中国沿海地区科技创新协同治理发展水平测度与预测

张文红 何丰耀

摘      要：科技创新协同治理是提升科技创新体系整体效能的内在要求。为了诠释科技创新协同治理复合系统作用机制，从科技创新投入、科技创新产出、人才教育培养、社会力量参与等方面建立科技创新协同治理复合系统，运用改进CRITIC赋权的复合系统协同度模型测度2012-2021年11个沿海省市的科技创新协同治理发展水平并进行区域分析，使用灰色模型预测11个沿海省市2022-2025年科技创新协同治理状态。研究发现，沿海省市科技创新协同治理发展水平表现为增长态势，但整体呈现“南部沿海高，东部沿海、北部沿海低”差异状态；从预测结果来看，海南保持初级协同状态，北京、山東从初级协同转变为深度协同状态，天津、辽宁、江苏从初级协同转变高度协同状态，上海、浙江、福建、广东、河北转变为完美协同状态。综合沿海省市的测度情况，为增强沿海省市科技创新治理动能，从科技资源配置优化、人才产业协同培养、科技成果转化激励、产品科普供给等方面提出完善建议。

关  键  词：科技创新协同治理；改进CRITIC赋权；复合系统协同度模型；灰色预测模型

中图分类号：F204     文献标识码：A     文章编号：1007-8207（2024）01-0056-15

党的二十大报告指出：“完善科技创新体系。坚持创新在我国现代化建设全局中的核心地位。”我国科技创新发展需要通过深化科技体制改革、科技评价改革、组织管理改革等来提升国家科技体系整体效能。一系列的科技发展改革要以科技创新治理范式来统筹协调推进，科技创新协同治理的过程需要科技创新要素主体联动合作、政策优化、观点决断、自主反馈等治理行为优化科技创新活动，让治理主体融入科技创新发展环节，为实现高水平自立自强增添动力。科技创新协同治理是激发科技创新活力的重要支撑，是推动国家治理体系和治理能力现代化的客观要求。［1］贯彻推行科技创新协同治理始终要以科技创新驱动发展为根本目的，坚持简政放权的治理基调，赋予科技创新主体更多权利，积极推动有效合作模式，释放科技主体潜在能力，合力打造高质量、高标准的新质生产力，铸造科技创新协同治理新引擎，构建科技创新良性发展新格局，谱写科技创新高质量发展新篇章。科技创新治理是一个复杂、模糊、非线性的动态调整流程，以科技创新治理困境为出发点，构建科技创新协同治理作用机制，建立相对客观、全面、科学的指标评价体系，抓住当前科技创新协同治理发展的变化特征，了解阻碍科技创新发展的制约性因素，才能有针对性地优化科技创新协同治理策略，助推中国式科技创新现代化高质量发展。笔者以11个沿海省市为例①，结合指标体系构建机理以及实证方法，衡量2012-2021年11个沿海省市的科技创新协同治理发展水平，探究科技创新协同治理发展水平区域差异，预测11个沿海省市在2022-2025年的科技创新协同治理发展状态，进而提出相对合理的政策建议，以期为科技创新协同治理提供借鉴参考。

一、文献回顾

科技创新治理是基于当前科技发展现实问题从治理理论延伸出的治理范畴，是国家治理体系和治理能力现代化的重要组成部分。当前学者主要通过科技创新治理概念辨析、科技创新治理体系、科技创新治理路径、科技创新治理模式等视角研究科技创新治理运转逻辑。陈套和尤超良认为，科技创新治理是运用公共治理理念，聚焦多个科技创新主体共同参与科技创新活动，运用民主协商、共同决策、依法行事等管理机制优化科技创新活动的过程。［2］杨忠泰认为，科技创新治理体系反映价值追求、文化底蕴、运行规则。科技创新治理体系更多地是体现治理时期阶段化、治理机制适应化、治理主体多元化、治理运行协同化等特征。［3］李瑞认为可以通过制度优势、主体协同、原则重建、工具整合等措施推动科技创新“元治理”体系重构。［4］朱本用通过深入了解政府科技治理功能定位，从政策分配、工具使用、议程执行、权责分配等环节进行梳理，明确政府科技创新责任、主体合作机制，推动科技创新职能转变。［5］科技创新治理理论研究虽然较多，但其评价应用研究相对匮乏。巩芳和温玲霞利用因子分析、聚类分析对内蒙古的科技创新绩效进行评价，以此量化内蒙古自治区的科研绩效水平。［6］郭奕含等从科技创新投入治理、产出治理、协同治理、服务治理、支撑治理等方面评价陕西科技创新治理发展水平。［7］胡云霞从要素投入、创新支撑、创新空间、市场化程度、创新环境层面使用因子分析法对政府科技创新治理能力进行测度。［8］

科技创新协同治理是治理理论与协同理论结合的产物，是科技创新治理的高级演化形态。德国物理学家哈肯认为，“协同”是在普遍规律框架下产生的有序、非破坏性的行动，是一种内在的自组织过程，是子系统之间既有差别和对立、又相互共存和合作的结果。复合系统是系统内各个子系统彼此影响但相互协同合作、产生协同效应，子系统与外部环境之间也进行交换资源，进而重新蜕变以此适应环境，进而实现一个平衡、有序的状态。［9］从科技创新治理场域来看，科技创新协同治理具备自适应、自调整、自组织的固有特性，保证科技主体的信息共享、资源整合、利益分享，相较科技创新传统治理，其具有更为高效的治理模式。国内学者基于科技创新治理过程中的科技治理主体协同、科技创新环境协同、科技创新资源协同开展理论研究。李振华等从系统动力学视角研究协同创新主体、协同创新平台和协同创新环境之间复杂的因果关系。［10］程跃从战略协同、主体协同、资源协同、环境协同方面健全科技创新协同治理能力。［11］赵新峰等围绕雄安新区战略布局从价值体系、协同体系、制度体系、数字治理维度提出科技创新共同体治理体系。［12］目前国内学者对科技创新协同治理测度研究还鲜有涉及，有相关学者从不同研究领域的协同治理研究视角进行测度。陈华脉等利用复合系统协同度模型从环境治理、污染排放、生态保护、能源消耗、社会经济等维度对环境协同治理发展协同度进行测算。［13］刘华和陈夏基于复杂理论将建筑垃圾系统演化为政府治理、企业治理、社会治理子系统，计算建筑垃圾协同处理效率。［14］陈套和冯锋利用纵横向拉开档次法刻画区域科技创新治理能力的动态变化状态。［15］

国内科技创新治理理论体系已初具规模，相关学者对科技创新治理的内涵也进行相应的界定，但对科技创新协同治理的理论研究与应用研究还较为缺乏。为了突出科技创新协同治理的深刻内涵，把握多元科技主体协同参与的内在本质，笔者以科技创新治理的固有困境为出发点，从科技创新投入、科技创新产出、人才教育培养、社会力量参与等子系统建立科技创新协同治理复合系统，阐述构建科技创新协同治理复合系统的作用机理。以11个沿海省市为例，利用改进CRITIC赋权的复合系统协同度模型对其科技创新协同治理发展水平进行测度并探究沿海省市科技创新协同治理发展区域差异。利用预测模型预测沿海省市科技创新协同治理发展状态，进而根据科技创新协同治理发展水平存在的问题提出相应的政策建议。

二、科技创新协同治理系统的构建机理

完备的科技创新治理复合系统要求各个治理主体在治理过程强化互动基础，产生协同效应。［16］该系统需要解决科技创新投入失衡、科技创新产出与市场脱轨、人才培养与科技产业脱节、社会力量参与不足等问题，进而化解科技创新治理困境，以提升科技创新协同治理动能。因此，科技创新投入、科技创新产出、人才教育培养及社会力量参与是科技创新协同治理发展水平测度的重要维度（见图1）。笔者从这四个方面审视科技创新协同治理复合系统作用机理。四个子系统相互独立、同步协调、相互促进。图1对四个子系统之间的作用机制进行了详细阐述。科技创新投入、科技创新产出、人才教育培养、社会力量参与这四个子系统依托政府、企业、科研机构以及社会公众为载体进行协同运转。持续性、细致化、高强度的科研投入为科技创新变革创造契机，为传统产业转型升级提供资金支持，而提供科研投入的源头为政府部门，需处理好政府与市场之间的关系，重视经济与科技的粘连性，让科技创新变革技术渗透至重要战略领域，为产业创新变革提供动力，激活市场活力，提供更加客观、公平的市场环境，为经济的高质量发展带来更多的可能性。

科技创新产出的主力军为企业和公共科研机构。地方政府通过多样化治理手段调整优化科技成果产出效率，进一步刺激企业、高等院校等科技主体推动研发进度，同时协同推进集成应用、成果转化等方面的协同合作。［17］科技创新的产出离不开全方位、多渠道的科技创新投入，科技创新产出子系统催生了科技创新革命性产品，加快消解科技创新投入边际递减效应，促进科技与经济的高度融合。科技创新资源会加快流动至科技创新高新技术领域，培育新型科技产业群，进一步提升科技创新转化效率。为迎合市场经济需求打造新型科技创新产品，科技创新产出子系统会调整产业结构，促使科技创新的投入结构合理化、透明化、高效化，保证科技创新投入与产出的有效贯通。科技创新产品供给群体为社会公众，服务供给与社会需求紧密对接的前提是提升社会公众的科技创新认知能力，让社会公众尽快接纳变革式科技创新产品，对科技创新产品进行反馈改进，让社会公众融入到科技创新治理进程中，解决社会公众参与不足的问题，引导社会群体培养治理观念，亦提升社会科技创新参与积极性。

在人才的规划、培养、引进等具体发展环节恪守科技创新人才可持续发展规律要求，才能形成完整的、有机联系的科技创新可持续发展链条。［18］人才教育培养是科技创新现代化的不竭动力，培养具备科技创新能力的高精尖科技人才是科技创新发展的根本源泉，人才集聚能够为科技创新产出带来坚实支撑，实现科技创新知识资本化，要为科技创新企业、科研攻关技术人员构建浓厚的科技创新环境，进而营造科技创新学术生态圈，完善现有的高等教育培养结构，让科技人才教育培养实用化、市场化。

新时代科技创新主力从少数精英演变到群体智慧创新，企业、公众等社会群体也融入到科技创新研究范式中来，多主体的研究方式更能凸显政府的治理效能。［19］［20］科技创新型人才教育培养能更好地对接社会，为社会输送更多的实用型人才，保证产学研一体化。提升社会科技创新认知素养，亦强化各科技创新主体的科技创新治理能力。社会中的科技主体也能根据市场经济需求对科技创新人才教育培养提出精准的建议，改良科技人才教育培养体系，做到优势互补，互惠双赢。因此，各个子系统都会存在直接或间接的作用机制，能自我优化、自我调整科技创新协同治理能力，减少科技创新发展运营成本，增加科技创新成果效益，保证科技创新发展成果质量，实现科技创新现代化跨越式发展。

三、研究设计

（一）数据来源

科技创新协同治理系统评价体系需要依赖完备、科学的指标支撑。笔者根据科技创新协同治理复合系统的相互作用机制以及数据的科学性、可得性、代表性等特征选取相关指标。由于《中国科技统计年鉴》发布数据最新时间为2021年，笔者使用的数据来源为2011-2021年的《中国科技统计年鉴》《中国统计年鉴》《中国教育统计年鉴》以及wind数据库。

（二）科技创新协同治理指标体系建立

基于科技创新协同治理复合系统的构建机理，从科技创新投入子系统、科技创新产出子系统、人才教育培养子系统以及社会力量参与子系统等方面构建科技创新协同治理发展水平测度指标体系。笔者选择25个序参量并以11个沿海省市为例，测算2012-2021年的科技创新协同治理发展水平（见表1）。

⒈改进CRITIC权重构造。CRITIC权重确定法是客观赋权的一种方法，CRITIC权重的确定能去除一些相关性较强的指标影响，计算各指标数据的信息量，通过信息量确定指标重要性标度。［21］笔者借鉴刘淑茹和魏晓晓的改进CRITIC方法，以此消除相关系数正负号影响，同时充分考虑各个指标之间的离散程度。［22］权重构造过程如下：

數据标准化：

其中：Xtij表示省份i的第t年的第j个指标的数据，Atij表示标准化后的数据。

求标准化后各个指标的标准差  和相关系数rjh：

求各个指标的信息量：

计算标准化后第j个指标下第i省份的特征比重：

计算第j个指标下信息熵：

改进CRITIC权重：

其中：αj通过熵权法确定的指标j的信息熵，rjh为指标j与指标h的相关系数。

各子系统的有序度通过改进CRITIC方法计算出来的权重加权得到，计算公式如下：

⒊复合系统协同度模型。假设初始时刻为 ，科技创新协同治理系统中的某一个子系统Subj 的系统有序度为      ，则在第  时刻，得到科技创新协同治理发展水平为：

⒋灰色预测模型。灰色预测是一种对含有不确定性因素、数据完整性和可靠性较低的系统进行短期预测的方法，灰色预测通过关联分析利用微分方程来充分挖掘数据的本质，从而预测事物未来发展变化趋势，模型所需数据量少，精确度高。设科技创新协同治理发展水平为C0，对其做一次累计生成处理得到C1，其中：

令Y1为C1的相邻均值生成的序列，其中：

则灰色微分方程为：

α为发展系数；β为灰色作用量。

四、实证分析

（一）科技创新协同治理协同发展水平结果分析

为了能够对沿海省市的科技创新协同治理发展水平作出合理的解释，笔者参照相关学者的研究方法，将协同度分为不协同、初级协同、高度协同、深度协同、完美协同（见表2）。［23］［24］以2021年的科技创新协同治理发展状态演变情况以及科技创新协同治理发展水平的划分标准将11个沿海省市进行归类（见表3）。

笔者将我国沿海省市根据国家统计局的地理区位要素划分北部沿海、东部沿海、南部沿海并进行逐一分析（见表4），沿海省市的科技创新协同治理水平良莠不齐，区域划分可以对各地区科技创新协同治理发展态势进行针对性分析，探究各沿海省市科技创新协同治理的优势与不足，从沿海区域科技创新协同治理发展水平来看，初级协同的沿海省市有7个，高级协同的沿海省市有3个，深度协同的沿海省市有1个；从整体上进行分析，三大沿海地区的科技创新协同治理发展水平均有提升，但区域差异明显。2021年北部沿海中，北京的科技创新协同治理发展水平为0.551，天津的科技创新协同治理发展水平为0.530，辽宁的科技创新协同治理发展水平为0.431，山东的科技创新协同治理发展水平为0.584，均处于初级协同状态。河北的科技创新协同治理发展水平为0.607，处于高度协同状态。2021年东部沿海中，上海的科技创新协同治理发展水平为0.424，江苏的科技创新协同治理发展水平为0.548，二者处于初级协同状态，浙江的科技创新协同治理发展水平为0.627，处于高度协同状态。2021年南部沿海中，广东的科技创新协同治理发展水平为0.864，处于深度协同状态。福建的科技创新协同治理发展水平为0.721，处于高度协同状态，海南的科技创新协同治理发展水平为0.552，处于初级协同状态。从2021年沿海省市的科技创新协同治理平均发展水平来看，南部沿海明显高于东部沿海以及北部沿海的科技创新协同治理发展水平。笔者结合有序发展水平以及协同发展水平的结果从初级协同、高度协同、深度协同三个层面分别进行综合分析。在计算11个沿海省市协同度的基础上结合四个子系统有序度结果展开分析，由于篇幅原因，各沿海省市的有序度结果不作展示。

从初级协同层面的北部沿海来看，北京的科技创新协同治理发展水平在同级别中仅高于天津、辽宁，其人才教育培养、社会参与力度具备良好态势，但科技创新投入动力不足，科技创新产出亦有待加强，从而抑制北京的科技创新协同治理发展水平增长。表明北京能够具有充足的人才教育培养资源，产出较多高层次人才，但人才流动出现梗阻，无法有效流动至科技创新重要产业领域，人才无法有效对接高新技术产业，导致人才过剩。科技创新企业、社会公众等科技创新主体对科技创新的发展融入程度有所提升，但科技创新资源配置投入产出机制亟待优化。辽宁的科技创新协同治理发展水平偏低，原因为辽宁的资源注入、成果积累、人才供给、社会融入与其他沿海省市存在较大差距，导致科技创新协同治理发展水平提升缓慢。辽宁具备一定的经济基础，但是科技创新资源调度以及产业转型状况不佳，无法有效带动科研产出，同时教育资源相较其他发达沿海省市来说较为薄弱，无法为科技创新研发进程输送科技人才，第三方力量参与科技创新积极性较弱。多维度科技创新困境造成辽宁科技创新协同治理发展水平表现较差。山东的人才培养与引进力度强劲，社会群体对科技创新活动的参与亦较为深入。但资源禀赋投入动力不足，相较其他沿海省市要弱，同时科技创新产出具备一定的增长空间，使山东处于初级协同状态。表明山东的科技创新投入资源配置无法为科技创新治理提供有力支撑，同时科研转化势头不够强劲。天津依托京津冀战略，在科技创新投入与产出等环节始终保持增长势头，但科技创新人才培养困境亟待纾解。科技创新人才培养遇到瓶颈，减缓科技创新协同治理发展，应以加强科技创新人才培养为导向。

东部沿海中江苏的科技创新投入与产出的规模增长速率较慢，导致江苏的科技创新协同治理发展水平增长出现一定时间的停滞，进而处于初级协同状态。表明江苏的科技创新投入产出机制与经济需求联结机制无法有效对接，对接渠道不够通畅。上海整体处于初级协同状态，科技创新投入产出、人才培养以及社会力量参与等方面具备较强的基础但增长速度减缓需调整优化，进一步释放科技创新治理发展潜在动能，从扩张式发展转变为内涵式发展。南部沿海中海南的科技创新投入机制还具备提升空间，人才教育培养规模有待扩大，需要进一步加强科技创新投入，加快产业数字化、数字产业化，引进高新技术企业，增强科技创新产出效能，保证科技人才教育培养与引进，提升社会对科技创新前沿发展认知水平，为海南自贸港科技创新建设提质增效。

在高度协同层面，河北积极落实贯彻“北京天津研发，河北转化”的地区合作战略，借助北京、天津的科技资源整合进行科技攻关，助推河北科技创新发展，增强河北科技产出内生动力，同时大力引进人才教育培养资源，提升自身科研人才培养能力，保证科技创新服务供给。浙江的科技创新协同治理发展水平处于波动式上升，原因为前期浙江的科技资源配置不协调，科技创新资源投入增长缓慢导致科技创新协同治理发展水平降低。2017-2021年，浙江的科技創新协同治理发展水平稳步上升，表明科技创新资源调度高效、科技成果产出丰硕、人才培养成果凸显、社会群体参与深化。福建的科技创新协同治理发展水平持续上升，表明科技创新发展处于上升期，政府重视科技创新资源投入，科技产业与人才培养与市场环境契合，社会力量积极推动科技创新高质量发展。

沿海省市中科技创新协同治理发展水平最高的省份为广东，亦是唯一处于深度协同的沿海省市。广东的科技创新协同治理发展水平始终保持领先优势。表明广东的科技创新投入成效尽显，科技创新产出能贯通社会经济发展，依托重大科技平台孕育高质量科技人才，释放科技元素集聚效应，吸引企业、社会公众积极融入科技创新活动。

（二）科技创新协同治理协同发展水平预测分析

灰色预测模型预测的结果显示（见表5），2022-2025年我国11个沿海省市的科技创新协同治理发展水平整体呈现快速增长趋势，截至2025年，福建、河北、浙江的科技创新协同治理发展状态会从高度协同状态向完美协同状态演变，上海从初级协同转变为完美协同，广东从深度协同转变为完美协同，北京、山东从初级协同转变为深度协同状态，天津、辽宁、江苏则是从初级协同跨越至高度协同，海南始终维持在初级协同状态。

五、结论与建议

（一）研究结论

笔者梳理国内相关学者对于科技创新治理的定义诠释、范式研究、治理体系、治理特征的研究观点，基于微观视角选择政府、企业、公共科研机构以及社会力量作为科技创新协同治理运转载体，从科技创新投入、科技创新产出、人才教育培养以及社会力量参与等运转环节建立科技创新协同治理复合系统，选取25个数据指标构建科技创新协同治理发展水平测度体系，采用改进CRITIC赋权的复合系统协同度模型对11个沿海省市的科技创新协同治理发展水平进行定量测度分析，对比区域差异。同时从四个子系统维度探究各个沿海省市的协同治理发展困境，使用灰色预测模型预测2022-2025年11个沿海省市的科技创新协同治理发展水平发展状态。得出如下结论：

第一，从沿海区域的科技创新协同治理程度来看，2012-2021年的科技創新协同治理发展水平整体呈上升趋势，科技创新协同治理效能正逐步释放，协同治理效应不断产生。截至2021年，从均值来看，南部沿海的科技创新协同治理发展水平高于北部沿海、东部沿海。广东的科技创新协同治理程度最高，其次为福建，再次是浙江以及河北，其他沿海省市的科技创新协同治理发展处于较低水平。广东、浙江、河北、福建等沿海省市的科技创新协同治理发展水平快速上升，科技创新协同治理发展势头良好，沿海发达经济省市如北京、上海、江苏等地的科技创新协同治理发展水平增长缓慢，面临科技创新发展由扩张式发展转变为内涵式发展的关键时期，其他处于经济快速发展期的沿海省市如辽宁、山东、海南、天津等地仍处于科技创新协同治理起步发展阶段，科技创新协同治理发展呈现出不平衡、不充分的演化格局。从协同状态来看，存在明显的区域差异，北京、天津、辽宁、山东、上海、江苏、海南等地区属于初级协同状态，河北、浙江以及福建属于高度协同状态，广东属于深度协同。

第二，基于四个子系统维度展开探究，从北部沿海来看，北京的高等教育资源具备优势，储备较为丰富的高层次人才，社会群体对科技创新的参与程度有所深化，但科技创新资源分配机制存在缺陷，同时，科技创新成果输出与北京的经济发展不匹配，科技创新人才供给与成果转化存在一定程度的割裂，人才输送与产业发展出现隔阂，需要加强人才与科技产业链的有效衔接。北京正处于由科技创新急速扩张过渡至科技创新高质量发展的关键节点，需打破科技创新转化藩篱，激发科技创新高质量发展内生动力。天津、河北依托京津冀战略，处于科技创新发展的上升期。天津借助北京的地区协同合作机制，在科技创新资源调度以及科技创新产出方面具备跨地区协同合作的先天优势，但科技创新人才培育与引进存在上升空间，在地区战略实施下需要加快培育符合天津科技发展的本土科技人才。河北的科技创新资源集聚、科技创新转化通畅、人才培养效果凸显、社会主体积极参与，共同促进科技创新协同治理发展水平的稳健增长。山东的科技创新人才资源储备充分、第三方力量参与都具有较好发展态势，但科创投入与产出机制存在不同程度的缺陷，对科技创新协同治理发展水平起到阻碍作用，政府部门要打通科技创新投入产出“最后一公里”，化解中间梗阻，保持投产机制畅通。辽宁的资源分配机制、成果转化、人才孕育以及社会参与等方面亟待改进。

从东部沿海来看，上海具备一定的研发底蕴以及人才培养能力，同时社会主体对于科技创新发展的认知水平较高，但上海的科创资源投入、成果孵化，人才培养、社会参与等方面的增速放缓，导致上海科技创新协同治理发展水平提升缓慢。表明上海也需要从科技创新急速扩张向科技创新内涵发展转变，以助推上海科技创新高质量发展。江苏原有的科技产业结构与经济发展不相适应，需破除经济与科技产业分割的现象，加快打造经济科技产业一体化发展模式。浙江的科技创新协同治理发展水平较高，在科技资源投入、成果激励、教育培养、社会参与等方面都具备一定的优势。

从南部沿海来看，广东的科技创新协同治理发展势头强劲，在科技创新资源统筹分配、科技创新成果孵化、科技创新人才评价、科技创新活动参与等方面具有较为丰富且先进的管理经验。福建的科技部门在科技创新资源注入、人才与成果对接等方面发挥举足轻重的作用，要进一步提升福建的科技创新协同治理能力。海南在科创投入、科创成果等方面相对其他沿海省市存在一定差距，同时人才培养薄弱，需要大力引入高等教师资源、高层次科技产业人才。社会参与也存在不充分等情况，需要提升社会公众科技创新认知水平，调动公众科技创新发展参与积极性。

第三，基于2012-2021年11个沿海省市的科技创新协同治理发展水平，预测2022-2025年的科技创新协同治理发展水平。从预测结果来看，我国沿海省市除了海南，其他沿海省市在2025年都实现协同状态的演变，福建、广东、河北、浙江等沿海省市跨越至完美协同状态，上海从初级协同转变为完美协同，北京、山东等地从初级协同转变为深度协同状态，天津、辽宁、江苏则是从初级协同跨越至高度协同，海南始终维持在初级协同状态。

（二）相关建议

基于上述结论，笔者根据沿海省市存在的问题提出如下建议：

第一，优化科技创新领域资源投入配置机制。政府继续发挥引领作用，聚焦科技创新资源高效率分配，重点支持科技创新重点研发项目，在项目批复、人才引进、资金流转、技术升级等方面构建资源动态分配机制，疏通科技创新多要素流通轨道，使其内外畅通，让投入资源聚焦科技战略领域，尽快形成合理化科技布局、高效化资源布控的科技创新配置新机制。进一步释放科技创新治理效能，提升科技创新发展内生动力。沿海地方政府还应锚定国家科技创新战略规划和国家重大科技创新领域，优化科技创新财政支出政策，解决科技创新基础研究、应用研究投入结构等矛盾，释放科技创新协同治理效能。政府部门要对企业、公共科研机构等主体的科技创新技术升级改造给予资源倾斜，增强科技创新治理主体硬实力，培育科技创新新质生产力，拓寬传统科技增长路径，打造新经济增长框架。积极引入社会资本，以政府财政引入的方式增强政府公信力为前提，多渠道实现科技创新动态化投入，注重科技战略化投资，打造多融通科技创新投入生态圈。

第二，构建科技创新人才产业协同培养体系。整合地方教育资源与科技产业积极对接，制定公共科研机构与科技创新企业联合培养方案，加快推动建立新型科技产业人才协同培养交流平台，形成地方政府与企业、科研机构、高等院校之间的多主体交流机制，让高等教育与产业需求紧密衔接。激励科研机构、企业等科技主体打造科技创新人才融合培养共享机制，在培养科技创新人才的同时更好地共享科技创新人才成果，形成教学研产一体化格局，保证学科与产业的联通、渗透，从而实现理论知识转化为经济生产效益，服务沿海省市经济发展。政府应建立学科与产业交叉融合机制，积极听取不同科技创新主体的意见，加强基础学科与应用研究的深度融合，推进教育产业人才“三位一体”发展，用好“政产学研”合作竞争模式，培育高层次科技攻关人才协同科研攻关，孕育重大科技成果，支撑沿海省市的科技创新发展迈向新阶段。以人才培养促进科技创新企业孵化，在培育高层次科技创新人才队伍的基础上，制定科技创新创业优惠政策，推动高层次人才积极创业，扩大科技创新企业规模，营造浓厚的沿海省市科技创新企业环境生态环境，贡献更大的科技创新力量。

第三，推广科技创新应用转化激励落地政策。政府科技部门在做好多部门横向协同配合的同时，保证央地纵向科技垂直联动，因地制宜地制定符合地区发展的科技创新政策，通过协商、决策、优化等多元化治理手段推动政策落地，高质量服务好企业、公共科研机构等科技创新主体。加快实现规划引领、科研孵化、成果落地，使科技创新生产提能增效，保持科研力度，延伸深度，拓展广度。健全科技创新转化长效机制，由科研部门牵头，推动科技创新主体共同研发“卡脖子”关键科学技术，增强国家科技创新现代化能力，将前沿科技创新理论落实到经济生产环节。推行科技创新成果激励分类机制，保证科技人才评价、成果评价效果客观、公正、透明，激发科研人员研发积极性，确保科研人员拥有更加灵活的科研自由度，开展多学科交叉基础研究，解决多领域科学技术应用难点，完善科技创新现代化产业体系，加速产学研深度融合，驱动科技创新转化高质量发展。同时，建立科技创新生产落地容错机制、科技创新风险防范机制，鼓励科技创新主体进行产出高、风险高的科技创新活动，打造具有前沿性、实用性的科技创新产业链条，促进科技创新活动产品迭代，助力我国科技创新跨越式发展。

第四，增强科技创新产品科普供给公共服务。沿海省市的社会力量参与有着较为宽广的提升空间，需调动政府、企业以及公共科研机构的内在力量培育因地制宜的科普人才，惠及科技创新最新成果，在打造“接地气”且具备专业知识能力科普人才的同时更好地培养社会公众主体，为社会公众的个体科技创新认知赋能，不断增强社会公众的科技创新文化认知水平，提升社会公众科技创新文化软实力。调动社会公众积极参与的主观能动性，提高科技创新技术供给质量，保证科技创新产品的适用性、安全性、稳定性。坚持人民至上的政府服务理念，实施科技创新产品科普奖励制度，吸引科技创新企业、公共科研机构打造一批高质量科技创新产品并提升企业与公共科研机构的科普意愿。以政府为牵引，联合企业、公共科研机构搭建信息化科技创新产品的科普交流服务平台，拓展多样化科普供给渠道，满足不同社会公众的服务需求。政府部门还需建立信息化科普平台运行制度，做好科普人才队伍的管理，提升科普专业人才与社会力量之间的互动频率，注入科普生机活力，形成双向轨道互通的良序科普效果，解决社会公众治理主体在科技创新治理中参与不足的困境，构建较为完善的多治理主体下的科技创新协同治理空间格局。

【参考文献】

［1］方力，任晓刚.发挥科技创新治理体系的引领作用［J］.前线，2020（12）：74-76.

［2］陈套，尤超良.我国科技创新系统的治理与创新治理体系建设［J］.科学管理研究，2015（4）：10-13+25.

［3］杨忠泰.改革开放40年科技创新演进脉络和战略进路［J］.中国科技论坛，2019（4）：8-16.

［4］李瑞.新形势下科技创新治理复杂性及“元治理”体系构建［J］.自然辩证法研究，2021（5）：60-66.

［5］朱本用.我国政府科技治理能力建设研究［J］.广西大学学报（哲学社会科学版），2020（6）：106-110.

［6］巩芳，温玲霞.内蒙古科技创新绩效综合评价研究［J］.资源开发与市场，2015（9）：1031-1035.

［7］郭奕含，冯亚楠，何丰耀.陕西科技创新治理能力指标体系的构建及思考［J］.新西部，2023（6）：78-80.

［8］胡云霞.政府科技创新治理能力指标体系构建与评价研究［J］.安徽工业大学学报（社会科学版），2022（2）：10-14.

［9］梁树发.协同学与辩证唯物主义──读哈肯的《协同学：大自然构成的奥秘》［J］.山东工业大学学报（社会科学版），1996（4）：1-4.

［10］李振华，封新宇，吴文清，等.多中心治理模式下区域科技孵化网络协同创新机制研究［J］.中国科技论坛，2016（1）：44-50.

［11］程跃.科技创新系统多主体协同治理能力动态演化模式研究［J］.广西社会科学，2018（1）：151-155.

［12］赵新峰，李水金，王鑫.协同视阈下雄安新区创新共同体治理体系的建构方略［J］.中国行政管理，2020（6）：44-50.

［13］陈华脉，刘满凤，张承.中国环境协同治理指标体系构建与协同度测度［J］.统计与决策，2022（7）：35-39.

［14］刘华，陈夏.复杂系统视角下建筑垃圾治理系统协同度评价［J］.安全与环境学报，2022（6）：3379-3386.

［15］陈套，冯锋.中国区域科技创新系统治理能力动态评价与提升路径［J］.大连理工大学学报（社会科学版），2016（1）：44-50.

［16］李瑞.新形势下科技创新治理复杂性及“元治理”体系构建［J］.自然辩证法研究，2021（5）：60-66.

［17］韩子睿，商丽媛，魏晶.長三角科创圈区域科技创新治理［J］.科技导报，2020（5）：85-91.

［18］李学成.科技创新人才可持续发展的规律性认知研究［J］.创新科技，2019（5）：55-60.

［19］吴欣桐，梅亮，陈劲.建构“整合式创新”：来自中国高铁的启示［J］.科学学与科学技术管理，2020（1）：66-82.

［20］王文成，隋苑.生产性服务业和高技术产业协同集聚对区域创新效率的空间效应研究［J］.管理学报，2022（5）：696-704.

［21］邢艳春，王嘉策，马文卿，等.基于改进CRITIC-G1赋权的中国“五化”发展测度［J］.统计与决策，2019（14）：42-46.

［22］刘淑茹，魏晓晓.基于改进CRITIC法的西部地区新型城镇化水平测度［J］.生态经济，2019（7）：98-102.

［23］孟毅，韩凤晶，李秀蓉.广东沿海经济带城市群科技创新协同发展研究［J］.中国软科学，2022（S1）：316-321.［24］李剑玲，樊响.生态视角的京津冀协同发展实证研究——基于三大城市群比较［J］.河北学刊，2023（2）：156-163.

Measurement and Prediction of the Development Level of

Scientific and Technological Innovation Collaborative

Governance in China’s Coastal Areas

Zhang Wenhong，He Fengyao

Abstract：Collaborative governance of science and technology innovation is an inherent requirement for improving the overall efficiency of science and technology innovation system. This paper aims to explain the mechanism of the collaborative governance of science and technology innovation composite system，and establish a collaborative governance system of science and technology innovation from the aspects of science and technology innovation input，science and technology innovation output，talent education and training，and social force participation.The composite system cooperation degree model empowered by the Improvement CRITIC was applied to measure the development level of science and technology innovation collaborative governance of 11 coastal provinces and cities in China from 2012 to 2021，and regional analysis was carried out.The grey model was used to predict the state of science and technology innovation collaborative governance of 11 coastal provinces and cities from 2022 to 2025.The results show that the development level of science and technology innovation collaborative governance in China’s coastal provinces and cities shows an increasing trend，but the overall situation is“high in the southern coast，low in the eastern coast and low in the northern coast.” According to the predicted results，Hainan maintains the primary coordination state，Beijing and Shandong transform from primary coordination to deep coordination state，Tianjin，Liaoning and Jiangsu transform from primary coordination to high coordination state，and Shanghai，Zhejiang，Fujian，Guangdong and Hebei transform into perfect coordination state.Based on the measurement situation of coastal provinces and cities，in order to enhance the driving force of science and technology innovation governance in coastal provinces and cities，suggestions are put forward from the aspects of optimization of science and technology resource allocation，collaborative training of talent industry，incentive for transformation of scientific and technological achievements，and supply of products for popular science.

Key words：collaborative governance of scientific and technological innovation；improve CRITIC empowerment； cooperative degree model of composite system；grey prediction model

（责任编辑：董博宇）