Multiple Paths to Improve the Creational and Original Capacity Improvement of Intelligent and Connected Vehicle Industry:Configuration Analysis Based on Tentative Governance Framework

Sun Daming1, Hu Sumin1, Dong Kun2

(1. School of Business, Suzhou University of Science and Technology, Suzhou 215009, China;2.School of Economics and Management, Dalian University of Technology, Dalian 116024, China)

Abstract：In the digital economy, intelligent connected vehicles (ICV) are a typical representative of the deep integration of the new generation of information technology and the automotive industry. Improving creational and original capacity (COC) is of key significance for exploring the digital transformation of emerging industries and coping with the impact of industrial technological change in the era of the digital economy . However, characterized by cutting-edge technology development and a high level of digitization in the COC enhancing process, the ICV industry is prone to multiple risks. As such, it is urgent to find new suitable policy means to guide the industry's development and respond to potential risks.

The rise of tentative governance has provided a new channel for enhancing the innovation strategy capability of the ICV industry. Tentative governance is a cutting-edge theory in the field of technological governance with the aim to address emerging technological fields and overcoming governance challenges through dynamic adjustment and continuous exploration. In view of this, the paper uses tentative governance theory to explore the combination effect and linkage mechanism of diversified governance niches on the improvement of innovation strategy capability in the ICV industry from a holistic perspective.

This paper takes the ICV industry in the Yangtze River Delta urban agglomeration as a research sample, and within the framework of exploratory governance theory, it selects four governance niches, including resource allocation, legitimacy, knowledge development, and market formation, to explore their intoxicating effect on improving the innovation strategy capacity of the intelligent connected industry. Specifically, the entropy weight TOPSIS method is used to measure innovation source capacity, text qualitative analysis is used to obtain governance niches, and fuzzy set qualitative comparative analysis (fsQCA) is used to identify the linkage effects and multiple paths to improve innovation source capacity.

The results show that, first, the COC of the ICV industry in the Yangtze River Delta urban agglomeration is on the rise, and the growth trend has been significant since 2015. To be specific, the growth trend of new scientific discoveries and new industrial directions is higher than the overall level of strategic capacity, with solid basic research and a clear development direction. Second, there are five key paths for a higher COC in the ICV industry, which can be summarized into three adaptation modes: strategic legitimacy, digital drive, and full dimensional collaboration. Among them, government digital technology support plays a universal role in high innovation policy source capabilities, and all sample cities adopt this policy tool. Third, there are significant differences in the improvement paths of resource planning capabilities at different levels. In areas with leading technologies, governmental support for digital technology and related research and development activities is a necessary condition, and the improvement of industrial ecology and innovation resource support can effectively drive the development of the intelligent connected vehicle industry. In areas with advanced technologies, support for innovative resources and R&D activity is an important factor driving the development of the intelligent connected vehicle industry, forming a resource-driven and knowledge-driven model. In underdeveloped areas, there is only one configuration path, i.e., a resource-driven path.

The marginal contribution of this paper lies in four aspects. At first, it effectively identifies the connotation and dimensional characteristics of COC, and thus expands the research content and adaptation scope of industrial innovation theory; second,the innovative introduction of exploratory governance theory provides a new explanatory framework for enhancing COC,breaks through the narrow governance perspective of only focusing on a single policy behavior, and helps to promote the stable development of emerging technology industries; in terms of experience, the use of fsQCA method effectively solves the problem of linkage matching and path selection of diverse government governance niches, and promotes the comprehensive realization of modernization of government governance. Meanwhile, due to data limitations, this paper only focuses on governance niches presented in the form of policy tools. In the future, attempts will be made to expand the selection of antecedents and conditions so as to more accurately and comprehensively reveal the multiple paths for improving the innovation policy capacity of the intelligent connected vehicle industry.

Key Words：Intelligent and Connected Vehicle Industry; Creational and Original Capacity; Tentative Governance;Support of Digital Technology; fsQCA

DOI：10.6049/kjjbydc.2022100723

开放科学(资源服务)标识码(OSID)：

中图分类号：F426.471

文献标识码：A

文章编号：1001-7348(2023)16-0108-10

收稿日期：2022-10-26

修回日期：2023-01-29

基金项目：国家社会科学基金重大项目(15ZDA025);江苏省高校哲学社会科学项目(2021SJA1388)

作者简介：孙大明(1991—),女,辽宁葫芦岛人,博士,苏州科技大学商学院讲师,研究方向为创新管理;胡苏敏(1993—),女,江苏苏州人,博士,苏州科技大学商学院讲师,研究方向为创新管理;董琨(1980—),男,黑龙江七台河人,博士,大连理工大学经济管理学院讲师,研究方向为产业经济。

0 引言

数字经济背景下,智能网联汽车作为新一代信息技术与汽车产业深度融合的典型代表[1],成为我国抢占汽车产业未来的战略制高点,是实现汽车产业数字化变革与弯道超车的重要突破口。当前,我国智能网联汽车发展取得了一定成就,但基础研究与核心技术薄弱等问题依然严峻,亟需提高创新策源能力,突破“卡脖子”技术难题[2]。中共十八大以来,习近平总书记多次强调“要在创新策源能力上下功夫”,这是现阶段产业发展的重要目标。然而,智能网联汽车产业作为新业态,在创新策源能力提升上具有高度不确定性和模糊性,亟需通过政策引导规范产业发展、应对潜在风险。鉴于此,如何通过有效的治理手段提升智能网联汽车产业创新策源能力,成为当前亟待解决的关键问题。

创新策源能力是顺应时代发展和国家战略提出的新概念,近年来受到学界和业界的广泛关注。朱梦菲等[2]、王少[3]指出,创新策源能力以产业创新为逻辑起点,是一个更为复杂的综合性概念;卢超等[4]强调,创新策源能力是一种新的创新范式,涵盖学术新思想、科学新发现、技术新发明和产业新方向4个方面。已有研究对创新策源能力的内涵进行了初步探索,但尚未形成一致概念,且缺乏对细分特征的深入剖析。随着研究的深入,有学者采用贝叶斯网络、定性案例分析等方法考察创新策源能力的影响因素、提升路径及治理机制[4-5],但多基于确定性治理框架探讨学术资源、技术要素等传统常规要素对创新策源能力提升的影响。智能网联汽车产业作为新业态[6],具有技术前沿性强、数字化程度高等特征,难以适用现有成熟政策体系和确定性治理理论,亟需找寻新的治理手段。近年来,试探性治理(Tentative Governance)的兴起,为提高智能网联汽车产业创新策源能力提供了新的突破口。试探性治理是科技治理领域的前沿理论,旨在面向新兴科技领域,通过动态调整、持续试探的方式克服治理困境[7-8]。杨伟等[9]利用试探性治理理论探究产业创新生态系统数字化转型这一新兴变革的治理主体、治理利基及政策工具。值得注意的是,智能网联汽车产业创新策源能力提升并非依靠单一政府行为就能实现,而是多重治理利基协同匹配的结果。因此,需从整体性视角出发,识别多元治理利基对智能网联汽车产业创新策源能力提升的组合效应及联动机制。

鉴于此,本文以长三角城市群智能网联汽车产业为样本,运用试探性治理理论,提出智能网联汽车产业创新策源能力提升的分析框架,采用模糊集定性比较分析(fsQCA)方法,探讨政府治理利基对创新策源能力提升的联动效应及多元路径。本文拟解决如下问题:智能网联汽车产业创新策源能力如何?哪些条件组态以殊途同归的方式实现创新策源能力提升?哪些条件对创新策源能力提升更为重要?不同等级的创新策源能力提升是否存在差异?

1 理论基础

1.1 创新策源能力内涵

创新的概念最早由熊彼特(1911)提出,是指通过生产要素与生产条件的新组合,构建新生产函数,获取超额利润[10]。产业创新是产业发展进程中变革、迭代并创造性破坏的过程[11]。进一步,产业创新能力是指实现产业技术知识生产、创新及扩散的能力。沿循这一逻辑,知识生产尤其是原始知识创新是创新策源能力的重要构成。胡斌等[12]将创新策源能力等同于原始创新能力,认为其是企业创新的不竭动力。有学者指出创新策源能力不同于产业创新能力或原始创新能力,是一个综合性概念[2]。如卢超和李文丽[4]认为不同于原始创新能力,创新策源能力不仅包括新思想、新事物的孕育,也包括以新方法、新思路解决现有问题,能够实现“有中生新”;刘琦[13]通过梳理现有研究,将创新策源能力界定为学术新思想、科学新发现、技术新发明和产业新方向4个方面。

鉴于此,本文认为创新策源能力是原创知识生产与科技成果应用辐射的综合体现,通过企业、高校、科研院所等多元创新主体有机链接、协同合作实现,包括学术新思想、科学新发现、技术新发明和产业新方向4个维度。学术新思想和科学新发现体现基础研究与原创能力,通过前瞻性科学探索、原创性科技攻关发挥原始性、源头性和独特性功能;技术新发明和产业新方向表现为产业科技成果应用,通过区域产业集群、成果转化等实现技术推广,发挥辐射性、引领性、带动性功能。

1.2 基于试探性治理框架的创新策源能力提升机理

试探性治理可视为一组政府行为集合,强调用灵活动态、可修改的方法应对不确定性[9],其在新兴科技领域的应用初见成效。智能网联汽车产业是新一代信息技术和传统汽车产业融合的新产物,与传统汽车产业相比,具有智能化、网联化、新兴化等特征。一方面,智能网联汽车产业涉及大量新兴、复杂技术,亟需出台相关政策优化资源配置、促进知识发展。另一方面,云端信息共享将引发数据归属模糊等问题,导致市场失灵,亟需完善配套政策,实现产业合法与市场规范。鉴于此,本文选择资源配置、知识发展、合法性和市场形成4个治理利基,探究其对创新策源能力提升的组态效应(见图1)。

(1)资源配置。资源配置包括创新资源、信息服务和数字基础设施3个方面的政策工具。基于资源基础观[14],创新策源能力提升离不开资金、人才等资源投入,政府通过创新资源、信息服务等举措直接或间接为产业发展提供支撑。以5G基站、工业互联网平台等为代表的数字基础设施旨在提供便捷沟通渠道,提升信息互联质量与频率,拓展知识技术传递范围[15],推动关键技术突破。

(2)知识发展。知识发展包括研发活动和数字技术两方面的政策工具。创新策源能力提升的关键在于技术研发,以研发活动为政策工具,能够创造、积累新知识,实现技术突破[16]。政府鼓励和引导数字技术与现有产业技术持续融合,有助于创新策源能力提升。首先,数字技术应用能够提高技术知识传播率、准确率和反馈速度[17],缓解供需端信息割裂,有效对接市场需求与创新资源。其次,借助数字技术,能够对碎片化、零散化知识进行整合利用,实现对现有知识的深度学习,探索科学新发展。最后,数字技术有助于实现对传统物理产品与服务的替代,引致颠覆性变革,明确产业新方向。

(3)合法性。合法性包括宏观战略和行业标准两方面的政策工具。当前智能网联汽车产业处于快速发展期,车路协同、无人驾驶等技术发展迅猛,但其行业规范、数据权属存在不确定性和标准模糊性[6],亟需以合法性为治理利基,推进全国层面标准协同和归属明晰,建立有利于新技术成长发展的制度环境、行业规范。此外,随着智能网联汽车逐步落地,对传统交通安全、网络安全等造成冲击[1],亟需明确行业标准,实现安全保障。以合法性为治理利基对智能网联汽车技术新发明、产业新方向等具有综合性影响。

(4)市场形成。市场形成包括试点示范和产业生态两方面的政策工具。智能网联汽车产业作为新业态,需要先行试点探索。试点示范为政策执行提供试错机会,提前识别并解决意料之外的困难,减少盲目执行[18]。政府推动产业生态完善,有助于实现智能网联汽车领域供应链、价值链和创新链等有机整合,是协同创新与伙伴获取的重要来源[19]。以市场形成为治理利基有助于智能网联汽车产业新思想、新方向和新发明的提出。

2 研究设计

2.1 模糊集定性比较分析

不同于传统计量对“自变量—因变量”二元关系的探讨,本文运用模糊集定性比较分析(fsQCA)方法进行研究,其优势在于:①fsQCA从整体视角出发,借助布尔代数运算,能够实现跨案例比较分析[20],弥补传统回归条件独立或两两交互的不足,较好地处理前因条件与结果变量的多重并发关系[21],不会遗漏变量且使结果更接近现实[22];②fsQCA方法能够识别多条相同结果的等效路径,以殊途同归的方式达到预期目标,实现多路径间适配、替代和等效分析[23];③在因果非对称性逻辑下,fsQCA方法能够识别并比较导致结果变量产生或消失的条件组态,拓宽对现有问题的解释维度。

2.2 数据来源

长三角城市群是智能网联汽车产业发展先行区和集聚区(见图2),出台了多项支持政策,以其为研究对象更具代表性。运用2010—2020年面板数据测算智能网联汽车产业创新策源能力,由于QCA无法处理面板数据,且2015年《中国制造2025》首次提出智能网联汽车概念,因而QCA分析以2015—2020年均值表征。数据来源于EPS数据库、科学技术部网站、国家知识产权局、中国独角兽排行榜等。其中,智能网联汽车领域论文、专利及国家级奖项等数据通过手动整理得到。

治理利基通过政策文本分析获取,利用高频关键词,在各城市政府网站等进行检索,选择“计划”“规划”“实施意见”进行分析。筛选后,得到智能网联汽车产业相关政策90条。在考察期内,滁州、淮安和宣城未出台相关文件,后续分析不予纳入,最终城市样本为38个。

2.3 数据与测量

(1)结果变量:智能网联汽车产业创新策源能力。结合前文分析,从学术新思想、科学新发现、技术新发明和产业新方向4个方面构建智能网联汽车产业创新策源能力评价模型(见表1),以熵权-TOPSIS法计算。为避免主观偏差,熵权法权重由数据变异程度计算得到。TOPSIS法通过比较实际水平与最优方案、最劣方案的相对距离量化赋权,计算简单,结果可信。

采用极差法对原始数据Xij作标准化处理,i表示城市,j表示评价指标,如式(1)。

(1)

计算指标Yij的信息熵Ej,如式(2)。

j=1,2,…,m

(2)

确定指标权重Wj,如式(3)。

(3)

计算综合指数加权矩阵L,如式(4)。

(4)

通过加权矩阵确定最优和最劣方案,求出最优与最劣方案向量间的欧式距离,得出相对贴合度,即创新策源能力,如式(5)。

(5)

Gi越大代表创新策源能力越强(Gi∈[0,1]),反之越弱。

(2)前因条件:治理利基。本文使用文本分析编码测度治理利基,根据各城市颁布的智能网联汽车政策,参照傅广宛[26]的方法,基于“治理利基—政策工具”分析框架,依照“政策编码—章节—条款”逻辑,借助NVivo12软件对长三角智能网联汽车产业领域政策文本进行逐句编码与频次统计。治理利基累计使用频次能够反映其重要性和强度,对其进行标准化处理:治理利基得分=样本频次/总频次×10。

2.4 数据校准

本文采用直接校准法校准,参考杜运周等[21]的思路,将案例数据的0.5、0.05和0.95分位点分别设定为交叉点、完全不隶属和完全隶属的校准标准,校准结果如表2所示。

3 实证结果

3.1 长三角城市群智能网联汽车产业创新策源能力测度结果

如图3～6所示,整体层面,长三角城市群智能网联汽车产业创新策源能力呈上升趋势,从2010年的0.051 4上升至2020年的0.841,尤其是2015年以来,上升趋势明显,这与2015年国家提出加快智能网联汽车产业部署密切相关。在具体维度上,科学新发现和产业新方向水平高于创新策源能力水平,表明智能网联汽车领域基础夯实、方向明确;学术新思想和技术新发明位于下方,表明学术研究和成果转化有待加强。

根据创新策源能力水平将城市划分为领先组、良好组和落后组。其中,领先组以上海、南京等为代表,策源能力均值为0.302。该组中,嘉兴、芜湖进步较快,与其近年来推动测试道路开放、牌照颁发密切相关。良好组以南通、盐城等为代表,策源能力均值为0.031。这些地区科学新发现和技术新发明水平较高,但产业新方向水平上升趋势不明显。落后组以安庆、六安等为代表,策源能力均值为0.011。受限于技术环境,上述城市智能网联汽车产业发展尚未形成规模,水平落后。

3.2 单个条件必要性分析

在组态分析前,需对前因条件的必要性进行检验,当一致性大于0.9时,说明前因条件是结果的必要条件[21]。表3给出了必要条件检验结果,可以发现,政府数字技术支持是结果变量(高创新策源能力)的必要条件,后续分析将其剔除。

3.3 条件组态充分性分析

采用fsQCA3.0软件进行分析,以中间解揭示组态效应,以组态过程命名路径。如表4所示,智能网联汽车产业创新策源能力提升存在5条组态路径(3种配适方案),总体解的一致性为0.974,覆盖率为0.665,表明组态分析结果可信、有效。

(1)战略合法型。组态1表明,政府宏观战略、创新资源和研发活动支持发挥核心作用,信息服务、行业标准、试点示范发挥辅助作用。该路径下,宏观战略引领的政府行为可以降低产业发展的不确定性,优化新技术成长环境,提高创新策源能力。该类治理利基的典型城市包括盐城和绍兴(见图7)。以盐城为例,《推进大数据产业发展实施意见》明确提出将车联网作为重点工程,盐城移动联合中科院高通量计算创新研究院等签订车联网研发战略协议,协同创新推动智能网联汽车产业发展。盐城在产业战略、创新资源和研发活动方面表现较好,符合战略合法型组态特征。该组态一致性为0.995,原始覆盖率为0.289,能解释约4.3%的案例。

组态2表明,政府宏观战略、创新资源和研发活动支持发挥核心作用,信息服务、试点示范和产业生态发挥辅助作用。该组态也满足战略合法型组态条件,即治理主体对宏观战略、研发活动和创新资源较为重视,能够突破数字基建投入不足、行业标准模糊的限制。该类治理利基的典型城市是镇江(见图8),组态一致性为0.994,原始覆盖率为0.264,唯一覆盖率为0.063。

(2)数字驱动型。组态3表明,数字基础设施建设和研发活动支持发挥核心作用,创新资源、信息服务、行业标准、试点示范和产业生态发挥辅助作用。该组态意味着治理主体对数字基础设施建设予以更多关注和重点支持,能够提升信息互联质量,提高关键领域知识创造速率,增强创新策源能力。该类治理利基的典型城市包括上海、苏州等(见图9),这些城市注重优化数字基础设施布局,打造城市数字底座。如上海颁布《推进智能制造数字基础新设施建设行动方案》等,试图打造以数据算力为核心的新型基建,赋能产业发展。进一步,以数字基建为载体,结合基础研究,推动车路协同、辅助驾驶等“卡脖子”技术攻关。综上,该组态符合数字驱动型组态特征。

组态4表明,治理主体高度重视数字基础设施建设和技术研发,即使未实施宏观战略引领和试点示范,也能实现较强的创新策源能力。该类治理利基的典型城市为徐州,组态一致性为0.993,原始覆盖率为0.219,唯一覆盖率为0.022,能解释约2.2%的案例。

(3)全维度协同型。组态5表明,创新资源、数字基础设施、宏观战略和研发活动支持发挥核心作用,行业标准、试点示范和产业生态发挥辅助作用。该组态意味着治理主体高度重视资源配置、合法性、知识发展和市场形成4个治理利基,典型城市包括上海、无锡等(见图10)。以无锡为例,作为第一个国家级车联网先导区,无锡大力发展数字基建,引导产业创新,实施试点示范,形成集测试、应用、运行于一体的智能网联汽车产业生态。

3.4 稳健性检验

为提高研究结论的可靠性,通过改变一致性阈值(0.75调整为0.8)、剔除异常值(直辖市、计划单列市和一线城市等)进行稳健性检验。组态结果与前文基本一致,表明研究结论较为稳健。限于篇幅,稳健性检验结果留存备索。

4 不同等级智能网联汽车产业创新策源能力提升的差异化路径

按创新策源能力水平将城市划分为领先组、良好组和落后组,探索差异化路径。由表5可知,领先组存在5种组态,这类组态城市治理主体重视智能网联汽车产业发展,数字技术和研发活动支持均为必要条件。组态1a和组态1b为生态—资源型,且创新资源和产业生态为核心条件,信息服务、试点示范等为辅助条件。对于领先组城市而言,治理主体更加重视产业生态建设与资源供给。组态1c为数字驱动型,组态1d为全维度协同型,与前文一致,不再赘述。组态1e为资源主导型,且创新资源为核心条件,宏观战略、行业标准等发挥辅助作用。良好组存在4种组态,这类组态城市智能网联汽车产业发展水平中等,但毗邻领先示范区,具有地缘优势,以资源主导型、知识—资源型为主。受限于技术资源,落后组仅有一条资源主导型路径,且创新资源为核心条件,信息服务、宏观战略、试点示范和产业生态为辅助条件,城市治理主体对数字基础设施建设、行业标准和研发活动关注不够。

5 结论与展望

5.1 结论与建议

本文以长三角城市群智能网联汽车产业为研究案例,基于试探性治理理论框架,运用fsQCA方法,探讨政府多元治理利基对智能网联汽车产业创新策源能力提升的联动效应及路径选择问题。研究发现:首先,长三角城市群智能网联汽车产业创新策源能力整体呈上升趋势,特别是2015年以来,积极响应国家加快智能网联汽车产业部署的号召,增长态势显著。在具体维度上,科学新发现和产业新方向水平高于创新策源能力水平,说明长三角城市群智能网联汽车产业基础夯实、方向明确。其次,智能网联汽车产业高创新策源能力存在5条关键路径,可归纳为战略合法型、数字驱动型和全维度协同型3种模式。政府数字技术支持对创新策源能力提升发挥普适作用,各样本城市均采用这一政策工具。最后,不同等级的创新策源能力提升路径差异显著。对于领先城市,政府数字技术和研发活动支持均为必要条件,产业生态完善和创新资源支持能有效驱动智能网联汽车产业发展;对于良好城市,形成了资源主导型和知识—资源型的双轮驱动模式;对于落后城市,仅有资源主导型单一组态路径。

基于上述结论,本文提出以下政策建议:

第一,智能网联汽车产业作为新赛道、新业态,政策制定者要从整体性思维出发,秉持试探性治理理念,强化多元治理利基之间的深度融合与优化配置。实践中,资源配置已受到广泛关注,未来应给予战略合法性、知识发展和市场形成更多重视,加强顶层设计与战略引领,助力智能网联汽车产业创新策源能力提升。

第二,抢抓数字革命发展机遇,加大政府对数字技术与数字基础设施建设的支持力度。一方面,制定数字技术扶持政策,区别于普惠性政策,减少政策重叠。加快汽车领域智能化改造,推进数字技术在智能网联汽车研发设计、生产制造等关键环节的深度应用,为智能网联汽车领域专精特新企业、独角兽企业等提供补贴。另一方面,完善数字基础设施建设,打造适配数字技术发展的外部环境,如信号灯网联化升级改造、5G基站路口级覆盖等智能化、信息化政府工程。

第三,地方政府要因地制宜,审慎选择适宜自身条件的发展路径,注重治理利基联动匹配与多元路径的替代分析。对于长三角城市群而言,战略合法型、数字驱动型和全维度协同型均可提升智能网联汽车产业创新策源能力。对于领先城市,政府政策制定应聚焦产业生态、创新资源投入等方面;对于落后城市,要加强创新资源投入、信息服务、试点示范,由点及面,提升创新策源能力。

5.2 理论贡献

(1)对创新策源能力内涵概念及维度特征的界定,拓展了产业创新理论的研究内容与适应范畴。创新策源能力源于国家战略和时代发展需求,虽然备受关注,但未形成统一概念。本研究从学术新思想、科学新发现、技术新发明和产业新方向维度出发较为系统地揭示了创新策源能力的内涵维度及测度方法,有助于推动相关研究。

(2)创新性引入试探性治理理论,精准结合产业特征与组态思想,提出智能网联汽车产业创新策源能力提升的整体分析框架。构建包括资源配置、知识发展、合法性和市场形成等在内的多元治理利基联动框架,有助于加深对创新策源能力提升背后复杂机制及治理因素的理解,突破单一政府治理行为的狭义视角,助力新兴产业稳健发展。

(3)引入fsQCA方法,增补了创新策源能力提升领域的工具箱,为提升智能网联汽车产业创新策源能力提供了丰富细致的证据与启示。目前,智能网联汽车产业治理研究多局限于单一线性关系、定性案例分析,fsQCA方法的引入弥补了这一不足,提供了多条件耦合、替代关系及因果非对称等问题的解决思路,能够有效解决多元治理利基联动匹配与路径选择问题,推动政府治理现代化的全面实现。

5.3 不足与展望

本文存在以下局限:第一,创新策源能力作为顺应国家战略提出的新概念,后续研究需结合智能网联汽车产业特征深挖创新策源能力的内涵与构成维度,形成对该问题更深层次的认识。第二,受限于数据,本文仅关注了以政策工具形式呈现的治理利基,在治理利基选择上可能有失全面性,影响结论的可推广性。后续可以尝试拓展前因条件选择,以更加准确、全面揭示智能网联汽车产业创新策源能力提升的多元路径。

参考文献：

[1] 王小明. 中国汽车产业智能化升级发展研究[J]. 改革, 2019,32(12):146-154.

[2] 朱梦菲, 陈守明, 邵悦心. 基于AHP-TOPSIS和SOM聚类的区域创新策源能力评价[J]. 科研管理, 2020, 41(2): 40-50.

[3] 王少. 科技创新策源地:概念、内涵与建设路径[J]. 科学管理研究, 2021, 39(2): 17-21.

[4] 卢超, 李文丽. 京沪深创新策源能力评价研究:基于国家科学技术“三大奖”的视角[J]. 中国科技论坛, 2022,38(2): 151-161.

[5] 韩玉刚, 金娇, 叶雷. 产业链治理、区域文化与集群绩效——以宁国市汽车零部件产业集群为例[J]. 经济地理, 2021, 41(4): 93-99.

[6] ZHOU F, LIU Y, CHEN R. Research on collaborative innovation of intelligent connected vehicles industry based on test field: embedded case study from the perspective of open innovation[J]. Sustainability, 2021, 13(11):13-33.

[7] HOPKINS M M, CRANE P, NIGHTINGALE P, et al. Moving from non-interventionism to industrial strategy: the roles of tentative and definitive governance in support of the UK biotech sector[J]. Research Policy, 2019, 48(5): 1113-1127.

[8] BUDDE B, KONRAD K. Tentative governing of fuel cell innovation in a dynamic network of expectations[J]. Research Policy, 2019, 48(5): 1098-1112.

[9] 杨伟, 周青, 方刚. 产业创新生态系统数字转型的试探性治理——概念框架与案例解释[J]. 研究与发展管理, 2020, 32(6): 13-25.

[10] NAPIER N K, NILSSON M. The development of creative capabilities in and out of creative organizations: three case studies[J]. Creativity and Innovation Management, 2006, 15(3): 268-278.

[11] MENDOZA-SILVA A. Innovation capability: a systematic literature review[J]. European Journal of Innovation Management, 2020, 24(3): 707-734.

[12] 胡斌,吕建林,杨坤.人工智能企业创新策源能力影响因素分析[J]. 西安财经大学学报,2020,33(5):27-34.

[13] 刘琦. 粤港澳大湾区科技创新策源能力评价研究[J]. 经济体制改革, 2021,39(3): 65-72.

[14] 原毅军, 孙大明. 合作研发影响制造业技术升级的机理及实证研究[J]. 经济学家, 2017,29(8):49-55.

[15] PRADHAN R, MALLIK G, BAGCHI T P. Information communication technology infrastructure and economic growth: a causality evinced by cross-country panel data[J]. IIMB Management Review, 2018,30(1): 91-103.

[16] ALEXY M, KACER M, REHAKS. Creative capacity of European countries[J]. Hungarian Geographical Bulletin, 2018, 67(3): 201-222.

[17] GMEZ J, SALAZAR I, VARGAS P. Does information technology improve open innovation performance? an examination of manufacturers in Spain[J]. Information Systems Research, 2017, 28(3): 661-675.

[18] DREMEL C, HERTERICH M M, WULF J, et al. Actualizing big data analytics affordances: a revelatory case study[J]. Information &Management, 2020, 57(1): 103121.

[19] LV B, QI X . Research on partner combination selection of the supply chain collaborative product innovation based on product innovative resources[J]. Computers &Industrial Engineering, 2018, 128(2):245-253.

[20] 查尔斯·C·拉金. 重新设计社会科学研究: 模糊集及超越[M].杜运周,等译.北京:机械工程出版社, 2019.

[21] 杜运周, 刘秋辰, 陈凯薇, 等. 营商环境生态、全要素生产率与城市高质量发展的多元模式——基于复杂系统观的组态分析[J]. 管理世界, 2022, 38(9): 127-145.

[22] 陶克涛, 张术丹, 赵云辉. 什么决定了政府公共卫生治理绩效——基于QCA方法的联动效应研究[J]. 管理世界, 2021, 37(5):128-138,156.

[23] PARK Y K, FISS P C, EL SAWY O A. Theorizing the multiplicity of digital phenomena: the ecology of configurations, causal recipes, and guidelines for applying QCA[J]. Management of Information Systems Quarterly, 2020, 44: 1493-1520.

[24] FLORIDA R, MELLANDER C, KING K.The global creativity index 2015[R].Martin Prosperity Institute,2015.

[25] CHO I, PARK M. Technological-level evaluation using patent statistics: model and application in mobile communications[J]. Cluster Computing, 2015, 18(1): 259-268.

[26] 傅广宛. 中国海洋生态环境政策导向(2014—2017)[J]. 中国社会科学, 2020,41(9): 117-134,206-207.

(责任编辑:陈 井)