京津冀协同创新发展评价研究

王江平，高 文

(天津市科学学研究所 天津300100)

0 引 言

2014 年，习近平总书记指出，实现京津冀协同发展是面向未来打造新的首都经济圈、推进区域发展体制机制创新的需要，是一个重大国家战略。2015 年，京津冀三地在交通一体化、生态环境、产业对接3 个重点领域率先突破。2016 年，工信部、京津冀三地政府联合发布《京津冀产业转移指南》，提出了“1555N 产业格局”，即一个中心、五区五带五链、若干特色基地的整体发展格局。京津冀三地在政策协同、产业协作、创新协力等方面全面推进。2019 年，习近平总书记主持召开京津冀协同发展座谈会并发表重要讲话，充分肯定京津冀协同发展战略实施以来取得的显著成效。他强调，京津冀协同发展是一个系统工程，不可能一蹴而就，要做好长期作战的思想准备。为准确把握京津冀协同创新发展进程，总结6 年来三地协同创新发展成效，挖掘未来发展潜力，发现不足和制约因素，明确下一步协同创新政策着力点，充分发挥科技统计支撑协同创新共同体建设的重要作用，基于协同学和知识管理理论，从区域协同创新系统要素出发，构建包含协同创新环境、协同创新资源、协同知识创造、协同知识配置、协同知识应用5 个能力子系统的京津冀区域协同创新发展评价指标体系。以2010 年为基期，采集2010—2016 年京津冀三地数据，采用复合系统协同度测算模型进行测算，旨在准确把握京津冀协同创新发展进程，总结协同创新发展成效，挖掘未来发展潜力，发现存在不足或制约因素。

1 设计原则

科学性：指标选取基于科学的理论基础和协同创新实际，特别是与国家和区域特色相结合。符合区域协同创新发展现实规律的指标体系，才能更加全面、真实地反映区域协同创新发展进展及未来潜力。

目的性：指标体系构建目的在于为衡量区域协同创新发展提供依据。通过指标体系构建和实践，明确区域协同创新发展进展所处阶段和位置，总结区域协同创新发展成效，找出区域协同创新瓶颈，从而提出区域协同创新发展提升对策和方法。

系统性：区域协同创新发展评价指标体系是一个多层次、多维度的系统整体。一方面，指标体系应涵盖协同创新资源、协同知识创造、协同知识配置、协同知识应用、协同创新环境等各维度；另一方面，指标体系设计应既包含各子系统间各维度的创新协同，同时也要考虑各子系统内部各创新主体、创新辅助等方面的创新协同。

可比性：指标体系构建既要考虑到本区域协同创新发展与其他区域的横向比较，同时也要考虑该区域协同创新发展系统在不同发展时期的纵向比较。通过横纵向比较便于本区域明确自身协同创新发展中存在的不足，挖掘可能存在的潜力。

可操作性：区域协同创新发展评价指标选取应简明扼要，尽可能消除指标间相关性，克服因人而异的主观因素影响。各项指标应定义准确，并且统计口径清晰。在一定情况下，应尽可能使用定量指标，因为定性指标量化过程不可避免带有主观性。

2 指标框架

基于区域协同创新发展构成要素，结合创新就是知识的创造、转移与应用的知识管理理论，以“协同知识创造—协同知识配置—协同知识应用”为主线，以协同创新资源和协同创新环境为辅助，构建了包含5 个能力子系统的区域协同创新发展评价框架。

与区域协同创新系统中创新要素间复杂的相互作用和协调配合一样，5 个能力子系统间存在着相互影响及协同发展的关系。比如，良好的协同创新环境可以为区域协同创新提供基础设施保障、政策保障和文化氛围保障。协同创新环境对协同创新资源的积累起到积极的作用，随着各种资金流、人员流、技术流、信息流等协同创新资源的跨区域、跨创新主体的自由流动，将直接影响协同知识创造能力和水平，进而推动知识流动效率提升，从而影响着知识应用。从协同创新流程链条来看，没有协同知识创造就没有关于新产品、新工艺、新流程等的协同知识配置，也就不可能产生协同知识应用。反过来，协同知识应用的反向效应必将进一步推动协同知识创造和协同知识配置。协同创新链条每一个节点的发展和优化都将有利于协同创新环境改善，协同创新资源存量增加，如此循环往复，螺旋上升，带动整个区域协同创新能力和水平的提升(图1)。

图1 区域协同创新系统模型Fig.1 Model for regional collaborative innovation system

3 指标体系

3.1 指标预选

按照区域协同创新发展评价指标体系框架，依据指标体系设计原则，基于国内外已有理论研究和创新实践，初步构建区域协同创新发展评价指标体系[1](表1)。

3.2 专家隶属度分析

为确保指标体系科学、合理、完善，课题组依据研究方向或从事工作、研究成果数量、研究成果质量、研究影响力4 个维度进行专家选择，最终邀请5 位专家参与预选指标测评及相关分析研究。

5 位专家依据自身经验和已有研究基础开展预选指标测评和面对面研讨，根据指标隶属度进行指标剔除或增加。针对每一项预选指标或专家新提出指标，根据5 位专家认为其应该保留的程度，称之为隶属度。比如“全社会R&D 经费支出占GDP 的比重”指标，5 位专家均认为应该保留，则该指标隶属度为5/5＝1。其他指标隶属度也以此推算。若某项指标隶属度为0.8 及以上，则该指标应保留；反之，该指标可以剔除。

表1 区域协同创新发展评价初步指标体系Tab.1 Initial index system for regional collaborative innovation development evaluation

经测算，5 项预选指标隶属度低于0.8，分别为居民消费价格指数、人均国内固定资产投资额、金融机构和中介机构数量。其中前3 项指标专家普遍认为与区域协同创新相关性较小，故剔除；后2 项指标中有R&D 活动的企业占比重指标仅反映了企业的研发创新意识，并不能代表全社会的研发创新氛围，经讨论后修订为万人专利申请量；金融机构和中介机构数量指标是反映区域协同创新金融环境指标，但无可靠数据来源，经讨论后修订为规模以上工业企业科技活动平均获得金融机构贷款额。

经研讨，4 项专家新提出指标隶属度高于0.8，分别为政策环境指标和效率提升指标。其中，政策环境指标包括研发费用加计扣除和高新技术减免税；效率提升指标包括劳动生产率和资本生产率，故予以增加(表2)。

表2 专家测评剔除和新增指标Tab.2 Removal and new indicators of expert evaluation

3.3 相关性分析

通过评价指标隶属度分析，在较大程度上优化和完善了区域协同创新发展评价指标体系。但指标体系可能仍然尚存指标间的相关性。基于此，本研究继续采用SPSS 数理统计相关方法进一步对指标体系进行优化和筛选。具体步骤如下：

①采用SPSS 软件计算出各评价指标两两间的相关性系数。

②提取在置信区间95%的范围内，存在显著相关性的对应指标。

③依据相关系数阈值(设定为0.6)提取对应指标，根据指标概念内涵逐条分析，酌情删除其中一项而保留另外一项，或者两项指标均保留。

经测算，人均GDP 和劳动生产率存在很强相关性，相关性系数为0.85，故剔除“人均GDP”指标。

3.4 最终指标体系

基于评价指标专家隶属度和相关性分析，结合区域协同创新发展实际，对区域协同创新发展评价指标体系进行了测评和逐步完善(表3)。

4 评价方法

本研究对象为区域协同创新系统，既包括各子系统间各类创新主体、创新中介和创新平台的协同，也包括单个子系统内部各类创新要素的相互交融和促进[2]。基于研究对象属性、研究试图达到的目的以及复合系统协同度评价方法的特征，采用复合系统协同度测算法。该方法以协同学序参量原理为基础，衡量现实的复合系统中各子系统间的协同发展程度，从整体上描述复杂系统的协同状况。需要说明的是，具体指标体系中的某一项或多项指标本身或许不能直接体现协同的内涵，测算模型通过计算微观层次(二级、三级指标)和中观层次(一级指标、各子系统)的有序度，从而测度整个系统(区域)的全面协同[3]。

表3 区域协同创新发展评价最终指标体系Tab.3 Final index system for regional collaborative innovation development evaluation

基于已构建的指标体系，本研究选取京津冀与长三角(上海、江苏、浙江)2010—2016 年的数据，采用复合系统协同度测算模型，利用MATLAB 软件进行编程，得到了上述区域的综合协同度与各级指标的有序度，依据该结果进行评价和比较。

5 测算结果

5.1 区域协同创新指数稳步提升，整体协同趋势良好

根据复合系统协同度测算模型计算公式可知，子系统协同发展程度越高，则区域协同创新发展整体协同度就高。区域协同创新发展指数(DGS)大于0，即系统整体处于协同发展状态。如图2所示，以2010 年为基期，自2013 年以来京津冀协同度逐年增强，且态势良好，2016 年达到 0.025，比 2013 年提高0.013。将京津冀协同发展提升为国家重大战略以来，三地协同度持续提高。

图2 2011—2016年京津冀区域协同创新发展指数Fig.2 Collaborative innovation development index of Beijing-Tianjin-Hebei region from 2010 to 2016

5.2 北京协同创新发展指数居榜首，津冀稳定增长

如图3 所示，京津冀三地协同创新均处于有序状态。北京的有序程度要高于天津和河北。具体看，北京协同创新发展指数从 2010 年的 0.12 提高到2016 年的0.16，连续多年均显著高于其他五省市，子系统北京内部协同知识创造、协同知识配置、协同知识应用协同创新环境均同向增长，整体协同度较好。

天津协同创新发展指数从2010 年的0.06 提高到2016 年的0.08，低于北京和上海，在六省市中位列第3，协同创新资源与北京历年各有高低，但始终居于前2 位，协同知识创造、协同知识应用均同向增长。

图3 2010—2016年六省市协同创新发展有序度Fig.3 Ordered degree of collaborative innovation development in six provinces and cities from 2010 to 2016

5.3 协同知识创造和协同知识配置为北京协同创新护航

如图4、图5 所示，北京协同创新资源、协同知识创造、协同知识配置和协同知识应用4 项一级指标均表现良好，连续7 年均居六省市前2 位，整体有序度优于其他五省市。

从具体一级指标有序度看，协同创新资源、协同知识创造和协同知识配置有序度连续7 年均高于0.6；协同创新资源波动起伏，2012 年最低为0.68，2015 年最高达到0.85，协同知识创造和协同创新环境持续上升，其中协同知识创造有序度2016 年达到0.99，具有明显的带动作用。从位次上看，北京的协同知识创造和协同知识配置连续7 年位列榜首，远高于其他五省市，且协同知识创造从2010 年的0.16 持续增加到0.25，增幅超过50%；协同知识配置7 年间保持稳定，2013 年有小幅增长。协同知识创造和协同创新配置高度协同已经成为北京协同创新发展的一大亮点，北京高等院校和科研院所高度聚集，是潜在的创新人才储备和大批领先创新人才聚集的活跃场所，这一特性也必然带动北京有效发明专利、发表科技论文等指标的持续增长。

图4 2010—2016年六省市协同知识创造有序度Fig.4 Ordered degree of collaborative knowledge creation in six provinces and cities from 2010 to 2016

图5 2010—2016年六省市协同知识配置有序度Fig.5 Ordered degree of collaborative knowledge allocation in six provinces and cities from 2010 to 2016

5.4 协同创新资源领跑天津创新发展

如图6 所示，自2010 年以来，天津协同创新资源一级指标有序度一直稳定在0.7 以上，且显著高于上海、江苏、浙江和河北，2011—2014 年4 年里，位居六省市首位。协同知识创造、协同知识应用和协同创新环境的有序度持续增长，对天津市的协同创新发展提供了极大的支撑和带动作用。

协同创新资源是开展协同创新活动的前提条件和必备基础，其中最重要的是人力资源储备。创新人才引进和培育是协同创新资源有序度提升的保证。天津历来重视创新人才队伍建设，强调各类创新创业人才引进培养计划，组织和开展科技领军人才学术交流活动，深化新型企业家培养工程，建立更加有效、规范的企业家培养制度，以期不断激发创新思维、促进知识创新，提升创新人才的创新质量和创新效率。

协同知识创造是协同创新活动开展的起点，在整个区域协同创新发展过程中尤为重要。天津市对知识创造的逐步重视，具体落实在对创新主体投入和创新成果的关注上，在研发活动的人才和经费投入上提供了稳定的保障和支持，直接促进了创新成果的产出和转化，保证了天津市协同知识创造的稳步增长。

技术知识只有应用于实践、转化为生产力才有最终的价值。天津市对协同知识应用的重视也是地区协同创新发展的关键影响因素，协同知识应用的关键主体是企业，企业与高校、研究机构的合作应当与自身的发展和市场现状相结合，能够实现真实经济效益的提升才是有价值的成果转化，如此才有助于产业提升和经济发展方式的转变。

6 存在不足

6.1 率先改善自身劣势指标，合力推动协同创新发展

协同创新发展需要各地区的共同努力，只有北京、天津、河北自身的创新发展能力均实现进一步提升，才能更好地促进京津冀三地协同创新发展。综合上述具体指标测算结果，北京应在保持现有的协同创新发展能力的基础上，进一步改善劣势指标，强化带动作用；天津应加强与北京和河北两地的交流和合作，保优势补短板，发挥联动作用；河北应该奋起追赶，提升自身的各方面能力，尽可能缩小与京津两地的差距。具体如下：6.1.1 北京

①努力改善市场环境和金融环境。2010—2016 年7 年间，北京市场环境有序度一直居于第4 位，且相比长三角地区存在较大差距，具体而言，体现在研发费用加计扣除和高企减免税2 个方面，2 项指标虽有增加但增幅并不明显，导致有序度始终较低；金融环境的位次自 2013 年被浙江赶超之后一直居于第3 位，且与第1 位(江苏)的差距日渐拉大。因此，北京应加强对市场环境和金融环境的重视，与基础设施和创新氛围形成合力，共同营造良好的创新环境。

②研究机构和高校的R&D 经费支出中企业的投入占比始终较低。在协同知识配置方面，北京的知识合作相比于技术转移略显不足，其中，研究机构和高校的R&D 经费支出中企业的投入占比连续多年居于末位，仅在2015 年之后超过河北成为第5，但整体比重依然远低于前3 位，比重始终未超过10%，仅占天津的1/3 左右。

③知识应用的效率有待提升。北京协同知识应用中效率提升指标有序度连续7 年居于第5 位，始终未超过0.5，与第1 位(上海)的差距十分明显。具体而言，资本生产率基本恒定，劳动生产率虽有增加，但增幅较小，导致有序度始终落后。

6.1.2 天津

①协同创新环境有待改善。天津协同创新环境有序度7 年间未有明显增长，在六省市中始终排在第5 位，总量与其他省市差距较大，增速更是相去甚远。从具体二级指标看，尽管基础设施和创新氛围逐年向好，但市场环境一直居于末位，金融环境不升反降，2016 年的金融环境有序度为六省市中最低。导致基础设施和创新氛围的提升未有明显的体现。今后应加强政策扶持和金融扶持，以改善天津市的创新环境。

②企业技术获取和技术改造经费支出占主营业务收入比重下滑严重。天津技术转移指标有序度虽然连续7 年居于第3 位，但基本都低于0.2，与北京的差距十分明显。其中，输出技术市场成交额占GDP比重除北京外普遍较低，且企业技术获取和技术改造经费支出占主营业务收入的比重逐年下滑，因此，应大力加强对技术输出、技术获取和改造的重视和支持。

6.1.3 河北

①创新氛围差距明显、财力资源较为匮乏。限于京津冀发展不平衡的历史原因，河北的创新环境与长三角地区相比还有较大差距，尤其是创新氛围，7 年间一直处于较低水平，有序度始终未突破0.1，主要体现在万人专利申请量指标上，与其他省市相差近1 个数量级；河北的财力资源也相对匮乏，独自位于第三梯队，远逊于其他省市，且有序度一直低于0.1，即地方财政科技支出占地方财政一般预算支出的比重相比于其他省市差距较大。

②创新主体投入严重不足。类似于创新氛围和财力资源，河北的创新主体投入明显不足，主要是由于河北全社会R&D 经费支出占GDP 的比重较低和万人R&D 人员数量太少。因此，河北应加大创新发展的人力、财力投入，增加R&D 经费的供给和强化R&D 人员的培养。

③协同知识配置水平持续下降，协同知识应用缺乏活力。2010—2016 年，河北地方协同知识配置有序度持续降低，主要是企业技术获取和技术改造经费支出占企业主营业务收入比重下滑明显；经营绩效与效率提升的整体水平较差，且效率提升有序度呈下滑态势，因此导致协同知识应用活力不足。

6.2 整体规模较高，协同发展效率有待提升

整体来看，北京的多项指标基本都居于首位，天津次于京沪，水平大多居中，河北则次于江浙等太多，居于末位，而且，河北与天津的差距基本相当于天津与北京的差距，京津冀三地相当于分属一二三3 个梯队，尽管创新规模整体较高，但三地差距太过明显，且发展速度也参差不齐。

以基础设施建设和创新主体投入2 项指标为例(图7、8)，北京均排在第1 位，且创新主体投入有序度远高于其他省市，天津分别列于第4、3 位，河北则都处于第6 位，尽管增速明显，但总量与京津的差距同样突出，整体协同度相比于长三角仍有较大差距。

6.3 科技成果跨区域转化“蛙跳”现象仍然存在

从总量看，《2017 年北京技术市场统计年报》数据显示，北京流向津冀的技术合同成交额较快增长。流向津冀技术合同4 646 项，比上年增长20.7%，成交额203.5 亿元，比上年增长31.5%，占北京流向外省市技术合同成交额的8.7%。主要集中在现代交通、城市建设与社会发展和电子信息领域，成交额达121.0 亿元，占输出津冀的59.4%，环境保护与资源综合利用领域技术合同222 项，成交额22.4 亿元，增长73.1%。其中，流向天津市技术合同1 766 项，成交额49.3 亿元。同期，流向“长江经济带”的技术合同成交额稳定增长，流向四川省技术合同2 176 项，成交额279.3 亿元，增长127.0%，居首位。流向“一带一路”技术合同成交额平稳增长，流向广东省技术合同4 360 项，成交额302.0 亿元，增长74.2%，居首位。

图7 2010—2016 年京津冀、长三角基础设施建设协同比较Fig.7 Comparison of infrastructure construction collaboration between Beijing-Tianjin-Hebei region and Yangtze River Delta region

图8 2010—2016 年京津冀、长三角创新主体投入协同比较Fig.8 Comparison of innovation subject input between Beijing-Tianjin-Hebei region Yangtze River Delta region from 2010 to 2016

6.4 北京创新极化现象仍然存在

整体来看，数据显示，不管是从协同创新环境和资源等科技支撑要素角度看，还是从协同知识创造、配置和应用的知识管理全流程看，北京自身各项一级指标有序度均高于天津。其中，协同知识创造和协同知识配置有序度高于天津0.4 以上。从具体指标看，北京在创新主体投入、创新直接成果、技术转移、产业带动等方面均明显优于天津。由于创新主体投入的不均衡，造成了两地创新能力的差异，进而导致两地在区域协同创新和产业分工上难以高效衔接，地理位置相邻但科技发展明显不均衡的状况，必将引起科技溢出效应弱化和技术扩散受阻，在一定程度上也制约了区域完整创新链的形成。因此，天津必须大力加大科技投入，切实提高科技产出，缩小与北京在人才、政策、技术、信息、资本等方面的资源禀赋差异，提高产业配套和技术承接能力，全面提升自主创新实力。做到这些，才能更好地借重北京丰富的科技创新资源，才能借三地产业错位互补发展机遇，真正实现京津冀协同创新发展。