基于变化速度特征视角的我国区域创新生态系统健康性综合评价

李晓娣， 饶美仙， 巩 木

(哈尔滨工程大学经济管理学院， 哈尔滨 150001)

十九届五中全会指出，在“十四五”期间，要坚持创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑；健全区域协调发展体制机制，推动区域协调发展[1].《国民经济和社会发展第十四个五年规划和2035远景目标纲要》也同样指出在新发展阶段，要坚持科技创新驱动，以高质量供给创造新需求，促进区域协调发展，优化产业链的区域布局，构建以国内大循环为主体、国际国内双循环相互促进的新发展格局.在此背景下，区域创新生态系统作为引领区域创新协调发展的重要途径，其健康性受到政府与学界的密切关注.

健康的概念源于人类个体，之后被广泛应用到自然、社会-自然复合以及社会系统的综合评价之中[2].创新生态系统作为社会—自然复合的生态系统，兼具了自然生态与社会生态的特征，其健康性问题也受到学者们的广泛研究.宏观层面上，有学者对中国创业孵化环境的健康性水平进行了实证测度[3]；中观层面上学者对地区产业生态系统[4]、高技术产业创新生态系统[5]、制造业产业集群[6]等健康状态进行了测度及评价.在微观层面，学者们主要结合企业生命周期理论对企业创新生态系统的健康性问题展开研究[7-8].其中，在中观的区域创新生态系统角度，黄鲁成最早提出面向可持续发展的高新区健康性管理的研究新视角[9-10].之后又相继对区域技术创新生态系统的健康性问题进行了初步探索[11-12].其后，部分学者从区域创新生态系统的创新要素视角[13]、特性视角[14]等对其健康性水平进行测度与评价.在研究方法上，学界主要采用了模糊综合评价模型[4]、突变级数法[5]、密切值法[13]、生态位适宜度模型[14]、投影寻踪法[8]等对创新生态系统的健康性水平进行测度或评价.

纵观已有研究，学界对创新生态系统健康性的研究已经取得较为丰硕的成果.而对区域创新生态系统健康性的定量研究还较为缺乏，仅有的研究中主要采用密切值法、改进生态位模型等方法对其进行了静态评价，而较少关注区域创新生态系统健康性水平的变化速度特征.因此本研究结合区域创新生态系统的多样性、抵抗力、系统活力、可持续性等生态特性构建评价指标体系，运用具有速度特征的动态综合评价模型对其进行动态综合评价以全面反映其动态变化过程、连续时间的综合结果以及变化的趋势[15-16].

1 研究方法与数据来源

1.1 研究方法

1.1.1 数据预处理 首先对数据进行预处理.本文对构建的指标体系中出现的极小型指标，采取公式(1)进行指标类型一致化；其次，根据学者朱喜安、魏国栋[17]等的做法，采用极值处理法对原始数据进行无量纲化处理，如公式(2)所示.

(1)

(2)

1.1.2 具有速度特征的动态综合评价模型 首先运用熵值法分别计算得到由p个评价对象即区域创新生态系统的多样性、抵抗力、系统活力、可持续性四个维度的静态评价值，将ti(i=1，2，…，n+1)的评价结果ψij=ψitj，(i=1，2，…，p;j=1，2，…，n)进行集结如下：

(3)

假设区域创新生态系统四个维度的评价值在[tj，tj+1]时间内的变化速度为vij(i=1，2，…,p;j=1，2，…，n)，则其变化速度时序矩阵，如公式(4)所示：

V=[vij]p×n=

(4)

进一步可以计算出区域创新生态系统四个维度在[tj，tj+1]的变化速度状态为：

(5)

再次，根据物理学中对加速度的定义如公式(6)，参照刘微微[16]、陈伟[18]等的做法构造测量变化速度趋势模型的具体函数如公式(7)：

(6)

(7)

根据牛顿第二定律，F=kma，按国际单位制取k=1，将其映射到区域创新生态系统健康性四个维度综合评价模型中即可表示为：

(8)

最后，由于区域创新生态系统健康性由多样性、恢复力、系统活力、可持续性这四个维度进行反映，相当于不同的作用力作用于区域创新生态系统健康性这个“物体”上，通过对不同作用力的合力进行矢量加和[16，18]，可以得到区域创新生态系统健康性所受合力即动态综合评价值.

(9)

1.2 数据来源

基于数据可得性以及统计口径的一致性，本文以2014年—2019年为研究区间.研究数据来源于《中国统计年鉴》《中国科技统计年鉴》《中国人口和就业统计年鉴》《中国火炬年鉴》等，西藏及港澳台地区部分数据缺失较为严重，故将其做剔除处理，最终选取30个省(区、市)统计数据为样本展开分析.

2 评价指标体系构建

结合学者们的相关研究[10，12]，本文认为健康的区域创新生态系统应具有维持系统正常运行的丰富的组织结构，对长期或突发的外部冲击具有较好的抵御能力，系统中物质、能量及信息畅通流动，能够与自然生态系统及社会生态系统协同进化、共生演进.据此，本文从区域创新生态系统的多样性、抵抗力、系统活力以及可持续性四个维度衡量区域创新生态系统的健康性水平.

2.1 多样性

多样性是指区域创新生态系统能够包含尽可能多的“创新基因库”，而创新主体的数量级和异质性是保障系统开展合作及创新活动的前提.创新主体间通过物质流、信息流、能力流为纽带形成复杂的价值网络，在竞合共生中不断演化向前发展[19].创新生态系统的多样性水平越高，其系统中的创新速率和创新成功率也越高[20].因此参照已有研究从高校、企业等创新主体多样性选取相应指标进行衡量[21].

2.2 抵抗力

抵抗力是指区域创新生态系统在发展过程中受到系统内外部复杂环境的冲击时，维持其组织结构、抵御胁迫以及受干扰后的自我调节和自我恢复能力[6]，主要包括资源支撑和协同服务两个方面.借鉴以往研究，本文在资源支撑层面选取外商投资占比[22]、研究与开发从业人员、人均研发项目(课题)数[23]三个指标来衡量；而协同服务层面，根据数据的可得性本文选取了国家大学科技园数和生产力促进中心数[24]来衡量.

2.3 系统活力

系统活力是指区域创新生态系统内部创新要素之间及其与创新环境之间物质、能量和信息的畅通流动从而维持系统稳定性和高效性的能力[19].结合相关研究，本文认为区域创新生态系统的系统活力主要包括研发投入、技术获取和产出能力三个层面.研发投入层面选取研发投入强度、研发人员全时当量占比[23]来衡量，技术获取层面考虑数据的可得性选取技术改造经费[5]来衡量，而产出能力则选取国内有效专利数、规模以上工业企业新产品销售收入[25]、输出技术成交额[26]来衡量.

2.4 可持续性

可持续性是指区域创新生态系统与其所处的创新环境的协同进化[14]，体现在环境友好、资源丰富、生活条件便利等方面[10].结合相关研究，本文认为可持续性主要包括社会进步和基础设施建设两个方面：社会进步层面，本文选取人均GDP增长率、城镇失业人口登记率[4]、人均社会消费品零售总额[27]等来衡量；基础设施建设方面，选取互联网宽带接入端口[27]、每万人拥有公共汽电车、人均公园绿地面积[4]来衡量区域基础设施情况.

根据评价指标体系构建的全面性、数据可取性、可比性原则，结合相关研究成果，本文从“多样性”“抵抗力”“系统活力”和“可持续性”四个维度构建区域创新生态系统健康性评价指标体系，指标汇总如表1所示.

3 结果分析

3.1 区域创新生态系统健康性的截面静态评价

首先利用熵值法计算得到2014年-2019年30个省(区、市)区域创新生态系统健康性的截面静态评价结果及排名(如表2所示)，区域创新生态系统健康性水平的静态结果较为理想，与众多学者[13-15]的相关研究比较接近.进一步地，本文结合易平涛等[28]对发展模式的分类方法，对区域创新生态系统健康性的发展模式进行分类，如表3所示.

结合表2和表3发现：1) 整体来看，全国区域创新生态系统的健康性水平从东向西呈阶梯状递减，但整体以较小的增幅增长.排名榜首的省份与位居末位的省份其健康性水平差距不断增大(从3.55倍升至4.56倍).2) 2014年到2019年江苏、北京、广东等地区的区域创新生态系统健康性一直处于较高水平(高于0.4)；宁夏、青海等地区的区域创新生态系统健康性一直处于较低水平(低于0.1).3) 全国有50%的省市其区域创新生态系统健康性水平处于不稳定发展模式或倒退模式，其中包括综合排名靠前的省域如江苏、北京等；吉林、安徽等省域创新生态系统健康性发展态势良好，呈现持续发展模式.

表2 区域创新生态系统健康性截面静态评价结果Tab.2 Cross section static evaluation results of regional innovation ecosystem health

表3 区域创新生态系统健康性发展模式分布Tab.3 Distribution of health development model of regional Iinnovation ecosystem

为进一步诠释30个省(区、市)的区域创新生态系统健康性水平的区域差异特征，本文将2014年—2019年各省(区、市)的区域创新生态系统健康性均值作为分类变量进行聚类分析.结合自然生态系统研究中关于“健康”的分类[29]，本文将区域创新生态系统的健康性划分3类，分别命名为“创新生态健康区”“创新生态亚健康区”以及“创新生态脆弱区”.如图1所示，整体来看，有80%的省市处于创新生态非健康状态.具体地，江苏、广东和北京的区域创新生态系统健康性位于全国第一梯队，其均值均大于0.5，属于“创新生态健康区”；上海、浙江和山东的区域创新生态系统健康性位于全国第二梯队，其均值均大于0.35，属于“创新生态亚健康区”；河南、湖北、湖南、天津、四川等24省的区域创新生态系统健康性位于全国第三梯队其均值介于0.1到0.35之间，属于“创新生态脆弱区”.

图1 区域创新生态系统健康性聚类谱系图Fig.1 Cluster pedigree of health of regional innovation ecosystem

3.2 区域创新生态系统健康性的动态评价

由于截面静态评价结果无法全面反映区域创新生态系统健康性的动态变化过程和动态综合评价情况，因此本文对30个省市的区域创新生态系统健康性进行动态综合评价.由于篇幅限制，文章仅列出区域创新生态系统健康性评价指标体系中多样性、抵抗力、系统活力、可持续性以及健康性水平的变化速度动态综合评价值，如表4所示.

表4 区域创新生态系统健康性动态综合评价Tab.4 Dynamic comprehensive evaluation of regional innovation ecosystem health

由表4可知，天津、江苏、浙江等16省市的区域创新生态系统健康性的变化速度动态综合评价值均为正值，表明以上省市的区域创新生态系统健康性水平的整体呈上升趋势；而内蒙古、辽宁等其余14个省市的该值均为负值，说明这14个省市的区域创新生态系统健康性水平整体呈下降趋势.

进一步地，本文将各省市区域创新生态系统健康性水平的静态均值与健康性水平的变化速度动态综合评价值进行对比(如图2所示).结果发现，部分经济发展水平较高的省市，如北京、上海两地其区域创新生态系统健康性水平处于较高水平，但其变化速度动态综合评价值却为负值，说明该地区的区域创新生态系统健康性水平朝下降趋势发展；部分经济水平较为落后省市如广西、云南等区域的情况则恰好相反；部分经济发展水平较高的省市如广东、江苏等地区其区域创新生态系统健康性处于较高水平，且其变化速度动态综合评价值亦为正值，说明该地区的区域创新生态的健康性水平在保持原有较高水平的基础上能继续以增长趋势发展.

图2 区域创新生态系统健康性静态评价和变化速度动态综合评价对比Fig.2 Comparison of static evaluation and dynamic comprehensive evaluation of change speed of regional innovation ecosystem health

为深入挖掘不同经济发展水平的省市其健康性水平及其变化速度动态综合评价值变化呈现差异特征的原因，本文进一步从区域创新生态系统健康性评价指标体系的多样性、抵抗力、系统活力、可持续性四个维度展开分析，结果如图3所示.

图3 区域创新生态系统四维度及变化速度动态综合评价值对比Fig.3 Comparison of comprehensive evaluation values of four dimensions and change speed of regional innovation ecosystem

从多样性维度看，北京、福建等省市的区域创新生态系统多样性的速度特征动态综合评价值为正，而其健康性的速度特征动态综合评价值为负，说明上述省市在其创新生态系统运行过程中，注重创新组织结构的良性建设，不断丰富创新主体的多样性，但是总体的健康性水平仍呈下滑趋势；而四川、云南等省市的其多样性速度特征动态评价值为正，健康性的速度动态评价值亦为正，说明该地区不断提高区域创新生态中创新主体的多样性与异质性，因此多样性水平的提升极大促进该地区的创新生态系统健康性水平以增长趋势发展，而黑龙江、新疆等省市的情况则相反.

从系统活力维度看，广东、浙江等省市的创新生态系统系统活力速度特征动态综合评价值为正值，其健康性速度特征动态综合评价值也为正，且其系统活力的速度特征动态综合评价值在其健康性速度特征综合评价值中占比较大，说明上述省市重视区域创新生态系统的研发投入及新技术引进从而为创新生态系统提供更好的技术支撑，促进系统活力呈上升趋势发展，从而在其创新生态系统健康性水平增长过程中起主导作用，而福建、河南等地区的情况则与之相反.

从抵抗力维度看，全国各省市的区域创新生态系统抵抗力水平的速度特征综合评价值变化不显著，主要是由于各省市创新生态系统抵抗力维度下提供协同服务的国家大学科技园、生产力促进中心等指标在考察期内数量基本不变，而提供资源支撑的外商投资占比、人均课题数等指标变化浮动微小，因此对于区域创新生态系统抵抗力的提升作用并不明显.

从可持续性维度看，全国各省市区域创新生态系统可持续性水平的变化速度动态综合评价值基本为负，其中以上海最为显著(低至-0.299 5)，这也是导致上海的区域创新生态系统健康性水平呈下降趋势的主要原因.其次，北京、河北等省市其可持续性的速度特征动态综合评价值(均为负值)在其健康性的速度特征综合评价值(均为负值)中占相对较高的比重，说明这些省市的区域创新生态系统中创新要素与其创新环境共同进化水平呈下降趋势，需要高度重视区域创新生态系统共生环境及共生网络的影响[27].

4 结论与建议

本文首先对我国30个省市(港、澳、台、藏除外)2014年至2019年的区域创新生态系统健康性水平进行了截面静态评价；其次采用具有速度特征的动态综合评价模型对我国各省市区域创新生态系统健康性水平进行实证研究.研究结果表明：从静态分析角度，全国区域创新生态系统的健康性水平从东向西呈阶梯状递减，各区域创新生态系统健康性水平差距悬殊，但整体而言均以较小的增幅增长.对其静态评价结果的速度特征进行综合分析后发现，各省市的区域创新生态系统健康性水平的增减趋势不一.深入究其原因可知，创新生态系统多样性水平呈较快上升趋势带动了四川等省市的区域创新生态系统健康性增长趋势；系统活力水平呈现良好的发展态势促进了广东、浙江等省市区域创新生态系统健康性水平的良性提升；抵抗力水平的速度特征综合评价值变化不显著，对于区域创新生态系统抵抗力的提升作用并不明显；全国大部分省市创新生态系统中创新要素与社会环境与经济环境等创新环境共生演化的可持续性水平呈下降趋势.

综上，各省份的区域创新生态系统健康性水平由区域创新生态系统的多样性、抵抗力、系统活力以及可恢复性多维因素共同决定，单一方面的因素变动将会引起整体区域创新生态系统健康性水平的变化.各省市应该结合实际情况因地制宜研究提升区域创新生态系统健康性水平的靶向路径，制定精准的政策供给.对于速度变化动态综合评价结果为负值的省市，要从创新生态系统组织结构多样性水平、抵御外界经济冲击的系统抵抗能力、保证创新生态系统物质能量快速流动的系统活力以及保障创新生态系统创新要素与其共生环境协同共生的可持续性水平方面精准施策，制定不同的区域创新生态系统发展战略，促进区域创新生态系统健康性水平持续向上发展，助力区域创新生态系统实现高质量发展.