The Configuration Path Driving the High-Level Construction of Innovation Consortia:Dynamic QCA Analysis Based on the "Resource-Industry-System" Strategic Triangle

Xiao Guohua1,2,Xu Huiyue1,2

(1.National Science Library (Chengdu), Chinese Academy of Sciences, Chengdu 610299, China;2.School of Economics and Management,University of Chinese Academy of Sciences, Beijing 100190, China)

Abstract：In the context of China's transformation toward an innovation-driven economy, collaborative innovation has become a key strategy to enhance national competitiveness. Innovation consortia—collaborative alliances among enterprises, universities, research institutes, and governments—are emerging as vital platforms to aggregate innovation resources, facilitate knowledge flows, and drive breakthroughs in key technologies. However, the construction levels of such innovation consortia vary significantly across regions and industries in China, and the mechanisms for achieving high-level development remain insufficiently explored. This study aims to identify and analyze the configuration paths that lead to high-level construction of innovation consortia in China, providing theoretical insight and practical guidance for future policy-making and institutional design.

This study builds upon the "strategy tripod perspective" to conceptualize the key factors influencing innovation consortium development. Methodologically, the study adopts dynamic qualitative comparative analysis (QCA), which is well-suited for exploring causal complexity in social phenomena. By leveraging dynamic QCA, the study examines how different combinations (configurations) of internal and external conditions lead to high or non-high levels of innovation consortium construction.The empirical analysis is based on data collected from 370 innovation consortia in China. These consortia span a diverse range of industries and regions and have been evaluated based on a multidimensional assessment framework encompassing innovation input, resource agglomeration, collaborative output, governance mechanisms, and institutional support. Variables selected for the configurational analysis include innovation resource integration capability, talent gathering capability, technological achievement transformation capacity, institutional guarantee capability, and industrial development level.

The results of the dynamic QCA reveal four distinct configuration paths leading to high construction levels of innovation consortia.(1)Institutional coordination and resource integration-driven type: This configuration is characterized by the absence of mature industrial bases and large-scale participants but relies heavily on strong institutional support and effective innovation resource integration. It is typically seen in emerging sectors requiring strategic coordination and initial resource mobilization.(2)Industry-oriented transformation type: This path features the presence of leading enterprises and a pressing need for industrial upgrading. It emphasizes the role of industrial drivers and organizational leadership in guiding collaborative innovation and transforming traditional sectors.(3)Technology talent-led type: In regions or industries with limited resource endowment and industrial maturity, this configuration leverages high-end scientific and technological talents to compensate for systemic shortcomings. The participation of top researchers and flexible talent mechanisms plays a crucial role in enhancing innovation capacity.(4)Multi-dimensional advantage resource empowerment type: This type thrives in areas with established industrial systems, abundant innovation resources, and comprehensive institutional support.

These findings suggest that there is no single optimal path for innovation consortium development. Rather, multiple equifinal paths exist that depend on the interplay of resource availability, industrial context, and institutional arrangements. The study offers several theoretical contributions. First, it extends the application of the strategy tripod perspective to the domain of innovation governance, demonstrating its suitability for explaining the multi-faceted nature of collaborative innovation. Second, it enriches the empirical literature on innovation consortia by identifying configuration types that reflect China's diverse innovation landscape.

Moreover, the study has important practical implications. Policymakers should tailor their support strategies based on the specific configuration types of innovation consortia. For instance, resource integration and institutional innovation are crucial in nascent sectors; industry-led consortia require regulatory incentives and supply chain alignment; talent-driven models benefit from flexible talent policies and achievement transformation mechanisms; and mature regional systems should focus on deepening cross-domain collaboration and market-based innovation resource allocation. In terms of methodological contribution, the adoption of dynamic QCA allows for a nuanced understanding of how multiple conditions interact to produce outcomes. This approach moves beyond linear causality and embraces configurational thinking, which is especially relevant for complex policy systems such as innovation governance.

In conclusion, this study provides a novel analytical perspective and robust empirical evidence on the paths to high-level innovation consortium construction in China. It highlights the importance of context-specific strategies, coordinated governance, and multi-actor collaboration in building a more effective and inclusive national innovation system.

Key Words：Innovation Consortium;Strategy Tripod Perspective;Dynamic Qualitative Comparative Analysis;Construction Level; Configuration Path

收稿日期：2025-05-29

修回日期：2025-10-16

基金项目：中国科学院文献情报能力建设专项(E4C0002004);中国科学院战略研究与决策支持系统建设专项(GHJ-ZLZX-2025-20)

作者简介：肖国华(1975—),男,重庆人,博士,中国科学院成都文献情报中心研究员,研究方向为产业创新情报、科技战略规划等;徐惠玥(2001—),女,江苏盐城人,中国科学院成都文献情报中心、中国科学院大学经济与管理学院硕士研究生,研究方向为情报学理论方法与应用。通讯作者:徐惠玥。

DOI：10.6049/kjjbydc.D72025050732

开放科学(资源服务)标识码(OSID)：

中图分类号：G252.8

文献标识码：A

文章编号：1001-7348(2026)02-0109-10

0 引言

2024年3月,习近平总书记在新时代推动中部地区崛起座谈会上强调,“强化企业创新主体地位,构建上下游紧密合作的创新联合体,促进产学研融通创新,加快科技成果向现实生产力转化”。在新一轮科技革命和产业变革下,科学研究呈现跨学科深度融通特征,创新范式也发生系统性演变,以往由大学、科研院所牵头建立研发联盟进行技术攻关的方式,已难以满足科技创新的广度、深度与精度需求。不同于传统研发联盟,创新联合体作为产学研合作的有组织创新模式,有效打通从基础研究到生产上市的全链条,是实现国家科技发展重大突破、促进创新链产业链深度融合的重要载体。创新联合体作为传统研发联盟的进一步发展,能够充分发挥企业“出题者”作用,有效解决科研和经济“两张皮”问题。

目前,我国创新联合体建设工作卓有成效。截至2024年6月,国务院国资委在工业软件、工业母机、算力网络、新能源、先进材料、二氧化碳捕集利用等方向已启动第三批中央企业创新联合体建设;各省市围绕当地重点产业积极布局。我国创新联合体建设工作处于实践初期,总体建设水平尚有较大提升空间。与此同时,由于产业基础和政策响应速度的差异,各地区创新联合体建设水平亦呈现显著分化。鉴于此,哪些因素影响创新联合体建设水平以及这些因素如何组合能有效提升创新联合体建设水平,成为亟需解决的问题。

学术界围绕创新联合体主题也展开系列研究。基于理论分析和案例研究法,部分文献对创新联合体运行机制展开讨论:运用博弈论,有学者分析了创新联合体间的合作策略[1]、利益分配与冲突管理[2-3];利用专利分析,得出创新联合体的合作网络特征[4-5]。针对影响因素探究,现有研究方法主要包含扎根理论[6-7]、模糊集定性比较分析(fsQCA)[8]、回归分析[9-10]、系统动力学[11]等。此外,学者主要从关键核心技术突破[12-13]、创新产出绩效[4,14]、生产力提升[6,8]等维度衡量创新联合体建设水平。

然而,现有研究在以下方面尚有待进一步发展的空间:首先,从研究方法看,现有文献多采用定性分析法,缺乏定量视角。部分文献采用传统回归分析,只能探究某变量对结果变量的单一作用,无法探究影响因素组合对创新联合体建设水平的影响。同时,由于模糊集定性比较分析法仅使用截面数据,难以从时间变化维度解释影响路径。其次,在理论视角方面,主流研究多依托TOE(技术-组织-环境)理论框架,忽视了除技术资源外的其他关键资源(如人力资源、市场化资源等)影响,同时,未充分重视产业基础、竞争格局对创新联合体建设的深刻影响。最后,从研究内容看,现有研究对创新联合体建设水平的评价维度较单一,过度聚焦技术产出或组织运行,未能充分整合并强调其经济与产业效益。

基于此,本文将战略三角观理论引入创新联合体研究,从资源、产业和制度3个维度整合影响创新联合体建设水平的前因变量,并在现有研究基础上重点关注产业因素。同时,选用动态定性比较分析法(Dynamic QCA)探究创新联合体建设水平的主要影响因素及组合作用。相较于传统QCA方法,该方法能够识别引致创新联合体高水平建设的组态路径,揭示区域差异化发展原因,从而为我国各地区创新联合体高水平发展提供决策参考。

1 文献综述

目前,学界针对创新联合体的概念界定尚未统一。从创新生态系统视角出发,朱国军等[15]认为,创新联合体由两个及以上创新主体构成,通过在创新生态系统内协同演化,最终实现联合创新;张贝贝等[12]提出,创新联合体由产业生态主体主动建构,是产业创新生态系统实现关键核心技术突破的子系统;从新型举国体制角度来看,创新联合体是新型举国体制在微观层面的体现,其由中央及地方政府统筹规划、产业龙头企业牵头建设[11],以国家重大科技攻关任务为导向,致力于攻克产业发展中的关键核心技术难题,是多维度、多层次、多元化的体系化任务型创新合作模式(马宗国等,2024)。本研究认为,创新联合体是在新一轮科技革命背景下提出,承担关键核心技术攻关使命,由产业链重点科技企业牵头,号召产业链上下游企业、高校院所、科研单位、中介服务机构积极参与,按照市场化机制组建运行的新型创新组织。

现有的创新联合体建设研究围绕影响因素及路径分析的尚不多。在推动生产力发展方面,袁野等[6]通过扎根理论,识别出创新联合体赋能新质生产力发展的核心要素;在核心技术攻关方面,夏后学[8]通过fsQCA方法,得出有为政府—有效市场—有志科研的协同型创新联合体能够推动核心技术涌现和新质生产力发展;李金生等[16]利用中介效应模型验证了创新联合体的契约治理与关系治理有助于促进突破性技术创新;针对创新联合体知识共创水平,有学者基于多主体理论模型,从主体、客体、介体、环体4个方面提炼出知识存量水平、共享意愿、整合能力、共创平台、服务工具等16个影响因素(朱雪春等,2024);针对知识转移水平,董云昭等[11]运用系统动力学方法分析创新联合体运行机制、融通创新文化、数字技术等因素的影响。

本研究将进一步梳理相比传统创新组织(例如研发联盟、创新联盟、新型研发机构等),创新联合体建设的影响因素。从资源投入维度,有学者提出人力资源、财力资源、知识资源、平台及基础设施等因素(张玉磊等,2022);从协作动机维度,有研究认为包含共同愿景、发展不确定性、合作伙伴多样性、关系网络强度、技术互补性[17]等影响因素;在内部制度维度,相关研究关注到合同治理机制、绩效反馈机制、组织文化氛围、企业家导向等影响因素[18];从外部制度维度,政府资金支持、科研项目资助、地区经济发展水平、知识产权保护水平、技术市场培育、市场化机制等因素被广泛提及[19-20]。创新联合体传承研究联合体的基本功能,但更关注产业方面,强调围绕当地重点产业建设,汇聚产业链上下游企业优势力量,最终实现产业链自主可控和产业经济提振。因此,本研究引入战略三角观,从资源、产业、制度3个维度对上述影响因素进行提炼与总结,并重点关注产业维度的影响因素。

2 理论基础与研究框架

2.1 理论基础

战略三角观(Strategy Tripod Perspective)为组织战略研究提供了系统性、整合性分析框架,涵盖产业基础、资源基础与制度基础3个核心要素。首先,资源基础观认为,通过对人力、技术等关键资源的合理配置,有助于实现组织战略目标与市场竞争力最大化;其次,产业基础观认为,组织战略选择受到行业结构和竞争态势的直接影响;最后,制度基础观指出,法律法规、行业标准等正式制度及文化氛围等非正式制度,在很大程度上影响组织资源获取、配置与适应,并进一步决定其市场反应效率。

本文将战略三角观引入创新联合体研究。首先,尽管战略三角观最初主要应用于企业战略管理研究,但该理论不预设各维度内部因素,允许根据研究情境进行界定。创新联合体本质上是跨组织资源的协同整合,其组建与发展紧密依托特定产业生态和竞争格局,并深刻受到政策法规、创新文化等制度环境约束,这与战略三角观的理论框架高度契合。其次,战略三角观的整合性、系统性视角及其强调多重条件组合作用的思路,特别适用于揭示创新联合体建设的差异化路径及其背后复杂的因果机制。基于此,本研究尝试将战略三角观应用于创新联合体研究。

2.2 分析框架

本研究选择战略三角观作为理论基础,将影响我国创新联合体建设水平的因素划分为资源基础、产业基础和制度基础3个层面,分析如下:①制度基础层面——知识产权保护制度。基于产权理论和交易成本理论,知识产权保护制度通过明确创新成果的法定归属权,可以降低创新主体合作不确定性,减少创新联合体内部谈判与监督成本,优化创新要素配置效率。②资源基础层面,包含创新资源、市场化资源和科技人力资源3个前因变量。在科研经费、专利成果等核心资源支持下,创新联合体依托共性技术研发平台,建立专利池共享机制,能够降低技术迭代的边际成本并加速成果转化。同时,领军科技企业和科技中介服务机构在推动创新联合体市场化运行过程中承担重要角色。一方面,龙头企业凭借技术储备、资本规模与市场地位,吸引上下游企业加入创新联合体;另一方面,中介服务机构通过专业化服务在创新联合体运行中发挥润滑剂作用。③产业基础层面,包含产业集群优势和所在行业数字化转型需求两个前因变量。聚焦当地重点产业和战略性新兴产业发展名录建设创新联合体,能够促进创新要素积聚和协作效率提升;数字化转型的复杂性和系统性要求跨领域技术融合,单一企业难以独立完成,倒逼产业链上下游企业、高校及科研机构打破壁垒,建设协同创新联合体。综合上述分析,构建理论框架如图1所示。

3 研究设计

3.1 动态定性比较分析法

定性比较分析法(QCA)是一种基于组态视角的分析方法,其结合案例导向的定性分析与变量导向的定量分析优势,旨在识别多重并发因果路径,在学术研究中获得广泛应用。然而,传统QCA受分析工具的限制,大多使用静态截面数据,难以探究时间因素对条件组态的影响[21]。由于创新联合体建设是一个多元主体参与、多要素投入的动态持续过程,仅依靠截面数据无法阐释时间变化趋势,相比之下,动态QCA方法可以从汇总、组间和组内3个维度分析,捕捉组态在时间维度和案例维度的变化[22]。同时,动态QCA方法强调利用“条件组态解析多重并发因果”,与战略三角观理论强调的要素联动匹配而非孤立作用的核心观点契合。因此,本研究利用动态QCA方法,探索实现我国创新联合体高水平建设的组态路径。

3.2 变量选择与测量

3.2.1 样本选择

不同于传统的研发联盟,创新联合体建设由中央和地方政府统筹部署。因此,考虑到数据权威性和可靠性,本研究从全国各省(市)科学技术厅(局)下载2021—2024年创新联合体名单。考虑到上市企业信息披露程度较高,且目前各省市重点建设的创新联合体牵头企业多为具有行业影响力的上市企业或其子公司,故本研究以拥有上市企业成员的370个创新联合体为研究样本。

3.2.2 变量设计

本研究以创新联合体建设水平作为结果变量,选择知识产权保护制度、产业集群优势、行业数字化转型需求、创新资源、市场化资源、科技人力资源为条件变量,其对应衡量指标、计算方法和数据来源见表1。由于各级创新联合体评定采取“自下而上”推荐制,公示前各创新主体已有实质性产学研合作基础,因此本研究条件变量选取创新联合体公布前两年数据,结果变量建设水平选取创新联合体公布当年数据。同时,使用熵权法确定各指标权重。

3.2.3 数据处理与校准

首先,利用K近邻填充(KNN Imputation)方法处理缺失值,考虑到样本中有少量极值,对数据进行归一化处理;其次,采用Box-Cox变换(Box-Cox Transformation)方法进行幂变换,增强数据有效性。为方便后续分析,对原始数据进行校准。采用直接校准法,将完全隶属、交叉点和完全不隶属的3个锚定点分别设置为95%分位数、50%分位数、5%分位数[23];为确保所有集合能被程序识别与分析,将隶属度等于0.5的集合替换为0.501[24],具体校准结果见表2。

4 数据分析及实证结果

4.1 单个条件的必要性分析

必要性分析的目的是确定是否存在导致结果变量发生的某单个条件变量。当条件变量的一致性水平大于0.9且覆盖度大于0.5时,说明该条件变量是结果变量的必要条件。在动态QCA分析中,还需结合组间一致性调整距离作进一步判断。基于现有理论,当调整距离小于0.2时,汇总一致性精确度更高,对判断结果的支撑性更强,可作为判断依据[24];当调整距离超过0.2时,需进一步分析条件变量的必要性。如表3所示,本研究所有条件变量的汇总一致性水平均小于0.9,说明任何单一条件变量均不是引致结果变量的必要条件。

进一步对组间一致性调整距离大于0.2的因果关系组合进行分析。如表4结果所示,情况2和情况3的组间一致性水平均小于0.9,因此不存在必要关系;情况1和情况4在2021年的组间一致性大于0.9且组间覆盖度大于0.5,则需进一步借助 X-Y 散点图进行检验。由图2可以看出,多数案例点分布在右侧 Y 轴附近,说明两个条件均未通过不相关性检验[25]。图3的组间一致性水平变化表明各条件变量呈现一定程度的时间效应。其中,产业集群优势的一致性水平呈现递增趋势,说明该变量的重要性不断提高。

4.2 条件组态的充分性分析

充分性分析可以识别影响创新联合体建设水平的条件组态。本研究参考学界主流观点,选取一致性阈值0.8、案例频数4、PRI阈值0.5[26]作为真值表构建条件。基于必要性分析结果,本研究对所有条件变量不做方向预设,最终得到增强型的简单解、中间解和复杂解,进而以中间解为主、简单解为辅,确定核心条件和边缘条件,得到如表5所示的组态分析结果。结果显示,实现高水平创新联合体建设有4条组态路径,分别为制度协同与创新资源整合驱动型、产业转型导向型、科技人才牵引型和多维优势资源赋能型。

4.2.1 汇总结果分析

由表5可得,实现高水平创新联合体建设的4条组态总体一致性为0.767,高于阈值0.75,总体覆盖度为0.650,表示这些组态可以解释大约65%的高水平创新联合体建设案例,总体路径具有较高解释力;单个组态的一致性均大于0.8,组间一致性调整距离均小于0.2,说明各单一组态具有较强解释力。其中,组态1、组态2和组态4的组内一致性调整距离大于0.2,说明高水平创新联合体建设路径存在一定程度的案例效应,后续需要对组内结果作进一步分析。

组态1为制度协同与创新资源整合驱动型。该组态表明,部分创新联合体瞄准前瞻性产业赛道,但是尚处于孕育萌发阶段或产业化初期,大规模产业集群优势还未形成,不确定性较大。此时,高水平的知识产权保护制度通过为创新成果提供法律保障,能够降低合作过程中的侵权风险,减少各创新主体间的协作摩擦,为化解小规模主体间的信任困境提供了制度基础。同时,创新联合体内部集聚的专项资金池、跨领域人才团队及专用创新平台有助于形成强大的资源内聚网络,发挥创新联合体效用。知识产权保护制度为创新主体间的深度协作提供了稳定的制度环境与利益分配框架,主体间分散的创新资源通过创新联合体运行机制实现优势资源集中化,促进资源利用率提升。这两种力量相互作用,共同推动创新联合体在缺乏产业规模优势的情况下,依然能够有效整合资源,实现前瞻性产业的突破性发展。该类型的典型案例为新一代网络及数字化产业技术创新联合体。该创新联合体由湖北的烽火通信科技股份有限公司发起成立,涵盖武汉虹信技术服务有限责任公司等产业链上下游龙头企业,聚集了武汉大学等领域内高水平研发力量。同时,该创新联合体为实现创新资源的有效聚合,采用首席科学家制度,完善跨领域人才团队的协作机制,搭建融合基础科研、芯片研发与数字化等多领域产学研用一体化平台。该创新联合体最终实现工业物联网、智慧产业园区等4大应用场景建设落地。

组态2为产业转型导向型。该组态揭示产业转型压力下的创新联合体建设运行模式。该路径的核心作用机制在于:首先,领军企业转型升级需求为创新联合体建设提供明确的方向指引和市场拉力,促使联合体各成员聚焦关键领域的技术突破;其次,突出的科技人才优势为创新联合体运行提供核心能力支撑;最后,完善的知识产权保护制度通过明确创新收益分配、强化知识产权保障,有效降低成员合作过程中的机会主义风险,同时,增强中小企业参与意愿。该类型的典型案例为广西壮族自治区的数智转型与产业化应用创新联合体。该创新联合体由润建股份有限公司牵头成立,协同4所高校及8家产业链相关企业,聚焦人工智能、物联网、大数据等新一代信息技术发展。当地有关部门设立产业引导基金和专项扶持政策,明确联合体技术研发方向和市场应用目标;创新联合体内部管理委员负责细化知识产权归属和收益分配规则。该创新联合体已将技术成果深度应用于通信网络、智慧政务、智能建筑等七大实体领域,全面推动广西相关产业向数字化、智能化转型。

组态3为科技人才牵引型。该路径的核心作用机制为:在缺乏产业集群规模优势的情境下,创新联合体通过推行多元、灵活的用人机制和激励机制,引入顶尖学者和领域内技术团队。该类创新联合体瞄准实践中技术转移薄弱点,力求在市场化资源相对匮乏的情况下通过产学研用合作打通制约成果转化的关键堵点。科技人才引入不仅为创新联合体提供了智力支持,而且通过知识溢出效应带动产业链上下游企业创新能力和技术水平提升。知识产权保护制度通过确保创新成果得到有效保护、创新人才得到合理回报,激发人才的创新积极性。该类典型案例为河南省的高性能医疗器械创新联合体。该创新联合体由河南驼人医疗器械集团有限公司牵头,联合21家医疗机构和11家高校科研院所组建形成,由中国科学院院士担任委员会名誉主任。针对目前河南省医疗器械产业发展集群化程度低、企业规模普遍偏小、产业链结构偏低端等方面的局限,创新联合体积极搭建人才交流与合作平台,建立灵活的人才引进和使用机制以满足不同创新主体需求,打造了高端医疗器械领域协同创新中心、学术中心和转化孵化中心,加速创新成果从实验室到市场的转化,推动河南省高端医疗器械产业集群化发展。

组态4为多维优势资源赋能型。该组态表明由行业升级需求、创新资源、市场化资源与科技人力资源组成的多维优势资源赋能型创新联合体能够实现高水平建设。其中,行业升级需求为创新联合体提供了明确的发展方向和强大的市场牵引力,促使各创新主体围绕产业升级的关键技术难题进行协同攻关;创新资源包括科研设施、技术平台和研发资金等,创新资源充沛有助于加速技术成果产出;市场化资源有助于创新联合体顺畅对接市场需求,通过市场机制优化资源配置,提高创新成果商业化效率和市场接受度;科技人力资源集聚则为创新联合体注入了强大的智力支持。该类典型案例为长三角语言计算创新联合体,该创新联合体由苏州思必驰信息科技有限公司牵头,通过建立满足产业战略转型需求的精准对接平台、深入产业调研,明确语言计算产业升级的关键方向和技术需求,引导创新资源合理配置,同时,充分利用长三角地区科技金融发展优势,通过风险投资、产业基金等金融工具,为创新项目提供多元化资金支持,加速技术成果转化进程。

4.2.2 组间结果分析

本文中4条组态的组间一致性调整距离均小于阈值0.2,说明不存在明显的时间效应,4种路径在时间跨度上稳健,不同年份各组态对创新联合体实现高水平建设的解释力较一致。进一步绘制组态组间一致性系数变化折线图(见图4)发现:2022年各组态路径一致性水平超过0.75阈值,说明2022年以前4个组态的存在并不能充分地引致高建设水平产生。其中,2021-2024年组态2(产业转型导向型)和组态3(科技人才牵引型)的组间一致性水平呈稳步上升趋势。究其原因,组态2的组间一致性水平增长主要得益于国家“双碳”目标与产业链自主可控战略的深化落地。自2021年起各地方政府陆续推行“链长制”政策,2023年国家标准委等部门联合发布《碳达峰碳中和标准体系建设指南》。在此背景下,产业升级需求从分散的诉求整合为系统性框架。组态3的组间一致性水平提升则源于人才评价与激励机制的突破性改革。部分省份考核机制破除“唯帽子”倾向,推行以创新能力为导向的职称评审体系,并增设技术转移转化特设岗位,将科技成果转化成效纳入晋升考核标准。

4.2.3 组内结果分析

组内一致性距离能够反映各组态对结果变量的解释力度是否存在个体效应。本研究中组态1、组态2和组态4的组内一致性调整距离均大于0.2,说明上述两类组态在对应的创新联合体案例中存在差异,需进一步展开分析。组内覆盖度水平是评估特定组态对结果解释力的重要指标,反映该组态在多大程度上能够覆盖并解释研究案例中的样本现象。考虑到创新联合体建设水平存在显著的省际差异,各省份建设路径也不完全相同,本研究从区域维度出发,得到地区覆盖度均值如表6所示。

(1)组态1、组态2和组态3所能解释的案例覆盖区域主要分布在东北地区和华北地区。东北地区依托老工业基地的产业优势,利用制度协同弥补创新资源外流的不利,通过创新联合体推动产业链高端化、绿色化。同时,设立产业转型专项基金,支持创新联合体在传统重工业转型升级中进行技术攻关和项目示范,加强对区域内创新联合体的财政税收支持,降低企业创新成本,重新激发东北地区产业创新活力。华北地区的创新联合体建设依托京津冀协同发展的顶层设计,形成“北京建能力、区域造生态”的差异化分工机制。如北京作为科技创新中心,继续强化其在基础研究、前沿技术研发和创新人才培养方面的优势,同时,通过政策引导和市场机制,促进创新联合体的科技成果在京津冀地区转化和应用;天津、河北结合自身产业特点和发展需求,通过税收共享、场景开放等配套政策承接北京的技术外溢。

(2)组态4(多维优势资源赋能型)所能解释的案例覆盖区域集中在华东地区,反映出该区域通过产业集群优势、行业升级需求、创新资源整合、市场化机制完善及科技人才集聚的协同效应,形成对创新联合体发展的系统性支撑。具体为,华东地区在创新联合体建设方面展现出显著的区域特色与优势,如电子信息、生物医药、高端装备制造等产业集群为创新联合体建设提供了坚实的产业基础和丰富的创新资源,同时,华东地区在市场机制建设方面相对完善,资本市场活跃度高,风险投资和创业投资机构众多,为创新联合体提供了多元化融资渠道和资金支持。此外,该地区高校和科研机构密集,科技人才资源丰富,为创新联合体建设和运行提供了强大的智力支持。与其他地区相比,华东地区在创新联合体建设过程中更注重跨区域协同创新,建立了跨区域协同创新平台,促进了信息共享和技术交流,进一步优化了资源配置,避免了区域内创新资源的过度竞争和浪费。同时,充分发挥市场在资源配置中的决定性作用,促进创新要素在区域内自由流动和高效配置,最终通过多维优势资源的赋能作用,推动区域创新联合体实现高水平建设,促进了区域经济发展。

4.2.4 稳健性分析

现有的稳健性分析主要包括改变一致性阈值、案例频数和PRI阈值3种方法。本研究将一致性阈值由0.8改为0.85,重复上述实证步骤,得出3条组态,其中,2条组态路径与前文中组态1、组态2完全一致,另一条组态与组态3之间存在清晰的子集关系,说明本研究结果具有较高稳健性。

5 结语

5.1 研究结论

本研究采用动态QCA方法,以2021—2024年我国370个创新联合体为研究对象,引入战略三角观,探究资源、产业和制度基础3个维度的6个影响因素对创新联合体建设高水平的组态效应,得出如下结论:

(1)根据必要性分析,6个前因变量中任何一个条件因素均不足以构成产生高创新联合体建设水平的必要条件。结果表明,实现创新联合体高水平建设需要多维度因素协同作用,单一因素难以产生决定性影响。同时,产业集群优势因素的重要性逐渐提升。

(2)组态充分性分析表明,创新联合体实现高建设水平存在4条组态路径。其中,组态1为制度协同与创新资源整合驱动型,其特点是产业集群优势尚未形成、知识产权保护制度完善和创新资源集聚;组态2为产业转型导向型,其特点是产业转型升级需求强烈、跨领域科技人才资源雄厚和成果保护力量强大;组态3为科技人才牵引型,其特点是瞄准科技成果转化中存在的“堵点”“难点”,充分发挥科技领军人才力量和科技服务人才优势;组态4为多维优势资源赋能型,其特点是行业链成熟、地理区位优越,能够充分发挥创新、市场化、科技人力的多维资源优势。

(3)组间结果分析表明,汇总一致性不存在明显的时间效应,说明本研究的汇总组态具备时序上的普适性,同时,得益于政策支持,组态2和组态3的一致性水平逐年上升。

(4)组内结果分析表明,创新联合体高水平建设组态路径存在一定区域差异性。其中,组态1、组态2和组态3所能解释的案例覆盖区域主要为东北地区和华北地区;组态4所能解释的案例覆盖区域集中于华东地区。该结论为不同区域制定创新联合体建设水平提升策略提供了理论依据。

5.2 理论贡献

(1)将动态QCA方法运用于创新联合体建设水平研究,突破了现有方法局限。针对以往传统方法难以捕捉组态效应的不足,以及静态分析方法无法揭示创新联合体动态演化的问题,本研究将动态QCA方法应用于创新联合体研究,结合时序分析和区域比较,揭示了“资源-产业-制度”组态随时间推移的动态演变规律及其在不同区域背景下的差异化表现,为探究我国创新联合体高水平建设的驱动因素提供了理论支撑。

(2)引入战略三角观,丰富了创新联合体建设研究视角。针对TOE框架忽视产业因素的不足,本研究结合相关理论与建设实践,引入战略三角观,构建了“资源-产业-制度”影响因素组态分析框架,其包含6个前因变量及相关匹配关系,有助于从更全面的视角探索我国创新联合体实现高水平建设的组态路径。

(3)完善创新联合体建设水平评价维度。针对现有研究在评价创新联合体建设水平时维度单一、未充分考虑经济影响及综合效益的不足,本文不仅关注创新联合体的科技成果产出,而且将成果转化收益、新质生产力带动效应纳入考量,为相关研究提供了更丰富、更贴近实践的评价维度。

5.3 政策建议

(1)针对聚焦前沿新兴产业领域的制度协同与创新资源整合驱动型创新联合体,应重点明确创新收益分配,降低联合攻关中的机会主义风险。一方面,完善创新成果收益分配机制。相关管理部门应在创新联合体成立之初就订立合作协议,明确各参与方权益及利益分配机制,同时,鼓励创新联合体以独立法人形式申请专利,根据实际贡献约定专利分享比例。另一方面,建立多元化的创新联合体专项财政支持机制,加大基础研究、应用基础研究和前沿研究投入力度,支持创新联合体优先承担“揭榜挂帅”等科技项目。

(2)针对产业转型导向型创新联合体,要激发传统产业升级需求,推动产业链发展高端化、绿色化。应将产业需求图谱绘制作为创新联合体建设的前置工作,厘清所在地区战略产业和重点领域关键产业的需求,定期收集、甄别并发布产业链“卡脖子”技术需求清单。同时,推行产业“链长制”等协调机制,将分散的企业转型诉求整合为系统性攻关任务,为联合体建设提供明确方向和市场牵引,促使各成员聚焦关键技术突破。

(3)针对市场化资源相对短板的科技人才牵引型创新联合体,亟需发挥政策引导作用,凝聚高端科技人才力量以弥补资源的欠缺。一是搭建灵活的人才引进机制,政府可设立一次性人才补贴和专项津贴,支持跨区域专家以技术咨询形式服务联合体、鼓励顶尖科学家和行业领军人才以首席科学家角色参与创新联合体建设。二是完善人才评价激励机制,在当地重点高校和科研院所增设技术转移转化类岗位,并将创新联合体科研成果产业化成效纳入晋升考核标准。

(4)针对集聚创新要素、市场资本、科技人才的区域性多维优势资源赋能型创新联合体,应发挥市场机制和产业资本优势,充分利用科技金融力量促进创新联合体建设。首先,探索财政与金融的联动支持机制,对承担国家和省级重大科技任务的长三角创新联合体,实施“财政资金引导+金融资本跟进”的协同投入模式。其次,引导金融机构围绕创新联合体“利益共享、风险共担”的协作特征开发专属融资产品,系统性支持联合体开展长期研发与成果转化。

5.4 不足与展望

本研究也存在一定不足。首先,在样本选择方面,出于数据可获得性考虑,本研究仅以包含上市企业成员单位的创新联合体为研究对象,缺乏全面性。后续将扩大样本范围,得出更具普适性的结论。其次,在前因变量设计方面缺乏前瞻性,未来可考虑结合扎根理论等方法进行影响因素提炼。最后,在实证过程方面,考虑到路径解释性,本研究未对低建设水平的创新联合体进行分析,未来可对此展开进一步探究。

参考文献：

[1] 方炜,周明居.面向关键核心技术的创新联合体合作策略[J].科技管理研究,2024,44(21):1-10.

[2] AN X, TONG L. Research on the stable strategies for collaborative R&D in innovation consortiums formed by leading enterprises with multi-agent participation [J]. Technology Analysis &Strategic Management, 2025,37(7):1-19.

[3] 岳颖初,霍国庆.创新联合体利益主体间的利益冲突及博弈研究[J].科学学研究,2024,42(5):1088-1097,1120.

[4] 王晓东,徐冉.我国创新联合体牵头企业技术知识网络特征及其对创新产出的影响——基于专利引用和学术论文网络的实证[J].科学管理研究,2023,41(5):27-34.

[5] 操友根,任声策,杜梅.企业牵头创新联合体合作网络研究——以上海市科技进步奖项目为例[J].科技进步与对策,2023,40(20):1-10.

[6] 袁野,曹倩,尹西明,等.创新联合体赋能新质生产力的理论机制与实践路径研究[J].科技进步与对策,2024,41(20):32-44.

[7] 周艳芳,顾青瑶.智慧集群平台赋能高水平研究型大学创新联合体建设的内在机理与优化路径[J].中国科技论坛,2024,40(1):16-26.

[8] 夏后学.创新联合体组态与新质生产力发展——兼论中国式现代化的核心技术攻关范式[J].江海学刊,2025,68(1):21-28,255.

[9] 刘净然,刘祎男,范庆泉.政府研发补贴的异质性与政策协同:基础研究的视角[J].财政研究,2024,45(7):96-112.

[10] 高茜滢,吴慈生,王琦.基于合作竞争与协同创新的创新联合体研究[J].中国软科学,2022,37(11):155-164.

[11] 董云昭,张红兵.创新联合体知识转移情境因素研究——数字技术应用视角[J].科技进步与对策,2024,41(15):97-108.

[12] 张贝贝,尹西明,陈泰伦,等.后发企业与创新联合体共演驱动产业关键核心技术持续突破的机制研究[J].科研管理,2024,45(8):83-94.

[13] 孙冰梅,尹西明,陈劲,等.同题共答:创新联合体驱动关键核心技术持续突破的机制研究——以之江实验室为例[J].南开管理评论,2024,27(6):74-87.

[14] EVELIEN P M,CROONEN, HUIZINGH E K. Why not all 'winners' are successful: explaining project performance of publicly funded innovation consortia[J]. Technological Forecasting &Social Change, 2025,216:124124.

[15] 朱国军,王修齐,张宏远.智能制造核心企业如何牵头组建创新联合体——来自华为智能汽车业务的探索性案例研究[J].科技进步与对策,2022,39(19):12-19.

[16] 李金生,许新.创新联合体治理机制对突破性技术创新的影响研究——一个有调节的中介效应模型[J/OL].科技进步与对策,1-10[2025-09-23].https://link.cnki.net/urlid/42.1224.G3.20250407.1509.002.

[17] SI Z, JIZHEN L,NA L.Partner technological heterogeneity and innovation performance of R&D alliances[J].R&D Management,2021,52(1):3-21.

[18] SHANTALA S, JONGWOOK K. Best foot forward the importance of contractual governance mechanisms for innovation from alliances[J].Technovation,2023,127:102828.

[19] CALOFFI A,MARIANI M,MATTEI A, et al.What kinds of R&D consortia enhance SMEs productivity a hierarchical Bayesian approach for the analysis of a regional innovation policy[J].Papers in Regional Science,2020,99(1):25-53.

[20] 曹阳春,张光宇,张静.研发联盟如何激活企业创新绩效——基于fsQCA方法的组态分析[J].管理学刊,2022,35(6):128-139.

[21] 蒙克,魏必.反思QCA方法的“时间盲区”:为公共管理研究找回“时间”[J].中国行政管理,2023,39(1):96-104.

[22] 张放.影响地方政府信息公开的因素——基于省域面板数据的动态QCA分析[J].情报杂志,2023,42(1):133-141,207.

[23] BROXTERMAN A D,LARSON D W.An empirical examination of shift-share instruments[J].Journal of Regional Science,2020,60(4):677-711.

[24] 盛亚,冯媛媛,施宇.政府科研机构科技资源配置效率影响因素组态分析[J].科技进步与对策,2022,39(8):1-9.

[25] ROBERTO C G,MIGUEL A.A general approach to panel data set-theoretic research[J].Journal of Advances in Management Sciences &Information System,2016,2:63-76.

[26] 谭海波,范梓腾,杜运周.技术管理能力、注意力分配与地方政府网站建设——一项基于TOE框架的组态分析[J].管理世界,2019,35(9):81-94.

(责任编辑：胡俊健)