王儒奇,余思勇，王成强

(1.江苏大学 财经学院，江苏 镇江 212013；2.江苏海洋大学 商学院，江苏 连云港 222005)

一、引 言

改革开放以来，我国经济已取得举世瞩目的成就，并成为世界制造业第一大国与第二大经济体。但是，低技术水平、低附加价值的粗放型经济增长模式致使我国制造业处于一种“大而不强”的局面。党的十九大报告曾明确提出，创新是引领发展的第一动力，是建设现代化经济体系的战略支撑。在创新驱动战略的引导下，我国产学研合作技术创新系统中各主体的参与积极性与投入力度等方面都得到了显著的提升，但是由于技术供给、利益分配以及合作风险等问题的存在，使得合作效果差强人意，看似繁荣的产学研合作却未能有效提升企业创新能力，科教资源禀赋优势和企业创新的规模优势转化为实体经济创新能力不够理想。

当今世界处于大变革之中，全球经济增长放缓，新一轮科技革命与产业变革蓄势待发。以信息技术为引领，生物技术和新能源技术等技术群广泛渗透，相辅相成，带动以绿色智能为特征的群体性技术突破，重大的颠覆性创新不时出现。纵观当前全球发展的态势，提高全要素生产率以获得新的经济增长点，已经成为各国寻求新一轮经济繁荣的战略选择。然而，资源的有限性对我国依靠资源消耗的传统发展模式提出了新要求，传统的粗放式经济增长模式已无法满足当前我国经济的发展需求，提高创新效率和创新资源共享是解决这一问题的有效途径。通过构建科技资源共享平台，实现创新资源的有效流动，以满足各技术创新子系统对稀缺性资源的需求，提高创新资源配置效率。

我国幅员辽阔，区域间资源分布、文化底蕴和科创能力等存在显著差异，从而导致地区间技术创新水平存在巨大的差异。为了有效缩小区域间创新能力的差距，进一步完善技术创新系统，实现经济全面协调发展，提高创新资源共享水平和利用效率势在必行。

刘耀彬等(2005)[1]通过构建耦合度模型对我国的城市化发展和生态环境间的关系进行了实证分析，结果表明二者的协调度较低且存在明显的地区差异。徐玉莲等(2011)[2]在构建衡量科技创新和科技金融指标体系的基础上，使用耦合协调度模型证明了我国不同地区的协调度存在很大的差距，并提出了合理化建议。王毅等(2015)[3]基于耦合理论，以常熟市为例构建了现代服务业与城市化两个系统间的耦合评价模型及指标体系。张治河等(2006)[4]基于技术创新理论，梳理了国内外的先进研究成果，构建了科学的产业创新系统模型。何郁冰(2012)[5]从我国自主创新道路的现实背景出发，提出了产学研合作创新的理论框架，针对战略协同、知识协同和组织协同三者间的逻辑关系做了具体阐述。肖丁丁等(2013)[6]使用SFA测算了260家企业的创新效率，发现整体创新效率不高，但呈现出上升趋势，企业与学研机构的合作促进了整体效率的提高。周青等(2012)[7]基于国内外学者的研究成果，将国家创新系统和区域创新系统等系统间的关系进行了梳理，并对其相互间的演进关系和互动关系进行了深入研究。胡慧玲(2015)[8]以系统动力学等学科为基础，构建产学研合作创新模型，从横向和纵向两个角度对技术创新系统内复杂的动态过程进行了分析，发现探索各技术创新子系统间的耦合关系能够有效地提高产学研协同创新能力。杨水利等(2019)[9]通过向高校和科研机构等发放调查问卷，深入探讨了产学研合作耦合关系对成果转化绩效的影响

本文通过构建耦合协调模型，研究企业、高校以及科研机构间的耦合协调关系，为我国产学研合作技术创新系统高效运转提供政策建议。

二、技术创新子系统效率的测算

(一)指标体系构建

当前关于效率测算常用的方法有两种，分别是数据包络分析法(DEA)以及随机前沿分析法(SFA)，两种方法各有利弊。SFA是前沿分析中参数方法的典型代表，需要确定前沿生产函数，其优点在于考虑了随机误差项对效率的影响，常用于单产出多投入的效率评估。相比于SFA，DEA方法虽无法对造成有效率与无效率的原因进行解释，但却可以处理多投入多产出这类问题，且无须构建生产函数。本文重点研究产学研合作主体创新效率间的耦合关系，而无效率因素无须进行深入分析。此外，本文为了对各创新主体进行区别，选取了多种产出指标来衡量各技术创新子系统的产出效率，故选取DEA方法进行效率测度更为合适。

关于创新效率的测算通常从创新投入和创新产出两个方面进行，一般选取R&D经费和R&D人员投入作为创新投入，将专利申请量作为创新产出。在此基础上，本文充分考虑各技术创新子系统间的差异，根据高校、科研机构和企业三个创新主体各自的特点，例如高校和科研机构更注重科研成果以及未来发展方向，企业更关心新产品能够带来的盈利空间，因此选取了不同的投入和产出指标。各子系统的创新投入和产出指标如表1所示。

表1 各创新主体投入产出指标

(二)数据来源与处理

(1)

(三)各子系统创新效率测算

根据前文设定的创新投入和产出指标，本文通过DEAP2.1软件，选用CRS模型测算了2010～2017年我国30个省市自治区三个创新主体的创新效率，各主体创新效率的平均值如表2所示。就高校的创新效率来看，江苏、河南、陕西和浙江分别为1.000、0.962、0.916和0.791，处于全国相对较高的水平；而北京、广东和四川虽然拥有诸多高校，创新产出的绝对量也处于全国前列，但是创新效率还有一定的提升空间；海南和西北地区各省份由于数据量较少，计算出的效率值可能会在一定程度上存在偏差，故不做详细分析。从科研机构来看，北京、上海、广州和江苏等地区聚集了大量的创新型人才，拥有许多专业化的科研机构，但由于我国科技事业起步相对较晚，科研机构创新子系统还处于构建的初期，因此整体的创新效率普遍偏低。基于价值链的视角，可以将创新环节分为知识创新、科研创新和产品创新，产品创新阶段的主体自然是指企业，而企业更关注科研创新成果是否能为自己带来更大的盈利空间。北京、上海和重庆等地作为最发达的城市，当地企业可以更加便捷地享受本地高校和科研机构的最新成果，第一时间将成果进行转化和应用，企业的创新效率分别为0.974、0.933和0.934，明显处于国内领先水平。

由此可知，我国三个技术创新子系统的创新效率差异性较大，因此将根据效率测算的结果进一步分析各主体间的耦合关系，从而为我国技术创新系统运行效率的提升提出合理化建议。

表2 2010～2017年我国各省市自治区高校、科研机构和企业的创新效率均值

数据来源：基于DEAP2.1的计算结果.

三、主体间耦合协调度分析

(一)耦合度与耦合协调度测算模型

所谓耦合，主要用来描述各个系统或系统内要素间的相互关系，因此本文将选取耦合协调度模型分析各技术创新子系统与创新主体间的关系。

为了便于理解，将使用University(x)、Institution(y)和Enterprise(z)分别表示高校、科研机构和企业技术创新子系统的技术创新效率。

(2)

根据式(2)，首先可以计算出各子系统间的耦合度C，其中耦合度的取值范围是0到1之间，数值越大表示相互间的耦合度越高；反之，则表示主体间的耦合度越低。在此基础上，可以进一步计算耦合协调度D，具体计算方法为式(3)，其中T表示衡量耦合协调度的综合评价指数，具体计算公式如式(4)所示。

(3)

T=α*Uni(x)+β*Ins(y)+γ*Ent(z)

(4)

(二)各主体间耦合协调度计算结果

2010～2017年我国各省市自治区三个创新主体耦合协调度的平均值如表3所示。从平均值来看，海南和西北地区的部分省市，虽然协调度很高，但由于数据量过少，计算结果会存在较大的偏误，因此不做深入分析。此外，北京、上海、江苏、浙江、吉林、福建、山东、广东、广西和重庆的协调度相对较高，均超过了0.7，属于中级协调层级，内蒙古、黑龙江和四川等地协调度不足0.6，处在勉强协调阶段，还有很大的提升空间，故本文重点选取协调度较高和协调度较低的地区进行深入分析，探索8年中三个创新主体间耦合关系的变化过程。

表3 2010～2017年我国各省市自治区三个创新主体效率的耦合协调度

产学研合作旨在促进科研成果的转化，提高社会生产力水平，本着优势互补、利益共享、风险共担以及共同发展的原则，由企业、高校以及科研机构共同开展科研创新活动。因此，从深度和广度两个维度提升产学研协同创新水平，促进我国技术创新系统不断完善，同时也可最大限度地发挥社会主义制度的优越性，形成产学研协同创新的生态模式。

从样本区间内的演变来看，如表3所示内蒙古、黑龙江和四川三个地区处于勉强协调阶段，耦合协调度在2015年后开始逐步上升，说明这些地区开始注重各子系统间的相互配合。虽然这些地区的创新效率还有待提升，但若能充分协调各主体之间的关系，发挥各自在价值链不同环节的作用，依然能够有效地促进技术创新系统的升级。创新资源相对丰富的发达城市的技术创新子系统相对协调，但还存在更深层面的体制问题，极大地制约了产学研合作的动力、质量、效率。如表3所示，北京、浙江和福建三个省市的协调度均在2011年达到最高值，2013年以后开始出现较为明显的下降；上海、江苏、吉林和山东则是在2012年到达耦合协调度的峰值，随后出现了不同程度的下滑。究其原因，长期以来企业、高校以及科研机构隶属于不同系统，在价值取向上的差异性、产学研合作方式的单一性以及利益分配问题等造成了技术需求与供给的脱节，致使各主体间呈现出单打独斗的态势，最终导致产学研合作的不紧密。

为了进一步研究我国产学研合作主体创新效率耦合协调度的地区差异，本文利用Geoda软件对2010年与2017年两个节点的耦合协调度进行空间可视化处理，绘制地理空间分布图(略)，以便更好地分析其空间格局的动态演变。为了方便计算，西藏地区的数据使用极小值代替。耦合协调度较高的地区是珠三角。依靠改革开放后经济特区的优势，珠三角地区吸引了一批国内外优秀企业与高素质人才，最大限度地集聚和利用了全球创新资源，使得珠三角相比于其他地区在科研创新平台的搭建以及利用各类创新资源上具有比较优势，处于领先地位。因此该地区的三个创新主体均具有较高的创新效率且各子系统间的耦合协调程度也较高。此外，从周边地区来看，广西壮族自治区与福建省的协调程度也处于较高水平，这表明除了自身的先天条件之外，周边城市的辐射与带动作用也会对产学研创新主体耦合协调程度产生重要影响。福建虽然位于广东与浙江两个协调水平较高省份的中间地带，但是其协调程度却处于较低水平，这可能是由于虹吸效应的作用，本地的经济飞速发展会对本地之外的资本、人力以及其他要素产生巨大的吸力，最终导致了福建省各主体间的创新协调水平低于其他省市。

四、结论与建议

本文使用数据包络分析(DEA)中的CRS模型，即不考虑规模报酬收益，在分别测算了三个技术创新子系统的运行效率后，进一步使用耦合协调度模型深入研究了我国30个省市自治区各创新主体间的耦合关系。研究结果表明，产学研合作创新主体间的差异性导致了技术需求与供给间的脱节，极大地限制了产学研合作的深化。同时，核心地区的辐射作用与虹吸效应也会对区域产学研合作创新的协调发展产生重大影响。

第一，目前我国产学研合作技术创新系统中，各主体的参与程度和积极性都有显著的提高，创新效率整体呈现上升趋势，但仍有一定的上升空间。

为此，针对校企之间松散的合作现状，为提升科技创新效率，应发挥各省级地方政府的职能作用，推进供给侧结构性改革，推动不同创新主体重新进行功能定位，实现资源最优配置，以提升科技创新对经济增长的贡献力。各创新主体应加强相互间的交流，只有当三者的创新效率相对接近时，才能更好地展开合作，最终实现技术创新效率的提高和国家创新能力的提升，继而为我国经济持续增长提供动力。

第二，政府应加大对技术创新的投入力度，充分发挥其引导与支持作用，加快建设创新成果转化平台，完善知识产权管理机制，实现各主体间资源与创新成果的共享。尤其是北京、上海、重庆和江苏等创新效率较高的地区，聚集了大量创新人才，更应充分发挥其引领作用，在实现本地区创新能力提升的同时，带动周边地区创新效率的共同提高。黑龙江、内蒙古和四川等创新耦合协调度相对低的地区，应主动学习创新效率高的城市的做法，取长补短，不断提高自身的创新能力和创新效率。

第三，企业作为产学研合作创新系统中直接面向市场的主体，能够准确了解客户需求，在产学研合作中把握正确的研发方向，从而提高协同创新的成功率。因此，要充分发挥企业在研究方向、合作选题以及创新成果的市场二次开发等方面的主导作用。此外，高校和科研机构往往能够在第一时间接触到最前沿的新技术，作为知识创新环节的主体，应将创新成果与企业的实际需求相结合，从而实现创新成果价值的最大化。

第四，打造高校、科研机构和企业创新要素高效配置的生态系统。明确高校、科研机构和企业三者之间的功能定位，政府积极引导培育创新要素投向企业，同时鼓励更多的境外创新资本进入研发中心，参与创新平台的建设，最终达到创新主体之间协同驱动，满足创新要素生态化配置的要求。