论文部分内容阅读
摘 要： 以我国27个省2012-2016年科技创新能力与相关政策数据为例，通过定性比较分析方法（QCA）研究区域科技创新能力变化与科技创新政策中财政支持工具组合的逻辑关系，研究发现：新型财政补助方式是提高创新能力的必要条件，更多地采取创新券、后补助等新型补助方式有利于创新能力的提高;间接税收优惠是提高创新能力的充分条件，奖励与创新能力的提高有很强的关联性;现有的风险补偿和股权投资方式不利于提高创新能力;财政政策的效果更多地取决于不同的财政支持方式的匹配，合适的组合才能起到提高创新能力的作用。
关键词： 财政支持方式;区域科技创新;创新能力;定性比较分析
一、引 言
创新能力是衡量国家和区域经济发展的重要因素，学者们对创新能力的影响因素进行了诸多研究，很多学者研究和验证了财政支持对提高创新能力的重要性和有效性，但是，缺少具体的支持方式或组合对创新能力的影响研究。十八大提出创新驱动发展战略以来，国家出台了很多科技创新政策，各地方财政在支持科技创新方面做了大量探索，出台了一系列政策法规规定，但是，各个地区效果有所差异。因此本文在财政支持影响创新能力的基础上，对各省现行科技创新政策中财政支持方式进行研究，尝试进一步研究其组合与创新能力的联系，以期发现哪些财政支持方式会影响创新能力、怎样的组合能进一步提高创新能力，为优化财政支持方式、出台相关政策提供借鉴。
梳理有关财政支持方式与创新能力的相关文献，发现国内外学者普遍重视研究具体的单个财政支持方式与创新能力的关系，主要有各种财政支持方式的作用和效果、财政政策存在的问题与不足以及财政支持科技创新的政策体系设计等。在关于各种财政支持方式的作用和效果的研究中，David基于科技创新的不确定性和信息不对称，认为政府采取的直接支付或者税收优惠等方式对于企业的研发活动有一定的支持作用[1]。郭玥通过实证研究，发现政府创新补助对企业增加创新投入和实质性创新产出有明显的作用[2]。Wallsten研究表明政府对创新活动事后的评估与财政资助，其财政支持的积极作用会明显降低[3]。而刘楠、杜跃平等人采用博弈论的方法，通过建立模型分析事前补贴方式和事后补贴方式对于企业创新激励的机理，发现事前补贴是一种较差的政策工具，事后补贴对激励创新更有效果[4]。与此同时，更多的国内外学者集中于税收优惠、财政补贴等方式的有效性、必要性以及影响效果进行激烈的讨论。有些学者认为税收优惠、财政补贴等方式对创新没有激励作用甚至存在挤出效应，Lach从企业可能会过于依赖政府的资助而减少研发投入的角度和企业为了税收优惠导致短期的项目选择偏好的角度考虑，认为政府财政的补贴存在一定的挤出效应[5];Garcia & Quevado通过对39个财政补贴案例进行实证研究，发现政府财政补贴以及研究规划并没有对企业研发创新产生确实性的影响功效[6];范硕、何彬得出了财政补贴、税收激励对高新区的创新激励有负向作用，直接税收减免与创新激励无直接相关性的结论[7];而刘子諝等首次基于附加效应视角和效率视角两个角度，验证了财政补贴与创新产出之间是倒U型关系[8]。还有些学者认为税收优惠和财政补贴对创新有显著的激励作用，Hall & Van Reenen发现税收激励对于私有经济的研发支出有着十分显著的积极影响[9];Holemans & Sleuwaege算出了政府每增加1单位的财政补贴，企业就会增加0.25-0.48个单位的研发投入，并且通过奖励创新，会激发企业的投入积极性，提高产业的创新绩效[10];范柏乃、班鹏建立了企业自主创新财税政策激励的SD模型，并对各种财税优惠政策进行模拟研究和定量分析，最终得出了免税期、优惠的企业所得税税率、优惠的固定资产折旧率和贴息率对企业自主创新的激励作用均是有效的结论[11];郭炬、叶阿忠等研究了政府财税政策对技术创新的影响，指出政府财政政策对企业创新有明显的促进作用[12];郭景先、苑泽明以非上市的科技型中小企业为研究对象，采用主成分分析法评价企业创新能力，在此基础上，实证分析财政政策对创新能力的影响，发现财政政策中的政府资助与税收优惠两种工具对企业创新能力都具有激励效应[13]。有关财政政策的问题和不足，郑方辉等以广东省三项省级补助性财政专项资金为研究对象，对补助性财政专项资金目标“走样”的原因进行研究[14]。肖念涛、谢赤对中小企业财政支持政策进行研究，发现财政支持方式存在手段单一、效果不明顯等问题[15]。柳卸林从政策体系设计角度考虑，对国务院出台的《规划纲要》进行梳理，分析了我国对创新产生激励的政府采购、税收优惠等方式的政策内容，指出了政策体系的创新点[16]。
学界对于促进科技创新的财政支持方式的研究目前已初具规模，从内容上讲，主要有理论研究和各类财政政策工具效果的实证检验以及问题研究等;从对象上讲，主要以研究科技型企业为主;从研究方法看，主要是采用主成分分析法、博弈论、回归分析、建立SD模型等定性或者定量的方法;但是，纵观这些研究更多的是针对财政补贴、税收优惠和补助等财政支持方式对创新的作用的研究，得到的结论不一致，并且都是在针对单个的支持方式的效果进行研究，强调税收优惠、财政补贴、财政补助等单个财政支持方式对创新能力的作用。而从整个政策体系来看，往往是各类财政支持方式同时作用于创新主体。因此，众多财政支持工具的重要性如何？多种财政支持方式组合与创新能力有什么关系？哪些财政支持方式的组合更有利于创新能力的提高？这些问题的研究和解决将给政府财政支持方向选择提供一定的建议。
鉴于此，本文将运用定性比较分析方法（QCA）分析各省的创新能力变化与其出台的科技创新政策中财政支持方式组合类型的逻辑关系，尝试找出并解释影响创新能力的组合方式，分析哪些组合类型比较高效，以期优化我国各区域的财政支持方式，进而提高创新能力。
二、研究思路 1.研究方法——定性比较分析法（QCA）
定性比较分析（Qualitative Comparative Analysis，QCA）是由查尔斯C·拉金（Charles C Ragin）在1987年首次提出的，这种方法超越了定性与定量的界限，能够理顺原因的复杂性，揭示多个原因变量的复杂关系对结果变量的影响。它代表一种全新的研究逻辑，是传统的质性研究与量化研究的补充[17]，已经被广泛应用于管理学、政治学、新闻传播等领域。近年来，国内学者已经把定性比较分析方法应用在邻避冲突研究[18]、比较公共政策研究[19]、群体性事件研究[20]、企业绩效研究[21]等问题研究。定性比较分析方法注重研究特定的变量组合对结果的影响，而非单个变量对结果的影响，这种方法对样本数量要求不高，一般适用于10～60之间的中小样本研究。本文选用QCA四种操作方法中最被广泛使用的清晰集定性比较分析方法（csQCA）作为研究方法。
清晰集定性比较分析方法（csQCA）分为四个操作步骤：第一步，将条件变量和结果变量按照一定标准进行二分处理，构建二分数据表;第二步，通过软件对于原始二分数据表“合成”，得到真值表（Truth Table），并解决矛盾组态;第三步，进行布尔最小化，建立解释模型;第四步，进行结果分析，用一致性（Consistency）和覆盖率（Coverage）两个指标对于模型生成的条件组合的可靠性进行检测，并将生成的条件组合带入案例中分析。
2.变量的设计与选择
（1）条件变量的设计与选择
本研究的条件变量是通过对各个区域的创新政策搜集和分析确定的。通过对各个地方政府、科技主管部门相关网站的搜索，收集了2012-2016年出台的相关科技创新政策。为了保证样本的一贯性和连续性，最终选取了27个省级行政区作为研究样本，通过对政策文本内容的详细解读和相关文献的阅读，选取的条件变量有五个，分别为税收优惠（代码为SSYH）、股权投资（代码为GQTZ）、风险补偿（代码为FXBC）、财政补助（代码为CZBZ）和奖励（代码为JL）。
①税收优惠
为了提高国家的自主创新能力，很多国家实行了多样的税收优惠方式，发达国家普遍重视间接税收优惠的运用。在关于税收优惠方式的相关研究中，主要将税收优惠分为直接税收优惠和间接税收优惠。直接税收优惠注重税率式的优惠，如在一定时期内减征、免征或者实行低税率，更多的是事后的奖励。间接税收优惠更加注重税基式优惠，如：投资抵免、研发费用的加计扣除或税收抵免、加速折旧、特种专项准备金的提取等，是一种事前的扶持。基于以上，本文将税收优惠变量按照税收优惠方式定义，具体分为直接税收优惠和间接税收优惠方式两类，将间接税收优惠方式政策条文数量大于或等于直接税收优惠方式政策条文数量赋值为1;反之，赋值为0。
②股权投资、风险补偿和奖励
股权投资、风险补偿和奖励也是地方政府常用的财政投入方式，在有关创新财政投入方式的研究中经常被提到，按照清晰集定性比较分析方法的要求，要将这三个条件变量作二分处理。在对文献进行回顾的过程中，可以看出关于股权投资、风险补偿和奖励的研究并没有类似于税收优惠的具体分类的研究，并且在本文政策文本分析中，可以看出这三个变量更多的是政策条文的数量多少的区别，没有提到不同的操作形式。因此，本文对这三个变量的赋值标准与税收优惠的赋值标准不同，借鉴有些学者用中位数和平均数对变量进行处理的方法，最终决定以中位数来处理变量，将处于政策条文数量数列的中位数及以上的变量编码为1，处于数列的中位数以下的变量编码为0。
③财政补助
财政补助是政府为激励创新常用的支持方式。近年来，各个地方政府不断积极探索和创新公共财政支持创新发展的方式，注重改前补助为后补助，直接补助为考核补助，探索创新券等新型的补助方式。而与财政补助相关的研究也大多是探究了前补助、后补助、过程补助等不同方式的效果的差异，因此，本文对财政补助的赋值标准不采用对股权投资、风险补偿、奖励三个变量的赋值方式，认为将财政补助按照补助方式进行二分赋值更有意义，本文在研究中把后补助、创新券等新型补助方式的政策条文数量大于或等于一般补助方式政策条文数量的赋值为1;反之，为0。
（2）结果变量的设计与选择
本文的结果变量是创新能力的变化（代码为IA）。考虑到政策效果的时滞性，选择2015-2018年《中国区域科技创新评价报告》各个省份的创新能力排名，并以这四年的排名的变化衡量各省创新能力的变化。具体赋值方法为，将各个省四年创新能力的平均排名与2015年的排名进行比较，排名上升或者不变的赋值为1，排名下降的赋值为0。
各个条件变量和结果变量的具体赋值方式如表 1所示。
表1 变量的赋值标准和赋值结果
（3）真值表的构建
通过以上的赋值标准，结合近四年《中国区域科技创新评价报告》各个省份的创新能力排名数据，对选取的27个省的结果变量和条件变量进行具体赋值，可以得到条件变量与结果变量的二分表。将二分表导入TOSMANA分析软件，便可得到最终的真值表（TruthTable），即条件变量和结果变量的所有组合情况，运行结果如表2所示。
表2 真值表
资料来源：TOSMANA软件运行结果整理
从真值表中可以看出，总共生成了16种组合，其中案例最多的组合有三个案例，这两个组合分别为： SSYH*～GQTZ*FXBC*CZBZ*JL;SSYH*GQTZ*FXBC*CZBZ*JL即：間接的税收优惠、风险补偿、新型财政补助方式和奖励;间接的税收优惠、股权投资、风险补偿、新型财政补助方式和奖励，这样的组合方式结果变量均为“1”，说明这两种组合对于创新能力的提高都有一定的作用，其中第二种组合比较完美，表明这五种财政支持方式均采用，可以得到创新能力提高的结果，而其他更多具体的组合方式的影响，我们可以进一步分析。 三、定性比较分析与稳健性检验
1.单变量必要性分析
对单个变量进行必要性分析，来判断单个条件变量和结果变量之间是否存在充分关系或必要关系。在QCA方法中，通过一致性（consistency）和覆盖率（coverage）的计算[22]，来衡量变量之间是否存在必要性和充分性的关系。
必要条件的一致性指标的计算公式：
Consistency（Yi≤Xi）=∑[min（Xi，Yi）]/∑Yi
充分条件的一致性指标的计算公式：
Consistency（Xi≤Yi）=∑[min（Xi，Yi）]/∑Xi
一般来说，当一致性指标大于0.8时，即认为该条件变量（X）为结果变量（Y）的充分条件，即该条件变量的出现能够导致结果的发生，当一致性指标大于0.9时，则认为该条件变量是结果变量的必要条件。
必要条件的覆盖率指标的计算公式：
Coverage（Yi≤Xi）=∑[min（Xi，Yi）]/∑Xi
充分条件的覆盖率指标的计算公式：
Coverage（Xi≤Yi）=∑[min（Xi，Yi）]/∑Yi
该指标表示条件变量（X）对结果变量（Y）的解释力度，覆盖率指标越大，说明该条件变量在经验上对结果变量的解释力度越大。
本文基于fs/QCA3.0软件进行分析，列出了条件变量的必要性分析结果（见表 3）。
表3 单个条件变量的必要性分析结果
资料来源：fs/QCA3.0软件运行结果整理。注：～ 表示该要素不存在时对结果的影响。
由表3可知，创新能力提高（IA）结果存在时，“CZBZ”这一变量的一致性指标大于0.9，说明“新型财政补助方式”可以成为创新能力提高的必要性条件，同时，其覆盖率指标约为0.76，说明该变量在经验上能够解释约76%的案例;“SSYH”这一变量的一致性指标大于0.8小于0.9，说明“间接税收优惠”可以成为创新能力提高的充分条件，根据其覆盖率，可知该变量在经验上对结果变量的解释力度也在76%以上;其他条件变量的一致性指标和覆盖率指标表明其对结果的发生有一定的解释力度，但其他的条件变量的一致性指标均小于0.8，都不能作为结果发生的充分条件或必要条件。由创新能力不提高（～IA）结果存在时单个变量的必要性分析，可以发现股权投资的缺失（～GQTZ）相比股权投资的存在（GQTZ）对创新能力提高结果的存在和创新能力不提高结果的存在都具有较高的一致性;风险补偿的缺失（～FXBC）与存在（FXBC）对创新能力提高结果的存在和创新能力不提高结果的存在的一致性基本没有差别;奖励的缺失（～JL）、间接税收优惠方式的缺失（～SSYH）和新型财政补助方式的缺失（～CZBZ）与创新能力不提高结果的存在有着较高的关联，但是尚不能成为必要或者充分条件。从这些发现不难看出创新能力是否提高是由多重因素共同导致，因此，有必要通过下一步的条件组合分析来进一步分析它们的组合对创新能力的影响。
2.条件组合分析
完成单变量必要性分析后，进一步运用fs/QCA3.0版本进行条件组合分析，该过程同样通过最终分析一致性指标和覆盖率指標来完成。首先以默认标准（一致性门槛值为0.8，案例频数门槛值为1）为准则删除一部分案例编码，然后选择标准分析（Standard Analyses），得到了三个解，分别为复杂解（complex solution）、简单解（parsimonious solution）和中间解（intermediate solution）。其中，复杂解的参数在定性比较分析方法中是一种完全按照变量设置出现的一种结果，简单解的参数结果相对比较简单，同时纳入了所有的“容易”和“困难”的逻辑余项，中间解纳入了“容易”的逻辑余项[23]。本文结合简单解和中间解分析结果，软件运行的简单解和中间解如表4和表5所示。
表4 简单解
资料来源：fs/QCA3.0软件运行结果整理。
表5 中间解
资料来源：fs/QCA3.0软件运行结果整理。
当简单解和中间解中同时包含该条件变量，就认为它是核心条件，如果该条件变量只存在于中间解中，则为边缘条件[24]，因此结合本研究的简单解和中间解，得出提高创新能力的条件组合构型。为了更加形象地展示这几种组态，本文按照Ragin和Fiss文中所写，黑色圆代表条件存在，圆内为 “?” 代表条件不存在;大圆代表核心条件，小圆代表边缘条件;空白代表条件“无关紧要”，也就是条件可能存在或是不存在[25]，结果如表6所示。
表6 提高创新能力的条件组合构型
资料来源：fs/QCA3.0软件运行结果分析整理。
一般来说，结果一致性（Solution Consistency）是对运算出来的逻辑条件组合与实证数据所呈现出来的逻辑条件组合之间的关系程度的评估，其值接近于1并且不小于0.75时，代表运算出来的变量条件组合与案例数据本身呈现的变量条件组合之间的联系比较好，结果覆盖率（Solution Coverage） 是在一致性运算后，对运算出来的逻辑条件组合对于结果的解释程度进行评估，其值越接近于 1，表示运算出来的变量条件组合对结果变量具有越高的解释程度[26]。表6结果显示，本研究中间解整个解的一致性（solution consistency）达到了1，满足分析要求;案例组合覆盖度（solution coverage）为1，说明研究结果解释程度很高。根据运算结果，一共存在4种条件组合可以对创新能力提高进行解释，分别为：
（1）SSYH*～FXBC*CZBZ
（2）SSYH*～GQTZ*CZBZ （3）～FXBC*CZBZ*JL
（4）SSYH*CZBZ*JL
从以上四种组合可以看出，新型财政补助方式在所有的组合中均以核心条件存在，说明从现有的样本来看，新型财政补助方式是提高创新能力的必要条件。四种组合中间接税收优惠以核心条件存在三次，说明了更多地实施间接税收优惠方式也是提高创新能力的重要手段。奖励在四种组合中以核心条件存在两次，与创新能力的提高也有很高的关联，但不是必要条件。同时风险补偿和股权激励财政投入方式在这四种组合中以相反值的形式存在，风险补偿以核心不存在条件出现两次，股权投资以边缘不存在出现一次，其他构型中均“无关紧要”，说明这两种方式并没有促进创新。根据结果进一步对四种条件组合分析，可以看出，四种条件组合的唯一覆盖率（Unique Coverage）都不算太高，但其中第三种和第四种条件组合跟其他组合相比，具备较高的解释力，表明了在现有的样本案例中这两种条件组合较为典型，均有18.75%的成功案例仅能被此种组合路径解释。
分别对这四种组合代表的意思进行解释：
（1）SSYH*～FXBC*CZBZ，该条件组合代表当税收优惠方式以间接税收优惠为主，且不存在风险补偿的方式，更多采用后补助、创新券等新型财政补助方式，可以达到激励创新，提高省创新能力的作用。本文中的典型案例为北京、吉林和青海，如青海调整财政性资金投资方式，对竞争性领域产业，由直接支持项目改为更多采取股权投资等市场化方式予以支持，采取鼓励企业先行投入，省级财政科技资金按一定比例给予后补助的支持方式等，这些支持方式的组合对于创新能力的提高起到了作用。
（2）SSYH*～GQTZ*CZBZ，该条件组合表示以间接的税收优惠方式为主、不存在股权投资的方式、财政补助以创新券等新型方式为主，可以产生创新能力提高的结果。本文中的典型案例为广东、湖北、四川和天津，如广东近年来对创新型企业提供了丰富的优惠条件，更多采取间接税收优惠的方式，创新财政支持方式，采用后补助等新型的财政补助方式，区域创新能力得到快速提升，超过江苏，连续两年第一。
（3）～FXBC*CZBZ*JL，该条件组合解释为不存在风险补偿和更多采用新型财政补助方式并且采用奖励的方式，能产生创新能力提高的结果。在本文中，宁夏和浙江均为该条件组合的典型案例，如宁夏完善后补助政策，扩大补助范围，将科技成果转化和技术交易纳入后补助，并根据不同的项目调整后补助的比例标准，激励企业在研发上的投入，从而激励了创新。
（4）SSYH*CZBZ*JL，该条件组合表示间接税收优惠为主、采用奖励的方式和更多地采用新型财政补助方式，这样一个条件变量组合产生的结果是，说明这个组合有利于创新能力的提高。这个组合在本文中的典型案例比较多，如山东、陕西、重庆、河北、上海等。以重庆、上海为例，重庆市科技创新政策中财政投入方式比较多样化，同时采用间接的税收优惠和新型的财政补助方式以及奖励等方式;上海市政府更多地制定了扩大研发费用加计扣除优惠政策适用范围、提取特定专项准备金和允许高科技企业发生的职工教育经费支出等可在计算应纳税所得额时扣除等间接税收优惠政策，对企业创新起到了激励作用。
3.稳健性检验
QCA研究结果的稳健性经常受到质疑，对此，很多学者提出了稳健性检验的方法，本文以Bell提出的一种稳健性检验方法进行检验，即对引致结果变量高水平的条件变量进行组合分析的同时，也对于引致结果变量低水平的条件变量组合进行分析[27]，也就是進行反向检验，本文的检验结果如表7所示。
表7 反向检验的中间解
资料来源：fs/QCA3.0软件运行结果整理。
由表7可知，创新能力不提高的中间解的解一致性和解的覆盖率均为1，满足分析要求。通过将两个解进行对比可以看出，创新能力不提高的条件变量组合与导致创新能力提高的条件变量组合并不对称，没有出现同一种条件组合既导致创新能力的提高又导致创新能力的不提高，同时进一步分析这四种组合可以发现，奖励不存在或间接税收优惠不存在的条件组合有很大的覆盖面，与创新能力不提高有一定的关联，从组合4可以看出，其他三种方式都存在而新型财政补助方式不存在，创新能力不提高，因此新型财政补助方式是创新能力提高的必要性条件，这些与前面的研究结果相一致，因此认为本文研究结果具有一定的稳健性。
四、结论与启示
本研究通过收集27个省级行政区的科技创新政策文本，基于相关文献和政策文本内容，对各个政策文本中的财政支持方式进行归类和分析，并运用定性比较分析方法探讨财政支持方式与创新能力的关系，以期能够弥补对于财政支持方式的关联性和组合作用研究的欠缺。
本文研究结果发现：
1.新型财政补助方式是提高创新能力的必要条件
创新能力受到税收优惠的方式、股权投资、财政补助的方式、风险补偿和奖励等多个政府财政支持方式的影响。但从单个条件来看，新型财政补助方式是提高创新能力的必要条件，在所有得到的典型组合中也均有新型财政补助方式的存在，因此，更多地采取创新券、后补助等新型补助方式有利于创新能力的提高。
2.间接税收优惠方式是提高创新能力的充分条件，奖励与创新能力的提高有很强的关联性
从单个条件来看间接税收优惠是影响创新能力的充分条件，得到的四个典型组合中，间接税收优惠存在三次，因此采取以提取特定专项准备金、研发费用加计扣除等更多间接税收优惠方式为主的政策可以提高创新能力。奖励在四种组合中存在两次，且覆盖面占到所有组合的68.75%，与创新能力的提高有很强的关联性。
3.现有的风险补偿与股权投资方式并不利于创新能力的提高
得到的条件组合中，风险补偿和税收优惠均以相反值的形式存在，说明现有的风险补偿和股权投资方式对创新能力的提高是不利的。分析原因，可能是因为风险补偿方式是一种事前的激励，以往研究大多表明事后激励比事前激励更有利于创新，并且政府不具备判别哪个企业或者项目投资的效益高低的能力，因此未起到创新激励的作用;而股权投资作为一种政府资金以股权形式投资于科技企业的财政支持方式，可能由于程序复杂、退出机制不完善和考核体系未建立等原因，反而不利于创新的提高。 4.创新能力的提高更多地取决于各种财政支持方式的搭配
从不同条件的组合结果来看，虽然间接税收优惠方式、新型财政补助方式和奖励同时存在的条件组合，对于创新能力提高的出现具有较高的解释力，但是其他组合方式也可以提高创新能力。从各个组合可以看出，风险补偿、股权投资、奖励等财政支持方式不是推动创新能力提高的必要条件，在条件组合结果分析中，风险补偿、股权投资以其相反值（即不存在）形式出现，因此提高创新能力更多地取决于不同的支持方式的搭配，合适的组合才能起到提高创新能力的作用。
综合以上结论，得到的启示是：采取更多的新型财政补助方式对于提高创新能力有着不可忽视的作用，政府在制定政策时应予以重视;以间接税收优惠方式为主更能促进创新，应该成为政策制定的方向;奖励与创新能力的提高有很高的关联性，可以成为政府支持创新的主要财政方式之一;现有的风险补偿和股权投资方式存在一些局限性，并不利于激励创新，地方政府在采用这两种支持方式时，要注意其目前存在的问题，完善相关的制度;政府要考虑不同地区经济社会发展水平和财政资源，综合各种财政支持方式的优缺点，采取适合本地区特点的方式和措施，要从财政支持方式的互补性及系统性出发，避免财政支持方式的单一，同时兼顾各种支持方式的匹配度和应用性，完善和优化财政支持方式体系，从而更好地发挥政府财政资金的作用。
————————
参考文献：
[1] David Paul A. & Hall，Bronwyn H. & Toole，Andrew A. Is Public R&D a Complement or Substitute for Private R&D？ A Review of the Econometric Evidence[J].Research Policy，2000 ，April .Vol.29（4）：497-529.
[2]郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济，2018，（09）：98-116.
[3]Wallsten S. The Effect of Government-Industry R&D Programs on Private R&D： the Case of the Small Businessthe Innovation Research Program[J].Rand Journal of Economics，2000.Vol.21，pp.82-100.
[4]刘楠，杜跃平.政府补贴方式选择对企业研发创新的激励效应研究[J].科技进步与对策，2005，（11）：18-19.
[5]Lach S. Do R&D Subsidies Stimulate or Displace Private R&D？ Evidence from Israel[J]. Journal of Industrial Economics，2002.Vol.L：369-390.
[6]Garcia & Quevado J. Do Public Subsidies Complement Business R&D？A Meta-Analysis of the Econometric Evidence[J]. Kyklos，2004.Vol.57：87-102.
[7]范硕，何彬.创新激励政策是否能提升高新区的创新效率[J].中国科技论坛，2018，（07）：45-55+63.
[8]刘子諝，周江华，李纪珍.过犹不及：财政补贴对企业创新的多重作用机制分析[J].科学学与科学技术管理，2019，40（01）：51-64.
[9]Hall B.H. & J.Van Reenan， How Effective are Fiscal Incentives for R&D？A Review of the Evidence[J]. Research Policy，2000.Vol.29：449-469.
[10]Holemans B. & Sleuwaegen L. Innovation Expenditures and the Role of Government in Belgium[J]. Research Policy，2006，17（6）：375-379.
[11]范柏乃，班鵬.基于SD模拟的企业自主创新财税政策激励研究[J].自然辩证法通讯，2008，（03）：49-56.
[12]郭炬，叶阿忠，陈泓.基于半参数空间计量模型的技术创新能力区域聚集效应研究[J].科学学与科学技术管理，2012，33（11）：62-70.
[13]郭景先，苑泽明.生命周期、财政政策与创新能力——基于科技型中小企业的经验证据[J].当代财经，2018，（03）：23-34.
[14]郑方辉，邓霖，林婧庭.补助性财政政策绩效目标为什么会走样？——基于广东三项省级财政专项资金绩效第三方评价[J].公共管理学报，2016，13（03）：122-134.
[15]肖念涛，谢赤.构建和完善中小企业财政支持政策体系[J].求索，2012，（02）：81-82.
[16]柳卸林.新时期我国促进自主创新的政策解读——以财政政策为例[J].山西大学学报（哲学社会科学版），2007，（03）：177-182.
[17]李蔚，何海兵.定性比较分析方法的研究逻辑及其应用[J].上海行政学院学报，2015，16（5）：92-100.
[18]万筠，王佃利.中国邻避冲突结果的影响因素研究——基于40个案例的模糊集定性比较分析[J].公共管理学报，2019，16（01）：66-76. [19]杨志军.模糊性条件下政策过程决策模型如何更好解释中国经验？——基于“源流要素+中介变量”检验的多源流模型优化研究[J].公共管理学报，2018，15（04）：39-51.
[20]李良荣，郑雯，张盛.网络群体性事件爆发机理：“传播属性”与“事件属性”双重建模研究——基于195个案例的定性比较分析（QCA）[J].现代传播（中国传媒大学学报），2013，35（02）：25-34.
[21]唐建荣，赵菲，唐雨辰.价值观多元化与企业绩效提升——基于QCA方法的实证分析[J].软科学，2018，32（02）：71-75.
[22]Charles C. Ragin.Set Relations in Social Research： Evaluating Their Consistency and Coverage[J]. Political Analysis Advance Access，2006，（05）：8-9.
[23]马奔，李继鹏.我国邻避效应的解读：基于定性比较分析法的研究[J].上海行政学院学报，2015，（9）：41-51.
[24]杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017，（06）：155-167.
[25]Ragin，C.C. and Fiss，P.C. Net Effects Analysis Versus Configurational Analysis： An Empirical Demonstration.In Ragin，C.C， Redesigning Social Inquiry：Fuzzy Sets and Beyond[M].Chicago：Unversity of Chicago Press，2008：190-212.
[26]王程韡.腐败的社会文化根源：基于模糊集的定性比较分析[J].社会科学，2013，（10）：28-39.
[27]Bell R G， Filatotchev I & Aguilera R V. Corporate Governance and Investors’Perceptions of Foreign IPO Value： An Institutional Perspective[J]. Academy of Management Journal，2014，57（1）： 301-320.
Study on Fiscal Support Policy Tools of Regional Science and Technology Innovation
——Based on the Crisp-Set Qualitative Comparative Analysis
Si Xiaoyue / Ma Yiming
Abstract： This study takes the data of scientific and technological innovation ability and relevant policies of 27 provinces in China from 2012 to 2016 as an example. Through the qualitative comparative analysis （QCA）， the article researches the logical relationship between the change of regional science and technology innovation ability and the combination of fiscal support tools in science and technology innovation policy. With the study， we found that： the new type of financial subsidy is a necessary condition to improve the ability of innovation， and more new forms of subsidies such as innovation vouchers and post-subsidies are conducive to the improvement of innovation ability; indirect tax incentives are sufficient conditions to improve innovation ability and there is a strong correlation between rewards and the ability of innovation; existing risk compensation and equity investment are not conducive to improving innovation ability; the effect of fiscal policy depends more on the matching of different financial support methods， and the appropriate combination can play a role in improving the ability of innovation.
Keywords： Financial Supportmethod; Regional Science and Technology Innovation; Innovation Capability; Qualitative Comparative Analysis
（責任编辑 周巍）
关键词： 财政支持方式;区域科技创新;创新能力;定性比较分析
一、引 言
创新能力是衡量国家和区域经济发展的重要因素，学者们对创新能力的影响因素进行了诸多研究，很多学者研究和验证了财政支持对提高创新能力的重要性和有效性，但是，缺少具体的支持方式或组合对创新能力的影响研究。十八大提出创新驱动发展战略以来，国家出台了很多科技创新政策，各地方财政在支持科技创新方面做了大量探索，出台了一系列政策法规规定，但是，各个地区效果有所差异。因此本文在财政支持影响创新能力的基础上，对各省现行科技创新政策中财政支持方式进行研究，尝试进一步研究其组合与创新能力的联系，以期发现哪些财政支持方式会影响创新能力、怎样的组合能进一步提高创新能力，为优化财政支持方式、出台相关政策提供借鉴。
梳理有关财政支持方式与创新能力的相关文献，发现国内外学者普遍重视研究具体的单个财政支持方式与创新能力的关系，主要有各种财政支持方式的作用和效果、财政政策存在的问题与不足以及财政支持科技创新的政策体系设计等。在关于各种财政支持方式的作用和效果的研究中，David基于科技创新的不确定性和信息不对称，认为政府采取的直接支付或者税收优惠等方式对于企业的研发活动有一定的支持作用[1]。郭玥通过实证研究，发现政府创新补助对企业增加创新投入和实质性创新产出有明显的作用[2]。Wallsten研究表明政府对创新活动事后的评估与财政资助，其财政支持的积极作用会明显降低[3]。而刘楠、杜跃平等人采用博弈论的方法，通过建立模型分析事前补贴方式和事后补贴方式对于企业创新激励的机理，发现事前补贴是一种较差的政策工具，事后补贴对激励创新更有效果[4]。与此同时，更多的国内外学者集中于税收优惠、财政补贴等方式的有效性、必要性以及影响效果进行激烈的讨论。有些学者认为税收优惠、财政补贴等方式对创新没有激励作用甚至存在挤出效应，Lach从企业可能会过于依赖政府的资助而减少研发投入的角度和企业为了税收优惠导致短期的项目选择偏好的角度考虑，认为政府财政的补贴存在一定的挤出效应[5];Garcia & Quevado通过对39个财政补贴案例进行实证研究，发现政府财政补贴以及研究规划并没有对企业研发创新产生确实性的影响功效[6];范硕、何彬得出了财政补贴、税收激励对高新区的创新激励有负向作用，直接税收减免与创新激励无直接相关性的结论[7];而刘子諝等首次基于附加效应视角和效率视角两个角度，验证了财政补贴与创新产出之间是倒U型关系[8]。还有些学者认为税收优惠和财政补贴对创新有显著的激励作用，Hall & Van Reenen发现税收激励对于私有经济的研发支出有着十分显著的积极影响[9];Holemans & Sleuwaege算出了政府每增加1单位的财政补贴，企业就会增加0.25-0.48个单位的研发投入，并且通过奖励创新，会激发企业的投入积极性，提高产业的创新绩效[10];范柏乃、班鹏建立了企业自主创新财税政策激励的SD模型，并对各种财税优惠政策进行模拟研究和定量分析，最终得出了免税期、优惠的企业所得税税率、优惠的固定资产折旧率和贴息率对企业自主创新的激励作用均是有效的结论[11];郭炬、叶阿忠等研究了政府财税政策对技术创新的影响，指出政府财政政策对企业创新有明显的促进作用[12];郭景先、苑泽明以非上市的科技型中小企业为研究对象，采用主成分分析法评价企业创新能力，在此基础上，实证分析财政政策对创新能力的影响，发现财政政策中的政府资助与税收优惠两种工具对企业创新能力都具有激励效应[13]。有关财政政策的问题和不足，郑方辉等以广东省三项省级补助性财政专项资金为研究对象，对补助性财政专项资金目标“走样”的原因进行研究[14]。肖念涛、谢赤对中小企业财政支持政策进行研究，发现财政支持方式存在手段单一、效果不明顯等问题[15]。柳卸林从政策体系设计角度考虑，对国务院出台的《规划纲要》进行梳理，分析了我国对创新产生激励的政府采购、税收优惠等方式的政策内容，指出了政策体系的创新点[16]。
学界对于促进科技创新的财政支持方式的研究目前已初具规模，从内容上讲，主要有理论研究和各类财政政策工具效果的实证检验以及问题研究等;从对象上讲，主要以研究科技型企业为主;从研究方法看，主要是采用主成分分析法、博弈论、回归分析、建立SD模型等定性或者定量的方法;但是，纵观这些研究更多的是针对财政补贴、税收优惠和补助等财政支持方式对创新的作用的研究，得到的结论不一致，并且都是在针对单个的支持方式的效果进行研究，强调税收优惠、财政补贴、财政补助等单个财政支持方式对创新能力的作用。而从整个政策体系来看，往往是各类财政支持方式同时作用于创新主体。因此，众多财政支持工具的重要性如何？多种财政支持方式组合与创新能力有什么关系？哪些财政支持方式的组合更有利于创新能力的提高？这些问题的研究和解决将给政府财政支持方向选择提供一定的建议。
鉴于此，本文将运用定性比较分析方法（QCA）分析各省的创新能力变化与其出台的科技创新政策中财政支持方式组合类型的逻辑关系，尝试找出并解释影响创新能力的组合方式，分析哪些组合类型比较高效，以期优化我国各区域的财政支持方式，进而提高创新能力。
二、研究思路 1.研究方法——定性比较分析法（QCA）
定性比较分析（Qualitative Comparative Analysis，QCA）是由查尔斯C·拉金（Charles C Ragin）在1987年首次提出的，这种方法超越了定性与定量的界限，能够理顺原因的复杂性，揭示多个原因变量的复杂关系对结果变量的影响。它代表一种全新的研究逻辑，是传统的质性研究与量化研究的补充[17]，已经被广泛应用于管理学、政治学、新闻传播等领域。近年来，国内学者已经把定性比较分析方法应用在邻避冲突研究[18]、比较公共政策研究[19]、群体性事件研究[20]、企业绩效研究[21]等问题研究。定性比较分析方法注重研究特定的变量组合对结果的影响，而非单个变量对结果的影响，这种方法对样本数量要求不高，一般适用于10～60之间的中小样本研究。本文选用QCA四种操作方法中最被广泛使用的清晰集定性比较分析方法（csQCA）作为研究方法。
清晰集定性比较分析方法（csQCA）分为四个操作步骤：第一步，将条件变量和结果变量按照一定标准进行二分处理，构建二分数据表;第二步，通过软件对于原始二分数据表“合成”，得到真值表（Truth Table），并解决矛盾组态;第三步，进行布尔最小化，建立解释模型;第四步，进行结果分析，用一致性（Consistency）和覆盖率（Coverage）两个指标对于模型生成的条件组合的可靠性进行检测，并将生成的条件组合带入案例中分析。
2.变量的设计与选择
（1）条件变量的设计与选择
本研究的条件变量是通过对各个区域的创新政策搜集和分析确定的。通过对各个地方政府、科技主管部门相关网站的搜索，收集了2012-2016年出台的相关科技创新政策。为了保证样本的一贯性和连续性，最终选取了27个省级行政区作为研究样本，通过对政策文本内容的详细解读和相关文献的阅读，选取的条件变量有五个，分别为税收优惠（代码为SSYH）、股权投资（代码为GQTZ）、风险补偿（代码为FXBC）、财政补助（代码为CZBZ）和奖励（代码为JL）。
①税收优惠
为了提高国家的自主创新能力，很多国家实行了多样的税收优惠方式，发达国家普遍重视间接税收优惠的运用。在关于税收优惠方式的相关研究中，主要将税收优惠分为直接税收优惠和间接税收优惠。直接税收优惠注重税率式的优惠，如在一定时期内减征、免征或者实行低税率，更多的是事后的奖励。间接税收优惠更加注重税基式优惠，如：投资抵免、研发费用的加计扣除或税收抵免、加速折旧、特种专项准备金的提取等，是一种事前的扶持。基于以上，本文将税收优惠变量按照税收优惠方式定义，具体分为直接税收优惠和间接税收优惠方式两类，将间接税收优惠方式政策条文数量大于或等于直接税收优惠方式政策条文数量赋值为1;反之，赋值为0。
②股权投资、风险补偿和奖励
股权投资、风险补偿和奖励也是地方政府常用的财政投入方式，在有关创新财政投入方式的研究中经常被提到，按照清晰集定性比较分析方法的要求，要将这三个条件变量作二分处理。在对文献进行回顾的过程中，可以看出关于股权投资、风险补偿和奖励的研究并没有类似于税收优惠的具体分类的研究，并且在本文政策文本分析中，可以看出这三个变量更多的是政策条文的数量多少的区别，没有提到不同的操作形式。因此，本文对这三个变量的赋值标准与税收优惠的赋值标准不同，借鉴有些学者用中位数和平均数对变量进行处理的方法，最终决定以中位数来处理变量，将处于政策条文数量数列的中位数及以上的变量编码为1，处于数列的中位数以下的变量编码为0。
③财政补助
财政补助是政府为激励创新常用的支持方式。近年来，各个地方政府不断积极探索和创新公共财政支持创新发展的方式，注重改前补助为后补助，直接补助为考核补助，探索创新券等新型的补助方式。而与财政补助相关的研究也大多是探究了前补助、后补助、过程补助等不同方式的效果的差异，因此，本文对财政补助的赋值标准不采用对股权投资、风险补偿、奖励三个变量的赋值方式，认为将财政补助按照补助方式进行二分赋值更有意义，本文在研究中把后补助、创新券等新型补助方式的政策条文数量大于或等于一般补助方式政策条文数量的赋值为1;反之，为0。
（2）结果变量的设计与选择
本文的结果变量是创新能力的变化（代码为IA）。考虑到政策效果的时滞性，选择2015-2018年《中国区域科技创新评价报告》各个省份的创新能力排名，并以这四年的排名的变化衡量各省创新能力的变化。具体赋值方法为，将各个省四年创新能力的平均排名与2015年的排名进行比较，排名上升或者不变的赋值为1，排名下降的赋值为0。
各个条件变量和结果变量的具体赋值方式如表 1所示。
表1 变量的赋值标准和赋值结果
（3）真值表的构建
通过以上的赋值标准，结合近四年《中国区域科技创新评价报告》各个省份的创新能力排名数据，对选取的27个省的结果变量和条件变量进行具体赋值，可以得到条件变量与结果变量的二分表。将二分表导入TOSMANA分析软件，便可得到最终的真值表（TruthTable），即条件变量和结果变量的所有组合情况，运行结果如表2所示。
表2 真值表
资料来源：TOSMANA软件运行结果整理
从真值表中可以看出，总共生成了16种组合，其中案例最多的组合有三个案例，这两个组合分别为： SSYH*～GQTZ*FXBC*CZBZ*JL;SSYH*GQTZ*FXBC*CZBZ*JL即：間接的税收优惠、风险补偿、新型财政补助方式和奖励;间接的税收优惠、股权投资、风险补偿、新型财政补助方式和奖励，这样的组合方式结果变量均为“1”，说明这两种组合对于创新能力的提高都有一定的作用，其中第二种组合比较完美，表明这五种财政支持方式均采用，可以得到创新能力提高的结果，而其他更多具体的组合方式的影响，我们可以进一步分析。 三、定性比较分析与稳健性检验
1.单变量必要性分析
对单个变量进行必要性分析，来判断单个条件变量和结果变量之间是否存在充分关系或必要关系。在QCA方法中，通过一致性（consistency）和覆盖率（coverage）的计算[22]，来衡量变量之间是否存在必要性和充分性的关系。
必要条件的一致性指标的计算公式：
Consistency（Yi≤Xi）=∑[min（Xi，Yi）]/∑Yi
充分条件的一致性指标的计算公式：
Consistency（Xi≤Yi）=∑[min（Xi，Yi）]/∑Xi
一般来说，当一致性指标大于0.8时，即认为该条件变量（X）为结果变量（Y）的充分条件，即该条件变量的出现能够导致结果的发生，当一致性指标大于0.9时，则认为该条件变量是结果变量的必要条件。
必要条件的覆盖率指标的计算公式：
Coverage（Yi≤Xi）=∑[min（Xi，Yi）]/∑Xi
充分条件的覆盖率指标的计算公式：
Coverage（Xi≤Yi）=∑[min（Xi，Yi）]/∑Yi
该指标表示条件变量（X）对结果变量（Y）的解释力度，覆盖率指标越大，说明该条件变量在经验上对结果变量的解释力度越大。
本文基于fs/QCA3.0软件进行分析，列出了条件变量的必要性分析结果（见表 3）。
表3 单个条件变量的必要性分析结果
资料来源：fs/QCA3.0软件运行结果整理。注：～ 表示该要素不存在时对结果的影响。
由表3可知，创新能力提高（IA）结果存在时，“CZBZ”这一变量的一致性指标大于0.9，说明“新型财政补助方式”可以成为创新能力提高的必要性条件，同时，其覆盖率指标约为0.76，说明该变量在经验上能够解释约76%的案例;“SSYH”这一变量的一致性指标大于0.8小于0.9，说明“间接税收优惠”可以成为创新能力提高的充分条件，根据其覆盖率，可知该变量在经验上对结果变量的解释力度也在76%以上;其他条件变量的一致性指标和覆盖率指标表明其对结果的发生有一定的解释力度，但其他的条件变量的一致性指标均小于0.8，都不能作为结果发生的充分条件或必要条件。由创新能力不提高（～IA）结果存在时单个变量的必要性分析，可以发现股权投资的缺失（～GQTZ）相比股权投资的存在（GQTZ）对创新能力提高结果的存在和创新能力不提高结果的存在都具有较高的一致性;风险补偿的缺失（～FXBC）与存在（FXBC）对创新能力提高结果的存在和创新能力不提高结果的存在的一致性基本没有差别;奖励的缺失（～JL）、间接税收优惠方式的缺失（～SSYH）和新型财政补助方式的缺失（～CZBZ）与创新能力不提高结果的存在有着较高的关联，但是尚不能成为必要或者充分条件。从这些发现不难看出创新能力是否提高是由多重因素共同导致，因此，有必要通过下一步的条件组合分析来进一步分析它们的组合对创新能力的影响。
2.条件组合分析
完成单变量必要性分析后，进一步运用fs/QCA3.0版本进行条件组合分析，该过程同样通过最终分析一致性指标和覆盖率指標来完成。首先以默认标准（一致性门槛值为0.8，案例频数门槛值为1）为准则删除一部分案例编码，然后选择标准分析（Standard Analyses），得到了三个解，分别为复杂解（complex solution）、简单解（parsimonious solution）和中间解（intermediate solution）。其中，复杂解的参数在定性比较分析方法中是一种完全按照变量设置出现的一种结果，简单解的参数结果相对比较简单，同时纳入了所有的“容易”和“困难”的逻辑余项，中间解纳入了“容易”的逻辑余项[23]。本文结合简单解和中间解分析结果，软件运行的简单解和中间解如表4和表5所示。
表4 简单解
资料来源：fs/QCA3.0软件运行结果整理。
表5 中间解
资料来源：fs/QCA3.0软件运行结果整理。
当简单解和中间解中同时包含该条件变量，就认为它是核心条件，如果该条件变量只存在于中间解中，则为边缘条件[24]，因此结合本研究的简单解和中间解，得出提高创新能力的条件组合构型。为了更加形象地展示这几种组态，本文按照Ragin和Fiss文中所写，黑色圆代表条件存在，圆内为 “?” 代表条件不存在;大圆代表核心条件，小圆代表边缘条件;空白代表条件“无关紧要”，也就是条件可能存在或是不存在[25]，结果如表6所示。
表6 提高创新能力的条件组合构型
资料来源：fs/QCA3.0软件运行结果分析整理。
一般来说，结果一致性（Solution Consistency）是对运算出来的逻辑条件组合与实证数据所呈现出来的逻辑条件组合之间的关系程度的评估，其值接近于1并且不小于0.75时，代表运算出来的变量条件组合与案例数据本身呈现的变量条件组合之间的联系比较好，结果覆盖率（Solution Coverage） 是在一致性运算后，对运算出来的逻辑条件组合对于结果的解释程度进行评估，其值越接近于 1，表示运算出来的变量条件组合对结果变量具有越高的解释程度[26]。表6结果显示，本研究中间解整个解的一致性（solution consistency）达到了1，满足分析要求;案例组合覆盖度（solution coverage）为1，说明研究结果解释程度很高。根据运算结果，一共存在4种条件组合可以对创新能力提高进行解释，分别为：
（1）SSYH*～FXBC*CZBZ
（2）SSYH*～GQTZ*CZBZ （3）～FXBC*CZBZ*JL
（4）SSYH*CZBZ*JL
从以上四种组合可以看出，新型财政补助方式在所有的组合中均以核心条件存在，说明从现有的样本来看，新型财政补助方式是提高创新能力的必要条件。四种组合中间接税收优惠以核心条件存在三次，说明了更多地实施间接税收优惠方式也是提高创新能力的重要手段。奖励在四种组合中以核心条件存在两次，与创新能力的提高也有很高的关联，但不是必要条件。同时风险补偿和股权激励财政投入方式在这四种组合中以相反值的形式存在，风险补偿以核心不存在条件出现两次，股权投资以边缘不存在出现一次，其他构型中均“无关紧要”，说明这两种方式并没有促进创新。根据结果进一步对四种条件组合分析，可以看出，四种条件组合的唯一覆盖率（Unique Coverage）都不算太高，但其中第三种和第四种条件组合跟其他组合相比，具备较高的解释力，表明了在现有的样本案例中这两种条件组合较为典型，均有18.75%的成功案例仅能被此种组合路径解释。
分别对这四种组合代表的意思进行解释：
（1）SSYH*～FXBC*CZBZ，该条件组合代表当税收优惠方式以间接税收优惠为主，且不存在风险补偿的方式，更多采用后补助、创新券等新型财政补助方式，可以达到激励创新，提高省创新能力的作用。本文中的典型案例为北京、吉林和青海，如青海调整财政性资金投资方式，对竞争性领域产业，由直接支持项目改为更多采取股权投资等市场化方式予以支持，采取鼓励企业先行投入，省级财政科技资金按一定比例给予后补助的支持方式等，这些支持方式的组合对于创新能力的提高起到了作用。
（2）SSYH*～GQTZ*CZBZ，该条件组合表示以间接的税收优惠方式为主、不存在股权投资的方式、财政补助以创新券等新型方式为主，可以产生创新能力提高的结果。本文中的典型案例为广东、湖北、四川和天津，如广东近年来对创新型企业提供了丰富的优惠条件，更多采取间接税收优惠的方式，创新财政支持方式，采用后补助等新型的财政补助方式，区域创新能力得到快速提升，超过江苏，连续两年第一。
（3）～FXBC*CZBZ*JL，该条件组合解释为不存在风险补偿和更多采用新型财政补助方式并且采用奖励的方式，能产生创新能力提高的结果。在本文中，宁夏和浙江均为该条件组合的典型案例，如宁夏完善后补助政策，扩大补助范围，将科技成果转化和技术交易纳入后补助，并根据不同的项目调整后补助的比例标准，激励企业在研发上的投入，从而激励了创新。
（4）SSYH*CZBZ*JL，该条件组合表示间接税收优惠为主、采用奖励的方式和更多地采用新型财政补助方式，这样一个条件变量组合产生的结果是，说明这个组合有利于创新能力的提高。这个组合在本文中的典型案例比较多，如山东、陕西、重庆、河北、上海等。以重庆、上海为例，重庆市科技创新政策中财政投入方式比较多样化，同时采用间接的税收优惠和新型的财政补助方式以及奖励等方式;上海市政府更多地制定了扩大研发费用加计扣除优惠政策适用范围、提取特定专项准备金和允许高科技企业发生的职工教育经费支出等可在计算应纳税所得额时扣除等间接税收优惠政策，对企业创新起到了激励作用。
3.稳健性检验
QCA研究结果的稳健性经常受到质疑，对此，很多学者提出了稳健性检验的方法，本文以Bell提出的一种稳健性检验方法进行检验，即对引致结果变量高水平的条件变量进行组合分析的同时，也对于引致结果变量低水平的条件变量组合进行分析[27]，也就是進行反向检验，本文的检验结果如表7所示。
表7 反向检验的中间解
资料来源：fs/QCA3.0软件运行结果整理。
由表7可知，创新能力不提高的中间解的解一致性和解的覆盖率均为1，满足分析要求。通过将两个解进行对比可以看出，创新能力不提高的条件变量组合与导致创新能力提高的条件变量组合并不对称，没有出现同一种条件组合既导致创新能力的提高又导致创新能力的不提高，同时进一步分析这四种组合可以发现，奖励不存在或间接税收优惠不存在的条件组合有很大的覆盖面，与创新能力不提高有一定的关联，从组合4可以看出，其他三种方式都存在而新型财政补助方式不存在，创新能力不提高，因此新型财政补助方式是创新能力提高的必要性条件，这些与前面的研究结果相一致，因此认为本文研究结果具有一定的稳健性。
四、结论与启示
本研究通过收集27个省级行政区的科技创新政策文本，基于相关文献和政策文本内容，对各个政策文本中的财政支持方式进行归类和分析，并运用定性比较分析方法探讨财政支持方式与创新能力的关系，以期能够弥补对于财政支持方式的关联性和组合作用研究的欠缺。
本文研究结果发现：
1.新型财政补助方式是提高创新能力的必要条件
创新能力受到税收优惠的方式、股权投资、财政补助的方式、风险补偿和奖励等多个政府财政支持方式的影响。但从单个条件来看，新型财政补助方式是提高创新能力的必要条件，在所有得到的典型组合中也均有新型财政补助方式的存在，因此，更多地采取创新券、后补助等新型补助方式有利于创新能力的提高。
2.间接税收优惠方式是提高创新能力的充分条件，奖励与创新能力的提高有很强的关联性
从单个条件来看间接税收优惠是影响创新能力的充分条件，得到的四个典型组合中，间接税收优惠存在三次，因此采取以提取特定专项准备金、研发费用加计扣除等更多间接税收优惠方式为主的政策可以提高创新能力。奖励在四种组合中存在两次，且覆盖面占到所有组合的68.75%，与创新能力的提高有很强的关联性。
3.现有的风险补偿与股权投资方式并不利于创新能力的提高
得到的条件组合中，风险补偿和税收优惠均以相反值的形式存在，说明现有的风险补偿和股权投资方式对创新能力的提高是不利的。分析原因，可能是因为风险补偿方式是一种事前的激励，以往研究大多表明事后激励比事前激励更有利于创新，并且政府不具备判别哪个企业或者项目投资的效益高低的能力，因此未起到创新激励的作用;而股权投资作为一种政府资金以股权形式投资于科技企业的财政支持方式，可能由于程序复杂、退出机制不完善和考核体系未建立等原因，反而不利于创新的提高。 4.创新能力的提高更多地取决于各种财政支持方式的搭配
从不同条件的组合结果来看，虽然间接税收优惠方式、新型财政补助方式和奖励同时存在的条件组合，对于创新能力提高的出现具有较高的解释力，但是其他组合方式也可以提高创新能力。从各个组合可以看出，风险补偿、股权投资、奖励等财政支持方式不是推动创新能力提高的必要条件，在条件组合结果分析中，风险补偿、股权投资以其相反值（即不存在）形式出现，因此提高创新能力更多地取决于不同的支持方式的搭配，合适的组合才能起到提高创新能力的作用。
综合以上结论，得到的启示是：采取更多的新型财政补助方式对于提高创新能力有着不可忽视的作用，政府在制定政策时应予以重视;以间接税收优惠方式为主更能促进创新，应该成为政策制定的方向;奖励与创新能力的提高有很高的关联性，可以成为政府支持创新的主要财政方式之一;现有的风险补偿和股权投资方式存在一些局限性，并不利于激励创新，地方政府在采用这两种支持方式时，要注意其目前存在的问题，完善相关的制度;政府要考虑不同地区经济社会发展水平和财政资源，综合各种财政支持方式的优缺点，采取适合本地区特点的方式和措施，要从财政支持方式的互补性及系统性出发，避免财政支持方式的单一，同时兼顾各种支持方式的匹配度和应用性，完善和优化财政支持方式体系，从而更好地发挥政府财政资金的作用。
————————
参考文献：
[1] David Paul A. & Hall，Bronwyn H. & Toole，Andrew A. Is Public R&D a Complement or Substitute for Private R&D？ A Review of the Econometric Evidence[J].Research Policy，2000 ，April .Vol.29（4）：497-529.
[2]郭玥.政府创新补助的信号传递机制与企业创新[J].中国工业经济，2018，（09）：98-116.
[3]Wallsten S. The Effect of Government-Industry R&D Programs on Private R&D： the Case of the Small Businessthe Innovation Research Program[J].Rand Journal of Economics，2000.Vol.21，pp.82-100.
[4]刘楠，杜跃平.政府补贴方式选择对企业研发创新的激励效应研究[J].科技进步与对策，2005，（11）：18-19.
[5]Lach S. Do R&D Subsidies Stimulate or Displace Private R&D？ Evidence from Israel[J]. Journal of Industrial Economics，2002.Vol.L：369-390.
[6]Garcia & Quevado J. Do Public Subsidies Complement Business R&D？A Meta-Analysis of the Econometric Evidence[J]. Kyklos，2004.Vol.57：87-102.
[7]范硕，何彬.创新激励政策是否能提升高新区的创新效率[J].中国科技论坛，2018，（07）：45-55+63.
[8]刘子諝，周江华，李纪珍.过犹不及：财政补贴对企业创新的多重作用机制分析[J].科学学与科学技术管理，2019，40（01）：51-64.
[9]Hall B.H. & J.Van Reenan， How Effective are Fiscal Incentives for R&D？A Review of the Evidence[J]. Research Policy，2000.Vol.29：449-469.
[10]Holemans B. & Sleuwaegen L. Innovation Expenditures and the Role of Government in Belgium[J]. Research Policy，2006，17（6）：375-379.
[11]范柏乃，班鵬.基于SD模拟的企业自主创新财税政策激励研究[J].自然辩证法通讯，2008，（03）：49-56.
[12]郭炬，叶阿忠，陈泓.基于半参数空间计量模型的技术创新能力区域聚集效应研究[J].科学学与科学技术管理，2012，33（11）：62-70.
[13]郭景先，苑泽明.生命周期、财政政策与创新能力——基于科技型中小企业的经验证据[J].当代财经，2018，（03）：23-34.
[14]郑方辉，邓霖，林婧庭.补助性财政政策绩效目标为什么会走样？——基于广东三项省级财政专项资金绩效第三方评价[J].公共管理学报，2016，13（03）：122-134.
[15]肖念涛，谢赤.构建和完善中小企业财政支持政策体系[J].求索，2012，（02）：81-82.
[16]柳卸林.新时期我国促进自主创新的政策解读——以财政政策为例[J].山西大学学报（哲学社会科学版），2007，（03）：177-182.
[17]李蔚，何海兵.定性比较分析方法的研究逻辑及其应用[J].上海行政学院学报，2015，16（5）：92-100.
[18]万筠，王佃利.中国邻避冲突结果的影响因素研究——基于40个案例的模糊集定性比较分析[J].公共管理学报，2019，16（01）：66-76. [19]杨志军.模糊性条件下政策过程决策模型如何更好解释中国经验？——基于“源流要素+中介变量”检验的多源流模型优化研究[J].公共管理学报，2018，15（04）：39-51.
[20]李良荣，郑雯，张盛.网络群体性事件爆发机理：“传播属性”与“事件属性”双重建模研究——基于195个案例的定性比较分析（QCA）[J].现代传播（中国传媒大学学报），2013，35（02）：25-34.
[21]唐建荣，赵菲，唐雨辰.价值观多元化与企业绩效提升——基于QCA方法的实证分析[J].软科学，2018，32（02）：71-75.
[22]Charles C. Ragin.Set Relations in Social Research： Evaluating Their Consistency and Coverage[J]. Political Analysis Advance Access，2006，（05）：8-9.
[23]马奔，李继鹏.我国邻避效应的解读：基于定性比较分析法的研究[J].上海行政学院学报，2015，（9）：41-51.
[24]杜运周，贾良定.组态视角与定性比较分析（QCA）：管理学研究的一条新道路[J].管理世界，2017，（06）：155-167.
[25]Ragin，C.C. and Fiss，P.C. Net Effects Analysis Versus Configurational Analysis： An Empirical Demonstration.In Ragin，C.C， Redesigning Social Inquiry：Fuzzy Sets and Beyond[M].Chicago：Unversity of Chicago Press，2008：190-212.
[26]王程韡.腐败的社会文化根源：基于模糊集的定性比较分析[J].社会科学，2013，（10）：28-39.
[27]Bell R G， Filatotchev I & Aguilera R V. Corporate Governance and Investors’Perceptions of Foreign IPO Value： An Institutional Perspective[J]. Academy of Management Journal，2014，57（1）： 301-320.
Study on Fiscal Support Policy Tools of Regional Science and Technology Innovation
——Based on the Crisp-Set Qualitative Comparative Analysis
Si Xiaoyue / Ma Yiming
Abstract： This study takes the data of scientific and technological innovation ability and relevant policies of 27 provinces in China from 2012 to 2016 as an example. Through the qualitative comparative analysis （QCA）， the article researches the logical relationship between the change of regional science and technology innovation ability and the combination of fiscal support tools in science and technology innovation policy. With the study， we found that： the new type of financial subsidy is a necessary condition to improve the ability of innovation， and more new forms of subsidies such as innovation vouchers and post-subsidies are conducive to the improvement of innovation ability; indirect tax incentives are sufficient conditions to improve innovation ability and there is a strong correlation between rewards and the ability of innovation; existing risk compensation and equity investment are not conducive to improving innovation ability; the effect of fiscal policy depends more on the matching of different financial support methods， and the appropriate combination can play a role in improving the ability of innovation.
Keywords： Financial Supportmethod; Regional Science and Technology Innovation; Innovation Capability; Qualitative Comparative Analysis
（責任编辑 周巍）