协同创新视域下政产学研协作关系研究

王艳秋，崔胜楠，朱兆阁，巩艳芬

(东北石油大学 经济管理学院，黑龙江 大庆 163318)

步入知识经济时代，信息更迭瞬息万变，市场竞争趋向于深度化、复杂化，知识与经济之间的渗透作用愈加强劲。截至2020年，中国的社会研发投入从2015年的1.42万亿元增长到2.4万亿元，国家财政科技拨款占国家公共财政支出的4.30%，研发投入强度达到2.23%，已处于中等发达国家R&D经费投入的强度水平。但从《2019年全国科技经费投入统计公报》可以看出，中国研发活动中试验发展占82.7%，应用研究与基础研究的占比显著偏低，总和只占17.3%，大大低于2000～2005年期间的22%～23%。企业是技术创新的主体，近年来中国企业在研发投入和研发规模上表现不俗，这在一定程度上说明中国的研发工作主体已具有市场导向特色，而企业研发活动中基础研究与应用研究持续不足10%，这在一定程度上势必会弱化中国技术创新的综合能力(孙枢[1]，2014)。所以为了实现技术创新的可持续发展，推动创新知识成果转化应用，政产学研协同合作是当今中国发展的必然选择(孔祥浩等[2]，2012)。科研机构和产业界作为技术成果创新创造的主力军，两者的合作形式主要基于技术转让、信息服务(Zhou&Peng[3]，2008；沈云慈[4]，2020)，而随着中国政府不断加大对科技创新的投入力度，财政政策的扶持能够极大推动高校等科研机构成为智力资本，在科研项目中发挥主动性(Zhao & Songe.et.al[5]，2015)，同时，政府通过搭建与地方企业联合资助研究项目，能够加快技术成果社会价值的实现(武学超等[6]，2018)。

自Joseph Alois Schumpeter提出创新理论以来，科技成果转化相关理论不断发展，产生Freeman、Nelson等人的国家创新系统、Sabato的“三元模型”以及Gibbons的“模式2”知识生产模型，但这些理论都将技术创新归结为多重因素共同作用的结果，有关创新主体及创新的动力机制等方面并不一致。Etzkowitz&Leydesdorff在上述理论的基础上，提出了基于“政府-产业-大学”的三螺旋理论，被认为是协同创新系统研究的新范式(Kang et al.[7],2019)，并得到了广泛的研究。Leydesdorff[8](2012)从选择环境角度，提出三螺旋理论除了应用于创新主体网络关系外，还可解释市场、组织的机制进化；Abbas.et al[9](2019)基于三螺旋理论，以中国合肥市为研究对象定量分析，表明中国政府政府通过资助大学和创造适宜的市场环境，从而实现知识制造和资本化；Gamidullaeva et al.[10](2019)认为三螺旋理论与基于能力的教育理论结合，能够有效提高区域创新的效率和竞争力；陈红喜[11](2009)指出，组建“研发实体”等三螺旋高级政产学研合作模式，能够进一步满足中国技术创新的需要；庄涛[12](2020)基于三螺旋理论，构建中国协同创新评价模型，表明大学与产业间的协同效应较强且存在区域差异。而随着三螺旋理论研究的深入，政产学研四者之间的合作关系不能只靠主观经验来判断，还必须以科学定量的分析和客观数据为基础，LoetLeydesdorff在Shannon信息熵理论基础上，提出了三螺旋互信息的Th算法，丰富了三螺旋理论的数理计量研究，随之引发了对各国三螺旋主体关系的定量讨论(Park.et al.[13]，2010；原长弘[14]，2013)。

虽然三螺旋理论表明，大学(包括大学、科研院所等)、产业和政府在知识经济社会中具有同等重要的地位，三者的交叠部分是创新系统的核心单元，在知识转化为生产力的过程中，每个创新主体互动融合，演变出各种组织形式和发展模式，从而推动整个协同创新系统螺旋上升(Etzkowitz&Leydesdorff[15]，2017)。但我们聚焦于中国特殊国情，重大科技项目的设置、产业振兴的布局、税收政策倾斜扶持都说明，中国目前适用的三螺旋模型是以政府为主导的“政府-产业-大学”协同创新模式(图1)。蔡渊渊，王文平，李远远[16](2010)将三螺旋理论贡献定义为实现了知识创造、创新的统一性和多样性，并指出了三螺旋理论中国政府所扮演的组织者角色；蔡翔和赵娟[17](2019)构建三螺旋强度模型，表明在中国31个省份中，研发人力和物资投入共同构成协同创新的双核驱动力量，而政府营造的创新环境对人力资本的吸引，成为区域协同创新效率的重要驱动力并在某种程度上存在锁定效应；Sun et al.[18](2020)借助来自Web of Science的数据进行计量分析，表明在政府引导下，区域协同创新生态系统能够加快中国科技创新潜力和活力。

图1 中国适用的三螺旋协同创新模式

科技创新是一个国家科技实力的综合体现，也是新知识、新产品和新技术的来源(张秀萍等[19]，2010)。黑龙江省作为中国的资源大省，同时拥有81所高校、139家自然类科研院所以及41位“两院”院士，近五年来累计获国家科技奖励 81 项，科技成果产出总量基本维持在全国前十。虽然在农业、工业和科教领域，黑龙江省都有出色的表现，但却是中国新兴产业发展的薄弱地区，2019年，创新能力在中国31个省市中排名28。以往关于区域协同创新的研究，大多基于国家层面或具体产业领域(方维慰[20]，2020)，而聚焦于科技基础雄厚，创新势能不足地区的探究很少，对该类地区协同创新主体关系的探究，既能有的放矢的弥补地区科技创新发展的薄弱环节，又能进一步激发具有协同创新优势的地区更高质量的发展。因此本文在三螺旋理论和方法基础上，以中国黑龙江省为研究对象，基于信息论和科学计量学的科技创新指标，对“政府-产业-大学”协同创新体系进行静态和动态的定量研究，深入分析黑龙江省作为科技成果产出高地，为何难以发展出色的新兴产业？如何巩固耦合共生、稳定相偕的政产学研协同关系，才能更好地正向驱动科技成果转化效率？这对推动中国乃至世界其他区域进一步加快释放创新创业创造动能，提升区域创新效能具有一定程度的启发意义。

一、研究方法

从投入-产出角度，无法衡量协同创新体系内部组织结构的稳定性和信息流动的畅通性，也很难用相关或共线的方法准确描述政府-产业-大学三者间的相互作用，Leydesdorff认为，系统的不确定性可以由“政府-产业-大学”三个创新子系统的互动合作信息的相对频率分布来衡量(Leydesdorff[21]，2003)。为了测度协同创新主体的耦合协同度，找到推动跨边界的组织机构协作“发力点”，根据信息熵和多元信息传输算法，Leydesdorff提出衡量三个创新系统参与者的相互信息的Th算法，这使得科学客观地量化评价三螺旋创新主体的合作创新行为、合作关系的协同性成为可能，也为我们研究黑龙江省“政府-产业-大学”的耦合协同度提供了重要方法依据。

科技指标被广泛地用于研究整个协同创新系统的协同配置(叶鹰等[22]，2014)。Th算法是用科技成果互信息转接量T值表征“政府-产业-大学”在知识信息沟通上的不确定性，反映的是创新系统主体的耦合共生程度。需要注意，科技成果产出量大，并不意味着创新主体的协同度高，若不同创新主体间开放性的循环机制不畅通，科技成果利用不充分，协同创新系统便会出现结构的弱稳定性(徐海云等[23]，2015)。将创新主体间的互信息看作一种相对频率分布，借助Shannon的信息论可对某一信息变量x的概率分布进行定量计算：

(1)

信息熵H(x)指的是变量x在某事件发生之前的不确定性或发生之后所提供信息的平均自信息量，单位为比特(bit)。

多维度的信息熵可以在一维公式基础上增元变式，如二维下的平均信息量：

(2)

Pxy指的是变量x和变量y的联合概率分布。

通过艾布拉姆森公式和泰尔分解算法，三螺旋创新子系统两者间相互作用的信息转接量T(xy)可借助一维和二维信息熵值表达：

T(xy)=H(x)+H(y)-H(xy)

(3)

二维互信息转接量始终为非负值，当变量x和变量y相互独立时，T(xy)=0；当变量x、y相互作用时，T(xy)>0，且两变量主体之间的信息互动紧密度越弱，T值会越小(图2)。

图2 互信息转接量与信息熵之间的关系

Abramson在公式3基础上，进一步将三维互信息转接量表示为：

T(xyz)=H(x)+H(y)+H(z)-H(xy)-H(xz)

-H(yz)+H(xyz)

(4)

当x=U,y=I和Z=G时，公式4即为测度G-I-U(政府-产业-大学)创新协同度的基本公式。三维创新主体间的相互作用会增加协同创新系统的不确定性，T(UIG)为负值，且值越小，三者间的信息互动沟通关联性紧密，区域化的U-I-G相互作用越强。

二、数据获取和处理

科学计量学是对一系列科技成果、科学期刊等进行深入定量研究，为区域、机构的知识技术的运行机制、发展趋势、应用效率等提供科学准确的分析评价。在三螺旋算法中，综合考虑数据的可获得性和科学性，科技论文合著和专利合作申请量是各组织协同创新的重要体现，因而在科学计量学支持下，常被用作表征政产学研创新主体间，耦合协同度定量测度的数据来源。需要注意的是，数据获取过程依据机构名称模糊匹配共现原则，所以在相关数据统计归类时，为了避免削弱数据的真实度，将致力于知识创造和技术创新的高校、科学院、研究所以及科学技术中心同视为科研机构(A)[23]，所以政产学研协同关系可用三螺旋算法对“政府-产业-科研机构”创新主体间协同度测度。

(一)科技论文数据的获取和处理

Web of Science 数据库涵盖世界上最为全面的带有国家地址、作者姓名、所属机构等的高质量论文信息，并对基金资助有全面记录，是当前研究跨组织边界合作协同度，首选的科技数据指标来源，通过在一定时间范围内变动地址字段，获取对该数据库检索的对应数据指标，见表1所示：

表1 科技论文数据变量的界定和获取

(二)专利数据的获取和处理

基于中国国家知识产权“专利检索和分析”平台，分类检索“专利申请人”信息，以此表征三螺旋算法中专利合作的数据来源。专利的申请者一般是具有技术创造能力的组织，如公司的研发部门、科研院所、高校等，所以主要按照一定时间范围内，对科研机构(Ay)、产业机构(Iy)、科研-产业机构(AIy)三个字段进行检索统计数据：

申请人信息中含有“大学、学院、研究所”字段的专利属于Ay数据集；申请人信息中含有“公司、集团、厂”字段的专利属于Iy数据集；申请人信息中既包括科研机构字段又含有企业机构字段，则专利属于跨领域合作AIy数据集。

将检索的科技论文和专利的题录信息通过文献计量趋势变化挖掘1.0软件进行数据清洗，保留有效的数据变量，并自动获取中间变量的数据指标，之后按照计算公式(见表2)进行变量转化汇总，进一步将得到的A、I、G、AI、AG、GI、AGI数值，输入到三螺旋算法的特定程序Th.exe中，即可得到表征相关创新主体间协同度的T值。

表2 协同创新测度的变量定义及计算公式

三、实证分析

借助三螺旋算法，一方面选取与黑龙江省创新能力处于不同级别的省份，就政产学研协同度进行静态比较分析，另一方面对黑龙江省2000-2019年间，“政府-产业-科研机构”的互信息协同度进行动态测度分析，全面定量研究科研机构-产业-政府的科技成果产出情况，比较分析协同创新生态体系的协调性、稳定性，并进行系统整体性优化。

(一)政产学研协作关系的静态分析

根据《中国区域创新能力评价报告2019》，从以创新基础设施、创业水平、市场环境、劳动者素质因素为考量指标的创新环境综合排名中，黑龙江省位于全国第28位，广东省、四川省以及辽宁省分列第1、11以及19位，将处于不同创新级别的四个省份作为研究对象，就协同创新耦合度进行横向的比较分析。检索并提取2019年黑龙江省、广东省、四川省以及辽宁省的科技论文和专利成果产出的数据信息，经过数据清洗和分类转化之后，汇总各省份政产学研的有效数据(见表3)。

表3 科技论文和专利成果分类汇总

黑龙江省、广东省、四川省以及辽宁省论文和专利成果输出的主力军都是科研机构(A)，分别占2019年各省份论文和专利产出总量的41.11%、47.88%、49.77%以及38.66%，科研机构与政府或企业间互动融合的知识技术产出总量分别为5313、28333、17076以及6734，远高于政府与企业(GI)的互通协作成果数量，这在一定程度上凸显出，高校及科研院所是协同创新体系发展的中坚力量和助推器(王平聚等[24]，2009；田风雪等[25]，2020)，且表明四个省份高校的科技产出成果所占比重相近，但创新主体间联合产出总量具有明显的差距。大学与工业企业合作共享的知识技术成果的应用极具可拓展性潜力，是提高技术成果转化效率、区域协同创新生态体系发展效能的利刃，虽然四个省份均在科研机构(A)和相关产业企业(I)在知识创造创新体系成果斐然，但AI相较于AG还存在可塑性发展空间，不难看出，创新能力居于首位的广东省企业和科研院所的协作产出远多于黑龙江省，这在某种程度上表明，拓展产学研合作路径，能够进一步切实提升区域协同创新竞争力，为地区经济高质量发展注入新的活力。

用信息转接量T值表征二维或三维创新主体之间协同创新关联度(见表4)，在二维互信息协同度中，除广东省外，科研机构和政府间互信息耦合性T(AG)显著优于其他二维创新主体间的合作，这说明科研机构与工业企业间还存在沟通壁垒，机制体制的低契合度导致了低效能的知识技术转化率，这也间接降低了抢占科技竞争先机的可能性，是制约区域创新活力渗透的关键薄弱因素。三维互信息转接量进一步表征“政府-产业-科研机构”三者为主体的协同创新生态系统的协同度，虽然黑龙江省AGI成果总量为1180大于辽宁省的728，但T(AGI)值低于辽宁省，这在一定程度上折射出，黑龙江省的政产学研互动合作机制运行不畅通，知识技术成果挖掘利用存在进一步改进空间。

表4 二维、三维互信息转接量 mbit

(二)政产学研协作关系的动态分析

基于二十年的时序数据指标，以五年为一个时间周期，纵向探究黑龙江省协同创新体系变化趋势(表5)。2015年起，国家全面深化创新创业教育改革，黑龙江省积极学习响应号召，落实国家创新驱动发展战略部署，A、AG、AI、GAI变量指标在近五年间有所增长，尤其是高校等科研机构的独立产出以及科研机构与政府间的协作成果增长显著。虽然企业知识研发和创新仅从80增加至6308，但其与高校等科研机构(AI)的联合产出从12增至2904，近五年来增长率高达87.30%，这映射出经济新常态下，黑龙江省企业的技术竞争开始有意识的聚焦于与科研机构的协作共赢。但考虑到高校等科研机构的高知识技术输出能力，科研机构与产业的互动合作较科研机构与政府的联合产出相比，还有很大的可探索空间，这也是制约黑龙江省创新能力和知识转化效率的关键所在，因为只有工业企业对知识溢出吸收能力满足行业竞争需求，才能巩固延展其服务区域经济发展的地位[7]。

表5 2000-2019年黑龙江省科技论文和专利产出数量

利用表5中的数据进一步直观表达AG、AI、GI以及GAI在各个时间维度下占总产出成果的比重(如图1)，科研机构-政府的合作(AG)以及“科研机构-产业-政府”的合作(GAI)产出成果在协同创新生态体系中所占比重有显著增加，而AI在各个时期的占比稳定，科研机构与企业间联合产出水平与协同创新生态系统发展相匹配，但与科研机构-政府的科技成果产出增长率相比，两者间的互动沟通被机制体制界限壁垒压制，发展能力潜质未被有效激发。2000-2015年间，政府和工业企业间的合作(GI)从22.03%下降到8.95%，随着黑龙江省创新型企业培育、科技园区建设等行动规划的推行，2015-2019年间合作成果出现明显回升趋势。

图3 AG、AI、GI、AIG的比率走势图

与2000-2004年相比，之后的15年间二维创新主体间互动协作均有较大程度的下降(表6)，企业和科研机构间的耦合协同度出现严重的弱化趋势，虽然两者的联合产出成果从最初的12大幅增长到2904，但两者构成的耦合系统的结构稳定性和知识信息流的效能集聚性较低。2000-2009年间，政府和高校等科研机构的互信息量T(AG)有较大幅度的下降，但2010年之后，政府各项扶持政策和服务设施有意识的向大学生创新创业发展倾斜，牵头成立的创新创业试验区、技术转化中心等有利地打破了政府组织和科研机构之间的互动沟通壁垒，随着双方协同产物显著增多，表征两者的互动紧密度T值也出现反弹式的回升趋势。

表6 2000-2019年二维互信息转接量 mbit

如图2所示，2000-2014年间，黑龙江省的三维互信息转接量负值越来越小，表明科研机构-产业-政府构成的协同创新体系的结构稳定性逐渐增强、整体性效能得到有效优化。但2015年之后，随着《黑龙江省十三五科技创新规划》的持续推进，产业技术创新战略联盟、科技创新基地等各项活动规划的落实，虽然科技论文和专利的产出总量有显著的增多，但三维互信息转接量表征的创新主体协同度并没有得到整体的巩固优化，创新体系的结构稳定性还有所弱化。

图4 黑龙江省2000-2019年T(UIG)值

四、结论和建议

通过对黑龙江省三螺旋协同创新体系的静态比较分析以及动态分析，本研究主要有以下结论：

(一)从创新主体独立科技成果产出数量来看，可以发现科研机构在不同省域或不同时期独立产出的知识技术性成果始终遥遥领先，知识技术高产出机构毫无疑问是推动协同创新生态系统发展的中坚力量，但耦合共生的协同创新系统需要科研机构、企业、政府等子系统间维持信息量的良性超循环，科研机构的一枝独大只会增加系统整体不稳定性，必须注重与产业、政府的互动合作，这也是黑龙江省与广东省、四川省以及辽宁省科研机构产出占比相近，但创新能力差异显著的重要原因。同时，科研机构作为知识成果产出的高地，在一定程度上也从侧面反映出，中国高校等科研机构仍旧是过度注重高级别论文等量化考核指标，使得基础科技成果产出颇丰，利用率表现却差强人意。

(二)从创新主体间协作科技成果产出数量来看，一般情况下，地区协同合作产出量越多，创新优势就会越明显。近年来，黑龙江省围绕基础科技和优势创新，深入对接《中国制造2025》、“科技创新2030重大项目”等国家规划发展，构建产学研联盟机制，初建技术转化中心等组织机构，科研机构与企业、政府组织间的双边或三边互动产出成果显著增多，尤其是科研机构与政府间增幅最大，这足以看出中国政府在协同创新体系中扮演着重要的助推者。但与广东省等其他创新能力强的省份相比，黑龙江省知识技术合作及市场化能力仍存在显著差距，以科技创新为主要竞争优势的企业没有充分发挥技术成果“转化器”的功能优势，几乎没有热门的互联网大厂抑或是“独角兽”企业立足于此，加之民营经济发展的不充分，这必然会约束区域高创新活力，成为制约新型科创产业发展的壁垒，而基于“用脚投票”理论，就不难解释近年来整个东北地区都存在高质量人口外流严重的社会现象。

(三)从创新主体间耦合协同度来看，“政府-产业-科研机构”的耦合协同度并不会随着科技成果产出增多而更加紧密，在静态分析中，黑龙江省三边产出数量少于辽宁省，但T(UIG)值却优秀于辽宁省。黑龙江省在近20年间的T(UIG)值均为负值，表明黑龙江省协同创新体系已经逐步形成，但T(UIG)的绝对值在2015-2019年的区间内有所下降，这反映出黑龙江省的三螺旋合作关系的不稳定性增加，协同创新的结构体系没有得到显著优化，形成合力。而且，T(AI)和T(AG)在2000-2014年均有显著的大幅下降，尤其是企业和科研机构间的耦合协同度，出现更为严重的弱化趋势，两者构成的耦合系统的结构稳定性和知识信息流的效能集聚性较低。T(AG)的提升效率高于T(AI)，政府在协同创新生态体系中发挥的有效性作用更显著，但对韩国等亚洲国家创新主体的协同关系研究中表明，政府单项增加对某个创新主体的政策扶持，会增加协同创新系统的整体不确定性(徐侃等[26]，2013)，所以基于中国特色的政治基础，在发展区域协同创新时必须适度政府的干预性行为。

技术成果转化效率低、技术与市场的需求融合不充分、政策落实不到位，都制约着黑龙江省协同创新能力的提升，有些薄弱环节在全国范围内仍是共性问题，为此，我们提出以下建议：

(一)变革科研机构的发展模式

高校等科研机构作为知识生产和输出的核心主体，在认知能力和智力水平基础上，向教学和研究满足国家及区域经济发展需要，合理推动知识技术资本化的创业型模式变革，是新时代经济新常态下的必然选择(黄兆信等[27]，2016；李培凤[28]，2018)。在知识创造层面，做精、做细创新创业教育工作，要打破院系与学科壁垒，组建交叉学科研究团队，充分营造各科研组织间资源信息互动共享的氛围。深度搭建科研机构与企业等协同创新子系统的互助合作联系，推进协同育人、协同研究的发展，最大程度地输出具有社会价值的人力资源、技术资源信息；在知识应用层面上，高校等科研组织内部要有意识地树立经济与文化双重合理性的思想意识，在保证高质量的技术成果产出基础上，注重知识技术商品化和资本化输出，改变闭门造车产出技术成果，之后将其束之高阁的低社会价值局面。积极建立像海尔创客等跨组织创新创业空间、搭建技术咨询转移服务平台，巩固提升与政府、企业紧密的合作关系，多方位促进创业型科研机构的多元兼容性发展。同时，还要优化科研机构人才评价机制，因地制宜地增加高质量创新创业贡献为导向的评价指标，在科研评价上要注重创新创业激励，提高科研工作者基于协同创新，推动科技成果转化落地的思想意识。

(二)提升企业科技成果的吸收转化效能

产学研互动合作会以递归的方式，推进技术成果的涌现、提高科技成果转化效率。在中国，科技成果转化的痛点关键在于市场缺乏好的项目，企业作为技术创新的主体，在协同创新体系中没有充分释放出作为技术成果“转化器”的功能优势。2018年，企业的基础研究经费仅占R&D总经费的0.20%，企业必须要重视基础研发平台的建设，这样才能对高校等科研机构溢出的科技成果才能具有一定承接转化的吸收能力(王开良等[29]，2016)。对于基础性产业、科技创新优先产业，要主动寻求与其他创新子主体的协同共赢，构建产业技术创新战略联盟，落实科研机构的技术支持，发挥市场在科技成果转化机制上的驱动作用，建立以市场需求为导向的成果产出机制，更好地促进科技成果与市场需求的匹配融合，最终实现经济增长与区域创新的协同高质量发展。

(三)优化政府的导向作用

机制体制变革具有自我强化特质，协同意识淡薄会固化创新主体自身的功能定位，削弱与其他创新主体间的协同性，充分发挥政府的行政权力，营造“持续良好”的创新环境，能够潜移默化地增强创新主体协同意识(李祖超,聂飒[30],2012)。让政府这双“有形的手”带动资源合理有效地配置，在研发投入补贴方面，向应用价值高的科研成果倾斜，致力于开发有市场潜力的生产技术，避免出现冗余性、低质量的成果；在政策扶持方面，要注重战略性新兴产业和领先市场的塑造与发展，要完善创投基金管理机制以及政府服务咨询平台建设，切实解决科创型企业初创期筹资难，中试熟化期受阻，最大限度地为企业提供高效率成长平台，激发民营新型企业创新创业活力。同时，要发挥好政府作为科研机构和企业间的“纽带”作用，通过搭建产学研对接平台、技术创新转化战略联盟，更加注重政府-产业-科研机构间形成优势互补，要素联动的协同创新关系机制，有效维持协同创新系统的稳定性。