孔惠麗 裴瀟

DOI：10．19641/j．cnki．42-1290/f．2023．23．013

【摘要】隨著數(shù)字化浪潮席卷開來， 數(shù)字技術(shù)作為核心驅(qū)動力不斷推進企業(yè)創(chuàng)新和轉(zhuǎn)型升級。本文基于TOE框架， 結(jié)合NCA與fsQCA兩種方法對50家A股制造業(yè)上市企業(yè)進行復(fù)雜因果研究， 深入分析各要素間的協(xié)調(diào)聯(lián)動機制， 探索企業(yè)數(shù)字化轉(zhuǎn)型特征和轉(zhuǎn)型路徑。研究發(fā)現(xiàn)： 技術(shù)、 組織和環(huán)境層面的因素是實現(xiàn)高數(shù)字化轉(zhuǎn)型績效的關(guān)鍵條件， 但是單個因素并不構(gòu)成必要條件； 實現(xiàn)高數(shù)字化轉(zhuǎn)型績效的路徑有4種， 即通用探索型、 被動索引型、 謹慎嘗試型和自主突破型， 制造企業(yè)應(yīng)充分結(jié)合自身業(yè)務(wù)基礎(chǔ)與資源稟賦優(yōu)勢作出選擇， 統(tǒng)籌兼顧、 鍛強補短， 靈活部署技術(shù)資源， 以獲得數(shù)字價值提升。分析路徑結(jié)果可知， 當(dāng)前我國取得顯著數(shù)字化轉(zhuǎn)型績效的制造企業(yè)大多依靠通用應(yīng)用型技術(shù)和垂直應(yīng)用型技術(shù)。

【關(guān)鍵詞】數(shù)字技術(shù)；數(shù)字化轉(zhuǎn)型；通用應(yīng)用型技術(shù)；垂直應(yīng)用型技術(shù)；開發(fā)支持型技術(shù)

【中圖分類號】 F425? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）23-0089-8

一、 引言

制造業(yè)是立國之本、 興國之器， 打造高質(zhì)量的制造業(yè)體系是提高綜合國力、 建設(shè)世界強國的關(guān)鍵舉措。黨的十九大報告提出“要培育若干世界級先進制造業(yè)集群”，? “十四五”規(guī)劃明確指出要深入實施制造強國戰(zhàn)略。然而， 現(xiàn)階段我國制造業(yè)自主創(chuàng)新能力薄弱， 傳統(tǒng)價值生產(chǎn)流程難以契合發(fā)展需求， 關(guān)鍵核心技術(shù)“卡脖子”問題頻出（劉平峰和張旺，2021）。在此情境下， 如何走出“低端鎖定”困境， 打破業(yè)態(tài)“創(chuàng)新壁壘”， 實現(xiàn)產(chǎn)業(yè)“高端躍升”， 已成為我國制造企業(yè)轉(zhuǎn)型過程中面臨的重要課題（杜金柱等，2023）。

當(dāng)前數(shù)字技術(shù)蓬勃發(fā)展， 并與制造業(yè)重點產(chǎn)業(yè)鏈深度融合， 促進制造企業(yè)創(chuàng)新發(fā)展與轉(zhuǎn)型升級。首先， 以人工智能、 數(shù)字孿生、 區(qū)塊鏈為代表的數(shù)字技術(shù)為業(yè)態(tài)創(chuàng)新、 模式創(chuàng)新和服務(wù)創(chuàng)新提供了廣闊的應(yīng)用前景。其次， 數(shù)據(jù)資源通過知識與技術(shù)交叉賦能， 持續(xù)引發(fā)運作體系與管理架構(gòu)全生命周期的深刻變革， 形成了復(fù)合型、 交互式的精益化生產(chǎn)制造模式（徐星等，2023）。最后， 數(shù)字技術(shù)在網(wǎng)絡(luò)化、 生態(tài)化和去中心化的創(chuàng)新趨勢下匯集價值資源， 推進關(guān)鍵核心技術(shù)攻關(guān)， 實現(xiàn)傳統(tǒng)產(chǎn)業(yè)鏈向技術(shù)創(chuàng)新升級與技術(shù)應(yīng)用深化的演進（李瑩和程廣斌，2023）。總而言之， 制造業(yè)企業(yè)依托數(shù)字技術(shù)的共享和交互形成與自身組織條件及外部環(huán)境的有效協(xié)同， 推動生產(chǎn)要素多領(lǐng)域、 多維度、 多層次的創(chuàng)新融合與優(yōu)化迭代?；诖?， 本文以50家A股制造業(yè)上市企業(yè)為研究對象， 根據(jù)TOE框架對前因變量進行篩選， 并在技術(shù)層面將數(shù)字技術(shù)按特性和用途拆分為開發(fā)支持型、 通用應(yīng)用型和垂直應(yīng)用型三類， 不僅提高了整體指標的準確性和匹配度， 而且為核心條件與組態(tài)路徑的選擇奠定了理論基礎(chǔ)， 進而豐富了相關(guān)的研究視角和研究內(nèi)容。

本文的貢獻包括以下幾個方面： 首先， 本文延展了數(shù)字技術(shù)驅(qū)動制造業(yè)企業(yè)轉(zhuǎn)型升級的路徑。本文對數(shù)字技術(shù)進行分類， 為探索數(shù)字技術(shù)與數(shù)字化轉(zhuǎn)型績效的關(guān)系提供了更加科學(xué)合理的解釋， 進一步挖掘了企業(yè)技術(shù)的應(yīng)用特性和創(chuàng)新潛力； 同時， 通過整理歸納和復(fù)雜對比得出了4種高數(shù)字化轉(zhuǎn)型績效路徑， 為不同架構(gòu)的制造企業(yè)實現(xiàn)創(chuàng)新突破提供了差異化的路徑選擇。其次， 本文豐富了制造企業(yè)數(shù)字化轉(zhuǎn)型影響因素的研究。與以往研究只關(guān)注單個影響因素不同， 本文從技術(shù)、 組織、 環(huán)境三個層面的多個影響因素出發(fā)， 創(chuàng)新性地解釋了數(shù)字技術(shù)、 情境特征和數(shù)字化轉(zhuǎn)型績效之間的復(fù)雜因果關(guān)系， 體現(xiàn)了多因素的協(xié)同效應(yīng)和聯(lián)動效應(yīng)。最后， 本文突破了傳統(tǒng)對數(shù)字技術(shù)和企業(yè)數(shù)字化轉(zhuǎn)型的研究方法。為了更貼合制造企業(yè)的資源情境和現(xiàn)實條件， 本文基于組態(tài)視角探討了不同要素組合對數(shù)字化轉(zhuǎn)型績效的影響， 同時將必要條件分析（NCA）與模糊集定性比較分析（fsQCA）兩種方法進行有效結(jié)合， 避免了單一方法的局限性， 使得研究體系更加豐富、 研究過程更加科學(xué)、 研究結(jié)果更具有細粒度和穩(wěn)健性。

二、 文獻綜述與分析框架

（一）文獻綜述

1. 數(shù)字技術(shù)。數(shù)字技術(shù)是指以物聯(lián)網(wǎng)、 區(qū)塊鏈、 數(shù)字孿生、 共享經(jīng)濟等為核心的新一代科學(xué)技術(shù)， 它通常與顛覆性互聯(lián)網(wǎng)技術(shù)相伴而生， 具有通用性好、 精確度高以及編程性強的特征， 因此能夠不斷地自我調(diào)整與更迭換代， 并通過跨界融合滲透至創(chuàng)新活動內(nèi)部， 形成包容共蓄、 多元協(xié)作的數(shù)字生態(tài)情境（余菲菲和王麗婷，2022）。通過回顧與之相關(guān)的文獻， 發(fā)現(xiàn)現(xiàn)有文獻主要從以下兩個方面展開對數(shù)字技術(shù)的研究： 一是從宏觀角度出發(fā)， 探究數(shù)字技術(shù)推廣應(yīng)用對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整或經(jīng)濟發(fā)展的影響。例如： 數(shù)字技術(shù)的推廣應(yīng)用能夠帶動高技術(shù)產(chǎn)業(yè)優(yōu)化升級（田秀娟和李睿，2022）、 提高產(chǎn)業(yè)鏈關(guān)聯(lián)度（張虎等，2023）， 并促進經(jīng)濟高質(zhì)量發(fā)展（林勇等，2021）。二是從微觀視角切入， 研究數(shù)字技術(shù)應(yīng)用對企業(yè)可持續(xù)發(fā)展的影響。例如： 數(shù)字技術(shù)能夠推動綠色技術(shù)創(chuàng)新， 提高企業(yè)環(huán)境績效（張涵鈺等，2023）， 實現(xiàn)綠色轉(zhuǎn)型（戴翔和楊雙至，2022；胡熠和靳曙暢，2022）； 同時， 數(shù)字技術(shù)進一步匯集了數(shù)據(jù)、 知識、 人才等核心資源， 促進了企業(yè)產(chǎn)品服務(wù)、 管理活動和商業(yè)模式的調(diào)整與創(chuàng)新（高騰飛等，2022；蘇敬勤等，2021）。

2. 數(shù)字技術(shù)與企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字技術(shù)顛覆了傳統(tǒng)業(yè)務(wù)模式， 為企業(yè)發(fā)展帶來了新機遇。一方面， 數(shù)字技術(shù)可以通過影響知識的流動性促進產(chǎn)業(yè)結(jié)構(gòu)升級（韓嘯，2022）， 其可供性和變異性也會改變企業(yè)價值創(chuàng)造邏輯與價值獲取方式（汪志紅和周建波，2022）； 另一方面， 信息通信技術(shù)的快速普及， 使得數(shù)字化轉(zhuǎn)型成為當(dāng)前制造業(yè)企業(yè)發(fā)展的重要趨勢。數(shù)字化轉(zhuǎn)型是指由數(shù)字技術(shù)的更新迭代與廣泛應(yīng)用引發(fā)的生產(chǎn)模式、 管理方式和組織形式的深刻變革（金昕等，2023）， 具有數(shù)據(jù)要素化（陳曉紅等，2022）、 管理集成化、 流程精益化、 開放融合與動態(tài)演化等特征。因此， 在數(shù)字化情境下研究數(shù)字技術(shù)與企業(yè)轉(zhuǎn)型具有重要意義。當(dāng)前國內(nèi)外學(xué)術(shù)界對兩者關(guān)系的討論主要分為技術(shù)應(yīng)用派和經(jīng)濟賦能派。技術(shù)應(yīng)用派認為， 數(shù)字化轉(zhuǎn)型是將新型數(shù)字技術(shù)與傳統(tǒng)生產(chǎn)要素深度融合的過程（吳江等，2021）， 其關(guān)注點聚焦于人工智能、 數(shù)據(jù)挖掘、 數(shù)據(jù)分析、 物聯(lián)網(wǎng)等數(shù)字技術(shù)在流程設(shè)計、 用戶體驗、 商務(wù)交易中的應(yīng)用和拓展（肖靜華，2020）。經(jīng)濟賦能派認為， 技術(shù)應(yīng)用僅是數(shù)字化轉(zhuǎn)型的初步階段， 數(shù)字化轉(zhuǎn)型所帶來的生產(chǎn)力提升、 社會效益增加、 減排降碳效果是促進經(jīng)濟社會革命性進步的新型能力（Nagy和Koles，2014）。與前者強調(diào)數(shù)字工具在業(yè)務(wù)流程與業(yè)務(wù)管理中的充分運用不同， 后者更關(guān)注技術(shù)賦能為企業(yè)創(chuàng)造的差異化價值， 強調(diào)多結(jié)構(gòu)、 多功能數(shù)字技術(shù)提供的新資源和新能力（李曉華，2022）。

當(dāng)前數(shù)字技術(shù)創(chuàng)新、 數(shù)字化轉(zhuǎn)型研究日趨火熱， 但綜觀已有文獻， 依然存在三個需要補充和完善的地方： 一是現(xiàn)有研究多是探索數(shù)字技術(shù)對產(chǎn)品服務(wù)、 管理績效和組織運營的影響機制， 很少從數(shù)字化情境出發(fā)， 研究數(shù)字技術(shù)的分類、 組合、 選擇與應(yīng)用。二是在實證研究中， 大多數(shù)學(xué)者側(cè)重于考察數(shù)字層面單因素的凈效益， 對多因素間的交互機制和整體作用缺乏考慮， 未能揭示其協(xié)同效應(yīng)與聯(lián)動效應(yīng)。三是關(guān)于數(shù)字技術(shù)賦能企業(yè)轉(zhuǎn)型的相關(guān)研究已處于起步階段， 但這類研究多以轉(zhuǎn)型領(lǐng)軍企業(yè)或骨干企業(yè)為樣本， 研究結(jié)論不適用于傳統(tǒng)企業(yè)； 并且大多基于單個案例的經(jīng)驗探索， 其結(jié)果不具有可復(fù)制性和可推廣性。針對以上不足， 本文充分考慮影響企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)外部因素， 并基于數(shù)字技術(shù)在企業(yè)數(shù)字化轉(zhuǎn)型中的特殊作用， 選取合適的制造企業(yè)作為大樣本， 進一步探索具有普適性和代表性的轉(zhuǎn)型路徑。

（二）分析框架

制造企業(yè)數(shù)字化轉(zhuǎn)型是各資源要素協(xié)同匹配與聯(lián)合作用的結(jié)果， 單一因素難以對數(shù)字創(chuàng)新活動產(chǎn)生影響。因此， 本文基于Tornatizky和Fleischer（1990）提出的TOE框架， 從技術(shù)、 組織和環(huán)境三個層面探尋制造企業(yè)數(shù)字化轉(zhuǎn)型的核心驅(qū)動條件， 客觀展示組態(tài)規(guī)律及數(shù)字技術(shù)條件對數(shù)字化轉(zhuǎn)型績效的影響。

1. 技術(shù)因素。數(shù)字技術(shù)是指包括數(shù)字組件、 智能應(yīng)用和信息平臺等在內(nèi)的現(xiàn)代通用技術(shù)， 具有顯著的滲透性和流動性， 能提高信息資源的連通度， 實現(xiàn)在開發(fā)、 運行、 應(yīng)用三個維度不同層面上知識的轉(zhuǎn)移和互換。本文基于李南和吳朋陽（2022）的研究， 將數(shù)字技術(shù)劃分為以下三種類型：

（1）開發(fā)支持型技術(shù)。開發(fā)支持型技術(shù)是指基于數(shù)字技術(shù)封裝和演化而來的數(shù)據(jù)挖掘、 計算儲存、 交互展示等技術(shù)工具， 一般由科技創(chuàng)新企業(yè)或單項冠軍企業(yè)掌握。該類企業(yè)借助開發(fā)支持型技術(shù)， 可以個性化編寫符合自身發(fā)展需求、 業(yè)務(wù)場景和商業(yè)模式的代碼， 并通過閱讀代碼來判斷執(zhí)行邏輯， 進而自行修復(fù)和更改運行漏洞。

（2）通用應(yīng)用型技術(shù)。通用應(yīng)用型技術(shù)兼具普遍適用性、 要素連通性和動態(tài)調(diào)整性特征， 是指通過互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)應(yīng)用支撐形成提供多元化解決方案的業(yè)務(wù)平臺， 例如商業(yè)智能、 數(shù)字營銷、 數(shù)字金融等。該技術(shù)將各類數(shù)字工具跨界集成， 實現(xiàn)業(yè)務(wù)流程、 應(yīng)用場景、 服務(wù)體系的全面優(yōu)化。

（3）垂直應(yīng)用型技術(shù)。垂直應(yīng)用型技術(shù)是指將行業(yè)經(jīng)驗與數(shù)字技術(shù)深度融合形成的技術(shù)工具， 具有較強的通用目的性和研發(fā)特殊性， 例如交通自動駕駛、 醫(yī)學(xué)影像系統(tǒng)等應(yīng)用技術(shù)。此類技術(shù)需要企業(yè)投入大量異質(zhì)性資源去自主研發(fā)或與第三方協(xié)作開發(fā)， 對企業(yè)的資源基礎(chǔ)和創(chuàng)新能力要求較高。

2. 組織因素。企業(yè)數(shù)字化轉(zhuǎn)型是一個復(fù)雜的系統(tǒng)性工程， 不僅需要對應(yīng)用設(shè)備進行數(shù)字化改造， 還需要對組織架構(gòu)、 運營機制和管控模式等進行適應(yīng)性重構(gòu)， 消除組織冗余層級。本文結(jié)合中國信息通信研究院、 阿里研究院、 騰訊研究院和埃森哲咨詢公司發(fā)布的報告， 總結(jié)出我國制造企業(yè)的三個數(shù)字化轉(zhuǎn)型困境， 即資金儲備不足、 信息化基礎(chǔ)不牢和人力資源緊缺， 具體分析如下：

（1）資金儲備。當(dāng)前數(shù)字化轉(zhuǎn)型模式有兩種， 其一是瀑布式定制化開發(fā)（需求—設(shè)計—開發(fā)—測試）模式， 該模式下數(shù)字化流程面臨周期跨度大、 環(huán)節(jié)冗長復(fù)雜等問題， 要求企業(yè)具有足夠的資金儲備來支付高額的研發(fā)費用、 管理費用， 靈活應(yīng)對各種風(fēng)險（戚聿東和蔡呈偉，2020）。此外， 如果存在資金短缺， 會造成企業(yè)創(chuàng)新動力不足， 導(dǎo)致難以發(fā)揮數(shù)據(jù)本身的價值， 產(chǎn)生資源效用差異。

（2）信息化基礎(chǔ)。數(shù)字化轉(zhuǎn)型的另一種模式是“傳統(tǒng)信息系統(tǒng)+定制化”模式， 該模式下具備信息化基礎(chǔ)的企業(yè)在轉(zhuǎn)型賽道上更具優(yōu)勢。當(dāng)前“數(shù)據(jù)孤島”和碎片化問題要求企業(yè)具備集成化思維， 以提高組織的信息協(xié)同性， 及時更新現(xiàn)有知識管理體系， 強化數(shù)字價值體現(xiàn)。

（3）人力資源。掌握數(shù)字化人才是釋放數(shù)字技術(shù)價值的關(guān)鍵， 也是避免盲目部署和“零敲碎打”等低效率轉(zhuǎn)型模式的重要手段。優(yōu)化人力資源結(jié)構(gòu)需要積極引入和持續(xù)培養(yǎng)高數(shù)字技能人才， 發(fā)揮優(yōu)質(zhì)人才在數(shù)字化治理中的關(guān)鍵作用與專業(yè)性力量， 同時加強企業(yè)內(nèi)部人員溝通， 保持全體員工意識同步、 協(xié)作配合、 默契前行。

3. 環(huán)境因素。不同行業(yè)的數(shù)字化程度迥異。外部情境的復(fù)雜性和動態(tài)性會對企業(yè)產(chǎn)生不可預(yù)測的影響， 尤其是對于資源依賴度和環(huán)境敏感度高的制造企業(yè)來說， 外部環(huán)境屬性會直接影響其數(shù)字化轉(zhuǎn)型的效率和效果。數(shù)字化時代要求數(shù)字技術(shù)與實體經(jīng)濟深度融合， 但不同產(chǎn)業(yè)或企業(yè)的數(shù)字化程度參差不齊。一方面， 制造業(yè)數(shù)字化基礎(chǔ)不牢， 細分行業(yè)普遍存在數(shù)據(jù)采集規(guī)范迥異、 數(shù)據(jù)分析標準不同、 行業(yè)數(shù)據(jù)缺失和分散等問題， “數(shù)據(jù)孤島”和“沉睡數(shù)據(jù)”困境桎梏著企業(yè)轉(zhuǎn)型進程。另一方面， 同一行業(yè)的上下游企業(yè)數(shù)字化程度不同、 內(nèi)部運營數(shù)據(jù)完整度和留存標準存在差異， 會產(chǎn)生系統(tǒng)不兼容、 數(shù)據(jù)難以流通、 業(yè)務(wù)場景難以全鏈條式切入等多重阻礙。

當(dāng)前制造企業(yè)數(shù)字化轉(zhuǎn)型道阻且長、 困境重重， 只有連接各資源主體， 建立協(xié)同共生、 良性互動的生態(tài)關(guān)系， 才能釋放資源效用， 有效提高數(shù)字化轉(zhuǎn)型績效?；谝陨戏治?， 本文從TOE框架的技術(shù)、 組織、 環(huán)境三個層面共挑選出7項因素， 探尋各因素相互作用下制造企業(yè)高數(shù)字化轉(zhuǎn)型績效的組態(tài)路徑。本文的研究框架如圖1所示。

三、 研究設(shè)計

（一） 研究方法

要研究“制造業(yè)企業(yè)如何通過數(shù)字技術(shù)的選擇來提高數(shù)字化轉(zhuǎn)型績效”這個問題， 必須考慮各要素相互作用后的復(fù)雜因果關(guān)系?！皢我騿喂毖芯磕Ｊ皆谝欢ǔ潭壬蠒鲆暣嬖谟跀?shù)字化轉(zhuǎn)型要素間的高度協(xié)同性和復(fù)雜交互關(guān)系， 而fsQCA方法的組態(tài)思想能更加合理地剖析多重原因并發(fā)導(dǎo)致的復(fù)雜性問題。雖然fsQCA方法屬于定性與定量相結(jié)合的綜合性研究方法， 但是在判斷各前因變量是否獨自構(gòu)成導(dǎo)致結(jié)果的必要條件時， 只能從定性角度判斷， 缺少定量分析。Dul等（2020）提出的NCA方法能夠從定量角度準確判斷各前因變量是否構(gòu)成必要條件， 以及該變量到達何種程度時會成為必要條件， 從而完美填補了fsQCA方法的缺陷。因此， 本文結(jié)合NCA與fsQCA兩種方法， 通過深層次的組態(tài)分析對多重因果并發(fā)關(guān)系進行合理解釋， 使研究結(jié)果更具合理性和說服力。

在TOE框架下， 影響數(shù)字化轉(zhuǎn)型績效的要素分別是技術(shù)應(yīng)用要素中的開發(fā)支持型技術(shù)、 通用應(yīng)用型技術(shù)和垂直應(yīng)用型技術(shù)， 企業(yè)自身組織要素中的資金儲備、 信息化基礎(chǔ)和人力資源， 以及環(huán)境要素中的行業(yè)數(shù)字化程度。本文將以上7項要素作為前因變量， 將數(shù)字化轉(zhuǎn)型后企業(yè)績效作為結(jié)果變量， 首先采用NCA方法判斷各前因變量是否構(gòu)成導(dǎo)致結(jié)果產(chǎn)生的必要條件， 以及在何種程度上成為必要條件； 然后通過fsQCA方法對NCA結(jié)果進行穩(wěn)健性檢驗， 進一步探析7個前因變量的組合效應(yīng)對數(shù)字化轉(zhuǎn)型績效的影響； 最后根據(jù)結(jié)果描繪出不同要素耦合作用下的高數(shù)字化轉(zhuǎn)型績效路徑。

（二）數(shù)據(jù)來源

本文的研究對象為A股制造業(yè)上市企業(yè)， 樣本時間范圍為2007～2021年。鑒于財政部于2006年發(fā)布《企業(yè)會計準則》， 將樣本初始年份定于2007年可以保證樣本統(tǒng)計口徑的一致性。本文在選取樣本數(shù)據(jù)時進行了如下處理： 第一， 剔除IPO觀測值； 第二， 剔除標有PT、 ST、 ?ST的制造業(yè)企業(yè)； 第三， 剔除所需關(guān)鍵財務(wù)變量缺失的企業(yè)。除此以外， 本文對連續(xù)變量進行［1%， 99%］分位數(shù)縮尾處理， 以規(guī)避異常值的影響。本文所需財務(wù)指標、 員工人數(shù)等微觀指標來自Wind和CSMAR數(shù)據(jù)庫。

目前尚無數(shù)據(jù)庫披露具體制造業(yè)企業(yè)對三種數(shù)字化技術(shù)的應(yīng)用程度和行業(yè)數(shù)字化程度的信息。雖然企業(yè)年報是管理層向市場投資者提交的答卷， 企業(yè)對新型數(shù)字技術(shù)的使用情況和引入進程必然爭相公示， 但是上市公司披露規(guī)則未指定相關(guān)指標的披露細則， 因而本文運用文本識別分析技術(shù)， 通過以下操作獲取關(guān)鍵指標數(shù)據(jù)：

第一， 建立數(shù)字化技術(shù)和數(shù)字化工具詞庫并進行分類。首先在現(xiàn)有研究的基礎(chǔ)上摘取和歸納數(shù)字化技術(shù)及工具詞匯， 共計71個， 同時引入阿里研究院、 騰訊研究院和埃森哲咨詢公司發(fā)布的研究報告中的最新數(shù)字技術(shù)詞匯9個， 匯總后根據(jù)騰訊研究院對開發(fā)支持型技術(shù)工具、 通用應(yīng)用型技術(shù)工具和垂直應(yīng)用型技術(shù)工具的定義與描述分別歸類（李南和吳朋陽，2022）， 結(jié)果如圖2所示。

第二， 利用Python技術(shù)對企業(yè)年報進行詞頻統(tǒng)計。收集符合條件的制造業(yè)上市企業(yè)年報， 掃描、 提取并整理文本信息。借鑒杜金岷等（2022）的做法， 對關(guān)鍵詞前有“不”“無”“沒有”等否定詞的語句進行篩選并剔除。

第三， 對關(guān)鍵詞進行歸類匯總。分類歸集爬取出的詞匯， 同一類詞匯出現(xiàn)頻率越高， 說明企業(yè)對該項數(shù)字技術(shù)的應(yīng)用和掌握程度越高。

（三）樣本選取

目前國內(nèi)外學(xué)者對于“數(shù)字化轉(zhuǎn)型績效”的判定尚未形成明確統(tǒng)一的標準， 本文借鑒《埃森哲數(shù)字化轉(zhuǎn)型報告2021》中評價“中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)”的程序和方法， 并結(jié)合已有研究歸納出的數(shù)字化企業(yè)特征， 制定了如下“數(shù)字化轉(zhuǎn)型績效”判斷標準：

第一， 該企業(yè)已處于數(shù)字化轉(zhuǎn)型狀態(tài)。根據(jù)上一階段的數(shù)字化技術(shù)及工具詞頻爬取所得數(shù)據(jù)， 可以了解各個制造業(yè)企業(yè)對各項數(shù)字技術(shù)的應(yīng)用和掌握程度。將企業(yè)年報中數(shù)字化技術(shù)及工具詞頻數(shù)低于10的年份稱為“信息化”年份， 首個年報中數(shù)字化技術(shù)及工具詞頻數(shù)達到10的年份稱為該企業(yè)的“數(shù)字化元年”。若一個企業(yè)當(dāng)年年報中數(shù)字化技術(shù)及工具詞頻數(shù)大于等于10， 且截至2021年該企業(yè)每年年報中數(shù)字化技術(shù)及工具詞頻統(tǒng)計數(shù)都超過10， 則認為該企業(yè)處于“數(shù)字化轉(zhuǎn)型”狀態(tài)。

第二， 至2021年底， 該企業(yè)相較于“數(shù)字化元年”已經(jīng)實現(xiàn)連續(xù)三年的“凈資產(chǎn)收益率提升”。

第三， 至2021年底， 該企業(yè)相較于“數(shù)字化元年”滿足連續(xù)三年實現(xiàn)“主營業(yè)務(wù)成本率降低”或者“總資產(chǎn)周轉(zhuǎn)率提高”二者之一。

在此標準下， 筆者對我國A股3000多家制造業(yè)上市公司一一進行人工篩選， 共尋得50個取得“數(shù)字化轉(zhuǎn)型績效”的企業(yè)作為本文的研究樣本。

（四）變量測量

1. 結(jié)果變量?；谏鲜觥皵?shù)字化轉(zhuǎn)型績效”判斷標準， 對50個樣本企業(yè)的數(shù)字化轉(zhuǎn)型績效進行評價， 其公式如下：

其中： P_dcg表示數(shù)字化轉(zhuǎn)型績效； ROE₂₀₂₁表示2021年凈資產(chǎn)收益率； ROE₀表示數(shù)字化元年的凈資產(chǎn)收益率； COGS₂₀₂₁表示2021年主營業(yè)務(wù)成本率； COGS₀表示數(shù)字化元年的主營業(yè)務(wù)成本率； AOT₂₀₂₁表示2021年總資產(chǎn)周轉(zhuǎn)率； AOT₀表示數(shù)字化元年的總資產(chǎn)周轉(zhuǎn)率。

2. 前因變量。由于目前數(shù)字化轉(zhuǎn)型績效研究尚不充分， 開發(fā)支持型技術(shù)、 通用應(yīng)用型技術(shù)、 垂直應(yīng)用型技術(shù)、 資金儲備、 信息化基礎(chǔ)、 人力資源、 行業(yè)數(shù)字化程度7個前因變量的測量方法沒有完全可以依賴的理論標準， 故而在借鑒前輩學(xué)者研究成果的基礎(chǔ)上， 參考國內(nèi)外知名研究機構(gòu)的評價方法和標準， 采用表1所示的衡量方法對各前因變量進行測量。

3. 變量的標準化處理。對各前因變量的指標數(shù)據(jù)采用效用值法進行無量綱化處理， 效用值取值范圍為［0，100］， 效用值越接近100， 則該指標得分越高。再將結(jié)果變量和7個前因變量輸入軟件Stata MP 17中， 按照上四分位數(shù)0.95、 中四分位數(shù)0.50、 下四分位0.05的標準進行校準， 將變量校準為［0，1］區(qū)間的集合數(shù)據(jù)（林艷和盧俊堯，2022）。

四、 實證結(jié)果分析

（一）必要條件分析

本文通過運行R語言軟件， 利用上限回歸（CR）和上限包絡(luò)分析法（CE）兩種估計方法計算7個前因變量的效應(yīng)量。在 NCA方法中， 效應(yīng)量表示由必要條件產(chǎn)生特定結(jié)果時需要達到的最低水平， 效應(yīng)量取值范圍為［0，1］。效應(yīng)量小于0.1時， 代表低水平； 效應(yīng)量處于0.1 ～ 0.3之間時， 代表中等水平； 效應(yīng)量越接近于1， 代表水平越高。

NCA方法計算得出的必要條件必須同時滿足兩個條件： 一是效應(yīng)量不小于0.1； 二是蒙特卡洛仿真置換檢驗結(jié)果顯示效應(yīng)量是顯著的。表2列示了必要條件分析結(jié)果。

由表2可知， 雖然開發(fā)支持型技術(shù)應(yīng)用程度、 通用應(yīng)用型技術(shù)應(yīng)用程度和資金儲備的效應(yīng)量（d值）均超過0.01， 但所有前因變量的P值都高于0.01， 因而前因變量不存在同時滿足P<0.01且d>0.01的情況， 說明單個前因變量影響顯著， 但不構(gòu)成導(dǎo)致結(jié)果變量發(fā)生的必要條件。

瓶頸水平分析能夠計算出達到結(jié)果變量最大觀測范圍的水平值以及前因變量最大觀測范圍內(nèi)需要滿足的水平值（Dul等，2020）。表3列示了NCA方法的瓶頸水平分析結(jié)果， 由該結(jié)果可知， 若要達到當(dāng)前A股市場已實現(xiàn)的最高數(shù)字化轉(zhuǎn)型績效水平， 則開發(fā)支持型技術(shù)、 通用應(yīng)用型技術(shù)、 垂直應(yīng)用型技術(shù)、 資金儲備、 信息化基礎(chǔ)、 人力資源、 行業(yè)數(shù)字化程度7個前因變量的水平值分別是4.9%、 59.3%、 7.4%、 36.6%、 2.2%、 5.6%、 3.7%。

此外， fsQCA方法的必要性分析功能可以對NCA方法的分析結(jié)果進行進一步驗證。具體而言， 可以通過評價前因變量對結(jié)果的一致性評價， 判斷前因變量是否構(gòu)成必要條件， 當(dāng)一個前因變量的一致性值大于0.9時， 則認定其構(gòu)成結(jié)果變量的必要條件。通過運行fsQCA 3.0軟件得到必要條件檢測結(jié)果（如表4所示）， 其中未發(fā)現(xiàn)一致性值大于0.9的前因變量， 與上文NCA方法的分析結(jié)果表現(xiàn)一致。

（二）組態(tài)分析

運用fsQCA 3.0軟件對校準后的前因變量進行真值表分析， 在操作過程中沿用Fiss（2011）的做法將原始一致性閾值設(shè)置為0.80， 再根據(jù)杜運周和賈良定（2017）等的建議將PRI一致性閾值設(shè)置為0.70， 頻數(shù)閾值設(shè)置為1。最終得到4種簡單解和3種中間解， 同時出現(xiàn)在簡單解與中間解中的條件為核心條件， 僅在中間解中出現(xiàn)的條件為輔助條件（張妮和趙曉冬，2022）。結(jié)果顯示， 4種組態(tài)的一致性和總體一致性都高于0.8， 總體覆蓋度為42.2%，? 共產(chǎn)生4種高數(shù)字化轉(zhuǎn)型績效組態(tài)， 如表5所示。

1. 組態(tài)S1： 通用探索型——內(nèi)外部條件匱乏下單獨依靠通用應(yīng)用型技術(shù)的轉(zhuǎn)型路徑。組態(tài)S1的一致性為0.856， 能夠解釋21.8%的樣本。在該組態(tài)下， 組織條件中的資金儲備、 信息化基礎(chǔ)、 人力資源和環(huán)境支持中的行業(yè)數(shù)字化程度均處于不同程度的缺失狀態(tài)， 此時企業(yè)沒有足夠的能力去進行現(xiàn)有資源部署和軟件開發(fā)工作。而通用應(yīng)用型技術(shù)的使用難度低， 成本也相對較低， 是制造企業(yè)進行數(shù)字化轉(zhuǎn)型的重要工具。因此， 企業(yè)可以選擇引入該類型技術(shù)， 將安裝、 維護、 修復(fù)等工作統(tǒng)一外包， 專注于提升自身使用技術(shù)的熟練度， 進而快速提高生產(chǎn)、 銷售、 管理效率（戚聿東和蔡呈偉，2020）。隨著DevOps理念和敏捷開發(fā)技術(shù)的完善與普及， 云原生低代碼開發(fā)架構(gòu)持續(xù)向市場滲透， 企業(yè)業(yè)務(wù)員登錄第三方開發(fā)平臺后可自行設(shè)計數(shù)字化軟件程序， 從而拓寬了通用應(yīng)用型技術(shù)的使用領(lǐng)域， 降低了其操作難度。但此路徑高度依賴第三方軟件開發(fā)平臺， 受開發(fā)領(lǐng)域和價值轉(zhuǎn)換的限制， 當(dāng)前只有部分企業(yè)可以嘗試此路徑。

2. 組態(tài)S2： 被動牽引型——行業(yè)高度數(shù)字化時探索垂直應(yīng)用型技術(shù)的轉(zhuǎn)型路徑。組態(tài)S2的一致性為0.830， 能夠解釋22%的樣本。在該組態(tài)下， 同行業(yè)企業(yè)已經(jīng)處于高度數(shù)字化狀態(tài)， 僅依靠通用應(yīng)用型技術(shù)的使用難以取得創(chuàng)新性突破， 需要聚合新技術(shù)資源重塑競爭優(yōu)勢。垂直應(yīng)用型技術(shù)是將不可替代的稀缺資源通過廣泛連接與縱向融合形成專業(yè)性技術(shù)， 應(yīng)用于行業(yè)知識與經(jīng)驗密集的場景， 其優(yōu)化質(zhì)量、 降低成本、 提升效率等優(yōu)點可以幫助企業(yè)在市場競爭中形成核心競爭力， 使其獲取更加豐厚的利潤。但垂直應(yīng)用型技術(shù)具有開發(fā)門檻高、 適配差、 種類少等特性， 需要企業(yè)長時間進行實驗和研發(fā)， 因而對企業(yè)信息化基礎(chǔ)的要求較高。作為數(shù)字化轉(zhuǎn)型的核心技術(shù)， 垂直應(yīng)用型技術(shù)可以深入解決行業(yè)內(nèi)的特定問題， 是企業(yè)“突破同質(zhì)化競爭重圍”的關(guān)鍵路徑。

3. 組態(tài)S3： 謹慎嘗試型——憑借企業(yè)信息化基礎(chǔ)嘗試開發(fā)通用應(yīng)用型技術(shù)的轉(zhuǎn)型路徑。組態(tài)S3的一致性為0.893， 能夠解釋17.9%的樣本。與組態(tài)S1類似， 該組態(tài)下企業(yè)取得高數(shù)字化轉(zhuǎn)型績效同樣依靠通用應(yīng)用型技術(shù)， 但不同點在于， 組態(tài)S3中企業(yè)自身以及同行業(yè)企業(yè)都具備一定程度的信息化基礎(chǔ)。企業(yè)有能力根據(jù)業(yè)務(wù)需求和行業(yè)屬性， 憑借已有的數(shù)字技術(shù)基礎(chǔ)自行開發(fā)多環(huán)節(jié)、 全鏈條式的通用應(yīng)用型技術(shù)， 或者直接將行業(yè)中已存在且符合自身需求的通用應(yīng)用型技術(shù)對接本企業(yè)的信息化設(shè)備， 實現(xiàn)自身數(shù)字能力的跨越式提升。例如西門子推出的SIEPA預(yù)測性分析工具， 可以幫助有一定信息化基礎(chǔ)的企業(yè)搭建設(shè)備故障庫， 實現(xiàn)工業(yè)大數(shù)據(jù)與工業(yè)領(lǐng)域的交互式智能分析， 從而提升企業(yè)數(shù)字化能力。該組態(tài)路徑對資金和人才的要求相對較低， 具備信息化基礎(chǔ)的企業(yè)可借此路徑取得轉(zhuǎn)型績效。

4. 組態(tài)S4： 自主突破型——依靠自身實力強勢研發(fā)垂直應(yīng)用型技術(shù)的轉(zhuǎn)型路徑。組態(tài)S4的一致性達到0.964， 但原始覆蓋度是四個組態(tài)中最低的， 為17.1%， 說明該組態(tài)提升數(shù)字化轉(zhuǎn)型績效的實用性強， 但采用的企業(yè)最少。該組態(tài)中雖然企業(yè)所處行業(yè)數(shù)字化程度不高， 但其自身信息化基礎(chǔ)牢固、 資金充足、 人才豐富， 可以憑借不斷的資金投入和技術(shù)測試打破行業(yè)數(shù)字化程度落后的桎梏， 開發(fā)出領(lǐng)先于同行的垂直應(yīng)用型技術(shù)， 進而依托靈活的服務(wù)體系和優(yōu)質(zhì)的產(chǎn)品資源塑造核心競爭力， 取得高數(shù)字化轉(zhuǎn)型績效。該路徑下的數(shù)字化轉(zhuǎn)型模式即瀑布式定制化開發(fā)模式， 集設(shè)計、 開發(fā)、 測試、 部署等多程序于一體， 過程精細且高度專業(yè)化， 但代碼繁瑣、 開發(fā)周期長、 資金需求量大、 人員要求高， 通常由規(guī)模較大的行業(yè)領(lǐng)軍企業(yè)執(zhí)行。完成開發(fā)后， 雖然較低的行業(yè)數(shù)字化程度可能會限制數(shù)據(jù)價值流通， 但其技術(shù)的高連通性不僅可以廣增企業(yè)無形資產(chǎn)， 也能快速重構(gòu)市場應(yīng)變能力， 顛覆傳統(tǒng)的商業(yè)模式（戚聿東和蔡呈偉，2020）， 因而完成該路徑的企業(yè)是制造業(yè)數(shù)字化轉(zhuǎn)型的“沖鋒者”。

（三）穩(wěn)健性檢驗

借鑒已有研究成果， 本文采用如下兩種穩(wěn)健性檢驗方法： 一是調(diào)整校準分位點（陳磊和杜寶貴，2022）， 將完全隸屬分位點從0.95下調(diào)到0.75， 將完全不隸屬分位點由0.05調(diào)增到0.25， 其他條件保持不變； 二是調(diào)整一致性閾值， 以0.01為間距， 將一致性閾值從0.80逐步調(diào)整到0.85， 共計五次檢驗。兩種檢驗方法下的組態(tài)路徑和核心條件均未發(fā)生實質(zhì)性變化， 證明上述研究結(jié)論具有穩(wěn)健性。

五、 總結(jié)

（一）研究結(jié)論

本文基于TOE框架， 結(jié)合NCA和fsQCA方法， 探究制造企業(yè)技術(shù)選擇與高數(shù)字化轉(zhuǎn)型績效的路徑關(guān)系， 得出以下結(jié)論： 一是， 開發(fā)支持型技術(shù)、 通用應(yīng)用型技術(shù)、 垂直應(yīng)用型技術(shù)、 資金儲備、 信息化基礎(chǔ)、 人力資源、 行業(yè)數(shù)字化程度均是實現(xiàn)高數(shù)字化轉(zhuǎn)型績效的關(guān)鍵條件， 但都不足以單獨構(gòu)成高數(shù)字化轉(zhuǎn)型績效的必要條件。二是， 當(dāng)前我國制造企業(yè)實現(xiàn)高數(shù)字化轉(zhuǎn)型績效的4種組態(tài)路徑分別是通用探索型、 被動牽引型、 謹慎嘗試型和自主突破型， 這4種路徑體現(xiàn)了企業(yè)在面臨不同的內(nèi)外部環(huán)境、 組織架構(gòu)和技術(shù)應(yīng)用時實現(xiàn)數(shù)字化轉(zhuǎn)型升級的多重方式。三是， 目前我國制造企業(yè)主要依托通用應(yīng)用型技術(shù)和垂直應(yīng)用型技術(shù)取得數(shù)字化轉(zhuǎn)型顯著成效。通用應(yīng)用型技術(shù)的使用門檻偏低、 資源消耗小， 轉(zhuǎn)型風(fēng)險容易控制； 垂直應(yīng)用型技術(shù)的使用條件苛刻， 轉(zhuǎn)型失敗風(fēng)險較高。因此， 企業(yè)可以根據(jù)異質(zhì)資源基礎(chǔ)和行業(yè)數(shù)字化程度選擇適宜的轉(zhuǎn)型路徑， 培育顛覆性創(chuàng)新能力， 合理配置冗余資源， 強化資源效用， 進入發(fā)展的“快車道”。

（二）管理啟示

基于以上結(jié)論， 本文得出如下啟示：

一方面， 企業(yè)應(yīng)“踏浪而行， 逐浪而上， 破曉而重生”。首先， 企業(yè)必須認識到： “數(shù)字化”只是手段， “轉(zhuǎn)型”才是目的。企業(yè)應(yīng)當(dāng)突破“故步自封”的傳統(tǒng)思維， 打破組織僵化層級， 通過識別當(dāng)下資源情境， 選擇難度低、 風(fēng)險低、 完成度高的轉(zhuǎn)型路徑， 脫離碎片化、 波段式的“零敲碎打”轉(zhuǎn)型方式。其次， 企業(yè)應(yīng)當(dāng)意識到不同數(shù)字技術(shù)的應(yīng)用結(jié)構(gòu)、 驅(qū)動效率、 價值轉(zhuǎn)換難度是存在差異的， 引入數(shù)字技術(shù)時不僅要考慮企業(yè)自身的人員設(shè)備與技術(shù)的匹配程度， 還要合理預(yù)估數(shù)字技術(shù)未來的更新與維護成本。因此， 企業(yè)高管必須具備系統(tǒng)觀與要素整合能力， 通過資源結(jié)構(gòu)化處理推動技術(shù)模塊耦合， 提升轉(zhuǎn)型績效。最后， 領(lǐng)軍企業(yè)無疑是實現(xiàn)行業(yè)化的“開拓者”， 其自主開發(fā)完成的垂直應(yīng)用型技術(shù)往往具備較高的行業(yè)價值， 因此， 其應(yīng)將價值創(chuàng)造作為企業(yè)數(shù)字化轉(zhuǎn)型的戰(zhàn)略重心， 有償傳播數(shù)字技術(shù)， 實現(xiàn)價值延伸。

另一方面， 政府需“應(yīng)勢而謀， 順勢而為， 有備而并舉”。首先， 從整體上營造良好的數(shù)字建設(shè)環(huán)境， 提高數(shù)字服務(wù)水平， 為企業(yè)轉(zhuǎn)型升級注入持久動力， 避免企業(yè)出現(xiàn)“創(chuàng)新懈怠”行為。其次， 鼓勵數(shù)字技術(shù)開發(fā)企業(yè)和行業(yè)領(lǐng)軍企業(yè)強化核心技術(shù)攻關(guān)， 釋放數(shù)字價值， 有效“滋潤”行業(yè)尾部企業(yè)； 同時， 激勵一般性企業(yè)找準生態(tài)定位、 掌握資源優(yōu)勢， 靈活利用生態(tài)補給完成自身數(shù)字價值轉(zhuǎn)換， 實現(xiàn)高轉(zhuǎn)型績效。最后， 建立互惠互利的價值規(guī)范， 匯集多元利益主體力量， 協(xié)同打造數(shù)字生態(tài)系統(tǒng)， 實現(xiàn)資源價值共創(chuàng)、 共享。

（三）不足與展望

本文的研究還存在許多不足， 有待進一步完善。第一， 因素數(shù)量的不足， fsQCA方法下因素選取的最佳個數(shù)是4 ～ 7個， 本文按照最大數(shù)7去擇取因素， 但數(shù)字化轉(zhuǎn)型是多種要素共同作用的結(jié)果， 未來應(yīng)從多角度尋找影響因素。第二， 樣本量選取的不足， 本文僅從我國3000多家制造企業(yè)中篩選出50家高數(shù)字化轉(zhuǎn)型績效企業(yè)， 未來可加入歐美優(yōu)質(zhì)制造企業(yè)來增大樣本數(shù)量， 提高轉(zhuǎn)型績效上限。第三， 分析方法的不足， fsQCA方法可以基于靜態(tài)數(shù)據(jù)分析高數(shù)字化轉(zhuǎn)型績效組態(tài)的構(gòu)成因素， 但無法具體判斷各因素的投放時間和投放程度， 日后可加入動態(tài)數(shù)據(jù)構(gòu)建相應(yīng)的條件組態(tài)。

【 主 要 參 考 文 獻 】

陳曉紅，李楊揚，宋麗潔，汪陽潔．?dāng)?shù)字經(jīng)濟理論體系與研究展望［ J］．管理世界，2022（2）：208 ～ 224+16．

戴翔，楊雙至．?dāng)?shù)字賦能、數(shù)字投入來源與制造業(yè)綠色化轉(zhuǎn)型［ J］．中國工業(yè)經(jīng)濟，2022（9）：83 ～ 101．

杜金岷，陳鑫原，吳非．企業(yè)杠桿率與數(shù)字化轉(zhuǎn)型：促進還是抑制——結(jié)構(gòu)特征、渠道機制與監(jiān)管治理［ J］．金融評論，2022（5）：13 ～ 30+123 ～ 124．

杜金柱，吳戰(zhàn)勇，扈文秀，吳信科．?dāng)?shù)字經(jīng)濟與制造業(yè)高質(zhì)量發(fā)展：影響機制與經(jīng)驗證據(jù)［ J］．統(tǒng)計與決策，2023（7）：5 ～ 10．

杜運周，賈良定．組態(tài)視角與定性比較分析（QCA）：管理學(xué)研究的一條新道路［ J］．管理世界，2017（6）：155 ～ 167．

高騰飛，陳剛，陳穎．?dāng)?shù)字服務(wù)化視角下的企業(yè)管理變革：內(nèi)在邏輯、動力基礎(chǔ)與實踐路徑［ J］．貴州社會科學(xué)，2022（2）：135 ～ 143．

韓嘯．?dāng)?shù)字技術(shù)對產(chǎn)業(yè)結(jié)構(gòu)升級的作用機制——基于知識流動中介效應(yīng)的實證檢驗［ J］．商業(yè)經(jīng)濟研究，2022（22）：177 ～ 180．

胡熠，靳曙暢．?dāng)?shù)字技術(shù)助力“雙碳”目標實現(xiàn)：理論機制與實踐路徑［ J］．財會月刊，2022（6）：111 ～ 118．

金昕，伍婉萱，邵俊崗．?dāng)?shù)字化轉(zhuǎn)型、智力資本與制造業(yè)技術(shù)創(chuàng)新［ J］．統(tǒng)計與決策，2023（9）：158 ～ 162．

李南，吳朋陽．實體產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，數(shù)字工具會扮演哪些角色？［EB＼OL］．https：//new.qq.com/rain/a/20220308A09WGC00，2022-03-08．

李曉華．制造業(yè)數(shù)字化轉(zhuǎn)型與價值創(chuàng)造能力提升［ J］．改革，2022（11）：24 ～ 36．

李瑩，程廣斌．制造業(yè)與數(shù)字經(jīng)濟產(chǎn)業(yè)融合水平及創(chuàng)新效率測度［ J］．統(tǒng)計與決策，2023（1）：17 ～ 22．

林勇，張昊，黃欣．信息技術(shù)對經(jīng)濟高質(zhì)量發(fā)展的影響——兼論從模仿創(chuàng)新到自主創(chuàng)新［ J］．科技進步與對策，2021（23）：20 ～ 29．

劉平峰，張旺．?dāng)?shù)字技術(shù)如何賦能制造業(yè)全要素生產(chǎn)率？［ J］．科學(xué)學(xué)研究，2021（8）：1396 ～ 1406．

戚聿東，蔡呈偉．?dāng)?shù)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究［ J］．學(xué)習(xí)與探索，2020（7）：108 ～ 119．

蘇敬勤，張帥，馬歡歡，賈依帛．技術(shù)嵌入與數(shù)字化商業(yè)模式創(chuàng)新——基于飛貸金融科技的案例研究［ J］．管理評論，2021（11）：121 ～ 134．

田秀娟，李睿．?dāng)?shù)字技術(shù)賦能實體經(jīng)濟轉(zhuǎn)型發(fā)展——基于熊彼特內(nèi)生增長理論的分析框架［ J］．管理世界，2022（5）：56 ～ 74．

汪志紅，周建波．?dāng)?shù)字技術(shù)可供性對企業(yè)商業(yè)模式創(chuàng)新的影響研究［ J］．管理學(xué)報，2022（11）：1666 ～ 1674．

吳江，陳婷，龔藝巍等．企業(yè)數(shù)字化轉(zhuǎn)型理論框架和研究展望［ J］．管理學(xué)報，2021（12）：1871 ～ 1880．

肖靜華．企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［ J］．改革，2020（4）：37 ～ 49．

徐星，惠寧，崔若冰，韓先鋒．?dāng)?shù)字經(jīng)濟驅(qū)動制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究——以技術(shù)創(chuàng)新效率提升與技術(shù)創(chuàng)新地理溢出的雙重視角［ J］．經(jīng)濟問題探索，2023（2）：126 ～ 143．

余菲菲，王麗婷．?dāng)?shù)字技術(shù)賦能我國制造企業(yè)技術(shù)創(chuàng)新路徑研究［ J］．科研管理，2022（4）：11 ～ 19．

張涵鈺，張文韜，李濤．?dāng)?shù)字技術(shù)應(yīng)用對企業(yè)環(huán)境績效的影響研究——來自A股上市公司的經(jīng)驗證據(jù)［ J］．宏觀經(jīng)濟研究，2023（5）：67 ～ 84．

張虎，高子桓，韓愛華．企業(yè)數(shù)字化轉(zhuǎn)型賦能產(chǎn)業(yè)鏈關(guān)聯(lián)：理論與經(jīng)驗證據(jù)［ J］．?dāng)?shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023（5）：46 ～ 67．

Dul J.， Erwin V. D. L.， Roelof K.. A statistical significance test for necessary condition analysis［ J］． Organizational Research Methods，2020（2）：385 ～ 395．

Fiss P. C.. Building better casual theories： A fuzzy set approach to typologies in organizational research［ J］． Academy of Management Journal，2011（2）：393 ～ 420．

Nagy P.， Koles B.. The digital transformation of human identity： Towards a conceptual model of virtual identity in virtual worlds［ J］． Convergence，2014（3）：276 ～ 292．

（責(zé)任編輯·校對： 喻晨? 陳晶）

【作者單位】長江大學(xué)經(jīng)濟與管理學(xué)院， 湖北荊州 434023