科技成果轉(zhuǎn)化政策效果研究
——基于人均輸出地技術(shù)市場合同成交額的分析視角

杜寶貴 張鵬舉

（東北大學(xué)文法學(xué)院，遼寧沈陽110169）

一、引 言

統(tǒng)計(jì)數(shù)據(jù)在定量研究中有著舉足輕重的作用?！笆е晾澹囈郧Ю铩闭菍?shù)據(jù)細(xì)微差別所產(chǎn)生不同結(jié)論的精準(zhǔn)描述。在定量研究中，數(shù)據(jù)的選擇影響著研究結(jié)論，不同的數(shù)據(jù)會產(chǎn)生不一樣的測量結(jié)果。統(tǒng)計(jì)數(shù)據(jù)選定以后，“以什么樣的單位”測量研究對象就成了一個(gè)值得探討的問題。筆者在研究科技成果轉(zhuǎn)化政策時(shí)，采用了“輸出地技術(shù)市場合同成交額”這一指標(biāo)衡量科技成果轉(zhuǎn)化政策的效果〔1〕，取得了很好的研究結(jié)論，值得借鑒與思考。

不過，一些很有影響的研究，例如中國創(chuàng)新指數(shù)（CII）研究，則使用“每萬名科技活動人員的技術(shù)市場合同成交額”作為“創(chuàng)新產(chǎn)出指數(shù)”來衡量區(qū)域創(chuàng)新能力〔2〕。這就提出了衡量科技成果轉(zhuǎn)化政策的效果究竟用何種測量指標(biāo)更為合適的問題。

國家統(tǒng)計(jì)局社科文司《中國創(chuàng)新指數(shù)（CII）研究》課題組設(shè)計(jì)的評價(jià)我國創(chuàng)新能力的指標(biāo)體系和指數(shù)編制方法，將“每萬名科技活動人員的技術(shù)市場合同成交額”作為創(chuàng)新產(chǎn)出指數(shù)之一〔3〕。這是一個(gè)“人均值”，加入了“科技活動人員（R&D人員）”的概念，將“科技活動人員數(shù)量”納入科技成果轉(zhuǎn)化政策效果的考量，用來評價(jià)區(qū)域技術(shù)市場合同成交額的“人均”情況。與“技術(shù)市場合同成交總額”相比，“人均值”強(qiáng)調(diào)科技活動人員在科技成果轉(zhuǎn)化過程中的作用，技術(shù)市場合同成交總額相同的情況下，科技活動人員數(shù)量不同，“人均值”也會不同。

這就產(chǎn)生了新的問題，同一個(gè)指標(biāo)以什么單位計(jì)算更合適呢？以“總額”還是“人均值”作為衡量指標(biāo)，測量結(jié)果會有什么不一樣嗎？它們分別側(cè)重測量科技成果轉(zhuǎn)化政策的哪些方面呢？這些都是本文所要討論的問題。

二、文獻(xiàn)綜述與QCA研究方法

（一）文獻(xiàn)綜述

有些學(xué)者在以往的研究中已經(jīng)采納過“人均值”這一概念，也取得了一定的研究成果。樊綱采用“技術(shù)市場成交額/科技人員數(shù)”來近似地表示科技成果市場化的程度〔4〕；張江雪將“高等學(xué)校作為賣方的技術(shù)合同成交額與科技活動人員的比例”作為衡量技術(shù)市場發(fā)展程度的指標(biāo)〔5〕；雷小川用“本地區(qū)技術(shù)合同平均交易額(萬元)/本地區(qū)萬人科技人員數(shù)（人）”在“全國技術(shù)合同平均交易額（萬元）/全國萬人科技人員數(shù)（人）”中的占比來表達(dá)技術(shù)市場的發(fā)育程度〔6〕。以上的研究都加入了“人均值”這一概念，即引入“科技活動人員數(shù)”這一概念，說明在以往的研究中，“科技活動人員數(shù)”可以被考慮進(jìn)來，與技術(shù)市場合同成交額一起共同體現(xiàn)科技成果轉(zhuǎn)化政策的效果。這三位研究者都用“技術(shù)市場合同成交額/科技（活動）人員數(shù)”來表達(dá)科技成果市場化程度，并取得了一定的研究成果，說明這一指標(biāo)可以被應(yīng)用于測量科技成果轉(zhuǎn)化政策的效果。只是有的采用“每萬名科技人員數(shù)量”，有的采用“科技活動人員數(shù)量”，還有采用“本地區(qū)萬人科技人員數(shù)(人)”來衡量政策效果，指標(biāo)具體的單位不同，但這些指標(biāo)都反映了科技人員的數(shù)量情況，基于此，本研究采用“科技活動人員數(shù)量（人）”作為指標(biāo)的數(shù)據(jù)之一。

在學(xué)者們選定加入“人均值”的指標(biāo)后，并未討論分別采用“人均值”和“技術(shù)市場成交額”兩種指標(biāo)得出的研究結(jié)果有何差異性，這兩種指標(biāo)分別適合衡量什么樣的科技成果轉(zhuǎn)化政策呢？或者適合衡量科技成果轉(zhuǎn)化政策的哪一方面呢？而這正是本文接下來所要闡述的問題。

為增強(qiáng)比較的科學(xué)性，本文采用清晰集定性比較分析方法（Crisp set of Qualitative Comparative Analysis，簡稱csQCA）方法，將結(jié)果變量設(shè)定為“人均值”。清晰集定性比較分析是最被廣泛使用的定性比較分析（Qualitative Comparative Analysis，簡稱QCA）的技術(shù)〔7〕。為了使比較結(jié)果更為清晰、明確，本文增加了核心條件和補(bǔ)充條件分析。

（二）QCA中的核心條件和補(bǔ)充條件

QCA分析中的核心條件是指在結(jié)果的組合中必須包含簡約解中的條件（terms），因?yàn)檫@些條件是決定性的前因成分，它們能從達(dá)到頻數(shù)閾值的組合中區(qū)分出結(jié)果的一致子集和不是結(jié)果的子集。因此，這些成分應(yīng)被視為“核心”前因條件。一致性結(jié)果的案例中包含中間解的新增成分，只有納入困難的反事實(shí)才可以消除這些成分。因此，這些條件是“補(bǔ)充的”或“有貢獻(xiàn)的”條件，它們作為重要的促成因素是講得通的，并且只有當(dāng)研究者愿意做出與實(shí)際理論知識不一致的假設(shè)時(shí)才能從解中移除〔8〕。

三、研究樣本選取與變量確定

（一）研究樣本選取

本文采用我國22個(gè)省級地方政府或地方政府科技主管部門出臺的關(guān)于科技成果轉(zhuǎn)化的綜合性政策文本作為研究樣本。

（二）變量的確定

1.條件變量的確定

本文采用9個(gè)政策工具作為條件變量：P1（稅收優(yōu)惠）、P2（公共采購）、P3（專利政策）、P4（權(quán)益歸屬）、P5（收益與獎勵(lì)）、P6（政府資助）、P7（金融支持）、P8（服務(wù)機(jī)構(gòu)）、P9（人才培養(yǎng)與引進(jìn)）〔9〕。

2.結(jié)果變量的確定

科技成果轉(zhuǎn)化是一個(gè)復(fù)雜的過程，其所創(chuàng)造的價(jià)值在于將科學(xué)技術(shù)產(chǎn)品化，在市場上出售以創(chuàng)造經(jīng)濟(jì)價(jià)值〔10〕?？萍汲晒D(zhuǎn)化本身是需要很多指標(biāo)共同衡量其效果的，目前有科技成果轉(zhuǎn)化率、推廣率、應(yīng)用率、技術(shù)貢獻(xiàn)率〔11〕；技術(shù)市場合同成交額、技術(shù)市場結(jié)構(gòu)、技術(shù)交易水平、技術(shù)交易機(jī)構(gòu)所有制〔12〕等眾多對科技成果轉(zhuǎn)化程度的測量指標(biāo)，只是這些指標(biāo)中除了技術(shù)市場合同成交額比較容易量化，并且數(shù)據(jù)能夠有準(zhǔn)確的來源，其他指標(biāo)不太容易度量且不太能準(zhǔn)確得到。技術(shù)市場合同成交額符合科技成果轉(zhuǎn)化績效評價(jià)指標(biāo)體系的六大原則：科學(xué)性、目的性、可得性、完備性、可計(jì)量性和可行性原則〔13〕，所以，這一指標(biāo)作為衡量科技成果轉(zhuǎn)化政策效果是最可行的。同時(shí)，通過技術(shù)市場與科技成果轉(zhuǎn)化直接關(guān)系的研究發(fā)現(xiàn)，科技成果轉(zhuǎn)化影響著技術(shù)市場發(fā)展，其中技術(shù)市場合同成交額就是技術(shù)市場發(fā)展程度的最直接體現(xiàn)。因此，技術(shù)市場合同成交額是衡量一定時(shí)期內(nèi)各地區(qū)科技創(chuàng)新能力和知識成果產(chǎn)出水平的重要參考指標(biāo)〔14〕。

在引入“科技活動人員”概念后，即將“輸出地技術(shù)市場合同成交額/科技活動人員數(shù)”所得的值命名為“人均輸出地技術(shù)市場合同成交額”，簡稱“人均額”，為便于對比分析，本文中對“輸出地技術(shù)市場合同成交額”不做概念區(qū)分，以下簡稱為“總額”。筆者已經(jīng)做過以“輸出地技術(shù)市場合同成交額”（即總額）作為結(jié)果變量的QCA分析〔15〕，本文在這里采用新的衡量指標(biāo)，將“人均額”作為結(jié)果變量進(jìn)行QCA分析，選取《中國科技統(tǒng)計(jì)年鑒2018》中的“輸出地技術(shù)市場合同成交額/科技活動人員數(shù)（R&D人員）”數(shù)據(jù)作為結(jié)果變量，詳見表1。

表1 22個(gè)區(qū)域科技成果轉(zhuǎn)化輸出地技術(shù)市場合同成交額、R&D人員數(shù)、人均額

續(xù)表1

四、變量賦值與真值表的構(gòu)建

（一）變量賦值

條件變量的賦值方法參考筆者有關(guān)研究的賦值標(biāo)準(zhǔn)〔16〕。

結(jié)果變量換成“人均輸出地技術(shù)市場合同成交額”，變量賦值的確定參考筆者研究的標(biāo)準(zhǔn)〔17〕，即：對22個(gè)省的結(jié)果變量進(jìn)行降序排列，確定中位數(shù)，按中位數(shù)賦值，中位數(shù)以上的歸為高人均輸出地技術(shù)市場合同成交額，且賦值為“1”；中位數(shù)以下的歸為低人均輸出地技術(shù)市場合同成交額，且賦值為“0”。

（二）結(jié)果變量賦值表比較

由于“總額”和“人均額”的條件變量賦值一樣，此處只需要對比分析它們的結(jié)果變量即可。表2展示了分別以“總額”和“人均額”為結(jié)果變量且賦值為“1”的情況。

表2 結(jié)果變量賦值表

由表2所知，因?yàn)榻Y(jié)果變量不同，各省結(jié)果變量賦值的情況也就不一樣。在22個(gè)省、自治區(qū)、直轄市中，四川、吉林2個(gè)省的結(jié)果變量賦值情況發(fā)生了變化。在“總額”的排序中，四川省賦值為“1”；在“人均額”的排序中，四川省賦值為“0”；在“總額”的排序中，吉林省賦值為“0”；在“人均額”的排序中，吉林省賦值為“1”。

五、QCA單項(xiàng)前因條件變量分析和條件組合分析

（一）單項(xiàng)前因條件變量的充分性與必要性對比分析

當(dāng)運(yùn)用QCA分析時(shí)，需要先對單個(gè)條件變量進(jìn)行分析，再對多個(gè)條件變量組合進(jìn)行分析。通過對單項(xiàng)前因條件變量的一致性（consistency）和覆蓋率（coverage）分析，檢驗(yàn)條件變量和結(jié)果變量的充分性和必要性關(guān)系。其中，一致性體現(xiàn)必要性，覆蓋率體現(xiàn)充分性。如果單項(xiàng)前因條件變量順利通過了檢驗(yàn)，那么，這些條件變量才能被納入多個(gè)條件變量組合的分析。因此，先對單項(xiàng)前因條件變量進(jìn)行充分性和必要性分析，如表3所示。

表3 單項(xiàng)前因條件變量分析

表3顯示：以“人均額”為結(jié)果變量且賦值為“1”的一致性檢驗(yàn)中，P5（收益與獎勵(lì)）、P6（政府資助）、P7（金融支持）、P8（服務(wù)機(jī)構(gòu)與平臺）、P9（人才培養(yǎng)與引進(jìn)）的一致性均大于0.8，說明單項(xiàng)前因條件變量中P5、P6、P7、P8、P9是結(jié)果變量的必要條件。這與以“總額”為結(jié)果變量且賦值為“1”的一致性檢驗(yàn)結(jié)果基本相同。結(jié)果變量改變了，單項(xiàng)前因條件變量的必要條件沒有發(fā)生變化。

以“人均額”為結(jié)果變量且賦值為“1”的覆蓋度檢驗(yàn)中，～P7（缺失金融支持）的覆蓋度為1.0大于0.8，～P7作為必要性條件的解釋力度最強(qiáng)；其他變量的覆蓋率均未超過0.8，解釋力都不太強(qiáng)。這與以“總額”為結(jié)果變量且賦值為“1”的覆蓋度檢驗(yàn)結(jié)果基本相同，且兩種結(jié)果變量的覆蓋度檢驗(yàn)中都存在解釋力不強(qiáng)的其他變量。

以“人均額”為結(jié)果變量且賦值為“0”的一致性檢驗(yàn)中，P6（政府資助）、P7（金融支持）、P8（服務(wù)機(jī)構(gòu)與平臺）、P9（人才培養(yǎng)與引進(jìn)）的一致性分別為 1.0、1.0、0.9、0.9 且均大于 0.8，所以 P6、P7、P8、P9 作為結(jié)果變量的必要條件是充分的。以“總額”為結(jié)果變量且賦值為“0”的一致性檢驗(yàn)中，也存在同樣的上述情況。結(jié)果變量不同了，單項(xiàng)前因條件變量的必要條件沒有變化。

以“人均額”為結(jié)果變量且賦值為“0”的覆蓋度檢驗(yàn)中，～P8（缺失服務(wù)機(jī)構(gòu)）的覆蓋度為1.0大于0.8，～P8作為必要性條件的解釋力度最強(qiáng)，其他變量的覆蓋率均未超過0.8，解釋力都不太強(qiáng)。這與以“總額”為結(jié)果變量且賦值為“0”的覆蓋度檢驗(yàn)結(jié)果相同。結(jié)果變量改變了，解釋力最強(qiáng)的變量沒有發(fā)生變化，且在兩種結(jié)果變量的覆蓋度檢驗(yàn)中都存在解釋力不強(qiáng)的單項(xiàng)前因條件變量。

通過單項(xiàng)前因條件變量的一致性（consistency）和覆蓋率（coverage）分析可以看出，盡管單項(xiàng)前因條件變量分析結(jié)果有的比較理想，有點(diǎn)不夠理想，但是這些條件變量都滿足了檢驗(yàn)的最低標(biāo)準(zhǔn)，所以將它們?nèi)考{入多個(gè)條件變量組合的必要性分析。

（二）條件組合的一致性和覆蓋度對比分析

本研究將真值表輸入FSQCA 3.0軟件中，分析在結(jié)果變量分別為“1”和“0”時(shí)，不同的條件組合是否對結(jié)果變量具有良好的解釋力。FSQCA 3.0軟件操作過程中的標(biāo)準(zhǔn)分析（Standard Analyses）會自動提供復(fù)雜解、簡約解和中間解。一般說來，中間解是首選，因?yàn)樗鼈兺ǔＪ亲钜捉忉尩?。?dāng)有限多樣性較為實(shí)際時(shí)，復(fù)雜解可能非常復(fù)雜，因?yàn)楹苌倩驔]有簡化。同樣地，在相同的條件下，由于許多（簡單和困難的）反事實(shí)組合的納入，簡約解可能會變得不切實(shí)際。基于研究者的理論和實(shí)質(zhì)性知識，中間解在簡約性和復(fù)雜性之間取得了平衡〔18〕。因此，本研究采用中間解做解釋。

覆蓋度用來反映某一條件組合作為影響并導(dǎo)致結(jié)果變量路徑的唯一性程度，主要分為原始覆蓋度、唯一覆蓋度和解的覆蓋度〔19〕。其中，原始覆蓋度反映單一原因變量對結(jié)果變量的影響情況，根據(jù)定性比較分析以條件組合為研究重點(diǎn)的特點(diǎn)，原始覆蓋度通常只作為參考〔20〕。唯一覆蓋度是考察哪種變量組合更有可能導(dǎo)致最終結(jié)果的存在〔21〕。表4、表5、表6和表7分別展示了以“總額”、“人均額”為結(jié)果變量的中間解條件組合的一致性和覆蓋度分析。

從表4和表5可知，結(jié)果變量為“1”的對比分析：

表4 以“總額”為結(jié)果變量的條件組合的一致性和覆蓋度分析（結(jié)果變量為1）

表5 以“人均額”為結(jié)果變量的條件組合的一致性和覆蓋度分析（結(jié)果變量為1）

1.組合數(shù)量不同。以“總額”為結(jié)果變量且賦值為“1”的一共有6種組合，以“人均額”為結(jié)果變量且賦值為“1”的有7種組合。

2.兩種結(jié)果變量的組合一致性、總體一致性相同，總體覆蓋度不同。兩種結(jié)果變量的組合一致性和總體一致性均為1.0，以“總額”為結(jié)果變量的總體覆蓋度為0.81，以“人均額”為結(jié)果變量的總體覆蓋度為1.0。以上數(shù)值均大于理論值0.8，整體解釋程度較高。

3.都含有解釋力更好的組合。以“總額”為結(jié)果變量且賦值為“1”的組合中A3的唯一覆蓋度為0.18，具有更好的解釋力；在以“人均額”為結(jié)果變量且賦值為“1”的組合中是A3'和A6'的唯一覆蓋度為0.18，都具有更好的解釋力。

4.都含有具有相似解釋力的組合。以“總額”為結(jié)果變量且賦值為“1”的組合中，A1、A2、A4、A5、A6組合唯一覆蓋率相同，具有相似的解釋力；以“人均額”為結(jié)果變量且賦值為“1”的組合中，A1'、A2'、A4'、A5'、A7'組合唯一覆蓋率相同，具有相似的解釋力；A3'和A6'組合唯一覆蓋率相同，具有相似的解釋力。

表6 以“總額”為結(jié)果變量的條件組合的一致性和覆蓋度分析（結(jié)果變量為0）

表7 以“人均額”為結(jié)果變量的條件組合的一致性和覆蓋度分析（結(jié)果變量為0）

從表6和表7可知，結(jié)果變量為“0”的對比分析：

1.組合數(shù)量不同。以“總額”為結(jié)果變量且賦值為“0”的一共有8種組合，以“人均額”為結(jié)果變量且賦值為“0”的有7種組合。

2.兩種結(jié)果變量的組合一致性、總體一致性和總體覆蓋度相同。兩種結(jié)果變量的組合一致性和總體一致性、覆蓋度均為1.0，整體解釋程度較高。

3.都含有解釋力更好的組合。以“總額”為結(jié)果變量且賦值為“0”的組合中，B2、B3的唯一覆蓋度為0.18，具有更好的解釋力；在以“人均額”為結(jié)果變量且賦值為“0”的組合中，B2'、B3'和B4'的唯一覆蓋度為0.18，具有更好的解釋力。

4.都含有具有相似解釋力的組合。以“總額”為結(jié)果變量且賦值為“0”的組合中，B2、B3的唯一覆蓋率相同，具有相似的解釋力；B1、B4、B5、B6、B7、B8的唯一覆蓋率相同，具有相似的解釋力；以“人均額”為結(jié)果變量且賦值為“0”的組合中，B2'、B3'、B4'的唯一覆蓋率相同，具有相似的解釋力；B1'、B5'、B6'、B7'的唯一覆蓋率相同，具有相似的解釋力。

可見，不管結(jié)果變量為“1”還是“0”，它們對應(yīng)的條件組合均為充要條件。以上是對條件組合的分析，而非特定政策工具，接下來還需要通過核心條件分析來判斷某項(xiàng)政策工具的作用。

（三）核心條件對比分析

本研究運(yùn)用查爾斯C.拉金開發(fā)的邏輯方案表〔22〕對QCA分析數(shù)據(jù)進(jìn)行了整理，然后根據(jù)核心條件的界定標(biāo)準(zhǔn)將中間解的全部條件組合進(jìn)行了分組〔23〕由此得出兩組提升和降低技術(shù)市場合同成交額的條件組合。（如表8、表9所示）通過“核心”與“補(bǔ)充”條件來觀察條件變量與結(jié)果變量之間的因果關(guān)系，進(jìn)而得到影響政策效果的重要因素。

表8 提升和降低輸出地技術(shù)市場合同成交額的條件組合

續(xù)表8

表9 提升和降低人均輸出地技術(shù)市場合同成交額的條件組合

兩種結(jié)果變量的對比分析有下列幾點(diǎn)：

1.兩種結(jié)果變量的正、負(fù)向組合數(shù)量存在差異。表8中的正向組合數(shù)有6組，表9正向組合數(shù)有7組，多了一組，且正向組合中出現(xiàn)了新組合；表8中負(fù)向組合數(shù)有8種，表9負(fù)向組合數(shù)少了一組。

2.在正向條件組合中，有2個(gè)組合與原來的完全相同：A3=A3'、A5=A5'；此外，有4個(gè)組合與原來的不一樣。這4個(gè)組合中有3個(gè)組合相似，它們是屬于只有一種政策工具使用不同的相似，即：A1≈A1'、A4≈A4'、A6≈A6'。（=表示完全相同；≈表示相似）

3.在負(fù)向條件組合中，有3個(gè)組合與原來的完全相同：B1=B1'、B3=B3'、B6=B6'；此外，有4個(gè)組合與原來的不一樣。這4個(gè)組合都是相似的情況，它們是屬于只有一種政策工具使用不同的相似，即：B2≈B2'、B4≈B4'、B5≈B5'、B7≈B7'。

綜上，正向條件組合和負(fù)向條件組合差異性大于共同點(diǎn)。由于正向組合的作用是有利于達(dá)成高技術(shù)市場合同成交額，分析正向組合更利于衡量政策效果，對未來政策制定更具有指導(dǎo)意義，所以，接下來重點(diǎn)分析正向條件組合的情況，限于篇幅，負(fù)向條件組合不重點(diǎn)展開分析。

1.具有共同點(diǎn)的正向組合形式。在正向組合中，表9中有2個(gè)組合與表8的一樣，分別是A3'=A3，A5'=A5；A3=P1*～P2*P3*P4*P5*P6*P7*P8，其中 P1（稅收優(yōu)惠）、～P2（缺失公共采購）、P3（專利政策）、P4（權(quán)益歸屬）、P5（收益與獎勵(lì)）、P8（服務(wù)機(jī)構(gòu)）是核心條件，P6（政府資助）和P7（金融支持）是補(bǔ)充條件。A5=P1*～P2*～P3*～P4*P5*P6*P7*P8*P9，其中 P1（稅收優(yōu)惠）、～P2（缺失公共采購）、～P3（缺失專利政策）、～P4（缺失權(quán)益歸屬）、P5（收益與獎勵(lì)）、P8（服務(wù)機(jī)構(gòu)）是核心條件，P6（政府資助）和 P7（金融支持）、P9（人才培養(yǎng)與引進(jìn)）是補(bǔ)充條件。A3與A5在結(jié)果變量改變了以后，仍然出現(xiàn)在正向組合中，說明這2種政策組合不受結(jié)果變量的影響仍然能發(fā)揮作用，屬于比較重要的政策工具組合。A3和A5的共同點(diǎn)是核心條件都有P1、P5和P8，說明這三種工具組合同時(shí)使用會發(fā)揮正向激勵(lì)效果，且不受結(jié)果變量更換的影響，說明P1、P5和P8工具組合更可靠、更具有穩(wěn)定性。

這里重點(diǎn)解釋一下P5（收益與獎勵(lì)）的作用?！笆找媾c獎勵(lì)”是最直接激勵(lì)科研人員的政策工具，因?yàn)樘岣甙l(fā)明人的收益分成有益于促進(jìn)科技成果轉(zhuǎn)化〔24〕，所以激勵(lì)效果明顯，屬于核心條件?！笆找媾c獎勵(lì)”的政策文本主要涉及“科技成果轉(zhuǎn)化激勵(lì)機(jī)制，科技成果股權(quán)和分紅權(quán)激勵(lì)試點(diǎn)與改革，明確收益分配比例；職務(wù)發(fā)明成果的所得收益，高校可按60%～95%的比例、科研院所可按20%～50%的比例，劃歸參與研發(fā)的科技人員及其團(tuán)隊(duì)擁有〔25〕”，其中“其收入歸個(gè)人所有”、“劃歸參與研發(fā)的科技人員”是以最直接的物質(zhì)激勵(lì)形式激勵(lì)科研活動人員，都屬于對科研活動人員最直接的激勵(lì)工具，激勵(lì)效果最強(qiáng)，最有利于激發(fā)科研人員的創(chuàng)造性，推動科技成果轉(zhuǎn)化，促成科技成果賣出，從而利于達(dá)成高技術(shù)市場合同成交額。

所以，在結(jié)果變量換成“人均額”后，這種“直接獎勵(lì)個(gè)人”的政策工具更能充分展示其對科技活動人員的激勵(lì)作用，因此，這類政策工具仍出現(xiàn)在正向組合中，且不受結(jié)果變量更換的影響，證明P5具有極強(qiáng)的穩(wěn)定性。另外2種工具也具有這樣的作用，限于篇幅此處不做展開。

2.相似的正向組合。只有一個(gè)政策工具使用不同且其他都完全相同的組合有：A1≈A1'，A4≈A4'，A6≈A6'。其中，A1與A1'，A4與A4'的共同點(diǎn)是“～P1（缺失稅收優(yōu)惠）”由補(bǔ)充條件變成了核心條件。在大多數(shù)的科技成果轉(zhuǎn)化政策中，涉及稅收優(yōu)惠的內(nèi)容有“引導(dǎo)大型企業(yè)完善創(chuàng)新投入制度，牽頭申報(bào)市級以上產(chǎn)業(yè)導(dǎo)向類科研項(xiàng)目的大型企業(yè)，原則上應(yīng)為近3年享受過研發(fā)費(fèi)用稅前扣除、高新技術(shù)企業(yè)稅收減免等稅收優(yōu)惠政策的企業(yè)〔26〕”，這樣的政策內(nèi)容往往是針對企業(yè)等組織而言，較少有針對“科技活動人員”個(gè)人的稅收優(yōu)惠內(nèi)容，對于“科技活動人員”來說這類政策工具的激勵(lì)效果不夠明顯，說明P1在以“人均額”為結(jié)果變量時(shí)作用不明顯，P1對于激勵(lì)科技活動人員創(chuàng)新活動的效果也就不顯著。因?yàn)槎愂諆?yōu)惠主要是針對高新技術(shù)企業(yè)等組織而言，只有當(dāng)政策工具的實(shí)施對象是高新技術(shù)企業(yè)、科技企業(yè)等組織時(shí)，這一類型的政策工具才能發(fā)揮作用。

當(dāng)結(jié)果變量換成“人均額”后，P1作用的對象不再是企業(yè)組織，而是轉(zhuǎn)變成了科技活動人員，P1所能發(fā)揮的作用就受限了，其政策效果明顯減弱，正如表9所示，“缺失稅收優(yōu)惠”從補(bǔ)充條件變成了核心條件，表明不再需要P1，即在引入“人均額”概念后，P1不再發(fā)揮效果。

另外，這3組相似的組合都共同使用了P1（稅收優(yōu)惠）、P2（公共采購）、P4（權(quán)益歸屬）、P5（收益與獎勵(lì)）、P8（服務(wù)機(jī)構(gòu)），說明在結(jié)果變量為“人均額”的情況下，這幾種政策工具更能發(fā)揮效果。尤其是政策內(nèi)容中涉及科技活動人員的政策工具效果更為明顯。如：權(quán)益歸屬（P4）的內(nèi)容涉及“給予科研人員強(qiáng)制轉(zhuǎn)化處置權(quán)”、“鼓勵(lì)職務(wù)成果完成人開展職務(wù)成果轉(zhuǎn)化活動，職務(wù)成果的完成人可以與單位簽訂協(xié)議開展科技成果轉(zhuǎn)化，項(xiàng)目完成人享有協(xié)議約定的權(quán)益”，這些內(nèi)容都是通過約定科技成果轉(zhuǎn)化權(quán)益的方式給予科技活動人員更多的主動權(quán)，有利于激勵(lì)科研活動人員的創(chuàng)造力，促成高技術(shù)市場合同成交額的達(dá)成。因此，當(dāng)結(jié)果變量為“人均額”時(shí)，這些政策工具更能發(fā)揮作用。

3.出現(xiàn)新的組合。正向組合中出現(xiàn)了2個(gè)新組合。說明在改變了結(jié)果變量后，原來的組合不起作用了，新組合只有在以“人均額”為結(jié)果變量時(shí)才能發(fā)揮作用。A2'和A7'是全新組合，它們的共同點(diǎn)是P2（公共采購）、P3（專利政策）、P8（服務(wù)機(jī)構(gòu)）作為核心條件發(fā)揮效果，P6（政府資助）、P7（金融支持）、P9（人才培養(yǎng)與引進(jìn)）作為補(bǔ)充條件存在。

這里重點(diǎn)解釋一下P3（專利政策）。在結(jié)果變量換成“人均額”后，“專利政策”變?yōu)榱撕诵臈l件，說明P3發(fā)揮了作用。涉及“專利政策”的政策內(nèi)容主要有“強(qiáng)化知識產(chǎn)權(quán)運(yùn)用和保護(hù)。加大知識產(chǎn)權(quán)行政保護(hù)力度，探索建立知識產(chǎn)權(quán)法院，健全行政執(zhí)法與刑事司法銜接機(jī)制，提升知識產(chǎn)權(quán)保護(hù)意識和水平〔27〕”、“高等院校、科研院所科技人員創(chuàng)辦的企業(yè)，其知識產(chǎn)權(quán)等無形資產(chǎn)可按至少50%、最多70%的比例折算為技術(shù)股份〔28〕”，這些是強(qiáng)調(diào)加強(qiáng)保護(hù)專利力度和對發(fā)明人的回報(bào)。專利的初衷就是防止發(fā)明被他人剽竊，給予專利擁有者從其發(fā)明中取得回報(bào)的權(quán)利〔29〕。若要推動科技創(chuàng)新，就要讓科技工作者“嘗到甜頭”。專利制度保護(hù)了專利擁有者的成果并授予其壟斷發(fā)明的權(quán)力，從而刺激了創(chuàng)新”〔30〕。

所以，當(dāng)結(jié)果變量換成“人均額”后，這種通過保護(hù)發(fā)明專利、知識產(chǎn)權(quán)為其發(fā)明者獲得經(jīng)濟(jì)回報(bào)的政策工具就能充分發(fā)揮效果，也就以核心條件的形式出現(xiàn)在新組合中。說明P3是針對科研發(fā)明者個(gè)人而言具有極大激勵(lì)效應(yīng)的政策工具。這一點(diǎn)與以“總額”為結(jié)果變量的結(jié)論就具有極大的差異性，以“總額”為結(jié)果變量中的“專利政策”不是核心條件。

六、結(jié)論和建議

（一）結(jié)論

1.使用不同的結(jié)果變量會得到不同的分析結(jié)論?！叭司~”和“總額”是不同的兩個(gè)指標(biāo)，分別使用它們作為結(jié)果變量所得結(jié)論不同?！叭司~”得出的結(jié)果更側(cè)重于體現(xiàn)政策工具對于科技活動人員的作用；“總額”是側(cè)重對于科技成果轉(zhuǎn)化政策效果的總體衡量。

2.結(jié)果變量中加入了“人均”概念后，衡量科技成果轉(zhuǎn)化政策效果的焦點(diǎn)就集中在對科技人員隊(duì)伍建設(shè)、科技活動人數(shù)、科研力量的考慮。由于人口因素是屬于某省先天具有的自然稟賦因素，在采用不考慮科技人員隊(duì)伍的“總額”做結(jié)果變量時(shí)就會產(chǎn)生問題，即QCA結(jié)果會摻雜進(jìn)來各省不一樣的具有自然稟賦屬性的“先天性因素”，結(jié)果會受到這些因素的干擾。

因?yàn)椋呈〉目萍汲晒敵隹偭坎粌H僅取決于科技成果轉(zhuǎn)化政策的激勵(lì)，也會受到該省原始科研規(guī)模的影響，即使沒有比較好的政策，由于該省具有天然的科研優(yōu)勢，如：研究機(jī)構(gòu)多、科技人員基數(shù)大等先天稟賦因素，該省的技術(shù)市場合同成交額自然會比較多。所以，為了屏蔽掉“先天科技活動人員數(shù)多的省份產(chǎn)出的科技成果自然多，先天科技活動人員數(shù)少的省份產(chǎn)出的科技成果自然少”這樣的“原始規(guī)模不一致”的情況，就要引入“人均”概念，使分析出的結(jié)果更能體現(xiàn)政策本身的作用，更能精準(zhǔn)地衡量政策效果。

（二）建議

1.注重具有穩(wěn)定性政策工具的使用。通過QCA分析得出的結(jié)論可以得知，不受更換結(jié)果變量影響的政策工具應(yīng)繼續(xù)使用。如，P8（服務(wù)機(jī)構(gòu)）這類政策工具穩(wěn)定性強(qiáng)，對于提升輸出地技術(shù)市場合同成交額和人均額都具有正向激勵(lì)作用，在政策制定中應(yīng)注意沿用穩(wěn)定性強(qiáng)的政策工具。

2.重點(diǎn)關(guān)注新出現(xiàn)的政策工具組合。這些新出現(xiàn)的政策組合是去掉了“自然稟賦”因素影響后的政策效果的真實(shí)體現(xiàn)，是真正發(fā)揮作用的政策工具。當(dāng)結(jié)果變量換成“人均額”后，在正向組合中新增加的2種工具組合發(fā)揮了效果，這2種條件組合是去掉了“自然稟賦”因素影響后的條件組合，因此，使得有些針對科研活動人員的政策工具更能發(fā)揮效果。

3.根據(jù)“人均”思維制定政策。在制定政策時(shí)，如果期望達(dá)成高人均輸出地技術(shù)市場合同成交額，那么，在科技成果轉(zhuǎn)化政策中應(yīng)多使用可以充分調(diào)動科研活動人員積極性的政策工具，比如，P3（專利政策）、P4（權(quán)益歸屬）、P5（收益與獎勵(lì)），這些政策工具都是針對科技活動人員實(shí)施直接獎勵(lì)的政策，激勵(lì)作用最直接，激勵(lì)效果最好，在引入“人均”概念后，更能發(fā)揮此類政策工具的作用。所以，在注重提升人均成交額的情況下，應(yīng)加強(qiáng)專利政策、權(quán)益歸屬和收益與獎勵(lì)的政策組合使用。

研究中有需要未來予以完善的地方。主要是在指標(biāo)選擇的問題上，在《中國科技統(tǒng)計(jì)年鑒》中技術(shù)成交額有三種統(tǒng)計(jì)指標(biāo)，分別是輸出地技術(shù)市場合同成交額、流向地技術(shù)市場合同成交額、技術(shù)市場合同成交總額。本文重點(diǎn)選取人均輸出額和輸出額做對比，那么以流向地技術(shù)市場合同成交額和技術(shù)市場合同成交總額為結(jié)果變量的QCA分析又會是怎么樣的結(jié)果呢？與輸出額分析的結(jié)果會有什么不同呢？如果結(jié)果不同，那么是哪種政策工具的使用導(dǎo)致了這樣的不同結(jié)果呢？這些問題都值得去分析探討，未來可以進(jìn)一步擴(kuò)展研究范圍。