区域战略性新兴产业创新生态系统稳定水平评价研究

王宏起,刘 梦,武 川,武建龙

(哈尔滨理工大学 经济与管理学院, 黑龙江 哈尔滨 150080)

摘 要:评估区域战略性新兴产业创新生态系统稳定水平,是调节与保障战略性新兴产业创新生态系统顺利运行的有效手段。结合创新生态系统稳定性表现,从结构、功能以及效益3个维度,构建战略性新兴产业创新生态系统稳定水平评价指标体系,引入熵权与层次分析方法进行组合赋权,设计基于规则的战略性新兴产业创新生态系统稳定水平评价方法,并以黑龙江省为例进行实证研究,最后提出保障创新生态系统稳定水平的优化策略。

关键词:战略性新兴产业;创新生态系统;稳定水平;评价体系

Research on the Evaluation of the Stability Level of Regional Strategic Emerging Industry Innovation Ecosystem

Wang Hongqi, Liu Meng, Wu Chuan, Wu Jianlong

(School of Economics and Management, Harbin University of Science and Technology, Harbin 150080, China)

AbstractEvaluating the stability level is an effective way to regulate and guarantee smooth operation of the strategic emerging industry innovation ecosystem. Given the performance of the innovation ecosystem stability, the paper builds evaluation index system of stability level of regional strategic emerging industry innovation ecosystem from three dimensions of structure, function and benefit. Then weights of indicators are assigned via entropy weights and analytic hierarchy process, and evaluation method of the stability level of strategic emerging industry innovation ecosystem is designed based on rules. Finally, strategic emerging industry innovation ecosystem in Heilongjiang is taken as an example for empirical research, and optimized tactics for ensuring the stability level of innovation ecosystem are proposed.

Key Words:Strategic Emerging Industry; Innovation Ecosystem; Stability Level; Evaluation System

收稿日期:2020-01-15

基金项目:国家自然科学基金项目(71473062);国家自然科学基金青年项目(71503061);教育部人文社会科学基金青年项目(16YJC630061);黑龙江省哲学社会科学项目(16GLB05)

作者简介:王宏起(1958-),男,黑龙江哈尔滨人,博士,哈尔滨理工大学经济与管理学院教授、博士生导师,研究方向为高新技术发展与战略管理;刘梦(1993-),女,河北沧州人,哈尔滨理工大学经济与管理学院硕士研究生,研究方向为高新技术发展与战略管理;武川(1989-),男,河北邯郸人,哈尔滨理工大学经济与管理学院博士研究生,研究方向为高新技术发展与战略管理;武建龙(1981-),男,黑龙江哈尔滨人,博士,哈尔滨理工大学经济与管理学院教授、硕士生导师,研究方向为创新生态系统。

DOI10.6049/kjjbydc.2018080072

开放科学(资源服务)标识码(OSID):

中图分类号:F264.2

文献标识码:A

文章编号:1001-7348(2020)12-0118-08

0 引言

在经济新常态背景下,大力培育与发展战略性新兴产业已成为适应中国经济结构调整、转变经济发展方式的重大举措。战略性新兴产业发展及其核心竞争力提升,关键取决于战略性新兴产业的科技创新能力[1]。创新生态系统作为当前创新的新范式,已经得到理论界与实践界广泛认同,更为战略性新兴产业发展及其创新能力提高提供了新的思路与方向——发展战略性新兴产业创新生态系统[2]。随着开放式创新的发展,战略性新兴产业创新生态系统已逐步形成了由企业、高校、科研院所、政府、中介机构、金融机构等多个创新体构成的动态开放系统,这些创新体之间存在相互联系、相互制约的多重反馈关系[3]。如何保持产业创新生态系统稳定运行,有效抵抗外部环境干扰,是目前我国及各区域创新驱动发展战略中亟待解决的重要问题。

1 文献回顾

近年来,战略性新兴产业创新生态系统备受学者们的关注。战略性新兴产业创新生态系统可看作是能发挥战略性新兴产业基础性创新支撑作用的技术、服务以及产品的集合[4]。战略性新兴产业创新生态系统有其独特的结构与功能,通过利用科技资源产生创新效益。系统稳定运行及其核心竞争力提升,需要合理的系统结构和良好的功能及综合效益作为保障[5]。关于战略性新兴产业创新生态系统结构,李其玮等[6]根据产业实际情况,将产业创新生态系统分成创新生产、创新整合以及创新应用三大创新群落;曹如中等[7]从承担角色视角,将产业创新生态系统分为主体要素、功能要素以及环境要素三大结构要素。关于战略性新兴产业创新生态系统功能,伍春来等[8]认为,技术创新系统的功能包含物质流动、创新扩散、价值流动、信息流动以及生产活动等;何向武等[9]根据产业创新生态系统发生阶段与层级顺序,将其功能分为基本功能、自适应与修复功能、学习与发展功能等。关于战略性新兴产业创新生态系统效益,沈宏婷等[10-11]采用经济效益、结构效益以及环境效益3个指标衡量创新系统创造的创新效益,而且这3种创新效益可以相互转换,例如制造性高新技术企业通过完善排污权交易制度与绿色会计核算体系,将环境效益转换为经济效益。对产业创新生态系统运行状态进行及时有效的评价,有利于发现系统运行过程中系统结构、功能以及效益方面存在的问题,并及时予以控制。然而,国内外学者多集中于对产业创新生态系统的创新绩效、创新能力、创新风险等进行评价,对产业创新生态系统稳定水平的评价较少。关于产业创新生态系统稳定水平评价,徐建中等[12]提出,从结构、技术、外部环境3个维度评估产业创新生态系统稳定状态;田苗等[13]认为,产业创新生态系统稳定水平评价维度包括系统自组织稳定程度、系统整体功能以及系统外部威胁等。然而,造成系统不稳定的关键因素是系统规模、知识转移效率与利益分配等[14];Das、Teng等[15-16]从内部张力角度分析了系统不稳定性,认为合作与竞争、结构刚性与灵活性、短期定位与长期定位间不平衡是系统不稳定性产生的主要根源。

综上所述,战略性新兴产业创新生态系统作为大力培育与发展战略性新兴产业的有效手段,对增强战略性新兴产业科技创新能力、提升战略性新兴产业协同创新水平具有重要作用。然而,目前关于战略性新兴产业创新生态系统评价的研究较少,尤其是对战略性新兴产业创新生态系统稳定水平评价的研究不足。因此,本文在借鉴已有产业创新生态系统评价研究的基础上,结合产业创新生态系统的稳定性表现,构建战略性新兴产业创新生态系统稳定水平评价指标体系,旨在为有效掌握战略性新兴产业创新生态系统实际运行状态、提升系统运行效率,提供重要理论支撑与决策参考。

2 区域战略性新兴产业创新生态系统稳定性影响因素分析

产业创新生态系统是创新群落与创新环境相互作用形成的相互依存的动态系统,其会随着创新群落内部要素、创新环境变化而改变[17],同时,产业创新生态系统稳定性水平主要取决于抵抗力或恢复力[18]。在此基础上,本文将战略性新兴产业创新生态系统(以下简称产业创新生态系统)的稳定性定义为,当产业创新生态系统的外部创新环境(如社会环境、政策环境、经济环境等)出现较大波动时,系统能够不受影响而保持正常运行并持续发展的能力,或消除外部不利因素后系统能够恢复原有运行状态的能力。产业创新生态系统的这种稳定性具体表现为系统结构构成合理、各项创新功能相互协调与配合、各种效益相互统一等[19]。Hemmert等[20]指出,产业创新生态结构,尤其是系统创新体间关系维护以及各创新体间合作经验是影响产业创新生态系统稳定的重要因素;Ivanova等[21]指出,当产业创新生态系统功能变得协调时,系统不确定性会被减弱,进而实现产业创新生态系统稳定发展;Perkmann等[22]认为,产业创新生态系统效益平衡也是实现系统稳定性的重要途径与手段。通过以上文献分析与总结,本文将基于系统整体角度,从系统结构、功能以及效益3个维度反映产业创新生态系统稳定水平。

(1)结构稳定。产业创新生态系统内,创新群落与创新环境间不断进行物质、能量以及信息交换,其结构稳定是物质、能量以及信息交换正常运转的前提。此外,产业创新生态系统结构稳定也是其功能稳定的基础,系统结构决定着系统功能。因此,结构稳定是产业创新生态系统稳定水平评价的首要考量因素。产业创新生态系统结构评价指标主要反映系统结构构成要素与系统结构关系两部分,因此,将系统要素构成合理性及其要素关系稳定性作为结构稳定的子维度。其中,系统要素构成合理性可根据创新种群多样性、创新种群协调性以及创新生态系统规模予以判定[23];要素关系稳定性可重点考察创新种群发展方向一致性、创新种群共生程度以及竞争程度等方面。

(2)功能稳定。产业创新生态系统功能稳定是指系统各项功能相互协调与配合、共同保障产业创新生态系统顺利运行。产业创新生态系统功能反映系统结构,其功能发挥取决于系统结构合理程度。产业创新生态系统功能主要包括知识获取与扩散、科技资源流动以及产业链整合与升级等[24],故上述3个指标是判定功能稳定的子维度。其中,知识获取技术水平、知识转移效果、知识溢出辐射范围等可反映知识获取与扩散能力[25-26];科技资源需求与获取能力匹配性、科技资源供给合理性以及科技资源供需匹配程度等共同体现科技资源配置合理性[27];产业链整合与升级能力可通过股权并购企业产值增长率、技术创新战略联盟产值增长率、战略性新兴产业集群产值增长率等指标予以判定。

(3)效益稳定。产业创新生态系统所从事的科技创新活动主要产生经济效益与社会效益两种效益,效益稳定是指开展科技创新活动时兼顾经济效益与社会效益。经济与社会效益高低可由产业创新生态系统功能实现情况来反映,其中,经济效益主要包括技术市场成交额、战略性新兴产业新产品销售收入、战略性新兴产业总产值等内容;社会效益主要包括创新环境改善程度、社会技术进步程度以及产业就业吸纳能力等多个方面[28]

3 区域战略性新兴产业创新生态系统稳定水平评价指标体系与方法

3.1 区域战略性新兴产业创新生态系统稳定水平评价指标体系

根据上述影响产业创新生态系统稳定性的因素及其关联关系,遵循科学性、可靠性、可比性以及代表性等指标构建原则,从产业创新生态系统的结构(X1)、功能(X2)和效益(X3)3个维度,设计产业创新生态系统稳定水平评价指标体系。实现产业创新生态系统稳定,既要满足系统结构、功能和效益稳定及其相互间协调与平衡,还需在系统内外部环境的扰动下,具有较强的发展能力,具体如表1所示。

3.2 基于组合赋权的评价指标权重确定

为使产业创新生态系统稳定水平评价指标更具科学性与客观性,本文采用层次分析法与熵权法相结合的方法,计算评价指标组合权重。

(1)层次分析法确定主观指标权重。①假设产业创新生态系统稳定水平评价有m个专家和n个评价指标,根据1-9及其倒数的评判标度,通过对各个层次的评价指标进行两两比较,确定判断矩阵A={aij}m×n;②按照式(1)计算各评价指标的权重Zj;③依据式(2)和式(3)分别计算矩阵的最大特征值λmax与一致性指标CI,进行一致性检验。

(1)

表1 区域战略性新兴产业创新生态系统稳定水平评价指标体系

目标层准则层子准则层指标层创新种群多样性指数X111要素构成合理性X11创新种群协调性X112结构稳定X1创新生态系统规模 X113创新种群发展方向一致性X121要素关系稳定性X12创新种群共生度 X122创新种群竞争度 X123知识获取与扩散能力X21知识获取技术水平X211知识转移效果X212功能稳定X2知识溢出辐射范围X213系统稳定水平X科技资源配置合理性X22科技资源需求与获取能力匹配性X221科技资源供给合理性X222科技资源供需匹配程度X223产业链整合与升级能力X23股权并购企业产值增长率X231技术创新战略联盟产值增长率X232战略性新兴产业集群产值增长率X233效益稳定X3经济效益水平X31技术市场成交额X311战略性新兴产业新产品销售收入X312战略性新兴产业总产值X313社会效益水平X32创新环境改善程度X321社会技术进步程度X322产业就业吸纳能力X323

(2)

CI=(λmax-n)/(n-1)

(3)

(2)熵权法确定客观指标权重。①判断矩阵A={aij}m×n,根据式(4)进行归一化处理,建立标准化矩阵P=﹛pijm×n;②按照式(5)确定各个指标的熵值ej;③按照式(6)得出各个指标的熵权Wj

(4)

(5)

(6)

(3)层次分析法与熵权法组合赋权。根据专家经验与客观数据确定的权重,通常存在一定差异。为避免主观权重或客观权重为极端值而造成误差,将主观权重与客观权重进行叠加。由主观权重Zj和客观权重Wj所确定的组合权重介于两者之间,常用的组合权重ωi如式(7)所示。

(7)

3.3 基于规则的区域战略性新兴产业创新生态系统稳定水平评价方法

表1中部分评价指标为定性指标,一般采用模糊评价方法对其进行评价,而模糊评价主要根据专家经验进行评价。为弥补专家经验不足与存在的判断误差,本文设计基于规则的评价方法[29]。基于规则的评价方法主要是依据评价指标特性,设计一套评价指标评分规则与标准,以降低专家主观判断的影响。在此基础上,将各个评价指标具体评分规则和标准与专家自身经验有效结合,进而得出更科学、客观的评价结果。根据产业创新生态系统稳定水平评价的实际需要和评价指标特性,将评价指标评分分成5个等级,采用25分制判断标准,给出每个档次分值判定规则。产业创新生态系统稳定水平评价指标评分规则与标准如表2所示,各分档区间划分以全国各省、市、自治区有关指标中最佳指标值和最差指标值为参考基准,并据此将其区间划分为5个档次。

表2 区域战略性新兴产业创新生态系统稳定水平评价指标评分规则与标准

指标名称子准则层指标层评价规则及标准25-21(好)(中值23)20-16(较好)(中值18)15-11(一般)(中值13)10-6(较差)(中值8)5-1(差)(中值3)指标说明要素构成合理性X11创新种群多样性指数 X111创新种群多样性指数0.7以上创新种群多样性指数0.6-0.7创新种群多样性指数0.5-0.6创新种群多样性指数0.4-0.5创新种群多样性指数0.4以下根据辛普森指数判定,公式为:D=1-Σ[Ni(Ni-1)]/N(N-1),N为所有创新种群总数,Ni 为第i种创新种群数量创新种群协调性X112种群均匀度指数0.95以上种群均匀度指数0.75-0.95种群均匀度指数0.55-0.75种群均匀度指数0.35-0.55种群均匀度指数0.35以下均匀度指数公式:H=-ΣPi*ln Pi,J= H / lnS1 ,Pi为第i种创新种群数量占所有创新种群总量比例:J为创新种群均匀度,S1为创新种群类型总数创新生态系统规模X113专利授权数超过2 000个专利授权数1 500-2 000个专利授权数1 000-1 500个专利授权数500-1 000个专利授权数500个以下根据近3年专利授权情况进行判定要素关系稳定性X12创新种群发展方向一致性X121创新种群发展方向的相似程度高创新种群发展方向的相似程度较高创新种群发展方向的相似程度一般创新种群发展方向的相似程度较弱创新种群发展方向的相似程度弱根据产业创新生态系统总体战略及发展理念进行判定创新种群共生程度X122专利合作项目超过350项专利合作项目250-350项专利合作项目150-250项专利合作项目50-150项专利合作项目50项以下根据近3年创新创业网络与联盟专利合作项目数进行判定创新种群竞争程度X123市场共同性弱,资源相似性弱市场共同性较弱,资源相似性较弱市场共同性一般,资源相似性一般市场共同性较高,资源相似性较高市场共同性高,资源相似性高根据产品或服务同质性、科技资源及其获取渠道相似性进行判定知识获取与扩散能力X21知识获取技术水平X211能准确判断所需知识来源及特性,知识管理平台100个以上能较好判断所需知识来源及特性,知识管理平台70-100个能判断所需知识来源及特性,知识管理平台40-70个不能较好判断所需知识来与及特性,知识管理平台10-40个不能判断所需知识来源及特性,知识管理平台10个以下对知识来源及特性的判断是指能否准确判断知识的价值、获取难易程度等,知识平台数量反映知识交流的技术支撑情况知识转移效果X212基本能够吸收知识源发送的所有知识能够吸收知识源发送的大部分知识能够吸收知识源发送的部分知识能够吸收知识源发送的少部分知识能够吸收知识源发送的极少部分知识根据知识转移量与吸收量差异进行判定知识溢出辐射范围X213知识溢出范围广,涉及国际层面知识溢出范围较广,涉及国家层面知识溢出范围一般,涉及区域层面知识溢出范围较窄,仅涉及地区层面知识溢出范围窄,仅涉及地市层面根据知识辐射的最远地理距离判定

续表2 区域战略性新兴产业创新生态系统稳定水平评价指标评分规则与标准

指标名称子准则层指标层评价规则及标准25-21(好)(中值23)20-16(较好)(中值18)15-11(一般)(中值13)10-6(较差)(中值8)5-1(差)(中值3)指标说明科技资源配置合理性X22科技资源需求与获取能力匹配性X221资源需求量大,创新种群在系统中的实力与地位高资源需求量较大,创新种群在系统中的实力与地位较高资源需求量一般,创新种群在系统中的实力与地位一般资源需求量较少,创新种群在系统中的实力与地位较低资源需求量少,创新种群在系统中的实力与地位小资源需求量根据R&D人员全时当量及R&D经费等投入指标判定,资源获取能力以其在系统中的实力与地位进行衡量科技资源供给合理性X222资源供给量大,供给均衡资源供给量较大,供给较均衡资源供给量一般,供给均衡性一般资源供给量较少,供给均衡性较差资源供给量少,供给均衡性差科技资源供给量用论文数、专利申请数等产出指标衡量科技资源配置合理性X22科技资源供需匹配程度X223科技投入产出率高,科技资源供需匹配性好科技投入产出率较高,科技资源供需匹配性较好科技投入产出率一般,科技资源供需匹配性一般科技投入产出率较低,科技资源供需匹配性较差科技投入产出率低,科技资源供需匹配性差资源供需匹配性通过资源需求量与资源供给量差异进行衡量产业链整合与升级能力X23股权并购企业产值增长率X231股权并购企业年均产值增长率超过20%股权并购企业年均产值增长率为15%-20%股权并购企业年均产值增长率为10%-15%股权并购企业年均产值增长率为5%-10%股权并购企业年均产值增长率低于5%根据近3年上市公司相互并购交易产值平均增长率进行判定技术创新战略联盟产值增长率X232联盟年均产值增长率超过25%联盟年均产值增长率为20%-25%联盟年均产值增长率为15%-20%联盟年均产值增长率为10%-15%联盟年均产值增长率低于10%根据近3年省级产业技术创新战略联盟产值平均增长率进行判定战略性新兴产业集群产值增长率X233集群年均产值增长率超过25%集群年均产值增长率为20%-25%集群年均产值增长率为15%-20%集群年均产值增长率为10%-15%集群年均产值增长率低于10%根据近3年省级特色产业集群产值平均增长率进行判定经济效益水平X31技术市场成交额X311技术市场成交额1 000万元以上技术市场成交额500-1 000万元技术市场成交额100-500万元技术市场成交额10-100万元技术市场成交额10万元以下利用近3年技术市场成交额平均值进行判定战略性新兴产业新产品销售收入X312新产品销售收入10 000亿元以上新产品销售收入5 000-10 000亿元新产品销售收入1 000-5 000亿元新产品销售收入500-1 000亿元新产品销售收入500亿元以下利用近3年战略性新兴产业新产品销售收入平均值进行判定战略性新兴产业总产值X313总产值4 000亿元以上总产值4 000-3 000亿元总产值3 000-2 000亿元总产值2 000-1 000亿元总产值1 000亿元以下利用近3年战略性新兴产业总产值平均值进行判定社会效益水平X32创新环境改善程度X321知识产权保护强度3.0-3.564知识产权保护强度2.5-3.0知识产权保护强度2.0-2.5知识产权保护强度1.5-2.0知识产权保护强度1.5以下或超过3.564知识产权保护强度=(第t年知识产权立法强度)×(第t年知识产权执法强度[36]。t取近3年,立法强度来源于《中国人民共和国专利法》,执法强度来源于中国统计局网站公布的统计数据社会技术进步程度X322社会技术进步水平60%以上社会技术进步水平50%-60%社会技术进步水平40%-50%社会技术进步水平30%-40%社会技术进步水平30%以下参考近3年科技进步检测报告中相关数据获取产业就业吸纳能力X323年均就业增长率15%以上年均就业增长率11%-15%年均就业增长率7%-11%年均就业增长率3%-11%年均就业增长率3%以下根据近3年战略性新兴产业就业人员平均增长率进行判定

注:创新种群包括高校、科研院所、政府、金融机构、中介机构、核心战略性新兴企业及其相关竞争企业、互补企业、供应商、顾客等10种创新体

(1)每位专家对指标值的判定。基于表2的评价规则,聘请专家给出各指标值。

(2)确定各指标分值。假定xij是第i位专家对第j个评价指标的评价值,按照m位专家给出的各指标值,确定各指标分值

(8)

(3)计算综合评价值。综合考虑产业实际需要与操作的方便性,选取线性加权方法计算产业创新生态系统稳定水平综合评价值,具体如公式(9)-(11)所示。①确定子准则层中各个指标的评价值Xk (k=1,2, … ,7);②确定准则层中各个指标的评价值Xv (v=1,2,3);③确定目标层即产业创新生态系统稳定水平的综合评价值X;④根据综合评价值所处的规则区间,判断产业创新生态系统稳定状态。

(9)

(10)

(11)

式中,ωvkf、Xvkf分别代表准则层第v个指标对应的子准则层第k个评价指标所对应的指标层第f个指标的权重与分值,r代表子准则层中各指标所对应指标层的评价指标个数,ωvk代表准则层第v个指标所对应子准则层中第k个指标的权重,c代表准则层中各指标所对应的子准则层个数,ωv代表准则层的评价指标权重,o代表准则层个数。

4 实证研究

4.1 评价指标数据与状态资料采集

区域作为一种具有内聚性和同质性的地域空间,主要以地理和经济特征为基础。我国各省、市、自治区战略新兴产业发展不尽相同,其产业创新投入也相对独立,因此,以省级行政区作为“区域”进行研究具有一定的指导性和可参考性。鉴于黑龙江省战略性新兴产业创新生态系统(以下简称黑龙江省产业创新生态系统)长期的发展运行情况及其产业创新主管部门与课题组的长期合作,基于数据收集可靠性与便利性,本文将其作为研究对象,对黑龙江省产业创新生态系统稳定水平评价进行实证检验。对产业创新生态系统稳定水平评价指标数据和状态采集而言,定量指标数据采集主要来源于近3年战略性新兴产业数据库、《中国统计年鉴》、《黑龙江省统计年鉴》等统计资料,定性指标相关状态资料的采集则参考近3年区域战略性新兴产业发展报告等。

4.2 指标权重确定与评价值计算

(1)权重确定。根据表1,设计产业创新生态系统稳定水平评价重要性调查问卷,分别针对准则层、子准则层、指标层相对重要性进行判定,并采用李克特五级量表法进行打分,1-5分别代表“非常不重要、不重要、一般重要、较重要、非常重要”。在此基础上,利用组合赋权计算方法,求得准侧层、子准则层以及指标层组合权重,具体见表3。

(2)计算指标评价值。根据上述采集的产业创新生态系统稳定水平评价指标数据与状态资料,邀请10位战略性新兴产业创新管理领域专家,对黑龙江省产业创新生态系统稳定水平评价指标进行评分,据此求出各指标分值。在此基础上,根据各指标权重和指标分值,按照公式(9)-(11)计算黑龙江省产业创新生态系统稳定水平总评价值。黑龙江省产业创新生态系统稳定水平指标层评价值、子准则层评价值、准则层评价值以及目标层综合评价值如表3所示。

4.3 结果分析

由表3可知,黑龙江省产业创新生态系统稳定水平评价总体得分为13.353 5,属于10~15的评分规则区间范围,表明黑龙江省产业创新生态系统稳定状态呈现“一般”水平。其中,准则层中3个维度评分结果分别是:18.211 9、12.323 7以及9.805 8,表明黑龙江省产业创新生态系统的结构、功能以及效益稳定状态分别处于“较好”、“一般”以及“较差”水平。结合黑龙江省产业创新生态系统发展现状可知:黑龙江省产业创新生态系统结构稳定状态处于“较好”水平,这源于黑龙江省战略性新兴产业发展战略规划指导,加大高端装备制造业、新材料、生物医药等战略性新兴产业建设,激发创新主体创新活力,保持创新主体有序参与的创新生态环境;黑龙江省产业创新生态系统功能稳定状态处于“一般”水平,主要是由于知识资源碎片化,资源未能充分整合与利用,资源流动性较差;黑龙江省产业创新生态系统效益稳定状态处于“较差”水平,是由于战略性新兴产业总体规模相对偏小,产业集中度较低,产业规模效应难以发挥,战略性新兴产业发展研究、支持等发展环境滞后,人才总量、结构和素质未能适应战略性新兴产业发展需要。由此可见,黑龙江省产业创新生态系统稳定水平并不理想,还需在系统结构、功能以及效益方面进一步优化与升级。

针对黑龙江省产业创新生态系统稳定水平,提出以下几点建议:

(1)优化系统内部结构。为促进黑龙江省产业创新生态系统基础应用研究及实验发展等科技创新过程的有效衔接,政府应加大对掌握关键核心技术创新体的扶持力度,促进创新体间保持合理数量比例;此外,为增强创新体间合作水平、保持彼此相互依赖关系,需加强科技服务平台建设与提升科技服务水平,为创新体创造更多合作机会;最后,创新体间保持适度竞争关系还需完善的市场监管制度作为保障。

(2)完善系统创新功能。优化黑龙江省产业创新生态系统,首先须加强创新平台建设,不断完善创新链,提高创新质量,培育优质科技资源;其次,应面向创新需求,加强服务链建设,建立与完善闲置科技资源调配和共享机制;最后,应出台更具吸引力的激励、税收以及补贴优惠等政策,加速创新链与服务链有效融合,不断提高系统创新效率。

(3)提高系统创新效益。加快黑龙江省产业创新生态系统建设,一方面可通过加大战略性新兴产业基础研究研发投入,推进校企间科技成果转化,加强新产品开发支持力度,以提高战略性新兴产业科技产出,进而提高黑龙江省产业创新生态系统经济效益;另一方面可通过完善人才激励、人才培养以及组织培训等机制,及时发布人才需求信息,促进校企人才对接,减少黑龙江省人才流失,提高黑龙江省产业创新生态系统社会效益。

表3 黑龙江省战略性新兴产业创新生态系统稳定水平各层评价值

目标层综合评价值准则层准则层评价值子准则层子准则层评价值指标层指标层分值X1(0.210 9)18.211 9X11(0.166 7)20.320 5X111(0.217 6)23.2X112(0.691 0)19.8X113(0.091 4)17.4X12(0.833 3)17.790 1X121(0.088 1)20.2X122(0.717 2)17.6X123(0.194 7)17.4X13.353 5X2(0.704 9)12.323 7X21(0.443 4)13.685 5X211(0.285 7)16.6X212(0.571 4)13.2X213(0.142 9)9.8X22(0.387 4)12.240 7X221(0.297 0)14.2X222(0.163 4)17.4X223(0.539 6)9.6X23(0.169 2)8.945X231(0.195 8)7.6X232(0.493 4)10.2X233(0.310 8)7.8X3(0.084 2)9.805 8X31(0.750 0)8.814 7X311(0.259 9)11.2X312(0.412 6)7.8X313(0.327 5)8.2X32(0.250 0)12.77 9X321(0.117 2)9.2X322(0.614 4)15.2X323(0.268 4)8.8

注:括号内为各层的组合权重

5 结语

基于保障产业创新生态系统稳定运行与提高区域科技创新效率的目标,本文对影响产业创新生态系统稳定性的因素进行了分析,提炼出影响产业创新生态系统稳定性水平的3个维度即结构、功能、效益,并以此构建了产业创新生态系统稳定水平评价指标体系。利用基于组合赋权与规则的评估方法,对黑龙江省产业创新生态系统稳定水平进行了评价。结合评价结果,提出了优化系统内部结构、完善系统创新功能、提高系统创新效益等建议。实证分析表明,本文所构建的评价指标体系和评价方法具有良好的科学性、实用性,不仅能较好地评价产业创新生态系统稳定状态,而且有利于明确产业创新生态系统发展过程中的优势与不足,可为系统稳定运行及优化提供科学依据和决策参考。

虽然本文提出了各评价指标评分规则与标准,但是,对部分评价指标值的判定需要产业领域专家知识与经验及有效数据支持,存在评价要求偏高和统计年鉴数据局限性问题,未来可充分利用产业大数据,进一步完善有关指标及其评价规则与标准,提高评价精度和可操作性。

参考文献:

[1] LIAO S H, HU T C. Knowledge transfer and competitive advantage on environmental uncertainty: an empirical study of the Taiwan semiconductor industry [J]. Technovation, 2007, 27(6-7): 402-411.

[2] 王宏起,汪英华,武建龙,等.新能源汽车创新生态系统演进机理——基于比亚迪新能源汽车的案例研究[J].中国软科学,2016(4): 81-94.

[3] 李万,常静,王敏杰,等.创新3.0与创新生态系统[J].科学学研究,2014,32(12):1761-1770.

[4] GAWER A. Bridging differing perspectives on technological platforms: toward an integrative framework[J].Research Policy, 2014(7):1239-1249.

[5] 陈卓淳.特定技术创新系统结构与功能分析——可持续创新政策干预的新论据[J].中国科技论坛,2016(2):28-33.

[6] 李其玮,顾新,赵长轶.产业创新生态系统知识优势影响因素:理论框架与实证研究[J].经济问题探索,2017(9):163-174.

[7] 曹如中,史健勇,郭华,等.区域创意产业创新生态系统演进研究:动因、模型与功能划分[J].经济地理,2015,35(2):107-113.

[8] 伍春来,赵剑波,王以华.产业技术创新生态体系研究评述[J].科学学与科学技术管理,2013,34(7):113-121.

[9] 何向武,周文泳,尤建新.产业创新生态系统的内涵、结构与功能[J].科技与经济, 2015,28(4):31-35.

[10] 沈宏婷,陆玉麒,沈惊宏.中国省域创新投入—创新产出—创新效益的时空耦合研究[J].经济地理,2017,37(6):17-22.

[11] 李海萍,向刚,高忠仕,等.中国制造业绿色创新的环境效益向企业经济效益转换的制度条件初探[J].科研管理,2005(2):46-49.

[12] 徐建中,王纯旭.基于粒子群算法的产业技术创新生态系统运行稳定性组合评价研究——以电信产业为例[J].预测,2016,35(5): 30-36.

[13] 苗红,黄鲁成.区域技术创新生态系统健康评价研究[J].科技进步与对策,2008,25(8): 146-149.

[14] 曹霞,于娟,张路蓬.不同联盟规模下产学研联盟稳定性影响因素及演化研究[J].管理评论,2016,28(2):3-14.

[15] DAS T K, TENG B S. Instabilities of strategic alliances: an internal tensions perspective[J]. Organization Science, 2000, 11(1):77-101.

[16] DAS T K, TENG B S. Partner analysis and alliance performance[J]. Scandinavian Journal of Management,2002,19(3):279- 308.

[17] CHAPIN F S, ROBARDS M D, HUNTINGTON H P, et al. Directional changes in ecological communities and social-ecological systems: a framework for prediction based on Alaskan examples[J]. The American Naturalist, 2006, 168(6): S36-S49.

[18] HOLLING C S. Engineering resilience versus ecological resilience[M]. Washington D C: National Academy Press, 1996: 31-43.

[19] 刘友金,易秋平.区域技术创新生态经济系统失调及其实现平衡的途径[J].系统工程, 2005 (10):97-101.

[20] HEMMERT M, BSTIELER L,OKAMURO H. Bridging the culture divide: trust formation in university-industry research collaborations in the US, Japan, and South Korea[J]. Technovation, 2014, 34(10): 605-616.

[21] IVANOVA I A, LEYDESDORFF L. A simulation model of the Triple Helix of university-industry-government relation and the decomposition of the redundancy[J]. scientometrics,2014,99(3): 927-948.

[22] PERKMANN M,NEELY A,WALSH K.How should firms evaluate success in university-industry alliances?a performance measurement system[J]. R&D Management, 2011,41(2): 202-216.

[23] COTE R. Eco-industrial parks [C]. University of Michigan, International Society for Industrial Ecology Conference, 2003.

[24] 侯沁江,蔺洁,陈凯华.中国新能源汽车产业的创新系统功能[J].经济管理,2015,37(9):19-28.

[25] 王飞绒,丁仲芳,胡祝琳,等.浙江省高新技术产业集群知识溢出的实证研究[J].技术经济,2015,34(7):5-12.

[26] 黄玮强,庄新田,姚爽.基于创新合作网络的产业集群知识扩散研究[J].管理科学,2012,25(2):13-23.

[27] SERGIO U, MARK T B. Resource quality, technological efficiency and factors of scale within the emergy framework: a response to Marco Raugei [J]. Ecological Modelling, 2012, 227(24): 109-111.

[28] 吕岩威,孙慧.中国战略性新兴产业技术效率及其影响因素研究[J].数量经济技术经济研究, 2014,31(1):128-143.

[29] 王宏起,赵琳琳,李玥,等.规则约束下科技创意方案评估研究[J].科技进步与对策,2017,34(6): 127-131.

(责任编辑:万贤贤)