区域创新系统协同演进研究

苏　屹 ，姜雪松，雷家骕，林周周

(1.哈尔滨工程大学经济管理学院，黑龙江　哈尔滨　150001；2.清华大学经济管理学院，北京　100084)



区域创新系统协同演进研究

苏屹1,2，姜雪松1，雷家骕2，林周周1

(1.哈尔滨工程大学经济管理学院，黑龙江哈尔滨150001；2.清华大学经济管理学院，北京100084)

摘要：区域创新系统是一个结构复杂、功能多样的复杂社会系统，其主要包含创新主体子系统、创新资源子系统、创新环境子系统三个部分，并具有非线性、不确定性、自组织性、涌现性等复杂性系统特征，传统的还原论和线性处理方法无法全面地解决这一问题。借鉴B-Z反应这一非线性化学反应，选择创新效果、创新潜力、创新配置三个状态变量隐喻B-Z反应中的三种主要物质，外界综合投入指数隐喻B-Z反应的控制参数，三个状态变量的调整参数隐喻B-Z反应中的反应速率，构建区域创新系统协同演进模型，并进行实证研究。研究结果表明：一方面，从演进阈值增减性来看：近一年的发展中，黑龙江、江苏、广东、广西、海南、贵州、甘肃、宁夏、青海9个省级行政区的阈值增大，说明经过一年的发展，9个省级行政区域相对于上一年远离了区域创新系统的演进点。另一方面，从演进阈值大小来看：创新能力较强省份和创新能力较弱省份的区域创新系统的阈值趋于两极化，创新能力较强省份的阈值部分极大，部分极小；创新能力较弱省份也出现了同样的状况。在实证研究的基础上，结合区域创新系统的三个状态变量(创新效果、创新配置、创新潜力)，从增强创新效果、优化创新配置、提升创新潜力三个方面提出促进我国区域创新系统的协同发展对策。

关键词：区域创新系统；协同演进；协同学；B-Z反应

一、引言

区域创新系统是创新型国家建设的基础，是科技创新的基石，是经济发展的催化剂与助推器，对我国科技进步和社会经济发展具有重要的促进作用[1-2]。区域创新系统是国家创新系统的重要支撑，如何实现区域创新系统创新效率的提高、创新成本的降低，以及各种资源、知识、信息的整合，是提升区域整体创新水平的关键[3-4]。创新能力一直是学术界关注的重点问题，按照研究范围的不同可以将其划分为宏观(国家创新体系)、微观(区域创新系统)两个层面。以知识为基础时代的到来，使得国家创新系统应运而生[5]。学者们较多关注创新主体的问题，而对于如何构建一个有效的国家创新体系并不那么热衷[6-8]。国家创新体系可以从狭义和广义两个方面来理解，广义的概念涵盖了所有直接或者间接和创新过程相关的主体，狭义的理解那些直接与创造知识和使用知识相关的主体[9]。通过对国家创新体系的进一步研究发现，在中等的创新投入的条件下，可能产生令人可观的创新受益(Andersson and Mahroum，2008)，这不禁引起了学者们的注意(Archibugi and Coco，2004；Archibugi，2009，Mahroum，2013)，他们对国家创新体系的绩效指标问题进行了详细的研究，从实证分析的角度探讨不同国家之间创新能力差异的原因[10-13]。

然而，一些专家也指出区域化的研究更为重要，在全球化的背景下，国家这一层级对于经济、R&D和创新活动影响的重要性正在逐渐衰减[5]，区域创新的研究得到学者越来越多的关注[14-18]。区域创新对于地区经济发展绩效的推进作用渐渐突显[19]，从相对宏观的视角来看，区域创新系统的核心组成包括公共部分、私人部分，公共-私人部分[20-21]，从要素视角来看，其主要构成要素包括创新环境、大学、公共机构和企业(Buesa，2006)[22]。理论与实证研究表明大学机构的学术研究质量、集中度和外商投资是影响区域创新能力最重要的因素[23-25]，区域资源、行为主体能力、主体之间互动能力、研究制度、教育制度和技术转移制度等方面是造成区域创新差异的关键影响因素[26-27]，一国的区域差异越大越应该采用区域创新系统来进行研究[22]。Mikel Buesa(2010)应用知识生产函数进行分析，指出国家环境、区域环境、创新企业、大学、研发机构对区域创新能力具有重要的影响[23]。学者们对区域创新系统的创新能力(王锐淇，2010；Holger，2010；苏屹，2015)、创新绩效(Zabala Iturriagagoitia，2007；苏屹，2014)问题给予了极大关注，产生了一大批有代表性的研究成果[29-32]。然而，这些研究均是建立在线性思维的基础之上的，以还原论的思想来研究区域创新系统，对区域创新系统的复杂性有所涉猎但未深入研究。区域创新系统的发展过程并不一定遵循线性演化过程(Lee,2001)，其可能出现某阶段的跃迁，实现跨越式发展[33]。因此，需要从系统科学的视角对区域创新系统问题进行更加深入的剖析[34]。本文将基于B-Z反应，研究区域创新系统的协同演进问题，构建基于B-Z反应的区域创新系统协同演进方程，并进行实证研究。通过复杂性科学理论、协同学理论来构建区域创新系统协同演进分析框架，为系统科学进一步应用于区域创新系统的研究奠定一定的基础。

二、基于B-Z反应的区域创新系统协同演进模型构建

(一) B-Z反应与隐喻

协同学是自然科学与社会科学相结合的一门横断科学，它研究的是系统从无序向有序转变这一过程中的规律与特征[35-36]。协同学主要揭示了自然界和人类社会一个普遍存在的原理：初始结构→不稳定性→新的稳定结构，也就是一个系统内的状态变量和控制变量之间的协同作用使原有结构演化为新的稳定结构，并决定这个新的稳定结构的状态。系统的演化既包含偶然性因素，也包含了必然因素，偶然是在不稳定的状态下会随机产生某种状态的萌芽，而某种状态参量在系统的演化中被大多数子系统响应从而演化为新的结构，推动系统形成新结构的关键参量就叫做序参量。Belousov-Zhabotinskii(B-Z)反应主要是指丙二酸等有机酸在金属铈离子作为催化剂时被溴酸氧化的一系列复杂反应的总称[37]，其被认为是研究远离平衡态的化学体系中非线性行为的实验和理论模板[38]。B-Z反应的主要机理是FKN机理，由Field、Koros和Noyes提出，该机理说明的是硫酸介质中的金属铈离子作催化剂条件下丙二酸被溴酸氧化。一般认为该机理由三部分组成Br-的消耗，HBrO2的自催化以及Br的再生过程，一般称为过程A、过程B、过程C。

(C)2Ce(IV)+BrMA+MA→Br-+2Ce(III)+others。

在复杂科学的研究中，学者们普遍采用隐喻的方式进行研究，即利用隐喻来进行复杂性的刻画和理论描述，更清晰、直观地体现难以理解的复杂性和相关理论[39]。隐喻往往能提供一个新的解决问题的思路，在未知的领域通过已知的事物的类推将其中的复杂性转化为简单问题进行研究。在区域创新系统演进研究中可利用隐喻建立B-Z反应和区域创新系统演进的联系，将复杂的系统转换为化学反应这一直观概念。把B-Z反应看作一个系统的话，那这个反应系统是一个具有典型自组织性质的系统，宏观空间上的结构是由于大量微观粒子的自组织运动所产生的，在B-Z整个反应过程中，起决定性作用的三种粒子是Br-、HBrO2、Ce(IV)。那么也就是说从协同学的角度来看待B-Z反应，其慢变量，也就是序参量就是以上三种粒子。从微观上来看，各粒子在不断地做无规则运动，无法对其进行准确详尽的描述，是无序状态。但从宏观上看，该反应有一定的周期性，其红-蓝变化是反复出现的，因此从空间和时间上都是有序的。B-Z反应的这一特点与区域创新系统的演化是有着相似之处的：第一，B-Z反应是微观各粒子之间的无规则运动，而区域创新系统是各主体之间都在自身的职责范围内发挥着不尽相同的作用，各主体并没有有序的行为；第二，B-Z反应呈现出花纹图案并呈现出周期性规律，形成有序的空间结构，而区域创新系统在各主体的配合下，互相协作，有效地提升了创新能力，具有明显的协同效应。

(二)适用性分析

B-Z反应是协同学的经典模型，是复杂性科学的一种处理方法，主要用于复杂系统相关问题的研究。复杂性科学就是以复杂系统为研究对象，以不同于还原论线性理论的新思想——非线性思想为特征，将探索和解释复杂系统运行规律视为主要任务，以提升人类了解世界、探究世界、改造世界的能力为主要目的的一种新兴的、具有分散性和学科互涉性的科学研究理论[40-42]。区域创新系统是一个具有非线性、不确定性、自组织性、涌现性的复杂系统，协同学的非线性思维可以有效地研究区域创新系统的内部的关系，解决创新系统协同演进的问题[43-48]]。协同学表示在某一系统中各子系统之间的竞争、合作关系的科学，协同学研究的对象既可以是自然界的系统，也可以是社会中的系统[49]。区域创新系统中不同主体间的配合和协作，各企业之间存在着竞争，也存在着相互协调合作。B-Z反应协同学模型可以很好地解决区域创新系统的演进问题。从区域创新系统的演进过程来看，区域创新系统是从开始的渐变逐步引发了系统的突变，在突变后又形成了新一轮变化的循环。这个演进过程也是连续的，不可分割的。以系统科学的角度观察区域创新系统，可以发现区域创新系统是具有复杂性的，区域创新系统的内部存在着涨落变化，在外界综合投入的变化中，区域创新系统可以从某一状态演变跃迁至更高级的状态。这个过程是一个复杂的、动态的、具有自组织性状的系统过程，是在各子系统的相互联系、相互作用下形成的。这一系列的特征完全符合协同学的研究特点，因此利用协同学理论去研究区域创新系统的演进问题，可以更有效地了解区域创新系统演进的本质。

1.协同过程

区域创新系统协同概念继承了熊彼特的思想，是生产要素重新组合思想的进一步发展，主要强调了要素的非线性组合和系统的自组织特性[50]。区域创新系统是一个复杂的巨系统，区域创新系统的协同是各子系统在非线性的相互复杂作用下形成了单个子系统所无法达到的整体协同效应的过程。从资源要素的角度来看区域创新系统协同，可以概括为：在区域内各资源要素的相互作用，形成资源要素的优化配置与组合和各资源要素在创新主体间的流动与应用，形成资源要素的充分利用。区域创新系统的三大子系统都从不同的角度影响着区域创新系统的协同，首先是区域创新主体子系统，区域内的企业、大学、科研院所、政府、中介机构、金融机构实现建立各主体间的联系，实现各主体功能的衔接和互动协调，称之为区域创新主体子系统间的协同；其次是区域创新资源子系统，包括了区域内的人力、资本、知识、技术、信息等，这些资源型要素在区域内形成有效的组合，以最优的组合形式在区域内流动并被各创新主体所应用，实现其功能，其中有三种组合方式，第一种是要素之间的一般组合，第二种是要素间的非线性组合，第三种是要素之间的自组织组合，这一过程称之为区域创新资源子系统的协同；最后是区域创新系统环境子系统，这其中包含了区域文化、区域政治、区域制度、区域组织之间与整个区域创新系统的协调发展。这三大子系统之间也存在着复杂的相互作用，在创新环境子系统的影响下，创新资源子系统与创新主体子系统融合，形成创新成果促进区域经济发展。按照协同学的观点，协同是系统中内部各要素或各子系统按照复杂的非线性方式相互作用、协调配合和同步，产生主宰系统发展的序参量，支配系统向有序稳定的方向发展，进而使系统整体功能放大或倍增，即实现“1+1>2”的协同效应。所以说，区域创新系统协同可以说是“生产要素重新组合”的升华，是更高级的组合。区域创新系统协同是区域内协调合作，同步发展的高级形态，区域创新系统协同通常可以实现多项功能的整合，促进区域内的优势互补、合作共赢，进而形成协同效应。

第一，区域创新系统协同过程主要是资源在竞争机制和合作机制下的要素匹配。区域创新系统内的合作机制、竞争机制都是复杂的作用过程，各子系统的相互作用是实现无序走向有序的主要途径。在这一过程中，区域创新系统的资源要素具有较强的活力，区域创新系统内部寻求的是资源的组合，使区域内的资源利用率达到最高。各资源要素在这一过程中形成了互补关系，逐渐产生影响区域创新系统演进发展的序参量，支配着系统从无序走向有序，产生协同效应。第二，区域创新系统协同演进的过程中，单纯的要素组合是远远不够的，区域创新系统是一个复杂的巨系统，非线性关系是要素之间最明显的体现，要素之间的非线性组合关系是区域创新系统协同的本质所在。在协同演进过程中，区域创新系统要素并不仅仅是简单的组合，而是寻求一种最优组合，这样的最优组合实现了区域创新系统的协同效应。第三，要素最优的组合过程中需要体现出交互性和同步性。区域创新系统是一个复杂的巨系统，在这个系统实现协同效应的过程中并不能仅仅依靠某几个要素的最优组合，需要实现的是区域内众多要素的共同最优组合。交互性体现在众多要素形成非线性的复杂关系促进协同效应的产生。同步性体现在同一时点要素的共同最优配置。这样就能够使系统在空间上形成协调一致的整体运动，从无序走向有序，实现协同效应。

2.协同关系

区域创新系统是一个复杂的系统，包含了创新主体系统、创新资源系统和创新环境系统。在这个系统中各主体要素、各资源要素、各系统之间都存在着协同关系。从区域创新系统各子系统的视角来看，企业是核心主体。在一个区域创新系统中，企业分布在该区域的各行各业，企业之间既包含了垂直的上下游关系，也包含了平行的竞争与合作关系，无论是垂直还是平行的各企业间都存在着协同关系。围绕在企业周围的是区域创新系统内的其他主体，如提供辅助性服务的中介机构，主要存在着和企业及大学、科研院所之间信息传递的协同关系，金融机构实现了与企业及大学、科研院所间资金的协同，大学及科研院所之间的合作与信息的交流实现了二者之间的协同，同时又将知识、技术、人才输入到各主体中，形成与其他主体的协同。政府作为宏观的调控者，建立基础设施，提供政策、环境之间的协同关系如图1所示。

区域创新系统的各子系统之间是具有明显的相互作用，在这种相互作用下区域创新系统的整体功能绝不只是子系统的简单加总，具有明显的协同效应。

(三)状态变量的选择与序参量的确定

状态变量是完整描述系统运动的一组变量，它能够确定系统未来的演化行为。所以，找到区域创新系统的状态变量，就要明确区域创新系统的运行过程。区域创新系统是一个复杂的系统，可以将区域创新系统的主要运行过程概括为下述几个阶段，如图2所示。

首先，创新环境子系统中的资源被输入至创新主体子系统中的各个主体当中，引起了区域创新系统内部的合作、竞争等一系列复杂的关系。这一阶段主要是资源输入到各主体当中，我们用创新配置状态描述这一阶段，它表示了区域创新系统各主体间的合作及资源在其中的配置。

然后，创新主体之间的复杂作用，资源的有效配置和流动形成了区域创新系统的实际产出。这一阶段资源转化为了实际产出成果，我们用创新效果状态描述这一阶段，它表示了区域创新系统的实际产出成果的数量。

最后，这些新产生的成果与新的资源再一次回到创新环境中，继续循环这个过程。但这一阶段的区域创新系统已经相对于上一次的循环更高级。这一阶段主要是区域创新系统的资源再配置与成果的再增加，我们用创新潜力状态来描述这一阶段。它表示了区域创新系统的发展速度。

序参量是区域创新系统的状态变量，是决定区域创新系统协同演化的慢变量。区域创新系统存在着自组织运动，当控制变量达到阈值条件时，区域创新系统会向更高级的状态演化。从动态视角来看，创新潜力代表了区域创新系统的发展速度，说明的是区域创新系统下一个时间点的状态，而区域创新系统的协同演进的研究也是为了在未来的某时间节点区域创新系统能够实现协同，而创新潜力恰恰是对区域创新系统未来状态的描述，未来区域创新系统的成果产出、配置情况都是由创新潜力决定的，创新潜力也就成为了主要影响区域创新系统演化的变量，它具有区域创新系统序参量的特征。因此，本文认为创新潜力就是区域创新系统协同演进的序参量。

(四)Logistic演化方程模型

图1　协同视角下的区域创新系统

图2　区域创新系统运行简图

创新配置对创新潜力的影响并非简单的线性关系，在初始状态，其会对创新潜力产生积极的影响，从时间维度来看，创新潜力会影响创新效果，而创新效果并不对创新的潜力产生直接影响。由此可得在外界投入为θ的条件下，状态变量q1的Logistic演化方程为：

表1　区域创新系统各变量表

(1)

对于创新配置状态q2而言，区域创新系统创新配置是产生实际创新成果，是促进区域创新系统发展的基础。因此，q2的演化过程同时受到区域创新潜力状态、区域创新效果状态以及自身的共同影响，在外界投入为θ的条件下，创新配置状态q2的Logistic演化方程为：

(2)

区域创新系统创新效果状态q3的演化过程仅与自身状态和创新潜力相关。区域创新系统的创新配置情况往往很难决定当期的创新效果，因此本文认为，创新配置不对创新效果产生直接的影响。区域创新系统的创新潜力对创新成果的产出具有正向的推进作用，创新潜力越大，则创新效果越好。创新效果状态q3的Logistic演化方程为：

(3)

根据上述分析，由方程(1)、(2)、(3)可得区域创新系统协同演化方程如下：

(4)

其中η1，η2，η2是常数，θ，α，β，γ定义如下：

公式(4)是区域创新系统的协同演化方程，该公式可以描述区域创新系统的演化过程，利用创新潜力、创新配置、创新效果三个状态变量模拟了区域创新系统通过协同作用发展的状态。通过公式(4)与B-Z反应模型的演化动力学方程模型比较，可以看出，区域创新系统的演化方程与B-Z反应模型具有相似性。二者都是复杂系统，都有三种主要的变量，外界投入的综合指数相当于化学反应中的控制参数，而α,β,γ则对应了B-Z反应中的反应速率。同时，我们设定：

η1=2,l=2表示区域创新系统的协同状态；

η2=1表示区域创新系统在无外界影响下可维持现状；

η3=2表示区域创新系统有较强的能力发展为更高级的有序状态[51]。

所以可以将公式(4)转化为B-Z反应模型动力学方程为基础的区域创新系统协同演化模型，如下所示：

(5)

从这一过程中可以看出，区域创新系统和B-Z反应具有相似的复杂性，同时，前文叙述了区域创新系统的特征，包括了非线性、失衡性、开放性、涨落性，这为利用协同学研究区域创新系统协同演进奠定了基础。在分析复杂系统的过程中引入协同学方法，利用线性稳定性分析、绝热消去原理方法对区域创新系统协同演化模型进行分析。

(五)线性稳定性分析

在区域创新系统的演进过程中，从失衡的状态到有序的状态这一转变过程中会出现涨落，通过涨落可以使控制变量突破阈值，从而实现系统在序参量的作用下形成自组织。阈值是使区域创新系统进入更高级有序状态的条件，那么确定这个阈值就可以确定控制变量达到什么程度时系统可以实现自组织。协同学中的线性稳定性分析可以确定区域创新系统协同演进的阈值。

线性稳定分析主要通过建立拟扰动项，利用定态解将演化方程线性化并写成矢量形式。一个系统在失稳的条件下才可以达到阈值，特征根有负实部时系统才会达到失稳条件。根据胡维茨判别法可以得到不等式组[51]，从而最终得出阈值条件为：

θ=γ/(α+β)

(6)

(六)绝热消去原理的应用

绝热消去原理的目的就是通过处理将复杂大量的偏微分方程转化为只有序参量的演进方程，将复杂问题转化为简单问题。快变量并不在系统的演进过程、临界特征、系统演进等方面起主要作用，所以可以通过一定的处理使快变量的时间微商等于零，将得到的关系式代入其他方程，从而消去快变量的变化对系统演进的影响，突出在整个过程中处于主导地位的慢变量，得到只有慢变量的演进方程——序参量方程。

前文构建了拥有三变量的区域创新系统协同演进模型，由q1,q2,q3分别表示创新潜力，创新配置，创新效果。创新潜力作为序参量，创新配置，创新效果作为快变量，令快变量对时间的导数等于0，则可得：

(7)

可解得：

(8)

将q1的表达式代入到(8)中，可以得到区域创新系统协同演进的序参量方程为：

(9)

此时区域创新系统达到阈值条件，引入时间变量t，则式(9)可写成：

(10)

其中：

(11)

通过评价指标及定义获得θ,α,β,γ的具体数值，就可以通过序参量方程得到区域创新系统序参量在一定的外界条件下随时间的演进解。在这里，序参量方程能够反映区域创新系统序参量随时间演进的变化情况，在阈值条件下，区域创新系统可以向更高级的有序状态发展，形成新的状态。

三、区域创新系统协同演进实证研究

(一)数据的搜集及处理

数据的有效性是实证研究成功的重要保证，本文通过评价指标可以获得α,β,γ三项调整参数，真实有效的数据来源保证了α,β,γ三项调整参数的有效性。根据本文的创新潜力、创新配置、创新效果评价指标从《中国科技统计年鉴》、《中国区域创新能力报告》、《中国科技论文统计与分析》、《中国市场化指数报告》、《国家科技型中小企业创新基金》、《中国统计年鉴》搜集了2011年及2012年我国30个省级行政区的各项指标数据。由于政府与市场关系等指标数据的统计相关年鉴和报告只更新至2012年，故选择2011年、2012年的数据，评价指标如表2所示。

经过计算ai、βi、γi的数值具体如表3所示。

(二)实证结果分析

通过计算得到了2011年、2012年各省域区域创新系统的θ,α,β,γ的具体数值，则可以通过序参量方程得到区域创新系统序参量在一定的外界条件下随时间的演进解。利用MATLAB编程，并模拟式(10)进行实证研究，通过控制θ的值可以看到各省域区域创新系统在阈值条件下，以及在不同的外界投入θ下序参量的演进轨迹。由于篇幅所限这里仅给出北京市在阈值条件下与不同外界投入θ下序参量的演进轨迹，如图3所示。

表2　区域创新系统评价指标

表3　评价指标数值计算

图3　北京市区域创新系统不同外界投入θ下序参量演进轨迹

从图中可看出，在阈值条件下北京市创新系统的序参量——创新潜力从无到有，随着时间的推移而逐步向高阶水平发展。而在外界投入低于阈值水平时，序参量是低于初始状态的(低于1)，则说明在在外界投入低于阈值水平时系统是无法实现协同的。而如果外界的控制变量维持在阈值水平之上，则可以看出序参量达到协同水平，北京市创新系统将迅速地向更高阶的有序状态发展。

选取北京市为研究对象，利用北京市2012年的各项指标得出θ,α,β,γ值，根据公式(5)利用MATLAB编程进行仿真模拟，可以得到随着时间的推移，北京市区域创新系统在阈值投入下的创新潜力、创新配置、创新效果的三维演进图，具体如图4所示。

图4　北京市区域创新系统三维演进图

其中，x代表创新潜力、y代表创新配置、z代表创新效果。从图4可看出，三个变量在初始状态下水平均处于较低水平，随着时间变化，三个变量的水平有了显著的提升。这说明北京市区域创新系统在外界综合投入θ达到阈值的条件下，区域内的各子系统通过复杂的作用形成了协同效应，使区域内资源实现了有效的组合，各主体功能得到了有效的发挥，创新成果产出也随之增加，创新潜力、创新配置、创新效果呈稳步上升趋势，区域创新系统处于高速发展状态。

为了更好地观测除序参量——创新潜力外的另外两个状态变量——创新配置和创新效果的演进情况，同样以北京市区域创新系统为例，根据公式(5)利用MATLAB编程进行仿真模拟，可得到北京市区域创新系统创新配置随时间变化的演进图，具体如图5所示。

图5　北京市区域创新系统创新配置演进轨迹

其中t代表时间、y代表北京市区域创新系统的创新配置程度。从图5中可看出，在外界综合投入θ达到阈值条件时，创新配置的演进轨迹经历了先逐步升高，再小幅度降低，最后稳步提升的过程，说明北京市区域创新系统在协同演进过程中创新配置经历了一个小波动。这种波动出现的原因主要是在协同演进过程中，区域创新系统在外界的不断投入下，区域内资源的配置逐步优化，但达到一定程度时会出现饱和状态，此时资源的继续投入反而会破坏原本的优化状态。而伴随着演进的不断推进，区域创新系统的创新配置可以达到一个新的高度，创新配置水平会逐步上升，随后维持在一个稳定的状态，在外界的综合投入θ达到下一个“触发”演进的阈值时，创新配置会循环这一轨迹。

同理，根据式(5)利用MATLAB编程还可以得到北京市区域创新系统创新效果随时间变化的演进图，具体如图6所示。

图6　北京市区域创新系统创新效果演进轨迹

其中t代表时间、z代表北京市区域创新系统的创新效果。根据图6可看出，北京市区域创新系统创新效果演进轨迹与创新配置演进轨迹都出现了降低的部分，但创新效果的演进在初始阶段就出现了降低，随后逐渐升高并达到一个较高的水平。创新效果水平出现降低的原因是由于区域创新系统在协同演进过程中增加了外部成本，导致的创新效果水平降低，在逐步的发展演进中，外部成本得到控制，创新效果再次升高，并维持在较高的水平上。

通过计算各省域数据，可以得出我国30个省级行政区2011年及2012年在阈值条件下及在不同外界投入θ下的序参量——创新潜力演进轨迹。从实证结果来看，我国30个省级行政区2011年及2012年在阈值条件下序参量的演进同北京市创新系统的序参量变化类似，说明我国各省域创新系统如果能够在外界投入达到阈值的情况下能够稳步地向更高阶的状态发展。在阈值条件下，区域创新系统内的各子系统能够有效地产生协同效应，在该过程中，区域创新系统实现了子系统内发展水平彼此相匹配，各子系统之间形成了良性循环，促进了区域创新系统向跟高阶水平有序发展。

除了在阈值条件下各省域创新系统序参量的演进轨迹外，本文还通过控制不同的θ值来观察在不同外界投入水平下，各省域创新系统序参量的演进轨迹，主要选取高于阈值水平与低于阈值水平的两组值来进行对比。通过对比观察发现，当外界投入水平高于阈值时，区域创新系统序参量的水平将从开始就处于一个较高的水平，θ值越大，序参量的水平越高。也就是说当外界的人力、资本、信息、技术等投入较多时，对于区域创新系统的发展演进起到了促进作用。说明在外界的不断投入下，区域创新系统的各子系统产生了协同效应。而当外界投入水平小于阈值时，区域创新系统的序参量是低于初始状态的，也就是说序参量是不存在的，说明在外界投入的人力、资本、信息、技术等投入较少时，区域创新系统内部各子系统无法形成协同效应，无法向更高阶的有序状态演进。

同时，以北京市为研究对象，观测了北京市区域创新系统在阈值条件下创新潜力、创新配置、创新效果的三维演进轨迹和创新配置、创新效果的二维演进轨迹。从北京市区域创新系统在阈值条件下的三维演进轨迹来看，创新潜力、创新配置、创新效果呈总体上升趋势，说明在北京市区域创新系统的演进过程中，各子系统之间形成了良好的协同发展效应，实现了创新效果的增强、创新配置的优化、创新潜力的提升。从创新配置的演进轨迹来看，北京市区域创新系统在初始状态下，外部的综合投入增加使创新配置的优化状态达到了饱和，在饱和状态下过度地消耗资源降低了创新配置的优化程度，但随着区域创新系统的协同演进，创新配置的优化程度能够达到更高的状态。从创新效果的演进轨迹来看，由于协同发展的初期外部成本的增加，使创新效果较初始状态有所降低，但在各子系统的协同发展作用下，外部成本会被逐渐控制，使创新效果得到提升，最终维持在一个高水平的状态。

阈值的大小代表了外界综合投入水平的高低，阈值越大，说明若想使当前区域创新系统实现演进，向着更高阶的有序状态发展，需要外界投入的人力、资本、信息、技术等就要越多。反之，阈值越小，则说明外界投入的人力、资本、信息、技术等即使很少，也有可能使该区域创新系统实现发展，形成各子系统的协同，从而促进区域创新系统的演进。将30个省级行政区域按两年平均阈值大小划分，可得到30个省级行政区域处于不同阈值范围的分类表，如表4所示。

根据上表可看出，我国大部分的省级行政区的阈值范围在0.6-0.7之间，这证明我国大部分省域创新系统需要投入的综合水平较为相似，证明我国省域创新系统发展并未出现极端的状态。另外，阈值较高说明若想使当前区域创新系统实现演进，向着更高阶的有序状态发展需要外界投入的人力、资本、信息、技术等就要越多。从创新强省的角度来看，由于这些省份区域创新系统已经达到了一个较为高阶的状态，因此想要继续发展则需要较多的人力、资本、信息、技术，如广东省；而部分强省在政府与市场关系改善程度指标上数值出现异常，如全国各省级行政区域中只有天津市的政府与市场关系改善程度为正，所以天津市的政府与市场环境间的协同效应更容易实现，则表现在结果上会出现阈值较低的现象。从弱省的角度来看，由于地理、政治、经济等因素的影响会使这些省份的指标出现巨大波动，如大部分创新能力较弱省份的创新效果指标极低，而创新潜力指标极高，因此其阈值会呈现两极分化。所以，同为创新弱省，内蒙古与青海的阈值差距相对较大。下面我们将针对发现极值的省份进行详细的分类：

表4　省域创新系统阈值(大小)分类表

(1)青海省。青海省位于我国的青藏高原东北部，创新基础薄弱，其创新能力长期处于全国落后水平。青海省在创新潜力、创新配置、创新效果的各项指标化中，水平均较低。其中，发明专利授权数、国内论文数、国际论文数、作者同省异单位科技论文数等9项指标排名30个省级行政区域的最后一名，其他指标排名也处于全国落后水平。这说明青海省区域创新系统若想实现协同演进必须要加大外部的综合投入，才能通过外部的综合投入促进区域内各子系统之间的复杂作用，从而在这种作用下实现系统协同演进，因此，青海省阈值相对于其他省份较高。

(2)天津市。近年来，天津市大力实施创新驱动发展战略，以科技型中小型企业的发展为重点，区域创新系统的发展得到重视。从统计数据来看，高校及科研院所与企业的协同发展、政府与市场关系及其改善程度，企业与金融机构的协同发展均处于全国前列。说明天津市区域创新系统各子系统间的协同效应已有比较良好的基础，因此天津市阈值较低。

(3)福建省。福建省位于东南沿海，连接长三角及珠三角，近年来，福建省构建了由市场决定技术创新的项目安排、经费分配和成果评价机制，有效地促进了区域创新系统的发展。福建省在发明专利授权书增长率、技术市场交易金额增长率、企业研发经费外部支出增长率等5项创新潜力指标上均居全国前列，说明福建省的区域创新发展速度迅速，创新潜力较大。由于创新潜力是区域创新系统协同演进的序参量，福建省的创新潜力水平较高，则相对于其他省份更容易实现协同效应，因此阈值较低。

(4)内蒙古自治区。内蒙古自治区近年来逐步搭建科技创新平台，强化政策、制度、人才三个区域创新保障方面取得了显著的效果。论文数量增长率，新产品销售收入增长率等创新潜力指标均居全国前列，金融机构与企业协同发展较为迅速，实现了区域内创新潜力、创新配置的迅速提高，因此阈值较低。

(5)重庆市。重庆市近年来营造了一个良好的创新氛围，深化体制改革，全面提高知识运用与创造水平。高校及科研院所与企业间的合作增强，二者之间的协同发展水平居全国第三位，GDP增长率居全国第三位，其他各项指标也优于大部分省市。由于创新潜力及创新配置的优势，重庆市的阈值较低。

(6)宁夏回族自治区。宁夏受自然资源约束严重，其区域内的产业规模、企业创新、市场竞争力等发面都面临巨大的挑战。但在自然资源受限的条件下，宁夏在知识获取与创造方面足够重视。其论文增长率、企业研发经费外部支出增长率、新产品销售收入增长率等创新潜力指标位列全国前三，所以，其阈值较低原因与内蒙古自治区类似，均是在这几年内实现了区域创新系统的快速发展。

除此之外，按照阈值的增减性，也可以对近两年来我国省域创新系统的发展情况进行一定分析。阈值的增加性代表的是经过一年的发展，某一省域需要加大外界投入力度，还是维持或适量减少投入力度。若阈值减小，证明经过一年的发展该省域可以维持或略减少投入力度，逐步使该省域创新系统向更高阶迈进，而阈值增大则说明在一年的发展中，该省域创新系统远离了跟高阶的有序状态，需要加大投入力度从而实现该省域创新系统的协同演进。根据阈值增减性可以得到表5。

表5　省域创新系统阈值(增减性)分类表

从上表可看出，根据增减性划分仍然出现了与上文分析中同样的特点，在阈值增大的省份中主要包括了创新极强省份广东、江苏，也包含了极弱省份甘肃、宁夏、青海等。由此可判断，在我国省域创新系统中大部分省份能够通过外界的不断投入，逐步向更高阶的有序状态发展，但一些创新极强省和创新极弱省份的投入还无法使其向协同演进迈进。究其原因，首先创新极强省份是由于外界的投入已无法跟上这些省份的快速发展，从而使阈值升高，而创新极弱省份是由于外界的投入不够，从而使其阈值升高。

四、促进区域创新系统协同发展对策研究

根据本文的实证分析可以看出，我国省域创新系统大部分处于良好发展的态势，从30个省级行政区域的序参量演进轨迹图来看，我国各省域创新系统如果能够使外界综合投入指数达到阈值条件，则各省域创新系统可以稳定地向更高阶的有序状态发展。但与此同时，也应该注意到我国各省域创新系统发展的不均衡性，特别是部分省级行政区，如海南省的企业研发经费内部支出额中获得金融机构贷款额出现异常，该值为0。另外，根据各省域创新系统2011年及2012年的阈值可以看出，大多数省份能够保持中等水平的阈值，为该省域创新系统的协同演进打下了基础，但部分省份阈值偏高，也就说明该省份想实现区域创新系统向更高阶演进较为困难，并且该情况多出现在创新能力极强省份和极弱省份里。在阈值增减性的分析中可得到与上述情况类似的结论，部分创新能力极强省份和极弱省份在一年的发展中远离了更高阶的状态。

结合本文分析的三个状态变量(创新效果、创新配置、创新潜力)，从增强创新效果、优化创新配置、提升创新潜力三个方面提出促进区域创新系统协同发展的对策。

(1)增强创新效果。本文中创新效果也就是区域内实际产出的创新成果。创新成果是创新效果的直接体现，是创新主体子系统与创新资源子系统通过复杂作用所产生的，其主要经历了资源输入主体、主体输出成果等过程。因此，增强创新效果要从创新主体子系统中的各主体要素出发，涉及到的主体主要包括：企业、高校及科研院所。

第一、企业层面。企业在适度的竞争机制下能够提升自身能力，其原因是在竞争机制下会产生危机感，在这样的竞争制度下也能够有效地淘汰不良企业，筛选出符合市场发展、符合当代经济需求的优秀企业。企业在竞争的同时也能发现自身存在的问题，通过改良和发展不断提升自身实力。加大培养力度，使企业向创新型企业转型，加强企业的战略、制度和组织创新，使企业拥有有自主知识产权和自主品牌，这样企业就具有了核心竞争力，也就能够体现出较强的可持续发展能力。

第二、高校及科研院所层面。高校与科研院所在区域创新系统中的主要职能是利用自身的知识资源、人力资源形成新的知识、新的技术，与企业合作形成新的创新成果。所以各区域要积极发挥本区域内高校与科研院所的技术优势，加强高校及科研院所与企业之间的协调合作，促进技术商品化和商品市场化。在企业与高校及科研院所的交流中，企业将市场信息迅速传递至高校及科研院所，二者可以根据市场上的最新信息研发最符合市场需求的新科研成果、新知识、新技术。企业对高校和科研院所的资金支持也能够使高校及科研院所进行科技研究的效率得到提升。从人才角度来看，企业与高校的合作能够有效地吸纳人才，高校在与企业合作的过程中也促进了高校学生的就业。企业的一般员工也可以通过这样的合作进入高校继续深造，成为高素质人才，提升企业人员素质。

(2)优化创新配置。创新配置代表的是区域内资源在各主体中的流动和应用，是区域内各主体合作的体现。这些资源包括了人力资源、资金资源、知识技术资源等。将这些资源合理与区域内的主体配置，可以有效地提升区域创新系统的发展速度。人力资源是区域创新系统中各主体不可或缺的，人力资源也是创新资源子系统中最为宝贵的资源要素。从区域创新系统大的环境出发，政府应该创造良好的人才环境，在这个环境下，人才在区域内实现人尽其才、才尽其用、人尽其职、职尽其能的高效率状态。不同性质的人才有序分配给不同的主体，保证人力资源的最优配置。从我国目前的就业情况来看，企业在接纳大学毕业生时往往需要进行内部培训，才能使入职的大学生真正了解自己的职能。大学生在高校内所学习的知识、创造的知识往往不能够直接在企业中应用，造成企业与大学之间人力资源的脱节。所以企业和大学之间要加强人力流动，大学教育应更多地结合企业开设相对多的实践课程，使学生在企业的实践课程中了解能够真正在职业生涯中能够运用到的知识和技术。在其他各主体之间也可遵循这样的思想，在各主体间建立人才共享机制，将区域内的人力资源集中起来。通过有偿使用、平等协商、利益驱动、市场定位、政府引导等方式，使人才的流动逐步趋于合理和有序。

除了人力资源外，资金也是区域创新系统中一项重要的资源要素。企业要有效地利用区域内的资金，这一目的可以通过企业之间的协调合作来实现。在企业的共同合作下，资金风险会分摊到每个企业上，每个企业的资金压力会相对减缓。政府制定合理政策，也可以促进该区域内资金的有效流动，可通过政府引导金融机构实现金融创新，建立促进技术创新的金融政策。政府可以给予中小企业优惠的税收政策，促进中小企业的发展。在市场环境恶化的情况下接管市场，保证市场稳定。提供多种招商引资政策，促进外商的投资，实现本区域内的经济发展和福利水平的提高。对于技术创新能力较强的企业推行技术创新保险制度，减少企业技术创新活动的风险。对中小企业推行高效融资政策，加速中小企业融资速率，解决中小企业融资难的问题。

知识是在区域创新系统内部产生的，知识再产生后也会运用到区域创新系统当中。知识的合理应用能够体现区域创新系统的创新配置程度，区域内的知识要根据知识类型合理的运用到区域创新系统的各主体中去。如果出现知识类型与主体不匹配的情况，反而会降低该主体的运行效率。大学及科研院所的知识、技术往往是与市场脱节的，不能被企业所利用。而对于企业的核心技术，大学及科研院所的研究人员又往往不重视。所以，在这种情况下，就需要强大的中介机构来完成企业与大学及科研院所的对接。中介机构在区域创新系统中主要起到桥梁和纽带的作用，需要有效地完善中介机构的功能，将不同类型的知识建立起符合其特点的主体对接形式。一方面，需要建立良好的环境，促进中介机构发展，另一方面促进大学及科研院所与企业之间通过中介机构建立联系。在这一过程中，还要规范化中介机构，使中介机构的各项职能实现和企业、高校与科研院所的对接。如建立规范化的创业孵化园与企业对接，规范化的人才库与高校对接等。加大宣传力度，使中介结构真正成为其他主体之间的纽带，而不仅仅拘泥于形式。提升中介结构的组织结构，建立功能齐全，运行灵活的中介结构，实现知识的有效配置。

在区域创新系统配置的发展中，我国各省份都有自身的侧重点。部分省份注重知识合作的发展，部分省份注重各主体之间的合作，还有一部分省份注重主体与环境之间的发展。究其原因是因为各省份经济情况、地理位置的不同所造成的。资源分布的差异造成了各省在创新配置上的不同，所以在创新配置的发展中，各省份要结合自身情况有侧重的进行发展和优化，不可盲目提高单一资源的配置情况。

(3)提升创新潜力。本文定义了创新潜力是区域创新系统的发展速度，是创新效果与创新配置较前一时间节点的优化程度。所以，创新效果和创新配置的大幅度提升会促进创新潜力的提高。结合实证研究来看，我国区域创新系统创新潜力较大的省份有新疆维吾尔自治区、云南省、宁夏回族自治区、广西壮族自治区；创新潜力较弱的省份有北京市、上海市、广东省、浙江省。通过这组结果可以发现，目前我国区域创新系统发展中，创新能力较强的省份其创新潜力较小；创新能力较弱的省份其创新潜力较大。这说明在近一年的发展中，创新能力较强的省份发展速度已经逐步变慢，而创新能力较弱的省份逐渐加速。

因此针对于这两类不同的省份，需提出不同的提升区域创新潜力的建议。一方面对于创新能力较强的省份来说，在保持原有创新成果产出和创新配置优势的同时加大投入力度，该投入力度要根据本省的经济发展水平而确定。寻求创新配置的进一步优化，从实证研究的过程中可以看到，在很多涉及主体、资源、环境三者之间协作关系的指标中，创新能力较强的省份并为占有领先位置，可以通过进一步实现创新配置优化来提升创新潜力。例如，广东省需要加强高校和科研院所研发经费内部支出额中来自企业的资金，促进高校和科研院所与企业的合作。北京市要提升企业研发经费内部支出额中获得金融机构贷款额，确保金融机构与企业能够有效配合。另一方面，对于创新能力较弱的省份，主要是要寻求创新成果的突破，从区域创新系统协同现状和实证研究过程来看，创新能力较弱省份由于资源的匮乏，一直在依靠发展速度的优势引领者区域创新系统的发展。但目前，其创新成果仍然处于较低的水平，随着区域创新发展速度的提高，这些省份更应该注重外部资源的投入，通过现有的发展速度优势加大宣传，吸引区域外部的资源的进入。随着外部资源的进入，原本的资源劣势将会逐渐改善，这些省份仍会以一个相对较高的速度发展。

五、结论

本文从区域创新系统的概念出发，认为区域创新系统是一个包含有创新主体子系统、创新资源子系统、创新环境子系统三个部分的复杂系统。通过隐喻方法，借鉴B-Z反应这一非线性化学反应，选择创新效果、创新潜力、创新配置三个状态变量隐喻B-Z反应中的三种主要物质，外界综合投入指数隐喻B-Z反应的控制参数，三个状态变量的调整参数隐喻B-Z反应中的反应速率，构建区域创新系统协同演进模型，并进行实证研究。研究结果表明：一方面，从演进阈值增减性来看：近一年的发展中，黑龙江、江苏、广东、广西、海南、贵州、甘肃、宁夏、青海9个省级行政区的阈值增大，说明经过一年的发展，9个省级行政区域相对于上一年远离了区域创新系统的演进点。另一方面，从演进阈值大小来看：创新能力较强省份和创新能力较弱省份的区域创新系统的阈值趋于两极化，创新能力较强省份的阈值部分极大，部分极小；创新能力较弱省份也出现了同样的状况。在实证研究的基础上，结合区域创新系统的三个状态变量(创新效果、创新配置、创新潜力)，从增强创新效果、优化创新配置、提升创新潜力三个方面提出促进我国区域创新系统的协同发展对策。本文的研究也存在一些不足之处：本文选择的阈值只是外界的综合投入，虽然给予了相应的定义，但并未通过相应的指标来确定具体从哪些方面进行投入能够促进区域创新系统的协同发展，作者将针对这一问题进行更加深入的后续研究。

参考文献：

[1]傅正华,张耘.中关村区域创新体系发展现状与问题分析[J].科技进步与对策，2010,27(18):42-45.

[2]李鑫伟.区域创新系统中知识扩散国外研究进展及未来展望[J]华北电力大学学报，2014,(1):33-40.

[3]王祥兵,严广乐，杨伟忠.区域创新系统动态演化的博弈机制研究[J].科研管理，2012,33(11):1-8.

[4]张帆.武汉与上海的区域创新系统比较研究[J].华中师范大学研究生学报.2009,16(2):133-137.

[5]Chung S.Building a national innovation system through regional innovation systems[J].Technovation，2002(22):485-491.

[6]Nelson R R.National innovation systems：a comparative analysis[M].Oxford ：Oxford University Press，1993.

[7]Patel P，Pavitt K.The nature and economic importance of national innovations systems[D].STI Review，OECD，Paris，1994.9-32.

[8]Elpida Samara，Patroklos Georgiadis Ioannis Bakouros.The impact of innovation policies on the performance of national innovation system：A system dynamics analysis[J].Technovation，2012,32：624-638.

[9]Lundvall B A.Innovation as an interactive process：user-producer relations[M].London ：Technical Change and Economic Theory，1988.

[10]Archibugi D,Coco A.A new indicator of technological capabilities for developed and developing countries[J].World Development,2004,32(4)：629-654.

[11]Archibugi D,Denni M,Filippetti A.The technological capabilities of nations：the state of the art of synthetic indicators[J].Technological Forecasting and Social Change,2009,76(7)：917-931.

[12]Sami Mahroum，Yasser Al-Saleh.Toward a functional framework for measuring national innovation efficacy[J].Technovation，2013,33：320-332.

[13]FURMAN J L，HAYES R.Catching up or Standing Still? National Innovative Productivity Among“Follower”Countries:1978-1999[J].Research Policy，2004,33(9):1329-1354.

[40]Braczyk H J，Cooke P，Heidenreich R.Regional innovation systems[M].London：London University Press，1996.

[15]Cooke P，Go’mez Uranga M，Etxebarr’a G.Regional systems of innovation：institutional and organisational dimensions[J].Research Policy,1997,26：474-491.

[16]Cooke P，Boekholt P，Todling F.The governance of innovation in Europe[M].London，Pinter，2000.

[17]Cooke P.Regional innovation systems，clusters and know￣ledge economy[J].Industrial and Corporate Change,2001,10 (4)：945-974.

[18]Doloreux D.What we should know about regional systems of innovation[J].Technology in Society,2002,24：243-263.

[19]Wolfgang Gerstlberger.Regional innovation systems and sustainability—selected examples of international discussion[J].Technovation，2004,24：749-758.

[20]Braczyk H J.Regional innovation systems—the role of governances in a globalized world[M].UCL Press，London and Bristol，PA，USA，1998.

[21]柳士双.国外区域创新体系研究新进展与启示[J].现代经济探讨，2012(4):80-84.

[22]Mikel Buesa，Joost Heijs，Mo’nica Mart’nez Pellitero，Thomas Baumert.Regional systems of innovation and the knowledge production function：the Spanish case[J].Technovation，2006,26：463-472.

[23]Michael Fritsch，Viktor Slavtchev.Universities and inno￣vation in space [J].Industry and Innovation，2007，14 (2)：201-218.

[24]Haske J E，Pereira S C，Slaughter M J.Does inward foreign direct investment boost the productivity of domestic firms? [J].Review of Economics and Statistics，2007,(89)：482-496.

[25]Bin Xu.Multinational enterprises，technology diffusion，and host country productivity growth [J].Journal of Development Economics，2000，(62)：477-493.

[26]Todtling F.Technological change at the regional level [J].Environment and Planning,1992，24 (11)：1565-1584.

[27]Cooke P.Introduction：origins of the concept [M].Braczyk H，Cooke P，et al Regional Innovation Systems：The Role of Governance in a Globalised World.London：UCL Press，1998.

[28]Mikel Buesa，Joost Heijs，Thomas Baumert.The determinants of regional innovation in Europe：A combined factorial and regression knowledge production function approach[J].Research Policy，2010(39):722-735.

[29]苏屹,李柏洲.基于随机前沿的区域创新系统创新绩效分析[J].系统工程学报.2013,28(1):125-133.

[30]王锐淇,张宗益.区域创新能力影响因素的空间面板数据分析[J].科研管理.2010,31(3):17-27.

[31]Holger Graf.Gatekeepers in regional networks of innovators[J].Cambridge Journal of Economics,2010,(3):1-18.

[32]苏屹,姜雪松.基于灰靶理论的区域高技术企业技术创新能力的实证分析[J].贵州社会科学,2015,(2):119-126.

[33]Lee K，Lim Chaisung.Technological regimes,catching up and leapfrogging：findings from the Korean Industries[J].Reserch Policy,2001,30(3):459-483.

[34]苏屹.耗散结构理论视角下大中型企业技术创新研究[J].管理工程学报，2013，27(2)：107-114.

[35]张方.资源型企业技术创新管理的复杂性及协同研究[J].科学管理研究,2012,30(3):77-80.

[36]唐海丹.物流运作中协同问题的研究[D].上海海运学院,2002.

[37]林晓伟.基于并购整合的物流企业资源系统协同研究[D].江西财经大学,2011.

[38]华达银,罗久里.BZ反应系非理想性对化学振荡动力学区域的影响[J].高等学校化学学报,1998,19(7):116-120.

[39]范国睿.复杂科学与教育组织管理研究[J].教育研究,2004,(2):52-58.

[40]刘聪杰.关于复杂性研究的哲学思考[J].赤峰学院学报(汉文哲学社会科学版),2013,34(2):48-50.

[41]杨斌,陈士俊.基于复杂性科学与方法的高技术企业组织创新研究[J].科技进步与对策,2007,24(6):83-86.

[42]李润珍,武杰.非线性提供了一种新的思维方式[J].科学技术与辩证法,2003,20(2):26-29.

[43]宋学锋.复杂性、复杂系统与复杂性科学[J].中国科学基金,2003,(5):8-15.

[44]宋学锋.复杂性科学研究现状与展望[J].复杂系统与复杂性科学,2005,2(1):10-17.

[45]周家荣.从线性思维到非线性思维:理工科高校素质教育的核心诉求[J].电子科技大学学报(社科版),2009,11(1):10-14.

[46]王蓉蓉.复杂系统仿真中系统演进复杂性判别方法的研究[D].首都经济贸易大学,2012.

[47]曲然,张少杰.区域创新系统建设与运行系统动力学研究[J].工业技术经济,2008,27(8):94-97.

[48]张方.资源型企业技术创新管理的复杂性及协同研究[J].科学管理研究,2012,30(3):77-80.

[49]苏屹,段玉.企业与科研院所合作网络的复杂性评价——以黑龙江省为例[J].系统工程理论与实践,2015,35(7):1834-1846.

[50]叶立国.国内外系统科学文献综述[J].太原师范学院学报(社会科学版),2011,10(4):25-32.

[51]张铁男,韩兵,张亚娟.基于B-Z反应的企业系统协同演化模型[J].管理科学学报,2011,(2):42-52.

(本文责编：王延芳)

Research on Collaborative Evolution of Regional Innovation System

SU Yi1，2，JIANG Xue-song1，LEI Jia-su2,LIN Zhou-zhou1

(1.SchoolofEconomicsandManagement，HarbinEngineeringUniversity，Harbin150001，China；2.SchoolofEconomicsandManagement，TsinghuaUniversity，Beijing100084，China)

Abstract：Regional innovation system should include the subsystem of innovation entities，subsystem of innovation resources and subsystem of innovation environment.There are complex interactions among the three subsystems so as to realize the function of regional innovation system.Traditional reductionism and linear thinking cannot process the complex regional innovation system，synergetics provides an efficient solution to the research of complex systems.Through metaphor，we can find that the evolution of the regional innovation system and the B-Z reaction in synergetics have a great similarity.This paper based on the nonlinear chemical reaction of B-Z reaction to builds a synergy evolution model of regional innovation system，choice three state variables include innovation effect，the innovation potential and the innovation configuration to metaphor three main material of B-Z reaction，the comprehensive investment index metaphor the control parameters of B-Z response，the parameters of the three state variables are metaphors the reaction rate of B-Z.Combined with the empirical results puts forward to four cardinal principles of the regional innovation system on the synergy development of our country include coordination，diversity，sustainability and collaborative.At the same time，put forward measures to promote the coordinated development of regional innovation system in our country from the perspective of enhancement effect of innovation，optimize the distribution of innovation，improve innovation ability.

Key words:regional innovation system；collaborative evolution；synergetics；B-Z reaction

中图分类号：F270

文献标识码：A

文章编号：1002-9753(2016)03-0044-18

作者简介：苏屹(1983-)，男，黑龙江哈尔滨人，哈尔滨工程大学经济管理学院副教授，博士生导师，博士，研究方向：科技创新与系统科学。

基金项目：国家自然科学基金项目(项目编号：71403066)；国家社会科学基金重点项目(项目编号：14AGL004)；高等学校博士科学点专项科研基金资助项目(项目编号：20122304120021)；黑龙江省教育厅人文社会科学项目(项目编号：12534028)；中央高校基本科研费专项基金(项目编号：HEUCF140907)；黑龙江省社会科学研究项目(项目编号：QC2012C067，12B072，13B10，14C003)。

收稿日期：2015-12-01修回日期：2016-02-06