黄河流域创新生态系统协同演化机制及障碍因子研究

2023-06-08吴艳霞杨帅帅陈步宇

人民黄河 2023年6期

吴艳霞，杨帅帅，陈步宇

(西安理工大学经济与管理学院，陕西西安 710054）

受各种因素的影响,黄河流域科技创新对经济增长的贡献率远低于全国平均水平［1］,如何构建能持续可靠地驱动黄河流域高质量发展的协同高效的创新生态系统(本文所述生态系统不同于通常所说的生物群落及其生长环境组成的生态系统)是一个亟待解决的问题。

创新生态系统有线性范式、系统范式、网络范式、生态范式等［2-4］,根据创新生态系统的层次和空间范围可将其分为产业、区域和国家3 种类型,其中产业型强调产业生态边界、区域型强调地理生态边界［5-6］。关于创新生态系统的概念和内涵,有的学者认为创新生态系统是不同创新主体之间相互作用、相互影响的交互过程［7-8］,有的学者认为创新生态系统是存在于一定时空范围内通过物质循环、能量交换和信息共享等实现动态平衡的系统［9-10］。创新生态系统的功能,一是促进区域内各生产要素和组织要素在创新主体之间的交流与合作,进而提高区域内的创新活力和创新绩效,二是提高创新资源的配置效率和创新协同水平［11-13］。创新生态系统协同水平及绩效测度采用的方法或模型有全排列多边形法、DPSIR 模型、Logistic增长模型、共生模型等［14-16］。综合来看,对区域创新生态系统的基础性研究已取得丰硕成果,但对其协同演化机理的研究较少且已有研究多以长江经济带等较为发达的区域为对象,对黄河流域的研究相对较少。因此,本文构建基于创新价值链和创新层次两个维度的创新生态系统协同演化机制,采用耦合协调度模型对黄河流域创新生态系统的协同水平进行测度,利用泰尔指数模型进行空间差异分析,通过空间引力模型进行空间联系强度分析,采用障碍度模型对制约创新生态系统协同水平提高的因子进行识别,以期为提高黄河流域创新生态系统的协同水平及相关研究提供参考。

1 创新生态系统协同演化机制

创新生态系统强调三大创新主体(创新生产者、创新中介者、创新消费者)之间的依赖性和协同性、系统的可持续运作能力和创新产出能力。基于创新价值链维度和创新层次维度进行分析,创新生产者、创新中介者、创新消费者三大创新主体在创新价值链维度的位置分别为上游、中游、下游,而在创新层次维度则分别对应技术生态位、市场生态位、社会生态位,据此构建图1 所示的创新生态系统协同演化机制。

图1 创新生态系统协同演化机制

从创新价值链维度看,处于价值链上游的创新生产者(如高校、科研院所等)承担基础研究和应用研究任务,是创新生态系统的原动力；处于价值链中游的创新中介者(如人才市场、科技企业孵化器、金融机构等)具有促进科技成果转化的重要功能,通过多种方式促使创新成果、创新资源、创新信息等在系统内流动,是联系创新生产者和创新消费者的纽带；处于价值链下游的创新消费者(如知识密集型企业、高新技术企业、个体消费者等)是创新成果的检验者和受益者,同时通过向创新中介者和创新生产者进行信息反馈,逆向促进新思想、新技术的诞生。

从创新层次维度看,在技术生态位,创新生产者开展基础研究和新技术研发等,其研发结果具有一定的不确定性；在市场生态位,创新中介者协助消费者提高对新技术的认知,促进新技术通过市场转向消费者；在社会生态位,创新消费者使新技术的应用更加成熟,形成全社会普遍认可的新技术创新范式。

创新生态系统是三大创新主体在创新价值链不同位置和创新层次不同生态位的协同中不断发展完善的。协同演化机制中的正向协同链是指创新产出(包括各类创新要素)作为创新中介者的输入,经中介者的孵化转化后投入商业量产,最后到达创新消费者的过程；逆向协同链是指创新消费者经过对创新成果的检验,形成对新技术的实践认知,再通过创新中介向上游的创新生产者提供反馈信息,最后实现再创新的过程。

创新地景［17］是指三大创新主体良性协同互动和开展各类创新活动所必需的环境要素,如创新政策、创新环境、创新基础设施等。

2 研究方法

2.1 评价指标体系

参考李晓娣等［16］、孙冰等［18］的研究,构建了与三大创新主体对应的创新生产能力、创新转化能力、创新消费能力等3 个一级指标的评价指标体系(见表1),分别从投入、转化和产出角度衡量创新生态系统的协同水平。其中:金融机构本外币各项存款余额用于衡量金融机构对创新主体的服务水平；创新主体咨询服务机构指为创新生产者在法律、会计、管理等方面提供专业服务的机构,如律师事务所、会计师事务所等,用于衡量区域创新咨询服务水平；创新产品市场消费潜力＝人均可支配收入-人均生活消费支出。参考张力隽等［19］、杨晨钰婧等［20］的研究,采用极差变换法对各指标进行归一化处理,采取熵值法确定各指标权重,各一级指标值由其对应的二级指标归一化值加权求和得到。

表1 创新生态系统协同水平评价指标体系

2.2 评价分析模型

2.2.1 耦合协调度模型

(1)耦合度模型。耦合度模型形式为

式中:C为耦合度,用于度量创新生态系统各创新主体相互作用和影响的程度,其值越大表示创新主体之间的作用和影响程度越高；U1、U2、U3分别为创新生产能力、创新转化能力、创新消费能力。

(2)耦合协调度模型。耦合协调度模型形式为

式中:D为耦合协调度,其值越大表示创新生态系统协同水平越高；α1、α2、α3分别为创新生产能力、创新转化能力、创新消费能力的权重。

参考安敏等［21］的研究,依据耦合协调度把创新生态系统协同水平划分为5 级,见表2。

表2 创新生态系统协同水平分级标准

2.2.2 泰尔指数模型

参考杨骞等［22］的研究,采用泰尔指数分析各区域(黄河流域上、中、下游地区或各省份)创新生态系统协同水平的差异。泰尔指数模型形式为

式中:Tt为第t年的泰尔指数；Dit为区域i第t年的耦合协调度；为全流域第t年的耦合协调度(各省份第t年耦合协调度算术平均值)。

泰尔指数Tt的值域为0～1,其值越大表示协同水平区域差异越大。

2.2.3 空间引力模型

参考周园等［23］的研究,采用修正的空间引力模型分析各省份对周边省份的辐射带动能力,模型形式如下:

式中:Rij、Rji分别为省份i与省份j的空间联系度、省份j与省份i的空间联系度；Di、Dj分别为省份i、省份j的耦合协调度；Sij为省份i与省份j的空间距离(反映空间可达成本)；Ki、Kj分别为省份i、省份j的引力常数,Ki＝Di／(Di＋Dj),Kj＝Dj／(Di＋Dj)；ΔR为省份i对省份j的相对空间引力强度,其值越大表示省份i对省份j的空间引力越强、辐射带动作用越大。

2.2.4 障碍度模型

在测度区域创新生态系统协同水平的基础上,采用障碍度模型进行障碍因子识别,模型形式为

式中:dij为第i年第j项指标的偏离度,表示相对于理想值1 的偏离程度；Aij为第i年第j项指标障碍度,表示第j项指标在第i年对系统协同水平的影响程度,其数值越大,说明该项指标对协同水平提高的阻碍性越强；Yij为第j项指标在第i年的归一化值；wij为第j项指标在第i年的权重。

3 实证分析

3.1 研究对象及数据来源

本文以黄河流域9 个省份全域为研究对象,以9个省份为样本数据采集单元和各评价指标测算及其分析单元,以2011—2020 年为研究时段,对创新生态系统协同水平进行测度和分析。研究所需数据来源于国家统计局网站、中国统计年鉴、中国科技统计年鉴、各省份统计年鉴和统计公报等。空间引力模型中省份间的空间距离依据百度地图按省会城市间的最短物理线路量取。

3.2 创新生态系统耦合协调度测算结果分析

黄河流域各省份创新生态系统耦合协调度测算结果见表3(表中部分数值为0.000 0,表示当年创新生态系统协同水平较低,并非数学意义上的绝对零值),可以看出,黄河流域各省份创新生态系统协同水平普遍较低,2020 年只有山东达到5 级(耦合协调状态属优质协调),有4 个省份仅为2 级(耦合协调状态属轻度失调)。

表3 黄河流域各省份创新生态系统耦合协调度测算结果

(1)时序变化情况分析。从时间序列上看,黄河流域各省份创新生态系统协同水平整体上呈现波动上升趋势,创新生态系统协同水平达到3 级(耦合协调状态为中度协调)及以上的省份由2011 年的1 个增长到2020 年的5 个。其中:青海、四川、甘肃、宁夏4 个省份起点较低(协同水平为1 级,耦合协调状态为严重失调),青海、甘肃、宁夏到2020 年协同水平上升到2 级但耦合协调状态仍属失调(其中甘肃接近中度协调),四川上升幅度最大(到2020 年位居流域第四,耦合协调状态为良好协调)；山东起点较高(协同水平为3 级,耦合协调状态为中度协调)且逐年稳步上升。

(2)空间差异情况分析。把青海、四川、甘肃、宁夏、内蒙古5 个省份作为上游地区,把山西、陕西两省作为中游地区,把河南、山东两省作为下游地区,把各地区所属省份耦合协调度的算术平均值作为各地区耦合协调度,把9 个省份耦合协调度的算术平均值作为黄河流域耦合协调度,各地区创新生态系统耦合协调度变化情况见图2。

图2 各地区创新生态系统耦合协调度变化情况

由图2 可以看出,黄河流域上、中、下游地区创新生态系统协同水平差异较大,3 个地区耦合协调度逐年变化过程线呈大致平行的层级状态,下游地区最高、中游地区次之、上游地区最低,2020 年耦合协调度分别为0.726 2、0.543 3、0.363 5。究其原因,主要是我国创新要素分布不均,“西部大开发”等战略的实施使东西部经济发展的差距逐渐缩小,但位于中西部的黄河中上游地区在创新能力和创新生态系统等方面还存在区域性短板。

位于下游地区的山东省地处东部沿海,开放程度较高、区位优势明显,是黄河流域生态保护和高质量发展的龙头,经济发展水平比上中游地区各省份高,创新生产能力、创新转化能力和创新消费能力均较强,因而创新生态系统耦合协调度和协同水平较高,在2020 年达到了“优质协调”状态；相对而言,河南则掣肘于传统的农业产业转型升级,创新生态系统耦合协调水平始终低于山东(2020 年耦合协调度为0.637 2,属良好协调状态)。

位于中游地区的陕西、山西两省创新生态系统协同水平居中,其中:陕西是我国西部地区的创新高地,其利用丰富的高校教育资源和科研资源积极实施“人才强省、创新富省”等战略,使创新生态系统协同水平由2011 年的2 级(耦合协调度为0.393 1、耦合协调状态为轻度失调)上升到2020 年的4 级(耦合协调度为0.644 4、耦合协调状态为良好协调),仅次于山东；山西则迫于经济发展模式转型升级、产业结构优化调整、生态环境改善等方面的压力,创新生态系统协同水平的提高并不明显(2020 年耦合协调度仅为0.444 2,耦合协调状态为中度协调),未来仍需做出更大的努力。

位于上游地区的青海、甘肃、宁夏、内蒙古4 个省份经济发展客观条件较差,创新投入和产出力量相对薄弱,科研人才流失严重,研发经费投入不足,导致其创新生产能力、创新转化能力、创新消费能力均较弱；然而,四川虽然也位于黄河上游地区,但其高校、科研机构和科技孵化基地数量较多,创新生产能力较强和创新消费能力较强,创新生态系统协同水平在2014 年超过了位于中游地区的陕西,在2020 年达到4 级(耦合协调度为0.605 0,耦合协调状态为中度协调)。

从空间差异来看,黄河流域创新生态系统协同水平泰尔指数呈逐年减小趋势(见图3),由2011 年的0.296 6下降到2020 年0.037 0,说明各省份间的差距呈不断缩小的态势。其原因:一方面,黄河下游地区经济发展水平较高,在技术发展到一定阶段后人才、资本、知识等创新要素的集聚效应达到峰值,出现创新领域的“边际效应递减”现象,因而创新生态系统协同水平增速放缓；另一方面,国家创新驱动发展战略的广泛实施使黄河中上游地区创新生态系统协同水平快速提升,与下游地区的差距逐渐缩小。

图3 创新生态系统协同水平泰尔指数变化情况

3.3 空间联系强度分析

把各省份2011—2020 年创新生态系统耦合协调度的算术平均值作为创新生态系统的综合水平,计算各省份间的空间联系度,结果(见图4)表明:下游地区的山东与其他省份的空间联系度最大、其创新生态系统对其他省份的辐射带动能力最强,其中对山西的辐射作用最大(空间联系度为110)、对宁夏的辐射作用最小(空间联系度为48)；上游地区的青海与其他省份的空间联系度最小、对其他省份的辐射带动能力最弱；某省份创新生态系统对其他省份的辐射带动作用除受两省份之间空间可达成本的影响外,还受被辐射省份自身发展水平的限制。