影响服务业创新水平的多因素协同组态路径

【中图分类号】F719 【文献标识码】A 【文章编号】1004-0994（2025）09-0116-7

一、引言

随着经济结构的优化升级，服务业作为第三产业已然成为缓解经济下行压力并保证经济平稳增长的关键力量。服务业创新推动了现有服务提供方式的改变与新市场的塑造，尤其是在数字化赋能下，客户期望和客户行为正在驱动服务交付方式发生变化，这对于满足客户期望、创造价值至关重要（Chew，2014）。因此，聚焦服务业创新水平的影响因素，深入探究服务业创新的多要素协同实施路径，对于助力服务企业发现竞争新优势、国民经济的高质量发展具有重要的战略意义。

随着数字经济的快速发展与服务业的不断增长，大量与服务相关的研究呼呼更多地关注和投资于服务创新，以满足客户日益增长的期望。然而，在服务业发展过程中，其创新水平的提升受到诸多因素的影响。首先，在环境要素方面，更开放的区域能够通过外资、专业知识和技术等外部资源的输人刺激服务业创新，引入新的经营理念和商业运营模式，促使本地服务业为在全球市场中保持竞争力而进行创新（Santos-Vijande等，2021）。数字经济可通过移动互联网、大数据、高级分析以及物联网等技术提供数字化支付和电子商务平台，引领服务性质和变革步伐的变化，为服务业创新提供更多的技术支持和发展机遇（袁冬梅等，2023）。其次，在组织要素方面，服务业可以通过增加研发投人，推动新的想法、流程或技术的开发与实施，提高服务质量并满足不断变化的消费需求。政府支持通过促进需求驱动创新，优先发展人才，鼓励市场导向的资源配置，加强科技成果与产业发展的连接等，从而促进科技创新在服务业中的应用与服务业创新水平提升。再次，在知识要素方面，生产要素的数量增加会促进服务业的流程创新和产品创新（Peixoto等，2023），而生产要素的质量提升也会推动服务质量提升以满足客户需求，往往通过营销组合策略增强可持续经济增长和竞争优势（Syapsan，2019）。最后，在技术要素方面，高水平信息技术能够促进现代服务业结构优化，支持组织和管理创新，并通过改变服务业的商业模式，推动行业的现代化和国际化发展（Chin等，2023）。

通过文献梳理发现，现有研究虽为探索服务业创新发展的影响因素与实施路径提供了参考，但多数研究仅基于单一要素或单一案例探讨其对服务业创新水平的影响，忽略了多要素间的协同驱动效应。因此，本文基于协同演化理论，从多要素视角出发，以我国31个省域的面板数据为样本，通过动态QCA方法对服务业创新水平的影响因素与协同路径进行实证分析。本文的边际贡献在于：第一，在协同演化定义的基础上，纳入环境、组织、知识、技术等要素，扩大了现有研究边界。第二，基于多要素视角，发现了服务业创新发展影响因素必要性的动态效应。第三，在研究方法上，使用熵权法对样本数据进行预处理，以消除各衡量指标的量纲差异，并采用多种方法进行稳健性检验，提高了结论稳健性，为多要素协同演化和服务业创新水平的关系研究提供了参考。

二、理论基础与分析框架

（一）协同演化理论

协同演化理论强调多个要素之间的动态互动和共同演化，认为系统中的各个要素不是孤立存在的，而是通过相互作用和反馈机制共同影响系统的发展。相关研究主要在社会经济领域基于协同演化视角，对知识、价值、组织、技术与环境等要素间的动态关系与互动过程进行解释（Murmann等，2003）。

在服务业创新的背景下，环境、组织、知识和技术等要素相互作用，共同推动服务业创新水平的提升。具体而言，地区对外开放水平、数字经济水平等环境要素的提升有助于引入外部资源和市场竞争，提供技术支持和发展机遇（Zhou等，2024）；研发投人、政府支持等组织要素的强化有助于推动新的想法、流程或技术的开发与实施，提高运营效率（王涛，2023）；生产要素的数量与质量等知识要素的增加能够进一步促进服务业的流程创新和产品创新（陈景信和代明，2020）；信息技术水平的提升能够促进现代服务业结构优化，支持组织和管理创新（张玉华和张涛，2018）。因此，本文从环境、组织、知识与技术四要素视角出发，采用动态QCA方法，分析其影响服务业创新水平的动态演化过程与协同组态路径。

（二）服务业创新水平

服务业创新是指在服务行业中通过技术进步、流程改进或新的服务交付等方法引入积极变革，进而改善服务质量、效率和效果，对公司、行业乃至整个经济的可持续增长和发展竞争优势至关重要（Randhawa和Scerri，2015）。因此，本文借鉴毕斗斗等（2015）的方法，基于服务业的创新效益、创新投入和创新环境视角，构建服务业创新水平（SEL）指标体系。在创新效益层面，采用第三产业增加值、第三产业增加值占地区生产总值比重与专利授权数三个指标进行衡量；在创新投入层面，采用第三产业社会固定资产投资、科研经费支出、科研人员、地方财政科技拨款与全社会固定资产投资五个指标进行衡量；在创新环境层面，采用平均受教育年限、高等学校数、第三产业法人单位数、第三产业法人单位数所占比重与顾客参与五个指标进行衡量。

（三）环境要素

环境要素主要指服务业创新所处的外部背景和宏观条件，能够为服务业创新提供基础条件和外部刺激，直接影响企业的创新动机和创新行为（Zhou等，2024）。在这种情境下，企业不仅要关注内部管理和技术能力，也要深入理解并适应外部环境的变化，才能有效推动创新的实施和转型。环境要素作为服务业创新发展的关键外部要素，与其他共生要素间的互动显著影响着服务业创新生态系统的发展规律和动态转化，环境要素的支持不仅能够为服务业的创新与发展提供良好的经营环境与信息交流平台，还有助于科技服务业创新生态系统的塑造，为服务业的持续进步提供保障（王丽平等，2017）。

因此，本文采用地区对外开放水平（OPL）和数字经济水平（DEL）来衡量环境要素的特征。对外开放程度的提升，使得企业能够获取更广泛的市场信息和资源，更好地应对市场需求和技术变化；而数字经济的快速发展推动了服务业的数字化转型，使得创新活动变得更加灵活与高效。地区对外开放水平参考宋志秀与葛翔宇（2022）的研究，基于外部资源与外部市场利用视角，采用外商投资总额与地区生产总值的比值、进出口总额与地区生产总值的比值衡量地区对外开放水平。数字经济水平参考郭峰等（2020）的研究，采用\"北京大学数字普惠金融指数”衡量。该指数由北京大学数字金融研究中心课题组发布，通过综合考量数字技术、金融服务、金融基础设施等多方面因素评估一个国家或地区的数字普惠金融水平。

（四）组织要素

组织要素强调内部策略和结构，对服务业的创新发展具有至关重要的影响。这些要素包括企业的研发策略、制度安排、组织架构等，它们共同作用于企业的运营效率和创新能力（王涛，2023）。在服务业的竞争环境中，创新是服务业效率和质量提升的关键要素，而制度创新尤为重要，不仅有助于优化资源配置，还能推动服务业的流程优化和服务内容的创新，进一步深化服务业的基础性作用（陈秀英等，2024）。不同的服务化战略决策也会对产业的发展方向产生影响，把握不同路径发展的条件对于优化企业战略决策和寻找未来产业政策的发力点至关重要（王娟和蓝海林，2020）。同时，进一步强化集聚辐射功能，汇聚人才、技术、资本等高端创新要素，不仅可以提高资源的使用效率，还能形成良性的创新生态系统，为服务业的持续发展提供坚实的基础。

因此，本文采用研发投人（RD）和政府支持（GOV）对组织要素加以衡量，探究其对服务业创新水平的影响机制。研发投入保证了企业在技术和产品上的持续创新，而政府支持则能为企业提供必要的政策框架和资金保障，进一步增强企业创新能力，促使其探索新型的管理和运营模式，从而推动制度创新的成果转化。这一机制能够有效提升服务业的整体创新水平，促进其向高质量、高效益的方向发展。研发投人参考苏屹和李丹（2021）的研究，基于研发经费投入与研发人员投入两个视角，以Ramp;D内部支出和Ramp;D人员当量作为衡量指标。政府支持参考王江和刘莎莎（2019）的研究，以政府研发投入和政府科技支出作为衡量指标。

（五）知识要素

知识要素涉及管理知识、市场信息等多个方面的内容，知识的有效积累和应用使得企业能够识别市场机遇，快速响应客户需求，从而支持创新活动的开展，为企业决策提供必要的信息基础，成为推动服务业持续发展的核心动力（陈景信和代明，2020）。现代管理概念、知识密集型服务以及利用技术升级传统服务等知识要素，不仅促进了服务业的创新与发展，还有助于生产效率提升和产业升级（张清正和季国平，2015）。同时，通过对显性、隐性、市场和技术等知识的有效管理，能够进一步增强组织创新能力，改善客户反馈，并促进沟通与协作。知识与创新的紧密联系凸显了将知识管理整合到创新管理系统中以推动长期成功的重要性（Pla和Burtchaell，2021）。知识要素通过加强知识管理实践，提升服务质量，促进服务创新，从而获得服务业竞争优势。

因此，本文采用生产要素的数量与质量（PQQ）对知识要素加以衡量，探究其对服务业创新水平的影响机制。生产要素的数量与质量参考蔡平（2009）的研究，以第三产业就业人员数和每十万人在校大学生数作为衡量指标。第三产业就业人员数能够为企业提供必要的市场信息、管理知识与行业洞察，使企业能根据市场需求的变化做出及时调整，从而提升决策的科学性和效率。在校大学生数直接反映了劳动力市场上高素质人才的供给，高素质人才的存在能够促进企业知识管理实践，从而在实际运营中提升服务质量与创新能力。

（六）技术要素

技术要素作为推动服务业创新与发展的关键动力，不仅能够提升服务业的运营效率，还有助于服务质量的提升和形式的创新（张玉华和张涛，2018）。技术创新是推动服务业高质量发展的基础，能够支持产业升级、满足消费者需求，进而适应技术进步提升国际竞争力。信息技术是服务业创新与发展的核心要素之一，能够通过高效的数据管理和分析，快速响应市场需求（庞瑞芝和李倩楠，2024）。即采用大数据分析可以帮助服务企业精准识别客户需求和市场趋势，制定出更为有效的市场策略和产品方案，从而提高客户满意度和忠诚度。此外，信息技术还可以自动化服务流程，减少人为错误，提高运营效率。服务业在未来的发展中，应当充分利用技术要素，实现更加高效和灵活的服务交付，以满足市场和消费者不断变化的需求。

因此，本文采用信息技术水平（ITL）对技术要素加以衡量，探究其对服务业创新水平的影响机制。对于信息技术水平的衡量，借鉴方远平等（2013）的研究，并参考国家统计局制定的信息化发展指数，基于基础设施、使用、知识、环境与效果、信息消费等视角构建信息技术综合评价指标体系。基础设施层面，采用每百人使用计算机数、固定电话普及率与移动电话普及率三个指标进行衡量；使用层面，采用每万人邮电业务总量与人均函件两个指标进行衡量；知识层面，采用每万人在校大学生数进行衡量；环境与效果层面，采用信息产业增加值占国内生产总值比重、信息产业研究与开发经费占国内生产总值比重与人均国内生产总值三个指标进行衡量；信息消费层面，采用人均信息消费支出进行衡量。

综上所述，本文构建理论模型如图1所示。

三、研究设计及数据处理

（一）研究方法

鉴于环境、组织、知识、技术四要素间的协同演化对服务业创新水平的影响是时间维度上的连续事件，本文使用动态QCA方法，以R语言环境为基础，从汇总一致性、组间一致性以及组内一致性三个维度进行测量，并使用一致性调整距离进一步探索其在时间与个体维度的变化情况（Castro和Arino，2016），进一步探究服务业创新水平影响要素组态结果的时间与地区效应。

（二）数据来源

本文选用我国31个省域 2 0 1 3 ～ 2 0 2 1 年的平衡面板数据进行实证分析，原始数据主要来源于《中国统计年鉴》《中国科技统计年鉴》、各省市统计年鉴以及北京大学数字金融研究中心，时间跨度为9年，总样本量为279个。

（三）变量校准

本文采用熵权法对关键指标进行预处理，以消除量纲影响，并借鉴Misangyi和Acharya（2013）的做法，使用直接校准法对各变量数据加以校准，将各变量数据的9 5 % / 50 % 、 0 . 0 5 % 分位数值设置为完全隶属、交叉点以及完全不隶属的校准锚点。具体校准结果见表1。

四、研究结果

（一）单个条件的必要性分析

在进行条件组态充分性分析之前，需检验是否存在单一条件变量可作为影响服务业创新水平的必要条件。若某条件变量的一致性水平大于0.9，并且覆盖度大于0.5，则说明该条件变量符合作为必要条件的要求；而在对QCA面板数据进行分析时，当一致性调整距离小于0.2时，表明精确度较高；当一致性调整距离大于0.2时，需进一步验证其可能存在的时间效应或地区效应（Castro和Arino，2016）。鉴于条件变量均是服务业创新水平的“有益因素”，为减少其他混杂因素对组合结果的影响，本文主要关注“高一高\"和“非高一非高\"组合之间的关系（曾凡军和陈永洲，2024）。

据表2条件变量必要性分析结果可知，非高研发投入（0.984）、非高政府支持（0.935）与高生产要素的数量与质量（0.960）的汇总一致性高于0.9，表明这3个条件可能是潜在必要条件。然而，通过条件变量与结果变量的X—Y散点图（限于篇幅，散点图留存备索）进一步检验分析后发现，研发投人、政府支持、生产要素的数量与质量均无法作为解释各自结果变量的必要条件。由于非高政府支持的组内一致性调整距离（0.222）大于0.2，其作为必要条件的地区效应需进一步开展组内分析。

1.组间效应分析。为进一步分析数字经济水平与服务业创新水平之间可能存在的时间效应，需对其组间一致性调整距离继续探究（见表3），并绘制了组间一致性的时间效应如图2。分析发现：在情况一中，组间一致性呈逐年递增趋势，且在 2 0 1 8 ～ 2 0 2 1 年组间一致性超过0.9且组间覆盖度大于0.5；在情况二中，组间一致性呈逐年下降趋势，且在 2 0 1 3 ～ 2 0 1 6 年的组间一致性大于0.9且组间覆盖度大于0.5，说明数字经济水平在这一时段通过了一致性检验，呈现出显著的时间效应。

2.组内效应分析。对于组内一致性调整距离大于0.2的情况，通过进一步检验分析中国内地31个省域组内一致性系数（限于篇幅，基于省域的一致性系数与覆盖度结果留存备索），发现地区对外开放水平、研发投入、政府支持以及信息技术水平作为服务业创新水平的必要条件存在显著的地区效应。其中：地区对外开放水平在10个省域是构成高服务业创新水平的必要条件；研发投入在17个省域是构成高服务业创新水平的必要条件；非高政府支持在19个省域是解释非高服务业创新水平的必要条件；非高信息技术水平在12个省域是解释非高服务业创新水平的必要条件。本文基于东、中、西部的地域分布对上述省域的地区差异进行探究，从而进一步挖掘对外开放水平、研发投入、政府支持以及信息技术水平作为服务业创新水平必要条件的显著地区特征。

分析发现：地区对外开放水平对东部地区部分省域服务业创新水平具有较强的必要性；研发投人对东部和西部地区部分省域服务业创新水平具有较强的必要性，且主要集中在东部地区省域；非高政府支持对中部和西部地区部分省域非高服务业创新水平具有较强的必要性，且主要集中在西部地区省域；非高信息技术水平对中部和西部地区部分省域非高服务业创新水平具有较强的必要性。综上所述，本文以我国31个省域为研究对象，这些地区在其所处的环境、组织、知识以及技术要素等方面均存在着明显的差异，从而导致各省域在推进服务业创新协调发展的过程中，地区对外开放水平、研发投入、政府支持以及信息技术水平表现出明显的地区效应，具体如表4所示。

（二）条件组态的充分性分析

基于研究的实际情况，本文在充分性分析中将一致性阈值、PRI阈值以及频数阈值分别设为0.8、0.7和1。表5为组态分析结果，共有3种高服务业创新水平组态和5种非高服务业创新水平组态，可进一步提炼为组织一知识协同驱动型、环境一组织协同驱动型、全要素缺失型和个别要素缺位型4种模型。

1.汇总结果。由表5可知，整体解汇总一致性与单个组态一致性均大于0.9，且单个组态的组间一致性调整距离和组内一致性调整距离均小于0.2，表明所有组态均可作为其结果的充分性条件。

第一，组织一知识协同驱动型是指组织要素与知识要素相互协同演化，共同产生高服务业创新水平。具体而言，组态K1、K2均是以高研发投入和高生产要素的数量与质量作为核心条件。其中，组态K1是以高政府支持作为辅助条件，组态K2是以非高地区对外开放水平、非高数字经济水平和非高信息技术水平作为辅助条件。该模型的代表性地区有江苏、河南。以江苏为例，其在我国属于服务业创新水平相对较高的地区之一。从组织要素来看，江苏拥有中国科学院南京地理与湖泊研究所、南京医科大学附属南京传染病研究所等科研机构和南京技术转移中心、苏州科技城等技术转移平台，为服务业创新提供了雄厚的研发投入资源与技术转化支持。也存在着一些如南京软件谷、苏州工业园区等服务业的产业集群，以其集中的优质企业、创新资源和良好的创新环境，形成了服务业创新的聚集效应，进一步推动了服务业创新水平的提升。在知识要素方面，江苏拥有南京大学、东南大学、南京理工大学等较多高水平的大学与广阔的市场空间，不仅为其培养了大量高素质专业人才，而且有助于吸引更多创新企业。同时，江苏也存在着相对完善的金融体系和技术基础设施，为服务业创新提供了充足的资金支持，并有助于其创新成果在实际生产和服务领域的快速转化。这些优势为服务业创新提供了数量充足和优质的生产要素，从而为服务业创新水平的提升奠定了坚实基础。

第二，环境一组织协同驱动型是指环境要素与组织要素相互协同演化，共同产生高服务业创新水平。组态K3是以高地区对外开放水平、高研发投入和高政府支持作为核心条件，并辅以高信息技术水平从而充分促进服务业创新水平提升。该模型的代表性地区有北京和上海。以北京为例，其服务业创新水平在全国范围内处于领先地位。在环境要素方面，北京作为国家的政治与经济中心，其区域对外开放水平较高，为服务业创新发展创造了良好的政策环境。通过实施一系列的改革措施，该市获得了超过400项改革任务的授权，并吸引了大量外资，推动了服务业的多元化发展。同时，数字经济的迅速发展为北京的服务业提供了新的增长点，北京在数字基础设施建设方面处于全国领先地位，完善的通信网络和高互联网普及率为服务业的数字化转型提供了支持。从组织要素来看，近年来，北京的研发（Ramp;D）经费支出占生产总值的比重持续保持在 6 % 左右，这一高比例的研发投资不仅体现了北京对科技创新的重视，也为服务业的发展提供了丰厚的资源支持。此外，北京2023年有效专利达到了57.4万件，同比增长 2 0 . 2 % 。专利的增加表明，北京服务业在技术创新方面具有较强的研发能力，能够快速将技术成果转化为实际应用。同时，北京市政府通过制定和实施一系列政策来支持服务业的创新发展。例如，通过设立服务业创新基金，支持科技成果转化和高新技术产业发展，这种资金投人为初创企业和创新项自提供了充足的资金来源，使其能够更快落实技术和服务创新。

非高服务业创新水平组态中共有两种类型，一种是全要素缺失型，另一种是个别要素缺位型。全要素缺失型有两种细分组态。NK1：非高数字经济水平、非高研发投入为核心条件，非高地区对外开放水平、非高政府支持、非高信息技术水平为辅助条件。NK2：非高数字经济水平、非高研发投人为核心条件，高地区对外开放水平和非高生产要素的数量与质量、非高信息技术水平为辅助条件。该类型表现出明显的环境与组织要素不足，良好的创新环境尚待培育，从而不利于服务业的创新发展。个别要素缺位型包含三种细分组态。NK3：非高政府支持与非高生产要素的数量与质量、高数字经济水平为核心条件，非高研发投入为辅助条件。NK4：非高地区对外开放水平、非高研发投入、非高生产要素的数量与质量、高政府支持、高信息技术水平为辅助条件。NK5：非高数字经济水平、非高研发投入为核心条件，高地区对外开放水平、高政府支持、高生产要素的数量与质量、高信息技术水平为辅助条件。该类型表现出明显的组织与知识要素缺位或环境与组织要素缺位，从而阻碍服务业创新水平的提升。

2.组间结果。进一步检验各组态的时间效应可知，7个组态的组间一致性调整距离均未超过0.2，且 2 0 1 3 ～ 2021年的一致性水平均大于0.9，表明其不存在明显的时间效应。

3.组内结果。如表5所示，各个组态组内一致性调整距离均未超过0.2，表明各组态并不存在明显的地区效应，即各组态的解释力度在各省域并不存在明显差异（限于篇幅，各组态组内一致性变化趋势图留存备索）。因此，本文结果对于31个省域的服务业创新水平具有较强适用性。

（三）稳健性检验

为进一步检验服务业创新水平组态结果的稳健性，本文参考曾凡军和陈永洲（2024）的研究，采用提高一致性阈值（由0.8提高为0.9）、调整案例频数阈值（由1调整为2）两种方式进行检验，发现组态结果未发生实质改变，表明通过动态QCA构建的服务业创新水平的组态具有稳健性。

五、结论与启示

（一）研究结论

本文以 2 0 1 3 ～ 2 0 2 1 年31个省域的面板数据为案例样本，运用动态QCA方法，基于协同演化理论，从环境、组织、知识、技术要素等视角出发，探讨服务业创新水平提升的多重并发因素和协同演化路径。相关结论如下：

第一，单个条件变量虽不构成服务业创新水平提升的必要条件，但存在显著的时间效应和地区效应。在时间维度方面，数字经济水平在 2 0 1 3 ～ 2 0 2 1 年的必要性逐年递增，表明数字经济水平的必要性具有显著时间效应。在地区维度方面，高地区对外开放水平、高研发投入对高服务业创新水平的必要性表现出明显的东一中部差异，非高政府支持、非高信息技术水平对非高服务业创新水平的必要性表现出明显的东一西部差异，表明其具有显著的地区效应。

第二，地区对外开放水平、数字经济水平、研发投入、政府支持、生产要素的数量与质量、信息技术水平等条件变量相互协同演化，组成4类条件组态模型影响服务业创新水平。其中：两类能够实现高服务业创新水平，分别为组织一知识协同驱动型和环境一组织协同驱动型；两类能够实现非高服务业创新水平，分别是全要素缺失型和个别要素缺位型。各组态解不存在明显的时间效应与地区效应，表明各组态路径对于常态下的服务业创新水平具有较强适用性。

（二）实践启示

服务业作为经济发展中的重要组成部分，其创新水平的提升是推动服务业高质量发展的重要抓手。本文基于这一实践需求，深人探究了服务业创新水平的影响因素及其协同演化路径，依据研究结论，本文为服务业创新发展提出如下建议：

第一，我国31个省域在环境、组织、知识以及技术要素等方面均具有显著差异，不同要素的协同作用对服务业创新水平的影响不同。因此，各省域应基于全局性视角，因地制宜地选择合适的组态路径，进而推动服务业创新水平的提升。以组织要素为例，在组态K1、组态K2与组态K3中，研发投入均作为核心条件存在，表明研发投入在服务业创新水平的提升中发挥关键作用。因此，研发投人过低可能阻碍服务业技术含量与核心竞争力的提升，进而影响服务业创新发展。

第二，高服务业创新水平各组态的实施路径主要表现为组织要素与环境要素或者知识要素之间的协同演化关系，而全要素或个别核心要素缺失则导致了非高服务业创新水平的组态结果。因此，各地区可通过优化区域创新布局、构建创新生态系统、推动创新文化传播等方式营造良好的创新环境，也能够通过优化资源配置、制定支持政策、建立合作伙伴关系以及持续监测政策变化等措施来增强组织的创新能力。此外，通过加强企业在技术创新中的作用、促进产学研深度融合等措施增加对知识和技术要素的投入，着力培养某两种要素优势作为核心条件，发挥其协同与互补作用，从而推动服务业的创新发展。

第三，地区对外开放水平、研发投入、政府支持以及信息技术水平4个条件变量的必要性具有显著地区效应。在地区对外开放方面，各省域应积极与国际合作伙伴开展贸易和投资，促进服务业与国际市场的互动，提升服务业在全球价值链中的地位。在研发投入方面，各省域应注重信息和通信技术硬件领域的投资，以提高服务业的技术含量和质量，增强服务业的核心竞争力。在政府支持方面，政府可以通过支持创新企业、增加对高质量创新企业的研发支持等措施，为服务业创新发展提供良好的政策环境和资金支持。在信息技术方面，各省域应借助先进的信息技术，推动服务业数字化和智能化升级，提升传统基础设施的数字化和智能化水平，从而推动服务业创新水平的提升。

【主要参考文献】

毕斗斗，方远平，谢蔓等.我国省域服务业创新水平的时空演变及其动力机制——基于空间计量模型的实证研究[J].经济地理，2015（10）：139～148.

蔡平.服务业创新影响因素的实证研究[J].中国流通经济，2009（8）：13～16.

陈景信，代明.知识要素与创业绩效一—基于PVAR模型和区域的视角[J].经济问题探索，2020（1）：38～48.

陈秀英，刘华杰，刘胜.服务业综合改革与服务业企业员工配置效率[J].产经评论，2024（1）：113～128.

方远平，谢蔓，林彰平.信息技术对服务业创新影响的空间计量分析[J].地理学报，2013（8）：1119～1130.

郭峰，王靖一，王芳等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020（4）：1401～1418.

庞瑞芝，李倩楠.服务业“成本病”：理论演进与新一代信息技术背景下的再审视[J].经济学动态，2024（6）：48～63.

宋志秀，葛翔宇.金融集聚、政府干预、对外开放与地区经济发展[J].统计与决策，2022（19）：150～153.

苏屹，李丹.研发投入、创新绩效与经济增长一一基于省级面板数据的PVAR实证研究[J].系统管理学报，2021（4）：763～770.

王江，刘莎莎.基于SDM模型的金融集聚对区域科技创新水平的影响研究[J].科技管理研究，2019（10）：66～73.

王娟，蓝海林.优势制造企业服务化战略如何影响技术进步？一一基于开放情境下不同服务化战略的比较研究[J].外国经济与管理，2020（1）：99～112.

王丽平，李菊香，李琼.科技服务业创新生态系统价值共创模式与协作机制研究[J].科技进步与对策，2017（6）：69～74.

王涛.组织间动态关系对创新双元的影响机制一“双融合\"视角下的悖论化解[J].商业经济与管理，2023（11）：20～32.

袁冬梅，吕书杰，龙瑞.数字经济发展如何影响了服务业就业？一一来自微观层面的经验证据[J].劳动经济研究 . 2 0 2 3 （ 1 ） ： 8 1 ～ 1 0 2

曾凡军，陈永洲.什么样的数字治理生态能提高数字政府发展水平？一一基于生态视角的动态QCA分析[J].电子政务 2 0 2 4 （ 4 ） ： 2 7 ～ 4 1 0

张清正，李国平.中国科技服务业集聚发展及影响因素研究[J].中国软科学，2015（7）：75～93.

张玉华，张涛.科技金融对生产性服务业与制造业协同集聚的影响研究[J].中国软科学，2018（3）：47～55.

（责任编辑·校对：刘钰莹许春玲）