科技資源與創新環境何以協同促進國家創新體系整體效能提升

摘 要：優化科技資源和創新環境既是提升國家創新體系整體效能的必然要求，也是政府未來一段時期內落實科技創新戰略規劃的工作主線。結合資源基礎理論，以全球87個國家為案例，運用多周期fsQCA方法，實證檢驗科技資源和創新環境對國家創新體系整體效能高質量發展的影響因素和組態模式。結果發現：①科技資源或創新環境任何單一配置均無法有效推動國家創新體系整體效能增長，兩者匹配協同是促進國家創新體系整體效能高質量發展的必然條件；②存在4種促進國家創新體系整體效能高質量發展的科技資源與創新環境協同配置模式：“科技人力、財力資源+創新市場環境”融合驅動型、“科技信息資源+創新合作環境”雙輪驅動型、“科技人力資源+創新市場、創新合作環境”融合驅動型以及“科技財力、物力資源+創新吸收環境”融合驅動型；③科技資源配置組態具有顯著全球地域差異性特征和地理集聚特性，部分組態之間具有明顯的路徑排他性、組態演化趨勢及條件組合等效替代。從科技資源與創新環境協同配置視角打開導向國家創新體系整體效能高質量發展的“黑箱”，明確驅動國家創新體系整體效能變化的主要因素和組態模式，為合理配置科技資源、優化創新環境、提升國家創新體系整體效能提供參考依據。

關鍵詞：科技資源；創新環境；國家創新體系；創新效能；fsQCA

DOI：10.6049/kjjbydc.2023060234

中圖分類號：F204

文獻標識碼：A

文章編號：1001-7348（2024）20-0056-11

0 引言

國家創新體系（National Innovation System，以下簡稱NIS）對于在國家層面創造、傳播和利用知識技術發揮決定性作用，自20世紀80年代被正式提出以來，已成為世界各國推動技術創新、促進經濟增長和塑造核心競爭力的流行工具［1］。當前，工業革命4.0浪潮席卷全球，科技治理體系和國際競爭格局加速調整。值此關鍵時期，提升NIS整體效能、加快實現高水平科技自立自強迫在眉睫。然而，習近平總書記在多次講話中強調“我國原始創新能力還不強，創新體系整體效能還不高，科技創新資源整合還不夠，科技創新力量布局有待優化”，這些問題嚴重制約中國可持續發展。對此，2021年新修訂的《中華人民共和國科學技術進步法》明確提出要“完善高效、協同、開放的國家創新體系，優化科技資源配置，提高資源利用效率，提升體系化能力和重點突破能力，增強創新體系整體效能”；“十四五”規劃提出要“整合優化科技資源配置，以國家戰略性需求為導向推進創新體系優化組合”?？梢?，優化科技資源配置成為提升NIS整體效能的必然要求。此外，隨著國際競爭的日益加劇，區域創新乃至國家創新體系整體效能提升不再依賴于自身資源稟賦多寡，而是取決于特定環境下科技創新活動能否調配、組合和編排科技資源以實現價值共創。換言之，科技資源和創新環境協同匹配是影響NIS整體效能提升的關鍵因素。因此，本研究以全球87個國家/經濟體為案例，運用fsQCA方法，從科技資源和創新環境兩個維度7個條件出發，厘清全球不同國家或經濟體科技資源與創新環境協同配置導向NIS整體效能水平變動的影響因素及模式，對于優化我國科技資源配置、促進NIS整體效能高質量發展，以及洞察中外科技競爭模式演化和科學制定應對策略具有重要意義。

1 文獻述評

“國家創新體系”的概念由Fransman［2］率先提出，作者將其定義為公共和私營部門內的機構網絡，認為其是啟動、導入、加工和傳播新技術的基礎。該定義涵蓋NIS所有元素以及它們之間的關系，實質上代表NIS研究的宏觀流派，即認為NIS是指全國范圍內的創新活動結構、決定因素以及此類創新活動可能帶來的收益，不僅涉及激進式創新和漸進式創新，還包括科學之外的創新擴散、吸收和利用［3］。相應地，微觀視角下的研究流派傾向于關注企業、高校、研發部門等創新主體與公共政策之間的關系。在該系統中，各科學機構和組織在開展創新活動時相互影響［4］。如Niosi［5］指出NIS是一套相互關聯的機構，即由生產、傳播和適應新技術知識的機構（工業企業、大學或政府機構）流動形成的鏈接組成體系?？傮w來說，NIS是指以政府為主導、充分發揮市場配置資源的決定性作用、各類科技創新主體緊密聯系和有效互動的社會系統。

當前，關于NIS效能的研究呈現出多元化特征，研究方法主要包括非參數DEA方法、參數SFA、建模/經濟計量方法及綜合（創新）指標等［6］。其中，在非參數方法應用方面，多數文獻采用DEA或Malmquist生產力指數法對NIS科技資源多投入—多產出效率、TFP等進行測算［6-7］，或采用兩階段（知識生產和商業化）［8-9］、三階段（基礎研究、技術轉化和系統開發）［10］等模型對NIS效能過程進行分解。然而，基于DEA的NIS效率分解反映的是創新系統的一般能力，未反映影響這種能力的背后邏輯；在參數方法應用方面，相關研究采用生產函數、距離函數等方法對NIS創新前沿或生產力前沿進行分析［11-12］，但該方法僅采用單個NIS輸出結果進行估計，未充分反映國家層面多個研發產出的特點，有可能導致對NIS績效形成狹隘認識或偏見。類似地，建模/經濟計量方法主要用于深度解析影響NIS績效的因素，但易于產生偏離實際的狹隘結論［13］。采用綜合創新指標的研究通過建立一個涵蓋NIS各方面的包容性指標體系，能夠全方位、多層次測度NIS質量，如全球創新指數（GII）、歐洲創新記分牌（EIS）等國家創新績效測度體系均采用該方法［14］，但該方法忽視了對創新系統效率的關注，即在創新方面“高投入低產出”的經濟體綜合得分或可等于甚至高于“低投入高產出”的經濟體得分。從國內研究看，已有文獻主要通過質性研究方法對NIS結構及功能［15］、發展演進［16］、NIS效能生成機制與影響因素［17］展開理論探討，鮮有研究進行實證分析。

綜合來看，既有研究采用多種方法對單個或多個國家/經濟體NIS效率、績效進行考察，為后續研究提供了堅實基礎，但存在如下不足：一方面，指標維度過于單一，多通過R&D支出、R&D人員數量等有形科技資源投入對科技論文、科學出版物、專利申請等產出績效進行評估，未考慮科技資源配置等無形資本對NIS產出、社會發展目標的深層次影響，難以切實反映NIS效能本質。實際上，NIS科技投入及效能實現是一個涉及多元目標、多重約束、持續動態優化的復雜系統工程，需要更加全面、系統化的聚合指標進行測度。另一方面，既有研究多從單一視角出發考察科技資源配置對NIS效能的凈效應或線性關系，忽視了因素之間的聯動匹配效應和潛在替補關系對NIS效能的影響。Archibugi等［18］、Ivanova & Leydesdorff［19］指出，由于創新活動的復雜性和潛在協同作用，許多傳統創新指標衡量效果不佳，因為它們沒有完全涵蓋各國創新的方方面面。

可見，科技資源和創新環境與NIS整體效能之間絕非簡單的線性關系，而是多重因素相互交織、影響、協同匹配的結果，需要從組態視角開展系統化研究。鑒于此，本研究基于資源基礎理論，運用模糊集定性比較分析方法（fsQCA），以全球87個國家/經濟體為案例，實證檢驗科技資源和創新環境協同互動對NIS整體效能的影響。

2 理論基礎與分析框架

資源基礎理論認為企業是各種有形資源和無形資源的集合體，特殊異質性資源（有價值、稀缺、不可模仿和不可替代）是企業可持續競爭優勢、卓越績效和創新的主要來源［20］，企業通過有效配置、部署這些資源實施價值創造戰略。從全球整體視角看，各國家/經濟體之間具有明顯的科技資源稟賦、創新環境等異質性區分，且呈現競爭態勢。因此，各國家/經濟體的NIS被視為一個特殊且獨立的“企業”，通過有形科技資源（人力、財力、物力、信息等資源）投入，并與無形環境資源（創新市場、創新合作、創新吸收等環境）融匯調和進行價值創造（知識創造、技術創新、文化傳播），進而獲取可持續競爭優勢?；谫Y源基礎理論，本研究將各國家/經濟體NIS可支配的科技資源劃分為有形科技資源和無形創新環境2個維度共7個條件變量，并構建整合性分析框架。

第一，科技資源。科技資源包括科技人力資源、財力資源、物力資源、信息資源4個條件變量，是既有研究中普遍采用的NIS效率評估指標［13］。首先，科技人力資源、財力資源是NIS整體效能產出的基礎性和決定性因素。其中，科技人力資源不僅影響科技創新成果產出數量、質量和效率，也是促進科技成果轉化為NIS發展目標的關鍵戰略性資源；而科技財力資源既是支撐其它科技資源產生和應用的基礎，又是科技創新可持續發展的必要條件和基本保障［8-12，18］。其次，科技基礎設施等物力資源是開展科技創新活動不可或缺的重要載體和平臺媒介，對于整合、優化與轉化NIS存量科技資源具有重要作用［13-14］。最后，NIS依賴于創新信息的高速流動和系統內部不同層次主體之間蓬勃發展的技術交換［20］。由于科技信息資源影響知識、技術、情報等關鍵信息收集、傳播的速度和范圍，有利于促進思想、服務、商品生產和交流，因而能夠提高創新效率、降低交易成本、實現可持續增長，進而提升NIS整體效能［13，21］。

第二，創新環境。NIS是反映技術創新、競爭力和經濟增長的行為者與環境之間相互作用的工具［1］，因此環境因素是NIS從資源投入到效能產出整個流程中不可剝離的關鍵調節變量［22］。Guan & Chen［8］指出，NIS是知識與創新環境相互作用的結果；Venchova［23］、Fagerberg［24］指出，NIS機構之間的關系與互動是跨部門知識流動和創新的基本來源，需要重視行為者、機構與環境之間的互動。本研究中環境變量主要包括創新市場環境、創新合作環境和創新吸收環境3個維度。首先，良好的創新市場環境是促進科技人才培養與發展、創新主體萌發與擴張、創新成果落地與轉化以及創新鏈產業鏈深度融合并反哺科技創新的重要保障［25］，能夠促進NIS運行效能增長。Cai［13］、Sinan等［26］、Smirnova［27］指出風險投資、銀行信貸、天使基金等金融環境、市場規模、創新管理者治理水平是影響NIS效率和績效的重要環境因素。其次，創新合作環境為NIS不同機構、行動者互動和協作提供依托。由于創新是一個利益相關者之間通過溝通與合作而產生的非線性進化過程，因而NIS整體效能在很大程度上取決于這些參與者作為集體知識和技術創造系統組成部分如何展開相互協作［9］。Hu等［11］、Iqbal等［28］指出創新是一個復雜過程，不僅涉及創新企業，還涉及企業與其它組織和機構之間的相互依存與互動，跨行業、跨部門技術合作和知識轉移與NIS效能正相關。最后，開放式創新吸收環境能為跨區域技術流動和知識傳播提供可能，對于技術追趕型或發展中國家提升NIS效能尤為重要。Marxt & Brunner［29］認為廣義的NIS包含參與開發、擴散、吸收、使用創新的組織機構之間的所有互動，創新吸收環境對于NIS發展具有明顯推動作用；Choi & Zo［9］指出由于發展中國家知識基礎相對薄弱，跨國貿易、外國直接投資等外部途徑對于促進NIS創新產出發揮關鍵作用。

基于上述分析，本研究構建分析框架，如圖1所示。

3 研究設計

3.1 研究方法

本研究采用fsQCA方法探究導向NIS整體效能的科技資源與創新環境因素及其組態模式，主要是基于以下考慮：首先，NIS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之間的聯動匹配效應，識別驅動NIS整體效能的多條等效路徑，以及挖掘各要素之間的潛在替補關系［14，30］。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，有助于對世界各國實現高/低NIS整體效能的條件組合差異及誘因進行深入解釋［30］。最后，本文研究變量均為連續變量，適合采用fsQCA反映變量程度和水平變動。

3.2 變量測量與數據來源

全球創新指數報告（Global Innovation Index，GII）由世界知識產權組織和康奈爾大學、歐洲工商管理學院等機構共同發布，通過設置國家體系制度環境、人力資本與研究、基礎設施、市場成熟度及業務成熟度5個維度約80項投入指標，以及知識和技術、創造性產出兩個維度近30個產出指標，對全球包括中國、美國、歐洲各國等100余個國家/經濟體的各項創新投入及績效排名進行評估。GII自2007年創立以來，不斷對全球最新創新趨勢進行連續追蹤，已成為衡量全球100余個國家/經濟體創新表現且評估和完善其創新生態系統并供政府決策參考的依據，其統計數據廣受學者采用。Nuno & Catia［14］、Fanta等［31］、Bras［32］采用GII數據對全球多個國家科技資源投入及創新績效進行分析，并證明了數據的可靠性。因此，考慮到數據可獲得性和連續性，本研究采用2018-2022年GII報告相關指標評估得分表征結果變量和條件變量。

3.2.1 結果變量

NIS整體效能（以下簡稱“NISE”）測度標準與其結構及發展目標息息相關［17］。Chu等［21］指出，NIS由知識創新系統、技術創新系統、知識傳播信息系統和應用系統構成，知識創新、知識分配、知識規模和效率、知識收集和處理能力影響NIS運行效能；Irina［33］指出NIS結構由知識或創意生產、產品或服務生產、技術或產業轉移組成。此外，也有學者將國家生產力［3］、就業與GDP增長［6，12］等納入NIS效能考察體系?？梢姡琋IS效能包括知識創造、傳播、轉化及社會生產等多個維度，與其宏觀內涵相符［3］。因此，本研究選取GII報告中2020—2022年統計指標“知識和技術產出”（知識創造、知識影響、知識擴散）、“創意產出”（無形資產、創意商品和服務、在線創意）兩個二級指標及27個三級指標復合成的綜合得分作為NISE衡量指標，能夠較好地體現NISE高質量發展內涵。

3.2.2 條件變量

（1）科技人力資源（HR）和科技財力資源（FR）選取聯合國教科文組織統計研究所（UIS）發布的數據。其中，科技人力資源采取全職研究人員數量（每百萬居民）測度；科技財力資源采取GERD占國內GDP比重（%）測度。

（2）科技物力資源（MR）。本文選取GII中“一般基礎設施”測度國家/經濟體科技物力資源支持情況，該指標由電力輸出、物流績效指數、資本形成總額占GDP比重3個三級指標構成。

（3）科技信息資源（IR）。本文選取GII中“信息和通信技術（ICT）”測度國家/經濟體科技信息發展情況，該指標包括ICT普及率、ICT利用率、政府網絡服務指數和電子參與指數（EPI）4個三級指標。

（4）創新市場環境（IME）。本文選取GII中“政治環境”、“商業環境”、“信貸”、“投資”、“貿易、競爭和市場規?！?個二級指標、14個三級指標（政府效能指數、創新創業政策、創業和規模擴張融資、風險投資、產業多樣化指數、市場規模等）對各個國家/經濟體支持科技創新的市場環境進行綜合測度。

（5）創新合作環境（ICE）。本文選取GII中“創新聯系”對各個國家/經濟體機構、部門等創新主體協同合作環境進行測度，該指標由高校-產業研發合作、產業集群發展深度、國外資助GERD占GDP的比重等5個三級指標復合構成。

（6）創新吸收環境（IAE）。本文選取GII中“知識吸收”對各個國家/經濟體的技術引進、知識交換與傳播環境進行測度，該指標由知識產權支付、高技術進口凈額、ICT服務進口在貿易總額中所占比重以及FDI流入等5個三級指標復合構成。

3.2.3 案例分布特征

結合GII報告中數據的連續性和可獲得性，本文選取阿爾巴尼亞等87個國家/經濟體作為研究案例。根據聯合國對國家地理區位的分類和世界銀行對國家收入組群的分類標準（2019年7月），87個國家/經濟體案例區位分布及收入分布特征如圖2a、2b所示。

3.3 變量校準

本研究在考慮兩年創新滯后期的基礎上，采取3周期數據（投入-產出：2018-2020年、2019-2021年、2020-2022年）開展研究。在數據校準方面，直接對變量數據進行校準，即將各條件變量和結果變量完全隸屬、交叉和完全不隸屬校準點分別設為數據的0.95、0.5和0.05分位數。此外，由于fsQCA在運行過程中無法辨識條件值為交叉點（0.5）的數據，因此將所有校準后顯示為0.5的條件值人工調整為0.501［30，34］。變量校準結果如表1所示。

4 實證結果分析

4.1 必要條件分析

根據fsQCA分析程序，在進行條件組態充分性檢驗之前首先需要對單個條件（非集～）必要性進行檢驗，結果如表2所示。從中可見，IR對高NISE的一致性水平為0.902，～ HR、～ FR對非高NISE的一致性水平分別為0.902、0.903，高于臨界值0.9，即單一情境下分別是結果存在的必要條件且具有較強解釋力。對于必要條件的判斷，Schneider & Wagemann［34］指出可采用必要條件集合與結果集合之間的XY散點圖判斷，當大部分案例集聚于右縱軸時則認為該必要條件為無關緊要的必要條件。據此，繪制條件變量IR與結果變量NISE的集合散點圖，如圖3所示。從中可見，大部分案例集聚于右縱軸，即單一情境下條件IR為NISE無關緊要的必要條件；此外，張明和杜運周［35］指出在條件組態充分性分析中保留必要條件已形成共識。因此，本文從整體組態視角出發對科技資源與創新環境協同配置導向高/低NISE的多重并發因果關系進行考察。

4.2 條件組態充分性分析

4.2.1 產生高國家創新體系整體效能的組態

參考既有文獻［14，30，35］并結合本文案例具體情況，將樣本一致性閾值設置為0.8，案例頻數閾值設為1，PRI一致性閾值設為0.7。運行fsQCA3.0，結果如表3所示。由表3可見，高NISE組態共計10條，總體解一致性為0.97，覆蓋度為0.794，說明所有滿足10條組態的案例中有97%的國家/經濟體NISE較高，且這10條組態可解釋79.4%的國家/經濟體高NISE案例。從各組態核心條件及構型特征看，H1a～H1d、H2a～H2c、H4a、H4b分別構成一個二階等價組態，H3獨立為一個組態。

各組態覆蓋案例如圖4所示，具體分析如下：

（1）“科技人力、財力資源+創新市場環境”融合驅動型。H1組的4個組態構型表明，以高水平科技人力資源、財力資源和創新市場環境為核心資源投入條件能夠實現NISE高質量產出。這表明，對于科技物力資源、創新合作或創新吸收環境不足的國家/經濟體，可通過強化科研人才資源開發與引進、加大科技財力資源投入規模和比重以及營造優越的創新市場環境促進NISE高質量發展。然而，由于不同國家/經濟體自身發展水平和創新基礎存在差異，在創新實踐中還需要增加一些輔助條件。具體而言，在上述核心條件的基礎上，組態H1a輔之以良好的科技信息資源和創新吸收環境，重點覆蓋案例包括瑞典、日本、荷蘭、法國、芬蘭、瑞士、韓國等國家；組態H1b在上述核心條件的基礎上還囊括了核心條件—科技財力資源以及輔助條件—科技物力資源，覆蓋案例包括瑞典、芬蘭、日本、美國、新加坡、瑞士、韓國、德國等國家。組態H1c又輔之以科技信息資源條件，重點覆蓋案例包括立陶宛、葡萄牙、斯洛文尼亞、意大利、斯洛伐克、盧森堡等國家；組態H1d覆蓋案例有希臘、斯洛伐克及葡萄牙。

總體來看，通過“科技人力、財力資源+創新市場環境”融合驅動型路徑實現高NISE的國家/經濟體廣泛且穩定集中在歐洲地區和歐盟成員國以及北美和東亞極少數國家。由于歐洲國家最早開展工業革命并進行資本原始積累，長期以來積淀了實力雄厚的創新人才隊伍、科技財力資本和信息溝通網絡，構建了健全、完善的工商業體系和優渥的創新市場環境，科技創新體制機制健全，創新內生動力強勁，通過“科技人力、財力資源+創新市場環境”融合驅動型路徑促進高NISE目標的實現。此外，結合共現案例及組態特征可知，對于高水平發達國家而言，組態H1a中的“科技信息資源+創新吸收環境”與H1b中的“科技物力資源+創新合作環境”總體互為可替代條件，即在導向高NISE產生的“科技人力、財力資源+創新市場環境”型路徑中發揮同等效應。而對于組態H1c和H1d而言，兩者覆蓋案例多為歐洲中等發達國家，從組態演變態勢可見，斯洛伐克及葡萄牙等國家逐漸補足了輔助條件缺失的創新合作、創新吸收環境，且在科技信息資源建設方面大有成效，使得其由組態H1d向H1c演化，這一過程也引起立陶宛、斯洛文尼亞等國家的效仿?？梢灶A見，組態H1a、H1b高發達國家創新路徑正是組態H1d和H1c中等發達國家創新學習及演化的方向。

（2）“科技信息資源+創新合作環境”雙輪驅動型。H2組的3個組態構型是在科技物力資源、財力資源和創新市場環境不足的情境下，通過高科技信息資源投入和創新合作環境培育，并在相關輔助條件的幫助下實現高NISE產出。具體而言，在以科技信息資源和創新合作環境為核心條件的基礎上，組態H2a輔之以科技人力資源和財力資源實現高NISE，覆蓋案例主要為立陶宛、意大利、盧森堡、保加利亞等國家；類似地，組態H2b輔之以科技人力資源和創新吸收環境，覆蓋案例主要為馬耳他；組態H2c輔之以創新市場環境和創新吸收環境，覆蓋案例為塞浦路斯。

整體來看，采用“科技信息資源+創新合作環境”雙輪驅動型路徑實現高NISE的案例主要集中在歐洲地區中等發達國家，如保加利亞、塞浦路斯、馬耳他等。由于此類國家屬于歐洲及歐盟邊緣群落，經濟發展水平、科技財力資源及科技基礎設施與高水平發達國家相比存在差距，國家內生創新能力不足。因此，上述國家以科技信息資源強投入和創新合作環境優化為核心動力，并著力開發科技人才和創新吸收環境，通過加強對外科技創新交流與合作、吸收和利用外來知識技術、承接技術產業轉移以及提高資源配置效率等途徑實現NISE高質量產出?！翱萍夹畔①Y源+創新合作環境”雙輪驅動型組態闡釋了科技財力、物力資源基礎優勢不足的非高水平發達國家實現高NISE產出的可能性，即通過集中優勢力量構建科技信息基礎平臺、推動現代信息網絡發展以及優化創新合作環境等方式增強國內外科技合作與知識信息交流，進而提升NISE。值得注意的是，上述3條組態路徑覆蓋案例及輔助條件具有顯著排他性，不同國家僅采用特定資源配置方式實現高NISE產出，輔助條件彼此之間不具有可替代性且組態之間無明顯演變趨勢。

（3） “科技人力資源+創新市場、創新合作環境”融合驅動型。組態H3表明，在科技財力資源、物力資源、信息資源及創新吸收環境不足的情境下，以科技人力資源、創新市場環境和創新合作環境為核心條件的科技資源與創新環境協同驅動路徑能夠促進高NISE產出。該組態覆蓋案例為2020-2022年的拉脫維亞。實際上，由于拉脫維亞自身經濟體量加大、國土面積狹小且毗鄰愛沙尼亞等中等發達水平的東歐國家，以及與科技實力強勁的歐洲核心國家距離較遠等原因，使得科技財力資源、物力資源和信息資源相對匱乏。然而，拉脫維亞在國家獨立后實行脫俄入歐國策，并于2004年加入歐盟、2014年成為歐元區成員國，促使其得到一定程度的外部科技資金援助，并借此加強與歐洲國家的創新交流與合作；同時，拉脫維亞通過強化科技人才開發，制定了一系列長期發展規劃優化國內創新市場與創新合作環境，提高有限資源利用與轉化率，進而通過“科技人力資源+創新市場、創新合作環境”融合驅動型路徑實現高NISE。長期來看，組態H3的穩定性極強但普適性不足，僅涵蓋拉脫維亞這一個案。

（4）“科技財力、物力資源+創新吸收環境”融合驅動型。H4組的兩個組態是以科技財力資源、物力資源和創新吸收環境為核心驅動條件的“科技財力、物力資源+創新吸收環境”融合驅動型路徑。其中，組態H4a以科技人力資源為輔助條件，即通過對科技財力資源和物力資源及創新人才的合理配置，加強對新技術、新知識的創新吸收，在科技信息資源不足條件下實現高NIS效能，覆蓋案例包括捷克、匈牙利及泰國。組態H4b以科技信息資源和創新市場環境為輔助條件，在雄厚的科技財力與物力資源支撐下，不斷優化社會創新市場環境，加強知識、信息、技術吸收和轉化，最終實現高NISE，覆蓋案例包括瑞典、日本、美國、法國、芬蘭、新加坡、韓國、瑞士。整體來看，組態H4a包括高水平發達國家（捷克）、中等發達國家（匈牙利）及發展中國家（泰國）3種不同發展水平經濟體，該組態最初由捷克采用且一直穩定沿用，后期逐漸被匈牙利和泰國沿用；而組態H4b則以瑞典、日本、美國、法國等高水平發達國家為核心應用群體且表現出長期沿用態勢。從組態條件分布特征及覆蓋案例共現情況看，盡管組態H4a與H4b無共現案例，但基于知識學習和創新模式向上模仿、傳播的兼容特性，條件“科技人力資源”與“科技信息資源+創新市場環境”之間仍有可互為替代的潛力。此外，組態H4b與組態H1a、H1b應用群體有較大的共性，均為高水平發達國家。這也意味著當國家各類科技資源充實、科技創新體制機制完善時，可同時兼用多種科技資源配置組態以促進NISE高質量產出。

4.2.2 產生非高國家創新體系整體效能的組態

本文對科技資源配置產生非高NISE的組態進行檢驗，結果如表4所示。

由表4可見，非高NISE組態根據條件存在或缺失特征可劃分為3類。其中，組態L1a～L1d顯示，僅以科技物力資源為核心支撐條件、以創新市場環境為輔助條件，但科技人力資源匱乏、科技財力資源和信息資源嚴重不足、創新合作環境及創新吸收環境較差仍會導致非高NISE。該類組態覆蓋的國家主要包括盧旺達、格魯吉亞、莫桑比克、阿爾及利亞、印尼、科威特等；組態L2a～L2d顯示，僅以部分科技資源和/或創新環境為輔助條件，而缺失兩個及以上特定核心條件作為支撐，仍會導致非高NISE結果。該類組態覆蓋國家主要包括南非、土耳其、克羅地亞、伊朗、烏拉圭、智利、墨西哥等；組態L3a～L3e顯示，科技資源配置核心條件及輔助條件缺失均會導致非高NISE，該類組態覆蓋國家主要包括馬達加斯加、洪都拉斯、危地馬拉、馬里、柬埔寨、巴拉圭等?？梢?，非高NISE組態覆蓋國家/經濟體主要集中分布于北緯30度以南的南亞、東非、中非與南美地區。

值得注意的是，中國在高NISE及非高NISE組態路徑中均未出現。從GII統計報告看，中國大陸創新表現中多位居前列且排名不斷上升。在2020年GII報告中，中國排名第14位，高于日本、加拿大等發達國家；在2021年GII報告中，中國排名上升至第12位；2022年，中國超越法國上升至第11位，但仍是全球創新指數前30名中唯一中等收入經濟體。然而，中國在科技資源與創新環境協同配置導向高或低NISE組態路徑中均未出現，表明中國高國家創新績效在很大程度上并非通過科技資源與創新環境優化組合與協同配置產生。

4.3 穩健性檢驗

進一步，本文采用集合論特定的穩健性檢驗方法（補充或剔除案例）與統計論特定的穩健性檢驗方法（跨越不同時段）對QCA結果穩健性進行檢驗［25-26］。采用3個周期案例進行研究，結果均滿足穩健性檢驗標準，表明研究結論穩健。為提高研究結果可信度和穩健性，采用回歸分析法對高NISE科技資源與創新環境協同配置路徑進行檢驗。為避免多重共線性對回歸結果造成的負面影響，本研究采用Ridge回歸（嶺回歸）方法，分別就10條高NISE組態路徑進行回歸分析，結果如表5所示。

由表5可見，模型H1a為以科技人力資源（HR）、科技財力資源（FR）、科技信息資源（IR）、創新市場環境（IME）和創新吸收環境（IAE）為自變量，以高國家創新體系整體效能（NISE）為因變量，取嶺系數K值為0.01時進行的Ridge回歸分析。從回歸結果可見，R2為0.854，說明由上述條件變量構成的科技資源配置組態路徑可以解釋85.4%高NISE形成的原因。另外，模型H1a通過F檢驗（F=289.78，p=0.000<0.05），說明上述條件變量中至少有一項會對高NISE產生影響。具體而言，條件變量HR、FR、IR、IME、IAE的回歸系數值分別為0.006（p<0.01）、24.499（p<0.01）、0.991（p<0.01）、0.813（p<0.05）和1.87（p<0.01），并在5%水平上呈現顯著性，說明條件變量HR、FR、IR、IME、IAE對高NISE均具有顯著正向影響，在生成高NISE組態路徑中能夠充當核心條件、發揮主導作用。類似地，模型H1b回歸結果表明，由條件變量HR、FR、MR、IME、ICE構成的科技資源配置組態路徑可以解釋78.2%高NISE形成的原因，且至少有一項條件變量對高NISE產生影響（F=177.586，p=0.000<0.05）。其中，條件變量HR、FR、IME、IAE的回歸系數值分別為0.008（p<0.01）、18.759（p<0.01）、1.664（p<0.01）和0.971（p<0.01），均呈現出1%水平顯著性，說明條件變量HR、FR、IME、IAE對高NISE均具有顯著正向影響，且在生成高NISE組態路徑中更多充當核心條件、發揮主導作用。條件變量IR的回歸系數值為0.219（p<0.1），呈現10%水平的顯著性，說明條件變量IR在生成高NISE組態路徑中更多充當輔助條件、發揮輔助作用。將模型H1a、H1b的回歸結果代入原組態路徑，發現回歸結果與組態路徑實際內涵高度吻合，說明由fsQCA分析所得的高NISE組態路徑具有較好的穩健性。類似地，從其余H1c～H4b8條組態路徑回歸結果可知，各組態路徑對高NISE的解釋力較強，模型擬合結果對fsQCA分析所得組態路徑內涵具有較強支撐能力，限于篇幅不再贅述。綜上分析，本研究結論具有較強的穩健性。

5 結論與建議

5.1 研究結論

（1）國家創新體系整體效能（NISE）高質量發展存在復雜并發的多元組態，科技資源或創新環境任何單一配置均非構成推動NISE高質量發展的必要條件。科技資源（尤其是科技人力資源和財力資源）和創新環境（尤其是創新市場環境和創新合作環境）在促進NISE高質量發展過程中不可或缺，兩者協同匹配是促進NISE高質量發展的必然要求。

（2）促進高NISE實現的科技資源與創新環境協同配置組態共有10個，可劃分為4種模式： “科技人力、財力資源+創新市場環境”融合驅動型、“科技信息資源+創新合作環境”雙輪驅動型、“科技人力資源+創新市場、創新合作環境”融合驅動型以及“科技財力、物力資源+創新吸收環境”融合驅動型。導致非高NISE的組態共有13個，包括三大類：關鍵核心條件缺失型、核心條件缺失型及全條件缺失型，且與高NISE組態之間呈現顯著非對稱關系。

（3）促進高/低NISE發展的科技資源與創新環境協同配置組態具有顯著地域差異特征和地理聚集特征。NISE高的國家/經濟體廣泛集中在歐洲和北美部分地區以及東亞（日本和韓國）、東南亞（新加坡）少數國家，而NISE低的國家/經濟體則廣泛分布在北緯30度以南的南亞、東非、中非與南美地區。此外，部分組態之間具有顯著條件組合等效替代、路徑演化趨勢及路徑排他性特征。如組態H1a中的“科技信息資源+創新吸收環境”與H1b中的“科技物力資源+創新合作環境”基本互為可替代條件，即在導向高NISE的“科技人力、財力資源+創新市場環境”型路徑中發揮等同效應；組態H1a、H1b高發達國家創新路徑是組態H1d和H1c中等發達國家創新學習及演化的方向；H2組態3個組態構型覆蓋案例及輔助條件具有顯著排他性，即不同國家/經濟體僅采用特定資源與環境配置方式實現高NISE產出，輔助條件彼此不具有可替代性且組態之間無明顯演變趨勢。

5.2 對策建議

（1）國家及各級政府應持續加大科技人才培養和吸引力度，不斷壯大高水平科技創新人才隊伍，持續加大科技經費投入和保障力度，優化創新市場環境和創新合作環境，以“科技資源+創新環境”雙輪匹配、協同驅動國家創新體系效能增長。

（2）在當前“風高浪急”的國際地緣政治和地緣科技競爭背景下，應將舉國體制與市場機制相結合，激活一切可利用的力量開展創新。如通過政策驅動積極鼓勵和促進非公科技團體組織、高等院校、科技企業等創新主體加強與歐洲國家以及韓國、日本等高NISE國家的非官方技術交流與創新合作，提高科技信息捕捉和技術吸收能力。

（3）結合我國實際資源稟賦及創新環境，促進NIS效能高質量發展。鑒于我國各省域科技、經濟發展水平存在差異，可在部分區域針對高NISE發展的4種模式及具體組態開展探索試驗。如東部沿海省域可嘗試采取高水平發達國家實現高NISE的組態，中西部省域可嘗試采用中等發達水平或發展中國家高NISE組態，并根據區域創新體系效能增長實效逐步開展路徑轉換及試點推廣。

參考文獻：

［1］ BARTELS F L， KORIA R， ANDRIANO L.Effectiveness and efficiency of national systems of innovation： a comparative analysis of Ghana and Kenya［J］.African Journal of Science Technology Innovation & Development， 2016， 8（4）：1-14.

［2］ FREEMAN C. Technology policy and economic performance： lessons from Japan［M］.London： Pinter Publishers，1987.

［3］ NASIEROWSKI W， ELAHEE M.Improving efficiency of national innovation systems： issues in commercialization of public： research ［C］.Proceedings for the Northeast Region Decision Sciences Institute， 2009：283-289.

［4］ BIELICKI M， LESNIAK M.CEE cross-country comparison of national innovation systems efficiency： DEA approach ［C］.Proceedings of The 11th European Conference on Innovation and Entrepreneurship， 2016： 87-94.

［5］ NIOSI J.National systems of innovations are "x-efficient" （and x-effective） why some are slow learners［J］.Research Policy， 2002， 31（2）： 291-302.

［6］ LACKA I， BRZEZICKI L.The efficiency and productivity evaluation of national innovation systems in Europe［J］.European Research Studies Journal， 2021， 24（3）： 471-496.

［7］ RATNER S， BALASHOVA S， LYCHEV A.The efficiency of national innovation systems in post-soviet countries： DEA-based approach［J］.Mathematics， 2022， 10（19）： 3615.

［8］ GUAN J， CHEN K.Modeling the relative efficiency of national innovation systems［J］.Research Policy， 2012， 41（1）：102-115.

［9］ CHOI H， ZO H.Assessing the efficiency of national innovation systems in developing countries［J］.Science & Public Policy， 2019， 46（4）： 530-540.

［10］ CHEN P C， HUNG S W.An actor-network perspective on evaluating the R&D linking efficiency of innovation ecosystems［J］.Technological Forecasting and Social Change， 2016， 112：303-312.

［11］ HU J L， YANG C H， CHEN C P.R&D efficiency and the national innovation system： an international comparison using the distance function approach［J］.Bulletin of Economic Research， 2014， 66（1）：55-71.

［12］ PIRES J O， GARCIA F. Productivity of nations： a stochastic frontier approach to TFP decomposition［J］.Economics Research International， 2012， 2012（1）： 584869.

［13］ CAI Y Z.Factors affecting the efficiency of the bricss' national innovation system： a comparative study based on the two-stage semi-parametric DEA method［R］.Economics Discussion Papers， Kiel Institute for the World Economy， 2011.

［14］ NUNO F C， CATIA F C.Global innovation index： moving beyond the absolute value of ranking with a fuzzy-set analysis［J］.Journal of Business Research， 2016， 69（11）：5265-5271.

［15］ 雷小苗，李正風.國家創新體系結構比較：理論與實踐雙維視角［J］.科技進步與對策，2021，38（21）：8-14.

［16］ 賀德方，湯富強，陳濤，等.國家創新體系的發展演進分析與若干思考［J］.中國科學院院刊，2023，38（2）：241-254.

［17］ 馮澤，陳凱華，馮卓.國家創新體系效能的系統性分析：生成機制與影響因素［J］.科研管理，2023，44（3）：1-9.

［18］ ARCHIBUGI D， DENNI M， FILIPPETTI A.The technological capabilities of nations： the state of the art of synthetic indicators［J］.Technological Forecasting & Social Change， 2009， 76（7）：917-931.

［19］ IVANOVA I A， LEYDESDORFF L.Knowledge-generating efficiency in innovation systems： the acceleration of technological paradigm changes with increasing complexity［J］.Technological Forecasting & Social Change， 2015， 96：254-265.

［20］ BARNEY J B， KETCHEN D J， WRIGHT M.Resource-based theory and the value creation framework［J］.Journal of Management， 2021， 47（7）：1936-1955.

［21］ CHU M T， FARDOEI S R， FALLAH H， et al.Modeling national innovation system enabled by knowledge management［J］.Journal of Business Economics & Management， 2014， 15（5）：964-977.

［22］ 周文婷，解佳龍.區域創新系統脆弱性：概念界定、驅動機理與控制策略［J］.創新科技，2023，23（2）：56-66.

［23］ VENCHOVA D.The relevance of national innovation systems and porter's diamond in explaining economic growth and technological development in developing countries： a case study on bulgaria［D］.Unlversity of st.Andrew's， 2020.

［24］ FAGERBERG J.Innovation policy： rationales， lessons and challenges［J］.Journal of Economic Surveys， 2017， 31（2）：497-512.

［25］ 陳禹，王元地，佘茂艷.大眾創業創新投入及環境與經濟發展關系的實證研究［J］.軟科學，2018，32（6）：6-9，14.

［26］ SINAN E， YAMAN E， YONGKI Y.National innovation systems and dynamic impact of institutional structures on national innovation capability： a configurational approach with the OKID method［J］.Technovation，2022， 114 （7）：102552.

［27］ SMIRNOVA Y.Innovation infrastructure as a vital element of national innovation system： case of Kazakhstan［C］.10th Globelics Conference on Innovation and Development： Opportunities and Challenges in Globalization， 2012.

［28］ IQBAL A M， KHAN S， BASHIR F， et al.Evaluating national innovation system of malaysia based on university-industry research collaboration： a system thinking approach［J］.Asian Social Science， 2015， 11（13）：45-60.

［29］ MARXT C， BRUNNER C.Analyzing and improving the national innovation system of highly developed countries——the case of switzerland［J］.Technological Forecasting & Social Change， 2013， 80（6）：1035-1049.

［30］ 杜寶貴，楊幫興.科技資源配置何以促進高技術產業TFP增長——基于29個省域案例的fsQCA分析［J］.科技進步與對策，2022，39（23）：65-75.

［31］ BATE A F， WACHIRA E W， DANKA S. The determinants of innovation performance： an income-based cross-country comparative analysis using the Global Innovation Index （GII）［J］.Journal of Innovation and Entrepreneurship， 2023， 12（1）： 20.

［32］ BRAS G.Pillars of the Global Innovation Index by income level of economies： longitudinal data （2011-2022） for researchers′ use［J］.Data in Brief， 2022， 46（3）：1TIY1Fc9L+mC9hBkzM40ik5gcB+9QnBQOYo4dbeb+qKA=-11.

［33］ IRINA B K.National innovation system as a component knowledge economy： problems and prospects［J］.Technology Audit and Production Reserves， 2015， 6（22）： 94-99.

［34］ SCHNEIDER C Q， WAGEMANN C.Set-theoretic methods for the social sciences： a guide to qualitative comparative analysis［M］.Cambridge： Cam-bridge University Press， 2012.

［35］ 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.

（責任編輯：王敬敏）

英文標題

How S&T Resources and Innovation Environment Cooperate to Promote the development of National Innovation System's Efficiency

英文作者Yang Bangxing， Du Baogui

英文作者單位（College of Humanities & Law， Northeastern University， Shenyang 110169， China）

英文摘要Abstract：Since the start of the 21st century， there has been a significant accumulation of various technological innovation resources that have stimulated the effective supply and driving force of scientific and technological （S&T） primary productivity" and innovative "primary motivation".It has become a fundamental way for countries to enhance their national competitiveness and discourse power by enhancing the overall efficiency of the national innovation system （NISE） in the world.Furthermore， an innovative environment plays an important supporting role in enhancing the NISE.Overall， the synergistic optimization and alignment of S&TO+t7tJvLRM/rZn6kyOWSGRV8fKz1PBGGT/MTF36+Oz4= resources and the innovation environment collectively impact the growth and changes in the NISE.

The achievement of NISE is a complex issue that involves multiple elements of S&T resources and various inputs to the innovation environment.It is also triggered by multiple concurrent causal factors.Therefore， in order to explore how S&T resources and the innovation environment synergistically promote the growth of NISE， identify multiple equivalent paths that drive the NISE， and discover the potential substitution relationship between various elements， this paper combines the resource-based theory， uses the multi-period fsQCA method， and empirically analyzes the influencing factors and configuration patterns of the impact of S&T resources and the innovation environment on the high-quality development of the NISE.A case study of 87 countries/economies worldwide is conducted.

The results show that， first， the high-quality development of the NISE is characterized by a complex and diverse configuration.It consists of simultaneous and interconnected states where no individual configuration of S&T resources or innovation environment can alone promote the high-quality development of NISE.The presence of both S&T resources （especially human and financial resources） and a favorable innovation environment （especially the innovation market and cooperation environment） are crucial in promoting the high-quality development of NISE.Furthermore， the synergy between these two factors is necessary for the advancement of NISE.There are 10 common configurations of S&T resources and innovation environments that facilitate the achievement of high NISE.These configurations can be classified into four modes： the fusion-driven model of " S&T human resources， financial resources + innovation market environment"， the dual-wheel-driven model of "S&T information resources + innovation cooperation environment"， the fusion driven model of "S&T human resources + innovation market， innovation cooperation environment"， and the fusion-driven model of "S&T financial resources， material resources + innovation absorption environment".There are 13 configurations leading to non-high NISE， and there is an obvious asymmetric relationship between the high NISE configuration and the type of key condition deletion.Finally， the coordinated configuration of S&T resources and innovative environments that promote the development of high/ non-high NISE exhibits significant regional differences and geographical clustering characteristics.Countries/economies with high NISE are primarily concentrated in specific regions of Europe， North America， East Asia （specifically Japan and South Korea）， and Southeast Asia （Singapore）.While countries/economies with non-high NISE are widely dispersed across South Asia， East Africa， Central Africa， and South America below 30 degrees in latitude.Additionally， certain configurations demonstrate clear conditional combination equivalence， path evolution trends and path exclusivity.

It is worth mentioning that according to the Global Innovation Index （GII） statistical report， China （mainland） has been consistently ranking high and rising in innovation performance among countries/economies worldwide.In the 2021 GII report， China's ranking rose to 12th， second only to France.In the 2022 GII report， China surpassed France and rose to the 11th position， remaining the only middle-income economy in the top 30 global innovation indexes.However， there are neither high nor non-high NISE configuration paths with the synergy between S&T resources and the innovation environment， which means that most of China's high national innovation performance is not generated through the optimized combination and coordinated configuration of S&T resources and the innovation environment.

To summarize， this paper unpacks the "black box" that leads to the high-quality development of NISE from the perspective of collaborative allocation of S&T resources and innovation environment， and has identified the main factors and configuration modes driving changes in NISE; in practice， it provides reference for China to allocate S&T resources reasonably， optimize the innovation environment， and thereby enhance the NISE.

英文關鍵詞Key Words：S&T Resources; Innovative Environment; National Innovation System; Innovation Effectiveness; fsQCA

收稿日期：2023-06-08 修回日期：2023-08-03

基金項目：遼寧省科學事業公益研究基金項目（軟科學研究計劃）（2022JH4/10100012）；遼寧省科協科技創新智庫項目（LNKX2022B09）

作者簡介：楊幫興（1994—），男，安徽阜陽人，東北大學文法學院博士研究生，研究方向為科技政策、產業經濟；杜寶貴（1975—），男，遼寧遼中人，博士，東北大學文法學院教授、博士生導師，研究方向為科技政策與科技管理、比較公共管理理論。