The Improvement Path of Coupling Coordination Degree of the Multi-factor-driven Regional Innovation Chain： An fsQCA Analysis Based on TOE Framework

Wang Jinfu, Qiu Jing, Zhang Yingying

(School of Management, Xi'an Polytechnic University, Xi'an 710048, China)

Abstract：The degree of cohesion of each stage in the innovation chain influences the combination, flow and diffusion of innovation elements. Coupling coordination is conducive to improving the overall level and comprehensive competitiveness of regional technological innovation. However, in the practice of regional innovation, various “chain breaks” usually exist in the innovation chain, such as insufficient support for basic research, difficult transformation of technological achievements, and a lack of market for innovative technology products. These phenomenon lead to limited regional innovation activities and the development predicament that key core technologies hit a bottleneck, which has attracted wide attention from the academic circle. Thus, scholars have conducted research into the connotation, internal structure and coordinated development of regional innovation chain.Scholars have clarified the internal causes and external conditions for improving the coupling coordination degree of the regional innovation chain. However, there still remain some problems to be further explored. What is the synergic relationship among the influencing factors of the regional innovation chain? What is the complex configuration mechanism? What ways can be used to help multiple factors improve the coupling coordination degree of the regional innovation chain? What factors play more important roles? How should each region choose its appropriate promotion path based on its own organizational conditions and resource superiority?

Therefore, on the basis of the regional innovation chain of “knowledge innovation — R&D innovation — product innovation” and the technology—organization—environment (TOE) framework, this paper establishes a research framework to drive multiple factors to improve the coupling coordination degree of the regional innovation chain, and measures the coupling coordination degree of the regional innovation chain in 31 inland provinces of China. In addition, it uses the fuzzy-set qualitative comparative analysis (fsQCA) method to explore the differentiation way that can drive the improvement of the coupling coordination degree of the regional innovation chain in order to provide the theoretical basis and decision reference for the improvement of the coupling coordination degree of the regional innovation chain in different regions.

The data in this paper comes from 31 inland provinces of China. Since multiple influencing factors have to be taken as the antecedent conditions in the fsQCA method , there may be a lag period. Thus,the coupling coordination degree model of 2020 data is used to measure the result variable, the coupling coordination degree of the regional innovation chain. The digital technology level, the government support level, the industry-university-research cooperation level, the higher education investment level and the marketization level are selected as the antecedent condition variables, all of which are from the data in 2019.

The following are the results of this study. (1) There are obvious differences in the coupling coordination degree of the regional innovation chain among the eastern, middle and western provinces. The coupling coordination degree of the regional innovation chain in the eastern region has obvious advantages over the central and western regions. (2) The digital technology and marketization levels are the key factors that drive the improvement of the coupling coordination degree of the regional innovation chain. (3) Through configuration, multiple factors can play a role in improving the coupling coordination degree of the regional innovation chain. There are four driving ways to improve the coupling coordination degree of the regional innovation chain: the balanced type of “knowledge — R&D — product” innovation, the leading type of “R&D — product” innovation, the leading type of “knowledge — R&D” innovation, and the leading type of product innovation.

Different from previous studies, this study puts forward the differentiated improvement path of the coupling coordination degree of the regional innovation chain by identifying the interaction and combination relationships between multiple influencing factors. The conclusions of the study are helpful in expanding the research perspective on the regional innovation chain and have practical values for effectively improving the coupling coordination degree of the regional innovation chain in different regions.

Key Words:Regional Innovation Chain;Coupling Coordination Degree;Configuration Analysis;TOE Framework;fsQCA

收稿日期：2022-08-15

修回日期：2022-10-30

基金项目：陕西省哲学社会科学重大理论与现实问题重点智库研究项目(2021ZD1006)；陕西省软科学研究计划研究项目(2022KRM170)；陕西省高等教育科学研究项目(XGH21011)；西安市科技局软科学研究项目(22RKYJ0001)

作者简介：王进富(1978-)，男，甘肃靖远人，博士，西安工程大学副校长，管理学院教授，研究方向为科技机制体制改革与创新驱动；邱婧(1997-)，女，内蒙古通辽人，西安工程大学管理学院硕士研究生，研究方向为区域创新链；张颖颖(1987-)，女，陕西西安人，博士，西安工程大学管理学院讲师，研究方向为创新创业管理。

DOI：10.6049/kjjbydc.2022080430

开放科学(资源服务)标识码(OSID)：

中图分类号：F061.5

文献标识码：A

文章编号：1001-7348(2023)04-0034-11

0 引言

创新链中各阶段的衔接程度会影响创新要素组合、流动与扩散，耦合协调有利于提升区域科技创新整体水平和综合竞争力[1]。但在区域创新实践中，创新链常存在基础研究支撑不足、技术成果难以转化，以及创新技术产品缺乏市场等各种“断链”现象[2]，导致区域创新活动受限、关键核心技术面临“卡脖子”的发展窘境。这些现象也为学界广泛关注，学者们主要围绕区域创新链的内涵界定[3]、内部结构[4]、协调发展[5]等问题展开研究，明确了提升区域创新链耦合协调度的内部成因和外部条件[6]，但区域创新链影响要素间的协同关系及其组态作用机制是什么？多要素通过哪些路径驱动区域创新链耦合协调度提升？哪些要素在其中发挥更为重要的作用？各区域应该如何根据自身组织条件和资源禀赋选择合适的提升路径？上述问题需要深入探讨。

为此，本文基于“知识创新—研发创新—产品创新”的区域创新链，在技术—组织—环境(Technology-Organization-Environment，TOE)理论框架下，构建多要素驱动区域创新链耦合协调度提升的研究框架，测度中国内地31个省份区域创新链耦合协调度，利用模糊集定性比较分析方法(fuzzy-set qualitative comparative analysis，fsQCA)探索驱动区域创新链耦合协调度提升的差异化路径，为不同地区提升创新链耦合协调度提供理论依据和决策参考。

1 文献回顾与研究框架

1.1 文献回顾

1.1.1 区域创新链

区域创新链是由区域多个创新主体相互连接、通过多个创新阶段最终实现创新价值的一体化区域创新活动过程[7,8]。在主体维度上，政府、企业、高校、科研院所、中介组织等创新链各阶段的异质型主体通过知识投入、共享等任务性互动行为影响创新链价值实现[9]；在结构维度上，区域创新链各阶段所产出的科学知识、技术知识、产业信息等知识性要素通过适配进行互动融合，进而实现溢出扩散和动态耦合[10]；在目标维度上，创新链的最终结果是产生经济价值与社会价值，究其本质就是创新链各阶段价值共创的过程，需要创新链各阶段的目标导向一致[3]。因此，本文认为区域创新链并非单向延伸，而是具有反馈作用的循环互动链条，链上各阶段的耦合协调有助于提升区域创新链的整体效能。

区域创新链具有明显的过程性特征，形成了两阶段、三阶段、多阶段等“阶段论”。两阶段划分法[11]主要以创新活动为研究对象，分为创新研发和创新应用两阶段；三阶段划分法[12]主要是依据Hansen等[13]对创意特征的理解，按照创意产生、转换和传播的内在逻辑，将创新链划分为3个阶段；而多阶段划分视角[14]则是结合创新需求，将三阶段创新链延伸或将其中的某一活动进行分解，使阶段划分更加细化。但综合而言，大多遵循以基础研究为起点，经过应用研究，最终通过试验发展实现产品化的创新链基本演进逻辑。其中，Hansen等提出的创新链阶段划分更为合理，其清晰地解释了创新过程的内在关联。因此，本文采用三阶段划分法，将区域创新链分为知识创新、研发创新和产品创新3个阶段。其中，知识创新是指在知识原理、规律方法、理论模型基础上的新发现和新创造，对应基础研究和创意产生；研发创新是指研究开发、技术检测、成果试验等应用领域的技术革新，对应应用研究和创意转换；产品创新是指新工艺、新产品的研制推广等方面有针对性的工作安排，对应试验发展和创意传播。

1.1.2 区域创新链耦合协调

有关区域创新链耦合协调的研究从最初围绕耦合关系进行定性分析[4,9]，逐渐发展到采用以耦合协调度模型为主的评价分析，聚焦于区域创新链各阶段的投入产出、要素构成等方面构建指标体系，进而开展对区域创新链耦合协调度的定量测度[15,16]。近年，有学者以京津冀、粤港澳大湾区等典型区域为案例，对影响区域创新链耦合协调度的要素进行实证研究并分析其作用机理[2,17]，取得了较好的研究成果。

已有研究表明，影响要素主要集中在内部原因和外部影响两个方面。区域创新链上各主体由于角色、生态位等差异，往往会忽视自身所处阶段与上下阶段的匹配及联动[3]，而创新链内部存在的资金不足[18]、人才短缺[17]、战略滞后[6]等问题也会导致创新链产生“裂缝”，直接影响创新链耦合协调度。同时，作为社会大系统中的一个子集，区域创新链耦合协调程度与政策法规、市场环境、信息技术、教育水平等硬环境和软环境亦有密切关系[6]。

尽管关于区域创新链耦合协调的研究已有丰硕成果，但仍存在以下不足：首先，现有研究重点探讨要素间的单向影响，忽视了多要素之间的互动和组合关系；其次，当前学者主要关注京津冀、粤港澳大湾区等经济发达区域，其它区域难以借鉴其研究成果；最后，多数研究遵循“现状描述—问题成因—对策建议”的研究主线，仅提出驱动区域创新链耦合协调度提升的相关建议，并未探讨具体路径。鉴于多要素驱动是区域创新链的突出特征，本文运用fsQCA法探析多要素间的协同关系及其背后复杂的组态作用机制，从而提出更具实践指导价值的区域创新链耦合协调度提升路径。

1.2 研究框架

TOE理论在解释复杂社会现象成因以及提取影响要素方面具有良好效果[19]。根据该理论，区域创新链耦合协调度会受到区域技术条件、组织特性及宏观环境3个维度的影响[20]，因而可作为探讨多要素驱动区域创新链耦合协调度提升前因条件的理论分析框架。本文从整体性考虑，采用归纳法识别出技术(T)、组织(O)和环境(E)3个维度下的5个影响要素，以要素之间的协同联动形成多元组态，进而构建多要素驱动区域创新链耦合协调度提升的组态效应模型，具体如图1所示。

(1)技术层面。选择数字化技术要素，一方面是因为数字化技术为区域信息交换、资源共享和利益表达搭建了技术平台，提升了知识流动效率，降低了流动成本，有利于创新主体收集和利用各类型创新数据；另一方面，针对产业“卡脖子”技术攻关问题，数字化技术有助于提前配置创新资源，集成社会力量，增强创新链各阶段协同技术攻关的韧性和灵活性[21]。因此，数字化技术带来数据流动的自动积累和沉淀，为区域创新链各阶段、各主体协同打下坚实的数据基础，为提升区域创新链耦合协调度提供技术支撑。

(2)组织层面，包括区域政府支持力度和产学研合作水平两个要素。在中国情景下，政府作为区域创新链内部主要的服务型主体，为区域创新链各阶段提供资源支持和融通服务。张凌志[22]利用知识内生增长模型，分析得出我国区域政府可通过资金调控持续增大本地区知识存量，促进知识在区域创新链上流动，有效提升区域创新链协调水平。在组织层面，除政府外，高校、科研院所、企业分别是各阶段创新主体，三方间建立的共同协商、寻求共识以及分工协作的组织结构也有利于创新链各阶段耦合协调。由于从科研成果到能够在市场上销售的商品还存在很长距离，过程中伴随较大的价值实现风险，而高水平的产学研合作有助于科研成果更大限度地满足市场化需求，实现创新链前、中、后端的高效衔接，促使区域创新链高度耦合协调。

(3)环境层面，涵盖高等教育投入水平和市场化水平两个核心要素。Sanderson[23]通过实证研究发现，高等教育投入对区域知识创新影响显著，进而关联研发创新和产品创新水平，最终影响整个创新链的耦合协调度。另外，区域创新链中后端离不开优良的市场环境，市场可以通过优化竞争环境使区域革命性创新成果获得持续支持。区域市场化水平越高，创新自由度越大、创新意识越强，创新保护力度也越大[24]，区域内创新主体可及时获取市场需求信息，从而促使市场竞争环境公平有效，带动区域创新链耦合协调和高效运转。

2 研究设计

2.1 研究方法

(1)耦合协调度模型。为更好地评价区域创新链各阶段之间相互影响、协调一致的程度，本文参考姜磊等[25]推荐的三系统耦合度公式构建耦合协调模型，用以测量区域创新链耦合协调度D值，具体公式如下：

(1)

式中，Ci表示第i个省份的创新链耦合度。Xij代表第i个省份在第j个创新链阶段上的综合得分，其分布区间为[0,1]，故C值区间为[0,1]。区域创新链各阶段的离散程度越小，C值越高；反之，C值越低。

(2)

式中，Ti表示第i个省份的创新链协调度。aj代表第j个创新链阶段的权重系数，考虑到创新链各阶段对创新链的耦合协调同等重要，本文的aj赋值为1/3。T值区间为[0,1]，区域创新链各阶段协调水平越高，则T值越大，反之则越小。

(3)

Di表示第i个省份的创新链耦合协调度。D值区间为[0,1]，当D=0时表示区域创新链各阶段之间处于无序耦合状态，反之，区域创新链各阶段之间的相互作用和关联性较强。

(2)模糊集定性比较分析。fsQCA方法是Ragin于1987年提出的一种以案例研究为导向、以布尔代数和模糊集合为基础，致力于探索和挖掘因果复杂性，兼具定性和定量属性的研究方法。本文采用fsQCA方法探究多要素驱动区域创新链耦合协调度提升的路径，主要出于以下考虑：第一，fsQCA更关注多重条件产生的诱因，且假定条件与结果变量之间存在非线性和可替代关系，更有助于探索诸多要素作用于创新链耦合协调度的差异化路径；第二，受数量限制，本文样本量无法达到传统定量分析的要求，fsQCA具有对样本量和数据来源要求低的特点，更适用于省级层面的小样本研究；第三，相比于清晰集定性比较分析法(csQCA)和多值集定性比较分析法(mvQCA)，fsQCA更适于处理连续性变量，并避免数据转化过程中的信息流失。

2.2 变量测量与数据来源

本文数据来源为中国内地31个省份统计数据，由于fsQCA方法要求将多个影响因素作为前因条件，可能存在一定滞后期[26]，因此采用2020年数据对结果变量区域创新链耦合协调度进行测量，前因条件变量均采用2019年数据。

2.2.1 结果变量与数据来源

为直观地测度区域创新链耦合协调度及各阶段的综合发展水平，本文基于余泳泽等[12]的研究，从投入产出视角选取区域创新链各阶段综合得分作为测量指标。在知识创新阶段，创新主体为高校和科研院所，主要投入为基础研究经费及人员，产出形式以知识技术类为主，包含科技论文和著作；在研发创新阶段，创新主体为科研院所和部分企业，主要投入应用研究经费及人员，产出以专利类技术为主；在产品创新阶段，创新主体为企业，新产品开发经费及人员为主要投入，产出形式为新产品。据此构建结果变量测量指标体系如表1所示，结合熵值法，计算得到31个省份区域创新链各阶段的综合得分，进而应用模型进行测度，得到结果变量。

2.2.2 条件变量与数据来源

(1)数字化技术水平。采用创凯立达规划设计研究院编写的《中国区域数字化发展指数报告(2020)》中区域数字化发展综合指数作为测量指标，该报告从数字创新要素投入、数字基础设施建设、数字经济发展、数字社会与数字政府建设4个方面构建指标体系，全方位对我国31个省份数字化技术发展的综合指数进行测算，较为全面客观。

(2)政府支持力度。参照Bates等[27]的研究，采用政府资金投入指标衡量政府支持力度，根据《中国科技统计年鉴》中政府资金占各地区科技经费筹集额的比重表示政府支持力度。

(3)产学研合作水平。参考张妮、赵晓东[28]的研究，采用《中国科技统计年鉴》中高校、科研院所研发经费中来自企业资金的比例作为产学研合作水平测量指标。

(4)高等教育投入水平。参照李昕等[29]的研究，根据《中国教育经费统计年鉴》中各地区高等教育投入占教育总投入的比重衡量高等教育投入水平。

(5)市场化水平。采用王小鲁等[30]编写的《中国分省份市场化指数报告(2021)》中2019年市场化指数进行衡量，该指数由政府与市场关系、非国有经济发展、产品市场发育程度、要素市场发育程度、市场中介组织发育和法律制度环境5个方面的指数组成，可客观反映地区市场化发展水平和程度。

2.3 数据校准与转换

受数据样本量限制，参考现有学者研究[28,31]，分别选取样本数据的上四分位数(75%)、中位数(50%)、下四分位数(25%)作为“完全隶属”、“交叉点”、“完全不隶属”锚点，研究变量校准及描述性统计分析结果如表2所示。

由结果可知，2020年全国各省份区域创新链耦合协调度的平均值仅为0.3672，多数省份在均值以下；数字化技术水平、政府支持力度、产学研合作水平等变量离散度较高；市场化水平的最大值和最小值差异明显。上述结果充分表明当前各省份在相关领域的发展仍不均衡，多数省份的发展水平还有待提高，这也与我国区域发展不平衡、不充分的现实背景相符。

3 实证分析

3.1 耦合协调度分析

为划分不同区域创新链耦合协调发展等级，参考杜德林等[32]的分类方法，将耦合协调度D值划分为4个等级：当0.8

3.2 必要条件分析

根据条件组态分析要求，需检验单个条件变量是否构成影响区域创新链耦合协调度的必要条件，若条件变量的一致性均小于0.9，表明前因条件未达到必要条件标准[33]。如表4所示，在对区域创新链高度耦合协调必要条件的分析中，未出现一致性大于0.9的条件变量；在对区域创新链低度耦合协调必要条件的分析中，低数字化技术水平的一致性高于临界值0.9，表明低数字化技术水平可能是解释区域创新链低度耦合协调的必要条件。

通过对必要条件的进一步探索发现，当全部区域对低数字化技术水平的隶属度大于或等于区域创新链低耦合协调的隶属度时，则构成低数字化技术水平是解释区域创新链耦合协调度低的必要条件的理想状况。通过检验低数字化技术水平与创新链低度耦合协调的X-Y散点图，如图2所示，发现11个省份的案例点均分布在对角线以上，表明近1/3案例的低数字化技术水平隶属度小于区域创新链低耦合协调的隶属度，且必要性分析中低数字化技术水平的覆盖度小于0.5，表明该条件未通过不相关性检验，无法构成解释结果变量的必要条件(谭海波等，2019)，说明不存在单个条件变量能够直接导致区域创新链高度耦合协调或低度耦合协调，也从侧面证实驱动区域创新链耦合协调度提升需要多要素共同作用。

3.3 条件组态分析

fsQCA3.0分析软件要求设置一致性阈值和频数阈值，并观察真值表中自然断点，从而保证真值表中0和1数量相同。本文参考杜运周等[33]、Verweij[34]的研究，将一致性阈值设为0.8，PRI(Proportional Reductio in Inconsistency)一致性设为0.75，频数阈值设为1。基于软件输出的中间解、简约解进行嵌套对比，得到条件组态结果如表5所示。其中，每一纵列代表有可能出现的条件组态，解的一致性为0.818 2，表示在满足这四类条件组态的省份中有81.82%的省份创新链高度耦合协调，解的覆盖度为0.774 1，表示四类条件组态覆盖了77.41%的高结果省份案例。解的一致性和覆盖度均高于临界值，说明分析结果有效。基于组态分析结果，梳理出用以解释多要素促进区域创新链耦合协调度提升的4条驱动路径，并结合典型案例进行具体分析。

3.3.1 知识—研发—产品创新均衡型路径

此路径表明区域拥有成熟的数字化技术(T)、高度的政府支持(O)及优良的高等教育环境与市场化环境(E)，可有效驱动区域创新链耦合协调度提升，具体路径如图3所示。该路径下，区域创新链中知识创新、研发创新、产品创新各阶段综合水平较均衡，故将该驱动路径命名为知识—研发—产品创新均衡型路径，对应的解释案例如图4所示，代表区域为北京、上海，创新链耦合协调度排名分别为全国第3位和第5位。

(注：北京-1，天津-2，河北-3，山西-4，内蒙古-5，辽宁-6，吉林-7，黑龙江-8，上海-9，江苏-10，浙江-11，安徽-12，福建-13，江西-14，山东-15，河南-16，湖北-17，湖南-18，广东-19，广西-20，海南-21，重庆-22，四川-23，贵州-24，云南-25，西藏-26，陕西-27，甘肃-28，青海-29，宁夏-30，新疆-31)

因此，当区域政府支持力度较大、创新活动发展较为均衡时，可通过提升区域数字化技术水平、加大高等教育投入、优化营商环境推进创新发展。该路径需要具有资源优势和资金保障，在创新链前端注重人才培养、学科建设和知识成果与区域产业发展的连接性；在中端通过城市数字化技术赋能，充分整合并利用区域知识创新成果，使其尽可能地向创新链后端延伸；而在后端要开展产业技术创新平台建设，通过构建创新苗圃、孵化器、加速器、科技园区等主线的成果孵化转化基地，打造市场化营商环境。这就需要充分利用政府与市场的协同作用，促进科技信息双向反馈、科技成果向终端转化落地，驱动区域创新链耦合协调度提升。

3.3.2 研发—产品创新引领型路径

该路径表明区域通过提升数字化技术水平(T)、营造良好的产学研合作氛围(O)、优化市场化环境(E)，即使政府支持力度有限，也可有效驱动区域创新链耦合协调度提升，具体路径如图5所示。该路径有两种方案，主要有广东、江苏、浙江、山东、福建等众多案例，如图6所示，这些省份大多分布在创新资源较为丰富的东部地区，且在多要素驱动下区域研发创新和产品创新水平较高，故将该路径命名为研发—产品创新引领型路径，本文选取2a、2b路径下分别呈现高水平结果的区域案例广东、江苏进行具体分析。

广东和江苏分别作为珠三角创新集聚区、长三角创新集聚区的重要组成，具有较高相似性，都拥有全国领先的高新产业，均为全国制造业中心，具有显著的外向型经济特征，其创新链耦合协调度排名分别为全国第1位和第2位。在数字化技术建设方面，2020年中国数字经济发展指数平均值为29.6，广东和江苏分别以65.3、52.2的指数位居全国数字经济发展水平的第1名与第3名；从总量来看，作为信息产业强盛的广东、江苏持续引领全国数字产业化发展。在产学研合作方面，广东虽然是经济大省，但原有的科技力量并不雄厚，一直在探索产学研合作以及科技成果与经济结合之路，吸引了全国312所高校、332个科研机构集聚，建立省部级以上各类创新平台300多个；江苏省则以点带面、全省互动，形成了网络化产学研合作对接平台，呈现出科技成果转化能力强、省内落地率高的特点。在市场化环境方面，广东省深入推进资本要素市场化配置，鼓励省内上市公司、挂牌公司利用功能互补、内外联通的多层次资本市场做优做强，拓展直接融资渠道，引导信贷资金向重点领域倾斜；江苏则以技术要素市场化配置改革为先导，从健全统一规范的人力资源市场体系、加快发展技术要素市场等多个领域，加速推进全省要素市场化配置改革。

由此可见，数字化势头强劲、市场化水平高、有优势产业支撑的经济发达地区可以参考采用该路径。具体而言，当区域基础研究水平不存在优势时，建议探索企业主导、政府支持、高校院所推动的市场化创新模式，并在此过程中充分发挥区域大型企业和各领域单项冠军企业的创新示范作用，使区域创新链后端需求和前端供给相匹配。一方面通过数字技术加强区域政府、企业、高校、科研机构、中介机构等多元主体间的协同合作，从而使创新要素高效联通；另一方面通过产学研合作，鼓励企业与区域内乃至国际上的高校、科研院所合作开展有针对性的基础研究和应用研究，最终通过打造以市场需求为导向，以数字化技术为支撑，以产学研合作为基础的区域创新链，实现区域创新链的高度耦合协调。

3.3.3 知识—研发创新引领型路径

此路径表明区域拥有较高的数字化技术水平(T)和优良的高等教育环境(E)，也可驱动区域创新链耦合协调度提升。其中，数字化技术水平和高等教育投入水平是核心条件，产学研合作水平是边缘条件，具体路径如图7所示。该路径下区域知识创新和研发创新水平较高，因此命名为知识—研发创新引领型路径，代表区域为陕西和辽宁，对应的解释案例如图8所示。

陕西和辽宁分别是我国西北地区与东北地区排名第一的经济强省，区域创新链耦合协调度分别排名全国第12位和第14位。陕西、辽宁拥有扎实的科教资源，创新综合实力雄厚，高水平高校和重要领域的科研院所众多，创新链前端源头供给能力充足。在数字化技术建设方面，陕西和辽宁以新型智慧城市建设、产业数字化转型为主战场，挖掘和培育大数据应用场景，推进大数据在经济发展、社会治理、民生服务等领域的融合应用，一定程度上助力创新要素流动和共享。但如何将区域基础研究、应用研究优势转化为产业优势一直是陕西、辽宁等知识创新水平较高地区要解决的问题。2021年3月，陕西启动建设“秦创原”创新驱动平台，鼓励所有高校院所和企业转化科技成果，吸引产、学、研、用及资金等各种创新要素在平台汇聚，集中解决成果转化“最后一公里”问题并且取得一定成效；辽宁则以企业为主体，利用大数据、物联网、人工智能等新兴数字技术为传统产业赋能，组织实施省级“揭榜挂帅”科技攻关项目，牵头高校和科研院所成立产学研联盟，通过打通创新链各环节，使区域知识创新、研发创新促进创新链高度耦合协调。

上述研究可为区域科教资源丰富、基础研究水平较高、创新氛围较好的地区驱动区域创新链耦合协调度提升提供借鉴。采用该路径需要区域具有一定科教资源基础，通过数字化技术打通创新链条的关键堵点，促进区域内科学知识在更大范围内畅通。当创新链前端已具有一定发展优势时，要开始关注创新链前后端对接，利用自身科教资源基础扎实的优势，由区域政府牵头或市场主导，通过要素集聚实现区域创新链与产业链精准对接，带动区域产品创新水平提升，进而驱动区域创新链耦合协调度提升。

3.3.4 产品创新引领型路径

此路径表明区域拥有较紧密的产学研合作关系(O)以及良好的市场化环境(E)，也可驱动区域创新链耦合协调度提升，具体路径如图9所示。由于区域产品创新水平相对较高，因此命名为产品创新引领型路径，该路径代表区域为安徽、河南，区域创新链耦合协调度分别排名全国第9位和第10位，对应的解释案例如图10所示。

安徽的区域创新水平近年来在中部地区表现突出，通过将制造业作为科技创新主战场，支持企业牵头或参与建设高水平研发机构、组建创新联合体，与高校院所开展产学研合作，让企业成为创新主力军。在推进市场化方面，安徽正在全面提升政府和企业利用资本市场的意识及能力，加强企业与金融资本互动，促进资本市场要素加速整合；在产学研合作方面，通过对标世界一流，建设了一批“国字号”创新平台，并且借助长江经济带一体化发展优势，促成跨区域合作和创新平台共建。随着合肥成为综合性国家科学中心，越来越多的高新企业在安徽设立研发机构，促进了更多创新资源与人才集聚，更有利于区域创新链的耦合协调。河南应用基础研究开展不足，获得国家自然科学奖、国家技术发明奖和国家科技进步奖等科技领域最高奖项的次数较少，缺少高水平重大创新平台，但近几年依靠以企业为主体、市场为导向、产学研深度融合的技术创新体系，也实现了由传统农业大省向新兴工业大省的历史性转变，并以郑洛新国家自主创新示范区建设为龙头，开展了一批产业关键技术和重大产品攻关，引导企业、高等院校、科研机构建立机制灵活、互惠高效的产业技术创新战略联盟，驱动区域创新链耦合协调度提升。

上述结论可为区域基础研究不足、经济效益不明显，但具有优势产业支撑的地区提升区域创新链耦合协调度提供借鉴。这些地区需要将市场需求置于中心地位，以产学研合作为创新发力点，着力打造以市场配置资源、通过技术创新回应市场需求的创新链。充分发挥市场在资源配置中的决定性作用，通过完善市场对接机制提高经济与科技融合发展水平，并由市场主导建立与产业或自身利益相关的科技孵化器、产业协会、各类技术研究中心、技术转移中心等机构，完善技术更新机制，通过引导产学研合作形成由创新链终端引领、各阶段协调发展的驱动路径，进而提升区域创新链耦合协调度。

3.4 稳健性检验

根据张明和杜云周[35]的评判标准，fsQCA稳健性检验通常在调整案例一致性阈值、提高PRI一致性、增加或删除案例、新增其它条件的方式中任选一种方式对研究结论进行检验。本研究使用fsQCA3.0软件，在输出条件组态结果前，将设置的一致性阈值由原来的0.8提高到0.85，新组态结果如表6所示。结果显示，除组态3由于提高一致性阈值被筛除一组案例，导致分析数据发生微小变化外，组态数量、核心条件均未发生变化，条件组态分析结果与原有组态分析结果保持一致，说明本文研究结论具有稳健性。

4 结论与启示

4.1 研究结论

基于“知识创新—研发创新—产品创新”三阶段区域创新链，对中国内地31个省份开展评价，运用fsQCA方法探究技术、组织、环境3个维度下5个影响要素驱动区域创新链耦合协调度提升的条件组态和具体路径，得出如下结论：

(1)东、中、西部各省份区域创新链耦合协调度存在明显差异。根据耦合协调度数值，东部地区创新链耦合协调度相较于中、西部地区具有明显优势，大部分省份区域创新链各环节已形成良性互动；中、西部地区仅有个别省份的区域创新链耦合协调度呈现较高水平，多数省份由于关键环节及核心要素缺失，区域创新链耦合协调度较低。

(2)数字化技术水平、市场化水平在驱动区域创新链耦合协调度提升上普遍发挥作用。在必要条件分析中，高数字化技术水平、高市场化水平虽然无法单独构成区域创新链高度耦合协调的必要条件，但对于结果却呈现出较高的一致性和覆盖度，且高数字化技术水平、高市场化水平作为核心条件，分别存在于区域创新链高度耦合协调的4个组合构型中，表明它们是驱动区域创新链耦合协调度提升的关键。

(3)提升区域创新链耦合协调度需要多要素通过组态发挥作用，任何单一要素均无法驱动区域创新链耦合协调度提升。另外，存在4条区域创新链耦合协调度提升的驱动路径：数字化技术、政府支持、高等教育环境和市场化环境驱动下的知识—研发—产品创新均衡型路径；数字化技术、产学研合作和市场化环境驱动下的研发—产品创新引领型路径；数字化技术和高等教育环境驱动下的知识—研发创新引领型路径；产学研合作与市场化环境驱动下的产品创新引领型路径。由于知识—研发—产品创新均衡型路径、研发—产品创新引领型路径代表案例呈现出较好的结果，所以在驱动区域创新链耦合协调度提升过程中发挥更大作用。

4.2 管理启示

(1)地方政府应重视提升区域创新链耦合协调度的组态效应，发挥核心要素的引领作用。多条驱动路径的存在，表明单一路径中各影响要素联动匹配才能实现区域创新链耦合协调度提升。因此，地方政府应在准确评估本区域创新资源和创新条件的基础上，致力于知识创新、研发创新和产品创新之间多重条件的联动匹配，有针对性地打造适合创新链耦合协调度提升的组合构型，将有限的创新资源投入到核心要素的组态建设中，以核心条件作为着力点畅通整个创新链，进而助推区域创新链耦合协调度提升。

(2)应该重视数字化技术和市场化环境对区域创新链耦合协调度的影响。从科学发展态势看，数字化技术通过促使知识、信息、数据等多种创新资源在创新主体间高效、快速、自由地流动，为区域创新提供技术供求动态信息，使创新链各阶段能及时洞察创新机会和创新动向，进而为区域创新链协调一致、供需平衡提供有力保障。而区域市场化环境对以市场开发与推广为主的创新链后端至关重要，也更有利于创新链前端创新成果开发及转化。因此，应重视区域数字化技术和市场化环境建设，合理增加核心要素投入，促进区域创新链有效衔接。

(3)地方政府要根据自身组织条件和资源禀赋选取适合区域创新链耦合协调度提升的驱动路径。创新活动发展较为均衡的区域，如天津、河北、重庆、四川等省市可以选择知识—研发—产品创新均衡型路径；科教资源较为匮乏但数字化和市场化势头强劲、有优势产业支撑的区域，如浙江、福建、山东等省份可以选择研发—产品创新引领型路径；科教资源丰富、创新氛围较好的区域，如吉林、黑龙江、湖北等省份可以选择知识—研发创新引领型路径；基础研究不足、经济效益不明显，但具有优势产业支撑的区域可以选择产品创新引领型路径，如江西；已具有较高耦合协调度的区域，如陕西、辽宁、安徽、河南，应将所属路径优势发挥至最大，尔后向知识—研发—产品创新均衡型路径、研发—产品创新引领型路径跨越；对区域创新链各阶段均有待提升的区域，如内蒙古、西藏、青海、宁夏、新疆等省份，可以优先尝试研发—产品创新引领型路径，着力补齐自身短板。

参考文献:

[1] 葛鹏飞，韩永楠，武宵旭.中国创新与经济发展的耦合协调性测度与评价[J].数量经济技术经济研究,2020,37(10):102-118.

[2] 王德起,何皛彦,吴件.京津冀区域创新生态系统:运行机理及效果评价[J].科技进步与对策,2020,37(10):53-61.

[3] 张凡勇,杜跃平.创新链的概念、内涵与政策含义[J].商业经济研究,2020,39(22):130-132.

[4] 代明,梁意敏,戴毅.创新链解构研究[J].科技进步与对策,2009,26(3):157-160.

[5] 刘建国.是什么导致了创新失效——基于创新价值链障碍的实证检验[J].科研管理, 2016,37(11):52-60.

[6] 温兴琦,李燕萍.创新链条裂缝的表现、成因及接续路径研究[J].科技进步与对策,2014, 31(24):157-160.

[7] FOXON T J,GROSS R,CHASE A,et al.Innovation systems for new and renewable energy technologies drivers,barriers and systems failures[J].Energy Policy,2005,33(16)：2123-2137.

[8] 蔡坚.产业创新链的内涵与价值实现的机理分析[J].技术经济与管理研究,2009,30(6): 53-55.

[9] 李成龙,刘智跃.产学研耦合互动对创新绩效影响的实证研究[J].科研管理,2013,34(3): 23-30.

[10] 武华维,王超,许海云,等.知识耦合视角下区域科学—技术—产业协同创新水平的评价方法研究[J].情报理论与实践,2020,43(5):91-98.

[11] 窦超,熊曦,陈光华,等.创新价值链视角下中小企业创新效率多维度研究——基于加法分解的两阶段DEA模型[J].科技进步与对策,2019,36(2):77-85.

[12] 余泳泽,刘大勇.我国区域创新效率的空间外溢效应与价值链外溢效应——创新价值链视角下的多维空间面板模型研究[J].管理世界,2013,29(7):6-20.

[13] HANSEN M T,BLRKINSHAW J.The innovation valuechain[J].Harvard Business Review,2007, 86(4):121-130.

[14] 朱艳,陈辉,刘鑫.协同创新视角下的科研管理激励机制构建——以地方工科院校为例[J].中国高校科技,2016,30(3):15-17.

[15] 迟景明,李奇峰.我国区域产学研创新系统耦合协调度评价及时空特征分析[J].国家教育行政学院学报,2020,22(3):15-25.

[16] 陈平,韩永辉.粤港澳大湾区创新链耦合协调度研究[J].学术研究,2021,64(9):100-106.

[17] 范旭,刘伟.基于创新链的区域创新协同治理研究——以粤港澳大湾区为例[J].当代经济管理,2020,42(8):54-60.

[18] 王玉冬,张博,武川,等.高新技术产业创新链与资金链协同度测度研究——基于复合系统协同度模型[J].科技进步与对策,2019,36(23):63-68.

[19] LEXUTT E.Different roads to servitization success——a configurational analysis of financial and non-financial service performance[J].Industrial Marketing Management,2020, 84(1):105-125.

[20] DISS P C.A Set-theoretic approach to organizational configurations[J].The Academy of Management Review,2007,32(4):1180-1198.

[21] 汤长安,邱佳炜,张丽家,等.要素流动、产业协同集聚对区域经济增长影响的空间计量分析——以制造业与生产性服务业为例[J].经济地理,2021,41(7):146-154.

[22] 张凌志,刘楠.政府主导要素投入对区域知识创新的影响[J].管理观察,2017,37(32):66-68.

[23] SANDERSON A,BENNEWORTH P.The regional engagement of universities[J].Journal of Higher Education Policy&Management,2009,21(1):1-18.

[24] 李玲,陶厚永.包容性创新环境对区域创新绩效的影响[J].科技进步与对策,2018, 35(19):31-37.

[25] 姜磊,柏玲,吴玉鸣.中国省域经济、资源与环境协调分析——兼论三系统耦合公式及其扩展形式[J].自然资源学报,2017,32(5):788-799.

[26] 盛亚,冯媛媛,施宇.政府科研机构科技资源配置效率影响因素组态分析[J].科技进步与对策,2022,39(8):1-9.

[27] BATES R A,III E H.Computerized performance monitoring:a review of human resource issues[J]. Human Resource Management Review,1995,5(4):267-288.

[28] 张妮,赵晓冬.区域创新生态系统可持续运行建设路径研究[J].科技进步与对策,2022, 39(6):51-61.

[29] 李昕,关会娟,谭莹.技能偏向型技术进步、各级教育投入与行业收入差距[J].南开经济研究,2019,35(6):86-107.

[30] 王小鲁,樊纲,胡李鹏.中国分省份市场化指数报告(2021)[M].北京:社会科学文献出版社, 2019:4-6.

[31] 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.

[32] 杜德林,王姣娥,焦敬娟,等.珠三角地区产业与创新协同发展研究[J].经济地理,2020, 40(10):100-107.

[33] 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.

[34] VERWEIJ S.Set-theoretic methods for the social sciences:a guide to qualitative comparative analysis[J].International Journal of Social Research Methodology,2012, 16(2):165-166.

[35] 张明,杜运周.组织与管理研究中QCA方法的应用:定位、策略和方向[J].管理学报,2019, 16(9):1312-1323.

(责任编辑：胡俊健)