Con base en los datos de panel de 31 provincias de la China continental entre 2014 y 2018, este estudio usa el modelo del análisis de supervivencia para explorar los factores de influencia de la difusión de la política de los vales de innovación. El análisis de supervivencia de la adopción de la política de vales de innovación científica y tecnológica muestra que: entre los factores internos, el apoyo financiero, la inversión especial, la oferta científica y tecnológica, así como el tiempo de uso, son los motores principales de la adopción de la política de vales de innovación. Entre los factores externos, el aprendizaje de políticas públicas y la presión vertical han tenido efectos significativos en la adopción de la política de vales de innovación. La tasa de conversión de los logros científicos y tecnológicos, la proporción de actividades de investigación y desarrollo sin instituciones de investigación y desarrollo, la demanda de logros científicos y tecnológicos por parte de las empresas y la cantidad de canjes al año no tienen efectos significativos en la popularidad de los vales de innovación. Los efectos de difusión externa, como la imitación de políticas públicas y la competencia entre provincias, también resultaron débiles.

Los vales de innovación son vales canjeables emitidos por el gobierno para fomentar que las pequeñas y medianas empresas, así como los equipos de innovación, compartan recursos científicos y tecnológicos, con el fin de llevar a cabo actividades empresariales e innovadoras. Los vales de innovación son una novedosa política financiera integral dirigida a la tecnología, y han logrado una colaboración benéfica entre pequeñas y medianas empresas, instituciones de investigación científica y el gobierno; han acelerado la comunicación y reducido los costos de inversión en investigación y desarrollo, así como los costos del ciclo de vida de las pequeñas y medianas empresas (Storey, 2003).

En 2014, la provincia de Jiangsu implementó a fondo la política de los vales de innovación. Por medio de subsidios gubernamentales dirigidos a los fondos de innovación de las empresas, promueve la integración de la producción, la educación y la investigación, inspira a pequeñas y medianas empresas a llevar a cabo actividades de innovación y desarrollo, y fomenta la transformación industrial de los resultados de las investigaciones de las instituciones de investigación científica. A partir de entonces, Changxing, Huai’an, Beijing y varios lugares más han implementado la política de vales de innovación y logrado buenos efectos demostrables con ella. En 2015, el gobierno chino promulgó que fomentaría la “innovación y el emprendedurismo” al explorar nuevos modelos de servicio público, como los vales de innovación y de emprendedurismo. En 2018, el Ministerio de Ciencia y Tecnología y la Federación Nacional de Industria y Comercio publicaron las “Opiniones Rectoras para Promover la Innovación y el Desarrollo de las Empresas Privadas”, donde hacían énfasis en la promoción e implementación de la política de vales de innovación e incitaban a las empresas privadas a usar sus vales de innovación para comprar servicios innovadores y reducir sus costos de innovación. Para diciembre de 2018, 22 provincias habían publicado documentos de implementación para vales de innovación. Estos textos tuvieron un papel importante en la promoción y difusión de los vales de innovación en todo el país y en el fomento al intercambio de recursos científicos y tecnológicos. Por lo tanto, el método del análisis de supervivencia para explorar los factores de influencia de la difusión de la política de vales de innovación entre provincias ayudará a enriquecer las medidas de fomento a las actividades de innovación y emprendedurismo y promover la aplicación de vales de innovación entre provincias.

Los gobiernos locales apoyan la innovación pública y el emprendedurismo al comprar servicios que pueden estimular de forma efectiva el entusiasmo del público por la innovación y el emprendedurismo (Mrożewski y Kratzer, 2017). Los vales de innovación -bonos suministrados por el gobierno para que start-ups y pequeñas y medianas empresas compren servicios de productores de conocimiento público- tienen como objetivo convertir la innovación en un nuevo proceso, servicio o producto dentro de sus actividades empresariales (Matulova et al., 2015). No se puede ignorar su papel en la transformación de las empresas ajenas a la investigación y el desarrollo (Caragliu et al., 2022). Por medio del análisis del efecto de implementación de los vales de innovación, es útil esclarecer las ventajas que estos han tenido y brindar una base para la comprensión de esta política (Kleine et al., 2022). Conforme se profundice la reforma a los métodos de inversión en ciencia y tecnología, también aumentará el alcance de la implementación de la política de vales de innovación (Sala et al., 2016). La política china en ciencia y tecnología está en un periodo en el que se está reinnovando y redifundiendo la interacción entre la tecnología y el mercado (Tian et al., 2021). Esclarecer la tendencia de difusión de los vales de innovación en calidad de política tecnológica es importante para promover su uso en todo el país.

La difusión de políticas públicas se refiere al proceso por el cual una política se extiende entre regiones y gobiernos de distintos niveles y es adoptada por ellos (Krenjova y Raudla, 2018). Desde los años sesenta, los círculos académicos occidentales han discutido mucho la ley básica, los mecanismos dinámicos y los factores de influencia de la difusión de políticas públicas (Gilardi y Füglister, 2008; Shipan y Volden, 2012). La difusión de la innovación en políticas públicas, una teoría que hace énfasis en la comunicación en comunidades específicas por medio de canales de aprendizaje específicos en un tiempo y lugar específicos (Gilardi y Wasserfallen, 2019), nació a partir de las investigaciones sobre los conceptos de innovación y difusión de la innovación en la sociología, las ciencias de la comunicación y otras disciplinas. Desde su aparición, se ha interesado en particular en estudiar las políticas regulatorias y las de carácter, entre ellas, las políticas sociales y municipales han sido los principales objetos de investigación de la difusión de políticas públicas (Berry y Berry, 1992; Garrett y Jansa, 2015; Marier, 2017; Butler et al., 2017). Se ha descubierto que la difusión de políticas públicas tiene forma de S en el tiempo, un “efecto de proximidad” en el espacio y un efecto jerárquico de “líder y seguidores” en la región (Gilardi et al., 2021). Los principales modelos de difusión de políticas públicas pueden resumirse como el “modelo de interacción nacional”, el “modelo de diseminación regional”, el “modelo de seguir al líder” y el “modelo de influencia vertical” (Berry, 1994). La difusión de políticas públicas tiene como principales motores la competencia, el aprendizaje, la coerción y la imitación (Simmons et al., 2006; Douglas et al., 2015; Wasserfallen, 2018). Algunos académicos subdividen la difusión de políticas públicas en difusión horizontal y difusión vertical. En la horizontal, el líder es el primero en adoptar la política innovadora y otros actores adoptan estrategias de seguimiento. En la difusión vertical, las instancias superiores de gobierno promueven una política innovadora generalizada al brindar incentivos económicos o absorber la experiencia sobresaliente (Shipan y Volden, 2006; Gilardi, 2010). Cuando se introdujo la teoría de la difusión de políticas públicas en China, no tardó en despertar la atención de los círculos académicos, que la discutieron de inmediato.

En general, la difusión de políticas públicas puede brindar una buena explicación de la difusión de políticas sociales locales, y explorar el mecanismo localizado de difusión de políticas públicas en el escenario chino se ha convertido gradualmente en el consenso al interior de la comunidad académica. Sin embargo, sigue habiendo poca investigación sobre la difusión de políticas científicas y tecnológicas, y los estudios existentes se concentran en investigar el estatus de difusión superficial o la amplitud y profundidad de la difusión y el efecto integral de los factores internos y externos (Langhorn, 2014). Se ha argumentado que el estudio de la difusión de políticas públicas se expandirá para prestar atención a los progresos en otras subdisciplinas y desarrollar una metodología más sistemática para contestar la pregunta de cómo y cuándo ocurre la difusión de políticas públicas (Graham et al., 2013). A partir de esto, y sobre la base de estudios previos, realizados en condiciones específicas, esta investigación utiliza el análisis de supervivencia para examinar la política interprovincial de vales de innovación, el mecanismo de difusión de la innovación y el proceso de construcción del marco teórico de la política de los gobiernos locales chinos sobre difusión de la innovación. Una vez hechos los supuestos correspondientes, se explora el modo específico de difusión de las políticas de innovación para el caso chino.

La inversión financiera de los gobiernos locales, la oferta y demanda de la producción, educación e investigación, y los propios vales de innovación son demandas internas para la difusión de los vales de innovación tecnológica. Al mismo tiempo, la presión ambiental externa a la que se enfrentan los gobiernos locales -es decir, los factores de difusión externos- también tiene un impacto importante en la difusión de la política de vales de innovación (Guler et al., 2002).

La construcción del entorno institucional tiene un impacto importante en la elección de un apoyo a la investigación y el desarrollo (Wu, 2013). La política de apoyo a la investigación y desarrollo en ciencia y tecnología es una motivación clave para promover el desarrollo de actividades de fomento a la innovación (Parida et al., 2012). Las condiciones socioeconómicas locales que forman parte de la política de apoyo a la investigación y el desarrollo en ciencia y tecnología ejercen una influencia importante en la adopción de esta política (Zhao et al., 2022). Los vales de innovación científica y tecnológica promueven la interacción entre pequeñas y medianas empresas e instituciones de investigación científica, y aceleran la transformación de sus logros científicos y tecnológicos. Por lo tanto, una buena inversión financiera tiene un papel importante en la adopción de esta política de innovación. Los factores de injerencia fiscal del gobierno incluyen dos indicadores: gastos fiscales regionales en ciencia y tecnología y gastos en investigación y desarrollo. Por lo tanto, proponemos las siguientes hipótesis:

Los actores de la política de vales de innovación incluyen empresas, universidades, instituciones de investigación científica y gobierno. En la interacción entre la industria y las universidades, hay problemas para desarrollar una alianza estratégica de la innovación tecnológica industrial (He et al., 2022). Investigamos el factor de oferta y demanda de algunos indicadores compuestos, la oferta regional de ciencia y tecnología, así como la audiencia básica abarcada por el ámbito de mercado de la política. La cantidad de transferencias y permisos de uso de patentes en una región es la medida más intuitiva para comprender la transformación de los logros científicos y tecnológicos de las universidades e instituciones de investigación científica, y es una medida del nivel de productividad científica y tecnológica. La proporción de empresas en otras áreas de investigación y la proporción de instituciones con necesidades de investigación y desarrollo (pero que no son propiamente instituciones de investigación y desarrollo) en la región son una manifestación concreta de la brecha en la demanda de recursos científicos y tecnológicos en la región. Los gastos externos en investigación y desarrollo de las empresas, que son los gastos dirigidos a universidades e instituciones de investigación nacionales, son el reflejo más directo de la urgencia de cada empresa. A partir de lo anterior, proponemos las siguientes hipótesis:

Los vales de innovación, como una medida pensada para lograr proyectos vinculados con la innovación y promover el desarrollo de la misma, tienen factores que juegan un papel importante en la adopción de esta política (Caloffi et al., 2022). Como política tecnológica, la política de vales de innovación puede generar los beneficios económicos correspondientes, y es más fácil que los gobiernos locales adopten políticas de innovación de este tipo que políticas sociales (Iazzolino, 2013). Su vida útil y la cantidad de canjes al año son los elementos clave de los vales de innovación, y tienen un impacto correspondiente en la promoción de la política que los propone. Por lo tanto, derivamos las siguientes hipótesis:

La difusión de políticas públicas también debería incluir factores de difusión externos, como el aprendizaje horizontal, la imitación, la competencia y la presión vertical en las políticas.

El aprendizaje es uno de los mecanismos de difusión más citados en los estudios existentes, y ocurre cuando quienes participan en una política pública actualizan sus creencias sobre su efectividad con base en experiencias de otras regiones (Braun y Gilardi, 2006; Meseguer, 2006). El aprendizaje se refiere al proceso mediante el cual un gobierno adopta una política que ha resultado exitosa en otro lugar (Zhang y Zhu, 2019). Durante ese proceso, quienes participan en tal política actualizan sus creencias sobre su efectividad basándose en experiencias de otras regiones (Braun et al., 2006), ajustan los beneficios esperados de forma autónoma y modifican las políticas en sus respectivas regiones (Volden et al., 2008). La imitación se refiere a “copiar la conducta ajena” (Shipan y Volden, 2008). En este punto, los gobiernos locales adoptan una política innovadora porque les ayuda a mejorar su reputación y legitimidad, sin tomar tanto en cuenta los beneficios reales que pueda acarrear (Douglas et al., 2015; Krenjova y Raudla, 2018; Braun et al., 2006). Vale la pena mencionar que la línea entre el aprendizaje y la imitación es bastante borrosa. En general, cuando se adoptan políticas innovadoras por aprendizaje, los funcionarios intentan evaluar si las políticas usadas en otros lugares les ayudarán a resolver problemas específicos en sus respectivas jurisdicciones (Charles y Volden, 2008). Esto nos lleva a las siguientes hipótesis:

La dinámica de la difusión de políticas públicas tomando en cuenta la contigüidad geográfica es un objeto de estudio frecuente en la bibliografía existente. Se ha descubierto que, al interior de un país, las acciones de un gobierno pueden generar acciones similares por parte de otros gobiernos debido a efectos de derrame económico (Berry y Baybeck, 2005; Konisky, 2007; Zhang y Zhu, 2019). Zhang (2012) descubrió que la presión de ciudades hermanas o de otros gobiernos provinciales tiene un papel crucial en el aceleramiento de la proliferación de los sistemas de reserva de tierras en China. Por lo tanto, proponemos la siguiente hipótesis:

En el sistema político chino, la relevancia de un tema suele estar determinada por el gobierno central (Lieberthal, 2004), y este puede dirigir a los agentes locales mediante la asignación de recursos. El gobierno chino está organizado como una pirámide con control vertical, donde los superiores inmediatos piden cuentas a sus subordinados y la autoridad final reside en el centro (Brien y Li, 1999). Los gobiernos locales deben poner mucha atención a las señales que emite el gobierno central sobre las políticas públicas (Choi, 2012). Por ejemplo, Zhu (2014) descubrió que la intervención gubernamental vertical estimulaba de forma significativa la difusión de los instrumentos de política económica en las ciudades chinas. Por lo tanto, tenemos la siguiente hipótesis:

La variable dependiente está basada en documentos emitidos por varios gobiernos provinciales que implementan la política de vales de innovación; estos fueron publicados y consultados en internet. Por medio del análisis de los textos, queda claro el momento de implementación de la política de vales de innovación de cada provincia, es decir, si una provincia introdujo una política de vales de innovación tecnológica ese mismo año, usando variables binarias para medir dicho factor. Los principales argumentos son datos del China Statistical Yearbook (2014-2018) y del China Statistical Yearbook of Science and Technology (2014-2018). Al mismo tiempo, para controlar el posible problema de multicolinealidad entre las variables, se hizo una conversión logarítmica de la cantidad de gastos externos en los gastos totales en investigación y desarrollo de cada empresa, con un logaritmo base 10. Los métodos de medición específicos de las variables dependientes e independientes se muestran en el cuadro 1.

El método de análisis de supervivencia es un conjunto de métodos de análisis estadístico que usan un estado discreto, tiempo continuo y modelos aleatorios para analizar datos longitudinales (Laplante et al., 2009). Casi siempre se usa para interpretar la función de supervivencia y la función de riesgo, y para compararlas con la variable explicativa y la relación del tiempo de supervivencia. Para esclarecer la situación tecnológica regional, el nivel de demanda tecnológica regional, la influencia de los vales de innovación y los factores de difusión externos en la difusión de la política de vales de innovación, usamos el modelo de análisis de supervivencia para probar las hipótesis citadas anteriormente. El análisis combinatorio muestra que la predicción de sucesos en el tiempo t está basada en las variables del evento t-1, y los factores específicos que afectan la proliferación de la política de vales de innovación quedan claros.

La variable dependiente es dicotómica, por lo que adoptamos el modelo logístico de tiempo discreto del análisis de supervivencia para integrar las hipótesis propuestas:

Esta investigación pretende estudiar la implementación y promoción de la política de vales de innovación en los gobiernos provinciales entre 2014 y 2018 en China. Por lo tanto, la muestra está compuesta por datos de panel de unidades administrativas provinciales correspondientes al periodo 2014-2018. El periodo de observación es desde 2014 hasta la implementación de los vales de innovación científica y tecnológica. Desde el inicio de los vales de innovación en Suqian, provincia de Jiangsu, hasta diciembre de 2018, un total de 22 provincias han implementado esta política. Tras la recolección de datos y su clasificación, filtración y eliminación de datos incompletos, se obtuvieron 107 casos específicos.

El análisis estadístico descriptivo de las variables muestra aparece en el cuadro 2. Debido a la gran cantidad de inversión gubernamental en ciencia y tecnología y a los gastos externos en investigación y desarrollo de las empresas, para facilitar el cálculo de la correlación, los indicadores de apoyo financiero y demanda empresarial son cálculos logarítmicos.

El análisis descriptivo muestra que las variables independientes adoptadas por la política de vales de innovación varían mucho con los cambios en la oferta tecnológica, con una desviación estándar de 7.925, lo que demuestra que la oferta y la demanda de China están muy desequilibradas, algo que corresponde con el statu quo de obvias diferencias tecnológicas en el país. La cantidad de canjes, como una característica de la adopción de la política de vales de innovación a nivel regional, también tiene ciertas cualidades diferenciadoras. Salvo por las dos variables independientes de la oferta tecnológica y la cantidad de canjes, los resultados en los cambios en las demás variables son relativamente menores, pero también nos brindan una explicación posible para la adopción de esta política.

Se utilizó Stata17 para el análisis, a fin de garantizar la independencia de las variables muestra y evitar una alta correlación entre ellas, y pusimos a prueba el factor de inflación de varianza (VIF) para determinar si los datos presentaban multicolinealidad. Los resultados del cálculo muestran que el valor VIF máximo de la variable de difusión nacional es 3.47, mucho menor al valor de advertencia, 10. Por lo tanto, si bien el valor VIF promedio es 2.27, mayor a la línea de advertencia de 1, sigue sin constituir un problema de multicolinealidad, y la independencia de los datos queda garantizada.

El cuadro 3 es el resultado del análisis de la correlación entre la variable dependiente y las independientes. Salvo por el índice de transformación de logros, todos los demás tienen una correlación positiva significativa con la adopción de los vales de innovación tecnológica. La inversión especial, la vida útil, el aprendizaje de políticas públicas y la presión vertical son significativas, con un nivel de 0.01. La oferta tecnológica y la competencia entre provincias tienen un nivel de 0.05 de significancia. El apoyo financiero, la investigación empresarial, la demanda empresarial, la cantidad de canjes y la imitación de políticas públicas tienen un nivel de 0.1 de significancia. Por lo tanto, todas nuestras hipótesis, salvo la H4, quedaron demostradas de forma preliminar.

Se realizó un análisis de supervivencia de tiempo discreto en los datos de panel usando Stata17. Para esclarecer la relación entre la variable dependiente y las independientes, se retiró el modelo de factor único y se sometió a los datos de panel a un análisis interactivo de factores internos y externos, tal como se muestra en el cuadro 4. La significancia de las variables se determinó de acuerdo con la interacción entre factores internos y externos proveniente del patrón del análisis de supervivencia (Sit et al., 2021). La hipótesis H1 pasó la prueba de significancia a un nivel de 0.001 en el modelo 1 y 0.05 en el modelo 2. Puede afirmarse que el gasto fiscal regional en ciencia y tecnología tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación. La hipótesis H2 presenta una correlación significativa del 0.01 en los modelos 1, 2 y 3, por lo que queda completamente demostrada. La hipótesis H3 presenta una correlación de 0.05 y 0.01 en los modelos 1, 2 y 3, por lo que queda asentada. De manera similar, la hipótesis H5 pasó la prueba de correlación de 0.05 o 0.1 en los modelos 1 y 2, por lo que queda parcialmente demostrada. Suponemos que H7 presenta una correlación de 0.01 en todos los modelos que incluyen esa variable, por lo que la cantidad de años en uso de los vales de innovación tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación. Suponemos que las variables como H4, H6, H8, H10 y H11 no tienen una correlación significativa con la interacción, y que su relación con la variable independiente no queda clara. Los resultados del análisis de supervivencia del factor de interacción son complejos y, según la regla de interacción de factores, cada variable independiente existe en cuatro modelos, y la significancia de los cuatro modelos en los que se encuentra debe ser tomada en cuenta en conjunto para juzgar si la variable es significativa o no. Por lo tanto, en resumen, el apoyo financiero, la inversión especial, la oferta científica y tecnológica, la demanda empresarial, la vida útil, el aprendizaje de políticas públicas y la presión vertical son todas significativas en al menos dos modelos.

Con base en 12 variables independientes, realizamos un análisis de regresión integral en la totalidad de los datos, cuyos resultados se muestran en el cuadro 5. Al analizar el nivel de ajuste de los resultados de la regresión por medio del comando “estat class”, concluimos que el nivel de ajuste del modelo es de 86.92 por ciento, y que tiene un buen nivel de ajuste.

Según los resultados del análisis de supervivencia multifactorial integral, las hipótesis H1, H2, H3 y H7 tienen un nivel de correlación de 0.01; las hipótesis H9 y H12 tienen un nivel de correlación de 0.05, y la hipótesis H5 tiene un nivel de correlación de 0.1. Al combinar los tres tipos de modelos, los factores de apoyo financiero, inversión especial, demanda científica y tecnológica, vida útil, aprendizaje de políticas públicas y presión vertical resultaron ser significativos.

A partir del análisis de regresión de los factores interactivos e integrales anteriores, puede constatarse lo siguiente: en primer lugar, las dos variables de los factores de contribución financiera del gobierno local tienen una obvia influencia en la innovación y adopción, ambas con relaciones estadísticas significativas. El apoyo financiero tuvo un nivel de correlación de 0.05 o 0.1 en todos los modelos excepto el cuarto, y pasó la prueba de significancia con un nivel de 0.01 en el modelo de impacto combinado, por lo que el gasto fiscal regional en ciencia y tecnología tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación, y la hipótesis H1 queda demostrada. La variable de la inversión especial pasa la prueba de significancia de 0.01 o 0.05 en todos los modelos, y también presenta un nivel de 0.01 en el modelo de impacto integral, por lo que la intensidad del financiamiento regional experimental y en investigación tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación, y la hipótesis H2 es válida. En segundo lugar, la combinación de factores de innovación en investigación entre la industria y las universidades tiene un impacto más complejo en la adopción de la política de vales de innovación. La interacción de los factores de oferta tecnológica logró mantener factores de influencia horizontal e integral significativos de 0.1 o 0.05 en todos los modelos, de acuerdo con el nivel de prueba de la hipótesis -de 0.05-, por lo que la oferta tecnológica regional tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación. Los factores de investigación empresarial no presentan una correlación positiva en todos los modelos, por lo que la hipótesis H5 no queda demostrada por completo. Los factores de demanda empresarial muestran una correlación significativa de 0.1 en el modelo integrado y pueden mantener un nivel de relevancia de 0.1 o 0.05 en el resto de los modelos, por lo que la hipótesis H6 queda demostrada. Los factores de transformación de logros muestran claramente que su influencia no es significativa en el análisis de correlación. En el análisis de regresión, ningún modelo refleja la correlación a un nivel de significancia correspondiente; esto significa que no están significativamente correlacionados con la adopción de la política, por lo que la cantidad de transferencias y permisos de uso de patentes no queda demostrada. En tercer lugar, los factores de los propios vales de innovación tienen un impacto claro en la adopción de la política de vales de innovación, y el factor de vida útil logró pasar la prueba de significancia de 0.01 en todos los modelos. El modelo de impacto integrado multivariable también pasó la prueba de significancia de 0.01 y la hipótesis H7 quedó demostrada, por lo que la vida útil de los vales de innovación tiene una correlación positiva con la probabilidad de que el gobierno local adopte la política de vales de innovación. Sin embargo, la correlación entre la cantidad de canjes y la adopción de la política no es significativamente positiva en todos los modelos, por lo que la cantidad anual de canjes de vales de innovación no quedó demostrada. En cuarto lugar, entre los factores de difusión externa, el aprendizaje de políticas públicas y la presión vertical presentan una correlación positiva con un nivel de significancia de 0.05 en el modelo de impacto de factores combinados, y todos los modelos de los factores de interacción muestran cierto grado de correlación significativa, por lo que las hipótesis H9 y H12 quedan demostradas. Los factores de imitación de políticas públicas y competencia entre provincias tienen poco efecto en la adopción de los vales de innovación por parte de los gobiernos locales, por lo que las hipótesis H10 y H11 no quedan demostradas.

Estudiamos de manera experimental las variables que influyen en la difusión de la política de vales de innovación usando un total de 107 datos muestra provenientes de 31 provincias entre 2014 y 2018. Los resultados del análisis de regresión logística usando análisis de supervivencia demuestran que la adopción de la política de vales de innovación está fuertemente influida por factores tanto internos como externos. Los internos incluyen el apoyo financiero, la inversión especial, la disponibilidad de ciencia y tecnología, y la duración de su uso. Los externos incluyen el aprendizaje de políticas públicas y la presión vertical. La popularidad de los vales de innovación no se ve afectada por el índice de conversión de avances científicos y tecnológicos, por el porcentaje de actividades de investigación y desarrollo realizadas fuera de instituciones de investigación y desarrollo, por la demanda de tales avances por parte de las empresas ni por la tasa anual de canje. La imitación de políticas públicas y la competencia entre provincias también tuvieron un impacto de difusión externa débil.

El uso de vales de innovación es muy común en muchos países. Por ejemplo, en la región de la Toscana, en Italia, el uso de vales de innovación y de servicios de consultoría en innovación son dos políticas públicas usadas para promover el desarrollo de las pequeñas y medianas empresas, pero no están bien implementadas debido a la falta de atención prestada a la innovación y a la percepción de que se trata de herramientas pensadas para apoyar a los débiles. También se ha visto que, en Estonia, la difusión de esta política está impulsada por dos mecanismos: el aprendizaje y la imitación, lo que también la distingue de los factores que influyen en la difusión de los vales de innovación en el contexto chino (Krenjova y Raudla, 2018). Al mismo tiempo, en circunstancias específicas, la combinación de la política de vales de innovación y un servicio de consultorías es mejor que el efecto de la política de vales de innovación por sí sola. Los académicos han descubierto que el papel de una política de vales de innovación en el aumento de la cooperación en investigación y desarrollo, la innovación y las habilidades de las empresas es mucho menor que el impacto obtenido al proveer a las empresas de tecnología innovadora y servicios de consultoría (Caloffi et al., 2022). La política de vales de innovación puede fomentar que las empresas mejoren sus servicios, la calidad de sus productos y sus procesos de producción (Bakhshi et al., 2015), pero tiene requisitos más altos para los estrategas. Solo al esclarecer si sus necesidades coinciden con la política de vales de innovación puede saberse si las empresas obtendrán una mejora en su rendimiento gracias a ellos, y no parece que sean capaces de estimular la construcción de redes. Algunos académicos también han señalado que, durante el proceso de promoción de la innovación en las empresas, el apoyo financiero del gobierno puede alterar el efecto de los vales de innovación, pero no es el único factor clave (Iammarino et al., 2021) y resulta necesario combinar incentivos financieros y no financieros (Cunningham et al., 2016).

El apoyo financiero promueve la adopción de la política de vales de innovación, lo cual es consistente con las hipótesis anteriores. Las provincias con un mayor apoyo financiero también cuentan con mejores políticas tecnológicas, lo que les dará cierta ventaja tecnológica a las pequeñas y medianas empresas locales, y la intensidad de la inversión en investigación y desarrollo, un indicador internacional importante para medir la importancia de la innovación en ciencia y tecnología (Nauwelaers et al., 2009), es muy similar a los requisitos y demandas de los vales de innovación tecnológica y, por lo tanto, tiene un efecto significativo en la adopción de esa política gubernamental (Bakhshi et al., 2015). El factor de oferta científica y tecnológica es una medida visual de la disponibilidad de recursos científicos y tecnológicos en la región, y es la fuerza de apoyo que puede ser movilizada por la política regional de vales de innovación científica y tecnológica. La oferta tecnológica es un factor necesario para la difusión de la política de vales de innovación tecnológica. Los resultados del análisis descubrieron que las provincias con una excelente oferta tecnológica tenían más probabilidades de adoptar la política de vales de innovación tecnológica. La cantidad de años de uso de los vales de innovación promueve la adopción de la política en las provincias, lo que hace realidad su difusión. El factor más importante de los propios vales de innovación, además de su tiempo de uso, es su periodo de validez, el cual está relacionado con el plan anual para ciencia y tecnología de las empresas que soliciten vales de innovación, por lo que tiene un impacto significativo en la adopción de esta política. El aumento en la cantidad de años de uso es benéfico para la investigación de productos y el trabajo de desarrollo consiguiente tanto en las empresas mismas como en las instituciones de investigación, y tiene un efecto positivo en la ciencia, la tecnología y la economía regionales, por lo que los gobiernos tienden a adoptar la política de vales de innovación tecnológica (Kleine et al., 2022).

El aprendizaje de políticas públicas y la presión vertical promueven de forma efectiva la difusión de la política de vales de innovación tecnológica. El aprendizaje de políticas públicas es un factor de adopción que promueve el desarrollo económico local por el bien de la región y tiene un papel importante en el fomento de la difusión de esta política. Una comprensión adecuada de las políticas de regiones circundantes es un requisito necesario para que los gobiernos locales adopten políticas relevantes (Braun y Gilardi, 2006; Tolbert y Zucker, 1983). Los gobiernos locales solo considerarán si las políticas son aptas para las condiciones locales, y por lo tanto juzgarán si deberían adoptarlas, si cuentan con una comprensión adecuada de las mismas. Por medio de la plataforma de comunicación e información sobre políticas públicas de cada provincia, las provincias que no han adoptado aún esta política profundizarán su conocimiento de ella y de los efectos de su implementación, lo que promoverá la difusión de la política de vales de innovación tecnológica (Russo et al., 2019). En cuanto a los factores de presión vertical, la orientación del gobierno central tiene un efecto catalítico en la difusión de la política de vales de innovación. El contexto político especial de China determina que la orientación de los niveles superiores tendrá un impacto significativo en la adopción de políticas públicas por parte de los niveles -inferiores de gobierno (Brien y Li, 1999). En cuanto el gobierno central implementa políticas relacionadas con la promoción de los vales de innovación tecnológica o recomienda su difusión, los niveles inferiores de gobierno reaccionan rápidamente e introducen las políticas correspondientes para promover la implementación de vales de innovación tecnológica, debido al sistema político de aceptar el liderazgo de los niveles superiores de gobierno (Zhang y Zhu, 2019).

La relación insignificante entre algunas de las variables independientes y la dependiente durante el estudio de la difusión de la política de vales indica que tales factores no tienen un efecto significativo para promover ni impedir la adopción de esta política. Los factores de transformación de logros, las otras investigaciones de las empresas, la demanda empresarial y la cantidad de canjes no pasaron la prueba de significancia. Eso significa que la proporción de la cantidad de transferencias y permisos de uso de patentes de invención de instituciones de investigación y universidades en la jurisdicción durante el año anterior, la proporción de empresas con actividades de investigación y desarrollo sin instituciones de investigación y desarrollo en la jurisdicción respecto a la cantidad total de empresas con actividades de investigación y desarrollo en la provincia, los gastos externos en investigación y desarrollo de las empresas en la jurisdicción durante el año anterior, y la cantidad de canjes anuales de vales de innovación en la jurisdicción no tienen un papel importante en la adopción de los vales de innovación científica y tecnológica.

La contribución de este artículo es explorar los factores de influencia de la difusión de la política de vales de innovación tecnológica en el escenario chino, esclarecer el papel de cada factor de influencia en el proceso de la difusión de esta política y explicar los factores de influencia clave de esta difusión usando un modelo de supervivencia. Al tomar los vales de innovación tecnológica como base para estudiar la difusión de políticas innovadoras, realizamos el análisis en términos de los patrones y tendencias de difusión de los vales de innovación, lo que nos da nuevas ideas teóricas para formular políticas de ciencia y tecnología. La principal limitación de este estudio es que pretende analizar el patrón de difusión de políticas similares de ciencia y tecnología. Además, estudia los factores que afectan la difusión de políticas de ciencia y tecnología por medio del estudio de la difusión de un solo tipo de política: los vales de innovación científica y tecnológica. Es necesario comprobar, posteriormente, si los resultados del estudio de la difusión de la política de vales de innovación tecnológica pueden aplicarse a otras políticas de este sector.