一种基于系统动力学的军民融合协同创新评估方法

摘要

本发明公开了一种基于系统动力学的军民融合协同创新评估方法，首先构建产学研协同创新绩效系统因果关系，包括三组因果关系回路；根据所述因果关系，基于Vensim软件平台，设计出系统流图；协同创新评估时，对系统流图中的常数参数进行赋值，利用系统流图节点之间的计算关系，计算出协同创新总收益。使用本发明能够对产学研协同创新的绩效进行评估。

说明书

技术领域

本发明属于系统工程技术领域，具体涉及一种基于系统动力学的军民融合协同创新评估方法。

背景技术

军民融合涉及产业部门、研究所、政府以及国防部门等多重利益主体，只有各部门密切配合，积极主动参与到军民融合进程中，才能推动全社会军民融合深度发展。假定各主体均为“理性人”，由于其都有追求自身利益最大化的动机，只有各主体在实现军民融合过程中能获得比现有模式更好的收益，他们才会主动进行军民融合。

对产业部门而言，军民融合主要涉及到军工企业与民用企业之间的兼并、技术转移(军民两用技术)以及民用资本投资等。如果两种产品在一家企业生产比两家企业生产成本更低，那么这一成本函数特征决定企业多元化生产和规模扩张的经济效益。其形式如下：

其中，i表示产品种类，C(q

成本函数的这一特性被称为“严格次可加性”(strictly subadditive)，即一起生产多种不同产品比分别生产多种产品成本要低。如果平均成本函数总是递减的，那么成本函数就显示出“次可加性”(subadditive)。对战略新兴产业而言，由于处于产业周期早期，产业内部企业处于成长期，产业所需要的技术无法扩展到其他产业，产业的原材料加工、半成品的生产以及最终产品的应用都受企业规模和原有技术的限制。如果军方企业和民营企业各自生产，无法实现潜在的效率。新兴产业军民融合可以促成多产品各自生产向统一生产转变，从而实现联合低成本生产。因此，相比处于产业周期成熟期的传统产业，新兴产业进行军民融合成本降低比例更大，从军民融合式发展中能获得更大收益，因而也更有动力进行军民融合。

对于研究所而言，以共同的人员、设备或材料同时满足国防需求和民用需求，能更加有效地实现技术创新、产品创新、资源配置创新和创新成果转化。员工薪酬和培训费用以及设备费用是研究所成本的主要组成部分。现有国防部门或民用部门员工为技术熟练员工，在同一行业内或相近行业间进行转化的成本比培养新员工的成本要低得多，且无需另外支付薪酬。因此，军民融合后研究所的员工培训和薪酬成本可大幅减少。同样，当满足国防需求和民用需求生产所需设备相同或只需在现有基础上做较少变动时，设备损耗可通过军民融合摊销。研究所可以通过军民融合实现比现有条件下更低成本和更高效的研发，因此也有动力进行军民融合。

Peter Gloor最早给出了协同创新的定义。Peter Gloor认为协同创新是相关人员组成网络小组，为实现共同目标，利用网络进行相关思想、信息和技术的协作。Miles等提出，“协同”与“合作”是不同的概念，协同各方的预期结果相对明确，合作各方则是以自身利益为基础开展活动。Von Krogh指出，协同的过程中企业等主体在考虑自身利益的同时要尽可能考虑协同方的利益。Ehrlich和Raven指出，协同创新的过程中各方因相互影响会产生共生现象。Ketchen等认为协同创新是利用思想、知识、专门技术和机会的共享，创造跨组织跨边界的创新。R.Rothwell和A.Robertson认为协同创新有利于实现提升技术性人力资本的创新能力。Kahn对企业协同创新进行了实证分析，得出结论：企业进行协同创新能够提升产品的研发绩效和管理绩效，使企业获得更多的创新收益。Tushman和O’Reilly认为创新成功的关键是提高战略、结构、文化和操作流程间的协同与适应性。

然而，目前还没有一种对军民融合协同创新进行评估的方法，能够对产学研协同创新的绩效进行评估。

发明内容

有鉴于此，本发明提供了一种基于系统动力学的军民融合协同创新评估方法，能够对产学研协同创新的绩效进行评估。

为了解决上述技术问题，本发明是这样实现的。

一种基于系统动力学的军民融合协同创新评估方法，包括：

步骤一、构建产学研协同创新绩效系统因果关系，包括三组因果关系回路：

第一组因果关系回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于学研方论文及课题数，并最终转化为协同创新总收益的情况；

第二组因果关系回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于发明专利数，并最终转化为协同创新总收益的情况；

第三组因果关系回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于新产品销售收入占主营业务收入比例，并最终转化为协同创新总收益的情况；

步骤二、根据所述因果关系，基于Vensim软件平台，设计出系统流图；

步骤三、协同创新评估时，对系统流图中的常数参数进行赋值，利用系统流图节点之间的计算关系，计算出协同创新总收益。

有益效果：

本发明能够基于系统动力学处理复杂问题的能力，运用仿真软件深入探讨市场需求水平、科技成果转化水平、知识产权保护、科技中介投入比例、协同创新服务平台投入比例、信息沟通网络投入比例、政策法规支持情况、文化价值融合情况八个影响因素对产学研协同创新绩效的影响机理，从而对产学研协同创新的绩效进行评估。

附图说明

图1为产学研协同创新绩效系统因果关系图；

图2为新产品销售收入原因树；

图3为发明专利收入原因树；

图4为协同创新总收益原因树；

图5为协同创新总投入因果树；

图6为协同创新协同度原因树；

图7为产学研协同创新绩效系统流图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明基于系统动力学处理复杂问题的能力，运用仿真软件深入探讨市场需求水平、科技成果转化水平、知识产权保护、科技中介投入比例、协同创新服务平台投入比例、信息沟通网络投入比例、政策法规支持情况、文化价值融合情况八个影响因素对产学研协同创新绩效的影响机理。

首先，需要因果关系图。因果关系图是体现系统反馈关系的最基本的工具，产学研协同创新绩效的八个影响因素分别对学研方创新能力子块、企业创新能力子块和协同创新协同度子块产生作用。本发明通过对因果关系的梳理，构建了产学研协同创新绩效系统因果关系图，如图1所示。

从产学研协同创新绩效系统因果关系图可以看出，本发明设计的因果关系回路错综复杂，形成了一个复杂的网络结构。通过原因树对系统中的主要变量进行原因分析，借以体现整体系统的因果关系。

(1)新产品销售收入原因树

从新产品销售收入原因树可以看出，协同创新协同度和协同创新总投入决定着新产品开发项目数，新产品开发项目数转化为新产品收入的过程中又受到市场需求水平和科技成果转化水平的影响。

(2)发明专利收入原因树

从发明专利收入原因树可以看出，协同创新协同度和协同创新总投入决定着发明专利数，发明专利数和知识产权保护能力决定了发明专利收入。

(3)协同创新总收益原因树

从协同创新总收益原因树可以看出，发明专利收入、学研方论文及课题数、新产品销售收入占主营业务收入的比例共同组成了协同创新总收益。

(4)协同创新总投入因果树

从协同创新总投入因果树可以看出，学研方协同创新动力对学研方人员的投入产生作用，政府资金、企业资金和学研方资金的投入组成了协同创新经费的投入，协同创新人员和协同创新经费共同组成了协同创新的总投入。

(5)协同创新协同度原因树

从协同创新协同度原因树可以看出，协同创新协同度受到了信息沟通网络建设能力、协同创新服务平台服务能力、政策法规支持情况和文化价值融合情况的影响，企业协同创新动力、学研方协同创新动力和科技中介的服务能力决定了信息沟通网络建设能力，政府财政收入对协同创新服务平台服务能力起到促进作用。

接下来，分析系统中某些关键变量间组成的关键回路，理清变量间的逻辑关系和因果关系。

(1)协同创新总收益→宏观收益→政府财政收入→协同创新服务平台服务能力→协同创新协同度→学研方论文及课题数→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→科技中介服务能力→信息沟通网络建设能力→协同创新协同度→学研方论文及课题数→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→R&D经费来自政府资金比例→协同创新经费投入→协同创新总投入→学研方论文及课题数→协同创新总收益。以上三个关键回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于学研方论文及课题数，并最终转化为协同创新总收益。

(2)协同创新总收益→宏观收益→政府财政收入→协同创新服务平台服务能力→协同创新协同度→发明专利数→发明专利收入→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→科技中介服务能力→信息沟通网络建设能力→协同创新协同度→发明专利数→发明专利收入→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→R&D经费来自政府资金比例→协同创新经费投入→协同创新总投入→发明专利数→发明专利收入→协同创新总收益。

以上三个关键回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于发明专利数，并最终转化为协同创新总收益。

(3)协同创新总收益→宏观收益→政府财政收入→科技中介服务能力→信息沟通网络建设能力→协同创新协同度→新产品开发项目数→新产品销售收入→新产品销售收入占主营业务收入比例→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→协同创新服务平台服务能力→协同创新协同度→新产品开发项目数→新产品销售收入→新产品销售收入占主营业务收入比例→协同创新总收益；协同创新总收益→宏观收益→政府财政收入→R&D经费来自政府资金比例→协同创新经费投入→协同创新总投入→新产品开发项目数→新产品销售收入→新产品销售收入占主营业务收入比例→协同创新总收益。以上三个关键回路反映了协同创新总收益通过协同创新服务平台服务能力、信息沟通网络建设能力、协同创新协同度和政府资金投入作用于新产品销售收入占主营业务收入比例，并最终转化为协同创新总收益。

根据上述因果关系图，同时考虑了数据的可操作性，对因果关系图进行了整合延伸，基于Vensim软件平台，总结设计出了系统流图(图7)。系统中各个变量及类型见表1。

表1系统流图中的变量清单

完成建模后，为了进行系统动力学仿真，需要对状态变量、速率变量和辅助变量建立规范完整的系统方程来表现变量间的关系。在确定系统动力学方程之后还需要对模型中的常数参数和表函数进行参数赋值。一般有以下几种方式获取参数估计值：第一，利用调研的第一手资料；第二，依据模型中部分变量间的关系；第三，参考已有文献的相关研究；第四，根据模型的参考行为特性估计。

那么，在协同创新评估时，采用上述方案对系统流图中的常数参数进行赋值，利用系统流图节点之间的计算关系，继而可以计算出协同创新总收益。

以上的具体实施例仅描述了本发明的设计原理，该描述中的部件形状，名称可以不同，不受限制。所以，本发明领域的技术人员可以对前述实施例记载的技术方案进行修改或等同替换；而这些修改和替换未脱离本发明创造宗旨和技术方案，均应属于本发明的保护范围。