两阶段链视角下我国高技术产业创新系统协同效应研究

2013-05-23赵定涛徐中涛中国科学技术大学合肥230026

电子科技大学学报(社科版) 2013年5期

□赵定涛徐中涛洪进 [中国科学技术大学合肥 230026]

引言

高技术产业是推动我国经济转型的有效抓手，是提高经济发展质量的有效途径。技术创新能力已成为一个地区或产业获得国际竞争优势的决定因素[1]。从技术创新的过程看，可将其分为两个子系统，即技术研发子系统和技术应用与改造子系统。同时两子系统之间既相互依赖，又相互制约[2]。具体而言，技术研发系统为技术应用与改造系统提供技术输入，若研发系统的效率低时，则会导致技术应用与改造系统对外部技术来源依赖性较强；若技术应用与改造系统发展水平较低，则该行业的技术转化能力较为低下，技术转移活动较为频繁。从系统论的角度看，两个子系统的协同发展能有效推进区域科技创新系统内部各个要素从无序走向有序，有利于不断提升区域科技创新能力。然而，目前尚无学者对高技术产业创新系统协同效应进行评价。当前我国技术研发效率较低、科技成果转化欠佳、产业创新能力较低等问题仍然非常突出，其中的一个主要原因在于两系统之间无法实现无缝对接。为此，从两阶段链的视角，就高技术产业创新系统协同效应进行研究及评价，将有助于分析两子系统发展的协同效应低下的根源所在，有针对性地提出政策建议，同时对完善我国高技术产业创新政策体系具有非常重要的现实意义。

一、研究现状

综观国内外的相关研究，对科技创新系统定义、结构、分类及政策研究取得了一批显著的成果。库克最早将区域创新系统的概念进行了界定，正是他开展了关于区域创新系统较早和较多的系统研究[3]。Buijs等人开创了将复杂适应系统理论应用于技术创新系统管理研究的先河[4]。McCarthy等则论证了技术创新系统中新产品的研发过程是一个非线性、自组织、复杂的过程，指出技术研发和技术应用与改造两个环节相互关联，协调发展有利于提高技术创新效率[5]。相比较国外而言，国内对技术创新系统进行研究的文献众多，但是不多数文献仅是对科技创新能力或效率问题进行研究，其中较有代表性的有：张宗益、周勇、孙凯、王锐淇、彭良涛等学者，分别使用DEA、SFA等研究方法对我国区域科技创新系统的效率进行评价，产业现状进行分析，同时对我国东、中、西部之间区域技术创新效率进行了比较研究，并就科技创新投入的视角提出提升科技创新能力的政策建议[6,7]。也有少数学者从两阶段的视角分别对科技创新过程中两个阶段的创新效率进行研究，官建成、杜军、陈伟等学者将区域创新系统分为多个阶段，并对其效率进行评价，认为创新系统内部各系统的发展不均衡性较为突出[8～10]。从现有研究来看，主要存在以下不足：首先，由于方法和指标体系的差异性，学者们得出的研究结论也存在较大的差异性；其次，大多数学者使用DEA的研究方法对技术创新效率进行测算，但是传统的DEA仅能评价单个决策单元的有效性，无法对有效决策单元进行排序，从而分析各个决策单元的差异性。因此，本文将使用能够对有效决策单元进行排序的超效率DEA研究方法，分析各个决策单元的差异性，进而客观地分析其协同效应；同时从两阶段链的视角将高技术产业创新系统分为技术研发和技术应用与改造两子系统，并分别构建指标体系，采用超效率DEA的方法对高技术产业创新系统及两个子系统的发展水平进行测算，引入协调发展度模型，对高技术产业创新系统的协调发展度进行研究，并针对性地提出政策建议。

二、高技术产业的两个子创新系统的发展与协同效应测算

（一）指标体系构建

从科技创新的过程看，科技研发从投入到经济产出要经过技术研发阶段和技术应用与改造阶段[11,12]，两个阶段均是科技投入产出相互作用的复杂系统。在高技术产业技术研发系统中，企业通过创新资源的投入，形成专利技术创新产出。在技术应用与改造系统中，高技术企业通过科技应用资源投入，将专利技术进行产业化（含购买外部技术），实现科技创新产出。具体如图1所示的投入产出模型。

无论在技术研发系统中，还是在技术应用与改造系统中，都涉及多个科技投入产出指标，具体而言，在技术研发系统中主要有R&D资金内部支出额、R&D人员当量、科学家和工程师人数等，主要有专利、论文等创新产出。在技术应用与改造系统中投入指标有科技活动经费、技术改造及吸收等其他技术经费、科技活动人员等，而产出指标主要有新产品产值及销售收入等[13,14]。参照以往的研究文献，结合本文的研究思路，两子系统的投入产出变量指标选取如图2：

图1 两阶段科技投入产出模型

图2 高技术产业创新系统及两子系统发展水平评价模型

（二）数据收集及来源

从技术创新的过程来看，技术研发与科技成果的产业化之间存在一定的滞后期，一般为2年左右[15,16]。为此，本文在数据收集时，分别采用了2007年的科技投入数据、2008年科技产出和科技成果转化投入数据及2010年各行业的新产品产值和销售收入作为第二阶段的产出。数据均来源于《中国高技术产业统计年鉴》和《中国科技统计年鉴》及科技部网站相关统计数据。

（三）高技术产业各子创新系统发展的实证测度

1．各子系统发展水平的测度方法

很多学者运用DEA的方法对创新效率进行测度[17,18]，传统的DEA仅能对决策单元是否有效进行判断，无法对所有的决策单元进行有效的排序，从而无法分析各个有效决策单元的差异性。为科学地研究17个高技术行业的系统的协调性进行分析，需要准确地把握高技术产业创新系统各阶段之间的差异性。为此，本文将采用多阶段的超效率DEA模型，可以有效地解决了决策单元间的对比问题，进而更加客观地反映出高技术产业创新系统内两子系统协调发展水平。该模型通过公式表示为：

在上述模型中，X和Y分别表示第j 个决策单元的输入和输出可能集，θ为被评价单元的效率值，当θ＞1，表示科技产出高于最优产出，科技投入产出效率较高；当θ=1，表示科技产出刚好达到最优产出，科技投入产业系统效率处于中等水平；当θ＜1，则表明科技投入转化未能达到最优效率，科技投入产出系统效率欠佳。S-，S+分别表示投入的“亏量”和产出的“亏量”[19]。

2．高技术产业创新系统协同效应的度测算方法

作为推动知识创新、技术进步、转移及应用的开放式创新网络，技术创新系统的发展演化具有一定的方向性，如进化、蜕变及解体[20]。技术进步是经济发展的原始动力和源泉，新技术往往成为新一轮经济繁荣向上的触发器[21]。技术创新及应用对技术创新系统演化方向具有决定作用，可见，科技创新系统是技术研发系统与技术应用与改造系统协同演化的发展过程。

关于系统理论与协调度的研究，成思危阐述了复杂科学与系统工程理论的基本问题[22]。此后诸多学者从协同学的视角构建了计量协调度的方法模型，用于测算系统之间的协同效应[23,24]。协调度是用来描述系统内各序参量或各系统之间协调性的定量指标，可用各系统发展水平的相对离差进行表示。其定义如下：

其中，K为辨别系数，且K≥2，显然0≤Ft≤1；

上述的协同度是对两子系统发展的协调程度进行衡量，无法反映出系统的发展水平，为此，本文引入了协调发展度模型，对系统的协调及发展水平进行研究。

式中，α、β为待定系数，且α+β=1。

协调发展度是用来评价两系统协调发展水平的综合指标，其反映了系统当时的协调程度及发展水平，同时也反映了高技术产业系统中两子系统发展的协同效应[25]。

3．两子系统发展水平的分析

本文运用EMS1.3分析软件对我国17个高技术产业的技术研发阶段、技术应用与改造及产业创新系统的发展水平进行评价，后结合协调发展度模型，对17个高技术行业的协同效应进行研究。受限于篇幅，本文仅列举了17个行业的效率值及协同水平，具体如表1所示。

从表1看出，我国高技术产业创新系统的效率及两子系统的发展水平均不高，仅为0.7886、0.4967、0.9703，相比较而言，技术应用与改造系统的发展水平要远高于技术研发系统的发展水平。

无论是从系统创新效率及两子系统发展水平，还是从两系统发展协调性上看，行业之间存在着明显的差异性，表明我国高技术产业各行业之间的发展存在着明显的非均衡性，在创新发展过程中，两子系统的发展水平差距也很明显，创新系统内部的协调性较差，技术研究开发与技术成果产业化之间难以实现对接，衔接协同性亟待提升。

表1 高技术产业17个子行业创新效率、各子系统发展水平及系统协同效应

三、高技术产业各子创新系统的协同效应评价与差异性分析

（一）协同效应评价

为了方便研究各个子行业创新系统协同效应的差异性，本文按照其协同效应水平的高低，依次将其划分为协调性非常好、基本协调、协调性较弱和不协调四个等级（见表2）。

表2 高技术产业创新系统协同效应评价标准

依据上述评价标准，对高技术产业17个子行业创新系统的协同效应进行分类，依次分为Ⅰ类、Ⅱ类、Ⅲ类和Ⅳ类，并计算各类别两子系统发展水平及协同效应的平均值（见表3）。

表3 我国高技术产业17个子行业创新系统协同性分类表

依据上述的评价标准可将我国高技术产业17个子行业划分为以下四类，分别为：

第I类：“非常协同”行业。包括医疗设备及器械制造、电子计算机外部设备制造、广播电视设备制造、其他电子设备制造等4个行业，该类行业两子系统的发展水平均高于0.85，两子系统的协同效应也达到了0.9111，远高于其他行业，两子系统的协同状态较好。

第II类：“基本协同”行业。中成药制造、通信设备制造、电子器件制造、家用视听设备制造、仪器仪表制造等子行业属于此类，这类行业技术改造与应用系统的发展水平较高，为0.9212，但其技术研发系统发展水平欠佳，仅为0.5583，两子系统的发展处于基本协同状态。

第III类：“弱协同”行业。化学药品制造、生物、生化制品的制造、电子元件制造三个子行业属于此类，这类子行业的技术研发水平较低，但技术的产业化水平较好，两子系统的协同效应为0.5834，处于弱协同状态。

第IV类：“不协同”行业。飞机制造及修理、航天器制造、雷达及配套设备制造、办公设备制造、电子计算机整机制造等子行业可以归入此类，该类行业的技术研发水平极为低下，但是技术转化水平较好，由此可见，该类行业对外部技术的依存性较高，两子系统的发展处于不协同状态。

（二）各子系统发展水平的差异性分析

为了更加直观地分析我国高技术产业行业之间的差异性，从而进一步探究各行业两子系统协同效应低下的根源，我们从两子系统发展水平的角度将17个子行业依次分为“研发高、转化高”、“研发低、转化高”、“研发高、转化低”、“研发低、转化低”四类行业：

1．“高研发-高转化”行业，医疗设备及器械制造、广播电视设备制造等子行业属于此类行业，该类行业的两子系统协同发展水平较好，协同效应较高，表明该类行业的科技创新资源配置效率较高。该类行业不仅重视技术研发系统的发展，同时还注重推进技术转化。其根本原因在于科技资源投入力度加大，产业环境较好，如2009年医疗设备及器械制造行业的研发经费投入接近7.3亿元，人员投入达到8000多万人，申请专利1326项，用于技术应用与改造的资金投入为4.3亿元，科技活动经费高达14.5亿元。针对此类行业应不断加大科技投入，进一步提升科技创新能力，优化行业发展环境，使之引领其他行业的发展。

2．“低研发-高转化”行业，雷达及配套设备制造、生物、生化制品的制造、办公设备制造、电子计算机整机制造等行业的技术研发能力较低，但是技术应用与改造水平较强，两子系统发展的协同性较差，表明该类行业对外部行业的依赖性较强，另外也可能是由于有些行业研发成本较高、研发产出具有不确定性等特点所决定的，如作为集生物学、医学、药学等先进技术为一体的、多学科支撑的新兴产业生物、生化制品的制造行业。从新产品研发到成功面市需要经历多个阶段，研发成本高达13亿美元，研发周期近15年，成功率仅为1/5000左右。针对此类行业应不断加大基础研究投入，完善技术研发体系，提升技术研发系统发展水平，推进两子系统协同发展。

3．“高研发-低转化”行业，其他电子设备制造、仪器仪表制造等子行业属于此类，该类行业技术研发水平较高，但是科技成果转化欠佳，如仪器仪表制造行业研发经费共投入23.2亿，专利授权数2928项，但是技术改造与应用经费投入仅为22.6亿元，占营业收入的3.2%，远低于医疗设备及器械制造、雷达及配套设备制造等行业，但是科技成果转化效率较低，致使专利技术得不到及时转化。其主要原因在于该行业技术应用与改造经费投入不足、市场基础薄弱、科技成果转化环境欠佳等方面的问题所致，在我国高技术产业各企业缺乏原创动力及核心技术的大背景下，该类行业应该在不断提升行业研发能力的同时，还应该加大资金投入，培育良好的市场环境，不断提升技术应用与改造能力，将新技术及时用于生产中，产生经济价值。

4．“低研发-低转化”行业，航天器制造、飞机制造及修理等子行业技术研发及技术应用与改造水平均较为低下，两系统之间协同性较好，但是由于其发展水平较低，致使其协同效应也较为低下。尤其是航天器制造行业，虽然我国航空航天业经历了半个世纪的发展，但是由于政治、政策等方面的原因，其研究遭到数度中断，行业专业及技术知识的积累不足。而飞机及航天器的制造是一项极为复杂的系统性工程，涉及行业门类众多，至少需要电子、化工、材料、机械、能源等70多个行业的支撑。长期以来，民用航空一直由国外公司主导，国产飞机市场基础较为薄弱。我国航空航天业起步较晚，人才培养滞后、知识基础薄弱、市场不成熟等问题的存在，导致技术研发效率欠佳，同时该行业技术配套性较强，新技术的产生并不能及时得以应用，所以技术应用与改造水平低下。

综上分析，不难发现，我国高技术产业创新系统两子系统协同效应较为低下。总体上看，技术应用与改造系统的发展水平要高于技术研发系统，两子系统协同效应低于的根本原因在于技术研发系统的发展水平较低。各行业两系统的发展水平均较为低下，尤其是技术研发系统的发展水平，同时行业之间的差距也较为明显，呈现出明显的不均衡。因此，两个子系统的发展水平及其协同效应尚有较大的提升空间。

四、结论与政策建议

本文从高技术产业创新系统的发展过程出发，将其分为技术研发系统及技术应用与改造两个子系统，使用超效率DEA和协调度模型，对17个高技术行业的技术研发系统及技术应用与改造系统的协同水平进行研究，研究结果显示：1）高技术产业创新系统及两子系统发展水平均较为低下分别为0.7886、0.4967、0.9703，尚有较大的提升空间；2）技术研发系统及技术改造与应用系统之间的协同效应较低，仅为0.7886，两子系统的发展协调性较差，其根本原因在于技术研发系统的发展水平较低；3）高技术产业17个子行业的创新系统效率存在明显的差异性及非均衡性；4）同行业的两子系统发展水平差距较大，两子系统之间的协调发展水平较差，在一定程度上，阻碍了高技术产业创新系统效率的提升。

据此，我们建议针对各子行业创新系统的协调发展度处于的状态及两子系统的发展水平，需提出不同的措施予以改进：1）“高研发-高转化”行业，应不断加大科技创新资源投入，完善产学研用合作网络，进一步提升两子系统发展水平，促进两子系统协同发展，从而引领其他行业的发展；2）“研低发-高转化”行业，需加大科技创新资源的投入，进一步完善知识产权法及科技政策创新体系，为推进企业技术自主创新营造良好氛围；3）“高研发-低转化”行业，需加强政策扶持、政府引导和市场意识，提高技术转化质量，注重推广转化工作，同时应重视市场中介服务、产学研用等合作体系建设；4）“低研发-低转化”行业，不仅要加大创新资源投入，加强知识产权保护，提升技术研发能力，同时还应该积极促进技术转化力度，培育和壮大市场规模，以市场带动技术研发和技术转化能力，从而提升两子系统的协同发展水平。

[1]樊华.国省际科技创新效率演化及影响因素实证研究[J].国科技论坛,10(12):36-42.

[2]陈伟,冯志军,康鑫,田世海.区域创新系统的协调发展测度与评价研究——基于二象对偶理论的视角[J].科学学研究,2011(2):307-313.

[3]COOKE P.Evolution of regional innovation systems:emergence,theory,challenge for action[J].Regional innovation Systems,2004(2):1-18.

[4]BUIJS J.Modeling product innovation processes,from linear logic to circular chaos[J].Creative &Innovation Management,2003(2):76-93.

[5]MCCARTHY I P,TSINOPOULOS C,ALLEN P,et al.New product development as a complex adaptive system of decisions[J].Journal of Product Innovation Management,2006(5):437- 456.

[6]张宗益,周勇,钱灿,赖德林.基于SFA模型的我国区域技术创新效率的实证研究[J].软科学,2006(2):125-128

[7]孙凯.基于DEA的区域创新系统创新效率评价研究[J].科技管理研究,2008(3):139-141.

[8]王锐淇,彭良涛,蒋宁.基于SFA与Malmquist 方法的区域技术创新效率测度与影响因素分析[J].科学学与科学技术管理,2010(9):121-128.

[9]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,2005(2):265-272.

[10]熊彼特.经济发展理论[M].北京:商务印书馆,2000.

[11]杜军,朱建新,冯志军.基于二阶段DEA模型的区域科技创新效率的实证分析[J].学术交流,2009(11):96-98.

[12]陈伟,冯志军,姜贺敏,康鑫.中国区域创新系统创新效率的评价研究——基于链式关联网络DEA模型的新视角[J].情报杂志,2010(12):24-29.

[13]杨锋,翟笃俊,樑梁,毕功兵.两阶段链系统生产可能集与DEA评价模型[J].系统工程学报,2010(3):401-406.

[14]余泳泽.我国高技术产业技术创新效率及其影响因素研究——基于价值链视角下的两阶段分析[J].经济科学,2009(4):62-74.

[15]陈伟,刘井建.企业R&D绩效的两阶段评价方法[J].统计与决策,2007(7):20-22.

[16]任海云,师萍.企业R＆D投入与绩效关系研究综述——从直接关系到调节变量的引入[J].科学学与科学技术管理,2010(2):143-151.

[17]逄淑媛,陈德智.专利与研发经费的相关性研究——基于全球研发顶尖公司10年面板数据的研究[J].科学学研究,2009(10):1500-1505.