基于双重激励模型的区域产学研协同创新绩效动态综合评价

严 红 于锦荣

（南昌航空大学经济管理学院 江西南昌 330063）

引言

创新是经济发展的持续力量和源泉。一方面，随着创新的不确定性和复杂性日益增加，创新周期日趋缩短，任何一个企业都难以仅通过内部资源进行高成本的创新活动或重大技术突破，从外部寻求创新所需的资源来支撑创新活动成为企业可持续发展的必由之路；另一方面，随着对未知科学世界领域探索的深入，单个高校或科研机构也越来越难以在科学发现上有所突破，跨学科、跨学校、跨领域，甚至跨国之间的协同创新越来越成为科学研究的必须。

区域创新系统概念随之在20世纪90年代应运而生。区域创新系统是由区域内参加新技术发展和扩散的企业、大学及研究机构、中介服务机构以及政府组成，围绕创造知识、应用知识、产生经济价值而相互作用的网络系统。区域创新系统的效率和效果好坏，不仅取决于单个要素的创新能力，更取决于产学研等各要素之间协同互动的能力。

2008年国际金融危机催生了新一轮的科技革命和产业变革，各国、各区域不断加强创新体系建设，尤其重视产学研协同创新。2011年，教育部和财政部正式联合提出实施“高等学校创新能力提升计划”（简称“2011计划”）。2012年，党的十八届三中全会提出要建立产学研协同创新机制，并将产学研协同创新写进《中共中央关于全面深化改革若干重大问题的决定》，为产学研合作指明了进一步的发展方向。2017年，党的十九大报告中指出，要深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系。协同创新作为当今科技发展和社会进步的重要特征，已成为区域创新体系的重要组成部分。然而由于体制、机制、文化等各方面的差异，一边是学研机构的科研成果闲置，一边又是企业难以获得创新技术，产学研协同“形聚神散”，1+1<2的现象时有存在，区域产学研协同创新效果并不理想。因此，深入探究区域产学研协同创新的机理，突出系统性、协同性在其中的作用，构建区域产学研协同创新绩效评价指标体系，科学评价各区域产学研协同创新绩效，对于完善区域创新系统，提升区域协同创新能力，优化产学研资源配置，有重要的实践和理论价值。

文献回顾

（一）区域产学研协同创新绩效

Freeman（1987）在研究日本的技术政策和经济绩效时发现“国家创新系统”，并首次提出国家创新系统是公私部门之间的机构网络。经济合作与发展组织（OECD）认为大学和企业是国家范围内的两大知识生产和创新的核心主体。英国卡迪夫大学Philip Cooke教授于1992年正式提出了区域创新系统，认为区域创新系统是由在地理上相互分工与关联的生产企业、研究机构和高等教育机构等构成的区域性组织系统，该系统支持并产生创新。黄鲁成（2000）认为区域创新系统指在特定的经济区域内各种与创新相联系的主体要素、非主体要素以及协调各要素之间关系的制度和政策网络。王缉慈（2001）认为区域创新系统由区域网络各个结点（企业、大学、研究机构、政府等）在协同作用中结网而创新，并与区域创新环境有效叠加而成的系统。区域创新系统的本质是，企业、大学、科研院所三个基本主体在政府、科技服务中介机构、金融机构等相关主体的协同支持下，共同进行技术开发的协同创新活动，即一定区域空间内的产学研协同创新。

国家创新系统是否具有竞争力取决于内部各区域创新系统的绩效。区域产学研协同创新绩效是在一定的协同创新环境下，协同创新各方投入和产出的统一体。针对产学研协同创新尚未形成统一的主导性理论，对创新绩效评价也缺乏统一的理论框架，因此许多学者关于相应的指标体系构建提出了不同的见解。学术界对产学研协同创新绩效评价指标体系的界定集中在宏观和微观视角、结果和过程导向等维度。

评价存在宏观和微观两个视角。一是宏观视角。欧盟为评比各成员国的创新能力与绩效，推出欧洲创新排行榜，用于国家创新绩效评价的指标有创新驱动、知识创造、创新创业、应用、产出和市场。美国竞争力委员会发布《21世纪创新工作组报告》，从创新投入要素、创新执行要素、公共政策环境、创新基础设施、企业产出绩效、国家创新产出和成果六个方面构建评价指标体系。Santoro用专利数、新产品数等客观指标来衡量产学研协同创新绩效。FAN等（2009）从环境、投入、产出、合作机制和效应等方面，构建产学研协同创新绩效评价指标体系。从1999年起，中国科技发展战略研究小组每年发布《中国区域创新能力评价报告》，从知识创造能力、知识获取能力、企业创新能力、创新环境、创新绩效5个方面对我国区域创新能力进行综合系统评价。朱凌和陈劲（2008）从创新资源投入指标、创新活动产出效率指标、创新运行状况指标三个维度构建区域创新绩效评价指标体系。二是微观视角。Valentin等（2003）采用产学研合作期望与实际成果的对比、合作满意程度、合作关系持续性等主观指标衡量产学研协同创新绩效。霍妍（2009）从投入、过程、产出三个环节，构建三层次合作绩效评价指标体系。路正南等（2013）以价值链、供应链、技术链、空间链4个维度，构建光伏产业链协同绩效评价指标体系。孙善林等（2017）采用因子分析法构建产学研协同创新微观项目评价指标体系。

评价存在结果和过程两个导向。一是结果导向，认为绩效是系列工作之后所产出的成果或结果，从最终效果看，往往采用客观指标来衡量绩效。现有研究广泛使用专利数作为区域创新绩效的衡量指标，其具有数据客观性强、容易获取、区域间可比性强等优势，如王建明等（2015）将技术市场成交额、三种专利授权数作为协同创新绩效的产出指标。但是在评价区域创新的质量和知识创新的产权商业化和运用产业化水平上明显不足，为了弥补此缺陷，有些文献也利用新产品销售收入作为区域创新绩效的衡量指标。二是过程导向，强调绩效是为实现组织目标而进行的一系列行为活动的过程，从创新投入转化为成果的效率和成果实现后带来的经济效益角度来理解创新绩效。如刘志华（2014）从协同投入、协同过程、协同产出、协同影响四个层次构建区域协同创新绩效指标体系，将投入产出整个过程纳入绩效评价。较多研究选择效率指标来全面客观表征区域创新绩效，避免了作为绝对指标忽略投入产出效率的现象，因为创新投入越低，专利数、新产品销售收入等产出结果越高，显然区域创新绩效质量越好。

综合发现，目前关于区域产学研协同创新绩效评价指标体系的研究侧重于企业创新能力的评价，忽略了对学研机构创新能力的体现，也忽视了产学研等多方创新主体要素之间的协同作用。评价指标以定量指标为主，鉴于数据获取难度，对制度、政策等定性指标纳入评价指标体系的较少，评价指标体系庞杂、信息重叠。如中国科技发展战略研究小组的《中国区域创新能力评价报告》涉及5个方面、137个评价指标，虽然全面，但数据繁杂、指标之间存在高度的关联性，可能导致信息冗余，影响评价结果的准确性。

区域产学研协同创新本质是通过区域内产学研各主体相互合作，在内外部环境的共同作用下实现既定目标的过程。因此本文将区域产学研协同创新绩效定义为：区域内企业、学研机构在政府、金融机构等创新环境的支持下，通过一定方式的互动协同，产生相应的创新绩效。区域创新环境、学研机构科学知识创造能力、企业技术知识创新能力、区域产学研协同效应、区域创新绩效是区域产学研协同创新绩效评价的五大维度（鉴于大学和科研机构在协同创新过程中所拥有的资源和发挥的作用类似，本文将大学和科研机构统称为学研机构）。

（二）评价模型

目前计算区域创新绩效的方法也尚未形成一致，使用较多的有因子分析法、随机前沿分析法（SFA）、数据包络分析法（DEA）和灰色关联分析法等。Xibao Li（2009）利用对数型柯布－道格拉斯生产函数方法测算了区域创新绩效及能力；刘志华（2014）运用云层次分析法对区域科技协同创新绩效进行评价；赵增耀等（2015）应用DEA方法构建模型评价区域创新效率；王建明等（2015）采用灰色关联分析法对江苏省协同创新绩效进行测度；郝向举等（2018）引入模糊集定性比较分析进行产学研协同创新绩效评价，其特点是不仅能够比较数值大小，而且其路径分析有助于发现绩效提升途径。

综观上述评价方法得知，对区域创新绩效的评价均为静态综合评价，即考察被评价对象在某一时点上的综合评价问题。如《中国区域创新能力评价报告》采用宏观经济综合指标、产业结构综合指标、产业国际竞争力综合指标、就业综合指标、可持续发展与环保综合指标综合考量区域创新绩效。但现实中不仅希望看到被评价对象目前的水平，也需要考虑被评价对象一段时间内的发展动态和趋势。

张发明（2013）运用改进的动态激励模型实证分析了邮政企业发展情况。双激励动态评价方法不仅对指标进行静态综合评价，还通过横向比较加入状态激励因子、通过纵向比较加入趋势激励因子，是体现激励和惩罚思想的一种动态综合评价方法。运用双激励动态评价方法衡量区域产学研协同创新绩效，可以更加科学准确地反映区域产学研协同创新绩效及其发展趋势，既能进行客观分析，还能体现决策者的主观意图，有利于挖掘产学研协同创新绩效的提升途径。

针对现行区域产学研协同创新绩效评价中指标体系和评价方法的不足，本文在区域创新系统理论的指导下，从区域创新环境、学研机构科学知识创造能力、企业技术知识创新能力、区域产学研协同效应、区域创新绩效五个维度重新设计产学研协同创新绩效评价指标体系，并运用双激励动态综合评价模型对各区域产学研协同创新绩效进行实证分析。

评价指标体系设计

产学研协同创新绩效评价是对产学研协同创新的创新绩效进行评价，包括投入、转换、产出全过程。本文侧重于区域产学研协同创新绩效评价，主要从宏观角度对区域创新系统内的政府、企业、学研机构等主体融合互动构成的创新系统绩效进行评价。

产学研协同创新的本质是将知识创新与科技创新有机协同起来，关键是要解决好学研机构与企业分别作为知识创造主体和技术创新主体进入孵化新技术领域中的协同关系。本文在分析和借鉴前人指标体系研究的基础上，从区域产学研协同创新的全过程视角，突出产学研协同创新在区域创新系统中的主体作用，从区域创新环境、学研机构知识创造能力、企业技术知识创新能力、区域产学研协同效应、区域创新绩效5个维度，对区域产学研协同创新绩效进行综合评价。在考虑指标代表性的同时避免冗余性，各指标层尽量选取少量的代表性指标表示，共得出5个准则层、24个指标的综合评价体系，详见表1。

表1 区域产学研协同创新绩效评价指标体系

区域产学研协同创新绩效动态评价

（一）动态评价模型

区域产学研协同创新绩效评价指标体系涉及到用若干种不同属性的多个指标提供的信息，联合起来反映区域产学研协同创新绩效这个综合指标的整体发展情况。不仅希望用个体和对象两维来表示目前水平，更希望反映被评价对象一段时间内的发展动态和趋势。

动态激励评价方法就是在静态评价的基础上，引入激励因子，计算各时间点上被评价对象的激励水平，综合形成动态评价结果，包括状态激励和趋势激励两个方面：状态激励是指当静态评价值落在特定的一个区间内时既不激励也不惩罚，当静态评价值落在特定的区间之上时给予一定的奖励，反之给予一定的惩罚，体现“奖优罚劣”思想，亦称“显性激励”；趋势激励则是从纵向维度考察被评价对象的绝对和相对发展趋势，对发展呈上升趋势的给予一定奖励，对发展呈下降趋势的给予一定惩罚，对发展呈平稳状态的既不激励也不惩罚，它既反映被评价对象自身“纵向”发展趋势，也能体现对其“横向比较”发展趋势的关注，因此评价结果更加科学、合理，亦称“隐性激励”。

（二）实证分析过程

2008年国际金融危机是我国经济由高速增长转为中高速增长、追求高质量发展的一个重要转折点，因此本文以2009-2018年为时间节点，以30个省市自治区为研究对象（由于西藏、港澳台地区信息获取困难等原因暂未纳入本文研究范围），运用双激励动态综合评价方法，对30个省市自治区2009-2018年间的区域产学研协同创新绩效进行动态评价分析。

1.数据来源。本文指标体系的数据主要来源于《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》和中国综合社会调查网站的数据资料。对于历年信任度、市场化指数等个别缺失值采用插值法进行处理。由于篇幅限制，原始数据略去。

2.计算动态综合评价值。首先对原始数据采用min-max极值法进行无量纲化处理；其次对区域产学研协同创新绩效的五个维度若干个量化指标，运用熵值法进行二次赋权，计算求得被评价对象s在第t时刻区域产学研协同创新绩效的静态综合评价值；最后计算双激励动态综合评价值，限于篇幅限制，仅列出动态计算结果，如表2所示。

表2 2009-2018年区域产学研协同创新绩效双激励动态综合评价值及排名

表3 2018年区域产学研协同创新绩效组合评价值

由表3可见，我国产学研协同创新绩效区域间差异非常大。广东、江苏、北京、浙江、上海、山东属于第一方阵，产学研协同创新水平较高；天津、湖北、四川、辽宁、湖南、安徽、陕西、河南、福建、重庆、河北、黑龙江、吉林、江西、广西等属于第二方阵，产学研协同创新水平偏低；云南、贵州、甘肃、内蒙古、海南、新疆、宁夏、青海等属于第三方阵，除海南外都属于中西部地区，产学研协同创新水平低，区域间不平衡现象严重。

（三）结果分析

历年各区域产学研协同创新绩效排名动态评价结果相对于静态评价结果比较如表4所示，结果显示：排名差异不大，仅在2010年的天津和湖南、2012年的湖南和陕西、2018年的黑龙江和江西位次略微有些变化。

表4 2009-2018年区域产学研协同创新绩效动态评价与静态评价排名比较

1.双重激励模型既考虑了被评价对象在不同时间点相对增益水平的差异，又考虑了一段时间内的相对变化趋势，一系列参数的确定也能体现决策者在其中的激励和引导作用，因此能够更加全面准确地反映历年各区域产学研协同创新绩效。

2.静态评价结果和动态评价结果显示的各省之间排名基本不变，这反映了各省之间产学研协同创新绩效之间差异较大，即使是考虑到激励因素，依然难以影响各省之间的排名。说明区域产学研协同创新的均衡发展任重道远。

3.2018年江西产学研协同创新静态值虽然排19名，但相对本省其他年份产学研协同创新绩效的绝对增长率和相对其他省份的相对增长率有提高。其双重动态激励结果排名增加1名，表明江西虽然地处中部地区，产学研协同创新基础偏弱，但是政府高度重视产学研协同创新，出台了系列政策如《江西省推进产业技术创新联盟构建与发展的实施方案》《关于大力推进科技协同创新的决定》《江西省创新驱动发展纲要》等，大力推进协同创新，创新发展速度较快。

4.动态综合评价结果与历年区域创新能力评价报告结果相近，区域创新环境、学研机构知识创造能力、企业技术创新能力、协同创新效应、区域创新绩效维度既反映了各子系统的水平，也反映了子系统的协同水平，还体现了外部环境对子系统间相互作用的影响程度，充分体现了协同学的本质，而且运用了更简化的指标，说明选取的指标具有较好的代表性。

5.计算结果显示：区域创新环境、学研机构知识创造能力、企业技术创新能力对区域产学研协同创新绩效影响的占比较高，所以要提升产学研协同创新绩效、优化区域创新环境，提高学研机构知识创造能力、企业技术创新能力是重要的突破口。

结论

本文在深入分析当前区域产学研协同创新绩效评价指标体系和评价方法不足的基础上，将协同论、系统论思想有机融入到区域产学研协同创新绩效评价中。从区域创新环境、学研机构科学知识创造能力、企业技术知识创新能力、区域产学研协同效应、区域创新绩效5个准则层，经济环境、人才环境、信息环境、市场环境、文化环境、学研机构投入、学研机构产出、企业创新投入、企业创新产出、产学研之间的技术协同、产业研之间的资金协同、产学研与金融机构协同、创新直接绩效、创新间接绩效等14个子准则层构建更为系统科学合理的区域产学研协同创新绩效评价指标体系。同时，在考虑横向比较“奖优罚劣”显性激励，以及纵向比较发展趋势隐性激励的基础上，运用双重激励动态综合评价方法对30个省市自治区2009-2018年间的区域产学研协同创新绩效进行动态评价，并与静态计算结果进行比较。研究发现：广东、江苏、北京、浙江、上海、山东属于第一方阵，产学研协同创新水平较高；天津、湖北、四川、辽宁、湖南、安徽、陕西、河南、福建、重庆、河北、黑龙江、吉林、江西、广西等属于第二方阵，产学研协同创新水平偏低；云南、贵州、甘肃、内蒙古、海南、新疆、宁夏、青海等属于第三方阵，除海南外都属于中西部地区，产学研协同创新水平低，区域间的产学研协同创新绩效非均衡发展现象严重；部分省份产学研协同创新绩效动态激励后的排名存在一定变化，如2018年江西省在受到动态激励的情况下产学研协同创新绩效位次前移。研究为区域产学研协同创新绩效评价提供新的思路和路径，同时指出了优化区域创新环境、提高学研机构知识创造力、发挥企业在产学研协同创新中的主体作用等提升区域产学研协同创新绩效的重要途径。