基于改进生态位适宜度模型的区域创新生态系统健康评价研究
刘 钒1，张君宇2，邓明亮2
(1.武汉大学发展研究院，湖北武汉 430079；2.武汉大学经济与管理学院, 湖北武汉 430072)
摘要： 基于传统生态位适宜度模型进行改进修正，采用PCA分析法对生态因子赋权以解决评价指标共线性问题，提炼创新生态系统的开放性、多样性与协同性、演进性与成长性、可持续性等固有特征，从特性角度重构区域创新生态系统健康评价指标体系。从描述性分析和定量分析两个角度对省域和城市两个不同层次的区域创新生态系统进行健康评价。研究表明，模型与指标适合评价创新生态系统的健康度；我国区域创新生态系统健康度不平衡状况仍在加剧。培育优化创新生态系统要注重久久为功，突出新增长极，形成内生动力，促进创新行为者融合共生。
关键词： 创新生态系统；生态健康；适宜度；PCA分析；评价
创新驱动关乎社会进步，关系国计民生，党的十九大报告强调我国已进入全面推进高质量发展的新时代，深入推进供给侧结构性改革，全面实施创新驱动发展战略，是加快新旧动能接续转换、着力振兴实体经济的必经之路。党的十八大以来，《中共中央、国务院关于深化体制机制改革加快实施创新驱动发展战略的若干意见》(2015)、《国务院关于印发<中国制造2025>的通知》(2015)、“十三五”规划纲要(2016)、《国家创新驱动发展战略纲要》(2016)、《国务院办公厅关于县域创新驱动发展的若干意见》(2017)、党的十九大报告(2017)、《国务院关于强化实施创新驱动发展战略进一步推进大众创业万众创新深入发展的意见》(2017)等国家顶层设计文本均高度关注我国创新发展，提升国家综合国力和核心竞争力。2018年科技创新智库国际研讨会达成共识，“创新是在一个生态系统中发生发展起来的”[1]，可持续的创新生态系统有助于加快当地经济发展、创造就业机会、提高生活质量，促进国民经济高质量发展。
一个运行良好、持续进化的区域创新生态系统，是一个国家或地区获得持续竞争优势的关键所在。创新生态系统作为创新驱动发展的土壤，突出强调创新主体之间、创新主体与环境之间的相互影响、相互依存、相互促进，通过共生形成具有生态系统特征的网络化系统，其理论内涵与新时代创新引领发展的要求十分契合。2017年达沃斯世界论坛在研究中国创新体系时指出，中国创新生态系统具有六大优势：政府强力推动创新、拥有强大的国有企业、在研发的投入比较大、拥有庞大和系统化的金融体系、较为完善的基础设施、中国的科技园区。与此同时，中国创新生态系统目前仍然面临核心技术落后、激励创新的环境仍需大力完善、创新人才的培养使用机制不完善、知识产权保护制度不完善等重大挑战。
然而创新生态系统评价标准如何？现有评价方法是否科学？我国区域创新生态系统现状如何？存在何种地区差异？区域创新发展影响因素如何？改进区域创新生态系统评价标准，科学研判区域创新生态系统现状和空间差异，对于深入区域创新生态系统研究理论、制定具体的创新战略提供指导性建议、解决我国创新生态系统所面临的挑战，提升我国创新生态系统的健康状况具有重要的理论价值和实践价值。
随着国家卫生体制改革不断深入，医患和谐关系倍受社会各界关注，如何紧扣医疗质量和优质服务这一中心，提高医疗服务水平，提升病人满意度，成为医院管理者需要思考和研究的问题。人口快速增长导致的医疗资源短缺是当前医疗卫生行业服务过程中面临的主要矛盾，极大地阻碍了医疗服务质量提升。而建立规范化、常态化医务志愿者服务管理模式，可以在一定程度上缓解医疗服务人员工作压力，提高医疗机构服务能力及水平，促进病人安全。
1文献综述
创新生态系统概念提出久已。2003年美国总统科技顾问委员会(PCAST)将创新生态系统作为总括性概念提出，创新研究从关注系统中要素的构成向关注系统要素之间、系统与环境间的动态过程转变；黄鲁成[2]则将区域技术创新生态系统定义为“在一定的空间范围内技术创新复合组织与技术创新复合环境，通过创新物质、能量和信息流动而相互作用、相互依存形成的系统”；郭金明等[3]认为创新生态系统的发展一般会经历新生、成长、成熟和重生四个阶段，董凯军等[4]、刘芹良等[5]则进一步阐释创新系统与创新生态系统的区别与联系。综合现有创新生态系统特征研究成果，本文认为创新生态系统是在一定区域范围内，创新群落与创新环境之间以及创新群落内部，通过物质流、能量流、信息流的联结传导，形成共生竞合、动态演化的有机系统。相比于创新体系，创新生态系统的概念和内涵更加丰富，突出表现为有机的动态的系统范式结构。从基本内涵而言，创新生态系统为研究创新系统提供了一种新的视角和研究方法：(1)以更强的生物学隐喻来揭示创新的系统范式。根据演化经济学，创新的过程被揭示为物种(种群)乃至群落对环境变迁扰动形成的应答过程。(2)以更顺畅的知识流动来促进创新的价值实现。创新生态系统通过物质流、能量流、信息流实现内部物种、种群、群落之间及与环境之间的物质、能量和信息交换以维持系统的稳定性和高效性。(3)以更可持续的创新涌现来区分创新生态系统的等级。创新生态系统进化发展的根本目的在于持续性的创新，可持续性取决于研究、开发和应用群落之间实现健康的平衡。创新生态系统进化的目标是通过将创新投入、创新需求、创新基础设施与创新管理在创新过程中有机结合，促进创新持续涌现并实现高质量的经济发展。
随着产业升级和结构调整进程速度的加快，产业兴衰的风险对银行信贷风险管理的影响越来越大。早在2009年9月，国务院批转发改委等部门关于《关于抑制部分行业产能过剩和重复建设引导产业健康发展的若干意见》中，就对钢铁、水泥、煤化工、造船、大豆压榨等产能矛盾突出的行业进行了风险公示。之后，各银行积极调整信贷结构，压缩甚至退出对过剩产业的信贷投放。当前产业结构调整的速度越来越快，银行更应该主动地对产业周期、产业兴衰进行分析评价，顺应产业升级和经济转型，积极布局新兴、高端产业的信贷投放。
可持续性评价中，金融机构本外币存款余额、单位GDP综合能耗下降百分比、区域GDP增速权重较高，说明区域创新生态系统的可持续性与地区经济发展、金融支持和绿色发展关系更加紧密。由于这三个生态因子同区域整体发展状况相关性很高，而可持续性评价指标的总体权重在整体评价中占有绝大部分比重，由此亦可以解释区域创新生态系统的健康状况与区域发展水平比较接近的现象。
景区的发展与进步，人才要素更为突出，当地的高等院校并没有开设旅游管理的相关课程，在一定程度上失去了当地建设旅游区的依托。而大部分的本地人因为熟悉景区从事了景区工作人员这一职业，在一定程度上使得员工的文化素质偏低，提供给景区进行改善的建设性意见也相对较少。
国内外创新生态系统评价研究存在较大差异。20世纪90年代后期，随着生态学理论被引入创新研究，国内外学术界逐步接受创新生态系统概念，并针对创新生态系统得出不少理论成果。国外学者着眼于企业创新生态、产业创新生态，针对性地研究创新生态系统的组成结构、生存机制和影响因素，但是对区域创新生态系统评价体系的理论研究相对较少，代表性学者主要包括Joseph[10]、Athreye[11]、朱迪·埃斯特琳[12]、Lee等[13]。国内学者对于创新生态系统的研究起步较晚，但却更早地关注创新生态系统的评价问题。李自珍等[14]1993年率先提出生态位适宜度的概念;覃荔荔等[15]运用生态位适宜度评估创新生态，构建区域创新系统的可持续综合生态位适宜度模型；胡浩等[16]、苌千里[17]、刘洪久等[18]、郭燕青等[19]等在已有模型基础上不断进行改进，逐渐形成目前学界普遍采用的创新生态系统生态位适宜度评价模型。此后关于创新生态系统评价的实证研究大体上都利用了上述模型。刘洪久等[18]、郭燕青等[19]、孙丽文等[20]分别对浙江、河南、江苏、湖南、京津冀等地区，进行创新生态适宜度的横向比较或总体评价。在创新生态系统的其他研究中，张贵等[21]基于突变算法实证考察高技术产业创新生态系统健康性，包宇航等[22]则运用创新生态系统理论分析企业创新能力，董凯军[23]重新界定研究对象、本质特征和结构、动机和实现机制从微观视角分析创新生态系统的构建机制。
纵观现有研究成果，早期创新系统评价方法忽略创新系统的生态系统特性，机械地通过孤立指标来评估创新要素的状况。将生态位适宜度概念引入形成创新生态位适宜度模型，用相对值来确定一个健康的创新生态系统中各创新要素应达到的最适值，更多体现创新的原生性、有机性和系统性，是一种更加科学合理的评估方法。但创新生态位适宜度模型仍然存在一些问题:第一，评价指标仍然沿用层次分析法所采用的创新要素分类方式，仍然只能体现创新生态系统各要素的静态状态，无法反应创新生态系统内部物质流动、信息交换与主体间合作；第二，在确定生态因子权重时使用均等赋权法，将每一个生态因子赋予相同权重，无法体现不同生态因子在创新生态系统中的不同地位；第三，运用信息熵模型对生态因子进行赋权，无法解决生态因子的共线性问题。总之，创新生态位适宜度模型是在经典生态位理论的基础上，采用数学抽象方法分析系统最佳生态位点与现实生态位点的贴近度，来考察呈现系统各要素的发展概况的一种评价模型。本文基于以上提出的几点不足，对模型进行改进，以期获得对于我国创新生态系统健康状况更为准确的评价，提出更具针对性的指导建议。
2改进的创新生态系统适宜度评价模型
(4)计算ε 。ε 为模型参数，其值通过公式(4)计算出来。即:
临近晚上的时候，两个俄罗斯警察来到江大亮的首饰店里，拿着吉平平的照片还有两个中国男人的照片让江大亮辩认，江大亮故意摇摇头说：“不认识。”那两个警察又问了好多，一看问不出什么大名堂就走了。
由于系统对数据量的要求比较大，因而正博花费了将近两年时间才完成了所有参数的设定、价格体系的搭建，如今整个生产管理团队在试用的过程中都感觉良好。此外，自主研发的好处还在于，一旦在使用时发现漏洞，可以直接自行更改，可以说更贴近实际、更接地气。
鉴于生态健康模型在社会科学领域应用时，其研究对象最优的需求生态位难以通过大量实验得出，因此，亦采用通行做法，用评价指标中的一组最大值或最小值来确定最佳生态位。即当区域现状资源条件完全满足发展要求时，生态位适宜度为1；不满足其对应的资源要求时，生态位适宜度为0。假设有m 个创新生态系统，则EF ij (i =1，2，…，m ；j =1，2，…，n )表示第i 个创新生态系统在生态因子j 上的观测数据值，模型的构建步骤如下：
(1)数据无量纲化处理。由于指标的单位不同，首先应对数据进行无量纲化处理，以消除量纲影响：
首先对8个样本城市的27个生态因子进行无量纲化处理，再用SPSS对原始数据进行PCA分析，得到前六个主成分的累计贡献率约97.81%，因此选取前六个主成分进行分析计算。其中第一到六主成分的贡献率分别为40.56%、17.87%、15.8%、10.27%、7.57%和5.73%。同省域实证分析中的生态因子确定权重的步骤相同，可以通过各生态因子的系数与主成分的贡献率求出各生态因子的权重。然后将所有生态因子权重进行归一化处理可得到各生态因子的最终权重，见表5。
(1)
式中，EF max 表示EF ij (i =1，2，…，m ；j =1，2，…，n )中第j 个生态因子序列的最大值，EF jmin 则表示EF ij (i =1，2，…，m ；j =1，2，…，n )中的第j 个生态因子序列的最小值。
(2)生态位因子的最佳生态位EF aj 。设
表示第i 个创新生态系统生态因子j 的现实生态，EF aj (j =1，2，…，n )表示第j 个生态位因子的最佳生态位，即：
(2)
(3)创建生态系统适宜度Suita i 。
实习护生希望得到人文关怀，包括带教老师的重视和关爱及病人的尊重和肯定(“老师的欣赏与表扬让我对学习和工作充满热情”[3]，“病人积极配合的态度使我深深感动”[11])。
最后，提高审计质量的另一个有效途径是改进审计方式和手段，《中华人民共和国国家审计准则》的发布，为当前深化计算机审计和探索实施联网跟踪审计模式的各个关键环节提供了准则规范保障。各级审计机关应积极探索信息化环境下的审计方式，坚持用数字化带动信息化，提高审计管理和审计业务的数字化水平。适时推进联网跟踪审计，实现对政府内部控制的实时监控，发现问题及时提醒。尤其是要对整改意见的落实情况进行跟踪检查，加强与政府部门的沟通与协调，建立审计整改信息数据库，随时交流情况，迅速纠正控制偏差。
(3)
式中，Suitai 表示第i 个创新生态系统的适宜度，该值越大表明该创新生态系统健康状况越好，区域内创新主体的创新行为越活跃。
创新生态系统的适宜度是指创新主体在一定区域内开展创新活动时，创新主体所需的最适资源位与创新环境所提供的现实资源位之间的贴近程度。选取生态位适宜度模型作为基本框架，针对其存在的不足予以改进和创新，运用改进的生态位适宜度模型评价区域创新生态系统的健康状况。
(4)
(5)基于主成分分析的生态因子权重向量。W j 为第j 个生态因子的权重，体现了该因子对创新生态系统适宜度的影响程度。为了将不同生态因子的重要程度引入到区域创新生态系统评价中，并且在最大程度上解决生态因子共线性问题，本文采用PCA方法确定各生态因子的权重。
假设有m 个创新生态系统，则EF ij (i =1，2，…，m ；j =1，2，…，n )表示第i 个创新生态系统在生态因子j 上的观测数据值，由此构成一个m ×n 维的矩阵。对矩阵进行无量纲化处理后，通过SPSS软件进行主成分分析，得到无量纲化后矩阵的相关矩阵及特征根。按照主成分特征根大于1且累计贡献率达到85%以上的原则选取前P 个主成分，进而求前P 个样本主成分的线性加权值，构造综合评价函数。
(6)计算进化动量EM。设创新生态系统现实生态位为
最佳生态位为EF aj =(EF a1 ,EF a2 ,……,EF an )，可以确定进化动量表达式(5)，进化动量体现的是评价对象生态位适宜度的进化空间。
(5)
至此，对区域创新生态系统健康状况进行评价的量化工具构建完毕。
3区域创新生态系统健康评价指标
区域创新生态系统健康状况的评价指标选择应建立在对其概念内涵和典型特性的理解分析基础上。区域创新生态系统在很多方面表现出与自然生态系统相似的特征，如自组织性、开放性、成长性、多样性、协同性、持续性等。本文依据这些系统特性设计遴选创新生态系统健康状况评价指标。
(1)开放性。区域创新生态系统是一个远离平衡态的系统，各主体间相互作用并和内外部环境及外在系统保持交流互动。创新生态系统的开放性较之开放式创新的范畴更加广泛，它不仅仅停留在技术创新层面，更在于打破组织边界实现跨组织的功能互补，涉及市场中的不同经济要素、信息系统、工业组织等，目标是实现生态系统模块间的互动与信息流通。越是开放的创新生态系统，与外界保持的人才、知识、资金交换越频繁，发展潜力越大。覃荔荔[15]使用国外技术引进合同、外商技术投资、购买国内技术经费、技术交易额四个指标测度创新生态系统的系统开放性及成果流通性。为着重体现区域和创新两个关键词，将指标遴选聚焦于高技术产业和区域范畴，把区际间的创新要素流动一并纳入考量，选取高技术产业技术引进经费支出(万元)、高技术产业技术消化吸收经费支出(万元)、高技术产业技术改造经费支出(万元)、技术市场技术输出地域合同金额(万元)、高技术产业出口交货值(亿元)和外资企业高技术产业企业个数(个)等指标来表征区域创新生态系统的开放性。
(2)多样性与协同性。生物多样性是自然生态系统的重要特征，正是由于生物多样性的存在，才使得自然生态系统保持平衡状态。多样性表现越突出，生态系统活力也越突出。创新生态系统长期存在多种创新主体和创新活动并存状况，不同主体之间复杂联系构成创新网络。随着系统进化，创新主体与创新环境的联系越来越密切，科技中介机构、新型产业组织、新兴金融组织、乃至非政府组织逐渐融入到系统中成为创新活动重要参与者。创新主体的多样性导致创新活动的多样化，主体间的协同不可避免地逐渐丰富。Adner[24]指出，创新生态系统是通过创新来创造和利用新价值的相互联系的组织所构成的网络，主体间借以整合各自的投入和创新成果从而产生共同一致、面向客户的解决方案的协同机制。创新生态系统中的协同，旨在促进政产学研用等多主体发挥各自优势、整合互补性资源，实现优势互补与创新合作，加速技术创新和科技成果产业化进程。黄海霞等[25]指出，协同创新可以从整合与互动两个维度来分析：在整合维度上，主要包括知识、资源、行动、绩效，而在互动的维度主要是指各个创新主体之间的互惠知识分享，资源优化配置，行动的最优同步，系统的匹配度。韦铁等[26]强调了创新资源约束下创新主体之间、创新主体与创新要素之间相互交流、相互作用的复杂关系。根据上述研究，选择教育经费支出占GDP比重(%)、每万人国内外期刊收录本省科技论文量(篇)、资本市场直接融资(亿元)、地方颁布科技政策数量(项)、高等学校R&D经费内部支出中的企业资金(万元)、研究与开发机构R&D经费内部支出中的企业资金(万元)等能够反映政产学研要素流动的指标来表征区域创新生态系统的协同性。
(3)演进性与成长性。曾国屏[27]指出，创新生态系统必定是自组织的生态系统，必定保持不断演化、不断促进优势新物种的成长、不断自我超越的能力。可见作为自组织系统的创新生态系统具有演进性特征，其发展要经历初创、成长、成熟等不同阶段。在不同阶段，创新主体及创新环境，以及创新主体与创新环境构成要素的组成及组成比例会产生变化，整个演进过程是一个由低级向高级、由不成熟向成熟的过渡过程，使得整个系统表现出成长性的特征。作为一种社会经济组织，创新生态系统的成长性具体表现为系统内部对于价值增值的共同诉求，即创新活动主体与参与者都拥有足够的价值增长空间，并在创新价值链上得到合理分配。此外，创新生态系统的成长性还可以表现为创新的新颖性，即对新技术与新商业模式的感知、追踪与转化能力，反映出区域创新的效率和潜力。在覃荔荔等[15]、孙丽文等[20]和清华大学启迪研究院《2015中国城市创新创业环境评价研究报告》的评价指标基础上[28]，选择每万人专利申请授权数(件)、新产品销售收入占产品销售收入比重(%)、国家科学技术奖励数量(项)、国家级众创空间数量(个)、新三板挂牌企业(个)、独角兽企业数量(个)、规模以上企业数量(个)、企业院士专家工作站数量(个)、地方政府人均财政支出(元)等指标来表征区域创新生态系统的演进性与成长性。
(4)可持续性。创新生态系统较之创新体系、创新集群等概念，更加强调创新活动的行为者不仅要嵌入整个物理与社会环境中，还需要协同改造环境以实现共同进化。如果说创新生态系统的价值共创表现为它的协同性和成长性，那么与环境共同进化的特征则表现为它的可持续性。创新生态系统的可持续性具体体现在三个方面。一是系统自身的维度，可持续性意味着创新生态系统具有抗风险性和自我修复能力。Iansiti等[29]认为健康的创新生态系统具有稳健型和可持续性，可以维持自身结构、抵御外部冲击。二是系统与自然的维度，可持续性意味着创新生态系统的构成有赖于地域环境条件，与自然和谐及绿色发展应是其方向。三是系统与社会的维度，可持续性意味着社会创新文化和企业家精神对系统演进成长的持久助推，意味着创新的产生、传播与使用应紧密衔接公民社会。因此，创新生态系统的可持续性依靠创新要素与创新环境支持来体现。基于Iansiti等[29]、孙丽文等[20]研究观点，选择人均居民消费水平(元)、区域GDP增速(%)、人均公共图书馆藏书量(册)、每百人平均拥有移动电话数(部)、互联网普及率(%)、大学以上就业人口占比(%)、金融机构本外币各项存款余额(亿元)、单位GDP综合能耗下降百分比(%)、工业废水治理设施处理能力(万t/日)、工业废气治理设施处理能力(万m3/日)、民众主观幸福感、失业率(%)、地区平均养老金(元)等指标来表征区域创新生态系统的可持续性。
需要说明的是，表征开放性的指标选择较之其他特性的指标选择少有参考，本文主要选取能够反映创新生态系统同外部环境进行资源、物质、信息交换的指标；表征可持续性的指标除了力图反映创新生态系统的资源供给外，还引入金融支持类指标。最终形成以4种主要特性和34个二级指标构成的区域创新生态系统健康评价指标体系(见表1)。
表 1区域创新生态系统健康评价指标
表1(续)
4区域创新生态系统健康评价实证分析
为验证上述模型的评价能力，并且比较我国东、中、西、东北四大区域板块部代表性省份和代表性城市的创新生态系统健康状况，本文分两个层面进行实证分析。在省域层面，本文选取四个区域板块中公认创新发展水平相对较高的江苏、湖北、四川、辽宁为样本；在代表性城市层面，本文选取北京、上海、广州、杭州、南京、武汉、西安、成都等8个创新驱动发展能力较高的城市为样本。相关数据分别来源于《中国省市经济发展年鉴》(2015)、《中国统计年鉴》(2016)、《中国高技术产业统计年鉴》(2016)、《中国城市科技创新发展报告》(2017)，以及2016年各省市统计年鉴和统计公报。
4.1 省域创新生态系统健康评价
4.1.1 数据处理
改进的创新生态系统适宜度评价模型主要包括两个方面的创新：(1)在评价指标设计方面，改变以往按照创新主体、创新资源、创新环境、创新成果四个类别选择生态因子的做法，基于对创新生态系统特性的分析，从开放性、协同性、持续性、生长性四个维度选择生态因子作为评价指标，能够更加合理地体现创新生态系统的有机性和演进性；(2)在生态因子赋权方面，改变以往对生态因子均等赋权和熵值赋权的做法，采用主成分分析方法(PCA)对生态因子进行赋权，能够更集中地表明创新生态系统的典型特征，解决生态因子选择的共线性问题。
首先将四个省份的原始数据构成4×34阶判断矩阵，利用公式(1)将原始数据无量纲化处理。然后使用SPSS对原始数据进行PCA分析，得到前三个主成分的特征根大于1且累计贡献率高达100%，故选取前三个主成分进行计算。其中，第一个主成分的贡献率为55.31%，第二个主成分的贡献率为29.61%，第三个主成分的贡献率15.08%。通过计算得到的生态因子权重见表2。
表 2省域生态因子权重
表2(续)
资料来源：根据测算结果整理
4.1.2 数据分析
在确定生态因子权重之后，利用公式(3)计算四个省份创新生态系统的生态位适宜度和进化动量，其中由公式(4)计算得出。将结果代入生态位适宜度和进化定量公式，可以得出四个省份在开放性、协同性、生长性与可持续性四个维度的计算结果，见表3。
表 3样本省份创新生态系统分维度得分及排名
资料来源：根据测算结果整理
4.1.3 结果分析
开放性评价中，获得赋权较高的生态因子是高技术产业技术消化吸收经费支出、高技术产业技术改造经费支出，说明相比于区域对于外来技术的引进，区域对外来技术吸收与内化的能力在开放性的考量中被更为看重。例如，湖北省在高技术产业技术引进经费支出这个生态因子上是四川省的约4倍，但在上述两个高赋权生态因子的得分低于四川省，因此其创新生态系统开放性仅比四川省略具优势。可见，在技术引进方面的高投入未必是提升区域创新生态系统功能的高效、长远的办法，关键是在引进外来技术的同时，要将技术吸收内化为区域自身的研发创新能力。此外，技术市场技术输出地域合同金额这一生态因子的权重相对较低，说明在开放性评价中，研发投入的重要程度要高于科技成果转化。
为更直观呈现样本省份的创新生态系统健康状况比较，明确各自区域创新生态系统生态位适宜度的提升空间，本文将表3另行作图分析，见图1。东部地区的江苏省作为创新大省，在创新生态系统健康评估中遥遥领先；中部地区的湖北省和西部地区的四川省与江苏省差距较大，但两者间差距不大，在四个特性方面互有优势；东北地区的辽宁省的创新生态系统健康评估明显偏低。本文结合主成分生态因子权重和计算结果具体分析。
资料来源：根据测算结果整理
图 1样本省份创新生态系统健康状况比较
生活中遇到问题和困难是常有的事，作为一个“有心”人，只要我们勤于思考，往往就能够寻找到答案以及解决困难的方法。
协同性评价中，高校R&D经费内部支出中的企业资金、研究与开发机构R&D经费内部支出中的企业资金、每万人国内外期刊收录本省科技论文量等三个生态因子的权重较高，地方政府发布科技政策数量权重较低。这一现象说明创新生态系统的协同性作用发挥主要依赖于其他创新行为者对科技成果产生的直接主体——高校和研发机构的投入。例如，四川省在高校R&D经费内部支出中的企业资金、研究与开发机构R&D经费内部支出两个生态因子的得分远高湖北省，造成尽管湖北省在本类别其他生态因子得分高于四川省的情况下，协同性评价仍低于四川省。
生长性评价中，区域内独角兽企业数量、新三板挂牌企业数量、国家级众创空间、国家科学技术奖励数量等体现区域自主创新能力和创新成果的生态因子权重较高，并且上述生态因子在全部指标中的赋权都比较高。这就说明区域内部创新的效益和质量对于创新生态系统的成长和健康状况十分关键。例如，湖北省在上述生态因子的得分都低于四川省，故其创新生态系统成长性评价落后于四川省。
创新生态系统理论广泛应用与创新实践之中。伴随创新生态系统理论逐步成熟，世界许多国家和地区都在探索运用创新生态系统的理念审视创新状态和创新行为，积极培育优化创新生态系统以提升区域创新能力。美国总统科技顾问委员会在《构建国家创新生态系统》和《维持国家创新生态系统》两份报告中指出，“美国的经济繁荣和在全球经济中的领导地位得益于一个强大的创新生态系统；美国要持续维持技术、经济的领先地位，继续提高人民生活水准，继续成为创新型和技术型的领导国家，同样还取决于这个创新生态系统的活力和动态演化情况”[6-7]。以色列成为创新驱动型国家的关键，正是构建了适于创新创业的生态系统。日本创新25战略、印度创新生态培育计划、荷兰创新生态系统评估等诸多相关计划先后实施，在实践中均取得了良好效果。国内创新生态系统的实践应用中，朱志红等[8]从创新生态系统角度考察智慧城市建设路径和措施，高杰等[9]则从创新生态系统视角研究优秀创新群体的合作网络与时序演进。
Belaruskali公司总经理I.Golovaty认为：“新合作备忘录的签署，昭示着我们的产品在中国拥有巨大的市场和广阔的发展前景。我们相信，通过对产品的进一步升级，添加锌和硫元素的肥料产品将会走出亚洲，受到世界各国的青睐。此外，中化集团是世界上最大的钾肥进口商之一，与之合作，不仅能够使双方互利互惠，实现共赢，还能够促进中国与白俄罗斯之间的经济贸易交流，为两国谋求共同发展注入新动能。”
从进化动量计算结果看，四川省和辽宁省的进化动量是江苏省的2倍以上，说明这两个省份优化创新生态系统的潜力较大，需要抓住关键生态因子进行针对性调整。
4.2 城市创新生态系统健康评价
4.2.1 指标调整
出于数据可获取性原因，构建城市创新生态系统健康评价指标时，删除了部分权重较小、不可获取的指标。如高技术产业技术引进、消化、改造经费支出、资本市场直接融资等；对于部分重要却无法获取数据的指标，采用同等衡量指标替代方式处理。如用每万人吸引外商投资额代替外资企业高技术产业企业个数、用生活垃圾无害化处理率、城市空气质量等级代替单位GDP综合能耗下降百分比等。调整后的城市创新生态系统健康评价指标体系见表4。
表 4城市创新生态系统评价指标体系
4.2.2 数据处理
然而，如何根据线路、车辆、运营单位状况乃至资金的融资形式等实际情况，对城市轨道交通车辆维修集约范式主体进行选择、设计和评估，从而实现城市轨道交通车辆全生命周期维修成本的集约化，达到成本控制、风险管理的目标,成为驱动维修集约范式转移的根本动力，也是开展维修集约范式主体相关研究的未来方向。
表 5生态因子权重
表5(续)
资料来源：根据测算结果整理
利用公式(3)确定8个样本城市的创新生态系统生态位适宜度，其中由公式(4)计算得出。将结果代入生态位适宜度和进化定量公式，可以得出八个城市在开放性、协同性、生长性与可持续性四个维度的计算结果(见表6)。
表 6城市创新生态系统健康评价
资料来源：根据测算结果整理
4.2.3 结果分析
为了更直观呈现样本城市的创新生态系统健康状况比较，明确各自区域创新生态系统生态位适宜度的提升空间，本文将表6另行作图分析，见图2。样本城市的创新生态系统健康状况大体呈现由沿海向内陆逐渐弱化的现象。北京、广州、上海三个城市的创新生态系统健康状况遥遥领先与其他5个城市。而排名4～8位的杭州、武汉、南京、成都、西安创新生态系统健康状况的差距并不十分明显。
在开放性评价中，各城市创新生态系统开放性的排名与生态位适宜度排名大致相同，除了广州在开放性评价中的表现不如其总体排名。这是由于广州在财富世界500强与中国500强企业数、每万人吸引外商投资额这两个生态因子的绝对数值并不高所致。同时，北京在财富世界500强与中国500强企业数这一生态因子的得分远超其余7个城市，并且该生态因子在开放性评价中所占权重很大，因此北京创新生态系统的开放性评价要远高于其余城市。
在协同性评价中，北京由于服务业发达名列第一位，其次是上海、广州、南京、武汉。杭州由于国家技术转移示范机构数、万名从业人口中科技人员数两个因子得分较低而在协同性上落后于其整体排名。西安和成都则排名落户。在生长性评价中，新三板上市企业数、创业板上市企业数这两个生态因子的权重较大，说明创新产出成果在城市创新生态系统成长性方面十分重要。在可持续性评价中，成都由于在城市人均绿地面积、地均GDP等指标上得分较高，故在可持续性评价中的排名高于其综合排名；排名靠后的武汉、南京、西安三城市的差距也并不大。
整体上看，八个样本城市中，北京、上海、广州作为我国经济发展最发达的城市，聚集了大量创新资源、资金与创新人才，创新投入、创新产出和创新绩效都大幅领先，因此其创新生态系统的健康状况优良。但是，北京创新生态系统的可持续性和广州创新生态系统的成长性都是需要注意的短板。杭州、武汉、成都、南京、西安同北上广在创新生态系统构建方面依然有比较明显的差距，但这五个城市的进化动量表明，它们完善优化创新生态系统的潜力仍然很大。
资料来源：根据测算结果整理
图 2样本城市创新生态系统健康状况比较
5结论与建议
从样本省份和城市的创新生态系统健康评价结果可以看出：区域创新生态系统的健康状况与区域经济发展水平有很强相关性；我国各地区的创新能力和创新生态位适宜度存在较大的不平衡性；创新生态系统健康状况呈现由沿海向内陆、由东部向中西部递减的梯度差异。因此，国家和各地区构建完善区域创新生态系统应采取不同的思路和途径。为此，本文尝试提出若干对策。
第一，培育优化创新生态系统需要久久为功。创新生态系统与自然生态系统具有高度相似性，创新行为的发生和创新环境的营造需要长时间的演变和进化，必然需要长期的积累和沉淀，绝不是一蹴而就能够实现。因此，各地区构建乃至优化创新生态系统都应该持续发力、久久为功，不断调整影响创新生态系统健康状况的主要生态因子，推动创新生态的不断进化。
感染型文本，顾名思义，旨在感染或者说服读者并使其采取行动。商务文本中的售前文件几乎全部都可以归类为感染型文本。企业需要宣传自己，不论是具体的产品和服务，还是业绩，或者参与的活动和事件，对外宣传和公布信息的目的就是让目标读者认同企业，认同企业的产品和服务，认同企业的价值观，认同企业的经营方式，从而购买企业的产品和服务，或者购买企业的股票。
(3)黑色金属矿产与建材和其它非金属矿产开采量大。2017年河北省持证矿山企业开采矿石量最大的是黑色金属矿产1.52亿t，占矿山企业开采总量的47.89%；建材和其它非金属矿产开采量为0.63亿t，占矿山企业开采总量的19.99%；能源矿产开采量为0.57亿t，占矿山企业开采总量的17.87%；这三类矿产开采量占开采总量的85.75%。
2.1.2 分布。此次调查发现的20种病害主要分布在盐源县(9种)、昭觉县(9种)和西昌市(8种)，布拖县和喜德县分别有6种和5种病害发生。光叶紫花苕叶斑病和斑枯病集中在喜德和布拖2县发生，白粉病则发生于盐源县；玉米病害除锈病在昭觉县有发生，其余病害均发生在西昌市；黑麦草锈病在喜德县和西昌市发生，镰孢枯萎病、离孺孢叶枯病、离孢灰斑病则广泛分布于喜德等5县市。
第二，培育优化创新生态系统需要突出重点。我国区域发展不平衡和创新驱动发展水平的不平衡，在省域和城市创新生态系统健康状况的评估中得到充分证明。东部地区的珠三角、长三角和京津冀城市群具有良好的创新生态远远超过广大中西部地区和东北地区。因此，培育区域创新生态系统要突出重点、以点带面，在创新资源相对集中、创新基础相对较好的省份和中心城市着力“补短板”，快建设国家创新中心和创新型省份，进一步优化创新生态系统。在创新链条不够完善的中西部地区注重“拉长板”，通过发挥特定比较优势培育创新生态。
第三，培育优化创新生态系统需要动力内生。创新生态系统的演进需要多样性、自组织性、协同性等特性充分发挥效用，换言之其进化动力必须是内生性动力，外在推动力只能发力于环境营造。而内生性动力很大程度上依赖于新兴产业或高成长性企业成为“新增长极”。前文分析显示，区域独角兽企业、新三板企业、众创空间、新产品销售收入占销售收入比重、第三产业增加值占地区GDP比重等生态因子赋权较高。独角兽企业、新三板企业是当前区域创新的主要承担者，众创空间是未来创新的孵化地，新产品销售收入、第三产业等则反映了市场需求的变更与创新的增长部门。因此，动力内生的关键在于推动重点产业和企业真正成为区域发展的新动能。
第四，培育优化创新生态系统需要融合共生。一个健康、良性的创新生态系统应当是创新主体和创新要素不断交互与融合的有机体，信息、资金、技术的交互可以激发创新主体发挥更大潜力。这有赖于政府营造一个鼓励要素充分流动的自由环境，并从制度和政策上促进高校群落、企业群落、研究机构群落、政府群落之间相互协调，建立多元高效的系统体系，避免由于创新行为者之间因缺乏交流合作或创新要素流动频率下降而造成的“孤岛效应”。
参考文献：
[1]黄辛. 2018科技创新智库国际研讨会在沪举行，专家指出我国城市群建设亟待增强创新力度[N/OL]. 中国科学报,(2018-06-26)[2018-10-08]. http://news.sciencenet.cn/dz/upload/201862661233188.pdf.
[2]黄鲁成.区域技术创新生态系统的特征[J].中国科技论坛,2003(1):23-26.
[3]郭金明,袁立科,王革,等.“一带一路”海外产业园创新生态系统培养前瞻性分析[J].科技管理研究, 2018,38(7):16-26.
[4]董铠军,杨茂喜.浅析创新系统与创新生态系统[J].科技管理研究,2018,38(14):1-9.
[5]刘芹良,解学芳.创新生态系统理论下众创空间生成机理研究[J].科技管理研究, 2018,38(12):240-247.
[6]美国总统科技顾问委员会.构建国家创新生态系统,信息技术制造业和竞争力[R]. 华盛顿：美国总统科技顾问委员会，2003.
[7]美国总统科技顾问委员会.维持国家创新生态系统：保持科技竞争力[R]. 华盛顿：美国总统科技顾问委员会，2004.
[8]朱志红,邱书香,徐平,等.智能城市绿色创新生态系统模型研究[J].科技管理研究, 2017,37(6):230-234.
[9]高杰,丁云龙,许鑫.从创新生态系统视角看优秀创新群体的合作网络与时序演进[J].科技管理研究, 2018,38(9):17-23.
[10]JOSEPH M, ABE P E, DEMPSE Y.et al. Business ecology：giving your organization the natural edge[M]. Oxford:Butterworth Heinemann, 1998.
[11]ATHREYE S. Competition,rivalry and innovative behavior[J]. Economics of Innovation & New Technology, 2001,10(1):5-11.
[12]埃斯特琳. 美国创新在衰退[M]. 北京: 机械工业出版社, 2010.
[13]LEE K, LIM C. Technological regimes, catching-up and leapfrogging: findings from the Korean industries[J]. Research Policy, 2001,30(3):459-483.
[14]李自珍,赵松岭,张鹏云.生态位适宜度理论及其在作物生长系统中的应用[J].兰州大学学报, 1993(4):219-224.
[15]覃荔荔,王道平,周超.综合生态位适宜度在区域创新系统可持续性评价中的应用[J].系统工程理论与实践,2011(5):927-935.
[16]胡浩,李子彪,胡宝民.区域创新系统多创新极共生演化动力模型[J].管理科学学报, 2011(10):85-94.
[17]苌千里.基于生态位适宜度理论的区域创新系统评价研究[J].经济研究导刊,2012(13):170-171.
[18]刘洪久,胡彦蓉,马卫民.区域创新生态系统适宜度与经济发展的关系研究[J].中国管理科学, 2013(增刊2):764-770.
[19]郭燕青,姚远,徐菁鸿.基于生态位适宜度的创新生态系统评价模型[J].统计与决策, 2015(15):13-16.
[20]孙丽文,李跃.京津冀区域创新生态系统生态位适宜度评价[J].科技进步与对策,2017(4):47-53.
[21]张贵,程林林,郎玮.基于突变算法的高技术产业创新生态系统健康性实证研究[J].科技管理研究, 2018,38(3):19-24.
[22]包宇航,于丽英.创新生态系统视角下企业创新能力的提升研究[J].科技管理研究,2017,37(6):1-6.
[23]董铠军.浅议创新生态系统的微观构建机制：研究现状评述及可能路径[J].科技管理研究, 2017,37(15):1-9.
[24]ADNER R. Match your innovation strategy to your innovation ecosystem[J].Harvard Business Review, 2006,84(4):98-107.
[25]黄海霞,陈劲.创新生态系统的协同创新网络模式[J].技术经济,2016(8):31-37.
[26]韦铁,罗秋月,何明.资源约束下区域技术创新生态系统演化影响因素研究：以广西北部湾经济区为例[J].改革与战略,2015(12):94-99.
[27]曾国平.创新思维与创造力的发挥[J].华夏星火,2004(2):17-21.
[28]清华大学启迪创新研究院.2015中国城市创新创业环境评价研究报告[M].北京：清华大学出版社, 2016.
[29]IANSITI M, LEVIEN R. Strategy as ecology[J].Harvard Business Review,2004,82(3):132-133.
Study of Health Evaluation of Regional Innovation Ecosystem Based on Improved Niche Fitness Model
Liu Fan1，Zhang Junyu2，Deng Mingliang2
(1. Institute of Development, Wuhan University, Wuhan 430079, China;2. School of Economics and Management, Wuhan University, Wuhan 430072, China)
Abstract :Based on the theory of innovation ecosystem, this paper improves the traditional niche-fitness model by introducing principal components analytic method to solve multiple mutual linear problem as well as constructing a new evaluation index system from the aspects of openness, synergy, sustainability and growth which are more close to the characteristics of the organic and evolutionary nature of the innovation ecosystem compared with the traditional index system. At the same time, from the two perspectives of descriptive analysis and quantitative analysis, the paper carries out health assessment of innovation ecosystem in different regions of provincial and municipal level. The results show that the models and indicators are suitable, and the imbalance of regional innovation ecosystem health in China is still aggravating. The cultivation and optimization of innovation ecosystem should focus on long-term success, highlight new growth poles, form endogenous motivation, and promote the integration and symbiosis of innovative actors.
Key words :regional innovation ecosystem; ecological health; niche-fitness; PCA; evaluation
收稿日期： 2018-10-08，修回日期： 2018-11-16
基金项目： 国家社会科学基金项目“基于群体智能的小微企业聚式发展研究”(15CGL022)；湖北省技术创新专项软科学项目“基于生态健康模型的湖北省创新生态系统研究”(2017ADC091)
项目来源： 武汉大学人文社科自主科研项目“区域创新生态系统的多维度生态健康评价”(2018QN068)
doi： 10.3969/j.issn.1000-7695.2019.16.001
中图分类号： X826
文献标志码： A
文章编号： 1000-7695( 2019) 16-0001-10
作者简介： 刘钒(1982—)，通信作者，男，湖北武汉人，副院长，副教授，博士，主要研究方向为创新经济与区域发展；张君宇(1997—)，女，辽宁沈阳人，硕士，主要研究方向为创新经济学；邓明亮(1994—)，男，湖北长阳人，硕士，主要研究方向为区域经济学。
标签：创新生态系统论文; 生态健康论文; 适宜度论文; PCA分析论文; 评价论文; 武汉大学发展研究院论文; 武汉大学经济与管理学院论文;