基于組合賦權(quán)法的區(qū)域知識(shí)創(chuàng)新生態(tài)位測度研究

宋琪，谷灝，陳曉紅

（沈陽工業(yè)大學(xué)管理學(xué)院，遼寧 沈陽 110000）

0 引言

黨的二十大報(bào)告提出，要堅(jiān)持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位，提升國家創(chuàng)新體系整體效能。知識(shí)是創(chuàng)新體系中的重要內(nèi)容。區(qū)域知識(shí)創(chuàng)新是國家創(chuàng)新體系的重要組成部分，是提升區(qū)域科技創(chuàng)新水平、促進(jìn)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的關(guān)鍵熱點(diǎn)問題。近年來，我國高度重視科技創(chuàng)新工作，已成為世界科技創(chuàng)新最活躍的地區(qū)之一。2022年，我國全社會(huì)R&D 經(jīng)費(fèi)投入30 870億元，較2021年增長10.4%；《2022年中國科技論文統(tǒng)計(jì)報(bào)告》顯示，我國世界熱點(diǎn)論文數(shù)量首次排名第一；《世界知識(shí)產(chǎn)權(quán)指標(biāo)》顯示，我國發(fā)明專利數(shù)量排名世界第一，高價(jià)值發(fā)明專利同比增長24.2%。但遺憾的是，我國科技產(chǎn)出的質(zhì)量與創(chuàng)新領(lǐng)先型國家相比仍有差距，且各區(qū)域知識(shí)創(chuàng)新仍存在發(fā)展水平不均衡、創(chuàng)新成果利用率低的情況。因此，科學(xué)測度我國區(qū)域知識(shí)創(chuàng)新發(fā)展水平，對(duì)于揭示我國區(qū)域知識(shí)創(chuàng)新發(fā)展現(xiàn)狀、識(shí)別知識(shí)創(chuàng)新短板、促進(jìn)我國科學(xué)技術(shù)進(jìn)步等具有重要的現(xiàn)實(shí)意義。

目前已有學(xué)者對(duì)知識(shí)創(chuàng)新測度展開了研究。例如，根據(jù)中國地級(jí)市間的論文合作和專利聯(lián)合情況，構(gòu)建中國城市知識(shí)創(chuàng)新網(wǎng)絡(luò)，并分析其結(jié)構(gòu)特征［1］；從論文產(chǎn)出、成果鑒定、科技服務(wù)等3方面出發(fā)，運(yùn)用超效率DEA 模型測度我國大學(xué)知識(shí)創(chuàng)新效率［2］；基于創(chuàng)新價(jià)值鏈，從知識(shí)創(chuàng)造階段和知識(shí)創(chuàng)新階段對(duì)我國區(qū)域知識(shí)創(chuàng)新進(jìn)行測度［3］；還有學(xué)者認(rèn)為，創(chuàng)新知識(shí)量由知識(shí)使用量、研發(fā)能力和知識(shí)共享能力決定［4］。縱觀已有研究，可以發(fā)現(xiàn)對(duì)于知識(shí)創(chuàng)新的測度，一方面，是從知識(shí)創(chuàng)造結(jié)果的角度測度知識(shí)創(chuàng)新水平，即知識(shí)創(chuàng)新水平等同于新知識(shí)創(chuàng)造量，如論文和專利等，缺乏對(duì)知識(shí)轉(zhuǎn)化和應(yīng)用等方面的關(guān)注；另一方面，關(guān)于知識(shí)創(chuàng)新的測度缺少對(duì)知識(shí)生物屬性的動(dòng)態(tài)考量，未能從生態(tài)學(xué)視角探討知識(shí)創(chuàng)新的發(fā)展過程。

生態(tài)位是種群生物學(xué)中的重要理論，指物種在群落中所處的特定生態(tài)地位，由物種與環(huán)境之間的功能關(guān)系所決定［5］。目前，該理論已被應(yīng)用到技術(shù)生態(tài)位、產(chǎn)業(yè)生態(tài)位、城市生態(tài)位等的研究中［6］。例如，王宏起等［7］認(rèn)為，區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)創(chuàng)新生態(tài)位是各創(chuàng)新生態(tài)因子在產(chǎn)業(yè)環(huán)境中合力展示出的產(chǎn)業(yè)優(yōu)勢；施建剛等［8］認(rèn)為，城市競爭生態(tài)位是城市在特定的時(shí)期、環(huán)境中生存位置的體現(xiàn)，也是該城市各類社會(huì)資源等生態(tài)因子梯度位置的體現(xiàn)。知識(shí)的創(chuàng)造與增長機(jī)制類似于達(dá)爾文提出的自然選擇進(jìn)化機(jī)制，是組織自有知識(shí)與當(dāng)前知識(shí)環(huán)境間交叉匹配，對(duì)組織知識(shí)進(jìn)行更新、完善、淘汰或使其休眠的過程，即知識(shí)具有生長性、交叉性和進(jìn)化性等生物學(xué)特征［9］。類似于自然界各物種間的生存發(fā)展會(huì)形成各自特定的生態(tài)位，知識(shí)的生物學(xué)特征也使各區(qū)域間形成了不同的知識(shí)創(chuàng)新生態(tài)位，即各區(qū)域因知識(shí)資源稟賦、開放程度等生態(tài)因子不同而形成的知識(shí)創(chuàng)新發(fā)展態(tài)勢和競爭地位。一個(gè)區(qū)域的知識(shí)創(chuàng)新生態(tài)位越高，越有可能躍入更高水平的發(fā)展空間。因此，本文基于生態(tài)位態(tài)勢理論，從有機(jī)體存量、新陳代謝、生長發(fā)育、遺傳進(jìn)化等4 個(gè)維度建立區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系，采用組合賦權(quán)法測度2019—2022年中國各省（區(qū)、市）的知識(shí)創(chuàng)新生態(tài)位，分析區(qū)域知識(shí)創(chuàng)新生態(tài)位和態(tài)勢變化，并提出促進(jìn)區(qū)域知識(shí)創(chuàng)新生態(tài)位提升的相關(guān)建議。

1 區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系

1.1 構(gòu)建原則

明確知識(shí)創(chuàng)新的內(nèi)涵是構(gòu)建區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系的前提。現(xiàn)有研究對(duì)于知識(shí)創(chuàng)新概念的探討主要分為兩大類：有學(xué)者認(rèn)為，知識(shí)創(chuàng)新就是知識(shí)創(chuàng)造，即新知識(shí)的產(chǎn)生［10］；還有學(xué)者認(rèn)為，知識(shí)創(chuàng)新不僅包括知識(shí)創(chuàng)造，還包括知識(shí)的交流和轉(zhuǎn)化等過程，即知識(shí)通過傳播、應(yīng)用向經(jīng)濟(jì)價(jià)值轉(zhuǎn)化的過程［11］。例如，蘇屹等［12］基于強(qiáng)化布魯塞爾反應(yīng)，從知識(shí)創(chuàng)造、知識(shí)應(yīng)用、知識(shí)擴(kuò)散和知識(shí)反饋等4 個(gè)方面分析了區(qū)域知識(shí)創(chuàng)新系統(tǒng)的演化。本文研究的重點(diǎn)是如何識(shí)別知識(shí)創(chuàng)新的低效短板，提升區(qū)域科技創(chuàng)新水平，強(qiáng)調(diào)新知識(shí)流動(dòng)及轉(zhuǎn)化應(yīng)用的過程。因此，本文將第二種觀點(diǎn)作為研究基礎(chǔ)，認(rèn)為知識(shí)創(chuàng)新是知識(shí)主體利用創(chuàng)新資源進(jìn)行知識(shí)交流、知識(shí)創(chuàng)造、知識(shí)轉(zhuǎn)化的過程。

在區(qū)域知識(shí)創(chuàng)新生態(tài)位的形成過程中，區(qū)域生態(tài)中的有機(jī)體利用創(chuàng)新資源不斷地進(jìn)行新陳代謝活動(dòng)，實(shí)現(xiàn)生長發(fā)育并推動(dòng)知識(shí)遺傳和進(jìn)化，為下一階段的知識(shí)生態(tài)活動(dòng)提供基礎(chǔ)［8］。因此，基于知識(shí)創(chuàng)新內(nèi)涵，本文將區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系劃分為有機(jī)體存量、新陳代謝、生長發(fā)育、遺傳進(jìn)化等4 個(gè)維度。這4 個(gè)維度共同作用，促使區(qū)域知識(shí)創(chuàng)新生態(tài)位不斷提升，并躍遷到新的發(fā)展空間［13］。

本文將依照以下原則建立指標(biāo)體系：一是將知識(shí)交流和知識(shí)應(yīng)用納入?yún)^(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系，體現(xiàn)知識(shí)從無到有的過程以及所產(chǎn)生的市場價(jià)值；二是考慮區(qū)域內(nèi)各類知識(shí)創(chuàng)新主體，包括高校、科研機(jī)構(gòu)和企業(yè)等在知識(shí)創(chuàng)新中發(fā)揮的作用；三是關(guān)注知識(shí)的轉(zhuǎn)化應(yīng)用對(duì)企業(yè)生產(chǎn)和知識(shí)跨域擴(kuò)散的作用；四是為保證本指標(biāo)體系測度結(jié)果的權(quán)威性、連續(xù)性、可獲取性和可比較性，指標(biāo)數(shù)據(jù)均來源于國家權(quán)威統(tǒng)計(jì)報(bào)告，如《中國統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》《中國科技論文統(tǒng)計(jì)與分析報(bào)告》《中國區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》等。

1.2 指標(biāo)選取與體系構(gòu)建

根據(jù)生態(tài)位態(tài)勢理論，生態(tài)位有兩方面的屬性：一是以生物量、資源占有量、經(jīng)濟(jì)發(fā)展水平、科技發(fā)展水平等為代表的生物單元現(xiàn)有狀態(tài)，其反映當(dāng)前發(fā)展?fàn)顟B(tài)，即生物單元的“態(tài)”［14］；二是以生產(chǎn)力、生物增長率、物質(zhì)能量變換速率等為代表的生物單元影響或支配所處環(huán)境的能力，其反映發(fā)展趨勢和發(fā)展?jié)摿Γ瓷飭卧摹皠荨保?5］。因此，為進(jìn)一步綜合測量各區(qū)域知識(shí)創(chuàng)新的當(dāng)前狀態(tài)和發(fā)展趨勢，根據(jù)生態(tài)位態(tài)勢理論將有機(jī)體存量、新陳代謝、生長發(fā)育、遺傳進(jìn)化等一級(jí)指標(biāo)劃分為“態(tài)”和“勢”兩類［16］。借鑒《中國區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》中選取人員規(guī)模和新產(chǎn)品產(chǎn)量等存量指標(biāo)測度區(qū)域創(chuàng)新實(shí)力、選取與上一年相比的增長率指標(biāo)測度區(qū)域創(chuàng)新潛力的做法，本文選取存量指標(biāo)測度區(qū)域知識(shí)創(chuàng)新生態(tài)位的“態(tài)”，選取增長率指標(biāo)測度區(qū)域知識(shí)創(chuàng)新生態(tài)位的“勢”。通過專家訪談、小組討論，并充分借鑒已有研究成果和研究報(bào)告，確定區(qū)域知識(shí)創(chuàng)新生態(tài)位的測度指標(biāo)體系，如表1所示。各維度指標(biāo)的選取與分析如下。

第一，有機(jī)體存量指區(qū)域知識(shí)基礎(chǔ)情況。個(gè)體是組織知識(shí)創(chuàng)新的來源，科研人員是區(qū)域知識(shí)創(chuàng)新的基礎(chǔ)。科研人員數(shù)量越多，區(qū)域知識(shí)創(chuàng)新的效率越高［17］。同時(shí)，區(qū)域研發(fā)支出能夠推動(dòng)區(qū)域內(nèi)部創(chuàng)新主體積極參與知識(shí)創(chuàng)新活動(dòng)，為區(qū)域知識(shí)創(chuàng)新提供了基本保障［18］。因此，本文采用某區(qū)域當(dāng)年的研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)當(dāng)量、各地區(qū)研究與試驗(yàn)發(fā)展（R&D）經(jīng)費(fèi)內(nèi)部支出指標(biāo)來測度有機(jī)體存量。

第二，新陳代謝指區(qū)域知識(shí)交流情況。隨著科技水平的提升、市場競爭的加速，在創(chuàng)新活動(dòng)中，主體、行業(yè)、地域之間的邊界已愈發(fā)模糊，創(chuàng)新活動(dòng)越來越多地轉(zhuǎn)為合作開放式創(chuàng)新［19］。論文的合著關(guān)系從微觀層面反映了各主體間的知識(shí)交流情況，已成為研究知識(shí)合作的重要指標(biāo)［20］。而企業(yè)作為知識(shí)交流中最重要的市場主體，通過與學(xué)研機(jī)構(gòu)及其他主體合作，以出資的方式獲取新知識(shí)。因此，本文采用科技論文作者的合著關(guān)系、企業(yè)對(duì)外合作、高校和科研院所科技募集活動(dòng)中來自企業(yè)的資金等指標(biāo)測度新陳代謝。

第三，生長發(fā)育指區(qū)域知識(shí)創(chuàng)造情況。知識(shí)分為科學(xué)知識(shí)、技術(shù)知識(shí)以及與企業(yè)相關(guān)的知識(shí)等3 類［21］。論文和專利作為知識(shí)產(chǎn)出的顯性表達(dá)，是科技創(chuàng)新重要的成果載體，被廣泛應(yīng)用于各主體知識(shí)創(chuàng)新產(chǎn)出的測度［22］。因此，本文采用專利綜合指標(biāo)及科技論文綜合指標(biāo)來測度區(qū)域知識(shí)創(chuàng)新的知識(shí)創(chuàng)造。

第四，遺傳進(jìn)化指區(qū)域知識(shí)轉(zhuǎn)化情況。知識(shí)轉(zhuǎn)化是對(duì)知識(shí)創(chuàng)造成果的開發(fā)和應(yīng)用，將成果應(yīng)用于生產(chǎn)，推動(dòng)知識(shí)的產(chǎn)業(yè)化和商業(yè)化，實(shí)現(xiàn)知識(shí)創(chuàng)造成果的物化及其經(jīng)濟(jì)價(jià)值［3］。企業(yè)新產(chǎn)品開發(fā)情況和區(qū)域?qū)ν饧夹g(shù)輸出情況體現(xiàn)了知識(shí)成果的對(duì)外轉(zhuǎn)化和應(yīng)用，反映了地區(qū)的創(chuàng)新輻射效應(yīng)。因此，本文采用企業(yè)新產(chǎn)品開發(fā)指標(biāo)和區(qū)域?qū)ν饧夹g(shù)輸出指標(biāo)來測度區(qū)域知識(shí)創(chuàng)新的知識(shí)轉(zhuǎn)化。

2 基于組合賦權(quán)法的區(qū)域知識(shí)創(chuàng)新生態(tài)位測度模型

2.1 測度思路

現(xiàn)有關(guān)于測度方法的研究中，部分研究通過專家經(jīng)驗(yàn)進(jìn)行主觀打分和賦權(quán)，如層次分析法、QFD 法和德爾菲法等；還有部分研究通過提煉指標(biāo)數(shù)據(jù)從而確定權(quán)重，如主成分分析法、多目標(biāo)規(guī)劃法和BP 神經(jīng)網(wǎng)絡(luò)分析法等。區(qū)域知識(shí)創(chuàng)新生態(tài)位是一個(gè)多維度的空間模型，對(duì)區(qū)域知識(shí)創(chuàng)新生態(tài)位的測度既要考慮區(qū)域知識(shí)創(chuàng)新的客觀情況，又要考慮宏觀控制的引導(dǎo)作用。因此，本文采用主客觀組合賦權(quán)法構(gòu)建我國區(qū)域知識(shí)創(chuàng)新生態(tài)位測度模型。其中，組合權(quán)重系數(shù)的計(jì)算遵循主客觀賦權(quán)結(jié)果最大一致性的處理原則，以降低主觀賦權(quán)結(jié)果和客觀賦權(quán)結(jié)果的偏離程度，使測度結(jié)果更準(zhǔn)確地反映現(xiàn)實(shí)情況。

主要包括以下幾個(gè)步驟：第一，根據(jù)已構(gòu)建的區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系，規(guī)范化處理各指標(biāo)原始數(shù)據(jù)；第二，選用G1法、G2法、熵值法、離差最大化法等方法分別計(jì)算指標(biāo)權(quán)重；第三，構(gòu)建目標(biāo)函數(shù)，運(yùn)用最大熵原理，提高各賦權(quán)結(jié)果的一致性，計(jì)算組合系數(shù)和組合權(quán)重；第四，計(jì)算得出30 個(gè)省（區(qū)、市）的知識(shí)創(chuàng)新生態(tài)位得分。本文所選樣本數(shù)據(jù)時(shí)段為2019—2022年（因《中國區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告2022》實(shí)為2020年數(shù)據(jù)，本文實(shí)際的樣本數(shù)據(jù)時(shí)段為2017—2020年），以我國30 個(gè)省（區(qū)、市）為研究對(duì)象，限于數(shù)據(jù)的可獲得性，不含港澳臺(tái)和西藏。

2.2 主客觀賦權(quán)法

由于本文所選取的指標(biāo)均屬于正向指標(biāo)，數(shù)據(jù)越大，知識(shí)創(chuàng)新程度越高。因此，使用正向打分公式對(duì)指標(biāo)進(jìn)行規(guī)范化處理。處理后選用G1法、G2法、熵值法、離差最大化法等進(jìn)行指標(biāo)賦權(quán)。

2.2.1 G1 法確定權(quán)重。G1 法是一種主觀賦權(quán)法，根據(jù)專家每次對(duì)最重要指標(biāo)的選擇，最終形成所有指標(biāo)的序關(guān)系。邀請政府、高校、科研院所中從事區(qū)域創(chuàng)新、產(chǎn)業(yè)創(chuàng)新、科技轉(zhuǎn)化等研究的7位專家組建專家組，向?qū)＜姨峁┲R(shí)創(chuàng)新生態(tài)位評(píng)價(jià)的背景資料，由專家進(jìn)行指標(biāo)排序與賦值。在排除異常值和離散數(shù)據(jù)后，對(duì)專家意見進(jìn)行匯總；將結(jié)果反饋給專家，專家根據(jù)結(jié)果進(jìn)行適當(dāng)調(diào)整；經(jīng)過多輪意見反饋，最終形成G1法權(quán)重。

專家給出相鄰測度指標(biāo)xk-1與xk重要性之比rk的賦值，第j個(gè)指標(biāo)的G1 法權(quán)重wj如式（1）所示。

2.2.2 G2 法確定權(quán)重。G2 法也是主觀賦權(quán)法，且專家排序與賦值過程同G1 法。專家選擇最不重要的指標(biāo)xk，并給出其他指標(biāo)xj與xk重要性之比dj的賦值，第j個(gè)指標(biāo)的G2 法權(quán)重wj如式（2）所示。

2.2.3 熵值法確定權(quán)重。熵值法是一種客觀賦權(quán)法，運(yùn)用信息熵原理確定權(quán)重。計(jì)算過程如下。

2.2.4 離差最大化法確定權(quán)重。離差最大化法是以評(píng)價(jià)結(jié)果的影響力為依據(jù)的客觀賦權(quán)法。用Hij(w)表示對(duì)象i與其他指標(biāo)值的離差。

其中，wj為第j個(gè)指標(biāo)的權(quán)重。對(duì)于指標(biāo)j，所有對(duì)象與其他對(duì)象的總離差為：

依據(jù)離差最大化原理，通過拉格朗日函數(shù)求導(dǎo)得到最優(yōu)解。

2.3 組合賦權(quán)法

2.3.1 組合權(quán)重的計(jì)算。分別用G1 法、G2法、熵值法和離差最大化法求權(quán)重wc(c=1,2,3,4)，則組合權(quán)重為：

其中，αc表示組合系數(shù)，。

2.3.2 組合權(quán)系數(shù)的確定。①保證各測度對(duì)象的加權(quán)得分與理想點(diǎn)廣義距離最小。

其中：li為距離；為第c種賦權(quán)方法第j個(gè)指標(biāo)的權(quán)重；xij為規(guī)范化后的值。

②運(yùn)用Jaynes 提出的最大熵原理，構(gòu)建目標(biāo)函數(shù)。

以各個(gè)賦權(quán)結(jié)果一致性最大的原則確定組合權(quán)系數(shù)，構(gòu)建目標(biāo)函數(shù)如式（11）所示。其中，參數(shù)θ為兩個(gè)目標(biāo)間的平衡系數(shù)，根據(jù)專家意見，θ=0.5。

求解組合權(quán)系數(shù)αc。

將式（8）求得的2019—2022年各年的權(quán)重轉(zhuǎn)置WT和指標(biāo)規(guī)范化得分X相乘，得到2019—2022年區(qū)域知識(shí)創(chuàng)新生態(tài)位測度得分Q。

按照得分的大小排序，即區(qū)域知識(shí)創(chuàng)新生態(tài)位的排序。

3 區(qū)域知識(shí)創(chuàng)新生態(tài)位測度的實(shí)證分析

3.1 2019—2022年組合權(quán)重

根據(jù)上述分析，2019—2022年組合權(quán)重計(jì)算結(jié)果如表2所示。因篇幅有限，僅列出2022年各維度權(quán)重。

表2 區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)權(quán)重

3.2 區(qū)域知識(shí)創(chuàng)新生態(tài)位的綜合測度

3.2.1 2022年區(qū)域知識(shí)創(chuàng)新生態(tài)位測度。將各項(xiàng)指標(biāo)規(guī)范化后的分?jǐn)?shù)和組合權(quán)重代入式（13），計(jì)算出各區(qū)域知識(shí)創(chuàng)新生態(tài)位得分，如表3所示。

表3 2022年區(qū)域知識(shí)創(chuàng)新生態(tài)位準(zhǔn)則層及綜合測度結(jié)果

從表3 可以看出，2022年排名位于知識(shí)創(chuàng)新生態(tài)位第一梯隊(duì)的省（區(qū)、市）主要有廣東省、江蘇省、北京市、山東省、浙江省、海南省、四川省、陜西省、上海市和安徽省。其中，排名第一的是廣東省，其有機(jī)體存量態(tài)與遺傳進(jìn)化態(tài)均是第一位，說明廣東省良好的經(jīng)濟(jì)狀況為知識(shí)創(chuàng)新打下了堅(jiān)實(shí)的基礎(chǔ)。廣東省政府以大灣區(qū)國際科技創(chuàng)新中心為引領(lǐng)，在基礎(chǔ)研究、創(chuàng)新載體建設(shè)等方面大力投入；通過華南技術(shù)轉(zhuǎn)移中心、廣東高校科技成果轉(zhuǎn)化中心等，為科研項(xiàng)目導(dǎo)入政策、融資等轉(zhuǎn)化全流程所需資源，顯著提升了科研成果轉(zhuǎn)化活力。與此同時(shí)，廣東省積極鼓勵(lì)部屬高校在廣東設(shè)立分校或研究所，建立“三部兩院一省”產(chǎn)學(xué)研合作體系，打造高層次、全方位的知識(shí)交流模式。2020年，廣東省獲發(fā)明專利授權(quán)量達(dá)15 077 件，新陳代謝態(tài)、新陳代謝勢、生長發(fā)育態(tài)等均位于全國前列。

山東省排名第四位，其遺傳進(jìn)化勢位于全國首位，知識(shí)轉(zhuǎn)化成果顯著。山東省科技廳大力推進(jìn)創(chuàng)新體制機(jī)制改革，在省屬高校開展科研人員職務(wù)科技成果所有權(quán)或長期使用權(quán)試點(diǎn)。例如，山東省農(nóng)科院為破解農(nóng)業(yè)科技成果轉(zhuǎn)化的難點(diǎn)，制定“1+7”政策辦法，構(gòu)建覆蓋轉(zhuǎn)化全流程、全周期的服務(wù)體系。此外，山東省全面推行科技攻關(guān)“揭榜制”和首席專家“組閣制”，打造“政產(chǎn)學(xué)研金服用”創(chuàng)新創(chuàng)業(yè)共同體，積極舉辦省中小企業(yè)創(chuàng)新競技行動(dòng)、高層次人才創(chuàng)業(yè)大賽等省級(jí)賽事，“以賽為媒”公開遴選優(yōu)質(zhì)創(chuàng)新項(xiàng)目，促進(jìn)創(chuàng)投機(jī)構(gòu)與科技企業(yè)對(duì)接，引導(dǎo)和撬動(dòng)各類社會(huì)資本，推進(jìn)知識(shí)成果轉(zhuǎn)化應(yīng)用。

海南省排名第六位，雖然其知識(shí)創(chuàng)新生態(tài)位的態(tài)維度比較薄弱，如有機(jī)體存量態(tài)排名第29位，生長發(fā)育態(tài)排名第28 位，遺傳進(jìn)化態(tài)排名第29位，但勢維度相對(duì)強(qiáng)勁，4個(gè)勢維度均位于全國前五，其中新陳代謝勢與生長發(fā)育勢位列國內(nèi)首位，形成了以知識(shí)合作和知識(shí)創(chuàng)造帶動(dòng)整體知識(shí)創(chuàng)新的發(fā)展模式。海南省依托海南自由貿(mào)易港的建設(shè)，推動(dòng)創(chuàng)新領(lǐng)先地區(qū)與海南省建立科技合作機(jī)制，不僅引進(jìn)高新技術(shù)企業(yè)落戶海南，還引進(jìn)多家研發(fā)機(jī)構(gòu)，使其與本地企業(yè)、高校、科研院所等展開合作，采用“一對(duì)一、點(diǎn)對(duì)點(diǎn)、多對(duì)一”的多層次合作方式，以開放合作、科技創(chuàng)新提升海南省整體知識(shí)創(chuàng)新生態(tài)位水平。

四川省排名第七位，雖然其在新陳代謝、生長發(fā)育、遺傳進(jìn)化等維度表現(xiàn)不夠突出，如新陳代謝態(tài)和勢分別排名第14 位和19 位，生長發(fā)育勢排名第20 位，但有機(jī)體存量維度表現(xiàn)亮眼，有機(jī)體存量態(tài)排名第7 位，有機(jī)體存量勢排名全國首位。四川省高度重視人才引進(jìn)與培養(yǎng)，成立高層次人才創(chuàng)新創(chuàng)業(yè)投資資金，研發(fā)人員數(shù)量持續(xù)增加，目前擁有兩院院士59 人，國家杰青110 人；且四川省逐年加大科研經(jīng)費(fèi)投入力度，2020年科技研發(fā)投入經(jīng)費(fèi)總量達(dá)1 055.3億元，邁入千億臺(tái)階，比2019年增長21.2%，總量排名全國第七位，為四川省知識(shí)創(chuàng)新活動(dòng)提供了強(qiáng)有力的支持。

3.2.2 2019—2022年區(qū)域知識(shí)創(chuàng)新生態(tài)位綜合測度。據(jù)上文計(jì)算結(jié)果，將各區(qū)域2019—2022年知識(shí)創(chuàng)新生態(tài)位得分逐年列出，比較各省（區(qū)、市）知識(shí)創(chuàng)新生態(tài)位動(dòng)態(tài)變化情況，具體如表4所示。

表4 2019—2022年各省（區(qū)、市）知識(shí)創(chuàng)新生態(tài)位綜合測度得分及排名

由表4 可以看出，2019年排名前五位中的廣東省、江蘇省、北京市和浙江省，其知識(shí)創(chuàng)新生態(tài)位在4年間均比較穩(wěn)定，知識(shí)創(chuàng)新發(fā)達(dá)區(qū)位逐漸形成，后發(fā)省（區(qū)、市）難以實(shí)現(xiàn)快速趕超。如排名第三位的北京市，其生態(tài)位各態(tài)勢發(fā)展較為均衡，大多處于較高水平。這說明作為國家的政治、經(jīng)濟(jì)、文化、管理、科技中心，北京市創(chuàng)新資源總量是其他區(qū)域所不能比擬的，北京市擁有巨大的人才優(yōu)勢與科技優(yōu)勢，正加速建設(shè)國際科技創(chuàng)新中心。位于前五位的浙江省，其作為沿海經(jīng)濟(jì)強(qiáng)省，擁有雄厚的經(jīng)濟(jì)基礎(chǔ)和豐富的科教資源，近年來始終將科技創(chuàng)新作為推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型的新動(dòng)能，出臺(tái)“科技新政50條”，從財(cái)政投入、平臺(tái)建設(shè)、體制改革等多個(gè)方面打造科技創(chuàng)新高地，持續(xù)加大研發(fā)投入；設(shè)立以西湖大學(xué)、之江實(shí)驗(yàn)室為代表的新型開放型研發(fā)平臺(tái)，加速浙江省的科研產(chǎn)出與交流，最終形成“重投入，高產(chǎn)出”的知識(shí)創(chuàng)新模式。

近四年，海南省、四川省、安徽省、黑龍江省的知識(shí)創(chuàng)新生態(tài)位呈上升趨勢。以安徽省為例，其把創(chuàng)新作為最大政策，不斷以制度創(chuàng)新激發(fā)第一動(dòng)力，實(shí)現(xiàn)了從“科教大省”向“科技創(chuàng)新策源地”的轉(zhuǎn)化；出臺(tái)《安徽省促進(jìn)科技成果轉(zhuǎn)化條例》《安徽創(chuàng)新型省份建設(shè)促進(jìn)條例》等法律法規(guī)，積極推進(jìn)創(chuàng)新體制機(jī)制改革。2017年，合肥獲批成立綜合性國家科學(xué)中心，建設(shè)了一批國字號(hào)重大戰(zhàn)略平臺(tái)，在重點(diǎn)領(lǐng)域“卡鏈”“斷鏈”關(guān)鍵技術(shù)攻關(guān)方面開展了一批科技重大專項(xiàng)和研發(fā)計(jì)劃，產(chǎn)出了一批重大創(chuàng)新成果。另外，黑龍江省把創(chuàng)新作為第一動(dòng)力，組建以龍頭企業(yè)為“盟主”單位、高校院所協(xié)同、產(chǎn)業(yè)鏈上游及下游企業(yè)共同參與的產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟20個(gè)，高度重視與中國科學(xué)院、中國工程院的合作交流，借助國家頂尖智庫開展產(chǎn)學(xué)研協(xié)同創(chuàng)新。

近四年，湖北省、河南省、貴州省、云南省的知識(shí)創(chuàng)新生態(tài)位呈下降趨勢。以貴州省為例，2019—2022年其區(qū)域知識(shí)創(chuàng)新生態(tài)位分別位于全國第9、11、15、26位。近年來，貴州省研發(fā)經(jīng)費(fèi)投入不足，知識(shí)基礎(chǔ)薄弱，加之缺少高水平創(chuàng)新平臺(tái)引領(lǐng)，科研人員流失嚴(yán)重，高精尖人才稀缺。2019—2022年貴州省有機(jī)體存量態(tài)、生長發(fā)育態(tài)、遺傳進(jìn)化態(tài)均位于全國第25 位左右，知識(shí)創(chuàng)造與知識(shí)轉(zhuǎn)化大幅下降，成為貴州省知識(shí)創(chuàng)新生態(tài)位下降的主要原因。

4 結(jié)論與建議

4.1 研究結(jié)論

本文基于生態(tài)位態(tài)勢理論，認(rèn)為知識(shí)具有生長性、交叉性和進(jìn)化性，區(qū)域生態(tài)中的有機(jī)體利用創(chuàng)新資源不斷地進(jìn)行新陳代謝活動(dòng)，實(shí)現(xiàn)生長發(fā)育并推動(dòng)知識(shí)遺傳和進(jìn)化，最終形成各區(qū)域不同的知識(shí)創(chuàng)新發(fā)展態(tài)勢和競爭地位。從有機(jī)體存量、新陳代謝、生長發(fā)育、遺傳進(jìn)化等4 個(gè)維度構(gòu)建區(qū)域知識(shí)創(chuàng)新生態(tài)位測度指標(biāo)體系，利用最優(yōu)組合賦權(quán)法，測度30 個(gè)省（區(qū)、市）2019—2022年的知識(shí)創(chuàng)新生態(tài)位，對(duì)各區(qū)域的知識(shí)創(chuàng)新生態(tài)位進(jìn)行分析，得出以下結(jié)論。

①從整體排名來看，近幾年，廣東省、江蘇省、北京市、浙江省的區(qū)域知識(shí)創(chuàng)新生態(tài)位位居前列，已形成較為穩(wěn)定的知識(shí)創(chuàng)新第一梯隊(duì)，態(tài)和勢維度均發(fā)展強(qiáng)勁；海南省、四川省、安徽省、黑龍江省的知識(shí)創(chuàng)新生態(tài)位呈上升趨勢，安徽省和四川省在2022年已躍入知識(shí)創(chuàng)新第一梯隊(duì)；湖北省、河南省、貴州省、云南省的知識(shí)創(chuàng)新生態(tài)位呈下降趨勢。

②從各維度表現(xiàn)來看，各省（區(qū)、市）間差異較大，其不同的政策重點(diǎn)促進(jìn)了區(qū)域知識(shí)創(chuàng)新生態(tài)位的提升。廣東省、北京市知識(shí)創(chuàng)新生態(tài)位各維度態(tài)勢較為均衡。此外，有些第一梯隊(duì)省（區(qū)、市）表現(xiàn)出“低態(tài)高勢”的知識(shí)創(chuàng)新態(tài)勢，如山東省的遺傳進(jìn)化勢、海南省的新陳代謝和生長發(fā)育勢、四川省的有機(jī)體存量勢位于全國前列；還有些省（區(qū)、市）表現(xiàn)出“高態(tài)低勢”的知識(shí)創(chuàng)新態(tài)勢，如江蘇省和陜西省作為知識(shí)創(chuàng)新強(qiáng)省，其各維度的勢排名均低于態(tài)排名，由于存量指標(biāo)表現(xiàn)強(qiáng)勁，因而整體生態(tài)位仍處于第一梯隊(duì)。

4.2 政策建議

基于以上研究發(fā)現(xiàn)，本文對(duì)如何提升區(qū)域知識(shí)創(chuàng)新生態(tài)位提出以下建議。

首先，加大有機(jī)體存量，提升區(qū)域知識(shí)基礎(chǔ)態(tài)勢。借鑒四川省對(duì)人才的引進(jìn)培養(yǎng)和加大科研經(jīng)費(fèi)投入的先進(jìn)經(jīng)驗(yàn)，定制柔性人才政策，引進(jìn)關(guān)鍵領(lǐng)域、重點(diǎn)產(chǎn)業(yè)急需人才，加大人才投入力度，建立高層次人才扶持基金，構(gòu)建多元化人才投入機(jī)制，積極推進(jìn)創(chuàng)新體制機(jī)制改革；加大財(cái)政支持力度，引入各類社會(huì)資本，鼓勵(lì)企業(yè)加大研發(fā)投入，推動(dòng)加計(jì)扣除政策應(yīng)享盡享。

其次，加強(qiáng)新陳代謝，提升區(qū)域知識(shí)交流態(tài)勢。借鑒廣東省和海南省協(xié)同創(chuàng)新的做法，利用區(qū)位優(yōu)勢，積極補(bǔ)充產(chǎn)學(xué)研單元，發(fā)揮企業(yè)在技術(shù)和經(jīng)濟(jì)主戰(zhàn)場的優(yōu)勢，強(qiáng)化企業(yè)在產(chǎn)學(xué)研合作中的主體作用，構(gòu)建知識(shí)創(chuàng)新共生群體，激發(fā)人才、資金、技術(shù)、信息等創(chuàng)新資源的活力；鼓勵(lì)當(dāng)?shù)仄髽I(yè)與其他區(qū)域的創(chuàng)新主體共同開展跨區(qū)域合作項(xiàng)目，瞄準(zhǔn)重點(diǎn)產(chǎn)業(yè)和關(guān)鍵技術(shù)組建創(chuàng)新聯(lián)盟，通過引進(jìn)來、走出去開展聯(lián)合攻關(guān)。

再次，促進(jìn)生長發(fā)育，提升區(qū)域知識(shí)創(chuàng)造態(tài)勢。借鑒北京市和安徽省等知識(shí)產(chǎn)出豐富地區(qū)的做法，面向世界科技前沿和國家重大需求，提升原始創(chuàng)新能力，加強(qiáng)戰(zhàn)略導(dǎo)向的體系化基礎(chǔ)研究、前沿導(dǎo)向的探索性基礎(chǔ)研究以及市場導(dǎo)向的應(yīng)用性基礎(chǔ)研究，推動(dòng)“卡脖子”技術(shù)實(shí)現(xiàn)新突破，增加高質(zhì)量科技成果供給，加快前沿技術(shù)突破和轉(zhuǎn)化，提升區(qū)域創(chuàng)新核心競爭力。

最后，推動(dòng)遺傳進(jìn)化，提升區(qū)域知識(shí)轉(zhuǎn)化態(tài)勢。借鑒海南省和山東省的經(jīng)驗(yàn)，推進(jìn)跨區(qū)域成果轉(zhuǎn)移轉(zhuǎn)化，建設(shè)“互聯(lián)網(wǎng)+技術(shù)交易”平臺(tái)，打造數(shù)字技術(shù)賦能的、線上線下結(jié)合的技術(shù)交易市場；打破創(chuàng)新體制機(jī)制的深層次障礙，激發(fā)科研人員創(chuàng)新活力，推行科技攻關(guān)“揭榜掛帥”制度，通過組織各種交流活動(dòng)積極推進(jìn)創(chuàng)投機(jī)構(gòu)與科技企業(yè)對(duì)接。

本研究也存在一定的不足。在指標(biāo)體系上，對(duì)組織和個(gè)體合作創(chuàng)新知識(shí)成果的直接測度、政府支持政策的影響等考量仍然不足，未來應(yīng)在后續(xù)研究中進(jìn)一步深化和完善，討論區(qū)域合作創(chuàng)新態(tài)勢差異和不同政策工具對(duì)區(qū)域知識(shí)創(chuàng)新的影響；限于數(shù)據(jù)的可獲得性，未將中國的知識(shí)創(chuàng)新生態(tài)系統(tǒng)發(fā)展情況與其他國家進(jìn)行對(duì)比，未來可基于不同國家的可靠數(shù)據(jù)，進(jìn)一步對(duì)比分析國家之間的知識(shí)創(chuàng)新差異。