高校科技创新绩效的驱动因素与提升路径研究——基于中国28个省（区、市）的模糊集定性比较分析

许 敏，余 灵，王慧敏

（南京工业大学经济与管理学院，江苏南京 211816）

党的十九大报告提出建立以企业为主体、市场为导向、产学研深度融合的技术创新体系；党的十九届五中全会强调坚持创新在我国现代化建设全局中的核心地位。产学研协同创新强调高等教育、科技与经济的融合，高校在人才培养、科研与社会服务方面的发展与变革，都将影响到其科技创新的表现［1］。高校作为产学研协同创新的关键主体之一，高校科技创新资源配置是国家和高校对直接用于高校科学研究和技术创新的资金、人才、设施等各类资源进行开发和调配，以提高资源利用率，优化高校科技创新资源的配置既需要国家的宏观政策指导，又需要地方各级政府和各高校的积极参与、协同创新［2］。文章基于模糊集定性比较分析（fsQCA），通过对战略协同与科技资源配置之间不同组合的检验分析，探讨影响高校科技创新绩效的驱动因素，探寻高校科技创新绩效的提升路径及对策建议。

1 文献回顾

科技创新绩效是科研组织在科技创新活动中的表现，主要是对科研组织某一时期内的业绩进行考核，即衡量科研成果产出状况［3］。高校科技创新活动表现为在现行的科技管理体制下，利用高校内部科技创新要素协同外部创新主体，组织科研团队开展的科技创新成果产出活动，而在此过程中的科技创新资源投入和产出之间的对比关系就是高校科技创新绩效［4］。协同效应对高校科技创新绩效有重要影响，通过战略层面协同，对高校科技创新活动的展开更具有积极作用［5］。Etzkowize等［6］较早对产学研协同创新展开研究，通过引入创新理论、生物进化理论、三重螺旋等基础理论，丰富和发展了产学研协同创新的理论内涵。蒋兴华［7］、蒋开东等［8］学者主要从实证角度构建战略层面高校与企业合作技术创新的行为模式，以校内科研团队和外部企业研发队伍为战略协同的研究对象，提出培养校企创新创业复合型人才的关键渠道，校企产学研协同创新机制的途径。高校科技资源包括科技人力资源、科技经费资源、科研设备等物力资源等,因科技资源系统性的特征，单一的资源难以成为科技资源［9］。不同资源的有机组合实现科技资源之间的紧密配置，发挥出科技资源的最大效益，可使高校科技创新迅速转化为生产力，提升高校科技创新绩效［10］。科技资源的协同程度越高越能提升科技资源配置效率［11］。我国高校科技研发经费主要来自政府投入，容易造成科技成果的产出主体和科技成果应用主体的分离，借助协同创新能够建立以科技创新与市场供求相对接为基础、政府进行宏观指导与监督的市场运行体制，进而提高高校科技创新绩效［12］。

高校科技创新绩效测算评价的方法主要是参数法和非参数法，数据包络分析法（DEA）是较为常用的非参数方法，马宝林等［13］应用DEA-Malmquist指数法对我国31个省（区、市）的高校科技创新进行静态和动态效率分析，发现大部分地区高校均处于非DEA有效状态，且存在地区异质性；参数法运用较少，通常采用随机前沿法（SFA）进行绩效评价［14］。但数据包络分析法易受随机误差的影响，随机前沿法也易因生产函数的误设而导致结构偏差，造成结果与现实情况不一致［15］，而因子分析法能够克服这些误差，通过从衡量指标群中提取出具有高解释性的公共因子，既避免主观影响又能够对衡量指标降维。

综上，现有研究多是基于线性回归分析，已有实证检验了战略协同及科技资源配置对高校科技创新绩效的影响，还鲜有学者将二者结合起来并考虑其非线性关系对高校科技创新绩效的提升作用。学者们通过评价分析得出我国高校科技创新绩效的地区异质性，所采用的线性回归模型难以根据不同地区发展特点提出有针对性的建议。因此，本文基于模糊集定性比较分析，构建战略协同与科技资源配置的集合关系，探讨其对高校科技创新绩效的影响，通过不同因素组合探寻不同省区市高校的科技创新绩效等提升路径。

2 研究设计

2.1 样本选择与数据来源

为保证样本数据的可靠性，剔除掉数据存在缺失或较多0值的青海、西藏、宁夏和港澳台地区，最终选取28个省、自治区、直辖市的高校为检验样本。数据主要来源于2016—2020年《高等学校科技统计资料汇编》《中国科技统计年鉴》《中国统计年鉴》《中国教育统计年鉴》，即以2015年至2019年的高校相关科技活动的统计数据进行研究。考虑到高校科技创新绩效存在一定的滞后性，选择一年的滞后期对数据进行预处理，为尽量避免随机干扰项的影响，以2016—2019年相关数据均值衡量结果变量高校科技创新绩效，以2015—2018年相关数据均值衡量各前因条件变量。

2.2 研究方法

模糊集定性比较分析法（fsQCA）是通过布尔运算和集合关系来实现对案例的充分比较和分析，注重挖掘前因复杂性和因果非对称关系，能有效探索多个要素之间的协同效应与互动关系［16］。高校科技创新绩效是多因素共同作用，fsQCA可以发现多要素之间的组合关系；fsQCA 能准确识别不同区域在创新策略选择的可能差异，可以定位各个等效组态所覆盖的案例，有利于针对不同省份地区做出深入分析［17］；fsQCA适用于不同规模的样本研究，本研究样本（28地区）属于中等规模，与之相匹配。

2.3 变量设计

2.3.1 结果变量

选择高校科技创新绩效作为结果变量，使用高校科研成果产出进行衡量。高校科技创新产出指标主要包含两方面，一是科学研究成果指标，高擎等［18］学者认为专著、科技课题总数、国外及全国性刊物发表学术论文、国家级成果授奖等指标具有代表性，朱恬恬等［19］学者补充了发明专利授权数、国际科技论文数、鉴定成果数这些代表性指标；二是科研成果转化指标，主要包含吴颖等［20］学者选择的技术转让签订合同数，以及马聪颖等［21］学者选取的技术转让当年实际收入等代表性指标。借鉴于洋等［22］学者的研究，产出方面选取数量指标包括专著数、学术论文总数、总成果授奖数等产出数量指标，还包含更能反映出各省高校创新水平的国外论文数、国家级奖励数、技术转让当年实际收入等产出质量指标。从时效性、可衡量性、可获得性出发，本文以2017—2020年《高等学校科技统计资料汇编》中直接可获得的出版专著数、学术论文数、技术转让当年实际收入、国家级成果授奖数作为高校科技创新绩效的衡量指标，利用主成分分析法计算出各地区高校科技创新绩效综合得分。

由于所选择高校科技创新绩效的衡量指标存在较大的单位差异，先使用SPSS26软件对原数据进行Z值标准化的无量纲化处理，按照特征值大于1的标准提取到一个主成分，贡献率达到0.837，处理结果如表1所示。

表1 高校科技创新绩效主成分分析结果

2.3.2 前因条件变量

依据本研究目的，选择战略协同及科技资源配置的两个维度变量作为前因条件变量，采用模糊集定性比较分析法进行检验分析。

（1）战略协同。李芸［23］认为战略协同可概括为内部战略协同和外部战略协同两类，从高校角度，内部协同是通过高校内部诸如科研人员、科研经费、科研设备等各创新要素之间的配置整合来提升高校科技成果转化的表现；外部协同的实现主要通过高校与外部创新主体、环境之间在人才交流合作、平台共建共享、资源互通有无等方面进行互动交融，最终实现培养复合型人才、提升高校科技创新绩效的目标。参考祝铭等［24］学者通过高校战略协同创新能力和区域战略协同创新能力两个方面衡量战略协同的研究，本文选择科技创新投入与科技成果转化两个维度来衡量高校战略协同创新能力；基于研究内容和数据的可获得性，选取知识获取、区域创新、创新绩效三个维度来衡量区域战略协同创新能力。具体衡量指标体系如表2、表3所示。

表2 高校战略协同创新能力指标体系

表3 区域战略协同创新能力指标体系

利用主成分分析法测算，对高校战略协同创新能力的原始数据进行Z值标准化法无量纲化处理，再进行主成分分析，按照特征值大于1的标准提取到两个主成分，处理结果如表4所示。

表4 高校战略协同创新能力主成分分析结果

利用主成分分析法测算区域战略协同创新能力。对区域协同创新能力的原始数据进行Z值标准化法无量纲化处理，再进行主成分分析，按照特征值大于1的标准提取到两个主成分，处理结果如表5所示。

表5 区域战略协同创新能力主成分分析结果

（2）科技资源配置。李金华［25］认为，科技资源是开展科技活动和创造科技成果的基础，主要包括投入到科研创新和技术进步过程中的科技人力资源、物力资源、财力资源，也涉及知识信息和环境等资源。张宝生等［26］认为高校科技资源是高校进行科技创新活动的重要支撑，是研究生、教学与科研人员等科技人力资源，科技设备、实验室、创新平台等物力资源以及科研经费等财力资源的总称。本文选择人力资源配置、物力资源配置、财力资源配置3个维度来度量高校的科技资源配置，人力资源配置选取高校的教学与科研人员、研究与发展人员、在校研究生数3项数值，物力资源配置选取高校的教学和科研仪器设备、图书藏书量及国家重点实验室3项数值，财力资源配置选取高校当年拨入科技经费总额、当年科技课题支出经费、当年内部支出科技经费3项数值。数据主要来源于2016—2019年《高等学校科技统计资料汇编》和《中国教育统计年鉴》。

利用主成分分析法来测算，对高校人力资源配置、物力资源配置和财力资源配置的原始数据进行Z值标准化法无量纲化处理，再进行主成分分析，处理结果如表6至表8所示。

表6 人力资源配置主成分分析结果

表7 物力资源配置主成分分析结果

表8 财力资源配置主成分分析结果

通过以上分析，本文建立了高校科技创新绩效一个结果变量及高校战略协同创新能力、区域战略协同创新能力、人力资源配置、物力资源配置、财力资源配置5个前因条件变量的高校科技创新绩效影响因素检验指标度量表，如表9所示。

表9 检验变量定义及说明

3 实证检验及分析

3.1 描述性统计

描述性统计结果如表10所示，高校科技创新绩效综合得分的均值是0.653，最低是0.002，最高是2.630，这表明各省份之间高校科技创新绩效存在较大差异，部分地区总体高校科技创新绩效过低，与整体平均水平有着显著差异。需要对前因条件变量进行组态构型分析，进一步研究其与高校科技创新绩效的因果关系，探寻不同省份的驱动路径。

表10 变量描述性统计结果

3.2 数据校准

参考杜运周等［27］研究方法，结合实际情况对变量校准，将样本从变量维度转化为集合维度。本文将5个条件变量与1个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样本数据的上四分位数（75%）、上下四分位数均值以及下四分位数（25%）。运用fsQCA3.0 软件进行隶属度赋值，选取科技创新高绩效的非集作为科技创新非高绩效。对于样本交叉点的值校准后正好为0.5的情况，根据交叉点值的偏属情况将0.5调整为0.501。数据校准信息如表11所示。

表11 变量校准锚点

3.3 检验结果及分析

3.3.1 必要条件分析

首先检验单个条件（包括其非集）是否构成高校科技创新高绩效或科技创新非高绩效的必要条件，结果如表12所示。通常认为该检验中的变量一致性大于0.9时，则该条件变量对结果有着影响全局的作用［28］。根据表12，人力资源配置（一致性为0.928，大于0.9）是影响高校科技创新高绩效的必要条件，财力资源配置、物力资源配置、～人力资源配置、～物力资源配置、～财力资源配置的一致性均高于0.85，同样拥有较高的影响作用。这说明完善的高校科技资源配置能显著提升高校科技创新，较差的高校科技资源配置能显著降低高校科技创新绩效。

表12 必要条件分析结果

3.3.2 组态充分性分析

参考杜运周等［16］研究方法，将一致性阈值设置为0.8，案例阈值设定为1，PRI阈值选定为0.75。在进行高校科技创新高绩效的组态充分性分析时，人力资源配置是必要条件项，将其选择“存在”选项，其余条件变量均选择“存在或缺席”选项，得出复杂解、中间解和简约解，通过对中间解、简约解进行布尔代数运算，得出组态结果如表13所示。

表13 高校科技创新绩效的组态分析结果

从表13可以看出，科技创新高绩效组态中，无论是单一解还是总体解的一致性均远高于一致性阈值0.8，单个解的原始覆盖度分别为0.521、0.335和0.366，总体解的覆盖度为0.840。这表明3个组态是实现高校科技创新高绩效的三条等效路径，每个组态可以解释相当比例的高校科技创新高绩效的结果，3个组态共同解释了84%以上高校科技创新绩效提升的原因。通过模糊集定性比较分析法，可以准确定位充分性组态覆盖的归属地区，如图1至图3所示，对科技创新高绩效的3个组态进行进一步分析。

（1）组态H1——资源协同配置型。组态H1中人力资源配置和财力资源配置发挥核心作用，高校战略协同创新能力和区域战略协同创新能力发挥辅助作用。这表明对于科技资源配置较为完善的高校，如能同时实现高校和区域的战略协同创新，则该地区总体的高校科技创新绩效将显著提升。将其归为资源协同配置型路径，该路径主要依靠高校科技资源配置，同时高校和地区的战略协同能力也不弱。

通过对组态H1所覆盖的案例地区进行整理如图1所示，归属于该路径的地区主要集中在东部地区，包括北京、上海、江苏、浙江、山东、湖北、广东等地区，东部省市地区不仅经济发达，区域创新能力也较强，这七个地区拥有双一流高校占比高达58.5%，高校综合实力和科研实力都排在全国前列。该区域高校可以充分利用好自身的实力优势以及所处地区的经济优势，引进高质量科研人员并联合地区其他创新主体培养复合型创新人才，合理使用科研经费，使其在高创新课题上得到最大利用，充分发挥善科技人力资源和财力资源配置的作用，有必要继续加强和所在地区其他创新主体的沟通交流合作，通过协同创新平台提升和区域的协同创新能力，促进高校科技创新成果转化和产学研协同有机结合，双管齐下提升地区高校科技创新绩效。

图1 组态H1的覆盖地区

（2）组态H2——资源内在配置型。组态H2中人力资源配置和财力资源配置发挥核心作用，高校战略协同创新能力和区域战略协同创新能力缺失。这表明对于高校科技资源配置完善的地区，即使该地区的高校和区域战略协同度不高，也能实现地区总体高校科技创新绩效的提升。将其归为资源内在配置型路径，该路径主要依靠高校科技资源配置，高校和地区的战略协同能力难以发挥作用。

通过对组态H2所覆盖的案例地区进行整理如图2所示，归属于该路径的地区主要集中在西部地区，包括内蒙古、海南、贵州、甘肃、新疆等地区。这些地区高校相较于东部来说，地区经济实力、高校科研实力、高校和区域的协同创新能力都存在明显欠缺，高校科技创新绩效存在较大的提升空间，可通过完善高校科技资源配置便能提升高校科技创新绩效。人力资源配置方面，可推进高质量人才引进措施、加大高校科研人员的投入、对学术型研究生进行扩招等。物力资源配置方面，可以关注科技实验室建设、保障科研设备的先进充足等。财力资源配置方面，可充分利用国家的政策补助、进一步保障研发人员的经费使用等。

图2 组态H2的覆盖地区

（3）组态H3——人才主导协同型。组态H3中人力资源配置发挥核心作用，高校战略协同创新能力和区域战略协同创新能力、物力资源配置发挥辅助作用。这表明高校科技人力资源配置足够强的地区，即使不考虑完善的财力资源配置，只要充分发挥高校和区域的战略协同创新能力，便可以提升该地区总体高校科技创新绩效。将其归为人才主导协同型路径，该路径主要依靠高校的人力资源配置。

通过对组态H3所覆盖的案例地区进行整理如图3所示，归属于该路径的地区分布在东北、中部和西部地区，包括吉林、黑龙江、江西、广西、云南等地区。这几个地区的战略协同创新能力和高校科技资源配置水平都属于不高不低的状态。这些地区的高校科技创新绩效，需要充分发挥科技人力资源的高质量投入，还可以通过对科技物力资源的配置完善，如购买先进的科研仪器设备、打造重点实验室、搭建产学研协同创新平台等，也有必要进一步加强与所处地区其他创新主体的合作，提升科技成果转化能力。

图3 组态H3的覆盖地区

（4）科技创新非高绩效组态。关于科技创新非高绩效的组态，结果表明4个组态结果中，人力资源配置的缺失均起核心作用，这表明高校科技人力资源配置的不完善造成高校科技创新绩效的难以提升。其中，组态NH1表明高校科技资源配置的不完善会导致高校科技创新绩效的难以提升；组态NH2、NH3表明在高校科技资源配置存在不完善的情境下，叠加区域高校和地区的协同创新度也不高，会导致地区总体高校科技创新绩效的下降；组态NH4表明，在高校科技资源配置存在不完善的情境下，即使区域高校和地区的协同创新能力较好，也未能实现地区总体高校科技创新绩效的提升。

3.3.3 稳健性检验

参考程建青等［29］的研究，将PRI阈值由0.75提高至0.8，其他处理方式不变，进行稳健性检验，得出结果如表14所示。可以看出PRI一致性的提升对组态数量、核心条件和边缘条件的分布排列均未产生实质性影响，新组态与原组态基本保持一致，说明本文研究结论较为稳健。

表14 组态的稳健性检验

4 研究结论及对策建议

4.1 研究结论及思考

（1）我国高校科技创新绩效总体偏低且区域异质性较强，人力资源配置是提升高校科技创新绩效的必要条件，财力资源配置是提升高校科技创新绩效的核心条件，有三条提升路径解释了84%以上高校科技创新高绩效的原因。这表明通过优化科技资源配置，能显著提升高校科技创新绩效，需要牢固贯彻树立“人才是第一资源”理念，更加重视高层次科研人员的投入。

（2）提升高校科技创新绩效的路径选择存在地区差异。北京、上海、江苏等东部省市的高校主要通过科技资源配置来提升高校科技创新绩效，战略协同起辅助作用；内蒙古、海南、贵州、甘肃、新疆等省市的高校可以优化完善科技资源配置，来达到提升高校科技创新绩效的效果，所处区域经济相较于东部发达地区较差，战略协同难以发挥作用；吉林、黑龙江、江西、广西、云南等省市的高校战略协同创新程度和高校科技资源配置都处于中等有待提高完善，此类地区高校应继续发挥战略协同和科技资源配置的双重作用来加强高校科技创新。

（3）提升高校科技创新绩效有3条组态路径选择，资源协同配置型、资源内在配置型和人才主导协同型。每条路径都是由多个变量组态构成，仅靠单一变量难以实现高校科技创新绩效的提升，要注重多个因素的合理配置，从协同角度出发及结合不同省市高校的特点，实现提升区域高校科技创新绩效。

4.2 对策建议

4.2.1 推进区域协同，加强高校科技创新资源流通

根据描述性统计，我国不同省市高校的科技创新绩效存在较大差异，有必要通过政府与高校共同努力改进高校科技创新绩效不均衡的问题。可以根据各区域的优势资源突破地域界限，如统筹东、西部地区协同，充分发挥高校科技创新资源的空间流动性，推进对口支援与资源互补；需要充分发挥校内外智库资源，鼓励支持高校、科研院所设立“科技成果转化岗”；全面推动科技成果转化示范区建设，推进科技创新承接平台的建设，高校加强与国家和地区科技成果库对接；加快高新技术产业创新示范区建设，高校积极与市场资源平台对接，争取市场的各类资源；全面推进技术创新国际合作，高校着力吸引全球优秀创新人才。

4.2.2 发挥多元主体协同作用，助推高校科技创新绩效与经济双发展

对于资源协同配置型的路径H1高校，即北京、上海、江苏等部分东部省市的高校，需要在加强高层次人才资源培养的基础上，充分发挥战略协同作用。这些地区高校可以利用地区经济优势和自身高校科研实力雄厚的基础，要紧跟科技创新的前沿研究，鼓励组织科研人员申报高水准的科研项目，加大科研规模及研发力度。此外，可以与区域内的科研院所协同来强化学术和应用相结合，不断推进产学研合作，与企业共同承担国家创新技术攻坚任务，面向实践满足国家急需，进而达到提升与区域之间的战略协同创新能力，实现自身科技创新绩效的提高。政府层面可以加大区域内其他科技创新主体的创新投资力度，鼓励并推进企业与区域高校的产学研协作，打造科技、教育、产业、金融紧密融合的创新体系，实现地区经济与高校科技创新绩效的双向推动发展。

4.2.3 提升高校人力资源质量，优化财力资源配置对于资源内在配置型的路径H2高校及人才主导协同型的路径H3高校，即贵州、甘肃、新疆等部分西部省市的高校，以及吉林、黑龙江、江西、广西、云南等省市的高校，由于战略协同未能充分发挥，需要着力提升高校人力资源质量和数量、加强财力资源供给配置。这些地区高校需要加大对高水平人才的培养，提高科技创新人力投入水平，招收高质量研究生，提高博硕比例。需要着力推进科技创新的体制改革完善及优化治理，激发高校科研人员的创新活力，如构建以创新能力、质量和贡献为导向的评价机制，制定和执行有利于科技人员潜心钻研、创新的评估机制。地方政府可以优先确保人力资源与研发经费的充足供给，支持地区高校通过外部行业协会等创新生态系统，推进构建立多层次的科技金融服务平台体系等。