產權差異視角下制造企業數字化轉型組態分析

【摘要】基于TOE理論框架， 運用模糊集定性比較分析（fsQCA）方法， 從組態視角分析我國國有制造企業和民營制造企業數字化轉型組態路徑的異同。研究發現： 國有/民營制造企業數字化轉型受內外環境中多重因素的交互約制與影響， 單一因素無法導致結果發生； 國有制造企業高水平數字化轉型路徑可歸納為主動響應型和外部扶持型， 民營制造企業高水平數字化轉型路徑可歸納為內源自發型、 外部引導型、 全面協同型和外部保障型； 產權性質不同， 決定了兩類企業數字化轉型的動機和動力來源存在差異， 國有制造企業在引領制造企業數字化轉型過程中發揮了不可替代的作用。研究結論以更細分的視角為不同產權性質制造企業數字化轉型提供了路徑參考。

【關鍵詞】產權性質；制造企業；數字化轉型；TOE框架；fsQCA方法

【中圖分類號】F276 " " "【文獻標識碼】A " " "【文章編號】1004-0994（2025）02-0039-8

一、 引言

制造業數字化轉型是我國推進新型工業化、 建設現代化產業體系的重要舉措。黨的二十大報告提出： “堅持把發展經濟的著力點放在實體經濟上， 推進新型工業化， 加快建設制造強國?！苯陙?， 中央和地方連續出臺一系列連貫有力的政策， 加快了制造業數字化轉型的步伐， 大數據、 云計算、 物聯網、 人工智能等新一代數字技術與制造業深度融合發展， 推動我國制造企業數字化轉型進入新的階段（何子龍和盛新宇，2022）。然而， 在落實國家政策推進數字化轉型的過程中， 由于產權性質、 地位和作用不同， 國有制造企業和民營制造企業數字化轉型的驅動因素、 轉型難點和轉型路徑必然存在差異。對于國有企業而言， 數字化轉型的頂層設計不僅要考慮企業本身的經濟效益， 還要充分考慮對產業的拉動作用， 因此其數字化轉型的戰略規劃和實施路徑將更為復雜。民營制造企業數字化轉型則更多面臨“不能轉、 不會轉、 不愿轉、 不敢轉”等轉型動力不足的困擾（孫志偉等，2023）。因此， 探究不同所有制類型制造企業數字化轉型的路徑差異， 對于發揮不同企業主體的創新優勢、 突破數字化轉型困境、 推進我國制造業高質量發展具有重要的現實意義。

當前， 有關企業數字化轉型的研究成果井噴式涌現（金昕等，2022）， 既映射出我國經濟社會數字化的重大發展態勢， 又反映了企業數字化實踐亟需理論支撐和引導推廣的現實。研究者對制造企業數字化轉型的學術關注點主要有兩個： 一是識別和分析制造企業數字化轉型的影響要素； 二是探究制造企業數字化轉型的實施路徑。目前的研究尚未考慮不同產權性質制造企業數字化轉型路徑選擇的異質性。事實上， 相同的要素在不同產權性質企業數字化轉型過程中的影響效力是存在差異的。唐天偉等（2024）研究發現， 科技公共服務對非國有企業數字化轉型具有顯著的促進作用， 而對國有企業促進作用不顯著； 申志軒等（2024）的研究成果證實， 政府數字采購對非國有企業數字化轉型具有促進作用， 對國有企業的作用則未顯現。因此， 有必要在區分產權性質的基礎上展開對制造企業數字化轉型的研究。有鑒于此， 本文以A股上市的220家國有制造企業和573家民營制造企業為研究對象， 根據TOE理論框架從技術、 組織、 環境三個維度構建制造企業數字化轉型的驅動要素模型， 以此識別影響國有制造企業和民營制造企業數字化轉型的前因條件， 并在此基礎上采用模糊定性比較分析（fsQCA）方法對國有制造企業和民營制造企業實現數字化轉型的路徑差異進行探討。本文重點關注兩個問題： 第一， 國有制造企業和民營制造企業數字化轉型路徑是否存在差異性？第二， 各個前因條件在國有制造企業和民營制造企業的數字化轉型過程中發揮什么樣的作用？

本文可能的邊際貢獻在于： 第一， 探究和分析國有制造企業和民營制造企業數字化轉型的條件組態異同， 結合TOE框架分別歸納國有制造企業和民營制造企業數字化轉型的實施路徑， 進一步豐富制造企業數字化轉型研究， 在更加細分的領域提供制造企業數字化轉型的路徑啟示； 第二， 對國有制造企業和民營制造企業數字化轉型組態中前因條件呈現出來的共性和差異性進行深入討論， 給出不同產權性質企業數字化轉型動機的新解釋， 為促進制造企業數字化轉型提供重要的決策依據。

二、 文獻回顧及模型構建

（一） 制造企業數字化轉型

針對制造企業數字化轉型議題， 學者們的研究大致可分為兩個方面：

1. 轉型路徑研究。這類研究大都基于定性分析范式， 探究制造企業數字化轉型的可行路徑。安家驥等（2022）從組織變革的視角提出， 制造業企業數字化轉型可以通過產業布局的戰略性變革、 研發部門的結構性變革、 生產銷售的流程主導變革和以人為中心的變革路徑來實現。石先梅（2022）、 孔存玉和丁志帆（2021）認為， 我國制造企業數字化轉型存在“不想轉”“不敢轉”和“不能轉”的多重困境， 應該從動態能力、 多主體協同、 企業和產業雙元融合等方面分別采取相應措施， 加快推進制造業企業數字化轉型。王春英和陳宏民（2023）基于案例研究， 歸納了傳統制造企業數字化轉型路徑， 認為這一路徑包括變革商業模式、 打造貫通全鏈條的數字化場景、 應用數字孿生技術、 構建工業互聯網平臺等。

2. 影響因素研究。已探明的影響和驅動制造企業數字化轉型的要素包括組織內部特征和外部環境兩個大類。組織內部特征因素包括諸如創新能力（林艷和張欣婧，2022）、 高管特征（Singh等，2020）、 人力資本（Verhoef等，2021）、 動態能力（張林剛等，2022）等， 外部環境因素則包括諸如行業競爭壓力（曾皓，2024）、 政府支持（宋巖和王曉月，2023）等。在研究方法的選擇上， 學者們多采用實證研究方法， 基于統計計量方法進行單要素靜態檢驗， 也有學者采取fsQCA方法進行多要素動態檢驗。如李晶和曹鈺華（2022）提出， 制造企業高制造過程數字化水平的前因組態包括數字技術推動型和數字生態主導型， 制造企業高商業模式數字化水平的前因組態包括全價值鏈數字化型和數字生態孕育型。李雷等（2023）則將驅動制造企業數字化轉型的模式歸納為環境驅動型、 內外協同型、 機會感知型， 其中內外協同型對企業績效具有積極作用。

現有研究主要從轉型路徑和影響因素兩個方面對制造企業數字化轉型進行了積極討論， 大多數研究以上市制造企業全樣本數據為主體， 并未探究不同產權性質企業數字化轉型的路徑差異， 所得結論偏宏觀。從研究方法角度來看， 基于組態效應的量化分析是當前企業數字化轉型議題主要流行的技術范式， 傳統制造企業數字化轉型是一項復雜的系統性工程， 受內外環境中多重因素的交互約制與影響， 考察單個因素的凈效應無法有效揭示影響企業數字化轉型的多元路徑以及不同要素間的聯動效應（李雷等，2023）。因此， 本文以產權性質劃分上市制造企業樣本， 采用fsQCA方法， 立足制造企業數字化轉型的動機視角， 分析影響國有制造企業和民營制造企業數字化轉型差異的多重并發因素和因果復雜機制， 探索高數字化國有制造企業和民營制造企業的組態類型。

（二） TOE框架構建

為了更好地探究制造企業數字化轉型的前因條件， 本文借鑒Tornatzky和Fleischer（1990）提出的TOE框架， 從技術、 組織、 環境三個方面構建制造企業數字化轉型理論模型。選取TOE作為理論框架的原因主要是： 第一， TOE框架可根據具體研究問題改變技術、 組織、 環境維度中應包含的因素和變量， 具有廣泛的適用性； 第二， TOE框架有著既定的研究維度， 便于研究者對前因條件進行歸納和分類， 也更加方便選取到適當的前因條件， 具有較強的靈活性和可操作性。

1. 技術條件。選取研發投入和創新能力兩個二級條件。制造企業數字化轉型是企業全方位要素與數字技術的深度融合， 其實質是知識利用方式的變革， 企業需要通過技術創新、 能力升級等創新策略實現從傳統范式向數字范式的躍遷。研究表明， 研發投入、 創新能力與企業數字化轉型存在正相關關系， 研發投入的增加會帶來數字技術的提升， 加速各類數字化項目的建設（任曉怡等，2022）。制造企業的創新能力越強， 就越有動力引入工業互聯網、 云計算等數字技術提升企業效能， 表現出越強的數字化轉型意愿（龔靜等，2023）。

2. 組織條件。選取企業盈利能力和高管認知兩個二級條件。制造企業數字化轉型是一項持續迭代的系統工程。企業需要精準定位自身的數字化轉型能力狀態來明確轉型提升的發展方向和進階路徑。一般情況下， 數字化基礎能力或數字化資金投入能力有限的企業， 往往采取單點應用的轉型實踐， 側重于實現企業關鍵業務環節的數字化表達； 而數字化基礎能力強的企業， 數字化技術應用會覆蓋企業生產經營全過程。一般認為， 企業盈利能力越強， 投入數字化基礎建設的資金就越充裕， 數字化轉型得到的支持也就越大（艾志紅，2023）。但也存在相反的情況， 對于那些已經在市場上取得顯著優勢的企業來說， 現行的運行模式已經能夠獲得較高的利潤， 進行數字化轉型可能會面臨較大的風險， 從而減弱企業進行數字化轉型的意愿（馬亮和聶毅桐，2023）。制造企業數字化轉型是一項“一把手”工程。企業高層決策者要站在關乎企業未來生存發展的戰略層面進行規劃和部署， 對傳統管理模式、 業務模式、 商業模式等進行創新重塑， 這就要求高層決策者必須具備自我革命的勇氣， 重塑對企業生存和發展的認知。有研究表明， 高層管理者對數字化轉型的理解和判斷很大程度上影響了企業數字化轉型的效率（黃偉娟和李尚蒲，2023）， 高管的認知水平越高， 對數字化轉型趨勢和機遇的理解和把握也會越深刻， 就越有可能幫助企業成功實現數字化轉型。

3. 環境條件。選取行業競爭壓力和政府補貼兩個二級條件。數字化轉型是企業應對外部環境變化、 提升自身實力的必然選擇?？蛻粜枨蟀l生變化、 市場競爭加劇、 政策環境不確定性加劇等是推動企業數字化轉型的重要因素。行業競爭壓力會迫使企業進行變革， 當行業內部競爭激烈時， 企業為了提高自身競爭優勢， 會通過數字化轉型實現降本增效或尋求產品差異化， 從而搶占更大的市場。但也有學者認為， 過度競爭會阻礙企業進行技術創新， 不利于企業數字化轉型（李健等，2016）。政府補貼是政府扶持制造企業數字化轉型的重要政策措施， 能夠緩解企業數字化轉型所面臨的資金壓力。政府補貼存在門檻效應， 若補貼力度較小則可能難以有效激勵企業進行數字化轉型（樊自甫等，2022）。

綜上， 本文建構的TOE理論框架總共包括6個二級條件。這些條件組合在一起， 共同對企業數字化轉型產生影響， 研究模型具體如圖1所示。

三、 研究設計

（一） 定性比較分析

本文采用fsQCA方法， 主要基于以下兩點考慮： 一是fsQCA方法從集合理論的視角出發， 相較于其他的分析方法， 能夠更好地幫助研究者了解多重前因條件聯動效應對制造企業數字化轉型的組態影響； 二是fsQCA方法在探究前因變量對結果變量的影響時， 無須研究前因條件對結果變量的具體影響， 對于分析結果的呈現更加直觀。

（二） 數據收集

本文選取2018 ～ 2020年A股上市制造企業數據作為初始樣本， 數據來源主要為CSMAR數據庫和企業年報。為了保證數據的有效性和合理性， 本文對原始數據進行如下處理： 第一， 剔除ST、 ?ST 企業以及一些數據不完整或存在缺失的企業； 第二， 考慮到民營企業數字化轉型會受到國有股權的影響（余漢等，2023）， 本文僅保留在2018 ～ 2020年企業性質未發生改變的樣本企業。最終得到國有制造企業樣本案例220個， 涵蓋24個行業大類， 民營制造企業樣本案例573個， 涵蓋28個行業大類。

（三） 前因條件

1. 研發投入。本文選取研發投入強度作為衡量企業研發投入的指標， 借鑒嚴若森等（2018）的研究成果， 采用研發支出與營業收入的比重來衡量。相較于其他衡量研發投入的指標， 研發投入強度能夠更清晰地反映一段時期內企業對創新的重視程度。

2. 創新能力。本文采用創新成果來衡量企業的創新能力。借鑒王馨和王營（2021）的處理方法， 將企業申請的專利數量加1后取自然對數處理。

3. 高管認知。本文采用高管教育背景來表征高管認知水平。已有研究對教育背景主要從異質性和同質性兩個方面來衡量， 本文采用高管教育背景的同質性來進行衡量， 原因在于在同質性較高的高管團隊中， 成員所掌握的知識技能、 行為偏好以及思考問題的方式都更為接近， 團隊內部比較容易實現意見的協調與統一， 對數字化轉型的決策認同感也會相對較高。具體來講， 對高管的學歷進行賦值處理， 基于不同的學歷從高到低賦值， 根據賦值后高管團隊的學歷權重總和與高管團隊總人數的比值來衡量高管認知。

4. 盈利能力。企業盈利能力就是企業獲取利潤的能力， 它對企業數字化轉型決策具有重要的影響。本文參考蔡猷花等（2022）的研究， 用營業凈利率衡量企業盈利能力。

5. 行業競爭壓力。參照目前已有研究普遍的處理方式， 使用赫芬達爾指數HHI衡量行業競爭壓力， 具體公式為： HHI= " " "（xi/x）2。計算公式中： n表示企業的數量， xi表示企業營業收入， x表示企業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。

6. 政府補貼。政府補貼是政府對企業無償的資金支持， 有研究者選取政府補助中的研發補助， 衡量政府對企業數字化轉型的支持力度， 但事實上非研發補助作為政府對企業補助的一部分， 也會對企業數字化轉型產生影響（張慧雪等，2020）。因此， 參照李江和吳玉鳴（2023）的方法， 本文未對政府補助金額中非研發補助進行分離處理， 而是直接采用上市企業財務報表中的政府補助金額取自然對數來衡量。

（四） 結果變量

本文的結果變量是企業的數字化轉型水平。參考吳非等（2021）對企業數字化轉型的定量測度辦法， 依據其開發的“企業數字化轉型結構化特征詞圖譜”， 通過Python爬蟲功能篩選整理樣本企業年報中相應關鍵詞詞頻來衡量企業數字化轉型水平。同時， 考慮到各詞頻的信息反映程度不同， 也為了避免主觀因素的干擾， 本文在詞頻分析的基礎上， 進一步采用熵權法， 對“人工智能技術、 大數據技術、 云計算技術、 區塊鏈技術、 數字技術運用”五個關鍵技術方向的統計詞頻進行賦權， 根據賦權的結果對詞頻數值進行調整， 以求客觀反映企業的數字化轉型水平。具體步驟如下：

步驟1： 建立判斷矩陣。假設參與評價的樣本對象為N， 指標集為M， 由此可以構建評價指標判斷矩陣X=［xij］n×m， xij表示評價對象Ni關于指標Mj的值（其中：i=1，2，…，n；j=1，2，…，m）。

步驟2： 對決策矩陣進行標準化處理。通常來講， 對于不同類型的指標有不同的處理方法， 正向指標和逆向指標的處理方法略有不同。鑒于本文所選取的指標均為正向指標， 所以處理的方法為：

Aij=［xij-min（xij）］/［max（xij）-min（xij）］ （1）

步驟3： 計算指標比重Pij。

Pij=Aij/[i=1nAij] （2）

步驟4： 計算熵值ej。

ej=- " " " " " " "PijlnPij （3）

步驟5： 計算差異性系數d。

d=1-ej （4）

步驟6： 確定權重w。

w=d/ （5）

根據計算結果， 對各個維度進行賦權加總， 得到企業數字化轉型具體數值， 以此反映企業的數字化轉型水平。

（五） 數據測量和校準

校準是根據設定的閾值對原有數據進行處理， 使其范圍限定在0到1之間， 并基于事先選擇的判定錨點對案例賦予隸屬度的過程。對于判定錨點的選擇通常有直接法和間接法： 直接法是直接參照已有標準選擇相應的錨點， 錨點的選擇相對固定； 間接法則需要研究者基于自身的知識以及案例的實際情況來選擇錨點， 錨點的選擇相對靈活。本文參照Ragin和Fiss（2008）的校準方式， 采用直接法來選擇錨點， 按照“75%”“50%”“25%”作為“完全隸屬”“交叉點”“完全不隸屬”的判定錨點。具體情況如表1和表2所示。

四、 數據分析

（一） 必要性分析

在進行fsQCA分析前， 先對前因條件進行必要性分析， 必要性分析是為了探究是否存在某一前因條件對結果變量產生決定性的影響。一般而言， 在fsQCA分析中， 若存在某個前因條件的一致性水平大于0.9， 則認為該前因條件是結果的必要條件。本研究采用fsQCA 3.0軟件統計國有制造企業和民營制造企業高水平數字化轉型的必要條件， 結果如表3所示。

從表3中的數據可以看出， 國有制造企業和民營制造企業中均不存在前因條件的一致性水平大于0.9， 因此不存在前因條件構成必要條件， 即不存在單一的變量必然影響國有制造企業和民營制造企業進行高水平數字化轉型， 國有制造企業和民營制造企業的數字化轉型受到多種因素的組合影響。

（二） 條件組態分析

不同于必要條件分析， 條件組態分析嘗試尋找到引起結果的多因素構成的可能路徑。本文遵循已有的標準， 根據相應的研究樣本數量， 將國有制造企業案例頻數設為2， 一致性閾值設為0.8， pri一致性閾值設為0.7； 將民營制造企業的案例頻數設為3， 一致性閾值設為0.8， pri一致性閾值設為0.7。形成的組態如表4所示。

（三） 結果分析

1. 國有制造企業高水平數字化轉型的組態分析結果。由表4可知， 國有制造企業高水平數字化轉型組態結果中， 無論是單個組態的解還是總體解， 一致性水平都高于0.75的標準， 其中總體解的一致性為0.824， 總體解的覆蓋度為0.326。

組態1中并未識別到核心條件， 本文參照Murthy和Madhok（2021）的方法， 將組態1中的所有條件都列為邊緣條件。目前關于所有前因條件都以邊緣條件形式存在的組態是否需要進行進一步分析， 學界尚未形成定論。本文認為， 只存在中間解而不存在簡單解的組態與結果的相關性較弱， 因此參照大部分學者的處理方式， 對該種類型的組態不進行討論。

組態2中， 研發投入和政府補貼發揮著核心作用， 這意味著當研發投入和政府補貼水平較高時， 其他條件無關緊要。本文將組態2定義為“主動響應型”， 該種類型的制造企業依靠內外部研發資金投入實現高水平數字化轉型。實際上， 資金始終是束縛企業數字化轉型的重要因素， 碎片化的資金投入對企業數字化轉型收效甚微， 但全面系統的大量資金投入又是企業難以承受的。組態2融合企業研發投入和政府補貼這兩種具有不同投資邏輯的資金驅動企業數字化轉型， 充分體現了國有企業主動響應國家發展數字經濟戰略的使命擔當和責任擔當。數字化轉型是企業管理范式的顛覆式創新（劉淑春等，2021）， 具有高投入、 高風險、 成功率低的特征。企業出于對利潤最大化的追求， 往往對這類創新活動的研發投入更為慎重， 特別是國有企業， 受制于績效考核壓力和領導層任期制影響， 投資意愿相對較弱。與組態3對比， 組態2中研發投入作為驅動國有制造企業高水平數字化轉型的核心條件， 充分反映了該類別國有企業對數字化轉型的積極主動態度。另外， 政府補貼具有針對性的政策引導和激勵功能： 一方面通過專項資金供給提高企業數字化創新活動的資金投入水平， 實現風險共擔（張瓊瓊和楊小偉，2024）； 另一方面釋放信號， 引導市場主體將資金和創新資源投向目標行業或領域， 激勵企業加大對數字化創新活動的研發投入（杜傳忠等，2023）。組態2“主動響應型”正是對那些政府引導、 企業積極響應的國有制造企業數字化轉型實踐狀態的形象表征， 該組態的一致性為0.886， 原始覆蓋度為0.114， 表明納入真值表進行分析的國有制造企業樣本有11.4%能被該組態解釋。組態2的典型案例是同方股份（600100）， 同方股份是一家從事計算機、 通信和其他電子設備制造的企業， 是政府重點支持的電子百強企業。該公司圍繞“智造+資源”雙核驅動， 以創新、 協同、 融合為發展理念， 堅持“多元化向專業化”“分散管理向集中管控”“外延數量增長型向內涵質量發展型”“多元創新向創新專注”四項變革， 構筑形成數字信息、 民用核技術、 節能環保、 科技金融四大主干產業集群， 依托政府的支持和自身的資源投入， 保持著較高的數字化水平。

組態3中， 企業的創新能力、 高管認知、 政府補貼發揮著核心作用， 構成了實現國有制造企業高水平數字化轉型的充分條件組態。本文將這種組態定義為“外部扶持型”， 該類型的國有制造企業數字化轉型是技術、 組織、 外部環境三個層面要素協同推進的結果， 企業自身的創新能力、 高管在認知上的滲透力以及政府補貼每個要素都不可或缺。值得注意的是， 組態3的企業研發投入是一個無關緊要的空白條件， 說明這類國有企業實施數字化轉型的資金來源主要是政府補貼。李世奇等（2022）的研究證實， 政府研發補貼對國有企業研發投入具有顯著的抑制作用， 國有企業存在對政府研發補貼的過度依賴。另外， 政府部門為了保證政府補貼發放的精準性和有效性， 會對企業的創新能力和潛力以及領導層團隊的戰略洞察力和決策力進行科學評估。由此筆者認為， 組態3正是體現了政府“培優扶強”的動機， 并將這種類型定義為“外部扶持型”， 筆者的這一觀點與鄒玲和趙祚康（2023）對政府遴選補助對象的研究結論是一致的。組態3的一致性為0.836， 原始覆蓋度為0.14， 表明納入真值表進行分析的國有制造企業樣本有14%能被該組態解釋。該組態的典型案例是深康佳A（000016）， 該公司的主營業務包括消費類電子業務、 工貿業務、 環保業務以及半導體業務。深康佳A目前一直在持續推進數字化轉型升級， 并積極應用5G、 大數據、 人工智能、 物聯網等技術， 賦能公司現有業務， 為用戶帶來價值。

2. 民營制造企業高水平數字化轉型的組態分析結果。由表4可知， 民營制造企業高水平數字化轉型組態結果中， 無論是單個組態還是總體解的一致性都高于0.75的標準。其中總體解的一致性為0.804， 總體解的覆蓋度為0.268。四種組態的一致性水平分別為0.83、 0.837、 0.81、 0.795， 其中組態6的原始覆蓋度和唯一覆蓋度最高， 說明組態6為四種民營制造企業組態中經驗相關性最顯著的組態。

組態4中， 研發投入、 創新能力、 高管認知是民營制造企業數字化轉型的核心條件。本文將該種組態定義為“內源自發型”， 該種類型的民營制造企業數字化轉型的基本動力是內在的， 完全依靠組織內部自有資源實現高水平數字化轉型。該組態的一致性為0.83， 原始覆蓋度為0.124， 表明納入真值表進行分析的民營制造企業樣本有12.4%能被該組態解釋。該組態的典型案例是昊志機電（300503）， 昊志機電是一家專業從事中高端數控機床、 機器人、 新能源汽車核心功能部件等的研發設計、 生產制造、 銷售與維修服務的制造企業。昊志機電秉承“立足自主技術創新、 服務全球先進制造”的發展戰略， 逐步發展成為國內外主軸專業領域中研產銷規模最大的企業之一。同時， 企業擁有一批經驗豐富、 銳意創新的高學歷科技型人才， 具備較高的創新水平、 較強的研發實力和競爭力， 并在2021年被廣州市評為民營領軍企業。

組態5中， 研發投入、 創新能力和政府補貼三項構成核心條件。本文將該種類型的組態定義為“外部引導型”， 即政府補貼對“獲得遴選”的有創新能力的民營企業自身研發投入， 以及融資市場產生了雙向引導。區別于組態3的國有企業對政府研發補貼的消極回應， 政府補貼對民營企業研發投入具有積極的帶動作用。此外， 政府研發補貼對民營企業的“光環效應（Halo effect）”和“認證效應（Certification effect）”效果明顯， 獲得“政府認可”的民營企業更容易在融資市場受到關注， 撬動更多的融資資金（李世奇等， 2022）， 這種來自政府引導的外部力量推動了民營制造企業數字化轉型高水平發展。組態5的一致性為0.837， 原始覆蓋度為0.123， 表明納入真值表進行分析的民營制造企業樣本有12.3%能被該組態解釋。該組態的典型案例是東土科技（300353）， 東土科技是一家研究、 開發、 生產和銷售工業以太網交換機， 并提供工業控制系統數據傳輸解決方案的公司。該公司致力于工業控制技術和網絡技術的研究， 自主研發了許多工業互聯網底層技術， 在工業領域推動軟件定義控制技術和工業網絡全 IP 化， 實現了信息化和工業化通信網絡的融合。

組態6是民營制造企業高水平數字化轉型覆蓋度最高的組態類型， 核心條件包括研發投入、 創新能力、 高管認知和政府補貼。在該種組態情況下， 民營制造企業實現高水平數字化轉型不僅需要高研發投入、 高創新能力， 還需要高層管理者對數字化轉型具有前瞻視角以及政府強有力的支持。本文將該種組態定義為“全面協同型”， 這種類型的民營企業為了搶抓市場機遇， 及時獲得戰略響應優勢， 不僅管理層有動力、 企業有能力開展數字化轉型活動， 而且企業研發投入和政府補貼給予了強力的資金支持， 各種資源的整合與協同共同推動了企業數字化轉型發展。組態6的一致性為0.81， 原始覆蓋度為0.169， 表明納入真值表進行分析的民營制造企業樣本有16.9%能被該組態解釋。該組態的典型案例是理邦儀器（300206）， 這是一家從事醫療器械研發、 生產、 銷售、 服務的制造企業。該企業秉持著自主研發的思想， 目前擁有四個全球研發中心， 產品遠銷170多個國家和地區。

組態7的核心條件與組態4相同， 都是研發投入、 創新能力、 高管認知， 不同的是， 組態7中增加了政府補貼作為邊緣條件， 意味著政府補貼起輔助作用而非主導作用， 對民營制造企業數字化轉型的實質性影響相對較小。本文將該種組態定義為“外部保障型”， 這種類型的民營制造企業自身具有數字化轉型的動力、 意愿和能力， 政府補貼更多發揮了保障作用和激勵作用。組態7的一致性為0.795， 原始覆蓋度為0.13， 表明納入真值表進行分析的民營制造企業樣本有13%能被該組態解釋。組態7的典型案例是賽力斯（601127）， 該公司是一家以新能源汽車為核心業務的科技型制造企業。賽力斯始終堅持創新驅動， 堅持長期主義， 堅持商業成功。秉承“推動汽車能源變革， 創享智慧移動生活”的使命， 公司深耕技術創新、 專注技術自研， 在“三電”技術、 增程技術、 電子電氣架構和超級電驅智能技術平臺方面處于領先地位。

（四） 穩健性檢驗

為驗證分析結果的穩健性， 本文借鑒杜運周等（2022）的研究經驗， 通過調整案例頻數閾值和pri一致性閾值的方式進行穩健性檢驗， 結果如表5所示。本文分別對國有制造企業和民營制造企業兩個組別數據進行穩健性檢驗。具體來講： 將國有制造企業的案例頻數由2提升至3， pri一致性由0.7提升至0.75； 將民營制造企業的案例頻數由3提升至4， 考慮到民營制造企業數據真值表中大部分案例的pri一致性值都集中在0.74到0.75之間， 為避免納入最小化分析的真值表行數和案例數過少， 故將其pri一致性由0.7提升至0.74， 而不是0.75。參考Schneider和Wagemann（2012）提出的兩個標準——不同組態集合關系狀態和不同組態擬合參數差異進行判斷， 國有制造企業樣本調整案例頻數和pri一致性閾值后， 總體解的一致性略有上升， 覆蓋度略微下降， 調整前后組態1和組態2具有明確的子集關系， 組態3的結果完全一致， 該結果具有穩健性。民營制造企業樣本調整案例頻數和pri一致性閾值后， 組態結果數量從4條變為3條， 這是因為提高一致性閾值會減少納入最小化分析的真值表行數及案例數， 從而導致組態結果數量發生變化。除此之外， 總體解的一致性略有上升， 覆蓋度略微下降， 組態4、 組態5、 組態6改變前后構型一致， 表明結果具有穩健性。

五、 結語

（一） 研究結論

本文以2018 ～ 2020年A股上市制造企業為樣本， 通過TOE的理論框架構建出我國制造企業數字化轉型的前因條件， 基于企業產權性質進行數據分組， 采用fsQCA方法分別探究國有制造企業和民營制造企業數字化轉型路徑， 得出以下結論：

第一， 國有制造企業和民營制造企業的數字化轉型皆受多種不同條件的協同驅動。本文從技術、 組織、 環境出發， 并未發現存在某個單一維度或單一變量對國有制造企業或民營制造企業的數字化轉型產生必要影響， 通過各個組態的對比分析可以發現， 國有制造企業和民營制造企業的高水平數字化轉型是多種條件協同作用的結果。

第二， 根據每組組態特征歸納定義了國有制造企業和民營制造企業高水平數字化轉型的路徑模式。國有制造企業數字化轉型的主要實施路徑為“主動響應型”與“外部扶持型”， “主動響應型”反映了國有制造企業積極響應國家數字化發展戰略， 在數字技術創新方面持續加大研發投入， 加之政府補貼的大力支持， 成功推進了企業數字化轉型升級?！巴獠糠龀中汀敝攸c體現了政府通過向關鍵國有企業提供數字技術研發資金支持， 引導關鍵企業勇挑重擔、 勇打頭陣， 加快企業數字化轉型。相比而言， 民營制造企業數字化轉型模式更為多樣， 主要包括“內源自發型”“外部引導型”“全面協同型”和“外部保障型”四類。“內源自發型”是民營企業憑借內部條件的堅實基礎， 以高投入、 高創新、 高戰略敏銳度， 自主驅動數字化轉型， 表現出強勁的數字化內生動力與決心?！巴獠恳龑汀笔钦畬χ攸c關注的民營企業提供資金支持， 給予企業數字化轉型信心， 吸引社會資源， 助力企業數字化轉型的跨越式發展?！叭鎱f同型”是民營企業吸收整合內外部資源， 內外資金雙輪驅動， 外援帶動內生， 內外資源協同， 企業擁有主動創新意識、 自主創新能力， 為數字化轉型提供基礎保障和動力來源?！巴獠勘Ｕ闲汀迸c“全面協同型”近似， 關鍵區別在于政府補貼的條件屬性差異， “外部保障型”民營企業以內生動力為主， 通過外部力量保駕護航， 強化內生動力推進企業數字化升級。

第三， 數字化轉型驅動要素的差異。研究發現， 政府補貼是驅動國有制造企業數字化轉型的核心要件， 民營制造企業則更多依賴自身的研發投入、 創新能力和高管認知， 尤其是研發投入和創新能力， 是民營制造企業四類組態不可缺少的核心條件。由此判斷， 國有制造企業高水平數字化轉型由外部力量驅動， 民營制造企業進行數字化轉型則更多源于內生動力。進一步進行數據挖掘后發現， 在研究時段內， 高水平數字化轉型的國有制造企業， 獲得政府補貼的平均金額約為3.08億元， 民營制造企業的這一數值僅為1.02億元， 國有制造企業獲得的政府補貼金額約為民營制造企業的3倍。相比較， 研發投入方面， 民營制造企業研發投入占比明顯高于國有制造企業， 國有制造企業在研究時段內平均研發投入占比約為6.8， 而民營制造企業的平均研發投入占比約為9.1， 進一步驗證和支持了本文的判斷。從制度觀點來看， 2020年， 國務院國資委發布《關于加快推進國有企業數字化轉型工作的通知》， 明確提出要“發揮國有企業在新一輪科技革命和產業變革浪潮中的引領作用”， 指明了央企、 國企應扮演數字經濟與實體經濟融合的“排頭兵”角色。國有企業是中國特色社會主義的重要物質基礎和政治基礎， 不僅肩負著牽頭響應政府號召的特殊使命， 還承擔著引領創新產業發展、 攻克核心技術自主可控等關鍵問題的重大責任。數字經濟是推動我國經濟高質量發展的“新引擎”和“新動力”， 然而數字創新具有高成本、 高風險、 高門檻、 強滲透、 廣覆蓋的特征， 導致企業缺少動力開展數字化轉型活動。面對市場失靈問題， 國有企業由于產權性質特殊， 是政府對經濟方面進行有效控制與管理的重要抓手， 會優先享受來自政府的資源激勵與優惠政策， 從而帶動整個產業參與國際市場競爭（魏江等，2022）。近年來， 政府運用“有形的手”， 大力培育和引導了一批關鍵重點領域、 創新能力強、 技術能力突出的國有制造企業成為“數字領航”企業， 引領了其他企業的數字化變革。

（二） 研究啟示

本文的研究結論對國有制造企業和民營制造企業數字化轉型提供了如下啟示：

第一， 國家在引導和激勵國有制造企業數字化轉型方面已彰顯政策效力。來自外部的政府支持有效紓解了國有制造企業數字化轉型的痛點和堵點， 解決了企業數字化轉型原生動力不足的問題。國有制造企業能夠通過內外資源聯動， 在引領數字創新方向的過程中發揮不可替代的作用。民營制造企業已架構起數字化轉型的基礎認知框架， 頭部民營企業創新活力旺盛， 具備緊抓國家數字化發展重要戰略機遇、 搶跑數字經濟新賽道的遠見卓識， 自發轉型意識強， 帶動數字化升級改造的標桿企業持續涌現。

第二， 創新能力不僅是驅動企業數字化轉型升級的決定因素， 也是企業獲得政府支持的關鍵決策依據。制造企業數字化轉型本質上是通過新一代信息技術與制造技術的融合， 實現以數據為核心的資源要素變革、 生產方式重構和業務模式創新。企業的數字化技術創新能力支持和促進數字化轉型（Appio等，2021）， 與此同時， 隨著企業數字化迭代升級， 創造出更有利于創新的生態環境， 進一步帶動企業研發創新。

第三， 數字化轉型是一個復雜的系統工程， 受內外環境中多重因素的交互約制與影響， 企業決策者要重視企業數字化轉型的異質性特征， 科學研判外部環境的機會空間， 錨定自身轉型切入點， 強化轉型的內生動力和堅定轉型的信心， 積極爭取外部資源支持。政府決策者可以總結可復制、 可推廣的國有/民營制造企業數字化轉型模式與做法， 打造制造業數字化“燈塔企業”， 加快推進追隨企業的數字化轉型進程。

（三） 研究不足與展望

研究基于2018 ～ 2020年上市公司面板數據， 數據期僅反映國有制造企業和民營制造企業數字化轉型起步階段的路徑特征， 未來可進一步擴充研究的時間周期， 進行階段比較， 識別路徑變遷。受制于企業數字化轉型精準數據的外部公開性和可得性， 本文對一些指標的選取和測量較為寬泛， 不能精細化表征企業數字化轉型實際情況。對企業性質的劃分是以數據期報告為準， 未考慮數據統計期前1 ～ 2年內企業產權性質是否發生改變， 以及不同產權性質下異質性股東參股的特殊情況。未來可針對特殊樣本做進一步研究。

【 主 要 參 考 文 獻 】

艾志紅．TOE框架下制造企業數字化轉型組態路徑研究［ J］．財會月刊，2023（17）：145 ～ 151．

安家驥，狄鶴，劉國亮．組織變革視角下制造業企業數字化轉型的典型模式及路徑［ J］．經濟縱橫，2022（2）：54 ～ 59．

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 ～ 94．

杜傳忠，王純，郭樹龍．政府創新補貼對制造業企業數字化轉型的影響研究［ J］．財政研究，2023（12）：69 ～ 82．

杜運周，劉秋辰，陳凱薇等．營商環境生態、全要素生產率與城市高質量發展的多元模式——基于復雜系統觀的組態分析［ J］．管理世界，2022（9）：127 ～ 145．

金昕，夏豐華，邵俊崗．數字化轉型對制造企業發展質量影響效應檢驗［ J］．統計與決策，2022（20）：169 ～ 173．

孔存玉，丁志帆．制造業數字化轉型的內在機理與實現路徑［ J］．經濟體制改革，2021（6）：98 ～ 105．

林艷，張欣婧．制造企業數字化轉型不同階段的影響因素——基于扎根理論的多案例研究［ J］．中國科技論壇，2022（6）：123 ～ 132+142．

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（3）：106 ～ 122．

李雷，楊水利，陳娜．數字化轉型的前因組態與績效研究——來自中國制造業上市公司的經驗證據［ J］．科技進步與對策，2023（16）：32 ～ 41．

李江，吳玉鳴．政府補助與制造業企業創新：基于“量”與“質”的視角［ J］．現代經濟探討，2023（4）：88 ～ 98．

李世奇，朱平芳，廖輝．政府研發補貼能否帶動企業研發投入？——基于企業規模和屬性的雙視角異質性分析［ J］．系統工程理論與實踐，2022（6）：1591 ～ 1600．

馬亮，聶毅桐．企業數字化轉型成功的組態分析［ J］．財會月刊，2023（10）：118 ～ 125．

孫志偉，熊瑜，周吉等．提升民營企業數字化轉型動力的思考與建議［ J］．中國國情國力，2023（12）：34 ～ 38．

申志軒，祝樹金，文茜等．政府數字采購與企業數字化轉型［ J］．數量經濟技術經濟研究，2024（5）：71 ～ 91．

石先梅．制造業數字化轉型的三重邏輯與路徑探討［ J］．當代經濟管理，2022（9）：48 ～ 56．

宋巖，王曉月．企業數字化轉型、政府支持與創新效率——基于中國滬深A股制造業上市公司的實證檢驗［ J］．煙臺大學學報（哲學社會科學版），2023（2）：92 ～ 105．

唐天偉，應子堯，江曉婧．科技公共服務與企業高質量發展轉型：基于數字化視角［ J］．中國軟科學，2024（6）：142 ～ 155．

王春英，陳宏民．制造業企業進行數字化轉型的動因和路徑研究——基于上海電氣集團的案例分析［ J］．當代經濟管理，2023（5）：43 ～ 49．

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（7）：130 ～ 144+110．

余漢，黃爽，宋增基．國有股權對民營企業數字化轉型的影響——基于上市公司的經驗證據［ J］．中國軟科學，2023（3）：140 ～ 149．

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］．外國經濟與管理，2024（3）：136 ～ 152．

張林剛，耿文月，熊焰．動態能力如何促進企業數字化轉型——基于FsQCA方法［ J］．財會月刊，2022（12）：128 ～ 136．

鄒玲，趙祚康．基于模糊集定性比較分析的政府補助研究——來自軟件和信息技術服務業滬深兩市上市公司的數據［ J］．經濟理論與經濟管理，2023（6）：73 ～ 83．

Appio F. P.， Frattini F.， Petruzzelli A. M.， et al.. Digital transformation and innovation management： A synthesis of existing research and an agenda for future studies［ J］．Journal of Product Innovation Management，2021（1）：4 ～ 20．

Murthy R. K.， Madhok A.. Overcoming the early-stage conundrum of digital platform ecosystem emergence： A problem-solving perspective［ J］．Journal of Management Studies，2021（7）：1899 ～ 1932．

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（3）：101890．

Verhoef P. C.， Broekhuizen T.， Bart Y.， et al.. Digital transformation： A multidisciplinary reflection and research agenda［ J］．Journal of Business Research， 2021（1）：889 ～ 901．