面向高质量发展的中国科技系统协同演化研究

□ 杨玄酯 罗 巍

(1.河海大学 商学院, 江苏 南京 211100; 2.河南大学 商学院, 河南 开封 475000)

一、文献综述

党的“十九大”报告指出:我国经济已由高速增长阶段转向高质量发展阶段,正处在转变发展方式、优化经济结构、转换增长动力的攻关期。2018年国务院政府工作报告对高质量发展做出新表述,为高质量发展按下“快进键”。从全球看,高质量发展是创新型国家建设的必然要求;从周边看,高质量发展是在大变局中抢占战略制高点的重要路径;从国内看,高质量发展是新时代满足人民对美好生活需要的根本途径。

一方面,学者们采用质性分析,形成对高质量发展的目标要求[1]、内容逻辑[2]、动力机制[3]、支撑要素[4]等理论探讨;另一方面,采用量化分析,聚焦于特定区域[5],特定产业[6],特定内容[7-8],特定部门[9]等,形成实证分析。然而,当前高质量发展尚未形成公认定义,其内涵和理论意蕴多是对“五大发展理念”升华补充,虽在政治、经济、文化、社会等领域中均有所涉及,但对高质量发展的主要动力——科技高质量发展研究关注较少。

与高速增长阶段主要以工具理性为动力的机制不同,高质量发展更强调具有本真价值理性的新动力机制[10],科技创新作为高质量发展重要支撑和动力源泉得到共识。科技投入作为一切科技活动前提,其触发效应、波及效应、风险效应与科技产出的延迟效应、乘数效应、挤出效应等紧密相关,而当前科技“投入方式粗放、资源配置低效、关键领域核心技术受制于人、创新利益分配受控于人”等多有存在[11],为高质量发展形成障碍。

科技能力首先表现为科技产出能力,进而表现为科技应用能力,当前已有DEA模型、固定效应分位数回归模型[12]、ISA复杂网络模型[13]等在科技评价中应用,但还存在以下不足:从动态性看,忽视科技产出延迟性,分析结果局限报告期很难有效指导未来,且难以反映不同条件下创新主体主观努力程度;从系统性看,侧重“指标数量”分析,缺少“系统质量”分析[14],多基于“产出绩效反推投入效率”线性思维,忽视子系统间非线性互动[15]及系统自组织特征[16];从复杂性看,科技系统涉及要素多,一些研究混用绝对指标和相对指标,造成指标评价不能有效揭示现实[17]。

协同是系统中两个或多个子系统、要素间通过互为依赖的非线性互动所形成的“1+1>2”联合效应。一方面,科技投入直接决定科技产出,另一方面,科技产出对科技投入具拉动、引导、激励等作用。科技投入及产出所构建的科技系统协同性,既是实现科技高质量发展的路径,也是经济社会高质量发展的要求。

为此,立足中国科技现状,结合科技投入与科技产出内在关系分析,引入协同学理论,构建中国科技投入-产出复合系统协同度模型,通过“序参量选择—子系统有序度—复合系统协同度”等步骤,并考虑科技投入和科技产出间的时滞影响,从动态性、系统性、复杂性方面对中国科技系统协同演化进行实证分析及预测,以期为面向高质量发展的中国科技系统优化及结构调整提供对策。

二、研究设计

(一)序参量选择

协同学认为子系统之间协同演化过程存在许多控制变量,其中序参量作为系统发生质变的突出标志,代表着对协同趋势的贡献。参考高质量发展所包含的发展有效性、协调性、创新性、持续性、分享性等标准[18],并遵循科学性、适宜性、可获性等原则,结合《中国科技统计年鉴》及李金昌等高质量发展评价指标体系[19],确定序参量如下(表1)。

表1 序参量的选取

(二)模型构建

1.系统协同度模型

序参量变量Xi存上限和下限分别为αi、βi,Xi_1,Xi_2,…,Xi_k为慢驰序参量,Xi_k+1,Xi_k+2,…,Xi_n为快驰序参量。系统序参量分量Xi_j的系统有序度为

(1)

第i个指标对其它n-1个指标总影响为

(2)

第i个指标的权重为

(3)

因此,子系统有序度为

(4)

复合系统在初始时刻t0时,子系统有序度分别为U0(X),U0(Y),…,U0(M)当复合系统演化至某时刻t1,子系统有序度分别为U1(X),U1(Y),…,U1(M)。因此,科技投入-产出复合系统协同度为

(5)

r取值为1或-1,代表子系统间协同发展方向。

2.协同度ARIMA预测模型

为形成对复合系统协同度的未来预测,进一步引入自回归积分滑动平均模型(Autoregressive Integrated Moving Average,简称ARIMA)。该模型将非平稳时间序列转化为平稳时间序列,即考虑预测对象时间序列上依存性,又考虑随机波动干扰,对短期趋势预测准确率较高[20]。

非平稳的时间序列st,通过d次差分而变成平稳序列,即st～I(d),则

vt=Δdst=(1-B)dst

(6)

vt为平稳时间序列,即vt～I(0),进而,构建ARMA(p,q)模型:

vt=c+φ1vt-1+…+φpvt-p+ξt+

θ1ξt-1+…+θqξt-q

(7)

经过d次差分后的ARMA(p,q)模型称之为ARIMA(p,d,q)模型,其中p表示自回归模型的阶数,q表示移动平均的阶数,ξt表示一个白噪声过程。

(三)数据获取

从历年《中国科技统计年鉴》、《中国科技统计数据》、《中国科技论文统计与分析简报》获取并整理数据。其中,2018年“国内科技论文量(Y2)”和“国际科技论文量(Y3)”数据暂未获得,为避免缺失值影响,根据缺失年份前5年时间序列“线性趋势”和“移动平均趋势”,进行可能值插补处理。

三、实证结果分析

(一)子系统有序度

首先,根据公式(1),将数据进行归一化处理,进而,根据公式(4),计算科技投入子系统及科技产出子系统有序度,数据结果如图1所示。

图1 中国科技投入子系统及科技产出子系统有序趋势

1.科技投入子系统有序度在曲折中上升

新世纪以来,中国科技投入总量逐步增加,R&D经费支出、国家财政科技支出、R&D人数投入分别增长20.97倍、15.54倍、3.75倍,相对2000年初始数据,科技投入系统有序度在曲折中上升,其中,2008年以来增速较快。

分析原因:(1)随着科技价值日益凸显、相关政策法规出台、科技投资环境改善等,科技创新对经济社会发展的引擎作用形成共识,创新主体的科技投入意识不断增加;(2)科技产出具有滞后性,一定时间后其反馈性才能凸显,科技产出的拉动作用,吸引社会投资逐渐向科技领域倾斜;(3)2008年以来,为应对金融危机,中国加大科技投入力度,全力发挥科技支撑作用,一定程度解释2008年以来科技投入子系统有序度增速加快;(4)R&D经费支出(X1)快速增长(新世纪以来增长20.97倍),但反映科技与经济发展协调程度及经济发展方式的国家R&D经费强度(X2:R&D经费支出占GDP比重)增幅较慢(新世纪以来增长1.43倍),即使2018年峰值2.19%也与《国家中长期科学和技术发展规划纲要(2006—2020)》提出的2.5%以上目标存在差距;(5)国家财政科技支出(X3)总量增加,但国家财政科技支出占国家财政总支出比重(X4)波动起伏且增幅不大,国家财政科技支出作为对市场机制难以解决的公共科技相关资金投入的重要补充,其作用价值未得到有效发挥;(6)R&D人员全时当量(X5)不断增加,从2010年起超过美国一直保持世界首位,但R&D人员投入强度一直处于落后水平,每万名就业人员中R&D全时人员(X6)仅高于巴西等发展中国家,仅为多数发达国家的1/2左右。

2.科技产出子系统有序度稳步提升

新世纪以来,中国科技产出总量不断增加,国内外专利授予量、国内科技论文量、国际科技论文量、高技术产品出口额分别增加22.24倍、1.96倍、12.45倍、19.06倍。相对2000年初始数据,科技产出系统有序度稳步提升。

分析原因:(1)科技投入持续增加,为稳定的科技产出奠定基础,科技投入子系统的相对有序性,为科技产出子系统的良性有序形成铺垫;(2)《国家知识产权战略纲要》(国发〔2008〕18号)及《全国专利事业发展战略(2011—2020年)》等政策法规,规范并改善知识产权环境,提升科技主体创造、运用、保护和管理知识产权的能力,使得国内外专利授予量(Y1)不断上升;(3)产学研合作及科学研究国际合作趋势加快,越来越多的中国学者开始关注国际科技论文发表,使得国内科技论文发表数量(Y2)有所波动,而国际科技论文数量(Y3)不断上升并连续多年排名世界第2;(4)《中国制造2025》等科技兴贸战略,促进高新技术产业发展,但2008年以来,受国际金融危机影响,加之进口国对知识产权保护意识加强,中国高技术产品出口的扩展边际和价格边际有所提升(即出口种类和出口价格上升),但数量边际有所降低(即出口数量减少),从而导致金融危机以来高技术产品出口额(Y4)波动,以及高技术产品占商品出口总额比重(Y5)一直在30%左右水平徘徊。

(二)复合系统协同度

尽管序参量大多呈现增长态势,且科技投入子系统和科技产出子系统都表现良好有序性,但还不能完全反映科技系统的整体质量,需进一步对科技投入和科技产出间非线性互动关系挖掘,形成对科技投入-产出复合系统的协同度分析。

1.不考虑时滞影响的一般解

在上述子系统有序度结果基础上,根据公式(5),计算中国科技投入-产出复合系统协同度(表2)。不考虑时滞影响的一般解,是为对复合系统协同度简单、直观描述,科技系统实际运行中,投入和产出间非线性互动关系呈现,还存在一定时滞性。

表2 新世纪以来中国科技投入-产出复合系统协同度

2.考虑科技投入对科技产出推动时滞影响的解

参考前人研究,设定科技投入对科技产出推动影响时滞期为2年,即“2000年科技产出对应1998年科技投入所形成的效应”,以此类推,形成考虑科技投入对科技产出推动影响时滞性的协同度。

3.考虑科技产出对科技投入拉动时滞影响的解

同理,设定科技产出对科技投入拉动影响时滞期为2年,形成考虑科技产出对科技投入拉动影响时滞性的协同度。为更直观形成对比分析,绘制科技投入-产出复合系统协同演化，如图2所示。

图2 新世纪以来中国科技投入-产出复合系统协同演化图

4.基于ARIMA模型的复合系统协同度预测

根据公式(6)、公式(7),使用ARIMA模型对上述三种解进行预测(表3所示):

表3 基于ARIMA模型的中国科技投入-产出复合系统协同度预测

总体来看,新世纪以来,中国科技投入-产出复合系统协同度长期处于较低水平,尤其2008年以来,存在较大波动。无论是否考虑科技投入和科技产出之间的时滞性,三种解都显现出较低的协同度,从而意味着科技投入与科技产出间未形成良性的互动反馈关系。根据ARMIA模型预测结果,三种解的预测值分别为:0.050、0.044、0.051,意味着科技投入-产出复合系统协同度短期内仍将处于较低水平。

分析原因:(1)科技发展具有系统性、整体性特点,尽管科技投入子系统及科技产出子系统都有相对良好发展,但科技产出子系统有序度提高较快,科技投入子系统有序度提高较慢,两者间发展不协调;(2)2008年以来的金融危机,对中国经济发展带来冲击,科技创新被视为应对危机的根本力量,在创新驱动发展战略指导下,围绕保增长、调结构、惠民生开展科技行动,并依靠新科技寻找新的经济增长点,一定程度上解释2008年以来复合系统协同度波动幅度较大;(3)利益导向对学术导向冲击,以及生存导向下科技人员面临压力考核等“内卷化”(Involution)问题,使科技投入增量相当比例被消耗在“问题”上,甚至出现投入产出比随投入增加而下降现象[21];(4)不同区域间科技投入及产出能力存在差异,东部地区科技投入能力较强且产出效率较高,而中、西部地区科技投入能力较弱且产出效率较低,加剧了科技系统整体不协调。

四、结论与建议

针对中国科技发展现状,结合科技投入与科技产出内在关系及彼此间时滞影响,构建面向高质量发展的中国科技投入-产出复合系统协同度模型,对新世纪以来中国科技投入及产出状况分析及预测。结果显示:新世纪以来,中国科技投入总量增加,科技投入子系统有序度在曲折中上升;中国科技产出总量增加,科技产出子系统有序度稳步上升;然而,科技投入-产出复合系统协同度长期处于较低水平,科技投入与科技产出间未形成良性互动反馈;根据ARMIA模型预测结果,科技投入-产出复合系统协同度短期内仍将继续停留较低水平。

基于实证结果分析,提出政策建议如下。

首先，进一步提升科技投入子系统有序度。(1)加强企业R&D经费投入主体地位,加大政府对具有激发原始性创新动力作用的基础研究的经费投入,实现R&D经费投入总量增加同时,投入强度不断提升并向发达国家2.5%～4%的水平追赶;(2)细分不同层级政府角色定位,平衡财政科技基础结构,中央财政科技支出重点支持具有公共品性质的基础研究、前沿研究和公益性研究,地方财政科技支出重点支持有利于地方经济发展的技术研发、科技产业化;(3)创新科技价值导向及人才战略,培养高质量科技人才,实现“生存导向向发展导向、利益驱动向学术驱动”转型,形成“讲科学、爱科学、学科学、用学科”的科学氛围,激发科技主体创新热情及公共参与科技创新力度[22];(4)构建多元化科技投入体系,吸引社会力量广泛参与,通过主体间权力、责任、利益的协同,实现投入系统结构优化,从“质”(而非“量”)上为科技产出奠定基础。

其次，加强巩固科技产出子系统有序度。(1)健全科技创新产权激励机制,促进科技成果使用权、处置权和收益权改革,激发科技人员对技术创新成果转化动力,同时,完善科技管理服务体系,加强科技信息资源共享,简化项目管理流程,引导科技人员把精力更好地投入在提升科学研究高质量上;(2)加快科技论文从注重数量的外延式发展,向注重质量的内涵式发展转变,通过多边国际合作,开展具有“投资强度大、多学科交叉、实验设备复杂、研究目标宏大”的“大科学”研究,持续提高科技论文国际影响力。

最后，构建科技投入-产出复合系统协同高质量发展生态格局。(1)形成以高质量发展为导向的科技创新内涵式发展思路,在加强对科技规模和速度提升同时,更强调通过科技结构优化,形成对科技系统质量和效率提升;(2)转变“投入-产出”线性思维,从投入与产出间非线性互动关系出发,强化科研产出对科技投入的反馈、引导、激励,形成科技投入-产出复合系统自组织及良性循环;(3)实施基于协同创新的平台战略,打造平台型组织,促进“政、产、学、研、金、用”等多元创新主体间良性互动,搭建科技供给和科技需求间良好的双边关系。□