APP下载

创新驱动背景下的国际科技合作模型兼论中奥科技合作模式

2020-09-14林茜妍陈雄辛秉清

湖北农业科学 2020年13期

林茜妍 陈雄 辛秉清

摘要:广泛开展国际科技合作是当前全球各国提升创新能力、弥补自身短板、实现高质量发展的内在需求。通过梳理2015—2019年全球创新发展报告,总结全球科技创新格局,得到创新规律演变趋势:从重视基础研究拓展到重视科技创新绩效;从创新数量向创新质量转变;全球创新呈多極化发展趋势;科学与技术一体化;创新链与产业链融合;通过国际合作推动科技创新。在此背景下,借鉴巴斯德象限模型,结合中国科技创新实际,提出了创新链与产业链双向融合的国际合作路径,并以中奥科技合作为例提出相应的对策建议。

关键词:全球创新指数;国际科技合作;科学技术一体化;创新链与产业链融合;中奥科技合作

Abstract: Conducting international scientific and technological cooperation is internal need for countries around the world to enhance innovation capability, make up their weaknesses and achieve high-quality development. Combing 2015—2019 global innovation development report, summarizing the global pattern of scientific and technological innovation, the evolution trend of innovation law is as follows: from attaching importance to basic research expansion to scientific and technological innovation performance; from innovation quantity to innovation quality; global innovation shows a multipolar development trend; science and technology integration; innovation chain and industrial chain integration; promoting scientific and technological innovation through international cooperation. In this context, referring to the Pasteur quadrant model and combining with the reality of China's scientific and technological innovation, the international cooperation path of two-way integration of innovation chain and industrial chain is put forward, and the corresponding countermeasures and suggestions are proposed taking China-Austria scientific and technological cooperation as an example.

Key words: global innovation index; international scientific and technological cooperation; integration of science and technology; integration of innovation chain and industrial chain; China-Austria scientific and technological cooperation

纵观历次工业革命,科技对生产力的作用日益凸显,将发展科技摆在国家竞争力提升的重要位置,已成为全球主流。为抢抓科技发展先机,抢占大科学时代分工重构的全球创新链与产业链前端,各国加快科技创新进程,全球创新版图瞬息万变。

全球创新发展报告显示,21世纪以来,欧洲国家创新水平始终位于前列;东南亚创新发展主要由新加坡、韩国等国家和中国香港地区领跑,其他经济体徘徊在中位数附近。2019年,全球经济增长进入缓速期,生产力增长创下史上最低,但全球平均创新投资在增加,对知识产权的利用更是创下新高。从整体看,各国经济与创新能力水平差距仍然存在,但已有“创新实现者”通过部署创新发展战略,加快赶超进程。

纵观中国创新实践历程,中国始终重视科学技术的引领作用,依靠国家政策层面的引导与推动,已完成扩大创新规模到提升创新质量的目标转变,重视原始创新,并在新的技术革命窗口期通过产业转型、再工业化,在一些领域实现了赶超;在当前转型攻坚期,始终将创新驱动摆在经济发展的核心地位,不断加大研发力度,充分发挥市场在资源配置中的作用,取得了良好的创新成效和经济收益。虽然如此,在大科学时代,中国仍面临创新投入大但效率不高、创新质量有待进一步提升、原始创新和前沿科学领域存在短板等困境。为此,本研究对2015—2019年全球创新能力报告分析结论进行梳理,以中国和奥地利科技创新合作为案例,尝试建立普适性的国际科技协同创新框架,一方面为促进中奥科技创新合作提供指导,另一方面也为完善国际科技协同创新理论提供帮助。

1 国际科技合作框架

1.1 文献梳理

张世专等[1]将国际科技合作划分为广义和狭义两个范畴,前者是国家之间开展与科技有关的交流与合作活动,后者是针对前沿科学、先进技术的跨国协作活动。无论国际科技合作如何划分,从本质上看,均是发生于国际层面,聚焦推动科学技术进步,基于要素融通、技术互补的能力协同的过程。由此,科技合作呈现出两种合作进路,即基于要素的合作和基于技术的合作。基于要素的合作关注资本、人力、技术等科技创新要素。布鲁克菲尔德指出,发达国家和发展中国家经济发展相互依赖于彼此的资本、劳动力和市场等;而克歇尔等则依据区域资源禀赋,提出要素流动模式。相关代表理论诸如相互依赖理论、资源禀赋理论、比较优势理论、垄断优势理论等。基于技术的合作聚焦于技术成果、技术产品等。Posner[2]指出,各国科技发展水平不同,技术也存在差距;克鲁格曼认为,发达国家技术创新产品会流向发展中国家,进而发生技术转移。相关理论包括技术差距理论、中间技术理论、技术转移理论等。这些观点为国际科技合作提供研究视角,引发学者们针对创新链不同环节展开深入探讨。

1.1.1 合作动因 陈健雄等[3]指出,实现技术进步、优化资源配置、分散研发风险、降低研发成本、拓展市场等均是国际科技合作的动因。Hanna等[4]、Fiaz[5]认为政策环境对科技合作具有重要促进作用,Martínez-Romn等[6]指出宏观环境因素对科技合作具有关键影响。Schwartz等[7]认为获取知识、资金等创新资源,实现自身创新能力提升是重要的合作动机。傅利平等[8]指出合作有利于获取创新资源、产生知识溢出效应,进而产生“合作剩余”。López[9]、Okamuro等[10]研究发现,通过合作整合、优化主体资源,不仅有助于实现规模经济,而且能降低成本、分散风险。Gulati[11]、Gerybadze等[12]认为科技合作有利于从合作方获得信息和知识溢出,增加自身知识积累,推动科技创新,最终实现绩效提升。上述研究主要从环境因素、资源获取、成本与风险、绩效等方面阐明了国际科技合作的动机,具体涵盖了要素-技术-产品-绩效的全创新链条,而从动力源来看,主要呈现为前端要素的政策推动和末端绩效的市场拉动。

1.1.2 影响因素 Boschma[13]概括了创新合作的影响因素,王海花等[14]、毛磊等[15]则将这些影响因素进一步划分为认知邻近、组织邻近、社会邻近、制度邻近及地理邻近5个维度。其中,认知邻近、组织邻近、社会邻近维度来自合作主体的中观层面因素;制度邻近维度主要涵盖合作所处的政治政策、市场等外部环境因素,具有协同意向的国家之间通常搭建有完备的合作框架,为协同活动的开展提供行动指南;地理邻近维度则是客观自然因素,通常来说,地理距离越近越有利于合作。

1.1.3 合作模式 国际科技合作模式众多,但在具体实践中,模式选择往往受政治、经济、科技水平、资源要素等因素影响。根据合作双方科技能力强度可分为强强合作、强弱合作、弱弱合作;依据政府参与情况,可分为政府间合作、民间合作;根据所处创新链环节,可分为基于要素的基础研究合作、基于技术的技术研发合作、基于市场的产品合作、基于绩效的运营合作等。叶乘伟[16]辨识了5种基本的国际科技合作模式,即互换型、互补型、分布式、矩阵式以及虚拟合作。此外,还有基于合作联系紧密度[17]、合作导向[18]、主导力量[19]、合作组织形式[20]、交易成本[21]等视角的合作模式。

1.1.4 合作结果 國际科技合作主要是为了实现经济效益、社会效益等[22],其主要路径是通过合作获得知识、技术、人才等高质量创新资源,推动技术进步。相应地,合作结果研究有基于知识基础观和基于资源基础观[23]的进路。

既有研究内容涵盖了国际科技合作原因(动力)-过程(模式、机制)-结果(绩效)全过程,产生了不少理论成果,但科技创新研究应是立于实际、指导实践,而不同阶段的特征对合作有不同要求,其模式应不断发展与演化,才能更好地发挥支撑、引领作用。因此,本研究基于既有研究成果,结合当前全球创新趋势,尝试建立国际科技合作框架。

1.2 创新驱动背景下的国际科技合作逻辑

从全球创新指数报告结论看,早期科技发展由政策驱动基础研究进展和应用研究深化,随后在经济走低的形势下各国重视技术应用和市场化,即在政策推动和市场拉动下,科学技术发展似乎呈现出两个极端,将科学原理和科学发现与科技转化和应用割裂开来。比如Bush[24]从科学技术政策角度对科学研究进行了两极划分,认为基础研究的目的是增加人类对自然的认识,并且研究成果也无法在现阶段产生商业价值;应用研究针对实际问题,目的是增进社会福祉。但随后司托克斯D.E.[25]发现,除万尼瓦尔的两极划分方式外,更多研究处于二者之间,受其共同驱使。由此,巴斯德象限模型得以建立,并描述了这种兼顾认知与应用导向、融合科学与技术的创新模式。

巴斯德象限模型根据认知目标和应用目标对科技创新进行划分,包括认知导向的纯基础科学研究、应用导向的基础研究及纯应用研究。该理论阐述的科学与技术一体化观点与当前大科学时代和全球创新驱动发展背景下的科技创新趋势具有一致性,即基础研究是技术进步的理论支撑,决定了技术水平的上限;技术发展是基础研究价值的实现环节,对其发展具有一定引领作用;开展以应用为导向的基础研究是科学与技术一体化的重要体现,符合“科学技术是第一生产力”的重要内涵,也是实现推进创新链与产业链双向融合的内在逻辑。因此,本研究基于巴斯德象限模型构建国际科技合作框架,如图1所示。

在双链条融合框架下,通过开展国际科技合作,优化配置创新资源、补齐能力短板,充分发挥政策因素的推动作用和市场因素的拉动作用,以应用导向的基础研究为支撑点,以市场导向的技术转化、产品开发为着力点,并延伸至全链条,形成科技创新的良性闭环,不断迭代提升经济体整体实力,最终实现全球创新驱动发展、社会经济共荣、科技资源共享的繁荣局面。

1.3 中国开展国际合作路径分析

根据上述理论框架,对于中国国际科技合作实践,应利用合作方优势资源与能力,补齐自身短板,从完善创新链与产业链深度融合入手,沿基础研究、应用导向的基础研究到应用研究的路径推进。

在基础研究领域,通过合作优化创新要素配置,奠定创新基础。高技术人才是移动的智力资源,是实现基础研究突破的能动主体,主要模式有合作培养人才、人才交流和人才引进,可通过高校联合、校企或校研共育的方式实现;创新资源要素,借助合作方基础设施、学科优势等,实现前沿技术水平提升。

在应用导向的基础研究领域,以产业需求为导向,采取建立国际产学研创新联盟、设立项目计划、建立技术转移平台等模式实现知识成果商业化。例如,《关于中美清洁能源联合研究中心合作议定书》规定在计划领域内按1∶1的比例共同出资,并采取协议知识产权附录和知识产权指南、实施技术管理计划、举办知识产权研讨会以及组建专家组等措施推动知识产权共享。

在应用研究领域,其最终目的是实现科学价值的关键一环,是双链的终端环节,也是国际社会关注并着力推进完善创新闭环的重要部分,主要模式有国际创新技术转移、国际产业技术联盟、战略联盟等。由于该模式的特征,中国在市场方面具有强大吸引力,但目前成果转化效率不高,还需加大政策引导,同时也是科学与技术一体化发展的枢纽环节。例如,空客联盟联合多国分属不同链条环节的高校、研发机构和企业,直接输出针对市场需求的产品。

从上述三条路径看,首先,重视基础研究合作,吸收先进理论,向科学前沿逼近;其次,大力推进应用研究合作,实现技术引领经济高质量发展;第三,强调应用导向的基础研究合作,发挥科学对技术的支撑、技术对科学的引领作用。在当前全球创新的新态势下,从整体看,横向的要素协同/互补,主要发生于创新价值链的相同环节,表现为创新链与产业链横向对接,如在创新价值链前端,开展创意产出与产品、技术设计合作,该合作模式要求协同主体具有相似的关系网络、从业领域等,通过资源交换强化其在某一环节的优势;纵向的功能协同/互补,主要发生于创新价值链相互衔接的环节,如创新链沿知识创造-技术创新、产业链技术应用-产品设计等。从两条路径看,横向互补是纵向互补的基础,既是资源配置-成果产出-功能实现的递进发展过程,也遵循了微观要素流动-中观主体合作-宏观系统协同的逻辑顺序,是创新链与产业连双向融合的前提。

2 案例分析

在世界知識产权组织发布的《2019年全球创新指数(GII)》报告中[26],排名前十的国家中有7个为体量较小的国家,7个小国家中又有5个地处欧洲。在全球贸易摩擦加剧,经济全球化进程受阻,大国之间贸易合作、政治对话难度增加的大背景下,强化科技外交,着眼于与创新性“关键小国”的科技合作,将成为中国开拓国际科技合作的新渠道与助力经济发展的新机遇。一方面,奥地利作为地处欧洲中心位置的传统发达国家,与东欧、西欧板块国家紧密联系,具有欧洲区域经贸合作的枢纽地位,社会和政治形态稳定、工业基础扎实、贸易市场开放,并且同样以创新为发展动力。另一方面,奥地利并不具备门类齐全的工业行业及衍生产业,国内具有资源、功能的先天不足。与此同时,奥地利确立了美国、中国、俄罗斯、印度4个非欧盟国家为其国际科教合作第一等级国家,并且认为中国是奥地利最需要加强合作的国家[27]。因此,开展促进中奥科技合作的研究对于中国开拓新形势下的科技合作具有重要的战略意义。但是,目前关于中奥科技合作的公开文献报道并不多见,这容易使中国在应对新的中奥合作契机时陷入储备不足的被动局面。

2.1 奥地利创新概况——合作创新基础分析

近年来,奥地利经济增长良好,科研投入在GDP的占比在欧盟国家中多年维持在第二(2018年为3.19%,紧随瑞典的3.25%之后),早在2014年奥地利就达到了欧盟制定的科研投入在GDP的占比于2020年达到3%的目标。2015—2019年奥地利的GII指数全球排名稳定在20名上下,在欧洲国家中排名在13名左右,整体创新能力居于全球较好水平。但从表1来看,其创新效率(产出/投入)稍显不足,排名远落后于GII指数排名。

奥地利GII指数的各项一级指标得分如图2所示。从图2可以看出,人力资本与研究指标表现最佳,排名稳定在世界第八位,对奥地利的创新投入拉动作用明显;体制、基础设施和商业成熟度虽有小幅波动,但排名也较为稳定,基本位于20名之上,对奥地利的创新投入起到了主体支撑的作用;相对其他指标市场成熟度排名靠后,并且排名呈逐年下降趋势,严重限制了奥地利创新投入的进一步提升,对其创新能力也存在一定程度的负面影响;知识和技术产出指标存在一定波动,排名基本处于20~30名;创意产出指标在2015—2019年均位列前25名,但排名逐年下降,说明奥地利创意产出的阻碍逐渐加大。

具体来看,图2中的7个创新能力维度下设有21项二级指标。2019年,8项指标排名位于前20名的,依次为政治环境、监管环境、高等教育、研发、普通基础设施、知识型工人、创新关联、知识的创造。其中,监管环境和高等教育均名列前十,表现十分优秀,这8项指标极大地促进了奥地利创新能力的发展。排名位于20~30名的指标有6项,依次为教育、信息通信技术、生态可持续性、贸易、竞争和市场规模、知识吸收及网络创意,这6项指标对奥地利的创新能力也起到了正面作用。排名位于30~40名的指标有6项,依次为商业环境、信贷、知识的影响、知识的传播、无形资产及创意商品和服务,这6项指标存在一定的不足,对奥地利创新能力的进一步发展产生了不利影响。排名位于60名之后的指标有1项,即投资,该指标排名长期处于60名之后,极大地限制了市场成熟度一级指标的排名,严重制约了奥地利创新投入的提升。

2.2 中奥科技合作路径分析

利用全球创新指数中二级指标数据,分析奥地利创新能力情况,根据“资源共享、能力互补”的合作原则,从创新链与产业链融合环节入手,探讨中奥合作时间路径。

2.2.1 环境分析 奥方具有优势的二级指标有政治环境、监管环境、生态可持续性。奥地利之所以在这些方面具有较强优势,主要原因在于,一是奥地利作为发达国家,经济社会发展、科学技术发展、高等教育等历史较长、积淀丰富,有较为完善且有利于创新的政策、制度和环境;二是得益于奥地利的地缘优势,该国地处欧洲中部交通便利,又是德语系国家,与德国的科技创新联系紧密;三是奥地利高校与产业研究合作、产业集群发展以及引进外部投资表现突出,尤其在互联网领域发展较早,网络基础资源(体现在如通用顶级域、国家代码顶级域、维基百科编辑频次等指标)较为扎实。

2.2.2 前端分析 中奥双方都较强的二级指标有高等教育、创新关联、网络创意、研发、普通基础设施、知识的创造。奥地利在基础教育上的财政投入比例大,重视培育高素质人才,在全职研究人员比例和研发投入比例方面排到了全球前十;基础设施方面,奥地利则是在物流方面有优异表现;知识创造方面,奥地利在国际专利申请量方面更加突出。

2.2.3 末端分析 中奥双方目前仍存在一些两国都较落后的指标,例如商业环境和投资。商业环境方面,奥地利主要在创业政策方面表现不佳;投资方面,对于保护中小投资者奥地利做得不够理想,作为发达国家,其金融行业体量尤其是证券市场规模与其GDP规模不相匹配。

从上述基于全球创新指数报告的数据融合链条分析可知,奥地利在创新价值链前端具有较强优势,创新要素基础扎实,在人才培育和拥有的高素质人才数量分布上实力强劲,匹配相应的创意产出、研发等能力,可为中奥科技合作提供强大的智力支撑、技术源流。但其在中端技术转化等方面表现并不突出,在当前全球创新热点从重视创新到重视创新转化、提高经济效益的转变逻辑看,该环节需要通过国际合作,实现相应的功能补充。最后,在商业环境、投资等末端环节,奥地利表现较差。综合来看,奥地利可作为中奥科技合作的前端资源输出国,可通过适当的合作模式,补齐奥地利链条上的功能短板,丰富中国技术、产品资源储备。

2.3 中奥科技合作对策

2.3.1 产业链纵向功能合作 以合作国的政策推动或需求拉动,实现产业链纵向功能合作,破除或减弱国际科技合作中地理距离、社会、认知距离带来的要素流动壁垒。奥地利丰富的高等人才资源和先进的前沿科学技术、良好的合作环境和完善的创新体系,占据价值链的上游;中国具备贸易、竞争和市场规模的吸引力优势,在知识吸收、知识的影响、知识传播及无形资产方面的运作是强项,占据了价值链下游成果转化、应用环节的优势地位,合作双方的创新特征形成双链上下游的功能互补效应。因此,中国可以广泛引进前沿知识,并通过市场化运作,提升中国整体知识存量、提高创新能力。例如,利用奥地利鼓励企业参与欧盟及其他大国开展科研合作的政策,充分发挥奥方技术优势和中国市场优势,加强中奥创新成果技术转化、产业化方面的深度合作,充分发挥市场机制作用,引导和支持中奥民间自主合作,鼓励成立科技中介组织,尊重通行的国际规则,维护知识产权。

2.3.2 创新要素横向交融 中奥双方均在教育、研发、知识的创造等方面有优势,而这些指标对应双链中的基础研究和应用基础研究环节,二者可强强联合,采用错位发展思路,实现领域内特有资源补缺,进而实现实力提升。创建适合中奥多层次机构融合交流的平台,包括基础教育、高等院校、科研机构、科研型企业等,鼓励、支持中国的大学、研究院所、企业与奥方在重点领域建立国际联合实验室、创新中心,尤其针对奥方人工智能、无人驾驶、智能制造、生物医药与健康技术、绿色环保技术等领域优势,重点支持在奥方建立(共建)产学研一体化联合实验室/创新中心(如“一带一路”中奥联合实验室),通过项目共研、人才共育,形成全球领先的创新资源优势。

2.3.3 以市场优势补齐商业短板 对应于商业环境和投资的市场末端,两国均表现不佳,但中国市场规模大,具有较强的科技合作吸引力。由此,发挥经济体量的优势,充分发挥市场经济对科技创新资源的调配作用。中国应出台政策法规,实施优惠措施、激励措施,吸引民间资本进驻市场,丰富科技创新主体,完善融合链条体系结构。同时,健全支撑保障机制,鼓励、规范各种性质的科技金融服务机构,推出科技创新类保险等;建立科技中介机构,对接技术产品与市场,保障链条衔接顺畅,推动科技创新向经济、社会目标转进。

建议将奥地利作为创新性小国范例,将中奥科技协同创新研究模式推广到诸如瑞士、瑞典、以色列、荷兰、挪威等其他创新性小国的双边国际合作中,摸索适合于中国与该国的科技创新协同机制和模式。整体而言,国际合作涉及合作国内部政治、经济、文化以及彼此间的机制、系统、主体协同等诸多要素,必然面临一系列障碍,如沟通障碍、地理距离等。因此,对于国际合作应确立某一国、产业或主体的主导地位,运用平台集成模式,确立明确的合作目标,开展科技合作活动,以破除合作障碍,實现要素顺畅流通、重组,最终产生创新成果、实现共赢。

3 小结

本研究针对当前科技创新发展背景,总结全球创新模式,提出国际科技合作框架,提出顺应科学、技术一体化的创新链与产业链双向融合思路,并结合奥地利作为科技合作小国范例,引出大科学时代、创新驱动背景下的国际科技合作对策:加强人才、研发合作,培育原始创新能力;重视技术应用、产品运营合作,实现科学篡改新价值;通过国际合作,补齐合作双方自身能力短板,推动创新链与产业链双向融合,发挥基础科学的支撑作用及应用研究的引导作用,最终形成良性创新闭环,研究结论可为中国与其他国家开展国际科技合作提供思路借鉴。

参考文献:

[1] 张世专,王大明. 关于实质性国际科技合作的理想模型[J]. 中国科学院院刊,2011(5):597-605.

[2] POSNER M. International trade and technical change[J]. Oxford economic papers-new series,1961,13(3):323-341.

[3] 陈健雄,徐 翔. 国际技术合作的动因及其理论解释[J]. 国际经济合作,2009(12):19-23.

[4] HANNA V,WALSH K. Small firm networks:A successful approach to innovation[J]. R&D management,2002,32(3): 201-207.

[5] FIAZ M. An empirical study of university-industry R&D collaboration in China: Implications for technology in society[J]. Technology in society,2013,35(3):191-202.

[6] MART?NEZ-ROMN J A,GAMERO J,TAMAYO J A. Analysis of innovation in SMEs using an innovative capability-based non-linear model:A study in the province of Seville(Spain)[J]. Technovation,2011,31(9):459-475.