基于粒子群算法的產業技術創新生態系統運行穩定性組合評價研究

徐建中++王純旭

摘要：產業技術創新生態系統的發展是動態變化的過程，只有保持或增強系統運行的穩定性才能促進產業技術創新生態系統的協同演進。本文以產業技術創新系統理論為基礎，構建了產業技術創新生態系統運行穩定性評價指標體系，以電信產業為例，采用粒子群算法通過對集對分析、因子分析和主成分投影法的組合實現對產業技術創新生態系統運行穩定性評價。結果表明我國電信產業技術創新生態系統運行穩定性較好，關鍵種企業創新能力、創新政策支持和技術創新推動等指標對電信產業技術創新生態系統運行穩定性的影響較為顯著，為電信產業結構升級和技術創新生態系統建設提供了理論依據。

關鍵詞：產業技術創新生態系統；運行穩定性；粒子群算法；組合評價；電信產業

中圖分類號：F224.3文獻標識碼：A文章編號：1003-5192（2016）05-0030-07doi：10.11847/fj.35.5.30

1引言

近年來，我國經濟呈現出快速、持續、強勁的增長趨勢，但產業技術供給尚處于從屬地位，導致對國外先進技術的過度依賴成為制約我國產業發展的主要障礙，能否推進產業結構調整及提高產業國際競爭力，關鍵取決于產業技術創新能力的高低。提高產業技術創新能力己經成為我國經濟發展的重點議題[1]。然而，提高產業技術創新能力不僅需要企業自身創新能力的提升，還需要超越企業視角，關注產業技術創新生態系統的有序演進。隨著開放式創新的發展，大多產業已經初步形成了包含高校、科研機構、企業、政府、中介機構、客戶等生命要素以及經濟、政策、市場、資源等環境要素在內的技術創新生態系統，因此，如何提高和保持產業技術創新生態系統運行的穩定性，促使系統在內部要素相互協同下平穩演進，進而適應不斷變化的創新環境，提高產業技術創新生態系統整體創新效率，是目前亟待解決的熱點問題。

早期的產業創新系統概念是由Malerba提出，他結合演化論和學習理論認為產業創新系統中的機構包括個人或組織，這些組織可以是公司或非公司的組織（如大學、政府機構等），也可以是其他的個人或組織，這些機構或組織為某些特定產品的創造、生產和銷售提供了大量的市場和非市場的互動[2]。在此基礎上，Adner提出產業技術創新生態系統作為一種協同整合機制，能夠將系統內不同組織的創新成果整合成一套協調一致的、面向客戶的解決方案[3]。而后，不同學者從不同方面對產業技術創新生態系統展開研究。在產業技術創新生態系統的結構和特征方面，Allen和Sriram認為技術的模塊整合和系統集成引導了系統內部的競爭，技術創新生態系統的基本單位是各個技術模塊[4]；黃魯成指出技術創新生態系統的構成要素有創新種群、創新群落和區域創新環境等[5]；此外，張運生[6]，陳斯琴和顧力剛[7]也從不同視角探討了產業技術創新生態系統的結構與特征。在產業技術創新生態系統的影響因素方面， Allen和Sriram[4]，寧鐘[8]，黨興華和任斌全[9]認為技術標準、技術創新聯盟、資源和信息的交換、合作伙伴能力匹配、系統決策、集群模塊化等是影響系統的主要因素。在產業技術創新生態系統運行機制方面，Arcari[10]認為信任機制、分配機制、協調機制和學習機制是技術創新生態系統運行的主要機制；余家駒提出的反饋機制更能體現非線性的“生態系統”運行特質[11]。

通過梳理國內外相關研究可知，學者對產業技術創新生態系統的結構與特征、影響因素以及運行機制等方面的研究已經取得了豐富的成果，而對產業技術創新生態系統運行穩定性的研究卻鮮有涉及，產業技術創新生態系統的發展是一個動態變化的過程，只有保持或增強系統運行的穩定性才能促進產業技術創新生態系統的協同演進。基于此，本文從產業技術創新生態系統的穩定性入手，通過構建系統運行穩定性評價指標體系，應用粒子群算法通過對集對分析、因子分析和主成分投影法的組合并以電子產業為例實現對產業技術創新生態系統運行穩定性的評價研究，力求為提高我國產業技術創新生態系統運行穩定性提供有益借鑒。

徐建中，等：基于粒子群算法的產業技術創新生態系統運行穩定性組合評價研究——以電信產業為例

Vol.35， No.5預測2016年第5期

2產業技術創新生態系統及運行穩定性

產業技術創新生態系統是指由產業內技術創新群落與技術創新環境，通過創新物質、能量和信息流動所形成的相互作用、相互依存的系統。產業內的各創新種群及其賴以生存的環境構成了系統的兩大子系統，分別為生命子系統和環境子系統。其中生命子系統構成了系統的生物成分，它由上游技術開發研究類企業、中游中介服務類企業、下游產品制造生產類企業組成，包括企業、政府、高校及研究機構、中介組織等，這些成分在產業技術創新生態系統中扮演著生產者、消費者和分解者的角色。環境子系統由經濟環境、政策環境、市場環境和資源環境等組成。根據這些構成要素的作用及其所處的生態位，可將構成要素分為四個層次，分別為創新核心層、創新主體層、創新輔助層和創新環境層。其中高校和科研機構種群構成創新核心層，由關鍵種企業、競爭企業和供應企業等組成的企業種群構成創新主體層，由政府種群、中介機構種群和用戶種群構成創新輔助層，由創新經濟環境、創新政策環境、創新市場環境和創新資源環境組成的環境子系統構成創新環境層。這四個層次的構成要素相互聯系、相互作用，共同影響產業技術創新生態系統運行中各種技術創新活動的開展。

產業技術創新生態系統的運行是連續的過程，系統不同創新主體發揮著各自的特長和優勢，在創新動力機制、競爭與合作機制、創新收益分配機制的共同作用下實現系統的整體運行。產業技術創新生態系統運行穩定性是指在系統運行過程中，系統內的各創新主體為實現既定目標，在一定時期內保持健康競爭合作關系的正常波動狀態，這種穩定是相對的、動態的、有效的。當產業技術創新生態系統穩定運行時，能保持系統內各創新主體最大限度地發揮其各自的優勢，使系統高效率地運作和發揮其在穩定運行中的最大效用，維持或提高產業技術創新生態系統整體創新效率。

3研究方法

本文采用因子分析、主成分投影分析和集對分析對產業技術創新生態系統運行穩定性進行評價研究，其中因子分析和主成分投影分析法能夠比較全面、客觀地對研究問題進行統計和評價，集對分析能有效處理不確定信息并揭示其潛在規律，但因子分析提取的主因子意義不能完全確定，而且會有部分信息沒有得到提取，主成分投影分析法的負載符號交替使其函數意義不夠明確。集對分析參數的設定過于簡單，不能充分揭示系統演化的規律。為了彌補這三種評價方法自身固有的缺陷，提高評價的科學性和精度，本文選取基于粒子群算法的組合評價方法作為評價產業技術創新生態系統運行穩定性的方法。

5實證分析

5.1電信業技術創新生態系統運行穩定性評價指標優化

按照產業技術創新生態運行系統穩定性初始評價指標體系，向電信產業技術創新生態系統的種群成員發放問卷，調查單位包括電信企業、高校、科研機構、金融機構等。問卷共收回324份，剔除掉有缺失數據的問卷和雷同度較高的問卷，剩余有效問卷186份，有效率為57.4%。將問卷調查的結果數據利用SPSS 17.0軟件進行可靠性分析，得到Cronbachs 信度系數α= 0.8125，表明該指標體系的設計具有較好的可信度。通過對各指標均值、離散系數和共同度的計算結果表明，C125和C212的離散系數分別為0.091和0.099，均小于0.1，說明這兩項指標的表現上差別不大，接近均值，難以體現區別，指標C125的均值最高達4.988，即大部分被調查者對此問題的回答很一致，對此項指標認可程度高，且此項指標與其他指標的相關系數較小，無法由其他指標替代，因此保留此項指標。指標C212與指標C213的相關系數較高（0.9345），因此可以由C213替代C212的內容，將指標C212予以刪除。C143、C222和C333三項指標的共同度均小于0.5，意味著有大于50%的信息丟失，應進行刪除或修改。在因子載荷矩陣中，C333在因子1和因子3上有近似相等的載荷，說明這項指標反映的信息不明確，為提高指標體系整體的可靠性應將這項指標刪除。

根據分析結果，結合專家會議法，對指標體系進行優化改進。經反復討論和分析計算后將指標C143、C212、C222和C333刪除；在二級指標B21下增設三級指標：關鍵種企業為產業技術創新生態系統服務的意識；在二級指標B22下增設三級指標：創新主體與高校及科研機構進行創新技術合作情況。其余指標保持不變。完成指標名稱的修訂后再通過遺傳層次分析法對各項指標重新分配權重，得到優化后的指標體系共有指標43項。對優化后的指標體系重新進行信度和效度檢驗，通過信度檢驗得Cronbachs 信度系數α= 0.8243，比原指標體系的信度系數提高了0.0118；通過效度檢驗得到5個因子的累積貢獻率達83.687%，比原指標體系提高了3.112%，且所有指標均在一個因子上有較高載荷。可見優化后的指標體系信度和效度均得到提高，是較為理想的指標體系。

5.2電信業技術創新生態系統運行穩定性組合評價

基于優化的電信業技術創新生態系統運行穩定性評價指標體系，完善和修改調查問卷，再次向電信產業技術創新生態系統的種群成員發放問卷，調查單位包括電信企業、高校、科研機構、金融機構等。問卷共收回312份，剔除掉有缺失數據的問卷和雷同度較高的問卷，剩余有效問卷265份，有效率為84.9%。對數據進行信度和效度檢驗，得到Cronbachs α系數為0.8250，相關系數均大于0.5，偏α均大于0.7，說明調查所得數據收斂性較好，可信度較高。結構維度指標與技術維度指標的相關系數為0.802，結構維度與外部維度指標之間的相關系數為0.789，說明該指標體系的效標關聯性較好，調查所得數據的有效度較高。

5.2.1因子分析

應用SPSS 17.0軟件，計算得到電信產業技術創新生態系統樣本數據的Bartlett檢驗的F值顯著，表明所取的樣本數據來自正態分布的總體，KMO檢驗值為0.726，因此適合做因子分析。利用軟件中factor過程對數據矩陣進行處理，根據得出的方差貢獻率選取5個因子，其累積方差貢獻率高達到84.5%，即原始指標信息僅有15.5%損失。接著對提出的初等因子載荷矩陣（component martrix）進行方差最大化正交旋轉（varimax），旋轉后按各因子上各指標載荷的大小進行排序，得到因子載荷矩陣，根據各個因子及相應的貢獻率，可計算得出不同指標的綜合得分，得分的大小表明相應指標對電信產業技術創新生態系統運行穩定性的重要程度。

5.2.2主成分投影分析

應用主成分投影法對電信產業技術創新生態系統運行穩定性進行評價。首先應將樣本數據矩陣Xnp（n=265，p=58）進行無量綱化和標準化，采用遺傳層次分析法對各項評價指標進行賦權；其次采用雅可比方法進行正交變換，得到評價矩陣U，U的每一個行向量ui=（ui1，ui2，…，uip）對應一個評價對象，U的每一個列向量代表由p個無量綱化的加權指標zj的線性組合表示的一個新的綜合指標；再求出各評價向量在理想評價方向上的投影，最后按各評價對象投影值的大小排序得出結果。

5.2.3集對分析

應用集對分析法對電信產業技術創新生態系統運行穩定性進行評價。首先，將樣本數據構造成評價矩陣并比較評價矩陣中的指標值與最優方案中對應指標值，形成被評價對象與最優方案指標不帶權的同一度矩陣；其次，利用指標權重向量w及同一度矩陣K計算得到帶權同一度矩陣R分（R分=w×K）；再次，通過比較同一度值的大小，對R分進行分類整理排序得出分項評價結果；最后，由分項評價得到帶權的同一度矩陣R分作為綜合評價的輸入，通過計算R總=w×K，代入指標相應的權重，即得到帶權的同一度矩陣R總，對R總進行分類整理排序得出結果。

5.2.4基于粒子群算法的組合評價

為采用粒子群算法實現對這3種方法的組合，應首先對不同方法得到的結果進行一致性檢驗，在α=0.01顯著性水平下，得到肯達爾一致性系數χ2=85.67>χ2α/2，（n-1）=56.59，可見一致性較理想，因此（1）式目標函數中m=43，n=3。選取初始粒子數目為40，最大進化代數為100，c1=c2=2，為取得最佳優化結果，設置慣性權重從0.8逐漸遞減到0，進行100次實驗，取適應度最佳的一次作為評價結果。當適應度最佳時目標函數值為8.846×10-6，此時輸出最佳變量值q=[0.334，0.333，0.332]。

為比較單一評價模型結論和組合評價模型結論的一致性，采用斯皮爾曼相關系數進行相關分析。通過SPSS 17.0軟件計算3種單一綜合評價方法和組合評價方法的排序結論之間的等級相關系數，并分別求出4種方法的等級相關系數平均值，結果見表2。可以看出，本文提出的組合評價方法一致性程度要好于其他三種單一綜合評價方法，說明此模型能夠較好地強化各評價結論中一致性程度高的評價結論，弱化一致性程度低的評價結論，使評價和排序結果更科學可信。

由組合評價的得分值和各項指標的權重值，根據系統運行的穩定性指數公式

w=∑mi=1zisi，i=1～m（2）

計算得出數w=7.706，參照有關研究成果，當w9.0時，為穩定性好；當9.0>w7.5時，為穩定性較好；當7.5>w6.0時，為穩定性一般；當6.0>w4.5時，為穩定性較差；當4.5>w時，為穩定性較差。因此我國電信產業技術創新生態系統運行穩定性較好。

另外，從組合評價的排序結果可以分析出各項評價指標對電信產業技術創新生態系統運行穩定性的影響程度大小。對系統穩定性影響較為顯著的指標分別為關鍵種企業相對系統內其他企業創新能力強弱（C213）、設置專門部門對于指導與推動該系統發展的情況（C322）、關鍵種企業應對創新市場需求變化的能力（C214）等因素，影響程度最不顯著的指標是系統中關鍵種企業數量（C211）、創新主體在同行業市場競爭中的狀況（C311）、上下游創新主體之間在財務方面的相互依賴情況（C114）；從二級指標的角度來看，對產業技術創新生態系統運行穩定性的影響較為顯著的是關鍵種企業創新能力（B21）、創新政策支持（B32）和技術創新推動（B22）。

6結論與啟示

產業技術創新生態系統是提高產業技術能力的高效平臺，而產業技術創新生態系統運行的穩定性是提升系統創新效率、保證系統有序演進的重要因素。本文從結構維度、技術維度和外部環境維度構建了評價產業技術創新生態系統運行穩定性的指標體系，采用粒子群算法將因子分析法、主成分投影法和集對分析法進行組合實現對產業技術創新生態系統運行穩定性的評價，相比用單一方法進行評價的研究，其能夠對不同評價方法實現相互印證，提高評價結果的可靠性。通過對電信業技術創新生態系統內部的問卷調查獲取數據并進行分析評價，結果表明我國電信業技術創新生態系統運行穩定性較好，且對電信產業技術創新生態系統運行穩定性影響較為顯著的三個指標分別是關鍵種企業創新能力、創新政策支持和技術創新推動。

本研究得出以下啟示：首先，關鍵種企業的創新能力對產業技術創新生態系統的運行起著至關重要的作用，在產業技術創新生態系統中憑借其創新能力，能夠策動、主導、甚至控制著整個群落系統內企業間的物質和能量的交換活動。因此，應增加系統內創新能力較強的關鍵種企業，提高關鍵種企業為產業技術創新生態系統的服務意識，利用其出色的創新能力引導和促進系統內部企業間的創新知識和技術的流通。其次，政策引導的作用不容忽視。政府應加強引導高校、科研院所圍繞創新企業的主要技術創新領域進行基礎研究，促進創新企業與高校、科研院所進行技術合作，加強對科技中介機構的監督，實行法規化和規范化的管理。最后，技術創新行為和擴散也是維護系統穩定和發展的重要因素。技術創新在機構設置、產品技術水平、創新效率等多個方面影響系統的穩定性，技術創新成果的擴散決定了技術創新的信息、技術和其他資源在供給者和需求者之間傳遞和轉移，所以企業種群作為技術創新的重要主體，應將促進技術創新作為長期發展戰略，提高核心研發部門推廣技術創新的積極性、技術轉移和擴散渠道暢通程度及技術創新使用者對技術的吸收能力。本研究建立了產業技術創新生態系統運行穩定性評價指標體系，以電信業為例明晰了指標體系的優化過程，提出基于粒子群算法的組合評價方法，為提高產業技術創新生態系統運行穩定性提供了一定依據。

參考文獻：

[1]莊衛民.產業技術創新[M].上海：東方出版社，2005.190-238.

[2]Malerba F. Sectoral systems of innovation and production[J]. Research Policy， 2002， 31（2）： 247-264.

[3]Adner R. Match your innovation strategy to your innovation ecosystem[J]. Harvard Business Review， 2006， 84（4）： 98-107.

[4]Allen R H， Sriram R D. The role of standards in innovation[J]. Technological Forecasting and Social Change， 2000， 64（2-3）： 171-181.

[5]黃魯成.區域技術創新系統研究：生態學的思考[J].科學學研究，2003，21（2）：215-219.

[6]張運生.高科技企業創新生態系統邊界與結構解析[J].軟科學，2008，22（11）：95-102.

[7]陳斯琴，顧力剛.企業技術創新系統生態性分析[J].世界標準化與質量管理，2008，4（4）：21-24.

[8]寧鐘.創新集群與知識溢出集中化問題分析[J].科研管理，2005，26（2）：68-70.

[9]黨興華，任斌全.網絡環境下企業技術創新中的知識缺口及其彌補策略研究[J].科研管理，2005，26（3）：12-16.

[10]Arcari A， et al.. The governance of network organizations： assessing the role of traditional management control systems[R]. Italy： University of Insubria， 2002.

[11]余家駒.創新是一種非線性生態系統[J].世界科學，2008，（11）：40-42.

[12]Quadros R， Furtado A， Bernardes R， et al.. Technological innovation in Brazilian industry： an assessment based on the So Paulo innovation survey[J]. Technological Forecasting & Social Change， 2001， 67（2-3）： 203-219.

[13]Feller I， Ailes C P， Roessner J D. Impacts of research universities on technological innovation in indwoustry： evidence from engineering research centers[J]. Research Policy， 2002， 31（3）： 457-474.

[14]伍春來，趙劍波，王以華.產業技術創新生態體系研究評述[J].科學學與科學技術管理，2013，34（7）113-121.

[15]潘東華，孫晨.產業技術創新戰略聯盟創新績效評價[J].科研管理，2013，34（12）：296-301.

[16]王玉梅，羅公利，周廣菊.產業技術創新戰略聯盟網絡協同創新要素分析[J].情報雜志，2013，32（2）：201-206.

[17]周青，王乃有，馬香媛.產業技術創新戰略聯盟沖突類型與影響因素的關聯分析[J].科學學研究，2014，32（3）：473-480.

[18]劉澤雙，章丹，康英.基于遺傳算法的模糊綜合評價法在科技人才創新能力評價中的應用[J].西安理工大學學報，2008，24（3）：376-381.