江苏省“科技人才-科技创新-经济发展”复合系统协同发展评价体系构建及其协同发展水平评价分析

崔祥民，张子煜，裴颖慧

（1.江苏科技大学经济管理学院；2.江苏科技大学人文社科学院，江苏镇江 212100）

1 研究背景

当前世界正经历百年未有之大变局，新一轮科技革命正纵深发展，国家和地区之间的竞争主要体现在科技的竞争。科技人才作为提高区域科技创新能力的关键要素，日益受到广泛重视，各个国家和地区纷纷出台人才政策掀起“抢人战争”。江苏省是我国科教大省、人才大省，历来重视人才工作。2021 年，江苏省第十四次党代会明确提出了加快新时代人才强省建设，奋力打造人才发展现代化先行区的奋斗目标，并出台“人才新政26 条”，实施“‘双创’计划”“333 人才工程”1）等一系列人才工程，促进科技人才发展。截至2022 年9 月，江苏省专业技术人才规模超830 万人，总量居全国第一［1］。江苏科技人才工作虽然取得了显著成绩，但仍然存在人才创新能力不强、创新成果无法与产业需求精准匹配、科技人才促进地区经济发展效果不理想等问题，如徐军海等［2］、马茹等［3］研究所述。在科技创新活动进入空前密集活跃的重要阶段，以及经济发展处于新旧动能切换的关键时期，有必要测度科技人才、科技创新与经济发展之间的协调度，以实现三者协同共进格局。

目前有关科技人才、科技创新与经济发展之间关系的研究主要体现在影响效应研究和协同效应研究两个方面。影响效应方面，如张莉娜等［4］认为科技人才集聚促进区域创新效率提升；芮雪琴等［5］发现科技创新能力提升会扩大科技人才聚集规模；姜玉梅等［6］指出科技创新推动经济发展；陈玉兰［7］研究发现科技人才拉动经济发展的能力逐年增强且不可替代。然而相关研究普遍只采取传统回归方法探究科技人才、科技创新与经济发展三者间的单向线性关系，忽视了三者间存在非线性互动的复杂因果关系。协同效应方面，如李良成等［8］、芮雪琴等［9］、李燕等［10］分别研究了科技人才与科技创新、科技人才聚集与区域经济发展以及高校科技创新与区域经济发展的协同关系等。

梳理文献发现，同时考虑科技人才、科技创新和经济发展三者间关系的研究较为鲜见，“人才链-创新链-产业链”生态系统的内在联系并未充分揭示出来。鉴于此，本研究将科技人才子系统、科技创新子系统和经济发展子系统（以下简称“3 个子系统”）纳入同一分析框架，运用复合系统静态协同度模型和动态变化综合效度评价模型计算分析江苏省3 个子系统协同发展程度，为江苏省有针对性地制定人才政策提供理论和数据支撑。

2 科技人才、科技创新与经济发展的协同发展机制

“协同”概念最早由Ansoff［11］提出，他认为协同就是在某种机制作用下，相对独立的系统共享资源达到协同运作的效果，进而实现总体目标。孟庆松等［12］于1998 年创建了复合系统协同度模型，把复合系统内子系统协调程度命名为“有序度”、复合系统整体协调程度命名为“协同度”。协同度表示子系统间相互联系和作用的程度，协同度越高表明系统协同效应越好、整体功能越强［13］。一个国家或者地区整体的创新系统由诸多子系统构成，所有子系统相互协调是创新系统能够良性运转的基础［14］，因此复合系统协同度模型成为探究复合系统协同问题的重要方法。科技人才、科技创新与经济发展3个子系统虽然分别按照一定方式各自有序开展活动，但同时也是整个社会经济系统的重要组成部分，三者间存在复杂的非线性关系，构成了一个协同运作的复杂系统。

2.1 科技创新与科技人才发展机制

科技创新与科技人才间存在相互影响的作用。第一，科技人才的进步会推动科技不断创新。从要素视角来看，科技人才是保障科技发展的首要条件，是贯彻科技创新驱动发展战略的关键投入和核心要素［15］；科技人才发展无疑会促进科技进步［16］。从作用机制视角来看，科技人才发展会激发区域创新活力并提高区域创新能力和效率、加速科技成果转化，人才间长期交流和互动也会通过增加知识存量提升技术创新转化效果，如Baptists［17］、Furman 等［18］、修国义等［19］、Mahadevan［20］和Rosen［21］等众多学者的研究均予以了证实。从异质性分析来看，高等院校内的科技人才具有产业开发与科技钻研双重优势，在转化科研成果的过程中发挥着独特且不可替代的作用［22］。第二，科技创新也有利于科技人才发展。主要体现在科技创新为科技人才发展提供了行动指南、发展基础、优秀的平台和良好的发展机遇，还可以通过提高科技人才积聚程度推动专业人才精细化分工，如姚建建等［23］、裴玲玲［24］和张扬［25］等的研究结论。因此，科技创新和科技人才可协同发展，只不过这种协同关系可能会存在地区间的不平衡性［26］。

2.2 科技人才与经济发展协同发展机制

科技人才和经济发展存在双向作用关系。一方面，科技人才显著推动经济发展。早在20 世纪80年代，新经济增长理论就将人力资本分为一般劳动力和具有高知识技能劳动力，并认为掌握一定技能的人才是经济增长的源泉［27］。2021 年9 月，中央人才工作会议强调顶尖人才具有不可替代性。在加快转变经济发展方式过程中，人才的优化配置十分关键［28］。科技人才是人力、智力和创新的资本［29］，能提高资金和技术等要素配置效率、降低研发成本与生产经营成本［30］，提高自主创新能力并发挥知识外溢效应，进而促进我国经济高质量发展。高素质劳动力地位已超过物质资本，成为最具价值、最稀缺的要素资源，是决定经济增长的核心因素［31］。另一方面，根据如Soete［32］和Romer［16］的研究，经济发展也有助于科技人才发展，因为经济发展能够提供人才发展过程中所需的经济基础和物质条件，通过自发调节区域内科技人才流动、集聚和创新产出影响人才效能的发挥，进而影响科技人才的总体发展。由此可见，科技人才创新能力和经济发展之间也存在协同关系［33］。

2.3 科技创新与经济发展协同发展机制

科技创新是拉动经济发展的主导动力，高技术企业创新效率提升会促进区域经济增长［34］。与此同时，我国的数字经济发展卓有成效，对我国科技创新产出有着举足轻重的作用。一个地区的数字经济高水平发展，不仅大幅提高了本地区的创新绩效，同时也推动了其周边邻近地区创新绩效的增长［35］。因此，科技创新与经济发展同样存在协同发展关系［36］。

综上所述，科技人才为科技创新提供人才支持和创新知识，也能为地区经济发展提供人力要素和技术要素，同时科技人才发展也需要科技创新为其提供发展机会和平台，需要经济发展为其提供物质基础和资金保障；此外，科技创新是经济发展的强大动力和关键途径，同时经济发展也为科技创新提供研发经费保障；最后，经济基础的增长带动上层建筑不断完善，经济发展推动了如保护科技成果、维护知识产权等促进科技创新的政策发展，形成了有利的政策环境。可见，科技人才、科技创新和经济发展三者间存在错综复杂的影响关系（见图1）。

图1 科技人才、科技创新和经济发展的关系

3 科技人才、科技创新与经济发展协同度模型构建及评价指标选取

3.1 复合系统协同机制及模型构建

3.1.1 复合系统协同度静态测算模型

系统是将若干具有一定功能且彼此作用相互依赖的部分组合而成的有机整体，当多个小系统处于一个结构统一且开放的大系统中时，整个大系统为复合系统，小系统则为子系统［37］。“科技人才-科技创新-经济发展”系统（以下简称“综合发展系统”）具有复合系统的典型特征，由3 个子系统构成，子系统间存在复杂、动态和非线性相关的影响机制，其组合起来能够实现特定的功能。在综合发展系统中，各子系统在相互作用时会出现矛盾冲突的情况，当子系统的矛盾得以解决、实现协同发展时，综合发展系统呈现动态平衡，且产生系统整体效应大于局部效应之和的效果［38］。因此，当科技人才、科技创新和经济发展三者之间协调一致、动态发展时，综合发展系统会出现“1+1+1>3”的发展效果。

基于复合系统协同度原理，依据科技人才、科技创新和经济发展各自内涵，构建本研究的综合发展系统协同度模型。假设系统中科技人才、科技创新和经济发展子系统为Sj，，并设其序参量变量为，其中。假定取值越大则系统有序度越高，取值越大则系统有序度越低。各子系统序参量分量eji的有序度为：

式（1）中：αji和βji分别是第j个系统在第i个指标上的上限值和下限值；uj(eji)是子系统序参量分量的有序度，其值越大表明整体系统有序性越强。

各指标变量对子系统协调度的总贡献可通过集成方法测度。根据几何平均公式可分别计算各子系统有序度。

复合系统协同度计算形式如下：

式（3）中：

式（3）（4）中：c代表复合系统协同度，该数值越大表明复合系统发展越协同；当时，D取值为1，进而复合系统协同度C也为正值，表明复合系统处于协同演化状态［39］；代表初始时刻为t0时系统序参量有序度；代表t1时刻的系统序参量有序度。同时，式（3）中的基期选择有两种：一种是选取研究阶段的最初期，即研究期内所有基期选择均相同，侧重于分析系统协同度的长期变化趋势，此方法运用最为广泛；另一种方法则是选取每个研究期间的相邻前期作为基期，更侧重于探讨系统的协同度是否稳定［8］。为了从不同角度呈现复合系统协同度静态结果，将同时运用以上两种基期衡量方法。

协同理论指出，协同度能够度量系统内部各子系统间或者不同系统间协同演进的状态，协同度的值为［-1,1］，数值越大代表系统的协同度越大［8］。相同基期协同度因选取初期为基期，随着时间的推移会产生累计效果，因此衡量评估等级较相邻基期更为严格，有更高的升级门槛，因而综合参照以往研究，根据相同基期协同度与相邻基期协同度取值范围进行等级划分（见表1）。

表1 相同基期和相邻基期的复合系统协同度取值范围及其对应等级

3.1.2 复合系统协同度动态变化综合效度模型

从相同基期协同度和相邻基期协同度的数值大小可以大致了解复合系统协同度的变动趋势与演变状态，但是并不能精确地对其协同度动态变化进行准确计量和分析，因此，在协同度静态衡量的基础上，参照刘薇薇等［40］、项寅等［41］的研究，构建动态变化综合效度的评价模型。

第一步：构造复合系统相同基期协同度变化速度时序信息矩阵。假设复合系统协同度ck在［tk,tk+1］时间内变化速度为vji（j=1,2,…,n;i=1,2,…,h），得到复合系统协同度变化速度时序信息矩阵。

式（5）中：vji=(cj,i+1-cj,i)/(ti+1-ti)，表示了在每个离散年份时间点协同度的变化速度。当协同度增长的时候，vji>0；当协同度下降时，vji<0；当协同度不变时，vji=0。

第二步：计算协同度变化速度状态值，以此反映一定时间内协同度的变化。假定协同度在研究期间内均匀变化，则满足协同变化速度状态多时段信息集结模型要求。在［ti,ti+1］时间内，ti,ti+1,vj,i,vj,i+1与时间t轴所围面积反映了复合系统协同度变化速度的总体情况。

第三步：计算协同度变化速度趋势值，以此体现协同度在研究时段内变化速度状态的加速度。设为复合系统协同度变化速度在［tk,tk+1］时间内线性增长速率，即：

设θ为αji的函数，构造复合系统变化趋势值判别函数为，且该函数是位于横轴之上的单调函数，当时，表明协同度变动呈增速趋势，，即协同度变化速度趋势值呈上升状态并给予奖励；当时，协同度变动呈减速趋势，此时，协同度的速度变化呈下降趋势并给予惩罚；当，协同度匀速变动，并因变化趋势稳定不予奖励或惩罚。

最后，得出复合系统相同基期协同度动态变化综合效度值。在综合评价协同度的变动速度时，需要兼顾变化速度状态与趋势。把牛顿第二定律的思想引入复合系统协同度变化速度动态综合评价中，其中假定系数，速度状态视为M，速度趋势视为A，则可以计算出Rj在［t1,th］时期内协同度速度变化的动态变化综合效度值。

3.2 评价指标变量选取

首先，科技人才高质量发展体现在科技人才队伍规模的快速扩大与结构的不断优化［42］，因此将科技人才发展分为数量增加和结构优化两大类。在科技人才数量方面，区域科技人才规模是保证区域科技创新能力的基础［43］，人才数量增加与高校、科研机构和企业等多个主体密切相关，分析多个主体的人才数量能够提高人才发展指标的完整和系统性［44］，因此选择人才数量序参量为高校从事科技活动的人数和规模以上工业企业R&D 人员全时当量。需要说明的是，在《江苏统计年鉴》中，科技机构统计指标部分只统计了机构的数量，没有统计机构中的人员数，因此本研究中仅选取高校从事科技活动的人数和规模以上工业企业R&D 人员全时当量两个指标。科技人才数量指标均为正向指标，即人数越多表明科技人才发展越好。同时，以职称和学历这两个关键特征作为科技人才结构的界定标准。因不同人员对科技贡献差异显著，高素质科技人员数量的增加通常代表更高的科研产出，因此高校从事R&D 人员中正教授和副教授数量占比越高，通常反映科技人才结构越高；同时，通常学历层次和人才结构呈正相关，参考贺勇等［45］的研究，将具有本科以上学历的当年毕业生视为人才，并计算其相对数指标，即当年本科及以上毕业人数占总毕业人数比例越高，人才结构越好。其次，从研究开发、科研产出和成果产出产业化三阶段衡量科技创新水平。最后，推动经济高质量发展需要全方位提升发展水平，不能以环境破坏和资源损耗为代价，因此用经济增长、结构优化、效益提高和环境治理4 个维度来测量经济发展水平。具体测度指标体系如表2所示。

表2 江苏省综合发展系统协同度评价指标体系

3.3 数据来源及处理

考虑到《江苏统计年鉴》中公布的集中式治理设施污水排放量指标数据从2011 年起，因此选取江苏省2011—2020 年有关各指标的数值情况如表3 所示。相关数据来源于历年《江苏统计年鉴》《中国高技术产业统计年鉴》《中国科技统计年鉴》《江苏省科技进步统计监测结果与科技统计公报》及《国民经济和社会发展统计公报》等。

表3 2011—2020 年江苏省综合发展系统协同度序参量实际数值年度分布

4 实证分析

4.1 复合系统协同度静态分析

4.1.1 相同基期和相邻基期协同度分析

如表4 所示，从江苏省综合发展系统的相同基期协同度来看，2011—2020 年协同度总体不断攀升，这得益于3 个子系统的有序度不断增加。具体可分成3 个阶段：第一阶段为2011—2014 年，综合发展系统协同度从0.12 上涨至0.27，但总体仍处于低级协同等级；第二阶段是2015—2017 年，为初级协同等级，综合发展系统协同度均超过0.30，其中2016年略微下降，但自2017 年起连续快速攀升至2018年的0.46；第三阶段是2019—2020 年，步入中级协同等级阶段。可见，复合系统相同基期协同度仍然具有提升空间。相邻基期复合系统协同度的结果表明，2012—2020 年综合发展系统长期处于低度协同演变状态，但在2016 与2019 年度呈现出负数状态，即出现非协同演变状态，原因在于科技人才的有序度出现下滑。由此说明，虽然3 个子系统具有相互协同作用，但这种协同效应并不稳定，且科技人才系统是造成综合发展系统不稳定的主要因素。

表4 江苏省3 个子系统及综合发展系统相同基期和相邻基期协同度分布

4.1.2 序变量有序度分析

由上分析可知，2011—2020 年江苏省3 个系统的协同程度尚未达到十分理想和稳定状态，为进一步探究制约复合系统协同度提升的关键因素，分别测算3 个子系统内部指标的有序度情况，结果如表5 所示。其中：

表5 江苏省综合发展3 个子系统的相同基期有序度

从科技人才子系统来看，人才数量的有序度持续增长，而人才结构的有序度波动较大。追溯人才结构的原始数据可知，自2011 年起，江苏省高校从事R&D 活动的正教授和副教授绝对数量连年增加，但是从事R&D 活动总人数的占比却呈先上升后下降的倒“U”型趋势，且每年本科及以上毕业人数占总毕业人数比例的发展趋势类似，说明人才数量虽然在增加，但人才结构却呈现出恶化趋势。也就是说，人才结构的问题并不是高层次人才数量造成的，根本原因是人才总量的快速增加。

从科技创新子系统来看，科研产出与成果产出产业化序变量的有序度均持续增长，说明江苏省建设科技强省战略成效显著；研究开发的有序度在2011—2019 年一直保持增长状态，但在2020 年突然出现了下降，原因在于研究机构数量下降，其中2020 年企业属性的研究机构数量下降十分明显，由2019 年的24 432 家剧降至2020 年的18 747 家［46］，这可能与2020 年突如其来的新冠病毒感染疫情有关。此外，科研产出有序度整体比研究开发、成果产出产业化有序度小很多，可能是因为研发质量较低，不足以支撑其成功转化为科研产出；而科研产出与成果产出产业化有序度发展趋势的不一致可能是由于规模化供给与市场科技产品需求间的不匹配造成的。这也反映了3 个子系统链条之间略有脱节。

从经济发展子系统来看，经济增长等4 个序变量的有序度持续增长，这说明江苏省经济发展态势较好，其中2011 年结构优化的有序度在所有子系统中数值最高，在2020 年却落后于其他3 个指标。原因可能在于，我国经济已从高速增长转化为中高速增长阶段，江苏省经济增速也在放缓，为了恢复中高速增长态势，需对经济结构进行相应调整，但是结构性发展往往见效缓慢，第三产业占比和高新技术企业占比增速遇到瓶颈，见表6。

表6 江苏省经济发展子系统结构优化指标数据及其增幅

4.1.3 相同基期协同度方差分解

由于向量自回归（VAR）模型可以预估变量的动态关系，有助于剖析随机扰动对变量系统的冲击，因此参考刘志迎等［47］的研究，利用VAR 模型把复合系统协同度的均方误差拆分成各子系统有序度冲击的贡献度，以衡量3 个子系统有序度对综合发展系统协同度的作用强度。由表7 可知，随着预测期延长，3 个子系统有序度对综合发展系统协同度的解释力均逐年增强，预测10 期后3 个子系统有序度的贡献值均趋于平缓稳定，其中科技创新子系统有序度贡献度最大，经济发展次之、科技人才最小。由此说明，虽然科技人才对江苏省综合发展系统协同度产生了最明显负面的影响，但对综合发展系统协同度的影响程度并非最大；科技创新因其对综合发展系统协同度的贡献度最大，所以也应该重视科技创新内部均衡化的问题。

表7 2011—2020 年江苏省综合发展系统相同基期协同度的方差分解结果

4.2 复合系统协同度动态分析

为了考察复合系统协同度动态变化的发展情况，利用以上分析结果构建江苏省综合发展系统协同度变化速度时序信息矩阵，并计算出3 个子系统的协同度变化速度状态和趋势值，最终得出综合发展系统的协同度动态变化综合效度值。

4.2.1 相同基期协同度变化速度状态值和趋势值

从2012 年开始计算相同基期的江苏省各系统的静态协同度。由表8 可知，2013—2020 年间，江苏省综合发展系统及其科技创新子系统和经济增长子系统协同度的变化速度状态均为正值，表明三者协同度具有良好的发展势头，而科技人才子系统协同速度状态值在2015—2018 年间均为负值，说明在此期间内其协同度总体下降，协同发展受到阻碍，但是在2018 年以后又恢复为正值，说明其协同发展度过了困难期开始步入正轨。同时可见，这4 个系统协同发展速度的趋势值均在1 附近不规律变动。其中，综合发展系统、科技创新子系统和经济增长子系统的协同度变化速度状态值一直大于0，变化速度趋势值在1 上下浮动，表明三者的协同度处于时而减速增加、时而增速增加的状态，即系统协同度的增长不稳定；科技人才子系统协同度在2015—2018年分别呈现减速减少、增速减少、减速减少的变化，在2018—2020 呈波动增加，表明科技人才子系统的协同度增长势头不稳定。

表8 江苏省综合发展系统相同基期协同度速度状态值和趋势值

4.2.2 相同基期协同度动态变化综合效度值

如表9 所示，2011—2020 年间，江苏省综合发展系统及其3 个子系统相同基期的协同度动态变化综合效度值均大于0，即在研究期间系统协同度总体呈上升态势。其中，科技创新子系统协同度位列第一，经济增长的动态结果也优于综合发展系统；科技人才子系统协同度居末位，协同度数值仅比0 高一点，表明其协同度动态增长的趋势显著慢于其他系统。

表9 2011—2020 年江苏省综合发展系统及其子系统的相同基期协同度动态变化综合效度值

4.3 协同度静动态综合分析

为了综合全面考察江苏省综合发展系统及其3个子系统协同度发展状况，同时计算出各系统相同基期在2011—2020 年间的静态协同度平均值，并将所有动态结果和静态结果汇总如图2 所示。以象限聚类分析视角，根据系统协同度动态变化综合效度和系统协同度年平均值两个指标高低匹配情况分成4 个象限，归纳为以下3 种类型：

图2 2011—2020 年江苏省综合发展系统及其3 个子系统的综合效度值

（1）第一象限，协同卓越区，包含经济增长子系统和科技创新子系统。该区域的特征是“双高”，即经济增长和科技创新的协同度平均值高且呈现增长态势。区域内两个系统内部发展十分协同，且协同趋势不断增强，作为对综合发展系统影响程度最大的子系统，其发展趋势无疑会对综合发展系统协同度发展起到正向促进作用。

（2）第三象限，协同滞后区，包含科技人才子系统。该子系统的协同发展水平和动态发展趋势滞后，具有“双低”的特征。表明目前科技人才子系统协同基础薄弱且发展动力不足，同时也会妨碍综合发展系统协同度的未来高速增长。

（3）第四象限，协同衰退区，包含综合发展系统。该子系统具有较高的静态协同度平均值和偏低的动态综合效度值，可能是由其内部各子系统间不平衡发展导致的。因此，综合发展系统协同发展趋势仍有较大提升空间。

5 结论与政策建议

5.1 研究结论

江苏省3 个子系统内部以及系统之间的协调发展将产生“1+1+1>3”的协同效应，实现综合发展系统的良性发展。本研究基于复合系统静态协同度模型和动态变化综合效度模型计算分析了江苏省综合发展系统2011—2020 年的协同度情况，得出了如下结论：第一，综合发展系统协同度整体呈现上升趋势，但并未迈入高度协同等级，仍有很大进步空间；虽然3 个子系统具有相互协同的作用，但长期处于低度协同演变状态，协同效应并不稳定，其中科技人才子系统是造成协同效应不稳定的主要因素。第二，科技人才子系统中的科技人才结构、科技创新子系统中的研究机构数量以及经济发展子系统中的第三产业占比和高新技术企业占比分别是各子系统的短板，成为影响各子系统协同发展的关键因素。第三，3 个子系统对综合发展系统协同度的贡献度存在差异，科技创新子系统的贡献度最大、经济发展子系统次之、科技人才子系统贡献最小。第四，综合发展系统、科技创新子系统和经济增长子系统协同度的变化速度总体上处于不断增加状态，科技人才子系统协同度的变化速度处于“增加—减少—增加”的螺旋上升状态，各系统的协同速度趋势为上下不规律变动。

5.2 政策建议

基于以上结论，提出如下政策建议：

（1）建立协同发展机制，促进3 个子系统协同发展。子系统之间的平衡发展有助于整个综合发展系统协同能力提升。因此，政府应建立信息公开、资源共享、部门联动等有效机制，促进人才、科技与经济活动协同发展。信息公开既包括经济发展的科技资源、人才资源等需求性信息公开，也包括高校、科研机构的科技资源、人才资源等供给性信息公开，在信息公开的基础上，开展需求供给分析，从而为实现综合发展系统的协同发展提供指导。通过加强高校与科技机构资源共享、科研机构与企业资源共享等方式，促进知识、技术、人才的流动，促进高校、科研机构与企业的科研合作。定期召开联席会议，统一思想认识，明确目标任务，促进工作同步，形成人才、科技与经济有效联动的常态化机制。

（2）针对科技人才子系统这一阻碍综合发展系统协同发展的短板，加强优化科技人才结构。区域科技人才全方位发展需得到人才数量和人才结构的双重保证，然而江苏省当前人才数量直线上升而结构性要素配置水平每况愈下，需要更关注高素质人才占比，促使江苏省的人才工作由量的积累转向质的跃升。优化人才结构的重点是实现人才结构与产业结构的匹配。随着江苏省产业结构的升级和新兴产业的不断涌现，江苏省对高层次科技人才需求也日益迫切，因此需要加强人才需求预测，编制人才图谱，支持企业组建创新联合体，以一流学科平台和科研平台实现高层次人才集聚，以人才集聚推动产业集聚。

（3）调动企业研发积极性，促进人才链、创新链、产业链融合发展。企业既是用人主体，又是科技创新主体和市场竞争的主体，引导创新资源和人才资源向企业集聚是实现人才链、创新链、产业链融合发展的关键手段。调动企业研发积极性，首先应给予企业更多的资金支持，鼓励企业新建研发机构，加大研发投入，提高创新能力；其次还应增强高等院校和科研院所与企业间的联盟合作与沟通，让企业有机会参与到姑苏实验室、太湖实验室和紫金山实验室等重大科研平台的建设并实现与之资源共享，深化“以用为本”的科技研究与成果转化，使“研究开发—科研产出—成果产出产业化”链条顺畅；最后，还应采取“揭榜挂帅”等科技计划项目组织方式，集聚政府、科研机构、企业等各方面资源，让企业参与重大创新项目研发。

（4）兼顾复合系统协同发展的状态与速度。在保持综合发展系统良好协同发展的基础上，进一步提升3 个子系统的协同发展速度，特别需要从状态和速度两个方面着手全面提升科技人才子系统的发展水平。

注释：

1）“333 人才工程”即培养30 名左右研究成果具有国际先进、国内领先水平的国家级科学家、工程技术专家和理论家；培养300 名左右具有省内领先水平的省级优秀人才；培养3 000 名左右成绩显著的市级优秀人才。