开放科学(资源服务)标识码(OSID)：
As a key part in collaborative governance, the government regulates collaborative governance through management and leadership to ensure its orderly operation. Therefore, collaborative governance ability of the government is one of the core issues concerned by current scholars. However, the problems revealed by Beijing-Tianjin-Hebei governments in the coordination process of science and technology parks, such as the rationality of innovation resources and talent allocation, innovation output, and the consistency of the flow and sharing of science and technology resources, which reflects the deficiencies in coordinated governance by the three local governments. Therefore, this paper focuses on the innovation synergy of science and technology parks of the three areas. By exploring the interaction mechanism between cross-regional governance and science and technology park synergy, this paper measures the innovation synergy of Beijing-Tianjin-Hebei national science and technology parks from 2014 to 2019 by using synergetic degree model of composite system method from an empirical perspective, and looks for the problems existing in cooperative governance between governments in China.
The results show that from 2014 to 2019, the order degree and coordination degree of the innovation system in Beijing-Tianjin-Hebei science and technology parks have been increasing on the whole, which proves that the order degree and coordination degree of innovation coordination in Beijing-Tianjin-Hebei science and technology parks have been improving year by year. However, due to insufficient driving effect of Zhong Guan Cun science park, Beijing, serious administrative system barriers and differences in resource endowments among the three regions, it is difficult for industrial transfer being completed in the park with inadequte market vitality, which leads to the lack of medium and high coordination among the three regions.
In order to speed up the scientific and technological innovation and improve collaborative governance in the three regions, the governments need to abandon traditional administrative concept, and gradually adapt in the continuous cooperation. However, the change of ideology is the prerequisite for the realization of trans-regional cooperation. Meanwhile the government should give full play to the intermediary force, build and improve the coordination and linkage mechanism among the local governments. It is also vital to form trans-regional cooperative governance mode and benefit sharing mechanism, constantly improve the coordination and innovation capacity and form large-scale industrial clusters to enhance the supporting capacity of collaborative innovation. This paper constructs an evaluation index system for the innovation synergy system of science and technology parks in three regions, and provides feasible strategies for improving collaborative governance among Beijing-Tianjin-Hebei governments and promoting regional economic development, which will help to achieve the strategic goal of collaborative development of Beijing-Tianjin-Hebei, continue to promote in depth the coordination of the three regions, and enrich researches on cross-regional governance in China.
开放科学(资源服务)标识码(OSID)：
党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，科技创新在高质量发展中具有支撑引领作用。区域是国家创新体系的重要组成，建立高效的区域协调发展机制、实施跨区域协同治理正成为各级政府的共同诉求。通过对已有文献回顾，在区域科技创新能力影响因素方面，Jia等[1]指出，创新体制、创新投入和创新产出是影响区域创新能力的关键因素；Pinto & Guerreiro[2]利用因子分析和层次分析法测算欧盟175个地区的创新能力，指出就业、技术革新、人才资源、经济结构为主要影响因素。关于政府在协同创新中的作用，Zhang[3]提出，以制度性、合作性学习为特征的文化形式能够带来创新进步，公共政策作为学习型组织的基础工具，能够促进社会与经济联系；Cacciolatti 等[4]通过分析中国内地30个地区的政府创新合作数据指出，在具有创新效应的4类合作中，政府干预是其中一种。
京津冀协同发展作为我国重大发展战略，自实施以来，引发学术界广泛关注，大量研究分析了京津冀协同发展现状以及存在的问题[5-8]。如张满银等[9]通过建立京津冀区域协同发展评价指标体系，应用主成分分析法和熵值法，从经济、社会和生态系统等方面指出京津冀区域协同中存在的问题；崔志新等[10]、姚东旭[11]、龙晓君等[12]、谢泗薪等[13]运用定量研究方法，从创新协同、技术创新、创新绩效等角度对京津冀区域协同创新能力进行评价和比较。科技园区是地方政府在经济领域开展合作的重要载体和实施创新的有效平台，在京津冀协同发展过程中科技园区发挥了关键作用，我国学者针对跨区域治理中京津冀科技园区的研究也逐渐增多。如蒋海军[14]、盛彦文等[15]通过构建网络理论模型(CRINSP)，探究科技园区在促进跨区域创新中的协作机理和运行机制；方创琳等[16]通过分析政府引导、产业梯度转移、市场合作等5种科技园区协同动力机制，提出不同驱动机制下京津冀三地科技园区合作共建模式；叶堂林等[17]提出从重点产业链布局创新链、促进京津冀高质量协同创新的建议。
基于以上分析发现，少有文献突出政府治理在区域发展中的作用，科技园区协同创新成为研究政府治理的一个重要维度。2021年正值京津冀协同发展战略实施第8年，也是检验《京津冀协同发展规划纲要》阶段性成果的时候。三地在产业链对接、协同创新等方面取得了显著成效，“十三五”时期提出的协同发展任务也全面完成，但尚存在一些不足，如三地政府协同合作水平不高、协同机制有待完善、协同治理动力不足等，导致三地科技资源流动和共享等仍不畅通，阻碍了京津冀整体创新水平和区域竞争力提升。鉴于科技园区在区域协同治理中的重要作用，本文以京津冀科技园区作为研究对象，通过评价科技园区创新协同度，为深化区域协同治理、推进跨区域政府合作、提升区域整体创新水平提供理论参考。
国内学者普遍认同政府协同治理是促进科技园区协同创新的外部驱动机制[16]，但政府协同治理对科技园区协同创新的影响并非一蹴而就。从现实情况看，在京津冀科技园区协同创新中，政府协同治理虽起到主导作用，但三地间关于利益分配机制、主体责任分配等尚不明确，且存在资源禀赋差异、跨区域税收分成等问题，制约了政府协同治理对科技园区协同创新的促进作用。政府协同治理强调主体间相互依存，以共同的价值理念参与创新治理。京津冀科技园区治理属于三地政府协同治理，体现了多层次治理，涉及地区与中央，“谁来治理”与“如何治理”是探讨的主要问题。Marks[18]率先提出多层次治理理论，强调在治理过程中多等级与多中心主体间相互依存以实现共同创新治理；翁士洪和周一帆[19]则从3个维度对政府治理问题进行回答：第一维度为战略目标，即厘清政府治理的战略定位、价值取向与治理目标，这对开展政府协同治理具有导向作用；第二维度为协同治理主体，即明确不同协同治理主体间关系、构建多主体共同参与的协同治理体系，回应了多层次治理的“谁来治理”问题；第三维度为行为策略，即政府协同治理过程中采取的政策任务、政策工具、协同治理方式等，回应了多层次治理的“如何治理”问题。因此，京津冀科技园区政府协同治理强调各主体平等参与，作为政府协同治理的第二维度，其回应了多层次治理中的“谁来治理”问题。京津冀协同治理强调不同层级政府协调、合作、共治，促进京津冀科技园区形成多主体的结构化政府协同治理模式，以提升政府协同治理水平，促进科技园区协同创新。对此，陈智国和张文松[5]的研究亦证明，科学合理有效的政府协同治理有助于三地加强利益共同体建设，消除行政壁垒，打破区域协同创新障碍，提高资源配置效率，进而促进三地科技园区协同创新发展。通常，政府协同治理路径包括协同政策出台和协同创新软环境营造(鲁继通，2015)。在协同政策出台方面，包含从架构上的顶层设计到具体的三地政府合作“落地化”，从发展政策制定、协同创新共同体建设以及产业转移与产业协同3个方面促进科技园区协同创新[5]。在营造协同创新软环境方面，三地政府通过统筹创新资源，促进地区政策、制度、文化协同(庄涛，2021)，实现税收分成、产业合作平台搭建、干部挂职锻炼等合作，通过加大创新经费投入、人员投入，助推高科技企业创新发展，营造有利于三地科技园区创新合作的市场和制度环境[16]。综上，政府以协同政策出台和协同创新软环境营造为基点，通过园区协同创新共同体建设、产业转移与协同，以及合作环境优化等主导科技园区协同创新。
科技园区创新不仅由政府主导，园区内所有创新力量的加入都有助于促进政府协同治理。三螺旋理论认为，政府与作为科技创新主体的大学、企业交互是区域协同创新的重要前提[20]，京津冀三地政府与科技园区大学、企业间的频繁交互共同促进了科技园区协同创新，其中，主体“交迭”是科技园区这一创新系统发展的核心。为促进京津冀科技园区协同创新，三地政府必然要加强联系，不断拓展三地政府协同治理深度与广度。赵东霞等[21]基于三螺旋理论视角，对国外大学科技园的官产学协同创新模式进行比较研究，指出加强科技园区协同创新需要提高政府、大学与企业的创新能力和职能效用；张艺和陈凯华[22]在全面总结国内外官产学三螺旋创新范式研究的基础上，同样得出科技园区协同创新能有效推动政府协同治理效能提升的结论。由此可以认为，科技园区协同创新是推动政府协同治理的内在机制，科技园区协同创新从合作主体与合作类型两个方面影响政府协同治理。一方面，地区政府、企业、大学、科研机构等合作主体间的协同互动是提高政府协同治理效能、促进京津冀高质量发展的重要路径[23]；另一方面，区际合作是科技园区主要合作类型，主要体现在行政层面，而非单纯的市场行为。三地政府合力推动面向企业、大学、科研机构的市场开放，促进产业梯度转移与协同、科技产业孵化机制生成[24]，有助于提升三地政府协同治理效能。
综上所述，本文基于政府协同治理与科技园区协同创新关系，试图从协同政策、创新环境、合作主体与合作类型出发，将政府协同治理与科技园区协同创新纳入同一研究框架，以深入分析京津冀科技园区科技创新与协同治理效应，具体如图1所示。
图1 研究框架
Fig.1 Research framework
在测度京津冀科技园区各子系统协同创新有序度及整体协同度之前，首先测评三地科技园区创新能力。借鉴鲁继通(2015)、张满银等[9]的研究成果并结合本文需要，从创新资源投入能力、创新产出、科技孵化能力等方面分析。据《国家高新区创新能力评价报告(2020)》数据显示，2019年三地科技园区创新能力的加权增长率分别是，北京10.1%、河北11.4%、天津-5.8%，可以看出，北京与河北科技园区创新能力提升显著，天津科技园区创新能力出现负增长。将构成科技园区创新能力的一级指标分解，得到京津冀三地科技园区5个一级指标加权增长率，具体见表1。
如表1所示，在反映创新能力加权增长率的指标中，创新创业环境、创新活动绩效和创新国际化指标极差较大，表明2019年京津冀三地在营造创新创业环境、提升创新活动绩效以及推动创新国际化等方面差异显著。如在创新创业环境中，京津两地差距显著，北京实现52.1%的正增长，天津实现35.9%的负增长，二者相差88个百分点，表明北京作为全国科技创新中心及全球创新资源集聚的主要中心城市之一，科技人才高度集聚，营造了良好的创新创业软环境。相比之下，天津整体的营商环境有待提升，间接导致创新国际化水平呈现低增长率；在创新活动绩效中，津冀两地分别实现11.4%、31.3%的正增长，表明两地依托产学研平台和雄安新区有效促进了创新活动绩效提升；在创新国际化中，京冀两地分别实现12.2%、25.1%的正增长，表明两地依托中关村和雄安新区有效促进了创新国际化。另外，在创新驱动发展中，只有天津呈现正增长，表明自滨海新区发展上升为国家发展战略以来，天津加快产业结构调整和升级步伐，增强了创新驱动力。综合以上分析发现，三地应高度重视科技园区创新发展与建设，以顶层设计为始，不断优化科技园区整体发展环境，夯实科技园区创新发展基础。
表1 2019年京津冀科技园区5个一级指标加权增长率(%)
Tab.1 The weighted growth rate of five first-level indicators in the Beijing—Tianjin—Hebei science and technology parks，2019
省(市)创新资源集聚创新创业环境创新活动绩效创新国际化创新驱动发展北京-5.852.1-1.812.2-0.7天津5.4-35.911.4-35.43.4河北8.98.931.325.1-11.8
2.1.1 创新资源投入能力
科技园区创新资源投入呈现多样化特征，其中，占比最大的是研发(R&D)经费投入。如表2所示，从研发经费投入数量看，京冀两地科技园区R&D经费投入总额逐年提高，2014年北京中关村R&D经费投入为497.17亿元，2019年达到1 107.81亿元，增长2倍多；2014年河北石家庄高新区R&D经费投入为34.34亿元，2019年达到59.96亿元，增长近1.8倍。天津滨海R&D经费投入逐年降低，但整体降幅不大，从2014年的114.76亿元减少到2019年的75.11亿元，表明天津滨海创新资源投入有待加大。从科技园区R&D经费投入占全国R&D经费投入的比重看，北京中关村R&D经费投入占比明显高于津冀两地，津冀两地在比重上相差不大。
表2 京津冀部分科技园区R&D投入情况
Tab.2 R&D investment in some science and technology parks in Beijing—Tianjin—Hebei region(Unit: 100 million yuan) 单位：亿元
分类园区2014年2015年2016年2017年2018年2019年R&D经费投入北京中关村497.17595.61574.56767.45912.551 107.81天津滨海114.76118.82162.8675.5190.0075.11石家庄高新区34.3453.1754.8949.9561.3259.96全国R&D投入13 015.6314 169.8815 676.7517 606.1319 677.9322 143.60科技园区R&D占全国R&D比重北京中关村3.904.203.674.364.645.00天津滨海0.880.841.030.430.460.34石家庄高新区0.260.380.350.280.312.70
人才是科技园区的关键构成要素，其数量和质量直接关系到科技园区协同创新发展水平[25]。自实施京津冀协同发展战略以来，三地持续加大人才投入，多次出台人才引进政策。2014—2019年除北京中关村R&D人员(全时当量)和科技活动人员数量持续增长外，津冀两地人员数量增长有限且出现一定波动。2014年北京中关村R&D人员(全时当量)为12.55万人，科技活动人员为43.33万人，2019年分别达到18.89万人和86.31万人。相比之下，2014年天津滨海新区R&D人员(全时当量)为2.17万人，科技活动人员为6.28万人，2019年分别为2.12万人和5.42万人，出现小幅回落；2014年石家庄R&D人员(全时当量)为1.25万人，科技活动人员为2.18万人，2019年分别为1.21万人和3.29万人，表明津冀两地人才引进政策缺乏竞争力，人才发展环境有待优化。
2.1.2 创新产出能力
创新产出能力取决于科技园企业主体规模、运行状态以及经济效益等方面。高新技术企业作为科技园区创新成果产出主体，其发展水平和创新能力成为科技园区增强核心竞争力的重要抓手。
如表3所示，在反映科技园区高新技术企业创新产出能力的指标中，从整体看，北京在营业收入、技术收入占营业总收入比重等方面远超津冀两地。从专利申请量和授权量来看，河北超越了京津两地。究其原因，一方面河北科技园区依托雄安新区，拥有较好的科技创新和产业基础，专利技术申请量位居三地首位；但专利申请量与授权量相差较大，这主要是由于部分专利申请的创新度不足，在高新技术发展过程中创新驱动力较弱。相比之下，京津科技园区虽拥有较好的产业基础，但专利申请活跃度不足，在高新技术专利申请量上尚有提升空间。另一方面，营业收入指标相差悬殊，表明京津冀科技园区发展存在异质性和不均衡性。综合以上分析发现，增强高新技术企业创新能力、提高产业集群效应，是三地政府在京津冀科技园区协同发展中需高度重视的问题。
表3 2019年京津冀科技园区高新技术企业创新成果产出情况
Tab.3 Innovation output of high-tech enterprises in Beijing-Tianjin-Hebei science and technology parks，2019
地区专利申请量(项)专利授权量(项)营业收入(万元)技术收入占营业收入比重(%)北京83 71752 225664 22120.25天津60 79249 0725 41710.84河北101 27457 8094 9639.68
2.1.3 科技孵化能力
政府要努力构建科技产业孵化转化机制，即利用园区平台企业、产业联盟、高校院所科技平台等“移植”既有创新创业服务资源、对接津冀科技发展与产业升级需求，向津冀科技园区提供科技产业孵化服务，支撑京津冀科技园区创新合作。如表4所示，从2019年高新区科技企业孵化器数量、加速器内企业数以及在国家高新区总数中占比看，三地科技园区孵化器和企业数都超过了1 000家，其中，北京科技园区孵化器数不仅超过了10 000家且占到了高新区总数的12.3%，为津冀两地总和的3倍。究其原因，得益于北京拥有清华、北大等众多高校以及科研院所，具备实现大量科技成果转化的基础条件，此外，还拥有中关村庞大产业体系的支持和容纳大量孵化企业成果的转化基地。天津则拥有与北京合作共建的滨海—中关村科技园区、宝坻京津中关村科技城等科技孵化重大平台。
表4 2019年高新区科技企业孵化器及加速器内企业数分布
Tab.4 Number of enterprises in high-tech enterprise incubators and accelerators，2019
地区科技企业孵化器及加速器内企业数(个)占国家高新区整体数量的比重(%))北京13 64212.3天津1 7401.9河北2 5202.6
京津冀协同发展明确提出“京津研发，河北转化”，同时，国家“十四五”规划要求提高科技成果在河北的孵化转化成效，这对河北来说，是机遇与挑战并存的关键阶段。由此可见，河北在提升科技成果转化能力方面需加快对接京津科技园区，建设成果转化共同体。2017年覆盖河北5市区和11个产业园区的河北·京南科技成果转化示范区宣布成立，此后三地共有20多个重大科技成果在示范区成功转化。截至2021年，河北已建成33个科技企业孵化器，科技孵化能力持续增强。
“十四五”规划要求京津冀三地在产业转型升级、缩小公共服务差距、促进协同创新等方面实现有效协同，在科技创新、产业链升级和价值链重构等方面发挥三地政府协同治理效用。以科技园区为载体实现协同治理和创新发展，有助于发挥疏解北京非首都功能的效用，且未来将在延长并完善三地产业链上有更多作为。
2.2.1 政府政策协同分析
科学合理有效的制度设计是推进政府协同治理的基本保障。具体表现为：一是政策制订紧跟时代发展要求。自党的十九大报告首次出现“高质量发展”以来，三地联合或单独制定了关于京津冀协同发展的政策文件，在执行国家总体规划的基础上制定了符合三地科技园区高质量发展的协同政策，推动区域协同创新。二是政策重点关注高技术产业，致力于共建创新型园区。在规划构建协同创新共同体时，三地科技园区兼顾新能源、新材料、智能科技等前沿新兴产业发展，加大科技园区新旧动能转换支持，完善并拓展京津冀三地协同创新产业链。三是政策呈现综合性、系统性特征。三地联合或单独出台的政策各有侧重与针对性，但从整体看，均包含三地科技园区管理体系构建、产业或行业发展规划以及人才引进与培养等方面要求。在政府政策支持下，京津冀三地科技园区协同向纵深推进，为实现京津冀“十四五”规划目标奠定了基础。
2.2.2 三地共建园区现状
科技园区是京津冀三地政府实现跨区域合作治理的重要载体。截至2021年底，京津冀三地共拥有14个国家级科技园区和40个省级科技园区。其中，国家级科技园区包括国家自主创新示范区、高新技术园区和经济技术开发区。从科技园区整体分布看，形成了以北京中关村科技园区、天津国家自主示范区及天津经济技术开发区为较高层级的中心区，京津周边的3个地级市——廊坊、唐山、沧州则汇集了47%的河北省省级以上科技园区，如表5所示。
表5 京津冀科技园区数量
Tab.5 Number of science and technology parks in Beijing—Tianjin—Hebei(Units: number)
园区等级京津冀北京天津石家庄唐山秦皇岛邯郸邢台保定张家口国家级14122211010省级40003624233总数54125835243
三地政府为了聚集、融合、共享创新资源，合作打造了多个有利于协同创新和产业转移的产业发展基地与创新平台。北京作为京津冀协同创新的动力源，充分发挥科技园区的创新领导力量。如中关村科技园区作为津冀两地科技园区“领头羊”，与津冀合作共建多个致力于协同创新的发展平台和创新基地，如表6所示。
表6 2014-2021年京津冀协同创新共同体建设情况
Tab.6 Construction of the Beijing—Tianjin—Hebei collaborative innovation community，2014 to 2021
地区共建园区京津滨海-中关村科技园、宝坻京津中关村科技城、京津创智产业园、海兴京津产业转移示范园区、京津州河科技产业园、京津合作园区、京津科技谷产业园京冀保定中关村创新中心、中关村海淀园秦皇岛分园、雄安新区中关村科技园、邢台开发区·通州产业园、威县·顺义产业园、沙河·房山产业园、巨鹿·昌平产业园、广宗·良乡产业园津冀云上应急产业合作创新示范区、津冀循环经济产业示范区、津冀生活用纸科技创新产业园区、津冀文化产业园区
本文立足于京津冀发展实际，基于协同创新视角，借鉴国外成熟的区域创新协同度评价体系，使用创新投入(人员投入和经费投入)和创新产出(专利申请授权数)为主要衡量指标，及国内主流的协同创新度评价体系，如以人员投入、专利申请授权量、经济产出等作为协同创新水平的重要测度指标。本文的京津冀科技园区协同创新系统由北京、天津、河北3个创新子系统组成，其中，每个子系统又划分为创新人员投入、创新经费投入、创新成果产出和经济产出4个序参量，根据序参量设计了11个二级评价指标，如表7所示。通过构建以上指标体系，测算2014-2019年三地科技园区各子系统协同创新有序度。数据来源于《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国火炬统计年鉴》及京津冀三省市统计年鉴。
表7 京津冀科技园区协同创新度评价指标体系
Tab.7 Evaluation index system of innovation synergy degree in Beijing—Tianjin—Hebei science and technology parks
子系统序参量衡量指标单位创新人员投入R&D人员全时当量人/年科技活动人员人创新经费投入R&D经费内部支出万元科技活动经费内部支出万元(北京、天津、河北)科技园区协同创新系统创新成果产出专利申请量项专利授权量项营业收入万元技术收入占营业收入比重%经济产出净利润万元上缴税额万元出口创汇额万元
3.1.1 有序度测量模型构建
有序度可衡量各子系统在协同过程中是否具有协调一致性。设定子系统Sj，j∈[1,k]。这里的子系统Sj是指北京、天津、河北科技园区协同创新系统。假定三地协同创新系统演进存在序参量，可表示为： ej=(ej1,ej2,…,ejn)。其中，n≥1，βji≤eji≤αji，i∈[1,n]，αji和βji分别表示序参量eji取值的上限与下限。j为子系统数量，本文以京津冀三地科技园区为研究对象，即j=3。序参量ej1,ej2,…,ejm1的取值与子系统有序度正相关，同理，序参量ejm1+1,ejm1+2,…,ejn的取值也与子系统有序度正相关。根据式(1)计算子系统Sj各序参量的有序度。
(1)
3.1.2 复合系统协同度模型设计
考察ej对子系统Sj有序度贡献的总和，需对Uj(eji)进行集成处理。一般情况下，采用线性加权平均法进行集成。
(2)
式中，wi为计算协同度时的三地权重。由于发明专利在一定程度上反映了地区创新水平，可以利用熵值法计算得出三地权重，分别为0.454、0.393、0.153。由式(1)、(2)可知，Uj(ej)∈[0,1]，Uj(ej)取值越大，ej对子系统Sj有序度的贡献越大，反之则越低。最后，计算得出科技园区整体协同创新度水平。测算科技园区整体协同创新程度需构建复合系统协同度模型D，计算公式如下：
(3)
0≤C≤1
(4)
(5)
其中，C为系统耦合度，表示各子系统间强弱关系，k为调节系数，k≥2，本文取值k=2。 T为系统综合评价得分，根据D的大小，可对复合系统协同程度进行排序与分类。
首先，运用公式(1)，计算得到京津冀科技园区子系统各序参量的有序度，结果如表8所示。
表8 京津冀国家科技园区创新系统各序参量有序度
Tab.8 Order degree of each order parameter of innovation system in Beijing—Tianjin—Hebei national science and technology parks
年份地区创新人员投入创新经费投入创新成果产出经济产出2014北京0.2450.5880.1630.445天津0.2200.3190.1730.318河北0.1620.2900.1830.3932015北京0.2460.5700.1200.491天津0.1940.3400.1800.371河北0.1360.3100.2040.4152016北京0.3010.6160.1340.497天津0.2350.3060.2130.340河北0.1450.3410.1820.4042017北京0.3170.6370.2410.528天津0.2280.3040.2300.307河北0.1750.2950.1970.3932018北京0.3080.7210.2430.561天津0.2570.4030.2510.375河北0.1940.3390.2340.4092019北京0.3230.8230.2470.593天津0.2180.4210.2630.392河北0.1870.3620.2540.412
其次，利用公式(2)计算京津冀科技园区子系统协同创新有序度，结果如表9所示。
如表9所示，京津冀科技园区子系统协同创新有序度整体呈提升态势。其中，北京有序度稳定，且总体水平较高，其中，2017年前发展较平稳，2018年后有大幅提升，表明北京科技园区创新子系统处于调整期，园区协同创新能力有待进一步跃升；相比之下，天津科技园区发展态势一般，其中，2017年出现小幅回落，2018年又缓慢上升，表明天津科技园区子系统协同创新有序度提升面临困难；河北科技园区子系统协同创新有序度较低，2017年虽然超过天津科技园区子系统有序度，但是也出现小幅回落，表明河北科技园区子系统协同创新有序度不稳定，但在京津两地带动下，创新水平和创新能力有了较大提升。
表9 京津冀国家级科技园区创新子系统有序度
Tab.9 Order degree of innovation subsystem of Beijing—Tianjin—Hebei national science and technology parks
地区201420152016201720182019北京0.4020.4610.4620.4720.6950.703天津0.2190.2780.3370.2830.3120.326河北0.1740.2580.2950.2910.3010.312
表10 京津冀三地科技园区协同度
Tab.10 Innovation synergy level of science and technology parks in Beijing—Tianjin—Hebei
年份201420152016201720182019协同度0.1930.2410.2720.2610.3650.383
最后，基于三地科技园区子系统协同创新有序度变化，利用公式(3)-(5)，进一步测算 2014—2019年京津冀科技园区整体协同创新度。结合表11 可以发现,京津冀科技园区创新系统整体处于协同状态(协同度为正值)，但均低于0.6(低度协同)，表明协同进程缓慢。2014—2016年京津冀科技园区协同度整体缓慢提升，2017年出现小幅回落，2018年后又缓慢上升。其中，协同度最大值为0.383，最小值为0.193，波动较大，表明京津冀科技园区协同创新关系不稳定，区域协同仍面临挑战。
表11 协同度划分标准
Tab.11 Coordination degree classification standard
D≤0.60.6
本文运用复合系统协同度模型，测度2014-2019年京津冀科技园区各子系统协同创新有序度及园区整体协同度，研究发现：①京津冀科技园区各子系统序参量有序度整体呈提升态势，但三地创新人员投入、创新经费投入和经济产出三大序参量有序度差异较大，其中，北京科技园区子系统序参量大于津冀两地，津冀两地差异不大；②除北京科技园区子系统有序度处于稳步提升态势外，津冀两地科技园区子系统有序化进程缓慢，表现为不协调、不稳定；③京津冀科技园区整体处于协同创新状态，但由于存在政策时滞性、园区产业同构性等问题，导致各园区对政策的响应存在偏差，致使协同程度低、状态不稳定、协同进程缓慢、协同效应不明显。
(1)构建跨区域合作治理模式及科技园区利益共享机制。一方面，政府要发挥中间力量，搭建并完善三地协同联动机制。打造产业转移、产业承接、政策对接一体化平台，营造优良的科技园区协同创新“软环境”，利用区别于其它地方的优惠政策围绕重点产业链招商引资，为科技园区企业提供促进人才、技术、资金流动的优质服务，在引智引资的同时做好留智留资，深入推动产学研一体化；另一方面，探索建立“京津冀共同发展基金”，利用第三方机构进行合理的利益分配和成本分担，通过税收分成调动区域积极性，促进利益共享和风险共担机制加快形成。
(2)发展特色产业集群，提高协同创新配套能力。一方面，利用三地协同创新共同体建设，加大对滨海—中关村科技园区、曹妃甸—中关村科技成果产业化基地等共建科技园区、产业基地的财政支持，促进资源、人才等创新要素在整个大区域内自由流动，不断夯实创新基础，提高协同创新能力；另一方面，增强北京科技园区引领带动、辐射外溢效应。天津和河北应在提升自身创新能力的基础上，在学科领域与创新层次上与北京错位发展，通过承接北京的创新溢出[23]，逐渐形成特色化产业分工，以产业协同推动创新型产业集群形成。
(3)转变传统的“行”政观念，打造扁平化的高效服务组织，构建务实有效的区域协同治理机制。一方面，打造扁平化的服务组织，摒弃以往层层下达指令的方式，避免产生政策误解或理解不到位的情况；另一方面，做好三地科技园区协同创新整体规划，以三地科技部门为主导，带动多主体参与，引导各科技园区合理布局产业发展，挖掘各科技园区特色。如北京应充分发挥市场机制在产业链中的引领作用，进一步打通大学、科研机构与企业间的成果转化通道；津冀两地政府应进一步营造良好的科技园区营商环境，特别是在关键技术领域加大资金、人才投入，带动各类创新主体实现协同创新，推动三地科技园区政府协同治理效能提升。
与以往京津冀协同创新研究不同，本文选取京津冀科技园区作为研究对象，运用复合系统协同度模型，针对性构建科技园区协同创新评价子系统，进一步丰富了京津冀科技园区协同创新子系统评价指标体系。同时，重点关注政府在其中发挥的作用，剖析政府协同治理与科技园区协同创新的逻辑关系并纳入同一研究框架，有助于将京津冀科技园区协同创新研究向纵深推进，为推动跨区域政府合作提供理论参考和实践指导。
本文分析了京津冀科技园区科技创新与协同治理效应，研究结论符合实际，但仍存在一些不足：一方面，京津冀三地政府在政务公开方面尚有待完善且数据更新较滞后，本文聚焦三地科技园区发展，存在数据获取不足、变量选取不全等问题；另一方面，在创新成果产出中聚焦于营业技术收入与专利获取情况，未将校企合作科研项目、技术转让以及企业购买技术等指标纳入考量。综上，未来研究可以采取实地调研等方式丰富数据获取途径，纳入更多衡量指标，以更准确分析京津冀科技园区科技创新与协同治理效应。
[1] YONGFEI JIA, CHANG LIU, CHONG YIN ,et al. The construction of science and technology innovation policy design framework—take Shandong Province as an example [J]. Journal of Industry-University Collaboration, 2020,1:34-48.
[2] PINTO HUGO, GUERREIRO JOAO. Innovation regional planning and latent dimensions: the case of the algarve region[J]. Annals of Regional Science, 2010, 44(2):315-329.
[3] YONG'AN Z, ZHE G， JIE T. China's regional science and technology innovation policy:a classification based on data from Zhongguancun science park[J].International Journal of Innovation Science, 2016, 8(1):71-88.
[4] ZHAO S L,CACCIOLATTI L,LEE S H，et al. Regional collaborations and indigenous innovation capabilities in China: a multivariate method for the analysis of regional innovation systems[J]. Technological Forecasting & Social Change, 2015, 94: 202-220.
[5] 陈智国,张文松.跨区域产业集群协同创新测度研究——基于京津冀区域协作的实证分析[J].求索,2017,38(7):80-85.
[6] 殷阿娜,邓思远.京津冀绿色创新协同度评估及影响因素分析[J].工业技术经济,2017,36(5):52-60.
[7] 李素梅,黄衍枝.京津冀区域金融结构与技术创新协同发展研究——基于复合系统协调度模型[J].科技管理研究,2017,37(17):99-108.
[8] 祝尔娟,何皛彦.京津冀协同创新水平测度与提升路径研究[J].河北学刊,2020,40(2):137-144.
[9] 张满银,全荣.京津冀区域协同发展评估[J].统计与决策, 2020,36(4): 72-76.
[10] 崔志新,陈耀.区域技术协同创新效率测度及其演变特征研究——以京津冀和长三角区域为例[J].当代经济管理,2019,41(3):61-66.
[11] 姚东旭.京津冀协同创新是否存在“虹吸效应”——基于与珠三角地区对比分析的视角[J].经济理论与经济管理,2019,39(9):89-97.
[12] 龙晓君,洪秋鑫,李小建.粤港澳大湾区、长三角、京津冀城市群科技创新辐射空间格局及效应测算[J].统计与决策,2021,37(24):62-66.
[13] 谢泗薪,胡伟.经济高质量发展与科技创新耦合协调：以京津冀地区为例[J].统计与决策,2021,37(14):93-96.
[14] 蒋海军.科技园区推动区域协同创新研究——以中关村科技园区为例[J].中国特色社会主义研究,2016,22(3):36-41.
[15] 盛彦文,苟倩,宋金平.城市群创新联系网络结构与创新效率研究——以京津冀、长三角、珠三角城市群为例[J].地理科学,2020,40(11):1831-1839.
[16] 苏文松,方创琳.京津冀城市群高科技园区协同发展动力机制与合作共建模式——以中关村科技园为例[J].地理科学进展,2017,36(6):657-666.
[17] 叶堂林,祝尔娟.京津冀科技协同创新的基本态势[J].人民论坛,2019,28(12):88-89.
[18] MARKS G.Structural policy and multilevel governance in the EC[M]//The State of the European Community. Boulder, CO: Lynne Riemer,1993: 391-409.
[19] 翁士洪,周一帆.多层次治理中的中国国家治理理论[J].甘肃行政学院学报,2017，26(6):4-14,125.
[20] ETZKOWITZ H,LEYDESDORFF L.The triple helix-university-industry-government relations:a laboratory for knowledge based economic development[J].EASST Review,1995,14:4-19.
[21] 赵东霞,郭书男,周维.国外大学科技园“官产学”协同创新模式比较研究——三螺旋理论的视角[J].中国高教研究,2016，32(11):89-94.
[22] 张艺,陈凯华.官产学三螺旋创新的国际研究:起源、进展与展望[J].科学学与科学技术管理,2020,41(5):116-139.
[23] 肖国华,贺德方,张娴.基于互信息的四螺旋模型创新协同度研究[J].情报学报,2021,40(1):1-10.
[24] 刘宾.协同发展中提升区域创新能力路径探讨:以京津冀为例[J].理论探讨,2021，38(4):84-90.
[25] 李峰,徐付娟,郭江江.京津冀、长三角、粤港澳科技人才流动模式研究——基于国家科技奖励获得者的实证分析[J].科学学研究,2022,40(3):454-463.