不同類型科技服務對區域創新生態系統韌性的影響機制研究

摘 要：全球經濟下行、地緣政治不穩定、關鍵技術封鎖等背景下，增強區域創新生態系統韌性尤為重要。通過構建指標體系，采用平衡面板數據，實證檢驗不同類型科技服務對區域創新生態系統韌性的影響效應及作用機制。研究發現：兩種類型科技服務均對區域創新生態系統韌性具有顯著促進作用；相比前向科技服務（研發端介入），后向科技服務（成果轉化端介入）對區域創新生態系統韌性正向影響更顯著。中介效應檢驗發現，創新資源冗余度在前向科技服務增強創新生態系統韌性過程中發揮中介作用；創新資源冗余度和配置效率在后向科技服務增強創新生態系統韌性過程中均發揮了中介作用。門檻效應檢驗發現，當創新資源冗余度較高時，兩種科技服務增強區域創新生態系統韌性的邊際效應呈倒U型趨勢；當創新資源配置效率提升時，兩種科技服務對區域創新生態系統韌性的邊際效應增強。

關鍵詞：科技服務；創新生態系統韌性；創新資源冗余；創新資源配置效率

DOI：10.6049/kjjbydc.2023100100

中圖分類號：F726.9 文獻標識碼：A 文章編號：1001-7348（2025）06-0023-11

0 引言

完善創新生態系統建設，已成為創新驅動發展戰略的重要內容。中共二十大報告強調，完善科技創新體系，提升國家創新體系整體效能，形成具有全球競爭力的開放創新生態。同時，在全球經濟下行、地緣政治不穩定、關鍵技術遭遇封鎖等影響下，創新生態系統面臨的風險與日俱增，因而提升區域創新生態系統韌性刻不容緩。科技服務作為創新生態系統的重要組成部分，在創新生態系統研發端可以提供創新研發、技術推廣、專業技術咨詢等研發服務；在生產端能夠提供創業孵化、科技金融、信息供給等生產服務（Howells等，2018）。兩種科技服務均有利于促進技術、人才、資金等創新資源流動，實現價值增值[1]，從而增加創新成果產出、提高創新主體創新能力，助力區域創新生態系統韌性提升。然而，不同類型科技服務具有異質性，其在增強區域創新生態系統韌性過程中可能發揮不同作用，同時我國科技服務體系尚存在專業化不強、服務能力有限等問題（陳洋等，2014），科技服務體系亟待完善。為此，有必要深入探析不同類型科技服務對區域創新生態系統韌性的影響效應與作用機制。

韌性（Resilience）是指系統受到干擾或破壞后，能夠恢復至初始彈性狀態并進一步演化達到新平衡狀態的能力。基于演化韌性視角的研究認為，區域創新生態系統韌性是指區域在面對外部環境沖擊和擾動時，通過自學習、自適應等方式抵抗風險、恢復到初始或更高功能狀態的能力[2]。在區域創新生態系統韌性提升過程中，知識、資金及研發人員等創新資源冗余和配置效率發揮至關重要的作用。組織理論研究指出，創新資源冗余能夠為組織應對外部壓力提供緩沖與支持，使得組織獲得更多市場機會、提升創新失敗容忍度 [3]，從而提高組織抗風險能力，增強區域創新生態系統韌性。與此同時，創新主體還能通過提高創新資源配置效率增強區域創新生態系統韌性——面對外界不確定性因素擾動時，區域創新生態系統主體可通過高效配置知識、資金及人員等創新資源，提高內部創新資源流動性，實現自身效益最大化并提升自身競爭優勢，進而強化區域創新生態系統韌性[4]。為此，本研究將創新資源冗余和創新資源配置效率納入分析框架，探究其在不同類型科技服務影響區域創新系統韌性過程中的作用機制，為完善科技服務體系和推動創新驅動發展戰略實施提供理論與實證支持。

1 文獻綜述

針對科技服務的研究，學者們主要從科技服務內涵界定[5-6]、科技服務類型[7-9]等方面展開。科技服務組織是為科學技術產生、傳播和應用，提供綜合性、專業化和社會化服務的機構[5]，其核心功能是為創新主體提供專業化服務，以促進科技成果轉化、產業化等科技活動順利進行[6]。已有研究認為，科技服務會根據不同服務對象提供不同類型服務[7]；在不同政策經濟條件下，科技服務組織所呈現出的特點和發揮的作用也存在異質性[8]。根據科技服務在區域創新生態系統研發端或成果轉化端介入環節的不同，可將科技服務分為前向共生型與后向共生型[9]。其中，在研發端介入的科技服務稱為前向共生型科技服務，其與高校、科研院所等知識或技術源頭的共生關系緊密，通過構建創新交流平臺、項目交易平臺、創新信息數據庫等助力學研機構了解前沿科技信息、發現更多創新需求（王小艷，2018）。在成果轉化端介入的科技服務稱為后向共生型科技服務，其與孵化器、檢驗檢測以及知識產權保護等與生產活動緊密關聯領域的共生程度較高，能夠為生產端提供產品質量檢測、人力資源管理、知識產權法律咨詢等服務（劉遙等，2018）。

在創新生態系統韌性方面，學者們主要從創新資源協調與系統演化等角度進行分析。創新生態系統主體包括企業、供應鏈成員、競爭者、高校和中介機構等（解學梅等，2021），主體創新價值實現需要依靠政府等外部組織的支持，利用新技術平臺加強互動，從多維度進行物質資源交換、信息交互（Meerow等，2016）。提升創新生態系統韌性，必須重視創新資源協調發展問題（Surie等，2017）。創新生態系統發展是一個由多個不同利益相關者共同驅動的復雜過程。系統演化能力是創新生態系統韌性提升的關鍵，系統演化動力可分為外力和內力。從外力來看，用戶和新創企業是系統演化的重要動力；從內力來看，不同層級創新主體通過協同和競爭，增加創新資源冗余，從而為提升區域系統創新韌性奠定基礎[10]。創新生態系統是創新全要素協調的系統，合理優化創新資源配置可以提高創新資源利用效率，增進創新系統主體整體效能，進而提升系統生態位，增強創新生態系統韌性（曾國屏等，2013）。

此外，現有文獻針對科技服務與區域創新關系進行了廣泛探討，多數學者認為，科技服務能夠提升區域創新水平。如高效的科技公共服務能夠間接幫助創新主體吸引人力、財力等創新資源，增強創新主體競爭力[11]；與創新支持有關的公共服務，如科技成果轉化服務等是決定區域創新水平的關鍵因素[12]；由政府部門發起和建立的科技園區、技術研發中心和孵化器等科技服務設施，能有效克服中小企業創新不足，促進區域科技創新。一些學者深入分析發現，科技服務對區域創新水平存在正向滯后效應，區域創新水平本身還存在累積效應，即前期創新水平是當期創新的基礎（劉瓊等，2021）。換而言之，科技服務水平在很大程度上取決于科技服務質量，而科技服務質量對區域創新水平的影響又受到人力資本、制度環境、產業結構等條件制約[13]。

綜上所述，現有文獻對科技服務內涵與類型、區域創新生態系統韌性形成以及科技服務與區域創新關系進行了探討，積累了較為豐富的研究成果。然而，仍然存在一些不足：①尚未從創新生態系統角度研究科技服務對創新生態系統韌性提升的作用機制；②缺乏從分類視角探索不同類型科技服務對創新生態系統韌性影響的差異性；③區域創新生態系統韌性提升是一個復雜過程，當前研究缺乏對從科技服務角度解構區域創新生態系統韌性提升的作用機制。為此，本文通過搭建前向共生型科技服務水平、后向共生型科技服務水平和創新生態系統韌性指標體系，探討在創新資源冗余與創新資源配置效率的中介作用下，不同類型科技服務對區域創新生態系統韌性的影響效應及作用機制。與已有研究相比，本文的邊際貢獻在于：第一，將科技服務水平、創新資源冗余與創新資源配置效率納入創新生態系統韌性分析框架，探索三者關系以及影響創新生態系統韌性的路徑，拓展創新生態系統韌性的理論研究。第二，將科技服務分為前向共生型科技服務與后向共生型科技服務，分別構建評價指標體系，研究其對創新生態系統韌性的異質性影響，為制定提高科技服務水平的相關政策提供實證依據。第三，借鑒演化韌性思想，探索區域創新生態系統韌性提升的非線性動態特征，為探究區域創新生態系統韌性影響因素與環境條件提供理論借鑒。

2 理論分析與研究假設

2.1 不同類型科技服務與區域創新生態系統韌性

創新生態系統中各主體協同是提升創新生態系統韌性的關鍵，科技服務在此過程中發揮橋梁與紐帶作用。前向共生型科技服務與研發端關系密切，后向共生型科技服務與生產端關系密切，兩種科技服務有效助力創新主體協同發展，促進創新生態系統韌性提升[14]。其中，前向共生型科技服務通過構建信息數據庫、知識交流與共享平臺等，有利于創新主體搜索與發現新知識，促進知識整合與儲備；通過提供技術咨詢、技術檢測等服務，加快新技術研發，提升新技術前沿性與穩定性；通過發揮媒介作用，促進政產學研金合作，提高創新資源供需匹配度，加速知識流動，實現價值增值，提高區域創新生態系統整體研發能力（周文泳等，2015）。后向共生型科技服務通過提供市場與用戶等需求信息，為科技成果產業化提供支撐，提高科技成果與市場需求契合度；通過提供科技成果小試、中試和試生產等服務，提升科技成果成熟度與可靠性；搭建成果轉化與交易平臺等，增進各主體協同合作，促進創新要素集聚與合理配置，從而提高區域創新生態系統運作效率，增強區域創新生態系統韌性[15]。概括來說，一方面，科技服務分別嵌入研發端和生產端，有利于創新主體獲取創新資源并優化配置，提升核心競爭力，從而提升各主體生態位適宜度[16]；另一方面，科技服務為區域創新生態系統構筑共享資源平臺，加速資源整合與流動，有效保障區域生態系統穩定性（雷雨嫣等，2019）。綜上，科技服務通過新知識發現機制、知識流動與價值增值機制、信息交流與資源共享機制等，提升區域創新生態系統韌性。基于此，本文提出以下研究假設：

H1：前向共生型和后向共生型科技服務對區域創新生態系統韌性均有顯著正向作用。

2.2 不同類型科技服務影響區域創新生態系統韌性的內在邏輯

2.2.1 前向共生型科技服務、創新資源冗余與區域創新生態系統韌性

前向共生型科技服務與創新生態系統研發端緊密相關，其本身也是一個知識循環系統[17]。從吸收能力視角，針對創新系統研發端知識、技術等創新要素稀缺的瓶頸，前向共生型科技服務能夠幫助創新主體獲取更多知識與技術，從而提升創新主體吸收能力和研發能力 [18]，增加創新產出，為創新資源冗余提供有力支撐。從服務內容視角，前向共生型科技服務能為高校、科研院所等研發機構提供專業知識、研發和解決問題的新方法，并且通過構筑創新交流平臺、項目交易平臺、創新信息數據庫等提供更多前沿科技信息，發現更多創新需求，進一步增加研發機構創新成果產出，提高創新資源冗余度。

創新資源冗余度反映組織知識、資金、研發人員等創新資源的豐裕程度。當創新主體面對內外部挑戰時，冗余資源提供資源緩沖與支持，有助于創新主體獲得市場機會、提升創新失敗容忍度，從而增強抗風險能力。面對高風險或高不確定性，冗余增加被認為是激活組織韌性的重要策略[19]。創新資源冗余度越高，越有利于創新主體乃至區域創新生態系統減少對單一路徑（如特定的知識或技術）的依賴，進而提升創新生態系統韌性。例如，華為依靠前期儲備的大量麒麟9000芯片，為自身手機業務持續盈利和抵御“實體清單”打壓風險提供了有利條件，從而強化了華為公司在危機情境下的生存和恢復能力。然而，需要注意的是，過多的創新資源冗余有可能使得創新主體資源利用率下降，從而造成創新主體反應延緩、區域創新生態系統韌性下降。基于上述分析，本文提出以下研究假設：

H2：創新資源冗余在前向共生型科技服務與區域創新生態系統韌性關系間存在中介作用。

2.2.2 前向共生型科技服務、創新資源配置效率與區域創新生態系統韌性

前向共生型科技服務作為知識中介，更注重響應區域創新生態系統研發端需求。研發活動的高效開展離不開異質性知識（技術）、資金等創新資源支持，現實中分布于各類創新載體上的創新資源因信息不對稱、溝通障礙或競爭壁壘，難以充分流動和交互。而前向共生型科技服務因與高校、科研院所之間存在緊密和廣泛聯系，能夠通過與技術知識源協同促進技術創造及擴散，而技術創造與擴散又會提高創新生態系統中具有關鍵支撐作用的人才、資金等要素流動性[20]，進而提升創新資源配置效率。從嵌入性視角，前向共生型科技服務能夠發揮中介作用，降低不同創新主體之間的溝通和協調成本，為創新主體以結構性嵌入方式或關系性嵌入方式嵌入區域創新生態系統奠定基礎，由此為不同創新主體基于互惠、再分配或交換等形式實現創新資源交流和配置提供便利[21]。

進一步分析，高效的創新資源配置能夠通過提升系統穩定性和結構洞優勢，增強區域創新生態系統韌性。一方面，區域創新生態系統中創新資源配置效率越高，創新主體之間的知識傳遞和技術擴散越頻繁，因而更易于推動創新生態系統形成較高的網絡聚集度和網絡核心度（雷語嫣等，2019），助力創新生態系統結構穩定；另一方面，高效的創新資源配置有利于鞏固相關創新主體的結構洞優勢[22]，從而促使區域創新生態系統在信息掌握、創新資源獲取以及資源集聚等方面相對于競爭對手擁有更大的競爭優勢。基于上述兩種機制，各創新主體在面對外界不確定環境等因素挑戰時能夠持續有效地實施創新資源交換，進而增強區域創新生態系統韌性。基于此，本文提出以下研究假設：

H3：前向共生型科技服務通過提高創新資源配置效率增強區域創新生態系統韌性。

2.2.3 后向共生型科技服務、創新資源冗余與區域創新生態系統韌性

后向共生型科技服務與創新生態系統生產端緊密結合，使得后向共生型科技服務與靠近生產端的企業易形成互動、融合、協調的發展關系，從而有助于建立以創新型企業為主體，聯合大學、研究機構和其它科技服務組織的技術創新聯盟[23]。在當前科技與經濟存在“兩張皮”的情況下，后向共生型科技服務機構作為聯結科技與經濟的“粘合劑”，有利于提高區域創新生態系統科技成果轉移轉化效率，從而為知識創造與交互、資金流轉及人才流動提供良好條件。從服務內容看，后向共生型科技服務可以通過共生網絡為各創新主體提供科技金融、知識產權、檢驗檢測等科技服務，增強企業技術創新能力并據此形成競爭優勢，從而增加創新產出，提高創新資源冗余度，增強區域創新生態系統韌性。基于此，結合前述研究假設H2中創新資源冗余與區域創新生態系統韌性關系的論述，本文提出以下研究假設：

H4：創新資源冗余度在后向共生型科技服務與區域創新生態系統韌性關系間發揮中介作用。

2.2.4 后向共生型科技服務、創新資源配置效率與區域創新生態系統韌性

后向共生型科技服務通過孵化器、技術咨詢等平臺為生產端提供科技信息、政策法規、知識產權等咨詢服務以及技術市場監督服務，將各類創新主體納入區域科技信息網絡（趙玉帛等，2022），進而降低創新風險，促進創新生態系統中具有關鍵支撐作用的技術、人才、市場等要素流動，有效提升創新資源配置效率。從市場需求與供給匹配視角，后向共生型科技服務可以通過構建連接科技成果轉化主體、充當創新要素搜索及成果轉讓交易等各類活動平臺，克服科技成果轉化面臨的與市場需求脫節、與企業需求不匹配等問題（王麗平等，2019），從而強化科技成果供給質量、提高創新資源配置效率。例如海爾HOPE平臺通過提供技術咨詢、技術尋源等服務，幫助創新生態系統內企業對全球范圍內的技術進行掃描、識別與挖掘，推動企業實現技術應用與轉化[22]，在提升創新資源配置效率的同時也響應了市場需求。基于此，結合前述假設H3中創新資源配置效率與區域創新生態系統韌性關系的論述，本文提出以下研究假設：

H5：后向共生型科技服務通過提高創新資源配置效率增強區域創新生態系統韌性。

3 研究設計

3.1 計量模型設定

為了驗證兩種科技服務是否增強區域創新生態系統韌性，構建基準回歸模型，如式（1）、式（2）所示：

其中，i、t分別表示省份和年份。被解釋變量RES為區域創新生態系統韌性。核心解釋變量FTSO、BTSO分別為前向共生型科技服務水平與后向共生型科技服務水平。Z為其它一系列控制變量，本文從經濟水平與科技水平兩個角度構建5個控制變量，分別為經濟發展水平（ECO），使用人均地區生產總值指數計算；城鎮化水平（URB），使用城鎮人口占總人口的比值測度；產業結構（IND），使用第三產業產值與第二產業產值的比值計算；人力資本水平（HUM），使用在校大學生數占總人口的比值計算；對外開放程度（OPEN），使用貨物進出口金額占地區生產總值的比值衡量。此外，μi表示個體固定效應，δt表示時間固定效應。εit表示隨機擾動項，服從正態分布且與μi不相關。α0、β0為常數項。

為了進一步探析科技服務影響區域創新生態系統韌性的非線性機制，構建兩種科技服務水平與區域創新生態系統韌性關系的門檻模型，如式（3）、式（4）所示。其中，I（*）為指示函數，TRE為門檻變量，ωi、θi為第i個門檻估計值（i=1，2，…，n），γ0、η0為常數項，其余變量含義同上。

3.2 數據來源與變量說明

3.2.1 數據來源

結合2011-2021年中國內地30個省市（西藏因數據缺失較多，未納入）平衡面板數據，實證研究不同類型科技服務對區域創新生態系統韌性的影響機制。區域創新生態系統韌性指標數據與控制變量數據來源于《中國統計年鑒》《中國科技統計年鑒》和各省市統計年鑒；科技服務水平指標數據來源于國家統計局的規模以上工業企業數據庫和國家專利局的專利數據庫，按照省市進行合并，得到2011—2021年不同年份、不同省市的面板數據。

3.2.2 變量說明

（1）區域創新生態系統韌性（RES）。參考Chen[24]的方法，結合區域創新生態系統韌性內涵，將區域創新生態系統韌性由遭受沖擊后能夠維持自身穩定的抵抗力水平、能夠回復到原有發展態勢的恢復力水平和依靠自身稟賦實現轉型發展的演化力水平綜合反映，構建區域創新生態系統韌性評價指標體系，具體見表1，并運用全局熵法進行TOPSIS權重計算。傳統的熵權法只能水平評估一年中不同區域或垂直評估不同年份的區域韌性，導致評估結果無法比較，因此使用全局熵權法結果作為每個指標權重以減少誤差，進而衡量區域創新生態系統韌性水平。具體步驟如下：

其中，A+j，A－j分別表示第j個指標的最大值和最小值，i表示年份，u'ij表示數據標準化值，ωj表示第j個指標的全局權重，D+i，D－i分別表示最優解和最差解，接近度Ci反映評估對象與最優解決方案的接近程度，其值越大，表示韌性越強。

（2）前向共生型科技服務水平（FTSO）。在科技服務水平研究中，學者們多采用數據包絡分析法（DEA）測度服務水平[25]。參照孟慶濤等[9]的相關研究，根據科技服務對研發活動與產業活動的介入程度，將科技服務分為前向共生型與后向共生型。其中，前向共生型科技服務（后文簡稱“前向科技服務”）與作為知識或技術源頭的高校、科研院所聯系密切，故采用DEA-Malmquist指數法，選取與高校、科研院所相關的科技投入和科技產出指標構建前向科技服務水平評價指標體系。

（3）后向共生型科技服務水平（BTSO）。后向共生型科技服務（后文簡稱“后向科技服務”）與產業活動緊密相關，與孵化器、檢驗測試以及知識產權保護等領域的共生程度較高，故選取與孵化器、中試平臺相關的科技投入和科技產出指標構建后向科技服務水平評價指標體系。具體指標見表2。

（4）中介變量。創新資源冗余度（SLA），借鑒組織管理學中采用費用收入比表征組織冗余水平的做法[26]，本文使用Ramp;D經費支出與技術市場交易額的比值衡量創新資源冗余度；創新資源配置效率（EFF），借鑒張伯超等[27]構建的創新資源配置效率定量評估模型，定量計算各省市創新資源配置效率。

4 實證結果分析

4.1 描述性統計

本文以中國內地30個省市面板數據為樣本，共獲得330個樣本觀測值。主要變量描述性統計結果如表3所示。

4.2 回歸結果分析

對2011—2021年各省市數據首先進行VIF檢驗，結果顯示，方差膨脹因子均小于5，說明不存在多重共線性問題。然后進行豪斯曼檢驗，χ2=187.46，相應的P值趨近于0，說明固定效應模型比隨機效應模型更合適，故選擇固定效應模型。具體回歸結果如表4所示。

表4中前三列是前向科技服務水平對區域創新生態系統韌性影響的檢驗結果，后三列是后向科技服務水平對區域創新生態系統韌性影響的檢驗結果。模型（1）和模型（4）是混合OLS模型估計結果，模型（2）和模型（5）是雙向固定效應模型估計結果，模型（3）和模型（6）是消除異方差與自相關的雙向固定效應模型估計結果。表中數據顯示，兩種科技服務水平的回歸系數在0.05水平上顯著為正，說明兩種科技服務水平提升能夠增強創新生態系統韌性，假設H1得到初步驗證。這可能是因為：其一，科技服務通過各類研發服務平臺與生產服務中心實現創新資源共享，促進科技成果產出，增加創新資源冗余，進而增強區域創新生態系統韌性；其二，科技服務能夠將各類創新主體納入區域科技信息網絡，促進創新生態系統中具有關鍵支撐作用的技術、人才、市場等要素流動[20]，從而提升創新資源配置效率，增強區域創新生態系統韌性。后向科技服務水平的影響系數大于前向的系數，初步說明后向科技服務對創新生態系統韌性的促進作用更顯著。這可能是因為，前向科技服務忽視了管理、資源流動等制約因素[13]，導致科技服務對科研成果共享的促進功能無法充分發揮。

4.3 穩健性檢驗

為了確保兩種科技服務對區域創新生態系統韌性影響效應的結論可靠，分別采用調整樣本（剔除4個直轄市樣本）和更換回歸模型（更換為系統廣義矩估計模型）兩種方式進行實證檢驗，結果如表5所示。由于兩種科技服務對區域創新生態系統韌性存在滯后效應，說明前述靜態模型可能存在內生性問題。為避免內生性問題以及反向因果關系的影響，本文模型（7）和模型（9）是剔除特殊樣本的固定效應模型估計結果，模型（8）和模型（10）是將兩種科技服務水平滯后一期作為工具變量的系統廣義矩估計結果。結果顯示，回歸系數的方向和顯著性基本保持不變，說明原模型具有較高穩健性。

4.4 兩種科技服務影響區域創新生態系統韌性的中介效應檢驗

在科技服務影響區域創新生態系統韌性的過程中，創新資源冗余、創新資源配置效率等因素發揮重要作用。表6與表7為Sobel檢驗結果。表6中模型（11）與模型（12）為中介變量創新資源冗余對前向科技服務水平與區域創新生態系統韌性關系的影響。結果顯示，前向科技服務有助于提升創新資源冗余水平，其間接效應在0.01水平上顯著，說明前向科技服務可以顯著促進創新資源冗余度提升，進而增強區域創新生態系統韌性，假設H2得到部分驗證。模型（13）與模型（14）為創新資源配置效率作為中介變量的檢驗結果，值得注意的是，在檢驗前向科技服務水平對創新資源配置效率的影響時，模型并沒有通過顯著性檢驗，說明前向科技服務沒有顯著提升區域創新資源配置效率，創新資源配置效率在前向科技服務水平對區域創新生態系統韌性的影響中不存在中介效應，因此假設H3不成立。這進一步驗證在提供前向科技服務時，高校、科研院等研發機構的創新成果難以契合生產端，易造成 “曲高和寡”及科研成果被“冷藏”（陳洋等，2014），從而無法提升創新資源配置效率。進一步，模型（15）將創新資源冗余和創新資源配置效率兩種中介變量同時引入模型，結果顯示，中介變量的作用方向和顯著性并未發生轉變，驗證了模型（11）～模型（14）的結論。

模型（16）和模型（17）為中介變量創新資源冗余影響后向科技服務水平與區域創新生態系統韌性關系的作用效果，結果表明，后向科技服務對創新資源冗余作用顯著，Sobel檢驗結果也為顯著，說明伴隨后向科技服務的提供與完善，創新資源冗余增大，增強了區域創新生態系統韌性，假設H4得到部分驗證。這是因為，后向科技服務通過孵化器、技術咨詢等平臺為生產端提供科技信息、政策法規、知識產權保護等咨詢服務以及技術市場監督服務，將各類創新主體納入區域科技信息網絡（趙玉帛等，2022），從而降低創新風險，促進創新生態系統中具有關鍵支撐作用的技術、人才、市場等要素充分流動[1]，從而提升創新資源配置效率，增強區域創新生態系統韌性。模型（18）和模型（19）為創新資源配置效率的中介效應，結果顯示，后向科技服務顯著提升創新資源配置效率，進而增強區域創新生態系統韌性，因此假設H5通過檢驗。進一步，模型（20）將創新資源冗余和創新資源配置效率兩種中介變量同時引入模型，結果顯示，中介變量的作用方向和顯著性并未發生轉變，驗證了模型（16）至模型（19）的結論。

4.5 兩種科技服務影響區域創新生態系統韌性的門檻效應檢驗

為分析兩種科技服務影響區域創新生態系統韌性的內在機制，明晰不同發展情境下科技服務影響區域創新生態系統韌性的異質性，從創新資源冗余與創新資源配置效率兩個角度分析不同情境下兩種科技服務對區域創新生態系統韌性的非線性影響，并對模型進行門檻效應檢驗。表8為門檻回歸結果，數據顯示，創新資源冗余和創新資源配置效率均存在顯著的門檻效應。其中，模型（21）和模型（22）是前向科技服務水平影響區域創新生態系統韌性的門檻效應檢驗結果，模型（23）和模型（24）是后向科技服務水平影響區域創新生態系統韌性的門檻效應檢驗結果。

4.5.1 創新資源冗余門檻變量回歸結果

以創新資源冗余作為門檻變量，對兩種科技服務對區域創新生態系統韌性的影響進行回歸分析，結果見表8的模型（21）和模型（23）。可以發現，當兩種科技服務水平作為核心解釋變量時，創新資源冗余存在顯著的雙門檻效應。

以前向科技服務水平為核心解釋變量時，門檻值分別為0.143與0.571。當創新資源冗余低于第一個門檻值0.143時，前向科技服務水平對區域創新生態系統韌性的影響系數為0.031且未通過顯著性檢驗；當冗余值介于0.143～0.571之間時，影響系數為0.265且在0.05的水平顯著；當冗余值大于第二個門檻值0.571時，影響系數降為0.135，但仍在0.05的水平上顯著。以后向科技服務水平為核心解釋變量時，門檻值分別為0.231與0.603。當創新資源冗余值低于第一個門檻值0.231時，后向科技服務水平對區域創新生態系統韌性的影響系數為0.002且在0.05的水平上顯著；當冗余值介于0.231～0.603之間時，影響系數為0.973且在0.01的水平上顯著；當冗余值大于第二個門檻值0.603時，影響系數降為0.594，但仍在0.05的水平上顯著。這說明隨著創新資源冗余增大，兩種科技服務促進區域創新生態系統韌性增強的邊際效應得到非線性提升。這是因為，當區域創新資源冗余處于較低水平時，區域創新系統中的創新資源供給不足，前向科技服務難以與研發端協同，后向科技服務對區域創新生態系統韌性的賦能作用也微乎其微；隨著冗余增大，兩種科技服務對區域創新生態系統韌性的助力作用得到顯著提升；但是當冗余超過某特定值后，兩種科技服務對區域創新生態系統的邊際效應會產生擠出作用，其助力作用會出現一定程度下降，這是由于創新資源與區域吸收能力失調造成資源浪費[18]，導致兩種科技服務無法充分發揮其配置和消化創新資源的能力。至此，假設H2和假設H4得到驗證。

4.5.2 創新資源配置效率門檻變量回歸結果

以創新資源配置效率作為門檻變量，對兩種科技服務增強區域創新生態系統韌性的影響效應進行回歸分析，結果見表8的模型（22）和模型（24）。可以發現，將兩種科技服務水平作為核心解釋變量，創新資源配置效率均存在顯著的單門檻效應。

以前向科技服務水平作為核心解釋變量時，門檻值為0.388。當創新資源配置效率低于門檻值0.388時，前向科技服務水平對區域創新生態系統韌性的影響系數為0.073且未通過顯著性檢驗；當配置效率超過門檻值0.388時，影響系數為0.385且在0.05的水平上顯著。以后向科技服務水平為核心解釋變量時，門檻值為0.395，當創新資源配置效率低于門檻值0.395時，后向科技服務水平對區域創新生態系統韌性的影響系數為0.005且在0.1的水平上顯著；當配置效率超過門檻值0.395時，影響系數為1.279且在0.01的水平上顯著。創新資源配置效率是區域創新生態系統中促進科技服務轉化為技術支撐、提升系統主體創新效率的關鍵因素[27]，在不同的創新資源配置效率下兩種科技服務會對區域創新生態系統韌性產生差異化影響。相對于配置效率低下地區，配置效率高效地區能夠充分利用區域科技服務供給，更好地發揮其對區域創新生態系統的正向作用。

4.6 進一步研究：兩種科技服務協同對區域創新生態系統韌性的影響效應檢驗

科技服務的目的在于強化創新主體互動與合作，進而促進科技創新向生產力轉化（王麗平等，2019）。從創新生態系統視角，具備科技活動介入優勢的前向共生型科技服務與擁有產業活動介入優勢的后向共生型科技服務協同，有可能演化形成雙向共生型科技服務，通過科技服務前后向的緊密連接，促進形成科技與產業深度融合的良性循環[9]，提升創新體系生態位，進而增強區域創新生態系統韌性。為此，將前向與后向科技服務水平的乘積項作為變量，引入基準回歸模型，探討雙向共生型科技服務對區域創新生態系統韌性的影響。計量模型如下：

其中，PRO為前向科技服務水平與后向科技服務水平中心化后的乘積項，回歸結果如表9所示。

模型（25）是混合OLS模型估計結果，模型（26）是雙向固定效應模型估計結果，模型（27）是消除異方差和自相關的雙向固定效應模型估計結果。結果顯示，乘積項系數均在0.1的水平上顯著為正，且前向科技服務水平與后向科技服務水平的作用方向并未發生改變，說明雙向共生型作為前向共生型與后向共生型共同演化的方向，可以有效促進科技創新與產業發展良性互動，提高區域創新生態系統韌性。

5 結論與啟示

5.1 研究結論

本文以2011—2021年中國內地30個省市面板數據為樣本，測度各地區前向科技服務水平、后向科技服務水平和創新生態系統韌性，實證檢驗兩種科技服務對區域創新生態系統韌性的影響效應及作用機制，得出如下結論：

（1）兩種科技服務均對區域創新生態系統韌性具有顯著促進作用，與前向科技服務比較，后向科技服務的助力作用更顯著，且該結論經過多重穩健性檢驗后仍然成立。

（2）創新資源冗余在前向科技服務增強區域創新生態系統韌性的過程中發揮中介作用，創新資源冗余和配置效率在后向科技服務增強區域創新生態系統韌性的過程中也發揮中介作用。

（3）隨著創新資源冗余度提升，兩種科技服務增強區域創新生態系統韌性的邊際效應呈現倒U型發展趨勢；隨著創新資源配置效率提升，兩種科技服務增強區域創新生態系統韌性的邊際效應呈現提升態勢。

（4）從協同角度進一步檢驗發現，兩種科技服務協同對區域創新生態系統韌性具有顯著增強效應，說明前向共生型、后向共生型科技服務協同能發揮功能互補作用，是增強區域創新生態系統韌性的重要手段之一。

5.2 實踐啟示

（1）注重科技服務與創新生態系統融合，提升科技服務水平。首先，遵循前向型和后向型科技服務特點，完善價值共創、利益共享、風險共擔等機制，促進科技服務與創新生態系統深度融合。其次，為響應創新生態系統韌性提升訴求，科技服務部門需強化主動服務意識，加強與高校、科研院所等合作，積極獲取新知識與新技術，持續提供高質量服務。最后，注重科技服務政策的保障功能，完善知識產權保護、科技金融服務、科技服務人才培育等政策，發揮不同類型科技服務功能，增強區域創新生態系統韌性。

（2）保持合適的創新資源冗余度，進一步提高創新資源配置效率。發揮創新資源冗余與創新配置效率在科技服務增強區域創新生態系統韌性過程中的助力作用，其一，拓展區域創新資源供給渠道，搭建創新資源共享平臺；優化創新環境，引導各類創新資源集聚，進而提升區域創新資源冗余度，保障創新生態系統所需的創新資源多樣性和豐富性；合理調控資源冗余度，避免資源過度擁擠而產生利用率低下現象。其二，區域創新系統主體要提升管理水平，構建數字化管理系統，優化資源配置機制；打破創新資源跨部門、跨組織流動壁壘，促進資金、人才、信息等創新要素合理流動和價值增值。

（3）加強不同類型科技服務協同，提高科技服務整體效能。增強區域創新生態系統韌性，需要加強前向型與后向型科技服務的協同。一方面，需要將科技咨詢服務、檢驗檢測服務、科技人員培訓服務、法律法規服務、金融保險服務等集成，構建“一站式”服務體系。另一方面，完善技術交易市場，搭建科技成果小試、中試平臺，加大科技孵化器、產業技術聯盟等建設，實現科技服務整體效能提升，增強區域創新生態系統韌性。

5.3 不足與展望

本文探討了創新資源冗余、創新資源配置效率對兩類科技服務與區域生態系統韌性關系的影響機理和異質性作用，尚存在以下不足之處：①變量測量方面，依照慣例，采用組織冗余測量方法衡量創新資源冗余度，然而不同創新主體創新資源冗余的構成具有較大差異性，可能對測量結果產生一定影響；②未考察創新資源冗余度與創新資源配置效率間可能存在的交互作用。后續研究將進一步圍繞以上局限進行完善。

參考文獻：

[1] 袁汝華，馬城楠.江蘇省科技服務業創新生態系統適宜度評價——基于Vague集理論[J].科技管理研究，2020，40（6）：75-82.

[2] 梁林，趙玉帛，劉兵.國家級新區創新生態系統韌性監測與預警研究[J].中國軟科學，2020，35（7）：92-111.

[3] 李德輝，潘麗君，尚鐸.企業數字化轉型、冗余資源與創新產出——基于中國非金融上市公司的考察[J].軟科學，2023，37（9）：1-7.

[4] ALMEIDA H， WOLFENZON D. Should business groups be dismantled？the equilibrium costs of efficient internal capital markets[J]. Journal of Financial Economics，2006，79（1）：99-144.

[5] 蔣永康，梅強，李文遠.關于科技服務業內涵和外延的界定[J].商業時代，2010，6（1）：111-112.

[6] ZIEBA M， BOLISANI E， PAIOLA M， et al. Searching for innovation knowledge： insight into KIBS companies [J]. Knowledge Management Research Practice，2017，15（2）：282-293.

[7] GALLOUJ F. Knowledge-intensive business services： processing knowledge and producing innovation[J]. Productivity， Innovation and Knowledge in Services： New Economic and Socio-economic Approaches，2002，4（12）：256-284.

[8] ZHANG Y. Research on agglomeration characteristics and influencing factors of technology service industry-taking the pearl river delta as an example[J]. Science Technology Economy，2017，30（5）：16-20.

[9] 孟慶濤，徐雨森，李海波.科技服務組織類型與支撐能力組合研究[J].科研管理，2020，41（10）：156-163.

[10] 趙冬月，施波，陳以琴，等.協同管理對城市韌性增強機制的影響[J].管理評論，2016，28（8）：207-214.

[11] RANGUS K， SLAVEC A. The interplay of decentralization， employee involvement and absorptive capacity on firms' innovation and business performance[J]. Technological Forecasting and Social Change，2017，120（3）：195-203.

[12] STERNBERG R. Innovation networks and regional development—evidence from the European regional innovation survey （ERIS）： theoretical concepts， methodological approach， empirical basis and introduction to the theme issue[J]. European Planning Studies，2000，8（4）：389-407.

[13] 王雅潔，張淼.中國省域知識溢出對區域創新的影響研究——基于吸收能力的視角[J].華東經濟管理，2020，34（8）：44-54.

[14] 孟慶濤，徐雨森.知識關聯對科技服務組織的作用機制研究[J].管理案例研究與評論，2018，11（4）：380-393.

[15] RANGUS K， SLAVEC A. The interplay of decentralization， employee involvement and absorptive capacity on firms' innovation and business performance[J]. Technological Forecasting amp; Social Change，2017，120（1）：195-203.

[16] 孫麗文，李躍.京津冀區域創新生態系統生態位適宜度評價[J].科技進步與對策，2017，34（4）：47-53.

[17] DESYLLAS P， MIOZZO M， LEE H， et al. Capturing value from innovation in knowledge-intensive business service firms： the role of competitive strategy[J]. British Journal of Management，2018，29（4）：769-795.

[18] 劉瓊，郭俊華，徐倪妮.科技公共服務質量對區域創新水平的影響——基于吸收能力的門檻效應分析[J].中國科技論壇，2021，38（6）：77-87.

[19] 宋耘，王婕，陳浩澤.逆全球化情境下企業的組織韌性形成機制——基于華為公司的案例研究[J].外國經濟與管理，2021，43（5）：3-19.

[20] 武翠，譚清美.產業相關多樣性對區域經濟韌性的影響——來自創新生態系統共生性的解釋[J].科技進步與對策，2023，40（6）：69-79.

[21] 董津津，陳關聚.創新網絡嵌入性、社區意識對企業創新績效的影響[J].科技進步與對策，2020，37（5）：77-86.

[22] 董津津，陳關聚.技術創新視角下平臺生態系統形成、融合與治理研究[J].科技進步與對策，2020，37（20）：20-26.

[23] 陳靜，曾德明，歐陽曉平.基于探索式創新的知識整合能力對制造企業績效的影響[J].系統管理學報，2021，30（4）：631-642.

[24] CHEN H， CAI S. Research on evaluation and influencing factors of regional digital innovation ecosystem resilience—empirical research based on panel data of 30 provinces and cities in China[J]. Sustainability，2023，15（13）：10477.

[25] 胡稅根，莫錦江，李倩.基于數據包絡分析的公共文化科技服務資源配置效率研究[J].行政論壇，2018，25（5）：99-105.

[26] 周建，秦蓉，王順昊.連鎖董事任職經驗與企業創新——組織冗余的調節作用[J].研究與發展管理，2021，33（5）：40-53.

[27] 張伯超，姚瑾，尹良富.上海市創新資源結構性配置效率定量評估與特征分析[J].上海經濟研究，2023，8（1）：42-54.

（責任編輯：胡俊健）

The Mechanism of Different Types of Technology Services Affecting the Resilience of Regional Innovation Ecosystems

Liu Jiashu， Tian Zhongrui， Dong Jinjin

（School of Business， Anhui University of Technology， Ma'anshan 243000， China）

Abstract：Along with the global economic downturn， geopolitical instability， and blockade of key technologies， the risks faced by the innovation ecosystem have been increasing. Therefore， it is urgent to improve the resilience of the regional innovation ecosystem. As an important part of the innovation ecosystem， technology services can provide Ramp;D services， such as innovative Ramp;D， technology promotion， and professional technical consulting on the Ramp;D segment of the innovation ecosystem; on the production side， they can provide production services such as entrepreneurial incubation， financial technology， information supply， etc. Both types of technology services are conducive to promoting the flow and value appreciation of innovation resources， thereby strengthening the output of innovation results， improving the innovation capabilities of each innovation entity， and helping to enhance the resilience of the regional innovation ecosystem. However， on the one hand， due to the heterogeneity of different types of technology services， they may play different roles in enhancing the resilience of the regional innovation ecosystem; on the other hand， current technology services in China are confronted with weak specialization， limited service capabilities and other issues. To this end， it is necessary to further explore the effects and mechanisms of different types of technology services on the resilience of regional innovation ecosystems.

This study examines the internal logic of two types of technology services affecting the resilience of regional innovation ecosystems， and introduces innovation resource redundancy and innovation resource allocation efficiency. After clarifying their role in the impact path， it puts forward five research hypotheses and constructs an index system for the level of forward symbiotic technology service， backward symbiotic technology service and resilience of innovation ecosystem; and the balanced panel data for 30 provinces （municipalities and autonomous regions） from 2011-2021 are collected for empirical test to explore the mechanism of different types of technology services on the resilience of innovation ecosystem under the mediating effect of innovation resource redundancy and innovation resource allocation， and discover the effect of two technology services synergistically affecting the resilience of innovation ecosystem.

The following main conclusions are presented. First， both types of technology services have a significant effect on improving the resilience of innovation ecosystem in China. Compared with forward technology services， the boosting effect of backward technology services is more obvious. Second， innovation resource redundancy plays a mediating role in the process of forward technology services enhancing the resilience of innovation ecosystem; innovation resource redundancy and allocation efficiency play a mediating role in the process of backward technology services enhancing the resilience of innovation ecosystem. Third， as the redundancy of innovation resources increases， the marginal benefits of the two technology services in enhancing the resilience of innovation ecosystem show an inverted U-shaped trend; as the efficiency of innovation resource allocation increases， the marginal benefits of the two technology services in enhancing the resilience of innovation ecosystem increase. Fourth， from the perspective of synergy， the synergy of two types of technology services has a significant enhancement effect on the resilience of innovation ecosystem. The \"forward symbiosis\" and \"backward symbiosis\" technology services strengthen synergy and play a complementary role in their functions， which can improve regional innovation ecosystem resilience and sustainability.

Compared with existing research， the marginal contributions of this study are threefold. First， it incorporates technology service level， innovation resource redundancy and innovation resource allocation efficiency into the innovation ecosystem resilience analysis framework to explore the relationship between the three and their paths affecting the resilience of innovation ecosystems. As such， it expands related research on the resilience of innovation ecosystems. Second， it divides technology services into forward symbiotic technology services and backward symbiosis technology services， constructs their evaluation index systems， respectively， studies their impact on the resilience of innovation ecosystem， thus providing evidence for the formulation of relevant policies to improve the level of technology services. Third， it draws on the idea of evolutionary resilience to explore the nonlinear dynamic characteristics of regional innovation ecosystem resilience improvement， which provides theoretical reference for exploring the influencing factors and environmental conditions of regional innovation ecosystem resilience.

Key Words：Technology Services; Innovation Ecosystem Resilience; Innovation Resource Redundancy; Innovation Resource Allocation Efficiency

收稿日期：2023-10-07 修回日期：2023-12-19

基金項目：國家社會科學基金重點項目（22AJL002）；安徽省高校人文社科重點項目（2022AH050285）

作者簡介：劉家樹（1975-），男，安徽六安人，博士，安徽工業大學商學院教授、博士生導師，研究方向為技術創新管理；田中銳（1998-），男，江蘇常熟人，安徽工業大學商學院碩士研究生，研究方向為數字經濟與科技創新；董津津（1987-），男，安徽懷寧人，博士，安徽工業大學商學院講師、碩士生導師，研究方向為技術創新管理。