先进制造业数字化转型组态路径研究——基于“技术-组织-环境”的理论框架

李煜华，向子威，廖承军

(上海应用技术大学经济与管理学院，上海 200235)

1 研究背景

随着新一轮科技革命和产业变革孕育兴起，互联网、大数据、云计算、人工智能等数字技术的日新月异，以数据资源为重要生产要素、以全要素数字化转型为重要推动力的数字经济得到了蓬勃发展［1］。在新一轮科技革命和产业变革浪潮之下，中国政府对数字经济给予了高度重视。国家在第十四个五年规划和2035 年远景目标纲要中，明确提出要推动制造强国、数字中国建设［2］。在数字经济背景下，制造业作为我国发展数字经济的主战场，是推动数字经济与实体经济融合发展的主攻方向和关键突破口。尤其是在美国、德国、日本等发达国家大力实施“再工业化”战略，意图进一步扩大与发展中国家差距的国际形势下，我国制造业的发展将承受愈来愈大的压力。如何依靠数字技术实现制造业数字化转型，是实现智能制造、完善中国制造＋中国服务发展模式、实施“三大任务、一大平台”国家战略的重要课题。因此，制造业数字化转型既是推动我国制造业高质量发展的重要途径，也是拉动我国数字经济发展壮大的重要支撑。与此同时，探索制造业数字化转型的规律，亦成为学界重点研究的理论问题。

先进制造业是指应用创新技术、工艺、材料等生产要素，并能充分体现先进生产力发展方向的制造业总称［3］。党的十九大报告提出必须把发展经济的着力点放在实体经济上，加快建设制造强国，加快发展先进制造业，要推动互联网、大数据、人工智能和实体经济深度融合。在国际经济大循环动能日益减弱的背景下，推动先进制造业高质量发展是新发展格局形成的基本支撑，也是满足中国巨大内需市场需求的迫切需要。在数字经济的浪潮下，我国先进制造企业数字化转型意愿强烈，但由于企业中普遍存在资源刚性、路径依赖、创新倦怠等问题，导致人工智能、工业互联网、区块链等数字技术难以短时间内有机融合到先进制造企业中，最终造成数字技术引领制造业高质量转型升级的作用不明显。而且企业与企业之间的生产能力、技术水平、员工数量等方面也存在巨大差异，通过单一路径研究得出的对策也不能很好地指导我国先进制造企业实现数字化转型。因此，本文将制造业数字化转型视为制造业应用数字技术促进自身高质量发展——制造业与数字技术实现有机融合的过程。基于此，本文结合适用于研究新兴技术转移的“技术-组织-环境”（technology-organization-environment,TOE）理论框架，以中国27 家先进制造企业为案例，运用模糊集定性比较分析方法（qualitative comparative analysis，简称QCA），探讨数字技术跃迁、管理模式变革等前置要素推动先进制造业数字化转型的组态路径，进一步探究不同先进制造业数字化转型组态路径之间的异同，尝试打开先进制造业数字化转型的“黑箱”。结合实证分析结果针对性提出推动先进制造业数字化转型的管理启示，促进数字经济背景下我国制造业“关键少数”——先进制造业，在保持高质量发展的前提下率先实现数字化转型，充分发挥“头雁效应”，激发雁群活力，为其他制造企业数字化转型提供指导，确保我国制造业高质量转型升级的完成。

2 文献综述与模型构建

2.1 文献综述

近年来，学者们研究发现制造业数字化转型过程受多方面因素影响，如李君等［4］指出的数字化转型意识；孟凡生等［5］、Christensen 等［6］、张璐阳等［7］、欧春尧等［8］指出的技术跃迁；罗序斌等［9］、沈运红等［10］指出的设施建设；Maiga 等［11］、吕文晶等［12］、严子淳等［13］、刘意等［14］指出的管理变革；Reischaue［15］指出的企业内部因素以及政策推动；马艳艳等［16］指出的企业合作关系；周源［17］指出的政府引导等企业外部因素影响，Luo 等［18］、Tang［19］还指出受到其他环境因素影响。

在中国情境下，先进制造业的数字化转型，需要结合企业自身特点、整合多方面因素进行综合考虑。国内外众多学者从技术层面、组织层面、环境层面对制造业数字化转型影响因素做了大量的探究，相关丰硕研究成果对进一步探讨先进制造业数字化转型路径具有重要的借鉴意义和启示作用。然而，从技术、组织等单一层面出发，只能考虑到单一影响因素推动制造业数字化转型的净效应，难以体现不同维度的因素对制造业数字化转型的综合影响，不能系统解释不同制造企业数字化转型的复杂多因素联合机制［2］。先进制造企业数字化转型的各个驱动因素是否为必要条件？单个因素与各因素间联动匹配效果有何差异？以及驱动路径有何异同？先进制造业数字化转型影响因素之间存在何种联系与差异、不同影响因素在推动制造业数字化转型过程中是否具有某种组合作用等问题仍有待进一步探讨。

2.2 先进制造业数字化转型模型构建

本文整合TOE 理论框架以及现有研究，结合中国先进制造业数字化转型的具体情境，在综合考虑研究样本、研究方法、研究可行性等各方面因素的前提下，从技术、组织、环境三方面确定驱动先进制造业数字化转型的条件变量。

（1）技术维度的影响因素主要体现在数字技术跃迁、数字设施搭建这两个方面，它们是推动先进制造业数字化转型的重要力量。在本文研究范畴内，数字技术跃迁是指先进制造企业依靠数字化技术，通过转换技术轨道、提供新的功能属性来满足用户期望或改变市场标准；数字设施搭建是指先进制造企业为了实现数字化技术与自身的有机融合，通过数字化基础设施建设、工业互联网配套设施建设提升自身数字化硬件水平。以人工智能、工业互联网为代表的数字技术具有颠覆性潜力，能够通过转换技术轨道、提供新的功能属性来帮助先进制造企业满足用户期望或改变市场标准［7］，实现技术跃迁以增强企业的技术创新能力［8］。因而，作为企业增强技术创新能力的前提，数字技术跃迁是先进制造业数字化转型的重要保障［10］。此外，已有研究证明了数字设施建设会显著促进工业数字化，推动制造业产业结构升级［20］。因此，数字技术跃迁和数字设施搭建是先进制造业数字化转型开展的重要前提。

（2）组织维度的影响因素主要体现在管理模式变革、生产流程改进这两个方面，它们是先进制造业数字化转型开展的重要空间。在本文研究范畴内，管理模式变革是指先进制造业依靠ERP、MES 等智能执行系统，通过消除“数字孤岛”、提高员工素质来促进智能制造的实现；生产流程改进指的是先进制造企业依靠智能加工设备、智能执行系统等先进生产要素实现车间生产数据透明化，结合反馈的数字信息改进自身生产流程。以ERP 为典型代表的数字化管理信息系统被认为是企业内部开展数字化转型的重要基础之一［13］，数字化技术也会推动先进制造业以产品、工艺为切入点对生产流程进行改进，促进制造业数字化转型［11，4］。因此，管理模式变革和生产流程改进能够有效促进先进制造业数字化转型内部优势的形成。

（3）环境维度的影响因素主要体现在行业发展水平、企业竞争压力这两个方面，它们是先进制造业数字化转型提速的重要机遇。在本文研究范畴内，行业发展水平指的是先进制造企业所处行业的运行水平、发展水平以及产业集群建设水平；企业竞争压力是指区域绩效考核、企业效益评价、企业间市场拼抢等行为给先进制造企业带来的压力。制造行业发展水平是先进制造业数字化转型的基础和重要载体，制造行业发展基础好的区域能够依靠产业优势，承载区域内的行业数字化快速发展［21］。面对绩效考核各区域政府必须做出应对，因此地理位置临近的同级政府间竞争势必会影响本地政府注意力和行为［22］；制造业数字化转型是推动数字经济高质量发展的主要支柱，因而，各地区政府面临邻近地区制造业数字化高质量发展的竞争压力时，会激发当地政府以先进制造业数字化转型为手段推动工业数字化发展的热情［2］，地区间的竞争压力通过政府传递到各地区先进制造企业，影响先进制造业数字化转型进程。因此，行业发展水平和企业竞争压力对先进制造业数字化转型优势的发挥有重要影响。

综上所述，本文构建的先进制造业数字化转型驱动因素模型如图1 所示。

图1 先进制造业数字化转型驱动因素模型

3 研究设计

3.1 研究方法及其合理性论证

定性比较分析是一种以集合论和布尔逻辑运算法则为基础、重点解决组态视角研究问题的分析方法，常用来揭示现实中的复杂因果关系［23］。本文采用fsQCA 方法展开研究主要基于以下原因：首先，fsQCA 方法兼具定性与定量优势，能从整体视角对多个案例进行分析，非常适合中小样本的研究［24］；其次，与结构方程、计量模型等传统研究方法相比，fsQCA 方法能够找出多种影响因素共同作用的组态路径，更适合研究复杂过程中多要素之间的系统效应；最后，TOE 框架常被用于研究新兴技术应用扩散［2］，并和fsQCA 方法有着良好的相性，非常适合本研究。因此，采用fsQCA 方法结合TOE 框架探讨先进制造业数字化转型组态路径具有理论上的可行性。

3.2 样本选择

本文选取先进制造企业作为数字化转型研究样本的原因在于：一是先进制造企业作为数字化技术与制造业深度融合的主战场，有显著区别于传统价格竞争的以数字经济为主线的商业模式——先进制造业为实现智能制造，会积极寻求数字化核心技术、智能化管理系统和共创型商业模式的快速迭代，因此，先进制造企业是研究制造业数字化转型的理想对象；二是与传统制造企业相比，先进制造企业融合了更多的高新技术成果、应用了更多的现代管理经验，为企业实现数字化转型打下了良好的基础，创造了以工业互联网、人工智能等数字化技术为依托实现价值共创的可能，为企业与人工智能、工业互联网、区块链等数字经济技术的对接提供了良好的土壤。

根据QCA 模型规范的相关研究［24］，当模型的前因条件为六个时，样本数量大于25 个即可区分随机数据与真实数据，以保证组态结果的内部效度。在充分考虑到典型性、丰富性和易得性等资料收集原则的前提下［8］，结合《2020 年中国独角兽企业研究报告》《2020 先进制造业集群白皮书》《2020中国先进制造业百强园区》《2020 年中国制造企业500 强》等行业规划及智库研究报告，本研究最终选定了27 家先进制造企业进行分析，样本企业编码及其主要技术领域如表1 所示。

表1 样本企业编码及其领域

表1 （续）

3.3 测量模型开发及其赋值标准

本研究按照设计量表、小范围调研、改进量表、发放问卷的流程来展开调研，进而收集相关数据。为保证量表拥有良好的信度和效度，本研究尽量借鉴前人的研究假设与研究成果，尽可能采用已有文献的成熟量表中的题项来设计本量表。在设计量表初期，我们与进行相关行业研究的博士和企业中高层管理人员进行数次讨论，得到初始量表；中期结合初始量表开展小范围调研；后期依靠调研反馈数据反复改进问卷题项，得出最终量表。

3.3.1 结果变量问卷开发与赋值标准

已有学者从生产运作过程、企业网络特征、外部环境等维度设计了多种指标来刻画制造业数字化转型的多维特征，给予了本研究如下启示：一是数字化技术虽然在企业数字化转型过程中起着重要作用，但单纯依赖数字化技术并不能很好地实现制造业数字化转型。企业需要将数字化技术科学应用于各个生产环节中，结合相应数字化技术依赖数据进行智能决策，才能更好地积累制造业数字化转型优势。二是先进制造企业若不重视数字化转型的重要性，就会逐渐失去原有的资源、技术、管理优势，加大企业突破发展瓶颈的难度。因此，先进制造企业也需要积极向数字化转型过渡，充分发挥自身优势，结合数字化技术推动自身更好地实现产业升级。

本文将先进制造业数字化转型优势（AMDTA）作为先进制造业数字化转型组态模型的结果变量。鉴于研究数据来自27 个先进制造企业案例材料，本研究首先将结果变量的锚点设定为0、0.33、0.67 和1，其中“1”和“0”代表完全隶属与不隶属，“0.67”和“0.33”等属于交叉点，即偏隶属和偏不隶属［8］。赋值标准如表2 所示。

表2 先进制造业数字化转型结果变量赋值标准

3.3.2 条件变量问卷开发与赋值标准

由于先进制造业数字化转型属于模糊构念，本研究在整合前人研究的基础之上，以数字化技术水平、管理及生产模式和外部环境适应性等不同层面的影响因素作为条件变量，探讨其组合构型对先进制造业数字化转型的影响，问卷测度及赋值标准如表3 所示。

表3 先进制造业数字化转型条件变量赋值标准

3.4 数据收集与信度检验

本文选取企业中高层管理人员作为调研对象，调研工作从2020 年10 月持续到2021 年3 月。调研工作按照如下步骤展开：首先，在每个先进制造企业内随机选取三名中高层管理人员填写打分表；其次，逐个对比三人不同问卷的打分分值，若出现两人打分相同、一人打分不同的情况，按少数服从多数的原则处理；最后，组织一场研究人员和三名管理人员共同参与的小型会议，针对量表中三人赋分分值各不相同的问卷作讨论，得出此类问卷最终的赋值。

为了保证研究结果的科学性与客观性，本研究结合相关企业小型会议纪要、智库研究报告、企业研发中心申报材料等相关资料，采取交叉验证的方式对打分数据进行信度检验。结果显示，研究成员、咨询专家、企业人员给出的问卷分值具有较高的一致性，问卷分值也完全符合二手材料内容以及企业实际情况，表明问卷数据的信度较高。

4 实证分析

4.1 必要性分析

首先对所有前置条件及其反条件进行必要性分析，判断各个条件在结果变量实现过程中的必要性。分析结果如表4 所示。若出现存在单因素一致率高于0.9 的情况，则需考虑其可能为必要条件。本研究没有单因素一致率高于0.9 的情况出现，说明单个前置条件对先进制造业数字化转型的解释能力较弱，不宜作为必要条件讨论，需要进行组态匹配才能影响先进制造业数字化转型。（文中符号“～”代表前因要素的缺乏状态或者相反状态）

表4 先进制造业数字化转型单因素必要性分析

4.2 组态分析

本研究采用Ragin 等［23］的方式展示先进制造业组态路径分析结果（见表5）。用“●”或“•”表示条件变量出现，表示变量不出现，空格表示该条件变量无关紧要。大实心圆圈“●”表示核心条件，小实心圆圈“•”表示边缘条件。表5 以四条路径的方式呈现了发达制造业数字化转型组态分析的中间解，这四条路径覆盖了70%的总样本。在分析得出发达制造业数字化转型四条不同组态路径之后，本文结合相关案例以及实证研究结果，对每组路径的内在含义进行解释。

表5 先进制造业数字化转型前因组态分析

表5 （续）

组态路径1：技术-组织主导型（DTECT×DFC×MSC×～PPI×CCP）。此条路径表明，数字技术跃迁和管理模式变革程度高，数字设施建设情况较好，企业竞争压力较小且不对生产流程改进作过多投入的先进制造业，能更快实现数字化转型。其中数字技术跃迁（技术）、管理模式变革（组织）为核心条件，数字设施建设（技术）、生产流程改进（组织）、企业竞争压力（环境）为边缘条件。该组态路径能解释约31%的先进制造业高质量数字化转型的案例，其中12%的案例仅由该路径解释；代表性企业有ZHGL、SHYY 等。

组态路径2：技术-组织-环境协同主导型（DTECT×DFC×PPI×IDI×CCP）。此条路径表明，数字技术跃迁程度、生产流程改进度和行业发展水平高，数字设施建设情况较好且企业竞争压力较小的先进制造业，能更快实现数字化转型。其中数字技术跃迁（技术）、生产流程改进（组织）、行业发展水平（环境）为核心条件，数字设施建设（技术）、企业竞争压力（环境）为边缘条件。该组态路径能解释约49%的先进制造业高质量数字化转型的案例，其中10%的案例仅由该路径解释；代表性企业有JLZG、HCKG 等。

组态路径3：技术-组织主导环境协同型（DTECT×MSC×PPI×IDI×CCP）。此条路径表明，数字技术跃迁和管理模式变革程度高，生产流程改进状况较好，企业竞争压力较小和行业发展水平较高的先进制造业，能更快实现数字化转型。其中数字技术跃迁（技术）、管理模式变革（组织）为核心条件，生产流程改进（组织）、行业发展水平（环境）、企业竞争压力（环境）为边缘条件。该组态路径能解释约43%的先进制造业高质量数字化转型的案例，其中4%的案例仅由该路径解释；代表性企业有SHQC 等。

组态路径4：组织-环境主导型（～DTECT×DFC×MSC×PPI×IDI×～CCP）。此条路径表明，管理模式变革程度且行业发展水平高，数字设施建设情况且生产流程改进状况较好，不对技术跃迁做过多投入且企业竞争压力大的先进制造业，能更快实现数字化转型。其中管理模式变革（组织）、行业发展水平（环境）为核心条件，数字技术跃迁（技术）、数字设施建设（技术）、生产流程改进（组织）、企业竞争压力（环境）为边缘条件。该组态路径能解释约17%的先进制造业高质量数字化转型的案例，其中4%的案例仅由该路径解释；代表性企业有BJDZ 等。

4.3 重叠路径与潜在替代关系分析

本研究发现各条先进制造业数字化转型组态路径的前置条件之间可能存在重叠路径和潜在替代关系。为了直观反映各条路径之间的联结情况，本研究结合组态分析数据制作了维恩图(见图2)，以展示模糊集中各条路径的区块以及覆盖度。

图2 组态路径联结状况

本研究重点探析路径1、路径2、路径3 之间的重叠路径与要素潜在替代关系，路径4 由于原始覆盖度远低于其余三条路径，故不纳入研究范围。根据三条路径原始覆盖度、唯一覆盖度在组态路径联结状况维恩图上的可视化结果可知，三条路径并不是完全孤立的，路径与路径之间存在较强的联结情况。因此，在确定三条路径存在重叠的前提下，本研究尝试探究先进制造业数字化转型三条组态路径之间可能存在的替代关系。

首先，路径1 与路径2 之间，存在由数字技术跃迁、数字设施构建、企业竞争压力组成的重叠路径；在此前提下，～生产流程改进、管理模式变革和行业发展水平、生产流程改进存在替代关系，如图3 所示。其次，路径2 与路径3 之间，存在由数字技术跃迁、生产流程改进、行业发展水平、企业竞争压力组成的重叠路径；在此前提下，数字设施构建与管理模式变革之间存在替代关系，如图4 所示。再次，路径1 与路径3 之间，存在由数字技术跃迁、管理模式变革、企业竞争压力组成的重叠路径；在此基础上，～生产流程改进、数字设施构建和生产流程改进、行业发展水平之间存在替代关系，如图5 所示。最后，结合这三条路径做进一步分析，路径1、路径2、路径3 之间，存在由数字技术跃迁、企业竞争压力组成的重叠路径；在此基础上，～生产流程改进、数字设施构建、管理模式变革和生产流程改进、数字设施构建、行业发展水平以及管理模式变革、生产流程改进、行业发展水平之间存在替代关系，如图6 所示。

图3 路径1 与路径2 之间的重叠路径与替代关系

图4 路径2 与路径3 之间的重叠路径与替代关系

图5 路径1 与路径3 之间的重叠路径与替代关系图

图6 路径1、2、3 之间的重叠路径与替代关系

5 结论与启示

基于27家先进制造企业样本数据，本研究结合TOE理论框架与fsQCA方法，探讨了先进制造业数字化转型的组态路径，并探究了组态路径间的重叠路径以及前置要素潜在替代关系。本文研究结论主要有以下两点：第一，技术、环境、组织维度中的任意单一前因条件不能单独构成先进制造业数字化转型的必要条件，前因条件需要通过组态匹配才能推动先进制造业数字化转型。先进制造业数字化转型驱动路径主要有四条，分别是技术-组织主导型（路径1）、技术-组织-环境协同主导型（路径2）、技术-组织主导环境协同型（路径3）以及组织-环境主导型（路径4）。第二，路径1与路径2之间、路径2与路径3之间、路径1与路径3之间存在着重叠路径和潜在替代关系，进一步研究发现路径1、路径2、路径3三条路径之间也存在着重叠路径和潜在替代关系。基于以上研究结论，本研究提出如下管理启示：

（1）从组态路径角度出发，企业管理者应意识到组态路径发展策略在数字化转型策略中的优越性并重视组态协调思维的应用。研究结果表明，数字技术跃迁、管理模式变革虽为先进制造业数字化转型组态路径中的核心条件，但某单一前置条件并不能很好地指导先进制造业实现数字化转型。从指导先进制造业数字化转型的结果来看，多因素组合驱动型策略明显要优于单因素驱动型策略。因此，先进制造企业管理者应关注技术、组织、环境等因素的组合效用，在明确本企业技术条件、管理能力、环境优势的前提下，高度重视多种条件的协调配合，制定出符合当下企业情境的数字化转型组态路径。

（2）从重叠路径以及替代要素角度出发，企业管理者应该厘清重叠路径与替代要素的关系并在短期内做出先进制造业数字化转型最优决策。研究结果表明，“数字技术跃迁+企业竞争压力”的要素组合最具有普适性；在企业完善此要素组合的前提下，管理者可以结合企业自身特点以及要素替代关系，在每个数字化转型关键节点上做出最优发展决策。当企业想通过技术-组织主导型路径实现自身数字化转型时，企业在完善“技术跃迁+企业竞争压力”要素组合的前提下，优先构建数字设施或变革管理模式就是关键节点上的最优策略——按照技术-组织主导型路径实现数字化转型的同时，还可以根据企业数字化转型状况随时调整发展路径。因此，管理者在数字化转型关键节点上做短期决策时，要充分考虑到重叠路径以及替代要素，在确保决策正确的同时提高决策的容错率。

（3）从影响要素角度出发，企业管理者应注意到各前置条件的特点并结合企业自身条件制定相应的要素长期培养策略。研究结果表明，在先进制造业数字化转型组态路径中，数字技术跃迁、管理模式变革多为核心条件；生产流程改进、行业发展水平核心条件与边缘条件并重；数字设施构建、企业竞争压力多为边缘条件。首先，企业管理者应高度重视数字技术跃迁、管理模式变革对先进制造业数字化转型的积极作用；其次，企业管理者需意识到生产流程改进、行业发展水平也是数字化转型过程中的重要影响因素；最后，企业管理者需了解到数字设施构建、企业竞争压力是促进先进制造业数字化转型的关键。因此，企业管理者需要结合各前置条件特点以及企业自身特点，制定相应的要素培养方案，补足企业前置要素短板的同时缓解单一优势依赖状况，驱动本企业高质量转型升级。

由于先进制造业数字化转型领域成熟量表较少且考虑到典型性、丰富性和易得性等资料收集原则，本研究采用打分表的形式设计问卷，后续可以尝试使用李克特量表的形式设计问卷；另外，本研究在实证分析过程中发现不同领域的先进制造业数字化转型路径存在不同特点，后续可以尝试分析不同领域先进制造业数字化转型组态路径的联系与区别。