企業技術融合程度提升路徑：基于模糊集定性比較分析方法

劉曉燕，張淑偉，單曉紅

（北京工業大學經濟與管理學院，北京 100124）

近年來，伴隨著科學技術的飛速發展，原有科學、技術、市場或產業等不相交區域之間的邊界開始模糊，現代產業發展出現了跨產業的技術融合特征和趨勢。“技術融合”這一概念在管理學領域最早由美國研究者Rosenberg［1］提出，他認為技術融合是生產的產品具有不同的功能和性質的產業，采用相似的技術從而產生出的獨立且專業化的機械工具的過程。技術融合是一種創新模式，該模式下不同技術之間通過自身的有機組合實現技術創新，以提升原有應用的性能或實現新的應用［2］。國內外學者都意識到技術融合所帶來機會的重要性，紛紛進行技術融合機制研究，目前的研究主要集中在3 個方面：技術層面、組織層面和環境層面。從技術層面看，技術融合是新興產業技術發展的動力機制，技術融合主要靠技術推動［3］，技術擴散是實現技術融合的主要方式，技術融合的潛在規模和增長速度隨融合的技術類型而變化［4］。從組織層面看，產業內組織的許可策略可以減少研發的直接成本負擔和技術不確定性帶來的風險，有助于創造技術融合，是技術獲取和利用的更可行和有效的戰略［5］。宋昱曉等［6］分析技術融合趨勢的驅動因素時發現專利權人數量多、合作多以及技術吸收或擴散的速度較快均能推動技術融合的實現；馮科等［7］發現專利申請人合作團隊規模、產學合作、專利積累都是影響技術融合距離的影響因素。在環境層面，王媛等［1］曾探究技術動蕩的環境下技術融合與新產品開發績效的關系，并通過專利數據衡量出技術動蕩性可以負向調節互補性技術融合與企業新產品開發績效之間的正向關系；薛捷等［8］曾提出企業的外部資源整合能力可以影響技術和知識融合程度；李光泗等［9］驗證了企業所在城市出口額占比、市場競爭等環境維度變量對企業技術創新能力會有顯著影響等。現有研究揭示了影響技術融合的多維因素，但是由于技術因素、組織因素和環境因素之間不是孤立的，傳統的單因素分析方法已不能合理解釋有關因素對企業技術融合程度的具體影響，不能系統揭示多要素互動的復雜運行機理，難以滿足探索要素間交互作用的需求［10］。因此，本研究基于模糊集定性比較分析（fuzzy-set qualitative comparative analysis,fsQCA）方法，揭示多影響因素間的相互關系和共同作用。在“技術-組織-環境”（TOE）理論框架下探究技術、組織、環境維度相關影響因素對企業技術融合程度的提升路徑，一方面有助于企業明確高度技術融合的常見模式與組合，為企業實現高度技術融合提供理論依據，另一方面有助于企業基于自身技術條件、組織條件、所處外部環境的特點進行更有針對性的決策。

1 理論框架與變量設計

1.1 基于TOE 的技術融合理論框架

TOE 框架，即“技術-組織-環境”框架，是在創新擴散理論和技術接受模型的基礎上提出來的［11］，同時考慮了企業的技術層面、組織因素、所處環境因素的共同作用，強調多層次的技術應用情境對技術應用效果的影響，例如企業自身技術、組織內部特征以及企業的外部環境等，其本質上是一種基于技術應用情境的綜合性分析框架。具體來說，TOE 模型將影響技術應用的條件劃分為技術條件、組織條件以及環境條件3 類。其中，技術因素主要是指技術自身特征，例如相對優越性、復雜性、兼容性等；組織因素主要是指組織的特征和資源，包括組織結構、組織規模、組織的人力資源及財務資源等［12］；環境因素主要對資源和信息進行約束，涉及外部環境的不確定性、行業內競爭的壓力及相關政策等，三者之間相互影響、相互制約，共同決定創新的過程與結果。TOE 框架系統考察組織內外因素和技術本身特點，近年來被廣泛應用于不同信息系統領域內組織技術環境的采納影響因素分析，關注因素間可能存在的內生影響復雜關系［13］。因此，本研究采用TOE 理論框架的整體視角，探討技術、組織、環境三重條件下的影響因素相互作用會如何影響企業技術融合程度，從而揭示高度技術融合的發生情況，探索技術融合程度提升路徑。本研究的分析框架如圖1 所示。

圖1 研究分析框架

1.2 變量設計

1.2.1 結果變量——技術融合程度的測度（HHI）

Caviggioli［14］提出以“技術融合距離”“技術融合深度”“技術融合強度”等相關概念來測度技術融合；婁巖等［15］通過專利信息、各技術所組成的網絡致密性、技術融合覆蓋度等指標測度技術融合，探究各技術主體對技術融合的有關影響；馮科等［16］提出以局域性技術融合力和架構型技術融合力等指標對技術融合進行測度；李慧等［17］以國際專利分類號（IPC）作為技術屬性的測度指標識別融合多屬性的技術創新主題；Alfonso 等［18］在研究電子信息產業（包括計算機、電信設備、電子元件、其他電子產品和非電子技術等五大產業）技術融合狀況時，在搜集了代表性企業在各個產業內專利數量的基礎上，通過融合專利數量計算赫芬達爾指數（HHI），并用此指數代表產業融合度。HHI 是用于衡量市場（產業）集中度的指標，也是被廣泛用來作為產業融合度的測度指標，因不受企業數量和規模分布的影響，能較好地測量企業的技術融合情況，HHI 值越小則產業融合度越高。考慮到赫芬達爾指數方法簡單、應用廣泛，獲取數據較方便，因此本研究將HHI 作為企業技術融合的測度指標。

1.2.2 前因變量

（1）技術維度的影響因素。專利是技術創新的指示器，專利數據已廣泛運用于許多技術領域的研究，用作衡量企業創新能力的依據。專利反映了企業的創新能力，企業創新能力越強就越具有尋求創新資源的能力，因此越有利于技術融合。因此，選擇專利數量以及自主發明專利占比作為技術維度的主要測量指標。

1）自主發明專利占比（IPR）。自主發明專利占比指企業自主發明專利數占專利總數的比例。自主發明專利數越多，代表企業自主創新能力越強，越能促進企業進行技術融合，因此可用以衡量企業利用自身技術進技術升級創新的能力。

2）專利數量總和（SPC）。專利數量總和即專利總數，是企業申請的各種類型專利數的總和［19］。李慧等［17］的研究表明，企業所擁有的專利和企業價值之間存在正向的相關關系。專利信息可以作為表征新技術產生的重要指標，是監測技術融合創新的重要數據源，企業申請專利能力在一定程度上代表企業的創新能力，對企業技術融合起到一定的影響。

（2）組織維度的影響因素。專家之間的有效協作、技術的集成和聯盟發展等都是推動技術融合的動力因素［4］。關系嵌入性理論指出，在合作中關系的強度、合作伙伴的數量都會影響創新資源的流動和共享，進而影響技術融合。企業跨組織研發合作是企業獲得可持續競爭優勢的主要途徑［20］，目的在于獲取企業所稀缺的、互補性的知識、技術以及設備等，從而在一定程度上影響企業技術融合，而組織所擁有的知識稟賦將影響對外部創新資源的吸收和轉化，因此從合作廣度、合作深度和知識寬度3 個指標研究組織對技術融合的影響。

1）研發合作廣度（BOC）。采用企業聯合申請專利的合作伙伴數量表示企業跨組織研發合作廣度，用來衡量企業與其他組織的研發合作情況，企業的合作伙伴數量越多，企業跨組織研發合作越廣泛。

2）研發合作深度（DOC）。企業跨組織研發合作深度即企業與合作伙伴聯合申請專利的平均次數，平均聯合申請次數越多，企業跨組織研發合作越深，因此用企業與高校、科研單位聯合申請專利次數與其合作伙伴數量的比值來評判組織維度對技術融合程度的影響。

3）知識寬度（KW）。借鑒Kim 等［21］的方法，基于發明專利的IPC 分類號信息，利用專利數據中的IPC號進行分類。王巍等［22］曾提出“企業知識寬度”的概念，指關鍵研發者申請的所有專利的分類號中不同小類的個數，并證明了知識寬度與研發人員內部知識搜索呈正向關系。知識寬度可以通過影響研發人員內部知識搜索的效率，從而影響企業的技術融合程度，因此可用來探究其對技術融合的影響。

（3）環境維度的影響因素。雖然技術融合的主體過程是相關技術、組織等方面的研發和調整所帶來的，但外圍環境要素對技術融合的影響也是不容忽視的，借鑒李光泗等［9］的研究，以企業所在城市的經濟外向度（EXT）作為環境維度的測度指標，并采用企業所在城市出口額（EX）占該城市生產總值（GDP）的比重表示。出口占比較高的企業更加了解國際技術變動，并更傾向于與國外企業合作獲得先進技術，因此用經濟外向度指標探究環境維度對企業技術融合程度的相關影響。

2 研究過程

2.1 研究方法

本研究采用模糊集定性比較分析方法。該方法是關注前因變量的相互依賴和不同組合構成的多重并發因果關系，并探索協同效應和互動關系的有效方法，對揭示多因素間的關聯具有適用性。多重影響因素之間是互相依賴的，并且可以通過差異化的排列組合來達到影響組織結果的共同目的。模糊集定性比較分析方法基于客觀的布爾算法將各個前因條件相互組合，能夠克服傳統的單因素分析方法的不足，可以處理復雜的因果關系［10］。該方法運用集合論，結果的穩健性只與各維度是否代表樣本整體狀況有關而與數量無關，能夠克服本研究中樣本數較小的缺陷；此外，本研究所獲數據并不滿足“屬于與不屬于”的布爾邏輯關系，也不是多值，因此排除清晰集定性比較分析方法。運用模糊集定性比較分析方法有助于清晰識別出企業在技術、組織、環境維度下的前因條件構型及其與技術融合程度的一致性聯系，探究不同維度下6 個影響因素之間的多重并發因果關系，初步解釋不同人工智能企業技術融合程度，并嘗試總結提升企業間技術融合程度的多元路徑。

2.2 數據來源及處理

本研究選取的樣本為2016-2019 年間我國綜合實力排名前20 位的人工智能企業（以下簡稱“樣本”），分別編碼為A1～A20。樣本選取按以下原則處理：（1）結合“2019 賽迪人工智能企業百強榜”［23］，篩選出創新能力處于前列的企業；（2）去除專利數據或專利申請人數據存在缺失的企業；（3）基于每條專利擁有唯一的專利申請識別號，刪除與個人合作或重疊合作的相關記錄。專利有關數據主要來源是incoPat 專利數據庫和德溫特專利數據庫；有關出口額和GDP 數據的來源于樣本企業所在城市統計年鑒。

2.3 變量的測量

以樣本企業2019 年的技術融合度作為結果變量來衡量技術融合度，以前3 年（即2016—2018 年）內各影響因素的測度值作為前因變量，探究不同因素組合對技術融合程度的提升路徑。

2.3.1 結果變量的測量

樣本企業的技術融合度如表1 所示。計算公式如下：

式（1）中：X為企業2019 年的技術專利數；xi為各行業內所擁有的專利數；n代表企業擁有的技術種類數。

根據馬艷艷等［24］在研究產業技術融合狀況時制定的劃分標準，把技術融合程度劃分為0.84～1.00、0.68～0.84、0.52～0.68、0.36～0.52、0.20～0.36等5 個區間，即分別為低度融合、中低度融合、中度融合、中高度融合、高度融合，數值越小則融合度越高。從表1 可見，樣本企業的技術融合度平均值為0.78，處于0.68～0.84 區間，為中低融合度，表明我國人工智能產業的技術創新處于發展初期，整體融合度和企業間的融合水平處于相對較低水平，仍然有很大的發展進步空間。

表1 樣本企業技術融合度測算結果

表1（續）

2.3.2 前因變量的測量

自主發明專利占比測量方式如下：

式（2）中：Si表示企業自主發明專利總數；p表示企業專利總數。

研發合作深度測量方式如下：

式（3）中：wi表示企業與科研院校i合作的次數；m表示與企業合作的科研或院校總數。

知識寬度的測量方式如下：

式（4）中：tj表示第j件專利擁有的IPC 數。

經濟外向度測量方式如下：

各變量的定義如表2 所示。

表2 變量說明及定義

3 實證分析

3.1 描述性統計分析

運用fsQCA 3.0 軟件對樣本數據進行均值、標準差及最大值、最小值測算。為使各變量處于同一數量級，對專利數量進行取對數處理。具體結果如表3 所示，可以看出企業間的技術融合程度目前尚存在較大差距，因此需要充分對接行業需求，抓住機會，充分提升自身技術融合程度，從而促進技術創新；此外，企業對外合作次數較少，需要與高校、科研院所在基礎研究方面開展更多的合作交流。

表3 變量描述性統計結果

3.2 變量校準

原始變量并不是以集合的形式存在的，所以進行fsQCA 分析時要對變量進行校準，賦予集合隸屬關系，并將其隸屬度控制在0～1 之間。變量校準參考Fiss［25］、Coduras 等［26］設定3 個錨點的方法，利用fsQCA3.0 軟件中的calibrate 校準公式，將3 個錨點分別設定為處于數據的25%、50%以及75%的值，轉變后集合隸屬于0～1 之間。如表4 所示。

表4 變量校準錨點

3.3 單項前因變量必要性分析

利用fsQCA3.0 軟件中的必要條件程序分析對每一個校準后的條件變量進行必要性操作，系統自動生成變量的一致性和覆蓋率分數。借鑒Coduras 等［26］的研究，將充分和必要條件閾值設為0.8，變量的一致性作為衡量充分性的指標，變量的覆蓋率作為衡量必要性的指標。如表5 所示，從必要性視角看，各維度中變量的覆蓋率分數都沒有達到臨界值0.8以上，表明所有單因素變量都不能構成必要條件；從充分性視角看，專利數量總和、研發合作廣度、研發合作深度是企業提升技術融合度的充分條件，但是“～專利數量總和、～研發合作廣度、～研發合作深度”不能表示企業技術融合度低。鑒于此，前因變量對結果變量不構成充分必要條件，也說明影響技術融合的因素并不是單一的，而是受到多種因素共同影響。

表5 單項前因變量充分性和必要性分析

各前因變量的必要性數據分析表明，單項前因變量對研究結果變量的解釋力不足，鑒于此，對樣本企業進行技術維度、組織維度、環境維度內的前因變量組合分析，表6 列出了通過一致性0.8 檢驗的不同要素組合的結果。

表6 各維度內前因變量組合的充分性和必要性分析

表6 結果表明，技術維度的變量組合以及組織維度的研發合作廣度*研發合作深度、研發合作廣度*知識寬度、研發合作深度*知識寬度組合對企業技術融合程度提高有充分解釋，說明更高階的變量組合能夠對企業技術融合程度進行充分解釋。

表5 和表6 綜合說明，單項前因變量不能直接解釋企業技術融合程度，而其特定的組合可以對技術融合程度產生充分性影響，但是從各維度內有解釋力的簡約的前因條件構型無法歸納出必要的條件組合，需進一步分析探討。

3.4 路徑分析

采取Fiss［27］對結果的表達方式，分別得到樣本企業產生高技術融合和低技術融合的構型，將一致性閾值設置為0.8，案例閾值設定為1，進行標準化運行，得出復雜解、中間解、簡約解，經過布爾代數運算得出不同前因條件組合影響結果，如表7 所示。其中，H1、H2 表示高技術融合路徑，L1 表示低技術融合路徑；總體覆蓋率和總體一致性表示總體的必要性水平和充分性水平［28］。

表7 樣本企業的技術融合構型

根據表7 的構型可知，多前因條件共同作用下共有兩條使得企業高度技術融合的路徑：

（1）路徑一：IPR*SPC*BOC*DOC*EXT。此路徑包含了TOE 框架下技術維度的全部因素，核心條件為企業的自主發明專利占比，考慮企業的自主創新能力，且企業的知識寬度不影響企業的技術融合程度。因此，稱此路徑為自主創新導向型高融合路徑。

（2）路徑二：SPC*BOC*DOC*KW*EXT。此路徑包含了TOE 框架下組織維度的全部因素，核心條件為企業的知識寬度，考慮企業內部知識種類的豐富多樣性，且企業的自主發明專利占比不影響企業的技術融合程度。因此，稱此路徑為知識共享導向型高融合路徑。

兩種路徑的總一致性為0.82，大于0.8，說明兩種路徑構型均為結果變量的充分條件；總覆蓋度為0.49，說明2 種條件組合可覆蓋49%的具有高技術融合程度的企業。此外，有一條導致企業非高技術融合程度的路徑：～IPR*SPC*BOC*DOC*～KW*EXT，此時企業所在城市經濟外向度為核心變量，該變量是造成企業技術融合程度低的主要因素。

3.5 穩健性檢驗

對高創新績效的前因組態進行穩健性檢驗。首先，將校準錨點改為10%、50%、90%，產生的高（非高）技術融合程度路徑基本一致；然后，將PRI 一致性由0.80 提高至0.90，產生的高（非高）技術融合程度路徑基本一致。可見，本研究結果穩健，較符合實際情況。

4 案例與路徑討論

4.1 產生高度技術融合的路徑

4.1.1 自主創新型導向路徑

自主創新型導向路徑的一致性為0.817，覆蓋率為0.27。當企業的自主發明專利占比高、專利數量多、研發合作伙伴數量多、研發合作次數多，以及所在城市的經濟外向度高時，企業的技術融合度高。此路徑下的典型案例企業是阿里巴巴集團、華為技術有限公司等，這類企業往往以科技創新為驅動，積極參與國家科技創新體系建設，企業創新戰略與國家科技創新戰略高度耦合，重視提升自主創新能力，并以提升自主創新能力為主要策略，在重視技術基礎的同時進一步加強產學研合作，將產學研轉化上升到新高度，有利于技術融合創新，同時提高科技成果轉化效率。

4.1.2 知識共享型導向路徑

知識共享型導向路徑的一致性為0.818，覆蓋率為0.42。當企業的專利數量多、研發合作伙伴數量多、合作頻率高、知識寬度高以及所在城市的經濟外向度高時，企業的技術融合程度也會高。知識共享導向型路徑構型覆蓋的高融合案例更多，有關變量的路徑影響力更大。典型案例企業是杭州海康威視數字技術股份有限公司（以下簡稱“海康威視”）、科大訊飛股份有限公司等。海康威視通過與阿里云達成戰略合作，雙方就云計算、物聯網云智能等方面展開深度技術融合，共同推動云計算和大數據技術等在各領域的應用。此類企業打造了科技創新合作生態圈及其特有的合作體系來促進技術高度融合，實現技術創新。

4.2 產生低度技術融合的路徑

低度技術融合的路徑有一條，整體的一致性值為0.82，大于0.8，說明這一組態為結果變量的充分條件，此時的路徑覆蓋率為18%，表明結果解釋了18%的樣本企業的技術融合程度低的原因。當企業的自主創新能力弱、知識種類不夠豐富時，企業所在城市的出口額變大反而會阻礙企業技術融合程度的提高。處于出口額大的城市，企業出口產品附加值低，出口量大但所需技術含量低，企業的技術融合成功率低。此路徑下的典型案例企業是北京四維圖新科技股份有限公司等，這類企業處于出口貿易較多、出口總額較高的城市，經濟外向度很高，但企業本身自主創新能力不足以及知識種類的豐富度不足，導致企業技術融合創新的能力相對較弱，進而使得企業技術融合程度低。

5 結論與建議

5.1 研究結論

本研究選取我國20 家綜合實力較強的人工智能企業為研究對象，基于TOE 理論框架構建企業技術融合度提升路徑模型，運用模糊集定性比較分析方法探討基于TOE 框架的技術、組織、環境維度下的6 個影響因素對企業技術融合程度的作用機制，得出如下結論：（1）企業技術融合程度的提升不依賴于單個影響因素，而多重影響因素的組合構型對技術融合程度具有明顯提升效應；（2）可以從技術、組織、環境三方面創新要素及其協同作用總結出進一步提升企業技術融合程度的路徑，具體為側重提升自身研發專利創新能力的自主創新型導向路徑和側重提升組織知識寬度的知識共享型導向路徑兩種；（3）企業在自主創新能力較弱、知識共享能力較差、所在城市出口額較高時，技術融合成功率偏低。

5.2 實踐啟示

（1）從技術層面來看，自主創新是企業實現高度技術融合的永久之路。企業可以通過增強自主創新能力，確保創新主動權，加大身研發創新力度，建立一體化自主創新體系，構建符合自身特點的技術研發平臺，推動實現高度技術融合。

（2）從組織層面來看，企業內部組織可以通過加強與高校、科研機構的合作力度來擴大技術引進，增加可轉移和共享的知識種類，通過提高自主創新能力間接推動企業實現高度技術融合。

（3）從環境層面來看，企業所處良好的創新環境是推動企業技術融合程度提升的基礎。企業所在城市出口額占比較高時，若企業缺乏自主創新能力或是知識種類不完善，將不利于提升技術融合程度；企業若處于出口量較大的地區，例如沿海城市，需要依靠提高自主創新能力和組織內部知識種類的多樣性來有效增加技術融合的競爭力，二者缺一不可。企業在提升自主創新能力的同時需要積極尋求合作伙伴，獲取更多異質性資源，提升自身競爭力，提升技術融合創新能力。

綜述，企業在實現高度技術融合過程中要充分利用技術、組織知識及所處環境的協同作用，形成資源集約、結構合理、差異發展、協同高效的融合創新體系，確保從整體角度促進實現高度技術融合。

5.3 研究展望

本研究也存在一定局限性，未來研究需要在以下方面做深入探索：一是可以采用其他的定量研究方法對產生高度技術融合路徑進一步分析；二是可以考慮更多情境下的高度技術融合機理，如市場競爭、政策支持等，豐富理論模型，開展更深入的技術融合機制研究。