高技術產業創新生態系統耗散演化研究

伊輝勇　 曾芷墨

摘 要：高技術產業創新生態系統的耗散演化可以促進創新驅動的高質量發展，并緩解區域創新發展不平衡的問題。對Brusselator模型進行經濟學轉譯，構建“創新投入—創新環境”二維框架的評價指標體系，可以推導高技術產業創新生態系統形成耗散結構的判定條件，并可進一步運用“全局熵—突變級數”評價模型刻畫系統耗散演化的過程。采用2013—2019年中國30個省級區域高技術產業相應數據的分析表明：北京、天津、上海的高技術產業創新生態系統已形成耗散結構，大部分地區雖未形成耗散結構但正向耗散結構演進;樣本地區高技術產業創新生態系統的“創新投入—創新環境”二維框架整體呈現“Ⅲ象限→Ⅱ象限→Ⅰ象限”的演化趨勢，且“創新投入—創新環境”的評價值趨于提高，同時各地也具有不同的耗散演化特征。在增加高技術產業創新投入的同時，更要致力于創新環境的改善，并積極構建創新主體的協同創新網絡;各地區既要采取差異化發展策略，也應促進區域間的協調發展，以進一步推動高技術產業創新生態系統的耗散演進。

關鍵詞：創新生態系統;高技術產業;耗散結構;耗散演化;Brusselator模型;突變級數法

中圖分類號：F224.12;O415.3 文獻標志碼：A 文章編號：1674-8131（2021）0-0081-15

一、引言

創新是引領發展的第一動力。在現代經濟體系中，不同層面、不同領域、不同類型的創新主體和創新活動之間聯系日益緊密，并通過協同創新形成創新網絡，驅動經濟高質量發展。在創新網絡迅猛發展的推動下，中國創新范式從創新體系2.0演變為創新生態系統3.0，演化出具有絕對競爭力的產業創新生態系統是中國未來實現全球創新引領的關鍵（譚勁松 等，2021）[1]。產業發展是整個國民經濟系統進化的基礎，產業創新則是產業發展的根本驅動力，因而產業創新系統成為學界研究的熱點。其中，從生態學視角對產業創新系統的研究衍生出“產業創新生態系統”的概念。自Moore（1993）提出商業生態系統后[2]，國外學者開始研究產業創新生態系統，多種利益相關者被納入系統以探究其協同演化過程。Gobble（2014）指出，區域產業創新生態系統是創新群落和創新網絡的融合和延伸[3];Layton等（2016）將產業生態學和與協同創新理論相結合，進一步分析產業創新生態系統的網絡性、自組織性、協同性等特征[4];Jacobides等（2018）研究了產業創新生態系統的演化和治理等問題[5]。

國內學者對產業創新生態系統的研究起步較晚，且大部分文獻以高技術產業為切入點對產業創新生態系統進行理論分析和實證檢驗。高技術產業具有高技術密集、高創新、高附加值等特征，是驅動區域創新發展的核心產業。構建高技術產業創新生態系統能有效激發區域內創新要素合理流動，提高自主創新能力，獲取核心競爭優勢，進而推動產業結構升級（范德成 等，2021）[6]。高技術產業創新過程的本質是系統內部創新主體不斷與創新環境進行物質、能量及信息交換，各種創新資源通過創新網絡產生非線性放大作用，形成“1+1>2”的協同效應的動態演化過程（劉和東 等，2021）[7]。高技術產業創新生態系統能否及時調整以適應動態的社會經濟環境是決定其能否持續向高層次結構演化的關鍵所在。高技術產業創新生態系統是一種具有自組織特性的耗散結構，系統的運行容易受到創新政策、創新主體能力和市場競爭態勢等因素漲落的影響，當漲落達到一定程度，系統就會通過非線性機制形成“巨漲落”，進而推動系統發生突變和形成耗散結構（梁中，2015）[8]。因此，從生態學視角分析高技術產業創新生態系統內主體與環境如何通過協同關系促使系統向耗散結構演化，有助于創新資源的優化配置，對推動產業結構升級，最大釋放創新潛力和促進高質量發展具有重要意義。

為了適應創新發展的需要，大多學者圍繞協同創新、創新機制、治理模式、構成要素等方面對高技術產業創新生態系統進行研究。李紅和左金萍（2018）基于價值獲取理論，提出知識產權價值獲取概念模型，為中國高新技術產業創新生態系統發展提供理論支撐[9]。吳菲菲等（2020）從創新四螺旋視角分析高技術產業創新生態系統的整體協同性，發現創新具有區域異質性特征，需加大創新政策調控力度，進而實現創新螺旋積極效應最大化[10]。宋華和陳思潔（2021）基于協調能力、知識觸達能力、創新擴散能力構造高技術產業創新生態系統核心能力評價模型，分析表明三種能力對系統的健康性均產生積極作用[11]。但這些研究大多是從靜態視角分析高技術產業創新生態系統，并沒有揭示各組成要素間的動態關系。因此，需要從復雜系統角度，通過構建創新過程演化模型來分析高技術產業創新生態系統的演化趨勢。

為進一步研究高技術產業創新生態系統的演化機制，學界已衍生出多種復雜系統與生態學評價方法（劉洪久 等，2013;汪良兵 等，2014）[12-13]。王宏起等（2016）對新能源汽車創新生態系統演化路徑的分析發現，在創新鏈和采用鏈的協同作用下系統能實現持續演進[14]。還有學者利用生態位適宜度對高技術產業創新生態系統演化進行評價，探討系統發展的可持續性，并為創新資源配置與創新發展路徑提出建議（張貴 等，2017;雷雨嫣 等，2018）[15-16]。然而，高技術產業創新生態系統是一個自組織演化的復雜系統，線性靜態的演化分析過于簡單，難以捕捉深層次演變規律。由于耗散理論在處理復雜系統時具有獨特優勢，往往被創新領域的學者用來分析復雜系統的演化過程。Deng等（2017）以電信產業為例，通過構建模型探討產業創新生態系統演化為耗散結構所需要的動態條件[17]。Liu等（2017）等基于熵理論構建利用外資研發的創新生態系統評價體系，進而測度系統演化偏離耗散結構的程度[18]。吳穎和車林杰（2016）通過對協同創新系統的Brusselator模型轉譯，根據正負熵理論推導協同創新系統形成耗散結構的判定條件，并實證分析重慶自主品牌汽車協同創新的能力[19]。范德成等（2018）構建區域產業創新系統耗散結構的運行熵、關聯熵測度模型，通過有序度實證分析區域產業結構演化的系統運行效率[20]。

目前大多學者認為系統中總混亂度（熵）是不斷增加的，使系統無法形成有序的耗散結構，因此定義系統內部運行產生的矛盾形成正熵，而與外部環境的物質、能量交換形成負熵，并認為當負熵足夠大時就能抵消系統在自身發展過程中產生的熵增，實現系統從無序向有序的演化。但耗散理論指出，負熵的增加需要達到一定的

量（即閾值）

時才能使系統向耗散結構演化（蘇屹，2013）[21]。以往研究往往忽視閾值問題，對“熵”的理解存在偏差，即只考慮到正負熵的抵消作用，偏離復雜系統的科學分析思維，導致分析結果不夠嚴謹。此外，突變理論指出，原有結構在連續時段內突然變化使系統分岔演化，進而形成耗散結構，這是一個動態的過程。然而相關實證研究大多基于自然熵增理論（Prigogine et al，1985）[22]，對某一特定時段的橫截面數據進行分析，缺乏時空維度的全局考量，不能從時空演化視角評價高技術產業創新生態系統的動態變化，在更深層次探索系統耗散演化的影響因素方面也有所欠缺。

鑒于上述分析，本文在已有研究的基礎上，基于復雜系統觀，把高技術產業創新生態系統演化過程看作一種耗散突變過程，對耗散理論的經典模型——Brusselator模型進行科學轉譯，將其移植于高技術產業創新生態系統研究中，并進一步利用優化的突變級數法評價系統的耗散演化狀態，同時，還對2013—2019年中國30個省級區域的高技術產業創新生態系統進行實證分析，以期為促進高技術產業的創新發展提供經驗借鑒和決策啟示。本文的邊際貢獻主要在于：一是將Brusselator模型進行經濟學轉譯，促進復雜性科學與產業創新生態系統理論的交叉融合;二是構建高技術產業創新生態系統的演化動力學方程，解決耗散突變閾值確定問題，以明確系統形成耗散結構的判定條件;三是在“創新投入—創新環境”二框架下，構建高技術產業創新生態系統的Brusselator模型評價指標體系，并將截面數據與歷史數據相結合，利用“全局熵—突變級數”模型動態評價系統耗散演化的過程。上述研究，不但可以為相關研究提供理論參考和方法借鑒，而且動態刻畫了中國區域高技術產業創新生態系統的現狀和演化趨勢，進而為各地區的創新資源優化、創新環境改善以及產業政策制定等提供決策依據。

二、研究設計

耗散結構理論指出：一個開放的復雜系統會不斷與外部環境進行物質、信息和能量交換，當系統內部參數突破臨界閾值時，系統通過漲落導致突變，此時形成的時間、空間和功能上的有序結構，稱為耗散結構。從系統的長期動態演進來看，耗散結構是系統進化的關鍵節點，是系統從低級向高級進化的結構形態。高技術產業創新生態系統的進化就是一種典型的耗散突變演化：較低級的高技術產業創新生態系統處于無序狀態，創新資源的流動與創新環境的改變持續作用于系統結構，當創新投入的累積疊加創新環境的改善達到系統耗散演化的閾值時，系統將突變為耗散結構——新的更高級的有序結構。

1.基于Brusselator模型的系統耗散演化分析

普利高津在研究化學動力學反應過程中總結出的布魯塞爾模型（Brusselator Model）為研究系統耗散結構的演化過程提供了一種分析工具。該模型通過構建數學模型描述化學反應過程中相關元素的擴散過程，可以定量判定系統是否形成耗散結構，其重要的數學方程組表達如式（1）所示（Schneider，1985）[23]：

式（4）的系統耗散結構判定條件，只是判定系統是否形成耗散結構，并不能明確控制變量A（如創新投入）和B（如創新環境）兩者如何影響系統形成耗散結構，無法在更深層次探究系統耗散演化的規律。突變是復雜系統演化的一種方式，突變理論認為，通過調整控制變量，可以使穩定無序的系統突變為耗散結構。因此，從本質上講，系統的耗散演化是“均衡—非均衡—動態平衡”的過程，適合突變理論的應用。進一步利用突變級數法用來分析復雜系統的動態演化過程，構建“全局熵—突變級數”評價模型，能在耗散結構判定條件的基礎上，進一步明確控制變量A和B如何影響系統耗散演化（李柏洲 等，2012）[26]。

常見的突變系統模型如表1所示，其中x為階段變量，a、b、c、d為指標變量。同層的評價指標間存在互補和非互補的兩種關系，明顯相關則下級指標間是互補的，無明顯相關性則下級指標間是非互補的。例如尖點突變系統，評價對象N有2個評價指標a和b，權重qa>qb，則：互補型指標取均值，即xN=12（a+3b）;非互補型指標按“大中取小”進行取值，即xN=MIN（a，3b）。

2.Brusselator模型的高技術產業創新生態系統轉譯

根據普利高津關于耗散理論的闡述，耗散結構的形成需要系統具備開放性、非線性、遠離平衡態及漲落4個基本條件。高技術產業創新生態系統具有形成耗散結構的4個基本條件：（1）高技術產業創新生態系統是開放系統，創新主體和創新環境間通過知識流動、創新資源交換和科技信息傳遞等進行物質、能量及信息交換。（2）不同的創新主體間形成錯綜復雜的創新網絡，創新資源流動于創新網絡中，創新產出并非隨創新投入成比例地增長。（3）不同創新主體擁有各自優勢，創新資源、信息和技術能力以及創新成果等處于不均衡分布狀態。（4）外部政策變革和內部技術革新等擾動時有發生，創新突變不斷疊加達到一定閾值時，系統結構將產生根本性變化，形成新的有序結構。因此，針對高技術產業創新生態系統，可以從耗散結構角度分析其時空演化規律。

Brusselator模型產生于化學領域，將其應用于經濟學領域時需要對進行相應的經濟學轉譯。對于高技術產業創新生態系統，A和B代表系統演化過程中的控制變量，比如“創新投入”和“創新環境”;D和E代表創新活動的產出，比如“創新績效”和“耗散結構”;x和y代表狀態變量（反應的中間生成物），比如“創新成果”和“創新成果轉化能力”。進而，高技術產業創新生態系統中的Brusselator模型結構可以描述為：

A（創新投入）k1x（創新成果）。該反應表示從創新投入到產出的非線性動態過程。加大產業科技創新投入能促進創新成果的產出，并具有改善創新環境的外部效應，有利于降低創新要素流動的阻礙和增強產業創新能力，從而提升系統的創新成果濃度。

B（創新環境）+xk2y（創新成果轉化能力）+D（創新績效）。該反應表示創新環境對創新成果的轉化作用。創新資源的投入產生一定數量創新成果后，在系統中與創新環境交流互動，完成創新成果的市場化轉換，不僅使系統的科技轉化能力增強，還帶來技術創新的收益。

2x+yk33x（創新成果的自催化反應）。該反應表示創新成果轉化能力的市場正反饋效應。在市場經濟的正反饋機制作用下，創新成果轉化促使市場需求不斷增長和升級，市場需求又促進企業加大創新投入，從而進一步提升創新成果的質量和數量。

xk4E（耗散結構）。該反應表示在創新投入和創新環境的共同作用下，創新成果產出推動系統向更高級的耗散結構演化。系統中各經濟主體之間是相互關聯的，創新主體通過創新投入產生的創新成果及其轉化帶來整個系統技術水平的提升和系統結構的演化。一方面，創新主體基于共同利益的技術合作（如協同創新）以及經濟交往帶來的技術溢出（如產品貿易、學習交流等）將加速創新成果在整個系統的擴散，提升系統的技術水平和創新能力;另一方面，一旦創新成果轉化為產品，就可能會被市場上的其他經濟主體模仿，而模仿創新帶來的競爭效應又將推動形成新的創新成果。與此同時，創新環境也得到改善，創新轉化和擴散速度不斷加快，進而推動系統向更高級有序的耗散結構演化。

對經過上述轉譯后的Brusselator模型進行動力學運算，得到控制變量A、B影響狀態變量x、y的演化動力學方程，能夠進一步分析高技術產業創新生態系統的耗散演化趨勢。

3.模型構建、指標選取與數據來源

本文借鑒李柏洲和蘇屹（2012）的研究[26]，構建“全局熵—突變級數”評價模型來分析高技術產業創新生態系統的耗散演化。具體評價步驟如下：首先，基于“A（創新投入）—B（創新環境）”二維框架，構建高技術產業創新生態系統耗散演化的評價指標體系;然后，對指標進行無量綱化處理，并利用全局熵值法確定各指標的相對重要性;接著，對各樣本系統是否形成耗散結構進行判定;最后，采用突變級數法進行耗散結構演化分析。

根據轉譯后的Brusselator模型，高技術產業創新生態系統的耗散演化主要取決于A（創新投入）和B（創新環境）兩方面，因而本文基于“創新投入—創新環境”二維框架，按照科學性、合理性、簡明性、通達性、可操作性的原則，構建高技術產業創新生態系統耗散演化評價指標體系（見表2）。目標層“創新投入”和“創新環境”分別包含3個變量、10個指標。其中：創新投入主要包括經費投入、研發投入和設施投入，具體的評價指標多為投入性指標，主要評估系統的創新發展潛力;創新環境主要包括經濟環境、文化環境和技術市場環境，具體的評價指標多為存量性指標，主要評估系統的創新環境現狀。

基于數據的一致性和可獲得性，本文以中國大陸的30個省區市（不包括港澳臺地區和西藏）為研究樣本。在政策引導下，2013年后各地區開始大力培育和發展高技術產業;在2013年前后，居民人均消費支出、居民人均可支配收入等指標的調查方法有所不同。因此，本文將數據樣本期設定為 2013—2019年。對高技術產業的界定，本文參考經濟合作與發展組織（OECD，Organization for Economic Coopera-tion and Development）的劃分標準，同時考慮統計口徑一致性和數據可獲得性，將航空航天與裝備制造業、計算機與辦公設備制造業、醫藥制造業、醫療設備與儀器儀表制造業、電子與通信設備制造業五個產業歸為高技術產業。分析所用數據來源于相應年度的《中國統計年鑒》《中國科技統計年鑒》《中國高技術產業統計年鑒》《中國火炬統計年鑒》以及相應地區的《科技統計年鑒》。

三、實證分析與結果討論

1.系統耗散結構判定

本文利用Matlab 2019b計算樣本地區高技術產業創新生態系統的A、B值，進而根據式（4）進行耗散結構判定。對投入產出滯后期的選擇不宜過長（Fang et al，2016;Ali，2020）[27-28]，本文設置為1年（李新 等，2016）[29]。k1為高技術產業研發投入平均滯后期的倒數，k2為創新成果市場化時間的倒數，k3為市場對創新成果促進作用時間的倒數，k4為技術外溢時間的倒數，本文設定如下：k1=1、k2=1、k3=12、k4=15。具體分析結果見表3和圖 2。

從耗散結構的判定結果來看，大部分地區的高技術產業創新生態系統還未形成耗散結構。僅北京、天津、上海的高技術產業創新生態系統形成耗散結構，由演化動力學方程穩態分析可知，系統失穩形成耗散結構后將處于隨時間周期保持振動的狀態，因此，這些地區的高技術產業創新生態系統在接下來的一段時間內將保持耗散結構。從耗散結構的形成趨勢來看，大部分地區的耗散結構評價值呈現逐年上升的趨勢。特別是西部地區高技術產業創新生態系統的評價值上升較快，趕超勢頭明顯，而東部地區的增長趨勢緩慢，中部地區則呈現擺動趨勢。隨著中國發展方式的轉變和創新驅動發展戰略的推進，將有更多地區的高技術產業創新生態系統形成耗散結構。

2.系統耗散演化評價

為進一步探究系統耗散演化的過程，利用突變級數模型對創新投入和創新環境進行評價。對所有數據進行無量綱化處理，再利用全局熵值法確定指標權重。按照指標數量對各變量層進行分類：1個子指標為折疊突變，2個子指標為尖點突，3個子指標為燕尾突，4個子指標為蝴蝶突。根據SPSS 25.0的分析結果，子指標有明顯關聯的為互補型關系，無明顯關聯的則為非互補型關系。分析結果如表4所示。

（1）從表5的評價結果來看：在樣本期間的初期，多數樣本地區忽視創新環境的作用（創新環境評價值普遍低于創新投入評價值），創新環境較差導致創新成果轉化率偏低，而創新轉化效益低下會造成高技術產業創新生態系統處于無序狀態，進而不能形成耗散結構。隨著各地對創新環境的日益重視，多數地區高技術產業創新生態系統的創新環境持續優化，極大釋放了創新活力，并加快創新成果轉化，“創新投入—創新環境”評價值正向演化，系統逐步向耗散結構演進（趨近于判定值）。

（2）從圖3的演變趨勢來看：“創新投入-創新環境”二維框架整體呈現出“Ⅲ象限→Ⅱ象限→Ⅰ象限”的演化趨勢，多數地區的“創新投入—創新環境”評價值趨于提高。同時，樣本地區高技術產業創新生態系統的耗散演化也各具特色。東北地區的創新投入較低且變化不大，基本處于Ⅱ象限，急需增加創新投入。廣東在創新投入方面名列前茅，但創新環境評價值較低（相對與其創新投入評價值），需要進一步改善創新環境。而上海和北京高技術產業創新生態系統耗散結構的形成，得益于其較好的創新環境。進一步對廣東與北京和上海進行比較，廣東的創新投入評價值遠高于北京和上海，而創新環境評價值略低于北京和上海。可見，僅僅依靠增加創新投入是不能形成耗散結構的，創新環境的改善在高技術產業創新生態系統耗散演化中起到更為重要的作用。

四、研究結論與啟示

本文基于耗散結構理論研究高技術產業創新生態系統的演化進程，通過經濟學轉譯構建高技術產業創新生態系統的Brusselator模型，采用演化動力學的穩定性分析得出耗散結構的判定條件，進而在“創新投入—創新環境”二維框架下引入系統突變理論，構建“全局熵—突變級數”評價模型刻畫系統的耗散演化狀態，為進一步深入研究社會經濟系統的耗散演化提供新的視角和方法啟示。同時，本文還采用2013—2019年中國30個樣本地區高技術產業的相應數據進行了實證分析，結果表明：（1）北京、天津、上海的高技術產業創新生態系統形成耗散結構，大部分地區的高技術產業創新生態系統未形成耗散結構;但大部分地區的高技術產業創新生態系統正向耗散結構演進，且演進進程整體上呈現“東先西后”的態勢，不過近年來西部地區趕超勢頭明顯，而東部地區演進相對緩慢。（2）樣本地區高技術產業創新生態系統的“創新投入-創新環境”二維框架整體呈現出“Ⅲ象限→Ⅱ象限→Ⅰ象限”的演化趨勢，“創新投入-創新環境”評價值趨于提高。（3）各地區的高技術產業創新生態系統具有不同的耗散演化特征。比如，廣東的創新投入水平很高，但其創新環境還不能很好地促進其成果轉化和創新溢出，阻礙了耗散結構的形成，而東北地區的創新投入水平亟待提高。隨著中國發展方式的轉變和創新驅動發展戰略的推進，將有更多地區的高技術產業創新生態系統形成耗散結構。為進一步推動高技術產業創新生態系統的耗散演化，基于上述結論本文提出如下政策啟示：

第一，各地應繼續增加高技術產業的創新投入，不斷提升創新主體的自主創新能力。但是，創新投入在促進高技術產業創新生態系統耗散演化時會受到創新環境的制約，因而不能只考慮增加研發投入，還應著力于創新環境的改善，要使政策調控滿足系統耗散演化的要求。要完善相關法律法規，增強對知識產權的保護;要營造良好的創新環境，使創新投入更快地產出更多的創新成果，促進創新成果更快地轉化為更高的生產力;要加大人才引進力度，推動產學研創新合作，為高技術產業的高質量發展提供創新源泉;要整合創新資源，優化創新資源配置方式，從而防止系統長期處于低級無序狀態，突破耗散演化過程中的瓶頸約束。

第二，創新主體應構建協同創新網絡，實現創新績效的最大化，促進系統結構向高級狀態演進。在創新成果的生產、轉化和擴散過程中，創新主體間的協同創新網絡能夠產生非線性放大作用，使知識和技術在系統內快速擴散，促進系統結構升級，形成耗散結構。知識和技術相關的活動具有顯著的空間外溢效應，創新主體間的技術交流可提高網絡中各主體的創新能力，形成創新示范作用和輻射帶動效應，進而改善高技術產業創新生態，實現系統內外聯動的協同創新。創新網絡的構建，不僅能有效降低知識流動和技術獲取成本，實現創新資源和成果的高效流動，還能使微小的創新活動在網絡結構下擴散到整個系統，并帶來系統漲落波動，進而突破耗散限制，促進高技術產業創新生態系統向耗散結構演化。

第三，各地區高技術產業創新生態系統的創新投入水平和創新環境條件各不相同，需要采取差異化策略，營造適宜的創新環境，使創新投入與創新環境間協調發展，為系統的耗散演化提供源源不斷的驅動力。比如：東部地區應積極探索創新驅動發展的新路徑，克服原有路徑依賴，形成創新高地;東北地區應以深層次解決體制機制問題和推動區域產業升級為政策導向;中部地區要將“后發優勢”轉化為“厚發效應”，繼續增加創新投入和改善創新環境;西部地區應積極打造引領西部高質量發展的創新極核，帶動周圍地區高技術產業的發展和升級，形成創新網絡和創新共同體。

第四，促進地區間高技術產業創新生態系統的協調發展，緩解區域經濟發展的不平衡，尋求系統耗散演化過程中創新驅動經濟發展的新路徑。目前，各地區高技術產業創新生態系統的創新資源流動存在區域集聚現象，系統耗散演化呈現“馬太效應”。因此，系統的耗散演化需要突破“路徑依賴”，不能僅僅依賴于本地的經濟結構和創新資源稟賦，既要考慮區域差異問題，也要加強區域間的協調。資源和環境的異質性使得創新資源和創新活動具有明顯的集聚效應，但在創新生態系統的支撐作用下，創新主體與創新環境之間的有效協同有助于突破后發地區的發展瓶頸，使系統演化為更加高級有序的結構。所以，在各地區推進各具特色的高技術產業創新生態系統耗散演化的同時，也應促進地區間的協調發展。

對系統耗散演化進行精確刻畫、科學判定是當前和未來復雜系統研究的一個重要方向。本文從理論上探究了高技術產業創新生態系統的耗散演化機制，并進行了實證分析，但仍然存在著不足。比如，囿于系統耗散演化評價中的4種突變類型，評價指標的個數受到限制，可能會使耗散結構的判定結果不夠精確，同時本文也未對不同地區高技術產業創新生態系統耗散演化的影響因素進行進一步的探討。因此，在未來的研究中，可進一步細化評價指標，并從指標層維度探究系統耗散演化的影響因素，進而提高耗散結構判定結果的可靠性，也能得出更有價值的結論，并提出更具有針對性的政策建議。

參考文獻：

[1] 譚勁松，宋娟，陳曉紅.產業創新生態系統的形成與演進：“架構者”變遷及其戰略行為演變[J]. 管理世界，2021（9）：167-191.

[2] MOORE J F. Predators and prey：A new ecology of competition[J]. Harvard business review，1993：75-83..

[3] GOBBLE M A M. Resources：Charting the innovation ecosystem[J]. Research Technology Management， 2014，57（4）：55-59.

[4] LAYTON A，BRAS B，WEISSBURG M. Industrial ecosystems and food webs：An expansion and update of existing Data for eco-industrial parks and understanding the ecological food webs they wish to mimic[J]. Journal of Industrial Ecology， 2016，20（1）：85-98.

[5] JACOBIDES M G，CENNAMO C，GAWER A. Towards a theory of ecosystems[J]. Strategic Management Journal，2018，39（1）：2255-2276.

[6] 范德成，谷曉梅.高技術產業技術創新生態系統健康性評價及關鍵影響因素分析——基于改進熵值-DEMATEL-ISM組合方法的實證研究[J].運籌與管理，2021（7）：167-174.

[7] 劉和東，劉權.高新技術產業生態系統的演化效應與協同機制[J].技術經濟，2021（1）：99-106.

[8] 梁中.基于生態學視角的區域主導產業協同創新機制研究[J].經濟問題探索，2015（6）：157-161.

[9] 李紅，左金萍.高新技術產業創新生態系統的知識產權價值獲取模型設計——基于IMEC的案例分析[J].中國科技論壇，2018（10）：93-100.

[10]吳菲菲，童奕銘，黃魯成.中國高技術產業創新生態系統有機性評價——創新四螺旋視角[J].科技進步與對策，2020（5）：67-76.

[11]宋華，陳思潔.高新技術產業如何打造健康的創新生態系統：基于核心能力的觀點[J].管理評論，2021（6）：76-84.

[12]劉洪久，胡彥蓉，馬衛民.區域創新生態系統適宜度與經濟發展的關系研究[J].中國管理科學，2013（S2）：764-770.

[13]汪良兵，洪進，趙定濤，等.中國高技術產業創新系統協同度[J].系統工程，2014（3）：1-7.

[14]王宏起，汪英華，武建龍，等.新能源汽車創新生態系統演進機理——基于比亞迪新能源汽車的案例研究[J].中國軟科學，2016（4）：81-94.

[15]張貴，呂長青.基于生態位適宜度的區域創新生態系統與創新效率研究[J].工業技術經濟，2017（10）：12-21.

[16]雷雨嫣，陳關聚，劉啟雷.高技術產業創新生態系統的創新生態位適宜度及演化[J].系統工程，2018（2）：103-111.

[17]DENG X，ZHENG S，XU P，et al. Study on dissipative structure of China's building energy service industry system based on brusselator model[J]. Journal of Cleaner Production，2017，150（MAY1）：112-122.

[18]LIU Q，GUO P，LEI Y，et al. Research on foreign capital R&D ecosystem in China based on dissipative structure theory[C]//2017 IEEE International Conference on Industrial Engineering and Engineering Management （IEEM），2017.

[19]吳穎，車林杰.耗散結構理論視角下的協同創新系統耗散結構判定研究[J].科技管理研究， 2016，36（10）：186-190.

[20]范德成，劉贇，李昊.基于耗散結構的產業結構演化系統熵變研究[J].中國科技論壇，2018（1）：83-92.

[21]蘇屹.耗散結構理論視角下大中型企業技術創新研究[J].管理工程學報，2013（2）：107-114.

[22]PRIGOGINE I，NICOLIS G. Self-organisation in nonequilibrium systems：Towards a dynamics of complexity[M].Springer Netherlands，1985.

[23]SCHNEIDER W F. Periodic Perturbations of Chemical Oscillators：Experiments[J]. Annual Review of Physical Chemistry，1985，36（1）：347-378.

[24]任佩瑜，張莉，宋勇.基于復雜性科學的管理熵、管理耗散結構理論及其在企業組織與決策中的作用[J].管理世界，2001（6）：142-147.

[25]王展昭，唐朝陽.區域創新生態系統耗散結構研究[J].科學學研究，2021（1）：170-179.

[26]李柏洲，蘇屹.基于改進突變級數的區域科技創新能力評價研究[J].中國軟科學，2012（6）：90-101.

[27]FANG Z，GALLAGHER K S. Innovation and technology transfer through global value chains：Evidence from China's PV industry[J]. Energy Policy，2016，94：191-203.

[28]ALI M. Imitation or innovation：To what extent do exploitative learning and exploratory learning foster imitation strategy and innovation strategy for sustained competitive advantage？[J]. Technological Forecasting and Social Change，2020，165（5）：120527-120544.

[29]李新，李柏洲，蘇屹.基于Brusselator模型的我國企業技術獲取系統耗散結構研究[J].科技進步與對策， 2016（20）：91-96.

Abstract： The dissipative evolution of the innovation ecosystem in the high-tech industry can promote innovation-driven high-quality development and alleviate the problem of unbalanced regional innovation development. The Brusselator model is interpreted in an economic way， and the evaluation index system of “innovation input-innovation environment” framework is constructed， which can deduce the judgment conditions of the formation of the dissipative structure of the innovation ecosystem of high-tech industry， and describe the process of the system dissipation evolution by using the “global entropy-catastrophe series” evaluation model. Based on the data of 30 provincial high-tech industries in China from 2013 to 2019， the analysis shows that the high-tech industry innovation ecosystem in Beijing， Tianjin and Shanghai has formed a dissipative structure， and most of the regions have not formed a dissipative structure， but are evolving toward the dissipative structure. The two-dimensional framework of “innovation input-innovation environment” of the high-tech industry innovation ecosystem in the sample areas presents an overall evolution trend of “Quadrant Ⅲ → Quadrant Ⅱ → Quadrant Ⅰ”， and the evaluation value of “innovation input-innovation environment” tends to increase， and different regions have different characteristics of dissipative evolution. While increasing investment in high-tech industry innovation， it is necessary to devote ourselves to improving the innovation environment， and actively build a collaborative innovation network of innovation subjects. In order to further promote the dissipative evolution of the high-tech industry innovation ecosystem， each region should not only adopt differentiated development strategies， but also promote the coordinated development among regions.

Key words： ?innovation ecosystem; high-tech industry; dissipative structure; dissipative evolution; Brusselsator model; catastrophe progression method

CLC number：F224.12;O415.3 Document code：A Article ID：1674-8131（2021）0-0081-15

（編輯：劉仁芳）