科技資源配置何以促進高技術產業TFP增長
——基于29個省域案例的fsQCA分析

杜寶貴，楊幫興

(東北大學 文法學院，遼寧 沈陽110169)

0 引言

高技術產業作為利用前沿科技生產高技術產品的產業類型，在促進經濟發展動力變革和搶占國際創新高地等方面具有重要地位。早在1988年，中國政府即通過出臺火炬計劃促進高新技術研究成果商品化，推動高新技術產業形成和發展。新世紀以來，中國更是將促進高技術產業發展作為一項長期戰略規劃，并取得了豐碩成果。據國家統計局《2021年國民經濟和社會發展統計公報》顯示，2021年中國高技術產業增加值同比增長18.2%，占規模以上工業增加值的15.1%，高技術產品出口額占國家出口總額的29%?？梢姡呒夹g產業已成為中國發展壯大實體經濟和構筑創新產業體系的重要支柱。然而，在參與全球科技競爭中，中國高技術產業在全球價值鏈劃分中依舊存在較大劣勢，時刻面臨“低端鎖定”風險[1-2]，許多與核心設計相關的知識產權仍然受到控制，諸多“卡脖子”關鍵技術仍待破解攻關。

隨著國際格局的深刻變化和全球價值鏈重構，發達國家越來越專注于全球生產網絡的高科技領域，這些領域是就業和地區增長的催化劑，而發展中國家則被迫專注于全球體系中高技術產業的低附加值環節。在此背景下，中國想要擺脫“低端鎖定”困局，必須加快推進制造強國、科技強國建設，把科技自立自強作為國家發展的戰略支撐，通過提升高端產業自主創新能力和創新成果產出進軍全球高端制造。通常來說，工業產出增長可通過兩種方式實現：加大生產要素投入和提高生產率水平[3]。其中，全要素生產率(Total Factor Productivity，TFP)作為衡量生產率水平的重要指標已得到廣泛關注。TFP[4]區別于單要素生產率(如技術生產率)，衡量的是生產過程中總產出與總投入的比率，這意味著產出增長率超過加權投入增長率的剩余部分即是全要素生產率增長率。因此，TFP增長通常被視為衡量技術進步的重要指標，其囊括了效率提升、質量提升、組織創新、生產單位競爭力等方面。

中共十九大報告指出，必須堅持質量第一、效益優先，以供給側結構性改革為主線，推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率。因此，在經濟發展新階段和新競爭形勢下，摒棄原始粗放型的以單純擴大資源投入換取產出增長，轉向通過優化科技資源要素配置促進TFP增長，對中國高技術產業發展具有重要現實意義。由于中國各區域人力資源分布不均，區域制度環境獨特，公共投資和政策各異，具有突出的區域特征。因此，本研究在測算各省高技術產業TFP增長的基礎上，采用模糊集定性比較分析(fsQCA)方法對我國不同省域科技資源要素配置導致高技術產業高/低TFP的多重并發因果關系和路徑進行研究。

1 文獻綜述

高技術產業作為工業新經濟的代表，是當前構建雙循環新發展格局背景下推進生產動力機制轉換、優化產業結構、培育經濟增長新動能的核心引擎。TFP增長是產業技術升級、管理模式改進、產品質量提高、企業結構升級的綜合體現[5]。因此，提升高技術產業TFP是促進高技術產業“多快好省”地實現經濟質量變革、效率變革和邁向高質量發展的必然要求。學者們針對高技術產業TFP的影響因素、如何促進高技術產業TFP增長等方面開展了廣泛研究，主要集中于以下幾個方面：

在高技術產業TFP增長動力及過程分解方面，亞茹和陳丹丹[5]指出，技術進步效應是高技術產業TFP增長的主導來源，要素配置的結構紅利也發揮重要作用，但呈下降趨勢；陳燕兒等[6]指出，中國高技術產業TFP增長動力正逐漸由技術進步轉向技術與技術效率變化共同驅動，且區域間產業發展存在差異；卜洪運等[7]對京津冀地區高技術產業集群競爭力和TFP指數進行測算，發現通過技術進步促進TFP增長能夠顯著提升集群競爭力。在高技術產業創新階段演化方面，姜彤彤[8]指出，在技術開發階段，技術進步使得中國高技術產業TFP增長趨勢明顯，在成果轉化階段，技術進步率降低，盡管技術效率有所提升，但總體TFP仍小幅下降；董會忠和張仁杰[9]研究發現，中國高技術產業研發效率與成果轉化效率明顯不協調，技術效率差異導致高技術產業研發效率存在明顯的區域異質性，而成果轉化效率則呈兩分極化態勢；Wan等[10]發現，中國高技術產業研發技術效率與成果轉化效率具有顯著的空間自相關和空間溢出效應；Zhang等[11]指出，由于研發效率和商業化效率低下，中國高技術產業整體創新效率仍處于較低水平，且大多數省份研發效率與商業化效率不匹配?？梢?，中國各區域高技術產業TFP增長主要由技術進步驅動，要素配置的結構紅利雖然理論上發揮重要作用，但在實踐中的貢獻率較低，是提升高技術產業TFP的重要著力點。

在高技術產業創新資本因素方面，尹向飛[12]認為，高技術產業TFP增長主要歸因于勞動力TFP增長，資本TFP對高技術產業TFP的影響甚微。關于資本要素扭曲，李沙沙和鄒濤[13]指出，資本市場扭曲有助于具有研發能力的高技術企業提高生產率水平，但會抑制企業研發能力，導致資源錯配，從而降低高技術產業TFP水平；汪浩瀚等[14]研究發現，資本要素扭曲對不同區域高技術產業TFP增長均具有顯著抑制作用，研發勞動力要素扭曲能提升東部和中部地區高技術產業TFP，但會抑制西部地區高技術產業TFP增長。在高技術產業投融資方面，萬宜超和劉廷廷[15]研究發現，直接融資、間接融資均通過資本對TFP增長產生正向作用；楊奕等[16]指出，風險投資與技術進步指數、技術效率指數及TFP指數具有顯著相關性，并對R&D的TFP有顯著正向影響，R&D內部經費和新產品開發經費對R&D 的TFP具有顯著促進作用，是技術進步與創新的直接推動因素。可見，科技勞動力資本、金融資本等相關要素是影響高技術產業TFP的重要因素，資本要素扭曲和資源錯配會抑制TFP增長。

在高技術產業R&D投入與技術創新方式方面，汪泉[17]指出，R&D投入和R&D吸收能力對高技術產業TFP的正向作用顯著，而技術引進對高技術產業TFP有輕微負向影響；鄭麗升和李若曦[18]從R&D投入和非R&D投入兩方面考察技術創新投入對高技術產業TFP增長的影響，發現R&D經費投入和技術改造投入分別通過提高技術效率、實現技術前沿外推促進我國高技術產業TFP增長，技術消化吸收投入對TFP增長具有支撐作用。在技術創新方式方面，艾育紅和彭迪云[19]認為，自主研發、FDI和技術引進能夠提升高技術產業TFP，而出口貿易會產生抑制作用，因此必須培育創新主體；李若曦和趙宏中[20]指出，自主創新對高技術產業TFP具有顯著倒U型效應，模仿創新為顯著U型效應，而技術模仿效應不顯著。可見，R&D投入和技術革新等投入規模及方式對高技術產業TFP具有差異化影響。

在高技術產業創新環境方面，魏新穎和王宏偉[21]指出，信息化水平對高技術產業TFP具有顯著影響，且受到市場化程度制約，存在雙重門限效應，人均R&D資本投入、出口交貨值和政府R&D投入對高技術產業TFP有顯著正向影響；馮志軍和康鑫[22]指出，知識產權保護顯著促進高技術產業研發創新TFP增長，FDI則表現出顯著負向影響；于世海[23]指出，對外直接投資和人均GDP與高技術產業TFP增長正相關且存在顯著空間溢出效應；李洪偉等[24]研究表明，高技術產業的企業數和政府資助能夠促進高技術產業效率增長，而GDP和科技機構數沒有起到應有的促進作用。可見，區域開放水平等資源配置環境、外貿外商投資等市場配置方式和政府研發投入等計劃配置方式對高技術產業TFP具有顯著影響。

也有學者綜合多方面因素對高技術產業TFP進行研究[25]。如徐一鳴和王宏[26]通過研究高技術產業規模、市場規模、市場化程度、GDP增長率、R&D經費投入、政府研發投入對高技術產業TFP增長的影響，發現企業R&D經費內部投入和市場規模對東部地區高技術產業TFP增長有顯著推動作用，R&D經費內部投入、市場規模和GDP增長率對中部地區高技術產業TFP增長具有顯著促進作用，企業規模、市場化程度和政府財政投入是提升西部地區高技術產業TFP的主導因素?？梢?，高技術產業TFP增長是受多種資源配置因素影響、具有多重復雜因果關系的矛盾組態。

通過上述文獻梳理可知，中國高技術產業創新效率存在顯著的區域差異和時空演變特征，且不同科技資源配置規模、配置方式和配置環境特征對高技術產業TFP的影響也存在異質性。然而，既有研究對于造成高技術產業TFP區域差異的資源配置組態因素未作進一步探討，也鮮有文獻對不同科技資源要素組合導致高/低TFP的差異化路徑和多重并發因果關系進行研究。因此，本研究從科技資源配置角度出發，構建科技資源配置規模、配置方式和配置環境三維框架，使用fsQCA方法對中國省域高技術產業高/低TFP的多重并發因果關系進行討論。在理論方面，本研究試圖基于模糊集定性比較分析和科技資源配置視角打開導致高技術產業高/低TFP的資源要素組態路徑“黑箱”，揭示不同科技資源組合在高技術產業創新活動中的作用與地位；實踐上為不同區域審視導致高技術產業高/低TFP的針對性誘因和改進路徑提供參考。

2 變量設計

2.1 高技術產業TFP測度

科技人力資源和財力資源是科技創新活動中最基礎性的投入要素。對于高技術產業而言，科技物力資源也是高技術產品開發和研究的關鍵物質基礎。由于R&D活動能為許多企業創新活動提供基礎，在提升企業競爭力從而實現持續快速增長方面發揮著至關重要的作用。因此，結合既有文獻和高技術產業特征，在投入方面，本研究以R&D人員全時當量作為科技人力資源投入指標[12,23]，以R&D經費內部支出作為科技財力資源投入指標[17-18]，以R&D機構數和新產品開發項目數作為科技物力資源投入指標[24,27]；在產出方面，創新成果產出和創新成果轉化是影響高技術產業TFP的兩個關鍵因素，借鑒既有文獻，選用專利申請數測量創新成果產出，以營業利潤和新產品銷售收入測量創新成果轉化[9-11]。

2.2 高技術產業TFP組態條件變量

結合文獻梳理和高技術產業科技資源配置特點，從科技資源配置規模、配置方式和配置環境3個維度構建高技術產業TFP組態條件變量測度指標，如表1所示。

表1 高技術產業TFP組態條件變量測度指標Tab.1 Variable indicators of high-tech industry TFP configuration condition

(1)高技術產業科技資源配置規模。高技術產業科技資源配置規模是指在科技人才、科技經費等方面資源投入的相對規模。由于高技術產業是知識和技術密集型的創新產業，R&D資本投入和人員投入是新知識生產前沿的兩個主要決定因素[28]。因此，選用產品開發強度、技術革新強度和R&D人員投入強度衡量科技資源配置規模。首先，高技術產業是通過科技創新提升產品附加值和競爭優勢的前沿行業，新產品開發經費占營業利潤的相對比重能夠更好地反映高技術產業創新強度[29]。其次，技術革新包含技術改造、技術引進、技術購買和消化吸收等技術升級方面的投入，是高技術產業提升技術創新能力最直接、高效的手段。結合已有研究，選用技術改造、技術引進、技術購買和消化吸收支出占內部經費支出比重衡量技術革新強度[10-12]。最后，R&D人員是科技創新活動中最活躍的決定性因素，也是學者們在測度創新投入時普遍采用的前置因素。因此，本文選用高技術產業R&D人員全時占所在區域R&D人員全時比重衡量R&D人員投入強度[9,12,23]。

(2)高技術產業科技資源配置方式。在中國特色社會主義市場經濟體系下，處理好市場與政府的關系，讓市場在資源配置中起決定性作用，同時更好地發揮政府作用，是構建統一開放、競爭有序市場體系的關鍵。一方面，科技資源市場化配置是對創新要素進行整合、共享、暢通從而實現低投入、高產出的過程。市場作為資源配置的基本手段，既是科技資源配置的關鍵渠道，也為科技資源配置提供保障機制，通過激發市場主體活力，提高產業創新活動生產效率[26]。另一方面，計劃配置主要通過政府進行宏觀引導，以避免市場失靈，同時通過財政收支促進高技術產業要素投入多元化，促進全要素生產率增長[28,30]。因此，結合已有研究[17-19,31-32]，選用非政府資金占R&D內部經費支出比重測量市場配置強度，以高技術產業內部經費中政府資金占區域科技財政支出比重測量計劃配置強度。

(3)高技術產業科技資源配置環境。產學研協同創新是一種由高校、科研機構、企業等創新主體形成資源共享、風險共擔、協同合作的創新模式[33]，是消解技術創新固有高風險性、不確定性的首要選擇。在產學研協同水平較高的環境下，高技術企業通過委托高校開展基礎研究和知識創新活動，聯合科研機構進行協同創新和技術攻關，從而利用自身產業鏈基礎實現科技成果產業化發展，最終促進高技術產業創新生產率提升。此外，區域開放度能夠反映地區市場開放水平和資源要素流動程度，區域開放水平越高，市場經濟越活躍，越有利于科技信息捕捉、資源要素獲取、科技產品銷售、創新人才招攬以及競爭與合作的形成，從而加快高技術產業TFP提升[25-26]。參考既有文獻，選用各地區省級高校和科研機構R&D經費中企業R&D經費占比測量產學研合作水平[31]，以各省進出口總額占GDP比重測量區域開放水平[31,34-35]。

基于以上分析，本文研究框架如圖1所示。

圖1 研究框架Fig.1 Research framework

3 研究方法與數據來源

3.1 研究方法

3.1.1 DEA-Malmquist指數

對TFP的測度主要有參數方法和非參數方法[36-37]。參數方法以隨機前沿分析(SFA)為代表，通過選擇合適的前沿生產函數估計各種生產或成本前沿從而確定TFP。然而，參數方法(如索洛余值法)對TFP的測算未剝離R&D資本體現型技術進步，易產生高估真實TFP增長率和低估要素配置結構效應問題[5,15]。非參數方法[38]以數據包絡分析(DEA)為代表，利用線性規劃確定生產邊界、追蹤效率前沿，并使用多個投入和產出評估生產效率。DEA方法不需要對生產或成本函數、權重及投入產出指標之間的概率分布進行先驗假設，因此在評估研發活動效率或生產率方面具有優勢。DEA-Malmquist指數[39]不需要考慮指標系統的定價信息、價格因素或對涉及的變量使用標準化計量單位，測量結果具有很強的客觀性，在測算TFP增長方面被廣泛使用[22-24]。因此，本研究采用DEA-Malmquist指數對中國各區域高技術產業TFP進行測算。

3.1.2 模糊集定性比較分析

fsQCA是一種基于集合的方法，探討各種因素之間的復雜關系或互補關系[40-41]，能夠彌補一般計量模型未考慮因素之間聯動匹配以及將主體外部環境和內部屬性看作相互獨立線性變量關系的不足[42]。選用fsQCA分析導致高技術產業高/低TFP的因素及機制，主要基于以下考慮：首先，高技術產業TFP是一個涉及多種科技資源要素投入并由多重并發因果引發的復雜議題。fsQCA能夠利用組態思維檢驗多要素的聯動匹配效應，識別驅動高技術產業TFP增長的多條等效路徑，發掘各要素之間存在的潛在替補關系；其次，fsQCA遵循因果關系非對稱性假設，能夠精準定位各等效路徑覆蓋的地區案例，有助于對中國各省域高技術產業高/低TFP的條件組合差異及誘因進行深入分析[31,42]；最后，QCA方法既適用于10～15個案例的小樣本研究和16～50個案例的中等規模樣本研究，也適用于超過100個案例數的大樣本研究。因此，本研究使用29個省域作為案例契合QCA樣本要求。

3.2 數據來源

本研究以2009—2020年中國內地29個省份(青海、西藏因數據缺失嚴重，未納入統計)高技術產業為研究樣本，探討其科技資源要素配置與TFP之間的多重并發因果關系。數據主要來源于2010—2021年《中國高技術產業統計年鑒》《中國科技統計年鑒》?？紤]到科技資源要素投入與TFP產出之間可能存在時間滯后[30]，在進行fsQCA分析時，對科技資源配置規模、配置方式和配置環境采用2019年數據，對TFP產出采用2020年數據。

3.3 數據校準

參考既有文獻，本研究采用直接法對變量數據進行校準[40-42]，將條件變量和結果變量的完全隸屬、交叉和完全不隸屬校準點分別設為樣本數據的上四分位數、中位數與下四分位數。此外，由于fsQCA在運行過程中無法自主辨識條件值為交叉點(0.5)的數據，因此將所有校準后顯示為0.5的條件值人工調整為0.501。各變量校準及描述性統計結果如表2所示。

表2 變量校準及描述性統計結果Tab.2 Variable calibration and descriptive statistics results

4 結果分析

4.1 中國省域高技術產業TFP指數分析

使用Deap2.1軟件中的Malmquist指數，參照前文構建的高技術產業科技資源投入產出指標體系，計算2009—2020年中國內地29個省份的高技術產業TFP指數，結果如表3所示。

表3 中國29個省域高技術產業TFP指數測算結果Tab.3 TFP Index calculation results of high-tech industries in China's 29 Provinces

由表3可知，2009—2020年中國各省高技術產業TFP指數呈現出在1上下波動的發展態勢，且具有明顯的地域差異特征。以2019—2020年為例，TFP指數小于1的有內蒙古、廣西、吉林、貴州、甘肅等17個省區，大部分位于中西部和東北地區，占比為58.62%；TFP指數大于1的有北京、天津、上海、江蘇、福建等12個省市，大部分位于東部沿海地區，占比為41.38%?？梢?，中國高技術產業科技資源配置對TFP指數增長的貢獻呈現出顯著的地域差異，東西部發展不均衡，且大部分省份高技術產業科技資源配置未達到最優從而影響了TFP增長。具體而言，東部沿海地區由于地理位置便利，產業基礎雄厚，各類科研院所和研究機構數量多，經濟發展水平較高，憑借各類優越的科技資源要素投入，使其在高技術產業投資和創新發展方面掌握先發優勢，因而其高技術產業TFP指數顯著高于中西部和東北地區。中西部和東北地區大部分省份受區位因素、產業基礎和經濟條件等影響，創新資金、人才、技術等投入力度不及東部沿海地區，在高技術產業TFP增長方面有所受限。

值得注意的是，區位優勢和資源優勢并非高技術產業實現高TFP的絕對途徑。以內蒙古為例，2017年高技術產業R&D人員全時為892.4小時/人年，較2016年下降29.57%；R&D經費內部支出為8.49億元，同比下降6.08%；R&D機構數量為18個，同比下降41.94%；新產品開發項目數為227個，較2016年增長18.23%。在產出方面，2017年高技術產業專利申請數為722項，同比增長629.29%；新產品銷售收入為154.07億元，同比增長78.08%；營業利潤為26.31億元，同比增長9.63%。在科技資源投入規模減小、產出大幅提升的情況下，2016—2017年內蒙古高技術產業TFP指數陡然躍升至3.132。這說明在高技術產業創新領域，單純依靠增加科技資源投入并不是實現TFP增長的充分條件，通過優化科技資源配置、提高生產要素轉化效率等途徑才是促進TFP可持續穩定增長的關鍵渠道。

4.2 單個條件必要性分析

依據fsQCA分析程序，在對條件組態進行充分性分析之前，需要對單個條件必要性進行檢驗[41-42]，各條件(包括非集)檢驗結果如表4所示。結果顯示，高技術產業科技資源配置的7個條件(包括非集)一致性水平均低于臨界值0.9，即單一條件對高技術產業高/低TFP的解釋力不足，不構成影響結果的必要條件[43]。因此，需要從整體組態視角出發，對導致高技術產業高/低TFP的多重并發因果關系進行考察。

表4 必要條件分析結果Tab.4 Analysis results of necessary conditions

4.3 條件組態充分性分析

參考Fiss[41]、杜運周和賈良定[42]、Schneider & Wagemann[44]的研究并結合本研究案例具體情況，將樣本一致性閾值設置為0.8，案例頻數閾值設定為1，PRI一致性閾值設置為0.7。此外，由于既有研究對于高技術產業科技資源配置規模、配置方式和配置環境的7個條件在何種狀態下會導致高/低TFP尚未有確切結論，因此本研究將其設定為“存在或缺失”。采用fsQCA3.0進行分析，結果如表5所示。

表5 科技資源配置導致高技術產業高/低TFP的組態路徑Tab.5 Configuration path of high/low TFP generated by the allocation of scientific and technological resources to the high-tech industry

4.3.1 高TFP組態分析

高技術產業科技資源配置導致高TFP的組態路徑共6條(見表5)，總體解的一致性為0.912，覆蓋度為0.508，意味著所有滿足6類條件的組態中，有91.2%的省域高技術產業TFP較高，且這6類組態可以解釋50.8%的高技術產業高TFP案例。高技術產業高TFP組態可分為兩大類：一是以計劃配置和產品開發為核心要素的政府主導型條件組態(組態H1)；二是以市場配置和R&D人員投入為核心要素的市場主導型條件組態。市場主導型條件組態又可細分為3類：①以產品開發、技術革新和計劃配置為輔的“市場+研發改造型”(組態H2)；②以計劃配置、產學研合作和區域開放為輔的“市場+開放合作型”(組態H3a、H3b)，③以產學研合作、計劃配置、區域開放為輔且產品開發和技術革新投入不足的“市場+產學研型”(組態H4a、H4b)。

組態H1是以計劃配置和產品開發為核心要素的政府主導型條件組態，以北京、上海為典型代表。該組態代表的區域開放水平高，經濟基礎和科研實力強，高技術產業和戰略性新興產業發達，且政府對高技術產業的科技投入占財政支出比重較大，極為重視高技術產業新產品開發。2019年，北京和上海高技術產業新產品開發經費支出占營業利潤比重分別達到41.54%和50.88%，政府科技投入占財政支出比例也分別達到5.85%和4.76%，均位居全國前列。該組態表明，對于高技術產業中非政府資金和R&D人員投入不足，產學研合作水平較低的區域，可以通過提升區域開放水平，加大政府對高技術產業的資金傾斜和投入力度，不斷加大新產品開發力度，促進高技術產業TFP提升。

組態H2是以市場配置和R&D人員投入為核心，輔以產品開發、技術革新和計劃配置的“市場+研發改造型”組態，以安徽、湖南等高技術產業基礎相對薄弱、科研水平和區域開放水平相對較低的中部省份為主。該組態代表的區域高技術產業資源市場化配置水平高，R&D人員投入力度大，且重視產品開發和技術革新，政府科技投入和支持力度較大。以安徽省為例，2019年高技術產業非政府資金占內部經費支出比重為95.36%，R&D人員全時占全省R&D人員總全時的16.07%，新產品開發經費支出占營業利潤的60.03%，技術引進與改造支出占內部經費支出的22.43%，政府科技投入占財政支出的5.11%，各類科技資源投入強度位居全國前列。這表明對于區域開放和產學研合作水平較低的區域，在加大R&D人員投入和提升科技資金市場化配置水平的基礎上，通過加大新產品開發和技術革新力度等能夠有效提升高技術產業TFP。

組態H3a、H3b是以市場配置和R&D人員投入為核心，輔以計劃配置、產學研合作和區域開放的“市場+開放合作型”組態，以福建、江蘇、浙江、山東、天津等東部沿海省市為主。東部沿海區域開放水平較高，產業和經濟基礎堅實，產學研鏈條緊密完善，政府對高技術產業的資金扶持和創新投入力度較大，為高技術產業TFP增長創造了優越的客觀條件。其中，組態H3a包含江蘇、浙江、天津等省市，在“市場+開放合作型”組態基礎上附加產品開發條件，雄厚的經濟實力確保對高技術產業新產品開發投入力度較大。以江蘇省為例，2019年高技術產業經費投入中非政府資金占比高達98.32%，R&D人員全時占區域總全時的21.16%；區域開放水平較高，進出口總額占GDP的比重為44.03%；政府支持力度較大，政府科技投入占財政支出的4.55%；產學研合作水平位居前列，高校和科研機構R&D經費中企業經費占比為17.34%。從全國范圍看，2019年江蘇省新產品開發經費支出占全國總支出的13.82%，R&D經費支出、R&D人員全時投入、市場資金投入等均占全國總投入的15%左右。組態H3b包含福建、山東等省份，在“市場+開放合作型”組態基礎上附加技術革新條件。以山東省為例，作為中國第一個以新舊動能轉換為主題的區域發展戰略綜合試驗區，近年來山東在全域范圍內開展以新技術、新產業、新業態、新模式為核心，以知識、技術、信息、數據等新生產要素為支撐的新舊動能轉換和產業改造升級行動。2019年，山東省技術引進與改造支出占內部經費支出的比重達19.3%，新產品開發經費支出占營業利潤的比重為42.3%，極大促進了高技術產業發展。可見，以市場配置和R&D人員投入為核心，輔以計劃配置、產學研合作和區域開放的“市場+開放合作型”科技資源配置組態能夠有效促進高技術產業TFP提升。

組態H4a、H4b是以市場配置和R&D人員投入為核心，輔以產學研合作、計劃配置和區域開放，且產品開發和技術革新投入不足的“市場+產學研型”組態，以河南、重慶等中西部省市為主。中西部地區在地理區位、資源稟賦、經濟基礎、科研水平等方面與東部沿海區域有一定差距，導致組態H4a、H4b在產品開發、技術革新、計劃配置和區域開放方面的配置條件有所缺失。然而，通過優化科技資源配置、提高生產要素轉化效率等途徑也是促進高技術產業TFP增長的有力渠道。組態H4a以河南省為代表，該組態以市場配置和R&D人員投入為核心，輔以計劃配置和區域開放，實現高技術產業TFP增長。2019年，河南省高技術產業非政府資金占內部經費支出的比重為97.27%，R&D人員全時占區域總全時的比重為14.32%，各類科技資源投入力度在全國處于中上層次。在區域開放方面，“十三五”期間，河南省建成3個國家一類口岸和9個功能性口岸，建立124對國際友好城市關系，數量位居全國前列，貨物貿易進出口總額年均增長7.7%，穩居中部第一[40]，區域開放水平和開放型經濟規模、質量顯著提升。同時，河南省不斷加大對高技術產業的資金和政策扶持力度，高技術企業通過收縮資本、調整結構、優化管理等手段加強企業治理，提升創新績效，使得近年來高技術產業TFP穩步增長。組態H4b以重慶市為代表，在產學研合作方面，重慶高校和科研機構R&D經費中企業經費占比高達16.28%，在全國范圍內位居前列；重慶市政府高度重視產學研合作，陸續頒布《重慶市人民政府關于推進產學研結合提高自主創新能力的意見》《關于深化產教融合的實施意見》等文件，并于2020年建立“重慶市產學研創新聯合體”，產學研密切結合為高技術產業TFP增長創造了有利條件?？梢姡诋a品開發和技術革新投入強度偏低的省份，通過加大市場資金配置和R&D人員投入、提高區域開放水平、加強產學研合作等方式，能夠有效促進高技術產業TFP增長。

4.3.2 低TFP組態分析

高技術產業科技資源配置導致低TFP的組態路徑共6條(見表5)，總體解的一致性為0.942，覆蓋度達到0.442，意味著所有滿足6類條件的組態中，有94.2%的省域高技術產業TFP較低，且這6類組態可以解釋44.2%的高技術產業低TFP案例。低TFP組態L1(山西、甘肅)、L2(廣西)、L3(陜西、貴州)、L4(湖北)、L5(遼寧)、L6(江西)對應的省份均位于中西部和東北地區。由整體組態條件可知，各組態路徑核心變量分布不一，且在R&D人員強度和市場配置強度兩方面有所缺失。高技術產業低TFP組態核心變量分布特征一方面從側面印證了R&D人員和市場配置在高技術產業TFP增長中的關鍵核心作用；另一方面也反映出中西部和東北地區各省份在高技術產業科技資源配置方面失衡的現狀。

4.4 穩健性檢驗

對QCA結果的穩健性檢驗主要有3種方法：改變校準、改變一致性閾值和增刪案例[44]。其中，改變校準錨點的方法被學者廣泛使用[41,45]。因此，本研究將變量校準錨點從上下四分位數[0.75, 0.5, 0.25]調整為[0.95, 0.5, 0.05]，調整后的結果如表6所示。結果顯示，改變校準錨點后的條件組態路徑內涵與上文分析結論基本一致，表明結論具有穩健性。

5 研究結論與建議

5.1 研究結論

本文以中國內地29個省域高技術產業為案例，使用DEA-Malmquist指數法對各地區高技術產業TFP進行測算。在此基礎上，從高技術產業科技資源配置規模、配置方式和配置環境3個層次出發，對科技資源要素配置與高技術產業TFP的多重并發因果關系進行探討，得出以下主要結論：

(1)單個科技資源要素無法構成高技術產業高/低TFP的必要條件。中國高技術產業TFP增長在科技資源要素投入方面存在復雜并發的多元組態，科技資源配置規模、配置方式和配置環境有效結合是促進高技術產業TFP增長的有效路徑。具體地，存在兩類提升高技術產業TFP的組態路徑，即以計劃配置和產品開發為核心要素的政府主導型條件組態，以及以市場配置和R&D人員投入為核心要素的市場主導型條件組態。其中，市場主導型條件組態又細分為3種類型：①以產品開發、技術革新和計劃配置為輔的“市場+研發改造型”組態；②以計劃配置、產學研合作和區域開放為輔的“市場+開放合作型”組態；③以產學研合作、計劃配置和區域開放為輔，且產品開發和技術革新投入不足的“市場+產學研型”組態。

(2)市場資源配置和R&D人員投入在提升高技術產業TFP中發揮普遍作用。市場配置和R&D人員投入存在于5條路徑組態中且均作為核心條件，這與高技術產業的行業特征相符。高技術產業屬于智力、知識密集型和高投入型產業，在發展壯大過程中需投入大量科技人力、財力和物力資源。此外，計劃配置和產品開發在以北京、上海為代表的發達地區高技術產業TFP增長中具有核心地位，主要是因為該類地區具有絕對的科技資源稟賦優勢并充當行業“領頭羊”，對于這類地區的高技術產業發展和戰略布局，要重點發揮政府的宏觀把控作用。

(3)中國高技術產業發展在效率、路徑等方面呈現出顯著的區域差異。一方面，中國高技術產業TFP指數呈現出顯著的地域差異，TFP增長由東部沿海向內陸逐漸減小，且大部分省份高技術產業科技資源配置未達到最優從而影響了整體TFP增長。另一方面，不同區域在提升高技術產業TFP路徑方面也存在顯著差異。東部沿海地區既可沿循以計劃配置和產品開發為核心要素的政府主導型條件組態，也可沿循以市場配置和R&D人員投入為核心的“市場+開放合作型”組態；中西部地區則適合采用以市場配置和R&D人員投入為核心的“市場+研發改造型”和“市場+產學研型”路徑。此外，由于部分中西部和東北部省份產生低TFP組態的路徑各異，因此在配置高技術產業科技資源時要選擇契合本省實際情況和產業特征的渠道。

5.2 政策建議

根據研究結果，對提升中國高技術產業TFP提出以下政策建議：

首先，深入落實區域協調發展戰略，構建東中西部高技術產業相互促進、優勢互補、共同發展的新格局。從國家層面制定高技術產業頂層規劃和長期協同發展戰略，健全各級單位、部門合作機制，打破行政區劃壁壘，鼓勵和支持各省開展多種形式的創新技術、人才合作，引導高技術企業開展跨區域技術交流、產權交易和成果產業化，在財稅、金融、產業、外貿等政策方面給予中西部和東北部地區高技術產業更多支持，形成以東帶西、東中西共同發展的新格局。

其次，加快構建和完善以企業為主體、市場為導向、產學研深度融合的高技術產業發展新機制。要確保和強化企業創新主體地位，加大對高技術產業的招商引資力度、創新獎勵力度、科技服務力度和政策支持力度；健全開放、活躍、自由的要素市場流動機制，推動多層次股權市場發展，增加有效金融服務供給，鼓勵各類企業、社會資金投向技術創新行業；著力優化科技資源配置方式，推動先進生產要素在高技術產業內加速集聚、有序流通和協同融合，探索對重大戰略項目、重點產業鏈和創新鏈實施創新資源協同配置，構建項目、平臺、人才、資金等全要素一體化配置的高技術產業創新服務體系。

最后，結合區位資源要素與產業發展優勢，形成特色鮮明、自立自強的高技術產業發展新路徑。不斷加大對高技術產業的R&D人才和資金投入力度，提升區域開放和對外貿易水平，加大技術產品開發和技術革新升級力度。此外，各區域要結合本地資源要素、產業基礎等矛盾特點，發揮區位比較優勢，選擇適宜路徑提升高技術產業發展水平，促進TFP增長。

5.3 研究局限與展望

本研究仍存在一定局限性。一方面，為最大程度貼近新時期導致中國高技術產業高/低TFP的科技資源配置路徑，本研究按照可獲得性和時效性原則選用2019—2020年數據進行條件組態分析，這在一定程度上會對研究結果的普適性產生影響。因此，未來可使用多年數據開展縱向對比，以增強結論的穩定性和普適性。另一方面，在案例選取方面，本研究以29個省域為案例開展研究，案例數量較少，存在一定限制性。未來可選取中國各地市乃至海外地區的高技術企業、集群等數據進行測算，從而擴充研究案例數量，增強結論的科學性和客觀性。