基于多主体的创新生态系统资源配置优化路径探析

温凤媛，白雪飞

（1.沈阳师范大学 国际商学院，辽宁 沈阳 110034；2.辽宁大学 公共基础学院，辽宁 沈阳 110036）

创新生态系统论是在开放式创新理论的基础上发展起来的。由于创新技术的复杂性、创新资源的稀缺性及创新能力的局限性，企业仅依靠自己独立的资源很难进行技术创新活动，为了应对全球日益激烈复杂的竞争环境，传统的企业与企业之间的竞争逐渐演变为供应链与供应链之间的竞争，进而成为技术创新生态系统的竞争。创新生态系统是指在一定的创新环境下，多个创新主体协同创新，通过组织间深入网络合作，实现各种资源的整合与共享，使各创新主体实现利益共赢的一种复杂的网络创新组织模式。在创新生态系统中，各利益主体所拥有的资源如何进行有效配置，将影响技术创新的成效，也影响创新生态系统整体功能的提升。

一、创新生态系统资源配置的内涵

James Moore在1993年提出了生态系统的概念，认为生态系统是由一些组织和个体之间相互作用所构成的网络，通过共同的演化和调整，实现价值的增值和创新效率的提高。Ander也认为创新生态系统是一种网络组织，是具有一定结构性的以核心企业或创新平台为中心的松散的网络组织[1]。在新的竞争环境中，企业凭借自身的能力已经难以完成其发展所需要的技术创新，必须通过与其他具有一致性目标的伙伴进行协作，构建技术创新生态系统，才能创造出市场所需要的产品，实现价值增值。Levin等人认为，生态系统存在着“遗传——变异——选择”这种生态演进过程，是由众多的创新企业或组织所构成[2]。本文认为，创新生态系统是指在一定的创新环境下，多个创新主体进行协同创新，通过组织间深入的网络合作，实现各种资源的整合与共享，使各创新主体实现利益共赢的一种复杂的网络创新组织模式。

（一）创新生态系统的特点

创新生态系统是一个开放的系统。创新生态系统的开放性体现在两方面，一是创新生态系统内部，各创新成员之间通过相互合作，实现资源互补、信息共享，促进创新活动的开展。同时创新生态系统对外界环境并不是封闭的，而是通过与外界环境不断进行各种知识、信息与技术的交流、扩散、吸收等，实现一个良性的创新循环过程。

创新生态系统具有非线性的结构。随着新技术革命的不断推进，创新呈现出越来越复杂的趋势，因此创新系统中的各成员也呈现出多样化趋势，他们彼此之间由于自身的属性及领域的不同，在系统中发挥着不同的作用，各创新主体之间的合作体现出一定的非线性结构[3]。

创新生态系统呈现出鲜明的动态性。创新生态系统所处的环境是不断变化的，这种变化也影响着系统内部各创新主体的运行与发展，同时系统内部成员之间也是不断发展变化的，当创新生态系统的创新目标实现后，成员之间原有的合作关系将被打破，会不断地有新成员进入也会有老成员退出，从而构成新的平衡。

（二）创新生态系统的主体构成

创新生态系统是一个开放的创新系统，强调的是系统内部成员、系统与外部组织的合作，利用内外部创新资源进行创新，实现新技术的商业化。其中企业是创新的主体，通过与其他创新主体间进行的技术、信息、资金等的交流与互动，为创新提供重要的保证。高校作为知识的提供者，是创新生态系统中的知识储备库，在创新过程中能发挥着不可替代的作用。科研机构拥有专门性资源，掌握着技术前沿知识的动态，可以向创新生态系统中输送创新知识流，促进技术创新的进程。政府在创新生态系统中通过相关政策规则的制定、执行和监督，直接或间接地参与创新。

二、创新资源配置效率评价指标体系

创新资源配置效率的测度，主要从资源投入和资源产出两个方面构建评价指标体系。资源投入评价指标选择人力资源、财力资源、物力资源和信息资源四个一级指标。资源产出评价指标选择知识产出和经济产出两个一级指标。

（一）资源投入指标

1.人力资源投入指标

对于创新主体来说，不仅需要充足的研发人员，更需要高质量的具有较强能力的研发人员，因此从数量和质量两个方面反映创新人力资源情况更为全面合理。创新人力资源投入指标选取研发人员数量和研发人员能力两项指标，分别标记为Rlzy1和 Rlzy2。

2.财力资源投入指标

财力资源投入指标从财力资源规模和财力资源潜力两个方面衡量。财力资源规模可以通过研发经费总支出额来体现，财力资源投入潜力可以通过研发经费充裕程度来体现，因此选取研发经费支出总额、研发经费充裕程度这两项指标，分别标记为Clzy1和Clzy2。

3.物力资源投入指标

物力资源投入主要从基础设施建设和研发设施建设两个方面衡量。其中，研发基本建设投资使用情况选取研发设备投入额指标，研发设施建设情况选取市级以上实验室或研发中心数量指标，分别标记Wlzy1和Wlzy2。

4.信息资源投入指标

信息资源包含了进行创新活动所需要的一切相关的知识、技术等，属于知识形态的创新资源，能够反映创新主体对知识情报的掌握程度。信息资源投入指标选取拥有该行业的核心技术、拥有独特的生产工艺或技术这两项指标衡量，分别标记为Xxzy1和Xxzy2。

（二）资源产出指标

资源产出主要包括知识产出和经济产出两个方面。

1.知识产出指标

知识产出是创新活动的直接输出形式，是检验创新活动是否成功的重要标志。知识产出指标主要选取申请专利数和拥有发明专利数两项指标衡量，分别标记为Zscc1和Zscc2。

2.经济产出指标

经济产出是创新活动的间接产出形式，是创新活动市场化能力和竞争力的突出表现。经济产出指标主要选取新产品产值和新产品销售额两项指标衡量，分别标记为Jjcc1和Jjcc2。

创新生态系统资源配置效率评价指标体系如表1所示。

表1 创新生态系统资源配置效率评价指标体系

三、资源配置效率测度方法与测度模型说明

效率评价常用的方法有边际分析法、结构分析法、能力分析法、数理统计法、参数分析法和非参数分析法等[1]。这些测度方法和模型各自有优缺点。其中，目前最为常用的是非参数分析法中的数据包络分析法（DEA），其根据多项投入指标和多项产出指标，利用线性规划方法，测算同类型单位的相对有效性的数量分析方法。数据包络分析法在处理多指标投入多指标产出方面具有明显优势，同时由于该方法不需要人为设定各个指标的权重，也不需要提前设定生产前沿函数，所以能够有效减少人为因素对评价结果的影响，使效率的测度结果更加客观，更具有说服力。

而传统的DEA模型包含了环境因素和随机误差等非经营的因素对效率的影响，导致最终所得到的效率值不能真实地反映决策单元的内部管理水平等。为解决这一问题，本文选择Fried等提出的三阶段DEA模型，该模型能够有效解决传统DEA模型的不足之处，具有明显的优越性。该模型的构建和使用主要包括三个阶段：第一阶段构建传统DEA模型，第二阶段构建相似SFA分析模型；第三阶段得到调整后的DEA模型，最终得到剔除环境因素和随机误差影响之后的真实的、客观的资源配置效率测度值[4]。

四、创新生态系统资源配置效率的实证分析

（一）数据来源

本文对创新生态系统中各个利益主体的资源配置效率进行分析，没有现成的相关数据，所以本文开发了创新生态系统资源配置效率测度量表。从企业侧的视角，对创新生态系统中企业、高校和科研机构三个利益主体在具体的产学研合作项目中的资源配置情况进行问卷调查。通过反复设计、修改、完善和预试之后形成正式量表，选择辽宁装备制造产业创新生态系统中具有产学研密切合作活动的100家企业发放调查问卷，收回有效问卷82份，问卷有效回收率为82%。

（二）变量测度

本文最终形成的正式量表共包括题项为28个。首先，采用Cronbach’s系数对量表的信度进行检验，发现本文各因素Cronbach’s系数均大于0.7，问卷具有较好的内部一致性，说明量表具有很好的可靠性；其次，对量表的效度进行度量，量表的效度主要包括内容效度和结构效度。本文所用量表经过企业、高校和科研机构有关专家多次探讨和修改，并进行多次预试和调整，具有较好的内容效度，说明测量目标与测量内容相符。本文通过各变量的AVE值对结构效度进行测量，各变量的AVE值均大于0.5，说明所设计量表具有较高的结构效度，说明量表测量结果与期望评估内容同构程度较高。信度和效度检验结果说明量表具有很好的信度和效度，可以进行后续实证研究。

（三）数据分析结果

第一阶段：传统DEA分析

利用传统DEA投入导向BCC和CCR模型，运用DEAP2.1软件，对创新生态系统中企业、高校和科研机构三个利益主体的资源配置效率进行分析，结果如表2所示。

表2 创新生态系统不同利益主体资源配置效率评价结果

从表2可以看出，在不考虑外部环境因素和随机误差的情况下，企业、高校和科研机构三个利益主体三项效率值的平均值均没有达到1。其中，资源配置的纯技术效率平均值为0.952，规模效率平均值为0.932，综合效率平均值为0.887。纯技术效率平均值较高说明整个创新生态系统的管理和技术因素水平较高。

第二阶段：SFA回归分析

将第一阶段得到的资源投入冗余量作为被解释变量，选取中央财政拨款、地区生产总值、市场开放度和教育发展水平四个环境变量作为解释变量，构建SFA回归模型，以剥离外在环境变量对效率的影响。

表3 第二阶段SFA回归结果

应用计量统计软件FRONTIER4.1，采用极大似然估计法，对回归模型的待估参数进行估计，得到结果如表3所示。

从表3可以看出，SFA回归模型中的系数大部分通过了T检验，说明环境变量和随机因素对投入冗余有显著影响。也就是说，环境变量和随机因素是管理和技术因素之外造成投入松弛的重要原因，环境变量和随机因素对创新生态系统中企业、高校和研究机构三个利益主体的创新资源投入具有显著影响。

资源投入松弛变量是指通过改善经营管理和技术水平能够减少的投入量，因此环境变量与投入松弛变量正相关则说明环境变量的增加不利于资源配置效率的提升，反之负相关则说明环境变量增加有利于资源配置效率的提升。从表中SFA回归结果可以看出，大部分回归系数为负数，说明增加环境变量有利于配置效率的提升，即有利于减少各种资源投入的浪费或减少负的产出。实际上，中央财政拨款、地区生产总值、市场开放度和教育发展水平的提升确实都有利于资源配置效率的提升，所以提高中央财政拨款、地区生产总值、市场开放度和教育发展水平是加快创新系统发展，提高创新资源配置效率的有利途径。

第三阶段：调整后的DEA分析

对企业、高校和科研机构三个利益主体资源投入进行调整之后，再次对调整后的资源投入和资源产出进行BCC和CCR模型分析，分析结果见表4。

表4 创新生态系统不同利益主体资源配置效率评价结果

从表4可以看出，对比第一阶段的结果，在剔除了环境因素和随机干扰因素的影响之后，资源配置效率产生了一定的变化。纯技术效率有一定的上升，由0.952上升到0.977；规模效率则有所下降，由0.932下降到0.898；综合效率平均值有所下降，由0.887下降到0.877。说明国家财政拨款、地区生产总值、市场开放程度和教育发展水平四个环境变量大大掩盖了纯技术效率，虚高了规模效率，在这些环境因素的影响下，整体效率呈现虚高态势。同时，我们发现，企业和高校的综合效率下降，科研机构没有变化，说明企业和高校之所以在第一阶段被高估，是因为他们面临较好的环境因素或是运气较好。

比较创新生态系统中的企业、高校和科研机构三个不同利益主体的创新效率，我们发现，企业的纯技术效率值为1，综合效率不高主要由规模无效率导致说明企业改革的重点在于如何更好地发挥其规模效益；高校在纯技术效率或者规模效率方面都存在不同程度的无效率，且规模无效率程度大于纯技术无效率的程度，说明创新资源总体配置效率不高，说明高校未能进行科研资源的有效整合；科研机构的创新资源配置效率值均为1，处于技术效率前沿面，其投入产出水平在整体上是有效的，同时表明其技术有效和规模有效，即技术、管理水平与生产、经营规模达到了理想程度，创新资源配置实现了优化，这与科研机构有的放矢地进行科研活动有关。

五、促进创新生态系统资源优化配置的发展路径

（一）通过创新主体的合作，实现创新生态系统的良性发展

高等院校和科研机构是技术创新的知识储备库，是知识创新的一个重要基地，对高技术向传统产业渗透和战略性新兴产业发展起着重要作用。一方面利用高等院校的专业人才和丰厚的科研成果促进企业的创新活动；另一方面，创新生态系统也可以加速高等院校科研成果的商业化和产业化。因此，有序有效的推进高等院校和科研机构的创新资源与企业合作，向社会开放，实现校企融合发展，可以减少技术创新风险，提高技术创新能力，促进高等院校和科研机构的科技资源与产业相结合，促进创新资源与相关产业（企业）的高度融合、优势互补[5]，实现创新生态系统的良性发展。

（二）通过行业集聚效应，实现创新生态系统的资源共享

创新生态系统中各相互关联的利益主体通过在一定地理位置上的集聚，各利益主体之间相互影响、相互作用，产生新的特性与优势，从而构成系统的、完善的、充满活力的创新体系。资源集聚不仅有利于各创新主体之间的交流与合作，从而推动技术创新成果的转移及转化，更利于通过技术溢出效应，实现创新资源的有效整合，使行业内各利益主体之间形成合力。并将这种合力反作用于各个利益主体，推动各要素之间的协同创新活动，促进产业与创新的有效对接，实现产业价值链的延伸，全面提升企业、行业及区域的综合实力[6]。

（三）通过孵化基地的作用，实现创新生态系统的协同发展

孵化基地可以通过更好地集中各种优势资源，为技术创新提供更好的服务，成为资源整合和科技成果转化的加速器。创新生态系统不仅重视技术创新，更重视创新技术的商业化。因此要充分发挥市场的作用，创办孵化基地，通过相应的政策支持，提高孵化能力，为创新企业提供完善的技术支持和专业服务，加速科技创新与创新成果的商业化进程[7]，实现创新生态系统的协同发展。

（四）通过构建中介网络，实现创新生态系统的服务升级

创新生态系统是一个多利益主体的创新体系，创新主体的参与程度及参与方式都会不同程度地影响系统的协同运行和创新进程，因此可以探索有效的科技与市场相衔接的中介网络服务平台推动创新生态系统升级。创新生态系统可以通过行业协会等将各产业所属的信息中心、技术中心、研究开发中心、专利事务中心及相关的科技企业联合起来，进行协调创新，成为创新的基础平台，实现资源共享、优势互补，为创新生态系统各创新主体提供良好的沟通、监督及协调等服务，促进各主体之间的合作与交流，打破产业或行业间的局限，拓宽服务范围，实现创新生态系统服务的全面升级[8]。