孔惠麗，裴 瀟（教授）

一、引言

制造業(yè)是立國(guó)之本、興國(guó)之器，打造高質(zhì)量的制造業(yè)體系是提高綜合國(guó)力、建設(shè)世界強(qiáng)國(guó)的關(guān)鍵舉措。黨的十九大報(bào)告提出“要培育若干世界級(jí)先進(jìn)制造業(yè)集群”，“十四五”規(guī)劃明確指出要深入實(shí)施制造強(qiáng)國(guó)戰(zhàn)略。然而，現(xiàn)階段我國(guó)制造業(yè)自主創(chuàng)新能力薄弱，傳統(tǒng)價(jià)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(shí)現(xiàn)產(chǎn)業(yè)“高端躍升”，已成為我國(guó)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(diǎn)產(chǎn)業(yè)鏈深度融合，促進(jìn)制造企業(yè)創(chuàng)新發(fā)展與轉(zhuǎn)型升級(jí)。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(shí)與技術(shù)交叉賦能，持續(xù)引發(fā)運(yùn)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(shì)下匯集價(jià)值資源，推進(jìn)關(guān)鍵核心技術(shù)攻關(guān)，實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)鏈向技術(shù)創(chuàng)新升級(jí)與技術(shù)應(yīng)用深化的演進(jìn)（李瑩和程廣斌，2023）?？偠灾?，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(dòng)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。基于此，本文以50 家A 股制造業(yè)上市企業(yè)為研究對(duì)象，根據(jù)TOE 框架對(duì)前因變量進(jìn)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(biāo)的準(zhǔn)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(jìn)而豐富了相關(guān)的研究視角和研究?jī)?nèi)容。

本文的貢獻(xiàn)包括以下幾個(gè)方面：首先，本文延展了數(shù)字技術(shù)驅(qū)動(dòng)制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)的路徑。本文對(duì)數(shù)字技術(shù)進(jìn)行分類，為探索數(shù)字技術(shù)與數(shù)字化轉(zhuǎn)型績(jī)效的關(guān)系提供了更加科學(xué)合理的解釋，進(jìn)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(shí)，通過整理歸納和復(fù)雜對(duì)比得出了4 種高數(shù)字化轉(zhuǎn)型績(jī)效路徑，為不同架構(gòu)的制造企業(yè)實(shí)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(gè)影響因素不同，本文從技術(shù)、組織、環(huán)境三個(gè)層面的多個(gè)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(jī)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(dòng)效應(yīng)。最后，本文突破了傳統(tǒng)對(duì)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(shí)條件，本文基于組態(tài)視角探討了不同要素組合對(duì)數(shù)字化轉(zhuǎn)型績(jī)效的影響，同時(shí)將必要條件分析（NCA）與模糊集定性比較分析（fsQCA）兩種方法進(jìn)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(xì)粒度和穩(wěn)健性。

二、文獻(xiàn)綜述與分析框架

（一）文獻(xiàn)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(jì)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(qiáng)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(dòng)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(xiàn)，發(fā)現(xiàn)現(xiàn)有文獻(xiàn)主要從以下兩個(gè)方面展開對(duì)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(duì)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整或經(jīng)濟(jì)發(fā)展的影響。例如：數(shù)字技術(shù)的推廣應(yīng)用能夠帶動(dòng)高技術(shù)產(chǎn)業(yè)優(yōu)化升級(jí)（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(jìn)經(jīng)濟(jì)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(duì)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(dòng)綠色技術(shù)創(chuàng)新，提高企業(yè)環(huán)境績(jī)效（張涵鈺等，2023），實(shí)現(xiàn)綠色轉(zhuǎn)型（戴翔和楊雙至，2022；胡熠和靳曙暢，2022）；同時(shí)，數(shù)字技術(shù)進(jìn)一步匯集了數(shù)據(jù)、知識(shí)、人才等核心資源，促進(jìn)了企業(yè)產(chǎn)品服務(wù)、管理活動(dòng)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(jī)遇。一方面，數(shù)字技術(shù)可以通過影響知識(shí)的流動(dòng)性促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（韓嘯，2022），其可供性和變異性也會(huì)改變企業(yè)價(jià)值創(chuàng)造邏輯與價(jià)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(shì)。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(dòng)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(guó)內(nèi)外學(xué)術(shù)界對(duì)兩者關(guān)系的討論主要分為技術(shù)應(yīng)用派和經(jīng)濟(jì)賦能派。技術(shù)應(yīng)用派認(rèn)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(diǎn)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(jì)、用戶體驗(yàn)、商務(wù)交易中的應(yīng)用和拓展（肖靜華，2020）。經(jīng)濟(jì)賦能派認(rèn)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(huì)效益增加、減排降碳效果是促進(jìn)經(jīng)濟(jì)社會(huì)革命性進(jìn)步的新型能力（Nagy 和Koles，2014）。與前者強(qiáng)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(yùn)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(jià)值，強(qiáng)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(xiàn)，依然存在三個(gè)需要補(bǔ)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(duì)產(chǎn)品服務(wù)、管理績(jī)效和組織運(yùn)營(yíng)的影響機(jī)制，很少?gòu)臄?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(shí)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(duì)多因素間的交互機(jī)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(dòng)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(gè)案例的經(jīng)驗(yàn)探索，其結(jié)果不具有可復(fù)制性和可推廣性。針對(duì)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(jìn)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(duì)數(shù)字創(chuàng)新活動(dòng)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(gè)層面探尋制造企業(yè)數(shù)字化轉(zhuǎn)型的核心驅(qū)動(dòng)條件，客觀展示組態(tài)規(guī)律及數(shù)字技術(shù)條件對(duì)數(shù)字化轉(zhuǎn)型績(jī)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(tái)等在內(nèi)的現(xiàn)代通用技術(shù)，具有顯著的滲透性和流動(dòng)性，能提高信息資源的連通度，實(shí)現(xiàn)在開發(fā)、運(yùn)行、應(yīng)用三個(gè)維度不同層面上知識(shí)的轉(zhuǎn)移和互換。本文基于李南和吳朋陽(yáng)（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(jì)算儲(chǔ)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(xiàng)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(gè)性化編寫符合自身發(fā)展需求、業(yè)務(wù)場(chǎng)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(jìn)而自行修復(fù)和更改運(yùn)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(dòng)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(tái)，例如商業(yè)智能、數(shù)字營(yíng)銷、數(shù)字金融等。該技術(shù)將各類數(shù)字工具跨界集成，實(shí)現(xiàn)業(yè)務(wù)流程、應(yīng)用場(chǎng)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(yàn)與數(shù)字技術(shù)深度融合形成的技術(shù)工具，具有較強(qiáng)的通用目的性和研發(fā)特殊性，例如交通自動(dòng)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(duì)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(gè)復(fù)雜的系統(tǒng)性工程，不僅需要對(duì)應(yīng)用設(shè)備進(jìn)行數(shù)字化改造，還需要對(duì)組織架構(gòu)、運(yùn)營(yíng)機(jī)制和管控模式等進(jìn)行適應(yīng)性重構(gòu)，消除組織冗余層級(jí)。本文結(jié)合中國(guó)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(bào)告，總結(jié)出我國(guó)制造企業(yè)的三個(gè)數(shù)字化轉(zhuǎn)型困境，即資金儲(chǔ)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(chǔ)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(jì)—開發(fā)—測(cè)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(zhǎng)復(fù)雜等問題，要求企業(yè)具有足夠的資金儲(chǔ)備來支付高額的研發(fā)費(fèi)用、管理費(fèi)用，靈活應(yīng)對(duì)各種風(fēng)險(xiǎn)（戚聿東和蔡呈偉，2020）。此外，如果存在資金短缺，會(huì)造成企業(yè)創(chuàng)新動(dòng)力不足，導(dǎo)致難以發(fā)揮數(shù)據(jù)本身的價(jià)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(shì)。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(shí)更新現(xiàn)有知識(shí)管理體系，強(qiáng)化數(shù)字價(jià)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(jià)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(shí)加強(qiáng)企業(yè)內(nèi)部人員溝通，保持全體員工意識(shí)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(dòng)態(tài)性會(huì)對(duì)企業(yè)產(chǎn)生不可預(yù)測(cè)的影響，尤其是對(duì)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(huì)直接影響其數(shù)字化轉(zhuǎn)型的效率和效果。數(shù)字化時(shí)代要求數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)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(xì)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(biāo)準(zhǔn)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(jìn)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(yùn)營(yíng)數(shù)據(jù)完整度和留存標(biāo)準(zhǔn)存在差異，會(huì)產(chǎn)生系統(tǒng)不兼容、數(shù)據(jù)難以流通、業(yè)務(wù)場(chǎng)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(zhǎng)、困境重重，只有連接各資源主體，建立協(xié)同共生、良性互動(dòng)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(jī)效?；谝陨戏治?，本文從TOE框架的技術(shù)、組織、環(huán)境三個(gè)層面共挑選出7 項(xiàng)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(jī)效的組態(tài)路徑。本文的研究框架如圖1所示。

圖1 研究框架

三、研究設(shè)計(jì)

（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(jī)效”這個(gè)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?huì)忽視存在于數(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(dú)自構(gòu)成導(dǎo)致結(jié)果的必要條件時(shí)，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(zhǔn)確判斷各前因變量是否構(gòu)成必要條件，以及該變量到達(dá)何種程度時(shí)會(huì)成為必要條件，從而完美填補(bǔ)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(duì)多重因果并發(fā)關(guān)系進(jìn)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(jī)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(chǔ)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(xiàng)要素作為前因變量，將數(shù)字化轉(zhuǎn)型后企業(yè)績(jī)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(duì)NCA 結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，進(jìn)一步探析7 個(gè)前因變量的組合效應(yīng)對(duì)數(shù)字化轉(zhuǎn)型績(jī)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(jī)效路徑。

（二）數(shù)據(jù)來源

本文的研究對(duì)象為A 股制造業(yè)上市企業(yè)，樣本時(shí)間范圍為2007～2021 年。鑒于財(cái)政部于2006 年發(fā)布《企業(yè)會(huì)計(jì)準(zhǔn)則》，將樣本初始年份定于2007 年可以保證樣本統(tǒng)計(jì)口徑的一致性。本文在選取樣本數(shù)據(jù)時(shí)進(jìn)行了如下處理：第一，剔除IPO 觀測(cè)值；第二，剔除標(biāo)有PT、ST、*ST 的制造業(yè)企業(yè)；第三，剔除所需關(guān)鍵財(cái)務(wù)變量缺失的企業(yè)。除此以外，本文對(duì)連續(xù)變量進(jìn)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(cái)務(wù)指標(biāo)、員工人數(shù)等微觀指標(biāo)來自Wind 和CSMAR數(shù)據(jù)庫(kù)。

目前尚無(wú)數(shù)據(jù)庫(kù)披露具體制造業(yè)企業(yè)對(duì)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(bào)是管理層向市場(chǎng)投資者提交的答卷，企業(yè)對(duì)新型數(shù)字技術(shù)的使用情況和引入進(jìn)程必然爭(zhēng)相公示，但是上市公司披露規(guī)則未指定相關(guān)指標(biāo)的披露細(xì)則，因而本文運(yùn)用文本識(shí)別分析技術(shù)，通過以下操作獲取關(guān)鍵指標(biāo)數(shù)據(jù)：

第一，建立數(shù)字化技術(shù)和數(shù)字化工具詞庫(kù)并進(jìn)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(jì)71個(gè)，同時(shí)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(bào)告中的最新數(shù)字技術(shù)詞匯9 個(gè)，匯總后根據(jù)騰訊研究院對(duì)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(yáng)，2022），結(jié)果如圖2所示。

圖2 數(shù)字技術(shù)的分類

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

第三，對(duì)關(guān)鍵詞進(jìn)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(duì)該項(xiàng)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(guó)內(nèi)外學(xué)者對(duì)于“數(shù)字化轉(zhuǎn)型績(jī)效”的判定尚未形成明確統(tǒng)一的標(biāo)準(zhǔn)，本文借鑒《埃森哲數(shù)字化轉(zhuǎn)型報(bào)告2021》中評(píng)價(jià)“中國(guó)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(jī)效”判斷標(biāo)準(zhǔn)：

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(gè)制造業(yè)企業(yè)對(duì)各項(xiàng)數(shù)字技術(shù)的應(yīng)用和掌握程度。將企業(yè)年報(bào)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(gè)年報(bào)中數(shù)字化技術(shù)及工具詞頻數(shù)達(dá)到10 的年份稱為該企業(yè)的“數(shù)字化元年”。若一個(gè)企業(yè)當(dāng)年年報(bào)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(bào)中數(shù)字化技術(shù)及工具詞頻統(tǒng)計(jì)數(shù)都超過10，則認(rèn)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(shí)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(shí)現(xiàn)“主營(yíng)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(biāo)準(zhǔn)下，筆者對(duì)我國(guó)A 股3000 多家制造業(yè)上市公司一一進(jìn)行人工篩選，共尋得50 個(gè)取得“數(shù)字化轉(zhuǎn)型績(jī)效”的企業(yè)作為本文的研究樣本。

（四）變量測(cè)量

1.結(jié)果變量?；谏鲜觥皵?shù)字化轉(zhuǎn)型績(jī)效”判斷標(biāo)準(zhǔn)，對(duì)50 個(gè)樣本企業(yè)的數(shù)字化轉(zhuǎn)型績(jī)效進(jìn)行評(píng)價(jià)，其公式如下：

其中：Pdcg表示數(shù)字化轉(zhuǎn)型績(jī)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(yíng)業(yè)務(wù)成本率；COGS0表示數(shù)字化元年的主營(yíng)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(jī)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(chǔ)備、信息化基礎(chǔ)、人力資源、行業(yè)數(shù)字化程度7 個(gè)前因變量的測(cè)量方法沒有完全可以依賴的理論標(biāo)準(zhǔn)，故而在借鑒前輩學(xué)者研究成果的基礎(chǔ)上，參考國(guó)內(nèi)外知名研究機(jī)構(gòu)的評(píng)價(jià)方法和標(biāo)準(zhǔn)，采用表1 所示的衡量方法對(duì)各前因變量進(jìn)行測(cè)量。

表1 前因變量及其測(cè)量方法

3.變量的標(biāo)準(zhǔn)化處理。對(duì)各前因變量的指標(biāo)數(shù)據(jù)采用效用值法進(jìn)行無(wú)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(biāo)得分越高。再將結(jié)果變量和7個(gè)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(biāo)準(zhǔn)進(jìn)行校準(zhǔn)，將變量校準(zhǔn)為［0，1］區(qū)間的集合數(shù)據(jù)（林艷和盧俊堯，2022）。

四、實(shí)證結(jié)果分析

（一）必要條件分析

本文通過運(yùn)行R語(yǔ)言軟件，利用上限回歸（CR）和上限包絡(luò)分析法（CE）兩種估計(jì)方法計(jì)算7個(gè)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(shí)需要達(dá)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(shí)，代表低水平；效應(yīng)量處于0.1～0.3 之間時(shí)，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(jì)算得出的必要條件必須同時(shí)滿足兩個(gè)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(yàn)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。

表2 NCA方法的必要條件分析結(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(chǔ)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(shí)滿足P＜0.01 且d＞0.01 的情況，說明單個(gè)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(jì)算出達(dá)到結(jié)果變量最大觀測(cè)范圍的水平值以及前因變量最大觀測(cè)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(dá)到當(dāng)前A股市場(chǎng)已實(shí)現(xiàn)的最高數(shù)字化轉(zhuǎn)型績(jī)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(chǔ)備、信息化基礎(chǔ)、人力資源、行業(yè)數(shù)字化程度7 個(gè)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%。

表3 NCA方法的瓶頸水平分析結(jié)果

此外，fsQCA 方法的必要性分析功能可以對(duì)NCA方法的分析結(jié)果進(jìn)行進(jìn)一步驗(yàn)證。具體而言，可以通過評(píng)價(jià)前因變量對(duì)結(jié)果的一致性評(píng)價(jià)，判斷前因變量是否構(gòu)成必要條件，當(dāng)一個(gè)前因變量的一致性值大于0.9 時(shí)，則認(rèn)定其構(gòu)成結(jié)果變量的必要條件。通過運(yùn)行fsQCA 3.0 軟件得到必要條件檢測(cè)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。

表4 fsQCA方法的必要條件檢測(cè)結(jié)果

（二）組態(tài)分析

運(yùn)用fsQCA 3.0 軟件對(duì)校準(zhǔn)后的前因變量進(jìn)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(yùn)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(jiǎn)單解和3 種中間解，同時(shí)出現(xiàn)在簡(jiǎn)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(jī)效組態(tài)，如表5所示。

表5 組態(tài)分析結(jié)果

1.組態(tài)S1：通用探索型——內(nèi)外部條件匱乏下單獨(dú)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(chǔ)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(shí)企業(yè)沒有足夠的能力去進(jìn)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(duì)較低，是制造企業(yè)進(jìn)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(hù)、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(jìn)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(chǎng)滲透，企業(yè)業(yè)務(wù)員登錄第三方開發(fā)平臺(tái)后可自行設(shè)計(jì)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(tái)，受開發(fā)領(lǐng)域和價(jià)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(dòng)牽引型——行業(yè)高度數(shù)字化時(shí)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(jìng)爭(zhēng)優(yōu)勢(shì)。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(shí)與經(jīng)驗(yàn)密集的場(chǎng)景，其優(yōu)化質(zhì)量、降低成本、提升效率等優(yōu)點(diǎn)可以幫助企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中形成核心競(jìng)爭(zhēng)力，使其獲取更加豐厚的利潤(rùn)。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(zhǎng)時(shí)間進(jìn)行實(shí)驗(yàn)和研發(fā)，因而對(duì)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(jìng)爭(zhēng)重圍”的關(guān)鍵路徑。

3.組態(tài)S3：謹(jǐn)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(jī)效同樣依靠通用應(yīng)用型技術(shù)，但不同點(diǎn)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(duì)接本企業(yè)的信息化設(shè)備，實(shí)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(cè)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(kù)，實(shí)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(duì)資金和人才的要求相對(duì)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(jī)效。

4.組態(tài)S4：自主突破型——依靠自身實(shí)力強(qiáng)勢(shì)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(dá)到0.964，但原始覆蓋度是四個(gè)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(jī)效的實(shí)用性強(qiáng)，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(cè)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(jìn)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(jìng)爭(zhēng)力，取得高數(shù)字化轉(zhuǎn)型績(jī)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(jì)、開發(fā)、測(cè)試、部署等多程序于一體，過程精細(xì)且高度專業(yè)化，但代碼繁瑣、開發(fā)周期長(zhǎng)、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(huì)限制數(shù)據(jù)價(jià)值流通，但其技術(shù)的高連通性不僅可以廣增企業(yè)無(wú)形資產(chǎn)，也能快速重構(gòu)市場(chǎng)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(yàn)

借鑒已有研究成果，本文采用如下兩種穩(wěn)健性檢驗(yàn)方法：一是調(diào)整校準(zhǔn)分位點(diǎn)（陳磊和杜寶貴，2022），將完全隸屬分位點(diǎn)從0.95 下調(diào)到0.75，將完全不隸屬分位點(diǎn)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(jì)五次檢驗(yàn)。兩種檢驗(yàn)方法下的組態(tài)路徑和核心條件均未發(fā)生實(shí)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(jī)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(chǔ)備、信息化基礎(chǔ)、人力資源、行業(yè)數(shù)字化程度均是實(shí)現(xiàn)高數(shù)字化轉(zhuǎn)型績(jī)效的關(guān)鍵條件，但都不足以單獨(dú)構(gòu)成高數(shù)字化轉(zhuǎn)型績(jī)效的必要條件。二是，當(dāng)前我國(guó)制造企業(yè)實(shí)現(xiàn)高數(shù)字化轉(zhuǎn)型績(jī)效的4 種組態(tài)路徑分別是通用探索型、被動(dòng)牽引型、謹(jǐn)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(shí)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型升級(jí)的多重方式。三是，目前我國(guó)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(xiǎn)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(xiǎn)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(qiáng)化資源效用，進(jìn)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(rèn)識(shí)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(jí)，通過識(shí)別當(dāng)下資源情境，選擇難度低、風(fēng)險(xiǎn)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(shí)到不同數(shù)字技術(shù)的應(yīng)用結(jié)構(gòu)、驅(qū)動(dòng)效率、價(jià)值轉(zhuǎn)換難度是存在差異的，引入數(shù)字技術(shù)時(shí)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(hù)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(dòng)技術(shù)模塊耦合，提升轉(zhuǎn)型績(jī)效。最后，領(lǐng)軍企業(yè)無(wú)疑是實(shí)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(jià)值，因此，其應(yīng)將價(jià)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(shí)現(xiàn)價(jià)值延伸。

另一方面，政府需“應(yīng)勢(shì)而謀，順勢(shì)而為，有備而并舉”。首先，從整體上營(yíng)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(jí)注入持久動(dòng)力，避免企業(yè)出現(xiàn)“創(chuàng)新懈怠”行為。其次，鼓勵(lì)數(shù)字技術(shù)開發(fā)企業(yè)和行業(yè)領(lǐng)軍企業(yè)強(qiáng)化核心技術(shù)攻關(guān)，釋放數(shù)字價(jià)值，有效“滋潤(rùn)”行業(yè)尾部企業(yè)；同時(shí)，激勵(lì)一般性企業(yè)找準(zhǔn)生態(tài)定位、掌握資源優(yōu)勢(shì)，靈活利用生態(tài)補(bǔ)給完成自身數(shù)字價(jià)值轉(zhuǎn)換，實(shí)現(xiàn)高轉(zhuǎn)型績(jī)效。最后，建立互惠互利的價(jià)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(shí)現(xiàn)資源價(jià)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(jìn)一步完善。第一，因素?cái)?shù)量的不足，fsQCA方法下因素選取的最佳個(gè)數(shù)是4～7個(gè)，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(guó)3000 多家制造企業(yè)中篩選出50 家高數(shù)字化轉(zhuǎn)型績(jī)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(jī)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(jī)效組態(tài)的構(gòu)成因素，但無(wú)法具體判斷各因素的投放時(shí)間和投放程度，日后可加入動(dòng)態(tài)數(shù)據(jù)構(gòu)建相應(yīng)的條件組態(tài)。