In order to make up for the deficiencies of the existing research,specific research questions arise:Is the symbiosis of single dimension of innovation ecosystems and their constituent conditions a necessary condition for low-carbon transformation? What kind of configuration of innovative ecological symbiosis is conducive to promoting low-carbon transformation? What are the complex impact mechanisms among these configurations? This study uses the fuzzy set qualitative comparative analysis method,and employs the total factor productivity index to measure the level of low-carbon transformation,and draws on the data envelopment analysis method used by He Weijun et al.for calculation to comprehensively analyze the complex causal relationships between innovative ecological symbiosis and low-carbon transformation and explore a diversified development path for low-carbon transformation that suits China's national conditions.To ensure the adequacy and availability of sample data,this paper selects panel data from 30 provinces in China (excluding Xizang,Hong Kong,Macao and Taiwan) from 2014 to 2020 as sample cases to analyze the complex mechanism between innovation ecosystem symbiosis and low-carbon transformation.The indicator data is sourced from the China High-tech Industry Statistical Yearbook,China Science and Technology Statistical Yearbook,China Regional Innovation Capability Evaluation Report,and provincial statistical yearbooks.
The research results show that,firstly,the single dimensions of the innovation ecosystem and their constituent conditions do not possess the necessary conditions for low-carbon transformation.Secondly,there are two configurations that can promote low-carbon transformation,namely,institutional logic configuration and platform logic configuration.These two configurations represent multiple pathways for achieving low-carbon transformation under different governance mechanisms in the innovation ecosystem.Furthermore,by observing the consistency among provinces during the panel period,it is found that there are certain group differences between the two configurations,which may be due to differences in infrastructure development,technological foundations,and industrial structures.Finally,among the two configurations that promote low-carbon transformation,there is a complementary relationship between subject coordination,knowledge development and creation,and knowledge flow and diffusion,and these three prerequisites have a universal role in low-carbon transformation.There is a substitutive relationship between institutional logic and platform logic,but this relationship is not singular but depends on specific stages and needs.
The marginal contributions of this paper are reflected in two aspects:on the one hand,it constructs a theoretical model of low-carbon transformation from the perspective of innovative ecosystem symbiosis,enriching and refining the existing research results on innovative ecosystem symbiosis; on the other hand,it explores the necessary and sufficient dual causal relationship between innovative ecological symbiosis at the provincial level in China and the emergence of low-carbon transformation paths.It reveals the diverse development paths that promote and hinder low-carbon transformation of economic development modes through innovative ecological symbiosis,providing a theoretical basis for dynamic research on the impact of innovative ecological symbiosis on low-carbon transformation trajectories.
在改革开放40多年历程中,中国通过建立现代化工业体系加速经济结构转型升级,促进现代经济增长,为国际竞争力提升提供了有力支撑。但与此同时,机械化、工厂化大规模生产方式加剧了环境破坏和资源消耗,以资源和环境为代价的粗放型发展模式已经不能适应经济可持续发展要求,传统经济增长方式亟需转型。当前,部分省市积极开展低碳试点工作,探索符合自身实际的低碳发展路径,为全面推进低碳转型发展提供经验和示范。然而,低碳转型路径尚不明晰,需要深入挖掘实现“双碳”目标和推动经济低碳转型的有效路径。创新生态系统共生是催生绿色低碳创新的动力源[1],也是实现低碳经济高质量发展的重要举措[2],中央及地方政府纷纷出台相关政策,通过打造良好的创新生态系统驱动经济转型。2016年,中共中央、国务院印发《国家创新驱动发展战略纲要》,指出要使“国家创新体系更加完备,实现科技与经济深度融合、相互促进”。2022年,科技部等九部门联合印发《科技支撑碳达峰碳中和实施方案(2022—2030年)》,提出“充分发挥国家战略科技力量和各类创新主体作用,深入推进跨专业、跨领域深度协同、融合创新,构建适应碳达峰碳中和目标的能源科技创新体系”。通过创新生态系统共生推动经济低碳转型引发学者极大关注,探寻创新生态系统共生影响低碳转型的关键路径与影响机制,不仅有助于完善经济低碳转型相关理论,还能为创新驱动发展战略的实施和低碳转型实践提供参考。
作为一个基础知识生产和技术转移系统,创新生态系统共生主要以制度设计的形式调整地区发展模式,通过物质流、能量流、信息流链接促进生产效率提升(梅亮等,2014),从而正向影响低碳转型。一方面,既有研究从微观视角探讨创新生态系统通过创新合作共享、资源整合对企业低碳转型策略或行为的影响。如郭金花等(2023)研究了区域创新生态系统多主体互动对绿色转型的组态效应;Xin等[3]探讨了创新生态系统资源协同对低碳发展的影响作用。另一方面,现有研究从宏观角度解读创新生态系统不同维度对低碳转型的影响。邓晓辉等[4]基于五螺旋创新生态理论分析政策驱动、产业运营、研发创新、社会参与及自然环境等创新生态系统子维度对绿色创新绩效的作用;Vargas等[5]解析了绿色创新生态系统对经济可持续发展的影响;郭百涛等[6]通过构建产业链、创新链和资金链联动理论模型,对低碳经济高质量发展要求下创新生态系统机制和实践模式进行了讨论。
通过梳理上述文献可以发现,当前研究存在如下不足:第一,从实践模式看,已有文献对创新生态系统与低碳转型关系进行了初步探索,但对创新生态系统“生态化、自组织性”特征认识不足,导致创新生态实践大多停滞于创新要素机械拼凑阶段,未深入揭示低碳转型驱动效能。第二,从研究对象看,低碳转型是促使经济结构转型升级、实现经济可持续发展的关键驱动力量,但不同区域之间存在“大杂居,小聚集”的分布特征[7],亟需聚焦中国情境为低碳转型实践提供参考。第三,从研究方法看,目前多数研究使用传统回归方法,专注于单个维度对低碳转型影响的净效应,未深入探索创新生态系统协同耦合现象,未明晰创新生态系统多重维度驱动低碳转型的互耦关系,忽视了创新维度之间的联动效应[8]。因此,亟需从整体视角揭示创新生态系统对低碳转型的复杂影响机制。
综上所述,本文采用模糊集定性比较分析方法(fsQCA),结合中国省域层面面板数据探究创新生态系统共生与低碳转型间的复杂因果关系,探索适合中国情境的低碳转型多元发展路径,重点回答以下问题:创新生态系统共生单一维度及其构成条件是否为低碳转型的必要条件?究竟哪些创新生态系统共生构型有利于推动低碳转型?构型间的复杂影响机制又是什么?
创新生态系统利用互补性、开放性和网络性为新业态、新模式提供例证和参考,在创新驱动和低碳转型领域留下重要印记。根据共生理论,创新生态系统作为驱动经济社会发展的群落生境,通过与经济社会环境进行良性互动加速低碳转型[9]。其中,共生关系作为创新生态系统的重要内容最早出现在生物学领域,反映不同种类或成员之间永久性的物质联系[10]。良好的共生关系有助于推动低碳环保科技研发与应用,加速绿色技术创新与推广,帮助企业实现低碳、节能、环保目标,在促进资源循环利用、优化产品设计和生产过程、加强绿色供应链管理等方面赋能低碳转型[11]。因此,本文从共生关系视角探究创新生态系统共生对绿色低碳转型的影响。
目前,关于创新生态系统共生关系的研究尚处于探索阶段。樊霞等(2011)认为互补互惠性是实现共生关系的关键要素,只有当组织之间具有互补特征和资源时才能相互依存,形成相对稳定和繁荣的共生关系;Yoon等[12]认为共生关系中各参与主体都需要利用共享资源维持生存与发展。如果共生关系缺乏持续性,可能会导致某些参与者过度开发和浪费共享资源,最终导致资源耗竭;Thomas等[13]认为共生关系包括成员关系、治理机制和共享机制3个维度。其中,成员关系体现为参与主体能力的专业性、互补性和多样性,治理机制强调组织互动,共享机制强调技术知识发展与创造。Hou等[14]、Thomas等[15]对创新生态系统共生关系维度的划分比较全面,得到学者广泛认可。本文借鉴上述研究,从成员关系、治理机制和共享机制3个维度对创新生态系统共生与低碳转型复杂关系进行研究。
1.1.1 成员关系维度:主体协同与低碳转型
根据社会网络理论,创新生态系统共生成员关系是一个由多个创新主体构成的复杂网络系统[16],创新主体之间通过信息传递、角色地位转换等方式建立互惠互利关系。在信息传递层面,不同类型参与主体间的联系包括“强关系”和“弱关系”两种[17],由强弱关系构成的网络结构表现为创新生态系统中成员之间的联系比较紧密,同时又保持着一定的群体疏离度,这种结构有利于信息快速传递,促进创新生态系统内部协作。在创新生态系统中,“强关系”通常具有高度合作性和互信性,使得核心主体之间更容易进行共同研发和创新,从而有助于提高低碳创新效率和质量,保证低碳转型的稳定性和可持续性。而“弱关系”则可以帮助系统成员获取新知识、新技术和新资源,扩大创新主体影响范围,吸引更多成员加入,促进创新生态系统快速发展。在角色地位转换层面,社会网络理论认为创新生态系统开放性赋予各创新主体弹性化组织功能[18],使得各创新主体可以延伸组织边界,按照实际需求进行绿色创新,通过持续交流协调创新活动,在一致的低碳战略目标下协调组织功能。
1.1.2 治理机制维度:制度逻辑、平台逻辑与低碳转型
创新生态系统共生强弱关系结构对治理机制选择提出更高要求。治理机制旨在实现两个目标:寻求创新生态系统共生参与主体能力最优组合以及减少机会主义行为[19]。创新生态系统共生关系本质上是不稳定的,尤其是在推动低碳转型过程中,不同成员之间存在各种合作关系,同时也面临各种挑战。若缺乏有效治理机制,这些利益和合作关系将无法得到合理协调与管理,有可能导致冲突和破裂。现有研究主要聚焦制度逻辑治理和平台逻辑治理,其中制度逻辑治理以正式制度的方式,通过实施相关政策法规引导和规范企业、组织及个人行为,对可能出现的风险进行防范。然而,创新生态系统与低碳转型的复杂性意味着事先制定的政策法规不一定能面面俱到,此时作为非正式治理的平台逻辑由于具备较好的适应性和灵活性,能够提升创新生态系统共生效力,推动低碳转型顺利进行。
基于制度逻辑的共生关系认为不同成员之间的权力分配通过制度逻辑约束和规范,以确保各成员在共生关系中的平等地位和权力,进而共同参与决策和协作[20]。这种制度逻辑下的权力对称有利于促进共生关系运行和发展,避免权力不对称导致的合作困境和冲突。具体而言,由于创新生态系统共生专业化参与主体的多样性,可能同时存在多个有“议价”能力的强权组织形成多极化权力中心,减少单一权力中心控制,增加多元化互动和协作机会,从而实现共生关系的平衡和稳定。
基于平台逻辑的共生关系认为创新生态系统共生关系基于平台化活动,各参与主体通过平台互动和合作达到共生共赢的目的(阳镇等,2021)。首先,在平台建设和运营层面,平台可为不同参与者提供数据、资源、技术和市场支持,使其能够高效开展各种创新活动;其次,在平台规则制定和执行层面,平台规则是维护平台秩序和共生关系的保障,在平台上,各方需遵守一系列规则和准则,确保公平竞争和共同发展,平台规则的制定和执行需要综合考虑各方利益和诉求,确保平衡和公正;最后,在平台协调和沟通层面,平台可提供统一协调和沟通机制,使不同参与主体能够更好地了解彼此需求,找到更多合作机会,从而提高整个创新生态系统效率和创新能力。
1.1.3 共享机制维度:知识发展创造、知识流动扩散与低碳转型
在创新生态系统中,知识发展与创造、知识流动与扩散相互依存、相互促进。知识发展与创造为创新提供源头和动力,知识流动与扩散促进创新传播和共享,两者共同构成创新生态系统共生共享机制维度,对于推动低碳转型具有重要意义。
根据系统论,知识被视为创新生态系统的重要组成部分,同时也是系统的一种特征和表现。其中,知识有机性是指知识的内在联系,以及知识与所处环境、文化、社会等因素的相互作用(和金生等,2008)。知识不再是孤立、静态的,而是与其它知识相互关联、不断演化和发展的动态系统。知识有机性使得知识发展与创造不再是单一学科或领域的产物,而是跨学科、跨领域的集合体。这种跨学科、跨领域的集合体有利于创造力的发挥,为低碳转型提供更广泛、更丰富的资源。同时,知识有机性也使得知识应用和传播不再是单向的,而是一个多维度过程,这种多维度过程能够加速知识扩散和应用,从而加快低碳转型。在创新生态系统中,知识有机性还能促进不同实体之间的交流与合作,进而形成更加紧密的共生关系[21]。这种共生关系通过知识的相互作用和流动,为低碳转型提供更有力的支持。因此,通过知识的有机性,创新生态系统能够为低碳转型提供更加深入和全面的支持;通过知识流动与扩散则可避免重复研发和浪费资源,提高低碳转型效率和成本效益。例如,通过知识共享与合作,可以减少低碳技术研发成本。
创新生态系统共生程度高的地区通常具有知识、资源集聚效应,共生关系各维度能在不同程度上直接或间接促进区域机会开发和价值共创。然而,创新生态系统共生作为一个复杂生态系统,参与主体之间不只存在唯一共生关系,各维度间也可能存在互补或替代关系,因此需要考虑多重维度聚合效应。同时,由于创新生态系统的复杂性,目前难以使用传统回归方法探究创新驱动低碳转型的复杂因果关系。为解决上述问题,本文引入构型理论。构型理论认为事物整体形态是各部分相互作用和组合的结果,这种相互作用和组合是产生整体性质的关键。在组合性和等价性层面,构型理论认为各组成部分之间不是简单的相加关系,而是相互作用、相互影响。这些部分可以组合成不同形态和结构,从而形成不同构型,并且不同构型可以相互替代。在因果不对称性层面,构型理论认为导致低碳转型的条件组合并非创新生态系统共生关系维度组合的简单对立面。鉴于此,本文从共生关系3个维度出发,构建创新生态系统共生与低碳转型研究框架,如图1所示。
图1 理论研究框架
Fig.1 Theoretical research framework
模糊集定性比较分析(fsQCA)是一种整合“定性”(案例导向)与“定量”(变量导向)研究的方法,以布尔代数和集合论为基础,假设变量间存在相互依赖关系,旨在从整体性视角对案例进行分析,找出不同条件之间的复杂因果关系[22]。具体包括如下4个步骤:校准(将各条件转换成模糊集集合)、构建不同条件组合真值表、通过一致性阈值区分属于结果的因果组合、生成符合逻辑最小化的解决方案。传统fsQCA一般使用截面数据,很难探究时间方向上的构型变化。由于区域低碳转型是发生在时间方向上的连续事件,单独某一时间点截面数据无法真实反映跨时间因果互动关系。因此,本文借鉴Furnari[23]的做法,使用面板fsQCA探索时间效应下的因果互动关系。不同于传统QCA,面板fsQCA从组间一致性、组内一致性、汇总一致性3个维度测量。其中,组间一致性用以测量面板数据年份横截面一致性,组内一致性用以测量每个特定案例在时间方向上的一致性,汇总一致性用以测量整个面板数据所有横截面的一致性。另外,通过计算各维度之间的欧几里得距离(距离越小,随时间变化的一致性越稳定,差异性越小)考察各维度差异,由于组间一致性和组内一致性对时间及个体较为敏感,因此使用一致性调整距离进一步考察一致性的时间效应和个体效应。
为保证样本数据充足性和可得性,本文选取2014—2020年中国内地30省份(由于西藏数据不全,故不纳入统计)面板数据为样本案例,剖析创新生态系统共生与低碳转型间的复杂影响机制,数据来源于《中国高技术产业统计年鉴》《中国科技统计年鉴》《中国区域创新能力评价报告》及各省份统计年鉴。
2.2.1 结果分析
低碳转型的核心理念旨在减少碳排放的同时保持或提高经济产出水平,实现碳排放与经济增长脱钩[24]。因此,衡量低碳转型不仅要关注单一碳排放量或产出水平,更要综合考虑生产过程中经济产出与碳排放之间的关系。全要素碳排放率综合考虑生产过程中经济的能源消耗、产出水平以及碳排放情况,能够准确反映经济产出碳排放水平[25],避免仅关注部分因素而忽略其它因素的问题。因此,本文采用全要素生产率指标衡量低碳转型水平,借鉴何伟军等[26]的数据包络分析方法,决策单元为中国内地30个省份(因数据不全,未纳入西藏)。经济高质量发展要兼顾生态环境效益,故将地区生产总值作为期望产出、将碳排放量作为非期望产出。投入指标采用资本存量、劳动力投入和能源投入衡量。其中,资本存量以2000年为基准年份,使用永续盘存法计算,即采用各省份2001年固定资本形成总额比上平均折旧率与2001—2005年投资增长率平均值之和作为该省份初始资本存量;劳动力投入用地区总就业人员数表征;能源投入用相应能源总消耗表征。
2.2.2 前因条件
(1)成员关系。在创新生态系统中,成员关系强调不同主体间的紧密联系和互动关系,这种联系的核心在于协同合作。因此,为反映创新生态系统内各主体间合作情况,本文将主体协同作为成员关系的表征。此外,由于各类创新主体在长期正式与非正式合作中对低碳转型具有不同作用,因此各参与主体与复杂系统理论协同性、动态性和自组织性具有一定匹配性(叶伟巍等,2014)。本文从各参与主体功能出发,采用复杂系统协同模型对各创新主体协同指标进行测算[27]。其中,制度创新主体主要通过政策和资金支持区域创新活动开展;技术创新主体为区域创新提供物资流、资金流和人才流,在深入了解市场需求的基础上,积极引导技术创新等一系列创新活动持续开展;原始创新主体是创新活动的源泉,主要通过向区域输送人才流和技术流的方式促进技术研发、传播和应用;创新服务主体是各类创新主体沟通的桥梁和纽带,主要提供专业化和社会化创新咨询服务;创新投入主体主要为区域创新活动的开展提供资金支持。
(2)治理机制。治理机制维度包括制度逻辑和平台逻辑。市场化水平反映市场经济发展程度,地方保护主义反映地方政府对本区域经济利益的维护程度。综合考虑政府干预和市场机制的作用以及地方政府对本区域经济利益的维护程度,可以较好地评估制度逻辑。因此,本文参考胡双钰等[28]的做法,采用市场化指数反映市场化程度,采用商品零售价格指数差异表征地方保护主义,使用市场化指数与商品零售价格指数比值差额的绝对值作为制度逻辑的表征。平台逻辑的核心是连接不同参与主体,实现协同创新和价值共享。共生平台通过构建跨界联盟、打通渠道、整合资源等方式,将不同参与主体连接起来,实现跨组织边界协同创新和价值共享。因此,本文借鉴李晓娣等(2019)的做法,采用共生平台数量衡量平台逻辑,选取科技孵化器数量、高新技术企业数、技术转移示范机构数、国家级生产力促进中心数、每百家企业拥有网站数等指标,使用熵权法进行测算。
(3)共享机制。共享机制维度包括知识发展与创造、知识流动与扩散。其中,知识发展与创造参考杨伟等(2022)的做法,使用熵权法对研发投入综合指标、专利综合指标、科研论文综合指标进行测算。在知识创新阶段,通过知识流动与扩散能实现不同领域、地区之间的知识共享和协同创新,提高创新效率和质量。而在知识应用阶段,知识流动与扩散则能促进知识转化和落地,使知识更广泛地应用于不同领域和场景。因此,本文参考韩兆安(2022)的做法,使用熵权法,从知识创新和知识流动两个阶段测算知识流动与扩散水平。具体变量指标选取如表1所示。
表1 条件设定与指标选取
Table 1 Condition setting and indicator selection
前因条件 评价层面 指标说明 低碳转型全要素碳生产率投入:资本存量、劳动力投入和能源投入产出:地区生产总值、碳排放量主体协同主体功能性政策流:产业激励政策数人才流:企业R&D人员全时当量,高校、科研机构R&D人员全时当量资金流:地方财政一般预算收入、企业R&D经费内部支出、金融机构本外币各项贷款余额物质流:新产品开发项目数、技术市场成交额制度逻辑市场化水平市场化指数地方保护主义商品零售价格指数平台逻辑共生平台数量科技孵化器数量、高新技术企业数、技术转移示范机构数、国家级生产力促进中心数、每百家企业拥有网站数知识发展与创造知识发展创造能力研发投入综合指标、专利综合指标、科研论文综合指标知识流动与扩散知识创新与应用高校和研究机构经费来自企业的数量、高等学校R&D经费内部支出中政府资金、购买境内技术经费支出、技术市场成交额
2.2.3 校准
目前,各省份层面尚缺乏明确标准界定低碳转型以及创新生态系统共生程度,考虑到低碳转型以及创新生态系统共生是基于省份样本的相对指标,因此本文采用直接校准法,将结果和前因条件样本描述性统计分析的75分位数、中位数、25分位数分别设定为完全隶属、交叉点、完全不隶属点进行校准[22]。描述性统计结果及校准阈值如表2所示。
表2 描述性统计结果及校准阈值
Table 2 Descriptive statistical analysis and calibration threshold information
变量名称描述性统计分析NMeanStd.Dev.MinMax校准阈值完全隶属交叉点完全不隶属结果 低碳转型2100.7130.1340.3991.0000.8940.7160.605前因条件主体协同2100.1340.1270.0020.5890.3030.0950.022制度逻辑2100.1890.0990.0100.93390.2790.1710.093平台逻辑2100.1690.1390.1940.7950.3240.1330.051知识发展与创造21025.35112.6779.16075.26042.09322.00513.639知识流动与扩散2100.0810.1160.0010.7630.1770.0400.006
如果一个前因条件或者前因条件组合出现在导致结果发生的所有样本中,那么认为该前因条件是必要条件。表3展示了低碳转型的必要条件,根据Fiss[22]的研究,使用0.9的阈值评估是否为必要条件。由表3结果可知,各前因条件一致性介于0.4~0.8之间,均未超过0.9的阈值,表明创新生态系统共生各维度及其构成条件均非构成低碳转型或非低碳转型的必要条件。
表3 必要条件检验结果
Table 3 Necessary condition test results
前因条件低碳转型一致性覆盖度非低碳转型一致性覆盖度强主体协同 0.6820.7100.4020.416弱主体协同 0.4390.4250.7190.692强制度逻辑 0.6260.6320.4680.469弱制度逻辑 0.4740.4730.6330.627强平台逻辑 0.6400.6470.4580.460弱平台逻辑 0.4660.6460.6490.642强知识发展与创造0.6650.6840.3430.443弱知识发展与创造0.4580.4490.6900.672强知识流动与扩散0.6780.6990.4050.414弱知识流动与扩散0.4320.4220.7060.685
构型分析是从集合论角度寻找引起结果产生的不同条件变量,探讨这些不同条件变量是否为结果变量的充分条件。根据Fiss[22]的研究,将各构型一致性阈值设置为0.8,即当特定构型与结果之间的一致性大于等于0.8时则判定该构型为结果的充分性条件。同时,根据Garcia-Castro等[29]的研究,将一致性调整距离阈值设置为0.2,超过该阈值需进一步探究构型中的面板数据特征。在反事实分析部分将矛盾简化假设排除在外,由于我国地区资源禀赋差异较大,前因条件对结果的影响难以统一判断,因此不进行方向预设,全部选择“存在或缺失”,最终得到构型解,结果如表4所示。
表4 低碳转型构型分析结果
Table 4 Configuration analysis of low carbon transformation
前因条件 低碳转型H1H2非低碳转型NH1NH2NH3NH4NH5主体协同●● ●●制度逻辑● ●平台逻辑●●● 知识发展与创造●●● ●知识流动与扩散●●● ●一致性0.8580.8230.9280.8750.9230.8780.925PRI0.8080.7660.8810.7570.8730.7930.790覆盖度0.3830.5880.2240.1750.2240.1440.111唯一覆盖度0.0050.2100.0690.0220.0470.0490.011组间一致性调整距离0.0480.0540.0830.1090.1280.1050.093组内一致性调整距离0.2140.2270.1950.2080.1600.1690.150总体PRI0.8170.885总体一致性0.7580.836总体覆盖度0.5930.413
注:●表示核心条件存在;⊗表示核心条件缺失;空格表示条件可存在也可不存在
3.2.1 引致低碳转型的前因构型
(1)制度逻辑型构型(H1):该构型包含的条件有主体协同、制度逻辑、知识发展与创造、知识流动与扩散。在该构型中,无论平台逻辑是否存在,只要具备较高的主体协同能力、适配的制度逻辑、良好的知识发展与创造能力、强大的知识流动与扩散能力均能推动低碳转型。根据制度协调理论,适配的制度逻辑能增加创新生态系统共生与低碳转型目标的兼容性。例如,强调合作和实验有助于开发低碳技术所需知识、资源。创新生态系统共生制度逻辑通过建立可持续性规范和期望为企业及其他行动者践行低碳实践提供激励。灵活的成员关系有助于扩大参与主体合作范围,促进知识共享,支持低碳转型,帮助不同参与主体相互协作,制定创新性解决方案,提高低碳创新质量。同时,共生成员还可以根据市场环境变化,迅速调整产品解决方案,满足低碳经济可持续发展目标。总之,3个维度通过共同作用引致低碳转型发展。
(2)平台逻辑型构型(H2):该构型包含的条件有主体协同、平台逻辑、知识发展与创造、知识流动与扩散。在该构型中,无论制度逻辑是否存在,只要具备较高的主体协同能力、适配的平台逻辑、良好的知识发展与创造能力、强大的知识流动与扩散能力均能推动低碳转型。根据复杂适应系统理论,在平台逻辑下,创新生态系统通过适应环境和调整自我应对不断变化的环境。具体而言,适配的平台逻辑为创新生态系统各参与主体提供连接和共享资源的机会,这意味着具有不同专业水平、资源和观点的多样性成员为新的低碳解决方案积极献言,进而促进集体智慧涌现。平台逻辑反馈环通过提供有效性信息以及细化改进机会促进低碳转型。高度互联的关系结构有助于增强整个生态系统韧性和适应性,良好的知识发展与创造能力、强大的知识流动与扩散能力有利于开发低碳技术解决方案,3个维度共同作用引致低碳经济转型发展。同时,该构型表明提高信息透明度、促进集体智慧涌现更能推动低碳转型[30]。
3.2.2 引致非低碳转型的前因构型
表4列示了引致非低碳转型的前因构型。构型NH1和NH2表明,无论平台逻辑是否存在,当创新生态系统缺乏主体协同和制度逻辑时,即使存在良好的知识发展与创造能力或强大的知识流动与扩散能力也不利于低碳转型。缺乏协作有可能导致信息不对称和决策效率低下。同时,制度逻辑缺失会弱化创新动力,抑制新技术、新方法的快速应用[31],阻碍低碳转型策略的有效实施。该构型依赖合作协同,强调创新激励,代表省份如广西、重庆。构型NH3表明,当创新生态系统缺乏共享逻辑时,即使拥有适配的平台逻辑也无法推动低碳转型。共享逻辑有助于构建协同合作关系,促使不同主体共同解决问题。共享逻辑的缺失有可能导致创新主体之间缺乏合作动力,无法集中力量共同推动低碳转型。即使存在适配的平台逻辑,主体间独立行动也无法产生协同效应(戴克清等,2020)。该构型强调信息共享,代表省份如福建、黑龙江。构型NH4表明,当创新生态系统缺乏知识发展与创造能力时,即使拥有较高的主体协同性、强大的知识流动与扩散能力、适配的制度逻辑和平台逻辑也无法推动低碳转型。知识发展与创造是制定创新策略的基础,缺乏核心技术知识说明创新成果质量不高,难以实现创新突破[32]。此外,缺乏持续性的知识发展与创造能力有可能导致创新生态系统陷入停滞,无法满足不断变化的低碳转型需求,代表省份如河北、湖北。构型NH5表明,当创新生态系统缺乏平台逻辑时,即使拥有较高的主体协同性、良好的知识发展与创造能力和强大的知识流动与扩散能力也无法推动低碳转型。平台逻辑缺失有可能导致创新生态系统不稳定,使创新活动难以持续进行,进而影响低碳转型的长期推进,代表省份如贵州。
3.3.1 低碳转型构型分析
由表4结果可知,就单个构型而言,两个构型的一致性系数分别为0.858和0.823,均高于可接受的一致性标准0.75。总体而言,整体解的汇总一致性系数为0.817,同样高于一致性标准0.75,且总体覆盖度为0.593,说明案例解释力较强。组间一致性调整距离小于0.2,说明构型H1、H2间不存在时间效应。图2为H1、H2在2014—2020年的演变趋势,通过观察可以发现组间一致性数值一直在汇总一致性附近波动,验证了上述结论,说明H1和H2构型不存在显著时间效应。
图2 组间一致性系数
Fig.2 Inter-class consistency coefficients
组内一致性调整距离分别为0.214、0.227,超过0.2的阈值,表明H1、H2构型可能存在一定的省份差异,需要进一步考察。图3为H1和H2横截面数据变化情况,可以发现面板期内高组内一致性(WICONS=1)和接近0的低组内一致性同时存在,表明数据存在一些聚类现象。在这种情况下,有众多省份显示出较高一致性,说明构型H1、H2足以实现低碳转型;但也有省份表现出较低一致性,说明构型H1、H2的条件对于这些省份来说为不充分条件。由此引发的问题是,为何存在这样大的差距?通过观察一致性极化省份群体发现,一致性系数接近0的省份大多位于我国中西部地区或东北地区,与东部沿海地区(一致性系数接近1)在基础设施建设、科技基础水平方面存在较大差距。此外,这些省份产业结构单一,大都以传统资源型产业为主,缺乏高科技、高附加值产业,以创新生态系统共生作为动力推动低碳转型的阻力较大,因此该类省份出现组内一致性系数接近0的现象。
图3 组内一致性系数
Fig.3 Intra-class consistency coefficients
3.3.2 互补替代关系
为进一步考察多个构型间的潜在关系,本研究结合构型分析结果绘制低碳转型构型联结状况维恩图,如图4所示。由图4可知,推动低碳转型的构型及构型条件间存在重叠现象。因此,在确定低碳转型构型存在条件重叠情况下,本研究深入挖掘低碳转型前因条件间的潜在互动关系。
图4 构型联结状况
Fig.4 Configurational connection state
(1)主体协同、知识发展与创造、知识流动与扩散存在互补关系。从H1、H2构型前因条件可以看出,三者总是同时出现,而当三者中仅有一个或两个条件出现时,构型H1与H2将不复存在。同时,构型中治理机制需要联合成员关系和共享机制两个维度才能形成低碳转型的充分条件组合,说明成员关系和共享机制作为创新生态系统共生推动低碳转型的两个重要维度,对于低碳转型路径而言具有普适性,并能够实现互补,进而形成合力。具体而言,在推动低碳转型过程中,成员关系互补对于知识发展与创造以及知识流动与扩散至关重要。创新生态系统中不同成员拥有不同的专业知识和技能,只有通过相互协作和共创,才能促进低碳技术研发、推广和应用。同时,知识发展与创造以及知识流动与扩散的互补性同样重要。创新生态系统中不同成员通过不断创新产生丰富的知识和经验,这些知识和经验只有及时传递才能最大限度地发挥作用。因此,知识流动与扩散是创新生态系统不可或缺的一环,通过共享知识和经验,加速低碳转型。
(2)制度逻辑和平台逻辑存在替代关系。对比H1和H2两个构型发现,在成员关系和共享机制的作用下,制度逻辑和平台逻辑任一存在均能推动低碳转型,表明两者推动低碳转型的作用相近,具有替代效应。在创新生态系统共生发展初期阶段,平台逻辑往往占据主导地位。数字平台的兴起和应用使得不同参与者能够迅速连接、分享信息和资源,并从事低碳转型实验。这种开放式创新允许灵活性和创造性尝试,能够最大限度降低低碳创新风险。然而,随着创新生态系统日益成熟,创新主体开始意识到需要更稳定的框架保证可持续发展和公平竞争。这时,制度逻辑发挥作用,通过建立激励机制、规范标准等方式引导行业向低碳方向发展。但当市场环境发生变化、新竞争机遇和挑战出现时,企业需要采取更加灵活的创新方式。此时,制度逻辑不再发挥作用,平台逻辑则能促进创新和合作,并适应新市场动态。因此,平台逻辑与制度逻辑之间并非单一替代关系,而是取决于具体阶段和需求。初期阶段需要建立共享平台,支持资源共享和协同创新;发展及成熟阶段需要建立健全制度框架,规范和引导创新行为。制度逻辑与平台逻辑互补替代关系如图5所示。
图5 互补替代关系
Fig.5 Complementary substitution relationship
本文通过调整原始一致性、PRI一致性截断值、更改校准阈值以及调整案例频数的方式验证fsQCA结果的稳健性。首先,将原始一致性、PRI一致性截断值分别提高至0.9和0.7,同时保持其它参数不变。其次,将模糊集校准阈值调整为90、50、10分位数,将最小案例数调整为1,将原始一致性、PRI一致性分别调整为0.8和0.65。最后,将最小案例频数由1调整为2,使用0.8的原始一致性阈值和0.65的PRI一致性截断值,稳健性检验结果如表5所示。由表5可知,各稳健性检验模型与基准模型基本一致。根据Fiss[22]提出的稳健性检验标准,若构型解之间基本一致或存在清晰的子集关系,则认为构型解稳健。
表5 稳健性检验结果
Table 5 Robustness analysis results
模型分析阈值构型(中间解)构型主体协同制度逻辑平台逻辑知识发展与创造知识流动与扩散构型子集关系基准模型1/0.8/0.65H1●●●●H1H2●●●●H2提高一致性阈值1/0.9/0.65R1●●●●同H1R2●●●●同H21/0.8/0.7R3●●●●同H2更改校准阈值1/0.8/0.65R4●●●●同H2调整最小案例频数2/0.8/0.65R5●●●●同H1R6●●●●同H2
注:●表示核心条件存在;空格表示条件可存在也可不存在
本文采用模糊集定性比较分析方法,以我国不同省份为研究对象,基于共生理论分析创新生态系统共生视角下低碳转型发展路径,得出如下结论:第一,创新生态系统共生单个维度及其构成条件均不是构成低碳转型的必要条件。第二,推动低碳转型的构型有两个,分别为制度逻辑型构型和平台逻辑型构型,这两种构型体现了创新生态系统不同治理机制维度下低碳转型的多重实现方式。并且,两个构型之间存在一定群体差异,可能是因为基础设施建设、科技基础条件以及产业结构存在较大差距。第三,主体协同、知识发展与创造、知识流动与扩散存在互补关系,这3个前因条件对于低碳转型发挥普适性作用。制度逻辑和平台逻辑存在替代关系,并且两者间替代关系不是单一的,而是取决于具体阶段和需求。
(1)构建创新生态系统共生视角下低碳转型理论模型,丰富和细化了创新生态系统共生研究。首先,基于共生理论,深入解读创新生态系统共生关系各维度对低碳转型路径的影响,拓展了创新生态系统研究。其次,在中国特色研究情境中,以不同省份作为案例研究对象,分析创新生态系统共生的作用,细化了现有研究成果。
(2)探究中国省份创新生态系统共生与低碳转型路径涌现间的双重因果关系,揭示创新生态系统共生推动或阻碍低碳转型的多元发展路径。首先,不同于以往探讨创新生态系统共生维度的净效应,本文采用fsQCA方法识别低碳转型和非低碳转型的创新生态系统共生维度构型,揭示创新生态系统共生维度间的协同联动作用,为现有研究提供了新见解。其次,研究发现,各构型间存在一定差异,为推动创新生态系统共生影响低碳转型轨迹的动态研究提供了理论基础。
(1)促进创新生态系统多维度平衡发展和共同优化。研究发现,单个创新生态系统共生维度及其构成条件不足以支撑低碳转型路径的实现,因此政策制定者需重视创新生态系统共生维度构成条件之间的联动,从整体视角统筹省域低碳转型。
(2)以调节成员关系和促进知识共享为重要抓手,推动创新生态系统和低碳转型发展。研究发现,成员关系和共享机制是推动低碳转型的核心维度,是确保低碳转型的先决条件。因此,一方面应培育有利于成员合作的政策环境,鼓励不同类型企业、创新机构和其他利益相关方加强合作,共同研发和推广低碳技术解决方案。另一方面,应建立开放透明的知识共享机制,鼓励成员共享相关信息、数据、技术和专业知识。通过设立专项基金、出台知识产权政策和技术标准等措施促进知识共享,推动低碳技术解决方案的快速应用。
(3)以阶梯渐进式推动低碳转型为目标,构建创新生态系统共生实施方案。制度逻辑和平台逻辑在低碳转型的不同阶段发挥不同作用,应根据具体情况权衡两种逻辑,以适应新机遇和新挑战。在创新生态系统共生发展初期阶段及市场变革剧烈背景下,应通过开放式创新,搭建具有高度开放性的技术共享平台,加速低碳技术推广和应用。在向成熟阶段过渡时,应完善“规则+激励”的制度建设,既要制定明确的行为规范,又要建立合理的激励机制,引导企业和个人积极参与低碳转型。同时,也要加强制度执行和监管力度,确保制度执行的有效性和可行性。
本文还存在一些研究局限,需要在未来研究中予以完善。首先,在理论建构方面,目前关于创新生态系统共生关系维度的研究处于探索阶段,尚未形成统一标准,未来可通过案例研究,深入探究创新生态系统中的共生关系,不断完善共生关系理论框架。其次,本文只关注低碳转型创新层面的问题,未来应从更多层面展开探讨,进一步丰富现有研究结论。再者,限于二手数据的局限,为进一步加强研究结论可信度,未来可采用问卷调研等数据收集方式,设计更全面、具体的测量题目,准确捕捉相关变量信息,从而提高研究结论普适性。
[1] 曾经纬,薛璐绮,李柏洲.绿色创新生态系统生成机制研究[J].科技进步与对策,2021,38(13):11-19.
[2] 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,2023,39(1):48-57.
[3] XIN X,MIAO X,CUI R.Enhancing sustainable development:innovation ecosystem coopetition,environmental resource orchestration,and disruptive green innovation[J].Business Strategy and the Environment,2023,32(4):1388-1402.
[4] 邓晓辉,张航语,王惠.实现高绿色创新绩效的多元组态研究——基于五螺旋绿色创新生态系统理论的定性比较分析(QCA)[J].工业技术经济,2022,41(6):62-70.
[5] VARGAS-HERNANDEZ J G,DAVALOS-ACEVES J.Urban green innovation ecosystem to improve environmental sustainability[J].International Journal of Circular Economy and Waste Management (IJCEWM),2022,2(1):1-9.
[6] 郭百涛,何云梦,汪亚楠.高质量发展要求下的多链联动创新生态系统:机制、框架与实践模式[J].南京社会科学,2023,34(6):40-51.
[7] 吴健生,许娜,张曦文.中国低碳城市评价与空间格局分析[J].地理科学进展,2016,35(2):204-213.
[8] 杜运周,李佳馨,刘秋辰,等.复杂动态视角下的组态理论与QCA方法:研究进展与未来方向[J].管理世界,2021,37(3):180-197,12-13.
[9] 吴洁,彭晓芳,盛永祥,等.专利创新生态系统中三主体共生关系的建模与实证分析[J].软科学,2019,33(7):27-33.
[10] 郭润萍,韩梦圆,邵婷婷,等.生态视角下数字化转型企业的机会开发机理——基于海尔和苏宁的双案例研究[J].外国经济与管理,2021,43(9):43-67.
[11] 陆小成.基于城市绿色转型的企业低碳创新协同模式[J].科技进步与对策,2015,32(4):67-71.
[12] YOON C,MOON S,LEE H.Symbiotic relationships in business ecosystem:a systematic literature review[J].Sustainability,2022,14(4):2252.
[13] THOMAS L D W,AUTIO E.Innovation ecosystems[EB/OL].https://ssrn.com/abstract=3476925.
[14] HOU H,SHI Y.Ecosystem-as-structure and ecosystem-as-coevolution:a constructive examination[J].Technovation,2021,100:102193.
[15] THOMAS L D W,RITALA P.Ecosystem legitimacy emergence:a collective action view[J].Journal of Management,2022,48(3):515-541.
[16] BOSCH-SIJTSEMA P M,BOSCH J.Plays nice with others? multiple ecosystems,various roles and divergent engagement models[J].Technology Analysis &Strategic Management,2015,27(8):960-974.
[17] XIAOCHAO W E I,GANGMEI P A N.Innovative ecosystem governance——from perspective of tripartite evolutionary game[J].Journal of Beijing University of Posts and Telecommunications (Social Sciences Edition),2022,24(2):68.
[18] XU G,HU W,QIAO Y,et al.Mapping an innovation ecosystem using network clustering and community identification:a multi-layered framework[J].Scientometrics,2020,124(3):2057-2081.
[19] 王庆金,王焕良,周键.区域一体化创新生态系统演化及治理机制研究[J].东岳论丛,2021,42(9):51-62.
[20] 王新新,张佳佳.价值涌现:平台生态系统价值创造的新逻辑[J].经济管理,2021,43(2):188-208.
[21] 汪涛,陆雨心,金珞欣.动态能力视角下组织结构有机性对逆向国际化绩效的影响研究[J].管理学报,2018,15(2):174-182.
[22] FISS P C.Building better causal theories:a fuzzy set approach to typologies in organization research[J].Academy of Management Journal,2011,54(2):393-420.
[23] FURNARI S.Four approaches to longitudinal QCA:opportunities and challenges[C].Chicago:Academy of Management Meeting,2018.
[24] LEGGEWIE C,MESSNER D.The low-carbon transformation——a social science perspective[J].Journal of Renewable and Sustainable Energy,2012,4(4):041404.
[25] WU Q,WANG Y.How does carbon emission price stimulate enterprises' total factor productivity? insights from China's emission trading scheme pilots[J].Energy Economics,2022,109:105990.
[26] 何伟军,李闻钦,邓明亮.人力资本、绿色科技创新与长江经济带全要素碳排放效率[J].科技进步与对策,2022,39(9):23-32.
[27] 门玉英,邓援超,吴德胜,等.面向湖北重要创新主体的技术创新方法服务功能与模式研究[J].科技进步与对策,2019,36(19):50-57.
[28] 胡双钰,吴和成.邻近视角下跨区域产学协同创新的影响因素研究[J].科技管理研究,2021,41(11):139-147.
[29] GARCIA-CASTRO R,ARINO M A.A general approach to panel data set-theoretic research[J].Journal of Advances in Management Sciences &Information Systems,2016,2(63-76):526.
[30] 范如国.平台技术赋能、公共博弈与复杂适应性治理[J].中国社会科学,2021,312(12):131-152,202.
[31] 朱春奎.科技创新新型举国体制的多重制度逻辑与发展路径[J].求索,2023,44(2):137-143.
[32] 宋河发,沙开清,刘峰.创新驱动发展与知识产权强国建设的知识产权政策体系研究[J].知识产权,2016,40(2):93-98.