区域高新技术产业协同创新能力评价研究——以安徽合芜蚌新区为例

梁中，张松



区域高新技术产业协同创新能力评价研究
——以安徽合芜蚌新区为例

梁中，张松

摘要：通过对区域高新技术产业协同创新能力内涵的界定，从创新投入能力、协同支撑能力、创新产出能力3方面构建评价指标体系。选择2011—2013年合芜蚌新区高新技术产业发展数据作为分析对象，运用多维面板的主成分分析法进行综合评价。在此基础上，就如何提升该区域高新技术产业协同创新能力，从构建重大创新载体、建立行政协同框架、促进科技金融合作、营造创新共生环境等方面提出建议。

关键词：高新技术产业；科技创新；协同创新

近年来，中国高新技术产业在快速发展过程中，逐渐呈现出两个明显的特性：一是区域间的不平衡性；二是区域内部协同的不充分性。前者是国家整体经济发展不均衡问题在具体产业层面的典型表现；后者则是区域高新技术产业自身发展水平总体偏低的表现，也是其创新能力受限的关键因素之一，直接影响整体产业的创新绩效和核心竞争力。目前，对区域高新技术产业协同创新能力的评价、管理及相关政策的研究已成为热点问题。本次研究以安徽合芜蚌自主创新综合配套改革试验区（以下简称合芜蚌新区）为样本，探讨构建产业协同创新能力的评价体系，并运用适合于多维面板数据特征的分析方法进行综合评价，提出建议。

一、文献回顾

高新技术包含两层含义：一是反映科技水平的高技术；二是研发和引进的新技术［1］。高新技术发展以企业为载体，企业集聚产生联动效应形成了高新技术产业。因此，高新技术产业通常指将科学技术运用到产品的研发中，将科研成果转化为产品的企业聚集在一起所形成的新的产业群，一般具有高投入与高风险、高群体化与高创新、高竞争与高集聚、高渗透与高联动的特征［2］。

协同创新指创新主体与创新环境通过相互作用实现经济效益的协同过程［3］，即通过创新主体间的协同从内外部环境获取创新资源，经过整合与合作转化为商品和服务，产生经济效益的过程［4］。其核心在于发挥创新网络协同的作用，实现知识和技术的无障碍流动以及资源共享［5］。协同创新多以网络模式出现，根据协同创新的层次可分为宏观国家创新系统、中观产业创新系统和微观企业创新系统［6］。其中，产业协同创新是协同创新由企业层面向国家层面过渡的关键，主要指产业内企业以创新资源投入为基础，通过政府、知识生产机构、中介机构的协同支撑，将知识和技术转化为产品的过程。

基于产业协同创新的概念，本次研究界定高新产业协同创新的能力是高新产业为实现经济效益最大化，通过产业内部创新要素、创新服务的投入，经由科技中介机构、政府等创新主体的协同实现创新资源的优化配置，将创新要素和创新服务转化为新产品，从而带动经济发展的综合能力。

高新产业评价体系构建和评价研究是高新产业协同创新能力研究的重要内容。基于科学性和可操作性的原则，国内外学者分别从系统创新投入、创新环境支撑、创新服务支撑、产出绩效等方面对评价指标体系作出了相应的研究；对评价方法的选择主要包括神经网络、多级模糊综合评价、神经网络等。例如，柯飞帆等运用神经网络方法，从协同的技术能力、组织模式、控制和风险分析3方面构建了协同创新能力评价指标体系［7］；梅强等运用BP神经网络，从创新资源投入、协同创新实施、创新产出能力3方面构建了协同创新能力评价指标体系［8］；杨楠运用灰色关联分析法，从创新实施、创新投入、创新产出、创新核心4方面构建了协同创新能力评价指标体系［9］；刘志华等运用正态云模型，从协同投入、协同过程、协同产出、协同影响4方面构建了协同创新能力评价指标体系［10］；方玉梅等运用熵值法，从环境支撑、组织运行、创新投入、创新产出4方面构建了协同创新能力评价指标体系［11］；刘雪芹等运用数据包络分析法，从创新环境支撑、企业创新知识应用、产业升级、知识创新、知识流动与协作5方面构建了协同创新能力评价指标体系［12］；尹彦运用粗糙集和Choquet积分，从知识创新、创新资源、流程的协同程度、创新协同环境保障能力4方面构建了协同创新能力评价指标体系［13］。

通过分析比较现有的高新技术产业协同创新能力评价指标体系发现：虽然宏观层面的指标体系研究较丰富，但在具体指标的选择上存在较多问题，主要表现为指标筛选的主观性较强、指标信息交叉重叠以及数据可获得性不强等。另外，现行主流的评价方法如DEA分析法、层次分析法、神经网络分析法等都只能针对特定的研究范围、数据特征进行分析，评价方法间缺乏协调性和融通性，且相关研究多针对横截面数据进行分析，难以全面、客观地反映产业协同创新能力的演化进程。

二、高新技术产业协同创新能力评价指标体系构建

本次研究基于逻辑框架法，在对评价目标进行细化与完善的前提下，将高新产业协同创新能力分解为以下几个部分。

（一）创新投入能力

高新技术产业创新投入能力表现为创新过程中创新主体和创新中介机构对创新资源的投入和整合能力，直接影响高新产业的创新效益［14］。创新投入包含创新要素投入和创新服务投入。其中，创新要素投入主要指进行创新的核心要素，如人力、物力、资金等；创新服务投入指服务于创新核心要素，对创新投入起辅助和保障作用的资源投入。

（二）协同支撑能力

高新技术产业协同支撑能力指贯穿于创新活动始终，促进创新资源有效汇聚的内外部环境支撑能力。其中，产业内部环境协同支撑能力指产业内高新技术企业、科研院所、高校等创新行为主体通过资源共享与交换、优势互补和合作研发等方式，获得一定经济和社会效益的能力［15］，主要以产学研支持为主要指标；外部环境协同支撑能力指对产业协同创新起辅助作用的外部协同机制，主要以政策支持和金融支持为主［16］。

（三）创新产出能力

高新技术产业协同创新产出能力指将创新理论和创新资源投入转化为现实生产力的能力，可从创新成果产出能力和综合经济效益来衡量［17］。其中，创新成果产出能力指产业内部各投入主体的科研产出程度，是创新生产力形成的基础环节；综合经济效益是指将创新投入转化为经营成果的能力，是协同创新活动能否持续进行的基础。

本次研究基于上述对高新技术产业协同创新能力内涵的解析，构建了高新产业协同创新能力评价体系理论模型，如图1所示。

该评价体系模型将高新产业协同创新能力分解为3个子模块：创新投入能力模块、协同支撑能力模块和创新产出能力模块。该模型具有以下特征：一是以协同支撑能力为核心，突出高新产业协同创新的内涵；二是以协同创新过程为标准，体现出创新投入到协同支撑再到创新产出的创新逻辑。

在选择各个模块具体评价指标时，以客观、量化及避免信息重叠为基准。其中，创新投入指标主要选择研发人员全时当量、研发经费内部支出、科技人员数量、科技活动经费等；创新服务指标主要选择科技企业孵化器数量、生产力促进中心数量、专利代理机构等。考虑到创新服务机构多位于高新技术开发区内，其影响作用的发挥覆盖整个高新区，且高新技术开发区同高新产业在行业性质上具有一致性。同时，本次研究从高新技术产业总体出发，不进行产业内部子产业研究，故以高新开发区的要素投入为具体指标。关于协同支撑能力模块，其内部协同支撑主要选择产学研支持力度，外部协同主要选择政策、金融、财政支持力度等指标。关于创新产出能力模块，为保证投入、产出的指标一致性，指标的选取同样以高新开发区创新产出指标为主。其中，创新成果产出指标主要选择高新产品新增数量、高新开发区技术收入、高新技术产品销售收入等；综合经济效益主要选择高新技术产业总产值、高新技术产业增加值、高新技术开发区利税总额等指标。综上所述，本次研究共选择17个初始指标。

图1　高新技术产业协同创新评价体系模型

通过鉴别力分析、专家诊断、相关分析3个步骤对初建指标综合筛选以保证指标的科学和客观，并进行信度和效度的检验确保数据的有效性。由于篇幅限制，不详细陈述筛选过程，直接给出筛选结果。高新技术产业协同创新能力评价指标体系见表1。

表1　高新技术产业协同创新能力评价指标体系

三、合芜蚌新区高新技术产业协同创新能力实证分析

合芜蚌新区是安徽省2008年设立的自主创新综合配套改革试验区，享受中关村国家自主创新示范区税收试点政策，目前已经发展成为中西部地区具有较大影响力的高新技术产业基地。本次研究将以合芜蚌新区为例，采用多维面板数据的主成分分析法，构造出综合评价矩阵，对其区域内部的产业协同创新能力进行评价研究。基于指标数据的可获得性和适用性原则，重点选取已经发布的2012—2014年合芜蚌高新技术产业协同数据进行评价。具体评价指标数据见表2，主要数据来自于《安徽省科技统计公报2012—2014》《中国火炬统计年鉴2012—2014》《中国高技术产业统计年鉴2012—2014》和部分城市的统计年鉴等。评价指标的数据均源于官方统计数据，具有较高的权威性和客观性。

表2　合芜蚌新区高新技术产业协同创新能力评价指标数据

（一）指标处理

首先对各截面数据进行主成分分析，得出各时间截面的主成分贡献率。本次研究以2013年合芜蚌新区高新产业发展数据为例，使用SPSS22.0进行分析。依据公因子方差计算结果，各个变量的公因子方差较大，说明提取出来的公因子对各变量的解释程度较高，从而对数据进行因子分析的效果是显著的。

对数据进行主成分分析以提取公因子，依据分析结果，10个成分中有2个成分的特征值符合要求，故公因子提取的数量为2个。主成分提取后的碎石图见图2。碎石图曲线也表明，有2个主成分符合提取标准。因此，用这2个公因子替代10个原始指标来对高新技术产业协同创新能力进行定量分析。

（二）因子旋转

为了更好地解释因子，采用最大正交旋转法对因子矩阵进行旋转，得到旋转后的因子载荷表，具体见表3。

图2　主成分提取后的碎石图

（三）因子得分与年度综合排名

因子得分系数见表4。决定因子得分的2个公因子中，F1主要包括科技企业孵化器、高新企业减免税、专利权质押贷款、高新产品新增数量、高新产业总产值。各指标的因子载荷均高于0.6，主要体现在创新服务投入、政府支持力度、金融支持力度及综合经济效益4个方面，可以解释为创新服务协同转化能力。F2主要包括高新开发区研发人员全时当量、高新开发区研发经费内部支出、技术创新战略联盟数量、生产力促进中心、高新开发区技术收入，主要体现在创新要素投入、产学研协同力度、创新成果产出3个方面，可以解释为创新要素协同转化能力。

表3　因子载荷表

表4　因子得分系数

根据主成分评价函数，计算出时间截面数据的综合评价结果，得出各城市年度因子得分排名，具体见表5。观察F1因子得分，合芜蚌新区整体得分（F1= 1.359）高于各城市的得分，说明合芜蚌新区整体创新服务协同转化能力较强；区域内部创新要素协同转化能力由强到弱依次是芜湖市、合肥市和蚌埠市。观察F2因子得分，发现合芜蚌区域整体的得分（F2= 0.448）低于合肥市的得分（F2=1.142），且芜湖市、合肥市的得分均为负值，说明由于芜湖市、蚌埠市创新要素协同转化能力低于区域平均水平，导致区域总体实力低于个别城市。

（四）综合因子得分

以上述步骤为例，将各时间截面数据的得分矩阵组成综合评价矩阵。2011—2013年各城市或区域年度因子得分排名及综合评价结果见表6。

表5　各城市或区域年度因子得分排名及综合评价结果

表6　2011-2013年各城市或区域年度因子得分排名及综合评价结果

（五）评价结果

按照累计贡献率达到85%以上对综合评价矩阵提取公因子，运用spss22.0进行主成分分析，然后根据各主成分的方差贡献率占总的方差贡献率的权重进行加权汇总。研究结果显示，同各城市相比，合芜蚌新区高新技术产业整体协同创新能力水平较高。区域内部协同创新能力大小排序依次是合肥市、芜湖市和蚌埠市。因子得分为负，说明低于区域平均水平，如芜湖市、蚌埠市综合能力均为负值，表明两市综合能力均低于区域平均水平。在创新服务协同转化能力方面，区域整体能力较强，得分高于各城市；区域内部合肥市、蚌埠市的创新要素协同转化能力低于平均水平，说明合肥市、蚌埠市还需在创新服务投入、科技金融合作等方面加强努力。在创新要素协同转化能力方面，由于芜湖市、蚌埠市创新要素协同转化能力低于区域平均水平，导致区域总体实力低于个别城市。这一结论同芜湖市、蚌埠市缺少重大创新载体的实际情况相一致。

四、政策建议

合芜蚌新区作为安徽省高新技术产业创新资源最为丰富的地区，已经具备一定的协同创新能力，并呈现逐步提升的趋势。上述评价结果显示，合芜蚌新区在高新技术产业的创新要素协同转化、创新服务协同转化等方面的能力仍较弱。针对上述问题，对于如何更有成效地提高区域内高新技术产业的协同创新能力，更好地发挥合芜蚌新区的技术创新引领和扩散作用，我们提出如下建议。

第一，强化协同性、辐射性、示范性的区域重大创新载体建设。为吸纳和凝聚创新资源，突出关键产业的技术创新示范效应，应尽快构建和完善区域技术创新服务平台、产业共性技术研发平台、技术产业化平台等重大创新载体。具体而言，可以重点选择合芜蚌新区的相对优势产业，如新能源汽车产业、高端装备制造产业、硅基新材料、智能语音产业、平板显示产业等，在资源配置、项目审批和管理服务等方面重点支持，打造一批具有区域核心竞争力的协同创新载体。

第二，建立高层次的区域行政协同架构。由于三地在城市定位、利益诉求、市场和资源基础等方面的差异性，合芜蚌新区在发展过程中还广泛存在人才、资金、项目等创新要素的恶性竞争问题。同时，三地产业规划和政策的同质化现象也比较严重，亟须建立一种高效可行的区域行政协同机制。我们认为可以探索如下协同行政架构：一是建立区域内三地高层联席会议制度，由地方最高行政领导人直接联合负责，形成常态的协同工作机制，协商解决差异性、冲突性的产业发展问题；二是成立区域协同发展领导小组或办公室，由省委省政府主要领导担任组长，其他地市和相关部门（如科技厅、财政厅等）的负责人为组员，以区域利益为导向，统筹解决共性的、重大的协同问题。

第三，探索本土化特色的区域科技金融合作新模式。合芜蚌新区在科技金融合作方面已取得一定成效，但尚不能满足高新技术产业快速发展的需要。为此，必须进一步推动金融和技术创新的深度结合，探索具有本土化特色的合作模式。我们建议，相关主要政策着力点可以放在3个方面：一是充分发挥市场机制的导向作用，改善现行财政对产业技术创新的投入方式和投入机制，广泛采用引导基金、风险补偿、贷款贴息等刺激方式来吸引社会资本的直接参与；二是鼓励安徽本土商业银行进行科技金融创新试点，探索设立专门从事技术创新金融服务的专业分行；三是继续完善技术产权流转和股权流转的信息披露、评估、融资服务机制，促进区域内产业技术创新成果的扩散和转化。

第四，注重区域创新共生环境的构建。高新技术产业的协同创新过程具有显著的生态特征，其产业链条上的相关利益者会联结成相对稳定的共生单元，并将逐渐演化为具有共生性质的创新种群或创新群落。因此，相关公共政策在制定的过程中，还需要从产业创新生态系统构建的高度，着重关注培育、营造有利于创新种群栖息与成长的共生环境。当然，共生环境的构建是一个系统工程，在每一个具体的政策设置过程中都可能涉及，并相互关联。但可以明确的是，共生环境构建的核心在于创造紧密的、高互动频率的创新关系网络和创新文化氛围，以吸引更多、更优质的创新主体到合芜蚌新区栖息和协同进化［19］。

参考文献：

[1]宋东林，魏宝明.高新技术产业技术创新绩效评价研究：以江苏省为例[J].技术经济与管理研究，2012（9）.

[2]常玉，卢尚丰，刘显东.西部13个国家级高新技术产业开发区技术创新能力的评价研究[J].科学学研究，2003（12）.

[3]胡恩华，刘洪.基于协同创新的集群创新企业与群外环境关系研究[J].科学管理研究，2007（3）.

[4]顾青，薛伟贤.高技术产业协同创新研究[J].科技进步与对策，2012（22）.

[5]李久平，姜大鹏，王涛.产学研协同创新中的知识整合：一个理论框架[J].软科学，2013（5）.

[6]徐立岗，田家林，陈月梅.区域产业协同创新研究：以江苏为例[J].管理世界，2012（8）.

[7]柯飞帆，宁宣熙.基于神经网络的合作企业资源协同评价的研究[J].中国制造业信息化，2006（1）.

[8]梅强，范茜.基于BP神经网络的高新技术企业自主创新能力评价研究[J].科技管理研究，2011（11）.

[9]杨楠.河南省高新技术产业自主创新能力评价[J].科学管理研究，2012（1）.

[10]刘志华，李林.我国区域科技协同创新绩效评价模型及实证研究[J].管理学报，2014（6）.

[11]方玉梅，刘凤朝.我国国家高新区创新能力评价研究[J].大连理工大学学报，2014（4）.

[12]刘雪芹，张贵.京津冀区域产业协同创新能力评价与战略选择[J].河北师范大学学报，2015（1）.

[13]尹彦.基于粗糙集和Choquet积分的区域协同创新能力评价[J].决策参考，2015（9）.

[14]马永红，王展昭.区域创新系统与区域主导产业协同机理研究[J].科技进步与对策，2012（8）.

[15]穆东，杜志平.资源型区域协同发展评价研究[J].中国软科学，2005（5）.

[16]张妮，万幼清.周期理论下产业集群协同创新的金融需求研究[J].武汉理工大学学报，2015（2）.

[17]顼玉卿，邢秀青.基于协同创新理论的高新技术产业集群创新能力评价指标体系研究[J].产业与科技论坛，2014（18）.

[18]袁建明，朱天鹏，赵欣莹.高新技术产业集群对创新型城市建设的影响研究[J].合肥工业大学学报，2013（6）.

[19]梁中.基于生态学视角的区域主导产业协同创新机制研究[J].经济问题探索，2015（6）.

（编辑：唐龙）

基金项目：2013年安徽省高校省级优秀青年人才重点基金项目“‘合芜蚌新区’主导产业协同创新机制与路径研究”（2013SQRW 097ZD）。

收稿日期：2016-02-27

作者简介：梁中（1979-），男，博士，安徽财经大学（安徽蚌埠233030）副教授，硕士生导师，研究方向为创新战略与管理；张松（1990-），男，安徽财经大学2013级硕士研究生，研究方向为人力资源管理。

中图分类号：F061.5

文献标识码：A

文章编号：1673-1999（2016）04-0038-05