中国高技术产业链延伸效率提升路径研究

王进富，徐晋斌，张颖颖

（西安工程大学管理学院，陕西西安 710048）

当前我国正面临复杂的外部竞争环境，国内外经济形势严峻，这对我国现阶段产业链延伸发展水平提出新要求［1］。基于此，我国提出了创新驱动发展战略，进一步推动高技术产业链延伸的伟大构想［2］。高技术产业链延伸效率的实质就是区域内产业逐步突破自身发展边界，通过拓展可利用的各类型资源要素来强化本区域高技术产业链延伸的边界扩张速率及水平的测度指标［3］。随着我国对前沿高端技术突破的各项资源扶持，高技术产业链必将得到进一步延伸，结构逐步优化［4］，在产业价值链上位置得以提高，附加值增多，经济贡献度占比份额提升［5］。然而，对我国高技术产业链发展实际的研究发现，我国各地区高技术产业链延伸的现实情况不尽相同，区域发展特征模糊，难以有效支撑我国高技术产业链延伸效率的整体性提升［6］。因此，在创新要素驱动高技术产业整体升级发展的关键时刻，如何测度我国现阶段高技术产业链的延伸水平，以及如何通过调整各项创新资源要素的保障组合路径，实现高技术产业链延伸效率提升，是一个亟需解决的现实问题。

1 文献综述

高技术产业链延伸概念是指产业链在特定的区域环境中，以链上关键节点企业为发展主体，在多类型要素的积极驱动下实现产业链的进一步整体延伸，推动产业进一步优化升级［7］。高技术产业链延伸效率提升的实质是区域内不同类型的逐步突破产业发展边界，通过拓展可利用的各类型要素来强化产业链延伸的边界扩张速度及成效［8］。国内外学者针对高技术产业链延伸及效率提升的资源保障要素及如何推动高技术产业链延伸效率快速提升等方面开展了多类型研究，主要集中于以下几方面：

（1）在高技术产业链延伸动力及过程分解方面，陈燕儿等［9］指出，高技术类型产业链延伸正逐渐由先进技术单一因素驱动演变为技术与资金投入双因素共同驱动，各区域产业延伸水平存在较大差异。对高技术产业链结构及贡献度延伸的相关研究进行梳理后发现，姜彤彤［12］指出，链上企业等主体创新投入所导致的创新产与技术升级显著促进我国高技术企业数量与规模增加，推动高技术产业链结构延伸效率增长趋势明显；胡亚茹等［11］指出，技术创新突破效应是高技术产业链延伸效率提升的主要动力，各项资源要素配置的结构优化也开始发挥重要作用，且呈上升态势；卜洪运［10］指出，现阶段我国高技术产业经济产值受限于价值低端锁定困境等现实原因，其占据工业经济份额较低，对我国经济高质量发展的贡献度水平仍有待提升；董会忠等［13］研究发现，我国高技术产业链结构延伸效率与贡献度延伸效率协同效应较差，结构延伸效率的巨大地域差异导致高技术产业链贡献度延伸效率也存在显著的区域异质性，而二者所构成的高技术产业链整体延伸效率则呈两分极化态势；Wan 等［14］发现我国高技术产业链整体延伸效率具有一定的空间自相关性与空间溢出效应；李广瑜等［15］指出，我国中西部省份由于研发与产品商业化水平低下，高技术产业链整体延伸效率仍处于较低水平，且大多数省份结构与贡献度延伸效率不匹配。基于以上分析看出，我国各区域高技术产业链延伸效率提升主要由技术创新与创新产出应用驱动，各项资源要素配置的结构优化也在一定程度上发挥重要作用；现阶段，我国高技术产业链结构及贡献度延伸效率不协调的现状，严重阻碍整体延伸效率提升，成为本研究的着力点之一。

（2）在影响高技术产业链延伸的资源要素方面。对于内部资源要素，现有学者多关注于创新投入、专利产出、企业管理能力等资源要素对高技术产业链延伸的影响，其中技术创新投入是高技术产业链上企业进行技术升级活动的主要资金来源［16］。在技术创新投入与高技术产业链延伸发展的现有研究中，学者发现高强度的技术创新投入可以更高效地激励高技术产业链上企业的创新活动，加快技术升级进程，实现创新驱动产业经济发展的目标［17］。也有研究表明，高效的创新产出可以更持久地驱动高技术产业链的结构升级与贡献度提升［18］。此外还有学者指出内部资源要素推动高技术产业链发展延伸的作用效果与链上企业属性、规模及价值链所处位置等密切相关。对于外部资源要素，学者们较多关注资本投资、政府支持及市场化水平等要素对高技术产业链升级的影响［19］。长效的资本投资及政府支持是高技术产业链上企业开展创新实践的外部现实原因，企业产品市场化进程中体现出的逐利性特征使外部资源要素自动加大对经济效益好的前沿技术创新领域投入，进而驱动高技术产业链结构优化及经济贡献度提升［20］。在关于外部保障资源要素与高技术产业链发展的现有研究中，多数学者倾向于对比资本投资能力与政府政策扶持力度对高技术产业链升级的作用机理，发现高质量的资本投资效率通过拓展融资渠道等手段对高技术产业升级产生显著效用，政府支持主要以政策倾斜及财税优惠等现实举措加速高技术产业链进化［21］。此外，也有学者持相反观点，认为外部保障性资源要素的过度扶持不利于高技术产业链自主性提升，易产生开拓惰性［22］。

综上，国内外学者对高技术产业链的发展延伸进程及效率进行地域性特征探究；又对创新投入、成果产出应用、政策扶持等关键性要素对高技术产业链延伸效率提升的影响机理进行了一定程度的理论探讨。基于以上分析可以发现，现有研究多聚焦于资源要素保障对高技术产业链延伸水平影响，研究领域较为单一。事实上，高技术产业链发展进程中所面临的各类型资源要素保障具有一体化特征，技术创新主体、政府、资本投资服务机构、竞争市场是高技术产业链延伸水平提升的重要保障主体，内外部资源要素的多类型投入具备一定的系统性与协同性。

2 理论基础与变量设计

2.1 理论基础

微笑曲线理论认为产业链其自身附带价值链可以抽象为两端朝上、中间凹陷的曲线。在产业链中，附加值更多体现在两端，设计和销售，处于中间环节的装配制造附加值最低。高技术产业是产业结构优化升级、实现经济发展水平快速提升的核心引擎。因此，高技术产业链延伸实质就是加速向微笑曲线两端的纵向延伸，在异质性资源要素的长效保障下实现更高水平的延伸，就是在左边加大技术研发产出，加速知识产权创造，在右边加强用户导向的个性化营销与服务。高技术产业链延伸效率提升是链式结构优化、经济价值贡献度提升的综合体现。基于此，提升高技术产业链延伸效率是推动我国产业发展效率变革、实现经济高质量发展的必由之路。

2.2 高技术产业链延伸效率测度

不同区域高技术产业链延伸在不同的阶段具有不同的发展特征，其边界扩张速率及延伸成效取决于链上关键企业对资源要素组合利用程度，而最大化利用则需要主体企业探明各类资源配置使用的最优路径，进而极大程度提升产业链延伸效率的积累以及自主研发能力的提升。由此可知，区域内高技术产业链发展的资源要素投入在推动高技术产业链延伸效率提升的进程中不可或缺。结合既有研究与高技术产业链延伸特征，在资源投入方面，本研究主要选取包括经费投入［23］、人力投入［24］、基建投入及创新环境建设［25］四方面，分别用RD 经费支出、新产品开发经费支出、从业人均数量、固定资产投资额及研发机构数量等指标进行衡量；在产出阶段，本研究将其划分为两个维度：结构延伸维度、贡献度延伸维度，并选取产业链上企业增加数量、新开发项目数、实现产品创新企业数目、规模以上企业数量指标测其长度及宽度延伸效率，选取新产品销售收入、产业链利润及专利申请数量指标衡量其贡献度延伸效率。具体指标构建如表1 所示。

2.3 高技术产业链延伸效率提升的组态条件变量

单一的内部或外部资源要素均难以保障高技术产业链延伸效率提升进程中的所有资源需求。内外部资源要素在促进高技术产业链延伸效率提升过程中存在显著替代效应，即在高技术产业链延伸初期，以创新投入为主导的内部资源要素是构成产业链延伸效率提升初期的重要组成部分，随着创新产出应用及产业化进程，高技术产业链内部企业主体投入规模难以支撑产业化发展，亟待市场资本投入的扶持。此外，政府在外部通过协调各方资源、完善政府资金保障及补偿机制等方式，不断降低市场化进程带来的竞争风险，引导高技术产业链实现更高水平的延伸。由此可见，促成高技术产业链延伸效率提升的内外部资源要素是一个有机体系，在提升进程中既相互替代、互为补充又协同合作、时空联动。但是，内外部资源要素之间的联动过程尚不明晰，不同的资源要素组合如何提升高技术产业链延伸效率仍存在疑问。本文基于组态视角，深入挖掘内外部资源要素对高技术产业链延伸效率提升的组合机制，建构了如图1 所示研究框架。

图1 研究框架

2.3.1 技术创新投入强度与高技术产业链延伸效率

技术创新投入强度对高技术产业链延伸效率提升具有极其重要的作用。首先，链上企业主体逐步加大对高技术领域“卡脖子”前沿技术创新的资本投入，能够为技术创新提供坚实的资金支撑，缓解技术封锁的外源性风险，增加应用型技术创新活动的有效产出，进一步提升高技术产业链结构延伸效率，但这种投入效用的实现程度仍会受投入规模、投入产业偏好、区域创新能力等现实要素所影响。其次，高水平的创新投入强度会加速催化高技术产业链上多主体的创新协同效应，链主企业明确的创新投入方向会缩短中小企业等配套产业识别技术突破方向的时间，有助于其实现更高效的成果产出。最终，高技术产业链结构延伸效率及成果产出效率的显著提升会促成其贡献度延伸效率的提升，从而扩大高技术产业链的整体规模及经济效益提升。产业技术升级费用可以有效反映出对引进技术以及原有技术进行创新升级的重视程度，因此，本文选用产业技术升级费用占RD 费用支出的比重［26］来衡量技术创新投入强度。

2.3.2 创新产出应用效度与高技术产业链延伸效率

创新应用效度能够显著促进高技术产业链延伸效率提升。加速提升创新成果应用转化效率，有助于推动科技企业孵化，促成高技术产业链结构延伸效率提高。创新成果转化后，高技术产业链的微观组成结构得到一定优化，科技企业产品开始迅速填补市场空白，弥补高技术产业链配套产品缺失，缓解产业链发展风险，进一步推动高技术产业链上新兴科技企业经济贡献能力释放，保障我国高技术产业链经济贡献延伸效率的快速提升。同时，高技术产业链上企业的蓬勃发展会提高创新成果应用效度，有效增加高技术产业产业链的前沿技术含量，逐步拓宽市场份额，缩小与发达经济体的技术差距；基于创新成果转化的现实逻辑，高技术产业发展的技术需求也会快速反馈到创新主体，提升科研院所等创新主体与企业的互补合作程度。因此，本文使用创新应用效度［27］作为创新成果转化与应用效果的测量变量，用新产品销售收入与产业链总收入的比值表示。

2.3.3 资本投资能力与高技术产业链延伸效率

资本投资是高技术产业链延伸效率提升的重要资金保障。但关于资本投资对高技术产业链延伸效率提升的影响，仍未获得统一认识。传统观点认为，市场上流动资本更加愿意将资金投向低风险产业链。高技术产业链延伸效率提升通常伴随着高风险，资本投资主体会出于风险规避考量，提高投资门槛。所以，资本投资能力较低会在一定程度上阻碍高技术产业链延伸效率提升。但是，资本投资主体间的长效竞争有助于提升其资本投资能力，增强其抵御投资风险的能力，间接促进对高技术产业投资程度的提高，进一步提升产业链延伸效率。基于此种情况，资本投资能力提高会正向促进高技术产业链延伸效率提高。资本投资能力是衡量高技术产业链延伸效率提升的资金保障的重要指标，其能力越强，可以为产业链延伸提供更为充沛的资金来源。其中，新增固定资产投资额可以有效测度产业链上各资本主体的投资能力。因此，本文选取新增固定资产投资额与产业链总投资额的比值表示资本投资能力的强弱程度［28］。

2.3.4 政府支持力度与高技术产业链延伸效率

政府主体通过构建涵盖土地、税收、资金、人才等要素支持的政策环境体系，进一步推动高技术产业链结构及贡献程度延伸的效率提升。首先，在现实情境中，涵盖诸多要素的政策环境构建会受到区域经济发展水平以及政府政策规划的强力影响，处于同等发展规模的区域，政策环境构建较为完善的区域会激发更高水平的发展活力。其次，政府对于高技术产业链上企业的扶持门槛与成本都较低，只要企业具有高技术属性、具备尖端科技及成长性较高等核心要件，就会获取来自政府全方位、多领域、深层次的政策支持。最后，随着政府支持力度的增大，高技术产业链总产值、研发投入规模及空白市场填补程度都会有显著提升。因此，本文选取研发经费中来源于政府的资金研发经费内部支出［29］来测度政府支持力度。

2.3.5 市场化水平与高技术产业链延伸效率

市场化水平的高低状态会显著影响到高技术产业链延伸的效率变化。高技术产业链的市场化进程需要具有技术竞争力的核心企业支撑，而企业发展需要具有市场占有力强的核心产品支撑。适度的市场化水平会显著促进高技术产业链创新活动的进程，提升经营主体对市场风险的防范能力，进而提升高技术产业链以盈利能力为主导的经济贡献度。当前，高技术产业链发展如果处于市场化不足、竞争不充分的环境，会导致科技企业市场灵敏度较差，产品生产难以兼顾时代潮流与市场消费者需求。高技术产业链链上企业一旦发现某些高度市场化产品能取得巨大经济效益，无论企业规模如何，势必都将会出于提升经济附加值的考虑，借鉴其经验。长此以往，会逐步导致高技术产品同质化，加剧竞争，进一步恶化市场环境，降低技术创新动力，严重阻碍产业链结构及贡献度延伸效率的提高。在产业链的市场化进程中，规模以上企业数量可以有效反映出产业链的市场化水平。因此，本文选取非国有工业总产值占全部工业总产值的比重、非国有固定资产投资占全社会固定资产投资的比重和非国有就业人口占全部就业人口的比重三项指标均值［30］作为市场化水平测度的关键指标。

3 研究方法与数据

3.1 研究方法

3.1.1 DEA 与DEA-Malmquist 指数

数据包络分析（data envelopment analysis，DEA）方法的含义是资源要素投入与最终结果产出的比率。DEA 方法的运行原理是通过对特定单位的效率和提供相类似服务的单位所产出的效率绩效作比较，进而使服务单位的效率最大化。DEAMalmquist 指数的测度优势在于不需要考虑构建完整指标所展示出的具体信息，测量结果具备客观性，在测算产业链各项效率提升方面被广泛使用［31］。因此，本研究采用DEA 与DEA-Malmquist 指数对我国各区域内的高技术产业链延伸水平进行测算。

3.1.2 模糊集定性比较分析方法

模糊集定性比较分析（fsQCA）是运用集合的思想来探讨各因素之间复杂关系或互补关系的方法，其优势在于可以弥补传统研究中未考虑各因素之间联动匹配所形成相对应影响的不足［32］。本文选用fsQCA 探究驱动我国高技术产业链延伸效率提升的作用机制及提升路径，原因在于：fsQCA 可以运用组态思维探究出驱动高技术产业链延伸效率提升的多条路径；还能够通过对各路径覆盖的区域案例的阐释，为我国各区域内高技术产业链效率提升的条件组合提供现实样本。

3.2 数据来源

本文遵循DEA 效率测度模型与QCA 案例样本选取原则，以我国31 个省份为案例样本。同时，在测度高技术产业链延伸效率的过程中，依据国家发改委的政策划分，将31 省份分为东部、中部和西部地区进行区域探究。数据均来源于2011—2020 年《中国科技统计年鉴》及《中国高技术产业统计年鉴》等统计资料。同时，在进行fsQCA 分析时，考虑到各类型资源要素与高技术产业链延伸效率提升之间可能会存在一定的时间滞后，因此，条件变量采用2019 年数据，对高技术产业链延伸效率采用2020 年数据。

4 实证结果分析

4.1 高技术产业链延伸效率测度分析

本文使用DEAP2.1 软件，构建基于投入-产出的DEA 效率测度模型，首先对各区域及各省份高技术产业链结构延伸效率进行测度，结果如表2 所示。依据表2 可知，现阶段我国高技术产业链结构延伸效率总体水平较低，亟待进一步提升。发展初期，东、中、西部地区结构延伸效率差别较大，2012 年西部地区升值超过东部地区；从长期来看，三地区效率开始缩小差距，整体上东西部地区延伸效率仍高于中部地区。从具体省份来看，北京、天津、上海、广东等东部省市得益于优越的地理位置及各项资源扶持，高技术产业承接能力远高于中西部地区，其效率始终趋于最优；河北、山西、内蒙古、河南等中部省份，依托于承接东部地区产业转移的产业升级战略，其产业链延伸效率也高于西部地区；而青海、西藏、新疆等内陆省份，依托于西部大开发战略支撑，延伸效率得到一定程度提升，但其发展质量与东中部地区存在较大差距。

表2 2011-2020 年我国高技术产业链结构延伸效率

其次，对各省份高技术产业链贡献度延伸效率进行测度，结果如表3 所示。根据表3 可看出，高技术产业链贡献度延伸效率总体水平逐年提升，现阶段处于较高位置，虽高于结构延伸效率，但仍需提升。在提升进程中，三地区发展水平较为均衡，但仍有一定差距，受益于完备的产业结构及坚实的产业基础，东中部地区经济价值转化能力优于西部地区，产业链贡献度延伸效率明显高于西部地区，西部地区产业链结构优化程度较低，高技术产业经济贡献程度占比较低导致延伸效率质量差。从具体省份来看，北京、天津、上海、广东、江苏等东部省份高技术创新成果产出多，并配合完备的转化体系，经济贡献度效率得到极大提升，远高于中西部省份；山西、山东、河北等中部省份受益于东部省份技术成果的异地转化等举措，实现了高技术产业链经济贡献度延伸效率的提升；而青海、西藏、新疆等西部省份在发达省份的对口扶持政策及产业转移中，贡献度延伸效率得到一定程度提升，但受限于本土技术创新水平较低以及由于距离远导致的异地成果转化效率低下，其高技术产业链贡献度效率发展质量较差，难以促进本地产业结构优化转型。

表3 2011-2020 年我国高技术产业链贡献度延伸效率

最后，使用Deap2.1 软件中的Malmquist 指数，计算2011—2020 年31 个省份的高技术产业链延伸效率。由于该指数属于当年相较于前一年份的变化值，故结果从2012 年开始表征，结果如表4 所示。由表4 可知，2011—2020 年我国东、中、西部地区及各省高技术产业链延伸效率均呈现围绕1 上下波动的发展态势，而且时空差异特征极为明显。以2012 年与2020 年为例，2012 年各省份延伸效率值均小于1，可见由于结构及贡献度延伸效率低下，整体延伸效率亟待提升；而2020 年高技术产业链整体延伸效率得到极大提升，除个别省份外，延伸效率数值均大于1，呈现出明显的时序差异特征，表明近年来我国高技术产业链延伸效率得益于其内部结构以及贡献度延伸效率提升的原因得到较大程度提升。从空间来看，2020 年的延伸效率数值较高的省份多位于东部地区，占比达65.2%，而中西部地区则仅占34.8%。由此可见，我国高技术产业链延伸效率呈现出显著的空间差异特征，东、中、西部发展不均衡，且大部分省份高技术产业链结构与贡献度延伸效率均未达到最优从而影响到高技术产业链整体延伸效率的增长。具体来看，东部地区地理位置优渥，交通便利，科研机构众多，技术创新能力强，产业发展实力雄厚，经济实力较强，凭借各类内外部资源要素条件，使其在高技术产业链结构延伸及贡献度延伸效率提升方面具备先发优势，因而其高技术产业链整体延伸效率显著高于中西部地区。中西部地区大部分省份受限于区位劣势、产业基础薄弱以及经济实力较差等要素影响，技术创新投入强度、创新应用效度以及政府、市场等内外部资源要素的扶持力度远低于东部沿海地区，在促成高技术产业链延伸效率提升方面有所受限。这表明，现阶段要显著提升我国高技术产业链延伸效率的必要措施是进一步明晰内外部诸多资源要素发挥扶持保障作用的互动机理及组合路径。

表4 2011-2020 年我国高技术产业链整体延伸效率

4.2 高技术产业链延伸效率提升路径分析

参照现有文献，本文对变量数据进行校准，将条件与结果变量的完全隶属、交叉和完全不隶属校准点分别设为样本数据的95%、50%、5%［33］，运用fsQCA 软件将样本数据转化为0～1 之间的模糊集隶属分数。各变量校准结果如表5 所示。

表5 变量校准结果

4.2.1 必要条件分析

本文依据fsQCA 分析软件，对高技术产业链延伸效率提升进行必要条件分析，如表6 所示。结果显示，影响高技术产业链延伸效率提升的所有条件的一致性水平均低于0.9，这说明各条件均非高技术产业链延伸效率提升的必要条件。

表6 必要条件分析结果

4.2.2 条件组态的充分性分析

本文将0.8 设置为样本一致性阈值。同时，结合本研究内容并遵循杜运周等［34］实践参考，将PRI一致性阈值设置为0.7，案例频数阈值则设定为1。再运用fsQCA 软件对各省内外部资源要素数据进行真值表分析，其中，中间解介于复杂解和简约解之间，优于其余两者；因此，本文选取中间解对高技术产业链延伸效率的提升路径进行组态分析。结合中间解和简约解分析，一共产生5 个路径结果（见表7），分别是路径1、路径2、路径3、路径4、路径5。路径3 与路径4 核心要素保持一致，这两个路径构成二阶等价路径。上述5 个路径的一致性分别为0.856、0.908、0.884、0.861 和0.855 均大于一致性阈值0.8，这证明了本研究路径分析结果的可靠性；总体一致性为0.896，表明以上路径可以解释89.6%的高技术产业链延伸效率发展水平较高的案例；总体覆盖率为0.644，这表明现阶段我国64.4%的省份已经呈现出较高水平的高技术产业链延伸效率。

表7 内外部资源要素导致的高技术产业链高延伸效率的组态路径

（1）路径1：以市场化水平为核心，创新产出应用为辅

在市场导向型路径中，可以发现在创新产出应用环境较好的情形下，不论政府支持力度与资本投资能力发展程度如何，只要确保区域内高效的市场化水平作为其发展的核心条件，市场机制能够有效调控链上企业之间的协作关系，就可以显著提升高技术产业链的延伸效率。根本原因在于：市场化水平较高的区域时刻关注产业发展的前沿技术动向，并且与市场消费群体建立起紧密联系，加速创新产出在生产端的应用，为产业链上具备高技术含量产品生产的个性化产出提供了可能；同时，基于高度市场化的“生产—销售—反馈”模式，可以更为迅速地反馈市场客户主体的消费需求，及时促成产业链上生产端的技术调整，进一步提升产业链结构优化，实现更高水平的产业链延伸效率提升。广东省为此路径的典型案例。2013 年以来，广东省积极优化企业营商环境，降低企业准入门槛，推进产业市场化进程，企业数量、资产规模呈迅猛增长态势，高技术制造业规模明显扩大。2020 年末，广东省高技术产业链上企业法人单位79 418 个，比2013 年增加42 878 个，增长率高达117.3%；资产总计46 744.39 亿元，比2013 年增长106.8%。此外，广东不仅在拓展产业发展新领域的市场化进程中收获颇丰，而且积极推进现有高技术产业链上企业规模提升。其中，高技术产业链企业数量高达8 525 个，增长45.7%；规模以上企业数量占比达到21.5%，高居全国前列。基于此分析可以看出，在高技术产业市场化进程较为成熟的省份，高度市场化水平作为高技术产业链延伸效率提升的核心条件，再叠加较为完备的创新产出及应用环境，会对提升高技术产业链整体延伸效率大有裨益。

（2）路径2：以政府支持为核心，资本投资为辅

在政策导向型路径中，即使技术创新投入强度、创新产出应用效度及市场化水平发展效果较差，但只要保证政府支持作为核心保障条件，且辅以发展迅猛的资本投资能力，就可以显著提升高技术产业链部分及整体延伸效率。其底层逻辑在于，在面对市场失灵即资源无法通过市场机制调控的困境时，政府应该承担起一定的责任。在高技术产业链延伸进程中，政府会适度出台相对应的政策法规，积极完善涵盖土地、税收、资金、人才等资源要素的政策保障体系，为处于成长期的链上企业发展提供坚实的政策扶持；同时，政府的政策支持措施出台的信号传递作用，有助于打消链上企业外部资本的投资压力与顾虑，并通过提升其投资能力，缓解高技术产业链延伸的资金压力，进而促成高技术产业链延伸效率的快速提升。此路径的典型案例是上海市。“十三五”以来，上海市政府坚持政府服务模式创新与资本投资能力升级的双向融合策略，创新环境吸引力、资本扶持产业能力全面提升，为“十四五”时期高技术产业链延伸效率的快速提升奠定了坚实基础。2020 年，上海市政府资金研发经费内部支出达422 亿元左右；政府服务高技术产业发展能力得到较大提升，产业动能转换顺畅。同时，持续构建符合高技术产业发展的政策保障体系，积极出台并落实“科改 25 条”等政策法规，全面扶持高技术产业链延伸效率高速提升。从以上分析得出，在现阶段高技术产业链延伸效率较好的省份，政府支持作为高技术产业发展的核心条件，在社会资本高效的投资能力辅助下，会为高技术产业链延伸效率的提升提供重大助力。

（3）路径3：以资本投资为核心，技术创新投入为辅

由表7 可以看出高技术产业链延伸效率的核心条件均为技术创新投入强度与资本投资能力，因此，将其称为资金导向型路径。此路径下，在政府支持力度与市场化水平较差的大环境下，无论创新产出应用效度如何，只要持续加大技术创新投入强度与强化资本投资能力就可以较为迅速地提升高技术产业链延伸效率。其存在的现实原因在于，在高技术产业链延伸期间，链上企业多处于技术瓶颈期，面临大量“卡脖子”技术困境，严重阻碍企业规模与效益的进一步扩大，对于技术升级的愿望显得愈加迫切。同时，企业与社会资本的投资能力也会由于整体产业发展的较差效益而受到一定限制，难以为关键核心技术突破与产业链延伸提供充足资金支持。因此，在高技术产业发展较好的省份，其产业链延伸效率也较高，其在不考虑创新产出应用效度的前提下，持续加大对技术创新的投入强度，提振资本投资信心，强化资本投资能力，为高技术产业链延伸的技术突破提供充沛的资金支持，进而实现高水平的产业链延伸效率提升。此路径的典型案例省份是江苏省。江苏省为保障创新成果的高效产出与应用，政府及社会资本持续加大经费投入，不断增强科技创新成果的引领作用。2019 年，全省技术创新研发经费投入2 779.5 亿元，居全国第二。2020 年，全省重点高技术产业链上企业创新成果研发经费投入强度、专利申请数及拥有有效发明专利始终保持较快增速，为实现高技术产业链延伸效率提升发挥着技术创新成果引领作用。2020 年，江苏省高技术产业链产值份额比上年提升9 个百分点，成为全省经济发展的重要力量。同时，基于技术创新投入强度加大以及社会资本的强力扶持，前瞻技术创新不断突破，科技创新产出不断提升，为实现更高水准的技术突破提供了充沛的资金保障，进一步推进了高技术产业链的转型升级。基于以上理论及现实层面分析可以得出：在高技术产业链延伸效率较高的省份，技术创新投入强度与资本投资能力均扮演重要角色，在不考虑其他要素的情况下，可以高效驱动高技术产业链延伸效率提升。

（4）路径4：以创新产出应用为核心的多要素混合驱动型

多要素驱动型路径具体表现为以创新产出应用效度为核心条件，并以政府支持力度、资本投资能力及市场化水平为辅助条件。其发挥效用的基本原理在于，通过改善创新产出的应用转化环境，如强化资本投资能力、完善政府支持体系、提升产业发展的市场化水平等举措，全方位提升对以有效发明专利等为表征的技术创新产出的实践应用水平，最大程度释放技术创新产出应用的经济贡献活力，实现本土产业链结构优化转型，进一步推动高技术产业链延伸效率提升。此路径的典型案例省份是陕西省。“十三五”期间，以实现创新产出应用效度提升为具体目标，加大对高技术产业链扶持力度，将科技型中小企业作为高新技术企业培育主体，梯次培育，使其尽快成长为高技术企业，为提升创新产出应用效度巩固平台基础。2021 年，陕西省政府主导建设秦创原创新驱动平台，有效打通各项资源要素融合，促进高技术企业技术的产业化发展。“秦创原”的启动，意味着陕西立足西部，引导“秦创原”与其他创新主体及科技成果转化主体实现合作和优势互补，共同加快技术创新产出转化应用，助推陕西高技术产业链延伸效率提升。例如，西工大科技园依托丰厚的科研资源实力，构建出“学院苗圃+众创空间+孵化器+加速器+产业园”的全链条服务体系进一步加速提升创新产出应用效度的速度，实现更高水平的产业发展。由此可见，在现阶段要实现高水平的高技术产业链延伸效率提升，就必须将加强创新产出应用效度作为高技术产业发展的核心条件，在政府的强力支持、资本持续性投资及市场化水平高度拓展为辅的多要素辅助下，持续为高技术产业链延伸效率提升提供重大助力，进一步实现创新驱动的产业经济发展。

基于对以上四组路径的对比分析发现，路径1、3 的原始覆盖率较高，分别为0.331 及0.357，累计解释68.8%的高技术产业链延伸效率结果，这意味着其可以解释现阶段多数高技术产业链延伸效率较高案例的实现路径。但值得注意的是，两路径的核心条件不一致，其中，路径1 的核心驱动条件是高度市场化水平，而路径3 的核心构成要件是高强度的技术创新投入及高水平的资本投资能力，二者组合驱动高技术产业链延伸效率提升，这一结果充分说明高技术产业链延伸效率的提升路径是由不同内外部资源要素组合驱动的，而各条路径具有同等效力。

5 稳健性检验

结合已有文献［35-36］及QCA 方法的检验要求，本文通过调整一致性阈值的方式来检验，将一致性阈值从0.85 调整到0.9，得到检验结果如表9 所示。

表9 稳健性检验结果

根据表9 可知，检验后结果相比较于检验前从5 条组态路径变为4 条路径，少了1 条路径，而剩余的条路径与检验前的路径解完全一致，同时各路径解的原始覆盖度和一致性没有改变，只有总的覆盖度从原来的0.644 降低到0.632，总一致性从0.896提高到0.916。由此证明，本文结果在经过一致性阈值调整检验后结果依旧稳健

6 研究结论

本文选取我国31 省份高技术产业链发展现状作为研究案例，首先使用DEAP2.1 对2011—2020 年以来各地区高技术产业链结构、贡献度及整体延伸效率进行测度。其次，基于延伸效率测度，从影响高技术产业链延伸效率提升的内外部资源要素的组合配置路径出发，对各项资源要素配置与高技术产业链延伸效率提升的驱动关系进行探究。最后，据此为我国高技术产业链延伸效率的快速提升提供对策。其中，主要得出以下结论：

（1）我国高技术产业链延伸在效率及进一步提升路径等方面呈现出显著的地域差异。一方面，我国高技术产业链延伸效率呈现出明显地域差异，延伸效率由东部沿海发达地区向内陆欠发达地区逐步降低；而且，现阶段全国绝大多数省份高技术产业链内部结构及贡献度延伸效率均未达到最优水平进而影响到产业链整体延伸效率的增长。另一方面，不同区域在提升高技术产业链整体延伸效率的组态路径方面也存在一定差异。

（2）单一的内外部资源要素难以成为我国高技术产业链延伸高效率提升的必要条件。当前影响我国高技术产业链延伸效率高质量提升的内外部资源要素在发挥作用方面存在复杂并发的多元组态，以技术创新投入强度为代表的五类内外部资源要素的合理组合是推动我国高技术产业链延伸效率高速提升的关键路径。主要存在以下四种提升高技术产业链延伸效率的组态路径，即：以市场化水平为核心要素，创新产出应用效度为辅助条件的市场主导型条件组态路径；以政府支持力度为核心要素，资本投资能力为辅的政府支持主导型条件组态路径；技术创新投入强度与资本投资能力相互配合的创新投入主导型条件组态路径；以创新产出应用效度为核心要素，资本投资能力、政府支持力度及市场化水平为辅助要素的多要素组合驱动路径。

（3）资本投资能力在高技术产业链延伸效率提升进程中发挥普遍作用，表明在高技术产业链延伸过程中要始终保障充沛的资金支持。而技术创新投入强度与创新产出效度也作为核心条件存在于三条组合路径中，这与高技术产业链延伸的行业特征相符合。现阶段，我国高技术产业链延伸效率提升现状已经到了攻坚克难深水期，亟需以实现前沿技术创新再次突破助力我国高技术产业优化升级。同时，高技术产业属于知识密集型和高投入型产业，在产业链延伸进程中科技人力、财力及物力资源的合理配置。因此，在实现高技术产业链延伸效率进一步提升进程中，需要始终明确政府的支持、兜底作用，合理运用各项政策支持，为效率高速提升保驾护航。此外，我国部分发达地区高技术产业链在延伸进程中得益于市场化水平较高的现实情境，其结构及贡献度延伸效率得到较高水平提升，高技术产业经济贡献能力实现优化。

7 对策建议

根据研究结果，对快速提升我国高技术产业链延伸效率提出以下政策建议：

依照国家解决重大技术攻关的现实需求，考虑各区域高技术产业链延伸的现实状况，制定区域高技术产业链协同发展战略，加快构建东、中、西部高技术产业链取长补短的补链机制、合作共赢的强链机制，争取早日形成先进带后进、协同共进的优良局面；同时，各级主体应当明确自身权责利，从国家到地方政府各级层面都应当制定区域内高技术产业链延伸效率提升的长期规划和长效发展战略，打破地域界限，积极推进各省区域开展形式多样的技术创新及应用交流，形成市场主导及政府引导的互补机制；加大引进优势高技术产业的力度，完善区域内高技术产业链的生产配套环节，逐步提升区域内高技术产业链的延伸效率；而且，要确保对延伸效率低的区域实现财税、技术、人才等政策倾斜，尽快形成以东带西、以东促中、东中西协同共进的新格局。

加快构建和完善以技术创新与应用为主体、市场需求为导向、政策为保障、产业优化升级为目标的政产学研用金深度融合的高技术产业链延伸效率提升的新机制。要强化区域内各创新主体的主导地位，进一步明晰区域内部的高技术产业链延伸的技术与市场需求，加大对优势区域的高技术产业的引资力度与政策扶持强度，积极转变服务理念服务，进一步完善技术创新投入与招商引资能力相互配合的创新投入主导型条件组态路径；着力建构资源要素的市场化流动机制，提升创新、资金、人才等要素在高技术产业链延伸进程中协同驱动效率；加速构建创新主体、资金、政策等齐备的高技术产业链延伸效率提升服务体系，实现以创新产出应用效度提升为关键环节，资本投资能力、政府支持力度及市场化水平为辅助要素的多要素组合驱动。