开放科学(资源服务)标识码(OSID)：
To accomplish this, the study utilizes a mixed-methods approach that integrates Panel Data Qualitative Comparative Analysis (PD-QCA) and Necessary Condition Analysis (NCA), supplemented by regression analysis. The empirical investigation covers 30 Chinese provinces from 2017 to 2022. Business environment indicators are sourced from the “China Provincial Business Environment Evaluation Database 2023” provided by Peking University's Open Research Data Platform, while high-tech enterprise data are obtained from the China Industrial and Commercial Registration Database. This combination of panel data and advanced analytical techniques enables a nuanced evaluation of how various institutional factors interact to foster the emergence of high-tech enterprises.
The findings reveal that no single factor within the business environment is a necessary condition for high-tech enterprise emergence. Instead, the coupling of multiple elements is crucial. Two primary configurations have been identified as sufficient for driving high-tech enterprise emergence. The first, the market-legal policy synergy mode, underscores the importance of a robust market environment coupled with a sound legal policy framework. This configuration works by reducing commercial uncertainty through fair competition, clear market entry and exit mechanisms, and strong enforcement of intellectual property rights. Such an environment not only incentivizes innovation but also creates a secure platform for the commercialization of new technologies. The second configuration, the market-government joint drive mode, highlights the collaborative effect of market forces and efficient governmental administration. In this mode, a supportive governmental environment marked by high administrative efficiency and transparent policy implementation works in tandem with competitive market dynamics to alleviate policy uncertainty, streamline administrative processes, and enhance service quality for enterprises. Both configurations demonstrate that the joint interaction of institutional factors, rather than any single factor alone, is key to nurturing high-tech enterprises.
An important aspect of this study is its examination of temporal dynamics. The analysis indicates that the explanatory power of both configurations has progressively increased over time, particularly following the COVID-19 pandemic. This trend highlights the dual importance of an efficient market and a proactive government in stabilizing business expectations and mitigating uncertainties during periods of crisis. Moreover, additional regression analyses confirm that the market-legal policy synergy configuration primarily promotes high-tech enterprise emergence by reducing commercial uncertainty, whereas the market-government joint drive configuration mainly exerts its influence by lowering policy uncertainty.
The study makes several significant contributions to the literature. First, by integrating multiple dimensions of the business environment into a unified configurational framework, it provides a more comprehensive understanding of how complex institutional interactions shape the emergence of high-tech enterprises. This approach overcomes the limitations of previous studies that isolated individual factors, thus offering a richer and more realistic depiction of the institutional landscape. Second, the application of PD-QCA allows for the incorporation of the time dimension into configurational analysis, addressing a key shortcoming of traditional QCA methodologies that often overlook temporal changes. Third, by employing a complex mediation model to elucidate the mechanisms underlying the observed relationships, the study opens the black box of business environment effects, offering clear evidence of how specific institutional synergies reduce various forms of uncertainty to promote high-tech enterprise development. From a policy perspective, the findings provide valuable insights for both regional and national strategies aimed at fostering high-tech innovation. Policymakers should enhance market fairness by removing regional barriers and promoting unified market standards, while also strengthening legal protections for intellectual property and streamlining government administrative procedures. The demonstrated importance of the dynamic interplay between market forces and institutional support suggests that coordinated reforms integrating improvements in both the market and government sectors can significantly boost the emergence and growth of high-tech enterprises.
开放科学(资源服务)标识码(OSID)：
当前全球经济快速迭变,高新技术企业在推动产业转型升级中扮演重要角色[1]。作为创新主体,高新技术企业以其卓越的研发能力和转化能力促进产业链现代化与高效化,然而高新技术产业发展水平在不同省份之间呈现较大差异[2]。在此背景下,探索高新技术企业涌现机制不仅有利于理解高新技术产业发展不均衡的原因,而且可以为制定科技政策、促进经济持续健康发展提供参考。
高新技术企业处于快速变化的技术前沿,创新发展面临较高风险[3]。制度环境作为重要的外部赋能力量,探讨其如何降低高新技术企业面临的不确定性从而影响高新技术企业涌现,有利于更好地理解创新动力的来源[4]。根据新制度主义理论,制度环境不仅规范经济活动,而且通过塑造激励机制和预期行为,对企业创建和持续发展产生深远影响[5-6]。改革开放以来中国市场经历了政府主导的全面转型,期间政府逻辑与市场逻辑并存且相互作用,形成复杂的营商环境(杜运周等,2017)。该环境包括法律、政策、社会规范和市场规则等多种元素,它们构成影响企业运营效率和创新决策的不同制度框架,对高新技术企业涌现产生重要作用[7-8]。有大量研究探索了营商环境的经济效应,这些研究主要关注营商环境如何促进经济增长、缩小收入差距、促进就业、提升劳动生产率等方面[9-10]。但现有文献通常将营商环境视为一个整体,或仅关注单个方面,忽视了政府与市场间更为复杂的共生、共栖与主导关系,以及不同制度规范的多维互动逻辑对高新技术企业涌现的具体影响(杜运周等,2017)。
在中国市场发展的转型期,不同制度逻辑相互组合,形成多样化的制度配置。制度组态如何系统地影响高新技术企业涌现是值得探讨的重要话题。高新技术产业发展依赖企业对市场变化的快速响应能力,而该能力产生源于制度环境的稳定性、支持性和透明度(李建军等,2023)。稳定的知识产权保护制度有助于激励企业加大创新活动投入,这是因为它能够降低知识财产被侵犯的风险;而清晰透明的市场准入规则能够帮助企业科学制定市场战略和减少政策不确定性带来的风险。在这种制度框架下,有利于高新技术成果成功地从创意阶段走向商业化阶段。因此,深入探索复杂制度如何影响高新技术企业涌现和成长,对于创新和企业发展至关重要。虽然有研究从组态视角探索了营商环境驱动创新创业的路径,但受限于方法与数据可得性,相关研究主要从静态视角进行分析[11]。近年来我国营商环境显著优化,高新技术企业增长迅猛。仅采用截面数据难以揭示营商环境组合在时间维度上对高新技术企业涌现的动态影响[12],更无法诠释其中的复杂因果关系以及组态演变规律。因此,有必要进一步考察营商环境的不同条件组合对高新技术企业涌现的驱动路径及随时间演变趋势,以揭示其复杂机理和动态变化过程。此外,相关研究指出,营商环境是一个复杂的生态系统,内部要素的相互依赖性催生城市创新的多种生态模式(杜运周等,2022)。这表明营商环境与创新之间呈现多重并发的等效性复杂特征,意味着营商环境与创新之间可能存在复杂的中介关系,进一步凸显营商环境在城市创新发展中的重要作用和影响机制的多样性(杜运周等,2024)。已有研究大多忽略营商环境与创新创业之间的内在关系,未能完全揭开营商环境各要素相互共生、激发市场活力的作用“黑箱”。
本文基于组态视角,结合PD-QCA(panel data qualitative comparative analysis)和NCA(necessary conditionanalysis),深入分析各省份营商环境与高新技术企业涌现之间的复杂因果关系,并致力于回答以下问题:营商环境要素是否以及多大程度上是驱动高新技术企业涌现的必要条件?什么样的营商环境组态能够促进高新技术企业涌现?此外,本研究通过构建复杂中介模型,进一步探索营商环境组态与高新技术企业涌现间可能存在的作用机制。
本文基于新制度主义理论和组态视角,系统整合营商环境要素,探究多种制度逻辑共栖或共生的营商环境如何促进高新技术企业涌现,分析营商环境与高新技术企业涌现间的复杂因果关系,揭示不同条件组态的动态变化过程,有助于更加深刻地理解营商环境驱动机制的动态发展规律。
在新制度主义理论框架下,营商环境是由一系列相互作用的制度构成的复杂系统,其中包括规范性制度、强制性制度和认知性制度。这些制度的设计、实施和相互作用对高新技术企业涌现与发展发挥关键作用[6]。规范性制度涵盖社会价值观和被期望的规范,它们影响企业行为标准和业务实践[13]。在营商环境中,规范性制度不仅体现对商业实践的法律要求,而且彰显市场参与者对于行为标准的普遍期待,倡导企业基于共识性规范进行创新与竞争。“十三五”规划纲要中明确提出,要营造公平竞争的市场环境、高效廉洁的政务环境、公正透明的法律政策环境和开放包容的人文环境。政务环境和市场环境充分体现规范性特征,其中,政务环境强调高效和廉洁治理,为企业活动设定清晰的行为准则,如反腐败和透明度标准。这些规范不仅是法律的要求,更是社会对良好治理的期望。市场环境则涵盖公平竞争的标准和商业伦理,这些规范支持创新和公平交易。强制性制度通过法律和政策直接规定与限制企业行为,具有强制执行力和法律约束力。法律政策环境明确规定企业必须遵守的法律法规,如知识产权法、合同法等(王欣亮等,2022)。这些法律法规为高新技术企业提供必要的法律保护和操作框架,使其能够在规范和受保护的环境中进行技术开发与市场扩张。认知性制度涉及那些被组织内外广泛接受的知识和信仰,这些信仰和知识影响组织认知框架与行为模式[14]。开放包容的人文环境通过建立鼓励创新和宽容失败的文化,促进创新精神培育和风险投入,为企业发展营造支持创新、鼓励投资的文化环境。
复杂系统观认为,创新是既有知识或技术的组合。营商环境作为一种生态,可以通过不同制度的复杂组合,形成驱动高新技术企业涌现的多元路径[15]。营商环境并非处于一个静止的平衡状态,而是一个不断演变的复杂系统,其中各要素相互作用与适应,推动整个系统发展和变化(杜运周等,2022;Brian,2021)。市场、政务、法律政策及人文环境不是孤立存在的,它们在多个层面相互依存,形成互动的生态系统,营商环境各要素间能够相互强化[16-17]。有研究发现,公平竞争能够激发企业创新活力,而高效廉洁的政府能够确保市场机制顺畅运作,避免行政腐败和烦琐程序对市场的干扰[18],这种相互作用有助于营造一个稳定且充满活力的经营环境。多数研究聚焦政府与市场或政府与社会间关系,但是市场功能与社会功能间的直接强化关系也不可忽视。如开放包容的人文环境能够激发市场创新活力、提升竞争力,而健康的市场机制也能够反哺社会文化的多样性与包容性[19]。此外,高水平的社会信任有助于减少交易成本,促进信息透明和合作行为,不仅能够提升市场机制有效性,而且有助于促进企业合作与竞争,形成良性循环,进一步强化市场功能[20]。复杂系统观强调,这种互动不是线性的简单反应,而是一个动态、非线性的过程,其中包括不可预测的创新和突破(杜运周等,2022)。因此,营商环境因素间的复杂互动对高新技术企业成长至关重要,它们为企业提供了不断适应和进化的环境,使企业能够在竞争中保持活力和创新力。
1.3.1 市场环境与高新技术企业涌现
市场环境对高新技术企业涌现至关重要,尤其是通过促进创新要素集聚,为高新技术企业发展提供必要的条件和资源支撑[21]。首先,市场环境通过促进竞争和合作,加速技术创新和知识传播。竞争促使企业不断寻求技术进步以保持竞争优势,合作则通过共享资源和能力,提高研发效率和促进成果商业化(陈西婵等,2024)。同时,竞争促使高新技术企业优化资源配置、提高生产和管理效率,并直接反映为产品和服务竞争力。其次,高效的市场环境促进资本、技术和人才自由流动[22]。作为知识、技术密集型企业,高新技术企业发展往往依赖于开放的劳动力市场和人力资源政策以吸引与留住关键人才。最后,有效的市场环境支持建立各种经济主体网络,这些网络不仅涵盖供应链企业,还包括研究机构、大学和政府部门,这些网络促进交流与合作,为高新技术企业成长提供肥沃的“土壤”[21]。
1.3.2 政务环境与高新技术企业涌现
廉洁和高效的政府为企业发展提供充满活力、可预测的市场环境[23]。在该环境中,创新成果能够快速实现商业化,同时,新技术、新产品能够迅速进入市场,从而增强市场活力和竞争力[24]。一方面,政府效率直接影响企业运营成本和市场进入速度,这对于技术密集型的高技术企业尤为重要。企业与政府部门交互,获取必要的认证和资源支持(李凤娇等,2021)。高效的政务环境有利于企业减少行政审批上的时间和资源投入,从而有更多资源用于研发和市场扩展活动。另一方面,廉洁的政府能够有效抑制腐败行为并减少政府过度干预等不当行为,从而保护创新企业免受不公平竞争和行政寻租行为的侵害,同时,公正的监管环境有利于吸引国内外投资,增强投资者市场信心[24]。
1.3.3 法律政策环境与高新技术企业涌现
公平、透明是法律政策环境的核心要义,健全的法律政策环境通过提供稳定的市场预期与知识产权保护、明确政府责任,为高新技术企业提供成长和创新的“土壤”[25]。良好的法治环境不仅能够稳定市场预期,还能提振企业和投资者发展信心,这对于高新技术企业成长尤为重要。首先,法治环境的透明性和可预测性能够显著减少市场不确定性,为企业提供稳定的经营预期。高新技术企业在技术开发和市场推广上需要进行大量的前期投入,法律的明确性和政策稳定性使其能够准确预测未来,从而加强长期规划与增强投资信心[26]。其次,高新技术企业的核心资产包括技术和专利,有效的法律保护机制能够确保这些资产不受侵犯,保障企业从其创新活动中获得相应回报,这种保护也鼓励企业加大研发投入、推动技术革新。最后,政府在高新技术企业发展中扮演支持和监管的双重角色,良好的法治环境确保政府行为透明和公正,防止过度的行政干预。明确政府责任和建立合理的法律约束机制,不仅有助于保障政策执行的一致性,而且有助于增强政府在推动创新和保护企业权益方面的责任意识(周洲等,2023)。
1.3.4 人文环境与高新技术企业涌现
开放包容的人文环境意味着对外部投资友好、进入门槛较低和法律法规透明,这些都是影响投资效果的关键因素[27]。高新技术企业涌现尤其依赖资本和知识的密集投入,外部投资为企业提供所需资金,同时,带来先进的技术和管理经验,从而加速技术转移和创新。不仅如此,开放包容的人文环境有助于社会信用体系构建,而良好的信用体系能够促进市场自我规范、减少欺诈行为,创造一个更健康、更具竞争力的商业环境[28]。在一个开放包容的环境中,诚信履约成为企业间交易的行为准则,从而降低交易成本,使企业能将更多资源投入研发创新,从而促进高新技术企业涌现。
综上,本文基于制度理论,构建研究框架如图1所示,通过运用动态QCA分析方法,深入探索营商环境要素间的共生互耦对高新技术企业涌现的整体效能及演变趋势。
图1 理论模型
Fig.1 Theoretical model
本研究选择PD -QCA和NCA分析方法。原因如下:在传统QCA分析中时间维度是难以捕捉的,为了将时间维度整合到QCA中,学界相继提出TQCA、TSQCA和PD-QCA方法。对于TQCA,尽管考虑了时间顺序,但可能存在配置数量激增的问题,并且不能准确反映实际情况。而TSQCA虽然考虑了时间变化,但只计算案例间的一次值差异,忽略了案例间的信息。相比之下,PD-QCA能够同时考虑时间结构和案例间的一致性,优于TQCA与TSQCA方法[29]。具体而言,PD-QCA引入组间一致性(BECONS)和组内一致性(WICONS)概念,分别表示跨时间点的一致性和同一时间点个体案例的一致性,以全面分析面板数据中的时间因素。通过比较BECONS和WICONS的差异,PD-QCA可以揭示不同时间点和个体案例对总体一致性的贡献,从而更准确地识别面板数据中的时间结构[30]。
本研究使用NCA作为必要性分析的重要补充,这是因为虽然QCA和NCA都可以用于必要条件分析,但NCA能够提供相比于QCA更丰富的信息。当进行必要条件识别时,QCA能够寻找到实现结果所必需的条件,而NCA不仅能够寻找到满足给定水平所需的条件,而且能够揭示条件对结果的必要程度。因此,NCA提供更全面的必要条件分析,能够进一步补充QCA的分析结果。
本研究使用的营商环境数据主要来自北京大学开放研究数据平台《中国省份营商环境评价数据库2023》,该数据库覆盖了2017—2022年各省份营商环境数据。高新技术企业数据来源于中国工商企业注册数据库。本文采用我国内地30个省份的平衡面板数据展开分析(西藏数据缺失,未纳入统计)。
2.3.1 结果
高新技术企业涌现(GJS)。首先,借鉴彭俞超等[31]的研究,根据国家统计局发布的《高技术产业分类》,使用其行业分类作为检索词,采用大语言模型进行近义词扩展,补充并拓展高科技企业经营范围的关键词库;其次,从企业工商注册信息数据的“经营范围”文本信息入手,与扩展词库对比,若企业“经营范围”中出现词库中的任一关键词,则该企业被识别为高新技术企业;最后,将识别出的高科技企业数量归纳整理至省份-年份层面,作为各省份高科技企业数量度量指标,并对未经扩展的高科技企业经营范围的相关词汇进行检索,作为稳健性检验指标。
2.3.2 前因条件
本文结合“十三五”规划纲要要求,并参考张三保等[32]的研究,将公平竞争的市场环境、高效廉洁的政务环境、公正透明的法律政策环境和开放包容的人文环境作为一级指标,构建相关指标体系。
市场环境(SC):反映市场运行的公平性和竞争性。要求各类市场主体能够在平等条件下参与市场竞争,反对各种形式的不正当竞争和垄断行为,以保障市场健康有序发展,具体包括融资、创新、竞争公平、资源获取和市场中介等方面。
政务环境(ZW):反映政府行政管理效率和服务质量。要求政府部门能够依法依规行使职权,提供高效优质的公共服务,同时,坚决惩治腐败现象,维护政府形象和公信力,具体包括政府廉洁、政府关怀与政府效率等方面。
法律政策环境(ZC):反映法律法规制定和执行必须遵循公平正义原则。要求建立健全法律体系,完善相关法律法规,确保各项政策措施公开透明,保障人民群众的合法权益不受侵犯,具体包括政策透明和司法公正两方面。
人文环境(RW):反映各地倡导开放包容、诚信互惠的国际合作态度,以及商业环境和社会氛围是否稳定可靠,具体包括对外开放和社会信用两方面。
本研究运用直接校准法将前因条件和结果校准为0～1之间的模糊集。将各观测年份数据分别进行校准,将上四分位数、中位数、下四分位数作为完全隶属、交叉点和完全不隶属的3个校准点(杜运周等,2017)。
3.1.1 QCA必要性分析
一般地,在QCA分析中,当某前因条件一致性水平大于0.9、覆盖度大于0.5且相关性大于0.5时,该条件被视为必要的[33]。由表1可见,各前因条件的一致性均小于0.9,因此任何一个营商环境要素均不构成驱动高新技术企业涌现的必要性条件。
表1 QCA必要性分析结果
Table 1 Necessary condition analysis of QCA
条 件 变 量 GJ S 一 致 性 相 关 性 覆 盖 度 ^ GJ S 一 致 性 相 关 性 覆 盖 度 SC 0 . 8 0 6 0 . 8 6 3 0 . 7 9 2 0 . 2 6 4 0 . 6 6 9 0 . 3 5 1 ^ SC 0 . 3 3 9 0 . 5 0 5 0 . 2 5 4 0 . 8 4 3 0 . 8 4 0 0 . 8 5 5 ZW 0 . 6 7 0 0 . 7 7 7 0 . 6 4 1 0 . 3 6 2 0 . 7 0 2 0 . 4 6 8 ^ ZW 0 . 4 4 4 0 . 5 4 7 0 . 3 4 0 0 . 7 2 3 0 . 7 6 0 0 . 7 4 8 ZC 0 . 6 3 4 0 . 7 4 5 0 . 5 9 1 0 . 4 1 0 0 . 7 1 2 0 . 5 1 7 ^ ZC 0 . 4 8 2 0 . 5 7 3 0 . 3 7 6 0 . 6 7 6 0 . 7 4 6 0 . 7 1 4 RW 0 . 6 3 2 0 . 7 5 2 0 . 5 9 7 0 . 3 9 5 0 . 7 1 2 0 . 5 0 5 ^ RW 0 . 4 7 6 0 . 5 6 4 0 . 3 6 8 0 . 6 8 5 0 . 7 4 2 0 . 7 1 6
注:～表示逻辑运算“非”
3.1.2 NCA 必要性分析
利用NCA 方法识别单一必要条件需同时满足效应量d≥ 0.1、蒙特卡洛仿真置换检验中效应量达到显著性水平p<0.05。由于本研究中前因条件皆为连续变量,因此选择CR方法进行必要性分析[34]。由表2可知,所有前因条件的效应量d<0.1,为低等效应量。因此,各前因条件均不构成高新技术企业涌现的必要条件。
表2 NCA必要性分析结果
Table 2 NCA results
前 因 条 件 精 确 度 ( % ) 上 限 区 域 范 围 d p SC 9 5 . 8 0 . 1 0 5 0 . 9 9 1 0 . 0 9 8 0 . 0 0 ZW 9 9 . 9 0 . 0 0 0 0 . 9 9 1 0 . 0 0 0 1 . 0 0 ZC 1 0 0 0 . 0 0 0 0 . 9 9 1 0 . 0 0 0 1 . 0 0 RW 1 0 0 0 . 0 0 0 0 . 9 9 1 0 . 0 0 0 1 . 0 0
进一步的,开展NCA瓶颈水平分析。瓶颈水平是指为实现某水平结果,单个前因条件需要达到的最低水平。由表3发现,当结果条件的瓶颈水平位于50%以下时,各营商环境要素不构成必要约束条件。要达到100%的高新技术企业涌现,需要39.5%水平的市场环境和0.3%水平的政务环境。
表3 NCA瓶颈水平分析结果(%)
Table 3 NCA bottleneck level analysis(%)
GJ S SC ZW ZC RW 0 N N N N N N N N 1 0 N N N N N N N N 2 0 N N N N N N N N 3 0 N N N N N N N N 4 0 N N N N N N N N 5 0 2 . 8 N N N N N N 6 0 1 0 . 1 N N N N N N 7 0 1 7 . 5 N N N N N N 8 0 2 4 . 8 N N N N N N 9 0 3 2 . 2 N N N N N N 1 0 0 3 9 . 5 0 . 3 N N N N
注:NN表示在该瓶颈水平下该条件对结果变量而言不是必要条件,即使该条件的值非常低,也不会影响结果出现
3.2.1 组态结果
组态分析旨在充分探讨不同前因条件组合如何影响结果。本文在构建真值表时,设定一致性阈值为0.8,频数阈值为1,PRI阈值为0.5[35]。鉴于营商环境促进高新技术企业涌现的作用机制尚无定论,在缺乏理论依据的情况下,优先考虑复杂型解决方案作为分析基础,有助于提升研究解释力与方法论严谨性[36]。因此,本研究着重关注复杂解并结合简约解识别核心与边缘条件。表4为本研究两条组态结果,可以发现,驱动高新技术企业涌现的两条组态一致性均大于0.8,表明两条组态均是驱动高新技术企业涌现的充分条件。根据核心条件,组态S1定义为市场-法律政策协同联动模式,该组态以市场环境和法律政策环境为核心条件存在;组态S2定义为市场-政务联合驱动模式,该组态以政务环境和市场环境为核心条件存在,同时,以人文环境为核心条件不存在。
表4 组态分析结果
Table 4 Configuration analysis results
变量 GJS S1 S2 SC ● ● ZW ● ZC ● RW 一致性 0.888 0.836 PRI一致性 0.858 0.757 原始覆盖度 0.518 0.267 唯一覆盖度 0.337 0.087 解的一致性 0.888 PRI一致性 0.858 解的覆盖度 0.518 Between2017 0.807 0.691 Between2018 0.887 0.871 Between2019 0.830 0.718 Between2020 0.886 0.871 Between2021 0.912 0.905 Between2022 0.942 0.970 组间一致性调整距离 0.064 0.150 组内一致性调整距离 0.296 0.313
注:●表示核心条件存在,⊗表示核心条件不存在,下同
此外,进行充分性分析时,PD-QCA还需要分析每条组态中不同条件组合与结果的一致性随时间和案例变化的规律。本研究使用欧氏距离度量组间一致性、组内一致性向量与各自T维及N维向量间的距离,但由于欧氏距离对面板中时间和个案数量较敏感,因此需进一步计算组间一致性调整距离和组内一致性调整距离,并分别进行评估[22],具体见表4。根据一致性调整距离,当组内一致性调整距离均小于0.2且远小于组间一致性调整距离时,则表明两条组态的解释力度存在较强的地区效应。虽然两条组间一致性调整距离小于0.2,但组态S2的组间一致性调整距离大于0.1并显著大于组态S1,表明组态S2的解释力度存在一定时间效应。
本研究进一步结合组间一致性与组间覆盖度绘图以解释组态在不同年份的变化态势。由图2可知,组态S1的组间一致性水平自2017年逐渐上升,同时,覆盖度也不断提高,表明S1对高新技术企业涌现的解释力度逐年增大。随着市场环境和法律政策环境不断改善,一致性水平总体呈上升态势。其中,S1的一致性在2019年有所下降(可能由于新冠疫情的影响),在2020年之后提升到汇总一致性水平之上。组态S2的一致性水平总体呈现上升态势,在2018年显著提高后又下降,结合覆盖度水平变化可知,2018年一致性提升是由于其覆盖度下降。2019年虽然覆盖度有所提升但一致性水平下降,可能是由于新冠疫情期间市场低迷,而政务环境改善能有效降低市场经营者的制度性交易成本,从而与市场环境协同促进高新技术企业涌现,但是覆盖度的上升使这种优势被“淹没”(杜运周等,2017),最终导致一致性水平下降。以上结果表明,组态S1和S2对高新技术企业涌现的解释力度都有所上升,表明环境变化加剧,而“有效市场”和“有为政府”的结合能有效稳定市场预期,降低企业经营中的不确定性,促进高新技术企业涌现。
图2 组间一致性
Fig.2 Inter-group consistency
3.2.2 组态分析
组态S1:市场与法律政策协同联动发展模式。组态S1以市场环境和法律政策环境为核心条件存在,因为良好的市场环境通常意味着市场竞争机制、市场准入和退出规则有效且充足,市场资源配置合理等。对于高新技术企业而言,活跃的市场能够提供广阔的商业机会,刺激企业创新,满足市场需求。同时,公平竞争的市场环境可以避免少数企业垄断市场资源,使得新创的高新技术企业有机会进入市场并获得发展,激发创业活力。而完善的法律政策环境为高新技术企业提供法律保障,如知识产权保护能够确保高新技术企业创新成果不被剽窃,从而激励企业投入资源进行研发。产业政策、税收优惠政策等也属于法律政策环境范畴,这些政策能够降低高新技术企业运营成本,如税收减免可以让企业将更多资金用于研发和扩大生产规模;产业政策引导资金和资源倾斜则有助于企业突破技术瓶颈、实现快速成长。在市场环境和法律政策环境的协同下,通过降低商业环境不确定性,为高新技术企业涌现提供有力支持。一方面,市场环境的稳定性和可预期性使得高新技术企业能够准确把握市场机会,合理配置资源,降低创新风险;另一方面,法律政策环境的完善和稳定为企业提供坚固的制度保障与政策支持,降低企业法律风险和政策风险。这种协同使得高新技术企业在创新过程中能够更加专注于技术研发和产品创新,提高企业创新效率和成功率,进而促进高新技术企业大量涌现。如石家庄通过完善市场竞争机制、规范市场准入和退出规则、优化市场资源配置等措施,积极培育市场环境,为高新技术企业涌现创造了有利的商业条件。石家庄的生物医药产业在市场机制作用下蓬勃发展,众多企业通过技术创新和产品升级满足市场需求,实现快速发展。石家庄不断完善法律政策环境,加强知识产权保护,确保高新技术企业成果得到有效保护;出台了一系列产业政策和税收优惠政策,如针对高新技术企业的税收减免、研发投入加计扣除等,降低了企业运营成本,激发了企业创新活力。在市场环境和法律政策环境的协同作用下,不仅降低了商业环境的不确定性,而且有助于高新技术企业更加专注于技术研发和产品创新。
组态S2:市场与政务协同驱动模式。在组态S2 中,尽管人文环境缺失,易导致创新文化氛围缺乏、人才吸引力不足、社会创新认知和支持不力等问题,但其具备的市场环境和政务环境为高新技术企业涌现提供了重要支撑。其中,市场环境提供了商业机会、资源配置机制和竞争动力,促使企业不断创新以满足市场需求和提升竞争力;政务环境通过提高行政管理效率和服务质量,为高新技术企业提供便捷、优质的服务,同时,加强市场监管,维护市场秩序,从而保障企业合法权益。具体而言,政府简化行政审批流程,缩短企业办事时间,推行“一站式”服务,集中办理各类手续,简化企业办事程序;加强与企业沟通交流,及时了解需求和困难,提供个性化服务,加强基础设施建设,提供良好办公场所和生产条件;加强知识产权保护,打击侵权行为,保护企业创新成果,加强监管市场垄断和不正当竞争行为,维护公平竞争的市场环境。这两个环境条件的协同作用在一定程度上弥补了人文环境缺失带来的不利影响,促进高新技术企业涌现和发展。以常州为例,市场与政务环境的协同驱动有效降低政策不确定性,有力地促进当地高新技术企业涌现和发展。常州通过营造良好的市场环境,为高新技术企业提供丰富的商业机会和适度的竞争压力,而企业为了在市场中占据一席之地,会不断创新以满足市场需求。同时,政务环境方面,通过提高行政管理效率和服务质量,为企业提供便捷服务和良好的发展环境。在市场环境方面,维持公平公正。企业作为市场主体,能够敏锐感知市场变化并反馈给政府,政府根据这些反馈信息可以及时调整和优化政策,提高政策针对性和适用性。这种市场与政务的紧密协同,不仅能够降低政策不确定性,而且促进常州高新技术企业涌现和发展,使得企业能够在相对稳定的政策环境下更加专注于技术创新和产品研发,推动高新技术产业快速发展。
根据上述分析,本研究认为市场环境与法律政策环境协同能够降低商业环境的不确定性,而市场环境与政务环境协同能有效降低区域政策环境的不确定性。为了检验这些机制,本研究参考杜运周等(2024)的研究,使用回归分析方法进行验证。将各组态隶属度并集作为解释变量,同时,参考已有研究,将财政水平、科学支出、产业结构、信息化水平、人力资本、公共服务、人均生产总值及人口密度作为控制变量[32]。分别将外商投资(fdi)与官员变更(change)作为商业环境不确定性和政策环境不确定性的代理变量[37]。
根据表5列(1)(2)可知,组态S1和S2对高技术企业涌现的影响系数在0.05的水平上显著为正;根据列(3)可知,组态S1与商业环境不确定性的交互项系数在0.1的水平上显著为正,表明市场环境与法律政策环境协同能通过降低商业环境不确定性促进高新技术企业涌现;根据列(4)可知,组态S2与政策环境不确定性的交互项系数在0.1的水平上显著为正,表明市场环境与政务环境协同能够通过降低政策环境不确定性促进高新技术企业涌现。为了验证两条组态机制的差异,本研究进一步将组态S1与政策环境不确定性的交互项及S2与商业环境不确定性的交互项带入回归方程中。由表5中列(5)(6)可知,交互项系数不显著,表明组态S1和S2通过不同机制促进高新技术企业涌现。
表5 机制检验结果
Table 5 Mechanism test results
变 量 ( 1 ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) ( 6 ) GJ S GJ S GJ S GJ S GJ S GJ S b 1 0 . 0 6 4 * * 0 . 0 5 2 * 0 . 0 6 6 * * - 0 . 0 2 6 - 0 . 0 2 8 - 0 . 0 2 7 b 2 0 . 0 6 6 * * 0 . 0 5 1 0 . 0 6 4 * - 0 . 0 3 2 - 0 . 0 3 4 - 0 . 0 3 6 fdi - 0 . 0 0 4 * - 0 . 0 0 1 - 0 . 0 0 2 - 0 . 0 0 3 c han g e - 0 . 0 5 6 * 0 . 0 0 5 - 0 . 0 3 3 - 0 . 0 1 6 fdi × S 1 0 . 0 0 3 * - 0 . 0 0 2 c han g e × S 2 0 . 0 6 3 * - 0 . 0 3 5 c han g e × S 1 - 0 . 0 0 7 - 0 . 0 2 fdi × S 2 0 . 0 0 0 - 0 . 0 0 3 控 制 变 量 是 是 是 是 是 是 时 间 控 制 效 应 是 是 是 是 是 是 地 区 控 制 效 应 是 是 是 是 是 是 观 测 值 1 3 1 5 1 3 1 5 1 3 1 5 1 3 1 5 1 3 1 5 1 3 1 5 R - s q u a r e d 0 . 9 0 3 0 . 9 0 3 0 . 9 0 4 0 . 9 0 3 0 . 9 0 3 0 . 9 0 4
注:***表示p<0.01, **表示 p<0.05, *表示p<0.1
3.4.1 构建测试集
在社会学领域,案例数量通常较多,且数据的概念边界可能不够精确,使得进行稳健性检验时校准锚点难以设定。此外,案例可能不会整齐地聚集在真值表的行中,增加分析复杂度和不确定性。由于这些复杂性,无法明确选择特定的校准锚点、一致性阈值或频率截断点[38]。此外,由于QCA分析中存在多个因素影响结果稳健性,可能导致稳健性检验程序及其解释结果混乱。Oana等[38]建议进行更为系统的稳健性检验。参考Oana等[38]提出的测试集方法,本研究首先通过改变各项阈值构建测试集,并分别使用参数导向和案例导向方法,通过与原结果对比进行稳健性检验。该方法能同时进行多项稳健性测试,简化稳健性评估过程,并且避免因分别比较结果可能造成的结果混乱。具体而言,分别使用一致性阈值0.85、PRI阈值0.6、案例阈值3进行稳健性检验[39]。表6为参数导向的测试集稳健性检验结果,由结果可知,所有指标均接近或等于1,表明本研究结果具有较强稳健性。
表6 参数导向检验结果
Table 6 Result of Fit-oriented robustness
RF_cov RF_cons RFSC_minTS RFSC_maxTS Robustness_Fit0.909 0.981 0.894 0.832
3.4.2 进一步检验
为进一步保证结果稳健性,本研究采用更换结果变量的方式进行验证。首先,使用未扩展关键词检索得到的高新技术企业数量作为结果变量。其次,将校准锚点四分位数提高到0.9、0.5和0.1。由表7可见,所得结果皆为前文结果的子集,再次表明本研究结果具有较强稳健性。
表7 稳健性检验结果
Table 7 Robustness test results
变量 更换结果变量 RS1 更换锚点 RS2 RS3 SC ● ● ● ZW ● ZC ● ● RW 一致性 0.888 0.884 0.865 PRI一致性 0.858 0.791 0.741 原始覆盖度 0.512 0.621 0.532 唯一覆盖度 0.337 0.203 0.114 解的一致性 0.888 0.865 PRI一致性 0.858 0.741 解的覆盖度 0.512 0.532
本研究应用PD-QCA、NCA及回归方法,探讨中国内地30个省份营商环境对高新技术企业涌现的动态复杂影响。获得以下主要结论:
(1)必要性分析表明,营商环境中任何单一条件均未构成驱动高新技术企业涌现的必要条件,各因素通过相互作用综合促进高新技术企业涌现与发展,说明营商环境各因素间的耦合互动对实现高新技术企业涌现至关重要。这些条件在统计意义上可能不构成严格的必要条件,但它们对构建高水平的营商环境和支持高新技术企业发展具有不可忽视的作用。
(2)存在两条激发高新技术企业涌现的营商环境要素组态,分别是市场-法律政策环境协同联动模式和市场-政务联合驱动模式。两条营商环境要素组态为高新技术企业涌现提供了实现路径,其中,市场—法律政策环境协同联动模式通过优化市场规则及与法律政策的适配,为高新技术企业创造公平竞争、激励创新的环境;市场—政务联合驱动模式则借助政务资源与市场力量的结合,有效解决企业在发展初期面临的诸多问题。这两种模式的识别不仅丰富了营商环境与企业创新关系的理论研究,也为政府制定相关政策提供了参考,有助于进一步优化营商环境,激发高新技术企业创新活力,提升其市场竞争力,推动区域经济高质量发展。
(3)通过构建复杂的中介模型,进一步探索各组态不同条件在驱动高新技术企业涌现中的重要作用机制。研究发现,市场环境与法律政策环境协同能通过降低商业环境不确定性促进高新技术企业涌现,而市场环境与政务环境协同能够降低政策不确定性,从而催生高新技术企业涌现。
本研究的理论贡献如下:第一,以往研究大多将营商环境视为一个单一整体,或仅关注其单个方面的影响,忽视了营商环境多要素间复杂的共生耦合关系。基于新制度主义理论和组态视角,更广泛和系统地整合了营商环境的不同要素,探究多种制度逻辑共栖或共生的营商环境如何促进高新技术企业涌现,弥补了以往对营商环境复杂因果关系讨论不足的问题,同时,响应了学界对于制度理论研究应该关注多种制度要素联动作用的呼吁,为促进高新技术企业涌现提供了新思路和新方向。第二,QCA方法的“时间性”受到质疑,本研究运用PD-QCA探索组态的纵向变化,响应了QCA研究中关于克服组态研究“时间盲区”的呼吁,弥补了传统QCA方法对时间因素缺乏考量的缺陷。本文从组态视角分析营商环境与高新技术企业涌现间的复杂因果关系,揭示不同条件组态的动态变化过程,有助于更加深刻地理解营商环境驱动机制的动态发展规律,为优化营商环境进而驱动高新技术企业涌现提供了新视角。第三,本研究通过构建复杂中介模型,探索了营商环境组态激发高新技术企业涌现的内在机制,为解析营商环境与高技术企业涌现间的复杂机理提供了思路。
(1)营造公平竞争的市场环境,引导广大市场主体合力发挥市场在资源配置中的决定性作用。深入推进全国统一大市场建设,打破地方壁垒和行政垄断,促进全国范围内商品和要素的自由流动。通过建立更加开放和统一的市场环境,提高市场整体效率和竞争力。
(2)将高效廉洁的政务环境视为城市软环境建设的首要任务,不断提升市场活力。加大监管与政策执行力度,大力推广电子政务平台,实现政务服务自动化和数字化。
(3)发挥市场与政府的协同作用,共同赋能经济高质量发展。加快政府职能转变,提高监管效能,确保市场在资源配置中的决定性作用,同时,发挥好政府在保障公平竞争、市场监管和社会管理中的作用。
本研究还存在一些局限,未来可作进一步探讨:第一,受限于数据可得性,本研究仅探索省级层面营商环境与高新技术企业涌现间的复杂作用机制,未来研究可通过关注特定区域,从更细粒度的视角探索高新技术企业涌现的前因组态;第二,高新技术企业涌现可能是多方面因素共同作用的结果,未来研究可从生态系统角度进一步探索更多维度的组态效应;第三,本研究从不确定性视角探索营商环境驱动高新技术企业涌现的作用机制,未来研究可基于更多理论视角,进一步揭示组态形成的内在逻辑,丰富对复杂机制的认知。
[1] 阎虹戎, 刘灿雷, 高超. 从领先到辐射——高新技术企业的创新成效与溢出效应[J].南开经济研究, 2023,39(2): 121-139.
[2] 邓瑜, 范聪颖. 营商环境对区域创新的影响效应检验[J].统计与决策, 2024, 40(20): 167-171.
[3] GALI N Z, HUGHES M M, MORGAN R E, et al. Entrepreneurial entropy: a resource exhaustion theory of firm failure from entrepreneurial orientation[J].Entrepreneurship Theory and Practice, 2024, 48(1): 141-170.
[4] DAVIDSSON P, RECKER J, VON BRIEL F. External enablement of new venture creation: a framework[J].Academy of Management Perspectives, 2020, 34(3): 311-332.
[5] BUSTAMANTE C V. Strategic choices: accelerated startups' outsourcing decisions[J].Journal of Business Research, 2019, 105: 359-369.
[6] SCOTT W R. Institutions and organizations: ideas and interests[M].Fourth edition. Los Angeles: Sage Publications, 2008.
[7] 谢家平, 郑颖珊, 韩子书. 营商环境赋能制造企业数字化转型与自主创新质量提升[J].研究与发展管理, 2025, 37(1): 14-30.
[8] 李健, 赵乐欣, 姚能志, 等. 数字经济与企业创新迎合行为: 信息缓解政策扭曲效应的实证研究[J].数量经济技术经济研究, 2024, 41(7): 134-154.
[9] 姚博, 刘婕, 魏玮, 等. 营商环境、进入壁垒与企业定价能力[J].经济学动态, 2024,65(4): 92-111.
[10] 邱康权, 梁占永. 营商环境优化、经营主体与稳就业[J].经济学动态, 2024,65(8): 56-74.
[11] 杜运周, 李佳馨, 刘秋辰, 等. 复杂动态视角下的组态理论与QCA方法: 研究进展与未来方向[J].管理世界, 2021, 37(3): 180-197, 12-13.
[12] 彭伟, 沈仪扬, 袁文文. 鱼与熊掌可以兼得吗——营商环境对创业数量和创业质量的影响研究[J].研究与发展管理, 2022, 34(3): 10-23.
[13] MEJIA S. The normative and cultural dimension of work: technological unemployment as a cultural threat to a meaningful life[J].Journal of Business Ethics, 2023, 185(4): 1-18.
[14] XIE Z M, WANG X, XIE L M, et al. Institutional context and female entrepreneurship: a country-based comparison using fsQCA[J].Journal of Business Research, 2021, 132: 470-480.
[15] BRIAN ARTHUR W. Foundations of complexity economics[J].Nature Reviews Physics, 2021, 3(2): 136-145.
[16] 郑馨, 鲍舒琴, 安雯雯. 穿越衰退与繁荣:复杂制度组态如何激发高成长型创业[J].南开管理评论,2025,28(4):60-73.
[17] 李明辉. 制度互补性与公司治理趋同[J].经济评论, 2007, 28(1): 144-151, 160.
[18] WITTBERG E, ERLINGSSON G 
, WENNBERG K. Does local government corruption inhibit entrepreneurship[J].Small Business Economics, 2024, 62(2): 775-806.
[19] SAUNORIS J W, SAJNY A. Entrepreneurship and economic freedom: cross-country evidence from formal and informal sectors[J].Entrepreneurship &Regional Development, 2017, 29(3-4): 292-316.
[20] MEEK W R, PACHECO D F, YORK J G. The impact of social norms on entrepreneurial action: evidence from the environmental entrepreneurship context[J].Journal of Business Venturing, 2010, 25(5): 493-509.
[21] 沈洋. 市场结构差异视角下创新要素集聚对新零售企业品牌价值的影响[J].商业经济研究, 2023, 42(10): 168-171.
[22] NESTLE V, T
UBE F A, HEIDENREICH S, et al. Establishing open innovation culture in cluster initiatives: the role of trust and information asymmetry[J].Technological Forecasting and Social Change, 2019, 146: 563-572.
[23] WEN J, DENG P D, ZHANG Q X, et al. Is higher government efficiency bringing about higher innovation[J].Technological and Economic Development of Economy, 2021, 27(3): 626-655.
[24] REN S Y, HAO Y, WU H T. Government corruption, market segmentation and renewable energy technology innovation: evidence from China[J].Journal of Environmental Management, 2021, 300: 113686.
[25] 赵勇, 马珍妙. 营商环境对企业长期投资决策的影响——基于上市公司的面板数据分析[J].改革, 2023, 39(9): 110-128.
[26] LI D, FERREIRA M P. Institutional environment and firms' sources of financial capital in Central and Eastern Europe[J].Journal of Business Research, 2011, 64(4): 371-376.
[27] 王伟楠, 王凯, 严子淳. 区域高质量发展对“专精特新” 中小企业创新绩效的影响机制研究[J].科研管理, 2023, 44(2): 32-44.
[28] 乔菲, 文雯. 社会信用体系改革对企业绿色创新的影响研究[J].管理学报, 2023, 20(8): 1189-1197.
[29] CASTRO R G, ARI
O M A. A general approach to panel data set-theoretic research[J].Journal of Advances in Management Sciences &Information Systems, 2016, 2: 63-76.
[30] BHATTACHARYA P. How to build and analyze a panel data QCA model? a methodological demonstration of Garcia-Castro and Arino's panel data QCA model[J].Methodological Innovations, 2023, 16(3): 265-275.
[31] 彭俞超, 吴琬婷, 李建军. 劳动力成本上升与高科技企业创业——来自工商注册信息大数据的证据[J].经济研究, 2024, 59(4): 96-112.
[32] 张三保, 康璧成, 张志学. 中国省份营商环境评价: 指标体系与量化分析[J].经济管理, 2020, 42(4): 5-19.
[33] SCHNEIDER C Q, WAGEMANN C. Qualitative comparative analysis (QCA) and fuzzy-sets: agenda for a research approach and a data analysis technique[J].Comparative Sociology, 2010, 9(3): 376-396.
[34] 文宇, 姜春. 注意力再分配、外部资源依赖与数字乡村治理绩效——基于TOE框架的组态分析[J].中国行政管理, 2023, 39(7): 58-67.
[35] PAPPAS I O, WOODSIDE A G. Fuzzy-set qualitative comparative analysis (fsQCA): guidelines for research practice in information systems and marketing[J].International Journal of Information Management, 2021, 58: 102310.
[36] BEYNON M J, JONES P, PICKERNELL D. Country-level entrepreneurial attitudes and activity through the years: a panel data analysis using fsQCA[J].Journal of Business Research, 2020, 115: 443-455.
[37] 何雨可, 牛耕, 逯建, 等. 数字治理与城市创业活力——来自“信息惠民国家试点” 政策的证据[J].数量经济技术经济研究, 2024, 41(1): 47-66.
[38] OANA I E, SCHNEIDER C Q. A robustness test protocol for applied QCA: theory and R software application[J].Sociological Methods &Research, 2024, 53(1): 57-88.
[39] OANA I E, SCHNEIDER C Q, THOMANN E. Qualitative comparative analysis (QCA) using R: a gentle introduction[M].Cambridge: Cambridge University Press, 2021.