什么樣的環境要素組合有利于實現高區域創新效率

收稿日期收稿日期：2023-08-06" 修回日期：2023-10-24

基金項目基金項目：教育部人文社科基金青年項目（21YJC630018）；遼寧省教育廳面上項目（LJKMR20221513）

作者簡介作者簡介：戴萬亮（1981-），男，遼寧盤錦人，博士，渤海大學管理學院副教授，研究方向為組織行為與人力資源管理、創新管理；林小燕（1999-），女，湖北荊州人，渤海大學管理學院碩士研究生，研究方向為組織行為與人力資源管理、創新管理。本文通訊作者：林小燕。

摘要摘 要：如何優化區域創新環境、提高區域創新效率是亟待解決的熱點問題。基于WSR方法論，結合NCA與fsQCA兩種方法，以中國內地30個?。ㄊ?、區）為案例樣本，從組態視角探討區域創新環境與區域創新效率關系。研究發現：①單個創新環境要素并不構成實現高區域創新效率的必要條件；②2類創新環境要素組態能有效驅動區域創新效率提升，分別是科技注意力驅動下的“數字基礎設施-財政”雙重支持型以及科技注意力欠缺下的“知識產權治理-金融”雙重彌補型；③各地區實現高創新效率的組態路徑存在空間差異，東部地區以“數字基礎設施-金融”雙重支持型為主，中部地區以知識產權治理引領型為主，西部地區以金融帶動型為主。

關鍵詞關鍵詞：創新環境；區域創新效率；WSR方法論；模糊集定性比較分析；必要條件分析

DOIDOI：10.6049/kjjbydc.H202308090

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：F061.5

文獻標識碼：A

文章編號文章編號：1001-7348（2024）23-0052-11

0 引言

創新已經成為推動區域發展和經濟增長的關鍵動力。任何國家或地區的創新能力提升不能僅依賴于創新資源投入，更要重視其效率問題［1］。作為嵌入區域創新系統的一部分［2，3］，區域創新環境（Regional Innovation Environment，RIE）為知識溢出、協作和資源循環提供了條件，并影響技術創新擴散和區域創新資源配置［3］。因此，營造良好的創新環境、提高創新效率成為我國各地區踐行創新發展理念的重要路徑。

當前，圍繞區域創新環境及其對創新效率影響的研究已取得豐碩成果。一方面，學者們對區域創新環境的構成要素、指標體系及評價方法等展開諸多研究（侯鵬等，2014；黨晶晶等，2018；王宏偉等，2021；張赤東等，2022）；另一方面，學者們采用空間面板Tobit模型、隨機前沿模型、多元及層次回歸等統計分析方法對區域創新環境與創新效率關系進行實證研究（白俊紅等，2009；李秦陽，2019；蘭海霞和趙雪雁，2020）。另外，也有一些學者試圖突破以往研究桎梏，從整體視角探討區域創新生態系統驅動創新績效的協同機制（唐開翼等，2021；林艷和盧俊堯，2022）。然而，將區域創新生態系統的子系統——區域創新環境獨立出來構建整合性分析框架的研究卻鮮見。盡管有學者針對不同創新環境要素組合的影響效應作了有價值的探索（王曉珍，2021），但整體來講，學術界對這一議題的研究還存在著明顯不足：一方面，從研究視角來看，盡管大多數學者認同區域創新效率受多種創新要素的影響，但鮮有研究基于復雜科學視角建立統一的影響因素分析框架；另一方面，從研究方法來看，雖然區域創新效率前因研究成果比較豐富，但主要采用理論分析或傳統回歸分析探討特定前因的凈效應，未能充分解釋多個前因的協同作用，從而難以對高區域創新效率的實現路徑進行深入探討。

“物理—事理—人理”系統方法論（Wuli-Shili-Renli Systems Approach，WSR方法論）是一種復雜性科學方法論，為解決復雜系統問題提供了恰當的原則、方法、工具和步驟［4］。并且，WSR方法論強調復雜性、系統性以及主觀能動性，與區域創新環境特征相契合，能為區域創新效率影響因素探索提供合適的理論框架。研究表明，區域創新效率與經濟發展質量關系存在地區異質性（黃寰等，2023），因此簡單復制高區域創新效率發展模式無異于按圖索驥。由此可見，從整體視角揭示各地區創新環境要素協同機制，探索實現高區域創新效率的不同路徑，對優化區域創新環境及提出實現高區域創新效率的針對性解決方案，從而縮小區域間創新水平差距，實現經濟高質量發展具有重要意義。

綜上，本文以我國內地30個省域（西藏因數據不全未納入）為研究對象，基于WSR方法論，結合必要條件分析（Necessary Condition Analysis，NCA）和模糊集定性比較分析（Fuzzy-set Qualitative Comparative Analysis，fsQCA）方法，綜合考慮創新環境中物理、事理和人理層面要素間的協同作用，構建區域創新效率驅動機制模型并對其中的復雜因果關系予以討論。本文可能的邊際貢獻為：一是從區域創新環境視角出發，歸納物理、事理和人理方面的區域創新效率影響因素，建立一個科學系統的創新環境要素耦合協同框架；二是通過比較分析實現高區域創新效率的前因組態，揭示創新環境要素在不同地區的差異化作用；三是進一步分析東、中、西部地區實現高創新效率的空間分布差異，為深刻理解區域創新的復雜性與重要性、促進地方經濟可持續發展貢獻新的洞見和理論支持。

1 理論基礎與組態模型構建

1.1 理論基礎

WSR方法論是基于整體思維，應用系統學理論，通過將復雜問題分解為多個要素，深入探索這些要素的內在聯系，進而解決復雜難題的有效工具。WSR方法論強調在分析和處理復雜問題時，不僅要考慮對象物的因素，也要考慮事和人的因素，從而達到“懂物理、明事理、通人理”［5］。從現有實證研究來看，WSR方法論既適合研究變量的影響效應，也適合研究變量的影響因素（張生太等，2021；張銘等，2023）。本文采用WSR方法論探究影響區域創新效率的環境要素，具體原因如下：一方面，WSR方法論重視復雜性與系統性，與區域創新環境的復雜、系統屬性相契合。WSR方法論的獨特之處在于，它能夠根據特定問題所處的環境狀態，有針對性地從“物理”“事理”“人理”3個方面選取重點，使其成為較“硬”或較“軟”的方法，或“硬”“軟”兼具的方法［4］。這恰好與不同地區擁有的資源稟賦不同相契合，同時，每個地區的創新環境也存在差異，部分地區并不能同時兼顧“硬環境”“軟環境”發展。因此，WSR方法論可以為區域創新環境的動態性以及差異性提供更全面的解釋。而且，定性比較分析（Qualitative Comparative Analysis，QCA）方法有助于厘清各環境要素對創新效率的復雜作用機理。因此，以WSR方法論作為理論基礎，采用QCA方法，兩者相得益彰。另一方面，WSR方法論目前還處于發展階段，將其應用于創新領域是一個互相成就的選擇?，F有研究多基于創新生態系統理論探討創新效率問題，較少有學者從WSR這一綜合性理論視角深入探討區域創新效率影響因素。因此，將WSR方法論與創新效率研究相結合，既可豐富WSR方法論的實踐案例，也可補充創新效率研究方法論的“武器庫”。

1.2 組態模型構建

1.2.1 區域創新環境與區域創新效率

區域創新效率衡量的是基于內外創新要素交互作用而形成區域創新產出的多寡，反映出區域創新能力和績效水平［1］。雖然學術界對區域創新環境構成要素尚未達成共識，但大多數學者主要基于環境要素多樣性視角界定區域創新環境（王宏偉等，2021）?，F有研究主要基于我國省際面板數據，應用空間計量模型、回歸分析等實證研究方法，從多視角對影響區域創新效率的環境因素進行探討。首先，從數字化角度出發，研究發現，數字經濟、產業數字化等對提升區域創新效率影響顯著且存在明顯的空間溢出效應（白俊紅和陳新，2022；郭將和張虹萌，2023）；其次，從集聚效應來看，技術、科技人才、金融以及產業發展被證實有助于提高區域創新效率（董直慶等，2022；王文成和隋苑，2022；喻平和程曉慶，2022）；另外，從政策角度出發，研究已經證實研發政策、財政分權、知識產權治理等可以顯著提升區域創新效率（柳卸林等，2021；黃立赫和石映昕，2022；韋東明等，2023）。

1.2.2 組態模型

基于已有研究，本文從物理、事理、人理3個層面對影響區域創新效率的環境因素展開探討。

（1）物理層面?！拔锢怼笔侵肝镔|運動的機理，其利用自然科學知識闡述客觀現象，研究客觀實在，回答“是什么”的問題［5］。從區域創新環境角度來看，其物理因素是指硬軟件基礎設施，主要包括提供資源、技術、知識和合作機會的創新創業平臺以及為創新活動提供數字化支持和便利條件的數字基礎設施。

創新創業平臺。創新創業平臺是指為創新和創業活動提供支持、資源和服務的組織或機構。創新創業平臺作為區域創新的重要載體，能夠提供人才、技術、資金和網絡等方面資源［6］，并為創新創業者提供交流和合作機會，促進創新網絡建立和擴展，有助于知識共享和跨界合作，驅動區域創新能力提升（陳洪偉和王歡歡，2020），從而提高創新效率。

數字基礎設施。數字基礎設施是確保數據高效傳輸的基石，具體包括網絡傳輸交換能力和廣覆蓋的軟硬件設施，它們為數據信息高效流動提供支持［7］。完善的數字基礎設施可以加速區域人力資本積累，促進金融業發展和相關產業轉型升級，提升區域創新效能［8］。吳中超［9］也證實，地區信息基礎設施水平與區域創新績效正相關。

（2）事理層面?！笆吕怼笔侵缸鍪碌牡览恚?］，即從現實世界存在的客觀規律中總結方法，繼而指導人類認識世界及改造世界的實踐活動［4］。從區域創新環境角度來看，事理因素是指各種規范、規則、程序和行為準則，也即各種制度。其能約束和引導人們行為，通過建立穩定和可預測的環境，促進協調、合作和資源配置。本文選取的事理因素主要包括知識產權制度、金融制度和財政制度。

知識產權制度。知識產權制度包括專利、商標和版權等法律和政策框架。知識產權政策是我國創新的主要推力［10］。完善的知識產權保護制度作為增強市場主體創新動能的“催化劑”和“定心丸”，能夠降低知識創造者權益被侵犯風險，調動科技研發者創新熱情，促進區域科研成果轉移轉化與應用，從而提升區域創新水平。同時，知識產權保護還有助于吸引外商投資或貿易授權，為擁有者帶來更多經濟收益，從而釋放更多資源以利于創新［11］。

金融制度。金融制度是由政府、金融機構和市場參與者組成的一套規范及機制，用于金融系統管理和運作。健全的金融市場能夠有效緩解研發投資的信息不對稱問題，降低投資風險，顯著提升研發意愿，加速創新進程［12］。金融發展能積極影響經濟增長質量與效率，且完善的金融制度會對全要素生產率增長產生正向影響［13］。

財政制度。財政制度是由政府制定和實施的一系列規則、機制和程序，用于管理公共財政收入和支出、調節經濟運行、實現財政目標，并確保財政活動的合法性、公平性和透明度。政府給予的財政補貼和稅收優惠可以減輕研發創新成本和風險，鼓勵企業和個人從事研發創新，促進創新成果產生［12］。透明的財政制度還能向社會傳遞出正面信號，吸引投資和激勵私人部門的創新投入，提高區域創新效率。

（3）人理層面。“人理”是指做人的道理［5］?，F實世界中任何事物發展均離不開人的力量，因此實踐中需充分依靠人的思想來主導“事”和“物”的方向［14］。人作為環境中的參與者、決策者以及創造者，在塑造或改變環境方面發揮關鍵作用［14］。本文選取的人理因素包括政府對科技的注意力及區域合作精神。

科技注意力。科技注意力反映政府對科技創新領域的關注度與支持程度。高水平的科技注意力能調動全民創新積極性，對經濟社會快速發展起重要支撐作用。地方政府會根據分配的科技注意力，綜合考慮全局，通過選擇科學合理的政策工具完成資源配置，推動科技創新實現［15］。由此可見，科技注意力會對區域創新效率產生重要影響。

合作精神。合作精神是指個體或團隊在工作或社交場合中，以積極、開放、包容和互助態度，與他人合作、協作和共同努力的意愿和行為。企業對合作文化的重視有助于提高創新效率［16］。另外，段勇倩和陳勁［17］還證實，產學研合作在風險投資與區域創新效率關系間發揮部分中介作用。

綜上，本研究構建組態模型如圖1所示。

2 研究設計

2.1 研究方法

本文選擇NCA與fsQCA作為研究方法。主要原因如下：首先，基于“自變量—因變量”二元關系的傳統統計方法關注變量間的凈效應，難以揭示區域創新環境多因聯動的匹配效應。QCA作為一種基于組態視角的案例導向分析方法，注重考察多因并發對結果產生的協同影響［18］。因此，QCA能較好地解釋創新環境中物理、事理和人理三方面因素對各省域創新效率的協同影響。其次，傳統的回歸分析方法僅適用于處理前因與結果間的對稱關系［19］，而QCA方法假定因果存在非對稱性，能夠識別實現高水平區域創新效率的不同因果路徑，高效處理具有因果不對稱性的復雜組態問題［20］。此外，本文關注的前因條件和結果均為連續變量，fsQCA方法可以打破傳統QCA分析的二分取值限制，更大程度地避免數據轉換過程中的信息流失，提高測量精準度［21］。因此，本文選擇fsQCA方法探索關鍵環境要素組合驅動區域高創新效率的多元復雜路徑。最后，NCA作為一種新的必要條件分析工具，可以分析單一因素對結果的效應量（瓶頸水平），揭示前因條件對結果產生的必要程度［22］。該方法與擅長探索充分關系的fsQCA方法能夠優勢互補，充分挖掘因果復雜關系（杜運周等，2020）。因此，本文采用NCA方法分析是否存在實現高水平區域創新效率的“卡脖子”因素。

綜上，本文首先采用NCA方法檢驗哪些環境要素或者在何種程度上是實現高水平區域創新效率的必要條件；然后通過fsQCA的必要條件分析法進行穩健性檢驗；最后，使用fsQCA方法探索區域創新環境與創新效率間的復雜因果關系。

2.2 數據來源

本文選取中國內地 30個省市自治區（西藏地區因數據缺失未列入）為案例樣本，從物理、事理和人理3個方面選取7個指標，分析區域創新環境對創新效率的影響路徑。具體數據來源如表1所示。由于創新環境對創新效率的影響具有時滯效應，本文將滯后期確定為一年（蘇屹等，2017；Zhang等，2020）。同時，各環境要素變量采用兩年數據的平均值表征，以避免隨機擾動帶來的影響。因此，本文采用2020年的投入值和2021年的產出值測量2021年創新效率，各前因條件取2019-2020年的平均值。

2.3 變量測量

2.3.1 結果變量測量

區域創新效率?？紤]到指標通用性和數據可獲得性，選取各地區Ramp;D人員全時當量和各地區Ramp;D經費內部支出作為投入指標，將發明專利申請量及規上工業企業新產品銷售收入作為創新產出指標［23］。效率測度使用基于規模報酬可變假設下的數據包絡分析（DEA）法。

2.3.2 條件變量測量

（1）創新創業平臺。《中國區域創新能力評價報告》采用科技企業孵化器數量衡量地區創業孵化基礎設施情況，為使指標解釋力更強，結合相關理論與實證研究，本文增加國家大學科技園數量和眾創空間數量（肖志雄，2016；易全勇等，2021；Xiong amp; Li，2022）綜合反映創新創業平臺發展情況。

（2）數字基礎設施。參考潘為華等［24］對數字基礎設施指標的測度，采用移動電話基站數、電話普及率、長途光纜線路長度、互聯網寬帶接入端口以及互聯網域名數5個指標綜合衡量。

（3）知識產權制度。采用《中國知識產權發展狀況評價報告》中的知識產權保護指數測度。

（4）金融制度。借鑒李沖等［13］對區域銀行制度的測度，采用企業存款占地區當年GDP比重的相對值、金融機構貸款總額占地區當年GDP比重的相對值以及銀行短期貸款占地區當年總人口比重的相對值3個指標綜合衡量。

（5）財政制度。參考李士梅和彭影［25］的做法，以規模以上工業企業Ramp;D經費內部支出中的政府資金占比表示政府財政支持力度。

（6）合作精神。本文的合作精神主要通過產學研合作進行解釋。采用企事業單位委托撥入科技經費（實際進入學校財務）占高等學?？萍冀涃M當年撥入的比重衡量合作精神［26］。

（7）科技注意力。參考文宏和趙曉偉［27］的做法，運用Python進行文本分析，對各省域政府工作報告中出現的“創新”“科技”“科學”“技術”“研發”“產學研”“科研”“高新”“科教”9個關鍵詞進行詞頻統計，采用其占去除停用詞后的總分詞數量比重表示政府對科技的關注度。

對于涉及多指標的條件變量，為避免人為因素干擾，指標權重使用客觀賦權法中的熵值法進行計算，具體見表1。

3 研究結果

3.1 校準和描述性統計

本文使用fsQCA3.0軟件，采用模糊集的直接校準法對各變量進行校準，將變量完全隸屬、交叉點和完全不隸屬的3個校準點分別設定為樣本數據的75%、50%以及25%分位數值［28］。校準和描述性分析結果如表2所示。

3.2 必要條件分析

使用R語言的RStudio，用“NCA”包進行必要條件的效應量分析和瓶頸表分析。NCA提供了上限回歸（Ceiling Regression，CR）和上限包絡（Ceiling Envelopment，CE）兩種估計方法，分別用于處理連續變量和離散變量。使用CR與CE方法得到的必要性指標結果如表3所示。由結果可知，區域創新環境中各要素效應量（d）均低于0.1且不顯著，因此單個要素不是實現高水平區域創新效率的必要條件［22，29］。

瓶頸表則進一步揭示促使結果變量達到觀測范圍內給定水平（%）的單個前因條件必須達到的水平（%）（杜運周等，2020）。如表4所示，若要實現90%的區域創新效率水平，需要0.9%水平的知識產權制度，其它條件變量不存在瓶頸水平。

進一步采用fsQCA中的必要條件分析，對創新環境中單個條件的必要性作穩健性檢驗。如表5所示，創新環境中單個條件變量對結果的必要一致性均不超過0.9，因此不是產生高或非高創新效率的必要條件。這與NCA結果一致，即不存在實現高水平區域創新效率的必要條件，這意味著需要考察各條件組態對區域創新效率的影響。

3.3 組態分析

本文采用fsQCA方法分別分析實現高和非高區域創新效率的創新環境組態。為確保條件組態的充分性，案例頻數閾值設定至少保留75%的觀察案例，本文將案例頻數閾值設定為1，將原始一致性閾值設定為0.8［28］。同時，將PRI一致性閾值設定為0.7，以應對可能存在的子集關系并減少潛在的矛盾組態［30］。通過標準分析，得到3種方案，分別為復雜解、簡約解和中間解。本文主要匯報中間解，并輔之以簡約解，將同時出現在中間解和簡約解中的條件作為核心條件，將僅出現在中間解中的條件作為邊緣條件［28］。

3.3.1 高區域創新效率的條件組態

表6顯示了產生高區域創新效率的3條驅動路徑（H1a，H1b，H2）。其單個解及總體解的一致性均超過閾值0.8，說明這3條路徑均為實現高區域創新效率的充分條件?？傮w解的覆蓋度為0.337 3，說明3條路徑共能解釋33.73%的高區域創新效率案例。其中，組態H1a與H1b為二階等價組態，即2個組態共享核心條件［28］。

（1）組態H1a與H1b：科技注意力驅動下的“數字基礎設施-財政”雙重支持型。組態H1a與H1b均以數字基礎設施、財政制度和科技注意力為核心條件，僅邊緣條件略有差異。這表明高區域創新效率的實現依賴于完善的數字基礎設施與充足的財政支持，而政府對科技創新的高度關注則是推動高區域創新效率的重要抓手。

對于組態H1a，創新創業平臺、合作精神和非金融制度起輔助作用。在該路徑下，盡管發展欠佳的金融制度束縛了創業資金供給與創新產出規模，但是瑕不掩瑜，即先進完備的數字基礎建設、政府對科研的關注與支持使得創新主體進行合作與創新時如魚得水，眾多創新力量能夠通過創新創業平臺這一橋梁齊心協力、緊密合作，共同推動創新效率提升。

組態H1a的代表性省份有湖北和陜西。以陜西省為例，作為西北第一經濟大省，其密切關注科技創新。2020年陜西省科技經費達156億元，規上工業企業中來自政府部門的活動資金達30億元，占11.54%，全國排名第一。陜西省還大力倡導創新與合作，通過開展自貿試驗區協同創新區建設，建立雙向協同創新機制；連續4年實施通信基礎設施建設行動，數字基礎設施的支撐能力得到全面提升。通過各環境條件的協同作用，彌補其在金融支持方面的不足，全面促進區域創新效率提升。2021年西安市創新能力位居全國第七，領跑西北地區，陜西省創新能力位居全國第十。

對于組態H1b，創新創業平臺、知識產權制度與金融制度起輔助作用。在該路徑下，無論合作氛圍是否濃厚，在各項硬軟基礎設施完善、創新主體擁有融資渠道和投融資支持的情況下，政府對知識產權治理的重視以及提供的科研資金支持，向具備創新精神的企業或個人傳遞出積極信號，進一步激發其創新活力，促進創新成果產生。在這些環境要素的相輔相成下，協同提高區域創新效率。

組態H1b的代表性省市有北京、上海和廣東。上述3個經濟發達地區將數字基礎設施建設與各類經濟支持高度結合，發揮先行優勢，大力弘揚創新文化，增強市場主體創新動能，對區域經濟發展及創新效率提高具有顯著促進作用。以廣東省為例，政府大力建設孵化器、科技園等創新創業基地，并不斷推進數字技術創新生態建設。同時，廣東省著力貢獻金融力量，如招商銀行推出App個人信用報告查詢服務，是國內銀行業中首家與人民銀行征信中心在移動金融端推出該服務的商業銀行。另外，廣東省非常重視創新投入，2020年規上工業企業支出中來自政府部門的活動資金高達397.26億元，科技支出達955.73億元。在這些創新要素的共同驅動下，廣東省創新綜合能力連續4年位居全國第一。

（2）組態H2：科技注意力欠缺下的“知識產權治理-金融”雙重彌補型。在組態H2中，知識產權治理、金融制度與非科技注意力發揮核心作用，創新創業平臺、數字基礎設施、合作精神與非財政制度起輔助作用。在該路徑下，盡管政府科技注意力相對較低，并且提供的科研資金有限，但是在軟硬創新基礎設施以及合作精神的支持下，使得多元的融資渠道、充足的投融資支持以及被重視的知識產權治理能夠彌補以上不足。地區對知識產權的重視以及金融服務提供的風險保障向創新主體傳遞出積極信號，給予其安全感，使得他們更愿意融入合作網絡，促進創新成果產生，從而推動整個地區創新效率提升。

組態H2的代表性省份為浙江。2020年浙江省知識產權保護發展指數全國排名第三。于浙江省而言，保護知識產權就是保護創新，這已成為浙江營商環境的一張名片。同時，浙江鼓勵并支持區域內外合作，2020年創新合作企業中產學研合作企業占25.9%，企事業單位委托撥入科技經費占當年撥入總經費的25.52%，兩個相對值均排名全國前列。另外，金融支持力度不斷加大。截至2020年末，全省各項存款余額達15.2萬億元，同比增長15.9%；各項貸款余額達14.4萬億元，同比增長18%。金融改革與創新方面，在全國率先發布綠色企業、綠色銀行認定評價等地方技術規范10余項，在長三角地區推廣應用電子商業承兌匯票，建設長三角綠色金融信息管理系統，支持長三角高質量一體化發展。浙江省通過知識產權制度、金融制度與合作精神的聯動匹配，使區域創新活力不斷迸發，并實現高創新效率，區域創新能力連續十年位列全國第一方陣。

3.3.2 非高區域創新效率的條件組態

考慮到QCA方法的因果非對稱性，為了深入了解影響區域創新效率的環境要素，本文對非高區域創新效率組態進行檢驗，共有6條路徑，如表6所示。結果顯示，解的總體一致性為0.929 3，總體覆蓋度為0.359 0。

組態N1a、N1b與N1c共享核心條件，3個組態表明，盡管政府對科技創新比較重視，但是忽視數字基礎設施建設，區域實現高創新效率顯得舉步維艱。組態N2a與N2b表明，僅有合作精神的主導遠遠不夠，如果政府對科技創新的關注度及金融支持不足，則很難產出創新成果，必然導致非高區域創新效率。組態N3表明，雖然通過大量創新創業平臺集聚不同創新主體進行合作，但沒有資金支持的創新與合作是空中樓閣，難以有所作為，會阻礙區域創新效率提升。

比較產生高低區域創新效率的組態發現，非高創新效率組態并非高創新效率組態的對立面，說明實現高創新效率與非高創新效率的前因條件具有非對稱性。

3.4 穩健性檢驗

若采用不同穩健性方法產生的新組態與原組態存在清晰的子集關系，且一致性和覆蓋度變化不足以改變原組態對結果的實質性解釋，則說明結論穩?。?0］。本研究采用的第一種方法為調整原始一致性閾值，將原始一致性閾值由0.8提高至0.85，而后進行fsQCA分析，該結果與調整前完全一致。第二種方法為調整PRI一致性閾值，將PRI一致性由0.7提高至0.75，而后進行fsQCA分析，結果顯示，導致非高區域創新效率的組態與原組態完全一致。此外，實現高創新效率的組態總體一致性提高至0.942 6時，整體覆蓋度下降至0.310 7，數值變化不大，且僅第一個組態的核心條件發生細微變化，代表性案例減少一個，表明其結果是原來結果的子集。兩種方法的結果均說明上述結論穩健可靠。

3.5 組態空間差異分析

由于我國各地區在資源稟賦、政策實施、文化素養等方面存在明顯差異（朱桂龍等，2021），因而區域創新環境中各要素對創新效率的驅動路徑也可能存在差異。因此，依據國家統計局的區域劃分，將案例樣本分為東、中、西三部分。

對東部、西部地區創新條件進行必要性檢驗，各條件一致性值均低于0.9，因此不存在產生高區域創新效率的必要條件。在對中部地區的單個創新條件進行必要性檢驗時，知識產權制度一致性值大于0.9，說明知識產權制度是中部地區實現區域高創新效率的必要條件。運算時將案例頻數閾值設定為1，將原始一致性閾值設定為0.8，PRI一致性閾值設定為0.7。東、中、西部地區實現高區域創新效率的組態結果如表7所示。

東部地區實現高創新效率存在2個組態，其中，數字基礎設施和金融制度作為核心條件同時存在于2條路徑中。組態E1表明，在數字基礎設施較完備以及具有資金支持的情況下，無論是否進行產學研合作，輔以高水平的創新創業平臺、良好的知識產權治理和充分的科技注意力，仍然可以實現區域高創新效率，如北京與廣東。組態E2表明，即使政府的科技注意力水平不高且給予的財政支持不足，但在數字基礎設施較完備以及金融制度完善的情況下，若結合創新創業平臺、知識產權制度及合作精神，區域創新效率依然可以達到高水平，如浙江省。

中部地區實現區域高創新效率存在3個組態，且組態M1a、M1b與M1c同時擁有知識產權制度這一核心條件，代表性省份為湖南、安徽、湖北。2020年安徽、湖北、湖南的知識產權綜合發展指數位于中部地區前三名，進一步說明知識產權制度完善是中部地區實現區域高創新效率的關鍵。

西部地區實現區域高創新效率存在2個組態，金融制度作為核心條件同時存在于2條路徑中。組態W1表明，在缺乏知識產權治理、各項基礎設施不完備、財政支持與科技注意力匱乏的情況下，金融支持與合作精神可以彌補區域創新不足的短板，如青海省與新疆維吾爾自治區。組態W2表明，較為完善的數字基礎設施與足夠的金融支持，輔以知識產權治理和充足的財政支持，有助于實現區域高創新效率，如貴州省。

綜合來看，東部地區擁有發達的經濟體系和現代化產業，創新氛圍比較濃厚，注重基礎設施建設，金融支持比較充足，即使個別省市存在政府科技注意力不足的情況，仍然可以憑借完備的數字基礎設施以及金融制度彌補短板，招賢納士，提高區域創新效率。中部地區橫跨東西兩側，擁有豐富的資源優勢。近年來，中部地區積極推動內陸開放型經濟發展，加強與沿海地區和國際市場的聯系。通過遵守國際知識產權規則和加強知識產權保護，能夠更好地融入國際創新網絡和知識產權交流體系，與國際創新主體進行合作與競爭，提升地區創新能力和國際影響力。西部地區地理條件處于劣勢，創新平臺數量較少，隨著西部大開發戰略的推進，西部地區逐漸成為國家經濟增長的重要節點。在選擇區域創新效率提升路徑時，可以避開硬件方面的短板，不斷完善金融制度與數字基礎建設，拓展對外合作和國際交流，吸引更多投資，并有效降低創新風險。通過降低融資負擔、解決創新過程中資金短缺問題，加快創新項目推進和實施，從而提高創新效率。

4 研究結論與啟示

4.1 結論

當前全球經濟增長放緩，競爭日益激烈，區域創新成為推動地方經濟增長和轉型升級的關鍵驅動力。已有研究表明，創新環境是影響區域創新效率的重要因素之一?；诖?，本文從組態視角出發，結合NCA與fsQCA方法，探究區域創新環境中物理、事理、人理3個層面的7個構成因素對我國內地30個?。ㄊ?、區）區域創新效率的影響，揭示什么樣的創新環境要素組合有助于實現高區域創新效率。

（1）基于WSR方法論，將創新創業平臺、數字基礎設施、知識產權制度、金融制度、財政制度、合作精神與科技注意力等7個創新環境要素作為前因變量，運用NCA方法進行必要條件分析，采用fsQCA方法進一步驗證。結果表明，單個創新環境要素不構成實現高區域創新效率的必要條件。

（2）通過條件組合分析，從更加微觀的層面得到3種實現區域高創新效率的前因構型，以及6條阻礙區域創新效率提升的路徑，且非高區域創新效率與高區域創新效率的驅動路徑存在非對稱性。

（3）我國區域創新策略具有顯著的空間分布特征，東部地區以重視完善數字基礎設施與金融制度作為帶動區域創新發展的核心著力點；中部地區重點關注知識產權治理體系完善與落實，從而塑造地區發展新優勢；西部地區避開短板，借助金融優勢有效提高創新活動便捷性和效率，進而激發創新主體積極性和創造力。

4.2 理論貢獻

首先，基于WSR方法論進行區域創新研究，構建區域創新環境整合性分析框架，豐富了創新效率研究的方法論工具箱。以往研究囿于創新生態系統理論、多元共治理論等探討創新效率問題［31，32］，從新理論視角對區域創新效率前因條件進行多層面區分的研究較匱乏，本文將具有整體和還原優勢的WSR方法論應用于創新效率研究，不僅為拓展該系統論應用邊界提供了新范例，也為區域創新效率研究提供了更多元的理論參考。

其次，從組態視角出發，結合我國區域創新發展實踐，探究區域創新環境多層面要素之間的協同互動作用。以往研究主要集中在某單一的區域創新環境要素（侯鵬等，2014；王鵬和曾坤，2015），或者將創新環境作為創新生態系統中的子系統進行組態分析（唐開翼等，2021），缺乏將區域創新環境獨立出來并剖析其構成要素的聯動匹配對區域創新效率影響的細粒度研究。本文驗證了高區域創新效率是多個層面環境要素耦合協同的結果，單個創新環境要素不構成實現區域高創新效率的必要條件，為更細粒度地揭示區域創新過程中不同層面環境要素作用提供了理論參考。另外，NCA與fsQCA方法的結合，也使研究結果更具說服力與穩健性［29］。

最后，研究結果佐證了WSR方法論的科學性。WSR方法論強調整體協同性，并且可以根據具體問題有所側重［4］。本文研究結果表明，實現高區域創新效率依賴于物理、事理和人理3個層面環境要素的聯動匹配，缺乏某層面前因條件會影響創新效率提高，而每條實現區域高創新效率的組態路徑都具有核心條件與輔助條件，這恰好展現了WSR方法論特征，也反映出其與組態思維、區域創新環境研究相互契合。

4.3 實踐啟示

區域創新發展受到多重因素影響，區域創新效率提升是一個綜合性系統工程。各?。ㄊ?、區）應在重視基礎設施建設與優化的基礎上，加強頂層設計，加大政府支持，健全法律法規與監管機制，并提升科技注意力與區域合作精神的雙輪驅動作用，增強創新動力，優化創新環境，進而提高區域創新效率。

（1）調動資源，打造綜合服務平臺。地方政府應結合自身資源稟賦，有的放矢地整合創新創業平臺與數字基礎設施建設，搭建多層次、全方位的綜合服務平臺，夯實創新活動硬軟件基底，提高創新資源流動和配置效率。加大數字化技術在創新創業平臺建設中的應用，推動硬軟件創新基礎設施不斷完善，吸引高素質人才涌入，形成創新能力的集聚效應。營造智能化創新環境，通過智能化技術應用，提高創新活動的便捷性和效率，加速科技成果轉化。

（2）協同發展，打破知識壁壘。地方政府要積極建立合作平臺并鼓勵優秀科研人員和創新團隊在不同地區間流動，促進知識交流與碰撞，加強不同地區企業、高校、科研機構之間的創新互動，注重多元參與和共享共贏，形成良性循環。不斷完善知識產權相關的法律法規，加大執法力度，提供專業服務，維護創新成果擁有者的合法權益，形成嚴密的知識產權保護網絡，提高地區法治化水平，為創新與合作提供更穩定、可靠的知識產權保護。此外，積極開展知識產權保護宣傳教育活動，強化公眾的知識產權保護認知和意識，形成全社會共同參與的知識產權保護生態。

（3）多元支持，促進創新生態繁榮。地方政府要加大科技注意力，提高政策透明度，為創新主體提供明確的政策指引。通過公開透明的政策信息，減少創新主體不確定性，提高其對政策的理解與信心。加大金融支持，同時，完善財政政策，形成多元支持的創新生態，為創新活動提供全方位保障。建立專門的創新創業金融支持機制，為創新主體提供多元化融資渠道，包括風險投資、創業基金、科技創新貸款等，以滿足不同融資需求。因地制宜，制定靈活多樣的財政政策，通過稅收優惠政策、財政補貼等手段，引導資本流向創新領域。

4.4 研究不足與未來展望

首先，在創新環境要素指標選取方面，本文僅基于WSR方法論，從已有研究中提取7個指標，仍可能遺漏影響區域創新效率的創新環境要素，未來研究可考慮從新理論視角出發，從多角度對區域創新環境進行深入剖析，進而更全面地解析不同環境要素間的潛在互動關系。其次，在指標測量方面，大多借鑒已有研究的測量方式，未來研究可開發出新測量方式，增強二級指標的解釋力。最后，在數據搜集方面，本文僅采用近期數據探索創新環境要素的不同組合與區域創新效率關系，未來研究可考慮使用動態QCA法，運用面板數據進一步完善區域創新環境的動態研究，也可將QCA與其它研究方法如系統動力學相結合，以更好地詮釋現有研究結論。

參考文獻參考文獻：

［1］ 盛廣耀，孫聰麗. 區域創新效率研究進展與展望［J］．企業經濟，2021，40（6）：111-119.

［2］ EDQUIST C．Systems of innovation perspectives and challenges［J］．African Journal of Science，Technology，Innovation and Development，2010，2（3）：14-45.

［3］ LIU M C，WANG J C，WU M T．Typology and knowledge productivity of regional innovation system：evidence from china［J］．Journal of Business and Economics，2014，5（1）：49-60.

［4］ 顧基發，高飛．從管理科學角度談物理-事理-人理系統方法論［J］．系統工程理論與實踐，1998，18（8）：2-6．

［5］ 顧基發，唐錫晉，朱正祥．物理-事理-人理系統方法論綜述［J］．交通運輸系統工程與信息，2007，34（6）：51-60.

［6］ AUDRETSCH D B，LEHMANN E E，WRIGHT M．Technology transfer in a global economy［J］．The Journal of Technology Transfer，2014，39（3）：301-312.

［7］ 李曉娣，饒美仙．區域數字創新生態系統發展路徑研究——基于fsQCA的組態分析［J］．管理工程學報，2023，37（6）：1-12.

［8］ 韓先鋒，宋文飛，李勃昕．互聯網能成為中國區域創新效率提升的新動能嗎［J］．中國工業經濟，2019，36（7）：119-136.

［9］ 吳中超．基于隨機前沿的區域創新績效研究：創新網絡結構視角［J］．技術經濟，2020，39（4）：120-131.

［10］ 林德明，羅宇晴，劉文斌．知識產權政策如何提升國家創新能力——基于政策工具的組態分析［J/OL］．科學學研究：1-19［2023-10-23］．https：//doi.org/10.16192/j.cnki.1003-2053.20230406.004.

［11］ 韓文龍．“技術進步—制度創新—企業家精神”的創新組合及其增長效應［J］．社會科學輯刊，2019，41（3）：202-212.

［12］ 李玉婷，祝志勇．制度供給與中國地區綠色創新效率［J］．北京理工大學學報（社會科學版），2019，21（1）：50-58.

［13］ 李沖，龍幗瓊，鐘昌標，等.金融制度質量的時空演變提升的是TFP還是GDP［J］．云南財經大學學報，2021，37（5）：63-75.

［14］ 顧基發，趙明輝，張玲玲．從理論到實踐：人理的進一步探究［J］．管理評論，2021，33（5）：57-63.

［15］ 張彥紅．“十四五”時期地方政府科技創新注意力配置和資源布局研究——基于30個省市“十四五”規劃及遠景目標文本分析［J］．科學管理研究，2021，39（4）：30-34.

［16］ 潘健平，潘越，馬奕涵．以“合”為貴？ 合作文化與企業創新［J］．金融研究，2019，62（1）：148-167.

［17］ 段勇倩，陳勁．風險投資、產學研合作與區域創新效率——基于DEA-Tobit兩階段模型的實證分析［J］．工業技術經濟，2021，40（7）：3-11.

［18］ 杜運周，賈良定．組態視角與定性比較分析（QCA）：管理學研究的一條新道路［J］．管理世界，2017，33（6）：155-167.

［19］ MISANGYI V F，ACHARYA A G．Substitutes or complements？ a configurational examination of corporate governance mechanisms［J］．Academy of Management Journal，2014，57（6）：1681-1705.

［20］ 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.

［21］ RAGIN C C．Redesigning social inquiry：fuzzy sets and beyond［M］．Chicago：University of Chicago Press，2009.

［22］ DUL J，VAN DER LAAN E，KUIK R，et al．Necessary condition analysis：type i error，power，and over-interpretation of test results．a reply to a comment on NCA．Commentary：predicting the significance of necessity［J］．Frontiers in Psychology，2019，10：283.

［23］ 盧英敏，逄亞男．創新環境對區域創新效率的影響——基于空間面板Tobit模型的分析［J］．長白學刊，2020，36（1）：94-102.

［24］ 潘為華，賀正楚，潘紅玉．中國數字經濟發展的時空演化和分布動態［J］．中國軟科學，2021，36（10）：137-147.

［25］ 李士梅，彭影．區域制度環境對創新人才集聚的空間影響研究——基于人口老齡化的視角［J］．吉林大學社會科學學報，2020，60（5）：82-91，237.

［26］ 王進富，邱婧，張穎穎．多要素驅動區域創新鏈耦合協調度提升的路徑研究——TOE框架下的fsQCA分析［J］．科技進步與對策，2023，40（4）：34-44.

［27］ 文宏，趙曉偉．政府公共服務注意力配置與公共財政資源的投入方向選擇——基于中部六省政府工作報告（2007～2012年）的文本分析［J］．軟科學，2015，29（6）：5-9.

［28］ 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.

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

［30］ GRECKHAMER T，FURNARI S，FISS P C，et al．Studying configurations with qualitative comparative analysis：best practices in strategy and organization research［J］．Strategic Organization，2018，16（4）：482-495.

［31］ 胡寧寧，侯冠宇．區域創新生態系統如何驅動高技術產業創新績效——基于30個省份案例的NCA與fsQCA分析［J］．科技進步與對策，2023，40（10）：100-109.

［32］ FAN X，REN S，LIU Y．The driving factors of green technology innovation efficiency-a study based on the dynamic QCA method［J］．Sustainability，2023，15（12）：9845.

責任編輯（責任編輯：胡俊?。?/p>

英文標題

What Combination of Environmental Factors Favors Achieving High Regional Innovation Efficiency：An Exploration Based on the Wuli-Shili-Renli Systems Approach

英文作者Dai Wangliang，Lin Xiaoyan

英文作者單位（School of Management，Bohai University，Jinzhou 121013，China）

英文摘要Abstract：It's a pivotal path for all regions in China to implement the \"innovation-driven development strategy\" to enhance regional innovation efficiency through the optimization of the innovation environment. The existing studies mainly focus on the overall research of the constituent elements， systems，and evaluation methods of the regional innovation environment，and analyze the net effect of environmental elements on innovation efficiency by adopting statistical analysis methods including the Tobit spatial panel model，hierarchical regression and so on．However，there is still a notable gap that few studies have isolated the \"subsystem\" of the regional innovation ecosystem－the regional innovation environment， and a collaborative framework for environmental elements from the perspective of complexity science is missing．Thus，taking 30 provinces （cities，districts） in Mainland China as samples， this paper adopts the Wuli-Shili-Renli （WSR） systems approach to construct a configuration effect model of driving regional innovation efficiency including seven environmental factors from the Wuli，Shili，and Renli aspects．To make up for the shortcomings of" traditional statistical analysis methods， this paper applies necessary condition analysis （NCA） and fuzzy-set qualitative comparative analysis （fsQCA） methods to comprehensively consider the intricate causal relationships and synergistic interactions among multiple factors.

Given the time-lag effect of the innovation environment on regional innovation efficiency， the paper designates a lag period of one year and selects the latest available data. Specifically， the antecedent variables are measured by the average values from 2019 to 2020 to mitigate the potential impact of random disturbances. The regional innovation efficiency in 2021 is viewed as the outcome variable and gauged by utilizing the input in 2020 and the output in 2021. The NCA is made to identify which environmental elements are indispensable conditions for achieving high regional innovation efficiency， followed by robustness testing through necessary condition analysis based on fsQCA．Ultimately， the method of fsQCA is employed to unravel the intricate causal relationships between the regional innovation environment and innovation efficiency.

The findings are as follows： （1） there is not any single element of the innovation environment that constitutes the necessary condition for achieving high regional innovation efficiency；（2）there are two recipes that can effectively drive the enhancement of regional innovation efficiency，namely，the dual support mode of \"digital infrastructure-finance\" driven by scientific and technological attention，and the double compensating mode of \"intellectual property governance-finance\" with the absence of scientific and technological attention；（3）there are spatial differences in the paths to achieve high regional innovation efficiency．In particular，the eastern region primarily adopts the digital infrastructure-finance dual support mode， while the central region focuses on the intellectual property governance leading mode，and the western region mainly adopts the finance-driven mode．

The theoretical contributions of this study lie in three aspects．First of all，it applies the WSR Systems Approach with overall and reductive advantages to the study of innovation efficiency，which not only provides a new paradigm for the expansion of the application boundary of the theory，but also offers a more diverse theoretical reference framework for the study of regional innovation efficiency．Secondly，from the perspective of configuration it provides a more fine-grained understanding of the role of environmental factors in different aspects in enhancing regional innovation efficiency in China．In addition， the results confirm the scientific validity of the WSR Systems Approach．

The findings provide some insights for policy implications in the context of regional innovation．In short， on the basis of emphasizing the construction and optimization of infrastructure，on the one hand，policymakers should attach great importance to the top-level design and government support such as establishing sound laws and regulations;on the other hand，it is crucial for policymakers to place a high value on enhancing the dual-driving role of technological attention and regional cooperative spirit to strengthen innovation dynamics.

英文關鍵詞Key Words：Innovation Environment；Regional Innovation Efficiency；Wuli-Shili-Renli Systems Approach；Fuzzy-set Qualitative Comparative Analysis；Necessary Condition Analysis