数字创业生态系统协同水平测度与动态趋势特征分析

裴秋亚，李 诚，张明喜

（1.北京市科学技术研究院，北京 100089；2.中国科学技术发展战略研究院，北京 100036）

0 引言

近年来，以人工智能、区块链、云计算、大数据等为代表的新兴数字技术加速演进，有效促进了诸多新产业、新模式、新业态的蓬勃发展，以及字节跳动、商汤科技等一大批数字创业企业的迅速崛起。数字创业企业的成长壮大与持续繁荣离不开相关创业要素及环境的支撑。然而，自2019年以来，受世界政治经济不确定性增加、新冠肺炎疫情蔓延、国内宏观环境及平台经济规范化发展等政策因素叠加影响，我国数字经济及创新创业活跃度呈现一定放缓态势，特别是新增独角兽企业数量出现了锐减，并由此引发了理论与实践界的广泛关注。同时，近年来学术界针对数字情境下创业生态系统的研究也日益兴起。但总体而言，现有研究多以定性分析为主[1]，结合文献计量、案例分析等研究方法展开[2]，而聚焦数字创业生态系统的定量研究与绩效评价则较为匮乏。数字创业生态系统的形成和发展是一个动态演进的过程，不同数字创业生态系统发展水平的差距会随着时间变化逐渐产生和扩大。立足新发展阶段，如何从环境层面更大范围地激发不同区域数字市场主体活力？如何从系统视角更高质量地释放生态系统整体效能？对此，本文通过对区域数字创业生态系统协同水平及演进趋势进行动态评价，有利于科学测度当前我国数字创业生态系统发展趋势及变化规律，为客观评价不同地区数字创业生态系统演化态势，进一步挖掘区域数字创业增长潜力提供思路借鉴。

1 指标体系构建

1.1 指标选取

参考文献[3]，本文通过对“数字生态系统”与“创业生态系统”构成要素的解构与重组，从而形成了数字创业生态系统的框架要素：数字创业（数字基础设施-创业主体）、数字公民（数字使用者-制度）、数字市场（数字使用者-创业主体）和数字基础设施治理（数字基础设施-制度）。在此基础上，从数字创业[4—7]、数字公民[8]、数字市场[9]、数字基础设施治理[10,11]4个维度构建指标评价体系（见下页表1）。

表1 数字创业生态系统序参量

1.2 数据来源

结合数据可得性等因素考虑，研究过程所用数据主要来源于Wind数据库、国家统计局官网、天眼查平台以及百度指数平台，部分指标在具体操作中采取以下方式进行收集和处理：（1）数字创业活跃度指标数据来源于天眼查企业信息查询平台，根据企业注册时间、注册地、所属行业类别等微观信息进行筛选，搜集整理了考察期内2400 余万条新设数字企业数据。为了避免由于不同地区数字企业规模异质性造成的度量偏误，参考文献[12]，采取人口法进行基准回归，以区域中每万人新设数字企业数量作为数字创业活跃度的测度指标。（2）上市数字企业数量和市值两项指标的数据由Wind 数据库中在内地、香港及美国证券交易所上市的“信息技术”和“电信”两大行业类别企业筛选产生。（3）对数字经济和创业关注度的测算，采取“一定时间内相关关键词的日均百度搜索指数”加以衡量。其中，创业关键词包括“创业”“兼职创业”“创业投资”“创业基金”“创业服务”“创业培训”“天使投资”“孵化器”“众创空间”；数字经济关键词包括“5G”“云计算”“大数据”“人工智能”“区块链”“数据”“平台”“算法”“数字”“工业互联网”。在具体的数据处理方式上，通过百度指数分别检索某一年度上述关键词，并对各关键词的整体日均指数求取均值。

2 研究方法

2.1 复合系统协同水平静态测度模型

本文借鉴文献[13,14]，从协同视角出发，以序参量及役使原理为基础，通过构建数字创业生态系统协同度测度模型，评价数字创业、数字公民、数字市场和数字基础设施治理4个子系统间协同水平，并进而集成计算出区域数字创业生态系统的整体运行态势，具体步骤如下：

步骤1：设各子系统间协同水平序参量为X={xij|(i=1，2，3，…，k;j=1，2，3，…，m)}。其中，xij表示第i个子系统的第j个序参量。序参量分为效益型和成本型两种类型，效益型序参量与系统的有序度呈正相关关系，而成本型序参量与系统的有序度则为负相关。考虑到本文中所采用的指标均属正向的客观实际，故按照效益型序参量将4个子系统的有序度计算公式确定为式（1）：

步骤2：对子系统序参量有序度应用几何加权法进行集成，测算出各个子系统的协同度di(xi) 。

式（2）中，di(xi)表示子系统i的序参量有序度，γij为子系统内部序参量分量权重（γij≥0 且=1）。γij采取相关系数法计算得出：设子系统序参量分量数为m，则其对应的相关系统矩阵为C；测算第j个序参量分量对其余（m-1）个序参量分量的总影响Cj，并进一步对Cj进行归一化处理得到各序参量分量权重γ。

步骤3：在分别测算出各子系统协同度的基础上，再次应用几何加权法计算出数字创业生态系统整体协同水平dee。其中，θi为子系统序参量权重，θi≥0 且=1。dee值越大，表示各子系统之间一致性水平越高，系统整体各要素间的协同性越强。

2.2 考虑速度特征的复合系统动态评价模型

为充分刻画数字创业生态系统内部各要素之间从无序至有序、从低级向高级演进的变化轨迹，本文在静态截面测度各区域数字创业生态系统协同水平的基础上，进一步运用数学建模的方法建立进化动量模型，对不同时序下的区域数字创业生态系统发展水平变化速度状态及趋势进行测度，具体步骤如下：

步骤4：设q个区域Z=(Z1，Z2，Z3，…，Zq)在t+1个时段内，由区域数字创业生态系统协同度测算结果构成的时序信息矩阵为DEE。另外，设区域Z=(Z1，Z2，Z3，…，Zq)在[tp，tp+1]时段内数字创业生态系统演进速度为vsp,由此形成系统协同演变的速度信息矩阵为VEL。其中，(s=1，2，3，…，q;p=1，2，3，…，t)。当vsp＞0（即deesp+1＞deesp）时，表示该时段内数字创业生态系统演进呈扩张趋势；当vsp＜0（即deesp+1＜deesp）时，表示该时段内数字创业生态系统演进呈收缩趋势；当vsp=0（即deesp+1=deesp）时，表示该时段内数字创业生态系统演进呈相对稳定状态。

步骤5：以信息集结理论为基础，设任意时段内数字创业生态系统演进速度均为匀速，则对于特定区域Zu而言，由速度曲线与时间轴所围成的面积tpvspvsp+1tp+1即数字创业生态系统协同演进的速度状态值，记为Zuv(tp，表征了[tp，tp+1]时段内数字创业生态系统速度变化轨迹。

步骤6：引入物理学中关于加速度的定义，设特定区域Zu在[tp，tp+1]时段内的加速度为μsp。考虑到自然生态系统在有限资源条件下，种群呈现“S”型曲线增长的生物特征，故构建关于μsp的函数φ(μsp)，用以刻画数字创业生态系统速度变化趋势。其中，φ(μsp)是单调递增函数且具有一个拐点，使其能够更有效地拟合生态系统真实变动情况。如在拐点左侧，函数φ(μsp)呈现加速上升趋势，即对μsp→-∞时，φ(μsp)→0；在拐点右侧，函数φ(μsp)呈现减速上升趋势，当μsp→+∞时，φ(μsp)→ε。ε的大小根据特征值法计算求解，令当μsp=0 时，φ(μsp)=1，则ε=2。

步骤7：类比物理学中牛顿第二定律∑F=ma，应用速度变化趋势，对速度变化状态值进行修正，达到对速度变化状态进行激励或惩罚的效果，从而形成特定区域Zu在[tp，tp+1]时段内，融合速度变化状态和速度变化趋势的数字创业生态系统协同演进动量模型MVuv。以此为基础，进一步得到该区域在[t1，tt]时段内数字创业生态系统协同演进动量为。

3 实证分析

3.1 数字创业生态系统协同度分析

根据式（1）至式（6）可测算得到2014—2020年我国31个省份数字创业生态系统协同水平，并进一步分区域计算出均值和变异系数（见表2）。结果显示：从全国范围来看，中国区域数字创业生态系统协同度总体偏低。与各地区经济发展水平特点相似，呈现由东部沿海地区向中部、西部地区依次递减的空间异质性特征。2020年，全国数字创业生态系统协同度均值仅为0.1492。其中，东部、中部和西部地区数字创业生态系统协同度均值分别为0.3105、0.0832 和0.0455。广东、北京、浙江、上海、江苏、山东、福建、四川、湖北9个省份数字创业生态系统协同度在考察期内各年份时序始终位居全国前十位。内蒙古、广西、海南、西藏、宁夏、新疆等省份数字创业生态系统发育水平则较为滞后，考察期内协同度值始终为0，反映出区域数字创业生态系统协同效应尚未形成。

表2 2014—2020年区域数字创业生态系统协同度

进一步分区域来看，东部地区具有雄厚的数字经济发展基础，数字创业生态系统各要素协同水平整体处于全国领先位势，区域内广东、北京和浙江3 个省份考察期内始终位居全国前三位，特别是广东更是稳居首位。2020年，广东数字创业生态系统评价值（0.8763）远高于排名第2位的北京（0.4836），区域内已经形成以数字创业企业为核心，数字公民、数字孵化器、高校及科研院所、金融机构、政府等多主体集聚，数字创业环境有效支撑的开放型生态系统。在协同机制的作用下，以腾讯、华为等为代表的一大批核心数字企业凭借丰富的数据资源，以及技术、人才、资本等优势，与众多参与主体建立紧密联系网络。而不同类型数字参与主体则聚焦核心企业的业务领域构建起深度嵌入的产业链与创新链体系，为其提供知识、资金、数字基础设施等要素供给。不同主体之间交互作用、价值共创，使得系统功能持续优化，共同推进了生态系统的进一步拓展。东部地区中除广东之外，北京（0.4836）、浙江（0.4562）、上海（0.4022）、江苏（0.3874）4个省份的数字创业生态系统发展水平相近，略高于山东（0.2294）和福建（0.2053）。而河北、天津、辽宁、海南数字创业要素共生水平则整体处于低水平状态，由此也造成了东部地区整体数字创业发展水平的分化。2020 年，东部地区数字创业生态系统评价值的变异系数为0.2343，远高于中部地区（0.0618）和西部地区（0.0572）水平。

中西部地区数字创业生态系统协同度低于全国平均水平，数字创业活跃度、公众数字素养、数字市场发育程度以及数字基础设施建设水平均较为薄弱。2020 年，区域中仅有四川（0.1958）、湖北（0.1707）、安徽（0.1596）、湖南（0.1330）、陕西（0.1026）5个省份评价值高于0.1。其中，四川数字创业生态系统呈现良好的发展趋势，评价值自2014 年的0.1794 逐渐提高至2020 年的0.1958，表现出较强的增长潜力，这在很大程度上得益于区域数字基础设施建设的拉动作用。2022年2月，在国家启动的“东数西算”工程中，成渝成为8个全国一体化算力网络国家枢纽节点之一。同时，在地方政府的积极推动下，四川成都还成为国家工业互联网标识解析体系的关键节点。根据国家网信办发布的《数字中国发展报告（2021年）》显示：2021年，四川数字基础设施建设水平跻身全国前十名，在5G、千兆宽等通信设施建设，以及数字应用服务等基础环境营造方面成效突出。

3.2 数字创业生态系统协同演进动量分析

为进一步从动态视角揭示中国数字创业生态系统演进规律，本文对各区域数字创业生态系统动量变化情况进行了测算。根据式（7）至式（13）可依次计算得出2014—2020年我国31个省份数字创业生态系统协同度演进的速度状态、速度趋势以及综合动量。由表3 可知，2014—2020年，仅有广东、贵州、青海、四川、山西和湖南这6个省份数字创业生态系统呈现良性发展态势，其协同演进动量值分别为0.0580、0.0271、0.0077、0.0061、0.0045 和0.0010，其余25个省份数字创业生态系统均呈现不同程度的相对停滞或衰退迹象。结合表2可知，2014—2020年，东部、中部和西部地区数字创业生态系统协同度水平分别由期初0.3567、0.1072 和0.0470 下降了12.95%、22.39%和3.19%，减至期末的0.3105、0.0832和0.0455。在此过程中，东西部地区数字创业生态系统的差距有所减小，区域间协同度比值由2014 年的7.5894 下降至6.8242。而东中部地区间数字创业生态系统的差距却呈现扩大趋势，区域间协同度比值由2014年的3.3274上升至3.7320，一定程度上源于中部地区数字创业生态系统较大幅度的自身衰退。

表3 数字创业生态系统协同度与演进动量区域划分

进一步从省域层面来看，与上述静态评价结果相同，广东数字创业生态系统协同演进动量值在全国各省份也位居首位，由此反映出广东数字创业生态系统间各要素的高效协同，使得其在受到外部风险和危机时能够具备较强的抗冲击能力、调整适应能力和自我恢复能力，表现出较高的稳定性、根植性，以及较大的回旋余地。上述动量值为正的区域中，除广东之外，其余东部省份均表现出一定的疲软态势，而一些西部地区虽数字创业基础薄弱却呈现更大的发展动能。以贵州为例，考察期内贵州数字创业生态系统动量值为0.0271，位居全国各省份中的第二位。与上文中四川数字创业生态系统发展路径相似，贵州数字创业生态系统的快速发展同样得益于政府在数字基础设施建设过程中强有力的驱动效应。贵州作为全国首个获批的大数据综合试验区，近年来持续强化本地数据资源统筹与大数据产业集聚，不断增强大数据对区域经济高质量发展的引领作用，聚焦大数据制度创新、数据中心整合利用、数据共享开放、大数据资源流通与交易等方面开展了系统性试验，并取得了显著成效。同时，贵州作为全国一体化算力网络国家枢纽节点之一，还积极打造以算力运营调度中心和算力基地为构成的“一中心、一基地”数字基础设施，为区域数字创业生态系统的持续优化奠定了重要的环境基础。

在此基础上，进一步以协同度水平均值和动量均值作为阈值，可以将31 个省份划分为四种类型区域（见表3）。其中，第一类地区的协同度与动量值均大于均值水平，包括广东和四川2个省份；第二类地区的协同度大于均值而动量值小于均值水平，包括北京、上海、江苏、浙江、福建、山东、湖北7 个省份；第三类地区的协同度小于均值而动量值大于水平，涵盖了山西、内蒙古、吉林等17个省份；第四类地区的协同度与动量值均小于均值水平，包括天津、河北、辽宁等5 个省份。从上述四类区域来看，第二类地区以数字创业生态系统基础水平较高的东部地区为主，在经历了前期高速发展阶段后呈现增长停滞甚至衰退的迹象，第三类地区则是以数字创业生态系统基础薄弱的中西部地区为主，其动量值高于均值，但是在内外部不确定性叠加作用下同样表现出一定增长乏力的势头。

4 结论与建议

本文从生态学原理和协同视角，对我国31 个省份数字创业生态系统协同水平进行了静态测度，并进而运用物理学原理构建包含速度特征的动态评价模型，对各地区数字创业生态系统的动态趋势特征进行剖析，从而得出如下研究结论：（1）静态结果显示，区域数字创业生态系统协同水平总体较为薄弱，且考察期内区域间协同度差异显著，广东、北京、浙江、上海、江苏、山东、福建、四川、湖北等省份评价值位居全国前列。（2）从区域层面来看，东部地区具有雄厚的数字经济发展基础，数字创业生态系统各要素协同水平整体处于全国领先位势；中西部地区数字创业生态系统协同度低于全国平均水平，数字创业活跃度、公众数字素养、数字市场发育程度以及数字基础设施建设水平均较为薄弱。（3）结合动态演进趋势来看，考察期内东、中、西部地区数字创业生态系统协同水平均表现出不同程度的下降趋势，且随时间推移东西部地区差距有所减小，东中部地区差距进一步扩大。在此过程中，广东、四川两地数字创业生态系统静态水平与发展动能均较为强劲，贵州等中西部地区省份系统呈现持续优化的发展态势。

综合以上分析结果，本文提出以下几个方面的建议：（1）从全国范围来看，各地区应结合本地数字基础设施、数字市场发育水平、公民数字素养等要素，实施差异化、更具针对性的数字创业生态系统发展战略。（2）针对数字创业生态系统发展基础较好的东部地区，应充分借鉴广东数字创业生态系统的发展经验，重点突出对数字市场、关键核心技术对数字创业的引领作用，不断强化地区数字创业生态系统的成长韧性，充分发挥东部地区数字技术领先、市场规模庞大以及应用场景丰富的特点，进一步增强东部地区的持续发展动能。（3）从四川、贵州等数字创业生态系统发展路径中可以看出，数字基础设施建设能够有效激发区域数字创业活力。因此，对于数字创业生态系统发展基础略微薄弱的中西部地区，应持续增强数字基础设施对优化中西部地区数字创业生态系统的驱动效应，全面提升以算力、网络、存储协同发展的数字基础设施建设水平，超前部署5G 基站、云计算中心、数据中心等关键基础设施，加快构建工业互联网、大数据等领域的生态体系。