, 刘伟鹏1, 张卫国2 1. 东北大学 工商管理学院, 辽宁 沈阳 110169;
2. 山西财经大学 公共管理学院, 山西 太原 030006
收稿日期：2021-04-02
基金项目：国家自然科学基金资助项目(71972032)；辽宁省兴辽英才计划项目(XLYC1807218)；中央高校基本科研业务费专项资金资助项目(N2006005)；辽宁省社科联2021年度辽宁省经济社会发展研究课题(20211s1ybkt-036)。
作者简介：贾建锋(1980-)，男，山西晋中人，东北大学教授，博士生导师.;
张卫国(1969-)，男，山西汾阳人，山西财经大学教授。
摘要：为探讨影响省份间创业活跃度差异的因果复杂机制, 借鉴三螺旋理论, 整合“政产学”3个层面的6个前因要素, 应用组态思维和定性比较分析(QCA)方法进行分析.研究发现: 单个“政产学”要素并不构成高创业活跃度的必要条件, 各地区没有按照某一固定模式提升创业活跃度.高创业活跃度的驱动机制可以分为三条路径: “政学”协同主导型、“政产”协同主导型与“产学”协同主导型.现阶段没有任何一个地区的高创业活跃度是通过“政产学”三者完美协同提升的, 仅限于其中两者间协同运转.
关键词：创业活跃度三螺旋定性比较分析政产学协同创业
Influence of "Government-Industry-University" Cooperation on Entrepreneurial Activity: Qualitative Comparative Analysis from the Perspective of Triple Helix
JIA Jian-feng1
, LIU Wei-peng1, ZHANG Wei-guo2 1. School of Business Administration, Northeastern University, Shenyang 110169, China;
2. School of Public Administration, Shanxi University of Finance and Economics, Taiyuan 030006, China
Corresponding author: JIA Jian-feng, E-mail: jfjia@mail.neu.edu.cn.
Abstract: To explore the complex causal mechanism that affects the differences in entrepreneurial activity among regions, based on the triple helix theory, the configuration thinking and qualitative comparative analysis (QCA) method are used to integrate six conditional variables at three levels of government-industry-university. Results found that: any single element of government-industry-university does not constitute a necessary condition for high entrepreneurial activity in regions, and regions have not increased entrepreneurial activity in accordance with a certain fixed pattern. The driving mechanism of high entrepreneurial activity can be divided into three paths: "government-university" coordination-driven path, "government-industry" coordination-driven path and "industry-university" coordination-driven path. At present, no region uses the perfect synergy of "government-industry-university" to achieve high entrepreneurial activity, and it is limited to the coordinated operation of the two.
Key words: entrepreneurial activitytriple helixQCA(qualitative comparative analysis)government-industry-universitycooperation entrepreneurship
自国家提出“大众创业、万众创新”的发展战略, “双创”已成为经济新常态下鲜明的主题和节奏, 对我国以创业带动就业、确保公平收入分配及整体经济增长具有深远影响[1].据国家科技部统计, 截止2019年底, 我国企业孵化器载体已突破5 000个, 累积孵化企业达16万家, 我国孵化器数量与规模已位居世界首位.尽管从数据来看, 在国家政策号召、各级政府配合、社会各界广泛支持下, 我国创业活动发展总量十分可观, 然而从现实情况来看, 我国各个地区之间的创业活跃度差异十分明显.有效整合各地区政府、企业与高校的优势资源来提升当地创业活跃度, 平衡各地区发展, 是落实我国“双创”政策的关键.为何不同地区的创业活跃度有显著区别？如何协同高校、政府和产业三者之间的关系才能更好地促进地区的创业活动？这些不仅是我国创业活动面临的重要现实问题, 也是亟待解决的科学问题.
三螺旋理论为解决上述问题提供了理论支持, 对于更好理解政府、产业与高校三方与地区创业活跃度之间的关系具有极大的帮助.三螺旋理论主张螺旋主体间可通过资源共享、角色转换与整体协作等方式提升创业能力[2].具体来说, “政府-产业-高校”三者作为能够促进创业行为的螺旋主体, 需要打破各自的组织边界, 通过协同合作的方式, 使各自的优势资源进行互通, 驱动各要素螺旋上升作用于创业的发展[3].近些年来, ****们在三螺旋理论视角下对创业行为进行了大量研究, 尤其是对于三螺旋主体对创业活动的影响是否存在差异的问题, 有着不一致的理解.有****指出, 政府作为能够主导公共资金与政策的主体, 在三螺旋主体中占据主导地位, 产业与高校则更多地扮演了协同的角色[4], 而产业在三者协同过程中能力最弱, 很难发挥出引导作用[5].但大部分****仍倾向于认为“政府-产业-高校”对创业的促进作用是平等的[6-7].当前, 我国正处于经济发展的“换挡期”, 存在分散封闭、交叉重复“碎片化现象”和“孤岛现象”[8], 各地区对创业活动的投入差异明显, 这可能是导致三螺旋主体作用效果不一致的原因之一[9].遗憾的是, 国内现有关于三螺旋的研究大多局限于理论层面, 缺少实证研究支持, “政府-产业-高校”各主体对于创业活动的影响效果之间的差异问题尚未得到有效解决.
事实上, 创业活动是一个受多因素协同影响的复杂过程[10], 传统的线性回归思维对于解决这类复杂问题的局限性较为明显.而定性比较分析(qualitative comparative analysis, QCA)作为一种专门针对复杂社会科学现象以案例为导向的集合理论方法[11], 该方法以整体为视角, 综合了传统定性分析与定量分析的优势, 注重寻找导致结果出现的复杂前因要素的不同组合, 能够有效挖掘多个前因要素协同机制对结果的影响[12], 因此成为管理学、组织行为学、创新创业等领域解决因果关系复杂性的重要工具.鉴于此, 本研究将使用QCA方法对创业活动进行研究, 将政府层面提供的平台与政策资源、产业层面提供的市场与资金资源、高校层面提供的人才与知识资源进行整合, 试图研究由此6个前因要素组成的不同组态与各地区创业活动的关系, 寻找到有效的提升各地区创业活跃度的路径.具体来说, 本研究将尝试回答以下问题: 各地区提升创业活跃度的路径有哪些？“政产学”中是否存在单一可以导致高创业活跃度的必要条件？研究结果对其他地区提升创业活跃度有怎样的指导意义？
1 文献综述与模型构建我国“政产学”协同合作已有近三十年历程, 大量****以三螺旋理论为视角进行的创业研究产生了丰硕的成果.根据三螺旋理论, 创业活动的提升需要政府、产业与高校的协同作用.
政府层面, 在所有的创业活动中都需要一个统筹协调的主体, 即通过资金供给、技术保护、政策激励等方法, 协调与保障各类创业活动能顺利开展, 这个主体就是政府[13].研究表明, “政府-产业-高校”三螺旋在协同创业中, 政府在基础设施与法治环境等因素方面对创业活动有重要影响[14].“创业生态系统理论”也进一步认为, 政府部门在塑造地区创业活动的氛围中起到了关键作用[15].但迄今为止, 却很少有文献讨论政府管制行为对创业活动的影响.事实上, 在影响创业行为的众多因素中, 政府的干预行为, 如是否建设创业平台、是否制定优惠政策等, 是影响地区创业的重要因素, 因此有必要深入探讨其对地区创业活跃度的影响效果.
产业层面, 多元主体协同创业的关键任务是在复杂的市场环境中, 如何帮助创业者提高创业意愿与降低失败风险.创业理论表明, 创业行为会受到来自产业的经济因素(如系统中可获得的资源类型和数量)和非经济因素(如企业家的目标和能力)影响[16], 现有研究主要聚焦于非经济因素对创业行为影响的研究.如项国鹏等[17]证明了企业间网络关系对创业决策具有间接促进作用, 其中弱关系相较于强关系对创业决策产生的正向作用更为显著.但何郁冰[18]认为, “政府-产业-高校”三者协同的本质是优势互补的过程, 产业的优势则是拥有相对更充裕的资金、能够捕捉到更为准确的市场信息并快速形成技术的商业化, 产业如果能及时将这些资源提供给其他创业主体, 就能极大提升创业活跃度.因此, 在“政府-产业-高校”三者协同过程中, 应该更多地考虑产业提供的信息与资金等经济因素对创业活动的影响.
高校层面, 高校不仅在传统的教学与研究上有利于创业活动, 并且在知识创造与转化过程中也有重要影响力, 既是创业活动的基础, 也是各类创新活动的一部分, 因此, 高校在协同创业中处于基础地位[19].但在现有文献中, ****对高校创业的研究结论或是聚焦于创新创业教育的问题, 或是揭示如何提升大学生的创业意愿, 较少涉及对影响“政府-产业-高校”三者协同因素的深入探讨.诚然, 如何提升高校创业者的创业意愿与能力的研究固然重要, 但在“政府-产业-高校”合作体系中, 高校科技人员的专利与技术转化、人才培养与输送等要素对创业活跃度提升的研究更为重要, 只有深入研究高校在“政产学”主体中的协同作用, 才能有效地在具体管理实践中提出针对性的指导.
综上所述, 政府、产业与高校对促进国家与地区的创业活动具有重要作用, 当前国内外****基于三螺旋视角也获得了丰硕的研究成果.然而, 现有研究虽在理论上对“政产学”如何协同联合影响创业活动进行了大量分析, 但却未能很好将我国各地区的独特性与发展不平衡性等因素充分考虑, 导致现有研究结论不一, 不能很好地对各地区提出针对性指导意见.根据三螺旋理论, 创业是一个受政府、产业与高校相互联动影响的复杂过程, 需要采取多元与整体的视角进行深度挖掘.鉴于此, 本研究整合政府层面、产业层面与高校层面的不同影响因素来探讨影响我国不同地区创业活跃度差异的多重并发因素和因果复杂机制.即“政产学”3个层面的6个前因要素之间如何通过协同与匹配, 才能最大程度上激活高创业活跃度.这需要结合我国不同地区的具体案例, 使用定性比较分析方法进一步探索.因此, 本研究构建的高创业活跃度提升模型如图 1所示.参考陈延良等[20]的研究, 政府层面的影响因素包括平台建设与税收优惠政策，产业层面影响因素包括市场需求与资金提供，高校层面的影响因素包括人才输送与知识共享.
图 1(Fig. 1)
 | 图 1 高创业活跃度提升模型Fig.1 High entrepreneurial activity promotion model |
1.1 政府层面1) 平台建设.自2006年国家首次提出公共服务和创业基地建设相关的政策后, 创业平台的建设一直是国家鼓励创业活动的侧重点.研究表明, 以科技园、孵化器与众创空间为代表的创新创业载体由于具有知识创新与科技成果转化等特点, 在带动前沿技术发展、培育创新型企业、提高地区创业数量与质量方面能够提供强有力的支撑[21].
2) 税收优惠.在知识经济、“互联网+”与大数据技术快速发展更迭的时期, 政府在多元协同创业过程中起到了重要的指导、协调与规范作用.研究表明, 政府在协同地区创新创业过程中依靠的职能主要是政策法规的制定, 通过政策的导向可以有效地约束各主体间的行为, 协调各主体间的关系, 稳固各主体协同创业的紧密程度[22].
1.2 产业层面1) 市场需求.产业处于市场环境中, 需要遵循市场发展的基本规律.研究表明, 创业属于市场需求下的一种就业方式, 关心市场发展与需求可以让创业活动事半功倍, 而市场需求又能影响地区的创业积极性, 市场需求越大, 人们的创业活跃度越高, 因此市场需求是创新创业活动开展的必要条件[23].
2) 资金提供.产业部门在多元创新创业协同体系中的主要作用是提供资金支持, 不同于政府部门, 产业在资金提供过程中更多具有营利性与目的性, 并且随着股票与基金等越来越多的社会资本形式的出现, 也为创业主体提供了较大的资金灵活性, 因此, 产业对创业的资金支持则成为了政府支持的必要补充[24].
1.3 高校层面1) 人才输送.随着国家对高校创新创业教育改革不断深入, 培养具有创新能力与创业潜力的新型人才能直接或间接影响创新创业的表现, 因此逐渐成为各高校人才培养的重要环节.具体来说, 高校拥有丰富的智力资源与教育设施, 能够培养并向企业与社会输送大量的优秀创新创业型人才, 而且这些人才正是各主体创业活动的发起者与执行者[25].
2) 知识共享.构建“政产学”协同创业体系的要求之一就是如何促使高校知识资本化, 即如何将高校的知识成果转化为社会资本, 从而推进创新创业活动的顺利开展.相较于市场手段, 高校能为创新创业提供较多的知识资源(例如: 专利、科研成果等)与知识转化技术, 创业主体如果能充分利用高校所提供的资源与技术, 将知识转化为商品并进行市场化, 就能在激烈的市场竞争中得到快速发展[26].
2 研究设计2.1 研究方法: QCAQCA是美国社会学家Ragin于20世纪80年代提出一种“案例导向”的研究方法.该方法以布尔代数运算方式为基本原理, 以集合的视角看待变量间的关系, 研究多个变量如何联合解释同一结果的产生.由于该方法不仅能关注个案的独特性与深度, 还能揭示变量间多重并发因果关系, 因此现已在社会学、组织行为学、创新创业等领域得到广泛应用.之所以在本研究中选择定性比较分析这一研究方法, 主要基于以下三点原因:
首先, QCA方法可以解决多重条件的并发.现有关于三螺旋理论的研究均表明, 要解释“政产学”如何提升创业活跃度的实现路径, “政府-产业-高校”等因素独立作用的分析已远远不够, 研究必须考虑和能处理实现创业多重条件的并发.与传统的相关分析和回归分析关注的“净效应”不同, QCA采取组态的思维视角, 认为社会某种现象的产生是复杂多元并且是非线性的, 并假设多个前因要素组合对结果产生影响[11].而三螺旋视角下“政产学”如何协同形成的不同组态, 会对地区的创业活跃度产生的影响机制就属于此类问题, 因此适合采用QCA方法进行研究.
其次, QCA方法可以处理非对称关系, 而回归分析方法只能处理因果变量间的对称关系(如果A→B, 则~A→~B), 但很难处理他们之间的非对称关系.然而在现实情境中, “政产学”对创业活跃度的影响未必是对称的, 如一个地区具有高市场需求能提升创业活跃度, 但事实上, 即使市场需求并没有很高, 地区的创业活跃度也很可能被提升(如果A→B, 则~A→~B未必成立).QCA方法能够很好地处理这类具有不对称特点的问题, 因此更适合用于解决地区创业活跃度提升的问题.
最后, QCA方法适用于小样本研究.本研究基于省份视角的样本为30个, 并未达到传统定量研究的大样本水平, 样本量限制了定量分析的有效展开, 而30个省份又明显多于案例分析推荐的2~10个最佳案例数，却符合QCA对样本量的需求.更为重要的是, QCA方法有效地结合了定性和定量各自研究方法的优势, 不仅能通过使用较多的案例弥补定性分析存在的“普适性”缺点, 也能够深入挖掘案例的“独特性”, 使得深入分析“政产学”协同提升地区创业活跃度的典型案例更具现实指导意义.
在使用模糊集定性比较分析(fsQCA)时, 首先要对所有的前因要素和结果进行校准, 以确定符合标准的案例.具体来说, 在模糊集校准过程中需要确定三个锚点, 分别为完全不隶属点、交叉隶属点与完全隶属点, 三个锚点确定后通过软件能将所有原始值校准为0到1的模糊集.之后, 根据这些要素组合的值, 将案例排序到数据矩阵生成真值表.由于定性比较分析认为导致结果的前因要素会有不同组合, 因此不仅需要将低“信度”的案例进行结果处理, 同时还要设置结果的频数与一致性.本研究将PRI值低于0.8的组合结果重新赋值, 同时将频数设置为1, 最低一致性阈值设置为0.8, 皆符合该方法的阈值要求.
2.2 数据说明与描述性统计研究采用全国30个省份地区2015—2018年的省级面板数据进行分析(由于西藏在本研究变量中有数值缺失, 故剔除), 考虑到“政产学”三者对创业活动的投入与产出具有时滞性, 因此本研究将各前因要素与结果变量进行了滞后一期处理.其中, 各地区创业活跃度、市场需求、资金提供与人才输送的数据来自2015—2018年国家统计局公布的数据; 平台建设与税收优惠的数据来自2015—2018年《中国火炬统计年鉴》; 知识共享的数据来自2015—2018年《高等学校科技统计年鉴》.具体变量定义如下:
创业活跃度是指在一定时期内, 参与社会经济活动的新增企业法人主体的数量, 因此本研究采取30个省份每百万人口中的新增创业企业数量(万个)来衡量地区的创业活跃度.从政府层面因素来看, 采用地区公共技术服务平台投资额(亿元)来衡量地区的平台建设, 采用省份在孵企业及高新技术企业纳税额(千元)比企业数量来衡量地区的税收优惠, 并进行反向校准.从产业层面因素来看, 采用地区技术市场成交额(亿元)来衡量地区的市场需求, 使用规模以上工业企业R & D经费投入(亿元)来衡量地区的资金提供.从高校层面因素来看, 使用普通高等学校在校学生数(万人)来衡量地区的人才输送, 使用地区高等学校获批专利数(个)来衡量地区的知识共享.各变量的描述性统计结果与说明如表 1所示.
表 1(Table 1)
 表 1 变量描述性统计Table 1 Descriptive statistics of variables
| 表 1 变量描述性统计 Table 1 Descriptive statistics of variables |
根据表 1可以看出, 各省市地区新增企业数均值为11.6, 而标准差却达到12.42, 说明不同省份的创业活跃度有很大的差异.仅从政府层面来看, 不同地区政府在对公共技术服务平台投入资金数额与对企业的税收优惠有显著差异, 这也从侧面反映出地区经济发展严重不平衡现象.此外各地区产业市场需求量与地区高校的人才数量等也存在较大差异, 因此亟需对不同地区如何提升创业活跃度提供差异化指导.
2.3 变量测度与校准根据上文所述, 在使用定性比较分析过程中, 首先需要将所有变量进行校准, 在确定各变量的三个临界值(完全隶属点、交叉隶属点与完全不隶属点)后, 通过软件可以将集合隶属转化成0到1.通过校准, 既考虑到案例间的类别(kind)差异也考虑到程度(degree)差异, 使得测量可以被解释和具有意义.同时为消除异常值的影响, 本研究将三个隶属点设置为各变量的四分位数.各变量的校准锚点见表 2.
表 2(Table 2)
表 2 各变量校准锚点Table 2 Calibrate anchor points for each variable
| 表 2 各变量校准锚点 Table 2 Calibrate anchor points for each variable | |||||||||||||||||||||||||||||||||||||||||||||||||||
3 定性比较分析及结果3.1 必要性分析根据布尔代数计算原理, 在进行模糊集真值表分析时, 必要条件会在简约解中被消除, 而必要条件又会对结果产生重要影响, 因此需要对各前因要素进行必要性分析.高创业活跃度的必要条件检验结果如表 3所示.
表 3(Table 3)
表 3 高创业活跃度影响要素的必要性检验Table 3 Necessity test of influencing factors of high entrepreneurial activity
| 表 3 高创业活跃度影响要素的必要性检验 Table 3 Necessity test of influencing factors of high entrepreneurial activity |
从表 3的结果可以看出, “政产学”三个层面的6个导致高创业活跃度的因素都低于0.9, 都处于较低的水平, 说明每个维度的要素都不是导致高创业活跃度的必要条件, 各地区都没有按照某一固定模式提升创业活跃度, 也从侧面证明了三螺旋模型的基本理论.
3.2 组态分析模糊集定性比较分析结果会产生三个解, 包括简约解(纳入全部“逻辑余项”)、中间解(纳入符合条件的“逻辑余项”)与复杂解(不纳入“逻辑余项”), 由于中间解不会消除必要性条件, 在普适性与解释力度上都要优于其他两个解, 因此在模糊集定性比较分析中被广泛使用.本研究参考以往做法, 假设所有条件的出现都能提升创业活跃度, 同时在满足一致性与覆盖度的前提下, 使用反事实分析得出的5个中间解, 最后的组态结果如表 4所示.
表 4(Table 4)
表 4 2018年各地区高创业活跃度组态Table 4 Configuration of high entrepreneurial activity of regions in 2018
| 表 4 2018年各地区高创业活跃度组态 Table 4 Configuration of high entrepreneurial activity of regions in 2018 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
根据表 4可以看出, 中间解的总体一致性为0.942, 总体覆盖度为0.769, 5个组态的一致性范围为0.926~0.951, 覆盖度的范围为0.227~0.481, 皆符合定性比较分析的标准.鉴于各组态都没有相同维度的核心条件, 为更好地呈现各组态“政产学”的差异, 本研究归纳出以下三种激发地区创业活跃度的组态(路径)即“政学”协同主导型、“政产”协同主导型与“产学”协同主导型, 具体阐述如下.
第一, “政学”协同主导型.组态1a: PD*TC~KS, 说明高税收优惠、高人才输送与非高的知识共享2个维度的3个变量的共同作用是促进地区高创业活跃度的充分条件, 其中, 人才输送是核心条件.组态1b: PD~MD*TC, 说明高税收优惠、非高市场需求与高人才输送3个维度的3个变量的共同作用是促进地区高创业活跃度的充分条件, 其中, 人才输送是核心条件.这两个组态表明, 即使高校的知识共享程度或地区市场需求没那么高, 但是如果政府能通过制定鼓励创业的政策, 同时高校输送较多的高质量人才, 那么这些人才就能很好地投身于创业活动中.根据创业事件理论, 创业行为并非随机产生的, 更多的是由创业者在不确定的条件下的“创业判断”所决定, 而创业环境则恰好能成为在资源匮乏前提下的驱动要素[27].具体而言, 如果地区的高校能输送较多的高质量人才, 同时政府也能够制定较多鼓励创业的优惠政策, 形成较好的创业环境, 那么创业者的创业意愿就会被不断强化, 从而驱动创业行为的产生.因此验证了税收优惠与人才输送两个因素对创业行为的积极作用, 同时也表明了政府与高校对创业活跃度的影响存在协同效应.
通过此组态提升创业活跃度的地区有河北、江西与河南, 其中典型案例是河北.自2013年出台《关于支持鼓励科技人员创办科技型企业的实施办法》等政策后, 河北省加大人才引进与鼓励人才进行创新创业的力度, 与此同时还配套颁布了《企业研究开发费用税前加计扣除实施办法(试行)》等企业税收优惠政策, 极大地鼓励了创业者的创业意愿, 促使河北的创业活跃度逐年提升.
需要指出的是, 此组态若想达到“政产学”三者协同创业模式, 还需发挥产业在其中的纽带作用.具体来说, 在三螺旋协同创业体系中, 产业不仅具备企业的基本职能, 还被赋予了新的职能.一方面, 地区需要完善产业的市场中介服务与融资服务功能.产业可以通过提供市场的法律、会计、管理咨询等服务, 搭建起高校创业者与产业沟通间的桥梁, 避免发生信息不对称现象.与此同时, 通过提供多样的融资服务, 可为创业者提供必要的资金支持, 拓宽大学生融资获取渠道.另一方面, 产业可以扮演高校的角色.产业所处的市场环境是高校人才培养所缺乏的资源, 通过深入推展“校企”合作, 不仅可以让高校创业者深切体会到激烈竞争的市场, 还可以让企业家走进校园, 参与高校创业人才的培养.
第二, “政产”协同主导型.组态2;PC*PD*FP, 说明高平台建设、高税收优惠与高资金提供2个维度的3个变量的共同作用是促进地区高创业活跃度的充分条件, 其中税收优惠与资金提供是核心条件.这个组态表明创业平台建设与优惠政策能很好激活创业资金的流动, 从而有利于创业活动的开展.具体来说, 通过加大税收优惠政策, 建立高新技术孵化平台, 能够正确引导资金等生产要素流向创业投资领域.对于那些中小企业特别是创业初期的企业, 充分发挥了政策引导资金“四两拨千斤”的作用, 加强企业的创新能力, 加快产品优化升级, 从而促进创新创业.该组态不仅验证了平台建设、税收优惠与资金提供三个因素对创业行为的积极作用, 同时也表明政府与产业对创业活跃度存在协同效应.
通过此组态提升创业活跃度的地区有福建与山东, 其中典型案例是山东.山东省在2014年出台《山东省省级股权投资引导基金管理暂行办法》, 目的是将各领域分散的资金集中起来, 并引导资金进入产业投资, 通过该办法将离散的创业资金有效集聚, 发挥整体协同优势, 从而培育出更多的创新型创业者和创业活动.根据2018年发布的《中国大众创业指数(MEI)》报告, 山东省创业指数已进入总体排名前5.
值得注意的是, 此组态若想达到“政产学”三者协同创业模式, 还需发挥高校在其中的智力作用.具体来说, 应该注重高校在三螺旋协同创业体系中“智库”的作用, 提升其研究能力与智力输出水平: 一方面, 高校要保持其作为知识生产场所的核心竞争力, 提升对创业主体科研资源、人才资源与知识资源等方面的协同能力; 另一方面, 根据三螺旋理论, 高校应转变单一的职能定位, 大力支持高校智库与产业和政府部门联合组建的研究团队, 有效整合各方资源, 提升创业主体间信息交流.
第三, “产学”协同主导型.组态3a: PC*FP*TC*KS, 说明高平台建设、高资金提供、高人才输送与高知识共享3个维度4个变量的共同作用是促进地区高创业活跃度的充分条件.组态3b: MD*FP*TC*KS, 说明高市场需求、高资金提供、高人才输送与高知识共享3个维度4个变量的共同作用是促进地区高创业活跃度的充分条件, 两个组态的核心条件都是资金提供与人才输送.这个组态表明在地区高校有大量人才的背景下, 如果产业也能提供创业的配套资金, 那么能够提升创业者的积极性, 从而提高地区的创业活跃度.具体来说, 对于创业者而言, 地区是否拥有成熟的创业平台、是否享有税收优惠政策固然重要, 但资金是否充裕更重要, 创新创业的每个阶段都需要大量资金投入以保障创业活动正常进行, 产业如果能对创业初期的企业提供资金支持, 创业者不仅不会因为资金问题而害怕创业失败, 同时也能为创业成功打下坚实基础.该组态不仅验证了平台建设、市场需求、资金提供、人才提供与知识共享5个因素对创业行为的积极作用, 同时也表明产业与高校对创业活跃度存在协同效应.
通过此组态提升创业活跃度的地区有江苏、广东等7个省份, 其中典型案例是江苏.随着“互联网+”技术渗入社会各个领域, 江苏各产业始终贯彻着“工本位”的教育理念基础, 以产业市场需求为导向, 以技术研发投入为主线, 以提高学生实践能力与创新创业能力为目标, 积极探索“把企业渗入课堂, 把学生走入企业, 产业与高校协同发展”的方式, 最终激活全省的创新资源与活力.据报道, 2018年江苏省城乡创业人数总计达30.1万, 创近些年新高.
需进一步说明, 此组态若想达到“政产学”三者协同创业模式, 还需发挥政府在其中的指导作用.具体来说, 应发挥政府在三螺旋协同创业体系中的政策支持作用: 一方面, 政府要有全局意识, 科学规划地区创业扶持战略, 能在平台建设、服务供给等方面打破创业主体间的边界壁垒, 促进资金、人才、知识与信息等资源合理流动, 为地区创业活动指明方向; 另一方面, 政府也可以出台政策, 根据地区自身情况鼓励各种社会资本进入创业领域, 大力扶持高水平初创企业, 提供一定的税收政策优惠, 最大限度地助力创业活动的物质保障.
3.3 稳健性检验由于本研究使用的是截面数据, 一些不可测的因素可能影响到结果的可靠性, 因此本研究接下来使用2016—2017年的数据进行稳健性检验, 具体结果如表 5所示.
表 5(Table 5)
表 5 2017年与2016年各地区高创业活跃度组态Table 5 Configuration of high entrepreneurial activity of regions in 2017 and 2016
| 表 5 2017年与2016年各地区高创业活跃度组态 Table 5 Configuration of high entrepreneurial activity of regions in 2017 and 2016 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
其中组态1与组态2是2017年各地区高创业活跃度的分析结果, 组态3与组态4是2016年各地区高创业活跃度的分析结果.具体来说, 组态1与组态3都说明高税收优惠与高人才输送的共同作用是促进地区高创业活跃度的充分条件, 体现出“政学”协同主导型路径, 而组态2与组态4说明高资金提供与高人才输送是导致地区高创业活跃度的核心条件, 体现出“产学”协同主导型路径.两个组态结果的吻合也在一定程度上说明本研究结论的稳健性.
4 讨论本研究以2015-2018年我国30个省份地区的数据为样本, 从政府、产业与高校三个层面出发, 应用组态思维与模糊集定性比较分析方法整合上述3个层面的6个前因要素, 探讨影响地区间创业活跃度差异的复杂机制, 结合研究结果得出以下结论:
首先, 地区高创业活跃度的驱动机制分为3条路径, 即“政学”协同主导型、“政产”协同主导型与“产学”协同主导型, 并且三条路径所涉及的三个层面要素在提升地区创业活跃度方面具有替代效应, 即政府、产业与高校任意两个要素都高时, 都能形成协同效应, 即可提升地区创业活跃度.其次, 由于地区经济发展水平与社会文化背景的不同, 对创业活动的认知与投入也有所不同, 进而会激活不同的创业模式.对于经济发展水平较高的地区(如广东与江苏), 由于市场机制比较完善, 地区高新技术人才充足, 政府更多的是采取自由放任的模式, 充分发挥“产学”协同模式的优势.而对于经济发展水平相对较低的地区(如河北), 在市场需求非高情况下, 更多采取政府干预的管理模式.最后, 无论是2017年还是2016与2015年的分析结果都表明, 没有任何一个地区的高创业活跃度是通过“政产学”三者完美协同提升的, 仅限于其中两者协同运转.事实上, 根据三螺旋理论, 虽然政府、产业与高校两两之间的双螺旋能够在一定程度上激发创业, 但如果想要获得高质量、稳定可持续的创业活动, 还需有三者互动相互重叠交叉的协同创新模式.本研究结果也从侧面体现出, 我国的“政产学”如何协同激活创业仍需较长的路去探索与提升.
5 结语1) 不走极端, 强化主体合作意识.虽然税收优惠、资金提供与人才输送等要素都是形成高创业活跃度的核心条件, 但影响地区创业活跃度的原因具有组态效应, 每个维度的因素都不是导致高创业活跃度的必要条件, 各地区都没有按照某一固定模式提升创业活跃度.这启示我国应该理性看待创业行为, 不应该盲目认为“政产学”其中某一因素是导致高创业活跃度的关键, 改善地区创业活跃度的困境还需要强化“政产学”三方要素的合作.因此, 需将创业行为视为一项长期工程, 通过强化各创业主体的合作意识, 来激发创业群体的内生动力.
2) 协同发展, 构建系统运转模式.虽然我国现有高创业活跃度地区呈现的都是“双螺旋”模式, 但创业活动总是在发现问题与解决问题的过程中推进的, 在新的历史形势下, 创新创业的可持续发展仍需要“政产学”三方的协同作用.这启示我国应该借鉴国外先进的合作模式, 大力发展双创教育, 尤其要注重发挥“高校-产业-政府”的协同合作机制.具体来说, 对于经济发展水平较高的省份, 应通过建设创业平台与出台优惠税收政策相结合的方式, 加强政府的引导作用.对于经济发展水平相对较低的省份, 应通过强化产业间的信息提供与资金供给水平, 提升高校的人才输送与知识共享能力, 加强产业与高校的协同作用.通过构建创新创业系统运转体系, 为地区发展持续注入新的活力与动力.
3) 因地制宜, 科学推进双创战略.不同的创业活跃度提升路径可以为不同地区政策实施提供良好的借鉴, 研究结果表明, 仅仅依靠市场机制或者政策引导等方式不是所有地区提高创业活动的万全之策, 这样不仅无益于创新创业的发展, 还会导致公共资源的浪费.这启示地区应注重各自实际情况, 对创新创业资源进行合理配置, 科学提升地区创业行为.具体而言, 对于创业活跃度相对较低的省份, 应根据地区经济文化情况选择合适发展路径, 努力促成双螺旋协同创新创业体系.对于创业活跃度较高的省份, 应勇于探索符合我国创业实践的“政产学”三者协同体系, 坚定走中国特色社会主义发展道路.
本研究提出的地区创业活跃度的提升路径研究仍存在以下不足: ①由于案例数量的限制, 导致本研究提出的前因要素数量也受到了一定限制; ②受限于研究低创业活跃度的文献较少, 本研究没有深入探讨导致不同地区低创业活动的组态; ③除政策环境与市场环境外, 创业环境还包括地区的文化环境等要素, 今后可进一步探讨; ④未来可以采取其他分析方法, 如纵向案例追踪, 深入分析“政产学”三者间更高层次的契合度关系.
参考文献
| [1] | 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020, 36(10): 65-76. (Zhao Tao, Zhang Zhi, Liang Shang-kun. Digital economy, entrepreneurship, and high-quality economic development: Empirical evidence from urban China[J]. Management World, 2020, 36(10): 65-76. DOI:10.3969/j.issn.1002-5502.2020.10.006) |
| [2] | Carayannis E G, Campbell D F J. Triple helix, quadruple helix and quintuple helix and how do knowledge, innovation and the environment relate to each other?a proposed framework for a trans-disciplinary analysis of sustainable development and social ecology[J]. International Journal of Social Ecology and Sustainable Development, 2010, 1(1): 41-69. DOI:10.4018/jsesd.2010010105 |
| [3] | Galán-Muros V, Plewa C. What drives and inhibits university business cooperation in Europe? a comprehensive assessement[J]. R & D Management, 2016, 46(2): 369-382. |
| [4] | Yu C W. Understanding the ecosystems of Chinese and American entrepreneurship education[J]. Journal of Entrepreneurship Education, 2018, 21(2): 1-18. |
| [5] | Pique J M, Berbegal-Mirabent J, Etzkowitz H. Triple helix and the evolution of ecosystems of innovation: the case of Silicon Valley[J]. Triple Helix, 2018, 5(1): 1-21. DOI:10.1186/s40604-018-0049-5 |
| [6] | Temple P. The capitalization of knowledge: a triple helix of university-industry-government[J]. Leadership & Organization Development Journal, 2010, 9(3): 142-144. |
| [7] | Champenois C, Etzkowitz H. From boundary line to boundary space: the creation of hybrid organizations as a triple helix micro-foundation[J]. Technovation, 2018, 76: 28-39. |
| [8] | 陈劲, 张学文. 中国创新驱动发展与科技体制改革(2012—2017)[J]. 科学学研究, 2018, 36(12): 2116-2121. (Chen Jing, Zhang Xue-wen. Innovation-driven development and scientific and technical structural reform(2012—2017)[J]. Scientific Research, 2018, 36(12): 2116-2121. DOI:10.3969/j.issn.1003-2053.2018.12.002) |
| [9] | Lim D S K, Oh C H, de Clercq D. Engagement in entrepreneurship in emerging economies: interactive effects of individual-level factors and institutional conditions[J]. International Business Review, 2016, 25(4): 933-945. DOI:10.1016/j.ibusrev.2015.12.001 |
| [10] | Shane S, Venkataraman S. The promise ofentrepreneurship as a field of research[J]. Academy of Management Review, 2000, 25(1): 217-226. |
| [11] | Ragin C C. Fuzzy-set social science[M]. Chicago: University of Chicago Press, 2000: 1-370. |
| [12] | Fainshmidt S, Witt M A, Aguilera R V, et al. The contributions of qualitative comparative analysis(QCA)to international business research[J]. Journal of International Business Studies, 2020, 51: 455-466. DOI:10.1057/s41267-020-00313-1 |
| [13] | Nola H D, Stephen R. Output additionality of public support for innovation: evidence for Irish manufacturing plants[J]. European Planning Studies, 2010, 18(1): 107-122. DOI:10.1080/09654310903343559 |
| [14] | Mazzei M J, Ketchen D J, Shook C L. Understanding strategic entrepreneurship: a "theoretical toolbox" approach[J]. International Entrepreneurship and Management Journal, 2017, 13(2): 631-663. DOI:10.1007/s11365-016-0419-2 |
| [15] | Audretsch D B, Belitski M. Entrepreneurial ecosystems in cities: establishing the framework conditions[J]. The Journal of Technology Transfer, 2017, 42(5): 1030-1051. DOI:10.1007/s10961-016-9473-8 |
| [16] | Goethner M, Obschonka M, Silbereisen R K, et al. Scientists' transition to academic entrepreneurship: economic and psychological determinants[J]. Journal of Economic Psychology, 2012, 33(3): 628-641. DOI:10.1016/j.joep.2011.12.002 |
| [17] | 项国鹏, 潘凯凌, 张文满. 网络关系、创业机会识别与创业决策——基于浙江新创企业的实证研究[J]. 科技管理研究, 2018, 38(22): 169-177. (Xiang Guo-peng, Pan Kai-ling, Zhang Wen-man. Network relation, entrepreneurial opportunity recognition and entrepreneurial decision-making: based on new ventures in Zhejiang Province[J]. Science and Technology Management Research, 2018, 38(22): 169-177. DOI:10.3969/j.issn.1000-7695.2018.22.026) |
| [18] | 何郁冰. 产学研协同创新的理论模式[J]. 科学学研究, 2012, 30(2): 165-174. (He Yu-bing. The theoretical model of I-U-R collaborative innovation[J]. Scientific Research, 2012, 30(2): 165-174.) |
| [19] | Leydesdorff L. The triple helix model and the study of knowledge-based innovation systems[J]. Journal of Contemporary Sociology, 2005, 42(1): 12-27. |
| [20] | 陈延良, 李德丽. 三螺旋理论视角下的政产学协同育人实践与模式构建[J]. 黑龙江高教研究, 2018(8): 87-90. (Chen Yan-liang, Li De-li. Practice and model construction of collaborative education by government, industry and higher education institutions from perspective of triple helix theory[J]. Higher Education Research in Heilongjiang Province, 2018(8): 87-90. DOI:10.3969/j.issn.1003-2614.2018.08.019) |
| [21] | Lai W H, Lin C C. Constructing business incubation service capabilities for tenants at post-entrepreneurial phase[J]. Journal of Business Research, 2015, 68(11): 2285-2289. DOI:10.1016/j.jbusres.2015.06.012 |
| [22] | Marino M, Lhuillery S, Parrotta P, et al. Additionality or crowding-out? an overall evaluation of public R & D subsidy on private R & D expenditure[J]. Research Policy, 2016, 45(9): 1715-1730. DOI:10.1016/j.respol.2016.04.009 |
| [23] | Levchenko A A. International trade and institutional change[J]. The Journal of Law, Economics & Organization, 2013, 29(5): 1145-1181. |
| [24] | Elitzur R, Gavious A. Selection of entrepreneurs in the venture capital industry: an asymptotic analysis[J]. European Journal of Operational Research, 2011, 215(3): 705-712. DOI:10.1016/j.ejor.2011.06.029 |
| [25] | Etzkowitz H, Leydesdorff L. The dynamics of innovation: from national systems and "Mode 2" to a triple helix of university-industry-government relations[J]. Research Policy, 2000, 29(2): 109-123. DOI:10.1016/S0048-7333(99)00055-4 |
| [26] | Pittino D, Martínez A B, Chirico F, et al. Psychological ownership, knowledge sharing and entrepreneurial orientation in family firms: the moderating role of governance heterogeneity[J]. Journal of Business Research, 2018, 84: 312-326. DOI:10.1016/j.jbusres.2017.08.014 |
| [27] | KruegerJr N F, Reilly M D, Carsrud A L. Competing models of entrepreneurial intentions[J]. Journal of Business Venturing, 2000, 15(5/6): 411-432. |
