科技创新政策工具如何影响创新绩效基于广州市的fsQCA分析喻帅,曾惠芬(广州市科学技术发展研究中心,广东广州510030)摘要:以广州市11个区的数据为样本,基于政策工具理论视角,运用模糊集定性比较分析法,从供给型㊁需求型㊁环境型3个维度共选取了5项指标作为条件变量,选取技术合同成交额作为结果变量,对科技创新政策工具对创新绩效的影响进行实证研究㊂研究发现,广州市存在财政支持与需求驱动型㊁环境与创新基础设施驱动型㊁均衡发展型3条导致高创新绩效的政策工具组态,同时,存在整体资源匮乏型㊁资金输入不足型㊁财政支持缺位型3条导致非高创新绩效的政策工具组态㊂据此,结合各组态解释案例,提出优化科技创新政策工具组态的建议,为广州市提升创新绩效提供参考㊂关键词:政策工具;创新绩效;广州市;模糊集定性比较分析中图分类号:D035㊀㊀㊀㊀文献标志码:A㊀㊀㊀㊀文章编号:2096-5095(2023)06-0001-08How STI Policy Tools Affect Innovation PerformanceA fsQCA Analysis Based on GuangzhouYU Shuai,ZENG Hui-fenGuangzhou Research Center for Science and Technology Development,Guangzhou510030,China Abstract Taking the data of11districts of Guangzhou as samples based on the theoretical perspective of policy tools this paper selects five indicators as condition variables from three dimensions of supply demand and environment and the amount of technology contract transaction as the result variable to conduct an empirical study on the impact of scientific and technological innovation policy tools on innovation performance by using the qualitative comparative analysis of fuzzy sets.The results show that there are three policy tool configurations in Guangzhou lead to high innovation performance financial support and demand-driven environment and innovation infrastructure driven and balanced development at the same time there are three policy tool configurations lead to non-high innovation performance lack of overall resources insufficient capital input and absence of financial support.Based on this the paper puts forward some suggestions on optimizing the configuration of scientific and technological innovation policy tools to provide reference for improving innovation performance in Guangzhou.Key words policy tools innovation performance Guangzhou fsQCA0㊀引言科技创新是增强经济竞争力的关键,抓住了科技创新就是抓住了经济社会发展全局的 牛鼻子 ,而科技创新的发展进步与科技创新政策的实施紧密相关㊂有研究表明,地方政府出台的创新2023年12月科技创新发展战略研究Dec2023第7卷第6期Strategy for Innovation and Development of Science and Technology Vol.7No.6收稿日期:2023-10-30作者简介:喻帅(1996-),男,硕士,研究方向:科技政策;曾惠芬(1974-),女,学士,副研究员,研究方向:科技统计分析㊁科技创新战略规划和科技政策㊂政策对城市创新能力具有明显的驱动效应[1]㊂因此,选择何种科技创新政策工具组合才能真正推动创新绩效产出一直以来是地方政府所关注的重要问题㊂目前,围绕政策工具和创新绩效的关系等议题已有较多研究成果,大体可划分为两类㊂一是基于政策工具理论,利用内容分析法将科技政策文本进行解构,分类编码为供给型㊁需求型㊁环境型政策工具后,探究政策工具与创新绩效的关系㊂此类研究占据多数,如司晓悦等[2]基于我国27个省㊁区㊁市2012 2016年科技创新能力与相关政策,研究区域科技创新能力与财政政策工具的关系,发现财政政策工具须以合适的组合才能起到提高创新能力的作用;许楠等[3]以我国省级行政区科技创新财税政策文本为研究对象,探索发现了8个促进企业科技创新水平提高的财税政策工具组合;李胜会等[4]以我国30个省㊁区㊁市的新能源汽车产业政策为例,研究低碳产业政策如何驱动科技创新,发现了5种驱动科技创新的政策工具组合㊂二是基于政策工具理论,以具体指标指代相应政策工具,通过各种方法分析所选指标与创新绩效间的关系㊂此类研究相对较少,如孙浩杰等[5]通过问卷调查法和多元回归分析对不同类型产学研政策工具及其交互项和企业创新绩效的关系进行实证研究,发现供给型和环境型政策工具对企业创新绩效具有显著的正向影响,需求型政策工具对企业创新绩效的影响不显著;张永安等[6]基于2008 2018年我国30个省㊁区㊁市的面板数据,发现不同创新政策工具两两交互项能够显著提高基础创新和技术创新能力㊂此类研究中均指出在创新政策工具的指标选择上或存在局限性,建议后续研究应进一步拓展挖掘㊂现有相关研究既肯定了政策工具对创新绩效的影响作用,又重视政策工具联合效应对科技创新的影响,但通过对政策文本解构和编码分类所获数据受研究者主观影响较大,且政策执行存在偏差已是学界共识[7],故数据信度和效度不如客观面板数据;而客观面板数据因受限于数据可获取性,绝大多数研究都是以省域或某一产业公开的宏观面板数据为样本,选取的政策工具变量指标有限,指标同质化问题比较突出,政策工具对创新绩效的影响因素体系有待拓展丰富㊂鉴于此,本研究试图改变以往主要立足于省域或产业等宏观视角,将研究视角聚焦到具体地市,以广州市11个行政区为样本,同时扩展与挖掘影响创新绩效的科技创新政策工具,选取科技主管部门推动提升创新绩效工作的主要抓手指标作为条件变量,更具操作性和实践指导意义;同时结合模糊集定性比较分析方法(fsQCA),分析探索不同科技创新政策工具影响创新绩效产出的并发条件㊁等效路径及非对称关系等问题,并提出政策建议,以期为政府部门提供有关理论借鉴与实践操作指导㊂1㊀研究变量与模型构建1.1㊀科技创新政策工具本研究借鉴Rothwell等[8]对政策工具的分类,将政策工具分为供给型㊁需求型和环境型3种㊂供给型科技创新政策工具是指政府通过增加科技创新所需的要素(如人才㊁信息㊁资金㊁基础设施等)供给,改善要素供给和配置状况,从而推动科技创新发展㊂本研究分别选取财政科技支持和创新基础设施作为科技创新供给型政策工具评价指标㊂其中,财政科技支持是指政府部门支持科技活动的财政经费支出,反映政府对创新投入的重视与财政科技资金投入强度;创新基础设施是指国家和省㊁市级实验室㊁工程中心㊁企业技术中心,是科技创新活动的重要载体和基础设施㊂需求型科技创新政策工具是指政府通过采购㊁第7卷科技创新发展战略研究第6期示范工程㊁贸易管制等做法减少市场的不确定性,增加创新需求,拉动技术创新和新产品开发㊂本研究在示范工程方面,选取智能制造试点示范项目数作为需求型科技创新政策工具的评价指标㊂智能制造试点示范项目是指政府通过遴选一批智能制造优秀场景,以 揭榜挂帅 方式建设智能制造示范工厂和智慧供应链,明确 揭榜挂帅 任务㊁制定年度计划并进行考核,以此拉动技术创新需求㊂环境型科技创新政策工具是指政府通过金融㊁税收㊁法规㊁公共服务等,为科技创新活动提供良好的环境,从而间接影响科技创新㊂有研究认为税收优惠对企业技术创新具有积极的促进作用[3];甘小武等[9]㊁袁始烨等[10]的研究均指出,研发费用税前加计扣除作为促进企业加大研发投入㊁提高自主创新能力㊁加快产业结构调整的税收优惠政策,能降低企业创新失败风险㊂公共服务泛指为科技创新提供咨询调解㊁技术服务㊁服务平台建设等服务[11]㊂科技服务是指提供创新体系建设㊁科技培训㊁政策咨询㊁研发费用归集㊁科技信息交流㊁知识产权㊁产学研合作等创新服务,因此可归属为公共服务类活动;且相关研究表明,科技服务业集聚能有效提升制造业企业技术创新产出概率和强度[12]㊂鉴于此,本研究在税收优惠和科技服务方面,分别选取研发费用税前加计扣除额和科技服务业企业数作为环境型科技创新政策工具评价指标㊂1.2㊀创新绩效本研究选取技术合同成交额作为评价创新绩效产出的指标,技术合同成交额是衡量科技成果转化的重要指标,科技创新成果最终要转化落地才能带来社会经济发展效益㊂相比于专利授权量㊁论文专著数量等指标,技术合同成交额更能体现科技创新对社会经济发展所作的贡献㊂综上,本研究建立了如图1所示的理论模型㊂2㊀研究设计2.1㊀研究方法本文采用模糊集定性比较分析方法(fsQCA )探索科技创新政策工具影响创新绩效的路径㊂该方法拓宽了传统的因变量与自变量的二元因果逻辑,作为一种基于整体论分析多要素组态效应的范式,是研究探索复杂㊁非对称㊁多因素并发因果关系的有效方法[13]㊂该方法适用于中小型样本量的研究,通常为10~60个[14],本研究对广州市11个区展开研究,样本数量符合该方法要求㊂图1㊀科技创新政策工具对创新绩效的影响理论模型2023年12月喻帅,等:科技创新政策工具如何影响创新绩效 基于广州市的fsQCA 分析Dec 20232.2㊀样本数据广州市各区的创新要素投入以及创新发展水平具有较大异质性,满足保证案例总体的充分同质性和案例总体内的最大异质性的案例选择要求[15]㊂研究所需数据通过广州市政府相关部门网站等渠道获取㊂考虑到科技创新政策工具作用形成创新绩效产出需要一定时间,因此本文借鉴如白俊红等[16]㊁曹萍等[17]对创新绩效产出设置1~2年滞后期的做法,对结果变量设置1年滞后期,即对于条件变量采用2021年的数据;对结果变量采用2022年的数据(见表1)㊂2.3㊀变量校准与处理在进行组态分析之前,需对条件变量和结果变量进行数据校准,设定完全隶属点㊁交叉点和完全不隶属点3个锚点,并根据锚点将原始数据转化为介于0~1的集合隶属分数㊂本研究参考Coduras等[18]的做法,将样本数据中的最大值作为完全隶属点,将平均值作为交叉点,将最小值作为完全不隶属点,变量数据校准结果如表2所示㊂3㊀实证分析3.1㊀必要性分析一致性指标是衡量必要性的重要标准,当一致性大于0.9时,可认为该条件变量是结果变量的必要条件㊂从表3的结果来看,非高财政科技支持(0.922)㊁非高示范工程(0.904)的一致性指标大于0.9,判定为造成非高创新绩效的必要条件㊂3.2㊀组态分析在经过数据校准与必要性分析后,通过构建真值表来分析导致结果变量的不同条件组态㊂本研究参照鲁若愚等[19]的做法,将原始一致性阈值设定为0.75㊂不一致性的比例减少(proportional reduction in inconsistency,PRI)是子集关系一致性的替代测量,参考一致性或PRI的自然间断,使用表1㊀变量描述变量类型测量维度细分变量评价指标指标说明条件变量政策工具供给型政策工具需求型政策工具环境型政策工具财政科技支持地方财政科技支出创新基础设施国家和省㊁市级实验室㊁工程中心㊁企业技术中心数量合计示范工程智能制造试点示范项目数科技服务科技服务业企业数税收优惠研发费用税前加计扣除额结果变量创新绩效技术合同成交额技术合同成交数额表2㊀样本校准后数据变量评价指标完全隶属交叉点完全不隶属条件变量财政科技支持64.03011.5510.130创新基础设施683.000269.27361.000示范工程13.000 1.6360科技服务344.000150.727 6.000税收优惠231.79069.48312.080结果变量技术合同成交额584.860224.982 1.290第7卷科技创新发展战略研究第6期截断值代替门槛值[20],在高创新绩效分析中PRI 的自然间断点为0.58,在非高创新绩效分析中PRI 的自然间断点为0.79㊂在非高创新绩效分析过程中,出现了 ~科技服务∗~财政科技支持 ~科技服务∗~示范工程 两个质蕴涵项,本研究结合理论与广州市发展实际综合考量后选择 ~科技服务∗~财政科技支持 作为质蕴涵项;在对非高创新绩效进行反事实分析时,将非高财政科技支持㊁非高示范工程选为缺席项,其他均选为不确定项㊂最后,根据分析结果,将同时出现在简约解和中间解的条件变量作为核心条件,仅出现在中间解中的条件变量作为边缘条件㊂3.2.1㊀高创新绩效组态分析从表4可知,科技创新政策工具驱动高创新绩效组态有3种,其单个解及总体解的一致性分别为0.836㊁0.813㊁0.970和0.839,说明这3个组态均表3㊀条件变量必要性分析结果条件变量必要性高创新绩效一致性覆盖度非高创新绩效一致性覆盖度财政科技支持0.5300.8290.2130.469~财政科技支持0.6610.3740.9220.734创新基础设施0.6560.7110.3610.550~创新基础设施0.5840.3940.8100.768示范工程0.4290.7600.2180.543~示范工程0.7420.4030.9040.690科技服务0.7400.6860.3930.513~科技服务0.4750.3570.7590.804税收优惠0.6810.8230.2910.495~税收优惠0.5820.3680.8960.798㊀㊀注:~表示非,意思为该条件不存在㊂表4㊀样本科技创新政策工具对创新绩效影响的组态分析结果条件变量高创新绩效A1A2A3非高创新绩效B1B2B3财政科技支持Ә Ә创新基础设施 ӘӘ ӘӘ示范工程Ә Ә Ә科技服务 ӘӘ ӘӘ税收优惠 ӘӘ Ә一致性0.8360.8130.9700.8710.894 1.000原始覆盖率0.2340.4290.3540.6800.3140.184唯一覆盖率0.0720.2670.1930.4760.1100.017组态解释案例①case8case1case6case3㊁case5㊁case7㊁case10㊁case11case2case4解的一致性0.8390.872解的覆盖率0.6940.809㊀㊀注:Ә表示核心条件存在, 表示核心条件缺失,Ә表示边缘条件存在, 表示边缘条件缺失㊂①组态解释案例case1至case11指广州市11个案例区㊂其中,case9具有独特性,现有组态无法解释该案例㊂2023年12月喻帅,等:科技创新政策工具如何影响创新绩效 基于广州市的fsQCA分析Dec2023为高创新绩效的充分条件;总体构型的覆盖度为0.694,说明这3个组态的解可覆盖69.4%的样本案例㊂组态A1表明,财政科技支持为该组态的核心条件,即当科技服务㊁税收优惠㊁创新基础设施缺失时,政府仍可通过增加财政科技支持,同时设立一定数量的示范工程拉动科技创新需求来实现高创新绩效㊂该组态可以概括为财政支持与需求驱动型㊂组态A2表明,税收优惠是核心条件,即当缺乏财政科技支持以及示范工程时,只要大力实施并落实税收优惠政策,同时完善创新基础设施㊁配备一定的科技服务,仍然可以实现高创新绩效㊂该组态可以概括为环境与创新基础设施驱动型㊂组态A3表明,财政科技支持是核心条件,其他政策工具均为边缘条件,即只要财政科技支持足够,通过一定的创新基础设施㊁示范工程㊁科技服务㊁税收优惠就能实现高创新绩效㊂该组态可以概括为均衡发展型㊂我们进一步将组态A1和A3进行对比,可发现两个组态的核心条件一致,均为财政科技支持,边缘条件均包含示范工程,且A3的其他边缘条件为A1的缺失条件,表明无论创新基础设施㊁示范工程㊁科技服务㊁税收优惠存在与否,只要拥有足够的财政科技支持和一定数量的示范工程拉动创新需求,就可实现高创新绩效㊂而这与组态A2形成互补㊂因此,产生高创新绩效组态实质上可进一步总结概括为两种策略类型:一是以财政科技支持为核心驱动力,辅之以示范工程拉动科技创新需求;二是以税收优惠为核心驱动力,辅之以科技服务㊁创新基础设施营造良好创新环境并保障要素供给㊂3.2.2㊀非高创新绩效组态分析导致非高创新绩效组态有3种,其单个解及总体解的一致性分别为0.871㊁0.894㊁ 1.000和0.872,总体构型覆盖度为0.809,说明这3个组态的解可覆盖80.9%的样本案例㊂组态B1表明,由于财政科技支持㊁科技服务缺失,叠加创新基础设施㊁示范工程㊁税收优惠不足,导致非高创新绩效㊂该组态可概括为整体资源匮乏型㊂组态B2表明,即使创新基础设施完备,且有完善的科技服务,在税收优惠㊁财政科技支持㊁示范工程缺乏的情况下,仍难以产生高创新绩效,可理解为当政府在财政㊁税收上的支持力度不足时,就算具有良好的创新基础设施以及公共服务,但由于创新系统整体缺乏资金输入,仍不足以产生高创新绩效㊂该组态可概括为资金输入不足型㊂组态B3表明,在以足够的示范工程充分激发创新需求的情况下,即使具备一定的创新基础设施㊁科技服务以及税收优惠条件,但在财政科技支持缺失时,高创新绩效仍难以产生㊂该组态可概括为财政支持缺位型㊂3.2.3㊀案例数据实证检验case8是高创新绩效组态A1的典型代表,其2021年财政科技支出为27.96亿元(排名第二),拥有智能制造试点示范项目2个(排名第二),但创新基础设施只有171个(排名第七),科技服务业企业只有81家(排名第七),研发费用税前加计扣除额为58.52亿元(排名第七),3项指标在广州排名均不高,但技术合同成交额却达369.43亿元,位列全市第四㊂该区创新基础设施薄弱㊁创新主体数量较少,但依靠财政科技支持和一定数量的示范工程拉动创新需求,创造了高创新绩效产出㊂case1是高创新绩效组态A2的典型代表,其2021年研发费用税前加计扣除额为159.22亿元(排名第二),创新基础设施640家(排名第二)㊁科技服务业企业344个(排名第一),财政科技支出仅为5.88亿元(排名第五),无智能制造试点示范项目,但技术合同成交额达584.86亿元,位列全市第一㊂该区各类创新主体较多,依靠税收优第7卷科技创新发展战略研究第6期惠㊁完善的创新基础设施条件以及较好的科技创新公共服务为科技创新主体减负和赋能,即使缺乏财政科技支持和示范工程,仍实现了高创新绩效㊂case2是非高创新绩效组态B2的典型代表,其2021年拥有创新基础设施397个(排名第三),科技服务业企业271家(排名第六),高于全市平均水平,财政科技支出为1.07亿元(排名第十),无智能制造试点示范项目,研发费用税前加计扣除额34.15亿元(排名第八),技术合同成交额仅为82.88亿元,位列全市第六,低于全市平均值㊂该区拥有较好的创新基础设施条件,并在科技服务上拥有相对优势,但在税收优惠㊁财政科技支持㊁示范工程缺乏的情况下,各类创新主体创新活力未被充分激发,难以产出高创新绩效㊂4㊀研究结论与启示本研究基于政策工具理论,从供给型㊁需求型㊁环境型政策工具3个方面选取了5个前因条件,以广州市11个区为样本,运用fsQCA方法分析了科技创新政策工具影响创新绩效的复杂因果路径,发现3种驱动产生高创新绩效的科技创新政策工具组态,以及3种导致非高创新绩效的科技创新政策工具组态;通过进一步分析,发现产生高创新绩效组态实质上可进一步概括为以财政科技支持为核心驱动力和以税收优惠为核心驱动力两种策略类型㊂根据所得研究结论及解释案例分析,提出以下建议㊂4.1㊀注重科技创新政策工具全面发展通过对上述研究可以发现,创新绩效的产出并非只受单个科技创新政策工具影响,不同的科技创新政策工具均能对创新绩效产生一定影响,而每种科技创新政策工具对创新绩效的影响也会受其他因素的干扰,创新绩效是多种条件变量相互组合的结果,具有多因共存和多重路径的特征㊂因此,广州市在科技创新管理实践中,要注重科技创新政策工具的全面发展,发挥不同科技创新政策工具间的互补互助作用,结合各区特色与优势合理配置科技创新政策工具组合,更加精准高效地提升创新绩效㊂4.2㊀注重强化税收优惠,提升企业科技创新活力从案例1的分析可知,该类地区应以税收优惠为核心,将提高研发费用税前加计扣除额这一指标作为重点任务㊂一方面,要增强创新主体活力,刺激创新主体加大科技创新研发投入力度;另一方面,利用科技服务业企业数量优势,加强对企业等创新主体研发费用规范化归集辅导培训,切实推动科技惠企政策落地,充分挖掘科技创新投入潜力㊂4.3㊀注重财政科技支持,强化需求型政策的拉动作用㊀㊀基于对导致非高创新绩效组态的案例分析可知,其核心缺失条件是财政科技支持与科技服务,只要强化财政科技支持这一核心条件,适当增强示范工程这类需求型政策工具的拉动作用,就能实现高创新绩效产出㊂因此,这类地区均应强化财政科技支出,保证财政科技支出的稳定增长,同时,提高市一级在科技项目支出中的分摊比例,协助地区经济建设和科技发展;此外,要进一步加强需求型政策工具的运用,强化示范工程布局,积极开发更多拉动科技创新需求的科技创新政策工具,从而与财政科技支持形成相辅相成之势,共同促进创新绩效提升㊂另外,对于仅缺失财政科技支持这一核心条件导致了非高创新绩效的地区,应在保持现有科技创新政策工具配置状态的基础上,将加大财政科技支持作为核心要务,充分发挥财政资金对区域科技创新发展与绩效产出的核心支撑与推动作用㊂2023年12月喻帅,等:科技创新政策工具如何影响创新绩效 基于广州市的fsQCA分析Dec2023参考文献:[1]佘硕,王巧,张璐.政府创新政策的创新驱动效应评估[J].城市问题,2019(7):68-76,103.[2]司晓悦,马一铭.区域科技创新的财政支持政策工具研究:基于清晰集定性比较分析方法[J].上海行政学院学报, 2020,21(3):85-95.[3]许楠,刘雪琴.支持企业科技创新的财税政策工具及其组合模式研究[J].经济纵横,2022(8):119-128.[4]李胜会,李丹.低碳产业政策如何驱动科技创新:工具㊁路径与机制:以新能源汽车产业政策为例[J].暨南学报(哲学社会科学版),2023,45(7):101-115.[5]孙浩杰,李文韬,郭立静,等.不同类型产学研政策工具对企业创新绩效的影响:基于产学研合作意愿的中介作用[J].今日科苑,2022(5):20-30.[6]张永安,关永娟.创新政策工具组合㊁创新能力与创新绩效研究[J].科技进步与对策,2020,37(21):118-126. [7]吴少微,杨忠.中国情境下的政策执行问题研究[J].管理世界,2017(2):85-96.[8]ROTHWELL R,ZEGVELD W.Industrial innovation and publicpolicy:preparing for the1980s and the1990s[M].London: Francis.Pinter,1981.[9]甘小武,曹国庆.研发费用加计扣除政策对高新技术企业研发投入的影响分析[J].税务研究,2020(10):100-106. [10]袁始烨,周晓珺.税制改革㊁产业集群与企业技术创新:基于 营改增 的政策效应分析[J].现代经济探讨,2021(4): 108-118.[11]宋娇娇,孟溦.上海科技创新政策演变与启示:基于1978-2018年779份政策文本的分析[J].中国科技论坛,2020(7):14-23.[12]钱龙,蔡书凯.科技服务业集聚与制造业企业技术创新[J].科研管理,2023,44(4):67-76.[13]程跃,王维梦.创新资源对跨区域协同创新绩效的影响研究:基于31个省份的QCA分析[J].华东经济管理,2022, 36(6):13-22.[14]RAGIN C C.Redesigning social inquiry:fuzzy sets and beyond[M].Chicago:University of Chicago Press,2008. [15]杜运周,贾良定.组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].管理世界,2017,33(6): 155-167.[16]白俊红,蒋伏心.协同创新㊁空间关联与区域创新绩效[J].经济研究,2015,50(7):174-187.[17]曹萍,赵瑞雪,尤宇,等.创新策源能力如何影响区域创新绩效?:基于30个省份的QCA分析[J].科技管理研究, 2022,42(13):1-9.[18]CODURAS A,ANTONIO C J,RUIZ J.A novel application offuzzy-set qualitative comparative analysis to GEM data[J].Journal of Business Research,2016,4:1265-1270. [19]鲁若愚,张立锴,陈雪琳,等.基于科学的产业发展影响因素组态与路径研究:对中国内地31省份医药制造业的QCA 分析[J].科技进步与对策,2022,39(16):20-28. [20]CRILLY D,ZOLLO M,HANSEN M T.Faking it or muddlingthrough?Understanding decoupling in response to stakeholder pressures[J].Academy of Management Journal,2012,55(6): 1429-1448.第7卷科技创新发展战略研究第6期。
