开放科学(资源服务)标识码(OSID)：
From a three-dimensional strategic perspective, this paper selects five antecedents, namely, enterprise R&D personnel investment, enterprise R&D capital investment, local government subsidies, national tax incentives and market industry technology from the two major directions of enterprise internal resources and enterprise external environment. Because the number of patents applied by sci-tech enterprises reflects their technological innovation capabilities, it is taken as the outcome variable of this study. By using fuzzy set comparative analysis (fsQCA), this paper studies the driving force of technological innovation in 26 Chinese leading listed sci-tech enterprises.
The conclusions of this paper are as follows.(1) Enterprise R&D investment, local government subsidies and industry technology affect the innovation capability of leading sci-tech enterprises through different conditional configurations. Some scholars believe that enterprise R&D investment and government financial subsidies are the key driving forces for technological innovation of sci-tech enterprises, while this paper complements that market industry technology is one of the indispensable key driving forces for technological innovation of leading sci-tech enterprises. (2) The impact of R&D personnel on the innovation ability of leading sci-tech enterprises is more important than that of R&D funds. Some scholars believe that the importance of R&D funds is greater than that of R&D personnel in the driving forces of technological innovation in small and medium-sized sci-tech enterprises. By studying the driving forces of technological innovation in China's leading sci-tech enterprises, this paper confirms that the importance of R&D personnel is greater than that of R&D funds. This also shows the particularity of leading sci-tech enterprises compared with ordinary sci-tech enterprises. (3) The market and the government drive the innovation of leading sci-tech enterprises in a complementary way, and the market industry technology is more attractive to enterprise innovation, and local government subsidies have a dominant stimulating effect on enterprise innovation. It is believed that technological innovation of enterprises is stimulated by government subsidies and tax incentives, and it is found that local government subsidies have a dominant influence on technological innovation of leading technological enterprises, while the influence of tax incentives on technological innovation of leading sci-tech enterprises seems to disappear.
There are two main theoretical contributions in this study. First, it tests the government's driving effect on the technological innovation of leading sci-tech enterprises, confirms the market's stimulating effect on the technological innovation of leading sci-tech enterprises, and the promotion effect of R&D investment on leading sci-tech enterprises. Second, it verifies the equivalent configuration path driving the technological innovation of leading sci-tech enterprises by the configuration method, and delves into the analysis of the factor relationship and configuration difference driving the technological innovation of leading sci-tech enterprises in China, providing a new research idea and methodology for the study of complex subjects such as leading scientific and technological enterprises.
开放科学(资源服务)标识码(OSID)：
习近平总书记在二十大报告中指出:“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略,开辟发展新领域新赛道,不断塑造发展新动能新优势。”近10年来,世界经济发展较为缓慢,整个世界都在探寻科技创新的突破口。欧美等国家出台针对中国科技企业的“专利制裁”,对中国大型龙头科技企业冲击较大,对国内科技创新环境也造成了不利影响。上述背景下,科技创新对中国未来发展显得尤为重要。科技创新是应对不确定性环境的唯一“解药”[1],只有持续创新、不断突破,才能具备持续创造能力,获得核心竞争优势。对于科技企业而言,其创新能力与多种因素有关,如企业规模、盈利能力和资本结构等。在市场驱动、技术驱动、关系驱动下,科技创新企业实现动态非线性增长。企业科技创新能力嵌入市场、制度、研发投入等因素会产生具有复杂性和随机性的非线性影响。行业市场、制度环境、内部资源构成企业战略的三维基础观[2]。内部资源与外部环境交互对科技企业发展及其创新能力产生影响,若仅对前因条件进行定量分析,而忽视前因要素间的联系,以及前因要素不同组态对结果的影响,会导致研究不够充分。基于集合论的研究方法能够发掘各前因要素间的组态关系,同时对解释等效组态发挥关键作用[3]。因此,采用定性与定量相结合的分析方法,既能够兼顾内外部环境中的前因条件对企业科技创新能力的影响,也可以探析各前因条件间的相互关系。
本文基于三维战略基础观,从企业内部资源与外部环境两个视角,选取企业研发人员投入、企业研发资金投入、地方政府补贴、税收优惠及市场行业技术5个前因条件,采用模糊集定性比较分析法(fsQCA)探讨龙头科技企业技术创新能力驱动路径,以期丰富科技企业技术创新研究,帮助科技企业准确把握市场动态,进而制定科学的创新战略。
基于现有相关研究,本文从技术创新与龙头科技企业两个视角进行文献回顾。
技术创新相关研究方面,尚洪涛[4]基于2010—2017年中国民营科技企业面板数据研究发现,财政补贴对企业技术创新的短期激励效应更加显著;李静怡等[5]认为,财税补贴、企业资源投入和企业创新能力三者间存在显著非线性关系,且财税补贴和企业资源投入以交互形式影响企业技术创新;林炳洪[6]基于上市科技企业样本数据研究发现,资源获取渠道主要通过缓解融资约束促进企业研发投入,资源配置渠道主要通过抑制资源错配促进企业研发投入;庄玉梅(2022)以289家中小型科技企业作为样本研究发现,研发资金投入是推动中小型科技企业技术创新的关键,相较于税收减免优惠,政府直接补贴对中小型科技企业技术创新产出的影响更为显著;房丹[7]采用中介效应模型检验风险承担水平在政府补贴对技术创新产出影响过程中的中介作用;杜丹丽等[8]运用熵值法、耦合协调度模型、Moran指数研究发现,中国数字技术创新和数字经济发展均呈现上升趋势,但发展水平以及相互间的协调度较低。
龙头科技企业相关研究方面,林世爵等[9]对龙头科技企业运作模式与共性问题进行了分析,揭示了企业开放式创新平台运行机理并构建了动力模型;Cegarra等[10]以龙头科技企业苹果公司为研究对象,结果发现,开放的思想文化与企业解决用户隐私问题的方式间接相关;陈美球等[11]以江西省龙头农林科技企业为研究主体,从主体多元性、开放包容性、共治共享性3个角度进行分析;Fu等[12]基于RBV和动态能力理论,结合龙头科技企业样本数据研究发现,合作伙伴特点和知识产权安排对龙头科技企业创新产出具有较大影响;郑明(2022)将龙头科技企业技术创新路径分为自主创新路径、引进创新路径和复合创新路径,并采用多元线性回归模型对影响企业技术创新投入的关键因素进行分析;金岳[13]研究发现,高行业创新水平是促进龙头企业创新能力提升的重要原因,而劳动密集型行业创新水平提升对龙头企业创新能力无显著影响。
综上,学者们基于不同维度采用不同方法对企业技术创新进行了深入研究。需要指出的是,现有相关研究大多关注科技企业技术创新,主要通过线性回归方程分析企业技术创新,忽视了龙头科技企业的引领性和代表性,也忽视了各前因变量间的相互关系,以及不同前因变量组态对结果的影响。因此,本文选取影响龙头科技企业技术创新驱动力的主要因素,探讨各前因要素间的互动与联合效应,以期揭示更多异质性驱动路径。
三维战略理论包括3个理论视角,即资源视角、行业视角和制度视角。三重视角组合可为企业战略行为研究提供更加系统的情景(Peng et al.,2008;Peng et al.,2009)。三维战略基础观不仅能够对资源视角、行业视角和制度视角进行全面思考,更重要的是,该理论框架能够关注以上3类视角间的相互作用。企业创新战略往往受内部资源、政府制度和行业标准的影响,因而对上述3个方面进行深度探析,既可以揭示三维战略理论内在机理,又能够强调各要素间的影响及作用机制。基于三维战略理论,识别内部资源和外部环境中的不同影响因素,企业可以进行战略调整,以巩固自身核心竞争优势。
技术创新投入是科技企业开展创新活动的基础,主要包括研发人员、研发资金投入。企业技术创新离不开研发投入,一般而言,企业研发资金投入越多,越容易出现高质量、高收益、突破性技术创新产出;企业研发人员投入越多,越容易出现高效率、高稳定性、低风险技术创新产出。研发资金投入对企业研发人员的信心及研发效率具有一定影响,研发人员投入同样会影响研发资金投入额度与持续时间。技术创新活动具有风险高、投入大、周期长等特点,企业需要承担较高的研发失败风险,因而会抑制其研发投入的积极性。企业可以将自有资金和外来“援助”转化为研发投入,以此形成无形资产并进行费用化与资本化处理,最终通过时间维度上的“发酵”与“积淀”将技术创新成果转化为产品[5]。制定科学、合理的创新战略是企业实施研发投入的前提,内部资源投入对提升企业市场竞争力和促进技术创新产出具有重要影响。制定并实施科学的创新战略、开展持续性研发投入、走技术独立的道路,对于企业提升自身核心竞争力,实现创新高质量发展具有不可替代的作用。
2.3.1 税收优惠与企业技术创新
税收优惠意味着企业纳税金额减少,企业利润增加[14]。这一利益让渡能够引导企业按税收优惠方向开展技术创新,此即税收优惠这一经济杠杆发挥的调节作用[15] 。税收优惠既可以通过减少科技企业纳税金额提高企业利润收入,促使企业增加研发资金投入,也能够引导企业围绕国家需求开展技术创新。不仅如此,税收优惠还可以通过一系列税收激励政策降低科技企业创新成本,有助于企业营造勇于自主创新和善于自主创新的氛围[16]。税收优惠的目的是促进研发投入、科技成果转化,并通过税收减免、加计扣除、税率优惠等一系列政策激励企业技术创新,对企业技术创新稳定性具有重要影响。税收优惠不仅是单方面的直接减税,更多的是通过一系列优惠政策引领科技企业技术创新,进而强化其市场竞争优势。科技企业创新能力提升是包括税收政策在内的财经、金融和科技等政策共同作用的结果,但不可否认的是,税收优惠在企业提升科技创新能力与国际竞争力过程中发挥了重要作用[17]。
2.3.2 地方政府补贴与企业技术创新
创新活动的高风险和正外部性可为政府激励企业开展研发活动提供理论依据[4]。因此,地方政府补贴对企业技术创新效率、质量及创新活动具有一定影响。任何类型的政府补贴都能够显著提升企业开展研发活动的可能性[18-19],进而对企业技术创新产出发挥促进作用。地方政府补贴对企业技术创新的激励作用如下:一是直接向科技企业拨款,发放创新补贴[20];二是提供银行无息贷款、延期还款业务,间接提高企业生存能力;三是向资本市场释放技术认证与监管认证的双重信用认证信号[21],以此增强投资者信心,帮助科技企业缓解融资约束[22],进而获得更多外源融资[23]。此外,企业产权性质、经营状况、技术创新能力、政治关联程度都会影响政府补贴政策实施效果[4]。一般而言,新能源、生物医药、信息通讯、电子设备等新兴行业研发能力较强的科技企业是政府补贴的“心头好”。政府补贴能够发挥资源配置效应,通过直接资助、研发补贴、研发折旧等政策措施促进企业技术创新,以直接资金供给和间接信号传递的形式帮助科技企业以较低成本获得资源支持[7]。
2.3.3 行业技术与企业技术创新
行业要素是企业实施创新战略和适应营销环境变化的关键[24]。行业技术能够影响企业决策者对技术创新模式的选择,对企业技术创新战略制定具有重要意义。同时,行业技术与企业研发投入、政府财政补贴存在一定关联。一般而言,行业发展前景较好且得到政府支持的科技企业能够吸引大量投资者,从而促使行业技术水平提高。蓬勃发展的朝阳行业因较高的行业投资回报率受到投资者青睐,投资者基于行业发展趋势对科技企业进行投资,这有助于科技企业增强技术创新能力,进而巩固自身行业竞争优势。市场机制下,以大型科技企业为代表的市场主体在开展创新活动时会产生溢出效应。溢出效应是指行业中的大型企业甚至龙头企业在开展创新活动时产生的市场价值及行业技术,不仅符合本企业预期,而且能够对行业内其它企业产生一定影响。溢出效应是市场机制下行业技术水平和企业技术创新之间特有的影响机制,且溢出效应会随着技术创新的重要性提升而增强。
条件组态是指由共同发生的、可区分概念的特征构成的多维度特征群[25]。基于组态视角的相关研究认为,组织最好被理解为具有关联结构和实践的集群,而非单元松散的实体,因而不能以孤立视角对其进行分析[26]。通过分析发现,企业研发投入、税收优惠、地方政府补贴、行业技术对企业技术创新具有影响,且上述要素间相互关联、相互影响。前因要素间并不是简单的线性关系,而是复杂的非线性关系,也可以看作整体视角下的集合关系。条件组态以整体视角将各要素聚集在一个集合中,通过组态方式分析不同要素组态与结果变量间的关系,强调因果关系的复杂性[27]。本文构建条件组态框架如图1所示,其中,双箭头代表相互影响。
图1 条件组态框架
Fig.1 Conditional configuration framework
本文运用模糊集定性比较分析法(fsQCA)对龙头科技企业技术创新能力进行分析,该方法能够以不同条件组态揭示前因要素对结果的影响路径[26]。本文选取fsQCA研究方法的原因如下:首先,相较于普通科技企业,龙头科技企业在战略布局、企业规模、资金运转、创新产出等方面更加复杂,相关要素间具有复杂的非线性关系。相较于构建回归模型等方法,fsQCA研究方法更适用于处理复杂系统下的非线性关系。其次,本文样本量属于中小样本,而fsQCA研究方法适用于中小样本研究。最后,区别于传统定量研究方法,fsQCA研究方法以组态方式解释不同变量组合对结果变量的影响。该方法将定性研究与定量分析相结合,既考虑前因变量间的相互影响,又采用数据方式呈现结果变量,能够解释样本间差异以及要素间的组态效应[28],进而揭示龙头科技企业技术创新驱动路径的差异性。
本文相关数据来自于国泰安、Wind数据库,样本选择标准如下:一是样本企业近期无破产退市风险;二是样本企业具有一定的创新产出。在此基础上,本文进一步将龙头科技企业选取标准细化:首先,采用企业市值确定企业品牌影响力,采用企业总资产确定企业运营规模[29],采用企业垄断指数(单股勒纳指数)确定企业行业市场占有率[30]。其次,以企业所处行业确定企业未来发展前景及研究价值。再次,采用企业总资产运转率确定企业发展状况及创造能力。最后,采用企业地理位置确定地方政府财政支持能力及区域市场活跃度。由此,本文选取32家来自信息通讯、新能源、生物医药、电子设备等高新技术行业企业。为了确保数据的准确性,本文选取2021年相关数据,剔除数据缺失样本,最终获得26家企业样本。本文对企业龙头地位、行业归属、营业收入、地理位置进行分析,如图2-图5所示。
图2 龙头科技企业地位情况
Fig.2 Status of leading sci-tech enterprises
注:横坐标代表龙头科技企业的股票代码;纵坐标分为3个系列,系列1代表龙头科技企业的总资产(千亿),系列2代表龙头科技企业的市值(千亿),系列3代表龙头科技企业的垄断指数
图3 龙头科技企业行业归属情况
Fig.3 Industry affiliation of leading sci-tech enterprises
图4 龙头科技企业总资产周转率情况
Fig.4 Total assets turnover rates of leading sci-tech enterprises
注:横坐标代表龙头科技企业的股票代码;纵坐标代表龙头科技企业的总资产周转率
图5 龙头科技企业地理位置情况
Fig.5 Geographical location of leading sci-tech enterprises
基于现有研究成果[4,13,31],本文认为,科技企业专利申请数量能够体现其技术创新能力,故将其作为结果变量。
基于前文理论分析,本文将企业研发、财政补贴、行业技术作为条件变量。企业研发分为研发人员和研发资金,为了避免不同行业、企业规模的影响,本文采用企业研发资金投入总额占企业营业收入总额的比值衡量研发资金。同理,本文采用企业研发人员数量占企业总人数的比值衡量研发人员。财政补贴分为税收优惠和政府补贴,本文以企业所得税衡量税收政策对技术创新的影响(采用1减去企业实际所得税衡量税收优惠[32]),采用地方政府补贴总额占企业总资产的比值衡量政府补贴[33]。本文以行业技术创新的市场价值为衡量标准,将行业创新产品销售收入与行业主要业务收入之比作为计算指标。本文结果变量与条件变量如表1所示。
表1 变量说明
Table 1 Variable description
变量类型测量维度具体变量方法及其说明结果变量技术创新能力技术创新企业专利申请数量条件变量研发投入研发资金研发资金总额与营业收入总额的比值研发人员研发人员数量与人员总数量的比值财政补助税收优惠1-企业实际所得税政府补贴政府补贴总额与企业总资产的比值行业技术行业技术行业创新产品销售收入与行业主营业务收入的比值
本文使用fsQCA4.0软件进行数据校准。根据Fiss[34]和杜运周[25]的研究成果,本文采用四分位法对数据进行校准,将样本数据上四分位点(75%分位值)、均值(50%分位值)、下四分位点(25%分位值)作为校准的完全隶属点、交叉点、完全不隶属点[35]。变量描述性统计结果如表2所示,校准标准及相关数据如表3所示。
表2 变量描述性统计结果
Table 2 Descriptive features of variable
变量技术创新研发资金研发人员财政补贴税收优惠行业技术案例数量262626262626平均值1646.5917.780.004 591 3960.8250.000 128 008 0中分数445.4013.960.004 264 5930.850.000 138 266 8标准偏差3065.2313.660.002 617 0890.0450.000 051 450 8最小值80.251.860.000 440 0180.750.000 000 546 2最大值1 41423.9550.120.009 663 5550.8750.000 227 099 4
表3 校准标准及数据
Table 3 Calibration standards and data
变量校准完全隶属点交叉点完全不隶属点技术创新12843.515.5研发资金8.5955.3953.517 5研发人员19.392 513.969.65政府补助0.006 342 5920.004 264 5930.002 307 834税收优惠0.8510.8490.75行业技术0.000 163 8220.000 138 2670.000 109 815
如果某个条件总在某一结果存在时出现,那么这个条件就是结果存在的必要条件[36]。根据Fiss[34]和杜运周[25]的研究成果,本文将一致性大于0.9的条件变量认定为必要性条件。本研究发现,并不存在一致性大于0.9的条件变量,必要性检验结果如表4所示。
表4 必要性检验结果
Table 4 Necessity test results
变量研发资金～研发资金研发人员～研发人员政府补贴～政府补贴税收优惠～税收优惠行业技术～行业技术一致性0.631 20.448 80.65600.424 80.608 80.492 00.597 60.517 60.733 60.336 0覆盖度0.605 9910.432 2030.671 5810.385 0620.573 4740.483 1110.469 8110.640 5940.685 3510.332 805
根据Fiss[34]和杜运周[25]的研究成果,本文确定合适的案例频数阈值和一致性阈值[25]。本文将组态一致性阈值设为0.75,将案例频数阈值设为1,确保案例观察数量不小于75%。本文通过fsQCA4.0软件分析得出中间解、简约解、复杂解3种解,以中间解和简约解作为研究依据,将在简约解和中间解中同时出现的条件作为核心条件,将仅中间解中出现的条件作为边缘条件。
根据Ragin[27]和Fiss[34]的研究建议,实心大圆表示核心条件存在,实心小圆表示边缘条件存在,空心大圆打叉表示核心条件不存在,空心小圆打叉表示边缘条件不存在,空白意味着该条件可有可无,对结果不造成影响,相关输出结果如表5所示。由此,得到4条路径的条件组态,其中,S1a和S1b形成二阶等价组态,其核心条件相同[35],且总体一致性为0.887 387,总体覆盖度为0.472 8,各组态一致性均大于0.75,符合门槛值的最低要求。
表5 龙头科技企业技术创新组态
Table 5 Configuration solution of technological innovation of leading sci-tech enterprises
变量条件组态解S1aS1bS2S3研发资金●●研发人员●●●政府补贴●●税收优惠行业技术●●●一致性0.987 140.988 6690.835 5260.768 595原始覆盖度0.220 80.279 20.101 60.148 8唯一覆盖度0.022 40.084 799 90.040.102 4总体一致性0.887 387总体覆盖度0.472 8
4.4.1 系统分析
本文结合典型科技企业(案例隶属度高于0.5[26])对4个组态进行分析并绘制条件组态分析图,如图6所示。图6中,条件和组态之间的实线箭头为核心条件,虚线箭头为边缘条件。
图6 条件组态分析框架
Fig.6 Analysis framework of conditional configuration
(1)行业技术主导下的技术创新驱动作用。条件组态S1a为研发人员*～政府补贴*～税收优惠*行业技术,其中,政府补贴和行业技术为核心条件,税收优惠和研发人员为边缘条件,研发资金条件可有可无。此组态是研发人员和行业技术组态,说明在政府补贴与税收优惠对企业激励不足的情况下,只要投入一定的研发人员和维持行业技术领先优势,就能够实现高质量技术创新产出。条件组态S1b为研发资金*研发人员*～政府补贴*行业技术,其中,政府补贴和行业技术为核心条件,研发资金和研发人员为边缘条件,税收优惠条件可有可无。此组态是研发资金、研发人员、行业技术组态,说明政府支持力度不足的情况下,充足的研发资金、高素质研发人员以及高水平行业技术能够促进龙头科技企业技术创新能力提升。对比S1a和S1b可以发现,行业技术主导下,相较于研发资金,研发人员更能驱动龙头科技企业技术创新。S1a的典型科技企业是烽火通信,S1b的典型科技企业是中兴通讯。两家企业属于信息通讯制造业,行业创新能力较强,对企业技术创新的影响较为显著。烽火通信是由原国务院国资委直属的两大中央企业重组而成,属于中国信息通信科技集团旗下的上市子公司,在母集团大力支持下,烽火通信拥有高质量研发团队。中兴通讯是中国乃至世界通信巨头,能够吸引大量高技术人才加入。不仅如此,该企业通过在深圳和香港上市获得了大量融资,其对研发活动及研发人员的投入处于行业领先水平。
(2)政府补贴主导下研发人员投入的技术创新驱动作用。条件组态S2为～研发资金*研发人员*政府补贴*～税收优惠*～行业技术,其中,政府补贴和税收优惠为核心条件,研发资金、研发人员及行业技术为边缘条件。此组态是研发人员和政府补贴组态,虽然龙头科技企业所在行业创新价值产出水平较低,行业技术不占优势,但政府补贴可以弥补企业研发资金缺口,加上强有力的研发团队,企业也可以实现高质量技术创新产出。S2的典型科技企业是比亚迪。比亚迪总部位于深圳,地方政府给予了大量财政补助,极大地增强了企业创新动力。自成立以来,比亚迪高度重视技术人才引进以及技术团队构建,拥有数百名顶尖技术工程师以及经验丰富的技术研发团队。
(3)政府补助主导下研发资金与行业技术双轮驱动技术创新。条件组态S3为研发资金*～研发人员*政府补贴*～税收优惠*行业技术,其中,政府补贴和税收优惠为核心条件,研发资金、研发人员、行业技术为边缘条件。此组态是研发资金、政府补贴、行业技术组态,说明大量政府补贴和适量的研发资金投入能够给予龙头科技企业较多试错机会,但研发人员投入以及税收优惠的激励力度不足,是该组态下的龙头科技企业无法实现高质量技术创新产出的原因。S3的典型科技企业是振华科技。振华科技是科技型企业,位于深圳,地方政府给予了大量财政补助。不仅如此,振华科技属于行业优势显著的电子设备制造业,行业发展体系较为完善,行业技术创新产出效率较高。
4.4.2 视角分析
本文从企业资源与外部环境两个视角,深入探讨驱动龙头科技企业技术创新不同组态间的联系。
(1)企业资源视角。企业资源视角下,4个条件组态均包含研发投入。条件组态S1b包含研发资金和研发人员,其一致性最高,对技术创新产出的影响最为显著。由此说明,此条件组态下,龙头科技企业通过研发资金投入、研发团队构建提高创新效率与质量,从而实现高质量技术创新产出。条件组态S3包含研发资金,其一致性最低,对技术创新产出的影响较小。由此说明,此组态下,龙头科技企业仅通过研发资金投入促进技术创新能力提升是远远不够的。条件组态S1a、S2包含研发人员,条件组态S3包含研发资金,条件组态S1a、S2的一致性均大于条件组态S3的一致性。此外,研发人员存在于条件组态S1a、S1b、S2中,研发资金存在于条件组态S1b、S3中。由此可见,相较于研发资金,研发人员对于龙头科技企业技术创新更为重要。
(2)外部环境视角。条件组态S2、S3是财政补助主导下的科技企业技术创新驱动路径。政府补贴作为核心条件存在且税收优惠作为核心条件缺失,故政府补贴对技术创新的影响显著,而税收优惠对技术创新的影响不显著。由此说明,此条件组态下,地方政府补贴对龙头科技企业技术创新具有显著激励作用。政府补贴存在于条件组态S2、S3中,而税收优惠并未出现,因而此条件组态下,相较于税收优惠,地方政府补贴对龙头科技企业技术创新的激励作用更显著。比较条件组态S2、S3可以发现,条件组态S2的一致性为0.835 526,条件组态S3的一致性为0.768 595。由此说明,在同样获得大量政府补贴的龙头科技企业中,政府补贴与研发人员组态拥有强有力的研发团队,政府补贴与研发资金组态拥有充足的研发资金和高水平行业技术,前者技术创新能力更强。
各行业龙头科技企业技术创新能力与其所在行业技术具有较强的关联性,条件组态S1a、S1b、S3证明了这一点。行业技术作为核心条件出现在条件组态S1a、S1b中,与研发人员或研发资金组合后,一致性均大于0.98。行业技术作为边缘条件出现在条件组态S3中,与研发资金和政府补贴组合后,一致性为0.768 595。可见,行业技术作为核心条件的一致性大于其作为边缘条件的一致性。行业技术作为核心条件出现两次,而作为边缘条件出现一次。此外,行业技术作为核心条件的数量多于其作为边缘条件的数量。由此说明,该组态下,行业技术领先的龙头科技企业技术创新能力明显强于行业技术相对落后的龙头科技企业技术创新能力。条件组态S1a是行业技术(作为核心条件)与研发人员组态,其一致性为0.985 714,条件组态S1b是行业技术(作为核心条件)和研发人员及研发资金组态,其一致性为0.988 669,后者的一致性大于前者。因此,相较于仅投入研发人员的龙头科技企业,投入研发资金与研发人员的龙头科技企业更能实现高质量技术创新产出。
本文运用fsQCA方法,将来自于信息通讯、新能源、生物医药、电子设备等行业26家龙头科技企业作为样本,通过分析得出4个驱动龙头科技企业技术创新的条件组态,并基于企业资源与外部环境角度对组态进行深入分析,得到以下主要结论:
(1)企业研发投入、地方政府补贴以及行业技术通过不同条件组态对龙头科技企业创新能力产生影响。本文发现,市场行业技术是驱动龙头科技企业技术创新不可或缺的力量。由S3可以发现,研发投入、政府补贴以及行业技术共同驱动龙头科技企业实现技术创新产出。进一步分析发现,行业技术对于龙头科技企业技术创新发挥显著驱动作用。因此,对于龙头科技企业而言,内部研发投入、相关创新政策及行业技术均具备才能实现高质量技术创新产出。
(2)相较于研发资金,研发人员对龙头科技企业创新能力的影响更显著。本文发现,研发人员的重要性排在研发资金之前。由S2、S3可以发现,研发人员作为驱动因素的组态(S2)一致性大于研发资金作为驱动因素的组态(S3)一致性。进一步研究发现,相较于研发资金,研发人员作为驱动因素的次数更多,且研发人员作为驱动因素的组态一致性更高。由此说明,虽然资金投入对研发活动非常重要,但高水平研发人才以及强大的研发团队才是龙头科技企业实现技术创新的关键。因此,对于龙头科技企业而言,研发人员比研发资金投入更加重要。
(3)市场与政府以优势互补方式驱动龙头科技企业创新。本文发现,地方政府补贴对龙头科技企业技术创新具有显著影响,而税收优惠对龙头科技企业的技术创新的影响似乎消失了。通过分析发现,税收优惠无法对龙头科技企业技术创新发挥驱动作用。由此说明,对于龙头科技企业而言,在庞大规模体系和多元化渠道支撑下,税收优惠对其技术创新无显著影响。对比S1a、S1b可以发现,行业技术对龙头科技企业技术创新发挥较强的驱动作用。进一步分析发现,相较于政府补贴,行业技术对龙头科技企业技术创新的激励作用更显著,且市场和政府以优势互补方式影响龙头科技企业技术创新。由此说明,行业技术是龙头科技企业技术创新的关键动力。行业技术领先的情况下,龙头科技企业能够得到的政府补助较少,反之亦然。
(1)在前人研究的基础上,本文检验了政府对龙头科技企业技术创新的拉动作用,证实了市场对龙头科技企业技术创新的激励作用,也揭示了研发投入对龙头科技企业的推动作用。此外,本文深入探讨中国龙头科技企业技术创新,为中国科技企业技术创新发展提供了重要决策参考。
(2)验证了驱动龙头科技企业技术创新等效组态路径,并从企业资源与外部环境两个角度深入分析了中国龙头科技企业技术创新驱动要素及组态差异。本文采用组态分析方法,以不同组态方式呈现前因要素对结果的影响,为研究龙头科技企业提供了新的思路。
(1)研发资金和研发人员能够促进龙头科技企业实现高质量技术创新产出。因此,将资金投入到研发部门的同时,需要加强研发人员引进和高质量研发团队组建。单方面的研发资金投入对企业技术创新会产生一定影响,但影响力不足。因此,龙头科技企业在制定创新战略与开展研发活动时,应重视研发人员这一核心因素。本文发现,龙头科技企业研发人员的重要性排在研发资金之前。因此,研发投入不足的情况下,企业应将研发人才引进作为重中之重,以最少的资金投入激励研发团队迸发最大的创新潜力。
(2)相较于税收优惠,政府补贴对龙头科技企业技术创新的激励作用更加显著。因此,一方面,政府需要优化相关补助政策,包括直接资助、研发补贴、研发折旧等政策;另一方面,政府应进一步调整税收优惠政策,使其真正惠及科技企业发展。在制定创新战略时,政府补助型龙头科技企业需要更加重视研发团队构建。
(3)具备行业技术优势的科技企业往往能够实现高质量技术创新产出。在行业技术领先的情况下,龙头科技企业需要加强产品推广能力,以获得更高的产品价值产出。对于行业技术不占优势的龙头科技企业而言,其需要不断提高产品质量,进而提升创新产出效率,逐渐将行业技术优势体现出来。在研发资源投入方面,行业优势型龙头科技企业应综合考虑研发资金和研发人员双重因素,制定可持续创新发展战略,驶入高质量技术创新轨道。
本文存在以下不足:第一,本研究采用的是2021年相关数据,随着科技企业发展,未来可以采用新数据作进一步验证,以获得更多数据支持。第二,由于部分大型科技企业未上市,相关数据信息缺失,因而本文仅选取上市龙头科技企业作为研究样本,未来可以对未上市龙头科技企业进行现场调研,以获取更多相关信息。第三,本文采用四分位法对数据进行校准,未来可以选取其它锚点进行校准,进一步对龙头科技企业技术创新进行分析。
[1] 陈春花. 颠覆性环境的唯一解药——组织创造力[J]. 清华管理评论,2017,8(9):12-17.
[2] PENG M W. Towards an institution-based view of business strategy[J].Asia Pacific Journal of Management, 2002,8(19): 251-267.
[3] RAGIN C C. Redesigning social inquiry: fuzzy sets and beyond[M].Chicago:University of Chicago Press, 2009.
[4] 尚洪涛,王士晓. 创新补贴、企业技术产出与价值实现[J].科技进步与对策,2020,37(23):108-114.
[5] 李静怡,王祯阳,武咸云. 政策激励与研发投入交互作用对创新绩效的影响[J].科研管理,2020,41(5):99-110.
[6] 林炳洪,李秉祥.ESG责任履行对企业研发投入的影响——基于资源获取与资源配置的视角[J/OL].软科学:1-12.http://kns.cnki.net/kcms/detail/51.1268.g3.20230304.2231.004.html.
[7] 尚洪涛,房丹. 政府补贴、风险承担与企业技术创新——以民营科技企业为例[J].管理学刊,2021,34(6):45-62.
[8] 杜丹丽,简萧婕,赵丹.中国数字技术创新与数字经济发展耦合协调度研究[J/OL].科技进步与对策:1-11.http://kns.cnki.net/kcms/detail/42.1224.G3.20221202.1646.013.html.
[9] 林世爵,叶伊倩,刘毅.龙头企业开放式创新平台运行机制研究[J].科技管理研究,2019,39(19):155-161.
[10] CEGARRA-NAVARRO J G, PAPA A, GARCIA-PEREZ A, et al. An open-minded strategy towards eco-innovation: a key to sustainable growth in a global enterprise[J]. Technological Forecasting and Social Change, 2019,127(148):119-127.
[11] 陈美球,廖彩荣,朱美英,等.如何构筑龙头企业与小农户命运共同体——基于江西乐安“绿能”模式的实践分析[J].中国软科学,2020,35(5):32-40.
[12] FU X, FU X M, GHAURI P, et al. International collaboration and innovation: evidence from a leading Chinese multinational enterprise[J]. Journal of World Business, 2022,57(4):101-129.
[13] 金岳,岳亚静.行业创新水平是决定龙头企业创新能力的条件吗——基于异质性与中介效应传导机制的检验[J].宏观经济研究,2020,15(10):85-102.
[14] 王养锋,张宏岩. 税收优惠与民营科技企业的发展[J].西北农业大学学报,1997,62(S1):109-113.
[15] 薛天栋. 现代西方财政学[M].北京:人民出版社,2021.
[16] 周灵灵,孙长青. 构建硬科技企业自主创新税收激励政策体系研究[J].学习论坛,2020,35(3):29-35.
[17] 许文. 构建有竞争力的企业科技创新税收政策体系[J].国际税收,2018,31(10):6-11.
[18] CZARNITZKI D, LOPES-BENTO C. Innovation subsidies: does the fundingsource matter for innovation intensity and performance? empirical evidence from Germany[J].Industry and Innovation, 2014, 21(5): 380-409.
[19] HUERGO E, MORENO L. Subsidies or loans? evaluating the impact of R&D support programmes[J].Research Policy, 2017, 46(7): 1198-1214.
[20] 张华,醴静,和亚利. 财税政策对企业创新的激励机制及政策效应:一个综述[J].财会通讯,2023,44(4):24-30.
[21] 王刚刚,谢富纪,贾友. R&D补贴政策激励机制的重新审视——基于外部融资激励机制的考察[J].中国工业经济,2017,34(2):60-78.
[22] TAKALO T, TANAYAMA T. Adverse selection and financing of innovation: is there a need for R&D subsidies[J].The Journal of Technology Transfer, 2010,3(35): 16-41.
[23] LI L, CHEN J, GAO H, et al. The certification effect of government R&D subsidies on innovative entrepreneurial firms' access to bank finance: evidence from China[J].Small Business Economics, 2019, 3(52): 241-259.
[24] PORTER M E. Competitive strategy[J].Measuring Business Excellence, 1997, 1(2): 12-17.
[25] 杜运周,贾良定. 组态视角与定性比较分析(QCA):管理学研究的一条新道路[J].管理世界,2017,33(6):155-167.
[26] 杜运周,李永发. QCA设计原理与应用:超越定性与定量研究的新方法[M].北京:机械工业出版社,2017.
[27] RAGIN C C. Fuzzy-set social science[M].Chicago:University of Chicago Press, 2000.
[28] 马宗国,蒋依晓.国家自主创新示范区产业转型升级的影响因素与路径选择——基于fsQCA方法的实证分析[J].科技进步与对策,2023,40(2):50-59.
[29] 王雪健. A股纳入富时指数对行业龙头的影响研究[D].上海:上海财经大学,2022.
[30] ELZINGA K G, MILLS D E. The lerner index of monopoly power: origins and uses[J].American Economic Review, 2011, 101(3): 558-564.
[31] 陈劲,郑刚. 创新管理[M].北京:北京大学出版社,2021.
[32] 杨旭东.环境不确定性、税收优惠与技术创新——基于我国中小上市公司的实证分析[J].税务研究,2018,34(3):86-91.
[33] 夏清华,黄剑.市场竞争、政府资源配置方式与企业创新投入——中国高新技术企业的证据[J].经济管理,2019,41(8):5-20.
[34] FISS P C. A set-theoretic approach to organizational configurations[J].Academy of Management Review, 2007, 32(4): 1180-1198.
[35] 张明,杜运周. 组织与管理研究中QCA方法的应用:定位、策略和方向[J].管理学报,2019,16(9):1312-1323.
[36] RIHOUX B, RAGIN C C. Configurational comparative methods: qualitative comparative analysis (QCA) and related techniques[M].London: Sage Publications, 2008.