基于适应度景观的国防科技产业联盟创新资源共享提升路径研究

摘 要：国防科技产业联盟是助力跨军地多元异质性群体创新资源在军地二元结构间流动的重要组织模式。根据Kauffman的适应度景观理论，构建国防科技产业联盟创新资源共享路径研究框架，将创新资源共享视为生物演化交互系统，分析推进创新资源共享诸多因素之间的作用关系。首先，以文献知识图谱和核心文献为依据筛选国防科技产业联盟创新资源共享影响因素。其次，借助决策实验室分析方法，阐述基于适应度景观的国防科技产业联盟创新资源共享路径建模过程。最后，以H省国防科技产业联盟为案例，通过Python计算实验仿真生成创新资源共享行为的适应度景观攀爬图，探究国防科技产业联盟创新资源共享提升路径的适用性和有效性。此外，由于不同区域环境和案例主体资源禀赋与创新特征存在差异，可依据该研究框架对差异化国防科技产业联盟进行再辨识，进而探索符合自身特征的改进路径。

关键词：适应度景观理论；国防科技产业联盟；创新资源共享；军民融合

DOI：10.6049/kjjbydc.2023080140

中图分类号：E0-054

文献标识码：A

文章编号：1001-7348（2024）20-0077-11

1 问题的提出

2023年9月，习近平总书记在黑龙江考察时强调，“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力［1］”。当前，全球新一轮科技革命和产业变革方兴未艾，科技创新进入空前密集活跃期，创新范式正在向共享创新加速演进。“十四五”规划提出“坚持创新驱动发展、全面塑造新发展优势”，要求“整合优化科技资源配置”，“推进科研院所、高等院校和企业科研力量优化配置和资源共享”。促进创新资源共享和流动，必须加速专业知识和高新技术在企业、政府、社会之间转移，通过优势互补提高资源配置效率，进一步带动产业结构升级和优化调整［2］。产业技术创新战略联盟（产业联盟）是以战略性新兴产业为核心，通过契约柔性纽带联结主体创新合作、促进异质性多元群体创新资源要素共享流动的创新共同体。组建国防科技产业联盟是共享创新在军民融合领域的典型应用和发展方向。军民双方异质性创新主体拥有试验设备、研发技术、市场拓展、资金人才、制度管理等促进创新活动多元化的异质性资源，异质主体开展跨界技术合作面临产业、资质和地域等壁垒，容易导致创新合作呈现偶发性松散式特征，而组建产业联盟则能聚集国防和经济两个部门的科技创新资源，打破军民技术流动壁垒，降低创新活动成本［3］。国防科技产业联盟创新资源共享内在机理如图1所示，产业联盟组织模式能破除固有组织边界和地域限制，广泛整合国防科技和民用领域创新活动、创新资源、创新主体，强化多元异质性创新主体在产业联盟中的新边界。创新是一个长期且复杂的系统工程，涉及多方要素参与，要促进国防科技协同创新并形成新质生产力，关键是通过要素配置改善创新资源共享过程，从而加强创新资源双向开放共享［4］。

促进国防与经济部门之间的创新资源共享是近几年学界关注的焦点话题。早期学者围绕共享动因展开阐释，认为兼容性、互补性技术属性是实现国防与经济部门资源共享的基础，两部门经济比较优势、产业融合规模效益是推动共享融合的经济因素，体制机制创新则为资源共享提供保障［5］。若将国防科技协同创新置于创新扩散理论视角下，那么制约资源共享的主要因素包括技术势差、部门距离和技术扩散通道，而产业联盟创新组织形式则是对这一问题的回应性治理。随着研究的不断深入，部分学者从知识扩散理论、社会网络理论、进化博弈理论等角度挖掘军民科技协同创新影响因素［6］、民参军知识转移因素、军民深度技术融合模式选择［7］、网络式协同创新演化机理［8］以及创新稳定性相关因素［9］。上述研究从不同视角对国防科技协同创新资源共享进行探讨，较多提及资源共享和优化配置是实现国防科技协同创新的目标，但对于在具体层面上如何实现资源共享、如何提升国防科技产业联盟创新资源共享程度有待论证。

群体在共享资源过程中的合作问题受到理论界关注。一方面，资源共享合作道德风险会对协同创新集体行动产生侵蚀，从而影响不同群体在协同创新资源供给上的持续性倾向［10］。另一方面，技术创新活动伴随着大量资金投入、人力资源和信息资源整合，具有动态性、复杂性和不确定性特点，具有一定创新风险［11］。国防科技产业联盟各参与群体对协同创新风险的认知对联盟稳定性、可靠性和可持续性提出挑战。换言之，通过组建产业联盟实现国防科技创新资源共享是一个动态过程，产业联盟组织治理需随联盟内外部环境演变而不断考虑各种影响联盟成员共享创新资源的因素，从而打破固有资源共享路径与价值创造逻辑，进而实现创新资源共享的动态演进与螺旋上升。如图1所示，联盟多元创新主体需要进行相关因素调整以改善联盟运行环境，从而调动联盟成员创新资源共享融合的积极性，促进联盟协同创新作用的发挥。

在产业联盟组织创新资源共享过程中，哪些因素对于创新资源共享具有关键影响、它们之间如何关联以及某一因素变动会对关联因素产生哪些影响，明晰这些问题对于丰富创新资源至关重要，进化生物学用于研究生物基因复杂系统的结构化仿真方法对于本研究具有一定借鉴意义。Wright（1932）以适应度景观的思想解释生物演化；Kauffman［12］通过研究生物进化自组织演化过程，建立基因与表型之间的映射逻辑，将不同基因的复杂表型映射到三维坐标内形成状如山脉的崎岖景观。相关学者将适应度景观引入组织战略管理研究并进行适应性调整：唐建民和黄菊（2016）运用适应度景观研究组织结构、组织学习、知识异质性和知识转移之间的逻辑关系及组织创新绩效提升路径；张丽和王艳平［14］将新项目研发运行过程隐喻为攀爬过程，即不断改善自身要素状态以提高项目对环境的适应度，通过比较项目研发随机游走、适应性游走和适应性跳跃攀爬方式，提出新项目研发运行攀爬路径；张延禄等（2013）通过构建企业技术创新系统自组织演化适应度景观，分析创新主体、创新资源、创新制度、创新环境4种构成要素在企业技术创新系统自组织演化过程中的适应性。上述研究表明，适应度景观对于模拟复杂组织系统内部构件关系演化具有优良性能，适用于仿真分析国防科技产业联盟创新资源共享各要素间关系与演进趋势。

综上所述，本文根据Kauffman的适应度景观理论，在阐释国防科技产业联盟创新资源共享内在机理的基础上，将创新资源共享视作复杂交互系统，通过理论分析与文献可视化筛选国防科技产业联盟创新资源共享影响因素，借助决策实验室分析方法识别主要影响因素间的关联情形，以H省国防科技产业联盟为仿真案例并借助Python计算实验生成创新资源共享行为适应度景观图，旨在为提高国防科技创新资源整合效率、深化国防建设与经济建设良性互动提供理论借鉴。

2 基于适应度景观的研究框架

2.1 国防科技产业联盟创新资源共享适应度景观隐喻

复杂适应系统理论在组织管理领域得到广泛应用，适应度景观模型作为解构系统要素复杂关系的工具，对于阐释要素组合对系统整体适应性的变化规律具有较强解释力［12］。适应度景观模型将复杂系统喻为基于K型“上位关系”组成的含有N个元素的空间，模型中核心参数包括N（系统稳定要素数）和K（要素相互关联情况），适应度景观模型复杂系统生物隐喻如表1所示。其中，核心参数取值会对适应度景观“崎岖”程度产生影响，即在给定攀爬（搜索）方式下绩效达到局部优化的路径选择。在国防科技产业联盟推动创新资源共享过程中，识别创新资源共享关键影响因素N、确定创新资源共享关键因素关联度K是本文研究重点。

2.2 基于适应度景观的创新资源共享路径研究框架

根据适应度景观研究思路并结合本文研究主旨，构建基于适应度景观的国防科技产业联盟创新资源共享路径研究框架，如图2所示。首先，在诸多原始资料中获取主要因素作为基因识别来源，然后运用相关评价模型识别出关键因素内容（N），并解析因素间的关联关系（K）。其次，根据适应度景观模型分析适应度，采用适合研究对象特征的搜索算法，并借助计算机数值模拟，用随机分布函数为创新资源影响因素组合赋值，生成适应度结果及其峰值选择，进而生成适应度景观图。最后，根据景观攀爬过程明确国防科技产业联盟创新资源共享提升路径。

根据该研究框架，对H省国防科技产业联盟创新资源共享路径进行仿真分析。H省国防产业特色鲜明，承担国家重要军品科技研发与生产建设，并积极推动军工科研生产能力向民用领域拓展延伸，促进军民两用技术与产业发展，努力实现军民双方创新资源渠道通畅，并组建了覆盖全省的国防科技产业联盟，包括政、军、产、学、研多元化异质性协作群体。H省国防科技产业联盟组织了诸如专题培训、融资帮扶、平台建设、供求对接等一系列活动，围绕军民资源要素互动交流和有效转化不断丰富创新举措，综合考虑案例特征性、可操作性和适用性特点，以H省国防科技产业联盟为例进行仿真分析。

3 国防科技产业联盟创新资源共享因素

3.1 国防科技产业联盟创新资源共享因素知识图谱

在中国知网进行数据检索，以创新资源共享、国防资源、国防科技共享、国防知识管理、国防创新等为关键词共检索到486篇文献，剔除49篇与本文研究主题不符的文献，最终获得437篇与本研究主题高度相关、有参考价值的文献进行研究。为辨析影响国防科技产业联盟创新资源共享的主要因素，采用文献计量技术对上述文献关键词进行共现分析，共获得415个关键词节点，运用Citespace文献计量软件绘制国防科技产业联盟创新资源共享因素知识图谱，如图3所示。图中节点较大、射线较多的标签（协同创新、信息资源、资源共享）在上述文献中提及次数较多，表明这些关键词聚类在国防科技产业联盟创新资源共享中具有一定影响力，可作为归纳提炼影响因素的数据来源。

3.2 国防科技产业联盟创新资源共享因素梳理

由于国防科技产业联盟创新资源共享因素涉及产业联盟内部异质性企业特征、创新扩散现象以及创新资源管理机制等诸多辩证统一的条件，因此为明确影响该类产业联盟内部创新资源共享的因素属性，根据绘制的知识图谱，结合国外关键文献结论对国防科技产业联盟创新资源共享因素进行梳理，从而辨析出主要影响因素，为进一步构建适应度景观模型提供“初始基因”。在国外创新研究中，Wisdom等［14］较为全面地回顾了创新特征及其影响因素，将影响组织创新资源流动的因素概括为组织特点、创新特征、个体特征、外部影响等不同维度。在组织特征维度，组织价值观和文化、组织领导风格、组织交互模式对组织创新活动具有重要影响［15］。组织运营资源规模和差异化结构与组织创新正向关联［16］，组织间非正式社交网络与一般性业务活动紧密相关［17］。从创新特点看，创新技术复杂性、相对比较优势、创新成本效益、创新风险对资源共享与交换的影响尤为突出［17-19］。而产权交易市场、创新场景创设则是影响组织资源交互的重要因素［16］。根据国内知识图谱与国外研究，结合国防产业发展的鲜明特色，筛选影响国防科技产业联盟创新资源共享的主要因素，获得G1—G12共12个主要指标，作为进一步NK仿真的重要依据，如表2所示。

4 基于适应度景观的国防科技产业联盟创新资源共享路径建模

基于适应度景观理论的建模首先需要确定关键参数N和K。决策实验室分析方法（Decision-making Trial and Evaluation Laboratory，DEMATEL）通过综合运用图论和矩阵方法对复杂因素进行解构，能分析决策因素因果关系并识别其重要性和中心度。因此，本文基于适应度景观理论进行建模，首先采用DEMATEL方法对上述因素指标进行处理，计算其在国防科技产业联盟内部对创新资源共享影响的中心度和阈值，根据阈值识别关键因素N，通过关联度计算获得因素间的关联关系参数K。其次，运用随机数算法获得关键因素等位基因的适应度值从而构建适应度矩阵，将适应度矩阵映射到三维坐标空间中获得崎岖的适应度景观图。最后，借助适应度景观图获得国防科技产业联盟内部创新资源共享攀爬路径。

4.1 运用DEMATEL方法确定关键参数

首先，通过问卷收集国防科技创新领域相关学界、产业界专家对创新资源共享因素的关联性评语，采取0～4标度由弱到强分别对无影响、弱影响、一般影响、较强影响、强影响进行赋值，取算术平均值确定因素间的强弱影响系数，构建直接影响评价矩阵F=［fij］n×n。其中，n表示因素数量，fij表示第i个因素对第j个因素的影响程度，i，j∈{1，2，…，n}。

进而，采用行和最大值法对直接影响评价矩阵F作规范化处理，获得规范化直接影响评价矩阵Q，如式（1）所示。

Q=Fmax∑nj=1fij，i，j∈{1，2，…，n}（1）

下一步，求解各因素的综合影响评价矩阵T=［tij］n×n，如式（2）所示，其中I为单位矩阵。

T=limn→∞［Q+（Q）2+…+（Q）n］=limn→∞QI－（Q）n－1I－Q=QI－Q－1（2）

分别加总综合影响矩阵中的行元素和列元素，计算中心度Ri，如式（3）所示。其中，中心度反映所属因素指标对创新资源共享的影响程度。

Ri=∑nj=1tij+∑nj=1tji，i，j∈{1，2，…，n}（3）

在识别影响产业联盟内部创新资源共享关键因素N之前，需根据中心度数值提取相应阈值δ来简化复杂因素，阈值计算方法如式（4）所示。其中，φ介于0～1之间，表示创新资源共享影响因素的最大中心度系数。φ值越大，表明提取的影响因素中心度越高，关键因素也就越集中，系数取值通常从业专家结合产业联盟实际状况判断生成。

δ=φ·max{Ri|i∈N}（4）

确定阈值后，以Ri＞δ为判断条件，抽取影响国防科技产业联盟创新资源共享的N个关键因素并形成集合D={D1，D2，…，DN}，参数N反映影响创新资源共享的关键因素数。接下来，根据因素之间的关联度确定参数K。

在上述直接影响评价矩阵N的基础上，仅保留集合D中元素对应行和列，形成关键因素直接评价矩阵ω=［ωαβ］N×N，α，β∈{1，2，…，N}，计算算数均值，将其作为获取关键因素邻接矩阵的阈值，如式（5）所示。

ω-=1N×N∑Nα=1∑Nβ=1ωαβ（5）

以ω-阈值作为判断关键因素之间是否存在关联关系的条件，构建关键因素邻接矩阵M=［mαβ］N×N，用以表征关键因素适应度变化的相互关系，矩阵元素计算如式（6）所示。

mαβ=1，ωαβ≥ω-0，ωαβ<ω-（6）

其中，mαβ=1表示β因素变化对α适应度变化产生的影响，mαβ=0表示β因素变化未对α适应度变化产生影响或影响程度忽略不计。对该矩阵行元素进行加和，获得关键因素的关联度kχ，如式（7）所示。需要注意的是，kχ的计算需要排除要素自身的影响。

kχ=∑Nβ=1ωαβ，χ∈1，2，…，N（7）

各关键因素关联度算数均值即为参数关联关系K，如式（8）所示。其中，K表示影响创新资源共享的各关键因素之间的关联数量，数值越大表明因素间的相互作用关系越显著。

K=1N∑Nχ=1kχ（8）

4.2 适应度分析与适应度景观图生成

根据适应度景观模型，按照关键因素邻接矩阵M=［mαβ］ N×N显示的关联关系，如果关键因素Ds或与之相互作用的关键因素发生变化，则该关键因素Ds的适应度值也会随之变化。根据NK原理，从U（0，1）均匀分布中随机抽取一个数作为关键因素Ds的适应度值，如式（9）所示。由前式获得的适应度值构成创新资源共享关键因素适应度矩阵E=［eds］m×N

eds～U0，1，s∈1，2，…，N，d∈1，2，…，m（9）

用As={A1s，A2s，…，Aas}表示国防科技产业联盟创新资源共享关键因素等位基因组合集合，用Als表示关键因素Ds的l号等位基因，l∈{1，2，…，a}。根据现实情况，一般考虑等位基因数量a=2，那么关键因素Ds的等位基因集合即为As={A1s=0，A2s=1}，0和1分别表示针对这一因素不加改进和作出改进。由式（9）形成国防科技产业联盟创新资源共享关键因素适应度矩阵E=［eds］m×N，eds表示国防科技产业联盟创新资源共享关键因素等位基因组合Ad中的关键要素Ds的适应度值，由式（10）获得创新资源共享提升关键要素适应度值Ad的适应度值ed。

ed=1N∑Ns=1eds，d∈1，2，…，m（10）

将式（10）计算得到的国防科技产业联盟创新资源共享关键因素等位基因适应度值映射到三维坐标空间中，获得崎岖的适应度景观图，用以反映国防科技产业联盟内部创新资源共享影响因素之间的作用关系。

4.3 创新资源共享提升路径选择

创新资源共享提升路径选择是一个针对影响产业联盟创新资源共享关键因素是否作出改进的过程。当某些关键因素发生变化时，产业联盟创新资源共享系统整体适应度也随之发生改变，因此需要在适应度景观图中不断寻找合适的绩优路径，进而提升联盟内部创新资源共享效能［31］。然而，不同国防科技产业联盟具有不同特征，联盟内部企业在合作领域、技术特质、资源专用性程度等方面存在较大分歧，产业联盟在改进内部创新资源共享时需考虑因素改进方式。值得注意的是，渐进式创新和激进式创新在不同产业联盟内实践效果不同［32］。换言之，考虑到产业联盟内部企业在创新资源上的异质性，选择适当的搜寻方式进行“攀爬”是需要考虑的核心问题［33］。因此，不同产业联盟需结合自身实际情况作出妥善抉择。本文参考既有文献对主要搜索方式加以总结［34］，结合不同联盟特征分析合适的国防科技产业联盟类型，如表3所示。

5 国防科技产业联盟创新资源共享路径仿真分析

H省由于历史原因和工业基础拥有丰富的军工科研资源，2016年依托经济技术开发区成立省级国防科技产业联盟，成员单位覆盖政府、市场、民用企业、军工企业及军队相关部门、高校及科研机构、金融机构、中介服务机构等。该产业联盟没有正式法人资格，属于较为松散灵活的合同契约型组织，联盟内部成员以军工企业为主，在产业资源和信息资源上重叠度较高，内部组织走访交流、共同研发和产业合作频次不高，成员规模适中，成员间合作相对松散而非紧密。产业联盟内部以军工企业、产业研究院和高校为产业合作连接核心，并吸纳银行等金融机构为联盟产业合作提供资金支持。产业联盟成员差异较为显著，既包括发动机制造等传统产业，也包括生物技术、新材料等新兴产业。总体而言，H省国防科技产业联盟具有内部机制松耦合、成员差异显著等特征，适应度景观攀爬搜索方式采用局部搜索。

本文以H省国防科技产业联盟为例，H省国防特色研究型大学作为发起单位具有较强的组织号召力。本文依托该高校向产业联盟组成单位及相关政府部门进行问卷调研和电话访谈，调研对象包括H省委军民融合办两位工作人员、H省国防特色研究型大学所属国防科技研究中心4位研究人员以及国防科技产业联盟成员单位3位实践从业人员，对于直接影响评价值采取0～4标度由弱到强分别表示无影响、弱影响、一般影响、较强影响、强影响［35］，形成直接影响评价矩阵的原始打分数据集资料。根据原始数据集计算得分并取平均数，构建国防科技产业联盟创新资源共享因素直接影响矩阵F，通过式（1）获得规范化直接影响评价矩阵Q，通过式（2）求得综合影响评价矩阵T，如表4所示。

在此基础上，通过式（3）计算各因素中心度，获得所属因素指标对创新资源共享的影响程度，如表5所示。

根据式（4）和表5，结合被调查者给出的最大中心度系数φ（0.73），计算出国防科技产业联盟创新资源共享因素中心度，提取阈值δ=2.594 6，将中心度高于提取阈值的G5（联盟关系强度）、G7（共享平台建设）、G4（主体共享意识）、G8（信息资源共享对称性）、G11（创新绩效与利益分配）作为影响国防科技产业联盟创新资源共享的关键因素D1、D2、D3、D4、D5，得到参数N=5。根据式（6），得出关键因素邻接矩阵M。

M=0101110011110001110000100

通过式（6）求出国防科技产业联盟创新资源共享关键因素的关联度，结合式（8）求出参数关联关系K=2.6。将影响国防科技产业联盟创新资源共享的5个关键因素抽象为5个主体，进一步作主体建模。在适应度景观模型中，Kauffman［12］经过大量计算实验发现系统不同主体形态对于模型结论并不敏感，因此可在关键要素等位基因或与之相关的关键要素发生变化时从（0，1）均匀分布中随机抽取某一数值作为因素的对应适应度值，即式（9）的计算含义。

由于创新资源共享提升路径选择是影响产业联盟创新资源共享关键因素改进与否的关键，因此根据某一关键因素与其它关联因素之间的作用关系，随机抽取（0，1）区间数作为适应度值。根据适应度景观各要素状态编码及适应度公式，用Python为每个决策选择结果随机分配适应度值，设置参数进行1 000次局部搜索模拟，得到影响国防科技产业联盟创新资源共享关键因素的组合状态、适应e026fb891daf535843eb2190386464cd度景观值和搜索攀爬路径，如表6所示。

根据表6中关键因素组合状态的适应度景观值，绘制H省国防科技产业联盟创新资源共享因素适应度景观攀爬图，如图4所示。图中山峰反映该状态下不同模拟主体组合状态具有局部较高的适应度值，根据表6中的路径次序在景观图中标注攀爬提升路径。攀爬过程反映联盟主体通过调整影响因素，从较低适应度值向邻近较高适应度组合状态转移的过程，进而通过这种局部搜索方式逐步向全局最优状态点迁移。

表6和图4揭示H省国防科技产业联盟提升创新合作紧密程度的路径为D5（创新绩效与利益分配）→D2（共享平台建设）→D4（信息资源共享对称性）→D1（联盟关系强度）→D3（主体共享意识）。具体而言，这条路径是一个由表及里、由浅入深、由外而内的提升过程。H省国防科技产业联盟由党政机构促成并依托经济技术开发区成立，成员单位实力均衡，涵盖多家央企、国企、军工研究所以及工信部所属高校，自有创新活动和科研组织较为完善，联盟成员不依赖联盟维系创新合作，因此通过产业联盟构建资源共享、科技成果分享转化、联合研发创新等新型合作关系需体现产业联盟合作比较优势。因此，识别创新资源并非该联盟首选，通过因素调节改善创新资源编排、提高创新绩效才是核心议题，创新资源共享提升路径阐述如下：

首先，需要在产业联盟内部建立适当的创新绩效与利益分配机制，理顺并协调外在制度主体利益冲突，建立引导多元主体激励相容的分配机制［36］。其次，进一步完善产业联盟共享平台基础设施建设，增强产业联盟对主体间创新资源开放共享的支持作用，尤其应提高联盟内部异质性主体对接共享信息资源的可用性和传递便捷程度［37］。再次，丰富联盟内部行动者主体创新合作与资源共享连接关系，建立多层次多样化强弱连接关系。强连接是指国防科技产业联盟主体资源共享和创新协同合作关系频度大、互信度和可靠性高，便于联盟主体隐性知识、敏感性数据传输与交换，符合渐进式创新探索特征。弱连接是指由异质性创新主体构建的非冗余合作关系，促进军工企业与民口企业建立这种联系有利于联盟内部创新资源互补式共享［38］，促进新技术诞生。最后，当国防科技产业联盟创新发展到一定阶段、资源共享和协同合作热度衰减时，需在价值观、共识理念层面改善联盟主体间合作关系［40］。产业联盟创建伊始多借助行政性或声誉性召集而缔约，在联盟活动中部分单位与企业难免存在“等、靠、要”的依赖思想，待联盟发展环境与制度条件建设完备时需进一步在价值观层面形成主体创新资源共享的源动力。

6 结论与展望

6.1 结论与贡献

国防科技产业联盟创新资源共享是军政产学研等异质性创新主体基于产业联盟柔性组织开展协同创新，进行资源转移、互补与共享，整合资源要素间的互动联结，进而促进军民产业与技术创新发展的组织形式。创新资源共享影响因素调整对于资源供给全局性变动的传导作用，以及这种调整如何改进创新资源供给适应性，进而促进联盟创新发展是破除军地资源深度交融转化瓶颈的切入所在。本文基于这一研究视角，采用适应度景观构建国防科技产业联盟创新资源共享提升路径研究框架，并通过仿真分析验证理论框架的适用性。首先，使用知识图谱并结合国内外关键文献提炼组织特点、创新特征、外部影响等12项因素指标作为“初始基因”，运用DEMATEL方法解析联盟创新资源复杂共享系统内部关键因素间的作用关系，分析内部成员创新资源异质性特征。其次，根据不同产业联盟所适用的“攀爬”搜寻方式，通过计算仿真搜索过程获取适应度值并绘制景观图提取系统演化路径。以H省国防科技产业联盟为例综合考虑采用局部搜索方式进行Python计算实验仿真分析。

在理论贡献方面，本文基于适应度景观理论设计的决策分析评价方法对国防科技产业联盟创新资源共享进行建模，形成一个该领域决策分析方法思路，在一定程度上可避免由于国防科技产业信息敏感、数据获取困难而难以进行数据测算的局限性，对于促进国防科技产业协同创新具有一定理论价值。

在实践贡献方面，本文通过仿真分析得出H省国防科技产业联盟创新资源共享攀爬绩优路径为“创新绩效与利益分配→共享平台建设→信息资源共享对称性→联盟关系强度→主体共享意识”。此路径对于推动联盟改善创新环境、活跃创新主体、提高创新绩效具有一定指导意义。H省相关部门强调在实践层面应建立平台标准，加快军民融合创新体系信息服务共享平台建设，上述举措在实践中进一步验证了本文仿真结论的适用性。

6.2 政策建议

根据上述研究结论，本文提出如下政策建议：

（1）加强产业联盟创新资源共享影响因素动态识别。不同地区资源禀赋、产业结构和军民资源富集程度不同，影响产业联盟创新资源共享程度的因素也不同。此外，不同产业联盟所处初创期、发展期、成熟期阶段不同，创新生态环境影响因素也不同。因此，各地区需结合本区域产业联盟发展实际情况，加强对影响创新资源共享因素的动态识别、监测和分析，因地制宜地探索适合本区域国防科技产业联盟协同创新的调节机制。

（2）构建产业联盟创新资源共享融合评估反馈体系。坚持“以评促融”理念，增强评估决策思维，提升军民融合产业发展方向性引导和阶段性定位。一是构建整体性、科学性评估准则体系，运用系统论思想把握和构建产业联盟创新发展全局评价指标，对创新资源共融过程和结果、重点内容和关键领域进行多维度评估。二是持续、系统地对国防科技产业联盟协同创新进展、成果、问题和瓶颈进行评估，建立产业联盟内部多元异质性主体创新资源共享引导、监督和反馈全过程管理体系。三是注重评估结果的运用，形成引导创新发展的科学战略和行动指南，提升评估结果的有效性和实践价值。

（3）完善产业联盟协同创新新质生产力转化机制。产业联盟创新资源共享的最终目的是通过激发创新驱动的新动能来涌现新质生产力，因此应建立健全产业联盟协同创新新质生产力转化机制。一方面，推动国防科技产业联盟协同创新聚焦和倾斜原创性技术创新及源头性技术储备，尤其是在类脑智能、量子信息、基因技术等前瞻性未来产业领域以及新能源、新材料、高端装备制造等战略性新兴产业领域培育创新发展新动能。另一方面，促进产业联盟科技创新成果落地转化，完善产业联盟创新成果应用孵化激励政策与服务保障，通过成果转化培育新产业集群。

6.3 不足与展望

本文提取的国防科技产业联盟创新资源共享“初始基因”未实现全景式覆盖，知识图谱结合关键文献对因素进行梳理有疏漏之处，这是本文构建研究框架的局限，未来应对影响因素提取过程进行优化。由于不同区域资源禀赋和创新特征不同，因此可借助这一框架对关键因素进行辨识与研究，寻找符合区域发展特点的提升路径。另外，本文构建的研究框架需贴合案例背景，系统分析特定组织创新资源共享因素，并运用符合联盟特征的搜寻模型进行计算机仿真分析，这是本文的一个不足之处。未来应改进调研方法，融合灰色关联度分析、熵权TOPSIS等方法提升关联评价的客观性和准确性。另外，资源共享是一个复杂系统性问题，不仅需要考虑静态因素，也要考虑动态因素，未来应采用定性与定量混合分析方法，在模型仿真基础上增加过程追踪法、联合事实调查法等进行补充论证。

参考文献：

［1］ 牢牢把握在国家发展大局中的战略定位 奋力开创黑龙江高质量发展新局面［N］. 人民日报，2023-09-09（001）.

［2］ 谷彦芳，张泽华.在加强创新资源流动和共享中推进共同富裕［J］.中国科技论坛，2023，39（8）：5-7.

［3］ 高杰，丁云龙.军民融合产业联盟的新生境构成、组织形态与治理结构走向研究［J］.公共管理学报，2019，16（4）：119-131，174.

［4］ 刘纪达，董昌其，安实，等.相关政策能否营造系统化军民资源拓展空间——基于军民资源政策的实证评价［J］.科技进步与对策，2022，39（21）：124-134.

［5］ 连晨希，王健，刘纪达.高技术产业军民共生模式与发展路径研究［J］.科技进步与对策，2022，39（19）：114-123.

［6］ 周宾.军民融合产业技术协同创新能力影响因素分析与提升对策［J］.科技进步与对策，2015，32（11）：87-93.

［7］ 张勇，骆付婷，贾芳.知识创造视角下军民融合深度发展技术融合模式及选择研究［J］.科技进步与对策，2016，33（14）：111-117.

［8］ 刘纪达，董昌其，安实.中国国防科技工业政策的变迁路径及其动力机制——基于589份政策文献的量化分析［J］.行政论坛，2022，29（2）：98-109.

［9］ 方炜，王婵，李正锋.演化博弈视角下军民融合协同创新合作稳定性分析［J］.运筹与管理，2019，28（9）：15-26.

［10］ 夏茂森，朱宪辰，江波.异质群体中道德风险与共享资源的合作治理研究［J］.系统工程学报，2011，26（5）：679-685.

［11］ 高昕欣，叶惠，康永博.基于风险矩阵的企业技术创新风险管理研究［J］.科技管理研究，2014，34（16）：8-11，17.

［12］ KAUFFMAN S A.The origins of order：self-organization and selection in evolution［M］. Oxford：Oxford University Press， USA， 1993.

［13］ 张丽，王艳平.基于适应度景观理论的NPD项目运行机制研究［J］.世界科技研究与发展，2013，35（5）：656-660，667.

［14］ WISDOM J P， CHOR K H B， HOAGWOOD K E， et al. Innovation adoption： a review of theories and constructs［J］. Administration and Policy in Mental Health and Mental Health Services Research， 2014， 41： 480-502.

［15］ AARONS G A， WELLS R S， ZAGURSKY K， et al. Implementing evidence-based practice in community mental health agencies： a multiple stakeholder analysis［J］. American Journal of Public Health， 2009， 99（11）： 2087-2095.

［16］ DAMANPOUR F， SCHNEIDER M. Phases of the adoption of innovation in organizations： effects of environment， organization and top managers 1［J］. British Journal of Management， 2006， 17（3）： 215-236.

［17］ GREENHALGH T， ROBERT G， MACFARLANE F， et al. Diffusion of innovations in service organizations： systematic review and recommendations［J］. The Milbank Quarterly， 2004， 82（4）： 581-629.

［18］ BERTA W， TEARE G F， GILBART E， et al. The contingencies of organizational learning in long-term care： factors that affect innovation adoption［J］. Health Care Management Review， 2005， 30（4）： 282-292.

［19］ FELDSTEIN A C， GLASGOW R E. A practical， robust implementation and sustainability model （PRISM） for integrating research findings into practice［J］. The Joint Commission Journal on Quality and Patient Safety， 2008， 34（4）： 228-243.

［20］ 蔡建峰，张芳.参军民企技术转移影响因素及内部机理研究［J］.科研管理，2021，42（2）：30-39.

［21］ 田庆锋，张添，张硕，等.军民科技协同创新要素融合机制研究［J］.科技进步与对策，2020，37（10）：136-145.

［22］ 王萍萍，陈波.军民融合企业技术效率及其影响因素研究［J］.管理评论，2019，31（4）：70-82.

［23］ 冯媛.军民科技信息共享因素、壁垒及治理研究：基于中美两国的比较分析［J］.情报理论与实践，2021，44（6）：76-83.

［24］ 李敏，宋艳玲，黎梓婷.基于SNA的产业集群内知识转移——以佛山照明集群为例［J］.系统工程，2017，35（1）：46-57.

［25］ 张胜，黄欢，郭英远，等.陕西省军民科技资源开放共享的实现路径研究［J］.情报杂志，2017，36（9）：171-177.

［26］ 房银海，王磊，谭清美.军民融合产业创新平台运行机制与评价指标体系研究——以江苏省为例［J］.情报杂志，2017，36（12）：198-206.

［27］ 贺新闻，侯光明，王艳.军民技术转移网络治理分析［J］.科学管理研究，2012，30（2）：91-95.

［28］ 方炜，程鹏枭，李正锋.“民参军”知识转移过程驱动因素与策略匹配——军民融合视角［J］.北京理工大学学报（社会科学版），2019，21（4）：127-136.

［29］ 冯媛，郭永辉.国防知识产权制度与武器装备创新发展互动关系研究［J］.科技进步与对策，2015，32（10）：88-92.

［30］ 乔玉婷，鲍庆龙，李志远.新常态下军民融合协同创新与战略性新兴产业成长研究——以湖南省为例［J］.科技进步与对策，2016，33（9）：103-107.

［31］ 朱晓峰，姜玉洁，蒙晓莹.基于NK模型的政府数据开放路径选择与仿真研究［J］.现代情报，2021，41（10）：12-20.

［32］ 黄春萍，王志文，章静敏，等.不确定环境下品牌联盟组织间协作模式选择的计算实验研究［J］.中国管理科学，2021，29（6）：189-201.

［33］ 汤洪霞，曹吉鸣，邵志国.BIM情境下综合设施管理组织合作关系提升路径选择［J］.系统工程理论与实践，2020，40（9）：2406-2417.

［34］ 郭运丰.基于NK仿真模型的重大工程项目层级式组织结构研究［D］.哈尔滨：哈尔滨工业大学，2014.

［35］ 李宏宽，何海燕，蔡静静，等.考虑评估指标关联性的我国军民融合发展水平评估研究——基于DEMATEL-ANP模型与灰色关联分析法［J］.科技进步与对策，2018，35（9）：113-122.

［36］ 王进富，张颖颖，苏世彬，等.产学研协同创新机制研究——一个理论分析框架［J］.科技进步与对策，2013，30（16）：1-6.

［37］ 毛汉英.京津冀协同发展的机制创新与区域政策研究［J］.地理科学进展，2017，36（1）：2-14.

［38］ 刘纪达，安实，王健.高校国防科技智库的建设现状与路径选择［J］.中国高校科技，2020，34（10）：33-37.

［39］ 汤薪玉，黄朝峰，马浚洋.军民融合“隐形冠军”企业创新特征研究［J］.科技进步与对策，2019，36（5）：123-129.

（责任编辑：王敬敏）

英文标题

The Enhancement Path of Innovation Resource Sharing of the Industrial Alliance of National Defense Science and Technology Based on Fitness Landscape

英文作者Dong Changqi， Peng Kangjun， Liu Jida， Mi Jianing

英文作者单位（School of Management， Harbin Institute of Technology， Harbin 150001， China）

英文摘要Abstract：Nowadays， a new round of global scientific and technological revolution as well as industrial transformation is in the ascendancy， and the innovation paradigm has been accelerating the evolution to shared innovation. It is well acknowledged that the pursuit of innovation-driven development and the creation of new development advantages should integrate and optimize the allocation of scientific and technological resources. Similarly， it should also promote optimal allocation and resource sharing among scientific research institutions， universities， and enterprises.

The alliance of national defense science and technology industry is an important organizational model that facilitates the flow of innovative resources between multiple heterogeneous groups across the military and civilian sectors. Multiple heterogeneous groups in the alliance of national defense science and technology industry transfer， complement and absorb innovation resources. This paper expounds how the change of relevant factors promotes the adaptive adjustment of innovative resource supply and reveals the transmission mechanism of resource interaction changes caused by factor adjustment， which is of significant theoretical value to further active alliance innovation activities and break the bottleneck of deep sharing of military and civilian resources. Following Kauffman's fitness landscape theory， this paper constructs a research framework for the innovation resource sharing path of the alliance of national defense science and technology industries and analyzes the interaction and effects of various factors promoting innovation resource sharing via viewing their innovation resource sharing as an interactive system of biological evolution. The adaptive landscape climbing path of innovative resource sharing behavior is generated subsequently by simulation analysis.

First of all， the innovation resource sharing factors of the national defense science and technology industry alliance are analyzed. There are 437 references retrieved from CNKI， with 415 keyword nodes obtained in the knowledge map of innovation resource sharing factors of the alliance of national defense science and technology industry. Then， on the basis of the knowledge map and core literature at home and abroad， the study selects 12 main indexes affecting the innovation resource sharing of the national defense science and technology industry alliance as the important basis of NK simulation.

Secondly， the process of innovation resource sharing path modeling of the national defense science and technology industry alliance based on the fitness landscape is described. The DEMATEL method is used to identify the key factors and calculate their correlation parameters. The fitness matrix is constructed by obtaining the fitness values of key alleles using a random number algorithm. Then， the rugged fitness landscape map can be obtained by mapping the fitness matrix to a three-dimensional coordinate space. Further， from the fitness landscape map， a step-by-step path is obtained to improve the factors of innovation resource sharing within the national defense science and technology industry alliance.

Finally， the study takes the alliance of national defense science and technology industry of H Province as a case for simulation verification. Experts are invited to evaluate the importance of factors and the relationship between the factors in the questionnaires. The key factors and correlation parameters of innovation resource sharing in the national defense science and technology industry alliance are calculated and identified. The fitness landscape climbing map of innovation resource sharing behavior of the national defense science and technology industry alliance is generated through a Python experiment simulation. Then， the path of improving innovation resource sharing of the national defense science and technology industry alliance of H province is revealed， which is D5（innovation performance and benefit distribution） →D2（sharing platform construction） →D4（information resource sharing symmetry） →D1（alliance strength） →D3（subject sharing consciousness）. On this basis， the applicability and effectiveness of the improvement path are analyzed， and the guiding strategies to promote the alliance to improve the innovation environment， activate the innovation subjects and upgrade the interactive performance of the alliance innovation are put forward.

The research framework and simulation modeling process avoid the limitations of sensitive information and the difficulties of data acquisition， as well as empirical data measurement in the national defense science and technology industry alliance， which has a positive theoretical reference value for governments to promote and develop collaborative innovation in the national defense science and technology industry alliance.

英文关键词Key Words：Fitness Landscape Theory; Industrial Alliance of National Defense Science and Technology; Innovation Resource Sharing; Civil-military Integration

收稿日期：2023-08-07 修回日期：2023-11-01

基金项目：国家社会科学基金重大项目（17ZDA030）

作者简介：董昌其（1998—），男，河南巩义人，哈尔滨工业大学经济与管理学院博士研究生，研究方向为军民科技创新；彭康珺（1994—），女，湖北孝感人，哈尔滨工业大学经济与管理学院博士研究生，研究方向为大数据与数字政府；刘纪达（1993—），男，黑龙江哈尔滨人，博士，哈尔滨工业大学经济与管理学院博士后，研究方向为军民科技融合；米加宁（1959—），男，黑龙江哈尔滨人，博士，哈尔滨工业大学经济与管理学院教授、博士生导师，研究方向为大数据与数字政府。本文通讯作者：刘纪达。