付 英

(1.甘肃省科学技术情报研究所，甘肃 兰州 730000;2.甘肃省科技评价重点实验室，甘肃 兰州 730000)

区域高技术产业技术生态位测评实证研究

付 英1，2

(1.甘肃省科学技术情报研究所，甘肃 兰州 730000;2.甘肃省科技评价重点实验室，甘肃 兰州 730000)

本文从技术生态的视角，选取20个指标拟合构建高技术产业技术生态位评价体系，采用主成分分析和区域空间多维结构模型，对中国高技术产业技术生态位“宽度”和“深度”进行测评并进行了深入剖析。结果显示：区域高技术产业技术生态位宽度拓展创新水平和发展深度均呈现出由东部地区向中、西部地区依次递减的分布态势，且各区域内部存在明显差异。同时，技术生态位成长环境空间分布差异明显，不平衡状态相当严重，高技术产业投入与产出效率、技术创新生态系统适应度呈现出正相关关系。

高技术产业；技术生态位；区域创新能力；“态势”评估模型

1 文献综述

产业生态位是指某一产业在一定生态环境内从产生、生存、发展乃至衰退而消亡阶段所具有的特定功能地位。技术生态位源于生态学，Weber等人认为，技术生态位是一个为新生代技术试验避免局限发挥保护作用的特定领域，可以协助新技术发展逐步走向成熟[1]。Agnolucci认为，技术生态位是一种推动新技术发展成熟的辅助动力器，“孵化器”就是通过技术生态位孕育新技术种子[2]。Drengson等学者提出的战略生态位管理解决了关于将新技术从技术生态位过渡到市场生态位的路径问题[3-4]。在高技术产业生态系统中，张丽萍从宏观的视角[5]，把技术生态位划分为资源生态位和需求生态位，并认为后者是区别技术生态位和生物生态位的根本。许萧迪认为，高技术产业技术生态位具有主体性和可再生性，根据其产业生态因子类型，将生态位分为技术生态位、市场生态位和资源生态位[6]。曾德明等通过社会网络分析法，利用专利IPC分类号数据测度产业技术生态位宽度和生态位重叠度[7]。从已有研究成果来看，国内外学者对基于生态学理论的高技术产业研究多集中于定性研究，缺乏系统性定量方法的论证；目前国内学者从不同角度针对技术的生态适应性进行了研究，但对高技术产业很少从生态位层面进行系统的测度及建模研究。因此，本文将高技术产业作为研究对象，从技术生态视角拟合构建评价体系，采用主成分分析和区域空间多维结构模型，对高技术产业技术生态位“宽度”和“深度”进行实证研究。

2 模型构建

2.1 区域高技术产业技术生态位评测模型

(1)区域技术生态位适应宽度评测模型。高技术产业技术生态位宽度越宽，企业生存的能力越强、生存和影响的范围越宽。若令L为综合加权平均距离，βi为各变量的权重，Bi为技术可获取的资源支撑、创新能力、发展环境、市场前景、技术空间等所有变量维度上的加权平均距离，则有[8]：

L=β1×B1+β2×B2+…βi×Bm

(i=1,2,3,…,m)

(1)

由于高技术产业的技术生态位测评所涉及范围广，分析指标之间通常具有很强的相关性，一般用主成分分析法，从众多相关变量中提取几个主成分解释描述。因此，基于主成分分析的技术生态位宽度测度公式(1)变为(2)式，其中，Wi为个变量的权重，Fi为各变量的综合评价值，得分越高说明区域技术生态位越宽，高技术企业生存能力越强，生存和影响的范围越宽。

L=W1×F1+W2×F2+…+Wi×Fn

(i=1,2,3,…,n)

(2)

(2)技术生态位的“态”评估模型。技术生态位的“态”值反映产业创新集群的技术创新活动，令高技术产业成长过程有m个技术生态位因子，Xij为第i个技术生态系统在技术生态因子j上的观测数据值。在实际研究中，可以对采集到的数据进行无量纲处理：

Xii″=Xij/Xmax

(i=1,2,3,…,m;j=1,2,3,…,n)

(3)

无量纲处理后Xij″为第i个技术生态系统技术生态因子j的现实生态位。又令Xij表示第j个技术生态因子的最佳技术生态位，则：

Xij=max{X″ii}(i=1,2,3,…,m;j=1,2,3,…,n)

(4)

因而，可以通过如下模型得出高技术产业技术生态位“态”的测算值：

(0≤ε≤1;i=1,2,3,…,m;j=1,2,3,…,n)

(5)

其中，Xi为第i个区域技术生态系统“态”值；值越大，区域技术生态系统的技术生态位适宜度越高，越有利于区域创新群的技术创新活动。γj为第j个技术生态位因子的权重，反映该因子对区域技术生态系统适宜度的影响程度；ε为模型参数，其值通常由Pi=0.5估算。

φii=|X″ij-Xij|

(i=1,2,3,…,m;j=1,2,3,…,n)

(6)

φmax=max{φii};φmin=min{φii}

(7)

式(4)可化简为式(8)：

(8)

Pi=(φmin+εφmax)/(φii+εφmax)

(9)

因此，代入数据可以求得产业的生态位适宜度值；Pi值越大，表明高技术产业技术生态位与技术资源环境适宜度越高，越有利于产业创新集群的技术创新活动，反之则越低。

(3)技术生态位的“势”评估模型。技术生态位的“势”值反映技术生态位的发展空间，若设区域技术生态位系统现实生态位为Xt=(Xt1，Xt2，…Xtm)，最佳技术生态位为上文定义的Xa=(Xal，Xa2，…，Xam)，则可得到“势”值表达式(10)。通常，现实技术生态位距其最适技术生态位的距离越远，趋适作用越强，进化动量也就越大，技术生态位的发展空间越广。

(i=1,2,3,…,m)

(10)

3 指标体系设计及数据来源

3.1 指标体系设计

产业技术生态位重点反映特定产业在特定时期、特定生态环境中的梯度位置，以及所在空间内各要素在流动过程中所扮演的角色。为把握各区域技术协同创新环境的优劣势，本研究结合区域高技术产业技术生态位结构模型，借鉴国内外学者的研究成果[8-11]，从资源、市场和效率3个生态位维度，设置7个二级指标和20个三级指标，构建适合区域高技术产业技术生态位成长环境及其评价指标体系(见图1)。

图1 区域高技术产业技术生态位评价指标体系

3.2 数据来源与处理

为了使数据分析结果具有科学性、可比性和可信性，本研究统一数据来源和统计口径，所采用的数据主要来自于《中国高技术产业统计年鉴》《中国科技统计年鉴》《中国高技术产业发展年鉴》《中国火炬统计年鉴》，还有部分数据来源于地方科技统计年鉴及相关统计部门网站。此外，为了消除数据不同量纲和不同数量级对评价结果的影响，运用SPSS20.0软件对指标数据进行了标准化处理。

4 实证评价与分析

4.1 区域高技术产业技术生态位适应宽度测评

本研究选取1×31×20三维立体数据表做KMO和Bartlett的检验，从表1输出结果看，KMO统计量为0.81>0.6；Bartlett球形检验的Sig值为0.000<0.05，表示拒绝该假设。从Bartlett检验可以看出，近似卡方检验值为1604.790(自由度为190)达到显著，表明各指标之间存在较强的相关性，主成分分析的适用性检验通过，适合做主成分分析。

表1 KMO和Bartlett的检验

应用SPSS进行主成分分析，计算出几乎所有变量共同度都在90%以上，说明所提取出的这几个公因子对各变量解释能力是较强的。然后，根据各变量的相关系数矩阵得到特征值及方差贡献率。从输出结果可以看出，以特征根≥1为标准，提取了3个公因子，特征根分别为15.362、2.388和1.045，方差贡献率分别为76.81%、11.939%和5.227%，均大于1。同时，前3个主成分的累计方差贡献率为93.976%>85%，可以解释20个原变量94%的信息量，故提取前3个因子作为主成分是比较合理的。为了便于主因子对实际问题的解释和分析，对载荷矩阵进行了方差最大化旋转，得到旋转矩阵，见表2。

表2 旋转成分矩阵a

提取方法：主成分分析法。旋转法：具有Ka1ser标准化的正交旋转法。

从表2可以看出，主成分F1主要用于解释X1、X2、X3、X7、X8、X9、X10、X12、X13、X14、X15、X16、X17等技术生态位投入资源维度的状况与从业智力资源维度的情况，解释的贡献率达76.81%，定义为技术生态位的科技资源能力。F2主要用于解释X4、X5、X6、X11等市场资源和产出成果，解释的贡献率为11.93%，定义为技术生态位的市场效益能力。F3主要用于解释X18、X19、X20等产业发展升级问题，解释的贡献率为5.227%，定义为技术生态位的发展升级能力。上述3个主成分很好地反映了高技术产业技术生态位宽度评价标准，符合评价技术生态位宽度标准。根据表2中主成分载荷可以写出主成分F1、F2和F3的表达式：

F1=0.882X1+0.879X2+0.870X3+0.613X4+0.364X5+0.743X6+0.978X7+0.970X8+0.869X9+0.874X10+0.797X11+0.907X12+0.921X13+0.922X14+0.981X15+0.985X16+0.970X17+0.293X18+0.149X19+0.054X20

F2=0.308X1+0.378X2+0.403X3+0.733X4+0.890X5+0.633X6+0.165X7+0.223X8+0.485X9+0.456X10+0.578X11+0.336X12+0.325X13+0.292X14+0.141X15+0.002X16+0.025X17+0.028X18+0.261X19+0.056X20

F3=0.226X1+0.119X2+0.140X3+0.097X4+0.120X5+0.017X6+0.016X7+0.054X8+0.022X9+0.028X10+0.093X11+0.023X12+0.065X13+0.121X14+0.9030X15+0.022X16+0.017X17+0.933X18+0.740X19+0.964X20

利用综合得分表达式计算各省高技术产业技术生态位宽度的综合得分及排名，见表3。

分析各省市的综合得分及排名，可以得到如下结论：

(1)区域高技术产业技术生态位宽度拓展不平衡，呈现出由东部沿海地区依次向中西部内陆地区由高到低呈梯次分布的特点。综合得分值前10名的地区，除四川外，其他9个地区的空间分布均在东部；综合得分值跻身前15名的地区主要在中部的安徽、湖南、湖北、河南、黑龙江5省，安徽、湖南、湖北亦属于泛长江三角洲地区；得分值后10名的地区，基本分布在西部、西北部。

表3 基于因子分析的技术生态位宽度评测综合得分及排名

续表3

(2)各省市高技术产业技术生态位成长环境空间分布差异较大，不平衡状态相当严重。落后地区数量占有相当大的比例。同时，区域内部也存在较大差异性，如东部辽宁省和海南省处于中下游水平，而其他省市区均列前10位，西部地区四川省跻身全国前10位，而其他省份均列后10位，中部地区也存在类似现象。

(3)高技术产业科技投入与产出效率呈现正相关关系，科技活动投入越大科技创新能力越高，如陕西、四川两省的科技投入在西部地区最强，其综合排名仍是西部地区最强的，海南为东部最弱的，综合排名同样排名最后。高技术企业作为产业创新的主体，也是技术创新体系的根本，在地区科技创新中发挥着极为重要的作用，企业科技创新能力的强弱决定着地区整体高技术产业科技创新水平的高低。

4.2 区域高技术产业技术生态位“态势”测评分析

将上述结果代入式(5)和式(10)可得：

(i=1,2,3,…,31)

(11)

(i=1,2,3,…,31)

(12)

综合上述分析，利用标准化处理后的数据和式(11)和式(12)就可以得出区域高技术产业生态位适宜度值和进化动量值，如表4所示。

表4 基于空间多维结构模型的区域技术生态位态势值

续表4

注：西藏排名第31位，态值、势值分别为0.4233和0.9778。

综析各省市技术生态位“态势”评估，可以得到如下结论：

(1)从发展“态势”来看，广东、北京、江苏、山东和上海等沿海地区与其他中西部省市相比，区域生态系统的技术生态位适宜度相对较高，更有利于开展区域高技术产业创新集群的技术创新活动。海南、黑龙江、山西以及大多数西部地区的技术生态位生存力、竞争力则相对较弱，具有更大的发展和进化空间。

(2)从区域发展来看，中国东部地区技术创新生态系统适应度相对较高，如江苏、山东、浙江、北京、上海等省市的“态”值得分较高，具有绝对优势。西部地区技术生态位适应度相对较弱，处于绝对弱势。中部地区技术生态位“态”值介于中间层面。这说明中国区域高技术产业技术生态位的“态”从东部向西部呈现出阶梯形的态势。

(3)从评估指标比较来看，广东、北京、上海、江苏、浙江和山东在一些指标中处于最优技术生态位的位置。

(4)从特定区块优良的技术生态环境来看，区域技术创新生态系统适宜度值仅反映的是区域创新环境的总体发展态势，并没有否认区域中一些特定区块优良的技术生态环境。譬如西咸新区、西安高技术产业开发区、重庆经济技术开发区等正成为区域创新发展的龙头，具有良好的示范作用。

4.3 宽度与深度综合分析

通过两种方法评价结果比较，发现基于主成分分析的技术生态位适应宽度评价值排名和“态势”值排名基本相当(西藏排名第31位)，但个别样本地区的评价结果有较大差异(见表5)。

从表5看出，各省市技术生态位适应宽度评价和“态势”值差异比较大的地区有安徽、天津、吉林、河北、黑龙江和海南6省，差异最大的是吉林、黑龙江和海南两个地区。其中，安徽省在技术生态位适应宽度评价排名第15位，而在技术生态位适应深度评价排名第9位；天津市在技术生态位适应宽度评价排名第7位，而在技术生态位适应深度评价排名第13位；河北省在技术生态位适应宽度评价排名第8位，而在技术生态位适应深度评价排名第15位。黑龙江省技术生态位适应宽度评价得分排名为第12位，它的技术生态位的科技资源因子排名第17位，技术生态位的发展升级因子排名第7位，都处于中上游水平，但技术生态位的市场效益因子却排名第23位。黑龙江省地处最东北角，相对于科技资源因子和发展效率因子排名来说其市场效益因子排名倒数第8。黑龙江省技术生态位市场效益不足，对技术生态位发展抑制作用被放大，因而“态势”评估排名第21位也是具有说服力的。吉林省技术生态位适应宽度评价得分排名为第27位，它的技术生态位的市场效益因子排名第7位，技术生态位的发展升级因子排名第17位，都处于中上游水平，但技术生态位的科技资源因子却排名第27位。黑龙江省地处最东北角，相对于市场效益因子和发展效率因子排名来说其科技资源因子排名倒数第4位。黑龙江省技术生态位市场效益不足，对技术生态位发展抑制作用被放大，因而“态势”评估排名第17也是具有说服力的。海南省归属最南边，从技术生态位适应宽度评价得分上可以看出，海南省“宽度”值排名较高，适应宽度3个因子得分分布不均匀。其科技资源因子和发展效率因子得分排名处于中游，分别为第16位和第10位，但是市场效益因子排名第26位。从上述情况分析，海南省技术生态位虽然科技资源环境一般，发展效率处于优势，但市场效益相对低下，这很大程度上影响了技术生态位的成长，因而评估技术生态位生存力、竞争力的“态势”评估排到了第30位。

表5 实证分析评价值排名汇总表

5 结论与启示

本文在借鉴国内外学者有关高技术产业研究的基础上，采用主成分分析和“态势”评估结构模型，将技术生态位引入区域高技术产业测评研究。研究发现，首先中国区域高技术产业技术生态位宽度拓展创新水平和发展深度均呈现出不均衡性和阶梯性的分布态势，由东部地区向中、西部地区依次递减，且各区域内部具有明显的差异性。其次，由于历史积累、国家政策导向和以往创新的作用，经济开放、发达的东部沿海省份或直辖市高技术产业领先发展，其技术生态位宽度一般要高于相对落后的地区，导致区域生态位拓展宽度不平衡，这也是今后创新的基础和起点。再次，实证研究显示高技术产业技术生态适应性受生态环境的影响，区域科技投入与产出效率、技术创新生态系统适应度呈现出正相关关系，区域高技术产业生态位适应深度和适应宽度呈现出负相关关系。最后，区域技术创新能力作为区域高技术产业发展的核心，其爆发出的“连环效应”已成为支撑经济发展的强大动力。研究得出的启示是：部分省份的现实技术生态位与最优技术生态位之间存在着一定的差距，急需未达到最优技术生态位的省份把处于最优技术生态位的省份作为标杆，进一步改善技术生态位适宜度指标所代表的环境，提升技术创新生态系统的适宜度。

[1]HOMMELS A，PETERS P，BIJKER W E.Techno therapy or nurtured niches technology studies and the evaluation of radical innovations[J].Research policy,2007,36(7):1088-1099.

[2]AGNOLUCCI P，MCDOWALL W.Technological change in niches：auxiliary power units and the hydrogen economy[J].Technological forecasting and social change,2007,74(8):1394-1410.

[3]DRENGSON A.An ecophilosophy approach：the deep ecology movement and diverse ecosophies[J].Journal of ecosophy,1997,11(3):110-111.

[4]VERBONG G,CHRISTIAENS W,RAVEN R,BALKEMA A.Strategic niche management in an unstable regime：biomass gasification in India[J].Environmental science & policy,2010,13(4):272-281.

[5]张丽萍.从生态位到技术生态位[J].科学学与科学技术管理,2002,23(3):23-25.

[6]许萧迪,王子龙.基于生态位的高技产业演化结构分析[J].技术经济与管理研究,2010(5):35-41.

[7]曾德明,韩智奇,邹思明.协作研发网络结构对产业技术生态位影响研究[J].科学学与科学技术管理,2015(3):87-95.

[8]付英,牛瑞雪.兰州新区高技术产业技术生态适应性测评理论研究初探[J].甘肃科技,2014(22):8-11.

[9]刘英基.高技术产业技术创新、制度创新与产业高端化协同发展研究-基于复合系统协同度模型的实证分析[J].科技进步与对策,2015(2):66-71.

[10]代明,刘可新.中国高技术产业研发创新效率研究[J].中国科技论坛,2016(1)：5-8.

[11]闫丽平,谷立霞.技术来源与高技术产业发展关系的实证研究[J].工业技术经济,2016(2)：90-95.

(责任编辑 刘传忠)

Empirical Research on Technology Ecology Niche Evaluation of Regional High-tech Industry

Fu Ying1,2

(1.Gansu Institution of Scientific and Technical Information，Lanzhou 730000,China; 2.Key Laboratory of Science& Technology Evaluation and Monitoring of Gansu Province，Lanzhou 730000,China)

From the ecological perspective of technology,the paper selected 20 targets fitting to construct the high-tech industry technology’s ecological niche appraisal system.It used the principal components analysis and the regional space multi-dimensional structural model to assess high-tech industry technology ecology position’s “width” and “depth” of China，and carried on the thorough analysis.The results shows that width innovation level of regional high-tech industry technology’s ecology niche and depth of development are appearing in decreasing in turn from the East to Midwest areas.Within various regions interior,there exists significant difference.Environment space distributions of technology’s ecological niche are difference:Imbalance is serious;High-tech industry input and output efficiency，technological innovation eco-system are showing a positive correlation.

High-tech industry；Technology’s ecological niche；Regional innovation capacity；Situation assessment model

国家自然科学基金项目“兰州新区高技术产业发展测评机理研究-基于技术生态适应性视角”(71363003)。

2016-06-23 作者简介：付英(1987- )，女，甘肃临泽人，管理学硕士，助理研究员；研究方向：区域经济、产业经济、科技创新管理。

F062.9

A