张晓芬　闫鹏　陈思雨

摘 要：在全球经济向服务经济转型阶段，辽宁省作为老工业基地其制造业始终处于技术含量不高、产品附加值不高等问题。需要创新才能打破价值链低端的困境，这就需要依赖于相关产业的创新与发展。而生产性服务业通过研发、知识传播，它的发展也提高了制造业的创新能力，两者之间就要形成协同创新体系。因此，文章在文献萃取和辽宁省制造业与生产性服务业创新现状分析的基础上，找出影响协同创新的关键因素，并选用协同学理论下的哈肯模型，建立两两要素比较分析的运动方程，经过求解得出协同创新序参量的序列，即与制造业协同创新的辽宁省生产性服务业发展影响因素，按照其对创新系统支配能力的大小划分依次技术因素，资金因素，政策因素、人力资源资因素，据此提出辽宁制造业与生产性服务业协调创新的建议。

关键词：辽宁 制造业与生产服务业 协同创新 影响因素

中图分类号：F207 文献标识码：A

文章编号：1004-4914（2016）08-190-03

一、引言

随着全球经济向服务经济时代转型，生产性服务业也快速发展，现已渗透于商务、信息、科技、金融、物流等重要领域，其创新有利于提高制造企业的核心竞争力，有利于完善和发展区域创新系统，有利于促进创新要素的流动。随着生产性服务业与制造业互动融合关系的日益紧密，两者之间的创新发展也逐步表现为协同趋势。

王艳敏、郭茂来、姜霄、庞建军（2014）主要建立了分布式知识资源下制造企业的技术创新能力体系，并强调R&D费用的投入量是其中重要的考量指标。段万春，郑静凯（2013）提出了生产性服务业中知识密集型服务业的创新需要创新战略、创新人才、创新部门在内的内部驱动以及包括技术、服务、制度、管理、供应商、竞争者、客户在内的外部驱动。而且孙立行（2014）又提出了专业人才是服务贸易竞争优势的最大动力。丁明磊、陈志（2014）提出关键材料和核心工艺加强，产品附加值提高和创新人才投入可以促进我国制造业的创新发展。

金明慧、关伟（2014）在其基础上添加了人才因素，经济开放程度、城市发展水平的影响，同时强调市场需求和网络技术革新是推动生产性服务行业创新的主要力量。

荏苒、李晓西（2011）提出通过人力资本和知识资本的积累来促进生产性服务业的创新发展，另外扩大信息技术的网络效用和知识溢出效应的影响。申静、孟越、杨保珠（2014）根据服务创新驱动力模型，将影响我国高技术服务业创新的关键因素总结为创新投入、创新产出和创新环境。

王成东、綦良群、蔡渊渊（2015）利用中间投入率和中间需求率指标构建融合水平综合测度模型，提出装备制造业与生产性服务业融合影响因素分别为：技术能力、产品能力、市场能力、管理能力和环境因素。通过对相关文献的研读和梳理，对生产性服务业的创新研究大多是以定性的角度提出了其创新发展的合理化建议和实施对策，缺乏权威数据的支持和计量模型的实际验证。因此，在本文当中将弥补这一不足之处，充分利用真实有效的实际数据作为有力的支撑，并且建立数学模型进行定量分析找出影响协同创新绩效的关键因素。

二、辽宁省制造业和生产性服务业创新发展现状

辽宁省作为重要的东北老工业基地，制造业是其区域经济发展的支柱性产业，其创新将成为整体国民经济的振兴的中流砥柱。制造业的创新发展主要体现在现代制造业的发展水平上，2011—2013年，现代制造业的主营业务收入分别为1898亿元、2214亿元和2362.4亿元，表示现代制造业的正逐年不断攀升。

数据显示，辽宁省生产性服务业得到了持续而良好地发展。不仅增加了对辽宁省生产性服务业的创新投入，同时从科技项目数量、高新技术产业数量等数据指标中可以看出，辽宁省生产性服务业的创新产出也处于逐年稳步上升的趋势。因此，应继续营造适宜的创新环境，不断扶持和加强辽宁省生产性服务业的创新发展，为工业产业的转型升级、价值链的延伸、区域经济的繁荣起到积极的促进作用。

三、协同创新影响因素实证分析

1.协同创新影响因素选取。经过文献萃取的元分析以及对以上文献中评价指标体系的梳理，通过出现频率的计算，本文选取出现频率较高的因子将制造业与生产性服务业协同创新发展的影响因素归纳为环境创新要素、资本创新要素、技术创新要素和人力资本创新要素4个方面。相对应设定的指标如表3所示。

2.实证分析。

（1）哈肯模型的构建。区域产业协同创新发展强调各系统间以及系统内部各子系统间相互协作创新并有机地整合成有序演变状态，其本质是创新要素与产业的协同，其中“创新要素”，不仅反映了创新子系统各自的资源禀赋，又是创新子系统参与区域创新协同合作的依据，也蕴含了系统创新主体间要素共享的协同内涵。产业协同创新系统中包含多个不同的创新子系统，为简化模型分析并且考虑到本文主要的研究对象，假设创新产业系统当中的生产性服务业创新子系统和制造业创新子系统分别为创新子系统A和创新子系统B，状态变量分别为q1和q2。根据哈肯模型的原理，两个子系统状态之间的基本关系为：

q1=-λ1q1-aq1q2（3.1）

q2=-λ2q2+bq12（3.2）

（3.1）和（3.2）共同反映了两个创新子系统之间的相互作用关系，等式中的λ1和λ2为阻尼系数；a和b为控制参数用来反映q1和q2的相互作用强度。对等式尽心离散化处理可以得到：

q1（k+1）=（1-λ1）q1（k）-aq1（k）q2（k）（3.3）

q2（k+1）=（1-λ2）q2（k）+bq1（k）q1（k）（3.4）

等式中的k为基准时间，表示进行离散处理后，子系统中状态变量的基础状态。

本文将延续刘莹（2014）扩展哈肯模型的指标数量的处理方法，对多个变量进行两两组合分析，确定序参量次序，其基本步骤为：第一步，提出模型假设；第二步，构造两两变量间的运动方程并判断方程是否成立；第三步，依据“绝热近似假设”求解运动方程参数；第四步，判断模型假设是否成立，最终能够得出系统的序参量和相应的排列顺序。

（2）指标的选取和依据。通过分析辽宁省区域创新协同发展的影响因素确定主要作用参量（见表4），在上述研究的创新要素中构造两两间的运动方程，求解后可识别出辽宁省区域创新协同发展的序参量并根据序参量的得分值评估辽宁省区域创新协同的发展水平。

第一，指标贡献值的计算。功效函数是用来计算各指标对系统功效贡献大小，本文运用功效函数计算衡量生产性服务业与制造业协同影响因素指标对子系统的贡献率。

第二，权重的计算。协同创新系统指标xi对系统的有序度的总贡献可以通过集成的方法来实现。采用熵值法来计算协同创新因素的权重。将样本的个数表示为n，协同创新影响因素的个数表示为p，Xij（i=1，2，…，n；j=1，2，…，p）可以表示在第i个数据样本中第j个序参量指标对子系统贡献的量值，具体操作略。

由表6可知，按照贡献度依次排序为财政科技拨款、高新技术设备引入量、R&D经费、科技人员数量、企业科技项目引入量、科技经费、R&D人员数量、高校在校人员数量。因此，由于创新资金项下的R&D经费贡献率>企业科技经费贡献率；创新科技项下的高新技术设备引入量贡献率>企业科技项目引入量贡献率；创新人力资本项下的科技人员数量贡献率> R&D人员数量>高校在校人员数量贡献率，又考虑到数据的导向性、连贯性、稳定性和代表性，最终选择财政科技拨款、R&D经费、科技从业人员数量、高新技术设备引入量分别作为创新环境因素（IP）、创新资本因素（IK）、创新人资因素（IL）和创新技术因素（IT）的代表变量。

（3）实证分析过程及结果。首先提出模型假设，对于IT和IP两个状态变量，假设IT为序参量，即IT为q1；其次，根据方程（3.3）、（3.4）构建运动方程，利用Eviews8.0软件对数据进行广义矩估计方法（GMM）下的回归分析来估计模型方程，该方法与传统的普通最小二乘法（OLS）估计方法、加权最小二乘法（WLS）估计方法、工具变量法估计方法和极大似然估计方法等计量估计方法相比较具有一定独特的优越性，即它不要求知道随机扰动项的准确分布信息，且允许随机扰动项存在异方差和序列自相关。最终估计的分析结果如下：

IT（k+1）=（1-λ1）IT（k）-aIT（k）IP（k）

IP（k+1）=（1-λ2）IP（k）+bIT2（k）

1-λ1=1.055088，则λ1=-0.55088<0；1-λ2=0.000681，则λ2=0.172662，但由于a=0.000681的显著性水平为0.4746，分别>0.01、0.05、0.1，说明在1%，5%和10%的水平上皆不显著，因此，可以判定在此假设条件下的运动方程不能成立，那么，再分别对IK和IP，IP和IL，IK和IL，IK和IT，IL和IT进行序参量的假设并利用相同的分析过程以及估计方法进行判定，最终分析结果如表7所示。

四、结论和建议

通过分析比较可得，与制造业协同创新的辽宁省生产性服务业发展影响因素按照其对创新系统支配能力的大小划分，依次为IT：创新技术因素；IK：创新资金因素；IP：创新政策因素；IL：创新人资因素。

在模型假设2中，状态变量是IK和IP，由于a反映了IP对IK的协同影响且a>0，说明IP对IK起到了抑制作用；由于b反映了IK对IP的协同影响且b>0，IK促进了IP的增长，表示当前应该提出利于创新资金投入的创新政策；λ1>0且λ2>0，说明IK状态变量建立了使得系统有序演化的负反馈机制、IP状态变量建立了使得系统有序增强的负反馈机制。

在模型假设3中，状态变量是IP和IL，由于a反映了IL对IP的协同影响且a<0，说明IL对IP起到了推动作用；由于b反映了IP对IL的协同影响且b>0，IP促进了IL的增长，表示创新人才的重要性已然得到了广泛关注和认可，应该继续制定助力创新人才培养和配备的相关创新政策；λ1>0且λ2>0，说明IP状态变量建立了使得系统有序演化的负反馈机制、IL状态变量建立了使得系统有序增强的负反馈机制。

在模型假设5中，状态变量是IT和IK，由于a反映了IK对IT的协同影响且a>0，说明IK对IT起了抑制作用；由于b反映了IT对IK的协同影响且b>0，说明IT促进IK的增长，表示通过创新技术的不断革新可以拉动创新资金的筹集和运用，更加证实了创新技术的首要性和重要性；λ1<0且λ2>0，说明IT状态变量建立了使系统有序演化的正反馈机制、IK状态变量建立了使得系统有序增强的负反馈机制。

因此，辽宁生产性服务业和制造业协同创新首先要从技术更新、技术合作、共创技术三个方面来共同支撑技术的创新，涉及到的企业主要为科技服务业；其次要增加创新资金的投入，充分利用金融衍生工具的方式扩展融资渠道来进行资金创新的开展，主要涉及到了生产性服务业中的金融服务业；再次，通过环境创新、服务创新、组织创新和管理创新来进行创新政策的引导，加强内外创新软硬环境的建设；最后，不仅要依靠组织内外的选拔增加创新人才要素的投入，又要促进要素的流动互动来促进人力资本的积累和更新，它同样涉及到了生产性服务业中几乎所有的细分行业，助力创新联盟的产生和发展，创新人才将成为行业及企业间合作融合、紧密连接的催化剂。

[基金项目：辽宁省教育厅人文社会科学研究项目（编号：W2014096）；辽宁省科技厅一般研究项目（编号：201602381）；辽宁省社会科学规划基金项目（编号：L15CJL001）。]

参考文献：

[1] 吉海涛.辽宁高端装备制造业协同创新发展研究.长春工业大学学报，2014，26（5）：33-36

[2] 王刚，刘艳良，张世杰.浅议辽宁省装备制造业创新能力问题.中国发展，2014，14（3）：72-74

[3] 夏青.基于哈肯模型的现代服务业演化机制研究.中国矿业大学学报，2013，42（4）：683-688

[4] 申静，孟越，杨保珠.中国高技术服务业服务创新能力评价.技术经济，2014，33（1）：40

[5] 王成东，綦良群，蔡渊渊.装备制造业与生产性服务业融合影响因素研究.工业技术经济，2015（2）：134-142

[6] 王成东.装备制造业与生产性服务业融合动因驱动强度测度研究-基于效率视角的实证分析.科技进步与对策，2015，32（3）：60-63

[7] 赵玉林，魏芳.基于哈肯模型的高技术产业化过程机制研究.科技进步与对策，2007，24（4）：84-85

（作者单位：1.张晓芬，辽宁工业大学经济学院；2.闫鹏，辽宁工业大学国际交流学院；3.陈思雨，辽宁工业大学研究生学院 辽宁锦州 121001）

[第一作者简介：张晓芬（1968—），女，辽宁凌海人，工商管理硕士，辽宁工业大学，经济学院教授]

（责编：若佳）