区域创新体系成熟度及其对创新投入产出效率的影响——基于我国31个省份的研究<br/>

区域创新体系成熟度及其对创新投入产出效率的影响——基于我国31个省份的研究

2013-01-28袁潮清刘思峰

中国软科学 2013年3期

袁潮清，刘思峰

(南京航空航天大学经济与管理学院，江苏南京210016)

一、引言

随着世界经济发展越发呈现出区域化特征，新的国际分工也更多地按照区域竞争力进行布局。在科技日新月异的当今形势下，创新能力已经成为各地区建立国际竞争优势的决定性因素。作为区域创新能力提升的基础，区域创新体系建设被各个地区提升到战略高度。各个省份根据区域经济社会发展的需要，结合创新型国家建设和国家创新体系建设的总体要求，大力推动了省域创新体系建设。多个省份的创新投入和创新产出成倍增长，区域创新体系建设已见成效。

随着区域创新体系对区域发展支撑作用逐步显现，区域创新体系的研究也日趋增多。20世纪90年代英国经济学家库克(Philip Cooke)提出了区域创新体系(Regional Innovation System，RIS)的概念。此后，大量的学者都开始投入到对区域创新体系的研究中来。不少学者试图给区域创新体系进行定义。Nelson(1993)认为区域创新体系是为引导创新产生的区域性的制度、法规、实践等组成的系统［1］;Philip Cooke等(1997)将“区域”、“创新”和“体系”作为了“系统性创新”的重要延伸［2］;荷兰学者Jan G．Lambooy(2002)认为区域创新体系是由区域生产中的合作者组成的互动的、动态的结构［3］;David Doloreux等(2003)研究认为，区域创新系统理论包含两方面的内容:一是创新活力即企业与“知识组织”的密切关系，二是区域是一个政体，即它可以通过某种治理安排来促进和支持这些关系［4］。对区域创新系统概念的研究使得学者们对创新系统本身有了更为深刻的认识。Michaela Trippl等(2007)从系统性角度出发，认为一个区域创新体系由知识创造和扩散子系统、知识应用和开发子系统、区域政策子系统、区域知识流和技能以及区域社会经济制度因素这5个核心子系统构成［5］。J．Revilla Diez等(2009)也从系统的角度概括区域创新体系由制造和服务型企业、知识密集型商业服务、知识生产和传播机构、人力资本、中介机构、区域政策制定和监管机构六大要素组成［6］。Tom Broekel等(2010)则对德国97个地区影响区域创新的因素进行了回归分析，将70多个RIS影响因素综合为12大因素:企业研发人员数、产业特征、城市化程度、就业结构、经济结构、大学和技术学院数、人力资本质量、潜在的人力资本、公共研究机构数、财务状况、企业成立情况和区域吸引力［7］。

国内学者对区域创新体系的研究也非常深入。柳卸林(2003)分析了区域创新体系的内涵、成立条件极其意义［8］;官建成(2003)阐述了区域创新系统的研究分析框架测度指标体系以及研究内容［9］;刘凤朝(2005)研究了辽宁和东北老工业基地的区域创新体系建设问题［10－11］;官建成(2005)运用DEA模型分别对创新活动的技术有效性、经济有效性以及综合有效性进行评价，认为大部分地区在不同阶段的创新绩效处于不同的梯度［12］;周柏翔(2007)认为创新的源泉可能来自不同的节点，应有计划有步骤地构建区域创新体系网络结构模式［13］;谢庆红(2010)总结了国内外学者对区域创新体系概念的不同界定，就国内外学者对区域创新体系模式的分类进行了归纳和总结，构建了我国高新区/二次创业阶段创新体系模型［14］;魏江(2010)提出了开放式区域创新体系的内涵、特征和系统构建，分析了开放式区域创新体系对产业集群发展的作用机理［15］;柳卸林(2011)全面论述了均衡的区域创新体系构建问题［16］。

区域创新体系建设的研究包括了区域创新体系的概念、内涵、模式、构建方式、绩效评价等方面内容，但是对区域创新体系建设状况和发展水平的研究尚不深入。本文则提出区域创新体系成熟度，通过对我国各个省份区域创新体系成熟度的评估，对各个省份区域创新体系发展状况进行测评，辨析各个省份区域创新体系建设水平的差异，研究区域创新体系成熟度对区域创新投入产出效率的影响，并以此为依据对我国省域创新体系建设提出一些对策建议。

二、区域创新体系成熟度评估指标体系

成熟度模型描绘的是一个系统(人、组织、技术、管理等)随着时间的推移经过若干不同成熟度水平层级的发展而达到最高水平的过程［17］。美国的卡内基·梅隆大学软件工程研究所(SEI)于1987年组织开发的软件过程能力成熟度模型(CMM)，是最早的成熟度模型［18］。参照CMM的思想，随后出现了数十种成熟度模型，并广泛用于项目管理、创新联盟和企业能力等领域的研究［17，19－20］。区域创新体系是由知识创造和扩散子系统、知识应用和开发子系统、区域政策子系统、区域知识流和技能以及区域社会经济制度因素等多个子系统组成的复杂大系统［5］，具有明显的整体性、开放性、自组织性和动态性特征。这就决定着区域创新体系也是在不断发展演化并逐步走向成熟。而国内外学者有关区域创新体系的研究成果表明:在一个成熟的区域创新体系中，一大批富有活力的创新主体(企业，高校，科研机构，科技中介等)，凝聚资金、人才等创新资源，通过一些高水平的创新载体紧密联系，协同创新，积极开展创新活动。基于此，本文提出区域创新体系成熟度的概念，用以描述和总体测度区域创新体系的发展水平。通过区域创新体系成熟度评估，对一个区域创新体系中区域创新主体创新功能发育程度、创新资源获取能力、创新载体建设水平、区域创新活动活跃状况和区域创新网络协同性进行综合评估和度量。

本文以区域创新体系主体发育度、创新资源富集度、区域创新载体建成度、区域创新活动活跃度、区域创新网络协同度为一级指标，通过两轮专家调查，构建了区域(省域)创新体系成熟度评估指标体系，如表1所示。其中第一轮专家调查共发放问卷81份，回收有效问卷55份，以70%为阈值筛选确定了区域创新体系成熟度评估的二级指标;第二轮对第一轮有效反馈的55为专家进行了权重调查，回收有效问卷31份，得到了各个指标权重。

表1 区域创新体系成熟度评估指标体系

三、我国31个省份区域创新体系成熟度评估

我国各个省份经济发展悬殊较大，区域创新体系建设也存在类似差异。通过对各个省份区域创新体系成熟度的评估，可以揭示各个省份在区域创新体系发展存在的不同。考虑到区域创新体系成熟度评估指标取值上呈现了较明显的两级分化态势，不具备正态分布等典型分布的特征，所以采用灰色聚类对对我国各省区域创新体系成熟度进行评估。根据表1的指标体系，将每个指标划分成“高”、“中”、“低”三个灰类，通过灰色定权聚类，得到我国31个省份的区域创新体系成熟度的结果，如表2所示。

表2 区域创新体系成熟度评估结果

评估的结果表明我国31个省份中，区域创新体系成熟度属于“高”灰类的是北京、上海、江苏、浙江、山东和广东6个省市，而同期这个6个省市的人均GDP排在全国的前六位;区域从创新体系成熟度属于“中”灰类的是天津、辽宁、黑龙江、安徽、福建、河南、湖北、湖南、四川和陕西10个省市，而同期这些省市的人均GDP排在国内中游水平;其他15个省市自治区的区域创新体系成熟度属于“低”灰类，除内蒙古自治区(矿产资源优势)外这些省市自治区的同期人均GDP也明显偏低。总体而言，我国各省区域创新体系的成熟度的差异和区域经济发展水平的差异非常相似。

自2003年以来，各省市自治区相继制订了区域创新体系建设的规划并出台了系列的政策措施。从收集到的29个省市自治区区域创新体系建设规划或相应的研究报告(来自各省市自治区科技厅网站)中可以发现，各省市自治区对区域创新体系建设的主要目标、总体思路和关键措施都做了明确的规划，在具体创新政策方面差异较小、相似性较高。因此，相对于政策环境，经济发展阶段对区域创新体系成熟度的约束要更为明显。在经济相对发达的地区，各种经济资源相对充足，对创新人才的吸引力也更强，能够更加容易地聚集各种创新要素;市场更加活跃，对各种创新要素的组织和利用更加高效;产业结构相对高级，产业对创新的需求更大;商业模式更加新颖，创新成果的出路更加通畅。所以部分省市自治区尽管规划了较高的区域创新体系建设目标，在区域创新体系建设方面下了很大功夫，但受区域经济发展阶段限制，很多目标未能如期实现。

另外，在评估结果中值得注意的是各个省市的区域创新体系主体发育度、创新资源富集度、区域创新载体建成度、区域创新活动活跃度、区域创新网络协同度表现出了高度的一致性。这说明区域创新体系建设是一项系统工程，区域创新体系成熟度的各个方面高度关联。

四、区域创新体系成熟度对创新投入产出效率的影响

创新投入产出效率长期受到关注。本文以新产品销售额表征创新的经济产出、以发明专利授权量表征创新成果数量，分别以R＆D经费和R＆D人员表征创新的财力和人力投入，研究区域创新的投入产出效率。并同样采用灰色聚类对其进行综合评估，将其分成“高”、“中”、“低”3个灰类，评估结果如表3所示。

评估的结果表明我国31个省份中，创新投入产出效率属于“高”灰类的是吉林、上海、江苏、浙江、广东和重庆6个省市;投入产出效率属于“中”灰类的是天津、辽宁、安徽、福建、河南、湖南、四川、广西、贵州和宁夏11个省市;其他14个省市自治区的投入产出效率属于“低”灰类。值得注意的是，发达省份区域创新体系更加成熟，对科研经费和人才等创新资源的积聚能力更强，在一些创新投入产出效率指标上的表现并不高，说明部分省市科研投入的边际产出递减的现象仍存在［21］。此外，北京市的区域创新体系的成熟度高、创新投入产出效率低，主要是由于北京的高校和科研机构云集，科技人才队伍庞大尤其是高层次R＆D人员数目众多，承担了大量的全国各地的科研任务，很多创新成果在外地落户和统计，造成了创新投入产出效率的“虚低”。

图1 区域创新体系成熟度与创新投入产出效率的关系

以区域创新体系成熟度为横坐标，以区域创新投入产出效率为纵坐标，可以进一步分析区域创新体系成熟度与创新投入产出效率的关系。由于区域创新体系成熟度和区域创新投入产出效率各有三个灰类，共形成了9个方块，如图1所示。31个省份中22个处在了对角线的方块中，说明了超过三分之二的省份，其区域创新体系成熟度和创新投入产出效率均属于同一灰类，区域创新体系成熟度与投入产出效率的存在较大关联关系。作为一个复杂系统，区域创新体系越成熟，其功能就越健全，创新投入产出转化能力就越强，投入产出效率也就越高。

表3 我国各省份创新投入产出效率灰色评估结果

五、促进我国区域创新体系建设的对策

(一)全面推进区域创新体系建设

本文的研究表明，区域创新体系是一个系统工程，区域创新体系主体发育度、创新资源富集度、区域创新载体建成度、区域创新活动活跃度、区域创新网络协同度表现出了高度的一致性。所以在区域创新体系建设过程中，主体培育，资源投入、载体建设、协同机制等必须全面推进。例如，山东的区域创新体系主体发育度“中”，尤其是高新技术企业的比重不高，造成创新网络协同度不高，区域创新投入产出效率也不高。

(二)因地制宜地建设特色区域创新体系

图1给出了我国区域创新体系成熟度和创新投入产出的关系，也将我国省域创新体系分成了8种类型。上海、江苏、浙江属于“成熟度高，效率高”的类型，其区域创新体系建设过程中应充分考虑战略性新兴产业的引领作用，通过战略性新兴产业发展带动区域经济升级，推动区域创新体系向更高层次演化;山东属于“成熟度高，效率中”的类型，其区域创新体系建设的重点是高新技术企业的培育和高新技术产业的发展;辽宁、安徽、福建、河南、湖南、四川属于“成熟度中，效率中”的类型，其区域创新体系建设则重点要围绕产业升级;河北、山西、内蒙古、吉林、江西、海南、云南、西藏、甘肃、青海、广西、新疆属于“成熟度低，效率低”类型，其区域创新体系建设的重点是在某些产业和某些领域寻求突破;北京属于“成熟度高，效率低”的类型，北京是我国科技中心，其创新功能对全国范围有非常强的衍射作用，为全国其他省份提供了大量的创新服务，所以其投入产出效率虚“低”，其区域创新体系建设要维持和提升创新中心的地位，并深化其作用发挥;重庆作为最年轻直辖市，在一些高新技术产业的发展上取得了突破，因而其属于“成熟度低，效率高”的类型，其区域创新体系建设的重点是发挥这些产业的带动作用，让区域创新体系能支撑这些产业的后续发展;天津、黑龙江、陕西、湖北等地属于“成熟度中，效率低”，这些地区科技资源相对丰富，但是创新对经济的支撑作用不明显，其区域创新体系建设的重点是强化创新对经济发展的支撑。

(三)充分发挥企业创新主体地位作用

企业是最重要的创新主体。技术发展方向的确立、创新成果的转化等都必须依赖企业。区域创新体系成熟度高、创新投入产出效率高的省份，其企业创新功能发育程度、企业创新参与程度、企业创新的成效都非常显著。区域创新体系建设中必须进一步发挥企业的主体地位作用。目前，政府对企业创新进行了有效的财政补贴、税收减免等优惠政策，调动了企业的创新积极性，除此以外，还应对高能耗、高污染粗放发展的企业进行限制甚至淘汰以形成倒逼机制。

(四)促进区域创新体系建设的均衡发展

对一些创新资源丰富的地区，创新资源的边际递减效应已显现。“北上广”创新体系成熟、经济发达，积累了大量的科技人才和创新资源。这些地区企事业单位用人标准一再提高，人才“高消费”在这些地区已成为普遍现象;而在一些经济欠发达、区域创新体系不健全地区，创新人才和创新资金都极度匮乏。促进区域创新体系均衡发展，鼓励人才到欠发达地区创新创业，帮助欠发达地区通过创新启动经济发展，不仅有利于创新投入产出效率的提高，也有利于全国经济的均衡发展。

［1］Nelson R R．National Innovation Systems:A Comparative Analysis［M］．1993:92－342．

［2］Philip Cooke，Mikel Gomez Uranga，Goio Etxebarria．Regional Innovation Systems:Institutional and Organisational Dimensions［J］．Research Policy，1997，26(4–5):475－491．

［3］Jan G．Lambooy．Knowledge，Market Structure and Economic Coordination:Dynamics of Industrial Districts［J］．Growth and Change，2002(33):291－311．

［4］David Doloreux，Charles Edquist，Leif Hommen．The Institutional and Functional Underpinnings of the Regional Innovation System of EastGothia in Sweden［C］．Paper presented at the Druid Summer Conference 2003 on Creating，Sharing and Transferring Knowledge:The Role of Geography，Institutions and Organizations．Copenhagen，June 12－14，2003:1－41．

［5］Michael Trippl，Franz T．Developing Biotechnology Clusters in Non－high Technology Regions:The Case of Austria［J］．Industry and Innovation，2007，14(1):47－67．

［6］Revilla Diez J，Kiese M．Regional Innovation Systems［M］．2009:246－251．

［7］Broekel T，Buerger M，Brenner T．An Investigation of the Relation between Cooperation and the Innovative Success of German Regions［D］．Paper in Evolutionary Economic Geography，No．10．11，Utrecht University，2010．

［8］柳卸林．区域创新体系建设的条件和关键因素［J］．中国科技论坛，2003，(1):18－22．

［9］官建成，刘顺忠．区域创新系统测度的研究框架和内容［J］．中国科技论坛，2003，(2):24－26．

［10］刘凤朝，潘雄锋．老工业基地辽宁区域创新体系建设研究［J］．科技进步与对策，2005，(7):233－236．

［11］刘凤朝，施定国，潘雄峰．东北区域创新体系建设的行政协调体系研究［J］．科技进步与对策，2005，(10):36－39．

［12］官建成，何颖．基于DEA方法的区域创新系统的评价［J］．科学学研究，23(2):265－272．

［13］谢庆红，黄莹．区域创新体系模式综述与展望［J］．经济学动态，2010，(6):76－79．

［14］魏江．多层次开放式区域创新体系建构研究［J］．管理工程学报，2010(增刊):31－37．

［15］周柏翔，丁永波，任春梅．区域创新体系的结构模式及运行机制研究［J］．中国软科学，2007，(3):135－138．

［16］柳卸林．构建均衡的区域创新体系［M］．北京:科学出版社，2011．

［17］孙新波，张波，罗能．基于生命周期理论的知识联盟激励协同成熟度研究［J］．科学学与科学技术管理，2012，33(1):60－68．

［18］Paulk M，Curtis B，Chrissis M，Weber C．Capability maturity model for Software，Version 1．1［M］．SEI，Carnegie Mellon University，Pittsburgh，USA，1993．

［19］黄喜，李建平，张洪石．科研项目管理成熟度模型及其应用研究［J］．中国科技论坛，2009，(6):15－19．