政府行为引领推动区域创新能力提升的组态路径：基于时差型定性比较分析方法

张司飞，韦 吉

（武汉大学经济与管理学院，湖北武汉 430072）

1 研究背景

党的二十大报告明确指出创新是第一动力，要坚持创新在中国式现代化建设全局中的核心地位，提升国家创新体系整体效能。在中国国家创新体系中，政府主体发挥着引领作用。政府作为系列创新政策的制定者和计划实施的组织者及参与者，通过统筹和优化创新资源配置，引导和推动不同创新主体开展创新活动，直接或间接地促进了区域创新能力的提升。因此，有必要深入考察政府行为与区域创新的复杂作用机制和因果关系。

国内外关于政府行为影响区域创新活动的研究观点主要分为3 种，其中有的观点截然相对［1］。第一种观点认为，政府支持能够有效促进区域创新活动，如Czamitzki 等［2］认为政府的财政科技投入、研发补贴、政府引导基金可以有效提升地区创新力，提升企业创新活力；吴非等［3］则认为还产生了一定的社会福利效应。第二种观点则提出反对，认为政府支持有可能抑制区域创新活动，如耿强等［4］提出，由于信息不对称，政府在对企业产品创新方向的判断上可能存在滞后性和片面性，一味追求创新产出数量和规模的盲目干预会造成资源的浪费和效率损失；冯宗宪等［5］认为政府的过度干预会损害市场公平竞争的环境，违反了企业创新活动的内在发展规律；还有研究认为这会造成创新原料的价格上升［6］，从而提高了企业的研发费用［7］；此外有研究指出政府的补贴也会随着投入的增加面临边际报酬递减问题［8］，以及产生挤出效应［9］，从而抑制区域创新活动的发展。第三种观点认为政府行为对区域创新活动的作用存在门槛效应，如毛其淋等［10］指出政府的支持超过最佳区间会对区域创新活动产生消极影响；李凤娇等［11］探究得出在合理区间内的政府运作效率可以更好发挥财政分权促进地区创新的作用；任跃文［12］发现超过适当的补贴范围反而会抑制企业的创新和产品创新；叶祥松等［13］发现一定范围内的技术市场发展水平会影响市场机制的调节作用，从而影响区域创新活力。

纵观上述研究，大多探究单一要素对区域创新活动的影响，这类研究范式对于影响要素之间系统性的复杂联系考察较弱。首先，基于还原论思想分析单个因素与区域创新能力的净效应，难免“东拼西凑”地选择要素集合，无法整体探究其内在逻辑和机制；其次，已有研究使用的传统计量回归方法只能单一探究某几种要素的影响效果，难以识别政府行为与区域创新能力之间的复杂关系，政府具体要如何驱动创新、是否存在政府驱动区域实现创新发展的可循规律，这些亟待解决的问题依旧是研究的重点。基于此，本研究在梳理以往学者对政府行为与区域创新的研究的基础上，选取了中国31 个省份作为案例分析的样本，采用时差型定性比较分析方法，从整体性视角出发，探究政府行为影响区域创新能力的核心条件和边缘条件，分析实现区域创新能力高水平发展的组态路径，以期系统性揭示政府行为与区域创新能力间的逻辑联系。

2 理论基础与模型的构建

在以往的研究中，学者们普遍关注区域创新效率和区域创新绩效，并以此作为结果变量进行探究，但是在现实情境下，政府在实施创新政策推动地区创新发展的初期并不一定能产生创新绩效并保证区域创新效率，往往具有一定的时滞性，而政府实施创新政策的目标在更大程度上是尝试和探寻区域实现创新的可能，这一结果反映在区域自主创新的能力水平上。因此，本研究主要探究政府行为与区域创新能力之间的组态关系。

首次提出“国家创新体系”概念的Freeman［14］12将政府的行为纳入了区域创新系统的研究范畴。Porter［15］从创造创新环境的角度入手，认为政府通过为企业创造适宜研发、鼓励创新的环境而参与创新活动。Patel［16］从创新激励机制角度出发，认为政府主要从基础研究、教育、企业培训等方面对市场和创新活动进行激励和资助。Schot 等［17］详细考察了创新政策框架的演变，对政府在创新中的重要作用给予作证。由此可见，政府利用自身强大的宏观调控和统筹能力，通过创新资源配置、提供制度保障和公共服务、建设创新环境等方式影响区域创新活动中不同创新主体的创新行为，以协同创新推动科学、技术、知识等的创新和扩散，从而实现整个行业的结构优化和转型升级。结合中国情景，杜运周等［18］生动地表述为政府以“轻推之手”有效地激发市场主体活力，产生创新驱动的高质量发展。因此，笔者认为政府参与区域创新活动的行为方式主要有两种，一种是直接参与，包括资金支持、资源投入、市场激励等，另一种是间接推动，通过改善创新主体的创新环境来间接性地参与和推动区域创新活动的有序发展。

2.1 直接参与

Schot 等［17］认为对创新基础设施和研发的投资是所有科学、技术和创新政策的重要组成部分，政府直接参与研发投入，鼓励国家创新系统中各主体的生产性互动和技术扩散，也同时带来了就业的增长。新经济增长理论也阐述了政府的直接干预在经济发展中发挥了积极作用［19］，如通过制度调节、政策补贴来激励企业实现技术创新。研发初期需要大量的资金投入和人力资源投入作为保障，政府作为区域创新的引导者和调控者，可以利用自身优势加大对知识、技术和劳动力的投入，以专项补贴、研发经费投入、税收优惠政策、财政科技支出的形式向创新活动直接提供强有力的财政支持，从而实现技术结构优化［20］。除此之外，创新生产是知识密集型活动，离不开高素质人才的支持。Lucas［21］发现专业化人力资本的流动带动了经济增长和技术创新；而良好的人力资源数量和质量也提升了技术创新的能力和潜力［22］。为提升企业技术溢出的吸收能力，政府加大对企业、高校等创新主体的专项补贴和人才资源的配置，可以为创新活动直接提供资金和人才保障，将地区人力资本转化为实际的生产力，提升创新主体的创新积极性和主动性，充分发挥技术溢出的正效应。

2.2 间接推动

2.2.1 硬环境建设

区域创新离不开创新环境的支持，完善的基础设施搭建了方便创新活动运行的专属平台。Justman等［23］认为区域创新需要政府建设创新基础设施来提供更多支持，而基础设施能够促进不同的创新主体在区域创新生产过程中的信息共享和物资流动、降低交易成本和提高交易效率［14］2，促进交流互动，从而影响企业的创新动力，因此优良的基础设施环境是区域创新的重要推动力［24］。然而创新活动相关的道路设施、通信设施以及公共服务具有外部性、投资周期长、回收慢等公共物品的特点，单一的企业或行业难以承担巨额成本，不愿意进行投资，这样的公共物品一般来说只能由作为公共管理者的地方政府来提供并进行干预［25］。Nelson［26］和Arrow［27］认为知识的公共物品特性导致了市场失灵，这也证明了政府实施政策干预的合理性，因此政府是公共物品的主要组织者和供给者［28］，其公共物品供给效率、基础设施建设程度、公共服务水平与区域创新活动密切相关，也为企业开展创新活动、实现行业技术创新提供了强有力的基础保障。

2.2.2 软环境建设

随着中国区域创新体系的逐步健全，地方政府的行为导向越来越倾向于创新软环境的建设，包括教育、产业、外资、采购、知识产权保护和创新支持等方向。制度环境方面，Schot 等［17］发现政府为了确保作为公共物品的科学创新研究的发展，采取了加强和扩大知识产权保护的政策行动；石璐珊等［29］基于动态面板模型研究发现中国知识产权保护水平和创新资源集聚对各省份创新产出存在显著影响。经济环境方面，区域的经济发展水平越高也越有利于吸引创新要素集聚并产生规模效应；除此之外，张超等［30］发现随着市场环境的优化，市场机制进一步推动了产业结构调整，可以提高市场主体活力。因此，政府可以通过培育良好的金融环境，提高市场化水平、对外开放水平以及民众的创新意识，进行高新技术产业的结构优化，在创新软环境方面施以 “轻推之手”［18］，为创新活动提供灵活的创新环境，释放创新主体活力，间接推动区域创新活动的高质量发展。

2.2.3 社会效益支持

“十三五”时期，中国各地方政府在提高创新经济效益的同时也越来越重视环境保护、社会福祉对区域可持续发展的重要性。近年来，随着“绿色创新”（green innovation）概念的提出［31］，绿色创新逐渐成为研究热点，适宜研发的绿色环境、良好的民生环境逐渐成为推动区域创新能力提升的重要部分。邓晓辉等［32］基于“五螺旋”理论探究了绿色创新生态系统下绿色创新绩效提升的可能路径，陈良华等［33］研究了政府补贴对新能源企业绿色创新的影响，郭凌军等［34］发现环境规制强化了绿色创新对地区环境污染的直接抑制及抑制溢出效应，但已有相关研究很少系统性地探究环境保护、社会福祉等社会效益支持活动对区域创新的潜在影响，相对单一化。然而，地方政府在提高创新经济效益的同时，也要兼顾环境保护、生态可持续性对区域创新发展的影响，因此社会效益在一定程度上也能反映区域经济效益和创新能力。

综上所述，关于政府行为与区域创新的已有研究主要探究了单一因素对区域创新活动的影响，采取的研究方法主要是计量回归分析、指标评价等，这些方法要么在一定程度上不够接近现实，要么在一定程度上被质疑主观；除此之外，有关政府行为对区域创新影响的作用机制也各不相同，因果变量之间还存在各种中介效应、门槛效应、调节效应等，有些单一或特定的作用机制往往不能全面地反映出创新能力状况。鉴于此，本研究则基于组态视角，使用定性比较分析法，试图全面探究复杂要素组合的政府行为对区域创新能力的影响机制，选取政府直接投入、创新硬环境建设、创新软环境建设、社会效益支持共同构建政府影响区域创新活动发展的综合性分析框架（见图1），进一步探究促进区域创新能力提升的组态路径，试图系统性揭示政府行为与区域创新能力间的内在逻辑。

图1 政府行为影响区域创新能力的综合分析框架

3 研究方法与数据处理

3.1 定性比较分析

定性比较分析（qualitative comparative analysis，QCA）方法是由美国社会学家拉金［35］提出的一种组态研究方法，一方面它可以同时分析定性和定量数据，可以有效避免数据可得性问题，另一方面它适用于小样本案例分析，主要探究组态条件和组态结果之间非线性的复杂关系，巧妙避免了内生性问题。基于整体观的组态理论和QCA 方法范式目前主要运用在企业战略管理、公共管理、信息管理、旅游管理等多个管理学领域［36］，但较少运用在经济学和管理学的交叉范畴。本研究尝试运用QCA 方法，以组态方式分析政府行为对区域创新能力的影响。目前传统定性比较分析方法均考虑单一时间的截面数据展开路径分析，具有一定的片面性，而政府参与区域创新活动、提升区域创新能力的过程是一个动态的变化，有关影响因素在不同时期会有不同的改变，区域内各项创新发展策略的实施也具有时滞性，因此考虑将时间维度纳入到QCA 分析中是十分有必要的。

针对传统QCA 方法只研究截面数据的局限性，Hino［37］提出了时间序列定性比较分析方法（timeseries qualitative comparative analysis，TsQCA），主要研究在不同时间区间中事件或条件的变动对组合结果的影响。该方法通过对不同时间点的条件赋值，可以将时间序列数据、截面数据转化为真值表的形式［38］，再进行组态分析。TsQCA 主要分为汇总型（pooled QCA）、固值型（fixed effects QCA）和时差型定性比较分析（time differencing QCA）［39］。相较于汇总型和固值型定性比较分析方法，时差型定性比较分析关注两个给定时间点的变化关系，不易受案例样本异质性的影响，可以通过不同时间点的条件增减情况来对差值进行赋值，最后分析对组态结果的影响，在QCA 操作、组态解释和结果分析等过程中更为简便。因此本研究主要使用时差型定性比较分析方法进行探究。

3.2 测量与校准

3.2.1 指标选取

选择中国31 个省、自治区、直辖市（未含港澳台地区）组成案例样本进行组态分析，数据时间跨度为2016 年至2020 年，因为“十三五”时期是中国实施创新发展战略的重要阶段，展示这一时期中国区域创新发展水平的变化，可以弥补传统定性比较分析进行截面数据研究的片面性，研究结果更具有现实意义。主要数据来源是2016 至2020 年公开的统计资料，如《中国统计年鉴》《中国第三产业统计年鉴》《中国高技术产业统计年鉴》和各省份的统计年鉴等，以及EPS 数据平台。

本研究的对象为区域创新系统中的政府行为。关于区域创新能力的测量指标比较多样，大多使用专利数量、万人输出技术成交额、论文数、创新产品产值等，如张司飞［40］的研究，难以标准化和统一化，无法对区域创新能力进行详细刻画。基于此，本研究直接引用《中国区域创新能力报告》，以其中对2016至2020 年中国各区域创新能力测量的统计综合指数作为结果。该报告基于中国国情，充分考虑到了知识创造、知识获取、企业创新、创新环境等各项创新指标，成果具有一定的科学性和权威性［41］，已经被多数专家学者认可并运用到学术研究中。

以参照理论和组态分析框架，基于政府行为中的直接参与和间接推动两方面构建了包括资金支持（FUN）、人才投入（LAB）、基建水平（BAS）、产权保护（KNO）、经济环境（ECO）、社会效益支持（WEL）等6 个维度共26 个指标的政府行为影响区域创新能力的评价指标体系，如表 1 所示。

表1 政府行为影响区域创新能力的评价指标体系

3.2.2 主成分分析及条件赋值

由于各个要素条件在不同时期的数值增减变化不同，同时对应的区域创新能力数值也发生了变化，为了确保QCA 分析过程中数据的连贯性和一致性，利用SPSS 软件的主成分分析功能将每一年的数据都进行了标准化处理，最后参考王飞航等［42］的研究对主成分分析结果进行加权计算，以其标准化结果作为每个影响要素的综合得分。基于每一年标准化后的综合得分数据，参考Hino［37］的研究和沈俊鑫等［38］、释启鹏［39］的做法，观察2016 和2020 年两个时间点条件的得分变化，并计算各条件在两个时间点上的得分之差，以条件增数A表示。在制作真值表时，如果A 为正数，则赋值为1；如果A 为负数或0，则赋值为0。最后使用fsQCA 软件对真值表进行计算分析，就可以发现哪些因素的何种变化对时间区间内结果的变化产生了影响。

4 分析结果

4.1 单个条件的必要性分析

组态分析中的必要性分析从结果出发，以一致性水平为衡量标准，探究结果案例中某种影响要素所占的比例。一般而言，一致性水平大于0.8 时，可以认为该条件要素是导致结果发生的必要条件［42］。表2 结果表明，各个前因条件的一致性水平均未大于0.8，即在“十三五”期间，不存在某种前因条件导致高水平的区域创新能力，同理也不存在某种前因条件导致非高水平的区域创新能力，需要进一步进行组态分析。

表2 2016—2020 年政府行为影响30 个省份创新能力的必要性分析

4.2 组态分析

对不同时间点的条件差值进行赋值，并构建真值表进行组态分析，将不一致性的比例减少（PRI）分数设置为0.8，频数阈值设置为1.0。参照如Fiss［43］等现有文献通常做法，以中间解作为组态分析的最终结果，以简约解的结果来确定组态结果的核心前因条件。其中，核心前因条件是同时出现在简约解和中间解的条件［44］，是最为重要的影响要素；边缘条件则只出现在中间解中，对结果的发生起辅助作用［45］。表3 的每一列均展示了高水平区域创新能力的9 种组态类型，总体解的一致性均为1，组态分析结果具有很好的可靠性；总体解的覆盖度为0.88，说明条件组态能够很好地解释这一结论。

表3 2016—2020 年政府行为促进30 个省份创新能力高水平发展的组态分析

表4 2016—2020 年政府行为影响30 个省份创新能力的非对称性组态分析

4.2.1 资源投入型路径

在资源投入型路径中，政府直接参与区域创新活动中的资源的配置，是区域创新能力提升的核心要素。一是人力资源投入作为核心要素条件，即组态1 和组态2，这两种组态的一致性均为1。从条件对案例的解释力度来看，这两条路径能够解释约29.3%的案例；另外从结果案例对路径的契合度来看，约17.5%的高水平区域创新能力案例能被这两条路径的组态条件所解释。在经济环境核心条件缺失、产权保护制度、社会效益支持等边缘性条件缺失的情况下，政府通过直接干预科技创新的人力资源，即提升科技创新人才的数量和质量，则能够有效提升区域的创新能力。典型案例代表是山西、新疆、江西和河南。山西包含在这两个组态中，通过“高技能人才开发工程”“三晋学者支持计划” 等人才培养计划的实施，累计培养了100 多万名专业技能人才和高素质劳动者，2016 到2020 年研发人员增长率高达30%，高于全国（未含港澳台地区。下同）的平均水平23%［46］。二是资金投入作为核心要素条件，即组态3。基础设施水平、产权保护、经济环境和社会效益支持条件均为缺失性核心条件，政府仅依靠科技创新的资金投入就能有效推动区域的创新能力提升，典型案例代表是青海。青海省的硬环境和软环境建设水平在全国处于中下游位置，但是在“十三五”期间青海省发挥盐湖优势产业战略，累计投入财政资金27.07 亿元［47］，推动盐湖联合基金、政府引导基金以及省级科技项目100 余项，累计带动全社会R&D 投入69.8 亿元［48］，区域创新能力排名获得了显著的提升。三是人力和资金共同投入作为核心要素条件，即组态4 和组态5。组态4中，基础设施水平和社会经济环境为核心缺失条件，但是社会效益支持作为边缘条件而存在，代表案例为辽宁、吉林、河北、宁夏。辽宁省在“十三五”期间积极投入创新资金，2020 年全省研发经费达到549 亿元，占GDP 的2.19%，位居全国第11 位［49］，科技创新实力和自主创新能力均得到了稳步提升。组态5 的代表案例仅有北京，基础建设水平、产权保护水平、社会效益支持均为核心缺失条件，但经济环境作为边缘条件而存在路径中。相较于其他省份来说，北京市的经济基础条件较为优越，创新土壤也十分肥厚，北京在“十三五”期间明确主攻经济战场，将实施创新驱动发展战略的核心目标定义为经济的高质量发展，设立了300 亿元规模的科创母基金［50］，带动经济企业创新；2020 年，北京市每万人有效发明专利量已经达到了全国平均水平的10 倍［51］，在全球科技创新中心城市的评选中位列第五。

资源投入型路径所包含的组态最多，代表案例数量也最多，表明该条路径的应用范围较广，普适性高，具有一定的代表性，同时该路径结论也与其他文献研究结果相呼应，即政府通过加大对区域创新活动的资金支持力度和人力投入强度，可以有效突破经济环境、基建水平等其他客观禀赋条件的约束，显著提升当地创新能力。

4.2.2 协同发展型路径

协同发展型路径仅包括组态6，高资金投入水平、高人力资源投入水平和高产权保护水平均为核心组态条件，基础设施建设和经济环境作为边缘条件协同促进区域创新能力的高水平发展，代表案例为湖南和陕西。湖南省在“十三五”期间出台了一系列保障创新法制环境和人才发展环境的条例法规，2020 年研发经费投入总量达898.7 亿元，投入强度由2016 年的1.5%提升到2.15%［52］。而陕西省在“十三五”期间也十分重视研发经费的投入和人才激励政策，实施“揭榜挂帅”“赛马制”“领衔专家制”等人才引进机制，构建国家级创新平台，全省研发经费支出从2016 年的419.5 亿元增长到2020年的632.3 亿元，研发人员从14.3 万人增长到16.8万人［53］。

协同发展型路径同时具备了3 个核心前因条件和两个边缘条件，囊括政府行为组合中的直接参与和间接推动两方面措施，也包含了硬环境建设和软环境建设的要素条件，是一种内外协同发展的综合型区域创新发展机制，为其他省份政府参与区域创新的行为选择提供实践意义上的参考。

4.2.3 基础建设型路径

基础建设型路径包含组态7 和组态8，仅有高基础建设水平作为核心要素，资金投入和经济环境要素均为缺失条件。其中，组态7 在缺失人力资源和社会效益支持等边缘条件的同时，存在着产权保护的边缘条件共同促进区域创新能力的提升，代表案例有河北。河北省“十三五”期间积极推动区域创新高地建设，已建成17 个国家级和2 311 个省级以上创新平台，比“十二五”末期增加了2.45 倍［54］。而组态8 在缺失人力资源和产权保护等边缘条件的同时，存在着社会效益支持的边缘条件共同促进区域创新能力提升，代表案例有云南。云南基于自身优势产业，在“十三五”期间注重绿色铝材、金属材料、基因工程等核心技术的创新，在生态文明建设、社会治理、生物疫苗等方面科技创新成效显著，实现跨越式的绿色经济高质量发展。

基础建设型路径仅围绕区域的基础建设条件，产权制度和社会效益支持等其他条件仅体现了辅助作用，这表明基础建设水平的提升可以有效突破经济环境、资金支持等条件的约束，从而促进区域创新能力高水平发展。因此，部分经济落后、科技支出不足的省份可以通过加强基础设施建设、完善创新制度环境，激发当地创新活力。

4.2.4 经济主导型路径

经济主导型路径仅有组态9，在缺失资金投入、人力资源和基础设施建设等核心条件的情况下，依旧能凭借高质量的经济环境条件和产权保护制度来促进区域创新能力的提升，代表案例为广东。广东“十三五”期间GDP 总量持续排名全国第一，2020年达到了110 760.9 亿元［55］。通过出台“科创12 条”等激励政策，加强“负面清单+包干制”的创新体制改革，广东激发了企业创新主体活力，培育了一批高科技企业，区域创新综合能力连续5 年位居全国首位，创新成果显著，经济优势明显，是典型的经济主导型创新省份。

经济主导型路径具备自身特点，主要以强大的经济实力和制度保障为创新的基础，可以有效突破基础建设、资源投入等条件的约束，显著提升地方创新能力。因此，部分科技支出不足、创新资源投入不足、基建水平落后的省份可以更多关注当地的经济环境建设状况和产权制度体系，在地方经济发展优先的前提下不断提升区域创新主体的积极性和主动性，最终实现区域创新能力的提升。

4.3 非对称性分析

非对称性分析主要探究导致非高水平区域创新能力的组态路径，结果如表 4 所示，解的一致性为1，说明所有满足组态路径的案例均是非高水平区域创新能力；解的覆盖度为0.857，则条件组态可以解释85.7%的案例。综合发现导致非高水平区域创新能力的组态路径可以分为4 类：第一类为非协同型，主要为组态1，缺失了资金支持、人力资源投入、基建水平和经济环境等核心条件，导致了非高水平的区域创新能力，缺失的前因条件和之前的协同发展型路径所存在的核心前因条件比较相似，存在反对称性，代表案例包括内蒙古、黑龙江、海南、贵州、西藏。第二类为资金不足型，主要为组态2，在缺失资金支持的情况下，就算存在人力资源投入、知识产权保护、经济建设和社会效益支持时，区域创新能力也无法提升，代表案例包括天津、上海。第三类为人力匮乏型，包括组态 3、4、5，均缺失人力资源投入、存在资金支持，但也无法实现区域创新能力的高水平发展，代表案例有山东、四川、重庆和福建。第四类为制度效益缺失型，仅有组态6，就算存在较好的资金支持、人力资源投入、基建水平和经济环境条件，由于缺失了知识产权保护和社会效益支持条件，依旧不能提升区域创新能力，代表案例包括广西。

横向对比发现，首先资金投入、人力资源投入、知识产权保护、经济环境条件的缺失在所有组态中所占的比例较大，是比较重要的前因条件，尤其是人力匮乏型路径所包含的组态较多，是阻碍区域实现创新高水平发展的关键要素，符合高水平区域创新能力的非对称性分析；其次，非协同型路径中所涉及的代表案例最多，适用范围最广，表明前因条件间的协同发展能更好实现政府行为组合的效益最大化；最后，在非对称性组态分析路径中的案例可以借鉴其他省份经验，结合自身发展现状和特色优势，协调配置资金和人力资源两个核心条件，充分调动基础设施建设、制度环境建设、社会效益支持的辅助作用，为区域创新活动提供更多可能性。

4.4 稳健性检验

采用两种不同的方法来对研究方法和评价指标解释力度进行稳健性分析。第一种方法是改变一致性水平，将原来的0.80 改为0.85；第二种方法是适当删减部分案例数，随机删去宁夏、西藏及新疆3个省份案例，观察其中间解结果，以此判断观测分析结果是否稳健。结果表明，整体结果的一致性水平并未发生变化，且组态解和原始结果保持一致，整体而言并未发生显著改变，因此本研究结果稳健。

5 结论与政策启示

本研究基于政府行为选择中的直接参与和间接推动两方面措施，在考虑数据可得性和统一性的基础上，以中国31 个省份为案例样本，使用时差型定性比较分析方法，综合、动态地探究资金支持、人力投入、产权保护、基建水平、经济环境、社会效益支持等6 个前因条件对区域创新能力水平的影响路径。研究发现：第一，资金支持、人力投入、产权保护、基建水平、经济环境、社会效益支持等6个前因条件均无法单独构成高水平区域创新能力的必要条件；第二，“十三五”时期能够实现区域创新能力高水平发展的政府行为路径包括4 类（见表5），以政府直接干预手段为主的，包含资金支持、人力投入及其共同发挥作用的资源投入型路径，各前因条件驱动的协同发展型，以基建水平为唯一核心前因条件的基础建设型，和以经济环境为核心前因条件的经济主导型；第三，不同省份实现创新能力高水平发展的路径各有特色，存在异质性，但是拥有相同组态或相同核心条件的案例可以互相借鉴，充分调动自身优势资源，协调实现区域创新能力的提升；第四，非对称性分析中资源投入的资金支持和人力投入的核心作用更为显著，表明资源投入路径在提升区域创新能力上发挥着更为重要的作用，是快速有效提升区域创新能力的可行性选择。

表5 “十三五”时期促进实现中国区域创新能力高水平发展的政府行为路径类型

资金支持、人力投入、产权保护、基建水平、经济环境、社会效益支持等组合条件存在多重并发性，地方政府可以充分分析自身创新资源优势，因地制宜地布局产业创新要素、制定政策，形成差异化的区域创新发展路径。地方政府应注重资金支持、人力投入、基建水平和经济环境等核心要素对创新能力的驱动影响，加大科技支出、研发经费投入、人力资源投入，为本地企业创新、人才创业、基础研发提供强有力的支持，同时辅助提升基建水平和经济发展水平，施展“轻推之手”，注重完善市场环境的建设，因地制宜寻求契合实际发展的路径和政策，形成具有地方特色的自主创新生态系统。