中國中心城市創新能力的關鍵影響因素及發展路徑識別研究

王成軍，王曉旭，何美萱

摘 要：中心城市是城市創新網絡連接的關鍵節點，帶動城市群的發展。中心城市創新能力是城市高質量發展的關鍵?；诔鞘袆撔孪到y，采用模糊集定性比較分析的方法，選擇中國34個中心城市的樣本數據，研究分析高（非高）城市創新水平組態，對不同組態路徑下的城市案例進行分析。研究結果表明：（1）技術創新的缺失是導致城市非高水平創新能力的必要條件，而單個城市創新系統要素并不是導致城市高水平創新能力的必要條件；（2）教育資源、技術創新、產業集群是引致城市高水平創新能力的關鍵要素，由此構成的組態路徑共4條：產業技術創新-均衡型、產業技術創新-彌補型、協同創新-彌補型和協同創新-均衡型；（3）教育資源、產業結構與技術創新在一定條件下存在替代關系。本研究對中國中心城市創新能力提升、創新路徑優化，以及不同城市實現高質量發展具有一些引領性建議和可能性舉措。

關鍵詞：中心城市；城市創新系統；城市創新能力；模糊集定性比較分析

中圖分類號：F291.1? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? 文章編號：1001-4225（2023）06-0013-14

一、問題的提出

知識經濟時代，創新已成為影響地區高質量發展的核心要素。世界知識產權組織（WIPO）發布2022年全球創新指數（GII），中國排名第十一，較2021年上升一位。伴隨著全球化進程的加速，城市作為直接參與經濟活動的基本單位，成為區域發展的重要引擎。黨的二十大報告強調加快實施創新發展戰略，促進區域協調發展，以城市群、都市圈為依托構建大中小城市協調發展格局。國家發展改革委在新型城鎮化建設和城鄉融合發展方面多次強調中心城市的發展及其作用?！?020年新型城鎮化建設和城鄉融合發展重點任務》提出提升中心城市能級和核心競爭力，其中，中心城市包括直轄市、省會城市、計劃單列市、重要節點城市等?！?022年新型城鎮化和城鄉融合發展重點任務》強調促進大中小城市和小城鎮協調發展，健全省級統籌、中心城市牽頭、周邊城市協同的都市圈同城化推進機制。由此可見，雖然國家對中心城市的作用詮釋在改變，但是鑒于中心城市的輻射效應[1]、對城市群產業發展的促進作用[2]以及城市創新網絡連接的關鍵節點[3]，其自身創新能力的提升仍然是城市發展的關鍵與基礎。

熊彼特1912年首次提出創新理論，闡述了創新與經濟發展的關系。隨后，弗里曼和波特分別在著作《技術政策與經濟績效：日本的經驗教訓》和《國家競爭優勢》中提出了國家創新系統理論，庫克和摩根在《巴登-符騰堡州的區域創新體系》一文提出了區域創新系統理論，擴展了創新理論的研究。而城市創新系統是區域創新系統的延伸，現有對城市創新能力的研究主要在其評價指標構建、影響因素及時空格局演化等方面展開。范柏乃等[4]根據城市技術創新系統運行的結構模式從投入、配置、支撐、管理和產出6個層面建立評價體系。鄒燕[5]則綜合考慮創新投入—產出過程中知識、產業和環境三層要素對城市創新能力進行評價。倪鵬飛等[6]基于全球436個城市數據，發現公共制度對城市創新能力具有基礎性和關鍵性作用。李俊杰和周民良[7]以北京這一中心城市為例，發現其創新能力對周邊城市有著顯著的創新引領效應。

綜合以上文獻，目前學者雖對城市創新能力的評價指標、影響因素等方面有了較多探討，但仍存在以下不足。一方面，已有研究在對城市創新能力的影響因素進行探討時忽略了影響因素之間的組合與協調關系；另一方面，已有研究在評價城市創新能力后未能進一步探討實現高或非高水平城市創新能力的路徑選擇?；诖?，本文從中心城市這一關鍵節點出發，運用fsQCA方法探討引致中國中心城市高或非高水平創新能力前因條件的組合，為不同中心城市提高創新能力提供實踐路徑。

二、文獻綜述與模型構建

（一）城市創新能力的內涵與影響因素

城市創新能力是指城市對知識進行生產，并將其轉化為新技術、新工藝、新產品與新服務的能力。學者多通過包絡分析法、主成分分析法和因子分析法等綜合評價方法建立評價中國城市創新能力的指標體系[8-9]。隨著外部環境與政策的變化，越來越多的研究者也開始考慮諸如數字經濟[10]、區域一體化政策[11]、中心城市建設[12]等環境與政策要素對城市創新能力的影響。不同視角下城市創新系統的構建維度不同?；诔鞘袆撔孪到y內涵，何舜輝等[13]從知識生產能力和技術創新能力兩個層面來衡量城市創新能力，揭示了中國創新“東—中—西”逐漸衰減的經濟地帶性差異特征，并認為經濟基礎和人力資本是影響城市創新能力的重要因素?；诔鞘袆撔孪到y理論，周燦等[14]認為知識創新能力、技術創新能力、創新基礎環境等是影響城市創新能力的關鍵因素。有鑒于此，這里從知識創新能力、產業技術創新能力和創新環境支撐能力三個維度構建城市創新系統。

（二）城市創新系統的模型構建

1. 知識創新能力

Amidon[15]提出知識創新是新思想從創造到運用的過程，最終通過市場化輔助企業、國民經濟及社會的發展與進步。知識創新能力是城市科技創新能力的源頭，是科技知識的生產者和企業技術創新的活力源泉，主要從起重要鋪墊作用的研發投入和教育資源兩方面衡量[16]，二者為企業、高校和科研機構的科技活動提供知識源頭。

研發投入是區域創新能力的重要影響因素[17]，學者圍繞提高研發投入對區域創新能力的影響效果展開了激烈的討論。有學者提出研發投入和區域創新能力之間存在線性關系[18]，即研發投入對區域創新能力有顯著的提升效用；還有學者提出研發投入和區域創新能力之間存在倒U型的非線性關系[19]，也即若政府補貼超出一定的界限，那么創新產出可能呈現遞減的趨勢。

教育資源是實現知識傳播的路徑，是進行知識創新的基礎。合理配置教育資源是為了更好地實現地方教育。其中，高等教育資源是影響區域創新的重要因素，作為知識創新與傳播的重要場所，不斷促進區域科技創新能力的發展[20]。高等院校作為高等教育的承載主體，是推動區域創新能力發展的關鍵要素，一方面在高校內部實現知識創新，另一方面為企業帶來新技術，促進科研成果轉化[21]。

2. 產業技術創新能力

技術創新能力分為企業技術創新能力、產業技術創新能力和國家技術創新能力。產業技術創新能力是指通過引入或開發新技術，推動產業發展的能力[22]。產業技術創新能力的體現一方面反映在企業技術創新上[23]，另一方面也反映在同一產業的企業集中程度的產業集群[24]，良好的產業技術創新能力是城市實現高水平創新的核心。

技術創新一詞在1912年熊彼特提出創新理論后廣受學者的關注。工業企業是技術創新的核心載體[25-26]，有著激發技術需求、促進技術創新、推動區域創新水平提升等作用[27]。研究表明，企業創新需求會促進高校技術轉移，進而顯著提升區域創新能力[28]；企業研發投入對區域創新產出存在正向顯著影響[29]。

產業集群是指同一產業的企業以及該產業的相關產業和支持產業的企業在地理位置上的集中[30]。產業集群對區域創新能力的提升作用受到學者的廣泛關注與討論。一方面，產業集群對區域創新具有促進作用[31-32]，其通過推進企業間合作與競爭關系，促進企業間知識與技術的溢出，以提高區域創新能力[33-34]。另一方面，產業集群對區域創新能力的影響呈現先增強后減弱的特征[35]。

3. 創新環境支撐能力

創新環境在一定程度上支撐著創新系統的良好運轉[36]。創新環境常從區域維度進行研究[37]。鄭寶華等[38]認為創新環境是一個動態發展的過程，包括經濟和非經濟要素。創新環境既包括反映區域創新經濟要素的地區經濟，也包括反映區域創新非經濟要素的產業環境。良好的創新環境是一個地區形成高創新能力的重要前提[39]，為城市創新系統提供重要支撐作用。

地區經濟水平是決定創新人才、創新資金和其他創新要素流入的關鍵因素。已有研究分析了創新與地區經濟之間的相關關系[40-42]，并從不同時間與空間尺度考慮其關系的演變[43]。一般地，地區經濟水平越高的城市能吸引更多的創新要素流入，為創新活動創造良好的物質環境和配備優質的人才條件[44]，促進該地區創新能力的提升。

產業結構是各產業的構成及其聯系和比例關系，反映了一個地區的經濟發展水平與內在活力。學界對產業結構對區域創新的影響研究較少。趙慶[45]指出技術創新與產業結構優化呈現“螺旋上升”關系，產業結構優化顯著地促進了技術創新效率空間溢出效應的形成。韓軍和孔令丞[46]指出產業結構調整促進了區域創新績效的提升，且只有當產業結構存量達到門檻值，才能有效促進區域創新績效的提升。

4. 模型構建

基于上述分析，這里認為驅動中心城市創新水平是一個動態的復雜過程，是中心城市創新系統中各因素聯動作用的結果。若想產生高水平城市創新能力，僅依靠單一系統要素很難實現，只有從多維度考慮系統各要素的聯動匹配，才能驅動城市高水平創新發展。組態視角可以從系統與整體的思路出發，有效分析結果的多重并發性、等效性和非對稱性等問題，能夠更全面地解析城市創新系統驅動城市創新水平提升的動態復雜因果機制。有鑒于此，這里基于知識創新能力、產業技術創新能力和創新環境支撐能力3個維度，考慮研發投入、教育資源、技術創新、產業集群、地區經濟和產業環境6個前因條件，探討多個要素影響城市創新能力的組態效應。理論模型如圖1所示。

三、研究方法與數據來源

（一）研究方法

QCA（Qualitative comparative analysis，定性比較分析）是一種關注結果與其前因之間的復雜不對稱關系的分析方法，它結合了定性研究的邏輯與經驗和定量研究的案例數據[47-48]，適用于探索引致特定結果發生的各種共同起作用的條件組合。根據變量類型不同，QCA可以分為csQCA（清晰集定性比較分析）、mvQCA（多值集定性比較分析）和fsQCA（模糊集定性比較分析）[49]。由于影響中國中心城市創新能力的關鍵因素是連續變量，包括研發投入、教育資源、技術創新、產業集群、地區經濟和產業支撐等，故本文采用fsQCA對實現高或非高水平中心城市創新的組態路徑進行探討和分析。

此外，相較于現有研究使用傳統定量研究方法對城市創新水平的測度與分析，選取fsQCA方法有以下三點優勢。第一，城市創新系統是一個復雜的整體，創新要素之間的聯系與互動對提高系統整體效益有重要作用[50-51]?，F有研究僅考慮計算模型中變量之間的凈效應，將影響城市創新系統這一整體的因素簡單看作各部分之和，不利于探究系統與各要素之間的非線性關系[52-53]。fsQCA方法基于城市創新系統中“知識創新—產業技術創新—創新環境”3個維度的6個關鍵前因條件，從組態視角分析了城市創新系統與創新水平之間的復雜因果關系，深入探究實現高或非高水平中心城市創新的組態路徑與案例實現。第二，不同城市實現高水平創新所采用的路徑方式因主要關注的影響因素不同而不同。現有研究主要考慮解釋大部分樣本的情況，而一些小部分樣本通常被視為異常值處理。fsQCA考慮了實現高或非高水平城市創新的多種組合方案，每個組合下的實現路徑都對其有獨立貢獻，使研究方案適合不同類型的樣本案例，而非通過回歸分析解釋的絕大多數案例。由此，在應用fsQCA時，樣本的代表性不會影響所有的解決方案[54]，對異常值的不敏感使其更具穩健性。第三，考慮了相同條件變量在不同解決方案中的差異化作用。fsQCA方法得到的不同解決路徑是變量的組合，而一個變量在不同的解決路徑下可能發揮不同的作用[55]。某些條件變量在解決路徑中可能存在、可能缺失或者不發揮作用，為此，fsQCA方法可以回答的關鍵問題在于哪些條件變量和其組合對導致結果的發生是必不可少的，以及哪些條件組合比其他的更重要。

（二）數據來源

根據《2020年新型城鎮化建設和城鄉融合發展重點任務》，結合數據的可獲得性，本文選取直轄市、省會城市、計劃單列市和新一線城市等34個中心城市①為案例樣本。數據主要來源于《中國城市統計年鑒（2017—2021年）》《中國區域經濟統計年鑒（2017—2021年）》以及各省市統計局統計年鑒、統計公報等（如表1所示）?？紤]到中心城市創新系統要素投入對其創新水平具有一定的時滯效應，本文將滯后期確定為2年。同時，為減小隨機擾動對城市數據帶來的影響，以平均值表征。因此，本文選取2016—2018年各條件變量的平均值與2018—2020年結果變量的平均值進行分析。

（三）變量測量

1. 結果變量

城市創新水平。運用每萬人國內專利授權數量來度量城市創新水平。盡管僅使用專利數據作為反映城市創新水平的指標存在一定局限性，但是由于專利數據與創新關系密切且具有易獲得性，各省市專利申請授權的相關制度具有一致性[56-57]，所以應用專利數仍是測量城市創新水平的可靠指標。

2. 條件變量

（1）知識創新能力

研發投入。R&D經費及其投入強度反映了區域內各創新主體實際研發資金投入[58]，該指標是各國制定創新發展戰略規劃的核心指標。這里用R&D經費支出占GDP比重，也即R&D經費投入強度來測量研發投入。

教育資源。地方政府教育資源的投入是影響建設高質量教育體系、培養與吸引高水平科技人才的重要因素[61]，是實現知識創新的基礎與來源。這里用教育支出占地方財政一般預算內支出比重進行測量。

（2）產業技術創新能力

技術創新。企業是促進區域技術創新的重要引擎，工業是技術創新的重要載體，地區規模以上工業企業的科技創新能力一定程度上反映了該地的科技創新能力。這里用規模以上工業企業數測量技術創新[51]。

產業集群。這里用產業集聚度量化體現城市產業集群。衡量產業集聚的方法有很多，相比較而言，區位熵能消除區域間規模差異，是衡量產業集聚程度的常用指標[59]，計算公式[57]為：

Cit＝■

式中Cit表示i地區t時間的產業集聚程度； Sit表示i地區t時間規模以上工業企業的主營業務收入，Pit表示i地區t時間的年末人口數，St表示t時間全國規模以上工業企業的主營業務收入，Pt表示t時間全國的年末人口數。

3. 創新環境支撐能力

地區經濟。地區生產總值是城市創新環境的經濟基礎，地區生產總值越高的地區越能吸引創新人才、風險資金及其他創新要素，為城市創新提供堅實基礎。這里用人均地區生產總值測量地區經濟[62]。

產業支撐。產業結構反映了地區產業體系發展水平，是影響地區創新水平的相關因素。發達的第三產業是經濟中心城市的重要標志，并成為帶動經濟增長的主要動力。較高的第三產業比重地區反映了較高的地區創新水平。這里用第三產業增加值占GDP比重測量產業結構[45]。

（四）數據校準

使用fsQCA將數據轉換為模糊集的過程稱為數據校準。校準的方法分為直接校準法和間接校準法，這里依據變量描述性統計數據采用直接校準法對原始數據進行校準。另外，將各條件變量與結果變量的完全隸屬點、交叉點和完全不隸屬點的閾值分別設定為樣本數據的上四分位數（75%）、上下四分位數均值和下四分位數（25%）。變量校準值如表2所示。

四、組態分析與案例討論

（一）必要條件分析

必要條件分析是為了判斷前因條件中是否存在單個導致城市高水平創新能力或非高水平創新能力的必要條件。由表3必要條件分析結果可知，對高水平創新能力必要條件分析中，各條件的一致性均小于0.9，因而不存在影響城市高水平創新能力的單個必要條件；而在對非高水平創新能力必要條件分析中，非高技術創新一致性為0.927（大于0.9），故非高技術創新是產生非高水平創新能力的必要條件。

（二）組態分析

首先，鑒于已有研究[63]，將一致性閾值設定為0.8，案例頻數閾值設定為1，PRI一致性值設定為0.75。其次，在對城市創新水平進行標準分析時，軟件導出教育資源*產業集群和教育資源*地區經濟兩個質蘊涵項。本文基于區域創新理論和城市發展實際選擇教育資源*產業集群作為質蘊涵項。由于缺乏創新條件影響結果確切方向的證據和理論，本研究在進行反事實分析時，假設單個創新條件出現與否均可形成高水平創新能力。最后，根據簡單解和中間解確定核心條件與邊緣條件，獲得導致中心城市高或非高水平創新能力的條件組態（如表4）。

1. 中心城市產生高水平創新能力的組態分析

組態H1a（產業技術創新-均衡型）指出，高技術創新為核心條件，高研發投入、高產業集群、高地區經濟為邊緣條件的城市創新系統可以充分地實現高水平創新能力。這類城市反映出，在產業技術創新完備的情況下，若同時保障充足的研發經費投入，配之有力的地區經濟支撐，其可形成高水平創新能力。如圖2所示，屬于這類城市創新系統的典型城市包括：北京、佛山、廣州、寧波、杭州、上海、蘇州、深圳、青島。從地理位置上來看，這些城市集中分布在長三角和粵港澳大灣區。根據產業技術創新能力與創新環境支撐能力的數據統計，這9座城市的規模以上工業企業數（集中在前12位）、產業集群程度（集中在前14位）和人均地區生產總值（集中在前12位）均位于中等偏上水平。以北京市為例，其一，黨的十八大以來，北京市持續強化企業創新主體作用。針對制造產業發展問題，成立北京制造業創新發展領導小組，出臺了《北京市鼓勵發展的“高精尖”產品目錄》《北京市工業企業技術改造指導目錄》等配套政策，促進存量工業企業技術改造，推動產業向“高精尖”方向升級。其二，北京市充分發揮創新要素集聚優勢，打造產業集群。習近平總書記在視察北京時曾作出重要指示：要抓好中關村科學城、懷柔科學城、未來科學城、北京經濟技術開發區——“三城一區”建設。北京市“三城一區”主平臺聚焦中關村科學城，突破懷柔科學城，搞活未來科學城，提升北京經濟技術開發區和順義創新型產業集群示范區，打造優勢科技創新策源地。其三，北京市以最強的研發經費投入強度和位居第7名的人均地區生產總值排名，體現了雄厚的經濟實力與堅實的研發經費投入強度為高水平城市創新能力打下的重要基礎作用。由此可見，北京市以優質的創新環境為背景，大力支持高新技術產業的發展，引導工業企業積極創新改造，聚集產業創新要素實現高水平城市創新能力，符合這里“產業技術創新-均衡型”城市創新系統的典型特征。

組態H1b（產業技術創新-彌補型）指出，高技術創新為核心條件，非高研發投入、非高教育資源、非高產業集群、非高地區經濟為邊緣條件的城市創新系統可以充分地實現高水平創新能力。這類城市反映出，在知識創新投入不足、產業集群效應不明顯、地區經濟支撐能力較弱的情況下，若有較強的技術創新能力的帶動，其可形成高水平創新能力。如圖2所示，屬于這類城市創新系統的典型城市包括：成都和重慶。根據產業技術創新能力的數據統計，成都和重慶規模以上工業企業數處于中等偏上水平，分別位于第11位和第6位。以成都市為例，其一，2016年成都市出臺《關于加快成都市生物醫藥產業發展的專項政策》，該政策是成都市首個生物醫藥產業專項政策，對不同規模企業提供了不同等級的優惠政策，提高了企業技術創新活力，充分發揮了企業驅動城市高水平創新能力。其二，成都市實施科技型企業培育行動計劃，對科技型中小企業、高新技術企業、“成都創造”領軍企業等技術創新主體采取梯度培育措施，構建“多層次、分階段、遞進式”的科技型企業梯度培育體系。由此可見，成都市充分釋放企業創新活力，分層次分階段地持續強化企業創新主體作用，以彌補其研發經費投入強度不足、教育支出力度欠缺、產業集群程度低、地區經濟支持力度薄弱等問題，符合這里“產業技術創新-彌補型”城市創新系統的典型特征。

組態H2（協同創新-彌補型）指出，高教育資源、高技術創新、高產業集群為核心條件，高研發投入、非高產業結構為邊緣條件的城市創新系統可以充分地實現高水平創新能力。這類城市反映出，在產業技術創新能力完備、教育資源充足的情況下，若同時投入足夠的研發投入，即使產業結構不合理，也可形成較高水平創新能力。如圖2所示，屬于這類城市創新系統的典型城市包括：佛山、蘇州、東莞和青島。根據知識創新能力與產業技術創新能力的數據統計，這4座城市的規模以上工業企業數（集中在前10位）、產業集群程度（集中在前11位）和教育支出占地方財政一般預算內支出比重（集中在前13位）均位于中等偏上水平。以東莞為例，其一，重視制造業發展的根基作用，聚焦科技創新和先進制造，是東莞市實現高技術創新與高產業集群、經濟發展穩步推進的重要動力。在現代化制造業發展的過程中，東莞市一方面有傳統的五大支柱與四大特色產業作為發展引擎，另一方面開拓建設新一代信息技術、高端裝備制造、新材料等戰略性新興產業，以推動質量強市建設，樹立“東莞制造”新標桿。此外，東莞規劃打造珠江口東岸現代產業集聚區，建設高端產業區，以資源集約、布局集中、產業集群、功能集成為原則，形成產業集聚、制造業與服務業聯動組團發展。其二，東莞市作為深圳的相鄰城市接受著深圳外溢人口，優質的教育水平成為了其吸引優秀人才、帶動城市創新的關鍵因素。完善企業人才子女入學政策服務，提升隨遷子女教育公共服務水平，東莞市優化教育資源供給以引導城市教育建設、城市創新水平和社會經濟協調發展。由此可見，東莞市提升教育條件以吸引高質量創新人才，把握制造業發展根基的同時積極推進戰略性新興產業的發展，利用產業集聚優勢建設高端產業區，符合這里“協同創新-彌補型”城市創新系統的典型特征。

組態H3（協同創新-均衡型）指出，高教育資源、高產業集群為核心條件，高研發投入、高地區經濟、高產業支撐為邊緣條件的城市創新系統可以充分地實現高水平創新能力。這類城市反映出，在教育資源充足和產業集群程度高的情況下，若同時滿足較高的研發投入和穩固的創新環境支撐能力，其可形成較高水平創新能力。如圖2所示，屬于這類城市創新系統的典型城市包括：廣州、南京和杭州。根據知識創新能力與產業技術創新能力的數據統計，教育支出占地方財政一般預算內支出比重方面，廣州、南京和杭州處于中等偏上水平，分別位于第9位、第4位和第10位；地區的人均產業資源占有量與全國人均產業資源占有量的比值處于中等偏上水平，分別位于第8位、第9位和第10位。以南京為例，其一，南京是國家重要的科教中心，有著較為豐富的教育資源。一方面，由南京市教育局公開的財政撥款支出決算表可以看出，教育支出中占比最大的是普通教育中的高等教育。南京共計51所大學，其中公辦本科學校26所，2所985大學，8所211大學，故對普通高等教育的投入是促使該市實現知識創新的關鍵因素。另一方面，優化教育資源是吸引與留住高水平人才、推動知識創新的重要方法。為放大優質教育資源，促進高中優質教育均衡，市屬高中將采用“一校兩址”的辦學方法，新增高中學位的同時向新區、郊區建立新校區，實現全市優質教育資源增量發展。其二，各區積極建設高新技術產業集群，將工業與互聯網技術相結合加快工業互聯網建設。中國（南京）軟件谷是為建設軟件名城而重點打造的軟件產業基地，包含了以華為、中興等為龍頭的通信及智能終端產業集群；以中興光電子、美滿、天溯等為核心的物聯網及芯片設計產業集群。南京江北新區全力打造千億級集成電路產業集群，先后吸引臺積電、華大半導體、展訊通信等全國集成電路行業“領頭羊”駐足江北新區核心區。由此可見，南京市充分發揮科教資源和產業集聚優勢，輔之以充足的科技投入與堅實的經濟實力，符合這里“協同創新-均衡型”城市創新系統的典型特征。

2. 中心城市高水平創新能力的條件替代關系

由表4可知，組態H1a和組態H3中的前因條件存在明顯的替代關系。高研發投入、高產業集群、高地區經濟，不僅可以與高教育資源、高產業結構引致高水平創新能力，還可以與高技術創新引致高水平創新能力。也即，在城市研發投入較充足、產業集群度較高、地區經濟有較強支撐能力的情況下，無論是有較高技術創新水平，或是較充足的教育資源與合理的產業結構，城市均可實現高水平創新能力（如圖3）。由此可見，各地區可以根據自身在知識創新、產業技術創新、創新環境支撐能力方面的優勢所在，有傾向地投入資源以提高城市創新能力。另外，由圖2的城市案例可知，在高研發投入、高產業集群、高地區經濟的共同前因條件組合基礎上，相較于高教育資源、高產業結構，依靠高技術創新引致高水平創新能力的城市占比較大，包括北京、佛山、廣州、寧波、杭州、上海、蘇州、深圳、青島。而依靠高教育資源、高產業結構的城市主要有3個，包括廣州、杭州、南京；其中，廣州和杭州的城市案例在組態H1a和組態H3均存在，故南京作為組態H3的城市典型，在教育資源與產業結構方面的組合條件有其特殊性?？傊?，教育資源、產業結構與技術創新在一定條件下存在替代關系。

（三）穩健性檢驗

一般地，fsQCA穩健性檢驗的方法包括調整一致性水平指標、調整校準閾值和非對稱因果關系分析等[64-65]。本文使用調整一致性水平指標的方法，將PRI一致性閾值從0.75提高至0.8，其他處理方式不變，對城市創新生態系統驅動城市創新能力的組態進行穩健性檢驗（如表6），發現城市高水平創新能力組態形式基本不變，符合QCA結果穩健的標準，研究結果通過穩健性檢驗。

五、結論與啟示

（一）研究結論

如何提高城市創新能力以促進城市高質量發展是討論城市經濟的重要話題，中心城市在城市群中的牽頭作用與輻射效應使其成為城市發展的關鍵。本文以2016—2020年34個中國中心城市為案例樣本，使用模糊集定性比較分析的方法，從組態視角出發，分析城市創新系統驅動城市高水平創新能力的關鍵因素與條件組合。

第一，QCA方法探究了產生城市高與非高水平創新能力的必要條件。研究發現，缺乏技術創新是導致非高水平創新能力的必要條件。這說明產業技術創新能力對解決城市創新能力不足的問題有重要作用，管理者可優先通過提升產業技術創新能力以提高城市創新水平。第二，通過組態分析得出了形成城市高水平創新能力的4條“殊途同歸”的驅動路徑，分別是“產業技術創新-均衡型”“產業技術創新-彌補型”“協同創新-彌補型”“協同創新-均衡型”，其中教育資源、技術創新、產業集群是與之對應的關鍵因素。這4條路徑為擁有不同資源情況的城市提供了實現城市高水平創新能力的差異化方式。第三，組態間分析可以識別實現城市高水平創新能力路徑下的條件替代。在高研發投入、高產業集群、高地區經濟的共同前因條件組合基礎上，教育資源、產業結構與技術創新存在替代關系。

（二）理論貢獻與管理啟示

本文分析了城市創新系統各要素的組態效應對城市創新水平的影響，對現有城市創新系統與城市創新水平關系的研究具有以下理論貢獻。現有研究多關注影響城市創新能力的因素及其區域性特征，或是專注于某一因素對城市創新能力提升的影響機制，這里從組態視角進一步地探討了不同城市實現高水平創新能力的條件組合，彌補了城市創新系統下不同城市提升創新能力的具體路徑研究空缺。也即，通過fsQCA方法完善了城市創新系統中導致城市高水平創新能力的關鍵影響因素與多條等效路徑研究。此外，本文通過對城市創新系統與城市創新水平關系的研究，把握城市創新關鍵要素的組合與路徑選擇，以各地區中心城市為例，啟發不同城市根據當地創新資源優勢提高城市創新水平，獲得以下管理啟示。

第一，應注重知識創新能力、產業技術創新能力、創新環境支撐能力等多層面創新要素的組合與協同作用對城市高水平創新能力的影響。非高技術創新是導致非高水平創新能力的必要條件，而沒有單一因素是實現高水平創新能力的必要條件。為此，各地要綜合考慮自身資源條件，以“均衡型”“彌補型”的城市創新系統驅動特點，實現高水平創新能力。第二，實現高水平創新能力的路徑并不唯一，不同城市應尋求符合自身條件優勢的發展路徑。如北京、廣州、上海等以技術創新為核心條件、其他條件均衡發展的中心城市與成都、重慶等以技術創新為核心條件、彌補其他條件缺失的中心城市，最終同樣可實現高水平創新能力。此外，考慮在一定條件下教育資源、產業結構與技術創新的替代關系，南京發揮其在教育資源和產業結構方面的優勢，與其他在技術創新方面存在優勢的城市一樣可以實現高水平創新能力。第三，中心城市要突破非高水平創新能力，應首先注重規模以上工業企業的發展。工業企業是促進城市技術創新的重要載體，要重視規模以上工業企業發展質量。一方面，可以通過倡導產學融合吸收高校及研究機構的知識創新成果，推動企業技術創新與生產應用；另一方面，可以加大對相關技術領域企業的財政傾斜，鼓勵企業通過技術創新的方式提升技術與優化產品。

（三）不足與展望

第一，本文僅探討了城市創新系統與創新能力的靜態關系，還可以通過研究多時段組態的比較分析[66]，體現城市創新系統的動態演化路徑。第二，由于城市數據不易獲得，本文只從3個維度的6個前因條件去考慮城市創新系統的構成關鍵要素，諸如高技術產業產值、技術交易市場交易額等因素未納入考慮，使得結論的普適性受到一定影響。未來可以對城市創新系統理論構建做出進一步的完善，更全面地考慮影響城市創新能力的要素組合形式。

參考文獻

［1］徐君，郭鑫.基于創新力場強的區域中心城市創新生態圈輻射效應研究——以長三角城市群為例[J].科技進步與對策，2021，38（12）：42-49.

［2］李洪濤，王麗麗.中心城市科技創新與城市群產業高級化及多樣化[J].科研管理，2022，43（1）：41-48.

［3］周銳波，邱奕鋒，胡耀宗.中國城市創新周密網絡演化特征及多維鄰近性機制[J].經濟地理，2021，41（5）：1-10.

［4］范柏乃，單世濤，陸長生.城市技術創新能力評價指標篩選方法研究[J].科學學研究，2002（6）：663-668.

［5］鄒燕.創新型城市評價指標體系與國內重點城市創新能力結構研究[J].管理評論，2012，24（6）：50-57.

［6］倪鵬飛，白晶，楊旭.城市創新系統的關鍵因素及其影響機制——基于全球436個城市數據的結構化方程模型[J].中國工業經濟，2011（2）：16-25.

［7］李俊杰，周民良.中心城市對京津冀地區的創新引領效應[J/OL].科技進步與對策：1-10[2023-07-23].http：//kns.cnki.net/kcms/detail/42.1224.G3.20230720.1051.002.html.

［8］康笑笑.貿易開放、金融市場化與城市創新能力[D].重慶大學，2019：9-14.

［9］高亞飛，韋海鳴.數字普惠金融對城市創新能力的影響研究——基于廣西14個設區市的實證檢驗[J].廣西科技師范學院學報，2023，38（1）：73-85.

［10］王儒奇，陶士貴，劉強.數字經濟能否提升城市創新能力——基于雙邊隨機前沿模型的新視角與再測算[J].江蘇大學學報（社會科學版），2023，25（3）：48-62.

［11］孔令丞，柴澤陽，邱丹霞.區域一體化對城市創新能力驅動研究——基于長三角的實證分析[J].科研管理，2022，43（12）：34-43.

［12］馬為彪，吳玉鳴.國家中心城市建設提升了城市群創新能力了嗎？——以十九大城市群為例[J].科學學研究，2023，41（3）：534-546.

［13］何舜輝，杜德斌，焦美琪等.中國地級以上城市創新能力的時空格局演變及影響因素分析[J].地理科學，2017，37（7）：1014-1022.

［14］周燦，曾剛，曹賢忠.中國城市創新網絡結構與創新能力研究[J].地理研究，2017，36（7）：1297-1308.

［15］AMIDON R D M. Knowledge Innovation System： The Common Language[J]. Journal of Technology Studies， 1993， 19（2）： 2-8.

［16］劉合翔，王松，王衛霞.開放式創新社區知識創新能力的量化與評價研究——以小米社區產品圈子為例[J].情報雜志，2022，41（10）：170-180+188.

［17］周密，申婉君.研發投入對區域創新能力作用機制研究——基于知識產權的實證證據[J].科學學與科學技術管理，2018，39（8）：26-39.

［18］羅正英，徐艷潔.江蘇省區域創新能力提升成效——基于研發投入視角的分析[J].中國統計，2014（4）：51-52.

［19］吳曉飛.科技支持、補貼陷阱與區域創新能力[J].財貿研究，2016，27（5）：99-106.

［20］張麗華，侯勝，王一然.金融發展、高等教育與資源型區域科技創新能力[J].經濟問題，2019（10）：95-102.

［21］張濤，張若雪.人力資本與技術采用：對珠三角技術進步緩慢的一個解釋[J].管理世界，2009（2）：75-82.

［22］吳友軍.產業技術創新能力評價指標體系研究[J].商業研究，2004（11）：27-29.

［23］張國勝，杜鵬飛.數字化轉型對我國企業技術創新的影響：增量還是提質？[J].經濟管理，2022，44（6）：82-96.

［24］王歡.創新型產業集群試點政策促進了城市高技術產業發展水平提升嗎[J].現代經濟探討，2022（4）：94-104.

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

［26］王欽，張隺.中國工業企業技術創新40年：制度環境與企業行為的共同演進[J].經濟管理，2018，40（11）：5-20.

［27］ZHAO S L， CACCIOLATTI L， LEE S H， et al. Regional collaborations and indigenous innovation capabilities in China： A multivariate method for the analysis of regional innovation systems[J]. Technological Forecasting & Social Change， 2015， 94： 202-220.

［28］王曉紅，李娜.企業創新需求、高校技術轉移與區域創新能力——高校科研能力的調節作用[J].軟科學，2021，35（12）：1-6.

［29］王曉紅，李娜，張奔.企業研發投入、產學研協同發展與區域創新產出——對外開放度的調節作用[J].系統管理學報，2022，31（3）：500-508+521.

［30］曾忠祿.產業群集與區域經濟發展[J].南開經濟研究，1997（1）：69-73.

［31］PORTER M E. Clusters and the new economics of competition[J]. Harvard business review， 1998， 76（6）： 77-90.

［32］田穎，田增瑞，韓陽，等.國家創新型產業集群建立是否促進區域創新？[J].科學學研究，2019，37（5）：817-825+844.

［33］劉軍，李廉水，王忠.產業聚集對區域創新能力的影響及其行業差異[J].科研管理，2010，31（6）：191-198.

［34］趙運平，綦良群.基于競合的產業集群技術創新系統機理分析[J].系統科學學報，2016，24（1）：112-116.

［35］姜明輝，賈曉輝.基于C-D生產函數的產業集群對區域創新能力影響機制及實證研究[J].中國軟科學，2013（6）：154-161+183.

［36］趙彥飛，陳凱華，李雨晨.創新環境評估研究綜述：概念、指標與方法[J].科學學與科學技術管理，2019，40（1）：89-99.

［37］鄒國平.區域創新環境對裝備制造企業創新能力的跨層次影響研究[D].哈爾濱工程大學，2019：19-22.

［38］鄭寶華，王志華，劉曉秋.農業科技園區創新環境對創新績效影響的實證研究[J].農業技術經濟，2014（12）：103-109.

［39］黨文娟，張宗益，康繼軍.創新環境對促進我國區域創新能力的影響[J].中國軟科學，2008（3）：52-57.

［40］RONDE P， HUSSLER C. Innovation in Regions： What does Really Matter[J]. Research Policy， 2005， 34（8）： 1150-1172.

［41］樊杰，劉漢初.“十三五”時期科技創新驅動對我國區域發展格局變化的影響與適應[J].經濟地理，2016，36（1）：1-9．

［42］林木西，肖宇博.數字金融、技術創新與區域經濟增長[J].蘭州大學學報（社會科學版），2022，50（2）：47-59.

［43］張明斗，肖航.東北地區城市收縮的空間格局特征與作用機理[J].城市問題，2020（1）：33-42.

［44］吳中超.基于隨機前沿的區域創新績效研究：創新網絡結構視角[J].技術經濟，2020，39（4）：120-131.

［45］趙慶.產業結構優化升級能否促進技術創新效率？[J].科學學研究，2018，36（2）：239-248.

［46］韓軍，孔令丞.產業結構調整是否促進了區域創新績效的提升？[J].科研管理，2022，43（7）：115-123.

［47］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.

［48］PAPPAS I O， WOODSIDE A G. Fuzzy-set Qualitative Comparative Analysis（fsQCA）： Guidelines for research practice in Information Systems and marketing[J]. International Journal of Information Management， 2021， 58： 102310.

［49］程躍，王維夢.創新資源對跨區域協同創新績效的影響研究——基于31個省份的QCA分析[J].華東經濟管理，2022，36（6）：13-22.

［50］唐開翼，歐陽娟，甄杰，等.區域創新生態系統如何驅動創新績效？——基于31個省市的模糊集定性比較分析[J].科學學與科學技術管理，2021，42（7）：53-72.

［51］張馳，鄭曉杰，王鳳彬.定性比較分析法在管理學構型研究中的應用：述評與展望[J].外國經濟與管理，2017，39（4）：68-83.

［52］杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路[J].管理世界，2017（6）：155-167.

［53］張明，陳偉宏，藍海林.中國企業“憑什么”完全并購境外高新技術企業——基于94個案例的模糊集定性比較分析（fsQCA）[J].中國工業經濟，2019，373（4）：117-135.

［54］LIU Y， MEZEI J， KOSTAKOS V AND LI H. Applying configurational analysis to IS behavioural research： A methodological alternative for modelling combinatorial complexities[J]. Information Systems Journal， 2017， 27（1）： 59-89.

［55］PAPAMITSIOU Z， PAPPAS I O， SHARMA K AND GIANNAKOS M N. Utilizing Multimodal Data Through fsQCA to Explain Engagement in Adaptive Learning[J]. IEEE Transactions on Learning Technologies， 2020， 13（4）： 689-703.

［56］朱桂龍，賽夫，秦梓韜.中國各省創新水平關鍵影響因素及發展路徑識別——基于模糊集定性比較分析[J].科學學與科學技術管理，2021，42（9）：52-70.

［57］葛立宇，莫龍炯，張方.數字經濟發展與城市區域創新——來自我國281個城市的經驗證據[J].廣東財經大學學報，2022，37（5）：18-30+42.

［58］孔令丞，許建紅，劉魯浩，等.科創網絡推動區域創新的作用機理及實證分析——來自省級面板數據的證據[J].上海經濟研究，2019（4）：43-54.

［59］CLARYSSE B， WRIGHT M， BRUNEEL J， et al. Creating value in ecosystems： Crossing the chasm between knowledge and business ecosystems[J]. Research Policy， 2014， 43（7）： 1164-1176.

［60］王洪慶，郝雯雯.高新技術產業集聚對我國綠色創新效率的影響研究[J].中國軟科學，2022（8）：172-183.

［61］張莉娜，倪志良.科技人才集聚與區域創新效率——基于空間溢出與門檻效應的實證檢驗[J].軟科學，2022，36（9）：45-50.

［62］顧偉男，申玉銘.我國中心城市科技創新能力的演變及提升路徑[J].經濟地理，2018，38（2）：113-122.

［63］辛本祿，穆思宇.組態視角下企業服務創新績效的影響因素研究——基于fsQCA的實證分析[J].科學學與科學技術管理，2023，44（3）：169-184.

［64］杜運周，劉秋辰，陳凱薇，等.營商環境生態、全要素生產率與城市高質量發展的多元模式——基于復雜系統觀的組態分析[J].管理世界，2022，38（9）：127-145.

［65］FURNARI S， CRILLY D， MISANGYI V F， GRECKHAMER T， FISS P C AND AGUILERA R V. Capturing Causal Complexity： Heuristics for Configurational Theorizing[J]. Academy of Management Review， 2020（46）： 778-799.

［66］杜運周，李佳馨，劉秋辰，等. 復雜動態視角下的組態理論與QCA方法：研究進展與未來方向[J].管理世界，2021，37（3）：180-197+12-13.

（責任編輯：張曉）