生态位视角下长三角地区科技成果转化竞争力演化评价及障碍因子诊断

汪万 杨坤

摘 要：从生态位视角切入，构建科技成果转化竞争力评价及障碍诊断模型，通过分析长三角4省（市）科技成果转化竞争力综合生态位、生态位宽度及障碍因子的时序变化来研究其竞争力状况。由核心—边缘理论划分上海为核心，江苏和浙江为次核心，安徽为边缘。研究结果表明：综合生态位值和生态位宽度值具有显著层次性，核心区最大却呈现下降态势，边缘区最小而呈现上升态势，次核心区保持相对平稳态势。主要障碍因子既有普遍性，也有差异性，核心区人才成本高及科技服务支撑与现实发展脱节，而次核心区和边缘区资金和成果投入不足，且转化效益较低。最后核心区和次核心区与边缘区应分别采取生态位扩散策略与生态位错位竞争策略，且共同采取虚拟生态位策略

。关键词：科技成果转化竞争力;生态位;生态位宽度;障碍因子;长三角地区

中圖分类号：F 224   文献标识码：A   文章编号：1672-7312（2020）03-0254-08

Evolutionary Evaluation of the competitiveness of Sci-tech Achievements

Transformation Based on the Perspective of Niche and Obstacle Factors Diagnosis in the Yangtze River Delta Region

WANG Wan，YANG Kun

（School of Management，Shanghai University of Engineering Science，Shanghai 201620，China）

Abstract：From the perspective of niche，a model of the evaluation and obstacle diagnosis about the competitiveness of sci-tech achievements transformation was constructed.By analyzing the timing changes of the comprehensive niche，niche breadth and obstacle factors of 4 provinces in the Yangtze River Delta region，their competitive state was studied.Through the division of core-periphery theory，Shanghai is taken as the core，Jiangsu and Zhejiang as the sub-core，and Anhui as the edge.And the research results show as follows：The comprehensive niche value and niche breadth value have a significant hierarchy.The core area is the largest but shows a decreasing trend;the edge area is the smallest and the rising trend，and the sub-core area maintains a relatively stable state.The main obstacle factors are both universal and different.The cost of talent in the core area is high and the support of science and technology service is out of step with the actual development，while the capital and results are insufficiently invested in the sub-core and marginal areas，and the conversion benefit is low.Finally，some corresponding countermeasures were proposed.

Key words：competitiveness of transformation of scientific and technological achievements;niche;niche breadth;obstacle factors;the Yangtze River delta region

0 引言当前我国正大力建设国家创新体系，实施创新驱动发展战略，科技创新在日益激烈的国际竞争中扮演着越来越重要的角色，正如习近平总书记所强调的“惟创新者强，惟创新者行稳致远”。而在创新驱动发展中，科技成果转化突显地尤为重要，如何解决科技与经济之间的“两张皮”，促使科技成果快速转化为经济效益和社会效益，以及探析其演化和发展趋势，这将成为日后必须关注的重点问题。科技成果转化的概念分为广义和狭义，广义上是指从知识生产至最终形成生产力的这一完整的创新转化过程;狭义上是指通过对科学研究与技术开发所产生的具有使用价值的科技成果进行后续实验、开发、应用、推广直至形成新产品、新工艺、新材料等一系列过程，以此提高生产力水平[1]。科技成果转化竞争力是创新资源、科技创新能力、成果转化能力和效率等综合能力的体现，是推动经济增长的源动力。国外学者对科技成果转化的研究较早，Sohn等通过建立DEA模型研究了科技成果转化效率[2]。Rory通过美国1950—2001的面板数据从资源、商业、金融、制度、人力资本和知识溢出效果等方面对美国校企合作的转化绩效展开研究[3]。而国内学者主要关注科技创新能力及成果转化评价方面。杨志恒等通过分析我国技术创新成果转化现状和存在问题从理念和体制保障角度寻求破解技术创新成果转化“难”的路径[4]。蒋科兵等分析高校科研成果转化率偏低的体制和政策等社会因素及科研人员自身因素，并提出相应对策[5]。现有研究对于科技成果转化综合评价方面大多采用DEA法、相关分析法、灰色关联度评价等，多是静态评价而忽略了空间上的关联和态势演化，对于科技成果转化竞争力的动态演化更是分析不足。因此，文章系统性地从态势演化层面对科技成果转化竞争力展开研究。生态位（Niche）指恰好被一个种或一个亚种所占据的最后分布单位，如营养生态位、超体积生态位、扩展的生态位及态势生态位等均是最具代表性的概念[6]。生态位理论早已运用到经济管理研究中，Lopolito等利用技术生态位研究了社会技术转型路径和创新基础的形成[7]。万伦来基于企业生态位的内涵，将其剖析为生存力、发展力和竞争力3个层面，并对企业生态位进行综合评价[8]。周青等基于生态位模型，从生态位适宜度和进化动量维度测度了城市创新潜力[9]。田家林等基于产业生态视角对长三角区域的生产性服务业进行了生态位比较[10]。因此，文中将从生态位视角切入，以长三角地区为生态系统，构建科技成果转化竞争力评价指标体系，基于“态”和“势”演化，运用综合生态位、生态位宽度和障碍因子3个模型来研究长三角地区各省（市）科技成果转化竞争力的相对水平和发展趋势。希冀为加快科技成果转化步伐、营造科技成果转化新局面提供有益参考。

1 评价指标体系及模型

1.1 指标选取Hanken提出用“序参量”这一概念来反映系统有序变化程度，通过衡量序参量可有效检测系统发展程度和所处阶段[11]，而系统生态位序参量的变化将引起子系统乃至整个生态系统的变化。程乾等结合生态位理论和波特钻石模型，将生态位序参量划分为需求条件、生产要素、相关产业和支持产业及企业4个维度[12];胡晓辉等结合Hutchinson的多维超体积生态位概念将其分为社会维、经济维和资源维3个生态位维度[13]。基于上述研究，文中将结合现有文献[14-17]，并采用德尔菲法对有关指标进行增添或删减，同时根据数据的可获得性、相关性和可操作性等特点，构建包括資源、能力、效益3个维度18个指标的科技成果转化竞争力评价指标体系（见表1）。主要以长三角地区4个省（市）为样本，选取2014—2018年《中国科技统计年鉴》《中国区域创新能力评价报告》及4个省（市）统计年鉴的相关数据，综合评价各省（市）科技成果转化竞争力水平及演化趋势。

1.2 模型构建

1.2.1 生态位态势模型基于现有研究[18]，文中采用熵值法处理数据，进而计算各指标权重的大小，避免排序的主观性，使各指标的排序和重要性保持一致。依据生态位理论，生态位包括两方面：一是生物单元的状态;二是生物单元对环境现实影响或支配的能力，前者为生态位中的“态”，后者为“势”[19]。因此，长三角地区各省（市）可视为生态系统中的生物单元，并赋予“态”和“势”两种特征。其中，“态”为科技成果转化竞争力的现有状态（如资源存量、经济发展水平、科学技术水平等），代表科技成果的存量和水平，是以往学习、成长及与周围环境相互作用的积累结果;“势”为科技成果转化的影响力和支配力（如经济增长率、资金投入强度、环境改善水平等），代表未来发展的增量和潜力。基于生态位理论，构建科技成果转化竞争力生态位态势模型，具体公式如下

（2）式中：Mij为综合生态位;Nij为每个评价对象要素的生态位;n为因子个数;j为评价对象的个数。生态位值大小在0～1之间，越接近1则表明评价对象在生态系统中的竞争力越强，作用越明显。

1.2.2 生态位宽度模型生态位宽度是指多维空间中的一物种或群落所利用有限资源的比例，其宽度越宽，则特征化程度越高[20-21]。生态位及生态位宽度的取值均在[0，1]之间，且生态位宽度值越大（即接近1），表明评价对象资源利用总和达到最大化，竞争力显著增强，其支配力和影响力也就越高;反之则反。对于生态位宽度的计算采用改进的Shannon生态位宽度模型[22-23]

（3）式中：A为评价对象的科技成果转化竞争力生态位宽度值;Pj为指标j占评价指标的比重，其大小为指标的资源占有比乘以权重。

1.2.3 障碍因子诊断模型研究长三角地区科技成果转化竞争力的目的不仅在于对其动态演化评价，还要对科技成果转化竞争力进行病理诊断，厘清束缚科技成果转化竞争力的约束因子，以便可以针对性地提升科技成果转化竞争力水平。障碍因子诊断模型是基于定量分析来进行病理诊断，并挖掘事物发展过程中的主要障碍因素。为此，通过参考已有研究引入障碍度诊断模型[24-25]，其计算公式如下

2 实证研究

2.1 长三角地区科技成果转化竞争力生态位值为了体现长三角地区科技成果转化竞争力的时序变化，文中将以各省份2014—2018年5年的数据作为“态”的度量，并把每一年较前一年的增长量作为“势”的度量，且量纲转化系数为1.通过上述公式（1）、（2）可计算出各年度长三角地区科技成果转化竞争力3个维度的生态位和综合生态位及排名情况，具体结果见表2和图1-3.

2.1.1 综合生态位“态势”从综合生态位来看，2014—2018年这5年间，

长三角地区各省（市）科技成果转化竞争力综合生态位值中：上海呈现出不断下降态势;江苏和浙江的综合生态位值随时序变化而保持相对平稳的态势，分别稳定在0.27和0.21左右;只有安徽综合生态位值呈现上升态势，从2014年占长三角地区的14%升至2018年的18%，并不断缩小与其他省（市）的差距。综合生态位值处于0.25～0.40区间

的有上海和江苏，处于0.10～0.25区间的有浙江和安徽，其值的整体范围呈现出由上海核心源向四周递减，这表明长三角地区各省（市）科技成果转化竞争力综合生态位具有显著层次性，上海科技成果转

化竞争力最强，在长三角地区中占据明显优势，发挥着强大影响力，江苏次之，浙江和安徽相对较弱，与前两者差距显著。

上述变化的主要原因有

1）上海和江苏综合科技创新指数在长三角地区处于领先地位，科技成果的存量和转化水平较高，促使其综合生态位值在长三角地区相对保持较高。然而，一方面，上海创新资源丰富，研发投入与技术创新产出规模在全国处于前列，高新技术产业发达且承载力强，对经济发展贡献较大，但另一方面其融资市场供求错位，并受到政府财政预算的约束而缺乏普惠性，加之商务成本居高不下，拉低科技成果转化效率，影响科技创新产出[26]。

2）浙江和安徽的综合科技创新水平指数低于上海和江苏，科技成果转化平台建设相对滞后，科技服务业发展不充分，影响了可转化的高质量科技成果;但近年来，随着自主创新综合试验区的建设和完善，安徽形成科技创新新局面，创新投入持续增加、创新平台建设初具规模，促使科技成果产出不断增加。

2.1.2 维度生态位“态势”从各维度生态位来看，5年间，长三角地区各省（市）科技成果转化竞争力转化资源维、支撑能力维和转化效益维排名基本对应其综合生态位次序。上海在资源、能力和效益维度生态位上均超过0.30，始终保持领先;江苏次之，各维度生态位平均值范围维持在0.25～0.29之间;浙江各维度生态位差异较大，资源和效益维度生态位平均值分别约为0.26和0.22，而能力维生态位平均值约为0.15;安徽在资源和效益维度生态位上处于末位，仅能力维有所提升。综合来看，其中变化最明显的实属支撑能力维，上海虽保持领先地位却呈现下降态势，江苏保持相对平稳态势，浙江出现不同程度波动而被安徽实现“弯道超车”，同时安徽还保持持续上升态势。主要因为上海市科技中介服务载体能力差异显著、支撑不足、发展不完善，影响科技成果转化的服务能力、市场化水平和国际化程度，无法满足科技成果产业化的实际需求[27];而安徽省近年来不断加大原始创新力度，涌现丰富新成果，技术市场表现抢眼，成交额和成交量不断上升，并积极推动长三角协同创新“一体化”。

2.2 长三角地区科技成果转化竞争力生态宽度

2.2.1 生态位宽度演化分析长三角地区各省（市）在同一生态系统中相互竞争而争夺稀缺资源，并通过成果产出扩大自身影响力。为了分析其竞争力相对地位情况，用式（3）计算出该地区各省（市）科技成果转化竞争力生态位（见表3和图4）。由结果可知，从2014—2018年以来，长三角地区各省（市）的科技成果转化竞争力生态位宽度的变化范围处在0.281 3～0.603 9，不同省（市）的科技成果转化竞争力生态位宽度差距显著。其中上海生态位宽度最宽（超过0.50），其却呈现不断减少趋势，而安徽生态位宽度最窄（低于0.35），反而有强劲表现，一直持续增加，浙江和江苏的生态位宽度保持平稳，波动起伏小。主要原因有：近年来上海科技成果转化能力明显改善，但研发投入和财政科技拨款强度较低，成果转化效益不足、产业化和市场化水平较低[28]，以及成本上涨、城市生态有待改善，研发外包服务向周围梯度转移，释放改革红利[29]。江苏、浙江承接上海研发资源的梯度转移，并保持平稳发展，而安徽不仅吸纳周边省份的创新资源，还积极融入长三角创新平台建设，坚持“三重一创”、“四个一”创新主平台，成为原始创新成果策源地，产业技术创新更是百花齐放[30]。

2.2.2 生态位宽度聚类分析为了直观反映长三角地区科技成果转化竞争力生态位宽度的整体情况，使用SPSS软件对生态位宽度值进行系统聚类分析，将其分成3个类型（如图5所示）：第1类有上海，其科技成果转化竞争力平均生态位宽度为0.579 1;第2类有江苏和浙江，其平均生态位宽度分别为0.485 8和0.403 8;第3类有安徽，其平均生态位宽度为0.309 6.分类结果符合其综合生态位排序，说明科技成果转化资源占有和利用程度与综合实力有关。而且根据各省（市）科技成果转化竞争力的实际情况和生态位宽度聚类结果，一定程度上可说明该地区科技成果转化竞争力存在较大差异，相互间成果转化水平的不平衡性显著，呈现出核心—边缘结构[31]，即以上海为核心，江苏和浙江为次核心，安徽为边缘的层次性空间结构，其中核心居于支配地位，边缘的发展依赖核心。

2.3.1 普遍性障碍因子

随时序变化，长三角地区各省（市）科技成果转化竞争力主要障碍因子存在普遍性。其中，R&D经费支出与GDP比值C4，万人国际科技论文数C7，万人输出技术成交额C10，技术市场成交合同数C11，研究与开发机构数C12，新产品销售收入占主营业务收入比重C15和劳动生产率C16均覆盖了长三角大部分省，说明这些障碍因子已成为影响长三角地区整体科技成果转化竞争力水平的普遍问题。其中，江苏、浙江和安徽排名最高的障碍因子都是C10，但其障碍度在三省的差异显著并呈现“V”形动态变化，变化范围分别是江苏为7.04～21.48，浙江为9.13～18.98，安徽则为8.65～11.93;同时各省其余障碍因子障碍度也有不同程度的降低。

2.3.2 差异性障碍因子

科技成果转化竞争力主要障碍因子也存在差异性。2014—2018年以来，核心区（上海）专业技术人员C2和企业R&D研究人员占比重C3等较低，区别于次核心区（江苏和浙江）和边缘区（安徽），集中反映在人力资源成本高，科技服务支撑不足进而导致成果市场疲软，效益低迷。而在次核心区及边缘区中，浙江的科学研究与技术服务业新增固定资产占比重C13和高技术产品出口额占商品出口额比重C14等障碍度较高，与其他省市差别显著。同时江苏、浙江和安徽与核心区上海相比，其差异性障碍因子主要集中反映在资金投入和成果供给不足，科技支持不到位，影响成果产出而出现市场表现不佳、转化效益较低。

3 结论与建议

3.1 结论文中基于生态位理论，从生态位视角出发，以长三角地区4个省（市）为研究对象，构建包含资源、能力、效益3个维度的科技成果转化竞争力评价指标体系，利用2014—2018年数据，通过综合生态位、生态位宽度和障碍因子3个层面进行实证研究。结合综合生态位和生态位宽度聚类，根据核心—边缘理论将长三角4省（市）划分为3种类型，即以上海为核心，江苏和浙江为次核心，安徽为边缘。研究结果进一步表明，随时序变化，长三角地区各省（市）科技成果转化竞争力。

1）综合生态位值方面，由于各省市创新要素配置的不同导致其波动态势存在差异，江苏和浙江保持相对平稳的态势，上海呈现不断下降态势，仅安徽呈现上升态势，且其范围整体呈现出由上海核心源向四周递减。

2）生态位宽度方面，研发资源的梯度转移和创新成本差异使得不同省域生态位宽度差距显著，上海生态位宽度值最宽，但呈现不断减少趋势，安徽最窄却保持增长趋势，其余地区相对平稳。

3）主要障碍因子方面，既有普遍性，也有差异性。R&D经费、技术市场交易、论文产出、研发机构数、新产品销售及劳动生产率等方面均普遍影响长三角地区科技成果转化竞争力水平;同时，核心区人才成本高及科技服务支撑与现实发展脱节，导致成果市场表现疲软，而次核心区和边缘区资金和成果投入不足，且转化效益较低。

3.2 建议根据实证结果不难发现，长三角地区差异化的资源分配和政策倾向铸就了核心区（上海）成为地区增长极，通过极化效应汇聚了大量的技术、资本、人才等资源，但同时也提高了核心区的商务成本，而次核心和边缘区吸纳力不足，资源要素分配不均，导致科技成果转化严重滞后;然而核心区的溢出效应也給周围地区带来知识、技术和经济方面的收益。因此，为进一步提高长三角地区科技成果转化效率，促使科技成果转化达到更高层次，各省（市）应采取合适的竞争策略。

1）核心和次核心区科技成果转化竞争力较强，其应采取生态位拓展策略，以拓展生态位和调整生态位为主，通过提供优惠政策来降低创新的商务成本，同时改善研究人员的工作和生活条件来吸纳高水平人才，进而完善创新服务平台，提升成果转化稳度和速度，并发挥溢出效应来辐射带动周围区域。

2）边缘区的科技成果转化竞争力相对较弱，其应采取生态位错位竞争策略，以空间和时间上的错位为主，根据生态环境和资源成本等优势来实施绿色创新、生态创新，结合科教城市优势来提高绿色科技成果产出及转化水平，与其他分区错位分离，推动科技成果转化水平的差异化发展。

3）各省（市）还应积极采取虚拟生态位策略，整合内外部的知识、技术等生态资源，发挥国际技术转移东部中心优势，共同设立高校成果转化基金，打造长三角科技成果转化平台及全链条生态体系，拓展生态位空间。

参考文献：

[1] 贺德方.对科技成果及科技成果转化若干基本概念的辨析与思考[J].中国软科学，2011（11）：1-7.[2]

Sohn S Y，Moon T H.Decision tree based on data envelopment analysis for effective technology commercialization[J].Expert Systems with Applications，2004，26（02）：279-284.

[3]OShea R P，Allen T J，Chevalier A，et al.Entrepreneurial orientation，technology transfer and spinoff performance of U.S.universities[J].Research Policy，2005，34（07）：994-1009.

[4]杨志恒，刘 猛，邹嘉琦，等.我国技术创新成果转化现状与难题破解[J].技术与创新管理，2016，37（01）：39-42.

[5]蒋科兵，刘期达.高校科研成果转化率偏低原因初探[J].技术与创新管理，2013，34（03）：201-204.

[6]朱金兆，朱清科.生态位理论及其测度研究进展[J].北京林业大学学报，2003（01）：100-107.

[7]Lopolito A，Morone P，Sisto R.Innovation niches and socio-technical transition：A case study of bio-refinery production[J].Futures，2011，43（01）：27-38.[8]万伦来.企业生态位及其评价方法研究[J].中国软科学，2004（01）：73-78.

[9]周 青，何 铮，张洁音.城市创新潜力测度——基于浙江省地级市的实证分析[J].技术经济，2015，34（06）：77-84.

[10]田家林，韩 锋.长三角地区生产性服务业群内生态位比较——基于产业生态视角[J].科技进步与对策，2012，29（01）：46-53.

[11]颜爱民.企业生态位评价指标及模型构建研究[J].科技进步与对策，2007（07）：156-160.

[12]程 乾，方 琳.生态位视角下长三角文化旅游创意产业竞争力评价模型构建及实证[J].经济地理，2015，35（07）：183-189.

[13]胡晓辉，杜德斌.城市科技竞争力的生态位评价研究——以浙江省11市为例[J].科技进步与对策，2012，29（12）：36-40.

[14]蔡跃洲.科技成果转化的内涵边界与统计测度[J].科学学研究，2015，33（01）：37-44.

[15]唐五湘.科技成果转化绩效评价指标体系的比较分析[J].工业技术经济，2017，36（01）：61-67.

[16]杨仲基，王宏起，武建龙.利益相关者视角下区域科技成果转化能力评价及实证研究[J].工业技术经济，2018，37（01）：153-160.

[17]朱晓俊，赵 栩，邢智仓.我国科技成果转化水平的省际比较研究[J].科学管理研究，2018，36（04）：21-24.

[18]朱喜安，魏国栋.熵值法中无量纲化方法优良标准的探讨[J].统计与决策，2015（02）：12-15.

[19]朱春全.生态位态势理论与扩充假说[J].生态学报，1997（03）：324-332.

[20]余世孝.物种多维生态位宽度测度[J].生态学报，1994（01）：32-39.

[21]张光明，谢寿昌.生态位概念演变与展望[J].生态学杂志，1997（06）：47-52.[22]Weaver W，Shannon C E.The mathematical theory of communication[M].IL：University of Illinois Press Champaign，1963.

[23]杨玄酯，罗 巍，唐 震.生态位视角下长江经济带科技创新竞争力评价及演化[J].软科学，2019，33（07）：8-14.

[24]彭补拙，安旭东，陈 浮，等.长江三角洲土地资源可持续利用研究[J].自然资源学报，2001，16（04）：305-312.

[25]雷勋平，Qiu R，刘 勇.基于熵权TOPSIS模型的区域土地利用绩效评价及障碍因子诊断[J].农业工程学报，2016，32（13）：243-253.

[26]李耀华.降低上海科技创新成本的探讨[J].上海经济研究，2015（12）：71-78.[27]石明虹.上海建设科技创新中心的创新创业环境政策落实跟踪研究[J].科学发展，2017（08）：15-22.

[28]刘永千.科技成果转化能力评价研究：以上海市為例[J].中国科技论坛，2017（01）：12-18.

[29]尚庆琛.上海研发外包融合发展的战略思考：必要性、可行性和策略[J].中国科技论坛，2016（06）：62-68.

[30]夏 辑.安徽省大力推进创新型省份建设[J].安徽科技，2018（04）：8-10.[31]汪宇明.核心—边缘理论在区域旅游规划中的运用[J].经济地理，2002（03）：372-375.

（责任编辑：严 焱）