区域创新生态系统可持续运行建设路径研究

《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》明确提出“坚持创新驱动发展，全面塑造发展新优势”，强调创新已成为落实国家发展战略、赢得未来发展主动权的强大战略支撑。然而，创新不会自动“落地”，因此如何增强创新能力、提高创新绩效成为创新管理领域的研究热点。创新范式3.0即创新生态系统，其内涵与创新引领发展的要求十分契合，对增强创新能力、实现创新增值的正向影响也得到了理论证实[1,2]。但由于我国各地区经济发展水平、创新禀赋等方面存在显著差异，使得各地区创新生态系统运行水平不一，最终影响区域创新发展成效。健康的创新生态系统具有可持续性[3]，而一个良性进化、可持续运行的创新生态系统是提升地区创新水平、实现高质量发展的关键所在[4]。因此，从未来发展看，把握区域创新生态系统可持续运行的内在机理、探索系统高水平可持续运行的建设路径，对各地区因地制宜地优化创新生态系统、制定有针对性的创新战略具有重要意义。

20世纪90年代，学界试图从生态学角度探索硅谷持续创新的力量来源，随后，美国总统科技智囊团的PCAST报告将美国在全球经济中的领导地位归结于强大的国家创新生态系统，认为系统活力与运行水平影响美国世界领导地位的保持和稳固[5]。随着研究的深入，部分学者开始从区域层面对创新生态系统进行研究。黄鲁成[6]指出，区域技术创新生态系统是“在一定空间范围内，创新主体和创新环境通过创新物质、能量及信息流动而相互作用、相互依存形成的生命共同体”。在此基础上学者们开始探索并构建反映系统运行水平的量化评估体系，并对系统运行水平进行评价。覃荔荔等[7]建立了以创新资源、效率、潜力和活力为主导因素的创新生态评价体系，对湖南省创新生态可持续运行水平进行测度；李福和曾国屏[8]着眼于影响系统健康运行的基础力量，以系统共生力、平衡力、组织力和生长力为子系统建立评估体系，对创新生态健康水平进行评价；王德起等[9]以“承载—集聚—行动—产出—辐射”为评价框架，运用协同度和耦合协调度模型对京津冀创新生态系统运行水平进行评价；刘钒等[4]从生态特性角度重构创新生态系统健康水平测度体系，对我国部分地区创新生态系统的健康水平进行评价；李晓娣和张晓燕[10]基于共生视角，建立系统共生单元—平台—网络—基质—环境评价框架，利用共生度模型评价我国省域创新生态共生水平；王宏起等[11]以系统稳定运行为着力点，构建系统结构、功能和效益三维度指标体系，借助组合赋权法对黑龙江战略性新兴产业创新生态系统的稳定水平进行测量。

结合更多文献分析发现，关于区域创新生态系统运行水平的研究尚存在以下不足：现有研究虽普遍认同系统运行受多方面因素影响，但受限于研究方法，最终得到的是反映系统运行水平的综合性指数，系统要素之间如何互动尚不清晰，因此缺乏对系统实现可持续高水平运行路径及特征的探讨；当前针对区域创新生态系统可持续运行的专门研究较少，仅有少数学者将可持续性作为评估系统健康状态的衡量指标。可持续性作为生态系统的固有特征，是衡量创新生态系统运行状况的隐喻标准，也是系统发展的根本目的。从可持续性角度衡量区域创新生态系统运行水平研究的缺失，会在一定程度上影响对创新生态系统健康运行机理的探索和地区创新能力提升。

鉴于此，本文基于区域创新生态系统理论，结合生态系统可持续特性，在界定区域创新生态系统可持续运行内涵的基础上，构建区域创新生态系统可持续运行分析框架，利用模糊集定性比较分析方法(fsQCA)，通过挖掘案例地区影响创新生态系统高水平可持续运行的前因构型，探索实现区域创新生态系统高水平可持续运行的路径，力图为实现地区创新引领发展提供理论依据和决策参考。在实际操作中，本文拟回答以下问题：影响区域创新生态系统可持续运行的关键要素有哪些？它们之间如何协作共同影响系统的高水平可持续运行？实现区域创新生态系统高水平可持续运行的建设路径是什么？

1 理论基础

创新生态系统是系统内不同创新主体依靠各自优势，通过创新动力机制、竞合机制和利润分配机制的共同作用实现系统的整体运行[12]。当创新生态系统无法维持可持续运行时，也意味着该系统面临衰落或崩溃[8]。因此，可持续性是生态系统高效运行的直接反映，也是衡量系统健康状况的有效方式[3]。通过对相关文献的梳理与分析[3,4,8,12-14]，结合生态系统可持续性内涵，本文认为区域创新生态系统可持续运行是指在一定空间范围内，系统不仅能够维持当前创新生态的正常运行，而且能够实现价值共创与增值，支持未来系统的可持续发展。影响区域创新生态系统可持续运行的因素应涵盖可持续创新种群结构、可持续能力和可持续创新潜力3个维度。其中，可持续创新种群结构尤其是创新种群关系对创新生态系统运行的重要性已成为创新管理界的共识[10,11]，其以创新种群多样性、新颖性、协同性为表征；可持续创新能力是系统生存能力的重要构成，其以市场消费水平和政府创新投入为表征；可持续创新潜力是创新生态系统实现持续性的根本要求和系统演化的内在动力[8,16]，其以产业升级和技术更新能力为表征。3个维度共同作用与影响区域创新生态系统可持续运行水平，如图1所示。

1.1 可持续创新种群结构

创新种群是创新生态中创新主体及相关主体的集合，是系统创新的发动机[6]。可持续种群结构是培育创新生态系统的核心驱动力量[11]，因此，在系统可持续运行中，首先应考量可持续种群结构。根据创新种群构成与关系[15,17]，选择创新种群多样性、创新种群新颖性和创新种群协同性3个要素作为可持续创新种群结构维度的解释变量。

创新种群多样性从种类上体现系统创新物种的丰富程度。物种多样性是生物链形成的前提，也是各类生态体系实现可持续发展的关键(吴金希，2014)。创新种群拥有的异质性创新资源一方面产生强大吸引力，加速创新种群集聚，另一方面激发创新种群合作热情，实现创新生态系统协同创新[18]，在巩固种群竞争优势的同时，影响系统创新速率和效率。系统的自组织性要求创新要素不断重构组合，进而催生优势的新兴创新种群。创新种群新颖性是创新生态对价值增长诉求的有效回应，表明系统能够为创新种群提供足够的成长和价值增值空间，也意味着在激烈的市场竞争环境下系统能够对新技术、新服务和新模式具有较强的更新、转化与应用能力，从而使得创新生态系统能够永立创新潮头，保持引领未来的发展态势(吴金希，2014)。创新种群协同性是指不同创新种群间的合作与协同创新行为。多样性与新颖性使得创新种群为寻求更大发展空间而与其它创新主体建立联系、协同发展，种群间的协同合作变得更加频繁[19]。创新种群只有互动协同才能实现优势互补，最终提高创新生态系统创新产出绩效，从而提高系统可持续运行水平[18]。

1.2 可持续能力

可持续能力强调系统能够维持当前正常运行，即自身结构的维稳能力和受到干扰后的自我调节与自我恢复能力[20]，主要体现为对系统运行的持久助推和长久维护。可持续能力是系统生存能力的反映，也是系统运行的关键支撑力量[8]。因此，参考刘钒等[4]的研究，考虑到系统运行中支撑环境和创新资源的持续投入，选择市场消费水平和政府创新投入两个因素作为可持续能力层面的解释变量。

马克思的消费理论肯定了消费对社会经济、创新发展的推动作用。市场消费水平直接影响企业创新活动的积极性，倒逼企业为抢占市场不断进行技术升级[21]。同时，市场消费结构升级促使提供高端服务和生产多功能创新产品的产业比例提高，市场消费结构通过影响产业结构进而影响地区创新能力。此外，根据斯密定理，足够庞大的市场能带来复杂多样的社会需求和精细化社会分工，有利于创新要素聚集。因此，市场消费水平是影响区域创新能力的重要因素之一，能够为创新生态系统注入活力。如果说市场消费水平是激发创新生态系统可持续能力形成的外部环境因素和硬基础，政府创新投入则是提升系统可持续能力最直接的手段和方法。新常态下政府仍然是技术创新的重要推进者。基于信号理论，政府创新投入可视为政府支持创新的利好信号(杨洋,魏江,罗来军，2015)，有利于外部创新力量流入和本地创新力量诞生，实现创新资源集聚。同时，政府创新投入通过引导社会资本投入，吸引更多社会力量参与创新，通过构建和完善地区多主体创新支持体系，在一定程度上缓解企业、高校和科研院所等创新主体面临的创新活动风险高、回报期长等创新压力[22]，提高系统研发能力和创新水平，从而增强系统对外部环境和竞争市场的应对能力。

1.3 可持续创新潜力

可持续创新潜力是指创新生态系统的成长力和增值能力，是实现系统可持续发展的坚强后盾。李福和曾国屏[8]提出成长力既是创新生态持续运行的要求，也是系统保持活力的根源；吴金希指出，创新生态系统作为一个社会经济组织，需要依靠创新为所有创新参与者获得价值增长空间。系统的成长和增值能力体现为系统内部新旧动能转换与整个系统新陈代谢的速度[8]，这离不开地区产业升级和创新技术更新。因此，本文选择产业升级和创新技术更新能力作为区域创新生态系统可持续发展潜力的两个解释变量。

产业升级是指产业结构的高级化和合理化，表现为产业间与产业内结构的高级化程度[23]。产业结构水平是地区经济发展程度的集中体现，也是提升系统新陈代谢速度的有力保证。吴丰华和刘瑞明[24]研究发现，产业升级能够带动技术变革，为科技革命提供广阔平台。在当今供给侧结构性改革背景下，区域竞争更多地表现为产业竞争，产业升级通过创新资源的空间重置推动上下游产业链创新[25]，有利于实现系统整体功能最大化，进而提高系统创新效率、促进地区高水平发展。技术更新能力主要是指对国外先进技术引进、消化吸收和再创造的能力。我国作为典型的技术后发国，通过从国外引进先进技术达到节约研发成本、缩短技术追赶时间的目的。同时，技术再造过程能够激发研发人员的创新潜能，实现对引进技术的反向工程[26]，最终提高自主创新水平。此外，技术更新体现了创新生态系统的开放性，通过“站在巨人的肩膀上”建立和完善技术引进再创新机制，实现以较快速度提升系统创新能力的目的，为创新生态系统可持续运行注入活力。

综上所述，区域创新生态系统可持续运行是多方面因素共同作用的结果。然而，各因素如何联动并实现系统高水平可持续运行的前因构型即路径研究尚缺乏。纵观整个区域创新生态系统高水平可持续运行路径建设，在建设前期的调研阶段，需要对本地区创新水平、创新能力、创新环境和创新资源等进行考察，这有利于加深对地区创新资源禀赋和创新优劣势的了解，从而消除未来高水平可持续运行路径建设中因信息不对称产生的障碍；在路径建设阶段明确建设重点和建设方向，这一方面有助于地区形成强有力的背书信号，促进外部创新资源流入、集聚以及本地区创新主体诞生，另一方面有助于地区利用有限的创新资源实现重点领域的优先发展，实现有限资源效用最大化；在路径建设后期管理阶段，将上一阶段的建设成果，例如先进技术、市场前景广阔的研发成果、有潜力的企业和良性的产学研合作关系等进一步融合到系统可持续建设中，从而实现系统高水平可持续运行。换而言之，通过区域创新生态系统建设的前期调研、中期建设、后续管理及指导，最终实现区域创新生态系统高水平可持续运行。鉴于此，本文结合区域创新生态系统理论和生态系统可持续性特征，引入组态视角，通过构建区域创新生态系统可持续运行整体分析框架，探寻实现区域创新生态系统高水平可持续运行的建设路径。研究框架如图2所示。

2 研究方法

2.1 研究设计

本文选择采用fsQCA方法探究实现区域创新生态系统高水平可持续运行的前因组态及特征。定性比较分析方法(简称QCA)结合整体论和系统论思想，研究由多重因素协同互动构成的组态对结果的联合效应，并识别可能存在的多条等效因果链[27]，这契合本文试图要研究的问题；同时，QCA方法对样本规模要求不高，能够降低样本对象的复杂性。考虑到fsQCA方法在处理连续变量上的优越性，本文选取该方法进行分析。

2.2 数据选取

按照行政区划，选择我国内地31个省市作为研究对象。考虑到时滞效应，对结果变量进行时滞处理，时滞期为2年，即区域创新生态系统可持续运行使用2019年数据，7个条件变量使用2017年数据，描述性统计分析结果如表1所示。

2.3 测量与校准

基于已有文献，结合数据可得性，设定结果变量和条件变量衡量指标。

(1)结果变量：区域创新生态系统可持续运行水平(SUS)。地区创新能力在一定程度上体现区域创新生态系统可持续运行水平，现有文献通常从制度、管理和技术三方面对创新能力进行衡量。考虑到可量化性和美国科技创新数据库关于专利与创新能力高相关性的实证结果[28]，本文从技术角度，利用专利数表征创新生态可持续运行水平。同时，参考张恩众和张守桢[29]的研究，为突出区域关键词并消除各地区人口基数差异和经济发展不平衡带来的误差，保证区域可比性，选择各地区每万人拥有的发明专利授权数作为区域创新生态系统可持续性水平测量指标。

第一，创新种群多样性(VAR)。创新种群多样性是构建创新生态系统和维持系统可持续运行的基石。现有研究普遍认同企业、高校和科研机构的创新主体地位[7,10]。随着研究深入，作为创新载体的创新平台对系统运行的影响也得到认可[10]，同时，一些著名企业对区域双创的影响也引起了学者们的关注[4]。因此，结合已有文献[4,7,10]，选择规模以上工业企业、高校、科研机构、新三板挂牌企业、独角兽企业、创业板上市公司、国家级科技企业孵化器、国家大学科技园、生产力促进中心和特色产业基地作为创新种群，利用辛普森指数[30]获得种群多样性指数并将其作为测量指标。

第二，创新种群新颖性(NOV)。创新种群新颖性是引领系统创新发展、保持创新活力的重要体现。参考已有文献[4,11]，本文将新三板挂牌企业、独角兽企业、创业板上市公司、国家级科技企业孵化器、国家大学科技园、生产力促进中心和特色产业基地视为系统内优势创新种群，以各地区每百万人拥有的创新主体数作为区域创新种群新颖性测量指标。

第三，创新种群协同性(COO)。现有文献通常利用产学研合作水平衡量种群协同性，参考已有文献[11]，使用高校、科研院所研发经费来自企业资金的比例作为种群协同性测量指标。

第四，市场消费水平(MAR)。参考已有文献[10]，选择居民消费水平作为市场消费水平测量指标。

第五，政府创新投入(GOV)。政府科研投入直接反映其对创新的支持程度，参照已有文献[31]，利用科技经费支出占地方财政支出的比例作为系统内政府创新投入的测量指标。

第六，产业升级(IND)。本文参考李逢春[23]的测量标准，考虑到产业间的联系和比例关系，利用地区各产业劳动生产率的开方与各产业增加值占GDP的比重和作为系统产业升级水平的测量指标。

第七，技术更新能力(RI)。本文中的技术更新能力主要指对先进技术的引进、消化吸收和转化能力。参照覃荔荔等[7]的研究，考虑到数据可得性，利用规上工业企业引进技术、消化吸收和技术改造经费支出占GDP的比重作为系统内技术更新能力的衡量指标。

结果变量与条件变量的说明、数据来源如表2所示。

运用fsQCA软件时，需要对测量变量进行校准，即将结果变量与7个条件变量视为集合，赋予其集合隶属度。由于缺乏理论和外部知识作指导，为避免主观性，参考Garcia-Castro&Francoeur[32]的研究，选择样本数据的75%(完全隶属)、50%(交叉点)和25%分位数(完全不隶属)，利用直接校准法对其进行数据校准。各条件变量和结果变量的校准数据如表3所示。

3 实证结果

3.1 必要性分析

必要性分析，即检验单个条件变量是否构成区域创新生态系统高水平可持续运行的必要条件，若一致性大于0.9，则该条件是构成结果的必要条件[33]。由表4中条件变量的必要性分析结果可知，未出现一致性大于0.9的条件变量，即单个条件对结果的解释性较弱，需要进一步考量可持续创新种群、可持续能力和可持续创新潜力3个维度要素间的协同效应。

3.2 充分性分析

组态充分性分析是对引起结果的前因条件构型进行分析。根据Schneider&Wagemann[34]的研究，充分性的一致性水平不应低于0.75，频数阈值根据样本大小设定，本文中将一致性阈值设为0.76，PRI(Proportional Reduction in Inconsistency)一致性设为0.70，频数设置为1。由于目前尚未得到实证结果的支持，加之前文的必要性分析中单个条件对结果的解释力较弱，因此假设7个条件的“存在或缺席”都可能导致系统高水平可持续运行。基于fsQCA软件输出的中间解、简约解识别组态条件，将同时出现在中间解与简约解中的条件称为核心条件，核心条件相同的组态为一类解；仅出现在中间解中的条件称为辅助条件。得到的组态结果如表5所示。

如表5所示，有6个组态可以对区域创新生态系统高水平可持续运行作出解释，除去一致性为0.784 6的组态，其余组态的一致性分布在0.977～1.000之间，解的一致性为0.944 7，说明上述组态对系统高水平可持续运行有着较强解释力。路径覆盖率为0.631 6，表明6个组态能解释63%的系统高水平可持续运行案例。根据6个组态的核心条件及其配置，本文归纳出实现区域创新生态系统高水平可持续运行的4条建设路径，并结合典型案例进行具体分析。

(1)高抗风险型建设路径。该路径有2种方案，表明以创新种群高新颖性、高协同性、高市场消费水平和高政府创新投入为核心条件的组合构型能够实现创新生态系统高水平可持续运行。该路径依靠优势企业激发地区创新活力，依托创新平台拓展创新主体合作交流渠道，通过产学研合作实现创新网络建设，加之较高的市场消费水平和政府科技投入为创新活动注入动力、提供支撑，共同激发创新生态系统活力，提高了创新生态系统的环境适应性和应对能力，从而有利于区域创新生态系统高水平可持续运行。

此路径下的典型案例1a与1b分别为天津和江苏。天津与江苏分别作为京津冀创新集聚区、长三角创新集聚区的重要组成，双创活力强，市场消费水平高，创新种群新颖性在所有案例中分别排名第5位与第3位，居民消费水平排名第4位与第5位，为地区创新生态系统运行提供了强大的创新动力来源和经济基础。同时，天津作为以制造业为基础的地区，企业和地方政府均十分重视转型升级。企业主动寻求与学研机构的合作，高校和科研院所研发经费内部支出中来自企业的比例达到17%，政府则着力打造从科技研发到技术转化的完整链条，不断完善“企业出题、高校院所破题、政府助题”的创新机制，努力优化创新创业环境。江苏拥有强大的制造产业，创新资源丰富且对外部资源具有强大吸引力，近年来诞生了一大批具有实力的新创企业，极大提高了地区创新能力，并且区域内产学研合作密切，呈现出“科技成果转化能力强，省内落地率高”的特点。以上反映出天津和江苏能够保持较高创新能力和创新水平，保障创新生态系统高水平可持续运行。

同时，上述结果说明地区创新势头强劲、科研资源丰富、有优势产业的经济发达省份可以参考该建设路径。在该路径下，需要以加强政府创新投入、提高市场消费水平、引导产学研合作、催生更多优势新兴企业和打造更具吸引力的创新平台为切入点，以提高优势企业成功率和创新平台吸引力为落脚点，保障创新生态系统运行，持续释放创新活力。具体而言，充分发挥地区创新累积效应优势，坚持创新驱动，鼓励“大众创业、万众创新”，释放潜在消费能力，促进产业发展和结构转型；引导产学研协同合作，通过设置专项扶持基金、完善专业化服务体系建设等措施加强创新网络建设，提高区域技术创新水平和科技成果转化能力；在深入调研的基础上持续合理地加大对优质企业、创新平台的财政资金支持力度，同时，出台有利于优质企业诞生、创新平台发展的专项政策，培育更好的双创环境。通过打造以优质企业和创新平台为首、市场需求为导向、以产学研合作为技术支撑、以政府科技投入为引导，具有持续创新活力和高度稳定性的创新生态系统，保障系统高水平可持续运行，如图3所示。值得注意的是，方案1a和1b在创新种群多样性与技术更新能力方面差异明显。因此，具有高抗风险型发展特点的地区需要深入考察本地区创新生态情况，从而进行针对性调整。

(2)高政府创新投入型建设路径。在该路径中有2种方案，表明以创新种群高新颖性和高政府创新投入为核心条件的组合构型能够实现创新生态系统高水平可持续运行。持续不断的政府创新投入作为强有力的背书信号，彰显了地区对创新的支持决心，有助于提高创新资源吸引力，同时，也为新创企业和创新平台发展提供保障，提高企业成功率和平台孵化率。创新种群的高新颖性和高政府创新投入共同打造强吸引力的创新生态，促进系统高水平可持续运行。

此路径下典型案例2a和2b分别为陕西与安徽。陕西依托省内数量丰富的研发中心、科研院所，积极打造科技资源开放共享机制，支持创新孵化器建设，大大提高了科研成果转化水平。陕西省政府不断加大财政科技投入，政府财政科技支出从2012年的34.94亿元增长到2017年的79.34元，年增速为22.8%，达到近10年来最高水平；将双创作为促进地区高质量发展的着力点，积极构建双创服务体系，至2017年底全省共有164家企业挂牌“新三板”，创业板上市公司达到9家，区域创新生态系统呈现高水平可持续运行态势。近年来安徽的创新能力在中部地区表现优异：通过对标世界一流，建设了一批“国字号”创新平台，并且借助长江经济带一体化发展优势，促成跨区域合作和创新平台共建；随着合肥成为综合性国家科学中心，越来越多的高新企业在安徽设立研发机构，大量有影响力的平台诞生促进更多创新资源与人才集聚，促成合作创新；在政策指引下，财政科技拨款占地方财政总支出的比重从“十二五”末的2.8%增长为2017年的4.2%，保障了创新活动的顺利开展。

上述地区为创新发展势头良好、创新环境较好的省市加速进入科技创新第一梯队、实现创新生态系统可持续运行提供了借鉴。此外，政府要在创新生态培育方面发挥支撑作用，着重提升优势新兴企业和创新平台在创新集聚方面的吸引作用，强化创新平台的创新策源地功能，通过努力打造更具创新活力的创新生态系统，实现系统高水平可持续运行。具体而言，通过在税收、人才、财政、科技服务等方面实施突破性政策组合，打造完善的科技支撑制度体系，以政策“高地”保障优势企业、创新平台发展壮大；通过加大方向性科技财政支持、设置研发专项资金、引导社会资本参与创新等手段，打造科学合理的创新资源支持体系，以资源“高地”激发创新生态活力，双高齐发建设更具吸引力与活力的创新生态系统，实现系统高水平可持续运行，具体如图4所示。值得注意的是，方案2a与2b在创新种群多样性、产业升级和技术更新能力方面差异明显，因此具有高政府创新投入型发展特点的地区需要结合地区创新生态情况，进行针对性调整。

(3)市场主导技术协同型建设路径。该路径表明以创新种群协同性高、市场消费水平高和技术更新能力强为核心条件的组合构型能够实现创新生态系统高水平可持续运行。该路径依靠较高的市场消费水平为系统研发注入创新动力，外在的技术更新和内在的产学研合作有助于提高创新生态系统技术创新能力。对创新需求的有效回应和强有力的技术保障共同提高系统应对复杂市场环境的灵活性，从而实现创新生态系统高水平可持续运行。

此路径下的典型案例为湖南。近年来湖南省的实体经济不断壮大，消费水平持续攀升，居民消费水平增幅达到11%，消费市场繁荣。企业也非常重视对先进技术的引进吸收并积极寻求与学研合作，对技术的引进、消化吸收和改造经费支出占GDP的比重达到0.7%，在案例对象中排名第3，高校和科研院所研发经费内部支出来自企业的比例达到19%，在案例对象中排名第3，先进的技术助力地区工业产业高质量发展。同时，依靠较发达的工业基础，积极承接产业转移，实现由“湖南制造”向“湖南创造”转变。湖南通过着力打造中西部地区产业转移的承接“高地”，努力实现创新生态系统高水平可持续运行。

这也为中西部地区经济运行势头良好、具有优势产业的省份通过优化创新生态系统、实现系统高水平可持续运行提供了借鉴。需要注意的是，这些地区需要将市场需求置于中心地位，以技术更新和产学研合作为技术创新发力点，着力打造以市场配置资源、通过技术创新回应市场需求的具有持续创新动力的创新生态系统。具体来说，将市场需求置于中心地位，发挥市场在资源配置中的决定性作用，通过完善市场对接机制提高经济与科技融合发展水平，促进创新生态科技成果转化；通过搭建自主创新平台完善技术更新机制，通过引导产学研合作完善科技成果转化机制，结合双效机制提高创新活动的技术水平，护航地区优势产业高质量发展。同时，抓住产业结构调整契机，利用自身比较优势积极承接产业转移，促进创新要素流入以及地区新兴创新力量诞生。通过着力打造创新生态系统市场—技术—市场的良性循环机制，实现地区创新生态系统高水平可持续运行，具体如图5所示。

(4)全面协调型建设路径。该路径表明以创新种群高新颖性、高市场消费水平、高政府创新投入和高技术更新能力为核心条件的组合构型能够实现创新生态系统高水平可持续运行。相比于高抗风险型路径，全面协调型路径强调开放式创新，通过破除边界实现跨组织功能互补、提高自主创新能力。依托优质新创企业和创新平台集聚人才与创新资源，利用市场消费水平激发创新动力，加之政府持续的创新支持和自身的技术更新能力，共同造就具备较高创新能力和发展潜力的区域创新生态系统。

此路径下的典型案例为上海。上海作为改革开放的前沿城市和长三角创新集聚区的中心城市，经济发达，对外开放程度高，地区市场消费水平和技术更新能力在所有案例对象中均排名第1。上海市政府高度重视科技创新并不断加大科技投入，科技财政经费投入占财政总支出的比重从2014年的3.58%增长到2017年的5.17%，以高投入确保了地区科技创新发展态势良好。其通过开展“浦江行动”，重点加强科创载体、高新技术企业培育，区内“新三板”挂牌企业、独角兽企业和创业板上市公司等优质企业与国家级科技企业孵化器、国家大学科技园、生产力促进中心、特色产业基地等创新平台每百万人拥有数达到37家，位居所有案例对象第2位，远超第3名的浙江。以上努力使得上海创新能力能够保持较高水平，确保创新生态高水平可持续运行。

这也为经济发达、创新创业活力强、开放程度高的地区维持创新引领优势与保持创新生态系统高水平可持续运行提供了借鉴。同时，启示相关地区可从加强政府创新投入、提高市场消费水平、催生更多优势新兴企业和打造更具吸引力的创新平台、提高技术更新能力四方面着手，以提高优势企业成功率和创新平台吸引力为最终抓手，巩固地区创新生态系统的良性循环机制。具体而言，加大对优势企业、创新平台方向性的财政扶持力度，建立健全专业化服务体系，为新创企业和创新平台的健康发展提供良好的创新环境。通过完善体制机制、改善消费环境，实现消费提质扩容、释放创新引力；通过拓展技术引进渠道、搭建自主创新平台等提高企业技术引进质量，提升以应用为导向的技术协同攻关效率，打造包含市场、政府、企业、创新平台、高校、科研院所为一体的协同创新网络，实现区域创新生态系统高水平可持续运行，具体如图6所示。

3.3 稳健性检验

本文参考Schneider & Wagemann的评判标准，通过调整一致性水平和校准阈值两种方式对上述结论的稳健性进行检验[35]。具体做法为将一致性从0.76提高到0.78，用76%、24%分别代替75%与25%的校准区间。结果发现，本文研究结论具有很高的稳健性。

4 结论与启示

4.1 研究结论

本文基于区域创新生态系统理论，结合生态系统可持续特性，在探索区域创新生态系统可持续运行内涵的基础上，构建了包含可持续创新种群结构、可持续能力和可持续创新潜力3个维度的区域创新生态系统可持续运行整体分析框架。结合相关文献，对区域创新生态系统可持续运行框架进行细分，衍生出影响系统可持续运行的7个要素，运用fsQCA方法，以我国内地31个省份为样本，探讨7个条件要素如何协同实现区域创新生态系统高水平可持续运行的路径，主要结论如下：

(1)创新种群多样性、创新种群新颖性、创新种群协同性、市场消费水平、政府创新投入、产业结构和技术更新能力都对区域创新生态系统高水平可持续运行产生影响，但无法单独构成系统高水平可持续运行的必要条件。

(2)创新生态系统内各要素联动才能实现系统高水平可持续运行，该结论启示地方政府在优化区域创新生态时，需要从组态视角出发，关注系统要素之间的互动与匹配。

(3)区域创新生态系统高水平可持续运行的建设路径有4条，分别为高抗风险型、高政府创新支持型、市场主导技术协同型、全面协调型建设路径，说明系统维度要素之间 “多重并发”，形成创新生态系统高水平可持续运行的多条等效建设路径。因此，不同地区需结合自身发展特点和区域优势，选择适合地区创新生态系统高水平可持续运行的建设路径。

(4)创新种群新颖性、政策创新投入作为核心条件，分别出现在5个组态中，表明上述两个条件对生态系统可持续运行产生重要影响。

4.2 管理启示

(1)重视组态效应，发挥关键要素的引领作用。多条等效区域创新生态系统高水平可持续运行路径的存在，表明可持续创新种群只有与相应的可持续能力、可持续创新潜力联动匹配，才能实现系统高水平可持续运行。因此，地方政府应在准确评估地区可持续创新种群、可持续能力和可持续创新潜力的基础上，有针对性地打造适合地区创新生态发展的组合构型，将有限的创新资源和创新力量投向核心要素组态建设，因地制宜地打造适合本地区创新生态系统高水平可持续运行的路径。

(2)创新种群新颖性和政府创新投入对区域创新生态系统高水平可持续运行的影响应得到重视。创新种群新颖性和政府创新投入作为核心条件，分别出现在5个组合构型中。优质新兴企业是系统具备足够成长空间的体现，创新平台是提高系统创新要素配置效率的有力助手，并且优质企业和创新平台对优质创新资源产生粘性，为创新生态实现增值、永立创新潮头提供保障。同时，现阶段政府仍然是创新活动的重要引导者和创新资源的主要提供者，其创新投入是地区科研活动顺利展开的重要保障。因此，应大力提升创新生态系统创新种群新颖性，持续合理地增加政府创新投入，以确保区域发展后劲。

4.3 不足与展望

本研究尚存在一些局限性，未来可作进一步探讨：本文只关注了可持续创新种群结构、可持续能力和可持续创新潜力3个维度对区域创新生态系统高水平可持续运行的影响，未来可以从可持续创新动力、可持续创新环境等维度构建更全面的分析框架，以深入探寻影响系统高水平可持续运行的组合构型。此外，本文主要研究引发内地31个省市区域创新生态系统高水平可持续运行的组合构型，进而提出4条建设路径，未涉及系统低水平可持续运行的组合构型探讨。在后续研究中，可以此为重点进行分析，并对区域创新生态系统高/低水平可持续运行建设路径的因果非对称关系展开探讨。

[1] SHAWD R, ALLEN T. Studying innovation ecosystems using ecology theory[J]. Technological Forecasting and Social Change, 2018, 136: 88-102.

[2] 陈健,高太山,柳卸林,等.创新生态系统:概念、理论基础与治理[J].科技进步与对策, 2016, 33(17): 153-160.

[3] IANSITI M, LEVIEN R. Strategy as ecology[J]. Harvard Business Review, 2004, 82(3): 132-133．

[4] 刘钒, 张君宇, 邓明亮. 基于改进生态位适宜度模型的区域创新生态系统健康评价研究[J]. 科技管理研究, 2019, 39(16): 1-10.

[5] PCAST. Sustaining the nation′s innovation ecosystems,information technology manufacturing and competitiveness[R]. Washington: President's Council of Advisors on Science and Technology, 2004.

[6] 黄鲁成.区域技术创新生态系统的特征[J]. 中国科技论坛, 2003,19(1):23-26.

[7] 覃荔荔,王道平,周超.综合生态位适宜度在区域创新系统可持续性评价中的应用[J].系统工程理论与实践, 2011, 31(5): 927-935.

[8] 李福,曾国屏. 创新生态系统的健康内涵及其评估分析[J].软科学, 2015, 29(9): 1-4，28.

[9] 王德起,何皛彦,吴件.京津冀区域创新生态系统:运行机理及效果评价[J].科技进步与对策, 2020, 37(10): 53-61.

[10] 李晓娣,张小燕.我国区域创新生态系统共生及其进化研究——基于共生度模型、融合速度特征进化动力模型的实证分析[J].科学学与科学技术管理, 2019, 40(4): 48-63.

[11] 王宏起, 刘梦,武川,等.区域战略性新兴产业创新生态系统稳定水平评价研究[J].科技进步与对策, 2020, 37(12): 118-125.

[12] 徐建中,王纯旭.基于粒子群算法的创业技术创新生态系统运行稳定性组合评价研究——以电信产业为例[J].预测, 2016, 35(5): 30-36.

[13] 刘兰剑,项丽琳,夏青.基于创新政策的高新技术产业创新生态系统评估研究[J].科研管理, 2020, 41(5): 1-9.

[14] 孙丽文,李跃.京津冀区域创新生态系统生态位适宜度评价[J].科技进步与对策, 2017, 34(4): 47-53.

[15] HEMMERT M, BSTIELER L,OKAMURO H. Bridging the culture divide:trust formation in university-industry research collaborations in the US, Japan, and South Korea[J]. Technovation, 2014, 34(10): 605-616.

[16] 姚艳虹,高晗,昝傲.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, 2019, 37(10): 1892-1901.

[17] COTE R. Eco-industrial arks[C]. University of Michigan, International Society for Industrial Ecology Conference, 2003.

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

[19] FAN F, LIAN H,WANG S. Can regional collaborative innovation improve innovation efficiency? an empirical study of Chinese cities[J]. Growth and Change, 2019, 51(1): 440-463.

[20] RAPPORT D. What constitutes ecosystem health [J]. Perspectives in Biology & Medicine, 1989, 33(1): 120-132.

[21] 蒋艳辉,王靖烨,王琳.财政支出、居民消费与区域创新——基于省级面板的实证分析[J].工业技术经济, 2020, 39(11): 12-18.

[22] KLETTE T, MOEN J. R&D investment responses to R&D subsidies:a theoretical analysis and a micoeconometric study[J]. Discussion Papers, 2011(2): 169-203.

[23] 李逢春.对外直接投资的母国产业升级效应——来自中国省际面板的实证研究[J].国际贸易问题, 2012(6): 124-134.

[24] 吴丰华,刘瑞明.产业升级与自主创新能力构建——基于中国省际面板数据的实证研究[J].中国工业经济, 2013(5): 57-69.

[25] 李东海.产业结构优化对区域创新效率的影响研究——基于创新价值链视角[J].经济问题, 2020(10): 120-129.

[26] 武汉大学开放式创新研究课题组.开放式创新体系中的引进消化吸收再创新研究[J].经济纵横, 2019(6): 55-61.

[27] 杜运周,贾良定.组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].管理世界, 2017(6): 155-167.

[28] ACS Z, ANSELIN L, VARGA A. Patents and innovation counts as measures of regional production of new knowledge[J]. Research Policy, 2002, 31(7): 1069-1085.

[29] 张恩众,张守桢.金融资本、金融结构与区域创新能力[J].山东大学学报(哲学社会科学版),2017(1):88-96.

[30] 苗红,黄鲁成.区域技术创新生态系统健康评价研究[J].科技进步与对策, 2008, 25(8): 146-149.

[31] BATES R, HOLTON E. Computerised performance monitoring:a review of human resource issues[J]. Human Resource Management Review, 1995(5): 267-288.

[32] GARCIA-CASTRO R, FRANCOEUR C. When more is not better: complementarities,costs and contingencies in stakeholder management[J]. Strategic management Journal, 2016, 37(2): 406-424.

[33] RAGIN C,FISS P. Net effects analysis versus configurational analysis: an empirical demonstration[J]. Redesigning Social Inquiry: Fuzzy Sets and Beyond, 2008,240:190-212.

[34] SCHNEIDER C, WAGEMANN C. Set-theoretic methods for the social sciences:a guide to qualitative comparative analysis[M]. Cambridge: Cambrideg University Press, 2012.