張林剛，戴國(guó)慶，熊 焰，耿文月

（上海應(yīng)用技術(shù)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 200235）

隨著大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展與應(yīng)用，第四次工業(yè)革命已然來(lái)臨，制造業(yè)再次成為世界各國(guó)關(guān)注的焦點(diǎn)。發(fā)達(dá)國(guó)家相繼提出振興制造業(yè)計(jì)劃，如德國(guó)率先提出“工業(yè)4.0”的概念、美國(guó)實(shí)施先進(jìn)制造業(yè)伙伴關(guān)系計(jì)劃、日本制定工業(yè)價(jià)值鏈計(jì)劃；同時(shí)，越南、印度和東歐等發(fā)展中國(guó)家和地區(qū)以更低的成本優(yōu)勢(shì)，逐漸取代中國(guó)成為發(fā)達(dá)國(guó)家產(chǎn)業(yè)轉(zhuǎn)移的新陣地。中國(guó)自2011 年以來(lái)，制造業(yè)就逐步面臨著勞動(dòng)人口紅利驟減、要素成本上升、創(chuàng)新型人才匱乏以及制造業(yè)企業(yè)稅負(fù)過(guò)重、部分行業(yè)產(chǎn)能過(guò)剩等問(wèn)題［1］，制造業(yè)轉(zhuǎn)型升級(jí)成為亟待解決的關(guān)鍵問(wèn)題。2021 年3 月，《中華人民共和國(guó)國(guó)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》提出要加強(qiáng)建設(shè)制造強(qiáng)國(guó)和數(shù)字中國(guó)，充分發(fā)揮中國(guó)海量數(shù)據(jù)和豐富應(yīng)用場(chǎng)景優(yōu)勢(shì)，有效促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，實(shí)現(xiàn)制造業(yè)全價(jià)值鏈上的高質(zhì)量轉(zhuǎn)型升級(jí)。然而從區(qū)域?qū)用鎭?lái)看，中國(guó)各地區(qū)間制造業(yè)數(shù)字化發(fā)展水平差異較大，研發(fā)創(chuàng)新重心向東部?jī)A斜，尤其在生產(chǎn)制造領(lǐng)域，北上廣深、浙江、福建等傳統(tǒng)制造業(yè)強(qiáng)省生產(chǎn)設(shè)備數(shù)字化率、聯(lián)網(wǎng)率已達(dá)到較高水平，而西部地區(qū)數(shù)字化水平相對(duì)較低，不同區(qū)域間“數(shù)字鴻溝”明顯［2］。究竟是什么因素導(dǎo)致中國(guó)各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型程度存在差異？制造業(yè)數(shù)字化轉(zhuǎn)型程度高的驅(qū)動(dòng)路徑是什么？這些問(wèn)題值得進(jìn)行深入理論探索?？v觀目前數(shù)字化轉(zhuǎn)型相關(guān)文獻(xiàn)，學(xué)者們主要關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效、商業(yè)模式變革和組織創(chuàng)新的影響以及如何構(gòu)建數(shù)字平臺(tái)、數(shù)字創(chuàng)新生態(tài)等方向的研究?！?018 中國(guó)企業(yè)數(shù)字化發(fā)展報(bào)告》指出，與其他產(chǎn)業(yè)相比，制造業(yè)作為中國(guó)的核心產(chǎn)業(yè)，其數(shù)字化水平最低。目前，理論界缺乏對(duì)中國(guó)不同區(qū)域制造業(yè)數(shù)字化水平的評(píng)價(jià)以及對(duì)影響不同區(qū)域數(shù)字化轉(zhuǎn)型的關(guān)鍵因素的討論。

制造業(yè)數(shù)字化轉(zhuǎn)型程度是一個(gè)受多重因素聯(lián)合作用的復(fù)雜過(guò)程，而模糊集定性比較分析法（fsQCA）適用于探究多重因素的聯(lián)合效應(yīng)對(duì)結(jié)果變量的影響機(jī)制［3］。因此，本文首先將改進(jìn)熵權(quán)法和灰色關(guān)聯(lián)分析相結(jié)合，從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面對(duì)我國(guó)不同區(qū)域的制造業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行評(píng)價(jià)。在此基礎(chǔ)上，利用fsQCA 方法從技術(shù)因素、市場(chǎng)因素和政府因素3 個(gè)維度探究影響不同區(qū)域制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，識(shí)別出存在哪些條件組態(tài)以殊途同歸的方式推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型以及哪些條件對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）更為關(guān)鍵。

1 文獻(xiàn)回顧

目前，國(guó)內(nèi)外學(xué)者對(duì)數(shù)字化轉(zhuǎn)型概念的定義尚未達(dá)成統(tǒng)一。孟凡生等［4］指出數(shù)字化轉(zhuǎn)型是以數(shù)字技術(shù)為主導(dǎo)，通過(guò)消除行業(yè)間的數(shù)據(jù)壁壘，提高企業(yè)運(yùn)行效率，最終提升企業(yè)績(jī)效；Frankiewicz 等［5］認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型是人才而非技術(shù)的轉(zhuǎn)型，通過(guò)重塑客戶價(jià)值主張來(lái)改造企業(yè)運(yùn)營(yíng)模式、價(jià)值創(chuàng)造模式和商業(yè)模式，最終提高企業(yè)在數(shù)字經(jīng)濟(jì)中的競(jìng)爭(zhēng)力；Rogers［6］認(rèn)為數(shù)字化轉(zhuǎn)型從根本上來(lái)說(shuō)是企業(yè)升級(jí)戰(zhàn)略思維的過(guò)程，雖然在這一過(guò)程中企業(yè)需要升級(jí)信息技術(shù)（IT）基礎(chǔ)設(shè)施，但本質(zhì)上是戰(zhàn)略而非技術(shù)的轉(zhuǎn)型。通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型是通過(guò)組合信息、計(jì)算、通信和連接技術(shù)引發(fā)企業(yè)屬性的重大變化，從而提升企業(yè)轉(zhuǎn)型能力和價(jià)值效益。企業(yè)的數(shù)字化轉(zhuǎn)型包含企業(yè)組織方式、資源配置方式、研發(fā)生產(chǎn)模式和商業(yè)模式等在內(nèi)的全方位、徹底的變革，涵蓋了數(shù)字化技術(shù)、數(shù)字化人才、數(shù)字化戰(zhàn)略和思維等諸多要素，且彼此相輔相成。

科學(xué)合理地評(píng)價(jià)制造業(yè)數(shù)字化轉(zhuǎn)型程度，是研究數(shù)字化轉(zhuǎn)型影響因素的重要基礎(chǔ)。關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)方面的研究，池毛毛等［7］和張振剛等［8］等認(rèn)為數(shù)字化轉(zhuǎn)型是企業(yè)實(shí)現(xiàn)創(chuàng)新的重要路徑，利用數(shù)字技術(shù)對(duì)企業(yè)內(nèi)部轉(zhuǎn)型影響的相關(guān)題項(xiàng)來(lái)衡量中小企業(yè)數(shù)字化轉(zhuǎn)型程度；萬(wàn)倫等［9］基于架構(gòu)理念從戰(zhàn)略與基礎(chǔ)評(píng)估、水平與能力評(píng)估、效能與效益評(píng)估三方面評(píng)價(jià)制造業(yè)數(shù)字化轉(zhuǎn)型，研究發(fā)現(xiàn)數(shù)字技術(shù)是數(shù)字化轉(zhuǎn)型的基礎(chǔ)，而數(shù)字化轉(zhuǎn)型會(huì)影響企業(yè)的質(zhì)量、成本、效率和創(chuàng)新能力，最終從企業(yè)的經(jīng)濟(jì)和社會(huì)效益中得到體現(xiàn)；黨琳等［10］根據(jù)各地區(qū)信息就緒度、制造業(yè)自身投入的產(chǎn)品和服務(wù)以及數(shù)字經(jīng)濟(jì)發(fā)展水平三方面刻畫(huà)制造業(yè)數(shù)字化轉(zhuǎn)型程度；陳堂等［11］從影響數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)要素出發(fā)，即從勞動(dòng)力、資本投入、人力資本、技術(shù)創(chuàng)新和創(chuàng)新環(huán)境等維度構(gòu)建區(qū)域數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系。此外，由于數(shù)字化轉(zhuǎn)型較難衡量，大部分學(xué)者采用對(duì)“數(shù)字化轉(zhuǎn)型”等相關(guān)詞頻的數(shù)量統(tǒng)計(jì)對(duì)其進(jìn)行測(cè)度。綜上所述，現(xiàn)有關(guān)于測(cè)量數(shù)字化轉(zhuǎn)型的文獻(xiàn)較少，且多從定性分析和文本分析法出發(fā)，測(cè)量方法較片面。而本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型以及數(shù)字化效益轉(zhuǎn)型三方面對(duì)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行評(píng)價(jià)，不僅有助于揭示制造業(yè)數(shù)字化轉(zhuǎn)型的“黑箱”，而且為各地區(qū)政府指導(dǎo)企業(yè)數(shù)字化發(fā)展提供參考。

關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型影響因素方面的研究，Llopis-Albert 等［12］指出數(shù)字技術(shù)顛覆了傳統(tǒng)汽車(chē)行業(yè)的商業(yè)模式，其中股東、跨國(guó)公司董事會(huì)和政府對(duì)數(shù)字化轉(zhuǎn)型影響較大，并利用fsQCA 進(jìn)行實(shí)證分析得出對(duì)企業(yè)基礎(chǔ)設(shè)施項(xiàng)目、創(chuàng)新活動(dòng)等進(jìn)行投資是推動(dòng)數(shù)字化轉(zhuǎn)型的根本動(dòng)力。Hrustek 等［13］將數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素定義為影響數(shù)字組織創(chuàng)新的因素或想法，主要包括客戶驅(qū)動(dòng)、技術(shù)驅(qū)動(dòng)和組織發(fā)展驅(qū)動(dòng)。van Dyk 等［14］通過(guò)對(duì)南非零售組織的調(diào)查發(fā)現(xiàn)，利用技術(shù)-組織-環(huán)境（TOE）模型將數(shù)字化轉(zhuǎn)型的影響因素歸納為技術(shù)因素（基礎(chǔ)設(shè)施建設(shè)、安全風(fēng)險(xiǎn)等）、組織因素（財(cái)務(wù)資源、企業(yè)文化等）和環(huán)境因素（客戶需求、市場(chǎng)競(jìng)爭(zhēng)等）三方面。中國(guó)學(xué)者王吉發(fā)等［15］建立了雙子識(shí)別模型，發(fā)現(xiàn)市場(chǎng)競(jìng)爭(zhēng)環(huán)境、R&D 人員比例、技術(shù)設(shè)備狀況等是企業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵因素。在此基礎(chǔ)上，陳春花［16］提出傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型包含數(shù)字技術(shù)的穿透、數(shù)字人才的協(xié)助以及開(kāi)放性組織的協(xié)同發(fā)展。而陳爽英等［2］借助TOE 模型，從技術(shù)因素、組織因素和環(huán)境因素三方面對(duì)比發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)工業(yè)數(shù)字化水平差異。陳慶江等［17］利用面板固定效應(yīng)模型，通過(guò)對(duì)企業(yè)同群效應(yīng)的觀察，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的核心內(nèi)涵是通過(guò)數(shù)字化的工具和平臺(tái)推動(dòng)組織變革，市場(chǎng)競(jìng)爭(zhēng)環(huán)境的變化是推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的主要?jiǎng)恿?。綜上，通過(guò)對(duì)現(xiàn)有數(shù)字化轉(zhuǎn)型影響因素的分析，發(fā)現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型主要受技術(shù)、市場(chǎng)和政府三方面影響。因此，本文從技術(shù)、市場(chǎng)、政府3 個(gè)維度出發(fā)，探討驅(qū)動(dòng)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）的路徑，理清制造業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)。

綜上所述，現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型的研究存在以下不足：一是關(guān)于數(shù)字化轉(zhuǎn)型測(cè)量方面的研究大多側(cè)重于定性分析，或是通過(guò)對(duì)“數(shù)字化轉(zhuǎn)型”相關(guān)詞條的搜索來(lái)衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度，測(cè)量方式過(guò)于片面且研究的時(shí)間窗口較短；二是現(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型影響因素的研究，主要考慮相關(guān)因素的單一作用對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的凈效應(yīng)，未考慮多個(gè)因素的聯(lián)動(dòng)影響，不能系統(tǒng)解釋各省制造業(yè)數(shù)字化轉(zhuǎn)型的多因素聯(lián)合機(jī)制；三是關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型路徑分析研究較匱乏，尚未揭示中間具體過(guò)程的“黑箱”。因此，為了測(cè)量各省份制造業(yè)數(shù)字化轉(zhuǎn)型程度，本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面展開(kāi)研究，并對(duì)比各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型程度差異。此外，利用fsQCA 從技術(shù)、市場(chǎng)和政府三大關(guān)鍵因素對(duì)數(shù)字化轉(zhuǎn)型的影響因素進(jìn)行組態(tài)分析，理清導(dǎo)致中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型效果異質(zhì)性的非對(duì)稱性因果關(guān)系，尋找推動(dòng)各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的突破點(diǎn)。

2 制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系與模型構(gòu)建

2.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

制造業(yè)數(shù)字化轉(zhuǎn)型要充分考慮新時(shí)代產(chǎn)業(yè)發(fā)展的新要求?！蛾P(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》《關(guān)于推進(jìn)“上云用數(shù)賦智”行動(dòng)培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導(dǎo)意見(jiàn)》《關(guān)于加快推進(jìn)國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》《“十四五”智能制造發(fā)展規(guī)劃》等有關(guān)推進(jìn)數(shù)字化與制造業(yè)深度融合的政策文件提出，要大力實(shí)施“互聯(lián)網(wǎng)+”協(xié)同制造，把推進(jìn)制造業(yè)數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型作為實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化的重要措施，推進(jìn)制造業(yè)全面高質(zhì)量發(fā)展，為新形勢(shì)下中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型提供明確方向，基于此，結(jié)合當(dāng)前數(shù)字技術(shù)賦能、數(shù)字創(chuàng)新生態(tài)、數(shù)字價(jià)值創(chuàng)造、產(chǎn)業(yè)協(xié)同發(fā)展、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化、柔性制造等實(shí)踐模式，本文認(rèn)為制造業(yè)數(shù)字化轉(zhuǎn)型可以從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型三方面來(lái)進(jìn)行解讀和闡述。

具體而言，制造業(yè)數(shù)字化轉(zhuǎn)型中數(shù)字化技術(shù)轉(zhuǎn)型是利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等新一代信息技術(shù)，打造數(shù)字化平臺(tái)，形成用數(shù)據(jù)說(shuō)話、用數(shù)據(jù)管理、用數(shù)據(jù)運(yùn)營(yíng)、用數(shù)據(jù)決策和創(chuàng)新的生產(chǎn)運(yùn)營(yíng)模式。從本質(zhì)上看，數(shù)字化技術(shù)轉(zhuǎn)型的核心是數(shù)據(jù)，包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)運(yùn)用、數(shù)據(jù)預(yù)測(cè)和數(shù)據(jù)安全維護(hù)等方面的能力。數(shù)字化創(chuàng)新能力轉(zhuǎn)型是指隨著數(shù)字技術(shù)與制造業(yè)融合程度不斷加深，促進(jìn)企業(yè)全價(jià)值鏈的創(chuàng)新發(fā)展。從本質(zhì)上看，數(shù)字化創(chuàng)新能力的核心在于連接，包括協(xié)同、合作和共享能力。數(shù)字化效益轉(zhuǎn)型，是指數(shù)字化轉(zhuǎn)型給企業(yè)創(chuàng)造的經(jīng)濟(jì)收益和生態(tài)效益，即提高企業(yè)經(jīng)濟(jì)收益的同時(shí)更好地承擔(dān)企業(yè)的社會(huì)責(zé)任，從本質(zhì)上看數(shù)字化效益轉(zhuǎn)型的核心在于價(jià)值。

2.1.1 數(shù)字化技術(shù)轉(zhuǎn)型

數(shù)字化技術(shù)轉(zhuǎn)型是以工業(yè)軟件、嵌入型系統(tǒng)軟件等為載體，通過(guò)技術(shù)改造實(shí)現(xiàn)制造業(yè)和IT 行業(yè)深度融合。鑒于固定資產(chǎn)投資是技術(shù)進(jìn)步的動(dòng)力源泉，本文借鑒羅序斌等［18］對(duì)于制造業(yè)創(chuàng)新發(fā)展的研究，數(shù)字化技術(shù)轉(zhuǎn)型用數(shù)字化設(shè)備投入、數(shù)據(jù)處理與運(yùn)營(yíng)能力、數(shù)字化軟件應(yīng)用情況、數(shù)字化安全建設(shè)能力來(lái)測(cè)度。其中，數(shù)字化設(shè)備投入包括企業(yè)的軟件、硬件、網(wǎng)絡(luò)及輔助設(shè)備的購(gòu)置和維護(hù)，是企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的基礎(chǔ)，為實(shí)現(xiàn)其自動(dòng)化管理、高效生產(chǎn)運(yùn)營(yíng)、精準(zhǔn)定制服務(wù)等提供有力支持。此外，數(shù)字化技術(shù)轉(zhuǎn)型產(chǎn)生了大量數(shù)據(jù)，數(shù)據(jù)的處理和運(yùn)營(yíng)能力是企業(yè)數(shù)字技術(shù)強(qiáng)弱的直接表現(xiàn)。而數(shù)字化軟件的應(yīng)用，即企業(yè)應(yīng)用物理融合系統(tǒng)實(shí)現(xiàn)信息的自動(dòng)交換和動(dòng)態(tài)控制，不僅可以提高企業(yè)生產(chǎn)效率和員工溝通效率，而且為企業(yè)智能決策和協(xié)同創(chuàng)新提供參考依據(jù)。最后，數(shù)字化安全建設(shè)能有效保護(hù)企業(yè)自身信息系統(tǒng)和客戶隱私，保障企業(yè)真正實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

2.1.2 數(shù)字化創(chuàng)新能力轉(zhuǎn)型

傳統(tǒng)制造業(yè)想要在數(shù)字化浪潮中實(shí)現(xiàn)突圍，亟需打造適應(yīng)企業(yè)自身轉(zhuǎn)型的數(shù)字化創(chuàng)新能力，即利用數(shù)字技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化的賦能創(chuàng)新［19］。由于傳統(tǒng)制造業(yè)企業(yè)具有技術(shù)含量高和投入高的特性，因此創(chuàng)新的落腳點(diǎn)在于產(chǎn)品和服務(wù)。本文在已有研究的基礎(chǔ)上，借鑒2004—2015 年的《中國(guó)制造業(yè)發(fā)展研究報(bào)告》的相關(guān)內(nèi)容，用企業(yè)研發(fā)強(qiáng)度、產(chǎn)品創(chuàng)新能力、數(shù)字人才儲(chǔ)備和有效發(fā)明專(zhuān)利數(shù)來(lái)衡量企業(yè)的數(shù)字化創(chuàng)新能力轉(zhuǎn)型水平。其中，研發(fā)強(qiáng)度是企業(yè)實(shí)現(xiàn)產(chǎn)品創(chuàng)新的基礎(chǔ)，研發(fā)強(qiáng)度越高越有利于企業(yè)實(shí)現(xiàn)產(chǎn)品創(chuàng)新，而新產(chǎn)品的銷(xiāo)售收入占比直接體現(xiàn)產(chǎn)品創(chuàng)新的質(zhì)量；企業(yè)服務(wù)的創(chuàng)新體現(xiàn)在企業(yè)利用數(shù)字技術(shù)實(shí)現(xiàn)精準(zhǔn)定制服務(wù)，讓用戶參與到新產(chǎn)品的研發(fā)，而數(shù)字化人才作為數(shù)字技術(shù)的實(shí)施主體，是企業(yè)服務(wù)創(chuàng)新的基礎(chǔ)；企業(yè)的有效發(fā)明專(zhuān)利數(shù)則直接反映了數(shù)字化創(chuàng)新為企業(yè)和客戶帶來(lái)的效益。

2.1.3 數(shù)字化效益轉(zhuǎn)型

數(shù)字化效益轉(zhuǎn)型是促成企業(yè)轉(zhuǎn)型升級(jí)的直觀表現(xiàn)，通過(guò)將數(shù)字技術(shù)應(yīng)用到制造業(yè)價(jià)值鏈的各個(gè)環(huán)節(jié)，從而幫助企業(yè)獲得更高的效益，這既包括經(jīng)濟(jì)效益的提升，也包括了生態(tài)效益的改善。數(shù)字技術(shù)與企業(yè)其他資源要素相融合，對(duì)企業(yè)生產(chǎn)、研發(fā)、銷(xiāo)售等環(huán)節(jié)實(shí)施動(dòng)態(tài)管理，不僅可以提高生產(chǎn)效率為企業(yè)創(chuàng)造更高經(jīng)濟(jì)效益，而且可以促進(jìn)企業(yè)綠色技術(shù)創(chuàng)新，幫助企業(yè)優(yōu)化生產(chǎn)流程、防控污染排放［20］。因此本文借鑒黃昶生等［21］關(guān)于制造業(yè)轉(zhuǎn)型升級(jí)的相關(guān)研究，將數(shù)字化效益劃分為經(jīng)濟(jì)效益和生態(tài)效益兩方面，其中，經(jīng)濟(jì)效益包括成本費(fèi)用利潤(rùn)率、主營(yíng)業(yè)務(wù)收入利潤(rùn)率和資產(chǎn)負(fù)債率3 個(gè)指標(biāo)；生態(tài)效益從能源和環(huán)境兩個(gè)方面考慮，因?yàn)楦鞯貐^(qū)很少有統(tǒng)計(jì)制造業(yè)的生態(tài)效益狀況，而制造業(yè)又從屬于工業(yè)的范疇，因此選取工業(yè)企業(yè)的數(shù)據(jù)來(lái)代替，其中能源方面用單位工業(yè)增加值電力消耗量和單位工業(yè)增加值煤炭消耗量來(lái)衡量，環(huán)境保護(hù)方面則用單位工業(yè)增加值廢水排放量和單位工業(yè)增加值二氧化硫排放量?jī)蓚€(gè)指標(biāo)來(lái)衡量。

表1 傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)指標(biāo)體系

2.2 基于改進(jìn)熵值-灰色關(guān)聯(lián)的制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)模型

制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)結(jié)果的準(zhǔn)確性和可靠性直接依賴于指標(biāo)權(quán)重的確定。本文對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行評(píng)價(jià)時(shí)，首先利用改進(jìn)熵值法進(jìn)行客觀權(quán)重賦值，盡量避免主觀因素的干擾。其次，利用灰色理論進(jìn)行評(píng)價(jià)分析，通過(guò)計(jì)算各地區(qū)與最優(yōu)方案的灰色關(guān)聯(lián)度值，來(lái)綜合確定各地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)結(jié)果的優(yōu)劣排序。

2.2.1 改進(jìn)熵值法確定權(quán)重

熵值法根據(jù)各評(píng)價(jià)指標(biāo)間的離散程度，用信息熵來(lái)確定指標(biāo)的權(quán)重。即若指標(biāo)cj之間的離散程度越大，則認(rèn)為指標(biāo)的信息量越大，其對(duì)最終評(píng)價(jià)結(jié)果的影響就越大，因而被賦予較大的權(quán)重系數(shù)；而指標(biāo)離散程度越小則表示其對(duì)最終評(píng)價(jià)結(jié)果影響越小，相應(yīng)地被賦予較小的權(quán)重系數(shù)。但熵值法并不能有效解決當(dāng)某項(xiàng)指標(biāo)值因離散程度較大而帶來(lái)的指標(biāo)權(quán)重不合理問(wèn)題，為此本文將選用改進(jìn)熵值法，即將標(biāo)準(zhǔn)化法與熵值法相結(jié)合對(duì)指標(biāo)進(jìn)行賦權(quán)［22］，具體改進(jìn)步驟如下：

（1）數(shù)據(jù)標(biāo)準(zhǔn)化處理。由于每一個(gè)指標(biāo)的單位和量綱不同，按照原始數(shù)據(jù)直接計(jì)算會(huì)導(dǎo)致結(jié)果出現(xiàn)偏差，因此需要對(duì)所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

（2）計(jì)算熵值。在各指標(biāo)標(biāo)準(zhǔn)化處理的基礎(chǔ)上，計(jì)算第j個(gè)指標(biāo)下第i個(gè)樣本值的比重Yij：

進(jìn)一步計(jì)算第j項(xiàng)指標(biāo)的信息熵δj：

計(jì)算信息熵冗余度ej：

進(jìn)行指標(biāo)權(quán)重的確定：

式（3）～ 式（5）中：δj≥0，i=1,2,…,n;j=1,2,…,m。最后，根據(jù)熵的可加性，一級(jí)指標(biāo)的權(quán)重可由二級(jí)指標(biāo)的權(quán)重加總得出。

2.2.2 基于改進(jìn)熵值-灰色關(guān)聯(lián)的綜合評(píng)價(jià)

改進(jìn)熵值-灰色關(guān)聯(lián)的綜合評(píng)價(jià)是利用灰色關(guān)聯(lián)分析來(lái)判斷若干個(gè)比較序列與參考序列在幾何形狀上的相似程度，即依據(jù)關(guān)聯(lián)度的大小對(duì)評(píng)價(jià)對(duì)象進(jìn)行排序。若越相似，則兩者的關(guān)聯(lián)程度越高。具體步驟如下：

（1）數(shù)據(jù)無(wú)量綱化。首先需要對(duì)所有數(shù)據(jù)進(jìn)行無(wú)量綱處理，對(duì)于正向指標(biāo)：

對(duì)于逆向指標(biāo)：

（2）確定分析數(shù)列。將最優(yōu)指標(biāo)集記為S*，由于標(biāo)準(zhǔn)化時(shí)已對(duì)正向指標(biāo)和逆向指標(biāo)進(jìn)行處理，所以本文將所有指標(biāo)的最大值視作最優(yōu)集。在進(jìn)行灰色關(guān)聯(lián)系數(shù)計(jì)算時(shí)，選擇將最優(yōu)集視作參考數(shù)列，將各不同地區(qū)的指標(biāo)集視作比較數(shù)列，如下所示：

參考數(shù)列：{S*}={So1,So2,…,Soj}

比較數(shù)列：{S}={Si1,Si2,…,Sij}

（3）計(jì)算灰色關(guān)聯(lián)系數(shù)。分別求出第i個(gè)地區(qū)第j個(gè)指標(biāo)與參考數(shù)列中第j個(gè)最優(yōu)值的關(guān)聯(lián)系數(shù)βij（i=1,2,…,n；j=1,2,…,m）

式（8）中：ρ為分辨系數(shù)，ρ∈［0,1］，一般取ρ=0.5。

（4）計(jì)算灰色加權(quán)關(guān)聯(lián)度：

式（9）中：di表示第i個(gè)地區(qū)對(duì)理想地區(qū)的灰色加權(quán)關(guān)聯(lián)度。

（5）評(píng)價(jià)分析。根據(jù)di值的大小對(duì)各地區(qū)進(jìn)行優(yōu)劣排序，di值越大，說(shuō)明越趨近理想值，評(píng)價(jià)效果越好。

3 制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)結(jié)果

3.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)電子信息產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》、中國(guó)各省份統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公告以及國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）等。考慮到數(shù)據(jù)的可得性，研究對(duì)象為中國(guó)的28 個(gè)省份（剔除海南、西藏、青海、香港、澳門(mén)、臺(tái)灣），覆蓋了2011—2019 年28 個(gè)省份制造業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)指標(biāo)數(shù)據(jù)（以下簡(jiǎn)稱“樣本”）。

3.2 制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)

依據(jù)上文指標(biāo)體系構(gòu)建方法，得到樣本省份制造業(yè)數(shù)字化技術(shù)轉(zhuǎn)型、創(chuàng)新能力轉(zhuǎn)型、效益轉(zhuǎn)型和綜合評(píng)價(jià)結(jié)果，取歷年評(píng)價(jià)結(jié)果的均值可得到樣本省份2011—2019 年整體制造業(yè)數(shù)字化轉(zhuǎn)型程度（DT），如表2 所示。從評(píng)價(jià)結(jié)果可以看出，中國(guó)制造業(yè)分布區(qū)域廣泛，不同省份制造業(yè)數(shù)字化轉(zhuǎn)型差異化明顯，總體呈現(xiàn)東部地區(qū)數(shù)字化轉(zhuǎn)型程度較高，中部地區(qū)次之，西部地區(qū)較差的狀態(tài)。

表2 樣本省份制造業(yè)數(shù)字化轉(zhuǎn)型水平的對(duì)比

從數(shù)字化技術(shù)轉(zhuǎn)型視角看，評(píng)價(jià)結(jié)果較好的3個(gè)省份為北京、廣東、江蘇，它們?cè)跀?shù)字化設(shè)備投入、數(shù)據(jù)處理和運(yùn)營(yíng)、數(shù)字化軟件應(yīng)用以及數(shù)據(jù)安全這4 個(gè)方面均位居全國(guó)前列。這不僅得益于這些地區(qū)雄厚的經(jīng)濟(jì)基礎(chǔ)，且本身制造業(yè)產(chǎn)業(yè)基礎(chǔ)強(qiáng)，在人力資源、基礎(chǔ)設(shè)施和資金支持等方面的優(yōu)勢(shì)為制造業(yè)的數(shù)字化轉(zhuǎn)型提供了先決條件。然而，中部地區(qū)制造業(yè)發(fā)達(dá)的天津、河北卻在了數(shù)字化技術(shù)轉(zhuǎn)型程度的前10 位以外，而處于西部地區(qū)的陜西、四川、重慶排名較靠前，究其原因是陜西、四川和重慶屬于高質(zhì)量制造業(yè)集聚地區(qū)，如陜西的汽車(chē)制造業(yè)和裝備制造業(yè)、四川的電子信息產(chǎn)業(yè)和裝備制造業(yè)在國(guó)內(nèi)外都擁有良好聲譽(yù)。

從數(shù)字化創(chuàng)新能力視角來(lái)看，排名前10 名的省份分別是廣東、北京、江蘇、浙江、上海、天津、山東、湖南、重慶、安徽，湖南、安徽和重慶雖然地處中西部地區(qū)，但擁有豐富的高等教育資源，有著高質(zhì)量的數(shù)字創(chuàng)新人才。據(jù)統(tǒng)計(jì)，湖南、安徽和重慶等地的R&D 人員全時(shí)當(dāng)量均位居全國(guó)前列，為數(shù)字化新產(chǎn)品研發(fā)和數(shù)字技術(shù)的創(chuàng)新提供了堅(jiān)實(shí)的人力基礎(chǔ)。

從數(shù)字化效益轉(zhuǎn)型視角看，陜西排名第一，主要是因?yàn)殛兾髦圃鞓I(yè)數(shù)字化生態(tài)效益較好，其對(duì)環(huán)境的破壞程度要遠(yuǎn)遠(yuǎn)小于北京、上海等地區(qū)。而前10 名的省份中，還包括中部地區(qū)的河南、湖南，主要原因是湖南裝備制造業(yè)和高新技術(shù)制造業(yè)增加值增長(zhǎng)速度明顯高于全國(guó)其他省份，使得全省規(guī)模工業(yè)快速發(fā)展，整體制造業(yè)呈穩(wěn)步高質(zhì)量發(fā)展趨勢(shì)；而河南制造業(yè)中高成長(zhǎng)性制造業(yè)和高技術(shù)產(chǎn)業(yè)占制造業(yè)的比重較大，工業(yè)增加值歷年來(lái)穩(wěn)居全國(guó)前列，形成裝備制造、現(xiàn)代食品兩大萬(wàn)億級(jí)產(chǎn)業(yè)基地，經(jīng)濟(jì)效益較高。

從制造業(yè)數(shù)字化轉(zhuǎn)型的綜合水平來(lái)看，雖然存在個(gè)別中部省份趕上或是超越東部省份的狀況，但是總體特征沒(méi)有實(shí)質(zhì)性變化，仍然遵循著東、中、西梯度空間分布格局，具體分為以下3 個(gè)梯度：（1）北京、廣東、江蘇、上海屬于第一梯度，它們?cè)跀?shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型方面均排名全國(guó)前6 位，是中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型水平較高的省份。（2）第二梯度包括浙江、陜西、山東、四川、福建、天津、遼寧、湖南、湖北、河南、重慶、安徽，這些地區(qū)數(shù)字化技術(shù)轉(zhuǎn)型和數(shù)字化創(chuàng)新能力轉(zhuǎn)型高于全國(guó)平均水平，但部分地區(qū)數(shù)字化效益轉(zhuǎn)型較差，說(shuō)明這些地區(qū)尚處于數(shù)字化轉(zhuǎn)型的初級(jí)階段，數(shù)字化效益還需要時(shí)日才能顯現(xiàn)出來(lái)。（3）第三梯度包括吉林、江西、河北、廣西、黑龍江、山西、貴州、內(nèi)蒙古、云南、新疆、甘肅、寧夏，大部分是西部省份。其中，甘肅、新疆、寧夏等地區(qū)因氣候環(huán)境惡劣、地理位置偏僻、工業(yè)基礎(chǔ)薄弱和缺乏高質(zhì)量人才，致使制造業(yè)的數(shù)字化轉(zhuǎn)型遭受?chē)?yán)重影響?？傊?，制造業(yè)數(shù)字化轉(zhuǎn)型整體呈現(xiàn)出東部地區(qū)轉(zhuǎn)型較快，中部地區(qū)持續(xù)追趕和西部地區(qū)努力奮進(jìn)的狀態(tài)。各地區(qū)要加快制造業(yè)數(shù)字化轉(zhuǎn)型，努力突破現(xiàn)狀并積極尋找影響制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，探索出適合本地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)路徑。

4 制造業(yè)數(shù)字化轉(zhuǎn)型影響因素分析

4.1 研究方法

fsQCA 方法通常用于揭示現(xiàn)實(shí)世界中復(fù)雜的因果關(guān)系［3］。本文使用fsQCA 方法來(lái)討論影響因素（條件變量）如何作用于制造業(yè)數(shù)字化轉(zhuǎn)型（結(jié)果變量），該方法可以通過(guò)組態(tài)效應(yīng)來(lái)解釋因果之間復(fù)雜關(guān)系，探索出特定結(jié)果存在的多種等效路徑，并且有效避免傳統(tǒng)對(duì)稱性定量方法中普遍存在的內(nèi)生性問(wèn)題［23］，找到影響制造業(yè)數(shù)字化轉(zhuǎn)型程度高（非高）的關(guān)鍵因素，幫助本文厘清制造業(yè)數(shù)字化轉(zhuǎn)型作用機(jī)制，深入分析條件間相互依賴的組態(tài)效應(yīng)［3］。通常，fsQCA 研究使用橫截面數(shù)據(jù)，但目前研究認(rèn)為可以應(yīng)用GCA 模型將數(shù)據(jù)的時(shí)間效益考慮其中［24］。該模型在Ragin［24］的模型基礎(chǔ)上，進(jìn)一步分析一致性和覆蓋率在不同案例和時(shí)間上的分布。Ragin［24］提出3 種不同類(lèi)型的一致性，即pooled consistency（POCONS）、between consistency（BECONS）和within consistency（WICONS）。其 中，POCONS表明當(dāng)未考慮時(shí)間和個(gè)體效應(yīng)時(shí)，樣本中所觀察到的整體一致性；BECONS 測(cè)量了面板中每年的橫截面一致性；WICONS 測(cè)量了每個(gè)特定案例的關(guān)系在時(shí)間上的一致性，面板數(shù)據(jù)包括了T個(gè)不同的BECONS、N個(gè)不同的WICONS 和1 個(gè)POCONS。對(duì)每個(gè)維度之間差異的承認(rèn)使研究者能夠理解條件和結(jié)果之間的關(guān)系。此外，計(jì)算BECONS 和POCONS之間的歐幾里得距離，即距離越短數(shù)據(jù)隨時(shí)間的一致性越穩(wěn)定，距離較大則需考慮時(shí)間效應(yīng)（根據(jù)蒙特卡洛模擬將基準(zhǔn)定位0.1），并計(jì)算WICONS 和POCONS 之間的歐幾里得距離，以分析WICONS 在不同情況下的變化。

4.2 數(shù)據(jù)說(shuō)明與變量描述

4.2.1 數(shù)據(jù)說(shuō)明

本文選取2011—2019 年中國(guó)28 個(gè)省級(jí)單位面板數(shù)據(jù)進(jìn)行實(shí)證研究，數(shù)據(jù)來(lái)源于各省份統(tǒng)計(jì)年鑒、國(guó)家統(tǒng)計(jì)局、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)財(cái)政年鑒》。本文的結(jié)果變量使用上文制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)結(jié)果來(lái)表示，具體的條件變量說(shuō)明如下。

4.2.2 變量描述

由于制造業(yè)數(shù)字化轉(zhuǎn)型不僅會(huì)受到制造業(yè)自身發(fā)展及其應(yīng)用的影響，還受到政府推動(dòng)力和其他社會(huì)因素的影響，如數(shù)字基礎(chǔ)設(shè)施水平、工業(yè)化路徑依賴、市場(chǎng)競(jìng)爭(zhēng)壓力、數(shù)字化制造產(chǎn)業(yè)政策、企業(yè)家精神、人力資源狀況、數(shù)字安全程度等，進(jìn)一步將其歸納為技術(shù)因素、市場(chǎng)因素和政府因素。

（1）技術(shù)因素，包括技術(shù)創(chuàng)新能力（RD）、人力資本（HR）和數(shù)字基礎(chǔ)設(shè)施（Infrus）。技術(shù)創(chuàng)新能力尤其是數(shù)字技術(shù)創(chuàng)新能力是制造業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。一方面，技術(shù)創(chuàng)新能力能夠幫助制造業(yè)塑造新發(fā)展模式，開(kāi)拓新市場(chǎng)份額；另一方面，數(shù)字技術(shù)的擴(kuò)散使得不同產(chǎn)業(yè)擁有共同的技術(shù)基礎(chǔ)，創(chuàng)新技術(shù)與市場(chǎng)需求的結(jié)合能有效推動(dòng)產(chǎn)業(yè)融合，助力產(chǎn)業(yè)數(shù)字化發(fā)展［25］。此外，制造業(yè)的數(shù)字化轉(zhuǎn)型需要高素質(zhì)人才的推動(dòng)和實(shí)施，人力資本的高低是勞動(dòng)力素質(zhì)水平的重要體現(xiàn)。而數(shù)字基礎(chǔ)設(shè)施對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型有顯著的正向促進(jìn)作用［26］。技術(shù)創(chuàng)新能力用自主研發(fā)型創(chuàng)新能力（研發(fā)經(jīng)費(fèi)內(nèi)部支出）和技術(shù)引進(jìn)型創(chuàng)新能力（研發(fā)經(jīng)費(fèi)外部支出）的綜合指數(shù)表示［27］；人力資本以企業(yè)專(zhuān)科及以上就業(yè)人員占比來(lái)表征［28］；數(shù)字基礎(chǔ)設(shè)施選取各省份傳統(tǒng)數(shù)字基礎(chǔ)設(shè)施（如企業(yè)利用互聯(lián)網(wǎng)經(jīng)營(yíng)的比重、域名數(shù)、IPV4 地址數(shù)）指數(shù)以及新型數(shù)字基礎(chǔ)設(shè)施（如信息化管理企業(yè)比重、有網(wǎng)站的企業(yè)比重、電子商務(wù)交易企業(yè)占比）指數(shù)，利用改進(jìn)熵值法進(jìn)行賦權(quán)，計(jì)算綜合評(píng)分來(lái)衡量各地區(qū)制造業(yè)的數(shù)字基礎(chǔ)設(shè)施建設(shè)狀況［2］。

（2）市場(chǎng)因素，包括外商投資和市場(chǎng)競(jìng)爭(zhēng)力。隨著全球化的發(fā)展，越來(lái)越多外國(guó)的先進(jìn)經(jīng)驗(yàn)和成熟發(fā)展理念進(jìn)入中國(guó)，對(duì)中國(guó)的經(jīng)濟(jì)發(fā)展和生產(chǎn)力水平產(chǎn)生潛移默化的影響。外商投資可以直接彌補(bǔ)制造業(yè)由于購(gòu)置數(shù)字化設(shè)備、建設(shè)智能化工廠、引進(jìn)清潔生產(chǎn)技術(shù)等帶來(lái)的巨額成本，還有利于技術(shù)模仿能力強(qiáng)的制造業(yè)更加有效地吸收外資企業(yè)技術(shù)［29］。研究表明，61.05%的中小型制造業(yè)企業(yè)認(rèn)為市場(chǎng)競(jìng)爭(zhēng)壓力是企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的首要原因［30］，市場(chǎng)競(jìng)爭(zhēng)力越大企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的可能性越大。面對(duì)強(qiáng)烈的市場(chǎng)競(jìng)爭(zhēng)，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型提高信息抓取和尋找動(dòng)態(tài)解決方案的戰(zhàn)略敏捷性，一般采用模仿的手段實(shí)現(xiàn)與對(duì)手的戰(zhàn)略匹配與競(jìng)爭(zhēng)均衡。此外，高強(qiáng)度的競(jìng)爭(zhēng)放大了決策環(huán)境的復(fù)雜性，提高企業(yè)與外部主體的關(guān)聯(lián)，加強(qiáng)企業(yè)間信息交流和資源流動(dòng)，從而為其贏得更高的市場(chǎng)地位。Nickell［31］認(rèn)為，企業(yè)的主營(yíng)業(yè)務(wù)利潤(rùn)率越高，其他企業(yè)進(jìn)入市場(chǎng)的成本就越高、難度越大，則市場(chǎng)競(jìng)爭(zhēng)程度就越低；同時(shí)，若市場(chǎng)競(jìng)爭(zhēng)激烈，企業(yè)的存貨周轉(zhuǎn)率就越低，此時(shí)企業(yè)為盡快清空庫(kù)存，會(huì)逐步放寬商業(yè)信用，從而導(dǎo)致應(yīng)收賬款的周轉(zhuǎn)速度放緩。因此，為了克服單一指標(biāo)的局限，本文利用改進(jìn)熵值法賦權(quán)將銷(xiāo)售利潤(rùn)率、存貨周轉(zhuǎn)次數(shù)和應(yīng)收賬款周轉(zhuǎn)率3 個(gè)指標(biāo)的綜合指數(shù)作為市場(chǎng)競(jìng)爭(zhēng)變化（MKT）的最終測(cè)量值，并用外商直接投資總額表示外商投資。

（3）政府因素，主要指政府財(cái)政支持。產(chǎn)業(yè)的發(fā)展需要政府的支持，尤其是新興技術(shù)的出現(xiàn)可能會(huì)導(dǎo)致企業(yè)的顛覆性轉(zhuǎn)型。面對(duì)這種高度不確定的轉(zhuǎn)型，需要政府發(fā)布相關(guān)政策或采用財(cái)政補(bǔ)貼等手段增強(qiáng)企業(yè)轉(zhuǎn)型信心。政府的財(cái)政科技支持，一方面能夠幫助制造業(yè)緩解自身融資困難，進(jìn)而加大對(duì)數(shù)字化轉(zhuǎn)型的投資力度；另一方面能夠促使制造業(yè)加大研發(fā)力度和創(chuàng)新投入程度，從而助力企業(yè)的數(shù)字化轉(zhuǎn)型。本文借鑒吳非等［32］的研究，選取財(cái)政科技支出強(qiáng)度，即財(cái)政科技支出與一般公共預(yù)算收入的比值來(lái)表示政府對(duì)企業(yè)的財(cái)政支持(GOV)。

4.3 數(shù)字化轉(zhuǎn)型路徑分析

4.3.1 數(shù)據(jù)校準(zhǔn)

根據(jù)本文案例的實(shí)際情況選擇直接校準(zhǔn)法，參照杜運(yùn)周等［3］和陶克濤等［33］的校準(zhǔn)標(biāo)準(zhǔn)，分別設(shè)置所有連續(xù)變量的5%、50%和95%分位值的3 個(gè)錨點(diǎn)作為完全非隸屬度、交叉點(diǎn)和完全隸屬度，最終將所有數(shù)據(jù)轉(zhuǎn)換成對(duì)應(yīng)的模糊隸屬分?jǐn)?shù)。此外，在校準(zhǔn)時(shí)為避免較多案例處在隸屬度為0.5 的交叉點(diǎn)上，從而影響分析結(jié)果，本文借鑒Fiss［34］的做法，將隸屬度為1 以下的所有隸屬分?jǐn)?shù)都加0.001。

4.3.2 必要條件分析

根據(jù)fsQCA 方法，首先要對(duì)各個(gè)條件變量進(jìn)行必要性分析，所謂必要性分析是指結(jié)果集合在多大程度上構(gòu)成條件集合的子集。一致性是必要條件的重要測(cè)量準(zhǔn)則，通常認(rèn)為必要條件的一致性不低于0.9［35］143。從表3 中可以看出，對(duì)數(shù)字化轉(zhuǎn)型程度高這一結(jié)果變量來(lái)說(shuō)，不存在必要條件，但數(shù)字化轉(zhuǎn)型程度非高存在缺少數(shù)字基礎(chǔ)設(shè)施和缺少外商投資兩個(gè)必要條件。

表3 制造業(yè)數(shù)字化轉(zhuǎn)型程度高的必要條件分析

4.3.3 條件組態(tài)的充分性分析

充分性分析不同于必要條件分析，它是為了探索引起結(jié)果發(fā)生的多個(gè)條件構(gòu)成的不同組態(tài)，即多個(gè)條件構(gòu)成的組態(tài)所代表的集合是否為結(jié)果集合的子集。同樣是通過(guò)一致性來(lái)判斷組態(tài)的充分性，本文的一致性閾值借鑒程聰?shù)龋?6］的研究，將其設(shè)為0.8，而頻數(shù)閾值則根據(jù)樣本規(guī)模設(shè)置為3（下文已通過(guò)實(shí)證檢驗(yàn)得出，在該樣本數(shù)據(jù)中橫截面效應(yīng)超過(guò)時(shí)間效應(yīng)，所以樣本數(shù)據(jù)不存在面板結(jié)構(gòu)，可將其看作一般QCA，屬于大樣本規(guī)模）?；诖?，本文分別對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型程度高和數(shù)字化轉(zhuǎn)型程度非高進(jìn)行組態(tài)分析。

（1）數(shù)字化轉(zhuǎn)型程度高的組態(tài)分析。如表4 所示，制造業(yè)數(shù)字化轉(zhuǎn)型程度高的路徑有5 條組態(tài)，一致性分別為0.979、0.985、0.977、0.993、0.987，說(shuō)明5 種組態(tài)都是促使數(shù)字化轉(zhuǎn)型程度高的充分條件，同時(shí)模型解的覆蓋度為0.752，表明前因條件在很大程度上解釋了數(shù)字化轉(zhuǎn)型程度高的原因。

表4 數(shù)字化轉(zhuǎn)型程度高的組態(tài)

組態(tài)1（HR×Infrus×FDI×Gov）表明，在政府財(cái)政支持較少的情況下，人力資本水平高、數(shù)字基礎(chǔ)設(shè)施好以及企業(yè)獲得充分的外部資源投資，仍然會(huì)促使數(shù)字化轉(zhuǎn)型程度高。其中，人力資本、數(shù)字化基礎(chǔ)設(shè)施和外商投資均為核心條件，該組態(tài)路徑能解釋約36.3%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有福建、山東、遼寧、湖北。例如，相對(duì)于廣東、江蘇而言，遼寧制造業(yè)獲得的財(cái)政支持要少得多，但目前該省已開(kāi)通2.5 萬(wàn)座5G 基站，建成經(jīng)營(yíng)性數(shù)據(jù)中心70 座，營(yíng)口、鐵嶺、遼寧禾豐、沈陽(yáng)煤科院、遼寧聯(lián)通、葫蘆島等6 個(gè)工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析二級(jí)節(jié)點(diǎn)上線運(yùn)營(yíng)，已接入企業(yè)300 家、標(biāo)識(shí)注冊(cè)量為350 萬(wàn)個(gè)，新型數(shù)字基礎(chǔ)設(shè)施相對(duì)完善。此外，由于遼寧制造業(yè)員工的整體人力資本水平排名靠前，且遠(yuǎn)超過(guò)大部分中部地區(qū)，加之全省從上至下一直貫徹著“以開(kāi)放做大做強(qiáng)先進(jìn)制造業(yè)”的理念，通過(guò)加強(qiáng)與日韓裝備制造業(yè)合作、高水平謀劃籌辦沈陽(yáng)中韓投資貿(mào)易博覽會(huì)等，因此該省制造業(yè)整體數(shù)字化轉(zhuǎn)型程度較高。

組 態(tài)2a（RD×Infrus×FDI×MKT）表 明，在較強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，制造業(yè)要實(shí)現(xiàn)較好的數(shù)字化轉(zhuǎn)型應(yīng)該同時(shí)具備技術(shù)創(chuàng)新能力高、數(shù)字基礎(chǔ)設(shè)施較完善和較高的外商投資3 個(gè)條件。該驅(qū)動(dòng)路徑能解釋約41.7%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，其中1.8%的案例僅由該路徑解釋?zhuān)硇允》萦薪K、山東、湖南、湖北。組態(tài)2b（RD×Infrus×FDI×Gov）表明，當(dāng)制造業(yè)具備較高的技術(shù)創(chuàng)新能力、較完備的數(shù)字基礎(chǔ)設(shè)施、對(duì)外開(kāi)放程度高（獲得的外商投資較多）以及當(dāng)?shù)卣^多的財(cái)政支持，就能完成較好的數(shù)字化轉(zhuǎn)型。該路徑解釋約57.7%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，其中2.11%的案例僅由該路徑解釋?zhuān)硇允》萦袕V東、北京、上海、浙江。例如作為制造業(yè)大省的江蘇，雖占據(jù)全國(guó)1/7 的產(chǎn)值，但整體制造業(yè)水平尚處于產(chǎn)業(yè)鏈中低端，制造業(yè)的增加值率偏低，因此以工業(yè)互聯(lián)網(wǎng)建設(shè)為抓手，加快數(shù)字化賦能成為了江蘇制造業(yè)轉(zhuǎn)型的必然選擇?！督K省企業(yè)數(shù)字化轉(zhuǎn)型白皮書(shū)》明確提出，企業(yè)的數(shù)字化包括了人（員工和客戶信息）的數(shù)字化、物（廠房、設(shè)備、物料等基礎(chǔ)設(shè)施）的數(shù)字化和事（研發(fā)、生產(chǎn)、運(yùn)營(yíng)等活動(dòng)）的數(shù)字化，要不斷加強(qiáng)企業(yè)深入研發(fā)、政府持續(xù)培育、龍頭企業(yè)大力帶動(dòng)小企業(yè)發(fā)展等有利于制造業(yè)企業(yè)數(shù)字化改造的意識(shí)。從整個(gè)組態(tài)2 的結(jié)果可以看出，技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資三者都是核心條件，而市場(chǎng)競(jìng)爭(zhēng)情況和數(shù)字基礎(chǔ)設(shè)施是邊緣條件，且二者存在潛在的替代關(guān)系。

組態(tài)3a（RD×HR×FDI×GOV×MKT）表明，在較強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，制造業(yè)必須要擁有較強(qiáng)的技術(shù)創(chuàng)新能力、較高的人力資本水平、充分的外商投資以及高額的政府財(cái)政支持，才能取得程度較高的數(shù)字化轉(zhuǎn)型成果。該組態(tài)路徑能解釋約29.4%的數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有江蘇、山東、陜西；組態(tài)3b（Infrus×FDI×Gov×MKT）表明，在市場(chǎng)競(jìng)爭(zhēng)激烈的情況下，完善的數(shù)字基礎(chǔ)設(shè)施、較多的外商投資和政府的財(cái)政支持能夠幫助制造業(yè)完成數(shù)字化轉(zhuǎn)型。該驅(qū)動(dòng)路徑能解釋約40.3%的制造業(yè)數(shù)字化轉(zhuǎn)型程度高的案例，代表性省份有安徽、河南、遼寧、湖北。整個(gè)組態(tài)3 可以看出，外商投資、財(cái)政支持和市場(chǎng)競(jìng)爭(zhēng)三者均為核心條件，而技術(shù)創(chuàng)新能力、人力資本的組合與數(shù)字基礎(chǔ)設(shè)施存在替代關(guān)系，且均為邊緣條件。

根據(jù)以上5 條路徑包含的核心條件和背后解釋邏輯，將其劃分為兩類(lèi)數(shù)字化轉(zhuǎn)型模式：資源導(dǎo)向型和市場(chǎng)導(dǎo)向型。（1）市場(chǎng)導(dǎo)向型企業(yè)數(shù)字化轉(zhuǎn)型是指前期一些制造業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，主要是受到市場(chǎng)競(jìng)爭(zhēng)環(huán)境、外商投資和政府財(cái)政支持的影響，然后通過(guò)改變自身技術(shù)創(chuàng)新能力、人力資本或是數(shù)字基礎(chǔ)設(shè)施建設(shè)最終實(shí)現(xiàn)轉(zhuǎn)型。（2）資源導(dǎo)向型企業(yè)數(shù)字化轉(zhuǎn)型是隨著數(shù)字技術(shù)的普及，制造業(yè)轉(zhuǎn)型的動(dòng)機(jī)來(lái)源于其追求自身高質(zhì)量發(fā)展，因而更側(cè)重自身資源的轉(zhuǎn)型，如數(shù)字基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新能力或人力資本水平等資源的轉(zhuǎn)型。本文研究的樣本區(qū)間為2011—2019 年，在此期間數(shù)字化轉(zhuǎn)型隨著數(shù)字技術(shù)、政府政策和市場(chǎng)制度環(huán)境的完善，可以分為前期市場(chǎng)導(dǎo)向型和后期資源導(dǎo)向型，二者之間相輔相成。

（2）數(shù)字化轉(zhuǎn)型程度非高的組態(tài)分析。如表5所示，導(dǎo)致造業(yè)數(shù)字化轉(zhuǎn)型程度非高的路徑有4 條，一致性分別為0.973、0.970、0.971、0.976，說(shuō)明4種組態(tài)都是導(dǎo)致數(shù)字化轉(zhuǎn)型程度非高的充分條件，同時(shí)模型解的覆蓋度為0.819，表明前因條件在很大程度上解釋了數(shù)字化轉(zhuǎn)型程度非高的原因。

表5 數(shù)字化轉(zhuǎn)型程度非高的組態(tài)

組態(tài)1 可以看出，在市場(chǎng)競(jìng)爭(zhēng)不激烈的環(huán)境下，非高的數(shù)字基礎(chǔ)設(shè)施和非高的外商投資會(huì)導(dǎo)致數(shù)字化轉(zhuǎn)型程度非高；而即使具有較高的人力資本水平，但由于缺乏數(shù)字基礎(chǔ)設(shè)施和外商投資兩個(gè)核心條件，仍然會(huì)使得數(shù)字化轉(zhuǎn)型程度非高。組態(tài)2 表明，在市場(chǎng)競(jìng)爭(zhēng)激烈環(huán)境下，非高的技術(shù)創(chuàng)新能力、外商投資（核心條件）以及非高的人力資本水平（邊緣條件），會(huì)導(dǎo)致數(shù)字化轉(zhuǎn)型程度低。組態(tài)3 表明，在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，非高的人力資本、外商投資、財(cái)政支持（核心條件）會(huì)造成制造業(yè)數(shù)字化轉(zhuǎn)型程度低。

綜上，通過(guò)對(duì)比影響數(shù)字化轉(zhuǎn)型程度高和非高的組態(tài)路徑可以看出，這些組態(tài)是非對(duì)稱性關(guān)系，即促成數(shù)字化轉(zhuǎn)型程度高的組態(tài)與導(dǎo)致數(shù)字化轉(zhuǎn)型程度低的組態(tài)并不一致。但存在一定相同之處，如數(shù)字化轉(zhuǎn)型成功的企業(yè)必定是一個(gè)對(duì)外開(kāi)放的企業(yè)，要能及時(shí)汲取外來(lái)資源和技術(shù)，幫助制造業(yè)實(shí)施轉(zhuǎn)型。

4.3.4 一致性和覆蓋率距離的分析

表6 給出了BECONS、POCONS 和相應(yīng)的距離度量，從中可以看出，無(wú)論是每年的一致性閾值還是總體一致性閾值（0.956）均高于0.8，說(shuō)明組態(tài)效應(yīng)一直存在。WICONS 距離0.322 高于基準(zhǔn)閾值0.1，說(shuō)明本文的數(shù)據(jù)是不同質(zhì)的。而WICONS距離（0.322）高于BECONS 距離（0.003），基于GCA 模型可以得出橫截面效應(yīng)主導(dǎo)了時(shí)間效應(yīng)。此外，表6 的數(shù)據(jù)進(jìn)一步顯示每年的BECONS 數(shù)值相對(duì)穩(wěn)定，說(shuō)明年份不作為變量來(lái)考慮影響結(jié)果，本文數(shù)據(jù)并不存在面板結(jié)構(gòu)。

表6 2011—2019 年組間和組內(nèi)一致性年度分布

4.4 穩(wěn)健性檢驗(yàn)

本文使用調(diào)整一致性水平（一致性水平從0.8 提高至0.85）和校準(zhǔn)閾值（使用90%代替95%、10%代替5%）來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)，并借助Schneider等［35］44提出的QCA 結(jié)果穩(wěn)健的兩個(gè)不同標(biāo)準(zhǔn)（不同組態(tài)的擬合參數(shù)差異和不同組合集合狀態(tài)）進(jìn)行判斷，結(jié)果與表5 所示的一致性和覆蓋率得分幾乎一致，證實(shí)了POCONS（COV），BECONS（COV）WICONS（COV）的穩(wěn)健性。

5 研究結(jié)論與啟示

5.1 研究結(jié)論

本文從數(shù)字化技術(shù)轉(zhuǎn)型、數(shù)字化創(chuàng)新能力轉(zhuǎn)型和數(shù)字化效益轉(zhuǎn)型3 個(gè)方面綜合評(píng)價(jià)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型情況；在此基礎(chǔ)上，運(yùn)用fsQCA 方法以中國(guó)28 個(gè)省制造業(yè)數(shù)字化轉(zhuǎn)型為案例，探究技術(shù)因素、市場(chǎng)因素和政府因素對(duì)中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型的聯(lián)動(dòng)效應(yīng)及驅(qū)動(dòng)路徑，揭示了影響中國(guó)制造業(yè)轉(zhuǎn)型程度高與非高的核心條件及其復(fù)雜互動(dòng)本質(zhì)，得出如下結(jié)論：

（1）28 個(gè)省份中，制雖存在個(gè)別西部、中部省份在造業(yè)數(shù)字化轉(zhuǎn)型方面趕上或超越東部省份的狀況，但總體上東部領(lǐng)先、中部次之、西部相對(duì)落后的局面沒(méi)有發(fā)生實(shí)質(zhì)性變化，中國(guó)制造業(yè)發(fā)展和制造業(yè)數(shù)字化轉(zhuǎn)型程度提升具有廣闊的區(qū)域梯度空間。

（2）總體來(lái)看，中國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型程度高具有“多重并發(fā)”的特點(diǎn)，任何一個(gè)單一因素既不能構(gòu)成數(shù)字化轉(zhuǎn)型程度高的必要條件，也不能成為促進(jìn)數(shù)字化轉(zhuǎn)型的充分條件。但是對(duì)于不能較好完成數(shù)字化轉(zhuǎn)型的制造業(yè)來(lái)說(shuō)，缺少完善的數(shù)字基礎(chǔ)設(shè)施和外商投資是其不能實(shí)現(xiàn)轉(zhuǎn)型的關(guān)鍵變量。數(shù)字化轉(zhuǎn)型程度高存在5 條路徑，可以歸納為2 種配適模式：即組態(tài)1 和組態(tài)2 是人力資本或技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資協(xié)同發(fā)展模式，可以稱之為資源導(dǎo)向型轉(zhuǎn)型，組態(tài)3 是外商投資、政府支持與市場(chǎng)競(jìng)爭(zhēng)并存模式，可以稱之為市場(chǎng)導(dǎo)向型轉(zhuǎn)型。

（3）導(dǎo)致數(shù)字化轉(zhuǎn)型程度高的5 條組態(tài)中，其所涉及的要素在解釋數(shù)字化轉(zhuǎn)型時(shí)存在替代效應(yīng)，即在技術(shù)創(chuàng)新能力強(qiáng)、數(shù)字基礎(chǔ)設(shè)施和外商投資高時(shí)，只需要得到政府的支持或者處在激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境中，即可驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型效果；此外，在激烈的市場(chǎng)競(jìng)爭(zhēng)中，除了獲得政府財(cái)政支持、廣泛招攬外商投資之外，完善數(shù)字基礎(chǔ)設(shè)施或者實(shí)現(xiàn)技術(shù)創(chuàng)新、提高人力資本水平都會(huì)實(shí)現(xiàn)制造業(yè)的數(shù)字化轉(zhuǎn)型。

5.2 實(shí)踐啟示

（1）對(duì)制造業(yè)來(lái)說(shuō)，應(yīng)積極貫徹《中共中央國(guó)務(wù)院關(guān)于構(gòu)建開(kāi)放型經(jīng)濟(jì)新體制的若干意見(jiàn)》，提高對(duì)外開(kāi)放程度，營(yíng)造一個(gè)良好的營(yíng)商環(huán)境。且由于近幾年中美貿(mào)易摩擦升級(jí)，中外緊張的貿(mào)易關(guān)系一定程度影響了國(guó)內(nèi)企業(yè)發(fā)展，因此制造業(yè)在對(duì)外開(kāi)放的同時(shí)也要加強(qiáng)自身數(shù)字基礎(chǔ)設(shè)施建設(shè)，從內(nèi)外兩方面提高自身實(shí)力。此外，制造業(yè)仍需要進(jìn)一步提高企業(yè)研發(fā)水平，借助外部數(shù)字資源或自身數(shù)字化能力，致力于通過(guò)企業(yè)技術(shù)創(chuàng)新、流程改造、商業(yè)模式轉(zhuǎn)換等助推制造業(yè)數(shù)字化轉(zhuǎn)型；同時(shí)，增強(qiáng)對(duì)外商投資的吸引力，加強(qiáng)數(shù)字基礎(chǔ)設(shè)施，提高企業(yè)數(shù)字化轉(zhuǎn)型水平。

（2）對(duì)政府主管部門(mén)而言，要加強(qiáng)對(duì)制造業(yè)的財(cái)政支持，在處于不同競(jìng)爭(zhēng)環(huán)境下的制造業(yè)需采取不同的支持力度。例如，上海、江蘇、北京、浙江等東部地區(qū)市場(chǎng)競(jìng)爭(zhēng)力強(qiáng)，此時(shí)政府應(yīng)積極發(fā)揮作用，加大對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的財(cái)政支持。而部分地區(qū)的市場(chǎng)競(jìng)爭(zhēng)環(huán)境和政府的財(cái)政支持存在替代關(guān)系，如湖南、湖北等地區(qū)制造業(yè)市場(chǎng)競(jìng)爭(zhēng)緩和，在具有較高的制造業(yè)技術(shù)創(chuàng)新能力、數(shù)字基礎(chǔ)設(shè)施和外商投資的基礎(chǔ)上，為了促進(jìn)制造業(yè)的數(shù)字化轉(zhuǎn)型，政府應(yīng)給予一定政策傾斜和財(cái)力支持。此外，在制造業(yè)未得到政府財(cái)政支持的地區(qū)，應(yīng)從企業(yè)數(shù)字基礎(chǔ)設(shè)施、人力資本水平和技術(shù)創(chuàng)新能力等方面尋找數(shù)字化轉(zhuǎn)型非高的原因。

5.3 未來(lái)展望

由于所采用的客觀權(quán)重賦權(quán)法依賴足夠的樣本數(shù)據(jù)和實(shí)際的問(wèn)題域，可能會(huì)導(dǎo)致所得權(quán)重與其實(shí)際重要程度相差較大，將來(lái)可根據(jù)相關(guān)專(zhuān)家意見(jiàn)來(lái)確定東、中、西部不同地區(qū)指標(biāo)的重要性，采用組合賦權(quán)法來(lái)綜合確權(quán)，提高指標(biāo)權(quán)重的科學(xué)性與準(zhǔn)確性，進(jìn)而對(duì)面板數(shù)據(jù)的模糊集定性比較進(jìn)行進(jìn)一步分析。此外，可在本文基礎(chǔ)上進(jìn)一步對(duì)中國(guó)東、中、西部制造業(yè)數(shù)字化轉(zhuǎn)型影響因素進(jìn)行組態(tài)分析和差異對(duì)比。