Research on Collaborative Innovation Capability Evaluation of China's Big Health Industry Chain from the Perspective of Modular Network

Liu Guowei1, 2, Shao YunFei1, Liu Bo1

(1.School of Management and Economics, University of Electronic Science and Technology of China, Chengdu 611731,China;2.Guangxi Aviation Logistics Research Center, Guilin Aerospace Industry University, Guilin 541004,China)

Abstract：The sustainable development of big health industry improves health management and contributes to the achievement of sustainable development goals. Collaborative innovation is an effective approach to address the "high profit and high risk" dilemma in big health industry. Therefore, effectively evaluating the innovation capability in big health industry chains is essential to sustainable health management. This paper evaluates the collaborative innovation capability of China's big health industry chains from 2010 to 2018 by integrating modular network and vector synthesis method. A ranking about four-dimensional factors, i.e. innovation input and output, environmental and policy support, is subsequently achieved. The results show that: in big health industry chain, collaborative innovation capability has seen a relatively continuous growth since 2011, with an increase of 85% in 2018. Policy support contributes the largest growth, followed by innovation output and innovation input, and environmental support the least.In addition, this study found that the cooperation frequency of enterprises within the big health industry chain module is higher than that between modules.

Key Words:Health Management; Big Health Industry Chain; Collaborative Innovation; Modular Network;Innovation Evaluation

收稿日期：2021-09-02

修回日期：2021-10-21

基金项目：国家自然科学基金项目(71764004，71872027)；“广西高等学校千名中青年骨干教师培育计划”人文社会科学类立项课题项目(2020QGRW031)；广西中青年教师基础能力提升项目(2020KY21027)

作者简介：刘国巍(1985—)，男，黑龙江绥化人，博士，电子科技大学经济与管理学院博士后，桂林航天工业学院产学研协同创新与创业研究中心副教授，研究方向为战略性新兴产业、创新网络；邵云飞(1963—)，女，浙江金华人，博士，电子科技大学经济与管理学院教授、博士生导师，研究方向为创新管理；刘博(1994—)，男，四川南充人，电子科技大学经济与管理学院博士研究生，研究方向为创新管理。本文通讯作者：邵云飞。

DOI：10.6049/kjjbydc.CQ202109002

开放科学(资源服务)标识码(OSID)：

中图分类号：F426.77

文献标识码：A

文章编号：1001-7348(2021)24-0085-11

0 引言

良好的健康和福祉是2015年联合国《2030年可持续发展议程》批准的17个可持续发展目标之一。作为最大的发展中国家，中国大健康产业的发展对实现可持续发展目标和全球健康治理具有重要意义。2015年10月，中共十八届五中全会提出推进“健康中国”建设，“健康中国”上升为国家战略。为建设“健康中国”，我国政府制定《“健康中国2030”规划纲要》等政策，致力于发展健康产业，推动健康科技创新。虽然学界对大健康产业的定义尚未达成共识，但普遍认为大健康产业是一个具有复杂产业链的复杂行业，包括医疗、医疗服务、医疗保健和健康管理服务等相关行业。这些环节之间的协同创新将在提高大健康产业竞争力、实现健康管理的可持续发展目标方面发挥重大作用。中国是超级人口大国，但人均预期寿命与发达国家仍有较大差距，健康管理效果不好是原因之一。

健康经济学家认为社会文化、人口老龄化、法律制度与医疗事故、医学技术是健康的主要影响因素[1]，并鼓励企业从高成本的半截子技术(halfway technology)转向具有潜在成本节约型的高技术研发，如新型冠状病毒(COVID-19)疫苗作为一种高技术可以极大降低医疗成本。然而，目前大健康产业的大多数技术依然是针对医疗器械开发的半截子技术，如高科技医疗设备[2-3]，制造商强烈依赖短时开发新产品维持或提高其市场份额[4]，导致这些技术的研发成本依然很高，造成医疗成本增加[5]。此外，面向大健康产业的新技术研发，也面临失败风险和高研发成本。数据显示，2017年中国大健康产业规模达6.2万亿元，是2011年的2.4倍。据世界卫生组织估计，2020年全球近10亿人需要将至少10%的家庭预算用于医疗卫生保健。随着我国大健康产业的繁荣，由于企业对健康管理的认知和创新能力不足，大健康企业在新产品研发中可能陷入高风险困境。

产业链协同创新可以帮助企业降低研发风险和研发成本。大健康产业链上的企业不仅进行自主创新，也与隶属于相同或不同环节的其它企业开展协同创新，如中国微医集团自主研发出面向西医的“睿医智能医生”智能辅诊系统，但也必须与北京同仁医院眼科中心、浙江大学医学院附属第二医院胃癌诊治技术研究中心等全国多个医疗机构合作，开展“睿医智能医生”的深度学习[6]。此外，大健康产业链环节多、关系错综复杂，相同环节的企业聚合到一起(模块化)形成大健康产业链的环节组织模块。产业链上微观企业间开展合作创新，隶属于不同环节的众多微观企业跨模块合作涌现出宏观的大健康产业链模块化网络。模块化网络视角下的大健康产业链协同创新就是在产业链模块化网络内，不同环节组织模块间基于微观企业多协同关系、多要素耦合的融通创新，实现宏观层面大健康产业链不同环节间产品、知识、技术等创新资源的复杂集聚和有序流动，进而呈现产业链上下游环节间协同创新态势。

大健康产业链协同创新能力反映产业链不同环节间协同、要素耦合的能力，是保障产业可持续发展的重要指标，但学者对其关注一直不够。目前学者们主要研究大健康产业链协同创新的可行性[7]、影响因素[8]和模式机制[9]。如Coentro等[10]通过总结和解释2018年欧洲生物材料学会年会发言，认为需要价值链所有参与者之间积极合作，共同推动欧洲医疗保健新兴和智能技术发展；Liu等[11]认为，生物医学工程(BME)产业创新与医疗机构之间合作密不可分，并基于演化博弈视角探讨不同因素对合作创新的影响；Randhawa等[12]研究利益相关者在定制医疗植入物中的认知参与问题，认为只有将价值链发展到一个开放的、不受外部联系限制的创新生态体系，才能保障公司利用外部价值创造来源调整创新战略，以寻求新机会。然而，鲜有学者进一步研究大健康产业链协同创新能力及其评价问题。此外，许多组织和机构发布关于创新评估的报告[13]，尤其是中国科技部发布的《生物技术产业创新能力评价指标体系》(征求意见稿)，为大健康产业链协同创新能力评价奠定了实践基础。

针对我国大健康产业发展面临技术突破的困难，改善产业链协同创新环境是一个紧迫问题。准确评价大健康产业链协同创新能力是监测大健康产业链协同创新发展现状、寻找影响大健康产业链协同创新发展的制约因素、探索提高大健康产业链协同创新能力路径的基础。通过以上分析发现，大健康产业链协同创新领域还存在一些尚未解决的难题：基于大健康产业链协同创新涌现出的模块化网络情境，如何构建科学的能力评价指标体系？在指标体系基础上，如何构建相应的评价模型？哪些因素影响大健康产业链协同创新能力，排序结果又如何？为回答上述问题，本文从健康经济学的技术视角出发，探讨如何科学评价大健康产业链协同创新能力。首先，从创新投入、创新产出、环境支撑和政策扶持4个维度构建指标体系，然后运用矢量合成方法构建评价模型，评价2010—2018年中国大健康产业链协同创新能力，探索提高协同创新能力的途径。

本文主要贡献如下：首先，通过整合经典力学的矢量合成与分解方法及复合系统协调度模型，建立大健康产业链协同创新能力评价模型，为客观评估大健康产业链协同创新态势提供一种新的方法；其次，在《生物技术产业创新能力评价指标体系》(征求意见稿)基础上，将模块化网络指标引入大健康产业链协同创新能力评价指标体系，为科学识别影响大健康产业链协同创新能力的因素提供一种新思路。

1 文献回顾

1.1 产业链协同创新

产业链是一个包括供应链、空间链、价值链和创新链的复杂系统，其协同创新行为多发生在上、中、下游各环节的供应商、制造商和零售商等模块主体之间。与供应商、买家的合作关系可被视为学习、开发新技术流程和获取信息的源泉[14]。供应商、制造商和零售商之间的协同创新属于产业链内部企业的外部管理问题，与单一企业外部联盟不同。具体来说，首先是创新黏性更高。合作企业间存在产品供应与技术创新二元关系，多种契约的约束和高效的知识编码，使得产业链内部企业创新黏性更高。Lv&Qi[15]认为，随着传统创新向开放创新转变，供应链协作产品创新已成为企业新的、有前途的产品创新模式，并根据供应链协作产品创新的目标和特点，构建以创新资源为基础的供应链协作产品创新合作伙伴选择指标体系，设计创新资源属性权重和供需权重确定方法；Minguela-Rata等[16]研究发现，与供应商进行技术合作的公司更倾向于产品创新，且企业规模越大，就越倾向于产品创新。其次是创新模块化。全服务车辆公司(FSV)、绿色供应链管理(GSCM)[17]等集成系统承担着整合、监督和治理产业链协同创新任务。如Ciravegna等[18]研究发现，大多数汽车公司将一些整车设计、制造和组装外包给独立供应商或FSV，FSV代表一种相对未开发的外包形式，强调开发模块化产品。集成系统的基础是创新模块化，包括产品模块化、组织模块化等。Howard & Squire[19]探究模块化及其对供应关系的影响，发现产品模块化会促成买家与供应商更高水平合作，但这种关系是由特定关系的资产和信息共享调节的。模块化的引入表明，买方与供应商公司应加强合作，以便共同开发产品和减少接口限制。Dibiaggio[20]研究应用专用集成电路(ASIC)设计的内部知识集成和协作外包两种研发模式，发现虽然知识集成内化会降低协调和机构相关成本，但合作伙伴公司参与上游设计阶段有助于知识共享，并提高模块创新的协调性。最后是创新网络化。微观主体间多元、融合、动态、持续的协同创新行为，能够推动产业链协同创新网络涌现。Kim[21]认为，制造商可以利用供应商网络中的利益分享实践机制引导供应商积极参与协作创新。

此外，大健康产业链各模块间开展协同创新活动十分必要。如Wang [22]认为，基于中国庞大的人口基础，大数据技术与健康管理(涉及大健康产业多个模块)的整合既是现实需要，也是公共卫生发展的方向之一；D'Hooghe[23]通过对欧洲制药工业和协会联合会(EFPIA)公布的政策进行代表性说明，认为应建立制药和设备行业与医生(医生隶属于医院组织)间的合作伙伴关系，以缩短创新与应用之间的连接时间。此外，模块化还可以解决大健康产业链协同创新的标准问题。如Masum等[24]认为，全球卫生技术可以模块化为独立的对接部件，通过定义明确的标准，以“即插即用”的方式进行交互，可以避免不同组织开发相互不兼容的解决方案，加快创新步伐。

综上所述，现有研究表明，产业链协同创新行为频发是解决产业共性技术研发的有效路径。产业链协同创新的模块化和网络化特征涌现，为本研究奠定了基础。然而，这些研究成果都偏向于产业链协同创新的微观视角，鲜有从宏观层面探究产业链协同创新涌现规律的认知研究。本文基于组织模块化和模块化网络理论，首先将大健康产业链组织按环节模块化，然后将微观企业集聚入中观模块，最后构型产业链协同创新模块间的宏观创新网络，据此揭示大健康产业链协同创新发展态势。

1.2 创新能力评价

创新能力研究一直是学者们关注重点，以国家层面、区域层面(省域、产业集群、高新区、科技园等)及企业层面(中小型、科技型、高新技术型等)的创新能力研究为主。也有学者开展煤炭行业[25]、国防工业[26]等产业层面的创新能力研究，如Ofluoglu等(2019)利用土耳其500强工业企业中技术纺织公司的实证数据，基于AHP和FCE方法分析土耳其技术纺织行业创新能力；An & Heo[27]通过对韩服企业小工代表进行问卷调查，评价韩国光州汉博克产业集群创新能力。鲜有学者开展产业链协同创新能力评价的研究，少数如邸晓燕等[28]基于产业创新链视角分析智能产业技术创新力；刘国巍等[29]评价新能源汽车产业链创新系统的协同效果。与产业链上各独立企业创新要素简单叠加不同，产业链协同是各企业通过相互作用、配合和共享等途径达到的一种整体性效果[30]。因此，产业链协同创新能力不是产业链上各独立企业创新能力的简单叠加，而是产业链层面各独立企业集群交互形成的整体创新能力，具有多产业链环节协调、多主体参与、多要素流动等多属性决策特征。还有学者开展网络视角下的创新能力评价研究，如Wang & Zhang(2019)分析创新网络中企业技术创新能力分类和增长趋势，提出基于二元差分演进(DE)编码的企业创新能力绩效评价方法。虽然创新能力类型多样，但其评价思路和方法却基本相同。指标体系构建是创新能力评价的首要问题，现有研究表明，创新(资源)投入、(技术、经济、绩效)产出和环境(社会效应)支撑是创新能力评价的主要维度[31-34]。Seo等(2010)通过对建筑业创新能力进行评价，认为产业竞争力以创新能力为基础，客观评价创新能力是政策发展的必要条件，且创新活动、创新网络也是技术创新能力评价的主要标准。现有评价方法的构建一般遵循以下思路：首先，对于不确定数据一般采用基于模糊集语言、不确定语言等方法进行评价；其次，面向多属性的集成评价方法选择，主要解决多因素之间合成与评价求解问题，其中，TOPSIS[35]、ELECTRE系列[36]、模糊综合评价模型[31]等方法运用较多；最后，对于指标权重与评价方法的集成，现有研究多采用AHP、DEMATEL等方法确定指标权重后，代入评价模型求解[13]。

综上所述，现有研究表明，创新投入、产出和环境是创新能力评价的主要指标，为本研究奠定了基础。然而，大健康产业关联产业众多，技术交叉复杂，社会效应显著，需要政府高度重视和大力扶持。因此，本文将政策扶持从环境层面独立出来，凸显政府在大健康产业链协同创新中的规制作用，构建创新投入、产出、环境和政策四维指标体系。由于大健康产业具有新兴性，其发展机制、配套服务设施、人才资源、信息化建设等可能存在滞后效应[37]，参考已有做法[38]，本文主要采用研发经费内部支出(政府资金)表征政策扶持力度。基于现有创新能力评价思路，从经济学和物理学视角出发，运用矢量合成方法构建大健康产业链协同创新能力评价模型。

2 数据与方法

2.1 数据收集与整理

2.1.1 大健康产业链全景与模块化界定

大健康产业作为战略性新兴产业，涉及诸多环节，实践界和理论界开展了大健康产业链环节识别研究。通过对比已有研究成果，本文认为《2019年中国大健康产业全景图谱》确定的大健康产业链全景(见图1)更能全面反映大健康产业链环节构成。该产业链全景主要以医药产业为大健康产业核心层设计产业链环节，因而本文主要依托医药产业开展大健康产业链协同创新能力评价研究。同时，本文在大健康产业链全景基础上，结合协同创新的多元、融合、动态、持续特点，遵循科学性和全面性相结合的原则，进一步确定健康险、医疗器械、智能硬件、医疗机器人、药品供应商、大数据服务商、云计算服务商、物联网服务商、医疗信息化厂商、医疗集团、综合医院、专科医院、移动运营商、移动终端制造商、医生端应用、消费者端应用、零售药店/医药电商17个大健康产业链模块。

2.1.2 专利数据收集与模块化网络生成

联合发明专利是大健康产业链协同创新的种子。本文基于17个大健康产业链模块，参照同花顺iFinD数据库中产业链数据库的大健康产业链数据，确定17个产业链模块的核心企业。然后，对每个模块内核心企业在专利检索数据库中进行交叉式专利检索，确定与核心企业合作的其它企业。在对企业进行隶属模块编码后，本文通过计算机编程确定产业链模块间合作的关联矩阵，并绘制如图2所示的模块化网络，基于该网络可以计算出网络结构变量数值。

2.1.3 其它数据收集与整理

除专利数据外，本文其它数据主要包括统计和调研数据。统计数据均来源于2011—2019年《中国高技术产业统计年鉴》，由于2018年该年鉴未发布，因而相关缺失数据采用灰色GM(1,1)模型和指数平滑法预测确定。调研数据来源于对大健康领域4位专家(2位医疗领域专家、1位大健康与人工智能交叉领域专家、1位大健康产业领域专家)的调研，且4位专家均具有高级职称。此外，“0”值数据会对本文采用的方法产生数值溢出影响，因而“0”值都使用“0.001”进行替换处理。

2.2 基于模块化网络的大健康产业链协同创新能力测度体系

参考《中国高技术产业创新能力评价报告》《中国区域创新能力监测报告》等权威评价指标体系，结合中国科技部《生物技术产业创新能力评价指标体系》(征求意见稿)确定的指标体系设计思路，即基于产业创新系统观点的投入—产出关系、外部环境因素、内部组织机制与网络对产业创新活动的影响。同时，考虑大健康产业的行业特点和网络组织特性，遵循科学性与实用性、全面性与代表性、系统性与导向性相结合的原则，从网络组织视角下的创新投入、创新产出、创新环境支撑、创新政策扶持4个维度构建评价指标体系。

(1)创新投入能力(Y)。创新投入是大健康产业链协同创新模块化网络形成和演化的基础前提。基于动态能力观视角，在产业链模块间基于协同创新行为结网的动态过程中，网络规划、资源配置、运作维护和权力涌现都在不同阶段影响产业链模块对创新资源投入的决策。本文从规划、配置、运作和占位4个维度衡量创新投入能力[39]，并选择合适的网络结构变量(显变量)进行直接测度。

网络规划强调开发和利用加入网络后带来的机会[40]。根据创新生态系统理论，加入模块化网络的成员多样性越丰富，互补合作关系越多，系统越稳定，表明成员多样化是开发和利用机会的前提。异质性反映网络中非冗余性资源的多样化[41]，是测度网络成员差异化程度的主要指标。本文运用异质性测度网络规划投入水平(y1)：给定某产业链模块j，该模块包含N个网络节点，判断单个节点与党政机关、高校或科研机构、同行业企业、其它部门(设定部门i=1,2,3,4)的隶属关系。pi为第i个部门在第j模块内出现的概率，则第j个模块的异质性为：

(1)

整个产业链的异质性(H)为：

(2)

同时与众多合作伙伴保持密切联系是网络配置资源的基础。网络密度是利用网络内实际存在联系的数量占可能联系数量的比例，而社会网络中图的中间中心势则强调网络控制或调节并不直接相联系的两节点之间的联系。这两个变量都从关系资本视角反映网络关系资源配置投入水平，本文运用网络密度和中间中心势测度网络配置(y2)。

维护与合作伙伴的长时间合作是稳定网络运作的基础。按照互惠原则，关系维护需要频繁联系。联系强度能反映网络节点间联系频率的高低[42]。因此，本文运用联系强度测度网络运行(y3)，联系强度主要利用网络内大于等于两次合作的节点数量占比表征。

网络占位是占据合作关系网络中心位置的能力。根据网络中心权力理论，越占据网络中心位置的企业，对资源的控制权力越大，必然影响创新资源的科学投入。社会网络中图的度数中心势是度量整体网络中心化程度的重要指标，本文采用标准化度数中心势测度网络占位(y4)。网络密度、标准化中间中心势和标准化度数中心势测度公式参照刘军(2009)的做法。

(2)创新产出能力(X)。创新产出既是从事大健康产业链协同创新活动的最终表现形式和效果，包括创新成果数量、创新资产等，也涵盖创新系统涌现的某些特性，如创新复杂性。因此，本文从创新数量、创新复杂性和创新资产3个方面综合评价大健康产业链协同创新产出能力。参照Joshi &Nerkar(2011)的做法，本文采用专利数量衡量创新成果数量(x1)。创新复杂性是通过计算部件、组件的接口子系统在产品体系结构中的数量，反映对象的复杂性[43]。本文利用模块化网络内不同环节相依边占比的加权测度创新复杂性(x2)。

创新资产(x3)主要包括广度和深度两个维度[44]。创新资产深度Z是单个产业链模块创新资产Zj的几何平均，Zj是单个产业链模块j专利(nj)占总体专利的平均比例；创新资产广度反映创新组合的多样性与范围。

(3)

式中，C为专利数量不为0的产业链模块数量。

(3)环境支撑能力(Y1)与政策扶持能力(X1)。环境支撑和政策扶持对大健康产业链协同创新发展具有显著外生推动作用。大健康产业环境可以保障产业链协同创新顺利开展，本文主要采用拥有R&D机构的企业单位数产业规模人员折合全时当量从市场和研发两方面衡量环境支撑能力。大健康产业作为新兴产业，金融支持政策对产业的激励效果明显，因而本文采用R&D经费内部支出(政府资金)衡量政策扶持能力。大健康产业规模数据主要参考唐钧(2020)的研究确定；拥有R&D机构的企业单位数、R&D人员折合全时当量和R&D经费内部支出(政府资金)指标并没有专门的大健康统计数据，本文使用《中国高技术产业统计年鉴》中医药制造、医疗仪器设备及仪器仪表制造的整合数据代替。

2.3 大健康产业链协同创新能力矢量测度模型

早在18世纪，亚当·斯密试图将牛顿方法运用到伦理学和经济学中；19世纪，英国经济学家穆勒借鉴经典物理学描述经济因果关系原理；随后，现代数理经济学先驱瓦尔拉斯和帕累托将物理学中的数理方法推广到经济学，或多或少表示出经济力的作用与力学均衡的粗略对应；20世纪70年代提出的社会动力学3个法则与牛顿三大力学定律相似。此后，管理学者对企业发展战略态势、企业社会责任、企业家能力等问题都进行过矢量化界定[45-48]。力与能力具有天然相似性，基于力的矢量合成方法开展创新能力评价，具有高度适用性。产业链协同创新能力具有多环节协调、多属性决策等特征，运用传统创新能力评价模型或协调度模型都不能全面反映产业链协同创新能力水平。因此，本文借助矢量合成方法构建体现多属性和协调性特征的产业链协同创新能力测度模型。该模型保留了已有创新能力评价的多属性决策集成思路，融入了复合系统协调度模型，且集成过程更具直观性。

模块化网络视角下的产业链协同创新矢量是指在产业链各模块织网开展协同创新过程中，形成推动协同创新发展的带有方向的能力或力量。产业链协同创新矢量大小能够反映产业链协同创新水平高低，而方向则表示产业链协同创新矢量对推动产业链协同创新发展不同维度力量的偏好度。产业链协同创新矢量主要受创新投入、产出、环境和政策4个因素影响，因而本文将上述指标设定为极坐标轴矢量。

创新投入与产出都是产业链模块间为有效开展协同创新形成的自组织力量，具有内生属性；环境支撑与政策扶持都是影响产业链模块间有效开展协同创新活动的他组织力量，具有外生属性。因此，本文首先将创新投入与产出能力、环境支撑与政策扶持能力两两组合开展矢量合成研究，然后进行复合矢量的二次合成。创新投入与产出矢量合成得到产业链协同创新自组织能力矢量，环境支撑与政策扶持矢量合成得到产业链协同创新他组织能力矢量。产业链协同创新自组织能力矢量与他组织能力矢量二次合成得到产业链协同创新能力矢量。矢量测度模型具体合成流程如图3所示。

本文假设模块化网络视角下的产业链协同创新能力矢量可以用极坐标表示，模块化网络视角下的产业链协同创新能力矢量由创新投入、产出、环境支撑和政策扶持能力的矢量和得到。以创新投入与产出矢量合成为例，按照矢量合成的平行四边形定则，本文构建如图4所示的二维产业链协同创新自组织能力矢量合成模型。

其中，Y轴(纵轴)表示创新投入能力轴矢量，X轴(横轴)表示创新产出能力轴矢量；向量表示创新投入能力矢量，向量表示创新产出能力矢量，向量表示产业链协同创新自组织能力矢量，是与的矢量和；表示产业链协同创新自组织能力矢量的(模长)大小，即产业链协同创新自组织能力的高低程度；α表示影响产业链模块间开展协同创新的投入能力角度权重，且0 ≤α ≤45o，β表示影响产业链模块间开展协同创新的产出能力角度权重，且0 ≤β ≤45o。

图4中模型存在两类轴创新矢量，即创新投入能力矢量和创新产出能力矢量。位于横轴的创新产出能力在角度β的作用下向前方发展，其发展越快，矢量就越大，说明产业链模块间开展协同创新的技术升级、知识创造等产出越高；位于纵轴的创新产出能力在角度α的作用下向前方发展，其发展越快，矢量就越大，说明产业链模块间开展协同创新的投入越大。实际的创新矢量可能是多维的，根据层次分析和降维原理，多维创新矢量可降为二维轴创新矢量后再运用合成法则计算。本文在上述二维矢量合成模型基础上，进一步构建矢量合成测度模型：对于待评价对象q，令且表示对象q第t期n维创新投入能力矢量的分矢量，即创新投入能力的n维测量指标；令且xjq∈[0,1]表示对象q第t期m维创新产出矢量Xq的分矢量，即创新产出能力的m维测量指标。

对分矢量进行无量纲化处理如下：

(4)

式中，分矢量的最大值和最小值设定为考察期内分矢量最大值的110%和最小值的90%。

令且表示的数值权重值，且表示的数值权重值。

根据角度转换法则，可得到n维创新投入能力矢量和m维创新产出能力矢量各分量的复合角度权重。

(5)

然后，根据复合系统协调度模型，可得到创新投入能力矢量Yq和创新产出矢量Xq的复合数值权重。

(6)

根据角度转换法则，可进一步得到创新投入能力矢量Yq和创新产出能力矢量Xq的复合角度权重。

(7)

设n维创新投入能力矢量的各分矢量为极坐标，根据矢量空间合成法则，任意两个矢量的复合矢量模长为：

(8)

本文采用顺序编码方式，运用上述复合矢量模长公式(αiq或αi+k,q为合成角度时，使用复合数值权重公式和角度转换法则计算合成角度)计算出n维创新投入能力矢量的总模长同理，可计算出m维创新产出能力矢量的总模长进而，创新投入能力矢量和创新产出能力矢量基于复合角度权重合成的产业链协同创新自组织能力矢量模长为：

(9)

按照创新投入与创新产出能力矢量合成的计算方法，可得到环境支撑能力矢量和政策扶持能力矢量基于复合角度权重合成的产业链协同创新他组织能力矢量模长

然后，基于创新投入能力矢量Yq和创新产出矢量Xq的复合数值权重θαq和θβq，运用复合系统协调度模型确定产业链协同创新自组织能力矢量的角度权重为:

(10)

同理，可计算出产业链协同创新他组织能力矢量的角度权重

根据得到的产业链协同创新自组织能力矢量模长和自组织能力矢量模长最终确定产业链协同创新能力矢量的模长为：

(11)

式中，值越大，表示评价对象q的产业链协同创新能力绝对值越大。

3 结果与讨论

3.1 计算过程

本文设定评价对象q为大健康产业。将原始数据代入式(4)后，得到如表2所示的指标无量纲化数值。

通过专家调研，利用平均值法得到各指标原始权重值，并通过式(5)角度换算得到对应的角度权重值。然后，利用式(6)得到复合数值权重，角度换算后进一步利用式(7)得到复合角度权重(见表3、表4)。

将表2中指标数值和表3、表4中角度权重值代入式(8)～(11)，得到如表5所示的各维度矢量模长及最终的产业链协同创新能力矢量模长。

3.2 结果分析

本文主要采用反向推理分析思路，从绝对效率视角明晰大健康产业链协同创新能力整体状况，从相对效率视角剖析影响大健康产业链协同创新能力的关键因素。

3.2.1 绝对效率分析

表5结果显示，2011—2018年大健康产业链协同创新能力矢量模长不断增加，表明大健康产业链协同创新能力处于持续增长状态。大健康产业是新兴产业，面临新市场需求如何满足、产业共性技术研发、商业模式创新等问题。随着大健康产业规模不断扩大，涌入产业链的创新主体激增，产业链系统整体创新的自组织效率不断提高，政府不断努力营造良好的发展环境。这些都推动大健康产业链协同创新能力的可持续发展。

如图5(a)所示，通过比较产业链协同创新自组织能力与他组织能力矢量模长，不难发现两种能力并未同频变化。他组织能力呈现稳步增长的对数函数分布趋势，表明环境支撑与政策扶持对产业链协同创新具有积极保障作用。由表5可知，环境支撑能力与政策扶持能力矢量模长均呈逐年递增趋势。这得益于我国政府对大健康产业的巨大支持，不仅直接支持产业发展，如提供扶持资金、政策等，还通过教育、引导资本流动等方法间接优化大健康产业环境，也从权利和义务角度明确了大健康企业的社会责任。据不完全统计，截至2019年10月，除《“健康中国2030”规划纲要》和《健康中国行动(2019—2030年)》外，我国国家层面的其它大健康政策仍有27项。进一步对比环境支撑能力与政策扶持能力矢量模长发现，政策扶持能力矢量模长小于环境支撑能力。因此，政府要加大对大健康产业链协同创新的直接支持力度。现有大健康政策中仅《“十三五”健康产业科技创新专项规划》1项与创新相关，且该政策对产业链协同创新不具备针对性。可见，政府还需特别制定针对产业链协同创新的有效政策，激励创新主体跨界合作。

大健康产业链协同创新自组织能力呈“W”型分布，表明创新投入与产出对产业链协同创新的影响不稳定，需要进一步探究其中的关键因素。图5(b)报告了创新投入与产出能力的矢量模长对比情况，可以发现，创新产出处于一种相对稳定的发展态势，创新投入呈“W”型分布。表明创新投入是影响大健康产业链协同创新自组织能力不稳定的主要因素。如图5(c)所示，通过对比分析影响创新投入的网络规划、配置、运作、占位因素，发现除网络规划处于一种相对稳定的发展态势外，网络配置、运作和占位都呈明显的“W”型分布。这表明网络配置、运作和占位是影响大健康产业链协同创新自组织能力不稳定的关键因素，其波动式发展会阻碍产业链协同创新能力快速提高。进一步研究发现，大健康产业链模块内部企业合作最频繁(见图6)；企业较少选择跨模块合作，如2012年和2016年无模块化网络生成，导致产业链模块间合作不够紧密(见图2)。这种稀松的合作关系十分不稳定，导致网络密度、联系强度、网络(中介)中心度等指标处于低值和不稳定状态(见图5(d))。

3.2.2 相对效率分析

表5中矢量模长揭示出各指标的绝对值，为进一步比较分析各指标的相对效率，本文将所有年份的各指标无量纲化值设为1，首先测算创新投入、产出、环境、政策及产业链协同创新理论最大值，分别为3.205 7、1.790 4、2.147 7、1、2.879 8。然后，利用实际值/理论最大值方法，得到如表6所示的不同年份各指标相对效率值及均值。

由相对效率均值可知，政策扶持的效率最高，创新产出次之，其后是创新投入，环境支撑排在最后。这一结果与表5的绝对值排序结果(创新投入>环境支撑>创新产出>政策扶持)不同，相对效率排序更准确和客观。政策扶持能力对大健康产业链协同创新的贡献最大，但现有政策工具的作用效率仍未达到最高，仅达到最高水平的88%，仍有12%的R&D经费内部支出(政府资金)未产生理想效果。环境支撑能力的绝对值较大，但相对效率却最低，表明虽然大健康产业及从事R&D研发的企业、人员形成一定规模，但规模比例仍相对较小，仅达到最大规模的40%，仍需利用政策等手段进一步刺激大健康产业市场规模、供给规模和研发规模快速增长。2018年，产业链协同创新能力的相对效率为0.85，表明产业链协同创新能力处于中上等水平，但仍有15%的进步空间，需进一步提升产业链协同创新能力。

综上，虽然大健康产业链协同创新能力得到政策扶持保障，但创新投入相对不足、环境支撑不够、产业链创新主体跨界合作意识相对薄弱，亟需专有政策积极引导。此外，大健康概念尚未形成统一范式，提高公众健康管理意识也具有挑战性。面对市场环境的不确定性，大健康企业可能面临发展转型困境。这些因素也会影响模块企业跨界合作创新。

4 结语

2016年，中国大健康产业增加值规模占GDP比重提高到9.76%，但与美国、加拿大、日本等发达国家仍存在一定差距。中国大健康产业发展面临诸多问题，尤其是产业竞争和产业安全问题，拥有自主研发技术才能保障产业持续竞争优势和产业安全。协同创新有利于大健康新产品研发实现技术突破，大健康产业链协同创新已成为大健康产业竞争和产业安全保障的重要手段。大健康产业链协同创新能力是反映大健康产业链协同创新状态的重要指标，大健康产业快速发展的关键是具有较强的产业链协同创新能力。因此，本文聚焦大健康产业链协同创新能力评价，从创新投入、产出、环境和政策4个维度构建指标体系，提出一种基于矢量合成的动态评价模型。本研究得到以下主要结论：

从绝对效率视角看，大健康产业链协同创新能力处于持续增长状态但并不稳定，创新投入是影响大健康产业链协同创新能力不稳定的主要因素。造成这一现象的原因是，虽然大健康产业链模块内部企业合作频繁，但产业链模块间合作不够紧密，导致合作关系不稳定。从相对效率视角看，仍需进一步提升产业链协同创新能力。同时，本文得到与绝对值排序完全不同的影响因素排序：政策扶持>创新产出>创新投入>环境支撑。该排序揭示出每种能力的作用效率和资源利用率，更为准确和客观。其中，政策扶持能力的影响最大，但作用效率仅达到最高水平的88%；大健康产业及从事R&D研发的企业、人员实际规模比例仍相对较小，仅达到最大规模的40%。

上述发现不仅对我国大健康产业发展具有参考价值，而且能够促进产业链协同创新的推广。基于矢量合成的动态评价方法改进了创新能力集成评价的系统方法，并为促进大健康产业竞争和安全领域的机制创新提供了理论支持。本文提出模块化网络管理建议如下：大健康企业应加强与上下游企业创新合作和知识共享，形成稳定的合作创新关系；大健康产业应利用行业协会等产业组织机构举办交流联谊会、对接洽谈会、学术报告会等活动，推动产业产生网络集聚效应；政府部门应加大对大健康市场的补贴支持，对开展R&D活动的大健康企业给予税收优惠，通过教育政策培养大健康技术人才，进一步扩大我国大健康产业市场与供给规模。

参考文献:

[1] 詹姆斯·亨德森. 健康经济学[M]. 向运华, 钟建威, 季华璐, 等，译.北京:人民邮电出版社,2008.

[2] 陈英耀,耿劲松,吴博生,等. 我国大型医用设备配置管理政策的评价与建议[J]. 中国医院管理,2016,36(1):31-34.

[3] SUN J,GU H,WEN Q L,et al. Assessing equity in the distribution of high-technology medical equipment in Guangxi:evidence from an ethnic minority region in Southern China[J]. International Journal for Equity in Health,2017,16(1):81.

[4] GARCA-VILLARREAL E,BHAMRA R,SCHOENHEIT M. Critical success factors of medical technology supply chains[J]. Production Planning & Control,2019,30(9):716-735.

[5] MEDINA L A,JANKOVIC M,OKUDAN KREMER G E,et al. An investigation of critical factors in medical device development through Bayesian networks[J]. Expert Systems With Applications,2013,40(17):7034-7045.

[6] 曹健,成立兵,武治印,等.医疗投资:资本如何赋能医疗产业(案例篇)[M]. 北京:机械工业出版社,2020.

[7] IORDANOU K. Involving patients in research? responsible research and innovation in small-and medium-sized European health care enterprises[J]. Cambridge Quarterly of Healthcare Ethics,2019,28(1):144-152.

[8] WASS S,VIMARLUND V. Healthcare in the age of open innovation——a literature review[J]. Health Information Management:Journal of the Health Information Management Association of Australia,2016,45(3):121-133.

[9] HERON N M,TINDALE W B. Healthcare technology co-operatives:innovative about innovation[J]. Journal of Medical Engineering & Technology,2014,39(7):378-381.

[10] COENTRO J Q,DE PIERI A,GASPAR D,et al. Translational research symposium-collaborative efforts as driving forces of healthcare innovation[J]. Journal of Materials Science,2019,30(12):133.

[11] LIU W W,YANG J N,BI K X. Factors influencing private hospitals' participation in the innovation of biomedical engineering industry:a perspective of evolutionary game theory[J]. International Journal of Environmental Research and Public Health,2020,17(20):7442.

[12] RANDHAWA K,WEST J,SKELLERN K,et al. Evolving a value chain to an open innovation ecosystem:cognitive engagement of stakeholders in customizing medical implants[J]. California Management Review,2021,63(2):101-134.

[13] SU Y,LIANG D Z,GUO W. Application of multiattribute decision-making for evaluating regional innovation capacity[J]. Mathematical Problems in Engineering,2020:1-20.

[14] NEUTZLING D M,LAND A,SEURING S,et al. Linking sustainability-oriented innovation to supply chain relationship integration[J]. Journal of Cleaner Production,2018,172:3448-3458.

[15] LV B,QI X G. Research on partner combination selection of the supply chain collaborative product innovation based on product innovative resources[J]. Computers & Industrial Engineering,2019,128:245-253.

[16] MINGUELA-RATA B,FERNNDEZ-MENÉNDEZ J,FOSSAS-OLALLA M. Cooperation with suppliers,firm size and product innovation[J]. Industrial Management & Data Systems,2014,114(3):438-455.

[17] XIA W F,LI B Z,YIN S. A prescription for urban sustainability transitions in China:innovative partner selection management of green building materials industry in an integrated supply chain[J]. Sustainability,2020,12(7):2581.

[18] CIRAVEGNA L,ROMANO P,PILKINGTON A. Outsourcing practices in automotive supply networks:an exploratory study of full service vehicle suppliers[J]. International Journal of Production Research,2013,51(8):2478-2490.

[19] HOWARD M,SQUIRE B. Modularization and the impact on supply relationships[J]. International Journal of Operations & Production Management,2007,27(11):1192-1212.

[20] DIBIAGGIO L. Design complexity,vertical disintegration and knowledge organization in the semiconductor industry[J]. Industrial and Corporate Change,2007,16(2):239-267.

[21] KIM G M. Collaborative innovation with suppliers in a turbulent market[J]. Asian Journal of Technology Innovation,2016,24(2):179-201.

[22] WANG M S. Research on development of health management industry based on big data technology[J]. IOP Conference Series:Earth and Environmental Science,2020,510:062006.

[23] D'HOOGHE T. Transparent collaboration between industry and academia can serve unmet patient need and contribute to reproductive public health[J]. Human Reproduction,2017,32(8):1549-1555.

[24] MASUM H,LACKMAN R,BARTLESON K. Developing global health technology standards:what can other industries teach us[J]. Globalization and Health,2013,9:49.

[25] WANG W S,ZHANG C Y. Evaluation of relative technological innovation capability:model and case study for China's coal mine[J]. Resources Policy,2018,58:144-149.

[26] RYU H G.The Evaluation methodology for technology innovation capability of defense industry[J]. Journal of the Korea Association of Defense Industry Studies,2015, 22(1): 95-116.

[27] AN M,HEO S. Evaluation on the innovation capacities and activation policy of the hanbok industrial cluster in gwangju,Korea[J]. Journal of Namdo Folklore,2019,38:165-189.

[28] 邸晓燕,张赤东. 基于产业创新链视角的智能产业技术创新力分析:以大数据产业为例[J]. 中国软科学,2018,33(5):39-48.

[29] 刘国巍,邵云飞,阳正义. 网络的网络视角下新能源汽车产业链创新系统协同评价:基于复合系统协调度和脆弱性的整合分析[J]. 技术经济,2019,38(6):8-18.

[30] IM UNDERWOOD.The new corporate strategy[M].Hoboken:John Wileyand Sons Ltd,2011.

[31] YANG F,GUO G S. Fuzzy comprehensive evaluation of innovation capability of Chinese national high-tech zone based on entropy weight:taking the northern coastal comprehensive economic zone as an example[J]. Journal of Intelligent & Fuzzy Systems,2020,38(6):7857-7864.

[32] XU J Z,ZHAI J Q. Research on the evaluation of green innovation capability of manufacturing enterprises in innovation network[J]. Sustainability,2020,12(3):807.

[33] YIN S,ZHANG N,LI B Z. Enhancing the competitiveness of multi-agent cooperation for green manufacturing in China:an empirical study of the measure of green technology innovation capabilities and their influencing factors[J]. Sustainable Production and Consumption,2020,23:63-76.

[34] CHEN Y,LI We W,YI P T. Evaluation of city innovation capability using the TOPSIS-based order relation method:the case of Liaoning Province,China[J]. Technology in Society,2020,63:101330.

[35] WU H,GU X M. Fuzzy principal component analysis model on evaluating innovation service capability[J]. Scientific Programming,2020:1-9.

[36] SELVARAJ G,JEON J. Assessment of national innovation capabilities of OECD countries using trapezoidal interval type-2 fuzzy ELECTRE III method[J]. Data Technologies and Applications,2021,55(3):400-429.

[37] 杜夏露. 我国大健康产业发展存在的问题及对策建议[J]. 现代商业,2020(6):73-74.

[38] 邵云飞,穆荣平,李刚磊. 我国战略性新兴产业创新能力评价及政策研究[J]. 科技进步与对策,2020,37(2):66-73.

[39] 范钧,郭立强,聂津君. 网络能力、组织隐性知识获取与突破性创新绩效[J]. 科研管理,2014,35(1):16-24.

[40] MÖLLER K K,HALINEN A. Business relationships and networks:managerial challenge of network era[J]. Industrial Marketing Management,1999,28(5):413-427.

[41] OZMAN M. Inter-firm networks and innovation:a survey of literature[J]. Economics of Innovation and New Technology,2009,18(1):39-67.

[42] COLLINS C J,CLARK K D. Strategic human resource practices,top management team social networks,and firm performance:the role of human resource practices in creating organizational competitive advantage[J]. Academy of Management Journal,2003,46(6):740-751.

[43] KLINGEBIEL R,RAMMER C. Resource allocation strategy for innovation portfolio management[J]. Strategic Management Journal,2014,35(2):246-268.

[44] FANG E E,PALMATIER R W,GREWAL R. Effects of customer and innovation asset configuration strategies on firm performance[J]. Journal of Marketing Research,2011,48(3):587-602.

[45] 田虹. 企业社会责任的矢量研究[J]. 管理现代化,2006(4):31-34.

[46] 郭培民,刘伟德,徐金发. 企业集团整体发展战略的矢量化分析研究[J]. 浙江大学学报(人文社会科学版),1999,29(4):142-148.

[47] 赵长民. 社会主义经济矢量空间初探[J]. 探索,1987(4):33-36.

[48] 魏强. 企业家能力的矢量分析及其意义[J]. 现代管理科学,2007(1):87-89.

(责任编辑：陈 井)