創新多樣化、經濟結構與創新韌性

魏建漳，任 颋

（北京大學匯豐商學院，廣東深圳 518000）

1 研究背景

習近平總書記在2018 年兩院院士大會和2021年中關村論壇上指出，需要加強科技開放合作，積極主動融入全球科技創新網絡。2020 年暴發的新冠疫情，不僅使經濟遭受到了猛烈的沖擊，合作創新活動也受到了劇烈的沖擊，在全球創新鏈和產業鏈進一步分割趨勢背景下，國內合作創新網絡的恢復與加強顯得尤為重要。通過對比分析2018—2020 年全國（未含港澳臺地區。下同）合作申請專利數量的趨勢（見圖1），可以發現，2020 年8 月開始，合作專利申請量的增速與2019 年相比開始下滑，且下降幅度擴大，在2020 年第四季度表現為月總申請量低于2019 年專利申請量，而2019 年第四季度同期增長率約20%，可見合作創新受到了較大影響；從2021 年第二季度開始，合作專利申請的趨勢與前三年相比進一步出現背離，而且趨勢有進一步擴大的風險，2021 年9 月份全國合作申請專利的數量僅是2020 年同期的12%。因此，研究合作創新韌性（以下簡稱“創新韌性”）的影響因素，制定區域合作創新韌性恢復的政策，顯得尤為重要和緊迫。

圖1 2018—2021 年我國合作專利申請趨勢

創新投入多樣化對區域合作創新韌性影響的研究，有助于理解創新韌性的影響因素及傳導機制，為地方政府在新冠肺炎疫情后，從增強創新韌性的角度出發，制定創新發展戰略和創新政策，構建區域性創新體系，提供新的思路。回顧文獻，國內外學者從多方面對經濟韌性進行了大量的定量研究，但對創新韌性的研究還鮮有涉及。基于此，本文基于演化經濟地理學中關于經濟韌性的理論框架，探討創新投入多樣化對地區創新韌性的具體效應及其作用機制。

2 理論分析與研究假說

2.1 創新投入多樣化對合作創新韌性的影響

創新韌性是經濟韌性的重要方面，然而，現有文獻對創新韌性的研究較少。可能的原因有兩個，一是經濟韌性更容易觀察，人們對因沖擊導致的失業等經濟現象更容易感同身受，創新是企業的內部活動，不易觀察；二是經濟相關的數據更容易獲得，政府公開產業、就業等數據，對經濟韌性的測度更可行，創新的數據則不易獲取，目前我國只在省（區、市）級公開分類型的創新投入等較為詳細的數據，地市級的分類創新投入數據較少，企業級的創新數據則需要購買專利數據庫或通過調研問卷的方式獲得，不利于創新韌性的測度。梁林等［1］以國家級新區創新生態系統的韌性為研究對象，認為創新韌性是指創新主體面對外部環境的沖擊和擾動時，通過自學習、自適應等方式快速恢復到初始或更高功能狀態的能力。因此，合作創新韌性可以理解為區域創新主體在受到外部沖擊后合作創新網絡通過自適應保持穩定甚至恢復、進化到更高水平狀態的能力。創新多樣化（innovation diversifications）是相對創新專業化而言的，主要研究包括投入多樣化和技術多樣化。投入多樣化是創新投入的來源及投向在不同的領域，例如基礎研究投入、應用研究投入和試驗發展投入等。余泳澤［2］認為我國創新多樣化程度較低，具有一定的偏向性，總體呈現“輕基礎研究、重實踐應用研究”的現象。技術多樣化是指創新活動在不同的技術領域和技術路線開展。李長英等［3］從創新的相關技術多樣化和不相關技術多樣化角度，研究發現技術多樣化對于創新數量和創新質量具有積極影響。本文是指創新投入的多樣化。

當外部沖擊來臨時，技術多樣化和投入多樣化對創新韌性的影響機制差異較大，已有文獻對前者的研究較多，較少從投入多樣化角度進行研究。技術多樣化通過對企業技術路線和技術領域的選擇決策影響，進而影響創新韌性。已有研究發現，技術路徑結構更多樣化的地區，在沖擊抵御期間的經濟表現比專業化地區更穩定［4］；技術領域的多樣化，不利于有限資源配置到主導產業的核心技術上，從而會降低創新的可持續性和創新韌性［5］。創新投入多樣化通過影響企業創新資源配置、技術迭代和技術溢出的決策活動，進而影響創新韌性。疫情期間，創新投入多樣化作用于創新活動的積極作用被扭曲，具體表現在三個方面。其一，疫情背景下，預算軟約束趨緊影響創新投入的資源配置結構。疫情對生產和銷售均形成了沖擊，除了特殊行業之外，較多企業的營業收入增長壓力加大，甚至下降，因此創新投入預算也呈現下降趨勢。在預算緊約束下，研發投入決策需權衡，經費在短期可見效的試驗發展研究和長期見效的基礎研究等方面進行分配，因此，為了在市場中生存，往往長期見效的基礎研究和應用研究的研發投入活動將減少。在疫情期間，創新投入多樣化分散更多費用到基礎研究和應用研究上，合作創新韌性將受到消極影響。其二，疫情發生后，市場不確定性增加影響技術迭代的進度。疫情發生后，市場的供應鏈和產業鏈受到沖擊，企業對市場和未來的不確定性預期增強。通過大規模投入的設備更新、軟件升級等進行技術迭代的研發投入活動，相對于正常時期，變得更為謹慎，技術迭代的進程趨于緩慢。因此，疫情期間，對未來預期的不確定性，降低了技術迭代合作創新活動的恢復能力。其三，疫情使得線下的創新交互活動受阻，影響了創新活動的頻次。疫情對不同創新主體沖擊的影響具有一定的異質性，高校院所因管制更為嚴格，實驗室創新活動受到了較大影響；跨地域的合作創新更是由于交通管制和城市疫情管制措施，使得線下交互活動更為困難［6］。因此，疫情期間創新投入的多樣化，尤其是在基礎研究和應用研究領域開展校企合作的活動，受到沖擊更大，恢復周期更長（見圖2）。基于此，本文提出如下研究假說：

圖2 疫情背景下創新多樣化影響創新韌性的理論模型

H1：疫情期間，創新投入多樣化對區域合作創新韌性整體上具有消極作用。

2.2 創新投入多樣化通過對經濟結構的調整間接影響合作創新韌性

疫情后期創新的恢復和調整尤為關鍵。中央經濟工作會議指出中國經濟正處在轉變發展方式、優化經濟結構、轉換增長動能的攻堅期，創新是引領發展的第一動力，推動經濟高質量發展，關鍵是要依靠科技創新調整經濟結構、轉換發展動力。技術創新是經濟增長的內生動力，也是產業結構優化升級動因。熊彼特創新理論對產業結構升級做過解釋，認為企業通過技術創新，在市場中獲得高額利潤，引導資源轉向高生產率部門，實現產業結構升級。

在沒有疫情等外部沖擊的情況下，市場主體通過對多樣化的創新投入的決策進而影響產業結構和企業結構。試驗發展研究促使企業使用先進的生產工藝和生產設備，改進組織管理形式，增加產品科技含量，提高產品性能，孵化更多的高新技術企業，培育新興產業，增加企業創新的數量和創新質量［3］。應用基礎研究更加注重多主體的市場合作創新，通過提升技術吸收能力和技術轉化能力，從而推動技術進步，促進產業結構升級［7］。基礎研究從源頭創新上增強了技術的自主可控能力，提升了企業和產業的自主創新能力，激發了產業的結構升級［8-9］。

然而，現有文獻對于創新投入與經濟結構的量化分析尚無取得廣泛共識。演化經濟地理學認為科技創新與產業組織之間呈現多樣化的組合方式，并不存在垂直一致性［10-11］，科技創新與產業結構間的關系隨著產業發展周期而動態變化，呈現為顯著推動關系、“U”型結構關系、存在中介變量的N 型結構關系等不同的結論［12-14］。由此可見，要正確認識創新多樣化通過經濟結構對創新韌性的影響，需要放置于疫情沖擊的經濟情景中開展具體分析。

在疫情沖擊背景下，區域內創新資源配置、技術迭代進程和技術外溢受到影響，進而對經濟結構產生偏向性影響。其一，從產業結構來看，制造業占比越低對外合作開展的試驗發展研究越少，試驗發展投入越少的地區在疫情中受到的沖擊越大。Xiao 等［15］研究發現制造業產業集群的發展使得創新多樣化的下降，反而提升了創新韌性。實體經濟創新資源配置的預算軟約束受疫情影響最大，對經濟結構產生長周期影響的基礎研究和應用研究方面的投入能力下滑，同時，由于市場不確定性增強導致制造業技術迭代進程放緩，因此，在外部沖擊下，制造業比重偏低的地區更容易因基礎研究等投入的下降導致合作創新韌性下降。已有研究發現，在具備一定的創新能力情況下，制造業占比越高的產業結構調整與韌性正相關［16］。其二，從企業結構來看，大量中小企業的試驗發展創新投入和對外合作創新活動被壓縮。大企業更有可能開展應用研究和基礎研究，中小企業則以試驗發展研究為主。中小企業相對于大企業而言，更依賴于開放創新和協同創新，疫情影響下由于預算約束趨緊和對外交流受阻，中小企業的合作創新頻次下降，更難獲得技術外溢的好處。此外，創新活動恢復有賴于市場恢復，中小企業相比大型企業本就緩慢，同時由于中小企業在產業鏈和供應鏈中的議價能力有限，大企業往往將沖擊通過價格或支付延期等方式傳導至中小企業，更加降低了中小企業的創新恢復能力（見圖3）。基于此，本文提出如下研究假說：

圖3 疫情背景下創新多樣化通過經濟結構影響創新韌性的理論模型

H2：疫情期間，創新投入多樣化通過分散經濟結構動力對合作創新韌性間接起到負向作用。

3 研究設計

3.1 模型設定

創新投入多樣化對省市創新韌性的意義，不僅體現在面對疫情沖擊時創新主體有偏向性的創新行為選擇決策，還體現在創新多樣化對產業結構和企業結構的調整，以應對危機后的區域資源整合、產業結構轉型和企業梯隊發展的適應性調整。為驗證創新投入多樣化是否影響區域合作創新韌性，本文構建如下基準模型：

式（1）中，下標i、t分別表示省份和時間。被解釋變量RES 為區域合作創新韌性。創新遭到疫情沖擊后，能否抵御風險，盡快恢復生產和創新活動，在很大程度上取決于往期創新環境和狀況，因此，參考Rocchetta 等［17］的做法，模型（1）的解釋變量和控制變量均取滯后一期值。DIV 代表區域整體的創新多樣化水平，是核心解釋變量。為隨機擾動項。

3.2 變量說明

3.2.1 地區合作創新韌性

實證研究中對經濟韌性的測度較多，較少看到對創新韌性的研究。即使是對經濟韌性的測度也存在復雜指標設計、反事實估計等測度方法，并未統一。本文對地區合作創新韌性的測度參考Martin 等［5］提供的反事實估計的方法，但在反事實預測時，以每個經濟體當地近期的增長趨勢進行預測，而非全國平均增長趨勢進行增量預測，作為反事實預測的基礎。主要原因是考慮到，目前疫情還在持續中，抵抗期尚未結束，恢復期更沒有真正到來，并非對已經結束經濟恢復的歷史數據進行考察，更多的是對還在抵抗期的地區合作創新韌性進行考察，所以，本文采用當地增長趨勢預測作為反事實預測基礎，以期找到該地區下一步創新自我恢復的路徑。因此，本文對Martin 等提出的創新韌性指標測度方法進行了調整。具體計算公式如下：

合作創新韌性的計算公式為：

其中，(ΔPr抵抗)表示區域r在抵抗期內實際合作創新專利申請變化量，(ΔPr抵抗)預期表示區域r在抵抗期內預期合作創新申請專利變化量。具體測算上，2020 年與2019 年相比實際合作創新申請專利的增量，減去按當地前兩年（2018 年和2019 年）平均增速預測的預期合作申請專利增量，再除以該預測增量的絕對值。

合作創新韌性數值越大（絕對值越小）代表合作創新韌性越強，反之越弱。合作創新韌性大于0，表示區域在面對疫情沖擊時的合作創新抵抗力高于疫情前的平均水平，小于0 則表示區域在面對疫情沖擊時的合作創新抵抗力低于疫情前的平均水平。

圖4 2020 年中國區域創新韌性均值

2.2.2 創新多樣化

按照Frenken 等［21］熵指數定義，創新多樣化水平可以定義為：

3.2.3 經濟結構

創新投入多樣化對區域合作創新韌性的意義，還體現在創新投入多樣化對產業結構轉型和企業梯隊發展的適應性調整。本文的經濟結構包含了產業結構和企業結構兩個方面。本文以制造業增加值占地區生產總值（GDP）的比重作為衡量產業結構的指標，有助于從創新投入多樣化角度對產業“空心化”給予解釋。上市企業是經過行業監管部門和市場檢驗的具有較強創新能力的代表性企業，本文選取各區域截至2020 年12 月的上市公司的數量（包含A股和B 股）作為企業結構的測度指標。

3.3 數據來源及統計描述

主要變量的原始數據來自國家知識產權局的專利檢索數據以及國家統計局的年鑒數據，疫情數據來自丁香園·丁香醫生實時數據庫1），創新投入數據來自《中國科技統計年鑒》（2019 年和2020 年），上市公司數據來自WIND 數據庫，營商環境數據來源于張三保等［22］對中國區域營商環境評價結果。變量的描述性統計如表1 所示。

表1 變量的描述性統計

表1 （續）

其中，聯合申請專利定義為2 個以上法人申請人的專利，剔除所有個人參與申請的專利，共得到2019 年合作申請專利176 272 條，2020 年合作申請專利120 542 條，按第一申請人所在區域進行統計分類，得到各區域各年合作專利申請數量。并按照專利類別，篩選各區域發明專利合作申請數量，得到各區域創新質量變量。

4 實證結果與分析

4.1 基準回歸模型估計

表2 報告了創新投入多樣化對區域合作創新韌性影響的基準回歸模型結果，其中，表2 第（1）～（3）列分別為控制經濟發展水平、營商環境水平和創新質量水平情況下，創新多樣化與創新韌性的回歸模型。第（4）列為按政府研發投入和社會研發投入分的投入多樣性影響創新韌性模型，第（5）列為按基礎研究、應用研究和試驗發展分的投入多樣化影響創新韌性模型。。回歸結果顯示，2020 年疫情期間，創新投入多樣化表現出與合作創新韌性的顯著相關性。可見，在受到疫情沖擊情況下，2019 年創新投入的多樣性程度直接影響了創新的抵抗能力和恢復程度。創新投入多樣化的系數為負數，表示在當前省市整體發展水平上，面對外部沖擊時，創新投入多樣化不利于提升合作創新韌性。這一實證結果側面反映了各地在面對外部沖擊時，受到利潤波動的影響，減少合作創新的投入，尤其是創新投入多樣化的地區，合作創新的結構和頻次均受到更大的沖擊。提升區域對外開放程度有助于提升地區的創新韌性，開放地區的企業面對更激烈的國際競爭，為出口高新技術產品獲得更高收益，較早布局了技術創新戰略，因此，相對于處于產業鏈低附加值環節的地區更具創新韌性。疫情確診人數的系數幾乎為零，且該系數在統計上并不顯著，一個可能的原因是疫情人數對創新韌性的影響可能存在滯后性，還需要晚些時候才能表現出來。

表2 創新多樣化與創新韌性

表2 （續）

本文對合作創新韌性的測算是基于反事實實驗下的結果，與創新投入多樣化的雙向因果關系較弱，這里集中考察由于遺漏變量而導致的內生性問題。經濟發展水平、營商環境水平和創新質量水平等三個指標兩兩相關關系強度均在0.7 以上，為避免多重共線性，選其中一個作為控制變量。回歸結果顯示，創新質量水平（Npq）作為控制變量時，模型對合作創新韌性的解釋程度最高（R2達到0.725 9），因此，我們在中介效應分析時選擇創新質量水平（合作申請發明專利數量）作為控制變量。雖然解釋變量滯后一期有助于緩解內生性問題，但為避免模型中存在多重共線性現象，對模型進行VIF 檢驗，檢驗結果顯示平均VIF 為1.24，變量最大VIF 為1.48，均小于10，因此，模型不存在多重共線性。

4.2 經濟結構的中間機制

依據創新創業理論框架，多樣化創新行為下的知識創造，一方面通過顛覆性創新和理論創新提高了多維度知識供給，提供了豐富的新知識、新產品，增加了創新創業的機會，進而改變不同行業的盈利能力，實現產業結構的高端化；另一方面通過工藝創新和組織創新等試驗發展創新的迭代試錯，培育和形成了利用知識轉化為商用產品的生產能力，促使一部分企業抓住創新創業機會實現高速增長［23］。然而，疫情對于長周期創新行為和短周期創新行為具有異質性影響，基礎研究等長周期創新行為在預算約束下更容易縮減，線下交互交流的頻次更容易減少，制造業為主的試驗發展創新活動更可能得到恢復。本文構建如下模型，用以檢驗創新投入多樣化是否影響區域經濟結構，進而驗證多樣化的創新投入是否能夠通過影響經濟結構來間接作用于區域合作創新韌性。

式（5）中，被解釋變量Structure 為區域經濟結構。由于在實證檢驗中，經濟結構變量分為產業結構和企業結構，且分別由制造業增加值占GDP 比重和上市公司企業數量作為代表指標，可以預期，α1系數顯著為負，表明區域創新投入多樣化有利于促進多種產業的繁榮和中小企業的創新創業，進而降低區域制造業和龍頭企業的占比結構。Zi,t-1表示可能影響經濟結構的控制變量，這里控制了創新質量、發展水平、營商環境和開放程度。

對式（5）進行回歸，結果如表3所示。第（1）～（3）列反映了在控制創新質量水平、經濟發展水平和營商環境水平情況下，創新投入多樣化對產業結構的影響，創新投入多樣化程度越高產業結構中制造業的占比越低，疑似產業“空心化”，可能的原因有兩個：一是創新多樣化通過增加應用研究和基礎研究的投入，從而提升了制造業的生產效率及核心競爭力，引致傳統的制造環節外遷；二是創新多樣化同步推動了服務業創新的發展，制造業生產率升級也伴隨高收入人群集聚，催生了生產性服務業和生活性服務業的需求，進一步增強了服務業的規模效應，降低了制造業的比重。

表3 創新多樣化與經濟結構

第（4）～（6）列反映了在控制創新質量水平、經濟發展水平和營商環境水平情況下，創新投入多樣化對企業結構的影響，表明創新投入多樣化程度越高會降低企業結構中龍頭企業的數量，可能的原因是：一是制造業企業更容易獲得資本的青睞，制造業集聚的地區上市公司會更多；二是創新多樣化賦予了更多中小企業創新的機會，提升了地區中小企業創新的活力，因此降低了僅僅依靠上市公司等龍頭企業穩定創新的情況。

4.3 穩健性檢驗及進一步討論

4.3.1 中介效應檢驗

按照中介效應模型回歸要求，將合作創新韌性與創新投入多樣化、經濟結構同時納入模型，如式（6）。對數據進行中心化，然后按照三步檢驗法進行中介效應檢驗。

首先對產業結構模型做中介效應檢驗，分別對式（1）、式（5）和式（6）進行估計，檢驗發現模型一的創新投入多樣化系數顯著，模型二的創新投入多樣化系數顯著，模型三的產業結構系數顯著，且創新投入多樣化系數不顯著。這表明，中介效應存在，且存在完全中介效應。

同樣對企業結構模型做中介效應檢驗，檢驗結果顯示（見圖5），模型二的創新投入多樣化系數在0.1水平上顯著，模型三的企業結構系數在0.01 水平上顯著，且創新投入多樣化系數在0.05 水平上顯著。這表明中介效應存在，但屬于部分中介效應。進行Sobel 檢驗，結果顯示P值0.083 2，即在0.1 水平上顯著。中介效應總效應為36.97%。

圖5 創新多樣化對創新韌性影響的中介效應模型

表4 中列（1）為創新投入多樣化對產業結構的影響模型，列（2）為控制產業結構情況下，創新投入多樣化對創新韌性的影響模型，列（3）為創新投入多樣化對企業結構的影響模型，列（4）為控制企業結構情況下，創新投入多樣化對創新韌性的影響模型，列（5）為控制產業結構和企業結構情況下，創新投入多樣化對創新韌性的影響模型。表4 的結果顯示出，創新投入多樣化通過調整產業結構影響合作創新韌性的中介效應值比調整企業結構影響的中介效應值更大，可見創新投入多樣化對合作創新韌性的間接效應，更多地來自于對產業結構的作用，體現了以制造業為代表的實體經濟在提升合作創新韌性方面的重要性。這與Sobel 檢驗的結論基本一致。這也意味著，雖然創新投入多樣化作用于產業結構高級化和制造業升級，但是，在疫情期間由于預算約束、技術迭代和交互頻次受到影響，反而最容易受到沖擊，降低創新韌性，因此，加大對制造業的創新支持力度，提升制造業應用研究和基礎研究創新能力，將有助于提升疫情沖擊中的合作創新韌性。

表4 創新多樣化、經濟結構與創新韌性（中介效應模型檢驗）

4.3.2 進一步探討：外部沖擊的結構偏向性和影響異質性

上述計量模型結果顯示，創新投入多樣化對經濟結構的影響方向在疫情沖擊前后并無差異，疫情的影響主要體現在經濟結構的異質性影響導致的合作創新韌性的差異。以產業結構為例，擬合創新多樣化與產業結構的散點圖，無論經濟發展水平如何，隨著創新多樣化水平提升，制造業增加值占GDP 的比重呈下降態勢，即創新投入多樣化推動了產業結構的高級化。相關學者研究也表明，創新多樣化作用在實體經濟上，才能體現出與區域創新能力提升的正向關系［24-25］。本文進一步研究發現，當外部沖擊來臨時，沖擊的影響往往具有結構偏向性，對不同產業結構和企業結構的地區影響具有異質性，從而導致了地區創新韌性的異質性。疫情對高校、研發機構、企業等不同創新主體產生異質性影響，對于產業結構的不同行業產生異質性影響，對大型企業和中小企業等產生異質性影響，對同一創新主體的基礎研究、應用研究和試驗發展研究等不同創新投入類型產生偏向性影響。

圖6 創新多樣化與產業結構

5 結論與啟示

5.1 結論

面對百年未有之大變局，創新韌性對于我國高質量發展的意義越加明顯。本文基于演化經濟地理學的相關理論，將2020 年全球新冠肺炎病毒疫情作為外部沖擊，通過對31 個省份合作創新韌性的測度，實證檢驗了創新投入多樣化對合作創新韌性的直接作用，以及通過經濟結構來影響合作創新韌性的間接作用。研究得出以下幾點主要結論：

（1）2020 年疫情中，我國各區域的合作創新韌性表現差異明顯，創新投入越多樣化的城市合作創新韌性則越弱，其主要作用機制在于疫情對不同創新投入活動的異質性影響；（2）創新投入多樣化對合作創新韌性的作用，通過調節產業結構的升級和企業結構，進一步影響合作創新韌性；產業結構具有完全中介效應，企業結構具有部分中介效應；（3）加強制造業的創新能力有助于提升合作創新韌性，上市企業創新不是提升區域合作創新韌性的全部力量來源，更需要加強中小企業創新能力。

5.2 政策啟示

在疫后的抵抗期和恢復期，如何重構更具韌性的創新體系，重塑更具包容的發展模式，成為當前需要考慮的重中之重的問題。面對異質性影響，政府應如何進行政策選擇？顯然，逆企業決策周期而動是政府提升合作創新韌性的最優選擇。本文提出如下幾點政策啟示：

（1）產業結構的中介效應顯示應高度關注制造業創新韌性的恢復。與企業偏向于試驗發展研發投入的決策相反，疫情期間政府應采取逆企業研發投入結構的政策選擇。在支持企業試驗發展創新基礎上，加大力度支持基礎研究和應用研究的投入，尤其是支持企業在這兩方面的投入，對企業基礎研究投入加計扣除政策提高到150%。加大對提升制造業的智能化、數字化水平，加快疫后制造業的產業重構和可持續發展。

（2）創新多樣化與產業結構相結合的兩鏈融合布局更有利于實現創新驅動戰略。在市場不確定情況下，企業不敢加快推動技術迭代和技術更新，政府應對企業轉型發展和技術升級給予更多的支持，加強對工業技術改造和升級的軟硬件購置支持力度，將500 萬元納入技術改造和升級的投入統計標準下調至100 萬元甚至更低，進一步加大企業上云上平臺等數字化服務購置支持力度。研究發現在控制創新質量的條件下，創新多樣化對創新韌性的作用更為顯著，因此，應加大核心技術研發，加強原始創新和應用基礎研究，從根本上掌握自主可控的技術，提高地區的創新能力。

（3）以要素無制度障礙自由流動為導向加強對合作研發的支持。在疫情“隔離”等特殊措施下，企業與跨地域高校院所的合作交流更加不便捷，技術溢出減少，政府應兼顧對重點人群監控政策和對研發人員等重點人員流動支持政策，加大對高校院所的體制機制改革，支持高校院所的研究人員向企業自由流動和柔性引進，破解疫情對科學和科技交流的影響。

（4）應以龍頭企業牽頭打造創新共同體，同時加強對中小企業創新的支持力度。企業結構的部分中介效應說明，僅僅依賴龍頭企業難以實現創新韌性的完全提升。地方政府應因地因產制宜，圍繞產業鏈，形成龍頭企業帶動產業鏈中小企業協同提升創新能力的局面，加大對中小企業的資本市場支持力度，支持大中小企業和各類主體融通創新。

注釋：

1）丁香園·丁香醫生全球新型冠狀病毒肺炎疫情實時動態地圖是丁香園醫療數據開放平臺，疫情以來國內外很多學者均采用了其疫情數據進行研究，數據庫網站為：http://yjy.people.com.cn/n1/2021/0610/c244560-32127903.html。