摘 要：隨著云計算、大數(shù)據(jù)、人工智能等數(shù)字科技蓬勃發(fā)展，數(shù)字化創(chuàng)新深刻影響著企業(yè)創(chuàng)新與運營模式。利用結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析方法（fsQCA）分析技術(shù)不確定性、市場不確定性、企業(yè)家精神、組織學(xué)習(xí)、組織忘記對企業(yè)數(shù)字化創(chuàng)新的影響。結(jié)果發(fā)現(xiàn)：技術(shù)不確定性、市場不確定性、企業(yè)家精神、組織學(xué)習(xí)、組織忘記和數(shù)字化創(chuàng)新6個要素存在因果線性關(guān)系，并發(fā)現(xiàn)學(xué)習(xí)主導(dǎo)型、市場驅(qū)動學(xué)習(xí)型和市場主導(dǎo)型3條數(shù)字化創(chuàng)新路徑，以及3條非高數(shù)字化創(chuàng)新路徑。其中，市場驅(qū)動學(xué)習(xí)型最有可能激發(fā)數(shù)字化創(chuàng)新。結(jié)合結(jié)構(gòu)方程模型（SEM）分析結(jié)果，比較上述6條路徑發(fā)現(xiàn)，數(shù)字化創(chuàng)新的影響因素具有非對稱性，3條非高數(shù)字化創(chuàng)新路徑并不是3條高數(shù)字化創(chuàng)新路徑的對立面。

關(guān)鍵詞：企業(yè)數(shù)字化創(chuàng)新；驅(qū)動機(jī)制；結(jié)構(gòu)方程模型；模糊集定性比較分析

DOIDOI：10.6049/kjjbydc.2022080487

中圖分類號：F272.7-39文獻(xiàn)標(biāo)識碼：A

文章編號：1001－7348（2024）06－0097－11

0 引言

近年來，以人工智能、大數(shù)據(jù)、云計算為代表的數(shù)字技術(shù)快速發(fā)展，推動現(xiàn)代社會進(jìn)入數(shù)字經(jīng)濟(jì)時代。 《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》專門設(shè)置“加快數(shù)字化發(fā)展 建設(shè)數(shù)字中國”章節(jié)，并對加快建設(shè)數(shù)字經(jīng)濟(jì)、數(shù)字社會、數(shù)字政府，營造良好數(shù)字生態(tài)作出明確部署。截至2021年6月，我國制造業(yè)重點領(lǐng)域企業(yè)業(yè)務(wù)流程數(shù)控化率與數(shù)字化研發(fā)普及率已達(dá)到51.1%和71.5%，政務(wù)、金融、醫(yī)療、交通、能源等領(lǐng)域數(shù)字化應(yīng)用持續(xù)拓展。然而，通過數(shù)字化投資，企業(yè)年均增收幅度僅略高于10%，且2/3的企業(yè)未看到數(shù)字化創(chuàng)新投資對收入增長的促進(jìn)作用。實際上，企業(yè)未能最大限度地激發(fā)數(shù)字化創(chuàng)新的作用。因此，如何有效驅(qū)動企業(yè)數(shù)字化創(chuàng)新，進(jìn)而厘清企業(yè)開展數(shù)字化創(chuàng)新活動的先決條件，是現(xiàn)階段亟待解決的問題。同時，在我國數(shù)字技術(shù)發(fā)展的關(guān)鍵時期，聚焦企業(yè)數(shù)字化創(chuàng)新多重驅(qū)動因素與多元化驅(qū)動路徑研究，對數(shù)字經(jīng)濟(jì)發(fā)展具有重要影響。

借鑒現(xiàn)有研究成果，探討影響數(shù)字化創(chuàng)新的先決條件，使數(shù)字化創(chuàng)新驅(qū)動機(jī)制研究一脈相承。首先，在企業(yè)外部環(huán)境層面，學(xué)者們強調(diào)企業(yè)外部市場環(huán)境、區(qū)域政策、數(shù)字經(jīng)濟(jì)發(fā)展水平等外部因素對數(shù)字化創(chuàng)新的影響。其中，市場環(huán)境與技術(shù)環(huán)境對數(shù)字化創(chuàng)新發(fā)揮直接驅(qū)動作用[1]。由此，在VUCA環(huán)境下，有必要進(jìn)一步探討環(huán)境不確定性對數(shù)字化創(chuàng)新的驅(qū)動作用，關(guān)注企業(yè)對模糊性、動態(tài)性環(huán)境的感知能力。其次，在企業(yè)內(nèi)部環(huán)境層面，具體包括人力資本、企業(yè)文化和信息基礎(chǔ)等。其中，領(lǐng)導(dǎo)組織創(chuàng)新的核心精神發(fā)揮主導(dǎo)作用[1]，即企業(yè)家精神。這是因為具有較強企業(yè)家精神的組織更易接受創(chuàng)新和變革[2]。最后，數(shù)字化創(chuàng)新過程中的組織行為能夠影響數(shù)字化創(chuàng)新，是數(shù)字化創(chuàng)新的動力。因此，本文探討組織學(xué)習(xí)和組織忘記兩個過程驅(qū)動因素對數(shù)字化創(chuàng)新的影響，這兩種行為的動態(tài)性與持續(xù)性能夠滿足數(shù)字化創(chuàng)新這一復(fù)雜過程要求。數(shù)字化創(chuàng)新是持續(xù)的動態(tài)活動，在不同情境下各因素交互迭代，這一過程受諸多先決條件的影響[3]。因此，揭示內(nèi)外部過程驅(qū)動因素交互的整體機(jī)制，對推動數(shù)字化創(chuàng)新理論發(fā)展具有重要意義。目前，QCA方法成為管理學(xué)領(lǐng)域解決因果復(fù)雜性問題的重要方法。已有研究通過QCA方法發(fā)現(xiàn)，影響企業(yè)管理問題的多種因素互相聯(lián)系，能夠通過不同組合達(dá)到驅(qū)動結(jié)果的目的。因此，QCA方法適用于多層面驅(qū)動因素交互的數(shù)字化創(chuàng)新機(jī)制研究。

鑒于此，本文采用結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析（fsQCA）相結(jié)合的研究方法，基于組態(tài)視角整合企業(yè)外部環(huán)境層面的環(huán)境不確定性、內(nèi)部環(huán)境層面的企業(yè)家精神以及過程驅(qū)動層面的組織學(xué)與組織忘記，以探究前因條件間的關(guān)系以及不同組態(tài)與數(shù)字化創(chuàng)新的關(guān)系。本文主要探討以下問題：驅(qū)動數(shù)字化創(chuàng)新的路徑有哪些？制約數(shù)字化創(chuàng)新的路徑有哪些？數(shù)字化創(chuàng)新驅(qū)動路徑與制約路徑間有何聯(lián)系？

1 文獻(xiàn)綜述與模型建構(gòu)

目前，學(xué)者們對數(shù)字化創(chuàng)新進(jìn)行了探索研究，主要研究成果包括：第一，對數(shù)字化創(chuàng)新內(nèi)涵與類型的探究。相關(guān)研究主要基于結(jié)果（Jahanmir等，2018）、過程（Boland等，2007）及結(jié)合結(jié)果和過程（Huang等，2017）3個視角，對數(shù)字化創(chuàng)新概念進(jìn)行界定。Yoo等（2010）指出，數(shù)字化創(chuàng)新是戰(zhàn)略層面的變革。后續(xù)研究發(fā)現(xiàn)，數(shù)字化背景下，組織創(chuàng)新趨于平臺化、分布化（Yoo等， 2012），創(chuàng)新參與者逐漸多元化（Nambisan等，2017）且創(chuàng)新過程中的組織構(gòu)念逐漸豐富，數(shù)字化生態(tài)系統(tǒng)成為大勢所趨。參考謝衛(wèi)紅[4]的定義，本文認(rèn)為，數(shù)字化創(chuàng)新是不同主體通過對數(shù)字化資源進(jìn)行重組，進(jìn)而創(chuàng)造新的產(chǎn)品、服務(wù)、流程和商業(yè)模式的活動。Fichman等（2014）認(rèn)為，數(shù)字化創(chuàng)新類型主要包括數(shù)字化產(chǎn)品創(chuàng)新、數(shù)字化流程創(chuàng)新和數(shù)字化商業(yè)模式創(chuàng)新。第二，對數(shù)字化創(chuàng)新影響因素與效果的探討。學(xué)者們主要關(guān)注數(shù)字技術(shù)對數(shù)字創(chuàng)新的驅(qū)動作用，發(fā)現(xiàn)數(shù)字技術(shù)是數(shù)字化創(chuàng)新的推動者[5]。少量研究關(guān)注外部市場需求與技術(shù)的驅(qū)動作用，但未開展實證檢驗[1]；有研究提出，企業(yè)外部市場環(huán)境、區(qū)域政策、數(shù)字經(jīng)濟(jì)發(fā)展水平等外部因素能夠影響數(shù)字化創(chuàng)新[6]；還有研究關(guān)注數(shù)字化創(chuàng)新企業(yè)內(nèi)部環(huán)境影響因素，發(fā)現(xiàn)企業(yè)人力資本、企業(yè)文化和信息基礎(chǔ)設(shè)施等會對企業(yè)數(shù)字化創(chuàng)新活動產(chǎn)生影響[1]。大部分相關(guān)研究采取案例研究方法基于特定情景進(jìn)行分析，結(jié)果發(fā)現(xiàn)，數(shù)字化創(chuàng)新對企業(yè)績效、組織結(jié)構(gòu)、組織變革及數(shù)字創(chuàng)業(yè)產(chǎn)生影響（suseno等，2018），數(shù)字技術(shù)能夠改變企業(yè)組織方式及行業(yè)結(jié)構(gòu)（Fichman等，2014），在塑造創(chuàng)業(yè)機(jī)會方面發(fā)揮重要作用（Nambisan， 2017）。

由此可見，現(xiàn)有研究聚焦數(shù)字化創(chuàng)新內(nèi)涵、類型與結(jié)果，對數(shù)字化創(chuàng)新影響因素分析較少，尤其對數(shù)字化創(chuàng)新驅(qū)動機(jī)理的探究不夠深入，缺乏實證檢驗。數(shù)字化創(chuàng)新是企業(yè)內(nèi)、外部環(huán)境和過程驅(qū)動因素交互的復(fù)雜過程，因此，有必要基于數(shù)字化創(chuàng)新特性探討多重因素并發(fā)對數(shù)字化創(chuàng)新的驅(qū)動機(jī)理。

鑒于此，本文整合企業(yè)內(nèi)、外環(huán)境—過程驅(qū)動因素，采用結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析（fsQCA）相結(jié)合的研究方法，深入探討3個層面5個前因條件間的關(guān)系，如圖1所示。

1.1 外部環(huán)境層面

一方面，權(quán)變理論認(rèn)為，外部環(huán)境是企業(yè)創(chuàng)新與組織變革的重要驅(qū)動力（Chen 等，2019），高度不確定性外部環(huán)境能驅(qū)動企業(yè)數(shù)字化創(chuàng)新，以應(yīng)對瞬息萬變的市場環(huán)境；另一方面，在數(shù)字化創(chuàng)新過程中，企業(yè)需要不斷與外部環(huán)境交互，從外部環(huán)境獲取的信息與資源是企業(yè)重要的創(chuàng)新要素來源。因此，企業(yè)數(shù)字化創(chuàng)新過程與不確定性外部環(huán)境密切相關(guān)。Zhou等[7]認(rèn)為，不同維度的環(huán)境不確定性對企業(yè)創(chuàng)新行為具有異質(zhì)性影響，并將其劃為市場不確定性和技術(shù)不確定性兩個維度。

1.1.1 市場環(huán)境不確定性

市場不確定性是指企業(yè)所處市場需求和競爭者、替代者等的不確定性。數(shù)字化蓬勃發(fā)展背景下，新的市場進(jìn)入者和競爭者不斷涌入，為消費者創(chuàng)造新的需求。那些對企業(yè)競爭能力和市場優(yōu)勢產(chǎn)生威脅的環(huán)境變化會倒逼組織重新制定創(chuàng)新發(fā)展戰(zhàn)略，如優(yōu)化現(xiàn)有管理模式、重塑組織觀念等[8]。具體而言，企業(yè)在與市場環(huán)境交互過程中，通過吸收新的數(shù)字化資源，以及識別、整理、應(yīng)用有效信息（企業(yè)組織學(xué)習(xí)）整合數(shù)字資源，促進(jìn)資源流動，進(jìn)而產(chǎn)生數(shù)字化創(chuàng)意[9]。隨著企業(yè)對數(shù)字資源的加速吸收，企業(yè)需要及時采取組織忘記行為篩選和摒棄無效知識，變革現(xiàn)有組織結(jié)構(gòu)并優(yōu)化管理模式，更新知識以彌補自身缺陷[10]，從而更好地應(yīng)對市場不確定性風(fēng)險。

1.1.2 技術(shù)環(huán)境不確定性

技術(shù)不確定性是指企業(yè)所在行業(yè)環(huán)境中潛在知識、技術(shù)與規(guī)范等的不確定性。一方面，隨著行業(yè)數(shù)字技術(shù)不斷迭代，技術(shù)環(huán)境存在不確定性風(fēng)險，企業(yè)產(chǎn)品、流程及管理等技術(shù)知識會迅速貶值[11]。冗余知識會增加組織處理的時間與精力，固有觀念與知識會導(dǎo)致技術(shù)研發(fā)人員認(rèn)知路徑僵化，從而抑制數(shù)字化創(chuàng)新[12]。在上述環(huán)境中，及時開展技術(shù)變革以推進(jìn)數(shù)字化創(chuàng)新非常關(guān)鍵。組織持續(xù)學(xué)習(xí)與忘記行為能夠有效促進(jìn)技術(shù)變革，及時更迭數(shù)字技術(shù)以迎合企業(yè)創(chuàng)新。另一方面，行業(yè)技術(shù)變革可為企業(yè)創(chuàng)新提供新思路。數(shù)字時代背景下，基于戰(zhàn)略層面運用數(shù)字技術(shù)重組資源有助于企業(yè)探尋自身持續(xù)發(fā)展之路。因此，企業(yè)通過組織學(xué)習(xí)不斷汲取數(shù)字技術(shù)極為關(guān)鍵。已有研究表明，數(shù)字時代背景下，積極引入數(shù)字技術(shù)增強自身數(shù)字資源整合與應(yīng)用能力是企業(yè)創(chuàng)新的必然選擇（謝衛(wèi)紅等，2018）。因此，在外部技術(shù)環(huán)境不確定性背景下，企業(yè)會吸收外部數(shù)字技術(shù)、學(xué)習(xí)行業(yè)先進(jìn)管理知識，開展數(shù)字化創(chuàng)新，以維持自身競爭優(yōu)勢。

1.2 內(nèi)部環(huán)境層面

20世紀(jì)70年代，學(xué)者們基于不同視角對企業(yè)家精神進(jìn)行研究，兩種主要研究視角如下：一是將企業(yè)家精神視為個體特質(zhì)，即人格魅力；二是將企業(yè)家精神闡述為個體創(chuàng)新的特定過程（王炳成等，2020）。上述研究認(rèn)為，企業(yè)家精神是指通過挖掘現(xiàn)有資源創(chuàng)造新價值的創(chuàng)新意識和行為，涵蓋企業(yè)在創(chuàng)新活動中的創(chuàng)新精神、勇于挑戰(zhàn)的冒險精神和預(yù)測環(huán)境的前瞻精神（Covin等，1991）。同時，部分研究認(rèn)為，企業(yè)家精神是企業(yè)處于VUCA環(huán)境中獲取競爭優(yōu)勢、實現(xiàn)創(chuàng)新目標(biāo)的動力。由此，凸顯出企業(yè)家精神在企業(yè)長遠(yuǎn)發(fā)展過程中的必要性（王金鳳等，2019）。綜上，借鑒以往研究，本文將創(chuàng)新精神、冒險精神和前瞻精神作為企業(yè)家精神本質(zhì)的3個方面，以便全面理解企業(yè)家精神在驅(qū)動數(shù)字化創(chuàng)新過程中的作用。

有學(xué)者將企業(yè)家精神視為知識外溢機(jī)制，能夠克服知識與商業(yè)實踐間的屏障（Acs等，2018），有助于組織吸收新知識，從而促進(jìn)產(chǎn)品、流程、商業(yè)模式創(chuàng)新。例如，Audretsch等（2008）強調(diào)企業(yè)家精神在知識傳遞方面的重要作用。隨著數(shù)字經(jīng)濟(jì)發(fā)展，企業(yè)基于數(shù)字資源進(jìn)行產(chǎn)品、流程、商業(yè)模式等方面創(chuàng)新成為大勢所趨。因此，在探討企業(yè)數(shù)字化創(chuàng)新內(nèi)部環(huán)境驅(qū)動因素時，企業(yè)家精神是不可忽視的重要推動力。首先，企業(yè)家前瞻精神重視對市場的預(yù)測及學(xué)習(xí)的主動性，有助于企業(yè)識別市場需求，明確哪些知識是企業(yè)需要的，哪些知識對企業(yè)無效應(yīng)及時摒棄。不確定性環(huán)境下，前瞻精神能夠幫助企業(yè)識別與市場適配的資源組合模式并篩選創(chuàng)新方法[13]。其次，在企業(yè)家冒險精神驅(qū)使下，企業(yè)能夠及時摒棄舊的內(nèi)外部數(shù)字資源，嘗試突破固有管理模式[14]，從而實現(xiàn)數(shù)字化創(chuàng)新。最后，在企業(yè)家創(chuàng)新精神驅(qū)使下，企業(yè)會將創(chuàng)新作為自身發(fā)展目標(biāo)，這種創(chuàng)新精神能夠時刻提醒企業(yè)突破陳舊思維，通過數(shù)字化創(chuàng)新獲取自身核心競爭力[15]。

1.3 過程驅(qū)動層面

1.3.1 組織學(xué)習(xí)

數(shù)字經(jīng)濟(jì)時代，數(shù)字技術(shù)、思維模式和管理方式等成為企業(yè)數(shù)字化創(chuàng)新的重要基礎(chǔ)。持續(xù)的組織學(xué)習(xí)是企業(yè)實現(xiàn)數(shù)字化創(chuàng)新的源泉，組織學(xué)習(xí)的核心要素是“學(xué)習(xí)源”，據(jù)此，李樹文等（2019）將組織學(xué)習(xí)劃分為外部學(xué)習(xí)和內(nèi)部學(xué)習(xí)。其中，組織內(nèi)部學(xué)習(xí)是指基于企業(yè)自有知識，組織成員在組織內(nèi)部進(jìn)行新知識創(chuàng)造與交換，強調(diào)組織內(nèi)部交互；組織外部學(xué)習(xí)突出對外部技術(shù)的識別、吸納、整合及應(yīng)用，強調(diào)向外部標(biāo)桿企業(yè)學(xué)習(xí)先進(jìn)管理知識，包括技術(shù)、制度和程序等。

組織學(xué)習(xí)理論認(rèn)為，組織學(xué)習(xí)能夠幫助組織有意識地作出改變以應(yīng)對環(huán)境變化，進(jìn)而提升競爭能力并構(gòu)建競爭優(yōu)勢?，F(xiàn)有研究認(rèn)為，組織學(xué)習(xí)有助于企業(yè)識別、獲取、轉(zhuǎn)移和吸收顯性知識，上述知識是企業(yè)戰(zhàn)略制定的基礎(chǔ)[16]。企業(yè)數(shù)字化創(chuàng)新需要對數(shù)字資源不斷進(jìn)行挖掘和重組，從中汲取知識。因此，具有組織學(xué)習(xí)、知識共享理念與行為的企業(yè)能夠更好地實現(xiàn)數(shù)字化創(chuàng)新[17]。在不確定外部環(huán)境下，通過組織內(nèi)、外部知識學(xué)習(xí)可以進(jìn)一步增強企業(yè)數(shù)字資源開發(fā)能力，從而為企業(yè)帶來更多回報[18]。同時，企業(yè)探索、吸收和有效利用知識有助于管理者對市場的預(yù)測，進(jìn)而敏銳地捕捉數(shù)字化創(chuàng)新機(jī)遇[19]。

1.3.2 組織忘記

在組織學(xué)習(xí)研究中，Cohen（1990）認(rèn)為，組織在接受新知識時，部分知識會隨著時間推移而被忘記，由此提出組織忘記概念，并發(fā)現(xiàn)這是組織忘記知識的過程且不受自身控制；盧艷秋等（2014）認(rèn)為，組織忘記是組織摒棄組織舊慣例、行為等的過程；邢麗微等（2017）認(rèn)為，組織忘記是指企業(yè)突破固有范式和行為的更新能力。參考沈波等（2020）的定義，本文認(rèn)為，組織忘記是指組織拋棄無效知識的過程。同時，組織學(xué)習(xí)有助于組織忘記，從而促進(jìn)新知識獲取。

組織忘記能夠讓企業(yè)更開放、更努力地緊跟市場需求，開發(fā)新產(chǎn)品[20]。通過案例研究發(fā)現(xiàn)，變革現(xiàn)有能力并引入新能力對新興經(jīng)濟(jì)體的中小企業(yè)創(chuàng)新至關(guān)重要[21]。開展數(shù)字化創(chuàng)新的企業(yè)通常需要改變固有組織結(jié)構(gòu)、行為模式、慣例和知識基礎(chǔ)，從全局上對自身進(jìn)行徹底變革，以滿足或創(chuàng)造新市場需求，這能夠最大程度地強化數(shù)字化創(chuàng)新的作用，從而提升企業(yè)環(huán)境應(yīng)對能力[22]。因此，在企業(yè)數(shù)字化創(chuàng)新過程中，組織忘記是必不可少的活動。具備數(shù)字化知識體系的組織有利于創(chuàng)新靈感產(chǎn)生[23]，從而促進(jìn)數(shù)字化創(chuàng)新。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文采用問卷調(diào)查法收集樣本，問卷填寫對象為企業(yè)中高層管理者。這些員工是相關(guān)企業(yè)中的創(chuàng)新主力軍，在企業(yè)數(shù)字化相關(guān)活動方面具有實踐經(jīng)驗，全面了解數(shù)字化創(chuàng)新驅(qū)動因素。因此，本文研究樣本可用于檢驗各前因變量是否滿足數(shù)字化創(chuàng)新的充要條件。通過實地調(diào)研發(fā)放問卷400份，回收有效問卷320份，回收率80%。其中，制造業(yè)占比為16.4%，金融業(yè)占比為12.7%，信息技術(shù)服務(wù)業(yè)占比為8.2%，批發(fā)零售業(yè)占比為9.1%，住宿和餐飲業(yè)占比為10.9%；企業(yè)規(guī)模大部分在500人以下，占比為62.7%；國有企業(yè)占比為33.1%，民營企業(yè)為66.9%。

2.2 研究方法

本文采用結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析方法（fsQCA）相結(jié)合的研究方法，兩種研究方法基于不同原理，具有不同側(cè)重點。結(jié)構(gòu)方程模型（SEM）適用于檢驗探索性模型與假設(shè)，并能夠評估預(yù)測模型。因此，本文采用結(jié)構(gòu)方程模型分析前因變量對結(jié)果變量的凈影響。模糊集定性比較分析方法（fsQCA）適用于探究組合效應(yīng)，假設(shè)變量間具有不對稱性、等價性（不同路線能產(chǎn)生相同結(jié)果）、多重性（相同元素能產(chǎn)生不同結(jié)果），對分析條件進(jìn)行0～1之間任意數(shù)值校準(zhǔn)。本研究選取的變量均是表示程度的連續(xù)變量，即每個條件變量隸屬得分介于0～1之間。因此，本文采用模糊集定性比較分析方法（fsQCA）探索導(dǎo)致結(jié)果變量的前因條件組合。

2.3 變量選取

本文采用李克特5分制量表對研究變量進(jìn)行測量，1表示“非常不同意”，5表示“非常同意”。

（1）結(jié)果變量：數(shù)字化創(chuàng)新（DI）。參考Giudice等[24]的研究成果，數(shù)字化創(chuàng)新量表包括“采用數(shù)字技術(shù)對現(xiàn)有產(chǎn)品、服務(wù)和流程進(jìn)行改造升級”、“能夠利用數(shù)字資源使用戶參與創(chuàng)新、修改的過程”、“數(shù)字化創(chuàng)新成果能夠融合不同用戶的體驗，在使用過程中可以激發(fā)多種多樣的創(chuàng)新”等6個題項。

（2）條件變量：環(huán)境不確定性（UE）、企業(yè)家精神（ES）、組織學(xué)習(xí)（OL）和組織忘記（OF）。參考郭海等[25]的研究成果，從技術(shù)不確定性（UT）和市場不確定性（UM）兩個維度衡量環(huán)境不確定性（UE），包括“企業(yè)所在行業(yè)的數(shù)字技術(shù)變化速度很快”等6個題項。參考Covin[26]的研究成果，從創(chuàng)新精神、冒險精神和前瞻精神3個維度衡量企業(yè)家精神（ES），包括“特別重視研發(fā)活動、追求服務(wù)與技術(shù)領(lǐng)先與創(chuàng)新”等9個題項。參考王炳成等（2020）、李文亮等[9]的研究成果，從內(nèi)部學(xué)習(xí)、技術(shù)學(xué)習(xí)和管理學(xué)習(xí)3個維度衡量組織學(xué)習(xí)（OL），包括“該企業(yè)內(nèi)部溝通頻繁且通暢”、“能夠通過整合其它企業(yè)數(shù)字資源，開發(fā)本企業(yè)的新產(chǎn)品、新服務(wù)、新商業(yè)模式等”等9個題項。參考沈波等（2020）的研究成果，組織忘記（OF）量表包括“企業(yè)能夠根據(jù)外部環(huán)境變化，改變新產(chǎn)品開發(fā)程序”等6個題項。

（3）控制變量。借鑒以往研究成果[27]，考慮到企業(yè)規(guī)模（Size）、企業(yè)性質(zhì)（Nature）和行業(yè)類型（Type）3個變量與企業(yè)內(nèi)、外部環(huán)境和企業(yè)行為具有一定關(guān)聯(lián)性且對數(shù)字化創(chuàng)新存在一定影響，故本文將其設(shè)定為控制變量。

此外，本文采用SPSS 24.0軟件對條件變量與結(jié)果變量進(jìn)行描述性統(tǒng)計，各變量均值、標(biāo)準(zhǔn)差及相關(guān)性系數(shù)如表1所示。結(jié)果顯示，各變量間存在顯著相關(guān)關(guān)系，因而適合進(jìn)行實證分析。

3 實證結(jié)果與分析

3.1 信度與效度分析

本文采用Harman單因素探索性因子分析方法檢驗共同方法偏差，共析出3個特征值大于1的因子，第一個因子方差解釋率為22.748%，小于40%。因此，本研究共同方法偏差問題不嚴(yán)重。為了檢驗量表可信度，本文對各觀測變量的Cronbach's α值、CR值進(jìn)行檢驗，結(jié)果均大于0.7，說明各量表具有較高的信度。所有題項的因子載荷均大于0.7，各變量KMO值均大于0.7，量表整體KMO值為0.930，大于0.8，各變量方差累計貢獻(xiàn)率均大于70%。上述結(jié)果表明，本文研究量表具有較高的結(jié)構(gòu)效度。各變量的AVE值大于0.5且CR值大于0.7，說明模型具有較高的收斂效度，如表2所示。本文采用Mplus7.0進(jìn)行驗證性因子分析，以檢驗?zāi)Ｐ蛥^(qū)分效度，結(jié)果如表3所示。由表3可知，與其它5個競爭模型相比，六因子模型擬合指標(biāo)均達(dá)到判斷標(biāo)準(zhǔn)且優(yōu)于其它模型，模型區(qū)分效度較高。

3.2 SEM檢驗結(jié)果

本文采用結(jié)構(gòu)方程模型（SEM）檢驗假設(shè)模型中因果路徑的凈效應(yīng)，該模型擬合結(jié)果如下：χ2/df=2.001，GFI=0.936，AGFI=0.906，RMSEA=0.056，CFI=0.996 8，TLI=0.959。由結(jié)果可知，分析結(jié)果均滿足判斷標(biāo)準(zhǔn)，模型具有較高的擬合度。

結(jié)構(gòu)方程模型（SEM）路徑檢驗結(jié)果如表4所示。由表4可知，在控制企業(yè)規(guī)模、企業(yè)性質(zhì)和行業(yè)類型變量后，在95%的置信區(qū)間，市場不確定性對組織學(xué)習(xí)具有顯著正向影響（β=0.342，plt;0.01）；市場不確定性對組織忘記具有顯著正向影響（β=0.263，plt;0.1）；市場不確定性對數(shù)字化創(chuàng)新具有顯著正向影響（β=0.155，plt;0.01）；技術(shù)不確定性對組織學(xué)習(xí)具有顯著正向影響（β=0.323，plt;0.01）；技術(shù)不確定性對組織忘記的影響不顯著（β=-0.152，pgt;0.1），原因可能在于：高度不確定性環(huán)境下，企業(yè)難以識別什么技術(shù)對自身有用以及什么是失效技術(shù)，因而技術(shù)不確定性無法對組織忘記發(fā)揮正向促進(jìn)作用；技術(shù)不確定性對數(shù)字化創(chuàng)新具有顯著正向影響（β=0.274，plt;0.01）；企業(yè)家精神對組織學(xué)習(xí)具有顯著正向影響（β=0.282，plt;0.01）；企業(yè)家精神對組織忘記具有顯著正向影響（β=0.580，plt;0.01）；企業(yè)家精神對數(shù)字化創(chuàng)新具有顯著正向影響（β=0.515，plt;0.01）；組織學(xué)習(xí)對組織忘記具有顯著正向影響（β=0.460，plt;0.1）；組織學(xué)習(xí)對數(shù)字化創(chuàng)新具有顯著正向影響（β=0.324，plt;0.01）；組織忘記對數(shù)字化創(chuàng)新具有顯著正向影響（β=0.259，plt;0.1）。本文結(jié)構(gòu)方程模型檢驗結(jié)果如圖2所示。

結(jié)構(gòu)方程模型（SEM）分析結(jié)果表明，外部驅(qū)動因素、內(nèi)部驅(qū)動因素和過程驅(qū)動因素對企業(yè)數(shù)字化創(chuàng)新具有直接影響。此外，采用結(jié)構(gòu)方程模型（SEM）分析的前提條件是假設(shè)高數(shù)字化創(chuàng)新與非高數(shù)字化創(chuàng)新的前因條件對立，但二者不一定為鏡像對立關(guān)系。因此，本文采用模糊集定性比較分析方法（fsQCA）探索前因變量與高/非高數(shù)字化創(chuàng)新間的不對稱關(guān)系。

3.3 fsQCA檢驗結(jié)果

3.3.1 變量校準(zhǔn)

本文對研究變量進(jìn)行校準(zhǔn)，以提高分析結(jié)果的可解釋性。每個條件變量隸屬于一個集合，對條件變量進(jìn)行集合隸屬分?jǐn)?shù)賦值的過程就是校準(zhǔn)。根據(jù)已有研究，在校準(zhǔn)時存在完全隸屬、交叉點、完全不隸屬3個錨點（Ragin， 2008）。參考Ragin（2008）的研究成果，0.95為“完全隸屬”、0.5為“交叉點”、0.05為“完全不隸屬”，以此對樣本進(jìn)行校準(zhǔn)。結(jié)果發(fā)現(xiàn)，非高數(shù)字化創(chuàng)新校準(zhǔn)規(guī)則與高數(shù)字化創(chuàng)新相反。由表5可知，各變量完全隸屬點分值為5，交叉點分值均為4.44，完全不隸屬點分值為3。

3.3.2 單因素必要條件分析

參考現(xiàn)有研究，本文對條件變量進(jìn)行必要性檢驗，如表6所示。由表6可知，條件變量的一致性系數(shù)均小于0.9，表明該條件變量與結(jié)果變量不構(gòu)成必要關(guān)系，單一條件變量對結(jié)果變量的解釋力較弱。由此可見，促進(jìn)數(shù)字化創(chuàng)新的因素是多方面的。

3.3.3 組態(tài)分析

基于模糊集定性比較分析方法（fsQCA）的分析結(jié)果包括復(fù)雜解、中間解和簡約解。其中，同時在中間解和簡約解出現(xiàn)的為核心條件，只在中間解出現(xiàn)的為邊緣條件。本研究主要分析中間解的結(jié)果，同時考慮核心條件與邊緣條件的影響。參考Ragin（2008）的研究，本文選擇0.75作為一致性閾值。

根據(jù)表7可找出3條高數(shù)字化創(chuàng)新路徑。由解的覆蓋率可知，這3條路徑可以解釋89.2%的數(shù)字化創(chuàng)新樣本。

（1）學(xué)習(xí)主導(dǎo)型。H1：OS×～ES，一致性為0.889，原始覆蓋度為0.35，解釋的樣本量覆蓋率為35%，唯一覆蓋率為0.005 7，表明單一組態(tài)解釋的樣本覆蓋率。H1表明，無論組織忘記與環(huán)境不確定性是否存在，只要企業(yè)采取高水平組織學(xué)習(xí)（核心條件），即使企業(yè)家精神條件缺失，也能促進(jìn)企業(yè)數(shù)字化創(chuàng)新。根據(jù)組織學(xué)習(xí)理論，組織學(xué)習(xí)有助于組織有意識地作出改變以應(yīng)對環(huán)境變化，從而提升自身核心競爭能力。結(jié)合上述路徑，一方面，進(jìn)一步驗證了組織學(xué)習(xí)對企業(yè)數(shù)字化創(chuàng)新活動的促進(jìn)作用；另一方面，強調(diào)企業(yè)主動行為對企業(yè)創(chuàng)新的核心作用，尤其是數(shù)字化創(chuàng)新活動，企業(yè)自主學(xué)習(xí)能夠為自身帶來更多知識。同時，上述路徑中，在企業(yè)家精神缺失情況下，組織學(xué)習(xí)仍能激發(fā)數(shù)字化創(chuàng)新。對企業(yè)來說，將創(chuàng)新性、冒險性和前瞻性精神融入組織內(nèi)核道阻且長（Drucker， 2014）。因此，此路徑可為企業(yè)家精神缺失的企業(yè)提供破局之法，組織學(xué)習(xí)行為能夠較好地彌補這一精神動力的不足。

（2）市場驅(qū)動學(xué)習(xí)型。H2：UM×OS，一致性為0.877，解釋的樣本量覆蓋率為71%，唯一覆蓋率為0.027。H2表明，無論企業(yè)精神、組織忘記、技術(shù)不確定性是否存在，高組織學(xué)習(xí)（核心條件）與高市場不確定性（核心條件）情景下，企業(yè)會積極開展數(shù)字化創(chuàng)新活動。已有研究發(fā)現(xiàn)，數(shù)字化創(chuàng)新的前因因素之一為市場需求，強調(diào)企業(yè)數(shù)字化創(chuàng)新具有市場導(dǎo)向[1]。上述路徑進(jìn)一步驗證市場環(huán)境的驅(qū)動作用。結(jié)合前文結(jié)論，市場不確定性對組織學(xué)習(xí)具有正向影響?？梢姡墒袌鲵?qū)動的組織學(xué)習(xí)能夠促進(jìn)企業(yè)數(shù)字化創(chuàng)新。具體地，市場不確定性環(huán)境可以強化組織學(xué)習(xí)，后者是企業(yè)更新自身知識技能的積極行為。新知識有助于企業(yè)分析、預(yù)測市場發(fā)展趨勢，并結(jié)合市場偏好開展創(chuàng)新活動。同時，通過對比路徑的唯一覆蓋率發(fā)現(xiàn)，與其它路徑相比，高組織學(xué)習(xí)與高市場不確定性組合是激發(fā)數(shù)字化創(chuàng)新活動的核心驅(qū)動力。因此，數(shù)字時代，該路徑不失為企業(yè)破局的較優(yōu)選擇。

（3）市場主導(dǎo)型。H3：UM×～ES×～OF，一致性為0.893，解釋的樣本量覆蓋率為28.2%，唯一覆蓋率為0.001 5。H3表明，無論組織學(xué)習(xí)與技術(shù)不確定性是否存在，只要存在高市場不確定性（核心條件），即使企業(yè)家精神與組織忘記缺失，也能夠促進(jìn)企業(yè)數(shù)字化創(chuàng)新。上述路徑進(jìn)一步驗證了市場環(huán)境對企業(yè)數(shù)字化創(chuàng)新發(fā)揮導(dǎo)向作用的結(jié)論。同時，較強的壓力感知能力與行動能力可以較好地彌補企業(yè)短板（創(chuàng)新性、冒險性和首創(chuàng)性精神缺乏且未摒棄組織無效知識）。具體地，高度不確定性市場環(huán)境下，即使不具備創(chuàng)新精神，企業(yè)也會開展數(shù)字化創(chuàng)新。

基于QCA方法的因果非對稱性假設(shè)，不同條件組態(tài)可以對數(shù)字化創(chuàng)新結(jié)果進(jìn)行解釋。因此，本研究進(jìn)一步分析非高數(shù)字化創(chuàng)新路徑，如表7所示。結(jié)果發(fā)現(xiàn)，存在3條非高數(shù)字化創(chuàng)新路徑，由解的覆蓋率可知，上述3條路徑解釋了57.9%的數(shù)字化創(chuàng)新樣本。

路徑NH1：～ES×～OS×～UT×～UM，一致性為0.932，解釋的樣本量覆蓋率為47.7%，唯一覆蓋率為0.014。NH1表明，無論組織忘記存在與否，企業(yè)家精神、組織學(xué)習(xí)、技術(shù)不確定性和市場不確定性缺失會導(dǎo)致企業(yè)非高數(shù)字化創(chuàng)新。

路徑NH2：～ES×～OF×～UT×～UM，一致性為0.917，解釋的樣本量覆蓋率為50.7%，唯一覆蓋率為0.045。NH2表明，無論組織學(xué)習(xí)存在與否，企業(yè)家精神、組織忘記、技術(shù)不確定性和市場不確定性缺失會導(dǎo)致企業(yè)非高數(shù)字化創(chuàng)新。結(jié)合前文分析結(jié)果可知，企業(yè)家精神與市場不確定性對其它因素具有正向影響，核心條件缺失必然會導(dǎo)致非高數(shù)字化創(chuàng)新。同時，上述兩條路徑中，當(dāng)企業(yè)內(nèi)、外部條件均缺失時，企業(yè)組織學(xué)習(xí)與組織忘記行為任缺其一就會抑制數(shù)字化創(chuàng)新。由此表明，只有內(nèi)、外和過程條件同時缺失才會抑制數(shù)字化創(chuàng)新，單一條件并不能直接抑制數(shù)字化創(chuàng)新。與高數(shù)字化創(chuàng)新路徑比較發(fā)現(xiàn)，數(shù)字化創(chuàng)新影響因素具有非對稱性，組織學(xué)習(xí)與組織忘記作為核心條件存在并不一定能夠驅(qū)動數(shù)字化創(chuàng)新，但缺失時會抑制數(shù)字化創(chuàng)新。

路徑NH3：～ES×～OS×～OF×～UM，一致性為0.916，解釋的樣本量覆蓋率為52%，唯一覆蓋率為0.058。NH3表明，無論技術(shù)不確定性存在與否，企業(yè)家精神、組織學(xué)習(xí)、組織忘記和市場不確定性缺失就會導(dǎo)致非高數(shù)字化創(chuàng)新。創(chuàng)新精神缺失且所處市場環(huán)境不確定性風(fēng)險較小，可能會抑制組織主動學(xué)習(xí)新知識、摒棄舊知識的行為。此時，行業(yè)環(huán)境中固定的知識、技術(shù)與規(guī)范等會強化企業(yè)“躺平”行為，進(jìn)而抑制企業(yè)數(shù)字化創(chuàng)新。相反，高不確定性技術(shù)環(huán)境可能促使企業(yè)學(xué)習(xí)新知識，缺乏的創(chuàng)新意識與高市場環(huán)境風(fēng)險會導(dǎo)致企業(yè)創(chuàng)新活動進(jìn)程緩慢。與其它路徑相比，NH3唯一覆蓋比率最高，企業(yè)家精神、組織學(xué)習(xí)、組織忘記和市場不確定性缺失會導(dǎo)致非高數(shù)字化創(chuàng)新。對比上述3個路徑可以發(fā)現(xiàn)，過程驅(qū)動因素與外部驅(qū)動因素在解釋非高數(shù)字化創(chuàng)新時存在替代作用，即當(dāng)企業(yè)家精神與高市場不確定性缺失時，若組織學(xué)習(xí)或組織忘記缺失，或技術(shù)環(huán)境不確定性風(fēng)險較低，企業(yè)數(shù)字化創(chuàng)新就會受到抑制。

比較上述6條路徑發(fā)現(xiàn)，數(shù)字化創(chuàng)新影響因素具有非對稱性，3條非高數(shù)字化創(chuàng)新路徑并不是3條高數(shù)字化創(chuàng)新路徑的對立面。

4 結(jié)語

4.1 結(jié)論

本文以320份企業(yè)樣本為研究對象，結(jié)合結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析方法（fsQCA）分析前因條件對結(jié)果變量間的凈影響，并發(fā)現(xiàn)了3條數(shù)字化創(chuàng)新驅(qū)動路徑，即學(xué)習(xí)主導(dǎo)型、市場驅(qū)動學(xué)習(xí)型、市場主導(dǎo)型，以及3條制約數(shù)字化創(chuàng)新的路徑。

（1）市場不確定性環(huán)境下的組織學(xué)習(xí)有利于企業(yè)數(shù)字化創(chuàng)新。本文采用結(jié)構(gòu)方程模型（SEM）檢驗了技術(shù)不確定性、市場不確定性、企業(yè)家精神、組織學(xué)習(xí)、組織忘記、數(shù)字化創(chuàng)新6個變量間的因果關(guān)系。其中，市場不確定性對組織學(xué)習(xí)具有顯著正向影響。采用模糊集定性比較分析方法（fsQCA）研究發(fā)現(xiàn)，組織學(xué)習(xí)與高市場不確定性是激勵企業(yè)數(shù)字化創(chuàng)新的核心條件，市場驅(qū)動學(xué)習(xí)型路徑是數(shù)字化創(chuàng)新覆蓋率最高的路徑，大部分樣本企業(yè)借由該路徑開展數(shù)字化創(chuàng)新。進(jìn)一步分析表明，市場環(huán)境與組織學(xué)習(xí)是企業(yè)數(shù)字化創(chuàng)新的重要保障。此外，結(jié)構(gòu)方程模型（SEM）分析結(jié)果顯示，市場不確定性環(huán)境能夠有效促進(jìn)組織學(xué)習(xí)與組織忘記，幫助企業(yè)迅速更迭知識并開展數(shù)字化創(chuàng)新。值得注意的是，采用模糊集定性比較分析方法（fsQCA）研究發(fā)現(xiàn)，3條非高數(shù)字化創(chuàng)新路徑（NH1、NH2、NH3）表明，僅組織學(xué)習(xí)與市場不確定性條件缺失并不能抑制數(shù)字化創(chuàng)新。一方面，數(shù)字化創(chuàng)新具有復(fù)雜動態(tài)性，不是單方因素缺失就必然會受到抑制；另一方面，低市場不確定性和低水平組織學(xué)習(xí)不是抑制數(shù)字化創(chuàng)新的條件，僅缺失上述兩個條件的企業(yè)還有創(chuàng)新突破機(jī)會。

（2）高市場不確定性環(huán)境與高水平組織學(xué)習(xí)能夠有效彌補企業(yè)家精神和組織忘記缺失的不足，進(jìn)而促進(jìn)企業(yè)數(shù)字化創(chuàng)新。采用結(jié)構(gòu)方程模型（SEM）分析發(fā)現(xiàn)，市場環(huán)境不確定性能夠促進(jìn)組織忘記，企業(yè)家精神能夠促進(jìn)組織學(xué)習(xí)，組織學(xué)習(xí)能夠促進(jìn)組織忘記；采用模糊集定性比較分析方法（fsQCA）研究發(fā)現(xiàn)，兩條高數(shù)字化創(chuàng)新路徑分別為組織學(xué)習(xí)（核心）×企業(yè)家精神（缺失）和市場環(huán)境不確定性（核心）×企業(yè)家精神（缺失）×組織忘記（缺失）。前者強調(diào)4個條件間的簡單線性關(guān)系，只關(guān)注單一變量的作用；后者在簡單線性關(guān)系的基礎(chǔ)上，強調(diào)4個條件在驅(qū)動數(shù)字化創(chuàng)新過程中的互補關(guān)系。高不確定性市場環(huán)境與積極的組織學(xué)習(xí)能夠彌補企業(yè)家精神和組織忘記缺失，進(jìn)而激發(fā)企業(yè)數(shù)字化創(chuàng)新。這一結(jié)論極具現(xiàn)實價值，因為根據(jù)結(jié)構(gòu)方程模型（SEM）分析結(jié)果，低水平組織忘記和缺乏企業(yè)家精神的企業(yè)，其數(shù)字化創(chuàng)新會處于較低水平，但基于模糊集定性比較分析方法（fsQCA）的研究結(jié)論可為上述企業(yè)提供新的出路，即通過不確定性市場環(huán)境與組織學(xué)習(xí)促進(jìn)企業(yè)數(shù)字化創(chuàng)新。

（3）缺乏企業(yè)家精神是抑制數(shù)字化創(chuàng)新的核心要素。采用模糊集定性比較分析方法（fsQCA）分析發(fā)現(xiàn)，3條高數(shù)字化創(chuàng)新路徑中，企業(yè)家精神均不作為核心條件存在，但3條非高數(shù)字化創(chuàng)新路徑中，企業(yè)家精神均作為核心條件缺失。上述結(jié)果表明，企業(yè)家精神可能不是促進(jìn)數(shù)字化創(chuàng)新的核心要素，但其缺失會抑制數(shù)字化創(chuàng)新。這一結(jié)論在結(jié)構(gòu)方程模型分析中得到印證，企業(yè)精神對組織學(xué)習(xí)和組織忘記具有正向影響，其缺失必然影響其它條件，進(jìn)而導(dǎo)致非高數(shù)字化創(chuàng)新。同時，凸顯出數(shù)字化創(chuàng)新活動的異質(zhì)性，只有三方要素同時缺失才會抑制創(chuàng)新。以往研究僅從單一層面采用傳統(tǒng)回歸分析方法探討數(shù)字化創(chuàng)新驅(qū)動問題，本文基于組態(tài)方法分析數(shù)字化創(chuàng)新驅(qū)動問題更符合數(shù)字化創(chuàng)新特性，更具實踐價值。

（4）本文結(jié)合結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析方法（fsQCA）探究數(shù)字化創(chuàng)新驅(qū)動機(jī)制的因果非對稱性問題，豐富了數(shù)字化創(chuàng)新研究。結(jié)構(gòu)方程模型（SEM）能夠檢驗前因變量與數(shù)字化創(chuàng)新的因果對稱性，但也存在局限性，無法解釋多種變量組合如何導(dǎo)致一個結(jié)果變量這一問題。為解決這一問題，Ragin（2008）采用模糊集定性比較分析方法（fsQCA），通過條件組態(tài)改善分析結(jié)果，加強對導(dǎo)致結(jié)果的充分條件識別。Duarte（2019）、Phung等（2019）采用結(jié)構(gòu)方程模型（SEM）與模糊集定性比較分析方法（fsQCA）相結(jié)合的方法探討復(fù)雜動態(tài)性問題。本文進(jìn)一步采用模糊集定性比較分析方法（fsQCA）研究發(fā)現(xiàn)，非高數(shù)字化創(chuàng)新路徑與高數(shù)字化創(chuàng)新驅(qū)動路徑存在非對稱關(guān)系，二者并非完全對立。此外，本文發(fā)現(xiàn)，企業(yè)家精神缺乏與組織忘記具有非對稱性，這兩個條件出現(xiàn)在不同路徑中會導(dǎo)致相反的結(jié)果。由此，進(jìn)一步豐富了傳統(tǒng)線性回歸中因果關(guān)系效應(yīng)的統(tǒng)一對稱性假設(shè)（程聰，2016）。

4.2 實踐啟示

（1）順勢而為，滿足市場需求，強化學(xué)習(xí)行為。市場不確定性驅(qū)動組織學(xué)習(xí)是激發(fā)數(shù)字化創(chuàng)新的有效路徑，外部環(huán)境壓力與企業(yè)主動學(xué)習(xí)的組合能夠促進(jìn)數(shù)字化創(chuàng)新。由此表明，市場環(huán)境變動是“勢”，企業(yè)可以通過組織學(xué)習(xí)“順勢而為”，不斷尋找破局方法。

（2）先行先試，“干中學(xué)”。缺乏企業(yè)家精神的企業(yè)可以采取先行先試策略，通過“干中學(xué)”積極引進(jìn)外部數(shù)字技術(shù)、管理模式、組織結(jié)構(gòu)促進(jìn)知識持續(xù)更新，以提升組織活力、增強組織戰(zhàn)略柔性，進(jìn)而及時應(yīng)對市場變化、識別市場機(jī)會。此外，應(yīng)關(guān)注企業(yè)家精神對組織學(xué)習(xí)與組織忘記的促進(jìn)作用，企業(yè)家精神缺失可能會抑制企業(yè)數(shù)字化創(chuàng)新。企業(yè)家的冒險精神、前瞻精神和首創(chuàng)精神能夠促進(jìn)企業(yè)數(shù)字化創(chuàng)新。因此，在實踐中，企業(yè)需要有意識地培育企業(yè)家精神，關(guān)注創(chuàng)新精神內(nèi)核對自身發(fā)展的影響。

（3）拒絕“躺平”，把握市場機(jī)會。部分企業(yè)在面臨企業(yè)家精神缺乏與組織忘記缺乏的雙重困境時，應(yīng)積極尋找創(chuàng)新之路，而非直接“躺平”。高不確定性市場環(huán)境下，市場競爭激烈，企業(yè)不得不采取行動。因此，壓力較大時，企業(yè)應(yīng)將壓力轉(zhuǎn)化為動力，及時把握市場機(jī)會，實現(xiàn)數(shù)字化創(chuàng)新。

參考文獻(xiàn)：

[1]李小青，李秉廉，何瑋萱，等.基于扎根理論的企業(yè)數(shù)字化創(chuàng)新形成路徑—一個多案例研究[J].科技進(jìn)步與對策，2022，39（5）：117－126.

[2]王軼，陸晨云.財政扶持政策能否提升返鄉(xiāng)創(chuàng)業(yè)企業(yè)創(chuàng)新績效——兼論企業(yè)家精神的機(jī)制作用[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2022，21（4）：59－71.

[3]CIRIELLO R F， RICHTER A， SCHWABE G.Digital innovation[J]. Business amp; Information Systems Engineering， 2018， 60（6）： 563－569.

[4]謝衛(wèi)紅，林培望，李忠順，等.數(shù)字化創(chuàng)新：內(nèi)涵特征、價值創(chuàng)造與展望[J].外國經(jīng)濟(jì)與管理，2020，42（9）：19－31.

[5]NAMBISAN S. Information technology and product/service innovation： a brief assessment and some suggestions for future research[J].Journal of the association for information systems， 2013， 14（4）： 1.

[6]李小青，李秉廉.數(shù)字化創(chuàng)新研究熱點演化分析[J].統(tǒng)計與信息論壇，2022，37（5）：115－128.

[7]ZHOU K Z， TSE D K， LI J J. Organizational changes in emerging economies[J]. Journal of International Business Studies， 2006， 37（2）：248－263.

[8]MACCORMACK A， VERGANTI R， IANSITI M. Developing products on internet time：the anatomy of flexible development process[J]. Management Science，2001（47）：133－150.

[9]李文亮，趙息.外部學(xué)習(xí)、環(huán)境不確定性與突破性創(chuàng)新的關(guān)系研究[J].研究與發(fā)展管理，2016，28（2）：92－101.

[10]王炳成，郝興霖，劉露.戰(zhàn)略性新興產(chǎn)業(yè)商業(yè)模式創(chuàng)新研究——環(huán)境不確定性與組織學(xué)習(xí)匹配視角[J].軟科學(xué)，2020，34（10）：50－55.

[11]BROWN S L， EISENHARDT K M. The art of continuous change： linking complexity theory and time－paced evolution in relentlessly shifting organizations[J]. Administrative science quarterly， 1997，42（1）： 1－34.

[12]PERRY－SMITH J E， MANNUCCI P V. From creativity to innovation： the social network drivers of the four phases of the idea journey[J]. Academy of Management Review， 2017， 42（1）： 53－79.

[13]祝振鐸.創(chuàng)業(yè)導(dǎo)向、創(chuàng)業(yè)拼湊與新企業(yè)績效：一個調(diào)節(jié)效應(yīng)模型的實證研究[J].管理評論，2015，27（11）：57－65.

[14]張懷英，李璐，蔣輝.正式關(guān)系網(wǎng)絡(luò)、企業(yè)家精神對中小企業(yè)績效的影響機(jī)制研究[J].管理學(xué)報，2021，18（3）：353－361.

[15]CHESBROUGH H， VANHAVERBEKE W， WEST J. New frontiers in open innovation[M].NY：Oxford University Press， 2014.

[16]CHANG Y C， CHANG H T. How do established firms improve radical innovation performance？ the organizational capabilities view[J]. Technovation， 2012， 32（7－8）： 441－451.

[17]FORES B， CAMISON C. Does incremental and radical innovation performance depend on different types of knowledge accumulation capabilities and organizational size[J]. Journal of Business Research， 2016， 69（2）：831－848.

[18]HSIEH， PO－AN RAI. Extracting business value from it： a sensemaking perspective of post－adoptive use[J].Management Science，2011，57（11）：2018－2039.

[19]YAO Y， KOHLI R. Learning curves in collaborative planning， forecasting， and replenishment （CPFR） information systems： an empirical analysis from a mobile phone manufacturer[J]. Journal of Operations Management， 2013， 31（6）：285－297.

[20]JOSEFY M， KUBAN S. All things great and small： organizational size， boundaries of the firm， and a changing environment[J]. Academy of Management Annals， 2015， 9（1）： 715－802.

[21]PANDIT D， JOSHI M P. Disruptive innovation and dynamic capabilities in emerging economies： evidence from the Indian automotive sector[J].Technological Forecasting amp; Social Change， 2018，129（4）：323－329.

[22]LYU C， YANG J. Antecedents and consequence of organizational unlearning： evidence from China[J]. Industrial Marketing Management， 2020， 84（1）：261－270.

[23]PERRY－SMITH J E， MANNUCCI P V. From creativity to innovation： the social network drivers of the four phases of the idea journey[J]. Academy of Management Review， 2017， 42（1）：53－79.

[24]MD GIUDICE， SCUOTTO V. A self－tuning model for smart manufacturing smes： effects on digital innovation[J]. Journal of Product Innovation Management， 2021，38（1）：68－89.

[25]郭海，沈睿.環(huán)境包容性與不確定性對企業(yè)商業(yè)模式創(chuàng)新的影響研究[J].經(jīng)濟(jì)與管理研究，2012，27（10）：97－104.

[26]COVINJG， SLEVINDP. Strategic management of small firmsin hostileand benign environments[J].Strategic Management Journal，1989，10（1）：75－87.

[27]閆云鳳，趙曉靜.中國數(shù)字技術(shù)行業(yè)在全球價值鏈中的國際競爭力研究[J].廣西財經(jīng)學(xué)院學(xué)報，2020，33（5）：68－82.

（責(zé)任編輯：張 悅）

The Impact of the Linkage Effect of Multi－dimesional Driving Factors on Corporate Digital Innovation： An Empirical Analysis Based on SEM and fsQCA

Tian Ze，Xia Yue，Guan Xinge

Abstract：With the booming development of digital technologies such as cloud computing， big data and artificial intelligence， digital innovation is profoundly influencing the corporate innovation models. How to effectively promote digital innovation in enterprises is a research question of practical significance. Less research has been conducted on the influencing factors of digital innovation， especially on the study of the driving mechanisms of digital innovation. Digital innovation is a dynamic activity that is constantly changing， with factors interacting and iterating in different contexts， and this process is influenced by many antecedent conditions. Therefor， this paper investigates the relationship between the five antecedent conditions and the different groupings that comprise them and digital innovation by integrating technological and environmental uncertainty at the external level， entrepreneurship at the internal level， and organizational learning and organizational forgetting at the process－driven level. A research method combining structural equation modeling （SEM） and fuzzy set qualitative comparative analysis （fsQCA） is adopted. The SEM is used to verify the causal relationships between the antecedent variables， and the fsQCA is used to reveal three combinations of causal conditions for high digital innovation and three combinations of causal conditions for non－h(huán)igh digital innovation. Moreover， the multiple analysis methods can provide more information on the relationship between digital innovation and its antecedent variables in companies.

The study first uses the SEM to analyze the net effect of the independent variables on the dependent variables. Then it makes the fsQCA to explore the antecedent variables' conditional combinations leading to the outcome variable. There are 320 valid questionnaires collected from young and middle－aged employees of the enterprises that have introduced digitalization. The main conclusions are drawn as follows. First， technological uncertainty， market uncertainty and entrepreneurship all promote organizational learning and have positive impacts on corporate digital innovation; market uncertainty and entrepreneurship all promote organizational forgetting and corporate digital innovation; organizational learning and organizational forgetting both promote digital innovation. Second， three paths to activate digital innovation are confirmed， including the learning－led path， the market－driven learning path and the market－led path. By comparing the coverage of the three paths， it is found that market－driven learning is more likely to effectively activate digital innovation. Third， the study identifies three paths that can inhibit digital innovation. Finally， it is also found that the paths leading to high digital innovation and the paths leading to non－h(huán)igh digital innovation are not perfectly opposed and that one cannot be inferred to arise from the other; the two conditions of lack of entrepreneurship and organizational forgetting behaviour are asymmetrical and the two conditions lead to diametrically opposed outcomes in different paths.

In summary， this paper enriches the research on the antecedents of digital innovation by verifying the causal relationship between the antecedent conditions leading to digital innovation from the internal and external environment－organizational behaviour pathways. By" analyzing the combination of pathways leading to high digital innovation and non－h(huán)igh digital innovation from a multi－factor synergistic linkage perspective， the study yields the conclusions that are helpful to open the black box of multi－factor synergy－driven digital innovation research. The method based on SEM and fsQCA is used to explore this issue， which can provide theoretical values to the methodological aspects of digital innovation research. Finally， the exploration of the causal asymmetry of the driving mechanisms of digital innovation enriches the explanation of the emergence or otherwise of digital innovation.

The managerial implications are listed as follows. （1） Market uncertainty drives organizational learning behavior， and it is an effective path to stimulate digital innovation. The combination of passive pressure from the external environment and proactive behavior taken by enterprises can greatly promote digital innovation. （2） For some enterprises that lack entrepreneurial spirit，it is recommended that they achieve \"learning by doing\"， actively introduce external digital technologies， management models， organizational structures， etc.， and continuously update knowledge to maintain organizational vitality， enhance organizational strategic flexibility， respond to market changes in a timely manner， and capture market opportunities. （3） When enterprises are under great pressure， they should also fully utilize the driving force brought by pressure to move forward， capture potential market opportunities and engage in digital innovation.

Key Words：Corporate Digital Innovation; Driving Mechanism;Structural Equation Modeling; Fuzzy Set Qualitative Comparative Analysis

收稿日期：2022－08－17 修回日期：2022－11－28

基金項目：國家社會科學(xué)基金后期資助項目（21FJYB047）；江蘇省軟科學(xué)研究項目（BR2022053）；中央高?；究蒲袠I(yè)務(wù)專項項目（B220207035，B210207018）

作者簡介：田澤（1964-），男，甘肅張掖人，博士，河海大學(xué)低碳經(jīng)濟(jì)研究所所長、教授、博士生導(dǎo)師，研究方向為技術(shù)創(chuàng)新與低碳經(jīng)濟(jì)政策；夏月（1997-），女，甘肅張掖人，河海大學(xué)低碳經(jīng)濟(jì)研究所博士研究生，研究方向為技術(shù)創(chuàng)新管理；管歆格（1995-），女，江蘇常州人，河海大學(xué)低碳經(jīng)濟(jì)研究所博士研究生，研究方向為工商管理。本文通訊作者：夏月。