田秀华

[摘要]文章选择活力、组织结构和恢复力三个评价要素来评估江苏省国家级高新区产业生态系统健康。基于SOM神经网络仿真，首先计算10个具体指标权重以及江苏省8个高新区和2个参照对象健康指数，其次设计产业生态系统健康5个等级的判定标准，最后评价对象健康状况。

[关键词]中国高新技术产业开发区；产业生态系统健康；SOM神经网络

[DOI]1013939/jcnkizgsc201621202

1问题提出

自1988年国务院批复中国第一家国家级高新技术开发区中关村科技园，作为中国创新驱动的重要载体，截至2012年，已发展到105家，其中，江苏省国家级高新区先后获批9家：南京高新技术产业开发区、苏州高新技术产业开发区、无锡高新技术产业开发区、常州高新技术产业开发区、泰州医药高新技术产业开发区、昆山高新技术产业开发区、江阴高新技术产业开发区、徐州高新技术产业开发区和武进高新技术产业开发区，占全部国家高新区总数的86%。园区产业生态系统的健康水平，对于能否承担起这一历史使命关系密切。因而，对江苏省国家高新区产业生态系统健康的评估不仅对江苏省高新区园区发展，产业生态系统发展谋划有启发，同样对于中国高新区也有借鉴价值。本文将基于最大流原理和自组织特征映射神经网络（som网络）的数值实现，设计产业生态系统健康评估的指标体系和计算健康指数，评价对象是江苏省获批的8个高新区（泰州医药高新技术产业开发区，因有特定的生物医药产业指向，未作评估对象），考虑到苏州工业园区综合实力位列江苏省第一，因此将其作为一个参照对象纳入评估范围（简称参照1），以及国家级高新区考察指标的均值作为一个虚拟对象（简称参照2）也纳入评估范围。

2指标体系与数据来源

21指标体系

不管是自然生态系统，还是自然—经济—社会复合生态系统，生态系统健康（Ecosystem Health）都是一个重要的研究领域。Mageau et al（1995）提供一种可操作性的测量生态系统健康的方法，即VOR范式：V（Vigor）表示活力指数，反映系统新陈代谢和生产力状况；O（Orgnization）表示组织结构指数，反映系统的多样性和连接性；R（Resilience）表示恢复力指数，反映系统的弹性。学界还没有对“产业生态系统健康”概念作一个规范的描述，原因在于产业生态系统健康是一个复杂的、难以刻画的、与特定个体自身特性相关的模糊概念。我们认为，产业生态系统健康包含两个方面内容：①产业生态系统成长的可持续性，表现在产品和产业的梯队发展，信息流、物流、资金流和人群的流动顺畅不停歇；②产业生态系统成长的稳定性，表现在风险压力下园区产业系统结构的完善以及功能未受损和可恢复。因此，依据VOR范式，我们设计活力、组织结构和恢复力3个评价要素和8个具体指标来评价产业生态系统的健康，参见表1，其中，X1：业务总收入（亿元）；X2：出口总额（万美元）；X3：地区生产总值（亿元）；X4：高新技术企业总数（家）；X5：高新技术产业产值（亿元）；X6：高新技术产业产值与规模以上工业产值比值（%）；X7：R&D经费投入占GDP（%）；X8：“千人计划”人数（人）。

22数据来源

江苏省9个开发区业务总收入、出口总额、地区生产总值原始数据来自于江苏省2012年《统计年鉴》，其他指标主要来自各开发区官方网站；虚拟对象参照2，即国家级高新区指标均值，除了“千人计划”人数来自江苏省8个高新区“千人计划”人数的均值，其他指标数值来自于科技部火炬高技术产业开发中心《2011国家高新技术产业开发区综合发展与数据分析报告》中的原始数据。整个指标体系原始数据见表1。

3评估过程

31数据的标准化处理

一般而言，具体指标可区分正向指标和负向指标：①正向指标，也称效益型指标，表示指标原始数值越大，对产业生态系统健康越有益；指标原始数值越小，对产业生态系统健康越不利。②负向指标，也称成本型指标，表示指标原始数值越小，对产业生态系统健康越有益，指标原始数值越大，对产业生态系统健康越不利。本文的具体指标都是正向型的，因此只考虑正向型指标的标准化。令原始数据矩阵为X=xijm×n，标准化后的矩阵为Y=yijm×n，其中yij=xijmaxixij，0≤yij≤1，所有指标都无量纲，i=1，…，8表示第i个具体指标，j=1，…，10表示第j个评估对象。

32产业生态系统健康评估方法

赵帅、柴立和等（2013）采用了基于最大流原理和SOM数值分析结合的动态演化模型，描述一个复杂开放系统n个组元间相互竞合的复杂的非线性相互作用过程，并以此来评价生态系统健康和其演化特性。最大流原理表明是这样的一个规律，一个远离平衡的开放复杂系统总是寻找一种优化过程，使得系统在给定的约束或代价下获得载于节点之间相互作用功能的某种联系（广义流）最大。广义最大流理论模型本质上为系统健康评估提供了一种健康等级指数ξj的识别方法，但是数值实现需要依赖于自组织特征映射神经网络（SOM）理论。SOM网络共有两层：①输入层Input layer，输入节点（具体指标）的权值及其输入值共同称为输入层，②输出层，输出层的状态模式为ξj=ni=1ajixi，aji为连接权。SOM网络一种组织形式，输出层的每个神经元（健康状态等级）同它周围的其他神经元（其他健康状态等级）侧向连接，排列成棋盘状平面，相互竞争对输入模式的相应机会，最后仅一个神经元成为竞争的胜者，并促使那些与获胜神经元有关的各连接权aji朝着更有利于它竞争的方向调整，这样获胜神经元（健康状态等级）表征了输入模式的分类。aji开始会不断的波动，相应ξj值发生波动，随着训练步数增多，神经元学习和相互作用，aji会趋于稳定值ωji，此时输出层的状态模式为ξj=ni=1ωjixi，ξj是高新区产业生态系统第j种健康状态模式，ξj值越大表示高新区产业生态系统越健康，越小表示高新区产业生态系统越不健康；ωji表示第j种健康状态模式中第i个具体指标/评价要素经过训练后的网络权重，xi为具体指标/评价要素的变量值。

33计算过程与结果

利用Matlab软件编程，设定系统控制参数：5种输出神经元结构模式，即健康等级；训练步数为50；输出神经元宽带参数为02；学习率为001；距离误差为0001。参数设定后，高新区产业生态系统内部组元根据内外环境的约束不断地进行竞争、协助和自组织，aji在不断进行调整，参见图1，初始阶段，ξj（j=1，…，10）值波动明显，随后趋于稳定值，此时获得相应的指标权重ωji和ξj值。经过SOM神经网络仿真，获得8个具体权重并排序：高新技术产业产值与规模以上工业产值比值（02023）、R&D经费投入占GDP（01716）、业务总收入（01249）、地区生产总值（01114）、高新技术产业产值（01113）、高新技术企业总数（01107）、“千人计划”人数（00964）和出口总额（00713）。说明产业生态系统健康指数首要看重的是高新技术产业产值与规模以上工业产值比值，其次是研发强度，而出口程度对于产业生态系统健康的判断影响力不大，见下图。

经过som网络仿真，获得10个评估对象健康指数ξj，参见表2。并且，同样的方法，计算出评价要素指数值。苏州工业园（参照1）总体健康指数最高达到0914，徐州总体健康指数最低，只有0507。三个评价要素指数最高的均为苏州工业园，活力指数最差是南京高新区（0173）、组织结构指数最差是徐州高新区（0406），恢复力指数最差也是徐州高新区（0293）。

4结论

虽然都认可，ξj值都和高新区产业生态系统的健康状况是同向关系，值越大健康状况就越好，值越小健康状况越差，但是对每种健康状态的临界值当前仍没有统一和规范，因为健康状态和具体个体特性有很大关系，统一规范的划分或许不能也不可行。由于本文中利用标准化后的数据yij和标准化的各个指标的权重，因而表示高新区产业生态系统健康ξj值都属于[0，1]。考虑到五个健康状态等级，因此，可以简单地将取值区域划分成五等分，即[0，02）：病态；[02，04）：不健康；[04，06）：亚健康；[06，08）：健康；[08，1]：很健康。

参见表2，从产业生态系统总体健康指数来看：苏州工业园很健康；无锡高新区处在健康状态；参照2以及苏州、武进、南京、常州、昆山5个高新区处在亚健康状态；而徐州和江阴两个高新区不健康。从产业生态系统的评价要素来看：苏州工业园3个评价要素都处于很健康状态；无锡高新区3个评价要素都处于健康状态；南京和徐州2个高新区的活力指数处在病态状态，昆山、江阴和武进3个高新区活力指数处于不健康状态；南京、常州和徐州3个高新区的恢复力指数处在不健康的状态，表明在自主创新成为国家战略的时候，提升自主创新能力，加大研发强度，激励人才集聚，正是高新区二次创业成功的关键要素。

参考文献：

[1]Mageau M T，Costanza R，Ulanowicz R EThe Development and Initial Testing of a Quantitative[J].Health，1995，1（4）： 201-213

[2]赵帅，柴立和，李鹏飞，等城市生态系统健康评价新模型及应用[J].环境科学学报，2013，33（4）：1173-1179