开放科学(资源服务)标识码(OSID)：
From the perspective of ecological flow, this study constructs an index system for calculating the ecological niche suitability of regional new-type ecosystems based on three dimensions: innovation population, ecological flow, and community habitat; and from the perspective of configuration, it follows the quintuple helix innovation theory, and 31 provinces in China are taken as research samples to explore the multi-agent interaction in the digital context and the configuration path of the niche suitability of regional new species ecosystems by the fsQCA method. It is found that there is a "multiple concurrent causal relationship" to improve the niche suitability of regional innovation ecosystems, and enterprise digital innovation, knowledge innovation of academic and research institutions, digital government governance, user feedback and the digital environment do not constitute necessary conditions for improving the suitability of regional innovation ecosystems. Two main paths to improve the niche suitability of regional innovation ecosystem in the digital context are clarified: user-driven under enterprise leadership and innovation-driven industry-university cooperation under government assistance; and the configuration restricting the improvement of niche suitability of regional innovation ecosystem mainly includes three paths: the ambidextrous innovation inhibition of digital innovation and digital environment, the obstacle of collaborative innovation of the subject under the constraints of digital innovation, and the difficulty of user-enterprise interaction under environmental constraints. There are significant differences in the paths of achieving high niche suitability of regional innovation ecosystems between developed and underdeveloped regions, regions acting like "knowledge sponge" and regions acting like "knowledge fountain", and user feedback has little impact in developed regions, while underdeveloped regions rely on the synergy between enterprises' digital innovation and digital environment, and the digital innovation of enterprises plays an important role in the regions acting like "knowledge sponge" , while the construction of the digital environment in the regions acting like "knowledge fountain" is very important.
The establishment of the niche suitability index system of regional innovation ecosystems in this paper is helpful to better grasp the internal logic of improving the overall efficiency of regional innovation ecosystems, which not only expands the theoretical basis for the extension of ecology to the field of regional innovation, but also enriches the theoretical connotation of niche suitability; while the analysis of the configuration path of the regional innovation ecosystem to achieve high niche suitability and the location effect caused by different development degrees and resource endowments in different regions, and the discussion on the complex mechanism of the connection and interaction of various innovation subjects in the digital context expand the practical application of the quintuple helix innovation theory in the field of niche suitability.
These results have important implications for policymakers and practitioners. First, in the digital context, policy formulation should take holistic consideration and give full play to the linkage effect of multi-agent innovation combinations. Meanwhile, it is necessary to improve digital-related laws and regulations, and promote industry-academia-research collaboration, as well as cooperation between the government and the public. Then, developed regions should utilize their own resource endowments and actively carry out the "industry-university-research" in-depth knowledge exchange platform; underdeveloped regions should pay attention to the coupling effect between enterprises and the digital environment. Areas acting like knowledge fountains should consolidate the foundation of digital infrastructure construction, continue to promote the application of emerging technologies, and areas acting like knowledge sponges should reduce the risk of digital transformation for small and medium-sized enterprises and improve their corporate financing systems.
开放科学(资源服务)标识码(OSID)：
区域创新生态系统生态位适宜度是区域经济研究关注的焦点,近年来我国不同地区创新生态系统生态位适宜度虽然有所提升,但整体水平偏低,并存在东高西低、南强北弱的不均衡发展特征。具体而言,我国仅有20%的省市创新生态系统生态位处于相对理想状态,且集中分布在我国华东地区和华北地区,而80%的地区创新生态系统生态位与理想生态位差距较大。其中,东北地区、西北地区的生态位处于落后水平(解学梅等,2021)。党的二十大报告指出,高质量发展是全面建设社会主义现代化国家的首要任务,深入实施区域协调发展战略,构建优势互补、高质量发展的区域经济布局。创新生态系统建设是实现经济高质量发展、促进区域协调的重要途径[1]。随着大数据、区块链、人工智能等新一代数字技术的广泛应用,在数字技术赋能创新主体、数字资源不断融入创新过程的同时,资源、劳动、知识、信息等各类创新要素的交互方式发生转变[2],进而导致生态系统内各主体占据的生态位发生改变。在数字情境下,各主体间耦合协调是提升区域创新生态系统生态位适宜度的关键所在。因此,如何有效协同企业、政府等主体逻辑关系?如何通过优化数字环境,进而更好地促进生态位适宜度提升?解决上述问题对于提升我国区域创新生态系统整体效能具有重要的现实意义。
1910年,Johson[3]首次提出生态位概念,在此之后空间生态位[4]、功能生态位[5]、N维超体积生态位[6]等概念相继涌现,李自珍[7]在前人研究基础上,提出生态位适宜度概念,并构建出描述现实生态位距离与理想生态位贴近程度的指标,为生态位概念向其它学科领域拓展提供了理论基础。 将生态位适宜度概念引入创新生态系统研究,可以更好地评估各创新主体间耦合关系以及系统整体健康状况。通过对现有文献梳理与总结,可以发现,既有的创新生态系统生态位适宜度研究主要集中在以下3个方面:一是生态位适宜度评价方面。如Liu[8]根据创新生态系统的有机性与演化特征,从开放性、协同性、可持续性、成长性等4个方面构建新的评价指标体系;解学梅(2021)基于物种维度与非物种角度,从创新群落、资源生态位、生境生态位、技术生态位4个方面构建区域创新生态系统生态位适宜度评价体系; 伊辉勇[9]从创新主体—创新资源—创新环境三要素出发,测度高技术产业创新生态系统生态位。二是生态位适宜度对其它方面的影响。如金莉[10]在分析近十年我国区域创新生态位适宜度后,探究其对公共研发组织效率的影响;刘和东[1]以创新能力作为中介变量,解析生态位适宜度与经济高质量发展关系;武翠[11]以服务业与制造业作为研究对象,探究生态位适宜度对产业协同集聚的影响。三是生态位影响因素方面。如陈瑜[12]基于进化博弈论,认为创新成本、政府补贴、预期收益率是影响生态位的决定性因素;雷语嫣(2019)从网络视角出发,研究系统稳定性对生态位适宜度的影响;Geddes[13]基于多层次视角的研究发现,金融机构与金融政策通过行业网络等因素对技术生态位产生影响。
虽然学界在生态位适宜度评价模型和生态位影响因素方面取得了丰富的研究成果,但关于生态位适宜度影响效应方面,多数学者仅局限于单个因素的净效应[12-13],忽略了多个要素多重并发对结果产生的复杂影响。考虑到区域创新生态系统本质上是复杂适应系统,是在多个创新主体相互依赖、共生演进中发展形成的,数字情境下各主体间关联程度会更加密切,多主体间的协同联动效应也会同时被放大(解学梅等,2021)。由于生态位适宜度是系统内各主体耦合互动结果的表现[7],而组态视角为细粒度分析此类复杂关系提供了可行性理论和方法,因此本文从组态视角探究区域创新生态系统生态位适宜度提升问题。
综上,本文以我国内地31个省份为研究样本,运用fsQCA方法识别数字情境下提升区域创新生态系统生态位适宜度的组态路径。边际贡献如下: 首先,从“创新群落—生态流量—群落生境”视角出发,构建具有生态特性的区域创新生态系统生态位适宜度测度指标体系;其次,基于五螺旋创新理论,从多主体互动角度出发,运用模糊集定性比较分析(fsQCA)方法揭示数字情境下企业、学研机构、政府、公众以及数字环境之间协同交互进而提升生态位适宜度的复杂机理;最后,根据地区发展程度及知识溢出情况,分别对研究样本进行不同分组,探究不同地区创新生态系统实现高生态位适宜度的组态路径,并分析不同组态路径差异,为促进区域协调发展、提高区域创新生态系统整体效能提供理论指导。
基于新古典增长理论和内生增长理论产生的线性创新模式,其本质属于封闭式创新,更重视企业内部创新,创新驱动来源于需求与科研的“双螺旋”(李万等,2014)。1987年,Freeman在研究日本战后迅速崛起案例时首次提出国家创新系统概念。1997年,OECD指出,国家创新系统是以企业为核心、政府与学研机构为辅助的创新范式;Henry Etzkowitz[14]在此基础上,提出 “三螺旋创新范式”,即企业、政府、学研机构地位相等,三者间的相互作用不断推动创新活动螺旋式上升。与双螺旋相比,三螺旋创新理论更加重视产学研合作关系。进入21世纪以后,数字技术飞速发展,用户在创新过程中所扮演的角色日益重要,发挥的作用举足轻重。在三螺旋理论基础上,Elias G Carayannis[15]提出增加用户这一创新主体,进而形成四螺旋创新理论。在四螺旋理论中,用户作为第四子系统,其功能是促进知识在创新生态系统内传播,同时,联合其他主体进行知识创新活动。随后,Elias G Carayannis[16]进一步发展该理论,将自然环境也纳入进来,由此衍生五螺旋创新理论。他认为创新主体所依赖的外部环境是知识传播和知识创新的重要组成部分,产业、政府、学研机构、用户和自然环境五大“螺旋体”构成创新生态系统,各主体之间自发地整合系统内知识、技术等创新资源,进而形成一个可内外循环的创新生态体系。
本文基于五螺旋创新理论,构建数字情境下多主体驱动区域创新生态系统生态位适宜度提升的分析框架,从而明晰数字赋能创新主体提升生态位适宜度的内在作用机制。区域创新生态系统生态位适宜度的提升,最终表现为系统可持续运行以及运行效率提高(杨力等,2023)。在区域创新生态系统中,各类主体不是独立存在,而是与其他主体相互促进、紧密协作,逐渐发展成为休戚与共的整体。在数字情境下,各主体功能和创新模式均呈现出数字化特征,主体间协同联动效应更加复杂,如果仅关注某因素促进区域创新生态系统生态位适宜度提升的净效应可能会失之偏颇,需从组态视角探索数字赋能多主体提升区域创新生态系统生态位适宜度的多重并发因果关系,具体研究框架见图1所示。其中,在创新核心层,企业数字化程度不断提高,通过降低创新过程中的不确定性和信息传输成本,持续推动技术创新和新产品研发;在创新辅助层,高校与科研机构从企业获取研发需求及科研经费,完成知识创新后将科研成果提供给企业,辅助企业进行技术创新。另外,企业邀请用户进行新产品体验,用户以创新评价形式反馈企业新产品体验,促使企业深入掌握市场需求状况,进而满足用户多样化需求;在引导服务层,政府根据国家发展战略制定相关创新政策,为企业创新活动提供创新补贴及税收减免等措施,并建立良好的融资环境,减少低质量创新行为,服务于企业创新;在环境适配层,数字基础设施为企业信息传输及技术创新、政府治理、用户反馈提供环境支撑,保障区域创新生态系统有序运行。
图1 研究框架
Fig.1 Research framework
2.1.1 企业数字创新
在数字情境下,数字技术通过重塑创新资源组合、优化资源配置,突破传统创新流程,帮助企业实现全方位变革(张超等,2021)。一方面,数字技术赋能传统商业模式升级,降低市场搜寻成本,依靠大数据技术整合用户偏好,促进新产品优化,实现“企业—产品—用户—需求”循环,推动创新生态系统可持续发展;另一方面,企业利用数字技术整合创新资源并优化资源配置,打破各主体间知识壁垒,加速创新成果产出,同时,利用大数据智能风险监测平台识别潜在创新风险,并根据风险类型制定对策,提高生态系统运行效率[17]。
2.1.2 学研机构知识创新
高校和科研机构具有丰富的理论知识,为企业技术创新提供基础原理,而企业是知识应用与创新实践的载体,理论知识相对不足。根据知识位势理论,势差遵循高位势扩散、低位势汲取原则[18],高校与科研机构将理论知识源源不断地输送给企业,助推企业完成技术创新与新产品开发,同时,企业会增加向学研机构的研发投入,激发学研机构的知识创新活力,促使创新生态系统可持续运行。
2.1.3 数字政府治理
政府一方面以创新补贴、税收减免等形式分担企业研发成本,缓解企业融资压力[19],同时,协调创新资源配置,充分发挥企业竞争优势;另一方面,通过运用大数据技术加强监测预警,对宏观经济形势进行监测和全面分析,形成数字化研判能力,解决传统经济监测弊端,提高政府决策科学化水平和管理服务效率。此外,移动政务App、“一网通办”移动端等在线政务服务平台的搭建为政府监督、上市公司信息披露和公民投诉提供了便捷通道,有助于保证系统内主体信息交流的持续性[20]。
2.1.4 用户反馈
在数字情境下,用户可以借助大数据等多元技术工具将新产品或服务体验及时反馈给企业,促使企业深入了解市场需求和用户诉求,进而提高新产品研发成功率。此外,基于用户与企业信息互通形成的高效反馈机制,有助于完善系统资源配置,推进技术更新迭代,进而助力创新生态系统健康发展。
2.1.5 数字环境
数字时代,数字环境是创新生态系统发展的物质基础,其为创新提供相应技术服务与硬件支持。一方面,数字虚拟平台集聚海量数据与信息,为产学双方实现资源共享、开展技术研发提供合作渠道;另一方面,5G、物联网等数字技术的广泛应用,有利于企业获取互补性资源,降低信息搜寻成本,通过为企业创新提供环境保障,进而提升创新生态系统运行效率(柳卸林等,2020)。
在自然生态系统中,物质、能量与信息传递是生态系统发展的根本动力,自然生态系统演化的本质是各类物质要素沿着不同生物体在子系统之间的路径循环[21],资源流动是促进生态系统演化的动力之源。本文结合生态学理论,从生态流量视角,构建区域创新生态系统生态位适宜度测度体系。
2.2.1 创新种群
创新种群是创新活动的主导者,按照主体在创新过程中发挥的不同作用,可划分为创新生产种群、创新中介种群和创新消费种群[11]。创新生产种群是创新知识与技术原理的理论源泉,为创新活动提供理论基础,本文采用高校与科研机构数量测度;创新中介种群在创新环节中负责知识传播和技术孵化,助力科技成果转化,本文采用国家级科技企业孵化器数量测度;创新消费种群是创新知识的终端受体,负责成果应用与知识增殖,是实现价值创造的最后一环,本文采用规模以上有R&D活动的工业企业数量表示。
2.2.2 生态流
在自然生态系统中,能量、信息、物质等营养物质的循环流动是种群生存、发展与进化的根本动力。借鉴前人研究,本文根据资源属性与特点,将创新生态系统中的生态流分为经济流、技术流和物质流[21]。其中,经济流是指系统中围绕主体生存与发展而产生的资金流动,本文以R&D内部支出和全社会固定资产投资测度;技术流是指创新成员交流协作时产生的技术流动,主要包括技术产出和技术扩散两大部分,本文分别以专利授权数与技术市场交易额表示;物质流反映系统内人力资源与研发资源流动情况,本文分别采用R&D人员全时当量和R&D项目数表示。
2.2.3 群落生境
群落生境是自然生态系统中非生物因素组成的空间单位,在创新生态系统中是指创新群落所处的外在环境。环境的外在经济性,促使群落生态位不断向理想生态位演进。作为创新成员赖以生存的环境,创新生态系统群落生境主要包含政府支持、文化氛围和市场交流三部分。政府对教育与科技的支持有助于提高成员创新意愿,本文分别采用科技支出占财政支出的比重、教育支出占财政支出的比重衡量政府支持力度[8]。文化氛围不仅有利于创新知识传播,而且有利于消除消费者对新产品的狭隘认知,进而打破新产品应用阻碍,本文采用公共图书馆数量以及人均拥有公共图书馆藏量衡量文化氛围(解学梅等,2021)。市场交流体现创新成果产出需求程度,本文采用新产品销售收入和居民消费水平表示。结合已有研究,本文构建区域创新生态系统生态位适宜度测度指标体系如表1所示。
表1 区域创新生态系统生态位适宜度测度指标体系
Table 1 Niche suitability measurement index system of regional innovation ecosystem
生态要素一级指标二级指标创新种群创新生产种群高校数量科研机构数量创新中介种群国家级科技企业孵化器数量创新消费种群有R&D活动的规模以上工业企业数量生态流经济流R&D内部支出全社会固定资产投资技术流专利授权量技术市场交易额物质流R&D人员全时当量R&D项目数群落生境政府支持教育支出占财政支出比重科技支出占财政支出比重文化氛围公共图书馆数量人均拥有公共图书馆数量市场交流新产品销售收入居民消费水平
3.1.1 研究方法
由于传统回归分析是基于单一视角,无法解释变量之间的相互作用以及对被解释变量的复杂因果作用,而QCA方法超越了传统定性分析与定量分析的界限,是将布尔代数与集合论相结合的方法。QCA方法抛弃了原因条件独立的假设,认为原因条件具有等效性、并发因果关系以及非对称性特点,因此更适合复杂因果分析,可以更充分地解释复杂网络系统内部因素联动产生结果的作用机制[22]。区域创新生态系统属于复杂网络,其生态位适宜度会受到多个条件影响。因此,本文采用fsQCA方法深入挖掘多种前因变量联动匹配进而对生态位适宜度产生的复杂因果作用及其背后的逻辑机理。
3.1.2 数据来源
本文研究对象为中国内地31个省份的区域创新生态系统,考虑到数据的可获得性,结果变量选取2021年相关数据。由于企业数字创新、学研机构知识创新、政府数字治理、用户反馈、数字环境等对系统生态位适宜度的影响存在时滞性,故前因变量均选取2020年相关数据。本文数据来源于国泰安数据库、《中国统计年鉴》《中国科技统计年鉴》《中国火炬统计年鉴》《中国互联网络发展状况统计报告》《中国工业统计年鉴》《中国区域数字化发展指数报告》等。
3.2.1 结果变量
借鉴武翠等[11]的研究,并结合表1的区域创新生态系统生态位适宜度测度指标,构建测度模型。
首先,为消除量纲影响,对所选数据进行无量纲化处理,其计算公式为:
(1)
其中,xij表示第i个系统的第j个生态因子的具体指标,xjmax表示第j个生态因子组内的最大值,xjmin表示第j个生态因子组内的最小值。
其次,确定生态因子的最佳生态位(xaj),其计算公式为:
xaj=max(x'ij)
(2)
其中,x'ij为第i个系统第j个生态因子的实际生态位。
再次,计算区域创新生态系统生态位适宜度,计算公式为:
(3)
其中,suitai表示第i个创新生态系统的生态位适宜度,ωj表示第j个生态因子权重,本文采用熵值法测算生态因子权重。
最后,ε为模型参数,由suitai=0.5得出,其计算公式为:
δij=|x'i-xaj|i=1,2,3,…,m,j=1,2,3,…,n
(4)
(5)
δmax=max{δij};δmin=min {δij}
(6)
(7)
生态位适宜度取值范围为0～1之间,创新生态系统生态位适宜度越接近1,表明系统成员创新时所需资源与实际所获资源间的匹配程度越高,反之亦然。
3.2.2 前因变量
(1)企业数字创新(dig),本文选取A股上市公司年报中人工智能技术、区块链技术、云计算技术、大数据技术的总词频数衡量企业数字创新水平。
(2)学研机构知识创新(ins),本文参考郭金花等[22]的做法,从资源投入角度,选取高校R&D内部支出占地区GDP的比值、科研机构R&D内部支出占地区GDP的比值衡量学研机构知识创新情况。
(3)数字政府治理(gov),本文采用清华大学数据治理研究所发布的“省级数字政府发展指数”衡量数字政府治理程度,该指标包括组织机构、制度体系、治理能力、治理效果4个维度,充分体现我国各省市数字政府建设情况。
(4)用户反馈(pub),根据韩先锋等[23]研究,本文选用互联网宽带接入用户数和移动互联网用户数衡量数字环境下用户反馈情况。
(5)数字环境(env),数字环境一般是指网络传输能力、网络覆盖度以及硬件设施,本文采用《中国区域数字化发展指数报告》中的数字基础设施衡量数字环境。该指标涵盖互联网宽带覆盖率、移动互联网普及率、域名与IPv4地址数量、5G基站建设数量情况等4个方面。
3.2.3 校准
进行模糊集定性比较分析前,需要对数据重新校准,使其转为集合概念。基于前人研究,根据样本分布特征以及相关知识[24],本文将企业数字创新、数字环境的第75百分位数、第50百分位数、第25百分位数,依次设为完全隶属、交叉点、完全不隶属的校准锚点。将学研机构知识创新、政府数字治理、用户反馈等样本数据的第90百分位数、第50百分位数、第10百分位数,依次设为完全隶属、交叉点、完全不隶属的校准锚点。当校准后的模糊集隶属度为0.5时,会出现组态归属问题,为解决此问题,本文依照标准将隶属度为0.5的案例调整为0.501[24],结果见表2。
表2 锚点校准
Table 2 Calibration of anchor points
条件与结果完全隶属交叉点完全不隶属dig1 354.000280.00081.000ins1.4890.7280.299gov71.30058.70041.220pub5 833.6252 446.777496.455env61.57042.65028.900suita0.6690.4700.435
根据模糊集定性比较分析(fsQCA)研究步骤,组态分析前需检验单个前因变量的必要性,以判断其是否是构成结果变量发生的必要条件。本文运用fsQCA软件进行必要性分析,结果如表3所示。可以发现,在低生态位适宜度必要条件检验中,所有前因变量的一致性均低于临界值0.9,说明所有单个前因变量均不是构成低生态位适宜度的必要条件。在高生态位适宜度必要条件检验中,企业数字创新和数字环境的一致性分别为0.909 991、0.926 296(高于0.9的临界值),说明两者可能是引致高生态位适宜度的必要条件,需要作进一步分析。通过绘制企业数字创新、数字环境与生态位适宜度的X-Y散点图,如图2、图3所示,可以发现,接近2/3的案例点集中分布在左侧Y轴和右侧Y轴附近,且1/3的案例点分布在对角线以上,即均不构成两者相关性,因此单个的企业数字创新和数字环境均不是引致高态位适宜度的必要条件[25]。
表3 必要条件分析结果
Table 3 Analysis of the necessary conditions
前因变量高生态位适宜度ConsistencyCoverage低生态位适宜度ConsistencyCoveragedig0.909 9910.814 2150.369 3650.432 254～dig0.365 4710.307 0430.841 2450.924 381ins0.880 8820.779 3950.456 4550.528 226～ins0.466 7960.396 3590.809 3690.898 856gov0.845 8900.730 1120.466 7580.526 925～gov0.451 9060.393 1860.760 9290.865 915pub0.889 8150.802 0400.467 8960.551 604～pub0.502 5310.419 3070.832 0810.908 063env0.926 2960.821 1460.378 4720.438 820～env0.366 9600.311 0170.845 7420.937 531
注：“～”表示逻辑“非”
图2 Dig与Suita的散点分布
Fig. 2 Scatter plot of dig and Suita
图3 Env与Suita的散点分布
Fig. 3 Scatter plot of Env and Suita
本文利用fsQCA方法分析引致高生态位适宜度和低生态位适宜度的组态路径,识别出提升生态位适宜度的不同前因变量组合。研究案例数量为31,属于小样本,故将案例频数阈值设置为1,一致性阈值设置为0.8,为避免“同时子集关系”问题,将PRI一致性阈值设置为0.70。通过分析得到的中间解、简单解嵌套关系,确定引致高/低区域创新生态系统生态位适宜度的核心条件与边缘条件,进而得出促进/制约区域创新生态系统生态位适宜度提升的组态路径,结果如表4所示。可以发现,表中总体一致性分别为0.938 332、0.964 65(均大于0.8),表明分析结果可靠。
表4 实现高/低生态位适宜度的组态
Table 4 Configurations of high/low niche suitability
前因变量高生态位适宜度H1H2低生态位适宜度L1aL1bL2aL2bL3dig●●ins●●●gov●●pub●●●env●●●raw coverage0.764 0710.720 8160.621 5280.622 040.293 7730.166 2680.234 46unique coverage0.140 1130.096 8580.042 691 20.069 444 40.030 168 50.019 979 50.042 121 9consistency0.964 2960.956 530.973 1730.997 2620.986 807 10.969 176solution coverage0.860 9290.807 718Solution consistency0.938 3320.964 65
注：“●”表示核心条件存在,“ ● ” 表示边缘条件存在,“⊗”表示核心条件缺失,“⊗”表示边缘条件缺失,空白表示该条件可存在也可不存在,下同
4.2.1 生态位适宜度提升的组态分析
根据高/低区域创新生态系统生态位适宜度组态路径特点进行命名和定性分析,以深化组态理论应用,为区域协同发展提供现实参考。
(1)企业主导下用户创新驱动型。组态H1中,以企业数字创新、数字环境为核心条件,用户反馈为边缘条件,可以促进生态位适宜度提升,故将其命名为“企业主导下用户创新驱动型”。该组态路径的一致性为0.964 296,覆盖率为76.4071%,是数字环境下提升区域创新生态系统生态位适宜度的主要路径。该组态中,企业主导的创新活动和夯实的数字基础设施在引致高生态位适宜度中发挥核心作用,具体而言:一方面,企业依托数字环境进行数字化转型和数字创新活动,打破原有主体合作边界,加快创新知识传播,助力企业不断突破传统技术瓶颈,放大创新驱动发展的“马太效应”;另一方面,数字环境为企业与用户协同创新提供良好的创新生态氛围,用户可迅速将新产品评价反馈给企业,企业通过主动迎合用户偏好及市场需求状况对新产品进行完善,实现从成果转化到新产品应用,保证可持续的创新产出,助推区域创新生态系统生态位适宜度提升。这一构型的典型解释案例有广东、江苏、浙江。广东通过夯实数字基础设施,成为驱动企业数字创新的新引擎,助力企业突破技术瓶颈、加速科技成果应用。此外,广东的互联网普及率极高,网民规模达8 840.5万名,位居全国第一,由于新产品接纳度高,网络用户规模持续增长,在网民产品反馈与企业创新交融中衍生新的产品创新模式。江浙地区产业基础雄厚,电商发展机制完善,在产业数字化方面领先全国,政府大力促进产学研用协同,推动大中小企业融通创新,引导公众跨平台、跨区域、高频次参与创新,实现系统内部主体间创新资源循环流动,提升了区域创新生态系统生态位适宜度。
(2)政府助力下产学合作创新驱动型。组态H2表示以企业数字创新、数字环境为核心条件,学研机构知识创新、数字政府治理为边缘条件的主体驱动模式可以产生高生态位适宜度,本文将其命名为“政府助力下产学合作创新驱动型”。该组态路径的一致性为0.956 53,能够解释72.081 6%的案例。不难发现,该路径中政府引导下的产学合作是引致高生态位适宜度的重要原因。此外,数字环境促使数字政府的创新驱动政策和治理模式多元化发展,有助于营造良好的知识产权保护和知识传播氛围,政府通过制定创新政策激发企业创新活力,保护相关发明者利益,引导高校、科研机构加强与企业的知识交流,推动产学协同创新从”现实世界”向“虚拟世界”延伸,助力创新成果产出。该构型的典型解释案例有北京与上海。北京依托完善的数字基础设施,培育了众多独角兽企业以及百度、京东、美团等行业头部企业,创新产出位居全国前列。此外,地区高校资源丰富,如双一流高校共35所,高校科研经费领先全国。北京通过深入推进产学合作,加速科技成果转化,赋能区域创新生态系统适宜度不断提升。上海坚持科技创新与制度创新双轮驱动,大力构建知识产权服务平台,发展人工智能、大数据等新兴技术,构建产学合作基地,健全企业融资政策。优越的数字环境为创新主体信息交流筑牢根基,加之利用先进数字技术打破传统交互障碍,保障了高校与企业间的良性互动,有助于促进科技成果产出,从而进一步提高区域创新生态系统生态位适宜度。
4.2.2 制约生态位适宜度提升的组态分析
(1)数字创新与数字环境双元创新抑制型。组态L1a、L1b均缺失核心条件企业数字创新、数字环境,故将其命名为“数字创新与数字环境双元创新抑制型”。其中,组态L1a的一致性为0.973 173,可以代表我国62.115 28%的省份,符合该路径的省市主要集中在我国东北地区。以黑龙江为例,因产业结构、自然资源禀赋等因素约束,地区数字技术发展缓慢,数字基础设施建设滞后,数字政府尚处于建设初期,无法为创新生态系统主体信息交流、创新决策提供技术支撑,进而制约创新生态系统发展。组态L1b以企业数字创新、数字环境为核心条件缺失,以学研机构知识创新、用户反馈为边缘条件缺失,该组态的一致性为0.997 262,可以代表我国62.204%的省份。区域数字发展水平决定系统主体数字创新活动能否顺利发展,不健全的数字基础设施会引发创新成员信息交流障碍等问题。典型案例集中在我国西北地区,如新疆、西藏、内蒙古。这些地区多以第一产业为主导产业,产业结构单一,发展水平滞后,存在与数字技术融合的壁垒,同时,较差的数字环境无法为产业数字化转型提供支持,导致区域整体数字发展水平较低。此外,西北地区教育资源匮乏,很难与当地企业建立有效合作,因而不能保障科技成果持续产出,最终引致区域创新生态系统生态位适宜度较低。
(2)数字创新制约下主体协同创新障碍型。组态L2a与组态L2b均缺失核心条件企业数字创新,故归为一类组态并命名为“数字创新制约下主体协同创新障碍型”。组态L2a中,企业数字创新为核心条件缺失,学研机构知识创新、数字政府治理为边缘条件缺失,用户反馈为边缘条件,该组态的一致性为0.986 807,覆盖了29.377 3%的城市样本。产学研协同创新是实现区域创新生态系统可持续发展的关键,产学研联盟在政府引导下促进产学技术知识融通,助力项目研发以及成果转化,进而实现系统可持续运行。该组态代表地区为广西、云南。一方面,广西、云南两省的企业数字化程度整体偏低,且高校、科研机构数量较少,仅有两所211工程大学(云南大学、广西大学),导致创新知识生产不足;另一方面,两省的产学研合作不足,多局限于资金、知识吸收,缺乏对共性技术、核心技术的关注,并且企业“搭便车”现象严重,遏制了区域创新生态系统发展,造成创新生态系统生态位适宜度偏低。组态L2b中,企业数字创新为核心条件缺失,用户反馈为边缘条件缺失,学研机构知识创新、数字政府治理、数字环境为边缘条件存在。该组态的一致性为1,覆盖了16.626 8%的城市。该组态反映出当企业数字化程度偏低时,由于无法过滤掉同质或冗余信息,用户难以及时向企业反馈产品需求,企业无法精准把握市场状况与需求偏好,由此降低产品创新成功概率。其代表地区为重庆。虽然重庆持续推进“数字重庆”建设,数字基础设施建设水平位居西部第一,但企业数字化水平整体偏低。部分原因是,民营经济是重庆经济的重要组部分,而民营企业多为家族化管理,缺乏数字创新意识,且具有规模小、经营收入有限、数字需求零散等特点,导致民营企业数字化转型困难,用户不易于参与企业产品创新,造成部分创新资源浪费,进而导致区域创新生态系统生态位适宜度提升困难。
(3)环境制约下政府治理困难型。组态L3中,数字环境为核心条件缺失,数字政府治理为边缘条件缺失,学研机构知识创新和用户反馈为边缘条件存在,故命名为“环境制约下政府治理困难型”。该组态反映出政府在创新活动中扮演双重角色,其既是创新主体,也是创新的“推进器”,负责为其它层面创新活动提供制度保障。该组态的一致性为0.969 176,覆盖了我国23.446%的城市,代表地区为陕西、辽宁。上述两省存在区域发展不均衡问题,其中,省会城市企业数字创新动力足,政府创新政策覆盖全面,产学研知识交流密切;非省会城市由于缺乏健全的数字基础设施,政府与企业、高校等主体间未形成有效的信息交互,缺乏具有针对性的创新驱动政策和完善的科技交流平台,从而制约创新生态系统生态位适宜度提升。
为验证组态结果的稳健性,本文对生态位适宜度提升的组态路径进行稳健性检验。首先,将一致性阈值从0.8分别调整到0.75、0.85,得到的组态路径均为原组态路径;其次,本文将PRI一致性由0.70分别调整到0.65、0.75,分析得到的组态与原组态保持一致,因此可认为本文研究结果具有稳健性。
由于不同地区的经济发展程度和知识溢出水平不同,从而导致其生态位适宜度不同。因此,本文依据相关学者的做法,分别将我国划分为发达地区与不发达地区(陈爽英等,2022)、知识海绵型地区和知识喷泉型地区[26],进而探究数字情境下区域创新生态系统生态位适宜度提升的区位效应,结果如表5所示。
表5 不同地区实现高生态位适宜度的组态路径
Table 5 High niche suitability configurations achieved in different regions
前因变量发达地区H3非发达地区H4知识海绵地区H5H6知识喷泉地区H7H8dig●●●●●●ins●●●gov●●●pub●●●●env●●●●●●raw coverage0.872 6480.781 6830.420 7940.725 8180.821 2230.658 867unique coverage0.872 6480.781 6830.060 747 60.365 7710.267 0360.104 68consistency0.973 9670.936 263110.900 9230.981 651solution coverage0.872 6480.781 6830.786 5650.925 903solution consistency0.973 9670.936 26310.911 129
4.4.1 空间情境差异性分析
发达地区存在一条实现创新生态系统高生态位适宜度的组态路径,即H3,该组态表明地区同时兼顾企业数字创新、学研机构知识创新、数字政府治理和数字环境发展,可实现高生态位适宜度。这是因为在良好的数字环境与完善的数字政府治理下,当企业数字创新、学研机构创新水平较高时,用户反馈驱动区域创新生态系统实现高生态位适宜度的作用并非必要,该路径解释了包含广东、北京、浙江等发达地区在内的87.2648%的案例省份。非发达地区也得到一条引致区域创新生态系统高生态位适宜度的组态路径,即H4。在该组态中,企业数字创新、数字环境营造在提升区域创新生态系统生态位适宜度过程中发挥核心作用,而用户反馈起辅助作用,即非发达地区可通过完善数字环境,利用“企业—用户”的双螺旋联结效应驱动区域创新生态系统生态位适宜度提升。该构型的典型案例为山东、四川、河南、湖北等。
通过对比发现,数字情境下发达地区与非发达地区提升区域创新生态系统生态位适宜度存在明显差异,其中,发达地区的企业数字创新、学研机构知识创新、数字政府治理和数字基础设施是提高区域创新生态系统整体效能的关键因素;而非发达地区驱动创新生态系统生态位适宜度提升的关键影响因素是企业数字创新水平与数字环境发展。
4.4.2 知识情境差异性分析
知识海绵地区存在两条数字赋能的区域创新生态系统生态位适宜度提升路径。其中,组态H5表明,即使学研机构创新水平较低,仍可通过依托良好的数字环境、企业与公众的协同联动效应驱使区域创新生态系统实现高生态位适宜度,具体解释案例包括河南、河北、江西等地。组态H6显示,以企业数字创新为核心条件,数字政府治理、用户反馈、数字环境为边缘条件的多主体互动模式可以驱动区域创新生态系统实现高生态位适宜度,该组态解释了78.656 5%的省份,代表案例主要有浙江、广东、山东等。知识喷泉地区也存在两条引致区域创新生态系统实现高生态位适宜度的组态构型,其一致性为0.911 129,能够解释92.590 3%的案例省份。可以发现,构型H7与构型H8中均以数字环境为核心条件,“企业数字创新+学研机构知识创新+数字政府治理”与“企业数字创新+学研机构知识创新+用户反馈”组合存在相互替代。其中,构型H7显示,用户反馈对提升区域创新生态系统生态位适宜度的作用较小,如北京、上海、湖北等;构型H8中用户反馈发挥辅助作用,数字政府治理则不必要,典型省份有四川、湖南。
通过比较发现,数字情境下提升区域创新生态系统生态位适宜度的组态路径存在显著的知识差异,知识海绵型地区的创新生态系统生态位适宜度提升主要依赖企业数字创新水平,这是因为高质量的企民互动可以有效弥补学研机构知识创新的不足。在知识喷泉型地区,良好的数字环境对提升区域创新生态系统生态位适宜度发挥核心作用,而用户与政府的辅助作用可以相互替代。
整体来看,在以上数字情境下的区域创新生态系统生态位适宜度提升组态中,企业数字创新、数字环境均以核心条件出现3次,而学研机构知识创新、数字政府治理、用户反馈多以边缘条件出现,表明在提升生态位适宜度过程中,发展重心是提高企业数字创新水平和完善地区数字基础建设,同时,兼顾发挥学研机构、政府、用户的辅助作用。此外,不同地区提升区域创新生态系统生态位适宜度的组态路径存在明显差异,故要因地制宜地选择适合本地区的发展策略,做到具体问题具体分析。
本文基于五螺旋创新理论,识别出影响生态位适宜度的主体互动模式,并运用fsQCA方法探究提升区域创新生态系统生态位适宜度的组态路径,揭示数字赋能创新主体提升区域创新生态系统生态位适宜度的规律。本文主要结论如下:
(1)提升区域创新生态系统生态位适宜度存在多重并发因果关系,企业数字创新、学研机构知识创新、数字政府治理、用户反馈和数字环境均不构成提升区域创新生态系统生态位适宜度的必要条件。其中,企业数字创新和数字环境在生态位适宜度提升过程中发挥关键作用。
(2)运用fsQCA方法识别数字情境下提升区域创新生态系统生态位适宜度的组态主要有企业主导下的用户创新驱动型、政府助力下的产学合作创新驱动型两条路径。制约区域创新生态系统生态位适宜度提升的组态主要有数字创新与数字环境双元创新抑制型、数字创新制约下主体协同创新障碍型和环境制约下政府治理困难型等3条路径。
(3)不同地区实现区域创新生态系统高生态位适宜度的路径存在显著差异。其中,用户反馈在发达地区作用甚微,数字创新与数字环境协同在不发达地区发挥举足轻重的作用,数字创新在知识海绵型地区发挥重要作用,数字环境建设在知识喷泉型地区至关重要。
区域创新生态系统本身具有高度复杂性,而生态位适宜度也是系统内部各主体间耦合互动、资源竞争结果的表现。以往研究主要聚焦于单一要素对生态位的影响,可能失之偏颇。本文基于生态学理论,从组态视角切入,借助fsQCA方法,识别数字情境下系统创新主体间的联合效应,理论贡献主要有两方面:
(1)充分考虑区域创新生态系统结构特点,结合生态学相关理论,从生态资源流动视角切入,基于创新种群、生态流量、群落生境等3个维度构建生态位适宜度测度指标体系,以更好地把握区域创新生态系统整体效能提升的内在逻辑,拓展了生态学理论在区域创新领域的应用,丰富了生态位适宜度理论内涵。
(2)基于五螺旋创新理论,结合数字情境下区域创新生态系统主体特征,提出数字赋能主体提升区域创新生态系统生态位适宜度的整合性框架,提炼出影响区域创新生态系统生态位适宜度的5个前因变量,重点分析区域创新生态系统实现高生态位适宜度的组态路径以及由于发展程度、资源禀赋不同所引发的区位效应,探讨数字情境下各创新主体联结互动进而影响生态位适宜度的复杂机制,拓展了五螺旋创新理论在生态位适宜度领域的应用范畴。
(1)优化创新生态环境,激发多主体协同创新活力。数字情境下提升区域创新生态系统生态位适宜度存在多重并发因果关系,故在政策制定时应从全局视角出发,做到统筹兼顾,充分发挥多主体创新组合联动效应。有序推进各区域数字环境建设,同时,健全数字相关法律法规,激发企业数字创新积极性,不断引导企业、学研机构、政府与公众合作,实现区域创新生态系统良性互动,助推生态位适宜度提升。
(2)根植发展情境需要,因势利导,探索提升路径。发达地区应当充分发挥自身资源禀赋优势,积极搭建产学研深度知识交流平台;非发达地区需高度重视企业与数字环境的耦合效应,建立双主体协同驱动生态位适宜度提升的新模式;知识喷泉地区应夯实数字设施建设基础,持续推进5G网络、大数据、云计算等新兴技术应用,加快构建数字创新平台、智能计算平台,优化数字环境;知识海绵地区应降低中小型企业数字化转型风险,完善企业资金融通制度,推动数字技术全面赋能企业创新活动,攻克核心技术难题,摆脱共性技术困境。
本文仍存在一定局限性。首先,基于五螺旋创新角度提炼出数字情境下提升区域创新生态系统生态位适宜度的5个关键影响因素,未来可从其它角度出发,实现对关键影响因素的筛选,例如TOE视角、资源编排视角等。其次,目前关于数字赋能创新生态系统生态位适宜度提升的研究资料过少,本文从多方网站仅获得静态数据,未来可采用动态数据探究数字赋能对创新生态系统生态位适宜度的影响,并分析前因变量的时间效应与空间效应。最后,本文从宏观层面对我国内地31个省份进行研究,未来可考虑从大样本入手,选取更多城市样本数据作为研究对象,使研究结论更具普适性。
[1] 刘和东,陈洁.创新系统生态位适宜度与经济高质量发展关系研究[J].科技进步与对策,2021,38(11):1-9.
[2] 韩少杰,苏敬勤. 数字化转型企业开放式创新生态系统的构建——理论基础与未来展望[J]. 科学学研究,2023,41(2):335-347.
[3] ELTON C S. Animal ecology[M]. Chicago: University of Chicago Press, 2001.
[4] GRINNELL J.The niche-relationship of the California trasher[J].Auk,1917,34:233-427.
[5] WHITTAKER R H,LEVIN S A, ROOT R B.Niche, habitat, and ecotope[J]. The American Naturalist, 1973, 107: 321-338.
[6] HUTCHINSON G. Why are there so many kinds of animals[J]. Nature, 1957, 93: 145-159.
[7] 李自珍,韩晓卓,李文龙.具有生态位构建作用的种群进化动力学模型及其应用研究[J]. 应用数学和力学,2006,27(3):293-299.
[8] LIU F, ZHANG J, YANG S. Research on health evaluation of sustainable regional innovation ecosystems based on improved niche suitability model[J]. Innovation and Development Policy, 2021, 3: 38-58.
[9] 伊辉勇,曾芷墨,杨波.高技术产业创新生态系统生态位适宜度与创新绩效空间关系研究[J].中国科技论坛,2022,38(11):82-92.
[10] 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——基于区域比较的实证分析[J].中国软科学,2021,36(7):143-151.
[11] 武翠,谭清美.基于生态位适宜度的区域创新生态系统与产业协同集聚研究[J].科技管理研究,2021,41(3):1-9.
[12] 陈瑜,谢富纪,于晓宇,等.战略性新兴产业生态位演化的影响因素及路径选择[J].管理学报,2018,27(3):414-421,451.
[13] GEDDES A,SCHMIDT T S.Integrating finance into the multi-level perspective: technology niche-finance regime interactions and financial policy interventions[J]. Research Policy,2020, 49(6): 103985.
[14] 亨利·埃茨科威兹．三螺旋:大学·产业·政府三元一体的创新战略[M]．周春彦,译．北京:东方出版社,2005.
[15] CARAYANNIS E G, CAMPBELL D F J. Open innovation diplomacy and a 21st century fractal research, education and innovation(FREIE) ecosystem: building on the quadruple and quintuple helix innovation concepts and the "mode 3" knowledge production system[J]. Journal of the Knowledge Economy, 2011, 2: 327-372.
[16] CARAYANNIS E G, BARTH T D, CAMPBELL D F J. The quintuple Helix innovation model: global warming as a challenge and driver for innovation[J]. Journal of Innovation and Entrepreneurship, 2012, 1(1):2-17.
[17] 阮添舜,屈蓉,顾颖.数字平台生态系统下企业何以实现数字创新[J]. 科技进步与对策,2023, 40(23): 82-91.
[18] HONG W,SU Y S. The effect of institutional proximity in non-local university-industry collaborations:an analysis based on Chinese patent data[J]. Research Policy,2013, 42(2):454-464.
[19] 梁睿昕,李姚矿.政府创新政策对数字企业技术创新激励效应研究[J].统计研究, 2023, 40(11): 40-52.
[20] SHAW D R, ALLEN T. Studying innovation ecosystems using ecology theory[J]. Technological Forecasting and Social Change,2018,136:88-102.
[21] 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.
[22] 郭金花,郭淑芬,徐腾达. 创新生态系统中多主体互动影响绿色创新的组态路径研究 [J]. 科学学与科学技术管理, 2024, 45(2): 100-114.
[23] 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, 2019,37(7): 119-136.
[24] DU Y,KIM P H.One size does not fit all:strategy configurations, complex environments, and new venture performance in emerging economies [J].Journal of Business Research,2021,124:272-285.
[25] 谭海波,范梓腾,杜运周. 技术管理能力、注意力分配与地方政府网站建设——一项基于TOE框架的组态分析[J]. 管理世界, 2019,35(9):81-94.
[26] 王文静,刘一伟,赵子萱.群落演化对区域创新生态系统韧性的影响研究[J].科研管理,2023,44(11):114-123.