This research combines path dependence theory, configuration perspective, TOE theoretical framework, and existing research, combined with the specific context of digital transformation of China's advanced manufacturing industry, under the premise of comprehensive consideration of research samples, research methods, research feasibility and other factors, determine the conditional variables that drive the digital transformation of advanced manufacturing from the three aspects of technology, organization and environment. Based on the path dependence theory, path breakthrough theory and regional industrial development paths model in the field of evolutionary economic geography, the advanced manufacturing development paths model is constructed, combined with the TOE theoretical framework, the driving factors model of digital transformation of advanced manufacturing is constructed from the configuration perspective. Use the fuzzy set qualitative comparative analysis method to analyze the 27 pieces of advanced manufacturing enterprise data, and rely on the advanced manufacturing development paths model to explore the configuration path inspection results from the path dependence perspective.
It is found that firstly any single antecedent condition in each dimension cannot constitute a necessary condition on its own for the digital transformation of advanced manufacturing, antecedent conditions need to be matched through configuration to promote the digital transformation of advanced manufacturing. The research results show that although the transition of digital technology and the change of management mode are the core conditions in the digital transformation configuration path of advanced manufacturing, a single precondition cannot well guide advanced manufacturing to realize digital transformation. It is found that the multi-factor combination-driven strategy is obviously better than the single-factor-driven strategy. Secondly, advanced manufacturing needs to focus on the technological relevance and environmental adaptability of micro-enterprises indigital transformation. The presence of digital technology transitions, management model changes, and corporate competitive pressures has repeatedly served as the core conditions, and the combination of digital technology transitions and management model changes can play the greatest role. Judging from the results of guiding the digital transformation of advanced manufacturing, the multi-factor combination driving strategy of low technological relevance and high environmental adaptability has a higher probability of achieving digital transformation of advanced manufacturing compared with other strategies. Finally, the path-breakthrough configuration path is more likely to realize the digital transformation of the advanced manufacturing industry than other types of paths, and the path-dependent configuration path cannot promote the realization of the digital transformation of the advanced manufacturing industry. This research collects relevant data in the form of questionnaires, which may cause common methodological deviations, panel data can be used to carry out empirical research in the future.
开放科学(资源服务)标识码(OSID)：
随着5G、大数据、区块链、工业互联网和人工智能等数字技术的快速发展，数字技术与制造业正在加速融合[1]。数字技术的快速迭代产生了一个具有高动态性的商业市场环境，制造企业若滞留在原有舒适圈，就不能适应新技术、新市场、新竞争和新规则的环境变革，无法突破依赖先前实践经验形成的传统路径进而探索符合数字化情境的新路径，以实现制造业转型升级[2-3]。制造业作为我国深入实施创新驱动发展战略的主阵地，是助推数字经济与实体经济融合发展的主攻方向和关键突破口。如何借助数字化转型打破我国制造业发展困局，是拓展“互联网+”与“智能+”、完善“中国制造”+“中国服务”发展模式、推动“制造强国”“数字中国”建设、实施“三大任务、一大平台”国家战略面临的重要课题。在此情境下，如何利用数字技术摆脱传统制造模式、转变企业形态并实现数字化转型是中国企业急需解决的现实难题。因此，探索制造业数字化转型规律成为学界研究的重点理论问题。
“十四五”规划和2035年远景目标纲要提出，“推动现代服务业与先进制造业深度融合”；党的十九大明确要求“培育若干世界级先进制造业集群”。然而，越来越多先进制造企业在生产实践中发现，传统路径并不能很好地指导其在数字经济浪潮下实现高水平发展，有时甚至会起到负作用——过度依赖传统路径导致企业产生路径依赖并引发效益衰竭[4-5]。路径依赖问题广泛存在于区域产业演化路径中，有学者研究发现，2000—2016年路径依赖型新产业占新产业总数的70%左右[6]。在此情境下，中国先进制造企业虽已有序开展数字化转型，但组织僵化、路径依赖、创新倦怠等“顽疾”仍存在于企业中，致使数字技术与企业有机融合过程中存在一定时滞性，最终导致数字化驱动先进制造企业高质量转型升级的效果不显著。此外，企业间在生产效率、资源结构、创新能力等方面存在客观差距，依靠单一路径分析推导出的结论在路径依赖问题上不易作出区分，得出的建议和启示也不能针对性解决中国先进制造企业数字化转型中的路径依赖问题。基于此，本文采用研究企业技术创新与技术采纳的技术—组织—环境(Technology-Organization-Environment，TOE)理论框架和用于区分路径类型的区域产业演化路径模型，选取27家中国先进制造企业作为研究样本，运用模糊集定性比较分析方法(Qualitative Comparative Analysis，QCA)，探讨不同层面前置要素的联结情况及前置要素协同推动先进制造业数字化转型的组态路径，尝试打开先进制造业数字化转型的“黑箱”，促进中国制造业“关键少数”——先进制造业在摆脱路径依赖的前提下，率先实现数字化转型并保持高质量发展，充分发挥“头雁效应”，激发“雁群活力”，为其它类型企业摆脱路径依赖提供实践指导，确保中国制造业以数字化转型为抓手，实现高质量转型升级。
数字化转型是指运用新一代信息技术，构建数据收集、传输、储存、处理和反馈闭环从而提高行业整体运行效率，进而建立全新的数字经济体系。本文将先进制造业数字化转型定义为先进制造企业依靠数字技术推动企业高质量发展和产业转型升级，最终实现企业与技术有机融合的过程。近年来，国内外学者研究发现，制造业数字化转型存在大量影响因素，并将其划分为企业内部因素和外部因素。
在企业内部影响因素中，李君[7]研究发现，企业数字化转型绩效与企业数字化转型意识存在强联结关系。在技术跃迁方面，欧春尧等[8]、Christensen等[9]应用fsQCA方法探究数字技术跃迁对人工智能企业颠覆性创新的影响；张璐阳等(2021)以集成电路产业为研究对象，运用扎根理论构建集成电路企业颠覆性创新模型；孟凡生等[10]探究传统产业迈向智能制造的影响因素。在设施建设方面，罗序斌等[11]考虑包括设施建设在内的多重影响因素，并以省域为单位比较各地制造业数字化转型水平；沈运红等[12]采用2008—2017浙江省面板数据，证实数字经济水平会影响制造业高质量转型升级。在管理变革方面，Maiga等[13]研究发现，数字技术通过提高企业人员学习能力的途径提升工作效率；吕文晶等(2019)通过海尔公司的纵向案例研究发现，数字平台能够显著提高企业管理人员的管理能力并促进消费者与企业进行对话；严子淳等(2021)、刘意等[14]研究发现，制造业数字化发展与企业内部管理变革、组织重构息息相关。
在企业外部影响因素的相关研究中，Reischaue[15]以制造业为样本，研究不同类型政策对制造业高质量发展的推动作用；马艳艳等(2014)实证研究企业合作广度和深度对企业创新的影响；周源[16]实证研究政府引导对技术扩散的影响。除政策推动、企业合作、政府引导等影响因素外，Luo等[17]、Tang等[18]研究发现，制造业数字化转型还受到舆论支持、品牌认同、消费习惯等外部环境因素影响。
学者们从不同视角萃取出制造业数字化转型的影响因素并深入分析其作用机制，为本文探索路径依赖视角下先进制造业数字化转型组态路径奠定了坚实的理论基础。综上所述，先进制造企业需要在明晰多方面要素的前提下，结合企业自身特点，对症下药地制定数字化转型策略。以某一维度中的要素作为研究样本，只能推断出要素与先进制造业数字化转型的单一线性关系，难以挖掘多维度要素对先进制造业数字化转型的联结作用机制，不能系统揭示不同先进制造企业数字化转型过程中的复杂多因素联合作用机理(陈爽英等，2021)。先进制造业数字化转型过程中是否存在路径依赖现象？不同影响因素在推动制造业数字化转型过程中是否具有组合作用？各要素之间的联动匹配效果有何异同？路径突破与数字化转型有何种联系？上述问题仍有待深入挖掘。
路径依赖是指区域知识基础在新时期的发展沿着其过去积累的技术、产业等形成的既定轨道前进[19]。在社会科学领域，路径依赖被认为是状态与过程的结合体，过程是一种非遍历性的随机动态，受历史偶然事件影响，结果呈现出锁定状态，锁定于过去的结构或路径[20]。特定技术轨迹在短期内可能会降低企业创新成本，但从长期看，区域知识基础可能被锁定在现有创新活动中，限制企业抓住新机会实现转型发展，最终由于无法对新市场、新技术作出反应而陷入亏损和衰退[21]。在此情境下，企业需要采取主动战略行动引进新技术并实现与企业的有机融合，从而实现路径突破。当路径锁定严重阻碍地区知识更新甚至导致区域衰落时，地区需要从区域知识基础中演化出新的产业或知识从而走向新的发展轨道，称之为路径突破[22]。先进制造企业作为制造业中的大型企业，长期存在组织僵化、创新倦怠等问题，并且更擅长改进性创新而非颠覆性创新，但数字经济的冲击带来改变原有经营范式的机会，为大型企业创新创业注入新鲜血液。为此，消除企业内部存在的路径依赖问题迫在眉睫。因此，本文从路径依赖视角探讨先进制造业数字化转型组态路径问题具有重要现实意义。
本文整合现有研究成果并结合路径依赖视角下中国先进制造企业数字化转型实际情况，在考虑样本总体数量、企业个体特点、理论可行性等前因要素的前提下，从技术层面、组织层面、环境层面敲定路径依赖视角下先进制造业数字化转型的前因变量。
以数字技术跃迁、数字设施搭建作为技术层面的前因变量。数字技术跃迁是指先进制造企业以数字技术应用为手段推动自身制造体系跨越，通过生产新产品或提供新服务的方式把握市场态势并满足用户需求；数字设施搭建是指企业为实现数字技术的合理应用，完善工业数字化配套设施，以满足企业数字化应用的硬件需求。以工业互联网、大数据、数字孪生等为代表的数字技术拥有颠覆性潜能，能够在提高数字化技术水平的前提下促进先进制造企业精准预测用户需求，从而抢占市场先机[9]，推动数字技术与企业有机融合，进而提升企业技术创新水平[13]。因此，数字技术跃迁在先进制造业数字化转型进程中对提高企业技术创新能力具有重要作用。[12]。此外，学者研究发现，数字配套设施的完善能显著推动工业数字化进程[23]，赋能制造业产业模式变革[24]。因此，数字技术跃迁为先进制造业数字化转型打造了强大的引擎，数字设施搭建为先进制造业数字化转型奠定了坚实基础。
以管理模式变革、生产流程改进作为组织层面的前因变量。管理模式变革是指先进制造企业引入ERP等数字化决策系统并同步推进员工数字化素质培养从而促进数字孪生或智能制造的实现；生产流程改进是指基于数字化装备、数字化决策系统等先进生产要素，先进制造企业实现生产过程数据化和生产数据透明化，以数字孪生为手段反复试错并结合反馈信息对生产流程作出正向调整。ERP作为数字化管理信息系统的典型代表，是企业开展管理模式变革和数字化转型的重要基础[12]，先进制造企业与数字技术有机融合也能推动企业实现生产流程数据化与生产数据透明化，从而促进企业数字化转型[14]。因此，管理模式变革和生产流程改进是先进制造业数字化转型中的“润滑剂”，能够帮助企业积聚数字化优势，更好更快地实现先进制造业数字化转型。
以行业发展水平、企业竞争压力作为环境层面的前因变量。行业发展水平是指先进制造企业所处行业发展状况和达到的高度，可通过企业外部环境稳定度衡量；企业竞争压力是指行业间盈利水平波动、企业间产品竞争和市场拼抢等行为给企业带来的生存压力。行业发展水平在先进制造业数字化转型过程中能起到助推作用——先进制造企业能在所属行业发展水平较高的区域快速实现数字化。先进制造业数字化转型是区域数字经济高质量发展的重要指标，地理位置毗邻的同级政府在绩效考核压力下势必展开竞争，从而对辖区内先进制造企业数字化转型战略及行为产生影响。因此，各地区政府面临政策、考核及竞争压力时，会以数字化转型为手段推动本地区企业数字化发展，从而将地区间竞争压力传导至区域内先进制造企业(陈爽英等，2021)。因此，行业发展水平和企业竞争压力能为先进制造业数字化转型提供良好的外部条件。
1.3.1 先进制造业演化路径模型构建
本文以技术关联度指标区分路径依赖型企业与路径突破型企业。Balland[22]基于技术关联度和技术复杂度两个维度，构建区域产业演化路径模型，该模型按演化路径差异将区域产业分为4种类型，如图1所示。考虑到行业发展水平、政府支持度等环境层面要素也是先进制造业发展过程中的重要影响因素，本文在区域产业演化路径模型基础上增添一个新维度——环境适应度，构建先进制造业发展路径模型，将先进制造业发展路径细分为8种类型，如图2所示。按照先进制造业环境适应度高低，将CA、DA、CB、DB细分为FCA、FDA、FCB、FDB(环境适应度高的4种发展路径)和ECB、EDB、EDA、ECA(环境适应度低的4种发展路径)共8种发展路径。数字技术跃迁、管理模式变革能降低技术关联度，数字设施搭建、生产流程改进能提升技术复杂度，行业发展水平、企业竞争压力波动会影响环境适应度。
1.3.2 先进制造业数字化转型驱动因素模型构建
综上所述，数字设施搭建、数字技术跃迁是推动先进制造业数字化转型的主要力量，管理模式变革、生产流程改进是先进制造业数字化转型活动的必要空间，行业发展水平、企业竞争压力是先进制造业数字化转型萌芽的重要基础。因此，本文选取的6个前因变量均与先进制造业数字化转型优势存在强关联性，适合进行组态分析。结合路径依赖理论、TOE理论框架、前因变量、结果变量以及先进制造业发展路径模型，本文构建先进制造业数字化转型驱动因素模型，如图3所示。
图1 区域产业演化路径模型
Fig.1 regional industrial evolution path model
图2 先进制造业发展路径模型
图3 先进制造业数字化转型驱动因素模型
Fig.2 Development path model of advanced manufacturing industry
本文采用模糊集定性比较分析法(fsQCA)探讨路径依赖视角下先进制造业数字化转型组态路径[25]，主要基于以下考虑：首先，fsQCA方法兼具质性研究与量化研究的优势，能从组态视角出发定性分析前因要素及定量分析组态路径[26]；其次，fsQCA方法不仅能分析前置要素与结果要素之间的必要关系，还能进一步分析要素之间的联结情况以及不同前置要素组合推动结果要素的组态路径；最后，fsQCA方法与清晰集定性比较分析(csQCA)和多值集定性比较分析(mvQCA)方法相比，能够较大程度减轻繁杂数据对关键数据的影响从而最大程度确保数据精确度。此外，TOE框架为研究技术转移与技术采纳提供了新视角，已有学者尝试将TOE框架与fsQCA方法相结合并取得了较好的研究效果。因此，采用fsQCA方法并结合TOE框架，探讨路径依赖视角下先进制造业数字化转型组态路径具有理论上的可行性。
本文严格按照以下原则选择样本：在样本数量上，根据QCA模型规范研究[25-26]，选取的样本必须大于25个才能保证研究的信效度；在样本质量上，选取的先进制造企业需满足相关资料较充足、数字技术嵌套较完备、数字化转型过程清晰、阶段分明并以可持续发展为目标等条件。基于上述原则，本文最终选取27家中国先进制造企业作为研究样本。
本文按照设计量表、小范围调研、改进量表、发放问卷的流程展开调研，进而收集相关数据。为使研究符合中国情境，本文借鉴国内高质量研究成果，尽可能采用已有文献成熟量表中的题项设计量表[10]。所有量表均采用Likert 7级量表，1～7表示从“非常不同意”到“非常同意”。具体问卷题项如表1所示。
本文调研工作从2020年5月开始，以实地考察结合网络问询的方式展开为期一年的田野调查。调研工作按照如下步骤展开：首先，随机选取3名企业中高层管理人员，开展访谈之后填写问卷；其次，对访谈录音及问卷数据进行对比分析与讨论，问卷数据按少数服从多数的原则处理；最后，若发现3名管理者在某些问卷题项上产生意见分歧，则针对相关问题再次与企业数据提供者进行访谈，得到最终数据。
本文共调查27家先进制造企业，发放问卷234份，收回有效问卷158份，问卷回收率为67.5%。剔除无效问卷后，剩余有效问卷85份，问卷有效率为36.3%。问卷数据描述性统计分析如表2所示(已对各构面分值作加总处理)。
为保证数据的真实性，避免共同方法偏差，本文在收集一手数据的同时，以“数字经济”“先进制造业”“数字化转型”为关键词在中国知网、同方、中国学术调查资料库等平台进行搜索，充分补充二手数据。收集工作遵循动态性、持续性和问题导向性原则，及时根据发现的问题，通过网络、纸质资料进行广泛搜索，采取交叉验证的方式对问卷数据进行信度检验。结果显示，研究人员、咨询专家、企业人员在问卷分值上达成一致，问卷分值也真实反映出先进制造企业数字化转型实际情况，表明问卷数据信度较高。
表1 量表设计
Tab.1 Scale design
变量类型变量名称题项参考文献前因变量数字技术跃迁本企业引入前沿数字化信息技术周飞等[27]、谢洪明等[28]、傅晓等[29]与同行相比,本企业拥有更多数字化技术相关专利本企业经常引进一些可以改善工艺或作业流程的新型数字化技术依靠数字化技术,本企业努力提高已有技术在多个相关业务领域的适用性本企业经常对已有数字化技术进行改良,以适应当前需要数字设施搭建本企业添购的数字设备对提高生产或工作效率有很大帮助谢洪明等[28]、杨百寅等(2013)本企业能为创新工作提供设备器材、实验场地等支持本企业支持员工的数字创新活动,并能为其提供硬件支持或资金支持若有创新需要,企业可以配备相应的数字设施及人员协助创新管理模式变革本企业引入新的管理信息系统Maiga等[13]、Wu等[30]、周飞等[27]、顾琴轩等[31]本企业借助数字化技术不断打通内部数据库和信息系统依靠数字化技术,企业员工和管理者可以随时发送和获取数据依靠数字化技术,本企业实现人机对话直接沟通本企业选拔制度强调候选人的数字化技术学习潜力本企业提供与数字化技术相关的工作技能培训生产流程改进依靠数字化技术,本企业具有轻松快速调整部件和材料输入意外变化的能力Wu等[30]、谢洪明等[28]本企业借助数字化技术不断简化生产流程本企业借助数字化技术不断减少材料浪费、降低产品差异本企业可以借助数字化技术从成功和失败中吸取经验教训,不断改进工艺本企业经常借助数字化技术开发一些能被市场接受的新产品或服务企业竞争压力依靠数字化技术,本企业生产的产品在市场上取得独特地位Wu等[30]依靠数字化技术,本企业具有重新配置资源从而应对市场变化的能力本企业借助数字化技术改进规划系统,产品可以更好地满足客户需求本企业借助数字化技术与供应商/客户展开合作,针对产品制定改进方案行业发展水平本行业外部环境变化程度很低陈建勋等(2011)本行业外部环境变化缓慢本行业所在市场竞争环境非常稳定顾客很少对产品(服务)提出新需求结果变量数字化转型优势依靠数字化技术,本企业优化了决策过程顾琴轩等[31]依靠数字化技术,本企业提高了创新性依靠数字化技术,本企业提高了产品和服务质量依靠数字化技术,本企业增加了收益依靠数字化技术,本企业扩大了业务领域依靠数字化技术,本企业降低了成本
表2 描述性统计分析结果
Tab.2 Descriptive statistical analysis
变量名称最大值最小值平均值标准差数字技术跃迁15.0035.0025.445.50数字设施搭建10.0026.0018.514.48管理模式变革14.0040.0026.968.33生产流程改进14.0034.0024.376.17企业竞争压力9.0025.0017.333.95行业发展水平13.0027.0018.673.93数字化转型优势27.0040.0034.074.07
本文采用直接校准法将问卷数据校准为隶属度值[26]。采用以下步骤进行数据校准：首先，将问卷数据按维度作加总处理，得到维度数据；然后，将维度数据导入SPSS软件中，利用频率分析中的统计功能计算出各维度5%、50%、95%的分位值，得出校准锚点；最后，将维度数据导入fsQCA软件中，利用calibrate函数完成数据校准。校准锚点是该组数据按从大到小排列后根据5%、50%、95%分位计算出的分位值。以数字技术跃迁(DTECT)为例，34.6、24.0、14.0分别代表该组数据在5%、50%、95%分位上的值，只有计算出锚点值才能对数据进行进一步校准，进而进行后续分析。
将问卷数据转化为模糊集隶属分数后，遵循fsQCA研究的基本原则，利用fsQCA3.0软件对数据进行必要性分析(单因素分析)，判断各个条件在结果变量实现过程中的必要性，校准锚点和必要性分析结果如表3所示。在社会科学领域，前因变量和结果变量会产生一定偏离，出现前因变量一致性等于1的可能性较小，因此学界一般将一致性阈值设为0.9。当前因条件的一致性大于0.9时，需考虑此前因变量可能为结果变量的必要性条件，本研究各前因变量的一致性均小于0.9，不宜作为必要条件。
对数据进行必要性检验后，以DTECT、DFC、MSC、PPI、IDI、CCP为前因变量，DTA为结果变量构建真值表。本文根据充分性的一致性水平不低于0.88、中小样本设定为1的标准，将一致性阈值设定为0.88，案例频数阈值设置为1。按照标准进行分类，将简约解中的条件设为核心条件，出现在中间解但被简约解剔除的条件设为辅助条件。TOE框架下的组态路径分析结果见表4。结果显示，6条路径原始覆盖度均大于0.3，核心要素、参与要素和缺失要素均符合先进制造业数字化转型情境；解的一致性大于0.9，远高于0.75；解的覆盖率大于0.7，表明条件组态整体解释力强，结果可靠。
表3 校准锚点及必要性分析结果
Tab.3 Calibration anchor points and necessity analysis
变量名称简称校准锚点完全隶属交叉点完全不隶属必要性分析一致率覆盖率～一致率～覆盖率数字技术跃迁DTECT34.624.014.00.8850.7800.5360.679数字设施搭建DFC25.619.010.40.8010.9130.6950.665管理模式变革MSC39.627.014.80.6410.6710.6830.705生产流程改进PPI33.625.014.40.8470.7330.5380.701行业发展水平IDI25.017.09.40.8090.7920.6470.718企业竞争压力CCP25.818.013.00.7720.7920.5960.629数字化转型优势DTA39.635.027.0
注：“～”代表前因要素缺乏状态或者相反状态
表4 TOE框架下的组态路径分析结果
Tab.4 Configuration path analysis under TOE framework
编号路径类型简约解中间解原始覆盖度唯一覆盖度一致性1技术—组织主导型DETCT*MSCDETCT*MSC*PPI*～IDI*～CCP0.380 30.089 70.919 12技术—组织—环境主导型DETCT*MSC,CCPDETCT*～DFC*MSC*～IDI*CCP0.413 80.000 70.957 13环境主导、组织协同型CCP～DFC*MSC*PPI*～IDI*CCP0.412 30.017 00.989 74技术—组织—环境主导型DETCT*MSC,CCPDETCT*～DFC*MSC*PPI*CCP0.430 90.019 90.952 75环境主导、技术协同型CCPDETCT*～DFC*～MSC*～PPI*IDI*CCP0.316 90.028 40.975 86环境主导、技术—组织协同型CCPDETCT*DFC*～MSC*PPI*IDI*CCP0.460 10.096 10.984 7解的覆盖率:0.759 9 解的一致性:0.904 2
组态路径分析结果表明，数字技术跃迁、管理模式变革、企业竞争压力多次作为核心条件，证明技术复杂度和环境友好度在数字化转型过程中具有重大作用；从TOE视角分析组态路径很难得到有价值的结论，转换研究视角成为必然。因此，本文按照如下原则对路径依赖视角下的组态路径进行探讨：核心条件计为2分，辅助条件计为1分；正向条件计为正值，反向条件计为负值。以技术关联度为x轴，用DTECT、MSC得分之和的相反数表示；以技术复杂度为y轴，用DFC、PPI得分之和表示；以环境适应度为z轴，用IDI、CCP得分之和表示(正值为高、负值为低，0则高低均可)。计算出各路径在先进制造业发展路径模型中的x、y、z值之后，指出各路径在模型中覆盖的区域。本文采用Ragin[25]的做法展示先进制造业组态路径分析结果：用实心圆圈表示条件变量出现，“⊗”表示变量不出现，空格表示该条件变量无关紧要。其中，“●”表示核心条件，“
”表示边缘条件。具体结果如表5所示。
由表5可知，6条组态路径中有4条是突破型路径，2条是混合型路径。路径1、2、3、4为突破型路径，均表现出较低的技术关联度。其中，路径1表现出高技术复杂度和低环境适应度，覆盖先进制造业发展路径模型中的ECA区域；路径2表现出低技术复杂度和高环境适应度，覆盖先进制造业发展路径模型中的FCB区域；路径3表现出高环境适应度，覆盖先进制造业发展路径模型中的FCA、FCB区域；路径4表现出高技术复杂度和高环境适应度，覆盖先进制造业发展路径模型中的FCA区域。路径5、6是混合型路径，其技术关联度指标为0代表该组态路径覆盖依赖型、突破型两种发展路径。其中，路径5表现出低技术复杂度和高环境适应度，覆盖先进制造业发展路径模型中的FCB、FDB区域；路径6表现出高技术复杂度和高环境适应度，覆盖先进制造业发展路径模型中的FCA、FDA区域。
从路径依赖角度出发，6条路径中的4条路径为突破型路径，2条路径为混合型路径(同时含有依赖型、突破型两条子路径)。先进制造业发展模型覆盖情况如表6所示。先进制造业发展路径模型中，FCB、FCA区域被相同或不同路径多次覆盖，各被覆盖3次；ECA、FDB、FDB区域被不同路径单次覆盖。路径突破区域共被覆盖7次，占总次数的78%。在该区域中，高环境适应区域被覆盖6次，低环境适应区域被覆盖1次；高技术复杂区域被覆盖4次，低技术复杂区域被覆盖3次。路径依赖区域被覆盖2次，占总次数的22%。在该区域中，高环境适应区域被覆盖2次，实现全覆盖；高技术复杂区域和低技术复杂区域各被覆盖1次。
表5 路径依赖视角下的组态路径分析结果
Tab.5 Configuration path analysis from the perspective of path dependence
编号路径类型DETCTDFCMSCPPIIDICCP技术关联度技术复杂度环境适应度覆盖区域1路径突破—高技术复杂—低环境适应型●●-41-2ECA区域2路径突破—低技术复杂—高环境适应型●●●-4-11FCB区域3路径突破—高环境适应型●-101FCB区域FCA区域4路径突破—高技术复杂—高环境适应型●●●-411FCA区域5低技术复杂—高环境适应型●0-23FCB区域FDB区域6高技术复杂—高环境适应型●023FCA区域FDA区域
表6 先进制造业发展模型覆盖情况
Tab.6 Coverage of advanced manufacturing development model
类型简称释义覆盖路径编号次数百分比(%)各类型次数各类型百分比(%)路径突破型ECB型路径突破、低技术复杂度且低环境适应度型先进制造业无00778ECA型路径突破、高技术复杂度且低环境适应度型先进制造业1111.1FCB型路径突破、低技术复杂度且高环境适应度型先进制造业2,3,5333.3FCA型路径突破、高技术复杂度且高环境适应度型先进制造业3,4,6333.3路径依赖型EDB型路径依赖、低技术复杂度且低环境适应度型先进制造业无00222EDA型路径依赖、高技术复杂度且低环境适应度型先进制造业无00FDB型路径依赖、低技术复杂度且高环境适应度型先进制造业5111.1FDA型路径依赖、高技术复杂度且高环境适应度型先进制造业6111.1
结合组态路径分析结果和先进制造业发展模型覆盖情况，可以发现，单纯的依赖型组态路径并不能促进先进制造业数字化转型。从路径依赖视角出发，本文实证研究得出的6条组态路径均为突破型或混合型，不存在单纯的依赖型组态路径；从先进制造业发展模型覆盖情况看，路径依赖区域被混合型路径5、6覆盖2次，除此之外，不存在其它覆盖情况。与其它各类组态路径相比，突破型组态路径与制造业数字化转型契合度更高。从路径依赖角度看，单纯的突破型组态路径占总路径的67%；从先进制造业发展模型覆盖情况看，路径突破型区域覆盖次数占总覆盖次数的78%，远大于路径依赖型覆盖次数的占比(22%)。
通过上述分析可知，采用突破型组态路径的先进制造企业数字化转型实现概率远高于混合型组态路径。此外，混合型路径5、6的核心条件均为低企业竞争压力并表现出高环境适应度。然而，采用混合型路径实现数字化转型的先进制造企业并不具备保持低企业竞争压力的主观能力——随着其它企业持续进军先进制造企业所在的“蓝海”领域，数字能力低下、管理模式僵化的企业会逐渐丧失数字化转型优势，从而影响该企业数字化发展进程。因此，采用混合型组态路径实现数字化转型的先进制造企业应转变为突破型组态路径，这样既能快速积聚数字化转型优势，也有利于保持数字化转型稳定持续发展。
通过对比突破型组态路径与混合型组态路径的要素发现，与突破型组态路径相比，混合型组态路径表现出较高的行业发展水平度和较低的管理模式变革度。并且混合型组态路径5、6也有一定区别，组态路径6比组态路径5表现出更高的技术复杂度。对各维度进行对比分析，观察混合型组态路径的前置要素，可以推断出混合型组态路径实现数字化转型优势积聚的核心思路是：通过保持企业竞争力、依靠行业发展优势、借助数字技术跃迁以及提高技术复杂度实现数字化转型。采用混合型组态路径的先进制造企业都是行业发展水平较高、企业竞争压力较小的企业，往往是各自行业的龙头企业。企业选择混合型路径进行数字化转型虽能在短期内取得明显成效，但管理模式变革度与数字技术跃迁度会随数字化持续发展而愈来愈低，最终导致混合型组态路径转变为依赖型组态路径，阻碍企业数字化发展。因此，采用混合型组态路径的企业转变数字化发展思路对其数字化转型十分必要。
若要将混合型组态路径转变为突破型组态路径，企业需要提升管理模式变革度。具体而言，企业只有结合发展现状，着重解决自身存在的组织僵化问题，才能提高管理模式变革度，实现路径突破。这类样本也凸显出我国企业数字化发展中常见的问题：过度关注数字技术引进却忽略管理模式变革。因此，这类企业要想实现路径突破，不仅要引进数字化技术，还要认真学习先进管理经验，积极开展管理模式变革，解决企业组织僵化的痛点，从而快速实现数字化转型优势积累，在确保企业健康发展的前提下实现数字化转型。
本文采用将一致性水平提高0.05的方法探究组态分析结果的稳健性，依据QCA结果是否稳健的两个标准(组态路径参数和组态路径数量是否产生重大变化)判断组态路径研究的稳健性[26]。检验发现，将一致性水平从0.88提高到0.93后，组态路径参数未发生本质变化，组态路径数量完全相同，表明组态路径分析拥有较高的稳健性。
本文引入演化经济地理学领域的路径依赖与路径突破理论，以区域产业演化路径模型为基础，在综合考虑中国先进制造业发展模式和影响因素的基础上构建先进制造业发展模型，结合TOE理论框架，从组态视角构建先进制造业数字化转型驱动因素模型。同时，以中国27家先进制造企业为样本，采用fsQCA方法探讨实现先进制造业数字化转型的多条等效前因组态路径，并根据先进制造业发展模型，从路径依赖视角分析组态路径的检验结果。本文得出以下主要结论：
(1)各维度任意单一前因条件均不能单独构成先进制造业数字化转型的必要条件，先进制造业数字化转型需各前因条件组态联结、协同驱动才能实现。本文研究表明，数字技术跃迁、管理模式变革是先进制造业数字化转型组态路径的核心条件，但单一要素对先进制造业数字化转型的驱动力严重不足。先进制造企业数字化转型的实际情况也表明，多因素协同驱动型策略明显优于单因素驱动型策略。
(2)先进制造业在数字化转型过程中需重点关注企业的技术关联度和环境适应度。本文研究表明，数字技术跃迁、管理模式变革、企业竞争压力多次作为核心条件，并且数字技术跃迁与管理模式变革相联结才能发挥最大作用。从驱动先进制造业数字化转型的结果看，低技术关联度、高环境适应度的多因素组合驱动型策略更有助于实现先进制造业数字化转型。
(3)突破型组态路径比其它类型路径更有可能实现先进制造业数字化转型，依赖型组态路径并不能促进先进制造业数字化转型的实现。本文研究表明，所有路径的技术关联度都小于等于0，大多数路径的技术关联度为负数。从驱动先进制造业数字化转型的结果看，突破型组合驱动策略更有助于实现先进制造业数字化转型。路径依赖型企业要想实现路径突破，需要提升管理模式变革能力，着力解决自身存在的组织僵化问题，才能保持数字化高质量发展。
通过路径依赖视角下先进制造业数字化转型组态路径研究，结合先进制造企业数字化发展现状，提出如下启示：
(1)政府应纠正企业数字化转型过程中的单因素主导论。在数字化转型实践中，要避免只引进数字化技术或只搭建数字化平台等典型的单因素主导倾向，地方政府可以通过举办数字化相关讲座、培训等活动，让企业管理者认识到单因素主导存在的问题从而加以改进并采用多因素组合驱动型策略。此外，地方政府应根据当地先进制造企业技术与管理维度的实际情况，制定相应政策，支持企业摆脱路径依赖，实现路径突破。
(2)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适用性，在厘清各要素与数字化转型关系的基础上，运用组态协调思维作出适合企业数字化转型的决策。在提升企业生产效率、资源结构、创新能力的前提下，管理者需要对多要素联结驱动策略给予高度重视，因地制宜地选定最适合本企业的组态路径。选定路径后，通过数字技术跃迁、管理模式变革等方式降低企业技术关联度；关注行业发展水平与政策趋势，充分缓解企业发展压力，提高企业环境适应度；采用数字设施建设、生产流程再造等方式提高企业技术复杂度。
(3)管理者需要结合企业自身特点突破路径依赖并制定适合企业的长期发展战略。路径依赖企业要想实现路径突破，需要制定相应策略，实现企业管理模式变革。此外，为维持企业竞争优势，确保企业长期稳定发展，管理者需要制定相应发展规划，引导企业开展数字技术引进、管理模式重构、竞争能力培养，使企业长期保持活力，补足企业前置要素短板的同时，缓解单一优势依赖状况，驱动先进制造企业数字化转型升级。
本文以问卷形式收集相关数据，可能会产生共同方法偏差，后续可采取面板数据展开实证研究。此外，本文在研究中发现，采取突破型组态路径的企业与采取混合型组态路径的企业相比，在数字化战略制定上具有较大差别，后续可采取质性研究方法对两类企业的数字化转型战略进行研究。
[1] 赵剑波.推动新一代信息技术与实体经济融合发展: 基于智能制造视角[J].科学学与科学技术管理, 2020, 41(3): 3-16.
[2] TIEN J M.Toward the fourth industrial revolution on real：time customization[J].Journal of Systems Science and Systems Engineering, 2020, 29(2): 127-142.
[3] OECD.The digitalisation of science, technology and innovation: key developments and policies[M].Paris: OECD Publishing, 2020.
[4] 杨玲.生产性服务进口复杂度及其对制造业增加值率影响研究——基于“一带一路”18省份区域异质性比较分析[J].数量经济技术经济研究, 2016, 33(2): 3-20.
[5] 张璐, 闫红月, 苏敬勤, 等.从 “锁定” 到 “进阶”: 如何突破主导逻辑的路径依赖——基于战略认知视角的案例研究[J].南开管理评论, 2021, 24(1): 86-96,117-118.
[6] 李伟, 贺灿飞.企业所有制结构与中国区域产业演化路径[J].地理研究, 2021, 40(5): 1295-1319.
[7] 李君, 邱君降, 成雨.工业企业数字化转型过程中的业务综合集成现状及发展对策[J].中国科技论坛, 2019，35(7): 113-118.
[8] 欧春尧, 刘贻新, 戴海闻, 等.人工智能企业颠覆性创新的影响因素及其作用路径研究[J].软科学, 2021, 35(4): 55-60，111.
[9] CHRISTENSEN C M, RAYNOR M E, MCDONALD R.What is disruptive innovation[J].Harvard Business Review, 2015, 93(12): 44-53.
[10] 孟凡生, 赵刚.传统制造向智能制造发展影响因素研究[J].科技进步与对策, 2018, 35(1): 66-72.
[11] 罗序斌, 黄亮.中国制造业高质量转型升级水平测度与省际比较——基于 “四化” 并进视角[J].经济问题, 2020,42(12): 43-52.
[12] 沈运红, 黄桁.数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据[J].科技管理研究, 2020, 40(3): 147-154.
[13] MAIGA A S, NILSSION A, AX C.Relationships between internal and external information systems integration, cost and quality performance, and firm profitability[J].International Journal of Production Economics, 2015, 169: 422-434.
[14] 刘意, 谢康, 邓弘林.数据驱动的产品研发转型：组织惯例适应性变革视角的案例研究[J].管理世界, 2020, 36(3): 164-183.
[15] REISCHAUER G.Industry 4.0 as policy-driven discourse to institutionalize innovation systems in manufacturing[J].Technological Forecasting and Social Change, 2018, 132: 26-33.
[16] 周源.制造范式升级期共性使能技术扩散的影响因素分析与实证研究[J].中国软科学, 2018，33(1): 19-32.
[17] LUO X, ZHANG W, LI H, et al.Cloud computing capability: its technological root and business impact[J].Journal of Organizational Computing and Electronic Commerce, 2018, 28(3): 193-213.
[18] TANG C P, HUANG T C K, WANG S T.The impact of Internet of things implementation on firm performance[J].Telematics and Informatics, 2018, 35(7): 2038-2053.
[19] 孙瑜康, 吕爽, 崔丹.区域知识基础理论及其对中国区域创新的启示[J].科学学研究, 2022, 40(2): 366-375.
[20] MARTIN R, SUNLEY P.Path dependence and regional economic evolution[J].Journal of Economic Geography,2006, 6(4): 395-437.
[21] 张珍, 喻金田, 何伟, 等.路径依赖与锁定研究的发展脉络分析——基于科学知识图谱视角[J].科研管理, 2020, 41(8): 39-48.
[22] BALLAND P-A, BOSCHMA R, CRESPO J, et al.Smart specialization policy in the European union: relatedness, knowledge complexity and regional diversification[J].Regional Studies, 2019, 53(9): 1252-1268.
[23] 綦良群, 王金石, 崔月莹,等.中国装备制造业服务化水平测度——基于价值流动视角[J].科技进步与对策, 2021, 38(14): 72-81.
[24] 彭本红, 黄倩倩, 郑田.智能制造开放式创新平台战略异质性研究: 基于扎根理论双案例视角[J].科技进步与对策, 2021, 38(10): 75-84.
[25] RAGIN C C.Redesigning social inquiry: fuzzy sets and beyond[M].Chicago:University of Chicago Press, 2009.
[26] 杜运周, 贾良定.组态视角与定性比较分析 (QCA): 管理学研究的一条新道路[J].管理世界, 2017,33(6): 155-167.
[27] 周飞, 林春培, 孙锐.道德领导与组织管理创新关系研究: 非正式知识共享的中介作用[J].管理评论, 2015, 27(5): 169-177.
[28] 谢洪明, 刘常勇, 陈春辉.市场导向与组织绩效的关系: 组织学习与创新的影响——珠三角地区企业的实证研究[J].管理世界, 2006,22(2): 80-94,143,171-172.
[29] 傅晓, 李忆, 司有和.家长式领导对创新的影响: 一个整合模型[J].南开管理评论, 2012, 15(2): 121-127.
[30] WU S J, MELNYK S A, FLYNN B B.Operational capabilities: the secret ingredient[J].Decision Sciences, 2010, 41(4): 721-754.
[31] 顾琴轩, 傅一士, 贺爱民.知识共享与组织绩效: 知识驱动的人力资源管理实践作用研究[J].南开管理评论, 2009, 12(2): 59-66.