数字技术驱动下制造企业转型路径探究

孔惠丽，裴 潇（教授）

一、引言

制造业是立国之本、兴国之器，打造高质量的制造业体系是提高综合国力、建设世界强国的关键举措。党的十九大报告提出“要培育若干世界级先进制造业集群”，“十四五”规划明确指出要深入实施制造强国战略。然而，现阶段我国制造业自主创新能力薄弱，传统价值生产流程难以契合发展需求，关键核心技术“卡脖子”问题频出（刘平峰和张旺，2021）。在此情境下，如何走出“低端锁定”困境，打破业态“创新壁垒”，实现产业“高端跃升”，已成为我国制造企业转型过程中面临的重要课题（杜金柱等，2023）。

当前数字技术蓬勃发展，并与制造业重点产业链深度融合，促进制造企业创新发展与转型升级。首先，以人工智能、数字孪生、区块链为代表的数字技术为业态创新、模式创新和服务创新提供了广阔的应用前景。其次，数据资源通过知识与技术交叉赋能，持续引发运作体系与管理架构全生命周期的深刻变革，形成了复合型、交互式的精益化生产制造模式（徐星等，2023）。最后，数字技术在网络化、生态化和去中心化的创新趋势下汇集价值资源，推进关键核心技术攻关，实现传统产业链向技术创新升级与技术应用深化的演进（李莹和程广斌，2023）。总而言之，制造业企业依托数字技术的共享和交互形成与自身组织条件及外部环境的有效协同，推动生产要素多领域、多维度、多层次的创新融合与优化迭代。基于此，本文以50 家A 股制造业上市企业为研究对象，根据TOE 框架对前因变量进行筛选，并在技术层面将数字技术按特性和用途拆分为开发支持型、通用应用型和垂直应用型三类，不仅提高了整体指标的准确性和匹配度，而且为核心条件与组态路径的选择奠定了理论基础，进而丰富了相关的研究视角和研究内容。

本文的贡献包括以下几个方面：首先，本文延展了数字技术驱动制造业企业转型升级的路径。本文对数字技术进行分类，为探索数字技术与数字化转型绩效的关系提供了更加科学合理的解释，进一步挖掘了企业技术的应用特性和创新潜力；同时，通过整理归纳和复杂对比得出了4 种高数字化转型绩效路径，为不同架构的制造企业实现创新突破提供了差异化的路径选择。其次，本文丰富了制造企业数字化转型影响因素的研究。与以往研究只关注单个影响因素不同，本文从技术、组织、环境三个层面的多个影响因素出发，创新性地解释了数字技术、情境特征和数字化转型绩效之间的复杂因果关系，体现了多因素的协同效应和联动效应。最后，本文突破了传统对数字技术和企业数字化转型的研究方法。为了更贴合制造企业的资源情境和现实条件，本文基于组态视角探讨了不同要素组合对数字化转型绩效的影响，同时将必要条件分析（NCA）与模糊集定性比较分析（fsQCA）两种方法进行有效结合，避免了单一方法的局限性，使得研究体系更加丰富、研究过程更加科学、研究结果更具有细粒度和稳健性。

二、文献综述与分析框架

（一）文献综述

1.数字技术。数字技术是指以物联网、区块链、数字孪生、共享经济等为核心的新一代科学技术，它通常与颠覆性互联网技术相伴而生，具有通用性好、精确度高以及编程性强的特征，因此能够不断地自我调整与更迭换代，并通过跨界融合渗透至创新活动内部，形成包容共蓄、多元协作的数字生态情境（余菲菲和王丽婷，2022）。通过回顾与之相关的文献，发现现有文献主要从以下两个方面展开对数字技术的研究：一是从宏观角度出发，探究数字技术推广应用对产业结构调整或经济发展的影响。例如：数字技术的推广应用能够带动高技术产业优化升级（田秀娟和李睿，2022）、提高产业链关联度（张虎等，2023），并促进经济高质量发展（林勇等，2021）。二是从微观视角切入，研究数字技术应用对企业可持续发展的影响。例如：数字技术能够推动绿色技术创新，提高企业环境绩效（张涵钰等，2023），实现绿色转型（戴翔和杨双至，2022；胡熠和靳曙畅，2022）；同时，数字技术进一步汇集了数据、知识、人才等核心资源，促进了企业产品服务、管理活动和商业模式的调整与创新（高腾飞等，2022；苏敬勤等，2021）。

2.数字技术与企业数字化转型。数字技术颠覆了传统业务模式，为企业发展带来了新机遇。一方面，数字技术可以通过影响知识的流动性促进产业结构升级（韩啸，2022），其可供性和变异性也会改变企业价值创造逻辑与价值获取方式（汪志红和周建波，2022）；另一方面，信息通信技术的快速普及，使得数字化转型成为当前制造业企业发展的重要趋势。数字化转型是指由数字技术的更新迭代与广泛应用引发的生产模式、管理方式和组织形式的深刻变革（金昕等，2023），具有数据要素化（陈晓红等，2022）、管理集成化、流程精益化、开放融合与动态演化等特征。因此，在数字化情境下研究数字技术与企业转型具有重要意义。当前国内外学术界对两者关系的讨论主要分为技术应用派和经济赋能派。技术应用派认为，数字化转型是将新型数字技术与传统生产要素深度融合的过程（吴江等，2021），其关注点聚焦于人工智能、数据挖掘、数据分析、物联网等数字技术在流程设计、用户体验、商务交易中的应用和拓展（肖静华，2020）。经济赋能派认为，技术应用仅是数字化转型的初步阶段，数字化转型所带来的生产力提升、社会效益增加、减排降碳效果是促进经济社会革命性进步的新型能力（Nagy 和Koles，2014）。与前者强调数字工具在业务流程与业务管理中的充分运用不同，后者更关注技术赋能为企业创造的差异化价值，强调多结构、多功能数字技术提供的新资源和新能力（李晓华，2022）。

当前数字技术创新、数字化转型研究日趋火热，但综观已有文献，依然存在三个需要补充和完善的地方：一是现有研究多是探索数字技术对产品服务、管理绩效和组织运营的影响机制，很少从数字化情境出发，研究数字技术的分类、组合、选择与应用。二是在实证研究中，大多数学者侧重于考察数字层面单因素的净效益，对多因素间的交互机制和整体作用缺乏考虑，未能揭示其协同效应与联动效应。三是关于数字技术赋能企业转型的相关研究已处于起步阶段，但这类研究多以转型领军企业或骨干企业为样本，研究结论不适用于传统企业；并且大多基于单个案例的经验探索，其结果不具有可复制性和可推广性。针对以上不足，本文充分考虑影响企业数字化转型的内外部因素，并基于数字技术在企业数字化转型中的特殊作用，选取合适的制造企业作为大样本，进一步探索具有普适性和代表性的转型路径。

（二）分析框架

制造企业数字化转型是各资源要素协同匹配与联合作用的结果，单一因素难以对数字创新活动产生影响。因此，本文基于Tornatizky 和Fleischer（1990）提出的TOE 框架，从技术、组织和环境三个层面探寻制造企业数字化转型的核心驱动条件，客观展示组态规律及数字技术条件对数字化转型绩效的影响。

1.技术因素。数字技术是指包括数字组件、智能应用和信息平台等在内的现代通用技术，具有显著的渗透性和流动性，能提高信息资源的连通度，实现在开发、运行、应用三个维度不同层面上知识的转移和互换。本文基于李南和吴朋阳（2022）的研究，将数字技术划分为以下三种类型：

（1）开发支持型技术。开发支持型技术是指基于数字技术封装和演化而来的数据挖掘、计算储存、交互展示等技术工具，一般由科技创新企业或单项冠军企业掌握。该类企业借助开发支持型技术，可以个性化编写符合自身发展需求、业务场景和商业模式的代码，并通过阅读代码来判断执行逻辑，进而自行修复和更改运行漏洞。

（2）通用应用型技术。通用应用型技术兼具普遍适用性、要素连通性和动态调整性特征，是指通过互联网技术和数据应用支撑形成提供多元化解决方案的业务平台，例如商业智能、数字营销、数字金融等。该技术将各类数字工具跨界集成，实现业务流程、应用场景、服务体系的全面优化。

（3）垂直应用型技术。垂直应用型技术是指将行业经验与数字技术深度融合形成的技术工具，具有较强的通用目的性和研发特殊性，例如交通自动驾驶、医学影像系统等应用技术。此类技术需要企业投入大量异质性资源去自主研发或与第三方协作开发，对企业的资源基础和创新能力要求较高。

2.组织因素。企业数字化转型是一个复杂的系统性工程，不仅需要对应用设备进行数字化改造，还需要对组织架构、运营机制和管控模式等进行适应性重构，消除组织冗余层级。本文结合中国信息通信研究院、阿里研究院、腾讯研究院和埃森哲咨询公司发布的报告，总结出我国制造企业的三个数字化转型困境，即资金储备不足、信息化基础不牢和人力资源紧缺，具体分析如下：

（1）资金储备。当前数字化转型模式有两种，其一是瀑布式定制化开发（需求—设计—开发—测试）模式，该模式下数字化流程面临周期跨度大、环节冗长复杂等问题，要求企业具有足够的资金储备来支付高额的研发费用、管理费用，灵活应对各种风险（戚聿东和蔡呈伟，2020）。此外，如果存在资金短缺，会造成企业创新动力不足，导致难以发挥数据本身的价值，产生资源效用差异。

（2）信息化基础。数字化转型的另一种模式是“传统信息系统+定制化”模式，该模式下具备信息化基础的企业在转型赛道上更具优势。当前“数据孤岛”和碎片化问题要求企业具备集成化思维，以提高组织的信息协同性，及时更新现有知识管理体系，强化数字价值体现。

（3）人力资源。掌握数字化人才是释放数字技术价值的关键，也是避免盲目部署和“零敲碎打”等低效率转型模式的重要手段。优化人力资源结构需要积极引入和持续培养高数字技能人才，发挥优质人才在数字化治理中的关键作用与专业性力量，同时加强企业内部人员沟通，保持全体员工意识同步、协作配合、默契前行。

3.环境因素。不同行业的数字化程度迥异。外部情境的复杂性和动态性会对企业产生不可预测的影响，尤其是对于资源依赖度和环境敏感度高的制造企业来说，外部环境属性会直接影响其数字化转型的效率和效果。数字化时代要求数字技术与实体经济深度融合，但不同产业或企业的数字化程度参差不齐。一方面，制造业数字化基础不牢，细分行业普遍存在数据采集规范迥异、数据分析标准不同、行业数据缺失和分散等问题，“数据孤岛”和“沉睡数据”困境桎梏着企业转型进程。另一方面，同一行业的上下游企业数字化程度不同、内部运营数据完整度和留存标准存在差异，会产生系统不兼容、数据难以流通、业务场景难以全链条式切入等多重阻碍。

当前制造企业数字化转型道阻且长、困境重重，只有连接各资源主体，建立协同共生、良性互动的生态关系，才能释放资源效用，有效提高数字化转型绩效。基于以上分析，本文从TOE框架的技术、组织、环境三个层面共挑选出7 项因素，探寻各因素相互作用下制造企业高数字化转型绩效的组态路径。本文的研究框架如图1所示。

图1 研究框架

三、研究设计

（一）研究方法

要研究“制造业企业如何通过数字技术的选择来提高数字化转型绩效”这个问题，必须考虑各要素相互作用后的复杂因果关系。“单因单果”研究模式在一定程度上会忽视存在于数字化转型要素间的高度协同性和复杂交互关系，而fsQCA 方法的组态思想能更加合理地剖析多重原因并发导致的复杂性问题。虽然fsQCA方法属于定性与定量相结合的综合性研究方法，但是在判断各前因变量是否独自构成导致结果的必要条件时，只能从定性角度判断，缺少定量分析。Dul 等（2020）提出的NCA 方法能够从定量角度准确判断各前因变量是否构成必要条件，以及该变量到达何种程度时会成为必要条件，从而完美填补了fsQCA 方法的缺陷。因此，本文结合NCA 与fsQCA 两种方法，通过深层次的组态分析对多重因果并发关系进行合理解释，使研究结果更具合理性和说服力。

在TOE 框架下，影响数字化转型绩效的要素分别是技术应用要素中的开发支持型技术、通用应用型技术和垂直应用型技术，企业自身组织要素中的资金储备、信息化基础和人力资源，以及环境要素中的行业数字化程度。本文将以上7 项要素作为前因变量，将数字化转型后企业绩效作为结果变量，首先采用NCA 方法判断各前因变量是否构成导致结果产生的必要条件，以及在何种程度上成为必要条件；然后通过fsQCA方法对NCA 结果进行稳健性检验，进一步探析7 个前因变量的组合效应对数字化转型绩效的影响；最后根据结果描绘出不同要素耦合作用下的高数字化转型绩效路径。

（二）数据来源

本文的研究对象为A 股制造业上市企业，样本时间范围为2007～2021 年。鉴于财政部于2006 年发布《企业会计准则》，将样本初始年份定于2007 年可以保证样本统计口径的一致性。本文在选取样本数据时进行了如下处理：第一，剔除IPO 观测值；第二，剔除标有PT、ST、*ST 的制造业企业；第三，剔除所需关键财务变量缺失的企业。除此以外，本文对连续变量进行［1%，99%］分位数缩尾处理，以规避异常值的影响。本文所需财务指标、员工人数等微观指标来自Wind 和CSMAR数据库。

目前尚无数据库披露具体制造业企业对三种数字化技术的应用程度和行业数字化程度的信息。虽然企业年报是管理层向市场投资者提交的答卷，企业对新型数字技术的使用情况和引入进程必然争相公示，但是上市公司披露规则未指定相关指标的披露细则，因而本文运用文本识别分析技术，通过以下操作获取关键指标数据：

第一，建立数字化技术和数字化工具词库并进行分类。首先在现有研究的基础上摘取和归纳数字化技术及工具词汇，共计71个，同时引入阿里研究院、腾讯研究院和埃森哲咨询公司发布的研究报告中的最新数字技术词汇9 个，汇总后根据腾讯研究院对开发支持型技术工具、通用应用型技术工具和垂直应用型技术工具的定义与描述分别归类（李南和吴朋阳，2022），结果如图2所示。

图2 数字技术的分类

第二，利用Python技术对企业年报进行词频统计。收集符合条件的制造业上市企业年报，扫描、提取并整理文本信息。借鉴杜金岷等（2022）的做法，对关键词前有“不”“无”“没有”等否定词的语句进行筛选并剔除。

第三，对关键词进行归类汇总。分类归集爬取出的词汇，同一类词汇出现频率越高，说明企业对该项数字技术的应用和掌握程度越高。

（三）样本选取

目前国内外学者对于“数字化转型绩效”的判定尚未形成明确统一的标准，本文借鉴《埃森哲数字化转型报告2021》中评价“中国企业数字转型指数”的程序和方法，并结合已有研究归纳出的数字化企业特征，制定了如下“数字化转型绩效”判断标准：

第一，该企业已处于数字化转型状态。根据上一阶段的数字化技术及工具词频爬取所得数据，可以了解各个制造业企业对各项数字技术的应用和掌握程度。将企业年报中数字化技术及工具词频数低于10的年份称为“信息化”年份，首个年报中数字化技术及工具词频数达到10 的年份称为该企业的“数字化元年”。若一个企业当年年报中数字化技术及工具词频数大于等于10，且截至2021 年该企业每年年报中数字化技术及工具词频统计数都超过10，则认为该企业处于“数字化转型”状态。

第二，至2021 年底，该企业相较于“数字化元年”已经实现连续三年的“净资产收益率提升”。

第三，至2021 年底，该企业相较于“数字化元年”满足连续三年实现“主营业务成本率降低”或者“总资产周转率提高”二者之一。

在此标准下，笔者对我国A 股3000 多家制造业上市公司一一进行人工筛选，共寻得50 个取得“数字化转型绩效”的企业作为本文的研究样本。

（四）变量测量

1.结果变量。基于上述“数字化转型绩效”判断标准，对50 个样本企业的数字化转型绩效进行评价，其公式如下：

其中：Pdcg表示数字化转型绩效；ROE2021表示2021 年净资产收益率；ROE0表示数字化元年的净资产收益率；COGS2021表示2021 年主营业务成本率；COGS0表示数字化元年的主营业务成本率；AOT2021表示2021 年总资产周转率；AOT0表示数字化元年的总资产周转率。

2.前因变量。由于目前数字化转型绩效研究尚不充分，开发支持型技术、通用应用型技术、垂直应用型技术、资金储备、信息化基础、人力资源、行业数字化程度7 个前因变量的测量方法没有完全可以依赖的理论标准，故而在借鉴前辈学者研究成果的基础上，参考国内外知名研究机构的评价方法和标准，采用表1 所示的衡量方法对各前因变量进行测量。

表1 前因变量及其测量方法

3.变量的标准化处理。对各前因变量的指标数据采用效用值法进行无量纲化处理，效用值取值范围为［0，100］，效用值越接近100，则该指标得分越高。再将结果变量和7个前因变量输入软件Stata MP 17中，按照上四分位数0.95、中四分位数0.50、下四分位0.05 的标准进行校准，将变量校准为［0，1］区间的集合数据（林艳和卢俊尧，2022）。

四、实证结果分析

（一）必要条件分析

本文通过运行R语言软件，利用上限回归（CR）和上限包络分析法（CE）两种估计方法计算7个前因变量的效应量。在NCA 方法中，效应量表示由必要条件产生特定结果时需要达到的最低水平，效应量取值范围为［0，1］。效应量小于0.1时，代表低水平；效应量处于0.1～0.3 之间时，代表中等水平；效应量越接近于1，代表水平越高。

NCA 方法计算得出的必要条件必须同时满足两个条件：一是效应量不小于0.1；二是蒙特卡洛仿真置换检验结果显示效应量是显著的。表2 列示了必要条件分析结果。

表2 NCA方法的必要条件分析结果

由表2 可知，虽然开发支持型技术应用程度、通用应用型技术应用程度和资金储备的效应量（d 值）均超过0.01，但所有前因变量的P 值都高于0.01，因而前因变量不存在同时满足P＜0.01 且d＞0.01 的情况，说明单个前因变量影响显著，但不构成导致结果变量发生的必要条件。

瓶颈水平分析能够计算出达到结果变量最大观测范围的水平值以及前因变量最大观测范围内需要满足的水平值（Dul 等，2020）。表3 列示了NCA 方法的瓶颈水平分析结果，由该结果可知，若要达到当前A股市场已实现的最高数字化转型绩效水平，则开发支持型技术、通用应用型技术、垂直应用型技术、资金储备、信息化基础、人力资源、行业数字化程度7 个前因变量的水平值分别是4.9%、59.3%、7.4%、36.6%、2.2%、5.6%、3.7%。

表3 NCA方法的瓶颈水平分析结果

此外，fsQCA 方法的必要性分析功能可以对NCA方法的分析结果进行进一步验证。具体而言，可以通过评价前因变量对结果的一致性评价，判断前因变量是否构成必要条件，当一个前因变量的一致性值大于0.9 时，则认定其构成结果变量的必要条件。通过运行fsQCA 3.0 软件得到必要条件检测结果（如表4 所示），其中未发现一致性值大于0.9 的前因变量，与上文NCA方法的分析结果表现一致。

表4 fsQCA方法的必要条件检测结果

（二）组态分析

运用fsQCA 3.0 软件对校准后的前因变量进行真值表分析，在操作过程中沿用Fiss（2011）的做法将原始一致性阈值设置为0.80，再根据杜运周和贾良定（2017）等的建议将PRI 一致性阈值设置为0.70，频数阈值设置为1。最终得到4 种简单解和3 种中间解，同时出现在简单解与中间解中的条件为核心条件，仅在中间解中出现的条件为辅助条件（张妮和赵晓冬，2022）。结果显示，4 种组态的一致性和总体一致性都高于0.8，总体覆盖度为42.2%，共产生4种高数字化转型绩效组态，如表5所示。

表5 组态分析结果

1.组态S1：通用探索型——内外部条件匮乏下单独依靠通用应用型技术的转型路径。组态S1的一致性为0.856，能够解释21.8%的样本。在该组态下，组织条件中的资金储备、信息化基础、人力资源和环境支持中的行业数字化程度均处于不同程度的缺失状态，此时企业没有足够的能力去进行现有资源部署和软件开发工作。而通用应用型技术的使用难度低，成本也相对较低，是制造企业进行数字化转型的重要工具。因此，企业可以选择引入该类型技术，将安装、维护、修复等工作统一外包，专注于提升自身使用技术的熟练度，进而快速提高生产、销售、管理效率（戚聿东和蔡呈伟，2020）。随着DevOps 理念和敏捷开发技术的完善与普及，云原生低代码开发架构持续向市场渗透，企业业务员登录第三方开发平台后可自行设计数字化软件程序，从而拓宽了通用应用型技术的使用领域，降低了其操作难度。但此路径高度依赖第三方软件开发平台，受开发领域和价值转换的限制，当前只有部分企业可以尝试此路径。

2.组态S2：被动牵引型——行业高度数字化时探索垂直应用型技术的转型路径。组态S2 的一致性为0.830，能够解释22%的样本。在该组态下，同行业企业已经处于高度数字化状态，仅依靠通用应用型技术的使用难以取得创新性突破，需要聚合新技术资源重塑竞争优势。垂直应用型技术是将不可替代的稀缺资源通过广泛连接与纵向融合形成专业性技术，应用于行业知识与经验密集的场景，其优化质量、降低成本、提升效率等优点可以帮助企业在市场竞争中形成核心竞争力，使其获取更加丰厚的利润。但垂直应用型技术具有开发门槛高、适配差、种类少等特性，需要企业长时间进行实验和研发，因而对企业信息化基础的要求较高。作为数字化转型的核心技术，垂直应用型技术可以深入解决行业内的特定问题，是企业“突破同质化竞争重围”的关键路径。

3.组态S3：谨慎尝试型——凭借企业信息化基础尝试开发通用应用型技术的转型路径。组态S3的一致性为0.893，能够解释17.9%的样本。与组态S1 类似，该组态下企业取得高数字化转型绩效同样依靠通用应用型技术，但不同点在于，组态S3 中企业自身以及同行业企业都具备一定程度的信息化基础。企业有能力根据业务需求和行业属性，凭借已有的数字技术基础自行开发多环节、全链条式的通用应用型技术，或者直接将行业中已存在且符合自身需求的通用应用型技术对接本企业的信息化设备，实现自身数字能力的跨越式提升。例如西门子推出的SIEPA 预测性分析工具，可以帮助有一定信息化基础的企业搭建设备故障库，实现工业大数据与工业领域的交互式智能分析，从而提升企业数字化能力。该组态路径对资金和人才的要求相对较低，具备信息化基础的企业可借此路径取得转型绩效。

4.组态S4：自主突破型——依靠自身实力强势研发垂直应用型技术的转型路径。组态S4的一致性达到0.964，但原始覆盖度是四个组态中最低的，为17.1%，说明该组态提升数字化转型绩效的实用性强，但采用的企业最少。该组态中虽然企业所处行业数字化程度不高，但其自身信息化基础牢固、资金充足、人才丰富，可以凭借不断的资金投入和技术测试打破行业数字化程度落后的桎梏，开发出领先于同行的垂直应用型技术，进而依托灵活的服务体系和优质的产品资源塑造核心竞争力，取得高数字化转型绩效。该路径下的数字化转型模式即瀑布式定制化开发模式，集设计、开发、测试、部署等多程序于一体，过程精细且高度专业化，但代码繁琐、开发周期长、资金需求量大、人员要求高，通常由规模较大的行业领军企业执行。完成开发后，虽然较低的行业数字化程度可能会限制数据价值流通，但其技术的高连通性不仅可以广增企业无形资产，也能快速重构市场应变能力，颠覆传统的商业模式（戚聿东和蔡呈伟，2020），因而完成该路径的企业是制造业数字化转型的“冲锋者”。

（三）稳健性检验

借鉴已有研究成果，本文采用如下两种稳健性检验方法：一是调整校准分位点（陈磊和杜宝贵，2022），将完全隶属分位点从0.95 下调到0.75，将完全不隶属分位点由0.05调增到0.25，其他条件保持不变；二是调整一致性阈值，以0.01为间距，将一致性阈值从0.80逐步调整到0.85，共计五次检验。两种检验方法下的组态路径和核心条件均未发生实质性变化，证明上述研究结论具有稳健性。

五、总结

（一）研究结论

本文基于TOE 框架，结合NCA 和fsQCA 方法，探究制造企业技术选择与高数字化转型绩效的路径关系，得出以下结论：一是，开发支持型技术、通用应用型技术、垂直应用型技术、资金储备、信息化基础、人力资源、行业数字化程度均是实现高数字化转型绩效的关键条件，但都不足以单独构成高数字化转型绩效的必要条件。二是，当前我国制造企业实现高数字化转型绩效的4 种组态路径分别是通用探索型、被动牵引型、谨慎尝试型和自主突破型，这4 种路径体现了企业在面临不同的内外部环境、组织架构和技术应用时实现数字化转型升级的多重方式。三是，目前我国制造企业主要依托通用应用型技术和垂直应用型技术取得数字化转型显著成效。通用应用型技术的使用门槛偏低、资源消耗小，转型风险容易控制；垂直应用型技术的使用条件苛刻，转型失败风险较高。因此，企业可以根据异质资源基础和行业数字化程度选择适宜的转型路径，培育颠覆性创新能力，合理配置冗余资源，强化资源效用，进入发展的“快车道”。

（二）管理启示

基于以上结论，本文得出如下启示：

一方面，企业应“踏浪而行，逐浪而上，破晓而重生”。首先，企业必须认识到：“数字化”只是手段，“转型”才是目的。企业应当突破“故步自封”的传统思维，打破组织僵化层级，通过识别当下资源情境，选择难度低、风险低、完成度高的转型路径，脱离碎片化、波段式的“零敲碎打”转型方式。其次，企业应当意识到不同数字技术的应用结构、驱动效率、价值转换难度是存在差异的，引入数字技术时不仅要考虑企业自身的人员设备与技术的匹配程度，还要合理预估数字技术未来的更新与维护成本。因此，企业高管必须具备系统观与要素整合能力，通过资源结构化处理推动技术模块耦合，提升转型绩效。最后，领军企业无疑是实现行业化的“开拓者”，其自主开发完成的垂直应用型技术往往具备较高的行业价值，因此，其应将价值创造作为企业数字化转型的战略重心，有偿传播数字技术，实现价值延伸。

另一方面，政府需“应势而谋，顺势而为，有备而并举”。首先，从整体上营造良好的数字建设环境，提高数字服务水平，为企业转型升级注入持久动力，避免企业出现“创新懈怠”行为。其次，鼓励数字技术开发企业和行业领军企业强化核心技术攻关，释放数字价值，有效“滋润”行业尾部企业；同时，激励一般性企业找准生态定位、掌握资源优势，灵活利用生态补给完成自身数字价值转换，实现高转型绩效。最后，建立互惠互利的价值规范，汇集多元利益主体力量，协同打造数字生态系统，实现资源价值共创、共享。

（三）不足与展望

本文的研究还存在许多不足，有待进一步完善。第一，因素数量的不足，fsQCA方法下因素选取的最佳个数是4～7个，本文按照最大数7去择取因素，但数字化转型是多种要素共同作用的结果，未来应从多角度寻找影响因素。第二，样本量选取的不足，本文仅从我国3000 多家制造企业中筛选出50 家高数字化转型绩效企业，未来可加入欧美优质制造企业来增大样本数量，提高转型绩效上限。第三，分析方法的不足，fsQCA 方法可以基于静态数据分析高数字化转型绩效组态的构成因素，但无法具体判断各因素的投放时间和投放程度，日后可加入动态数据构建相应的条件组态。