國家創(chuàng)新能力形成的系統(tǒng)動力學模型及應用

1引言國家創(chuàng)新能力是衡量創(chuàng)新型國家建設進程的核心指標，然而，與美國、日本等創(chuàng)新型國家比較，中國國家創(chuàng)新能力相對薄弱。以OECD為代表的國際組織測度結果顯示，中國國家創(chuàng)新能力構成要素長期處于不均衡發(fā)展態(tài)勢[1，2]，創(chuàng)新環(huán)境（體制、機制、基礎設施等）建設滯后已成為制約中國國家創(chuàng)新能力提升的瓶頸。包括中國在內(nèi)的許多國家都已認識到，制度安排、戰(zhàn)略調(diào)整、科技投入、基礎設施建設等作為國家創(chuàng)新體系的構成要素是提升國家創(chuàng)新能力的關鍵所在，相關研究也已經(jīng)積累了豐富的文獻。1.1國家創(chuàng)新能力綜合測度研究國家創(chuàng)新能力綜合測度研究是國家創(chuàng)新體系研究的重要分支，也是國家創(chuàng)新能力形成機理分析的理論生長點。由于國家創(chuàng)新能力測度需要跨國數(shù)據(jù)的收集和綜合比較，因此國際組織具有明顯的研究優(yōu)勢。1997年，OECD出臺了《科學、技術和工業(yè)：記分牌和指標1997》研究報告[1，2]，提供了一個對OECD成員國科學、技術和產(chǎn)業(yè)活動績效進行比較的分析框架。2000年，歐盟創(chuàng)新政策研究中心制定了《歐洲創(chuàng)新記分牌》[3，4，5]，提供監(jiān)測歐盟科技進步的指標體系。此外，世界經(jīng)濟論壇（WEF）的ICI指數(shù)[6]，瑞士洛桑國際管理學院（IMD）的CST指數(shù)[7]，聯(lián)合國開發(fā)計劃署（UNDP）的TAI指數(shù)[8]以及世界銀行（WB）的KEI指數(shù)[9]，聯(lián)合國工業(yè)發(fā)展組織（UNIDO）的CIP指數(shù)[10]等都從不同角度提出了國家創(chuàng)新能力測度方案。阿齊布吉和柯克（DanieleArchibugi,AlbertoCoco）[11]借鑒了UNDP的TAI指數(shù)和UNIDO的CIP指數(shù)，提出了用于區(qū)分發(fā)達國家和發(fā)展中國家創(chuàng)新能力差異的新指標。阿齊布吉和柯克（DanieleArchibugi,AlbertoCoco）[12]還將柯克與WEF、UNDP、UNIDO等測度方法及其結果進行了詳細比較分析，結果表明不同的測度方案之間存在顯著差異。卡特里希（FulvioCastellacci）[13]研究的重點不在于建立國家創(chuàng)新能力測度的指標體系，而是在國家創(chuàng)新能力測度基礎上對結果進行深入的數(shù)量分析。1.2國家創(chuàng)新能力理論模型研究20世紀90年代末，費爾曼、波特和斯特恩（FP&S）（JeffreyL.Furman,MichaelE.Porter,ScottStern）[14－16]基于國家創(chuàng)新能力的概念建立了一個全新的框架，運用該框架分析了國家層面創(chuàng)新強度的影響要素，檢驗了國際專利申請和國家創(chuàng)新能力其他相關變量之間的關系。FP&S的主要貢獻是：第一，在創(chuàng)新能力理論、國家競爭優(yōu)勢理論和國家創(chuàng)新體系理論的基礎上界定了國家創(chuàng)新能力的概念，強調(diào)對于國家而言其創(chuàng)新成果世界新穎（“new－to－the－world”）的重要性；第二，認為公共創(chuàng)新基礎設施、集群環(huán)境以及兩者之間的聯(lián)系是影響國家創(chuàng)新能力的重要因素。FP&S的國家創(chuàng)新能力分析框架是對OECD研究成果的深化。2005年胡和馬休斯（Mei－ChihHu,JohnA.Mathews）[17]以東亞5個后發(fā)國家為樣本重新整理了FP&S方法，收集了可比的時間序列數(shù)據(jù)，研究結果和FP&S的發(fā)現(xiàn)具有相似之處。2007年M&J[18]重點研究了臺灣的大學和研究機構對臺灣地區(qū)創(chuàng)新能力的影響。胡和馬休斯的工作是在波特等人基礎上的深化和拓展，并且提出了不同的觀點。2005年M&J提出國家創(chuàng)新能力是國家持續(xù)創(chuàng)新活動的制度潛能，強調(diào)創(chuàng)新的持續(xù)性以及制度對創(chuàng)新能力形成的重要性。2007年又對波特等人的概念進行了修正，認為衡量技術領先國家和技術落后國家的創(chuàng)新（能力）的標準應該存在差異，前者為世界新穎（“new－to－the－world”），后者為國家新穎（“new－to－the－country”）。FP&S和M&J為后來的國家創(chuàng)新能力研究提供了理論模型，并被學者們[19，20，21]廣泛應用。1.3當前研究存在的主要問題（1）國家創(chuàng)新能力的概念框架是構建國家創(chuàng)新能力測度指標體系的基礎，也是國家創(chuàng)新能力形成機理分析的理論前提。然而，現(xiàn)有的國家創(chuàng)新能力概念框架是通過要素羅列的方式建立起來的，國家的體制、政策乃至經(jīng)費和人力投入等作為國家創(chuàng)新能力的驅(qū)動要素，其作用已體現(xiàn)在論文和專利產(chǎn)出的變化之中，但在指標疊加的測度范式下，它們卻被作為獨立要素納入到計算結果之中。將這一概念框架移植到國家創(chuàng)新能力形成機理分析研究領域時，便陷入了“用能力解釋能力”的困境。因此，需要在現(xiàn)有國家創(chuàng)新能力測度研究的基礎上，根據(jù)國家創(chuàng)新能力形成機理研究的特點，提出具有普遍意義的國家創(chuàng)新能力概念框架，以便為國家創(chuàng)新能力測度和形成機理分析提供科學的概念基礎。（2）盡管包括中國在內(nèi)的許多國家都已認識到，制度安排、戰(zhàn)略調(diào)整、科技投入、基礎設施建設等作為國家創(chuàng)新體系的構成要素是提升國家創(chuàng)新能力的關鍵所在，但是這些不同的作用要素哪些是決定創(chuàng)新體系運行的關鍵因素？它們在創(chuàng)新體系運行中呈現(xiàn)何種動態(tài)關系？各自的作用效果如何？學術界并未給出明確的答案。然而，這些問題的解決對于中國國家創(chuàng)新能力提升的戰(zhàn)略與對策設計卻具有極為重要的現(xiàn)實意義。有鑒于此，本文首先建立過程導向的國家創(chuàng)新能力概念框架，并以此為基礎結合動態(tài)分析方法和計算機仿真技術，驗證投入要素中哪些是決定創(chuàng)新體系運行的關鍵變量，它們之間是如何相互促進或者牽制等問題。既從微觀層次上探討各個要素的作用情況，又從宏觀角度揭示國家創(chuàng)新能力的內(nèi)在機理，實現(xiàn)該研究從靜態(tài)測度向動態(tài)分析的跨越，為中國建設創(chuàng)新型國家的實踐提供有力的理論支撐。2分析方法與模型構建2.1分析方法國家創(chuàng)新體系作為國家創(chuàng)新能力形成的載體是由各種要素通過多重因果反饋構成的復雜網(wǎng)絡，這種結構和運行關系決定了一般的數(shù)學工具難以處理此類問題。國家創(chuàng)新體系的某些驅(qū)動要素在現(xiàn)實研究中很難找到與其匹配的系統(tǒng)數(shù)據(jù)，因此，必須將其作為過程變量，納入到模型體系之中，通過其對輸入變量功能的傳遞效應影響系統(tǒng)的輸出。系統(tǒng)動力學主要研究的是社會系統(tǒng)，其又可分為人口、資源、能源、環(huán)境、經(jīng)濟、管理等子系統(tǒng)。本文所研究的國家創(chuàng)新體系屬于科技系統(tǒng)，而科技系統(tǒng)是經(jīng)濟管理系統(tǒng)的一個子系統(tǒng)，屬于系統(tǒng)動力學可研究對象之列。社會系統(tǒng)和一般系統(tǒng)的區(qū)別在于社會系統(tǒng)中政策環(huán)境起到?jīng)Q定性作用，由于政策改變導致原因要素改變作用方向和力度，或者造成作用延遲。因此，決定了系統(tǒng)的非線性特征，從而導致了從數(shù)量關系上看，原因?qū)τ诮Y果的作用不明顯。這種不明顯主要體現(xiàn)在結果要素對于原因要素在時間上的滯后性、非線性、結果出現(xiàn)的無規(guī)律性。這種滯后性、非線性、結果出現(xiàn)無規(guī)律性特征同樣也存在于國家創(chuàng)新體系中，而系統(tǒng)動力學正是解決這種系統(tǒng)非線性特征來自要素間相互作用及多重反饋問題的有效途徑。2.2模型構建2.2.1國家創(chuàng)新能力形成機理分析的概念框架繪制國家創(chuàng)新體系運行因果關系圖是建立系統(tǒng)動力學模型的重要環(huán)節(jié)，要理清國家創(chuàng)新體系運行的因果關系，必須對其構成要素進行功能劃分。筆者在分析國家創(chuàng)新體系運行關系的基礎上，將其構成要素劃分為載體、環(huán)境和成果三個功能模塊：載體模塊包括創(chuàng)新人員、研發(fā)經(jīng)費和創(chuàng)新的社會組織；環(huán)境模塊是創(chuàng)新活動的社會支持；產(chǎn)出模塊是指創(chuàng)新活動成果。2.2.2基本假設與一般因果關系的確立在概念模型構建的基礎上，對各功能模塊之間的關系以及功能模塊內(nèi)部結構要素之間的作用關系進行初步分析，提出國家創(chuàng)新能力形成機理的兩組基本假設（如圖1所示），第一組是關于功能模塊間作用關系的假設，即國家創(chuàng)新體系的環(huán)境模塊、創(chuàng)新活動的載體模塊以及創(chuàng)新成果模塊之間作用關系的假設；第二組是關于要素間作用關系的假設，即環(huán)境、載體兩個功能模塊的構成要素對創(chuàng)新成果要素影響的假設。若要驗證假設的真實性，必須運用數(shù)據(jù)和一些統(tǒng)計方法，然而脫離系統(tǒng)特點的測算往往缺乏可信性。因此，筆者根據(jù)國家創(chuàng)新能力形成機理分析的概念框架，建立國家創(chuàng)新體系運行的一般因果關系圖，如圖2所示。然后根據(jù)一般因果關系圖、中國國家創(chuàng)新體系的特點以及所要研究的問題，選取指標，運用徑向基神經(jīng)網(wǎng)絡方法對部分假設進行檢驗，確定合適指標，繪制反映中國國家創(chuàng)新體系運行的系統(tǒng)動力學流圖。圖1國家創(chuàng)新能力形成機理的基本假設Figure1thebasicassumptionsofformationmechanismofNationalInnovativeCapacity2.2.3基本假設檢驗以及流圖的構建系統(tǒng)動力學建模原理強調(diào)一個“明確”和三個“面向”，即明確目的、面向問題、面向過程、面向應用。由于研究目的不同，針對同一個系統(tǒng)構建的系統(tǒng)動力學模型可能不同。國家創(chuàng)新體系的本質(zhì)是社會基本經(jīng)濟制度創(chuàng)新，政府是制度創(chuàng)新的推進主體。因此，筆者構建的系統(tǒng)動力學模型擬以政府的制度構建對創(chuàng)新成果的影響為主線展開，觀察政府科技資金投入、人才培養(yǎng)和知識產(chǎn)權保護、稅收優(yōu)惠等方面政策法規(guī)的實施對創(chuàng)新產(chǎn)出的影響。在系統(tǒng)動力學模型構建之前，首先針對研究問題選取變量，并運用徑向基神經(jīng)網(wǎng)絡方法對環(huán)境模塊、創(chuàng)新活動的載體模塊中的要素與創(chuàng)新成果模塊表征要素之間關系的假設進行檢驗。徑向基神經(jīng)網(wǎng)絡模型的輸入要素是環(huán)境模塊和載體模塊包含的要素，選用指標為國內(nèi)生產(chǎn)總值、知識產(chǎn)權保護水平、每千人計算機擁有量、每千人互聯(lián)網(wǎng)用戶人數(shù)（環(huán)境模塊）；高等教育投入、財政科技撥款、科技經(jīng)費籌集、科技人才數(shù)量（載體模塊）。其他環(huán)境要素如稅費金額、財政支出等變量雖為上述變量的因變量，或者是包含變量，但是非直接影響創(chuàng)新產(chǎn)出變量，因此不將其作為神經(jīng)網(wǎng)絡模型的輸入變量。徑向基神經(jīng)網(wǎng)絡模型的輸出要素是創(chuàng)新產(chǎn)出模塊包含的要素，采用國內(nèi)發(fā)明專利申請數(shù)量。用于徑向基神經(jīng)網(wǎng)絡模型的標準化后的輸入、輸出變量如表1所示。徑向基神經(jīng)網(wǎng)絡模型考察期內(nèi)模擬結果為0.85，實際值為1（標準化情況下）。神經(jīng)網(wǎng)絡自行學習完畢后，筆者將輸入變量依次取0，分別進行模擬，若模擬結果與0.85比較變動較小，則說明在輸入變量相互作用的情況下該變量對輸出變量的作用較小，可以剔除。模擬結果顯示，每千人計算機擁有量、每千人互聯(lián)網(wǎng)用戶人數(shù)與其他變量相比對輸出變量的影響較小，因此不將其作為專利產(chǎn)出的主要影響因素加入到系統(tǒng)動力學流圖中。綜合以上分析，構建系統(tǒng)動力學流圖如圖3所示。圖3國家創(chuàng)新體系運行的系統(tǒng)動力學流圖Figure3thestockflowdiagramofnationalinnovationsystem2.3模型檢驗量綱的一致性檢驗：模型中所有指標，涉及資金的單位均為萬元，以1996年為基年，剔除價格影響因素之后的值，涉及人員的單位均為萬人。擬合度檢驗：通過計算相關系數(shù)的方法來檢驗實際值與模擬值之間的擬合度。擬合度檢驗結果顯示，發(fā)明專利申請數(shù)量、企業(yè)收入（產(chǎn)品銷售收入）、財政支出、科技經(jīng)費籌集、國內(nèi)生產(chǎn)總值、知識產(chǎn)權保護水平的實際值與模擬值的擬合度均在0.9以上，擬合程度較高，科技人才數(shù)的擬合度均約為0.82，擬合度顯著。說明，該模型能夠在較大程度上反映以專利為能力表征變量的中國國家創(chuàng)新體系實際情況，利用該模型可以進一步探討國家創(chuàng)新能力的影響因素，分析中國國家創(chuàng)新體系的結構特點和運行機理。3模型應用“政策實驗室”是系統(tǒng)動力學的一個重要功能。本部分主要采取向系統(tǒng)加入延時、脈沖、階躍函數(shù)等試驗，通過改變模型中某些政策變量分析政策對系統(tǒng)輸出結果的影響。3.1加入延時函數(shù)時系統(tǒng)反應實驗國家創(chuàng)新體系運行是政府運用政策工具對創(chuàng)新體系中的物質(zhì)流與信息流進行調(diào)控和優(yōu)化配置的過程。然而，在現(xiàn)實的國家創(chuàng)新體系運行中，物質(zhì)與信息往往存在延遲，延遲時間的長短也會影響系統(tǒng)對政策的反應情況。假定輸入變量對系統(tǒng)的作用存在延遲，專利產(chǎn)出水平變化情況如圖4所示。圖4加入延時函數(shù)時系統(tǒng)反應實驗Figure4thesystemresponseexperimentofinputtingdelay-function圖4中曲線1、2、3分別表示科技經(jīng)費、科技人才、知識產(chǎn)權保護政策對系統(tǒng)的作用延遲兩年的情況下模擬得出的專利數(shù)量與初始模擬值變化的百分比。其中，針對科技經(jīng)費、科技人才的延遲函數(shù)為物質(zhì)延遲，針對知識產(chǎn)權保護水平的延遲函數(shù)為信息延遲。通常觀點認為物質(zhì)和信息作用的延遲只會使其作用延后顯現(xiàn)，而不會影響該政策實施效果，然而如圖4所示，三個主要變量對系統(tǒng)作用存在延遲，使輸出的專利數(shù)比初始模擬值減少，而且與初始模擬值的差距逐年增大。說明物質(zhì)流和信息流延遲作用會削弱輸入變量對系統(tǒng)的影響，而且延遲的時間越長，對輸入變量作用效果削弱越大。從圖4中還可以發(fā)現(xiàn)在同樣是延遲兩年輸入的情況下，知識產(chǎn)權保護水平延遲所引起的專利數(shù)量減少最多，即對系統(tǒng)的傷害最大，科技人才作用延遲對系統(tǒng)的傷害次之，科技經(jīng)費作用延遲對系統(tǒng)的傷害最小。3.2加入脈沖、階躍函數(shù)時系統(tǒng)反應實驗（1）一般的敏感性分析通常是對某些變量進行隨機調(diào)整，找出在經(jīng)濟社會發(fā)展的特定階段對國家創(chuàng)新能力作用最明顯的政策變量。這種調(diào)整往往是對某一時間范圍內(nèi)平均變量的調(diào)整，調(diào)整后這一時間范圍各年的數(shù)值均發(fā)生變化。然而，以專利保護法為主要依據(jù)確定的知識產(chǎn)權保護水平指標為例，由于國家不可能年年頒布新專利保護法，因此這種使各年的數(shù)值均發(fā)生變化的調(diào)整方式便有欠妥當。另外，不同輸入變量對系統(tǒng)的作用方式是不同的，某項法律、政策在某一年提出，對系統(tǒng)的創(chuàng)新產(chǎn)出產(chǎn)生一個促進的作用，而法律、政策很少有在以后的年份被撤銷的情況，因此，法律、政策的出臺對系統(tǒng)的作用往往是持久的，類似于向系統(tǒng)輸入一個階躍函數(shù)。而如財政科技撥款這樣的輸入變量占財政支出比例不是固定不變的，某一年突然的增加不意味著接下來會繼續(xù)保持這個增速，類似于向系統(tǒng)輸入一個脈沖函數(shù)?；谝陨戏治?，筆者根據(jù)變量的特點以2000年為作用時間點向系統(tǒng)輸入不同的函數(shù)，觀察系統(tǒng)的反應，如圖5所示。圖5加入脈沖、階躍函數(shù)時系統(tǒng)反應實驗Figure5thesystemresponseexperimentofinputtingpulseandstepfunctionA.圖5－1中曲線1、2表示對高等教育投入、財政科技撥款占財政支出比例分別增加一個幅值為0，0l脈沖函數(shù)后專利數(shù)量相對于初始模擬值變動的百分比。曲線3表示稅負比例減少一個幅值為0.01的階躍函數(shù)后專利數(shù)量相對于初始模擬值變動的百分比。如圖5－1所示，曲線1顯示出專利數(shù)量在高等教育投入占財政支出比例突然提高后沒有立即做出反應，說明專利數(shù)量對于這一脈沖函數(shù)的作用反應存在延遲，待延遲結束，受到脈沖函數(shù)的作用，專利數(shù)量比初始模擬值提高，并且提高的百分比會逐年加大，該脈沖對于系統(tǒng)作用是持久的。在2000年這個作用時間點，曲線2顯示出明顯的脈沖式波動狀態(tài)，說明專利數(shù)量對財政科技撥款占財政支出比例突然提高反應敏感，但是隨著一個脈沖的結束，專利數(shù)量便會下降，逐漸接近初始模擬值，該脈沖對系統(tǒng)的作用不是持久的。曲線3顯示專利數(shù)量在稅負比例突然減小后也沒有立即做出反應，專利數(shù)量對于這一階躍函數(shù)的作用反應也存在延遲，但是這個延遲時間要比曲線1狀態(tài)的延遲短，該延遲結束后，受到階躍函數(shù)的作用，專利數(shù)量比初始模擬值提高，較前兩者提高幅度大，作用持久。B.圖5－2中曲線1、2分別表示科技人才、科技經(jīng)費籌集分別增加幅值為2000年實際值5％的脈沖函數(shù)后專利數(shù)量相對于初始模擬值變動的百分比。曲線3表示知識產(chǎn)權保護水平增加幅值為2000年當年實際值5％的階躍函數(shù)后專利數(shù)量相對于初始模擬值變動的百分比。如圖5－2所示，在2000年這個作用時間點，曲線1顯示出明顯的脈沖式波動狀態(tài)，并且沒有出現(xiàn)類似于5－1曲線1的延遲現(xiàn)象，說明向系統(tǒng)中直接輸入人才（吸收外來人才）比通過高等教育投入增加人才的方式對促進創(chuàng)新產(chǎn)出的作用更快。曲線2顯示專利數(shù)量在科技經(jīng)費突然增加時也隨之增加，但是沒有在脈沖結束后出現(xiàn)類似5－1中曲線2的明顯降低，說明向系統(tǒng)中直接輸入資金（吸收國外資金）也是維持系統(tǒng)創(chuàng)新產(chǎn)出數(shù)量提升的重要因素。曲線3顯示專利數(shù)量在知識產(chǎn)權保護水平突增的情況下也隨之增加，也沒有出現(xiàn)類似于5－1曲線3的延遲現(xiàn)象，說明法律、規(guī)章比一般政策對創(chuàng)新產(chǎn)出的推動作用更大，系統(tǒng)反應更快。（2）影響國家創(chuàng)新體系的要素不是孤立、線性地，它們之間可能相互促進，也可能相互掣肘，從而對國家創(chuàng)新能力形成產(chǎn)生綜合影響效應。為了考察財政科技撥款和高等教育投入兩個要素之間的關系，筆者向系統(tǒng)中加入脈沖函數(shù)，分別驗證財政科技撥款、高等教育投入占財政支出的比例在同年或者不同年份突變時系統(tǒng)的反應，如圖6所示。圖6中曲線名稱表示輸入脈沖函數(shù)的年份，如曲線9799表示高等教育投入、財政科技撥款占財政支出比例在1997年和1999年分別增加一個幅值為0.01脈沖函數(shù)后專利數(shù)量相對于初始模擬值變動的百分比。如圖6所示，曲線9797即有關提高財政科技撥款和提高高等教育投入政策同時提出，對創(chuàng)新系統(tǒng)產(chǎn)出的促進作用最大。若先出臺提高財政科技撥款的政策，后出臺提高高等教育投入的政策，如曲線9799所示，雖然短期內(nèi)對促進專利產(chǎn)生有促進作用，但是從長期看曲線大部分處于其他兩條曲線之下，說明提高財政科技撥款的政策先于提高高等教育投入的政策提出，會降低兩種政策在長期內(nèi)的綜合作用效果。若先出臺提高高等教育投入政策，后出臺提高財政科技撥款政策，如曲線9997所示，政策作用在延遲一段時間后才顯現(xiàn)，說明提高高等教育投入政策先于提高財政科技撥款的政策提出，在短期內(nèi)政策作用效果不明顯，長期內(nèi)兩種政策綜合效果低于它們同時提出時，但卻高于提高高等教育投入政策先提出的情況。提高財政科技撥款可以直接提高對創(chuàng)新體系輸入資金的量，提高高等教育投入可以間接提高對創(chuàng)新體系輸入人才的量，兩種政策相輔相成，兩種要素相互促進，可為創(chuàng)新產(chǎn)出提升起到更大的促進作用。圖6同時或者非同時對不同變量加入脈沖函數(shù)后系統(tǒng)反應實驗Figure6thesystemresponseexperimentofinputtingpulse-functionatthesame