国家创新能力形成的系统动力学模型及应用，本文主要内容关键词为：动力学论文,创新能力论文,模型论文,国家论文,系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
国家创新能力是衡量创新型国家建设进程的核心指标，然而，与美国、日本等创新型国家比较，中国国家创新能力相对薄弱。以OECD为代表的国际组织测度结果显示，中国国家创新能力构成要素长期处于不均衡发展态势[1，2]，创新环境（体制、机制、基础设施等）建设滞后已成为制约中国国家创新能力提升的瓶颈。包括中国在内的许多国家都已认识到，制度安排、战略调整、科技投入、基础设施建设等作为国家创新体系的构成要素是提升国家创新能力的关键所在，相关研究也已经积累了丰富的文献。
1.1 国家创新能力综合测度研究
国家创新能力综合测度研究是国家创新体系研究的重要分支，也是国家创新能力形成机理分析的理论生长点。由于国家创新能力测度需要跨国数据的收集和综合比较，因此国际组织具有明显的研究优势。
1997年，OECD出台了《科学、技术和工业：记分牌和指标1997》研究报告[1，2]，提供了一个对OECD成员国科学、技术和产业活动绩效进行比较的分析框架。2000年，欧盟创新政策研究中心制定了《欧洲创新记分牌》[3，4，5]，提供监测欧盟科技进步的指标体系。此外，世界经济论坛（WEF）的ICI指数[6]，瑞士洛桑国际管理学院（IMD）的CST指数[7]，联合国开发计划署（UNDP）的TAI指数[8]以及世界银行（WB）的KEI指数[9]，联合国工业发展组织（UNIDO）的CIP指数[10]等都从不同角度提出了国家创新能力测度方案。
阿齐布吉和柯克（Daniele Archibugi,Alberto Coco）[11]借鉴了UNDP的TAI指数和UNIDO的CIP指数，提出了用于区分发达国家和发展中国家创新能力差异的新指标。阿齐布吉和柯克（Daniele Archibugi,Alberto Coco）[12]还将柯克与WEF、UNDP、UNIDO等测度方法及其结果进行了详细比较分析，结果表明不同的测度方案之间存在显著差异。卡特里希（Fulvio Castellacci）[13]研究的重点不在于建立国家创新能力测度的指标体系，而是在国家创新能力测度基础上对结果进行深入的数量分析。
1.2 国家创新能力理论模型研究
20世纪90年代末，费尔曼、波特和斯特恩（FP&S）（Jeffrey L.Furman,Michael E.Porter,Scott Stern）[14－16]基于国家创新能力的概念建立了一个全新的框架，运用该框架分析了国家层面创新强度的影响要素，检验了国际专利申请和国家创新能力其他相关变量之间的关系。FP&S的主要贡献是：第一，在创新能力理论、国家竞争优势理论和国家创新体系理论的基础上界定了国家创新能力的概念，强调对于国家而言其创新成果世界新颖（“new－to－the－world”）的重要性；第二，认为公共创新基础设施、集群环境以及两者之间的联系是影响国家创新能力的重要因素。FP&S的国家创新能力分析框架是对OECD研究成果的深化。
2005年胡和马休斯（Mei－Chih Hu,John A.Mathews）[17]以东亚5个后发国家为样本重新整理了FP&S方法，收集了可比的时间序列数据，研究结果和FP&S的发现具有相似之处。2007年M&J[18]重点研究了台湾的大学和研究机构对台湾地区创新能力的影响。
胡和马休斯的工作是在波特等人基础上的深化和拓展，并且提出了不同的观点。2005年M&J提出国家创新能力是国家持续创新活动的制度潜能，强调创新的持续性以及制度对创新能力形成的重要性。2007年又对波特等人的概念进行了修正，认为衡量技术领先国家和技术落后国家的创新（能力）的标准应该存在差异，前者为世界新颖（“new－to－the－world”），后者为国家新颖（“new－to－the－country”）。
FP&S和M&J为后来的国家创新能力研究提供了理论模型，并被学者们[19，20，21]广泛应用。
1.3 当前研究存在的主要问题
（1）国家创新能力的概念框架是构建国家创新能力测度指标体系的基础，也是国家创新能力形成机理分析的理论前提。然而，现有的国家创新能力概念框架是通过要素罗列的方式建立起来的，国家的体制、政策乃至经费和人力投入等作为国家创新能力的驱动要素，其作用已体现在论文和专利产出的变化之中，但在指标叠加的测度范式下，它们却被作为独立要素纳入到计算结果之中。将这一概念框架移植到国家创新能力形成机理分析研究领域时，便陷入了“用能力解释能力”的困境。因此，需要在现有国家创新能力测度研究的基础上，根据国家创新能力形成机理研究的特点，提出具有普遍意义的国家创新能力概念框架，以便为国家创新能力测度和形成机理分析提供科学的概念基础。
（2）尽管包括中国在内的许多国家都已认识到，制度安排、战略调整、科技投入、基础设施建设等作为国家创新体系的构成要素是提升国家创新能力的关键所在，但是这些不同的作用要素哪些是决定创新体系运行的关键因素？它们在创新体系运行中呈现何种动态关系？各自的作用效果如何？学术界并未给出明确的答案。然而，这些问题的解决对于中国国家创新能力提升的战略与对策设计却具有极为重要的现实意义。
有鉴于此，本文首先建立过程导向的国家创新能力概念框架，并以此为基础结合动态分析方法和计算机仿真技术，验证投入要素中哪些是决定创新体系运行的关键变量，它们之间是如何相互促进或者牵制等问题。既从微观层次上探讨各个要素的作用情况，又从宏观角度揭示国家创新能力的内在机理，实现该研究从静态测度向动态分析的跨越，为中国建设创新型国家的实践提供有力的理论支撑。
2 分析方法与模型构建
2.1 分析方法
国家创新体系作为国家创新能力形成的载体是由各种要素通过多重因果反馈构成的复杂网络，这种结构和运行关系决定了一般的数学工具难以处理此类问题。国家创新体系的某些驱动要素在现实研究中很难找到与其匹配的系统数据，因此，必须将其作为过程变量，纳入到模型体系之中，通过其对输入变量功能的传递效应影响系统的输出。
系统动力学主要研究的是社会系统，其又可分为人口、资源、能源、环境、经济、管理等子系统。本文所研究的国家创新体系属于科技系统，而科技系统是经济管理系统的一个子系统，属于系统动力学可研究对象之列。社会系统和一般系统的区别在于社会系统中政策环境起到决定性作用，由于政策改变导致原因要素改变作用方向和力度，或者造成作用延迟。因此，决定了系统的非线性特征，从而导致了从数量关系上看，原因对于结果的作用不明显。这种不明显主要体现在结果要素对于原因要素在时间上的滞后性、非线性、结果出现的无规律性。这种滞后性、非线性、结果出现无规律性特征同样也存在于国家创新体系中，而系统动力学正是解决这种系统非线性特征来自要素间相互作用及多重反馈问题的有效途径。
2.2 模型构建
2.2.1 国家创新能力形成机理分析的概念框架
绘制国家创新体系运行因果关系图是建立系统动力学模型的重要环节，要理清国家创新体系运行的因果关系，必须对其构成要素进行功能划分。笔者在分析国家创新体系运行关系的基础上，将其构成要素划分为载体、环境和成果三个功能模块：载体模块包括创新人员、研发经费和创新的社会组织；环境模块是创新活动的社会支持；产出模块是指创新活动成果。
2.2.2 基本假设与一般因果关系的确立
在概念模型构建的基础上，对各功能模块之间的关系以及功能模块内部结构要素之间的作用关系进行初步分析，提出国家创新能力形成机理的两组基本假设（如图1所示），第一组是关于功能模块间作用关系的假设，即国家创新体系的环境模块、创新活动的载体模块以及创新成果模块之间作用关系的假设；第二组是关于要素间作用关系的假设，即环境、载体两个功能模块的构成要素对创新成果要素影响的假设。
若要验证假设的真实性，必须运用数据和一些统计方法，然而脱离系统特点的测算往往缺乏可信性。因此，笔者根据国家创新能力形成机理分析的概念框架，建立国家创新体系运行的一般因果关系图，如图2所示。然后根据一般因果关系图、中国国家创新体系的特点以及所要研究的问题，选取指标，运用径向基神经网络方法对部分假设进行检验，确定合适指标，绘制反映中国国家创新体系运行的系统动力学流图。
图1 国家创新能力形成机理的基本假设
Figure 1 the basic assumptions of formation mechanism of National Innovative Capacity
2.2.3 基本假设检验以及流图的构建
系统动力学建模原理强调一个“明确”和三个“面向”，即明确目的、面向问题、面向过程、面向应用。由于研究目的不同，针对同一个系统构建的系统动力学模型可能不同。国家创新体系的本质是社会基本经济制度创新，政府是制度创新的推进主体。因此，笔者构建的系统动力学模型拟以政府的制度构建对创新成果的影响为主线展开，观察政府科技资金投入、人才培养和知识产权保护、税收优惠等方面政策法规的实施对创新产出的影响。在系统动力学模型构建之前，首先针对研究问题选取变量，并运用径向基神经网络方法对环境模块、创新活动的载体模块中的要素与创新成果模块表征要素之间关系的假设进行检验。
径向基神经网络模型的输入要素是环境模块和载体模块包含的要素，选用指标为国内生产总值、知识产权保护水平、每千人计算机拥有量、每千人互联网用户人数（环境模块）；高等教育投入、财政科技拨款、科技经费筹集、科技人才数量（载体模块）。其他环境要素如税费金额、财政支出等变量虽为上述变量的因变量，或者是包含变量，但是非直接影响创新产出变量，因此不将其作为神经网络模型的输入变量。径向基神经网络模型的输出要素是创新产出模块包含的要素，采用国内发明专利申请数量。用于径向基神经网络模型的标准化后的输入、输出变量如表1所示。
径向基神经网络模型考察期内模拟结果为0.85，实际值为1（标准化情况下）。神经网络自行学习完毕后，笔者将输入变量依次取0，分别进行模拟，若模拟结果与0.85比较变动较小，则说明在输入变量相互作用的情况下该变量对输出变量的作用较小，可以剔除。模拟结果显示，每千人计算机拥有量、每千人互联网用户人数与其他变量相比对输出变量的影响较小，因此不将其作为专利产出的主要影响因素加入到系统动力学流图中。综合以上分析，构建系统动力学流图如图3所示。
图3 国家创新体系运行的系统动力学流图
Figure 3 the stock flow diagram of national innovation system
2.3 模型检验
量纲的一致性检验：模型中所有指标，涉及资金的单位均为万元，以1996年为基年，剔除价格影响因素之后的值，涉及人员的单位均为万人。
拟合度检验：通过计算相关系数的方法来检验实际值与模拟值之间的拟合度。拟合度检验结果显示，发明专利申请数量、企业收入（产品销售收入）、财政支出、科技经费筹集、国内生产总值、知识产权保护水平的实际值与模拟值的拟合度均在0.9以上，拟合程度较高，科技人才数的拟合度均约为0.82，拟合度显著。说明，该模型能够在较大程度上反映以专利为能力表征变量的中国国家创新体系实际情况，利用该模型可以进一步探讨国家创新能力的影响因素，分析中国国家创新体系的结构特点和运行机理。
3 模型应用
“政策实验室”是系统动力学的一个重要功能。本部分主要采取向系统加入延时、脉冲、阶跃函数等试验，通过改变模型中某些政策变量分析政策对系统输出结果的影响。
3.1 加入延时函数时系统反应实验
国家创新体系运行是政府运用政策工具对创新体系中的物质流与信息流进行调控和优化配置的过程。然而，在现实的国家创新体系运行中，物质与信息往往存在延迟，延迟时间的长短也会影响系统对政策的反应情况。假定输入变量对系统的作用存在延迟，专利产出水平变化情况如图4所示。
图4 加入延时函数时系统反应实验
Figure 4 the system response experiment of inputting delay-function
图4中曲线1、2、3分别表示科技经费、科技人才、知识产权保护政策对系统的作用延迟两年的情况下模拟得出的专利数量与初始模拟值变化的百分比。其中，针对科技经费、科技人才的延迟函数为物质延迟，针对知识产权保护水平的延迟函数为信息延迟。通常观点认为物质和信息作用的延迟只会使其作用延后显现，而不会影响该政策实施效果，然而如图4所示，三个主要变量对系统作用存在延迟，使输出的专利数比初始模拟值减少，而且与初始模拟值的差距逐年增大。说明物质流和信息流延迟作用会削弱输入变量对系统的影响，而且延迟的时间越长，对输入变量作用效果削弱越大。
从图4中还可以发现在同样是延迟两年输入的情况下，知识产权保护水平延迟所引起的专利数量减少最多，即对系统的伤害最大，科技人才作用延迟对系统的伤害次之，科技经费作用延迟对系统的伤害最小。
3.2 加入脉冲、阶跃函数时系统反应实验
（1）一般的敏感性分析通常是对某些变量进行随机调整，找出在经济社会发展的特定阶段对国家创新能力作用最明显的政策变量。这种调整往往是对某一时间范围内平均变量的调整，调整后这一时间范围各年的数值均发生变化。然而，以专利保护法为主要依据确定的知识产权保护水平指标为例，由于国家不可能年年颁布新专利保护法，因此这种使各年的数值均发生变化的调整方式便有欠妥当。另外，不同输入变量对系统的作用方式是不同的，某项法律、政策在某一年提出，对系统的创新产出产生一个促进的作用，而法律、政策很少有在以后的年份被撤销的情况，因此，法律、政策的出台对系统的作用往往是持久的，类似于向系统输入一个阶跃函数。而如财政科技拨款这样的输入变量占财政支出比例不是固定不变的，某一年突然的增加不意味着接下来会继续保持这个增速，类似于向系统输入一个脉冲函数。基于以上分析，笔者根据变量的特点以2000年为作用时间点向系统输入不同的函数，观察系统的反应，如图5所示。
图5 加入脉冲、阶跃函数时系统反应实验
Figure 5 the system response experiment of inputting pulse and step function
A.图5－1中曲线1、2表示对高等教育投入、财政科技拨款占财政支出比例分别增加一个幅值为0，0l脉冲函数后专利数量相对于初始模拟值变动的百分比。曲线3表示税负比例减少一个幅值为0.01的阶跃函数后专利数量相对于初始模拟值变动的百分比。
如图5－1所示，曲线1显示出专利数量在高等教育投入占财政支出比例突然提高后没有立即做出反应，说明专利数量对于这一脉冲函数的作用反应存在延迟，待延迟结束，受到脉冲函数的作用，专利数量比初始模拟值提高，并且提高的百分比会逐年加大，该脉冲对于系统作用是持久的。在2000年这个作用时间点，曲线2显示出明显的脉冲式波动状态，说明专利数量对财政科技拨款占财政支出比例突然提高反应敏感，但是随着一个脉冲的结束，专利数量便会下降，逐渐接近初始模拟值，该脉冲对系统的作用不是持久的。曲线3显示专利数量在税负比例突然减小后也没有立即做出反应，专利数量对于这一阶跃函数的作用反应也存在延迟，但是这个延迟时间要比曲线1状态的延迟短，该延迟结束后，受到阶跃函数的作用，专利数量比初始模拟值提高，较前两者提高幅度大，作用持久。
B.图5－2中曲线1、2分别表示科技人才、科技经费筹集分别增加幅值为2000年实际值5％的脉冲函数后专利数量相对于初始模拟值变动的百分比。曲线3表示知识产权保护水平增加幅值为2000年当年实际值5％的阶跃函数后专利数量相对于初始模拟值变动的百分比。
如图5－2所示，在2000年这个作用时间点，曲线1显示出明显的脉冲式波动状态，并且没有出现类似于5－1曲线1的延迟现象，说明向系统中直接输入人才（吸收外来人才）比通过高等教育投入增加人才的方式对促进创新产出的作用更快。曲线2显示专利数量在科技经费突然增加时也随之增加，但是没有在脉冲结束后出现类似5－1中曲线2的明显降低，说明向系统中直接输入资金（吸收国外资金）也是维持系统创新产出数量提升的重要因素。曲线3显示专利数量在知识产权保护水平突增的情况下也随之增加，也没有出现类似于5－1曲线3的延迟现象，说明法律、规章比一般政策对创新产出的推动作用更大，系统反应更快。
（2）影响国家创新体系的要素不是孤立、线性地，它们之间可能相互促进，也可能相互掣肘，从而对国家创新能力形成产生综合影响效应。为了考察财政科技拨款和高等教育投入两个要素之间的关系，笔者向系统中加入脉冲函数，分别验证财政科技拨款、高等教育投入占财政支出的比例在同年或者不同年份突变时系统的反应，如图6所示。
图6中曲线名称表示输入脉冲函数的年份，如曲线9799表示高等教育投入、财政科技拨款占财政支出比例在1997年和1999年分别增加一个幅值为0.01脉冲函数后专利数量相对于初始模拟值变动的百分比。如图6所示，曲线9797即有关提高财政科技拨款和提高高等教育投入政策同时提出，对创新系统产出的促进作用最大。若先出台提高财政科技拨款的政策，后出台提高高等教育投入的政策，如曲线9799所示，虽然短期内对促进专利产生有促进作用，但是从长期看曲线大部分处于其他两条曲线之下，说明提高财政科技拨款的政策先于提高高等教育投入的政策提出，会降低两种政策在长期内的综合作用效果。若先出台提高高等教育投入政策，后出台提高财政科技拨款政策，如曲线9997所示，政策作用在延迟一段时间后才显现，说明提高高等教育投入政策先于提高财政科技拨款的政策提出，在短期内政策作用效果不明显，长期内两种政策综合效果低于它们同时提出时，但却高于提高高等教育投入政策先提出的情况。提高财政科技拨款可以直接提高对创新体系输入资金的量，提高高等教育投入可以间接提高对创新体系输入人才的量，两种政策相辅相成，两种要素相互促进，可为创新产出提升起到更大的促进作用。
图6 同时或者非同时对不同变量加入脉冲函数后系统反应实验
Figure 6 the system response experiment of inputting pulse-function at the same or different time
4 结论
本文构建过程导向的国家创新能力概念框架，并构建系统动力学模型，通过向系统加入延时、脉冲、阶跃函数观察不同政策条件下国家创新体系运行的过程特征，得出如下结论：
（1）科技经费、科技人才、知识产权保护政策对系统作用存在延迟，削弱输入变量对系统的影响，而且延迟的时间越长，对输入变量作用效果削弱越大。在延迟时间相同的情况下，知识产权保护水平延迟所引起的专利数量减少最多，即对系统的伤害最大。因此，应该提高创新政策资源与其他创新资源的匹配程度，尽量减少输入要素尤其是法律、规章以及政策等与社会需求的滞后，使系统作用延迟减小。
（2）专利数量对高等教育投入占财政支出比例突然提高反应存在延迟，但该脉冲对于系统作用持久；对财政科技拨款占财政支出比例突然提高反应敏感，但该脉冲对系统的作用不持久；对税负比例突然减小反应也存在延迟，延迟时间较短，该阶跃函数产生的作用持久。因此，要在短时间内达到推动创新产出的目的，政府出台提高财政科技拨款等增加科技经费的政策要比加大人才培养力度见效快。要达到长期、稳定地推动创新产出的目的，则应该出台增加高等教育投入等促进人才培养的政策或降低税负比率等促进企业创新活动的政策。
（3）向系统中直接输入人才（吸收外来人才）比通过高等教育投入增加人才的方式对促进创新产出的作用更快；向系统中直接输入资金（吸收国外资金）也是维持系统创新产出数量提升的重要因素。因此，要进一步推动国家创新能力的提升，除需要国家提供资金支持、重视人才培养更要加大力度促进外来资源（资金、人才等）的吸收与国内外研发合作，同时提供高等级法律支持以推动我国国家创新能力进一步提升。
（4）提高高等教育投入和加大财政科技拨款力度政策并用，能使两类政策相互促进，有利于创新体系内人才和资金相互匹配，增强政策对创新产出的作用效果。因此，在实施同类政策时应注重时机的把握，将相关政策联合实施，争取最大程度发挥创新政策的促进作用。