創新生態系統視角下高技術產業創新質量提升組態路徑研究

摘 要：在高質量發展背景下，如何實現高技術產業創新質量提升是一個亟待解決的現實問題。基于創新生態系統視角，以中國內地31個省份高技術產業為案例樣本，結合必要條件分析（NCA）和模糊集定性比較分析（fsQCA）方法，探究高技術產業創新質量提升的多重并發因果關系與多元實現路徑。研究發現：①核心主體投入、研發主體投入、創新人力投入、技術創新水平和地區市場化水平均非構成高技術產業創新質量提升的必要條件，無法單獨實現高技術產業創新質量提升；②存在3條高創新質量路徑，概括為多元聯動型和雙輪驅動型兩種模式，同時存在兩條非高創新質量路徑，總結為“創新主體—創新資源—創新環境”條件缺失型和“創新資源—創新環境”條件不足型兩種模式；③在特定客觀稟賦條件下，研發主體投入和技術創新水平通過等效替代效應促進高技術產業創新質量提升。研究結論不僅能夠豐富創新生態系統理論研究范疇，還能為不同地區因地制宜地采取高技術產業創新質量提升策略提供實踐啟示。

關鍵詞：創新生態系統；高技術產業；創新質量；組態路徑

DOIDOI：10.6049/kjjbydc.YX202304005

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F264.2

文獻標識碼：A

文章編號文章編號：1001-7348（2024）15-0138-11

0 引言

中共二十大報告提出“高質量發展是全面建設社會主義現代化國家的首要任務”。創新是引領發展的第一動力，以高質量創新帶動高質量發展成為國家經濟建設的主旋律。實現高質量創新既是推動經濟行穩致遠的必然要求，也是加快建設創新型國家的內涵所在。作為國民經濟戰略性先導產業，高技術產業是創新最為活躍的領域，創新活動具有投入成本高、投資風險大和投資周期長等特點。同時，高技術產業還是國際經濟和科技競爭的主要陣地，是國家科技創新實力的重要體現。然而，高質量發展背景下中國高技術產業卻面臨“數量長足、質量跛腳”的創新困境[1]。中國高技術產業迫切需要從“量的積累”轉向“質的飛躍”，從“體量優勢”轉向“質量優勢”，從而脫離“重數量、輕質量”的創新陷阱。高技術產業創新質量提升不僅有利于高技術產業突破創新瓶頸、解決“卡脖子”難題，而且還能提升高技術產業科技創新能力，鍛造“殺手锏”技術。

在數量積累向質量升級的關鍵時期，如何實現創新質量提升已成為高技術產業亟待解決的現實問題，同時也引起學界廣泛關注。從具體實現路徑看，主要包括自主研發[2]、技術引進[3]和協同創新3條路徑。在自主研發路徑方面，高技術產業主要依靠自身力量開展原始創新，進行基礎前沿和高技術相關研究，加強源頭供給，促進產業創新質量提升；在技術引進路徑方面，高技術產業通過學習國外先進技術和創新經驗，不斷改進產品性能和提高產品核心競爭力，增強產業吸收和轉化能力，進而實現高質量創新；在協同創新路徑方面，企業、科研機構等創新主體充分發揮各自優勢，通過整合創新資源開展聯合研發與集成創新，實現“1+1gt;2”的創新效果，推動高技術產業創新質量提升。

綜上所述，學界關于高技術產業創新質量提升已取得豐碩成果，為后續研究奠定了堅實的理論基礎。然而，高質量發展背景下高技術產業創新質量提升面臨交叉融合、全面滲透、多方協同等新要求，現有研究存在如下不足：一方面，已有研究大多聚焦于單一層面要素探討其對高技術產業創新質量產生的凈效應，忽視了多層面多要素組合產生的聯合效應，未打開多種要素協同提升高技術產業創新質量的“黑箱”。事實上，高技術產業創新質量是高技術產業創新能力與效率的綜合體現，受到多個層面因素的協同影響[4]。另一方面，高技術產業創新質量提升是一個復雜的動態演化過程，可以反映創新與企業、產業和區域發展適應性程度，這與創新生態系統理念一脈相承。創新生態系統是推動創新發展的第4種力量（柳卸林等，2022），它既強調不同創新主體之間的相互依賴，也注重創新主體與環境之間的共生演化[8]，其獨特的創新理念和作用方式為產業創新提供了嶄新視角[6]。現有研究未從創新生態系統視角揭示高技術產業創新質量提升的復雜因果機制。鑒于此，本文基于創新生態系統理論，構建高技術產業創新質量提升整合性分析框架。在此基礎上，運用必要條件分析（NCA）和模糊集定性比較分析（fsQCA）方法，以中國內地31個省份高技術產業為案例樣本，解析高技術產業創新質量提升的多元路徑及內在機理，為不同地區選擇高技術產業創新質量提升路徑提供參考。

1 理論基礎與分析框架

1.1 創新生態系統理論

創新生態系統理論源自生態系統理論，從生物學角度揭示創新系統范式，指出創新系統具有多樣性共生、自組織演化和開放式協同3種主要特征[5]。創新生態系統由創新系統演化而來，更加側重于系統要素之間、系統要素與外部環境之間的相互作用以及系統與環境之間的動態聯系[6]，創新生態系統研究也從關注要素構成和資源配置的靜態結構性分析演變為強調各創新要素間作用機制的動態演化分析[7]。目前，創新生態系統基礎要素構成主要有“二分法”（黃魯成，2003）和“三分法”[8]。其中，“二分法”認為創新生態系統由創新主體與創新環境兩類要素構成，創新環境采用廣義的概念，涵蓋創新主體以外的所有創新要素（黃魯成，2003）。然而，這種劃分方式存在明顯不足，難以有效反映不同創新資源在創新活動中的具體作用。在此基礎上，有學者進一步探索出更詳細、全面的劃分方式，即“三分法”[8]。相比于“二分法”，“三分法”更能體現創新生態系統的整體性和系統性，更能反映創新生態系統各要素之間的協同關系。“三分法”將創新生態系統基礎要素劃分為創新主體、創新資源和創新環境3個維度[8]。其中，創新主體維度強調具有原始創新能力的企業、高校和科研機構[8]是參與高質量創新的中流砥柱；創新資源維度強調持續產生原創性新知識的創新人才和擁有新理念產品的創新技術（唐開翼等，2022）是開展高質量創新活動的前提條件；創新環境強調政府“有形之手”與市場“無形之手”之間的有機銜接（柳卸林等，2022）是開展高質量創新的基礎。三方面緊密聯動、相互促進，共同構成以創新環境為基石、以創新主體和創新資源為兩大支柱的創新生態系統基礎要素群。

在創新生態系統視角下，高技術產業創新活動呈現出3個新特點：一是創新主體間的聯系更緊密，創新參與者的相互依存度更高，更注重組織間協同創新；二是創新資源協調與整合更系統，強調異質性資源價值共創與共享；三是創新環境對產業創新成果和創新擴散的影響更深遠，關注政府支持、市場培育以及相關產業協同發展[4]。可見，創新生態系統視角下高技術產業創新質量提升并非依賴于單一層面要素，而是創新主體、創新資源和創新環境3個層面要素相互作用的結果。具體而言，單一層面創新要素聚集不僅會對高技術產業創新質量提升產生邊際效益遞減效應，而且還會擠壓另一種創新要素空間集聚，造成創新要素配置結構失衡和配置方式失調（肖興志等，2019）。因此，本文基于創新生態系統理論，采用更加符合創新生態系統特性的“三分法”，將創新主體、創新資源與創新環境納入同一分析框架，從“創新主體—創新資源—創新環境”3個層面構建高技術產業創新質量提升整合性分析框架，如圖1所示。

1.2 創新主體層面

創新主體是指創新生態系統中參與創新活動的個體或種群，主要包括以企業為代表的核心主體和以高校、科研機構為代表的研發主體（趙曉娟等，2021）。創新主體自身擁有的創新能力以及不同創新主體之間的交互作用是高技術產業創新質量提升的主要動力。

（1）核心主體與創新質量。企業是創新主體的關鍵組成部分，在以企業為核心主體的創新生態系統網絡中，存在企業之間、企業—高校之間、企業—科研機構之間的協同關系（柳卸林等，2022）。產學研深度融合協同能夠打破企業與高校、科研機構之間的邊界，促進各主體創新資源流動和共享，從而提高產業創新資源利用率和使用價值[2]。此外，高技術企業還具備將創新資源轉化為創新成果、將技術優勢轉化為產品優勢的創新能力，從而有助于高技術產業實現創新要素優化配置，進而促進產業創新質量提升。

（2）研發主體與創新質量。高校、科研機構是創新主體的重要組成部分，其中高校是知識創新的重要源泉，科研機構則是連接創新鏈和產業鏈的“橋梁”（趙曉娟等，2021）。在創新生態系統中，以高校、科研機構為代表的研發主體不僅能夠為高技術產業研發提供強大的技術支撐，克服前期技術障礙和難題，而且可能補齊產業基礎研究短板、增強產業研發和創新活力，從而提升高技術產業研發創新能力和創新成果質量。

1.3 創新資源層面

創新資源是指創新生態系統中對創新成果起決定性作用的各類資源，主要包括創新人力資源、創新技術資源等（唐開翼等，2022）。資源基礎觀認為獨特、稀缺和有價值的異質性資源是組織建立競爭優勢的關鍵[9]。創新資源既是創新主體開展創新活動的基礎和前提，也是保證高技術產業創新產出的基本條件。熊彼特認為創新就是對生產要素的重新組合，本質上是一種“創造性破壞”[10]。創新資源協調與整合是實現高技術產業創新質量提升的重要途徑。

（1）創新人力資源與創新質量。創新人力資源是高技術產業創新質量提升的決定性因素。由于高技術產業具有人才集中和知識密集特征，創新人力資源對高技術產業創新質量的影響主要包括直接影響和間接影響兩個方面。從直接影響看，創新人力資源具有一定的能動性和創造性，通過增加創新人力資源增量和激活創新人力資源存量提高創新活動投入產出率，進而促進高技術產業創新質量提升[11]；從間接影響看，創新人力資源是高技術產業的知識載體，通過創新人力資本累積可以推動產業知識獲取、吸收和運用，從而為高技術產業高質量創新夯實基礎[12]。可見，直接機制與間接機制共同影響高技術產業創新質量提升。

（2）創新技術資源與創新質量。創新技術資源是高技術產業創新質量提升的關鍵驅動力。新經濟增長理論認為技術創新是產業創新發展的內生動力（杜運周等，2022）。由于高技術產業資本密集且技術復雜，技術創新對高技術產業創新質量的影響主要體現在兩個方面：一方面，技術創新有助于高技術產業降低創新成本，提高組織管理效率，優化創新資源配置，減少產業創新投入，從而實現更大的產業創新成果收益；另一方面，技術創新有利于高技術產業突破技術瓶頸，實現技術之間的優勢互補和相互促進，進而推動高技術產業創新質量提升。

1.4 創新環境層面

創新環境是指創新生態系統中創新主體之間相互作用產生的社會關系或社會網絡，主要包括政策環境、市場環境等[13]。創新環境是孕育高技術產業創新活動的“土壤”，是改善產業創新效率、提升產業創新能力的關鍵。良好的創新環境是高技術產業創新質量提升的“保護傘”，能夠為高技術產業創新質量提升提供外部保障，降低產業創新活動風險與不確定性。

（1）政策環境與創新質量。政策環境是高技術產業創新質量提升的“催化劑”。由于高技術產業創新活動具有高風險性和正外部性，因此政府補貼能夠有效避免因知識溢出帶來的市場失靈問題[14]。政府補貼從微觀和宏觀兩個層面影響高技術產業創新質量提升。在微觀層面，政府補貼對高技術產業創新質量的促進作用本質上通過影響微觀企業創新研發傳導。一方面，政府補貼會產生創新激勵效應，不僅能夠降低企業研發投入邊際成本，而且還能補償企業創新活動外部性，從而提高企業創新研發效率[15]；另一方面，政府補貼會產生信號傳遞效應，通過向外界傳遞企業研發創新價值高的積極信號，幫助企業緩解外部融資約束并獲取更多創新資源，從而提升企業創新績效[16]。在宏觀層面，政府補貼在高技術產業創新過程中發揮“扶持之手”的作用，幫助高技術產業度過創新發展“幼苗期”、打通產業創新“最后一公里”，促進產業創新成果轉化，進而實現高技術產業高質量創新。

（2）市場環境與創新質量。市場環境是高技術產業創新質量提升的“潤滑劑”。王小魯等[17]通過分析中國各省份市場化水平指出，各地區市場化進程存在一定區域差距。由于高技術產業創新活動具有社會和地域根植性特征，各地區市場化水平不均衡意味著各地區市場運行效率大相徑庭，對各地區高技術產業創新質量提升會產生不同影響。在市場化程度較高的地區，政府干預力度較小，有利于提高市場對資源的配置效率，促進各種創新要素積極流動，形成良好的創新示范效應。同時，在市場化水平較高地區，產業市場競爭環境良好，有助于產業知識共享和人力資本積累，進一步鼓勵高技術產業創新行為，推動高技術產業實現高質量創新。相反，在市場化水平較低地區，法律監管體系不完善，地方政府可能存在尋租行為，導致產業市場競爭秩序不規范，對高技術產業創新質量提升產生負面影響。

2 研究設計

2.1 研究方法

本文結合必要條件分析（NCA）和模糊集定性比較分析（fsQCA）方法探究創新生態系統視角下高技術產業創新質量提升的組態效應。首先，高技術產業創新質量提升是多要素協同作用的結果。基于組態思維的fsQCA方法可處理多因并發性、等效性和因果非對稱性等一系列復雜因果問題（杜運周等，2017），從而能更好地識別多要素驅動高技術產業高質量創新的組態路徑，以及挖掘各要素之間存在的潛在替代關系。其次，本文因果條件均為連續變量，相比于csQCA、mvQCA等其它QCA方法，fsQCA方法在處理連續變量時更具優勢，與本研究更加適配。最后，NCA方法可進一步為fsQCA的必要性條件分析提供精準依據。因此本文將NCA和fsQCA方法相結合，從必要性和充分性兩個方面揭示高技術產業創新質量提升的復雜因果機制。

2.2 變量測量與數據來源

2.2.1 結果變量：創新質量（IQ）

專利是創新產出成果的主要標志，也是衡量創新質量常用的指標。根據《中華人民共和國專利法》，專利可劃分為發明專利、外觀設計專利和實用新型專利3種類型。其中，發明專利相較于外觀設計專利、實用新型專利所投入的創新資源更多，所包含的創新價值更高，同時受到政策套利等因素的影響更小，從而能夠真實反映高技術產業創新行為[18]。因此，發明專利是高質量創新產出的集中體現。本文參照趙公民等[1]的研究，采用發明專利授權率衡量高技術產業創新質量。其中，高技術產業參照國家統計局發布的《高技術產業（制造業）分類（2017）》，包括醫藥制造業，電子及通信設備制造業，航空、航天器及設備制造業，醫療儀器設備及儀器儀表制造業，計算機及辦公設備制造業，信息化學品制造業6類，本文數據來源于《中國高技術產業統計年鑒（2019—2021）》。

2.2.2 條件變量

（1）核心主體（CS）。高技術企業是高技術產業創新質量提升的主要載體。由高技術企業個體構成的核心主體種群致力于運用自身創新能力實現產業高質量創新。基于此，本文參考趙曉娟等（2021）的研究，采用高技術企業數量衡量核心主體投入。其中，高技術企業是指運用先進科學技術不斷研發并有效轉化為高技術成果和生產出高技術產品的企業，數據來源于《中國高技術產業統計年鑒（2019—2021）》。

（2）研發主體（RS）。高校和科研機構是高技術產業創新質量提升的重要平臺，有助于保障高技術產業創新質量和創新活動的持續性。因此，本文參考趙曉娟等（2021）的研究，采用高校和科研機構數量之和衡量研發主體投入。其中，高校是指全日制普通高等學校；科研機構是指具有一定數量的研究人員和長期從事科學研究的組織機構，包括國家和企業建立的研究院、研究所和研究中心等，數據來源于《中國科技統計年鑒2019—2021》《中國高技術產業統計年鑒（2019—2021）》。

（3）創新人力資源（HR）。Ramp;D人員是指具有一定創新潛力和創新能力的創新型人力資源，是高技術產業創新質量提升的關鍵引擎。鑒于此，本文參考潘雄鋒等[19]的研究，采用Ramp;D人員全時當量衡量創新人力投入，數據來源于《中國高技術產業統計年鑒（2019—2021）》。

（4）創新技術資源（TR）。技術創新是高技術產業創新質量提升的有效途徑，技術改造和新產品開發是技術創新的核心體現。本文參考劉偉麗和林瑋菡[20]的研究，采用技術改造經費和新產品開發經費支出之和衡量技術創新水平，數據來源于《中國高技術產業統計年鑒（2019—2021）》。

（5）政策環境（PE）。政府補貼是推動高技術產業創新質量提升的重要工具。本文參考潘雄峰等[19]的研究，采用Ramp;D經費內部支出中的政府資金衡量政府補貼投入，數據來源于《中國高技術產業統計年鑒（2019—2021）》。

（6）市場環境（ME）。市場環境是高技術產業創新質量提升的重要依托，市場化水平是衡量地區經濟發展水平和市場化進程的綜合指標。本文采用王小魯等[11]構造的市場化指數衡量地區市場化水平，數據來源于《中國分省份市場化指數報告（2021）》。

2.3 變量校準

變量校準在于滿足定性比較分析的布爾運算邏輯，需要根據理論知識和實際情況給案例賦予0～1之間的集合隸屬分數[21]。本文采用Ragin[22]提出的3種校準法中的直接校準法對數據進行校準，同時結合案例中各變量實際分布的現實情境，將條件變量和結果變量的第90百分位數、中位數、第10分位數值分別作為完全隸屬點、交叉點和完全不隸屬點的閾值（杜運周等，2022）。條件和結果變量數據校準錨點如表1所示。

3 實證結果分析

3.1 單個條件必要性分析

單個條件變量必要性分析在于檢驗該條件變量是否為結果變量的必要條件。在NCA方法中，效應量是判斷必要條件的主要指標，用以刻畫前因條件變量對結果變量的約束程度[23]。效應量介于0～1之間，數值越大表明條件必要性程度越高。效應量分析主要包括上限回歸（CR）和上限包絡（CE）兩種方法。其中，CR可處理變量均是連續變量或離散變量且變量具有5個以上水平的情況，CE可處理二分變量或變量水平小于5的情況。為保證分析結果的穩健性，本文同時采用CR和CE兩種方法進行檢驗，基于NCA方法的必要條件分析結果如表2所示。對于必要條件的判定標準為效應量數值大于0.1且P值達到顯著性水平[24]。由表2可知，核心主體、研發主體、政策環境和市場環境效應量大于0.1，但P值不顯著，未達到規定標準，其它條件效應量和顯著性水平均不達標。因此，沒有任何一個條件是高技術產業創新質量提升的必要條件。

NCA方法除分析單個條件的必要性外，還能從整體角度研究條件變量的必要性，從而識別出必要條件組合。瓶頸表反映產生某一預期結果所需條件變量組合的最低水平，表3展示了基于NCA方法的高技術產業創新質量提升的瓶頸分析結果。從中可見，要達到60%的高創新質量，需要5%的研發主體、17%的市場環境，其余條件變量均不存在瓶頸；要達到100%的高創新質量，需要66.6%的核心主體、52.4%的研發主體、63.7%的創新人力資源、52.3%的創新技術資源、88.5%的政策環境和53.6%的市場環境。這表明，單個條件變量不是構成高創新質量的必要條件，不能忽視各前因條件變量的組合作用。

為對單個條件必要性分析結果進行交叉驗證，本文進一步采用QCA方法進行必要性條件檢驗。在QCA方法中，一致性水平大于0.9則可判定該條件屬于結果變量的必要條件（杜運周等，2017）。本文采用fsQCA3.0軟件分別對高創新質量和非高創新質量必要條件進行分析，結果如表4所示。由表4可知，本文中6個條件變量一致性水平均小于0.9，均非必要條件，這與NCA方法必要條件分析結果一致，表明必要性分析結果具有科學性，同時證實高技術產業創新質量提升并非由某個條件單獨所致，而是多個要素相互作用的結果。因此，高技術產業創新質量提升可能存在“多重并發因果關系”，需要進一步對前因條件變量組合進行充分性分析。

3.2 條件組態充分性分析

條件組態充分性分析在于檢驗多個前因條件變量組態對結果變量的充分性。本文參考杜運周等（2022）的研究，將原始一致性閾值設為0.8，將PRI一致性閾值設為0.7，將案例頻數閾值設定為1。通過fsQCA3.0軟件分析，可以得到簡單解、中間解和復雜解3種類型。本文遵循以中間解為主、簡單解為輔的原則，將中間解和簡單解中共有的條件定義為“核心條件”，將只出現在中間解的條件定義為“邊緣條件”[21]。組態分析結果如表5所示。

3.2.1 高創新質量組態分析

由表5可知，產生高創新質量的組態結果有3種，一致性系數分別為0.869、0.864、0.932，均高于0.8。總體一致性系數為0.884，達到較高水平，表明3種組態是形成高創新質量的充分條件。總體覆蓋度為0.597，說明3種條件組合可覆蓋59.7%實現高質量創新的高技術產業。

（1）多元聯動型：組態H1a和H1b。組態H1a和H1b具有明顯的多元聯動特征，涵蓋創新主體、創新資源、創新環境3個層面條件要素。兩者具有相同的核心條件，即高核心主體投入、高創新人力投入、高政府補貼投入和高地區市場化水平，但兩者的邊緣條件不同，構成二階等價組態[25]。組態H1a以高核心主體投入、高創新人力投入、高政府補貼投入、高地區市場化水平為核心條件，互補高研發主體投入為邊緣條件實現高創新質量。該組態可以解釋51.7%的高創新質量案例，其中約4%的高創新質量案例僅能被該組態解釋。組態H1b以高核心主體投入、高創新人力投入、高政府補貼投入、高地區市場化水平為核心條件，互補高技術創新水平為邊緣條件實現高質量創新。該組態可以解釋49.1%的高創新質量案例，其中約1%的高創新質量案例僅能被該組態所解釋。

通過對比組態H1a和H1b發現，創新主體、創新資源、創新環境3個層面多要素協同作用對高技術產業高質量創新至關重要。處于多元聯動型路徑下的代表省市有北京、上海、廣東、江蘇、浙江。這些地區經濟發展和市場化進程良好，不僅擁有較多創新能力強的高技術企業，而且創新人力資本投入較大、高技術創新人才輩出，同時政府對地區高技術產業創新發展支持作用較大，從而促進高技術產業創新質量提升。以廣東省為例，廣東省高技術產業發展基礎較好，2021年全省高新技術企業數量已超過6萬家。此外，相比于全國多數地區，廣東省在經濟發展狀況、高校科研水平、創新人才培育等方面也擁有雄厚實力。與此同時，廣東省政府積極推動高技術產業創新質量提升。一方面，通過提高市場配置資源效率，加快創新要素流動，從而全面提高高技術產業科技創新能力；另一方面，加大創新資源投入與研發補貼，加強產業關鍵核心技術攻關，不斷推動高技術產業實現高質量創新。因此，廣東省通過多要素聯動、彼此協同，打出創新主體、創新資源和創新環境的“組合拳”，確保高技術產業創新質量提升。綜上所述，結合組態H1a與H1b的核心條件和具體案例，本文提出如下命題：

命題1：在市場化水平較高地區，加大核心主體、創新人力和政府補貼投入對于高技術產業創新質量提升至關重要。

（2）雙輪驅動型：組態H2。組態H2具有明顯的雙輪驅動特征，包含創新資源和創新環境兩個層面條件要素。組態H2以高技術創新水平、高政府補貼投入、非高創新人力投入、非高地區市場化水平為核心條件，互補非高核心主體投入、非高研發主體投入為邊緣條件實現高創新質量。該組態可以解釋25.2%的高創新質量案例，其中約7%的高創新質量案例僅能被該組態解釋。組態H2表明，技術創新水平和政府研發補貼是高技術產業創新質量提升的兩個關鍵因素，代表性省份如貴州省。相比于全國多數地區，貴州省在經濟基礎、產業規模、人力資本、研發投入等方面存在一定差距。但近年來，貴州省高技術產業轉變創新發展思路，依托特色優勢產業基礎，穩步推進產業創新體系建設，不斷追蹤產業技術創新前沿，打造了以貴陽高新區為首的多個高技術產業創新發展陣地。《中國區域科技創新評價報告2021》顯示，2021年貴州省綜合科技創新水平達到49.05%，全國排名持續提升，產業科技創新能力顯著增強。同時，當地政府為高技術產業提供各種稅收優惠及補助政策，不斷優化產業市場環境，引導各類創新資源向高技術產業轉移，進一步帶動高技術產業創新質量提升。因此，貴州省主要通過技術創新與政府補貼雙輪驅動實現高技術產業創新質量提升。綜上所述，結合組態H2的核心條件和具體案例分析，本文提出如下命題：

命題2：在市場化水平不高且創新人力投入不足地區，提高技術創新水平、加大政府補貼投入是高技術產業創新質量提升的重要推動力。

3.2.2 非高創新質量組態分析

由表5可知，產生非高創新質量的組態結果有兩種，其一致性系數分別為0.880、0.902，均高于0.8。總體一致性系數為0.897，同樣達到較高水平，表明兩種組態均是產生非高創新質量的充分條件。總體覆蓋度為0.317，說明兩種條件組合可覆蓋31.7%實現非高質量創新的高技術產業。

（1）“創新主體—創新資源—創新環境”條件缺失型：組態NH1。組態NH1存在創新主體、創新資源、創新環境3個層面缺失條件要素，即組態NH1存在非高核心主體投入、非高研發主體投入、非高技術創新水平和非高政府補貼投入4個核心條件。組態NH1以非高核心主體投入、非高研發主體投入、非高技術創新水平、非高政府補貼投入、高地區市場化水平為核心條件，互補非高創新人力投入為邊緣條件導致非高創新質量。該組態可以解釋26.5%的非高創新質量案例，其中約8%的非高創新質量案例僅能被該組態所解釋。組態NH1表明，在核心主體投入不足、研發主體投入不夠、技術創新水平不高和缺乏政府補貼投入地區，即使市場化水平較高，高技術產業仍難實現高質量創新。處于“創新主體—創新資源—創新環境”條件缺失型路徑下的代表省市如天津。天津作為京津冀城市群核心城市之一，高技術產業科技和智力資源相對密集，具有一定產業基礎實現高質量創新。然而，產業固定資產投資規模較小、研發轉化效率較低、地區和產業關聯度不高等因素共同制約天津高技術產業創新高質量提升[26]。因此，結合組態NH1的核心條件和具體案例，本文提出如下命題：

命題3：在市場化水平較高地區，核心主體投入不足、研發主體投入不夠、技術創新水平不高和缺乏政府補貼投入將阻礙高技術產業創新質量提升。

（2）“創新資源—創新環境”條件不足型：組態NH2。組態NH2存在創新資源和創新環境兩個層面條件要素不足，即組態NH2存在非高技術創新水平和非高政府補貼投入兩個核心條件。NH2以非高技術創新水平、非高政府補貼投入、高創新人力投入為核心條件，互補高核心主體投入、高研發主體投入、高地區市場化水平為邊緣條件導致非高創新質量。該組態可以解釋23.3%的非高創新質量案例，其中約5%的非高創新質量案例僅能被該組態解釋。組態NH2表明，在技術創新水平不高和政府補貼投入不足地區，即使地區創新人力投入較高，高技術產業仍難以產生高創新質量，處于“創新資源—創新環境”條件不足型路徑下的代表省份如河南。《中國高技術產業統計年鑒》顯示，近年來，雖然河南省高技術產業在Ramp;D人員投入方面處于全國中上游水平，但發明專利申請數、有效發明專利數與發達地區相比仍相差甚遠，導致產業創新質量不高。究其原因，一是產業技術創新水平不高。從行業看，河南省高技術產業創新優勢主要集中在醫藥制造業、醫療器械及儀器儀表制造業，但在電子及通訊設備制造業、航空航天制造業等其它領域還存在技術創新壁壘，導致科技創新產出水平偏低。二是政府補貼投入不足。河南省對高技術產業的政府補貼資金投入在全國處于中等偏下水平，使得高技術產業創新活動受限，科研產出效率偏低，發明專利授權占比下降。因此，結合組態NH2的核心條件和具體案例，本文提出如下命題：

命題4：在創新人力投入較高地區，技術創新水平不高和政府補貼投入不足是高技術產業創新質量提升的主要制約因素。

通過對比產生高創新質量的3種構型和產生非高創新質量的兩種構型發現，高創新質量與非高創新質量路徑存在一定差異，表明高技術產業實現高質量創新與非高質量創新的驅動機制具有因果非對稱性，如圖2所示。

3.3 替代關系分析

組態分析的另一大優勢在于通過組態分析結果進一步識別出條件變量之間的互動關系[25]。本文通過對比組態H1a和組態H1b發現，創新主體、創新資源和創新環境之間存在潛在替代關系，如圖3所示。在市場化水平較高地區，對于擁有一定高技術企業數量、創新人力投入較高且政府補貼投入充足的高技術產業而言，研發主體投入可以等效替代技術創新水平，以“殊途同歸”的方式實現產業創新質量提升。究其原因：一方面，研發主體投入水平是產業技術創新的價值體現，高校與科研機構是產業技術創新和成果轉化的重要基地；另一方面，產業技術創新水平可從側面反映研發主體投入水平，新技術研發、技術創新成果應用都離不開研發主體的支撐。同時，產業技術創新以技術傳播和技術活動為媒介，進一步推動產學研協同創新與深度合作。研發主體投入與技術創新水平的潛在替代關系表明，高質量發展背景下高技術產業創新質量提升可以“另辟蹊徑”。在特定客觀稟賦條件下，高技術產業既可以通過增加研發主體投入促進產業技術創新，又可以提高技術創新水平適當彌補研發主體投入不足的缺陷，從而以不同途徑實現高質量創新。

3.4 穩健性檢驗

穩健性檢驗是確保研究結論可靠的重要環節。為確保研究結論的可靠性，本文采用3種方法進行穩健性檢驗。一是調整一致性門檻值[21]，將案例一致性門檻值從0.8調至0.85，產生的組態結果前后基本一致。二是改變PRI一致性水平[21]，將PRI一致性水平由0.7降至0.65，產生的組態結果前后基本一致。三是替換結果變量測量指標，參考范德成和李盛楠[27]的研究，采用新產品銷售收入占主營業務收入的比重替換發明專利授權率衡量創新質量，產生的組態結果前后基本一致，表明本文研究結果具有較好的穩健性。

4 結論與啟示

4.1 研究結論

本文基于創新生態系統視角，以中國內地31個省份高技術產業為案例樣本，結合必要條件分析（NCA）和模糊集定性比較分析（fsQCA）方法，探究高技術產業創新質量提升的多重并發因果關系與多元實現路徑，得出如下結論：

（1）通過NCA方法和fsQCA必要條件分析雙重檢驗發現，高技術產業創新質量受多方因素的協同影響，單個創新生態系統要素均不是產生高創新質量、非高創新質量的必要條件。核心主體投入、研發主體投入、創新人力投入、技術創新水平、政府補貼和地區市場化水平6個條件要素無法單獨實現高技術產業創新質量提升。

（2）通過條件組態充分性分析發現，高技術產業存在3條高創新質量路徑，概括為多元聯動型和雙輪驅動型兩種模式。同時，存在兩條非高創新質量路徑，總結為“創新主體—創新資源—創新環境”條件缺失型和“創新資源—創新環境”條件不足型兩種模式。高技術產業實現高質量創新與非高質量創新的驅動機制存在一定差異，具有因果非對稱性。

（3）通過替代關系分析發現，創新主體、創新資源和創新環境之間存在潛在替代關系。在特定客觀稟賦條件下，高技術產業既可以通過增加研發主體投入促進產業技術創新，又可提高技術創新水平適當彌補研發主體投入不足，從而以“殊途同歸”的方式推動高技術產業創新質量提升。

4.2 研究貢獻

本文研究主要貢獻如下：

（1）有助于完善高技術產業創新質量提升理論體系。本文基于創新生態系統理論，綜合分析影響高技術產業創新質量提升的創新主體、創新資源、創新環境等關鍵因素，提出高技術產業創新質量提升整合性分析框架，為解釋高技術產業創新質量提升因果關系復雜性提供了理論依據，具有一定理論價值。

（2）有助于在高質量發展背景下為各地區高技術產業實現高質量創新提供決策支撐。本文以中國內地31個省份高技術產業為案例樣本，探究創新生態系統視角下高技術產業創新質量提升的實現路徑。根據組態路徑結果，進一步歸納和總結高技術產業創新質量提升的驅動模式。同時，結合案例樣本自身情況，深入剖析不同地區高技術產業實現高質量創新與非高質量創新的深層邏輯，對各地區因地制宜地提升高技術產業創新質量具有一定參考價值。

（3）有助于豐富高技術產業創新質量提升研究領域的“工具箱”。本文基于組態視角將NCA和fsQCA方法相結合，揭示高技術產業創新質量提升的支撐力量和推動因素，并探究6個條件變量對高技術產業創新質量的“聯合效應”及其互動關系，為該領域研究提供了新思路和新洞見，拓展了研究方法邊界。

4.3 實踐啟示

基于本文研究結論，得出如下實踐啟示：

（1）各地區應結合自身實際情況，因地制宜、揚長避短，通過多要素聯動、彼此協同，打出創新主體、創新資源和創新環境的“組合拳”，實現高技術產業創新質量提升。具體而言，各級政府應從創新生態系統整體視角出發，立足于地區條件稟賦優勢，不斷壯大創新主體、整合創新資源、優化創新環境，有針對性地制定提升高技術產業創新質量的差異化策略，走出適合自身高技術產業發展的高質量創新之路。

（2）從創新主體層面看，創新主體是高技術產業創新質量提升的“奠基石”。各地區應在認真貫徹落實《質量強國建設綱要》的基礎上，強化以高技術企業為核心的創新主體地位，建立以企業為主導的產學研協同創新體系。通過加強高技術企業與高校、科研機構之間的交流、互動和合作，消除科技創新中的“孤島現象”，激發各類創新主體的創新活力和自身潛力，推動地區高技術產業實現高質量創新。

（3）從創新資源層面看，創新資源是高技術產業創新質量提升的“發動機”。各地區要努力踐行“十四五”規劃，充分發揮人才是第一資源的引領作用，完善產業科技創新體制機制。在創新人力資源方面，增加創新人力資本投入，大力培養高層次創新人才，健全創新人才引進機制與流動機制，發揮創新人才輻射帶動作用，為高技術產業輸出更多優質創新成果；在創新技術資源方面，加快突破關鍵核心技術，提高產業技術創新水平，實現更多“從0到1”的原創性技術創新，促進高技術產業創新質量提升。

（4）從創新環境層面看，創新環境是高技術產業創新質量提升的“助推器”。各地區要緊緊圍繞國家創新驅動發展戰略目標，不斷優化產業創新環境。一是要加大地方政府支持力度，增加產業創新源頭供給。通過政府補貼、簡政放權等舉措釋放創新主體創新活力，鼓勵創新主體大膽創新、勇于創新，促進高技術產業創新質量提升。二是提高地區市場化水平，培育公平開放的市場環境。充分發揮市場在資源配置中的決定性作用，建立公平競爭的市場秩序，同時完善產學研創新體制機制，加強知識產權保護，保護和調動各類創新主體的積極性、主動性和創造性，進而促進高技術產業創新質量提升。

參考文獻參考文獻：

[1] 趙公民， 俞立平， 戴化勇. 創新數量、創新質量與高技術產業出口[J]. 中國管理科學， 2021， 29（2）： 61-68.

[2] 俞立平， 方建新. 自主研發與協同創新協調發展研究[J]. 科研管理， 2015， 36（7）： 56-63.

[3] 馬永軍， 張志武， 趙澤. 技術引進、吸收能力與創新質量——來自中國高技術產業的經驗證據[J]. 宏觀質量研究， 2021， 9（2）： 59-73.

[4] 姜博， 馬勝利， 王大超. 中國高技術產業創新質量內涵與測度研究[J]. 社會科學， 2019， 41（3）： 64-75.

[5] ADNER R. Match your innovation strategy to your innovation ecosystem[J]. Harvard Business Review， 2006， 84（4）： 98-107.

[6] 譚勁松， 宋娟， 陳曉紅. 產業創新生態系統的形成與演進：“架構者”變遷及其戰略行為演變[J]. 管理世界， 2021， 37（9）： 167-191.

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

[8] 李曉娣， 張小燕. 區域創新生態系統對區域創新績效的影響機制研究[J]. 預測， 2018， 37（5）： 22-28.

[9] BARNEY J. Firm resources and sustained competitive advantage[J]. Journal of Management， 1991， 17（1）： 99-120.

[10] SCHUMPETER J A.The theory of economic development[M]. Harvard：Harvard University Press， 1912.

[11] 陶長琪， 丁煜. 數據要素何以成為創新紅利——源于人力資本匹配的證據[J]. 中國軟科學， 2022， 37（5）： 45-56.

[12] 侯建， 李思雨， 莊彩云， 等. 外部知識源化驅動制造業高質量創新的影響機理：創新型人力資本視角[J]. 系統管理學報， 2023， 32（1）： 111-117.

[13] 王曉珍， 劉珊， 陳勁. 何種區域創新環境組合能有效提升風電產業創新質量——基于fsQCA的組態分析[J]. 科技進步與對策， 2021， 38（15）： 57-65.

[14] ARROW K J. The economic implications of learning by doing[J]. The Review of Economic Studies， 1962， 29（3）： 155-173.

[15] 應千偉， 何思怡. 政府研發補貼下的企業創新策略：“濫竽充數”還是“精益求精”[J]. 南開管理評論， 2022， 25（2）： 57-69.

[16] 郭玥. 政府創新補助的信號傳遞機制與企業創新[J]. 中國工業經濟， 2018， 36（9）： 98-116.

[17] 王小魯， 胡李鵬， 樊綱. 中國分省份市場化指數報告（2021）[M]. 北京：社會科學文獻出版社， 2021.

[18] 毛昊， 尹志鋒， 張錦. 中國創新能夠擺脫“實用新型專利制度使用陷阱”嗎[J]. 中國工業經濟， 2018， 36（3）： 98-115.

[19] 潘雄鋒， 潘仙友， 李昌昱. 中國政府Ramp;D資助對技術創新的影響效應研究[J]. 管理工程學報， 2020， 34（1）： 9-16.

[20] 劉偉麗， 林瑋菡. 質量創新與創新質量空間差異及耦合協調研究——基于中國高技術產業的經驗分析[J]. 財經問題研究， 2018， 40（6）： 3-10.

[21] 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.

[22] RAGIN C C. Redesigning social inquiry： fuzzy sets and beyond[M]. Chicago： University of Chicago Press， 2008.

[23] DUL J， VAN D L E， KUIK R. A statistical significance test for necessary condition analysis[J]. Organizational Research Methods， 2020， 23（2）： 385-395.

[24] DUL J， HAUFF S， BOUNCKEN R B. Necessary condition analysis （nca）： review of research topics and guidelines for good practice[J]. Review of Managerial Science， 2023， 17： 683-714.

[25] FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research[J]. Academy of Management Journal， 2011， 54（2）： 393-420.

[26] 孫威， 高沙爾·吾拉孜. 京津冀地區高技術產業地位變化的成因探析[J]. 智庫理論與實踐， 2022， 7（2）： 130-140.

[27] 范德成， 李盛楠. 中國高技術產業省際知識溢出對創新質量的影響——基于知識吸收能力的門檻效應分析[J]. 商業研究， 2019， 62（12）： 37-45.

責任編輯（責任編輯：王敬敏）

英文標題The Configuration Path of Innovation Quality Improvement in High-tech Industry from the Perspective of Innovation Ecosystem

英文作者Li Yuhua， Zhang Yunfei

英文作者單位（School of Economics and Management， Shanghai Institute of Technology， Shanghai 200235，China）

摘要Abstract：Innovation is the first driving force leading high-quality development. As a strategic pioneer industry of the national economy， the high-tech industry is the most active field of innovation. However， against the backdrop of high-quality development， China's high-tech industry is suffering from low innovation quality. In the critical period from quantitative accumulation to qualitative upgrading， how to realize the quality improvement of high-tech industry innovation is a realistic problem that needs to be solved urgently. The improvement of innovation quality in high-tech industries is a dynamic evolution process of a complex system， and it is affected by the synergistic influence of interdependent factors at multiple levels. At the same time， the improvement of innovation quality in high-tech industries reflects the degree of adaptability of innovation to the development of enterprises， industries and regions， which is in line with the concept of？ innovation ecosystem. In view of this， it is necessary to incorporate the innovation ecosystem into the overall perspective to reveal the complex causal mechanism of innovation quality improvement in high-tech industries， and answer the following questions： （1） What are the key factors influencing the innovation quality of high-tech industries from the perspective of the innovation ecosystem？ （2） Do individual innovation ecosystem elements constitute the necessary conditions for the improvement of the innovation quality of high-tech industries？Furthermore， what is the magnitude of their impact on this enhancement？ （3） What kind of innovation ecosystem pathways can produce high innovation quality as well as non-high innovation quality？

Therefore， following the innovation ecosystem theory， this study extracts the key factors affecting the innovation quality improvement of high-tech industry from three levels： innovation subject， innovation resources and innovation environment， and then constructs an integrated analysis framework for the innovation quality improvement of high-tech industry by combining the group state perspective. On this basis， this study applies the necessary condition analysis （NCA） and fuzzy set qualitative comparative analysis （fsQCA） methods to analyze the multiple paths of innovation quality improvement in high-tech industries and their inner mechanisms by using 31 provinces and cities with high-tech industries as case samples.

The following are the results of this study. （1） Core subject input， Ramp;D subject input， innovation manpower input， technology innovation level and regional marketization level are not necessary conditions for innovation quality improvement in high-tech industries， and they can not ensure innovation quality improvement in high-tech industries alone. （2） There are three high innovation quality paths， which are summarized as two modes of multi-linkage and two-wheel drive. At the same time， there are two non-high innovation quality paths，i.e.， the \"innovation subject—innovation resource—innovation environment\" deficiency type and \"innovation resource—innovation environment\" deficiency type. Moreover， the driving mechanisms of high-tech industries to achieve high-quality innovation and non-high quality innovation are somewhat different and have causal asymmetry. （3） Under the condition of specific objective endowment ， high-tech industries can promote industrial technological innovation by increasing the investment in Ramp;D subjects and can also improve the level of technological innovation to make up for the lack of investment in Ramp;D subjects， so as to promote the quality of innovation in high-tech industries in a \"different way\".

On the basis of the above research conclusions， this study further puts forward some countermeasure suggestions to improve the innovation quality of high-tech industries at the three levels of innovation subject， innovation resources and innovation environment. Compared with previous studies， this study explores the path of innovation quality improvement in high-tech industries from the perspective of innovation ecology， comprehensively analyzes the key factors of innovation subjects， innovation resources and innovation environment that affect innovation quality improvement in high-tech industries， and deeply analyzes the logic behind the realization of high-quality innovation and non-high-quality innovation in high-tech industries in different regions. The research findings not only enrich the research scope of innovation ecosystem theory， but also provide practical insights for different regions to make strategies to improve innovation quality for high-tech industries according to local conditions.

關鍵詞Key Words：High-tech Industry; Innovation Quality; Innovation Ecosystem; Configuration Path