科创政策对制造业企业创新的影响路径研究

高 凯 刘婷婷

制造业是我国立国之本、兴国之器、强国之基。党的十九大报告提出，加快建设制造强国，加快发展先进制造业。习近平总书记高度重视制造业转型发展，明确指出“制造业高质量发展是我国经济高质量发展的重中之重”。而制造业高质量发展离不开创新驱动，因此必须把创新摆在制造业发展全局的核心位置，不断提升供给体系的质量效益。自2010年以来，我国制造业增加值已连续11年位居世界第一，占全球比重接近30%，制造业的国际竞争力及创新能力不断提升a我国制造业国际竞争力显著增强创新能力明显提http://www.gov.cn/shuju/2021-09/14/content_5637114.htm，但是我国制造业创新发展还存在不少亟待破解的难题，比如，缺少关键核心技术和自主品牌，基础工业薄弱，企业创新能力不足等。为此，中央及地方各级政府出台了大量科创政策助力制造业创新发展，而科创政策的创新效应也成为学术界研究的热点。

政策工具作为科创政策实施的具体手段，许多学者研究了科创政策具体工具对企业创新的影响。其中，财税政策影响企业创新的相关研究是重点。关于政府财政补贴，郑飞等（2021）［1］、李远慧和陈思（2021）［2］等研究肯定了政府补助的积极效果；而施建军和栗晓云（2021）［3］认为政府补助规模与企业创新能力呈浅U型关系；此外还有部分学者对政府补贴的效果持完全消极的态度。在税收优惠政策的研究中，大多数学者认为税收优惠有助于提高企业的创新水平（许玲玲等，2021［4］；陈玥卓等，2021［5］），但也有学者认为税收优惠抑制了创新绩效（丁方飞和谢昊翔，2021［6］）。除财税政策外，也有学者对人才政策（刘春林和田玲，2021［7］）、知识产权保护（黎文靖等，2021［8］、王钰等，2021［9］）、政府采购（陈志刚和吴丽萍，2021［10］）、银行信贷（程京京等，2021［11］）等政策与企业创新的关系进行了探讨。

不难发现，现有科创政策工具对企业创新影响的相关研究结论还存在很大分歧。可能原因在于，科创政策在实施过程中会综合运用多种政策工具，而单个政策工具并非独立发挥作用，而是协同作用、相互影响。但现有研究更多的是对单一政策工具的创新效果进行评价，不同科创政策工具协同影响企业创新的相关研究较为薄弱。现有政策工具组合对企业创新的影响主要是通过构建交叉项等方法研究两个政策工具对企业创新的共同影响（刘兰剑等，2021［12］；邓卫红，2021［13］），三个及三个以上政策工具组合对企业创新的影响探讨较少。

当然，除了外部制度因素外，企业微观层面的内部差异也是影响制造业企业创新决策的重要因素。鲍宗客（2016）［14］探讨了企业年龄对创新决策的影响；张金涛等（2021）［15］和柳卸林等（2021）［16］等研究了产权性质与企业创新的关系；卢现祥和李磊（2021）［17］综述了企业内部治理及财务特征对企业创新的影响机制。通过梳理影响企业创新影响因素的相关文献，不难发现，政府科创政策及企业微观层面的异质性都是影响企业创新决策的重要因素，但现有研究较少综合考虑政府层面及企业层面因素对企业创新的联合影响。

更进一步地考虑，不同类型企业对科创政策工具组合的需求可能存在差异。如，对于国有企业，政府关联、政府信用背书亦或隐性担保的存在，使得国有企业往往拥有更多的创新融资渠道（刘慧好，2021［18］）；与之相反，民营企业则更多的会受到“金融歧视”，从而面临严重的融资约束（杨蓉等，2018［19］），因此，相对于国企，民营企业对于科技金融政策反应会更敏感。而对于不同产权性质企业，环境型政策工具的支持均有利于优化企业创新环境，国企和民企对环境型政策工具需求程度均较高。

鉴于此，本研究将引入模糊集定性比较分析（Fuzzy-Set Qualitative Comparative Analysis，fsQCA）方法深入探讨政府科创政策工具及企业自身因素对制造业企业创新的协同影响，厘清不同类型企业对科创政策组合的需求差异。fsQCA方法是由Ragin（2000）［20］提出的一种定性与定量相结合的方法，能够综合探索多重因素的“联合效应”和“互动关系”，近年来被广泛应用于管理学科的各个领域（Oluwafemi，2016［21］；Patrick Mikalef，2017［22］；张明，2019［23］）。

文章以上海406个制造业企业样本为研究对象，采用fsQCA方法分析了科创政策工具与企业自身因素对制造业企业创新的组合效应。研究发现：第一，企业提高创新投入的路径有环境保障主导路径、供给-需求-环境三元驱动路径、供给-需求推拉路径；第二，企业提高创新产出的路径有供给-需求-环境三元联动路径和需求拉动主导路径。综合而言，上海制造业企业提高创新投入和创新产出的路径均具有“多重并发”和“殊途同归”的特点，不同类型企业对政策工具需求存在差异，政策工具之间具有协同、组合效应。其中比较突出的是，环境型政策工具是国有企业的核心要素，需求型政策工具是非国有企业的核心要素，政策工具之间的协同运用对于提高科创政策的政策效果十分重要。本文研究结果可为政府部门完善科创政策提供决策参考：对不同类型制造业企业提供差异化的政策支持，以“精准施策”，同时加强科创政策工具的协同运用，多出政策“组合拳”。

1 研究框架和文献回顾

企业创新决策是一个复杂的过程，会受政府及企业自身诸多因素的共同影响。从政策工具视角，本文根据 Rothwell R（1981）［24］等提出的创新政策工具分类标准，借鉴借鉴宋娇娇和孟溦（2020）［25］等的方法，将科创政策工具划分成供给型、环境型、需求型三种类型。在此基础上，重点梳理三种政策工具以及企业规模、产权性质、年龄等企业内部因素对企业创新的影响。

1.1 供给型科创政策对企业创新的影响

供给型科创政策主要是政府通过向企业提供技术、人才、资金、信息等方面的创新要素，推动企业开展创新活动，其政策工具主要包括技术支持、人才支持、财政资金、科技金融、信息支持等。首先，基础科学研究是提升企业乃至区域创新策源能力的重要内容，但我国基础研究相对滞后，相关政策体系也较为薄弱，因此，苏继成和李红娟（2021）［26］建议要加快构建核心技术攻关新型举国体制。其次，人才作为企业最稀缺的生产要素，根据统计，在2000-2020年期间，中央及地方政府相继出台了5500多项与人才引进、人才培养等相关的政策文件a中央和地方法律法规数据由作者通过“北大法宝”数据平台检索获得。，用以激励微观企业创新发展。受人才政策支持的企业会向利益相关者传递“有能力”和“能信任”两方面的积极信息，从而有利于降低信息不对称，获得利益相关者的正面评价，获得企业创新的相关资源支持（刘春林和田玲，2021）［7］。再次，融资约束作为影响企业创新的关键因素之一，会降低企业创新投入，从而错失良好的创新机会。而政府的财政资金支持政策，如科研经费、财政资助、专项资金、房租减免、贷款贴息等会直接增加企业的现金流，为企业创新提供资支持；同时，政府颁布的股权融资、贷款融资、投资基金等科技金融政策有利于调动社会资本，为企业创新提供更丰富的社会资本（卢现祥和李磊，2021［17］）。最后，随着信息化的发展，信息技术在企业中得到普遍应用，信息支持有利于企业创新发展，国家及地方政府颁布的信息资源开放、信息网络建设等政策为企业创新决策提供了信息基础支撑（张娜等，2020［27］；庄雷和王飞，2020［28］）。整体而言，供给型科创政策主要通过向企业提供创新要素，优化资源配置，进而提高企业的创新水平。

1.2 需求型科创政策对企业创新的影响

需求型科创政策是政府为了刺激社会对企业产品和服务需求而制定的政策措施，需求型政策有利于企业新产品开拓市场，从而拉动企业开展技术创新活动。需求型政策工具主要包括政府采购、服务外包、贸易管制、示范工程等。首先，在企业的创新链中，政府采购能够对企业创新的各个环节产生影响，从而有效缓解创新的市场失灵问题。政府采购通过公开招标机制挑选企业的过程会迫使企业开展最有效率的创新活动（邵颖红和程与豪，2021［29］；陈志刚和吴丽萍，2021［10］）。其次，在服务外包情景下，学者研究发现探索式学习与利用式学习都会促进供应商企业提高创新能力（杨杰，2021［30］），但政府科创政策中服务外包政策工具的使用频率却较低。再次，技术进口作为提高创新质量的重要手段，对企业创新水平的影响至关重要，企业可以通过学习国外的先进技术、创新产品与创新经验，实现比发达国家更快的技术创新速度。杨丽君（2020）［31］认为，若制度环境能帮助企业实现技术引进与自主研发的途径整合，则有益于企业缩小技术差距，提高创新水平；吴昌南和钟家福（2020）［32］研究指出，技术引进税收优惠政策能显著提升产业创新能力。最后，示范作为连结技术开发与市场扩散之间的一个特殊阶段，能够有效推动产品市场需求。政府资助示范工程不仅能体现政府意志，还可以推动科技进步，提高区域创新水平（苏竣和张汉威，2014［33］）。整体而言，需求型科创政策主要对新型科技产品提供明确、稳定的市场，减少创新成果进入市场初期所面临的不确定性，激励创新投入，从而推动技术研发。

1.3 环境型科创政策对企业创新的影响

环境型政策工具主要通过政府政策的实施创造企业创新和成长的良好环境，引导企业良性竞争，从而激励更多创新产品的研发和推广，其政策工具主要包括金融支持、税收优惠、法规管理、策略性措施、公共服务等。首先，随着创新型国家建设的逐步深入，中央及地方多个部门联合出台了许多政策文件推动科技与金融的结合试点，在多地涌现出一大批科技金融平台，为科技企业与金融机构的对接搭建起桥梁。科技金融平台能为科技创新体系和金融体系的各类参与主体提供有效信息或服务，进而实现资源要素的最大化有效利用（罗广宁等，2020［34］）。其次，在税收优惠政策的研究中，大多数学者认为，税收优惠有助于提高企业的创新水平（许玲玲等，2021［4］；陈玥卓等，2021［5］）。再次，产权管理和专利管理能够为企业带来可观的创新垄断租金，因此各地政府部门均在加强知识产权保护，保护与激励企业进行创新，许多学者也提出要加强知识产权保护以降低开放带来的负外部效应（蔡双立，2020［35］）。最后，服务平台建设、咨询调解、技术服务、公共服务、信用体系建设等方面的公共服务支持政策有利于优化企业的营商环境，为企业创新活动的开展提供良好的生态环境。如，武晓芬（2018）［36］研究指出，良好的制度信用环境能更好的保护创新成果，减少研发风险，从而促进企业的创新行为。整体而言，环境型科创政策能够优化企业创新的外部环境，为企业的创新活动营造良好生态。

1.4 企业自身因素对企业创新的影响

首先，在不同所有制下，企业经营环境、融资问题、政企关系等方面的差异，使得企业研发激励和创新方式存在明显不同，国企和民企的创新意愿和创新能力均不同。基于委托代理理论，由于国有企业产权的非人格化，国有企业内部存在严重的委托代理问题，这使得只有那些短期能带来收益、凸显政绩的项目才会被管理层接受，而创新项目因为具有风险高、周期长、不确定性高等异质性特征，国企管理层创新意愿及创新动力均比较低。相反，在竞争压力下，民营企业则有较高的创新意愿通过开发新产品开拓市场，提高自身竞争能力（王晓珍等，2018［37］；王亚等，2021［38］）。

其次，规模不同的企业在资源禀赋、组织结构等方面均存在差异，不同规模的企业创新表现必定截然不同。企业规模的扩大会使企业内部的组织惯性增强、企业内交易成本提高，同时大企业更加关注在既有市场中的获利情况，这一系列现象均会导致大企业在创新决策、创新活动管理等方面出现僵化和反应迟钝。相对于大企业，中小企业的组织灵活性更强、市场嗅觉和技术嗅觉更灵敏，在市场竞争压力下其创新意愿更强烈（卢现祥，2021［17］）。

最后，关于企业年龄，部分学者指出新创办的企业容易表现出更强的创新动机，随着时间的推移该动机会向行业平均水平收敛，且随着经验的累积，企业的创新质量会改变［39］；也有学者认为企业年龄和创新水平之间存在负的相关关系，随着年龄的增长，企业创新水平不断下降，但创新下降的比率是非线性的，具体表现在，在早期时期企业创新水平会快速下降，随着时间的推移，其下降速度会有所减缓［40］；鲍宗客（2016）［41］研究发现，随着年龄的提高企业的创新激励呈现倒 U 型的分布趋势。

综合以上分析，政府层面的供给型政策、需求型政策、环境型政策以及企业层面的产权性质、企业规模、企业年龄等因素均会影响企业的创新水平，即企业创新决策是多方面因素共同作用的结果。为此，本文将试图引入fsQCA方法，探索上述多重因素对企业创新决策的联合效应，并尝试揭示不同政策工具组合之间的互动关系。文章的逻辑框架如图1所示。

图1 科创政策组态维恩图

2 研究设计

2.1 研究方法

本部分旨在采用fsQCA方法探究三类科创政策工具组合及企业内部因素与企业创新水平之间的复杂因果关系。定性比较分析法（QCA）是以布尔代数运算和集合论思想为基础，通过对案例的充分比较和分析，探索多种前因变量之间的互动过程对结果变量的“联合效应”和“协同影响”，而这正适合回答本部分的研究问题。QCA方法具体又可以划分为三类，即确定/清晰集定性比较分析方法csQCA（Crisp-Set Qualitative Comparative Analysis）、多值集定性比较分析方法mvQCA（Multi-Value Qualitative Comparative Analysis）和模糊定性比较分析方法fsQCA（Fuzzy-Set Qualitative Comparative Analysis），csQCA中的变量必须是二分变量0和1；mvQCA是在csQCA二分法的基础上，对变量的数值进行多分以处理类别变量的方法；fsQCA则是将模糊集引入QCA方法，通过校准将变量的取值转化为0-1之间的连续值，能很好的描述变量的连续变化，因此本文选择采用fsQCA方法。在fsQCA方法中，可以将案例视为一系列前因变量和结果变量的组合，通过比较前因变量组合对结果变量的影响分析前因变量组合对结果变量的联合效应和互动效应，而这种前因变量组合即为实现结果变量的路径。

在具体分析技术上，本部分采用fsQCA方法是基于以下几点考虑：（1）在文献研究中发现前人已经重点考察了单个政策工具对企业创新水平的净效应，而fsQCA可以发现政策工具及企业内部因素等诸多因素之间的组态关系和系统效应，这是对已有研究的进一步深化；（2）现有方法论中，因子分析、聚类分析等方法虽然也可以检验组态关系，但这些方法却无法识别因素之间的相互依赖、组态等效性和因果非对称性；（3）fsQCA兼具定性分析（案例导向）与定量分析（变量导向）的优势，适合小样本和复杂因果关系的处理，本文在考虑创新产出滞后后，最终样本数量为406个，样本数量符合要求。

2.2 样本选择及变量说明

本文以2015-2019年间上海制造业上市公司为研究对象，剔除数据缺失数据，同时考虑创新产出滞后一期后，共获得2015-2018年期间406个样本观测值。产权性质、企业规模以及企业年龄等数据均来自国泰安数据库（CMMAR），供给型政策、需求型政策以及环境型政策支持力度均是通过整理上海各政府部门发布的政策文件得到。

科创政策查找过程如下：第一轮查找，以“上海市”、“科学政策”、“科技政策”、“创新政策”和“科技创新政策”等为关键词，检索了 2015 年 1 月-2020 年 12 月上海市政府及其他省级部门出台的地方规范性文件；第二轮查找，除关键词搜索外，逐条查阅上海市政府网站上的政策文本，补充第一轮关键词检索过程中遗漏的政策文本；第三轮查找，在文本分析过程中，若政策内涉及到2015年之后的科创政策，下载下来作为政策库补充；第四轮查找，查询万方数据库、北大法律法规数据库，以及其他资料进行补充，以保证政策文本的完整性和严谨性。最后，从所有科创政策中剔除不是针对制造业企业的科创政策及相关性不高的政策，最终共整理上海制造业科创政策72条。整体而言，上海制造业企业科创政策发文单位涉及17个，其中，单独发布政策45份，其余27份为联合制定，单独制定政策数量为联合制定数量的近2倍，且联合发文机构主要集中在上海市财政局、上海市经济和信息化委员会以及上海市科学技术委员会，政府机构之间的协调性有待进一步提高。

在此基础上基于扎根理论，对上海制造业科创政策进行文本编码，以整理得到三类政策工具支持力度。具体而言：首先，根据《2012年国民经济行业分类代码表》中制造业分类对科创政策文本进行行业编码；其次，根据科创政策工具分类，对供给型、需求型、环境型三类政策工具进行逐条编码计数；最后，对于特定年份某一产业某一类型科创政策，每收集到一条相关科创政策，该产业该类型科创政策工具力度就加1，以此得到不同年份三类政策工具支持力度。整理发现，上海制造业企业科创政策供给型和环境型政策工具运用较多，但需求型政策工具较为薄弱，整个政策工具运用呈现出典型的倒U型特点，如图2所示。

图2 上海制造业企业科创政策的政策工具分布

前因变量和结果变量见表1。

表1 变量定义

3 实证分析

3.1 变量校准

在fsQCA中，每个变量都被认为是一个模糊集，也就是说，每个变量都是具有不同隶属度的集合（Ragin,2000［18］）。因此，在进行QCA分析之前，首先要把原始数据中的每个变量按照一定的校准程序转换为对应的模糊集。变量校准是fsQCA方法运用中最关键的环节。在研究过程中，通过设置3个临界值，即完全隶属、交叉点及完全不隶属，将变量转换为隶属度介于0-1之间的集合。参考Coduras（2016）［42］、范德成和谷晓梅（2020）［43］等学者的做法，将各变量在25%、50%、75%上的取值分别作为完全隶属、交叉点以及完全不隶属的校准锚点。值得注意的是，由于三个政策工具变量在50%上的数值均是0，为进行校准，本文将政策工具支持力度1设置为三个政策工具变量的交叉点。各变量的锚点选择见表2。锚点确定后，根据fsQCA v3.0软件中的calibrate函数进行变量校准。

表2 前因变量及结果变量的校准锚点

3.2 单个条件的必要性分析

在模糊集分析中，如果结果变量构成某个前因变量的子集，则前因变量是结果变量的必要条件。由于真值表分析属于充分性分析，因此需要将必要条件从真值表分析中删除。必要条件检测过程如下：

如果一致性（Consistency）得分高于0.9，则认为该前因变量为结果变量的必要条件。

本文前因条件的必要性检验见表3。由表3可知，对于结果变量不管是创新投入还是创新产出，各个前因变量的一致性得分均未超过0.9，各前因条件均不构成必要性条件，符合后续真值表分析的要求。这意味着政策工具和企业自身因素方面的各前因变量对创新投入亦或是创新产出的单独解释力均较弱。因此，有必要将这些前因条件纳入fsQCA分析框架，进一步探索产生创新投入和创新产出的组态。

表3 单个变量的必要性检验

3.3 路径分析

根据单个条件的必要性分析，将各前因变量纳入模糊集真值表分析程序，参考余菲菲和高霞（2020）［44］、王晓珍等（2021）［45］等的惯用做法，将一致性阈值设置为0.8，案例频数阈值设置为1。

先后以“创新投入”和“创新产出”作为结果变量对真值表运行“Standard Analysis”程序，得出相应的复杂解（Complex solution）、简约解（Parsimonious solution）和中间解（Intermediate solution）。复杂解是将所有的逻辑余项均设置为“假”，没有进行反事实分析，对分析结果进行了最大程度的化简；简约解是包含所有会产生逻辑更简洁解的逻辑余项，不管它是简单还是复杂反事实案例分析，即简约解进行了反事实案例分析，所得解中包含了更多的逻辑信息；而中间解则位于复杂解和简约解之间，分析过程中只包含简单反事实案例的逻辑余项。同时存在于简约解和复杂解中的条件为核心条件，仅存在复杂解中的条件为辅助条件。分析结果见4。其中，一致性度量的是每个解项中的成员是结果子集的程度，用以解释该组态（或构型）是否可以一致的得到结果；覆盖率是指结果被每个解项解释的比例，与回归分析中的R2统计量含义类似。

由表4可知，产生创新投入的路径（组态）有3条：H1、H2和H3，其中3条组态的一致性分别为 0.673、0.810、0.812，表明3条组态是制造业企业提高创新投入的充分条件；解的总体一致性为0.77，进一步说明了3条组态能够充分的解释结果的存在，可以视为帮助企业提高创新投入的充分条件组合；解的总覆盖率为0.531，表明3条组态解释了超过50%的企业提高创新投入的原因。

表4 企业创新水平提升路径组合

另外，产生创新产出的组态有2条：H4和H5，其中2条组态的一致性分别为0.72和0.83，表明2条组态是制造业企业提高创新产出的充分条件；解的总体一致性为0.812，进一步说明了2条组态能够充分解释结果的存在，可以视为帮助制造业企业提高创新产出的充分条件组合；解的总覆盖率为0.453，表明2条组态解释了近50%的企业提高创新产出的原因。

下文将分别对产生创新投入和创新产出的路径（组态）进行分析。

（1）提高创新投入的路径分析

①环境保障主导路径。组态H1：～Policy_x* Policy_h* State，表明对于制造业国有企业，无论企业规模多大、无论企业成立时间长短以及无论企业是否享受到供给型政策，只要企业能够享受环境型政策，即便需求型政策支持较为缺乏，仍能驱动企业提高创新投入。通常，相比于非国有企业，国有企业可以获得更多的创新要素。如，因为政府信用背书以及其他隐性担保的存在，国有企业往往拥有更多的创新融资渠道（刘慧好，2021［18］）；国有企业在科技情报的获取以及信息网络建设方面也颇具优势。因此，国有企业对供给型科创政策的需求并不是很强烈。同样地，在政府父爱主义下，国有企业获得政府采购招标以及示范工程项目的比例也远远高于非国有企业（陈志刚和吴丽萍，2021［10］），也就是说，即使需求型政策拉力较弱，鉴于政府偏好，国有企业也会获得相当程度的政府需求支持。对于国有企业，企业创新环境的优化可以极大地激励其开展创新活动。由于在新常态下国有企业面临的经营环境不确定增强，改善国有企业金融环境，实现金融业与国有企业的深度融合已经成为国有企业面临的重大现实问题。于凡修（2021）［46］指出，加强金融生态环境建设有利于国有企业吸引更多资金进行创新。于洋和王宇（2020）［47］研究发现，相对于非国有企业，知识产权保护水平的提高对国有企业创新水平的激励效果更为显著，这是因为国有企业有更好的创新基础，更有条件进行研发创新。由此可见，对于国有企业，环境型政策的激励是其提高创新投入的最核心要素。

②供给-需求-环境三元驱动路径。组态H2：Policy_g* Policy_x* Policy_h*～ State*～ Size，表明同时享受供给型政策、需求型政策以及环境型政策的规模较小的非国有制造业企业，其提高创新投入的动力较强。其中，供给型政策工具以及需求型政策工具是其核心要素，环境型政策工具是辅助要素，表明相比于优化创新环境，民营中小制造业企业更迫切需要政府优化配置更多的创新要素，同时为创新产品提供更多的需求拉力。相较于大企业或国有企业，民营中小企业由于在资产抵押、信用水平、经营风险以及信息不对称程度等方面存在劣势，这导致民营中小企业在融资渠道、人才引进、信息建设等诸多方面存在限制（孙耀吾和葛平，2020［48］；罗广宁等，2020［49］），因此迫切需要政府通过政府干预手段为其配置更多的创新要素，以助推其创新发展。同等重要的，民营中小企业由于自身规模、资源禀赋的限制，其创新产品在开拓市场、提高行业认可度和影响力方面均存在一定的困难，因此，迫切希望政府能通过示范工程、政府采购、促进出口、服务外包等支持措施提高行业认可度和影响力，并最终开拓新产品市场。如Guerzoni（2015）［50］、邓翔等（2018）［51］等指出，政府对创新产品进行采购不仅能有效调节新产品的供求关系，还能向企业的利益相关者传递积极信号，形成示范效应，有利于企业进一步拓展融资及销售渠道。此外，环境型政策工具的支持有利于优化企业创新环境，为民营中小企业营造公平的竞争生态，因此，环境政策工具支持有利于促进民营中小制造业企业提高创新投入。

③供给-需求推拉路径。组态H3：Policy_g* Policy_x* ～State* Age，表示对于成立时间较长的非国有制造业企业，无论是否享受环境型政策，只要同时享受供给型政策以及需求型政策，企业便有动力提高创新投入。其中，需求型政策是其核心要素，供给型政策是辅助要素，表示相对于供给型政策，需求型政策更能刺激企业创新。究其原因，由于企业成立时间较长，已经积累了一定的资源禀赋，在新产品竞争中能够获得公平竞争的地位，且企业的知识产权保护意识逐渐增强，有意识且有能力维护自身利益，因此对环境型政策需求并不迫切。虽然企业在以往商业往来以及与金融机构交涉过程中已经积累了一定的信用水平，有一定的融资渠道，但鉴于创新的高风险性，相较于国有企业，非国有天然的“金融歧视”致使其创新融资成本相对较高，创新融资难度也相对较大，因此仍需要政府提供一定的金融支持（杨蓉等，2018［19］）。且随着企业成立时间越长，鉴于员工成长渠道受限且创新人才的稀缺性，非国有企业也面临严重创新人才流失问题，因此非国有企业需要通过创新人才引进及培训提高企业的人力资本水平（李瑾，2010［52］）。鉴于此，成立时间较长的非国有制造业企业在企业创新资源获取方面仍有一定困难，在获得政府供给型政策支持后，成立时间较长的非国有制造业企业会提高其创新投入。最为重要的是，提高新产品的影响力以及为新产品开拓市场是企业创新发展最重要也最有难度的环节，成立较早的非国有企业仍迫切需要政府通过需求型政策支持拉动新产品需求。

（2）提高创新产出的路径分析

①供给-需求-环境三元联动路径。组态H4：Policy_g* Policy_x* Policy_h*～ State，表明对于非国有制造业企业，不论企业规模大小及企业成立时间早晚，只要企业能够同时享受供给型政策、需求型政策以及环境型政策，企业创新产出会大大提高。其中，需求型政策为核心要素，供给型政策及环境型政策为辅助要素，表明相比于供给型政策及环境型政策，需求型政策对企业创新产出的影响更为显著。首先，如前所述，非国有企业在创新要素获取方面处于劣势地位，因此供给型政策支持有利于企业获得更多的创新资源，从而提高创新产出。其次，由于知识产权保护是激励企业创新的重要保障，而环境型政策，尤其是政府的知识产权保护政策能够激励企业提高创新产出的量和质。黎文靖等（2021）［8］研究指出知识产权法院能显著提高专利的引用价值、应用价值以及市场价值，由此说明，强有力的知识产权司法保护有利于企业进行高质量创新。最后，相比于供给型和环境型政策，需求型政策支持对于非国有企业提高创新产出发挥着更为重要的作用。正是因为需求型政策支持关系新产品的市场销售，即关乎新产品成本的回收，是企业创新成败的关键。因为一旦新产品市场开拓成功，则预示着新产品成本能按预期计划进行回收，创新能够为企业带来收益。企业基于维护创新带来的垄断利润，会提高专利申请数量。所以，需求型政策支持能够促进制造业企业提高创新产出。

②需求拉动主导路径。组态H5：Policy_x*～ State* Size* Age，表示对于成立年限较长的大规模非国有制造业企业，无论企业是否享受到供给型政策和环境型政策，只要企业能够享受到需求型政策，就会提高其创新产出。需求型政策支持的重要拉动力前述已经进行了理论阐释，在此不再赘述。需要强调的是，对于成立年限较长的大规模非国企，其在创新要素获取以及公平竞争环境中已经十分具有竞争优势，甚至在某些方面已经超过了国有企业的竞争力，因此，这些企业对于供给型政策以及环境型政策的需求并不迫切。例如，人才竞争，由于国有企业“所有者缺位”以及“内部人控制”等代理问题容易产生冗余雇员现象，该现象会对高层次创新人才产生“挤出效应”，而大规模的非国企由于机制灵活、晋升渠道清晰以及资源禀赋充裕等条件，得到众多高层次创新人才的青睐（马新啸，2020［53］）。

（3）进一步讨论与命题提出

进一步地，结合创新投入和创新产出的实现路径发现：①创新投入和创新产出的实现路径并不相同（组态H1至H5）。创新投入的实现路径有3条，即环境保障主导路径、供给-需求-环境三元驱动路径以及供给-需求推拉路径；创新产出的实现路径有2条，即供给-需求-环境三元联动路径以及需求拉动主导路径。政府应根据不同类型企业采用不同的优化路径刺激制造业企业提高创新投入和创新产出。②环境型政策是提高国有企业创新水平的核心条件（组态H1）。加强金融生态环境建设以及提高知识产权保护力度等优化创新环境的政策措施有利于提高国企的创新水平。③需求型政策支持有利于非国有企业提高创新投入及创新产出（组态H2至H5）。在组态H2至H5可知，需求型政策工具均是核心条件，也就是说，政府通过示范工程、政府采购等需求拉动政策工具的使用能有效提高非国有企业的创新动力，提高创新水平。④同时享受三种政策工具的企业创新投入和创新产出都会提高（组态H2、H4），三种政策工具的协同运用能有效提高企业的创新水平。⑤政策工具之间具有互补、协同效应，除非国企或有一定竞争优势的非国企仅对单一政策工具需求迫切，大多数企业创新需要两种及以上政策工具的协同运用（组态H2至H4）。

因此，提出以下三大命题：

命题1：环境型政策工具支持能有效提高国有企业创新水平。

命题2：需求型政策工具作为核心要素，联合不同非国企特征下的环境型政策工具及供给型政策工具，能大大提高非国企的创新水平。

命题3：三种政策工具的协同运用，既能提高非国企业的创新投入，也能提高其创新产出。

3.4 稳健性检验

（1）组态的敏感性分析

敏感性分析主要是用以检查研究结果是否对于使用其他判别规范的条件具有稳健性。借鉴Linton&Kask（2017）［54］的做法，将所有变量的完全隶属临界值变更为90%分位数，完全不隶属临界值变更为10%分位数，一致性阈值和案例频数阈值保持不变，重新对数据进行校准分析，结果见表5。对比表4和表5，组态类型并未发生实质性变化，仅H2中辅助性因素发生变化，各组态的一致性及覆盖率等参数也有细微变化，这表明本文的研究结论具有良好的稳健性。

表5 组态的敏感性分析

（2）组态的预测效度检验

组态预测效度分析主要用于验证假设的组态模型在不同的数据集下预测结果变量的能力。如果组态模型在不同的数据集下具有相似的预测能力，则表示研究结果具有良好的预测效度。参考Ilias O. Pappas et.al（2016）［55］的做法，通过随机选择将原始样本分成两个相等的子样本：一个建模子样本（子样本1）和一个拒绝子样本（子样本2）；在子样本1中采用和主分析相同的分析程序，然后在子样本2上测试子样本1产生的组态模型是否达到与子样本1相似的一致性和覆盖率。

如图3，本文检验了组态2在子样本1和子样本2中的预测效度，结果显示，两个子样本中的一致性（Consistency）和原覆盖率（Raw coverage）十分相似，这表明本文研究结果预测效度良好。

图3 组态2在子样本1和子样本2中的XP scatterplots

4 结论与对策

4.1 主要结论

文章运用fsQCA方法，基于组态思维，对上海制造业企业进行了模糊定性分析，主要研究了上海三类科创政策工具与企业自身因素对制造业企业创新投入和创新产出的组合效应，厘清不同类型企业对科创政策组合的需求差异。研究发现：

（1）企业提高创新投入的路径有三条，即环境保障主导路径、供给-需求-环境三元驱动路径、供给-需求推拉路径。第一条路径主要针对国有企业，即国有企业享受环境型政策工具支持有利于其提高创新投入；第二条路径主要针对规模较小的非国有企业，这类企业对三种政策工具需求都比较强烈，尤其是供给型和需求型政策；第三条路径主要针对成立时间较长的非国有企业，需要从供给、需求两侧激励其提高创新投入。

（2）企业提高创新产出的路径有两条，即供给-需求-环境三元联动路径和需求拉动主导路径。第一条路径针对所有非国有企业，若要提高非国有企业的创新产出，需从供给、需求、环境三方面进行激励；第二条路径主要针对成立时间较长的大规模非国有企业，这类企业发育已经比较成熟，主要需要从需求侧拉动企业提高创新产出。

（3）上海制造业企业提高创新投入和创新产出的路径均具有“多重并发”和“殊途同归”的特点，不同类型企业对政策工具的需求存在差异，政策工具之间具有协同、组合效应。研究共发现有三条路径可以提高企业创新投入，两条路径可以提高创新产出，同一结果变量下（创新投入或创新产出）不同路径的区别在于，对于不同产权性质、不同规模、不同企业年龄的企业，其对科创政策工具的需求不同。比较突出的是，环境型政策工具是国有企业的核心要素；需求型政策工具是非国有企业的核心要素。除创新投入中的环境保障主导路径以及创新产出中的需求拉动主导路径外，其他四条路径中都需要两类或三类政策工具组合发挥作用，政策工具之间的协同运用对于提高科创政策的政策效果十分重要。

4.2 管理启示

一方面，政府应针对不同类型制造业企业提供差异化的政策支持，以“精准施策”。对于国有企业，应更加注重环境型政策支持，优化营商环境；对于非国有企业，应侧重给予更多的需求型政策，为非国企制造业企业提供市场拉力。除此之外，对于成立时间较长的非国企，还应从供给侧给予支持，对于规模较小的非国有企业还应从环境侧以及供给侧提供支持。

另一方面，加强政府部门协同及科创政策工具协同运用，多出政策“组合拳”。当前上海近三分之二科创政策均为政府部门单独制定，不同部门之间联合发文数量较低，政府各部门之间缺乏协同合作。且路径分析发现三种政策工具协同运用能有效提高制造业企业的创新水平，但当前科创政策工具运用中普遍存在需求型政策不足、政策工具协同度较低现象。因此，各行政部门应尽快形成以地方政府为主导，地方财政局、经信委、科委等委办单位辅助配合的部门协同体系，同时弥补政策工具短板，强化不同类型政策工具的协同运用，提高科创政策创新效应。

4.3 贡献及不足

本研究可能的贡献主要在于：一方面，在理论研究中相较于现有文献主要研究单一政策工具的创新激励效果，本文则聚焦于科创政策工具组合影响企业创新的“组合效应”，分析不同类型企业对科创政策工具组合的需求差异，为探索提高企业创新水平的路径选择提供了新的研究视角。另一方面，在实践中，本文研究结论对于政府部门科学制定科创政策，提高科创政策的创新效应提供了决策参考。

当然，本文研究还存在一些不足。第一，本文考察了三种政策工具类型的组合效应，而每种类型科创政策工具下还有具体的政策工具，由于fsQCA方法比较适合7-8个因素的组态分析，本文并未对更细致的政策工具组合进行研究，且企业自身因素当中的其他因素是否也会影响企业路径选择，均需要进一步探究。第二，本文研究对象是上海制造业企业，所得结论具有行业及地区针对性，在不同行业或地区，科创政策工具组合对企业创新水平影响的差异性，值得深入研究。