高新技術產業創新生態系統的創新態勢測度

李子彪　孫可遠　汪錦熙

摘 要：由創新主體與內外部環境構成的創新系統以技術發展和創新產出為目的，以期實現各主體的合作共贏?；诖?，從創新生態系統演化視角引入高新技術產業創新生態系統態勢概念，構建高新技術產業創新生態系統創新態勢的測度體系，并采用主成分分析和聚類分析法，對河北省11地市2014—2016年高技術產業的創新“態”和“勢”進行了測度和深入剖析。研究表明： 河北省11市的高新技術產業創新生態系統創新“態勢”的創新能力和環境影響度呈現出不均衡的分布態勢;各地區創新態勢總體上可以分為三個梯度;處于第一、第二階梯的地市有逐年增多趨勢，處于第三梯度的地市數量逐年減少。

關鍵詞：高新技術產業;創新生態系統;“態勢”測度模型

中圖分類號：F273.1? ?文獻標志碼：A? ?文章編號：1674-7356（2019）-03-0019-08

自進入 21 世紀知識經濟時代以來，創新對經濟社會發展的驅動作用愈加顯著，而且創新范式開始轉向創新生態系統。創新系統類似于自然生態系統，是系統要素共同演化、相關主體共同參與的結果[1]，需要企業與外部環境的協同[2]。高新技術企業處于高校、科研機構、金融機構、政府機構、高新技術企業、市場、用戶等構成的商業生態系統中。將生態系統概念引入高新技術產業中，使產業內的創新主體明確自身在產業中的定位及自身所處的創新環境，進而制定合適的發展戰略。它不但有利于提升高新技術產業的創新能力和競爭力，而且有利于國家經濟增長和產業協調發展。然而，現有關于高新技術產業創新生態系統的研究主要集中在理論和概念層面，實證研究較少，在僅有的實證研究中雖有一些學者關注創新生態系統的評價和測度方面，但缺少針對高新技術產業的創新生態系統生態位測度的研究[3]。

因此，本文結合高新技術產業發展的實際情況，以創新生態系統視角來探究高新技術產業的發展狀況，基于主成分分析法，分別對高新技術產業創新生態系統創新的“態”和“勢”進行了測度，然后利用生態位理論確定了“態”和“勢”的權重，計算河北省各地市高新技術產業創新生態系統創新態勢的綜合得分，并對其態勢進行實證分析與評價，明確了產業內創新主體的定位及自身所處的創新環境，進而制定合適的發展戰略。

一、文獻基礎

創新生態系統由占據不同但彼此相關的生態位的企業構成，是各主體共同創造價值和分享價值的一種協同機制[4]。我國學者柳卸林（2015）將創新生態系統定義為不同創新主體基于共同的愿景，整合生態中的創新資源，共同構建的以“共贏”為目的的創新網絡[5]。而生態系統中的生態位是生物體單元在特定生態系統中與環境相互作用過程當中構成的相對地位與作用，它是生物體單元的“態”和“勢”兩方面的綜合屬性。萬倫來認為企業生態位的“態”是企業生命體得以生存的基礎，是企業機體內構成要素的完整性及要素功能的完好性的總稱。企業生態位的“勢”是企業主體與環境之間的物質、能量、信息交換情況，代表了組織對環境的適應能力[6]。

國外學者對技術生態位角度進行了大量的研究，認為技術生態位是一個為避免新生代技術試驗局限和發揮保護作用的特定場域，可以幫助新技術逐步走向成熟[7]。何巨峰認為企業技術生態位是企業占據的資源以及生存能力體現，企業占據的資源包括有形資源和無形資源，并將有形資源歸為技術生態位“態”的角度，無形資源和能力歸為技術生態位“勢”的角度[8]。付英（2017）從技術生態的視角，選用區域空間多維結構模型與主成分分析對中國高技術產業技術生態位的“寬度”和“深度”進行了測度[9]。

在高新技術產業生態系統中，曾德明等利用社會網絡分析法，采取專利IPC分類號數據對產業技術生態位的寬度和生態位重疊度進行了測度[10]。李亞男（2015）采用Hype Cycle方法將技術創新分為技術觸發期、期望高潮期、期望低潮期、期望復興期、穩定發展期五個階段，并結合典型案例對其應用進行探索[11]。李子彪，張靜（2016）在研究區域創新極創新態勢測度中，將創新極創新態勢界定為技術創新能力的發展態勢，將其視為推動區域創新的引擎和轉變創新生產方式的驅動力[12]。

在創新生態系統的結構評價方面，惠興杰等（2014）基于生態理論視角提出了創新型企業生態系統的模型，并梳理出三類關鍵要素：主體要素、功能要素和環境要素[13]。劉洪久（2013）則在創新群落、創新資源和創新環境三方面提出了區域創新生態系統的評價指標體系[14]。與此同時，孫冰等人（2013）利用Loopito的研究體系，將技術生態位的機制分為嵌入網絡的視覺、權力和知識三個方面[15]。

可以看出，在創新態勢的測度方面，主要是對生態位的態和勢進行綜合評價和測度，少有學者將創新的態和勢進行明確定義，區別測度。

綜合眾多學者在不同領域有關生態位態勢理論的研究，高新技術產業的創新生態系統創新態勢可以看作是態和勢的綜合反應， “態”是指高新技術產業創新生態系統創新能力的現狀。是過去的創新者利用公共資源、創新主體通過資源的流動、創新主體和創新環境的相互影響和制約，共同實現創新產出過程所處的累積的結果?！皠荨笔侵父咝录夹g產業創新生態系統與創新環境的影響力或支配力，側重高新技術產業創新生態系統與創新環境的相互作用，反映其發展方向和發展趨勢。高新技術產業創新生態系統的“態”和“勢”，綜合分析了高新技術生態系統的創新能力和發展趨勢，并與同一環境下的其他創新生態系統進行了比較，它反映了高新技術產業創新生態系統在一定環境中在創新方面的相對地位和作用。

二、研究方法

本研究選擇運用主成分分析和系統聚類分析相結合的方法來測度河北省11個地市高新技術產業創新生態系統的創新“態勢”情況。

主成分分析法的原理是把大量的指標通過線性變換的方法篩選出幾個能代表所有指標的綜合變量。這種分析方法適用于變量較多的情況，為了降低多變量在數據收集過程中的工作量，利用降維的思想將這些變量變換成少數幾個綜合變量來反映研究問題。聚類就是依據數據相似的內在性質將數據分為幾個類別，并且類內的數據相似程度高，類外的相似度小，這個過程就是聚類。對數據集聚類分析是將變量按照其性質上的遠近程度進行分類的多元統計分析方法。

本研究應用主成分分析法對測度指標體系中的相關變量進行降維，計算出“態”和“勢”的得分以及創新“態勢”的綜合得分，同時對得分進行排序。這個排序可以表明河北省高新技術產業創新生態系統創新的狀態與發展趨勢，再通過聚類分析按照樣本數據之間的相似性將樣本分為多個類別。兩種方法結合起綜合測度河北省的創新態勢情況，具體步驟如下：

（一）數據的標準化

本文采用極值法對“態”數據進行去除量綱的處理。標準化后的指數是均值為0、方差為1的標準指標，標準化的計算公式為：

也就是說，每個變量除以該變量取值的全距，其中i表示河北省11個地市，i∈（1，2，…n，n=11）;j表示8項指標，j∈（1，2，…p，p=8）;R表示樣本的最大值和最小值的差值。標準化后的每個變量的取值范圍限于[-1，1]。

（二）計算相關系數矩陣

根據已經標準化處理后的數據矩陣，計算它們的相關系數矩陣R

其中r? = （i， j = 1， 2， …， p）是原變量xi與xj的相關系數，且rij = rji，其計算公式為：

（三）提取主成分

為前k個主成分的累積貢獻率。

主成分的貢獻率越大，說明該主成分綜合指標X1，X1，…，XP信息的能力越強。若是前k個主成分的累積貢獻率能達到85%以上，則說明所取的前k個主成分基本上可以包含所有測量指標的信息，這樣就選擇前k個指標變量作為k個主成分來代替原來的個指標變量，即：

F1 = a11x11 + a21x12? … + ap1x1pF2 = a12x21 + a22x22? … + ap2x2pFk = a1k xk1 + a2kxk2? … + apkxkp（6）

其中Xi = [x1i， x2i， …， xni]是標準化后的指標數據。

（四）計算成分得分以及綜合得分

計算綜合得分，計算公式：

其中bi為第i個主成分的方差貢獻率，ak為前k個主成分的累積貢獻率ak為前k個主成分的累積貢獻率，根據綜合得分值結合生態位態勢評估模型對所研究的問題進行評價。

（五）進行綜合排序

每個主成分在一定程度上代表被評估對象的情況，綜合排序是對所有被分析對象的綜合分析。將主成分方差貢獻率（特征根）作為權重，根據綜合得分獲得分析對象的綜合得分并進行排序。

三、指標體系設計及數據來源

（一）指標體系設計

本研究結合區域高技術產業生態系統結構模型，從“態”和“勢”兩方面對河北省高新技術產業創新生態系統創新態勢進行測度，其中，河北省高新技術產業創新生態系統創新的“態”主要通過主體協同度和環境適宜度來衡量，創新的“勢”主要通過主體成長力和環境培育力來衡量;從“態”和“勢”兩個生態位維度，設置了4個二級指標和16個三級指標，構建了適合高技術產業生態系統態勢測評指標體系 （見表1）。

（二）數據來源與處理

本文樣本來源于科技部門認定的高新技術企業的統計報表，采用河北省《國家高新技術產業開發區企業統計報表》 中2014—2016年的相關調查數據。此外，為了消除數據不同維度和數量級對評價結果的影響，運用 SPSS20. 0 軟件對指標數據進行了標準化處理。

四、實證測度與分析

本數據表的KMO 和 Bartlett 檢驗結果，如表2 所示，KMO統計量均大于0.6;Bartlett球形檢驗的 Sig 值均為0.000<0. 05，表示拒絕這一假設。從 Bartlett 檢驗可以看出，近似卡方檢驗值也很顯著，表明指標之間存在很強的相關性，并通過了主成分分析的適用性檢驗，因此適合于主成分分析。

（一）高技術產業創新生態系統創新“態”測度分析

應用SPSS進行主成分分析，計算出幾乎所有變量共同度都在90%以上，說明所提取出的這幾個公因子對各變量的解釋能力較強。然后，根據各變量的相關系數矩陣得到特征值及方差貢獻率。由分析結果可以看出：2014年至2016年8個變量中，前2個主成分的累積方差貢獻率均達到了90%以上，可以解釋原變量90%的信息量，故提取前2個因子作為主成分是比較合理的。因此，只需要求出主成分1（FT1）、主成分2（FT2）、主成分3（FT3）、主成分4（FT4）、主成分5（FT5）、主成分6（FT6）就可以反映2014年至2016年高新技術產業創新生態系統創新“態”層面的情況。

高新技術產業創新生態系統的創新“態”測度可以表示為2個標準化變量的線性組合，可以得到主成分的得分函數，即是高新技術產業創新生態系統創新態的得分函數：

2016年：FT = 0.921FT1? + 0.079FT2（8）

2015年：FT = 0.926FT3? + 0.073FT4（9）

2014年：FT = 0.954FT5? + 0.046FT6（10）

利用綜合得分表達式計算河北省11地市的高新技術產業創新生態系統創新態的得分，同時為了消除正負符號的影響，求出結果的T得分，計算公式為：T = ?× 10 + 50，最后各市得分及排名見表 3。分析各市的綜合得分及排名，可得到如下結論：

（二）高新技術產業創新生態系統創新“勢”測度分析

選取特征值大于1的1-3為主成分，由分析結果可看出：2014年至2016年8個變量中，前3個主成分的累積方差貢獻率均達到80%左右，因此，所選擇的主成分可以解釋原始變量的所有信息。所以，只需要求出主成分1（FS1）、主成分2（FS2）、主成分3（FS3）、主成分4（FS4）、主成分5（FS5）、主成分6（FS6）、主成分7（FS7）、主成分8（FS8）、主成分9（FS9）就能反映2014年至2016年高新技術產業創新生態系統創新“勢”的情況。

高新技術產業創新生態系統創新的“勢”測度可以表示為5個標準化變量的線性組合，得到主成分的得分函數，即是高新技術產業創新生態系統創新勢的得分函數：

2016年：FS = 0.525FS1 + 0.288FS2 + 0.187FS3（11）

2015年：FS = 0.574FS4 + 0.252FS5 + 0.173FS6（12）

2014年：FS = 0.506FS7 + 0.298FS8 + 0.195FS9（13）

由此計算得出河北省11地市的高新技術產業創新生態系統創新態的得分，如表4所示。

（三）高新技術產業創新生態系統創新“態勢”綜合測度分析

本文將“態”與“勢”的權重系數分別確定為1和2，綜合“態”和“勢”的評價得分，構建高新技術產業創新生態系統創新態勢綜合評價模型：

FZ = wt · FT + ws · FS（14）

式中，FZ為高新技術產業創新生態系統的創新態勢綜合得分;FT為上文計算得出的態的綜合得分;FS為上文計算得出的勢的綜合得分;wt為態的權重系數，ws為勢的權重系數，其中，。

計算得出河北省11地市高新技術產業創新生態系統創新態勢的綜合得分如表5：

（四）高新技術產業創新生態系統創新“態勢”結果聚類分析

將河北省11地市高新技術產業創新生態系統創新“態”、 “勢”以及“態勢綜合”的結果導入SPSS軟件進行K均值聚類?；?1個地市綜合得分排名和分析以及研究內容和目的，確定類別數為3類。結果如表6、表7、表8所示。

聚類分析結果顯示，2014年至2016年河北省高新技術產業創新生態系統創新“態”水平可以分為三個梯度：石家莊為第一梯度，保定為第二梯度，唐山、秦皇島、邯鄲、邢臺、廊坊、滄州、衡水、張家口、承德處于第三梯度。

2014年至2016年河北省高新技術產業創新生態系統創新“勢”水平也分為三個梯度：處于第一梯度的地市為石家莊，處于第二梯度的地市由2014年的保定逐漸擴展為2016年的保定、唐山、廊坊三地，處于第三梯度的地市由2014年的唐山、廊坊、秦皇島、承德、滄州、邯鄲、邢臺、衡水、張家口9地市，縮減為秦皇島、張家口、承德、邯鄲、衡水、滄州、邢臺7地市。

聚類分析結果顯示，2014年至2016年河北省高新技術產業創新態勢水平分為三個梯度：處于第一梯度的地市從2014年至2016年均為石家莊。處于第二梯度的地市由2014年的保定，逐漸擴展到2015年的廊坊、保定、秦皇島三市，2016年又擴展到保定、唐山、廊坊、秦皇島四市。第三梯度的地市由2014年的廊坊、秦皇島、唐山、滄州、邯鄲、邢臺、承德、衡水九市，縮減為2015年的唐山、邯鄲、邢臺、承德、衡水、滄州六市，最終縮減為2016年的邯鄲、滄州、張家口、承德、衡水五市。可以看出，處于第三梯度的地市逐年減少，處于較高梯度的地市逐年增多，表明河北省高新技術產業創新生態系統從2014年至2016年總體呈現高速發展態勢。

根據以上分類結果，綜合分析河北省11個地市高新技術產業創新生態系統創新態勢綜合能力的強弱。如圖1、圖2、圖3所示，總體來看，石家莊和保定兩地的高新技術產業發展較其他地市優勢明顯;其余9個地市的發展現狀和發展趨勢水平較為集中，其中唐山、秦皇島、廊坊、邯鄲增長態勢較為明顯并趨于穩定，邢臺、滄州、衡水、張家口、承德增長態勢呈波動狀態。

五、研究結論及啟示

本文在判斷河北省各地市高新技術產業創新生態系統的創新能力和發展趨勢中得出的結論與研究啟示主要包括以下幾個：

第一，河北省11市的高新技術產業創新“態勢”的創新能力和對環境的影響度均呈現出不均衡性的分布態勢。石家莊和保定的創新態勢水平相比其他地市明顯較高，一方面歸因為兩地是河北省高校和高新技術開發區的主要集聚地，創新主體方面優勢明顯;另一方面石家莊作為省會城市，保定作為非首都功能疏解的主要城市，無論在政策上還是資金投入上都有很大的側重，為兩地引進高技術人才和先進技術創造更多機會，逐漸營造出適宜高新技術產業發展的創新環境。

第二，河北省11市的高新技術產業創新生態系統創新“態勢”呈階梯式分布，總體上可以分為三個梯度。石家莊處于第一梯度，唐山、保定、秦皇島、廊坊處于第二梯度，邯鄲、邢臺、滄州、衡水、張家口、承德處于第三梯度，從第一梯度到第三梯度高新技術產業創新生態系統創新態勢水平逐漸降低。由于國家政策導向、歷史積累以及以往創新的作用，高技術產業領先發展的地市，其創新態勢一般要高于相對落后的地區，這就導致區域創新態勢發展的不平衡，這也是今后創新的基礎和起點。

第三，處于第一第二梯度的地市數量有逐年增多趨勢，處于第三梯度的地市數量有逐年減少趨勢。對比2014年—2016年的數據發現，處于第二梯度的地市由保定，逐漸擴展到保定、唐山、廊坊、秦皇島4市。而第三梯度的地市由2014年的廊坊、秦皇島、唐山、滄州、邯鄲、邢臺、承德、衡水9市，縮減為2016年的邯鄲、滄州、張家口、承德、衡水5市?？梢钥闯?，處于第三梯度的地市逐年減少，處于較高梯度的地市逐年增多，表明河北省高新技術產業創新生態系統總體呈現高速發展態勢。

具體而言，石家莊加強對外輻射和帶動作用，加速打造現代化省會城市;承德應注重生態保護和綠色發展，堅持走雙贏之路;在張家口市建造成為首都涵養功能區和生態環境功能定位的支撐區，打造河北發展一翼;秦皇島推進港城融合，建設一流的國際旅游城市;為了率先建成小康社會和現代化沿海城市，唐山應圍繞習近平總書記“三個努力建成”的目標，建設曹妃甸新的增長極;廊坊與京津一體化發展，建設創新驅動經濟城市;保定將加快與雄安新區的共同發展，建設創新驅動的發展強市和具有全國影響力的特殊貿易物流基地;將滄州建設成為沿海率先發展的創新示范區，并與天津港、唐山、秦皇島形成沿海經濟帶，打造環渤海地區重要工業城市;統籌衡水城鄉發展，建設生態宜居的濱海園林城市;邢臺提高城市綜合承載能力和服務功能，打造先進裝備制造和食品加工重要基地;邯鄲將加快轉型升級，建設北京、天津、河北協調發展的區域中心城市。

[參考文獻]

[1]? Laranja M，Uyarra E，Flanagan K. Policies for science，technology and innovation： Translating rationales into regional policies in a multi-level setting[J]. Research Policy，2008，37（5）：823-835.

[2]? Adner R. Match your innovation strategy to your innovation ecosystem[J]. Harv Bus Rev，2006，84（4）：98-107.

[3]? 武建龍，于歡歡，黃靜，劉家洋. 創新生態系統研究述評[J]. 軟科學，2017，31（03）：1-3+29.

[4]? Adner R，Kapoor R. Value creation in innovation ecosystems： how the structure of technological interdependence affects firm performance in new technology generations[J]. Strategic Management Journal，2010， 31（3）：306-333.

[5]? 柳卸林，孫海鷹，馬雪梅. 基于創新生態觀的科技管理模式[J]. 科學學與科學技術管理，2015，36（1）：18-27.

[6]? 萬倫來. 企業生態位及其評價方法研究[J]. 中國軟科學，2004（1）：73-78.

[7]? HOMMELS A，PETERS P，BIJKER W E. Techno therapy or nurtured niches technology studies and the evaluation of radical innovations[J]. Research policy，2007，36（ 7）：1088-1099.

[8]? 何巨峰，謝衛紅. 技術生態位與技術能力演化關系實證研究[J]. 系統工程，2008，26（5）：36-41.

[9]? 付英. 區域高技術產業技術生態位測評實證研究[J]. 中國科技論壇，2017（4）：134-140.

[10]? 曾德明，韓智奇，鄒思明. 協作研發網絡結構對產業技術生態位影響研究[J]. 科學學與科學技術管理，2015（3）： 87-95.

[11]? 李亞男，雷二慶. 技術創新態勢評估工具——Hype Cycle[J]. 科研管理，2015（s1）：47-53.

[12]? 李子彪，張靜，李林瓊. 區域創新極創新態勢測度方法研究——對北京的集對分析[J]. 科技進步與對策，2016，33（15）：111-117.

[13]? 惠興杰，李曉慧，羅國鋒，等.創新型企業生態系統及其關鍵要素——基于企業生態理論[J]. 華東經濟管理，2014（12）：100-103.

[14]? 劉洪久，胡彥蓉，馬衛民. 區域創新生態系統適宜度與經濟發展的關系研究[J]. 中國管理科學，2013（s2）：764-770.

[15]? 孫冰，襲希，余浩.網絡關系視角下技術生態位態勢研究——基于東北三省新能源汽車產業的實證分析[J]. 科學學研究，2013，31（4）：518-528.

The Measurement of Innovation Situation of Innovation Ecosystem of High-tech Industry

——An Empirical Study Based on 11 Cities in Hebei Province

LI Zibiao， SUN Keyuan， WANG Jinxi

（School of Economics and Management， Hebei University of Technology， Tianjin 300401， China）

Abstract： The innovation system consisting of the innovation subject and the internal and external environment aims at technological development and innovation output to achieve cooperation and win-win for all subjects. Based on this， the concept of high-tech industry innovation ecosystem is introduced from the perspective of innovation ecosystem evolution， and the measurement system of high-tech industry innovation ecosystem innovation is constructed. And adopts principal component analysis and cluster analysis to create innovations in the high-tech industry in 11 cities of Hebei Province from 2014 to 2016. The innovation "state" and "potential" of high-tech industries were measured and deeply analyzed. The research shows that the innovation ability and environmental impact of the "state" of high-tech industry innovation ecosystem innovation in 11 cities of Hebei Province show an uneven distribution. The innovation situation in each region can be divided into three gradients in general. The number of cities in the first and second steps has increased year by year， and the number of cities in the third gradient has decreased year by year.

Key words： high-tech industry; innovation ecosystem; situation measurement model