基于探索、開發的區域創新生態系統評價與動態演化研究

王 寅，袁月英，孫 毅，王丹丹

(1.天津財經大學國際工商學院，天津 300222；2.天津財經大學會計學院，天津 300222)

0 引言

我國各地區創新生態系統發展不平衡，科技創新能力、經濟發展水平差距顯著，嚴重阻礙了科技強國之路，致使數字化技術的應用和開放式創新的推廣進程緩慢。黨中央、國務院多次通過會議強調要實施創新驅動戰略、建設創新型國家，使創新生態系統建設和治理成為理論界和實務界的重要議題。此外，經過多次工業革命，創新范式已從企業自主創新轉變為開放型創新，再轉變為協同創新與聯盟，并在動態、共生、網絡化的環境下發展成為基于利益相關者的生態系統[1]。創新生態系統的協同效應取代了產業技術聯盟和工業區的規模經濟與范圍經濟，成為很多地區追捧的創新范式。值得注意的是，系統的要素基礎及其管理過程中所產生的路徑依賴等風險極易引發系統發展停滯或退化，進一步擴大了系統間創新能力的差距。

雙元性創新是組織技術創新的最優模式，系統治理者應科學規劃開發式創新與探索式創新，促進系統創新的均衡性、互補性和連續性。開發式創新強調對即有知識和技術的挖掘，改進和提升生命周期內的產品質量和生產效率，匹配客戶端的短期需求和使用體驗[2]，是技術創新的量變過程[3]。探索式創新強調對即有知識和技術的突破，利用全新一代產品挖掘新的市場和客戶機會，匹配組織的長期需求[3]，具有復雜性、突破性和高風險性等特征。組織在對創新生態系統的風險控制、創新孵化、資源稟賦等能力高度依賴的情境下，實現可共享的、持續的、風險可控的技術探索，進而影響系統的創新效率、均衡性及演化方向[4]。那么基于雙元創新視角，如何評價區域創新生態系統的均衡性？系統微觀的動態演化規律是什么？包含哪些階段？當前學界對區域型創新生態系統的研究集中于運轉機制、創新主體的協同、開放性創新和評價體系等方面[5-6]，并論證雙元性創新與系統績效的正反饋作用[7]，但未涉及基于創新二元能力的系統評價及其動態演化機理。

管理實踐中，雙元性創新受到區域治理者和企業管理者的高度重視，國內外的統計年鑒、硅谷等先進創新生態系統的戰略規劃都對開發式創新和探索式創新進行指標分類，然而國內大多數系統的建設和管理卻效果欠佳，仍缺乏可靠的方法論。

基于此，本文將以創新二元性的全新切入點，探究區域創新生態系統的演化特征和機理，根據現有理論和科技創新統計數據，利用專家打分、因子分析等方法構建基于探索與開發的系統評價體系，以2018年的平均數為基值對我國31個省份的系統進行評價，并挑選出廣東、浙江、北京等高級系統的案例，利用1998—2017年的縱向數據對其動態發展規律進行剖析，提出探索性命題并探討相關的政策應用。

1 相關構念及特征分析

1.1 創新生態系統的構念

Iansiti認為，創新生態系統 (以下簡稱“系統”)是由處于不同生態位的組織相互影響、競爭和組合優化形成，受不同宏觀要素影響的協同體[8]，通過信息鏈、資金鏈、知識鏈等推動其自身聯結與演化。系統通過組織間的研發合作、專利許可和轉讓以及產品標準合作與制定等協同匹配市場需求[9]，形成技術和資源的競爭優勢[10]。近期研究則進一步強調開放式創新，將客戶和公眾納入系統的物質、信息和知識流動過程中[11]。綜上，區域創新生態系統是在一定地理區域內的企業、高校、科研機構、中介機構及客戶等，在宏觀環境要素的影響下，利用開放式創新，通過知識、資源的流動與共同學習創造，滿足市場需求的協同體。

1.2 創新生態系統要素及仿生特征

基于仿生視角，系統主要由宏觀環境和微觀組織群落構成，創新群落按其特征和生態位分為創新主體群落，以及與主體群落形成知識聯結的上、下游群落[12]。主體群落是將創意轉化為技術的核心單元集合體，決定創新動能[13]，如富含高科技企業、高校和科研機構的高新技術開發區等；上游群落是孵化創新所需資源提供者的集合體，如供給原材料和基礎性技術的校企集群等，從供給側制造生態壁壘[14]；下游群落是輸出創新產品并負責匹配客戶需求、收集客戶信息流的產業層。各群落在系統內共生和網絡協同過程中動態互動[4]，與宏觀環境交互影響，形成創新偏好與重心不同的系統[15]，如圖1所示。

圖1 基于群落創新行為偏向性的區域型創新生態系統示例

創新生態系統具備開放性、多樣性和自演化性等仿生特征。開放性使技術創新突破組織邊界，與外界發生信息和資源交換，使系統持續演化，更新屬性特征與生態定位[16]。多樣性是指各系統的成分、層級、環境等都不盡相同，創新單元與群落能通過產業鏈、信息鏈和資金鏈等形成價值網絡，通過合作共生與優勝劣汰實現演化[17]，在動態環境下不斷試探并接近最優狀態[18]。自演化性是系統基于環境的自我更新與進化能力[19]，受系統內部資源、創新單元與群落、政策環境、風險偏好、文化和均衡度等屬性影響，其中環境對系統創新要素配置有顯著作用，能夠促進創新生態系統的良性變異和優化升級[20]。

2 研究評述及演化模型

2.1 創新生態系統評價的研究評述

基于組織關聯和網絡視角，系統的聯結效率決定了其創新績效；而基于技術標準和合作網絡視角，系統的構建特征與過程則是其創新能力的決定性因素；基于系統外部要素的互動視角，客戶發揮的作用在數字經濟情境下決定了系統的有機性，并進一步影響系統創新效率[11]。而從研究對象來看，區域型創新生態系統有別于其他非有界性系統，數據更具可獲得性和嚴謹性[11]，Still等通過社會網絡分析了區域型系統的演進方式[21]。此外，有學者關注系統的動態演化過程，王宏起等以比亞迪汽車為例分析新能源汽車產業創新生態系統的三階段演化過程[22]；歐忠輝等通過仿真方法探討系統的演化模型和平衡特征[23]。綜上，關于區域創新生態系統的評價及演化研究日趨成熟[7]，但鮮有研究將雙元性創新作為切入視角進行系統動態演化的探討。

2.2 創新生態系統的演化模型

基于現有理論，以開發式創新能力為橫軸、探索式創新能力為縱軸，創新績效等價線為原點等距邊界，將創新生態系統劃分為初、中、高級[3，15]，如圖2所示。圖2中，象限角平分線代表系統開發式、探索式創新的絕對均衡，扇形兩側代表次優非均衡，兩種創新能力和績效的變化決定系統的演化階段與方向。基于此，系統劃分為初級初創型、中級交替型、中級偏開發型、中級偏探索型、高級雙元均衡型、高級超開發型及高級超探索型[15]。初級初創型系統創新能力弱，資源、知識和信息的動態能力差[12]，多為非發達地區和衰退型區域，如美國底特律等。中級交替型源于系統的資源約束，系統須將創新重心在探索與開發之間交替輪動，但系統自身的互補性、協同性和既有資源的自強化作用會降低上述可能性并形成演化。偏開發型和偏探索型是交替型系統的重心向某種創新偏移的結果，如系統內長期存在較多的探索式創新單元、群落和環境元素的硅谷屬于偏探索型[24]，而非洲等落后地區系統更重視中低端制造業開發式創新群落的建設，多為偏開發型。高級系統中，均衡型是指系統能夠長期維持兩種創新的高水平均衡[25]，保證創新產出數量、效率和質量領先，為最優模式和進化終端。超探索型和超開發型系統是均衡型在其中某種創新慣性作用下喪失均衡性而產生的退化[15]，系統內在的資源因素和治理機制等是其退化的內在誘因[26],而宏觀經濟環境、政策以及系統對外聯結能力等則是外在誘因[5]。

圖2 創新生態系統分類與演化模型

3 指標篩選、模型構建與評價分析

3.1 指標篩選

參考現有的區域創新生態系統評價指標體系[11，21，27-28]，在雙元性創新視角下，將原始指標劃分為開發式創新指標和探索式創新指標。依據是：①兩種創新的特征和構念范疇；②兩種創新的測量方式，如Gilsing等利用專利大類IPC編號區分，Guan等采取發明專利度量探索式創新、實用新型和外觀專利來度量開發式創新，畢曉方等則利用新會計準則中R&D投資特征區分探索式創新 (R>0,D>0;R>0,D=0)與開發式創新 (R=0,D>0)；③Gima等、Kollmann等研究的量表。經過與17位同行專家的討論，利用統計方法排除相關性過強或同時影響兩種創新的指標，從110個指標中選取開發式創新、探索式創新兩套指標各17個，分別代表系統創新環境和創新群落的水平，見表1。

表1 區域創新生態系統評價指標體系

3.2 統計檢驗與評價

通過1999—2018年 (1998年前數據缺失)的中國區域科技創新評價報告及中國火炬統計年鑒等科技統計年鑒數據庫，獲取各區域創新生態系統的指標數據。

WSC-S型測色色差計 上海精科儀器有限公司；BSA224S型電子分析天平 賽多利斯科學儀器(北京)有限公司；BCD-215KJN型冰箱 青島海爾股份有限公司；YXD-24B型高級電熱食品烤箱 廣州市豪寶廚具有限公司。

表2 指標效度檢驗

表3 開發式創新解釋結果

表4 探索式創新解釋結果

3.3 截面數據分析、判別體系設計與分析

利用評價標準分析2017年全國31個省份及東部沿海、東北、中部和西部4個地區的數據，設定創新水平參考基值與判別標準，令該年全國創新生態系統探索式和開發式創新能力得分為基值1，得出各區域系統兩種創新的評價得分，見圖3和圖4。

圖3 2017年31個省份創新生態系統探索式創新評價

圖4 2017年31個省份創新生態系統開發式創新評價

從圖3的探索式創新角度看，2017年創新能力前3位是沿海發達城市，如北京、江蘇、廣東，但東部地區也有落后于全國平均水平的城市，如河北、天津、福建、海南。沿海地區無落后水平城市的是華東地區；華北地區離散度較高，領先與落后的省份各占一半，其中北京突出的探索式創新能力如何在京津冀地區體現溢出和協同效應是亟需探討的問題；以新疆、寧夏、青海和西藏為代表的西北、內陸地區探索式創新能力整體較弱。

此外，探索式創新與區域經濟體量和GDP增速存在正相關關系，決定經濟增長的前置或后置因素影響了探索式創新。值得注意的是，上海在上述相關關系中偏離明顯，說明其探索式創新能力仍需提高，以獲得可持續發展的長期技術創新和經濟發展動力。對其金融和貿易方面的數據進行比對分析可知，其較高的貿易和金融水平對經濟貢獻程度更大，但與探索式創新能力的相關關系并不顯著[29]。分地區看，探索式創新得分排序從高到低依次為東部、中部、東北及西部地區，與各地區經濟總量和增速亦呈正相關關系，但東北和西部地區的排序出現倒掛，說明西部地區創新生態系統的探索式創新能力嚴重落后，存在潛在的轉化或傳遞問題。

從圖4的開發式創新角度看，系統創新能力的得分和排名與探索式創新差異顯著，前5位是東部城市，即廣東、北京、江蘇、浙江和上海，天津、河北和海南依舊落后于全國平均水平。上海的排名仍與其經濟發展不匹配，可推測系統的貿易和金融發達程度與創新能力存在一定的互斥作用[29]。分地區看，得分排序從高到低依次為東部、中部、東北及西部地區，與探索式創新排序相同。東北地區仍強于西部地區，是由于探索式創新與開發式創新的交互作用。其中，東北地區由于重工業發達的歷史原因，雖然近年來經濟增速緩慢，但開發式創新仍存在歷史延續性，因此探討雙元性創新時間序列的自相關性也是題中之義。

為了探究系統所處演化階段的判別標準和2017年各系統兩種創新能力的分布，以開發式創新能力為橫軸、探索式創新能力為縱軸，利用表5和表6的綜合得分制圖，如圖5所示。

圖5 2018年我國31個省份創新生態系統雙元性創新能力分布

3.4 1998—2017年京、浙、粵區域創新生態系統縱向分析

為了微觀、動態地分析各系統的均衡性及其演化路徑，研究將對1998—2017年的統計數據進行縱向分析，在此選取北京、浙江和廣東3個省份為案例樣本進行深入探討 (北京、浙江、廣東3個樣本地區分別在2008年、2009年和2015年演化為高級均衡型創新生態系統，三者依次為京津冀、長三角、珠三角的代表性省份且演化路徑不同，研究其演化路徑和規律可為其他省份的系統建設提供標桿及方法論)。北京的開發式創新和探索式創新能力歷年領先于全國，主因子得分和綜合得分如圖6 (a) (b)所示；1998—2017年創新能力增速最快的是浙江，如圖7 (a) (b)所示；廣東的創新能力同樣受貿易因素影響，但已演化為高級系統，比同類型的上海 (中級創新生態系統)更具代表性，如圖8 (a) (b)所示。

圖6 1998—2017年北京創新生態系統開發式創新、探索式創新能力得分

圖7 1998—2017年浙江創新生態系統開發式創新、探索式創新能力得分

圖8 1998—2017年廣東創新生態系統開發式創新、探索式創新能力得分

首先，從細分維度的得分分析北京、浙江和廣東得分差異的內在因素。從開發式創新能力看，廣東創新環境指標增速較快，而北京增速緩慢，可知廣東開發式創新環境的建設與管理更為科學，而北京的創新環境發展存在成熟期邊際遞減的特征。廣東是下游群落增長領先的地區，浙江次之，體現了其制造業的末端屬性，而北京未將制造業作為長期發展的核心，近年更是主動淘汰或遷出了部分企業和相關機構。但北京的開發式創新主體群落得分顯著高于其他地區，是由于充足的科研機構數量，包括很多國家級科研機構和產業創新聯盟，后者對環境變化的反饋效應促進了主體群落開發式創新的自強化作用[14]。值得注意的是，從開發式創新上游群落得分看，北京相對于廣東的優勢并不明顯，但代表上游群落的高校、科研機構的數量和質量卻明顯占優，可知北京上游群落的開發式創新產出較低，廣東上游群落的創新單元更注重開發式創新。

從探索式創新能力看，廣東的創新環境指標顯著高于北京、浙江，其中北京受限于其人口增速和城市規模，初值最大卻增速最慢；而廣東在探索式創新的投入和人才引進方面優勢明顯，從政府網站、統計局和經濟發展管理局相關數據、政策的比較分析看，近年來廣東各地區的人才引進政策強度領先于全國，尤其是深圳市和廣州市。

從創新下游群落看，廣東強于浙江，而北京增長仍緩慢，決定因素亦是產業質量、地區規劃以及下游科技企業的質量和數量差異。而探索式創新主體群落的發展差異比開發式創新顯著得多，北京初值高和發展速度快是其綜合得分領先的主要原因，北京的科研機構在探索式創新方面存在絕對優勢，投資和孵化環境較好，具備大量的國家級研發中心和產業聯盟等。從上游群落角度看，北京具有長期領先優勢，說明高校、科研機構和孵化機構等配套設施對探索式創新至關重要，一流院校更重視探索式創新。

進一步，將北京、浙江、廣東的開發式創新和探索式創新得分與我國經濟周期按照1998—2017年時間軸繪制，如圖9所示。利用Matlab7.0根據回歸算法繪制其雙元變量基于時間序列的空間直角坐標探究其演化特征與情境因素。

觀察發現，開發式創新和探索式創新在發展過程中存在生命周期調節的交替上升規律[15]。在圖9的北京、浙江和廣東案例樣本的時間序列中亦可發現基于經濟周期的類似規律，因此在跨案例證據的角度提出命題1：區域創新生態系統開發式創新、探索式創新能力與經濟周期存在互動規律。

由圖9可知，兩種創新能力在時間序列中出現背離、相向和相交的狀況。近20年，兩次金融危機影響了我國的經濟周期[30]，包括1997年的亞洲金融危機和2008年的美國次貸危機，縱觀3個案例的創新能力趨勢圖，兩次相交分別出現在1997年和2008年 (兩種創新出現交叉，隨后背離)，此外在2016年出現相向、相交趨勢也與經濟周期 (我國經濟L型轉型、股災等)存在潛在的相關性[31]。因此提出命題2：在宏觀經濟滯脹期和衰退期，區域創新生態系統的開發式創新和探索式創新能力趨勢相反，相向變化；命題3：在宏觀經濟復蘇期和繁榮期，區域創新生態系統的開發式創新和探索式創新能力趨勢相反，背離變化。

圖9 1998—2017年北京、浙江、廣東創新生態系統雙元創新能力演化

進一步觀察，與浙江、廣東相比，北京兩種創新能力的趨勢性相對前置，創新的周期隨動規律與企業相似[15]。上述規律是由于探索式創新的變革、突破能力更強，而開發式創新重視改進與漸變；探索式創新是開發式創新的先決條件和技術跳躍的門檻，而開發式創新則是探索式創新的存續、改善和轉化率提升的基礎。3個省份的創新生態系統均在雙元性創新能力的螺旋驅動下，實現了新舊產業技術的交替和正向演化[13]。

Matlab7.0所構建的時間序列三維關系中兩種創新存在二元互動關系，北京、浙江和廣東3個樣本都難以實現長期的絕對平衡，螺旋上升的過程在于兩種創新對資源的爭奪或正交作用，即資源稀缺導致的二元交替過程，如財政預算和撥款的限制、地方債務和稅收政策的效應、人才和招商引資政策的競爭與邊際效用遞減等。總體來看，二元互動上升說明各系統的長期向好趨勢。從微觀演化路徑看，北京創新生態系統的演化路徑為中級交替型—中級偏探索型—高級均衡型，處于最優狀態；廣東創新生態系統的演化路徑為初級初創型—中級偏探索型—高級超開發型，目前接近均衡狀態，探索式創新相對欠缺；浙江創新生態系統的演化路徑為初級初創型—中級偏探索型—高級超開發型，亦向均衡趨勢線回歸。

綜上，當前階段我國各地區的政策強度、經濟底蘊、人才質量及區位優勢等環境因素對系統的演化狀態影響顯著，仍屬政府主導型階段；華東、華南地區創新生態系統跨區域性擴散效果強于東北、華北和西北地區，除學者已論證的政策和創新主體的作用之外，上游群落的知識、文化網絡建設和下游群落的用戶創新信息的擴散、反饋等方面的影響持續增強。

4 理論貢獻與政策應用

4.1 理論貢獻

(1)在區域型創新生態系統評價現有研究基礎上，引入雙元性創新的全新視角，開發了基于探索式創新、開發式創新二維變量的評價指標體系，拓展了現有理論的評價維度，從而能夠微觀地揭示系統中兩種創新的動態發展，為后續研究提供此視角的量化基礎。

(2)以現有文獻對組織雙元性創新演化階段的劃分模式為依據，進一步以創新資源與績效為邊界，探究并歸納創新生態系統的演化階段分類與判別方式，拓展了研究對象的范疇，并通過縱向案例分析彌補現有研究對創新生態系統動態演化方面缺乏探討的不足。

(3)通過北京、浙江和廣東創新生態系統開發式創新、探索式創新能力與我國經濟周期的擬合，發現創新生態系統探索式創新和開發式創新能力交互上升，且在經濟周期不同階段分別呈現相向或背離變化的新規律。

4.2 政策應用

(1)地方政府可基于雙元理論以高級均衡型系統為目標進行創新環境治理、政策引導和風險控制。相關部門可制定基于雙元創新的長期規劃，改善創新環境，優化上游群落、主體群落以及下游群落的資源流、資金流、信息流和技術流等網絡化建設，降低搜索和協調成本，定向引進人力、投資和互補創新資源[1]，設計合理的財政激勵政策，制定系統退化的風險預防機制以及監控、應對的措施[20]，力求實現長期均衡與正向演化。

(2)中央政府可以引導區域創新生態系統通過開放式創新進行跨區域滲透、擴散和協同發展，降低創新方面的貧富差距、假性協同和惡性競爭。在加快建設國家重要經濟帶的過程中，可借鑒長三角的經驗，通過跨區域的基礎設施建設、經營環境和財政政策優化等，避免資源和人才的惡性競爭，降低區域間經濟、技術的貧富差距，全面提升國家創新能力。

(3)各級政府可利用經濟周期與開發式、探索式創新的互動規律，制定宏觀調控政策和創新戰略規劃。國家與地方政府應在經濟周期的不同階段制定對應的政策，加強各創新群落和系統環境抵御經濟風險并保持長期均衡發展的能力，如重大公共衛生事件、貿易戰、經濟危機等特殊時期，可基于國家層面對群落要素采取定向培育和支持，如國家產業技術聯盟、技術研發重大項目等；地方政府可通過優化技術共享制度、保護制度及環境因素[7]，提高各創新主體的滿意度和正反饋，落實長期可持續的、有機的創新生態發展。

4.3 局限性與展望

基于指標可得性和政策可操作性，僅將區域創新生態系統確定為研究對象，但當前創新生態系統受開放式創新的影響逐漸趨于無邊界化，如華為、蘋果等企業為主體的全球化創新生態系統，其演化規律和要素突變仍需探討，如由于歐美多國政府制裁而導致華為創新生態系統割裂等問題。