中國制造業(yè)數(shù)字化轉(zhuǎn)型評價及影響因素
——基于模糊集定性比較分析

張林剛，戴國慶，熊 焰，耿文月

（上海應用技術(shù)大學經(jīng)濟與管理學院，上海 200235）

隨著大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展與應用，第四次工業(yè)革命已然來臨，制造業(yè)再次成為世界各國關(guān)注的焦點。發(fā)達國家相繼提出振興制造業(yè)計劃，如德國率先提出“工業(yè)4.0”的概念、美國實施先進制造業(yè)伙伴關(guān)系計劃、日本制定工業(yè)價值鏈計劃；同時，越南、印度和東歐等發(fā)展中國家和地區(qū)以更低的成本優(yōu)勢，逐漸取代中國成為發(fā)達國家產(chǎn)業(yè)轉(zhuǎn)移的新陣地。中國自2011 年以來，制造業(yè)就逐步面臨著勞動人口紅利驟減、要素成本上升、創(chuàng)新型人才匱乏以及制造業(yè)企業(yè)稅負過重、部分行業(yè)產(chǎn)能過剩等問題［1］，制造業(yè)轉(zhuǎn)型升級成為亟待解決的關(guān)鍵問題。2021 年3 月，《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》提出要加強建設(shè)制造強國和數(shù)字中國，充分發(fā)揮中國海量數(shù)據(jù)和豐富應用場景優(yōu)勢，有效促進數(shù)字技術(shù)與實體經(jīng)濟深度融合，實現(xiàn)制造業(yè)全價值鏈上的高質(zhì)量轉(zhuǎn)型升級。然而從區(qū)域?qū)用鎭砜矗袊鞯貐^(qū)間制造業(yè)數(shù)字化發(fā)展水平差異較大，研發(fā)創(chuàng)新重心向東部傾斜，尤其在生產(chǎn)制造領(lǐng)域，北上廣深、浙江、福建等傳統(tǒng)制造業(yè)強省生產(chǎn)設(shè)備數(shù)字化率、聯(lián)網(wǎng)率已達到較高水平，而西部地區(qū)數(shù)字化水平相對較低，不同區(qū)域間“數(shù)字鴻溝”明顯［2］。究竟是什么因素導致中國各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型程度存在差異？制造業(yè)數(shù)字化轉(zhuǎn)型程度高的驅(qū)動路徑是什么？這些問題值得進行深入理論探索。縱觀目前數(shù)字化轉(zhuǎn)型相關(guān)文獻，學者們主要關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)績效、商業(yè)模式變革和組織創(chuàng)新的影響以及如何構(gòu)建數(shù)字平臺、數(shù)字創(chuàng)新生態(tài)等方向的研究。《2018 中國企業(yè)數(shù)字化發(fā)展報告》指出，與其他產(chǎn)業(yè)相比，制造業(yè)作為中國的核心產(chǎn)業(yè)，其數(shù)字化水平最低。目前，理論界缺乏對中國不同區(qū)域制造業(yè)數(shù)字化水平的評價以及對影響不同區(qū)域數(shù)字化轉(zhuǎn)型的關(guān)鍵因素的討論。

制造業(yè)數(shù)字化轉(zhuǎn)型程度是一個受多重因素聯(lián)合作用的復雜過程，而模糊集定性比較分析法（fsQCA）適用于探究多重因素的聯(lián)合效應對結(jié)果變量的影響機制［3］。因此，本文首先將改進熵權(quán)法和灰色關(guān)聯(lián)分析相結(jié)合，從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面對我國不同區(qū)域的制造業(yè)數(shù)字化轉(zhuǎn)型程度進行評價。在此基礎(chǔ)上，利用fsQCA 方法從技術(shù)因素、市場因素和政府因素3 個維度探究影響不同區(qū)域制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，識別出存在哪些條件組態(tài)以殊途同歸的方式推動制造業(yè)數(shù)字化轉(zhuǎn)型以及哪些條件對制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）更為關(guān)鍵。

1 文獻回顧

目前，國內(nèi)外學者對數(shù)字化轉(zhuǎn)型概念的定義尚未達成統(tǒng)一。孟凡生等［4］指出數(shù)字化轉(zhuǎn)型是以數(shù)字技術(shù)為主導，通過消除行業(yè)間的數(shù)據(jù)壁壘，提高企業(yè)運行效率，最終提升企業(yè)績效；Frankiewicz 等［5］認為企業(yè)數(shù)字化轉(zhuǎn)型是人才而非技術(shù)的轉(zhuǎn)型，通過重塑客戶價值主張來改造企業(yè)運營模式、價值創(chuàng)造模式和商業(yè)模式，最終提高企業(yè)在數(shù)字經(jīng)濟中的競爭力；Rogers［6］認為數(shù)字化轉(zhuǎn)型從根本上來說是企業(yè)升級戰(zhàn)略思維的過程，雖然在這一過程中企業(yè)需要升級信息技術(shù)（IT）基礎(chǔ)設(shè)施，但本質(zhì)上是戰(zhàn)略而非技術(shù)的轉(zhuǎn)型。通過對現(xiàn)有文獻的梳理發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型是通過組合信息、計算、通信和連接技術(shù)引發(fā)企業(yè)屬性的重大變化，從而提升企業(yè)轉(zhuǎn)型能力和價值效益。企業(yè)的數(shù)字化轉(zhuǎn)型包含企業(yè)組織方式、資源配置方式、研發(fā)生產(chǎn)模式和商業(yè)模式等在內(nèi)的全方位、徹底的變革，涵蓋了數(shù)字化技術(shù)、數(shù)字化人才、數(shù)字化戰(zhàn)略和思維等諸多要素，且彼此相輔相成。

科學合理地評價制造業(yè)數(shù)字化轉(zhuǎn)型程度，是研究數(shù)字化轉(zhuǎn)型影響因素的重要基礎(chǔ)。關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型評價方面的研究，池毛毛等［7］和張振剛等［8］等認為數(shù)字化轉(zhuǎn)型是企業(yè)實現(xiàn)創(chuàng)新的重要路徑，利用數(shù)字技術(shù)對企業(yè)內(nèi)部轉(zhuǎn)型影響的相關(guān)題項來衡量中小企業(yè)數(shù)字化轉(zhuǎn)型程度；萬倫等［9］基于架構(gòu)理念從戰(zhàn)略與基礎(chǔ)評估、水平與能力評估、效能與效益評估三方面評價制造業(yè)數(shù)字化轉(zhuǎn)型，研究發(fā)現(xiàn)數(shù)字技術(shù)是數(shù)字化轉(zhuǎn)型的基礎(chǔ)，而數(shù)字化轉(zhuǎn)型會影響企業(yè)的質(zhì)量、成本、效率和創(chuàng)新能力，最終從企業(yè)的經(jīng)濟和社會效益中得到體現(xiàn)；黨琳等［10］根據(jù)各地區(qū)信息就緒度、制造業(yè)自身投入的產(chǎn)品和服務(wù)以及數(shù)字經(jīng)濟發(fā)展水平三方面刻畫制造業(yè)數(shù)字化轉(zhuǎn)型程度；陳堂等［11］從影響數(shù)字化轉(zhuǎn)型的驅(qū)動要素出發(fā)，即從勞動力、資本投入、人力資本、技術(shù)創(chuàng)新和創(chuàng)新環(huán)境等維度構(gòu)建區(qū)域數(shù)字化轉(zhuǎn)型評價指標體系。此外，由于數(shù)字化轉(zhuǎn)型較難衡量，大部分學者采用對“數(shù)字化轉(zhuǎn)型”等相關(guān)詞頻的數(shù)量統(tǒng)計對其進行測度。綜上所述，現(xiàn)有關(guān)于測量數(shù)字化轉(zhuǎn)型的文獻較少，且多從定性分析和文本分析法出發(fā)，測量方法較片面。而本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型以及數(shù)字化效益轉(zhuǎn)型三方面對中國制造業(yè)數(shù)字化轉(zhuǎn)型程度進行評價，不僅有助于揭示制造業(yè)數(shù)字化轉(zhuǎn)型的“黑箱”，而且為各地區(qū)政府指導企業(yè)數(shù)字化發(fā)展提供參考。

關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型影響因素方面的研究，Llopis-Albert 等［12］指出數(shù)字技術(shù)顛覆了傳統(tǒng)汽車行業(yè)的商業(yè)模式，其中股東、跨國公司董事會和政府對數(shù)字化轉(zhuǎn)型影響較大，并利用fsQCA 進行實證分析得出對企業(yè)基礎(chǔ)設(shè)施項目、創(chuàng)新活動等進行投資是推動數(shù)字化轉(zhuǎn)型的根本動力。Hrustek 等［13］將數(shù)字化轉(zhuǎn)型的驅(qū)動因素定義為影響數(shù)字組織創(chuàng)新的因素或想法，主要包括客戶驅(qū)動、技術(shù)驅(qū)動和組織發(fā)展驅(qū)動。van Dyk 等［14］通過對南非零售組織的調(diào)查發(fā)現(xiàn)，利用技術(shù)-組織-環(huán)境（TOE）模型將數(shù)字化轉(zhuǎn)型的影響因素歸納為技術(shù)因素（基礎(chǔ)設(shè)施建設(shè)、安全風險等）、組織因素（財務(wù)資源、企業(yè)文化等）和環(huán)境因素（客戶需求、市場競爭等）三方面。中國學者王吉發(fā)等［15］建立了雙子識別模型，發(fā)現(xiàn)市場競爭環(huán)境、R&D 人員比例、技術(shù)設(shè)備狀況等是企業(yè)轉(zhuǎn)型升級的關(guān)鍵因素。在此基礎(chǔ)上，陳春花［16］提出傳統(tǒng)企業(yè)進行數(shù)字化轉(zhuǎn)型包含數(shù)字技術(shù)的穿透、數(shù)字人才的協(xié)助以及開放性組織的協(xié)同發(fā)展。而陳爽英等［2］借助TOE 模型，從技術(shù)因素、組織因素和環(huán)境因素三方面對比發(fā)達地區(qū)和欠發(fā)達地區(qū)工業(yè)數(shù)字化水平差異。陳慶江等［17］利用面板固定效應模型，通過對企業(yè)同群效應的觀察，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的核心內(nèi)涵是通過數(shù)字化的工具和平臺推動組織變革，市場競爭環(huán)境的變化是推動企業(yè)數(shù)字化轉(zhuǎn)型的主要動力。綜上，通過對現(xiàn)有數(shù)字化轉(zhuǎn)型影響因素的分析，發(fā)現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型主要受技術(shù)、市場和政府三方面影響。因此，本文從技術(shù)、市場、政府3 個維度出發(fā)，探討驅(qū)動中國制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）的路徑，理清制造業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)。

綜上所述，現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型的研究存在以下不足：一是關(guān)于數(shù)字化轉(zhuǎn)型測量方面的研究大多側(cè)重于定性分析，或是通過對“數(shù)字化轉(zhuǎn)型”相關(guān)詞條的搜索來衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度，測量方式過于片面且研究的時間窗口較短；二是現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型影響因素的研究，主要考慮相關(guān)因素的單一作用對制造業(yè)數(shù)字化轉(zhuǎn)型的凈效應，未考慮多個因素的聯(lián)動影響，不能系統(tǒng)解釋各省制造業(yè)數(shù)字化轉(zhuǎn)型的多因素聯(lián)合機制；三是關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型路徑分析研究較匱乏，尚未揭示中間具體過程的“黑箱”。因此，為了測量各省份制造業(yè)數(shù)字化轉(zhuǎn)型程度，本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面展開研究，并對比各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型程度差異。此外，利用fsQCA 從技術(shù)、市場和政府三大關(guān)鍵因素對數(shù)字化轉(zhuǎn)型的影響因素進行組態(tài)分析，理清導致中國制造業(yè)數(shù)字化轉(zhuǎn)型效果異質(zhì)性的非對稱性因果關(guān)系，尋找推動各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的突破點。

2 制造業(yè)數(shù)字化轉(zhuǎn)型評價指標體系與模型構(gòu)建

2.1 評價指標體系構(gòu)建

制造業(yè)數(shù)字化轉(zhuǎn)型要充分考慮新時代產(chǎn)業(yè)發(fā)展的新要求。《關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》《關(guān)于推進“上云用數(shù)賦智”行動培育新經(jīng)濟發(fā)展實施方案》《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導意見》《關(guān)于加快推進國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》《“十四五”智能制造發(fā)展規(guī)劃》等有關(guān)推進數(shù)字化與制造業(yè)深度融合的政策文件提出，要大力實施“互聯(lián)網(wǎng)+”協(xié)同制造，把推進制造業(yè)數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型作為實現(xiàn)產(chǎn)業(yè)數(shù)字化的重要措施，推進制造業(yè)全面高質(zhì)量發(fā)展，為新形勢下中國制造業(yè)數(shù)字化轉(zhuǎn)型提供明確方向，基于此，結(jié)合當前數(shù)字技術(shù)賦能、數(shù)字創(chuàng)新生態(tài)、數(shù)字價值創(chuàng)造、產(chǎn)業(yè)協(xié)同發(fā)展、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化、柔性制造等實踐模式，本文認為制造業(yè)數(shù)字化轉(zhuǎn)型可以從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面來進行解讀和闡述。

具體而言，制造業(yè)數(shù)字化轉(zhuǎn)型中數(shù)字化技術(shù)轉(zhuǎn)型是利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算和人工智能等新一代信息技術(shù)，打造數(shù)字化平臺，形成用數(shù)據(jù)說話、用數(shù)據(jù)管理、用數(shù)據(jù)運營、用數(shù)據(jù)決策和創(chuàng)新的生產(chǎn)運營模式。從本質(zhì)上看，數(shù)字化技術(shù)轉(zhuǎn)型的核心是數(shù)據(jù)，包括數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)運用、數(shù)據(jù)預測和數(shù)據(jù)安全維護等方面的能力。數(shù)字化創(chuàng)新能力轉(zhuǎn)型是指隨著數(shù)字技術(shù)與制造業(yè)融合程度不斷加深，促進企業(yè)全價值鏈的創(chuàng)新發(fā)展。從本質(zhì)上看，數(shù)字化創(chuàng)新能力的核心在于連接，包括協(xié)同、合作和共享能力。數(shù)字化效益轉(zhuǎn)型，是指數(shù)字化轉(zhuǎn)型給企業(yè)創(chuàng)造的經(jīng)濟收益和生態(tài)效益，即提高企業(yè)經(jīng)濟收益的同時更好地承擔企業(yè)的社會責任，從本質(zhì)上看數(shù)字化效益轉(zhuǎn)型的核心在于價值。

2.1.1 數(shù)字化技術(shù)轉(zhuǎn)型

數(shù)字化技術(shù)轉(zhuǎn)型是以工業(yè)軟件、嵌入型系統(tǒng)軟件等為載體，通過技術(shù)改造實現(xiàn)制造業(yè)和IT 行業(yè)深度融合。鑒于固定資產(chǎn)投資是技術(shù)進步的動力源泉，本文借鑒羅序斌等［18］對于制造業(yè)創(chuàng)新發(fā)展的研究，數(shù)字化技術(shù)轉(zhuǎn)型用數(shù)字化設(shè)備投入、數(shù)據(jù)處理與運營能力、數(shù)字化軟件應用情況、數(shù)字化安全建設(shè)能力來測度。其中，數(shù)字化設(shè)備投入包括企業(yè)的軟件、硬件、網(wǎng)絡(luò)及輔助設(shè)備的購置和維護，是企業(yè)進行數(shù)字化轉(zhuǎn)型的基礎(chǔ)，為實現(xiàn)其自動化管理、高效生產(chǎn)運營、精準定制服務(wù)等提供有力支持。此外，數(shù)字化技術(shù)轉(zhuǎn)型產(chǎn)生了大量數(shù)據(jù)，數(shù)據(jù)的處理和運營能力是企業(yè)數(shù)字技術(shù)強弱的直接表現(xiàn)。而數(shù)字化軟件的應用，即企業(yè)應用物理融合系統(tǒng)實現(xiàn)信息的自動交換和動態(tài)控制，不僅可以提高企業(yè)生產(chǎn)效率和員工溝通效率，而且為企業(yè)智能決策和協(xié)同創(chuàng)新提供參考依據(jù)。最后，數(shù)字化安全建設(shè)能有效保護企業(yè)自身信息系統(tǒng)和客戶隱私，保障企業(yè)真正實現(xiàn)數(shù)字化轉(zhuǎn)型。

2.1.2 數(shù)字化創(chuàng)新能力轉(zhuǎn)型

傳統(tǒng)制造業(yè)想要在數(shù)字化浪潮中實現(xiàn)突圍，亟需打造適應企業(yè)自身轉(zhuǎn)型的數(shù)字化創(chuàng)新能力，即利用數(shù)字技術(shù)實現(xiàn)產(chǎn)業(yè)數(shù)字化的賦能創(chuàng)新［19］。由于傳統(tǒng)制造業(yè)企業(yè)具有技術(shù)含量高和投入高的特性，因此創(chuàng)新的落腳點在于產(chǎn)品和服務(wù)。本文在已有研究的基礎(chǔ)上，借鑒2004—2015 年的《中國制造業(yè)發(fā)展研究報告》的相關(guān)內(nèi)容，用企業(yè)研發(fā)強度、產(chǎn)品創(chuàng)新能力、數(shù)字人才儲備和有效發(fā)明專利數(shù)來衡量企業(yè)的數(shù)字化創(chuàng)新能力轉(zhuǎn)型水平。其中，研發(fā)強度是企業(yè)實現(xiàn)產(chǎn)品創(chuàng)新的基礎(chǔ)，研發(fā)強度越高越有利于企業(yè)實現(xiàn)產(chǎn)品創(chuàng)新，而新產(chǎn)品的銷售收入占比直接體現(xiàn)產(chǎn)品創(chuàng)新的質(zhì)量；企業(yè)服務(wù)的創(chuàng)新體現(xiàn)在企業(yè)利用數(shù)字技術(shù)實現(xiàn)精準定制服務(wù)，讓用戶參與到新產(chǎn)品的研發(fā)，而數(shù)字化人才作為數(shù)字技術(shù)的實施主體，是企業(yè)服務(wù)創(chuàng)新的基礎(chǔ)；企業(yè)的有效發(fā)明專利數(shù)則直接反映了數(shù)字化創(chuàng)新為企業(yè)和客戶帶來的效益。

2.1.3 數(shù)字化效益轉(zhuǎn)型

數(shù)字化效益轉(zhuǎn)型是促成企業(yè)轉(zhuǎn)型升級的直觀表現(xiàn)，通過將數(shù)字技術(shù)應用到制造業(yè)價值鏈的各個環(huán)節(jié)，從而幫助企業(yè)獲得更高的效益，這既包括經(jīng)濟效益的提升，也包括了生態(tài)效益的改善。數(shù)字技術(shù)與企業(yè)其他資源要素相融合，對企業(yè)生產(chǎn)、研發(fā)、銷售等環(huán)節(jié)實施動態(tài)管理，不僅可以提高生產(chǎn)效率為企業(yè)創(chuàng)造更高經(jīng)濟效益，而且可以促進企業(yè)綠色技術(shù)創(chuàng)新，幫助企業(yè)優(yōu)化生產(chǎn)流程、防控污染排放［20］。因此本文借鑒黃昶生等［21］關(guān)于制造業(yè)轉(zhuǎn)型升級的相關(guān)研究，將數(shù)字化效益劃分為經(jīng)濟效益和生態(tài)效益兩方面，其中，經(jīng)濟效益包括成本費用利潤率、主營業(yè)務(wù)收入利潤率和資產(chǎn)負債率3 個指標；生態(tài)效益從能源和環(huán)境兩個方面考慮，因為各地區(qū)很少有統(tǒng)計制造業(yè)的生態(tài)效益狀況，而制造業(yè)又從屬于工業(yè)的范疇，因此選取工業(yè)企業(yè)的數(shù)據(jù)來代替，其中能源方面用單位工業(yè)增加值電力消耗量和單位工業(yè)增加值煤炭消耗量來衡量，環(huán)境保護方面則用單位工業(yè)增加值廢水排放量和單位工業(yè)增加值二氧化硫排放量兩個指標來衡量。

表1 傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型評價指標體系

2.2 基于改進熵值-灰色關(guān)聯(lián)的制造業(yè)數(shù)字化轉(zhuǎn)型評價模型

制造業(yè)數(shù)字化轉(zhuǎn)型評價結(jié)果的準確性和可靠性直接依賴于指標權(quán)重的確定。本文對制造業(yè)數(shù)字化轉(zhuǎn)型進行評價時，首先利用改進熵值法進行客觀權(quán)重賦值，盡量避免主觀因素的干擾。其次，利用灰色理論進行評價分析，通過計算各地區(qū)與最優(yōu)方案的灰色關(guān)聯(lián)度值，來綜合確定各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型評價結(jié)果的優(yōu)劣排序。

2.2.1 改進熵值法確定權(quán)重

熵值法根據(jù)各評價指標間的離散程度，用信息熵來確定指標的權(quán)重。即若指標cj之間的離散程度越大，則認為指標的信息量越大，其對最終評價結(jié)果的影響就越大，因而被賦予較大的權(quán)重系數(shù)；而指標離散程度越小則表示其對最終評價結(jié)果影響越小，相應地被賦予較小的權(quán)重系數(shù)。但熵值法并不能有效解決當某項指標值因離散程度較大而帶來的指標權(quán)重不合理問題，為此本文將選用改進熵值法，即將標準化法與熵值法相結(jié)合對指標進行賦權(quán)［22］，具體改進步驟如下：

（1）數(shù)據(jù)標準化處理。由于每一個指標的單位和量綱不同，按照原始數(shù)據(jù)直接計算會導致結(jié)果出現(xiàn)偏差，因此需要對所有數(shù)據(jù)進行標準化處理。

（2）計算熵值。在各指標標準化處理的基礎(chǔ)上，計算第j個指標下第i個樣本值的比重Yij：

進一步計算第j項指標的信息熵δj：

計算信息熵冗余度ej：

進行指標權(quán)重的確定：

式（3）～ 式（5）中：δj≥0，i=1,2,…,n;j=1,2,…,m。最后，根據(jù)熵的可加性，一級指標的權(quán)重可由二級指標的權(quán)重加總得出。

2.2.2 基于改進熵值-灰色關(guān)聯(lián)的綜合評價

改進熵值-灰色關(guān)聯(lián)的綜合評價是利用灰色關(guān)聯(lián)分析來判斷若干個比較序列與參考序列在幾何形狀上的相似程度，即依據(jù)關(guān)聯(lián)度的大小對評價對象進行排序。若越相似，則兩者的關(guān)聯(lián)程度越高。具體步驟如下：

（1）數(shù)據(jù)無量綱化。首先需要對所有數(shù)據(jù)進行無量綱處理，對于正向指標：

對于逆向指標：

（2）確定分析數(shù)列。將最優(yōu)指標集記為S*，由于標準化時已對正向指標和逆向指標進行處理，所以本文將所有指標的最大值視作最優(yōu)集。在進行灰色關(guān)聯(lián)系數(shù)計算時，選擇將最優(yōu)集視作參考數(shù)列，將各不同地區(qū)的指標集視作比較數(shù)列，如下所示：

參考數(shù)列：{S*}={So1,So2,…,Soj}

比較數(shù)列：{S}={Si1,Si2,…,Sij}

（3）計算灰色關(guān)聯(lián)系數(shù)。分別求出第i個地區(qū)第j個指標與參考數(shù)列中第j個最優(yōu)值的關(guān)聯(lián)系數(shù)βij（i=1,2,…,n；j=1,2,…,m）

式（8）中：ρ為分辨系數(shù)，ρ∈［0,1］，一般取ρ=0.5。

（4）計算灰色加權(quán)關(guān)聯(lián)度：

式（9）中：di表示第i個地區(qū)對理想地區(qū)的灰色加權(quán)關(guān)聯(lián)度。

（5）評價分析。根據(jù)di值的大小對各地區(qū)進行優(yōu)劣排序，di值越大，說明越趨近理想值，評價效果越好。

3 制造業(yè)數(shù)字化轉(zhuǎn)型評價結(jié)果

3.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》、中國各省份統(tǒng)計年鑒和統(tǒng)計公告以及國泰安數(shù)據(jù)庫（CSMAR）等。考慮到數(shù)據(jù)的可得性，研究對象為中國的28 個省份（剔除海南、西藏、青海、香港、澳門、臺灣），覆蓋了2011—2019 年28 個省份制造業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)指標數(shù)據(jù)（以下簡稱“樣本”）。

3.2 制造業(yè)數(shù)字化轉(zhuǎn)型評價

依據(jù)上文指標體系構(gòu)建方法，得到樣本省份制造業(yè)數(shù)字化技術(shù)轉(zhuǎn)型、創(chuàng)新能力轉(zhuǎn)型、效益轉(zhuǎn)型和綜合評價結(jié)果，取歷年評價結(jié)果的均值可得到樣本省份2011—2019 年整體制造業(yè)數(shù)字化轉(zhuǎn)型程度（DT），如表2 所示。從評價結(jié)果可以看出，中國制造業(yè)分布區(qū)域廣泛，不同省份制造業(yè)數(shù)字化轉(zhuǎn)型差異化明顯，總體呈現(xiàn)東部地區(qū)數(shù)字化轉(zhuǎn)型程度較高，中部地區(qū)次之，西部地區(qū)較差的狀態(tài)。

表2 樣本省份制造業(yè)數(shù)字化轉(zhuǎn)型水平的對比

從數(shù)字化技術(shù)轉(zhuǎn)型視角看，評價結(jié)果較好的3個省份為北京、廣東、江蘇，它們在數(shù)字化設(shè)備投入、數(shù)據(jù)處理和運營、數(shù)字化軟件應用以及數(shù)據(jù)安全這4 個方面均位居全國前列。這不僅得益于這些地區(qū)雄厚的經(jīng)濟基礎(chǔ)，且本身制造業(yè)產(chǎn)業(yè)基礎(chǔ)強，在人力資源、基礎(chǔ)設(shè)施和資金支持等方面的優(yōu)勢為制造業(yè)的數(shù)字化轉(zhuǎn)型提供了先決條件。然而，中部地區(qū)制造業(yè)發(fā)達的天津、河北卻在了數(shù)字化技術(shù)轉(zhuǎn)型程度的前10 位以外，而處于西部地區(qū)的陜西、四川、重慶排名較靠前，究其原因是陜西、四川和重慶屬于高質(zhì)量制造業(yè)集聚地區(qū)，如陜西的汽車制造業(yè)和裝備制造業(yè)、四川的電子信息產(chǎn)業(yè)和裝備制造業(yè)在國內(nèi)外都擁有良好聲譽。

從數(shù)字化創(chuàng)新能力視角來看，排名前10 名的省份分別是廣東、北京、江蘇、浙江、上海、天津、山東、湖南、重慶、安徽，湖南、安徽和重慶雖然地處中西部地區(qū)，但擁有豐富的高等教育資源，有著高質(zhì)量的數(shù)字創(chuàng)新人才。據(jù)統(tǒng)計，湖南、安徽和重慶等地的R&D 人員全時當量均位居全國前列，為數(shù)字化新產(chǎn)品研發(fā)和數(shù)字技術(shù)的創(chuàng)新提供了堅實的人力基礎(chǔ)。

從數(shù)字化效益轉(zhuǎn)型視角看，陜西排名第一，主要是因為陜西制造業(yè)數(shù)字化生態(tài)效益較好，其對環(huán)境的破壞程度要遠遠小于北京、上海等地區(qū)。而前10 名的省份中，還包括中部地區(qū)的河南、湖南，主要原因是湖南裝備制造業(yè)和高新技術(shù)制造業(yè)增加值增長速度明顯高于全國其他省份，使得全省規(guī)模工業(yè)快速發(fā)展，整體制造業(yè)呈穩(wěn)步高質(zhì)量發(fā)展趨勢；而河南制造業(yè)中高成長性制造業(yè)和高技術(shù)產(chǎn)業(yè)占制造業(yè)的比重較大，工業(yè)增加值歷年來穩(wěn)居全國前列，形成裝備制造、現(xiàn)代食品兩大萬億級產(chǎn)業(yè)基地，經(jīng)濟效益較高。

從制造業(yè)數(shù)字化轉(zhuǎn)型的綜合水平來看，雖然存在個別中部省份趕上或是超越東部省份的狀況，但是總體特征沒有實質(zhì)性變化，仍然遵循著東、中、西梯度空間分布格局，具體分為以下3 個梯度：（1）北京、廣東、江蘇、上海屬于第一梯度，它們在數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型方面均排名全國前6 位，是中國制造業(yè)數(shù)字化轉(zhuǎn)型水平較高的省份。（2）第二梯度包括浙江、陜西、山東、四川、福建、天津、遼寧、湖南、湖北、河南、重慶、安徽，這些地區(qū)數(shù)字化技術(shù)轉(zhuǎn)型和數(shù)字化創(chuàng)新能力轉(zhuǎn)型高于全國平均水平，但部分地區(qū)數(shù)字化效益轉(zhuǎn)型較差，說明這些地區(qū)尚處于數(shù)字化轉(zhuǎn)型的初級階段，數(shù)字化效益還需要時日才能顯現(xiàn)出來。（3）第三梯度包括吉林、江西、河北、廣西、黑龍江、山西、貴州、內(nèi)蒙古、云南、新疆、甘肅、寧夏，大部分是西部省份。其中，甘肅、新疆、寧夏等地區(qū)因氣候環(huán)境惡劣、地理位置偏僻、工業(yè)基礎(chǔ)薄弱和缺乏高質(zhì)量人才，致使制造業(yè)的數(shù)字化轉(zhuǎn)型遭受嚴重影響。總之，制造業(yè)數(shù)字化轉(zhuǎn)型整體呈現(xiàn)出東部地區(qū)轉(zhuǎn)型較快，中部地區(qū)持續(xù)追趕和西部地區(qū)努力奮進的狀態(tài)。各地區(qū)要加快制造業(yè)數(shù)字化轉(zhuǎn)型，努力突破現(xiàn)狀并積極尋找影響制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，探索出適合本地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動路徑。

4 制造業(yè)數(shù)字化轉(zhuǎn)型影響因素分析

4.1 研究方法

fsQCA 方法通常用于揭示現(xiàn)實世界中復雜的因果關(guān)系［3］。本文使用fsQCA 方法來討論影響因素（條件變量）如何作用于制造業(yè)數(shù)字化轉(zhuǎn)型（結(jié)果變量），該方法可以通過組態(tài)效應來解釋因果之間復雜關(guān)系，探索出特定結(jié)果存在的多種等效路徑，并且有效避免傳統(tǒng)對稱性定量方法中普遍存在的內(nèi)生性問題［23］，找到影響制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）的關(guān)鍵因素，幫助本文厘清制造業(yè)數(shù)字化轉(zhuǎn)型作用機制，深入分析條件間相互依賴的組態(tài)效應［3］。通常，fsQCA 研究使用橫截面數(shù)據(jù)，但目前研究認為可以應用GCA 模型將數(shù)據(jù)的時間效益考慮其中［24］。該模型在Ragin［24］的模型基礎(chǔ)上，進一步分析一致性和覆蓋率在不同案例和時間上的分布。Ragin［24］提出3 種不同類型的一致性，即pooled consistency（POCONS）、between consistency（BECONS）和within consistency（WICONS）。其 中，POCONS表明當未考慮時間和個體效應時，樣本中所觀察到的整體一致性；BECONS 測量了面板中每年的橫截面一致性；WICONS 測量了每個特定案例的關(guān)系在時間上的一致性，面板數(shù)據(jù)包括了T個不同的BECONS、N個不同的WICONS 和1 個POCONS。對每個維度之間差異的承認使研究者能夠理解條件和結(jié)果之間的關(guān)系。此外，計算BECONS 和POCONS之間的歐幾里得距離，即距離越短數(shù)據(jù)隨時間的一致性越穩(wěn)定，距離較大則需考慮時間效應（根據(jù)蒙特卡洛模擬將基準定位0.1），并計算WICONS 和POCONS 之間的歐幾里得距離，以分析WICONS 在不同情況下的變化。

4.2 數(shù)據(jù)說明與變量描述

4.2.1 數(shù)據(jù)說明

本文選取2011—2019 年中國28 個省級單位面板數(shù)據(jù)進行實證研究，數(shù)據(jù)來源于各省份統(tǒng)計年鑒、國家統(tǒng)計局、《中國統(tǒng)計年鑒》、《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》和《中國財政年鑒》。本文的結(jié)果變量使用上文制造業(yè)數(shù)字化轉(zhuǎn)型評價結(jié)果來表示，具體的條件變量說明如下。

4.2.2 變量描述

由于制造業(yè)數(shù)字化轉(zhuǎn)型不僅會受到制造業(yè)自身發(fā)展及其應用的影響，還受到政府推動力和其他社會因素的影響，如數(shù)字基礎(chǔ)設(shè)施水平、工業(yè)化路徑依賴、市場競爭壓力、數(shù)字化制造產(chǎn)業(yè)政策、企業(yè)家精神、人力資源狀況、數(shù)字安全程度等，進一步將其歸納為技術(shù)因素、市場因素和政府因素。

（1）技術(shù)因素，包括技術(shù)創(chuàng)新能力（RD）、人力資本（HR）和數(shù)字基礎(chǔ)設(shè)施（Infrus）。技術(shù)創(chuàng)新能力尤其是數(shù)字技術(shù)創(chuàng)新能力是制造業(yè)進行數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。一方面，技術(shù)創(chuàng)新能力能夠幫助制造業(yè)塑造新發(fā)展模式，開拓新市場份額；另一方面，數(shù)字技術(shù)的擴散使得不同產(chǎn)業(yè)擁有共同的技術(shù)基礎(chǔ)，創(chuàng)新技術(shù)與市場需求的結(jié)合能有效推動產(chǎn)業(yè)融合，助力產(chǎn)業(yè)數(shù)字化發(fā)展［25］。此外，制造業(yè)的數(shù)字化轉(zhuǎn)型需要高素質(zhì)人才的推動和實施，人力資本的高低是勞動力素質(zhì)水平的重要體現(xiàn)。而數(shù)字基礎(chǔ)設(shè)施對制造業(yè)數(shù)字化轉(zhuǎn)型有顯著的正向促進作用［26］。技術(shù)創(chuàng)新能力用自主研發(fā)型創(chuàng)新能力（研發(fā)經(jīng)費內(nèi)部支出）和技術(shù)引進型創(chuàng)新能力（研發(fā)經(jīng)費外部支出）的綜合指數(shù)表示［27］；人力資本以企業(yè)專科及以上就業(yè)人員占比來表征［28］；數(shù)字基礎(chǔ)設(shè)施選取各省份傳統(tǒng)數(shù)字基礎(chǔ)設(shè)施（如企業(yè)利用互聯(lián)網(wǎng)經(jīng)營的比重、域名數(shù)、IPV4 地址數(shù)）指數(shù)以及新型數(shù)字基礎(chǔ)設(shè)施（如信息化管理企業(yè)比重、有網(wǎng)站的企業(yè)比重、電子商務(wù)交易企業(yè)占比）指數(shù)，利用改進熵值法進行賦權(quán)，計算綜合評分來衡量各地區(qū)制造業(yè)的數(shù)字基礎(chǔ)設(shè)施建設(shè)狀況［2］。

（2）市場因素，包括外商投資和市場競爭力。隨著全球化的發(fā)展，越來越多外國的先進經(jīng)驗和成熟發(fā)展理念進入中國，對中國的經(jīng)濟發(fā)展和生產(chǎn)力水平產(chǎn)生潛移默化的影響。外商投資可以直接彌補制造業(yè)由于購置數(shù)字化設(shè)備、建設(shè)智能化工廠、引進清潔生產(chǎn)技術(shù)等帶來的巨額成本，還有利于技術(shù)模仿能力強的制造業(yè)更加有效地吸收外資企業(yè)技術(shù)［29］。研究表明，61.05%的中小型制造業(yè)企業(yè)認為市場競爭壓力是企業(yè)進行數(shù)字化轉(zhuǎn)型的首要原因［30］，市場競爭力越大企業(yè)進行數(shù)字化轉(zhuǎn)型的可能性越大。面對強烈的市場競爭，企業(yè)通過數(shù)字化轉(zhuǎn)型提高信息抓取和尋找動態(tài)解決方案的戰(zhàn)略敏捷性，一般采用模仿的手段實現(xiàn)與對手的戰(zhàn)略匹配與競爭均衡。此外，高強度的競爭放大了決策環(huán)境的復雜性，提高企業(yè)與外部主體的關(guān)聯(lián)，加強企業(yè)間信息交流和資源流動，從而為其贏得更高的市場地位。Nickell［31］認為，企業(yè)的主營業(yè)務(wù)利潤率越高，其他企業(yè)進入市場的成本就越高、難度越大，則市場競爭程度就越低；同時，若市場競爭激烈，企業(yè)的存貨周轉(zhuǎn)率就越低，此時企業(yè)為盡快清空庫存，會逐步放寬商業(yè)信用，從而導致應收賬款的周轉(zhuǎn)速度放緩。因此，為了克服單一指標的局限，本文利用改進熵值法賦權(quán)將銷售利潤率、存貨周轉(zhuǎn)次數(shù)和應收賬款周轉(zhuǎn)率3 個指標的綜合指數(shù)作為市場競爭變化（MKT）的最終測量值，并用外商直接投資總額表示外商投資。

（3）政府因素，主要指政府財政支持。產(chǎn)業(yè)的發(fā)展需要政府的支持，尤其是新興技術(shù)的出現(xiàn)可能會導致企業(yè)的顛覆性轉(zhuǎn)型。面對這種高度不確定的轉(zhuǎn)型，需要政府發(fā)布相關(guān)政策或采用財政補貼等手段增強企業(yè)轉(zhuǎn)型信心。政府的財政科技支持，一方面能夠幫助制造業(yè)緩解自身融資困難，進而加大對數(shù)字化轉(zhuǎn)型的投資力度；另一方面能夠促使制造業(yè)加大研發(fā)力度和創(chuàng)新投入程度，從而助力企業(yè)的數(shù)字化轉(zhuǎn)型。本文借鑒吳非等［32］的研究，選取財政科技支出強度，即財政科技支出與一般公共預算收入的比值來表示政府對企業(yè)的財政支持(GOV)。

4.3 數(shù)字化轉(zhuǎn)型路徑分析

4.3.1 數(shù)據(jù)校準

根據(jù)本文案例的實際情況選擇直接校準法，參照杜運周等［3］和陶克濤等［33］的校準標準，分別設(shè)置所有連續(xù)變量的5%、50%和95%分位值的3 個錨點作為完全非隸屬度、交叉點和完全隸屬度，最終將所有數(shù)據(jù)轉(zhuǎn)換成對應的模糊隸屬分數(shù)。此外，在校準時為避免較多案例處在隸屬度為0.5 的交叉點上，從而影響分析結(jié)果，本文借鑒Fiss［34］的做法，將隸屬度為1 以下的所有隸屬分數(shù)都加0.001。

4.3.2 必要條件分析

根據(jù)fsQCA 方法，首先要對各個條件變量進行必要性分析，所謂必要性分析是指結(jié)果集合在多大程度上構(gòu)成條件集合的子集。一致性是必要條件的重要測量準則，通常認為必要條件的一致性不低于0.9［35］143。從表3 中可以看出，對數(shù)字化轉(zhuǎn)型程度高這一結(jié)果變量來說，不存在必要條件，但數(shù)字化轉(zhuǎn)型程度非高存在缺少數(shù)字基礎(chǔ)設(shè)施和缺少外商投資兩個必要條件。

表3 制造業(yè)數(shù)字化轉(zhuǎn)型程度高的必要條件分析

4.3.3 條件組態(tài)的充分性分析

充分性分析不同于必要條件分析，它是為了探索引起結(jié)果發(fā)生的多個條件構(gòu)成的不同組態(tài)，即多個條件構(gòu)成的組態(tài)所代表的集合是否為結(jié)果集合的子集。同樣是通過一致性來判斷組態(tài)的充分性，本文的一致性閾值借鑒程聰?shù)龋?6］的研究，將其設(shè)為0.8，而頻數(shù)閾值則根據(jù)樣本規(guī)模設(shè)置為3（下文已通過實證檢驗得出，在該樣本數(shù)據(jù)中橫截面效應超過時間效應，所以樣本數(shù)據(jù)不存在面板結(jié)構(gòu)，可將其看作一般QCA，屬于大樣本規(guī)模）。基于此，本文分別對制造業(yè)數(shù)字化轉(zhuǎn)型程度高和數(shù)字化轉(zhuǎn)型程度非高進行組態(tài)分析。

（1）數(shù)字化轉(zhuǎn)型程度高的組態(tài)分析。如表4 所示，制造業(yè)數(shù)字化轉(zhuǎn)型程度高的路徑有5 條組態(tài)，一致性分別為0.979、0.985、0.977、0.993、0.987，說明5 種組態(tài)都是促使數(shù)字化轉(zhuǎn)型程度高的充分條件，同時模型解的覆蓋度為0.752，表明前因條件在很大程度上解釋了數(shù)字化轉(zhuǎn)型程度高的原因。

表4 數(shù)字化轉(zhuǎn)型程度高的組態(tài)

組態(tài)1（HR×Infrus×FDI×Gov）表明，在政府財政支持較少的情況下，人力資本水平高、數(shù)字基礎(chǔ)設(shè)施好以及企業(yè)獲得充分的外部資源投資，仍然會促使數(shù)字化轉(zhuǎn)型程度高。其中，人力資本、數(shù)字化基礎(chǔ)設(shè)施和外商投資均為核心條件，該組態(tài)路徑能解釋約36.3%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有福建、山東、遼寧、湖北。例如，相對于廣東、江蘇而言，遼寧制造業(yè)獲得的財政支持要少得多，但目前該省已開通2.5 萬座5G 基站，建成經(jīng)營性數(shù)據(jù)中心70 座，營口、鐵嶺、遼寧禾豐、沈陽煤科院、遼寧聯(lián)通、葫蘆島等6 個工業(yè)互聯(lián)網(wǎng)標識解析二級節(jié)點上線運營，已接入企業(yè)300 家、標識注冊量為350 萬個，新型數(shù)字基礎(chǔ)設(shè)施相對完善。此外，由于遼寧制造業(yè)員工的整體人力資本水平排名靠前，且遠超過大部分中部地區(qū)，加之全省從上至下一直貫徹著“以開放做大做強先進制造業(yè)”的理念，通過加強與日韓裝備制造業(yè)合作、高水平謀劃籌辦沈陽中韓投資貿(mào)易博覽會等，因此該省制造業(yè)整體數(shù)字化轉(zhuǎn)型程度較高。

組 態(tài)2a（RD×Infrus×FDI×MKT）表 明，在較強的市場競爭環(huán)境下，制造業(yè)要實現(xiàn)較好的數(shù)字化轉(zhuǎn)型應該同時具備技術(shù)創(chuàng)新能力高、數(shù)字基礎(chǔ)設(shè)施較完善和較高的外商投資3 個條件。該驅(qū)動路徑能解釋約41.7%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，其中1.8%的案例僅由該路徑解釋，代表性省份有江蘇、山東、湖南、湖北。組態(tài)2b（RD×Infrus×FDI×Gov）表明，當制造業(yè)具備較高的技術(shù)創(chuàng)新能力、較完備的數(shù)字基礎(chǔ)設(shè)施、對外開放程度高（獲得的外商投資較多）以及當?shù)卣^多的財政支持，就能完成較好的數(shù)字化轉(zhuǎn)型。該路徑解釋約57.7%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，其中2.11%的案例僅由該路徑解釋，代表性省份有廣東、北京、上海、浙江。例如作為制造業(yè)大省的江蘇，雖占據(jù)全國1/7 的產(chǎn)值，但整體制造業(yè)水平尚處于產(chǎn)業(yè)鏈中低端，制造業(yè)的增加值率偏低，因此以工業(yè)互聯(lián)網(wǎng)建設(shè)為抓手，加快數(shù)字化賦能成為了江蘇制造業(yè)轉(zhuǎn)型的必然選擇。《江蘇省企業(yè)數(shù)字化轉(zhuǎn)型白皮書》明確提出，企業(yè)的數(shù)字化包括了人（員工和客戶信息）的數(shù)字化、物（廠房、設(shè)備、物料等基礎(chǔ)設(shè)施）的數(shù)字化和事（研發(fā)、生產(chǎn)、運營等活動）的數(shù)字化，要不斷加強企業(yè)深入研發(fā)、政府持續(xù)培育、龍頭企業(yè)大力帶動小企業(yè)發(fā)展等有利于制造業(yè)企業(yè)數(shù)字化改造的意識。從整個組態(tài)2 的結(jié)果可以看出，技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資三者都是核心條件，而市場競爭情況和數(shù)字基礎(chǔ)設(shè)施是邊緣條件，且二者存在潛在的替代關(guān)系。

組態(tài)3a（RD×HR×FDI×GOV×MKT）表明，在較強的市場競爭環(huán)境下，制造業(yè)必須要擁有較強的技術(shù)創(chuàng)新能力、較高的人力資本水平、充分的外商投資以及高額的政府財政支持，才能取得程度較高的數(shù)字化轉(zhuǎn)型成果。該組態(tài)路徑能解釋約29.4%的數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有江蘇、山東、陜西；組態(tài)3b（Infrus×FDI×Gov×MKT）表明，在市場競爭激烈的情況下，完善的數(shù)字基礎(chǔ)設(shè)施、較多的外商投資和政府的財政支持能夠幫助制造業(yè)完成數(shù)字化轉(zhuǎn)型。該驅(qū)動路徑能解釋約40.3%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有安徽、河南、遼寧、湖北。整個組態(tài)3 可以看出，外商投資、財政支持和市場競爭三者均為核心條件，而技術(shù)創(chuàng)新能力、人力資本的組合與數(shù)字基礎(chǔ)設(shè)施存在替代關(guān)系，且均為邊緣條件。

根據(jù)以上5 條路徑包含的核心條件和背后解釋邏輯，將其劃分為兩類數(shù)字化轉(zhuǎn)型模式：資源導向型和市場導向型。（1）市場導向型企業(yè)數(shù)字化轉(zhuǎn)型是指前期一些制造業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型，主要是受到市場競爭環(huán)境、外商投資和政府財政支持的影響，然后通過改變自身技術(shù)創(chuàng)新能力、人力資本或是數(shù)字基礎(chǔ)設(shè)施建設(shè)最終實現(xiàn)轉(zhuǎn)型。（2）資源導向型企業(yè)數(shù)字化轉(zhuǎn)型是隨著數(shù)字技術(shù)的普及，制造業(yè)轉(zhuǎn)型的動機來源于其追求自身高質(zhì)量發(fā)展，因而更側(cè)重自身資源的轉(zhuǎn)型，如數(shù)字基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新能力或人力資本水平等資源的轉(zhuǎn)型。本文研究的樣本區(qū)間為2011—2019 年，在此期間數(shù)字化轉(zhuǎn)型隨著數(shù)字技術(shù)、政府政策和市場制度環(huán)境的完善，可以分為前期市場導向型和后期資源導向型，二者之間相輔相成。

（2）數(shù)字化轉(zhuǎn)型程度非高的組態(tài)分析。如表5所示，導致造業(yè)數(shù)字化轉(zhuǎn)型程度非高的路徑有4 條，一致性分別為0.973、0.970、0.971、0.976，說明4種組態(tài)都是導致數(shù)字化轉(zhuǎn)型程度非高的充分條件，同時模型解的覆蓋度為0.819，表明前因條件在很大程度上解釋了數(shù)字化轉(zhuǎn)型程度非高的原因。

表5 數(shù)字化轉(zhuǎn)型程度非高的組態(tài)

組態(tài)1 可以看出，在市場競爭不激烈的環(huán)境下，非高的數(shù)字基礎(chǔ)設(shè)施和非高的外商投資會導致數(shù)字化轉(zhuǎn)型程度非高；而即使具有較高的人力資本水平，但由于缺乏數(shù)字基礎(chǔ)設(shè)施和外商投資兩個核心條件，仍然會使得數(shù)字化轉(zhuǎn)型程度非高。組態(tài)2 表明，在市場競爭激烈環(huán)境下，非高的技術(shù)創(chuàng)新能力、外商投資（核心條件）以及非高的人力資本水平（邊緣條件），會導致數(shù)字化轉(zhuǎn)型程度低。組態(tài)3 表明，在激烈的市場競爭環(huán)境下，非高的人力資本、外商投資、財政支持（核心條件）會造成制造業(yè)數(shù)字化轉(zhuǎn)型程度低。

綜上，通過對比影響數(shù)字化轉(zhuǎn)型程度高和非高的組態(tài)路徑可以看出，這些組態(tài)是非對稱性關(guān)系，即促成數(shù)字化轉(zhuǎn)型程度高的組態(tài)與導致數(shù)字化轉(zhuǎn)型程度低的組態(tài)并不一致。但存在一定相同之處，如數(shù)字化轉(zhuǎn)型成功的企業(yè)必定是一個對外開放的企業(yè)，要能及時汲取外來資源和技術(shù)，幫助制造業(yè)實施轉(zhuǎn)型。

4.3.4 一致性和覆蓋率距離的分析

表6 給出了BECONS、POCONS 和相應的距離度量，從中可以看出，無論是每年的一致性閾值還是總體一致性閾值（0.956）均高于0.8，說明組態(tài)效應一直存在。WICONS 距離0.322 高于基準閾值0.1，說明本文的數(shù)據(jù)是不同質(zhì)的。而WICONS距離（0.322）高于BECONS 距離（0.003），基于GCA 模型可以得出橫截面效應主導了時間效應。此外，表6 的數(shù)據(jù)進一步顯示每年的BECONS 數(shù)值相對穩(wěn)定，說明年份不作為變量來考慮影響結(jié)果，本文數(shù)據(jù)并不存在面板結(jié)構(gòu)。

表6 2011—2019 年組間和組內(nèi)一致性年度分布

4.4 穩(wěn)健性檢驗

本文使用調(diào)整一致性水平（一致性水平從0.8 提高至0.85）和校準閾值（使用90%代替95%、10%代替5%）來進行穩(wěn)健性檢驗，并借助Schneider等［35］44提出的QCA 結(jié)果穩(wěn)健的兩個不同標準（不同組態(tài)的擬合參數(shù)差異和不同組合集合狀態(tài)）進行判斷，結(jié)果與表5 所示的一致性和覆蓋率得分幾乎一致，證實了POCONS（COV），BECONS（COV）WICONS（COV）的穩(wěn)健性。

5 研究結(jié)論與啟示

5.1 研究結(jié)論

本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型3 個方面綜合評價中國制造業(yè)數(shù)字化轉(zhuǎn)型情況；在此基礎(chǔ)上，運用fsQCA 方法以中國28 個省制造業(yè)數(shù)字化轉(zhuǎn)型為案例，探究技術(shù)因素、市場因素和政府因素對中國制造業(yè)數(shù)字化轉(zhuǎn)型的聯(lián)動效應及驅(qū)動路徑，揭示了影響中國制造業(yè)轉(zhuǎn)型程度高與非高的核心條件及其復雜互動本質(zhì)，得出如下結(jié)論：

（1）28 個省份中，制雖存在個別西部、中部省份在造業(yè)數(shù)字化轉(zhuǎn)型方面趕上或超越東部省份的狀況，但總體上東部領(lǐng)先、中部次之、西部相對落后的局面沒有發(fā)生實質(zhì)性變化，中國制造業(yè)發(fā)展和制造業(yè)數(shù)字化轉(zhuǎn)型程度提升具有廣闊的區(qū)域梯度空間。

（2）總體來看，中國制造業(yè)數(shù)字化轉(zhuǎn)型程度高具有“多重并發(fā)”的特點，任何一個單一因素既不能構(gòu)成數(shù)字化轉(zhuǎn)型程度高的必要條件，也不能成為促進數(shù)字化轉(zhuǎn)型的充分條件。但是對于不能較好完成數(shù)字化轉(zhuǎn)型的制造業(yè)來說，缺少完善的數(shù)字基礎(chǔ)設(shè)施和外商投資是其不能實現(xiàn)轉(zhuǎn)型的關(guān)鍵變量。數(shù)字化轉(zhuǎn)型程度高存在5 條路徑，可以歸納為2 種配適模式：即組態(tài)1 和組態(tài)2 是人力資本或技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資協(xié)同發(fā)展模式，可以稱之為資源導向型轉(zhuǎn)型，組態(tài)3 是外商投資、政府支持與市場競爭并存模式，可以稱之為市場導向型轉(zhuǎn)型。

（3）導致數(shù)字化轉(zhuǎn)型程度高的5 條組態(tài)中，其所涉及的要素在解釋數(shù)字化轉(zhuǎn)型時存在替代效應，即在技術(shù)創(chuàng)新能力強、數(shù)字基礎(chǔ)設(shè)施和外商投資高時，只需要得到政府的支持或者處在激烈的市場競爭環(huán)境中，即可驅(qū)動數(shù)字化轉(zhuǎn)型效果；此外，在激烈的市場競爭中，除了獲得政府財政支持、廣泛招攬外商投資之外，完善數(shù)字基礎(chǔ)設(shè)施或者實現(xiàn)技術(shù)創(chuàng)新、提高人力資本水平都會實現(xiàn)制造業(yè)的數(shù)字化轉(zhuǎn)型。

5.2 實踐啟示

（1）對制造業(yè)來說，應積極貫徹《中共中央國務(wù)院關(guān)于構(gòu)建開放型經(jīng)濟新體制的若干意見》，提高對外開放程度，營造一個良好的營商環(huán)境。且由于近幾年中美貿(mào)易摩擦升級，中外緊張的貿(mào)易關(guān)系一定程度影響了國內(nèi)企業(yè)發(fā)展，因此制造業(yè)在對外開放的同時也要加強自身數(shù)字基礎(chǔ)設(shè)施建設(shè)，從內(nèi)外兩方面提高自身實力。此外，制造業(yè)仍需要進一步提高企業(yè)研發(fā)水平，借助外部數(shù)字資源或自身數(shù)字化能力，致力于通過企業(yè)技術(shù)創(chuàng)新、流程改造、商業(yè)模式轉(zhuǎn)換等助推制造業(yè)數(shù)字化轉(zhuǎn)型；同時，增強對外商投資的吸引力，加強數(shù)字基礎(chǔ)設(shè)施，提高企業(yè)數(shù)字化轉(zhuǎn)型水平。

（2）對政府主管部門而言，要加強對制造業(yè)的財政支持，在處于不同競爭環(huán)境下的制造業(yè)需采取不同的支持力度。例如，上海、江蘇、北京、浙江等東部地區(qū)市場競爭力強，此時政府應積極發(fā)揮作用，加大對制造業(yè)數(shù)字化轉(zhuǎn)型的財政支持。而部分地區(qū)的市場競爭環(huán)境和政府的財政支持存在替代關(guān)系，如湖南、湖北等地區(qū)制造業(yè)市場競爭緩和，在具有較高的制造業(yè)技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資的基礎(chǔ)上，為了促進制造業(yè)的數(shù)字化轉(zhuǎn)型，政府應給予一定政策傾斜和財力支持。此外，在制造業(yè)未得到政府財政支持的地區(qū)，應從企業(yè)數(shù)字基礎(chǔ)設(shè)施、人力資本水平和技術(shù)創(chuàng)新能力等方面尋找數(shù)字化轉(zhuǎn)型非高的原因。

5.3 未來展望

由于所采用的客觀權(quán)重賦權(quán)法依賴足夠的樣本數(shù)據(jù)和實際的問題域，可能會導致所得權(quán)重與其實際重要程度相差較大，將來可根據(jù)相關(guān)專家意見來確定東、中、西部不同地區(qū)指標的重要性，采用組合賦權(quán)法來綜合確權(quán)，提高指標權(quán)重的科學性與準確性，進而對面板數(shù)據(jù)的模糊集定性比較進行進一步分析。此外，可在本文基礎(chǔ)上進一步對中國東、中、西部制造業(yè)數(shù)字化轉(zhuǎn)型影響因素進行組態(tài)分析和差異對比。