国家重大战略区域创新生态系统能级测度及时空演化研究.pdf

90学学术论坛2023年第4期国家重大战略区域创新生态系统能级测度及时空演化研究李晓娣，饶美仙摘要 良好创新生态是加快培育科技创新竞争新优势的关键。文章通过拓展能级理论，从能级结构和能级效应两个维度构建了包含创新种群、生态环境、生态能量、能量辐射的区域创新生态系统能级测度指标体系，并构造炳值-G1法对国家重大战略区域创新生态系统能级进行测度，选取Dagum基尼系数、Kernel密度估计法分析区域创新生态系统能级的时空差异及动态演进特征。研究发现，生态能量在较大程度上影响创新生态系统的能级，生态环境的影响次之，五个国家重大战略区域创新生态系统能级存在明显的梯度效应，粤港澳大湾区、长三角一体化发展区的能级长期处于引领地位，而黄河流域生态保护和高质量发展区创新生态系统能级水平最低；国家重大战略区域的创新生态系统能级在逐渐提高，区域内总体差距略高于省域创新生态系统能级的总体差距，其中区域间的差异是能级差异的主要空间来源，超变密度贡献是次要空间来源；国家重大战略区域内空间分化存在明显的尺度效应，两极分化的马太效应较弱，在国家深入实施区域重大战略的带动下，区域协调均衡发展格局不断得到优化和提升。通过测度区域创新生态系统能级，可为各区域营造良好创新生态提供科学评价依据和决策参考。关键词 区域创新生态系统；国家战略区域；能级测度；时空演化作者简介 李晓娣，哈尔滨工程大学经济管理学院教授，博士生导师；饶美仙，哈尔滨工程大”经济管理学院博士研究生，黑龙江哈尔滨150001中图分类号 F242文献标识码 A文章编号 10 0 4-4434(2 0 2 3)0 4-0 0 9 0-13当前，世界正处于百年未有之大变局，我国积极应对，主动构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。在新形势下，必须坚持以科技创新驱动国家发展全局，释放地区发展潜力，形成区域发展合力，促进区域协调发展。“十三五”以来，我国深人实施区域协调发展战略、区域重大战略，极大促进了区域资源要素的合理流动，不断以协调发展机制破解“虹吸效应”，蓄势形成发展能力的空间平衡。区域创新生态系统的良性运行是推进区域协调发展、助力构建新发展格局的重要路径。生态系统的组织原则是稀缺资源的循环利用，在复杂的经济环境下，创新生态系统的构建可以促进创新物种与经济体内部建立横向联系，成为灵活配置系统中有限资源的重要方式。作为一个相互依存的参基金项目 国家社会科学基金一般项目“区域创新生态系统的多尺度测度、组态路径及靶向性研究”（2 0 BT J0 2 3）；黑龙江省智库项目“黑龙江省打造国家数字经济创新发展示范城市研究”（2 2 ZK514）蔡防，陈晓红，张军，等.研究阐释党的十九届五中全会精神笔谈J.中国工业经济，2 0 2 0（12）：5-2 7.91与者网络，创新生态系统中异质性创新种群在不确定的环境中动态互动、共生演化，通过资源配置、能力协同等创新活动，持续开展技术创新，进而实现价值创造。高效的创新生态系统为产生新知识、促进协同合作及适应性创新创造了有利的条件。对以创新驱动增长的经济体而言，促进本土化创新生态系统的持续建设以应对全球竞争和高度不确定性是一项重要议题。营造良好创新生态是新时期培育发展新动能的关键，是激发创新作为引领发展第一动力、助推经济高质量发展的有力支撑。深入实施区域重大战略，促进区域协调发展，需要构建良好的创新生态系统，从而科学合理配置科技创新资源，提高科技创新成果转化效率，加快培育科技创新竞争新优势。因此，合理测度国家重大战略区域的创新生态系统能级，准确把握区域创新生态系统运行水平，深入剖析区域差异及其成因并监测其时空动态演进的规律，对国家重大战略区域构建良好创新生态以助力区域协调发展、构建新发展格局，具有十分重要的意义。一、文献综述与研究贡献能级”是物理学中的一个重要概念，其基本定义为某一事物的能量及其对应级别的大小。当前，能级理论已经在生态学、经济学、社会学等领域得到延伸应用。对于能级的定义主要集中在两方面：一是沿用了能级的物理学定义，重点关注事物蕴含的能量大小及对应的层级和地位；二是结合区域、产业等经济特性进行了内涵延伸，强调事物自身的能量及其外部辐射效应。例如，生态能级指生态系统具有的生态价值及其能量大小，产业能级指产业自身的发展情况以及对其他因素的影响程度，区域能级指区域自身结构的固有量级（即内部功能)与能量的扩散能力（即外部功能）。创新生态系统是由各种生存关系链接而成的异质性实体组成的复杂网络系统，表现为不同的空间尺度和“固有频率”。在区域创新生态系统中，创新种群与非生物环境在一定空间范围内通过物质循环、信息交流、能量流动等交互作用、共生演化形成具有动态适应性、自组织演化性、整体协调性等特征的复杂网络系统。创新生态系统是系统内部生态结构与其外部辐射功能的统一，包含能级结构和能级效应两个维度。对于创新生态系统的能级结构，创新种群与创新环境之间的相互作用影响系统能级，体现为创新种群的多样性协同、创新环境的适配性、创新要素的积累缓冲等；对于创新生态系统的能级效应，由于创新主体间存在不同的能量势差，导致创新要素在系统内外的不同种群之间流动，在不同区域之间形成虹吸效应与辐射效应。对于创新生态系统的能级测度，学界尚未形成统一的判定标准，现有研究主要从生态位适宜度、竞争力、系统活力、健康性、成熟度、协同性、稳定性、共生性、安全性、韧性等视角剖析区域创新生态系统的运行水平及其健康状况。金莉等人从区域创新生态系统的基本结构要素出发，从创新主体、DE VASCONCELOS GOMES L A,FIGUEIREDO FACIN A L,SALERNO M S,et al.Unpacking the innovation ecosystem con-struct:evolution,gaps and trendsJ.Technological forecasting and social change,2018,136:30-48.R U SSEL L M G,SM O R O D INSK A YA N V.L e v e r a g i n g c o mp l e x i t y f o r e c o s y s t e mi c i n n o v a t i o n J.T e c h n o l o g i c a l f o r e c a s t i n g a n d s o-cial change,2018,136:114-131.韩玉刚，曹贤忠.皖江区域城市能级与生态环境协调度的测度和发展趋势研究J.长江流域资源与环境，2 0 15(6)：9 0 9-9 16.SH A W D R,A L L EN T.St u d y i n g i n n o v a t i o n e c o s y s t e ms u s i n g e c o l o g y t h e o r y JJ.T e c h n o l o g i c a l f o r e c a s t i n g&s o c i a l c h a n g e,2 0 18,136:88-102.IRYNA P,SHEVTSOVA H,ANTONYUK V,et al.A conceptual framework for developing of regional innovation ecosystems J.Eu-ropean journal of sustainable development,2020(3):626-640.李晓锋.“四链”融合提升创新生态系统能级的理论研究J.科研管理，2 0 18(9)：113-12 0.刘和东，鲁晨曦.创新生态系统韧性对经济高质量发展的影响J.中国科技论坛,2 0 2 3(1)：48-57.姚艳虹，高晗，傲.创新生态系统健康度评价指标体系及应用研究J.科学学研究，2 0 19(10)：18 9 2-19 0 1.92创新资源、创新环境方面开展测度。在此基础上，部分学者进一步考虑了创新生态系统与经济发展的关系，加人创新生态系统的功能及效益情况对其进行测度与评价，如李佳颖从创新要素、创新环境、系统交互性、创新绩效四个维度测度区域创新生态系统的健康性，解学梅等人从创新群落、资源生态位、生境生态位、技术生态位四个维度测算生态位适宜度。有的学者基于区域创新生态系统的基本特征来构建评价指标体系，如梁林等人从高新区多样性、流动性、缓冲性、进化性四维特征构建了国家级新区创新生态系统的韧性监测及预警体系，李晓娣等人从共生单元、共生基质、共生平台、共生网络和共生环境五个维度评价区域创新生态系统的共生性。也有学者从区域创新活动的过程出发构建评价指标体系，如张爱琴等人将创新生态系统分为运作、研发、支持、环境四个子系统，测度我国省域创新生态系统的耦合协调水平，武翠等人基于创新价值链，从创新种群异质性角度评价长三角一体化共生度及空间演化水平。在研究尺度上，学界主要从我国省（自治区、直辖市）、国家级新区、三大区域、四大板块等区域尺度展开。在研究方法上，基于区域创新生态系统的生态学特征及复杂系统特性，学界主要基于logistic模型、Lotka-Volterra模型、TOPSIS生态位评估投影模型、改进生态位适宜度模型、复合系统协同度和耦合协调度模型等模型进行研究，在进行测度时主要采用密切值法、组合赋权法、主成分分析法、德尔菲法等分析方法。从已有研究来看，学界对区域创新生态系统运行水平的测度与评价已取得较为丰富的成果，但多数研究仅从健康性、适宜度、共生性、协同度等单一视角评价区域创新生态系统，较少从国家重大战略区域尺度对区域创新生态系统的能级进行测评。因此，本文可能的边际贡献有：第一,基于创新生态系统能级的相关定义，围绕创新生态系统的能级结构和能级效应，从创新种群、生态环境、生态能量、能量辐射四个生态维度构建评价指标体系，综合测度区域创新生态系统能级；第二，构造熵值-G1法对区域创新生态系统能级进行综合评价，以摘值法确定各评价指标的权重，克服传统序关系（G1)法专家评价的主观性；第三，以五个国家重大战略区域为分析样本，一方面静态测度其区域创新生态系统能级，另一方面采用Dagum基尼系数分解法和Kernel密度估计法动态分析各区域创新生态系统能级的时空差异及动态演进特征。通过测评国家重大战略区域的创新生态系统能级，分析其区域差异及其时空动态演进的规律，为各区域营造良好创新生态提供评价依据和决策参考。二、研究设计（一）指标体系的构建基于创新生态系统能级的相关定义，从区域创新生态系统的能级结构和能级效应两大维度出发，可以构建国家重大战略区域创新生态系统能级测度指标体系（见表1）。其中，能级结构指区域创新生态系统固有的生态结构蕴含的量级，包括创新种群、生态环境和生态能量；能级效应体现创新生态系统的扩散辐射能力，包括能量辐射，具体表现为创新要素在系统内、外的流动与溢出。金莉，周婷婷，李佳馨，等.生态位适宜度能否影响公共研发组织的创新效率？一一-基于区域比较的实证分析J.中国软科学,2 0 2 1(7)：143-151.李佳颖.基于密切值法的我国区域创新生态系统健康性评价J.工业技术经济，2 0 19（11)：9 4-10 0.解学梅，刘晓杰.区域创新生态系统生态位适宜度评价与预测则基于2 0 0 9 2 0 18 中国30 个省市数据实证研究J.科学学研究,2 0 2 1(9)：17 0 6-17 19.梁林，赵玉帛，刘兵.国家级新区创新生态系统韧性监测与预警研究J.中国软科学，2 0 2 0（7)：9 2-111.李晓娣，张小燕.区域创新生态系统共生对地区科技创新影响研究J.科学学研究，2 0 19（5）：9 0 9-9 18，9 39.张爱琴，薛碧薇，张海超.中国省域创新生态系统耦合协调及空间分布分析J.经济问题，2 0 2 1（6)：9 8-10 5.武翠，谭清美.长三角一体化区域创新生态系统动态演化研究一一基于创新种群异质性与共生性视角J.科技进步与对策，2021(5):38-47.93表1国家重大战略区域创新生态系统能级测度指标体系一级维度生态维度一级指标二级指标能级结构创新种群创新种群多样性创新主体分布人才多样性区域从业人员高职以上学历分布企业多样性上市企业所处行业分布高校多样性高校分布物种丰富度规模以上工业企业数科研机构数普通高校数生态环境政策环境一般公共服务支出占地方财政支出比重财政科技支出占地方财政支出比重市场环境人均社会消费品零售额对外开放水平创新平台孵化基金总额孵化场地面积文化环境科技馆当年参观人数科技展厅面积自然环境万元GDP能耗万元CDP电耗生态能量经济流规模以上企业新产品开发经费支出研发经费内部支出研究人员折合全时当量生产设备和工器具投资信息流企业平均拥有网站数网页平均字节数技术流专利授权量科技著作数万名研发人员科技论文数新产品销售收人能级效应能量辐射多主体耦合地区研发资金中政府资金的比重地区研发资金中金融机构资金的比重高校研发经费来自企业资金的比例科研院所研发经费来自企业资金的比例系统间互动区际劳动流动指数区际资本流动指数输出技术成交额吸纳技术成交额1.创新种群。生物成分的多样性与非生物环境的适配性是区域创新生态系统良性运行的基础。生物成分的多样性主要包括两方面：一是物种的丰富程度，以创新主体的数量级体现；二是物种的多样性，包括区域创新物种的多样性以及创新组织的多样性。因此，可以选取规模以上工业企业数、科研机构数以及普通高校数来衡量区域创新生态系统创新物种丰富度；创新物种的多样性通过计算上述创新物种的辛普森指数得到；创新组织的多样性可借鉴已有研究成果，选择人才多样性、企业多李晓娣，张小燕.区域创新生态系统共生对地区科技创新影响研究J.科学学研究，2 0 19（5)：9 0 9-9 18,9 39.94样性和高校多样性予以衡量。2.生态环境。区域内不同的非生物环境产生的“创新气候效应”塑造了创新生态系统生物群落的不同特征。区域创新生态系统的非生物环境包括政策环境、市场环境、文化环境、自然环境以及创新平台等，其中，政策环境主要指政府对区域创新生态环境的建设以及对区域创新生态系统中创新活动的支持，选取一般公共服务支出占地方财政支出比重、财政科技支出占地方财政支出比重予以衡量；市场环境选取人均社会消费品零售额和对外开放水平予以衡量；创新平台是整合创新资源、协调创新主体、优化创新条件的支撑结构，为区域创新活动提供物质、能量和信息等服务支持，选取孵化基金总额、孵化场地面积予以衡量；文化环境中选取科技馆当年参观人数、科技展厅面积衡量社会公众对区域科技创新的关注程度；自然环境选取万元GDP能耗、万元GDP电耗衡量区域创新生态系统活动对自然生态的影响。3.生态能量。相仿于自然生态系统中的营养与能量传递，创新生态系统通过不同的生物体及子系统间特定的模式来进行能量流动、物质循环和信息传递，作为复杂网络系统的营养物质，这些物质、能量、信息为生物成分的生存、成长和繁殖提供动力，从而完成创新生态系统的价值创造。借鉴杨伟等人的研究，将区域创新生态系统中流动的能量分为经济流、信息流与技术流，其中，经济流是指作为区域创新生态系统运行动力的人力、财力及物质等资源，选取研究人员折合全时当量、研发经费内部支出、生产设备和工器具投资等作为测度指标；信息流衡量区域创新生态系统中的创新种群间的信息传递水平，以企业平均拥有网站数、网页平均字节数衡量信息流动水平；技术流是指区域创新生态系统中的技术资源，是区域创新生态系统在价值创造过程中的循环物质，包括科技创新成果及新产品产出，选取专利授权量、科技著作数、新产品销售收入等作为衡量指标。4.能量辐射。区域创新生态系统具有动态性，生态系统中的物质、能量与信息通过创新链而在创新物种之间进行流动，创新物种之间通过创新之间的能量、物质与信息交流形成耦合网络。鉴于此，选取地区研发资金来自政府、金融机构的资金占比以及高校、科研院所研发经费来自企业资金占比衡量区域创新生态系统内部能量流动情况。区域创新生态系统具有开放性，创新主体间的能量势差导致了要素资源在不同区域之间的流动。区域创新生态系统之间相互关联，具体表现为地域因素的空间地理相关性、生物因素的劳动力流动、非生物因素的技术及资本的流动等。生态系统间流动的要素最终成为创新链上物质与能量的补充，因此选取区际劳动流动指数衡量系统间生物因素的流动，选取区际资本流动指数、输出技术成交额、吸纳技术成交额衡量系统间非生物因素的流动。梁林，赵玉帛，刘兵.国家级新区创新生态系统韧性监测与预警研究J.中国软科学，2 0 2 0(7)：9 2-111.SHAW D R,ALLEN T.Studying innovation ecosystems using ecology theory JJ.Technological forecasting and social change,2018,136:88-102.李政，杨思莹，路京京.政府参与能否提升区域创新效率?J.经济评论，2 0 18（6)：3-14，2 7.吴菲菲，童奕铭，黄鲁成.组态视角下四螺旋创新驱动要素作用机制研究一一基于中国30 省高技术产业的模糊集定性比较分析J.科学学与科学技术管理，2 0 2 0(7：6 2-7 7.苗红，黄鲁成.区域技术创新生态系统健康评价初探J.科技管理研究，2 0 0 7(11)：10 1-10 3.SHAW D R,ALLEN T.Studying innovation ecosystems using ecology theory JJ.Technological forecasting and social change,2018,136:88-102.杨伟，刘健，武健.“种群-流量”组态对核心企业绩效的影响可一一人工智能数字创新生态系统的实证研究J.科学学研究，2020(11):2077-2086.韩先锋，宋文飞，李勃昕.互联网能成为中国区域创新效率提升的新动能吗J.中国工业经济，2 0 19(7)：119-136.白俊红，蒋伏心.协同创新、空间关联与区域创新绩效J.经济研究，2 0 15（7)：17 4-18 7.郑晓舟，郭晗，卢山冰.环境规制、要素区际流动与城市群产业结构调整J.资源科学，2 0 2 1（8）：152 2-1533.95(二）研究方法1.熵值-G1法为测算国家重大战略区域创新生态系统的能级，本文对基于“功能驱动”原理的序关系分析（G 1)法进行了改进以指标信息熵为基础，构建熵值-G1法并用于计算区域创新生态系统能级，具体操作步骤如下。第一，数据预处理。选择极值处理法对原始数据进行无量纲化处理，正向指标采用式（1)进行计算，负向指标采用式（2）进行处理。Zj-min(1)max-min(zi)max(2)max-min(zi）其中，z代表第i省在指标z下的原始数据。第二，确定评价指标的序关系。为避免传统序关系（G1)法中确定指标重要程度时专家评价的主观性，通过熵值法计算各个指标的权重，从而根据各个指标权重大小来确定指标的重要程度，并据此对评价指标进行排序，记排序后的区域创新生态系统能级评价指标的排序为式（3）。ziz2.2*(3)其中，z,（j=1,2 m）表示排序后第j个评价指标。第三，判断相邻指标间的相对重要程度。设为根据熵值法计算出的z,的权重，则评价指标z-,和z,的重要程度之比如式（4)所示，r,越大，说明指标zk-1比指标z的重要程度越高。Tk=k-1k=m,m-1.(4)*W第四，计算熵值-G1法中各指标的权重系数。结合式（4）、式（5)计算根据式(3)排序后的各评价指标权重其中,Zi,0=1。0=(1+Zr,IIrt,)(5)第五，计算国家重大战略区域创新生态系统能级。设上述步骤计算得到各准则层的不同评价指标权重为 z.,z.，z。（n 为准则层Z,下的评价指标数量)，,同理可得出各个准则层的权重 z，区域创新生态系统能级s,可通过式(6)计算得出。s越大，说明该区域创新生态系统的能级越高。(6)2.Dagum基尼系数分解通过分解Dagum基尼系数，可以从时间尺度分析五大国家重大战略区域创新生态系统能级的时空差异及其成因，从而探讨区域创新生态系统能级的空间分异，具体计算参照沈丽和范文晓、马玉林和马运鹏等人的研究成果3.Kernel密度估计为考察区域创新生态系统能级的动态演进特征，采Kernel密度估计分析全国及五大国家重大战略区域创新生态系统能级的分布形态、延展性及其极化趋势。设随机变量Z的密度函数f(z），如式宫诚举，易平涛，李伟伟.双重驱动的省域科技发展水平评价方法研究J.科学学研究，2 0 19(9)：158 9-159 7.沈丽，范文晓.我国科技金融效率的空间差异及分布动态演进J.管理评论，2 0 2 1（1）：44-53，6 7.马玉林，马运鹏.中国科技资源配置效率的区域差异及收敛性研究J.数量经济技术经济研究，2 0 2 1（8）：8 3-10 3.96(7)、式(8)所示。1ZZf(z)K(7)Nhh1_2ZK(z)exp(8)22其中,N为样本观测值的总数,K()代表核函数,Z,为样本观测值，z为均值,h为Kernel密度估计图带宽。（三）数据来源及说明基于数据的可得性及统计口径的一致性，以全国30 个省份（西藏及港澳台地区除外)为样本，分别测算各省份的区域创新生态系统能级，在此基础上测度五大国家重大战略区域的创新生态系统能级，并探究其区域创新生态系统能级水平及其时空差异和分布动态演进特征，指标数据来自中国科技统计年鉴中国互联网发展报告中国上市公司年鉴以及国家统计局等。三、测度结果及其分析（一）国家重大战略区域创新生态系统能级的测度结果从各生态维度来看，通过熵值-G1法测算得到区域创新生态系统中创新种群、生态环境、生态能量和能量辐射四个生态维度的权重分别为0.117、0.2 9 8、0.36 1和0.2 2 4。具体而言，生态能量在较大程度影响区域创新生态系统的能级，生态环境的影响次之，能量辐射和创新种群的作用相对较弱。在生态能量维度，经济流中的规模以上企业新产品开发经费支出对生态能量能级的促进作用最大，其次是技术流中的专利授权量、新产品销售收人等；在生态环境维度，创新平台的协调支撑服务是生态环境高能级的关键，对外开放水平也会较大程度影响生态环境的能级；在能量辐射维度，与其他创新生态系统的技术互动（包括技术输出以及技术吸纳）、系统内的能量流动（包括科研院所与企业间的资金流动、政府与区域创新主体之间的资金流动)是衡量能量流动的重要指标；在创新种群维度，科研机构和规模以上工业企业的物种丰富度以及创新种群的多样性是创新种群高能级的关键因素。五大国家重大战略区域创新生态系统能级测算结果如表2 所示。可以看出，五大国家重大战略区域创新生态系统能级存在明显的梯度效应。除了黄河流域生态保护和高质量发展区，其余四大国家重大战略区域的创新生态系统能级均高于全国平均水平。粤港澳大湾区、长三角一体化发展区是我国开放程度最高、创新能力最强的区域，也是引领高质量发展的重要动力源，其区域创新生态系统能级一直处于领先地位。京津冀协同发展区是拉动我国经济高质量发展的重要引擎，但其区域创新生态系统能级增速较缓（年均增长率仅为4.8 2%）。长江经济带是东中西互动合作的协调发展带，其年均增长率（6.18%)接近于长三角一体化发展区（6.9 6%）。黄河流域生态保护和高质量发展区创新生态系统综合水平处于低值区，其年均增长率(5.2 2%)处于中等水平。分阶段来看，党的十九大以前，五大国家重大战略区域创新生态系统能级排名为粤港澳大湾区（0.39 8 7）、长三角一体化发展区（0.2 8 8 3）、京津冀协同发展区（0.2 2 39）、长江经济带（0.19 59)和黄河流域生态保护和高质量发展区（0.12 9 6)（见图1）。党的十九大以后，五个国家重大战略区域的创新生态系统能级均有显著增长，粤港澳大湾区、长三角一体化发展区在增量及增速上保持领先地位，其中，粤港澳大湾区持续引领区域创新生态系统高质量发展，其增幅最大（57.52%），其次为长三角一体化发展区（31.34%）。黄河流域生态保护和高质量发展区创新生态系统能级仍较低，但相较于党的十京津冀协同发展战略区包括北京、天津和河北；长三角一体化发展战略区包括上海、江苏、浙江和安徽；长江经济带包括上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州；由于香港、澳门数据缺失，粤港澳大湾区仅包括广东省；黄河流域生态保护和高质量发展区包括青海、甘肃、宁夏、内蒙古、山西、陕西、河南和山东。97九大以前，其创新生态系统能级增长了2 5.7 8%，其增幅略高于京津冀协同发展区（2 5.39%）。表2国家重大战略区域创新生态系统能级情况京津冀长三角一体化黄河流域生态保护年份长江经济带粤港澳大湾区全国协同发展区发展区和高质量发展区20130.2100.2600.1770.1200.3350.15720140.2200.2710.1850.1220.3350.16320150.2200.2820.1940.1290.3790.17020160.2350.3010.2030.1330.4440.17920170.2350.3270.2210.1440.5000.19120180.2660.3450.2320.1570.5580.20520190.2850.3740.2480.1610.6290.21820200.2920.4160.2700.1710.6960.231均值0.2450.3220.2160.1420.4850.189党的十九大后党的十九大前全样本全国黄河流域生态保护和高质量发展区长江经济带京津冀协同发展区长三角一体化发展区粤港澳大湾区00.10.20.30.40.50.60.7图1国家重大战略区域创新生态系统能级的阶段性对比（二）国家重大战略区域创新生态系统能级的时空差异利用Dagum基尼系数及其分解法探究国家重大战略区域创新生态系统能级的时空差异特征。为避免样本重复，长江经济带的区域差异分析样本仅包含除上海、江苏、浙江、安徽（4个省份归人长三角一体化发展区)外的7 个省份；基于数据的可获得性，粤港澳大湾区仅包含广东省，其区域内差异为0，后文不进行汇报。1.国家重大战略区域创新生态系统能级的总体差异。从五大国家重大战略区域的总体差距来看，其区域创新生态系统能级总体差距高于省域的总体差距，其变化趋势与省域尺度总体差距的变化趋势相似，但其增长速度相对较缓，五大国家战略区域的总体基尼系数从2 0 13年的0.2 8 3上升至2020年的0.343，涨幅为2 1.3%，党的十九大以前五大国家战略区域创新生态系统能级总体差距年均增长率为0.9 9%，而党的十九大以后的年均增长率为1.7 9%（见图2）。在差异贡献率方面，样本考察期间区域间差异（年均贡献率为6 7.59%）是区域创新生态系统能级差异的主要空间来源，但区域间差异贡献率呈波动降低趋势；超变密度贡献（年均贡献率为17.43%）是区域创新生态系统能级差异98的次要空间来源，其变化趋势与区域间差异贡献率相反。区域内差异贡献率（年均贡献率为14.97%)逐年小幅下降，是区域创新生态系统能级非均衡发展的第三大空间差异来源。0.35100(%）*900.30800.25700.20600.1550400.10300.05200.001020132014201520162017201820192020年份战略区内战略区间超变密度战略区总体省域总体一图2国家重大战略区域创新生态系统能级总体差异情况2.国家重大战略区域创新生态系统能级的区域内差异。五大国家重大战略区域创新生态系统能级的区域内差距均低于总体差距，即各个战略区域内部均衡水平较高，区域内协调发展成效明显（见图3）。具体而言，黄河流域生态保护和高质量发展区内的创新生态系统系统能级差距最大，其次为京津冀协同发展区，且两者创新生态系统能级差距接近于总体水平，长三角一体化发展区和长江经济带的创新生态系统能级差距则相对较低。在时间演化趋势方面，京津冀协同发展区创新生态系统能级差距呈波动下降趋势；长江经济带创新生态系统能级差距逐年上升，其差距增幅最大达42.36%；黄河流域生态保护和高质量发展区创新生态系统能级区域内差距增幅为2 7.0 6%，在党的十九大以前其创新生态系统能级区域内差距波动较小，党的十九大以后呈现快速上升态势；长三角一体化发展区创新生态系统能级区域内差距在党的十九大前呈下降趋势（降幅为9.7 5%），党的十九大以后其区域内差距迅速回升，增幅高达17.30%。黄河流域生态保护和高质量发展区横跨东中西三大板块，区域内东部省份与中西部省份创新生态系统内部生态能量的集聚性、流动性以及非生物环境的适配性等生态特征存在明显差别，在构建良好创新生态的过程中，马太效应逐渐凸显。长三角一体化发展区是引领长江经济带高质量发展的龙头，在促进长江经济带上中下游创新要素自由流动、激发内生发展活力方面起着牵引作用，因此其创新生态系统区域内差异较为接近。在虹吸效应下，京津冀协同发展区存在的发展鸿沟使其创新生态系统能级存在高位差距，但随着区域创新、现代产业以及创新政策三大体系的协同推进，区域内创新生态系统能级的差距逐渐缩小。3.国家重大战略区域创新生态系统能级的区域间差异。就整体变化态势而言，各区域创新生态系统能级的差距逐渐扩大，表明我国重大战略区域创新生态系统能级分化的趋势逐渐明显。就区域间差距的实际水平而言，粤港澳大湾区与长三角一体化发展区、长江经济带与黄河流域生态保护和高质量发展区、长三角一体化发展区与京津冀协同发展区的区域差距较小，其中，粤港澳大湾区与长三角一体化发展区之间的差距最低（差异均值为0.2 0），长江经济带与黄河流域生态保护和高质量发展区间的差距较低（差异均值为0.2 3），且党的十九大后区域间差距与粤港澳大湾区一长三角一体化发展区间的差距基本持平，长三角一体化发展区一京津冀协同发展区（差异均值为0.2 7)与京津冀协同发展区一长江经济带间（差异均值为0.2 9)创新生态系统能级差距较为相近，长三角一体化发展区990.4一总体长三角一体化发展区一京津戴协同发展区0.35?一长江经济带黄河流域生态保护和高质量发展区0.30.250.20.150.10.05020132014201520162017201820192020年份图3创新生态系统能级区域内差异变化情况一长江经济带（差异均值为0.35）与京津冀协同发展区一黄河流域生态保护和高质量发展区（差异均值为0.36)创新生态系统能级差距基本持平（见图4)。五大国家重大战略区域间的Dagum基尼系数高主要原因在于我国南北地区、东西地区间的对比，如粤港澳大湾区与黄河流域生态保护和高质量发展区之间的创新生态系统能级差距最大（差异均值为0.54），研究期末达到最高值0.6 1，其次是粤港澳大湾区与长江经济带（差异均值为0.50）、长三角一体化发展区与黄河流域生态保护和高质量发展区（差异均值为0.40）。从时变态势来看，粤港澳大湾区与其他区域创新生态系统能级差距持续扩增，其中，粤港澳大湾区与长三角一体化发展区、粤港澳大湾区与京津冀协同发展区、粤港澳大湾区与长江经济带、粤港澳大湾区与黄河流域生态保护和高质量发展区之间创新生态系统能级差距年均增幅分别达到6.7 8%、6.52%、3.9 7%和3.58%；粤港澳大湾区与京津冀协同发展区差距在2 0 152 0 17年出现猛增（增幅为35.2 6%），党的十九大以后逐渐放缓。除了长三角一体化发展区与黄河流域生态保护和高质量发展区之间创新生态系统能级差距增幅迅猛（增幅为2 9.35%），长三角一体化发展区、长江经济带、京津冀协同发展区、黄河流域生态保护和高质量发展区之间创新生态系统能级的差距波动相对平缓。0.6每港筷大湾区一长三角一体化深arnarc发展区0.55粤港溪大湾区一京津冀协同发展区0.5等港溪大湾区一长江经济带0.45一粤港溪大湾区一黄河流域生态保护和高质量发展区0.4一长三角一体化发展区一京津美协同发展区0.35一长三角一体化发展区一长江经济带0.3长三角一体化发展区一黄河流域生态保护和高质量发展区0.25兴一京津冀协同发展区一长江经济带0.2京津冀协同发展区一黄河流域生态保护和高质量发展区0.15鑫长江经济带一黄河流域生态保护和高质量发展区0.120132014201520162017201820192020年份图4国家重大战略区域创新生态系统能级区域间差异变化情况（三）国家重大战略区域创新生态系统能级的动态演进采用Kernel密度估计刻画国家重大战略区域创新生态系统能级的动态演进特征。整体而言，1002013一2 0 2 0 年五大国家重大战略区域整体、长江经济带、黄河流域生态保护和高质量发展区创新生态系统能级的Kernel密度曲线整体位置向右移动，总体形态表现为波峰高度更加扁平，宽度增大，能级分布延展性表现为右拖尾变长，即考察期间区域创新生态系统能级逐渐提高，但其内部差距呈扩大态势（见图5）。3.52.52.51.520202020201920190.5201820182017201720162016-0.5201S2015年份0.52014年份2014办5201320131.5（）全国整体（b）五大国家重大战路区域整体1.51.52.35202920202019201920182018201720170.52016年份20162015-0.52015年价-45201420140.50:520132013()长江经济带15(）黄河流域生态保护和高质量发展区15图5国家重大战略区域创新生态系统能级分布的动态演进值得注意的是，自2 0 17 年起全国整体的能级核密度曲线波峰高度骤降，而国家重大战略区域能级分布曲线波峰高度降幅相对平缓，且2 0 17 年后五大国家重大战略区域整体、长江经济带、黄河流域生态保护和高质量发展区的核密度曲线的形态、分布位置、延展性等特征基本相似。这表明随着国家区域重大战略的持续推进，区域内的创新生态系统在相对稳定的水平持续运行，其能级水平虽呈现小幅变动但区域内的差距保持相对稳定。由此说明，区域重大战略的深人推进，促进了区域内融合互动，进而促使区域均衡发展取得明显成效。此外，与全国整体相比，五大国家重大战略区域整体、长江经济带、黄河流域生态保护和高质量发展区的Kernel密度估计曲线均未出现多峰现象，这表明区域创新生态系统能级分布存在明显尺度效应，国家重大战略区域内两极分化的马太效应较弱，区域内创新生态系统发展步调基本一致，区域协调均衡发展格局不断得到优化和提升。四、相关结论与对策建议(一）相关结论1.生态能量在较大程度上影响区域创新生态系统的能级，生态环境的影响次之。五大国家重大战略区域创新生态系统能级存在明显的梯度效应。粤港澳大湾区、长三角一体化发展区一直处于领先地位，京津冀协同发展区创新生态系统能级增速较缓，黄河流域生态保护和高质量发展区创新生101态系能级水平较低但其增速较快。党的十九大以后，粤港澳大湾区、长三角一体化发展区在增量及增速上均保持领先地位。2.五大国家重大战略区域内创新生态系统能级总体差距略高于省域的总体差距。区域间差异是能级差异的主要空间来源，超变密度贡献是次要空间来源，区域内差异第三大空间差异来源。黄河流域生态保护和高质量发展区内创新生态系统能级差距最大，其次为京津冀协同发展区；长三角一体化发展区、长江经济带的能级差距相对较低。京津冀协同发展区创新生态系统能级差距呈波动下降趋势，其他战略区域内能级差距逐年上升。在考察期间，各区域间创新生态系统能级差距逐渐扩大，其中，粤港澳大湾区与黄河流域生态保护和高质量发展区之间创新生态系统能级的差距最大。3.五大国家重大战略区域创新生态系统能级逐渐提高，但其内部差距有扩大趋势。随着国家区域重大战略的持续深人，战略区域内创新生态系统在相对稳定的水平持续运行，其能级水平虽有小幅变动，但区域内的差距保持相对稳定；区域创新生态系统能级分布存在明显的尺度效应，与全国整体水平相比，国家重大战略区域内两极分化