李 雷 ,楊水利,陳 娜

(1.西安理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,陜西 西安 710054;2.甘肅政法大學(xué) 商學(xué)院,甘肅 蘭州 730070)

0 引言

隨著全球新一輪科技革命與產(chǎn)業(yè)變革不斷推進(jìn),以人工智能、區(qū)塊鏈等為代表的數(shù)字技術(shù)蓬勃發(fā)展,成為驅(qū)動(dòng)社會(huì)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動(dòng)能[1]。中共十九屆四中全會(huì)首次提出將數(shù)據(jù)與勞動(dòng)、資本、土地、知識(shí)、技術(shù)、管理等生產(chǎn)要素并列,反映出支撐經(jīng)濟(jì)高質(zhì)量發(fā)展的要素發(fā)生了劃時(shí)代轉(zhuǎn)變[2]。《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》對(duì)“加快數(shù)字化發(fā)展,建設(shè)數(shù)字中國”作了專篇部署。2021年以來,我國相繼出臺(tái)《“十四五”國家信息化規(guī)劃》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》等一系列重要文件。由此,可以預(yù)期數(shù)字技術(shù)在未來很長(zhǎng)一段時(shí)間內(nèi)將是驅(qū)動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵力量。然而,相較于數(shù)字產(chǎn)業(yè)化迅猛發(fā)展,我國產(chǎn)業(yè)數(shù)字化發(fā)展相對(duì)滯后,尤其在微觀層面,傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型步履維艱[3]。因此,如何推動(dòng)傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型并提升轉(zhuǎn)型成效成為當(dāng)前學(xué)界關(guān)注的焦點(diǎn)。

縱觀已有研究,有兩個(gè)方面的問題值得關(guān)注:一方面,從數(shù)字化轉(zhuǎn)型動(dòng)因看,現(xiàn)有研究主要遵循演繹邏輯,通過構(gòu)建假設(shè)檢驗(yàn)和回歸模型探討制度政策層面、區(qū)域?qū)用?、行業(yè)層面、組織層面、高管及員工層面等相關(guān)因素對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響[4-6],側(cè)重考察單個(gè)因素對(duì)數(shù)字化轉(zhuǎn)型的凈效應(yīng)。然而,傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)復(fù)雜的系統(tǒng)性工程,受制度、環(huán)境、組織、技術(shù)等多重因素的交互影響[7]。因此,考察單個(gè)因素的凈效應(yīng)無法有效揭示影響企業(yè)數(shù)字化轉(zhuǎn)型的多元路徑以及不同要素間的聯(lián)動(dòng)效應(yīng)。由此,對(duì)不同層級(jí)影響因素進(jìn)行有效整合,基于組態(tài)視角解釋企業(yè)數(shù)字化轉(zhuǎn)型動(dòng)因具有理論意義與現(xiàn)實(shí)指導(dǎo)價(jià)值。另一方面,從數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果看,部分研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型對(duì)企業(yè)經(jīng)營發(fā)展具有積極影響。例如,賦能企業(yè)降本增效、優(yōu)化內(nèi)部經(jīng)營流程、促進(jìn)專業(yè)化分工、改善企業(yè)經(jīng)營績(jī)效、推動(dòng)商業(yè)模式革新等[8-10]。也有研究指出,數(shù)字化轉(zhuǎn)型不僅會(huì)增加企業(yè)成本,而且可能引發(fā)企業(yè)新舊資源沖突問題,進(jìn)而對(duì)企業(yè)經(jīng)營績(jī)效產(chǎn)生不利影響[11-12]。此外,從實(shí)踐角度看,當(dāng)前傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型任重道遠(yuǎn),多數(shù)企業(yè)數(shù)字化轉(zhuǎn)型并未達(dá)到預(yù)期成效。國際知名咨詢公司埃森哲發(fā)布的《2021埃森哲中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》顯示,僅16%的受訪企業(yè)取得顯著轉(zhuǎn)型成效,多數(shù)企業(yè)數(shù)字化轉(zhuǎn)型并未實(shí)現(xiàn)業(yè)績(jī)有效提升。由此,不禁令人產(chǎn)生疑問:數(shù)字化轉(zhuǎn)型為何會(huì)產(chǎn)生不同的經(jīng)濟(jì)后果?

基于上述分析,本文以2018—2020年中國A股制造企業(yè)為研究樣本,基于TOE框架,從技術(shù)、組織、環(huán)境3個(gè)方面確定影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素,采用基于機(jī)器學(xué)習(xí)的文本分析方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平,并結(jié)合模糊集定性比較分析(fsQCA)與傾向得分匹配(PSM)方法進(jìn)行實(shí)證分析。本文重點(diǎn)關(guān)注以下兩方面問題:第一,哪些條件(組態(tài))能夠引發(fā)企業(yè)高水平數(shù)字化轉(zhuǎn)型,即回答“殊途是否同歸”問題;第二,不同路徑驅(qū)動(dòng)下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效是否具有相同的影響,即回答“殊途是否同果”問題。

本文可能的邊際貢獻(xiàn)在于:第一,基于中國制造業(yè)上市公司大樣本數(shù)據(jù),結(jié)合TOE框架從組態(tài)視角考察影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵動(dòng)因,歸納出3類驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的組態(tài),不僅能夠豐富企業(yè)數(shù)字化轉(zhuǎn)型影響因素研究,而且可以為企業(yè)數(shù)字化轉(zhuǎn)型提供差異化、可借鑒的路徑啟示。第二,為緩解企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究存在的矛盾提供新的解釋。本文可為解釋企業(yè)數(shù)字化轉(zhuǎn)型差異化經(jīng)濟(jì)后果提供新的證據(jù):不同路徑作用下數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生差異化經(jīng)濟(jì)后果,就企業(yè)績(jī)效而言,基于企業(yè)技術(shù)管理能力與區(qū)域數(shù)字基礎(chǔ)設(shè)施聯(lián)動(dòng)的數(shù)字化轉(zhuǎn)型更有助于企業(yè)績(jī)效提升。第三,在研究方法上,本文使用文本分析、fsQCA及PSM方法,可為文本分析、定性分析與定量研究提供一個(gè)探索性方案,后者在衡量企業(yè)戰(zhàn)略轉(zhuǎn)型水平、揭示轉(zhuǎn)型前因、評(píng)價(jià)轉(zhuǎn)型效果方面能夠?qū)崿F(xiàn)有機(jī)結(jié)合,因而可推廣到企業(yè)戰(zhàn)略行為前因及后果分析中。

1 文獻(xiàn)回顧與研究框架

1.1 數(shù)字化轉(zhuǎn)型文獻(xiàn)回顧

目前,學(xué)界對(duì)數(shù)字化轉(zhuǎn)型的概念尚未達(dá)成共識(shí),歸納現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn),學(xué)者們普遍認(rèn)為數(shù)字化轉(zhuǎn)型是以數(shù)字技術(shù)與數(shù)據(jù)要素為基礎(chǔ),將數(shù)據(jù)作為企業(yè)價(jià)值創(chuàng)造的重要資源,通過整合、重構(gòu)企業(yè)組織結(jié)構(gòu)、業(yè)務(wù)流程、商業(yè)模式等,推動(dòng)數(shù)字技術(shù)與企業(yè)傳統(tǒng)生產(chǎn)要素深度融合的過程[7]。與傳統(tǒng)模式相比,數(shù)字化轉(zhuǎn)型強(qiáng)調(diào)數(shù)字技術(shù)、數(shù)據(jù)要素、數(shù)字化平臺(tái)在企業(yè)經(jīng)營管理領(lǐng)域的深度融合與全方位應(yīng)用,關(guān)注通過轉(zhuǎn)型為企業(yè)創(chuàng)造新的價(jià)值[7]。對(duì)處于VUCA時(shí)代的傳統(tǒng)制造企業(yè)而言,數(shù)字化轉(zhuǎn)型已不再是能不能的問題,而是通過何種方式轉(zhuǎn)型以及如何達(dá)到轉(zhuǎn)型效果的問題。因此,文獻(xiàn)回顧主要從數(shù)字化轉(zhuǎn)型影響因素與經(jīng)濟(jì)后果兩個(gè)方面展開。

(1)數(shù)字化轉(zhuǎn)型影響因素。企業(yè)數(shù)字化轉(zhuǎn)型影響因素涉及政策制度、行業(yè)及區(qū)域、企業(yè)、個(gè)體等層面,具體而言:一是政策制度層面,Chen等[4]發(fā)現(xiàn),數(shù)字經(jīng)濟(jì)政策對(duì)于推動(dòng)微觀企業(yè)數(shù)字化轉(zhuǎn)型具有顯著激勵(lì)作用;Lotriet等[13]發(fā)現(xiàn),較大的制度監(jiān)管壓力會(huì)倒逼銀行開展數(shù)字化轉(zhuǎn)型,以符合監(jiān)管機(jī)構(gòu)在客戶信息審查、交易記錄核驗(yàn)等方面的要求。二是行業(yè)與區(qū)域環(huán)境層面,陳慶江等(2021)認(rèn)為,受模仿學(xué)習(xí)與現(xiàn)實(shí)條件兩個(gè)方面因素的影響,企業(yè)數(shù)字化轉(zhuǎn)型存在同群效應(yīng)。與區(qū)域因素相比,行業(yè)因素對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵,產(chǎn)業(yè)數(shù)字化發(fā)展水平是驅(qū)動(dòng)企業(yè)數(shù)字化變革的重要因素。三是組織層面,Vial[5]研究發(fā)現(xiàn),組織慣例是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素,由核心剛性引致的路徑依賴可能對(duì)企業(yè)數(shù)字化變革產(chǎn)生阻礙作用。此外,動(dòng)態(tài)能力也是驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素,組織可以通過機(jī)會(huì)感知、機(jī)會(huì)利用及變革重構(gòu)能力激發(fā)數(shù)據(jù)驅(qū)動(dòng)效應(yīng),進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型(焦豪等,2021)。張欣等[14]具體以中小企業(yè)為例,結(jié)合問卷調(diào)查與QCA方法探討影響中小企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)因素。四是個(gè)體層面,Li等[6]基于高管團(tuán)隊(duì)異質(zhì)性視角發(fā)現(xiàn),多元化高管團(tuán)隊(duì)有利于形成知識(shí)與技術(shù)互補(bǔ),通過提升機(jī)會(huì)感知能力推動(dòng)企業(yè)數(shù)字化變革。此外,員工態(tài)度也是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素,員工的抵制態(tài)度會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生阻礙作用[15]。

(2)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果。數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果包括積極影響與消極影響兩個(gè)方面:一是數(shù)字化轉(zhuǎn)型的促進(jìn)觀。部分研究將數(shù)字化轉(zhuǎn)型視為企業(yè)特殊的戰(zhàn)略變革[16],認(rèn)為數(shù)字化轉(zhuǎn)型可以賦能企業(yè)降本增效、提升跨界經(jīng)營能力、優(yōu)化組織結(jié)構(gòu)與業(yè)務(wù)流程、重構(gòu)商業(yè)模式,由此帶來積極成效?；诖龠M(jìn)觀視角,現(xiàn)有研究發(fā)現(xiàn),數(shù)字化發(fā)展可以促進(jìn)企業(yè)專業(yè)化分工、推動(dòng)企業(yè)服務(wù)化轉(zhuǎn)型、優(yōu)化企業(yè)治理結(jié)構(gòu)、改善企業(yè)經(jīng)營與創(chuàng)新績(jī)效、提升企業(yè)價(jià)值與市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)等[9-10,17]。二是數(shù)字化轉(zhuǎn)型的挑戰(zhàn)觀。部分研究發(fā)現(xiàn),數(shù)字技術(shù)引進(jìn)不僅會(huì)增加企業(yè)成本,而且會(huì)促使企業(yè)經(jīng)營流程變得更為復(fù)雜,導(dǎo)致企業(yè)管理費(fèi)用上升,給企業(yè)發(fā)展帶來挑戰(zhàn)。基于挑戰(zhàn)觀視角,現(xiàn)有文獻(xiàn)發(fā)現(xiàn),當(dāng)數(shù)字技術(shù)與企業(yè)主營業(yè)務(wù)無法兼容時(shí),可能會(huì)引發(fā)新舊資源沖突問題[11],進(jìn)而增加企業(yè)治理風(fēng)險(xiǎn)(張新民,陳德球,2020)。同時(shí),數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致企業(yè)組織結(jié)構(gòu)與經(jīng)營流程變得更加復(fù)雜,從而造成企業(yè)盈余質(zhì)量下降。此外,數(shù)字技術(shù)引進(jìn)可能導(dǎo)致企業(yè)整體系統(tǒng)性失調(diào),增加企業(yè)管理成本,進(jìn)而對(duì)績(jī)效產(chǎn)生不利影響[12]。

綜上,現(xiàn)有研究從影響動(dòng)因和經(jīng)濟(jì)后果兩個(gè)方面對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行探索,但仍存在以下不足:第一,在影響因素方面,現(xiàn)有研究雖探討影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵動(dòng)因,但大多基于演繹邏輯和假設(shè)檢驗(yàn),主要采用傳統(tǒng)回歸分析方法進(jìn)行分析,缺少大樣本條件下可資借鑒的傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型前因研究,因而難以為我國傳統(tǒng)制造企業(yè)選擇適配的數(shù)字化轉(zhuǎn)型路徑提供充分的理論支撐。第二,在經(jīng)濟(jì)后果方面,對(duì)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果,現(xiàn)有研究存在相互矛盾的結(jié)論,究其原因,基于假設(shè)檢驗(yàn)的實(shí)證分析適用于獨(dú)立探討單個(gè)因素的凈效應(yīng)(杜運(yùn)周等,2020),同時(shí)囿于研究樣本、研究時(shí)段、控制變量等方面的標(biāo)準(zhǔn)不一,導(dǎo)致現(xiàn)有文獻(xiàn)對(duì)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的解釋不一致。由此,區(qū)分企業(yè)數(shù)字化轉(zhuǎn)型成因,探討不同動(dòng)因下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響有助于解釋數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的爭(zhēng)論。

1.2 理論框架構(gòu)建

針對(duì)上述研究的不足,本文采用fsQCA和PSM方法,從組態(tài)視角對(duì)企業(yè)數(shù)字化轉(zhuǎn)型前因及經(jīng)濟(jì)后果進(jìn)行分析。借鑒Tornatizky&Fleischer[18]提出的TOE框架,本文從技術(shù)、組織、環(huán)境3個(gè)方面構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型理論框架。選取TOE框架的原因在于,該框架本質(zhì)上是基于新技術(shù)應(yīng)用情境的綜合性分析框架,可以客觀地反映多維度技術(shù)應(yīng)用情境對(duì)技術(shù)應(yīng)用程度的影響(譚海波等,2019)。具體而言,TOE模型將影響數(shù)字技術(shù)應(yīng)用的條件劃分為技術(shù)、組織、環(huán)境3類。其中,技術(shù)條件強(qiáng)調(diào)技術(shù)自身特征及其與企業(yè)的關(guān)系,考察技術(shù)是否與企業(yè)結(jié)構(gòu)特征相適應(yīng),以及技術(shù)是否與企業(yè)管理能力相協(xié)調(diào);組織條件是影響企業(yè)數(shù)字技術(shù)應(yīng)用水平的重要因素,包括注意力分配、組織規(guī)模、資金保障、資源冗余等[19];環(huán)境條件主要基于外部視角,考察市場(chǎng)結(jié)構(gòu)、行業(yè)競(jìng)爭(zhēng)、地區(qū)基礎(chǔ)設(shè)施、制度政策等因素的影響[20]。當(dāng)前,TOE框架已成為技術(shù)應(yīng)用情景與技術(shù)應(yīng)用程度關(guān)系的重要研究范式。由此,本文基于TOE理論框架,結(jié)合組態(tài)分析多重并發(fā)的屬性,探討技術(shù)、組織和環(huán)境等多重條件通過聯(lián)動(dòng)匹配方式對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。

(1)技術(shù)條件,包括數(shù)字技術(shù)投資和數(shù)字技術(shù)管理能力兩個(gè)二級(jí)條件。一方面,傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型表現(xiàn)為企業(yè)對(duì)數(shù)字化軟件及硬件的投資水平?，F(xiàn)有文獻(xiàn)普遍認(rèn)為,企業(yè)數(shù)字化投資有助于優(yōu)化內(nèi)部流程,降低其在信息搜尋、產(chǎn)品溯源、市場(chǎng)交易等領(lǐng)域的經(jīng)營成本,推動(dòng)企業(yè)實(shí)現(xiàn)生產(chǎn)柔性化、供應(yīng)鏈協(xié)同及經(jīng)營風(fēng)險(xiǎn)管控[5]。因此,數(shù)字技術(shù)投資是企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在要求,其水平對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型成效具有重要影響。另一方面,數(shù)字化轉(zhuǎn)型是企業(yè)系統(tǒng)性工程,涉及從研發(fā)設(shè)計(jì)、生產(chǎn)制造到營銷服務(wù)的整個(gè)經(jīng)營流程,企業(yè)不僅需要進(jìn)行大規(guī)模數(shù)字技術(shù)投資,而且需要培育與數(shù)字技術(shù)相適配的管理能力。技術(shù)管理能力實(shí)質(zhì)上是企業(yè)基于技術(shù)的動(dòng)態(tài)能力,也是企業(yè)對(duì)數(shù)字技術(shù)識(shí)別、利用、整合、重構(gòu)能力的綜合表征。在企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐中,專業(yè)技術(shù)人員與技術(shù)管理經(jīng)驗(yàn)匱乏是普遍存在的共性問題,技術(shù)管理能力缺失導(dǎo)致企業(yè)無法將數(shù)字技術(shù)深度融入生產(chǎn)經(jīng)營過程,同時(shí)會(huì)降低企業(yè)經(jīng)營效率。

(2)組織條件,包括注意力分配和資金保障兩個(gè)二級(jí)條件。一方面,數(shù)字技術(shù)能夠重構(gòu)組織,但也會(huì)受到組織的反向影響[15]。現(xiàn)有研究主要從組織能力、組織慣性等方面探討影響企業(yè)數(shù)字技術(shù)應(yīng)用的相關(guān)因素。在實(shí)踐中,組織關(guān)注程度與支持力度是影響企業(yè)戰(zhàn)略執(zhí)行的重要因素。因此,在組織層面,本文重點(diǎn)關(guān)注企業(yè)數(shù)字化注意力,后者能夠反映企業(yè)對(duì)人工智能、大數(shù)據(jù)等一系列數(shù)字技術(shù)的關(guān)注程度。企業(yè)行為選擇在很大程度上受自身注意力分配的影響。注意力分配對(duì)企業(yè)戰(zhàn)略決策發(fā)揮至關(guān)重要的作用,當(dāng)企業(yè)長(zhǎng)期對(duì)數(shù)字技術(shù)分配較多的注意力時(shí),其數(shù)字化轉(zhuǎn)型實(shí)施程度通常較高。另一方面,資金保障水平也是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。數(shù)字化轉(zhuǎn)型會(huì)增加企業(yè)投資支出和管理費(fèi)用[12],因而對(duì)于企業(yè)資金保障能力具有較高的要求。例如,數(shù)字技術(shù)研發(fā)或購買、專業(yè)技術(shù)人才聘用、數(shù)字平臺(tái)的建設(shè)與維護(hù)均離不開大量資金支持,當(dāng)企業(yè)面臨嚴(yán)重融資約束時(shí),后者會(huì)對(duì)數(shù)字化轉(zhuǎn)型產(chǎn)生阻礙作用。

(3)環(huán)境條件,包括同儕競(jìng)爭(zhēng)壓力和區(qū)域數(shù)字基礎(chǔ)設(shè)施兩個(gè)二級(jí)條件。一方面,行業(yè)競(jìng)爭(zhēng)環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型具有重要影響。在競(jìng)爭(zhēng)程度較高的行業(yè),由于行業(yè)進(jìn)入門檻低,企業(yè)面臨眾多競(jìng)爭(zhēng)對(duì)手,巨大的同儕競(jìng)爭(zhēng)壓力會(huì)強(qiáng)化企業(yè)通過數(shù)字化轉(zhuǎn)型提升自身競(jìng)爭(zhēng)優(yōu)勢(shì)的動(dòng)機(jī)。同時(shí),數(shù)字技術(shù)應(yīng)用能夠降低行業(yè)進(jìn)入壁壘,促使行業(yè)競(jìng)爭(zhēng)方式發(fā)生重大變化[5]。因此,數(shù)字化轉(zhuǎn)型成為企業(yè)應(yīng)對(duì)行業(yè)競(jìng)爭(zhēng)的重要戰(zhàn)略選擇。另一方面,區(qū)域數(shù)字基礎(chǔ)設(shè)施能夠?yàn)槠髽I(yè)數(shù)字技術(shù)應(yīng)用提供良好的條件,是企業(yè)數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)。區(qū)域數(shù)字基礎(chǔ)設(shè)施越完善,區(qū)域數(shù)字化平臺(tái)和數(shù)字商業(yè)生態(tài)發(fā)揮作用的空間越大,這無疑會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生積極影響。

綜上,“技術(shù)(T)—組織(O)—環(huán)境(E)”分析框架包括6個(gè)二級(jí)條件。其中,行業(yè)同儕競(jìng)爭(zhēng)、區(qū)域數(shù)字基礎(chǔ)設(shè)施屬于客觀稟賦條件,企業(yè)難以在短期內(nèi)改變既有現(xiàn)狀;數(shù)字技術(shù)投資、數(shù)字技術(shù)管理能力、注意力分配和資金保障水平屬于主觀可控條件,企業(yè)可以通過戰(zhàn)略決策等改變現(xiàn)狀?；诮M態(tài)分析視角,技術(shù)、組織及環(huán)境條件對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響并非獨(dú)立存在,而是通過聯(lián)動(dòng)匹配方式發(fā)揮作用。由此,本文構(gòu)建理論模型框架如圖1所示。

圖1 理論模型框架Fig.1 Research framework

2 研究方法與數(shù)據(jù)

2.1 定性比較分析

本文第一個(gè)問題是基于組態(tài)視角探討企業(yè)數(shù)字化轉(zhuǎn)型的多元驅(qū)動(dòng)機(jī)制,故選擇QCA方法進(jìn)行檢驗(yàn)。一方面,QCA能夠清晰地揭示企業(yè)數(shù)字化轉(zhuǎn)型的復(fù)雜因果關(guān)系,通過探索多個(gè)前因條件的聯(lián)動(dòng)作用機(jī)制揭示驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的差異化因果路徑,這是傳統(tǒng)回歸分析方法難以實(shí)現(xiàn)的[21];另一方面,QCA方法通過集合關(guān)系而非相關(guān)關(guān)系推斷條件變量與結(jié)果變量間的關(guān)聯(lián),能夠識(shí)別哪些條件及組態(tài)為結(jié)果的充分條件或必要條件。因此,基于QCA得出的結(jié)論具有準(zhǔn)確度高、目標(biāo)性強(qiáng)的特征(張明等,2020)。依據(jù)數(shù)據(jù)類型可將QCA分為fsQCA(模糊集定性比較分析)、csQCA(清晰集定性比較分析)以及mvQCA(多值集定性比較分析)。由于fsQCA既可以分析類別數(shù)據(jù),又可以用于連續(xù)數(shù)據(jù)研究,因而選擇fsQCA作為本文第一個(gè)問題的研究方法,即回答“殊途是否同歸”。后續(xù)基于組態(tài)分析結(jié)果采用PSM(傾向得分匹配)分析本文第二個(gè)問題,即回答“同歸是否同果”。

2.2 數(shù)據(jù)收集

中共十九大報(bào)告提出,加快建設(shè)制造強(qiáng)國,加快發(fā)展先進(jìn)制造業(yè),推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合,在中高端消費(fèi)、創(chuàng)新引領(lǐng)、綠色低碳、共享經(jīng)濟(jì)、現(xiàn)代供應(yīng)鏈、人力資本服務(wù)等領(lǐng)域培育新增長(zhǎng)點(diǎn)、形成新動(dòng)能。2017年,中國企業(yè)開始廣泛實(shí)施數(shù)字化轉(zhuǎn)型。因此,本文研究時(shí)段為2018—2020年,并以中國A股上市制造企業(yè)為初始研究樣本。由于企業(yè)數(shù)字化轉(zhuǎn)型績(jī)效數(shù)據(jù)需要延后一期,故fsQCA的研究時(shí)段包括2018年和2019年。本文研究對(duì)象為傳統(tǒng)制造產(chǎn)業(yè)數(shù)字化樣本,因而剔除企業(yè)主營業(yè)務(wù)涉及人工智能、計(jì)算機(jī)通信等數(shù)字產(chǎn)業(yè)化類的企業(yè)樣本。此外,為了提升研究結(jié)論的可靠性,依次剔除ST及PT企業(yè),以及財(cái)務(wù)數(shù)據(jù)異常及數(shù)據(jù)缺失的企業(yè)樣本,最終獲得1 715個(gè)“企業(yè)—年度”樣本,數(shù)據(jù)來源如下:上市企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)借助Python整理上市企業(yè)年報(bào)中涉及的數(shù)字化轉(zhuǎn)型關(guān)鍵詞并通過人工閱讀篩選獲得,企業(yè)數(shù)字化注意力數(shù)據(jù)通過手工查閱上市公司年報(bào)獲取,其它相關(guān)數(shù)據(jù)源自CSMAR數(shù)據(jù)庫。

2.3 變量測(cè)量與校準(zhǔn)

2.3.1 結(jié)果變量

企業(yè)數(shù)字化轉(zhuǎn)型程度。參考袁淳等[9]、吳非等(2021)的研究成果,本文構(gòu)建以底層技術(shù)和實(shí)踐應(yīng)用為核心的數(shù)字化轉(zhuǎn)型詞典,采用基于機(jī)器學(xué)習(xí)的文本分析方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平。底層技術(shù)以ABCD技術(shù)(人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù))為分類特征,實(shí)踐應(yīng)用能夠體現(xiàn)數(shù)字技術(shù)在金融、營銷等領(lǐng)域的綜合應(yīng)用情景。本文收集2018—2019年中國滬深A(yù)股上市企業(yè)年報(bào)并對(duì)其進(jìn)行如下處理:首先,定義文本分析基礎(chǔ)詞源。以《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》等制度文件為參考,收集其中涉及數(shù)字化轉(zhuǎn)型的基礎(chǔ)詞源,獲得93個(gè)詞頻數(shù)大于等于5的數(shù)字化轉(zhuǎn)型關(guān)鍵詞,具體如表1所示。其次,借助Python軟件包的“jieba”中文分詞庫,統(tǒng)計(jì)上市企業(yè)年報(bào)中包含數(shù)字化轉(zhuǎn)型關(guān)鍵詞的語句與詞頻,并采用人工閱讀方式進(jìn)行數(shù)據(jù)清洗。再次,剔除關(guān)鍵詞前存在“不”“未”等具有否定含義的語句,刪除供應(yīng)商、客戶、高管簡(jiǎn)介信息中含有關(guān)鍵詞的語句,并剔除所有表格信息及表述模糊的語句。最后,統(tǒng)計(jì)整理后的關(guān)鍵詞披露次數(shù),以所有關(guān)鍵詞匯總次數(shù)加1的對(duì)數(shù)值表征企業(yè)數(shù)字化轉(zhuǎn)型程度。

表1 數(shù)字化轉(zhuǎn)型文本構(gòu)建Tab.1 Text construction of digital transformation

2.3.2 條件變量

(1)技術(shù)條件:技術(shù)管理能力和數(shù)字技術(shù)投資。技術(shù)管理能力實(shí)質(zhì)上是基于技術(shù)的動(dòng)態(tài)能力,是企業(yè)對(duì)數(shù)字技術(shù)識(shí)別、利用、整合及重構(gòu)能力的綜合體現(xiàn)。因此,借鑒蘇汝劼和常宇豪[22]的研究成果,基于如下維度進(jìn)行衡量:第一,研發(fā)支出比重。該指標(biāo)能夠反映企業(yè)對(duì)技術(shù)創(chuàng)新的投入強(qiáng)度與重視程度,是技術(shù)動(dòng)態(tài)能力形成的關(guān)鍵,采用研發(fā)支出占總資產(chǎn)的比重測(cè)量。第二,本科以上員工占比。該指標(biāo)可以較好地反映員工知識(shí)素質(zhì),后者對(duì)企業(yè)技術(shù)感知、利用、整合及重構(gòu)能力具有重要影響,采用本科以上員工與員工總?cè)藬?shù)的比值測(cè)度。第三,資產(chǎn)收益率。該指標(biāo)可以反映企業(yè)對(duì)各類資源的管理和配置水平,凸顯企業(yè)資源管理和整合能力,采用凈利潤(rùn)與總資產(chǎn)的比值衡量。將上述3個(gè)維度指標(biāo)標(biāo)準(zhǔn)化后取均值,以此衡量企業(yè)技術(shù)管理能力,其值越大,企業(yè)技術(shù)管理能力越強(qiáng)。

參考高雨辰等[23]的研究成果,統(tǒng)計(jì)上市公司財(cái)務(wù)報(bào)告附注中的年末無形資產(chǎn)明細(xì),采用與數(shù)字技術(shù)相關(guān)部分的資產(chǎn)額占無形資產(chǎn)總額的比重衡量企業(yè)數(shù)字技術(shù)投資水平。具體地,本文收集上市公司同年度無形資產(chǎn)明細(xì)中涉及軟件、云架構(gòu)、信息系統(tǒng)、數(shù)字平臺(tái)等關(guān)鍵詞的明細(xì)項(xiàng)目,加總計(jì)算得到其占同年度企業(yè)無形資產(chǎn)的比重。同時(shí),考慮到行業(yè)因素的影響,對(duì)結(jié)果進(jìn)行年度行業(yè)均值調(diào)整,并根據(jù)中位數(shù)將其劃分為高數(shù)字技術(shù)投資組(取值為1)和低數(shù)字技術(shù)投資組(取值為0)。

(2)組織條件:注意力分配和資金保障水平。在微觀企業(yè)層面,對(duì)數(shù)字技術(shù)的注意力分配難以直接測(cè)度。由此,本文基于組織職能視角,使用企業(yè)是否設(shè)置與數(shù)字技術(shù)相關(guān)的高管職位表征數(shù)字化注意力分配。具體而言,通過人工閱讀上市企業(yè)年報(bào),收集整理企業(yè)是否設(shè)置首席技術(shù)官(CTO)、首席信息官(CIO)、首席數(shù)字官(CDO)等與數(shù)字化轉(zhuǎn)型高度相關(guān)的職位信息。當(dāng)目標(biāo)企業(yè)設(shè)置上述崗位時(shí),表明企業(yè)對(duì)于數(shù)字化轉(zhuǎn)型具有較高水平的注意力分配,賦值為1,否則賦值為0。

參考Hadlock&Pierce[24]的研究成果,采用SA指數(shù)衡量企業(yè)資金保障水平,如式(1)所示。

SA=-0.737×Size+0.043×Size2-0.04×Age

(1)

其中,Size為企業(yè)規(guī)模,采用總資產(chǎn)對(duì)數(shù)值表示,Age為企業(yè)上市年限。由于SA值為負(fù)數(shù),故對(duì)其取絕對(duì)值,其值越大表示企業(yè)融資約束程度越低,其資金保障水平越高。

(3)環(huán)境條件:同儕競(jìng)爭(zhēng)壓力和區(qū)域數(shù)字基礎(chǔ)設(shè)施。參考現(xiàn)有文獻(xiàn)的普遍處理方式,使用赫芬達(dá)爾—赫希曼指數(shù)HHI(HHI=∑i(Xi/∑Xi)2,Xi為公司i的銷售額)的倒數(shù)反映行業(yè)競(jìng)爭(zhēng)程度,其值越大,表明企業(yè)所處行業(yè)競(jìng)爭(zhēng)程度越高。

借鑒潘為華等[25]的研究成果,從互聯(lián)網(wǎng)普及率、移動(dòng)電話普及率、長(zhǎng)途光纜線路長(zhǎng)度、5G基站數(shù)、互聯(lián)網(wǎng)寬帶接入端口數(shù)、互聯(lián)網(wǎng)域名數(shù)等6個(gè)方面,采用熵值法擬合各地區(qū)數(shù)字基礎(chǔ)設(shè)施綜合指數(shù),以此反映各省(市)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平。

2.3.3 變量校準(zhǔn)

在QCA分析中,每個(gè)條件與結(jié)果均被視為一個(gè)獨(dú)立集合,每個(gè)案例在特定集合中均具有隸屬分?jǐn)?shù),為案例賦值的過程即為校準(zhǔn)(陶克濤等,2021)。參考已有研究成果,本文采用直接校準(zhǔn)法將原始數(shù)據(jù)轉(zhuǎn)換為模糊集隸屬分?jǐn)?shù),校準(zhǔn)后的集合隸屬度介于0～1之間。具體而言,遵循QCA的主流研究方法,選擇條件變量和結(jié)果變量(不包括二分變量數(shù)字技術(shù)投資、數(shù)字化注意力)的95%、50%、5%分位數(shù)值作為“完全隸屬”“轉(zhuǎn)折點(diǎn)”“完全不隸屬”的判定錨點(diǎn),具體條件和結(jié)果校準(zhǔn)信息如表2所示。

表2 結(jié)果變量與條件變量描述及校準(zhǔn)Tab.2 Description and calibration of outcome variables and conditional variables

3 數(shù)據(jù)分析與實(shí)證結(jié)果

3.1 必要性分析

在條件組態(tài)分析前,需要對(duì)各前因條件的必要性水平進(jìn)行獨(dú)立檢驗(yàn)。在QCA分析中,若在結(jié)果發(fā)生時(shí)某個(gè)前因條件一直存在,那么該條件就是結(jié)果的必要條件。參照現(xiàn)有QCA研究的普遍處理方式,檢驗(yàn)單一條件是否為企業(yè)數(shù)字化轉(zhuǎn)型的必要條件,當(dāng)單個(gè)條件的一致性水平高于0.9時(shí),則該條件為結(jié)果的必要條件。使用fsQCA3.0軟件統(tǒng)計(jì)高水平數(shù)字化轉(zhuǎn)型和低水平數(shù)字化轉(zhuǎn)型的必要條件,結(jié)果如表3所示。由表3可以發(fā)現(xiàn),所有條件的一致性水平均低于0.9。因此,不存在影響企業(yè)高水平數(shù)字化轉(zhuǎn)型和低水平數(shù)字化轉(zhuǎn)型的必要條件。必要性分析結(jié)果也反映出傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型的復(fù)雜性,單一條件無法構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的必要條件,數(shù)字化轉(zhuǎn)型是技術(shù)、組織及環(huán)境等多重條件協(xié)同作用的結(jié)果。

表3 必要條件分析結(jié)果Tab.3 Necessary condition analysis

3.2 條件組態(tài)分析

區(qū)別于必要條件分析,條件組態(tài)分析主要基于集合論視角探討由多個(gè)條件構(gòu)成的不同組態(tài)引發(fā)結(jié)果的充分性水平。一致性閾值是組態(tài)充分性分析的重要標(biāo)準(zhǔn),參考Schneider等[26]的研究成果,本文將一致性閾值確定為0.80。此外,組態(tài)包含的案例數(shù)量是特定組態(tài)進(jìn)入布爾最小化計(jì)算的篩選標(biāo)準(zhǔn),頻數(shù)閾值需要依據(jù)樣本規(guī)模確定。一般地,樣本總量越大,頻數(shù)閾值越高。考慮到研究樣本的大樣本特征(樣本量為1 715),參考張明等[29]的研究成果,本文將頻數(shù)閾值設(shè)定為5。此時(shí),樣本量為1 294,占比超過75%。

目前,企業(yè)數(shù)字化轉(zhuǎn)型動(dòng)因研究處于探索階段,存在多種視角和多個(gè)維度,故將技術(shù)條件、組織條件、環(huán)境條件均設(shè)置為“存在或缺乏”。表4為高水平數(shù)字化轉(zhuǎn)型組態(tài)分析結(jié)果?？梢园l(fā)現(xiàn),無論是單個(gè)組態(tài)(解)還是總體解的一致性水平均高于最低標(biāo)準(zhǔn)0.75。其中,總體解的一致性為0.803,總體解的覆蓋度為0.364。4種組態(tài)的一致性水平值分別為0.796、0.805、0.797、0.867,其中,組態(tài)2的原始覆蓋度與唯一覆蓋度最高,說明組態(tài)2為4種組態(tài)中經(jīng)驗(yàn)相關(guān)性最顯著的組態(tài)。

表4 高水平數(shù)字化轉(zhuǎn)型組態(tài)分析結(jié)果Tab.4 Configuration analysis of high-level digital transformation

組態(tài)1中,區(qū)域數(shù)字基礎(chǔ)設(shè)施在企業(yè)數(shù)字化轉(zhuǎn)型過程中發(fā)揮核心作用,意味著當(dāng)區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè)水平較高時(shí),其它條件對(duì)于企業(yè)高水平數(shù)字化轉(zhuǎn)型無關(guān)緊要。組態(tài)1的結(jié)果反映出相較于其它條件,區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè)對(duì)于企業(yè)高水平數(shù)字化轉(zhuǎn)型尤為重要,因?yàn)樵撘乜梢詥为?dú)作為解釋結(jié)果產(chǎn)生的充分條件。因此,將該組態(tài)命名為環(huán)境驅(qū)動(dòng)型。由此,政府應(yīng)重視區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè),后者能夠有效破除組織、技術(shù)等條件對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的桎梏。該組態(tài)的一致性為0.796,原始覆蓋度為0.100,表明該路徑能夠解釋10%的樣本企業(yè)數(shù)字化轉(zhuǎn)型案例。組態(tài)1的案例企業(yè)中,新宏澤(002836)是一家從事包裝印刷的企業(yè),所在地深圳觀瀾高新技術(shù)產(chǎn)業(yè)園區(qū)具有完備的數(shù)字基礎(chǔ)設(shè)施和顯著的數(shù)字產(chǎn)業(yè)集群優(yōu)勢(shì),良好的區(qū)域數(shù)字化發(fā)展環(huán)境成為驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。

組態(tài)2中,企業(yè)技術(shù)管理能力和區(qū)域數(shù)字基礎(chǔ)設(shè)施發(fā)揮核心作用,構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的充分條件組態(tài)。已有研究表明,企業(yè)能力尤其是基于技術(shù)的動(dòng)態(tài)能力是驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。技術(shù)管理能力作為企業(yè)動(dòng)態(tài)能力的重要體現(xiàn),對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型具有舉足輕重的影響。與組態(tài)1相比,組態(tài)2既需要企業(yè)內(nèi)部具備高水平的技術(shù)管理能力,從人才、資金投入及資源配置等方面實(shí)現(xiàn)對(duì)數(shù)字技術(shù)的動(dòng)態(tài)響應(yīng),還需要良好的區(qū)域數(shù)字基礎(chǔ)設(shè)施,通過內(nèi)外部合力共同推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。因此,將其命名為組織—環(huán)境協(xié)同型(簡(jiǎn)稱“內(nèi)外協(xié)同型”)。該組態(tài)的一致性為0.805,原始覆蓋度為0.326,唯一覆蓋度為0.241,表明該路徑能解釋32.6%的企業(yè)數(shù)字化轉(zhuǎn)型案例,同時(shí)24.1%的案例僅能被該路徑解釋。組態(tài)2的案例企業(yè)中,拓斯達(dá)(300607)在為客戶提供機(jī)械裝備產(chǎn)品的同時(shí),專注于提高自身數(shù)字技術(shù)管理及服務(wù)能力,依托粵港澳大灣區(qū)的區(qū)位優(yōu)勢(shì),利用完善的數(shù)字基礎(chǔ)設(shè)施構(gòu)建數(shù)字化服務(wù)平臺(tái),為客戶提供一體化技術(shù)支持及產(chǎn)品解決方案,從而有效實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

組態(tài)3中,注意力分配發(fā)揮核心作用,企業(yè)數(shù)字技術(shù)投資與同儕競(jìng)爭(zhēng)壓力發(fā)揮補(bǔ)充性作用,由此構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的充分條件組態(tài)。該組態(tài)表明,當(dāng)企業(yè)長(zhǎng)期對(duì)數(shù)字技術(shù)關(guān)注較高且重視開展數(shù)字化投資時(shí),激烈的行業(yè)競(jìng)爭(zhēng)會(huì)進(jìn)一步強(qiáng)化企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的戰(zhàn)略動(dòng)機(jī),由此推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。由于組態(tài)3中,企業(yè)注意力分配為核心條件,故將其命名為機(jī)會(huì)感知型。該組態(tài)的一致性為0.797,原始覆蓋度為0.015,表明該路徑能夠解釋1.5%的樣本企業(yè)數(shù)字化轉(zhuǎn)型案例。

組態(tài)4中,注意力分配發(fā)揮核心作用,企業(yè)數(shù)字技術(shù)投資、企業(yè)資金保障及同儕競(jìng)爭(zhēng)壓力發(fā)揮補(bǔ)充性作用,由此構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的充分條件組態(tài)。該路徑的核心條件與組態(tài)3相同,僅在補(bǔ)充條件中增加企業(yè)資金保障能力,因而將其命名為機(jī)會(huì)感知型。該路徑的一致性為0.867,原始覆蓋率為0.017,表明該路徑能夠解釋1.7%的樣本企業(yè)數(shù)字化轉(zhuǎn)型案例。組態(tài)3與組態(tài)4的案例企業(yè)中,海正藥業(yè)(600267)作為浙江臺(tái)州一家生物制藥企業(yè),其核心競(jìng)爭(zhēng)力來源于國際化業(yè)務(wù),重要原因就是該企業(yè)長(zhǎng)期關(guān)注自身信息化升級(jí)改造,在行業(yè)內(nèi)率先構(gòu)建從原料藥到制劑的一體化業(yè)務(wù)平臺(tái)。目前,在數(shù)字化系統(tǒng)支持下,該企業(yè)已形成化學(xué)藥、生物藥、大健康三大業(yè)務(wù)群的高效協(xié)同,業(yè)務(wù)范圍遍布全球。

3.3 穩(wěn)健性檢驗(yàn)

本文采用調(diào)整案例閾值數(shù)和調(diào)整一致性閾值進(jìn)行穩(wěn)健性檢驗(yàn)。首先,借鑒杜運(yùn)周等(2020)的研究成果,考慮到本文研究數(shù)據(jù)具有大樣本屬性,故對(duì)案例閾值數(shù)進(jìn)行調(diào)整,將閾值數(shù)從5調(diào)整至10。其次,借鑒張明等(2020)的研究成果,對(duì)一致性閾值進(jìn)行調(diào)整,將一致性閾值從0.8提升至0.85,結(jié)果如表5所示。由表5可以發(fā)現(xiàn),總體解的一致性基本不變,解的覆蓋度略有下降,表5列(1)(2)組態(tài)與表4的組態(tài)1、組態(tài)2完全一致。表5列(3)為調(diào)整一致性閾值后的分析結(jié)果,提高一致性閾值會(huì)減少納入最小化分析的真值表行數(shù)及案例數(shù),進(jìn)而導(dǎo)致僅存在一種組態(tài),且與表3的組態(tài)4保持一致。綜上,本文研究結(jié)論具有穩(wěn)健性。

表5 穩(wěn)健性檢驗(yàn)結(jié)果Tab.5 Robustness test results

4 進(jìn)一步分析:不同組態(tài)對(duì)績(jī)效的影響

上述組態(tài)分析表明,企業(yè)高水平數(shù)字化轉(zhuǎn)型存在3條路徑,表明企業(yè)數(shù)字化轉(zhuǎn)型存在“殊途同歸”的現(xiàn)象。在此基礎(chǔ)上,進(jìn)一步檢驗(yàn)不同路徑下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響,回答本文第二個(gè)問題,即“殊途是否同果”。本文在組態(tài)分析的基礎(chǔ)上,采用傾向性得分匹配法(PSM)進(jìn)行檢驗(yàn)。

4.1 樣本匹配

表6 Logit模型回歸結(jié)果Tab.6 Regression results of Logit model

根據(jù)3類高水平數(shù)字化轉(zhuǎn)型傾向得分進(jìn)行基于一配二原則的最近鄰匹配,匹配后所有控制變量的偏差得到明顯改善,兩組樣本中的差異檢驗(yàn)結(jié)果均不再顯著。以環(huán)境驅(qū)動(dòng)型為例,匹配后模型LR-Chi2值從16.365下降至2.17,模型p值從0.090上升至0.995,說明匹配效果較為理想,已無法從企業(yè)基礎(chǔ)特征、治理特征、戰(zhàn)略屬性等維度判斷企業(yè)是否實(shí)施高水平數(shù)字化轉(zhuǎn)型。此外,本文使用基于半徑匹配和核匹配的方法,匹配后實(shí)驗(yàn)組與控制組的差異同樣不再顯著。

4.2 不同類型高水平數(shù)字化轉(zhuǎn)型對(duì)績(jī)效的影響

考慮到數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響存在滯后性,本文采用t+1期資產(chǎn)收益率(ROA)、凈資產(chǎn)收益率(ROE)衡量企業(yè)績(jī)效,并使用最近鄰匹配(1∶2)、半徑匹配(R=0.05)、核匹配方法進(jìn)行平均效應(yīng)值(ATT)估計(jì),結(jié)果如表7所示。

表7 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效影響的檢驗(yàn)結(jié)果Tab.7 Impacts of digital transformation on enterprise performance

表7結(jié)果顯示,環(huán)境驅(qū)動(dòng)型(組態(tài)1)企業(yè)在實(shí)施高水平數(shù)字化轉(zhuǎn)型后,其后續(xù)績(jī)效低于控制組企業(yè)后續(xù)績(jī)效,但結(jié)果不顯著(p值>0.1)。上述結(jié)果表明:僅依靠外部環(huán)境驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型并不能幫助企業(yè)顯著改善經(jīng)營績(jī)效,反而可能導(dǎo)致企業(yè)績(jī)效下滑。原因可能在于,企業(yè)數(shù)字化轉(zhuǎn)型更多地受區(qū)域數(shù)字基礎(chǔ)設(shè)施的驅(qū)動(dòng)作用,企業(yè)內(nèi)部尚未形成與數(shù)字技術(shù)適配的管理能力,技術(shù)管理能力缺失導(dǎo)致企業(yè)無法將數(shù)字技術(shù)、數(shù)據(jù)要素與生產(chǎn)經(jīng)營有效融合,進(jìn)而抑制數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的促進(jìn)作用。同時(shí),企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著增加自身成本費(fèi)用,當(dāng)數(shù)字化轉(zhuǎn)型成本增幅高于收益增幅時(shí),可能導(dǎo)致企業(yè)績(jī)效下滑。

內(nèi)外協(xié)同型(組態(tài)2)企業(yè)在實(shí)施高程度數(shù)字化轉(zhuǎn)型后,其后續(xù)績(jī)效顯著高于控制組企業(yè)后續(xù)績(jī)效(ATT值為正,且p值<0.1)。上述結(jié)果表明:由技術(shù)管理能力與區(qū)域數(shù)字基礎(chǔ)設(shè)施共同驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型有助于企業(yè)經(jīng)營績(jī)效提升。

機(jī)會(huì)感知型(組態(tài)3和組態(tài)4)企業(yè)在實(shí)施高水平數(shù)字化轉(zhuǎn)型后,其后續(xù)績(jī)效低于控制組企業(yè)后續(xù)績(jī)效,但結(jié)果不顯著(p值>0.1)。上述結(jié)果表明:基于機(jī)會(huì)感知路徑的數(shù)字化轉(zhuǎn)型并不能幫助企業(yè)顯著提升績(jī)效。原因可能在于,企業(yè)雖具備較高的數(shù)字化注意力,也積極開展數(shù)字化投資,但不具備與數(shù)字技術(shù)適配的管理能力,從而限制數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的促進(jìn)作用。

3類組態(tài)的經(jīng)濟(jì)后果檢驗(yàn)結(jié)果表明,環(huán)境驅(qū)動(dòng)型數(shù)字化轉(zhuǎn)型和機(jī)會(huì)感知型數(shù)字化轉(zhuǎn)型并未能給企業(yè)帶來經(jīng)營業(yè)績(jī)改善,反而可能導(dǎo)致企業(yè)經(jīng)營業(yè)績(jī)下降,而內(nèi)外協(xié)同型數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)經(jīng)營業(yè)績(jī)。由此,企業(yè)在數(shù)字化轉(zhuǎn)型過程中,需要發(fā)揮內(nèi)部技術(shù)管理能力與外部數(shù)字基礎(chǔ)設(shè)施的合力,從而有效提升自身經(jīng)營績(jī)效。

5 結(jié)語

5.1 研究結(jié)論

本文以2018—2020年中國A股制造業(yè)上市公司為研究樣本,基于TOE理論框架確定影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素,運(yùn)用fsQCA方法探討技術(shù)、組織、環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的組態(tài)效應(yīng),并采用PSM方法檢驗(yàn)不同模式驅(qū)動(dòng)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響,得到以下主要結(jié)論:

(1)單一條件并不構(gòu)成企業(yè)高水平數(shù)字化轉(zhuǎn)型的必要條件,技術(shù)、組織、環(huán)境條件多重并發(fā),形成驅(qū)動(dòng)制造企業(yè)數(shù)字化轉(zhuǎn)型的多樣化組態(tài)。必要性分析結(jié)果表明,所有條件的一致性水平均低于0.9,不存在影響企業(yè)高水平數(shù)字化轉(zhuǎn)型的必要條件。上述結(jié)果在一定程度上反映了企業(yè)數(shù)字化轉(zhuǎn)型的復(fù)雜性,數(shù)字化轉(zhuǎn)型是技術(shù)、組織及環(huán)境等多重條件協(xié)同交互、共同作用的結(jié)果。

(2)驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的組態(tài)有4類,具體可歸納為3種模式:一是區(qū)域數(shù)字基礎(chǔ)設(shè)施獨(dú)立解釋的適配模式(環(huán)境驅(qū)動(dòng)型)。該組態(tài)表明,區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè)是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素,構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的核心條件,當(dāng)區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè)水平較高時(shí),可單獨(dú)作為解釋結(jié)果產(chǎn)生的充分條件。二是企業(yè)技術(shù)管理能力與區(qū)域數(shù)字基礎(chǔ)設(shè)施共同解釋的適配模式(內(nèi)外協(xié)同型)。該組態(tài)表明,高水平數(shù)字化轉(zhuǎn)型既需要區(qū)域數(shù)字基礎(chǔ)設(shè)施提供良好的支撐,還需要企業(yè)具備與數(shù)字技術(shù)相匹配的管理能力,通過內(nèi)外協(xié)同方式實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。三是以注意力分配為核心條件,結(jié)合數(shù)字化投資、資金保障及同儕競(jìng)爭(zhēng)壓力共同解釋的適配模式(機(jī)會(huì)感知型)。該組態(tài)表明,企業(yè)長(zhǎng)期對(duì)數(shù)字化改造升級(jí)的關(guān)注發(fā)揮核心作用,企業(yè)數(shù)字技術(shù)投資、資金保障及同儕競(jìng)爭(zhēng)壓力發(fā)揮補(bǔ)充性作用,由此構(gòu)成企業(yè)數(shù)字化轉(zhuǎn)型的條件組態(tài)。

(3)3種模式驅(qū)動(dòng)下,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響存在顯著差異,環(huán)境驅(qū)動(dòng)型數(shù)字化轉(zhuǎn)型與機(jī)會(huì)感知型數(shù)字化轉(zhuǎn)型并未對(duì)企業(yè)經(jīng)營績(jī)效產(chǎn)生顯著影響,內(nèi)外協(xié)同型數(shù)字化轉(zhuǎn)型可助力企業(yè)構(gòu)建競(jìng)爭(zhēng)優(yōu)勢(shì),進(jìn)而提升自身經(jīng)營績(jī)效。上述結(jié)論表明,雖然企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)模式存在多種類型,但只有數(shù)字基礎(chǔ)設(shè)施和企業(yè)技術(shù)管理能力共同支撐的轉(zhuǎn)型才更有助于企業(yè)績(jī)效提升。

5.2 研究啟示

(1)加快推進(jìn)區(qū)域數(shù)字基礎(chǔ)設(shè)施建設(shè)。完善的區(qū)域數(shù)字基礎(chǔ)設(shè)施是支撐企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。數(shù)字基礎(chǔ)設(shè)施作為驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的核心條件在兩類組態(tài)模式中出現(xiàn),由此凸顯其在企業(yè)數(shù)字化轉(zhuǎn)型過程中的重要作用。對(duì)于政府而言,一方面,需要加快構(gòu)建安全穩(wěn)定、覆蓋廣泛的數(shù)字基礎(chǔ)設(shè)施體系,為企業(yè)順利實(shí)施數(shù)字化轉(zhuǎn)型提供支撐;另一方面,應(yīng)積極引導(dǎo)企業(yè)利用區(qū)域數(shù)字基礎(chǔ)設(shè)施進(jìn)行數(shù)字化改造升級(jí)。例如,引導(dǎo)傳統(tǒng)制造企業(yè)依托工業(yè)互聯(lián)網(wǎng)平臺(tái)開展數(shù)字化轉(zhuǎn)型。

(2)重視數(shù)字化管理能力?，F(xiàn)有研究發(fā)現(xiàn),并非所有數(shù)字化轉(zhuǎn)型模式都能促進(jìn)企業(yè)經(jīng)營績(jī)效提升。因此,企業(yè)不能盲目實(shí)施數(shù)字化轉(zhuǎn)型,以避免落入“數(shù)字化轉(zhuǎn)型業(yè)績(jī)陷阱”。數(shù)字化轉(zhuǎn)型不僅僅是引進(jìn)數(shù)字化設(shè)備,而是需要企業(yè)培育并提升與數(shù)字技術(shù)相適配的管理能力。企業(yè)可以通過選聘具有數(shù)字領(lǐng)導(dǎo)力的管理者、培養(yǎng)具有數(shù)字思維的員工、構(gòu)建數(shù)字化轉(zhuǎn)型團(tuán)隊(duì)等方式提升自身數(shù)字技術(shù)管理能力。

(3)推廣內(nèi)外協(xié)同型數(shù)字化轉(zhuǎn)型模式。當(dāng)前,眾多中小制造企業(yè)在技術(shù)、資金方面相對(duì)匱乏,普遍存在“不敢轉(zhuǎn)”“不會(huì)轉(zhuǎn)”等問題。由此,內(nèi)外協(xié)同型模式可成為緩解上述難題的有效途徑。一方面,內(nèi)外協(xié)同型數(shù)字化轉(zhuǎn)型模式強(qiáng)調(diào)企業(yè)需要重視內(nèi)功修煉,積極引進(jìn)數(shù)字技術(shù)并培育自身數(shù)字化管理能力;另一方面,內(nèi)外協(xié)同型數(shù)字化轉(zhuǎn)型模式要求企業(yè)充分利用外部資源,尤其是公共數(shù)字基礎(chǔ)設(shè)施,通過合理利用內(nèi)外部資源,協(xié)同推進(jìn)自身數(shù)字化轉(zhuǎn)型。

5.3 不足與展望

(1)對(duì)部分指標(biāo)的衡量存在改進(jìn)空間。例如,在注意力分配測(cè)度方面,受限于數(shù)據(jù)可得性,本文主要基于組織職能視角,采用企業(yè)是否設(shè)置與數(shù)字技術(shù)相關(guān)的高管職位衡量數(shù)字技術(shù)的注意力分配。未來可以基于績(jī)效考核、企業(yè)文化視角,進(jìn)一步豐富注意力分配的測(cè)量指標(biāo)。

(2)研究樣本可進(jìn)一步細(xì)化。本文研究對(duì)象是中國A股制造業(yè)上市公司,而制造業(yè)不同細(xì)分行業(yè)具有顯著差異,因而可能會(huì)對(duì)研究結(jié)論產(chǎn)生一定影響。未來可以某一典型行業(yè)為例,探究單一行業(yè)數(shù)字化轉(zhuǎn)型前因組態(tài)及經(jīng)濟(jì)后果。