制造企業數字化創新影響因素研究：基于fsQCA 方法

王 忠，鄧郁南，謝衛紅，3

（1.廣東工業大學經濟學院，廣東廣州 510520；2.廣東工業大學數據經濟數據治理重點實驗室，廣東廣州 510520；3.廣東工業大學大數據戰略研究中心，廣東廣州 510520）

數字化創新是數字化轉型的驅動基礎，其能夠提升企業產品研發效率，使得制造業轉向智能化生產階段，推動整個社會生產力上升［1-2］。當前我國制造企業數字化創新仍面臨諸多障礙，一方面數字化創新較于傳統創新具有更大的動態性和不可預測［3］，制造企業存在數字化戰略缺失、數字能力建設落后等問題［4，5］，導致企業創新意愿不足；另一方面，數字技術帶來的新業態、新模式與低水平采納的矛盾［6］，使得制造企業創新無法邁上更高階段。基于中國情境下探討制造企業數字化創新的影響因素，推動制造企業提升數字化創新能力，是實現經濟高質量發展急需解決的重要命題。

目前，學術界關于制造企業數字化創新的影響因素的研究主要圍繞制造企業的數字技術應用、組織特征和外部環境等視角展開。從技術視角看，對數字技術的采用是企業實現數字化創新的根本特征［7］，技術融合能力［8-9］、模塊化的數字平臺［10］、IT 能力的投資［11］是制造企業提升數字化創新績效的重要因素［11］。從組織視角看，企業的創新意愿是制造企業數字化創新的根本動因［9］，高管團隊、數字人才基礎、創新資源、組織能力之間的有效組合能夠推動制造企業數字化創新［2，12-13］，數字產品進口能夠提升出口企業的數字化創新產出［14］。從環境視角看，市場競爭和市場化程度是影響制造企業數字化創新的重要因素［15］，政策的不確定性會引起制造企業進行探索式和利用式創新［16］。同時，政府補助與數字金融對制造企業數字化創新存在替代效應［17］。

目前數字化創新的影響因素研究進展較快，但仍存以下不足：首先，關于制造企業數字化創新的影響因素研究多為探索性案例研究［18］，實證研究較少；其次，僅僅關注于技術或組織（政府）方面單一因素的作用，缺少從多重因素協同作用的視角去理解企業數字化創新差異［19］；最后，現有成果中，結合中國情境下對工業的研究相對較少［20］。因而，有必要采用QCA 等方法進一步識別和實證考察驅動制造企業數字化創新的組態路徑［3］，區分影響制造企業數字化創新水平的核心和邊緣條件從理論研究上對制造企業數字化創新相關結論進行驗證和擴展。具體來說，將試圖解決下面3 個問題：制造企業的相關影響因素是否為必要條件？哪些組態條件以“殊途同歸”推動制造企業高數字化創新？哪些是對制造企業高數字化創新的關鍵條件？

因此，將基于45 家制造企業數據，從組態視角開展研究，運用模糊集定性比較分析（fuzzy set qualitative comparative analysis，fsQCA）方法，結合“技術-組織-環境”（TOE）理論框架，構建影響制造企業數字化創新的理論模型，探討制造企業數字化創新的關鍵影響因素，并識別出推動制造企業數字化創新的組態路徑。

1 理論模型與研究設計

1.1 研究方法

QCA 方法是研究因果關系的重要工具［21］。而基于布爾代數和集合分析的fsQCA 方法，是探索引起某一結果產生的多種條件組合路徑的研究方法。結合目的，使用fsQCA 方法結合TOE 框架探討哪些條件是制造企業實現數字化創新的關鍵路徑，主要基于以下原因：

第一，制造企業數字化創新發生的條件變量多是協同作用而非獨立影響，而當前針對制造企業數字化創新影響因素的研究較少，且多為傳統的面板數據回歸分析，其面臨著大樣本、避免多重共線性等局限約束，且忽視了條件之間的共同作用［22］。QCA 方法能夠從整體的視角解釋制造企業數字化創新的原因條件的復雜因果關系。

第二，相較于傳統回歸方法，fsQCA 方法能夠更好地解釋非對稱因果關系，判斷條件變量是否為核心或是否為邊緣，更好地發現制造企業數字化創新前因條件之間存在的組態效應，且與TOE 框架組合效果較好。

第三，fsQCA 方法具有案例研究和定性分析的雙重屬性［23］，本研究選取的變量多為連續變量，清晰集（csQCA）和多值集（mvQCA）存在數據處理局限，采用fsQCA 方法能夠更準確地把握變量的變化。

1.2 理論模型

Tornatzky 等［24］在1990 年最先提出TOE 理論，是從企業的角度用來研究技術進步對技術采納和實施的影響，是創新擴散理論的發展。伴隨著創新研究發展，TOE 理論結構清晰且具有系統性，能夠為創新的影響因素研究提供一個較好的理論框架。

基于TOE 理論框架，采用fsQCA 方法探索技術條件、組織條件、環境條件三類因素對數字化創新的聯合效應。由于影響企業數字化創新的因素多種多樣，基于TOE 框架，借鑒Ketchen 等［25］提出的歸納法對現有文獻進行歸納，同時考慮研究的有限多樣性和簡潔性［26］，最終確定探索6 個影響因素的聯動效應。這些因素包括技術維度下的工業互聯網應用和創新資源（技術條件）、組織維度下的高管技術背景和人才基礎（組織條件）、環境維度下的市場競爭和政府支持（環境條件），見圖1。選擇具體原因如下：

圖1 制造企業數字化創新影響因素理論模型

1.2.1 影響制造企業數字化創新的技術條件

（1）工業互聯網應用

工業互聯網應用是推動企業數字化創新的重要驅動力，其技術的特性將改變組織內部結構和盈利方式。工業互聯網（IIoT）是指將人、信息、商業、制造連接的智能工業網絡，實現各種要素在網絡的高效共享，以提升制造的生產率為目標［27］。首先，工業互聯網平臺是企業參與數字化創新的載體［28］，工業互聯網平臺集合了制造商、上下游企業、客戶等利益主體。根據平臺理論，平臺中各參與主體能夠享受數據資源的跨邊網絡外部性，幫助企業獲取制造所需資源和挖掘客戶隱性知識，破除制造企業內部資源缺乏的問題［29］，為制造企業數字化創新在知識交互、數據價值釋放、生態建設等方面進行助力［30］。其次，越來越多的制造企業選擇參與數字平臺化建設［31］，轉變了生產制造各主體的連接方式，突破了企業之間的時空限制，降低了協作創新的交易成本，幫助組織決策智慧化、創新開放化、生產柔性化，提升企業識別創新機會加快企業產品與數字服務創新［32］。由此，工業互聯網應用會對制造企業數字化創新產生重要影響。

（2）創新資源

實現數字化創新需要以創新資源為支撐［7］，創新資源是制造企業進行數字化創新重要基礎。一方面，企業創新資源提供了制造企業數字化創新可靠且穩定的現金流和物質資源，提高了創新活動的可持續和平穩性，進而幫助企業擴展招納高素質研發人才和引進先進技術，是開展數字化創新的前提。另一方面，穩定的創新資源能夠對制造企業原有產品、技術、生產、服務等環節進行變革，能夠大幅度提升企業的鑒別、吸收、理解、創新、整合等能力，進而增強企業數字化創新能力［33］。由此，創新資源會對制造企業數字化創新產生重要影響。

1.2.2 影響制造企業數字化創新的組織條件

（1）高管技術背景

高層管理負責制造企業發展戰略的制定和實行，其對于數字化創新承擔著關鍵性作用。企業數字化創新需要有識別、理解、掌握和實踐數字資源能力的人才，在企業通常是企業高層和數字技術研發人員［34］。立足能力烙印理論和高階梯隊理論［35］，企業高管的年齡、職業經歷和教育背景通過創新決策和風險偏好等表現對企業數字化創新產生異質性影響，當需要決策的事務所需的知識與個體的能力匹配時，該事務更能夠實現。擁有技術背景的高管具有更強的創新意識和更高的風險偏好［36］，對于創新活動具有更多的積極性，能夠全面把握前沿技術，在戰略上傾向于投資更多企業資源開展創新活動，拓寬企業數字化創新發展邊界。結合行為金融理論，此類高管對制造企業研發創新具更深的認知，能夠更合理地判斷創新活動帶來的風險和收益［37］，對于金融投資更加謹慎，有可能會降低企業金融風險，提升企業在創新投入的利用效率。由此，企業高層管理者的技術背景會對制造企業數字化創新產生重要影響。

（2）人才基礎

制造企業實現數字化創新需要配備與數字技術相關的人力資本，高水平人才是數字經濟時代技術和產品創新的動力。根據資源基礎理論和人力資本理論，企業擁有獨有的異質性資源更有利于建立競爭優勢［38］。高水平人才由于擁有前沿知識，能夠更快地識別外部環境與掌握組織內外部資源，挖掘資源潛在價值推動數字化創新進程。此外，數字化的過程是數字技術與生活的融合，需要不斷學習并提升數字化創新技能［39］，在數字環境中知識獲取和共享更加便捷［40］，經歷高水平教育的員工具有更強的學習能力和自我驅動能力，這也推動過了企業創新發展和核心競爭力的提升。由此，人才基礎會對制造企業數字化創新產生重要影響。

1.2.3 影響制造企業數字化創新的環境條件

（1）市場競爭

市場競爭程度影響制造企業的數字化創新意愿。當前社會物質已經得到充分發展，消費端需求呈現個性化和服務化趨勢，在存量市場的競爭愈發激烈，加劇了市場的不穩定性，這要求制造企業必須具備個性化生產和服務能力［41］。面臨競爭形勢的改變，制造企業為了抓住數字時代的新機遇，將采用數字技術和增加研發創新投入［42-43］，以新的商業模式重組數字資源和其他資源，尋求數字化創新，形成逃離競爭效應。此外，消費者在提出需求的同時也為制造企業進行創新提供了數據和知識，推動制造企業產品創新由需求推動轉變為數據驅動［44］，實現產品創新與用戶需求的契合。此外，通過學習效應和標桿作用市場競爭增強了整個產業的創新活力，并且通過推動行業信息流動降低了企業創新的搜尋成本。而市場競爭與數字化創新也可能是倒“U”型關系［45］。由此，市場競爭程度會對制造企業數字化創新產生重要影響。

（2）政府支持

根據制度理論，企業發展與特定的經濟制度密不可分。政府在為企業的創新性活動建立發展環境起著重要作用，良好的數字發展環境能幫助企業激發創意和知識共享，創新商業模式［46］。在全球競爭的背景下，中國作為發展中國家也在數字化領域奮起追趕，工信部等多部門發布了多項企業數字化轉型的目標和關鍵任務。政府通過財政支持、稅收減免等產業政策幫助企業應對創新活動的不確定性、融資約束和投資者信任等問題［17］，鼓勵企業采用數字技術和平臺［47］，推動企業對數字化創新的投入，激勵企業克服競爭難題，驅動制造企業數字化深度轉型。也有學者指出不合理的政府補助將異化企業創新行為，引起虛假創新信號、尋租行為［48］。由此，政府支持會對制造企業數字化創新產生重要影響。

基于上述理論分析，在TOE 框架包含的六個條件中，市場競爭和政府支持屬于客觀條件，而工業互聯網應用、創新資源、高管技術背景、人才基礎則屬于制造企業主觀可控條件。

1.3 數據來源

1.3.1 樣本選擇和來源

結合2017 年和2018 年《智能制造試點示范項目名單》，選取45 家深滬A 股上市制造企業為研究樣本，采集2019 年的相關數據，主要基于以下原因：（1）典型性和多樣性原則。fsQCA 方法并不是追求隨機抽樣而是遵循理論抽樣，選取的案例企業需要在數字化轉型中具有一定的成果，為多個地區或行業的代表企業，在環境因素上存在差異，可以保證數據的代表性與多樣性。（2）研究方法的適用性。fsQCA 方法對樣本案例與條件變量的數量匹配提出了要求。一般來說，條件變量為6 個時對應的樣本案例數量多為25 以上的中等樣本［49］。（3）時效性。該時期為制造企業數字化熱潮階段，保證研究問題的時效性。（4）研究的可拓展性或數據的可獲得性。樣本企業地域分布和行業分布，見表1、表2。

表1 樣本企業地域分布

表2 樣本企業行業分布

利用2019 年樣本企業年報作為基礎數據源，收集案例企業的研發費用、營業收入、研發人員的占比、政府補助金額、總資產、本科及以上人員占比等數據。其次，對年報內容進行查看識別，判斷工業互聯網應用和技術背景高管占比等數據。最后，借助Python3.7 對年報進行文本分析，對數字化創新詞頻統計。最終獲得完整數據。

1.3.2 數據測量

（1）結果變量

數字化創新（DI）。目前，大多數學者衡量企業數字化創新通常采用量表［50-51］、數字化創新專利數量［52-53，14］、新產品數量［54］，少數學者基于情景理論采用python 對企業年報相關詞頻數量的方式測量數字化創新［55］?；跀底只瘎撔碌膬群?，數字化創新不僅是數字技術的采納，還包含創新主體的產品、服務、過程、組織和商業模式的創新，體現于企業的整體情況。采用專利、產品數量存在單一維度衡量的局限，而量表數據獲取難度大也限制了其在科學研究的使用。綜上，參考Lu 等［55］的數字化創新測量方式，采用年報相關詞頻數量反映制造企業該時期的數字化創新，具體流程為：1）收集2019 年樣本企業的年報；2）建立反映數字化創新的關鍵詞庫；3）基于python3.7 的Jieba 模塊對案例企業年報進行文本提取，統計關鍵詞出現的頻次。

在數字化創新關鍵詞的選定上，以Lu 等［55］的研究結果為基礎，在學術文獻上參考Bharadwaj等［56］、戚聿東等［57］等與數字化創新相關的文獻，結合《“十四五”數字經濟發展規劃》《數字經濟及其核心產業統計分類（2021）》《中小企業數字化賦能專項行動方案》，補充有關數字化創新的關鍵詞庫，見圖2。

圖2 關鍵詞詞庫

（2）條件變量

技術條件。關于工業互聯網應用（IIOT）的測量，參考楊德明和劉泳文［58］做法，設置為制造企業是否應用工業互聯網平臺的虛擬變量。首先，搜索“工業互聯網”“工業4.0”“物聯網”等詞頻，找到相關內容進行識別判斷，當企業對工業互聯網進行了實質性參與，如投資等行為，則認為企業應用了工業互聯網，取值為1，否則為0。創新資源（IR）是指研發投入，參考孫慧等［59］的采用相對數的做法，將企業研發費用占營業收入的比值衡量創新資源。

組織條件。高管技術背景（TBE）的測量，參考韓忠雪等［60］的做法，將高管簡歷中具有技術研發工作經歷或具有工程、研究或教師等職稱的高管人員認定為具有技術背景的高管，并計算其團隊占比。關于人才基礎(TB)以本科及以上學歷占總員工比例作為衡量指標［61］。

環境條件。常見的市場競爭(MC)測量方式有赫芬達爾指數（HHI）、勒納指數（折舊及息稅前利潤/銷售額）、銷售費用與營業收入的比值，選取以營業收入計算的HHI 指數作為市場競爭的衡量指標［62］。由于HHI 與競爭程度成反比，為與其他變量數據保持一致，采用1-HHI 衡量市場競爭。政府支持(GS)是指政府補助，采用政府補助常見的測量方式以政府補助總額與期末總資產的比值為衡量指標［17］。見表3。

表3 變量描述

1.3.3 數據校準

數據校準是指將原始數據轉換為集合概念（集合隸屬），是為了保證原始測量的解釋力度和理論意義的必要流程，需要考慮到樣本的類別和程度差。為保證校準過程的客觀準確性，本研究采用直接校準法設置閾值進行模糊隸屬分數的轉換，一般來說，完全隸屬點可以設置為95%數或上分位數，交叉點可以設置為中位數，而完全不隸屬點則劃分為5%數或下分位數。依據杜運周等［21］以及案例實際情況，借鑒陶克濤等［63］的校準標準，分別將所有連續變量的5%、50%和95%分位數作為完全非隸屬度、交叉點和完全隸屬度，而工業互聯網應用為0—1 的虛擬變量，故不進行校準。同時，為避免校準后為0.5的數據案例被去除，出現樣本減少，需要將數值調整為0.499 或0.501 再放入真值表分析［64］。各變量隸屬點，見表4。

表4 各變量的描述性統計和校準錨點

2 結果數據

2.1 單個條件的必要性分析

在對制造企業數字化創新進行條件組態檢驗之前，需要檢驗單一條件（包括其非集）對結果變量的必要性。根據組態理論，必要性分析主要檢驗一致性結果，判斷標準通常為當條件一致性大于0.9時，則可以認為其為結果的必要條件［65］。采用fsQCA3.0 對制造企業高數字化創新和非高數字化創新進行必要性分析，結果見表5。從分析結果可以看出各單一條件的一致性均低于0.9，說明各條件不是導致制造企業高數字化創新或非高數字化創新的必要條件。因此，需要對制造企業數字化創新的多元組態效應進一步研究。

表5 條件變量必要性分析

2.2 條件組態的充分性分析

fsQCA 方法分析結果包括三種類別：復雜解、中間解、簡約解。本研究采用中間解得出的條件組態作為解釋結果進行充分性分析，主要是因為，相較于簡單解，中間解基于容易的反事實分析得出結果［21］，具有更可靠的理論和實際意義；而復雜解包含了所有實際觀察樣本的組態，中間解更為簡潔。通常，核心條件是指在簡約解和中間解都出現的條件，而邊緣條件則僅在中間解出現［66］。對于分析結果，“●”代表條件存在，“?”代表條件不存在，兩種符號的大小代表條件為核心條件或邊緣條件，空白則代表該條件在組態中可有可無。

結合Fiss［66］和杜運周等［21］的建議，本研究設置充分的一致性閾值不應低于0.8，PRI 設置為0.7。同時，由于相關條件影響結果的理論證據的缺少，故并未在反事實分析中對各種條件變量進行調整，選擇“存在或缺失”為條件。樣本數量為45，屬于中小樣本，頻數閾值應為1。使用fsQCA3.0 軟件對各案例企業進行真值表分析，結果見表6。

表6 樣本制造企業高數字化創新組態分析

表6 顯示以5 種組態的方式呈現了制造企業高數字化創新組態分析的中間解和簡約解，即不同條件組成的五種組態能夠對制造企業數字化創新起到“殊途同歸”的作用。5 種組態的一致性均大于0.9，超過一致性閾值0.8，表明這五種條件組態是制造企業高數字化創新充分條件組合的結果具有可靠性；解的一致性為0.933 057，意味著條件組合可以解釋約93.3%的制造企業高數字化創新案例；解的覆蓋度為0.628 78，意味著這5 種條件組合覆蓋了約62.9%的總樣本，即解釋了62.9%的高數字化創新原因。

2.2.1 高數字化創新組態分析

在5 種組態里面，S2a 和S2b 的核心條件一致，二者構成二階等價組態，而S3a 和S3b 核心條件一致，二者也構成二階等價組態。為了更清晰地展現組態之間的差異，結合TOE 框架，本研究分別對3 類組態S1、S2 和S3 分別命名為“技術-環境協同型”“技術-組織協同型”“技術-組織-環境協同型”。接下來，結合理論和相關案例，本研究對以上高數字化創新每一類組態內在含義進行分析。

（1）技術-環境協同型（S1）

在組態S1 中，以有工業互聯網應用、非高高管技術背景、非人才基礎和高市場競爭為核心條件，非高創新資源為邊緣條件。組態S1 表明當市場競爭環境激烈時，無論政府支持力度如何，制造企業可以通過投入技術層面工業互聯網應用來實現數字化創新，即使創新資源、高管技術背景和人才基礎存在不足。具體來說，當外部市場競爭激烈，整個行業具有更強的創新活力，市場競爭壓力要求制造企業需要具備個性化生產和服務能力，壓縮企業生存空間，推動企業高管去評估和預測當前面臨的競爭威脅，進而推動企業采用數字技術發揮數字化創新潛力［42］。結合制造企業自身在工業互聯網平臺的投入，為制造企業以新的商業模式重組數字資源和內外部資源提供了載體，改善平臺內企業之間的競合關系［7］，推動制造企業資源配置優化，彌補企業內部創新資源不足，促進企業數字化創新。該組態驗證了工業互聯網應用對于制造企業數字化創新具有積極效應［32］，也說明了企業的技術條件和市場競爭環境之間促進制造企業數字化創新的協同效應。

組態S1 的典型案例是電氣機械和器材制造業的長虹美菱。長虹美菱在電器制造領域具有重要地位，產業布局集中于綜合白電。長虹美菱面臨國內市場需求低迷，2019 年國內市場家電零售額規模同比下降2.2%，存量市場競爭加劇。該公司制定并執行“智能化”戰略，大力推進基于工業互聯網的家電數字化網絡綜合改造與集成創新，積極融合工業網絡、5G、AIOT、邊緣計算等技術到制造領域，實現了互聯互通、設備上云、業務上云，推動產品制造向柔性化、智能化、高端化升級。為抓住能效升級與消費升級的契機，面對高市場競爭，該公司依托“工業互聯網+家電”模式聚集各種資源建立創新生態網絡，從而實現高數字化創新，符合技術-環境協同型組態的典型特征。

（2）技術-組織協同型（S2）

在組態S2a 中，以有工業互聯網應用、非高市場競爭和高人才基礎為核心條件，非高高管技術背景和高政府支持為邊緣條件。在組態S2b 中，以高工業互聯網平臺應用、高人才基礎為核心條件，高創新資源、高高管技術背景和非高市場競爭和非高政府支持為邊緣條件。這兩個組態表明，當市場競爭程度不足時，結合創新資源、高管技術背景和政府支持的輔助，制造企業能夠依靠工業互聯網應用和自身人才基礎實現高數字化創新。具體而言，當市場競爭程度較低，制造企業對于建立領先的技術能力和競爭優勢成為領導者企業具有內在動力［67］，制造企業將內部組織建設作為重點，引入更多的綜合素質高的人才，構成企業數字化創新的知識基礎［68］，形成組織學習和創新文化。此外，結合工業互聯網發展可以獲取更多的創新資源以實現互補式創新，減少信息不對稱，加快數字化創新進程，建立競爭優勢。該類組態驗證了人才基礎對于制造企業數字化創新的推動作用，也說明了組織特征和企業技術水平之間促進制造企業數字化創新的協同效應。

組態S2a 的典型案例是儀器儀表制造業的川儀股份。川儀股份是國內工業自動控制系統裝置制造業的領先企業，服務于工業及相關領域的智慧升級，在大數據、智能化引領的新一輪技術革命和產業變革中擁有廣闊發展前景。為加強市場開拓，該公司擁有從首席專家到技術帶頭人的全系列技術創新人才隊伍，本科及以上員工占比達36.9%，依靠強大的高層次人才和一流的儀表5G 工業互聯網平臺，建立起企業的整體科學技術知識基礎，充分利用企業內外部資源形成了實現高數字化創新的相關能力。此外，該公司背靠重慶首批國家數字經濟創新發展試驗區的產業環境，讓該公司對創新擁有更多的包容性和政府轉型資金支持。

組態S2b 的典型案例是通用設備制造業的機器人。機器人隸屬中國科學院，是第一家國產機器人實現出口的企業。盡管企業所在的遼寧省在數字經濟發展處于全國落后位置，相較于數字經濟大省遼寧并不能給機器人較好的發展環境。但是，作為引領型企業，機器人依托中國科學院的技術研發優勢和人才基礎，搭建具有技術創新文化的階梯式人才隊伍與管理團隊，技術背景高管占比和本科及以上員工占比分別為63%和73%，堅持自主創新戰略并持續投入研發經費，研發投入占比達16.67%，自主統籌發起建設工業軟件及控制平臺，通過優勢互補建立了良好開放性、高度靈活性、模塊化和可升級的、自主可控的工業互聯網平臺，保證了創新活動開展。

川儀股份和機器人堅持兩化融合與智能制造融合發展，發揮數字技術對組織的賦能效應，利用工業互聯網平臺優勢和人才優勢，實現了高數字化創新，符合技術-組織協同型組態的典型特征。

（3）技術-組織-環境協同型（S3）

在組態S3a 中，以高創新資源、非高高管技術背景、高人才基礎和高市場競爭為核心條件，以工業互聯網應用和非高政府支持為邊緣條件。在組態S3b 中，以高創新資源、非高高管技術背景、高人才基礎和高市場競爭為核心條件，非高工業互聯網應用和高政府支持為邊緣條件。這兩組態表明，當市場競爭程度激烈和政府支持不確定時，即使高管技術背景存在不足，制造企業仍能夠依靠自身的創新資源和人才基礎實現數字化創新。在組態S3a 的政府支持和組態S3b 中的工業互聯網應用具有明顯的替代性，說明這兩個條件只需要一個就能夠和其他核心條件實現制造企業高數字化創新。具體來說，數字化創新是一種不可預測性的活動，活動的前期準備至關重要，創新主體需要現有的資源優勢、創新能力以及外部支持等信息進行全面的了解［69］，組織需要根據了解情況決定是否數字化創新和價值獲取的方式［56，7］。制造企業在外部競爭壓力下推動數字技術和組織結構的融合，傳統組織形態轉換為更具開放性和靈活性的數字組織［34］，能夠獲取更全面的創新信息，提升創新資源的使用效率，適應數字化環境。組織在為數字化創新做準備時，當判斷政府能夠為企業提供所需資源時，企業將減少在工業互聯網應用的投入，以實現資源的高效使用。該組態驗證了創新資源對于制造企業數字化創新的正面影響，也說明了企業的技術條件、組織特征和外部環境之間促進制造企業數字化創新的協同效應。

組態S3a 的典型案例是專用設備制造業的中聯重科。中聯重科的前身是原建設部長沙建設機械研究院，是一家典型的資金密集型制造企業。專用設備市場競爭高于樣本市場競爭中位數（0.8），長沙相較于北上廣等一線城市對于企業的政府支持力度不足。在市場競爭加劇和地方政府支持不足的條件下，中聯重科投資成立中科云谷公司，開展“產品4.0”行動，研發投入占比同比增長1.07%，同時引進具有工業知識和掌握互聯網技術的復合型人才，打造基于實際業務需要的信息平臺促進企業生產各部門數據流通和協同運作，并搭建了將供應商、合作伙伴和消費者相連接的研發制造協同創新平臺，在報告期間推出67 款4.0 產品。

組態S3b 的典型案例是計算機、通信和其他電子設備制造業的乾照光電。乾照光電是一家從事半導體光電產品的上游企業，其所在行業的集中度因全球LED 市場需求不及預期進一步提升，行業創新活力強勁。同時，該公司總部位于廈門，廈門為促進數字技術與實體經濟的融合發展建立了扶持資金，該公司把握了政策紅利并持續投入創新資源，吸收一批國內外高水平人才，構建了包含上下游企業、國家企業技術中心、科研院所在內的創新生態體系。因此，即使在自身工業互聯網應用缺乏的情況下，企業也能利用政府資金彌補資源不足，削弱了工業互聯網應用對數字化創新的影響。

中聯重科和乾照光電所在的行業都屬于市場競爭程度高于樣本案例的平均水平，它們充分發揮技術和組織的潛力，利用數字技術促進企業在產品和服務的創新，符合本研究提出的技術-組織-環境協同型組態的典型特征。

2.2.2 關鍵條件分析

基于各條件變量（橫向）看，人才基礎和工業互聯網應用分別出現在4 種組態之中，其中，人才基礎在其分布的4 種構型均為核心條件，工業互聯網應用則以核心條件在其分布的4 種構型中出現3次，可以認為人才基礎和工業互聯網應用是制造企業高數字化創新的關鍵條件。人才基礎是企業進行數字化創新的異質性資源［38］，當制造企業創新資源和人才基礎適配時，能夠有效提升數字化創新效率。工業互聯網平臺應用一方面可以改變制造企業內部組織結構和決策方式，幫助組織決策智慧化、組織開放化、生產柔性化；另一方面，工業互聯網平臺幫助制造企業實現各種要素在網絡的高效共享，降低交易成本，促進數字化創新。

2.3 穩健性檢驗

在QCA 方法中常見的穩健性檢驗方式主要有三種，包括調整校準的定性錨點、更改案例頻數以及提升一致性閾值［70］。由于數字化創新的定性研究較少，本研究缺乏調整校準錨點的理論支撐。此外，樣本數量為45 個，為中等樣本數量，更改案例頻數可能導致組態結果偏差。綜上，選擇提升一致性閾值的方法進行穩健性檢驗［71］。保證其他處理不變，將一致性閾值由0.8 依次設置為0.85 和0.9，發現結果沒有發生變化，由此表明組態結果具有穩健性。

3 結論

3.1 研究結論

基于45 家制造企業，本研究基于協同理論和TOE 框架，采用fsQCA 的方法，從組態視角探討了轉型背景下制造企數字化創新和影響因素之間的關系，得出以下結論：

首先，工業互聯網應用、創新資源、高管技術背景、人才基礎、市場競爭和政府支持無法單獨構成制造企業高數字化創新的必要條件，說明技術、組織、環境維度中單個的因素并不是制造業高數字化創新的阻礙。

第二，制造企業數字化創新是多因素之間的協同作用，各因素之間的有效組態路徑對推動制造業數字化創新有著“殊途同歸”的效果。具體可以歸納為3 類驅動路徑：以技術—環境協同作用構成的組態S1，以技術-組織協同作用構成的組態S2a 和S2b，以技術-組織-環境協同作用構成的組態S3a和S3b，3 類不同的組態路徑對制造企業數字化創新起到有效推動作用。

最后，工業互聯網應用和人才基礎分別作為核心條件出現在3 種和4 種組態之中，表明這2 個條件對制造企業實現數字化創新發揮較為普適的作用。

3.2 理論貢獻

第一，對6 個關鍵因素的組態分析豐富了制造企業數字化創新的理論研究。從研究對象看，現有研究大多關注數字企業的數字化創新，關于制造企業數字化創新的研究較少。制造業是國民經濟的支柱，在理論上討論實施數字化創新的路徑，能為制造企業數字化創新提供指南。從研究方法看，現有文獻在研究數字化創新的影響因素上多以案例研究為主，而實證研究較少，且多為傳統的回歸分析。一方面，案例研究通常為小樣本，導致其研究結論是否存在普適性還需要進一步驗證；另一方面傳統回歸分析存在無法解釋自變量相互依賴的困境。本研究利用45 家制造企業的數據，結合TOE 框架，對6 個影響制造企業數字化創新的因素進行了組態分析，一方面豐富了關于制造企業數字化創新的針對性研究，還分析了不同因素之間的協同作用，響應了Nambisan 等［3］提出采用QCA 的方法對數字化創新的影響因素進行探究，并對工業互聯網應用、市場競爭、高管團隊等影響因素對數字化創新的影響進行驗證，為今后研究企業數字化創新提供了參考。

第二，3 類組態路徑豐富了企業創新理論。將制造企業數字化創新研究從數字技術應用、組織特征等單一視角轉向為技術、組織、環境協同作用的整體視角。基于協同理論和TOE 框架，本文 同時考慮了6 種影響制造企業數字化創新的因素，發現了3 類可以推動制造企業高數字化創新的組態路徑，揭示了技術、組織、環境等多重條件在促進制造企業數字化創新的協同效應和聯動匹配模式，有助于解釋了制造企業數字化創新的因果復雜性。從整體視角更全面地探討制造企業數字化創新，更貼近現實情況，不僅彌補了僅從某個因素探討對制造企業的作用效果和影響機制的局限，還拓展了TOE 框架在解釋制造企業數字化創新的應用。

3.3 管理啟示

研究結論對制造企業數字化創新提出以下政策建議：

（1）制造企業應重視人才基礎在數字化創新的作用。人才基礎在制造企業高數字化創新的5 條組態中以核心條件存在出現了4 次?？梢?，制造企業數字化創新受到人才基礎的影響，高水平人才有助于企業整合創新資源及挖掘創新潛力，從而推動企業數字化創新。因此，制造企業需要重視人力資本作為企業競爭優勢的重要性。

（2）工業互聯網應用能夠對制造企業數字化創新起到助力作用。在制造企業高數字化創新的5 條組態中，工業互聯網應用作為核心條件或輔助條件存在出現在其中四條組態。制造企業需要積極參與工業互聯網平臺，為數字化創新提供載體，利用工業互聯網實現跨組織網絡合作，優化創新過程，整合內外部資源創造具有競爭力的產品。政府部門需要營造出有利于制造企業參與工業互聯網的制度環境，提升制造企業對創新的積極性。

（3）政府部門應營造良好的市場競爭環境。市場競爭在制造企業高數字化創新的5 條組態中以核心條件存在出現了3 次，可見，市場競爭是推動制造企業數字化創新的重要力量，保持較高的市場競爭強度有助于激勵制造企業進行數字化創新。

（4）制造企業需要意識到組態協調的重要性，從整體性的視角，結合實際情況對技術、組織、環境等因素進行聯動匹配，探討“殊途同歸”的最優路徑，因地制宜地進行數字化創新。對身處市場競爭激烈的制造企業，若缺乏創新資源和組織條件，應重視工業互聯網滿足數字化創新需要，打通內外部連接渠道，獲取外部資源；若技術背景的高管缺少，制造企業應關注內部技術水平和組織，應通過對增加研發支出和吸納高水平人才實現數字化創新。此外，當行業活力不足和處于非一線城市，制造企業依靠技術和組織條件的組合依然能實現數字化創新。

3.4 研究不足及展望

本研究主要存在以下不足：首先，基于TOE 框架選取影響因素，具有一定的科學性，但這也導致一些框架外的因素無法納入，如消費者需求，未來可采用其他理論進行深入研究；其次，盡管本研究的測量方式均為學術界常用的，但是相關測量在不斷豐富和改進。比如，對數字化創新的測量注重創新的整體性，但缺乏全面的測量指標，未來可采用更合適的測量工具或指標進行研究。最后，樣本較小，且僅對制造企業數字化創新的組態路徑進行了靜態分析，盡管數據較新，未來可追蹤QCA 方法發展，將大樣本和時間因素考慮進來，對數字化創新進行研究。