高新技术产业协同创新协同度评价研究

陈红川，韦璐青，黄小军，魏璐璐

(广州大学 管理学院，广东 广州 510006)

高新技术产业是我国国民经济的主导产业，已经成为推动我国经济增长的重要引擎。随着科学技术的深入发展，技术创新的复杂性逐渐增强，创新速度不断加快，多元创新主体互相协作的协同创新模式成为我国高新技术产业创新体系的重要组成部分。

协同创新是通过创新生态系统内成员的密切合作与众多创新要素的协同作用，完成系统内技术或产品从创新产生到技术扩散的整个过程[1]。在高新技术产业协同创新过程中，各创新主体实现创新要素的高效整合，能够产生单一创新主体无法获得的创新产出，优化产业布局，进而促进产业创新发展。当前，我国高新技术产业存在创新体系不够完善、科技成果转化率较低、创新环境有待优化等问题，产业协同创新有待发展。而高新技术产业协同创新协同度的提高有利于产业创新发展，因此分析我国及各省市高新技术产业协同创新协同度，有助于提高协同创新协同度、推动高新技术产业创新发展。

1 文献回顾

目前，国内外学者对产业创新进行大量研究并取得不少研究成果。其中，国外学者主要关注不同层面创新系统的构建要素、影响因素、绩效及能力等。关于产业层面，Oltra等[2]从技术制度、需求状况、环境与创新政策3个模块构建产业环境创新系统，并将该分析框架应用到汽车工业研究。Andersen等[3]将设施管理产业创新系统分为创新主体、知识流动及战略环境3部分构成。Hwang[4]基于信息通信技术产业协同创新数据，研究发现企业规模异质性的降低有利于产业协同创新程度的增加。Aalbers[5]对汽车制造业进行研究，认为在线技术的使用有利于知识共享，促进协同创新。Ippoliti等[6]基于医药产业研究，发现在合作伙伴互补技能恰好匹配的条件下，协同创新系统具有积极的作用。关于企业层面，Anzola-Román等[7]分析决定各个阶段协同创新实践成败的组织环境因素。Melo等[8]研究表明，科技企业与大学、研究中心、金融机构及其他合作伙伴等创新主体之间的互动对协同创新发展至关重要，并对创新程度产生直接影响。Schulze[9]通过研究汽车供应商合作开发项目，发现知识距离会对协同创新绩效产生影响。

国内关于高新技术产业创新系统研究，主要集中于技术创新系统，尤其关注协同创新系统，研究对象主要为全国、省份或区域层面的高新技术产业或某一子行业，研究内容注重于创新子系统及其评价体系构建。

高新技术产业创新子系统构建研究主要包括两方面。一方面，学者们多从创新要素、创新环境、创新过程等维度划分产业技术创新系统。张立新等[10]将高技术产业技术创新系统分为创新投入子系统、产业结构子系统和创新产出子系统。汪良兵等[11]将高技术产业创新系统划分为技术研发、技术吸收、创新产出与创新环境4个子系统。刘和东[12]指出高新技术产业创新系统包括研发、技术转移、商业化与辅助子系统。方炜等[13]将航空航天制造业技术创新系统划分为技术开发、技术转化、产业化、创新环境4个子系统。此外，贾军等[14]将技术创新系统划分为产品创新和工艺创新两部分。徐建中等[15]将区域高技术产业创新系统划分为产品创新子系统、工艺创新子系统、区域创新资源协同子系统。另一方面，基于协同创新的特点，学者们主要从创新要素、创新环境、创新主体等维度划分产业协同创新系统。如顾菁等[16]将高技术产业协同创新体系分为创新主体及外部创新环境两部分。顼玉卿等[17]认为制药产业协同创新系统由创新行为主体和辅助创新环境构成。胡红安等[18]将产业创新协同系统分为创新主体与创新要素两个子系统。

高新技术产业创新系统协同度评价研究。学者们主要运用复合系统协同度模型测度我国高新技术产业[12]及其17个子行业[11]、我国航空航天制造业[13-14]、我国信息通信产业[19]、黑龙江省高新技术产业[15]创新系统协同度。其中，关于高新技术产业协同创新协同度研究，学者们运用复合系统协同度模型分析我国高新技术产业[16,20]、我国医药制造业[17]、我国航空航天制造业[18]协同创新系统协同度；马慧等[21]对中部地区6个省新兴技术产业创新网络协同度进行研究。

综上所述，国外学者主要研究产业创新系统构建及其影响因素等，对高新技术产业协同创新系统协同度关注较少。国内学者主要聚焦于全国或某一省域的高新技术产业协同创新协同度研究，全国各地区高新技术产业之间的对比研究相对缺乏。因此，本文分析我国及各省市高新技术产业协同创新系统协同发展状况，探讨制约高新技术产业协同创新问题，以期为高新技术产业协同发展提供理论参考和借鉴，具有一定补充作用。

2 高新技术产业协同创新系统构建

2.1 子系统构成

本文将高新技术产业协同创新系统分为创新投入子系统、创新产出子系统和创新环境子系统。创新投入子系统是指为进行新产品开发或者科技成果转化所进行的投入活动，创新投入是产业协同创新的强有力支撑。创新产出子系统是指新产品被市场所接受，产生商业价值的过程，创新产出直接反映产业协同创新的成果。由政府、高校、研发机构与技术市场构成的创新环境，是培育与提升产业创新能力的基础，良好的创新环境能够优化整个产业的创新资源，提升产业创新效率。

2.2 子系统序参量选取

高新技术产业协同创新协同度评价是一项系统且复杂的工程，涉及因素众多，只有建立科学、全面、有效的评价体系才能准确反映高新技术产业协同创新协同度状况。本文考虑数据的可得性及高新技术产业协同创新的活动特征，选取《中国高技术产业统计年鉴》、《中国科技统计年鉴》作为序参量筛选的重要参考，基于科学性、综合性、可操作性、系统性等原则，选取21个序参量，构建高新技术产业协同创新协同度评价体系，如表1所示。

表1 高新技术产业协同创新子系统序参量Table 1 Order parameter of each subsystem of collaborative innovation in high-tech industry

1) 创新投入子系统序参量选取。本文选择《中国高技术产业统计年鉴》中产业R&D人员折合全时当量、产业R&D经费内部支出、产业R&D经费外部支出、新产品开发经费支出、引进技术经费支出、消化吸收经费支出、购买境内技术经费支出、技术改造经费支出作为创新投入子系统序参量。

2) 创新产出子系统序参量选取。本文选择《中国高技术产业统计年鉴》中新产品销售收入、有效发明专利数作为创新产出子系统序参量。

3) 创新环境子系统序参量选取。本文选择《中国高技术产业统计年鉴》中产业R&D经费内部支出中政府资金以及《中国科技统计年鉴》中R&D人员全时当量、R&D经费内部支出、R&D经费外部支出、高校R&D人员全时当量、高校R&D经费内部支出、高校R&D经费外部支出、技术市场技术输出地域(合同数)、技术市场技术输出地域(合同金额)、技术市场技术流向地域(合同数)、技术市场技术流向地域(合同金额)作为创新环境子系统序参量。

3 高新技术产业协同创新协同度评价

根据协同学理论，系统由无序走向有序的关键在于系统内部序参量之间的协同作用。本文参考复合系统协同度模型[22]，对我国高新技术产业协同创新系统协同度以及创新投入、创新产出、创新环境3个子系统有序度进行实证分析。

3.1 协同度评价模型

首先界定子系统序参量有序度的概念。设高新技术产业协同创新系统内子系统为Sj，j∈[1,2,3]，S1代表创新投入子系统，S2代表创新产出子系统，S3代表创新环境子系统。在子系统创新的具体过程中，设序参量αj=(αj1,αj2,···,αjm)，其中，m≥1，βji和λji分别表示序参量αji的上下限值，λji≤αji≤βji，i=[1,2,···,m]，它是反映高新技术产业协同创新系统中创新机制及运行情况的指标，当αji为正向指标时，其取值越大，系统的有序程度越高，其取值越小，系统的有序程度越低。当αji为负向指标时，其取值越大，系统的有序程度越低，其取值越小，系统的有序程度越高。子系统序参量的有序度可用式(1)计算。

由如上定义可知，uj(αji)∈[0,1]，其值越大，αji对系统有序的“贡献”越大。从总体上看，序参量变量αji对子系统Sj有序程度的“总贡献”可通过uj(αji)的集成来实现。在理论上，子系统Sj的性能不仅取决于各序参量数值的大小，更取决于它们之间的组合形式。各子系统Sj具有不同的组合形式，而不同组合形式又决定了“集成”法则。本文为简捷起见，采用几何平均法进行集成。具体而言，子系统Sj有序度可用式(2)计算。

协同度C∈[-1,1]，协同创新系统协同度是由所有子系统有序度共同决定的，若其中一个子系统有序度增加而另一个有序度降低则系统协同度低，其数值∈[-1,0][17]。

3.2 数据来源与处理

为了对高新技术产业协同创新协同度进行合理评价，本文首先参考以往学者的做法[11]，按照其协同度值的大小，依次将其划分为非常协同、基本协同、弱协同和不协同4个等级，详见表2。

表2 高新技术产业协同创新协同度等级及评价标准Table 2 Synergy degree grade and evaluation standard of hightech industry collaborative innovation

本文根据表1所列高新技术产业协同创新子系统序参量，通过《中国高技术产业统计年鉴》及《中国科技统计年鉴》搜集2013～ 2020年相关数据，其中全国及11个省市有完整数据。另外，《2018中国高技术产业统计年鉴》未出版，故2017年相关数据缺失。由于各个序参量观测单位不同，为了消除量纲影响，首先将全部数据通过SPSS软件描述统计分析功能，进行标准化处理后代入式(1)，计算得到各子系统序参量有序度值。将序参量有序度数据代入式(2)计算前，注意序参量取值范围是 λji≤αji≤βji，其上限βji取值是该序参量标准化数据的最大值乘以105%，其下限λji取值是该序参量标准化数据的最小值乘以105%，这一做法可以避免序参量取值正好为0或1。然后将序参量有序度值代入式(2)求得创新投入、创新产出以及创新环境子系统有序度值。最后将各子系统有序度值代入式(3)计算出高新技术产业协同创新协同度值，具体计算结果如表3和表4所示。

表3 2013～ 2020年11个省市高新技术产业协同创新协同度均值排名Table 3 Rank of mean of synergy degree of high-tech industry collaborative innovation in 11 districts from 2013 to 2020

根据表3的统计结果，2013～ 2020年11个省市高新技术产业协同创新协同度均值依次排名为广东(0.38)、四川(0.34)、河北(0.33)、浙江(0.31)、福建(0.31)、上海(0.30)、河南(0.29)、江苏(0.29)、湖北(0.28)、湖南(0.23)、山东(0.21)。这11个省市大致可分为两类：一是协同度均值大于或等于0.30，有广东、四川、河北、浙江、福建、上海6个省市；二是协同度均值小于0.30，有河南、江苏、湖北、湖南、山东5个省份。全国协同度均值为0.41，处于由不协同向弱协同转变的临界点。相对于全国(31个省市)平均水平而言，这11个省市仍处于不协同状态。

探讨11个省市不协同的原因，则需要对高新技术产业协同创新协同度及3个子系统有序度进行详细分析。根据表4协同度值的统计结果，2014～2016年全国和11个省市都处于不协同状态(2013年为基准年)，2018～ 2020年全国和11个省市基本上由不协同向弱协同、基本协同方向发展。尤其对于排名第1位的广东来说，这种转变明显。如2014～ 2016年广东高新技术产业协同创新协同度值分别为0.01、0.09、0.19，均处于不协同状态，2018年协同度值为0.58，处于弱协同状态，2019～ 2020年协同度值分别为0.66、0.77，处于基本协同状态。

表4 2013～ 2020年全国及11个省市高新技术产业协同创新协同度及各子系统有序度Table 4 Order degree of each subsystem and synergy degree of high-tech industry collaborative innovation in China and its 11 districts from 2013 to 2020

对2020年全国及11个省市高新技术产业协同创新子系统有序度进行比较分析。如表4所示，全国(31个省市)及11个省市创新投入子系统有序度值：全国(0.84)，广东(0.62)，四川(0.74)，河北(0.33)，浙江(0.56)，福建(0.53)，上海(0.33)，河南(0.46)，江苏(0.61)，湖北(0.47)，湖南(0.14)，山东(0.31)，广东位列第2，低于全国水平；创新产出子系统有序度值：全国(0.97)，广东(0.98)，四川(0.97)，河北(0.97)，浙江(0.97)，福建(0.97)，上海(0.98)，河南(0.73)，江苏(0.97)，湖北(0.97)，湖南(0.98)，山东(0.66)，广东并列第1，略高于全国水平；创新环境子系统有序度值：全国(0.97)，广东(0.88)，四川(0.94)，河北(0.69)，浙江(0.87)，福建(0.95)，上海(0.83)，河南(0.95)，江苏(0.94)，湖北(0.96)，湖南(0.95)，山东(0.77)，广东位列第7，低于全国水平。2020年全国创新投入子系统有序度值、产出子系统有序度值和环境子系统有序度值均较高；2020年11个省市高新技术产业协同创新各子系统有序度呈现不均衡性，投入子系统有序度值整体偏低，产出子系统有序度值整体较高，环境子系统有序度值整体较高。

广东协同度均值为0.38，虽然在11省市位列第1，但其仍处于不协同状态。为促进广东高新技术产业高效协同发展，需要进一步探讨其不协同的主要原因。以2013～ 2020年广东高新技术产业协同创新系统序参量原始数据为基础，详细分析其创新投入子系统有序度、创新产出子系统有序度、创新环境子系统有序度的计算过程和变化情况。通过SPSS软件描述统计分析功能，对广东高新技术产业协同创新系统相关数据进行标准化处理，然后将数据分别代入式(1)，可计算得到各子系统序参量有序度值。再将序参量有序度数据代入式(2)，求得创新投入、创新产出及创新环境3个子系统的有序度值，式(2)有序度的计算可以利用excel的函数exp(ln(x))来实现，具体计算结果如表5和表6所示。

表5 2013～ 2020年广东高新技术产业创新投入与创新产出子系统序参量有序度Table 5 Order degree of order parameter of innovation input subsystem and innovation output subsystem of high-tech industry in Guangdong from 2013 to 2020

表6 2013～ 2020年广东高新技术产业创新环境子系统序参量有序度Table 6 Order degree of order parameter of innovation environment subsystem of high-tech industry in Guangdong from 2013 to 2020

通过比较分析发现，2014年以后广东创新投入子系统有序度和创新环境子系统有序度发展水平要弱于同期创新产出子系统有序度发展水平。对照表5发现，2013～ 2020年消化吸收经费支出(a1,6)序参量有序度波动较大，直接影响创新投入子系统有序度值。对照表6，发现2013～ 2020年产业R&D经费内部支出中政府资金(b1,1)序参量有序度波动较大，直接影响创新环境子系统有序度值。

4 结论

本文采用复合系统协同度模型，基于2013～2020年我国及11个省市统计数据，对高新技术产业协同创新协同度及各子系统有序度进行研究，结论如下。

1) 2013～ 2020年全国及11个省市高新技术产业协同创新协同度均值偏低，其中全国协同度均值仅为0.41，处于由不协同向弱协同转变的临界点。

2) 2020年全国高新技术产业协同创新投入子系统有序度值为0.84，较高，产出子系统有序度值为0.97，较高，环境子系统有序度值为0.97，较高；2020年11个省市高新技术产业协同创新各子系统有序度呈现不均衡性，投入子系统有序度值整体偏低，产出子系统有序度值整体较高，环境子系统有序度值整体较高，不利于高新技术产业协同创新。

3) 2013～ 2020年广东高新技术产业协同创新协同度均值在全国11个省市中，排名第1。但还存在一些问题：(1) 2014年以后广东创新投入子系统有序度和创新环境子系统有序度发展水平要低于同期创新产出子系统发展水平；(2) 2013～ 2020年消化吸收经费支出这一序参量有序度波动较大，直接影响创新投入子系统有序度值；(3) 2013～ 2020年产业R&D经费内部支出中政府资金序参量有序度波动较大，直接影响创新环境子系统有序度值。