組態視角下高技術制造企業關鍵核心技術創新績效提升策略研究

摘 要：關鍵核心技術創新對推動我國經濟高質量發展、保障國家安全具有重要意義。然而，如何提升企業關鍵核心技術創新績效的決策經驗與實踐證據相對匱乏，尚未得到充分探討。基于TOE理論框架，以80家中國高技術制造企業為樣本案例，采用模糊集定性比較分析法（fsQCA）探討高技術制造企業關鍵核心技術創新績效的影響因素及提升策略。結果發現：單個前因要素并不構成高創新績效產生的必要條件，但是數字技術水平和企業研發投入在高創新績效產生過程中發揮重要作用。存在4種高創新績效提升策略，具體包括數字—整合創新型、數字—感知創新型、數字—協同創新型以及數字—研發創新型策略。特定條件下，知識整合能力和知識感知能力存在替代與互補關系。基于組態視角探究企業關鍵核心技術創新績效提升策略，以期拓寬TOE理論框架適用范圍，為企業制定、優化關鍵核心技術創新策略提供參考。

關鍵詞：關鍵核心技術創新；數字創新；創新績效；TOE框架；組態分析

DOI：10.6049/kjjbydc.2023110798 中圖分類號：F403.6 文獻標識碼：A 文章編號：1001-7348（2025）05-0128-11

0 引言

黨的二十大報告提出“以國家戰略需求為導向，集聚力量進行原創性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰”。不同于一般性技術，關鍵核心技術在企業競爭、產業發展與全球價值鏈構建過程中發揮重要作用。近年來，西方國家持續對我國進行“科技制裁”與“科技封鎖”，嚴重制約了我國高技術制造業發展，極大地增加了產業鏈、供應鏈以及創新鏈“斷鏈”風險。一方面，關鍵核心技術創新有助于圍繞高技術制造業重點領域產業鏈進行“補強”“補缺”，提升產業鏈供應鏈韌性和安全水平，從而確保產業體系自主可控和安全可靠；另一方面，關鍵核心技術創新有助于高技術制造企業轉換技術軌道，通過技術轉型升級和產品迭代更新獲得更多市場經濟效益。然而，如何提升企業關鍵核心技術創新績效的決策經驗與實踐證據相對匱乏，尚未得到充分研究。本文緊密貼合這一現實問題，探討高技術制造企業關鍵核心技術創新績效提升策略。

關鍵核心技術是中國情境下的新概念，如何實現關鍵核心技術創新已成為亟待破解的重大現實問題，受到學界廣泛關注。目前，已有研究以理論分析與案例探究為主，僅少量學者進行了實證研究，主要探究企業關鍵核心技術創新影響因素。現有研究表明，關鍵核心技術創新受諸多因素影響，其中，企業特征層面的影響因素主要包括研發投入、創新能力[1]、研發平臺體系、科技創新國際化[2]以及數字技術水平[3]等；外部環境層面的影響因素主要包括頂層設計[4]、政府支持[5]、政策體系[6]、科技基礎設施[7]以及環境動態性等。此外，部分研究者探討了關鍵核心技術創新內涵與外延[8]，認為其本質是企業組織層面的知識創新。然而，現有研究大多關注各前因變量對企業關鍵核心技術創新的影響，既未對各影響因素發揮作用的基本條件以及特定情境進行深入探究，也未基于企業關鍵核心技術創新績效前置動因構建整合性分析框架。鑒于關鍵核心技術研發成本較高、風險較大，部分研究指出，應重點關注企業技術、組織、環境等條件匹配問題[9]，從而提升關鍵核心技術創新績效。但遺憾的是，尚未有研究對上述問題進行深入探討。

關鍵核心技術創新涉及多層面影響因素，不同行業可能采用差異化創新策略，因而有必要借助組態思維對以下問題進行解答：哪些因素會影響以及如何影響中國高技術制造企業關鍵核心技術創新績效？在關鍵核心技術創新過程中，前因條件之間存在何種匹配與替代關系？本文以中國高技術制造企業為研究對象，引入技術—組織—環境（TOE）分析框架，構建關鍵核心技術創新績效整合性框架，并利用模糊集定性比較分析法（fsQCA）揭示各前因條件對企業關鍵核心技術創新的影響以及因素間的交互作用，以期進一步豐富關鍵核心技術創新前因研究，為中國高技術制造企業提升關鍵核心技術創新績效提供系統化決策支撐。

1 理論基礎與分析框架

文獻分析發現，企業特征層面、外部環境層面諸多因素對企業關鍵核心技術創新具有重要影響，但多個因素聯合觸發高創新績效的內在機理尚未明確。因此，有必要深入探討影響因素間的組合作用。知識基礎觀認為[10]，知識是企業的重要戰略資源，關鍵核心技術創新需要充分獲取、吸收、利用以及創造知識。從知識論角度看，關鍵核心技術創新需要突破西方國家“封鎖”，實現技術底層關鍵知識與核心知識突破。隨著技術復雜度不斷提升，產品迭代速度逐漸加快，企業關鍵核心技術創新需要承擔巨額的研發投入與較高的研發風險，政府政策與研發補貼能夠為企業研發提供有效支撐。數字經濟時代，借助數字技術，企業能夠進行知識整合、配置與創造，同時降低動態環境不確定性風險。由此，本文基于TOE理論框架，從技術、組織以及環境3個層面探討影響關鍵核心技術創新績效的相關變量及其聯動關系。

1.1 前因條件對企業關鍵核心技術創新績效的影響

1.1.1 技術層面

技術條件具體包括數字技術水平與企業研發投入兩個二級條件。數字技術對企業創新活動具有重要影響已得到證實，例如通過賦能企業技術研發、借助數字技術推動產業鏈各環節間互聯互通與高效協同，幫助企業獲取創新資源、拓展創新邊界，進而實現技術創新[11]。關鍵核心技術創新的本質是知識創新[12]，企業需要通過知識深度利用實現關鍵核心技術利用式創新或通過知識創造實現關鍵核心技術突破性創新。因此，本文認為，數字技術水平越高越有利于企業關鍵核心技術知識創新，具體表現為：一方面，數字技術水平越高越有利于加速企業內部知識擴散、知識深度利用以及知識重新組合[13]；另一方面，借助數字技術，企業能夠降低知識創新過程中的成本投入、研發風險，進而提高知識組合效率，實現關鍵核心技術創新。研發投入對關鍵核心技術創新發揮促進作用，主要表現為：第一，研發投入能夠直接體現企業技術創新基礎以及技術突破意愿，是關鍵核心技術創新的重要保障。第二，通過加大研發投入，企業能夠引進高水平科技人才、先進技術設備以及異質性資源，從而加快知識搜索、消化、吸收以及再利用與再創造。第三，關鍵核心技術涉及知識復雜程度較高，在開展探索式創新活動過程中企業可能會在資源搜索與知識創新上消耗較高的研發成本。

1.1.2 組織層面

組織層面具體包括知識整合能力與知識感知能力兩個二級條件。基于知識基礎觀，相關研究表明，知識創新既是企業最重要的資源優勢，也是企業核心競爭力[14]。知識整合能力與知識感知能力是知識創新的不同方式，主要表現為企業知識獲取、吸收、利用與再創造過程。其中，知識整合能力是企業獲取、再利用與再配置知識的能力[15]，有助于企業通過利用式創新進行技術升級、工藝改進、產品迭代；知識感知能力是企業通過機會識別與快速反應創造新知識的能力，有助于企業通過探索式創新打造新技術與新產品。部分企業同時具備較強的組織動態能力、知識整合能力和知識感知能力，能夠通過雙元創新實現技術突破。不同企業知識創新能力具有一定差異，在開展關鍵核心技術創新活動時，企業需要自行選擇和調整創新策略。同時，關鍵核心技術研發很大程度上是企業對外部新知識和內部先驗知識進行整合與應用的過程。因此，知識整合能力較強的企業能夠實現知識深度整合、重新組合以及再次利用，而知識感知能力較強的企業能夠利用環境中的潛在機會進行新知識創造，從而實現關鍵核心技術創新。

1.1.3 環境層面

環境層面具體包括政府研發補貼[16]與環境動態性兩個二級條件。根據權變理論，企業組織戰略以及創新行為受其所在環境的影響[17]。關鍵核心技術壁壘高、研發周期長、資金投入大，企業面臨著巨大的研發壓力。此時，政府研發補貼能夠在一定程度上激勵企業進行技術突破[18]。為了加快關鍵核心技術突破，政府相關部門不僅需要加快完善關鍵核心技術創新相關政策與制度體系，在關鍵核心技術創新的重點領域與重點方向制定戰略規劃，而且應加強重點領域研發補貼，甚至通過減免稅收等方式為企業減負。環境動態性是指企業在技術研發時受市場動態性與技術動態性影響。其中，高市場動態性情景下，產品市場競爭激烈，同時市場需求不斷變化，企業需要不斷升級產品或開發產品；高技術動態性情景下，行業技術發展與迭代速度較快，企業需要按照技術演化方向不斷調整創新資源。總體來看，無論是市場動態性還是技術動態性均會導致企業在關鍵核心技術創新活動過程中面臨較高的不確定性風險。

1.2 組態研究框架

TOE框架中，企業技術基礎、組織能力以及所處環境動態變化對關鍵核心技術創新績效具有重要影響。同時，各前因條件的影響并不孤立，而是始終處于相互作用的過程中。組態視角能夠有效分析多重并發因果關系以及不同組態間的等效性問題，進而剖析驅動企業關鍵核心技術創新績效提升的復雜因果機制。因此，本文基于整體視角，構建TOE框架下的關鍵核心技術創新績效提升組態效應模型，如圖1所示。

2 研究方法與數據處理

2.1 研究方法

考慮到前因條件之間可能存在多重交互關系（既相互影響，又作為整體共同影響企業關鍵核心技術創新績效），傳統回歸模型僅能解決單一變量對因變量的“凈效應”問題，卻無法處理多重交互問題。因此，本文采用fsQCA方法探索關鍵核心技術創新差異化策略。

2.2 樣本選擇與數據收集

本文選取中國高技術制造企業為研究對象，依據國家統計局發布的《高技術產業（制造業）分類（2017）》，主要涉及醫藥制造、航空、航天器及設備制造、電子及通信設備制造、計算機及辦公設備制造、醫療儀器設備及儀器儀表制造、信息化學品制造等6大類。在此基礎上，本文遵循QCA小樣本選取原則，具體選擇標準如下：一是依據企業營業收入、總資產負債率、流動比例以及發明專利申請數量等指標判斷企業發展狀況以及創新能力；二是樣本企業近期各項財務指標無較大波動以及無破產退市風險；三是研究樣本涉及不同行業，根據行業細分領域，能夠體現樣本個體異質性。綜合對比各樣本特征，考慮到創新研發等數據的可得性與客觀性，本文從高技術制造行業中篩選出80家典型上市企業為研究樣本。此外，本文主要采集2018—2020年樣本數據并進行均值化處理，其中，研發投入等數據來自國泰安數據庫（CSMAR），發明專利數據來源于智慧芽全球專利數據庫（PatSnap），數字技術有關數據來源于上市公司年報。

2.3 變量測量

2.3.1 結果變量

關鍵核心技術創新績效（KCT）。鑒于數據的客觀性，借鑒聶力兵（2022）的研究成果，本文采用指標體系法從關鍵核心技術的基礎性、體系性、競爭性3個維度構建關鍵核心技術創新指標體系，利用熵權法計算核心指標權重，再使用合成指數法對各項指標進行賦值，最終得出各項專利綜合得分，以此作為關鍵核心技術專利篩選依據，具體測量指標如表1所示。具體步驟如下：

（1）標準化處理。本文采用的關鍵核心技術指標均為正向指標，其標準化處理公式如式（1）所示。

其中，Pi，j，t為標準化處理后企業i指標j第t年的值，Xi，j，t為標準化處理前企業i指標j第t年的值，maxXj為樣本中指標j的最大值，minXj為樣本中指標j的最小值。

（2）計算企業i指標j第t年的權重，記為ωi，j，t，見式（2）。

其中，n為企業個數，m為年數。

其中，k為指標個數。dj越大，對指標的影響越顯著，權重越大。將高技術制造行業進一步細分為8小類制造行業，考慮到行業屬性，分別計算各行業關鍵核心技術創新指標對應權重。

（5）根據企業各專利綜合得分，參考已有研究成果，本文將各行業專利得分排名前25%的專利作為關鍵核心技術專利[19]，再計算出80個樣本企業各年度對應關鍵核心技術專利數量，并對所屬企業關鍵核心技術專利數量進行加1取自然對數處理，以此作為企業關鍵核心技術創新績效的代理指標。

2.3.2 前因條件

（1）技術層面。數字技術水平（DIG），本文利用 Python 整理了80家樣本企業年度報告，并從Java PDFbox 庫提取所有文本內容，以此作為后續特征詞的數據池。結合現有研究關于人工智能、區塊鏈、云計算、大數據等技術構成的企業核心底層數字技術架構，本文對數據池進行特征詞搜索、匹配和詞頻計數并進行對數化處理，得到衡量企業數字技術水平的整體指標。企業研發投入（Ramp;D）采用企業研發費用支出取自然對數表示。

（2）組織層面。知識整合能力（KIC）主要表現為企業對現有知識庫知識元素的再利用與再配置情況，知識感知能力（KSA）主要表現為面對動蕩的技術環境與市場環境，企業實現新知識創造與新舊知識交互的情況。參考已有研究成果[20]，統計樣本企業在 t-6、t-5、t-4 年所屬發明專利不同類別知識元素組合情況，以此作為對照組；統計樣本企業在 t-3、t-2、t-1年所屬發明專利不同類別知識元素組合情況，以此作為觀測組。本文基于專利 IPC 分類號“/”之前的部分對知識元素類別進行判斷。對于同時出現在對照組與觀測組中的知識元素，當知識元素之間的組合同時出現在對照組和觀測組時，為知識再利用；當知識元素之間的組合未出現在對照組但出現在觀測組時，稱為知識再配置。計算知識元素再利用與再配置對應組合次數，將其加1取自然對數，以此作為知識整合能力（KIC）的代理指標。當知識元素未出現在對照組中但出現在觀測組時，新元素與新元素的知識組合、新元素與原知識庫的知識元素組合被稱為新知識感知創造，計算知識元素之間的組合在觀測組出現次數，將其加1取自然對數，以此作為知識感知能力（KSA）的代理指標。

（3）環境層面。政府研發補貼（SUB）采用政府財政補貼費用取自然對數表示。參考Ghosh ＆ Olsen[21]的研究成果，本文以企業第t年、t-1年、t-2年、t-3年及t-4年銷售收入作為因變量，分別以5、4、3、2和1為自變量進行回歸分析，得到模型回歸系數的標準誤除以企業5年銷售額均值，以此作為環境動態性（ED）的代理指標。

本文變量基本信息以及測量方法如表 2 所示。

2.4 變量校準

參考已有研究成果[22]，本文采用直接校準法設置所有連續變量的75%、50%、25%分位數值作為完全隸屬、交叉點和完全不隸屬的3個閾值，對結果變量和6個前因條件進行校準，描述性分析結果如表3所示，變量校準錨點如表4所示。

3 實證結果與分析

3.1 必要性條件分析

必要性條件分析用于判斷結果變量的出現在多大程度上依賴于某個單一前因條件變量，而衡量必要條件的標準是該條件一致性水平是否達到0.9。本文采用fsQCA 3.0 進行數據分析，對各前因條件是否為結果變量的必要性條件進行分析，結果如表5所示。結果顯示，所有單項條件變量對企業關鍵核心技術創新績效提升的必要性均小于0.9。由此判斷，各前因條件均不構成結果變量的必要條件。

3.2 條件組態分析

3.2.1 產生高績效的關鍵核心技術創新組態分析

參考已有研究成果[17]，本文將組態策略一致性（Consistency）閾值設置為 0.8，將PRI 一致性（Proportional Reduction in Inconsistency）閾值設置為 0.7，將案例頻數閾值設置為1。通過模糊集定性比較分析得到復雜解、中間解以及簡約解，并根據簡約解、中間解的嵌套關系識別出影響企業關鍵核心技術創新績效的核心條件與邊緣條件。通過整理，最終得到產生高績效關鍵核心技術創新的組態策略，具體結果如表6所示。

本文按照組態特征將關鍵核心技術創新策略劃分為4種類型，并針對每種創新組態選擇典型案例作進一步分析，以驗證組態分析結果的一致性。

（1）數字—整合創新型（S1）：動態環境下數字技術賦能企業知識整合利用為主導的創新策略。組態S1表明，以知識整合能力、環境動態性為核心條件，以數字技術水平為邊緣條件的創新策略能夠促進企業關鍵核心技術創新績效提升。這意味著當環境動態性較高時，受市場環境與技術環境的影響，關鍵核心技術研發風險與不確定性在一定程度上會抑制企業研發投入和政府研發補貼。因此，憑借較強的知識整合能力，企業依托數字技術進行知識深度利用與再配置，最終實現關鍵核心技術創新。數字經濟時代，數字技術不斷迭代升級，先進的數字技術有助于企業加快內部知識擴散，實現知識深度利用并拓展知識再配置思路。此外，關鍵核心技術涉及的知識復雜程度較高，數字技術不僅可以有效降低知識利用與整合過程中的成本和研發風險，而且能夠提高知識整合效率。

典型案例如全球半導體行業的龍頭企業——京東方。依托大數據、物聯網、人工智能、云計算等先進數字技術，企業半導體顯示業務實現從落后追趕到全球引領，半導體顯示屏全球市場占有率排名第一。半導體顯示技術在國內最開始是空白，京東方通過海外并購進行消化、吸收、整合與再創新。隨著數字技術快速發展，京東方通過數字平臺（例如以ERP為中心的運營支撐平臺、以CIM為核心的智能制造平臺等）在全球范圍內低成本、高效率地實現創新資源配置、數據交互共享以及知識整合利用。半導體顯示行業技術、產品更新較快，同時受外部環境沖擊，京東方積極推動數字化轉型以及物聯網轉型，將企業物理空間、數字空間、虛擬空間有效連接起來，進一步提升自身資源編排與知識整合能力，進而在LCD、OLED、Micro LED領域實現關鍵核心技術創新，成為引領全球顯示行業發展的風向標。

（2）數字—感知創新型（S2）：動態環境下數字技術賦能企業知識感知創造為主導的創新策略。組態S2表明，以知識感知能力、環境動態性為核心條件，以數字技術水平為邊緣條件的創新策略能夠促進企業關鍵核心技術創新績效提升。這意味著當環境動態性較高時，憑借較強的知識感知能力，企業依托數字技術進行知識創造，借助關鍵核心技術底層知識元素構建新的核心競爭優勢，最終實現關鍵核心技術創新。較高環境動態性情景下，擁有較強知識感知能力的企業愿意通過探索式創新活動捕獲機會，進而探索新知識。在數字技術輔助下，借助較強的感知能力，企業進一步加快知識迭代速度、降低知識試錯頻率，通過新知識生成以及新舊知識交互實現關鍵核心技術創新。以知識感知為主導的探索式技術創新面臨較高的研發風險，市場環境和技術環境中的不確定性因素會進一步抑制企業研發投入與政府研發補貼。

典型案例如通訊設備制造行業龍頭企業——中興通訊。2015年以前，企業已經開始數字技術布局，主要將數字技術與組織生產運營相結合。2016年以后，新一代數字技術快速迭代，企業基于數字技術成立物聯網合作聯盟，搭建了技術創新中心，逐漸完善數字生態網絡，有效實現了技術創新管理和創新資源配置[23]，提高了自身實時感知、精準分析以及自主決策能力。現有研究表明，關鍵核心技術受限的原因是企業缺乏原始創新知識元或技術元。由于多次受到美國“技術制裁”，中興通訊通過探索式創新活動創造技術底層所需的關鍵核心知識，實現關鍵核心技術突破。因此，在高度動蕩環境中，中興通訊憑借自主創新能力，依托數字生態網絡優勢不斷拓展技術創新邊界，從而在芯片、操作系統、分布式數據庫開發等領域實現技術突破。例如，中興通訊突破了以太網結構的有源數字室內覆蓋創新產品QCell，并榮獲2020年度國家科學技術進步獎二等獎。

（3）數字—協同創新型（S3）：較高研發投入支持下數字技術賦能企業知識整合利用與知識感知創造的創新策略。組態S3表明，以數字技術水平、企業研發投入為核心條件，以知識整合能力與知識感知能力為邊緣條件的創新策略能夠促進企業關鍵核心技術創新績效提升。關鍵核心技術具有較高的壁壘，所產生的知識具有復雜性。由此，開展關鍵核心技術創新活動的企業一般需要具備良好的研發基礎，需要承受較高的研發成本與研發風險。這意味著得益于較高的數字技術水平與研發投入，企業借助知識整合能力與知識感知能力開展知識創新，從而實現關鍵核心技術攻關。一方面，企業可以通過較強的知識整合能力進一步實現內外部知識整合利用，借助數字技術提升知識利用與配置效率；另一方面，企業通過較強的知識感知能力識別更多市場信息與技術機會，借助以人工智能、機器學習為代表的數字技術促進新知識生產，從而豐富自身知識庫。因此，企業通過數字技術賦能探索式與利用式知識創新，進而實現關鍵核心技術突破。此情境下，政府研發補貼作為核心條件缺失，原因在于，當關鍵核心技術研發處于低風險階段時，政府補貼企業研發活動的預期邊際收益小于邊際成本，研發補貼可能會產生擠出效應[24]。

典型案例如電氣機械制造行業龍頭企業——美的電器。作為全球領先的家電龍頭，該企業多項技術達到行業先進水平。此情境下，進一步探索新技術過程中政府研發補貼可能產生擠出效應。在政府研發補貼這一核心條件缺失情境下，企業仍能保持科技領先的原因如下：一方面，堅持加大技術研發投入。美的電器一直重視基礎研究與應用研究，近5年投入研發資金超過500億元，在全球擁有35個研發中心。另一方面，美的電器不斷開展數字化、智能化探索與布局，經歷了數字化補課階段以及智能化創新階段，已經具備數字驅動的全價值鏈以及柔性化智能制造能力。數字化補課階段，在運作層面企業逐步實現業務、流程及信息系統集成化與標準化，進而實現知識獲取、知識重構、知識分享、知識迭代與知識反饋。智能化創新階段，先進的數字技術智能系統具備全面數字化、智能化和模擬化特征，美的電器借助人工智能、虛擬現實等技術進一步進行研發決策、虛擬模擬以及仿真驗證，為知識創新提供新思路，不僅可以縮短探索創新周期，而且能夠有效降低知識探索成本。美的電器重視科技研發投入，通過“數智驅動”發展戰略開展雙元創新活動，最終在多個領域取得重大技術突破，多項技術實現國際領先。

（4）數字—研發創新型（S4a—S4c）：以數字技術水平與企業研發投入為主導的創新策略。組態S4a表明，當政府研發補貼作為核心條件缺失時，企業可以憑借較高的數字技術水平與研發投入實現關鍵核心技術創新。企業能否開展關鍵核心技術創新需要依據市場變化或技術演化規律進行預判，較高的研發投入可為關鍵核心技術攻關提供保障，先進的數字技術可為企業研發模式變革注入新動能。組態S4b表明，當知識整合能力作為核心條件缺失時，企業難以對現有知識進行再配置，需要借助數字技術開展研發創新活動。關鍵核心技術研發初期，研發風險較大，需要較高的研發投入。此時，政府研發補貼具有一定的激勵作用，能夠提升企業研發投入的預期邊際收益[24]，從而促使企業加大研發投入力度。組態S4c與組態S4b具有一定的相似性，動態環境下，政府研發補貼的激勵效應以及數字技術的賦能效應共同促進企業關鍵核心技術創新。綜合來看，不同于數字—整合創新型、數字—感知創新型以及數字—協同創新型策略，數字—研發創新型策略不是以知識創新為主導，而是通過數字技術賦能企業創新業務、流程及模式等方式實現關鍵核心技術創新。

激光智能制造行業龍頭企業——光韻達，該企業可作為組態S4a的典型代表。光韻達是國內首家激光應用領域上市公司，采用“精密激光技術+智能控制技術”突破傳統生產方式，為全球電子制造企業提供相關產品。相較于競爭對手，光韻達表面組裝技術（Surface Mounting Technology，SMT）具有領先優勢，精密激光模板成功入選“單項冠軍產品”，市場份額穩居全國第一。一方面，持續性研發投入是光韻達實現技術突破的重要保障。近年來，光韻達研發投入平均增長率高達56.43%，加快實現SMT技術迭代更新。另一方面，數字技術應用以及數字生產研發模式變革是光韻達實現技術突破的重要支撐。作為電子組裝行業技術，SMT技術短期內無法直接獲得政府專項研發資助，光韻達積極引進先進數字技術，不斷優化生產工藝、改善生產流程、提高生產能力，從而實現關鍵核心技術創新。

電子設計制造行業龍頭企業——環旭電子，該企業可作為組態S4b的典型代表。環旭電子擁有領先的制程能力，持續突破系統級封裝技術（System in Package， SiP），高密度表面貼裝技術遠遠領先于競爭對手，不僅以較低工藝成本確保芯片系統具有較高的集成度，而且提高了芯片系統性能以及產品競爭力。深入分析企業在芯片系統封裝領域取得的重要成果，主要原因如下：第一，不斷加大研發投入，近年來企業平均研發投入占營業收入的比值為3.63%。其中，2020年企業研發投入高達15.76億元。第二，企業將“智能制造”作為重要經營策略，深入貫徹“中國制造2025”發展戰略，制定詳細的行業4.0智能制造發展計劃，引入大量先進自動化技術推動智能化工廠建設，真正意義上實現數字化研發、智能化生產與制造。第三，核心制程有關技術發展對我國芯片設計制造具有重要意義，環旭電子制程能力提升得益于政府政策引導與支持。

液晶玻璃基板制造行業龍頭企業——東旭光電，該企業可作為組態S4c的典型代表。不斷增加的消費電子產品需求推動國內企業開展技術研發，進而改變我國“缺芯少屏”中“少屏”的局面。然而，長期以來，液晶玻璃基板被國外企業壟斷。此情景下，東旭光電開展液晶玻璃基板關鍵核心技術攻關需要較高的研發投入，承擔較高的研發風險。由此，東旭光電在國家政策指引與財政補貼支持下，一直堅持“苦練內功”。一方面，企業持續加大研發投入，成立中國唯一平板顯示玻璃技術和裝備國家工程實驗室，為液晶玻璃基板技術創新奠定基礎；另一方面，東旭光電堅持數字化轉型，打造智能化研發生產體系，并注重將消費者需求與研發設計、生產制造等流程融合。東旭光電“5G+智能化”工廠通過優化資源配置方式、改變技術研發模式以及縮短技術驗證周期獲得相關部門高度認可，多次突破國際技術封鎖。東旭光電牽頭完成的“光電顯示用高均勻超凈面玻璃基板關鍵技術與設備開發及產業化”項目榮獲國家科學技術進步獎一等獎，打破了國外在位企業在該領域的技術壟斷。

3.2.2 產生非高績效的關鍵核心技術創新組態分析

本文進一步檢驗產生非高績效的關鍵核心技術創新組態策略，包括NS1、NS2、NS3、NS4、NS5共5類，結果如表7所示。組態NS1表明，若數字技術水平、企業研發投入與動態性環境作為核心條件缺失，即使企業獲得政府研發補貼，也難以實現關鍵核心技術創新。組態NS2表明，若數字技術水平、企業研發投入與動態性環境作為核心條件缺失，即使企業獲得政府研發補貼且具備一定的知識整合能力，也難以實現關鍵核心技術創新。對比組態NS1與NS2發現，非動態環境下，關鍵核心技術創新離不開企業數字技術與企業研發投入兩個條件。組態NS3表明，數字技術水平、企業研發投入與政府研發補貼作為核心條件缺失，同時缺乏知識整合能力與知識感知能力。因此，動態環境下，當技術條件與組織能力缺乏時，企業難以開展關鍵核心技術創新活動。組態NS4與NS5表明，當知識感知能力作為核心條件存在，數字技術水平、知識整合能力作為核心條件缺失時，企業難以實現關鍵核心技術創新。究其原因，關鍵核心技術創新所涉及的知識復雜度較高，即使企業具有一定的知識感知能力，若缺乏數字技術與知識整合能力兩個條件，也難以將現有海量、復雜知識內化，因而不利于關鍵核心技術攻關。

3.3 前因條件間共性與互補關系分析

綜合比較高創新績效組態策略發現，取得高績效的關鍵核心技術創新策略必須包含數字技術水平與組織層面的前因條件，或包含數字技術水平與企業研發投入兩個前因條件。同時，對比高水平與非高水平關鍵核心技術創新績效組態發現，數字技術水平與企業研發投入是企業實現高水平關鍵核心技術創新績效的重要前因條件。數字經濟時代，技術變革速度加快、市場競爭愈加激烈，數字技術對企業知識開發與知識探索等知識編排活動的影響已得到證實。組態S1—S3表明，借助數字技術，企業利用知識整合能力實施利用式創新，利用知識感知能力實施探索式創新，利用知識整合能力與知識感知能力協同實施雙元創新，進而實現關鍵核心技術攻關。除替代關系外，組態S1、組態S2可以實現互補，從而得到組態S3。此外，關鍵核心技術創新不僅受知識編排的影響，而且受企業研發基礎、創新資源等因素的影響。借助數字技術，企業能夠有效提升資源配置效率、優化技術研發模式，甚至在一定程度上突破物理空間限制[25]，提升對外開放合作程度，不僅可以獲取更多異質性資源，而且能夠降低關鍵核心技術研發成本和研發風險。

3.4 穩健性檢驗

3.4.1 必要性分析

本文基于R軟件中的NCA包探討單個前因條件的必要性[26]。

（1）前因條件效應量分析。現有研究主要采用上限回歸（Ceiling Regression，CR）或上限包絡分析（Ceiling Envelopment，CE）方法對效應量進行估計。本文樣本數據均為連續變量，故選擇CR方法下的估計結果。同時，在NCA方法中，必要條件需要滿足如下要求：效應量d不小于0.1且蒙特卡羅仿真置換檢驗顯示效應量是顯著的（plt;0.05）。表8結果進一步證實，6個前因條件均不是促使企業關鍵核心技術創新績效提升的必要條件。

（2）前因條件瓶頸水平分析。瓶頸水平是指達到特定結果需要前因條件滿足的水平值。表9顯示，若高技術制造企業實現80%的關鍵核心技術創新績效，需要22.2%的數字技術水平以及0.8%的環境動態性，其它4個前因條件則不存在瓶頸水平。

3.4.2 充分性分析

本文進行如下充分性分析：第一，將原始一致性閾值由0.80提高到0.85，結果顯示，組態結果未發生顯著變化；第二，將PRI一致性閾值由0.70提高到0.75，結果顯示，組態結果未發生顯著變化；第三，將PRI一致性閾值由0.75提高到0.80，新組態結果如表10所示。結果表明，在一致性閾值提高后，除原組態策略S2（數字—感知創新型策略）不存在外，其余組態策略均不變，且未出現新的組態策略，模型調整前后得到的組態策略存在清晰的子集關系。由此說明，研究結果具有較好的穩健性。

4 結語

4.1 研究結論

本文基于TOE分析框架，以我國80家高技術制造企業為研究樣本，采用模糊集定性比較分析法（fsQCA），從技術、組織和環境3個維度探討企業關鍵核心技術創新績效提升組態策略，得到以下主要研究結論：

（1）單個前因要素并不構成高創新績效產生的必要條件，但數字技術水平和企業研發投入在高創新績效產生過程中發揮重要作用。

（2）存在4種前因條件組合，分別為數字—整合創新型策略、數字—感知創新型策略、數字—協同創新型策略以及數字—研發創新型策略。關鍵核心技術創新不僅受知識創新的影響，而且受企業研發基礎、創新資源配置以及技術研發模式等因素的影響。數字技術通過提升企業資源配置效率、改變技術研發模式等方式助力企業實現高水平關鍵核心技術創新績效。

（3）企業高水平關鍵核心技術創新績效組態中，當數字技術水平以及企業所處環境特征相同時，知識整合能力和知識感知能力不僅可以替代彼此，而且能夠實現有效互補。

4.2 理論貢獻

（1）從理論視角看，現有相關研究大多為理論分析，本文基于TOE理論框架探討企業關鍵核心技術創新績效，不僅豐富了企業關鍵核心技術創新研究視角，而且拓寬了中國情境下TOE理論框架的適用范圍。

（2）從研究內容看，不同于現有相關研究關注分散性前因條件的影響，本文重點關注技術、組織、環境等多重前因條件的綜合作用，豐富了高技術制造企業關鍵核心技術創新研究內容。

（3）從研究結論看，本文基于整體性組態視角，從技術、組織和環境3個維度探究企業高水平關鍵核心技術創新績效的多樣性組態，在一定程度上打開了數字技術影響企業關鍵核心技術創新的“黑箱”。

4.3 實踐啟示

（1）企業應從整體性視角切入，不能僅關注某單一因素對創新績效的影響。作為復雜創新決策，關鍵核心技術創新難度較大，研發風險較高，企業需要充分結合自身技術基礎、組織能力以及外部環境等方面加以綜合考量。

（2）企業應結合自身技術條件與組織能力構建技術研發優勢。動態環境下，知識整合能力較強的企業可以采取數字—整合創新型策略，依托數字技術開展利用式創新，進而實現關鍵核心技術攻關。知識感知能力較強的企業可以采取數字—感知創新型策略，借助數字技術開展探索式創新，進而實現關鍵核心技術攻關。當缺乏感知能力或整合能力時，企業可以采取數字—研發創新型策略，通過數字技術深度嵌入實現創新資源配置優化、研發模式調整、市場開拓以及商業模式變革，進而實現關鍵核心技術創新。此外，非高動態環境下，企業可以采取數字—協同創新型策略，借助數字技開展關鍵核心技術雙元創新活動，從而實現關鍵核心技術創新。

（3）企業應不斷提升自身數字技術水平，加大技術研發投入，為關鍵核心技術創新提供新動力。政府相關部門應進一步完善研發補貼優化機制，制定科學的激勵政策，從而激發企業依托數字技術實現關鍵核心技術研發創新的積極性。此外，企業需要不斷加大研發投入，充分利用數字技術探索研發的新范式、開辟技術的新軌道、拓展知識的新邊界，從而實現關鍵核心技術創新。

4.4 局限與展望

本文存在以下局限：第一，僅對2018—2020年80家企業面板數據進行了均值化處理，無法獲知不同組態以及組態要素隨時間推移發生的變化，后續需要進一步基于面板數據進行組態分析。第二，采用模糊集定性比較分析法（fsQCA）從技術、組織和環境3個維度探討企業關鍵核心技術創新績效提升組態策略，但結論的普適性有限，未來可以基于大樣本數據對更多因素進行全面、深入的分析。第三，關鍵核心技術創新研究起步較晚，結果變量測度方法較少，現有測度方式可能存在一定的偏差，未來可進一步開發成熟測度量表，以全面評價企業關鍵核心技術創新績效。

參考文獻：

[1]張玉臣， 譚禮. 關鍵核心技術的概念界定、特征辨析及突破路徑[J].中國科技論壇， 2023，39（2）： 20-29.

[2]張羽飛， 劉兵， 原長弘. 關鍵核心技術突破：概念辨析、影響因素與組織模式[J].科學管理研究， 2023， 41（4）： 23-32.

[3]張楊. 數字經濟關鍵核心技術的自主發展模式探究[J].管理學刊， 2023， 36（4）： 146-158.

[4]余江， 管開軒， 李哲， 等. 聚焦關鍵核心技術攻關強化國家科技創新體系化能力[J].中國科學院院刊， 2020， 35（8）： 1018-1023.

[5]張羽飛， 劉培琪， 原長弘. 產學研融合對制造業領軍企業關鍵核心技術突破績效的影響——政府與市場雙元制度情境的調節作用[J].科技進步與對策，2024，41（13）：33-44.

[6]郭本海， 王鵬輝， 崔文海，等. 考慮關鍵核心技術發展的我國集成電路產業政策效力研究[J].科技進步與對策， 2023， 40（3）： 41-51.

[7]楊壯， 吳福象， 龔恩澤. 網絡基礎設施建設、資源配置效率與關鍵核心技術突破[J].山西財經大學學報， 2023， 45（8）： 86-99.

[8]馮堃， 李顯君， 熊昱，等. 關鍵核心技術研究綜述：概念、結構、突破路徑與機制[J].科研管理， 2023， 44（12）： 21-30.

[9]王昶， 何琪， 耿紅軍， 等. 關鍵核心技術國產替代的邏輯、驅動因素與實現路徑[J].經濟學家， 2022，34（3）： 99-108.

[10]GRANT R M. Toward a knowledge-based theory of the firm[J].Strategic Management Journal， 1996， 17（S2）： 109-122.

[11]VIAL G. Understanding digital transformation： a review and a research agenda[J].The Journal of Strategic Information Systems， 2019， 28（2）： 118-144.

[12]胡登峰， 黃紫微， 馮楠，等. 關鍵核心技術突破與國產替代路徑及機制——科大訊飛智能語音技術縱向案例研究[J].管理世界， 2022， 38（5）： 188-209.

[13]陳立勇， 張潔瓊， 曾德明，等. 知識重組、協作研發深度對企業技術標準制定的影響研究[J].管理學報， 2019， 16（4） ： 531-540．

[14]鄒國平， 郭韜， 任雪嬌. 區域環境因素對科技型企業規模的影響研究——組織學習和智力資本的中介作用[J].管理評論， 2017， 29（5）： 52-63.

[15]周雄勇， 朱慶華， 許志端. 數字追溯對食品企業創新行為的影響——知識整合的中介效應和環境動態性的調節效應[J].中國管理科學， 2023， 31（3）： 186-195.

[16]鄭世林， 張果果. 制造業發展戰略提升企業創新的路徑分析——來自十大重點領域的證據[J].經濟研究， 2022， 57（9）： 155-173.

[17]王宛秋， 王雪晴， 劉曉燕，等. 基于TOE框架的企業跨界技術并購績效的提升策略研究——一項模糊集的定性比較分析[J].南開管理評論， 2022， 25（2）： 136-148.

[18]吳超鵬， 嚴澤浩. 政府基金引導與企業核心技術突破：機制與效應[J].經濟研究， 2023， 58（6）： 137-154.

[19]LOU B， WU L. AI on Drugs： Can artificial intelligence accelerate drug development？ Evidence from a large-scale examination of bio-pharma firms[J]. Management Information Systems Quarterly， 2021，45（3）：1451-1482.

[20]CARNABUCI， GIANLUCA，ELISA OPERTI. Where do firms' recombinant capabilities come from？ intraorganizational networks， knowledge， and firms' ability to innovate through technological recombination[J].Strategic Management Journal， 2013， 34（13）： 1591-1613.

[21]GHOSH D， OLSEN L. Environmental uncertainty and managers' use of discretionary accruals[J].Accounting， Organizations and Society， 2009， 34（2）： 188-205.

[22]FISS P C. Building better causal theories： a fuzzy set approach to typologies in organization research[J].Academy of Management Journal， 2011， 54（2）： 393-420.

[23]柳學信， 楊燁青， 孫忠娟. 企業數字能力的構建與演化發展——基于領先數字企業的多案例探索式研究[J].改革， 2022，35（10）： 45-64.

[24]何晴， 劉凈然， 范慶泉. 企業研發風險與補貼政策優化研究[J].經濟研究， 2022， 57（5）： 192-208.

[25]張昕蔚. 數字經濟條件下的創新模式演化研究[J].經濟學家， 2019，31（7）： 32-39.

[26]DUL J. Necessary condition analysis （NCA） logic and methodology of" \"necessary but not sufficient\" causality[J].Organizational Research Methods， 2016， 19（1）： 10-52.

（責任編輯：張 悅）

The Improvement Strategies of Core Technology Innovation Performance in Key Fields of High-Tech Manufacturing Enterprises from the Perspective of Configuration

Feng Qiliang， An Qi， Fang Wei

（School of Management， Northwestern Polytechnical University， Xi'an 710129， China）

Abstract：The decision-making experience and practical evidence on how to enhance enterprises' core technology innovation performance in key fields are relatively scarce and have not been fully studied. At present， most of the studies have only explored the influence of antecedent variables on the core technology innovation performance in key fields， but have not conducted in-depth investigation on the basic conditions of the role of each influencing factor as well as the specific context， and an integrated analytical framework on the antecedent factors of enterprises' core technology innovation performance in key fields is missing.

Therefore， within the TOE theoretical framework， this study takes 80 Chinese high-tech manufacturing enterprises as sample cases， collects and normalizes sample data during the 3-year period from 2018 to 2020， in which Ramp;D investment and other data are from the Cathay Pacific database （CSMAR）， invention patent data are from the Wisdom Sprout Global Patent Database （PatSnap）， and data related to digital technology are from the annual reports of listed companies. It uses fuzzy-set qualitative comparative analysis （fsQCA） to explore the influencing factors of core technology innovation performance in key fields and their enhancement strategies.

It is found that， first， individual antecedent factors do not constitute a necessary condition for the generation of high innovation performance， but the level of digital technology and firms' research and development （Ramp;D） investment play an important role in generating high innovation performance. Second， there are four different combinations of antecedent conditions， namely digital-integrated innovation strategy， digital-perceived innovation strategy， digital-collaborative innovation strategy， and digital-Ramp;D innovation strategy. Core technology innovation in key fields is not only limited by the influence of knowledge innovation， but also constrained by the enterprise's Ramp;D， innovation resources， etc. Digital technology helps enterprises generate high levels of key core technology innovation performance by effectively improving the enterprise's resource allocation methods， changing technology innovation model. Third， in the grouping of enterprises to achieve high-level core technology innovation performance， when the level of digital technology and the environmental characteristics of enterprises are the same， knowledge integration ability and knowledge perception ability can be effective substitutes for each other. In addition， the knowledge integration capability and knowledge perception capability of an enterprise can effectively complement each other.

The practical implications of this study are threefold. First， enterprises should start from a holistic perspective， and not only focus on the impact of a single factor on their innovation performance. As a complex innovation decision， the Ramp;D of" core technology innovation is difficult， and the risk of Ramp;D is high. Enterprises need to fully combine the research foundation of enterprise technology， organizational ability and the external environment. Second， enterprises should combine their own technical conditions and organizational capabilities to build new advantages in technology research and development. In a highly dynamic environment， enterprises with strong knowledge integration capabilities can adopt a digital-integrated innovation strategy and rely on digital technology to assist enterprises in utilizing innovation. Enterprises with strong knowledge-perception capabilities can adopt a digital-perception innovation strategy and use digital technology to assist enterprises in exploratory innovation. When enterprises lack perception or integration capabilities， they can also adopt a digital-Ramp;D innovation strategy to optimize the allocation of innovation resources， adjust the Ramp;D model and change the business model through the deep embedding of digital technology. In addition， in a non-highly dynamic environment， enterprises can adopt a digital-collaborative innovation strategy to empower enterprises to carry out dual innovation activities" through digital technology. Third， enterprises should continue to improve their own digital technology level and increase Ramp;D investment to provide new impetus for core technology innovation. Government departments should further improve the optimization mechanism of Ramp;D subsidies， and continue to formulate scientific and effective incentive policies for the layout of digital technology for enterprises， so as to encourage enterprises to adopt digital technology to empower research and innovation in core technologies. While enterprises need to continuously improve and optimize Ramp;D investment， make full use of digital technology effects for Ramp;D， constantly explore new paradigms for Ramp;D， and expand new boundaries of knowledge， so as to achieve core technology innovation in key fields.

Key Words：Core Technology Innovation in Key Fields; Digital Innovation; Innovation Performance; TOE Frame; Configuration Analysis

收稿日期：2023-11-28 修回日期：2024-01-12

基金項目：國家社會科學基金重大項目（22amp;ZD069）；國家社會科學基金一般項目（22BGL011）

作者簡介：馮啟良（1995-），男，四川廣元人，西北工業大學管理學院博士研究生，研究方向為技術創新管理；安琪（1996-），女，陜西延安人，西北工業大學管理學院博士研究生，研究方向為技術創新管理；方煒（1976-），男，湖南平江人，博士，西北工業大學管理學院教授、博士生導師，研究方向為技術創新管理與軍民融合。本文通訊作者：方煒。