林业创新生态系统对林业绿色发展的影响

叶遄 朱艺琦 杨萌萌 洪燕真

摘要：林业是绿色发展的主体，更是促进人与自然和谐共生和生态文明建设的核心。文章在构建指标体系测度中国各省份林业创新生态系统和林业绿色发展水平的基础上，基于2012—2022年中国26个省份的面板数据，实证检验林业创新生态系统对林业绿色发展的影响，并以林业绿色技术创新为门槛变量，构建林业创新生态系统与林业绿色发展的非线性面板回归模型。研究发现：（1）2012—2022年，中国各省份的林业绿色发展水平呈上升趋势。林业创新生态系统对林业绿色发展有正向促进作用，提升1个单位的林业创新生态系统对林业绿色发展的推进系数为0.1300。（2）林业绿色技术创新通过了单一门槛检验，表明林业绿色发展会因林业绿色技术创新水平的差异而呈现阶段性特征。（3）林业创新生态系统对林业绿色发展的影响效应整体表现为东部地区大于中部地区和西部地区，在资源型区域的影响效应大于非资源型地区。文章探讨了林业创新生态系统对林业绿色发展的影响效应，构建了“林业创新生态系统—林业绿色技术创新—林业绿色发展”的分析框架，丰富了林业创新生态系统赋能林业绿色发展的作用机理。基于研究结论和讨论，提出持续构建林业创新生态系统、加快林业绿色技术转化、因地制宜构建林业创新生态系统等政策启示。

关键词：林业创新生态系统；绿色发展；面板门槛模型；五螺旋理论

中图分类号：F326.2； S718.55文献标识码：A文章编号：1673-338X（2024）2-027-27

基金项目：国家自然科学基金面上项目“农户行为响应视角下的生态公益林补偿机制研究：基于框架田野实验和追踪调查的实证”（72073029），福建省创新战略研究项目“福建省林业高质量发展超越路径研究”（2021R0030），福建省社会科学重大项目“福建省生态系统质量和稳定性提升路径研究”（FJ2021Z014）。

The impact of forest innovation ecosystem on forestry green development

——based on threshold effect model

YE Chuan1，2， ZHU Yiqi2，3， YANG Mengmeng2，3， HONG Yanzheng1，2

（1. School of Economics and Management， Fujian Agriculture and Forestry University， Fuzhou 350002； 2. Research Center for Collective Forestry Reform and Development， National Forestry and Grassland Administration， Fuzhou 350002； 3. College of Rural Revitalization， Fujian Agriculture and Forestry University， Fuzhou 350002）

Abstract：Forestry is the mainstay of green development and a core for promoting harmonious coexistence between human and nature as well as the construction of ecological civilization. Based on the construction of an indicator system to measure forestry innovation ecosystem and forestry green development level in provincial administrative regions in China， this paper empirically tested the impact of forestry innovation ecosystem on forestry green development by using panel data from 26 provincial administrative regions in China from 2012 to 2022. Additionally， it constructed a nonlinear panel regression model between forestry innovation ecosystem and forestry green development， with forestry green technology innovation as the threshold variable. The research found that：（1）From 2012 to 2022， forestry green development level in provincial administrative regions in China showed an upward trend. Forestry innovation ecosystem positively promoted forestry green development， and an increase in forestry innovation ecosystem by one unit resulted in a coefficient of 0.1300 for promoting forestry green development.（2）Forestry green technology innovation had passed the single threshold test， indicating that the forestry green development exhibited staged characteristics due to differences in forestry green technology innovation level.（3）The overall impact of the forestry innovation ecosystem on forestry green development was greater in the eastern region than in the central and western regions， and greater in resource-based regions than in non-resource-based regions. This paper explored the impact of forestry innovation ecosystem on forestry green development， established an analytical framework of "forestry innovation ecosystemforestry green technology innovation-forestry green development"， and enriched the mechanism of how forestry innovation ecosystem enabled forestry green development. Based on the research conclusions and discussions， this paper proposed policy implications such as continuously building a forestry innovation ecosystem， accelerating the transformation of forestry green technology， and adapting measures to local conditions in constructing forestry innovation ecosystem.

Keywords：forestry innovation ecosystem；green development；panel threshold model；five helix theory

1引言

2024年开年之际，习近平总书记在主持中央政治局第十一次集体学习时强调“必须牢记高质量发展是新时代的硬道理”，并明确指出“发展新质生产力是推动高质量发展的内在要求和重要着力点”。林业作为中国重要的基础性产业和公益性事业，在新时代必须与时俱进，积极推动林业绿色发展以培育新质生产力。然而，要实现新质生产力的发展，需要建立全新的创新环境和生态体系。当前，林业创新面临一系列挑战，包括技术研发和推广中的不透明性、科研成果难以转化等问题，传统的创新范式已经不能为林业绿色发展提供持续动力。在这一背景下，创新生态系统的兴起为解决这些问题提供了重要机遇。因此，建立一个适应林业绿色发展的创新生态系统至关重要。创新生态系统指在一定区域内，各创新主体在创新环境的影响下，基于共同目标相互作用而形成的统一整体（罗光强等，2023）。在创新生态系统蓬勃发展的背景下，农业领域的创新生态系统逐渐壮大。美国总统科技顾问委员会于2012年提出构建新型农业创新生态系统以迎接新挑战。澳大利亚通过构建兼具动态、成长和可持续为一体的农业创新生态系统成功推动了资源节约和生态保护（周娜等，2021）。这表明创新生态系统已经成为主流发达国家推动农业绿色发展的必然趋势。

林业作为大农业的重要组成部分，林业创新生态系统与农业创新系统有着密切的关联，同时又在关键领域体现出鲜明的独特性。两者都肩负着推动生态系统创新与发展、实现可持续进步以及人与自然和谐共生的重大使命。总体而言，林业创新生态系统的内涵与农业创新生态系统相类似，指的是在一个特定区域内，各林业创新主体在特定的创新环境下进行物质、能量、信息的交互，从而实现新知识、新品种、新技术的发明和创造，并将其应用推广到林业生产的全过程（孟剑锋等，2022）。中国拥有丰富的森林资源，林业肩负着特殊而重要的历史使命。但受到科技水平低、产业结构不合理、经济效益低等因素的制约（韩婧华等，2015），林业发展存在明显失衡。同时，中国提出的“双碳”目标和高质量发展目标使得创新生态系统成为推动林业绿色发展的新引擎。因此，对于林业绿色发展而言，建立一个适应其特殊需求的创新生态系统，将有助于提升林业创新能力，克服当前面临的瓶颈制约，从而推动林业高质量发展。

创新生态系统的构建和林业绿色发展是中国战略的重要组成部分。林业创新生态系统作为国家宏观创新生态系统的中观延伸，研究其对林业绿色发展的影响，有助于促进林业经济发展的提质增效。鉴于此，本文以2012—2022年中国26个省份为研究对象，一是对林业创新生态系统的内涵概念进行界定，进而从理论层面分析林业创新生态系统与林业绿色发展之间的作用关系；二是将林业绿色技术创新作为门槛变量，利用面板门槛模型分析林业创新生态系统与林业绿色发展之间的非线性关系；三是从经济发展水平、森林资源丰富程度的角度出发，探讨林业创新生态系统对林业绿色发展影响效应的区域异质性。

本文的边际学术贡献在于：第一，在理论上，区别于已有研究主要分析创新生态系统或创新要素对宏观层面绿色发展的影响，通过探讨中观林业创新生态系统对林业绿色发展的影响效应，拓展和丰富林业创新生态系统和林业绿色发展的理论研究。第二，在方法上，区别于已有研究多聚焦于创新生态系统或创新要素与绿色发展的线性关系，通过分析林业绿色技术创新的门槛效应，探究不同林业绿色技术创新水平下林业创新生态系统与林业绿色发展的临界点估值，揭示林业创新生态系统推动林业绿色发展的内在机制。第三，在视角上，区别于已有研究主要聚焦于短时间范围内的纵向比较，基于长时间维度的面板数据，比较中国不同区域林业创新生态系统对林业绿色发展的影响差异，为制定差异化的政策提供更具针对性的建议。

2文献回顾与评述

创新生态系统研究源于生态系统理论研究。20世纪90年代，随着信息技术革命的兴起，商业生态系统初见雏形，在此基础上，随着不断地演化和发展逐渐形成创新生态系统。当前，创新生态系统逐步成为一种崭新的创新范式。其层次结构包括宏观、中观和微观三个层面，即国家创新生态系统、产业创新生态系统和企业创新生态系统（赵放等，2014）。其中，林业创新生态系统作为中观层面创新生态系统之一，对林业创新和经济发展具有重要意义（孟建峰等，2022）。

第一，创新生态系统的理论进展。Moore（1999）最早将生态思想与商业系统相融合，并提出商业生态系统概念；Ander（2006）最早提出创新生态系统的概念，认为创新生态系统是指将公司内各产品通过协作安排的方式组成一个连贯的、面向客户的解决方案；Walrave等（2018）、Granstrand等（2020）分别将创新生态系统定义为存在互补性资源或能力的相互依赖主体的价值共创以及主体、行为、制度等要素的演化集合。在创新生态系统的构建上，Etzkowitz等（2000）将螺旋理论引入创新研究领域，首次提出由政府、企业和高校三类种群构成的三螺旋创新生态系统；Carayannis等（2006）提出包括政府、企业、高校和社会公众四类创新种群的四螺旋创新生态系统，进一步突破三螺旋系统的模式单一和耦合能力不足的局限。随着生态环境问题的突出，Carayannis等（2010）引入自然环境，提出五螺旋创新生态系统理论，更强调创新对生态文明的重要性，旨在推动经济可持续和绿色发展。

第二，创新生态系统的测度与评价梳理。在创新生态系统构建研究方面，Serrano等（2007）与Benitez等（2020）的研究均发现，创新主体间形成的合作创新网络是构建创新生态系统的重要基础。从具体构建要素来看，曾国屏等（2013）从研究、开发、应用三大群落来进行创新生态型系统的细分；Lancker等（2016）则主要从创新主体、创新过程、主体间的网络与生态制度探讨创新生态系统构建。从组织形式来看，Gawer等（2014）、Liu等（2018）、Megnigbeto（2018）、孙聪等（2019）分别以创新平台、政府、大学、企业等创新主体作为创新生态系统的构建核心。从对具体产业的测度与评价方面来看，谭劲松等（2021）从新生、扩展、提升和成熟四个阶段来测度中国的产业创新生态系统；商亮等（2021）在对区域产业创新生态系统演进进行测度时主要考虑系统成长规模、系统成长能力和系统成长环境三个方面；吕一博等（2015）在对移动通讯产业创新生态系统的研究中，基于创新的阶段性特征来探索产业创新生态系统的成长基因。除此以外，孙冰等（2016）从多层次感知器（Multilayer Perceptron）框架的空间维度特征出发，将创新生态系统的演化过程划分为技术保护期、市场选择期以及竞争扩散期，并进行测度评价。在测算方法选择上，目前研究者主要采用两种方法：一类是综合评价法，蔡红（2022）从5个维度20个指标构建城市创新生态系统评价指标体系，运用主成分分析法计算权重和得分；程跃（2021）运用组合赋权TOPSIS模型和二次加权算法评价国家自创区创新生态系统发展水平并进行差异分析。另一类是耗散结构评价法，王展昭等（2021）使用Brusselator模型构建区域创新生态系统的耗散结构判定模型进行判定；杨力等（2023）使用“全局熵—突变级数”评价模型刻画系统的演化过程。综上所述，学者们常采用定性与定量相结合的方式对创新生态系统展开测度与评价。

第三，林业绿色发展的概念及重要性梳理。林业绿色发展是把绿色经济引入林业发展的全过程中，是绿色经济理论在林业部门的应用。学者们对于林业绿色发展的概念厘定标准不一。徐萌等（2015）认为，林业绿色发展是一种森林资源可持续的发展模式，要求包括林木的培育和种植、木材采伐、运输和加工制造等各方面都节约资源能源，并具有较高的技术含量；骆素琴（2016）认为，林业绿色经济发展是通过利用绿色技术实现源头资源的最大化利用，在生产的过程中尽量降低对生态环境的危害，保证产业内与产业外生态环境的健康性，以促使人类社会与自然环境和谐可持续发展的终极目标，是一种维护人类生存环境平衡的健康发展模式。学者们对林业绿色发展的论断除了定性分析之外，大多数也都以量化的形式予以验证。谭少鹏（2022）通过构建投入产出指标体系，运用非角度、非径向的SBM模型和GML指数对2002—2020年中国30个省域林业绿色发展情况进行测算；温赛赛等（2022）基于2008—2018年的统计数据，运用变异系数法测度分析中国林业绿色发展的指数和变动趋势。

第四，创新生态系统与绿色发展关系梳理。在宏观层面，孙艳（2024）基于理论分析指出，创新生态系统在促进欧盟经济增长和就业、提高欧洲企业国际竞争力、挖掘欧盟研发创新潜力等方面成效显著，为服务欧盟实现绿色和数字双转型目标发挥了重要作用，并通过提升绿色技术创新水平发挥作用；李炳军等（2023）基于创新生态系统共生框架实证研究发现，创新生态系统显著促进了经济社会的绿色化、低碳化发展。在中观层面特定行业的创新生态系统的研究中，刘文超等（2021）以河北沧州“金丝小枣”为例分析认为，农业创新生态系统中各创新主体发挥各自的异质性，通过资源整合，实现多元主体间价值共创和协同共生，能提升产业创新能力和产业竞争力；毛世平等（2019）研究发现，区域农业创新生态系统建设是推动区域农业发展的重要动力；孟建峰等（2022）指出，农业创新生态系统“政府、生态链、主体、环境和要素”协同创新五位一体的构建策略，能有效实现农业全产业价值链条增加科技附加值。此外，学者们还基于全国（罗光强等，2023）、黄河流域城市区域（张峰等，2023）、长三角地区（王震等，2023）等不同区域层面的数据，进一步实证研究特定行业创新生态系统的驱动作用，认为创新生态系统的促进作用在不同行业均有体现。研究结果表明，创新生态系统对于绿色发展具有重要影响。

综上所述，虽然国内外关于创新生态系统对绿色发展影响的研究已有很多成果，为本文提供了有益的借鉴和启发。但通过对文献的进一步梳理，发现存在三个方面的不足：一是针对创新生态系统的研究多从宏观国家层面或中观农业、制造业、高科技产业入手，但对生态文明建设具有重要意义的林业研究成果较少。二是对于林业创新生态系统与林业绿色发展之间的作用及机理研究并未得到一致的结论。不论是林业创新生态系统的理论研究还是林业绿色发展的实践成果，都离不开创新对绿色发展这一影响的前提条件，但是目前关于该问题的研究有限。三是已有研究主要选择定性或运用截面数据来验证创新生态系统对绿色发展的影响效应，运用长时间面板数据的研究相对欠缺。鉴于此，本文有针对性地深入研究林业创新生态系统对林业绿色发展的影响机制和效果。基于动态视角，选取2012—2022年连续11年的面板数据，从中观层面的林业创新生态系统入手，在理论上构建林业绿色技术创新与林业绿色发展的非线性效应模型，明确林业绿色技术创新赋能林业绿色发展的门槛作用，从而进一步丰富创新生态系统对绿色发展的影响研究。

3理论分析框架与研究方法

基于五螺旋理论，结合中国林业绿色发展面临的现实问题，建立面板Tobit模型和门槛效应模型，分析林业创新生态系统与林业绿色发展之间的关系及作用机理。

3.1理论分析框架

创新生态系统由创新系统演化而来。从生物学层面而言，创新生态系统范式主要包括多样性共生、开放式协同和自组织演化三种主要特征（Adner，2006）。与创新系统相比，创新生态系统更侧重于系统各要素之间、系统要素与外部环境之间的相互作用以及系统与环境之间的动态联系（谭劲松等，2021）。

3.1.1林业创新生态系统赋能林业绿色发展的效应分析

基于已有研究，结合林业产业资源基础薄弱（包乌兰托亚等，2022）、林业产业化水平较低（罗贤宇等，2022）、林业创新水平不强（贝淑华等，2023）等问题，从资源配置、利益主体均衡、激励约束和互动协同四个视角厘清林业创新生态系统影响林业绿色发展的作用机理。

创新生态系统对林业绿色发展的资源配置具有重要作用。森林资源是林业发展的基石，但当前中国的人均森林面积和人均森林蓄积量均低于世界平均水平，森林资源的有效供给能力不足，木材安全问题凸显。在创新生态系统中，政府和企业是主要的资源配置推动者。政府可以通过制定政策引导森林资源和林业创新资源的流动，激发森林经营者进行营造林和林业创新，而涉林企业则在满足自身发展需求的基础上，有效利用林业创新资源，推动林业科技创新，促进林业创新资源的流通。

创新生态系统对林业绿色发展中利益主体的均衡起到关键作用。一般而言，林区面临财政约束，往往会通过政策创新来解决社会问题。然而，采用这种方法可能导致一系列问题，包括落后林区经济发展核心目标与政策创新的矛盾、林业经营利益主体之间的利益冲突以及地方政策的保守性等。在创新生态系统中，各主体要素通过实施包括林业供需机制、林业竞争合作机制和林业内部治理机制等均衡作用机制，使林业发展保持动态均衡状态（Kolloch et al.， 2017）。例如，通过林长制和林地占补平衡机制，有助于提升林业基层治理水平、缓解林地供需矛盾，确保林业健康稳定发展。

创新生态系统对林业绿色发展过程中外部性的激励约束起到引导作用。林业绿色发展存在明显的外部性，包括林业生态效益和林业创新。不同利益主体参与林业创新的目标常常不一致，而林业创新既带来收益也伴随着风险。在理性经济人假设下，通过对林业创新参与主体在利益分享和风险分担方面实施合理的激励约束措施，有助于增强林业绿色发展中各创新主体的合作紧密性和创新活力。这些激励约束的形式包括政策制定、利益分配比例调整和森林生态系统权力地位配置，例如森林生态补偿机制、自然资源资产产权激励机制和生态产品价值实现机制等。

创新生态系统促进林业绿色发展中利益主体与环境的互动协同。由于林业经营周期长且不确定性强，中国林业相对于北欧等林业强国而言，产业化程度较低，导致林产品定价难以适应市场需求，从而影响了林业经济效益。在创新生态系统中，各主体要素间的关系基于自愿互惠和优势互补原则，存在共同的利益诉求和合作共赢的愿望。例如，在林业绿色发展过程中，通过建立产学研联盟的互动协同机制，促进林业科技创新，推动林业产业转型升级，提高林产品附加值和市场竞争力。同时，通过市场开拓和供应链管理优化价格和成本结构，有助于提升经济效益。据此，提出假设H1。

H1：林业创新生态系统对林业绿色发展有正向影响，即林业创新生态系统会促进林业绿色发展。

3.1.2林业创新生态系统赋能林业绿色发展的门槛效应分析

门槛效应的关键在于考察被解释变量和解释变量之间的关系是否发生显著性变化，即当门槛变量数值高于或低于某一临界值时，解释变量的估计系数是否发生变化。本文主要研究在不同林业绿色技术创新水平下林业创新生态系统对林业绿色发展的差异影响。

林业绿色技术创新被视为影响林业绿色发展的一个关键门槛。首先，通过林业绿色技术的研发和应用，能从生产源头上减少对森林资源及生态环境的损害（于璐瑶等，2023），呈现帕累托改进的性质，进而影响林业绿色发展进程（Acemoglu et al.， 2012）。其次，林业绿色技术创新注重在技术创新的过程中充分考虑生态环境的保护和可持续发展，这与林业创新生态系统的核心理念相契合，即兼顾经济效益和生态效益（罗光强等，2023）。通过林业绿色技术创新，林业创新生态系统能够推动林业绿色产品的研发、生产和推广，减少环境污染和森林资源消耗，推动林业绿色发展。再次，林业绿色技术创新是实现林业绿色发展的关键途径，在林业创新生态系统中需要涉林企业、研究机构和政府等各创新主体协同合作，推动林业绿色技术的研发和应用。这种跨界合作有助于打破传统技术创新的壁垒，形成更加全面和深入的林业绿色发展策略。最后，林业绿色技术创新还能够激发创新生态系统的活力和潜力，通过推动绿色技术的研发和应用，可以吸引更多的创新资源和人才，形成更加完善的创新网络，进一步推动林业绿色发展（栗志慧等，2024）。

具体而言，当林业绿色技术创新水平较低时，意味着林业绿色技术的不成熟或不完善。在此情况下，林业绿色技术的研发和应用可能面临较大的技术风险和市场不确定性，从成本收益比的角度出发，使得森林经营者或涉林企业在采用新技术时存在顾虑。此外，不成熟的技术也可能导致生产效率低下、成本高昂等问题，进一步限制了林业绿色技术的推广和应用，从而难以形成有效的林业绿色发展动力（许汉友等，2023）。由于缺乏经济效益驱动，涉林企业或森林经营者研发应用林业绿色技术、推动林业绿色发展的积极性不高，导致林业创新生态系统对林业绿色发展的促进作用较弱。当林业绿色技术创新水平提高并跨过技术门槛后，能有效增强林业绿色技术的技术创新效应和技术领导效应。通过不断的林业绿色技术创新，涉林主体可以开发出更加先进、高效的林业绿色技术，从而在市场上获得竞争优势。技术领导优势不仅有助于涉林企业自身的发展，还能加快整体的林业绿色发展进程，引领整个行业向更加绿色、可持续的方向发展（于宪荣，2023）。这将充分调动涉林企业或森林经营者研发与应用林业绿色技术的积极性，激励其增加林业绿色技术创新投资，从而增强林业创新生态系统对林业绿色发展的促进作用。据此，提出假设H2。

H2：林业创新生态系统对林业绿色发展的促进效果会受到林业绿色技术创新门槛作用的影响。

3.1.3林业创新生态系统赋能林业绿色发展的异质性分析

上述假设分析表明，林业创新生态系统对林业绿色发展具有促进作用。然而，这些论断基于区域同质性假设提出，未充分考虑中国因幅员辽阔而可能存在的区域异质性。受地区差异的影响，中国各地区的资源禀赋情况、经济社会发展状况都存在显著差异。据此，提出假设H3。

H3：林业创新生态系统对林业绿色发展的影响具有异质性。

在经济社会发展方面，中国东部地区的经济发展水平普遍高于中部和西部地区。通常情况下，在经济发展水平较低的地方，由于其林业绿色发展相对滞后，林业绿色技术水平较低，市场规模较小。一旦该地区进行林业绿色技术创新，提升林业绿色技术水平后，与经济发达地区相比，将会带来更大的边际效应，反而能促进该地区的林业绿色发展（周磊等，2022）。据此，提出假设H3a。

H3a：林业创新生态系统对林业绿色发展的影响具有基于经济发展水平的异质性。

在森林资源丰富程度方面，中国森林资源的分布存在显著的地域差异，且分布并不均匀。森林资源作为林业绿色发展的基础，其丰富程度差异会直接导致创新生态系统内部各主体要素的竞争优势差异，使得不同地区的林业绿色发展步调不一致（Chuan，2002）。例如，森林资源丰富的区域拥有更多的自然资本和生物多样性，为林业创新提供了更广阔的试验田和更丰富的基因库，林业创新生态系统可以更有效地利用和整合这些资源，推动林业绿色发展。相反，在森林资源相对匮乏的区域，创新生态系统的构建和发展可能面临更多的限制和挑战。据此，提出假设H3b。

H3b：林业创新生态系统对林业绿色发展的影响具有基于森林资源丰富程度的异质性。

3.2研究方法

首先，借鉴五螺旋创新生态系统理论，对林业创新生态系统的构成要素进行选择，利用熵值法对中国26个省份2012—2022年的林业创新生态系统水平进行测算；其次，从森林碳汇和林业产业发展的角度来衡量林业绿色发展水平；最后，建立林业创新生态系统对林业绿色发展影响的面板Tobit模型，引入门槛变量，构建门槛效应模型，研究林业绿色技术创新与林业绿色发展之间的影响关系。

3.2.1林业创新生态系统的测度

林业创新生态系统是农业创新生态系统的衍生，且二者又同属中观创新生态系统。在学理逻辑上，其一，林业和农业的创新生态系统都是基于创新生态系统理论构建，都强调系统中各主体之间的相互作用和依赖，共同推动创新活动的发展（王丹等，2021）。其二，林业和农业创新生态系统都具有动态性和开放性，能不断适应外部环境变化，吸纳新的创新元素，保持创新活力（韩伟等，2023）。其三，林业和农业创新生态系统都强调生态平衡和可持续发展，在追求经济效益的同时，注重生态环境保护和资源合理利用，以实现经济效益、社会效益和生态效益协调发展（周娜等，2021）。然而，在主要侧重点上，林业创新生态系统更侧重于森林生态系统的保护和管理，关注森林资源的可持续利用和生态环境保护（王兆君等，2009），而农业创新生态系统则更侧重于提高农业生产效率、农产品质量和安全，以及农民的收入和生活水平（郭君等，2013）。在关联性上，林业和农业具有资源互补性，通过创新生态系统的构建，可以实现资源共享和优化配置，提高资源利用效率（Kriese et al.， 2021）。例如，农业系统提供秸秆、畜禽粪便等生物质资源，经过处理后，能成为林业生物质能源和肥料的重要来源。同时，林业系统提供的木材、果实等资源也可以用于农业生产和加工。这种资源共享不仅提高了资源利用效率、降低了生产成本，还为林业绿色发展提供了有力的物质保障。林业和农业具有技术交叉性，通过创新生态系统的连接和合作，可以促进两个领域间的技术交流融合，推动技术创新和产业升级（刘艳迪等，2022）。例如，农业领域的生物技术、信息技术等可以为林业提供新的种质资源、育种技术和智能管理手段，提高林业生产效率和生态效益。同时，林业领域的生态修复、森林经营等技术也可以为农业提供生态屏障和绿色发展空间。这种技术创新层面的关联性有助于推动林业绿色发展的技术升级和产业升级。林业和农业具有市场互通性，通过创新生态系统的构建，可以促进林业和农业之间的产业链融合和市场拓展，提高产品的附加值和市场竞争力（耿选珍，2015）。例如，生态旅游、林下经济等绿色经济形式的开发，能增加消费者对林产品的关注度，提高林业产业市场竞争力。同时，农业领域的品牌建设和营销策略也可为林业提供借鉴和参考，推动林业绿色发展的市场化进程。

因此，在参考已有选用四螺旋理论测度农业等中观创新生态系统研究的基础上，结合林业、林业创新及林业创新生态系统的特点，选择包含自然环境维度的五螺旋生态系统理论构建林业创新生态系统指标体系。鉴于该体系包含多个指标，而各指标对综合测算指数的影响程度不同，为了克服这一问题，参考王宝义等（2018）、黄志刚等（2021）的研究经验，本文采用熵值法进行权重分配。熵值法的基本原理是将指标数据标准化处理，计算各指标的权重，最终通过权重加权求和得到总分。

五螺旋理论包含五个关键要素，即研发创新子螺旋、政策驱动子螺旋、产业运营子螺旋、社会参与子螺旋和自然环境子螺旋。具体而言，林业研发创新在整个林业发展过程中充当着知识资源的生产者角色。一方面，众多包括高校在内的林业科研机构，通过资金和人力的投入进行研发创新，产出丰富的知识和技术，为林业的可持续发展奠定了坚实的技术基础；另一方面，基于知识溢出和创业理论，林业企业通过有效转化科研机构的技术溢出，成功实现了科技成果的转化，从而在绿色竞争中获得新的竞争优势（董姗等，2023）。因此，选取当年林草科技投入额作为考察林业研发创新情况的指标。

林业政策驱动在林业发展中充当知识资源宏观调控者的角色。考虑到林业发展的实际情况，政府通过积极发挥“看不见的手”的宏观调控作用，借助法律、财政、政治等手段，以财政补贴和政策引导为支持，致力于营造良好的绿色创新环境（吴菲菲等，2020）。其主要手段之一为环境规制。在不同环境规制强度下，林业创新生态系统对林业绿色发展的影响可能呈现差异。当环境规制强度较低时，涉林企业往往采取与其他行业相似的策略，主要关注末端治理，并在考虑成本收益的原则下，可能产生“挤出效应”，最终导致相关企业逐渐向环境规制较低的地区转移。然而，当环境规制强度较高时，由于末端治理成本的不断上升，涉林企业受到压力时会进行林业绿色技术创新活动，采用更环保、更具创新性的技术。这些技术的应用一方面能够抵减前期的林业创新成本，另一方面随着林业绿色创新成果的转化，更能够带来净收益。因此，参考林丽梅等（2022）的研究，本文选择林业环境规制水平作为衡量林业政策驱动情况的指标。

林业产业运营充当知识资源的采用和再生产者的角色。按照投入产出原则，林业企业通过投入资本、劳动力、土地等生产要素，在创新驱动和市场导向的前提下，更倾向于走绿色发展道路。同时，企业是科研成果转化的最终承载者，各科研机构通过与企业合作，将创新技术成功转化为绿色生产力。在这个过程中，绿色创新龙头企业不仅会对其他企业形成竞争压制，甚至可能形成暂时性的垄断，当然也会面临其他企业的模仿压力。这种相互竞争的局面会推动林业产业的绿色化发展（高杨等，2022）。因此，选择当年林草实际投资完成额作为观察林业产业运营情况的指标。

林业社会参与在知识资源的运用和传播中扮演着重要角色。在竞争市场中，消费者的需求能够有效引导林业企业朝着绿色创新的方向发展。在这种情况下，林业企业通过吸引社会资本进入生产经营循环，进行消费者绿色价值创新。这不仅有助于提升企业自身绿色工艺创新能力，完善绿色创新市场用户信息，同时也能够借此机会获取更多的收益（蔡晶晶等，2020）。除此之外，公众通过社会舆论的发声为政府提供绿色创新政策反馈也是社会参与的一种方式。例如，公民环保意识的规范压力能够有效补充环境规制措施，而公民对新兴环保科技的需求也能显著推动绿色创新市场的活跃（赵向华，2016）。因此，选择当年科技馆参观人数作为衡量林业社会参与情况的指标。

自然环境是林业绿色生产的基础和根本来源。所有林业绿色创新的产出都建立在对自然资本的投入上。为了实现创新生态系统的良性循环和持续升级，必须基于自然环境的挑战和激励进行环境改善，从而引发正向的自发性绿色创新（叶娟惠等，2022）。因此，选择当年森林覆盖率作为考察自然环境情况的指标。变量选取说明如表1所示。

3.2.2林业绿色发展水平的测度

林业绿色发展是林业现代化进程中的关键节点和表现形式，也是林业现代化的原动力和重要推动力（刘珉等，2022）。在中国经济实现绿色化、低碳化发展的过程中，林业绿色发展更是重要的组成部分（王婧等，2020）。一方面，林业绿色发展势必伴随着林业绿色技术创新、林业产业结构和需求结构的优化，这将减少森林资源的使用频率，有利于增加森林资源的存量，进一步强化森林的碳汇功能。在该过程中，社会对林产品的消费需求将更加倾向于以森林旅游和森林康养为主的生态型消费，也有助于减少森林资源的消耗，促进生态保护。另一方面，森林生态产品价值实现也是林业绿色发展的重要组成部分。以森林碳汇为例，其通过将森林的生态优势转化为经济优势，拓宽了森林经营者的收入来源，成为促进林业经济发展的重要手段。随着林业碳汇市场的不断发展，森林经营者对林业的关注和投入将持续增加。大规模的林木种植不仅能够为木材加工业等行业提供丰富的原材料，还能带动整个林业产业发展，繁荣林业经济。

此外，林业产业发展与森林碳汇还存在耦合关系，这种耦合关系又可分为积极耦合和消极耦合，两者相互影响、相互促进（张颖等，2022）。积极耦合表示二者能够形成优势互补、相互促进的发展状态；而消极耦合则表示二者间相互制约，从而导致各系统功能的实现出现障碍。

从积极的角度而言，一方面，在可持续管理和合理开发的前提下，林业产业的兴盛有助于增加森林中的木材储量（杨玉盛等，2015），使更多的二氧化碳被长期存储在森林中，对环境产生积极作用。同时，林业产业的发展有助于提高森林生态系统服务水平，包括气候调节和水源保护等，促使二氧化碳得以更长时间储存，形成更有效的碳汇。此外，林业产业发展能促进林业技术创新，减少资源浪费，提高整体效率，有助于更好地保护碳汇（侯方淼等，2023a）。另一方面，林业产业的可持续经营，能有效避免过度伐木和不合理开发，保持森林碳汇功能（蒋昌华等，2004）。随着碳市场兴起，通过将森林碳汇纳入市场机制，林业产业可以通过参与碳交易市场等方式获得碳排放权或其他经济激励，推动林业绿色发展（张颖等，2019）。与此同时，借助森林碳汇功能，发展生态旅游和森林生态产品，在实现产业升级的同时能进一步保护碳汇（韩哲英等，2007）。

从消极的角度而言，一方面，过度的林业产业发展会损害森林碳汇能力（范水生等，2023）。例如，为了满足产业发展的需求，以及生产木材、纸浆等木质林产品，需要进行大规模的森林采伐。这不仅会减少森林面积，还会破坏森林生态系统的完整性，导致森林吸收和储存二氧化碳的能力下降。林业产业发展中可能存在管理不当和技术落后等问题，也会对森林碳汇产生消极影响。缺乏有效的森林管理和保护措施，如滥砍滥伐、非法占用林地等行为，都会破坏森林生态系统的平衡，降低其碳汇功能。此外，缺乏先进的林业技术和设备，也会导致森林资源的利用效率低下，不利于森林碳汇的可持续发展。另一方面，林业产业发展过程中土地利用方式的改变会损害森林碳汇（马晓哲等，2015），包括因不合理的土地利用方式导致土壤侵蚀、水源污染等环境污染问题造成的碳汇损失和因森林与农业用地、建设用地转换而破坏原有森林碳汇结构造成的碳储存量减少（韩骥等，2016）。

综上所述，选取林业产业发展和森林碳汇的耦合协调值来表征林业绿色发展。具体而言，关于林业产业发展，林业产业总值是林业经济发展情况的重要体现（王崇红等，2019），选取林业产业总值考察林业经济发展水平。关于森林碳汇的计算，参考薛龙飞等（2018）的研究，通过森林资源清查数据对生物量进行宏观估算的蓄积量扩展法进行碳汇计算，其主要内在逻辑是利用特定换算系数来实现生物量与碳质量之间的恒定转换，求得森林总碳汇量。此外，由于该方法具有国际通用的系数标准，因而计算简单且适用性强。计算方法如式（1）所示。

式（1）中，C表示森林总碳汇量，V表示森林蓄积量，δ表示蓄积扩大系数，ρ表示容积密度，γ表示含碳率，α表示林下植被碳转换系数，β表示林地碳转换系数；其中α、β、γ、δ、ρ参照薛龙飞（2018）等的相关研究，定义α= 0.195，β= 1.244，γ= 0.50，δ= 1.90，ρ= 0.50。

3.2.3门槛变量

目前，中国各地区的林业绿色发展水平存在显著差异。深入研究林业绿色技术创新是否能够促使各区域实现更高效、更迅速的林业绿色发展，具有重要的理论和实践意义。

林业绿色技术创新对林业创新生态系统的空间溢出效应具有重要影响，其水平的提升能够提高林业在发展中的资源配置效率和产品质量，有助于优化资源利用效率，解决林业发展中的资源环境危机，推动林业朝着更绿色的方向发展。一方面，林业绿色技术创新推动了新设备和新技术在林业产业中的应用，减少了林业生产过程中的资源浪费，提高了整个生产过程的效率和节能性，为林业经济发展带来更高的边际效益。以智慧林业为例，通过先进的大数据采集和分析技术，森林经营者能够详细了解森林资源的生长状况和分布情况，实现对森林资源的精细管理和优化配置（侯方淼等，2023b）。在要素投入比例不变的情况下，林业绿色技术创新水平的提升还能提高林业资本和劳动投入的边际生产率。另一方面，林业绿色技术创新通过成果转化，能够推动高附加值和竞争力的新型林产品的开发。例如，随着社会公众环保意识的提高，消费者对绿色环保产品的需求不断增加，林业绿色技术创新可以加速生物降解型包装材料、环保型木地板等绿色环保产品的研发和转化，满足了消费者对绿色环保产品的需求，同时提升了林业企业的竞争力，符合建设环境友好型社会的要求。本文以林业绿色技术创新水平作为门槛变量。参考李煜华等（2023）的研究，选取林业专利值来表示林业绿色技术创新，而林业专利包括申请数和授权数两部分，林业专利申请数在一定程度上只反映对林业绿色技术的重视程度，并不实际代表林业绿色技术能力的提升，因此本文选取当年林业专利公开数来表征林业绿色技术创新水平。

3.2.4模型设定

以林业绿色发展水平作为被解释变量，林业创新生态系统作为解释变量。由于在测度林业绿色发展水平时用森林碳汇和林业产业发展的耦合值表征，其数值位于0到1之间，若使用普通最小二乘法进行回归，会导致参数估计值有偏和非一致性，因此对于受限被解释变量，本文首先构建林业绿色发展面板Tobit模型，如式（2）所示。

式（2）中，Yit表示i省份在t年的林业创新生态系统水平，xit表示i省份在t年的林业绿色发展水平，Control表示控制变量；α0表示截距项，α1表示林业创新生态系统对林业绿色发展水平的影响效应，αm表示控制变量的影响效应；λi表示固定效应，δt表示时间固定效应，εit表示随机扰动项。

控制变量：除本文所选取的解释变量外，中国林业绿色发展水平还受其他因素影响，结合已有研究，参考曹兰芳等（2012）、叶娟惠等（2022）、贝淑华等（2023）对林业绿色发展影响因素的研究，综合选取经济发展水平、地方政府重视程度、市场化程度、林业工资水平、城镇化水平5个对林业绿色发展影响较为显著的指标作为控制变量。经济发展水平是对社会经济现象在不同时期规模或水平的反映。经济发展水平越高，对林业绿色发展的整体带动效应越强。该指标使用各省份当年地区人均产值来表征。地方政府对林业的重视程度是指政府通过各类扶持政策、补贴政策等来促进林业发展的程度。不同地区政府对林业经济的支持程度差异较大，一些地区可能通过提供更多补贴或贷款优惠等方式积极支持林业经济发展，而另一些地区可能受制于资源匮乏和财政压力，对林业经济的支持相对较少。该指标使用地区林业总产值与地区生产总值的比值来表征，该比值越高，说明地方政府对林业的重视程度越高，更会加大对林业绿色发展的政策倾斜。市场化程度高低主要体现在市场交易成本、市场价格机制和市场信息的不对称性。市场化程度的提高有助于降低林业市场的信息不对称性和交易成本，提升林业产业效益和竞争力，进而促进林业绿色发展。该指标使用中国各省份当年市场化指数来表征。林业工资水平对林业行业的劳动力供给有重要影响。较高的工资水平有助于吸引更多相关人才，特别是高级人才进入林业行业。这有助于推动地方林业技术创新，提高林业效率，进而推动林业绿色发展。该指标使用年末林业系统单位在岗职工年均工资来表征。城镇化水平使用当年城镇人口占总人口的比例来衡量。城镇化水平在一定程度上代表了该地区的工业化和现代化水平。城镇化水平的提高有利于林业产业规模效益和集聚效应的产生，因此也可能促进林业绿色发展。

面板门槛效应模型作为分析经济参数是否发生结构突变的计量模型，可以验证中国林业创新生态系统与林业绿色发展之间的关系，并计算得出影响林业绿色发展的门槛值。不同区域林业绿色技术创新水平可能存在量变到质变的积累过程，不同地区的林业绿色技术创新水平只有在达到一定程度时，才可能促进林业创新成果转化，强化林业知识增值效应。因此，为进一步揭示不同林业绿色技术创新水平下林业创新生态系统对中国林业绿色发展的影响效应差异，本文将林业绿色技术创新水平设定为门槛变量，在式（1）基础上构建面板门槛模型。林业绿色发展面板门槛模型如式（3）所示。

式（3）中，I（ ）？表示门槛模型的示性函数，若括号内为真，则为1，反之则为0；q表示林业绿色技术创新水平，φn表示待检验的门槛值，χ0表示常数项系数，χ1、χ2、？？？、χn、χn + 1、χm表示不同门槛值林业创新生态系统对林业绿色发展的影响系数。

4数据来源

本文以中国26个省份作为研究对象，考虑数据可获得性，选取2012—2022年数据进行分析，在对所选变量进行解释说明的基础上，将变量分为解释变量、被解释变量、控制变量和门槛变量，并对主要变量进行基本的描述性统计，以增加研究的科学性。

4.1数据来源

本文被解释变量林业绿色发展的相关数据主要来源于《中国林业和草原统计年鉴》，解释变量林业研发创新、林业政策驱动、林业产业运营、林业社会参与、自然环境的数据主要来自《中国统计年鉴》《中国科技统计年鉴》《中国林业和草原统计年鉴》《中国环境统计年鉴》，门槛变量林业专利数据来源于国家知识产权局专利数据库，控制变量经济发展水平、地方政府重视程度、市场化程度、林业工资水平、城镇化水平的数据主要来自《中国统计年鉴》《中国林业和草原统计年鉴》，其中市场化指数数据来源于中国市场化指数数据库和樊纲市场化指数库。关于研究样本数量的选择，我国共有34个省份，考虑到直辖市、特别行政区以及台湾省这些省份独特的政治制度和经济社会情况等因素，为保证数据的严谨性，因而剔除北京、上海、重庆、天津、香港、澳门、台湾7个研究样本，同时由于西藏自治区部分数据缺失严重，也予以剔除，最后选取26个省份2012—2022年连续11年的面板数据作为研究数据来源。

4.2描述性统计

本文测算2012—2022年26个省份的林业创新生态系统水平和林业绿色发展水平，并收集林业绿色技术创新、经济发展水平、地方政府重视程度、市场化程度、林业工资水平和城镇化水平的相关数据。主要变量的描述性统计如表2所示。

2012—2022年中国林业绿色发展水平和林业创新生态系统呈稳步增长趋势，但标准差较大，内部差异较大。例如2022年福建、广东等东部省份林业绿色发展水平均为0.67，而同期山西、青海、宁夏等中西部省份仅为0.25、0.13、0.13，差距较为明显。2022年黑龙江、广东的林业创新生态系统水平为2.86、2.67，而同期宁夏、青海仅为0.58、0.21，差距更为明显。这表明中国各地区林业绿色发展和林业创新生态系统两级分化现象严重。

控制变量方面，2012—2022年经济发展水平、市场化程度、林业工资水平、城镇化水平呈现较大差异，两级分化严重，标准差较大，两级差异明显。而地方政府重视程度均值呈缓慢下降趋势，标准差较小，表明数据稳健，不同年份、不同区域之间不存在明显差异，中国各地对林业发展的重视程度普遍不高。具体而言，经济发展水平、市场化程度、城镇化水平情况符合中国实际情况。关于林业工资水平，东部地区高于西部地区，而西部地区高于中部地区，如青海、宁夏等西部省份的工资水平普遍高于安徽、江西等中部地区，甚至高于福建、江苏等东部省份。一方面，这可能与西部生态工程的建设有关，西部地区拥有广阔的草原和沙漠，进行植树造林是一项重要的生态工程。由于生态工程的重要性，对于种树工人的需求相对较高；供需关系也促使工资水平相对较高。另一方面，相较于中部地区，西部地区的经济发展可能相对滞后，产业结构也可能存在差异。在西部地区，林业可能是当地重要产业之一，因此，为了吸引劳动力，提高林业工资水平可能是一种策略。门槛变量方面，2012—2022年中国林业绿色技术创新标准差差异也较大，两级差距也就较为明显，东部地区依次大于中部地区和西部地区，这与东部地区良好的经济基础、较高的人才聚集和知识溢出等因素紧密相关。

4.3典型事实分析

除了对林业绿色发展水平等进行常规的描述性统计，本文还基于核密度图可视化呈现林业创新生态系统和林业绿色发展的地区差异，基于散点图初步探索林业创新生态系统与林业绿色发展的正面关系。

4.3.1林业创新生态系统仍有较大提升空间，东部地区林业绿色发展水平优于中西部地区

为更好呈现解释变量和被解释变量的分布特征。通过核密度图来进行可视化分析，了解变量的密度分布、异常值等情况，如图1和图2所示。

通过图1可知，2012—2022年中国林业创新生态系统的综合值水平主要集中在1.50以下，表明各地区林业创新生态系统仍有较大提升空间。通过图2可知，东部地区和中西部地区的林业绿色发展峰值不断向右平移，总体上看，东部地区高于中西部地区，表明东部地区林业绿色发展水平优于中西部地区。然而东部地区的峰值呈下降趋势，而中西部地区的峰值则呈上升趋势，这也表明中西部地区林业绿色发展的潜力高于东部地区。

4.3.2林业创新生态系统与林业绿色发展呈现同方向变动关系

从常规的描述性统计中发现，2012—2022年中国林业创新生态系统和林业绿色发展呈现共同增长的态势。因此，通过林业创新生态系统和林业绿色发展的散点图进一步探寻二者的关联关系，如图3所示。通过图3向右上方倾斜的拟合值曲线表明，总体上林业创新生态系统越好的地区，林业绿色发展水平越高，初步判断林业创新生态系统对林业绿色发展存在正面效应。

5经验性结果

基于本文研究假设与变量的选择，在对上述数据进行整理和分析的前提下，主要讨论五项内容。一是验证数据是否存在多重共线性；二是运用面板Tobit模型对林业创新生态系统如何影响林业绿色发展进行基准回归分析，初步探究二者间的影响关系；三是基于面板门槛模型进行门槛效应检验和门槛回归分析，以探究林业创新生态系统、林业绿色技术创新及林业绿色发展三者之间的作用机理；四是进行异质性回归分析；五是进行稳健性检验。

5.1共线性检验

在使用面板Tobit模型和面板门槛模型实证分析之前，要先考虑变量之间存在的多重共线性问题，否则可能导致线性模型回归出现伪回归，得到有偏的估计结果。因此本文采用方差膨胀因子检验变量之间的共线性问题，结果如表3所示。

方差膨胀因子检验的核心思想是比较变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。具体可分为观察容忍度和其方差膨胀系数，一般而言，方差膨胀系数越大，其共线性越严重。当方差膨胀系数处于0～10之间时，变量之间不存在多重共线性；当方差膨胀系数处于10～100之间时，变量之间存在较强的多重共线性；当方差膨胀系数大于100时，变量存在严重多重共线性；当存在个别变量的方差膨胀系数大于10时，只要平均方差膨胀系数小于5，也可认为变量之间不存在共线问题。由表3的共线性检验结果可知，变量之间的方差膨胀系数均小于5，且平均方差膨胀系数也小于5，表明本文选取的变量之间不存在共线性问题。此外，从表3的容忍度可知，各控制变量和自变量的容忍度都大于0.20，也由此可知，各控制变量之间、各控制变量和自变量之间不存在精确相关关系或高度相关关系，不会导致模型估计失真或难以估计准确，可以进行后续检验。

5.2格兰杰因果关系检验

为了检验各变量之间的因果关系，本文对各变量之间的因果反馈关系进行格兰杰检验，结果如表4所示。

表4结果显示，除市场化程度变量外，其他变量的P值都小于0.05，在1%的显著性水平上显著，拒绝原假设，因而得出结论变量林业创新生态系统、经济发展水平、地方政府重视程度、市场化程度、林业工资水平、城镇化水平、林业绿色技术创新均为林业绿色发展的格兰杰原因，均会对林业绿色发展产生先导效应或者驱动作用，即这类变量的变动在一定程度上会影响林业绿色发展的变动。因此，通过格兰杰因果检验，在统计预测的概念上，所选取的各变量与因变量之间均具有一定因果关系，可以进一步分析各变量和因变量之间的具体作用机制。

5.3基准回归分析

在使用面板数据进行回归分析之前，需根据数据类型判断使用固定效应抑或是随机效应，本文使用豪斯曼（Hausman）进行检验。由于Hausman检验结果P值为0.0000，表明检验的统计量在统计上显著，即拒绝了解释变量与随机效应不相关的原假设。因此，根据豪斯曼检验的结果，本文选择使用固定效应模型，最终建立了双侧受限的面板Tobit模型，该模型能够通过消除个体固定效应和引入面板数据特有的误差项，从而保证基准回归结果的有效性。基准回归结果如表5所示。

表5显示了林业创新生态系统对林业绿色发展水平影响的估计结果，其中列（2）是加入控制变量后列（1）的估计结果，因此以列（2）为准，林业创新生态系统水平在1%的显著性水平上正向显著，说明总体上林业绿色发展水平会随着林业创新生态系统水平的提高而提高，验证了假设H1。通过进一步观察各控制变量的系数可知，市场化程度和城镇化水平对林业绿色发展水平均具有显著的正向影响，总体而言，本文选取的控制变量与预期相符。

5.4内生性讨论

为了解决因遗漏变量和双向因果所导致的内生性问题，本文使用面板工具变量法，参考田明华等（2022）、陈东景等（2022）的研究，以因变量的滞后一期作为工具变量，对模型进行重新估计。首先，对选取工具变量的有效性进行检验，如表6所示。从表6可知，不可识别检验（F统计量>10）P值为0.0000，在1%的显著性水平上拒绝原假设，说明工具变量和内生变量存在相关性，即工具变量可识别，且能有效替代内生解释变量，消除内生性问题。弱工具变量检验（F统计量>10）P值为0.0000，在1%的显著性水平上拒绝原假设，说明工具变量与内生解释变量的相关性较弱，不存在弱工具变量问题。综上，本文所选取的工具变量有效。

在明确了工具变量的有效性后，进行面板工具变量法回归分析，结果如表7所示。从表7可知，考虑内生性的回归结果表明，林业创新生态系统对林业绿色发展的影响在1%的显著性水平上正向显著，这与基准回归分析结果并无较大差异。因此，考虑了内生性的经验性结果仍然有效。

5.5门槛效应存在性检验

为避免出现伪回归现象，本文采用面板单位根Hadri检验法对林业创新生态系统及林业绿色发展水平的面板数据进行单位根检验，结果如表8所示，各变量均在1%的显著性水平上平稳，表明未出现伪回归现象，同时也表明林业创新生态系统与林业绿色发展之间存在门槛效应。

5.6门槛效应检验

门槛效应是指变量在某一时点出现突变现象，随着门槛变量的变化，被解释变量会受到很多因素的影响而随之变化。为进一步探究林业创新生态系统、林业绿色技术创新和林业绿色发展之间的具体关系，并对假设H2进行进一步验证，本文将林业绿色技术创新作为门槛变量，采用面板门槛模型进行分析。门槛搜索结果如表9所示。

由表9可知，单一门槛的P值为0.0967，在10%的显著性水平上显著，对应的门槛值为1326，双重门槛和三重门槛的P值不显著，因此关于林业创新生态系统对林业绿色发展的影响，本文基于单门槛进行分析，以门槛值1326为分界点，林业绿色技术创新水平低于1326为低水平，反之则为高水平。

5.7门槛模型回归分析

门槛模型回归结果如表10所示。随着林业绿色技术创新水平的提升，林业绿色发展水平的驱动机制呈现差异性。从表10可知，当林业绿色技术创新水平高于1326（即门槛值）时，林业创新生态系统对林业绿色发展的影响系数比林业绿色技术创新水平低于1326（即门槛值）时的影响系数高，其显著性水平也更高。其原因是林业绿色技术积累能够促进林业绿色技术应用、提升林业绿色技术创新效率并推动其边界外延，随着林业绿色技术创新水平的提升，林业绿色创新生态系统能够更好地作用于林业绿色技术创新，进而提升林业绿色发展水平，验证了假设H2。

5.8异质性回归分析

鉴于不同区域的经济发展水平、森林资源丰富程度存在差别，对林业绿色发展水平的影响也有所差异。因而，根据地区经济发展水平，将样本区域分为东部、中部、西部三大区域。根据森林资源丰富程度，参考程颜（2017）的研究，以森林覆盖率30%为临界值，将样本区域分为森林资源丰富的资源型区域、森林资源不丰富的非资源型区域两大区域，进一步考察林业创新生态系统对林业绿色发展水平的异质性影响。门槛异质性回归结果如表11所示。

5.8.1基于经济发展水平的异质性分析

由表11的列（1）、列（2）、列（3）可知，当林业绿色技术创新水平即门槛值低于1326时，东部地区林业创新生态系统对林业绿色发展的影响在1%的显著性水平上正向显著，中部和西部地区林业创新生态系统对林业绿色发展的影响并不显著。当林业绿色技术创新水平即门槛值高于1326时，东部地区林业创新生态系统对林业绿色发展的影响在1%的显著性水平上正向显著，中部地区林业创新生态系统对林业绿色发展的影响在10%的显著性水平上正向显著，而西部地区林业创新生态系统对林业绿色发展的影响并不显著。此外，林业创新生态系统对林业绿色发展的影响在经济最发达的东部地区最明显，其次是中部，在经济欠发达的西部地区最不明显。

5.8.2基于森林资源丰富程度的异质性分析

由表11的列（4）、列（5）可知，当林业绿色技术创新水平即门槛值低于1326时，无论是资源型区域还是非资源型区域，林业创新生态系统对林业绿色发展的影响均不显著，且资源型区域甚至为负向影响。当林业绿色技术创新水平即门槛值高于1326时，资源型区域在5%的显著性水平上正向显著，非资源型区域在1%的显著性水平上正向显著。综合来看，非资源型区域林业创新生态系统对林业绿色发展的回归系数更大，即相对于资源型区域，非资源型区域的林业绿色发展对林业创新生态系统的变化更为敏感，非资源型区域林业创新生态系统对林业绿色发展更为显著。

5.9稳健性检验

为考察面板门槛回归结果的稳健性，本文使用两种方式进行稳健性检验：一是考虑到样本数据中可能存在异常数据的问题，对总体样本数据进行缩尾处理。二是考虑到林业绿色发展是一个长期且持续性的过程，林业创新生态系统对林业绿色发展的影响可能存在滞后效应。因此，本文将核心解释变量替换为其滞后一期，对基准模型再一次进行估计。稳健性检验结果如表12所示。

由表12可知，核心解释变量林业创新生态系统的回归系数方向与上文回归结果基本一致且显著，故模型结果稳健。

6研究结论、讨论与政策启示

本文采用熵值法和面板门槛模型等方法，剖析林业创新生态系统影响林业绿色发展全过程的非线性效应。对现有实证分析结果进行总结归纳，结合国内外已有研究成果进行讨论，进而提出促进林业绿色发展的政策启示。

6.1研究结论

本文基于中国26个省份连续11年的面板数据，通过构建面板门槛模型，对林业创新生态系统如何影响林业绿色发展进行了实证分析，得出三个主要结论。

第一，从整体来看，中国26个省份的林业绿色发展水平呈稳步上升趋势。面板回归模型的分析结果显示，林业创新生态系统对林业绿色发展具有促进作用，其推进系数为0.1300。此结果在解释变量滞后一期后与基准回归保持一致，表明结果具有稳健性。

第二，林业绿色技术创新通过了单门槛检验，表明林业创新生态系统与林业绿色发展之间存在非线性关系。具体而言，林业绿色技术创新的影响呈现阶段性特征，当门槛值林业绿色技术创新水平高于（代指研究省份当年林业专利公开数）1326时，林业创新生态系统影响林业绿色发展的显著系数为0.1330，在1%的显著性水平上正向显著，均高于门槛值林业绿色技术创新水平在1326时的显著系数和显著程度。

第三，中国林业创新生态系统对林业绿色发展的影响存在区域差异。各地区林业创新生态系统对林业绿色发展的影响存在基于经济发展水平的区域差异，表现为东部地区大于中部和西部地区的特征。各地区林业创新生态系统对林业绿色发展的影响存在基于森林资源丰富程度的区域差异，表现为非资源型区域大于资源型区域的特征。

6.2讨论

在参考已有理论和实证研究的基础上，本文进行一定的创新和拓展，构建门槛模型实证分析林业创新生态系统对林业绿色发展的影响效应及内在作用机制，得出的大部分结论与已有研究一致，少部分结论则与已有研究存在差异。此外，鉴于研究对象的不同，本文也得出了一些新结论。

第一，通过耦合协调测算可知，中国林业绿色发展水平较低，但发展趋向良好，并认为2012年为中国林业进入林业绿色发展的关键节点，这与罗贤宇等（2022）、刘欢等（2023）的研究结论基本一致。2012年以来，党和国家将生态文明建设纳入“五位一体”总体布局，突出了以生态保护服务民生的价值导向，积极运用经济手段协调林业生态效益与经济效益之间的关系，通过构建制度体系增强林业发展的科学性、整体性。包括进一步强化全国林业建设投资，持续推进林业生态工程建设。至此，中国林业发展逐步转向以满足民生需要为主要导向的绿色发展阶段（谭少鹏，2022）。

第二，在控制变量中，市场化程度和城镇化水平对林业绿色发展的促进作用较大，与韩晶等（2017）、赵杨等（2023）的研究结论一致。但地方政府重视程度、经济发展水平和林业工资水平并没有显著促进林业绿色发展，与罗来军等（2012）、周磊等（2022）的研究结论相悖，但与张华（2014）、韩振秋（2019）的研究结论类似。原因可能是：一是关于地方政府重视程度，一些地区地方政府对林业的重视是基于林业产业发展带来的经济效益，特别是林业第一二产业，而这些产业的发展往往会与生态环境保护产生一定矛盾，对于该区域的林业绿色发展贡献度比较小。二是关于经济发展水平，由于在某些地区或时期，地方政府在经济发展过程中并未充分考虑到林业绿色发展的重要性，经济增长主要依赖于高能耗、高排放的产业，而这些产业往往对生态环境的破坏较为严重，因此，这些地区的经济发展并没有对林业绿色发展产生积极的影响。三是关于林业工资水平，首先，林业工资上涨主要反映林业劳动力市场的供需关系，并不直接关联林业绿色发展的推进；其次，林业工资上涨也可能是由于近年来中国因人口老龄化等外部原因推动；最后，老龄化的趋势会导致林业生产经营者的整体思维呈现保守发展趋势，反而会限制林业绿色技术的推广与应用，从而反作用于林业绿色发展。

第三，通过面板门槛模型验证可知，林业创新生态系统对林业绿色发展存在显著正向影响，表明林业创新生态系统对林业绿色发展具有积极的作用，这与李炳军等（2023）关于创新生态系统对低碳经济高质量发展的看法一致。然而，本文也发现，林业创新生态系统对林业绿色发展的影响存在门槛效应，林业绿色技术创新变量可以被视作林业创新生态系统赋能林业绿色发展的一个关键门槛变量，并测算出门槛临界值。这与彭俊杰（2023）的研究存在差异。这一结论对于明确林业创新生态系统推动林业绿色发展的内在机制具有重要意义。

第四，通过异质性分析可知，林业创新生态系统对林业绿色发展的影响在经济发展水平较高的地区更显著，具体表现为东部地区大于中部和西部地区。这与吴传清等（2023）的研究具有相似之处。这主要是由于经济发达区域往往拥有更强大的林业创新资源以及更完善的市场机制，林业产业链更加成熟，有助于推动林业绿色技术的商业化应用和市场化推广。同时，经济发达区域通常更加注重环境保护和可持续发展，政府和社会各界对林业绿色发展的支持力度更大，有助于为林业绿色技术创新提供良好的政策环境和市场条件，进一步推动林业绿色发展。林业创新生态系统对林业绿色发展的影响在森林资源不丰富的地区更显著，非资源型区域大于资源型区域。这与程颜（2017）的研究具有相似之处。该观点进一步验证了资源诅咒假说理论，拓展了该理论在林业绿色发展领域的理论边界。整体来看，林业创新生态系统对林业绿色发展的影响具有区域异质性，因此，因地制宜制定差异化的政策措施至关重要。

相比于以往研究，本文在林业创新生态系统与林业绿色发展的探讨上做出了一定的贡献。首先，从林业绿色发展的角度阐述了中观林业创新生态系统影响效应，进一步扩展了理论研究的深度；其次，利用面板门槛模型验证林业创新生态系统对林业绿色发展产生影响的同时，确立了林业绿色技术创新是二者的门槛变量，并测算出具体门槛值，明确了二者间的非线性关系；最后，选择2012—2022年连续11年的面板数据进行实证分析，基于经济发展水平和森林资源丰富程度进行区域异质性分析，强化了研究结果的科学性和严谨性，保证了政策建议的针对性和有效性。

本文仍然存在的不足：第一，通过已有文献发现，2012年是中国林业发展进入绿色发展阶段的关键节点，然而，由于数据限制，未能对2012年以前中国林业绿色发展水平及林业创新生态系统水平进行测算，也无法更全面地了解林业创新生态系统对林业绿色发展的影响及差异性。第二，中国林业创新生态系统发展相对较晚，没有形成完备的理论范式及框架可供选择，因此在指标的选取上只能采取相关变量予以代替，可能会存在一定的误差。

6.3政策启示

林业绿色发展是践行习近平生态文明思想的重要抓手，旨在促使人与自然和谐共生。为实现这一目标，林业绿色发展不仅需要持续构建创新生态系统的支持，更需要深化政策引导，推动良性循环。基于本文研究结论和讨论，提出三点政策启示。

第一，林业创新生态系统对林业绿色发展具有显著正向促进作用。因此，应持续构建林业创新生态系统，全面完善区域林业创新体系。一方面，政府应大力支持多元化、多层级林业产学研研发中心的设立。通过减免林业研发中心税收、降低涉林合作项目的税率，鼓励更多的企业和机构参与林业产学研合作，并定期举办技术交流会，促进各方在技术创新、成果共享、人才培养等方面深入合作，推动林业创新资源共享与优化配置。另一方面，加强对林业产学研研发中心的引导和管理，明确研发中心的发展方向和目标，引导创新

程跃.国家自创区创新生态系统评价研究[J].技术经济与管理研究， 2021（12）：27-32.

董姗，龚红.环境技术多样化与绿色初创企业生成——技术结构升级视角[J].科技进步与对策， 2023（7）：1-11.

范水生，陈涵.林业碳汇产品的意涵特征和价值实现[J].学术界， 2023（12）：195-203.

高杨，姚雪，白永秀.有为“链长”赋能绿色低碳农业产业链：内在机理与实现路径[J].经济学家， 2022（12）：116-124.

耿选珍.农村旅游业与林业间滚动发展机制的构建[J].农业经济， 2015（8）：35-37.

郭君，王应宽.美国总统报告呼吁农业科研需要新型“创新生态系统”[J].世界农业， 2013（8）：26-27.

韩骥，周翔，象伟宁.土地利用碳排放效应及其低碳管理研究进展[J].生态学报， 2016， 36（4）：1152-1161.

韩晶，刘远，张新闻.市场化、环境规制与中国经济绿色增长[J].经济社会体制比较， 2017（5）：105-115.

韩婧华，林海军，张建忠.国有林区民生林业发展问题分析——以赤峰市为例[J].林业经济， 2015， 37（6）：75-79.

韩伟，刘洪尊，丁锐.中国区域创新生态系统研究现状和趋势分析[J].科技导报， 2023， 41（16）：100-112.

韩哲英，王立海，陈红. CVM法在森林生态旅游产品价值评估中的运用——以黑龙江省平山生态旅游区为例[J].林业科技， 2007（3）：65-68.

韩振秋.我国老龄化问题治理机制及路径选择研究[J].广西社会科学， 2019（12）：80-84.

侯方淼，成诗怡，王冰昕，等.产业集聚对中国木材产业出口技术复杂度的影响测度与分析[J].林业经济， 2023a， 45（10）：5-23.

侯方淼，李晓怡，肖慧，等.数字经济赋能中国乡村林业发展：理论机制、成效分析及政策启示[J].世界林业研究， 2023b， 36（2）：1-6.

黄志刚，黎洁.乡村旅游征地对失地农户福祉的影响——基于PSM模型的检验[J].资源科学， 2021， 43（1）：171-184.

蒋昌华，陈刚林.林产业可持续发展问题研究[J].农村经济， 2004（2）：48-50.

李炳军，曹斌，周方.创新生态系统共生、绿色技术创新与低碳经济高质量发展[J].统计与决策， 2023， 39（16）：48-53.

李煜华，张莉娜.低碳城市与创新型城市双试点政策对绿色技术创新的协同影响[J].财会月刊， 2023， 44（21）：124-131.

栗志慧，刘洁.数字化背景下京津冀城市群区域创新生态系统评价研究[J].中国软科学， 2024（S1）：191-202.

林丽梅，赖永波，谢锦龙.环境规制对城市绿色发展效率的影响——基于超效率EBM模型和系统GMM模型的实证分析[J].南京工业大学学报（社会科学版）， 2022， 21（5）：102-114， 116.

刘欢，孙信丽，巩前文.建党百年来中国共产党领导林业发展的历程与经验启示[J].北京林业大学学报（社会科学版）， 2023， 22（1）：1-11.

刘珉，胡鞍钢.人与自然和谐共生的现代化——中国林业绿色发展之路（1949—2060）[J].海南大学学报（人文社会科学版）， 2022， 40（5）：70-79.

刘文超，李铮，王世玉.枣产业创新生态系统发展现状与优化——以河北沧州“金丝小枣”为例[J].中国果树， 2021（10）：76-81， 91.

刘艳迪，张滨，吕洁华.要素投入与生产效率对林业经济增长的非线性影响——基于劳动报酬变迁视角[J].林业科学， 2022， 58（6）：141-150.

罗光强，汤亚文.创新生态系统协同视角下我国粮食种业企业创新效率评价及其创新效率提升策略[J].科技管理研究， 2023， 43（24）：72-78.

罗来军，史蕊，陈衍泰，等.工资水平、劳动力成本与我国产业升级[J].当代经济研究， 2012（5）：36-42.

罗贤宇，贾珍珍，王艺筱，等.习近平生态文明思想指引林业高质量发展[J].林业经济问题， 2022， 42（4）：337-344.

骆素琴.基于脱钩理论我国林业绿色经济的状态测度研究[D].南京：南京林业大学， 2016.

吕一博，蓝清，韩少杰.开放式创新生态系统的成长基因——基于iOS、Android和Symbian的多案例研究[J].中国工业经济， 2015（5）：148-160.

马晓哲，王铮.土地利用变化对区域碳源汇的影响研究进展[J].生态学报， 2015， 35（17）：5898-5907.

毛世平，杨艳丽，王晓君，等.农业区域创新生态系统建设的国际经验及对京津冀区域的启示[J].世界农业， 2019（7）：76-82， 97.

孟建锋，续淑敏，侯婧.乡村振兴战略下农业创新生态系统的构建策略[J].农业经济， 2022（12）：9-11.

彭俊杰.金融集聚、技术创新与工业绿色发展——理论机制与实证检验[J].技术经济与管理研究， 2023（12）：65-69.

商亮，赵晖.区域产业创新生态系统的成长因子与功能分析[J].南京社会科学， 2021（4）：51-56， 63.

孙冰，徐晓菲，姚洪涛.基于MLP框架的创新生态系统演化研究[J].科学学研究. 2016， 34（8）：1244-1254.

孙聪，魏江，企业层创新生态系统结构与协同机制研究[J].科学学研究， 2019， 37（7）：1316-1325.

孙艳.欧盟开放创新生态系统：理论、政策与启示[J].国际经济合作， 2024（1）：73-84， 88.

谭劲松，宋娟，陈晓红.产业创新生态系统的形成与演进：“架构者”变迁及其战略行为演变[J].管理世界， 2021， 37（9）：167-191.

谭少鹏.我国林业绿色全要素生产率测度及其影响因素[J].中南林业科技大学学报， 2022， 42（8）：202-210.

田明华，黄雨，王富炜，等.欠发达地区乡村旅游减贫的门槛效应研究——基于安徽省15个欠发达县面板数据[J].林业经济， 2022， 44（6）：65-81.

王宝义，张卫国.中国农业生态效率的省际差异和影响因素——基于1996～2015年31个省份的面板数据分析[J].中国农村经济， 2018（1）：46-62.

王崇红，陈冬生，王燕.山东省农业产业结构调整的经济效益分析[J].东北农业科学， 2019（5）：82-87.

王丹，赵新力，杜旭，等.国家农业科技创新系统生态演化研究[J].中国软科学， 2021（12）：41-49， 83.

王婧，杜广杰.中国城市绿色发展效率的空间分异及驱动因素[J].经济与管理研究， 2020， 41（12）：11？27.

王展昭，唐朝阳.区域创新生态系统耗散结构研究科学学研究[J]. 2021， 39（1）：170-179.

王兆君，黄凤，关宏图.林业资源型城市可持续发展的制度创新[J].北京林业大学学报（社会科学版）， 2009， 8（3）：100-104.

王震，周晓宏，王介石，等.长三角地区数字创意产业创新生态系统建模与仿真[J].科技管理研究， 2023， 43（9）：56-66.

温赛赛，贯君，杨跃.中国林业高质量发展评价指标体系构建与测度[J].林业经济问题， 2022， 42（3）：241-252.

吴传清，邓明亮.数字经济发展对中国工业碳生产率的影响研究[J].中国软科学， 2023（11）：189-200.

吴菲菲，童奕铭，黄鲁成.组态视角下四螺旋创新驱动要素作用机制研究——基于中国30省高技术产业的模糊集定性比较分析[J].科学学与科学技术管理， 2020（7）：62-77.

徐萌，陈文汇，刘俊昌.林业绿色经济发展评价指标体系研究[J].林业经济， 2015， 37（5）：24-28， 67.

许汉友，高一璇.绿色技术创新与企业成本粘性[J].财会通讯， 2023（16）：29-34.

薛龙飞，罗小锋，李容容.中国森林碳汇的区域差异及动态演进分析[J].中国农业大学学报， 2018， 23（1）：197-206.

杨力，尚超，杨建超.共生理论视角下区域创新生态系统演化特征研究[J].科技进步与对策， 2023， 40（11）：71-81.

杨玉盛，陈光水，谢锦升，等.中国森林碳汇经营策略探讨[J].森林与环境学报， 2015， 35（4）：297-303.

叶娟惠，叶阿忠.环境规制、绿色技术创新与经济高质量发展——基于半参数空间面板VAR模型[J].重庆理工大学学报（社会科学）， 2022， 36（12）：28-40.

于璐瑶，周涛，高洋.数字经济、绿色技术创新与城市绿色发展效率——基于空间关联视角的分析[J].工业技术经济， 2023， 42（12）：65-73.

于宪荣.绿色技术创新对绿色转型的非线性影响[J].科技进步与对策， 2023， 40（8）：22-31.

曾国屏，苟尤钊，刘磊.从“创新系统”到“创新生态系统”[J].科学学研究， 2013， 31（1）：4-12.

张峰，魏巍，陈嘉伟，等.区域创新生态系统能否提高产业链韧性：来自黄河流域的时空非平稳性检验[J/OL].科技进步与对策：1-11.（2023-12-08） [2024-01-20]. https：//link.cnki.net/urlid/42.1224.G3.20231207.1359.015.

张华.“绿色悖论”之谜：地方政府竞争视角的解读[J].财经研究， 2014， 40（12）：114-127.

张颖，孟娜，姜逸菲.中国森林碳汇与林业经济发展耦合及长期变化特征分析[J].北京林业大学学报， 2022， 44（10）：129-141.

张颖，张莉莉，金笙.基于分类分析的中国碳交易价格变化分析——兼对林业碳汇造林的讨论[J].北京林业大学学报， 2019， 41（2）：116-124.

赵放，曾国屏.多重视角下的创新生态系统[J].科学学研究， 2014， 32（12）：1781-1788， 1796.

赵向华.我国公民环保意识影响因素研究综述[J].生态经济， 2016， 32（9）：189-192.

赵杨，王京，潘为华.中国省域新型城镇化水平与绿色发展水平的区域特征及其影响机制[J].经济地理， 2023， 43（9）：1-9.

周磊，龚志民.数字经济水平对城市绿色高质量发展的提升效应[J].经济地理， 2022， 42（11）：133-141.

周娜，马红坤，毛世平.创新生态系统视角下澳大利亚农业科技创新体制改革经验及启示[J].江苏农业学报， 2021， 37（4）：1064-1070.

Acemoglu D， Aghion P， Bursztyn L， et al. The Environent and Directed Technical Change [J]. American Economic Review， 2012， 102（1）：131-166.

Adner R. Match your innovation strategy to your innovation ecosystem [J]. Harvard Business Review， 2006， 84（4）：98.

Benitez G B， Ayala N F， FrankAG. Industry 4. 0 innovation ecosystems：An evolutionary perspective on value cocreation [J]. International Journal of Production Economics， 2020， 228：107735.

Carayannis E G， Campbell D F J. Knowledge creation， diffusion， and use in innovation networks and knowledge clusters： A comparative Systems Approach across the United States， Europe and Asia [M]. London： Praeger Publishers， 2006.

Carayannis E G， Campbell D F J. Triple Helix， Quadruple Helix and Quintuple Helix and how do knowledge， innovation and the environment relate to each other？ ： a proposed framework for a trans-disciplinary analysis of sustainable development and social ecology[J]. International Journal of Social Ecology and Sustainable Development （IJSESD）， 2010， 1（1）：41-69.

Chuan S. Building a National Innovation System Through Regional Innovation Systems [J]. Technovation， 2002， 22（8）：485？491.

Etzkowitz H， Leydesdorff L. The dynamics of innovation： from National Systems and "Mode2" to a Triple Helix of university-industrygovernment relations [J]. Research Policy， 2000， 29（2）：109-123.

Gawer A， Cusumano A. Industry Platforms and Ecosystem Innovation [J]. Journal of Product Innovation Management， 2014， 31（3）： 417-433.

Granstrand O， Holgersson M. Innovation ecosystems： a conceptual review and a new definition [J]. Technovation， 2020， 90-91：102098.

Lancker J V， Mondelaers K， Wauters E， et al. The Organizational Innovation System： A systemic framework for radical innovation at the organizational level [J]. Technovation， 2016， 52-53：40-50.

Liu W， Yang J. The Evolutionary Game Theoretic Analysis for Sustainable Cooperation Relationship of Collaborative lnnovation Network in Strategic Emerging Industriesf [J]. Sustainability， 2018， 10（12）：4585.

Megnigbeto E. Modelling the Triple Helix of university-industry-govemnment relationships with game theory：Core， Shapley value and nucleolus as indicators of synergy within an innovationsystem [J]. Journal of Informetrics， 2018， 12（4）：1118-1132.

Moore J F. Predators and prey： a new ecology of competition [J]. Harvard Business Review， 1999， 71（3）：75-86.

Kriese M， Nabieu G AA， Ofori-Sasu D， et al. Entrepreneurship and agriculture resources on national productivity in Africa：exploring for complementarities， synergies and thresholds [J]. Journal of Enterprising Communities： People and Places in the Global Economy， 2021， 15（5）：643-664.

Kollcoh M， Dellermann D. Digital Innovation in the Energy Industry：the Impact of Controversies on the Evolution of Innovation Ecosystems [J]. Technological Forecasting and Social Change， 2017， 136：254？264.

Schroth F， H？u？ermann J J. Collaboration Strategies in Innovation Ecosystems：an Empirical Study of the German Microelectronics and Photonics Industries [J]. Technology Innovation Management Review， 2018， 8（11）：4-12.

Serrano V， Fischer T. Collaborative innovationin ubiquitous systems [J]. International Manufacturing， 2007， 18：599-615.

Walrave B， Talmar M， Podoynitsyna K S， et al. A multi-level perspective on innovation ecosystems for path-breaking innovation [J]. Technological Forecasting and Social Change， 2018， 136：103-113.

（责任编辑康燕）