数字经济背景下高技术企业协同创新组态分析

梁彦清 弓晓玉

（山西财经大学工商管理学院，太原 030006）

引言

党的二十大报告指出，“要确立企业创新主体地位”，“推进重点项目协同和研发活动一体化，加快构建龙头企业牵头、高校院所支撑、各创新主体相互协同的创新联合体”。随着数字经济飞速发展、技术不断迭代和市场不确定性的快速提升，企业受制于自身拥有的有限创新资源，单一化创新难以适应快速变化的环境，开展协同创新能够提升创新的产出率。高技术企业作为创新产出最多的企业类型之一，在推动创新联合体的形成和解决科技难题中起到了中流砥柱的作用。但是受制于区域资源禀赋，中国高技术企业协同创新存在要素流动差、协同机制不完善、科技资源投入不均匀的问题。而数字经济的兴起释放了区域生产要素的价值，增加了要素之间的流动性，拓展了高技术企业创新的边界，为高技术企业的协同创新提供了充足的资源与机会。因此，高技术企业如何把握数字经济的现实背景，打破资源和地理因素的限制，积极开展协同创新，是高技术企业主体亟待解决的问题。

关于企业协同创新影响因素的研究集中于技术、组织、环境3 个方面［1］。在技术方面，定性和定量的视角已经发现企业技术水平、人工智能对企业协同创新能够产生一定影响［2］。在组织方面，组织内部能力对企业协同创新的重要性不言而喻［3］，人力资本［4］、人力资源实践［5］等的积极作用也得到了证实。在环境方面，党琳等［6］验证了数字经济对企业协同创新的积极影响。这些研究对厘清高技术企业协同创新的影响因素做出了重要的贡献，但大多数学者都关注技术、组织或环境等单一因素对企业协同创新产生的影响，忽视了多层面影响要素的整合分析；即使考虑到多层面的影响，但从整体角度研究各要素与协同创新之间的因果关系的研究较少；将协同创新聚焦于数字经济背景下高技术企业研究的文献尚付阙如。基于此，本文从宏观视角采用组态分析方法，参考“技术－组织－环境”（TOE）框架，采用省级高技术企业和环境数据，整合技术、组织、环境要素探讨多重因素间的联动对高技术企业协同创新的影响，深入分析提升高技术企业协同创新的多条等效路径，发现高技术企业产生高协同创新的路径具有非对称性、差异性等特点；此外，进一步探究形成高技术企业协同创新路径的空间差异，深化对高技术企业协同创新复杂因果性的理解。

本文基于TOE 框架和资源保存理论，从理论与实践视角探究多层面的多样化条件对企业协同创新的影响机理，为其前因变量的研究提供新的解释，拓展了研究企业协同创新的理论视角，深化了对资源保存理论的应用。本文研究还打破了以往“点对点” 的净效应研究模式，引入定性比较分析方法揭示了高技术产业企业协同创新背后蕴含的复杂因果性，弥补了以往单变量研究的局限，丰富了企业协同创新的组态研究。本文进一步基于数字经济背景探讨了企业协同创新的组态前因，阐释了企业协同创新的差异化路径，拓宽了对企业协同创新的理解和认知视角，也为促进数字经济技术和组织环境相融合、做出符合自身发展情况的企业协同创新决策提供了理论依据。

1 文献回顾与理论框架

1.1 企业协同创新

企业协同创新的相关研究经历了较长的过程。现有关于协同创新的定义多基于体系视角和要素视角展开。体系视角认为协同创新是企业为了进行创新而依据契约形成的一种组织形式［7］。而基于要素视角的学者Koschatzky［8］提出协同创新是知识在不同组织之间通过流通转移的方式被组织整合以产出新知识的过程。但无论从哪个视角出发，协同创新的本质都是组织通过构建网络打破主体及要素方面的壁垒，促进各方资源有效汇集以形成突破的开放式创新模式，具有动态性和整体性两方面的特点［9］。目前关于协同创新的影响因素是学界核心议题之一，主要从技术、组织、环境3 个方面展开。技术层面，新兴技术企业依赖技术因素实现协同创新，如技术创新水平［1］、人工智能［2］、数字化转型［10］等；组织层面，组织内部的能力越高，组织在整合内外部资源方面就更有优势，有利于提升创新绩效，如研发强度［11］、人力资源实践［5］、知识治理［12］、社会责任履行［13］等能够推动产业链协同创新；环境层面，创新活动是企业协同创新的重要保障，如数字经济［7］、数字基础设施建设［14］、贸易政策不确定性［15］等能够对企业协同创新产生影响。

协同创新的特点决定了相关研究需要不断进行深化和更新。协同创新的动态性表明这一创新方式会随着环境和技术的更新而不断发生变化，已有研究探讨了传统视角下其变化的前因，鲜有研究探讨数字化视角下协同创新的前因变化；协同创新的整体性也表明创新生态的整个过程是复杂的，各要素之间应当是有机互动而非简单相加，其存在方式、目标、功能等应当是互动统一的［9］，但现有研究多从单视角切入，忽略了整体性引发的问题。

1.2 理论框架

为了解决上述特点引发的问题，本文拟基于数字化背景，引入TOE 框架，从多层面探讨高技术企业协同创新的复杂前因。其中，TOE 框架将组织实施创新的影响因素归类为技术、组织与环境3 个层面，在解释复杂社会现象的出现原因以及提取影响因素方面有良好作用［16］，且与本文研究极为契合。因此，拟从技术、组织以及环境3个层面选取6 个前因条件，对企业协同创新这一复杂现象出现的原因进行研究，具体分析如下：

（1）技术层面。技术的迭代和创新可以提高企业生产要素的利用率，但创新会使其余企业的盈利压力增加，企业收益面临着减少的危险，此时企业处于一种应激状态，补充和增加相关资源会显得尤为重要［17］。因此企业更有可能主动寻求协作伙伴帮助，通过共享双方资源和技术获取新的突破，以避免自身收益减少。此外，高技术企业对其他行业的高渗透性在人工智能的加持下更为鲜明。高技术企业将人工智能整合到生产链和业务中，可以降低生产过程的成本和错误率，获得更多的创新效益和竞争优势［18］，促进组织与不同创新主体之间的协同创新。因此本文认为技术创新水平和人工智能能够对企业协同创新产生积极影响。

（2）组织层面。人力资源中所蕴含的创造力和相关经验会对企业协同创新产生显著的积极影响［4］，技术知识占比越大、创新难度越高的行业越需要人力资源的投入。高技术企业的创新难度大、技术知识含量高，人力资源发挥着更为关键的作用，能够增加技术扩散和促进知识转移［19］，帮助组织获得更多核心关键资源，优质的人力资源拥有更强的学习和研发能力［20］，增强企业研发投入的意愿，提升企业协同创新水平；同时，企业协同创新需要合作各方投入研发，通过互补协作的方式促进创新，研发强度大的知识主体可以使组织中的人力资源通过“干中学” 的方式获得新知识［11］，当多方的研发强度都比较大时，更容易重塑企业基础环境，促进协同创新。因此本文推断人力资源及研发强度能够提升企业协同创新水平。

（3）环境层面。数字经济和数字基础设施的应用使高技术企业的创新边界得到进一步拓展。数字经济能够为组织提供高度透明化的信息，帮助组织在选择协作伙伴时精准评估，精确选择合作对象，增强彼此之间的黏性［21］，促使各知识主体协同创新网络更紧密。此外，数字经济增加了创新主体的知识存量，加快了知识在企业内部和企业间的传播［22］，提升企业的创造力，进而推进企业协同创新。不同数字基础设施组合能够发挥网络效应［23］，提高信息传播速度、降低合作各方之间的沟通成本，并加快研发迭代的过程，提升协同创新主体协调性。因此可以提出数字经济和数字基础设施对企业协同创新水平有正向影响。

此外，资源保存理论指出，组织拥有的资源像行进的“车队” 一样相互关联对组织产生影响［24］。如上文所述，技术、组织和环境均对企业协同创新有不可忽视的影响，但创新作为一种有挑战性的复杂工作，是多种资源互补联动的结果。其中，技术因素作为创新的“物质性资源”，为创新开展奠定物质基础；组织因素作为创新的“能动性资源”，是创新活动过程中的总抓手；环境因素作为创新所需要的“机会性资源”，为企业协同创新提供明确方向。具体而言，技术创新水平和人工智能的投入为创新提供实质性支持，保证组织有能力展开创新活动；同时，结合数字化经济和数字基础设施的发展现状及趋势，组织通过人力资源的管理以及组织内部的研发投入来控制创新方向以及创新所需资源，以促进企业协同创新。因此本文推断上述6 个因素是对高技术企业协同创新产生协同联动影响的重要组织资源，理论框架见图1。

图1 理论框架

2 研究设计

2.1 研究方法

定性比较分析是一种能够在整体上分析多重前因诱发因果的研究方法，能够有效分析复杂的管理现象［25］，弥补传统定量研究无法关注各因素之间互动效应的不足；通过关注产生高企业协同创新的充分和必要条件，分析原因组合对结果的作用；且能够识别各个不同路径覆盖的具体案例，明确导致高企业协同创新的不同路径，有助于通过具体案例更加全面和深入地理解企业协同创新的复杂性。因此本文采用模糊集定性比较分析（fsQCA）对企业协同创新进行研究。

2.2 样本选择与数据来源

本文根据中国国家统计局对高技术产业分类（2017），以2023 年《中国高技术产业统计年鉴》作为数据来源之一，该年鉴记录了中国各省（区、市）科研经费内部支出金额、R＆D 人员折合全时当量和企业总收入。同时结合《中国统计年鉴》，该年鉴包括信息传输、计算机服务和软件业全社会固定资产投资额的数据。除此之外，还通过2022年《中国高技术产业统计年鉴》 中科研经费外部支出的相关数据对企业协同创新进行测量。最后，通过《北京大学数字普惠金融指数》 和《中国数字经济指数》 中的相关指标对数字经济和数字基础设施建设情况进行衡量。依据上述统计年鉴和综合指标搜集中国31 个省（区、市）（考虑到数据可获得性，不包含港、澳、台地区）中所需要的研究样本数据。

高技术企业协同创新需要一定时间将投入转化为成果，鉴于这种时滞性，本文采取滞后1 期的方法构成数据集。

2.3 变量测量与校准

（1）结果变量（企业协同创新）

R＆D 经费外部支出主要是高技术企业支付给相关合作方的经费。参照俞立平和方建新［26］的研究，从《中国高技术产业统计年鉴》 中搜集2022年外部科研经费的数据，并以该值的自然对数作为最终的结果变量。

（2）前因条件

技术条件。由于发明专利从申请到授权一般超过1 年的时间，而专利的受理量和申请量具有很强的关联，因此采用王晓珍等［27］的观点，在《中国高技术产业年鉴》 中选择专利申请量来衡量各省（区、市）的技术创新水平；根据Borland 和Coelli［28］的观点，使用《中国统计年鉴》 中各省（区、市）的信息传输、计算机服务和软件业全社会固定资产投资额来衡量各地区的人工智能水平。

组织条件。在人力资源方面，参考孙丽文等［29］的做法，从《中国高技术产业统计年鉴》 中选择R＆D 人员折合全时当量衡量人力资源投入情况；参考Padgett 和Galan［30］的做法，使用《中国高技术产业统计年鉴》 科研经费内部支出／总收入作为衡量企业研发强度的标准。

环境条件。在数字经济上，参考张腾等［31］的观点，采用中国数字普惠金融指数来描述各省（区、市）数字经济的整体情况，该指数涵盖了多个维度，具有较强的信服力；在数字基础设施建设方面，采用《中国数字经济指数》 中关于数字基础设施发展指数的相关数据代表各省（区、市）的数字基础设施建设情况。

表1 中详细介绍了各变量的测量方式。

表1 各变量测量方式

fsQCA 分析方法的特点在于其隶属范围是0～1 之间，本文采用直接校准法将数据转换为0～1之间的模糊得分［32］。在校准过程中，需要设置完全隶属、交叉以及完全不隶属3 个锚点，本文将样本中数据的0.1 分位点、0.5 分位点和0.9 分位点分别设置为完全不隶属点、交叉隶属点和完全隶属点。

3 数据分析与结果

3.1 必要性分析

在进行fsQCA 分析之前，需要对所有前因条件进行必要性分析，以判断其中是否有结果出现时必须要存在的前因条件。本文按照以往fsQCA的相关研究，将判断必要性的一致性阈值设置为0.9，当一致性大于0.9 时，说明该条件即为必要条件［33］。结果如表2 所示，本文的前因条件一致性均小于0.9，表明6 个前因条件均非企业协同创新的必要条件。

表2 必要性分析

3.2 条件组态的充分性分析

本文样本量为31，属于中小型样本，据此将样本频数阈值设置为1，一致性阈值设置为0.8。考虑到同因异果的问题，使用0.65［34］作为PRI 阈值。参考Fiss［35］的方法，使用中间解来确定组态的数量，简单解判定核心条件，剩余没有出现在简单解而出现在中间解的条件则是边缘条件。

（1）高企业协同创新组态分析

分析结果如表3 所示，共有4 种组态，总体组态和每条路径的一致性都大于0.9，可见组态能够客观全面地展现企业协同创新出现的前因组合。解的总体覆盖度为0.708，高于0.5，表明这些组合可以解释很大一部分产生高企业协同创新的样本。根据结果中核心条件的分布以及条件组合的特点，将4 条路径分为要素聚合型（H1）、自我发展型（H2）以及内外协同型（H3a、H3b）3 种类型。

表3 高企业协同创新组态分析

在组态H1 中，技术、组织和环境层面都出现了核心解，表示这3 种组态中高企业协同创新的出现是技术、组织、环境3 类要素共同作用的结果，因此将这种组态命名为“要素聚合型”。该组态的一致性为0.942，原始覆盖度和唯一覆盖度分别为0.563 和0.155，表明该路径可以覆盖约56.3%的案例。在组态H1 中，技术创新水平、人工智能、人力资源和数字基础设施发挥了核心作用，数字经济发挥了辅助作用。该组态以数字经济和数字基础设施作为重要的环境依托，充分展示了技术创新水平和人力资源的重要性。较高的数字经济水平和完善的数字基础设施能够为组织提供充分和透明的信息，便利组织间的交流，有利于技术创新和人工智能水平的提升以及人力资源的升级，进而提升企业协同创新水平。组态H1 包含的省（区、市）有江苏、广东和浙江等。以江苏为例，江苏省拥有全国多项前沿技术并成功构建了与实体产业深度融合的新一代人工智能体系，并依托“苏北计划” 等人才计划，创新能力已位于全国前列。

在组态H2 中，技术和组织层面出现了核心解，表示该组态高企业协同创新的出现是技术和组织要素共同作用的结果，因此将这种组态命名为“自我发展型”。该组态的一致性为0.972，原始覆盖度和唯一覆盖度分别为0.453 和0.036，该路径可以覆盖约45.3%的案例。在组态H2 中，技术创新水平、人工智能和人力资源发挥了核心作用，研发强度起到了辅助作用。当组织拥有丰富的人力资源时，可以将其投入到技术创新和人工智能等研发中，伴随着较高强度的研发，可以提升组织的协同创新水平。组态H2 包含的省（区、市）有山东、安徽和福建等。以山东为例，2021年山东积极推行新基建3 年行动方案，推动人工智能研发和创新平台的搭建，建立新型基础设施建设先行区和示范区，并实施重点人才政策，有效提升了企业的协同创新。

在组态H3a 和H3b 中，组织和环境层面出现了核心解，表明这两种组态的出现是组织和环境共同作用的结果，因此将这种组态命名为“内外协同型”。在该组态中，人力资源、研发强度和数字基础设施发挥了核心作用，其余部分条件提供了辅助作用，如H3a 中技术创新水平和数字经济为辅助条件，而H3b 中技术创新水平和人工智能显示为缺失。在该组态中，研发强度与数字基础设施分别为组织提供了软实力与硬实力，在二者结合的状况下有利于人力资源的升级，并有效提升企业的协同创新水平。该组态包含的省（区、市）有浙江、湖北和安徽等。以浙江为例，浙江省统计局数据显示，2021 年浙江省研发投入达2.94%，多类数字基础设施建设位于全国领先水平，同时完善的人才培养体系为人力资源的发展提供了有力保障。最终三者能够形成良性循环，强化竞争优势，并驱动企业提高协同创新水平。

（2）企业协同创新水平的空间差异

由于中国不同地区的资源禀赋、技术创新水平和数字经济体量等条件参差不齐，因此可能会导致企业协同创新的路径产生空间差异。根据《中国高技术产业统计年鉴》 对中国东、中、西部地区的划分，本文将31 个案例分为东、中、西部3组，探索不同地区技术、组织与环境因素对企业协同创新水平影响的差异，结果如表4 所示。由表4 可知，东部地区存在5 条高企业协同创新路径，在组态E1 和E2 中，人力资源起到了核心作用，技术创新水平、人工智能、数字经济和数字基础设施起到了辅助作用，在E1 中研发强度的出现与否对最终结果没有明显影响，而在E2 中研发强度则是辅助条件。组态E1 和E2 是东部地区形成高企业协同创新组态的最主要路径，其核心条件为人力资源，在技术、组织和环境中都有条件发挥了作用，发展整体较为均衡。组态E3和E4 中研发强度和数字经济显示为核心条件缺失，其包含的省份只有河北省和吉林省，上述省份能够充分利用自身的人工智能和数字基础设施，弥补缺失条件的不足，展现出较高的协同创新水平。组态E5 中人力资源作为核心条件出现，而数字经济则作为核心条件缺失，其代表省份只有吉林省，该省充分发挥了人力资源对协同创新的推动作用，在数字经济发展落后的情况下仍然促进了企业的协同创新。东部地区作为中国经济较为发达的地区，在技术创新水平、人工智能和数字基础设施建设等方面具有得天独厚的优势，形成高企业协同创新的组态种类也较为丰富，既能产生E1、E2 这样均衡发展的形势，又能产生E3、E4 类弥补不足的组态，还能产生将某种优势发挥到极致“一枝独秀” 的形势。

表4 高企业协同创新水平的空间差异

中部地区产生高协同创新的组态有2 种，研发强度在其中发挥了核心作用。在C1 组态中技术创新水平、人力资源、数字经济和数字基础设施发挥了辅助作用，而组态C2 中技术创新水平、人工智能和人力资源均为辅助条件，其余条件显示为缺失。中部地区近邻东部地区，具有天然的地理优势，在技术、组织和环境的发展上也较为均衡，能够组合发挥作用，产生高企业协同创新组态。

西部地区产生高企业协同创新水平的组态有两种，发挥核心作用的条件均为技术创新水平和人工智能。人力资源、研发强度和数字经济在W1组态中成为辅助条件，而组态W2 中辅助条件为人力资源、数字经济和数字基础设施。数字基础设施和研发强度分别在W1 和W2 组态中显示为缺失。西部地区在技术、组织和环境的发展中展现出了不均衡的发展态势，核心条件都出现在技术条件中，可见组织和环境条件是西部地区需要继续克服的短板。

3.3 稳健性检验

根据张明和杜运周［36］的观点，本文采用集合论特定和统计论特定两种方法对结果进行检验。（1）通过变动一致性门槛值的方法（从0.8 提高至0.9）对结果进行检验［33］，所得组态与调整阈值前一致；（2）采取跨越不同时段（使用前一年前因和结果匹配的数据集）的方法进行检验，在更改时间段后，显示出高企业协同创新水平的组态类型仍为3 组，虽然有一类组态由“自我发展型”变为“技术主导型”，但技术创新水平在二者中均作为核心条件出现，且其余两类组态无明显变化。借助QCA 结果稳健的标准进行判断，可认为本文的结论较为稳健。

4 结论与启示

4.1 研究结论

本文以fsQCA 作为研究方法，将中国31 个省级单位作为研究对象，基于TOE 框架，引进技术、组织和环境条件对企业协同创新的组态效应进行研究，揭露形成高企业协同创新的路径，寻找影响企业协同创新的核心条件和边缘条件。研究结论如下：

（1）从总体上看，不存在引起企业协同创新的必要性条件，企业协同创新是由多种因素共同作用产生的结果。相较于其他研究而言，本文发现影响企业协同创新的各因素不是独立存在而是相互交织、共同作用的。从已有关注分散前因条件的研究转向多层面前因条件共同作用，能够更加深入地了解协同创新的形成机制。

（2）高企业协同创新的实现存在3 条路径，根据核心解的不同，可以将其分为“要素聚合型”、“自我发展型”、“内外协同型” 3 种。其中“要素聚合型” 在技术、组织和环境层面均有核心解出现，表现为要素聚合推动企业协同创新；“自我发展型” 核心解出现在组织和技术层面，表现为组织内部因素共同作用提升企业协同创新；“内外协同型” 核心解出现在组织和环境层面，表现为组织环境共同驱动企业协同创新。相较于以往研究而言，发现了企业协同创新实现路径的差异性以及不同要素之间的可替代性，探讨了多要素协同作用机制。

（3）目前高技术企业协同创新水平存在空间差异。东部地区各方面资源都较为丰富，形成高企业协同创新的组态种类也较为多样；中部地区紧邻东部，在形成高企业协同创新路径的核心条件上也较为均衡；而西部地区的发展则反映出了失调的状态，核心条件均出现在技术层面。相对于既有研究，在完成组态构建的基础上，进一步基于区域差异探索了企业协同创新的前因组态和驱动机制，探讨了企业技术、组织与环境等条件形成的多种组态空间异质性，提高了区域企业协同创新的针对性和准确性。

4.2 研究启示

（1）强化要素协同，推进高技术企业协同创新要素互动与流通。企业应当建立系统思维，从关注部分转向关注整体，全力畅通各要素的互动渠道，致力于组织、技术、环境各因素之间的配合与协调。当某一条件在短期内难以达到预期情况时，充分发挥其要素之间的互补和替代效应。

（2）创新技术平台，赋能低协同创新企业共享资源和技术成果。企业应建立完善的技术创新体系，通过引进先进的技术和理念，提高自身的技术水平和创新能力，推动技术成果的转化和应用；积极与高校、科研机构等开展产学研合作，共同研发新技术、新产品，形成技术联盟，推动技术创新和产业升级，实现企业数字化转型。

（3）利用区位优势，助推企业协同创新和区域合作互促互进。我国东、中、西部形成高企业协同创新的路径具有各自鲜明的特点，企业需立足于自身的地理区位和资源优势，将企业自身特色与环境条件有机结合，因地制宜地选择不同的方式提升企业协同创新水平。如东部和中部地区可选择均衡发展或充分发挥某一优势的方法，西部地区则要明确自身的资源优势，紧跟政策导向，充分发挥自身资源禀赋，提升企业协同创新水平。