數字化轉型與組織韌性對“專精特新”企業創新績效的組態研究

李文 云科洋

摘 要：“專精特新”企業如何提升創新績效是實施創新驅動戰略進而實現高質量發展的重要問題。本文采用fsQCA方法，從組態視角探究數字化轉型與組織韌性多維度變量構成的不同組態對創新績效的影響。研究發現：（1）任單一條件均不構成創新績效的必要條件；（2）高創新績效具有3條驅動路徑，分別為雙重促進型、數字適應型、賦能反超型；（3）非高創新績效具有2條驅動路徑，與企業高創新績效存在非對稱關系。本文豐富了創新績效的復雜因果機制、揭示了組織韌性雙屬性的作用機制、明晰數字化轉型與組織韌性對創新績效的協同作用機制，為我國“專精特新”企業增強創新能力實現高質量發展提供了一定的實踐啟示和理論參考。

關鍵詞：專精特新；數字化轉型；組織韌性；創新績效；高質量發展

本文索引：李文，云科洋.<變量 2>[J].中國商論，2024（12）：-139.

中圖分類號：F270 文獻標識碼：A 文章編號：2096-0298（2024）06（b）--05

黨的二十大報告強調要加快實施創新驅動發展戰略，并指出“支持專精特新企業發展”?！皩＞匦隆逼髽I在當前全球化和科技快速發展的背景下，在引領創新、支撐經濟穩步增長、維護全球產業鏈供應鏈韌性穩定中發揮著重要作用。創新是“專精特新”企業的靈魂，其創新績效的提升也為經濟發展品質和效率的雙重提升提供了強有力的支持，是國家實現經濟結構優化升級和產業高質量發展的關鍵。相關實踐顯示，包括“專精特新”企業在內的眾多企業在VUCA新時代難以創造性、靈活性和有彈性的方式做出響應并平衡內外部環境之間的關系，進而難以實現創新績效的提升。已有研究表明，數字化轉型與組織韌性的協同作用能夠有效解決以上問題。數字化成為促進創新、顯著提高可持續績效的重要手段[1]，其改變了傳統的商業模式，使企業廣泛獲得外部創新資源，同時對創新活動的內容、組織形式和工作方式等進行優化，幫助企業突破創新屏障。組織韌性作為組織在面對快速的技術發展時適應、響應和定位自身以取得成功的動態能力，具有在逆境中的回彈能力[2]，既有助于實現內部資源整合與資源重構，保障組織的持續創新能力，又有助于組織在數字經濟沖擊全球的危機中發展系統控制維持運營，緩解數字化轉型對企業顛覆性的消極影響。

企業創新是一個動態演化過程，且企業創新績效是由多因素協同聯動共同作用的結果，而相關研究多集中于探討單一因素對創新績效的影響，且多運用傳統回歸方法探討影響因素與結果之間線性關系，難以有效闡明多因素組合的交互作用及其與創新績效之間的復雜因果關系，關于多因素相互作用影響制造企業創新績效的研究相對較少。此外，現有研究多為分析數字化轉型與“專精特新”創新績效之間的線性關系，關于其影響的內在機制的研究缺乏，且目前學術界正在不斷深入與擴展組織韌性前置因素的研究，卻尚未充分揭示組織韌性的作用路徑與作用效果[3]，進而缺乏數字化轉型與組織韌性對“專精特新”創新績效的協同作用。因而，本文采用fsQCA方法探究兩者各維度協同聯動的復雜因果機制，識別提高“專精特新”企業創新績效的組態路徑。

1 文獻綜述與研究框架

1.1 數字化轉型與創新績效

數字化轉型是企業為了適應高度變化的環境運用數字化平臺等基礎設施對組織等多個層面進行變革的動態能力，既涉及技術問題，又涉及戰略問題[4]。隨著數字經濟政策的持續推進，“專精特新”企業數字化轉型逐步深入，采取數字化變革的企業在生產效率、降本增效、創新能力方面取得顯著成效。本文結合已有關于數字化轉型的研究，將其劃分為數字基礎部署、數字商業模式創新和智能運維優化三個維度。

1.1.1 數字基礎部署（DID）

數字基礎部署是數字化轉型的基礎，技術基礎設施、數據安全治理和數字人才部署構成了數字基礎部署的三大支柱。建設健全的技術基礎設施，包括硬件資源、軟件應用、網絡系統以及云計算資源，為企業提供必要的數據處理能力和信息傳輸效率，這是創新活動的物質基礎[5]。數據安全治理涵蓋數據保護、隱私保護及合規性管理，保障企業數據資產的安全，促進數據的開放與共享，為創新提供豐富的信息資源，從而加速數據驅動的創新過程。數字人才部署關注招募和培養具備數字技能和創新思維的專業人才，打造一支能夠熟練運用數字技術推動創新活動的團隊，是提升企業創新績效的關鍵。

1.1.2 數字商業模式創新（DBI）

在當今日益數字化的商業環境中，數字商業模式創新對創新績效的作用主要從全渠道營銷、數字化市場開拓、產品服務創新和商業生態創新三個方面展開。全渠道營銷通過線上線下協同，優化顧客體驗，有助于企業擴大市場覆蓋與提升品牌知名度，從而提高創新績效。數字化市場開拓使企業借助數字化手段迅速適應市場需求的變化，進入新的市場領域，增強其產品服務創新能力，通過開發新產品和服務以滿足不斷變化的市場和顧客需求[6]，進而促進創新績效的提升。此外，商業生態創新通過重構商業模式和策略，建立新型合作關系和生態系統，既加速新產品的市場推廣速度，又提高整個生態系統的創新績效。

1.1.3 智能運維優化（IOO）

智能運維優化主要通過智能精益生產、智能供應鏈以及智慧物流三方面展開。智能精益生產旨在提升生產效率和產品質量，同時降低成本和浪費。采用數字技術不僅縮短了產品研發周期，加速了創新產品的市場推廣，還使生產計劃能夠根據市場需求及時調整[7]，直接提升企業的創新績效。智能供應鏈提高了透明度、可視性和決策的智能程度，其實時追蹤能力、精準的供需預測以及庫存管理優化有效降低了運營成本，提高了企業對市場變化的響應速度，為創新產品的快速開發提供了堅實支撐。智慧物流的應用通過物聯網等技術，提高了物流成本效益、配送速度和準確率，并增強了服務的靈活性。

1.2 組織韌性與創新績效

組織韌性表現為一種轉危為機、適應高對動態變化環境的能力、促進組織變革以及使組織獲得創新成長的動態能力，具有“反彈”和“反超”兩個關鍵內涵[8]，能夠使企業迅速調整組織架構，減少組織沖突對企業運用數字技術變革時的阻礙作用，且最大程度地支持企業將數字技術深度應用到各經營環節，并進一步通過學習反思活動進行創新改進實踐。本文結合已有關于組織韌性的研究，將其劃分為感知預期、彈性恢復和學習反超三個維度。

1.2.1 感知預期（PE）

感知預期作為組織韌性的首要維度，主要由環境感知、風險識別和風險評估三個要素構成。環境感知使企業能夠敏銳地察覺外部環境變化，從而提前做出策略調整，加快創新步伐，維持競爭優勢。風險識別進一步幫助企業在早期就發現可能威脅到運營安全和發展穩定的內外部因素，留給企業充足的時間來調整創新方向，保障創新項目的順利進行[9]。風險評估的系統執行，確保了企業能針對性地識別和管理對創新績效影響最大的風險，有效地配置資源，提升創新活動的成功率。這三個構成要素的有效融合和執行，既可幫助企業減少外部不確定性的負面影響，又可使企業更加主動地調整創新戰略，優化創新過程。

1.2.2 彈性恢復（RR）

彈性恢復強調在面臨危機或挑戰時，企業能夠迅速調整并恢復到正常運營狀態[10]，主要通過資源調配、系統冗余和危機應對三個方面體現。資源調配能確保在面對不利情況時，企業可以迅速地將人力、資金、技術等關鍵資源重新分配或優化，以支持創新項目的持續進行和關鍵業務的穩定，減少外部干擾對創新進程的影響。通過建立系統冗余，如在關鍵技術系統、供應鏈環節或生產能力上設置額外容量或備份，企業可減少單點故障風險，確保關鍵操作在危機時依然能夠繼續，保障創新項目的持續推進。擁有有效的危機應對策略意味著企業能夠快速識別危機，采取適當措施減輕其影響，并恢復到正常狀態，確保創新績效不受重大影響。

1.2.3 學習反超（LO）

學習反超強調組織在經歷挑戰后不僅能夠恢復，還能通過吸取經驗教訓、優化和創新其運營模式和業務戰略等超越以往的創新績效水平，其主要通過適應性學習和持續改進兩個方面發揮作用[11]。適應性學習使企業面對外部環境的變化或內部挑戰時，能夠迅速調整既定策略、流程、產品或服務，保持市場的靈活性和敏捷性，從而支撐創新活動的持續推進，確保創新流程的連續性和有效性。同時，持續改進鼓勵企業在日常運營中不斷尋求進步，通過不斷的小步快跑迭代過程優化產品和服務，這需要構建一種鼓勵持續學習和改進的文化，激發創新思維，為創新項目提供動力。圖1為本文的研究框架。

2 研究方法與設計

2.1 研究方法

本文采用fsQCA方法的原因是[12]：（1）傳統的定量方法聚焦單個變量的“凈效應”，難以揭示多變量組合對“專精特新”企業創新績效的影響機制，而QCA方法適用于探索特定結果發生的多種條件組態，這些組態具有等效性，即“殊途同歸”；（2）傳統定量方法適用于處理變量間的完全對稱關系，而創新績效受到數字化轉型與組織韌性的協同影響，呈現非對稱特征，QCA方法能夠解釋導致創新績效提升多個相關因素的因果非對稱性；（3）數字化轉型和組織韌性不適合進行二分決策，模糊集具有連續概念，能夠更準確地分析變量，使創新績效提升結果更客觀。

2.2 樣本選擇和數據來源

本文的研究對象為“專精特新”企業的基層員工與中高層管理者，其中企業選自《2022專精特新上市公司Top100榜單》。本文通過對發放電子問卷的形式收集數據，問卷均為匿名填寫，共發放100份問卷，回收95份，回收率為95%，剔除無效問卷后，共收集有效問卷85份，回收率為89.47%。

2.3 變量測量

（1）創新績效（IP）。本文參考錢錫紅等（2010）[13]的研究，量表包含5個題項，如“企業常常在行業內率先推出新產品/新服務”等。

（2）數字化轉型。本文參考池毛毛等（2022）[14]、池仁勇等（2022）[15]、王才（2023）[16]的研究，量表包含10個題項，數字基礎部署的測量項如“系統軟件或功能組件支持數字化平臺的集成和擴展”等；數字商業模式創新的測量項如“企業按照市場變化及時完善服務、調整價格”等；智能運維優化的測量項如“企業采用數字技術對運營流程進行改造升級”等。

（3）組織韌性。本文參考Kantur（2015）[17]、王勇等（2019）[18]、張秀娥等（2021）[2]的研究，量表包含9個題項，感知預期的測量項如“企業發現潛在的新機遇和危機是一件很自然的事情”等；彈性恢復的測量項如“企業能夠在危機情況下生存并維持企業的狀態和地位”等；學習反超的測量項如“深刻認識企業的處境并依據自身特點制定新的學習目標”等。

以上題項測量均采用李克特7點量表。

2.4 信效度分析

本文運用SPSS 22.0和AMOS 23.0軟件對各個變量的信效度分析，相關指標結果如表1所示，7個變量的Cronbach s α系數最低值為0.756，接近或大于0.800，各變量的KMO值最小為0.736。此外，模型擬合度系列指標均達到要求，/df=1.746，RMSEA=0.008，RMR=0.041，GFI=0.956，IFI=0.927，CFI=0.932。因此，本文的量表具有良好的區分效度。

2.5 變量校準

定量與定性數據的整體反映是定性比較分析方法的編碼來源。本文采用直接校準法，設置95%、50%、5%為完全隸屬度、轉折點以及完全不隸屬的校準錨點。

3 研究結果

3.1 必要性分析

必要條件分析是準確進行模糊集真值表分析的基礎。結果變量的必要條件是一致性大于0.9的條件。表2是高創新績效和非高創新績效必要條件的分析結果，由表2數據可知，所有前因條件變量的一致性均小于0.9，即單一變量不能促進企業進行高創新績效。

3.2 組態分析

本文將案例閾值設為1，原始一致性閾值設為0.8，并將PRI一致性閾值設為0.75，最終得到3個高創新績效的條件組態和2個非高創新績效的條件組態，高創新績效組態的一致性均大于0.8，說明這3個組態是獲得高創新績效的充分條件。

（1）路徑H1：雙重促進型，該路徑以數字基礎部署、感知預期、學習反超為核心條件、數字商業模式創新和彈性恢復為邊緣條件的“專精特新”企業可實現高創新績效?；A層次由數字基礎設施部署組成，涉及大數據等數字技術的應用，為企業提供實時運營信息和數據支持，是彈性恢復和數字商業模式創新的核心能力來源。與此同時，感知預期的能力使企業能捕捉市場信息和技術趨勢，預見市場發展，為創新戰略定向。借助大數據等技術，企業能更準確地進行市場預測，促進決策和產品創新。企業必須具備學習反超的能力，通過不斷吸收新知識、技能并應用于實踐來提升自身的創新能力和市場競爭力。數字商業模式創新依托于數字基礎建設、市場感知和學習能力，以能更好地滿足市場需求，推動企業成長。彈性恢復能力保障企業在遭遇挑戰時快速調整，保持穩健運營。通過這五個條件的綜合作用，企業可在戰略決策、組織結構、運營管理和技術研發等方面構建一個既韌性又富有創新力的體系，進而在激烈的市場競爭中獲得優勢。

（2）路徑H2：數字適應型，該路徑以數字商業模式創新和彈性恢復為核心條件、數字基礎部署和學習反超為邊緣條件的“專精特新”企業可實現高創新績效。在數字適應型路徑中，企業通過核心的數字商業模式創新和彈性恢復，并結合數字基礎部署和學習反超條件，達到持續的高創新績效。數字商業模式創新通過大數據精準營銷和云計算的靈活服務，不斷適應數字化時代帶來的變革，從而推動企業創新。數字基礎部署提供必要的技術支持，而學習反超確保了企業在創新過程中的理念和方法更新。彈性恢復讓企業能夠在遇到市場波動、技術變革或政策調整等不確定性時迅速恢復和策略調整，不僅加深了企業對市場需求的理解，還提高了運營效率。學習反超讓企業在數字商業模式的創新過程中保持領先，并增強了面對外部變化時的適應性和恢復力。通過信息共享、密切交流和持續學習，這些條件相互作用，共同促進“專精特新”企業的創新績效，確保企業在快速變化的市場環境中長期穩定發展。

（3）路徑H3：賦能反超型，該路徑以數字商業模式創新、智能運維優化和學習反超為核心條件、數字基礎部署為邊緣條件的“專精特新”企業可實現高創新績效。通過深入分析數據，企業能夠深刻理解消費者需求和市場趨勢，進而推出具有吸引力的商業模式創新，這不僅包括產品和服務的更新，還涉及商務操作和用戶交互模式的革新。智能運維優化強調應用人工智能等技術對企業日常運營管理進行優化升級，以實現運作效率的提升和成本的降低。學習反超確保企業能夠持續吸納新知、掌握新技術，并將其應用于創新實踐中，推動企業技術和創新能力的不斷進步。數字基礎部署為支撐這些核心活動提供了堅實的基礎，包括但不限于IT基礎設施、數據處理平臺以及網絡安全體系的建立和優化，確保企業有能力支撐數字化經營和創新活動。這四個條件的融合運用，不僅使“專精特新”企業在競爭激烈的市場環境中保持領先地位，還能在數字化浪潮中實現顛覆性創新，開拓新業務領域，達到高創新績效。

（4）路徑N1和N2的整體一致性為0.908，構成非高創新績效的充分條件，整體覆蓋率為0.633，能夠解釋半數以上非高創新績效產生的原因。路徑N1表明若“專精特新”企業不具有組織韌性且不能進行數字商業模式創新，只有其具有成熟的數字基礎部署，能夠將數字技術應用于運營管理過程中，企業才會產生非高創新績效。路徑N2表明數字化轉型程度低的“專精特新”企業，若企業不總結危機事件的經驗與不足，不主動學習并豐富知識庫，不持續進行優化改進，即使企業能夠靈活調配資源、具有系統冗余、靈活應對風險與危機，“專精特新”企業也會產生非高創新績效。

3.3 穩健性檢驗

為了保證研究結果的穩健性，本文針對高創新績效的組態穩健性檢驗，將PRI一致性閾值由0.75升到0.8，產生的條件組態基本保持一致，因此，本文的研究結論是穩健的。

4 結語

4.1 研究結論

本文基于組態視角通過fsQCA方法識別數字化轉型與組織韌性對“專精特新”企業創新績效的驅動組態路徑，得到以下結論：第一，構建數字化轉型與組織韌性協同聯動模型，同時，單一因素不能提高“專精特新”企業創新績效，多種因素的共同作用才能驅動“專精特新”企業提高創新績效。第二，實現“專精特新”企業高創新績效的路徑有3條，即雙重促進型、數字適應型、賦能反超型，導致非高創新績效路徑有2條，且與實現高創新績效路徑具有非對稱性。第三，同一要素的不同狀態（數字基礎設施、數字商業模式創新和學習反超的高低）與其他要素進行組合時，都可以實現高創新績效，在一定程度上解釋了不存在唯一的最佳路徑，且產生同一個結果的路徑具有多樣性和等效性。

4.2 管理啟示

第一，企業應建立靈活性和適應性。面對動態的環境，“專精特新”企業需建立靈活適應的決策機制和敏感的信息分析系統，以快速有效應對復雜不確定性。核心在于培養一種以創新、合作、適應和學習為基礎的企業文化，強調員工的能力提升和承擔風險的精神。通過提供多樣化培訓資源和建立反饋分享機制，鼓勵員工持續學習和自我更新，不僅能提高員工應對環境變化的適應性，還能增強企業面對風險的應對能力。

第二，重視數字化轉型?！皩＞匦隆逼髽I需加強信息系統和網絡基礎設施建設，為商業模式和運營管理創新提供支撐。這包括探索數字技術與業務融合的新機會，打破行業和地域限制，尋求新的增長點。同時，企業應利用數字技術優化生產監控、智慧供應鏈及質量成本控制，提升運營效率和績效。這要求企業不僅要進行技術升級，還需要轉變商業思維，充分發揮數字化帶來的創新潛力。

第三，根據自身實際情況選擇相適應的創新績效路徑。根據自身的業務需求選擇相應的創新績效路徑，若企業正在面臨業務拓展的階段，則需要更多的創新和大膽嘗試，可以選擇賦能反超型的創新績效路徑；若企業處于穩定發展階段，優先考慮效率和風險控制，則可以選擇雙重促進型和數字適應型的創新績效路徑。根據自身的資源狀況選擇適合的創新績效路徑，若企業擁有豐富的人才和技術資源，則可以嘗試更積極的數字經營模式創新，選擇賦能反超型的路徑；反之，若資源有限，則需要更注重數字基礎設施的建設和優化，選擇數字適應型或雙重促進型的路徑。在市場競爭激烈、變化迅速的環境中，企業需要更加積極的創新，因此可以選擇數字適應型或者賦能反超型的創新績效路徑；反之，在相對穩定的市場環境中，則可以選擇雙重促進型的創新績效路徑。

參考文獻

Lu H T， Li X， Yuen K F. Digital transformation as an enabler of sustainability innovation and performance–Information processing and innovation ambidexterity perspectives[J]. Technological Forecasting and Social Change， 2023， 196： 122860.

張秀娥，滕欣宇.組織韌性內涵、維度及測量[J].科技進步與對策，2021，38（10）：9-17.

劉春紅，郄可心，陳李紅.動態視角下組織韌性的形成機理與作用效果[J].經濟管理，2023，45（8）：5-25.

Chen H， Jin Q， Wang X， et al. Profiling academic-industrial collaborations in bibliometric-enhanced topic networks： A case study on digitalization research[J]. Technological Forecasting and Social Change， 2022， 175： 121402.

周冬華，萬貽健.企業數字化能提升企業全要素生產率嗎？[J].統計研究，2023，40（12）：106-118.

肖雄輝，傅慧.數字創業成長： 文獻述評與研究展望[J].外國經濟與管理，2023，45（6）：118-136.

楊蕙馨，孫芹.數字技術與服務化對制造業企業績效的影響研究[J].經濟與管理評論，2023，39（3）：116-129.

何琦，艾蔚，潘寧利.數字轉型背景下的創新績效： 理論演化、研究熱點、創新方法研究： 基于知識圖譜視角[J].科學學與科學技術管理，2022，43（6）：17-50.

Snoeijers E M， Poels K. Factors that influence organisational crisis perception from an internal stakeholders point of view[J]. Public Relations Review， 2018， 44（1）： 65-74.

Neill R， Neel A H， Cardona C， et al. Everyday capabilities were a path to resilience during COVID-19： a case study of five countries[J]. Health policy and planning， 2023， 38（2）： 192-204.

王建軍，昝冬平.動態能力、危機管理與企業競爭優勢關系研究[J].科研管理，2015，36（7）：79-85.

杜運周，馬鴻佳.復雜性背景下的創新創業研究： 基于QCA方法[J].研究與發展管理，2022，34（3）：1-9.

錢錫紅，楊永福，徐萬里.企業網絡位置、吸收能力與創新績效： 一個交互效應模型[J].管理世界，2010（5）：118-129.

池毛毛，王俊晶，王偉軍.數字化轉型背景下企業創新績效的影響機制研究： 基于NCA與SEM的混合方法[J].科學學研究，2022，40（2）：319-331.

池仁勇，鄭瑞鈺，阮鴻鵬.企業制造過程與商業模式雙重數字化轉型研究[J].科學學研究，2022，40（1）：172-181.

王才.制造業數字化轉型、組織韌性與企業競爭優勢重構[J].經濟管理，2023，45（7）：76-93.

Kantur D， Say A I. Measuring Organizational Resilience： A Scale Development[J]. Journal of Business Economic and Finance， 2015， 4（3）：456-472.

王勇，蔡娟.企業組織韌性量表發展及其信效度驗證[J].統計與決策，2019，35（5）：178-181.