邝俊铭
(广州生产力促进中心(广州创新战略研究院), 广东 广州 510030)
科研院所、企业和高校是区域创新体系重要主体[1],是连接知识创新与企业技术成果转化之间的重要桥梁[2]。国家“十四五”规划纲要提出“推进科研院所、高校、企业科研力量优化配置和资源共享”“加快科研院所改革,大幅提高科技成果转移转化成效”。广州科研院所资源丰富,分析其创新效能并提出相应对策建议,推进“质量变革、效率变革、动力变革”,为区域经济“双循环”高质量发展、共建粤港澳大湾区国际科技创新中心和其它城市科技创新发展提供借鉴。
创新主体创新作用效能比较主要依据溢出效应和网络效应两方面理论。
(1)溢出效应主要指创新主体在进行自身研发活动时,其行为和成果对一定区域内的其他创新主体起到示范带动作用,引导关键共性技术重大产业集聚[3]等。技术溢出效应多来自于同一技术领域竞争和示范、模仿及传播所带来的信息不对称流动[4]。知识产权产出和行业标准产出是衡量美国国立科研院所影响力的重要指标[5]。课题成果产出也是溢出效应为理论基础的重要共性指标之一[6]。
(2)区域网络效应主要考量的是各个创新主体之间的合作关系。该理论将某一技术领域产业中的创新主体环境在波特五力模型的基础上划分为购买者、供应商、替代品、竞争者以及主体自身5个角色,各个角色在产业链当中的分工协调程度决定了区域创新体系的聚合能力[7]。区域网络具有学习经济(Learning Economy)效应,主体间要素流动带来技术变革[8]。主体间交流人员数量、共享技术专利数、合作项目数、来源于其他主体R&D费用等指标在研究欧盟内部创新合作水平时多被采用[9]。通过社交网络分析(Social Network Analysis),部分国内学者通过发表论文的各个作者所属机构建立科研院所之间的合作网络,评估国家创新体系中科研院所合作之间的合作强度[10]。
因此,本文认为科研院所对区域创新的作用可划分为主体内指标、主体间指标两个衡量维度(见表1)。
表1 各指标类型理论基础及指标范例
科研院所主要通过创新要素供给、创新技术服务、成果转化及商业化、科研合作4个方面推动本地区域创新体系建设[11]。从创新主体内部来看,资本投入、人力资源等要素投入能够直观评价科研院所的创新效能[12],因此本文首先以人才支撑和研发投入两个维度作为一级指标衡量区域科研院所创新贡献水平。在溢出效应和网络效应基础上,进一步选择研发合作和成果产出两个一级指标。
综上,构建重点城市科研院所对区域创新作用效能的一级指标框架。
(1)科学性。在二级指标选择上,做到绝对指标和相对指标结合,一方面评估效用的绝对强度,另一方面评估效用的相对效用及结构性特征[12],体现分析框架的科学合理性。
(2)可比性及可靠性。指标主要来源于国家科技在线统计调查平台,指标遴选参考国内外相关研究共性指标,指标框架严格以溢出效应和网络效应为基础,4个维度一级指标通过主观赋权和客观赋权法相互平衡,体现研究可比性和可靠性。
(3)时效性。在城市横向对比分析的同时,以2013年和2018年两个时点进行时间横向对比分析,确保研究成果的时效性。
在以上原则的指导下,以国家科技在线统计调查平台为指标主要来源,选取国内外典型共性绝对值指标,兼顾体现相对效用及结构性特征的对应相对值指标,筛选得到对应各一级指标合计11个二级指标(见表2)。
表2 二级遴选结果
本文采取主观赋权法(AHP层次分析法)和客观赋权法(熵权法)结合的综合评价模型[13],对一级指标和二级指标赋权,构建一个完整的综合评价模型,并以此模型为基础,对2013年和2018年广州与国内各重点城市总体及各分项进行比较分析。
本文对萨蒂1-9标度进行改进缩减以减少主观决策的影响,提升模型的一致性[14](见表3),在此基础上比较各重点城市科研院所创新效能,指标体系中各一级指标(准则层)和二级指标(核心层)的成对矩阵、相关定义及一致性检验的临界值见表4。
表3 主观重要性取值及含义
表4 不同阶数对应的一致性检验临界值RI
(1)通过Yaahp录入经过4名专家综合打分分析构成的主观重要性程度矩阵数据,得到判断矩阵结果,其中R准则层是各一级指标主成分矩阵,R1、R2、R3、R4分别是各二级指标构成的子矩阵。
经过软件计算一致性比例见表5。
表5 模型一致性比例
参照一致性检验临界值发现,上述各矩阵的重要性程度符合一致性检验的逻辑顺序。
通过软件进一步计算的主观权重αj见表6。
表6 主层次分析法各指标权重表
(2)利用熵权法确定各指标权值,计算第j个指标下第i个城市的数据值占第j个指标数据综合的权重,其中m=重点城市样本的个数:
(1)
计算第j个指标的信息熵ej:
(2)
则各指标的权重βj:
(3)
具体结果权重见表7。
表7 熵权法指标体系各指标权重
综合权重Wj取:
(4)
为对各指标的变异程度在同一尺度上进行客观比较,将各指标得分通过以下公式进行无量纲归一化,其中Sij为第j个指标下第i个城市的数据值:
(5)
则各指标百分制得分公式:
(6)
综合得分计算公式为:
(7)
2013年和2018年广州及其它各重点城市的计算结果见表8。
杭州苏州西安天津成都重庆广州排名2013201820132018201320182013201820132018201320182013201880.2480.3480.1080.0080.0080.3082.3680.8981.2381.1580.5881.723385.4898.0790.5791.6081.4285.3880.0087.6682.2687.4882.7580.006881.7484.2989.5492.4380.0089.6088.3480.0086.4591.2291.1293.786181.8488.13 84.2886.1680.3783.4282.6483.6082.2984.8782.7482.315680.4080.8480.0080.0080.1080.3782.2581.0781.0380.9980.0880.883388.3885.9791.9681.80100.0087.3080.0081.8082.4491.1683.9180.007782.8482.3880.8994.4599.60 100.0080.0081.4391.8383.5281.0185.3971283.4783.0084.0583.3990.42 86.6081.0881.4183.6385.1881.5081.415581.3280.0080.6280.1780.0080.0985.96 81.0381.6882.0781.1080.174389.3780.0088.1289.90 80.0083.0794.15 85.2086.8391.84 92.2480.965883.5280.0082.6783.1580.0081.0088.19 82.3183.0985.0684.1480.415780.0480.5881.9780.8480.0080.1681.1380.4980.6880.8580.4380.002283.7485.7095.9886.9480.0080.0087.1780.8190.0183.9283.9380.565881.5080.9180.2380.0080.4780.2383.1581.3181.9580.8780.3180.793381.5682.4685.5882.7380.1480.1283.5080.8383.8081.9281.4280.423479.0979.8481.2479.5179.7878.5179.8677.8180.0979.4678.7677.2144
2018年广州整体得分为87.19,在12个全国主要重点城市中位居第六,较2013年下滑一名,在北京、上海、杭州、深圳、武汉之后;与2013年85.1相比,广州得分上升2.09分。
2018年广州R&D人员折合全时工作量位居第三,得分为83.91;博士生占从事科技活动人员的比例位居第八,得分87.62;R&D人员占从事科技活动人员的比例则高居第一,得分为100。广州2018年科研院所人才要素支撑情况在重点城市中处在中游位置,高端人才尤其是博士生人才队伍建设尚需优化。与2013相比,人才支撑各二级指标得分都有所上升,其中R&D人员占从事科技活动人员的比例上升最为显著,从90.79上升至100,提升9.21分,从位居第三前进至位居第一。
人才支撑除北京处在绝对的第一梯队外,上海、广州、南京、武汉、杭州处于第二梯队的位置,彼此间的差距较小。广州科研院所2013-2018年人才规模尤其是R&D人才队伍建设成效显著。
2018年广州整体得分为84.32,在12个全国主要重点城市中排名第五,不及北京、上海、深圳及西安;与2013年84.55相比,广州得分略微下降0.23分,但位次保持不变。
由于拥有绝对总量优势,2013年和2018年北京、上海及广州依次分列R&D经费内部支出前三。北京得分保持满分,与其它城市在得分上差距显著。但广州结构性指标基础研究和应用研究占R&D经费内部支出的比例得分排名相对靠后(位居第七和第十二)。广州数量众多的市级科研院所近年来在提供科技中介服务及试验发展方面进展迅速,但是针对关键核心技术领域突破的基础研究和应用研究经费投入主要集中在省级以科研院所上,导致此两项指标较西安、成都等同类科研院所集聚强市稍显逊色。与2013年相比,广州R&D经费内部支出得分从82.67增至84.04,基础研究占R&D经费内部支出的比例得分从85.42增长至86.9,排名未有变化。应用研究占R&D经费内部支出的比例得分从87.65降至80。
2018年北京研发投入保持第一;深圳研发投入得分较2013显著提升;西安应用研究占R&D经费内部支出的比例表现优异,位居第一。
2018年广州整体得分为83.02,在12个全国主要重点城市中排名第七,次于北京、深圳、成都、上海、武汉、苏州;与2013年相比,下滑3.6分,分项指标得分均下滑。
2018年广州R&D经费内部支出中企业资金支出得分82.99,位居重点城市第三,位列北京和上海之后。成都R&D内部支出中企业资金支出得分表现出色,位列第四,与广州差距较小。广州R&D经费内部支出中企业资金支出的比重排名较为靠后,仅列第八,得分为83.08。2018年深圳、苏州及成都该指标位列前三,同城市企业主导创新情况吻合。与2013年相比,广州R&D内部支出中企业资金支出得分从84.78下降至82.99,排名保持不变。
北京研企合作依旧保持最优,除武汉和成都得分略微上升外,其它各重点城市延期合作得分均有不同程度下滑。作为华南高新技术企业规模最大的城市之一,广州科研院所与企业的合作绝对规模上仍具优势,但是两者合作R&D产出比例较低,仍有较大提升空间。
2018年广州整体得分为83.86,在12个全国主要重点城市中排名第四,仅次于北京、上海及深圳;与2013年86.37相比下降2.51分,系本年发明专利授权数占本年专利授权数的比例得分较2013年显著下滑所致。
2013年、2018年北京、上海和广州本年专利授权数和科技活动收入都依次保持前三位置;2018年广州本年专利授权数得分为84.67,较2013年增长0.68分。上海本年发明专利授权数占本年专利授权数的比例指标得分为100,显著领先第二和第三的北京和深圳(得分为94.53和92.25);北上深是2018年各重点城市中得分90分以上的唯三城市,其它城市低于85分。
整体来看,上海数量产出和质量优化并举成效显著,较2013年得分保持增长,其它城市则因结构相对指标得分下降导致该项一级指标得分略微下滑。
从总体作用效能来看,2018年,北京、上海、深圳、广州、武汉依次排名前五,得分分别为93.84、84.49、81.91、80.7、80.13,其余重点城市都低于80分;与2013年相比,广州深圳排名调换。
在排名前五城市中,北京因绝对优势保持较高得分,各城市得分都略有下降,主要系各城市在2013-2018年科研院所各项创新投入及产出绝对量增长显著,但质量、结构性相对指标得分下降且主观权重较高所致。
聚焦区域发展战略和产业创新需求,注重科研院所公益和市场双职能;明确科研院所差异化战略定位和目标导向,拓展原有新型研发机构、高水平创新研究院等高端科研院所建设探索,打破内部业务运营闭环;完善各类高端要素流动和激励制度保障,进一步完善科研机构技术人员创新创业、成果转化及所有权、成果验收及评价等关键科创机制。
持续优化全市科研院所区位规划布局,强化科研院所重点学科建设与全市及粤港澳大湾区重点优势产业前沿技术的联动对接。激励区域科研院所主体参与高端科研机构、孵化器、加速器、众创空间等技术创新平台和创新载体共建,以人才、技术、资金、供应链、品牌及区位“一条龙、一站式”资源支撑,孵化创新主体技术成果。
发挥已有科研院所在关键技术领域重点学科建设、载体共建等方面的标杆优势,新建科研院所要聚焦重大产业领域。同时,深化与国内外知名企业、科研院所和高校开展合作——在战略性“卡脖子”共性技术研究领域,基于自身学科和产业链布局优势,共建具有国际影响力的新型科研院所和高水平研究院,以美国、德国、日本等国家顶尖科研院所对标,打造旗舰型科研院所。
引导科研院所加深同创新资本合作,围绕战略性新兴产业,打造域内科研院所与国内外知名创投基金、风险投资等金融主体开展成果转化项目合作典范;激励科研院所扮演成果转化重要推手,参与技术成果进场交易,协同产学研完备技术交易信息发布机制,参与技术成果评价标准规范和细化,对接珠三角国家科技成果转移转化示范区建设,提升科研院所数字基础设施对研发合作及成果转化业务的支撑作用。
嵌入国内国际双循环战略新发展格局,鼓励在穗科研院所参与国际科技创新合作,共同举办科技创新活动;鼓励在穗科研院所持续开展对外科技交流活动,基于相关技术领域,与国内外企业、转制为企业的科研院所开展合作,到粤港澳其它地区乃至海外设立研发机构和创新载体分支,提升本地科研院所对区域创新体系的辐射作用。