开放科学(资源服务)标识码(OSID)：
This study applies fuzzy-set qualitative comparative analysis (fsQCA) to a cross-sectional sample of 94 countries drawn from the 2025 Global Innovation Index, the 2025 Global Talent Competitiveness Index, and the 2025 International Statistical Yearbook. Seven antecedent conditions are operationalized: talent resources, knowledge innovation entities, technological innovation entities, financial resource support, government policy support, openness to the outside world, and livability. The outcome is measured by the knowledge-creation score of the Global Innovation Index, capturing a country's talent-driven innovation effectiveness.
The findings unfold in three steps. First, necessity analysis reveals that no single condition is necessary for high effectiveness, whereas the absence of technological innovation entities emerges as a quasi-necessary condition for low effectiveness, indicating that the lack of such innovation carriers is the most prevalent deficiency among underperforming countries. Second, configurational analysis identifies two equifinal pathways to high effectiveness, with an overall consistency of 0.898 and coverage of 0.568. Path S1, a talent-supported "knowledge innovation entity, government policy, open and livable environment" mode, characterizes 25 mostly small and medium-sized advanced economies such as Finland and Singapore, in which strong universities and stable policies combine with openness and livability to sustain innovation. Path S2, a talent-supported "technological innovation entity, key innovation resources, open and livable environment" mode, characterizes 12 large developed economies such as the United States, Germany, and the United Kingdom, in which dense corporate innovation carriers couple with developed financial systems and global talent networks. Talent resources, external openness, and livability constitute core conditions shared by both pathways, while knowledge innovation entities and the technological-innovation and financial-resource bundle exhibit a mutually substitutive, cross-configurational distribution. Third, the analysis of low-effectiveness configurations yields five paths classifiable into an innovation-foundation-weakness pattern, anchored in the joint absence of talent resources and technological innovation entities, and a resource and actor mismatch pattern, in which strong financial resources coexist with missing innovation entities and inadequate livability, as exemplified by resource-dependent economies such as Saudi Arabia. Robustness checks across alternative consistency thresholds, PRI thresholds, and calibration anchors confirm the stability of these results.
This study makes two theoretical contributions. It extends innovation ecosystem research from the organizational and regional levels to the national level, demonstrating that the effectiveness of national talent ecosystems arises from multi-actor synergy rather than from the endowment of any single factor. It also uncovers the contingent role of technological innovation entities, challenging the practice of equating firm size with innovation capacity. The findings also carry practical implications. Countries should coordinate talent development, external openness, and livable-environment construction as an integrated undertaking, choose differentiated development modes according to their endowments, and avoid mistaking capital investment for innovation-capacity building when fundamental actors are missing. The results offer policy references for China's efforts to build world-important talent centers and innovation hubs, and for other economies seeking to enhance their national innovation ecosystems.
开放科学(资源服务)标识码(OSID)：
党的二十大报告强调,“加快建设世界重要人才中心和创新高地,促进人才区域合理布局和协调发展,着力形成人才国际竞争的比较优势”。建设世界重要人才中心和创新高地,将为世界科技强国建设提供强大的人才支撑[1]。世界人才中心和创新高地有国家、区域和组织三类主体之分[2]。从国家层面看,美国占据世界人才中心和创新高地已有近百年时间[3]。自20世纪70年代以来,日本的兴起、欧洲的振兴以及韩国、新加坡等亚洲国家和地区的崛起,引发各界对国家人才战略的关注。我国在加快建设世界人才中心和创新高地过程中,关键核心技术“卡脖子”问题尚未得到根本解决,引领性技术创新缺乏,创新生态体系不完善,面临全球人才激烈争夺的挑战[4-5]。建设世界人才中心和创新高地是一项复杂的系统工程,需要提高人才效能,产出高质量创新成果,同时也意味着高品质人才生态的形成和发展[6]。因此,完善引才政策、改善引才环境既是前提,也是建设世界重要人才中心和创新高地的内在要求[7]。从国家层面研究世界人才中心和创新高地建设具有重要意义。目前,已有研究主要集中在以下3个方面:一是从高质量科学家流动[8-9]、专利大数据和科技论文[10-11]、国家有组织科研[5]等多视角探究世界人才中心和创新高地的转移特征和规律。二是侧重于讨论在高等教育视域下,通过推进产学官合作、培养研究型人才、提高教育和人才国际化水平等路径赋能世界重要人才中心和创新高地建设[12-13]。三是以美国[14-15]、中国[16-18]、新加坡[19]、日本[20]等国家为研究对象,分析其在世界人才中心和创新高地建设中的历程、经验、协调机制、特征等。
已有研究为本文提供了支撑,但仍存在以下不足:第一,现有研究发现经济、教育、政策等是影响世界人才中心和创新高地建设的多重环境因素[15],但较少关注建设世界重要人才中心和创新高地的复杂影响机制与协同路径;第二,多以美国、日本、新加坡等为主要研究对象,缺少对多个国家在同一时期、共同维度下的复杂环境要素作用路径的比较分析;第三,更多关注促进世界重要人才中心和创新高地建设的积极环境因素,对于不利复杂环境因素及协同路径的探讨较少。
本研究基于组态视角,将国家创新系统理论和人才创新创业生态系统理论相结合,构建国家人才创新创业生态系统理论模型。进一步,采用模糊集定性比较分析(fsQCA)方法,利用2025年94个国家数据,揭示影响国家人才创新创业生态系统的复杂环境路径。本文边际贡献体现在以下几个方面:第一,从组态视角检验影响各国人才创新创业生态系统的复杂环境路径,有助于丰富世界人才中心和创新高地研究;第二,基于国家主体层面分析,既明晰促进国家人才创新创业生态系统的复杂路径机制,又探明不利复杂环境因素及其组合,对于从宏观层面差异化配置和优化环境要素,建设世界人才中心和创新高地具有重要意义。
国家创新系统理论为本研究提供了基础。国家创新系统的概念由Freeman[20]提出,主要是指公共和私人机构组建的网络通过相互影响作用来引入、改变或扩散新技术。在全球化背景下,多数创新发展政策均出自国家层面,大学、公共研究机构也多由国家设立和管理,自然禀赋、经济、社会、制度等因素对国家创新均有影响,所以国家层面是理解全球创新格局的重要视角。立足于国家创新系统理论,逐渐衍生出创新生态系统的概念,其更强调创新过程中的自主性、多样性、平衡性和共生性,以及创新组织群落与创新环境协同演化的重要性。
创新生态系统是一个复杂的关系网络,信息、人才、资金等资源在网络系统中集聚,形成有利于企业成长的环境[21-22]。创新创业生态系统在创新生态系统的基础上发展而来,是指创新组织(大学、研究机构)与创业组织(公司、银行、公共部门机构等)通过相互作用培育高增长企业的过程[23]。近年来,孙锐等[24]在整合人才生态系统、创新生态系统、创新创业生态系统理论的基础上,认为人才创新创业生态系统是以“人才”为中心,形成人才链带动创新创业链、创新创业链驱动产业链、产业链激活区域链的开放式集群发展系统。其中,高校院所、领军企业作为智力提供者和创新实践者构成人才创新创业生态系统的核心层,政府部门、金融中介机构作为政策主导者和服务提供者构成系统的中间层,宜居宜业的外部环境则构成系统外围层。
国家创新系统理论和创新创业生态系统理论强调多重环境因素对企业或组织创新的影响,而人才创新创业生态系统则更注重激发人才创新的环境建设。高质量人才资源、经济繁荣、思想解放、教育兴盛、政府支持等是影响世界人才中心和创新高地建设的主要因素[5,7,15],建设世界人才中心和创新高地需要从国家层面构建与之相适应的人才创新创业生态系统。参考孙锐等[24]、王福世等[25]的研究,人才资源是人才创新创业生态系统的核心,高校院所、领军企业是系统的知识创新主体和技术创新主体,金融资源、政府政策是系统的关键资源,宜居生活环境构成系统的外部条件。同时,考虑到对外开放也是国家创新生态系统的重要组成部分[5],本文从人才资源、知识创新主体、技术创新主体、金融资源支持、政府政策支持、对外开放环境和宜居生活环境7个维度构建国家人才创新创业生态系统理论模型,探究将人才资源优势转化为高水平人才效能、产出高质量创新成果的作用路径。
(1)人才资源。人才资源是人才创新创业生态系统的核心。人才的吸收能力决定了人才是推动科技创新的关键要素[26],人才资源集聚是打造世界重要人才中心和创新高地的基础性、战略性任务[27]。从世界重要人才中心建设来看,一国人才资源集聚度越高,其越有可能成为世界重要人才中心[5]。人才流动影响人才资源变化,人才流动过程中形成的企业人力资本网络对企业创新绩效具有重要影响(刘善仕等,2017)。当人才规模超过一定水平后,人才资源集聚通过对多元化认知资源的有效利用、丰富人才文化多样性、增加人力资本积累与技术引进等方式对创新产生正外部效应[28]。因此,世界重要人才中心和创新高地建设首先需要集聚一批人才资源,充分发挥人才资源集聚的创新正外部效应,生态系统内主体或资源通过相互作用来提升创新效能。
(2)知识创新主体。高校院所是智力的提供者,是培养人才的载体和基础。从世界科技中心的整体演进趋势来看,一国在成为科技中心前首先要成为教育中心,教育中心兴隆期越长,科技创新越持久[15]。高校院所主导的高等教育在世界人才中心和创新高地建设中发挥重要引领作用,与初、中等教育相比,高等教育通过人才培养、科学研究直接参与人才中心和创新高地建设[12]。世界重要人才中心和创新高地是具有强大世界影响力的高等教育体系聚集地,因此需要提升高水平研究型大学的科技创新能力,充分发挥高水平研究型大学作为基础研究的主力军作用和重大科技突破的生力军作用[5]。教育兴盛是意大利、英国、法国、德国、美国历次科学中心形成的必要条件,发展高等教育是世界主要人才中心和创新高地建设的保障,而教育兴盛往往伴随着教育制度的变革[15]。因此,高校院所在世界重要人才中心和创新高地建设中发挥知识引领作用,为科技创新培养和储备人才。
(3)技术创新主体。国家创新系统理论认为企业作为系统主体发挥重要作用,人才创新创业生态系统理论则认为区域领军企业和高校院所构成系统的核心层。一方面,区域领军企业作为创新的实践者,具有较强的引领性和创新性,能够围绕其所在的产业联盟促进供应链上下游企业、竞争合作企业组建合作网络[24]。同时,区域领军企业可与高校、科研院所组建创新联合体,高校院所能为领军企业提供丰富、互补的前沿基础知识,有利于其重新对内部知识进行整合,进而提升企业创新绩效(张树满等,2017)。另一方面,人才创新创业生态系统中的人才、物质、信息等多种资源可依托区域领军企业实现重组和优化[24]。这种以领军企业为主体的协同创新模式既能促进显性知识与隐性知识在多元主体间交叉传播,又能通过联合攻关、人才双聘、平台共享等机制缩短从基础研究到产业化的周期,显著增强区域应对技术突变和市场波动的韧性。进一步,领军企业深度嵌入全球创新网络不仅能带动本土供应链升级,还能通过反向创新将国际先进经验内化为区域制度优势,从而在更高层次实现人才链、产业链与创新链的动态平衡与螺旋上升。因此,领军企业在世界重要人才中心和创新高地建设中发挥技术引领作用,为人才创新提供落脚点。
(4)金融资源支持。人才创新创业生态系统理论认为,金融机构是系统创新服务的提供者,是人才创新创业发展过程中的“催化剂”,有助于促进科技创新成果的落地。从微观作用机制分析,金融及风险投资支持使得人才创新创业生态系统中的知识创新主体和技术创新主体有更多资金用于人才引进与培养;同时,金融机构资金支持有助于推动更多高校院所的科技创新成果转化,是打通知识创新主体和技术创新主体协同创新的关键资源(陈思等,2017)。从宏观作用机制看,风险投资机构的增加有利于形成金融资源集聚效应,带动人才创新创业生态系统中的人才资源和企业等创新主体集聚,进而推动整个系统创新[25,29]。金融资源能够降低基础研究与成果转化之间的“死亡谷”风险,提升国家创新体系整体效能。金融资源支持既能强化国家战略科技力量在重大科技任务中的资金保障,又能通过风险分担机制激发多元主体协同攻关的内生动力,最终为加快建设世界重要人才中心和创新高地提供源源不断的资金支持。
(5)政府政策支持。政府是政策的主导者,世界重要人才中心和创新高地建设需要政府有力的政策支持[15]。根据国家创新生态系统理论,世界重要人才中心和创新高地建设并非一成不变,而是在内在作用机制下不断进行自我学习和系统演化的过程,体现为自发市场行为阶段、强势政府行为阶段以及政府引导、市场主导的创新自由阶段[5],说明政府在世界人才中心和创新高地建设中发挥重要作用。政府通过制定积极的人才政策影响国家劳动力资源配置[30-31]、人才流动[7]、企业研发人员招聘[32]、企业成本管理[33],进而影响国家创新。如美国的移民政策吸引了大量国际人才涌入,显著提升了美国科技创新水平(周丽群等,2020)。因此,政府政策支持可为一国建设世界重要人才中心和创新高地汇聚人才,提高国家创新能力。
(6)对外开放环境。国家创新系统理论和人才创新创业生态系统理论均强调开放创新的重要性。成为世界人才中心和创新高地的国家往往通过开放的对外环境,促进人才、知识、资金等流动和传播,不断积累人力资本,进而提高国家创新产出[34]。世界重要人才中心和创新高地应构建开放创新生态,参与全球科技治理,形成具有全球竞争力的开放创新生态系统[5]。对外环境开放能加速人才流动,人才流动反过来又能够进一步加强国家对外创新联系,吸引其他国家人才流入[35],从而形成具有国际竞争力的人才储备[36]。如美国是世界上移民人口规模最大的国家,其高水平对外开放环境使得国际人才大量涌入,对其世界人才中心和创新高地建设产生了深远影响(周丽群等,2020)。因此,国家对外开放环境有助于促进人才国际交流和创新,加快世界重要人才中心和创新高地建设。
(7)宜居生活环境。人才创新创业生态系统理论认为,宜居生活环境是人才创新创业的精神源头。世界重要人才中心和创新高地建设面向不同国别、不同文化背景、不同价值观等世界级拔尖创新人才,需要营造更加开放包容的创新环境[6]。一方面,从硬环境建设看,首先要解决人才住房问题,让青年人才放开手脚为美好生活而奋斗[30];此外,基础设施完善能够带来独特的生活体验,有助于激发人才创新创业灵感,从而产出创新性成果。另一方面,从软环境建设看,每个国家在科学高潮出现的前夕都有过一个哲学高潮,这是思想解放的集中体现。由于科学研究是探索未知、解决难题的复杂智力活动,需要营造宽松自由的环境和宽容失败、鼓励创新的文化氛围。如德国尊重科学、美国推崇实用主义的文化,为人才中心和创新高地建设提供了良好的创新环境[15]。因此,建设世界重要人才中心和创新高地需要营造宜居生活环境。
综上,人才资源、知识创新主体、技术创新主体、金融资源支持、政府政策支持、对外开放环境和宜居生活环境是世界重要人才中心和创新高地建设的重要维度。同时,人才资源与金融资源支持[9]、人才资源与政府政策支持[29,32]、人才资源与对外开放环境、政府政策支持与知识创新主体[5]间发挥协同作用。因此,需要从组态视角探究世界重要人才中心和创新高地建设的复杂影响机制与协同路径。本研究构建组态模型,如图1所示。
图1 理论模型
Fig.1 Theoretical model
定性比较分析方法(QCA)通过布尔逻辑和代数来实现对案例的充分比较与分析,能够探索多种因素之间互动过程对特定现象的联合效应[37]。QCA通常具有3种分析类别,分别为清晰集定性比较分析(csQCA)、多值集定性比较分析(mvQCA)以及模糊集定性比较分析(fsQCA)。与csQCA和mvQCA相比,fsQCA分析技术更具优势,适用于中小样本研究,能够更充分地捕捉前因条件不同水平或程度变化带来的细微影响。QCA通常强调“环境—战略—结构”的跨层次互动,因此本研究从“人才资源—创新支撑主体—创新关键资源—开放宜居环境”多层次指标出发,用fsQCA方法检验人才资源、知识创新主体、技术创新主体、金融资源支持、政府政策支持、对外开放环境和宜居生活环境7个前因条件如何通过相互作用影响世界重要人才中心和创新高地建设。该方法通过设定各前因条件分数,将案例纳入相应组态类型,能够揭示多重条件联动组态效应,更全面地解释世界重要人才中心和创新高地建设的复杂成因。
本文数据源自《2025年全球创新指数报告》《2025年全球人才竞争力指数报告》以及国家统计局编译的《2025年国际统计年鉴》。全球创新指数(GII)由世界知识产权组织(WIPO)联合波图兰研究所发布,从创新投入与创新产出两个维度衡量全球139个经济体的创新生态系统表现并进行综合评价排名,是全球政策制定者与研究者衡量国家创新能力的重要参考。全球人才竞争力指数(GTCI)由欧洲工商管理学院(INSEAD)与波图兰研究所联合发布,评估全球135个经济体在培养、吸引、留住人才及构建支撑创新与竞争力的人才生态系统方面的综合能力,为国际人才政策比较研究提供了权威数据支撑。本研究主要选取《2025年全球创新指数报告》综合排名前100位的国家作为研究对象,由于部分国家关键数据缺失,故最终保留前94名国家的样本。
2.3.1 结果变量测量
世界重要人才中心和创新高地建设效能。世界重要人才中心和创新高地的建设成效,最终体现为持续产出高质量知识创新成果,知识创造能力因而构成建设效能的关键表征。基于数据权威性与跨国可比性考虑,本文采用《2025年全球创新指数报告》中的知识创造综合得分作为代理变量。该指标由5个子指标构成:发明专利申请量、按发明人来源地划分的PCT国际专利申请量、按发明人来源地划分的实用新型专利申请量、社会科学和自然科学文章发表量、文献高被引次数。这5个指标覆盖专利产出与学术影响两个维度,能够较好反映人才创新创业生态系统的知识创新效能。报告显示,全球创新指数排名靠前的经济体,知识创造得分亦普遍位居前列。
2.3.2 前因条件测量
(1)人才资源。采用《2025年全球人才竞争力指数报告》中的高级技能综合得分,包括受过高等教育的劳动力占比、专业技术人员占比、研究人员占比、高级官员与管理人员占比、软技能水平、数字技能、AI人才集中度7个指标,表征人才创新创业生态系统的人才资源。
(2)知识创新主体。采用《2025年全球创新指数报告》中的高等教育综合得分,由高等教育入学率、理工科毕业生人数、高等教育阶段的入境流动3个指标组成,表征人才创新创业生态系统中高校院所主导的高等教育发展。
(3)技术创新主体。该指标来源于《2025年国际统计年鉴》中各样本国家按营业额排序的世界500强企业数量汇总,“全球最大五百家企业”排行榜是衡量和比较全球大型企业的权威榜单之一。世界500强企业是研发投入与成果产业化的主要承担者,表征人才创新创业生态系统中的领军企业。
(4)金融资源支持。采用《2025年全球创新指数报告》中的投资综合得分,由市场资本化总额、获得的风险投资交易笔数、后期风险投资交易笔数、风险投资机构数量、风投机构联合投资交易笔数5个指标衡量,表征人才创新创业生态系统中的金融资源支持。
(5)政府政策支持。采用《2025年全球人才竞争力指数报告》中的监管环境综合得分。监管环境分值由有效政府、法治、政治稳定、监管质量、腐败控制5个指标组成,表征人才创新创业生态系统中的政府政策支持。
(6)对外开放环境。采用《2025年全球人才竞争力指数报告》中的对外开放综合得分。对外开放包括吸引外资和海外人才,由外商直接投资监管限制、金融全球化、移民人口、留学生、人才引进和AI技能引进6个指标构成,表征人才创新创业生态系统中的对外开放环境。
(7)宜居生活环境。采用《2025年全球人才竞争力指数报告》中的生活方式综合得分,包括人权、人身安全、医生密度、公共卫生和员工福祉5个指标,表征人才创新创业生态系统中的宜居生活环境。
数据校准是将原始数据连续型数值转换成(0,1)之间的隶属程度,设定3个锚点分别对应完全隶属、交叉点和完全不隶属。参考杜运周等(2020)的研究,分别将每个集合数据的上四分位数(75%)、中位数(50%)和下四分位数(25%)作为完全隶属锚点、交叉点和完全不隶属锚点。在fsQCA软件中,需要将各变量的锚点值输入函数,才能得到(0,1)的隶属程度,完成校准计算。各变量描述性统计、归一化处理后的校准锚点结果见表1。
表1 集合、校准与描述性统计结果
Table 1 Set,calibration and descriptive statistics
指标分类集合描述性统计平均值标准差最大值最小值模糊集校准完全隶属交叉点完全不隶属人才资源 人才资源 34.887 13.328 72.870 4.760 0.598 0.422 0.263 创新支撑主体知识创新主体34.177 13.107 73.400 4.000 0.563 0.439 0.303 技术创新主体5.319 20.107 138.000 0.000 0.072 0.011 0.000 创新关键资源金融资源支持15.996 16.124 65.300 0.300 0.362 0.130 0.051 政府政策支持60.206 17.628 95.760 21.900 0.710 0.529 0.338 开放宜居环境对外开放环境47.502 17.157 94.360 12.170 0.545 0.418 0.289 宜居生活环境66.894 15.586 90.990 26.510 0.823 0.669 0.457
注:完全隶属、交叉点、完全不隶属三列均为锚点经归一化后的报告值
需要说明的是,技术创新主体的校准采用外部锚点而非样本分位数。该变量为高度偏态的计数变量,在94个样本中多数国家世界500强企业数量为0,若采用分位数校准,交叉点将落在0值上,导致大量案例精确落在0.5隶属度的最大模糊位置,从而失去校准的区分意义[38]。基于实质标准,一国拥有10家以上500强企业,则视为已形成领军企业集群,全球仅十余个国家达到该水平;拥有1～2家世界500强企业的国家尚不足以形成领军企业集群,处于标准识别的模糊地带。本文将完全隶属锚点设为10家,交叉点设为1.5家,完全不隶属锚点设为0家,表1报告了归一化处理后的校准值。由于该变量的校准设定较为特殊,本文通过替换原始数据锚点的方式检验校准的敏感性。
数据校准完成后,需要对所收集的样本数据进行必要性分析,以判断结果合集是否为条件集合的子集。测量标准为一致性分析,参考主流fsQCA标准,若一致性大于0.9,则判断该条件为必要条件[39]。一致性公式如下:
(1)
表2为世界重要人才中心和创新高地建设高效能与非高效能的必要条件分析结果。对于高效能而言,所有前因条件的一致性均低于0.9的阈值标准,表明不存在使得世界重要人才中心和创新高地建设高效能的必要条件;对于非高效能而言,“～技术创新主体”一致性为0.927,超过一致性0.9的判断标准。既有研究表明,在社会研究中的集合关系很少完美,实践中识别出的多为“准必要”关系,即关联在绝大多数案例中成立、仅个别案例偏离[40-42];同时,0.9的必要一致性标准本身仅为经验法则,当偏离案例数量有限且偏离幅度较低时,略低于该值的一致性同样可支持必要性判断[43]。因此,本文将“～技术创新主体”界定为准必要条件,该条件几乎贯穿全部非高效能国家,但存在少数例外。其覆盖度仅为0.644,说明该条件不是非高效能的充分条件,具体在非高效能组态路径中加以分析。
表2 各条件变量的必要性分析结果
Table 2 Results of necessity analysis for condition variables
条件变量世界重要人才中心和创新高地建设高效能一致性覆盖度世界重要人才中心和创新高地建设非高效能一致性覆盖度人才资源0.805 0.802 0.328 0.342 ～人才资源0.339 0.326 0.810 0.813 知识创新主体0.755 0.736 0.382 0.389 ～知识创新主体0.373 0.367 0.741 0.760 技术创新主体0.464 0.859 0.172 0.332 ～技术创新主体0.639 0.425 0.927 0.644 金融资源支持0.769 0.753 0.361 0.369 ～金融资源支持0.356 0.348 0.759 0.774 政府政策支持0.717 0.733 0.359 0.383 ～政府政策支持0.396 0.372 0.750 0.735 对外开放环境0.729 0.702 0.418 0.420 ～对外开放环境0.399 0.396 0.704 0.731 宜居生活环境0.759 0.740 0.361 0.367 ～宜居生活环境0.351 0.345 0.744 0.764
注:“～技术创新主体”对非高效能结果的必要一致性在3种校准设定(宽松5/1/0、基准10/1.5/0、严格15/2/0)下分别为0.889、0.927、0.945
与上述必要条件分析不同,组态分析试图揭示多个条件构成的不同组态引致结果产生的充分性条件。同样,使用一致性来衡量组态的充分性,可接受的最低标准与必要条件分析不同,本文参考杜运周等(2020)、喻登科[44]的研究,将一致性阈值设为0.8,PRI一致性阈值设为0.7,案例频数阈值设为2。fsQCA3.0会输出3种复杂程度不同的解:复杂解、简约解和中间解。当前研究多用中间解进行分析,以简约解和中间解同时存在的条件作为核心条件,只在中间解中出现的条件称为边缘条件。其中,核心条件会对结果变量产生重要影响,边缘条件主要起辅助作用。
3.3.1 世界重要人才中心和创新高地建设高效能组态
人才资源、知识创新主体、技术创新主体、金融资源支持、政府政策支持、对外开放环境和宜居生活环境7个前因条件通过复杂配置,对建设世界重要人才中心和创新高地产生影响,本文识别出两条高效能组态路径,见表3。总体一致性为0.898,总体覆盖度为0.568,解一致性接近0.9的标准,解覆盖率高于0.5的通行要求,表明这两条组态对高效能结果具有较强解释力。其中,S1路径一致性为0.897,覆盖芬兰、新加坡、新西兰、奥地利、葡萄牙等25个典型国家;S2路径一致性达到0.951,覆盖美国、英国、德国、法国、加拿大、澳大利亚等12个典型国家。
表3 高效能组态分析结果
Table 3 Results of configuration analysis for high performance
条件/指标 S1S2人才资源●●知识创新主体●技术创新主体●金融资源支持●政府政策支持●●对外开放环境●●宜居生活环境●●原始覆盖0.542 0.304 唯一覆盖0.265 0.026 一致性0.897 0.951 总体覆盖度0.568 总体一致性0.898
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,空白表示条件可有可无,下同
在两条高效能路径中,人才资源、对外开放环境和宜居生活环境均为核心条件。其中,人才资源是创新的人力资本基础,对外开放环境能促进人才、知识与资本跨国流动和网络嵌入,宜居生活环境形成对全球人才的吸引与留存效应,三者缺一不可、相互强化。政府政策支持在两条路径中均为边缘条件,发挥制度保障与辅助支撑作用;技术创新主体与金融资源支持则呈现共生分布,S1中均为空白,S2中同时作为边缘条件存在、协同发力,二者与知识创新主体呈现跨组态此消彼长的分布特征。两条组态展现出不同国家可通过截然不同的条件组合达成同一高效能结果,形成以下两类高效能组态模式。
一是以S1为代表的人才资源支撑的“知识创新主体—政府政策支持—开放宜居环境”协同模式。该组态以人才资源、对外开放环境和宜居生活环境为核心条件,知识创新主体与政府政策支持作为边缘条件,技术创新主体与金融资源支持为空白。具体而言:人才资源集聚为创新提供人力资本基础,知识创新主体作为智力提供者承担人才培养与科学研究职能,二者构成“育才—用才”的内生供给链条;政府政策支持作为制度稳定器能降低创新不确定性;对外开放环境使国家嵌入全球人才与知识网络,能弥补本土创新主体规模的不足;宜居生活环境则形成人才“引得来、留得住”的磁吸效应。该模式表明,即便技术创新主体与金融资源支持在组态中并非必要要件,“人才—高校—政府—开放—生活” 多主体、多要素协同也能构成一条高效能实现路径。
该路径覆盖国家多为中小型发达经济体,其共性特征表现为世界500强企业数量有限但创新效能全球领先。以芬兰为例,芬兰世界500强企业数量虽不多,但其依托赫尔辛基大学、阿尔托大学等高质量高校院所形成雄厚的人才储备与知识创新基础;政府长期保持稳定的创新政策支持,作为欧盟成员国深度嵌入欧洲一体化人才与知识流动网络;加之覆盖全民的优质公共生活服务,在领军企业数量有限情况下实现高效能创新,是人才资源支撑的“知识创新主体—政府政策支持—开放宜居环境”协同模式的典型案例。
二是以S2为代表的人才资源支撑的“技术创新主体—创新关键资源—开放宜居环境”协同模式。该组态以人才资源、对外开放环境和宜居生活环境为核心条件,以技术创新主体、金融资源支持和政府政策支持为边缘条件,以知识创新主体为空白。与S1相比,该组态的突出特征是技术创新主体与金融资源支持同时作为边缘条件,并依托对外开放环境与宜居生活环境,形成“企业—资本—开放—生活”条件组合的协同格局。庞大的领军企业群体构成创新成果产业化的组织载体,是研发投入、专利产出与成果商业化的主要承担者;金融资源支持通过风险投资、资本市场等渠道为技术商业化提供资本赋能,二者形成“企业创新—金融放大”的耦合机制;对外开放环境为领军企业提供全球资本、技术与市场网络接入通道,使其可在全球范围内配置创新资源;宜居生活环境与人才资源共同保障高端人才集聚。该模式表明,技术创新主体与金融资源支持的协同嵌入,构成另一条不依赖高校院所单边知识供给的高效能实现路径。此条路径表明,对于部分大型经济体而言,其技术创新主体可依托全球研发网络实现知识获取与再创造,从而弱化对本国高校院所单边知识供给的依赖。
该路径覆盖国家多为大型发达经济体,世界500强企业较为密集且金融体系发达。英国、法国、德国和美国均为不同历史时期重要的世界人才中心和创新高地[15]。以美国为例,其作为当前最具竞争优势的世界重要人才中心和创新高地,拥有全球最密集的领军企业群体和高度发达的风险投资体系,硅谷等技术创新集群与风险投资网络深度耦合;同时,开放的移民政策使其得以在全球范围内汲取人才,较高的生活质量对高端人才形成持续虹吸效应。
3.3.2 世界重要人才中心和创新高地建设非高效能组态
表4报告了世界重要人才中心和创新高地建设非高效能组态,本文识别出5条非高效能组态路径,总体一致性为0.883,总体覆盖度为0.780。与高效能组态不同,非高效能组态中技术创新主体支持全面缺失(N1-N4为核心缺失,N5为空白),与必要性分析结果相呼应。这揭示了技术创新主体缺位是国家创新生态系统创新效能不高的主要原因,也说明国家培养领军企业对于优化人才创新创业生态系统、提高国家创新效能产出的重要性,5条路径可归纳为两类模式。
表4 非高效能组态分析结果
Table 4 Results of configuration analysis for non-high performance
条件/指标N1N2N3N4N5人才资源知识创新主体技术创新主体金融资源支持●政府政策支持对外开放环境宜居生活环境原始覆盖0.616 0.239 0.531 0.496 0.427 唯一覆盖0.064 0.048 0.041 0.026 0.028 一致性0.888 0.829 0.941 0.944 0.970 总体覆盖度0.780总体一致性0.883
一是创新基础要素薄弱模式(N1、N3、N4、N5)。4条路径共享同一核心结构,即人才资源缺失与技术创新主体缺失双核心并存。这是该模式的典型特征:人才资源是创新生态系统中最具能动性的核心要素,技术创新主体是组织载体,二者同时缺位意味着系统既缺乏创新的人力资本基础,又缺乏成果转化的承接组织,其余条件组合难以弥补创新的不足。在双核心缺失的共同底座上,4条路径依据缺失条件的不同组合细分为4个亚型,体现出非高效能成因的多样性:N1宜居生活缺失、N3知识—开放双缺失、N4支撑要素匮乏、N5全面要素缺失。以巴基斯坦为例,其高技能人才与世界500强企业双双缺失,金融投入、政府治理、对外开放与生活质量排名均比较靠后,六类条件几近全面缺位,是典型的创新基础要素薄弱国家。
二是资源投入与创新主体错配模式(N2)。该组态以技术创新主体与宜居生活环境的核心缺失、金融资源支持的核心存在为特征,是5条路径中唯一金融资源支持为核心存在的路径。部分资源型或投资驱动型经济体拥有较强的资本供给能力,通过资源收益、主权基金或政府投资形成可观的金融资源投入,但缺乏将资本转化为自主创新成果的企业组织载体;同时,宜居生活环境不足使国家难以吸引和留住高端人才,最终形成“有资本、无主体、难留人”的错配格局。该模式说明,若缺乏创新主体载体与人才生态的支撑,仅依靠单纯的资本投入,将无法转化为知识创造效能。该路径覆盖南非、博茨瓦纳、阿联酋、沙特阿拉伯、马来西亚等11国。以沙特阿拉伯为例,其依托石油收益形成可观的创新投资能力,金融资源支持条件突出。但本土世界500强企业以国有石油公司为主,创新型企业群体薄弱,且生活方式与人才环境对国际高端人才的吸引力有限,资本优势未能有效转化为创新生态系统效能。此外,该组态的原始覆盖值为0.239,充分性证据相对有限,有待进一步稳健性检验。
需要说明的是,N5路径中技术创新主体为空白而非缺失,即该条件对N5路径的充分性判断不构成实质性约束。原因在于,该路径覆盖的部分国家(如墨西哥、印度尼西亚等)拥有一定数量的世界 500 强企业,技术创新主体隶属度达到或超过交叉点,但人才资源、金融投入、政府政策、对外开放与宜居生活环境全面缺失,仍属于非高效能组态。这表明,技术创新主体需要与人才资源、金融资源、开放环境与生活条件协同嵌入组态方能产生高效能,孤立存在的大型企业群体不足以提升创新生态系统效能,进一步支持了组态协同而非单一要素作用的逻辑。
为验证结果的稳健性,本文将一致性阈值提高至0.85、PRI阈值提高至0.75、频数阈值保持为2后进行敏感性分析,结果见表5,各组态结果呈现路径精简、一致性上升、核心条件稳定的变化规律。
表5 高效能组态和非高效能组态稳健性检验结果
Table 5 Robustness test results of high performance and non-high performance configurations
条件/指标高效能组态S1’S2’非高效能组态N1’N2’N3’N4’人才资源●●知识创新主体●技术创新主体●金融资源支持●●政府政策支持●●对外开放环境●●宜居生活环境●●原始覆盖0.493 0.304 0.537 0.531 0.496 0.427 唯一覆盖0.215 0.026 0.083 0.102 0.026 0.028 一致性0.905 0.951 0.940 0.941 0.944 0.970 总体覆盖度0.5190.715总体一致性0.9060.921
(1)高效能路径仍有两条。S1’与S2’的金融资源支持均升级为核心条件,表明在更严格的充分性标准下,金融资源支持的支撑作用更加明显,人才资源、对外开放环境、宜居生活环境作为核心条件的结论保持不变。
(2)非高效能路径由5条精简为4条,解一致性由0.883 升至0.921。共性结构保持稳定,人才资源核心缺失在4条路径中全部保留,技术创新主体在N1’～N3’中保留为核心缺失。值得注意的是,当一致性阈值由0.8提高至0.85时,5条路径与基准结果保持一致;PRI阈值由0.7提高至0.75后,N2“资源投入与创新主体错配”组态不再出现。表4中N2原始覆盖度仅为0.239,属于边缘组态,严格阈值下不再出现金融资源支持的组态,表明单纯资本投入难以弥补技术创新主体缺位。非高效能总体覆盖度由0.780降至0.715,主要由N2的剔除所致,核心结论不受影响。
(3)将技术创新主体的校准锚点分别替换为宽松(5/1/0)与严格(15/2/0)两种方式重新进行检验。严格锚点下高效能组态与基准结果保持一致,宽松锚点下核心底座与路径结构保持不变,说明组态结果不受特定校准设定的影响。
总体而言,本文核心结论不依赖于特定参数设定与校准方式,说明研究结论具有稳健性。
本文在国家创新系统理论与人才创新创业生态系统理论的基础上,构建了国家人才创新创业生态系统模型,采用fsQCA方法,利用2025年全球94个国家数据,从组态视角分析影响国家人才创新创业生态系统的复杂环境路径,得出如下结论:
(1)国家人才创新创业生态系统效能提升是系统内多个主体和要素间复杂作用的结果。必要性分析显示,高效能组态路径中各单一条件的一致性均低于0.9,不存在产生高效能的必要条件;组态分析进一步识别出两条高效能路径,清晰地展示了不同国家可通过截然不同的条件组合达成同一高效能结果,不存在唯一的最优模式。
(2)人才资源、对外开放环境和宜居生活环境构成两条高效能组态共同的核心条件,分别是创新的人力资本基础、全球人才与知识网络的接入通道、人才吸引与留存的环境保障,三者缺一不可、相互强化;政府政策支持在两条路径中均发挥边缘性制度保障作用;知识创新主体与“技术创新主体和金融资源支持”组合之间分属两条高效能路径,说明高效能组态由差异化的主体—资源组合承载,进一步验证了组态视角下殊途同归的特征。两条高效能路径可归纳为两类模式:以芬兰、新加坡等25国为代表的人才资源支撑的“知识创新主体—政府政策支持—开放宜居环境”协同模式,以及以美国、英国等12国为代表的人才资源支撑的“技术创新主体—创新关键资源—开放宜居环境”协同模式。前者反映了中小型经济体的世界人才中心和创新高地建设模式,后者反映了大型发达经济体的世界人才中心和创新高地建设模式。
(3)技术创新主体缺失构成非高效能的准必要条件,是非高效能国家最普遍的缺位条件。非高效能路径可归纳为两类模式:以人才资源与技术创新主体双缺失为核心的创新基础要素薄弱模式,细分为宜居生活缺失、知识—开放双缺失、支撑要素匮乏、全面要素缺失4个亚型,以及以金融资源支持为核心条件但技术创新主体与宜居生活环境双缺失的“资源投入与创新主体错配”模式,该模式对PRI阈值较为敏感。高效能侧与非高效能侧组态结果相互呼应,凸显了创新效能生成中组态协同而非单一要素作用的逻辑。
(1)本文构建了更适用于国家层面的人才创新创业生态系统理论模型。以往创新生态系统研究多关注不同主体或因素对企业的影响[21-22],对于人才创新创业生态系统的研究也多停留在园区层面[24]。本文基于国家创新系统理论和人才创新创业生态系统理论,从人才资源、创新支撑主体、创新关键资源和开放宜居环境4个层面构建国家人才创新创业生态系统模型,考察生态环境要素经复杂影响机制转化为创新高效能的路径,将该模型应用于国家层面的实证分析。与既有研究相比,本文不仅将高校院所、领军企业等关键主体与资源纳入国家层面,论证技术创新主体对国家创新系统的影响,还发现技术创新主体缺失是非高效能的准必要条件,这对以企业规模测度创新能力的既有做法构成反思,为从创新功能视角测度技术创新主体指明了方向。
(2)进一步丰富了世界人才中心和创新高地建设路径研究。目前,学界对世界人才中心和创新高地的研究主要关注其在主要国家的转移规律[8-9],或者具体到美国、中国、新加坡等国家的世界人才中心和创新高地建设问题[15-18]。本文在既有研究的基础上,采用组态思维导向的fsQCA方法,探讨国家层面人才创新创业生态系统建设路径问题,指出大型发达经济体和中小型经济体可依据自身禀赋选择差异化路径,拓展了世界人才中心和创新高地研究。
根据上述研究结论,本文提出如下启示:
(1)协同夯实核心资源,将人才资源、对外开放与宜居生活作为基础支撑,两类高效能模式唯一共享的内核在于这三项条件。研究发现,中国在技术创新主体与金融资源支持上已进入完全隶属区间,而人才资源、知识创新主体与对外开放环境仍处于完全不隶属区间,政府政策支持与宜居生活环境接近完全不隶属。这意味着,以企业与资本要素规模驱动的创新产出并不能代替人才引育、开放环境与宜居生活等协同建设。因此,人才强国战略、高水平对外开放与宜居环境建设应作为一体化工程推进,补齐生态短板,而非彼此分割的政策板块。
(2)因地制宜选择差异化发展模式,避免盲目模仿单一经验。对于缺乏大型领军企业但教育科研基础扎实的中小型经济体而言,可借鉴人才资源支撑的“知识创新主体—政府政策支持—开放宜居环境”协同模式,以高校院所—政府制度—开放环境—生活品质协同弥补企业规模劣势;对于拥有雄厚企业群体和金融体系的大型经济体而言,应强化领军企业与风险投资体系协同,并深化其与全球人才网络的连接。两条路径揭示的协同逻辑对我国具有一定借鉴意义,即既要以领军企业培育和科技金融体系建设强化金融赋能,也要以高校院所改革和人才环境优化夯实多要素协同。
(3)分类施策破解非高效能困境,把握基础要素缺位与投入错配的不同应对方式。当创新基础要素薄弱时,应优先补齐人才资源与领军企业培育两大基础短板,避免在创新资源底座缺失时盲目推进其他要素;在资源投入与创新主体错配情况下,政策重心应从单纯资本投入转向创新组织载体建设与人才生活环境改善。对我国区域创新布局而言,中西部地区需优先育才聚才与培育企业主体,而非盲目加大资金投入。
本研究存在一定不足:世界重要人才中心和创新高地建设是一个长期积累过程,人才资源、金融资源支持、宜居生活环境等条件的时序作用与路径依赖效应在静态截面fsQCA框架中难以完全呈现,可能导致对建设效能形成机制的动态揭示不足。组态分析基于集合逻辑推断,对于微观因果机制的解释仍需过程追踪或其他计量方法加以补充。本文以GII知识创造综合得分代理建设效能,主要反映基础研究与技术发明产出,对人才集聚度、成果产业化与国际影响力等维度覆盖有限。未来可从引入时间序列QCA或面板数据QCA、扩充样本规模、构建多维度结果变量测度指标,从而更全面地评估世界重要人才中心和创新高地建设效能。
[1] 吴江.加快建设世界重要人才中心和创新高地[N].光明日报, 2021-10-10.
[2] 王通讯.世界人才高地观察报告[J].中国人才, 2013(5): 32-35.
[3] 孙玉涛,曹瑞, 陈灵芝.贝尔纳预见与世界科学中心转移的特征——一个国际学术奖项的实证[J].科学学与科学技术管理, 2024, 45(11): 3-15.
[4] 李烨,闫晓勇.企业创新生态系统协同演化机制:理论框架与未来研究[J].科技进步与对策,2024,41(14):151-160.
[5] 褚建勋,王晨阳,王喆.国家有组织科研:迎接世界三大中心转移的中国创新生态系统探讨[J].中国科学院院刊, 2023, 38(5): 708-718.
[6] 马抗美.以科学思维方式建设世界重要人才中心和创新高地[J].人民论坛, 2024(5): 46-48.
[7] 魏浩, 周亚如.经济类国际人才来华影响因素的实证分析——兼论“加快建设世界重要人才中心”的建议[J].中国人口科学, 2023, 37(5): 67-81.
[8] YUASA M.Center of scientific activity: its shift from the 16th to the 20th century[J].Japanese Studies in the History of Science, 1962, 1(1): 57-75.
[9] 陈凯华, 赵彬彬, 张超.全球科研人员百年跨国流动规律、格局与势差效应——基于Scopus科学文献数据的实证研究[J].管理世界, 2024, 40(2): 1-27.
[10] 冯志刚,张志强,刘昊.世界技术活动中心国家转移特征研究——基于专利大数据分析视角[J].科学学研究, 2025, 43(9): 1881-1899.
[11] 李旺,冉从敬,黄文俊,等.科技论文视域下国际物理学科学中心与转移路径识别研究[J].中国软科学, 2024(6): 54-65.
[12] 杨佳乐.高等教育对建设世界人才中心与创新高地的贡献——基于全球38个国家数据的实证研究[J].中国高教研究, 2023(11): 39-46.
[13] 孙涛,高慧.高等教育如何促进世界重要人才中心和创新高地建设——基于日本政府科学技术发展相关政策的分析[J].大学教育科学, 2024(4): 88-97.
[14] 李晶,林丹蕾,胡艳芝.美国高等教育推动世界重要人才中心和创新高地建设的政策特征与启示[J].大学教育科学, 2026(4): 76-84.
[15] 潘教峰,刘益东,陈光华,等.世界科技中心转移的钻石模型——基于经济繁荣、思想解放、教育兴盛、政府支持、科技革命的历史分析与前瞻[J].中国科学院院刊, 2019, 34(1): 10-21.
[16] 萧鸣政,应验,张满.人才高地建设的标准与路径——基于概念、特征、结构与要素的分析[J].中国行政管理, 2022(5): 50-56.
[17] 周文斌.我国建设世界重要人才中心的生态保障战略研究[J].经济管理, 2024, 46(4): 29-48.
[18] 刘伯良,陈芳,张向前.新质生产力与中国构建世界重要人才中心和创新高地协调机制研究[J].中国科技论坛, 2025(6): 66-78.
[19] 李盛兵,洪畅.新加坡世界人才高地建设的历程、经验及启示[J].中国高等教育,2024,(Z3):76-80.
[20] FREEMAN C.Technology policy and economic policy: lessons from Japan[M].London: Frances Pinter, 1987.
[21] GRANSTRAND O, HOLGERSSON M.Innovation ecosystems: a conceptual review and a new definition[J].Technovation, 2020(90-91):102098.
[22] STILL K, HUHTAMAKI J, RUSSELL M G.Insights for orchestrating innovation ecosystems: the case of EIT ICT labs and data-driven network visualizations[J].International Journal of Technology Management, 2014, 66(2/3): 243.
[23] GUERRERO M, URBANO D, ALAIN F.Entrepreneurial universities: emerging models in the new social and economic landscape[J].Small Business Economics, 2016, 47(3): 1-13.
[24] 孙锐,孙雨洁,孙彦玲.人才创新创业生态系统的构成与运行机制研究——以苏州工业园区为例[J].中国科技论坛, 2021(11): 113-122.
[25] 王福世,陈劲,贺敬文,等.中国人才高地建设的多元路径研究——基于fsQCA的组态分析[J].经济与管理研究, 2026, 47(6): 3-19.
[26] FONSECA T, DE FARIA P, LIMA F.Human capital and innovation: the importance of the optimal organizational task structure[J].Research Policy, 2019, 48(3): 616-627.
[27] 刘颖, 王野, 曹琦.科技人才集聚演化与区域协同治理——基于京津冀城市群的计量分析[J].中国行政管理, 2024, 40(7): 50-60.
[28] 孙文浩.地方人才政策、人才数量结构优化与制造业企业创新[J].数量经济技术经济研究, 2025, 42(2): 153-171.
[29] 庄毓敏,储青青.金融集聚、产学研合作与区域创新[J].财贸经济, 2021, 42(11): 68-84.
[30] 余明桂,贺蒙蒙,张萌萌.人才引进政策、劳动力优化配置与制造业智能化[J].中国工业经济, 2024(5): 116-134.
[31] 蔡庆丰,吴冠琛,李东旭.安居才能乐业:保障房建设对企业人力资本积累的影响[J].世界经济, 2024, 47(3): 184-212.
[32] 孙鲲鹏,罗婷,肖星.人才政策、研发人员招聘与企业创新[J].经济研究, 2021, 56(8): 143-159.
[33] 金智,张心睿.地方人才引进政策与企业成本管理决策[J].世界经济, 2024, 47(3): 124-150.
[34] 王福世.人才开发环境与国家创新产出:来自GTCI数据的实证检验[J].创新科技, 2023, 23(10): 76-90.
[35] 郑江淮,孙冬卿,戴玮, 等.全球发明人才流动网络空间结构的多极化变迁[J].财贸经济, 2023, 44(10): 109-125.
[36] 戚聿东, 张倩琳, 于潇宇.高管海外经历促进技术创新的机理与路径[J].经济学动态, 2023(2): 52-70.
[37] 张明, 陈伟宏, 蓝海林.中国企业“凭什么”完全并购境外高新技术企业——基于94个案例的模糊集定性比较分析(fsQCA)[J].中国工业经济, 2019(4): 117-135.
[38] SCHNEIDER C Q, WAGEMANS C.Set-theoretic methods for the social sciences: a guide to qualitative comparative analysis[M].Cambridge: Cambridge University Press, 2012.
[39] 王雯,尹红笑.家庭政策及其政策环境对提升生育水平的联动效应——基于12个典型国家的fsQCA分析[J].人口与经济, 2023(5): 98-111.
[40] RAGIN C C.Set relations in social research: evaluating their consistency and coverage[J].Political Analysis, 2006, 14(3): 291-310.
[41] LEGEWIE N.An introduction to applied data analysis with Qualitative Comparative Analysis (QCA)[J].Forum Qualitative Sozialforschung/Forum: Qualitative Social Research, 2013, 14(3):15.
[42] 冯南平, 赵万荣, 魏芬芬.创新生态系统组织模式下中小企业参与关键核心技术攻关的行为意愿研究——基于PLS-SEM与fsQCA的混合方法[J].科技进步与对策, 2026, 43(5): 92-103.
[43] VIS B,DUL J.Analyzing relationships of necessity not just in kind but also in degree: complementing fsQCA With NCA[J].Sociological Methods &Research, 2021, 50(1): 87-118.
[44] 喻登科, 陈淑婷.信息技术与企业绩效:知识管理能力与商业模式创新的链式中介作用[J].科技进步与对策, 2024, 41(8): 117-128.