能力配置對企業數字化轉型的影響研究
——來自中國上市物流企業的實證分析

李梅芳 黃美儀

（福州大學經濟與管理學院，福州 350108）

引言

近年來，我國企業數字化轉型進程不斷加快，2022年國務院印發的《“十四五”數字經濟發展規劃》 明確提出“大力推進產業數字化轉型”，提升數字化水平已成為企業轉型升級的重要方向。然而，埃森哲《2022年中國企業數字化轉型指數》 顯示，僅有17%的領軍企業數字化轉型成效顯著。事實上，大部分企業存在“跟風式”數字化轉型，缺乏對已有資源與能力的內向審視。如何穩步推進企業數字化轉型升級，是我國數字建設進程中面臨的重要問題。

目前，學術界主要從技術、個體、組織和產業4 個層面探討促進企業數字化轉型成功的關鍵因素，認為數字技術應用［1］、高管支持［2］、匹配的組織結構［3］、價值鏈重構［4］與數字化轉型成效簡單相等，忽視了不同層次的能力所產生的實踐差異，無法回答擁有異質性能力組合的企業應該選擇何種路徑，才能提升數字化轉型效率。此外，現有文獻大多采用傳統回歸方法，聚焦單一影響因素對數字化轉型的“凈效應”，忽略了不同要素聯動匹配的作用，難以揭示企業數字化轉型的復雜路徑機制。對于物流企業而言，整體數字化轉型基礎相對薄弱，資源與能力的有限性制約了企業數字化建設的進程，導致物流企業進行數字化創新所面臨的壁壘比其他行業的企業更高。因此，有必要重點關注在何種能力組合下，物流企業數字化轉型成效可以實現顯著提升。

從高階梯隊理論看，高管是企業行為的決策主體，高管的領導能力水平必然會映射至企業數字化轉型的實際成效之中［5］。從企業成長理論看，組織成長過程實際上是資源與能力協同作用的動態過程。與知識、資源相匹配的組織成長能力是促進數字化轉型的核心要素，組織需要將知識、資源等要素轉化為差異化能力才能實現數字價值［6］。此外，組織成長能力發展與高管領導能力密切相關，即高管對組織內的管理活動，如整合組織資源、設置組織架構等，將直接地影響到組織成長能力的積累［7］。因此，深入剖析高管領導能力和組織成長能力的耦合組態對企業數字化轉型的影響，有助于降低數字化轉型失敗的風險。然而，現有研究主要集中于探討高管異質性特征與數字化轉型之間的相關性［8］，關于高管領導能力如何影響企業數字化轉型缺乏深度分析，而且鮮有研究結合高管和組織層面的能力來探討如何提升數字化轉型成效。

鑒于此，本文從高管和組織層面的能力視角出發，構建包含高管領導能力和組織成長能力的理論框架，以2021年中國滬深A 股上市108 家物流企業為研究樣本，采用模糊集定性比較分析（Fuzzy Set Qualitative Comparative Analysis，fsQCA）和必要條件分析（Necessary Condition Analysis，NCA）相結合的方法進行實證分析，并試圖回答以下問題：不同層面的能力配置如何影響企業數字化轉型？何種能力組合可以更高效地推動企業數字化轉型？何種能力組合會使企業數字化轉型受阻？

1 理論基礎與模型構建

依據動態管理能力理論，企業數字化轉型戰略的制定與實施本質上依賴于高管領導能力，而高管領導能力的認知、人力資本和社會資本一定程度上對企業數字化戰略產生決定性的影響。此外，動態能力強調組織已有資源、能力與外部環境的動態匹配，對組織是否持續成長起到關鍵作用，故現有研究主要從動態能力理論研究組織成長能力對數字化轉型的影響，并將組織能力劃分為創新能力、吸收能力、適應能力3 個維度［9］。因此，本文運用組態思維方法，選擇高管領導能力（高管認知、高管人力資本、高管社會資本）和組織成長能力（吸收能力、適應能力、創新能力），實證探究這6 個因素如何通過協同聯動的方式促進企業數字化轉型。構建數字化轉型的理論模型如圖1 所示。

圖1 理論框架

1.1 高管領導能力與數字化轉型

（1）高管認知與數字化轉型

高管認知是指高管感知、共享企業內外部環境所含知識并用于解決問題的能力。數字化轉型往往伴隨著較高的失敗率，數字化認知水平低的高管可能更關注數字化轉型的負面影響，而高認知水平的高管具有較高的風險容忍度，更傾向留意數字化轉型的效益［10］，進而在組織內建立數字化文化和氛圍，逐步實現全體員工數字化能力的提升。同時，高管對數字化轉型的強烈關注會提高企業對數字化技術應用的重視程度和激發企業創新行為，并為創新活動提供充足資源［11］。因此，高管認知能推動數字化投入的長期化、穩定化，降低組織內部數字化轉型的阻力。

（2）高管人力資本與數字化轉型

高管人力資本包括高管及其團隊的知識、教育、經驗和技能。依據烙印理論，高管的教育和工作經歷會形成與數字化轉型情境相匹配的“印記”，進而影響轉型戰略決策［12］。教育背景高的高管能夠借助其專業知識與實踐經驗，制定清晰的數字化轉型戰略，解決轉型實施階段遇到的技術性難題［8］；另外，工作經歷多元化的高管團隊擁有豐富的人脈關系與社會閱歷，不僅能夠為數字化轉型提供相應的資源支持，而且有助于減少個體短視和群體思維［13］。因此，高管人力資本在數字化轉型戰略決策制定和實施中發揮著重要的作用。

（3）高管社會資本與數字化轉型

高管社會資本由高管與組織內外部的正式和非正式關系組成。高管與政府建立的關系網絡為企業數字化轉型帶來人才、技術和資金等支持，有助于緩解轉型投入過高的壓力。同時，高管與其他企業建立的合作關系幫助企業獲取關鍵性資源和互補性技術，降低企業轉型的搜索成本和決策成本［14］。此外，高管與高校、科研機構建立的關系網絡以及高管自身所獲得的知識和能力儲備，是企業創新資源積累的重要組成部分［15］。因此，企業數字化轉型的實施成效一定程度上依賴于高管與政府、其他企業和個人之間所構建的社會關系網絡。

1.2 組織成長能力與數字化轉型

（1）組織創新能力與數字化轉型

創新能力是指企業開發新產品和新市場的能力。數字化轉型是一項復雜的戰略工程，若盲目照搬其他企業數字化轉型模式，難以實現真正轉型變革［16］，這意味著企業需要具備較強的創新能力，才能保證自身獲取數字化變革創新價值。在高創新能力的支撐下，企業致力于探索新知識領域，將現有信息、技術等資源轉化為滿足用戶需求的新產品和新服務，有效提升資源使用效率，實現商業模式創新，進而推動數字化轉型［17］。因此，創新能力打破組織的原有運行慣例，促使企業數字化轉型發生實質性的變革。

（2）組織吸收能力與數字化轉型

吸收能力是指企業識別外部信息的價值，并將其吸收、轉化和應用于商業實踐的能力。吸收能力強的組織側重于外部知識的獲取和利用，根據環境變化把握數字化轉型的方向和進程。此外，較高水平的吸收能力使企業更注重數字技術知識的溢出效應，并將其有效地轉化為新方法和新工藝滲透到企業流程之中［19］，實現企業的數字化流程創新。因此，吸收能力的強弱程度決定了企業能否適時吸收和利用新知識［20］，在開展數字化轉型過程中起關鍵作用。

（3）組織適應能力與數字化轉型

適應能力表現為企業調整組織架構、重新配置資源，以迅速適應外界環境的動態變化。從組織內部來看，高適應能力的組織基于內外部知識和資源的整合配置，對運營體系和組織結構進行調整或重構［18］，以快速推動數字化轉型的組織變革。從組織外部來看，適應能力強的企業著重于洞察和識別市場環境的變化，主動搜尋有價值的信息，以充分了解用戶需求，捕捉市場的新機遇，有助于實現數字化轉型的價值創造。因此，適應能力強的企業能夠快速識別和抓住機會，有效整合配置組織內外部資源，進而推動數字化轉型。

2 研究設計

2.1 研究方法

模糊集定性比較分析（fsQCA）與必要條件分析（NCA）相結合的方法已成為探究復雜因果機制的新興研究范式。fsQCA 基于因果并發假設，是探究多要素間聯動關系與協同效應的有效方法［21］。NCA 是Dul（2016）［22］提出的一種分析條件變量中必要非充分條件的研究方法，也是對傳統必要條件分析方法的有效補充。

本文選取fsQCA 與NCA 混合方法主要基于以下原因：（1）fsQCA 側重于前因條件的組合效應，能夠揭示高水平和非高水平數字化轉型的因果不對稱性，從而更好地探索企業數字化轉型路徑；（2）NCA 通過分析前因要素的效應量和瓶頸水平，定量地明確前因在多大程度上是必要條件，可以有效彌補fsQCA 在必要條件檢驗方面的不足。鑒于此，fsQCA 與NCA 混合方法兼具定量與定性分析的雙重優勢，有助于本文6 個能力條件的聯動匹配對數字化轉型的影響。

2.2 樣本選擇

本文以物流企業為研究對象，原因在于物流行業的典型特征。物流企業的數字化轉型十分注重資源和能力的科學配置，但是大部分企業不清楚什么樣的資源和能力組合有助于實現數字化轉型。因此，物流企業是本文研究主題的理想對象。本文從國泰安數據庫中選取2021年中國滬深A股上市122 家物流企業，剔除關鍵數據缺失、ST或?ST 的樣本企業，最終篩選出108 家樣本企業作為研究案例，原始數據均來源于國泰安數據庫。此外，本文研究案例時間設為2021年是因為考慮到數字化轉型存在一定的滯后性，故將前因變量數據選為2021年，結果變量的數據選為2022年。

2.3 測量與校準

（1）結果變量

企業數字化轉型指數。企業數字化轉型指數是指從個體、組織和產業層面刻畫企業整體數字化水平，囊括了數字化轉型的過程和產出。由于數字化轉型本身涉及多個維度，不僅包括技術運用層面［23］，還應考慮戰略和環境等維度。因此，本文從國泰安數據庫中企業數字化轉型子庫選取企業數字化轉型指數作為結果變量，該數據根據戰略引領、技術驅動、組織賦能、環境支撐、數字化成果、數字化應用6 個指標加權計算得出。

（2）前因變量

高管認知。本文從高管學識和職業經驗兩個維度來衡量高管認知能力。其中，使用高管的平均學歷來度量高管學識，使用高管的平均任職時長來度量職業經驗，并對這兩個指標標準化后，按相等權重進行加權求和［24］，最終得到高管認知能力。

高管人力資本。本文采用高管教育背景異質性和職業背景異質性來衡量管理人力資本。其中，教育背景異質性表征高管成員間學歷的多元化程度，職業背景異質性反映了高管成員在過去工作中所積累的多樣化經歷。然后，采用Blau（1977）［25］分類指數分別對教育背景異質性和職業背景異質性進行計算，計算公式如下：

高管社會資本。本文以有職業背景高管占比、在其他企業兼任高管占比、高管平均學歷、海外背景高管占比、有學術關系背景高管占比、有政治背景高管占比6 個指標為基礎，進行主成分分析，并以此衡量高管社會資本的總體水平。

組織創新能力。本文認為組織創新能力的核心在于個體，其中技術人員是組織知識含量最高的寶貴資源，故將技術人員比例作為衡量創新能力指標之一。此外，研發投入強度能夠衡量企業自主創新投入規模及水平。因此，本文采用企業年度研發投入強度和技術人員比例，對這兩個指標標準化處理后，最終相加得到創新能力。

組織吸收能力。企業研發投入活動可以視為組織吸收能力在識別、轉化、利用內外部信息等方面的具體體現［26］，企業對研發活動投入越多，吸收能力往往越強，所以本文采用樣本企業年度研發投入占營業收入的比重來衡量吸收能力。

組織適應能力。研發、資本及廣告是企業發展中必不可少的開支，企業對這3 類支出的調節能力一定程度上體現了組織適應外部變化和整合配置資源的能力，所以本文使用這3 類支出的變異系數的負值來反映適應能力。

（3）數據校準

校準是指給研究案例賦予集合隸屬分數的過程［27］，能夠刻畫取值在多大程度上體現變量高低優劣的程度。目前，缺乏明確的理論和外部知識來指導數字化轉型、高管領導能力和組織成長能力的數據校準，但考慮到測量前因變量和結果變量的水平都是基于樣本的相對指標，本文適合采用依據樣本的相對位置進行校準。因此，本文將樣本數據均以描述性統計的95%、50%、5%分位值作為完全隸屬度、交叉點和完全非隸屬度。每個變量的校準信息和描述性分析如表1 所示。通過對描述性統計的初步分析可以發現，結果變量和條件變量的離散程度較大，物流企業之間的實際狀況差異較為突出。

表1 變量的模糊集校準及描述性統計

3 實證結果

3.1 必要條件分析

在NCA 方法中實現必要條件需同時滿足兩個條件：（1）效應量（d）代表前因變量在多大程度上是結果變量的必要條件，即d值應大于0.1［22］；（2）蒙特卡洛仿真置換檢驗表示效應量P 小于0.05 是顯著的［28］。其中，本文使用上限回歸（Ceiling Regression，CR）和上限包絡（Ceiling Envelopment，CE）兩種不同估計方法得到效應量。具體結果如表2 所示。綜合來看，吸收能力的必要性效應雖然顯著（P＜0.05），但效應量較小（d＜0.1），不構成數字化轉型的必要條件。其他變量用相同方法計算后均不構成數字化轉型的必要條件。

表2 NCA 方法必要條件分析結果

本文進一步分析NCA 瓶頸水平結果，瓶頸水平指在結果變量最大觀測范圍內前因變量需要滿足的水平值（%）。如表3 所示，要達到70%的數字化轉型水平，需要1.4%水平的高管人力資本，7.7%水平的高管認知，而其他前因變量都不存在瓶頸水平。

表3 NCA 瓶頸水平（%）的分析

本文進一步采用fsQCA 方法檢驗必要條件。如表4 所示，每個前因條件的一致性均小于0.9，表明不存在產生高／非高水平數字化轉型的必要條件，這一結果與NCA 結果一致。

表4 fsQCA 方法單個條件的必要性檢驗

3.2 高水平數字化轉型的充分性分析

本文運用fsQCA3.0 軟件對物流企業實現高／非高水平數字化轉型進行組態分析。為保證條件組態的充分性，案例頻數閾值的設置應至少保留案例總數的75%，本文將案例頻數設為1；考慮到數據質量和案例總數，本文將原始一致性閾值設置為0.8；為了解決可能同時存在的子集關系問題，減少潛在的矛盾組態，本文設置PRI 一致性閾值為0.7。在計算結果中，與中間解和簡約解并存的條件作為該解的核心條件，僅存在于中間解的條件作為該解的邊緣條件。fsQCA 分析結果如表5 所示。

表5 高水平、非高水平數字化轉型的條件組態

總體而言，產生高水平數字化轉型的組態有3 個（S1a、S1b、S2），而S1a、S1b 構成了二階等價組態，即它們的核心條件一樣。就前因條件（橫向）來說，高水平數字化轉型的所有組態都包含高吸收能力，反映了吸收能力是數字化轉型的關鍵因素。就組態路徑（縱向）來說，產生高水平數字化轉型的總體一致性為0.910，而且每個組態的一致性均大于0.924，說明這3 個組態對高水平數字化轉型具有一定的說服力。另外，組態總體覆蓋度為0.384，表明這3 個組態可以解釋38.4%的高水平數字化轉型案例；而每個組態的原始覆蓋度較低，這可能是案例異質性、校準等不同方面的結果［29］。本文根據邊緣條件和核心條件的差異，分別將組態（S1a、S1b、S2）命名為：組織成長能力主導下人力資本驅動型（S1）、高管領導能力主導下創新與吸收雙重驅動型（S2）。接下來，本文結合相關企業的實際情況，對每個組態進行詳細分析。

（1）組織成長能力主導下人力資本驅動型（S1）

組態S1 中，高水平的高管人力資本、吸收能力和適應能力為核心條件的企業可以產生高水平數字化轉型，其中，組態S1a 的高管認知為邊緣條件，組態S1b 的高管社會資本和創新能力為邊緣條件。組態S1a 和S1b 表明，無論企業的高管社會資本、高管認知和創新能力水平程度如何，都可以通過高管人力資本、吸收能力和適應能力的協同作用促進企業數字化轉型。具體而言，高管人力資本為數字化轉型保駕護航，幫助企業找準數字化方向。而組織適應能力幫助企業快速應對環境的動態變化，提高企業的協同柔性和資源柔性。與此同時，組織吸收能力將獲取的外部資源內化為自身優勢，有利于將自身融入于數字生態中，與合作伙伴實現價值共創。屬于這類組態的代表性案例企業是德邦快遞。面對快遞巨頭集聚和“價格戰”難以持續的競爭環境，德邦快遞制定了“4＋1”的數字化戰略，建立自動觸發機制，敏捷應對企業經營變化。同時，德邦快遞注重吸收外部優質資源，積極與華為等企業開展戰略合作。

綜合比較組態S1a 和S1b，本文進一步識別出條件之間的替代關系。對于投入較多高管人力資本的企業，在共同擁有較強的吸收能力和適應能力時，高管社會資本和創新能力的條件組合可以和高管認知相互替代，以提升數字化轉型水平。這一替代關系進一步凸顯了高管社會資本和創新能力在提升數字化轉型水平中的重要作用。這是因為，高管的認知具有內隱性，這一特征容易導致其過度自信甚至是傲慢行為。而高管社會資本和創新能力的組合，既克服了企業原有路徑依賴，又能為數字化轉型提供充足資源，一定程度上彌補了高管認知的不足。

（2）高管領導能力主導下創新與吸收雙重驅動型（S2）

組態S2 指出高水平的高管社會資本、高管人力資本、高管認知、創新能力和吸收能力為核心條件的企業可以實現高水平數字化轉型。組態S2表明，高管提升管理社會資本、管理認知和管理人力資本，組織加強培養創新能力和吸收能力，可以產生高水平的企業數字化轉型。具體而言，高管認知通過在工作經歷和培訓中對信息的識別、吸收和利用過程來影響管理人力資本的發展，并進一步提升組織吸收能力。而較高水平社會資本的高管依據其關系網絡獲取更多有價值的信息，推動企業開發新產品和新市場，從而有利于提升組織創新能力。屬于這類組態的代表性案例企業是中國外運。中國外運意識到傳統組織和管理模式已無法滿足企業戰略要求，進而打造網絡化組織，構建人力資源賦能中臺，重視對高管和員工數字素養的培訓。該企業長期關注自身數字化升級改造，持續加大創新研發投入，重視吸收和整合內部及上下游供應鏈的信息，推動業務數字化創新。

3.3 非高水平數字化轉型的充分性分析

為全面深入理解企業數字化轉型成效的影響路徑，本文將企業數字化轉型指數的非集進行校準，進一步分析了導致非高水平企業數字化轉型的組態（NS1、NS2、NS3），具體結果詳見表5。（1）組態NS1 表明，高管認知作為核心條件存在，高管社會資本和高管人力資本作為核心條件缺失，創新能力和吸收能力作為邊緣條件缺失。屬于這類組態的物流企業高管對數字化轉型的認知相對較高，但“孤掌難鳴”，高管社會資本、高管人力資本、創新能力和吸收能力的缺乏，使高管認知的效用無法充分發揮，難以實現高效的數字化轉型；（2）組態NS2 顯示，高管認知、創新能力和適應能力作為邊緣條件存在，高管人力資本和吸收能力作為邊緣條件缺失。具有該組態特性的物流企業在一定程度上能快速感應外界動態變化和捕捉未來發展趨勢，且具備一定的創新能動性，但由于高管人力資本和吸收能力的缺乏，物流企業難以將數字化轉型落地，不占據優勢地位；（3）在組態NS3 中，高管人力資本和適應能力作為核心條件存在，高管社會資本、高管認知和創新能力作為核心條件缺失，吸收能力作為邊緣條件缺失。該組態的物流企業雖然擁有高水平的適應能力和高管人力資本，但是高管社會資本和認知能力相對較弱，而且吸收能力和創新能力的缺失意味著企業難以利用外部信息、資源，無法實現有效的數字創新，最終導致了非高水平數字化轉型。

綜合比較高水平與非高水平的數字化轉型組態，發現數字化轉型具有因果非對稱性，即高水平數字轉型組態并不是非高水平數字化轉型組態的對立面，其原因在于組織自身能力與戰略的匹配度。數字化轉型實際上是一個企業內外部能力與戰略之間的匹配過程，只有將數字技術的外部優勢與自身能力資源優勢充分結合，才能提升數字化轉型的成效。在表5 中，與高水平數字化轉型組態相比，非高組態的企業缺乏足夠的資源基礎和動態能力作為支撐，高管領導能力跟不上市場環境發展，難以提升數字化轉型水平。此外，不同企業之間在高管領導能力、組織成長能力等方面存在發展差異，但這不一定會阻礙企業通過能力配置形成不同的組態，推動企業數字化轉型。因此，數字化轉型的關鍵在于如何找到匹配自身能力發展的轉型路徑，只要適當的高管領導能力與組織成長能力聯動匹配，均可提升企業數字化轉型成效。

3.4 穩健性檢驗

本文采用調整原始一致性閾值（閾值由0.8 提升至0.85）和PRI 一致性閾值（閾值由0.7 提升至0.75）來進行穩健性檢驗，并借助QCA 結果穩健的兩個標準（組態路徑數量和組態路徑參數是否產生重大變化）進行判斷，檢驗結果與表5 所示的覆蓋率和一致性幾乎一致，證實了本文研究結果具有較好穩健性。

4 研究結論與啟示

4.1 研究結論

本文以中國滬深A 股上市108 家物流企業為案例樣本，結合fsQCA 與NCA 兩種研究方法，探討高管和組織層面下不同能力的組合配置對企業數字化轉型的影響，得出如下結論：（1）每個前因條件均無法單獨構成高水平或非高水平數字化轉型的必要條件；（2）吸收能力對企業數字化轉型成功至關重要；（3）實現高水平數字化轉型的充分條件是高管和組織層面下對能力進行協同匹配，但不要求各層面能力均處于高水平狀態；（4）高水平數字化轉型的組態路徑有3 條，包括組織成長能力主導下人力資本驅動型（S1a、S1b）、高管領導能力主導下創新與吸收雙重驅動型（S2），而且組態S1a 和S1b 存在替代關系；（5）低水平數字化轉型的組態路徑有3 條（NS1、NS2、NS3），且與高水平數字化轉型組態路徑存在非對稱關系。

4.2 實踐啟示

（1）數字化轉型受多重因素的協同影響，企業思維應從“局部優化”轉向“組態協調”。結合表2 和表5 可以發現，企業數字化轉型不是由單一能力推動，而是多要素協同匹配的結果。因此，企業思維要從“局部優化”轉變為“組態協調”，基于自身已有的條件稟賦，優化資源與能力的組合配置，重視多方能力的協同效應，而不是一味追求資源與能力的最大化。此外，目前大部分物流企業自身轉型基礎條件較差，它們更需要“因地制宜”地制定數字化戰略，依托外部資源彌補自身實力和資源的不足，著力于能力與資源之間的耦合協調效應，從而有效支撐企業數字化轉型升級。

（2）數字化轉型是一項戰略變革工程，需要“一把手”自上而下推動轉型。在表5 中，高管領導能力主導下創新與吸收雙重驅動型路徑（S2）的原始覆蓋度和唯一覆蓋度是最高的，說明該組態在提高企業數字化轉型效果上起到更積極的作用。這意味數字化轉型是“一把手”工程，高管應從端到端、全鏈條、全場景中找準數字化轉型切入點，分階段分步驟地制定轉型戰略決策。同時，高管應積極主動提高自身人力資本，有針對性的積累社會資本，整合重構企業內外部關系網絡。在外部關系網絡中，高管可以通過產學研、戰略聯盟等方式加強企業間各類資源的交換共享，利用數字化平臺搭建生態化的供應鏈關系；在內部關系網絡中，高管應將組織架構從傳統科層制向扁平化、平臺化轉型，打造敏捷型組織。

（3）企業應在發展中充分利用已有資源，重視培育組織吸收能力和適應能力。從表5 可以發現，組織吸收能力和適應能力在組態S1a、S1b 均扮演重要角色。當前外部環境呈現出動態化、復雜化特征，要想抓住數字經濟發展新契機，企業必須打破“慣性思維”的桎梏，突破自身的路徑依賴，提升組織吸收能力與適應能力，才能推動數字化轉型的有效實施。值得注意的是，吸收能力是所有組態路徑中的核心要素，企業要將培育和開發吸收能力作為發展的重中之重。企業在轉型過程中應注重信息知識的生成和轉移規律，廣泛落實對數字技術和數據資源的消化和利用，發揮數字技術的賦能作用。

（4）企業需要理智客觀看待數字化轉型，選擇適合自身發展的轉型路徑。影響數字化轉型的原因具有非對稱性，企業不能依靠失敗的數字化轉型經驗逆向推導數字化轉型成效顯著的原因。企業應理智看待數字化轉型，深入剖析數字化資源投入與組織的適應性程度。此外，每個企業的數字化轉型需求和轉型痛點不同，不能盲目照搬數字化轉型標桿企業的轉型模式，而應學習和借鑒它們轉型成功的經驗，根據自身情況制定適合自身發展的數字化轉型路徑。

4.3 不足與展望

本文構建了多層次能力框架，選取高管層面（高管社會資本、高管人力資本、高管認知）和組織層面（創新能力、吸收能力、適應能力）的6 個要素，未來研究可進一步豐富其他方面的能力，或基于平臺理論、生態系統理論等不同理論視角，拓寬前因條件的選擇性。此外，數字化轉型是一個長期且復雜的動態過程，本文未考慮前因要素隨時間變化對數字化轉型的差異化影響，下一步可結合動態QCA 方法，將時間因素納入分析框架。