（西安理工大學(xué) 經(jīng)濟與管理學(xué)院，陜西 西安 710048）

一、引言

產(chǎn)學(xué)研協(xié)同創(chuàng)新是指處于技術(shù)需求方的企業(yè)與技術(shù)提供方的高校，科研機構(gòu)協(xié)同進行的技術(shù)創(chuàng)新活動，它們共同分享利益，承擔(dān)風(fēng)險，結(jié)合各自的長處，互利共贏，能夠充分帶動科技的發(fā)展和經(jīng)濟的持續(xù)增長。數(shù)據(jù)顯示，我國2009—2019 年的規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入，從6.6 萬億元增長到了19.7 萬億元，增加了198%。企業(yè)能夠取得如此顯著的成績，離不開國家政策的支持。黨在近幾次的全國人民代表大會曾多次指出了技術(shù)創(chuàng)新對于國家發(fā)展有重要的支撐作用。要加快實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，提高國家自主創(chuàng)新實力，完成在2020 年之前把我國建設(shè)成為創(chuàng)新型國家的目標(biāo)。因此，有必要從政策角度入手對產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)進行研究。

目前，學(xué)者們對產(chǎn)學(xué)研協(xié)同創(chuàng)新政策的研究多是政策解讀，缺少定性研究。并且，鮮有從政策出發(fā)對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進行探討的文獻(xiàn)。本文嘗試?yán)孟到y(tǒng)動力學(xué)方法建立產(chǎn)學(xué)研協(xié)同創(chuàng)新政策影響創(chuàng)新績效的模型，并結(jié)合陜西省產(chǎn)學(xué)研協(xié)同創(chuàng)新的具體情況進行實證分析。

二、理論回顧和機理分析

（一）產(chǎn)學(xué)研協(xié)同創(chuàng)新政策工具分類

政策文本主要是對政策的內(nèi)涵和目標(biāo)進行了簡要描述，政策工具則明確了實現(xiàn)目標(biāo)的方法和手段。政策目標(biāo)的現(xiàn)實要依靠政策工具的支持及配合，所以要研究產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效的影響，必須先對政策工具予以分類。

有關(guān)科技創(chuàng)新政策工具分類的方法有很多，比如Morosini（2004）[1]的任務(wù)導(dǎo)向型和擴散導(dǎo)向型；Woolthuis 等（2005）[2]提出的信息型、權(quán)威性、組織型和財政型；Veronica 和Thomas（2007）[3]將其分為特定型和一般型；顧建光和吳明華（2007）[4]將其劃分為管制性工具、激勵類工具和信息傳遞類工具；Phaal等（2011）[5]將其劃分為自愿型、強制型、混合型。Hoppmann 等（2013）[6]將其分為戰(zhàn)略層、綜合層及基本層；王守文和顏鵬（2014）[7]將其分為需求要素政策、代理政策、宏觀架構(gòu)政策、國際交流政策、培訓(xùn)政策；汪潔等（2015）[8]將其分為方向?qū)蛐驼?、載體建設(shè)型政策、人才培養(yǎng)型政策。而最具代表性的則是Roy 和Walter（1981）[9]的分類，他們將政策工具分為供給政策、環(huán)境政策和需求政策三類。其中，供給政策工具以加大創(chuàng)新資源供給為主，需求政策工具以擴大自主創(chuàng)新需求為主，而環(huán)境政策工具則發(fā)揮著間接的潤滑作用。張煒等（2016）[10]、武學(xué)超和徐雅婷（2018）[11]、王幫俊和朱榮（2019）[12]以及章文光和閆蓉（2019）[13]都基于此分類方法對創(chuàng)新政策進行了不同類型的研究。

本文認(rèn)為產(chǎn)學(xué)研協(xié)同創(chuàng)新作為一個復(fù)雜的合作系統(tǒng)，政策對其發(fā)展可能具有推動、拉動和潤滑作用，體現(xiàn)在政策工具上可以分為供給型、需求型和環(huán)境型政策工具。供給導(dǎo)向型創(chuàng)新政策指政府從各方面增加對企業(yè)等創(chuàng)新主體的創(chuàng)新資源供給，改善有關(guān)創(chuàng)新要素的供給狀況，以提升產(chǎn)學(xué)研協(xié)同創(chuàng)新主體創(chuàng)新能力為目的；需求導(dǎo)向型創(chuàng)新政策是指政府采取相關(guān)保護性政策減少市場的風(fēng)險，目的是增加產(chǎn)學(xué)研協(xié)同創(chuàng)新主體創(chuàng)新活動成功的機遇與可能性；環(huán)境型創(chuàng)新政策是指政府通過知識產(chǎn)權(quán)保護、稅收優(yōu)惠、金融比率等方面政策為產(chǎn)學(xué)研協(xié)同創(chuàng)新主體提供和諧有利的創(chuàng)新環(huán)境，間接促進創(chuàng)新活動的開展。

（二）產(chǎn)學(xué)研協(xié)同創(chuàng)新績效體系的構(gòu)建

Cummings 和Teng（2003）[14]認(rèn)為衡量產(chǎn)學(xué)研合作效果的指標(biāo)包括合作各方相互間的地理距離、彼此間的緊密性和信任度。Hussinger（2013）[15]將績效的評價指標(biāo)分為價格邊際成本、勞動生產(chǎn)率和全要素生產(chǎn)率三個方面，并且指出參與產(chǎn)學(xué)合作的企業(yè)的生產(chǎn)率更高。Liu 等（2014）[16]指出產(chǎn)品創(chuàng)新績效可以分為產(chǎn)品創(chuàng)新成果與產(chǎn)品創(chuàng)新效率。李雷鳴等（2014）[17]將產(chǎn)學(xué)研協(xié)同創(chuàng)新績效分為投入、產(chǎn)出以及環(huán)境三個維度，其中環(huán)境包括技術(shù)環(huán)境、經(jīng)濟金融環(huán)境和教育環(huán)境。劉友金等（2017）[18]采用協(xié)同度模型將產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)分為4 個子系統(tǒng)，分別為高校鏈子系統(tǒng)、科研院所鏈子系統(tǒng)、交互鏈子系統(tǒng)、企業(yè)鏈子系統(tǒng)。葉英平（2017）[19]在研究分析產(chǎn)學(xué)研的協(xié)同創(chuàng)新績效時從創(chuàng)新能力、經(jīng)濟效益、滿意程度三個方面進行相關(guān)的測量。王永成和高曉杰（2017）[20]從投入、產(chǎn)出、環(huán)境、過程、結(jié)果這五個維度對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進行了評價。牛秀紅等（2019）[21]使用主成分分析法提取出了產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的主要影響因素，即創(chuàng)新環(huán)境、創(chuàng)新主體特征和創(chuàng)新交流。蘇州（2018）[22]對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效的評價維度進行了多維度、多層次的刻畫，將其分為環(huán)境、投入、產(chǎn)出、運行、效果這5 個維度，并對每個維度分別設(shè)置相應(yīng)的評價指標(biāo)。

通過對以上學(xué)者研究成果進行分析總結(jié)，可以得出依據(jù)產(chǎn)學(xué)研協(xié)同創(chuàng)新過程可以從縱向分為環(huán)境、投入、產(chǎn)出、運行、效果五個維度。而依據(jù)產(chǎn)學(xué)研協(xié)同創(chuàng)新各主體特征來看可以橫向分為企業(yè)、高校、科研院所以及三者之間的互動交流。而系統(tǒng)動力學(xué)模型在研究非線性、多維度系統(tǒng)的運行方面具有突出優(yōu)勢，因此，結(jié)合以上學(xué)者的研究成果，本文將產(chǎn)學(xué)研協(xié)同創(chuàng)新績效系統(tǒng)分為學(xué)研方績效、企業(yè)績效和系統(tǒng)運行績效三個子系統(tǒng)，然后從投入、產(chǎn)出、環(huán)境、交流、效果這幾個維度對其進行更詳細(xì)的刻畫。

（三）產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效的影響機理分析

由于產(chǎn)學(xué)研協(xié)同創(chuàng)新政策的扶持，學(xué)研方和企業(yè)在產(chǎn)學(xué)研上投入的資源也逐步提升，各方之間的交流越來越頻繁，越來越密切。再加上政府對創(chuàng)新環(huán)境的改善，讓大眾創(chuàng)業(yè)，萬眾創(chuàng)新之氣蔚然成風(fēng)。伴隨著學(xué)研方投入增長速率、企業(yè)投入增長速率、創(chuàng)新環(huán)境改善速率、創(chuàng)新交流強化速率的提升，產(chǎn)學(xué)研協(xié)同創(chuàng)新績效得以提升。其影響機理如圖1 所示。

圖1 影響機理圖

三、產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效影響的系統(tǒng)動力學(xué)建模

（一）明確系統(tǒng)邊界

本文研究的對象是“產(chǎn)學(xué)研協(xié)同創(chuàng)新績效”系統(tǒng)，重點是分析政策的結(jié)構(gòu)、強度以及實施的不同階段綜合對子系統(tǒng)績效產(chǎn)生影響，從而影響到產(chǎn)學(xué)研協(xié)同創(chuàng)新績效。所以，研究中包含了學(xué)研方績效、企業(yè)績效和運行績效三個子系統(tǒng)。三個子系統(tǒng)共同構(gòu)成了產(chǎn)學(xué)研協(xié)同創(chuàng)新績效大系統(tǒng)。同時三個子系統(tǒng)之間又相互關(guān)聯(lián)，交互影響，共同促進大系統(tǒng)的發(fā)展。因此，構(gòu)建出系統(tǒng)邊界，如圖2 所示。

圖2 系統(tǒng)邊界圖

（二）因果關(guān)系圖

學(xué)研方子系統(tǒng)的主要變量有：高校R&D 人員全時當(dāng)量、高校R&D 經(jīng)費內(nèi)部支出、科研機構(gòu)R&D人員全時當(dāng)量、科研機構(gòu)R&D 經(jīng)費內(nèi)部支出、高校R&D 課題數(shù)、高校發(fā)表科技論文數(shù)、高校有效發(fā)明專利數(shù)、科研機構(gòu)R&D 課題數(shù)、科研機構(gòu)發(fā)表科技論文數(shù)、科研機構(gòu)有效發(fā)明專利數(shù)。其中，人員全時當(dāng)量和經(jīng)費支出分別表示學(xué)研方的人力投入和財力投入，課題數(shù)、論文數(shù)、專利數(shù)表示的是科技產(chǎn)出。課題數(shù)和論文數(shù)的增加符合學(xué)研方的自身定位，同時也會進一步吸引人才和吸收經(jīng)費。

企業(yè)子系統(tǒng)的主要變量有：高新技術(shù)企業(yè)R&D人員全時當(dāng)量、高新技術(shù)企業(yè)R&D 經(jīng)費內(nèi)部支出、規(guī)模以上工業(yè)企業(yè)R&D 人員全時當(dāng)量、規(guī)模以上工業(yè)企業(yè)R&D 經(jīng)費內(nèi)部支出、高新技術(shù)企業(yè)有效發(fā)明專利數(shù)、高新技術(shù)企業(yè)新產(chǎn)品銷售收入、高新技術(shù)企業(yè)新產(chǎn)品開發(fā)項目數(shù)、規(guī)模以上工業(yè)企業(yè)有效發(fā)明專利數(shù)、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品銷售收入、規(guī)模以上工業(yè)企業(yè)新產(chǎn)品開發(fā)項目數(shù)。其中，人員全時當(dāng)量和經(jīng)費支出分別表示企業(yè)的人力投入和財力投入，專利數(shù)、項目數(shù)、新產(chǎn)品銷售收入表示科技產(chǎn)出。新產(chǎn)品銷售收入的增加不僅滿足企業(yè)的目標(biāo)，也會使得人力和財力投入進一步提升。

運行績效子系統(tǒng)主要變量有：地方財政科技支出、R&D 經(jīng)費支出占地區(qū)生產(chǎn)總值比重、技術(shù)服務(wù)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重、地方財政支出、金融業(yè)生產(chǎn)總值、城鎮(zhèn)化率、人均GDP、地方財政教育支出、萬人在校大學(xué)生數(shù)、每百人公共圖書館藏書量、高校R&D 經(jīng)費內(nèi)部支出來自企業(yè)金額、科研機構(gòu)R&D 經(jīng)費內(nèi)部支出來自企業(yè)金額、高新技術(shù)產(chǎn)品進出口總額、互聯(lián)網(wǎng)普及率、技術(shù)市場成交額、高新技術(shù)產(chǎn)業(yè)產(chǎn)值、GDP 總額。地方財政科技支出的增加以及學(xué)研方和企業(yè)之間的頻繁交流，會增強技術(shù)市場的活力，提升技術(shù)市場成交額。而技術(shù)市場成交額的提升又會使地方財政進一步提升科技支出。

通過上述分析得到整個產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)的因果關(guān)系圖，如圖3 所示。

圖3 因果關(guān)系圖

（三）系統(tǒng)動力學(xué)流圖

根據(jù)產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)得因果回路圖進行分析，得到產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)的動力學(xué)流圖，如圖4 所示。

圖4 系統(tǒng)動力學(xué)流圖

四、產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效影響的系統(tǒng)動力學(xué)仿真——以陜西省為例

（一）陜西省產(chǎn)學(xué)研協(xié)同創(chuàng)新概況

陜西省高等教育資源豐富，本科高校數(shù)量位居全國第三。因此近年來不斷加大對產(chǎn)學(xué)研協(xié)同創(chuàng)新的政策傾斜和資源投入，引導(dǎo)企業(yè)、高校、科研機構(gòu)協(xié)同合作，并且取得了豐厚的成果。主要數(shù)據(jù)如表1所示。

表1 陜西省產(chǎn)學(xué)研主要數(shù)據(jù)表

（二）系統(tǒng)動力學(xué)仿真

本文使用Vensim 軟件進行模型構(gòu)建以及仿真實驗。模型中所有指標(biāo)采集自陜西省統(tǒng)計年鑒、中國科技統(tǒng)計年鑒、中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒。指標(biāo)權(quán)重則是通過專家打分法計算得出。涉及到的速率變量則是利用指標(biāo)權(quán)重和統(tǒng)計年鑒歷史數(shù)據(jù)計算得出近5 年平均增長率，如表2 所示。

表2 速率變量表

1.系統(tǒng)動力學(xué)模型檢驗。所有的系統(tǒng)動力學(xué)模型構(gòu)建后都需要經(jīng)過檢驗，才能確保其有效性。本文用到了多種檢驗方法，確保其檢驗可靠性。

（1）系統(tǒng)邊界檢驗。本文在確定系統(tǒng)邊界之前，查閱了眾多國內(nèi)外產(chǎn)學(xué)研協(xié)同創(chuàng)新方面的文獻(xiàn)和資料，篩選了不同維度的評價指標(biāo)，從而初步確定了模型邊界，并構(gòu)建系統(tǒng)動力學(xué)模型。并且通過對產(chǎn)學(xué)研協(xié)同創(chuàng)新績效相關(guān)研究的指標(biāo)進行對比，確定文中選擇的變量是產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)的重要變量。此外，該系統(tǒng)模型影響路徑闡述明晰，說明模型的邊界沒必要進一步擴大，本文界定的模型邊界合理。

（2）量綱一致性及積分誤差檢驗。本文利用軟件Vensim PLE 提供的檢驗?zāi)Ｐ土烤V一致性的功能，對所構(gòu)建模型中的37 個變量的量綱進行檢驗，經(jīng)過修改和調(diào)整，最終出現(xiàn)“Model is OK”的字樣，表明量綱一致。模型中步長間隔的長短對于模擬曲線的顯示十分重要，間隔太長或者太短都會使模擬曲線產(chǎn)生異常，而積分誤差檢驗?zāi)康木驮谟诜治瞿Ｐ椭胁介L間隔設(shè)置是否合理。本文所構(gòu)建得SD 模型中將時間跨度設(shè)置為2014—2030 年，共計16 年，時間間隔設(shè)置為1 年，結(jié)果如圖5 所示，模擬曲線較為平滑，不需要對模型的時間間隔進行修改。

圖5 產(chǎn)學(xué)研協(xié)同創(chuàng)新績效模擬仿真

（3）極端情況檢驗。極端情況檢驗方法一般是隨機選取某個速率變量，分別取兩次極值0 和1，觀察曲線的變化情況，如果變化明顯，且變化趨勢和實際情況偏差較小，則說明模型有效。本文驗證結(jié)果如圖6 所示，圖形特點符合上述要求，說明本文構(gòu)建SD 模型有效，能夠在任意情況下做出反映。

圖6 極值變化情況

（4）歷史性檢驗。歷史性檢驗是指將模型運行得到的仿真數(shù)值與實際數(shù)值進行比較，分析偏差度。其是最具可靠性的檢驗，通過運行模型得到的模擬值和搜集到的實際值如表3 所示。本文采用相關(guān)度檢驗方法，相關(guān)度在0.7～0.9 之間代表高相關(guān)，在0.91～1 之間代表極高相關(guān)。計算得出，學(xué)研方績效、企業(yè)績效以及運行績效實際值與模型仿真值的相關(guān)均大于0.7，其中學(xué)研方績效和運行績效的相關(guān)度都大于0.9，說明本文構(gòu)建的SD 模型擬合效果較好，模型有效。

表3 模型檢驗表

2.系統(tǒng)動力學(xué)模型仿真分析。本文的控制變量為供給政策力度（S）、需求政策力度（D）和環(huán)境政策力度（E）。本文以2014 為起始年進行模擬，因此在模型初始時，將三個控制變量S、D 以及E 的值都設(shè)置為1。其次，通過分析政策比例結(jié)構(gòu)、政策內(nèi)容選取三組控制變量的取值。本文用于系統(tǒng)驗證的速率變量為學(xué)研方投入增速、企業(yè)投入增速、創(chuàng)新環(huán)境改善速率、創(chuàng)新交流強化速率。

從前文研究可知，S、D、E 可以通過影響速率變量間接作用于學(xué)研方績效子系統(tǒng)，企業(yè)績效子系統(tǒng)以及運行績效子系統(tǒng)。因此，本文通過控制變量S、D、E 取值的變化，進行靈敏度分析。本文所選取的政策文本是2014—2018 年中央政府各部委公開發(fā)布的正式政策文件，使用“產(chǎn)學(xué)研”“協(xié)同創(chuàng)新”“雙創(chuàng)”等關(guān)鍵詞，從北大法寶、維普數(shù)據(jù)庫、萬方數(shù)據(jù)庫等相關(guān)網(wǎng)站檢索已公開的政策文本，通過篩選得到52 部相關(guān)的政策。其中環(huán)境相關(guān)政策有26 部，占比50%；供給相關(guān)政策有20 部，占比38.5%；需求相關(guān)政策6 部，占比11.5%。因此，對S、D 和E 取值時，E 的取值比S 稍大，S 的取值比D 大。另外，根據(jù)目前政策比例和頒布情況看，E 值變化最快，其次是S 值，D 值變化最慢。考慮到系統(tǒng)動力學(xué)方法的內(nèi)在原理以及敏感度分析的特點，為了保證研究結(jié)果不會產(chǎn)生較大偏差，控制變量的取值既不能太大也不能太小。所以，在控制變量的取值方面，通過文獻(xiàn)參考和仿真模擬，確定控制變量的最合理取值范圍應(yīng)該介于1 和2 之間。結(jié)合本文研究內(nèi)容，本文共設(shè)置了4 組控制變量，分別為：

初始組：S0=1，D0=1，E0=1；

參照組一：S1=1.3，D1=1.1，E1=1.5；

參照組二：S2=1.5，D2=1.2，E2=1.7；

參照組三：S3=1.7，D3=1.3，E3=1.9。

（1）學(xué)研方投入模擬情況。如圖7 所示，學(xué)研方績效在2026 年之后增長速度迅速提升，這說明初期學(xué)研方和產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)的其他主體協(xié)同配合經(jīng)驗不夠，科技成果轉(zhuǎn)化率偏低。而后期，隨著合作次數(shù)的增加，經(jīng)驗的積累，厚積薄發(fā)開始迅速增長。對其進行靈敏度分析，使用第一組變量，其績效提升了4.6%；使用第二組數(shù)據(jù)，其績效提升了7.4%；使用第三組數(shù)據(jù)，其績效提升了10.2%?？梢?，按照現(xiàn)有的政策結(jié)構(gòu)，繼續(xù)加大政策力度，學(xué)研方績效不會產(chǎn)生較大的變化。這是因為，產(chǎn)學(xué)研協(xié)同創(chuàng)新是以企業(yè)為主體，以市場為導(dǎo)向，高校和科研機構(gòu)作為技術(shù)提供方，其規(guī)模有限，難以像企業(yè)一樣可以充分地擴大規(guī)模。

圖7 學(xué)研方投入模擬變化情況

（2）企業(yè)投入模擬情況。如圖8 所示，企業(yè)績效的提升也是在2026 年有所加快，這說明企業(yè)和學(xué)研方之間的合作經(jīng)驗越來越多，其對于學(xué)研方所提供技術(shù)的吸收能力也越來越強。對其進行靈敏度分析，使用第一組變量，其績效提升了15.4%；使用第二組數(shù)據(jù)，其績效提升了23.7%；使用第三組數(shù)據(jù)，其績效提升了32.5%?？梢?，按照現(xiàn)有的政策結(jié)構(gòu)，繼續(xù)加大政策力度，企業(yè)績效剛開始會明顯提升，但是繼續(xù)加大政策力度，其提升速度明顯降低。說明現(xiàn)有的政策結(jié)構(gòu)對其企業(yè)績效的提升還是強有力的，但是隨著時間的推移，企業(yè)可能對現(xiàn)有政策的敏感程度會降低。

圖8 企業(yè)投入模擬變化情況

（3）創(chuàng)新環(huán)境模擬情況。如圖9 所示，創(chuàng)新環(huán)境的改善在2024 年之前對運行績效幾乎沒有影響，但之后則是越來越重要。因為改善環(huán)境不會立竿見影，它是一個逐漸改變的過程，當(dāng)其到達(dá)一定程度就會發(fā)揮作用。對其進行靈敏度分析，使用第一組變量，其績效提升了27.6%；使用第二組數(shù)據(jù)，其績效提升了43.9%；使用第三組數(shù)據(jù)，其績效提升了66%。可見，創(chuàng)新環(huán)境的改善對運行績效的提升影響極大。因為現(xiàn)有政策中，一半的政策都和改善環(huán)境相關(guān)，這也與國家“放管服”的改革趨勢相匹配。企業(yè)是主體，市場是導(dǎo)向，要更大程度地激發(fā)市場活力，首先便要給企業(yè)的發(fā)展?fàn)I造一個良好的環(huán)境。

圖9 創(chuàng)新環(huán)境改善模擬變化情況

（4）創(chuàng)新交流模擬情況。如圖10 所示，創(chuàng)新交流和創(chuàng)新環(huán)境一樣，在前期對運行績效的影響都很小。但是隨著交流頻率和交流深度的強化，其對運行績效的影響逐漸加強。對其進行靈敏度分析，使用第一組變量，其績效提升了13%；使用第二組數(shù)據(jù)，其績效提升了24.5%；使用第三組數(shù)據(jù)，其績效提升了33.9%?？梢?，創(chuàng)新交流程度的加強對運行績效的提升影響顯著。產(chǎn)學(xué)研協(xié)同創(chuàng)新是一個系統(tǒng)，不僅需要學(xué)研方和企業(yè)資源的大量投入，還需要相互進行充分有效的溝通交流，如此才能體現(xiàn)協(xié)同的作用。

圖10 創(chuàng)新交流強化模擬變化情況

（5）產(chǎn)學(xué)研協(xié)同創(chuàng)新績效模擬情況。如圖11 所示，隨著產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)內(nèi)成員之間合作程度的不斷加深，經(jīng)驗的不斷積累，科技成果轉(zhuǎn)化率和知識吸收能力的提升，產(chǎn)學(xué)研協(xié)同創(chuàng)新績效在2026年后開始迅速增長。靈敏度分析顯示，使用第一組變量，其績效提升了10.7%；使用第二組數(shù)據(jù)，其績效提升了17.2%；使用第三組數(shù)據(jù)，其績效提升了24.2%?？梢?，按照現(xiàn)有政策結(jié)構(gòu)，繼續(xù)加大政策力度，未來產(chǎn)學(xué)研協(xié)同創(chuàng)新績效會有明顯提升，但是提升速度會很快降低。結(jié)合以上子系統(tǒng)的靈敏度分析，環(huán)境型政策效果突出，供給型政策比較乏力，需求型政策數(shù)量太少。2020 年的兩會提出實施擴大內(nèi)需戰(zhàn)略，推動經(jīng)濟發(fā)展方式加快轉(zhuǎn)變。因此未來需要加強對需求型政策的重視。

圖11 產(chǎn)學(xué)研協(xié)同創(chuàng)新績效模擬變化情況

五、結(jié)論

本文在產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效的影響時，采用了系統(tǒng)動力學(xué)方法，以文獻(xiàn)研究為基礎(chǔ)，進行影響機理分析，繪制因果關(guān)系圖和系統(tǒng)流圖，建立表明變量間關(guān)系的系統(tǒng)動力學(xué)SD 模型，利用Vensim PLE 實現(xiàn)了產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效的影響仿真模擬。

實證研究結(jié)果表明，本文所建立的產(chǎn)學(xué)研協(xié)同創(chuàng)新政策對創(chuàng)新績效影響的系統(tǒng)動力學(xué)SD 模型具有較高的相關(guān)度，能夠?qū)Ξa(chǎn)學(xué)研協(xié)同創(chuàng)新政策和創(chuàng)新績效之間的關(guān)系進行分析預(yù)測，并通過調(diào)整控制變量，分析不同政策強度產(chǎn)學(xué)研協(xié)同創(chuàng)新績效以及各個子系統(tǒng)績效的變化趨勢，為產(chǎn)學(xué)研協(xié)同創(chuàng)新發(fā)展和政府決策提供有力支持，同時從系統(tǒng)動力學(xué)角度研究產(chǎn)學(xué)研協(xié)同創(chuàng)新績效與各種變量之間的相關(guān)性。然而，產(chǎn)學(xué)研協(xié)同創(chuàng)新是一個復(fù)雜的合作系統(tǒng)工程，其發(fā)展過程中影響績效的因素很多并且許多指標(biāo)難以收集整理，因此，本文變量的選取遵從收集困難小、相關(guān)性較高等原則。如果能夠更廣泛地收集變量數(shù)據(jù)，然后進行靈敏度分析，模擬不同情境下的績效變化，那么仿真結(jié)果與現(xiàn)實的差距可能會縮小。