智能網聯汽車產業創新策源能力提升的多元路徑
——基于試探性治理框架的組態分析

孫大明,胡蘇敏,董 琨

(1.蘇州科技大學 商學院,江蘇 蘇州 215009;2.大連理工大學 經濟管理學院,遼寧 大連 116024)

0 引言

數字經濟背景下,智能網聯汽車作為新一代信息技術與汽車產業深度融合的典型代表[1],成為我國搶占汽車產業未來的戰略制高點,是實現汽車產業數字化變革與彎道超車的重要突破口。當前,我國智能網聯汽車發展取得了一定成就,但基礎研究與核心技術薄弱等問題依然嚴峻,亟需提高創新策源能力,突破“卡脖子”技術難題[2]。中共十八大以來,習近平總書記多次強調“要在創新策源能力上下功夫”,這是現階段產業發展的重要目標。然而,智能網聯汽車產業作為新業態,在創新策源能力提升上具有高度不確定性和模糊性,亟需通過政策引導規范產業發展、應對潛在風險。鑒于此,如何通過有效的治理手段提升智能網聯汽車產業創新策源能力,成為當前亟待解決的關鍵問題。

創新策源能力是順應時代發展和國家戰略提出的新概念,近年來受到學界和業界的廣泛關注。朱夢菲等[2]、王少[3]指出,創新策源能力以產業創新為邏輯起點,是一個更為復雜的綜合性概念;盧超等[4]強調,創新策源能力是一種新的創新范式,涵蓋學術新思想、科學新發現、技術新發明和產業新方向4個方面。已有研究對創新策源能力的內涵進行了初步探索,但尚未形成一致概念,且缺乏對細分特征的深入剖析。隨著研究的深入,有學者采用貝葉斯網絡、定性案例分析等方法考察創新策源能力的影響因素、提升路徑及治理機制[4-5],但多基于確定性治理框架探討學術資源、技術要素等傳統常規要素對創新策源能力提升的影響。智能網聯汽車產業作為新業態[6],具有技術前沿性強、數字化程度高等特征,難以適用現有成熟政策體系和確定性治理理論,亟需找尋新的治理手段。近年來,試探性治理(Tentative Governance)的興起,為提高智能網聯汽車產業創新策源能力提供了新的突破口。試探性治理是科技治理領域的前沿理論,旨在面向新興科技領域,通過動態調整、持續試探的方式克服治理困境[7-8]。楊偉等[9]利用試探性治理理論探究產業創新生態系統數字化轉型這一新興變革的治理主體、治理利基及政策工具。值得注意的是,智能網聯汽車產業創新策源能力提升并非依靠單一政府行為就能實現,而是多重治理利基協同匹配的結果。因此,需從整體性視角出發,識別多元治理利基對智能網聯汽車產業創新策源能力提升的組合效應及聯動機制。

鑒于此,本文以長三角城市群智能網聯汽車產業為樣本,運用試探性治理理論,提出智能網聯汽車產業創新策源能力提升的分析框架,采用模糊集定性比較分析(fsQCA)方法,探討政府治理利基對創新策源能力提升的聯動效應及多元路徑。本文擬解決如下問題:智能網聯汽車產業創新策源能力如何?哪些條件組態以殊途同歸的方式實現創新策源能力提升?哪些條件對創新策源能力提升更為重要?不同等級的創新策源能力提升是否存在差異?

1 理論基礎

1.1 創新策源能力內涵

創新的概念最早由熊彼特(1911)提出,是指通過生產要素與生產條件的新組合,構建新生產函數,獲取超額利潤[10]。產業創新是產業發展進程中變革、迭代并創造性破壞的過程[11]。進一步,產業創新能力是指實現產業技術知識生產、創新及擴散的能力。沿循這一邏輯,知識生產尤其是原始知識創新是創新策源能力的重要構成。胡斌等[12]將創新策源能力等同于原始創新能力,認為其是企業創新的不竭動力。有學者指出創新策源能力不同于產業創新能力或原始創新能力,是一個綜合性概念[2]。如盧超和李文麗[4]認為不同于原始創新能力,創新策源能力不僅包括新思想、新事物的孕育,也包括以新方法、新思路解決現有問題,能夠實現“有中生新”;劉琦[13]通過梳理現有研究,將創新策源能力界定為學術新思想、科學新發現、技術新發明和產業新方向4個方面。

鑒于此,本文認為創新策源能力是原創知識生產與科技成果應用輻射的綜合體現,通過企業、高校、科研院所等多元創新主體有機鏈接、協同合作實現,包括學術新思想、科學新發現、技術新發明和產業新方向4個維度。學術新思想和科學新發現體現基礎研究與原創能力,通過前瞻性科學探索、原創性科技攻關發揮原始性、源頭性和獨特性功能;技術新發明和產業新方向表現為產業科技成果應用,通過區域產業集群、成果轉化等實現技術推廣,發揮輻射性、引領性、帶動性功能。

1.2 基于試探性治理框架的創新策源能力提升機理

試探性治理可視為一組政府行為集合,強調用靈活動態、可修改的方法應對不確定性[9],其在新興科技領域的應用初見成效。智能網聯汽車產業是新一代信息技術和傳統汽車產業融合的新產物,與傳統汽車產業相比,具有智能化、網聯化、新興化等特征。一方面,智能網聯汽車產業涉及大量新興、復雜技術,亟需出臺相關政策優化資源配置、促進知識發展。另一方面,云端信息共享將引發數據歸屬模糊等問題,導致市場失靈,亟需完善配套政策,實現產業合法與市場規范。鑒于此,本文選擇資源配置、知識發展、合法性和市場形成4個治理利基,探究其對創新策源能力提升的組態效應(見圖1)。

圖1 研究框架Fig.1 Analysis framework

(1)資源配置。資源配置包括創新資源、信息服務和數字基礎設施3個方面的政策工具。基于資源基礎觀[14],創新策源能力提升離不開資金、人才等資源投入,政府通過創新資源、信息服務等舉措直接或間接為產業發展提供支撐。以5G基站、工業互聯網平臺等為代表的數字基礎設施旨在提供便捷溝通渠道,提升信息互聯質量與頻率,拓展知識技術傳遞范圍[15],推動關鍵技術突破。

(2)知識發展。知識發展包括研發活動和數字技術兩方面的政策工具。創新策源能力提升的關鍵在于技術研發,以研發活動為政策工具,能夠創造、積累新知識,實現技術突破[16]。政府鼓勵和引導數字技術與現有產業技術持續融合,有助于創新策源能力提升。首先,數字技術應用能夠提高技術知識傳播率、準確率和反饋速度[17],緩解供需端信息割裂,有效對接市場需求與創新資源。其次,借助數字技術,能夠對碎片化、零散化知識進行整合利用,實現對現有知識的深度學習,探索科學新發展。最后,數字技術有助于實現對傳統物理產品與服務的替代,引致顛覆性變革,明確產業新方向。

(3)合法性。合法性包括宏觀戰略和行業標準兩方面的政策工具。當前智能網聯汽車產業處于快速發展期,車路協同、無人駕駛等技術發展迅猛,但其行業規范、數據權屬存在不確定性和標準模糊性[6],亟需以合法性為治理利基,推進全國層面標準協同和歸屬明晰,建立有利于新技術成長發展的制度環境、行業規范。此外,隨著智能網聯汽車逐步落地,對傳統交通安全、網絡安全等造成沖擊[1],亟需明確行業標準,實現安全保障。以合法性為治理利基對智能網聯汽車技術新發明、產業新方向等具有綜合性影響。

(4)市場形成。市場形成包括試點示范和產業生態兩方面的政策工具。智能網聯汽車產業作為新業態,需要先行試點探索。試點示范為政策執行提供試錯機會,提前識別并解決意料之外的困難,減少盲目執行[18]。政府推動產業生態完善,有助于實現智能網聯汽車領域供應鏈、價值鏈和創新鏈等有機整合,是協同創新與伙伴獲取的重要來源[19]。以市場形成為治理利基有助于智能網聯汽車產業新思想、新方向和新發明的提出。

2 研究設計

2.1 模糊集定性比較分析

不同于傳統計量對“自變量—因變量”二元關系的探討,本文運用模糊集定性比較分析(fsQCA)方法進行研究,其優勢在于:①fsQCA從整體視角出發,借助布爾代數運算,能夠實現跨案例比較分析[20],彌補傳統回歸條件獨立或兩兩交互的不足,較好地處理前因條件與結果變量的多重并發關系[21],不會遺漏變量且使結果更接近現實[22];②fsQCA方法能夠識別多條相同結果的等效路徑,以殊途同歸的方式達到預期目標,實現多路徑間適配、替代和等效分析[23];③在因果非對稱性邏輯下,fsQCA方法能夠識別并比較導致結果變量產生或消失的條件組態,拓寬對現有問題的解釋維度。

2.2 數據來源

長三角城市群是智能網聯汽車產業發展先行區和集聚區(見圖2),出臺了多項支持政策,以其為研究對象更具代表性。運用2010—2020年面板數據測算智能網聯汽車產業創新策源能力,由于QCA無法處理面板數據,且2015年《中國制造2025》首次提出智能網聯汽車概念,因而QCA分析以2015—2020年均值表征。數據來源于EPS數據庫、科學技術部網站、國家知識產權局、中國獨角獸排行榜等。其中,智能網聯汽車領域論文、專利及國家級獎項等數據通過手動整理得到。

圖2 中國智能網聯汽車產業集聚熱力圖Fig.2 China's ICV industry cluster資料來源:前瞻產業研究院

治理利基通過政策文本分析獲取,利用高頻關鍵詞,在各城市政府網站等進行檢索,選擇“計劃”“規劃”“實施意見”進行分析。篩選后,得到智能網聯汽車產業相關政策90條。在考察期內,滁州、淮安和宣城未出臺相關文件,后續分析不予納入,最終城市樣本為38個。

2.3 數據與測量

(1)結果變量:智能網聯汽車產業創新策源能力。結合前文分析,從學術新思想、科學新發現、技術新發明和產業新方向4個方面構建智能網聯汽車產業創新策源能力評價模型(見表1),以熵權-TOPSIS法計算。為避免主觀偏差,熵權法權重由數據變異程度計算得到。TOPSIS法通過比較實際水平與最優方案、最劣方案的相對距離量化賦權,計算簡單,結果可信。

表1 智能網聯汽車產業創新策源能力評價體系Tab.1 Evaluation system of ICV industry creational and original capacity

采用極差法對原始數據Xij作標準化處理,i表示城市,j表示評價指標,如式(1)。

(1)

計算指標Yij的信息熵Ej,如式(2)。

j=1,2,…,m

(2)

確定指標權重Wj,如式(3)。

(3)

計算綜合指數加權矩陣L,如式(4)。

(4)

通過加權矩陣確定最優和最劣方案,求出最優與最劣方案向量間的歐式距離,得出相對貼合度,即創新策源能力,如式(5)。

(5)

Gi越大代表創新策源能力越強(Gi∈[0,1]),反之越弱。

(2)前因條件:治理利基。本文使用文本分析編碼測度治理利基,根據各城市頒布的智能網聯汽車政策,參照傅廣宛[26]的方法,基于“治理利基—政策工具”分析框架,依照“政策編碼—章節—條款”邏輯,借助NVivo12軟件對長三角智能網聯汽車產業領域政策文本進行逐句編碼與頻次統計。治理利基累計使用頻次能夠反映其重要性和強度,對其進行標準化處理:治理利基得分=樣本頻次/總頻次×10。

2.4 數據校準

本文采用直接校準法校準,參考杜運周等[21]的思路,將案例數據的0.5、0.05和0.95分位點分別設定為交叉點、完全不隸屬和完全隸屬的校準標準,校準結果如表2所示。

表2 條件與結果校準Tab.2 Calibration of conditions and results

3 實證結果

3.1 長三角城市群智能網聯汽車產業創新策源能力測度結果

如圖3～6所示,整體層面,長三角城市群智能網聯汽車產業創新策源能力呈上升趨勢,從2010年的0.051 4上升至2020年的0.841,尤其是2015年以來,上升趨勢明顯,這與2015年國家提出加快智能網聯汽車產業部署密切相關。在具體維度上,科學新發現和產業新方向水平高于創新策源能力水平,表明智能網聯汽車領域基礎夯實、方向明確;學術新思想和技術新發明位于下方,表明學術研究和成果轉化有待加強。

圖3 智能網聯汽車產業學術新思想Fig.3 New academic thoughts on ICV industry

圖4 智能網聯汽車產業科學新發現Fig.4 New scientific discoveries of ICV industry

圖5 智能網聯汽車產業技術新發明Fig.5 New technological invention of ICV industry

圖6 智能網聯汽車產業新方向Fig.6 New industry direction of ICV industry

根據創新策源能力水平將城市劃分為領先組、良好組和落后組。其中,領先組以上海、南京等為代表,策源能力均值為0.302。該組中,嘉興、蕪湖進步較快,與其近年來推動測試道路開放、牌照頒發密切相關。良好組以南通、鹽城等為代表,策源能力均值為0.031。這些地區科學新發現和技術新發明水平較高,但產業新方向水平上升趨勢不明顯。落后組以安慶、六安等為代表,策源能力均值為0.011。受限于技術環境,上述城市智能網聯汽車產業發展尚未形成規模,水平落后。

3.2 單個條件必要性分析

在組態分析前,需對前因條件的必要性進行檢驗,當一致性大于0.9時,說明前因條件是結果的必要條件[21]。表3給出了必要條件檢驗結果,可以發現,政府數字技術支持是結果變量(高創新策源能力)的必要條件,后續分析將其剔除。

表3 必要條件分析結果Tab.3 Necessary condition analysis results

3.3 條件組態充分性分析

采用fsQCA3.0軟件進行分析,以中間解揭示組態效應,以組態過程命名路徑。如表4所示,智能網聯汽車產業創新策源能力提升存在5條組態路徑(3種配適方案),總體解的一致性為0.974,覆蓋率為0.665,表明組態分析結果可信、有效。

表4 智能網聯汽車產業高創新策源能力組態Tab.4 Configuration results of ICV industry high creational and original capacity

(1)戰略合法型。組態1表明,政府宏觀戰略、創新資源和研發活動支持發揮核心作用,信息服務、行業標準、試點示范發揮輔助作用。該路徑下,宏觀戰略引領的政府行為可以降低產業發展的不確定性,優化新技術成長環境,提高創新策源能力。該類治理利基的典型城市包括鹽城和紹興(見圖7)。以鹽城為例,《推進大數據產業發展實施意見》明確提出將車聯網作為重點工程,鹽城移動聯合中科院高通量計算創新研究院等簽訂車聯網研發戰略協議,協同創新推動智能網聯汽車產業發展。鹽城在產業戰略、創新資源和研發活動方面表現較好,符合戰略合法型組態特征。該組態一致性為0.995,原始覆蓋率為0.289,能解釋約4.3%的案例。

圖7 組態1解釋案例Fig.7 Interpretation cases in Configuration 1

組態2表明,政府宏觀戰略、創新資源和研發活動支持發揮核心作用,信息服務、試點示范和產業生態發揮輔助作用。該組態也滿足戰略合法型組態條件,即治理主體對宏觀戰略、研發活動和創新資源較為重視,能夠突破數字基建投入不足、行業標準模糊的限制。該類治理利基的典型城市是鎮江(見圖8),組態一致性為0.994,原始覆蓋率為0.264,唯一覆蓋率為0.063。

圖8 組態2解釋案例Fig.8 Interpretation cases in Configuration 2

(2)數字驅動型。組態3表明,數字基礎設施建設和研發活動支持發揮核心作用,創新資源、信息服務、行業標準、試點示范和產業生態發揮輔助作用。該組態意味著治理主體對數字基礎設施建設予以更多關注和重點支持,能夠提升信息互聯質量,提高關鍵領域知識創造速率,增強創新策源能力。該類治理利基的典型城市包括上海、蘇州等(見圖9),這些城市注重優化數字基礎設施布局,打造城市數字底座。如上海頒布《推進智能制造數字基礎新設施建設行動方案》等,試圖打造以數據算力為核心的新型基建,賦能產業發展。進一步,以數字基建為載體,結合基礎研究,推動車路協同、輔助駕駛等“卡脖子”技術攻關。綜上,該組態符合數字驅動型組態特征。

圖9 組態3、4解釋案例Fig.9 Interpretation cases in Configuration 3 and 4

組態4表明,治理主體高度重視數字基礎設施建設和技術研發,即使未實施宏觀戰略引領和試點示范,也能實現較強的創新策源能力。該類治理利基的典型城市為徐州,組態一致性為0.993,原始覆蓋率為0.219,唯一覆蓋率為0.022,能解釋約2.2%的案例。

(3)全維度協同型。組態5表明,創新資源、數字基礎設施、宏觀戰略和研發活動支持發揮核心作用,行業標準、試點示范和產業生態發揮輔助作用。該組態意味著治理主體高度重視資源配置、合法性、知識發展和市場形成4個治理利基,典型城市包括上海、無錫等(見圖10)。以無錫為例,作為第一個國家級車聯網先導區,無錫大力發展數字基建,引導產業創新,實施試點示范,形成集測試、應用、運行于一體的智能網聯汽車產業生態。

圖10 組態5解釋案例Fig.10 Interpretation cases in Configuration 5

3.4 穩健性檢驗

為提高研究結論的可靠性,通過改變一致性閾值(0.75調整為0.8)、剔除異常值(直轄市、計劃單列市和一線城市等)進行穩健性檢驗。組態結果與前文基本一致,表明研究結論較為穩健。限于篇幅,穩健性檢驗結果留存備索。

4 不同等級智能網聯汽車產業創新策源能力提升的差異化路徑

按創新策源能力水平將城市劃分為領先組、良好組和落后組,探索差異化路徑。由表5可知,領先組存在5種組態,這類組態城市治理主體重視智能網聯汽車產業發展,數字技術和研發活動支持均為必要條件。組態1a和組態1b為生態—資源型,且創新資源和產業生態為核心條件,信息服務、試點示范等為輔助條件。對于領先組城市而言,治理主體更加重視產業生態建設與資源供給。組態1c為數字驅動型,組態1d為全維度協同型,與前文一致,不再贅述。組態1e為資源主導型,且創新資源為核心條件,宏觀戰略、行業標準等發揮輔助作用。良好組存在4種組態,這類組態城市智能網聯汽車產業發展水平中等,但毗鄰領先示范區,具有地緣優勢,以資源主導型、知識—資源型為主。受限于技術資源,落后組僅有一條資源主導型路徑,且創新資源為核心條件,信息服務、宏觀戰略、試點示范和產業生態為輔助條件,城市治理主體對數字基礎設施建設、行業標準和研發活動關注不夠。

表5 不同等級智能網聯汽車產業創新策源能力組態Tab.5 Configuration results of ICV industry creational and original capacity at different levels

5 結論與展望

5.1 結論與建議

本文以長三角城市群智能網聯汽車產業為研究案例,基于試探性治理理論框架,運用fsQCA方法,探討政府多元治理利基對智能網聯汽車產業創新策源能力提升的聯動效應及路徑選擇問題。研究發現:首先,長三角城市群智能網聯汽車產業創新策源能力整體呈上升趨勢,特別是2015年以來,積極響應國家加快智能網聯汽車產業部署的號召,增長態勢顯著。在具體維度上,科學新發現和產業新方向水平高于創新策源能力水平,說明長三角城市群智能網聯汽車產業基礎夯實、方向明確。其次,智能網聯汽車產業高創新策源能力存在5條關鍵路徑,可歸納為戰略合法型、數字驅動型和全維度協同型3種模式。政府數字技術支持對創新策源能力提升發揮普適作用,各樣本城市均采用這一政策工具。最后,不同等級的創新策源能力提升路徑差異顯著。對于領先城市,政府數字技術和研發活動支持均為必要條件,產業生態完善和創新資源支持能有效驅動智能網聯汽車產業發展;對于良好城市,形成了資源主導型和知識—資源型的雙輪驅動模式;對于落后城市,僅有資源主導型單一組態路徑。

基于上述結論,本文提出以下政策建議:

第一,智能網聯汽車產業作為新賽道、新業態,政策制定者要從整體性思維出發,秉持試探性治理理念,強化多元治理利基之間的深度融合與優化配置。實踐中,資源配置已受到廣泛關注,未來應給予戰略合法性、知識發展和市場形成更多重視,加強頂層設計與戰略引領,助力智能網聯汽車產業創新策源能力提升。

第二,搶抓數字革命發展機遇,加大政府對數字技術與數字基礎設施建設的支持力度。一方面,制定數字技術扶持政策,區別于普惠性政策,減少政策重疊。加快汽車領域智能化改造,推進數字技術在智能網聯汽車研發設計、生產制造等關鍵環節的深度應用,為智能網聯汽車領域專精特新企業、獨角獸企業等提供補貼。另一方面,完善數字基礎設施建設,打造適配數字技術發展的外部環境,如信號燈網聯化升級改造、5G基站路口級覆蓋等智能化、信息化政府工程。

第三,地方政府要因地制宜,審慎選擇適宜自身條件的發展路徑,注重治理利基聯動匹配與多元路徑的替代分析。對于長三角城市群而言,戰略合法型、數字驅動型和全維度協同型均可提升智能網聯汽車產業創新策源能力。對于領先城市,政府政策制定應聚焦產業生態、創新資源投入等方面;對于落后城市,要加強創新資源投入、信息服務、試點示范,由點及面,提升創新策源能力。

5.2 理論貢獻

(1)對創新策源能力內涵概念及維度特征的界定,拓展了產業創新理論的研究內容與適應范疇。創新策源能力源于國家戰略和時代發展需求,雖然備受關注,但未形成統一概念。本研究從學術新思想、科學新發現、技術新發明和產業新方向維度出發較為系統地揭示了創新策源能力的內涵維度及測度方法,有助于推動相關研究。

(2)創新性引入試探性治理理論,精準結合產業特征與組態思想,提出智能網聯汽車產業創新策源能力提升的整體分析框架。構建包括資源配置、知識發展、合法性和市場形成等在內的多元治理利基聯動框架,有助于加深對創新策源能力提升背后復雜機制及治理因素的理解,突破單一政府治理行為的狹義視角,助力新興產業穩健發展。

(3)引入fsQCA方法,增補了創新策源能力提升領域的工具箱,為提升智能網聯汽車產業創新策源能力提供了豐富細致的證據與啟示。目前,智能網聯汽車產業治理研究多局限于單一線性關系、定性案例分析,fsQCA方法的引入彌補了這一不足,提供了多條件耦合、替代關系及因果非對稱等問題的解決思路,能夠有效解決多元治理利基聯動匹配與路徑選擇問題,推動政府治理現代化的全面實現。

5.3 不足與展望

本文存在以下局限:第一,創新策源能力作為順應國家戰略提出的新概念,后續研究需結合智能網聯汽車產業特征深挖創新策源能力的內涵與構成維度,形成對該問題更深層次的認識。第二,受限于數據,本文僅關注了以政策工具形式呈現的治理利基,在治理利基選擇上可能有失全面性,影響結論的可推廣性。后續可以嘗試拓展前因條件選擇,以更加準確、全面揭示智能網聯汽車產業創新策源能力提升的多元路徑。