数字化背景下创新绩效提升的组态路径研究

熊曼辰　宋书也　曹学晨

摘要：文章从数字创新生态系统出发，以中国A股上市航空装备制造企业为样本，采用模糊集定性比较分析的方法，找出航空装备制造企业取得高水平企业创新绩效的组态路径。企业研发投入是取得高水平创新绩效的关键，政府财政补贴和产学研合为企业取得高创新绩效提供外部支撑，数字化发展水平是实现其他创新驱动要素协同的有效路径。

关键词：数字创新生态系统；装备制造企业；创新绩效；创新驱动要素；QCA

一、引言

2020年中国科学家座谈会强调要改善科技创新生态，激发创新创造活力。创新主体之间形成了类似于大自然中相互作用、共同存亡的创新生态系统，如何将企业创新生态系统的现实实践上升为理论基础，成为企业、学者们等共同关注的问题。同时，数字化促使创新生态系统的行为逻辑发生变化，引发了学术界构建数字创新生态系统的思考。依托企业研发、政府驱动以及产学研合作等方式，我国航空装备制造企业在国际竞争中取得了较大发展，但是与国际先进水平相比仍存在较大差距。基于此，本文选取航空装备制造企业为研究对象，在数字创新生态系统视角下，利用组态视角探究创新驱动要素作用机制，找出提升企业创新绩效的有效组态路径。

二、理论基础与研究假设

基于张超等学者的研究成果，数字化进程与创新主体间的价值共创行为进行深度融合，创新生态系统开始具备数字实体特征。系统可视为由若干相互影响相互作用的子系统构成。本文将航空装备制造企业的数字创新生态系统划分为企业内部研发子系统、政府驱动子系统、创新合作子系统以及数字化子系统，探究子系统间创新驱动要素与创新绩效的关系。

（一）企业内部研发子系统与数字化子系统

企业内部研发子系统中的创新驱动要素通过研发经费投入与研发人员配置两方面观察，数字化子系统中的创新驱动要素通过企业数字化投入来得以体现。本文认为，数字化与企业内部研发共同作用影响创新绩效。一方面，数字化推进了知识孤岛的相互连通，即数字化帮助企业消除个体、群体与组织之间知识交流的阻碍，企业更加掌握知识这一创新资源，同时，数字化有利于全球智力资源的充分利用，促进企业研发经费投入的增加。另一方面，数字技术对企业开展其他活动具有协同作用。随着数字化的推进，数字技术的运用使企业有更高的能力配置研发人员。企业内部研发子系统中研发经费投入与研发人员配置和数字化子系统中的数字化发展水平存在协同效应和强弱配置形式，會对企业创新绩效产生不同影响。因此，提出假设1。

H1a：高研发经费投入或高研发人员配置与高数字化发展水平的条件组态对航空装备制造企业创新绩效产生正向影响。

H1b：研发经费投入或研发人员配置与数字化发展水平均不高或一强一弱的条件组态对航空装备制造企业创新绩效产生负向影响。

（二）企业内部研发系统与创新合作子系统

本文选取产学研合作为企业创新合作子系统中的创新驱动要素。本研究认为研发投入与产学研合作共同影响企业创新绩效，理由如下：首先，创新是将企业知识以新方式重组和整合的过程。企业开展产学研合作，研发经费投入增加，提高研发人员配置，增强企业对新知识、新技术的消化吸收能力；企业开展产学研合作，研发经费投入一部分流入合作研发，提高创新资本投入对专利产出的边际贡献。最后，当企业研发经费和人员投入低时，企业丧失在产学研网络中的主导地位，会降低企业创新绩效。航空装备制造企业研发难度高于一般企业。当航空装备制造企业研发投入高，而缺乏产学研合作时，企业缺少风险分担伙伴，资金压力增大，研发失败的概率和风险上升，抑制企业创新绩效的提升。因此，提出假设2。

H2a：高研发经费投入或高研发人员配置与高产学研合作水平的条件组态对航空装备制造企业创新绩效产生正向影响。

H2b：研发经费投入或研发人员配置与产学研合作水平均不高或一强一弱时，航空装备制造企业丧失创新主导地位，创新成功的风险上升，阻碍企业创新绩效的提升。

（三）政府驱动子系统与企业内部研发子系统

有时企业自身投入的资金并不足以支撑其创新活动，创新活动的连续性不能得到保障，其创新的积极性会降低。因此，政府驱动子系统中的创新驱动要素选取为政府财政补贴。本研究认为政府财政补贴与企业研发经费投入的组态影响企业创新绩效的取得情况，理由如下：首先，航空装备制造企业创新活动的特点，需要投入较之其他企业更多的资金以支撑创新活动的进行。政府财政补贴全局性、基础性、战略性的特点帮助企业解决基础融资问题，同时政府补贴政策会给投资市场释放利好信号，对企业创新绩效产生正向作用。其次，政府财政补贴并不是越高越好，由于政府财政补贴挤出效应的存在，研发投入支出被挤出后，企业研发积极性降低，抑制创新绩效的提升。最后，对于研发经费投入高而政府财政补贴低的航空装备制造企业，企业容易陷入资金链断裂的困境，无法保证创新项目的连续性，难以提升企业创新绩效。因此，提出假设3。

H3a：高政府财政补贴和高研发经费投入的条件组态保障航空装备制造企业创新活动资金，激发企业创新活力，促进企业创新绩效的提升。

H3b：政府财政补贴和研发经费投入均不高或一高一低时，航空装备制造企业易陷入寻租活动或资金困境，抑制企业创新绩效的提升。

（四）政府驱动子系统、数字化子系统与创新合作子系统

作为企业内部研发之外的三个系统：政府驱动子系统、数字化子系统、创新合作子系统对企业创新活动的开展起着支持作用，三个系统中的创新驱动要素的条件组态会对航空装备制造企业的创新绩效产生影响。政府补贴增强企业产学研合作意愿，缓解企业融资约束，稳定产学研合作关系；有助于企业知识的识别、转化和应用，推动企业创新绩效提升。此外，由于信息不对称性，产学研过程容易产生投机问题，资源配置无法达到最优状态，数字化优化资源（产学研合作与政府财政补贴）配置，提升创新绩效。最后，政府补贴提高企业和数字技术供应商的最优收益程度，间接提高企业的数字化水平。因此，提出假设4。

H4a：高政府财政补贴、高数字化发展水平的航空装备制造企业通过产学研合作，有助于缓解融资和信息不对称问题，加快知识和资源流动，促进创新资源有效配置，从而提高企业创新绩效。

H4b：政府财政补贴、数字化发展水平和产学研合作水平三者有其一低水平时，航空装备制造企业将面临融资问题或信息不对称问题，抑制企业创新绩效的提升。

基于此，本文形成以核心企业为中心的研究框架。如图1所示，数字经济背景下，航空装备制造企业想要实现创新绩效的提升，数字创新生态系统中各子系统的创新驱动要素都发挥着重要作用。

三、研究设计

（一）研究方法

本研究采用定性比较分析方法（QCA）进行深入研究。定性比较分析方法从组态视角系统地探究前因变量之间的作用关系，同时解答因果之间的非对称问题。

（二）变量选取

根据前文的分析，选取以下变量进行研究分析。

1. 结果变量。企业创新绩效（Inn）采用企业的年专利申请量进行标度。由于企业创新活动的时滞性，采用t+1年的企业年专利申请数表示t年的创新绩效。

2. 前因变量。数字化发展水平（Dig）采用企业的数字化重视程度标度。使用文本挖掘法对企业数字化程度进行量化。具体步骤如下：首先，使用Python提取年报文本内容；其次，通过人工整理和Python的中文分词功能对文本进行分词处理和词频统计，筛选出与企业数字化发展相关的高频词汇；最后，根据Gephi的图谱分析构建关键词图谱，确定关键词词汇表。结果如表1所示。

参照戚聿东等的研究，构建相对指标。具体计算公式如下：

数字化发展水平（Dig）=

其中，x表示各航空装备制造企业的数字化发展水平关键词数量，i表示具体的某航空装备制造企业。

政府财政补贴（Gov）借鉴已有研究，采用企业获得的政府部门的资金来表示政府的资助水平。

研发经费投入（RD），为减少企业规模等因素对企业研发能力的影响，本文选取研发资金投入占营业收入的比重来衡量企业研发经费投入。

研发人员配置（Hr），对企业研发人员配置的衡量，常采用研发人员数量、研发人员占比等方法，本文采用研发人员占企业员工总数的比重衡量研发人员配置。

产学研合作水平（Ptr）参考張羽飞等学者的衡量方式，采用企业产学研联盟中合作数量的几何平均数进行衡量。首先，使用五年移动窗口来构建公司的年度产学研联盟，即焦点公司从t-4年到t年建立的所有产学研联盟；其次，计算5年内焦点公司产学研联盟数量的几何平均数。具体公式如下：

其中，P表示企业产学研合作水平的数量，i表示具体的焦点企业，N表示企业产学研联盟中的合作伙伴数量。

各变量的定义详情如表2所示。

（三）数据来源

作为高科技企业的航空装备制造企业，数字化是其一直追求的目标。因此，本文以2020年国内A股上市的航空装备制造企业为研究对象。剔除关键数据缺失的企业，筛选出28家作为研究样本。其中，企业创新绩效、政府财政补贴、研发经费投入、研发人员配置这三个变量的数据来源于CSMAR数据库；数字化发展水平数据来源于企业对外披露的年报；产学研合作水平数据收集自企业披露的年报、公司官网、各大搜索引擎以及各省份公布的省级科技计划拟立项项目（课题）公示清单。

（四）变量校准

在对数据进行分析之前，对选取的结果变量和前因变量进行数据校准，转换成相应的模糊隶属度。选择样本数据的95%，50%，5%分位值作为锚点，将一致性阈值设为0.8，得到原始数据的真值表。结果变量企业创新绩效和前因变量数字化发展水平、政府财政补贴、研发经费投入、研发人员配置、产学研合作水平校准后分别记为：Inn_FZ、Dig_FZ、Dov_FZ、RD_FZ、Hr_FZ、Ptr_FZ。

四、实证分析

（一）必要性分析

首先，判定5个前因变量中是否存在结果变量——高（非高）企业创新绩效的必要条件。当单一前因变量对取得高（非高）企业创新绩效的一致性阈值要求达到0.9及以上时，判定该前因变量为必要条件。如表3所示，各前因变量对结果变量的一致性得分介于0.51～0.82之间，未达到0.9，表明5个前因变量均不是取得高（非高）企业创新绩效的必要条件。

（二）组态分析

基于各前因变量均不是取得高（非高）企业创新绩效的必要条件，对各前因变量与结果变量进一步进行组态分析。本研究将一致性阈值设为0.8，案例数阈值设定1。根据杜运周的研究，将PRI阈值设为0.7，得到复杂解、简单解和中间解。依据中间解和简单解中前因变量的出现情况，定义核心条件和边缘条件。使用fsQCA3.0对28个样本案例进行组态分析，得到表4。

从表4可以得知，航空装备制造企业取得高企业创新绩效的条件组态路径有两种，一致性分别为0.831和0.866，总体一致性为0.835，说明这两种方案均是取得高企业创新绩效的充分条件；总体覆盖度为0.511，说明高企业创新绩效取得的原因有51.1%可由这两种方案解释。对两种方案的具体分析如下：方案1，Dig_FZ*Gov_FZ* Hr_FZ* Ptr_FZ。此方案表示企业的数字化发展水平较高，得到的政府财政补贴多，研究人员占员工总数比重较大且产学研合作水平深入时，可以忽略研发资金的投入比重，获得较高的企业创新绩效。该方案的覆盖度为48.65%，一致性达到83.13%。此组态验证了假设H1a、H2a和H4a，是3种假设的融合。方案2，Dig_FZ*Gov_FZ* RD_FZ * Ptr_FZ。此方案表示无论企业的研发人员占比多高，企业拥有高数字化发展水平、高政府财政补贴，积极开展产学研合作，航空装备制造企业的创新绩效就可以达到较高的水平。方案的覆盖度为46.29%，一致性达86.60%，同时验证了假设H1a、H2a、H3a、H4a，融合了4种假设。

综上，在实现航空装备制造企业取得高创新绩效的两种有效方案中，均要求企业四种创新驱动要素协同，原因可能是航空装备制造企业的特殊性，需要多种要素的协同，才能高效实现创新活动的成功。

另外，对于非高企业创新绩效的取得，条件组态方案有5种，总体一致性为0.898，这5种方案可作为非高企业创新绩效的充分条件；总体覆盖度为0.711，说明这5种方案解释了71.1%非高企业创新绩效取得的原因。对该5种条件组态的具体分析如下：

方案3，Hr_FZ* RD_FZ*～ Ptr_FZ。该方案表示航空装备制造企业在研发人员占比高，研发投入强度大时，单一依靠内部研发忽略产学研合作水平将不能取得高企业创新绩效。方案3覆盖度为47.07%，在所有方案中覆盖度最高，一致性达91.76%，验证了H2b。

方案4，～Dig_FZ*～Gov_FZ* ～Hr_FZ* ～RD_FZ * ～Ptr_FZ。该方案表示当企业数字化发展水平低、获得的政府财政补贴低、研发人员占比和研发投入强度低并且缺少产学研合作水平时，企业将无法获得高水平的创新绩效。方案4覆盖度为37.16%，一致性达95.05%，验证了假设H1b、H2b、H3b、H4b，并是四者的结合。5个子系统的创新驱动要素均缺失，航空装备制造企业失去创新支撑架构与活力，难以取得高水平的创新绩效。

方案5，Dig_FZ*Gov_FZ*～Hr_FZ*～RD_FZ*～Ptr_FZ。方案5表示數字化发展水平高，获得的政府财政补贴力度大的企业，研发人员占比低、研发经费投入少、缺少产学研合作水平时，企业的创新绩效无法达到高水平。该方案覆盖率为28.34%，一致性达94.94%，验证了假设H1b、H2b、H3b、H4b，并将四者结合起来。

方案6，Dig_FZ*～Gov_FZ* ～Hr_FZ* ～RD_FZ * Ptr_FZ。方案6表示政府财政补贴力度小、企业内部研发人员占比与研发资金投入强度都低时，即使企业拥有高水平的数字化发展和产学研合作水平，也无法取得高水平的企业创新绩效。该方案的覆盖度为31.24%，一致性达到了93.83%，验证了假设H1b、H2b、H3b、H4b，并将四者结合起来。

方案7，～Dig_FZ*～Gov_FZ* ～Hr_FZ* RD_FZ * Ptr_FZ。方案7表示企业内部研发投入强度大，积极开展产学研合作水平，但是数字化发展水平不高，政府财政补贴力度不大并且在人力资源结构中研发人员占比不高时，企业获得低创新绩效。该方案覆盖度为27.19%，一致性达到了94.34%，验证了假设H1b、H2b、H3b、H4b，并将四者结合起来，但似乎与H2a矛盾，原因可能是，企业缺少政府财政补贴资金保障和研发人员配置对知识的有效转化吸收，高研发经费投入和产学研合作只会加重企业的财务负担；此外，数字化发展水平不高，信息不对称问题加剧，资源之间不能取得最优解。

综上，在5种取得非高企业创新绩效的方案中，方案3的原始覆盖度最高（47.07%），可理解为此种条件组态下，航空装备制造企业取得高创新绩效的可能性最低，其特点是企业内部研发投入高而缺少产学研合作。

（三） X-Y散点图分析

根据本文QCA取得的结果，绘制我国航空装备制造企业2020年取得高企业创新绩效结果的条件组态方案对应的X-Y散点图，如图2所示。从X-Y散点图可以看出，样本案例多数集中在散点图的左上方，说明组态1和组态2均为航空装备制造企业取得高水平创新绩效的充分条件。

五、研究结论与展望

本文选取2020年国内A股上市的航空装备制造企业为研究样本，通过梳理数字创新生态系统中影响航空装备制造企业创新绩效的主体与创新驱动要素构成，采用模糊集定性比较分析的方法探究了影响航空装备制造企业创新绩效的创新驱动要素的影响机制，通过对企业内部研发子系统、数字化子系统、政府驱动子系统以及创新合作子系统的分析，提出航空装备制造企业取得高（或非高）创新绩效的假设，揭示了数字创新生态系统中创新驱动要素对于航空装备制造企业取得高（或非高）企业创新绩效的复杂因果机制，得到了企业取得高和非高创新绩效的条件组态。

本文的理论意义在于：首先，以数字创新生态系统为基础，分析各子系统中创新驱动要素间的驱动机制，利用定性分析方法得出航空装备制造企业各创新驱动要素与创新绩效之间的“因果非对称性”；其次，识别出航空装备制造企业取得高企业创新绩效的条件组态，以及导致企业创新绩效无法达到高水平的条件组态及原因；最后，得出以下结论，航空装备制造企业高企业创新绩效的取得离不开多种因素的协同作用，各子系统缺一不可。关注各系统之间的相互作用，将数字创新生态系统视为一个整体，针对企业的具体情况进行要素投入，才能有助于企业创新绩效的提升。

本文实践启示在于：第一，航空装备制造企业高创新绩效的取得离不开科技创新，但是仅依靠科技创新投入并不一定会取得理想的创新绩效，因此，企业应当在加大研发投入的同时，加强对产学研合作和数字化发展的重视，合理利用政府财政补贴；第二，数字化的发展为创新活动提供了新模式，创造了新机会，但是企业内部研发活动、产学研合作仍然是企业创新的支撑性要素，企业应当巩固产学研合作，提升内部研发实力，同时有计划有规划地开展数字化转型，避免出现注重数字化形式，失去数字化利用实质的现象，避开“IT悖论”陷阱；第三，相较于其他装备制造业，航空装备制造企业的特殊性导致政府部门对其关注度更高。在进行财政补贴时，政府部门应当在注重对基础性，战略性项目的长期投资，避免加剧挤出效应，注重对企业多方面信息的考量。

本文还存在许多不足，第一，本文采用文本挖掘或者使用数据库的二手数据，相较于问卷调查收集的数据，存在一定的局限性；第二，在考虑数字创新生态系统时，只将其分为四个子系统，未考虑当地数字化产业、数字宏观环境等外部因素对航空装备制造企业的影响。在未来可通过进行问卷调查、企业访谈等方式完善数据来源，并结合外部宏观因素加以考察，完善研究结果。

参考文献：

[1]蒋石梅，吕平，陈劲.企业创新生态系统研究综述——基于核心企业的视角[J].技术经济，2015，34（07）：18-23+91.

[2]Beltagui A，Rosli A，Candi M.Exaptation in a digital innovation ecosystem：The disruptive impacts of 3D printing[J].Research Policy，2020，49（01）：103833.

[3]马文聪，侯羽，朱桂龙.研发投入和人员激励对创新绩效的影响机制——基于新兴产业和传统产业的比较研究[J].科学学与科学技术管理，2013，34（03）：58-68.

[4]石丽静.研发强度与企业创新绩效——政府资源与知识产权保护的调节作用[J].经济与管理评论，2017，33（06）：144-152.

[5]张洁.企业研发投入、资源特征与创新绩效关系研究——组织“行为—特征”匹配视角[J].科技进步与对策，2018，35（02）：82-89.

[6]李春林，聂银菊，李慧.政府作用对共性技术协同研发绩效的影响——基于航空装备制造业的实证研究[J].科技管理研究，2018，38（15）：46-52.

[7]尚洪涛，黄晓硕.政府补贴、研发投入与创新绩效的动态交互效应[J].科学学研究，2018，36（03）：446-455+501.

[8]Szucs F.Do research subsidies crowd out private R&D of large firms？Evidence from European Framework Programmes[J].Research Policy，2020，49（03）：103923.

[9]Zhang S M，Yuan C H，Han C.Industry－university－research alliance portfolio size and firm performance：the contingent role of political connections[J].The Journal of Technology Transfer，2020，45（05）：1505-1534.

[10]劉婷婷.企业跨组织合作研发绩效的影响因素研究——基于制造业上市企业数据的实证分析[J].河北经贸大学学报，2019，40（04）：104-109.

[11]张羽飞，原长弘，张树满.产学研融合程度对科技型中小企业创新绩效的影响[J].科技进步与对策，2022，39（09）：64-74.

[12]肖振红，范君荻.区域R&D投入、产学研耦合协调度与科技绩效[J].系统管理学报，2020，29（05）：847-856.

[13]张超，陈凯华，穆荣平.数字创新生态系统：理论构建与未来研究[J].科研管理，2021，42（03）：1-11.

[14]吴菲菲，童奕铭，黄鲁成.组态视角下四螺旋创新驱动要素作用机制研究——基于中国30省高技术产业的模糊集定性比较分析[J].科学学与科学技术管理，2020，41（07）：62-77.

[15]Kuester S，Konya-Baumbach E， Schuhmacher M C.Get the show on the road： Go-to-market strategies for e-innovations of start-ups[J].Journal of Business Research，2018，83：65-81.

[16]王海花，杜梅.数字技术、员工参与与企业创新绩效[J].研究与发展管理，2021，33（01）：138-148.

[17]Lei S，Cong S，Muhammad A.Role of Servitization，Digitalization，and Innovation Performance in Manufacturing Enterprises[J].Sustainability，2021，13（17）：9878-9895.

[18]黄节根，吉祥熙，李元旭.数字化水平对企业创新绩效的影响研究——来自沪深A股上市公司的经验证据[J].江西社会科学，2021，41（05）：61-72+254-255.

[19]Hajli M，Sims J M，Ibragimov V.Information technology（IT）productivity paradox in the 21st century[J].International Journal of Productivity and Performance Management，2015，64（04）.

[20]Gomez J， Salazar I， Vargas P.The Role of Extramural R&D And Scientific Knowledge In Creating High Novelty Innovations：An Examination of Manufacturing and Service Firms In Spain[J].Research Policy，2020，49（08）：104030.

[21]Long X，Pelloni A.Factor income taxation in a horizontal innovation model[J].Journal of Public Economics，2017，154：137-159.

[22]Kleer R.Government R&D subsidies as a signal for private investors[J].Research Policy，2010，39（10）：1361-1374.

[23]李苗，刘启雷.政府补贴和技术扩散对资源配置效率的影响——基于产学研协同创新视角[J].技术经济，2019，38（02）：9-15+39.

[24]宾厚，马全成，王欢芳.政产学研协同创新模式与产业技术创新质量[J].湖南科技大学学报（社会科学版），2020，23（04）：70-79.

[25]张树满，原长弘，韩晨.产学研联盟组合伙伴多样性与企业创新绩效：经营环境与国有股权的调节作用[J].管理工程学报，2021，35（04）：51-60.

[26]王建华，明云莉，孙俊.不同激励契约下的产学研合作协调研究[J].科技管理研究，2021，41（11）：115-124.

[27]Zhang W，Zhao S Q，Wan X Y.Industrial Digital Transformation Strategies Based on Differential Games[J].Applied Mathematical Modelling，2021：90-108.

[28]Vilmos F， Misangyi et al. Embracing Causal Complexity[J].Journal of Management，2017，43（01）：255-282.

[29]杜运周，李佳馨，刘秋辰，赵舒婷，陈凯薇.复杂动态视角下的组态理论与QCA方法：研究进展与未来方向[J].管理世界，2021，37（03）：180-197+12-13.

（作者单位：熊曼辰，昆明理工大学管理与经济学院、昆明理工大学民航与航空学院；宋书也、曹学晨，昆明理工大学管理与经济学院）