創新價值鏈視角下長三角創新系統協同性研究

焦翠紅 王龍芝 張馳

收稿日期：2024-03-22

基金項目：中國海洋大學中央高校基本科研業務費重大課題培育專項基金“裂變視域下專精特新中小企業高質量發展研究”（202215003）

作者簡介：李志剛（1976—），男（蒙古族），內蒙古赤峰人，教授，博士生導師，博士，研究方向：戰略管理，創新創業；

周 琳（1995—），女，山東威海人，博士研究生，研究方向：戰略管理，創新創業；

杜 鑫（1994—），男，河南濟源人，博士后，通信作者，研究方向：裂變創業，商業生態系統。

[摘 要：加強區域協同創新是長三角實現高質量一體化發展的關鍵。文章基于創新價值鏈視角，構建包含創新資源投入、知識創造與擴散、知識轉化與應用三個子系統的創新系統評價模型，運用耦合協調模型測度長三角創新子系統間的耦合協調度。結果表明：長三角創新系統整體實現了由低度協同向良好協同的轉變，其中“知識創造與擴散—知識轉化與應用”的耦合協調主導整個創新系統的協同發展，即長三角創新模式為下游產品創新主導型；空間維度上呈上海與江蘇處于優質協同、浙江與安徽處于良好協同的兩梯隊分布特征，且三省一市各具比較優勢，形成了優勢互補的創新空間布局。研究結論可以為加速長三角區域協同創新提供有益啟示。

關鍵詞：創新價值鏈；長三角區域；區域創新系統；協同創新；耦合協調模型；高質量發展

中圖分類號：F124.3? 文獻標識碼：A文章編號：1007-5097（2024）07-0017-10?????? ]

A Study on the Synergy of the Yangtze River Delta Innovation System from the Perspective of

Innovation Value Chain

JIAO Cuihong， WANG Longzhi， ZHANG Chi

（School of Statistics and Mathematics， Zhejiang Gongshang University， Hangzhou 310018， China）

Abstract：Strengthening regional collaborative innovation is pivotal for achieving high-quality integrated development in the Yangtze River Delta. This paper constructs an innovation system evaluation model from the perspective of the innovation value chain， and such a model encompasses three subsystems： innovation resource input， knowledge creation and diffusion， and knowledge transformation and application. Using a coupling coordination model， the study measures the degree of coupling coordination among the innovation subsystems in the Yangtze River Delta. Research findings： The overall innovation system of the Yangtze River Delta has transitioned from low coordination to good coordination， with the "knowledge creation and diffusion-knowledge transformation and application" coupling coordination dominating the synergistic development of the entire innovation system. This indicates that the innovation model of the Yangtze River Delta is predominantly oriented towards downstream product innovation. On the spatial dimension， Shanghai and Jiangsu are characterized by high-quality coordination， while Zhejiang and Anhui show good coordination， forming a two-tier distribution pattern. Each of the three provinces and one municipality has its comparative advantages， creating a complementary spatial innovation layout. The conclusions of this study can provide valuable insights for accelerating regional collaborative innovation in the Yangtze River Delta.

Key words：innovation value chain; Yangtze River Delta; regional innovation system; collaborative innovation; coupling coordination model; high-quality development

一、引 言

區域創新發展是創新型國家建設的重要支撐，長江三角洲（以下簡稱長三角）作為我國最具創新活力和創新能力的區域，在引領和支撐創新型國家建設中具有關鍵核心作用。2019年12月，中共中央、國務院印發的《長江三角洲區域一體化發展規劃綱要》中提出“發揮上海龍頭帶動作用，蘇浙皖各揚所長”，構建區域協調發展新格局，并明確堅持創新共建原則，打造區域創新共同體，共同完善技術創新鏈，形成區域聯動、分工協作、協同推進的技術創新體系。2022年8月，長三角三省一市科技廳（委）共同制定《三省一市共建長三角科技創新共同體行動方案（2022—2025年）》（以下簡稱《行動方案》），以“推進長三角科技創新一體化，提升區域核心競爭力”為主線，全面提升長三角科技創新共同體創新策源能力。長三角區域作為中國式現代化的先行者，如何加速區域協同創新是長三角一體化建設進程中的重大問題，也是諸多學者和政府機構關注的重要議題。

區域創新是一種系統性活動，包含所有影響創新發展、擴散和應用的重要經濟、社會、政治、組織、制度和其他因素，區域創新的有效運行依賴于各個要素間的協同耦合、互利互促［1］。特別是伴隨新一代數字技術的發展和應用，區域創新活動的開放性、融合性特征更加顯著，單個區域創新能力的局限性不斷凸顯，而多個區域通過資源共享形成的協同創新系統能夠突破這一瓶頸［2］。有關區域創新系統的研究也越來越受學者的關注。早期的區域創新系統理論側重于區域內部不同創新主體間的互動行為，其以系統的、動態的觀點將地理上具有相互聯系的企業、大學、研究機構、政府等主體結合起來，強調創新主體間的交互作用及其產生的外部性對區域創新的重要作用，以解釋區域進行系統化創新的能力及其對制度、組織等環境條件的要求［3］。區域創新體系的價值功能實現是不同創新單元及其與外部環境之間動態復雜關系的結果，體現在不同創新主體、創新單元與外部環境相互作用的過程中［4］。伴隨創新活動的多元化，創新復雜性、風險性不斷增強，創新活動面臨單個區域無法解決的問題，區域協同創新成為提升區域創新能力的重要手段。區域協同創新通過促使創新要素跨區域流動［5］，促進跨區域知識交流［6］、技術合作［7］、創新投資［8］等，彌補單一區域已有創新資源和所需創新資源之間的供需差距，增強技術知識外溢效應，降低單個區域創新系統性風險，進而提高區域創新效率，產生“1+1>2”的系統協同效應［9-10］。另外，隨著創新系統內部與外部環境互動性的提高，部分學者從生態學角度將區域創新系統概念拓展為區域創新生態系統，強調創新系統演化過程中的內部主體之間及其與外部環境之間的共生性［11］。創新生態系統通過系統內外部主體間的互補性協作［12］，實現對創新資源的科學合理配置，從而激活、增強地區創新活力［13］。

基于創新系統理論，學者們普遍認同區域創新是包含多主體、多階段、多區域的復雜系統，并從主體間協作、地區間協同、內外部環境間的交互作用等方面對區域創新相關問題進行了大量探討，但關于創新系統邊界的界定仍不明晰，尚未形成統一的分析框架。已有研究也未深入區域創新系統運行過程，對區域創新系統價值實現過程中各創新階段間的交互關系進行系統性分析。特別是，當前我國區域創新面臨產學研協同水平不高，高?；A研究與企業技術創新活動脫節［14］、原始創新能力弱、技術成果轉化難、轉化率低等問題［15-16］。厘清區域創新系統價值實現機制，深入理解創新系統運行中不同子系統間的交互關系，促進區域創新系統的協同發展，是解決上述問題的關鍵。

與既有研究相比，本文的邊際貢獻主要體現在：第一，從創新價值鏈視角解構區域創新系統，將區域創新活動分解為創新資源投入、知識創造與擴散、知識轉化與應用三個有序連結的子系統，打開區域創新系統運行黑箱，深入創新系統內部認識區域協同創新過程；第二，采用耦合協調模型，測度長三角創新子系統間的耦合協調度，并從時序演化和空間分異兩個維度分析創新子系統間的耦合協調關系，分析長三角創新系統協同發展的主要驅動因素和制約因素；第三，識別長三角創新系統協同發展過程中存在的短板，為提高長三角區域創新系統協同發展水平明確方向和著力點；此外，本文還挖掘長三角三省一市在協同創新過程中的比較優勢，對長三角內各地區創新政策的制定和調整具有導向性作用。

二、研究設計

（一）基于創新價值鏈的區域創新系統理論框架構建

創新價值鏈融合技術創新理論與價值鏈理論，將創新視為首尾相連（End to End）的鏈狀流，涵蓋從創新思想產生到創新價值實現的全過程［17］，為剖析區域創新活動運行過程提供指導。創新價值鏈本質上是一種創新聯合體，其以市場需求為導向，通過各創新主體的有機鏈接，將分散的創新資源和創新要素組織起來，形成目標一致、相互協同、內生動力強、創新效率高、創新成果迸發的體制機制［18］。通過創新價值鏈的不同階段來分解創新活動的運行過程是一種常用方式，Hansen和Birkinshaw（2007）［19］基于創新生產環節，將創新價值鏈分為創意產生、創意轉化、創意擴散三個階段；Roper等（2008）［20］從知識獲取、轉化和利用出發，將創新價值鏈分為知識獲取階段、知識轉化階段和知識利用階段；余泳澤和劉大勇（2013）［21］借鑒創新價值鏈概念，并結合我國技術創新實踐，提出包含知識創新、科研創新和產品創新的區域創新系統框架。

創新價值鏈強調將創新資源轉化為經濟價值的系統、有序、增值的復雜過程。在創新價值鏈框架下，依據價值關聯和價值增值流向，能夠明確創新活動從起點到終點的各個階段，有助于分階段研究創新系統運行過程?；趧撔聝r值鏈的區域創新系統理論框架，如圖1所示。創新價值鏈理論將區域創新看作是一個從創新資源投入到知識創造與擴散，再到知識轉化與應用的系統性過程。創新資源投入階段是創新價值鏈的物質基礎；知識創造與擴散階段是創新價值鏈的基礎核心部分，創新思想在該階段產生，并通過創新主體間的信息交流與共享、知識傳遞和技術擴散等活動，完成創新從產生至技術擴散的整個過程，該階段主要是基礎性科技創新；知識轉化與應用階段是對創新成果進行設計和生產，將其轉化為創新產品，實現創新成果商品化和市場化的過程，該階段主要是產品創新和市場創新。區域創新的三個階段具有投入、產出關系，從創新資源投入到知識創造與擴散階段完成知識技術創新，再從知識創造與擴散到知識轉化與應用階段完成創新成果的轉化及應用，并最終實現創新價值增值。

（二）指標體系設計

基于上述思路，兼顧指標體系的合理性和數據可得性，本文從創新資源投入、知識創造與擴散、知識轉化與應用三個維度，篩選13項指標構建區域創新系統指標體系。其中，創新資源投入子系統包括創新資金和創新人力投入，從投入規模、投入強度、投入結構三方面刻畫區域創新資源投入情況。創新資源投入規模選擇R&D經費內部支出和R&D人員全時當量兩個總量指標進行測度，創新資源投入強度用R&D經費投入強度指標衡量，創新資源投入結構選取基礎研究經費占比、基礎研究人員占比進行測度。知識創造與擴散反映知識產出成果與技術擴散效應。知識創造成果的主要形式有科研論文、專利等，科研論文反映一個區域的基礎研究能力，專利說明一個區域在應用研究和實驗發展領域的研發能力，具體指標包括每萬人科技論文發表數和每萬人有效發明專利數；知識擴散是知識通過一定的載體在空間和時間流動的活動或行動，反映區域創新的向外輻射能力，由萬人輸出技術成交額衡量。知識轉化與應用反映知識成果轉化績效，從知識價值增值、產業化水平、經濟效率提升三方面進行考察。選取新產品銷售收入、新產品銷售收入占主營業務收入比重衡量知識價值增值，選取高技術產業產值、高技術產業增加值占工業增加值比重反映產業化水平，選取勞動生產率表征經濟效率。測算區域創新系統發展水平還需對相關指標賦予權重，本文利用客觀賦權法—熵權法計算各指標權重。指標體系及指標權重見表1所列。

本文以2009—2021年長三角三省一市的面板數據為樣本，指標數據來源于安徽、江蘇、上海、浙江歷年的科技統計年鑒及EPS數據庫。

（三）研究方法

區域創新系統協同發展蘊含發展與協同兩個層次。發展強調創新系統從低級到高級、從簡單到復雜，反映系統運行的整體功效；協同體現各創新子系統之間相互配合、相互促進，其決定創新系統由無序到有序的協同運行能力。本文采用熵權TOPSIS模型測度區域創新系統發展水平，采用耦合協調模型測度創新子系統間的耦合協調程度。

1. 熵權TOPSIS模型

熵權TOPSIS模型是一種將熵權法和TOPSIS模型結合起來的綜合評價方法。熵權法是一種客觀賦權方法，根據各項指標值的離散程度，利用信息熵計算指標權重，信息熵越小，該指標提供的信息量越多，指標的權重也應越大，解決綜合評價中多指標間的信息重疊問題。TOPSIS法通過測算觀測對象相對于最優對象和最劣對象的距離，對各觀測對象的相對優劣進行評價。綜合以上兩種方法的熵權TOPSIS模型既克服了主觀賦權造成的權重偏差，又可以有效評價各觀測對象的優劣排序，使評價結果更加客觀合理。具體計算步驟如下：

第一步，指標無量綱化處理。指標測量單位不一致容易導致結果具有較大誤差，為使指標具有可比性，以指標歸一化的方式生成指標相對值?？紤]本文所選指標均為正向指標，采用min-max標準化方法對區域創新系統中的原始指標矩陣進行歸一化處理，為避免ln 0的出現，在數據后加0.000 1。計算公式為：

[yij=xij-min（x1j， x2j， …， xij）max（x1j， x2j， …， xij）-min（x1j， x2j， …， xij）+0.000 1] （1）

其中：xij表示原始指標矩陣中第i個區域的第j項指標值；yij表示歸一化后的指標值。

第二步，計算i區域第j項指標數值所占比重：

[Pij=yij∑mi=1yij] （2）

第三步，利用熵權法計算第j項指標的信息熵：

[ej=-1/ln m∑mi=1PijlnPij]，[0≤ej≤1] （3）

第四步，基于指標信息熵計算第j項指標權重：

[wj=（1-ej）∑nj=1（1-ej）] （4）

第五步，構建區域創新系統發展水平測度指標的加權矩陣：

[Zij=[wj×yij]mn] （5）

第六步，依據加權矩陣確定正負理想解[Z+j]、[Z-j]，計算各正負理想解距離：

[D+i=∑kj=1（Zij-Z+j）2 ，? D-i=∑ki=1（Zij-Z-j）2] （6）

其中：[Z+j=max（Z1j， Z2j， …， Zmj）; Z-j=min（Z1j， ] [Z2j， …， Zmj）]。

第七步，確定綜合評價指數[C+i]與排序結果，計算綜合觀測對象與理想值的貼近度，即綜合評價指數[C+i]：

[C+i=D-iD+i+D-i] （7）

[C+i]取值越大表明該決策方案越接近于正理想解，意味著區域創新系統發展水平越高，利用上述公式可以計算出長三角創新系統發展指數。

2. 耦合協調模型

本文借助于物理學耦合協調模型對創新資源投入、知識創造與擴散、知識轉化與應用三個子系統間的耦合協調關系進行分析。三系統間耦合度計算公式如下：

[C=U1U2U3U1+U2+U3333] （8）

其中：[U1]、[U2]、[U3]分別表示創新資源投入子系統發展指數、知識創造與擴散子系統發展指數、知識轉化與應用子系統發展指數；C∈［0，1］，表示三個創新子系統間的耦合度。

C能夠反映創新系統耦合度的強弱，但忽略了各子系統間的協調發展程度，本文進一步引入協調度T，測度創新子系統間的耦合協調度：

[T=αU1+βU2+γU3]， [D=C×T] （9）

其中：T為創新資源投入子系統、知識創造與擴散子系統、知識轉化與應用子系統的綜合協調指數；α、β、γ為待定參數，反映三個創新子系統的重要程度，因文中創新資源投入、知識創造與擴散、知識轉化與應用對區域創新系統同等重要，故設定α=β=γ=1/3；D為三個創新子系統之間的耦合協調度，D越大，說明三個創新子系統之間的耦合協調程度越高，參考盛彥文和馬延吉（2017）［22］關于區域產學研創新系統耦合協調度的評價標準，本文將區域創新系統耦合協調類型劃分為低度協同（0

三、長三角區域創新系統發展水平測度及分析

本文基于熵權TOPSIS模型，測算2009—2021年長三角創新綜合系統及各創新子系統的發展指數，結果見表2所列。其中，U、U1、U2、U3分別表示創新綜合系統、創新資源投入子系統、知識創造與擴散子系統、知識轉化與應用子系統的發展指數，U2/U1、U3/U2用來度量各創新子系統間發展的領先或滯后程度，比值大于1表示處于領先狀態、比值小于1表示處于滯后狀態、比值等于1表示二者同步發展。

由表2可知，長三角創新綜合系統及三個子系統發展指數均呈不斷上升趨勢，創新能力持續提升。對比各創新子系統發展趨勢發現：2009—2014年呈“U1>U3>U2”特征，該階段創新資源投入系統主導長三角創新系統的綜合發展水平；2015—2021年，各創新子系統發展趨勢轉變為“U3>U1>U2”特征，該階段知識轉化與應用系統主導長三角創新系統的綜合發展水平。該結果說明，隨著數字經濟快速發展，數字技術賦能行業智能化升級，創新成果產業化效率明顯提升，知識轉化與應用能力顯著增強。在樣本期內，U2/U1始終小于1，說明知識創造與擴散系統持續滯后于創新資源投入系統，創新資源投入并未有效轉化為知識產出；U3/U2始終大于1，說明知識創造與擴散系統持續滯后于知識轉化與應用系統，大量創造出的知識技術落后于市場對創新產品的需求。

長三角三省一市創新綜合系統及子系統的發展趨勢如圖2所示。2009—2021年，三省一市創新綜合系統發展指數穩步增長，創新水平不斷提升，呈“上海>江蘇>浙江>安徽”的空間格局。由各地區創新子系統發展狀況可知，上海創新資源投入子系統、知識創造與擴散子系統得分明顯高于其他地區，江蘇和浙江知識轉化與應用子系統得分較高，安徽創新資源投入子系統發展優于其他兩個創新系統。該結果說明，上海科技教育、知識創造能力強，江蘇、浙江實體經濟基礎好、市場活力強，安徽正在加大創新資源投入，具有后發技術創新優勢。

四、長三角區域創新系統耦合協調度的測度及分析

（一）長三角區域創新系統耦合協調度的時序演化分析

基于上述耦合協調模型，本文計算2009—2021年長三角三省一市的創新資源投入、知識創造與擴散、知識轉化與應用三個子系統間的耦合協調度，結果見表3所列。長三角創新系統耦合協調度在觀測期內穩步提高，說明各地區創新子系統間相互促進、相互協作，呈向好趨勢。上海創新系統的耦合協調度始終高于其他三省，從2009年的0.617增長至2021年的0.880，從良好協同邁入優質協同水平，但耦合協調度的整體增幅較??；江蘇創新系統的耦合協調水平于2013年由中度協同邁入良好協同水平，并于2021年達到優質協同水平；浙江和安徽創新系統的協調耦合度實現了從低度協同到中度協同再到良好協同水平的兩級跨越。三省一市的創新系統耦合協調度呈“上海>江蘇>浙江>安徽”的空間格局，耦合協調度的增長率呈“浙江>安徽>江蘇>上?！钡目臻g格局。該結果表明長三角創新系統耦合協調度的空間差距逐步收斂，長三角各地區間的聯動創新不斷加強，區域間協同創新能力不斷提升。

創新資源投入、知識創造與擴散、知識轉化與應用構成的創新三元系統涵蓋了兩個創新二元耦合系統，即創新資源投入—知識創造與擴散系統（U1-U2）、知識創造與擴散—知識轉化與應用系統（U2-U3）。U1-U2反映創新價值鏈上游的創新資源投入轉化為知識技術產出的能力，即知識技術創新能力；U2-U3反映創新價值鏈下游的知識技術轉化為市場產品的能力，即產品創新能力。長三角三省一市創新子系統耦合協調度演變趨勢如圖3所示。可以看出，三省一市U1-U2、U2-U3的耦合協調度均呈上升趨勢，表明長三角各地區創新子系統間呈相互促進、耦合協調的良好局面。三省一市在知識技術創新、產品創新方面相對比較優勢不同：安徽、上海整體呈上游U1-U2的耦合協調度高于下游U2-U3的耦合協調度，即這兩個地區在知識技術創新方面具有相對比較優勢；江蘇、浙江整體呈下游U2-U3的耦合協調度高于上游U1-U2的耦合協調度，即這兩個地區在產品創新方面具有相對比較優勢。長三角三省一市在創新活動運行過程中逐漸形成優勢互補的創新格局。

（二）長三角區域創新系統耦合協調度的空間分異分析

為反映長三角創新子系統間耦合協調類型的空間分布特征及演變趨勢，本文對長三角三省一市2009、2013、2017、2021年的創新系統耦合協調類型進行分析，具體結果見表4所列。在創新三元系統U1-U2-U3的耦合協調方面，三省一市由2009年的“低度協同—中度協同—良好協同”三梯隊格局演化為2021年的“良好協同—優質協同”兩梯隊格局。其中，上海由良好協同升至優質協同水平，始終處于第一梯隊；江蘇由中度協同跨越到優質協同水平，由第二梯隊升至第一梯隊；安徽和浙江實現由低度協同到良好協同水平的兩級跨越。在創新價值鏈上游的U1-U2協同方面，三省一市由2009年的“低度協同—中度協同—良好協同”的三梯隊格局演化為2021年的“良好協同—優質協同”兩梯隊格局。其中，上海由良好協同升至優質協同水平，江蘇由中度協同跨越到良好協同水平，安徽和浙江實現由低度協同到良好協同水平的兩級跨越。在創新價值鏈下游的U2-U3協同方面，三省一市由2009年的“低度協同—良好協同”演化為2021年的“良好協同—優質協同”兩梯隊格局。其中，上海由良好協同升至優質協同水平，處于第一梯隊；江蘇實現由低度協同至優質協同水平的三級跨越，并在2021年與上海同處第一梯隊；安徽、浙江實現由低度協同向良好協同水平的兩級躍遷?？傮w而言，長三角三省一市的耦合協調類型不斷優化，創新子系統間協調互動能力不斷增強。

為直觀展示長三角創新系統耦合協調度空間分異特征的演變趨勢，本文繪制了長三角三省一市創新綜合系統及子系統耦合協調度的核密度分布圖，具體如圖4所示。其中，圖（a）為創新三元系統U1-U2-U3耦合協調度的核密度圖，其耦合協調度呈由“雙峰”向“單峰”演化趨勢，且峰度逐漸縮小，分布曲線整體呈右移趨勢，表明長三角創新子系統間的耦合協調水平不斷提升，三省一市間創新系統耦合協調度的差距逐步收斂；圖（b）為創新二元系統U1-U2耦合協調度的核密度圖，其演變趨勢與圖（a）類似，“雙峰”現象逐漸消失，右拖尾逐年縮短，其分布延展性逐步收窄，表明長三角U1-U2耦合協調度的省域間差距逐步縮小，即長三角三省一市在創新價值鏈上游，創新資源投入轉化為知識技術產出的能力差距不斷縮??；圖（c）為創新二元系統U2-U3耦合協調度的核密度圖，峰度變化由2009年的“左主峰+右側峰”演變為2021年的“右主峰+左側峰”，且峰寬收窄，表明長三角U2-U3耦合協調水平在不斷提升過程中呈兩極分化現象，即長三角三省一市在創新價值鏈下游，知識技術轉化為市場產品的能力差距逐步擴大。

（三）長三角創新二元系統與三元系統耦合協調關系擬合

為深入認識創新二元系統與創新三元系統耦合協同發展的關系，本文應用面板數據分別擬合U1-U2、U2-U3的耦合協調度對U1-U2-U3耦合協調度的影響，以探究長三角創新系統協同發展的主要驅動因素和制約因素，擬合結果如圖5所示。由圖5可知，各擬合曲線均呈斜率為正的線性變化趨勢，表明創新二元系統協同對三元系統協同發展具有顯著的正向促進作用，即長三角地區知識技術創新、產品創新均對創新價值增值具有積極作用。該結果表明伴隨長三角創新一體化戰略向縱深推進，打通原始創新向現實生產力轉化的區域壁壘，可以將更多的科學技術成果更好地推介到區域內其他地區，讓其在更適合的地方落地結果，實現成果跨區域轉移、轉化。2015年前后創新二元系統耦合協調度對三元系統耦合回歸系數相對大小發生轉變，U1-U2耦合協調度的回歸系數從2009—2014年的0.938 9降低至2015—2021年的0.619 6，表明U1-U2耦合協調度對三元系統耦合的促進作用具有邊際遞減效應；U2-U3耦合協調度的回歸系數從2009—2014年的0.988提升至2015—2021年的1.107，表明U2-U3耦合協調度對三元系統耦合的促進作用具有邊際遞增效應。U2-U3耦合協調度的邊際影響系數大于U1-U2系統，說明知識創造與擴散—知識轉化與應用對創新系統耦合協調度的貢獻更大，主導著整個創新系統的耦合協調發展，即長三角創新系統協同發展模式為產品創新主導型。

五、結論與政策建議

（一）結論

本文基于創新價值鏈視角，從創新資源投入、知識創造與擴散、知識轉化與應用三個維度構建區域創新系統評價指標體系，使用熵權TOPSIS模型測度2009—2021年長三角創新系統發展水平，并采用耦合協調模型測度長三角創新子系統間的耦合協調度，揭示長三角創新系統耦合協調度的時序演化趨勢與空間分異特征。研究結論如下：

第一，長三角創新系統發展水平整體呈上升趨勢，區域創新能力持續提升。三個創新子系統發展水平存在差異，其中知識創造與擴散子系統發展滯后于創新資源投入子系統和知識轉化與應用子系統。2014年之前，長三角創新系統發展以創新資源投入為主要驅動力，2014年之后，以知識轉化與應用為主要驅動力。

第二，長三角區域各創新子系統間的耦合協調度呈穩步提升態勢，實現了由低度協同向良好協同的轉變。其中，知識創造與擴散—知識轉化與應用系統的耦合協調在促進整個創新系統耦合協調度提升中的作用效果更強，且該作用效果呈邊際遞增效應；創新資源投入—知識創造與擴散系統的耦合協調在促進整個創新系統耦合協調度提升的作用效果相對較小，且該作用效果呈邊際遞減效應。該結果說明知識創造與擴散—知識轉化與應用主導整個創新系統的耦合協調發展，即長三角創新系統協同發展模式為下游產品創新主導型。

第三，長三角三省一市在創新價值鏈的不同階段形成了優勢互補、梯次有序的空間布局。其中，上海、安徽的創新資源投入—知識創造與擴散兩系統耦合協調水平更高，在創新價值鏈上游的知識技術創新方面具有比較優勢；江蘇、浙江的知識創造與擴散—知識轉化與應用的耦合協調水平更高，在創新價值鏈下游的產品創新方面具有比較優勢。

（二）政策建議

根據研究結論，為進一步提高長三角創新子系統間的耦合協調度，加強長三角區域協同創新，推動長三角一體化發展，本文提出以下政策建議。

第一，強化基礎研究，提升長三角知識創造與擴散能力。對于整個長三角創新系統發展而言，知識創造與擴散系統發展持續滯后于知識轉化與應用系統，表明長三角基礎研究投入不足，在創新導向上強調科技成果產業化開發，而忽略基礎性、原始性創新。強化基礎研究，一方面需要優化科技財政支出結構，提高財政研發支出中的基礎研究占比；另一方面應進一步完善基礎研究投入制度，引導企業、科研院所、高校與社會機構加大基礎研究投入，構建基礎研究多元化投入機制，加速長三角區域的基礎前沿科學研究。

第二，優化創新資源配置，提高創新資源向知識技術轉化的效率。長三角創新資源投入—知識創造與擴散系統的耦合協調度對整個創新系統協同發展貢獻率較低，且呈遞減效應，表明長三角大量創新資源投入并未有效支撐知識技術創新。優化資源配置，提高創新資源投入效能，是推動長三角創新系統協同發展的關鍵。長三角創新資源配置優化需要著眼于整個區域層面，促進三省一市的高校、科研院所等交流共享學科方向、研究領域和科技成果等信息，提高創新資源共享水平，充分激發創新要素潛能和釋放創新要素活力。

第三，長三角各地區要明確創新發展定位，強化內在創新比較優勢，發揮外部優勢互補效應，構造覆蓋三省一市的創新價值鏈條。根據本文結論，上海知識創造與擴散子系統發展水平高，且創新資源投入—知識創造與轉化的耦合協調度較高，在知識技術創新環節具有明顯優勢；江蘇、浙江知識轉化與應用子系統發展水平較高，且下游知識創造與擴散—知識轉化與應用的耦合協調度較高，說明江蘇、浙江市場活力強，在產品創新環節具有比較優勢；安徽創新投入子系統發展水平較高，創新增長勢頭迅猛，在創新過程中有后發優勢。各地區應該結合自身比較優勢，共同梳理長三角創新鏈條，充分發揮上海在科技創新中的引領作用，充分利用江蘇、浙江強大的科技成果轉化能力，充分挖掘安徽的創新潛力，跨區域組建創新聯合體，促進創新成果跨區域轉移、轉化，實現“1+1+1+1>4”的協同創新效果。

參考文獻：

［1］許可，張亞峰.支持創新的地方知識產權政策體系：基于創新系統與制度邏輯的分析［J］.科研管理，2023，44（10）：62-70.

［2］蘇屹，李忠婷.區域創新系統主體合作強度對創新績效的影響研究［J］.管理工程學報，2021，35（3）：64-76.

［3］COOKE P，URANGA M G，ETXEBARRIA G. Regional Innovation Systems：Institutional and Organizational Dimensions［J］. Research Policy，1997，26（4/5）：475-491.

［4］趙菁奇，金露露，張文君.科技自立自強視域下國家創新體系效能建設與提升——以長三角區域為例［J］.華東經濟管理，2024，38（1）：26-36.

［5］白俊紅，蔣伏心.協同創新、空間關聯與區域創新績效［J］.經濟研究，2015，50（7）：174-187.

［6］WEIDENFELD A，MAKKONEN T，CLIFTON N. From Interregional Knowledge Networks to Systems［J］. Technological Forecasting and Social Change，2021，171：120904.

［7］WANG S，SHI X，WANG T，et al. Nonlinear Spatial Innovation Spillovers and Regional Open Innovation：Evidence from China［J］. R&D Management，2022，52（5）：854-876.

［8］KEVIN C，WANG J，LUO N，et al. A Symmetry in the Distribution of Benefits of Cross-Border Regional Innovation Systems：The Case of the Hong Kong-Shen Zhen Innovation System［J］. Regional Studies，2023，57（7）：1303-1317.

［9］KETCHEN D J，IRELAND R D，SNOW C C. Strategic Entrepreneurship，Collaborative Innovation，and Wealth Creation［J］. Strategic Entrepreneurship Journal，2007，1（3/4）：371-385.

［10］吳衛紅，馮興奎，張愛美，等.跨區域協同創新系統績效測度與優化研究［J］.科研管理，2022，43（7）：29-36.

［11］梁林，趙玉帛，劉兵.國家級新區創新生態系統韌性監測與預警研究［J］.中國軟科學，2020（7）：92-111.

［12］ADNER R. Match Your Innovation Strategy to Your Innovation Ecosystem［J］. Harvard Business Review，2006，84（4）：98-107，148.

［13］李曉娣，饒美仙，原媛.數智情境下如何提升區域創新生態系統能級？［J/OL］.科學學研究.（2023-09-08）.［2023-10-16］.https：//doi.org/10.16192/j.cnki.1003-2053. 20230908.003.

［14］張杰，白鎧瑞.中國高?；A研究與企業創新［J］.經濟研究，2022，57（12）：124-142.

［15］CHEN X，LIU Z，ZHU Q. Performance Evaluation of China's High-Tech Innovation Process：Analysis Based on the Innovation Value Chain［J］. Technovation，2018（74/75）：42-53.

［16］CHEN K H，GUAN J C. Measuring the Efficiency of China's Regional Innovation Systems：An Application of Network DEA［J］. Regional Studies，2012，46（3）：355-377.

［17］王偉光，張鐘元，侯軍利.創新價值鏈及其結構：一個理論框架［J］.科技進步與對策，2019，36（1）：36-43.

［18］楊忠，巫強.加快構建創新聯合體［N］.人民日報，2021-08-16（10）.

［19］HANSEN M T，BIRKINSHAW J. The Innovation Value Chain［J］. Harvard Business Review，2007，85（6）：121-130.

［20］ROPER S，DU J，LOVE J H. Modelling the Innovation Value Chain［J］. Research Policy，2008，37（6）：961-977.

［21］余泳澤，劉大勇.我國區域創新效率的空間外溢效應與價值鏈外溢效應——創新價值鏈視角下的多維空間面板模型研究［J］.管理世界，2013（7）：6-20，70，187.

［22］盛彥文，馬延吉.區域產學研創新系統耦合協調度評價及影響因素［J］.經濟地理，2017，37（11）：10-18，36.

［責任編輯：夏 麗，孔令仙］

［DOI］10.19629/j.cnki.34-1014/f.231101012