數字技術驅動下的制造企業創新質量提升路徑

梁玲玲　張悅

【摘要】制造業是我國國民經濟的主導產業， 我國經濟要實現高質量發展， 必須有高質量的制造業作為支撐。目前全球制造業進入新一輪技術升級周期， 創新促進制造業重新洗牌。然而， 制造企業在創新質量的提升方面仍然面臨極大挑戰。本文基于TOE框架構建了驅動制造企業創新質量提升的多因素模型， 并應用fsQCA方法對收集到的382家制造企業進行了組態路徑的分析。結果表明： 單個因素并不足以構成驅動制造企業達到高水平創新質量的必要條件； 驅動制造企業實現高水平創新質量的組態路徑有3條， 即數字技術驅動下的組織韌性和IP管理路徑、數字技術驅動下的政府主導型路徑及產業鏈整合能力驅動下的組織韌性和IP管理路徑。造成低水平創新質量的組態結果有2條， 與實現高水平創新質量的組態結果是不對稱的； 在一定的情境下， 前因條件之間存在相應的替代關系。研究結果揭示了制造企業實現高水平創新質量背后的復雜成因， 以期為制造企業根植于自身情景制定適合企業自身的創新質量提升路徑提供參考。

【關鍵詞】制造企業；創新質量；TOE框架；fsQCA；提升路徑

【中圖分類號】F272.2? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）02-0145-8

一、 引言

在日益激烈的全球競爭和新一輪技術變革的推動下， 創新已然成為世界各國發展、 競爭與對抗的焦點。而制造企業作為推動中國從制造大國向制造強國轉變的重要微觀主體， 只有通過不斷地創新以及不斷地提高創新質量， 才能獲得競爭優勢， 從而滿足不斷變化的市場需求。

黨的十九大報告指出： “我國經濟已由高速增長階段轉向高質量發展階段， 必須堅持質量第一、 效益優先， 必須把發展經濟的著力點放在實體經濟上， 加快建設制造強國， 加快發展先進制造業， 推動互聯網、 大數據、 人工智能和實體經濟深度融合， 促進我國產業邁向全球價值鏈中高端”。《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中也指出， “要堅持創新驅動發展， 提升企業的技術創新能力； 要增強制造業競爭優勢， 推動制造業高質量發展”。目前， 我國已成為世界制造業大國， 但創新效率較低， 創新的質量和有效性與主要發達國家相距甚遠。與此同時， 我國制造業正面臨著在全球價值鏈兩端都被擠壓的嚴峻局面。因此， 有必要借助客觀數據對推動制造企業創新質量提升的相關路徑進行探討， 其結論具有一定的理論價值和現實意義。

考慮到影響制造企業創新質量提升的因素并不單一， 以及不同因素對制造企業創新質量的影響并不獨立， 它們之間會通過協同組態的方式影響制造企業創新質量的提升。為此， 本文以382家制造業上市公司為研究對象， 應用組態思維， 并借助“技術—組織—環境”（TOE）框架， 探討了影響制造企業創新質量提升的關鍵因素以及這些因素之間的復雜互動對制造企業創新質量的影響。本文嘗試回答以下問題： 影響制造企業創新質量提升的主要因素有哪些？這些因素是否能夠單獨構成驅動制造企業創新質量提升的必要條件？制造企業如何利用各自存在的優勢來驅動企業創新質量的提升？是“別無選擇”還是“殊途同歸”？本研究旨在為制造企業根植于自身情景確定適合企業自身的創新質量提升路徑提供策略指導和參考。

二、 文獻回顧與理論模型

（一）創新質量

通過梳理相關文獻發現， 現有學者對創新質量的研究主要從基本概念、 影響因素、 相關測度以及創新質量的提升所能夠帶來的價值這四個方面展開。基本概念方面， 現有學者對創新質量概念的研究主要是從創新視角或者質量視角出發進行論述的。Lahiri（2010）從創新的視角出發， 認為創新質量是指創新產出的影響程度， 是創新能力的重要體現。Chin等（2021）從質量的視角出發， 提出創新質量是指一個企業或組織整體創新活動的質量高低， 包含產品質量和過程質量。本文參考Duan等（2021）對創新質量的界定， 從創新視角和質量視角兩者綜合的角度出發， 認為創新質量是指各利益方對創新成果的滿意程度， 是企業創新能力、 創新績效、 創新效率和創新價值的綜合體現， 是衡量和判斷企業創新產出水平和質量的標準。影響因素方面， 目前關于創新質量的影響因素可大致總結為技術、 組織、 環境三個層面。技術層面主要涉及數字技術、 技術積累和技術成果的保護等； 組織層面主要涉及組織的能力與特征； 環境層面主要考察政府行為、 市場環境等。測度方面， 研究者對創新質量的測量主要采用發明專利的授權數和專利被引次數、 發明專利的申請數量等。價值方面， 企業創新質量的提升不僅可以促進企業競爭力的提升（張震，2018）， 也能夠帶動企業社會責任感的提升以及企業社會責任的履行， 推動整個社會的可持續發展（潘家棟等，2021）。

然而， 現有對企業創新質量影響因素的研究大多聚焦于單一因素對企業創新質量的獨特凈效應， 鮮有基于企業創新質量影響因素組態效應的研究， 因此， 有必要基于相關客觀數據對促進企業創新質量提升的組態路徑進行探討。

（二）TOE框架

TOE框架認為， 組織對創新技術的采納可能會受到技術、 組織和環境三個方面的共同影響。技術層面主要涉及對新技術的應用以及采用新技術時所涉及的適用性問題和困難； 組織層面主要考慮組織的特征和組織所擁有的資源， 如組織規模、 組織文化等； 環境層面主要指組織與政府或其他組織之間進行交流的外部環境， 如政府引導支持、 營商環境等。TOE框架是一個應用級的框架， 其從組織的視角出發進行研究， 且主要應用于分析影響企業創新的主要因素， 因此， 將其應用于制造企業創新質量影響因素的探究具有較好的解釋力。

1. 技術層面。制造企業在推動企業創新質量提升的過程中面臨著諸多技術層面的挑戰， 譬如數字技術的應用、 知識產權的保護等。

首先， 人工智能、 區塊鏈、 大數據等數字技術的嵌入與發展已逐漸成為制造企業提質增效的重要驅動力量（叢昊和張春雨，2022）， 且企業若想實現高質量創新， 離不開數字技術的應用。數字技術是對區塊鏈技術、 人工智能、 大數據、 5G技術等多種數字新技術的集稱， 其在制造企業創新質量提升的過程中發揮著至關重要的作用。一方面， 通過應用數字技術不僅可以促使企業重新配置其創新資源， 也能夠推動企業實現創新策略的調整與部署， 繼而有利于推動企業創新質量的提升（Chin等， 2021）。另一方面， 數字技術與制造企業的深度融合能夠促進企業技術吸收能力的增強， 從而有助于提升企業的技術創新水平， 促進企業創新質量的提升（彭碩毅和張營營，2022）。

其次， 知識產權不僅是企業技術創新的重要產出， 也是企業在市場上獲得競爭優勢的關鍵資源， 加強企業對知識產權的保護與管理在一定程度上也能夠減少企業低質量專利的產出， 促進企業創新質量的提升（于洋和王宇，2021）。企業的知識產權管理是由企業負責知識產權管理的部門或者人員組織的一項有關知識產權創造、 運營、 保護和維護的綜合管理活動， 主要目的是實現知識產權對企業的價值引領（趙星，2019）， 其主要包含對專利技術的管理、 對科技論文和計算機軟件等的著作權管理等。企業自身知識產權管理水平的提升不僅可以帶動企業員工創新活力的增加和創新意識的增強， 也能夠促進企業技術創新能力的提升（Sumei Zeng，2022）。

因此， 本文通過梳理相關文獻， 并結合制造企業自身的技術特點， 將技術層面的數字技術應用水平和知識產權管理水平納入研究模型。

2. 組織層面。21世紀以來， 各種不確定性事件的發生給企業的發展帶來了極大的挑戰。在面對突發情況時， 企業的快速適應和自我保護能力是企業生存和逆勢發展的必要保障， 且具有“韌性”的企業往往更能夠抵抗住外部的打擊， 其技術創新能力更強（王崇鋒等，2022）。組織韌性是指組織在復雜、 多變、 模糊及不確定的國際環境下， 面對危機或者逆境事件時的應對和復原能力， 屬于企業的核心能力， 其主要涉及組織的學習能力、 適應能力和反超能力等（李平和竺家哲，2021）。相比于低韌性的組織， 高韌性的組織更善于利用外部的信息和知識促進企業創新（葉靜等，2022）。此外， 提高企業的組織韌性在一定程度上也能夠減少企業在創新過程中的資源損耗， 提高企業的創新效率（王玉和張占斌，2022）。

與此同時， 對于制造企業來說， 產業鏈上任何一個環節出現斷裂都可能會影響其他環節的正常運轉。企業的產業鏈整合能力是指企業對產業鏈上下游之間分散的重要創新資源和其他關鍵資源進行整合和協調的能力， 且通過提高企業的產業鏈整合能力也能帶動企業自主創新能力的提升（張振剛和鄭少賢，2013）。對于制造企業來說， 企業對產業鏈上創新資源的有效整合不僅能夠為企業提供多樣化的信息和知識， 也有利于企業進行探索式創新和開放式創新（陳雪瑤，2019）， 從而也將推動企業創新質量的提升。

因此， 本文將組織層面的組織韌性和產業鏈整合能力納入研究模型。

3. 環境層面。政府引導支持是鼓勵和支持制造企業提高創新質量的重要途徑之一。一方面， 政府對企業的補貼與支持在一定程度上能夠緩解企業開展高質量創新時產生的成本壓力， 對企業進行高質量創新有著積極的促進作用（石軍偉等，2022）。另一方面， 通過發揮政府有形之手的力量不僅可以提高公共資源的配置效率， 而且會激勵企業積極開展創新活動， 推動企業創新質量的提升（童馨樂等，2022）。因此， 本文將其納入研究模型。

（三）分析框架

基于對企業實踐的觀察走訪并結合已有的理論研究成果， 本文應用組態思維， 并借助TOE框架， 構建了影響制造企業創新質量提升的理論框架， 如圖1所示。

三、 研究設計

（一） 研究方法

本文的研究目的在于探討制造企業創新質量的提升路徑。因此， QCA作為一種探究因果關系復雜性的研究方法， 成為本文最合適的選擇。目前有三種類型的QCA， 即csQCA（清晰集定性比較分析）、 mvQCA（多值集定性比較分析）和fsQCA（模糊集定性比較分析）。與csQCA和mvQCA相比， fsQCA能夠更好地反映集合的隸屬度與級別， 且具有定性分析和定量分析的優勢。而且， fsQCA以布爾代數和構型關系為基礎， 不僅展示了變量的不對稱關聯性和等效性， 也表明了前因條件對某一事件的影響取決于前因條件是如何耦合的， 而不是獨立指標本身的大小， 體現了因果關系的復雜性。因此， 本文選取fsQCA作為研究方法。

（二）研究樣本

鑒于深圳和上海是我國制造業工業產值較大的兩個城市， 本文選擇將深圳轄區和上海轄區內的制造業上市公司作為研究對象。此外， 考慮到企業發明專利的公布通常會有18個月的滯后期， 本文將數據選取在2020年。剔除重要數據缺失的企業， 最后得到382家上市制造企業。其中上市企業名單來自于證監會發布的深圳轄區和上海轄區的2020年上市公司名錄， 發明專利的申請數量來自于國家知識產權局官網， 其他數據來自于企業發布的2020年年報。

（三）變量測量

1. 結果變量： 創新質量。參考白旭云等（2019）的研究， 本文選擇將發明專利的申請數量作為制造企業創新質量的代理變量。與外觀設計專利和實用新型專利相比， 發明專利申請的審核要求更高， 審核流程更為復雜， 且發明專利的新穎性和創造性更高。企業發明專利的申請數量來自于國家知識產權局官網。

2. 條件變量。

（1）數字技術應用水平。某一戰略的相關關鍵詞在企業年報中出現的頻數在一定程度上能夠代表企業對這一戰略的重視程度（陳慶江等，2021）。為此， 本文選擇將企業年報中與數字技術有關的關鍵詞詞頻數之和作為企業數字技術應用水平的替代變量。參考已有研究， 本文確認了與數字技術應用相關的20個詞匯， 如下： “大數據”“云計算”“人工智能”“互聯網”“物聯網”“網絡化”“信息化”“智慧化”“智能化”“數字化”“智慧制造”“智能制造”“信息技術”“數字技術”“電子商務”“虛擬社區”“數字資源”“數字資產”“數字轉型”“數字平臺”。

（2）知識產權管理水平。已有研究對企業知識產權管理水平的測量主要包括企業的知識產權管理費用和企業合作的律師數量。鑒于數據的易獲取性和可行性， 本文采用企業的知識產權管理費用與1的和（取自然對數）作為企業知識產權管理水平的代理變量。另外， 借鑒池仁勇和潘李鵬（2016）的做法， 本文也將研發費用的3%作為企業知識產權管理費用的支出。研發費用來自于企業2020年年報。

（3）組織韌性。借鑒張吉昌等（2022）的研究， 本文將資產收益率作為企業組織韌性的代理變量。資產收益率涉及三個數據指標， 即凈利潤、 期初資產總額和期末資產總額， 均來自于企業2020年年報。

（4）產業鏈整合能力。鑒于目前缺乏量化產業鏈整合能力的指標體系， 本文也選擇將相關關鍵詞在企業年報中出現的詞頻總數作為企業產業鏈整合能力的代理指標。通過梳理相關文獻和結合文獻的共現詞網絡分析結果， 本文確認了18個與之相關的關鍵詞， 詞匯表如下： “產業鏈”“供應鏈”“價值鏈”“創新鏈”“企業鏈”“供需鏈”“空間鏈”“產業整合”“資源整合”“縱向整合”“產業融合”“產業協同”“資源協同”“產業關聯”“產業集群”“產業合作”“資源復合”“縱向一體化”。

（5）政府引導支持。借鑒已有研究（史金鳳等，2021）， 本文選擇將企業得到的政府補貼與1之和（取自然對數）作為政府引導支持的代理指標。政府補貼相關數據來自于企業2020年年報。各變量的具體定義見表1。

3. 變量校準。首先， 借鑒張新等（2022）進行變量校準時的做法， 本文采用樣本數據75%、 50%和25%處的點作為結果變量和條件變量的完全隸屬、 交叉點和完全不隸屬的校準錨點， 其具體校準錨點設置如表2所示。其次， 本文通過fsQCA 3.0軟件對結果變量和條件變量進行校準， 并將校準后的模糊集隸屬分數中的0.5替換成0.501。

四、 數據結果分析

（一）前因條件的必要性分析

在對前因條件的組態結果進行分析之前， 需要對每個前因條件的必要性進行檢驗。如表3所示， 在對高水平創新質量的必要條件分析中， 每個前因條件（包括其非集）的一致性水平均低于0.9， 其不構成驅動制造企業創新質量提升的必要條件； 在對低水平創新質量的必要條件分析中， 所有前因條件（包括其非集）的一致性水平也都低于0.9， 表明這5個條件均不構成解釋制造企業創新質量水平較低的必要條件。這一結果揭示了制造企業創新質量提升背后的復雜性， 即促進企業創新質量的提升需要各因素之間的協同作用。其中～代表該條件的非集。

（二）條件組態分析

本文選擇采用fsQCA 3.0軟件對引致制造企業高/低水平創新質量的條件組態進行分析。借鑒已有研究， 并考慮到所選樣本企業的實際情況， 本文分別將原始一致性閾值、 PRI一致性閾值以及案例的頻數閾值設置為0.8、 0.7和1， 最終得出引致制造企業高/低水平創新質量的3/2條組態結果， 如表4所示。在引致高水平創新質量的組態結果中， 總體解的一致性和3條組態路徑的一致性均高于所要求的最低水平0.75， 表明這3條組態是驅動制造企業實現高質量創新的充分條件。此外， 總體解的覆蓋度為0.362， 表明3條組態結果解釋了約36.2%的制造企業創新質量提升案例； 在引致低水平創新質量的組態結果中， 2條組態結果和總體解的一致性水平也都高于0.75， 表明這2條組態是造成制造企業創新質量水平較低的充分條件， 且總體解的覆蓋度為0.348， 表明2條組態結果解釋了約34.8%的制造企業創新質量水平較低的案例。其中空白部分是指某一條件無論存在或不存在均對結果無影響； ●代表了此條件不僅存在， 且為核心條件； U代表了此條件雖然為核心條件， 但該條件不存在。

1. 產生高水平創新質量的條件組態機理分析。

（1）組態1命名為“數字技術驅動下的組織韌性和IP管理”路徑。該路徑以數字技術應用水平、 知識產權管理水平和組織韌性為核心條件， 表明了無論企業的產業鏈整合能力處于何種水平以及政府引導支持的力度如何， 制造企業均可以憑借自身較高的數字技術應用水平、 知識產權管理水平和組織韌性實現創新的高質量發展。這一組態的制造企業善于運用數字技術， 比較注重知識產權的保護與管理， 且企業的抗風險能力較強。此外， 通過組態1的原始覆蓋度和唯一覆蓋度能夠得知， 這一組態結果能夠解釋約30.9%的制造企業創新質量提升案例， 約20.3%的制造企業創新質量提升案例僅能被這條組態解釋。

以廣和通為例。廣和通位于制造業發展水平較高的城市深圳， 其致力于為客戶提供無線通信解決方案和通信模組， 屬于計算機、 通信和其他電子設備制造業。首先， 廣和通在信息技術、 物聯網等數字技術領域投入較大， 且形成了較強的研發實力。其次， 該企業在專注于數字化建設的同時， 也及時申報專利， 注重知識產權的保護與管理， 且在通訊技術領域擁有自主知識產權。此外， 該企業也強調管理者應當擁有足夠的風險意識， 并針對各種風險作出了較為詳細的分析與規劃。數字技術的熟練應用、 知識產權的有效管理和組織較強的韌性為廣和通開展高質量創新活動奠定了基礎。

（2）組態2命名為“數字技術驅動下的政府主導型”路徑。該路徑以數字技術應用水平和政府引導支持為核心條件， 表明了制造企業即使在知識產權管理方面存在缺陷且抗風險能力和產業鏈整合能力較低的情況下， 仍可以憑借自身較高的數字技術應用水平和政府的引導與支持實現高質量創新的發展目標。這類制造企業能夠熟練應用數字技術， 且政府對其支持力度較大。此外， 通過這一組態結果的原始覆蓋度和唯一覆蓋度可以得知， 該組態結果能夠解釋約6.7%的制造企業創新質量提升案例， 但只有約3.1%的制造企業創新質量提升案例僅能被這條組態解釋。

以上海凱寶藥業為例。上海凱寶藥業致力于現代化中藥的研發、 生產和銷售， 屬于醫藥制造業。該公司建有先進的中藥數字化提取車間， 已實現中藥生產過程和生產操作的數字化和自動化發展， 并將人工智能與質量管理相結合， 擁有全過程的質量追溯系統。此外， 近幾年來， 國家大力發展中醫藥事業， 上海凱寶藥業作為上海中醫藥領域的龍頭企業， 得到了政府較大的資金支持。通過對數字技術的熟練應用和政府的引導與支持， 上海凱寶藥業的創新質量已達到相對較高的水平。

（3）組態3命名為“產業鏈整合能力驅動下的組織韌性和IP管理”路徑。該路徑以知識產權管理水平、 組織韌性和產業鏈整合能力為核心條件， 表明了制造企業即使在缺乏政府引導支持的情況下， 仍可以依靠自身較高的知識產權管理水平、 組織韌性和產業鏈整合能力推動企業創新質量的提升。這類制造企業比較重視企業知識產權的保護與管理， 且企業的產業鏈整合能力和抗風險能力都較高。這一組態的一致性為0.849， 原始覆蓋度為0.117， 唯一覆蓋度為0.022， 表明這一組態結果能夠解釋約11.7%的制造企業創新質量提升案例， 但僅有約2.2%的制造企業創新質量提升案例只能被這條組態所解釋。

以上海氯堿化工股份有限公司為例。上海氯堿化工股份有限公司是一家致力于制造和銷售燒堿、 氯及氯制品的公司， 屬于化學原料和化學制品制造業。該公司除及時申報專利以外， 也會詳細分析企業在發展過程中可能存在的各種風險， 譬如地緣政治帶來的風險， 并作出了相應的風險提示和應對。與此同時， 企業在建立合同的時候也會執行風險補償機制， 且增加了過程風險考核流程。此外， 該公司也比較注重產業鏈上下游之間的協同， 建立了一體化產業鏈運營模式， 并積極推進與企業產業鏈相關的貿易業務， 提高其市場競爭力。

比較路徑（1）、 路徑（2）和路徑（3）可知， 路徑（1）和路徑（3）屬于技術與組織雙軌并進型， 路徑（2）屬于技術和環境雙軌并進型， 且路徑（1）的覆蓋度最高， 大部分創新質量水平較高的制造企業均是通過路徑（1）來實現高質量創新的發展目標。此外， 技術、 組織和環境層面的五個因素均在不同的組態結果中發揮了核心作用， 進一步驗證了政府的引導與支持和企業對數字技術的應用、 知識產權的管理、 組織韌性的重視以及產業鏈上下游之間創新資源的有效整合都是制造企業創新質量提升過程中極其重要的一環。

2. 產生低水平創新質量的條件組態機理分析。本文也檢驗出了引致制造企業創新質量水平較低的2種條件組態。組態4表明對數字技術的應用、 對知識產權的管理、 組織韌性和產業鏈整合能力都缺失的制造企業， 其創新質量處于較低水平。這一組態的制造企業數字技術應用水平和知識產權管理水平都較低， 且缺乏抗風險能力和產業鏈整合能力。該組態的一致性為0.830， 原始覆蓋度為0.218， 唯一覆蓋度為0.155， 表明這一組態結果解釋了約21.8%的制造企業創新質量水平較低的案例， 約15.5%的制造企業創新質量水平較低的案例僅能被這條路徑解釋； 組態5表明缺乏對數字技術的應用、 對知識產權的管理和高水平產業鏈整合能力的制造企業， 即便具有一定的“韌性”， 也不會達到高水平創新質量的發展目標。這類制造企業缺乏對數字技術的應用、 對知識產權的管理和對產業鏈上下游之間關鍵資源的有效整合。通過該組態結果的原始覆蓋度和唯一覆蓋度可知， 該組態能夠解釋約19.3%的制造企業創新質量水平較低的案例， 約13%的制造企業創新質量水平較低的案例只能被這條路徑解釋。

比較引致高、 低水平創新質量的條件組態發現， 影響制造企業創新質量的條件組態具有不對稱性， 即引致高水平創新質量的原因并不是引致低水平創新質量原因的反面。

3. 前因條件之間的潛在替代關系。比較組態1和組態2可以發現， 這兩個前因條件之間存在一定的替代關系。如圖2所示， 當數字技術應用水平作為核心條件存在時， 企業知識產權管理水平存在和組織韌性存在的組合可以與政府引導支持存在而知識產權管理水平和組織韌性都缺失的組合相互替代。可能的原因是， 當制造企業缺乏對知識產權的管理和組織韌性時， 政府對企業的支持與引導在一定程度上可以帶動企業積極地開展高質量創新活動， 并提升企業在開展高質量創新活動時的風險承擔水平。而具有較高的知識產權管理水平和組織韌性的制造企業， 更善于利用企業自身的管理和外部的信息促進企業創新， 并在創新過程中具有一定的風險承擔能力。

比較組態1和組態3， 可以進一步識別出這兩個前因條件之間的替代關系， 如圖3所示。對比這兩種組態發現， 知識產權管理水平和組織韌性作為核心條件同時存在時， 企業數字技術應用水平的存在可以和企業產業鏈整合能力存在與政府引導支持缺失的組合相互替代。這是因為， 在企業比較注重對創新成果的保護和管理以及具有較高組織韌性的情形下， 企業便可以專注于內部研發活動。加強企業對數字技術的應用能夠使企業研發人員更容易獲取所需要的相關信息， 促進企業創新效率和創新精確度的提升， 而具有較強產業鏈整合能力的制造企業通過對產業鏈上下游之間關鍵資源的有效整合也會進一步促進企業對組織內部和外部的有關知識和信息進行整合和吸收， 推動企業創新效率的提升。

（三）穩健性檢驗

參考已有研究（王炳成等，2022）， 本文選擇采用兩種方法對引致高/低水平創新質量的條件組態進行穩健性檢驗。①本文將案例的頻數閾值由1提升至2， 最后分別得到了引致高/低水平創新質量的兩種條件組態結果， 見表5。組態a1和組態a2分別與組態1和組態3一致， 組態a3和組態a4分別與組態4和組態5一致， 且兩種情況下總體解的一致性與原始結果的一致性相比均有所上升， 覆蓋度有所下降， 證明了其結果具有穩健性。②將一致性閾值提高至0.85， 其他不變， 結果見表5。組態a5屬于組態1的子集， 組態a6屬于組態4的子集， 且兩種情況下， 總體解的一致性水平均較原來有所上升， 覆蓋度則有所下降， 證明了結果的穩健性。

五、 研究結論與展望

（一）研究結論

本文借助TOE框架， 并應用組態思維， 分析了數字技術應用水平、 知識產權管理水平、 組織韌性、 產業鏈整合能力和政府引導支持這5個條件變量對結果變量的協同效應， 以探尋促進制造企業創新質量提升的驅動路徑。研究發現：

其一， 影響制造企業創新質量提升的主要因素有數字技術應用水平、 知識產權管理水平、 組織韌性、 產業鏈整合能力和政府引導支持， 其均在促進制造企業創新質量提升的不同組態中發揮過核心作用， 但這5個前因條件均不是單獨構成驅動制造企業創新質量提升的必要條件， 制造企業創新質量的提升是多個前因條件協同作用的結果。

其二， 驅動制造企業達到高水平創新質量的條件組態有3條， 分別將其總結為3條路徑， 即“數字技術驅動下的組織韌性和IP管理”路徑、 “數字技術驅動下的政府主導型”路徑和“產業鏈整合能力驅動下的組織韌性和IP管理”路徑， 其具有殊途同歸的特點。與此同時， 大多數擁有較高水平創新質量的制造企業是通過“數字技術驅動下的組織韌性和IP管理”路徑來實現高質量創新發展目標的。

其三， 引致制造企業的創新質量處于低水平階段的條件組態有2條， 其與驅動制造企業達到高水平創新質量的條件組態是非對稱關系， 即驅動制造企業達到高水平創新質量的條件組態并不是引致低水平創新質量的反面。

其四， 在一定的情形下， 前因條件之間可以互相替代。即在企業能夠熟練地運用數字技術時， 政府引導支持和知識產權管理水平與組織韌性的組合存在等效替代關系； 在企業擁有較高的知識產權管理水平和組織韌性的情形下， 數字技術應用水平和產業鏈整合能力這兩個條件之間存在一定的替代關系， 并以殊途同歸的方式推動著企業創新質量的提升。

（二）研究貢獻

在研究內容方面， 將企業創新質量的前因研究由關注單一因素視角轉向基于“技術—組織—環境”框架的整合性分析視角。現有研究大多聚焦于單一因素對企業創新質量的獨特凈效應， 缺乏從整體的視角出發對企業創新質量的研究。本文應用組態思維， 并借助TOE框架， 分析了技術、 組織和環境這三個層面相關因素之間的有機統合， 解釋了制造企業之間創新質量存在差異背后復雜的因果關系， 豐富了創新質量影響因素的有關研究。

在研究方法方面， 現有對創新質量的研究多為案例研究或者有關線性關系的單因素研究， 但這并不能解釋前因條件之間的內在聯系。本文應用fsQCA， 不僅考慮到了前因條件之間的聯動匹配， 也將定量和定性分析結合在了一起， 為更好地理解和把握制造企業創新質量提升背后的復雜因果關系提供了一個新的工具。

在研究結論方面， 本文驗證了單個因素并不是驅動制造企業達到高水平創新質量的必要條件， 實現高水平的創新質量需要前因條件之間的聯動匹配， 這在一定程度上能夠解釋已有研究中的差異化結論。本文發現， 某一條件發揮何種作用取決于具體情景， 譬如當企業具有較高的知識產權管理水平、 組織韌性和產業鏈整合能力時， 政府引導支持發揮的積極作用并不顯著， 但在能夠熟練地應用數字技術卻缺乏對知識產權的管理和組織韌性的制造企業中，其 發揮了較為顯著的積極作用。

（三）實踐啟示

1. 企業層面。制造企業應當明確自身所擁有的條件優勢， 并從整體的視角出發去思考企業應當如何開展高質量創新活動。譬如具有較高知識產權管理水平和組織韌性的制造企業， 需加強對數字技術的應用或者注重對企業產業鏈整合能力的提升， 促進數字技術和企業的深度融合， 推動企業與產業鏈上下游有關企業的產業協同， 整合一切可利用的資源為企業開展高質量創新活動服務。具有數字技術優勢的制造企業， 需加強對企業知識產權的管理與保護， 并提升企業管理者預測風險和應對風險的能力。但當企業缺乏提升知識產權管理水平和組織韌性的能力時， 企業應積極尋求政府的支持與幫助。

2. 政府層面。政府可以基于TOE視角對處于不同情況的制造企業進行歸類處理， 并有針對性地對其進行扶持。首先， 政府應當積極完善對制造企業關鍵技術引進以及技術成果保護的支持政策， 引導并支持制造企業對數字技術的引進與應用， 且也應當注重數字經濟時代下創新成果易被侵權的問題， 加強對企業知識產權的保護與管理。其次， 政府也應通過政策推動產業鏈的協同發展， 促進制造業的全產業鏈水平更進一步提升， 并引導制造企業加大對產業鏈整合的重視和投入， 逐漸提升企業的產業鏈整合能力。此外， 在面對“黑天鵝”和“灰犀牛”事件時， 政府應當擁有預測的能力和應對的措施， 并利用宏觀政策把握好經濟穩定發展與風險防范之間的平衡。

（四）局限與展望

在研究視角上， 本文僅研究了制造企業， 其結論的適用范圍有一定的局限性， 未來可對其他領域的企業進行研究； 在研究內容上， 受限于數據資料的可得性， 本文僅研究了技術、 組織和環境三個層面的5個主要因素， 并未將所有有關的因素囊括在內， 后續可進一步增加其他因素的研究； 在研究方法上， 本文僅選取了2020年數據， 屬于靜態分析， 未來可進一步進行動態分析。此外， 本文基于TOE框架， 應用fsQCA方法， 其雖與傳統線性回歸相比有一定的優越性， 但并非十全十美， 后續研究可與其他研究方法相結合。

【 主 要 參 考 文 獻 】

白旭云，王硯羽，蘇欣．研發補貼還是稅收激勵 —— 政府干預對企業創新績效和創新質量的影響［ J］．科研管理，2019（6）：9 ～ 18．

叢昊，張春雨．數字技術與企業高質量創新［ J］．中南財經政法大學學報，2022（4）：29 ～ 40．

陳雪瑤．創新網絡資源整合、雙元創新與制造業企業創新績效關系研究［D］．廣州：華南理工大學，2019．

陳慶江，王月苗，王彥萌．高管團隊社會資本在數字技術賦能企業創新中的作用 —— “助推器”還是“絆腳石”？［ J］．上海財經大學學報，2021（4）：3 ～ 17．

李平，竺家哲．組織韌性：最新文獻評述［ J］．外國經濟與管理，2021（3）：25 ～ 41．

潘家棟，韓沈超，肖文．企業創新質量對企業社會責任表現的影響研究 —— 來自深圳A股上市公司的證據［ J］．宏觀質量研究，2021（3）：99 ～ 113．

彭碩毅，張營營．區域數字經濟發展與企業技術創新 —— 來自A股上市公司的經驗證據［ J］．財經論叢，2022（9）：3 ～ 13．

石軍偉，于曉琳，萬凱．內外兼修：政府創新補貼、員工持股激勵與企業創新質量［ J］．軟科學，2022（7）：70 ～ 75．

史金鳳，樊甜甜，楊威．政府支持企業創新的財政資源配置效應及優化對策［ J］．系統科學與數學，2021（11）：3151 ～ 3169．

童馨樂，楊璨，Wang Jinmin．政府研發補貼與企業創新投入：數量激勵抑或質量導向？［ J］．宏觀質量研究，2022（1）：27 ～ 45．

王崇鋒，劉洋，許杰．合作網絡視角下組織韌性對企業技術創新的影響研究 —— 基于知識異質性的調節效應分析［ J］．工業技術經濟，2022（8）：69 ～ 76．

王玉，張占斌．傳統企業數字化、組織韌性與市場競爭力 —— 基于236家企業調查數據［ J］．華東經濟管理，2022（7）：98 ～ 106．

王炳成，郝興霖，續琳琳．雙向FDI視角下制造企業綠色技術創新的實現路徑 —— 基于動態fsQCA的研究［ J］．研究與發展管理，2022（3）：173 ～ 186．

于洋，王宇．知識產權保護與企業創新活動 —— 基于A股上市公司創新“量”和“質”的研究［ J］．軟科學，2021（9）：47 ～ 52+67.

葉靜，張戌凡，周路路．組織韌性與創新的關系：一項元分析［ J］．科技管理研究，2022（13）：105 ～ 114．

張震．創新數量、創新質量與企業規模［ J］．經濟問題，2018（12）：56 ～ 60+87．

張新，徐瑤玉，馬良．中小企業數字化轉型影響因素的組態效應研究［ J］．經濟與管理評論，2022（1）：92 ～ 102．

趙星．企業知識產權管理基本概念探析及其實踐意義［ J］．科技促進發展，2019（9）：956 ～ 963．

張振剛，鄭少賢．技術能力與產業鏈整合能力的相互關系研究 —— 以金發科技為例［ J］．中國科技論壇，2013（9）：64 ～ 69+90．

張吉昌，龍靜，王澤民．中國民營上市企業的組織韌性驅動機制 —— 基于“資源-能力-關系”框架的組態分析［ J］．經濟與管理研究，2022（2）：114 ～ 129．

Chin T.， Wang W.， Yang M.， et al.. The moderating effect of managerial discretion on blockchain technology and the firms' innovation quality： Evidence from Chinese manufacturing firms［ J］．International Journal of Production Economics，2021（240）：108219．

Duan Y.， Huang L.， Luo X.， et al.. The moderating effect of absorptive capacity on the technology search and innovation quality relationship in high-tech manufacturing firms［ J］．Journal of Engineering and Technology Management， 2021（62）：101656．

Lahiri N.. Geographic distribution of R&D activity： How does it affect innovation quality？［ J］．Academy of Management Journal，2010（5）：1194 ～ 1209．

Sumei Zeng. Discussion on the management strategy of intellectual property rights of enterprises based on the new situation［ J］．International Journal of Education and Teaching Research，2022（2）：302 ～ 304．

（責任編輯·校對： 黃艷晶? 許春玲）

【基金項目】國家自然科學基金青年項目“企業專利戰略行為的價值創造機制及傳導路徑研究”（項目編號：71502110）