區域數字創新生態系統韌性提升多維組態路徑研究

DOI：10. 6049/kjjbydc. 2024040055中圖分類號：F061.5 文獻標識碼：A開放科學（資源服務）標識碼（OSID）：文章編號：1001-7348（2025）11-0085-12

0 引言

數字創新生態系統是具備跨時空創新融合特征的復雜社會生態系統，其借助數字技術和平臺賦能機制不斷突破傳統創新邊界，全面推動產品、服務、業態和產業等不同層面數字創新1，已成為促進數字經濟增長和新舊動能轉換的加速器（余江等，2017）。但在VUCA時代，各區域數字創新生態系統易受到突發事件影響，如自2018年以來持續升級的中美貿易戰和2020年初暴發的新冠疫情，都對我國數字技術發展造成重大影響，缺乏韌性的數字創新生態系統易停滯不前，甚至倒退崩潰；而具有韌性的數字創新生態系統能快速適應動態復雜的外部環境，實現功能進化和可持續發展。區域數字創新生態系統韌性不僅強調數字創新過程中主體、要素、環境、結構、功能等在遭受外部沖擊與壓力時具有的恢復和適應能力，還包括升級為更優數字創新效能系統的進化能力[2。因此，如何增強區域數字創新生態系統韌性是各國推動數字經濟高速發展和工業5.0建設過程中重點關注的話題，值得學界深人探討。

“物理（ ΔW_U–li） —事理（Shi-li）—人理（Ren-li）\"方法論（簡稱WSR）強調復雜性、系統性和能動性[3]，與數字創新生態系統韌性的復雜、多維特征相契合，能為后者組態研究提供合適的理論框架。同時，動態QCA方法突破傳統QCA方法的“時間盲區”，可從時空雙維視角揭示區域數字創新生態系統韌性的前因組態路徑和演化規律。鑒于此，本文以WSR方法論為框架，使用動態QCA方法對區域數字創新生態系統韌性的前因組態進行探究，并試圖回答以下問題：區域數字創新生態系統韌性如何測量？哪些前因變量構成強/弱區域數字創新生態系統韌性的必要條件？哪些前因組態構成強/弱區域數字創新生態系統韌性的充分條件？前因組態是否存在顯著的時空效應？

1文獻綜述與組態模型

1.1 文獻綜述

1. 1.1 數字創新生態系統

數字創新生態系統是創新生態系統理論在數字情境下的新發展，是數字創新與創新生態系統創造性交融形成的復雜系統[4]。其既關注數字創新主體與利益相關者的多樣化、平臺化、虛擬化互動關系[5-6]，又強調系統主體借助數字技術重新進行資源編排并創造新產品、新技術、新服務的過程[。目前，學者們將數字創新生態系統劃分為微觀企業、中觀產業/區域、宏觀國家三大層次，以及數字產業增量創新系統（I型）和產業數字化融合創新系統（Ⅱ型）兩大類型（張超等，2021）。張超等（2021）、寧連舉等（2021）、魏江等（2021）張瑤和張光宇（2023）、孫永磊等（2023）、田慶鋒等（2024）先后從理論基礎、系統特性（健康性、共生性）、演化模式和治理機制等方面對數字創新生態系統展開豐富的探索。區域數字創新生態系統是數字創新生態系統在中觀層面的細化研究，側重于對地理邊界和區域范圍內各種數字創新群落、關鍵要素流動和數字創新環境之間共生競合、動態演化關系的探討。李曉娣和饒美仙、荊玲玲和黃慧麗等使用fsQCA方法探究區域數字創新生態系統作為復雜前因對創新創業績效的影響，但仍需進一步豐富區域層面數字創新生態系統相關主題的實證研究。

1. 1.2 區域數字創新生態系統韌性

韌性理論起源于物理學、工程學，后被Holling（1973）引入社會生態系統，如今成為管理學領域研究熱點，拓展了創新管理研究范疇[9]。楊偉等[10]結合創新生態系統、數字創新和韌性理論，正式提出“區域數字創新生態系統韌性”概念。目前，數字創新生態系統韌性研究尚處于基礎理論構建和測度指標探索階段。如楊偉等[10]、Liang和Li（2023）構建了包括多樣性、流動性、緩沖性和進化性四大韌性特征的綜合評價體系；趙玉帛等（2022）在四大韌性特征基礎上，增加了對網絡性維度的描述，但尚未對該指標進行測度；Chen和Cai（2023）基于“壓力—狀態—響應\"模型測度區域數字創新生態系統韌性水平。除上述研究外，胡甲濱等[2]使用“數字產業新產品銷售收入的實際變化情況”這一核心變量表征數字創新韌性。同時，學者們在測度韌性的基礎上進一步探究了數字創新生態系統韌性的前因和后效，如政府治理利基等前因條件如何協同以實現區域數字創新生態系統強韌性[10]，知識產權治理如何間接影響城市數字創新生態系統韌性[11]，數字創新生態系統韌性和外部沖擊要素組合如何共同作用于區域數字經濟發展[12]

綜上，關于區域數字創新生態系統韌性的研究可從以下方面拓展： ① 從指標測度看，現有綜合測度研究偏向于數字產業增量創新系統（I型）韌性測度，相對忽略了對產業數字化融合創新系統（Ⅱ型）韌性的考量，可嘗試將二者結合，從整體視角進行探究； ② 從條件變量看，雖然學者們探討了政府治理利基要素對區域數字創新生態系統韌性的聯動效應，但忽略了其它維度因素的影響，可從復雜科學視角建立多維條件變量框架； ③ 從數據類型看，現有研究多使用靜態截面數據或平均面板數據，對其演化過程考慮不足，可進一步深化對動態視角下區域數字創新生態系統韌性前因條件組態效應及演化規律的探討。

1. 2 WSR方法論

WSR方法論是學者顧基發和朱志昌基于中國復雜情境提出的系統科學理論，強調在處理復雜問題時需將物理、事理和人理三方面因素納入綜合考量。該方法論在經歷了工具化階段（1994一2004年）和應用化階段（2005一2015年）后，進人加速應用階段（2016年以來）（高暢等，2021），并不斷向管理學領域深化和拓展（寇曉東等，2021）。其中，“物理\"是指物質運動的機理和客觀條件，如物質資源、基礎環境和結構組織運行機理，需要通過自然科學方法調查、分析進而回答“物是什么（What）”，從而尋找解決問題的客觀物質條件；“事理\"是指事情的原理和章程，通常使用運籌學與管理科學方面知識回答“怎樣去做（How）”，強調遵循規律統籌安排人財物，從而構建合適的管理方法和制度；“人理\"是指復雜系統運行過程中主體間的能動關系，通常立足于社會學和心理學知識回答“如何做更好\"（HowBetter），以實現組織和個體價值。

本文采用WSR框架對區域數字創新生態系統韌性的外部影響因素進行探究，主要基于以下三方面原因： ① WSR方法論重視復雜性與系統性，并強調多維度因素的協同效應（張銘等，2023），適用于探究區域數字創新生態系統韌性的復雜前因； ② WSR方法論關注人在系統中的重要作用，強調人的主觀能動性（寇曉東等，2021），與數字創新生態系統韌性強調主體多樣性建設的觀點具有天然契合性； ③ WSR方法論立足于本土性，兼容東西方管理思想之長[13]，將其應用于數字創新生態系統韌性研究，不僅能豐富WSR方法論在VU-CA情境下的實踐案例，還能完善數字創新生態系統韌性研究理論庫。

1.3 組態模型

本文從物理、事理和人理三個層面構建組態模型，探討區域數字創新生態系統韌性提升的組態路徑。

1.3.1 物理層面

物理強調客觀存在的物質基礎，正如“巧婦難為無來之炊\"中的“米”。從配置視角看，本文以省域數字創新生態系統為分析單元，其物理因素是指區域產業發展條件，包括數字產業集聚和產業多樣化。

數字產業集聚。數字產業可吸引前沿數字知識、數字技術和數字人才集聚，為數字創新活動提供平臺和基礎設施保障[]，使得集聚空間內的組織獲得技術創新先發優勢，并催生新產業、新業態，降低外部沖擊帶來的不確定性[14]，有助于提升區域數字創新生態系統韌性。

產業多樣化。產業多樣化意味著區域產業豐富多樣，有助于促進不同產業合作創新和知識溢出，提升區域技術復雜度和經濟韌性[15-16]。同時，產業多樣化下的市場環境更為開放、包容，多樣化的數字技術需求有助于催生新數字技術和新產業路徑，在一定程度上降低數字創新成本并分散外部沖擊帶來的風險。

1.3.2 事理層面

“事理”是指做事原則和規律，相對應“巧婦難為無來之炊\"中的“炊”。從保障視角，事理因素是在相對穩定、可預測的環境中為促進創新資源優化配置，系統管理者所制定的各種制度。本文選取的事理因素主要包括創新保護制度和市場制度。

創新保護制度。創新保護制度通過立法、執法和施行效用予以體現[17]。創新立法和創新執法有助于加強與完善我國創新法治建設的一體兩面，是中國式創新可持續發展的重要保障，而創新法制施行效用能反映立法和執法效果，有助于實現創新保護的閉環。創新保護制度能夠降低創新者權益被侵犯的風險，利于吸引外商投資或貿易授權[18]，從而促進數字創新、知識溢出和成果轉化[19]

市場制度。市場制度是政府和市場參與者共同組成的市場規范管理機制。健全、開放的市場制度能有效緩解信息不對稱問題，吸引并激勵創新投人，產生顯著的人才集聚、信息投資和技術溢出效應，加速創新進程和創新成果產出[20]。同時，市場制度是與新基建同等重要的基礎要素，對保障數字經濟健康發展具有重要作用。

1.3.3 人理層面

“人理\"強調人在主導物和事過程中的關鍵作用，突出“巧婦難為無米之炊”中“巧婦”的重要性。不同于自然生態系統，數字創新生態系統是典型的人造生態系統，人在系統韌性提升過程中發揮不容忽視的作用。因此，從主觀能動性視角，人理層面因素聚焦于政府創新偏好和企業技術創新水平。

政府創新偏好。政府創新偏好反映政府對科技創新領域的關注度和支持度。地方政府會根據自身科技創新偏好選擇合適的政策工具組合以進行創新資源配置，調動社會創新積極性、推動區域科技創新[21]。同時，政府創新偏好在引領數字經濟發展過程中起到關鍵作用[22]，有利于提升區域數字創新創業活躍度。

企業技術創新水平。企業是數字創新生態系統的核心主體，在技術研發和成果轉化中發揮引領作用（王瑞等，2024）。提升企業技術創新水平不僅有助于增強企業自身組織韌性[23]，還有助于提升區域創新效率、帶動跨區域合作創新，是增強區域數字創新生態系統韌性的核心動力。

綜上，本文基于WSR框架構建區域數字創新生態系統韌性的組態模型，具體如圖1所示，旨在回答物理、事理、人理等3個維度以及6個前因條件如何聯動影響區域數字創新生態系統韌性。

2 研究設計

2.1 研究方法

本文采用動態QCA方法進行研究，主要有5點原因： ① 從組態視角，動態QCA關注的重點不是單因素的凈效應，而是基于前因變量間相互獨立、前因變量與結果間呈單向線性關系的假設前提[24]，探討多重因素間的復雜因果關系； ② 從因果對稱性看，傳統回歸分析方法只能處理前因條件與結果間的對稱關系，而動態QCA可處理因果不對稱性關系，挖掘導致正向與負向結果的條件組態[25]； ③ 從跨層次條件看，動態QCA可使用跨層次條件且無需進行特殊處理[24]，適合分析數字創新生態系統韌性的多維跨層次等效組態； ④ 從時空效應看，動態QCA可通過匯總、組間、組內等維度下的一致性和覆蓋度指標，分析組態的匯總結果、組間結果和組內結果，并借助一致性調整距離捕捉組態在時空維度上的細微變化； ⑤ 從樣本量看，QCA方法適合處理對定量研究而言樣本量太小而對定性研究來講樣本量太大的中間情況[26]

由此，本文選取6個變量作為前因條件，使用R語言探索時空維度下的組態效應，并借助強化標準分析（ESA）提升組態精度。

2.2變量測量與校準

2.2.1 結果變量測量

本文基于文獻綜述法和德爾菲法構建區域數字創新生態系統韌性水平綜合評價指標體系，包括5個子系統層、19個準則層和37個指標層變量，如表1所示。

參照《數字經濟及其核心產業統計分類（2021）》，并借鑒楊偉等[1°]的做法，使用與“通信”“計算機”“電子設備”“軟件”“廣播電視\"等制造業、服務業相關的統計數據，對數字產業創新生態系統韌性進行測度。針對產業數字化創新生態系統韌性的評價則結合王軍等（2021）、楊慧梅和江璐（2021）的做法，使用普通高等學校、數字普惠金融、科技館、企業數字化、電子商務、郵政快遞、產業結構等相關指標表征。其中，企業數字化轉型水平參考吳非等（2021）的研究，以上市公司年報中“數字化轉型”相關關鍵詞詞頻衡量。產業結構合理化借鑒羅良文等（2023）的做法，使用泰爾指數的倒數表征。產業結構高級化參考張虎等（2022）的研究，以第三產業與第二產業的增加值之比測度。數字創業活躍度參照白俊紅等（2022）的方法，并對照《數字經濟及其核心產業統計分類（2021）》，以企查查平臺的新注冊數字企業數量除以地區年末常住人口數度量。

為體現系統韌性各維度之間的非線性復雜關系，本文在使用熵權法對各子系統指標進行客觀賦權的基礎上，結合專家法對子系統指標進行主觀賦權（同等重要，均為0.2），進而采用耦合協調度模型計算區域數字創新生態系統韌性發展耦合協調度，以表征區域數字創新生態系統韌性水平，指數值在0，1范圍內，越接近于1表示區域數字創新生態系統韌性水平越高，反之越低。

指標體系中數據主要通過《中國統計年鑒》《中國高技術產業統計年鑒》《中國火炬統計年鑒》《中國科技統計年鑒》《中國基本單位統計年鑒》《中國人口與就業統計年鑒》《區域創新能力評價報告》以及巨潮資訊網、企查查平臺等渠道獲取。

2.2.2條件變量測量

鑒于學界多關注數字創新生態系統韌性的內涵界定以及其與內部系統間的互動關系，針對外部影響因素的研究尚不多，缺乏成熟的理論支持。因此，本文基于WSR框架，嘗試從6個方面探尋區域數字創新生態系統韌性的前因變量以及變量間的組態效應，具體如表2所示。

數字產業集聚 （W₁ ）。借鑒毛毅堅[11]對數字產業集聚的測度方法，使用區位熵衡量省域數字產業集聚水平（RDIA），計算過程如式（1）所示。

式中， RDP_it 為 i 區域 Ψ_t 時期的城鎮單位數字產業就業人數， RP_it 為 i 區域 Ψ_t 時期的城鎮單位就業人數。以《中國人口就業統計年鑒》中“通信\"“計算機”“電子設備\"“軟件\"“廣播電視\"等細分行業的城鎮單位就業人數加總表征數字產業就業人數。

產業多樣化 （W₂ ）。借鑒Frenken等（2007）的熵指數算法計算出19個行業小類的多樣化指數以表征產業多樣化水平（VAR），計算如式（2）所示。

式中， n 代表經濟系統中行業數量，此處 n=19：p_h 是區域行業 h 的從業人數占區域總從業人數比重。VAR數值越大，說明區域產業多樣化水平越高。

創新保護制度 （S₁ ）。結合呂鯤等[的研究，從立法、執法和效用三方面出發，使用熵權法計算創新保護制度綜合得分。創新立法強度，通過查詢北大法寶，使用地方知識產權相關立法數占知識產權立法總數的比重表征；創新執法強度，參考北大法寶司法案例庫，使用各地知識產權糾紛結案數占知識產權糾紛結案總數的比重衡量；創新法制效用，使用各地專利授權量占全國專利授權總量的比重表征。

市場制度 （S₂ ）。參考解學梅和朱琪瑋（2021）的研究，使用中國市場化指數數據庫的分省市場化指數表征。

政府創新偏好 （R₁ ）。借鑒李政和楊思瑩（2018）的做法，采用地方財政科學技術支出占地方一般公共預算支出的比重衡量。

企業技術創新水平 （R₂ ）。由于報告具有兩年的時滯期，借助《區域創新能力評價報告 2013-2023? 中的企業創新綜合指標度量。

2.2.3 變量校準

校準（calibration）是賦予結果變量和條件變量相應集合隸屬分數的過程[27]。本文采用直接校準法，將 5% 分位數、 50% 分位數和 95% 分位數分別設定為完全不隸屬、交叉點和完全隸屬三個錨點。同時，為避免模糊隸屬的案例被剔除，將0.500的隸屬分數統一調整為0.499，校準錨點見表3。

3 研究結果及分析

3.1單個條件必要性分析

單個條件必要性分析是組態分析前的關鍵步驟。首先，借助匯總一致性和匯總覆蓋度衡量前因變量在跨時間、跨案例情況下與結果變量的必要性關系。若前因變量的匯總一致性系數大于0.9且匯總覆蓋度大于0.5，則說明該前因變量是結果出現的必要條件[27]。其次，通過組間一致性調整距離和組內一致性調整距離，進一步判斷前因變量的必要性是否存在明顯的時間效應和案例效應[28]。若調整距離小于0.2，說明匯總一致性內部波動較小、精確度較高，對判斷結果的支撐更穩健；當調整距離大于0.2時，則表明匯總一致性內部波動較大，判斷結果的穩健性存疑，需進一步探查其中的時間效應和案例效應。

3.1.1 匯總一致性分析

在強區域數字創新生態系統韌性下，“市場制度（ ）\"的匯總一致性為0.901，匯總覆蓋度為0.853，是形成強區域數字創新生態系統韌性的必要條件，其它5個前因條件的匯總一致性均低于0.9，故不構成必要條件，具體見表4。同時，6個前因條件均不構成導致弱區域數字創新生態系統韌性的必要條件。其中，數字產業集聚、產業多樣化、創新保護制度、政府創新偏好和企業技術創新水平這5個條件變量的組間一致性調整距離均小于0.2，表明5個條件在樣本期內不存在時間效應，再次說明它們不是導致強區域數字創新生態系統韌性的必要條件。

3.1.2 組間效應分析

結合表4可知，強市場制度/弱區域數字創新生態系統韌性 （S₂/～Y） 的組間一致性調整距離大于0.2，說明部分年份的一致性系數波動較大，從而導致匯總一致性和匯總覆蓋度不可信。通過對樣本期內組間一致性和組間覆蓋度進行解析，具體見表5。結果發現，組間一致性均小于0.9，說明強市場制度與弱區域數字創新生態系統韌性關系雖然具有一定時間效應，但仍不構成導致弱區域數字創新生態系統韌性的必要條件。

3.1.3 組內效應分析

表4中的組內一致性調整距離均大于0.2，說明單個條件與數字創新生態系統韌性關系具有顯著的地區效應。首先，數字產業集聚 W₁ 、政府創新偏好 R₁ 和企業技術創新水平 R₂ 顯著影響東、中、西部地區部分省市數字創新生態系統韌性，但對東北地區省份數字創新生態系統韌性的影響不明顯。其次，產業多樣化 W₂ 和市場制度 S₂ 對四大區域部分省市數字創新生態系統韌性均有顯著影響，且市場制度作為必要性條件覆蓋的省市最多。最后，創新保護制度 S₁ 對東、西部地區部分省市的數字創新生態系統韌性具有顯著影響，但對中部和東北地區省份數字創新生態系統韌性的影響不明顯，具體見表6。

綜上，市場制度是導致強區域數字創新生態系統韌性的必要條件，而其它單一條件均不構成區域數字創新生態系統韌性的必要條件，在此基礎上需進一步探究區域數字創新生態系統韌性發展的復雜前因，分

3.2 條件組態充分性分析

參照充分性分析相關建議[29]，本文設定一致性閾值為0.8，PRI閾值為0.7，案例閾值為1。在構建真值表后，進入強化標準分析，并在反事實分析部分將矛盾的簡化假設予以排除。結合前文必要性分析結果，在強區域數字創新生態系統韌性下，將市場制度變量的方向預設為1，表示“存在”；其它變量則設置為“一”，表示“存在或缺失”。在弱區域數字創新生態系統韌性下，將所有變量方向均設置為“一”

本文將同時出現在增強型中間解和增強型簡單解中的條件作為核心條件，只出現在增強型中間解中的條件作為輔助條件，從而找到各組態下的核心與邊緣條件。如表7所示，產生強區域數字創新生態系統韌性和弱區域數字創新生態系統韌性的組態分別有4個。

3.2.1 匯總結果分析

根據各組態核心條件所屬的物理、事理和人理維度，并考慮因果非對稱性，將產生強區域數字創新生態系統韌性結果的前因組態分為WSR聯動型和SR協同型，將產生弱區域數字創新生態系統韌性結果的前因組態分為阻力型和匱乏型。

（1）強區域數字創新生態系統韌性的組態分析。

模型一：WSR聯動型。該模型強調以數字產業集聚為關鍵驅動力、其它事理和人理條件聯動，具體包括組態1、2和3。3個組態都以數字產業集聚和市場制度為核心條件，且不需要輔助條件。不同的是，組態1在共性條件基礎上，還以“創新保護制度 + 政府創新偏好”為核心條件，強調事理條件完備的重要性，表現為在數字產業集聚的省域，若具備完善的創新保護制度和市場制度，同時，政府也具有較強的創新偏好，則能顯著提升區域數字創新生態系統韌性。如福建建設了3個國家級知識產權保護中心和2個快速維權中心，旨在形成覆蓋全省的創新保護網，加強高端機械、電子信息等產業創新成果保護，助推創新主體融入國際競爭市場、參與國際知識產權治理，并在此基礎上引領全省政務體系和關鍵業務環節“數改智轉”，推進大數據、物聯網和網絡零售等數字產業發展邁入全國第一梯隊。該組態的一致性達到0.978，原始覆蓋度為0.652，表明該組態能解釋約 65.2% 的強區域數字創新生態系統韌性案例；唯一覆蓋度為0.027，意味著約 2.7% 的強區域數字創新生態系統韌性案例僅由該路徑解釋。

組態2在共性條件基礎上，還以“政府創新偏好 + 企業技術創新水平\"為核心條件，強調人理條件完備的重要性，表現為區域數字創新生態系統在數字產業集聚、市場制度完善、政府創新偏好較強和企業技術創新水平高等條件聯動下實現強韌性。如廣東立足于區位和資源優勢，以粵港澳大灣區戰略引領數字創新改革，構建以深圳、廣州為核心的數字產業集聚區，發揮覆蓋全國的數字創新輻射作用，企業技術創新水平排名從2014年以前的全國前三提升至2015年以后的全國第一，專利申請數量排名也在2017年超越江蘇、位居全國第一，是政企協同創新改革的成功典范。在強韌性結果中，組態2的原始覆蓋度（0.662）和唯一覆蓋度（0.036）最高，意味著數字產業集聚、市場制度完善和政企協同背景下的聯動型組態是與區域數字創新生態系統韌性發展相關性最強的組態。

組態3則在共性條件基礎上，以“產業多樣化 + 創新保護制度 + 企業技術創新水平”為核心條件，強調物理與事理條件完備，表現為在數字產業集聚、產業多樣化的物理條件支撐下，完善的創新保護制度、市場制度以及較高的企業技術創新水平能夠較好地實現區域數字產業創新和產業數字化創新并舉，促進數字創新生態系統高韌性發展。如北京是典型的產業多樣化發展城市，其在多樣化的產業基礎上不斷發展和融合數字經濟，數字經濟增加值規模從2021年的1.6萬億元增長到2023年的1.8萬億元，互聯網信息服務業營收在全國保持領先地位，并構建了海淀國家級知識產權保護示范區，促進大量創新資源供給和科技服務中介機構集聚，加快數字產業全鏈路市場制度不斷完善和企業技術創新成果轉化。該組態的一致性達到0.974，且原始覆蓋度為0.429，表明該組態能解釋約 42.9% 的強區域數字創新生態系統韌性案例；唯一覆蓋度為0.028，意味著約 2.8% 的強區域數字創新生態系統韌性案例僅能被該條路徑所解釋。

在WSR聯動型模型中，組態1中的創新保護制度與組態2中的企業技術創新水平互為替代變量，組態1中的政府創新偏好與組態3中的產業多樣化及企業技術創新水平互為替代變量，組態2中的政府創新偏好與組態3中的產業多樣化及創新保護制度互為替代變量。因此，當部分核心條件缺失時，可從替代變量角度尋找提升區域數字創新生態系統韌性的路徑。

模型二：SR協同型。該典型模式強調創新事理和人理條件在區域數字創新生態系統韌性提升中發揮協同作用。

從組態4看，在產業多樣化條件缺失的情況下，創新保護制度、市場制度和政府創新偏好發揮核心作用，企業技術創新水平作為輔助條件，能夠驅使地區實現強區域數字創新生態系統韌性。如湖北雖在數字產業集聚方面不占優勢，但其受到的產業多樣化限制較少，能借助事理和人理條件協同以及東部地區數字產業輻射作用，圍繞光電子、汽車、新能源和高端裝備等產業打造數實融合產業集群。樣本期內該地區數字創新生態系統韌性水平一直保持中部六省第一，是中部地區數字創新發展的頂梁柱。該組態的一致性達到0.959，且原始覆蓋度為0.575，表明該組態能解釋約 57.5% 的強區域數字創新生態系統韌性案例；唯一覆蓋度為0.033，意味著約 3.3% 的強區域數字創新生態系統韌性案例僅能被這條路徑所解釋。

由此說明，數字產業集聚雖然是區域數字創新生態系統建設的重要物理基礎，但不同于其它物理條件，其虛擬化、平臺化集聚特征以及跨時空、強輻射的賦能特征，使得弱數字產業集聚的省市在自身產業不具備多樣化前提下，仍能以完善的創新保護制度和市場制度，吸收和轉化數字產業集聚省域的數字能力，實現數字創新生態系統韌性水平的依附式升級。

（2）弱區域數字創新生態系統韌性的組態分析。

模型三：阻力型。該典型模式表現為區域在既缺乏數字產業集聚支撐，又缺失其它事理和人理條件時，產業多樣化成為地區實現數字創新生態系統韌性提升的巨大阻礙，包括組態5、6和7。3個組態都存在產業多樣化問題，且共同缺失數字產業集聚和市場制度兩個核心條件。差異在于，組態5中，產業多樣化作為邊緣條件存在，同時，缺失“創新保護制度 + 政府創新偏好\"兩個核心條件，強調政府作為區域管理者在創新能動性與制度治理上關鍵作用的缺失。如云南的企業技術創新雖在全國屬于中等水平，但受到地理位置和產業分散化的限制，同時，政府發展重心在傳統產業，創新投入水平低且制度建設關注度不高，以昆明市為核心的數字產業建設仍處于起步期，尚未形成集聚之勢，無法對周邊地區產生輻射效應。

組態6中，產業多樣化作為核心條件存在，同時，缺失“創新保護制度十企業技術創新水平”兩個核心條件，強調企業作為核心主體在區域數字創新中的重要引領作用，意味著在數字產業基礎薄弱且產業發展分散的情況下，區域制度不完善和企業技術創新能力缺乏更易導致弱區域數字創新生態系統韌性。如青海的產業多樣化、分散化特征顯著，且創新環境、市場體系建設和企業技術創新水平與發達地區相比存在一定差距，使得“東數西算\"工程、鄉村振興戰略推進較為艱難。

組態7不僅受到產業多樣化的負向效應影響，還缺失“政府創新偏好 + 企業技術創新水平”兩個核心條件，強調政企協同創新的重要性，表現為數字產業基礎弱且產業分散的情況下，市場制度不完善、政府和企業在技術創新上不作為，會引致區域數字創新生態系統韌性偏低。如黑龍江盡管產業多樣化水平較高，但產業升級阻力大，同時，市場制度欠佳、創新研發投入不足、政企協同創新水平低，再加上老齡化問題、數字人才缺失，導致外部數字投資難以“引進來”，數字創新發展內外動力皆不足。

模型四：匱乏型。該典型模式表現為物理、事理、人理方面的核心條件和邊緣條件皆缺失，是一無所有的匱乏型。從組態8看，數字產業集聚、創新保護制度、市場制度和政府創新偏好4個核心條件缺失，而企業技術創新水平作為邊緣條件缺失，說明在產業多樣化存在或者缺失皆可的情況下，薄弱的數字產業集聚基礎、不完善的創新制度和市場環境、缺乏協同的政企創新環境會使得區域陷人“無來 + 無炊 + 無巧婦”的惡性循環，導致區域數字創新生態系統韌性較低。如新疆的產業多樣化阻力雖然相對較小，但受到地理位置和創新資源的桎梏，創新制度不健全、財政自給率不足以及技術創新水平較低，數字產業集聚條件極度缺乏，無法為傳統產業轉型提供有力支撐，使得產業升級進程緩慢、數字創新風險高。該組態的唯一覆蓋度達到0.059，意味著約 5.9% 的弱區域數字創新生態系統韌性案例僅能被這條路徑所解釋，在弱韌性組態中占比較高。

3.2.2 組間結果分析

為突破時間盲區問題，通過組間一致性水平探討組態時間效應，發現8個組態的組間一致性調整距離都遠遠小于0.2（見表7），表明時間效應不顯著。進一步對每個組態的變化趨勢進行研究（如圖2所示），發現：2011一2022年4個高水平組態一致性水平在0.770～1. 000 之間波動，4個低水平組態一致性水平在0.849～1.000 之間波動，且8個組態都以2016年為一致性水平變化的重要轉折點。思考其背后的原因，可能是樣本期內各省市在創新型國家戰略引領下，不斷改善區域物理、事理和人理方面創新環境，進行區域科技創新和信息產業戰略布局。在政策引導下，各省加速數字創新環境建設，使得前因組態對增強區域數字創新生態系統韌性的解釋力不斷提升。而弱數字創新生態系統韌性下4個組態的組間一致性水平均在2016年后呈現下降趨勢，并在2020年降到樣本期內最低值，可能是弱韌性區域的創新物理、事理和人理條件逐年得到改善，并在新冠疫情等突發事件后共同推進全國統一大市場建設和促進數字創新能力躍遷，使得前因組態對弱數字創新生態系統韌性的解釋力有所減弱。但總體來看，弱韌性區域數字創新生態系統仍需抓住后疫情時代升級機會，進一步改善創新物理、事理和人理條件。

3.2.3 組內結果分析

8個組態的組內一致性調整距離均小于0.2（見表7），說明每個組態的解釋力度在各省域差異不顯著。在此情況下，通過觀察地區組態覆蓋度均值，分析各組態所能解釋案例的地區分布情況。如表8所示，模型一中組態1和組態2所能解釋的典型案例多位于東、中部地區，覆蓋度在0.6以上；組態3所能解釋的典型案例主要位于中、西部，覆蓋度在0.45以上。模型二所能解釋的典型案例多位于中、東部地區，覆蓋度也在0.6以上。模型三和模型四所能解釋的典型案例多位于東北和西部地區，覆蓋度在0.69以上。

從組態覆蓋度均值最大化情形看，不同地區存在一定的組態偏好共性及差異。從強韌性結果看，四大區域在WSR聯動型模式下的組態覆蓋度均值均為最大，說明物理、事理、人理條件的聯動更有利于區域數字創新生態系統韌性提升；從弱韌性結果看，東北地區易受到產業分散的影響，是典型的產業多樣化阻力型，西部地區省份受到的產業多樣化限制較東北地區輕微，更多受限于數字產業集聚等核心條件缺失，處于數字創新生態系統韌性水平提升的無力狀態，屬于一無所有的匱乏型。因此，物理方面的數字產業集聚在引領區域數字創新生態系統建設和增強韌性中發揮關鍵作用。若區域不具備數字產業集聚的物理條件，但事理和人理條件完備，就需要借助優勢地區的數字賦能實現自身數字創新生態系統韌性提升。此外，產業多樣化雖然能夠促進產業間協同創新，但若沒有數字產業集聚這一支撐條件，則會對數字創新生態系統建設造成巨大阻礙。過度的產業多樣化會滯緩區域產業數字化創新進程，無法抗衡數字化沖擊，不利于韌性恢復和進化。

3.3 穩健性檢驗

參照QCA研究的主流做法，本文分別通過提高案例頻數（將1提高到2）PRI閾值（將0.7提高到0.75）和一致性閾值（將0.8提高到0.85），對區域數字創新生態系統韌性的條件組態進行穩健性檢驗，得到的單一前因組態一致性和總體組態匯總一致性結果均高于0.9，且原組態囊括了穩健性檢驗中的新組態路徑，表明本文研究結論具有較強穩健性。

4結論、啟示與展望

4.1 研究結論

本文借鑒已有研究，構建以主體多樣性、要素流動性、環境緩沖性、結構網絡性和功能進化性為子系統的區域數字創新生態系統韌性指標體系，結合動態QCA方法，探討了“什么樣的復雜因素有助于提升區域數字創新生態系統韌性\"問題，研究發現：

（1）市場制度是增強區域數字創新生態系統韌性的必要條件，其它因素雖在時間維度上不構成增強區域數字創新生態系統韌性的必要條件，但在空間維度上構成部分省市增強數字創新生態系統韌性的必要條件，具有顯著的地區效應。

（2）存在4條強區域數字創新生態系統韌性的組態路徑，可歸納為WSR聯動型和SR協同型。在WSR聯動型路徑中，數字產業集聚這一物理條件與其它事理、人理條件聯動是區域數字創新生態系統韌性提升的核心和關鍵。在SR協同型路徑中，完備的創新事理和人理條件在區域數字創新生態系統韌性提升中發揮協同作用。兩種組態類型說明，數字經濟背景下政府和企業作為區域數字創新生態系統韌性建設的“巧婦”，既可通過自身數字產業集聚實現“有米之炊”情境下的自主式升級，也可借助優勢省域數字產業的溢出效應實現“無米之炊”困境下的依附式升級。

（3）存在4條弱區域數字創新生態系統韌性的組態路徑，可歸納為阻力型和匱乏型。阻力型強調區域在既缺乏數字產業集聚支撐又缺失其它事理、人理條件的情況下，產業多樣化不僅不利于數字創新，而且會成為數字創新生態系統韌性提升的阻礙。匱乏型則表現為區域數字創新生態系統韌性提升過程中物理、事理、人理方面的核心條件和邊緣條件皆缺失，是“米、炊、巧婦”一無所有的類型。

（4）組間一致性調整距離均小于0.2，說明組態未表現出明顯的時間效應。2016年是各組態組間一致性系數的重要轉折點，說明在創新型國家戰略引領下，各省域在物理、事理和人理方面建設成果顯著，數字創新生態系統韌性水平逐年提升。2020年新冠疫情爆發加速全國統一大市場建設和促進數字創新水平躍遷，使得弱勢區域的數字創新物理、事理和人理條件進一步改善。前因組態對弱數字創新生態系統韌性的解釋力稍有減弱，說明處于弱數字創新生態系統韌性區域在危機情境中持續加強創新基礎環境建設和主動融入數字創新浪潮的重要性。

（5）組內一致性調整距離均小于0.2，說明組態未表現出明顯的案例效應，但通過對比四大地區各組態覆蓋度的平均值看，各地區存在一定的組態偏好共性及差異。從強韌性結果看，四大區域省市均偏向于數字產業集聚和市場制度為核心條件的WSR聯動型，在數字產業集聚條件無法滿足時再退而求其次地借助SR協同型模式發展。從弱韌性結果看，東北地區主要受限于產業分散化的影響，屬于產業多樣化阻力型，西部地區受到的產業多樣化阻力較東北地區輕，偏向于一無所有的匱乏型。

4.2 實踐啟示

（1）殊途同歸，因地制宜。市場制度是實現區域數字創新生態系統韌性提升的必要條件，各區域應積極完善市場制度，激發數字創新核心主體活力，并結合組態視角和條件替代性特征，選擇合適的組態路徑，實現區域數字創新韌性水平提升。面對物理條件限制，可通過跨區域協同、數字產業“引進來”，促進傳統產業升級，構建物理層面的現代產業體系。當事理條件缺乏時，需深入實施“放管服”改革，加快自身創新保護制度和市場制度建設，構建兼顧“保護”“開放”屬性的創新制度體系。栽好事理層面的“梧桐樹”，方能引得“金鳳凰\"筑巢。當人理條件缺乏時，區域應引領守正創新，增強創新偏好意識和加大科技創新投入，并借鑒創新改革先行示范區經驗，以優惠政策和稅收補貼吸引一批技術創新水平高的企業扎根集聚，鼓勵跨地理距離的虛擬交互協作，促進人理層面的虛實聯動創新網絡形成。

（2）重中之重，產業集聚。數字產業集聚是提升區域數字創新生態系統韌性的基礎保障。各區域應立足于新質生產力發展和創新型國家建設目標，不斷獲取與吸收數字創新知識；引導數字產業先向創新基礎好、輻射能力強的地區集聚，加速集群內不同主體間知識互換和價值共創，通過完善創新保護制度、市場制度等事理條件規范集群主體行為，解決治理過程中的新穎性問題。此外，發揮集群內數字企業的“頭雁\"效應，推動政企協同治理，并借助數字平臺實現集群內外廣泛連接和協同賦能，促進數字產業虛擬集聚和數字資源共享共創。

（3）兼容并蓄，協同發展。持續推進全國統一大市場建設，各省市加大科技創新投入并完善一體化創新制度，鼓勵跨區域數字創新產業園區試點建設，并實施跨區域“配對幫扶”。同時，中西部地區借助“東數西算”工程、鄉村振興戰略，抓住數字技術發展的紅利期，立足于特色產業優勢，推進數字產業向省會城市及核心城市集聚，再以“先富帶后富”的方式構建賦能網絡，促進數字創新輻射效應的正向溢出。

4.3 研究貢獻

（1）拓展區域數字創新生態系統韌性綜合評價體系研究。基于廣義的數字創新生態系統（I型 型）視角（張超等，2021），本文構建了區域數字創新生態系統韌性指標體系，綜合考量了數字創新生態系統架構（主體、要素、環境、結構、功能）和韌性特征（多樣性、流動性、緩沖性、網絡性和進化性）[9-10]，并借助耦合協調度模型體現子系統間的非線性復雜關系，拓展了現有評價指標體系研究。

（2）豐富區域數字創新生態系統韌性前因探究。現有研究從政府治理[10]、知識產權治理[11]等單一視角對區域數字創新生態系統韌性影響因素進行識別，缺少多維性、系統性分析。本文基于系統復雜性和整體協同性觀點，使用適配性高的WSR模型探究區域數字創新生態系統韌性的復雜前因，拓展了WSR方法論的應用邊界，同時豐富了中國情境下數字創新生態系統韌性的理論研究。

（3）突破靜態數據的時間盲區問題，從時空雙維視角探究數字創新生態系統韌性的前因組態及演化規律。鑒于QCA方法有助于探究數字生態系統中的創新創業現象（Park等，2020；杜運周和馬鴻佳，2022），本文采用動態QCA方法結合面板數據，探討區域數字創新生態系統韌性這一復雜現象，有利于從時空雙維視角加深對該現象復雜前因組態和組態演化規律的理解，為地方數字經濟的高質量發展貢獻新洞見、提供理論支持。

4.4 不足與展望

本文研究尚存不足有待進一步完善。一是，數字創新生態系統韌性的前因變量較為復雜，本文基于WSR框架選取了6個關鍵影響因素進行分析，未來可從其它視角進一步探討區域數字創新生態系統韌性的前因組態。二是，關于區域數字創新生態系統韌性的相關研究尚處于起步期，統計數據和資料較為缺乏、未成體系，有待納入更多市級、縣級區域案例，通過大樣本分析進一步驗證和深化研究結論。

參考文獻：

[1] 荊玲玲，黃慧麗.時空雙維下數字創新生態系統對區域創新能力的激發與影響研究—基于省域面板數據的動態QCA分析[J].科技進步與對策，2024，41（16）：13-23.

[2] 胡甲濱，俞立平，張宏如.數字創新韌性與高技術產業創新：機制及效應[J].山西財經大學學報，2023，45（4）：95-111.

[3] GUJF，ZHU Z C. The Wu-li Shi-li Ren-li approach（WSR） ：an oriental systems methodology[C]. Systems Methodology：Possibilities for Cross-Cultural Learning and Integration，1995.

[4] CHAE B K. A general framework for studying the evolu-tion of the digital innovation ecosystem：the case of bigdata[J].International Journal of Information Management，2019，45：83-94.

[5] BELIAEVAT，FERASSOM，KRAUSS，et al.Dynamicsof digital entrepreneurship and the innovation ecosystem：amultilevel perspective[J]. International Journal of Entre-preneurial Behavioramp;Research，2019，26（2）：266-284.

[6] SUSENO Y，LAURELL C，SICK N. Assessing value crea-tionin digital innovation ecosystems：a social mediaanalyt-ics approach[J]. The Journal of Strategic Information Sys-tems，2018，27（4）：335-349.

[7]SENYO P K，LIU K，EFFAH J. Digital business ecosys-tem：literaturereviewandaframework forfutureresearch[J]. International Journal of Information Management，2019，47：52-64.

[8] 李曉娣，饒美仙.區域數字創新生態系統發展路徑研究基于fsQCA的組態分析[J].管理工程學報，2023，37（6）：20-31.

[9] 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.

LIU」 物師，分皖？理利基組態[J].科學學研究，2022，40（3）：534-544.

[11] 毛毅堅.知識產權治理與數字創新韌性：基于準自然實驗的證據[J].云南財經大學學報，2024，40（3）：97-110.

[12] 趙玉帛，張貴，王宏.數字經濟產業創新生態系統韌性理念、特征與演化機理[J].軟科學，2022，36（11）：86-95.

[13]彭亦諧，張玲玲，高暢.基于四階段理論的可拓學學科發展階段及與WSR方法論的對比研究[J].管理評論，2023，35（12）：257-271.

[14] 袁歌騁，潘敏，覃鳳琴.數字產業集聚與制造業企業技術創新[J].中南財經政法大學學報，2023，66（1）：146-160.

[15] BOSCHMA R. Towards an evolutionary perspective on re-gional resilience[J]. Regional Studies，2015，49（5） ： 733-751.

[16] 徐圓，鄧胡艷.多樣化、創新能力與城市經濟韌性[J].經濟學動態，2020，61（8）：88-104.

[17] 呂鯤，潘均柏，李北偉.全面創新改革試驗、軟環境與區域創新生態系統韌性——基于空間雙重差分及雙重機器學習的準自然實驗[J].科技進步與對策，2024，41（16）：24-36.

[18]戴萬亮，林小燕.什么樣的環境要素組合有利于實現高區域創新效率——基于WSR方法論[J].科技進步與對策，2024，41（23）：52-62.

[19] 戚聿東，杜博，葉勝然.知識產權與技術標準協同驅動數字產業創新：機理與路徑[J].中國工業經濟，2022，39（8）：5-24.

[20] 潘珂，江旭.市場化改革對企業創新投入和創新效率的影響研究[J].科研管理，2024，45（2）：127-136.

[21]阮睿，孫榕，高秋男，等.如何行政發包——以省級政府目標驅動下的地方政府科技支出為例[J].財貿經濟，2023，44（11）：5-20.

[22] LIANG L，LI Y. How does government support promotedigital economy development in China？ the mediating roleof regional innovation ecosystem resilience[J]. Technolog-ical Forecasting and Social Change，2023，188：122328.

[23]賈勇，傅倩，汪琳，李冬妹.技術創新與企業韌性：基于新冠疫情情景[J].管理科學，2023，36（2）：17-34.

[24]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，2017，33（6）：155-167.

[25]MISANGYI V F，ACHARYA A G. Substitutes or com-plements？ a configurational examination of corporate gov-ernance mechanisms[J]. Academy of Management Jour-nal，2014，57（6）：1681-1705.

[26]GRECKHAMER T， MISANGYI V F，FISS P C. Chapter3 the two QCAs： from a small-N to a large-N set theoreticapproach[M]. Emerald Group Publishing Limited，2013.

[27]SCHNEIDER C Q，WAGEMANN C. Set-theoretic meth-ods for the social sciences： a guide to qualitative compara-tive analysis[M]. Cambridge University Press，2012.

[28]CASTRO R G，ARINO M A. A general approach to paneldata set-theoretic research[J]. Journal of Advances inManagement Sciences amp;. Information Systems，2016，2：63-76.

[29]張明，杜運周.組織與管理研究中QCA方法的應用：定位、策略和方向[J].管理學報，2019，16（9）：1312-1323.（青任纻 坦俊伸）

The Multidimensional Configuration Path for Enhancing Resilience of Regional Digital Innovation Ecosystem

Shu Hui，Tang Fei （School of Business Administration， Jiangxi University of Finance and Economics，Nanchang 330032，China）

Abstract：Thedigital innovationecosystemisconstantlybreakingtheboundariesof traditionalinnovation withthehelpof digital technologyand platformenabling mechanisms，and has becomeanaceleratorfor digital economic growth and the transformation fromold to new growth drivers.Theresilience ofregional digital innovation ecosystem notonlyemphasizes the stabilityand adaptabilityof the main subjects，elements，environment，structureand function in digital innovation when subjected to external shocks and pressures，but also includes the evolutionary ability of upgrading to a system with beter digital innovation eficiency.How should theresilienceofregional digital innovation ecosystem be measured？What antecedent conditions constitute the necessary conditions for the strong/weak resilience of digital innovation ecosystem？ Whatantecedentconfigurations constitutesuffcientconditions forthe strong/weak resilienceofregional digital inovation ecosystem？Is there asignificant spatio-temporal effect ofantecedentconfiguration？These problems necesitate further scholarly investigation and in-depth discourse.

To explore the above issues，this research establishes an indicator system for regional digital innovation ecosystem resilience，comprising subsystems of subject diversity，element fluidity，environmental buffering，structural networking， and functional evolvement.Employing the\"Wuli-Shili-Renli\"（WSR）framework and dynamic QCAmethod，this research utilizes paneldatafrom 30provinces in China from 2011 to2022 toexplore theconfigurationalpathsof digitalindustryagglomeration，industrial diversification，innovation protectionsystem，market institution，government inovationpreference，and enterprise technological inovation levelon enhancing theresilience of regionaldigital innovationecosystem.

Theresearch reveals several findings.Firstly，market institution is a necessary condition for strong resilience of regional digitalinovation ecosystem，while otherfactors，although not necessary over time，are essentialforcertain provinces interms of spatial dimension.Secondly，thereare fourconfigurational paths thatcontribute torobust resilience. Thesecan be classified into two types：the WSRcollaborative type and the SRcooperative type.In the WSRcollborative path，the\"Wuli”conditionof digital industryagglomeration，linked withother\"Shili\" and\"Renli\"conditions，is the keys totheresilient developmentofregional digitalinnovation ecosystem．Inthe SRcooperative path，\"Shili\" and \"Renli\"conditions play a synergistic role inthe resilient development. These two types indicatethat in the digital economy，governments andenterprises，as the\"clever hands\"inconstructing resilienceof regional digital innovation ecosystem，canachieve autonomousupgrading ina \"resource-rich\"scenario through digital industryagglomeration，orrelyonthe spillover efects of superior provincial digital industries torealize dependent upgrading ina\"resource-scarce\" predicament.Thirdly， there arefour weak resilience paths，which can be categorized as hindrance type and deficiency type.The hindrance type emphasizes thatin theabsenceof supportfrom digitalindustryaglomerationandother\"Shili\" and\"Renli\"conditions，，industrialdiversificationhasposedachalengetotheresiliencedevelopmentofdigitalinnovationecosystem.Thedeficiency typeis characterizedbythelack ofcoreand peripheralconditions in the\"Wuli\"，\"Shili\"，and \"Renli\" aspects during the resilientdevelopmentof regional digital innovation ecosystem，representing ascenario where resources，technologicalcapabilities，and entities areallabsent.Fourthly，theconsistencyadjustment distances withinandbetween groups are less thanO.2，indicating thattheconfigurations do not exhibit significant temporalorcase efects.However，bycomparing the average coverageof each configuration acrossthefourregions，there arecertaincommonalities anddiferences inconfigurational preferences among regions.

This study not only expands the comprehensive evaluation system of regional digital innovation ecosystem resilience， butalsoenriches theexplorationofcomplex antecedentconditionsofresilience formationofregional digital innovationecosystem.At the same time，by combining WSR methodology and dynamic QCA method，the research extends the aplication boundaryofWSR methodologyandenriches the theoreticalresearchontheresilienceof digitalinnovation ecosystem inthecontextof China.In adition，dynamic QCA method breaksthrough the\"time blind zone\"problem of static data， and explores theantecedent configurationsand evolutionary laws of digital innovation ecosystem resilience from the perspectiveof spatio-temporal dual dimension.Finally，，theresearchconclusions provideavaluablepath reference fortheresilientdevelopmentofregional digital innovation ecosystem，andcontributenew insightsandtheoretical supportforthe high-quality development of digital economy.

Key Words：Resilience;Digital Innovation Ecosystem; Dynamic QCA；WSR Framework；Antecedent Configuration Effect