工業互聯網企業數字創業績效的前因組態研究

張 銘，杜 靜，曾 娜，田慧敏

（三峽大學 經濟與管理學院，湖北 宜昌 443002）

一、引言

工業互聯網（industrial internet of things）是物聯網（internet of things）技術與產業融合所產生的新業態［1］，憑借著人、機、物的全面互聯，重構了制造業的產業鏈、價值鏈與產業模式。在國家近年來不斷深化“互聯網+先進制造業”的政策指引下，中國迅速涌現出一批工業互聯網企業，激起了新的數字創業浪潮。但從實際發展來看，中國工業互聯網仍處于初期發展階段［2］，與美國、德國在工業基礎與工業Know-How 方面存在較大差距［3］，且工業互聯網企業在創業過程中面臨著技術、管理和人員等諸多問題［4］。特別是作為工業互聯網核心組成的工業互聯網平臺，表現出的平臺建設能力參差不齊，數字創業績效高低不一［5］，只有少數企業能實現平臺的效益增長［6］。基于此，如何提高工業互聯網企業數字創業績效，對于推動中國工業互聯網發展進程、實現制造業大國向制造業強國轉型有重大意義。

數字創業是數字經濟時代下企業開展創業活動的重要趨勢，而工業互聯網行業正是其中的典型代表。工業互聯網是“互聯網+”“智能+”與工業領域深度融合的產物，其本質是以人、機、物的網絡互聯為基礎，通過對工業數據的全面深度感知、實時傳輸交換、快速計算處理以及高級建模分析，以實現企業生產組織方式創新和變革［6-7］。因此，面向制造業數智化、網絡化發展的需求，工業互聯網企業開展了一系列數字創業活動，推動新興數字技術在工業領域的深度集成應用。數字創業績效能夠體現企業數字創業實施的好壞，現有研究從個體［8］、組織［9］或環境［10］等不同角度探討了單個因素對企業數字創業績效的“凈效應”，一定程度上豐富了數字創業研究，但仍存在以下不足：首先，既有研究或基于“普適思維”試圖尋求一般性的答案，或采取“匹配思維”探索前因與結果的單一匹配，而數字創業不僅依賴于數字技術本身的特征［11］，還受到不同層面前因的協同作用［12］；其次，現有研究尚缺乏整合性框架對數字創業績效的影響機制進行系統性探究，限制了對數字創業績效差異背后技術、組織及環境等多重條件間的協同效應的理解，造成了研究成果的“碎片化”；最后，現有研究大多圍繞數字創業者［13］與數字創業團隊［14］展開，在位企業數字創業績效的實證研究仍付諸闕如，尤其以工業互聯網企業為研究對象的成果更是少見。

“技術—組織—環境”（technology-organizationenvironment，TOE）框架通常用于解釋技術采納現象，可根據研究對象和特定場景進行靈活調整，具有較高的適應性和實用性。定性比較分析（qualitative comparative analysis，QCA）方法從組態思維出發，可探討多重條件的聯動匹配對數字創業績效的影響。因此，本文以工業互聯網企業為研究對象，基于TOE 框架構建數字創業績效的前因組態模型，并運用模糊集定性比較分析（fuzzy-set qualitative comparative analysis，fsQCA）方法試圖探究：工業互聯網企業數字創業績效是否存在必要條件？工業互聯網企業如何基于各自優勢實現高數字創業績效？是“自古華山一條路”，還是“條條道路通羅馬”？

二、文獻回顧與組態模型

（一）文獻回顧

數字創業研究可追溯到對互聯網創業的探究［15］，之后，學者們逐漸使用數字創業（digital entrepreneurship）或明或暗指代利用數字技術進行的創業活動［16-17］。數字創業既包括利用數字技術建立新企業及企業成長過程中涉及的創業活動，也包括在位企業開發或利用數字技術進行的再創業活 動［18-19］。基于過程視角，Davidson 和Vaast（2010）認為，數字創業意味著利用數字媒體與其他信息通信技術來尋求機會［20］；余江等（2018）在前者概念上進一步拓展，認為數字創業是利用社交媒體、新興信息通信技術等相關數字技術進行機會識別、發展、實現和改進的過程［21］。基于結果視角，Song（2019）將數字創業定義為企業專注于構建與物聯網、數據安全、解決方案、云平臺等相關數字生態系統產品的創業活動［22］；李揚等（2021）則結合過程視角和結果視角的相關觀點，將數字創業看作是基于云計算、大數據等新興數字技術識別、評估和利用機會，以實現產品、服務與營銷手段等數字化的一種創業活動［18］。從數字創業的價值測度來看，數字創業績效體現了企業的盈利能力，可通過數字產品和數字服務的推廣效果反饋以及財務指標來測量數字創業績效對企業利潤的貢獻水平［23］；企業數字創業引發的成果產出通常是新產品、新服務以及新商業模式。因此，基于數字新創企業的角度探討數字創業績效的研究成為主流［24-25］。

目前，關于數字創業績效的影響因素大致可歸納為技術、個體、組織和環境四個層面。①技術層面。該層面研究主要考察了數字技術的采用對創業活動的影響。數字技術在促進創業成功方面發揮著重要作用，如電子商務技術可通過增強信息獲取優勢、風險承擔能力及擴展市場性關系網絡以提升創業績效，且對不同地區、規模和產業的企業作用強度不同［26］。②個體層面。該層面主要包括創業者社會資本、數字經驗等前因。一項基于互聯網新創企業的混合研究表明，早期互聯網初創企業的商業模式是高度動態的，擁有良好社會資本的創業者更易獲得首輪融資發展商業模式，進而獲取創業成功［8］。數字創業者的經驗、動機及個人技能也有利于企業數字創業的成功［25］，如Abubakre 等（2022）研究發現，創業者的數字經驗在IT 文化價值觀與數字創業績效間起正向調節作用［27］。③組織層面。該層面涉及組織能力和戰略導向等影響因素。發展動態能力有助于企業在持續變化的數字經濟環境中獲取并保持動態的競爭優勢［12］，其中，數字營銷能力對數字創業績效有正向影響，且具備高創業導向的企業該影響效應更強烈［9］。相較于傳統企業，數字創業企業享有更廣泛與多樣化的市場，需要擁有良好的戰略定位以設計商業模式，進而在日益數字化的商業環境中脫穎而出。反映“技術推動”哲學的技術導向能為消費者提供技術上優越的產品和服務，而基于“市場拉動”哲學的市場導向則有利于優先創造卓越的消費者價值，兩者均可促進企業數字創業績效的提升［24］。④環境層面。該層面前因主要有制度環境及市場環境等。基于中國特有制度環境的探索性研究表明，政策環境推動傳統企業向數字化轉型，但由于缺乏對具體政策舉措的支持，也出現了對制度環境的不信任問題［10］；與此同時，顛覆性的數字技術導致企業面臨高度波動性、復雜性和不確定性的市場環境，企業在市場動蕩性環境下難以準確識別、開發創業機會及整合所需資源，影響了數字創業活動的開展［28］。

既有實證研究開啟了數字創業績效影響因素的探索，但仍存在如下缺憾：第一，整合性模型的缺失導致對企業數字創業績效差異的解釋也只能是“碎片化”或是“霧里看花”，盡管大多學者均認同數字創業是多層面因素共同作用的結果，但鮮有研究基于跨層面視角探究不同層面因素對企業數字創業績效的作用機制；第二，現有研究缺乏對工業互聯網企業數字創業績效影響機制的深度關注，且尚未深入探究行業背景不同的工業互聯網企業數字創業績效在前因組態上的異同。

（二）組態模型

在諸多分析框架中，TOE 模型應用較為廣泛，是一種適用于技術應用情境的綜合性分析框架［29］。該模型認為技術應用受到技術、組織和環境三方面因素的共同影響，其中，技術條件是技術相關特征及其與組織的關系；組織條件指組織特征，如組織規模和組織資源等；環境條件包括市場環境和制度環境等。已有研究將其應用于探討驅動與阻礙工業互聯網實施的影響因素［4］等。就本文的研究對象而言，工業互聯網企業開展數字創業活動的過程包括開發、利用數字技術進行二次創業和數字化轉型，受到來自技術、組織和環境層面不同因素的協同影響，與TOE 框架內包含的因素相契合。

因此，本文基于TOE 分析框架并結合既有研究成果及中國工業互聯網企業發展的具體情境，從整體視角出發構建技術（T）、組織（O）和環境（E）三個層面的數字創業績效組態模型，如圖1所示。

圖1 組態模型

1.技術層面

工業互聯網企業在開展數字創業活動過程中面臨著諸多技術挑戰，如物聯網應用場景碎片化現象嚴重、各企業連接成本差異極大、工業機理模型及專業技術方面沉淀不足［2-3］等，這些因素阻礙了工業互聯網企業的進一步發展。首先，企業要實現設備互聯、數據收集傳輸與自動控制等，離不開數字基礎設施的支撐；其次，工業互聯網涵蓋了機械自動化、信息通信、智能控制和大數據分析技術等不同領域，多元化技術勢必影響工業互聯網的實施與推進。本文根據工業互聯網企業自身的技術特征，將技術層面的數字基礎設施和技術多元化兩個前因條件納入研究模型。

數字基礎設施是為創新與創業提供通信、合作、計算能力的一種數字技術工具和系統，如云計算、大數據等［11］。現有研究大多從創業機會和資源視角出發，探究數字技術對創業活動的影響。一方面，數字基礎設施為創業企業機會的發現與識別提供了技術支撐，如開發智能化產品或提供信息化服務以滿足市場需求［30］。數字技術為創業企業帶來大量用戶基礎，以快速識別和利用數字創新機會，有助于創業企業迅速成長［31］。另一方面，數字基礎設施提高了數字創業資源的可獲得性、可代替性及配置效率［18］。有研究表明，數字技術可以通過改善企業與客戶、供應商間的關系，提高資源配置效率，進而促進創業績效的提升［32］。

技術多元化被界定為企業知識和技術基礎的多元化程度［33-34］，不同行業類別的創業企業，其技術多元化水平的提升動機存在差異。鄭耀弋和蘇屹（2022）的研究表明，行業要素類別對企業家集權和自主創新意愿的調節受到跨層知識背景異質程度的影響［35］。不同行業要素類別的企業需關注技術多元化戰略實施條件和路徑的差異性，特別是對于高技術密集型企業而言，技術多元化顯著正向影響企業經營績效［36］。工業互聯網行業以信息通信產業和制造業為基礎，具有技術密集型的特點。因此，工業互聯網企業實施技術多元化戰略，利于其跨越不同行業壁壘以進入全新的業務領域和應用場景［37］，推動信息技術（information technology，IT）與運營技術（operational technology，OT）等多領域技術知識的融合創新和跨界應用，以獲取高數字創業績效。

2.組織層面

在快速更迭的新興數字技術背景下，工業互聯網企業如何在結合自身業務特性和長期優勢的基礎上，利用技術整合能力實現數字技術資源的高效整合顯得愈發重要。對于處于多元動態數字情景下的工業互聯網企業來說，市場導向是其提高競爭優勢的主要數字戰略，有助于企業適應高度波動性、復雜性和不確定性的環境［14］。因此，本文將組織層面的技術整合能力和市場導向兩個前因條件納入研究。

技術整合能力是指企業通過高效組合與配置內外部新舊技術資源，實現新舊技術協同效應的能力［38］。技術整合能力不僅有助于企業預測外部環境變化、挖掘新舊技術組合的潛在效應，還能幫助企業識別技術、發現創業機會［39］。數字經濟時代，企業獲益于組織外部各類數字要素資源，內部技術整合能力能更好地將其整合［38］，為企業進行數字創業活動創造機會。

市場導向是指企業通過對顧客、競爭者及跨部門協作的重視，為顧客創造優異價值，進而實現企業績效增長的價值取向，具體包括顧客導向、競爭者導向和跨部門協作三個要素［40］。在數字經濟時代背景下，實施市場導向戰略的數字創業企業更能夠適應多元動態的數字化環境［14］。數字技術創建出新渠道，數字創業企業逐漸摒棄傳統渠道模式，其創業產出亦從產品導向轉變為市場導向［19］。如企業可在海量數據分析基礎上，精準預測顧客需求，進而準確定位數字產品與服務［21］，有利于企業開展數字創業活動。

3.環境層面

區域內的工業基礎是影響工業互聯網平臺發展的關鍵要素之一，工業水平較強的區域更易催生出行業與企業級工業互聯網平臺［41］。因此，本文選取工業發展水平作為環境層面的前因條件。

工業發展水平為工業互聯網企業開展數字創業活動奠定了基礎。工業發展水平較高的區域擁有較為完整的產業體系和廣闊的工業互聯網應用場景，由此產生了更大的市場需求和發展潛力［3］，可促進企業數字創業活動的開展。此外，企業可依靠地區優勢，實現與產業鏈上下游及跨領域間各類生產設備與信息系統的互聯互通，推動區域內制造資源數據的集成與共享，進而打造工業互聯網平臺生態的自我增長機制［6］，形成更強的創業機會和資源集聚優勢。

三、研究設計

（一）研究方法

fsQCA以集合論思想和布爾運算為基礎，通過組態分析深入挖掘前因條件間的互動關系及其對結果的聯合效應［42-43］。本文運用fsQCA 方法的原因如下：①fsQCA 方法整合了定量和定性分析的優勢，可解決管理研究中的復雜因果關系與殊途同歸等問題［44］；②fsQCA 方法適合于具有“組合”特征的創業研究［45］，可基于組態視角探究變量間的協同聯動如何驅動數字創業結果；③fsQCA 方法可用于中小樣本研究，由于目前已上市的工業互聯網企業較少，本文僅21 個案例樣本，不符合多元回歸對樣本量的要求；④fsQCA 方法不需要對跨層面的前因條件做特殊處理，適合本文的多層面分析框架［43］。

（二）研究樣本

本文研究對象為科創板上市工業互聯網企業，以同花順網站中工業互聯網板塊為基礎選擇初始樣本，初步確定33 家案例企業。考慮企業數字創業存在滯后效應，本文前因條件數據選在2019 年，結果變量的數據為2020 年。剔除數據缺失樣本，最終剩余21個案例樣本，樣本基本信息見表1所列。

表1 樣本基本信息（N=21）

（三）變量測量與校準

1.變量測量

（1）數字創業績效。參考已有研究［46］，采用樣本企業在工業互聯網業務中實現的營業收入總額進行衡量，數據來自各樣本企業2020 年年度報告。

（2）數字基礎設施。借鑒陳慶江等（2021）的研究，采取文本分析與詞頻統計方法，將關鍵詞在樣本企業年報中的詞頻作為衡量數字基礎設施的代理指標［47］。數字基礎設施關鍵詞詞匯表的選取及其詞頻直接從國泰安數據庫中獲取，該詞匯表由人工智能技術、云計算技術、區塊鏈技術、大數據技術和數字技術應用五大指標構成，對五個指標的詞頻進行加總得到最終賦值。

（3）技術多元化。借鑒徐欣和劉夢冉（2020）［34］的研究，采用發明專利申請數據并結合熵指數法［48］測量企業的技術多元化程度，數據來自國家知識產權局知識產權綜合信息服務平臺以及佰騰專利檢索系統。計算公式為：

其中：以國際專利分類IPC主分類號的前四位對技術領域進行區分，N表示企業2019年發明專利總和；Ni表示企業2019年在第i個技術領域中的發明專利數量；n表示企業2019年發明專利所涉及技術領域的總數。

（4）技術整合能力。借鑒王文華等（2015）的研究，采用企業內部研發人員占比作為代理變量來測量技術整合能力［39］，數據來自各樣本企業2019年年度報告。

（5）市場導向。借鑒池仁勇和潘李鵬（2017）的研究，以銷售密度作為市場導向的代理指標，銷售密度=廣告費用/銷售費用［49］，數據來自各樣本企業2019年年度報告。

（6）工業發展水平。借鑒陳爽英等（2022）的研究，采用各省份2019 年第二產業增加值占GDP 的比重來測量工業發展整體水平［50］，數據源于《中國統計年鑒》。

原始變量賦值說明及數據來源見表2所列。

表2 變量賦值

2.變量校準

變量校準是指給案例賦予0～1 之間的集合隸屬分數的過程［43］，本文前因變量和結果變量均采用80%、50%、20%作為其完全隸屬、交叉點、完全不隸屬的校準錨點。遵循張明和杜運周（2019）的建議，模糊集隸屬分數出現0.5時，將其替換為0.501［51］。各變量的校準錨點設定見表3所列。

表3 變量校準錨點

四、實證分析

（一）必要性分析

當某一前因條件一致性水平高于0.9時，可認為該條件是解釋結果變量的必要條件［52］。工業互聯網企業數字創業績效的必要條件檢測結果見表4所列。

表4 必要條件檢測結果

由表4可知，前因條件（包含其非集）的一致性水平最大為0.705，低于臨界值0.9，均不構成數字創業績效的必要條件。

（二）條件組態分析

本文運用fsQCA3.0軟件分析引致高/非高數字創業績效的前因組態。參照已有研究［53］，將原始一致性閾值設定為0.8，PRI一致性閾值設定為0.75，案例頻數閾值設定為1，得到3種解（復雜解、簡約解和中間解）。參考Fiss（2011）的研究，本文匯報中間解，分析時輔之以簡約解［54］。組態分析結果見表5所列。

表5 產生高/非高數字創業績效的組態

1.產生高數字創業績效的前因組態

產生高數字創業績效的組態有三條（H1a、H1b、H2），解的總體覆蓋度為0.449，說明三種組態覆蓋了案例樣本的44.9%。在組態H1a、H1b中，技術層的技術多元化和環境層的工業發展水平均作為核心條件存在，區別在于H1a 中組織層的市場導向存在，而H1b 中組織層的技術整合能力存在。組態H1（包含H1a、H1b）涉及三個層面條件的存在，本文將H1 命名為技術—組織—環境三邊協同型。在組態H2 中，技術層面的數字基礎設施作為核心條件存在，組織層面的技術整合能力則作為邊緣條件存在，本文將其命名為技術—組織雙輪驅動型。為更好地理解這些前因組態，本文結合案例樣本進行分析（文本信息來源于各企業2019年年度報告）。

（1）技術—組織—環境三邊協同型。組態H1a以高技術多元化、高工業發展水平為核心條件，互補高市場導向和非高技術整合能力為邊緣條件，可產生高數字創業績效。這一組態的工業互聯網企業技術多元化程度較高，在融合5G、云計算、工業大數據等技術基礎上，賦能工業領域主營業務催生出多元化需求及應用場景。高市場導向利于工業互聯網企業及時響應顧客和市場需求，積極擁抱工業互聯網發展浪潮。該類企業處于工業發展水平較高的地區，有著廣泛的工業互聯網應用場景，存在顯著的產業集聚效應。

以創世紀公司為例，其位于工業發展水平較高的廣東，工業互聯網業務涉及高端智能裝備和智能制造服務領域。該公司專注于高端智能裝備核心領域技術積累的同時，通過內部自主研發、外部合作以及外延并購等多種方式，將技術知識基礎擴展至多個領域。如積極推動IOT工業物聯網解決方案的實施與落地，進一步拓展企業智能制造生態圈。此外，企業堅持“市場是龍頭”的戰略定位，依托企業多年技術資源儲備，具備足夠能力快速響應5G產業重大發展機遇，發布了5G智造整體解決方案。

組態H1b以高技術多元化、高工業發展水平為核心條件，互補高技術整合能力和非高數字基礎設施為邊緣條件，可產生高數字創業績效。這一組態的工業互聯網企業同樣位于工業發展較強的地區，且技術多元化程度較高。與組態H1a 不同之處在于，技術整合能力在組態H1b中起邊緣作用。工業互聯網要實現人、機、物的全面互聯，需實現IT 技術與OT 技術的兼容，因而對工業互聯網企業有較高的技術要求［6］。技術整合能力有助于工業互聯網企業的IT 技術相互疊加以及與OT 技術深度融合，促進組織內外部技術、資源的有效開發與整合，為數字創業提供源源不斷的動力。

以拓斯達公司為例，這是一家智能制造綜合服務商，位于工業發展水平較高的廣東。企業已通過自主研發掌握了工業機器人和自動化領域相關核心技術，在此基礎上，結合工業領域多年來生產技術與產品工藝的積淀，為下游制造業企業提供工業自動化整體解決方案。拓斯達公司注重技術人才引進以加強和完善研發團隊的建設，還引入了一批在國內制造龍頭企業具有十多年從業經驗的管理和技術人才，通過組建復合型工業互聯網人才隊伍，逐步實現IT 技術與OT 技術的深度融合，因此該公司擁有較高的技術整合能力。

（2）技術—組織雙輪驅動型。組態H2 以高數字基礎設施、非高市場導向和非高工業發展水平為核心條件，互補高技術整合能力和非高技術多元化為邊緣條件，可產生高數字創業績效。這一組態的工業互聯網企業雖不具備多元化的技術基礎（如OT 技術的欠缺），但擁有完善且先進的數字基礎設施，為數字創業提供了技術支撐。技術整合能力利于工業互聯網企業暫時忽略其OT技術缺乏的短板，高效整合數字技術資源，憑借IT技術優勢快速布局工業互聯網產業，并由IT技術逐漸向OT技術延伸。

以漢威科技公司為例，該公司以成為物聯網解決方案引領者為產業愿景，深耕研發核心傳感器技術二十余年。其依托傳感器技術優勢，緊密結合多項IT技術，形成了完整的物聯網技術平臺，并竭力打造以傳感器為核心的物聯網生態圈。在持續鞏固傳感器核心技術優勢的前提下，該公司運用其技術整合能力積極從單一傳感器業務向物聯網系統解決方案多場景應用轉型升級。該公司實施“內生增長+外延并購”的技術整合戰略進行物聯網產業布局，如將傳感器技術與GIS、SCADA 等技術進行整合，以深入物聯網下游應用領域，并購整合一系列產業實現外延發展。

2.產生非高數字創業績效的前因組態

本文也檢驗出工業互聯網企業產生非高數字創業績效的三種前因組態。組態NH1a、NH1b 表明，數字基礎設施、技術多元化和技術整合能力均缺失的工業互聯網企業數字創業績效較低。這兩種組態的工業互聯網企業數字基礎設施相對薄弱，技術多元化程度較低，在現階段無法實現IT技術與OT技術的高效整合，僅憑現有的技術資源積累無法快速進行工業互聯網產業布局，不利于開展相關數字創業活動。組態NH2表明，缺乏高工業發展水平的工業互聯網企業，即便擁有高數字基礎設施和高技術多元化水平，也不會產生高數字創業績效。工業互聯網產業的發展需要強大的制造業產業基礎作為支撐，位于較低工業發展水平地區的工業互聯網企業即使具有一定的技術條件，但由于所在區域內制造業產業集中度相對較低，無法快速聚集形成區域合作網絡和工業互聯網生態圈，也不占據優勢地位。

通過高/非高數字創業績效的組態發現，影響工業互聯網企業數字創業績效的前因組態具有非對稱性特點。這表明，引致高數字創業績效的原因并非是引致非高數字創業績效原因的反面。

3.條件間的潛在替代關系

對比組態H1a與H1b，可進一步發現條件間的替代關系，如圖2所示。

圖2 替代關系

組態H1a、H1b 來自同一簡約解，構成H1 的二階等價組態。這兩種組態表明，技術多元化和工業發展水平均作為核心條件存在時，市場導向存在與技術整合能力缺失組合可以和技術整合能力存在與數字基礎設施缺失組合相互替代。可能的原因是：工業互聯網企業只具有較低的技術整合能力時，無法高效整合IT 技術與OT 技術，但較高的市場導向有助于工業互聯網企業在數字化轉型浪潮中尋求數字機會，并利用自身優勢開展工業互聯網相關創業活動；而具備高技術整合能力的工業互聯網企業善于利用多種方式以借助外部力量進行技術整合，如引進、吸收新數字技術資源，進而彌補自身數字基礎設施的不足。上述兩種條件組合具有替代效應，均可以與高技術多元化水平、高工業發展水平協同聯動，共同引致高數字創業績效。

（三）穩健性檢驗

參照張明和杜運周（2019）的研究，本文采用兩種方法對高數字創業績效的前因組態進行穩健性檢驗［51］。首先，將PRI 一致性由0.75 提高至0.80，其余處理方式不變；其次，將前因與結果變量的三個校準錨點調整為樣本數據的75%、50%和25%分位數值，其余處理方式不變。檢驗結果見表6所列。

表6 穩健性檢驗

結果表明，兩次檢驗產生的組態與原始結果的組態完全相同，解的一致性與覆蓋度均無顯著變化。由此可見，本文的組態結果穩健。

五、結論與展望

（一）研究結論

本文基于TOE 框架，運用fsQCA 方法，分析了數字基礎設施、技術多元化、技術整合能力、市場導向和工業發展水平5 個前因條件對結果變量的聯合效應，以探尋工業互聯網企業數字創業績效的驅動機制。主要結論如下：①單個前因不構成工業互聯網企業產生高/非高數字創業績效的必要條件；②工業互聯網企業高數字創業績效的驅動機制有三條，可劃分為技術—組織—環境三邊協同型和技術—組織雙輪驅動型兩種；③非高數字創業績效組態有三條，與實現高數字創業績效的兩種組態存在非對稱性關系；④在一定條件下，前因條件間存在替代效應。

（二）研究貢獻

第一，在研究內容上，既有研究聚焦于單個層面前因對數字創業績效的影響，缺乏整體性視角和系統性分析。本文將TOE 分析框架引入數字創業研究領域，從組態視角出發，分析了技術、組織和環境三個層面前因條件間的組合作用，解釋了工業互聯網企業數字創業績效差異背后的“因果復雜性”，豐富了數字創業影響因素研究。

第二，在研究方法上，本文擴充了數字創業領域研究方法的工具箱。目前，既有的數字創業績效研究大多聚焦于線性關系的定量研究［9］或者以案例分析為主的定性研究［10］等，難以合理解釋組態條件間的內在聯系。fsQCA 的引入彌補了該領域研究方法的不足，為認識和解釋工業互聯網企業數字創業績效前因條件的聯動匹配及其復雜性因果關系提供了一種新的方法論工具。

第三，在研究結論上，本文研究了各前因條件間的協同作用而非單個變量的凈效應，能解釋已有研究中不一致的結論。如既有研究對于技術整合能力在技術多元化企業中發揮的作用存在差異化結論［39］。本文發現，技術整合能力是否發揮積極作用取決于具體情境，如位于較高工業發展水平地區的工業互聯網企業，技術整合能力在高市場導向的技術多元化企業中作用不顯著，但在數字基礎設施相對不完善的技術多元化企業中則會發揮積極作用。

（三）管理啟示

一方面，工業互聯網企業應加強“技術—組織—環境”三個層面因素的協同整合。工業互聯網企業需基于自身優勢領域，從整體性視角來思考如何開展相關數字創業活動。如本身具有IT技術優勢的工業互聯網企業需持續攻關關鍵基礎技術，不斷提升技術整合能力，助力企業引進、消化并吸收工業領域的技術資源基礎，以彌補自身制造技術和管理知識經驗的不足。處于工業發展較強地區及技術多元化程度較高行業的工業互聯網企業，有兩條獲取高數字創業績效的發展路徑：當企業只有較低的技術整合能力時，則需提高市場導向，利于其把握數字經濟發展趨勢，更精準地進行工業互聯網業務開發；若企業自身數字基礎設施較為薄弱，則需發揮技術整合能力，不斷引進吸收新興數字技術，并與其在特定行業或領域長期積累的項目實踐相結合，實現工業知識的數字化、標準化和模型化。

另一方面，政府可以基于“技術—組織—環境”視角分類扶持不同情況的工業互聯網企業。第一，完善工業互聯網關鍵技術研發的支持政策，引導并支持工業互聯網平臺企業攻克工業Know-How 及平臺架構等關鍵技術，并繼續推動工業互聯網相關新型基礎設施建設；第二，通過政策導向引導工業互聯網企業持續加大數字創新投入，組建復合型工業互聯網人才隊伍，逐漸提升企業技術整合能力；第三，充分發揮地區制造業規模優勢以及強大的國內應用市場，打造共創共享的創新創業生態，共同助力工業互聯網企業的可持續發展。

（四）局限與展望

第一，研究視角方面，本文以工業互聯網企業作為研究對象，所得結論的適用范圍具有一定局限性。未來可基于數字新創企業或其他行業領域的在位企業，挖掘數字創業績效差異背后的作用機制。

第二，研究設計方面，受限于企業數字創業績效的測量方式，本文采取了財務績效測量方法，僅從企業年報中獲取相關數據，對工業互聯網企業數字創業績效進行間接測量。未來研究可嘗試構建數字創業績效的測量指標，以推動數字創業定量研究的進一步發展。

第三，研究內容方面，受案例樣本數量及數據收集方式的限制，本文僅以科創板21 家工業互聯網企業為案例樣本，探究了技術、組織和環境層面的5 個前因條件對數字創業績效的影響，并未涵蓋所有前因條件。未來可進一步擴大案例數，納入其他前因，如探究行業要素類別［35］和其他因素協同是如何影響數字創業績效的，增強研究的情境性。

第四，研究方法方面，由于工業互聯網企業數字創業相關統計數據與研究較少，本文采用兩期數據探索了前因條件與數字創業績效的因果關系，本質上仍屬于靜態分析。未來可采用跨期數據，結合時序QCA方法［55］，探究跨層面影響因素的變化“軌跡”如何影響數字創業績效的變化“軌跡”。為彌補QCA 方法可能存在的不足，未來也可將QCA 方法與必要條件分析［56］等方法相結合，挖掘更具解釋力的結論。