián)度較高,提高中部地區(qū)高校R&D投入是提高地區(qū)協(xié)同創(chuàng)新水平的關(guān)鍵;西部地區(qū)排名前五的影響因素為高技術(shù)產(chǎn)業(yè)R&D人員折合全時(shí)當(dāng)量(X6)、高校形成國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)(X19)、高技術(shù)產(chǎn)業(yè)研發(fā)機(jī)構(gòu)數(shù)(X7)、高技術(shù)產(chǎn)業(yè)新產(chǎn)品開發(fā)項(xiàng)目數(shù)(X10)、高校R&D經(jīng)費(fèi)內(nèi)部支出(X15),高技術(shù)產(chǎn)業(yè)R&D人員折合全時(shí)當(dāng)量與西部地區(qū)協(xié)同創(chuàng)新水平關(guān)聯(lián)度排序第一,西部地區(qū)高校增加R&D經(jīng)費(fèi)支出以及提高國(guó)家或行業(yè)標(biāo)準(zhǔn)數(shù)是未來提升西部地區(qū)協(xié)同創(chuàng)新水平的重要舉措。
五、結(jié)論和建議
本文建立了政府-高技術(shù)產(chǎn)業(yè)-大學(xué)三螺旋協(xié)同創(chuàng)新評(píng)價(jià)指標(biāo)體系,利用協(xié)同度模型對(duì)我國(guó)30個(gè)省份的三螺旋協(xié)同創(chuàng)新能力進(jìn)行測(cè)算。結(jié)果顯示:第一,三個(gè)子系統(tǒng)中,大學(xué)子系統(tǒng)的短板效應(yīng)拉低了整體協(xié)同創(chuàng)新水平,發(fā)揮高校作為創(chuàng)新主體的重要力量,是當(dāng)前提升主體協(xié)同創(chuàng)新發(fā)展水平的關(guān)鍵;第二,就全國(guó)平均水平而言,2011—2018年間政產(chǎn)學(xué)系統(tǒng)整體協(xié)同度呈現(xiàn)緩慢上升的趨勢(shì),且處于低水平的協(xié)同狀態(tài),省域協(xié)同創(chuàng)新發(fā)展極不平衡,呈現(xiàn)“東中部低協(xié)同,西部不協(xié)同”特征。第三,東中部地區(qū)協(xié)同創(chuàng)新的主要影響因素呈現(xiàn)差異化,要有針對(duì)性提升主體協(xié)同創(chuàng)新能力。
根據(jù)上述結(jié)果,針對(duì)當(dāng)前我國(guó)政產(chǎn)學(xué)主體協(xié)同創(chuàng)新面臨的問題,提出以下建議:
(一)建立現(xiàn)代化創(chuàng)新平臺(tái)
研究結(jié)果顯示高技術(shù)產(chǎn)業(yè)在協(xié)同創(chuàng)新方面缺乏R&D人員、研究機(jī)構(gòu)與新產(chǎn)品開發(fā)項(xiàng)目,本質(zhì)上是創(chuàng)新資源的匱乏。建立以企業(yè)技術(shù)需求為導(dǎo)向,以信息技術(shù)為支撐,集成利用高??萍假Y源與政府政策支持的現(xiàn)代化創(chuàng)新管理信息平臺(tái),讓高校的創(chuàng)新資源與項(xiàng)目研究通過三方信息平臺(tái)高效對(duì)接市場(chǎng)產(chǎn)業(yè)發(fā)展需求,實(shí)現(xiàn)科技成果新建、整合、完善和提高。
(二)完善多渠道融資體系
創(chuàng)新的發(fā)展離不開資金的支持,研究結(jié)果顯示高校創(chuàng)新發(fā)展受R&D經(jīng)費(fèi)支出的影響。政府要增加財(cái)政支持力度,完善科技成果轉(zhuǎn)化資金支持體系。高校和產(chǎn)業(yè)在創(chuàng)新過程中高效利用財(cái)政撥款,適當(dāng)引入金融資本,鼓勵(lì)支持風(fēng)險(xiǎn)投資基金助力創(chuàng)新發(fā)展,讓金融市場(chǎng)為創(chuàng)新發(fā)展提供源源不斷的活力。
(三)實(shí)現(xiàn)多方位校城融合
由政府牽頭,聯(lián)合校企資源,簽署合作框架協(xié)議,政府支持高校發(fā)展,充分發(fā)揮高校職能,高校結(jié)合學(xué)科鏈與當(dāng)?shù)禺a(chǎn)業(yè)鏈發(fā)展,對(duì)接行業(yè)人才需求,優(yōu)化學(xué)科專業(yè)建設(shè)。鼓勵(lì)當(dāng)?shù)馗咝.厴I(yè)生留在當(dāng)?shù)鼐蜆I(yè)創(chuàng)業(yè),服務(wù)創(chuàng)新發(fā)展,有效實(shí)現(xiàn)人力、財(cái)力資源共建共享,提高資源利用率。
(四)做好示范區(qū)帶動(dòng)作用
東部地區(qū)依托優(yōu)越的地理位置和產(chǎn)業(yè)優(yōu)勢(shì),高科技企業(yè)可以快速孵化壯大,同時(shí)東部地區(qū)也是高校資源集聚的地方,在東部地區(qū)選取合理地點(diǎn)發(fā)展協(xié)同創(chuàng)新模式試點(diǎn),著力形成創(chuàng)新經(jīng)濟(jì)示范區(qū),帶動(dòng)中西部地區(qū)后續(xù)推進(jìn)協(xié)同創(chuàng)新發(fā)展,從而整體上達(dá)成創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)的發(fā)展態(tài)勢(shì)。
[參考文獻(xiàn)]
[1]? Etzkowitz H,Leydesdorff L. The triple helix university-industry-government relations: a laboratory for knowledge-based economic development[J]. ESAAT Review,1995(19):14-19.
[2]? Leydesdorff L. The triple helix model and the study of knowledge-based innovation systems[J]. Journal of Contemporary Sociology,2005(1):12-27.
[3]? Leydesdorff L,Meyer M. Triple Helix indicators of knowledge-based innovation systems[J]. Research Policy,2006(10): 1441-1449.
[4]? 周春彥,亨利·埃茨科維茲. 雙三螺旋:創(chuàng)新與可持續(xù)發(fā)展[J]. 東北大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2006(3):170-174.
[5]? 潘東華,尹大為. 三螺旋接口組織與創(chuàng)新中的知識(shí)轉(zhuǎn)移[J]. 科學(xué)學(xué)研究,2008(5):1073-1079.
[6]? 鄒波,郭峰,王曉紅,等. 三螺旋協(xié)同創(chuàng)新的機(jī)制與路徑[J]. 自然辯證法研究,2013(7):49-54.
[7]? 范柏乃,余鈞. 三重螺旋模型的理論構(gòu)建、實(shí)證檢驗(yàn)及修正路徑[J].科學(xué)學(xué)研究,2015(10):1552-1558+1568.
[8]? 李恩極,李群. 政府主導(dǎo)的產(chǎn)學(xué)研協(xié)同創(chuàng)新的利益分配機(jī)制研究[J]. 研究與發(fā)展管理,2018(6):75-83.
[9]? 肖國(guó)華,詹文青,楊云秀,等. 情報(bào)工程視角下四螺旋協(xié)同創(chuàng)新信息平臺(tái)建設(shè)研究[J]. 情報(bào)科學(xué),2020(1):147-152+161.
[10]? 戚盠,朱姝. 產(chǎn)學(xué)研金協(xié)同創(chuàng)新體系建設(shè)博弈分析[J]. 科技進(jìn)步與對(duì)策,2018(14):30-35.
[11]? Leydesdorff? L. The mutual? information? of university-industry-government relations: an? ?indicator? of? the? Triple Helix? dynamics[J]. Scientometrics,2003(2):445-467.
[12]? 莊濤,吳洪. 基于USPTO數(shù)據(jù)的中國(guó)官產(chǎn)學(xué)三螺旋關(guān)系研究[J].科技管理研究,2015(20):214-218.
[13]? 吳衛(wèi)紅,陳高翔,張愛美. 互信息視角的政產(chǎn)學(xué)研資協(xié)同創(chuàng)新四螺旋實(shí)證研究[J]. 科技進(jìn)步與對(duì)策,2018(6):21-28.
[14]? 陳強(qiáng),劉笑. 城市三螺旋創(chuàng)新體系測(cè)度——基于上海和東京的對(duì)比研究[J]. 中國(guó)科技論壇,2015(9):17-23.
[15]? 錢吳永,祁尖. 基于節(jié)點(diǎn)城市的物流產(chǎn)業(yè)效率與經(jīng)濟(jì)增長(zhǎng)協(xié)同發(fā)展測(cè)度研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì),2018(5):19-28.
[16]? 劉志迎,譚敏. 縱向視角下中國(guó)技術(shù)轉(zhuǎn)移系統(tǒng)演變的協(xié)同度研究——基于復(fù)合系統(tǒng)協(xié)同度模型的測(cè)度[J].科學(xué)學(xué)研究,2012(4):534-542+533.
[17]? 潘丹,李永周,王曉潔,等. 高校科技創(chuàng)新能力比較研究——基于組合評(píng)價(jià)法和K均值聚類分析[J]. 中國(guó)高??萍迹?020(5):30-34.
Effect of Government-Industry-University Collaborative Innovation Based on Triple Helix Model-Taking High-tech Industry as an Example
YANG Yuzhen1, LIU Xiaomei1, ZHAO Yanxia2
(1. School of Economics and Management, Hebei University of Technology, Tianjin 300401, China; 2. School of Economics and Management, North China University of Science and Technology, Tangshan, Hebei 063210, China)
Abstract: Based on the triple helix theory and collaborative innovation theory, the paper has established an evaluation index system of government-high technology industry-university collaborative innovation. Composite system synergetic degree model and the entropy value method are employed to measure the collaborative innovation degree of government, high-tech industry and university as well as the whole system in 30 provinces in China from 2010 to 2018. Furthermore, grey relational analysis was used to explore the influencing factors of government-industry-university collaborative innovation. The results show that the cask effect of university subsystem lowers the overall collaborative innovation level. From 2011 to 2018, the? government-industry-university collaborative innovation capacity in China saw a slow upward trend, but remained at a low level of coordination, featuring low coordination in the eastern and central regions as well as lack of coordination in the western regions. The main factors affecting collaborative innovation in the eastern and central regions are obviously different. In view of these existing problems, countermeasures and suggestions are put forward.
Key words: triple helix; collaborative innovation; government; high-tech industry; university