基于定性比较分析的创新型企业高成长性路径

摘要

选取2017年年底之前上市的创业板企业作为研究对象，运用因子分析和突变级数法构建创新型企业的成长性综合评价体系，全面反映创新型企业的盈利能力、创新能力、营运能力、风控能力和发展能力。在计算样本企业成长性得分的基础上，采用模糊集定性比较分析综合评估创新型企业成长性的影响因素，发现企业内部对研发的重视以及外部的市场环境、教育环境、营商环境、政策环境和企业集聚都不足以构成高成长性创新型企业的必要条件，进而通过组态分析得到高成长性创新型企业的9种条件构型。

关键词

创新型企业; 成长性; 定性比较分析

创业板市场作为多层次资本市场的重要组成部分，逐渐成为实施创新驱动发展的重要载体。中国经济能够保持持续快速增长的一个重要来源是中小企业尤其是成长型中小型企业^［1］。

深圳创业板从2009年10月开启至今已有10年的历程，创立至今成功培养了一大批高科技公司，同时着重扶持战略性新兴产业。创业板的上市企业大多具有明显的创新特征和高成长性特征，正是这些高成长性企业的繁荣，有力支撑了创业板市场的股价上涨，推动了创业板市场的发展。因此，创业板上市企业的高成长性对于创业板市场的持续健康发展起到至关重要的作用，也对中国经济发展和科技进步具有重要意义。研究创业板上市企业成长性的影响因素，从理论上，可以探索催生高成长性创新型企业的外部环境条件和内部环境条件，丰富中国创新型企业成长性的研究。从现实意义上，有利于城市制定更具比较优势的创新创业政策，营造富有吸引力的创新创业生态环境，吸引更多的创新企业来此发展，促进当地社会与经济的繁荣，真正地实现“创新驱动发展”。

企业成长性的含义十分丰富，有关企业成长性的研究起始于20世纪20年代，学者们对企业的成长性做出了不同的解读。企业成长性的评价大致经历了从定性到定量，从单一指标到综合指标，从只注重财务类传统指标到财务指标和非财务类的创新指标兼顾，成长性的评价开始日趋成熟。关于企业成长性影响因素的研究，大多还集中在研究单一因素的影响，如融资结构、股权激励、研发投入等，综合考虑多个因素的研究为数不多。此外，大多数学者偏向于采用内生视角研究企业的成长性，探讨外部环境因素以及内外因素结合的文献数量较少。本文将创新型企业的成长性作为结果变量，通过创业板上市企业综合成长性指标体系的构建，对影响创业板上市企业成长性的外因和内因进行综合分析，尽可能全面地对创业板上市企业的成长性做出解析并尝试探讨高成长性创新型企业的条件。

1 创新型企业及其成长性的内涵

1.1　创新型企业

企业是市场经济活动的主要参与者，随着全社会R&D投入中的企业占比的逐渐提高，企业已经成为重要的创新主体。“创新型企业”的概念来源于“创新”一词，熊彼特在1912年最早提出了创新的概念，他认为创新就是建立一种新的生产函数， 把一种全新的关于生产要素和生产条件的“新组合”引入生产体系^［2］。在国外，有大量学者研究创新型企业，并对创新型企业进行了定义。早期，创新型企业被认为是采用了新技术的企业^［3］。在后来的发展中，创新型企业被赋予了更多的内涵。例如，Ng认为创新型企业是一种其成员通过将创新作为日常工作的一部分来不断更新、完善的组织^［4］。Lazonick认为，创新型企业是一种拥有创新机制，能够将资源要素系统地转化为创新成果，并把创新作为日常工作内容的重要组成部分，以此建立核心竞争优势的企业^［5］。

相比较于国外，国内对于创新型企业的定义多从价值角度出发。例如，张良将创新型企业定义为一种通过科技革新来发展新的产品，来形成新的市场和产业，从而形成新发展点的企业^［6］。夏冬和程家明认为创新型企业是在思想和行动上保持持续的创新，包括对开发新产品、改进原有产品功能质量等^［7］。总结国内外学者对创新型企业的定义，可知创新型企业的特征主要有：重视技术创新；具有较高的盈利能力和持续发展能力；具有创新体制、机制；环境适应性较强；在行业中具有一定影响力。

基于上述讨论，本文认为，创新型企业指的是始终将创新能力作为自身核心竞争力，重视技术变革和新产品研发，通过技术创新、战略创新、管理创新或文化创新，不断将获取的外界资源转化为创新成果，拥有可持续发展能力的企业。

1.2　企业成长性

企业成长性的含义非常丰富。一直以来，理论界和实践界对于企业成长性的定义都提出了不同的观点。早在1776年，亚当·斯密的国富论中就出现了有关企业成长性的论断，他认为企业内部劳动分工和生产效率的提高是促进国民经济发展的重要途径，也是促进企业发展壮大的必要一环。现代管理学之父彼得·德鲁克在1954年出版的《管理的实践》一书中也探讨过“企业成长问题”，此后国内外多位学者也相继对企业成长性提出了相关理论，这些理论大致可分为企业内因成长理论、企业外因成长理论和企业生命周期成长理论三类。

企业内因生长理论的代表人物彭罗斯从内部视角来剖析企业的成长过程，认为企业内部的资源是企业成长的动力。企业外因成长理论的支持者们认为企业的成长不仅受到内部因素的制约，也会受到其所处环境的影响，从企业的外部交易费用、最优规模和企业集群的角度对企业成长进行研究。企业生命周期成长理论的创始者马森·海尔瑞提出可以仿照生物学中的“生命周期”观点来看待企业的成长过程，认为企业也和自然界中的生物一样会经历“生、老、病、死”。在此基础上，后续学者根据各自侧重点的不同，将企业成长划分成若干个阶段，由此丰富了企业的生命周期理论。

2 创新型企业的成长性评价

2.1　创新型企业成长性综合评价指标体系构建方法的探讨

企业的成长性一直是企业关注的核心问题，此外，投资者、政府机构等主体也十分关注企业的成长性。在不同主体的视角下，企业的成长性评价会呈现出不同的方式，体现各类主体对于成长性内涵中某一部分的重点关注。

在现有研究中，企业的综合评价方法主要有层次分析法、功效系数法、灰色关联分析法（GRA）、因子分析法、突变级数法等，通过比较各方法的优缺点，选择以突变级数法为主，因子分析法为辅的分析方法，构建创业板上市企业成长性的综合评价指标，力图做到点面结合。本文拟从多个角度度量创业板上市企业的综合成长性，做到既能反映过去一阶段企业的经营成果，又能一定程度上预测企业未来的发展趋势。

2.2　创新型企业成长性综合评价指标体系的构建

截至2018年年底，创业板上市公司中高新技术企业占比91%，创新特征十分明显，已经成为自主创新的主力军。因此，创业板上市公司能够代表创新型企业。鉴于数据的可获得性，选取2018年度创业板上市公司的财务数据和研发创新数据进行实证研究。因当年上市的企业需要被剔除，因此选取在2017年年底之前上市的企业作为初步研究对象。截至2017年年底在深圳证券交易所创业板的上市公司总数为711家，剔除其中文化类等非创新型企业以及数据不全的企业后，剩下269家。研究所使用的数据为截面数据，均来源于“国泰安”数据库、Wind金融客户端和企业年报。本文在构建创业板上市企业综合成长性指标时遵循真实性、全面性、发展性、可比较性、可解释性等基本原则。

2.2.1　指标选取

创新型企业成长性的综合评价需要全面考虑企业的整体情况，除了企业的收益和为股东持续性创造价值的能力、持续经营抵御外界风险的能力、业务增长和可持续发展能力、科学合理的经营和管理能力这些常规企业成长性评价关注的能力外，作为创业板上市的创新型企业，其面临的环境不确定性更大，企业的成产经营也会在很大程度上受到环境不确定性尤其是技术环境、竞争环境的影响。而企业创新能力能够形成自身的核心竞争力，通过建立技术壁垒减少竞争者对其经营的威胁。一个企业只有具备了创新能力，才能时刻紧跟科技发展步伐，不被日新月异的市场淘汰。因此，将创新能力也纳入企业成长性的综合评价体系中。

现有研究对企业成长性各方面能力的评价指标梳理见表1。

表1 企业成长性评价指标的梳理

Tab.1 Evaluation indexes of enterprise growth

能力	指标	学者
盈利能力	净资产收益率、总资产报酬率	丁琳[8]
	资产报酬率、净资产收益率、成本费用利润率	谢赤等人[9]
	总资产净利率、净资产收益率	阮青松等人[10]
风控能力	资产负债率、流动比率、贷款占负债比率	丁琳[8]
	资产负债率、流动比率、速动比率	谢赤等人[9]
	资产负债率、流动比率、速动比率	阮青松等人[10]
	速动比率	张霄怡[11]
创新能力	研发费用占销售总额比例、无形资产占比	张冬[12]
	人均研发支出、研发支出总额占营业收入比率、研发人员占比	谢赤等人[9]
	无形资产占比	阮青松等人[10]
发展能力	销售收入增长率、净利润增长率、净资产增长率	丁琳[8]
	总资产增长率、资本累积率	谢赤等人[9]
	总资产增长率、可持续增长率	阮青松等人[10]
	总资产增长率、净资产增长率	张霄怡[11]
运营能力	资本周转率、存货周转率、每股经营性现金流量	丁琳[8]
	总资产周转率、应收帐款周转率	阮青松等人[10]
	总资产周转率	张霄怡[11]

根据以上文献的整理，选择其中出现频率较高的净资产收益率、资产负债率、流动比率、速动比率、净资产增长率和总资产周转率6个指标，此外增加成本费用利润率、总资产净利润率、可持续增长率、基本每股收益增长率、当年专利授权量、专利总授权量和营业毛利率7个指标，理由如下：

成本费用利润率反映了企业在当期发生的所有成本费用所带来的收益的能力，可以评价企业对成本费用的控制能力和经营管理水平；总资产净利润率是反映企业资产综合利用效果的指标，也是衡量企业利用债权人和所有者权益总额所取得盈利的重要指标；可持续增长率是指不发行新股、不改变经营效率和财务政策时销售所能达到的增长率，能够客观反映企业的成长潜力；基本每股收益增长率反映了每一份公司股权可以分得的利润的增长程度，反映了上市企业股权融资的效果。最后，针对创新能力，通过梳理文献发现大多数研究者对于企业创新能力的衡量偏向于采用研发经费、研发人员等创新投入指标，没有考虑到创新产出。本文选择创新产出指标表示企业的创新能力，以期更科学地反映企业产出创新成果的能力。本文参考张林^［13］和郑春东两位学者的做法 ^［14］，选取当年专利授权量和专利总授权量两个指标，侧重从创新产出方面来衡量企业的创新能力。

综上，初步选取13个指标用于成长性评价，包括总资产净利润率（ROA）、净资产收益率、营业毛利率、流动比率、速动比率、资产负债率、总资产增长率、可持续增长率、总资产周转率、成本费用率、基本每股收益增长率、净利润增长率、专利总授权量和当年专利授权量。各指标的计算方法见表2，其中包括3个适度指标、9个正向指标和1个负向指标。

表2 企业成长性评价的指标说明

Tab.2 Instructions of enterprise growth evaluation index

序号	指标名称	计算方法	指标说明
1	流动比率	流动资产／流动负债	适度指标
2	速动比率	（流动资产-存货）／流动负债	适度指标
3	资产负债率	负债合计/资产总计	适度指标
4	可持续增长率	（净利润/所有者权益合计期末余额）×[1-每股派息税前/（净利润本期值/实收资本本期期末值）]/（1-分子）	正向指标
5	总资产净利润率(ROA)	净利润／总资产平均余额，其中总资产平均余额=资产合计期末余额+资产合计上年同期期末余额）/2	正向指标
6	净资产收益率	净利润／股东权益平均余额，其中股东权益平均余额=（股东权益期末余额+股东权益上年同期期末余额）/2	正向指标
7	营业毛利率	（营业收入-营业成本）／营业收入	正向指标
8	成本费用利润率	利润总额/（营业成本+销售费用+管理费用+财务费用）	正向指标
9	净利润增长率	（净利润本年本期单季度金额—净利润上一个单季度金额）/（净利润上一个单季度金额）	正向指标
10	专利总授权量	截止到2018年年底企业获得的专利授权总数	正向指标
11	当年专利授权量	当年内企业获得的专利授权总数	正向指标
12	基本每股收益增长率	（基本每股收益本年本期单季度金额—基本每股收益上一个单季度金额）/（基本每股收益上一个单季度金额）	正向指标
13	总资产周转率	营业收入/平均资产总额，其中平均资产总额=（资产合计期末余额+资产合计上年同期期末余额）/2	负向指标

2.2.2　突变级数法介绍

突变级数法作为一种能够研究复杂系统、多层级问题的评价方法，已经在生态系统稳定性评价、区域环境评价、公司绩效评价、企业成长性评级等综合评价研究中被广泛应用。突变级数法是以突变理论作为基础，同时结合了模糊数学理论的一种方法，其主要思想是对复杂目标系统自上而下进行分解，利用突变理论中的突变模型和模糊数学隶属度函数构建突变模糊隶属函数，然后通过归一化公式计算得分，最后对评价目标进行综合评价^［15］。创新型企业成长性的发展具有不连续性即突变性，且成因往往复杂，因此突变计数法在此处适用。

2.2.3　计算过程

首先通过因子分析获得各指标的重要性排序。

（1）数据预处理

13个指标中， 9个为正向指标， 3个为适度指标，1个为负向指标。本文通过取相反数方法来对负向指标进行正向化^［16］，通过1/|x-A|公式对适度指标进行正向化处理（其中，A为该指标的理论最优值），根据常见做法，选取流动比率的最优值为2，速动比率的最优值为1，资产负债率的最优值为0.5。

（2）KMO和巴特利特检验

由表3得，KMO值为0.683，巴特利特检验球形度检验的显著性概率为0，表明所选取的指标之间具有较显著的相关性，适合做因子分析。

表3 KMO和巴特利特检验

Tab.3 KMO and Bartlett test

KMO取样适切性量数		0.683
巴特利特球形度检验	近似卡方	3 966.006
	自由度df.	78
	显著性Sig.	0

（3）总方差解释

总方差解释见表4所示，共提取5个公因子，他们对总体变量的解释度达到88.408%，具有较好的解释效果。

表4 总方差解释

Tab.4 Interpretation of total variance

成分	初始特征值			提取载荷平方和			旋转载荷平方和
	总计	方差百分比	累积 /%	总计	方差百分比	累积 /%	总计	方差百分比	累积 %
1	4.103	31.56	31.56	4.103	31.56	31.56	3.666	28.199	28.199
2	2.975	22.886	54.447	2.975	22.886	54.447	2.771	21.317	49.516
3	1.737	13.362	67.809	1.737	13.362	67.809	1.871	14.394	63.909
4	1.532	11.787	79.596	1.532	11.787	79.596	1.813	13.946	77.855
5	1.146	8.813	88.408	1.146	8.813	88.408	1.372	10.553	88.408
6	0.608	4.674	93.082
7	0.312	2.399	95.482
8	0.207	1.593	97.075
9	0.187	1.442	98.517
10	0.105	0.811	99.329
11	0.058	0.444	99.773
12	0.022	0.169	99.941
13	0.008	0.059	100

为了更好地解读结果，对初始因子载荷矩阵按照凯撒正态化最大方差法进行旋转，得到因子载荷矩阵见表5。由此可提取5个公因子F1，F2，F3，F4和F5，对公因子解释如下：

表5 旋转后的载荷矩阵

Tab.5 Loading matrix after rotation

指标	成分
	1	2	3	4	5
流动比率'	-0.088	0.97	0.007	0.022	-0.083
速动比率'	-0.09	0.964	0.004	0.04	-0.08
资产负债率'	0.031	0.865	0.009	0.073	-0.159
基本每股收益增长率	0.112	0.024	0.965	-0.004	-0.001
净利润增长率	0.259	-0.006	0.934	0.026	0
可持续增长率	0.949	0.098	0.142	0.056	-0.071
总资产周转率	-0.224	-0.071	-0.001	-0.014	0.858
当年专利授权量	0.06	0.088	0.012	0.944	-0.031
专利总授权量	-0.015	0.024	0.007	0.951	-0.021
总资产净利润率（ROA）	0.966	-0.121	0.125	0.001	-0.029
净资产收益率	0.963	0.032	0.141	0.043	-0.08
营业毛利率	0.294	-0.234	-0.003	-0.043	0.71
成本费用利润率	0.818	-0.244	0.101	-0.044	0.282

F1公因子在总资产净利润率（ROA）、净资产收益率、可持续增长率和成本费用利润率这四个变量上的载荷比重较高，将其命名为盈利能力指标。

F2公因子在流动比率、速动比率和资产负债率这三个变量上的载荷比重较高，将其命名为风控能力指标。

F3公因子在基本每股收益增长率和净利润增长率这两个变量上的载荷比重较高，将其命名为发展能力指标。

F4公因子在专利总授权量和当年专利授权量两个变量上的载荷比重较高，将其命名为研发能力指标。

F5公因子在总资产周转率和营业毛利率这两个变量上的载荷比重较高，将其命名为营运能力指标。

注意到总资产周转率的载荷系数为负，说明企业的营运能力和总资产周转率呈负相关，这一点可能是由于创业板上市企业中大多数为装备制造业，而这一产业往往是采取备货生产的形式，因此总资产周转率越低，该企业的销量可能越好，成长性也越高。因此，将总资产周转率看作负向指标。

按照重要性排序的指标体系见图1。

图1 成长性指标体系

Fig.1 Growth index system

在指标体系建立的基础上运用突变级数法计算各公司样本的成长性。

（1）量纲为一标准化处理。

通过利用Min-Max标准化方法对处于底层的各个定量指标进行线性变换，将原始数据转化为［0，1］区间上的量纲为一标准化。

（2）归一化。

根据企业的成长性指标的确定情况，运用不同的突变函数逐个分析。常见的突变势函数及其归一公式见表6，根据每个二级变量的子变量个数即控制维数选择相应势函数对应的归一公式。故盈利能力由蝴蝶突变模型构建，风控能力由燕尾突变模型构建，发展能力、研发能力和营运能力由尖点突变模型构建，最后的综合指标由棚屋突变模型构建。同时，根据各指标间的相关系数判断选用互补原则或非互补原则。

表6 常见的突变势函数及其归一公式

Tab.6 Common catastrophe potential function and its normalization formula

突变类型	控制维数	势函数表达式	归一公式
折叠	1	$f(x)=x^3+ax$	$x_a=a^{\frac{1}{2}}$
尖点	2	$f(x)=x^4+a{x}^2+bx$	$x_a=a^{\frac{1}{2}},x_b=b^{\frac{1}{3}}$
燕尾	3	$f(x)=\frac{1}{5}{x}^5+\frac{1}{3}a{x}^3+\frac{1}{2}b{x}^2+cx$	$x_a=a^{\frac{1}{2}},x_b=b^{\frac{1}{3}},x_c=c^{\frac{1}{4}}$
蝴蝶	4	$f(x)=\frac{1}{6}{x}^6+\frac{1}{4}a{x}^4+\frac{1}{3}b{x}^3+\frac{1}{2}c{x}^2+d$	$x_a=a^{\frac{1}{2}},x_b=b^{\frac{1}{3}},x_c=c^{\frac{1}{4}},x_d=d^{\frac{1}{5}}$

本文以二级指标盈利能力为例说明突变级数的计算方法：对指标C1总资产净利润率、C2净资产收益率、C3可持续增长率、C4成本费用利润率通过蝴蝶突变级数计算，即

$$X_{\mathrm{a}}=C{\mathrm{1}}^{\frac{\mathrm{1}}{\mathrm{2}}}=\mathrm{0.646}\mathrm{550}{\mathrm{936}}^{\frac{\mathrm{1}}{\mathrm{2}}}=$$0.804 083 911

$X_{\mathrm{b}}=C{\mathrm{2}}^{\frac{\mathrm{1}}{\mathrm{3}}}=\mathrm{0.716}\mathrm{720}{\mathrm{05}}^{\frac{\mathrm{1}}{\mathrm{3}}}$=0.894 917 879

$X_{\mathrm{c}}=C{\mathrm{3}}^{\frac{\mathrm{1}}{\mathrm{4}}}=\mathrm{0.673}\mathrm{777}{\mathrm{494}}^{\frac{\mathrm{1}}{\mathrm{4}}}$=0.906 001 935

$X_{\mathrm{d}}=C{\mathrm{4}}^{\frac{\mathrm{1}}{\mathrm{5}}}=\mathrm{0.469}\mathrm{274}{\mathrm{021}}^{\frac{\mathrm{1}}{\mathrm{5}}}$=0.859 578 021

运用SPSS得出盈利能力各指标的相关性矩阵如表7。

表7 盈利能力各指标的相关性矩阵

Tab.7 Correlation matrix of profitability indicators

指标	（1）	（2）	（3）	（4）
（1）总资产净利润率	1
（2）净资产收益率	0.95	1
（3）可持续增长率	0.905	0.96	1
（4）成本费用利润率	0.809	0.712	0.704	1

由相关系数矩阵知总资产净利润率、净资产收益率、可持续增长率和成本费用利润率两两之间相关性较高，因此采用互补原则求均值，得出指标B1盈利能力为

$X_{\mathrm{B}\mathrm{1}}=\frac{X_{\mathrm{a}}+X_{\mathrm{b}}+X_{\mathrm{c}}+X_{\mathrm{d}}}{\mathrm{4}}$=0.866 145 436。

本节探讨了如何建立创新型企业成长性的综合评价指标，结合因子分析和突变级数法，建立了较为全面的成长性评价体系。

3 创业板上市企业的影响因素分析

在创新型企业成长性综合评价指标体系建立的基础上，拟采用模糊集定性比较分析法（Qualitative Comparative Analysis，简称QCA ）综合分析创新型企业成长性的内部影响因素和外部影响因素，并探究高成长性创新型企业的形成路径。

3.1　定性比较分析法

定性比较分析诞生于20世纪80年代，早期被重点应用于历史社会学和政治学。近年来，随着研究体系的逐渐成熟，在管理学领域也得到了越来越多的重视，成为解决因果关系复杂性的重要工具^［17］。

在国外，一些学者将定性比较分析方法与传统定量研究方法相结合。例如，Woodside等在研究消费者最终决策的影响因素时，在使用传统回归分析来测试价格、销售员的能力和是否有同伴在场这三个独立变量显著性的同时，还使用了定性比较分析法识别影响消费者购买决策的影响因素组合^［18］。国内学者夏鑫等人提出经济与管理领域的研究除了传统的定量方法，还可以使用定性比较分析以获得更可靠的结果^［19］。

3.2　定性比较分析法分析企业成长性的适用性评述

QCA方法在国内开始被用于学术研究至今不过十年时间。早期，QCA主要被应用于政策效果、地方治理等社会和政治领域。如沈东川运用清晰集定性比较分析法研究中国房地产市场中政府内部分化对业主抗争结果的影响^［20］；刘尧运用模糊集定性比较分析探究35个国家的VoIP管制框架的关键因素和组合^［21］。随后从2016年开始，以QCA为核心方法研究企业主体的论文逐渐出现。如季桓永等人采用模糊集定性比较分析法，研究学习导向影响双元学习、新产品竞争优势和企业绩效的多重因果路径^［22］。

由此可见，QCA的用途被进一步拓宽，不仅可以分析政策效果、社会现象，也可以分析企业等微观主体，并且在影响因素研究、路径研究（驱动机制）和匹配效应（关联性研究）方面具有独特优势。选择定性比较分析研究高成长性创新型企业的形成路径是合理且有优势的，原因有：

（1）能够综合评估企业成长性的多个影响因素，相比于多元回归分析仅能探索自变量的净效应对因变量的影响，定性比较分析法适应了企业成长性的复杂因果关系，并且能够探索出怎样的条件组态有利于企业提高成长性。

（2）能够摆脱小样本的困扰。相比于多元回归分析需要大样本来支撑其结果的显著性，定性比较分析法完全摆脱了这一条件的限制，因而能够被更广泛地应用。

（3）能够综合评估影响企业成长性的内部和外部因素。通过定性比较分析的组态思维，能够得出不同的内外条件组合即不同的组态，因此可以使用该方法探索出企业基于自身条件实现高成长性的更多路径选择。

（4）操作更加简单，结果也更加清晰明了。相比于多元回归分析可能忽略交互效应和非线性的因果关系，定性比较分析法不需要苛刻的前提假设，能够更加客观地探索多个变量间的复杂因果关系；相比于结构方程模型仅能解释各变量间的结构关系，定性比较分析法在因果关系的解释方面更具有可信性。

3.3　应用定性比较分析法分析企业成长性的影响因素

3.3.1　样本与条件选取

选取国内主要的26个省会城市为城市样本，选择地址位于该26个城市且于2017年及之前在创业板上市的企业为企业样本进行研究。

选取第2节计算得出的综合成长性作为结果变量。条件的选取涉及企业及其所在城市两个层面，具体见表8（考虑到研发投入对于企业成长的影响往往具有时滞效应，因此企业内部和所在地的研发投入均选取前一年即2017年的数据）：

表8 选取的条件及其指标

Tab.8 Selected conditions and indicators

内部/外部因素	维度	条件	指标
内部因素	微观	研发人力	研发人员占比
		研发财力	研发支出总额占营业收入比例
		上市年龄	2018与企业上市年份之差
外部因素	中观	企业集聚	所在城市内创业板上市企业总数
	宏观	市场环境	所在城市全体居民人均可支配收入
		政策环境	所在城市财政支出中科技支出占比
		营商环境	营商环境得分
		教育环境	每万人中高等学校毕业生数量

3.3.2　数据校准

采用直接校准法进行校准，参考Fiss等人的做法，把百分位数75对应的变量值作为完全隶属临界值、百分位数50即中位数作为交叉点、百分位数25两者中间值作为完全不隶属临界值。将定性锚点通过计算命令输入至fs.qca软件中，得到各城市在5个条件下的隶属分数和各企业在3个条件下的隶属分数。在得到结果和各条件的隶属分数的基础上构建真值表。

3.3.3　构建真值表

条件总数为8，因此一共存在256种组态形式（28=256）。通常，选择的构型需要占据总样本至少75%～80%的比例。在该研究中，案例数量为3时对应的累计百分比为74%，案例数量为2时对应的累计百分比为90%，因此设置案例频数阈值为2，能够涵盖90%的样本。将一致性阈值设置为0.820 276，得到真值表见表9。其中，条件变量S、I、A、M、P、E、B、C的具体含义分别为企业内部研发人员占比高、内部研发投入强度大、企业的上市年龄大、所在城市市场环境好、所在城市政策环境好、所在城市教育环境好、所在城市营商环境好、所在城市企业集聚程度高。相反地，条件变量～S、～I、～A、～M、～P、～E、～B、～C的具体含义分别为企业内部研发人员占比低、内部研发投入强度小、企业的上市年龄小、所在城市市场环境差、所在城市政策环境差、所在城市教育环境差、所在城市营商环境差、所在城市企业集聚程度低。结果变量G则表示企业的成长性。

表9 真值表

Tab.9 Truth table

S	I	A	M	P	E	B	C	数字	G	一致性
0	0	1	1	0	0	1	0	2	1	0.978 873
0	0	1	0	1	0	0	1	2	1	0.975 806
0	0	1	0	1	1	0	1	2	1	0.963 687
0	0	1	0	1	0	1	1	2	1	0.938 918
0	1	0	1	1	0	0	1	2	1	0.920 213
0	1	1	1	1	0	0	1	2	1	0.919 847
1	0	1	1	1	1	1	1	2	1	0.907 029
0	0	0	1	1	0	0	1	5	1	0.896 266
0	0	1	1	1	1	1	1	5	1	0.893 333
1	1	0	1	1	0	0	1	2	1	0.857 466
1	0	0	1	1	0	0	1	2	1	0.856 492
1	1	0	1	0	1	0	0	2	1	0.834 625
1	1	1	0	0	1	0	0	4	1	0.820 276
1	1	1	1	1	1	1	1	9	1	0.808 351
0	0	0	0	1	0	0	1	3	1	0.804 598
0	0	1	1	1	0	0	1	3	1	0.803 827

3.3.4　单项前因条件的必要性分析

在真值表构建完成的基础上，首先进行单项前因条件的分析，得到结果见表10。其中～S表示条件S的非集，以此类推。

表10 必要条件分析

Tab.10 Analysis of necessary conditions

条件代码	条件	一致性	覆盖度
S	企业内部研发人员占比高	0.523 382	0.541 954
~S	企业内部研发人员占比低	0.565 507	0.551 961
I	内部研发投入强度大	0.554 583	0.565 327
~I	内部研发投入强度小	0.524 654	0.519 831
A	企业的上市年龄大	0.513 656	0.587 506
~A	企业的上市年龄小	0.528 096	0.473 215
M	所在城市市场环境好	0.779 723	0.515 917
~M	所在城市市场环境差	0.279 312	0.583 191
P	所在城市政策环境好	0.823 569	0.518 147
~P	所在城市政策环境差	0.247 063	0.616 390
E	所在城市教育环境好	0.379 349	0.589 741
~E	所在城市教育环境差	0.676 618	0.502 305
B	所在城市营商环境好	0.783 988	0.500 119
~B	所在城市营商环境差	0.265 918	0.629 138
C	所在城市企业集聚程度高	0.835 840	0.511 048
~C	所在城市企业集聚程度低	0.215 114	0.606 413

通过上表，可以发现所有单独的前因条件计算所得的一致性范围在0.215 114～0.835 840之间，均小于临界值0.9，说明创新型企业内部的研发投入强度、研发人员占比、上市年龄以及所在城市的市场环境、教育环境、营商环境、政策环境、创新型企业集聚程度都无法独自构成创新型企业高成长性的必要条件。

在此基础上，进行下一步的组态条件分析。

3.3.5　多个前因条件的组态分析

在上一步单项前因条件必要性分析的基础上，对多个条件的组态进行分析，选择介于简单解和复杂解之间的解被称为中间解，它的最大优势是不会剔除必要条件^［23］。

观察中间解如表11，一共得出9种不同的高成长的创新型企业的构型，总一致性是0.825 193，总覆盖度达到了0.303 404。以下对各种构型逐一进行分析。

表11 中间解

Tab.11 Intermediate solution

构型	原始覆盖度	净覆盖度		一致性
A*M*B*~C	0.048 559 7	0.017 059 2	0.901 389
A*~M*P*C	0.098 241 8	0.032 472 6	0.895 024
S*I*A*E	0.079 910 3	0.042 947 6	0.788 774
~I*P*~E*~B*C	0.092 405 6	0	0.851 724
~S*P*~E*~B*C	0.097 792 8	0.005 013 05	0.857 612
S*I*M*E*~C	0.052 974 2	0.026 112 8	0.818 497
~A*M*P*~E*~B*C	0.070 258 2	0.004 639	0.882 519
~I*A*M*P*E*B	0.060 755 8	0	0.844 953
~I*A*P*E*B*C	0.071 081 3	0	0.863 637
覆盖度:  0.303 404
一致性:  0.825 193

注：

“*”表示多个条件同时存在，如“A*B”表示A条件和B条件同时存在

综合观察9种构型，可以发现一些规律。

（1）~A总是和M同时出现，A总是和~M出现，说明创业板上市企业在上市初期对于市场环境的要求比上市时间较久时要高，可以解释为创新型企业在上市初期，经营风险较高，正处于适应环境的阶段，对市场的依赖度较高，这个时期如何快速大范围打开市场是企业的当务之急。所在城市全体居民人均可支配收入较高时，购买力也会提高，能够缓冲创新型企业上市伊始的经济压力。而随着创新型企业上市时间的延长，企业逐渐适应了环境，对于市场的依赖程度稍有下降。

（2）绝大多数构型中至少有I和P中的一个，说明R&D投入对于创业板上市企业成长性具有一定的正向作用，当企业所在城市政府对科学技术的财政支持力度较大或企业内部R&D投入力度较大时，对于企业的成长性会有明显的促进作用。对创新型企业自身而言，如果其所在城市政府对科技的支持力度不够大时，其自身就必须加大研发投入。创新往往伴随着高额的成本，一旦研发投入不充足，将会大大阻碍创新研发的进程。

（3）S和I总是同时出现，即企业内部研发人员占比较高和研发投入力度较大倾向于同时出现，说明创新型企业想要获得高成长性，必须同时注重研发投入中的人力投入和财力投入，并协调好二者之间的关系，力求做到研发人力和研发财力的相互配合和最大化利用。

（4）P在9种构型中出现了6次，频数较高，说明创新型企业所在城市政府对科技的重视和投入对企业成长性具有重要意义，能够弥补企业内部研发投入不足的问题，帮助企业减轻创新活动的财务负担，也能更好地营造创新氛围。

（5）C在9种构型中出现了5次，频次较高，说明创新型企业所在城市的创新型企业集聚度较高时，企业更易取得较高的成长性。由于本文所选取的企业大多为高科技含量的制造业，因此企业集聚可以在一定程度上视为产业集聚。产业集聚往往能对一个区域的企业产生积极作用， 因为它能够促进企业间的相互交流、知识共享、技术互补、创新合作等行为，加速企业的技术革新、质量提升，从而提高企业的效益。例如美国硅谷聚集了几十家全球IT巨头和无数中小型高科技公司，形成了独特的创新集群文化，成为了全球的创新高地。

（6）E总是和S同时出现，相反，～E总是和～S同时出现。说明当创新型企业所在城市的教育环境较好即每万人中高等学校毕业生数量较多时，往往能为企业提供充足的人才资源尤其是高端技术人才。在创新驱动发展的时代，高技术人才往往是创新型企业竞相争取的资源，也是企业核心竞争力的重要来源。

（7）B总是和A同时出现，说明随着创新型企业上市时间的延长，其对所在城市营商环境的依赖度较高。城市的营商环境适宜体现在基础设施完备、社会服务环境完善、商务成本较低、文化环境较为开放包容等，这些条件能够为企业厚植创新土壤，为企业营造健康发展的环境。

总的来看，高成长性创新型企业具有不同的形成路径，其所在城市的环境条件和企业自身对于研发的重视程度都对企业的成长性具有重要意义。创新型企业所在城市的创新创业生态环境往往能够弥补企业内部的一些不足。因此，对于各地政府来说，营造有利于企业发展的创新创业生态环境显得尤为重要。

4 结论与启示

首先通过因子分析和突变级数相结合的方法构建了创新型企业成长性的评价指标，该指标综合考虑了企业的盈利能力、风控能力、创新能力、发展能力和营运能力。并通过模糊集定性比较分析（QCA）方法研究了高成长性创新型企业的形成路径，发现单独的条件都不足以构成高成长性的必要条件，多个条件的组合才能为创新型企业提供高成长性的可能性。

本文对创新型企业如何提高自身成长性以及政府机构如何营造当地创新型企业高速成长提出以下建议。

（1）对创新型企业

首先，创新型企业在加大研发投入的同时，也要优化研发投入的资源配置，确保研发人力与研发支出的协调匹配，避免资源错配和创新的索洛悖论。具体来说，要保障研发人员的数量及质量和研发支出相匹配，最大限度发挥智力资本在将研发支出转化为创新产出中的作用。

其次，创新型企业要注意自身优劣势和区域优劣势的匹配，最大限度发挥企业自身的优势。在选址时，企业应科学评估各备选城市的教育环境、市场环境、营商环境和政策环境等，选择合适的城市作为企业落脚点。

最后，创新型企业要树立开放包容、学习共享的合作理念，与相关企业保持密切交流互动，充分利用产业集群的优势。企业要和产业集群中的其他企业建立起既竞争又合作的关系，既能通过竞争机制促进自身的技术进步，又能通过合作机制进行开放式创新、获得技术突破。

（2）对政府

首先，地方政府应建立和完善支持创新型企业发展的相关政策，同时建立政企协同创新机制，实现财政资金对创新型企业研发活动的精准支持，提高政府研发投入在创新型企业内部的转化率。

其次，地方政府应重视人才，不断优化教育环境，继续加大财政资金对于教育的支持力度，提高高等教育的普及程度，完善一流大学和一流学科建设，促进人口教育质量的全面提升，保障创新型企业的人才供给。

此外，地方政府应不断优化城市营商环境，为创新型企业提供成长的“沃土”。一是要转变政府职能，简化办事流程、降低服务费用，为创新型企业提供更加全面、高效的服务。二是通过设立市一级的专项创新资金、深化知识产权质押等金融科技创新，为创新型企业打造更加多维和便利的融资渠道。三是不断完善基础设施建设，提高城市内部和城际交通的效率，提高企业的贸易便利化。四是树立可持续发展的大局观，完善生态环境建设。

最后，地方政府应建立特色产业园区，充分发挥产业集群对于区域经济发展的带动作用，促进人力、财力、信息等资源高速、精准向创新型企业集聚，打造健康、活力的产业链。