基于模糊集定性比较分析的“双创”环境融合及提升路径

左温慧,王 渊,邵金萍

(1.西安工程大学 管理学院,陕西 西安 710048;2.西北大学 经济管理学院,陕西 西安 710127)

0 引 言

2018年国务院《关于推动创新创业高质量发展打造“双创”升级版的意见》中指出[1],我国创新创业已经实现了“从局部到整体”、“从现象到机制”的跨越,创新创业已经成为推动经济增长、高质量发展的重要动力,营造更好的环境将成为“双创”升级版的关键。李克强总理指出,“双创”环境融合就是要统筹各种支持政策,进一步营造融合、协同、共享的“双创”生态环境[2],即基于局部或区域内可获得的资源,包括政策、产业、人才、市场等环境要素,采用科学高效的融合构型,提升对“双创”活动的支持,进一步提高“双创”成效。

文献[3]介绍了欧洲创新研究小组CREMI提出的“双创”环境概念,认为“双创”活动的成效和环境的关系密不可分,营造良好的环境能够极大地促进“双创”活动成效。目前学术界对于创新创业环境的评价主要依据3种模型:(1)Gnyawli & Fogel考虑了创业环境的波动因素,将影响创新创业环境的因素进行归纳整理,提出了五维度组合模型[4](简称G&F模型);(2)伦敦商学院和百森商学院基于经济增长理论提出的全球创业观察(Global Entrepreneurship Monitor,GEM)项目,包含9个维度,用30多个国家的创新创业可比数据,构建了一套评价创新创业环境的模型[5-6];(3)Lundstrom & Stevensonl在创业机会论基础上,从创业活动的过程视角提出了的“激励-机会-能力”(简称M-O-S)的六维度创业模型[7]。实践中,还有基于金融信贷发布的营商环境便利指数(Ease of Doing Business Index,EDBI)[8]、关注新创企业发展的考夫曼创业活动指数(Kauffman Index of Entrepreneurial Activ-ity,KIEA)[9]等。

国内对于“双创”环境的融合评价研究虽然起步较晚,但其发展迅速。国家层面,清华大学基于中国创业活动及经济发展的关系连续16年发布全球创业观察中国报告[10]。夏维力等[11]以“聚类-因子-权重”的分析方法,对全国31个省级单位的创新创业环境进行六维度综合评价,结果可用于指导全国各地区对创新创业环境的优化。区域层面,“互联网+”背景下,陈章旺[12]等选取政府支持等六大要素作为创新创业环境综合评价指标,并以闽、台省为例进行两岸创新创业环境的比较。企业层面,陆中伟等[13]探究了企业创新环境对企业绩效、生产绩效及可持续发展的正向作用关系。方法选取主要有两阶层线性模型[14]、社会网络分析[15]、最小二乘法和空间计量回归分析[16]、结构方程模型[17]、综合指标评价法[18]等。也有学者对“双创”环境的评价方法做了改进,提出2套指标体系,显示性指标反映创业环境的产出,解释性指标用来测量创业环境的构成[19]。

综上所述,政府、学者已对“双创”环境的内涵、外延及其评价进行了较为深入的研究,但针对特定区域提出和当地条件相适应的“双创”环境融合及优化途径并不充分,因此,本研究以达到“双创”高成效的路径改善为目标,在对“双创”环境融合评价基础上,应用模糊集定性比较分析(fuzzy-set qualitative comparative analysis,fsQCA)探索不同条件构型下“环境-成效”的非对称关系,进而有针对性地提出优化路径。

1 研究设计

1.1 评价及路径分析方法

以往的研究中主要有综合指标体系评价和计量模型分析评价,本文综合以上2种范式,选择基于集合论的模糊集定性比较分析方法[20],对“双创”的“环境-成效”非对称关系进行路径探索。采用此方法的原因有:一是此方法适合非对称关系环境融合与成效评价;二是此方法适合进行路径探索分析,特别是多因素的条件组合路径分析[21];三是此方法适合小样本数据分析[22]。

模糊集定性比较分析(fsQCA)是对清晰集定性比较分析(Crisp-Set Qualitative Comparative Analysis,csQCA)的一种拓展,对变量的赋值是在“0～1”的区间内,允许“部分隶属关系”的存在。文中变量赋值存在部分隶属关系,因此采用前者。应用模糊集定性比较分析高成效环境融合实现路径的机理如图1所示。

图1 创新创业高成效提升路径分析机理Fig.1 Mechanism of promotion path for innovation and entrepreneurship

p为高成效平面,～p为非高成效平面,f1,f2,…,f5是所选取的评价指标,所处状态用全部或部分指标的组合描述。例如,当前状态位于～p,共有3种路径可以实现状态从～p到p的跃迁,即低成效的状态“f3·f4·f5”通过3条路径达到高成效的状态“f1·f2·～f3”。其中,“·”代表“正”,“～”代表“非”[23]。

文中必要性关系测度采用覆盖率(X)来求解是否为必要条件。创新创业环境融合评价采用一致性(Y)来表示充分条件的路径可靠性。

(1)

(2)

式中:pi作为被解释变量,表示研究对象成效的隶属度。X(f≤p)表示f与p的交集占f的比例,该项值越接近1,表明条件变量fi的集合越有可能是形成必要条件的单一路径;X(f≤p)表示f与p的交集占p的比例,该项值越接近1,表明条件集合f能促使高成效p的可能性越大。

1.2 指标选取与校准

本文在文献[12]构建的六维度创新创业环境融合评价指标体系基础上,修正了政府支持等相关指标,如表1所示。

研究对象选取“2018年中国城市创新竞争力排行榜”top16城市中的北京、上海、深圳、天津、广州、杭州、西安、武汉、长沙、南京、重庆、成都。原始数据来源包括2018年《国家统计年鉴》、各省市统计年鉴和各省市科技资源网站上的政府公报数据,所有数据均为截面数据。

为了让不同样本之间的数据具有横向可比性,需要对原始数据进行校准,提高结果的可解释性。本文所采用的模糊集方法根据理论概念设定模糊集合,并依据恰当的外部标准来对隶属度进行校准[20]。在模糊集处理过程中,将变量转化为集合隶属度,主要考虑3个锚点:完全隶属、中间点、完全不隶属,转化后的集合隶属度全部介于0～1之间。按照Ragin[20]提出的校准模式,并参考相关理论基础,本文选取5%(fully out)、90%(fully in)以及交叉点50%(crossover point)的标准分别进行数据校准。具体取值如表2所示。

确定校准锚点后,对各变量进行校准,本文采用软件fsQCA3.0中的calibrate公式,可计算得到评价指标f1,f2,f3,f4,f5,f6,p的校准结果。

表1 创新创业环境融合评价指标体系与权重Table 1 Evaluation index system and weight about environment integration of innovation and entrepreneurship

表2 各变量校准锚点具体取值Table 2 Specific values of calibration anchors for each variable

2 研究结果和分析

2.1 研究结果

采用fsQCA3.0软件,将以上数据设定结果变量和条件变量,开展必要性检验,如表3所示。检验结果表明,条件变量对结果变量均具有较好的解释力,其中,f4,f5的“X”值较高,说明其对于创新创业成效评价的解释重要性较高。其次,所有条件指标的“X”值均小于1,说明这些条件变量均不能完全解释结果变量,即并非结果条件的必要条件,显然单一变量分析不够,需要进行条件构型组合分析。

表3 创新创业成效评价影响条件的必要性检验Table 3 The necessity test for evaluating the impact conditions of innovation and entrepreneurship

注：输出变量为创新创业成效(p)。

选择“fuzzy truth table algorithm”,进行条件构型组合分析。首先,设置样本门槛值,该门槛值主要包括:样本频次门槛，设定为1；样本一致性门槛，设定为0.8(一致性最低接受门槛默认为0.8)；高于0.8的条件组合标记为1,视为对结果具有解释力的组合,否则标记为0,得到真值表。选择“标准分析”,得到条件构型组合,输出复杂方案、吝啬方案、中间方案。本文选择对复杂方案进行结果汇报[22]。结果显示共存在3条改进路径可以实现高成效,如表4所示。总路径覆盖率均超过0.676,说明组合在一定程度上可以达到高水平创新创业成效;总体一致性得分均超过0.887,表明其一致性较高,对结果变量的解释性良好。

表4 高成效实现改进路径Table 4 Improved pathways for achieving results

注:·表示条件的正面,即“是”；

～表示条件的对立面,即“非”。

2.2 路径分析

路径一(f1·f3·f4·f5·f6),即“经济发展与政府支持·人才环境·研发环境·金融环境·市场环境”,表现为经济发展及政府支持水平高,人才储备充裕,R&D投入高,金融支持力度大,市场环境友好,并借此实现了创新创业高成效,可以称为“多方优势型”路径。典型的高成效代表为北京、上海,同类别的其他城市还有天津,可以仿效北京、上海,充分利用政治、经济等优势,提高经济发展水平和地方财政科技支出比重,吸引人才,留住人才,加大全社会R&D投入,鼓励“双创”企业科创板上市,加强金融资本与科创市场的沟通与合作,进而实现“双创”高成效。

路径二(f1·f2·f3·～f4·～f5·f6)，即“经济发展与政府支持·产业发展·人才环境·～研发环境·～金融环境·市场环境”,表现为研发环境弱、金融支持不足的情况下,通过提高经济发展及政府支持水平,发展好产业,营造充足的人力资源环境,提高企业对市场环境信心,也能达到创新创业高成效,这一类型的典型代表有武汉、长沙。依照核心因素构成不同,这类城市发展有2种路径可以遵循:一是“科教驱动型”发展路径,武汉、西安、南京都属于此类,在金融环境及研发投入数量不足的情况下,通过实施科教事业高质量发展战略,提高政府财政科技支出比例,以人才储备支撑科创体系,加快园区建设,打造 “双创”服务平台,营造“双创”环境氛围,引导科教优势进一步转化为科创优势。二是“供需协同型”发展路径,长沙、成都、重庆都属于此类,同为金融环境及研发投入数量不足,它们可以通过调整产业结构,提升产业发展水平,优先发展智能制造产业,大力扶持高技术产业和文化产业,促进市场环境的不断改进,进而引导市场环境与产业发展同步提升,促使 “双创”实现高成效。

路径三(f1·f2·～f3·f4·f5·～f6)，即“经济发展与政府支持·产业发展·～人才环境·研发环境·金融环境·～市场环境”,表现为人力资本、市场容量相对不足,以“开放兼容”为主题,大力打造以“政、产、研、金”为一体的“双创”生态系统,进而达到“双创”高成效,可以称为“生态集聚型”发展路径。高成效代表城市为深圳、杭州,两者在技术合同交易额、专利申请量等方面都达到较高水平,特别是近年来深圳市GDP已超越广州,成为东南地区重要的经济中心。同样属于此类型的广州市金融业、物流业、文化业和高新技术产业的发展与深圳市存在较大差距,政府应当进一步放宽政策、完善服务,以“互联网+”和金融支持为指引,着力打造新型创新生态系统,大力发展第三产业和园区经济,鼓励众创空间等“双创”载体及平台的建设,不断释放“双创”活力,形成高效有序的“双创”生态产业集群;增加政府财政科技支出和全社会R&D投入,提升研发实力,有利于技术市场交易额及3种专利申请量的提高;同时招商引资,鼓励高新技术企业科创板上市,以金融发展支持“双创”加速成长。

综上所述,对于创新创业环境融合及其成效评价,本文引入的fsQCA路径分析方法不再局限于评价水平,而且能够有效提出针对性改进,各城市在创新创业环境资源拼凑过程中拥有更优选择,为创新创业成效提升和改善提供了更具针对性的全面指导。

3 结论

以高成效为目标的“双创”环境融合优化路径:

(1) 北京、上海、天津属于第一类,其发展要遵循“多方优势型”路径,即以一线城市经济发展与政府支持、人才环境、研发环境、金融支持、市场环境五维度同步发展,才能与其“双创”高水平战略相适应;

(2) 武汉、西安、南京属于第二类,其发展要遵循“科教驱动型”路径,即发挥科教型城市的经济与政府科技支持作用及科教人才优势,活跃市场环境,以科教人才引领“双创”;

(3) 长沙、成都、重庆属于第三类,其发展要遵循“供需协同型”路径,即注重中西部老牌工业城市的高技术产业发展,大兴文化产业建设,与广阔的市场环境协同升级,以产业转型推动“双创”发展;

(4) 深圳、杭州、广州属于第四类,其发展要遵循“生态集聚型”路径,即着力打造本地人力与市场短板型城市的新型“双创”生态系统,大力发展第三产业和园区经济,增加R&D投入,招商引资促进金融发展,支持“双创”高成效。

参考文献(References)：

[1] 周辉.打造“双创”升级版[J].人民论坛,2018(34):86-87.

ZHOUH.Createanupgradedversionofinnovationandentrepreneurship[J].People′sTribune,2018(34):86-87.(inChinese)

[2] 雷磊,宋伟,毕亮亮.双创生态能否影响城市竞争力:基于潜在生态位的检视[J].中国科技论坛,2019(1):123-133.

LEIL,SONGW,BILL.Theinfluenceofmassentrepreneurshipandinnovationecologyonthecompetitivenessofcitiesbasedontheviewofpotentialecologicalniche[J].ForumonScienceandTechnologyinChina,2019(1):123-133.(inChinese)

[3] 袁卫,吴翌琳.创业测度与实证:研究进展与发展方向[J].经济理论与经济管理,2018(9):23-33.

YUANW,WUYL.Entrepreneurshipmeasurementandempiricalstudies:Researchprogressanddevelopmentdirection[J].EconomicTheoryandBusinessManagement,2018(9):23-33.(inChinese)

[4]GNYAWALIDR,FOGELDS.Environmentsforentrepreneurshipdevelopment:Keydimensionsandresearchimplications[J].EntrepreneurshipTheoryandPractice,1994,18(4):43-62.

[5]DONNAJK,NIELSB,JOSEEA.Globalentrepreneurshipmonitor:2010globalreport[R].London:GlobalEntrepreneurshipResearchAssociation,2011.

[6] 黄永春,朱帅.创业政策供给对企业家创业行为的影响机制研究——基于GEM报告面板数据的实证分析[J].科学学与科学技术管理,2018,39(4):100-110.

HUANGYC,ZHUS.Theimpactmechanismofentrepreneurshippolicyonentrepreneurialbehaviorofnewentrepreneur:AnempiricalanalysisbasedonGEMdata[J].ScienceofScienceandManagementofS.&.T.,2018,39(4):100-110.(inChinese)

[7]LUNDSTROMA,STEVENSONL.Enterpreneurshippolicyforthefuture[R].Irwin:SwedishFoundationforSmallBusinessResearch,2002:45.

[8]PINHEIRO-ALVESR,ZAMBUJAL-OLIVEIRAJ.Thefaseofdoingbusinessindexastoolforinvestmentlocationdecisions[J].EconomicsLetters,2012,117(1):66-70.

[9] 袁卫,吴翌琳,张延松,等.中国城市创业指数编制与测算研究[J].中国人民大学学报,2016,30(5):73-85.

YUANW,WUYL,ZHANGYS,etal.AstudyoncompilingandmeasuringtheentrepreneurshipindexinurbanChina[J].JournalofRenminUniversityofChina,2016,30(5):73-85.(inChinese)

[10] 尹志超,宋全云,吴雨,等.金融知识、创业决策和创业动机[J].管理世界,2015(1):87-98.

YINZC,SONGQY,WUY,etal.Financialknowledge,entrepreneurialdecision-makingandentrepreneurialmotivation[J].ManagementWorld,2015(1):87-98.(inChinese)

[11] 夏维力,丁珮琪.中国省域创新创业环境评价指标体系的构建研究——对全国31个省级单位的测评[J].统计与信息论坛,2017,32(4):63-72.

XIAWL,DINGPQ.Establishmentoftheconstructionofprovinceinnovationandentrepreneurshipenvironmentevaluationindicatorsystem:Evaluatethe31provinceofChina[J].Statistics&InformationForum,2017,32(4):63-72.(inChinese)

[12] 陈章旺,柯玉珍.“互联网+”背景下两岸创新创业环境比较——以闽台两省为例[J].科技管理研究,2018,38(21):35-40.

CHENZW,KEYZ.ComparisonofinnovationandentrepreneurshipenvironmentbetweenbothsidesoftheTaiwanstraitsunderthebackgroundof“Internet+”:TakingFujianandTaiwanProvincesasanexample[J].ScienceandTechnologyManagementResearch,2018,38(21):35-40.(inChinese)

[13] 陆中伟,张云宁,王洁雨.基于SEM的建筑企业创新环境与绩效关系研究[J].武汉理工大学学报(信息与管理工程版),2017,39(4):444-447.

LUZW,ZHANGYN,WANGJY.StudyontherelationshipbetweeninnovationenvironmentandperformanceoftheconstructionenterprisebasedonSEM[J].JournalofWuhanUniversityofTechnology(Information&ManagementEngineering),2017,39(4):444-447.(inChinese)

[14] 周密,刘秉镰,盛玉雪.创新过程、创新环境及其跨层级交互作用对创新的影响效应研究——基于知识生产函数的两阶层线性模型分析[J].财经研究,2013,39(3):4-18.

ZHOUM,LIUBL,SHENGYX.Ontheeffectsofinnovationprocess,innovationenvironmentsandtheircross-levelinteractiononinnovation:Analysisoftwo-levelhierarchicallinearmodelbasedonknowledgeproductionfunction[J].JournalofFinanceandEconomics,2013,39(3):4-18.(inChinese)

[15]CASANUEVAC,CASTROI,GALNJL.Informationalnetworksandinnovationinmatureindustrialclusters[J].JournalofBusinessResearch,2013,66(5):603-613.

[16] 王鹏,曾坤.创新环境因素对区域创新效率影响的空间计量研究[J].贵州财经大学学报,2015(2):74-83.

WANGP,ZENGK.Spatialeconometricresearchabouttheimpactofinnovativeenvironmentalfactorsonregionalinnovationefficiency[J].JournalofGuizhouUniversityofFinanceandEconomics,2015(2):74-83.(inChinese)

[17] 郑宝华,王志华,刘晓秋.农业科技园区创新环境对创新绩效影响的实证研究[J].农业技术经济,2014(12):103-109.

ZHENGBH,WANGZH,LIUXQ.Anempiricalstudyontheimpactoftheinnovationenvironmentofagriculturalscienceandtechnologyparkoninnovationperformance[J].JournalofAgrotechnicalEconomics,2014(12):103-109.(inChinese)

[18] 于明洁,郭鹏,贾颖颖.区域创新环境与创新产出协调发展研究[J].情报杂志,2012,31(4):196-201.

YUMJ,GUOP,JIAYY.Researchontheevaluationofcoordinateddevelopmentbetweenregionalinnovationenvironmentandinnovationoutput[J].JournalofIntelligence,2012,31(4):196-201.(inChinese)

[19] 吴爱华,侯永峰,郝杰,等.以“互联网+”双创大赛为载体 深化高校创新创业教育改革[J].中国大学教学,2017(1):23-27.

WUAH,HOUYF,HAOJ,etal.Withthe“Internet+”innovationandentrepreneurshipcontestasthecarriertodeepenthereformofuniversityinnovationandentrepreneurship[J].ChinaUniversityTeaching,2017(1):23-27.(inChinese)

[20]RAGINCC.Redesigningsocialinquiry:Fuzzysetsandbeyond[M].Chicago:UniversityofChicagoPress,2008.

[21]FISSPC.Aset-theoreticapproachtoorganizationalconfigurations[J].AcademyofManagementReview,2007,32(4):1180-1198.

[22] 王节祥.互联网平台企业的边界选择与开放度治理研究:平台二重性视角[D].杭州:浙江大学,2017.

WANGJX.Boundarydecisionandopennessgovernanceofinternetplatformenterprises:Aplatformdualityperspective[D].Hangzhou:ZhejiangUniversity,2017.(inChinese)

[23] 郝向举,薛琳.产学研协同创新绩效测度现状及方法改进[J].科技管理研究,2018,38(11):1-5.

HAOXJ,XUEL.Newmethodofmeasuringcollaborativeinnovationperformance[J].ScienceandTechnologyManagementResearch,2018,38(11):1-5.(inChinese)