創新生態系統共生視角下低碳轉型前因構型研究

摘"要：基于共生理論和構型理論構建創新生態系統共生視角下低碳轉型發展路徑模型，采用模糊集定性比較分析法，以中國不同省份為研究對象，探討創新生態系統共生視角下低碳轉型復雜影響機制。研究發現：第一，創新生態系統共生各維度及其構成條件均不是低碳轉型的必要條件。第二，推動低碳轉型的構型有兩個，分別為制度邏輯型構型和平臺邏輯型構型，通過觀察面板期間各省份一致性發現兩個構型存在一定群體差異。第三，主體協同、知識發展與創造、知識流動與擴散存在互補關系，這3個前因條件對于低碳轉型具有普適性作用。制度邏輯與平臺邏輯存在替代關系，并且兩者替代關系不是單一的，而是取決于具體階段和需求。

關鍵詞關鍵詞：創新生態系統；共生關系；低碳轉型；模糊集定性比較分析

DOIDOI：10.6049/kjjbydc.2023050055

開放科學（資源服務）標識碼（OSID）""""""開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F124.5

文獻標識碼：A

文章編號文章編號：1001-7348（2024）21-0011-11

0"引言

在改革開放40多年歷程中，中國通過建立現代化工業體系加速經濟結構轉型升級，促進現代經濟增長，為國際競爭力提升提供了有力支撐。但與此同時，機械化、工廠化大規模生產方式加劇了環境破壞和資源消耗，以資源和環境為代價的粗放型發展模式已經不能適應經濟可持續發展要求，傳統經濟增長方式亟需轉型。當前，部分省市積極開展低碳試點工作，探索符合自身實際的低碳發展路徑，為全面推進低碳轉型發展提供經驗和示范。然而，低碳轉型路徑尚不明晰，需要深入挖掘實現“雙碳”目標和推動經濟低碳轉型的有效路徑。創新生態系統共生是催生綠色低碳創新的動力源[1]，也是實現低碳經濟高質量發展的重要舉措[2]，中央及地方政府紛紛出臺相關政策，通過打造良好的創新生態系統驅動經濟轉型。2016年，中共中央、國務院印發《國家創新驅動發展戰略綱要》，指出要使“國家創新體系更加完備，實現科技與經濟深度融合、相互促進”。2022年，科技部等九部門聯合印發《科技支撐碳達峰碳中和實施方案（2022—2030年）》，提出“充分發揮國家戰略科技力量和各類創新主體作用，深入推進跨專業、跨領域深度協同、融合創新，構建適應碳達峰碳中和目標的能源科技創新體系”。通過創新生態系統共生推動經濟低碳轉型引發學者極大關注，探尋創新生態系統共生影響低碳轉型的關鍵路徑與影響機制，不僅有助于完善經濟低碳轉型相關理論，還能為創新驅動發展戰略的實施和低碳轉型實踐提供參考。

作為一個基礎知識生產和技術轉移系統，創新生態系統共生主要以制度設計的形式調整地區發展模式，通過物質流、能量流、信息流鏈接促進生產效率提升（梅亮等，2014），從而正向影響低碳轉型。一方面，既有研究從微觀視角探討創新生態系統通過創新合作共享、資源整合對企業低碳轉型策略或行為的影響。如郭金花等（2023）研究了區域創新生態系統多主體互動對綠色轉型的組態效應；Xin等[3]探討了創新生態系統資源協同對低碳發展的影響作用。另一方面，現有研究從宏觀角度解讀創新生態系統不同維度對低碳轉型的影響。鄧曉輝等[4]基于五螺旋創新生態理論分析政策驅動、產業運營、研發創新、社會參與及自然環境等創新生態系統子維度對綠色創新績效的作用；Vargas等[5]解析了綠色創新生態系統對經濟可持續發展的影響；郭百濤等[6]通過構建產業鏈、創新鏈和資金鏈聯動理論模型，對低碳經濟高質量發展要求下創新生態系統機制和實踐模式進行了討論。

通過梳理上述文獻可以發現，當前研究存在如下不足：第一，從實踐模式看，已有文獻對創新生態系統與低碳轉型關系進行了初步探索，但對創新生態系統“生態化、自組織性”特征認識不足，導致創新生態實踐大多停滯于創新要素機械拼湊階段，未深入揭示低碳轉型驅動效能。第二，從研究對象看，低碳轉型是促使經濟結構轉型升級、實現經濟可持續發展的關鍵驅動力量，但不同區域之間存在“大雜居，小聚集”的分布特征[7]，亟需聚焦中國情境為低碳轉型實踐提供參考。第三，從研究方法看，目前多數研究使用傳統回歸方法，專注于單個維度對低碳轉型影響的凈效應，未深入探索創新生態系統協同耦合現象，未明晰創新生態系統多重維度驅動低碳轉型的互耦關系，忽視了創新維度之間的聯動效應[8]。因此，亟需從整體視角揭示創新生態系統對低碳轉型的復雜影響機制。

綜上所述，本文采用模糊集定性比較分析方法（fsQCA），結合中國省域層面面板數據探究創新生態系統共生與低碳轉型間的復雜因果關系，探索適合中國情境的低碳轉型多元發展路徑，重點回答以下問題：創新生態系統共生單一維度及其構成條件是否為低碳轉型的必要條件？究竟哪些創新生態系統共生構型有利于推動低碳轉型？構型間的復雜影響機制又是什么？

1"理論基礎與研究框架

1.1"理論基礎

創新生態系統利用互補性、開放性和網絡性為新業態、新模式提供例證和參考，在創新驅動和低碳轉型領域留下重要印記。根據共生理論，創新生態系統作為驅動經濟社會發展的群落生境，通過與經濟社會環境進行良性互動加速低碳轉型[9]。其中，共生關系作為創新生態系統的重要內容最早出現在生物學領域，反映不同種類或成員之間永久性的物質聯系[10]。良好的共生關系有助于推動低碳環保科技研發與應用，加速綠色技術創新與推廣，幫助企業實現低碳、節能、環保目標，在促進資源循環利用、優化產品設計和生產過程、加強綠色供應鏈管理等方面賦能低碳轉型[11]。因此，本文從共生關系視角探究創新生態系統共生對綠色低碳轉型的影響。

目前，關于創新生態系統共生關系的研究尚處于探索階段。樊霞等（2011）認為互補互惠性是實現共生關系的關鍵要素，只有當組織之間具有互補特征和資源時才能相互依存，形成相對穩定和繁榮的共生關系；Yoon等[12]認為共生關系中各參與主體都需要利用共享資源維持生存與發展。如果共生關系缺乏持續性，可能會導致某些參與者過度開發和浪費共享資源，最終導致資源耗竭；Thomas等[13]認為共生關系包括成員關系、治理機制和共享機制3個維度。其中，成員關系體現為參與主體能力的專業性、互補性和多樣性，治理機制強調組織互動，共享機制強調技術知識發展與創造。Hou等[14]、Thomas等[15]對創新生態系統共生關系維度的劃分比較全面，得到學者廣泛認可。本文借鑒上述研究，從成員關系、治理機制和共享機制3個維度對創新生態系統共生與低碳轉型復雜關系進行研究。

1.1.1"成員關系維度：主體協同與低碳轉型

根據社會網絡理論，創新生態系統共生成員關系是一個由多個創新主體構成的復雜網絡系統[16]，創新主體之間通過信息傳遞、角色地位轉換等方式建立互惠互利關系。在信息傳遞層面，不同類型參與主體間的聯系包括“強關系”和“弱關系”兩種[17]，由強弱關系構成的網絡結構表現為創新生態系統中成員之間的聯系比較緊密，同時又保持著一定的群體疏離度，這種結構有利于信息快速傳遞，促進創新生態系統內部協作。在創新生態系統中，“強關系”通常具有高度合作性和互信性，使得核心主體之間更容易進行共同研發和創新，從而有助于提高低碳創新效率和質量，保證低碳轉型的穩定性和可持續性。而“弱關系”則可以幫助系統成員獲取新知識、新技術和新資源，擴大創新主體影響范圍，吸引更多成員加入，促進創新生態系統快速發展。在角色地位轉換層面，社會網絡理論認為創新生態系統開放性賦予各創新主體彈性化組織功能[18]，使得各創新主體可以延伸組織邊界，按照實際需求進行綠色創新，通過持續交流協調創新活動，在一致的低碳戰略目標下協調組織功能。

1.1.2"治理機制維度：制度邏輯、平臺邏輯與低碳轉型

創新生態系統共生強弱關系結構對治理機制選擇提出更高要求。治理機制旨在實現兩個目標：尋求創新生態系統共生參與主體能力最優組合以及減少機會主義行為[19]。創新生態系統共生關系本質上是不穩定的，尤其是在推動低碳轉型過程中，不同成員之間存在各種合作關系，同時也面臨各種挑戰。若缺乏有效治理機制，這些利益和合作關系將無法得到合理協調與管理，有可能導致沖突和破裂。現有研究主要聚焦制度邏輯治理和平臺邏輯治理，其中制度邏輯治理以正式制度的方式，通過實施相關政策法規引導和規范企業、組織及個人行為，對可能出現的風險進行防范。然而，創新生態系統與低碳轉型的復雜性意味著事先制定的政策法規不一定能面面俱到，此時作為非正式治理的平臺邏輯由于具備較好的適應性和靈活性，能夠提升創新生態系統共生效力，推動低碳轉型順利進行。

基于制度邏輯的共生關系認為不同成員之間的權力分配通過制度邏輯約束和規范，以確保各成員在共生關系中的平等地位和權力，進而共同參與決策和協作[20]。這種制度邏輯下的權力對稱有利于促進共生關系運行和發展，避免權力不對稱導致的合作困境和沖突。具體而言，由于創新生態系統共生專業化參與主體的多樣性，可能同時存在多個有“議價”能力的強權組織形成多極化權力中心，減少單一權力中心控制，增加多元化互動和協作機會，從而實現共生關系的平衡和穩定。

基于平臺邏輯的共生關系認為創新生態系統共生關系基于平臺化活動，各參與主體通過平臺互動和合作達到共生共贏的目的（陽鎮等，2021）。首先，在平臺建設和運營層面，平臺可為不同參與者提供數據、資源、技術和市場支持，使其能夠高效開展各種創新活動；其次，在平臺規則制定和執行層面，平臺規則是維護平臺秩序和共生關系的保障，在平臺上，各方需遵守一系列規則和準則，確保公平競爭和共同發展，平臺規則的制定和執行需要綜合考慮各方利益和訴求，確保平衡和公正；最后，在平臺協調和溝通層面，平臺可提供統一協調和溝通機制，使不同參與主體能夠更好地了解彼此需求，找到更多合作機會，從而提高整個創新生態系統效率和創新能力。

1.1.3"共享機制維度：知識發展創造、知識流動擴散與低碳轉型

在創新生態系統中，知識發展與創造、知識流動與擴散相互依存、相互促進。知識發展與創造為創新提供源頭和動力，知識流動與擴散促進創新傳播和共享，兩者共同構成創新生態系統共生共享機制維度，對于推動低碳轉型具有重要意義。

根據系統論，知識被視為創新生態系統的重要組成部分，同時也是系統的一種特征和表現。其中，知識有機性是指知識的內在聯系，以及知識與所處環境、文化、社會等因素的相互作用（和金生等，2008）。知識不再是孤立、靜態的，而是與其它知識相互關聯、不斷演化和發展的動態系統。知識有機性使得知識發展與創造不再是單一學科或領域的產物，而是跨學科、跨領域的集合體。這種跨學科、跨領域的集合體有利于創造力的發揮，為低碳轉型提供更廣泛、更豐富的資源。同時，知識有機性也使得知識應用和傳播不再是單向的，而是一個多維度過程，這種多維度過程能夠加速知識擴散和應用，從而加快低碳轉型。在創新生態系統中，知識有機性還能促進不同實體之間的交流與合作，進而形成更加緊密的共生關系[21]。這種共生關系通過知識的相互作用和流動，為低碳轉型提供更有力的支持。因此，通過知識的有機性，創新生態系統能夠為低碳轉型提供更加深入和全面的支持；通過知識流動與擴散則可避免重復研發和浪費資源，提高低碳轉型效率和成本效益。例如，通過知識共享與合作，可以減少低碳技術研發成本。

1.2"研究框架

創新生態系統共生程度高的地區通常具有知識、資源集聚效應，共生關系各維度能在不同程度上直接或間接促進區域機會開發和價值共創。然而，創新生態系統共生作為一個復雜生態系統，參與主體之間不只存在唯一共生關系，各維度間也可能存在互補或替代關系，因此需要考慮多重維度聚合效應。同時，由于創新生態系統的復雜性，目前難以使用傳統回歸方法探究創新驅動低碳轉型的復雜因果關系。為解決上述問題，本文引入構型理論。構型理論認為事物整體形態是各部分相互作用和組合的結果，這種相互作用和組合是產生整體性質的關鍵。在組合性和等價性層面，構型理論認為各組成部分之間不是簡單的相加關系，而是相互作用、相互影響。這些部分可以組合成不同形態和結構，從而形成不同構型，并且不同構型可以相互替代。在因果不對稱性層面，構型理論認為導致低碳轉型的條件組合并非創新生態系統共生關系維度組合的簡單對立面。鑒于此，本文從共生關系3個維度出發，構建創新生態系統共生與低碳轉型研究框架，如圖1所示。

2"研究設計

2.1"研究方法與數據來源

模糊集定性比較分析（fsQCA）是一種整合“定性”（案例導向）與“定量”（變量導向）研究的方法，以布爾代數和集合論為基礎，假設變量間存在相互依賴關系，旨在從整體性視角對案例進行分析，找出不同條件之間的復雜因果關系[22]。具體包括如下4個步驟：校準（將各條件轉換成模糊集集合）、構建不同條件組合真值表、通過一致性閾值區分屬于結果的因果組合、生成符合邏輯最小化的解決方案。傳統fsQCA一般使用截面數據，很難探究時間方向上的構型變化。由于區域低碳轉型是發生在時間方向上的連續事件，單獨某一時間點截面數據無法真實反映跨時間因果互動關系。因此，本文借鑒Furnari[23]的做法，使用面板fsQCA探索時間效應下的因果互動關系。不同于傳統QCA，面板fsQCA從組間一致性、組內一致性、匯總一致性3個維度測量。其中，組間一致性用以測量面板數據年份橫截面一致性，組內一致性用以測量每個特定案例在時間方向上的一致性，匯總一致性用以測量整個面板數據所有橫截面的一致性。另外，通過計算各維度之間的歐幾里得距離（距離越小，隨時間變化的一致性越穩定，差異性越小）考察各維度差異，由于組間一致性和組內一致性對時間及個體較為敏感，因此使用一致性調整距離進一步考察一致性的時間效應和個體效應。

為保證樣本數據充足性和可得性，本文選取2014—2020年中國內地30省份（由于西藏數據不全，故不納入統計）面板數據為樣本案例，剖析創新生態系統共生與低碳轉型間的復雜影響機制，數據來源于《中國高技術產業統計年鑒》《中國科技統計年鑒》《中國區域創新能力評價報告》及各省份統計年鑒。

2.2"測量與校準

2.2.1"結果分析

低碳轉型的核心理念旨在減少碳排放的同時保持或提高經濟產出水平，實現碳排放與經濟增長脫鉤[24]。因此，衡量低碳轉型不僅要關注單一碳排放量或產出水平，更要綜合考慮生產過程中經濟產出與碳排放之間的關系。全要素碳排放率綜合考慮生產過程中經濟的能源消耗、產出水平以及碳排放情況，能夠準確反映經濟產出碳排放水平[25]，避免僅關注部分因素而忽略其它因素的問題。因此，本文采用全要素生產率指標衡量低碳轉型水平，借鑒何偉軍等[26]的數據包絡分析方法，決策單元為中國內地30個省份（因數據不全，未納入西藏）。經濟高質量發展要兼顧生態環境效益，故將地區生產總值作為期望產出、將碳排放量作為非期望產出。投入指標采用資本存量、勞動力投入和能源投入衡量。其中，資本存量以2000年為基準年份，使用永續盤存法計算，即采用各省份2001年固定資本形成總額比上平均折舊率與2001—2005年投資增長率平均值之和作為該省份初始資本存量；勞動力投入用地區總就業人員數表征；能源投入用相應能源總消耗表征。

2.2.2"前因條件

（1）成員關系。在創新生態系統中，成員關系強調不同主體間的緊密聯系和互動關系，這種聯系的核心在于協同合作。因此，為反映創新生態系統內各主體間合作情況，本文將主體協同作為成員關系的表征。此外，由于各類創新主體在長期正式與非正式合作中對低碳轉型具有不同作用，因此各參與主體與復雜系統理論協同性、動態性和自組織性具有一定匹配性（葉偉巍等，2014）。本文從各參與主體功能出發，采用復雜系統協同模型對各創新主體協同指標進行測算[27]。其中，制度創新主體主要通過政策和資金支持區域創新活動開展；技術創新主體為區域創新提供物資流、資金流和人才流，在深入了解市場需求的基礎上，積極引導技術創新等一系列創新活動持續開展；原始創新主體是創新活動的源泉，主要通過向區域輸送人才流和技術流的方式促進技術研發、傳播和應用；創新服務主體是各類創新主體溝通的橋梁和紐帶，主要提供專業化和社會化創新咨詢服務；創新投入主體主要為區域創新活動的開展提供資金支持。

（2）治理機制。治理機制維度包括制度邏輯和平臺邏輯。市場化水平反映市場經濟發展程度，地方保護主義反映地方政府對本區域經濟利益的維護程度。綜合考慮政府干預和市場機制的作用以及地方政府對本區域經濟利益的維護程度，可以較好地評估制度邏輯。因此，本文參考胡雙鈺等[28]的做法，采用市場化指數反映市場化程度，采用商品零售價格指數差異表征地方保護主義，使用市場化指數與商品零售價格指數比值差額的絕對值作為制度邏輯的表征。平臺邏輯的核心是連接不同參與主體，實現協同創新和價值共享。共生平臺通過構建跨界聯盟、打通渠道、整合資源等方式，將不同參與主體連接起來，實現跨組織邊界協同創新和價值共享。因此，本文借鑒李曉娣等（2019）的做法，采用共生平臺數量衡量平臺邏輯，選取科技孵化器數量、高新技術企業數、技術轉移示范機構數、國家級生產力促進中心數、每百家企業擁有網站數等指標，使用熵權法進行測算。

（3）共享機制。共享機制維度包括知識發展與創造、知識流動與擴散。其中，知識發展與創造參考楊偉等（2022）的做法，使用熵權法對研發投入綜合指標、專利綜合指標、科研論文綜合指標進行測算。在知識創新階段，通過知識流動與擴散能實現不同領域、地區之間的知識共享和協同創新，提高創新效率和質量。而在知識應用階段，知識流動與擴散則能促進知識轉化和落地，使知識更廣泛地應用于不同領域和場景。因此，本文參考韓兆安（2022）的做法，使用熵權法，從知識創新和知識流動兩個階段測算知識流動與擴散水平。具體變量指標選取如表1所示。

2.2.3"校準

目前，各省份層面尚缺乏明確標準界定低碳轉型以及創新生態系統共生程度，考慮到低碳轉型以及創新生態系統共生是基于省份樣本的相對指標，因此本文采用直接校準法，將結果和前因條件樣本描述性統計分析的75分位數、中位數、25分位數分別設定為完全隸屬、交叉點、完全不隸屬點進行校準[22]。描述性統計結果及校準閾值如表2所示。

3"實證結果分析

3.1"必要性分析

如果一個前因條件或者前因條件組合出現在導致結果發生的所有樣本中，那么認為該前因條件是必要條件。表3展示了低碳轉型的必要條件，根據Fiss[22]的研究，使用0.9的閾值評估是否為必要條件。由表3結果可知，各前因條件一致性介于0.4～0.8之間，均未超過0.9的閾值，表明創新生態系統共生各維度及其構成條件均非構成低碳轉型或非低碳轉型的必要條件。

3.2"構型分析

構型分析是從集合論角度尋找引起結果產生的不同條件變量，探討這些不同條件變量是否為結果變量的充分條件。根據Fiss[22]的研究，將各構型一致性閾值設置為0.8，即當特定構型與結果之間的一致性大于等于0.8時則判定該構型為結果的充分性條件。同時，根據Garcia-Castro等[29]的研究，將一致性調整距離閾值設置為0.2，超過該閾值需進一步探究構型中的面板數據特征。在反事實分析部分將矛盾簡化假設排除在外，由于我國地區資源稟賦差異較大，前因條件對結果的影響難以統一判斷，因此不進行方向預設，全部選擇“存在或缺失”，最終得到構型解，結果如表4所示。

3.2.1"引致低碳轉型的前因構型

（1）制度邏輯型構型（H1）：該構型包含的條件有主體協同、制度邏輯、知識發展與創造、知識流動與擴散。在該構型中，無論平臺邏輯是否存在，只要具備較高的主體協同能力、適配的制度邏輯、良好的知識發展與創造能力、強大的知識流動與擴散能力均能推動低碳轉型。根據制度協調理論，適配的制度邏輯能增加創新生態系統共生與低碳轉型目標的兼容性。例如，強調合作和實驗有助于開發低碳技術所需知識、資源。創新生態系統共生制度邏輯通過建立可持續性規范和期望為企業及其他行動者踐行低碳實踐提供激勵。靈活的成員關系有助于擴大參與主體合作范圍，促進知識共享，支持低碳轉型，幫助不同參與主體相互協作，制定創新性解決方案，提高低碳創新質量。同時，共生成員還可以根據市場環境變化，迅速調整產品解決方案，滿足低碳經濟可持續發展目標。總之，3個維度通過共同作用引致低碳轉型發展。

（2）平臺邏輯型構型（H2）：該構型包含的條件有主體協同、平臺邏輯、知識發展與創造、知識流動與擴散。在該構型中，無論制度邏輯是否存在，只要具備較高的主體協同能力、適配的平臺邏輯、良好的知識發展與創造能力、強大的知識流動與擴散能力均能推動低碳轉型。根據復雜適應系統理論，在平臺邏輯下，創新生態系統通過適應環境和調整自我應對不斷變化的環境。具體而言，適配的平臺邏輯為創新生態系統各參與主體提供連接和共享資源的機會，這意味著具有不同專業水平、資源和觀點的多樣性成員為新的低碳解決方案積極獻言，進而促進集體智慧涌現。平臺邏輯反饋環通過提供有效性信息以及細化改進機會促進低碳轉型。高度互聯的關系結構有助于增強整個生態系統韌性和適應性，良好的知識發展與創造能力、強大的知識流動與擴散能力有利于開發低碳技術解決方案，3個維度共同作用引致低碳經濟轉型發展。同時，該構型表明提高信息透明度、促進集體智慧涌現更能推動低碳轉型[30]。

3.2.2"引致非低碳轉型的前因構型

表4列示了引致非低碳轉型的前因構型。構型NH1和NH2表明，無論平臺邏輯是否存在，當創新生態系統缺乏主體協同和制度邏輯時，即使存在良好的知識發展與創造能力或強大的知識流動與擴散能力也不利于低碳轉型。缺乏協作有可能導致信息不對稱和決策效率低下。同時，制度邏輯缺失會弱化創新動力，抑制新技術、新方法的快速應用[31]，阻礙低碳轉型策略的有效實施。該構型依賴合作協同，強調創新激勵，代表省份如廣西、重慶。構型NH3表明，當創新生態系統缺乏共享邏輯時，即使擁有適配的平臺邏輯也無法推動低碳轉型。共享邏輯有助于構建協同合作關系，促使不同主體共同解決問題。共享邏輯的缺失有可能導致創新主體之間缺乏合作動力，無法集中力量共同推動低碳轉型。即使存在適配的平臺邏輯，主體間獨立行動也無法產生協同效應（戴克清等，2020）。該構型強調信息共享，代表省份如福建、黑龍江。構型NH4表明，當創新生態系統缺乏知識發展與創造能力時，即使擁有較高的主體協同性、強大的知識流動與擴散能力、適配的制度邏輯和平臺邏輯也無法推動低碳轉型。知識發展與創造是制定創新策略的基礎，缺乏核心技術知識說明創新成果質量不高，難以實現創新突破[32]。此外，缺乏持續性的知識發展與創造能力有可能導致創新生態系統陷入停滯，無法滿足不斷變化的低碳轉型需求，代表省份如河北、湖北。構型NH5表明，當創新生態系統缺乏平臺邏輯時，即使擁有較高的主體協同性、良好的知識發展與創造能力和強大的知識流動與擴散能力也無法推動低碳轉型。平臺邏輯缺失有可能導致創新生態系統不穩定，使創新活動難以持續進行，進而影響低碳轉型的長期推進，代表省份如貴州。

3.3"進一步分析

3.3.1"低碳轉型構型分析

由表4結果可知，就單個構型而言，兩個構型的一致性系數分別為0.858和0.823，均高于可接受的一致性標準0.75。總體而言，整體解的匯總一致性系數為0.817，同樣高于一致性標準0.75，且總體覆蓋度為0.593，說明案例解釋力較強。組間一致性調整距離小于0.2，說明構型H1、H2間不存在時間效應。圖2為H1、H2在2014—2020年的演變趨勢，通過觀察可以發現組間一致性數值一直在匯總一致性附近波動，驗證了上述結論，說明H1和H2構型不存在顯著時間效應。

組內一致性調整距離分別為0.214、0.227，超過0.2的閾值，表明H1、H2構型可能存在一定的省份差異，需要進一步考察。圖3為H1和H2橫截面數據變化情況，可以發現面板期內高組內一致性（WICONS=1）和接近0的低組內一致性同時存在，表明數據存在一些聚類現象。在這種情況下，有眾多省份顯示出較高一致性，說明構型H1、H2足以實現低碳轉型；但也有省份表現出較低一致性，說明構型H1、H2的條件對于這些省份來說為不充分條件。由此引發的問題是，為何存在這樣大的差距？通過觀察一致性極化省份群體發現，一致性系數接近0的省份大多位于我國中西部地區或東北地區，與東部沿海地區（一致性系數接近1）在基礎設施建設、科技基礎水平方面存在較大差距。此外，這些省份產業結構單一，大都以傳統資源型產業為主，缺乏高科技、高附加值產業，以創新生態系統共生作為動力推動低碳轉型的阻力較大，因此該類省份出現組內一致性系數接近0的現象。

3.3.2"互補替代關系

為進一步考察多個構型間的潛在關系，本研究結合構型分析結果繪制低碳轉型構型聯結狀況維恩圖，如圖4所示。由圖4可知，推動低碳轉型的構型及構型條件間存在重疊現象。因此，在確定低碳轉型構型存在條件重疊情況下，本研究深入挖掘低碳轉型前因條件間的潛在互動關系。

（1）主體協同、知識發展與創造、知識流動與擴散存在互補關系。從H1、H2構型前因條件可以看出，三者總是同時出現，而當三者中僅有一個或兩個條件出現時，構型H1與H2將不復存在。同時，構型中治理機制需要聯合成員關系和共享機制兩個維度才能形成低碳轉型的充分條件組合，說明成員關系和共享機制作為創新生態系統共生推動低碳轉型的兩個重要維度，對于低碳轉型路徑而言具有普適性，并能夠實現互補，進而形成合力。具體而言，在推動低碳轉型過程中，成員關系互補對于知識發展與創造以及知識流動與擴散至關重要。創新生態系統中不同成員擁有不同的專業知識和技能，只有通過相互協作和共創，才能促進低碳技術研發、推廣和應用。同時，知識發展與創造以及知識流動與擴散的互補性同樣重要。創新生態系統中不同成員通過不斷創新產生豐富的知識和經驗，這些知識和經驗只有及時傳遞才能最大限度地發揮作用。因此，知識流動與擴散是創新生態系統不可或缺的一環，通過共享知識和經驗，加速低碳轉型。

（2）制度邏輯和平臺邏輯存在替代關系。對比H1和H2兩個構型發現，在成員關系和共享機制的作用下，制度邏輯和平臺邏輯任一存在均能推動低碳轉型，表明兩者推動低碳轉型的作用相近，具有替代效應。在創新生態系統共生發展初期階段，平臺邏輯往往占據主導地位。數字平臺的興起和應用使得不同參與者能夠迅速連接、分享信息和資源，并從事低碳轉型實驗。這種開放式創新允許靈活性和創造性嘗試，能夠最大限度降低低碳創新風險。然而，隨著創新生態系統日益成熟，創新主體開始意識到需要更穩定的框架保證可持續發展和公平競爭。這時，制度邏輯發揮作用，通過建立激勵機制、規范標準等方式引導行業向低碳方向發展。但當市場環境發生變化、新競爭機遇和挑戰出現時，企業需要采取更加靈活的創新方式。此時，制度邏輯不再發揮作用，平臺邏輯則能促進創新和合作，并適應新市場動態。因此，平臺邏輯與制度邏輯之間并非單一替代關系，而是取決于具體階段和需求。初期階段需要建立共享平臺，支持資源共享和協同創新；發展及成熟階段需要建立健全制度框架，規范和引導創新行為。制度邏輯與平臺邏輯互補替代關系如圖5所示。

3.4"穩健性檢驗

本文通過調整原始一致性、PRI一致性截斷值、更改校準閾值以及調整案例頻數的方式驗證fsQCA結果的穩健性。首先，將原始一致性、PRI一致性截斷值分別提高至0.9和0.7，同時保持其它參數不變。其次，將模糊集校準閾值調整為90、50、10分位數，將最小案例數調整為1，將原始一致性、PRI一致性分別調整為0.8和0.65。最后，將最小案例頻數由1調整為2，使用0.8的原始一致性閾值和0.65的PRI一致性截斷值，穩健性檢驗結果如表5所示。由表5可知，各穩健性檢驗模型與基準模型基本一致。根據Fiss[22]提出的穩健性檢驗標準，若構型解之間基本一致或存在清晰的子集關系，則認為構型解穩健。

4"結論與啟示

4.1"研究結論

本文采用模糊集定性比較分析方法，以我國不同省份為研究對象，基于共生理論分析創新生態系統共生視角下低碳轉型發展路徑，得出如下結論：第一，創新生態系統共生單個維度及其構成條件均不是構成低碳轉型的必要條件。第二，推動低碳轉型的構型有兩個，分別為制度邏輯型構型和平臺邏輯型構型，這兩種構型體現了創新生態系統不同治理機制維度下低碳轉型的多重實現方式。并且，兩個構型之間存在一定群體差異，可能是因為基礎設施建設、科技基礎條件以及產業結構存在較大差距。第三，主體協同、知識發展與創造、知識流動與擴散存在互補關系，這3個前因條件對于低碳轉型發揮普適性作用。制度邏輯和平臺邏輯存在替代關系，并且兩者間替代關系不是單一的，而是取決于具體階段和需求。

4.2"理論貢獻

（1）構建創新生態系統共生視角下低碳轉型理論模型，豐富和細化了創新生態系統共生研究。首先，基于共生理論，深入解讀創新生態系統共生關系各維度對低碳轉型路徑的影響，拓展了創新生態系統研究。其次，在中國特色研究情境中，以不同省份作為案例研究對象，分析創新生態系統共生的作用，細化了現有研究成果。

（2）探究中國省份創新生態系統共生與低碳轉型路徑涌現間的雙重因果關系，揭示創新生態系統共生推動或阻礙低碳轉型的多元發展路徑。首先，不同于以往探討創新生態系統共生維度的凈效應，本文采用fsQCA方法識別低碳轉型和非低碳轉型的創新生態系統共生維度構型，揭示創新生態系統共生維度間的協同聯動作用，為現有研究提供了新見解。其次，研究發現，各構型間存在一定差異，為推動創新生態系統共生影響低碳轉型軌跡的動態研究提供了理論基礎。

4.3"實踐啟示

（1）促進創新生態系統多維度平衡發展和共同優化。研究發現，單個創新生態系統共生維度及其構成條件不足以支撐低碳轉型路徑的實現，因此政策制定者需重視創新生態系統共生維度構成條件之間的聯動，從整體視角統籌省域低碳轉型。

（2）以調節成員關系和促進知識共享為重要抓手，推動創新生態系統和低碳轉型發展。研究發現，成員關系和共享機制是推動低碳轉型的核心維度，是確保低碳轉型的先決條件。因此，一方面應培育有利于成員合作的政策環境，鼓勵不同類型企業、創新機構和其他利益相關方加強合作，共同研發和推廣低碳技術解決方案。另一方面，應建立開放透明的知識共享機制，鼓勵成員共享相關信息、數據、技術和專業知識。通過設立專項基金、出臺知識產權政策和技術標準等措施促進知識共享，推動低碳技術解決方案的快速應用。

（3）以階梯漸進式推動低碳轉型為目標，構建創新生態系統共生實施方案。制度邏輯和平臺邏輯在低碳轉型的不同階段發揮不同作用，應根據具體情況權衡兩種邏輯，以適應新機遇和新挑戰。在創新生態系統共生發展初期階段及市場變革劇烈背景下，應通過開放式創新，搭建具有高度開放性的技術共享平臺，加速低碳技術推廣和應用。在向成熟階段過渡時，應完善“規則+激勵”的制度建設，既要制定明確的行為規范，又要建立合理的激勵機制，引導企業和個人積極參與低碳轉型。同時，也要加強制度執行和監管力度，確保制度執行的有效性和可行性。

4.4"不足與展望

本文還存在一些研究局限，需要在未來研究中予以完善。首先，在理論建構方面，目前關于創新生態系統共生關系維度的研究處于探索階段，尚未形成統一標準，未來可通過案例研究，深入探究創新生態系統中的共生關系，不斷完善共生關系理論框架。其次，本文只關注低碳轉型創新層面的問題，未來應從更多層面展開探討，進一步豐富現有研究結論。再者，限于二手數據的局限，為進一步加強研究結論可信度，未來可采用問卷調研等數據收集方式，設計更全面、具體的測量題目，準確捕捉相關變量信息，從而提高研究結論普適性。

參考文獻：

[1] 曾經緯， 薛璐綺， 李柏洲. 綠色創新生態系統生成機制研究[J]. 科技進步與對策， 2021， 38（13）： 11-19.

[2] 劉和東， 魯晨曦. 創新生態系統韌性對經濟高質量發展的影響[J]. 中國科技論壇， 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] 鄧曉輝，張航語，王惠.實現高綠色創新績效的多元組態研究——基于五螺旋綠色創新生態系統理論的定性比較分析（QCA）[J].工業技術經濟，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] 郭百濤，何云夢，汪亞楠.高質量發展要求下的多鏈聯動創新生態系統：機制、框架與實踐模式[J].南京社會科學，2023，34（6）：40-51.

[7] 吳健生， 許娜， 張曦文. 中國低碳城市評價與空間格局分析[J]. 地理科學進展， 2016， 35（2）： 204-213.

[8] 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.

[9] 吳潔， 彭曉芳， 盛永祥，等. 專利創新生態系統中三主體共生關系的建模與實證分析[J].軟科學， 2019， 33（7）： 27-33.

[10] 郭潤萍， 韓夢圓， 邵婷婷，等. 生態視角下數字化轉型企業的機會開發機理——基于海爾和蘇寧的雙案例研究[J]. 外國經濟與管理， 2021， 43（9）： 43-67.

[11] 陸小成. 基于城市綠色轉型的企業低碳創新協同模式[J]. 科技進步與對策， 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 amp; 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] 王慶金， 王煥良， 周鍵. 區域一體化創新生態系統演化及治理機制研究[J]. 東岳論叢， 2021， 42（9）： 51-62.

[20] 王新新， 張佳佳. 價值涌現：平臺生態系統價值創造的新邏輯[J]. 經濟管理， 2021， 43（2）： 188-208.

[21] 汪濤， 陸雨心， 金珞欣. 動態能力視角下組織結構有機性對逆向國際化績效的影響研究[J]. 管理學報， 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] 何偉軍， 李聞欽， 鄧明亮. 人力資本、綠色科技創新與長江經濟帶全要素碳排放效率[J].科技進步與對策， 2022， 39（9）： 23-32.

[27] 門玉英， 鄧援超， 吳德勝，等. 面向湖北重要創新主體的技術創新方法服務功能與模式研究[J]. 科技進步與對策， 2019， 36（19）： 50-57.

[28] 胡雙鈺， 吳和成. 鄰近視角下跨區域產學協同創新的影響因素研究[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 amp; Information Systems， 2016， 2（63-76）： 526.

[30] 范如國. 平臺技術賦能、公共博弈與復雜適應性治理[J]. 中國社會科學， 2021，312（12）： 131-152，202.

[31] 朱春奎.科技創新新型舉國體制的多重制度邏輯與發展路徑[J].求索，2023，44（2）：137-143.

[32] 宋河發，沙開清，劉峰.創新驅動發展與知識產權強國建設的知識產權政策體系研究[J].知識產權，2016，40（2）：93-98.

責任編輯（責任編輯：王敬敏）

Configurational Analysis of Low-Carbon Transformation from the Perspective of Innovative Ecosystem Symbiosis

英文作者Li Bingjun， Cao Bin，Zhou Fang

英文作者單位（College of Information and Management Science， Henan Agricultural University，Zhegnzhou 450046，China）

英文摘要Abstract：Over the past forty years of reform and opening up， mechanization and factory-based production have intensified the damage to the natural environment and the excessive consumption of resources. The extensive growth model that comes at the expense of resources and the environment can no longer meet the requirements of sustainable economic development， and there is an urgent need to transform traditional economic growth methods. Innovating in an ecologically symbiotic manner is the driving force for promoting green， low-carbon innovation and sustainable innovation， and it is also a crucial measure for achieving high-quality development in a low-carbon economy. Existing research has mostly used traditional regression methods， focusing on the net effects of individual dimensions of innovation ecosystems and their constituent conditions on low-carbon transformation， with limited exploration of the phenomenon of synergistic integration among innovation ecosystems. The coupling relationships among the various dimensions of innovative ecological symbiosis and the ways in which they drive low-carbon transformation are unclear， and the interactions between multiple innovation dimensions are overlooked， making it difficult to fully explore the nature of complex systems.

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.

英文關鍵詞Key Words：Innovation Ecosystem; Symbiotic Relationship; Low-carbon Transformation; Fuzzy Set Qualitative Comparative Analysis