DOI：10.6049/kjjbydc.C202107202 开放科学(资源服务)标识码(OSID)：
This paper adopts the qualitative comparative analysis (QCA) method. The sample size of this study is moderate, and the cases cover various third-tier military enterprises. Considering that there may be multiple equivalent combinations to achieve transformation paths in the research process, this study takes the qualitative comparative analysis method (fsQCA) of fuzzy sets. Qualitative comparative analysis (QCA) case selection follows the two basic principles of "maximum similarity" and "maximum difference", so researchers are required to select typical and representative case samples. The case companies in this article are selected from the list of "Typical Cases of Digital Transformation of State-owned Enterprises in 2020" and "Science and Technology Reform Demonstration Enterprises" issued by the State-owned Assets Supervision and Administration Commission of the State Council. A total of 41 representative cases related to third-tier military enterprises were selected. The selection of cases follows the following principles. First, the case enterprises are related to the third-tier military enterprises, and the enterprises themselves are developed from the third-tier military enterprises, or merged, reorganized or newly built enterprises with the attributes of the third-tier military enterprises. Second, the case companies should have made many attempts in digital transformation, and have reference value after the representative research of the region or industry. Third, enterprises are in different positions in the industry, with enterprise cases of different technical degrees. Fourth, according to the innovation and entrepreneurship index, case companies with relatively large environmental differences are selected. The innovation and entrepreneurship index is derived from the China Innovation and Entrepreneurship Regional Index.
The digital transformation framework is established based on the collected data and theory, and the anchor points required for data calibration are obtained by preprocessing the data. First we calibrate the data according to the selected anchor point, convert the data into a membership score between 0 and 1, and convert it into a set concept required for software analysis; then we perform a necessary condition analysis to test whether the result set is a set of conditions. It is found that each antecedent variable cannot be considered as a necessary condition to promote the success of digital transformation of third-tier military enterprises, and each enterprise has its own way of promoting the success of digital transformation. Therefore, the five antecedent variables are all third-tier military enterprises. It is a non-essential condition for the digital transformation of military enterprises. Finally, the configuration analysis is carried out. This paper determines that the consistency threshold is 0.75, and the frequency threshold is 1. The truth table analysis in QCA software is used to analyze the data, and enterprises’ names are used to display the combined results to obtain the true value. We generate complex solutions, intermediate solutions and simple solutions through standard analysis, combine the simple solutions and intermediate solutions to classify the conditions and build a conditional configuration analysis table.
From the comprehensive analysis of the results of the intermediate solutions and simple solutions, it is found that under different combinations of conditions there are five paths realizing the digital transformation of third-tier military enterprises.This paper summarizes three types of digital transformation paths for third-tier military industrial enterprises from the five paths: front, middle, and rear industry transformation paths, digital platform transformation paths, and product service transformation paths. From the micro-level influencing factors and actual cases, it analyzes how the third-tier military enterprises choose the digital transformation path in specific situations, and puts forward countermeasures and suggestions from the aspects of top-level design, organizational system, industry standards and business model innovation according to the actual situation of the case. The study enriches the research on the digital transformation path of China's third-line military enterprises in the digital economy.
DOI：10.6049/kjjbydc.C202107202 开放科学(资源服务)标识码(OSID)：
2020年中央经济工作会议指出，要大力发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。同年，国务院国资委印发《关于加快推进国有企业数字化转型工作的通知》，旨在积极发挥国有企业的示范引领作用，促进传统产业全方位、全角度、全链条的数字化转型，充分发挥数字经济的正外部效应、集聚效应、长尾效应和滚雪球效应，提升国家产业基础能力和产业链现代化水平，并进一步明确数字化转型在传统产业中的重要地位。上述思想可为三线军工企业数字化转型提供顶层支撑。
三线军工企业是指特殊时期建立的一批位于我国中西部地区的国防工业科研生产单位，对国防工业发展和中西部地区经济发展具有重要作用。20世纪90年代，随着经济发展方式转变，我国对国防工业进行调整，三线军工企业经营环境发生变化，大量三线军工企业因无法适应新的发展方式而被淘汰，部分三线军工企业抓住机遇，积极进行战略转型，逐渐具备与国内外同行同台竞争的基础和实力。本文从《2020年国有企业数字化转型典型案例》和《科改示范企业》中选取具有代表性的41家三线军工企业作为样本案例，从组态视角出发，结合路径依赖理论、企业基因理论、技术轨道理论和区域创新系统理论，基于企业产权、企业规模和创立年限等5个前因要素构建转型理论框架，并采用定性和定量相结合的fsQCA方法，通过数据校准、必要条件分析和组态分析构建多种三线军工企业数字化转型路径，提出数字化转型建议。
三线军工企业是我国独有的，国外相关研究成果较少且视角较为单一。美国密西根大学鲍大可[1]在对我国宁夏、青海等实地调研后，客观地对我国三线建设进行评述。“third line”第一次出现在《The History of Modern China》中，书中指出中国三线建设的政治考量大于经济考量，战争威胁结束以后存在转移调整问题(Alan Hunter&John sexton)。贝雷·纳顿认为，从部分看三线建设起积极作用，从整体看其对中国具有消极影响，导致资源浪费并延缓经济转型速度。Brzoska(1995)在研究大量转型军工企业后，对产品转型、资源转型和社会因素转型进行了总结。
国内学者对三线22个军工厂研究发现，积极开发民品能够获得巨大的成功和经济效益，实践证明，“军民结合”方针是完全正确的[2]。军民结合情景下，准确找到三线军工企业发展方向和面临的问题，需要设立新的标准评价三线军工企业价值[3]。应在国民经济大循环和全球市场中，准确定位军工企业产品[4]，积极发挥三线军工企业的力量[5]。军民融合背景下，可以通过构建路径演进模型并结合案例分析揭示转型升级路径[6]。此外，学者们基于三线军工企业发展过程中的问题，从企业旧厂房处理、新厂房搬迁选址、设备更换和遗址有效利用等方面，基于政策、制度和薪酬等视角，分析人才、资金等影响三线军工企业发展的重要因素。
国外企业数字化转型研究起步较早，在内涵、动因、影响和路径等方面具有丰富的理论成果。Cameron & Urich(1986)率先提出企业转型理论；乔治·韦斯特曼(2014)从绩效角度对数字化转型进行界定，并指出其包括3部分9个要素；经济学家保罗·罗默(2016)认为，好的危机是绝妙的机遇，指出转型的重要性；Kai(2016)在前人的基础上，指出应从数字化角度思考产品、服务、流程和规则；Blumenthal[7]认为，数字化转型路径包括运营、革新和战略转型3个方面；Doz&Thanheiser(1994)认为，数字化转型路径包括战略、组织、能力3个层面；Gereffi[8]认为，数字化转型路径包括企业内部、企业之间、国家内部和国际性区域升级4个层面。
国内数字化转型研究起步较晚，但近年来发展较快，在充分借鉴国外研究的基础上，结合我国国情从科技、产业、政策和战略等方面开展分析。高科技与传统产业发展相融合，是传统产业做大做强的必然趋势，“四梁八柱”能有效推动传统产业数字化转型[9]。智能时代下，传统企业依然采用工业时代的逻辑运行自身系统。包含6个关键能力要素的传统企业转型能力体系，可为企业数字化转型提供借鉴[10]。新冠疫情下，传统企业迎来挑战和机遇，中国数字化发展转型升级加速[11]，同时新的网络壁垒正在生成。因此，建立具有包容性、能够产生多方数字信任且充分保护公民隐私权的数字社会，可能比想象中更为艰难[12]。制造业是国家发展的基础，也是创新的主要来源，“双循环”发展格局下，我国制造业数字化转型政策体系亟待完善，应从政策机制和措施等方面，构建完善的制造业数字化转型政策框架体系[13]。此外，学者们基于前景理论、场理论等理论，采用双重组合赋权方法对军工央企[14]、军工制造业、新农村、应急领域和生态风险治理等领域数字化转型进行研究，极大地丰富了我国数字化经济转型相关。也有学者从数字化赋能视角，采用PLS结构方程和模糊集定性比较分析(fsQCA)研究中小制造企业数字化转型[15]，进一步丰富了我国中小企业转型研究。
从国内外文献看，现有研究聚焦于政府数字化治理和企业数字化转型中的能力建设、政策制定和人才培养等方面，政府重视实际运用，学者重视理论研究。现有文献较少涉及三线军工企业数字化转型路径，而三线军工企业对城市经济发展具有重要引领作用，研究三线军工企业数字化转型路径具有重要价值和意义。
(1)企业特征对路径选择的影响。从企业自身角度看，产权属性从企业诞生时就深深烙印在其基因中，与中央企业相比，省属企业抗风险能力较弱，因而倾向于持有更多现金以应对可能的风险。因此，不同企业对供应商的选择和供应链构建具有很大差异。在我国企业转型过程中，政府干预普遍存在，尤其是国有企业会受到国家直接或者间接干预。金字塔层级会影响企业风险承担能力，处于金字塔顶层的中央企业是为国家发展和战略服务的，企业自身决策和经营权利受到极大限制。随着金字塔层级下降，企业受干预程度降低，企业自主决策权和风险承担能力得以提升。因此，不同产权属性的企业转型时因风险承担能力差异会选择不同的转型路径[16]。
企业所处发展阶段和宏观经济环境会直接影响企业规模，不同产权性质的企业会有意识地扩大自身规模。因此，在发展重要节点，企业规模会直接影响企业生存发展。在产业开拓初期，企业规模直接影响企业创新能力，因而规模大小对于企业存活率起正向作用，随着企业发展进入成熟期，具有一定的核心竞争力后，企业创新动力会逐渐减弱。此时，企业规模的正向影响逐渐降低[17]。此外，成立年限对企业转型具有重要影响，随着企业年龄增大，企业生存呈倒U趋势，企业面临的生存发展风险逐渐增大，直至累积到一个极大值。随着企业风险应对能力不断提高，企业逐步习惯与风险共处，所面临的风险逐渐下降[18]。
(2)城市创新环境对路径选择的影响。企业外部创新环境是指一个城市能够提供的创新支持，即基础设施、制度政策、市场环境和金融资本等有利于企业快速成长与创新的外部条件。从宏观角度看，良好的制度环境能够吸引大量以创新为导向的企业。同时，市场需求的不确定性能够给予企业创新机遇，对企业绩效起正向促进作用[19]。创业环境动态性、宽松性、复杂性以及资源利用率对企业成长具有积极影响，良好的创新创业环境能够有效促进中小型企业数字化转型，全面影响企业创新，并且与创新绩效之间呈显著互动关系[20]。
(3)行业技术环境对转型路径选择的影响。从行业层面看，不同的行业经营环境对企业转型升级具有差异化影响，若外部经营环境政策、市场趋势与企业现有资源和生产能力负相关，则整个组织创新和生产绩效会遭受沉重打击。当企业发展方向与外部环境一致时，企业创新和生产能力得以提升[21]。市场机制改革、行业竞争波动和社会文化等相关要素会直接影响数字化转型，企业所处行业的技术发展程度影响企业产品质量和后续相关服务水平。从创新绩效角度看，中低技术行业企业转型升级过程中，创新绩效是其核心竞争力，高技术产业虽然在重大技术创新方面具有绝对优势，但其创新效率不及中低技术产业。因此，中低技术企业转型灵活性更高[22]。
由于成立年限不同，面对激烈的竞争时，企业会根据自身经验作出不同选择，走向不同的数字化转型道路。路径依赖理论认为，企业规模经济(Economies of scale)、学习效应(Learning Effect) 、协调效应(Coordination Effect)、适应性预期(Adaptive Effect)和既得利益约束等因素会促使企业沿着既定方向不断自我强化。企业由个人组成，个人思想受企业影响，进而影响企业选择[23]。路径依赖理论强调历史的重要性，承认时间和历史在社会经济演化过程中的重要作用[24]。成立时间较长的企业积累了丰富的竞争经验，在发展过程中逐渐形成具有显著自我特点的思维方式和决策方法。为寻求自身发展和突破，新创企业会紧紧抓住机遇走向成熟，从风险型转变为稳健型，表现出年龄依赖特征[25]。随着组织发展壮大，企业会产生决策依赖，这种依赖可理解为企业对过往成就和运作体系的依赖，在发展转折点，企业年龄对企业风险选择具有较大的影响。因此，本文将创立年限(QYNX)作为前因要素。
中央企业、地方企业和民营企业在转型时考虑问题的角度会有很大差别，可见产权性质影响其数字化转型路径选择。Nelson&Winter[26]研究企业基因理论后重新定义组织惯例，认为其是企业在激烈的市场环境中形成的，已深深刻入企业基因，而且在一定程度上可以对企业行为方式进行预测。企业基因理论认为，产权性质是企业最重要的基因，企业长期形成的风险偏好、竞争制度等都会传递给下属企业。因此，本文将产权性质(QYCQ)作为前因要素。
根据《中国两化融合发展图鉴》，企业规模是企业发展转型的重要影响因素，能够反映企业在数字化、集成互联和智能协同等方面的差异。路径依赖理论认为，基于原有结构框架的企业，其决策会产生相似的结果。组织生态学表明，随着组织规模不断扩大，企业思想会趋于保守，不再主动寻求变革。也就是说，企业规模对企业转型升级具有显著负向作用。有学者研究发现，企业规模与企业转型呈倒U型关系，在面对转型机会时，中等规模企业表现最活跃，较大规模企业有意愿但不会明确表现出来，规模小的企业反而更反对转型升级[27]。因此，本文将员工人数作为企业规模(QYGM)这一前因要素的测量指标。
技术轨道理论认为，行业技术积累会影响企业创新水平，技术发展程度会影响企业技术进步和突破。三线军工企业高、中、低技术特性对企业发展具有差异化影响，进而影响企业创新、技术应用及数字化转型。研究表明，不同技术发展程度下企业创新路径也不同，中低技术产业创新频率较高，高技术产业持续受到影响，进而倒逼自我创新。技术创新理论认为，市场和技术是创新的重要推动因素。市场轨道理论由技术轨道理论发展而来，认为企业创新转型建立在研发端、需求端或二者结合的基础上，企业应采用“双轨”创新，从而培育核心技术和实现效益最大化[28]。因此，本文将企业技术发展程度(JSCD)作为前因要素。
企业所处的自然、经济和政策环境，会影响企业战略制定并决定其发展方向[29]。区域创新系统理论强调区域创新环境对企业的重要性，不同时代下学者们对企业所处区域创新环境具有不同的理解和解读。有学者从介质环境、机构环境与调控环境等宏观角度进行解构，也有学者从基础设施环境、资源环境、制度环境和社会文化环境等微观视角进行研究。因此，本文将区域城市创新指数(CXZS)作为前因要素。
综上所述，根据三线军工企业特点，本文选取5个影响因素，即企业产权性质(QYCQ)、企业规模(QYGM)、创立年限(QYNX)，企业技术发展程度(JSCD)和区域创新创业环境(CXZS)，构建研究理论框架(见图1)。
图1 理论研究框架
Fig.1 Theoretical research framework
定性比较分析(QCA)最早由Ragin(2008)提出，是针对中小样本案例的分析方法。该方法关注结果如何发生，借助集合论和布尔代数并通过多案例比较分析确定简洁的因果联系，解释复杂性因果现象，同时不会丢失外部推广效度，对差异化案例分析更加准确，能够有效解释条件间相互依赖的组态效应[30]。QCA根据变量类型分为csQCA(清晰集定性比较分析)、mvQCA(多值集定性比较分析)，以及fsQCA(模糊集定性比较分析)。fsQCA具有质性分析和定量分析的双重属性，适合处理多重并发因果关系问题。本文样本量适中，案例涵盖各类三线军工企业，考虑到研究过程中可能存在多个转型路径的等效组合，故采用模糊集定性比较分析方法(fsQCA)开展研究[31]。
定性比较分析(QCA)案例选择遵循最大相似和最大差异两个基本原则，要求研究者选取具有典型性和代表性的案例样本[32]。本文案例企业来自国务院国有资产监督管理委员会发布的《2020年国有企业数字化转型典型案例》和《科改示范企业》名单，共选取41家与三线军工企业相关且具有代表性的案例。案例选择遵循以下原则：第一，案例企业与三线军工企业相关，企业本身是由三线军工企业发展而来，或是经过合并、重组的具有三线军工企业属性的企业。第二，案例企业是在数字化转型方面有一定尝试，且具有参考价值的企业。第三，选择处于产业不同位置且具有不同技术发展程度的企业作为案例样本[33]。第四，根据创新创业指数，选择环境差异显著的案例企业，创新创业指数来源于《中国创新创业区域指数》。最后，根据选取标准收集三线军工企业数据，最终以企业产权、企业规模、企业年限、企业技术发展程度和企业创新创业指数等作为前因变量，以数字化转型作为结果变量。
采用定性比较分析(QCA)方法，首先对收集的原始数据进行校准，转换为研究所需的集合概念，也就是将常规变量转变为0～1之间的模糊变量。将变量校准为集合，设定3个临界值：完全隶属(full membership)、完全不隶属(full nonmembership)和交叉点(cross over point)。当前，学者们对锚点设定尚未达成统一标准，本文根据数据特点，将数据的95%分位数、均值、5%分位数设为3个锚点[34]。将原始数据代入Stata软件，计算出相应的锚点值，并根据锚点值使用fsQCA3.0软件对变量进行校准，将其转换为0～1之间的隶属分数，得到各变量赋值(见表1)。
表1 结果变量与条件变量校准结果
Tab.1 Calibration of outcome and condition variables
变量校准完全隶属交叉点完全不隶属结果变量数字化转型1/0条件变量企业产权1/0成立年限71544企业规模200 00037 362450创新指数98.972 684.615 4348.387 1技术发展程度1/0
在构建模糊真值表之前，需要检验前因变量是否为结果变量的必要条件，即检验结果集合是否为某个条件集合的子集。在fsQCA中，如果在结果发生时某个条件总是存在，那么该条件就是结果的必要条件[35]。一致性和覆盖率是重要参考标准，当一致性水平大于0.9时，可认为该条件是结果的必要条件。如果某个前因变量经过必要条件检测后一致性大于0.9，并且是有意义的必要条件，那么在下一步真值表构建中就要将其删除。如果将必要条件纳入真值表进行分析，则其会在纳入逻辑余项(缺少经验实例的组态)的解中被删除 (必要条件经常被简单解消除)[36]。
将处理后的校准数据保存为csv格式再导入QCA软件进行必要性分析，然后以数字化转型作为结果变量，以企业产权、成立年限和企业规模等作为前因变量，检验结果如表2所示。由表2可知，所有前因条件的一致性数值均小于或等于0.9这一基准线，各变量作为必要条件的一致性程度均小于0.7，处于较低水平。可见，上述任何前因变量均不能被认为是三线军工企业数字化转型成功的必要条件，每个企业都具有促进数字化转型成功的独特方式。由此，5个前因变量均为三线军工企业数字化转型的非必要条件。因此，在下一步研究中不用删除任何前因变量，5个前因变量均可纳入真值表进行分析。
表2 必要条件分析结果
Tab.2 Analysis of necessary conditions
变量一致性覆盖度QYCQ0.551 7240.8～QYCQ0.448 2760.619 048JSCD0.517 2410.576 923～JSCD0.482 7590.933 333QYGM0.326 2070.929273～QYGM0.673 7930.634 004QYNX0.638 2760.731 331～QYNX0.361 7240.668 579CXZS0.548 2760.682 696～CXZS0.451 7240.739 695
组态分析能够探寻多个条件的不同构成是否是结果产生的充分性条件，在计算过程中采用一致性加以判断。Schneider & Wagemann[37]指出，认定充分性的一致性水平不得低于0.75。已有研究中，有0.75和0.8两种运用广泛的一致性阈值。对于频数阈值，研究者需要根据研究对象规模确定，中小样本为1，大样本大于1。在具体研究中，研究人员对于案例的熟悉程度会影响真值表，因而本文通过一致性阈值和频数阈值加以确定，参考学者们的研究成果，确定合理的阈值：一是结果为0和1的真值表行(组态)应大致平衡；二是频数阈值设定应包含75%的观察案例；三是为减少潜在矛盾组态，PRI(Proportional Reduction in Inconsistency)一致性的最低值应大于或等于0.75；四是应避免同时子集关系(Simultaneous Subset Relations)，即某一真值表行(组态)的充分性组态为三线军工企业数字化转型单一结果(张明等，2019)。本文确定一致性阈值为0.75，频数阈值为1。
根据相关标准，使用QCA软件对数据进行分析，以数字化转型为结果变量，以企业产权、成立年限和企业规模等为前因变量构建真值表。在分析真值表时，删除一致性阈值低于0.75的案例并将案例阈值设为1，通过标准分析产生复杂解、中间解和简单解(见表3)。
表3 实证结果
Tab.3 Empirical Results
路径解构型路径一复杂解QYCQ*JSCD*QYGM*QYNXQYCQ*QYGM*～QYNX*CXZS中间解QYCQ*JSCD*QYGM*QYNXQYCQ*QYGM*～QYNX*CXZS简单解QYGM路径二复杂解～QYCQ*～JSCD*～QYGM*CXZS中间解～QYCQ*～JSCD*～QYGM*CXZS简单解～QYCQ*～JSCD路径三复杂解QYCQ*～JSCD*～QYGM*～QYNX～QYCQ*～JSCD*QYNX*～CXZS中间解QYCQ*～JSCD*～QYGM*～QYNX～QYCQ*～JSCD*QYNX*～CXZS简单解～JYCD*～QYNX
参考Ragin[35]、Fiss、刘晓亮[38]、杜运周(2017)的研究成果，本研究基于简单解和中间解对条件进行分类并构建条件组态分析表，如表4所示。从组态分析数据可以看出，整体中间方案的一致性水平为0.98，充分条件的一致性水平较高，5个方案的一致性水平均超过0.9，说明5个前因变量组合是三线军工企业数字化转型成功的充分条件。从中间解和简单解的结果分析发现，通过不同条件组合可以促进三线军工企业数字化转型，有5条路径可以实现上述目标。
表4 核心—辅助条件组态分析结果
Tab.4 Core-auxiliary condition configuration analysis
变量123企业产权•••企业规模●●创立年限••创新指数••技术发展程度•一致性0.962 8010.928 1510.9751原始覆盖度0.151 7240.101 0340.142 4140.121 0340.109 655唯一覆盖度0.123 1030.050 344 80.118 2760.098 965 50.085 517 2总覆盖度0.551 034总一致性0.983 99
注：采用实心圆代表条件存在(present)，空心圆代表条件缺乏(absent)，用圆圈的大小区分核心条件和边缘条件，空白表示条件可有可无；符号表达如下：“ ●”代表核心条件存在，“ •”代表边缘条件存在，“ ⊗”代表核心条件缺乏，“ 
”代表边缘条件缺乏
根据《中国企业数字化转型研究报告(2020)》、2020年《中国数字经济发展报告》《中国数字经济发展白皮书(2020)》，借鉴杜义飞等[39]的报告文献，本文总结出3类三线军工企业数字化转型路径。
3.3.1 前中后全产业转型路径
路径一：QYCQ*JSCD*QYGM*QYNX，即中央企业*高技术发展程度*企业规模大*企业年限长，此时三线军工企业会选择前中后全产业数字化转型路径。核心条件为企业规模，辅助条件为企业产权、创立年限和技术发展程度，创新环境对转型路径选择无影响。
路径二：QYCQ*QYGM*～QYNX*CXZS，即中央企业*企业规模大*企业年限短*创新环境好，此时三线军工企业会选择前中后全产业数字化转型路径。核心条件仍是企业规模，辅助条件为企业产权和创新环境，对具备以上优势且创立年限较短的企业而言，技术发展程度无影响。
整体来看，三线军工企业选择前中后全产业数字化转型路径是从自身需求、痛点和责任出发，根据自身所处行业特点和发展需求，有针对性地分阶段、分步骤地推进全产业数字化转型，为抓住时代发展机遇打下坚实的基础。规模较大的中央企业由国资委直接管辖，受国家战略和政策影响较大，而创新环境对其影响较小。上述企业积累了丰富的转型经验，结合国家安全和利益考虑，应进行高精尖产业领域具有长期导向且更具社会意义的创新，主动选择全产业数字化转型路径。在国家政策指导下，经过合并重组的中央企业，成立时间较短，为了快速发展会选择创新环境较好的城市，以降低生产、运输和交易等成本，但因其承担的国家社会责任会使其选择全产业数字化转型路径，从而打造全球领先的自主创新数字生态系统。
3.3.2 数字化平台转型路径
路径：～QYCQ*～JSCD*～QYGM*CXZS，即非中央企业*中低技术发展程度*企业规模小*创新环境好，此时三线军工企业会选择数字化平台转型路径。创新环境是辅助条件，非中央企业、中低技术发展程度和较小的企业规模对企业路径选择也有影响，而创立年限对企业转型无影响。
良好的创新环境能提供完善的基础设施、良好的政策支持、良性市场竞争环境和低廉的金融资本等外部条件，对企业转型升级具有正向促进作用。与中央企业相比，规模较小的非中央企业不具备庞大的全产业生产链，但擅长整合内外部资源，能够打破企业边界，且在转型时具有较强的敏感性和灵活性。考虑到自身所处产业链位置、技术水平和抗风险能力，国有企业为抓住数字经济发展机遇，借助自身优势地位选择数字化平台转型路径，建立多主体集聚与资源共享的数字化平台，高效联络各产业主体，从而实现发展目标。
3.3.3 产品服务转型路径
路径一：QYCQ*～JSCD*～QYGM*～QYNX，即中央企业*中低技术发展程度*企业规模小*企业年限短，表明归属中央管理的三线军工企业处于中低技术发展程度，在成立年限较短且企业规模不大的情况下，创新环境对其没有影响，此时企业会选择产品服务转型路径。
路径二：～QYCQ*～JSCD*QYNX*～CXZS，即非中央企业*中低技术发展程度*企业年限长*创新环境较差，企业规模出现与否不影响路径选择，此时企业会选择产品服务转型路径。
综上可以看出，在产品服务转型路径中，企业技术发展程度是核心影响因素，两个路径中企业均处于中低技术发展程度。对于成立年限较短的央企来说，国家经济、资源和政策支持是其优势所在，在没有外部创新环境支持时，选择产品服务转型路径可以有效降低运营和转型风险。对于非央企来说，创立时间长说明其在某一领域具有丰富的发展经验，产品具有较强的竞争力，但因为企业所在城市创新环境较差，不具备全产业和平台转型条件，因而选择产品服务转型路径。
本文从我国三线军工企业实际出发，基于41家三线军工企业数据，运用fsQCA方法，探究数字化背景下三线军工企业数字化转型路径，得到主要结论如下：
一是从微观层面影响因素中归纳提炼数字化经济时代三线军工企业数字化转型路径，具体包括：第一，前中后全产业数字化转型路径，构建全产业数字化生态系统。企业不再局限于内部数字化改造与融合，而是通过供应、设计、生产、运输、销售和服务等产业链数字化重组和融合，并从数字生态系统范围寻求新的数字融合机会促进相关产业系统发展。相关产业既可能与自身产品相关，也可能是间接提供服务的非相关产业和互联网金融产业等。第二，数字化平台转型路径，多层次、多主体实现虚拟和现实资源共享。企业实现数字化平台转型后，通过云计算、大数据、供应链与供应端、政府、高校、科研机构、其它互联网企业、客户和金融机构实现互联互通，构建数据、资源、信息和创意数字化共享平台，加强内部及内外间的技术交流和沟通，从而有效助推数字化转型。第三，产品服务转型路径，产品生产服务数字化。产品生产企业利用数字技术对研发、生产和服务等环节进行升级改造，构建数字化生产生态系统，对企业生产线、产品设计研发和售后服务进行数字化升级,通过智能系统对每个环节相关数据进行收集、分类和处理，进而及时发现产品设计、生产和服务中的不足，运用数字技术实现定制服务，从而实现企业产品多元化发展。
二是通过实际案例分析具体情境下三线军工企业数字化转型路径，主要包括：
(1)在前中后全产业转型中，企业产权属性为中央企业、企业规模较大、行业技术发展程度较高和区域创新条件较好等条件很重要，即只有内部和外部要素共同发挥作用才能成功实现三线军工企业前中后全产业数字化转型。中央企业技术、资金和人才积累较为雄厚，能够得到政府大力支持，有能力实现高精尖领域数字化创新，以国家战略为导向实现跨产业数字化转型。同时，规模较大企业涉及领域较广，更加关注全产业数字化转型。尤其当企业处于良好的创新环境且具有较高的技术发展程度时，在资金、技术和人才的支持下更易突破原有技术局限，成功实现全产业数字化转型。
(2)数字化平台转型方面，良好的区域创新环境是核心影响条件。此外，企业产权性质为非中央企业、较小的企业规模和较低的技术发展程度有助于三线军工企业实现平台数字化转型。非中央企业受国家政策和地方政府约束较小，拥有更多自主权。规模较小的企业可以专注某领域进行专业化生产，对于市场变化更加敏感，有能力与资源打造信息和资源共享数字化平台。同时，良好的区域创新环境对三线军工企业数字化转型具有促进作用，这在多个转型路径中均有所体现，尤其是当企业所处地域具有良好的基础设施和网络信息高速公路时，更能有效促进企业数字化平台建设。
(3)为实现产品服务转型，企业技术发展程度是核心影响因素，企业产权性质与企业年限两个前因要素存在可替代性，即处于中低技术发展程度的企业在规模较小、创新环境较差时倾向于选择产品层面的数字化转型。对于行业技术发展程度较低的企业而言，其技术和资金有限，应借助外在数字技术，关注自身产品研发、生产和服务数字化升级，从而实现弯道超车。
本文拓展了数字经济下我国三线军工企业数字化转型路径研究。目前，三线军工企业研究主要集中于三线精神、文化和历史遗产等方面，仅少数学者从军民融合角度基于多元回归面板数据对军工企业转型路径进行研究，数字经济背景下我国三线军工企业数字化转型路径研究较少，综合考虑微观层面因素对三线军工企业转型影响的研究更是鲜见。本文为当前三线军工企业管理者提供了可供选择的数字化转型路径，管理者应根据企业产权性质、规模、年限、技术发展程度和创新创业环境选择合适的数字化转型路径，进而推动三线军工产业全方位、全链条数字化转型，最终提升国家产业基础能力和产业链现代化水平。
(1)对于规模较大的中央企业而言，其拥有较丰富的技术积累且处于较好的创新环境，应结合自身使命，从肩负的政治目标和社会责任出发，选择前中后全产业数字化转型路径，将整个产业牢牢掌握在自己手中。
(2)对处于中低技术发展程度、规模较小的非中央企业而言，应选择数字化平台转型路径，连接好整个产业的前部和后部，实现信息资源互联互通，在核心节点发挥重要作用。
(3)对于成立时间较短、规模较小且处于中低技术发展程度的中央企业而言，没有雄厚的资本和技术积累，应发挥央企优势，走产品数字化转型道路。对于非中央企业而言，想要抓住数字经济机遇，应选择产品数字化转型路径，从小处着眼，做好做精才会有所发展。
为了确保三线军工企业合理、有序地实施数字化转型战略，本文提出以下对策建议，具体包括：
(1)顶层设计是三线军工企业成功实现数字化转型的战略支撑。数字化转型是国家发展战略的重要组成部分，国家应制定数字化转型总体框架，帮助企业实现资源优化配置和有效协同。以国家发展战略为指引，明确数字化转型愿景、使命、定位、商业模式、业务模式、管理模式等战略举措。一个清晰的长期目标能够为组织指明前进方向，便于组织统一思想和行动，从而在数字化转型过程中保持整体性思维。同时，应协调好长期目标和短期目标，处理好三线军工企业转型过程中整体和部分的关系，重视管理者培养、管理和有效控制，从上而下地进行改革，从下而上推动数字化基础设施和人员建设，加快推进三线军工企业数字化转型进程。
(2)完善的组织体系是三线军工企业数字化转型成功的保障。建立科学高效的数字化流程，有利于三线军工企业组织机构变革。以数字技术为依托，建立高效准确的信息交互平台，降低企业运营成本，彻底变革组织思维方式、决策流程和运营机制，建成跨专业、跨领域、跨部门、跨主体的扁平化组织、柔性化组织、无边界组织。明确三线军工企业转型中的责任主体，制定合理的业务目标，并根据发展目标制定相应的考核和激励机制，不断优化流程以减少组织内部摩擦。设立数字化转型事业部，引进数字化管理人才，协调不同职能部门，统一力量促进三线军工企业数字化转型。
(3)制定三线军工企业数字化转型行业标准，为标准化建设奠定基础。从数字化转型理论出发，结合转型内容和影响因素，围绕多个领域，加快三线军工高精尖行业高层级数字化专业技术和技能评定，加强我国高层级专业技术能力标准化研究，同时积极与国外优秀学者和机构合作，参考国外工业4.0架构模型，构建以中国为核心的统一标准架构。
(4)价值链协同机制是三线军工企业数字化转型的基础。通过国家整体规划，三线军工企业将云计算、物联网和大数据等海量数据资源实现有效整合，促进产品生产和服务融合，平台数据与客户应用端数据交互，打通研发、设计、制造、销售和服务等全流程，真正实现全环节和全要素互通。推动上下游产业企业协同，接入国际产业链并实现资源共享，促进产业链全环节跨界协同，实现信息、资源和能力互通共享，构建良性合作的价值链协同机制。
(5)多维商业模式创新是三线军工企业的基本目标。构建良性三线军工企业生态体系，应坚持中国模式、路径，顺应数字化革命这一全球趋势，以安全为基础构建开发、开放、合作、共赢的多维商业生态，促进各行业企业机构联动，取长补短，实现合作共赢。通过整合资源降低成本，坚持核心技术自主研发的开拓精神，形成高效的短板补齐机制。提倡良性竞争，实现协调发展，不断提高三线军工企业产品品质、产品附加值和服务水平，增强其在全球市场中的竞争力。以建设世界一流的三线军工企业为发展目标，构建全领域数字化生态网络，共建人类命运共同体。
本研究存在以下不足之处。首先，采用模糊集定性比较分析(fsQCA)，目前锚定点没有统一标准，随着研究深入，可能会有更好的选择。其次，选择产权性质、企业规模、成立年限、技术发展程度和创新环境5个前因条件，但三线军工企业数字化转型路径选择影响因素众多，其它因素的影响值得进一步研究。最后，三线军工企业部分数据保密性较强，数据收集存在困难，仅对41家三线军工企业进行研究，虽满足QCA案例选取要求，达到2n(n为要素个数)这一条件，但可能存在案例数量较少和选取较为片面等不足。
[1] 鲍大可,孙英春.中国西部四十年[M].北京：东方出版社,1998.
[2] 丁之铮.我省小三线军工企业的现状和今后发展的建议[J].浙江经济,1985，1(11):18-19.
[3] 曹立家.三线军工企业的发展及其面临的问题[J].科技进步与对策,1986,3(8):22,38.
[4] 三线课题组.技术导向:军工企业产品变型的战略选择[J].管理世界,1988，4(4):167-175,218.
[5] 朱慧,石教群.军工力量在中西部地区改革开放中应发挥新作用[J].科技进步与对策,1992,9(6):53-54.
[6] 李烨,吴世洪,郭继辉.军民融合背景下三线军工企业转型升级的影响因素及路径选择[J].科技进步与对策,2015,32(18):98-103.
[7] BLUMENTHAL B,HASPESLAGH P.Toward a definition of corporate transformation[J].Sloan Management Review,1994,35(3),101-106.
[8] GEREFFI G.International trade and industrial upgrading in the apparel commodity chain[J].Journal of International Economics,1999,48(1):37-70.
[9] 刘鹏飞,赫曦滢.传统产业的数字化转型[J].人民论坛，2018，27(26):87-89.
[10] 陈春花.传统企业数字化转型能力体系构建研究[J].人民论坛·学术前沿,2019，8(18):6-12.
[11] 王灏晨,温珂.新冠肺炎疫情的危中之机:加速我国数字化转型[J].科学学研究,2020,38(3):393-395.
[12] 胡泳,年欣.中国数字化生存的加速与升级[J].新闻与写作,2020，37(12):5-13.
[13] 祝合良,王春娟.“双循环”新发展格局战略背景下产业数字化转型:理论与对策[J].财贸经济,2021,42(3):14-27.
[14] 胡煜,罗欣伟.军工央企的数字化转型研究[J].中国电子科学研究院学报,2020,15(2):125-130.
[15] 池毛毛,叶丁菱,王俊晶,翟姗姗.我国中小制造企业如何提升新产品开发绩效——基于数字化赋能的视角[J].南开管理评论,2020,23(3):63-75.
[16] 苏坤.国有金字塔层级对公司风险承担的影响——基于政府控制级别差异的分析[J].中国工业经济,2016，33(6):127-143.
[17] 郝前进,金宝玲.行业差异、企业行为与企业生存时间的影响因素研究[J].经济体制改革,2011，29(6):95-98.
[18] MAHMOOD T.Survival of newly founded businesses: a log-logistic model approach[J].Small Business Economics,2000,14(3): 223-237.
[19] 白玲,石琳.中低技术产业技术创新与转型升级[J].理论与现代化,2013，25(4):59-64.
[20] 刘宇璟.创业导向与企业绩效:制度环境和市场环境的调节作用[J].中国人力资源开发,2017，34(11):54-64.
[21] DIXIT M R,BHOWMICK B.Discontinuity in the environment,firm response,and dynamic capabilities[J].Vikalpa, 2011,36(2):1-12.
[22] 秦佩恒,赵兰香,万劲波.中低技术企业创新模式与创新绩效研究—基于中国制造业创新调查的实证分析[J].科研管理,2016,37(11):26-34.
[23] LEVITT B,MARCH J G.Organizational learning[J].Annual Review of Sociology,1988,14(1):319-338.
[24] 余菲菲,高霞.互联背景下我国制造企业生态化转型路径的选择机制研究：基于fsQCA方法[J].管理工程学报,2020,34(5):32-41.
[25] 杨嬛,张学良.天生国际化与阶段国际化:企业年龄特征与中国企业的国际化选择[J].经济管理,2016,38(4):12-23.
[26] NELSON R R,WINTER S G.The schumpeterian tradeoff revisited[J].American Economic Review,1982,72(1):114-132.
[27] GARC
A-QUEVEDO J,PELLEGRINO G,VIVARELLI M.R&D drivers and age:are young firms different[J].Research Policy,2014,43(9):1544-1556.
[28] 许爱萍.市场轨道作用下的技术创新轨道:形塑、特点与双轨融合[J].技术经济与管理研究,2016，31(1):40-44.
[29] HANNAN M T,FREEMAN J.Structural inertia and organizational change[J].American Sociological Review,1984,49(2):149-164.
[30] 阿克塞尔·马克斯,贝努瓦·里候科斯,查尔斯·拉金,等.社会科学研究中的定性比较分析法:近25年的发展及应用评估[J].国外社会科学,2015，38(6):105-112.
[31] FISS P C.A set-theoretic approach to organizational configurations[J].The Academy of Management Review,2007,32(4):1180-1198.
[32] 陈宇,闫倩倩.“中国式”政策试点结果差异的影响因素研究:基于30个案例的多值定性比较分析[J].北京社会科学,2019，34(6):42-52.
[33] 高洪成,王琳.高中低技术产业范围界定标准探析[J].科技进步与对策,2012,29(13):46-48.
[34] 余菲菲,董飞.跨层次环境对我国制造企业转型路径选择的影响:基于fsQCA方法[J].研究与发展管理,2020,32(4):37-47.
[35] RAGIN C C.Redesigning social inquiry： fuzzy sets and beyond [C].Chicago： University of Chicago Press,2008.
[36] RAGIN C C,RIHOUX B.Qualitative comparative analysis(QCA)：state of the art and prospects[J].Qualita-tive Methods，2004，2(2)：3-13.
[37] SCHNEIDER C Q,WAGEMANN C.Set-theoretic methods for the social sciences[M].Cambridge:Cambridge University Press,2012.
[38] 刘晓亮,侯凯悦,张洺硕.从地方探索到中央推广:政府创新扩散的影响机制:基于36个案例的清晰集定性比较分析[J].公共管理学报,2019,16(3):157-167,176.
[39] 陈其齐,杜义飞,薛敏.数字化转型及不确定环境下中国管理研究与实践的创新发展:第11届“中国·实践·管理”论坛评述[J].管理学报,2021,18(3):337-342.