中国区域创新相似度研究

宋　伟,赵树良,彭小宝

(中国科学技术大学公共事务学院,安徽　合肥　230026)



中国区域创新相似度研究

宋伟,赵树良,彭小宝

(中国科学技术大学公共事务学院,安徽合肥230026)

摘要：中国区域创新战略的相似性导致创新环境和成果的相似性，阻碍了创新要素和成果在主体之间的流动。本文利用多维尺度分析，找出北京最好的合作伙伴或者创新合作对象是上海；浙江、山东、江苏和广东之间相互合作更有效，如果考虑地理临近性的因素，山东、浙江和广东之间合作可能更有效；而其他省份的合作对象只要不是选择过于邻近的省份，都可以促进创新的发展，但是创新的结构会趋同。

关键词：区域创新；相似度；创新DNA

1创新DNA

DNA双螺旋结构最先由沃森(J.D.Watson)和克里克(F.Crick)提出，由于DNA可以储存大量的遗传信息，因此可以用于描述两个生物个体的特征，分辨其相似度。后来有学者认为组织行为的个体有一定的行为和特征，具有不同的DNA，研究DNA对组织的发展会很有用，创新的基因可以有意识地融入到组织文化中，改变员工的行为，进而推动组织的发展[1]。

创新大学(IU)的Ruth和 Joyce教授对朗讯等公司的分析提出组织创新的DNA，指出创新是在一定的组织情境和通道中进行的，其中组织情景包括能看清未来的领导、能促进创新的核心价值和能提供创新土壤的文化；创新的通道是思想、变化、激情、潮流，它们都是创新的驱动要素。它们的发展又导致下一轮的创新周期：更新、变化、重新创造、倾向。在这个通道中包含7个步骤：挑战、关注顾客利益、创新、交流、合作、完成、反思。

Nair指出基础设施、创新能力、制度和政府等是银行业的发展的关键因素(DNA)[2]。

C.Broke Dobni认为创新型组织需要有强大的员工基础和良好的授权文化，将创新的DNA序列定义为知识管理DNA、集群管理DNA、价值管理DNA和结盟DNA[3]。

Jeff Dyer认为两个关于创新DNA的主要部分为：①破坏性创新者的DNA是指通过联系、发问、观察、交际和实验的技能，提供了一种自我鉴定的方法，测试自己的创新DNA；②破坏性创新公司的基因，包括人才、程序和宗旨。持续创新，注重发掘并使用具备联系性思考的人才，提供良好的发展空间，形成鼓励创新冒险的宗旨并落实到制度条款及其执行[4]。

2中国区域创新DNA序列

在特殊的中国情境下中国区域创新体系具有自身的特征，有着多样性和差异性。从分析国家竞争力的因素上看，世界经济论坛的全球竞争力报告将评价指标分为基础设施、创新促进和创新等；瑞士洛桑国际管理发展学院评价区域竞争力的指标分为经济绩效、政府效率、企业效率、基础设施四大类；联合国工业发展组织认为竞争力是由自然、经济、社会、政治和技术决定的；中国科技发展战略小组从知识创造、知识获取、企业创新、创新环境、创新绩效5个方面对中国区域创新能力做出评价。综合上述研究以及中国特有的特征，我们把中国区域创新的特征分解为6I模型(DNA)：基础设施(Infrastructure)、知识资本(Intellectual capital)、机构(Institution)互动交流(Interaction)、整合(Integrity)和激励(Incentive)。

2.1　基础设施

基础设施环境主要指交通、通讯等公共基础设施以及大学研究机构等科学技术设施。Bentlage分析了德国的产业集聚，发现基础设施的完善可以减少两地的沟通距离，进而获取更多的劳动力资源，促进知识的创造[5]；Chaminade通过分层因素分析，发现制度、网络、科技基础设施和其他支持服务能缩小创新能力的差距[6]；李琳，陈文韬采用基础设施作为第一维度分析了中国的创新能力的发展，认为中西部和东部之间的基础设施差异造成现在区域创新能力差异的重要原因[7]。基础设施是影响区域创新能力的重要因素，完善的基础设施，可以增加创新主体之间的互动，激发新的思想和方法，促进创新行为，增加创新能力。

2.2　知识资本

知识资本是指一个区域的科技创新人才、知识产权以及要素之间的互动关系。Kim认为知识产权是促进区域经济发展和企业绩效提升的最可靠因素[8]；桂黄宝认为通过一定的制度安排，市场将会对知识溢出进行调节，并达到一定的均衡状态[9]；曹泽等人认为科研基础设施、人才的培育和引进是科技发展的硬件支撑，短期的科技发展可以依靠经费投入，但是长期的发展需要靠知识资产的长期积累，包括显性的和隐性的[10]。知识资本代表的是一种知识，一种价值观和一种文化，对区域创新能力的影响更加长远。因此，对评价区域创新能力，知识资本的评价是必不可少的重要的因素。

2.3　机构

机构主要是指创新主体，如区域创新人员、科研机构和高等学校等。周柏翔等认为区域创新体系是一个复杂的大系统，系统各部分必须协调、均衡地发展，任何一个部分的薄弱都将会影响系统整体功能的发挥[11]；孙斐等人的研究表明R&D人员全时当量、当地政府科技活动经费投入和科技活动经费支出与我国自主创新能力存在显著的正相关[12]。一个区域创新机构要素代表在创新链条上的各个环节，任何一个环节薄弱都会影响整个链条的稳固。因此，在创新机构上，我们可以作为一个基础的组成部分是必不可少的。

2.4　互动交流

互动交流是指区域内部或者区域之间创新主体创新思想、方法和成果的交流。Bunduchi认为善意信任是增加相互之间的互动交流和合作的最重要的因素[13]；Autant认为加强公共和私人、产业内和产业间、整体和局部的知识流动能够有效的应对区域创新政策所面临的各种困境[14]；Hsu认为持续的知识经纪与创新绩效一般呈倒U型关系，最初阶段知识经纪对组织搜索和追寻专利的模式有影响[15]。一个区域的要素转移越有效率，那么即使要素的数量不大，依然可以发挥较强的作用。创新要素的合理流动，能促进区域之间的相互学习，降低初始的开发成本，发挥其他要素的优势。

2.5　整合

整合是指整合各种要素，实现最佳配置，也就是创新活动领域的良好政府治理，技术标准和基准的建设。Allard认为国家创新系统最有可能在政治稳定的国家繁荣发展，在政治不稳定的国家却不太可能[15]；邹婧玮、陈晶认为科技中介组织在科技创新主体、科技型企业和政府之间有着很好的桥梁和润滑作用，发挥人才、资金和政策的流动性[16]。整合相比于互动交流，更强调的是政府的作用，政府的作用相比于其他因素来说，短期内是更直接和有效的方式。

2.6　激励

激励主要是指区域政府对创新行为的接受程度和奖励，包括财政和非财政的支持。奉公教授认为需要建立立项拨款制、成果购买制与事业拨款制三位一体的国家财政型科技投入体系促进创新；Kim认为公司的研发支出对公司的产生和发展起着重要的作用，大学和政府的研发投入也能产生很好的协同效应[17]；Kang研究了韩国中小生物技术企业，发现政府资金支持的项目可以通过内部研发个上下游的合作直接和间接的影响创新[18]；党文娟等人为各个区域市场化程度对提高创新能力有明显的促进作用，只有积极推动市场化，发挥政府的引导作用和市场的促进作用才是提高区域创新能力的关键[19]。必不可少的激励是保持创新活动，激活创新要素的最重要和最有效的措施。

3实证分析

指标选择见表1。

表1　DNA指标描述

我们利用多维尺度分析每个区域2008年和2012年之间的相似度，了解相互之间的动态演变机制。观察所有的MDS处理过程，所有的stress值都小于0.005，RSQ值都大于0.995，数据和研究对象可以很好的拟合。分析结果见图1-图7。

图1　基础设施DNA相似度比较

从图1可以看出，Infrastructure DNA基本没有变化，但是上海、北京和天津处于离群较远的状态，究其原因是在交通线路分布上，三者是最大的，在人口上，三者又是最小的。

图2　知识资本DNA相似度比较

通过观察图2我们发现，江苏离群越来越远，上海和北京开始慢慢接近大多数省份所在的群体。原因在于江苏自身经济发达，研发投入增加，研发人员的增加，促进了专利数量的上升。上海和北京由于本身实体较小，相对发展潜力和优势慢慢丧失。

图3　机构DNA相似度比较

在Institution DNA上，我们可以看出，所有省份都比较分散，也就是说省份之间的相似度比较小。最具有鲜明特点的是北京，究其原因是北京良好的制度和硬环境给了吸引创新要素的能力(见图3)。

图4　Interaction DNA相似度比较

在最能体现创新成果与产业融合的Interaction DNA上，可以看出所有省份在技术成果转移还需要努力(见图4)。在全球化和开放式创新的背景下，所有省份还必须加强对技术交流和信息分享的重视，合理分配资源，利用对方的优势为自己服务，才能在创新的可持续竞争中获取优势。

图5　整合DNA相似度比较

在能体现政府的治理和管理能力的Integrity DNA变化较大。从图中我们看出河北、湖南和河南变化较大，离群较远，而上海和北京慢慢靠近整体的大多数省份，广东、浙江和江苏的优势比较明显(见图5)。

图6　激励DNA相似度比较

在体现政府对创新的态度和支持力度的Incentive DNA上是，靠近原点代表的是平均水平，在圆圈以内的5年变化不大，水平也不高。因此，我们可以看见，青海、宁夏和海南整体对创新的重视程度不够，创新意识和文化环境和其他省份比有较大差距。而广东、江苏和浙江对创新更支持。河北、河南和湖南等地在开始重视创新文化的建设(见图6)。

图7　2008年和2012年创新DNA整体对比

有学者指出，对于创新来说，过多的相似和过少的相似都会对创新产生阻碍。过多的相似可能会缺少新颖性、官僚主义严重和内部封锁等一系列后果，而过少的相似度会造成误解，或者产生机会主义的倾向[20]。因此，我们基于图7可以看出北京最有效的合作伙伴或者创新合作对象是上海，因为只有二者是处于同一象限，而且相似性距离也不是很近；浙江、山东、江苏和广东之间相互合作更有效，如果考虑地理临近性的因素，山东、浙江和广东之间合作可能更有效；而其他省份的合作对象只要不是选择在图中相邻的省份进行合作，差别都不大。

参考文献：

[1]Hamer D,Copeland P.Living with Our Genes[M].New York：Anchor Books，Y.1999(2).

[2]Dobni C B.The DNA of Innovation[J].Journal of Business Strategy，2008，29(2)：43-50.

[3]Dyer Jeff，Gregersen Hal，Christensen Clayton M.The Innovator’s DNA[M].New York：Perseus Book Group，2011.

[4]Bentlage M，S.Luethi，et al.Knowledge Creation in German Agglomerations and Accessibility-An Approach Involving Non-physical Connectivity.Cities，2013，(30)：47-58.

[5]Chaminade C，P Intarakumnerd，et al.Measuring Systemic Problems in National Innovation Systems.An Application to Thailand.Research Policy，2012，41(8)：1476-1488.

[6]李琳，陈文韬.我国区域创新环境差异的实证分析[J].中国科技论坛，2009，(7)：94-99

[7]Kim Y K，K Lee，et al.Appropriate Intellectual Property Protection and Economic Growth in Countries at Different Levels of Development[J].Research Policy，2012，41(2)：358-375.

[8]桂黄宝.区域创新网络系统内部知识溢出的市场调节机制及溢出效率分析[J].科学学与科学技术管理，2008，(4)：107-111

[9]曹泽，李东，彭志胜.科技发展要素分析及区域创新力的比较[J].中国科技论坛，2009，(2)：27-30.

[10]周柏翔，丁永波，任春梅.区域创新体系的结构模式及运行机制研究[J].中国软科学，2006，(3)：135-138.

[11]孙斐，黄卉，辛江龙.我国自主创新能力影响因素的实证研究[J].科技进步与对策，2010，(4)：12-15.

[12]Bunduchi R.Trust，Partner Selection and Innovation Outcome in Collaborative New Product Development[J].Production Planning & Control，2013，24(2-3)：145-157.

[13]Autant-Bernard C，M.Fadairo，et al.Knowledge Diffusion and Innovation Policies within the European Regions：Challenges Based on Recent Empirical Evidence[J].Research Policy，2013，42(1)：196-210.

[14]Allard G，C A Martinez，et al.Political Instability，Pro-business Market Reforms and Their Impacts on National Systems of Innovation[J].Research Policy，2012，41(3)：638-651.

[15]Hsu D H，K Lim.Knowledge Brokering and Organizational Innovation：Founder Imprinting Effects[J].Organization Science，2014，25(4)：1134-1153.

[16]邹婧玮，陈晶.区域创新系统中科技中介作用机制及实证研究[J].科学学研究，2006，(24)：163-168.

[17]Kim Y，W Kim，et al.The Effect of the Triple Helix System and Habitat on Regional Entrepreneurship：Empirical Evidence from the U.S[J].Research Policy，2012，41(1)：154-166.

[18]Kang K.-N，H Park.Influence of Government R&D Support and Inter-firm Collaborations on Innovation in Korean Biotechnology SMEs[J].Technovation，2012，32(1)：68-78.

[19]党文娟，张宗益，康继军.创新环境对促进我国区域创新能力的影响[J].中国软科学，2008，(3)：52-57.

[20]Boschma R A.Proximity and Innovation：a Critical Assessment[J].Regional Studies,2005,39(1)：61-74.

(责任编辑谭果林)

On Similarity of Regional Innovation in China

Song Wei，Zhao Shuliang，Peng Xiaobao

(1.School of Public Affairs，University of Science and Technology of China，Hefei 230026，China)

Abstract：The similarity of the regional innovation strategy in China leads to the similarity of innovation environment and achievements，hinders the innovation elements and achievements interaction between the main actors.In this paper，multidimensional scaling was used on the regional innovation data of 2008 and 2012.It finds out Shanghai is the best partner or innovation cooperation object of Beijing，while cooperation among Zhejiang，Shandong，Jiangsu and Guangdong will be more effective.But considering the geographical proximity，cooperation between Shandong，Zhejiang and Guangdong may be more effective.If others do not choose the neighboring provinces in the figures，they could promote the development of innovation，but innovation structure would convergence.

Key words:Regional innovation；Similarity；Innovation DNA

中图分类号:G311

文献标识码:A

作者简介：宋伟(1962-)，男，安徽人，中国科学技术大学公共事务学院院长，教授，博导；研究方向：创新管理，科技管理。

收稿日期：2014-12-03

基金项目：国家自然科学基金青年科学 “中小企业开放式创新的商业化网络机制研究”(71202054)，安徽省软科学研究项目“知识产权促进合芜蚌自主创新试验区建设研究”(1402052002)。