区域技术转移影响因素组态效应研究：输出与吸纳双重视角

区域技术转移是科学技术在地区间输出与输入的活动过程，不仅包括技术成果、信息及能力转让，也包含技术移植、引进与推广普及[1]。加强技术转移区域资源共享、优势互补、纵横联动、协调发展，可弥补区域科技资源差距、优化科技资源配置，驱动我国技术创新高质量发展。然而，从科技统计数据看[2]，我国省际技术转移存在较大差距。如2018年我国共签订技术合同411 985项，全国技术合同成交额17 687.42亿元。其中，东部、中部和西部地区签订合同数之比为64∶17∶19；成交额之比为65∶14∶21，说明我国区域技术转移主要集中于东部经济发达地区，技术转移资源共享有限。因此，实现区域技术转移协调发展仍面临巨大挑战。

学者们针对区域技术转移问题，主要从技术需求[1]、科技资源供给(杨龙志,刘霞，2014)、市场化进程[3]、知识产权保护(姚利民,饶艳，2009)和中介服务[4]等角度展开分析，重点关注单一因素影响，较少综合分析多重因素对技术转移产生的协同效应，或者集中于技术输出层面的分析[5-7]，忽略了作为技术转移重要组成部分的技术吸纳活动。因此，本文将以区域技术转移为出发点，构建区域技术转移影响因素体系，尝试采用模糊集定性比较分析方法，从输出与吸纳双重视角总结多因素交互影响下我国区域技术转移的组态效应，以弥补将独立因素作为研究重点的不足，为实现我国区域技术转移协调发展提供参考借鉴。

1 理论分析与研究框架

当前国内外学者对区域技术转移进行了一系列分析，研究切入点包括创新环境、吸收能力、转移模式和产学研共生网络等视角。从我国区域技术转移情况看，经济发展是实现技术转移的重要驱动因素之一，区域发展的内在需求能有效促进技术研发投入，从而推进技术转移。同时，技术转移也受能力导向影响，如区域创新能力和吸收能力是影响技术转移效率的关键因素，其中，良好的区域创新环境是实现高效率技术转移的“温床”(杨志龙，刘霞，2014)。此外，科技中介作为技术扩散“桥梁”，为开展技术转移活动提供了渠道[5]。由于技术转移是多重并发因素联动的过程，适合采用整体交互视角剖析技术转移中的问题，然而现有研究多局限于单一因素挖掘与分析，忽略了多因素并发的交互效应。鉴于此，本文将借鉴前人研究，从经济、能力、制度环境和中介等4个层面剖析我国区域技术转移影响因素的组态效应。

1.1 经济因素

(1)经济发展水平(Economic Development Level，EDL)。实现我国经济高质量发展，需要科技创新提供有力的技术供给与创新保障，同时，区域经济发展水平提高会进一步促进自主创新能力增强[8]。从经济发展与技术转移关系看，两者长期保持稳定的动态均衡关系，经济发展会对技术转移造成同向影响，在技术转移活动过程中需要充分考虑经济发展对技术转移的内在需求[9]。因此，区域经济发展水平是影响技术转移活动的重要因素。长期以来我国区域经济发展水平差异较大，导致区域间存在较大的研发投入与自主创新能力差距，如何平衡经济发展差异对技术转移的影响是当前区域技术转移工作中面临的难题。

(2)产业集聚(Industrial Agglomeration，IA)。国内外学者广泛认同产业集聚对技术创新的推动作用。从集聚经济理论角度看，产业集聚在一定程度上弥补了知识溢出的空间局限性，是导致区域技术创新产出差距的重要因素之一。无论是相同产业类型还是不同产业类型的集聚都会显著促进区域技术创新产出，其中，具有关联互补性的产业集聚对推动创新产出的效应尤为显著。有研究表明，上述效应为相同产业类型集聚效应的2倍[10]。Roy[11]结合案例分析指出，关联性产业集聚有助于企业间共享资源、知识以及渠道，激发技术创新，推动区域技术转移进程。

1.2 能力因素

研究与创新能力(Research and Innovation Ability，RIA)。一个地区的研究与创新能力是保障技术转移活动开展的基础，无论是技术输出还是技术吸纳都需要相匹配的研发能力或吸收能力作支撑。当前我国区域研究与创新能力不平衡，进一步扩大了技术创新产出与吸收能力的区域差距，是影响技术转移效率的关键因素。研究与创新能力对技术转移的影响主要体现在3个方面：①人力投入：区域科技人才投入在很大程度上决定了研究与创新能力水平，通过吸引相关人员加入技术创新过程可提升知识流动效能，促进区域技术转移实现[12]；②研发投入：研发资本投入奠定了创新能力基础，而创新能力又是影响技术产出与吸纳的重要因素，因此研发投入也对技术转移起关键作用(杨志龙，刘霞，2014)；③知识产权：知识产权保护在一定程度上有利于技术进步[13]，随着行业技术差距缩小，知识产权保护强度提高对技术创新的促进作用更加显著(许培源,章燕宝，2014)，而完善的知识产权制度有利于保护创新者积极性，进而促进技术创新成果产出与转化[14]。

1.3 制度环境因素

市场化程度(Marketization Degree，MD)是表征区域制度环境差异的重要指标。整体而言，市场化程度对区域创新能力提升具有显著的正向调节作用，而且该作用的持续性较强[15]。此外，有研究指出，在制度环境完善的区域，高市场化程度对提高技术成果转化率的作用更显著。在市场化程度较高的地区，其市场需求大、中介机构发展完善，这种有序的制度有助于直接推进技术创新成果转化进程[16]。因此，在影响技术转移的制度环境因素中，市场化程度扮演重要角色。我国各区域市场化程度差异明显，呈现出发展不平衡态势。

1.4 中介因素

技术转移机构服务(Technology Transfer Agency Service，TTAS)。Bessant[5]将科技中介比作为技术转移的“桥梁”，并指出专业化的科技中介服务会促进区域技术转移呈飞跃式发展。技术转移机构在推动技术商业化的同时，其更为重要的作用是通过服务提供促进技术推广和普及[17]。此外，Howells[18]通过案例分析发现，科技中介在技术创新过程中提供的服务比一般认知层面的更加广泛，其中介功能随着时间推移更加完善。因此，科技中介的职能范畴不仅仅局限于“中介”，还涵盖更高层面的合作研究职能。由此可见，技术转移机构不仅在改善技术转移体系连通性方面发挥桥梁与纽带的作用，而且在创造新技术和增强创新活力方面扮演重要角色[19]。

综上，本文从输出与吸纳双重视角确立影响区域技术转移效率的5个主要因素，并构建区域技术转移影响因素组态效应研究框架，如图1所示。

2 研究设计

2.1 研究方法

本文采用模糊集定性比较分析(fsQCA)方法作为研究工具，旨在通过我国内地30个省域(西藏自治区因数据不全未纳入研究)的样本数据分析各类因素对区域技术转移效率的综合影响。QCA是以布尔代数运算和集合理论为基础，结合定性、定量研究方法优点而被广泛应用于多案例研究分析的一种社会科学创新实证方法，fsQCA为该方法的一个分支，可识别潜在的不对称条件[20]。定性比较分析法非常适用于检测和分解研究对象间复杂的因果关系，可对复杂情况下的多个案例进行系统比较，有助于识别导致相同结果的不同模式与替代途径[21]。模糊集定性比较分析法的主要优势有两个：第一，fsQCA方法可处理非对称因果关系，并从前因变量的整体性角度检验各因果条件的组态效应，进一步分析多条等效的因果关系路径，为达到目标效果提供借鉴[21]。本研究中的技术转移效率与经济、能力、制度环境、中介等因素间实为非线性、非对称关系，如科技中介服务可能推动区域技术转移活动开展，但部分区域在提升科技中介服务能力的前提下技术转移效率仍然较低。因此，采用fsQCA方法可满足本文探究多重因素对区域技术转移效率交互性影响的需要。第二，传统实证研究方法存在只能分析单个变量与因变量关系的局限性，且对样本数量要求较高。而fsQCA方法可在中小规模样本量的情况下分析因素间的复杂互补性。本文样本量为30，采用该方法可弥补传统定量分析方法对样本量的要求，且能保证分析结果的稳健性。因此，该方法适合于本研究。

采用QCA方法的主要步骤分为3个：第一，变量校准。对研究数据进行校准是实现定性比较分析的基础，即对案例赋予集合隶属度的过程[20]。当前研究采用的校准方式主要有直接校准与间接校准，结合研究实际与理论分析，设置合适的校准点(一般称为锚点)，即完全隶属点、交叉点和完全不隶属点。第二，必要条件分析。参考一致性指标数值，识别研究问题是否具有必要条件，这是进行下一步组态分析的基础。必要条件分析是指识别复杂情况下导致结果出现的关键因素，是剖析研究问题是否具有关键前置因素不可或缺的步骤[21]。第三，组态分析。通过集合度量构造真值表以及确定一致性最低值，即可通过布尔运算将要素配置分解为中间解、简约解和复杂解。目前多数研究主要通过汇报中间解并以简约解为辅区分核心条件与边缘条件，最终得出不同条件组合以进行组态分析[21]。以上步骤通过fsQCA 3.0软件实现。

2.2 变量定义与数据来源

本研究将基于我国内地30个省域的技术转移数据进行分析，为避免同年中某些省域数据出现异常值，采用2014-2016年的数据平均值表征。其中，各省域技术输出、技术吸纳的技术市场成交额来自2015-2017年《全国技术市场统计年度报告》；产业集聚数据来自2015-2017年《中国高技术产业统计年鉴》及《中国统计年鉴》；研究与创新能力数据来自2015-2017年《中国科技统计年鉴》；市场化程度数据来自王小鲁等编写的《中国分省份市场化指数报告2018》；技术转移机构服务数据来自2015-2017年《中国火炬统计年鉴》。具体变量定义如下：

国家通常以技术市场合同成交数、成交额衡量技术转移与技术市场发展状况。通过对已有研究的总结发现，以技术市场合同成交额测算技术转移效率更为客观和准确，因此借鉴已有研究[7]，采用30个省域技术输出、技术吸纳市场合同成交额占全国技术市场成交总额的比重表征各省域技术输出效率(TOTE)与技术吸纳效率(TATE)。

在经济因素方面，借鉴已有研究(李翔，邓峰，2019)，以人均GDP表征经济发展水平。此外，选用区位熵指数表征产业集聚程度，计算公式为：LQq=(eq/e)/(Er/E)。其中，r代表产业，q代表地区，LQq为q地区产业的区位熵指数，eq/e为q地区高技术产业主营业务收入占q地区所有行业主营业务收入的比重，Er/E为全国高技术产业主营业务收入占全国所有行业主营业务收入的比重。当LQq>1时，表明q地区的产业集聚程度较高。

在能力因素方面，以地区R&D经费投入强度表征研发经费投入；参考曾春媛等[22]的研究，以R&D人员折合全时当量表征人力投入；以国内3种(发明、实用新型、外观设计)专利有效数表征知识产权水平。最后，采用熵权法，利用研发经费投入、人力投入以及知识产权水平等3个变量计算出研究与创新能力综合得分。得分越高，表示能力越强。

在制度环境因素方面，借鉴以往研究[16]，选取王小鲁等[23]编写的《中国分省份市场化指数报告2018》中2014-2016年市场化总指数的平均值表征区域市场化程度。

在中介因素方面，参考郭曼等[24]的研究，以国家技术转移示范机构人员数量表征技术转移机构服务能力。各变量描述性统计结果如表1所示。

2.3 变量测度

fsQCA方法可基于模糊集理论对案例赋予集合隶属度，根据理论与实际相结合的标准设定3个定性锚点——完全隶属点、交叉点以及完全不隶属点，将所有变量数值校准为0～1之间。本文采用直接校准法，借鉴Tóth[25]的研究，并结合技术输出、技术吸纳的实质性特征，将技术输出效率(TOTE)、技术吸纳效率(TATE)、经济发展水平(EDL)、产业集聚(IA)、研究与创新能力(RIA)、市场化程度(MD)以及技术转移机构服务(TTAS)等7个变量分别以0.9、0.5、0.1的隶属值确定完全隶属点、交叉点以及完全不隶属点，各变量校准标准如表2所示。

3 研究分析

使用fsQCA3.0分析30个省域技术转移影响因素，进一步识别出技术输出高效率、技术输出非高效率、技术吸纳高效率、技术吸纳非高效率4大类组态。

3.1 必要条件分析

在进行模糊集定性比较分析中，必要条件作为结果的超集有可能在真值表分析的简约解中被忽略[20]。因此，进行组态分析前需要对每个变量进行必要条件分析，以检验前置因素对区域技术转移是否存在关键作用。在QCA方法论中，有两个重要指标，分别为一致性(consistency)和覆盖度(raw coverage)。其中，一致性指标表示共享给定前置因素组合的案例在展示特定结果方面的一致程度，通常认为一致性指标值大于0.9的条件变量为特定结果形成的必要条件；覆盖度是指前置因素组合对结果集合实例的解释程度[21]。高/非高技术输出以及吸纳效率的必要条件分析结果如表3所示。

由表3可知，高/非高技术输出效率以及高技术吸纳效率影响因素的一致性均值小于0.9，说明未构成必要条件。只有缺乏研究与创新能力(～RIA)因素的一致性值高于0.9，说明该因素是导致技术吸纳非高效率的必要条件。综上表明，各单项前因条件对结果变量的解释力较弱，需进一步分析技术输出、技术吸纳效率的前因组态。

3.2 组态效应分析

在组态效应分析中，关键问题是识别核心条件和边缘条件，并参考一致性与覆盖度对不同条件组态进行深入剖析。组态通常也称为路径，是特定结果成立的不同条件组合，也是采用QCA方法分析问题的最终结果呈现；核心条件是导致结果的决定性前置因素，而边缘条件则是对形成特定结果具有一定辅助性作用的前置因素[21]。

参考Fiss等[26]的研究，将一致性阈值设定为0.8，并借鉴杜运周等[21]的研究，将案例阈值设定为1，PRI(Proportional Reduction in Inconsistency)阈值设定为0.70，通过真值表及布尔运算，进一步分析得到复杂解、中间解及简约解。由于必要条件不会被中间解简约掉，通常汇报中间解[20]。若前因条件同时出现简约解与中间解，则为核心条件；若此条件仅出现在中间解中，则记为边缘条件[21]。技术输出、技术吸纳影响因素的组态结果如表4、表5所示。

由表中的一致性和覆盖度指标分析得到：技术输出、技术吸纳的所有一致性指标均大于理论值0.8，说明13个前因组态中的所有案例均符合一致性条件，而整体一致性(overall solution consistency)指标也大于理论值0.8，进一步表明本研究所有案例组合影响因素的组态满足一致性条件。覆盖度指标可用于衡量影响因素组态对最终结果的解释力，该指标越大，表明前因组态对结果的解释越充分。本研究中绝大多数覆盖度指标大于0.5，说明各影响因素组态均具有良好的解释力。

由表4可知，在技术输出高效率组态中均出现了技术转移机构服务(TTAS)核心条件，说明较强的技术转移机构服务能力可为技术输出奠定良好基础，也符合必要条件分析中技术转移服务机构条件的一致性值接近0.9(一致性值为0.866)的结果。此外，由表5可知，在技术吸纳非高效率组态中，缺乏研究与创新能力(～RIA)是导致技术吸纳非高效率的核心条件，这与表3的必要条件分析结果一致。本文根据其具有相同的核心条件，将以上13种前因组态归纳为5种组态效应类型，具体如图2所示。

3.2.1 能力-中介主导型

该组态效应类型包括两种组态,分别为OH1a、AH1a组态(RIA* TTAS* MD)以及OH1b、AH1b组态(RIA* TTAS* EDL* IA)，核心条件包括研究与创新能力、技术转移机构服务，表明以上两种因素对技术转移起关键作用。因此，将上述组态效应类型界定为能力-中介主导型，该组态既能促进高效率技术输出，也能推动技术吸纳高效率发展。第一种组态充分体现出在具有较强研究与创新能力、技术转移机构服务能力，并以市场化程度较高作为边缘条件的区域，其技术输出与技术吸纳均呈现出高效率，此类区域的典型代表是广东省。与第一种组态相比，第二种组态不仅强调研究与创新能力、技术转移机构服务能力，而且以较高的经济发展与产业集聚水平为边缘条件，获得技术输出、技术吸纳的高效率，如北京市和江苏省。

此外，通过两种组态的对比分析可知，在某区域同时拥有强大研究与创新能力、技术转移机构服务能力的前提下，经济发展水平、产业集聚的边缘条件组合与市场化程度具有替代性。研究还发现，OH1a、AH1a组态的案例覆盖度比其它组态高，分别为0.72和0.65，因此该组态效应对我国制定区域技术转移高效率战略具有重大启示意义。

3.2.2 环境-中介主导型

组态OH2(MD* TTAS* EDL* IA)属于此类组态效应，该类型能单方面促进技术输出高效率，这是因为该区域以市场化程度高、技术转移机构服务能力强为特征，并辅以较高的经济发展水平和产业集聚程度，能实现高效率的技术输出活动，因此称为环境-中介主导型组态效应。该类组态表明，在区域经济较为发达的情况下，自身具备良好制度环境与强大科技中介能力有助于推动区域技术输出进程。与能力-中介主导型机制相比，该类型并不着重强调研究与创新能力，而在制度环境方面表现突出，此类区域因拥有非常完善、规范的制度而被冠以“制度环境标杆”的称号，被视为我国创新环境营造的典范，典型代表为上海市。

3.2.3 经济主导型

组态AH2a(EDL* IA* RIA* MD)和AH2b(EDL* IA* MD* TTAS)属于此组态效应类型。与环境-中介主导型相比，AH2组态是以较高的经济发展与产业集聚水平为核心条件，以相对较高的市场化程度为边缘条件，单方面推动技术吸纳实现高效率的区域，故称为经济主导型。由于边缘条件不同，产生两种组态，其中，AH2a组态除具有以上特征外，还以较高的研究与创新能力作为辅助条件，如福建省；而AH2b组态则辅以较高的技术转移机构服务能力，典型代表为天津市。通过对比AH2a和AH2b可知，作为具备高水平经济发展与产业集聚且拥有较高市场化程度的区域，其研究与创新能力、技术转移机构服务能力在一定程度上具有替代性。

3.2.4 能力-中介缺失型

与能力-中介主导型相比，能力-中介缺失型是研究与创新能力、技术转移机构服务能力等核心条件缺失的组态，进一步说明研究与创新能力、技术转移机构服务能力在技术转移过程中至关重要。具体见组态OL1a(～RIA* ～TTAS* ～IA* ～MD)和组态OL1b、AL2(～RIA* ～TTAS* ～EDL * IA)，以上两种组态均会导致技术输出、技术吸纳非高效率。一般来说，此类区域的基本特征表现为研究与创新能力、技术转移机构服务能力弱，但因边缘条件不同出现了两种组态。组态OL1a说明除以上核心条件缺失外，较低水平的产业集聚和市场化程度也是导致技术输出、技术吸纳活动呈现出非高效率的原因，典型代表为青海省；组态OL1b和AL2说明，对于经济发展水平较低区域，即使存在较高的产业集聚度，但由于缺乏研究与创新能力、技术转移机构服务能力，也很难实现高效率的技术转移活动，如广西壮族自治区。

3.2.5 经济-能力-环境缺失型

此组态效应类型共包含3种组态，其中，OL2组态(～IA* ～MD* ～EDL* ～RIA)会单方面导致技术输出非高效率，而组态AL1a(～IA* ～RIA* ～MD* ～TTAS)与AL1b(～IA* ～RIA* ～EDL* ～MD)会单方面导致技术吸纳非高效率。OL2组态表明，在经济发展水平低、研究与创新能力弱的区域，当产业集聚和市场化程度严重不足时，很难实现高效率的技术输出活动，典型代表是贵州省和云南省；对比分析OL2组态与环境-中介主导型中的OH2组态发现，以市场化程度为核心条件、经济发展水平为边缘条件的组合是否存在，在一定程度上对技术输出效率具有重要作用。

AL1组态是以产业集聚、研究与创新能力为核心条件缺失，以市场化程度较低为边缘条件缺失的区域，因其它边缘条件不同产生了两种组态。组态AL1a说明除以上因素外，较弱的技术转移机构服务能力也是导致技术吸纳非高效率的原因，如内蒙古自治区；而组态AL1b表明在经济发展水平和市场化程度较低的区域，产业集聚、研究与创新能力较低也会导致技术吸纳活动非高效率，典型代表为甘肃省。此外，通过对比组态AL1和经济主导型中的组态AH2发现，以产业集聚为核心条件、市场化程度为边缘条件的组合在技术吸纳过程中发挥重要作用。

4 研究结论与讨论

4.1 研究结论

本文运用模糊集定性比较分析方法，以我国内地30个省域为样本，从输出与吸纳双重视角研究经济发展水平、产业集聚度等5个区域技术转移影响因素的组态效应，总结出能力-中介主导型、环境-中介主导型、经济主导型、能力-中介缺失型和经济-能力-环境缺失型等5种类型，主要结论如下：

(1)从高效率层面看，一方面，强大的研究与创新能力、技术转移机构服务能力是开展技术输出、技术吸纳活动的重要基础，同时，具备以上两个条件是保障输出、吸纳活动高效率的关键；另一方面，在经济发展水平和产业集聚度较高的情境下，市场化程度和技术转移机构服务能力是单方面促进技术输出高效率的关键因素；而对于市场化程度较高的区域，高经济发展水平和产业集聚度在高效率的技术吸纳活动中起关键作用。

(2)从非高效率层面看，一方面，即使在产业集聚度较高的区域，由于缺乏研究与创新能力、技术转移机构服务能力，均会造成技术输出、吸纳活动效率下降；另一方面，产业集聚度和市场化程度不足会导致技术输出活动低效率；而在市场化程度较低区域，缺乏产业集聚以及研究与创新能力不足是导致技术吸纳活动低效率的关键原因。

4.2 管理启示与研究展望

基于上述分析，对区域在实践中提升技术转移效率有如下启示：

(1)提升区域要素市场对科技资源的集聚配置能力，营造适应新时期经济高质量发展要求的技术创新环境。首先，重点推动京津冀、长三角、粤港澳及东部地区技术转移发展及建设，发挥技术转移集聚区先行示范作用，基于国家区域发展战略和城市群建设政策，加快形成我国技术转移骨干网络和区域枢纽，建设一批专业性的国家技术转移区域中心，有效提升我国技术转移要素市场对科技资源的集聚配置能力；其次，加快转变政府职能，在具备条件的区域充分利用人工智能、大数据等新一代信息技术，探索技术要素与资本要素、数据要素相结合的现代技术交易机制和交易管理制度，加快建设现代化技术交易市场，提升科技成果转化效率。此外，进一步健全有利于知识产权保护的从业资格制度和社会信用制度，充分发挥行业协会在保护知识产权方面的重要作用，规范国内技术创新竞争制度；推动企业、科研院所、高等院校树立知识产权管理意识，并将知识产权管理纳入科技管理全过程，不断强化科技人员知识产权意识，充分发挥知识产权保护制度作用；优化科技成果登记制度，完善技术合同认定登记规则，营造适应我国科技创新的良好环境。

(2)加大区域技术转移人才培养体系建设，引导技术转移机构提升市场化、专业化服务能力。首先，应加快完善国家技术转移人才培养体系，出台国家技术转移人才培养管理办法，完善相关人才引进考核制度，加强对国家技术转移人才培养基地的考核评价，在符合条件的区域加快布局国家技术转移人才培养基地，指导国家技术转移人才培养基地选择规范化、制度化，开展技术转移从业人员能力等级培训工作，提升科技成果转移效益和转化质量，增强国家技术转移体系整体效能。其次，加快推动国家技术转移机构建设，结合科技成果转化新趋势、新需求，鼓励区域培育和增补建设相应的国家技术转移机构，加强技术转移机构发展的统筹协调；推动建立国家科技成果公共服务平台，统筹科技成果信息和服务资源，面向社会提供科技成果转化信息服务；持续完善集聚政府、科技企业、科研院所、技术转移机构等多方联动的技术转移服务机制，推动建立科技成果转化绿色通道，为促进科技成果转移转化提供专业化服务。

(3)因地制宜选择发展路径，保障技术转移长期高效发展。鉴于我国各地区在经济发展、创新能力、制度环境和技术转移机构服务等方面存在较大差异，各地政府应因地制宜，结合本地区实际情况，在具体分析影响本区域技术转移内部与外部因素的基础上，采用相应的组态效应类型开展技术转移活动，达到克服内部因素制约、缓解外部因素影响的目标，进一步提升技术转移效率。另外，技术转移活动是动态发展的，各地政府应在不同技术转移发展阶段采用满足发展需要的路径类型以适应阶段性变化。

本文得出的技术转移影响因素组态效应仍然存在以下局限性：首先，影响技术转移的要素还包括技术转移方式和组织形式等，由于案例数量等条件限制未能纳入研究框架，这些因素也可能是影响区域技术转移的核心要素；其次，不同组态效应类型适用于不同区域、不同技术转移阶段，本研究对组态效应类型与技术转移阶段的组合未进行深入研究，未来研究中可作进一步分析。

[1] 潘雄锋,张静,米谷. 中国区际技术转移的空间格局演变及内部差异研究[J]. 科学学研究,2017,35(2):240-246.

[2] 许倞,贾敬敦. 2019全国技术市场统计年报[M]. 北京:兵器工业出版社,2019.

[3] 戴魁早,刘友金. 市场化改革能推进产业技术进步吗:中国高技术产业的经验证据[J]. 金融研究,2020，63(2):71-90.

[4] 刘洪民,杨艳东. 高校科技中介机构在技术转移中的作用及发展思路[J]. 研究与发展管理,2007,19(5):133-137.

[5] BESSANT J,RUSH H. Building bridges for innovation:the role of consultants in technology transfer[J]. Research Policy,1995,24(1):97-114.

[6] 吕荣杰,张冰冰,张义明. 跨区域技术转移效率前因组态研究[J]. 科学学研究,2018,36(11):1986-1994.

[7] 侯媛媛,刘云,张振伟. 北京技术输出的模式及其影响因素研究[J]. 研究与发展管理,2017,29(1):65-74.

[8] 范红忠. 有效需求规模假说、研发投入与国家自主创新能力[J]. 经济研究,2007,42(3):33-44.

[9] 郑伟. 技术转移与经济增长研究:基于科技支撑和引领经济发展的视角[J]. 数量经济技术经济研究,2008,25(10):3-16.

[10] 彭向,蒋传海. 产业集聚、知识溢出与地区创新:基于中国工业行业的实证检验[J]. 经济学(季刊),2011,10(3):913-934.

[11] ROY S. Technology transfer from national R&D laboratories and the development of regional industrial clusters in India[J]. Industry and Higher Education,2004,18(1):39-45.

[12] MINBAEVA D,PEDERSEN T,BJÖRKMAN I,et al. MNC knowledge transfer,subsidiary absorptive capacity,and HRM[J]. Journal of International Business Studies,2003,34(6):586-599.

[13] 康继军,孙彩虹. 知识产权保护的区域技术创新效应与技术获取渠道异质性研究[J]. 科技进步与对策,2016,33(1):33-37.

[14] YANG L,MASKUS K E. Intellectual property rights,technology transfer and exports in developing countries[J]. Journal of Development Economics,2009,90(2):231-236.

[15] 冉启英,任思雨,吴海涛. OFDI逆向技术溢出、制度质量与区域创新能力:基于两步差分GMM门槛面板模型的实证分析[J]. 科技进步与对策,2019,36(7):40-47.

[16] 纪晓丽. 市场化进程、法制环境与技术创新[J]. 科研管理,2011,32(5):8-16.

[17] 刘锋,王永杰,陈光. 对科技中介几个基本问题的研究:基于技术创新的分析和认识[J]. 科学学与科学技术管理,2004,25(4):55-58.

[18] HOWELLS J. Intermediation and the role of intermediaries in innovation[J]. Research Policy,2006,35(5):715-728.

[19] HOPPE H C,OZDENOREN E. Intermediation in innovation[J]. International Journal of Industrial Organization,2005,23(5-6):483-503.

[20] RAGIN C C. Redesigning social inquiry[M].University of Chicago Press,2008.

[21] 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.

[22] 曾春媛,刘青青,王锦,等. 科技投入与区域经济发展水平协调性研究[J]. 科研管理,2013,34(S1):203-210.

[23] 王小鲁,樊纲,胡李鹏. 中国分省份市场化指数报告(2018)[M]. 北京:社会科学文献出版社,2019.

[24] 郭曼,朱常海,邵翔,等. 中国技术转移机构的发展策略研究:基于能力升级的视角[J]. 中国科技论坛,2018，34(1):16-23.

[25] TOTH Z,THIESBRUMMEL C,HENNEBERG S C,et al. Understanding configurations of relational attractiveness of the customer firm using fuzzy set QCA[J]. Journal of Business Research,2015,68(3):723-734.

[26] 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.