辽宁省装备制造业人才与产业协同创新路径分析

Analysis of collaborative innovation path of talents and industry in equipment manufacturing industry in Liaoning Province

摘要

作为东北装备制造业的核心区域，辽宁省高质量发展离不开产学研深度融合，而人才与产业的协同创新是产学研深度融合的基础。目前，对于辽宁省装备制造业如何进行人才与产业协同创新尚缺乏复杂因素的组合路径分析。借助模糊集定性比较分析（fuzzy sets/Qualitative Comparative Analysis，fs/QCA）的方法，结合辽宁区域经济特点，以辽宁省首批公布的实质性产学研联盟中31家装备制造企业为案例研究对象，探究多重因素对辽宁省装备制造业人才与产业协同创新高质量发展的影响路径。研究结果表明：（1）财政资助和R&D经费支出是产生高成效的核心必要条件；（2）经济水平是重要的必要条件，高校资源的缺乏属于边缘条件；（3）人才与产业协同创新高成效存在两条路径：大力度R&D经费投入、充足的财政资助；（4）人才与产业协同创新非高成效也存在两条路径。最后，为改进辽宁省装备制造业人才与产业协同创新提出4点建议：营造良好的创新环境，建立完备的政策体系，加大财政扶持力度，增加企业R&D经费支出的占比。

Abstract

As the core area of equipment manufacturing industry in Northeast China，the high-quality development of Liaoning Province is inseparable from the deep integration of industry，university and research，and the collaborative innovation of talents and industries is the basis of the deep integration.At present，there is still a lack of analysis on the combination path of complex factors for the collaborative innovation of talents and industries in Liaoning’s equipment manufacturing industry.The impact path of multiple factors on the high-quality development of talents and industrial collaborative innovation in Liaoning’s equipment manufacturing industry was explored，using the method of fuzzy set qualitative comparative analysis （fs/QCA），combined with the characteristics of Liaoning’s regional economy，and taking 31 equipment manufacturing enterprises in the first batch of substantive industry university research alliances published in Liaoning Province as the case study objects.The results show that：（1） Financial support and R&D expenditure are the core and necessary conditions for high efficiency；（2） The economic level is an important necessary condition，and the lack of university resources is a marginal condition；（3） There are two ways to achieve high results in the collaborative innovation of talents and industries：large R&D investment and sufficient financial support；（4） There are also two ways to achieve non high results in the collaborative innovation of talents and industries.Finally，four suggestions were put forward to improve the collaborative innovation of talents and industries in Liaoning’s equipment manufacturing industry：create a good innovation environment；establish a complete policy system；increase financial support；increase the proportion of R&D expenditure in enterprises.

关键词

产学研深度融合 / 协同创新 / 模糊集定性比较分析 / 人才与产业协同 / 装备制造业

Key words

deep integration of industry / university and research / collaborative innovation / qualitative comparative analysis of fuzzy sets / collaboration of talent and industry / equipment manufacturing industry

促进装备制造业向高端装备制造业转型是辽宁省做好“三篇大文章”、加速实现数字辽宁、智造强省的重要前提。高端装备制造业以高新技术为引领，处于价值链的高端和产业链的核心环节。高端装备制造业的发展对创新具有高度的依赖性，而创新的根本——科技人才及其技术无疑成为发展高端装备制造业创新能力最关键性的战略资源和要素保障资源。随着国家产学研深度融合和一体化建设的战略规划的推进，产学研合作的层次不断提高，合作路径不断多样化，融合形式也不断创新。这给辽宁装备制造业向高端装备制造业转型发展提供了新思路：汇聚辽宁人才和产业优势、探索协同创新的有效路径，在产学研深度融合的背景下为发展辽宁省装备制造业创新能力提供多重保障，这对辽宁省装备制造业抢占经济发展制高点、实现智能制造具有重要的理论和现实意义。

1 研究背景

产学研深度融合是指产业、科研机构、高校等主体打破自身的组织结构壁垒，在充分发挥自身能力与优势资源的基础上，实现各创新主体之间优势资源的高效流动与共享^［1］。产学研深度融合不仅可以帮助国家从市场驱动经济增长的方式转变到创新驱动经济的增长，而且可以将领军企业与高等院校、科研院所等科研机构深度融合，以开放的心态、平台化的方式，形成新的创新成果，进而推动产业的发展^［2］。协同创新是指企业、科研机构、高校等创新主体与政府及其他服务组织等辅助主体在创新过程中进行资源整合和多种深度合作，以期实现效用的非线性叠加及知识、价值的新创造。现实经验显示，技术借助产学研协同创新的方式进行转移，这是国家创新系统的一种重要组织形式^［3］。协同创新通过各种资源要素的进一步整合配置推动产学研的合作，是产学研深度融合的基础。

装备制造业产学研深度融合发展离不开人才这一重要资源。为了汇聚人才，辽宁省近三年先后出台了《辽宁省人才服务全面振兴三年行动计划（2018-2020年）》并相继推出配套文件和实施细则30余个。如出台《辽宁省科技创新条例》《辽宁省科技型企业再贷款贴息实施办法》等政策文件，并配合开展以“带土移植”“揭榜挂帅”等柔性新方式引进人才、团队和项目解决“卡脖子”技术问题，取得了一定的成效。但从总体看，人才聚集和回流效应并不是很明显，这与辽宁近五年经济发展遭遇瓶颈期，以及经济增量减慢有很大的关系。

目前人才与产业协同相关研究主要围绕以下两条线索：一是学校教育与产业的协同。以赵哲^［4］、陈莹等^［5］、陈超儒等^［6］、张燕等^［7］为代表，探究大学与战略性新兴产业协同发展的内涵、互动关系以及二者间动力机制的构建、新型技能型人才培养路径等问题，并提出促进职业教育与产业协同发展的建议；二是对区域人才与产业协同研究。以赵福伟等^［8］、李萌等^［9］为代表，对京津冀、长三角地区的产业人才协同发展背景下产业结构特点和人才需求结构的问题及取得的成果进行了分析。

而关于辽宁装备制造业的研究则主要围绕辽宁装备制造业创新发展的因素及转型升级的现状两方面。如徐叶荣^［10］借助DEA-Malmquist指数法对2013-2019年辽宁省装备制造业技术创新效率进行了测度分析，并研究了辽宁省装备制造业技术创新效率的影响因素；张元芹^［11］、王志平等^［12］等探究了促进辽宁省装备制造业智能化转型的关键因素，在财税政策层面为提升辽宁省装备制造业产业链的竞争力提出针对性建议。

综上所述，随着产学研深度融合战略的提出，产业协同创新、产业融合、协同发展模式等方面的研究不断增多，尤其是产业间的融合创新、产学研发展的测度及装备制造业发展现状的研究成为热点，研究深度也从学校与产业间协同向区域协同创新发展演进。但关于辽宁省装备制造产业和人才协同创新虽有少量研究，但对于装备制造业人才的数量、质量、结构怎样与装备制造业协同创新缺乏系统分析，尤其是缺少关于辽宁省装备制造业人才与产业协同创新的影响因素及其复杂路径的全方位研究，相关理论体系还有待进一步丰富和完善。

目前辽宁省各部门均推出支持产学研融合发展的相关政策，产学研深度融合的重点是产业、科研机构、高校等主体实现各创新主体之间优势资源的高效流动与共享，这就意味着产业与人才协同创新发展的影响因素并非单一的某个因素，而是多种影响因素交互作用的结果。因此，装备制造业创新发展如何带动区域经济发展的目标、人才与产业在协同创新过程中到底如何协同创新，这其中存在复杂的影响因素需要进一步分析探索。而基于组态视角的定性比较分析的方法则能够有效地克服传统单一线性研究方法的局限，进而厘清影响因素的整体多重交互效应。

综上分析，本文拟选取辽宁省装备制造业中31家首批典型实质性产学研联盟企业作为研究对象，结合辽宁产业经济特点，运用模糊集定性比较分析（fs/QCA）的方法，深入探究影响辽宁省装备制造业人才与产业协同创新发展的因素及促进人才与产业协同创新的发展路径，为辽宁省乃至东北装备制造业的振兴发展制定相关政策时提供参考依据。

2 相关理论阐述

人才与产业协同创新是一种交互的社会学习过程，其发展受到本地要素资源和社会结构的影响。Maillat^［13］指出区域创新环境是文化、技术、劳动力市场等非物质性因素的总和，是能够促进区域内各主体之间共同合作、相互信任的社会资源。区域创新环境是区域内部行为主体与参与创新进程的各要素之间相互联系的必要基础。辽宁省作为东北老工业基地，装备制造业的发展是促进其区域经济发展的重要支柱产业，因此辽宁省装备制造业人才与产业协同创新发展的进程中区域创新环境是关键的影响因素。产学研深度融合背景下区域创新环境具体可以分为经济实力、体制机制、研发投入、高校资源及政府的支持政策等方面。为了研究产学研深度融合背景下区域创新环境对装备制造业人才与产业协同创新发展的影响程度，本文对经济水平、R&D费支出、高校资源、财政资助4个要素进行具体阐述。

2.1 经济水平

张司飞等^［14］在探讨影响地市级创新能力的因素时认为，地级市在开展科技创新活动时需要以一定的经济作为基础，同时经济的发展又能为科技创新活动提供良好的宏观外部环境。经济发展水平在一定程度上能够代表一个地区的综合实力，往往经济发展水平较高的区域，具有更加丰富的创新资源要素、良好的创新环境以及完善的市场机制，在经济发展较好的地区也更容易实现产学研创新成果的转化。因此，较高的经济发展水平能够为装备制造业中人才与产业协同创新提供必要的经济环境基础，高水平的经济发展对其具有积极的影响作用。

2.2 R&D经费支出

依据内生增长理论，创新源自于R&D活动和R&D活动对知识存量的有效利用^［15］。因此，R&D经费支出是产学研合作中人才与产业进行协同创新的重要载体，其可以视为装备制造业在进行科技创新活动的直接来源。高水平的R&D经费支出可以增强企业的研发实力，为装备制造业人才与产业协同创新提供更多的机会，进而提升企业的技术水平，为人才技术创新提供更广阔的试验空间，为产业进步与创新的成功推广应用提供更多的机会，从而更有利于两者的协同创新发展。同时，R&D经费还能够通过提高装备制造业人力资本的积累间接地影响装备制造业人才与产业界的合作关系，从而推动协同创新的开展。

2.3 高校资源

装备制造业中人才与产业的协同创新包含人才、产业这两个关键要素，产业主要是相应的产业平台链、产业集群的发展，人才主要来源于高校的科技人才及其培养的人才。人才拥有不可复制的知识资源，人才与产业协同能够有效地推动内含在人力资源内的信息和知识的流动，从而通过转移效应实现两者的协同创新，最终促进装备制造业的高质量转型发展。高校是当今社会中知识最丰富、人才最密集、涉及领域最广泛的创新基地。高校作为高质量科技人才的重要基地，在知识创造、人才培养及理论研究等方面具有重要功能，也是向企业输出科技人才的主要培养基地，因此高校是装备制造产业重要的创新合作伙伴。地方政府及与相应企业的项目合作是高校科技人才科研经费的主要来源，高校资源越丰富，高校内的人才进行科研活动的环境就越好，区域内的创新氛围就越浓厚，也更有利于本区域产学研创新合作效应的出现。

2.4 财政资助

马嘉楠等^［16］研究发现政府的财政科技补贴对企业研发投入有明显的推动作用，同时呈现出积极的互补效应。装备制造业中人才与产业进行协同创新离不开政府相关政策的支持，而财政资助是省、市各级政府能够进行的最直接干预。创新主体的积极作用是区域创新能力提高的要素，人才、企业和政府之间的良性互动是充分发挥创新主体作用的关键。政府通过财政资助的方式为省内产业提供良好的区域创新环境，财政资助的力度越大、财政拨款越稳定，产业创新系统的效率越高，人才的创新能力越强。因此，政府的财政资助对产学研深度融合中人才与产业的协同创新发展有着重要的影响作用。

综上所述，单一因素对企业创新或产业间协同创新影响的相关研究为本文的因素选择提供了依据。但现有文献并未厘清各种因素在产学研深度融合背景下的复杂交互作用及对产业与人才进行创新发展的协同作用。如在政府相关政策的支持下，高水平的研发投入是有效发挥财政资助政策效果的助推剂。组态视角关注多种条件因素对结果的协同影响，挖掘各因素与结果产出间的等效性和非对称性等复杂因果关系，十分适合用来分析影响产学研深度融合背景下辽宁省装备制造业人才与产业协同创新的各因素对最终创新发展质量的协同作用。鉴于此，本文引入基于组态视角的QCA方法来进行研究，理论模型如图1所示，即经济水平、R&D经费支出、高校资源、财政资助4个因素如何联动影响产学研深度融合背景下辽宁省装备制造业人才与产业协同创新的发展效果。

3 研究设计

3.1 研究方法

3.1.1 深度访谈法

在确定影响人才与产业这两者间的协同创新的影响因素时，不仅需要借鉴文献，更需要借助深度访谈的方法来确定核心影响因素。本文选取沈阳具有代表性的20家装备制造企业作为访谈调研的对象，采用半结构式进行访谈。综合分析访谈结果，在影响人才与产业进行协同创新的因素上访谈对象提到经济水平、R&D经费支出、高校资源、财政资助是频次较多的4个因素，因此将这4个因素作为重要的因素是合适且合理的。

3.1.2 定性比较分析

本文共选取装备制造行业案例31个，属于中等规模的样本。理论上选择的条件变量的数量k应满足2 ^k <31，同时理想的条件变量个数一般在4～6个之间，因此本文确定了4个条件变量是符合要求的。辽宁装备制造业中人才与产业进行协同创新时外界环境和内部机制的影响因素较多，且不同条件因素及其组合在影响二者协同创新过程中具有多种影响力，因此选择模糊集定性比较分析（fs/QCA）作为本文的主要研究方法是适合的。

3.2 变量测量

3.2.1 结果变量

人才与产业协同创新活动的目标是获得技术成果产出、新产品或者创新技术。因此，本文主要从创新的成果角度出发对协同创新程度指标进行选择，最终选取科技创新活动的成果专利数量。由于所申请的专利并不一定全部都可以通过审查，选择专利授权数量更能反映出辽宁省装备制造产业的创新水平，因此本文选取2019-2021年间专利授权数作为人才与产业协同创新程度的指标，数据来源于国家知识产权局专利检索平台（SI-PO）公布的公开专利。

3.2.2 条件变量

经济水平：本文采用2021年各联盟企业所在城市的GDP数值来衡量其宏观经济水平，数据主要来源于辽宁省及各地市统计局的数据统计资料。

R&D经费支出：本文采用产业部门研究与试验发展经费投入强度来测度R&D投入对其创新能力的影响，具体方法是2019年各产业部门的研究与试验发展（R&D）经费支出与其各自的主营业务收入之比，数据收集于企业公开的数据信息及科技统计局年鉴。

高校资源：焦智博等^［17］在对黑龙江省装备制造业协同创新的测度研究中用高校数量来衡量区域教育资源水平，即变量指标使用的是企业所在城市的高等院校的数量。因此，在探究人才与产业协同创新时根据案例对象的特点，本文拟选取各联盟中合作的高等院校的数量来测量企业所依托的高校资源状况。

财政资助：参考Furman等^［18］的研究探讨，政府经常借助直接资金资助或税收杠杆的方式对创新活动加以支持。因此，本文使用各案例的财政科技拨款来衡量财政资金对装备制造业人才与产业协同创新的支持力度。财政科技拨款主要指2019~2021年度内由各级财政部门拨付的直接用于科技活动的款项，其中包括科学事业费、科技三项费、科研基建费及其他科研事业费，数据收集于官方网站数据统计及企业访谈调研结果。

3.3 变量校准

在进行数据分析之前，按照fs/QCA方法要求，需要进行数据校准。本文使用QCA软件直接进行数据校准，通过“Calibrate（x，n1，n2，n3）”函数把各条件变量和结果变量都转换成模糊分数。其中，x为要校准的变量；n1为完全隶属的锚点（赋值为1）；n2为最大模糊点的锚点（赋值为0.5）；n3为完全不隶属的锚点（赋值为0）。本文基于已有理论和经验知识，对结果变量和条件变量校准如下：

专利授权数：根据数据统计结果，31个样本案例在2019-2021年的专利授权数差异较大（0~452个），在数据处理校准过程中，确定各案例2019-2021年专利授权分为数量高（171个）、中（17个）、低（4个）的3个校准准则。

经济水平：将辽宁省内的31家装备制造业按所在城市划分为 14个区域。参考孙贵平等^［19］的研究，将各城市GDP的数值在数据处理中确定GDP高（0.78万亿）、中（0.19万亿）、低（0.06万亿）3个校准准则。

高校资源：人才与产业进行协同创新中重要的战略要素是人才这一资源，作为人才输出重要来源之一的联盟高校数量是衡量人才资源程度的有效指标。依据公布的统计数据，将产学研联盟中联盟合作的高校院所数量在2所及以上视为具有较好的高校资源，赋值为1，将联盟合作的高校院所数量在2所以下的视为高校资源不充足，赋值为0。

R&D经费支出与财政资助：考虑到本文案例的特点，需根据案例本身收集的数据进行校准。临界值（锚点）分别设定为样本数据的5%分位数（完全不隶属）、50%分位数（交叉点）、95%分位数（完全隶属）。

本研究中结果变量与条件变量的校准情况如表1所示。

4 数据分析

4.1 单个条件的必要性分析

通过fs/QCA 3.0软件的“Necessary Conditions”分析选项，结果如表2所示，本文所确定的4个条件变量对结果变量即辽宁省31家装备制造业的实质性产学研联盟机构的专利授权数均有影响。一致性水平是衡量必要条件的重要标准，反映相同条件组态的案例共属同一结果的程度，即在成功的案例中拥有这个条件的比例。参考现有的研究^［20］，本研究将必要条件一致性阈值设定为0.9。

从表2中可以看出，4个前因条件的一致率较高，说明这些条件变量的选择对辽宁省装备制造业中人才与产业进行协同创新水平有显著影响。其中R&D经费支出和财政资助的一致性水平大于0.8，因此推测装备制造业人才与产业协同创新的质量受到这两个条件变量的影响较大。立足于协同创新理论的视角，以上两个条件深刻影响人才与产业的协同创新，这是外部政府、市场对企业及产学研联盟机构进行财政科技资源倾斜的结果。同时结果显示，经济水平、高校资源两个条件的一致性水平均小于0.9，说明这两个单一的因素不足以完全解释结果变量，不构成必要条件。虽然其中的R&D经费支出和财政资助的一致性水平大于0.9，但是在模糊集中并不能直接简单地判定这两个因素就是绝对的必要条件，但是二者一致率高于0.9，尤其是财政资助达到0.98，可以认为这两个条件是导致装备制造业人才与产业协同创新高质量成效重要的必要条件（R&D经费支出：一致性0.923 990；财政资助：一致性0.984 518），其中财政资助一致性最高，因而其影响较为重要。

依据协同创新理论视角，装备制造业中人才与产业协同创新产生原因具有多样性和复杂性，需要进一步分析外部经济环境、研发投入、高校资源和财政扶持等多方面因素协同影响。因此，对多个条件因素进行组态分析，使结果变量有更高的解释度。

4.2 条件组态的充分性分析

在单一条件必要性的分析基础上，对各个因素的组态进行充分性分析，即揭示导致结果出现的多重因素构成的可能组态。充分性的一致性水平代表着“可能性”；PRI的一致性水平代表着“同因异果”。参照已有的研究和本文案例数据特点，将组态分析的一致性阈值设定为0.8，将PRI一致性阈值设定为0.7。简化后的真值表包含11条组态，如表3所示，其中人才与产业高质量协同创新的路径存在的有3条，不存在的有8条。

fs/QCA定性比较分析的条件组合路径的结果主要分为复杂解、中间解和简约解3种，借助3种程度不同的条件因素的组合路径，可以对数据分析结果进行较为全面的解读。本文依照fs/QCA方法的要求，以中间解为主、简单解为辅进行分析并定义核心变量与边缘变量。组态分析结果如表4所示，对于影响辽宁省装备制造业人才与产业协同创新的条件因素组合存在两条解释高质量协同创新的驱动路径（组态H1、组态H2）和3条解释非高协同创新的路径（组态NH1、组态NH2、组态NH3）。

4.2.1 高协同创新质量的充分性分析

从表4可以看出，导致辽宁省装备制造业协同创新高质量发展的因素组合有两种。横向分析各组态，发现组态H1和组态H2具有两个相同的核心条件，即R&D经费支出和财政资助的存在对高协同创新质量起到了核心的作用。但组态H2中还存在经济水平这个核心条件，经济水平在H1中则为无关紧要的条件；而且H1中的高校资源是核心条件缺失，而高校资源在H2中是可有可无的条件。此外，H2的原始覆盖度最高，说明大多数高协同创新的案例能够被这一路径所解释。

根据两个组态的核心条件及背后解释逻辑，本文发现两条辽宁省装备制造业协同创新高质量发展的驱动路径：经费—企业驱动型、资金—政府驱动型，下面将结合典型的案例以及相关理论进行具体的诠释。

（1）经费—企业驱动型，即R&D经费支出*~高校资源*财政资助。由组态H1发现的经费—企业驱动型路径是指辽宁省装备制造业人才与产业协同创新高质量发展主要受充足的财政资金扶持和企业内部产业部门的高水平R&D经费投入驱动，即便其他条件可能并不完备，比如高校资源较少等。辽宁省政府及各市级政府的高水平财政资助可以为产业与人才的创新活动提供充足的金融资本和税收优惠，这对二者协同研发新产品进行创新有促进作用。这一组合路径的原始覆盖度达0.64，表明在辽宁省装备制造业人才与产业二者协同创新发展中，60%以上的产学研联盟组织充分利用政府的财政资助和大力度的R&D经费投入来促进协同创新。在数据运算结果中，符合这条组合路径的案例出现频次为18次，其中典型案例是沈阳航天新光集团有限公司、科德数控股份有限公司。分析这两家企业的研究试验经费支出以及政府资金拨款状况发现，虽然联盟机构在合作的高校资源上不占优势，但是高水平的研究经费投入和充足的财政扶持仍然明显有效地促进了人才与产业协同创新发展的质量。

（2）资金—政府驱动型，即经济水平*R&D经费支出*财政资助。由组态H2发现的资金—政府驱动型路径是指人才与产业高质量的协同创新受到充足的财政资金扶持、产业部门的高水平的R&D经费投入和所在城市的高水平经济发展所驱动。该路径体现了经济资本与政府政策联动对人才与产业协同创新发展壮大的重要作用。随着社会的发展，装备制造企业以及单一的行业创新发展与外部宏观的经济环境紧密相关，外部的市场经济水平体现着地区的发展水平，这对产业平台以及人才具有一定的吸引力，外部经济的高水平能够在创新活动的开展上具有优势，其提供了良好的创新环境及经济基础。在外部经济的发展驱动下，再结合充足的财政扶持和企业内部的R&D经费投入，便催生了装备制造业人才与产业高协同创新发展的出现。H2组态的原始覆盖度高达0.75，这类路径的联盟机构大部分为沈阳、大连的企业，案例出现频次共计21次，其中典型案例是沈阳的三一重型装备有限公司和大连华锐重工集团股份有限公司。这两家装备制造企业依托沈阳和大连地区经济的发展以及城市政府的政策资金支持和自身研发费用的大力投入都实现了高质量的协同创新，截至2021年，两家企业的专利授权数分别达到452、241个。

4.2.2 非高协同创新质量的充分性分析

QCA方法具有因果非对称性的特点，即引致结果出现和缺席的条件是非对称的，因此为了更加全面地探究辽宁省装备制造业人才与产业协同创新高质量发展的驱动机制，本文进一步分析了导致二者非高协同创新质量的组态。

（1）NH1型，即~经济水平*~R&D经费支出。由组态NH1得出的这一抑制型路径表明较低的地域经济水平和较低的R&D经费支出抑制人才与产业高效地进行协同创新活动。较低的宏观经济水平不利于企业进行外地人才的引进及激励，在将人才与相应的产业协同时会缺少匹配的人才资源，而较低力度的R&D经费投入则限制了研究试验的机会，降低了创新活动的发生频次，两个因素的叠加作用加剧了人才与产业协同发展及研发创新产品的机会匮乏，进而抑制了二者的协同创新发展。这个路径下的案例是盘锦中录油气技术服务有限公司、辽宁优力安机电设备有限公司，其所在城市的GDP在辽宁省排名较靠后，相应企业内部的研究经费投入较低，抑制了装备制造业中人才与产业协同创新的发生。

（2）NH2和NH3型，即~R&D经费支出*高校资源、~R&D经费支出*财政资助。由组态NH2、NH3得出的这一抑制型路径是指缺乏R&D经费投入抑制了人才与产业协同创新发展的出现。其中NH2的边缘条件为高校资源的存在，经济水平和财政资助则为可有可无的条件，NH3则是财政资助的存在起到辅助作用，经济水平和高校资源为无关紧要的因素。装备制造业的一大特点是需要技术和资金的投入，尤其在产品创新过程中研发试验起到关键的作用，因此不充足的R&D经费支出抑制了人才与产业创新的可获得性，即使联盟机构有高校资源的支持但严重缺乏研发经费限制了二者协同创新的发生。同理，即使所在的市级政府进行财政资金的拨款但企业内部不重视研发试验，R&D经费占比低，那人才与产业进行创新行为就会受到经济不充足的阻碍，最终抑制二者协同创新的发生。典型案例是辽宁新科石油设备制造有限公司、辽宁东升精机有限公司，所在城市分别为盘锦和阜新，查阅资料发现二者2019~2021年的专利授权数仅为9个。

4.3 稳健性检验

参考已有研究，本文通过将PRI一致性阈值提高到0.8的方式来对装备制造业人才与产业二者的协同创新高质量发展的组态进行稳健性检验。结果发现，新组态的数量、核心条件及边缘条件的排列发生了较小的变化，但该变化不足以得出截然相反的实质性结论解释，因此说明本研究结论较为稳健。

5 结论与创新路径

5.1 研究结论

本文基于协同创新理论，在案例研究的基础上，借助fs/QCA方法，以辽宁装备制造业中31家首批典型实质性产学研联盟企业为研究样本，研究了经济水平、R&D经费支出、高校资源、财政资助4个因素对辽宁省装备业中人才与产业协同创新发展的影响机制。主要结论如下：

（1）单一条件并不能构成高协同创新以及非高协同创新的必要条件，虽然在本文中R&D经费支出和财政资助在影响二者高质量协同创新发展中必要性分析时一致性水平达到0.9以上，但是，这并不能说明这两个条件是绝对的必要条件，可以作为重要的必要条件来探讨，本文在分析将这两个因素作为核心条件来研究。

（2）辽宁省装备制造业人才与产业高成效地协同创新发展的驱动路径有两条：以充足的财政资金扶持和企业内部产业部门的高水平的R&D经费投入为构成的经费—企业驱动型、以充足的财政资金扶持、产业部门的高水平的R&D经费投入和所在城市的高水平经济发展为构成的资金—政府驱动型。其中，经济水平在促进人才与产业协同创新高质量发展时所发挥的核心作用是非对称性的，即在不同路径中，较高或较低的经济水平都可以促进二者高协同创新成效的产生。

（3）辽宁装备制造业中人才与非高协同创新质量的驱动路径也有两条：以较低的地域经济水平和较低的R&D经费支出构成的组态及以缺乏的R&D经费投入所构成的组态。

综上研究，充足的财政资助和高水平的R&D经费投入在人才与产业高质量协同创新发展的两条驱动路径中均出现，而且较低的R&D经费支出对非高质量协同创新的抑制作用也得到了明确体现。因此，产学研深度融合背景下辽宁装备制造业人才与产业在进行协同创新时必须重视R&D经费的支出在企业生产经营中的资金占比情况，同时政府相关的财政扶持政策的影响也不容忽视。

5.2 创新路径

在客观资源受到约束的情况下，为提高装备制造业人才与产业协同创新的成效，应该结合辽宁省自身优势选择适合本区域发展的创新驱动路径，找到最关键、最核心的影响因素，集中资源推动这些因素的发展，进而达到利用有限的资源实现最佳推动效果的目标。

5.2.1 营造良好的创新环境

外部的经济水平是影响装备制造业中人才与产业进行协同创新的重要条件，也是吸引人才的关键因素。辽宁省的经济与国内沿海等区域相比确实存在一定的差距，为弥补经济水平差距可以与发达区域进行合作，建立区域政府间的协作机制。破除各要素流动的区域壁垒，逐步营造开放、合作有序的经济环境，为人才与产业协同创新的路径形成提供坚实的经济环境保障。

而高校资源属于边缘条件存在，其在人才与产业高质量协同创新发展路径中发挥作用较小。即装备制造业所在城市是否有较多的高校以及高校内人才及科研项目的数量对装备制造业中人才与产业的协同创新成效影响不是很明显。这意味着沈阳、大连以外的省内城市可以通过更加开放的“带土移植”“揭榜挂帅”等机制和举措来营造良好的发展环境，从而为人才与产业协同创新路径的形成奠定人才基础。

5.2.2 建立完备的政策体系

装备制造业对政府的引导依赖程度很高。政府政策的完备程度是影响人才与产业实现协同创新发展的重要路径之一，其不仅可以在人、财、物等方面为装备制造业的发展提供支持，还可以根据国家发展的需要和行业的需求，有目的、有重点、有针对性地实施政策引导。辽宁省及各市级政府需要建立完善的政策体系，提高财政政策、人才激励政策、科技转化政策、金融支持政策等多种政策间的联动性，使得政策体系清晰系统化，提高各种创新资源的利用效率。

产学研深度融合开展的基础在于构建完整的制度体系和足够数量的高层次科技人才。装备制造业是辽宁省支柱产业，在政策体系构建时，地方政府需要考虑支持产业集群发展的相关政策，通过产业要素的集聚带动人才等其他要素的集聚，为装备制造产业发展创造更好的条件，最终形成产业集群与人才集群互动的良好局面。

5.2.3 加大财政扶持力度

财政资助对辽宁省装备制造业人才与产业协同创新路径形成的影响应当引起政府各部门的重视，财政资金的集聚是二者进行创新活动的保障资源，财政资助的形式可以从加大税收优惠和资金拨款的额度两大角度开展，此外也要丰富资助方式的多样化和针对性，相应配套非物质的扶持激励，从而激励人才与产业协同创新的持续性产出。

5.2.4 增加企业R&D经费支出占比

R&D经费支出在本文发现的高质量协同创新驱动路径中出现了两次，而且非高协同创新质量的组态分析也进一步验证了R&D经费支出对人才与产业协同创新路径形成的重要作用。在外部创新环境不断优化的同时，企业内部也要注重研究与试验发展经费的支出。这需要装备制造业自身意识到R&D经费对企业创新发展的重要促进作用，从而增大R&D经费在企业生产经营资金中的占比。

本文典型案例选择的是辽宁省首批公布的典型实质性的产学研联盟机构，但是这31个案例并没有完全覆盖辽宁所辖14个城市，后续研究可以考虑辽宁省装备制造行业的特点及发展状况，选择不同区域产学研深度融合企业样本进行影响因素和路径的比较研究。

参考文献

[1] 张羽飞，原长弘，张树满.产学研融合程度对科技型中小企业创新绩效的影响［J］.科技进步与对策，2022，39（9）：64-74.

[2] 张秀萍.基于三螺旋理论的区域产学研协同创新研究［M］. 北京：科学出版社，2021.

[3] 梁逸，赵毅平.产学研融合，驱动创新——清华、安踏引领体育用品产业的前沿探索［J］.装饰，2021（10）：36-43.

[4] 赵哲.大学与战略性新兴产业协同发展的内涵释义、互动关系与动力机制［J］.高校教育管理，2020，14（3）：9-18.

[5] 陈莹，王奕俊，陆春华.基于波特“钻石模型”的高等职业教育与产业协同发展研究——以上海市为例［J］.职业技术教育，2021，42（35）：6-10.

[6] 陈超儒，庞祯敬，叶子荣.知识协同理念下新型技能型人才培养路径研究［J］.西南交通大学学报（社会科学版），2017，18（6）：91-99.

[7] 张燕.产业集群背景下地方高校协同创新人才培养策略［J］.黑龙江高教研究，2017（2）：130-133.

[8] 赵福伟，贾冬青.京津冀产业结构特点和人才需求结构［J］.人民论坛，2018（3）：100-101.

[9] 李萌，胡晓亮.长三角产业人才协同发展的进展与思考［J］.中国人才，2020（8）：24-26.

[10] 徐叶荣. 辽宁省装备制造业技术创新效率及影响因素研究［D］.沈阳：沈阳理工大学，2021.

[11] 张元芹. 辽宁装备制造业智能化转型的影响因素研究［D］.沈阳：辽宁大学，2021.

[12] 王志平，刘焕龙，王泽忠，新发展格局下提升辽宁装备制造业产业链竞争力财税政策［J］.地方财政研究，2021（10）：29-34.

[13] Maillat D.Lnnobative melieux and new generations of regional policies debelopment［J］.Entrepreneurship&Regional Devdopment，1998，10（1）：1-6.

[14] 张司飞，李时起.地级市创新能力影响因素的分层线性模型研究［J］.科技管理研究，2022，42（1）：9-13.

[15] 何星蓉.基于协同的高端装备制造业产学研创新能力评价指标体系研究［J］.经济问题探索，2018（5）：186-190.

[16] 马嘉楠，周振华.地方政府财政科技补贴、企业创新投入与区域创新活力［J］.上海经济研究，2018（2）：53-60+99.

[17] 焦智博，刘洪德，郭喆.不同空间尺度下装备制造业协同创新及影响因素研究——以黑龙江省为例［J］.经济体制改革，2018（4）：132-138.

[18] Furman J L， Porter M E， Stern S.The determinants of national innovative capacity［J］.Research Policy，2002，31（6）：899-933.

[19] 孙贵平，郑博阳，商丽浩，中国大学教职招聘策略优化研究——基于60所高校的模糊集定性比较分析［J］.复旦教育论坛，2021，19（6）：80-87.

[20] 谢智敏，王霞，杜运周，创业生态系统如何促进城市创业质量——基于模糊集定性比较分析［J］.科学学与科学技术管理，2020，41（11）：68-82.

基金资助

国家自然科学基金(72001150)

辽宁省教育厅面上重点课题(LJKR0101)