【摘要】装备制造业是国之重器，是实体经济的重要组成部分，探究装备制造业产业链创新链资金链人才链“四链”深度融合对于推动装备制造业转型升级具有重要意义。本文通过构成要素、演化过程、反馈机制进行装备制造业“四链”融合的机理分析，厘清“四链”内在逻辑关系，运用复合系统协同度模型对2012～2022年装备制造业“四链”融合效果进行测度，并基于超效率DEA模型进行装备制造业“四链”融合效率测度。研究结果表明： 装备制造业“四链”融合是主体、资源、环境要素的聚集和互动协同，其融合过程存在四阶段的融合模式，即初融期的带动融合模式、整合期的协同融合模式、拓展期的融合网络模式及成熟期的融合创新生态模式，各融合模式分别对应完全不协同、低级协同、中级协同、高级协同的融合效果； 装备制造业单链发展整体呈现增长趋势，受资金链发展波动下降影响，“四链”融合效果不尽理想，与单链发展不匹配，总体呈现先高后低的趋势，在完全不协同与低级协同之间变化； 纯技术效率有效年份居多，综合效率受规模效率的影响呈现多年无效状态。在此基础上，从突破链条短板、政府部署资源、借助创新平台、加强数字技术的广泛应用四个方面提出对策建议。
【关键词】“四链”融合；有序度；协同度；超效率DEA模型
【中图分类号】F127""""" 【文献标识码】A""""" 【文章编号】1004-0994（2025）06-0121-9
一、引言
党的二十大报告提出要“推动创新链产业链资金链人才链深度融合”，为加快实施创新驱动发展战略指明了方向。推动创新链产业链资金链人才链“四链”深度融合的本质，是打造由政府、企业、高校等创新主体协同合作的创新生态。装备制造业作为实体经济的重要组成部分，党的十八大以来受到习近平总书记的重点关注。目前我国在工程机械、高端医疗装备、新能源汽车等方面取得了众多成就，C919大型客机、“蛟龙”号载人潜水器、骨科手术机器人等大国重器的出现足以彰显我国装备制造业近年来取得的卓然成绩。2024年以来，装备制造业利润同比增长了28.9%，拉动规模以上工业企业利润增长了6.7%，是贡献最大的行业板块，表明装备制造业正在持续加速发展。当前我国已出台众多政策文件支持装备制造业的发展，如： 《环保装备制造业高质量发展行动计划（2022-2025年）》《广州市现代高端装备产业高质量发展三年行动计划》《智能检测装备产业发展行动计划（2023-2025年）》等均提出了装备制造业高质量发展的具体任务和重点项目，以推动装备制造业的转型升级； 《关于推动高端装备制造业供应链协同创新发展的指导意见》提出要推动装备制造业高质量发展，就要提升产业整体创新能力及产业链上下游的协同能力和竞争力。因此，以装备制造业为主体，探索产业链协同创新、“四链”融合发展对于推动装备制造业高质量发展、多链融合等具有重要意义。
目前，学术界对多链融合问题的研究聚焦于定性分析与定量研究。学者们明确了“四链”融合的本质是以双链融合为基准，进行资金、人才的有效配置（聂常虹等，2024）； 基于生物学、多链交互、核心技术分析等视角提出的双链融合路径包括创新链向产业链端延伸、产业链向创新链端延伸、搭建两链融合“桥梁”（刘婧玥和吴维旭，2022），多链融合模式包括弱融合、基本融合、深度融合三类（周雪亮等，2021）； 基于产业政策、要素配置、网络链接等视角提出的双链融合机制包括创新资源分配机制、协调机制、双螺旋机制等（李雪松和龚晓倩，2021），多链融合机制包括协同机制、调控机制、多主体跨界协同机制等（王久梅和崔晨秋，2023）； 从加强基础研究（巫强等，2024）、完善企业协同创新服务（李沫阳，2023）等视角实现链条间的融合发展。多链融合的定量研究主要围绕融合测度与因素分析展开。张婷婷等（2023）借助耦合协调度模型进行了城市人工智能产业创新链与人才链的测度分析； 孙琴和刘戒骄（2023）基于复合系统协同度模型进行研究，发现集成电路产业的产业链、创新链及人才链之间的融合度较低； 梁树广等（2023）通过实证检验表明，制造业产业链创新链的耦合程度呈现波动上升趋势，经济发展水平、人口聚集程度等可促进双链协调发展。柳毅等（2023）运用空间计量模型、中介效应模型进行研究，发现数字经济对产业链和创新链的融合产生非线性的促进作用。
综上所述，现有研究围绕多链融合的内涵、模式、机制、路径等进行了定性分析，针对人工智能产业、集成电路产业、制造业等进行了双链、三链的耦合测度，但以装备制造业为研究对象进行多链融合分析的文献极少。因此，本文基于装备制造业的发展特征及当下“四链”融合快速发展的背景，厘清装备制造业“四链”融合的机理，借鉴双链、三链融合的定量研究方法，运用复合系统协同度模型进行装备制造业“四链”融合效果测度，基于超效率DEA模型进行装备制造业“四链”融合效率测度，以探究我国装备制造业“四链”融合度和要素贡献度，完成装备制造业“四链”融合双效测度研究，并提出装备制造业“四链”融合发展的对策建议，以期为我国装备制造业发展、多链融合发展等提供一定借鉴。
二、装备制造业“四链”融合机理分析
装备制造业从单链发展、双链协同到“四链”融合的过程中，先基于构成要素进行初步延伸完善，再通过双链融合带动“四链”发展实现深度融合，“四链”融合过程依赖于各链上核心主体的互相反馈、协同创新合作。因此，装备制造业“四链”融合过程中需要通过构成要素、演化过程及反馈机制厘清内在融合机理。
1. “四链”融合的构成要素。装备制造业“四链”复合系统是一个开放式系统，不断与外界环境进行着物质、信息及各种能量的交换，在资源交互的过程中实现系统混沌向有序融合的演化，而协同合作是通过要素的聚集、重组、互换实现的。装备制造业“四链”之间进行协同合作的关键构成要素包括主体要素、资源要素及环境要素。
主体要素是复合系统协同合作的基础条件，“四链”协同实质上是通过创新主体间的创新合作实现的。产业链是由上下游不同企业以供需关系为基础形成的关联组织（李晓锋，2018）和产业联盟。创新链以满足市场需求为方向，通过主体间的创新活动将相关创新主体串联起来，实现知识经济化和创新系统优化，主要包括产生、开发、原型、制造及销售五个阶段（曲永义和李先军，2022）。资金链是相关投资主体为实现科技成果的落地转化和规模化发展提供资金支持与战略布局的链状组织（杨明和林正静，2021）。人才链是指包括战略指导科学家、产业发展领军人才、核心技术研发攻关人才及基础服务劳动人才等在内的多层次人才体系（张杰，2023）。因此，“四链”融合过程中依托的主体因素主要包括科学技术的创造者（高校和科研机构）、技术产品化的实现主体（企业为主，机构为辅）、创新工作顺利开展的保障者（政府和各类机构）等。
复合系统的形成归根到底就是创新主体进行资源交互达到协同合作的过程。企业发展过程中的资源要素涵盖内部资源与外部资源。内部资源是指包括人力、物力、财力、研发技术、信息管理等在内的一切企业可以控制的资源，外部资源包括行业发展、产业关联、外部环境等企业参与合作的不受企业控制的资源，这些资源的获取方式包括内部培育、外部购并及合作渗透。内部培育是指企业通过探索、学习、创造等方式获得资源。外部购并是指企业通过速度竞争、购并扩张等方式“侵略性”地获取资源。合作渗透是指企业通过与其他主体进行资源交互获得资源。合作形式包括： 一是校企合作。高校为企业发展提供技术人才、理论创新成果，企业为高校提供成果转化、人才应用的场地，两者相辅相成共同实现合作共赢，这一过程充分体现出产业链创新链的融合本质。二是产学研合作。企业提供资金，高校输送人才，科研机构提供创新成果，三方合作实现创新成果产业化，促进产业链、创新链、人才链的深度融合。三是政企校合作。政府为创业企业提供资金，高校保证各种人才的参与，企业进行合作成果的落地转化，推动产业链、资金链、人才链的高效融合等。企业资源的获取需通过合作渗透完成，高校、政府、各类机构的资源获取方式不尽相同，在协同合作中实现创新发展。
传统意义上的环境要素是指构成人类环境的各个独立的、性质不同的且服从整体演化规律的基本物质组分； 创新型创业视角下的复杂环境因素包括制度环境、市场环境、传统文化及人力资本（肖彬和马鸿佳，2023）； “专精特新”企业发展的环境因素包括市场环境、政务环境、法律政策环境、人文环境（夏清华和朱清，2023）。基于已有研究，结合多链发展背景及现状，本文认为“四链”融合的环境因素主要包括政策环境与法律环境。《关于推动创新链产业链融合发展的若干意见》《装备制造业标准化和质量提升规划》等政策文件共同构成了装备制造业发展的政策框架，旨在引导装备制造业向智能化、绿色化方向发展，通过加强政产学研合作，促进“四链”深度融合，以提升整个行业的全球竞争力。这些政策的实施对于促进装备制造业的结构优化、技术创新和产业升级具有重要意义。政策是激励措施，刺激创新主体多方合作； 法律则是保障政产学研合作的准绳。通过改革重大科技项目的组织管理方式强化企业项目的主体攻关作用，通过鼓励企业积极参与科技创新提升企业在创新链中的核心地位，通过资金链上资金的精准供应提升资金配置效率，通过建立人才激励机制壮大专业人才队伍，通过完善知识产权法律体系加强产权保护，通过简化行政审批流程优化营商环境，通过健全风险投资体系完善管理机制等，以上措施的共同实施构成了一个较为全面、多层次的法律管理框架，通过法律引导刺激市场经济，推动“四链”高效融合。
2. “四链”融合的演化过程。“四链”融合不是一蹴而就的，随着时间的推移、市场供需关系的改变，“四链”融合度不断发生变化，装备制造业“四链”融合过程中不同演化阶段存在不同的融合模式，在构成要素的推动刺激下，呈现不同的融合特征。“四链”融合的具体演化过程如图1所示。
（1）初融期。首先，通过产业链创新链的主体聚集实现单链条的延伸发展。针对产业链的主体聚集包括企业的内部主体（如产品原材料等）聚集、外部主体（如用户等）聚集、链主企业带动产业链上中下游企业的发展； 创新链的主体聚集主要是创新链发展的要素整合、研发、成果商品化、社会效用化四个阶段所涉及的，涵盖政府、企业、研究者、高校、中介机构等在内的创新主体的聚集。其次，单链延伸过程无法解决的“卡脖子”技术、产业创新堵点等问题可通过产业链创新链融合来解决，围绕产业链布局创新链，围绕创新链布局产业链，通过企业间协同合作、产学研协同创新等手段实现双链融合。最后，资金、人才以要素向链条过渡的形式渗入产业链创新链融合过程，资金链为双链融合提供资金助力，人才链为双链融合提供创新活力，双链融合带动“四链”协同发展。
（2）整合期。通过创新与资本的深度融合形成持续性创新机制从而实现创新链与资金链的融合，通过提高银行、企业的对接水平实现产业链资金链协同发展。围绕产业链布局创新链，围绕创新链布局人才链，通过加快人才资源的聚集实现产业链人才链融合创新发展，完成创新链人才链对接工作，围绕重点产业开展人才需求调研工作，实现人才开发与产业发展深度对接，促进产业链人才链协同发展。围绕产业链创新链分别完成资金链、人才链的精准配置工作，实现“三链”融合，但资金链与人才链上的资金种类、人才层级关系分别配置到三链融合过程中的哪些环节及对应的占比情况还有待商榷，“四链”融合过程中仍存在一定的颉颃关系。
（3）拓展期。整合期实现了资金链与人才链的精准配置，推动产业链创新链双向融合、“四链”深度融合的下一步工作是： 针对“四链”协同存在的颉颃问题，通过资金和人才的良性交流实现资金链与人才链的协同互动，借助创新主体间的合作关系逐步形成产业内部以“双链”为核心、资金链人才链共助的链式创新网络； 随着产业内部的创新网络逐渐扩大，产业链上中下游企业的合作范围不再局限于单个产业内部，开始与其他产业链条进行磨合交互，实现跨链条的主体合作，合作方式包括龙头企业的带动合作与产业的协同合作，形成以产业链交互为核心的链式集群网络； 随着融合网络的不断壮大，双链融合效应加剧，动态地创造不同阶段的融合价值，着眼于价值链的发展过程，创新链、产业链、资金链、人才链、价值链的融合合力加大，逐步形成以价值链为引领的链式价值网络。随着“四链”创新要素的不断完善，逐步形成以创新平台、数字化发展为核心的链式交互网络。
（4）成熟期。拓展期形成各种链式交互网络，后期发展亟需国家完善法律法规体系、政府出台更多政策文件来营造“四链”融合的创新环境和良好融合氛围，保障“四链”顺利深度融合，形成“四链”融合生态闭环。随着融合程度的持续加深，创新生态内部的要素协同效应不断扩大，创新平台作为主体聚集、资源互换、要素配置的重要载体，在这一时期的充分应用强化了“四链”的内部融合。在数字化发展充分渗透产业创新驱动发展的背景下，数字政府、数字平台的出现助力“四链”融合发展，借助互联网、5G、AI等数字技术加快“四链”融合速度，政策链、服务链、技术链、数据链等链条的全方位应用营造了“四链”深度融合的市场化法治化国际化创新生态。
3. “四链”融合的反馈机制。装备制造业“四链”协同关系如图2所示。“四链”融合的演化过程中关键是创新主体间的协同合作，通过协同关系实现创新产业化、产业高级化、资金人才配置最优化。内在机制是反馈机制，能促进“四链”深度融合，作用方式是自主反馈和自发反馈（梁文良和黄瑞玲，2022）。在装备制造业“四链”由主体聚集、相对独立、无序发展的初融期逐渐向有序协同、加强融合、数字化发展的成熟期演化的过程中，序参量发挥着关键作用，其参与过程不同于系统构成要素（主体要素、资源要素、环境要素），是在各子系统协同过程中各创新主体进行资源交互（通过非线性相互作用）产生协同效应的表征，影响着复合系统发展过程中的融合效果。
自主反馈是各主体间基于主观意愿而向对方发出的反馈，自发反馈则是主体在市场机制等客观因素的影响下发出的反馈。如图3所示，就“四链”协同关系而言： 产业链上的核心企业为了实现企业发展以带动整条产业链的创新发展，提出发展过程中的创新需求。创新链上的创新主体（如研发机构、高校等）在资金投入充足、人才保障及时的基础上，根据当前的创新环境开展针对性的研发活动。通过人力、物力、财力等要素的创新投入，创新主体取得研发成果并交由企业进行小批量生产，根据市场校验的结果判断是否符合预期。如果创新产品检验效果良好，满足市场化需求，企业在人才、资金充足的情况下进行规模化生产，实现产业化发展的目标，运行规模逐渐增大，关联企业数量增多，涉及的产业种类增多，产业的关联度提高，与外部企业的合作范围扩大，参与融资的企业数量增多，融资能力增强，获得的融资数额增多，流动资产的周转能力提升，可广泛用于创新产品研发、产业发展的资金投入增加。企业运行规模的扩张也会促使企业吸引产业链上中下游企业参与合作，带动产业发展，企业的增值能力在协同合作过程中不断增强，为发展提供良好的创新环境。如果创新产品检验效果不佳，则不可进行产业化发展，而是向研发机构提出新的创新需求，进入新一轮动态演化过程。创新链上的创新主体在开展研发活动的过程中，需要不同层次的人才参与其中，通过举办创新活动，让刚毕业的大学生得到培养，形成新一批创新人才，可用于产业创新发展。在人才培养的过程中，无论是理论知识的获取，还是实践操作能力的提升，都需要政府、金融机构等投入大量资金。
在一系列的动态循环过程中，产业链发展需要企业进行创新发展，研发活动开展的目的是满足企业的创新需求，因此产业链创新链之间的作用关系是主体主动向对方反馈信息的自主反馈。产业链上中下游企业在发展过程中需要大量资金投入来保证内外部工作顺利开展，而企业经过市场检验后的产业化发展能为其带来巨大收益，因此产业链与资金链之间的作用关系是自主反馈。企业通过招聘人才从事针对性工作从而促进企业发展，企业发展取得的收益又可用于人才培养，产业链与人才链之间的反馈是由企业发展的好坏与市场化投资的多少决定的，故两者之间的作用关系是自发反馈。研发机构在开展创新活动时需要人才的持续参与，而人才在参与研发的过程中也不断得到培养，因此创新链与人才链之间的作用关系可称为自主反馈。开展创新活动的过程中需要从投资主体获得资金支持，研发成果若满足市场需求则进入规模化生产，投资主体可获得巨大收益，若不满足市场需求则企业要承担部分亏损，创新链与资金链之间的作用关系受到市场发展与研发成果的影响，属于自发反馈。资金投入力度决定了人才培养的数量与质量，而人才通过参与创新链上的研发活动、产业链上的量化生产为投资主体带来收益，因此资金链与人才链之间的反馈由市场需求、研发成果、投资数额共同决定，故两者之间的作用关系属于自发反馈。
三、“四链”融合模型及评价指标体系构建
1. 复合系统协同度模型构建。复合系统由若干具有复杂关联关系的子系统构成，要探究其变化过程需对每个子系统的发展进行研究。建立装备制造业“四链”复合系统S=｛S1，S2，S3，S4｝，四个子系统分别表示产业链、创新链、资金链、人才链。协同理论表明，复合系统发展过程中的变量包括快、慢变量，其中更具一般性的慢变量是对装备制造业系统变化产生根本性作用的变量，即子系统在演进过程中通过n个序参量的变化产生新的变化，即em=（em1，em2，…，emn），其中m=1，2，3，4，n≥2，βmi≤emi≤αmi，i∈［1，n］，βmi与αmi分别表示emi的下限与上限。假定序参量分量em1，em2，…，emj1的值与系统的有序度正相关，即前者取值越大，对应系统的有序度越高，反之亦然； 序参量分量em（j1+1），em（j1+2），…，emn的值与系统的有序度负相关，即序参量的值越大，对应的系统有序度越低，反之亦然。序参量分量emn在Sm中的有序度测算方法为：
um（emi）="""""""""""""""""""""""""""""""""""""""""" （1）
其中，um（emi）∈［0，1］，表示序参量对子系统有序度的贡献，该值越大，序参量分量emi对子系统有序度的贡献越大。子系统Sm的有序效应通过um（emi）集成度量，子系统的有序度受各序参量组合形式的影响。本文采用加权求和法则计算各子系统的有序度，设um（em）为各子系统的有序度，则各子系统的有序度测算方法为：
um（em）="""""" φium（emi），φi≥0，""""" φi=1 （2）
式（2）中，um（em）∈［0，1］。设装备制造业“四链”复合系统协同度从时刻t0到t1，各子系统的有序度分别为
（em）、"""" （em），则t0到t1区间的复合系统协同度为：
（3）
其中： [ω=minmu1m（em） -u0m（em） ≠0minmu1m（em） -u0m（em） ≠0]，m=1，2，3。C∈［-1，1］，C的值越靠近1，其协同度越高； C越靠近
-1，其协同度越低。参数的限定条件表示当""""" （em）-
（em）gt;0，即ω=1时，复合系统协同度才表现为正。根据已有研究，确定装备制造业复合系统协同度的划分标准，如表1所示。
2. 数据来源及“四链”评价指标体系构建。基于前文对于装备制造业序参量（一级指标）的设定，并结合张婷婷等（2024）对于“四链”指标体系的构建，在装备制造业数据可获得的基础上，构建装备制造业“四链”评价指标体系。本文的样本区间为2012～2022年，25个序参量分量指标（二级指标）如表2所示。数据主要来自《中国统计年鉴》《中国工业统计年鉴》《中国科技统计年鉴》等，个别年份的缺失数据通过插值法、线性回归等方式补齐。
3. 数据标准化与指标权重计算。为了解决序参量赋值时的主观性问题，保证研究结论的科学性与合理性，根据客观数据之间的内在关系采用熵权法确定各个序参量的权重。熵权法的计算步骤如下：
（1）原始矩阵构建。以原始数据为基础构建一个R=（rij）m×n的原始矩阵，其中rij表示第i年第j个指标的原始数值。
（2）数据标准化处理。由于二级指标数量较多，且指标的单位、含义、测度标准均有不同之处，为了消除这些因素的影响，保证结果的准确性，得到无量纲数据，需要采用min-max标准化方法对原始数据进行标准化处理，正向指标和负向指标的标准化公式分别为式（4）、式（5）：
（4）
（5）
其中，i表示年份，j表示某个指标。
（3）序参数比重计算。在数据标准化处理结果的基础上，计算序参数的比重，公式如下：
[Pij=rij/i=1mrij] （6）
（4）贡献总量计算。为保证数据的对数计算有意义，首先需要对标准化后数值为 0 的数据进行坐标平移，在对计算结果无显著影响的情况下，本文设定平移数值为 10-5。然后，计算指标的贡献总量，公式如下：
[ej=-1ln （m）i=1mPijln （Pij）] （7）
（5）计算第 j 个指标的熵权ωj，公式如下：
（8）
4. 超效率DEA模型构建。技术效率指一个生产单元可以达到行业技术发展水平的程度，反映生产单元技术水平高低。传统的DEA模型对于计算决策单元（DMU）同一时间节点的生产效率方便高效，但是当存在多个决策单元均有效时，无法进一步判断各DMU之间的效率值大小。因此，为了弥补传统模型的不足，有效真实地评价各DMU的效率，Anderson和Perterson（2002）进一步提出了超效率DEA模型的概念，将有效的DMU从生产前沿面分离出来进行进一步分析，并对所有 DMU 进行重新排序，进一步区分各DMU之间的效率（杨雪等，2024）。超效率DEA模型区别于传统模型之处是增加了约束条件j≠o，这一条件将参与评价的DMU从参考集中分离出去，剩余DMU的投入与产出组合形成了新的生产前沿面，依次比较每个DMU的效率值。规模报酬可变的超效率DEA模型如下：
在超效率DEA模型中，若综合效率值超过1则为有效，说明“四链”的资源要素全部贡献于“四链”融合发展过程，技术水平与生产规模匹配发展，“四链”间形成了较好的协同互动关系。若综合效率值低于1则为无效，说明装备制造业“四链”融合过程中可能存在资源浪费、技术水平较低、管理体制有待改善等问题，装备制造业的“四链”融合发展处于不可持续状态。
四、实证分析
1. 装备制造业“四链”的单链有序度测算。首先，对原始数据进行标准化处理，本文涉及的指标体系中仅有资产负债率为负向指标，故将其相应数据代入式（5），其他数据代入式（4）进行标准化处理； 其次，确定指标权重及序参量有序度，将标准化结果按照式（6）、式（7）、式（8）进行顺序操作得到二级指标权重（如表2所示），将标准化处理的结果代入式（1）得到序参量分量有序度，该值越大说明对应指标对子系统的贡献越大； 最后，将序参量有序度及指标权重代入式（2）计算得到子系统（单链）S1、S2、S3、S4的有序度，结果如图4所示。
由图4可知： 产业链、创新链、人才链的有序度整体呈现上升趋势，其中创新链近10年稳步快速上升，可能与其创新投入、创新产出、创新环境的相关指标迅速提高有关； 人才链有序度在2020年骤降，在2021年骤升，可能与疫情得到良好控制、教育经费占GDP比重（e41）稳步提升、从事Ramp;D活动的企业高校科研机构数量（e42）增多、创新型人才数量（e43）及实用型人才密度（e44）上升幅度增大有关； 产业链有序度在2015～2016年有些许降低，可能与其技术融合（e11）下降、装备制造业就业人数（e16）减少等有关； 资金链是“四链”中波动幅度最大的，其有序度几乎呈现逐年下降的趋势，在2013～2016年缓慢上升，可能与其流动资产周转率（e32）、总资产贡献率（e34）都有所提高有关，后期可能受到资产负债率（e31）提高、流动资产周转率（e32）降低、成本费用利润率（e33）降低、总资产贡献率（e34）降低等影响，整体呈现下降趋势。
2. 装备制造业“四链”的协同度测算及分析。复合系统协同度模型能够反映装备制造业“四链”中任意两链、多链之间协同变化的动态关系及发展趋势。常见的复合系统协同度测算方式有两种： 一是相邻基期协同度测算，即以相邻时刻的前一时刻t0作为基期，下一时刻t1的有序度与前一时刻进行比较得到协同数值； 二是相同基期协同度测算，即以最初时刻t0作为基期，后期的每一时刻都与t0时刻进行比较计算。本文所构建的装备制造业“四链”复合系统包括产业链、创新链、资金链、人才链四个子系统，四个子系统之间与任意两两系统之间均存在交互作用，在子系统序参量的影响下，子系统的有序度及两两系统之间的作用关系共同决定了装备制造业“四链”复合系统协同度的高低、协同效果及发展趋势。利用式（3）计算子系统两两之间及多系统之间的协同度，由于涉及四个子系统，最终计算出11种协同度。结果如表3、表4所示。
（1）相邻基期复合系统协同度测算。本文研究的是2012～2022年装备制造业复合系统协同度的变化情况，相邻基期的计算结果能够较好地反映复合系统是否处于稳定发展的状态。本文采用相邻基期的计算方式，计算出2013～2022年装备制造业“四链”复合系统协同度。由表3可知，装备制造业“四链”复合系统协同度及各子系统之间的协同度呈现出波动发展的状态，结合表1的划分结果可知： 装备制造业“四链”复合系统协同度只在2013年达到中级协同，对应演化过程的融合创新网络模式，这一阶段协同状态良好； 在2014～2016年、2020～2021年处于低级协同，对应演化过程的协同融合模式，处于资金链、人才链的配置阶段； 在2017～2019年及2022年处于完全不协同状态，表明产业发展不稳定，又回到了最初的创新链产业链带动资金链人才链发展过程，整体发展处于非稳定状态。其中，C12 、C14、C24的协同度均为非负值，表明产业链与创新链、产业链与人才链、创新链与人才链之间均有协同表现，而资金链与其他三个子系统之间的融合发展状态几乎一致，均有完全不协同的状态出现，与前文资金链发展波动较大有一定关系。三链协同效果与双链协同发展趋势有相似之处，即产业链、创新链、人才链三链协同度（C124）均为非负值，表明三者近10年几乎处于不同程度的协同状态，而有资金链参与的三链协同度在2016～2019年均为负值，直到2020年之后才趋于低级协同。
（2）相同基期复合系统协同度测算。相同基期的计算结果能更好地体现长期协同效果。以2012年作为固定基期，计算得到2013～2022年装备制造业复合系统协同度。由表4可知，装备制造业“四链”复合系统协同度呈现正负交替的状态，在2015年转为低级协同，对应演化过程中的协同融合模式，单链基本形成但未有效融合，在2017年底再次下降并处于完全不协同状态，与演化过程中的带动融合模式对应。其中，产业链、创新链、人才链两两之间及整体发展状态与相邻基期下的发展状态存在相同之处，处于不同程度的协同状态，但相较于相邻基期的波动发展，产业链与创新链、创新链与人才链、产业链与人才链及整体的协同度稳步增长，表明装备制造业的人才发展对创新活力增长、产业长期发展有一定的促进作用，创新活力增长与产业良好发展双向保证两者之间的协同度稳定增长。资金链与其他链两两之间及整体的协同度在2013～2014年为负值且表现为完全不协同，在2015～2016年表现为低级协同，在2017～2022年再次陆续降为负值，表现为完全不协同，与“四链”整体发展趋势、相邻基期两链之间协同趋势均一致，表明资金链在双链融合、三链融合、四链融合过程中发挥了明显的负向作用。
基于以上两种方式的测算结果，可以得出： 装备制造业的产业链与创新链、产业链与人才链、创新链与人才链及整体的协同度相对较高，协同效果良好，而资金链与产业链、资金链与创新链、资金链与人才链及三链之间的协同度波动较大。总体而言，装备制造业单链发展呈现上升趋势，产业链、创新链、人才链的良好发展对“四链”融合发展起到一定的促进作用，受资金链发展波动下降的影响，“四链”融合效果不尽理想，与单链发展不匹配，整体呈现先高后低的趋势，在完全不协同与低级协同之间变化。
3. 基于超效率DEA模型的装备制造业“四链”融合效率测度。基于超效率DEA模型进行装备制造业“四链”融合效率测度时，以装备制造业相同基期下“四链”协同度作为产出指标，以单链有序度作为投入指标进行计算。考虑到DEA模型在软件中的处理要呈现非负，所以基于学者们提出的“加值”处理、无量纲化、矩阵初等变化等方法（荆涛等，2021），最终选择通过“加值”处理方式得到融合效率测度的初始数据。
基于超效率DEA模型使用MaxDEA软件对处理后的数据进行测度，得到装备制造业“四链”融合的综合效率（TE）、纯技术效率（PTE）、规模效率（SE），如表5所示，三者之间的关系为TE=PTE×SE。
纯技术效率反映了装备制造业“四链”复合系统的技术水平和管理能力，在不考虑规模变动的情况下，其数值能够用于衡量“四链”技术水平、融合机制及管理能力等要素对装备制造业“四链”融合发展的影响程度。由表5可知，装备制造业“四链”融合的纯技术效率整体在1附近，说明装备制造业在当前技术水平与管理能力下达到了最佳效率，仅在2017～2019年处于持续无效状态，表明这几年装备制造业技术水平与管理能力有待提高。规模效率反映在现有技术水平与生产能力下，装备制造业“四链”融合的投入产出是否处于最优规模，分析投入导向下“四链”融合规模的差异。由表5可知，规模效率无效年份最多，仅在2016年达到有效，表明在其他年份装备制造业需要通过调整规模提高效率。综合效率反映在给定技术条件下决策单元的最大产出能力。由表5可知，综合效率呈现波动状态且大多年份无效，仅在2015年和2016年达到有效，表明存在资源浪费情况，基于三种效率之间的关系，说明部分年份的综合效率无效是由规模效率无效引起的。
五、结论与对策建议
1. 结论。本文从构成要素、演化过程及反馈机制三个方面明确了我国装备制造业“四链”融合的内在机理，并利用复合系统协同度模型和超效率DEA模型定量研究了装备制造业“四链”融合发展程度及要素贡献度，完成了装备制造业“四链”融合效果—效率的双效测度分析。研究发现： 第一，装备制造业“四链”融合是基于主体要素、资源要素、环境要素的聚集和互动协同，主体间存在自主反馈与自发反馈机制，融合演化过程存在四阶段的融合模式，即初融期的带动融合模式、整合期的协同融合模式、拓展期的融合网络模式及成熟期的融合创新生态模式，各阶段的融合模式分别对应完全不协同、低级协同、中级协同、高级协同等融合效果。第二，从融合效果来看，装备制造业单链发展整体呈现上升趋势，产业链、人才链的有序度上升趋势较为平缓，创新链的有序度稳步快速上升，其参与的双链、多链融合呈现出不同程度的协同，而资金链发展呈现波动下降趋势，成为制约装备制造业“四链”融合发展的关键子系统，“四链”融合效果不尽理想，与单链整体发展不匹配，总体呈现先高后低的趋势，在完全不协同与低级协同之间变化。第三，从融合效率来看，装备制造业“四链”融合的综合效率多处于无效状态，存在资源浪费情况，规模效率是影响装备制造业“四链”融合综合效率的关键因素。综合来看，装备制造业“四链”融合发展几乎遵循先效果再效率的提升路径，而在当前人才市场饱和、市场竞争激烈的背景下，“四链”融合发展的复杂情形还有待进一步研究。
2. 对策建议。基于上述结论，本文建议结合装备制造业发展的政策实施基础，对产业发展、创新动力、资金投入、人才保障等方面进行整体布局，以提升装备制造业“四链”融合的效果和效率。
（1）突破链条短板，夯实“四链”融合基础。产业链、创新链、资金链、人才链在装备制造业“四链”复合系统中扮演着不同的角色，发挥着不同的作用，单链的拓展延伸、多链的协同合作共同推动装备制造业的优化升级。因此，突破单链障碍是推动“四链”融合的基础工作。首先，强化产业链的核心支撑。应加强装备制造业上中下游企业的协同合作，进行技术交流，解决创新堵点，实现产业规模化发展； 通过龙头企业的引领作用，优化产业管理机制，提高就业贡献率，提升产业关联能力。其次，发挥创新链的驱动作用。加大资金投入力度，为高校、科研机构等创新主体开展研发活动提供良好的创新环境； 积极开展校企合作，通过多方合作解决人才短缺、机构建设不足等问题，为创新研发提供充足的人力、物力、财力，促进创新成果的高效产出。再次，保证资金链的稳定发展。通过优化资金投入结构来提高资金链发展的稳定性，即： 通过引导创新资金流入科技型中小企业，提高创新成果的转化率，带动资金链增值能力快速提升； 通过加大政府及研发经费对基础研究的支持力，保证资金链的稳定发展。最后，做好人才链的保障工作。在人才培养阶段加大教育的资金投入，鼓励高校、企业、科研机构等从事创新活动，提升人才素养； 在人才应用阶段加强校企合作，提高人才的实践操作能力。
（2）政府部署资源，促进“四链”深度融合。政府可充分发挥政策扶植的杠杆作用，做好统筹规划、组织协调、考评督导等工作，针对装备制造业的发展提出新的措施，重点关注产业发展和政策的匹配程度，实现“四链”协同经济效益最大化。针对产业链创新链发展，充分落实“链长制”，由各级领导担任链长、相关部门联合设立产业链提升专业团队素养，统筹各方主体协调相关工作，将责任落到实处，充分调动主体的积极性、主动性和创造性，针对双链融合堵点进行统一谋划、部署、推进，以国有企业、科技型企业等推动产业创新发展，以高校、科研机构等推动创新成果转化，实现产业链创新链融合，有意识地将资金分配、人才供给向重点产业、支柱产业倾斜，由重点产业带动其他产业共同发展。
（3）借助创新平台，打造“四链”融合创新生态。借助创新平台进行创新主体的协同创新，推动创新成果高效转化，通过创新平台的资源聚集实现联合体、技术研发平台、区域创新平台等的快速搭建，打造“四链”创新生态。依托北京中关村、上海张江、杭州云栖小镇、陕西秦创原等平台的资源聚集、要素流动，实现政产学研用金的协同合作； 用好产业技术创新平台，提升技术育成能力，建立产业界、科技界、政府等多方共同治理机制，紧密对接企业、衔接产业，促进重大技术发明加快转化为产业所需的新产品和新工艺，带动重点产业发展； 持续推进区域协同创新平台建设，通过讲座、访谈等形式鼓励高校学生、科研机构人员参与平台建设，发挥“链主”企业作用整合上下游资源，做好资源配置工作，推进平台建设，加快打造“四链”融合创新生态的速度。
（4）加强数字技术的广泛应用，推动“四链”实现高级协同。通过数字技术的广泛应用，加快“四链”融合发展速度，推动“四链”实现高级协同。支持企业积极开展智能化、绿色化、数字化改造，加大产业链数字化基础设施建设的财政投入，积极应用5G技术、区块链技术、大数据与云计算等数字化基础技术，基于企业数字化合作实现跨链条协同。通过政府主导、产业链链长企业带动的模式加快培育壮大新业态，建设企业数字化生产线、数字化车间、智能化工厂（如法士特高智新公司智能工厂等），推动新旧动能转化，形成行业龙头企业数字化经验。发挥大型企业的数字化牵引作用，鼓励其根据中小企业的特性开发数字化服务平台，推动中小企业技术革新和现代化发展，增强中小企业的技术创新能力，通过线上数字平台（如陕西秦创原等平台）的建立，实现数据要素的充分流通，便于资源交互，促进地级市、区县资源分布均衡，推进我国装备制造业创新发展。
【基金项目】国家社会科学基金项目（项目编号：24BGL304）；西安市科技局软科学项目（项目编号：24RKYJ0053）；陕西省社会科学基金项目
（项目编号：2023R016）；陕西省教育厅哲学社会科学重点研究基地项目（项目编号：20JZ078）；陕西省科技厅创新能力支撑计划软科学项目（项目编号：2024ZC-YBXM-070）
DOI：10．19641/j．cnki．42-1290/f．2025．06．017
荆涛，王道鹏，邢慧霞．我国财产保险公司经营短期健康保险的效率及其影响因素分析［J］．保险研究，2021（5）：77～91．
李沫阳．创新链与产业链深度融合：产业创新服务体系视角［J］．求索，2023（5）：175～183．
李晓锋．“四链”融合提升创新生态系统能级的理论研究［J］．科研管理，2018（9）：113～120．
李雪松，龚晓倩．地区产业链、创新链的协同发展与全要素生产率［J］．经济问题探索，2021（11）：30～44．
梁树广，张芃芃，臧文嘉．中国制造业产业链与创新链耦合协调及其影响因素研究［J］．地域研究与开发，2023（3）：1～6+26．
梁文良，黄瑞玲．江苏高技术产业“三链”融合度的测度与评价——基于复合系统协同度模型的实证研究［J］．现代管理科学，2022（1）：51～60．
刘婧玥，吴维旭．产业政策视角下创新链产业链融合发展路径和机制研究：以深圳市为例［J］．科技管理研究，2022（15）：106～114．
柳毅，赵轩，杨伟．数字经济对传统制造业产业链创新链融合的影响——基于中国省域经验的实证研究［J］．浙江社会科学，2023（3）：4～14+156．
聂常虹，赵斐杰，李钏等．对创新链产业链资金链人才链“四链”融合发展的问题研究［J］．中国科学院院刊，2024（2）：262～269．
曲永义，李先军．创新链赶超：中国集成电路产业的创新与发展［J］．经济管理，2022（9）：5～26．
孙琴，刘戒骄．集成电路产业“三链”融合协同发展——机理分析与实证研究［J］．中国科技论坛，2023（7）：63～73．
王久梅，崔晨秋．技能强国建设背景下职业院校产教融合“四链协同”育人体系构建研究［J］．职业技术教育，2023（11）：11～15．
巫强，胡蕾，蒋真儿．产业链与创新链融合发展：内涵、动力与路径［J］．南京社会科学，2024（2）：27～37．
夏清华，朱清．增量提质：营商环境生态与专精特新企业——基于模糊集定性比较分析［J］．经济与管理研究，2023（8）：126～144．
肖彬，马鸿佳．复杂环境如何驱动创新型创业？——基于中国31个省份数据的组态研究［J］．外国经济与管理，2024（5）：20～35．
杨明，林正静．用创新生态理论和“四链”融合研究建设粤港澳大湾区国际科技创新中心［J］．科技管理研究，2021（13）：87～93．
杨雪，杨运，李智军等．基于超效率DEA与Malmquist模型的河南省城投公司运营效率评价研究［J］．河南师范大学学报（自然科学版），2024（6）：45～54．
张杰．中国全面转向全产业链政策的重大价值、关键内涵与实施途径研究［J］．学海，2023（1）：82～93．
张婷婷，张所地，胡琳娜．城市人工智能产业创新链与人才链融合的多元路径研究［J］．软科学，2024（6）：1～6+12．
周雪亮，张纪海，韩志弘．创新链驱动的科技园区军民科技协同创新发展模式研究［J］．科技进步与对策，2021（6）：105～112．
【 主 要 参 考 文 献 】
（责任编辑·校对： 罗萍" 李小艳）
