制造企業數字化轉型的前因組態研究

陳佳琴 韓明華

摘?要：數字化轉型是推動我國制造企業實現高質量發展的重要途徑。基于TOE理論框架，構建了數字化轉型的影響因素模型，并運用fsQCA方法探究6個前因條件與制造企業數字化轉型的復雜組態效應。研究發現：制造企業數字化轉型并非由單一因素驅動，而是技術、組織、環境條件協同作用的結果。制造企業高數字化轉型存在4條驅動路徑，根據核心條件不同可歸納為“全要素驅動型”、“技術導向型”、“規模優化型”和“內外聯動型”；而非高數字化轉型僅存在1條“要素缺失型”路徑。研究結果不僅從組態視角豐富了數字化轉型的相關研究，而且也為制造企業數字化轉型提供路徑參考。

關?鍵?詞：制造企業；數字化轉型；TOE框架；組態分析

DOI：10.16315/j.stm.2023.02.006

中圖分類號：?F2707

文獻標志碼：?A

Research?on?antecedent?grouping?of?digital?transformation?in?manufacturing

enterprises：?based?on?the?TOE?theoretical?framework

CHEN?Jiaqin，?HAN?Minghua

（Faculty?of?Business，?Ningbo?University，?Ningbo?315211，?China）

Abstract：Digital?transformation?is?an?important?way?to?promote?highquality?development?of?manufacturing?enterprises?in?China.?Based?on?the?TOE?theoretical?framework，?a?model?of?the?influencing?factors?of?digital?transformation?is?constructed?and?the?fsQCA?method?is?applied?to?explore?the?complex?group?effect?of?six?antecedent?conditions?and?digital?transformation?of?manufacturing?enterprises.?The?study?found?that?digital?transformation?of?manufacturing?enterprises?is?not?driven?by?a?single?factor，?but?is?the?result?of?the?synergy?of?technological，?organisational?and?environmental?conditions.?There?are?four?driving?paths?for?high?digital?transformation?in?manufacturing?enterprises，?which?can?be?categorised?as?“allfactordriven”，?“technologyoriented”，?“scaleoptimised”?and?“insideout”?depending?on?the?core?conditions.?There?is?only?one?“factordeficient”?path?for?nonhigh?digital?transformation.?The?results?of?this?study?not?only?enrich?the?research?on?digital?transformation?from?a?group?perspective，?but?also?provide?a?reference?for?the?digital?transformation?of?manufacturing?enterprises.

Keywords：manufacturing?enterprise;?digital?transformation;?TOE?framework;?group?state?analysis

收稿日期：?2023-01-06

基金項目：?浙江省軟科學項目（2020C35012）

作者簡介：?陳佳琴（1998—），女，碩士研究生；

韓明華（1973—），女，碩士生導師，教授.

隨著大數據、云計算、物聯網、人工智能、區塊鏈等數字技術的迅速發展與深入應用，數據作為重要生產要素為數字經濟增添了新的活力[1]，黨的二十大報告提出，要加快建設數字中國，加快發展數字經濟，促進數字經濟和實體經濟深度融合。制造業作為我國國民經濟的主體，是我國經濟增長的動力源泉，在新一代數字技術的深度應用下，我國傳統制造業的數字化進程加快腳步，獲得了新的顛覆性改變。數字化轉型成為我國制造業實現高質量發展的有效途徑[2]。近年來，制造業數字化轉型逐漸在企業層面達成共識，越來越多的企業開始邁向轉型之路。雖有旺盛的數字化轉型需求，但在此過程中很多傳統制造企業未明確轉型路線并缺乏整體思維，不知道優先考慮哪些因素以及如何選擇數字化轉型驅動路徑，故導致數字化轉型結果收效甚微。在此情境下，制造企業如何實現數字化轉型，哪些前因條件會影響數字化轉型，以及如何選擇數字化轉型驅動路徑以實現高質量發展成為必須深入思考并亟待解決的問題。

近年來，圍繞制造企業數字化轉型，學者們主要從影響因素、轉型路徑等方面進行探索。影響因素方面，大多是聚焦于探究技術、組織等單一層面的因素對數字化轉型的影響，也有部分學者通過傳統定量方法探討某些單一因素對制造企業數字化轉型的線性關系[3]，但事實上，制造企業數字化轉型是復雜、長期的系統工程，這個過程可能受多重因素的影響。轉型路徑方面主要是關注于企業數字化轉型成功案例的經驗性總結，且案例研究方法的相關結論普適性不強，少有學者探討多重前因條件對于制造企業數字化轉型的復雜組態效應[4]，缺乏新的實證方法解釋多重前因條件對于數字化轉型的復雜聯動影響。

基于此，本文以99個中國A股制造企業為研究樣本，采用TOE框架從技術、組織、環境3個層面識別影響制造企業數字化轉型的前因條件，運用模糊集定性比較分析方法（fsQCA）探究以下問題：單個因素是否構成制造企業數字化轉型的必要條件？哪些前因組態是促進制造企業數字化轉型成功的關鍵所在？制造企業實現數字化轉型的驅動路徑有哪些？研究結論不僅為企業管理者立足于自身實際情況選擇適配的數字化轉型驅動路徑提供理論指導和決策依據，并對于促進制造企業實現高質量發展具有重要意義。

1?文獻回顧與模型構建

1.1?企業數字化轉型

目前，學界對企業數字化轉型的定義尚未統一，通過對現有文獻的梳理可以發現，學者們主要從技術層面和組織變革層面對其進行了闡述。大多數學者普遍將企業數字化轉型理解為以數字技術與數據要素為基礎，通過重構企業組織結構、再造業務流程，以改善企業績效或轉變商業模式從而獲得新的競爭優勢的一個過程[5-6]。還有部分學者認為數字化轉型與組織變革息息相關，數字化轉型改變了企業的組織結構和經營模式得以更快地適應不斷變化的環境[7-8]。數字化轉型正深刻地改變企業實現技術變革的戰略方向，但對于傳統制造企業而言，隨著數字技術與數據要素在企業層面的深度融合與廣泛應用[9]，數字化轉型已經不再是“要不要”的問題，而是“怎么轉、如何轉”的問題。因此企業數字化轉型的文獻回顧主要從制造企業數字化轉型影響因素與轉型路徑2個方面展開。影響因素方面，學者們普遍認為制造企業數字化轉型存在諸多影響因素，且不同影響因素在不同情境下所發揮的作用存在異質性[10]，其研究主要可以劃分為3個層面：組織層面，如資源配置[11-12]、動態能力[13]、高管支持[14-15]等；環境層面，如政府支持[16]、行業競爭[17-18]等；技術層面，如信息技術[19-20]、數字化創新投入[21-22]、數字化基建[23-24]等。現有關于制造企業數字化轉型路徑的研究主要集中在2個方面：一是，從某個視角[25]或影響因素[26-27]出發進行理論分析后歸納出企業數字化轉型路徑；二是，采用階段劃分[28-29]或案例研究分析[30-31]等方法探究企業數字化轉型演化路徑。

綜上，現有研究已從技術、組織和環境多個層面萃取出大量關于制造企業數字化轉型的影響因素，這對本文深入探究多重前因條件對制造企業數字化轉型的復雜組態效應具有重要借鑒意義。然而，聚焦于技術、組織等單一層面的影響因素，得到的只是單一因素對制造企業數字化轉型的“凈效應”[32]，而實證結果局限于單一線性關系，淡化了變量之間的交互關系，因此，多重因素對于制造企業數字化轉型的復雜組態效應有待深入研究。此外，現有關于轉型路徑的研究，前人大多采用案例研究分析方法對企業數字化轉型的典型案例進行經驗性探索，而數字化轉型路徑的實證研究尚不夠深入，且不同類型和規模的制造企業實現數字化轉型的路徑也不盡相同，相關結論的普適性不足。因此，在多重前因條件的組態效應下制造企業數字化轉型的驅動路徑問題仍需進一步探究。

1.2?TOE理論框架

TOE理論框架強調多層次的技術應用情境對企業采納技術應用效果的影響，可以根據研究問題和背景改變因素、變量，具有廣泛的適用性[33]。TOE框架并未明確技術、組織、環境各層面的具體因素，更多是一種因素歸類的模型，需要根據研究問題和實際背景進一步細化和論證，具有較強的靈活性及可操作性。制造企業數字化轉型存在大量的影響因素，而TOE框架適用于影響因素的歸類和劃分。因此，本文基于TOE理論框架，構建制造企業數字化轉型影響因素的整合性分析框架，探討技術、組織和環境等多重條件通過聯動匹配方式對制造企業數字化轉型的影響。

1.3?模型構建

根據現有研究文獻，學者們對于技術、組織和環境3個層面所包含的具體因素尚未一致。技術層面，基于熊彼特創新理論，研發投入是企業為獲得新技術而進行的有計劃的創造性研究[34]；從動態能力理論視角來看，企業數字技術投資有助于塑造自身數字技術應用能力形成競爭優勢，從而為獲取超額的經濟價值創造了潛在機會[35]。因此，本文選取研發投入和數字技術應用作為技術層面的代表性變量。組織層面，現有研究表明企業規模的大小對數字技術的運用或創新能力的提升具有重要影響[36-37]；基于高階理論視角，高管團隊是決定企業發展方向的關鍵因素[38]，其所具備的數字素養和技術經驗有助于優化各類資源以支持企業數字化轉型所需的迭代更新。基于此，本文考慮到變量的典型性和量化難易程度，故選取企業規模和高管團隊作為組織層面代表性變量。環境層面的因素主要從市場和政府兩方面選取變量，原因在于數字化轉型作為一項資源高消耗性活動，企業可以通過政府直接或間接的補助提高資源配置效率，調動技術創新積極性，從而推動企業增加研發投入[39-40]；此外，在競爭激烈的環境中，企業要占據行業主導地位需要不斷創新、提升產品和服務的特殊性、滿足市場的多樣化需求，從而更好地開展研發創新活動[41]。因此本文選取政府補貼和行業競爭壓力作為環境層面的代表性變量。

1）技術條件主要包括研發投入和數字技術應用2個子條件。數字技術是實現數字化轉型的重要驅動因素[42]，但數字技術的優勢不僅在于技術本身，關鍵是數字技術能力的開發與應用。研發投入是企業加速數字化建設的預備環節，企業為提升創新活力和增強技術能力，會適度增強研發投入加快技術成果的轉化，從而為產品、技術研發增添動力[43]；企業的研發、生產、運營等環節無不需要技術的支撐，數字技術應用激發了創新活力，再造了創新流程，變革了價值創造過程，從而獲取持續競爭優勢[44]。研發投入是預備環節，而數字技術應用是關鍵步驟，二者相互補充，共同助力于企業數字化轉型。

2）組織條件主要包括企業規模和高管團隊2個子條件。數字化轉型決策受企業規模和高管團隊的領導風格所影響[45]。現有研究表明，企業規模主要從資源稟賦和技術經驗兩方面影響數字化轉型。上市年限越久且規模越大的企業，其所支配的資源越豐富和所積累的技術經驗越多，研發風險抵御能力則越強，因此規模越大的企業越關注內部的轉型升級，更偏好數字研發投入，開展數字化創新活動。事實上，數字化轉型不單是簡單地購買數字基礎設施或應用數字技術，還涉及到組織內部的管理變革，在這個過程中離不開高管團隊的有效管理，并且具有數字化思維的高層團隊可以感知到數字環境的變化，從而為企業制定清晰的數字化發展愿景，堅定不移地推動轉型工作[46]。

3）環境條件主要包括政府補貼和行業競爭壓力2個子條件。制造企業數字化轉型受政府政策和行業競爭等外部因素相互作用的影響。政府補貼可以有效緩解企業進行創新活動時所面臨的資金短缺壓力，從而激發企業技術創新意愿[47]；同時，政府補貼一定程度上向企業所在的市場傳遞了認可信號，借此企業可以在競爭市場中獲取更多的資本援助，從而鼓勵企業進行數字化投資和創新[48]。此外，行業競爭壓力加劇會促使企業加大創新力度以謀求差異化優勢，提升企業競爭力。特別的是，行業競爭壓力使得部分頭部制造企業率先利用數字技術進行數字流程變革，以搶占市場獲得先發優勢，而行業內其他企業警覺到競爭壓力后，也紛紛跟隨變革，積極開展數字化轉型。

綜上，基于TOE框架識別出影響制造企業數字化轉型的6個子條件。在組態視角下，技術、組織和環境層面的因素對數字化轉型的影響并非是獨立的，而是通過聯動匹配的方式協同發揮作用。因此，本文基于組態分析視角，構建制造企業數字化轉型影響因素模型，如圖1所示。

2?研究設計

2.1?定性比較分析方法

本文旨在探究在多重前因條件的組態效應下制造企業數字化轉型的驅動路徑，選擇模糊集定性比較分析（fsQCA）方法，主要基于2個方面考慮：相較于傳統研究方法，fsQCA作為一種集合理論分析方法，有助于深入了解多重前因條件的聯動匹配對數字化轉型的組態效應。制造企業數字化轉型可能存在多樣化的驅動路徑，引入fsQCA方法能夠進一步探究在多重前因條件的組態效應下制造企業數字化轉型的驅動路徑，從而為企業管理者制定適配的數字化轉型路徑提供路徑參考。

2.2?數據收集

十九大報告提出要加快建設制造強國，推動互聯網、大數據、人工智能和實體經濟深度融合，自2017年開始，中國企業開始廣泛實施數字化轉型。考慮到數據易得性，本文選取的樣本案例主要是中國A股上市制造企業，數據主要來源于東方財富網、Wind、CSMAR等，以2020年末數據為基準，其中上市公司數字化轉型數據通過Python整理和人工閱讀所得。為了增加研究結果的可靠性，剔除數據中的ST及*ST企業，最終獲得99個案例樣本。99家制造企業覆蓋了全國35個省市自治區，其中廣東省占比最高；涵蓋了22個行業大類，其中以專用設備制造業、電氣機械及器材制造業為主。

2.3?變量測量

2.3.1?條件變量

1）研發投入（Rd）。研發投入強度作為衡量創新研發投入的指標，反映了一段時期內企業對創新投入的重視程度。本文借鑒嚴若森[49]等的研究成果，采用研發支出與營業收入的比重來衡量企業研發投入強度。

2）數字技術應用（Dt）。參考祁懷錦[50]等的研究，當無形資產明細項說明中包含與數字技術應用相關的關鍵詞，則將其歸入數字技術相關的無形資產，同時加總每年的數字技術相關無形資產變動額，采用數字技術無形資產變動額與年度期末無形資產總額的比重來衡量數字技術應用水平。

3）企業規模（Sz）。企業規模衡量了企業的實力與地位，規模越大的企業具備更強的成本控制能力和研發能力，也更偏好進行創新研發投入。本文采用營業收入取自然對數作為企業規模測量指標。

4）高管團隊（Tmt）。高管團隊特征具有不同維度，其中教育背景對于企業是否進行數字化轉型的決策具有關鍵影響作用。因此，本文借鑒薛鑰[51]的研究成果，對高管團隊受教育程度進行測量，即其他學歷賦值為1，大專學歷賦值為2，本科學歷賦值為3，研究生學歷賦值為4，計算出高管團隊學歷賦值權重總和除以總人數求得平均數表征高管團隊受教育程度。

5）政府補貼（Gs）。本文政府數字化投入補貼數據主要是從企業年報中手動篩選政府補助與數字化有關數據整理得到，最后對整理好的數據進行對數化處理。

6）行業競爭壓力（Ct）。參考蔡猷花[52]等對競爭強度的測量方式，使用赫芬達爾指數HHI測量行業競爭壓力，計算公式為

HHI=∑ni=1xix2。

其中：n表示企業的數量，xi表示企業營業收入，X表示所在行業總的營業收入。HHI的倒數反映行業競爭程度，其值越大，表明企業所處行業競爭程度越高。

2.3.2?結果變量

企業數字化轉型水平（Dcg）。本文參考吳非等[53]的研究成果，基于所得的數字化轉型特定關鍵詞，利用Python大數據爬蟲功能，統計上市企業年報中包含數字化轉型關鍵詞的語句與詞頻，再通過人工閱讀方式進行數據篩選，最后分類歸集這些關鍵詞詞頻并形成最終加總詞頻，最終加總詞頻數加1取對數表征企業數字化轉型水平。

2.4?變量校準

校準是對研究案例賦予集合隸屬的過程，fsQCA方法的分析對象是集合并非變量，因此在進行實證分析之前需要對原始數據中的各個變量進行校準，賦予變量隸屬度，使得原始變量具有被解釋的集合意義。由于現有研究對錨點的設置暫未統一，本文參考Ragin[54]等的研究選取0.75、0.5、0.25作為校準錨點，各變量的校準值，如表1所示。

3?數據分析與結果

3.1?必要性分析

在組態分析前，需要對單一因素的必要性水平進行獨立檢驗。為了檢驗單一變量是否可以作為結果變量的必要條件，通常檢驗一致性的大小，即一致性結果大于0.9的前因條件被認定為結果的必要條件。本文使用fsQCA3.0軟件計算出了高水平數字化轉型和低水平數字化轉型的必要條件結果，如表2所示。

由表2可知，所有變量所對應的一致性水遠低于0.9，即不存在某個單一因素是導致制造企業數字化轉型產生的必要條件，這也側面印證制造企業數字化轉型具有一定的復雜性，單一因素無法解釋這種復雜性，因此進行下一步的組態分析是必要的。

3.2?組態分析

多因素的組態路徑分析也即充分性分析，主要反映各因素的組成配置對結果的充分性影響。本文采用fsQCA3.0對樣本數據進行組態分析，案例頻數閾值為2，一致性閾值設定為0.75，PRI的一致性設定為0.7，由于制造企業數字化轉型研究尚處于探索階段，存在不同視角的多維度解讀，因此本文將技術、組織、環境條件均設置“Present?or?Absent”，最后形成真值表。在得到簡約解、中間解和復雜解后，秉承“中間解為主，簡約解為輔”的原則得出制造企業高數字化轉型的5種組態和非高數字化轉型的1種組態，結果如表3所示。

3.2.1?制造企業高數字化轉型的組態分析

由表3可知，5種組態的一致性都遠高于0.75，這說明每種組態都是實現制造企業數字化轉型的充分條件。解的總體一致性水平為0.85，這表明所有滿足這5種組態的制造企業數字化轉型樣本案例中，有85%的案例企業實現了較高水平的數字化轉型。此外，由解的總體覆蓋度度0.41可知，這5種組態可以解釋41%的高數字化轉型的案例企業。根據5種組態的核心條件不同，進一步將H1、H2歸納為“全要素驅動型”，H3為“技術導向型”，H4為“規模優化型”，H5為“內外聯動型”。

1）全要素驅動型。全要素驅動型是指技術、組織、環境條件之間的聯動匹配共同助力于制造企業數字化轉型。H1（Rd*Dt*Tmt*Gs*Ct）表明，擁有高素質高管團隊、高政府補貼、高行業競爭壓力的制造企業，輔以較高的研發投入和數字技術應用，能夠更好的實現高水平的數字化轉型。H1中的制造企業在面臨激烈的競爭壓力時，高管團隊會積極進取，加大創新投入，同時，政府補貼為企業的研發創新活動提供了資金支持，并且在具有敏銳數字化感知的高層團隊領導下，數字化投入和研發成果得到快速轉化，數字技術得以高效地應用于企業的技術生產和產品迭代更新環節中，從而更好地促進企業實現高水平的數字化轉型。約16%的案例企業能被H1所解釋，代表企業有69、44、37、86、91號。H2（Rd*Sz*Tmt*Gs*Ct）表明，擁有擁有高素質高管團隊、高政府補貼、高行業競爭壓力的制造企業，輔以較高的研發投入和較大的企業規模，能夠更好的實現高水平的數字化轉型。H2中的制造企業處于復雜的競爭環境下，會盡可能加大研發投入、增強數字化投資和擴大企業規模應對技術研發的風險和市場壓力的沖擊，而高管團隊在這個過程中，賦予認知上的滲透力和行動上的執行力，優先將重點資源和資金投入到數字技術創新研發中，政府補助為企業提供研發資金的支持以緩解企業資金短缺的壓力，刺激企業重視研發創新活動。約12%的案例企業能被該H2所解釋，代表企業有18、28、40、86、91號。

以典型案例91號泰豪科技（600590）為例，泰豪科技作為高科技企業，現形成以軍工裝備、智能電力、智慧城市、創意科技和創業投資業務為主的發展格局備受政府關注，2020年獲政府技術研發和人才補助高達4千萬。公司現有研發人員1?260余人，占比40%以上，其中獲得有效授權專利和著作權1?600余項。政府的大力補貼、組織內部積極研發提升技術創新能力，泰豪最終獲得了數字化高績效回報。

2）技術導向型。技術導向型是指技術主導、組織輔助的聯動匹配共同助力于制造企業數字化轉型。H3（Rd*Dt*～Sz*Tmt*～Gs*～Ct）表明，擁有高研發投入和數字技術應用的制造企業，輔以較高的高層團隊的支持，更有助于實現高水平的數字化轉型。H3中的制造企業在缺乏外部競爭驅動和政策支持的情況下，企業內部會積極進行研發創新投入，優化技術創新體系，以技術創新為導向，充分挖掘企業自身技術創新能力，在高質量數字化管理團隊的帶領下，提升精、高、細的技術應用水平為企業數字化轉型賦能，最終高效地實現數字化轉型。約13%的案例企業能被H3所解釋，代表企業有50、84、39、80號。

以典型案例80號新元科技（300472）為例，新元科技是作為創新型高科技企業，擁有國內最早一批從事相關技術研究的專家，憑借強勁的研發團隊和強大的研發能力，不斷為客戶提供智能化裝備產品和綜合性服務方案。新元所處行業屬于技術密集型，先進的核心技術及持續創新能力一直以來都是新元的核心競爭優勢。

3）規模優化型。規模優化型是指技術和組織條件共同助力于制造企業數字化轉型。H4（～Rd*Dt*Sz*Tmt*Gs*～Ct）表明，擁有高數字技術應用的大規模制造企業，輔以較強的行業競爭壓力，更有助于實現高水平的數字化轉型。H4中的制造企業在面對相對激烈的競爭壓力時，企業擁有相對于競爭對手更大的企業規模時，其配備更優質資源和更成熟的技術經驗，其抵御競爭風險的能力更強。為獲得持續的競爭優勢，規模越大的企業在競爭壓力的驅動下更有可能投入更多的資源和能力去提升數字技術應用水平，驅動核心技術實現顛覆性創新，再造創新流程，助力其實現高水平的數字化轉型。約11%的案例企業能被H4所解釋，代表企業有32、16、53號。

以典型案例16號古井貢酒（000596）為例，古井貢酒是中國名酒企業，也是中國第一家A、B兩支股票都發行的上市公司。古井作為大型國企，2020年擬投入89億元建設釀酒生產智能化技術改造項目，為提升公司勾儲能力，優化產品結構，擴大市場占有率，積極引入先進的生產設備，增強生產環節的自動化程度。

4）內外聯動型。內外聯動型是指技術和環境條件共同助力于制造企業數字化轉型。H5（～Rd*Dt*Sz*Tmt*Gs*～Ct）表明，擁有高素質高管團隊和高政府補貼的制造企業，輔以較強的數字技術應用和較大的企業規模，更有助于實現高水平的數字化轉型。H5中的制造企業獲得政府提供的資金支持能夠有效緩解企業技術創新的資金壓力，而技術創新成果以及研發周期具有高度不確定性，較大的企業規模可以提供更多的試錯機會從而應對研發風險所帶來的損失與沖擊。與此同時，高管團隊一方面把握研發創新的節奏，緊跟數字技術應用的前沿方向；另一方面積極開拓數字化創新思維，積極主動的學習數字化、認識數字化、擁抱數字化。約8%的案例企業能被H5所解釋，代表企業是9號。

以典型案例9號云南白藥（000538）為例，云南白藥從頂層設計層面啟動了數字化變革，并全面涵蓋各產業、研發模塊，制定了人力資源數字化轉型戰略，逐步實現場景化、集團化、自動化、數據化。此外，年報顯示，2020年政府補貼高達1.8億元助力于企業醫藥人工智能大數據平臺支撐數字化發展。

3.2.2?制造企業非高數字化轉型的組態分析

由表3可知，NH1解的總體一致性為0.88，大于0.75，滿足充分條件檢驗的一致性要求，解的總體覆蓋率為0.23，這表明該組態能夠解釋23%的案例企業非高數字化轉型的原因。

經過觀察組態的構型，由于其缺失技術、組織、環境等因素，故將該路徑命名為“要素缺失型”。NH1（～Dt*～Sz*～Tmt*～Gs*～Ct）表明當數字技術應用、企業規模、高管團隊、政府補貼、行業競爭壓力等條件都缺失時，會導致非高數字化轉型。具體來說，企業所處的行業競爭壓力缺失時，市場同類型的制造企業數字化意識淡薄導致數字化創新活動很難開展，加上缺少政府的財稅支持，內部的資源和資金大部分都投入到生產經營活動之中導致數字化投入分身乏術。同時高層團隊缺乏敏銳的市場洞察力和數字化變革意識，組織內部的創新活動難以為繼，那么研發成果更難得到轉化，導致無法實現轉型升級。因此該路徑印證了此類制造企業一旦缺乏技術、組織、環境的支持可能無法實現數字化轉型。

4?穩健性分析

本文采用調整一致性閾值和調整案例閾值數進行穩健性檢驗。首先，將一致性水平由原來的0.75提高至0.8，此時實證得出了4種高數字化轉型組態，調整后的RH1、RH2和原先的H1、H2組態構型沒有任何變化，雖調整后解的覆蓋度略有下降，但整體解的一致性基本保持不變。其次，將原先的案例閾值2調整為3，此時實證得出了3種高數字化轉型組態，其中調整后RH1與原先的H1組態構型完全一致，雖調整后解的覆蓋度略有下降，但整體解的一致性基本不變。綜上，本文研究結論具有穩健性。

5?結論與啟示

5.1?研究結論

本文以99家中國A股制造業上市公司為樣本，基于TOE框架確定影響制造企業數字化轉型的6個前因條件并構建研究模型，運用fsQCA方法探究技術、組織、環境條件對于制造企業數字化轉型聯動匹配的復雜效應以及在多重前因條件的組態效應下制造企業數字化轉型的驅動路徑，得出以下結論：

第一，制造企業數字化轉型具有“多重并發”的特點。技術、組織、環境條件中的任意單一因素都不能構成制造企業高和非高數字化轉型的必要條件，因此制造企業數字化轉型是技術、組織、環境多重條件協同發力、共同作用的結果。

第二，制造企業數字化轉型沒有唯一最優路徑，各驅動路徑既有差異性又有等效性。技術、組織、環境層面下的不同前因條件組合形成了4條制造企業高數字化轉型的驅動路徑，根據核心條件的不同，進一步歸納為“全要素驅動型”、“技術導向型”、“規模優化型”及“內外聯動型”。技術、組織、環境層面下的核心條件之間具有互補替代性，并且4條驅動路徑之間還存在著潛在替代關系，可為處于不同情境下的制造企業實現高數字化轉型提供差異化但具有等效性的路徑選擇。具體而言，企業為實現高數字化轉型，但其技術條件為邊緣條件，由此可以依靠組織核心條件或者環境核心條件所具有的優勢彌補技術條件上的劣勢，這對應于“內外聯動型”路徑；若企業面臨激烈的行業競爭壓力時，可以通過提升技術核心條件或加強組織核心條件來抵御外部競爭的威脅和沖擊，這對應于“全要素驅動型”或“規模優化型”路徑；當企業缺乏外部條件刺激且組織內高管團隊管理優勢不明顯時，可通過提升數字技術水平乘勢而上，這對應于“技術導向型”路徑。

第三，導致制造企業非高數字化轉型的路徑僅存在1條，歸納為“要素缺失型”，該路徑包括非高數字技術應用、非高企業規模、非高素質高管團隊、非高政府補貼、非高行業競爭壓力，這表明技術、組織和環境多個層面的條件缺失會導致制造企業數字化轉型成效低下。

5.2?研究啟示

基于研究結論，本文對實施數字化轉型的制造企業和政府提供了一定的實踐啟示：

1）從組態思維出發，制造企業的管理者思維需從“單一優化”轉向“組態協同”，原因在于某單一因素未必能很好地助力于企業實現高數字化轉型。因此管理者應重視技術、組織、環境等條件的聯動匹效應，在明確技術、組織、環境等優劣條件的前提下，注重多重條件的協調匹配，因地制宜地選擇適合企業自身發展的驅動路徑。

2）從驅動路徑的差異性和等效性出發，制造企業管理者應厘清技術、組織、環境層面下不同核心條件之間的互補替代關系，進而選擇符合企業當下發展情境的驅動路徑。具體來說，“全要素驅動型”路徑的核心條件包括高管團隊、政府補貼和行業競爭壓力，這表明制造企業面臨的環境越復雜，高管團隊越要審時度勢，開拓創新，充分利用政府政策所帶來的資金補貼優勢助力于企業的研發創新活動，將數字技術能力高效應用于生產管理和產品更新等環節之中，從而更好地促進企業數字化轉型建設。“技術導向型”路徑的核心條件包括研發投入和數字技術應用，這表明制造企業應加強內部的研發投入，以技術創新為導向，依托高管團隊的數字式管理和技術經驗支持，充分挖掘企業自身技術創新能力，進而為企業數字化轉型賦予新的動能。“規模優化型”路徑的核心條件包括數字技術應用和企業規模，這表明規模越大的制造企業抵御風險的能力越強且可配置資源更豐富，這一類的企業應投入更多的資源和能力去提升數字技術水平，謀求數字化競爭中一席之地。“內外聯動型”路徑的核心條件包括高管團隊和政府補貼，這啟示制造企業的管理者一方面要重點關注組織的內功修煉，增強技術研發投入強度并培育自身數字技術應用能力；另一方面要充分利用外部資源，尤其是外部的資金支持和公共數字基礎設施等資源，協同優化內外部優勢資源，推進自身數字化轉型建設。

3）從政府角度出發，應加強對制造企業數字化轉型的政策扶持和宏觀引導。首先，政府應積極優化公共數字基礎設施和建立健全數字化政策支撐體系，對數字化轉型程度低下的制造企業進行“點對點”式的精準扶持，充分發揮政策組合優勢，真正了解企業數字化轉型的痛點和難處。其次，為數字化轉型程度較高的制造企業提供優質的地區數字環境，鼓勵和支持科研機構、高校、互聯網公司等主體加強與企業的交流互動，為企業提升數字技術應用水平提供合作平臺，激發企業數字化轉型意愿，打造扶持數字化轉型的標桿企業。

本文盡管在制造企業數字化轉型方面進行了積極探索，但仍存在一些不足：首先，受限于數據可得性，本文所涉及的數據為截面數據，未來可以進一步優化研究數據，納入時間維度，拓展研究的深度和廣度。其次，本文的高管團隊測度主要是基于教育背景，未來對于高管團隊特征的測量可以進行不同維度的測量，進一步豐富高管團隊特征的測量指標。

參考文獻：

［1］?肖靜華.企業跨體系數字化轉型與管理適應性變革[J].改革，2020（4）：37.

XIAO?JH.Crosssystem?digital?transformation?and?adaptive?changes?of?management[J].Reform，2020（4）：37.

［2］?李晶，曹鈺華.基于組態視角的制造企業數字化轉型驅動模式研究[J].研究與發展管理，2022，34（3）：106.

LI?J，CAO?Y?H.Digital?transformation?driving?model?of?manufacturing?enterprises?based?on?configuration?perspective[J].R&D?Management，2022，34（3）：106.

［3］?ELLER?R，ALFORD?P，?KALLMVNZER?A，et?al.Antecedents，consequences，and?challenges?of?small?and?mediumsized?enterprise?digitalization[J].Journal?of?Business?Research，2020，112：119.

［4］?杜運周，賈良定.組態視角與定性比較分析（QCA）：管理學研究的一條新道路[J].管理世界，2017（6）：13.

DU?Y?Z，JIA?L?D.Configuration?perspective?and?qualitative?comparative?analysis?（QCA）：A?new?way?of?management?research?[J].Management?World，2017（6）：13.

［5］?KUMAR?A，KRISHNAMOORTHY?B.Business?analytics?adoption?in?firms：A?qualitative?study?elaborating?TOE?framework?in?India[J].International?Journal?of?Global?Business?and?Competitiveness，2020，15（2）：80.

［6］?孟凡生?，趙剛?.傳統制造向智能制造發展影響因素研究［J］.科技進步與對策?，2018，35（1）：66.

MENG?F?S，ZHAO?G.Research?on?the?influence?factors?of?traditional?manufacturing?to?the?development?of?intelligent?manufacturing[J].Science?&?Technology?Progress?and?Policy，2018，35（1）：66.

［7］?GURBAXANI?V，DUNKLE?D.Gearing?up?For?successful?digital?transformation[J].MIS?Quarterly?Executive，2019，18（3）：209.

［8］?陳劍，黃朔，劉運輝.從賦能到使能：數字化環境下的企業運營管理[J].管理世界，2020，36（2）：117.

CHEN?J，HUANG?S，LIU?Y?H.Operations?management?in?the?digitization?era：From?empowering?to?enabling[J].Management?World，2020，36（2）：117.

［9］?李雷，楊水利，陳娜.數字化轉型的前因組態及績效研究：來自中國制造業上市公司的經驗證據[J/OL].科技進步與對策：110[20230207]

LI?L，YANG?S?L，CHEN?N.Antecedent?configuration?of?digital?transformation?and?its?performance：Empirical?evidence?from?chinese?manufacturing?listed?companies[J/OL].Science?&?Technology?Progress?and?Policy：110[20230207]

［10］趙藝婷，劉文昌.制造企業數字化轉型驅動因素的組態效應研究[J/OL].科學與管理：118[20221216].

ZHAO?Y?T，LIU?W?C.Research?on?configuration?effect?of?driving?factors?of?digital?transformation?in?manufacturing?enterprises[J/OL].Science?and?Management：118[20221216].

［11］陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究[J].管理學報，2021，18（5）：653.

CHEN?Q?J，WANG?Y?M，WAN?M?F.Research?on?peer?effect?of?enterprise?digital?transformation?and?influencing?factors[J].Chinese?Journal?of?Management，2021，18（5）：653.

［12］鄭季良，陳白雪.制造企業轉型升級的條件組態路徑對比研究：企業資源視角[J].科技進步與對策，2020，37（6）：1.

ZHENG?J?L，CHEN?B?X.Comparative?study?on?conditional?configuration?paths?of?manufacturing?transformation?and?upgrading?from?the?perspective?of?enterprise?resources[J].Science?&?Technology?Progress?and?Policy，2020，37（6）：1.

［13］WARNER?K?S?R，WAGER?M.Building?dynamic?capabilities?for?digital?transformation：An?ongoing?process?of?strategic?renewal[J].Long?range?planning，2019，52（3）：326.

［14］ABED?S?S.Social?commerce?adoption?using?TOE?framework：An?empirical?investigation?of?Saudi?Arabian?SMEs[J].International?Journal?of?Information?Management，2020，53：102118.

［15］SINGH?A，KLARNER?P，HESS?T.How?do?chief?digital?officers?pursue?digital?transformation?activities？?The?role?of?organization?design?parameters[J].Long?Range?Planning，2020，53（3）：101890.

［16］CHEN?C?L?，LIN?Y?C?，CHEN?W?H?，et?al.Role?of?government?to?enhance?digital?transformation?in?small?service?business[J].Sustainability，2021，13（3）：1028.

［17］曾皓.市場競爭機制促進了企業數字化轉型嗎？：基于市場準入負面清單制度的準自然實驗[J/OL].外國經濟與管理：118[20221231].

ZENG?H.Does?market?competition?mechanism?promote?enterprise?digital?transformation？?A?quasinatural?experiment?based?on?the?negative?list?system?of?market?access[J/OL].Foreign?Economics?&?Management：118[20221231].

［18］金珺，李詩婧，黃亮彬.傳統制造業企業數字化轉型影響因素研究[J].創新科技，2020，20（6）：22.

JIN?J，LI?S?J，HUANG?L?B.Research?on?the?influencing?factors?of?digital?transformation?of?traditional?manufacturing?enterprises[J].Innovation?Science?and?Technology，2020，20（6）：22.

［19］黃麗華，朱海林，劉偉華，等.企業數字化轉型和管理：研究框架與展望[J].管理科學學報，2021，24（8）：26.

HUANG?L?H，ZHU?H?L，LIU?W?H，et?al.The?firms?digital?transformation?and?management：Toward?a?research?framework?and?future?directions[J].Journal?of?Management?Sciences?in?China，2021，24（8）：26.

［20］VIAL?G.Understanding?digital?transformation：A?review?and?a?research?agenda[J].Managing?Digital?Transformation，2021：13.

［21］王宇，王鐵男，易希薇.R&D投入對IT投資的協同效應研究：基于一個內部組織特征的情境視角[J].管理世界，2020，36（7）：77.

WANG?Y，WANG?T?N，YI?X?W.Research?on?the?synergistic?effect?of?R&D?expenditures?for?IT?investment：A?contingent?view?of?internal?organizational?factors[J].Management?World，2020，36（7）：77.

［22］孔偉杰.制造業企業轉型升級影響因素研究：基于浙江省制造業企業大樣本問卷調查的實證研究[J].管理世界，2012（9）：120.

KONG?W?J.Research?on?the?factors?affecting?the?transformation?and?upgrading?of?manufacturing?enterprises：An?empirical?study?based?on?a?large?sample?questionnaire?survey?of?manufacturing?enterprises?in?Zhejiang?province[J].Management?World，2012（9）：120.

［23］沈運紅?，黃桁?.數字經濟水平對制造業產業結構優化升級的影響研究?：基于浙江省?2008—2017?年面板數據［J］.科技管理研究?，2020，40（3）：147.

SHEN?Y?H，HUANG?H.Research?on?influence?of?digital?economy?level?on?industrial?structure?optimization?and?upgrading?of?manufacturing?industry：Based?on?panel?data?of?Zhejiang?province?from?2008?to?2017[J].Science?and?Technology?Management?Research，2020，40（3）：147.

［24］陳疇鏞，許敬涵.制造企業數字化轉型能力評價體系及應用[J].科技管理研究，2020，40（11）：46.

CHEN?C?Y，XU?J?H.Manufacturing?enterprise?digital?transformation?ability?evaluation?system?and?application[J].Science?and?Technology?Management?Research，2020，40（11）：46.

［25］SEDERA?D，LOKUGE?S，GROVER?V，et?al.Innovating?with?enterprise?systems?and?digital?platforms：A?contingent?resourcebased?theory?view[J].Information?&?Management，2016，53（3）：366.

［26］綦良群，趙少華，蔡淵淵．裝備制造業服務化過程及影響因素研究：基于我國內地30個省市截面數據的實證研究[J]．科技進步與對策，2014，31（14）：47．

QI?L?Q，ZHAO?S?H，CAI?Y?Y.Research?on?the?servitization?of?equipment?manufacturing?industry?and?influence?factors[J].Science?&?Technology?Progress?and?Policy，2014，31（14）：47．

［27］呂建中.制造企業數字化智能化轉型的可持續發展路徑[J].中國工業和信息化，2020（5）：78.

LV?J?Z.Sustainable?development?path?of?digital?and?intelligent?transformation?of?manufacturing?enterprises?[J].China?Industry?&?Information?Technology，2020（5）：78.

［28］BERMAN?S?J.Digital?transformation：Opportunities?to?create?new?business?models[J].Strategy?&?Leadership，2012，40（2）：16.

［29］SOLUK?J，KAMMERLANDER?N.Digital?transformation?in?familyownedMittelstand?firms：A?dynamic?capabilities?perspective[J].European?Journal?of?Information?Systems，2021，30（6）：676.

［30］YOO?Y，HENFRIDSSON?O，LYYTINEN?K.The?new?organizing?logic?of?digital?innovation：An?agenda?for?information?systems?research[J].Information?Systems?Research，2010，21（4）：724.

［31］盧寶周，尹振濤，張妍.傳統企業數字化轉型過程與機制探索性研究［J.科研管理，2022，43（4）：83.

LU?B?Z，YIN?Z?T，ZHANG?Y.An?exploratory?study?of?the?processes?and?mechanisms?of?the?digital?transformation?of?traditional?companies［J］.Science?Research?Management，2022，43（4）：83.

［32］陳爽英，雷波，馮海紅.發達地區和欠發達地區工業數字化的組態路徑：基于“技術-組織-環境”的理論框架分析[J].科學學研究，2022，40（3）：410.

CHEN?S?Y，LEI?B，FENG?H?H.Research?on?configurational?path?of?industrial?digitization?between?developed?regions?and?underdeveloped?regions：Based?on?“technologyorganizationenvironment”?framework[J].Studies?in?Science?of?Science，2022，40（3）：410.

［33］曾經緯，李柏洲，宋鵬，王鑫.企業原始創新驅動路徑研究：基于TOE框架的組態分析[J/OL].科技進步與對策：110[20230207].

ZENG?J?W，LI?B?Z，SONG?P，WNG?X.The?driving?path?of?enterprise?original?innovation：A?configuration?analysis?based?on?TOE?framework[J/OL].Science?&?Technology?Progress?and?Policy：110[20230207].

［34］孟渺.研發投入對大數據企業經營績效影響的實證研究[D].江蘇：南京郵電大學，2022：7.

MENG?M.Empirical?research?on?the?impact?of?R&D?investment?on?the?business?performance?of?big?data?enterprises[D].Jiangsu：Nanjing?University?of?Posts?and?Telecommunications，2022：7.

［35］孫潔.數字技術投資對企業價值的影響研究[D].北京：首都經濟貿易大學，2020：66.

SUN?J.Research?on?the?impact?of?digital?technology?investment?on?enterprise?value[D].Beijing：Capital?University?of?Economics?and?Business，2020：66.

［36］WALKER?R?M.Internal?and?external?antecedents?of?process?innovation：A?review?and?extension[J].Public?Management?Review，2014，16（1）：21.

［37］孫啟祥.制造企業數字化轉型成效影響因素的條件組態研究[D].青島：青島理工大學，2021：36.

SUN?Q?X.Research?on?conditional?configuration?of?factors?influencing?the?effectiveness?of?digital?transformation?of?manufacturing?enterprises[D].Qingdao：Qingdao?University?of?Technology，2021：36.

［38］湯萱，高星，趙天齊，丁勝濤.高管團隊異質性與企業數字化轉型[J].中國軟科學，2022（10）：83.

TANG?X，GAO?X，ZHAO?T?Q，DING?S?T.Executive?team?heterogeneity?and?corporate?digital?transformation[J].China?Soft?Science，2022（10）：83.

［39］BOEING?P.The?allocation?and?effectiveness?of?Chinas?R&D?subsidiesEvidence?from?listed?firms[J].Research?Policy，2016，45（9）：1774.

［40］ULLAH?F，QAYYUM?S，THAHEEM?M?J，et?al.Risk?management?in?sustainable?smart?cities?governance：A?TOE?framework[J].Technological?Forecasting?and?Social?Change，2021，167：120743.

［41］PORTER?M?E.Technology?and?competitive?advantage[J].Journal?of?business?strategy，1985，5（3）：60.

［42］VERHOEF?P?C，BROEKHUIZEN?T，BART?Y，et?al.Digital?transformation：A?multidisciplinary?reflection?and?research?agenda[J].Journal?of?Business?Research，2021，122：889.

［43］石麗靜.研發強度與企業創新績效：政府資源與知識產權保護的調節作用[J].經濟與管理評論，2017，33（6）：144.

SHI?L?J.R&D?Intensity?and?innovation?performance：The?moderating?effects?of?government?resources?and?intellectual?property?rights?protection[J].Review?of?Economy?and?Management，2017，33（6）：144.

［44］肖靜華，吳瑤，劉意，等.消費者數據化參與的研發創新：企業與消費者協同演化視角的雙案例研究[J].管理世界，2018，34（8）：154.

XIAO?J?H，WU?Y，LIU?Y，et?al.New?product?development?innovation?with?customer?digitalized?engagement：A?comparative?case?study?from?the?firmcustomer?coevolutionary?perspective[J].Management?World，2018，34（8）：154.

［45］PORFIRIO?J?A，CARRILHO?T，FELICIO?J?A，et?al.Leadership?characteristics?and?digital?transformation[J].Journal?of?Business?Research，2021，124：610.

［46］張昆賢，陳曉蓉.誰在推動數字化？：一項基于高階理論和烙印理論視角的經驗研究[J].經濟與管理研究，2021，42（10）：68.

HANG?K?X，CHEN?X?R.Who?promotes?digitalization？：Empirical?research?based?on?upper?echelons?theory?and?imprinting?theory[J].Research?on?Economics?and?Management，2021，42（10）：68.

［47］王珊珊.環境規制、政府研發補貼與生態技術創新效率[D].濟南：山東大學，2020：6.

WANG?S?S.Environmental?regulation?and?government?R&D?subsidies?and?efficiency?of?ecotechnology?innovation[D].Jinan：Shandong?University，2020：6.

［48］黃明月.數字化投資對制造業企業績效影響的實證研究[D].杭州：杭州電子科技大學，2020：39.

HUANG?M?Y.An?Empirical?study?on?the?impact?of?digital?investment?on?the?performance?of?manufacturing?enterprises[D].Hangzhou：Hangzhou?Dianzi?University，2020：39.

［49］嚴若森，華小麗，錢晶晶.組織冗余及產權性質調節作用下連鎖董事網絡對企業創新投入的影響研究[J].管理學報，2018，15（2）：217.

YAN?R?S，HUA?X?L，QIAN?J?J.The?impact?of?interlocking?directorate?network?on?innovation?investment?with?the?moderation?of?organization?slack?and?nature?of?property?right[J].Chinese?Journal?of?Management，2018，15（2）：217.

［50］祁懷錦，曹修琴，劉艷霞.數字經濟對公司治理的影響：基于信息不對稱和管理者非理性行為視角[J].改革，2020（4）：50.

QIH?J，CAO?X?Q，LIU?Y?X.The?influence?of?digital?economy?on?corporate?governance：Analyzed?from?information?asymmetry?and?irrational?behavior?perspective[J].Reform，2020（4）：50.

［51］薛鑰.異質性視角下高管團隊背景特征對企業綠色技術創新的影響[D].徐州：中國礦業大學，2020：31.

XUE?Y.The?influence?of?the?background?characteristics?of?senior?management?team?on?the?green?technology?innovation?of?enterprises?from?the?perspective?of?heterogeneity[D].Xuzhou：China?University?of?Mining?and?Technology，2020：31.

［52］蔡猷花，曹蕓菁，陳國宏，等.高新技術企業研發投入的多重并發因果關系：基于模糊集定性比較分析的研究[J].中國科技論壇，2022（2）：86.

CAI?Y?H，CAO?Y?J，CHEN?G?H，et?al.Research?on?multiple?conjunctural?causation?of?R&D?investment?of?hightech?enterprises：Based?on?fsQCA?method[J].Forum?on?Science?and?Technology?in?China，2022（2）：86.

［53］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130.

WU?F，HU?H?Z，LIN?H?Y，et?al.Enterprise?digital?transformation?and?capital?market?performance：Empirical?evidence?from?stock?liquidity[J].Management?World，2021，37（7）：130.

［54］RAGIN?C?C，FISS?P?C.Net?effects?analysis?versus?configurational?analysis：An?empirical?demonstration[J].Redesigning?social?inquiry：Fuzzy?sets?and?beyond，2008，240：190.

［編輯：劉琳琳］