科技資源配置與創新型產業集群TFP的多重并發因果關系及組態路徑研究
——基于28個省域的fsQCA分析

楊幫興

（東北大學文法學院，遼寧 沈陽 110169）

創新型產業集群（Innovative Industrial Cluster，IIC）是指產業鏈相關聯企業、研發和服務機構在特定區域聚集，通過分工合作和協同創新，形成具有跨行業跨區域帶動作用和國際競爭力的產業組織形態［1-2］。為全面推進科技強國和創新驅動發展戰略的深入實施，科技部于2011年正式啟動“創新型產業集群建設工程”，旨在通過加強政府引導、制定發展規劃、優化市場配置和提升產業鏈協同創新水平等措施，促進新興產業培育發展和傳統產業轉型升級，提升區域和產業的整體創新能力及國際競爭力。截止到2021年，中國在廣東、山東、浙江、湖北等28個省（區、市）建成了48個創新型產業集群試點（培育）建設單位和61個創新型產業集群試點單位，聚集了生物醫藥、電子通信、智能制造、集成電路等高技術創新產業，已經成為推動區域產業鏈創新鏈“雙鏈融合”，整合產業、科技、教育、金融和智力資本使其協同運作最有效的形式之一，有力促進了各區域競爭優勢的形成和經濟創新的發展［3］。

作為區域創新體系的重要組成部分，創新型產業集群是培育戰略性新興產業、推動產業結構升級和促進區域創新的發力點［4］。一方面，創新型產業集群屬于知識、技術密集型產業集群，對科技人力、財力、物力等資源依賴性較高。不同的科技資源在創新型產業集群配置運行過程中發揮的作用不同，且不同省域資源稟賦各異，經濟發展水平、對外開放程度和地區政策差異性較大，各地區創新型產業集群在科技資源配置規模、配置方式和配置環境方面存在較大客觀差異，從而導致不同地區創新型產業集群建設規模、發展路徑和資源投入運行效率等也呈現出良莠不齊的多樣化特征［5］。因此，有必要對各區域創新型產業集群發展過程中科技資源配置運行的組態路徑進行研究。另一方面，創新型產業集群產出增長可通過兩種方式實現：增加生產要素的投入和提高生產率水平［6］。在建設現代化高質量經濟發展體系的要求下，單純依靠增加生產要素的投入來換取產出增長的粗放式發展路徑逐漸被淘汰，進而轉向提高生產率水平的路徑。其中，全要素生產率（Total Factor Productivity，TFP）作為衡量生產率水平的重要指標正得到廣泛重視。區別于單要素生產率（如技術生產率），TFP衡量的是生產過程中總產出與總投入的比率，這意味著TFP不僅包含技術進步，也包括效率提升、質量提升、組織創新、生產單位競爭力提升等多方面［7］。黨的二十大報告指出，要堅持以推動高質量發展為主題，增強國內大循環內生動力和可靠性，提升國際循環質量和水平，加快建設現代化經濟體系，著力提高全要素生產率。因此，厘清各區域創新型產業集群科技資源配置運行產生高或低TFP的組態路徑，探尋科技資源配置規模、配置方式和配置環境與創新型產業集群TFP之間的多重并發因果關系，對推動創新型產業集群發展質量和效率提升，引領區域協同發展和加快建設現代化創新經濟體系具有重要的現實意義。

基于上述分析，本研究將從科技資源要素配置視角出發，首先利用DEA-Malmquist模型，對國內28個省域創新型產業集群的Malmquist指數進行計算和分析；其次，構建科技資源配置規模—配置方式—配置環境（S—M—E）分析框架，通過模糊集定性比較分析（fsQCA）方法，就28個省域科技資源配置規模、方式和環境對創新型產業集群產生高/低TFP的多元組態路徑進行分析，探索提升創新型產業集群全要素生產率的可行性方案或路徑。

1 文獻述評

創新型產業集群是推動區域創新發展的中堅力量，國外學者對創新型產業集群的研究主要集中在創新型產業集群的合作與演變［8—10］、競爭能力和創新效率評估，以及對區域創新能力的作用效應等3個方面。其中，在創新型產業集群評估方面，Glukhov等［11］按照載體、創新過程和存在類型3個標準對創新型產業集群的智力資本結構進行了分類，并從準備階段、生產階段和最終階段對創新型產業集群進行了智力資本評估。Kong等［6］使用DEA-Malmquist模型對中國創新型產業集群的發展效率、時空演化特征和空間提升進行了分析，指出：中國創新型產業集群的平均發展效率為0.652，處于較低水平；Malmquist指數平均值為0.932，并以年均7.5%的速度下降；創新型產業集群存在發展不平衡、效率低下的問題，區域優勢沒有得到充分發揮。Krakovskaia和Nadezhda［12］從集群系統的發展潛力（集群成員的臨界數量，產品的科技含量，員工的科技創新能力，集群物質技術和供應鏈的基礎狀況，集群的投資吸引力、財務穩定性和市場潛力等）和集群經濟社會生態的可持續性（經濟效率、環境責任、社會責任、創新活動和公私合作的有效性）兩方面，提出了創新型產業集群可持續競爭力的評價指標。在創新型產業集群與區域創新能力方面，Zhang［13］指出，創新型產業集群是提升區域競爭力的主要途徑，而區域競爭力又作用于創新型產業集群的發展。Veselovsky和Pogodina［14］指出，知識密集型和高科技領域的創新型產業集群的形成和發展對保障區域可持續發展具有重要作用。Wang和 Guo［15］通過中國創新型產業集群試點（IICP）政策對區域創新影響的研究，指出IICP政策對創新的促進作用在中西部地區比東部地區更為顯著，且城市行政級別越低，其對自然資源的依賴程度越低，IICP政策的創新效應就越突出。此外，IICP政策可以通過加強政府對創新的支持和吸引科技人才集聚間接促進區域創新。Panarina［16］研究指出，創新型產業集群通過提升資源配置效率、擴大國家產業綜合體規模、發展市場基礎設施、引進人才和中小創新企業等方式，能夠有力促進社會經濟體系的可持續發展。

國內學者更多圍繞創新型產業集群創新效率的評估，以及創新型產業集群試點政策對區域創新能力的促進作用兩方面展開研究。在對創新型產業集群創新效率的評估方面，王歡和張玲［1］指出，中國創新型產業集群投入產出效率在空間上呈現出“東部＞中部＞東北和西部”的發展格局，純技術效率、規模效率分別是制約東北和西部地區效率提升的主要原因。張冀新和王怡暉［17］對中國創新型產業集群中戰略性新興產業的技術效率進行評估，指出創新型產業集群技術效率調整前由規模效率主導，調整后由規模因素和技術因素共同主導，產業集群以規模報酬遞增模式為主。在創新型產業集群試點政策對區域創新能力的促進作用方面，田穎等［4］采用合成控制法，基于“反事實”視角證實了國家創新型產業集群政策的實施顯著促進了區域創新能力的提升。王歡［18］使用雙重差分模型，就創新型產業集群試點政策對城市高技術產業發展水平的影響進行檢驗，結果顯示試點政策通過強化政策激勵、增強科技型人才儲備和改善創新環境，顯著提升了城市高技術產業發展水平。郭小婷和譚云清［2］對創新型產業集群與政策資源依賴關系進行了研究，指出創新型產業集群的創新競爭力、規模競爭力和市場競爭力與政策資源依賴的關系特征存在差異，且受地域和行業影響。

從上述國內外研究可知，創新型產業集群是促進區域創新能力、競爭能力和可持續發展能力提升的關鍵途徑，但由于中國區域經濟發展的不平衡特性，國內創新型產業集群創新效率在技術效率、規模效率等方面表現出明顯的時空地域差異。此外，已有研究對創新型產業集群的TFP關注不足，且在創新效率測度方法方面較多使用三階段DEA方法，從總體投入產出的視角出發難以揭示不同區域創新集群產生效率高/低的異質性資源配置路徑或結構的原因，因此也難以進行針對性的改進和優化。基于上述分析，本研究將構建科技資源“S—M—E”分析框架，通過fsQCA方法對各省域科技資源配置及產生不同TFP的多元組態路徑進行分析，從而探索提升創新型產業集群TFP的可行性優化方案。

2 變量設計

2.1 創新型產業集群TFP評價指標體系

創新型產業集群是以創新型企業和人才為主體，以知識或技術密集型產業為主要內容，以創新組織網絡和商業模式等為依托，以有利于創新的制度和文化為發展環境的產業集群［17—18］。因此，富含創新和知識的科技人力、物力、財力和服務資源是決定創新型產業集群創新效率和發展前景的核心投入要素。基于現有文獻對創新型產業集群科技資源配置的研究［15，19-20］并結合數據的可得性，選取集群內從事科技活動的人員總數對科技人力資源進行測度；選取集群內企業科技經費總支出對科技財力資源進行測度；選取集群內R&D機構數和企業總數對科技物力資源進行測度；選取國家級服務機構、金融及其他服務機構和產業聯盟組織3方面對科技服務資源進行測度。

創新型產業集群是以創新為導向，既承擔經濟建設責任又具有科技創新功能的現代化產業集群。因此，從創新知識產出和創新經濟產出兩方面測度創新型產業集群的創新成果［12，21］。在創新知識產出方面，選取集群內企業當年授權發明專利數量和當年形成國家或行業標準數量進行表征；在創新經濟產出方面，選取集群內企業經營凈利潤和技術合同成交金額進行表征。創新型產業集群的要素投入和產出各指標具體如表1所示。

表1 創新型產業集群TFP評價指標體系

2.2 基于S—M—E框架的創新型產業集群TFP條件指標

科技資源的配置規模—配置方式—配置環境（S—M—E）共同組成科技創新系統持續運行的基礎框架［22］，本研究使用該框架對中國各省域創新型產業集群產生高/低TFP的多重并發因果關系進行評估。具體指標和測度方式如表2所示。

表2 創新型產業集群TFP影響條件指標

①科技資源配置規模。科技資源配置規模是指科技資源在不同區域、產業、科研活動中的配置數量或強度。由于科技人才、科技經費、科技物力、科技服務等創新資源在不同區域存在數量、質量、層次等方面的差異，這些又是影響區域創新型產業集群創新效能異質性和集群持續創新演化的關鍵基礎要素，因此有必要將其納入條件變量。借鑒已有研究［1，5，17，20］，使用科技人員投入強度、科技經費投入強度、科技物力投入強度和科技服務投入強度等4個指標表征配置規模。

②科技資源配置方式。科技資源配置方式是現代經濟條件下為解決資源稀缺性問題而使用的資源配置手段，主要包括市場配置和計劃（政府）配置兩種。市場配置是依靠市場的價格機制、供求機制、競爭機制和風險機制等實現科技資源優化，能夠推動社會資源、生產要素朝著市場需要的方向合理流動，促使科技資源向更重要的環節集中以促進創新效率和效益的提高；計劃配置主要通過宏觀調控和計劃機制等指揮、引導科技資源配置，避免市場失靈及彌補市場在資源配置中易產生的盲目性、滯后性等短板，促進科技創新全要素生產率提升。借鑒已有研究［22］，使用集群內企業R&D經費中非政府資金占比衡量市場配置強度，使用集群內企業R&D經費中政府資金占區域科技財政支出比重衡量計劃配置強度。

③科技資源配置環境。科技資源配置環境是影響科技資源運行效率和調節科技創新活動的重要條件。良好的開放創新環境有利于激發各類創新主體的活力并加快創新要素的轉化。由于創新型產業集群主要由知識密集型或技術密集型產業構成，具有創新組織網絡體系和商業模式等特征，因此需要優秀的高等院校、科研機構等智力支撐和開展創新合作。此外，已有研究顯示，產學研合作能有效提升區域整體的創新投入水平和創新產出水平［23］，且貿易開放與區域創新績效具有正向空間相關性［24］。基于此，本研究使用各省級高校和科研機構R&D經費中企業R&D投入占比衡量產學研合作水平，使用區域進出口總額占地方生產總值比重衡量區域開放水平。

綜上所示，本文的研究模型如圖1所示。

圖1 研究模型

3 研究方法與數據來源

3.1 研究方法

3.1.1 數據包絡分析方法。數據包絡分析（DEA）方法已被國內外學者廣泛應用于各類資源投入產出效率的計算［17，25］。由于 DEA 模型不需要對生產或成本函數、權重和投入產出指標之間的概率分布進行先驗假設，其在評估研發活動效率或生產力方面具有優勢。DEA模型中的Malmquist指數［26］作為測算TFP增長的典型方式也同樣被廣泛使用。DEA-Malmquist指數能夠提供生產率變化的細分部分，從而明確導致變化的不同源頭。因此，本研究使用DEA-Malmquist指數對中國各省域創新型產業集群創新效率和TFP進行計算。

3.1.2 模糊集定性比較分析方法。模糊集定性比較分析（fsQCA）方法是一種基于集合的方法，探討各種因素之間的復雜關系或互補關系，能夠彌補一般計量模型未考慮到的因素之間的聯動匹配并將主體外部環境和內部屬性看作相互獨立的線性變量關系的不足［27—28］。本研究選用fsQCA來分析創新型產業集群產生高/低TFP的因素及其機制，主要有3個原因。首先，創新型產業集群創新效率是一個涉及多種科技資源要素投入并由多重并發因果關系引發的復雜議題。fsQCA能夠利用組態思維檢驗多要素的聯動匹配效應，識別驅動創新型產業集群TFP提升的多條等效路徑，以及發掘各要素之間存在的潛在替補關系［29］。其次，fsQCA遵循因果關系非對稱性假設，且能夠精準定位各等效路徑覆蓋的地區案例，這有助于對中國各省域不同創新型產業集群實現高/低TFP的條件組合差異及誘因進行深入探析［22］。最后，本研究案例由28個省域構成，符合fsQCA分析方法對小樣本量的要求。

3.2 數據來源

本研究以中國28個省（區、市）創新型產業集群為研究樣本（海南、西藏、寧夏3省區無創新型產業集群，因此剔除），基于S—M—E框架探討科技資源配置與TFP之間的多重并發因果關系。數據主要源于2020—2021年間的《中國火炬統計年鑒》和《中國科技統計年鑒》。考慮到科技資源要素投入與效率產出之間可能存在的滯后性，研究對S—M—E框架的8個條件變量采用2019年數據，對創新型產業集群的TFP產出采用2020年數據進行fsQCA測算。

3.3 數據處理

參考既有文獻，本研究采用直接法對變量數據進行校準［30］。將8個條件變量和1個結果變量的完全隸屬、交叉和完全不隸屬校準點分別設為樣本數據的0.95分位數、中位數與0.05分位數。此外，由于fsQCA在運行過程中無法自主辨識條件值為交叉點（0.5）的數據，因此，研究將所有校準后顯示為0.5的條件值人工調整為0.501［22］。各變量校準及描述性統計結果如表3所示。

表3 數據校準與描述性統計

4 數據計算與結果分析

4.1 中國省域創新型產業集群TFP指數分析

使用Deap2.1軟件中的Malmquist指數，參照表1構建的創新型產業集群科技資源投入—產出指標體系，對中國28個省（區、市）2019—2020年間的創新型產業集群TFP指數進行計算。結果如表4所示。

表4 2019—2020年中國創新型產業集群Malmquist指數分解

從表4可見，28個省（區、市）中，TFP大于1的有浙江、福建、陜西、上海等16個，共計占比57.14%。其中，東部省份最多，并呈現由東向西遞減的規律。所有TFP大于1的省（區、市），其技術效率變化指數（EFF）或技術進步指數（TEC）高于1，說明TFP增長的省（區、市）均為技術進步驅動型。以陜西省為例，2019年陜西創新型產業集群企業科技經費支出122.79億元，集群內企業總數843家，當年形成國家或行業標準33項，營業凈利潤63.64億元，技術合同成交金額15.36億元。2020年，企業科技經費支出99.06億元，集群內企業總數1 175家。在其他投入條件相對穩定的情況下，當年形成國家或行業標準124項，同比增長了276%；營業凈利潤204.04億元，同比增長了221%；實現技術合同成交金額118.92億元，同比增長了674%。可見，在產業集群資源投入規模變動不大的情況下，由技術進步帶動產業集群經濟產出和知識產出從而實現了大幅度增長。

TFP小于1的省（區、市）有新疆、甘肅、河北、青海等12個，共計占比42.86%。其中，西部地區省份最多，并呈現由西向東遞減的規律。其中，湖北、山西、江蘇、新疆4個省區創新型產業集群的技術進步指數大于1，但技術效率變化指數和規模效率變化指數均小于1，意味著其TFP的下降主要是由于資源規模投入產出不足，阻礙了TFP的增長。而安徽、甘肅、河北、云南等省份的技術效率變化指數、技術進步指數、規模效率變化指數均小于1，意味著其創新型產業集群在技術進步和規模投入產出等方面均有不足，嚴重阻礙了TFP的增長。

4.2 單個條件必要性分析

依據fsQCA分析程序，在進行條件組態充分性分析之前，首先需要對單個條件必要性進行檢驗，本研究中各條件（包括非集～）檢驗結果如表5所示。可見，創新型產業集群科技資源配置8個條件（包括非集～）的一致性水平均低于臨界值0.9，即單一條件對創新型產業集群產生高/低TFP的解釋力不足，不構成影響結果的必要條件［30］。因此，需要從整體組態視角出發對創新型產業集群科技資源配置TFP的多重并發因果關系進行考察。

表5 必要條件分析結果

4.3 條件組態充分性分析

4.3.1 創新型產業集群產生高TFP組態路徑分析。本研究參考 Fiss［28］，杜運周和賈良定［30］，Schneider和Wagemann［31］等學者的建議，并結合本研究的案例具體情況，將一致性閾值設置為0.8，案例頻數閾值設定為1，PRI一致性閾值設置為0.7。此外，由于既有研究關于8個條件與高/低配置效率的關系未有一致性結論，且本研究中科技資源配置規模、配置方式和配置環境在何種狀態下會導致創新型產業集群高/低的TFP也未有確切結論，因此，本研究將其設定為“存在或缺失”。運行fsQCA3.0，首先對創新型產業集群產生高TFP的組態路徑進行運算，結果整理后如表6所示。

表6 創新型產業集群產生高TFP組態路徑

從表6可知，創新型產業集群產生高TFP的組態路徑共有8條，可分為4類：①以科技人員投入、科技經費投入和區域開放水平為核心的組態1A、1B；②以市場配置強度和區域開放水平為核心的組態2A、2B；③以科技物力、科技服務投入為輔，以科技人員投入、科技經費投入以及區域開放水平為核心的組態3A、3B；④以科技經費投入、區域開放水平為核心，以科技物力、科技服務投入為輔的組態4A、4B。橫向來看，科技人員投入、科技經費投入和區域開放水平在眾多組態路徑中大都充當著核心變量，是實現創新型產業集群高TFP所必需的普遍條件。整體來看，創新型產業集群產生高TFP的組態路徑總體解的一致性為0.935，覆蓋度為0.673，意味著所有滿足8類條件的組態中有93.5%的省域創新型產業集群TFP較高，且這8類組態可以解釋67.3%的高TFP案例。

①組態1A、1B是以科技人員投入、科技經費投入和區域開放水平為核心的“人才資金驅動型開放創新模式”，代表性省（區、市）為北京、上海和四川。2019年，北京、上海、四川單個創新型產業集群分別擁有從事科技活動人員3.810萬、1.874萬和1.481萬人，科技經費支出占營業收入的比重分別達7.26%、10.06%和8.04%，進出口總額占地方生產總值的比重（區域開放水平）分別達81.07%、89.71%和14.644%，創新型產業集群的科技人員投入力度、科技財力投入力度和區域開放水平均位于全國前列。事實上，創新型產業集群區別于其他產業集群，前者是以創新型企業和科技人才為主體，以知識或技術密集型產業和品牌產品為主要內容的專門從事技術開發和產品制造的聚焦于“高精尖缺”型產業的集群，加之創新活動常常伴隨著極大的不確定性和大量的風險。因此，創新型產業集群在生產運轉過程中須投入大量的科技人才和科研資金用以支撐。此外，創新型產業集群又是以創新組織網絡和商業模式等為依托，以有利于創新的制度和文化為發展環境的產業集群。因此，高水平的區域開放為創新型產業集群的知識、技術、資金和信息等要素的流動、協作與獲取，以及海內外市場開拓等提供了便利條件，從而有利于促進創新產業技術的進步、資源利用效率的提高和TFP的提升。該組態說明：在科技物力投入、市場配置水平和產學研合作水平相對較低的地區，可以通過加強對科技人員、科技經費的投入和提升區域開放水平來實現創新型產業集群TFP的提高。

②組態2A、2B是以市場配置強度、產學研合作水平和區域開放水平為核心的“市場環境驅動型開放創新模式”，代表性省（區、市）為天津、山東和福建。從數據來看，2019年，天津、山東和福建創新型產業集群內企業科研經費中非政府資金占比分別達96.860%、96.727%和97.827%，企業科研經費中政府資金占區域科技財政支出的比重分別達21.994%、12.848%和12.411%，市場資源配置強度和產學研協同水平相比其他省（區、市）均較高。在區域開放水平方面，天津、山東和福建的進出口總額占地方生產總值的比重分別達52.354%、29.051%和31.481%，同樣遠超大部分省（區、市）。事實上，組態2A、2B正是揭示了發揮市場對科技資源配置的基礎性、決定性作用的重要性。在科技創新領域，科技資源要素同時作用于創新主體科斯邊界以外的市場化交易分配和科斯邊界以內尋求利益最大化的整合安置，前者是后者的前提，后者對前者有倒逼效應［32］。因此，充分發揮科技資源市場化配置的作用，通過市場利益杠桿、市場競爭等方式，激發創新產業和創新市場的積極性，促進產學研深入結合，強化創新組織網絡體系，推動科學技術和經營管理的進步，從而有利于促進創新型產業集群科技資源的有效利用和TFP的提高。該組態說明：在科技經費、科技物力和科技服務投入相對不足的區域，可以通過激發市場活力、強化產學研合作以及提升區域開放水平等方式來實現創新型產業集群TFP的增長。

③組態3A、3B是以科技人員投入、科技經費投入和區域開放水平為核心，以科技物力和科技服務投入為輔的“結構資源驅動型創新模式”，代表性省份為廣西和陜西。以陜西省為例，2019年其單個創新型產業集群擁有1.26萬人，科技經費支出占營業收入的比重達5.272%，均位于全國前列；單個集群擁有R&D機構數量達121家，位居全國首位；單個集群擁有科技服務機構數量達88家，位居全國第三。此外，陜西省政府極為重視對創新產業的投入，西安高新區2019年發布的《關于加快打造先進制造業示范區的行動方案》（以下簡稱“《方案》”）指出，要在2025年前打造形成電子信息產業、汽車產業、高端裝備產業、生物醫藥產業4個千億級創新型產業集群，實現產業、企業、創新、品牌以及融合引領示范共5個引領示范目標。為保證《方案》順利推進，西安高新區新設100億元的先進制造業產業引導基金和5億元人才引培資金以吸引、培育高端人才，新設600萬元的先進制造獎勵等一系列政策措施，并在降低運營成本、支持加大研發投入、支持擴大融資范圍等多個方面為創新產業提供政策和資金支持。2019年，陜西創新型產業集群內企業R&D經費中政府資金占區域科技財政支出的比重高達47.054%，支出強度位居全國首位。可見，陜西省通過對創新型產業集群科技人力、財力、物力和服務等各類科技資源要素的投入，為科技創新產業穩定發展奠定了堅實的智力和物質基礎，通過大力促進技術進步和創新效率提升有效提高了創新型產業集群的TFP。科技人力、財力、物力和服務資源是創新活動所必需的基礎性資源，該組態說明：在市場化水平、產學研合作水平或區域開放水平相對較低的中西部區域，可以通過政府引導，加大科技基本資源要素的投入規模并加強對其優化使用，來實現創新型產業集群TFP的增長。

④組態4A、4B是科技資源配置規模、配置方式和配置環境全面發展的“全要素驅動型創新模式”，代表性省份為浙江和廣東。浙江省和廣東省作為經濟社會發展水平居于中國“塔尖”的省份，擁有豐富的科技人才、科技物力等創新資源；高校、科研院所眾多，創新產業基礎堅實，創新網絡發達，產學研合作緊密；地鄰東南沿海，經濟開放程度和開放水平較高。此外，盡管在市場配置強度或計劃配置強度方面的核心變量顯示缺失，但其在企業科技資金和政府科技資金投入的絕對值方面遠超其他省（區、市）。因此，集結了眾多創新要素和創新優勢的浙江省和廣東省，其創新型產業集群的創新效率一直處于平穩增長態勢，創新產業TFP也較高。

4.3.2 創新型產業集群產生低TFP組態路徑分析。對創新型產業集群產生低TFP的組態路徑進行計算，結果整理后如表7所示。創新型產業集群產生低TFP的組態路徑總體解的一致性為0.944，覆蓋度為0.618，意味著所有滿足7類條件的組態中有94.4%的省（區、市）創新型產業集群TFP較低，且這7類組態可以解釋61.8%的低TFP案例。

表7 創新型產業集群產生低TFP組態路徑

具體來看，創新型產業集群產生低TFP的組態共有7條，且路徑各不相同。組態1—4在科技人員、科技經費、科技物力和科技服務的結構性資源配置以及區域開放水平方面均存在不同程度的核心條件缺失，主要體現在云南、貴州、河南、青海、甘肅、新疆、內蒙古等中西部省（區、市）以及河北、黑龍江兩省。上述地區經濟社會發展水平相比京津及東南沿海地區差距較大，且近年來人才流失嚴重，科技教育資源貧瘠，使得對創新型產業集群結構性資源供給投入不足，限制了其發展潛力和上升勢頭。因此，組態1—4表明科技資源配置規模方面的要素投入是創新型產業集群提升TFP的基礎性前提，科技人才、科技經費、研究機構、服務機構等的缺失或不足會嚴重遏制創新型產業集群TFP的增長。

組態5—7在科技資源配置方式和配置環境方面較為突出，但在結構性科技資源配置方面存在科技人才或科技經費的核心缺失問題，使得其創新型產業集群TFP未達到理想增長狀態。其中，組態5覆蓋地區為遼寧和重慶，組態6覆蓋地區為山西，組態7覆蓋地區為江蘇。事實上，江蘇省在2019年擁有創新型產業集群12個，從事科技活動人員8.88萬人，集群內企業總營業收入和總科技經費支出在全國都位居前列。然而正是由于集群數量較多，單個集群平均所配置的資源比例相對其他地區有所不足，這集中體現在科技經費投入方面。2019年，江蘇省科技經費支出占營業收入的2.712%，在28個省（區、市）中居于第23位，科技經費投入強度較低。此外，遼寧、重慶及山西3地在科技人才、科技經費和區域開放水平等方面也存在不同程度的核心缺失問題。組態5—7可以看作組態1—4的升級，然而由于科技人才、科技經費或區域開放水平等核心變量的缺失，創新型產業集群仍然難以取得較高的TFP增長。

4.4 穩健性檢驗

檢驗fsQCA結果穩健性的方式有3種：改變校準錨點、改變一致性閾值以及增刪案例［31］。其中，改變校準錨點的方法被學者廣泛使用［29，33］。本研究將變量的校準錨點從［0.95，0.5，0.05］調整為四分位數［0.75，0.5，0.25］，調整后的結果如表8和表9所示。顯然，改變校準錨點后的條件組態，其所反映出的路徑內涵與上文分析結論基本一致，因此研究結論具有一定的穩健性。

表8 創新型產業集群產生高TFP組態路徑的穩健性檢驗結果

表9 創新型產業集群產生低TFP組態路徑的穩健性檢驗結果

5 結論與討論

5.1 研究結論

本研究以中國28個省（區、市）創新型產業集群為研究樣本，基于S—M—E框架，使用fsQCA方法探討創新型產業集群科技資源配置與TFP之間的多重并發因果關系。在理論方面，本研究試圖從科技資源配置的視角打開創新型產業集群產生高/低TFP資源組態路徑的“黑箱”，明確驅動創新型產業集群TFP變化的主要原因與模式，揭示科技資源配置規模、配置方式和配置環境等條件組合在創新型產業集群創新活動中的作用與地位。在實踐方面，本研究則為不同區域尋找創新型產業集群產生高/低TFP的針對性誘因和改進路徑提供參考。研究結論主要有以下幾個方面：

①中國創新型產業集群TFP的增長呈現出明顯的區域差異。TFP＞1的省（區、市）占比57.14%，主要集中于東部沿海地區，并呈現由東向西遞減的規律，增長動力為技術進步；TFP＜1的省（區、市）占比42.86%，西部地區最多，并呈現由西向東遞減的規律，TFP下降的主要原因是技術進步指數不高和資源規模投入產出不足。

②中國各區域創新型產業集群TFP增長在科技資源要素投入方面存在復雜并發的多元組態，任何單一條件對創新型產業集群產生高/低TFP均不構成必要條件，科技資源配置規模、配置方式和配置環境的有效結合是促進創新型產業集群TFP增長的有效路徑。具體來說，存在4種創新型產業集群產生高TFP的組態路徑：以科技人員投入、科技經費投入和區域開放水平為核心的“人才資金驅動型開放創新模式”；以市場配置強度、產學研合作水平和區域開放水平為核心的“市場環境驅動型開放創新模式”；以科技人員投入、科技經費投入和區域開放水平為核心，以科技物力和科技服務投入為輔的“結構資源驅動型創新模式”；科技資源配置規模、配置方式和配置環境全面發展的“全要素驅動型創新模式”。

③科技人才投入、科技經費投入和區域開放水平在眾多高TFP組態路徑中大都充當著核心變量，是實現創新型產業集群高TFP所必需的普遍條件；科技人才、科技經費、研究機構、服務機構、市場資源配置等的缺失或不足會嚴重遏制創新型產業集群的TFP增長，而科技人才投入、科技經費投入或區域開放水平等核心條件的缺失則是直接導致低TFP組態路徑的關鍵誘因。

5.2 政策建議

基于研究結論，本文對未來中國各省域創新型產業集群優化科技資源配置、提升全要素生產率等方面提出以下建議。

①各創新型產業集群應因地制宜，深入挖掘自身資源優勢和發展潛力，建設特色鮮明、優勢突出的高水平創新型產業集群。東部地區要繼續發揮經濟、人才、產業、科研等優勢，在延循“市場環境驅動型開放創新模式”“全要素驅動型創新模式”等高TFP組態路徑的基礎上，瞄準“高精尖缺”等高技術行業發展瓶頸和國際創新領域競爭前沿，持續加強對技術攻關、成果轉化方面的投資建設，突出核心技術和品牌產品的帶動作用，加強配套技術研發，打造具有核心競爭力的創新集群骨干企業，提高集群整體競爭力和創新效能。中部、西部及東北部地區應結合區位優勢，一方面可循序漸進地探索通過“人才資金驅動型開放創新模式”“結構資源驅動型創新模式”等路徑推動創新型產業集群創新發展，不斷提升創新產品質量、強化創新產品品牌效應；另一方面，應加強與東部及海外地區的創新合作與技術開發合作，加大招商引資和營商環境優化力度，全鏈式整合產業集群創新資源，提升科技資源利用效率與轉化效率。

②各省級政府及創新型產業集群的管轄單位應注重持續提升集群創新能力，以關鍵技術突破、創新能力提升帶動集群綜合創新實力和TFP增長。創新型產業集群得以持續發展和保持競爭優勢的根本動力在于創新能力，要圍繞科技人才、科技金融、科研機構、服務機構等多維度全面提升產業集群創新能力。在科技人才和智力保障方面，集群企業、戰略聯盟等可通過與知名高校、權威智庫、研究機構等簽署建立課題基金、人才就業、兼職兼薪等方面的合作關系，通過創新合作、人才培養與引進機制等突出企業的創新主體作用，提升集群技術創新能力。在創新活動的服務保障方面，要持續加大科技創新政策支持力度和政策集成效應，發揮財政資金的引導聚集作用，加大對高能級高質量科技創新平臺的引育和建設力度，營造更高品質、更具吸引力的創新環境和營商環境，激發各類創新主體的創新動力，著力提升集群產業創新能力和產業鏈現代化水平。

③各省級政府應持續完善市場化科技資源投入運行機制，提升區域經濟開放合作水平，加快推動科技資源要素向創新型產業集群匯聚。一是通過提升開放合作水平、優化政策支持供給，保障和發揮市場在科技資源配置領域的基礎性作用。集群所在地方政府應引導形成以社會資源、非營利性機構等為樞紐的網絡，強化科技與產業連接轉化，整合區域競爭性創新資源，形成企業、高校、科研機構等各利益主體優勢互補、利益共享、風險共擔、追求卓越的集群創新文化。二是要以網絡化組織模式推進形成多維跨域協同創新共同體，加快構建以組織變革為核心、以協同創新為動力、以創新型產業集群為依托的創新型產業集群共同體，建立有效的多維跨域協同創新機制，打造多層級、網絡化的創新集群發展格局，推動集群產業鏈橫向拓展和縱向延伸，提高集群可持續發展能力。

5.3 研究不足與展望

本研究仍存在一定的局限性。一方面，本研究選用2019—2020年可獲取的最新數據進行條件組態分析，這在一定程度上可能會對研究結果的普適性產生影響。因此，未來研究可采用跟蹤調研等方法，使用長時段數據開展縱向對比研究以增強結論的穩定性和普適性。另一方面，在案例選取方面，本研究以28個省域為樣本案例，案例數量較少，進而存在一定的限制性。未來研究可選取48個創新型產業集群試點（培育）建設單位和61個創新型產業集群試點單位等的數據進行測算，從而擴充研究案例數量，增加結論的科學性和客觀性。