[区域发展]京津冀科技协同创新影响因素研究（上）

基金项目：北京市社会科学院重点项目(2015A2347)

0  引言

京津冀协同发展是一项重大国家战略，其核心是协同发展，调整优化城市布局和空间结构，扩大环境容量，努力形成京津冀目标同向、措施一体、优势互补、互利共赢的协同发展新格局。在经济发展新常态下，我国经济发展正在由资源驱动向创新驱动转变，京津冀协同发展的根本动力在于创新驱动，而科技创新是促进经济社会发展的核心驱动力。

国外对于跨区域科技协同创新问题尚未形成独立的研究领域。研究显示，很多创新型国家的科技发展和科技政策都没有明确的区域目标，如美、英、法等。学者们普遍认为，创新系统一般有3种表现形式：国家的、区域的和部门的。库克认为，区域创新系统是一个各类创新主体(如企业、高校等)相互分工合作的区域性组织体系，具有如下特性：①一个地理概念；②一种创新网络；③包含一些制度性安排。阿希姆认为，区域创新系统是由不同创新主体相互作用而形成的区域集群。Belussi将开放式创新思想应用于区域创新系统研究，提出了开放式区域创新系统概念和模型。

可见，跨区域科技协同创新是一个横跨多学科领域的复杂问题，涉及协同创新、区域创新系统、跨区域科技协同创新等诸多理论和现实问题。近年来，国内学者对跨区域科技协同创新的研究较多。李京文等比较了京津冀与长三角、珠三角区域的协同创新状况。刘雪琴等及臧维等探讨了京津冀产业协同创新问题。岳鹄等探讨了珠三角协同创新资源共享问题。熊小刚探讨了中三角跨区域协同创新的机理和影响因素。

京津冀是全国科技资源最富集的区域，科技发展水平居全国前列。近年来，京津冀三地开始主动探索新型利益关系。京津冀科技协同创新能够为推动三地的经济发展、社会变迁提供长久的动力来源，也是三地实现协同可持续发展的重要途径。同时，京津冀科技协同创新是中国跨区域科技协同创新的重要试验场，引领着全国科技协同创新步伐，京津冀跨区域科技协同创新研究具有重要意义。

1  京津冀科技协同创新影响因素模型构建

1.1  跨区域科技协同创新影响因素研究

20世纪80年代开始，创新过程的系统属性被广泛关注。有学者发现，企业的创新活动并不是独立展开的，而是在与其它组织的合作过程中形成的合作关系，包括企业、科研院所、大学和政府部门等。同时，创新主体的创新行为也受制度影响，包括法律、法规、道德、文化等。创新活动中各类组织和制度都是知识创造、技术创新和技术商业化过程的构成部分，共同组成创新系统，而创新则从这种“创新系统”中涌现出来。创新系统研究方法由此产生并不断发展。但目前对各种创新系统尚未形成标准、公认的概念解释，使得创新系统研究被认为“欠理论性”，只是一种研究创新问题的方法。

德国学者赫尔曼·哈肯(Haken)将协同学基本理论从物理学和化学等生命物质领域扩展到自然界，以及更复杂的社会科学界。Persaud认为，协同创新是多个创新活动参与者为了开展特定的研发项目而彼此合作、协调一致的创新过程，其目的是提高各自的创新能力。Wieimeier认为，协同创新是各方主体通过协同平台和工具整合创新要素的价值创造过程。有些学者关注协同创新网络中影响知识辐射、扩散的因素，涉及知识管理、知识流动通道、主体知识转移意愿、主体间信任关系和战略等。还有学者将创新资源作为影响协同创新的因素，如Cowan等认为，区域合作中的知识协同和知识互补性是影响协同效应的主要因素。

2011年以前，中国学者对协同创新问题的关注度并不高；2011年以后，相关成果“井喷式”出现。20世纪80年代以来，技术创新研究出现综合化趋势，形成了创新研究的“系统范式”。冯之浚研究了国家创新系统的相关理论和政策问题。此外，还有学者研究了都市圈创新系统，分析了城市子系统与创新主体及要素间的网络关系。这些讨论扩展了区域创新系统的概念范畴。潘德均认为，区域创新系统主要包括知识创新系统、技术创新系统、创新技术扩散系统3个主体系统，以及创新人才培育系统、政策与管理系统、社会支撑服务系统3个支撑系统。顾新认为，各创新主体可以组合形成7种不同创新模式。

协同学理论的核心是自组织理论，哈肯曾指出，协同学可以说是一门关于自组织的理论。根据协同学理论，内在因素(序参量)和外界环境因素(控制参量)都是系统自组织的必要条件，系统在二者的共同作用下实现自组织过程。基于此，构建跨区域科技协同创新系统的作用机理、影响因素及其关系模型，可概括为外部因素(保障因素、支撑因素和链接因素)和内部因素(创新主体的需求和能力)，如图1所示。

                      图1  跨区域科技协同创新系统自组织过程

在外界环境变量、资源变量、链接变量等因素的共同作用下，跨区域科技协同创新系统会偏离原平衡状态，各子系统中创新主体间的行为也会发生变化。创新主体之间的相互作用形成了系统协同的序参量，即协同创新的内部因素，这些因素通过发挥非线性作用，促使形成一定的自组织结构和自组织协调机制，使系统从无序向有序转变，实现创新要素的耦合关联，最终形成跨区域科技协同创新系统的自组织有序结构并实现协同创新效应。

1.2  京津冀科技协同创新影响因素及关系模型

结合跨区域科技协同创新系统自组织模型及京津冀实际情况，归纳出影响京津冀科技协同创新的主要因素及其关系模型，如图2所示。

                  图2  京津冀科技协同创新影响因素关系模型

(1)外部因素。①支撑因素，包括人才、重大科技设施、资金、物质、知识、技术和信息等。科技创新资源是跨区域科技协同创新的能量基础，各种资源合理有序流动，共同发挥作用，才能支撑整个创新系统发展，才能推进跨区域科技协同创新活动的有效进行，资源开放共享和自由流动是支撑因素的主要特征；②链接因素。技术市场和技术中介服务是跨区域科技协同创新系统中的重要链接因素，包括科技信息咨询、法律、金融服务等；③保障因素，主要指制度和区域战略等外部因素。京津冀各地经济科技水平处于不同发展阶段，发展战略有相近之处也存在一定的差异和互补性，良好的制度环境和价值认同对于跨区域科技协同创新的开展具有激励作用。

(2)驱动因素。①需求因素。只有当京津冀创新系统内的行为主体对进行跨区域协同创新具有一定需求时，才有可能促成主体间合作，促进系统协同创新实现；②能力因素。能否进行有效协作，进而实现跨区域协同创新取决于各主体的协同创新行为能力。京津冀科技协同创新是多主体参与的结果，而科技协作往往伴随着知识、技术的转移，创新主体对于其它合作方知识、技术、产业等要素的学习、接受与吸收能力直接影响协同创新效果。

(3)协同创新绩效。创新主体通过跨区域科技协同创新，取得协作项目成功，表现为技术转移、新产品开发、专利申请、新技术实现、市场实现或成本节约等。同时，京津冀科技协同创新绩效还体现在地区间技术转移和对各区域经济社会发展的影响，带动京津冀科技、经济、文化和人员交流，促进经济、社会和环境综合协同发展。

2  结构方程实证研究

2.1  研究方法与数据来源

本研究对象范围广且数量大，因而选用抽样调查方法作为主要研究方法。京津冀科技协同创新影响因素之间联系复杂紧密，需进行多因素分阶段研究，既要研究各因素间的相互影响，又要研究各因素对创新绩效的影响及有效路径。利用结构方程建模，可同时进行因子分析、路径研究和结构模型分析。因此，本文选用结构方程方法研究京津冀科技协同创新各影响因素的相互作用效果，并进行路径分析。

根据上述京津冀科技协同创新影响因素(潜变量)，具体用2～3个题项对各因素进行描述(观测变量)，共计6个要素(潜变量)，15个题项(观察变量)，对应观测变量编号为保障1、保障2、保障3、支撑2……(具体题项限于篇幅不作展开说明)。每个题项采用李克特五点量表记分法进行问卷设计：“1很不同意”、“2不太同意”、“3中性”、“4比较同意”和“5非常同意”。本研究的问卷对象为京津冀科技协同创新主体，包括企业、高校、科研院所、中介机构以及京津冀各相关政府部门。本次调研共计收回问卷160余份，其中，有效问卷155份，达到了结构方程对样本数量的基本要求。样本的地区分布为北京39.4%，天津29.8%，河北31.8%。样本的主体分布如图3所示。其中，企业占45%，这与跨区域科技协同创新参与对象中企业数量较多的特点相吻合，且与企业作为跨区域科技协同创新主体的地位相适应。样本中几乎所有的创新主体都参与了京津冀科技协同创新合作项目。其中，90%以上都是高新技术企业，样本总体质量良好。

                    图3  问卷填写主体分布情况

根据样本情况，用软件Excel进行简单的统计和绘图。可以看出，跨区域科技协同创新需求比较强烈，排在第1位；资源限制成为目前面临的最大问题，排名最后，并且出现很多“不太同意”和个别“很不同意”的回答。为了更清楚地展示调研样本情况，每个因素观测变量平均分如图4所示。

                         图4  观测变量平均分

为了检验问卷设计的合理性和样本数据的可信度，对样本数据进行信度与效度检验。利用软件SPSS19.0计算样本总体及各观察变量的克朗巴哈系数，所有观测变量和样本总体的克朗巴哈系数均大于0.7，说明样本具有较好的信度。样本的KMO值为0.826，Bartlett's球形检验P值为0.000，通过了显著性检验，说明样本效度良好。

2.2  研究假设

根据京津冀科技协同创新影响因素关系模型(图2)构建三阶递归模型如下：外部因素单向影响驱动因素，驱动因素单向影响协同创新绩效，变量之间是单向递归关系(因果关系)。选择保障因素ξ1、链接因素ξ2和支撑因素ξ3作为初阶变量(外源潜变量，也称自变量)，主体需求因素η1和能力因素η2作为二阶变量(也称中介变量、因变量、内源潜变量)，创新绩效η3作为三阶变量(也称最终变量、因变量、内源潜变量)，构建三阶递归模型。根据京津冀科技协同创新影响因素间的关系和结构方程三阶递归模型，提出如下假设：

H1a：创新需求因素η1受保障因素ξ1影响；

H1b：创新需求因素η1受链接因素ξ2影响；

H1c：创新需求因素η1受支撑因素ξ3影响；

H1d：创新能力因素η2受保障因素ξ1影响；

H1e：创新能力因素η2受链接因素ξ2影响；

H1f：创新能力因素η2受支撑因素ξ3影响。

H2a：创新需求因素η1正向影响协同创新绩效η3；

H2b：创新能力因素η2正向影响协同创新绩效η3。

2.3  结构方程模型运算与结果

根据变量定义和赋值，使用软件SPSS19.0和Amos21带入样本数据，初始模型运算结果Chi-Square=176.523，df=78，Chi-Square/df=2.263，p=0.000，说明模型拟合状况较好；近似均方根残差值RMSEA为0.059，均方根残差RMR值为0.046，需进一步修正。

根据Amos21输出结果Modification Indices的建议，e2与e6的M.I.值最大，也就是说，如果e2与e6建立联系，可以使Chi-Square减少12.38。实际上，经过此次修正后，Chi-Square下降了20多，模型得以进一步优化，Chi-Square=154.776，df=77(因为建立一条连接线，自由度减少1)，Chi-Square/df=2.010，p=0.000，说明模型拟合度得到明显改善；近似均方根残差值RMSEA为0.051，均方根残差RMR值为0.041，与理想值之间仍有差距，但在能够接受的范围内，进一步修正观察是否能改进。

再次输出Amos21运行结果，根据Modification Indices的建议进行修正(计算过程同上，略)，修正后Chi-Square=136.634，df=76，Chi-Square/df=1.798，p=0.000，Chi-Square/df的值达到理想范围。近似均方根残差值RMSEA为0.046，均方根残差RMR值为0.036，其它参数值也较理想。修正后的参数值表明该模型拟合情况非常好。再检查M.I.值，没有大于4的值，说明再进行修正，模型的拟合度改变不会太大，且已达到理想状态，无需再进行修正。因此，接受此模型作为最终模型，并输出结果，如表1所示。