独角兽企业创新能力与区域创新生态系统耦合机制研究

吕 波，漆 萌，葛鑫月

（北京物资学院，北京 101149）

独角兽企业是指成立时间较短、估值超过10亿美元的高成长性企业［1］，是新经济的典型以及科技创新的代表。独角兽企业群体已经形成一个重要的创新种群，引起社会关注并各类排行榜频出。综合分析胡润大中华区独角兽指数、IT桔子独角兽企业榜单、国家创新创业大数据平台榜单，发现2015年列入中国独角兽企业榜单的仅有40家，2021年则达到255家，分布在20个行业领域，仅在北京市就达到了92家。为了促进独角兽企业产生，我国多个城市或地区采取了重奖企业的策略，如一旦列入榜单奖励金额高达亿元。新冠疫情等背景加速了信息科技创新并推动产业升级，政府、教育、产业的数字化技术得到前所未有的推广与应用［2］。科技创新驱动下的经济发展模式比传统模式更具竞争力［3］。独角兽企业表现出在北京市等区域扎堆出现的特征，如果能找到北京市培育独角兽企业的背后机制，将有助于为我国其他地区提供宝贵的经验。独角兽企业为什么扎堆在特定区域出现？区域性创新生态系统与独角兽企业创新能力之间有何内在的耦合机制？这两个问题引起了研究者的兴趣。但区域创新与创新能力之间到底关系如何,理论界并未给出确切的答案［4］。本文将针对这两个问题展开研究。

1.1 耦合模型构建研究

孙勇等［5］在耦合模型中将区域创新设计为创新投入、创新环境与创新产出来评价。王方方等［6］从创新质量与创新氛围两大子系统来构建区域创新系统评价模型，其中前者包括创新投入、创新产出、创新主体，后者包括基础设施、全球化水平、经济条件。张爱琴等［7］基于创新动态视角将创新生态系统分为运作、支持、研发、环境4个子系统，构建了创新生态系统评价指标体系。张竣喃等［8］在技术创新、产业结构与金融发展3个系统之间构建耦合模型，认为各区域耦合水平不断提升，但整体水平并不高。祝影等［9］建立了创新系统与发展系统的耦合机制模式，提出了经济发展与创新投入的耦合通道、社会发展与创新环境的耦合通道、创新产出与资源环境的耦合通道。王清等［10］认为区域创新能力与区域化水平的耦合发展是政策调控力、资源凝聚力、经济驱动力各要素相互作用的结果，经济驱动力是最主要影响因素。

1.2 耦合空间联系研究

赖一飞等［11］提出数字经济发展与区域科技创新之间的区域耦合度存在着较大差异。李健等［12］认为区域经济与科技创新的耦合协调水平由高到低依次为东部、中部、东北、西部，随着时间推移，耦合协调水平差距扩大，耦合协调水平呈现空间正向相关关系，且空间集聚特征不断增强。成鹏飞等［13］发现较高耦合度和协调度的地区存在着集中连片现象。刘会武等［14］利用条件收敛模型检验高质量发展的创新机制，发现存在“东高西低”阶梯状的地区差异，高质量发展水平低的地区向高水平地区收敛的趋势明显，但是除东北地区外，收敛存在约束性条件。李楠博等［15］认为全国大部分区域均具有较大上升潜力，东部地区耦合协调性相对较高，其他地区整体耦合协调性偏差。商燕劼等［16］认为从空间联系量来看，区域创新、区域竞争力与生态效率之间形成以核心城市为中心的空间溢出效应，区域创新能力提升、生态效率改善对城市竞争力提升有着重要影响。徐维祥等［17］认为长江下游地区空间联系网络密度与网络结构复杂程度远高于长江中上游地区，牵引长江中上游城市多极化发展，并且逐渐形成以长三角为核心的城市圈。

1.3 耦合发展趋势研究

在发展趋势上不同的学者提出的观点不同。魏巍等［18］认为耦合协调度与经济发展水平呈“逆向相关”态势。蔡文伯等［19］通过GM(1,1)预测模型、Tobit回归模型、耦合协调度模型等研究成渝区域的科技创新与经济发展的耦合关系，认为呈现倒“M”型上升趋势；
要实现深度融合的路径包括提升高等教育质量、发挥核心城市的扩散效应、加快科技成果转化。冯苑等［20］认为孵化器与创新之间耦合协调度呈泰尔指数波动式下降趋势，耦合协调度表现出明显的空间正向集聚特征。徐晔等［21］认为我国创新要素配置与经济高质量耦合发展呈现逐年递增趋势，但仍处于初级协调发展阶段，整体水平不高。韩永楠等［22］认为主要得益于技术创新水平的不断提升，技术创新与绿色发展耦合协调度呈逐年缓慢增长趋势。腾堂伟等［23］认为科技创新与绿色发展协调性集群化现象可分为科技创新领先区、绿色发展领先区和平衡区3种类型，且具有从下游到中游再到上游的梯度化空间分布特征。利平等［24］认为知识溢出与产学研合作创新网络存在磨合协调期、规范发展期、螺旋上升期三阶段的耦合机制。葛鹏飞等［25］认为我国总体创新系统与经济发展系统的耦合协调度在逐年递增，但仅由低度耦合水平过渡到中度耦合水平。方大春等［26］认为区域创新与产业结构间耦合协调度与经济增长存在正“U”型关系，耦合度存在空间溢出特征明显。

1.4 耦合影响因素研究

苏屹等［27］认为当耦合度高于0.620时，滞后3期的专利授权量与R&D投入呈正相关；
耦合度低于0.349时，滞后3期的专利授权量与R&D投入、滞后4期的新产品销售收入与R&D投入均呈负相关；
当耦合度高于0.585时，滞后4期的新产品销售收入受到R&D投入的显著促进作用。刘娜娜等［28］认为产学合作程度、高校科技创新效率、高校知识溢出能力、高技术产业吸收能力是高校科技创新与高技术产业创新系统耦合发展的重要驱动因素，同时发现高技术产业创新效率对其驱动效应并不显著。于世海等［29］认为技术创新的投入、科技创新成果产业化运作效率、产出结构，对区域经济发展产生战略性影响。张玉臣等［30］认为经济发展水平、对外交流水平、人力资本水平对创新生态系统耦合度起显著正向作用。胡彪等［31］认为经济、社会、政策因素对京津冀创新效率与生态效率的影响具有显著的差异性。胡悦等［32］认为技术市场成交额对技术创新的贡献北京市最高。市场化程度与政府支持对绿色创新与产业结构优化的耦合发展产生显著正向影响［33］。地区生产总值等一般经济环境因素对创新环境影响最强，高技术产业对创新环境的影响最弱［34］。对外贸易、政策扶持、人力投入等因素对京津冀地区系统耦合度产生了不同程度影响［35］。

由已有文献研究可知：一是现有文献已开展了各个子系统之间的耦合研究，涉及对区域创新、区域经济发展水平、区域物流、区域金融等各个区域性系统之间的耦合关系。鉴于独角兽企业种群是较为新生的事物，且以前采集数据较为困难，所以针对区域性创新生态系统与独角兽企业种群的耦合度研究一直处于空缺状态，亟需展开相关机制与量化分析。随着社会各界对独角兽企业越来越重视，各类独角兽排行榜单与独角兽数据集日益丰富，目前针对区域创新生态系统与独角兽企业创新能力之间关系开展量化研究的时机已经成熟。二是在耦合协调的空间维度上，普遍认为耦合度存在“东高西低”等阶梯状地区差异，北京市属于耦合度较高的区域。但现有文献研究在发展趋势上存在冲突或矛盾之处。比如有人认为是倒“M”型，有人认为是正“U”型，这些结论是否适用于北京市等独角兽数量较多的特定区域尚有待验证。三是在影响因素上，目前研究普遍认为是存在复杂多维度影响因素，而且倾向于是交叉式互相作用，涉及经济、社会、政策等各类因素，但对具体指标选取差异性大，存在遗漏变量或误选变量等缺陷，相应的指标体系需要细化且全面化。基于以上研究空缺、观点冲突以及变量遗漏误选等问题，本文将聚焦于区域性创新生态系统与独角兽企业种群之间的耦合关系进行研究，对当前矛盾的结论通过采集数据开展量化研究，并建立更全面的指标体系，为独角兽种群创新能力更好地与区域创新生态系统耦合进行机制分析，对北京市等地独角兽培育关键环节进行解析，以丰富这一研究领域的研究理论，为其他地区创建区域性创新生态系统、培育当地独角兽提供理论借鉴。

2.1 耦合模型与机制

创新网络重新自组织会产生创新产出、创新溢出、创新吸引等多维效应。针对多维效应的评价与测量，王崇锋［36］认为如果样本量小，若将多指标一同带入回归方程，可能使回归效果较差，为此可采用引入子系统来反映创新投入、创新溢出及创新产出。借鉴这种研究思路，再根据上述文献综述，本文引入5个子系统即科学研究、创投融资、创新资源、创新环境、创新产出；
在区域创新生态系统与独角兽企业创新能力耦合上，本文设定各个子系统之间交叉影响且相互作用。所构建的耦合机制模型如图1所示。

图1 区域创新生态系统与独角兽企业创新能力耦合机制模型

本文基于耦合理论构建独角兽企业创新能力与区域创新生态系统耦合机理模型，以评价不同子系统的耦合效果。假设耦合效应（synergistic effect）为SE，则如式（1）：

为考察耦合度与影响因素之间的关系不同学者展开了研究。本着科学性、实用性和可操作性原则，本文参照林卓玲等［37］研究，解释变量组包括5个子系统，构建创新耦合机理公式模型如式（2）：

其中β代表系数，i为子系统，t为时间,ξ为随机误差项。

产出变量组Output(OUT)用耦合度(D)表示，即各个子系统之间彼此和谐一致的程度。计算创新生态系统耦合发展过程中在某时点的耦合度，需要用以下子系统耦合度计算公式。

2.2 子系统耦合度计算

全力等［38］认为复合系统耦合度模型由创新生态系统子系统sj组成，设创新生态系统在发展过程中的序参量为ej=ej1,ej2,…,ejm，m≥ 1，βji≤eji≤αji，i∈(1,m)。当eji为正向指标时，取值越大。系统的有序程度越高，取值越小，系统的有序性越低。

子系统Sj的系统有序度通过ujeji的集成来实现，功效系数函数几何平均法来计算第j个子系统的序参量对该子系统的有序度总贡献。

Uj(ej)∈［0,1］;Uj(ej)越大，有序度越高，反之越低。

系统耦合度是在有序度的基础上进行计算。系统耦合度计算公式，主要参照了张慧颖等［39］文献。本文设置五个子系统，设j=1,2,3,4,5，在时间t0、创新子系统Sj序参量的有序度为，在整个复合系统发展演变过程中的一时点为t1，子系统的系统序参量的有序度为，则创新生态系统各子系统的耦合度为：

其中j=1,2,3,4,5分别代表以上子系统。由公式计算可知，CM值越大，子系统耦合发展程度越高，反之越低。

2.3 耦合指标分类

耦合指标需要根据大小进行分类。轮廓系数模型（简称SC模型）是用来判定比较分类优劣的评价方式。本文采用SC模型分析，当数值越大时说明优势越明显。设SC(i)为点i的轮廓系数，则计算如式（5）所示。

S(i)与C(i)分别为内聚度和分离度来确定。假设点为i，分离度以 S(i)表示，取i距离同类中其他点之间的距离的平均值，如式（6）所示。

C(i)为i到所有非同类点平均距离的最小值，如式（7）所示。

根据单鹏等［40］、孙林等［41］的研究，计算比较研究对象的轮廓系数，得到比较结果分类情况。轮廓系数越趋近于1时表明比较分类的效果越好。本文利用Python语言编程计算轮廓系数。为便于观察与比较，再将测得的耦合度分类指标通过Python语言编程以雷达图形式呈现各指标比较情况。

根据罗亚非等［42］、洪嵩等人［43］的研究成果，创新投入子系统的序参量包括从事科技活动人员数、R&D人员全时当量、科技经费筹集额和规模以上工业企业开发新产品经费，前两项指标主要反映创新人力投入，后两项指标主要反映创新财力投入。创新产出子系统是创新效果最显著的显性表现，它说明了创新生态系统在不同层面上的运行效果，其序参量包括国内3种专利申请受权量、技术市场成交合同金额、规模以上工业企业新产品产值和规模以上工业企业新产品产值占总产值比重。创新扩散子系统是创新成果产业化的重要途径，是创新成果在创新主体之间流动渠道; 扩散效应的发挥，促使系统内企业通过学习、模仿等方式提高创新能力，最终实现系统整体技术水平的提高，序参量主要包括外商投资总额、进出口贸易总额、规模工业企业技术引进经费和规模以上工业企业购买国内技术经费。创新支持子系统包括经济环境、技术基础设施、金融环境、教育环境、文化环境等，组成创新投入系统。创新产出系统与创新扩散系统运行的基础和保障，该子系统的序参量包括居民消费水平、固定资产投资额、教育经费支出和科技经费筹集中金融机构贷款比例。计算序参量有序度的数据通过查阅《中国统计年鉴》和所在地区的统计年鉴和科技统计年鉴得到。贾品荣［44］认为区域科技发展指数评价体系，从区域科技的R&D经费、科技活动人员两方面评价区域科技投入；
从技术合同成交额、专利授权量、出口额、高新技术产业总产值、国际三大检索系统收录论文数5项指标评价区域科技产出；
从工业固体废物综合利用率、工业废水达标排放率、邮电业务总量、百人固定电话移动用户数、公共图书馆与博物馆数、社会劳动生产率、万元地区生产总值（GDP）综合能耗7项指标衡量区域科技对社会的影响。赵敏等［45］构建了R&D投入、科技创新及经济效益复合系统的综合评价体系，R&D投入指标包括R&D人员全时当量(分为基础研究、应用研究、试验发展，按万人计)、R&D经费内部支出(分为企业、研究与开发机构、高等学校、其他，按亿元计)；
科技创新成果指标包括专利成果(国内外3种专利申请受理数、国内外3种专利授权数)、论文(国外主要检索工具收录中国论文总数)；
经济效益指标包括经济结构、经济增长、经济总量。区域创新系统还可以用科技服务、科技活动、科技成果应用3个一级指标来评价。科技创新指标分为科技创新投入、科技创新产出、科技创新环境为一级变量，其中科技创新环境包括研发机构所占比重、每百万人高等院校平均在校生、每万人研发全时人员当量3个子指标。创新环境分为高等学校数、研究生在校生数、科学研究和技术服务业城镇单位就业人数、高技术企业数等指标。创新产出用国内有效专利数、国内3种专利申请授权数、发明专利占比、技术市场成交额等指标。独角兽企业构建核心竞争力的核心要素是资源、管理、技术、产品，涉及营业收入、研发费用、营销费用等指标［46］。集聚效应带来规模经济和知识溢出，促使高成长企业不断开拓新区位窗口，构建资源共享或互补的企业网络。独角兽企业在信息技术服务业、公共服务和管理业、批发和零售业对高成长企业网络发展贡献度较高［47］。综合以上文献的指标设计，本文经过鉴别与取舍，制定出独角兽企业创新能力变量、区域创新生态系统评价变量分别如表1、表2所示。

表1 独角兽企业创新能力评价指标

表2 区域创新生态系统评价变量

表2（续）

4.1 数据描述性统计

对设计变量通过年鉴、Wind数据库、榜单排名以及调研得到数据库，经利用R语言描述性统计如表3所示。由表3可知，本文选取了我国独角兽全样本225家，共分布在14个省市，5个区域；
独角兽企业共跨越20个行业；
平均融资轮次达到了4.67轮次；
平均融资总额达到8.95亿元；
独角兽企业联合创始人平均担任法定代表人数为12家，担任股东为7家，担任高管17家企业，任职企业达到23家，表现出丰富的社会关系网络；
独角兽企业平均年龄达到8～9岁；
平均发明专利达到63件，突破“卡脖子”技术水平处在中等水平；
平均营业收入达到102亿元；
平均利润仅有0.02亿元；
平均增长速率为132%。其余指标来自于数据库、国家创新创业大数据平台榜单。

表3 主要变量描述统计

表3（续）

4.2 耦合度测评

本文将耦合度等级分为5个等级，即差、低、中等、良、理想，分别对应耦合度差、低耦合、磨合期、高耦合、理想耦合5个阶段。耦合度等级划分标准如表4所示。根据式（3）、式（4）计算耦合度。在计算前先利用Python语言的Scale函数进行归一化计算，接着将处理后的数据利用常见熵权法对各指标平均值赋权，分别计算出各地区耦合等级与耦合程度。因篇幅所限本文略去熵权法取值过程的大量表格与计算，所得最终计算结果如表5所示。由表5可知，我国内地共有14个省市拥有独角兽企业，其中处于良好耦合状态的地区为北京市、广东省。处于磨合期的包括上海、浙江、天津、湖北、重庆。其余的地区耦合状态为低耦合或耦合度差阶段。

表4 区域创新生态系统与独角兽企业创新能力耦合等级划分

表5 拥有独角兽企业地区的耦合度测评结果

表5（续）

4.3 耦合指标分类

本文选取北京市独角兽创新生态系统的21项指标（如表6所示）与我国内地拥有独角兽企业的省市平均进行比较，根据式（5）、式（7）对耦合指标分类结果如图2所示。由图2可知，北京与我国拥有独角兽企业地区的平均值比较，比较值共分为5类：第一类指标是绝对优势指标，是平均指标的4.14倍以上。第二类指标为优势明显指标，是平均指标的2～4倍。第三类为相对优势指标，是平均指标的1～2倍。第四类相对劣势指标，达不到平均值。第五类为较差指标，在平均指标的50%以下。

图2 北京市与拥有独角兽地区的创新生态指标比较

表6 区域创新生态系统评价指标

再利用Python语言编程得到北京市与我国拥有独角兽企业地区的创新生态系统比较雷达图，可知详细的指标情况，如图3所示。由图3可知，第一类指标即绝对优势指标，包括独角兽数量与大学科技园，分别达到了拥有独角兽企业地区平均值的4.86倍与4.14倍。第二类指标即明显优势指标，包括科研院所、技术市场成交额、专业化众创空间、高等院校，分别达到平均值的4.11倍、3.88倍、3倍与2.65倍。处于相对劣势的指标包括区域发明专利数量、新型研发机构数量、创新平台、众创空间，分别为平均值的0.82倍、0.80倍、0.72倍、0.71倍。最差的指标是教育经费合计，仅为平均值的0.28倍。其他指标是相对优势指标，为平均值的1～2倍之间。

图3 北京市与我国其他拥有独角兽企业地区的创新生态系统比较

4.4 耦合机制模型验证与分析

根据式（1）、式（2），利用R语言编程对北京市独角兽创新变量与区域创新生态系统耦合机制进行验证，得到验证结果如图4所示。由图4可知，北京市在独角兽创新变量与区域创新生态系统耦合程度上存在“一头重一头轻”特征。“一头重”是指独角兽创新变量大部分指标落在了区域耦合理想、区域耦合良好上。其中落在区域耦合良好与区域耦合理想所占的比例相近，说明北京市独角兽企业的创新能力指标有近一半还有提高空间，未来可采取进一步的扶植措施使大部分指标达到理想状态。“一头轻”是指只有少量指标落在区域磨合、区域耦合低、区域耦合较差上，而且这些指标大多与独角兽科研子系统有关联。这表明独角兽科研变量指标需要进一步采取补短板措施以提高与区域创新生态系统的耦合度，经分析可知这些短板包括：独角兽企业研发合作伙伴少、研发强度低、研发政策激励不足等。可采取的措施包括加强独角兽企业与产学研的合作，进一步加大独角兽企业的研发强度，由政府部门推出激励独角兽企业研发成果的专项激励政策等。独角兽产出子系统中的“卡脖子”技术突破也是一项短板，经测评可知处在区域耦合低阶段，表明北京市独角兽企业需要加强对“卡脖子”技术突破的攻关，主动担当起突破“卡脖子”技术领头雁的重任。

图4 北京市独角兽企业创新能力与区域创新生态系统耦合机制

本文以北京市为研究对象，对独角兽企业的创新能力与区域创新生态系统耦合机制进行了研究与验证，得出如下主要结论：

一是基于耦合度模型与熵权法进行测评，可知我国内地共有14个省市拥有企业独角兽，其中北京市处于良好耦合阶段，同处于这一阶段的还有广东省。处于磨合期的省市包括上海、浙江、天津、湖北、重庆。其余地区的耦合阶段为低耦合或耦合度差。

二是基于SC模型与雷达图比较北京市与我国拥有独角兽企业地区的创新生态系统指标，发现北京市的创新生态系统指标有76%是平均指标的115%～480%。这些指标是支撑北京市独角兽企业扎堆出现的重要原因。北京市只有24%的指标低于指标平均值，这些指标包括区域发明专利数量、新型研发机构数量、创新平台、众创空间、教育经费等。

三是基于耦合机制进行模型验证，发现北京市独角兽创新能力与区域创新生态系统在耦合维度上存在多维度相互交叉影响；
在耦合程度上也不同于其他区域，存在着显明的“一头重一头轻”特征，即北京市独角兽创新能力与区域创新生态系统耦合的大部分指标落在了区域耦合理想、区域耦合良好上；
少量与科研有关的指标落在区域磨合、区域耦合低、区域耦合较差范围内。

基于以上结论，提出建议如下：一是北京市与国内同类城市相比虽然处于良好耦合状态，但是要达到理想耦合状态，需要对现有的近一半指标进行提升，这些指标包括技术市场成交额、专业化众创空间数量、研究与试验发展经费投入强度、地区研发经费投入额度、地区生产总值、孵化器数量、R&D人员全时当量、人均地区生产总值等。二是对于北京市独角兽企业突破“卡脖子”技术能力不强、独角兽企业研发合作伙伴少、研发强度低、研发政策激励不足等短板，需要针对短板出台专项支持政策以进一步促进北京市独角兽企业创新能力与区域创新生态系统的耦合度。三是北京市要以国际视角分析国际城市如旧金山市独角兽数量异军突起的原因，借鉴这些国际城市的先进培育经验，建设更理想的区域创新生态系统，进一步增强在独角兽培育上的国际竞争力。对于尚没有出现独角兽企业或独角兽企业数量较少的我国其他区域，要培育出本区域的独角兽企业，并不是只出台巨额奖金政策以刺激有发展潜力的企业，还需盯住并持续改善各项创新耦合指标，使本区域创新生态系统的耦合等级与耦合程度达到合格水平。

猜你喜欢耦合度独角兽子系统不对中转子系统耦合动力学特性研究舰船科学技术(2022年21期)2022-12-12中国北方蒸散-降水耦合度时空变化与水热因子的关系干旱气象(2022年5期)2022-11-16双速感应电机绕组耦合度研究防爆电机(2022年1期)2022-02-16GSM-R基站子系统同步方案研究铁道通信信号(2020年3期)2020-09-21寻找独角兽趣味(语文)(2020年10期)2020-07-21辽宁省经济与生态环境耦合协调性分析生产力研究(2020年5期)2020-06-10它就是独角兽小哥白尼(野生动物)(2019年7期)2019-11-16驼峰测长设备在线监测子系统的设计与应用铁道通信信号(2018年8期)2018-11-10遇见独角兽小主人报(2018年11期)2018-06-26认不出了小朋友·快乐手工(2016年4期)2016-11-19

推荐访问:独角兽 耦合 创新能力