数字技术驱动下的制造企业创新质量提升路径

梁玲玲　张悦

【摘要】制造业是我国国民经济的主导产业， 我国经济要实现高质量发展， 必须有高质量的制造业作为支撑。目前全球制造业进入新一轮技术升级周期， 创新促进制造业重新洗牌。然而， 制造企业在创新质量的提升方面仍然面临极大挑战。本文基于TOE框架构建了驱动制造企业创新质量提升的多因素模型， 并应用fsQCA方法对收集到的382家制造企业进行了组态路径的分析。结果表明： 单个因素并不足以构成驱动制造企业达到高水平创新质量的必要条件； 驱动制造企业实现高水平创新质量的组态路径有3条， 即数字技术驱动下的组织韧性和IP管理路径、数字技术驱动下的政府主导型路径及产业链整合能力驱动下的组织韧性和IP管理路径。造成低水平创新质量的组态结果有2条， 与实现高水平创新质量的组态结果是不对称的； 在一定的情境下， 前因条件之间存在相应的替代关系。研究结果揭示了制造企业实现高水平创新质量背后的复杂成因， 以期为制造企业根植于自身情景制定适合企业自身的创新质量提升路径提供参考。

【关键词】制造企业；创新质量；TOE框架；fsQCA；提升路径

【中图分类号】F272.2      【文献标识码】A      【文章编号】1004-0994（2023）02-0145-8

一、 引言

在日益激烈的全球竞争和新一轮技术变革的推动下， 创新已然成为世界各国发展、 竞争与对抗的焦点。而制造企业作为推动中国从制造大国向制造强国转变的重要微观主体， 只有通过不断地创新以及不断地提高创新质量， 才能获得竞争优势， 从而满足不断变化的市场需求。

党的十九大报告指出： “我国经济已由高速增长阶段转向高质量发展阶段， 必须坚持质量第一、 效益优先， 必须把发展经济的着力点放在实体经济上， 加快建设制造强国， 加快发展先进制造业， 推动互联网、 大数据、 人工智能和实体经济深度融合， 促进我国产业迈向全球价值链中高端”。《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中也指出， “要坚持创新驱动发展， 提升企业的技术创新能力； 要增强制造业竞争优势， 推动制造业高质量发展”。目前， 我国已成为世界制造业大国， 但创新效率较低， 创新的质量和有效性与主要发达国家相距甚远。与此同时， 我国制造业正面临着在全球价值链两端都被挤压的严峻局面。因此， 有必要借助客观数据对推动制造企业创新质量提升的相关路径进行探讨， 其结论具有一定的理论价值和现实意义。

考虑到影响制造企业创新质量提升的因素并不单一， 以及不同因素对制造企业创新质量的影响并不独立， 它们之间会通过协同组态的方式影响制造企业创新质量的提升。为此， 本文以382家制造业上市公司为研究对象， 应用组态思维， 并借助“技术—组织—环境”（TOE）框架， 探讨了影响制造企业创新质量提升的关键因素以及这些因素之间的复杂互动对制造企业创新质量的影响。本文尝试回答以下问题： 影响制造企业创新质量提升的主要因素有哪些？这些因素是否能够单独构成驱动制造企业创新质量提升的必要条件？制造企业如何利用各自存在的优势来驱动企业创新质量的提升？是“别无选择”还是“殊途同归”？本研究旨在为制造企业根植于自身情景确定适合企业自身的创新质量提升路径提供策略指导和参考。

二、 文献回顾与理论模型

（一）创新质量

通过梳理相关文献发现， 现有学者对创新质量的研究主要从基本概念、 影响因素、 相关测度以及创新质量的提升所能够带来的价值这四个方面展开。基本概念方面， 现有学者对创新质量概念的研究主要是从创新视角或者质量视角出发进行论述的。Lahiri（2010）从创新的视角出发， 认为创新质量是指创新产出的影响程度， 是创新能力的重要体现。Chin等（2021）从质量的视角出发， 提出创新质量是指一个企业或组织整体创新活动的质量高低， 包含产品质量和过程质量。本文参考Duan等（2021）对创新质量的界定， 从创新视角和质量视角两者综合的角度出发， 认为创新质量是指各利益方对创新成果的满意程度， 是企业创新能力、 创新绩效、 创新效率和创新价值的综合体现， 是衡量和判断企业创新产出水平和质量的标准。影响因素方面， 目前关于创新质量的影响因素可大致总结为技术、 组织、 环境三个层面。技术层面主要涉及数字技术、 技术积累和技术成果的保护等； 组织层面主要涉及组织的能力与特征； 环境层面主要考察政府行为、 市场环境等。测度方面， 研究者对创新质量的测量主要采用发明专利的授权数和专利被引次数、 发明专利的申請数量等。价值方面， 企业创新质量的提升不仅可以促进企业竞争力的提升（张震，2018）， 也能够带动企业社会责任感的提升以及企业社会责任的履行， 推动整个社会的可持续发展（潘家栋等，2021）。

然而， 现有对企业创新质量影响因素的研究大多聚焦于单一因素对企业创新质量的独特净效应， 鲜有基于企业创新质量影响因素组态效应的研究， 因此， 有必要基于相关客观数据对促进企业创新质量提升的组态路径进行探讨。

（二）TOE框架

TOE框架认为， 组织对创新技术的采纳可能会受到技术、 组织和环境三个方面的共同影响。技术层面主要涉及对新技术的应用以及采用新技术时所涉及的适用性问题和困难； 组织层面主要考虑组织的特征和组织所拥有的资源， 如组织规模、 组织文化等； 环境层面主要指组织与政府或其他组织之间进行交流的外部环境， 如政府引导支持、 营商环境等。TOE框架是一个应用级的框架， 其从组织的视角出发进行研究， 且主要应用于分析影响企业创新的主要因素， 因此， 将其应用于制造企业创新质量影响因素的探究具有较好的解释力。

1. 技术层面。制造企业在推动企业创新质量提升的过程中面临着诸多技术层面的挑战， 譬如数字技术的应用、 知识产权的保护等。

首先， 人工智能、 区块链、 大数据等数字技术的嵌入与发展已逐渐成为制造企业提质增效的重要驱动力量（丛昊和张春雨，2022）， 且企业若想实现高质量创新， 离不开数字技术的应用。数字技术是对区块链技术、 人工智能、 大数据、 5G技术等多种数字新技术的集称， 其在制造企业创新质量提升的过程中发挥着至关重要的作用。一方面， 通过应用数字技术不仅可以促使企业重新配置其创新资源， 也能够推动企业实现创新策略的调整与部署， 继而有利于推动企业创新质量的提升（Chin等， 2021）。另一方面， 数字技术与制造企业的深度融合能够促进企业技术吸收能力的增强， 从而有助于提升企业的技术创新水平， 促进企业创新质量的提升（彭硕毅和张营营，2022）。

其次， 知识产权不仅是企业技术创新的重要产出， 也是企业在市场上获得竞争优势的关键资源， 加强企业对知识产权的保护与管理在一定程度上也能够减少企业低质量专利的产出， 促进企业创新质量的提升（于洋和王宇，2021）。企业的知识产权管理是由企业负责知识产权管理的部门或者人员组织的一项有关知识产权创造、 运营、 保护和维护的综合管理活动， 主要目的是实现知识产权对企业的价值引领（赵星，2019）， 其主要包含对专利技术的管理、 对科技论文和计算机软件等的著作权管理等。企业自身知识产权管理水平的提升不仅可以带动企业员工创新活力的增加和创新意识的增强， 也能够促进企业技术创新能力的提升（Sumei Zeng，2022）。

因此， 本文通过梳理相关文献， 并结合制造企业自身的技术特点， 将技术层面的数字技术应用水平和知识产权管理水平纳入研究模型。

2. 组织层面。21世纪以来， 各种不确定性事件的发生给企业的发展带来了极大的挑战。在面对突发情况时， 企业的快速适应和自我保护能力是企业生存和逆势发展的必要保障， 且具有“韧性”的企业往往更能够抵抗住外部的打击， 其技术创新能力更强（王崇锋等，2022）。组织韧性是指组织在复杂、 多变、 模糊及不确定的国际环境下， 面对危机或者逆境事件时的应对和复原能力， 属于企业的核心能力， 其主要涉及组织的学习能力、 适应能力和反超能力等（李平和竺家哲，2021）。相比于低韧性的组织， 高韧性的组织更善于利用外部的信息和知识促进企业创新（叶静等，2022）。此外， 提高企业的组织韧性在一定程度上也能够减少企业在创新过程中的资源损耗， 提高企业的创新效率（王玉和张占斌，2022）。

与此同时， 对于制造企业来说， 产业链上任何一个环节出现断裂都可能会影响其他环节的正常运转。企业的产业链整合能力是指企业对产业链上下游之间分散的重要创新资源和其他关键资源进行整合和协调的能力， 且通过提高企业的产业链整合能力也能带动企业自主创新能力的提升（张振刚和郑少贤，2013）。对于制造企业来说， 企业对产业链上创新资源的有效整合不仅能够为企业提供多样化的信息和知识， 也有利于企业进行探索式创新和开放式创新（陈雪瑶，2019）， 从而也将推动企业创新质量的提升。

因此， 本文将组织层面的组织韧性和产业链整合能力纳入研究模型。

3. 环境层面。政府引导支持是鼓励和支持制造企业提高创新质量的重要途径之一。一方面， 政府对企业的补贴与支持在一定程度上能够缓解企业开展高质量创新时产生的成本压力， 对企业进行高质量创新有着积极的促进作用（石军伟等，2022）。另一方面， 通过发挥政府有形之手的力量不仅可以提高公共资源的配置效率， 而且会激励企业积极开展创新活动， 推动企业创新质量的提升（童馨乐等，2022）。因此， 本文将其纳入研究模型。

（三）分析框架

基于对企业实践的观察走访并结合已有的理论研究成果， 本文应用组态思维， 并借助TOE框架， 构建了影响制造企业创新质量提升的理论框架， 如图1所示。

三、 研究設计

（一） 研究方法

本文的研究目的在于探讨制造企业创新质量的提升路径。因此， QCA作为一种探究因果关系复杂性的研究方法， 成为本文最合适的选择。目前有三种类型的QCA， 即csQCA（清晰集定性比较分析）、 mvQCA（多值集定性比较分析）和fsQCA（模糊集定性比较分析）。与csQCA和mvQCA相比， fsQCA能够更好地反映集合的隶属度与级别， 且具有定性分析和定量分析的优势。而且， fsQCA以布尔代数和构型关系为基础， 不仅展示了变量的不对称关联性和等效性， 也表明了前因条件对某一事件的影响取决于前因条件是如何耦合的， 而不是独立指标本身的大小， 体现了因果关系的复杂性。因此， 本文选取fsQCA作为研究方法。

（二）研究样本

鉴于深圳和上海是我国制造业工业产值较大的两个城市， 本文选择将深圳辖区和上海辖区内的制造业上市公司作为研究对象。此外， 考虑到企业发明专利的公布通常会有18个月的滞后期， 本文将数据选取在2020年。剔除重要数据缺失的企业， 最后得到382家上市制造企业。其中上市企业名单来自于证监会发布的深圳辖区和上海辖区的2020年上市公司名录， 发明专利的申请数量来自于国家知识产权局官网， 其他数据来自于企业发布的2020年年报。

（三）变量测量

1. 结果变量： 创新质量。参考白旭云等（2019）的研究， 本文选择将发明专利的申请数量作为制造企业创新质量的代理变量。与外观设计专利和实用新型专利相比， 发明专利申请的审核要求更高， 审核流程更为复杂， 且发明专利的新颖性和创造性更高。企业发明专利的申请数量来自于国家知识产权局官网。

2. 条件变量。

（1）数字技术应用水平。某一战略的相关关键词在企业年报中出现的频数在一定程度上能够代表企业对这一战略的重视程度（陈庆江等，2021）。为此， 本文选择将企业年报中与数字技术有关的关键词词频数之和作为企业数字技术应用水平的替代变量。参考已有研究， 本文确认了与数字技术应用相关的20个词汇， 如下： “大数据”“云计算”“人工智能”“互联网”“物联网”“网络化”“信息化”“智慧化”“智能化”“数字化”“智慧制造”“智能制造”“信息技术”“数字技术”“电子商务”“虚拟社区”“数字资源”“数字资产”“数字转型”“数字平台”。

（2）知识产权管理水平。已有研究对企业知识产权管理水平的测量主要包括企业的知识产权管理费用和企业合作的律师数量。鉴于数据的易获取性和可行性， 本文采用企业的知识产权管理费用与1的和（取自然对数）作为企业知识产权管理水平的代理变量。另外， 借鉴池仁勇和潘李鹏（2016）的做法， 本文也将研发费用的3%作为企业知识产权管理费用的支出。研发费用来自于企业2020年年报。

（3）组织韧性。借鉴张吉昌等（2022）的研究， 本文将资产收益率作为企业组织韧性的代理变量。资产收益率涉及三个数据指标， 即净利润、 期初资产总额和期末资产总额， 均来自于企业2020年年报。

（4）产业链整合能力。鉴于目前缺乏量化产业链整合能力的指标体系， 本文也选择将相关关键词在企业年报中出现的词频总数作为企业产业链整合能力的代理指标。通过梳理相关文献和结合文献的共现词网络分析结果， 本文确认了18个与之相关的关键词， 词汇表如下： “产业链”“供应链”“价值链”“创新链”“企业链”“供需链”“空间链”“产业整合”“资源整合”“纵向整合”“产业融合”“产业协同”“资源协同”“产业关联”“产业集群”“产业合作”“资源复合”“纵向一体化”。

（5）政府引导支持。借鉴已有研究（史金凤等，2021）， 本文选择将企业得到的政府补贴与1之和（取自然对数）作为政府引导支持的代理指标。政府补贴相关数据来自于企业2020年年报。各变量的具体定义见表1。

3. 变量校准。首先， 借鉴张新等（2022）进行变量校准时的做法， 本文采用样本数据75%、 50%和25%处的点作为结果变量和条件变量的完全隶属、 交叉点和完全不隶属的校准锚点， 其具体校准锚点设置如表2所示。其次， 本文通过fsQCA 3.0软件对结果变量和条件变量进行校准， 并将校准后的模糊集隶属分数中的0.5替换成0.501。

四、 数据结果分析

（一）前因条件的必要性分析

在对前因条件的组态结果进行分析之前， 需要对每个前因条件的必要性进行检验。如表3所示， 在对高水平创新质量的必要条件分析中， 每个前因条件（包括其非集）的一致性水平均低于0.9， 其不构成驱动制造企业创新质量提升的必要条件； 在对低水平创新质量的必要条件分析中， 所有前因条件（包括其非集）的一致性水平也都低于0.9， 表明这5个条件均不构成解释制造企业创新质量水平较低的必要条件。这一结果揭示了制造企业创新质量提升背后的复杂性， 即促进企业创新质量的提升需要各因素之间的协同作用。其中～代表该条件的非集。

（二）条件组态分析

本文选择采用fsQCA 3.0软件对引致制造企业高/低水平创新质量的条件组态进行分析。借鉴已有研究， 并考虑到所选样本企业的实际情况， 本文分别将原始一致性阈值、 PRI一致性阈值以及案例的频数阈值设置为0.8、 0.7和1， 最终得出引致制造企业高/低水平创新质量的3/2条组态结果， 如表4所示。在引致高水平创新质量的组态结果中， 总体解的一致性和3条组态路径的一致性均高于所要求的最低水平0.75， 表明这3条组态是驱动制造企业实现高质量创新的充分条件。此外， 总体解的覆盖度为0.362， 表明3条组态结果解释了约36.2%的制造企业创新质量提升案例； 在引致低水平创新质量的组态结果中， 2条组态结果和总体解的一致性水平也都高于0.75， 表明这2条组态是造成制造企业创新质量水平较低的充分条件， 且总体解的覆盖度为0.348， 表明2条组态结果解释了约34.8%的制造企业创新质量水平较低的案例。其中空白部分是指某一条件无论存在或不存在均对结果无影响； ●代表了此条件不仅存在， 且为核心条件； U代表了此条件虽然为核心条件， 但该条件不存在。

1. 产生高水平创新质量的条件组态机理分析。

（1）组态1命名为“数字技术驱动下的组织韧性和IP管理”路径。该路径以数字技术应用水平、 知识产权管理水平和组织韧性为核心条件， 表明了无论企业的产业链整合能力处于何种水平以及政府引导支持的力度如何， 制造企业均可以凭借自身较高的数字技术应用水平、 知识产权管理水平和组织韧性实现创新的高质量发展。这一组态的制造企业善于运用数字技术， 比较注重知识产权的保护与管理， 且企业的抗风险能力较强。此外， 通过组态1的原始覆盖度和唯一覆盖度能够得知， 这一组态结果能够解释约30.9%的制造企业创新质量提升案例， 约20.3%的制造企业创新质量提升案例仅能被这条组态解释。

以广和通为例。广和通位于制造业发展水平较高的城市深圳， 其致力于为客户提供无线通信解决方案和通信模组， 属于计算机、 通信和其他电子设备制造业。首先， 广和通在信息技术、 物联网等数字技术领域投入较大， 且形成了较强的研发实力。其次， 该企业在专注于数字化建设的同时， 也及时申报专利， 注重知识产权的保护与管理， 且在通讯技术领域拥有自主知识产权。此外， 该企业也强调管理者应当拥有足够的风险意识， 并针对各种风险作出了较为详细的分析与规划。数字技术的熟练应用、 知识产权的有效管理和组织较强的韧性为广和通开展高质量创新活动奠定了基础。

（2）组态2命名为“数字技术驱动下的政府主导型”路径。该路径以数字技术应用水平和政府引导支持为核心条件， 表明了制造企业即使在知识产权管理方面存在缺陷且抗风险能力和产业链整合能力较低的情况下， 仍可以凭借自身较高的数字技术应用水平和政府的引导与支持实现高质量创新的发展目标。这类制造企业能够熟练应用数字技术， 且政府对其支持力度较大。此外， 通过这一组态结果的原始覆盖度和唯一覆盖度可以得知， 该组态结果能够解释约6.7%的制造企业创新质量提升案例， 但只有约3.1%的制造企业创新质量提升案例仅能被这条组态解释。

以上海凯宝药业为例。上海凯宝药业致力于现代化中药的研发、 生产和销售， 属于医药制造业。该公司建有先进的中药数字化提取车间， 已实现中药生产过程和生产操作的数字化和自动化发展， 并将人工智能与质量管理相结合， 拥有全过程的质量追溯系统。此外， 近几年来， 国家大力发展中医药事业， 上海凯宝药业作为上海中医药領域的龙头企业， 得到了政府较大的资金支持。通过对数字技术的熟练应用和政府的引导与支持， 上海凯宝药业的创新质量已达到相对较高的水平。

（3）组态3命名为“产业链整合能力驱动下的组织韧性和IP管理”路径。该路径以知识产权管理水平、 组织韧性和产业链整合能力为核心条件， 表明了制造企业即使在缺乏政府引导支持的情况下， 仍可以依靠自身较高的知识产权管理水平、 组织韧性和产业链整合能力推动企业创新质量的提升。这类制造企业比较重视企业知识产权的保护与管理， 且企业的产业链整合能力和抗风险能力都较高。这一组态的一致性为0.849， 原始覆盖度为0.117， 唯一覆盖度为0.022， 表明这一组态结果能够解释约11.7%的制造企业创新质量提升案例， 但仅有约2.2%的制造企业创新质量提升案例只能被这条组态所解释。

以上海氯碱化工股份有限公司为例。上海氯碱化工股份有限公司是一家致力于制造和销售烧碱、 氯及氯制品的公司， 属于化学原料和化学制品制造业。该公司除及时申报专利以外， 也会详细分析企业在发展过程中可能存在的各种风险， 譬如地缘政治带来的风险， 并作出了相应的风险提示和应对。与此同时， 企业在建立合同的时候也会执行风险补偿机制， 且增加了过程风险考核流程。此外， 该公司也比较注重产业链上下游之间的协同， 建立了一体化产业链运营模式， 并积极推进与企业产业链相关的贸易业务， 提高其市场竞争力。

比较路径（1）、 路径（2）和路径（3）可知， 路径（1）和路径（3）属于技术与组织双轨并进型， 路径（2）属于技术和环境双轨并进型， 且路径（1）的覆盖度最高， 大部分创新质量水平较高的制造企业均是通过路径（1）来实现高质量创新的发展目标。此外， 技术、 组织和环境层面的五个因素均在不同的组态结果中发挥了核心作用， 进一步验证了政府的引导与支持和企业对数字技术的应用、 知识产权的管理、 组织韧性的重视以及产业链上下游之间创新资源的有效整合都是制造企业创新质量提升过程中极其重要的一环。

2. 产生低水平创新质量的条件组态机理分析。本文也检验出了引致制造企业创新质量水平较低的2种条件组态。组态4表明对数字技术的应用、 对知识产权的管理、 组织韧性和产业链整合能力都缺失的制造企业， 其创新质量处于较低水平。这一组态的制造企业数字技术应用水平和知识产权管理水平都较低， 且缺乏抗风险能力和产业链整合能力。该组态的一致性为0.830， 原始覆盖度为0.218， 唯一覆盖度为0.155， 表明这一组态结果解释了约21.8%的制造企业创新质量水平较低的案例， 约15.5%的制造企业创新质量水平较低的案例仅能被这条路径解释； 组态5表明缺乏对数字技术的应用、 对知识产权的管理和高水平产业链整合能力的制造企业， 即便具有一定的“韧性”， 也不会达到高水平创新质量的发展目标。这类制造企业缺乏对数字技术的应用、 对知识产权的管理和对产业链上下游之间关键资源的有效整合。通过该组态结果的原始覆盖度和唯一覆盖度可知， 该组态能够解释约19.3%的制造企业创新质量水平较低的案例， 约13%的制造企业创新质量水平较低的案例只能被这条路径解释。

比较引致高、 低水平创新质量的条件组态发现， 影响制造企业创新质量的条件组态具有不对称性， 即引致高水平创新质量的原因并不是引致低水平创新质量原因的反面。

3. 前因条件之间的潜在替代关系。比较组态1和组态2可以发现， 这两个前因条件之间存在一定的替代关系。如图2所示， 当数字技术应用水平作为核心条件存在时， 企业知识产权管理水平存在和组织韧性存在的组合可以与政府引导支持存在而知识产权管理水平和组织韧性都缺失的组合相互替代。可能的原因是， 当制造企业缺乏对知识产权的管理和组织韧性时， 政府对企业的支持与引导在一定程度上可以带动企业积极地开展高质量创新活动， 并提升企业在开展高质量创新活动时的风险承担水平。而具有较高的知识产权管理水平和组织韧性的制造企业， 更善于利用企业自身的管理和外部的信息促进企业创新， 并在创新过程中具有一定的风险承担能力。

比较组态1和组态3， 可以进一步识别出这两个前因条件之间的替代关系， 如图3所示。对比这两种组态发现， 知识产权管理水平和组织韧性作为核心条件同时存在时， 企业数字技术应用水平的存在可以和企业产业链整合能力存在与政府引导支持缺失的组合相互替代。这是因为， 在企业比较注重对创新成果的保护和管理以及具有较高组织韧性的情形下， 企业便可以专注于内部研发活动。加强企业对数字技术的应用能够使企业研发人员更容易获取所需要的相关信息， 促进企业创新效率和创新精确度的提升， 而具有较强产业链整合能力的制造企业通过对产业链上下游之间关键资源的有效整合也会进一步促进企业对组织内部和外部的有关知识和信息进行整合和吸收， 推动企业创新效率的提升。

（三）稳健性检验

参考已有研究（王炳成等，2022）， 本文选择采用两种方法对引致高/低水平创新质量的条件组态进行稳健性检验。①本文将案例的频数阈值由1提升至2， 最后分别得到了引致高/低水平创新质量的两种条件组态结果， 见表5。组态a1和组态a2分别与组态1和组態3一致， 组态a3和组态a4分别与组态4和组态5一致， 且两种情况下总体解的一致性与原始结果的一致性相比均有所上升， 覆盖度有所下降， 证明了其结果具有稳健性。②将一致性阈值提高至0.85， 其他不变， 结果见表5。组态a5属于组态1的子集， 组态a6属于组态4的子集， 且两种情况下， 总体解的一致性水平均较原来有所上升， 覆盖度则有所下降， 证明了结果的稳健性。

五、 研究结论与展望

（一）研究结论

本文借助TOE框架， 并应用组态思维， 分析了数字技术应用水平、 知识产权管理水平、 组织韧性、 产业链整合能力和政府引导支持这5个条件变量对结果变量的协同效应， 以探寻促进制造企业创新质量提升的驱动路径。研究发现：

其一， 影响制造企业创新质量提升的主要因素有数字技术应用水平、 知识产权管理水平、 组织韧性、 产业链整合能力和政府引导支持， 其均在促进制造企业创新质量提升的不同组态中发挥过核心作用， 但这5个前因条件均不是单独构成驱动制造企业创新质量提升的必要条件， 制造企业创新质量的提升是多个前因条件协同作用的结果。

其二， 驱动制造企业达到高水平创新质量的条件组态有3条， 分别将其总结为3条路径， 即“数字技术驱动下的组织韧性和IP管理”路径、 “数字技术驱动下的政府主导型”路径和“产业链整合能力驱动下的组织韧性和IP管理”路径， 其具有殊途同归的特点。与此同时， 大多数拥有较高水平创新质量的制造企业是通过“数字技术驱动下的组织韧性和IP管理”路径来实现高质量创新发展目标的。

其三， 引致制造企业的创新质量处于低水平阶段的条件组态有2条， 其与驱动制造企业达到高水平创新质量的条件组态是非对称关系， 即驱动制造企业达到高水平创新质量的条件组态并不是引致低水平创新质量的反面。

其四， 在一定的情形下， 前因条件之间可以互相替代。即在企业能够熟练地运用数字技术时， 政府引导支持和知识产权管理水平与组织韧性的组合存在等效替代关系； 在企业拥有较高的知识产权管理水平和组织韧性的情形下， 数字技术应用水平和产业链整合能力这两个条件之间存在一定的替代關系， 并以殊途同归的方式推动着企业创新质量的提升。

（二）研究贡献

在研究内容方面， 将企业创新质量的前因研究由关注单一因素视角转向基于“技术—组织—环境”框架的整合性分析视角。现有研究大多聚焦于单一因素对企业创新质量的独特净效应， 缺乏从整体的视角出发对企业创新质量的研究。本文应用组态思维， 并借助TOE框架， 分析了技术、 组织和环境这三个层面相关因素之间的有机统合， 解释了制造企业之间创新质量存在差异背后复杂的因果关系， 丰富了创新质量影响因素的有关研究。

在研究方法方面， 现有对创新质量的研究多为案例研究或者有关线性关系的单因素研究， 但这并不能解释前因条件之间的内在联系。本文应用fsQCA， 不仅考虑到了前因条件之间的联动匹配， 也将定量和定性分析结合在了一起， 为更好地理解和把握制造企业创新质量提升背后的复杂因果关系提供了一个新的工具。

在研究结论方面， 本文验证了单个因素并不是驱动制造企业达到高水平创新质量的必要条件， 实现高水平的创新质量需要前因条件之间的联动匹配， 这在一定程度上能够解释已有研究中的差异化结论。本文发现， 某一条件发挥何种作用取决于具体情景， 譬如当企业具有较高的知识产权管理水平、 组织韧性和产业链整合能力时， 政府引导支持发挥的积极作用并不显著， 但在能够熟练地应用数字技术却缺乏对知识产权的管理和组织韧性的制造企业中，其 发挥了较为显著的积极作用。

（三）实践启示

1. 企业层面。制造企业应当明确自身所拥有的条件优势， 并从整体的视角出发去思考企业应当如何开展高质量创新活动。譬如具有较高知识产权管理水平和组织韧性的制造企业， 需加强对数字技术的应用或者注重对企业产业链整合能力的提升， 促进数字技术和企业的深度融合， 推动企业与产业链上下游有关企业的产业协同， 整合一切可利用的资源为企业开展高质量创新活动服务。具有数字技术优势的制造企业， 需加强对企业知识产权的管理与保护， 并提升企业管理者预测风险和应对风险的能力。但当企业缺乏提升知识产权管理水平和组织韧性的能力时， 企业应积极寻求政府的支持与帮助。

2. 政府层面。政府可以基于TOE视角对处于不同情况的制造企业进行归类处理， 并有针对性地对其进行扶持。首先， 政府应当积极完善对制造企业关键技术引进以及技术成果保护的支持政策， 引导并支持制造企业对数字技术的引进与应用， 且也应当注重数字经济时代下创新成果易被侵权的问题， 加强对企业知识产权的保护与管理。其次， 政府也应通过政策推动产业链的协同发展， 促进制造业的全产业链水平更进一步提升， 并引导制造企业加大对产业链整合的重视和投入， 逐渐提升企业的产业链整合能力。此外， 在面对“黑天鹅”和“灰犀牛”事件时， 政府应当拥有预测的能力和应对的措施， 并利用宏观政策把握好经济稳定发展与风险防范之间的平衡。

（四）局限与展望

在研究视角上， 本文仅研究了制造企业， 其结论的适用范围有一定的局限性， 未来可对其他领域的企业进行研究； 在研究内容上， 受限于数据资料的可得性， 本文仅研究了技术、 组织和环境三个层面的5个主要因素， 并未将所有有关的因素囊括在内， 后续可进一步增加其他因素的研究； 在研究方法上， 本文仅选取了2020年数据， 属于静态分析， 未来可进一步进行动态分析。此外， 本文基于TOE框架， 应用fsQCA方法， 其虽与传统线性回归相比有一定的优越性， 但并非十全十美， 后续研究可与其他研究方法相结合。

【 主 要 参 考 文 献 】

白旭云，王砚羽，苏欣．研发补贴还是税收激励 —— 政府干预对企业创新绩效和创新质量的影响［ J］．科研管理，2019（6）：9 ～ 18．

丛昊，张春雨．数字技术与企业高质量创新［ J］．中南财经政法大学学报，2022（4）：29 ～ 40．

陈雪瑶．创新网络资源整合、双元创新与制造业企业创新绩效关系研究［D］．广州：华南理工大学，2019．

陈庆江，王月苗，王彦萌．高管团队社会资本在数字技术赋能企业创新中的作用 —— “助推器”还是“绊脚石”？［ J］．上海财经大学学报，2021（4）：3 ～ 17．

李平，竺家哲．组织韧性：最新文献评述［ J］．外国经济与管理，2021（3）：25 ～ 41．

潘家栋，韩沈超，肖文．企业创新质量对企业社会责任表现的影响研究 —— 来自深圳A股上市公司的证据［ J］．宏观质量研究，2021（3）：99 ～ 113．

彭硕毅，张营营．区域数字经济发展与企业技术创新 —— 来自A股上市公司的经验证据［ J］．财经论丛，2022（9）：3 ～ 13．

石军伟，于晓琳，万凯．内外兼修：政府创新补贴、员工持股激励与企业创新质量［ J］．软科学，2022（7）：70 ～ 75．

史金凤，樊甜甜，杨威．政府支持企业创新的财政资源配置效应及优化对策［ J］．系统科学与数学，2021（11）：3151 ～ 3169．

童馨乐，杨璨，Wang Jinmin．政府研发补贴与企业创新投入：数量激励抑或质量导向？［ J］．宏观质量研究，2022（1）：27 ～ 45．

王崇锋，刘洋，许杰．合作网络视角下组织韧性对企业技术创新的影响研究 —— 基于知识异质性的调节效应分析［ J］．工业技术经济，2022（8）：69 ～ 76．

王玉，张占斌．传统企业数字化、组织韧性与市场竞争力 —— 基于236家企业调查数据［ J］．华东经济管理，2022（7）：98 ～ 106．

王炳成，郝兴霖，续琳琳．双向FDI视角下制造企业绿色技术创新的实现路径 —— 基于动态fsQCA的研究［ J］．研究与发展管理，2022（3）：173 ～ 186．

于洋，王宇．知识产权保护与企业创新活动 —— 基于A股上市公司创新“量”和“质”的研究［ J］．软科学，2021（9）：47 ～ 52+67.

叶静，张戌凡，周路路．组织韧性与创新的关系：一项元分析［ J］．科技管理研究，2022（13）：105 ～ 114．

张震．创新数量、创新质量与企业规模［ J］．经济问题，2018（12）：56 ～ 60+87．

张新，徐瑶玉，马良．中小企业数字化转型影响因素的组态效应研究［ J］．经济与管理评论，2022（1）：92 ～ 102．

赵星．企业知识产权管理基本概念探析及其实践意义［ J］．科技促进发展，2019（9）：956 ～ 963．

张振刚，郑少贤．技术能力与产业链整合能力的相互关系研究 —— 以金发科技为例［ J］．中国科技论坛，2013（9）：64 ～ 69+90．

张吉昌，龙静，王泽民．中国民营上市企业的组织韧性驱动机制 —— 基于“资源-能力-关系”框架的组态分析［ J］．经济与管理研究，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．

（責任编辑·校对： 黄艳晶  许春玲）

【基金项目】国家自然科学基金青年项目“企业专利战略行为的价值创造机制及传导路径研究”（项目编号：71502110）