创新投入对区域科技创新能力的影响研究
——以江苏省为例
2022-10-31朱杰敏
朱杰敏
(南京邮电大学 管理学院，南京 210003)
随着科技进步和时代发展，国家的科技创新能力愈发重要，它是国家发展前进的源泉力量，不断推动着国家综合实力的提升。为了顺应时代的发展浪潮，建设创新强国、提升区域科技创新能力已经成为当下热点议题。如何科学评价区域科技创新系统水平，并针对该系统创新过程中暴露出来的问题提供相应的改进措施，成为提升区域创新能力、促进区域科技创新发展的重要环节。
目前已经存在很多关于区域创新相关概念、运行机制、效果评价等的研究，其中对于影响因素与运行机制的结构性分析一直是国内外研究的重点。Porter和Stern[1]指出，要想评判一个国家的创新能力，需要考虑该国家相关的基础设施完善程度以及它是否具备了必要的大环境来支持相应的创新活动的进行，其中的基础设施主要包含R&D的人力与资金资源、国际投资的开放程度、教育投资水平、对知识产权重视力度以及人均国民生产总值，创新集群环境的支持条件包含产业R&D投资强度，两者间互动的强度则可用大学R&D水平来判定。Riddel等[2]认为，影响区域科技创新能力的因素有很多，最重要的是在该地区内投入的创新资源、该地区的创新知识丰富程度以及当地培养出的科技人才的数目。Sun等[3]在比较了一些重要因素的影响力之后，认为若想要区域创新的能力得到质的飞跃，一定要重视对自身研发能力的开发与提升。贾春光等[4]从科技投入、创新产出、产业规模和产业环境4个维度构建了高技术产业科技创新竞争力评价指标体系，并以此展开对全国各地科技创新竞争力的分析。张荣天[5]围绕投入变量和生产结果变量两个角度构建了科技创新发展水平的评价体系。郭金兴等[6]在针对一些省级区域的科技创新能力所做出的研究中，选取了相关的参考指标，从创新的投入、产出和效率3个层面入手，建立了影响区域创新的相关评价体系。虽然国内外众多学者在对区域创新的研究上取得了一定进展，但由于适应中国发展状况的区域创新理论起步较晚，且聚焦省域科技创新机制的研究尚未形成体系，因此还有待进一步深入探索。
作为国内第一个创新型试点的江苏省，其区域科技创新能力毋庸置疑，已经多年在全国名列前茅，因此需要以更严格的创新标准来要求自己。虽然相较于国内其他省而言，江苏省已取得诸多科技创新成就，但对照高质量高发展的更高要求，仍然存在许多不足和短板，所以有必要针对江苏省科技创新的现状进行深入探究，总结经验，并提出合理建议。基于此，本文运用系统动力学方法，围绕政府、高校与企业3个主体，从创新投入与创新产出的角度构建系统动力学模型，探究不同因素对江苏省科技创新能力的影响程度，进而为江苏省科技创新的发展提供合理化建议。
1 系统动力学模型构建
区域科技创新系统是一个处于不断变化、不断发展之中的复杂系统，它与普通的线性系统不同，层次结构较为繁冗，因此很适合运用系统动力学方法对该系统进行分析。围绕江苏省创新系统中政府、高校及企业3个创新主体，建立江苏省科技创新系统的因果回路图，从而帮助构建系统动力学仿真模型，并为其提供依据。
1.1 系统边界确定
系统动力学主要聚焦系统内部各个要素对系统的运转产生的影响，需要建立系统外部的环境变化对该系统内部运转不产生本质影响的假设前提，因而对系统边界的界定对模型的构建层面非常重要。任何系统都要同周遭的环境进行一定的物质信息交换[7]，在界定系统的边界时，应该分清哪些要素属于系统内部，哪些属于系统外部。由于影响区域创新系统的因素与方面太过繁杂，本文主要将江苏省科技创新系统划分为政府子系统、高校子系统以及企业子系统三大主体来进行研究。模型所涉及的要素主要有区域的科技创新资本、创新产品、人才、技术管理等[8]。区域的科技创新资本包括政府对科技的支出、企业对R&D的经费投入等；创新产品主要包括研究发明专利的数量以及企业新产品销售收入等要素；区域创新人才层面，主要考虑科技人员数量，高校与企业的R&D人员数量；技术管理则是强调对系统的参数以及相关政策的调控。
1.2 模型基本假设
H1：针对区域创新系统而言，它在长时间内都保持着循序渐进、连续不断的运行过程。
H2：对于一些不可抗力因素对系统造成的影响，暂时不纳入考虑范围之内，如自然灾害等。
H3：随着社会的发展，高新技术产业的国际竞争力提升显著，创新产业链日益丰富与完善[9]，因此对于政府方面重大的政策变动等非常正常情况下导致的体系崩溃暂不予以考虑。
H4：包括人才与经费投入在内的创新投入是影响江苏省科技创新能力的决定性因素。
H5：用创新产品来衡量江苏省科技创新的产出。
1.3 因果关系模型
通过上述分析，从创新投入的角度出发，探究科技创新的资本、人才等投入情况对创新产出层面的影响。构建关于江苏省科技创新系统的因果关系模型，如图1所示。
图1 江苏省科技创新系统因果关系模型
该模型中主要的因果反馈回路有：
1)教育支出↑→高等教育支出↑→高校在校学生数↑→高校年毕业生数↑→高校累计毕业生人数↑→科技人员数↑→企业R&D人员数↑→企业发明专利申请量↑→企业发明专利授权量↑→企业发明专利拥有量↑→企业新产品销售收入↑→企业主营业务收入↑→GDP↑→地方财政收入↑→地方财政支出↑→教育支出↑
2)科技支出↑→企业R&D科研资助↑→企业R&D经费投入↑→年发明专利申请量↑→发明专利授权量↑→企业发明专利拥有量↑→企业新产品销售收入↑→企业主营业务收入↑→GDP↑→地方财政收入↑→地方财政支出↑→科技支出↑
3)企业R&D经费投入↑→企业发明专利申请量↑→企业发明专利授权量↑→企业发明专利拥有量↑→企业新产品销售收入↑→企业主营业务收入↑→企业R&D经费投入↑
4)高校在校学生数↑→高校年毕业生数↑→高校累计毕业生人数↑→科技人员数↑→企业R&D人员数↑→年发明专利申请量↑→发明专利授权量↑→企业发明专利拥有量↑→企业新产品销售收入↑→企业主营业务收入↑→GDP↑→地方财政收入↑→地方财政支出↑→教育支出↑→高等教育支出↑→高校在校学生数↑
1.4 系统动力学仿真模型建立
基于对数据的有效性、可靠性、可计算性等方面的考量，将江苏省科技创新系统的因果反馈回路图加以简化并进行总结，得到相应的存量流量图，如图2所示。
图2 江苏省科技创新系统流图
江苏省区域科技创新系统流图主要分为以下几个模块：①以政府为中心，包括江苏省GDP、地方的财政收入、地方的财政支出、政府对区域科技的支出、政府对区域教育的支出等；②以R&D的活动主体为中心(即高校与企业两大主体)，包含企业新产品销售收入、企业主营业务收入、企业对R&D活动的经费投入等；③以发明专利的数量为中心，包括支撑发明专利产出的R&D人员数量、R&D活动经费投入等；④以
所构建的系统动力学模型主要用于探究江苏省区域科技创新系统中的创新投入对该区域的创新能力的影响效果，因此选取江苏省的“省发明专利拥有量”作为模型的输出结果，借此反映江苏省的科技创新能力。
1.5 模型数据选取
选取江苏省2016—2019年的统计数据进行考察，数据主要来自《中国统计年鉴》《江苏统计年鉴》等。以江苏省科技创新系统的因果关系分析来确定系统动力学仿真模型中的变量间定性关系，变量间的函数关系也是基于江苏省2016—2019年的各项统计指标。
2 模型仿真
2.1 模型检验
模型检验是确定模型正确性、有效性以及可信性的研究测试过程，现实的区域科技创新系统是十分复杂的，模型只是现实系统的抽象、简化与近似描述。因此，对仿真模型进行历史检验，验证模型运行的状态是否与实际系统的行为相似。如果模型的仿真结果与实际系统的历史数据不能相吻合，那么便无法通过该模型来正确描述系统未来的状态。通过将参数运行的结果与真实值进行比较，衡量随着时间而动态改变的参数的拟合程度，从而判断模型整体的有效性。这里选择GDP以及省发明专利拥有量来具体说明，结果如图3、图4及表1所示。
图3 GDP拟合图
图4 省发明专利拥有量拟合图
表1 2016—2019年江苏省GDP、省发明专利拥有量及误差率
通过比较江苏省GDP以及江苏省发明专利拥有量的仿真输出结果与它们的真实值，可以发现构造出的系统动力学模型拟合度较好，变量中的最大误差不超过0.100 3，说明该模型能够较好地描述江苏省近几年的区域科技创新状况，表明该仿真模型的参数选取与结构设计是合理的，基于该模型对江苏省科技创新的分析是有依据的。
2.2 模型仿真结果
通过各种参数的调整，可以表现出不同情况下的投入因素给江苏省区域科技创新水平带来的影响。
2.2.1 政府的教育支出对江苏省科技创新水平的影响
在基准场景的基础上，分别将政府的教育支出增加20%、40%、60%，对江苏省科技创新系统进行模拟与比较，得出政府加大教育层面的投入对江苏省发明专利拥有量的影响情况，结果如图5所示。
根据图5可知，加大政府的教育支出，省发明专利的数目也会相应增长，江苏省科技创新水平也会随之提高，但这在短期内的效果并不显著。教育投入到取得成效是个长期的过程，在不久的将来，区域科技水平的提高程度便会逐渐显示出来。深入剖析图5。可以发现，在教育支出增加20%与教育支出增加40%之间的江苏省发明专利拥有量跨度较大，若继续将教育支出增加到60%，江苏省科技创新水平的提升步伐会逐渐变慢。也就是说，在一个合理的范围内，适当提高政府的教育支出，虽然短期内效果不明显，但是长期来看仍然有助于江苏省科技创新水平高速发展。
2.2.2 高校在校学生数对江苏省科技创新水平的影响
为了探究高校在校学生数对江苏省发明专利拥有量的影响，除了基准场景以外，分别将高校在校学生数增加30%和减少30%，探究其影响情况，结果如图6所示。
高校在校学生数分别增减30%，省发明专利拥有量也随之增减，这样的影响是符合常规逻辑的。恰当地增加高校在校生的人数有利于为社会输送更多有知识才能的科技人员，促进区域内发明专利的产出。
图5 教育支出对江苏省发明专利拥有量的影响
图6 高校在校学生数对江苏省发明专利拥有量的影响
2.2.3 企业R&D经费投入对江苏省科技创新水平的影响
通过分析企业R&D经费投入的变化得出的模拟结果数据，可以在企业层面提出有效建议。为了获得直观的模拟结果，将企业R&D经费投入分别减少10%、30%以及分别增加10%、30%，对其影响情况进行研究，结果如图7所示。
图7 企业R&D经费投入对江苏省发明专利拥有量的影响
增加企业R&D经费的投入能够促进企业发明专利的产出，从而增加江苏省发明专利拥有量，为江苏省科技创新水平的提高作出贡献。因此，应鼓励企业合理加大R&D经费的投入。
2.2.4 科技人员数对江苏省科技创新水平的影响
科技人员是区域内创造发明专利的主力军，分别将科技人员数增加20%和减少20%，探究其对江苏省科技创新水平的影响，结果如图8所示。
图8 科技人员数对江苏省发明专利拥有量的影响
增加或减少科技人员数对省发明专利拥有量的影响都很明显，并且这种影响在短期内就能够表现出来。因此应加大对科技人员的培养力度，从而促进江苏省发明专利拥有量的增加，提高江苏省区域创新水平。另一方面，对于减少科技人员的做法则需要审慎看待。
2.2.5 高校发明专利申请量与企业发明专利申请量对江苏省科技创新水平的影响
高校发明专利申请量与企业发明专利申请量是影响江苏省发明专利拥有量的重要因素，对这两个因素的参数进行调整，会导致省发明专利拥有量数目的变化。因此，在这里将高校发明专利授权量和企业发明专利申请量分别增加20%，探究其对江苏省发明专利拥有量的影响程度，结果如图9所示。
增加高校或企业的发明专利申请量对省发明专利拥有量的提高均有促进作用，但是两者相比而言，将企业发明专利申请量增加20%能使江苏省发明专利拥有量提高到一个更高的水平，且这种提高在短期内就可实现。
图9 高校与企业各自的发明专利申请量对江苏省发明专利拥有量的影响
3 结论与建议
基于系统动力学方法建立江苏省科技创新系统模型，选取2016—2019年的相关统计数据，探讨了江苏省创新投入与区域科技创新能力之间的关系，并进行了相关分析，主要结论与建议如下：
1)政府长期的科技支出与教育支出均能够促进江苏省科技创新水平的提升，但在短期内，加大教育支出并不能立竿见影，且增强效应不明显。因此，从政府的角度而言，应根据其财政收入的增长情况来适当增加对科技和教育领域的投入，优化其财政支出制度与资源配置结构。与此同时，江苏省高校的数量与质量都位居全国前列，这使得江苏省在科技人才资源层面有着显著优势，应充分把握这一优势，加大对高校的R&D经费投入。另一方面，政府还应加大对区域内科技人员的培养力度，完善知识产权保护体系。除了这些方面，政府还应破除“官本位”的科技管理体制，在市场主导的前提下，坚持企业为主体，激发创新市场的活力。
2)高校承担着为社会输送科技人才的主要职责，适当地增加高校在校生的人数有利于为社会输送更多有知识才能的科技人员，促进区域内发明专利的产出。近年来许多高校也都采取了相关措施，例如适当扩招等。因此，高校应合理调控招生人数，并且鼓励在校学生参加创新活动，产出诸如发明专利的创新型成果，助推教育界与产业界的对接，加强与科研机构、企业之间的人才培养、科学研究与资源共享。除此之外，高校还应注重自身体制创新、队伍建设以及服务支持制度的体系建设，完善高校的科技创新生态链，努力开创高校科技创新的新局面。
3)在企业方面，确保自身主营业务正常运转的情况下，可适当加大对企业内部的R&D经费投入，促进企业创新性成果的产出。据前文分析，区域内的创新成果主要来自企业，鼓励企业加强自身的创新性建设对整个区域科技创新水平的提高起着重要作用。此外，大部分国际知名企业都有自己的核心技术，正是由于这些其他企业无法拥有的创新成果，让它们能够生产出一些质量过硬、技术领先的产品或服务，从而帮助它们在激烈的市场竞争中获得一定的话语权。对于企业自身而言，其发明专利拥有量是它的长期可利用资源，在此积累的前提下，企业拥有的这些创新资源会给企业本身带来巨大的经济利润或收益。因此，企业应适当增加研发支出，并配合相应的激励与保障措施，来吸引、培养进而留住科技创新型人才，在企业内部形成比较稳定的科技研发队伍。同时，企业还应重视与高校、科技机构等之间的产学研融合，加强创新创业联合体的建设。支持高校与科研机构输送人才进入企业，为江苏省科技创新的发展提供人才资源与技术资源。
研究主要围绕政府、高校和企业3个主体，探究江苏省的创新投入对区域内科技创新水平的影响，并据此提供合理性建议。除了这些研究范围之外，现实中的区域创新系统还应重视创新活动中产生的负向因素对其创新水平的影响。例如，在推动区域科技创新发展的同时，不能忽略给生态文明方面带来的影响。除了要注重发展传统创新理念，推进制度创新，在科技创新进程中的环境风险问题也同样值得关注，后续研究应结合这一点加以深化。
