Research on the Spatiotemporal Evolution and Ecological Governance of Regional Science and Technology Resource Synergy

Gao Sipeng，Jiang Hong，Zhang Xu

(School of Management,Jilin University,Changchun 130022,China)

Abstract：Science and technology resources are important strategic resources.The lack of regional science and technology resources and low degree of synergy seriously restrict the rapid development of regional technology and economy.Therefore,how to promote the synergy and sharing of regional science and technology resources,and promote the co-governance and co-development of all innovative subjects is an important issue of common concern to the government and the academic community.Uses the science and technology statistics of Heilongjiang and Jilin province from 2008 to 2017,and uses the composite system synergy model to measure the current situation and future trend of synergy degree of the science and technology resources of the Harbin-Changchun urban agglomerations.Combined with ecological theory and ecological management methods,the ecological management mechanism of regional scientific and technology resources is designed.The research finds that: During these ten years the overall synergy degree of the science and technology resources composite system showed an upward trend,but the growth trend was flat.The synergy degree of the composite system in 2009-2011 and 2013 was in a state of low coordination,and the others belonged to the general coordination state.Moreover,it is found through the prediction that the collaboration degree of the science and technology resource composite system in 2008-2022 shows an overall upward trend,but it is still in the general collaboration state.Around the ecological environment of scientific and technology development,the coordinated of regional space,the scientific and technology resource sharing service platform,and the cooperation of industry with university and research,to promote the rapid development of regional science and technology.

Key Words:Science and Technology Resource；Synergy Degree；Resource Sharing; Eco-Governance；Harbin-Changchun Urban Agglomerations

收稿日期：2020-05-12

基金项目：国家重点研发计划现代服务业重点专项基金项目(2017YFB1401800)；国家自然科学基金面上项目(71774067)；吉林省科技战略与规划研究项目(20200101015FG)

作者简介：高思芃(1991-)，女，黑龙江哈尔滨人，吉林大学管理学院博士研究生，研究方向为技术标准化、创新与战略管理；姜红(1978-)，女，吉林德惠人，博士，吉林大学管理学院教授、博士生导师，研究方向为技术标准化、创新与战略管理；张絮(1993-)，女，吉林长春人，吉林大学管理学院硕士研究生，研究方向为技术标准化、创新与战略管理。

DOI：10.6049/kjjbydc.2020010375

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5

文献标识码：A

文章编号：1001-7348(2020)17-0036-10

0 引言

科技资源作为重要的战略性资源，既是推动科技进步与经济发展的关键因素，也是为科技活动提供基础支持与战略保障的所有要素的总和，主要包括科技人力资源、科技物力资源、科技财力资源、科技信息资源和科技组织资源等[1]。随着经济全球化和信息技术发展，科技资源共享成为提升自主创新能力和促进产学研协同发展的有效途径(朱桂龙，2012)。当前，中国科技资源共享模式主要是政府直接驱动科技资源共享，并依托合作项目、信息中介机构及国家公共服务机构共同实现。由于目前中国经济发展不均衡，科技资源分布较为分散，资源重复建设现象普遍存在，部分区域科技资源协同度与利用率较低[2]。因此，如何促进区域科技资源协同与共享，推动各创新主体共同治理、共同发展，是当前中国科技发展中亟待解决的问题。

现有相关文献主要研究科技资源协同共享动因、科技资源配置效率、科技资源分布特点等，尚未针对哈长城市群区域科技资源协同情况进行分析。哈长城市群处于经济欠发达地区，科技资源相对匮乏，区域科技资源协同程度不高。因此，本文收集2008—2017年哈长城市群科技资源相关数据，运用定量方式测量哈长城市群科技资源复合系统协同度，为分析哈长城市群科技资源协同程度提供评价依据。基于生态学中的可持续发展、协调、平衡和整体等基本原理，根据生态化治理共演、共生、共荣方式，结合哈长城市群科技资源协同情况以及区域发展特点，设计以政府为核心、多元主体协同共治的治理格局，搭建生态化科技资源共享服务平台并建立相关配套机制与政策保障，为科技资源整合、匹配及产学研合作营造开放共生的创新生态环境。这样，将能有效减少科技资源重复建设情况，提高区域科技资源利用率；降低产学研合作中的沟通协调成本，提升创新主体协同创新效益，对改善哈长城市群科技资源协同状况具有重要意义。

1 文献梳理

1.1 科技资源协同与共享

关于科技资源协同与共享方面，国内外研究主要集中于协同共享动因、资源配置效率、资源分布特点与成因、合作绩效、平台与机制设计、政府政策等方面。其中，科技资源配置方面的相关文献较多，研究视角与方法比较丰富。例如，刘佐菁[3]基于科技资源投入、科技成果转化、科技社会贡献、科技创新环境4个维度构建科技资源配置水平综合评价指标体系，并运用因子分析法横向比较中国内地31个省市科技资源配置水平。在研究资源分布方面，学者们或划分地区或划分类别进行研究。凌峰[4]运用聚类分析对江苏省各地级市科技资源配置状况进行Q型聚类，进而对各样本城市科技资源分布状况进行分析。此外，也有学者从微观视角对协同共享的动因展开研究。例如，Cummings[5]认为，当合作多元化时，企业外部知识共享价值将增加，与绩效的关联性也更强；Faria等[6]、Okamuro等[7]认为,获取外部资源、实现成本和风险共担，是实现协同创新与资源共享的主要驱动因素。在宏观政策方面，戴勇[8]提出，政府应牵头建设区域产学研知识共享平台，促进组织学习与资源共享，并制定相关政策措施促进联盟交互协同；Ongaro[9]基于芬兰、法国和意大利的创新协调与机构能力研究提出相关政策。在机构能力层面，Crespih & Katz[10]从新兴经济体创新视角，发现知识密集型服务公司在资源协同中发挥着重要作用。通过相关文献梳理发现，现有成果缺乏对特定地区科技资源协同变化趋势的深入分析。为此，本文针对哈长城市群区域展开研究。

1.2 复合系统协同度

Ansoff[11]率先提出，协同是指由某种机制将各自独立的系统联系起来进行共享和协调运作，因而复合系统协同度测度模型通常用于评价复合系统中各子系统及其要素间的协同演化状态，测量各序参量和子系统的有序度以及复合系统的整体协同度[12]。基于此，Miozzo[13]对知识密集型服务业企业协同创新进行研究；Walsh[14]针对异质合作和大学-产业合作驱动高质量发明创造展开研究；李虹[15]运用复合系统协同度模型，从市场、政府、区域3个维度对三大城市群生态创新协同情况进行实证分析；张旺[16]以北京市为例，基于技术成就指数研究城市创新能力系统协同度，为宏观调控提出相应的政策建议；杨玄酯[17]从地域、部门、类型3个维度构建R&D人员投入-科技产出复合系统，对中国科技人才协同培育和开发路径进行分析。可见，复合系统协同度测算模型比较适用于区域科技资源协同度时空演变分析，本文亦运用该模型测算哈长城市群科技资源协同度变化。

1.3 生态化治理

现有生态化治理文献大多数是针对河道、草原等环境资源的研究。生态化治理是指运用生态学中的整体系统、平衡和谐及可持续发展等基本原理，根据自然生态系统演化规律对人类社会发展中的问题进行分析和治理[18]。例如，Badawy[19]基于生态系统理论与战略研究，对网络空间的竞争规律与治理方进行分析；肖红军[18]基于平台情境下社会责任缺失现象，提出社会责任生态化治理新范式；彭本红(2016)针对移动互联网产业，从产业生态学角度提出双层生态化治理模型；权玺[20]基于复杂系统理论视域，从复杂生态视角出发设计平台媒体生态化治理机制。因此，本文认为，针对区域科技资源协同现存问题，应构建相应的生态化治理机制，从而有效解决科技资源短缺、共享效益低等问题。

2 哈长城市群科技资源协同度发展趋势分析

本文运用复合系统协同度模型，构建科技资源复合系统协同度模型，设计区域科技资源复合系统指标体系，进而对哈长城市群科技资源协同情况进行测算与分析。

2.1 科技资源复合系统协同度模型构建

科技资源复合系统是S，Sk ( k∈[1，m])表示各子系统，根据科技资源分类，S包括科技人力资源子系统S1、科技财力资源子系S2、科技物力资源子系统S3、科技信息资源子系统S4、科技组织资源子系统S5。Xk=(Xk1，Xk2，Xk3，…，Xkj)表示系统演变进程中序参量的变量，其中j≥1，βki≤Xki≤αki，i∈[1，j]。α、β分别为系统稳定状态下序参量Xki的上限值和下限值。假设序参量Xk1，Xk2，Xk3，…，Xkn的取值与系统有序程度呈正相关，序参量Xkn+1，…，Xkj的取值与系统有序程度负相关，则子系统序参量有序度计算公式为:

(1)

其中，di(Xki)∈[0，1]，其值越大，Xki对相应子系统有序度贡献越大。对于子系统Sk有序度的测量可以通过几何平均法，计算公式为：

(2)

根据式(2)可看出，当d=1时，表示目标值最好，子系统有序度最高；相反，当d=0时，表示子系统有序度最低。

假设复合科技资源系统从初始时刻T0演变到时刻T1，各子系统有序度为：dk1(Xk)，其中k=1，2，3，4，5，则T0-T1时间段的复合科技资源系统整体协同度计算公式为：

(3)

式中：

复合科技资源系统整体协同度D∈[-1，1]，其取值越大，表明复合创新系统整体协同度越高，反之亦然，协同度等级划分[21-22]见表1。参数θ的作用在于，可以判断各子系统协调方向，当且仅当θ=1时，协同度D值为正，说明各子系统有序度上升，科技资源处于协调有序发展状态；当θ=-1时，协同度D为负值，说明至少有一个子系统的有序度下降，此时，科技资源没有实现协调有序发展。

2.2 科技资源复合系统协同度趋势测算

2.2.1 序变量确定与数据来源

目前，学术界尚未有成熟的科技资源复合系统指标体系，本文借鉴张运华[23]、张鹏[24]的研究成果，以充分反映各子系统基本属性为原则并根据数据可得性，选择各子系统序变量如下：S1选取R&D人员全时当量(人年/X11)、规模以上工业企业R&D人员数(人/X12)和科研院所R&D人员数(人/X13)；S2选取R&D经费支出总额(万元/X21)、研究与实验发展经费支出占地区生产总值比重(%/X22)和规模以上工业企业R&D经费支出额(万元/X23)；S3选取研发仪器设备购置费(万元/X31)和规模以上工业企业资产总计(万元/X32)；S4选取科技论文数(篇/X41)、科技著作数(本/X42)和专利申请授权数(件/X43)；S5选取高等学校数(所/X51)、科研院所数(所/X52)和高新技术企业数(家/X53)。数据来源为历年《黑龙江省统计年鉴》、《黑龙江省科技工作主要数据》、《吉林省统计年鉴》、《吉林省科技统计年鉴》和《吉林省科技统计资料》，以及委托黑龙江省与吉林省政府部门统计收集的相关资料。

2.2.2 数据计算

首先，在序变量确定之后对原始数据进行整理，因部分指标并未进行市级数据统计，故本文将黑龙江省与吉林省数据相加，计算哈长城市群科技资源复合系统协同度，并对价格相关指标进行平减，其中资产类指标为存量指标，见表2。

其次，为消除量纲影响，对数据进行标准化处理，将处理后的数据代入式(1) ，得到各子系统序变量有序度，如表3所示。

最后，将表3中的数据代入式(2) ，得到各子系统有序度，并以 2008年为基年，将各子系统有序度数据代入式(3)，得到哈长城市群科技资源系统协同度，如表4所示。

为进一步分析哈长城市群科技资源协同度发展趋势，本文采用R语言软件构建时间序列ARIMA模型，将表2序变量数据作为样本，对所选序变量2018—2022年数据进行预测。时间序列分析常用于宏观经济控制、市场潜力预测等，ARIMA模型既是时间序列预测分析方法，也是实际案例中最常用的模型[25-26]。本文通过R语言软件对样本数据平稳性进行检验并建立ARIMA模型对数据进行预测，发现在数据取差分过程中白噪声明显，整体来讲，只有序变量X31在取二阶自相关、三阶差分和三阶偏相关模型时拟合程度最好，其余13项序变量均取第一阶自相关、三阶差分和三阶偏相关模型拟合程度最好。各指标模型拟合度及预测结果见表5，通过复合系统协同度模型，测算出2008-2020年哈长城市群科技资源复合系统协同度变化趋势，见表6。

2.3 科技资源协同趋势分析

2.3.1 2008-2017年科技资源协同现状分析

(1)2008-2017年各子系统有序度变化较为复杂，但整体呈现上升趋势，如图1所示。其中，科技人力资源子系统与科技组织资源子系统在2008-2017年基本呈现逐年上升趋势，对复合系统整体协同度的贡献较大。另外，科技财力、科技物力和科技信息资源3个子系统的变化趋势波动较大，多次出现下降，对复合系统协同度的贡献较小。科技信息资源子系统趋势变化规律始终追随科技财力资源子系统变化趋势，说明当年科技财力资源对次年或后年科技信息资源具有较为显著的正向影响，即科技投入型资源变化对科技产出型资源的影响较为显著。基于此，本文借鉴汤临佳[27]和钱丽[28]的研究成果，选取R&D人员全时当量与R&D经费支出总额两个指标，根据哈长城市群区域内各城市科技资源投入比例，进一步明晰各城市之间科技资源分布情况。

如图2与图3是2013-2017年哈长城市群各城市R&D人员全时当量投入情况，图4与图5是2013-2017年哈长城市群各城市R&D经费支出总额投入情况。如图可见，哈长城市群区域科技资源过度集中于省会城市，而牡丹江市、绥化市、四平市、辽源市、松原市及延边州的科技资源占有量极低，导致其它城市很难发挥地域优势与产业特点，同时也给科技资源空间协同带来一定难度。因此，应重视城市群内科技资源的有效配置与空间协同。

(2)2009-2017年科技资源复合系统协同度整体呈现上升趋势，但增长态势平缓，如图1所示。其中，仅在2013年出现下降态势，但2014年逐渐回升，因而只有2009年、2010年和2013年复合系统协同度处于低水平协调状态，其它均处于一般协调状态。协调发展存在“木桶效应”，一个存在“短板”的子系统在一定程度上决定了整个复合系统的协同度(刘志迎、谭敏，2012)。2013年，科技人力与科技组织资源子系统有序度呈现上升趋势，但科技财力、科技物力和科技信息资源3个子系统的有序度均呈现下降趋势，故复合系统整体协同度必然下降。

2.3.2 2008-2022年科技资源协同预测分析

基于2018-2022年的预测数据，测算2008-2022年科技资源协同度变化趋势，如图6所示。科技资源复合系统协同度整体仍然保持上升趋势，但始终处于(0.3,0.7]之间，属于一般协同状态。2021年、2022年科技资源复合系统整体协同度将出现略微下降趋势，意味着若科技资源子系统始终保持发展趋势，未来科技资源复合系统整体协同度可能会逐步下降。主要原因在于，科技人力资源与科技信息资源子系统有序度呈现下降趋势，故当前及未来应特别注意科技人力资源与科技信息资源的有效配置和协同共享。

综上，本文认为，哈长城市群区域科技人力资源投入暂时可以满足科技资源复合协系统协同需求，但若不加大资源投入力度或提高资源有效配置率，未来会影响整体协同情况。另外，科技财力资源投入不稳定，科技信息资源、科技物力资源共享程度较低，科技组织资源协调情况一般。因此，哈长城市群科技资源整体协同度虽呈现上升趋势，但上升缓慢且协调程度不高。因此，哈长城市群一是应保障研发人员与经费投入并实现有效配置；二是重视区域空间协同发展，解决资源过度集中的问题；三是依靠区域科技综合服务平台打造科技资源共享生态圈，提高科技资源共享程度；四是推进区域产学研合作，促进各创新主体协同发展。

3 区域科技资源协同生态化治理机制

目前，中国正大力推进社会各领域生态文明化建设，加快社会生态化变革与公共治理结构优化。生态化是区域治理追求的目标，其最终目的是促使区域内各主体形成自组织状态，即在没有外部引导的情况下，各主体自行遵守规则进行自我管理与互相监督[29]。故区域生态化治理强调的是区域内各主体组成一个有机整体，其所包含的要素通过相互协调、彼此影响，达到可持续的动态平衡，进而促进区域内物质、能量与信息利用率提升。可见，生态化治理具有整体性、平衡性、自组织性和可持续性等特征，有助于解决资源高投入、低效率、不协调等问题[30]。基于此，采用类比研究方法，对区域科技资源协同生态化治理进行生态学分析，揭示其与自然界生态圈之间的相似之处，见表7。

综上，本文运用生态学基本原理，根据哈长城市群地区科技资源协同情况，设计具有中国特色、满足区域发展要求的科技资源协同生态化治理机制，力求保障科技资源高度协调与有序发展，如图7所示。

3.1 政府引导生态化协同治理，营造开放共生的生态环境

政府部门是生态化治理的核心，但科技人才、物力、财力和信息资源主要由高新技术企业、高校及科研院所等科技组织掌控，政府需引导各组织开展有效协同，共同维护良好的创新生态环境。因此，政府在从整体视角关注区域科技发展的同时，应定期了解区域各科技组织需求与问题，确立统一的治理目标与价值诉求，完善相关科技创新政策与措施。基于上文数据分析，科技人才资源投入会影响科技资源整体协同情况，且科技财力资源子系统的有序度波动幅度较大，故提出以下建议：①人才政策。首先，应落实国家相关政策，例如2019年12月人力资源与社会保障部印发的《关于进一步支持和鼓励事业单位科研人员创新创业的指导意见》明确指出，支持和鼓励科研人员兼职创新、在职创办企业，支持事业单位选派科研人员到企业工作或参与项目合作，充分激发高校、科研院所等事业单位科技创新人才的积极性、主动性和创造性，切实推进“放管服”改革，同时，应避免违规“搭便车”与“吃空饷”等问题。其次，考虑到东北地区经济发展较为落后，但在住房、医疗及教育资源方面具有较好的优势(梁正，2017)，因而建议政府部门积极关注人才需求，签订对象化、个性化的人才协议，并逐步提高高层次人才待遇；②资金政策。哈长城市群政府需要积极加大创新项目经费投入，建设重点实验室、工程中心和技术转移基地等[31]，同时通过线上平台与线下走访方式深入落实创新优惠政策，并对相关政策进行完善。根据整体、协调、平衡与可持续发展的生态化原则，建议政府部门突出沟通与协调角色，逐渐弱化管理职能，从而促进生态化治理机制长效运行。

3.2 发挥“哈大齐”与“长吉图”优势，形成“双核一轴两带”的城市群空间格局

哈大齐工业走廊是以哈尔滨为区域发展龙头，以大庆与齐齐哈尔为区域发展主体的经济发展带。基于上文数据，本文发现哈(尔滨)大(庆)齐(齐哈尔)是黑龙江省科技资源较为丰富的3个城市，并且哈尔滨具备较强的创新辐射能力，大庆有石油、天然气和化工三大特色产业，齐齐哈尔装备制造业较为突出。长吉图先导区是以长春、吉林为支撑，以图们等边境地区与腹地进行联动开放的发展带。同样基于上文数据分析发现，长春与吉林是吉林省科技资源的主要富集地。如图7所示，首先，哈尔滨与长春为区域发展的双核心，带动绥化、四平与辽源发展；其次，哈长城市群发展带穿过哈大齐工业走廊连通牡丹江，利用哈大齐工业走廊较强的辐射与带动能力，形成“哈大齐牡发展带”；再次，复制长吉图模式，推动“长吉延松发展带”发展。政府部门应对区域空间合作项目进行奖补、资助，制定完备的奖补指南；鼓励专家学者“开荒”走进落后地区进行实地调研，密切关注科技资源匮乏地区的创新需求；引导高新技术企业跨区发展，促使各城市将特色产业发展为区域特色；充分发挥线上科技服务功能，促进科技资源区域内流动，形成生态化发展模式。

3.3 搭建科技资源共享服务平台，提高区域科技资源协同度

区域科技资源共享服务平台是科技资源的聚集地，可有效整合资源，激活创新需求，精准对接供需服务(姜红等，2018)，并根据反馈完善生态化资源共享服务模式。由上文数据分析可知，哈长城市群科技资源共享与协同情况一般，在全球化信息技术时代，平台是解决哈长城市群地区科技资源共享及协同程度较低问题的重要手段：①科技人才资源方面：在平台上组建重点领域专家团队，针对产业发展瓶颈问题以及企业在技术创新中的特性问题，提供有效解决途径。科技人才资源是技术创新的源泉，是科技资源中的关键。因此，组建专家团队、人才机构等，实现科技人才资源价值，其它科技资源才能更好地发挥作用；②科技物力资源方面：将高校、科研院所、企业及科技服务中介机构的大型实验仪器、设备等物力资源价值最大化，促进产学研资源共享，协同创新；③科技财力资源方面：提供创新补贴，根据区域创新政策，向入驻平台的创新创业企业提供经费补贴，根据需求为企业提供科技金融服务，以解决科技财力资源短缺问题；④科技信息资源方面：平台是信息资源的主要载体，可发布供需服务信息、科学技术资料、政策新闻、行业动态等；⑤科技组织资源方面：影响产学研合作的主要因素是双方信任关系[32]，创新主体入驻平台，建立生态化协同创新网络，可有效提高信任度。

此外，为保障科技资源共享服务平台生态化运行，本文认为，应设置协同共享机制与评价奖励机制：①协同共享机制：为避免科技资源浪费和重复建设，实现科技资源的经济价值与社会价值，需合理兼顾各参与主体利益，即减少机会主义行为，避免因利益诱导而产生的“囚徒困境”，保证系统决策的科学性，进而实现协同创新效益最大化(徐建中等，2014)；②评价奖励机制：根据绩效评价反馈，设置奖罚激励制度，形成平台绩效示范案例，解决资源共享效果差、科技服务质量低的问题，以提高参与科技服务主体的协同创新能力和资源利用效率，确保平台可持续运行。

3.4 明确自身定位与职能，协同共治推动产学研合作

由上文数据分析发现，哈长城市群科技组织资源协调情况一般。目前，哈长城市群地区产学研合作模式以项目合作模式和共建产业园为主，以线上协作平台为辅，尚未形成收益共享、风险共担、协同发展的利益共同体。因此，需要各组织自主自治与多元共治。

①政府方面：基于公共管理视角，政府在产学研合作中应起到以下作用：首先是积极引导作用，政府应对产学研合作中各组织行为进行规范，避免“市场失灵”。其次是沟通协调作用，政府是各类信息资源的集散地，应在产学研合作中提供政策、咨询、技术及平台等公共服务，通过有效沟通与协调使产学研各方择优选择合作对象，从而降低产学研合作前期的沟通与谈判成本。再次是评价激励作用，政府应构建产学研合作评价体系，对有突出业绩的组织或个人给予奖励；②高新技术企业方面：企业可以通过产学研合作节约研发成本，提高成果转化率，且企业研发经费投入对区域整体科技财力资源具有较大的影响[33]。故企业应积极参与产学研合作，并根据实际情况逐渐加大研发经费投入力度；③高等学校方面：在产学研合作中，高校不但可以获得来自企业、科研院所及政府的科研经费，还可以促进技术成果市场化，从而实现研究价值。因此，高校应积极投身产学研合作，提供技术知识与人才，并开放共享实验仪器、设备等；④科研院所方面：科研院所是科技服务业的主力，在产学研合作中具有承上启下的作用，因而经常出现越位、错位现象。当前，在国家推进事业单位改革的局势下，科研院所应配合积极深化改革，承担起共性技术研发和公益性科技服务的公共职能；⑤科技服务中介机构方面：中国科技服务中介机构是在改革开放之后兴起的，目前发展尚不成熟，应根据区域科技发展需求、竞争程度和自身情况，明确专业领域，突出自身优势，逐步拓展科技服务中介市场。

4 结语

哈长城市群地处东北地区，科技资源相对匮乏，且区域科技资源协同程度不高，学术界针对哈长城市群科技发展的相关研究较少。本文分析哈长城市群科技资源协同现状与未来发展变化趋势，弥补了相关领域研究缺陷，基于生态学视角并结合哈长城市群科技资源协同情况，从区域空间协同发展、政府部门发挥主导与引导作用、各创新主体效益共享与风险共担、区域科技资源共享服务平台搭建等方面，较为系统性与创新性地设计了区域科技资源协同生态化治理机制，以期对相关创新政策具有一定的指导作用。但本研究中缺少与其它较发达地区城市群的横向比较分析，因此，未来研究可针对京津冀城市群、长江三角洲城市群、成渝城市群等区域进行调研，分析与借鉴其快速发展的成功经验，并设计城市群之间的协同机制，从而更好地提升区域创新能力。

参考文献:

[1] 范斐,杜德斌,李恒.区域科技资源配置效率及比较优势分析[J].科学学研究,2012,30(8): 1198-1205.

[2] 贾君枝,陈瑞.共享经济下科技资源共享模式优化[J].情报理论与实践,2018,41(3): 6-10.

[3] 刘佐菁,陈杰.科技资源配置水平评价及区域差异研究[J].科技管理研究,2019 (11): 93-100.

[4] 凌峰,戚湧.基于聚类与对应分析的江苏科技资源配置现状研究[J].科技进步与对策,2019 ,36(10): 41-48.

[5] CUMMINGS J N.Work groups,structural diversity,and knowledge sharing in a global organization[J].Management Science,2004,50(3): 352-364.

[6] FARIA P D,LIMA F,SANTOS R.Cooperation in innovation activities: the importance of partners[J].Research Policy,2010,39(8): 1082-1092.

[7] OKAMURO H,KATO M,HONJO Y.Determinants of R&D cooperation in Japanese start-ups[J].Research Policy,2011,40(5): 728-738.

[8] 戴勇,胡明溥.产学研伙伴异质性对知识共享的影响及机制研究[J].科学学与科学技术管理,2016,37(6): 66-79.

[9] ONGARO E.Coordination and institutional capacities in the implementation of the lisbon strategy: the research and innovation policy in Finland,France and Italy[J].Greece and Rome,2018,46(1): 19-26.

[10] CRESPI G,KATZ J,OLIVARI J,et al.Innovation,natural resource-based activities and growth in emerging economies: the formation and role of knowledge-intensive service firms[J].Innovation and Development,2018,8(1): 79-101.

[11] ANSOFF H I.Corporate strategy[M].New York: McGraw Hill,1965: 227-236.

[12] 高舒锐,孟卫东.高技术制造业与科技服务业的复合协同系统创新研究[J].中国科技论坛,2019(9): 111-120.

[13] MIOZZO M,DESYLLAS P,LEE H F,et al.Innovation collaboration and appropriability by knowledge-intensive business services firms[J].Research Policy,2016,45(7): 1337-1351.

[14] WALSH J P,LEE Y N,NAGAOKA S.Openness and innovation in the US: collaboration form,idea generation and implementation[J].Research Policy,2016,45(8): 1660-1671.

[15] 李虹,张希源.区域生态创新协同度及其影响因素研究[J].中国人口·资源与环境,2016,26(6): 43-51.

[16] 张旺,刘平峰,周鑫.基于技术成就指数城市创新能力系统协同度研究——以北京市为例[J].北京邮电大学学报(社会科学版),2019,21(3): 62-70.

[17] 杨玄酯,罗巍,唐震.三维视角下R&D人员投入—科技产出复合系统协同度实证研究[J].科技进步与对策,2018,35(10): 9-14.

[18] 肖红军,李平.平台型企业社会责任的生态化治理[J].管理世界,2019,35(4): 126-150,202.

[19] BADAWY M A.The keystone advantage: what the new dynamics of business ecosystems mean for strategy,innovation,and sustainability[J].Journal of Engineering & Technology Management,2008,24(3): 287-289.

[20] 权玺,李斐飞.复杂性视域下平台媒体的生态化治理[J].西安交通大学学报(社会科学版),2019,39(5): 132-138.

[21] 许强,丁帅,安景文.北京市科技创新系统演化协同度研究——基于复合系统协同度模型[J].企业经济,2017 (10): 134-140.

[22] 李海超,盛亦隆.区域科技创新复合系统的协同度研究[J].科技管理研究,2018,38(21): 36-41.

[23] 张运华,梁郁,吴洁,等.企业内部创新与产学研合作创新协同度模型及其应用研究[J].情报杂志,2018,37(2): 201-207,193.

[24] 张鹏,陈培安.山东省科技创新资源空间分布与经济发展水平协同分析[J].技术与创新管理,2016 (3): 256-262.

[25] 陈延斌,殷冠文,孙峰华.渤海跨海通道建设前后东北、华北及山东半岛之间经济关系格局的比较[J].经济地理,2019,39(10): 29-35.

[26] 钱俊,王永波.几种统计软件建立ARIMA模型的应用比较[J].统计与决策,2018,34(16): 80-84.

[27] 汤临佳,郑伟伟,池仁勇.智能制造创新生态系统的功能评价体系及治理机制[J].科研管理,2019,40(7): 97-105.

[28] 钱丽,王文平,肖仁桥.共享投入关联视角下中国区域工业企业绿色创新效率差异研究[J].中国人口·资源与环境,2018,28(5): 27-39.

[29] FISCHER D.Social networking sites in the aftermath of a crisis the enabling role for self-organization[C].Hawaii International Conference on System Sciences,2018.

[30] 王玉冬,武川,王琳璐.高新技术企业创新资金运营生态化及其水平测度[J].中国软科学,2017(7): 101-115.

[31] 金凤君,王姣娥,杨宇,等.东北地区创新发展的突破路径与对策研究[J].地理科学,2016,36(9): 1285-1292.

[32] 刘国亮,张蒙,王雅薇,等.基于融知发酵理论的公共服务平台信息资源共享实现路径研究[J].情报理论与实践,2015,38(5): 130-134,144.

[33] AMOROSO S.Multilevel heterogeneity of R&D cooperation and innovation determinants[J].Eurasian Business Review,2017,7(1): 1-28.

(责任编辑：张 悦)