鄺俊銘
(廣州生產(chǎn)力促進中心(廣州創(chuàng)新戰(zhàn)略研究院), 廣東 廣州 510030)
科研院所、企業(yè)和高校是區(qū)域創(chuàng)新體系重要主體[1],是連接知識創(chuàng)新與企業(yè)技術(shù)成果轉(zhuǎn)化之間的重要橋梁[2]。國家“十四五”規(guī)劃綱要提出“推進科研院所、高校、企業(yè)科研力量優(yōu)化配置和資源共享”“加快科研院所改革,大幅提高科技成果轉(zhuǎn)移轉(zhuǎn)化成效”。廣州科研院所資源豐富,分析其創(chuàng)新效能并提出相應(yīng)對策建議,推進“質(zhì)量變革、效率變革、動力變革”,為區(qū)域經(jīng)濟“雙循環(huán)”高質(zhì)量發(fā)展、共建粵港澳大灣區(qū)國際科技創(chuàng)新中心和其它城市科技創(chuàng)新發(fā)展提供借鑒。
創(chuàng)新主體創(chuàng)新作用效能比較主要依據(jù)溢出效應(yīng)和網(wǎng)絡(luò)效應(yīng)兩方面理論。
(1)溢出效應(yīng)主要指創(chuàng)新主體在進行自身研發(fā)活動時,其行為和成果對一定區(qū)域內(nèi)的其他創(chuàng)新主體起到示范帶動作用,引導關(guān)鍵共性技術(shù)重大產(chǎn)業(yè)集聚[3]等。技術(shù)溢出效應(yīng)多來自于同一技術(shù)領(lǐng)域競爭和示范、模仿及傳播所帶來的信息不對稱流動[4]。知識產(chǎn)權(quán)產(chǎn)出和行業(yè)標準產(chǎn)出是衡量美國國立科研院所影響力的重要指標[5]。課題成果產(chǎn)出也是溢出效應(yīng)為理論基礎(chǔ)的重要共性指標之一[6]。
(2)區(qū)域網(wǎng)絡(luò)效應(yīng)主要考量的是各個創(chuàng)新主體之間的合作關(guān)系。該理論將某一技術(shù)領(lǐng)域產(chǎn)業(yè)中的創(chuàng)新主體環(huán)境在波特五力模型的基礎(chǔ)上劃分為購買者、供應(yīng)商、替代品、競爭者以及主體自身5個角色,各個角色在產(chǎn)業(yè)鏈當中的分工協(xié)調(diào)程度決定了區(qū)域創(chuàng)新體系的聚合能力[7]。區(qū)域網(wǎng)絡(luò)具有學習經(jīng)濟(Learning Economy)效應(yīng),主體間要素流動帶來技術(shù)變革[8]。主體間交流人員數(shù)量、共享技術(shù)專利數(shù)、合作項目數(shù)、來源于其他主體R&D費用等指標在研究歐盟內(nèi)部創(chuàng)新合作水平時多被采用[9]。通過社交網(wǎng)絡(luò)分析(Social Network Analysis),部分國內(nèi)學者通過發(fā)表論文的各個作者所屬機構(gòu)建立科研院所之間的合作網(wǎng)絡(luò),評估國家創(chuàng)新體系中科研院所合作之間的合作強度[10]。
因此,本文認為科研院所對區(qū)域創(chuàng)新的作用可劃分為主體內(nèi)指標、主體間指標兩個衡量維度(見表1)。
表1 各指標類型理論基礎(chǔ)及指標范例
科研院所主要通過創(chuàng)新要素供給、創(chuàng)新技術(shù)服務(wù)、成果轉(zhuǎn)化及商業(yè)化、科研合作4個方面推動本地區(qū)域創(chuàng)新體系建設(shè)[11]。從創(chuàng)新主體內(nèi)部來看,資本投入、人力資源等要素投入能夠直觀評價科研院所的創(chuàng)新效能[12],因此本文首先以人才支撐和研發(fā)投入兩個維度作為一級指標衡量區(qū)域科研院所創(chuàng)新貢獻水平。在溢出效應(yīng)和網(wǎng)絡(luò)效應(yīng)基礎(chǔ)上,進一步選擇研發(fā)合作和成果產(chǎn)出兩個一級指標。
綜上,構(gòu)建重點城市科研院所對區(qū)域創(chuàng)新作用效能的一級指標框架。
(1)科學性。在二級指標選擇上,做到絕對指標和相對指標結(jié)合,一方面評估效用的絕對強度,另一方面評估效用的相對效用及結(jié)構(gòu)性特征[12],體現(xiàn)分析框架的科學合理性。
(2)可比性及可靠性。指標主要來源于國家科技在線統(tǒng)計調(diào)查平臺,指標遴選參考國內(nèi)外相關(guān)研究共性指標,指標框架嚴格以溢出效應(yīng)和網(wǎng)絡(luò)效應(yīng)為基礎(chǔ),4個維度一級指標通過主觀賦權(quán)和客觀賦權(quán)法相互平衡,體現(xiàn)研究可比性和可靠性。
(3)時效性。在城市橫向?qū)Ρ确治龅耐瑫r,以2013年和2018年兩個時點進行時間橫向?qū)Ρ确治?,確保研究成果的時效性。
在以上原則的指導下,以國家科技在線統(tǒng)計調(diào)查平臺為指標主要來源,選取國內(nèi)外典型共性絕對值指標,兼顧體現(xiàn)相對效用及結(jié)構(gòu)性特征的對應(yīng)相對值指標,篩選得到對應(yīng)各一級指標合計11個二級指標(見表2)。
表2 二級遴選結(jié)果
本文采取主觀賦權(quán)法(AHP層次分析法)和客觀賦權(quán)法(熵權(quán)法)結(jié)合的綜合評價模型[13],對一級指標和二級指標賦權(quán),構(gòu)建一個完整的綜合評價模型,并以此模型為基礎(chǔ),對2013年和2018年廣州與國內(nèi)各重點城市總體及各分項進行比較分析。
本文對薩蒂1-9標度進行改進縮減以減少主觀決策的影響,提升模型的一致性[14](見表3),在此基礎(chǔ)上比較各重點城市科研院所創(chuàng)新效能,指標體系中各一級指標(準則層)和二級指標(核心層)的成對矩陣、相關(guān)定義及一致性檢驗的臨界值見表4。
表3 主觀重要性取值及含義
表4 不同階數(shù)對應(yīng)的一致性檢驗臨界值RI
(1)通過Yaahp錄入經(jīng)過4名專家綜合打分分析構(gòu)成的主觀重要性程度矩陣數(shù)據(jù),得到判斷矩陣結(jié)果,其中R準則層是各一級指標主成分矩陣,R1、R2、R3、R4分別是各二級指標構(gòu)成的子矩陣。
經(jīng)過軟件計算一致性比例見表5。
表5 模型一致性比例
參照一致性檢驗臨界值發(fā)現(xiàn),上述各矩陣的重要性程度符合一致性檢驗的邏輯順序。
通過軟件進一步計算的主觀權(quán)重αj見表6。
表6 主層次分析法各指標權(quán)重表
(2)利用熵權(quán)法確定各指標權(quán)值,計算第j個指標下第i個城市的數(shù)據(jù)值占第j個指標數(shù)據(jù)綜合的權(quán)重,其中m=重點城市樣本的個數(shù):
(1)
計算第j個指標的信息熵ej:
(2)
則各指標的權(quán)重βj:
(3)
具體結(jié)果權(quán)重見表7。
表7 熵權(quán)法指標體系各指標權(quán)重
綜合權(quán)重Wj?。?/p>
(4)
為對各指標的變異程度在同一尺度上進行客觀比較,將各指標得分通過以下公式進行無量綱歸一化,其中Sij為第j個指標下第i個城市的數(shù)據(jù)值:
(5)
則各指標百分制得分公式:
(6)
綜合得分計算公式為:
(7)
2013年和2018年廣州及其它各重點城市的計算結(jié)果見表8。
杭州蘇州西安天津成都重慶廣州排名2013201820132018201320182013201820132018201320182013201880.2480.3480.1080.0080.0080.3082.3680.8981.2381.1580.5881.723385.4898.0790.5791.6081.4285.3880.0087.6682.2687.4882.7580.006881.7484.2989.5492.4380.0089.6088.3480.0086.4591.2291.1293.786181.8488.13 84.2886.1680.3783.4282.6483.6082.2984.8782.7482.315680.4080.8480.0080.0080.1080.3782.2581.0781.0380.9980.0880.883388.3885.9791.9681.80100.0087.3080.0081.8082.4491.1683.9180.007782.8482.3880.8994.4599.60 100.0080.0081.4391.8383.5281.0185.3971283.4783.0084.0583.3990.42 86.6081.0881.4183.6385.1881.5081.415581.3280.0080.6280.1780.0080.0985.96 81.0381.6882.0781.1080.174389.3780.0088.1289.90 80.0083.0794.15 85.2086.8391.84 92.2480.965883.5280.0082.6783.1580.0081.0088.19 82.3183.0985.0684.1480.415780.0480.5881.9780.8480.0080.1681.1380.4980.6880.8580.4380.002283.7485.7095.9886.9480.0080.0087.1780.8190.0183.9283.9380.565881.5080.9180.2380.0080.4780.2383.1581.3181.9580.8780.3180.793381.5682.4685.5882.7380.1480.1283.5080.8383.8081.9281.4280.423479.0979.8481.2479.5179.7878.5179.8677.8180.0979.4678.7677.2144
2018年廣州整體得分為87.19,在12個全國主要重點城市中位居第六,較2013年下滑一名,在北京、上海、杭州、深圳、武漢之后;與2013年85.1相比,廣州得分上升2.09分。
2018年廣州R&D人員折合全時工作量位居第三,得分為83.91;博士生占從事科技活動人員的比例位居第八,得分87.62;R&D人員占從事科技活動人員的比例則高居第一,得分為100。廣州2018年科研院所人才要素支撐情況在重點城市中處在中游位置,高端人才尤其是博士生人才隊伍建設(shè)尚需優(yōu)化。與2013相比,人才支撐各二級指標得分都有所上升,其中R&D人員占從事科技活動人員的比例上升最為顯著,從90.79上升至100,提升9.21分,從位居第三前進至位居第一。
人才支撐除北京處在絕對的第一梯隊外,上海、廣州、南京、武漢、杭州處于第二梯隊的位置,彼此間的差距較小。廣州科研院所2013-2018年人才規(guī)模尤其是R&D人才隊伍建設(shè)成效顯著。
2018年廣州整體得分為84.32,在12個全國主要重點城市中排名第五,不及北京、上海、深圳及西安;與2013年84.55相比,廣州得分略微下降0.23分,但位次保持不變。
由于擁有絕對總量優(yōu)勢,2013年和2018年北京、上海及廣州依次分列R&D經(jīng)費內(nèi)部支出前三。北京得分保持滿分,與其它城市在得分上差距顯著。但廣州結(jié)構(gòu)性指標基礎(chǔ)研究和應(yīng)用研究占R&D經(jīng)費內(nèi)部支出的比例得分排名相對靠后(位居第七和第十二)。廣州數(shù)量眾多的市級科研院所近年來在提供科技中介服務(wù)及試驗發(fā)展方面進展迅速,但是針對關(guān)鍵核心技術(shù)領(lǐng)域突破的基礎(chǔ)研究和應(yīng)用研究經(jīng)費投入主要集中在省級以科研院所上,導致此兩項指標較西安、成都等同類科研院所集聚強市稍顯遜色。與2013年相比,廣州R&D經(jīng)費內(nèi)部支出得分從82.67增至84.04,基礎(chǔ)研究占R&D經(jīng)費內(nèi)部支出的比例得分從85.42增長至86.9,排名未有變化。應(yīng)用研究占R&D經(jīng)費內(nèi)部支出的比例得分從87.65降至80。
2018年北京研發(fā)投入保持第一;深圳研發(fā)投入得分較2013顯著提升;西安應(yīng)用研究占R&D經(jīng)費內(nèi)部支出的比例表現(xiàn)優(yōu)異,位居第一。
2018年廣州整體得分為83.02,在12個全國主要重點城市中排名第七,次于北京、深圳、成都、上海、武漢、蘇州;與2013年相比,下滑3.6分,分項指標得分均下滑。
2018年廣州R&D經(jīng)費內(nèi)部支出中企業(yè)資金支出得分82.99,位居重點城市第三,位列北京和上海之后。成都R&D內(nèi)部支出中企業(yè)資金支出得分表現(xiàn)出色,位列第四,與廣州差距較小。廣州R&D經(jīng)費內(nèi)部支出中企業(yè)資金支出的比重排名較為靠后,僅列第八,得分為83.08。2018年深圳、蘇州及成都該指標位列前三,同城市企業(yè)主導創(chuàng)新情況吻合。與2013年相比,廣州R&D內(nèi)部支出中企業(yè)資金支出得分從84.78下降至82.99,排名保持不變。
北京研企合作依舊保持最優(yōu),除武漢和成都得分略微上升外,其它各重點城市延期合作得分均有不同程度下滑。作為華南高新技術(shù)企業(yè)規(guī)模最大的城市之一,廣州科研院所與企業(yè)的合作絕對規(guī)模上仍具優(yōu)勢,但是兩者合作R&D產(chǎn)出比例較低,仍有較大提升空間。
2018年廣州整體得分為83.86,在12個全國主要重點城市中排名第四,僅次于北京、上海及深圳;與2013年86.37相比下降2.51分,系本年發(fā)明專利授權(quán)數(shù)占本年專利授權(quán)數(shù)的比例得分較2013年顯著下滑所致。
2013年、2018年北京、上海和廣州本年專利授權(quán)數(shù)和科技活動收入都依次保持前三位置;2018年廣州本年專利授權(quán)數(shù)得分為84.67,較2013年增長0.68分。上海本年發(fā)明專利授權(quán)數(shù)占本年專利授權(quán)數(shù)的比例指標得分為100,顯著領(lǐng)先第二和第三的北京和深圳(得分為94.53和92.25);北上深是2018年各重點城市中得分90分以上的唯三城市,其它城市低于85分。
整體來看,上海數(shù)量產(chǎn)出和質(zhì)量優(yōu)化并舉成效顯著,較2013年得分保持增長,其它城市則因結(jié)構(gòu)相對指標得分下降導致該項一級指標得分略微下滑。
從總體作用效能來看,2018年,北京、上海、深圳、廣州、武漢依次排名前五,得分分別為93.84、84.49、81.91、80.7、80.13,其余重點城市都低于80分;與2013年相比,廣州深圳排名調(diào)換。
在排名前五城市中,北京因絕對優(yōu)勢保持較高得分,各城市得分都略有下降,主要系各城市在2013-2018年科研院所各項創(chuàng)新投入及產(chǎn)出絕對量增長顯著,但質(zhì)量、結(jié)構(gòu)性相對指標得分下降且主觀權(quán)重較高所致。
聚焦區(qū)域發(fā)展戰(zhàn)略和產(chǎn)業(yè)創(chuàng)新需求,注重科研院所公益和市場雙職能;明確科研院所差異化戰(zhàn)略定位和目標導向,拓展原有新型研發(fā)機構(gòu)、高水平創(chuàng)新研究院等高端科研院所建設(shè)探索,打破內(nèi)部業(yè)務(wù)運營閉環(huán);完善各類高端要素流動和激勵制度保障,進一步完善科研機構(gòu)技術(shù)人員創(chuàng)新創(chuàng)業(yè)、成果轉(zhuǎn)化及所有權(quán)、成果驗收及評價等關(guān)鍵科創(chuàng)機制。
持續(xù)優(yōu)化全市科研院所區(qū)位規(guī)劃布局,強化科研院所重點學科建設(shè)與全市及粵港澳大灣區(qū)重點優(yōu)勢產(chǎn)業(yè)前沿技術(shù)的聯(lián)動對接。激勵區(qū)域科研院所主體參與高端科研機構(gòu)、孵化器、加速器、眾創(chuàng)空間等技術(shù)創(chuàng)新平臺和創(chuàng)新載體共建,以人才、技術(shù)、資金、供應(yīng)鏈、品牌及區(qū)位“一條龍、一站式”資源支撐,孵化創(chuàng)新主體技術(shù)成果。
發(fā)揮已有科研院所在關(guān)鍵技術(shù)領(lǐng)域重點學科建設(shè)、載體共建等方面的標桿優(yōu)勢,新建科研院所要聚焦重大產(chǎn)業(yè)領(lǐng)域。同時,深化與國內(nèi)外知名企業(yè)、科研院所和高校開展合作——在戰(zhàn)略性“卡脖子”共性技術(shù)研究領(lǐng)域,基于自身學科和產(chǎn)業(yè)鏈布局優(yōu)勢,共建具有國際影響力的新型科研院所和高水平研究院,以美國、德國、日本等國家頂尖科研院所對標,打造旗艦型科研院所。
引導科研院所加深同創(chuàng)新資本合作,圍繞戰(zhàn)略性新興產(chǎn)業(yè),打造域內(nèi)科研院所與國內(nèi)外知名創(chuàng)投基金、風險投資等金融主體開展成果轉(zhuǎn)化項目合作典范;激勵科研院所扮演成果轉(zhuǎn)化重要推手,參與技術(shù)成果進場交易,協(xié)同產(chǎn)學研完備技術(shù)交易信息發(fā)布機制,參與技術(shù)成果評價標準規(guī)范和細化,對接珠三角國家科技成果轉(zhuǎn)移轉(zhuǎn)化示范區(qū)建設(shè),提升科研院所數(shù)字基礎(chǔ)設(shè)施對研發(fā)合作及成果轉(zhuǎn)化業(yè)務(wù)的支撐作用。
嵌入國內(nèi)國際雙循環(huán)戰(zhàn)略新發(fā)展格局,鼓勵在穗科研院所參與國際科技創(chuàng)新合作,共同舉辦科技創(chuàng)新活動;鼓勵在穗科研院所持續(xù)開展對外科技交流活動,基于相關(guān)技術(shù)領(lǐng)域,與國內(nèi)外企業(yè)、轉(zhuǎn)制為企業(yè)的科研院所開展合作,到粵港澳其它地區(qū)乃至海外設(shè)立研發(fā)機構(gòu)和創(chuàng)新載體分支,提升本地科研院所對區(qū)域創(chuàng)新體系的輻射作用。