研发投入、创新网络与战略性新兴产业赶超发展*

陈文锋

(1.上海财经大学 商学院，上海 200433；2.湖南省社会科学院 台湾研究中心，湖南 长沙 410003)

一、引言

战略性新兴产业代表新一轮科技革命和产业变革深入发展的方向，是培育发展新动能、获取未来竞争新优势的关键领域。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出：“着眼于抢占未来产业发展先机，培育先导性和支柱性产业，推动战略性新兴产业融合化、集群化、生态化发展，战略性新兴产业增加值占GDP比重超过17%。”[1]可见，发展壮大战略性新兴产业，推动其实现由跟跑向并跑、领跑转变，成为引领经济高质量发展的重要引擎，是新发展阶段的重要任务。作为知识和技术密集型的产业，创新是战略性新兴产业发展的核心[2]。“十三五”以来，尽管我国战略性新兴产业持续保持高位发展态势，对经济社会高质量发展的牵引作用不断增强，但战略性新兴产业尖端技术、核心部件制造工艺与发达国家相比仍存在较大差距，关键材料、核心零部件、基础软件等仍依赖进口，核心技术层面多个领域存在的“卡脖子”风险等问题还较为突出[3]。要解决这些现实难题，更加需要把创新放在推动战略性新兴产业发展壮大的首位。因此，如何增强战略性新兴产业赶超发展动力？如何优化配置创新资源？如何提升创新效率？成为当前亟待回答的关键问题。

研发投入主要用于新知识与新技术的创造，是推动创新的核心资源要素，也是学界高度关注的主题。我国学者对战略性新兴产业研发投入的研究主要聚焦于两个方面：一是如何激励创新主体加大研发投入；二是对研发投入效率进行评价。在如何激励战略性新兴产业创新主体加大研发投入方面，胡慧芳等[4]认为，财政补贴相较于税收优惠更能激励企业增加研发投入和获得更多的专利。姚东旻等[5]证明了财政补贴对企业后续创新投入具有显著促进作用而非“挤出效应”。李香菊[6]、周泽炯等[7]认为，优化市场环境和加强知识产权保护可以增强财税政策对创新的激励作用。在研发投入驱动战略性新兴产业创新的绩效评价方面，刘继兵指出，尽管加大了战略性新兴产业研发的投入规模，然而产出效率却未能有效得到同步提升[8]。闫俊周等认为，我国战略性新兴产业供给侧创新总效率、纯技术效率整体水平较低，其中纯技术效率低下是主要原因[9]。少数学者尝试探讨了影响战略性新兴产业研发投入效率的内外部因素。如李佳等[10]认为，在不同经济发展水平地区投入相同创新要素对创新绩效的影响存在一定差异。张永安等[11]认为，在企业创新系统内,创新资源促进企业创新绩效提升的效果最为显著。马晓芸等[12]认为，网络关系嵌入和知识获取都对中型企业的技术创新绩效具有显著的正向影响。现有研究成果一方面表明通过制定相关的政策措施可以激励创新主体增加研发投入，另一方面表明战略性新兴产业创新投入与产出不是简单的线性发展关系，而是受到不同因素的影响。事实上，战略性新兴产业的技术创新已由个体创新向组织创新转变[13]，这些因素构成了战略性新兴产业的创新网络。在创新是战略性新兴产业发展壮大的核心动力，研发投入是创新的关键要素，创新网络是创新的基础条件的基本共识下，大多数文献只选取某一内外部因素进行研究，分析其对战略性新兴产业研发投入和创新产出的作用机理与效果，所获结论可能会有失偏颇。同时较少文献聚焦的是战略性新兴产业创新网络的理论构建，缺乏对创新网络效率的系统性研究，以及其对研发投入和战略性新兴产业发展影响的实证研究。

未来一个时期是我国战略性新兴产业发展的关键期，既需要继续进行重大技术的攻克，也有越来越多的高新技术将进入大规模产业化、商业化应用阶段[14]。这一方面需要大量的研发投入，另一方面需要推动技术创新成果的转化。基于此，本文从非线性视角引入创新网络效率作为门槛变量，探究其与研发投入、战略性新兴产业赶超发展间存在的不同作用机制。与已有研究相比，将在以下三个方面进行创新尝试：(1)紧跟该领域理论研究前沿，结合我国战略性新兴产业发展情况，构建符合我国战略性新兴产业发展特点的赶超发展理论研究框架；(2)从创新网络效率来研究战略性新兴产业赶超发展，这有助于打开创新资源转化的“达尔文死海”黑盒子，探索赶超发展动力机制提升的一些可观察因素；(3)通过使用战略性新兴产业上市公司的微观数据和产业层面数据，支持做更深入的分析。

二、理论基础与研究假设

创新网络是创新主体为获取更多、更有价值的资源和信息，提升创新的效率和效果，在知识创新、技术创新、产品创新等过程中与众多的组织机构基于正式和非正式联系所构建的紧密的网络系统。弗里曼(Freeman)指出，一切新技术的发起、引进、改良和传播都通过一种由公共和私人部门共同构建的网络中各个组成部分的活动及互动得以实现。这是因为，随着市场竞争愈发激烈，创新主体开始改变创新策略，从先前依赖内部研发转向开放式创新来与众多外部组织组成动态、复杂的创新网络[15]。从社会网络理论视角来看，创新网络一方面能够将各种外部知识吸收到创新系统中，推动创新知识的跨组织、跨边界自由流动，以补充创新主体内部知识资源的不足，另一方面能够促进同行企业、用户、供应商、高校、政府、研究所等一系列机构之间的相互交流，推动创新资源的整合，强化创新利益相关者之间密切的合作，以提高创新的速度与效率。

首先，创新网络提升创新主体吸收、获取、利用资源的能力，提高研发投入资源利用效率。根据内生经济增长理论，新知识的产生依赖于现有知识存量和研发资源流量，这两种要素的投入总量决定了新知识生产的潜力。一方面，创新网络通过提升创新主体的资源搜索能力、机会识别能力和知识利用能力，继而能够有效消化、吸收和利用研发投入资源。权鸿才(Kuen-Hung Tsai)认为，创新网络可以激发创新主体吸收蕴含在网络中的创新资源，提升创新主体的技术创新能力、产品开发能力以及机会识别能力等[16]，这些能力的提升意味着创新主体能够更好地将创新资源转化为内部资源，在研发上实现突破及助力技术、产品的改进与发展[17]。另一方面，创新网络通过优化配置创新资源，能够提升创新主体获取资源的效率。根据资源基础理论的观点，创新网络作为优质的价值性资源的重要承载中心，为创新主体构建多边、多渠道以及多方深度交互的组织间关系提供了便利条件，可以有效提升其资源搜索、识别、利用水平，继而提升其获取创新资源的效率和能力[18]。

其次，创新网络促进企业经济绩效和创新绩效的提升。根据杰弗里·勒弗曼(Jeffrey L Furman)等人的分析,研发资源的投入并不是决定创新产出绩效的唯一因素，制度、环境以及政策的改变都可能导致创新绩效的差异[19]。创新主体通过创新网络获取资源、提升创新能力继而使得绩效提升是普遍认可的逻辑。直接体现为创新主体以新产品开发、知识创造、创新效率等指标为衡量的创新绩效的提升和以财务指标为衡量的经济绩效的提升。在提升创新绩效方面，创新主体在融入创新网络的过程中，网络中的伙伴关系、契约合作会对企业技术创新过程产生显著影响。创新网络关系均有利于创新主体获取外部知识，其中“强关系”有利于渐进式创新，“弱关系”则会促进突破性创新。在提升经济绩效方面，创新主体在创新网络内的交互学习、相互合作可以使得获取知识的成本逐渐降低，知识创新的效率将会提升。新知识有利于企业迅速掌握新技术，获得更多商机，从而降低创新主体的生产成本、竞争程度和市场不确定性。

最后，创新网络的作用与创新网络效率密切相关。尽管创新网络为多元创新主体获取异质性信息、吸收新知识与新技术、整合协调创新资源，实现价值共创，搭建了通道和平台。但事实上，创新网络作用的充分发挥更多依赖的是创新网络内知识、技术和信息等创新资源流动速度的加快，多元创新主体的频繁互动学习[20]。只有借助这样的运行机制、环境作用，才能为多元创新主体提供多元知识及系统资源，促进创新产出。而创新网络效率是指创新要素投入到创新网络内部结构中，在一定运行机制和环境下，所产出的效果大小[21]。因此，创新网络效率既是创新网络运行机制的具体体现，也是创新网络作用的具体体现。当创新网络效率越高时，即表明创新主体越能够在突破原有边界的前提下加速创新资源的流动和重新组合，从而促进创新活动的产生[22]，反之亦然。

与传统产业技术创新相比，战略性新兴产业的技术创新是一个规模更大、过程更加复杂的活动，更加需要基于网络集成进行合作创新[23]。研发投入资源(如扩展的研发团队人员、置办的先进设备、投入的研发经费等)通过创新网络的优化配置作用于创新活动，转换为创新能力和生产力，从而推动战略性新兴产业的赶超发展。可见，在战略性新兴产业发展过程中，创新网络在创新投入与创新绩效间起到了相应的调节作用，即创新网络的效率越高，越能促进知识资源的跨组织流动，提升研发投入资源配置和利用水平。因此，本文提出以下假设：

假设1：研发投入促进战略性新兴产业赶超发展的效用因创新网络效率的变化而变化。

三、模型构建与数据说明

(一)模型构建与识别

由前述理论分析可知，研发投入推动战略性新兴产业赶超发展的效用受到创新网络效率的影响，这正好迎合了非线性门槛模型思想。因此，借鉴汉森(Hansen)提出的面板门槛模型，实证检验创新网络效率在研发投入推动战略性新兴产业赶超发展中的“门槛效应”。考虑到面板门槛模型的特殊性，因此，构建一个战略性新兴产业赶超发展的面板数据多门槛模型：

developmentit=α+β1lninputitI(efficiency≤ρ1)+

β2lninputitI(ρ1

βn-1lninputitI(ρn-1

βnlninputitI(efficiency>ρn)+

θcontrolit+εit

(1)

在模型中，i为城市，t表示的是时间，input为核心解释变量(研发投入)，I(·)为示性函数，efficiency为门槛变量(创新网络效率)，ρ为待估算的门槛值，β为不同区段解释变量input的影响系数，θ为控制变量的影响系数，εit～iid(0,σ2)为随机干扰项。

(二)指标选取、样本选择与数据来源

1.变量说明

(1)被解释变量

被解释变量为战略性新兴产业赶超发展综合指数(development)。考虑到赶超发展水平是产业成长的综合反映，所以拟采用综合指标来衡量。刘志彪[24]指出，赶超发展是追求增长速度与追求高质量发展的混合体，其核心是发展动力机制的转换，最直接的体现是绩效的提升。基于此，从盈利能力、经营能力、偿债能力和发展潜力等四个维度来反映战略性新兴产业赶超发展综合水平。其中，选择总资产净利润率(ROA)作为盈利能力的主要度量指标，选择总资产周转率(TATO)作为经营能力的主要度量指标，选择利息保障倍数(IC)作为偿债能力的主要度量指标，选择可持续增长率(SGR)作为发展潜力的主要度量指标。

关于战略性新兴产业赶超发展综合指数的测度，借鉴吴伟平和何乔[25]的研究思路，具体计算过程如下：

首先，对各类发展指标进行线性标准化处理，以消除变量指标间的不可公度性和矛盾性。具体计算公式为：

(2)

其次，计算各类发展指标的调整系数或是权重(ωij)。调整系数的计算公式如下：

(3)

其中，ωij为公司i发展指标j的调整系数；Yij为公司i发展指标j的原始值，∑Yij为所有公司发展指标j的总值；Ri为公司i的营业总收入，∑Ri为所有公司的营业总收入之和。

最后，利用战略性新兴产业各类发展指标的标准化值和调整系数，通过加权平均的方法得到战略性新兴产业各公司赶超发展综合指数。具体计算公式为：

(4)

(2)核心解释变量

选取研发投入(input)作为核心解释变量。由于战略性新兴产业技术创新投入涉及技术引进、消化吸收和技术改造等经费支出，所以对技术引进经费支出(TIE)、消化吸收经费支出(TAE)和技术改造经费支出(TRE)这三个指标求和获得总支出，以此作为研发投入的度量指标。

(3)门槛变量

选取创新网络效率(efficiency)作为门槛变量。结合徐建中等[26]的研究可知，创新网络效率是指将创新资源投入转化为创新产出的能力，其可以用技术创新效率来衡量。关于技术创新效率的测算，采用数据包络分析法中的非角度、非径向以及考虑非期望产出的Super-SBM模型，对我国24省市战略性新兴产业的创新网络效率进行测算，主要原因是：第一，战略性新兴产业创新网络效率的测算不具有一般企业生产性质，对于需要限定效率边界函数的参数识别方法并不适用；第二，数据包络分析法在实际应用中约束条件较少，能尽可能地避免人为主观因素影响，且随机或者非效率误差项的分布函数不需要提前假定；第三，技术创新效率的测算是多投入和多产出的决策单元，而随机前沿生产函数法在这种测算模式下容易出现偏差；第四，数据包络分析法具备单位不变性质，即效率测算结果不受样本观测值单位的影响，尤其针对多项指标测算效率值时更为常用。

(4)控制变量

控制变量包括两类：一类是控制企业个体特征的变量，如企业规模(asset)；另一类是控制影响战略性新兴产业赶超发展的宏观或中观因素，如产业结构(industry)、经济发展水平(rjgdp)、政府科技投入(finance_tech)、外商直接投资(FDI)等。其中，产业结构反映的是国民经济结构的调整变化，以第二产业产值占GDP比重来衡量。另外，经济发展水平选择地区人均GDP作为经济发展水平的度量指标，外商直接投资选择外商直接投资额作为外商直接投资变量的度量指标。

表1 变量设置与说明

2.样本选择与数据来源

以战略性新兴产业中新一代信息技术产业作为具体分析对象，采用2007—2016年101家上市公司的微观面板数据进行分析。主要基于如下几点考虑：第一，现有统计来源缺乏专门针对战略性新兴产业统计的数据；第二，新一代信息技术产业的发展规模、成长速度以及当前对社会的影响都位居七大战略性新兴产业之首，具有较强的代表性。

被解释变量战略性新兴产业赶超发展综合指数的原始数据来源于国泰安(CSMAR)数据库中的公司研究子数据库。解释变量研发投入的原始数据来源于历年《中国科技统计年鉴》和《高技术产业统计年鉴》。控制变量企业规模原始数据来源于国泰安(CSMAR)数据库中的公司研究子数据库。其他控制变量产业结构、经济发展水平、财政科学技术支出、外商直接投资的原始数据则来源于中国知网“中国经济社会大数据研究平台”，部分缺失数据经由《中国统计年鉴》和各地区《统计年鉴》进行补充。为在实证分析中获得较平稳数据，对变量取自然对数。

四、实证分析与结果解析

(一)战略性新兴产业创新网络效率测算

对战略性新兴产业创新网络效率进行测算，能更加准确把握我国战略性新兴产业创新网络的构建与运行及地域间存在的差异，为进一步研究如何促进我国战略性新兴产业赶超发展提供支持。使用Stata软件对2007—2016年间省级面板数据进行描述性统计，从表2均值栏中可以看出，我国战略性新兴产业创新网络效率整体上呈现波动上升的态势，虽然有一定提升，但创新网络效率地域间差异较大，导致总体水平不高，2016年的创新网络效率也只有0.64左右。

表2 战略性新兴产业创新网络效率描述性统计

根据表3的对比我们可以发现，我国战略性新兴产业创新网络效率整体上有了较大提高，表征为绝大多数省市区的创新网络效率在提升。分具体省市来看，在2007年，北京、广东、天津、重庆、陕西、吉林、黑龙江等省市的战略性新兴产业创新网络效率高于国内大部分其他地区。但在2016年，陕西、吉林、黑龙江等省份的创新网络效率相对优势不复存在，江苏、浙江、山东、辽宁、福建、贵州、广西、河南、安徽等省份的创新网络效率在快速提升。

表3 2007年、2016年我国各省市战略性新兴产业创新网络效率对比

这一方面表明，近年来通过健全完善研发创新市场环境和管理体制机制，优化创新资源配置，激发创新人才活力等措施，为我国战略性新兴产业创新发展提供了更优的创新生态，推动了我国战略性新兴产业创新网络效率的整体提升。另一方面表明，国内外资金、人才等创新资源在向沿海地区和部分中西部地区流动的过程中，将可能会逐步拉大战略性新兴产业创新网络效率的地域间差距，从而引起战略性新兴产业地区间发展的不平衡。

(二)创新网络推动我国战略性新兴产业赶超发展的门槛效应

1.门槛效应存在性检验

依次设定不存在门槛、单一门槛、双重门槛以及三重门槛等假设条件，并对面板门槛模型进行回归估计。采用Bootstrap法进行1000次计算，得到两个解释门槛效应的p值和F统计量(表4)。相应的检验结果表明：(1)单一门槛效应在1%水平上显著，其p值和F统计量分别为0.007和14.95；(2)双重门槛、三重门槛效应在统计意义上不显著，相应的p值分别为0.54和0.80，对应的F统计量分别为9.73和3.78。可见，创新网络在推动我国战略性新兴产业赶超发展中存在单一门槛效应。

表4 门槛效应检验

2.门槛值估计与区间划分

根据计量经济学理论，待估门槛值就是似然比统计值LR为0时的门槛变量值，而各门槛估计值的置信区间则是所有LR值在5%显著水平下的临界值。根据这一识别机制，表5报告了门槛值估计结果。其中，创新网络效率对应的单一门槛值为0.771，置信区间的上限为0.772，置信区间的下限为0.770。

表5 门槛值估计

根据创新网络效率的单一门槛估计结果，可以将创新网络效率划分为两个区间：创新网络低效率运行区[0，0.771]；创新网络高效率运行区(0.771，1.615]。表6统计了我国四大区域门槛区间的划分结果。其中，创新网络高效率运行区主要集中在东部的京、津、沪、苏、粤，以及西部的黔和渝等7个省市。创新网络低效率运行区主要在西部地区、中部地区、东部地区和东北地区的17个省市分布。其中，西部地区主要有陇、桂、陕、川、滇五省，中部地区主要有鄂、豫、皖、湘、赣五省，东部地区主要有冀、鲁、浙、闽四省，东北地区主要有辽、吉、黑三省。

表6 四大区域创新网络效率划分

3.面板门槛模型回归估计

借助汉森(Hansen)所提出的门槛回归模型及门槛值选择方法，采用固定效应模型对面板门槛模型进行估计。在模型估列之前，首先验证固定效应模型的适用性，根据豪斯曼(Hausman)检验结果，表7中回归方程(1)和(2)的卡方统计值结果分别为38.32和35.98，对应的概率值均为0，说明固定效应模型在面板门槛模型估计中具有适用性。依据门槛区间划分结果，分别对创新网络低效率运行区(创新网络效率低于0.771)和创新网络高效率运行区(创新网络效率高于0.771)进行回归估计。

表7 面板门槛回归估计结果

从估计方程(1)的结果来看，在创新网络效率较低的地区，研发投入对战略性新兴产业赶超发展的影响虽为正值但不显著，意味着增加研发投入并不能有效转换为推动战略性新兴产业赶超发展的动力源。从估计方程(2)的结果来看，在创新网络效率较高的地区，研发投入对战略性新兴产业赶超发展的影响系数为0.077 4且在1%水平上显著。由此可见，研发投入对战略性新兴产业赶超发展的作用会随着创新网络效率的变化而变化。从而推断出，在创新网络效率较低时期，加大研发投入并不能有力推动战略性新兴产业赶超发展；在创新网络效率较高时期，加大研发投入能够显著地推动战略性新兴产业赶超发展。换言之，随着创新网络效率的不断提升，研发投入对战略性新兴产业赶超发展的正向影响开始变得显著，即理论假设得证。

同时也可以发现，不论是在创新网络效率较低地区还是创新网络效率较高地区，培育大型企业都能够有效促进战略性新兴产业的赶超发展，这是因为大型企业能够系统整合相关创新资源，识别新的发展机遇与培育新的竞争优势，为创新网络效率较低地区的战略性新兴产业发展“雪中送炭”，为创新网络效率较高地区的战略性新兴产业发展“锦上添花”。此外，产业结构越是偏向于第二产业则越有利于战略性新兴产业赶超发展，这是因为工业是技术创新的“母体”，越是拥有深厚的工业和产业链基础，越能够为创新活动搭建物理系统，提供创新成果产业化商业化应用的验证场所[27]，为技术创新、业态创新与产业部门紧密结合打造重要的载体，从而促进战略性新兴产业发展。最后，经济发展水平的提升有助于缓解创新网络发展的不足，促进研发投入资源的利用，从而促进战略性新兴产业赶超发展。政府财政科学技术支出和外商直接投资等变量的估计系数均不显著，表明二者对战略性新兴产业赶超发展的影响效应不确定。

五、结论与建议

创新是战略性新兴产业赶超发展的核心动力。本文聚焦创新的关键性指标—研发投入，构建了战略性新兴产业赶超发展模型，尝试解析研发投入与战略性新兴产业赶超发展的“黑箱”。研究结果表明：第一，我国大多数省份创新网络效率还有较大提升空间。从实证结果来看，我国创新网络效率可以分为高创新效率地区和低创新效率地区，其中大多数省份创新网络效率还处在低效率区间，这些省份经济相对欠发达，吸引创新资源的“磁场”相对较弱，这将不利于我国战略性新兴产业整体发展水平的跃升。第二，研发投入与战略性新兴产业赶超发展之间存在非线性关系，是因为受到了创新网络效率的影响。在创新网络效率较低的地区，增加研发投入并不能获得理想的产出效果，表现出“高投入低效率”的特征。在创新网络效率较高的地区，增加研发投入能够高效转化为技术成果和经济效益，表现出“高投入高效率”的特征。第三，在创新网络作用下，由于创新投入与创新产出的正向累积循环形成了区域创新“轨道”，使得创新先发优势继续保持并不断扩大，区域战略性新兴产业发展将呈现日益明显的“马太效应”[28]。

本文结论有助于更好理解研发投入与战略性新兴产业赶超发展的互动关系，并得出了创新是一个非线性、联动的系统工程，创新效率的提高不仅是创新个体努力的行为，更是创新生态系统内各要素共同作用的结果。据此结论，我们应当推动战略性新兴产业技术创新的路径从“投入导向型”向“效率导向型”转变，提升创新网络效率和资源配置效率，助力战略性新兴产业赶超发展。

第一，制定有效的激励机制，为提升创新网络效率提供“兴奋剂”。一方面应配合战略性新兴产业发展战略，从市场准入、税收优惠等方面对战略性新兴产业企业提供全方位、全链条的保障与支持。采取组建产业联盟，加强行业内创新资源聚集，开放国家拥有的创新基础设施、物质条件和创新成果，降低企业创新时的知识、技术资源投入成本等措施来提升企业创新能力。另一方面应为微观主体创新“松绑”“减负”，刺激微观主体创新的“兴奋点”。如健全完善与知识产权相关的法律法规，保障微观主体创新的智力成果。强调技术创新与产业需求的紧密结合，允许科技人员可以通过调动、辞职、兼职、停薪留职等方式进行合理流动，促进公共科研人员向企业流动，包括将科研人员创办企业合法化、允许科研人员为转化其研究成果的企业注资等，赋予创新主体充分的自主权[29]。同时采用技术分成、知识产权折价、股权期权等多种分配方式激励创新人才进行技术创新，提高技术成果转化和应用中主要发明人的收益比例。

第二，升级创新载体和平台，为提升创新网络效率提供“催化剂”。创新载体和平台既是创新资源的聚合平台，也是新兴产业技术的转化平台。当前，我国许多创新载体和平台还仅停留在为创业公司提供办公场所及工商、财税、人力资源等简单服务，至于为入驻企业进行创业指导、提供投融资服务和搭建业界网络通道等深度服务则仍是短板。以孵化器为例，我国孵化器在不断提高硬件设施条件的同时，应该更多在科创型企业培育和辅导等软件服务上下功夫。如对入驻孵化器、科技园的新创企业，要充分发挥孵化器“扶上马、送一程”的作用，组建专业团队向科创型企业提供专业知识、产业界社会资源网络等服务，帮助创业企业尽快走向成熟，从而提高科创型企业的创业成功率，推动技术商业化进程走的更快更顺畅，使孵化器真正成为推进技术产业化的基地。

第三，构建协同创新体系，为提升创新网络效率提供“粘合剂”。长期以来，创新资源分散于我国企业、高校、科研院所，且他们封闭运行的程度较高，技术创新成果以单点突破为主，容易出现“技术孤岛”现象。尽管技术创新中心、产业创新中心等促进了创新主体之间的沟通交流，但这种互动行为还未达到协同创新的程度。特别是在技术创新优先行业、核心行业、敏感行业，自行创新、自行消化的单向循环现象比较突出，成为制约我国系统创新能力提升的重要因素。因此，需要推动创新主体合作创新，打造横向覆盖多学科多领域、纵向贯穿产业链上下游的网络化协同创新体系，可以借鉴发达国家或地区的经验，通过成立产业技术联盟，推动产官学合作及促进企业技术研究组合等形式推动新兴产业技术创新。

第四，着力培养科技中介服务组织，为提升创新网络效率提供“润滑剂”。完善的科技中介服务网络在促进各类创新主体与市场之间的知识流动及技术转移中发挥着关键性的作用，是促进技术创新和科技成果产业化的重要组成部分，是国家创新体系中的重要一环[30]。当前，我国科技中介服务规模仍然较小、功能比较单一、服务能力不足，严重影响了我国科技成果的转移转化。因此，需要着力发展适合我国国情的产业技术转移办公室(TLO)，以及技术信息、技术经纪、人才信息、金融信息等中介服务机构，为各类创新资源有效整合搭建桥梁。如美国几乎所有研究型大学和一些其他非研究型学校都设立了该类机构，高校成果转化率及收益均位居世界前列。日本、瑞士、新加坡、法国、德国、韩国等高等教育发达的国家也都成立了类似于“技术转移办公室”的专门机构，全权负责高校科研成果转化，极大提升了成果转化的速度。