路徑依賴視角下先進制造業數字化轉型組態路徑研究

李煜華，向子威，胡瑤瑛，褚祝杰

(1.上海應用技術大學 經濟與管理學院，上海 200235 ；2.上海應用技術大學 人文學院，上海 200235 ； 3.上海交通大學 國際與公共事務學院，上海 200030)

0 引言

隨著5G、大數據、區塊鏈、工業互聯網和人工智能等數字技術的快速發展，數字技術與制造業正在加速融合[1]。數字技術的快速迭代產生了一個具有高動態性的商業市場環境，制造企業若滯留在原有舒適圈，就不能適應新技術、新市場、新競爭和新規則的環境變革，無法突破依賴先前實踐經驗形成的傳統路徑進而探索符合數字化情境的新路徑，以實現制造業轉型升級[2-3]。制造業作為我國深入實施創新驅動發展戰略的主陣地，是助推數字經濟與實體經濟融合發展的主攻方向和關鍵突破口。如何借助數字化轉型打破我國制造業發展困局，是拓展“互聯網+”與“智能+”、完善“中國制造”+“中國服務”發展模式、推動“制造強國”“數字中國”建設、實施“三大任務、一大平臺”國家戰略面臨的重要課題。在此情境下，如何利用數字技術擺脫傳統制造模式、轉變企業形態并實現數字化轉型是中國企業急需解決的現實難題。因此，探索制造業數字化轉型規律成為學界研究的重點理論問題。

“十四五”規劃和2035年遠景目標綱要提出，“推動現代服務業與先進制造業深度融合”；黨的十九大明確要求“培育若干世界級先進制造業集群”。然而，越來越多先進制造企業在生產實踐中發現，傳統路徑并不能很好地指導其在數字經濟浪潮下實現高水平發展，有時甚至會起到負作用——過度依賴傳統路徑導致企業產生路徑依賴并引發效益衰竭[4-5]。路徑依賴問題廣泛存在于區域產業演化路徑中，有學者研究發現，2000—2016年路徑依賴型新產業占新產業總數的70%左右[6]。在此情境下，中國先進制造企業雖已有序開展數字化轉型，但組織僵化、路徑依賴、創新倦怠等“頑疾”仍存在于企業中，致使數字技術與企業有機融合過程中存在一定時滯性，最終導致數字化驅動先進制造企業高質量轉型升級的效果不顯著。此外，企業間在生產效率、資源結構、創新能力等方面存在客觀差距，依靠單一路徑分析推導出的結論在路徑依賴問題上不易作出區分，得出的建議和啟示也不能針對性解決中國先進制造企業數字化轉型中的路徑依賴問題。基于此，本文采用研究企業技術創新與技術采納的技術—組織—環境(Technology-Organization-Environment，TOE)理論框架和用于區分路徑類型的區域產業演化路徑模型，選取27家中國先進制造企業作為研究樣本，運用模糊集定性比較分析方法(Qualitative Comparative Analysis，QCA)，探討不同層面前置要素的聯結情況及前置要素協同推動先進制造業數字化轉型的組態路徑，嘗試打開先進制造業數字化轉型的“黑箱”，促進中國制造業“關鍵少數”——先進制造業在擺脫路徑依賴的前提下，率先實現數字化轉型并保持高質量發展，充分發揮“頭雁效應”，激發“雁群活力”，為其它類型企業擺脫路徑依賴提供實踐指導，確保中國制造業以數字化轉型為抓手，實現高質量轉型升級。

1 理論回顧與模型構建

1.1 文獻回顧

數字化轉型是指運用新一代信息技術，構建數據收集、傳輸、儲存、處理和反饋閉環從而提高行業整體運行效率，進而建立全新的數字經濟體系。本文將先進制造業數字化轉型定義為先進制造企業依靠數字技術推動企業高質量發展和產業轉型升級，最終實現企業與技術有機融合的過程。近年來，國內外學者研究發現，制造業數字化轉型存在大量影響因素，并將其劃分為企業內部因素和外部因素。

在企業內部影響因素中，李君[7]研究發現，企業數字化轉型績效與企業數字化轉型意識存在強聯結關系。在技術躍遷方面，歐春堯等[8]、Christensen等[9]應用fsQCA方法探究數字技術躍遷對人工智能企業顛覆性創新的影響；張璐陽等(2021)以集成電路產業為研究對象，運用扎根理論構建集成電路企業顛覆性創新模型；孟凡生等[10]探究傳統產業邁向智能制造的影響因素。在設施建設方面，羅序斌等[11]考慮包括設施建設在內的多重影響因素，并以省域為單位比較各地制造業數字化轉型水平；沈運紅等[12]采用2008—2017浙江省面板數據，證實數字經濟水平會影響制造業高質量轉型升級。在管理變革方面，Maiga等[13]研究發現，數字技術通過提高企業人員學習能力的途徑提升工作效率；呂文晶等(2019)通過海爾公司的縱向案例研究發現，數字平臺能夠顯著提高企業管理人員的管理能力并促進消費者與企業進行對話；嚴子淳等(2021)、劉意等[14]研究發現，制造業數字化發展與企業內部管理變革、組織重構息息相關。

在企業外部影響因素的相關研究中，Reischaue[15]以制造業為樣本，研究不同類型政策對制造業高質量發展的推動作用；馬艷艷等(2014)實證研究企業合作廣度和深度對企業創新的影響；周源[16]實證研究政府引導對技術擴散的影響。除政策推動、企業合作、政府引導等影響因素外，Luo等[17]、Tang等[18]研究發現，制造業數字化轉型還受到輿論支持、品牌認同、消費習慣等外部環境因素影響。

學者們從不同視角萃取出制造業數字化轉型的影響因素并深入分析其作用機制，為本文探索路徑依賴視角下先進制造業數字化轉型組態路徑奠定了堅實的理論基礎。綜上所述，先進制造企業需要在明晰多方面要素的前提下，結合企業自身特點，對癥下藥地制定數字化轉型策略。以某一維度中的要素作為研究樣本，只能推斷出要素與先進制造業數字化轉型的單一線性關系，難以挖掘多維度要素對先進制造業數字化轉型的聯結作用機制，不能系統揭示不同先進制造企業數字化轉型過程中的復雜多因素聯合作用機理(陳爽英等，2021)。先進制造業數字化轉型過程中是否存在路徑依賴現象？不同影響因素在推動制造業數字化轉型過程中是否具有組合作用？各要素之間的聯動匹配效果有何異同？路徑突破與數字化轉型有何種聯系？上述問題仍有待深入挖掘。

1.2 路徑依賴視角

路徑依賴是指區域知識基礎在新時期的發展沿著其過去積累的技術、產業等形成的既定軌道前進[19]。在社會科學領域，路徑依賴被認為是狀態與過程的結合體，過程是一種非遍歷性的隨機動態，受歷史偶然事件影響，結果呈現出鎖定狀態，鎖定于過去的結構或路徑[20]。特定技術軌跡在短期內可能會降低企業創新成本，但從長期看，區域知識基礎可能被鎖定在現有創新活動中，限制企業抓住新機會實現轉型發展，最終由于無法對新市場、新技術作出反應而陷入虧損和衰退[21]。在此情境下，企業需要采取主動戰略行動引進新技術并實現與企業的有機融合，從而實現路徑突破。當路徑鎖定嚴重阻礙地區知識更新甚至導致區域衰落時，地區需要從區域知識基礎中演化出新的產業或知識從而走向新的發展軌道，稱之為路徑突破[22]。先進制造企業作為制造業中的大型企業，長期存在組織僵化、創新倦怠等問題，并且更擅長改進性創新而非顛覆性創新，但數字經濟的沖擊帶來改變原有經營范式的機會，為大型企業創新創業注入新鮮血液。為此，消除企業內部存在的路徑依賴問題迫在眉睫。因此，本文從路徑依賴視角探討先進制造業數字化轉型組態路徑問題具有重要現實意義。

1.3 模型構建

本文整合現有研究成果并結合路徑依賴視角下中國先進制造企業數字化轉型實際情況，在考慮樣本總體數量、企業個體特點、理論可行性等前因要素的前提下，從技術層面、組織層面、環境層面敲定路徑依賴視角下先進制造業數字化轉型的前因變量。

以數字技術躍遷、數字設施搭建作為技術層面的前因變量。數字技術躍遷是指先進制造企業以數字技術應用為手段推動自身制造體系跨越，通過生產新產品或提供新服務的方式把握市場態勢并滿足用戶需求；數字設施搭建是指企業為實現數字技術的合理應用，完善工業數字化配套設施，以滿足企業數字化應用的硬件需求。以工業互聯網、大數據、數字孿生等為代表的數字技術擁有顛覆性潛能，能夠在提高數字化技術水平的前提下促進先進制造企業精準預測用戶需求，從而搶占市場先機[9]，推動數字技術與企業有機融合，進而提升企業技術創新水平[13]。因此，數字技術躍遷在先進制造業數字化轉型進程中對提高企業技術創新能力具有重要作用。[12]。此外，學者研究發現，數字配套設施的完善能顯著推動工業數字化進程[23]，賦能制造業產業模式變革[24]。因此，數字技術躍遷為先進制造業數字化轉型打造了強大的引擎，數字設施搭建為先進制造業數字化轉型奠定了堅實基礎。

以管理模式變革、生產流程改進作為組織層面的前因變量。管理模式變革是指先進制造企業引入ERP等數字化決策系統并同步推進員工數字化素質培養從而促進數字孿生或智能制造的實現；生產流程改進是指基于數字化裝備、數字化決策系統等先進生產要素，先進制造企業實現生產過程數據化和生產數據透明化，以數字孿生為手段反復試錯并結合反饋信息對生產流程作出正向調整。ERP作為數字化管理信息系統的典型代表，是企業開展管理模式變革和數字化轉型的重要基礎[12]，先進制造企業與數字技術有機融合也能推動企業實現生產流程數據化與生產數據透明化，從而促進企業數字化轉型[14]。因此，管理模式變革和生產流程改進是先進制造業數字化轉型中的“潤滑劑”，能夠幫助企業積聚數字化優勢，更好更快地實現先進制造業數字化轉型。

以行業發展水平、企業競爭壓力作為環境層面的前因變量。行業發展水平是指先進制造企業所處行業發展狀況和達到的高度，可通過企業外部環境穩定度衡量；企業競爭壓力是指行業間盈利水平波動、企業間產品競爭和市場拼搶等行為給企業帶來的生存壓力。行業發展水平在先進制造業數字化轉型過程中能起到助推作用——先進制造企業能在所屬行業發展水平較高的區域快速實現數字化。先進制造業數字化轉型是區域數字經濟高質量發展的重要指標，地理位置毗鄰的同級政府在績效考核壓力下勢必展開競爭，從而對轄區內先進制造企業數字化轉型戰略及行為產生影響。因此，各地區政府面臨政策、考核及競爭壓力時，會以數字化轉型為手段推動本地區企業數字化發展，從而將地區間競爭壓力傳導至區域內先進制造企業(陳爽英等，2021)。因此，行業發展水平和企業競爭壓力能為先進制造業數字化轉型提供良好的外部條件。

1.3.1 先進制造業演化路徑模型構建

本文以技術關聯度指標區分路徑依賴型企業與路徑突破型企業。Balland[22]基于技術關聯度和技術復雜度兩個維度，構建區域產業演化路徑模型，該模型按演化路徑差異將區域產業分為4種類型，如圖1所示。考慮到行業發展水平、政府支持度等環境層面要素也是先進制造業發展過程中的重要影響因素，本文在區域產業演化路徑模型基礎上增添一個新維度——環境適應度，構建先進制造業發展路徑模型，將先進制造業發展路徑細分為8種類型，如圖2所示。按照先進制造業環境適應度高低，將CA、DA、CB、DB細分為FCA、FDA、FCB、FDB(環境適應度高的4種發展路徑)和ECB、EDB、EDA、ECA(環境適應度低的4種發展路徑)共8種發展路徑。數字技術躍遷、管理模式變革能降低技術關聯度，數字設施搭建、生產流程改進能提升技術復雜度，行業發展水平、企業競爭壓力波動會影響環境適應度。

1.3.2 先進制造業數字化轉型驅動因素模型構建

綜上所述，數字設施搭建、數字技術躍遷是推動先進制造業數字化轉型的主要力量，管理模式變革、生產流程改進是先進制造業數字化轉型活動的必要空間，行業發展水平、企業競爭壓力是先進制造業數字化轉型萌芽的重要基礎。因此，本文選取的6個前因變量均與先進制造業數字化轉型優勢存在強關聯性，適合進行組態分析。結合路徑依賴理論、TOE理論框架、前因變量、結果變量以及先進制造業發展路徑模型，本文構建先進制造業數字化轉型驅動因素模型，如圖3所示。

圖1 區域產業演化路徑模型Fig.1 regional industrial evolution path model

圖2 先進制造業發展路徑模型

圖3 先進制造業數字化轉型驅動因素模型Fig.2 Development path model of advanced manufacturing industry

2 研究設計

2.1 研究方法

本文采用模糊集定性比較分析法(fsQCA)探討路徑依賴視角下先進制造業數字化轉型組態路徑[25]，主要基于以下考慮：首先，fsQCA方法兼具質性研究與量化研究的優勢，能從組態視角出發定性分析前因要素及定量分析組態路徑[26]；其次，fsQCA方法不僅能分析前置要素與結果要素之間的必要關系，還能進一步分析要素之間的聯結情況以及不同前置要素組合推動結果要素的組態路徑；最后，fsQCA方法與清晰集定性比較分析(csQCA)和多值集定性比較分析(mvQCA)方法相比，能夠較大程度減輕繁雜數據對關鍵數據的影響從而最大程度確保數據精確度。此外，TOE框架為研究技術轉移與技術采納提供了新視角，已有學者嘗試將TOE框架與fsQCA方法相結合并取得了較好的研究效果。因此，采用fsQCA方法并結合TOE框架，探討路徑依賴視角下先進制造業數字化轉型組態路徑具有理論上的可行性。

2.2 樣本選擇

本文嚴格按照以下原則選擇樣本：在樣本數量上，根據QCA模型規范研究[25-26]，選取的樣本必須大于25個才能保證研究的信效度；在樣本質量上，選取的先進制造企業需滿足相關資料較充足、數字技術嵌套較完備、數字化轉型過程清晰、階段分明并以可持續發展為目標等條件。基于上述原則，本文最終選取27家中國先進制造企業作為研究樣本。

2.3 問卷設計

本文按照設計量表、小范圍調研、改進量表、發放問卷的流程展開調研，進而收集相關數據。為使研究符合中國情境，本文借鑒國內高質量研究成果，盡可能采用已有文獻成熟量表中的題項設計量表[10]。所有量表均采用Likert 7級量表，1～7表示從“非常不同意”到“非常同意”。具體問卷題項如表1所示。

2.4 數據收集

本文調研工作從2020年5月開始，以實地考察結合網絡問詢的方式展開為期一年的田野調查。調研工作按照如下步驟展開：首先，隨機選取3名企業中高層管理人員，開展訪談之后填寫問卷；其次，對訪談錄音及問卷數據進行對比分析與討論，問卷數據按少數服從多數的原則處理；最后，若發現3名管理者在某些問卷題項上產生意見分歧，則針對相關問題再次與企業數據提供者進行訪談，得到最終數據。

本文共調查27家先進制造企業，發放問卷234份，收回有效問卷158份，問卷回收率為67.5%。剔除無效問卷后，剩余有效問卷85份，問卷有效率為36.3%。問卷數據描述性統計分析如表2所示(已對各構面分值作加總處理)。

為保證數據的真實性，避免共同方法偏差，本文在收集一手數據的同時，以“數字經濟”“先進制造業”“數字化轉型”為關鍵詞在中國知網、同方、中國學術調查資料庫等平臺進行搜索，充分補充二手數據。收集工作遵循動態性、持續性和問題導向性原則，及時根據發現的問題，通過網絡、紙質資料進行廣泛搜索，采取交叉驗證的方式對問卷數據進行信度檢驗。結果顯示，研究人員、咨詢專家、企業人員在問卷分值上達成一致，問卷分值也真實反映出先進制造企業數字化轉型實際情況，表明問卷數據信度較高。

表1 量表設計Tab.1 Scale design

表2 描述性統計分析結果Tab.2 Descriptive statistical analysis

3 實證分析

3.1 校準與必要性分析

本文采用直接校準法將問卷數據校準為隸屬度值[26]。采用以下步驟進行數據校準：首先，將問卷數據按維度作加總處理，得到維度數據；然后，將維度數據導入SPSS軟件中，利用頻率分析中的統計功能計算出各維度5%、50%、95%的分位值，得出校準錨點；最后，將維度數據導入fsQCA軟件中，利用calibrate函數完成數據校準。校準錨點是該組數據按從大到小排列后根據5%、50%、95%分位計算出的分位值。以數字技術躍遷(DTECT)為例，34.6、24.0、14.0分別代表該組數據在5%、50%、95%分位上的值，只有計算出錨點值才能對數據進行進一步校準，進而進行后續分析。

將問卷數據轉化為模糊集隸屬分數后，遵循fsQCA研究的基本原則，利用fsQCA3.0軟件對數據進行必要性分析(單因素分析)，判斷各個條件在結果變量實現過程中的必要性，校準錨點和必要性分析結果如表3所示。在社會科學領域，前因變量和結果變量會產生一定偏離，出現前因變量一致性等于1的可能性較小，因此學界一般將一致性閾值設為0.9。當前因條件的一致性大于0.9時，需考慮此前因變量可能為結果變量的必要性條件，本研究各前因變量的一致性均小于0.9，不宜作為必要條件。

3.2 TOE框架下的組態路徑分析結果

對數據進行必要性檢驗后，以DTECT、DFC、MSC、PPI、IDI、CCP為前因變量，DTA為結果變量構建真值表。本文根據充分性的一致性水平不低于0.88、中小樣本設定為1的標準，將一致性閾值設定為0.88，案例頻數閾值設置為1。按照標準進行分類，將簡約解中的條件設為核心條件，出現在中間解但被簡約解剔除的條件設為輔助條件。TOE框架下的組態路徑分析結果見表4。結果顯示，6條路徑原始覆蓋度均大于0.3，核心要素、參與要素和缺失要素均符合先進制造業數字化轉型情境；解的一致性大于0.9，遠高于0.75；解的覆蓋率大于0.7，表明條件組態整體解釋力強，結果可靠。

表3 校準錨點及必要性分析結果Tab.3 Calibration anchor points and necessity analysis

表4 TOE框架下的組態路徑分析結果Tab.4 Configuration path analysis under TOE framework

3.3 路徑依賴視角下的組態效應分析

組態路徑分析結果表明，數字技術躍遷、管理模式變革、企業競爭壓力多次作為核心條件，證明技術復雜度和環境友好度在數字化轉型過程中具有重大作用；從TOE視角分析組態路徑很難得到有價值的結論，轉換研究視角成為必然。因此，本文按照如下原則對路徑依賴視角下的組態路徑進行探討：核心條件計為2分，輔助條件計為1分；正向條件計為正值，反向條件計為負值。以技術關聯度為x軸，用DTECT、MSC得分之和的相反數表示；以技術復雜度為y軸，用DFC、PPI得分之和表示；以環境適應度為z軸，用IDI、CCP得分之和表示(正值為高、負值為低，0則高低均可)。計算出各路徑在先進制造業發展路徑模型中的x、y、z值之后，指出各路徑在模型中覆蓋的區域。本文采用Ragin[25]的做法展示先進制造業組態路徑分析結果：用實心圓圈表示條件變量出現，“?”表示變量不出現，空格表示該條件變量無關緊要。其中，“●”表示核心條件，“”表示邊緣條件。具體結果如表5所示。

由表5可知，6條組態路徑中有4條是突破型路徑，2條是混合型路徑。路徑1、2、3、4為突破型路徑，均表現出較低的技術關聯度。其中，路徑1表現出高技術復雜度和低環境適應度，覆蓋先進制造業發展路徑模型中的ECA區域；路徑2表現出低技術復雜度和高環境適應度，覆蓋先進制造業發展路徑模型中的FCB區域；路徑3表現出高環境適應度，覆蓋先進制造業發展路徑模型中的FCA、FCB區域；路徑4表現出高技術復雜度和高環境適應度，覆蓋先進制造業發展路徑模型中的FCA區域。路徑5、6是混合型路徑，其技術關聯度指標為0代表該組態路徑覆蓋依賴型、突破型兩種發展路徑。其中，路徑5表現出低技術復雜度和高環境適應度，覆蓋先進制造業發展路徑模型中的FCB、FDB區域；路徑6表現出高技術復雜度和高環境適應度，覆蓋先進制造業發展路徑模型中的FCA、FDA區域。

從路徑依賴角度出發，6條路徑中的4條路徑為突破型路徑，2條路徑為混合型路徑(同時含有依賴型、突破型兩條子路徑)。先進制造業發展模型覆蓋情況如表6所示。先進制造業發展路徑模型中，FCB、FCA區域被相同或不同路徑多次覆蓋，各被覆蓋3次；ECA、FDB、FDB區域被不同路徑單次覆蓋。路徑突破區域共被覆蓋7次，占總次數的78%。在該區域中，高環境適應區域被覆蓋6次，低環境適應區域被覆蓋1次；高技術復雜區域被覆蓋4次，低技術復雜區域被覆蓋3次。路徑依賴區域被覆蓋2次，占總次數的22%。在該區域中，高環境適應區域被覆蓋2次，實現全覆蓋；高技術復雜區域和低技術復雜區域各被覆蓋1次。

表5 路徑依賴視角下的組態路徑分析結果Tab.5 Configuration path analysis from the perspective of path dependence

表6 先進制造業發展模型覆蓋情況Tab.6 Coverage of advanced manufacturing development model

結合組態路徑分析結果和先進制造業發展模型覆蓋情況，可以發現，單純的依賴型組態路徑并不能促進先進制造業數字化轉型。從路徑依賴視角出發，本文實證研究得出的6條組態路徑均為突破型或混合型，不存在單純的依賴型組態路徑；從先進制造業發展模型覆蓋情況看，路徑依賴區域被混合型路徑5、6覆蓋2次，除此之外，不存在其它覆蓋情況。與其它各類組態路徑相比，突破型組態路徑與制造業數字化轉型契合度更高。從路徑依賴角度看，單純的突破型組態路徑占總路徑的67%；從先進制造業發展模型覆蓋情況看，路徑突破型區域覆蓋次數占總覆蓋次數的78%，遠大于路徑依賴型覆蓋次數的占比(22%)。

通過上述分析可知，采用突破型組態路徑的先進制造企業數字化轉型實現概率遠高于混合型組態路徑。此外，混合型路徑5、6的核心條件均為低企業競爭壓力并表現出高環境適應度。然而，采用混合型路徑實現數字化轉型的先進制造企業并不具備保持低企業競爭壓力的主觀能力——隨著其它企業持續進軍先進制造企業所在的“藍海”領域，數字能力低下、管理模式僵化的企業會逐漸喪失數字化轉型優勢，從而影響該企業數字化發展進程。因此，采用混合型組態路徑實現數字化轉型的先進制造企業應轉變為突破型組態路徑，這樣既能快速積聚數字化轉型優勢，也有利于保持數字化轉型穩定持續發展。

通過對比突破型組態路徑與混合型組態路徑的要素發現，與突破型組態路徑相比，混合型組態路徑表現出較高的行業發展水平度和較低的管理模式變革度。并且混合型組態路徑5、6也有一定區別，組態路徑6比組態路徑5表現出更高的技術復雜度。對各維度進行對比分析，觀察混合型組態路徑的前置要素，可以推斷出混合型組態路徑實現數字化轉型優勢積聚的核心思路是：通過保持企業競爭力、依靠行業發展優勢、借助數字技術躍遷以及提高技術復雜度實現數字化轉型。采用混合型組態路徑的先進制造企業都是行業發展水平較高、企業競爭壓力較小的企業，往往是各自行業的龍頭企業。企業選擇混合型路徑進行數字化轉型雖能在短期內取得明顯成效，但管理模式變革度與數字技術躍遷度會隨數字化持續發展而愈來愈低，最終導致混合型組態路徑轉變為依賴型組態路徑，阻礙企業數字化發展。因此，采用混合型組態路徑的企業轉變數字化發展思路對其數字化轉型十分必要。

若要將混合型組態路徑轉變為突破型組態路徑，企業需要提升管理模式變革度。具體而言，企業只有結合發展現狀，著重解決自身存在的組織僵化問題，才能提高管理模式變革度，實現路徑突破。這類樣本也凸顯出我國企業數字化發展中常見的問題：過度關注數字技術引進卻忽略管理模式變革。因此，這類企業要想實現路徑突破，不僅要引進數字化技術，還要認真學習先進管理經驗，積極開展管理模式變革，解決企業組織僵化的痛點，從而快速實現數字化轉型優勢積累，在確保企業健康發展的前提下實現數字化轉型。

3.4 穩健性檢驗

本文采用將一致性水平提高0.05的方法探究組態分析結果的穩健性，依據QCA結果是否穩健的兩個標準(組態路徑參數和組態路徑數量是否產生重大變化)判斷組態路徑研究的穩健性[26]。檢驗發現，將一致性水平從0.88提高到0.93后，組態路徑參數未發生本質變化，組態路徑數量完全相同，表明組態路徑分析擁有較高的穩健性。

4 結論與啟示

4.1 研究結論

本文引入演化經濟地理學領域的路徑依賴與路徑突破理論，以區域產業演化路徑模型為基礎，在綜合考慮中國先進制造業發展模式和影響因素的基礎上構建先進制造業發展模型，結合TOE理論框架，從組態視角構建先進制造業數字化轉型驅動因素模型。同時，以中國27家先進制造企業為樣本，采用fsQCA方法探討實現先進制造業數字化轉型的多條等效前因組態路徑，并根據先進制造業發展模型，從路徑依賴視角分析組態路徑的檢驗結果。本文得出以下主要結論：

(1)各維度任意單一前因條件均不能單獨構成先進制造業數字化轉型的必要條件，先進制造業數字化轉型需各前因條件組態聯結、協同驅動才能實現。本文研究表明，數字技術躍遷、管理模式變革是先進制造業數字化轉型組態路徑的核心條件，但單一要素對先進制造業數字化轉型的驅動力嚴重不足。先進制造企業數字化轉型的實際情況也表明，多因素協同驅動型策略明顯優于單因素驅動型策略。

(2)先進制造業在數字化轉型過程中需重點關注企業的技術關聯度和環境適應度。本文研究表明，數字技術躍遷、管理模式變革、企業競爭壓力多次作為核心條件，并且數字技術躍遷與管理模式變革相聯結才能發揮最大作用。從驅動先進制造業數字化轉型的結果看，低技術關聯度、高環境適應度的多因素組合驅動型策略更有助于實現先進制造業數字化轉型。

(3)突破型組態路徑比其它類型路徑更有可能實現先進制造業數字化轉型，依賴型組態路徑并不能促進先進制造業數字化轉型的實現。本文研究表明，所有路徑的技術關聯度都小于等于0，大多數路徑的技術關聯度為負數。從驅動先進制造業數字化轉型的結果看，突破型組合驅動策略更有助于實現先進制造業數字化轉型。路徑依賴型企業要想實現路徑突破，需要提升管理模式變革能力，著力解決自身存在的組織僵化問題，才能保持數字化高質量發展。

4.2 啟示

通過路徑依賴視角下先進制造業數字化轉型組態路徑研究，結合先進制造企業數字化發展現狀，提出如下啟示：

(1)政府應糾正企業數字化轉型過程中的單因素主導論。在數字化轉型實踐中，要避免只引進數字化技術或只搭建數字化平臺等典型的單因素主導傾向，地方政府可以通過舉辦數字化相關講座、培訓等活動，讓企業管理者認識到單因素主導存在的問題從而加以改進并采用多因素組合驅動型策略。此外，地方政府應根據當地先進制造企業技術與管理維度的實際情況，制定相應政策，支持企業擺脫路徑依賴，實現路徑突破。

(2)企業管理者應意識到組態路徑發展策略在數字化轉型策略中的適用性，在厘清各要素與數字化轉型關系的基礎上，運用組態協調思維作出適合企業數字化轉型的決策。在提升企業生產效率、資源結構、創新能力的前提下，管理者需要對多要素聯結驅動策略給予高度重視，因地制宜地選定最適合本企業的組態路徑。選定路徑后，通過數字技術躍遷、管理模式變革等方式降低企業技術關聯度；關注行業發展水平與政策趨勢，充分緩解企業發展壓力，提高企業環境適應度；采用數字設施建設、生產流程再造等方式提高企業技術復雜度。

(3)管理者需要結合企業自身特點突破路徑依賴并制定適合企業的長期發展戰略。路徑依賴企業要想實現路徑突破，需要制定相應策略，實現企業管理模式變革。此外，為維持企業競爭優勢，確保企業長期穩定發展，管理者需要制定相應發展規劃，引導企業開展數字技術引進、管理模式重構、競爭能力培養，使企業長期保持活力，補足企業前置要素短板的同時，緩解單一優勢依賴狀況，驅動先進制造企業數字化轉型升級。

本文以問卷形式收集相關數據，可能會產生共同方法偏差，后續可采取面板數據展開實證研究。此外，本文在研究中發現，采取突破型組態路徑的企業與采取混合型組態路徑的企業相比，在數字化戰略制定上具有較大差別，后續可采取質性研究方法對兩類企業的數字化轉型戰略進行研究。