科技人才与科技创新的协同效应研究

刘素　郭小华　杨宇　李斌

摘  要：文章在厘清科技人才与科技创新协同发展机理基础上，构建了科技人才与科技创新复合系统的指标体系和协同度测度模型，并基于广东2010-2016年面板数据，对科技人才与科技创新的系统协同度进行了实证分析。结果表明，广东科技人才与科技创新系统协同度呈轻微波动上升态势，2016年达到良好协同状态。

关键词：科技人才;科技创新;复合系统;协同度模型

中图分类号：C34          文献标志码：A         文章编号：2095-2945（2020）23-0049-03

Abstract： On the basis of clarifying the synergetic development mechanism of scientific and technological （S&T） talentsandS&Tinnovation， this paper constructs the evaluation index system and composite system synergetic degree measurement model of S&T talents and S&T innovation， and it makes an empirical analysis on the composite system synergy degree of S&T talents and S&T innovation based on the panel data of Guangdong Province from 2010 to 2016. The results show that the synergies of S&T talents and S&T innovation composite system has showed increase tendency in fluctuation slightly and has reached a good level of synergy in 2016.

Keywords： scientific and technological （S&T） talents; scientific and technological （S&T） innovation; composite system; synergy degree model

1 概述

當前，全球产业变革大背景下，科技创新已成为一个省域（地区）乃至国家发展最重要的核心力量，科技人才则是赢得发展主动权的决定性战略资源。广东省作为我国创新驱动发展的排头兵，近年围绕科技创新和科技人才陆续出台了多项政策法规，一系列政策法规的实施，有效地支撑和促进了广东科技人才与科技创新的发展，但在全球科技竞争愈演愈烈的背景下，仅靠单一的发展模式已然满足不了创新驱动发展的现实需要，尤其突出体现在科技创新方面，它是各系统和各要素之间系统化、有序化、体系化的协同发展，寻求创新发展形成“1+1>2”的协同效应，显得十分必要。

国内外学者研究主要集中于科技人才对科技创新的积极作用与影响，代表性的有Youndt[1]等。关于协同发展的关系，夏业领[2]运用复合系统协同度模型，实证分析了中国科技创新-产业升级相同和相邻基期的协同度;孙雪娇[3]对科技与金融协同发展机制分析;孙丽文[4]运用复合系统协同度模型对京津冀三地协同创新能力进行测度。关于科技人才与科技创新的相互关系、复合系统的协同发展相关研究尚不多见，且停留在定性研究层面，如Yihu[5]等研究了企业人力资本与技术创新之间的互动关系及相互影响;赵淑渊[6]分析了科技型人才聚集效应与区域创新能力之间的关系。上述研究大多关注于国家层面，鲜有省域尺度上研究科技人才与科技创新协同发展水平定量测度及实证研究，这不利于了解我国各省市科技人才与科技创新相互融合程度。因此，本文基于协同发展的相关理论和现有研究基础，以广东为例，对广东的科技人才与科技创新协同发展水平进行实证分析，以期不断探索和丰富科技创新体系和方法。

2 科技人才与科技创新协同发展机理

20世纪70年代，德国物理学家Hermann Haken提出“协同论”，他认为任何复合系统内部的子系统之间可以通过协同效应，使系统从无序变为有序，从混沌中产生某种稳定结构[7]。本文将科技人才和科技创新系统视为由科技人才与科技创新子系统构成的一个复合系统。科技人才和科技创新是推动社会经济高质量发展的关键所在，二者之间存在密切的互动关系，具体体现为：科技人才是科技创新的主体，具有较强的研发能力和创新能动性，它为科技创新提供强有力的软硬件技术支持，在研发过程中开发出新产品、产生技术转移、成果转化。科技创新为科技人才提供资金支持，满足科技人才的经济物质需求，同时在持续的创新过程中，也蕴含着对科技人才的内在需求，并通过科技人才将技术转移、成果转化，从而变为现实生产力，为科技创新活动带来投资回报，促进区域科技创新能力的提升。综而述之，科技人才能有力地促进科技创新的开发、转化、发展，是科技创新的内在需求，科技创新也为科技人才提供资金支持及创造更大的需求空间，是促进科技人才发展的最大动力，二者之间是一个互促互制的有机整体。

在科技人才与科技创新系统的动态演化进程中，会表现出不同水平的协同状态。二者处于高水平的协同发展状态时，则产生“1+1>2”的优质效应。一方面，由于科技创新成果产出和成果转化率不断提高，为科技人才带来较丰厚的资金回报，其资金效应吸引了大量的科技人才持续流入，带动科技人才规模扩大，催生更多的创新成果。另一方面，科技人才的研发投入及劳务费提高，激发了科技人才创新活力，创新成果产出、转化水平提升，知识经济持续快速增长。反之，科技人才与科技创新任何一方的滞后，都会阻碍整体的协同发展水平，产生恶性循环。滞后的科技创新系统无法为科技人才研发活动提供全面的资金支持，使科技人才创新热情受挫，科技人才流失。科技人才发展滞后会导致产品开发、技术转移、成果转化陷入困境，创新活动难以开展，进而降低创新投资收益，负面影响经济的健康发展。

3 指标体系与协同度测度模型构建

3.1 序参量及指标选择

在文献研究基础上，本文结合《中国科技人才发展报告》《国家创新指数报告》《中国区域科技创新评价报告》等，选取具表征性的指标构建了科技人才与科技创新复合系统协同度测度评价指标体系（如表1）。

3.2 子系统有序度模型

4.2 结果分析

（1）从子系统变化趋势来看，科技人才子系统有序度一直保持稳定上升，呈现有序发展态势，表明广东十分注重人才的引进、培育、激励，人才优先发展战略得到较好的实施，政策效应显著。科技创新子系统呈下降（2010-2011）再上升（2011-2016）两个阶段，表明自2011年实施自主创新以来，广东的创新氛围增强，创新能力得到极大地提升。通过两个子系统对比分析，两子系统间的有序度差距逐渐缩小，2016年有序度几乎持平，表明两子系统协同作用不断增强，二者存在良好的相互促进作用。

（2）从复合系统协同度变化趋势来看，广东科技人才与科技创新复合系统协同度总体呈小幅波动上升趋势。协同度从2010的0.0988下降到2011年的0.0669，说明2010-2011年广东复合系统发展水平处于不稳定状态，正处于协调转型期，复合系统协同度有较大的提升空间。2011年广东后开始快速上升，2016年协同度为0.8706，达到良好协同状态，这说明广东科技人才与科技创新协同发展能力较强，协同效应明显。

参考文献：

[1]Youndt S M A. The Influence of Intellectual Capital on the Types of Innovative Capabilities[J]. The Academy of Management Journal， 2005，48（3）：450-463.

[2]夏业领，何刚.中国科技创新-产业升级协同度综合测度[J].科技管理研究，2018，38（8）：27-33.

[3]孙雪娇，朱漪帆.科技创新与金融服务协同发展机制研究——基于中国科技金融平台演化视角的多案例分析[J].金融发展研究，2019（1）：73-79.

[4]孙丽文，张蝶，李少帅.京津冀协同创新能力测度及评价[J].经济与管理，2018，32（03）：12-16.

[5]Yihu X， Xiaobin W. Research on Coupling Mechanism of in Corporation Innovation and Human Capital[C]//2009 International Conference on Management and Service Science. IEEE，2009：1-4.

[6]赵淑渊，牛冲槐，黄娟.科技型人才聚集效应与区域创新能力研究[J].科技管理研究，2012，32（14）：169-173.

[7]Haken H.Synergetics： Introduction and Advanced Topics[J].Springer，2004，67（3）：773-774.

[8]靳強，郑庆昌.长江经济带生态创新协同度及其影响因素分析[J].科技管理研究，2018，38（18）：268-273.