基于系统动力学的江苏省制造业创新竞争力发展态势研究

杨蕾，郑倩，李菼

（常州工学院 经济管理学院，江苏 常州 213032）

0 引言

系统动力学方法适用于处理长期性和周期性的问题。如自然界的生态平衡、人的生命周期和社会问题中的经济危机等都呈现周期性规律并需通过较长的历史阶段来观察，已有不少系统动力学模型对其机制作出了较为科学的解释。适用于对数据不足的问题进行研究,对预测未来提供了新的手段。

多年来，国内外学者对于制造业创新能力和制造业竞争力的研究日益丰富，但经过对文献的整理分析后发现关于制造业创新竞争力的研究仍然存在不足[1-3]：（1）对制造业创新竞争力进行深入剖析的相关研究资料较少；（2）制造业创新竞争力的研究方法大多是在统计数据的基础上进行静态分析，并对现有问题进行研究。但是，随着时代的快速发展，我们不仅需要明确制造业创新时遇到的不足，更需要进行动态研究，指出制造业创新竞争力未来的发展趋势和研究过程中可能存在的问题。

制造业一方面直接影响着国家的综合国力和；另一方面制造业创新竞争力的快速发展会导致工业环境越来越复杂，相互的影响因素也越来越多[4-6]。江苏省地处长三角地区，是我国制造业的核心区域，其制造业创新竞争力的发展情况、未来的发展态势对我国其他地区有着深远的影响。因此，本研究基于江苏省制造业的发展现状和对相关文献的整理总结，明确制造业创新过程中所面临的影响因素，建立江苏省制造业创新竞争力指标体系；从系统的角度构建制造业创新竞争力的系统因果图和系统流图，建立仿真函数模型，明确江苏省制造业创新竞争力的发展态势；通过参数政策模拟，得到不同政策参数下的制造业创新竞争力系统动力学模型仿真运行结果，提出具有针对性的对策建议。

1 构建创新竞争力指标体系

1.1 探究影响因素并确定系统边界

系统某一特定的动态行为模式是由系统内部决定的，根据内部各关键要素之间的动态反馈机制，明确整个系统内部联系中的主要影响因素，初步确定制造业创新竞争力系统边界为创新竞争力投入、创新竞争力基础、创新竞争力产出和创新竞争力绩效四个关键因素，将其作为制造业创新竞争力系统中的四个子系统，同时这四个子系统之间具有循环效应，也对应着整个创新系统的一个生命周期。

1.2 确定指标体系

研究制造业创新竞争力的基础首先必须确定其影响因素。李伟民等[7]依据技术创新竞争力构成的4个部分——创新基础竞争力、新环境竞争力、创新投入竞争力和创新产出竞争力来建立指标。张宝英等[8]从创新基础竞争力、创新环境竞争力、创新投入竞争力、创新产出竞争力和创新可持续发展竞争力5个层面对2015年274个城市的创新竞争力进行测算分析。陈静等[9]确定国家创新型城市创新竞争力为目标层，以创新绩效、创新产出、创新投入和创新环境为一级指标等。在对前人学者相关研究深入分析的基础上，结合江苏省制造业的具体情况和发展现状，确定江苏省制造业创新竞争力的4个一级指标，分别为创新竞争力投入、创新竞争力基础、创新竞争力产出和创新竞争力绩效。在此基础上采用德尔菲法最终确定江苏省制造业创新竞争力的指标体系，见图1。

图1 江苏省制造业创新竞争力指标体系

2 创新竞争力系统模型

2.1 因果关系分析

进一步结合创新竞争力投入、创新竞争力基础、创新竞争力产出和创新竞争力绩效4个子系统与江苏省制造业创新竞争力现实运行反馈系统，最终分析得到江苏省制造业创新竞争力的因果关系图，如图2所示。

图2 江苏省制造业创新竞争力因果关系

2.2 系统流图构建

通过区分状态变量、速率变量、辅助变量和常量等各个影响因素的性质，构建出系统流图。系统流图包括：（1）4个水平变量：科技成果转化产品、地方GDP、财政支出、R&D（Research And Development）经费；（2）4个速率变量：发明专利、财政支出增加值、地方GDP增加值、R&D经费增加值；（3）多个辅助变量：新产品销售收入、R&D人员、制造业主营业务收入、财政补贴、固定资产投资等，如图3所示。

图3 江苏省制造业创新竞争力系统流

3 系统动态仿真模拟

3.1 系统模型检验

现实系统具有极强的复杂性，在构建江苏省制造业创新竞争力系统时，会在一定理想条件下对现实系统进行反映和简化，因此，需要进行有效性检验，来检验其与现实系统的相关程度是否能够满足实验要求。本文主要采用结构性检验和真实性检验来证明系统模型的有效性和预测数据的准确性。

（1）结构性检验是指检验模型确定的四个边界子系统是否合理；主要影响因素的选取是否恰当；因果关系图和系统流图之间的内部逻辑关系是否得当；变量间的函数关系是否满足要求等。结构性检验常用的检验方法为对相关文献的回顾、整理和总结等。

（2）真实性检验是在进行结构性检验之后，对仿真模拟运行出的数据进行历史值检验。以《中国统计年鉴》《江苏省统计年鉴》、政府相关网站等发布的统计数据为研究数据来源，以2011年的相关数据作为仿真模型的初始值，模拟2012—2020年的相关数据，结果显示：R&D经费、科技成果转化产品、GDP的拟合度在5%以内，新产品销售收入、制造业主营业务收入、R&D人员的相对误差在10%以内；说明建立的模型拟合度较好，可以较好地反映出江苏省制造业创新竞争力的现实情况；系统拟合度符合研究要求；可以使用模型仿真推演江苏省制造业创新竞争力未来发展态势，并在此基础上提出相应的对策和建议。

3.2 仿真模拟及发展态势分析

在系统流图和仿真函数的基础上，运用Vensim软件对模型中的输出变量进行仿真模拟。根据本文的建模目的和意义，从创新竞争力投入、创新竞争力基础、创新竞争力产出和创新竞争力绩效4个子系统中选取几个主要的影响因素进行模拟。

3.2.1 创新竞争力投入和创新竞争力基础的模拟

对创新竞争力投入和创新竞争力基础主要影响因素的模拟，见图4～9所示。

图4：模拟了从2011—2030年，江苏省R&D经费的投入情况，数据分析表明江苏的制造业创新竞争力水平随着制造业创新研发的投入增加而不断提高；图5：模拟了2011—2030年，江苏省的制造业R&D人才投入力度情况，显示江苏省在R&D人才投入力度方面的增长速度较为缓慢；图6：模拟了从2011—2030年，江苏省制造业R&D人才经费的具体投入情况：2012年江苏省的人才经费投入仅214.93亿元，但2012年之后则呈明显的上升趋势；图7：模拟了从2011—2030年，江苏省在固定资产的投资情况：2012年江苏省的固定资产投资额已达26314.66亿元，且呈现出持续增长的趋势；图8模拟了从2011—2030年，江苏省的R&D人员引入情况：2011年江苏省的R&D人员的数量仅为313019人，截止到2020年R&D人员的数量已经突破50余万人；图9模拟了从2011—2030年，江苏省的生产总值情况：数据表明江苏省GDP同样呈现持续增长的趋势。

图4 R&D经费

图5 R&D人才投入力度

图6 R&D人才投入经费

图7 固定资产投资

图8 R&D人员

图9 地方GDP

3.2.2 创新竞争力产出和创新竞争力绩效的模拟

对创新竞争力产出和创新竞争力绩效主要影响因素的模拟，见图10～14。

图10模拟的是江苏省从2011—2030的发明专利数情况，数据表明随着国家向创新型制造业战略发展，2011之后制造业发明专利数一直呈现上升的趋势；图11模拟的是江苏省从2011—2030年的制造业主营业务收入情况，数据表明2011年之后制造业主营业务收入一直处于增长的状态；图12模拟的是江苏省从2011—2030的科技成果转化产品数量。数据表明在2011年科技成果转化产品数量仅为29843件，至2020年则增长至441486件，并保持持续增长；图13模拟的是江苏省从2011—2030年的制造业新产品销售收入情况，数据表明江苏省的制造业新产品销售收入在2011年之后增长迅速，很快达到较高水平；图14模拟的是江苏省从2011—2030年的制造业新产品增长率情况，江苏省制造业技术创新在2011—2018年期间处于初期摸索阶段，科技成果转化产品的增长率不升反降，但2018年后的新产品增长率开始呈现上升的趋势。

图10 发明专利

图11 制造业主营业务收入

图12 科技成果转化产品

图13 新产品销售收入

图14 新产品增长率

3.3 制造业创新竞争力系统政策变化仿真分析

为了能够更加全面清晰地体现出模拟图的趋势辨析度，在数据仿真运行过程中，通过政策参数设计，即增强或者减弱一些敏感性因素的政策变量来观察主要影响因素的变化趋势，政策参数设计采取了5%的变化比例，见图15～20。

3.3.1 R&D经费投入影响制造业创新和产业收益的变化

提高创新的最根本前提条件是创新投入，此处把R&D经费投入作为敏感度指标，设计其政策参数为R&D经费增加5%，此时的相关变量变化趋势见图15、16、17。

从图15的变化趋势可以看出，随着R&D经费投入的增加，江苏省的发明专利数明显增加。从图16、17中可以看出，R&D经费投入每提高5%就能推动新产品销售收入和制造业主营业务收入的增长。究其根本原因，是因为R&D经费投入增加，即科研经费增多，科技研发人员创新积极性得到了很大的提高，带动发明专利数量增加，进而提高了制造业企业的新产品销售收入和主营业务收入。

图15 R&D经费投入变化引起的发明专利变化趋势

图16 R&D经费投入变化引起的新产品销售收入趋势

图17 R&D经费投入变化引起的造业主营业务收入变化趋势

图19 产研学合作强度变化引起的制造业主营业务收入变化趋势

3.3.2 产学研合作强度影响制造业收益的变化

制造业企业是制造业技术创新的主体，而科研院所及高校则是制造业知识结构创新的主体。产学研合作不仅是一个合作机制，更为提高江苏省制造业创新竞争力提供了一个跳跃的平台。数据分析结果证明了这一点：即随着产学研合作强度的深入，新产品销售收入、制造业主营业务收入均呈现快速增长的趋势，如图18、19所示。

图18 产研学合作强度变化引起的新产品销售收入变化趋势

3.3.3 政策补贴比例影响产品收益的变化

近年来，国家大力推动制造业创新驱动发展战略，出台了很多对制造业创新有益的补贴政策。但政策补贴是一把双刃剑：一定程度上可以推动制造业企业创新的积极性，降低制造业创新成本，根据数据表明随着政策补贴比例的增加，制造业主营业务收入也呈现增长的趋势（图20）；但如缺乏有效的监管也可能存在弊端，比如滋长了制造业企业的惰性，获得了政府的创新政策补贴却不进行相应的制造业技术创新等等，从而导致企业的创新精神逐渐消失。

图20 政策补贴比例变化引起的制造业主营业务收入变化趋势

4 提升江苏省制造业创新竞争力的对策

4.1 建立更加系统完整化的制造业人才激励机制

仿真结果表明，提高江苏省制造业创新竞争力，根本在于提高创新竞争力基础。在江苏省制造业创新竞争力系统模型分析的基础上，发现提高创新竞争力基础的诸多要素中最为关键的是创新科研人员。想要吸引、留住和充分发挥出创新科研人员的创新积极性，首先要把握人才激励机制的特点：强调以人为本；突出参与性激励；多种激励方式相结合；激励机制的长期性、连续性和稳定性。近年来，江苏省制造业依靠众多高校、科学研究所，依靠省“双创计划”（2020年江苏省高层次创新创业人才引进计划），依靠国家“大众创业、万众创新”战略计划，凭借国家“千人计划”等等人才支持战略，积极集聚高层次创新科研人才，形成科研人才良性循环的人才引进机制。在人才引进机制的基础上，进一步健全和完善科研人才培养机制是重中之重。除了给予相应的激励机制以外，还需要解决制造业创新型科研人员子女入学、家属安置等后顾之忧，以便科研人员能够全身心投入到提高制造业创新竞争力中。

4.2 完善江苏省制造业的产学研合作机制

仿真结果显示，随着制造业产学研合作强度增强，江苏省制造业新产品销售收入和主营业务收入都在增加。产学研合作作为战略联盟的一种重要的特殊形式，是企业、高校及科研院所实现知识、技术共享，获取互补性资源的重要途径[10]。提高江苏省制造业创新竞争力不能够只依靠制造业企业本身，还需要科研院所和高校的协调合作，充分发挥“优势互补”原则，科学院所和高校的研究成果可以解决制造业企业实际应用中遇到的问题，满足市场需求，加速江苏省经济发展，最终实现创新研究与经济的融合。但是在具体的产学研合作过程中可发现有三大突出的问题：企业参与意愿不强，二高校适应力不够；企业参与校企合作的形式尚待深化；企业参与产学研合作的政策保障不足。因此在推动产学研合作的过程中要注重竞争机制的引入，同时发挥市场导向与政府引导的作用，不断探索新的产学研合作方式，并结合行业特点动态调整政府介入的方式，因地制宜地制定产学研合作创新的政策，提高产学研合作创新的效率。

5 结语

在建立江苏省制造业创新竞争力指标体系的基础上，运用系统动力学的方法对江苏省制造业创新竞争力进行了分析。从系统的角度分析了影响江苏省制造业创新竞争力的影响因素，建立了江苏省制造业创新竞争力的内部循环系统因果图，构建出江苏省制造业创新竞争力系统流图和仿真函数模型，并应用Vensim软件对江苏省制造业创新竞争力进行了模拟仿真，基于模拟仿真的结果对江苏省制造业创新竞争力的发展态势进行了分析。在此基础上，提出了提升江苏省制造业创新竞争力的对策和建议。研究结果对江苏省制造业的创新发展具有重要的指导意义，对其他省份制造业的创新发展也具有一定的借鉴作用。因此，在推动产学研合作的过程中要注重竞争机制的引入，同时发挥市场导向与政府引导的作用，不断探索新的产学研合作方式，并结合行业特点动态调整政府介入的方式，因地制宜地制定产学研合作创新的政策，提高产学研合作创新的效率.