区域创新的驱动因素组态与路径识别——基于中国31 个省份的模糊集定性比较分析

陈 光，钟方媛，周贤永，明翠琴

（西南交通大学公共管理学院，四川成都 610031）

1 研究背景

党的十九大明确提出创新驱动是引领发展的第一动力，创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。根据2021 年全球创新指数报告，中国位列第12 位，已经实现连续九年稳步上升；且该报告高度评价了中国在创新方面取得的进步，着重强调了政府决策和激励措施等驱动因素对于推动创新的重要作用，各地对知识、资本、人才和技术等要素的培育和吸纳正在重构中国创新发展新格局。

然而，在区域创新驱动要素集聚能力不断增长的同时，也存在区域创新能力不均衡，创新水平差距扩大等一系列现实困境［1-2］。从国际层面看，地处不同区域的国家也形成了差异化的驱动路径［3］，日本一度是技术立国［4］，欧洲则是更加关注基础研究，以色列等更加注重市场商业化［5］。驱动区域创新的因素是什么？何种驱动因素组合可以促进区域高水平的创新？驱动因素是否存在联动关系并且形成特定的组合驱动模式和发展路径？识别区域创新驱动因素及其组合形态有助于理解和认识上述现象形成机理。现有文献可视化分析验证了政府、市场、技术、创新组织是影响区域创新的主要因素，例如李楠等［6］基于政府视角，从创新投入、环境、人才、政策、载体等因素出发分析其对区域创新的影响，杨龙志等［7］通过构建区域技术转移理论框架，研究技术转移如何驱动区域创新，也有学者验证了中国情境下的创新受到技术、市场、政策、组织等因素的互动耦合关系影响，提出了P-TMO 模型［8］。形成了以政策为中轴、以技术与政府为双轮驱动、以技术与市场耦合为特征、以大中型骨干企业为主体的创新理论模式［9］。但是现有研究多是从单因素影响角度进行探讨，对各因素间的组合驱动关注较少，多因素间的耦合互动在推动区域创新中发挥了较大作用［10］。当前因素间组合协同作用分析的缺乏导致关于创新驱动的作用、机制的认识尚不明确，难以明晰区域创新水平背后的驱动机理，因此有必要进行驱动因素的组合分析。

本文旨在识别影响区域创新水平背后的驱动因素，探讨驱动因素是否存在联动关系并且形成特定的组合驱动模式和发展路径，从组态视角出发，以中国31 个省份为研究对象，通过QCA 方法研究市场、技术、政府、组织等4 个维度下的8 个条件组合形态对于区域创新的影响，识别出影响区域创新的核心条件与边缘条件，通过分析组态中间解，探讨各驱动因素组合形成的创新驱动模式。研究结果有助于深化对我国区域创新水平驱动背后多因素间复杂互动本质的理性认识，为实现区域创新驱动发展提供有益的借鉴与启示。

2 文献回顾与分析框架构建

2.1 文献可视化分析与回顾

为识别影响区域创新能力的相关因素，根据创新驱动因素的研究主题，利用科学计量学方法与可视化知识图谱工具CiteSpace 对2000—2020 年SSCI收录的以“innovation”“factors of innovation”为关键字的759 篇期刊文献展开分析。以1 年为一个时间切片，选择合适的阈值，采用K 均值聚类法利用Pathfinder 算法修剪后获得234 个网络节点和765 个连接数（见图1），对主题关键词的共现图谱进行分析可知，技术、政策、市场等创新驱动因素是学者重点关注对象。通过主题词搜索出来的主题文献中出现频次大于10 的关键词有24 个（见表1）。

图1 2000—2020 年SSCI 数据库中以"innovation" "factors of innovation"为主题文献关键词共现图谱（K 均值聚类）

表1 中列出主题文献中中介中心性在0 以上的热点词汇，研究需要提炼出中介中心性超过0.1 的关键词［11］，其中“policy”“framework”“growth”“technology”“model”“system” “knowledge” “renewable energy”“sustainability”的中介中心性均超过了0.1，“market”的中介中心性也达到0.09，说明学界学者在进行创新影响因素相关研究时，对于政府、政策、技术、市场、知识、模式等关键词给予了高度关注。

表1 2000—2020 年SSCI 数据库中以"innovation" "factors of innovation"为主题文献热点关键词

驱动区域创新的因素是多种多样的，对学界研究进行挖掘后与文献可视化分析得出的结论一致的是，区域创新的驱动力的主要来源于政府政策投入、市场、技术突破、知识和技术主体等方面。

政府的驱动作用上，主要表现为使用各类创新政策工具推动区域创新。政策工具和创新活动的有效配套促使创新主体更易出成果［12］。其中财政补助方式是提高区域创新能力的必要条件，为区域内创新企业发展保驾护航［13-14］，政府采购类工具和人才队伍建设类工具为区域创新提供动力来源［15-16］。研发投入是衡量政府对区域创新重视程度的重要指标，对区域创新驱动具有显著的正向作用［17］,政府的R&D 投入对区域创新效率产生明显刺激［18］。基础设施建设作为工具之一，良好的创新基础设施环境吸引着创新资源流入区域，成为技术创新的载体［19-20］。政府的制度建设完善与否是一个国家和地区创新能力提升的关键，影响着创新绩效［21-22］。

市场是驱动区域创新的另一因素，Myers 等［23］提出经典的需求拉动型线性技术创新模型。市场需求最先诱发技术构想，形成创新产品原型，产品原型通过产品试制从而实现商业化产销。Christensen等［24］提出创新的目的是满足顾客需求和潜在市场需求，过程由技术演进、市场需求所驱动，本质是技术和商业模式的结合［25］，其中22%的创新是由技术推动引发，剩余78%皆由市场需求诱发［26］。除了市场需求诱发创新，市场的结构对区域创新同样具备影响。市场扭曲会阻碍区域创新绩效提升,该类影响对创新绩效低的区域负面作用尤为显著［27］。区域创新的市场化特征逐步显现市场对于创新的驱动作用，但是创新对于市场也具有反向作用，重大的突破性创新可以改变产品性能、重新定义市场标准，改变行业格局并且重构市场结构［28］。

技术对于区域创新活动的驱动作用研究上，Carte 等［29］提出了技术推动创新模型，模型中各环节间同样是线性关系，该类创新始于科学发现，由原创技术触发并呈现技术推动的线性范式。系列重大革命性发现为创新提供强大动力，掀起技术创新洪流［30］。即使不存在市场需求，创新也能够发生［31］，生产方式的变化诱导需求变化，生产者率先引起经济的变化，消费者受其启发被引导去需要某事物［32］。社会需求虽然对于创新具有一定刺激作用，但是创新的根本动力还是来自于技术的积累［33］。技术对于区域创新的影响上，国内技术购买在创新产业化阶段具有积极溢出效应,技术引进的影响不仅不显著,反而抑制区域技术创新效率［34］。高技术企业技术输出和技术吸纳有助于提高区域创新能力,但作用机制和强度不同［35］。崭新的技术发明创造促使区域内新兴产业的产生并形成新的经济发展势头［36］。

创新活动依赖于新知识和新技术的产生,新技术和知识的产生既需要组织内部的支持,又需要组织外部的相互接触［37］。创新组织在推动区域创新中发挥了重要作用，当前研究将其分为两大类，以高校为代表的知识创新组织和以企业为代表的技术创新组织。其中技术组织是新技术、产品、工艺的创造者，企业是其核心载体。高技术企业更是在其中发挥着不可或缺的作用，在驱动区域创新中不仅具有激发技术需求、促进技术创新的引擎作用，还在创新链产业链融合中发挥着主体作用［38］。通过培育有竞争力的高技术企业带动区域深层次发展，是促进中国加快建成世界科技强国的路径之一［39］。知识创新主体是新知识、新思想的创造者，以高校为核心载体［40］。高校具有知识生产、整合、传播功能，在区域知识的创造和应用过程中发挥作用［41］，能够提高区域对知识的吸收能力，推动产业技术发展［42］，处于知识产权创造阶段，具有较高的知识产权运营综合效率，是重要的创新资源获得者和创新成果生产者［43］。

综上所述，通过文献可视化工具和研究整理发现学者围绕政府、技术、市场、组织等创新驱动因素展开了大量研究，为研究框架的构建和提供了依据。但过往研究集中于几类因素的单独驱动作用，忽视了各驱动因素间的耦合互动作用，对因素间的组合协同作用研究还存在局限。区域的创新水平并不是由单一的驱动因素驱动，某些单项因素不突出的地区可能因为其他因素的弥补和替代作用取得较高的区域创新水平，如印度和巴西等新兴国家虽然自身主动研发能力较低，政府对于创新的重视程度和在创新上的投入相对于其他发达国家也不足，但却依靠对发达国家已有技术的借鉴和对固有技术的摸索创新,同样实现了国家创新能力和竞争力的提升［44］；而某些地区即使拥有突出的单项因素，如庞大的R&D 活动规模，但是由于缺乏核心要件，受到区域创新效率和区域创新水平并不突出［45］。由此可见，驱动因素之间可能存在着组合协同和替代作用，单一的驱动因素研究造成对区域创新模式的片面认识，存在一定局限性。创新驱动因素间组合协同作用分析能够识别出区域间不同的创新驱动模式，深化对我国区域创新水平提高背后多因素间复杂互动本质的理性认识，具有一定必要性。

2.2 分析框架构建

驱动区域创新的因素是多方面的，区域创新尤其受到因素间的组合影响，目前缺乏对上述几类因素的组合协同作用的分析，因此有必要构建研究框架从多因素组合驱动角度对区域创新驱动因素展开研究。文献可视化分析与文献整理验证了政府、技术、市场、创新组织是影响创新驱动的主要因素，研究根据以上4 类因素构建分析框架对区域创新的主要影响因素和区域创新驱动模式展开分析。

2.2.1 结果变量

区域创新水平是研究的结果变量，区域创新水平是区域创新能力的外在表现。区域创新水平体现为区域生产新知识、新技术的产出水平，是一个比较直观具体的可测变量［46］。在对区域创新水平的测量上，专利数量是衡量地区创新水平的衡量指标，能够反映区域技术创新发展以及研发基本情况［47］，该指标提供了多地区长时间内一致的可比数据，当前被广泛认为是国家、地区、公司和行业创新能力的测量工具［48］，现有研究也多采取专利申请数或者专利授权数来测量区域创新水平［49-50］，唐开翼等［51］、朱桂龙等［52］学者采用区域每万人国内专利申请数量或者发明专利授权数量来度量区域创新水平，研究对比分析了其他指标，每万人发明专利拥有量相对于其他类型的专利更为注重专利的新颖性、创造性和实用性，更加考虑了专利的质量，同时消除了区域人口规模对于区域创新水平的影响，研究进行权衡后采用区域每万人发明专利拥有量对区域创新水平进行测量。

2.2.2 政府维度

基于可视化分析和文献整理归类，政府作用是影响区域创新的重要因素之一，政府对于创新的支持作用和使用的政策工具多种多样，主要表现在政府经费投入上。对比其他指标，政府在创新上的经费投入更能彰显政府对于创新重视程度，已有研究将政府在创新上的投入作为衡量政府对创新支撑力度的工具［53］，因此本研究将政府投入作为驱动区域创新的重要变量之一。在政府投入中，其中R&D 经费投入强度和政府研发投入占地区生产总值（GDP）比重是国际上用于衡量国家、区域在科技创新努力程度方面的重要指标［54］,本文借鉴已有研究将政府研发投入占GDP 比重和R&D 经费投入强度作为衡量政府对于区域创新的重视程度的测量工具。

2.2.3 市场维度

根据可视化分析结果和需求拉动论，市场需求是创新的重要动因，影响着产品与技术的创新［55］。区域经济水平的提高得益于区域内创新活动与市场的紧密结合，区域创新与市场开放程度及市场需求规模密切相关［56-57］。市场需求规模对区域创新能力产生正向影响［19］，居民消费水平和技术市场交易额大小是衡量市场需求的重要指标，居民消费水平可以测量市场消费能力和潜力，技术市场交易额可以衡量技术市场需求规模大小，已有研究使用该指标对于市场需求的大小进行测量［47］。本文借鉴已有研究使用居民消费水平和技术市场规模大小对推动区域创新的市场需求进行测量。

2.2.4 技术维度

技术是推动区域创新的有利因素，其中高技术更是在推动区域创新中发挥了显著性作用，高技术本身的技术等级高、攻克难度大，是现阶段的先进技术和尖端技术，能够为区域带来巨大经济、社会和环境效益的知识密集、技术密集性技术，高技术产业已经成为国家科技创新的骨干力量［58］。某些具有特殊技术高科技人才和高技术企业在推动区域科技创新方面有着更优越的嗅觉,能够发挥出更高的效能［59］。高技术人才是进行技术创新的主体，为技术突破提供人才支撑。高技术企业数是衡量技术规模的指标［60］，高技术企业间的网络集聚系数和知识交流频率能够促进知识和技术在联盟之间进行扩散、提高创新效率［61］。研究选用高技术企业数和高技术产业就业人数衡量区域占有的技术和技术人才资源。

2.2.5 组织维度

创新组织是在区域创新中推动并支持创新的个体与种群［62］，主要包括以企业为代表的技术创新组织以及以高校和研发机构为代表的知识创新组织。企业与知识型组织之间的合作以及系统所嵌入的特定环境是区域创新生态系统形成的重要特征［63］。创新组织之间的互动是实现知识、技术分享、互动式学习及区域创新的重要来源，组织集聚以及组织间互动所形成的创新网络是区域创新的核心［64-65］。技术创新组织是新技术、产品和工艺的缔造者，学习、革新、创造和传播技术，以企业为核心载体［66］。已有研究使用规模以上工业企业数量作为衡量技术组织规模的指标［47］。高校是进行知识创新的主体，具有知识创造、传播和应用的功能［41］，帮助提高区域创新系统的吸收能力，推动技术发展［42］，高校数量可作为衡量区域知识创新能力的重要指标。组织作为影响区域创新的一个重要因素，现有研究将其分为了知识创新组织和技术创新组织两类，本文借鉴现有研究将区域高校和规模以上工业企业数量作为衡量区域知识创新组织和技术创新组织是否富集的指标。

各创新要素之间的协同互动是实现价值共创和提升区域创新绩效的关键。根据可视化分析结果和文献整理，区域创新水平受到了来自政府、技术、市场、组织等驱动因素的协同影响，这为本文研究框架的构建提供了依据。本文根据已有研究架构，从以上4 个层面搭建分析框架（见图2）。

图2 研究框架

3 研究方法与数据来源

3.1 研究方法

已有研究证明fsQCA 注重挖掘前因复杂性和因果非对称关系［67］，可以揭示多因素间的协同效应与互动关系［68］。而区域创新水平高低正是由多个驱动要素互动和共同影响下的结果［69］，各驱动因素间可能存在替代关系或者是互补关系，通过不同路径和模式殊途同归驱动创新发展，fsQCA 能够识别出各驱动因素间的这种关系［70］，有助于更全面、深入地理解区域创新的复杂性。从分析的案例数量来看，fsQCA 适合15 个至50 个的中等规模样本研究，研究选取的31 个样本属于中等样本，样本规模上也与其匹配。对于中等样本的分析,通常选择4～6个或者4～7 个解释条件进行解释，在解释条件数量上也比较符合［71］。基于以上考虑，研究最终选择fsQCA方法探讨区域创新的驱动模式与发展路径。从组态视角出发，以中国31 个省份为研究对象，分别从市场、技术、政府、组织等4 个维度分析影响各省份创新驱动的核心条件与边缘条件，揭示区域创新的驱动模式。

3.2 数据的来源与校准

研究以中国31 个省份为案例样本（港澳台数据缺失，未对其做分析），将区域创新水平作为结果变量，4 个驱动因素作为条件变量，条件变量与结果变量的研究数据主要来自于2016—2020 年的《中国科技统计年鉴》与《中国区域创新能力评价报告》，根据学界已有研究选取了相关测量指标针对4 个条件变量和结果变量进行测量。

对测量到的相关数据进行处理。由于创新要素投入到创新活动产生绩效具有时滞效应，研究对结果变量数据做了滞后处理，滞后期为2 年。同时为了避免个别年份的数据对分析结果造成随机扰动，对结果变量和条件变量做了均值处理，其中结果变量数据为2018—2020 年的均值数据，条件变量数据为2016—2018 年均值数据，条件变量和结果变量的说明、数据来源与描述性统计见表2 与表3。

表2 条件变量与结果变量的说明与数据来源

表3 条件变量与结果变量的描述性统计

在对相关数据进行收集和均值处理后，研究采用四分位点法对初始数据予以校准。已有研究大多将条件变量和结果变量的完全隶属、交叉点和完全不隶属的 3 个校准点分别设定为0.75、0.5、0.25［73-75］。对于样本交叉点的值校准后正好为0.5 的情况，现有研究将其调整为0.499 或者是0.501［76］。校准后的条件变量与结果变量的完全隶属点、交叉点和完全不隶属点如表4 所示。

表4 条件变量与结果变量校准

4 实证研究

4.1 必要性条件分析

进行必要性检验是QCA 分析的重要步骤，主要通过两个指标进行衡量。一致性是检验必要性的重要标准，目前学界普遍认为当某条件一致性水平大于0.9 时，则该条件是结果的必要条件［77］。覆盖度是衡量条件变量组合重要性的指标［78］，一致性水平和覆盖度情况见表5。根据表5 可知，高技术企业数、高技术产业就业人数的一致性均大于0.9，证明高技术人才和高技术企业对于区域高创新水平具有强有力的解释能力，是区域提升创新能力的必要条件。高技术企业数、高技术产业就业人数的缺乏是导致区域非高创新水平的必要条件。已有研究提出区域创新能力是区域在长期内产出世界性新技术并使其商业化的能力［79］，高技术作为现阶段的先进技术和尖端技术，具备高附加值利益，能够为区域带来巨大经济、社会和环境效益，在区域创新中发挥着至关重要的作用［80］。

表5 必要条件分析

4.2 组态分析

研究在必要性条件分析的基础上进一步分析产生高区域创新水平和非高区域创新水平的组态。已有研究指出，案例共属同一结果的一致性应高于可接受的经验临界值0.85 或0.8［81］。为区分组态是否通过模糊集合理论的一致性，研究将一致性阈值设定为 0.8。同时为降低组态间矛盾，将PRI 一致性阈值设定为 0.7。由于案例数只有31 个，将案例数阈值设定为1。在设置好相关参数后，进行标准化运算，得到复杂解、简单解和中间解。依据分析结果得到的简单解和中间解对影响区域创新水平的核心条件和边缘条件进行区分，中间解和简约解均出现的条件为核心条件，只在中间解出现则为边缘条件。通过布尔代数运算，得到高区域创新水平和非高区域创新水平的组态结果（见表5 和表6）。产生高区域创新水平的组态有5 种，非高区域创新水平的组态有4 种，一致性均达到0.9 以上。高区域创新水平组态的解的覆盖度为0.781，能够解释约78%的高区域创新水平的案例。非高区域创新水平组态的解的覆盖度为0.663,解释了约66%的非高区域创新水平原因。

4.2.1 产生高区域创新水平的组态

根据表6，产生高区域创新水平的5 条路径均包含技术规模这个简约解，说明技术对区域创新水平提高具有基础性作用。其中组态H2、组态H3、组态H4、组态H5 构成了二阶等价组态，即驱动区域产生高创新水平的另外四组组态的核心条件是一样的。

表6 高创新水平组态

在组态H1 下，市场和政府是缺失条件，即当市场环境不佳，政府重视程度不够时，通过高技术规模的扩大，技术组织的增加，区域同样能够实现高创新水平。在该组态条件下，技术规模和技术组织是核心条件，起到了驱动区域创新的双核心作用。所以研究将组态H1 命名为“创新组织-高技术”双驱型。

技术是组态H2 的核心条件，对于具备高科学技术要素的区域，在获得政府高度重视和具备广阔市场情况下，即使技术创新组织作用发挥不明显，同样能够实现高创新水平。该组态中技术虽起核心作用，但同时需要政府R&D 经费投入、研发投入、广阔的技术市场和消费能力共同发挥辅助作用，此外知识创新主体也在其中发挥了积极作用，故将其命名为“知识创新型组织-技术政府市场”三驱型。

组态3 中技术仍然是核心条件，区域高创新水平的发挥同样需要技术、政府、市场等因素的驱动，但是与组态H2 不同的是知识创新型组织在其中的作用发挥并不明显，反而技术创新型组织取代其发挥辅助作用，研究将其命名为“技术创新型组织-技术政府市场”三驱型。

组态H4 中显示，对于技术资源丰富的省份，在保证高强度的政府研发投入同时具备活跃的创新组织，还要保证庞大的技术市场规模，区域高创新水平才能得以实现，因此将该类驱动路径命名为“市场规模-政府技术组织”三驱型。

组态H5 中，技术规模和技术人才是核心条件，该组态同样需要市场、技术、组织的协同驱动，此外还需要政府R&D 研发投入发挥辅助作用，所以研究将其命名为“研发经费投入-市场技术组织”三驱型。

根据5 条高创新水平路径呈现出的匹配特征，将其归纳为“技术-组织”双重驱动型和“政府-市场-技术-组织”均衡驱动型两类创新策略。其中，组态H1 呈现出创新技术与创新组织双轮驱动创新绩效的特征，属于“技术-组织”双轮驱动，组态H2、组态H3、组态H4 和组态H5 表现出由政府、市场、技术、组织等多重因素协同驱动创新的特征，属于“政府-市场-技术-组织”均衡驱动型。

“高技术-创新组织”双重驱动型策略表明，具有技术优势的企业组织在此路径下成为了创新的主体，无论区域所处的创新环境如何，如果区域内技术资源和创新组织富集，即使政府重视程度欠缺，高技术和创新组织的协同互动也能够有效促进区域创新能力的提升。已有研究证明，技术愈发在创新中发挥着不可替代的作用，特别是高技术创新和引进促使全要素生产率的提升，是促进经济增长方式转变的必要条件［82］。在创新网络发达地区的高技术企业的技术创新具有正向的自我强化机制［35］。组织在区域创新中的作用也不容忽视，组织成员所拥有的知识财富和技术在经过共享、讨论、分析之后激发区域的创新能力，并不断创造新的知识和技术,在这个过程中,区域要展开技术攻关并且创造良好的组织创新环境为创新提供支持和保障，两者协同共同促进区域创新能力提升［83］。“政府-市场-技术-组织”均衡驱动型表明要素之间的协同联动将促进区域创新绩效的提升。上述发现有助于进一步厘清组态间的内在驱动机制，揭示条件变量间可能存在的潜在替代关系。

4.2.2 产生非高区域创新水平的组态

进一步检验了产生非高区域创新水平的组态，产生非高区域创新水平的路径共有4 条（见表7）。组态F1、组态F2 和组态F3 均表明，当政府R&D经费投入强度不足、缺乏技术以及创新组织时将导致区域非高创新水平，其中组态F1 的原始覆盖度与唯一覆盖度为 0.493 和0.134，明显高于组态F2、组态F3 和组态F4，表明该路径是导致区域非高创新水平的主要原因。组态F4 表明，即使区域政府研发投入强度大，区域内有广阔的市场，知识创新组织与技术创新组织密集，但是核心技术的缺乏仍然会导致区域非高创新水平。比较影响区域创新绩效的高创新驱动组态和非高创新驱动组态可以发现，区域非高创新水平的组态和区域高创新水平两者并不是位于对立面，导致区域非高创新水平的原因并不是导致区域高创新水平原因的反面，两者具有非对称性特征。

表7 非高创新水平组态

4.3 案例分析

识别出充分性组态覆盖的案例是模糊集定性比较分析方法的潜在优势［84］。通过对区域高创新水平所覆盖的案例进行整理发现，不同省份在创新驱动策略选择上具有明显差异（见图3）。组态H1 的典型案例包括湖北、江西，解释案例主要集中在中部地区，即使市场环境不够良好，密集的技术创新组织和高技术企业同样也能驱动区域产生高创新水平，说明该区域创新活动主要通过高技术-创新组织双轮驱动，是典型的“高技术-创新组织”双轮驱动型。组态H2 解释案例包括北京、浙江、湖北，组态H3 解释案例包括上海、湖北、浙江。组态H4 解释案例包括浙江、湖北、四川、安徽。该类组态大部分案例集中在中部地区，说明以上区域通过丰富的技术资源，高强度的政府研发投入和活跃的创新组织及较广阔的技术市场实现区域高创新水平，是典型的“市场规模-政府技术组织”三驱型。组态H5包括福建、山东、浙江、江苏、广东，解释案例主要集中在东部地区，说明东部地区主要通过组态H5实现区域的高创新水平，广阔的市场，发达的技术，密集的知识创新组织与技术创新组织对创新产生了强有力的驱动作用，呈现出由政府、市场、技术、组织等多重因素协同驱动创新的特征，属于“政府-市场-技术-组织”均衡驱动型。以上结论也与已有研究相印证，当前我国各区域创新能力建设差别较大，不同省份之间的创新能力仍有明显差距［85］。东部地区发达的经济条件，广阔的市场，密集的高校和研究机构,研发人员全时当量和研发投入经费普遍较高，多样化的创新驱动因素促使东部地区取得了较高的创新能力［86］，但是对中西部地区创新能力的提升尚未起到支撑作用［19］。

图3 高创新水平组态的解释案例

4.4 条件间的潜在替代关系

模糊集定性比较分析方法除了能够识别出组态覆盖的典型案例，还可以识别出条件变量间的替代关系［87］。对区域高创新水平组态进行对比分析发现，在一定条件下，市场、技术、政府、组织等驱动因素之间存在相应替代关系。对比组态H2 和组态H3可以发现，对于市场广阔，政府重视程度高、技术完备的区域，技术创新组织与知识创新组织可以通过互相替代实现区域高创新水平。对比组态H2 和组态H4 可以发现。当技术完备、区域政府高度重视时，市场潜力同技术创新组织可以互相替代。组态H2 和组态H5 的对比分析可以发现，当技术完备、市场广阔、知识创新组织密集的情况下，政府研发投入同技术创新组织具有替代关系。对比组态H3 和组态H4 可以发现，对于政府高度重视投入，技术完备，技术创新组织密集的省份，知识创新组织和市场之间可以互相替代，从而实现区域高创新水平。对比组态H3 和组态H5 可以发现，在技术完备、市场广阔、技术创新组织密集的情况下，知识创新组织和政府研发投入之间可以互相替代。对比组态H4 和组态H5，当市场广阔、技术完备的情况下，市场潜力同政府研发投入可以互相替代，提高区域创新水平。以上研究结果证明，在一定条件下，市场、政府、组织等驱动因素之间存在相应替代关系，各驱动因素可以通过互相组合、替代以殊途同归的方式促进区域创新水平提高。而高技术作为区域创新水平提高的必要条件，在推动区域创新中发挥了不可替代的关键性作用。

5 结论与展望

5.1 研究结论

基于Web of Science 核心合集对2000—2020 年发表在SSCI 上的相关研究进行搜集与筛选，利用科学计量学方法与可视化知识图谱工具CiteSpace 对近20 年来创新因素相关文献进行可视化分析，识别出市场、政府、技术、组织等4 个因素是近年来学者重点关注的创新驱动因素。为弥补过往单因素分析的局限，识别出驱动区域创新的主要因素，总结归纳出不同区域间的创新驱动模式，以中国31 个省份为案例分析样本，从4 个维度整合出影响区域创新水平高低的8 个关键前因条件，探讨驱动区域创新的影响因素和各影响因素之间的互动关系。主要结论如下：（1）高技术是驱动区域高创新水平的必要条件，高技术人才和技术规模在推动区域创新中发挥着重要作用，高技术人才匮乏和技术规模狭小是导致区域非高创新水平的必要条件；高技术是促进发展的重要内在推动力，作为现阶段的先进技术和尖端技术具有高附加值利益，具有巨大经济、社会和环境效益，不仅对区域的经济产生了积极的效果，还引导着产业结构的调整完善，在区域创新中发挥着至关重要的作用［88］。（2）区域高创新水平的驱动路径具有5 条，技术在区域高水平创新路径中均作为核心条件存在，可以将其驱动模式归纳为“创新组织-高技术”双驱型、知识创新型组织-技术政府市场三驱型、技术创新型组织-技术政府市场三驱型、“研发经费投入-市场技术组织三驱型”“市场规模—政府技术组织”三驱型 等5 条路径；非高创新水平的驱动路径有4 条，导致区域非高创新水平的原因并不是导致区域高创新水平原因的反面，两者存在非对称关系。（3）区域在创新驱动策略选择上具有明显差异：组态1 的典型案例包括湖北、江西，解释案例主要集中在中部地区；组态H2 包括北京、浙江、湖北等地；组态H3 包括上海、湖北、浙江等地；组态H4 包括浙江、湖北、四川、安徽等省份；组态H5 包括福建、山东、湖北、浙江、江苏、广东。解释案例主要集中在东部地区，说明东部地区主要通过该路径实现区域的高创新水平，广阔的市场，发达的技术，密集的创新组织对创新产生了强有力的驱动作用。以往研究验证了东部地区受到多样化的创新驱动因素影响，创新活动的开展获得了多类因素的强大的驱动力，从而实现了区域高创新水平［89］。本研究将该模式定义为是“政府-市场-技术-组织”均衡驱动型。（4）在特定的客观禀赋条件下，政府、市场、组织等驱动因素之间具有替代关系，可以通过互相替代以殊途同归的方式实现区域创新水平。证明了形成区域高创新水平的路径不是唯一的，驱动因素间能够通过组合匹配替代推动区域创新水平提升［90］。研究揭示了区域高创新水平的组态路径和区域创新水平提升的内在机理，结论有助于深化对我国区域创新水平提高背后多因素间复杂互动本质的理性认识，为区域配置创新资源，选择合适的创新驱动模式，实现区域创新驱动发展提供有益的借鉴与启示。

5.2 贡献与启示

“技术-组织”的组合驱动能够实现区域高创新水平，即使区域所处的创新环境不容乐观，区域内技术资源和创新组织若密集存在，两者的协同互动也能够有效促进区域创新能力的提升。占有技术、知识的企业和高校成为区域创新的主体，成为其中一种区域高创新水平的实现路径。

“政府-市场-技术-组织”四因素的均衡驱动型是实现区域高创新水平的路径，各要素之间的联动将促进区域创新绩效的提升，要重视因素间的协同互动作用在区域创新中发挥的重要作用，实现多因素组合均衡驱动。政府是引导创新的主体，通过积极运用各种政策工具为创新营造良好的环境。在实现高区域创新水平的路径中，政府虽作为组态的边缘条件，但是在区域创新中却发挥了不可忽视的辅助作用。政府要不断创新科技投入机制，充分发挥财政科技投入的引导、示范、放大作用，建立和完善财政科技投入与企业投入、社会资金相结合的多元化科技创新投融资体系，突破科技创新和高新技术产业发展的瓶颈，推动创新驱动发展。技术在驱动区域创新中发挥不可替代的作用，5 条高创新水平路径均显示技术在推动区域创新中是核心条件。技术创新是一种不断追求卓越与发展的升华，通过技术变革实现经济增长方式转变、培育新的经济增长点的核心和关键，是形成后发优势，进而追赶发达地区的必由之路。科学技术是第一生产力，技术推动科技创新成果转化为现实生产力，更好地促进国家经济发展和改善民生环境，未来要更加重视技术在区域创新中的作用，将其作为推进区域高质量发展的重要抓手。市场在创新中同样发挥着举足轻重的作用，市场需求引导创新，对创新结构调整和创新方向提出了新要求，从而打造出新的经济增长点。良好的知识创新环境和技术创新氛围为区域创新发展提供强有力支撑。组织创新文化建设是实现创新型国家建设目标的关键，要营造鼓励创新、容忍失败的政策环境和文化氛围。积极发挥政府、高技术创新组织、大学和科研院所等知识创新组织在区域创新环境建设与发展中的重要作用，努力营造区域创新发展的政策环境、技术环境和知识环境。

5.3 研究局限与展望

本研究也存在以下局限：（1）虽然针对31 个省份进行区域创新水平组态分析，但是未对某个具体案例展开针对性分析，后续研究可根据具体案例的面板数据展开研究，总结出更具针对性和代表性的创新驱动模式。（2）受案例数量限制，研究构建的理论模型虽已尽可能多地整合了影响创新驱动的4 个要素，但由于区域的复杂性，并不是所有的影响因素都已囊括其中，未来研究可以考虑其他因素对于区域创新驱动的影响。