基于生态位适宜度的区域创新生态系统与产业协同集聚研究

武 翠，谭清美

（南京航空航天大学经济与管理学院，江苏南京 211106）

制造业是促进我国实体经济发展的重要驱动力。随着发达国家“再工业化”战略的实施和国内人口红利的逐渐消失，我国制造业企业深陷价值链“低端锁定”，面临诸如产品附加值低、尖端人才匮乏、创新力量薄弱等问题［1］。生产性服务业与制造业关系密切。从需求角度看，制造业为生产性服务业提供了巨大的市场需求空间，是生产性服务业繁荣发展的前提和基础；从成本角度看，生产性服务业能够通过信息技术等手段有效提升制造业生产和运行效率、强化生产价值链的核心环节，是制造业转型升级的有效依托［2］。因此，为提升制造业产业链整体质量水平，引导产业向价值链高端发展，需加快推进制造业和生产性服务业协同集聚。然而，我国生产性服务业总体规模偏小，结构发展不均衡，融合度不高，需加快建立制造业与生产性服务业融合发展的产业生态系统［3］。

Adner［4］提出创新生态系统（Innovation Ecosystem），认为它是协同整合机制的一种范式，将生态系统中的不同企业的创新成果整合到一起，面向客户提供解决方案［5］。也就是说，创新生态系统具有较强的创新资源整合能力，可避免知识和技术的重复创造，促进产业链条的效益最大化，吸引和促进区域内制造业和生产性服务业深度融合，推进产业规模化和集聚化发展。

因此，本文首先构建区域创新生态系统生态位适宜度评价模型。该模型涉及创新群落、创新资源、创新环境和创新能力等子系统，可多维度剖析我国当前区域创新生态系统发展现状和存在问题。接着，本文探究区域创新生态系统对制造业与生产性服务业协同集聚的影响机制，以期对深化制造业与生产性服务业协同发展和构建产业创新生态系统建言献策。

1 研究综述

1.1 区域创新生态系统生态位适宜度的研究

创新管理经历了从创新网络、创新系统到创新生态系统的演化［6］。创新生态系统以生物学隐喻创新的系统范式。创新生态系统的创新行为主体主要有企业、大学、科研院所和政府等，他们联结形成各种群落，在共生竞合的相互作用中动态演化，并形成系统整体演化［7］。区域创新生态系统则是指在区域范围内，创新群落之间以及创新群落与创新环境之间相互作用、相互依存的复杂结构［8］。

为评价区域创新生态系统的健康性，覃荔荔等［9］将适宜度模型引入创新生态系统中，构建了创新资源、创新效率、创新潜力和创新活力的评价指标。张贵等［10］、孙丽文等［11］进一步完善了生态位适宜度评价指标体系，评价指标涵盖创新群体、创新资源、创新效率、创新活力、创新潜力和创新环境等层面。雷雨嫣等［12］基于系统演化动力，凝练出共生依附、网络属性和生态嵌入等要素作为高技术产业创新生态系统适宜度的评价指标。刘钒等［13］运用PCA分析法对生态因子赋权，改进了生态位适宜度模型。

除了上述有关创新生态系统适宜度的评价性研究外，部分学者也逐渐对区域创新生态系统适宜度与其他经济、创新指标的关系展开研究。刘洪久等［8］研究表明区域创新生态系统适宜度对GDP和高新技术产业产值均产生了正向的促进作用。刘志春等［14］从态、流、势3个层面构建创新生态系统评价指标，研究表明创新生态系统的发展水平对创新效率的提升具有显著的促进作用。张贵等［10］测算了创新生态系统生态位适宜度，实证表明区域创新生态位适宜度对知识创新阶段的创新效率和产品创新阶段的创新效率均具有促进作用。王淑英等［15］通过空间杜宾模型研究创新生态系统的溢出效应及其对区域创新绩效的影响，研究表明创新群落、创新资源和创新环境均显著促进了区域创新绩效和创新能力。

1.2 生产性服务业和制造业协同集聚的研究

中国制造业发展亟待突破全球价值链的“低端锁定”，而生产性服务业集聚可通过提高创新水平和加快要素流动进而提升全球价值链地位［16］。有关制造业与生产性服务业的协同集聚的研究主要集中在协同集聚的测度方法、时空演变、驱动因素及其对经济效益和创新绩效影响等方面［17］。结合本文的研究内容，生产性服务业和制造业协同集聚的研究述评主要围绕驱动因素展开。

外部经济理论认为产业集聚可归因于中间产品的投入、劳动力市场的共享和知识溢出等3种主要因素［18］。该理论同样适用于解释制造业和生产性服务业的协同集聚［19］。从内部因素来看，张虎等［20］的研究表明知识溢出有助于我国制造业与生产性服务业协同集聚。余东华等［21］认为信息技术的扩散和应用可以增强知识和技术溢出效应，推动制生产性服务业集聚，提升制造业全要素生产率。张玉华等［22］研究表明我国生产性服务业和制造业协同集聚具有明显的空间集聚性，科技金融是生产性服务业和制造业协同集聚的重要驱动力量。从外部因素来看，为了研究政府在产业集聚过程中的作用，阎川等［23］揭示了财政分权对制造业和生产性服务业协同集聚的影响机制，研究表明财政分权制度对制造业与生产性服务业协同集聚的影响呈现倒U型特征。

通过对区域创新生态系统生态位适宜度的文献梳理发现，现有研究大多聚焦在区域创新生态系统的生态位适宜度评价及其对创新绩效的影响上，缺乏区域创新生态系统与产业协同集聚二者关系的研究。通过对以往生产性服务业和制造业协同集聚驱动因素的文献梳理发现，研究创新生态系统生态位适宜度驱动产业协同集聚的文献较少。本文认为区域创新生态系统的创新群落、创新资源和环境的协作与竞合，有助于提升区域创新能力，优化资源配置，吸引和促进产业协同集聚。科学测度区域创新生态系统的生态位适宜度并探讨其与产业协同集聚的关系，有利于发挥区域创新生态系统的创新驱动作用，促进产业协同集聚。

综上所述，本文主要有3点边际贡献：第一，理论模型构建上。从创新群落、创新环境、创新资源和创新能力维度构建创新生态系统生态位适宜度评价模型，以期全面地测算创新生态系统生态位适宜度。第二，影响机制上。以技术创新为中介变量，探析创新生态系统生态位适宜度对产业协同集聚的影响。本文认为创新生态系统适宜度越高，越有助于激发创新主体的创新行为，提升技术创新水平，以此吸引和优化制造业和生产性服务业的协同集聚。第三，实证模型构建上。运用中介效应模型，遵循“创新生态系统生态位适宜度—技术创新—协同集聚”的研究主线，实证探析创新生态系统生态位适宜度对产业协同集聚的影响。

2 区域创新生态系统理论及其对协同集聚的影响机制分析

2.1 区域创新生态系统适宜度评估模型的理论分析

基于现有研究，本文构建了全面的区域创新生态系统生态位适宜度评价指标体系，主要有创新群落、创新资源、创新环境和创新能力等子系统。区域创新生态系统的生态因子构成如表1所示。

第一，创新群落。创新群落主要是指创新活动的主体，主要有创新生产者、创新中介者和创新消费者。创新生产者是创新的动力来源，主要有大学和高新技术企业。前者的主要功能是教育育人和进行基础性、应用性研究；后者的主要功能是面向市场化的创新开发。本文以高等院校数量和高新技术企业数量和表征。创新中介者为创新生产者和创新消费者提供相应的服务支持，助力科技成果转化，是区域创新生态体系的重要环节。本文选择国家级科技企业孵化器作为创新中介者。创新消费者主要是吸收消化创新成果，实现再创新和再增值。本文选择规模以上工业企业数量表征创新消费者。第二，创新资源。创新资源是指创新生态系统运行时所需要的资源，主要分为一般经费资源和研发资源。本文选择全社会固定资产投资和地方财政科学技术支出作为一般经费资源；研发资源主要有人力资源投入和资金投入，指标为地区研发人员全时当量和研发经费内部支出。第三，创新环境。创新环境一般包括经济环境、信息化环境、文化教育环境等。本文在此基础上加入了营商环境和技术市场环境。营商环境的市场化、法治化和便利化有助于推动区域创新生态系统的生态位势。技术市场是科技创新的有力支持，技术市场发展越完善，越有助于提升创新生态系统的生态位。最后，创新能力。创新能力是创新生态系统适宜度状况的重要体现，本文主要从创新指标和经济指标两个方面体现区域创新生态系统的创新能力。创新指标以有效发明专利件数体现，经济指标以规模以上工业企业新产品销售收入和规模以上工业企业利润总额体现。

表1 区域创新生态系统的系统构成及生态因子

表1（续）

2.2 区域创新生态系统促进产业协同集聚的影响机制分析

2.2.1 区域创新生态系统推动技术创新

创新生态系统本质上是一种创新资源聚集形态，是围绕创新能力获取的创新资源集聚和整合系统［24］。创新生态系统以企业、高等院校为主体，以科技企业孵化器、创业园区等中介机构高度参与，协同配置创新资源，实现创新主体与创新环境的物质、能量和信息的交换［25］，最终促进创新能力的提升。本文将逐一分析创新生态系统各子系统对技术创新的作用。

首先，创新主体有助于推动技术创新。高月姣等［26］的研究表明创新主体及其交互作用可显著提升区域创新能力。本文认为作为区域创新生态系统的创新主体，高等院校、高新技术企业和孵化器等主体本身具有较强的创新能力，此外各创新主体可基于创新生态系统共享创新信息和资源，实现跨主体协作，提高创新的迭代速度和成功率，推动技术创新。

其次，协同性的创新资源可促进技术创新水平提升。创新资源是系统内部用于支持创新活动所投入的各种资源，是创新生态系统的重要组成部分。李晓娣等［27］的研究表明创新资源对创新绩效具有正向促进作用。本文的创新资源涵盖固定资产投资、政府对科技创新的支持、研发的人力和资金投入等，这是区域开展创新活动取得创新绩效的重要因素。

最后，良好的创新环境是区域创新活动的“催化剂”［27］。Adriana［28］通过对巴西制造业和生产性服务业集聚区与非集聚区在创新方面的对比发现，区域创新环境对产业协同集聚有着强吸引力。本文将营商环境和技术市场环境纳入了创新生态系统生态位适宜度评价性模型中。为了持续激发创新主体的活力和潜力，需进一步优化营商环境和技术市场交易，降低交易成本，为创新主体提供更为便利的软环境。

2.2.2 技术创新推动生产性服务业和制造业产业协同集聚

本文认为区域创新生态系统下的技术创新有着协同性的特征，能够吸引和促进区域产业协同集聚。

首先，技术创新扩大制造业与生产性服务业等产业链的发展规模。技术创新是形成产业协同集聚的重要原因。一方面，生产性服务业贯穿于制造业上中下游产业链功能环节［29］，是提供中间投入服务的产业，其与制造业存在需求关联和成本关联。技术创新会引发新的市场需求，为避免重复研发等资源浪费问题，节约交易成本。处于生产价值链上下游的制造业和生产性服务业考虑到需求和成本原因，而向需求地迁移，促进生产价值链的产业协同集聚。另一方面，创新生态系统下的技术创新有助于聚集和协同创新资源，利用知识和技术外溢推动上下游企业的知识和技术共享，吸引更多优质企业聚集，获取规模效益。可以说，技术创新是制造业与生产性服务业协同集聚重要的驱动力。

其次，技术创新深化产业协同集聚的专业化分工。分工协作是产业集聚的形成的主要原因，技术创新则是促进专业化分工的重要动因。生产性服务业是制造业的配套行业，为制造业提供中间服务投入，主要包括现代物流服务、信息服务、金融服务和商务服务等专门服务行业。随着云计算、大数据等技术创新的发展，生产性服务产业链向制造业不断延伸，逐渐形成完整的产业链，为制造业提供研发设计、营销品牌和供应链管理等全方位支持。专业化分工促使制造业和生产性服务业的产业链条效益最大化，促进产业间深度协同集聚。

最后，技术创新协同性催生了产业技术创新战略联盟的组织模式。该组织模式有助于深化产业链上下游协同关系。企业可通过投资、协同和合作等战略手段深化与产业价值链上下游企业的关系，保持整个产业链的运行顺畅。目前，我国制造业与生产性服务业的融合发展过程中，亟待提高上下游产业间协同创新水平，以此解决协同集聚过程中出现的管理低下和资源浪费等问题。因此，技术创新协同性催生的产业技术创新战略联盟有助于制造业与生产性服务业的深度融合。

根据上述理论分析，区域创新生态系统内部的创新主体、创新资源和创新环境的深化协作有助于技术创新能力的提升。该技术创新具有显著的协同性特征，可进一步深化产业链协同，驱动制造业和生产性服务业的协同集聚。可见，技术创新在区域创新生态系统生态位适宜度和制造业和生产性服务业的协同集聚的关系中发挥了关键的联结作用。

3 变量选取、模型构建与数据说明

3.1 变量选取

3.1.1 生产性服务业与制造业集聚协同集聚（coagg）

本文借鉴Ellison等［30］、豆建民等［31］的方法，构建了制造业和生产性服务业的集聚指标，公式如式（1）所示：

其中，Lmj和Lpj分别指j城市制造业和生产性服务业的就业人数；Lm和Lp分别是指全国制造业和生产性服务业的就业人数；Lj是指j城市的就业人数，L是指全国总就业人数。

进而，借鉴周小亮等［32］的做法，采用公式（2）测算制造业和生产性服务业的协同集聚（coagg）：

该方法的优点在于既可以反映城市产业协同的质量，亦可反映产业协同的深度。等式右侧第一项描述产业协同集聚质量，值越大，表明产业间协同集聚的区位熵越接近，协同质量愈高；右侧第二项则描述协同集聚的深度，该值越大，表明城市内产业协同的程度越深［32］。

3.1.2 创新生态系统适宜度（suita）

区域创新生态系统适宜度一般以评价指标中的一组最大值或最小值来确定［8］。当生态位适宜度值为1时，表明区域内创新群落与创新资源、创新环境的发展匹配；反之，当生态位适宜度值为0时，表明区域内创新群落与创新资源、创新环境的发展不匹配。模型构建过程如下：

第一步，对各生态因子（EFij）的数据采取无量纲的归一化处理。公式如下：

第二步，确定生态因子的最佳生态位（EFaj），公式如下：

第三步，计算创新生态系统适宜度（suitai），公式如下：

suitai值越大，表明区域创新生态系统适宜度水平越高，创新活力越强。它通过生态因子实际值与最佳值的贴近程度，表现区域创新生态系统发展的可持续性［8］。

为体现生态位适宜度的进化空间，本文进一步测算评价对象的进化动能（EMi），公式如下：

3.1.3 中介变量：技术创新（inno）

专利是常见的用于表征技术创新的指标。本文采用专利授权量衡量。考虑到专利结构，参考白俊红等［33］的做法，对专利授权量进行加权处理，其中发明专利权重为0.5，实用新型专利权重为0.3，外观设计专利权重为0.2。

3.2 模型构建

为分析区域创新生态系统各子系统生态位适宜度对产业协同集聚的影响，同时考虑到产业协同集聚可能存在的内生性问题，即当期的产业协同集聚与前期的产业协同集聚相关，本文将产业协同集聚滞后一期引入解释变量，各子系统生态位适宜度作为解释变量，产业协同集聚作为被解释变量，构建动态面板计量模型：

其中，lncoaggit指制造业和生产性服务业协同集聚，lnsuita1it,lnsuita2it,lnsuita3it,lnsuita4it,分别为区域创新生态系统中的创新群落适宜度、创新资源适宜度、创新环境适宜度和创新能力适宜度，为随机扰动项。

同时，根据前文的影响机制，本文基于Baron等［34］提出的中介效应方法，探究区域创新生态系统生态位适宜度能否通过技术创新的中介效应驱动生产性服务业和制造业的协同集聚。公式如下：

其中，lnsuitait为解释变量区域创新生态系统整体适宜度，lninnoit指中介变量技术创新能力，其他指标含义同上。为缓解可能存在的异方差影响，对相应数据均进行对数化处理。

3.3 数据说明

本文产业协同集聚、生态位适宜度和技术创新等变量数据主要来源于2011—2019年《中国城市统计年鉴》《中国统计年鉴》《中国火炬年鉴》和《中国高新技术产业统计年鉴》。样本涉及我国30个省市，西藏、港澳台部分数据缺失，故未将其纳入研究中。生产性服务业数据的选取是根据《国民经济行业分类》（GB/T4754-2011）的标准，将交通运输、仓储和邮政业、信息传输、计算机服务和软件业、金融业、房地产业、租赁和商务服务业、科学研究技术服务和地质勘查业作为生产性服务业的细分行业［36］。本文对各变量均进行了对数化处理。各变量的描述性统计见表2。

表2 各变量的描述性统计

4 实证结果与分析

4.1 区域创新生态系统生态位适宜度和进化动能的描述性分析

基于上述生态位适宜度模型，本文测算了2010年至2018年30个省市的区域创新生态系统生态位适宜度数值。由于篇幅限制，表3中仅列示了2010年和2018年区域创新生态系统适宜度和进化动能及其排序。从2010—2018历年适宜度值来看，创新生态系统生态位适宜度在东部、中部、东北和西部呈现出明显的梯度递减趋势。东部区域如广东、江苏、浙江、上海、北京和山东创新生态系统生态位适宜度较高，均值达到0.685，均属于高值区，这些区域创新主体活跃，创新能力较强。中部地区如山西、安徽、江西、河南、湖北和湖南等地，创新生态系统生态位适宜度均值为0.483，低于全国平均水平。东北地区创新生态系统生态位适宜度均值为0.461，低于中部地区和全国平均水平。西部地区的创新生态系统生态位适宜度较低，均值仅为0.450，创新活力不佳。从适宜度发展趋势上来看，2010年和2016年均值都为0.504，这表明我国区域创新生态系统整体适宜度在样本期内并未发生显著提高，总体态势平稳。与生态位适宜度的发展趋势不同，创新生态系统的进化动能在东部、中部、东北和西部呈现出明显的梯度递增趋势。中部、东北和西部地区的创新生态系统的进化动能远远高于东部地区，表明该区域生态位适宜度进化动能强劲，具有较大的发展空间。

表3 2010年和2018年区域创新生态系统适宜度和进化动能比较

4.2 创新生态系统生态位适宜度对制造业与生产性服务业协同集聚的影响

为考察创新生态系统各子系统对制造业和生产性服务业协同集聚的影响，本文构建了动态面板数据模型，运用系统GMM方法进行了实证研究，具体实证结果如表4所示。AR（1）AR（2）和Sargan检验均符合模型估计要求。

从前期产业协同集聚项来看，前期产业协同集聚对当期协同集聚的估计值为1.052，且通过1%显著性水平，表明构建动态面板模型是有意义的，产业协同集聚的发展具有一定的路径依赖。从创新生态子系统来看，由创新生产者、中介者和消费者组成的创新生态群落系数值为0.066且通过1%显著性水平，表明创新生态群落对产业协同集聚有着显著的负向影响。对此可能的解释是我国创新生态系统建设仍处于初级阶段，创新主体之间的互动性和协同性不佳，各类创新主体的功能和定位不明确，导致其对产业协同集聚的促进作用尚未发挥。创新资源和创新环境的系数值分别为0.011和-0.014，均未通过显著性检验，表明创新资源和创新环境对产业协同集聚的影响不显著。对此可能的解释是目前我国创新生态系统的创新资源分配不合理，配置和使用效率较低，创新环境尤其是营商环境和技术市场交易环境缺乏相应的创新保障机制，缺乏开放式创新体系的构建。区域创新生态系统的创新能力的系数值为0.047且通过1%显著性检验，表明区域创新生态系统的创新能力的提升有助于推出产业协同集聚。

表4 创新生态子系统生态位适宜度对产业协同集聚影响的实证检验

4.3 创新生态系统生态位适宜度对制造业与生产性服务业协同集聚的创新驱动影响

本文基于中介效应的检验步骤，对创新生态系统生态位适宜度能否通过技术创新驱动制造业和生产性服务业协同集聚，回归结果如表5所示。

从模型（1）的回归结果来看，创新生态系统生态位适宜度变量系数值为0.610，通过1%显著性水平检验，说明创新生态系统生态位适宜度的提升能够正向促进制造业和生产性服务业协同集聚。模型（2）中，创新生态系统生态位适宜度系数值显著为正，表明其对中介变量技术创新产生了正向促进作用。模型（3）中，创新生态系统生态位适宜度和中介变量技术创新系数估计值均为正，且均通过1%显著性检验，表明二者显著地促进了制造业与生产性服务业的协同集聚。按照中介效应检验条件，技术创新在创新生态系统生态位适宜度驱动产业协同集聚过程中存在部分中介作用。

运用Sobel检验法进一步判断中介效应（技术创新）的稳健性［37］，统计量值为0.029，通过1%显著性检验，中介效应稳健。创新生态系统生态位适宜度对协同集聚的直接驱动效应值为0.381，技术创新的中介效应值为0.229，中介效应占总效应比重为0.375。

表5 创新生态系统对制造业对生产性服务业协同集聚的创新驱动实证结果

5 研究结论与建议

5.1 研究结论

本文基于2010—2018年我国30个省市相关面板数据，利用适宜度模型对我国区域创新生态系统生态位适宜度水平进行了测度，并通过Sys-GMM模型，实证分析了我国区域创新生态系统各子系统对制造业和生产性服务业协同集聚的影响。在此基础上，运用中介效应检验方法实证探究了区域创新生态系统对协同集聚的创新驱动效应。得到研究结论如下：

（1）我国区域创新生态系统生态位适宜度在东部、中部、东北和西部呈现出明显的梯度递减趋势，区域不平衡特征显著。东部沿海地区的创新生态系统生态位适宜度明显高于全国其他地方。同时，区域创新生态系统的进化动能在东部、中部、东北和西部呈现出明显的梯度递增趋势。这表明尽管中西部和东北地区生态位适宜度较低，但进化动能值较大，创新生态系统的发展空间更为广阔。

（2）从创新群落、创新资源、创新环境和创新能力4个维度构建了区域创新生态系统生态位适宜度评价模型，并探究各子系统生态位适宜度对产业协同集聚影响。研究表明创新群落生态位适宜度并未显著推动产业协同集聚，创新资源和创新环境生态位适宜度对产业协同集聚的正向驱动作用尚未凸显，创新能力的生态位适宜度可正向促进产业协同集聚。

（3）区域创新生态系统整体生态位适宜度水平的提升可显著促进制造业和生产性服务业协同集聚，技术创新在此过程中表现出显著的部分中介效应，即“创新生态系统生态位适宜度—技术创新—协同集聚”的研究主线成立。区域创新生态系统可提升区域创新能力，促进技术创新的传递和溢出，进而推动制造业和生产性服务业协同集聚。

5.2 研究建议

根据上述研究结论，针对完善区域创新生态系统，推动制造业和生产性服务业协同集聚发展，本文的对策建议主要有：

（1）推动区域创新生态系统协调发展，缩小东西部发展差距。具体而言，中西部和东北地区创新生态系统构建一方面需要因地制宜地借鉴如北京、上海、武汉东湖等创新生态系统构建的有益经验；另一方面需要借助于产业转移等方式引导创新资源从东部区域内流和集聚至本区域。要完善跨区域间创新资源管理体制和科技市场体系的建设，消除阻碍技术、人才和资金等创新要素效用发挥的制度性壁垒，建立跨区域的产学研协同创新联盟，实现人才、科技成果等创新要素的空间联动。

（2）扭转创新群落负向抑制局面，强化创新资源、创新环境和创新群落协同，提升创新生态系统对产业协同集聚的创新驱动效应。具体而言，针对创新群落，要强化科研院所、科研企业和中介机构等创新生产者、创新中介者和创新消费者之间的互动性和协同性，明确各自在创新生态系统中的功能定位。针对创新资源和创新环境，要充分发挥“服务型政府”的作用，通过一系列政策和法律法规改善营商环境和技术市场交易环境，强化技术、人才和资金等创新要素的利益保障机制，打造有利于创新要素和资源高效流动和配置的开放性创新生态系统。

（3）强化产业创新生态系统的技术创新溢出和共享机制建设，扎实推进制造业和生产性服务业协同集聚。具体而言，一方面要增加对生产性服务业创新的有效供给，提升整体价值链的质量水平。加快推动产业创新生态系统中的“产业链+创新链”的嵌入式发展，“围绕产业链部署创新链，围绕创新链布局产业链”。另一方面要深化生产性服务业结构性改革，提高科技含量较高的研发设计服务等行业比重，提升专业化和模块化水平，深化与制造业的联动发展，加快制造业和生产性服务业规模化集群发展。