蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素分析
——基于ISM模型與NK模型

葉愛山，夏海力

（蘇州科技大學(xué) 商學(xué)院，江蘇 蘇州 215009）

高新技術(shù)產(chǎn)業(yè)是知識密集型產(chǎn)業(yè)，是區(qū)域經(jīng)濟發(fā)展的重要組成部分。我國“十三五”規(guī)劃中將高新技術(shù)產(chǎn)業(yè)作為國家實施創(chuàng)新驅(qū)動發(fā)展的重要手段，2016年蘇州高新技術(shù)產(chǎn)業(yè)產(chǎn)值14 382億元，占規(guī)模以上工業(yè)總產(chǎn)值的比重達46.9%［1］。因此，挖掘出高新技術(shù)產(chǎn)業(yè)發(fā)展的深層影響因素，對提升蘇州綜合競爭力有著重要現(xiàn)實意義。

目前已有研究成果來看，Sternberg指出，高新技術(shù)產(chǎn)業(yè)發(fā)展的主要影響因素有政府政策、區(qū)域稟賦、需求因素等，并著重強調(diào)政府在高新技術(shù)產(chǎn)業(yè)發(fā)展中起到重要主導(dǎo)作用［2］。Blonigen等認為科研和技術(shù)創(chuàng)新是影響高新技術(shù)產(chǎn)業(yè)發(fā)展最為重要的因素［3］。張子林等基于灰色關(guān)聯(lián)度模型分析出吉林省高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素關(guān)聯(lián)度最高的為授權(quán)發(fā)明專利數(shù)指標(biāo)［4］。張同斌等通過構(gòu)建高新技術(shù)產(chǎn)業(yè)的可計算CGE模型，結(jié)果顯示政府財政激勵政策和稅收優(yōu)惠政策對高新技術(shù)產(chǎn)業(yè)發(fā)展具有積極作用，并且政府財政激勵政策效果更為顯著［5］。何建瑩等運用C-D函數(shù)對我國高新技術(shù)產(chǎn)業(yè)進行實證分析，研究表明FDI對我國高新技術(shù)產(chǎn)業(yè)發(fā)展影響顯著，尤其電子計算機及辦公設(shè)備制造業(yè)FDI溢出系數(shù)較高［6］。楊清可等運用AHP-熵權(quán)法、馬爾科夫鏈和ESDA方法，對中國31個空間單元高新技術(shù)產(chǎn)業(yè)的3個時間斷面數(shù)據(jù)分析，得出區(qū)位稟賦、人力資本等新興因素對高新技術(shù)產(chǎn)業(yè)發(fā)展的影響不斷增強［7］。翟瓊等研究勞動力要素、R&D投入對區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展的影響，得出R&D投入對我國東部地區(qū)高新技術(shù)產(chǎn)業(yè)發(fā)展貢獻顯著，勞動力投入要素對高新技術(shù)產(chǎn)業(yè)發(fā)展的貢獻始終處于十分重要位置，其彈性系數(shù)始終保持在0.5～0.7之間［8］。金浩等基于省際面板數(shù)據(jù)PVAR模型實證研究得出科技金融投入將有助于高新技術(shù)產(chǎn)業(yè)發(fā)展，進而使產(chǎn)業(yè)結(jié)構(gòu)得以優(yōu)化［9］。

總體來說，目前關(guān)于高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素研究，多數(shù)從某一影響因素視角出發(fā)，而缺乏對高新技術(shù)產(chǎn)業(yè)發(fā)展整體的影響因素分析。從影響蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r的多因素角度進行展開分析，旨在探尋蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展亟待優(yōu)化的影響因素。

1 蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素指標(biāo)選取

1.1 蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r

2016年，全市高新技術(shù)產(chǎn)業(yè)產(chǎn)值超過1.43萬億元，科技進步貢獻率達61%，R&D經(jīng)費投入占地區(qū)生產(chǎn)總值的比重達2.7%。通過認定的高新技術(shù)企業(yè)達到4 133家，城市整體科技實力連續(xù)多年名列江蘇省前列，但仍與國內(nèi)其他發(fā)達城市存在一定差距［1］。蘇州市2012—2013年高新技術(shù)產(chǎn)業(yè)發(fā)展迅速，2015—2016年明顯緩慢，高新技術(shù)產(chǎn)業(yè)產(chǎn)值與其占規(guī)模以上工業(yè)產(chǎn)值比重以每年1%增速上升（見圖1所示），數(shù)據(jù)來源于2013—2016年的《蘇州統(tǒng)計年鑒》［10］和蘇州市2016年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報［1］。提升蘇州城市綜合競爭力必須從高新技術(shù)產(chǎn)業(yè)出發(fā)，挖掘出制約蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展的影響因素，為高新技術(shù)產(chǎn)業(yè)更好發(fā)展提供借鑒。

圖1 蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展?fàn)顩r圖

1.2 蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素指標(biāo)選取

蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素指標(biāo)選取主要源于《中國統(tǒng)計年鑒》［11］科技部類活動指標(biāo)與《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》［12］生產(chǎn)經(jīng)營狀況指標(biāo)。為保證指標(biāo)選取的科學(xué)性、合理性以及層次性，采取多角度進行要素篩選，具體包括以下6個一級指標(biāo)：勞動力要素、資本要素、技術(shù)要素、政策要素、市場要素以及社會經(jīng)濟發(fā)展水平要素。依據(jù)大量文獻研究的結(jié)果，初步匯總出6個一級指標(biāo)與23個二級指標(biāo)。在此基礎(chǔ)上誠邀來自高等院校、科研機構(gòu)、高新技術(shù)企業(yè)、行業(yè)協(xié)會以及政府部門共計25位專家學(xué)者進行問卷調(diào)查，并對調(diào)查結(jié)果多次迭代，實現(xiàn)專家意見統(tǒng)一，得出蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展的12個重要影響因素（編碼：S1—S12），見表1所示。

表1 蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素

2 ISM模型與NK模型構(gòu)建

2.1 ISM模型構(gòu)建

ISM模 型（Interpretative Structural Modeling），美國Warfield教授于1973年首次開發(fā)出的一種采用結(jié)構(gòu)化模型解決問題的方法。該模型利用相關(guān)領(lǐng)域?qū)＜业呢S富經(jīng)驗與專業(yè)知識將系統(tǒng)分解為多個子系統(tǒng)要素，使系統(tǒng)構(gòu)建成多層遞階的結(jié)構(gòu)模型，并把各元素之間的相互關(guān)系與內(nèi)部結(jié)構(gòu)以簡潔直觀的多層階級圖展現(xiàn)出來。ISM模型構(gòu)建主要步驟：1）提出需解決的問題，采用科學(xué)性、創(chuàng)造性、可行性方法收集相關(guān)影響因素；2）判斷各影響因素是否存在直接或間接關(guān)系，并運用關(guān)聯(lián)矩陣進行表示；3）通過關(guān)聯(lián)矩陣計算可達矩陣；4）對可達矩陣進行層級關(guān)系分解，建立遞階結(jié)構(gòu)模型；5）將模型與已有的意識模型進行比較。若存在不符，則對影響因素及關(guān)聯(lián)關(guān)系進行調(diào)整，經(jīng)多次反饋、比較、修正，最終達到滿意結(jié)構(gòu)分析。

高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素之間關(guān)系錯綜復(fù)雜，因此構(gòu)建ISM模型進行梳理與分析因素之間相互作用機理。在確定表2關(guān)聯(lián)矩陣所示高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素之間的相互關(guān)系時，筆者對高新技術(shù)企業(yè)主管、行業(yè)協(xié)會成員、高校教授、科研機構(gòu)組員以及政府相關(guān)部門負責(zé)人進行發(fā)放問卷調(diào)查。共發(fā)放問卷310份，回收到有效問卷264份，有效問卷回收率85.2%。高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素間（i和j）關(guān)系用A、B、Y和N四個符號來標(biāo)記，具體意義如下：1）符號A：若影響因素i對影響因素j有直接或間接影響，但j對i無影響；2）符號B：若影響因素j對影響因素i有直接或間接影響，但i對j無影響；3）符號Y：若影響因素i與j之間互相影響；4）符號N：若影響因素i與j之間不存在相關(guān)性。

表2 關(guān)聯(lián)矩陣

2.2 NK模型構(gòu)建

適應(yīng)度景觀理論（Fitness Landscape Theory）是由Wright教授于1932年研究生物基因過程中首先提出。適應(yīng)度景觀是一種山谷（Vally）和高峰（Peak）相間的崎嶇地貌。每種基因組織對應(yīng)景觀中一個點，而這個點正是基因型（Genotype）的適應(yīng)度值?；蜻m應(yīng)度值高，點對應(yīng)景觀高峰；相反適應(yīng)度值小，點對應(yīng)景觀山谷。進化過程就是物種為達到最高的適應(yīng)度值，在景觀中適應(yīng)性地行走的過程［13］。1993年Kauffman結(jié)合適應(yīng)度景觀理論來研究生物有機體的演化過程中提出了自然殺傷模型（Natural Kill Model，簡稱NK模型）。在NK模型中，適應(yīng)度景觀被描述成不同系統(tǒng)適應(yīng)度，通過研究系統(tǒng)中不同元素之間的相互關(guān)系及對該系統(tǒng)適應(yīng)度的影響，以尋找更高適應(yīng)度的系統(tǒng)構(gòu)成，且NK模型易生成適應(yīng)度景觀圖［14］。

NK模型由三個主要參數(shù)組成，N代表系統(tǒng)組成元素，K代表元素之間的上位互動數(shù)，A代表系統(tǒng)內(nèi)每個元素的等位基因，它們的變化可以使元素的性質(zhì)發(fā)生變化。該模型是把復(fù)雜系統(tǒng)描述成由N個元素構(gòu)成的系統(tǒng)，K是適應(yīng)度景觀的主要決定因素，適應(yīng)度依賴于K，其基因組合的數(shù)量是AN。若元素之間存在相互作用時K=N-1，K越大表明系統(tǒng)中上位關(guān)系越多，系統(tǒng)的復(fù)雜性也就越強。

3 結(jié)果與分析

3.1 ISM模型關(guān)聯(lián)矩陣分析

依據(jù)ISM模型原理，關(guān)聯(lián)矩陣可形成布爾矩陣，為更好地理清影響因素之間的層級結(jié)構(gòu)，運用布爾運算規(guī)則對布爾矩陣運算，可得可達矩陣。記布爾矩陣為C，可達矩陣為Z，I為單位矩陣，Z=（C+I）r=（C+I）r+1≠（C+I），運用MATLAB（版本2016b）軟件計算可得r值為5 ，得到可達矩陣Z，具體如表3所示。

表3 可達矩陣

3.2 關(guān)聯(lián)因素層次結(jié)構(gòu)圖

圖2 蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素層次結(jié)構(gòu)圖

可達矩陣經(jīng)可視化為影響因素層次結(jié)構(gòu)圖，如圖2所示。結(jié)構(gòu)圖具體可劃分為4個級別：第Ⅰ層為直接影響因素，包含S10、S12影響因素；第Ⅱ至Ⅲ層表示中層因素，包含 S11、S2、S3、S9、S4、S5、S8、S1影響因素；第Ⅳ層為最深層因素，包含S6、S7影響因素。在此研究基礎(chǔ)上，引入NK模型對影響因素層級分析，找出蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素的最優(yōu)路徑。

3.3 NK模型數(shù)據(jù)處理

依據(jù)以上分析可得，蘇州市高新技術(shù)企業(yè)集群動力影響因素層級分為4個等級。其中，第Ⅰ層為外層影響因素，第Ⅱ至第Ⅳ層為內(nèi)層影響因素，內(nèi)層影響因素得以優(yōu)化處理，其外層影響因素很容易解決。因此，只針對第Ⅱ至第Ⅳ層3個層級做進一步探討。

內(nèi)層的3個層級之間存在著相關(guān)聯(lián)作用，消除影響因素的適應(yīng)度受到這3個層級的影響。因此，NK模型中影響因素層級N為3，各層級之間上位互動數(shù)K為2。對相關(guān)領(lǐng)域多位專家發(fā)放Linkert五級量表問卷，獲取消除影響因素的效果。依據(jù)專家對五級量表問卷的調(diào)查結(jié)果進行統(tǒng)計，標(biāo)準化處理所得數(shù)據(jù)，其公式為：

式中：a'i為i層級調(diào)查結(jié)果ai的標(biāo)準化值，amax與amin分別為調(diào)查結(jié)果最大值與最小值。

若標(biāo)準化后的a'i小于均值，則對應(yīng)層級狀態(tài)記為0，表示該層級對消除影響因素的水平低于系統(tǒng)平均水平；若標(biāo)準化后的a'i大于均值，則對應(yīng)層級狀態(tài)記為1，表示該層級對消除影響因素的水平高于系統(tǒng)平均水平。因此消除影響因素僅存在兩種狀態(tài)，即系統(tǒng)等位基因數(shù)A為2，其存在組合有AN=8種。對問卷結(jié)果標(biāo)準化處理后并取得均值后作為對應(yīng)狀態(tài)的適應(yīng)度，組合狀態(tài)及其適應(yīng)度見表4所示。

表4 組合狀態(tài)及適應(yīng)度

依據(jù)表4的組合狀態(tài)和適應(yīng)度，運用Boolean hypercube來描繪適應(yīng)度景觀圖，高新技術(shù)產(chǎn)業(yè)發(fā)展消除影響因素適應(yīng)度景觀見圖3所示。圖3流程方框中數(shù)字組合代表消除影響因素層級狀態(tài)的不同組合，流程框括號中系數(shù)代表消除影響因素的適應(yīng)度。圖中實線指向代表從低適應(yīng)度組合向相鄰的高適應(yīng)度組合的優(yōu)化路徑。圖中虛線指向表示從某一組合狀態(tài)向另一組合狀態(tài)行進的最優(yōu)路徑，從而得到首先消除第Ⅱ?qū)佑绊懸蛩?，然后依次消除第Ⅲ層、第Ⅳ層、第Ⅰ層?/p>

圖3 消除影響因素適應(yīng)度景觀圖

4 討論

蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素的分析對提升蘇州區(qū)域綜合競爭力具有重要意義。筆者運用ISM模型對12個高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素進行研究并階級分層。在ISM模型基礎(chǔ)上，構(gòu)建NK模型針對內(nèi)層因素進行分析，測算出消除影響因素層級的最優(yōu)路徑。在當(dāng)前蘇州處于“騰籠換鳥”背景下，高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素分析將會對提升高新技術(shù)企業(yè)競爭力提供借鑒。

通過ISM模型得出深層次影響因素為出口交貨值與城鎮(zhèn)居民人均收入，出口交貨值在一定程度上直接反映了蘇州高新技術(shù)產(chǎn)業(yè)產(chǎn)出狀況，城鎮(zhèn)居民人均收入反映出蘇州城市發(fā)展階段，這也就映射出蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展所處階段。針對ISM模型進行優(yōu)化，依據(jù)調(diào)查問卷數(shù)據(jù)標(biāo)準化結(jié)果，帶入NK模型測算，得出首先需消除第Ⅱ?qū)佑绊懸蛩?。因此，科技活動人員、FDI水平、金融機構(gòu)貸款、政府資金等影響因素盡管不是深層因素，但卻是最亟待處理的。

5 結(jié)論與建議

通過ISM模型與NK模型對蘇州市高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素進行分析，消除影響因素的路徑并非從最深層影響因素開始，而是按第Ⅱ、第Ⅲ、第Ⅳ、第Ⅰ層的順序進行消除。蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展亟待優(yōu)化的影響因素為科技活動人員、FDI水平、金融機構(gòu)貸款、政府資金。

高新技術(shù)企業(yè)發(fā)展離不開科技活動人員支撐，高新技術(shù)企業(yè)的生產(chǎn)研發(fā)都離不開科技人員，人力資本對產(chǎn)業(yè)發(fā)展的各環(huán)節(jié)都起著重要作用，甚至決定著產(chǎn)業(yè)科技水平。高新技術(shù)企業(yè)應(yīng)面向全球招納專業(yè)人才，同時設(shè)定人才培養(yǎng)激勵計劃，促進高新技術(shù)人才與企業(yè)融合。目前許多高新技術(shù)企業(yè)仍處于發(fā)展初期，規(guī)模較小、實力較弱，面臨著融資瓶頸，這無疑制約了高新技術(shù)企業(yè)進一步發(fā)展。外商投資已成為蘇州高新技術(shù)產(chǎn)業(yè)發(fā)展的重要推動力，但外商投資主要集中在電子及通信設(shè)備制造業(yè)，導(dǎo)致整個高新技術(shù)產(chǎn)業(yè)FDI技術(shù)溢出效率較低。只有合理引導(dǎo)外商直接投資高新技術(shù)產(chǎn)業(yè)方向，提高高新技術(shù)產(chǎn)業(yè)整體利益外資水平，才能使FDI的技術(shù)溢出效應(yīng)有一定程度的提高。金融機構(gòu)需進一步完善貸款機制，適當(dāng)放寬政策，利于更多高新技術(shù)企業(yè)得到貸款，確保企業(yè)資金運轉(zhuǎn)正常。財政激勵政策比利稅政策更具對產(chǎn)業(yè)發(fā)展的正向刺激作用，政府資金政策起著對高新技術(shù)產(chǎn)業(yè)發(fā)展不容小覷的作用。政府部門應(yīng)積極幫助高新技術(shù)產(chǎn)業(yè)引導(dǎo)外資流向，同時加大財政激勵政策力度，使更多中小高新技術(shù)企業(yè)受惠。

參考文獻：

［1］蘇州市統(tǒng)計局.蘇州市2016年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報［R］.2017.

［2］STERNBERG R.Reasons for the genesis of high-tech regions：Theoretical explanation and empirical evidence［J］.Geoforum，1996，27（2）：205-223.

［3］BLONIGEN B A，TAYLOR C T.R&D Intensity and Acquisitions in High-Technology Industries：Evidence from the US Electronic and Electrical Equipment Industries［J］.Journal of Industrial Economics，2000，48（1）：47-70.

［4］張子林，胡洋.高新技術(shù)產(chǎn)業(yè)發(fā)展影響因素的灰色關(guān)聯(lián)度分析：以吉林省為例［J］.社會科學(xué)戰(zhàn)線，2011（12）：91-95.

［5］張同斌，高鐵梅.財稅政策激勵、高新技術(shù)產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整［J］.經(jīng)濟研究，2012，47（5）：58-70.

［6］何建瑩，李曉鐘.FDI對我國高新技術(shù)產(chǎn)業(yè)發(fā)展的影響［J］.企業(yè)經(jīng)濟，2012，31（1）：22-27.

［7］楊清可，段學(xué)軍，張偉，等.中國高新技術(shù)產(chǎn)業(yè)發(fā)展水平格局演變及影響因素分析［J］.長江流域資源與環(huán)境，2014，23（12）：1649-1658.

［8］翟瓊，宋正一，李暢.R&D投入對區(qū)域高新技術(shù)產(chǎn)業(yè)發(fā)展的影響［J］.經(jīng)濟地理，2015，35（8）：129-134.

［9］金浩，李瑞晶，李媛媛.科技金融投入、高新技術(shù)產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化：基于省際面板數(shù)據(jù)PVAR模型的實證研究［J］.工業(yè)技術(shù)經(jīng)濟，2017，36（7）：42-48.

［10］蘇州市統(tǒng)計局.蘇州統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2013—2016.

［11］中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2015.

［12］國家統(tǒng)計局、國家發(fā)展和改革委員會、科學(xué)技術(shù)部.中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社.2015.

［13］WRIGHT S.The roles of mutation，inbreeding，crossbreeding，and selection in evolution［J］.Proceedings of the Sixth International Congress on Genetics，1932（1）：356-366.

［14］KAUFFMAN S A.The Origins of Order：Self-Organization and Selection in Evolution［J］.Journal of Evolutionary Biology，1993，13（1）：133-144.