TOE框架下制造企業數字創新驅動路徑研究

摘要：數字創新是推進數字技術與實體經濟深度融合、加快數字中國建設的新引擎。然而，現有研究對數字創新的影響因素和驅動路徑缺乏深入研究。基于TOE理論框架，以我國制造業上市公司為研究案例，構建制造企業數字創新水平差異的分析框架，并運用模糊集定性比較分析方法進行深入分析。研究結果表明，存在3類能夠產生高水平數字創新的驅動路徑，分別是居安思危型、乘勢而為型和高瞻遠矚型。通過對比高水平數字創新組態路徑發現，要素之間存在互補替代關系，希望研究結論能為制造企業探索和實施數字創新活動提供啟示。

關鍵詞：制造企業；數字創新；TOE框架；組態分析

0 引言

國際政治經濟格局變化多端，單邊主義、霸權主義、保護主義對我國制造業邁向全球價值鏈中高端帶來挑戰。在此形勢下，“十四五”規劃和2035遠景目標綱要指出，促進數字技術與實體經濟深度融合，打造數字經濟新優勢，壯大經濟發展新引擎。伴隨數字技術深度滲入制造業產業鏈與創新鏈中，引致生產運作方式和創新發展模式的深層次變革，聚焦數字技術的創新活動成為探究制造企業創新發展的焦點問題

[1]。尤其在當前復雜局勢下，關于制造企業數字創新經驗與模式的針對性研究，可提升制造企業基于數字技術的創新能力及其所嵌入產業的整體創新水平。因此，有必要探究制造企業數字創新發展經驗和模式，尤其需要識別影響制造企業數字創新的多重因素及相互作用關系，實現驅動制造企業開展數字創新活動和數字創新成果涌現的目的。

數字創新是利用數字技術實現產品、過程和商業模式的改變[2]。隨著數字創新研究的不斷深入，眾多研究表明企業數字創新會受多個層面因素的影響，如標準化能力、首席信息官、高管團隊特征等[3-5]。然而，數字創新是一個復雜系統問題，多數既有研究僅探究某一層面因素的影響，尚未探析企業數字創新差異化的原因，且圍繞制造企業的針對性研究相對匱乏，制造企業數字創新相關核心條件及條件間的組態規律仍不明晰，驅動數字創新形成的差異化路徑仍處于初步探索階段。

組態分析方法能夠充分解釋管理問題背后的因果復雜性，近年來得到廣泛應用。實際上，多層面影響因素并非獨立作用于研究結果，因素之間的聯動匹配致使研究結果出現差異化實現路徑。鑒于此，有必要基于組態思維探究制造企業數字創新多層面影響因素和差異化驅動路徑。因此，本文基于技術—組織—環境（TOE）框架，構建制造企業數字創新差異的分析框架，利用模糊集定性比較分析方法，明晰各因素的影響以及因素之間的聯動匹配作用。研究有助于深化對制造企業數字創新驅動路徑的認識，豐富數字創新相關理論研究，并為制造企業數字創新發展提供管理啟示。

1 理論回顧與模型構建

1.1 數字創新

大數據、人工智能、物聯網等新一代數字技術的蓬勃發展與深度應用改變了創新的內在邏輯，對創新的行為、過程及結果產生變革性影響，形成了數字創新這種新型創新范式[6]，是企業在數字經濟時代獲取持續競爭優勢的重要手段。當前，數字創新成為創新管理領域的研究熱點，學者從概念、影響因素和后效等方面展開研究。其一，從數字創新概念來看，Fichman等[2]、王海花等[3]、李振東等[7]和Wang等[8]均將數字創新界定為數字技術和物理組件的新組合，以實現產品、流程和商業模式的改變；數字創新概念界定基本達成共識，并認為數字創新具有復雜性、動態互動等特點，數字技術在其中發揮重要作用[9]。其二，數字創新影響因素研究集中于3個方面——技術（如數字技術和IT能力）[10]、組織（如企業領導力、地位、管理認知、動態能力和數字導向）[5，7，9，11]和環境（如外部利益相關者和行業競爭）[7，12]，研究側重于采用多元回歸分析等傳統方法，樣本集中于我國上市公司，涉及ICT產業、工業企業和制造企業。其三，數字創新后效研究集中于智能化轉型、組織績效等方面[13-14]。綜上可見，上述研究傾向于孤立地探究某一或某幾層面因素對數字創新的線性影響，有必要構建制造企業數字創新差異的整合性分析框架，從整體性視角識別影響制造企業數字創新的關鍵要素及其相互作用，揭示背后的復雜因果關系。

1.2 TOE理論框架

TOE理論框架由Tornatizky和Fleischer提出[15]，基于企業內外部條件解釋新技術應用和擴散；該框架從技術、組織和環境3個層面探討新技術應用和擴散的影響因素，但各層面因素并未確定。通過梳理既有研究，技術層面包括技術管理、技術能力、基礎設施建設等[16]；組織層面包括高管團隊特征、組織能力、認知結構、前期績效等[17]；環境層面包括產業競爭程度、政府政策與制度等[16-17]。隨著研究推進，學者們根據研究實際情境和實踐經驗對其進行調整，逐步拓寬理論應用場景，提升框架應用的適用性和可操作，該理論已廣泛應用于工業數字化水平、組織創新等領域[16，17]。

盡管TOE框架已得到廣泛應用，但尚存可完善之處：作為一個綜合性分析框架，在剖析新問題和新對象、應用新場景時，框架內相關因素的選擇應根據實際情境和實踐經驗，并需要更進一步的論證[19]。此外，技術、組織和環境3個層面因素之間的聯動匹配關系尚需拓展，通過探究因素之間的互動關系，以更清晰解釋結果產生的背后原因。綜上，本文基于TOE框架，整合技術、組織和環境3個層面因素，構建制造企業數字創新影響因素的整合性模型，明晰不同因素影響以及因素之間的聯動匹配作用。

1.3 模型構建

基于既有研究，并綜合考慮模型的簡潔性和數據可得性，本文最終確定了技術層面的技術能力，組織層面的前期績效、戰略柔性和管理數字注意力，環境層面的環境復雜性和政府數字舉措在內的6個前因條件，結合上述前因條件分析其對數字創新的復雜作用。

（1）技術層面。技術能力是企業運用多種技術開發新想法以創造出被市場接受的新產品和新服務，涵蓋創新意識、對技術的掌握、對研發的投入、研發決策自主性等內容[20]，映射企業技術研發和應用的水平。技術能力強的企業更具冒險精神，可在變幻莫測的環境中抓住稀缺的技術機會，建立技術壁壘，更易取得良好的創新結果；同時，技術能力強的企業的知識積累量豐富，能快速識別技術資源價值，并獲取和利用技術資源[21]，從而為數字創新活動提供技術和資源保障，驅使企業數字創新。

（2）組織層面。組織層面包含前期績效、戰略柔性和管理數字注意力3個子條件。第一，前期績效體現企業之前的經營業績狀況，其對數字創新具有雙重性影響：基于組織適應性理論，欠佳的績效會增加企業生存危機感，企業更傾向選擇戰略變革，制定合理方案以解決所面臨問題；而績效良好的企業更傾向維持原有戰略和重復已成功的創新活動[17]，進而影響數字創新戰略選擇。相反，基于資源基礎理論，良好的前期績效可為數字創新活動提供保障。數字創新活動的新穎性、復雜性、過程結果的不可預測性，要求企業擁有較好的資源儲備為數字創新活動提供支撐[22]。良好的前期績效既可助力改進現有產品和業務流程，又可支持顛覆性技術開拓和新產品開發，保障數字創新活動的順利開展。

第二，戰略柔性是在復雜多變環境下企業能快速響應并及時給予外部變化反饋，重塑組織資源和能力來提高自身競爭優勢的能力[13]。在數字創新行為邏輯下，企業既需要針對當前市場需求進行內部和業務流程的改進，同時也需要主動探索外部技術資源和全新機會并協同創新主體構筑全新業務流程，以獲取數字技術紅利和競爭優勢。而戰略柔性較強的企業能敏銳地洞悉與識別技術和市場等變化，也能縮短組織對外部變化的反應時間，并通過靈活且有效的資源決策來重塑全新的資源組合，從而助力企業數字創新活動。

第三，管理數字注意力。管理者的注意力是有價值的，注意力分配方式在很大程度上決定了企業行為。數字化情境下，組織對數字技術的關注是邁向數字創新的首要步驟，也是關鍵所在。作為組織的決策群體，高層管理人員（如首席執行官）負責環境掃描，并擁有權力來實施他們關注的戰略[8]。數字經濟發展形成數字技術商業機會和資源積累，數字化戰略越來越受到企業管理者的關注[23]，故企業高管將集中時間和精力支持數字創新。由此，管理數字注意力是影響數字創新的關鍵因素。

（3）環境層面。環境層面包含環境復雜性和政府數字舉措兩個子條件。

第一，環境復雜性體現企業所處行業、市場和技術等因素的更迭速度與不確定程度，涉及行業發展方向變化、市場競爭激烈程度、技術發展與更迭速度等內容，上述內容為企業數字創新活動帶來了機遇和挑戰[7]。復雜動蕩的外部環境會驅動企業持續學習和創新，以適應環境變化并提升競爭力。此外，動蕩環境導致企業更難搜集外部信息等資源，并加劇不同創新活動之間資源競爭，從而沖擊企業數字創新活動。

第二，政府數字舉措。作為一個有影響力的環境因素，政府舉措在企業塑造新數字技術和創新方面發揮關鍵作用[24]。政府數字舉措是指通過數字應用程序以及其他政府努力和激勵措施改善經濟和社會方面的公共數字政策和計劃[8]。政府出臺不同形式的數字舉措（如財政支持、數字項目和稅收政策），這些舉措為企業提供新商業機會和技術資源，激發企業數字創新動機。

上述分析初步揭示了技術、組織和環境3個層面6個前因條件對數字創新的影響。然而，不同層面的前因條件并非割裂的，是相互依賴、聯動匹配地發揮作用[25]。比如，技術能力對創新活動的影響在一定程度上會受到環境復雜性的影響，表現在不同環境復雜程度對技術應用與開發要求不同[20]。政府數字舉措形成新的商業機會和加速區域內資源積累，營造良好的商業環境，這促進企業高層管理者對數字技術的關注，進而指導企業推進數字創新[8]。綜上，結合文獻梳理與理論推演，本文基于TOE框架，構建制造企業數字創新的前因組態理論模型，實證探究技術、組織和環境3個層面的6個前因條件如何聯動匹配作用于制造企業數字創新。見圖1。

2 研究設計

2.1 研究方法

模糊集定性比較分析（fsQCA）是探究聯動匹配和協同效應的有效方法[26]。本文摒棄以“自變量—因變量”二元關系為核心的傳統回歸分析方法，轉而采用fsQCA方法的原因在于：首先，該方法打破層次間嵌套關系的限制，無需對跨層次因素做特殊處理[26]；其次，該方法不受樣本量限制，本文樣本量為82，符合方法需求；最后，該方法充分考慮因素的不同程度變化對結果的細微影響，將變量賦值為[0，1]區間內的連續模糊集，有效彌補二分賦值非此即彼的缺陷。

NCA方法既可識別特定條件是否為某一結果的必要條件，又可分析必要條件的效應量，從定量視角明確因素對結果的必要程度[27]。同時，NCA方法是對QCA方法原有簡單闡述“一個因素對于特定結果是必要還是不必要”的定性結果的補充與完善。尤其對fsQCA方法而言，fsQCA詳細闡述因素的不同程度的細微變化，而非簡單的“是”或“否”，這使得NCA與fsQCA方法的結合具有更大地價值[28]。

2.2 數據來源與變量測量

研究對象為滬深兩市A股制造業上市公司，涵蓋醫藥、專用設備、汽車等行業，剔除ST、PT、*ST及數據缺失的公司后，最終將82家制造企業作為案例。此外，考慮到創新活動的滯后性，將數字創新做滯后一年處理，即數據時間為2021年，其余變量數據為2020年。數據源于3個方面。其一，技術能力、前期績效、戰略柔性與環境復雜性的測量數據源于CSMAR數據庫、CNRDS數據庫，管理數字注意力的數據源于巨潮資訊網；其二，政府數字舉措的數據源于政府工作報告；其三，數字創新的數據源于中國知識產權局。

（1）數字創新。參照王海花等[3]和Khin等[13]的做法，采用專利申請量測量數字創新。通過將數字經濟產業分類與國際專利分類進行匹配，以確定專利申請量。具體而言，根據《中國數字經濟發展白皮書》界定數字經濟產業后，參照國家統計局發布的《國際專利分析與國民經濟行業分類參照關系表（2018）》確定專利分類號，最后通過國家知識產權局檢索得到82家制造企業的專利申請數據。

（2）技術能力。參照魏江等[29]和郭韜等[30]的做法，根據研究主題進行調整，采用研發人員比例、專利數、軟件等無形資產比例測量。

（3）前期績效。參照陳偉宏等[31]的做法，采用前期的息稅前利潤與年末資產總額的比值測量。

（4）戰略柔性。參照Kurt和Hulland[32]的做法，采用負債與總資產的比值測量。

管理數字注意力。參照Wang等[8]和袁淳等[33]的做法，考慮數據可得性，對管理層討論與分析（MDamp;A）部分進行文本分析，采用數字化相關詞匯頻數總和與MDamp;A文字總數的比值測量。為了便于表述，將指標乘以100，數值越大，則表示管理數字注意力越強。

（5）環境復雜性。參照申慧慧等[34]的做法，采用過去5年剔除穩定增長部分并經過行業調整后銷售收入的標準差來測量。具體過程如下：①剔除樣本企業穩定成長的銷售收入部分并估計其過去5年非正常銷售收入的標準差，據此得到樣本企業未經行業調整下的環境復雜性；②計算樣本年間同一行業樣本企業的環境復雜性的中位數，即該行業的環境復雜性；③采用企業未經行業調整下的環境復雜性除以本行業的環境復雜性，用以表征樣本企業的環境復雜性。

（6）政府數字舉措。參照Wang等[8]的做法，對省級政府工作報告進行文本分析，通過匯總大數據、云計算、人工智能、區塊鏈、物聯網、通信技術、工業、農業、服務業與數字政府10方面121個詞匯頻數總和，采用詞匯頻數總和與政府工作報告文字總數的比值測量。為了便于表述，將指標乘以100，數值越大，則表示政府數字舉措越強。

2.3 變量校準

本文采用直接法將樣本數據校準為模糊數據。結合理論和已有知識，設定3個錨點：完全隸屬、交叉點和完全不隸屬，轉化后的集合隸屬度介于0～1之間。參照杜運周等[28]研究，以避免矛盾架構為標準，將上四分位數、中位數和下四分位數作為校準錨點。變量校準錨點與描述性統計分析見表1。

3 實證分析

3.1 必要性分析

本文采用上限回歸（CR）和下限包絡（CE）兩種估計方法計算效應量，NCA分析結果見表2。基于NCA方法中必要條件需要滿足效應量（d）超過0.1，蒙特卡洛仿真置換檢驗（Monte Carlo simulations of permutation tests）顯示效應量是顯著的標準[27]進行查驗。綜合看，技術能力、前期績效、環境復雜性和政府數字舉措的檢驗結果都不顯著，表明它們不是數字創新的必要條件。而戰略柔性和管理數字注意力的檢驗結果顯著，但效應量低于0.1，也不是數字創新的必要條件。

瓶頸分析結果見表3。瓶頸水平（%）指達到結果最大觀測范圍的某一水平，前因條件最大觀測范圍內需要滿足的水平值（%）。根據結果可知，達到80%的數字創新水平，需要3.3%水平的戰略柔性，而其他5個前因條件都不存在瓶頸水平。

此外，本文進一步采用QCA方法檢驗必要條件，見表4。結果顯示，單一前因條件必要性的一致性結果均低于0.9，與NCA結果一致，即不存在產生數字創新的必要條件。

3.2 組態分析

組態分析揭示前因條件構成的不同組態引致結果產生的充分性，即探討企業數字創新驅動路徑。借鑒先前研究的做法進行反事實分析[28]，假定技術、組織和環境3個層面條件單獨出現與否均可貢獻高數字創新。基于資源基礎理論可知，技術能力是企業開展創新活動的重要基礎，故在“standardanalysis”時，將“技術能力”作為質蘊涵項[19]。此外，根據杜運周等[28]的建議，將一致性閾值設定為0.8，案例頻數閾值設定為1，并將PRI一致性閾值設定為0.73。通過對比中間解和簡約解，確定核心條件：既在簡約解又在中間解中出現的條件為核心條件，而只在中間方案中出現的條件界定為邊緣條件。組態分析結果見表5，高水平數字創新組態路徑總體覆蓋度分別為0.425，且單一組態路徑與總體方案的一致性均超過0.8，即從技術、組織和環境視角分析所得的組態路徑具有較好解釋力。

1.高水平數字創新組態路徑

基于TOE框架，在技術能力、前期績效、戰略柔性、管理數字注意力、環境復雜性和政府數字舉措6個前因條件的復雜作用下，實現制造企業高水平數字創新的組態路徑有5條，其中S1a和S1b、S2a和S2b的核心條件相同，分別構成二階等價組態。

路徑1：居安思危型。S1a和S1b的核心條件均為高前期績效、高戰略柔性和高環境復雜性，故將這兩條組態路徑歸為同一構型。既有研究表明欠佳的前期績效是組織變革的重要驅動力，而這一組態構型顯示前期績效好的制造企業同樣推進數字創新活動，但應在高戰略柔性和高環境復雜性共同存在的情境下，這類數字創新屬于主動性。環境復雜性高表明制造企業處于市場競爭激烈、顧客需求變化快和技術更迭加速的環境中，企業市場份額和成長空間被削減，這推動企業評估和判斷所面臨威脅，以形成應對策略。而戰略柔性則代表制造企業能快速識別外部環境變化，擁有及時調整戰略決策、將資源投入新戰略的能力，其為數字創新戰略實施提供保障。同時，制造企業良好的前期績效為數字創新活動提供物質保障。綜上，這一組態路徑體現的是制造企業在財力、適應力和壓力三者共存的情況下發動的數字創新，將其命名為居安思危型。此外，對比S1a和S1b可知，存在高前期績效、高戰略柔性和高環境復雜性時，管理數字注意力（組織因素）與技術能力（技術因素）形成替代關系，即當制造企業組織水平較高（具有良好前期績效和高戰略柔性）并且所面臨環境復雜性較強時，管理者數字注意力可以代替技術能力，實現制造企業數字創新水平的提升。

路徑2：乘勢而為型。S2a和S2b的核心條件均為高前期績效、高管理數字注意力和高政府數字舉措，故將這兩條組態路徑歸為同一構型。政府數字舉措表明地區政府發布了一系列的數字政策和數字化激勵措施來改善社會和經濟，其會帶來資源積累及產生新的商業機會[35-36]，即地區數字化發展勢頭強勁。管理數字注意力則體現企業管理層對數字化的關注，集中時間和精力進行數字創新活動。這一組態路徑是對既有研究觀點的部分證實及補充：地區政府所采取的一系列數字舉措所誘發的新商業機會和資源積累激發企業高層管理者對機會和資源的關注，進而付諸數字創新行動[8]。而路徑2則表示盡管政府數字舉措與管理數字注意力具有緊密的聯系，但是二者無法形成數字創新的充分條件，因為缺乏物質基礎。而高前期績效則為制造企業創新行為提供物質基礎，此時才能充分地實現數字創新。綜上，這一組態路徑體現的是制造企業管理者在地區數字化發展勢頭強勁以及物質基礎充足情形下開展的數字創新，即制造企業管理者順應大勢所采取的行動，以反向獲取政府在項目、金融、稅收等方面的支持，故將其命名為乘勢而為型。

路徑3：高瞻遠矚型。S3的核心條件為高技術能力、高管理數字注意力和高環境復雜性。與路徑2相似，路徑3的核心條件之一是管理數字注意力；但對比兩路徑發現，路徑3是在環境復雜性高的情形下，即該路徑下的樣本企業冒險精神強，具有較強的前瞻性。同時，路徑3下的案例企業多數屬于該行業的領先者（如許繼電氣、格力電器等），行業聲望較高。這一路徑是對既有研究觀點的部分證實及補充：管理者數

字知識/管理數字注意力能夠推動企業數字創新[5，8]。而路徑3表明管理數字注意力無法形成數字創新的充分條件，因缺少相應因素的配合。高環境復雜性壓縮了制造企業的生存空間，其是制造企業發動數字創新的動機；而高技術能力則為制造企業數字創新活動提供了技術支持，此時才能充分地引發數字創新。即在高環境復雜性的情境下，制造企業管理者前瞻性地將時間和精力分配于數字化發展上，并依靠技術能力推動企業數字創新。因而將這一路徑命名為高瞻遠矚型。

2.非高數字創新組態路徑

本文進一步檢驗了產生制造企業非高數字創新的組態路徑，共有組態路徑2個。其中，NS1a和NS1b的核心條件相同，構成二階等價組態。

路徑1：NS1a和NS1b的核心條件均為缺乏技術能力、缺乏前期績效、缺乏管理數字注意力和缺乏環境復雜性，故將這兩條組態路徑歸為同一構型。數字創新需要制造企業具備一定技術和人才積累，若自身技術能力弱、管理者不關注數字化發展、缺乏物質基礎，并且所處市場環境相對穩定，就難以對數字創新形成有效的支撐，而這一路徑也從側面證實了居安思危型和高瞻遠矚型數字創新的合理性。

路徑2：NS2表明以缺乏前期績效、缺乏戰略柔性、缺乏環復雜性和缺乏政府數字舉措為核心條件，互補高管理數字注意力為邊緣條件的組態可以產生非高數字創新。在政府數字舉措不足且市場環境穩定的情形下，制造企業自身戰略柔性不足、前期績效欠佳，即便制造企業管理者關注到數字化發展，也無法產生高數字創新。政府數字舉措不足且市場環境穩定無法使制造企業產生數字創新動機，缺乏戰略柔性可能導致數字創新決策出現偏差，欠佳的前期基礎無法為數字創新提供物質保障。在此情形下，即便制造企業管理者關注到數字化發展，數字創新活動也難以順利開展，而這一路徑也從側面證實了乘勢而為型數字創新的合理性。

3.3 穩健性檢驗

為確保研究結果的可靠性，本文通過調整一致性閾值和PRI閾值兩種途徑進行了穩健性檢驗。具體包括，將一致性閾值由0.8提升至0.85；PRI閾值由0.73提升至0.75，兩種途徑的檢驗結果相同（見表6）。通過檢驗發現，僅有表5中S3消失，其余組態結果未發生變化，由此表明本文研究結果具有穩健性。

4 結語

基于TOE框架，運用NCA和fsQCA方法，探討技術、組織和環境層面影響因素對制造企業數字創新的組態效應，研究發現：第一，技術、組織和環境層面的單一因素不是制造企業數字創新的必要條件，制造企業數字創新是多重前因條件共同作用的結果；第二，制造企業數字創新具有多重并發和殊途同歸的特征。制造企業高數字創新的組態路徑有5條，形成3種類型：居安思危型、乘勢而為型和高瞻遠矚型。每條組態路徑是由多個因素構成，即“多重并發”，因素之間的不同組合形成不同組態路徑，均可實現數字創新，即“殊途同歸”；第三，高數字創新的4個組態都包含高前期績效，而非高數字創新所有組態都包含非高前期績效，良好的前期績效在產生高數字創新上發揮重要作用；第四，驗證了因果關系的非對稱性。制造企業高數字創新驅動路徑并不是非高數字創新驅動路徑的對立面。

研究的理論意義在于：第一，進一步拓寬TOE框架的應用場景，并豐富數字創新領域的研究成果。本文將TOE框架應用于數字創新研究中，系統地將技術、組織和環境因素整合起來，提出制造企業數字創新的整合性分析框架，進而拓寬TOE框架的應用場景；并探究多重因素的聯動匹配效應，一定程度上彌補既有研究多聚焦于數字創新影響因素的“凈效應”而對聯動效應關注不足的局限性，豐富數字創新領域的研究。第二，將NCA和QCA方法引入數字創新研究中，豐富該領域的研究方法。因果關系（必要和充分）是管理學研究的焦點，而采取NCA和QCA相結合的混合方法探討因果復雜關系，不僅得到國內外學者認可和應用，也是頂級期刊主編的倡議。但這一混合方法尚未應用于數字創新研究中，而本文將NCA和QCA相結合的混合方法引入數字創新研究中，不僅推動影響因素和數字創新之間必要和充分兩種關系的研究發展，而且積極響應“將NCA和QCA結合探討因果復雜關系”的倡議，進而豐富數字創新領域的研究方法。第三，明確制造企業數字創新的多重并發因素關系和不同組態路徑間多層面因素替代關系，為處于不同情景的制造企業實現高水平數字創新提供差異化路徑。此外，本文探究制造企業高數字創新與非高數字創新組態路徑的非對稱性問題，為驅動制造企業數字創新提供重要理論依據，拓寬數字創新影響因素的研究框架。

研究的實踐啟示在于：第一，制造企業數字創新方案要注重技術、組織和環境之間多重因素的匹配聯動關系。制造企業應從整體性視角出發，根據所處場景和自身實際情況形成合理的數字創新路徑。第二，制造企業應重視前期績效在數字創新過程中重要驅動作用，專注于改善自身當前績效為數字創新提供物質基礎。在復雜多變的環境中，前期績效和戰略柔性是數字創新的關鍵驅動因素，也是制造企業實現持續發展的關鍵所在。在政府數字舉措引導下，前期績效和管理數字注意力相互協作，轉變制造企業的僵化創新模式，克服惰性，順應新時代的發展潮流。第三，政府部門應該加強對制造企業數字創新的宏觀指導和政策扶持，形成推動制造企業數字創新的政策合力。有著政府數字舉措引導的制造企業，應根據行業特色，并結合自身優勢，積極開發與利用地區政府一系列數據舉措帶來的商業機會，乘勢而為開展數字創新行動，并反向獲取政府政策支持，形成良性互動效應。同時，制造企業應重視管理數字注意力和前期績效在數字創新過程中與其他因素的交互驅動作用，在認知上重視數字創新的重要性，在行動上高效配置數字創新所需資源，以合力提升數字創新水平與建立競爭優勢。

盡管研究得到一些有價值的結論，但存在一定不足：首先，數字創新是一個復雜性管理問題，制造企業數字創新的影響因素較多，但受限于數據收集和研究精力，研究基于TOE框架選擇了6個前因條件，后續可基于其他理論視角進一步挖掘更多前因條件；其次，研究采用截面數據，未能反映制造企業數字創新的動態變化，后續采用動態QCA方法，將時間因素納入分析框架；最后，研究樣本為我國制造業企業，涵蓋多個地區的多個細分行業，在區域和行業細分方面尚有進一步優化空間，后續可開展細化研究，以獲得更具現實意義的結論。

參考文獻

[1]李振東，梅亮，朱子欽，等.制造業單項冠軍企業數字創新戰略及其適配組態研究[J].管理世界，2023，39（2）：186-208.

[2]FICHMAN R G， DOS SANTOS B L， ZHENG Z. Digital innovation as a fundamental and powerful concept in the information systems curriculum[J].MIS Quarterly，2014，38（2）：329-354.

[3]王海花，李燁，王瑩，等.標準聯盟網絡位置與數字創新：一個有調節的中介模型[J].系統管理學報，2023，32（3）：538-548.

[4]王新成，李垣.首席信息官、企業領導者與企業數字創新[J].科技進步與對策，2022，39（13）：83-93.

[5]FIRK S， GEHRKE Y， HANELT A，et al. Top management team characteristics and digital innovation： exploring digital knowledge and TMT interfaces[J].Long Range Planning，2022，55（1）：102166.

[6]王海花，李燁，譚欽瀛.基于Meta分析的數字化轉型對企業績效影響問題[J].系統管理學報，2022，31（1）：112-123.

[7]李振東，梅亮，朱子欽，等.制造業單項冠軍企業數字創新戰略及其適配組態研究[J].管理世界，2023，39（2）：186-208.

[8]WANG X C， LI Y， TIAN L W， et al. Government digital initiatives and firm digital innovation： evidence from China[J].Technovation，2023，119：102545.

[9]LIU Y， DONG J Y， YING Y，et al. Status and digital innovation： a middle-status conformity perspective[J].Technological Forecasting and Social Change，2021，168：120781.

[10]CHAN C M， TEOH S Y， YEOW A，et al. Agility in responding to disruptive digital innovation：case study of an SME[J].Information Systems Journal，2019，29（2）：436-455.

[11]ARIAS-PＥREZ J，VＥLEZ-JARAMILLO J. Ignoring the three-way interaction of digital orientation，not-invented-here syndrome and employee's artificial intelligence awareness in digital innovation performance：a recipe for failure[J].Technological Forecasting and Social Change，2022（4）：121305.

[12]TEECE D J. Profiting from innovation in the digital economy：enablingtechnologies， standards， and licensing models in the wireless world[J].Research Policy，2018，47（8）：1367-1387.

[13]李婉紅，王帆.數字創新、戰略柔性與企業智能化轉型：考慮環境復雜性的調節效應[J].科學學研究，2023，41（3）：521-533.

[14]KHIN S， HO T C. Digital technology， digital capability and organizational performance： a mediating role of digital innovation[J].International Journal of Innovation Science，2019，11（2）：177-195.

[15]TORNATZKY L G， FLEISCHER M. Processes of technological innovation[M].Lexington： Lexington Books，1990.

[16]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）：410-419，453.

[17]張明，藍海林，陳偉宏，等.殊途同歸不同效：戰略變革前因組態及其績效研究[J].管理世界，2020，36（9）：168-186.

[18]彭永濤，侯彥超，羅建強，等.基于TOE框架的裝備制造業與現代服務業融合組態研究[J].管理學報，2022，19（3）：333-341.

[19]曾經緯，李柏洲，宋鵬，等.企業原始創新驅動路徑研究：基于TOE框架的組態分析[J].科技進步與對策，2023，40（1）：71-80.

[20]張秀娥，張向，王超.技術能力對新創企業運營績效的影響研究[J].科學學研究，2023，41（4）：688-697.

[21]SRIVASTAVA M K， GNYAWALI D R， HATFIELD D E. Behavioral implications of absorptive capacity： the role of technological effort and technological capability in leveraging alliance network technological resources[J].Technological Forecasting and Social Change，2015，92（1）：346-358.

[22]HENFRIDSSON O，NANDHAKUMAR J，SCARBROUGH H， et al.Recombination in the open-ended value land scape of digital innovation[J].Information and Organization，2018，28（2）：89-100.

[23]HUANG J， HENFRIDSSON O， LIU M J，et al. Growing on steroids： rapidly scaling the user base of digital ventures through digital innovation[J].MIS Quarterly，2017，41（1）：301-314.

[24]NAMBISAN S， WRIGHT M， FELDMAN M. The digital transformation of innovation and entrepreneurship： progress， challenges and key themes[J].Research Policy，2019，48（8）：103773.

[25]譚海波，范梓騰，杜運周.技術管理能力、注意力分配與地方政府網站建設：一項基于TOE框架的組態分析[J].管理世界，2019，35（9）：81-94.

[26]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，2017，33（6）：155-167.

[27]DUL J， VAN DER LAAN E， KUIK R. A statistical significance test for necessary condition analysis[J].Organizational Research Methods，2020，23（2）：385-395.

[28]杜運周，劉秋辰，程建青.什么樣的營商環境生態產生城市高創業活躍度？：基于制度組態的分析[J].管理世界，2020，36（9）：141-155.

[29]魏江，王銅安，劉錦.企業技術能力的要素與評價的實證研究[J].研究與發展管理，2008（3）：39-45.

[30]郭韜，張亞會，劉洪德.企業家背景特征對創業企業技術能力的影響：創新關注的中介作用[J].科技進步與對策，2018，35（8）：143-148.

[31]陳偉宏，鐘熙，藍海林，等.探索還是防御？CEO過度自信與企業戰略導向[J].科學學與科學技術管理，2019，40（5）：17-33.

[32]KURT D， HULLAND J. Aggressive marketing strategy following equity offerings and firm value：the role of relative strategic flexibility[J].Journal of Marketing，2013，77（5）：57-74.

[33]袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟，2021（9）：137-155.

[34]申慧慧，吳聯生，肖澤忠.環境不確定性與審計意見：基于股權結構的考察[J].會計研究，2010（12）：57-64.

[35]LAZZARINI S G. Strategizing by the government： can industrial policy create firm-level competitive advantage？[J].Strategic Management Journal，2015，36（1）：97-112.

[36]WEI J，SUN C， WANG Q， PAN Q. The critical role of the institution-led market in the technological catch-up of emerging market enterprises：evidence from Chinese enterprises[J].Ramp;D Management，2020，50（4）：478-493.

收稿日期：2025-01-25

作者簡介：

畢鵬，男，1982年生，博士研究生，副教授，碩士生導師，主要研究方向：公司治理與公司財務。

徐思源，男，2001年生，碩士研究生在讀，主要研究方向：公司治理與公司財務。

劉金奇，男，1996年生，碩士研究生，講師，主要研究方向：公司財務與治理、資本市場與會計信息。

李盼盼，女，1991年生，博士研究生，講師，主要研究方向：科技管理與創新管理、數字化轉型。

*基金項目：黑龍江省哲學社會科學研究項目“新質生產力賦能龍江企業高質量發展的理論邏輯與現實路徑研究”（24GLE001）；黑龍江省省屬高等學校基本科研業務費科研項目“‘雙碳’目標下企業ESG表現與綠色投資行為研究”（2023-KYYWF-0629）。