开放科学(资源服务)标识码(OSID)：
Overall, within the dynamic capability analysis framework, this study defines five antecedents and explores the impact of their different combinations on the digital innovation performance of multinational corporations in the context of digital connectivity. It uses the fsQCA method to delve into the multi-factor synergistic effects among various elements in digital capabilities and the complex causal mechanisms that affect the digital innovation performance of multinational corporations, and selects a total of 40 representative multinational corporations from the China Top 100 Multinational Companies List as the research subjects. The research results indicate that, firstly, from an overall perspective, no single antecedent condition can independently serve as a necessary condition for affecting the digital innovation performance of multinational corporations. Secondly, the configurations that affect product innovation performance can be summarized as being digital connectivity capability-driven and resource-driven; the configurations that affect the performance of process innovation can be summarized as being intelligent-driven and resource-driven. Finally, compared to process innovation performance, resource-driven product innovation performance relies more on digital platform architecture.
On the basis of the research findings, this article proposes that, firstly, multinational corporations need to attach importance to the cultivation and application of digital connectivity capabilities, and actively develop the role of digital technology, digital platform architecture, and digital intelligence in the performance of digital innovation in the context of digital connectivity. Secondly, they need to clarify their corporate positioning, focus on internal and external resource allocation, construct corporate resource integration strategies, and fully develop their digital integration capabilities. Finally, it is essential to improve the level of digital intelligence utilization and promote the development of enterprise digital innovation. In addition, this article makes three theoretical contributions: it reveals the mechanism by which digital capabilities affect the digital innovation performance of multinational corporations, expanding existing research and deepening understanding of digital connectivity; then it analyzes the shortcomings of existing research through a combination of product innovation performance and process innovation performance, effectively enhancing the comprehensiveness and objectivity of the research; and finally, it provides a new analytical perspective and evidence for the digital innovation performance of multinational corporations in China in the context of digital connectivity by fsQCA.
开放科学(资源服务)标识码(OSID)：
随着信息技术发展与突破,大数据在跨国公司商业活动中得到频繁应用,“数字”成为跨国公司开展创新活动的关键要素。数字经济时代,跨国公司发展离不开数字创新。相较于其它公司,跨国公司聚焦国际市场,力图通过有效创新实现利润最大化目标。数字连接会影响跨国公司经营主导逻辑,不仅能够缩小跨国公司与利益相关者间的地理距离,而且可以帮助跨国公司通过克服文化差异、适应环境变化获取竞争优势。因此,如何在数字连接情境下借助数字能力提升数字创新绩效,成为众多跨国公司高度关注的问题。
数字能力是在数字连接情境下以数字连接能力为核心的关键能力[1]。国内外学者对数字连接能力、企业数字创新绩效展开研究并取得了一定成果。数字连接能力方面,数字技术深度融合不仅可以帮助企业提高产品质量,而且能够优化企业创新流程,通过增强企业研发能力进一步提升其数字创新绩效[2]。数字平台架构方面,数字平台架构的通用性、兼容性及扩展性对企业数字创新绩效发挥促进作用。此外,陈剑等[3]提出,数字智能对企业数字创新及创新绩效具有正向影响。现有相关研究大多从单一维度出发进行探讨,缺乏综合性分析。同时,需要将数字连接情境嵌入到动态能力分析框架,并将数字整合能力、智能决策整合于数字连接能力多要素关系研究中,以此对数字连接能力、数字整合能力、智能决策与跨国公司数字创新绩效的匹配关系进行深入研究。
本文以40家在华跨国公司为例,采用模糊集定性比较分析方法(fsQCA),探讨数字连接情境下数字能力对跨国公司数字创新绩效(产品创新绩效与流程创新绩效)的影响[4],试图揭示数字技术、数字平台架构、数字智能、数字整合能力及智能决策与在华跨国公司数字创新绩效的复杂因果关系,深入挖掘在华跨国公司数字创新绩效提升路径,以期为相关研究提供更为全面的视角。
目前,关于公司层面的数字连接能力应用研究较少。在数字化背景下,数字连接性重塑了以往传统情境下的国际商务理论[5]。因此,有必要基于数字连接情境对跨国公司如何利用数字能力这一问题展开研究。既有研究认为,连接全球市场感知机会和威胁、捕获机会与资源,以及重新配置组织流程、资源与惯例是影响跨国公司创新的主要能力因素,这符合Teece[6]提出的动态能力基本框架。该框架认为,上述3种能力可以帮助公司在动态环境下实现创新升级。
数字连接情境下,数字能力逐渐成为企业发展不可或缺的部分[7]。数字能力是指企业通过对智能、互联产品以及数据进行分析,实现产品开发与交付,进而创造差异化价值的动态能力[8]。数字能力分为数字连接能力、数字整合能力以及智能决策。连接能力可以促进服务网络中交互主体间信息传递。作为企业数字能力中的关键能力,数字连接能力可以帮助跨国公司组织全球活动。Luo[1]认为,数字连接能力是指企业对连接技术、架构与智能的了解与掌握程度。数字全球化背景下,作为技术、架构以及智能的集合体,数字连接能力可以帮助跨国公司实现绩效提升。
数字技术、数字平台架构发展离不开数字整合能力,而数字整合能力可以进一步推动数字技术与数字平台架构交互并促进数字连接。数字整合能力可进一步细分为渠道整合能力、数据及流程整合能力[9]。数字连接情境下,数字整合能力不仅可以帮助企业获取竞争优势,而且能够进一步推动多主体实现价值共创[10]。
大数据时代,数字技术发展推动了大数据驱动的智能决策应用。大数据驱动的智能决策是指通过对大数据进行智能化分析与处理,促使企业作出最合理的决策[11]。智能决策借助数据挖掘技术帮助跨国公司获取数字资源,进而推动跨国公司创新绩效提升。
实际上,在华跨国公司数字创新绩效受多种因素而非单一因素的线性影响。因此,本文采用组态范式探究在华跨国公司数字创新绩效的因果复杂性,以提升研究结论的可靠性。基于动态能力分析框架,本文对数字连接能力(数字技术、数字平台架构、数字智能)、数字整合能力与智能决策加以界定,探讨不同条件组合对在华跨国公司数字创新绩效的非线性影响机制,并揭示数字连接情境下不同前因条件组合对在华跨国公司数字创新绩效的影响。
1.2.1 数字技术与数字创新绩效
数字技术是指以大数据、物联网、云计算为核心的新兴信息技术[12]。数字技术不仅能够推动经济增长,而且可以通过降低市场搜索成本助力企业开展战略活动。作为数字经济的基础,数字技术不仅能够推动实体经济转型,而且可以驱动企业创新。数字技术是数字连接能力中的基础层,对全球经济增长、产业变革、科技革命具有深远影响。有学者从创新与价值角度出发,发现数字技术不仅可以改变信息传播渠道,而且对企业协同创新与价值共创活动具有颠覆性影响,甚至能够突破企业边界,帮助企业获取竞争优势,从而提高创新绩效。例如,程聪等(2022)研究表明,企业对数字技术的感知是导致差异化数字创新绩效的关键因素;郑帅等[13]发现,数字技术能够促进企业创新绩效提升。然而,现有相关研究聚焦单一维度,忽视了多因素协同效应对企业数字创新绩效的影响。
1.2.2 数字平台架构与数字创新绩效
数字平台架构不仅能够发挥数字平台的作用,而且可以借助资源整合助力企业数字创新并获取竞争优势。数字平台是由多方主体构成的网络资源,旨在协调各方服务需求以构建数字基础设施[14]。数字化时代背景下,越来越多的企业将目光转向数字平台,无论是普通企业还是跨国公司,数字平台在其价值共创过程中均发挥着重要作用。此外,数字平台架构有助于企业以较低的跨界成本与平台主体构建关系网络,从而实现资源共享[15]。有学者进一步提出,数字平台架构的通用性、兼容性以及扩展性可以帮助企业提升自身组织绩效。目前,相关研究大多将数字平台架构视为一种分层模块化架构,忽视了其作为整体对企业数字创新绩效的影响。
1.2.3 数字智能与数字创新绩效
数字化时代背景下,人工智能、区块链等数字智能发展促使供应链生态系统建立以及商业模式改变,进一步推动企业创新[3]。数字智能是循环经济的推动者,Moreno等[16]从制造业角度出发对数字智能进行界定,即通过信息通信技术、自动化技术、大数据分析应用,实现智能化与数字网络化的制造系统。数字平台的出现导致企业需要处理的数据量呈爆炸式增长态势。从商业视角出发,数字智能具备技术分析与数据处理能力,可以帮助企业突破行业壁垒,颠覆传统商业模式。供应链方面,数字智能可以将传统垂直式供应链优化、升级为复杂供应链网络,通过多方协同促使供应链网络中的企业开展数字创新活动,进而提高企业创新绩效[3]。现有研究大多肯定了数字智能对企业创新的正向影响,强调其在创新活动中的促进作用。由此可见,数字化背景下,数字智能是影响企业数字创新绩效的关键因素。
1.2.4 数字整合能力与数字创新绩效
数字整合能力对数字技术与数字平台架构具有重要影响。Annarelli等[9]从微观层面出发,将数字能力细化为数字整合能力、数字平台能力以及数字创新能力。其中,数字整合能力分为两个维度,即数据与流程整合能力以及渠道整合能力。一方面,数据与流程整合能力可以对客户的可访问性及可视性产生积极影响;另一方面,渠道整合能力被定义为企业在提供服务时整合跨渠道资源的能力,其对创新绩效具有正向影响。对于跨国公司而言,其能够借助数字整合能力对数字技术与自身资源进行有效整合,从而影响数字创新绩效。其中,最常见的手段是资源编排。基于资源编排理论,企业开始认识到可以通过整合、捆绑以及利用资源等方式获取竞争优势并实现价值共创[10]。总体而言,数字整合能力是企业数字创新绩效的重要影响因素,对数字资源的有效管理是其核心体现。
1.2.5 智能决策与数字创新绩效
智能决策可以帮助企业对数字技术、数字平台架构中的资源以及相关能力进行有效转化,从而提高创新绩效。Guo等[17]认为,智能决策系统与数据挖掘技术存在密不可分的关系。其中,数据挖掘技术是企业利用智能决策系统进行智能决策的基石。大数据时代,企业可以借助数据挖掘技术对海量数据进行深入挖掘,从多角度对数据进行分析,进一步探索数据间的相互关系。企业利用数据挖掘技术进行智能决策不仅可以获取更加准确的结果,而且能够促进数字创新战略实施并提升创新绩效。综上,智能决策发展与应用能够促进企业数字创新。
数字化对企业创新活动(如流程创新和产品创新)具有重要影响。企业可以采用数字化方式优化组织结构、改变商业模式、生产新产品,从而获得数字化创新成果。然而,现有相关研究主要关注结果,忽视了流程在其中的作用,导致结论存在偏颇。因此,参考现有研究[4],本文将跨国公司数字创新绩效分为产品创新绩效和流程创新绩效,基于数字连接情境,从产品创新与流程创新视角进行分析。
从产品创新视角看,数字化发展对企业创新发挥重要推动作用,而如何通过优化产品满足消费者需求成为关键问题。杨杰等[18]研究发现,外部知识获取与吸收能力在产品创新绩效获取过程中扮演关键角色。较强的知识获取能力可以帮助企业以较低成本获得外部知识,而知识吸收能力可以在知识转化方面发挥重要作用,帮助企业通过利用和转化知识资源实现产品创新。数字连接情境下,企业需要关注如何有效利用数字资源以实现产品创新。应倩滢等(2023)指出,企业观念变革是新环境下产品创新的基础,而高管认知灵活性是影响企业产品创新的关键因素;Luca等[19]提出,市场知识、跨职能协作和知识整合机制可以有效促进企业产品创新绩效提升。
从流程创新视角出发,流程创新可被视为改进和创新生产方式的方法[20]。相关研究表明,流程创新能够帮助企业增强竞争优势,从而促进创新绩效提升[20]。此外,学者们对流程创新能力、流程创新绩效、产品创新能力和产品创新绩效进行了区分,丰富并拓展了相关研究。数字连接情境下,数字技术在很大程度上会影响企业流程创新。池毛毛等(2022)研究发现,IT能力和数字化转型对流程创新绩效具有正向影响;Nazari[21]研究发现,基于知识的动态过程能力对流程创新绩效具有显著积极影响。
综上所述,数字连接情境下,基于产品创新视角与流程创新视角能够更好地探索数字能力中各要素组合对跨国公司数字创新绩效的影响效应。
数字经济背景下,数字连接能力在企业通过数字创新获取竞争优势的过程中发挥关键作用,数字连接能力由数字技术、数字平台架构和数字智能构成。其中,数字技术作为数字连接能力的基础,代表新兴信息技术,如大数据和物联网。数字平台架构能够发挥数字平台的作用,包括有效整合数字技术和企业内外部资源,并对现有资源进行重组。数字智能作为最高层次的数字技术能力,能够增强跨国公司竞争优势,提升其数字创新绩效。数字整合能力在数字技术与数字平台架构协同过程中发挥重要作用,而智能决策可以将数字技术、资源和能力转化为新的智能。
与传统研究方法相比,定性比较分析法(QCA)可以分析案例间的复杂关系。因此,本文采用模糊集定性比较分析法(fsQCA)对问题作进一步探索,并基于组态视角探究数字连接能力3要素间的协同效应及其对在华跨国公司数字创新绩效(产品创新绩效与流程创新绩效)的影响机制,由此构建理论研究模型如图1所示。
图1 理论模型
Fig. 1 Theoretical model
传统线性回归分析方法着重探索自变量与因变量间的线性关系,忽视了前因条件间联动匹配效应对结果变量的影响。定性比较分析法(QCA)以组态思想为基础,通过对因果条件间的组态进行检验得出相应的结果[22]。因此,本文选择采用模糊集定性比较分析法(fsQCA),基于组态视角探究跨国公司数字创新绩效的影响机制。本文主要考虑因素如下:第一,由于在华跨国公司数字创新绩效并非仅受单一条件的影响,而是受到多种前因条件的综合作用,fsQCA方法更适用于探究复杂前因条件对在华跨国公司数字创新绩效的影响机制;第二,不同前因条件组合对在华跨国公司数字创新绩效具有不同影响,相较于传统线性回归分析方法,模糊集定性比较分析法(fsQCA)更适用于本文研究。
模糊集定性比较分析法(fsQCA)是以案例为导向的研究方法,案例选取会直接影响组态分析结果。案例选择需要遵循两个原则:一是案例选择的同质性,即选取的案例样本需具备可比性;二是案例样本的多样性,是指案例样本需要覆盖多方面因素而非单一要素。
基于案例选取原则,本文制定以下标准:第一,目标企业已取得相应数字化能力建设成果。第二,以数字创新为基础,各样本公司具备共同特征,以体现案例同质性。第三,专利是衡量企业创新绩效的有效指标,其具有两种优势:专利获取需经国家专利部门严格审批并备案;专利可反映创新成果为企业带来的收益。
本文以中国企业联合会、中国企业家协会发布的《2019中国100大跨国公司名单》《2020中国100大跨国公司名单》《2021中国100大跨国公司名单》为样本来源,在满足上述案例选取要求的基础上,筛选出40家与企业数字创新相关的在华跨国公司,样本主要集中于北京、上海、广东、浙江、江苏等经济发达地区,主要分布于制造行业、服务行业、通信行业、石油化工行业、机械行业、建筑行业等13个行业,属于各行业中的龙头企业。综上可知,研究样本具备代表性。
2.3.1 前因条件测量
(1)数字技术。数字技术是数字连接能力中的基础层级。参考田秀娟等(2022)与宋华等(2022)的研究成果,本文采用大数据、云计算、区块链和物联网对数字技术进行测量。
(2)数字平台架构。数字平台架构是数字连接能力中的第二层级。参考邬爱其等(2021)、金姝彤等(2021)的研究成果,本文采用交互能力、数字化能力、管理能力、整合能力和调节能力对数字平台架构进行测量。
(3)数字智能。数字智能是数字连接能力的最高层级。参考胡昌平和吕美娇[23]的研究成果,本文采用计算机技术、数字载体技术、信息传输、机器学习、智能交互、神经网络与智慧服务测量数字智能。
(4)数字整合能力。资源编排通常可以作为企业数字整合能力的体现,故本文以资源编排中的资源结构化、资源捆绑以及资源利用作为数字整合能力测量指标[10]。
(5)智能决策。根据Brecht等[24]的研究成果,本文将智能决策具备的4种核心功能(吸引能力、匹配能力、基础设施、管理能力)作为测量指标。
2.3.2 结果变量测量
在数字能力多因素条件组合的作用下,本文将在华跨国公司产品创新绩效与流程创新绩效作为被解释变量。结合Luca 等[19]的研究成果,本文将5个要素设定为产品创新绩效测量指标;结合Oliver 等[20]与Nazari[21]的研究成果,本文将6个要素设定为流程创新绩效测量指标,具体如表1所示。
表1 变量定义与赋值
Table 1 Definitions and assignment of variables
变量类型变量视角变量名称变量操作化定义赋值依据赋值条件变量数字连接能力数字技术结合田秀娟等(2022)、宋华等(2022)的研究成果,本文将大数据、云计算、区块链、物联网作为数字技术的核心有无10数字平台架构数字化时代背景下,数字平台架构逐渐成为企业战略发展的重心。邬爱其等(2021)、金姝彤等(2021)对其进行深入探究,将其分为5种关键能力(交互能力、数字化能力、管理能力、整合能力、调节能力)有无10数字智能数字智能作为驱动组织变革的关键力量,可归纳为7要素,即计算机技术、数字载体技术、信息传输、机器学习、智能交互、神经网络、智慧服务[23]有无10数字整合能力数字整合能力有助于企业将内外部资源以及数字技术进行有效整合,资源编排便是企业最常用的手段,可分为3个阶段(资源结构化、资源捆绑、资源利用[10])有无10智能决策Brecht等[24]提出,智能决策具有4种核心功能,分别为吸引能力、匹配能力、基础设施、管理能力(管理社会与经济互动能力)有无10结果变量跨国公司数字创新绩效产品创新绩效结合Luca等[19]的研究成果,将产品创新绩效测量指标设置为与公司既定目标相关的市场份额、销售、资产回报率、投资回报以及盈利能力有无10流程创新绩效结合Oliver等[20]、Nazari[21]的研究成果,将生产力、能力、灵活性、内部客户、标准化以及权力下放作为流程创新绩效测量指标有无10
2.3.3 变量校准
数据校准是指赋予案例集合隶属的过程[25]。现有数据校准方法分为3种,即直接赋值、直接校准以及间接校准法。其中,直接校准法是最常见、最正式的校准方法[26]。在参考相关研究的基础上,本文采用直接校准法将样本数据的第95百分位数、中位数、第5百分位数设定为完全隶属、交叉点、完全不隶属的锚点。当模糊隶属分数为0.5时,会出现组态归属问题。为了避免上述问题,本文依照标准手动添加常数0.01,校准结果见表2。
表2 变量校准结果
Table 2 Calibration results of variables
类型条件校准完全隶属交叉点完全不隶属前因数字连接能力数字技术1.0000.3750.250数字平台架构0.8100.6000.390数字智能0.5790.4290.143数字整合能力1.0000.6670.333智能决策1.0000.6250.250结果跨国公司数字创新绩效产品创新绩效1.0000.6000.400流程创新绩效0.8330.5000.333
根据模糊集定性比较分析法(fsQCA)的研究步骤,对数据进一步分析前,需要检验是否存在单个条件变量为影响结果发生的必要条件。如果单个条件的一致性低于阈值0.9,则不存在结果发生的必要条件[25]。
本文运用fsQCA2019软件进行必要性分析。由表3～4可知,产品创新绩效与流程创新绩效单个条件的一致性均低于阈值0.9,因而不存在结果发生的必要条件。由此表明,产品创新绩效、流程创新绩效并不依赖单个条件变量因素,而是多种条件变量综合作用的结果。
表3 产品创新绩效条件变量必要性分析结果
Table 3 Necessity analysis of condition variables of product innovation performance
条件变量高产品创新绩效一致性覆盖度低产品创新绩效一致性覆盖度高数字技术0.5660.7850.4350.451低数字技术0.6040.5890.7930.577高数字平台架构0.7010.7680.6000.491低数字平台架构0.5350.6420.7170.642高数字智能0.6190.7550.5740.522低数字智能0.6080.6560.7310.589高数字整合能力0.6250.8480.5610.568低数字整合能力0.6820.6760.8500.628高智能决策0.6700.7590.6400.541低智能决策0.5950.6890.7150.618
表4 流程创新绩效条件变量必要性分析结果
Table 4 Necessity analysis of condition variables of process innovation performance
条件变量高流程创新绩效一致性覆盖度低流程创新绩效一致性覆盖度高数字技术0.5210.7160.5130.539低数字技术0.6640.6410.7290.538高数字平台架构0.6370.6910.6790.562低数字平台架构0.5960.7080.6270.569高数字智能0.6170.7440.6190.571低数字智能0.6450.6890.7230.590高数字整合能力0.6190.8320.5810.596低数字整合能力0.7000.6860.8370.627高智能决策0.6610.7420.6470.555低智能决策0.6030.6910.6990.612
本文研究案例数量为40,属于小样本,因而将案例频数阈值设定为1。在此基础上,本文将原始一致性阈值设定为0.8[26] 。对于产品创新绩效,本文将其PRI一致性阈值设置为0.75,并将15行数据调整为0;对于流程创新绩效,本文将其PRI一致性阈值设置为0.75,并将14行数据调整为0。
本文运用fsQCA2019软件对数据进行分析,得到符合要求的真值表,通过运算获得影响数字创新绩效的相关组态(见表5～6)。影响产品创新绩效的组态共有5个,其中解的一致性为0.924,解的覆盖度为0.636;影响流程创新绩效的组态共有5个,其中解的一致性为0.975,解的覆盖度为0.529。由此可见,所有相关组态均具有较高的一致性。
表5 与产品创新绩效密切相关的组态
Table 5 Configuration closely related to product innovation performance
变量产品创新绩效组态1组态2组态3组态4组态5数字技术●●●数字平台架构●●●数字智能●●●数字整合能力●●●智能决策●●一致性0.9260.9880.9540.9540.942原始覆盖度0.3660.3350.3740.2420.193唯一覆盖度0.0280.0310.0560.0690.055解的覆盖度0.636解的一致性0.924
注：●或●表示该条件存在,⊗或⊗表示该条件不存在;●或⊗表示核心条件,●或⊗表示边缘条件,空白代表条件可存在也可不存在,下同
3.2.1 产品创新绩效组态
产品创新绩效组态共有两种类型,即数字连接能力驱动型和资源驱动型。
(1)数字连接能力驱动型。表5组态1与组态3在核心条件上具备一定的相似性,均以数字技术与数字智能为主导。关于如何提升产品创新绩效这一问题,高水平数字连接能力有助于在华跨国公司强化自身竞争力,更好地适应数字化时代,在提升自身创新水平的同时,获得高水平产品创新绩效。在组态2中,数字技术、数字平台架构和数字整合能力条件发挥核心作用。对于跨国公司而言,数字整合能力包含的数据与流程能力、渠道整合能力不仅可以强化数字技术及数字平台架构间的联系,而且能够帮助在华跨国公司实现内外部资源与跨渠道资源整合,通过拓宽外部知识获取途径促进产品创新绩效提升。该驱动型在宝洁公司的案例中得到了很好的体现:首先,宝洁公司运用数字技术搭建公司网络,以便更好地连接利益相关者;其次,宝洁公司通过建立产品创新平台,推动创新信息与资源共享;最后,宝洁公司采用数字智能优化管理模式,在更新产品策略的同时提升产品质量,从而促进产品创新绩效提升。
(2)资源驱动型。表5组态4中,数字平台架构、数字整合能力与智能决策发挥核心作用,而组态5中数字智能与数字整合能力发挥核心作用。通过对比组态4与组态5可以发现,数字整合能力在产品创新绩效提升过程中发挥重要作用。例如,强生公司利用先进数字技术对相关医疗数据进行深入挖掘,通过与医疗机构广泛合作进一步丰富其医疗数据,为产品创新奠定坚实基础。此外,强生公司利用数字智能,通过建立数字平台加强内部合作,进一步提升产品创新效率、加快产品创新进程,最终实现产品创新绩效提升。
3.2.2 流程创新绩效组态
流程创新绩效组态共有两种类型,即智能驱动型和资源驱动型。
(1)智能驱动型。对比表6组态1与组态3可以发现,数字智能在流程创新绩效提升过程中发挥关键作用。对于在华跨国公司而言,数字智能可以从多方面影响其流程创新绩效。组态5为数字技术*～数字平台架构*数字智能*智能决策,数字技术与数字智能有效结合可以帮助在华跨国公司降低生产成本,进而利用低成本优势实现流程创新,最终提升其市场竞争力。例如,福特汽车公司运用数字智能进行数据分析,优化生产流程与生产环节,大幅提升流程效率,减少人工错误,提高生产灵活性,降低成本,并进一步与供应商建立密切联系,降低风险。
表6 与流程创新绩效密切相关的组态
Table 6 Configuration closely related to process innovation performance
变量流程创新绩效组态1组态2组态3组态4组态5数字技术●●数字平台架构●数字智能●●●数字整合能力●●●智能决策●●一致性0.9631.0001.0000.9861.000原始覆盖度0.2520.1590.2520.2770.224唯一覆盖度0.0350.0370.0100.0900.082解的覆盖度0.529解的一致性0.975
(2)资源驱动型。组态4为～数字技术*～数字智能*数字整合能力*智能决策,其中,影响流程创新绩效的核心条件为数字整合能力与智能决策。数字整合能力方面,具备较强数字整合能力的在华跨国公司可以更好地优化自身业务流程,突破信息壁垒并提高决策效率,进而推动业务、流程创新。智能决策方面,其对流程创新绩效的影响体现在促进决策质量提升等方面。组态2为数字技术*～数字平台架构*～数字智能*数字整合能力,其中,数字技术、数字整合能力是影响流程创新绩效的关键。具有雄厚数字技术基础的跨国公司可以通过数据挖掘对市场进行分析,制定准确、有效的策略,构建以数据为主要驱动力的决策系统,从而提升流程创新绩效。资源驱动型在思科系统公司的案例中得到有效体现:首先,思科系统公司为提升其研发效率,运用数字技术对研发资源进行整合;其次,思科系统公司通过整合生产流程环节使其流程运作更高效与灵活;最后,思科系统公司对市场资源进行全面整合,构建相应的渠道与系统,从而促进流程创新绩效提升。
由此,在华跨国公司数字创新绩效影响组态如表7所示。
表7 跨国公司数字创新绩效影响组态
Table 7 Influence configuration of digital innovation performance of multinational corporations
跨国公司数字创新绩效驱动型类别核心条件创新绩效提升路径产品创新绩效数字连接能力驱动型数字技术、数字智能高水平数字连接能力→强化竞争力→提升创新水平→提高产品创新绩效数字技术、数字平台架构、数字整合能力数字整合能力→强化数字技术与数字平台架构联系→内外部和跨渠道资源整合→拓宽外部知识获取途径→提高产品创新绩效资源驱动型数字平台架构、数字整合能力、智能决策数字技术→数据挖掘与外部合作→数字智能→建立数字平台和加强内部合作→提升产品创新效率并加快产品创新进程→提升产品创新绩效数字智能、数字整合能力流程创新绩效智能驱动型数字平台架构、数字智能;数字智能、数字整合能力数字技术与数字智能相结合→降低生产成本→低成本优势→流程创新→提升市场竞争力数字技术、数字智能、智能决策资源驱动型数字整合能力、智能决策较强数字整合能力→优化业务流程→打破信息壁垒→提高决策效率→推动流程创新;智能决策→提升决策质量→推动流程创新→提升流程创新绩效数字技术、数字整合能力拥有雄厚数字技术基础→数据挖掘→分析市场并制定策略→构建以数据为主要驱动力的决策系统→提升流程创新绩效
本文采用提升PRI一致性阈值的方法进行稳健性检验。Ragin[27]提出,PRI一致性阈值不应小于0.75。因此,在维持案例频数阈值与原始一致性阈值不变的前提下,本文将产品创新绩效的PRI一致性阈值由0.75提高至0.80,将流程创新绩效的PRI一致性阈值由0.75提高至0.80。通过检验发现,本文研究结论具有稳健性。
数字连接情境下,有效利用数字能力是跨国公司实现数字创新绩效提升的关键。本文以40家在华跨国公司为例,探讨数字连接情境下影响在华跨国公司数字创新绩效的复杂前因组态及其提升路径,得出如下主要结论:
(1)从整体角度出发,任何单一前因条件都无法成为影响跨国公司数字创新绩效的必要条件。此外,跨国公司数字创新绩效具备“殊途同归”的特点,即多个前因条件通过相互作用形成多条实现路径。
(2)影响产品创新绩效的组态可归纳为数字连接能力驱动型与资源驱动型。数字连接能力驱动型中,拥有较强数字连接能力的在华跨国公司倾向于利用数字技术、数字平台架构与数字智能实现产品创新绩效提升;资源驱动型中,在华跨国公司产品创新绩效呈现“资源偏好”的特征,上述偏好不仅体现在创新资源获取方面,而且体现在数字能力培养与运用方面。
(3)影响流程创新绩效的组态可归纳为智能驱动型和资源驱动型。智能驱动型中,注重流程创新的跨国公司重视数字智能应用,会利用低成本与差异化优势获取竞争优势。资源驱动型中,资源同样是流程创新不可或缺的部分,数字资源投入与分配有助于企业实现流程创新。此外,数字资源整合能力可以帮助在华跨国公司解决创新弊端,进而实现流程创新。
(4)分析产品创新绩效与流程创新绩效组态结果发现,两者在资源驱动导向上存在一定差异。相较于流程创新绩效,产品创新绩效组态中的资源驱动型更加依赖数字平台架构。数字平台架构能够帮助在华跨国公司降低知识资源获取成本,使其通过与平台主体交互突破资源壁垒,开展产品创新活动并提升创新绩效。
(1)本文将数字连接情境嵌入动态能力分析框架,并在此基础上构建了在华跨国公司数字创新绩效关键影响因素模型,探讨了数字能力各要素间的相互作用,揭示了数字能力对在华跨国公司数字创新绩效的作用机制。此外,本文进一步深化了对数字连接情境的理解,为在华跨国公司数字创新绩效与数字连接相关研究提供了借鉴。
(2)现有相关研究过于重视结果,而忽视了流程的重要影响。本文基于产品视角与流程视角对在华跨国公司数字创新绩效影响因素进行分析,弥补了现有研究不足。
(3)跨国公司数字创新绩效是多个不同变量相互作用的结果,而非由任何单一前因条件决定。本文采用模糊集定性比较分析法(fsQCA),揭示数字能力对在华跨国公司数字创新绩效(产品创新绩效与流程创新绩效)的作用机制,拓宽了在华跨国公司数字创新绩效影响因素研究框架,也为相关研究提供了更为全面的视角。
本文将影响在华跨国公司数字创新绩效(产品创新绩效与流程创新绩效)的组态归纳如下:影响产品创新绩效的组态可归纳为数字连接能力驱动型、资源驱动型,影响流程创新绩效的组态可归纳为智能驱动型、资源驱动型。由此,各前因条件间的相互作用进一步说明,在华跨国公司数字创新绩效受多种数字能力的影响。数字连接情境下,在华跨国公司应深入了解数字能力,进而充分利用数字能力提升数字创新绩效。
(1)重视数字连接能力培养与运用,积极发挥数字技术、数字平台架构与数字智能对数字创新绩效的作用。数字连接情境下,国际市场环境具有动荡性、多变性、复杂性、风险性。在这种情境下,在华跨国公司应聚焦数字连接能力,加大数字技术投入,利用数字技术的自生长性与融合性实现产品创新;借助数字平台拓展企业边界,利用数字平台实现创新绩效提升;重视数字智能并利用数字智能促进供应链生态系统中要素融合,进而实现流程创新。在华跨国公司需要深入挖掘数字技术、数字平台架构、数字智能等关键要素,充分发挥产品创新优势,正确识别动荡环境中的机遇以实现创新绩效。
(2)在华跨国公司需要明确自身定位,基于内外部资源制定资源整合策略,充分发挥数字整合能力。得益于数字技术飞速发展,资源膨胀速度加快,这对企业资源管理能力提出了更高的要求。鉴于全球化市场的动荡性,在华跨国公司应明确自身定位,对自身资源、能力、环境因素进行综合分析。在华跨国公司需要基于自身所属行业、生命周期、规模等情况采取相匹配的资源配置方式,提升环境感知能力与数字化水平。数字连接情境下,企业创新离不开数字整合能力,而资源编排是数字整合能力的体现。在华跨国公司应深入探究资源编排过程机制(资源结构化、资源捆绑与资源利用),充分发挥自身资源优势,促进创新绩效提升。
(3)提升数字智能利用水平,实现企业数字创新发展。数字连接情境下,数字智能影响着在华跨国公司生产经营流程和商业活动。因此,在华跨国公司需要加强数字智能建设,构建先进的智能系统,进而以低成本获取数据及信息。在华跨国公司可利用数字智能强化自身扩张与部署能力,提升员工对数字智能的利用水平,制定完善的培训计划以提升员工工作效率,从而实现数字化发展与创新。
本研究存在一定的局限性:一方面,本文从中国企业家协会发布的2019—2021年中国100大跨国公司名单中选取40家具有代表性的在华跨国公司,受限于样本数量,研究结论普适性有限。未来可以从案例研究与大样本分析方面入手,提高研究结论的普适性。另一方面,在华跨国公司数字创新绩效与其所处行业息息相关,未来可以对某一行业跨国公司进行深入研究,并增加行业环境指标进行细化分析。
[1] LUO Y. New connectivity in the fragmented world[J]. Journal of International Business Studies, 2022,53(5): 962-980.
[2] LIANG S, LI T. Can digital transformation promote innovation performance in manufacturing enterprises? the mediating role of R&D capability[J]. Sustainability, 2022, 14(17):10939.
[3] 陈剑, 刘运辉. 数智化使能运营管理变革:从供应链到供应链生态系统[J]. 管理世界, 2021, 37(11): 227-240.
[4] SEGARRA-CIPRES M, ESCRIG-TENA A, GARCIA-JUAN B. Employees' proactive behavior and innovation performance examining the moderating role of informal and formal controls[J]. European Journal of Innovation Management, 2019, 22(5): 866-888.
[5] MONAGHAN S, TIPPMANN E, COVIELLO N. Born digitals: thoughts on their internationalization and a research agenda[J]. Journal of International Business Studies, 2020, 51(1): 11-22.
[6] TEECE D. A dynamic capabilities-based entrepreneurial theory of the multinational enterprise[J]. Journal of International Business Studies, 2014, 45(1): 8-37.
[7] VERBEKE A. Three simple guidelines to make the dynamic capabilities paradigm actionable in international business research[J]. Journal of International Business Studies, 2022, 53(4): 573-582.
[8] WANG X, GU Y, AHMAD M, et al. The impact of digital capability on manufacturing company performance[J]. Sustainability, 2022, 14(10): 6214.
[9] ANNARELLI A, BATTISTELLA C, NONINO F, et al. Literature review on digitalization capabilities:co-citation analysis of antecedents, conceptualization and consequences[J]. Technological Forecasting and Social Change, 2021, 166: 120635.
[10] 张媛, 孙新波, 钱雨. 传统制造企业数字化转型中的价值创造与演化——资源编排视角的纵向单案例研究[J]. 经济管理, 2022, 44(4): 116-133.
[11] YU H, HE D N, WANG G Y, et al. Big data for intelligent decision making[J]. Acta Automatica Sinica, 2020, 46(5): 878-896.
[12] TAO F, QI Q, WANG L, et al. Digital twins and cyber-physical systems toward smart manufacturing and Industry 4.0: correlation and comparison[J]. Engineering, 2019, 5(4): 653-661.
[13] 郑帅, 王海军. 数字化转型何以影响枢纽企业创新绩效——基于模块化视角的实证研究[J]. 科研管理,2022, 43(11): 73-82.
[14] 严国莉, 王保林. 数字平台利基创造力研究[J]. 中国软科学, 2022, 38(12): 112-124.
[15] 廖民超, 金佳敏, 蒋玉石,等. 数字平台能力与制造业服务创新绩效——网络能力和价值共创的链式中介作用[J]. 科技进步与对策, 2023, 40(5): 55-63.
[16] MORENO M, COURT R, WRIGHT M, et al. Opportunities for redistributed manufacturing and digital intelligence as enablers of a circular economy[J]. International Journal of Sustainable Engineering, 2019, 12(2): 77-94.
[17] GUO Y, WANG N, XU Z Y, et al. The internet of things-based decision support system for information processing in intelligent manufacturing using data mining technology[J]. Mechanical Systems and Signal Processing, 2020, 142: 106630.
[18] 杨杰, 汪涛, 王新. 众筹互动对产品创新绩效的影响研究——基于京东众筹平台科技类产品众筹的实证分析[J]. 软科学, 2022, 36(9): 97-102,109.
[19] LUCA L M D, GIMA K A. Market knowledge dimensions and cross-functional collaboration: examining the different routes to product innovation performance[J]. Journal of Marketing, 2007, 71(1): 95-112.
[20] HERVAS-OLIVER J L, SEMPERE-RIPOLL F, ROJAS ALVARADO R, et al. Beyond product innovation: deciphering process-oriented innovators, complementarities and performance effects[J]. Technology Analysis &Strategic Management, 2017, 30(5): 582-595.
[21] NAZARI F, ANARAKI A R, TAGHAVI S S, et al. The relationship among knowledge-based dynamic process capabilities, innovation processes and innovation performance: an empirical study of knowledge-based high-tech companies in Iran[J]. Kybernetes, 2020, 50(5): 1379-1404.
[22] 林艳, 卢俊尧. 什么样的数字创新生态系统能提高区域创新绩效——基于NCA与QCA的研究[J]. 科技进步与对策, 2022, 39(24): 19-28.
[23] 胡昌平, 吕美娇. 数字智能驱动下的信息资源管理理论发展[J]. 信息资源管理学报, 2022, 12(4): 4-11.
[24] BRECHT P, NIEVER M, KERRES R, et al. Smart platform experiment cycle (SPEC): a process to design, analyze, and validate digital platforms[J]. Artificial Intelligence for Engineering Design Analysis and Manufacturing, 2021, 35(2): 209-225.
[25] SCHNEIDER C Q, WAGEMANN C. Set-theoretic methods for the social sciences: a guide to qualitative comparative analysis[M]. Cambridge: Cambridge University Press, 2012.
[26] 张明, 杜运周. 组织与管理研究中QCA方法的应用:定位,策略和方向[J]. 管理学报, 2019, 16(9): 1312-1323.
[27] RAGIN C C. Set relations in social research: evaluating their consistency and coverage[J]. Political Analysis, 2006, 14(3): 291-310.