产业共性技术创新失败项目挽救对象甄选体系设计

张 帆，冯国栋，叶建木，文昊林

(1.海军工程大学 管理工程与装备经济系，武汉 430033； 2.雄安新区管理委员会 公共服务局，河北 雄安 071700；3.武汉理工大学 管理学院，武汉 430070)

实现前瞻性基础研究、引领性原创成果重大突破，需突出关键共性技术。《国家中长期科学和技术发展规划纲要(2006—2020)》和《产业技术创新能力发展规划(2016—2020)》等明确指出共性技术的攻克有助于促进多种产业的技术更新与升级，未来要着力实现重大关键、共性技术专项的突破，保证国家处于某些关键技术领域高地，形成潜在的产业优势，从而释放出巨大的经济和社会效益[1-2]。共性技术是在若干领域或专业内已经被普遍认可或在未来将被认可，其技术成果能够在整个产业或多个产业内外共享并扩散的一类技术[3]，能为持续创新增加知识储备、改善知识结构、调整知识配置，由此衍生出丰富的特有技术，催生出一系列的新工艺、新产品和新装备等。同时，共性技术兼有私人产品与公共产品的双重属性(“准公共产品”属性)，并伴随外部性强、复杂性强、实施难度高、持续投入高以及失败风险高等特点[4]。而产业共性技术创新的高风险特征一方面会造成“搭便车”心理，导致市场失灵[5]，另一方面会使得创新活动陷入失败困境、无法自拔[6]。

1 研究综述

1.1 产业共性技术创新失败之困

由于“反失败”偏见的存在，现有研究大多聚焦于创新成功或集中在创新过程的前端，对于技术创新失败的关注不足。技术创新的实验性质决定了创新项目的高度不确定性，而市场竞争加剧、创新维度提高则进一步加剧了高风险性[7-8]。在美国AMD等公司中，技术创新项目的商业成功率仅为30%[9]。依据《2016年中国大学生就业报告》，国内大学生所从事的创新创业类项目的失败率达到了95%。另一项数据中，超过95%的医疗器械类技术创新项目倒在了商业化之路。由此可见，技术创新失败客观存在。此外，产业共性技术创新活动一般具备分布式创新的特性，需要整合官、产、学、研以及中介组织等部门的资源和优势，形成互联互通的分布式创新体系。因此，单凭企业自身很难有效支撑共性技术创新活动开展，也无法通过预防或者阻止不利因素以提高创新成功率，无论基于技术性还是系统性，共性技术创新活动往往比一般技术创新活动面临更高的失败风险。

1.2 产业共性技术创新失败价值之利

共性技术创新失败项目是在诸多因素(技术因素、市场因素、政策因素、资本因素、运营因素等)干扰下，导致共性技术创新活动无法取得预期的经济或社会效益的一类项目，如同一般失败项目，共性技术创新失败项目并非“一无是处”，其价值往往在于划定了失败后的不可行红线，积累了失败前的信息、技术及经验，客观上起到了“扫雷”的作用，排除了部分风险[10-11]。与此同时，失败资源与失败经验对于潜在机遇的识别、团队能力的提升以及后续再创新的推进具有促进作用，使其对创新容错与挽救机制的需求也更加迫切[12]。因此，对于共性技术创新失败项目而言，要进一步建立和完善创新容错纠错机制，对外部不确定因素造成的损失给予一定程度的包容，增加共性技术创新活动的“弹性区间”，营造“鼓励创新、宽容失败、积极挽救、增强柔性”的良好氛围[13]。

1.3 产业共性技术创新失败挽救之路

如前所述，共性技术创新活动的正外部性增加了知识存量，扩大了创新基础，拓展了应用范围，有利于提升整个产业或整个行业的创新效率，而负外部性使得承担直接成本的创新主体无法获取全部收益，而要面对其他受益人的利益分享行为，导致创新积极性下降。故此，挽救共性技术创新失败项目不能完全依赖于市场自主行为，而必须借助于公共部门的引导行为。从某种意义上说，公共部门在一定程度上代表了公共理性，制定公共政策并予以执行，增加公共产品供给，弥补市场失灵。另外，产业共性技术创新的正外部性也增强了公共部门挽救的积极性。然而，由于创新失败“事出有因”，失误与过错理应区别对待，不能将所有失败情境均纳入挽救范围。同时，创新容错与问责追责也存在某种悖论，为有效控制风险，需要划清挽救界限、甄选挽救对象。2017年，四川省在《加快医药产业创新发展的实施意见》中明确提出对医药研发类创新失败实施补救，并划分出补救对象的一般范围。同年，山西高平出台《关于鼓励创新宽容失败支持持续创新创业的实施办法(讨论稿)》，划分出创新失败宽容、补救的10类情况等。理论与实践均表明，创新失败挽救过程中，有必要针对挽救对象实施甄选。

为此，从技术范围与潜在价值两个层面尝试构建产业共性技术创新失败挽救的对象甄选体系：①划清技术界线，即借鉴生物工程学中的基因理论，在技术创新过程中提取出“共性技术基因”，刻画出值得挽救的共性技术领域边界；②划清价值界线，即基于失败学理论，多维度构建价值评估体系，充分挖掘失败对象的内在价值，并以此作为“是否值得挽救”的评价依据，甄选出潜在挽救对象中的“良币”。

2 共性技术基因识别

传统的技术创新路径确定方式大多数是主观定性类方法，常见的有公理化设计(axiomatic design)、头脑风暴法(brainstorming method)和德尔菲法(delphi method)等，往往缺乏客观性、系统性和稳定性。针对以上不足以及创新系统的多样化特征，通过比较分析，认为即便是跨领域、跨专业的共性技术创新活动仍遵循一定规律。产业共性技术创新活动实质上就是将所处行业或专业内具有代表性的创新要素实施萃取、分析、整理、分类、再整合的过程，其流程类似于生物学的基因工程[14]。换言之，基因工程学可以用来描述产业共性技术创新活动。基于此，将基因工程学理论融入到技术创新理论中，尝试构建产业共性技术创新基因图谱模型，提取共性技术基因，以便更加科学、直观地刻画产业共性技术边界[15]。

产业共性技术创新基因图谱的构建是在相关共性技术信息文本分析的基础上，通过信息识别与抽取，甄选出具有普遍性、通用性或共享性的技术信息，再结合该技术领域的实际发展状况识别出目标领域的共性技术基因。人类现有的科技成果记录中，专利所涵盖的技术信息涉猎广泛、数量丰富、真实度高，适合作为目标领域共性技术信息萃取的原始样本。产业共性技术创新基因图谱的绘制流程可概括为：①在研究对象的技术范围内，制定初始检索方案获取目标领域的核心专利文本信息，并进一步对专利文本进行聚类分析，可得到相关产业的关键共性技术方法和装备，即该领域技术创新过程中的共性基因片段。由于技术创新专利信息量大，初始检索方案必须反复试验才能确定[16]。②定量分析与定性分析相结合，在分析关键信息出现频率的同时充分参考目标领域相关专家的修正意见，对由步骤①确定的关键技术做更详细地甄别与分类，从而获取研究对象的共性技术关键基因片段，即该领域技术创新过程中的共性技术基因。③通过共性技术基因识别，从全局上把握产业共性技术边界，同时为创新失败挽救对象甄选指明技术方向。

3 挽救对象价值甄选

3.1 失败程度

在产业共性技术范围界定基础上，要进一步评估失败对象的挽救价值。为此，需要明确技术创新失败程度。Schumpeter(1934)在对创新概念定义时明确指出，是否达到预期收益是判断创新成败的主要标志。而产业技术创新失败是在若干不确定因素的干扰下，技术创新活动没有或没有完全实现预期的经济或社会效益，在以结果为导向的传统价值观下，财务指标或社会福利指标很低甚至为负。从失败程度上说，产业技术创新失败可分为部分失败和彻底失败。对于部分失败情境，由于失败程度不高且存在局部预期达标现象，考虑在可接受、可容忍范围内，通过“原轨再启动”“变轨再启动”或者“导入新系统”等方式实施挽救，使之能够达到原有的预期或实现新的预期，充分挖掘“剩余”价值[17]；而对于完全失败情境，即便通过调整预期或追加资源供给，往往也无法实施“挽救”，则必须吸取教训，引以为戒，为后续创新划定“红线”。故此，对于产业共性技术创新失败来说，通过科学评估加以甄别，辅以适当措施给予挽救，可以挖掘出未来机遇并取得成功，从而增加创新柔性[12]。

3.2 甄选维度

基于产业技术创新失败程度，从可挖掘、可利用角度，探讨产业共性技术创新失败的价值评估维度，并据此提出五维甄选体系，实现对产业共性技术创新失败挽救的对象甄选。“PEMTP”五维甄选体系(图1)包括5个一级维度：①政策维(P)，主要反映拟挽救对象与宏观政策导向支持的相关度；②环境维(E)，主要反映拟挽救对象与所在地软环境支撑的相关度；③市场维(M)，主要反映拟挽救对象的既有市场状况、未来发展前景等；④团队维(T)，主要反映拟挽救对象的研发投入比例、创新产品收益及研发人员比例等；⑤项目维(P)，主要反映拟挽救对象的“剩余价值”、阶段性创新产出、再利用可能性等。

图1 “PEMTP”五维甄选体系

3.3 甄选指标

考虑指标的可参照与可获取，初步遴选37项指标组成“PEMTP”五维甄选体系的二级评估维度。然而，多维指标的缺陷在于信息量过载，单个指标的信息价值可能无法充分体现，因此，需要反复从隶属度和相关性上对理论甄选的指标进行研讨。在此过程中，删除了诸如市场壁垒、持续创新能力、技术可替代性、技术可模仿性、偿债能力、融资渠道、企业组织凝聚力等指标，合并了诸如失败经验、专利和知识产权、固定资产价值、货币资金等指标(详细研讨过程省略)。简化和优化后的二级指标共计25项，确保评价的科学性、合理性、有效性和系统性等，详细指标及含义诠释见表1，则拟挽救对象的综合价值公式可表达为

Z-value=(∑V1，∑V2，…，∑Vm)，m=5

(1)

3.4 甄选模型

在拟挽救对象价值评估中，评价指标体系存在模糊性可采用模糊评价法，但仅采用模糊方法会造成信息丢失，且评价者判断具有不完全性，即灰性，使得评价信息存在一定灰度。因此，综合考虑评价指标的模糊性与灰度，将灰色理论与模糊评价方法相结合，并通过层次分析法(AHP)确定指标权重，建立AHP-模糊灰色综合评估模型。

表1 “PEMTP”五维甄选指标体系

1)确定评价指标权重。在挽救对象价值评估时，Z-value受到单个指标的影响程度不尽相同，需要通过引入权重系数来反映此种差异。利用层次分析法(AHP)，结合专家咨询建立判断矩阵，对评价指标两两之间的重要性进行比较，再对每个层次排序及层次总排序进行一致性检验(CR=CI/RI)，可确定权重Wij。根据层次分析法的计算步骤，得到组合权向量，见表2。

表2 AHP法准则层与指标层的组合权向量

2)确定评价等级与标准。基于价值评估指标体系，对Z-value(目标层)划定等级标准，见表3。

表3 价值评估等级标准

3)确定评价样本矩阵。在确定评价指标体系和评价指标权重的情况下，根据拟挽救对象的相关信息，结合专家调查，可以得出评价指标值，即为评价样本矩阵D=(d11，1，…，dij，k)，其中，dij，k表示第k位专家对第i个准则层的第j个指标的评分。

4)确定灰类。按照拟挽救对象价值大小，划分灰类(5类)。确定灰类等级赋值C，C=(100，80，60，40，20)，对应挽救优先级为“优先挽救”“适度优先挽救”“可挽救”“不可挽救”“完全不可挽救”。

5)确定灰色评价系数。对于评价指标Vij，则Vij在第e个灰类的白化权函数为fe(dij,k)。Vij在第e个灰类的灰色评价系数为Gij,k。Vij属于全部灰类的总灰色评价系数为Gij，则

(2)

6)构造灰色评价权矩阵。评价者对Vij的第e个灰类的灰色评价权为Rij，e，则Rij,e=Gij,e/Gij。可得Vi的灰色评价权矩阵Ri为

(3)

7)模糊综合评判。对Z-value以及Vi进行综合评价，令Vi的综合评价结果为Bi，Bi=Wi×Ri=(bi1，bi2，bi3，bi4，bi5)。综合i个准则层评价结果，得出综合价值Z-value的评价结果B，B=W×R=(b1，b2，b3，b4，b5)。根据灰类等级赋值C，C=(100，80，60，40，20)，得出Z-value=B×CT。基于综合价值评分，对照灰类划分标准，判断受评价项目是否值得政府给予补偿。

4 对象甄选案例验证

不同行业或产业对共性技术的依赖程度不同。如生物医药、软件开发等行业中共性技术作用较为显著，而个性化产业，由于技术供给多元化、市场竞争充分性，所以共性技术作用不太显著。因此，首先应针对不同行业的自身特点，选取对共性技术认可度较高、技术共享性较强和技术扩散度较广的行业作为研究案例对象。生物医药行业创新活动中，共性技术作用较为显著、创新失败率较高，而且很多失败情境具有一定的挽救价值[18-19]。因此，无论从共性技术显著性，还是从挽救价值获得性，生物医药行业均宜作为产业共性技术创新失败挽救对象甄选的示例产业。基于国内生物医药行业现状调查与业内失败案例选取，考察共性技术基因识别机制与挽救对象价值甄选机制，实现挽救对象甄选的案例验证。

4.1 国内生物医药行业共性技术创新重点发展领域

按照《“十三五”国家战略性新兴产业发展规划》，国内将加快推动生物医药技术创新发展，推动一大批企业实现药品质量标准和体系与国际接轨，进一步加强国家药物创新体系的国际竞争力[20]。针对人类重大疾病及某些重要罕见病，按照国际药品标准，研制并推动10～20个化学药及其高端制剂、3～5个新中药、3～5个新生物技术药及其伴随诊断制剂在欧美等发达国家完成药品注册，加快国产药品的国际化发展进程。到2020年，突破10～15项重大核心关键技术，初步建立国家药物创新体系。到2025年，实现30～35个创新药物产业化。10～15个国内自主产权新药通过FDA或联盟认证和WHO预认证，进入国际市场。使得国内生物医药领域在创新能力、制药规模和国际竞争力等方面达到世界先进水平，满足重大疾病及重要罕见病的药物研发和产业化需求，推动国内医药国际化进程。

在明确的发展目标与方向下，国内生物医药产业有望培育成万亿元的支柱产业。行业关键共性技术攻关主要集中在重大疾病的化学药物、中药、生物技术药物，重点包括临床亟须的小分子靶向药物、抗体药物、新型疫苗、新型免疫细胞、干细胞及其衍生细胞制剂、组织工程产品及临床疗效和安全性明确的创新中药，以及基于重大疾病的药物基因组学分析，发展伴随诊断制剂、研发安全和优效的个性化药物等方面。具体而言，国内生物医药行业共性技术创新的重点发展领域可概括为[21]：①大力发展新型疫苗、改造传统疫苗。中国是世界上疫苗使用量最大的国家，疫苗的推广应用显著提高了国内人均预期寿命，但目前，国内新型疫苗的缺口依然很大。因此，发展新型疫苗和改造传统疫苗显得十分迫切，这将大幅度提高对于重大传染性疾病的防控能力。②抗体药物和蛋白质药物等生物技术药物的产业化。如针对恶性肿瘤、心脑血管疾病、神经退行性疾病、糖尿病和自身免疫性疾病等生物技术药物。③重大疾病诊断和检测技术的研究与产品开发。SARS、禽流感、结核病、艾滋病以及甲型H1N1流感等疾病的爆发流行，需要诊断技术及相关产业的发展。④加强基因治疗、细胞治疗等生物治疗技术。如干细胞治疗产品的临床试验，核酸药物研发等。⑤基于疾病靶点网络、反向分子对接等药物新靶标发现与确证技术。⑥再生医学技术的研究与应用。由于创伤、疾病、遗传和衰老造成的器官缺失很多，针对移植细胞、组织和器官的组织工程技术以及再生治疗技术前景广阔。⑦中药组学与大数据信息应用技术体系等。

4.2 国内生物医药行业共性技术基因识别

生物医药行业是将生物工程技术及衍生产品应用于疾病治疗、卫生防疫、康养保健和健康生活等方面的一类行业，其技术创新依赖度高，尤其是对突破性共性技术具有强烈需求，是共性技术创新研究较为理想的对象。生物医药行业主要致力于重大疾病防控及治疗，其重点技术领域主要包括抗体、疫苗、重组蛋白药物、核酸药物、免疫细胞与干细胞治疗剂和组织工程产品等，这些领域也是共性技术创新发展的“温床”。

4.2.1 文本挖掘

原始输入数据来自万方数据知识服务平台。首先通过上述对生物医药行业关键共性技术与战略发展方向的分析，检索出生物医药共性技术相关专利，初始检索方案：①检索时间为2019年4月；②检索专利范围为中国发明专利、实用新型专利及外观设计专利；③检索地域范围为中国大陆，不含港、澳、台地区；④检索时间范围为2000—2018年；⑤检索命令为题名or关键词=“小分子靶向”or“抗体偶联药物”or“新型疫苗”or“免疫细胞”or“干细胞制剂”or“仿生组织工程”or“生物3D打印”or“质谱技术”or“智能化医疗”or“心脑血管药物组合制药”。通过初始检索方案，得到国内生物医药行业共性技术专利1 163项，其中发明专利1 019项，实用新型专利138项，外观设计专利6项；然后，从中选取10 797份共性技术文本。

4.2.2 基因识别

在共性技术文本基础上，提取关键核心字段组建关键词矩阵，通过K-means聚类分析合并筛选、分类编号，得到国内生物医药行业技术创新部分关键语义，即国内生物医药行业共性技术基因(10个类别)，如图2与图3所示。

图2 国内生物医药行业共性技术基因图谱(10类基因)

图3 共性技术基因语义网络(10类)

4.3 国内生物医药行业失败案例挽救价值甄选

基于共性技术基因识别，选取符合共性技术条件的某生物医药企业研发失败项目对前文构建的挽救对象价值甄选体系进行案例验证。选取案例为湖北省某生物制药企业的研发项目(属于小分子靶向治疗类项目)，在实施过程中因药物反应不良而遭受研发失败。对于假定的技术专家评估组，企业可以结合自身情况，向公共部门提出专家服务申请，由公共部门协调相关领域专家库提供第三方评价服务。选取7位相关行业的研发人员或项目经理(非项目所在单位)作为假定专家组成员，根据该项目的实际资料，通过以上价值评估体系，对各项指标逐一评分，形成评价样本矩阵D、确定灰色评价系数G、构造灰色评价权矩阵R、获取模糊综合评判结果B，最后可得所选案例的综合价值Z-value为

(4)

(5)

案例验证的评价结果显示，所选案例综合价值为73.202 5，对比预先设定的挽救优先级可知，其处于“适度优先挽救”和“可挽救”之间，且更接近“适度优先挽救”。据此可判断，此案例符合挽救的内在价值要求，值得给予挽救。由单个维度的价值评价结果可知，拟挽救对象在政策维价值(V1)、环境维价值(V2)、市场维价值(V3)、团队维价值(V4)和项目维价值(V5)等5个分项的评分依次为75.493 6、72.870 0、71.562 5、76.084 6和71.472 9，说明该案例在5个一级维度的价值要素上均有较好表现，其中，政策支持度和项目团队能力两个指标因素表现较好，表明该项目具有较好的政策导向支持和组织载体保证；而环境维价值、市场维价值和项目维价值方面表现相对较差，表明该项目的核心价值与市场价值的潜力一般。综上所述，该项目虽值得挽救，但挽救潜力有限，与其他潜力对象相比可能处于“下风”。进一步考虑评价结果可知，在挽救具体实施过程中，可以针对拟挽救对象在不同评价维度上的具体表现，采取差异化的挽救形式，从而提高挽救效率、保障挽救效果。

5 结论与展望

基于产业共性技术创新失败的研究回顾与分析，从技术范围层面(共性技术基因识别)与潜在价值层面(挽救对象价值甄选)，构建挽救对象甄选机制。一方面，借鉴基因工程理论，结合文本挖掘与关键词聚类，实现共性技术基因识别，刻画出挽救技术范围；另一方面，从政策维价值、环境维价值、市场维价值、团队维价值和项目维价值等5个方面设计了价值甄选指标体系，采用AHP-模糊灰色综合评价法对案例对象的挽救价值实施精准评估，并通过实际案例验证了评价的有效性和准确性，为挽救对象的有效选择提供了实际应用方案。

此外，为进一步提高产业共性技术创新失败挽救对象甄选的实际应用效率，提出以下对策建议：①综合运用深度学习和基因图谱等信息识别技术推动共性技术基因识别精准化。升级关键共性技术数据采集设备，通过云平台采集重点行业的内外部数据，通过加大数据分析和挖掘力度，提供可视化的共性技术分布及趋势。例如，基于深度学习模型对科生物医药行业共性技术信息进行提取，通过对技术文本进行词向量训练，抽取关键共性信息形成生物医药行业共性技术基因图谱等。②优化共性技术识别流程。对共性技术进行分类时，可增加企业意见征询环节，倾听企业生产者的“声音”。意见征求可以采取事前征求法，通过扩大专家组人数、调整专家组结构，纳入一些产业龙头企业的决策者、研发人员代表以及成果推广人员代表等，实现群策群力。也可以采用事后调整法，在专家组明确共性技术范围后，面向社会或相关企业公开征求意见，建立信息互动反馈机制，适时调整，确保结果更加客观。③强化第三方专家评估的甄选能力与意识。首先，需要培养专家评估的专业素养，提高对潜在挽救对象披露虚假信息的甄别能力。其次，为防止专家评估与被评估对象的“勾结”行为，应加强对“勾结”行为危害及惩罚的宣传力度，确保甄选过程的公正性。再次，公共部门可以建立畅通的甄选信息反馈渠道和造假信息举报中心，鼓励评估机构通过专门机构反馈甄别信息，为“打假”提供信息支持。最后，应对表现良好的评估专家给予适当的物质和精神奖励，将评估表现纳入信誉档案、给予信誉评级，以此激发专家评估的积极性。