开放科学(资源服务)标识码(OSID)：
Currently,academia has extensively studied the empowerment and ecosystem dynamics of digital platforms.Yet,the intricate web of concurrent causalities that underpin digital platform evolution is overlooked.Research often zeroes in on singular experiences or case studies,generalizing theories from limited viewpoints.It ignores the nuanced differences in the drivers and trajectories of China's leading industrial internet platforms,particularly from a national perspective,and the interplay and alignment of multiple factors.The dual-cross platform reflects China's need to advance new industrialization and high-quality development,representing the highest level of domestic industrial internet platforms.
Thus,this study uses the 50 dual-cross industrial internet platforms released by the Ministry of Industry and Information Technology in 2023 as samples.Combined with the characteristics of the development of China's industrial internet platforms,the study employs the fuzzy-set qualitative comparative analysis (fsQCA) method to explore the antecedent configurational effects of the development capabilities of leading Industrial Internet platforms within the "Technology-Organization-Environment" (TOE) theoretical framework.The focus of this study is the development capability (DEV) of leading Industrial Internet platforms in China; the conditional variables include technological factors,organizational factors,and environmental factors.Specifically,technological factors refer to the level of local industry and the level of local informatization.Organizational factors pertain to the matrix industry background and the proportion of shares held by the parent company.Environmental factors encompass local government subsidies and the number of venture financing rounds.
The results indicate that the formation of the development capabilities of leading industrial internet platforms in China results from the synergistic effect of multiple factors.The background of the parent industry and government subsidies significantly impact the formation of platform development capabilities.The study reveals that platforms based on different parent industry backgrounds exhibit varying evolutionary trends due to differences in the development gradient of the manufacturing sector.The parent industry background of industrial internet platform organizations,which relies on different parent industry backgrounds,is a common core condition in four configurations.In conjunction with the parent companies’ holding ratio,government subsidies,and venture financing,these factors jointly drive the formation of Industrial Internet platform development capabilities.
Under certain conditions,there is a substitution relationship between the parent companies’ holding ratio and the parent industry background,as well as between government subsidies and external financing,in driving the growth of leading industrial internet platforms.A single antecedent condition does not constitute a necessary condition for generating high development capabilities of leading industrial internet platforms.There are five configurations of antecedent conditions forming the development capabilities of leading Industrial Internet platforms,which can be divided into three paths:technology-organization-environment comprehensive coordination type,technology-organization dual-driving type,and organization-environment dual-driving type.
The study also provides a validation perspective on the different trends in the evolution of regional and industrial clusters.Regarding the heterogeneity of the formation of development capabilities of dual-cross industrial internet platforms,the formation of leading Industrial Internet platform development capabilities in China exhibits a clear echelon synergistic effect.Overall,the development and application of Industrial Internet platforms are led by the eastern coastal and southern developed provinces,followed by the central-western and northern provinces,matching the development gradient of China's manufacturing industry.In summary,the study reveals the complex combination of driving factors for the formation of the development capabilities of leading Industrial Internet platforms in China,providing valuable insights into the development path for China's industrial internet platform as they enter the scaling phase.
开放科学(资源服务)标识码(OSID)：
党的二十大报告提出“推进新型工业化”“促进数字经济和实体经济深度融合”。数字工业是我国实现弯道超车的重要引擎,而工业互联网则是引擎的必备燃料。在高度不确定性环境中,领先企业率先感知外部宏观环境带来的影响,意识到传统竞争模式难以为继,从而开展企业战略目标和核心竞争力变革。在变革过程中,为规避大企业组织惯性和路径依赖带来的竞争力下降,为未来竞争优势奠定数字化基石,部分大型企业将自己的信息化部门独立出来,通过实施“工业互联网+制造”计划成为数字化转型的探路者,为其它企业数字化转型提供先行经验。然而,中国信息通信研究院的研究表明:与发达国家相比,我国企业信息化路径较短,工业互联网平台成长与国外存在较大差距。此外,我国各地信息化水平参差不齐,平台建设基础不同,水平高低不一,需要进一步探索和明晰各自的发展特色。当前,中国工业互联网已步入规模化发展新阶段,处于发展突破的战略“窗口”期、发展“快车道”和产业“深耕期”,因此从实践角度探究我国领先工业互联网平台发展能力形成的驱动因素组合具有重要意义。
当前,学界对数字平台赋能及数字平台生态系统进行了积极探索,将工业化和信息化基础设施[1]、在位企业主导[2-3]、资源编排组合[4]等作为数字平台建设的影响因素。这些虽然具有一定解释力,但忽视了数字平台发展多重并发关系的因果复杂性。还有学者从典型单案例入手探讨数字平台赋能[5]、多主体关系[6],但多侧重于单一视角或单一案例,缺乏从多案例或案例集合视角探讨我国领先工业互联网平台发展能力驱动因素及其发展路径差异,不利于理解多重因素间的协同匹配效应。进入新发展阶段,数字平台建设应避免同质化现象[7]。从实践看,领先工业互联网平台的出现是由多维驱动要素共同作用的结果。然而,关于领先平台发展与在位企业是否存在关联未得到证实,且对于不同背景和地区的企业而言,工业互联网平台发展能力的形成未必受同一驱动因素的影响,驱动因素组合可产生互补性,体现为以不同方式重新组合实现“殊途同归”。
针对上述局限性,本文基于TOE理论,借助fsQCA方法,探讨技术因素、环境因素与组织因素对领先工业互联网平台发展能力的因果联动效应,揭示领先工业互联网平台发展驱动路径。本文重点聚焦以下问题:哪些条件影响我国领先工业互联网平台发展能力的形成?关键条件变量或组合发挥何种作用?
TOE理论最早由Tornatizky &Fleischer(1990)提出,强调多层次技术应用情境对技术发展产生的影响,适用于技术情境分析研究,包括技术(Technology)、组织(Organization)和环境(Environment)3个条件,主要用于解释组织的技术整合和采纳行为,在学界应用较为广泛。TOE理论是一种概括性的创新采纳模型,由于该理论未严格限定技术、组织和环境3种因素构成指标,具体指标根据研究对象不同而有所不同(谭海波等,2019)。研究者可结合特定技术应用场景对相关指标进行细化和拓展,在实践应用过程中表现出较强的灵活性、可扩展性和适用性,目前已广泛应用于探讨创新技术是否被组织采纳。近年来,已有学者对工业互联网平台的研究集中在基础架构、实施体系、工业互联网平台构建、商业模式与平台绩效等方面[8]。从实践看,工业互联网平台发展受技术、组织和环境层面因素的协同影响,与TOE理论框架包含的因素相契合。因此,基于已有研究成果,结合我国工业互联网平台制度情境与实践特征,本文选取驱动当前工业互联网平台成长的核心要素作为条件变量,从技术、组织和环境3个层面加以考量。
1.1.1 技术层面
技术要素根植于工业互联网平台具备工业化和信息化双重特征,互联互通是工业互联网平台的主要功能,也是工业化、信息化和数字化技术发展迭代的主要特征。工业互联网平台建设需依靠工业发展水平和信息化基础条件,因此技术因素影响工业互联网平台发展进程和成效。首先,区域工业化发展水平提升有利于促进工业互联网平台创业活动的开展。其次,区域信息化发展水平提升对工业互联网平台成长至关重要。5G+互联网能促进人、机器与网络协同互动,增强工业互联网平台业务连通性,先进的通讯技术和数字基础设施是工业互联网普及的催化剂[7]。
1.1.2 组织层面
组织要素根植于工业互联网平台的发展特色,母体背景影响工业互联网平台多样性和异质性[9-10]。研究发现,企业集团管理控制模式影响资源配置效率[11],母体企业对平台企业的控股水平影响平台企业绩效。首先,在母体行业背景方面,我国工业互联网平台企业有一个显著特点,即绝大部分企业为各行各业的领军企业,或从领军企业剥离出的技术公司。其中,具备行业制造背景的领军企业市场集中度较高,积累了大量行业数字化经验,在孵化数字技术平台方面具有领先优势,有助于促进数字应用能力跨行业转移。其次,在母体控股比例方面,母体企业对平台企业的控股程度影响平台定位和治理特征[12]。母体企业对子企业股权的控制越集中,其在子公司的话语权也就越大[13]。股权结构不仅对投资效率具有影响[14],而且在母公司纵向配置控制权时对子公司非效率投资也具有重要影响[15]。
1.1.3 环境层面
环境要素是根植于工业互联网平台发展的外部推动力。作为一种新兴的经济型组织,工业互联网平台发展不仅依赖于政府政策支持,也需要各类融资机构提供资金支持[16]。组织和环境对于推动数字技术发展起重要作用。相关研究表明,政府补贴与公司成长性呈正相关关系[17],工业互联网平台是一种新兴的经济组织,与我国政策导向密切相关(沈睿等,2023)。首先,中央政府针对工业互联网平台发展颁布了一系列政策,详细阐明了平台发展的战略目标、关键措举措和制度保障;2019年,工业和信息化部开启双跨平台评选,对我国工业互联网平台发展具有重要引领作用。此后,各级政府相继出台一系列政策促进工业互联网平台发展,工业互联网平台开始快速增长。然而,由于各地区推进力度不同,但总体而言,不同省份政府政策对工业互联网平台发展的影响力度不同,政府补贴对各地工业互联网平台发展的影响作用较大。其次,风险融资对工业互联网平台快速发展也发挥重要作用[18]。根据我国工业互联网发展特点,领先的工业互联网平台需要外部机构融资支持平台技术不断迭代,融资次数影响工业互联网平台发展阶段。
本文基于TOE框架理论,结合我国领先工业互联网平台发展的具体情境,从整体视角出发构建技术(Technology)、组织(Organization)和环境(Environment)3个层面的领先工业互联网平台发展组态模型,如图1所示。
图1 基于TOE理论框架的我国领先工业互联网平台发展能力研究模型
Fig.1 Research model for the formation of development capabilities of leading industrial internet platforms in China based on the TOE theoretical framework
本文通过研究多重条件组合,揭示我国领先工业互联网平台发展能力形成路径。采用模糊集定性比较分析方法主要基于以下考虑:第一,fsQCA作为一种案例导向型集合论分析方法,其因果不对称性能克服因果关系单一的不足。第二,我国领先工业互联网平台发展是多重因素动态演变的结果,采用组态分析法探究领先工业互联网平台高质量发展的条件组合具有客观性和启示性,与本文双跨平台研究情境具有较好的适配性,对于领先工业互联网平台发展具有一定启示作用。第三,选取2023年工业和信息化部发布的50家双跨工业互联网平台案例企业作为研究对象,案例数量属于中等样本规模,条件变量和结果变量均符合该方法要求的案例数量。
双跨工业互联网平台反映我国产业转型升级对平台体系建设的需求,可作为领先工业互联网平台企业的代表。本文选取2023年工业和信息化部公布的50家双跨工业互联网平台,剔除缺失值样本,共计49家。因双跨工业互联网平台评选存在一定动态性,考虑到数据滞后性,本文以2023年评选前一年数据作为前因条件数据。
2.3.1 结果变量
本文重点关注我国领先工业互联网平台发展能力(DEV)。基于我国工业互联网发展现状,近年来工业和信息化部评选的工业互联网100佳平台在实力和市场表现等方面均位居行业发展前列,并得到政府产业主管部门认可,具有较强的权威性和参考性。基于此,本文以工业和信息化部公布的《2023年工业互联网平台100佳》总评分作为测量指标。该指标包含企业基本面(5%)、核心技术水平(15%)、资源管理能力(20%)、应用服务能力(30%)和可持续发展能力(30%)5个一级指标,参考业内专家综合评分得出各平台综合评分,以此反映各工业互联网平台发展能力,以名单中涉及的双跨工业互联网平台发展能力评分作为结果变量的测量指标。
2.3.2 条件变量
(1)技术因素。一是地方工业化水平(INDU):工业互联网发展离不开工业化水平的支撑,以工业互联网平台所在地区工业发展水平衡量地方工业化水平。由于数据存在一定迟滞性,故本文用工业互联网平台企业所在地区2021年第二产业增加值占GDP的比重衡量工业基础水平(陈爽英等,2022),数据来源于《中国统计年鉴》以及各地区2022年度国民经济和社会发展统计公报。二是地方信息化水平(LOIN):信息化发展对工业互联网具有重要推动作用。参考周宏仁等主编的《信息化蓝皮书》和国家信息中心出版的《中国信息年鉴》(2022卷),以各省份信息化水平指数作为测量指标,包含数字技术基础设施、信息产业经济发展、科技创新能力、教育与数字素养、数字内容与应用5个指标,反映地方信息化水平。
(2)组织因素。一是母体行业背景(MOBA):以与工业互联网平台相关联的母体行业背景作为母体基因类别指标。根据工业互联网平台母体企业统计指标,以中国信通院总结的工业互联网平台类别作为测量依据。具体编码如下:传统制造企业背景赋值为3,信息和通信设备制造企业(ICT)背景赋值为2,软件企业背景赋值为1,新创企业背景赋值为0。二是母体控股比例(MOCO):该变量用以测量我国领先工业互联网平台与母体企业的所有权关系。根据双跨工业互联网平台企业简介及公司年报,按照平台企业与母体企业的股权关系,通过文本分析进行编码,以工业互联网平台企业是否为独立子公司以及母体对平台企业的控股比例作为衡量指标,数据来源于国泰安数据库、各企业网站、年报及企查查、天眼查等网站。
(3)环境因素。一是地方政府补贴(GOSU):近年来,关于促进工业互联网平台发展的国家政策和地方政策频出,政府补贴是影响地方工业互联网平台发展的重要指标[19]。以2023年以前各地区出台的促进工业互联网平台发展的政策文本以及双跨平台企业相关财报披露信息为依据测量当地政府支持力度,相关数据根据国家和地方政府网站政策手动整理。二是风险融资次数(CVCT):统计除母体企业以外的外部投资机构对双跨工业互联网平台的融资次数,该变量反映工业互联网平台发展受融资环境影响的程度,数据来源于IT桔子库中工业互联网行业投融资事件。
综上所述,对各条件变量和结果变量的赋值方法和标准如表1所示。
表1 条件变量选取与赋值
Table 1 Selection and assignment of conditional variables
类别名称 测度方法 数据来源结果变量工业互联网平台发展能力(DEV)企业基本面(5%)核心技术水平(15%)资源管理能力(20%)应用服务能力(30%)可持续发展能力(30%)《2023年中国工业互联网100佳》条件变量 技术地方工业化水平(INDU)第二产业增加值占GDP的比重《中国统计年鉴》(2022卷)各地2022年度国民经济和社会发展统计公报地方信息化水平(LOIN)各省份信息化水平指数周宏仁等主编的《信息化蓝皮书》国家信息中心的《中国信息年鉴》(2022卷) 组织母体行业背景(MOBA)传统制造企业背景赋值为3,信息和通信设备制造企业(ICT)背景赋值为2,软件企业背景赋值为1,新创企业背景赋值为0中国信息通信研究院择取的工业互联网平台特色《工业互联网创新发展成效报告(2018—2021年)》母体控股比例(MOCO)母体企业在工业互联网平台企业的控股比例国泰安数据库及企业网站、年报、企查查和天眼查,匹配平台企业与母体企业的控股比例 环境地方政府补贴(GOSU)省市政府补贴奖励最高额度省市政府官网和相关政策文件风险融资次数(CVCT)外部融资次数IT桔子库中工业互联网行业投融资事件及公司简介
在fsQCA中,条件原始值在[0,1]区间定义为模糊分数,本文采用直接和间接校准法,将结果变量领先工业互联网平台发展能力和前因条件中的地方工业化水平、地方信息化水平、地方政府补贴和风险融资次数4个连续变量按照95%、50%、5%直接校准,分别设定为完全隶属、交叉点、完全不隶属的锚点(张明等,2019)。按照《中华人民共和国公司法》对母体控股比例进行间接校准,通过四值模糊集衡量:一是平台完全隶属于母体企业,且100%控股,校准为1(完全隶属);二是母体采用51%以上相对控股权且不完全控股,校准为 0.51(偏隶属);三是按照一票否决权的34%占比,校准为 0.34(偏不隶属);四是几乎不涉及上述情况,校准为 0(完全不隶属)。剔除隶属度为0.5的案例,Fiss(2011)建议在隶属度为1以下的前因条件中加入0.001这一常数,将0.5隶属度改为0.501(Campbell 等,2016),表2为每个条件变量与结果变量的校准结果。
表2 条件变量与结果变量校准
Table 2 Calibration of conditional variables and outcome variables
变量完全隶属交叉点完全不隶属平台发展能力(DEV)97.258672.75地方工业化水平(INDU)0.3840.3280.141地方信息化水平(LOIN)4953.471658.93573.34母体控股比例(MOBA)10.51,0.340母体行业背景(MOCO)320政府补贴(GOSU)30001000150风险融资次数(CVCT)620
在fsQCA分析中,必要条件检验主要通过一致性来判断(Schneider and Wagemann,2010;Ragin,2008)。一致性结果大于0.9的前因条件可看作结果发生的必要条件,一致性结果大于0.8的前因条件可看作结果发生的充分条件。同时,在fsQCA分析中还可通过覆盖率判断前因条件或组态对结果变量的解释力度,当覆盖率为0.8时,说明前因条件或组态能够解释80%的案例。fsQCA结果表明:因为没有前因条件等于或高于0.9的一致性水平,因此不存在领先工业互联网平台发展的必要条件,技术、组织和环境3个维度中的6个条件变量需通过某种组合才能成为领先工业互联网平台发展能力形成的驱动因素(见表3)。
表3 单因素必要性分析结果
Table 3 Necessity analysis of single factors
条件变量高发展能力一致性覆盖度非高发展能力一致性覆盖度地方工业化水平0.7090.6310.6960.612～地方工业化水平0.5640.6530.5800.663地方信息化水平0.6210.6870.5260.576～地方信息化水平0.6170.5690.7140.650母体控股比例0.6390.5890.6650.606～母体控股比例0.5720.6340.5490.600母体行业背景0.6510.5350.5730.465～母体行业背景0.3490.4530.4270.547政府补贴0.6010.5970.6650.652～政府补贴0.6490.6620.5880.593风险融资次数0.5190.5920.5030.567～风险融资次数0.6200.5580.6380.567
注:据fsQCA3.0软件必要条件分析运算结果所得,并保留3位有效数字
3.3.1 领先工业互联网平台发展能力形成组态
在真值表构建过程中,本文一致性水平根据自然断裂点选为0.7(Ragin,2008),频数阈值设为 1,PRI阈值设为0.75[20]。进入强化标准分析阶段,在反事实分析部分,先排除矛盾简化假设,最终得到增强型简单解、中间解和复杂解,以增强型中间解为主,辅助增强型简约解,找到核心条件和边缘条件。结合fsQCA结果,得到如表5所示的我国领先工业互联网平台发展能力形成的5条组态路径(H1a～H3b)。可见,其解的一致性达到80%,说明在所有满足这5类条件组态的平台中,约有80%的工业互联网平台呈现出较强的发展能力。此外,总体解的覆盖度为0.628,说明5种条件组态能够解释约63%的案例。根据核心条件不同,进一步提炼出3条路径,即“技术—组织—环境”全维度驱动型路径、技术—组织驱动型路径、组织—环境驱动型路径。表4展示了我国领先工业互联网平台发展能力形成的原始覆盖范围和独特覆盖范围。
表4 我国领先工业互联网平台发展能力形成的组态路径
Table 4 Path configurations for the formation of development capabilities of leading industrial internet platforms in China
条件变量我国领先工业互联网平台发展能力全维度协调型H1aH1b制造母体孵化型软件通讯基因型技术-组织驱动型H2制造母体控股型组织-环境驱动型H3aH3b母体网络资源型区域资源协同型地方工业化水平●●● 地方信息化水平●● 母体控股比例 ●●● 母体行业背景● ●●●地方政府补贴●● ●●风险融资次数●● ●原始覆盖度0.2820.2770.1440.2030.148唯一覆盖度0.0690.0080.0980.0730.148一致性0.9030.8480.8550.7520.877解的覆盖度0.628解的一致性0.801
注:●或⊗代表核心条件存在或不存在,●或⊗代表边缘条件存在或不存在,空白代表条件可能存在也可能不存在,下同
表5 稳健性检验结果
Table 5 Robustness check results
条件变量领先工业互联网平台成长能力全维度协调型H1aH1b制造母体孵化型软件通讯基因型技术—组织驱动型H2制造母体控股型组织—环境驱动型H3aH3b母体网络资源型区域资源协同型地方工业化水平●●● 地方信息化水平●● 母体控股比例 ●● ●母体行业背景● ●●●地方政府补贴●● ●●风险融资次数●●●原始覆盖度0.2650.2270.1560.2030.147唯一覆盖度0.0610.0600.0450.0520.097一致性0.9090.8790.8570.7120.877解的覆盖度0.524解的一致性0.850
在“技术—组织—环境”全维度驱动路径中,3者同时发挥组态效应,共同影响我国领先工业互联网平台发展。其中,组态路径H1a以地方工业化水平、地方信息化水平和母体行业背景为核心变量,联动政府补贴共同影响领先工业互联网平台发展能力的形成。制造母体企业孵化是该类平台发展的核心特征,结合平台较高的跨界合作和母体低控股制度,本文将该组态命名为“制造母体孵化型”。在该构型中,制造母体企业借助良好的工业化和信息化基础条件,辅以政策驱动和融资环境,自上而下进行平台孵化,激励平台自主发展,促进组织跨领域创新(王凤彬等,2024)。较高的自主权和股权多样性使得平台发展呈现出母体组织自上而下的裂变发展模式,即制造母体组织裂变子公司分拆运营平台,通过松散耦合的方式最大限度减少两类组织之间的异质性冲突[3]。这些企业多为面向垂直领域的装备和工业自动化龙头企业,它们熟悉生产装备和生产制造体系,基于自身多年的工业设备自动化经验和工业数据积累,挖掘工业数据的商业价值,延伸出高附加值产品和服务。它们掌握着产品制造知识和产品使用数据,与供应商联系紧密,能提供行业适配的平台服务和解决方案,部分领先企业逐渐从集团向平台生态转型。制造母体孵化型平台案例多分布在地方工业化和信息化水平较高省份,如山东、江苏、广东,典型案例如卡奥斯、徐工汉云、工业富联等。
组态H1b以母体控股比例、政府补贴和风险融资为核心条件,以地方工业化水平为边缘条件构成领先工业互联网平台发展能力形成的条件组合。该构型强调平台企业的互联网基因,组织结构上为母体企业直接运营或母体企业直接转型成为工业互联网平台型企业,表现出较强的股权关联,本文将其命名为“软件通讯基因型”。这类平台大多没有工业制造基因,但多为互联网企业或是软件和信息技术服务提供商,在对工业行业提供信息化服务的基础上进行工业软件系统设计和升级,顺应前沿科技领域产业创新趋势,将技术生产资料应用于搭建工业云平台,侧重在平台层面将机器设备、工业产品、系统连接起来。软件通讯基因型平台主要分布在北京、浙江和河北,如北京的百度开物、东方国信、阿里云、京东、用友,浙江的阿里云、蓝卓,河北的中国联通格物工业互联网平台。
在“技术—环境”驱动路径中,组态H2结果显示,依靠较强的工业化和信息化基础,在较少的政府补贴和较差的外部融资环境中,母体企业强大的制造行业背景可带动工业互联网平台发展。该路径不仅强调母体控股和行业背景,同时也强调地方工业化和信息化发展基础,本文将其命名为“制造母体控股型”。在该构型中,制造型母体企业同样扮演孵化器角色,但与组织H1a的“制造母体孵化型”不同,制造型母体企业依托强大的制造业背景,设计并主导工业互联网平台运营,依托强耦合控股关系,利用内部资源和信息提升母体企业技术创新水平。该构型典型案例如辽宁鞍钢集团的羽嘉工业互联网平台和依托中国运载火箭技术研究院研发的长征云工业互联网平台。
在“组织—环境”驱动路径中,组态H3a结果显示,在地方工业化水平和信息化基础条件一般的情况下,主要依赖母体行业背景、母体控股和政府补贴联动促进工业互联网平台发展。该路径主要依托母体企业优势,通过工业互联网平台解耦工业场景,在平台和母体企业间构建组织间强耦合关系;同时,平台借助政策支持,围绕母体资源打通组织内外壁垒,体现出网络化特征,本文将这一构型命名为“母体网络资源型”,通过发挥区域明星企业的带动效应,整合母体企业网络资源实现快速发展。这类平台主要分布在中部地区省份,如安徽、湖南、河南。典型案例如科大讯飞的羚羊工业互联网平台、中国电子的中电云网、中联重科的中科云谷,天瑞集团的天信工业互联网平台。
组态H3b显示,地方工业化水平和信息化水平较低时,依靠母体行业背景,联动政府补贴和外部融资也能促进工业互联网平台发展。该构型称为“区域资源协同型”,这种路径适合对市场敏感度较低且研发难度较大的区域。工业互联网自身“工业+互联”的融合特性,需要有较强的产业基础和资源作为支撑,因区域资源受限,平台表现为典型的松散耦合型组织结构特征,即围绕母体行业背景,通过政府补贴和外部融资一体化协同支持工业互联网平台建设,打造地方特色数字平台生态圈;此外,强调区域内各方资源协同,通过多方合作促进不同行业背景企业迅速响应环境变化需求。这些平台主要分布在西部地区,如四川、重庆、新疆。典型案例如宗申集团的忽米H-IIP工业互联网平台、四川长虹电子的CHiM工业互联网平台。H3a和H3b两种组态结果表明,在地方工业化水平和信息化水平较低的中西部地区,母体行业背景和政策支持是工业互联网平台发展的核心条件。
综上所述,从领先工业互联网平台发展能力形成的驱动路径看,工业互联网平台区域分布形成一条覆盖全国的长尾曲线,我国领先工业互联网平台发展呈现出明显的梯队协同效应。具体而言,东南沿海地区平台服务商正积极在全国布局市场,形成从东南向西北辐射的发展方向,中西部地区开始加速,实现从“用”到“建”的发展。京津冀、长三角、粤港澳大湾区等经济实力较强和产业基础深厚地区居于领先地位,山东、浙江、上海、福建、广东等东南部沿海工业强省(市)拥有较多双跨及重点行业工业互联网平台,河北、河南等中部地区服务商数量有所增加,成渝地区不仅有跨行业、跨企业平台,还涌现出一批专精特新服务商。总之,领先工业互联网平台发展呈现出东部沿海、南方发达省份引领,中西部、北方省份跟随的发展态势,这与我国制造业梯度发展实际相符(王节祥等,2024)。
3.3.2 进一步讨论
通过以上3类组态可以看出,地方工业化水平和信息化水平并非影响领先工业互联网平台发展能力形成的关键因素。其中,母体行业背景是4条组态路径的共同核心条件,联动母体控股比例、政府补贴和风险融资推动领先工业互联网平台发展能力的形成。
(1)从母体行业背景分类看,双跨平台中多为各行业巨头孵化或剥离的企业。一类以制造型母体控股或者参股子公司形式存在。制造型大企业深耕重点行业,基于多年的行业经验汇聚海量数据,形成一批反映行业发展现状的特色指标。这类制造巨头以海尔集团、徐工集团、三一重工等传统制造型母体企业为主,其拥有丰富的工业知识经验,对行业数字化转型的需求更迫切,通过对工业机理模型的解析封装开发出工业应用软件,从而提升了SaaS层服务行业的数字化转型能力。另一类则是以互联网行业基因为主的行业巨头,这类企业拥有开发工业软件的实践经验,服务于制造业场景的信息和通信设备生产运维能力较强,具有构建工业互联网基础设施底座的IaaS层能力和产品价值优势。
(2)在政府补贴方面,中国工业互联网发展离不开政策的有力推动。自2015年以来,工业互联网成为政府力推智能制造、实现工业4.0先进制造目标的一个赛道,引来各地政府的“补贴热潮”,各相关部委和广东、上海、河北、湖南、重庆、浙江、江苏等各级政府陆续出台工业互联网配套政策措施。以工业富联为例,其在2016年、2017年、2018年、2019年合计分别获得政府补助金额2.28亿元、4.04亿元、4.93亿元以及16.06亿元。深圳、佛山、苏州、青岛、西安、合肥、郑州、沈阳等城市也陆续推出相关补贴政策,项目补贴比例高达30%,最高支持金额高达3 000万元。
(3)除政府补贴外,风险融资逐渐成为影响领先工业互联网高发展的一个重要条件。例如,2021年工业互联网处于行业“风口”年,在单笔融资额度方面,最高达1.68亿元。然而,从风险融资次数看,我国工业互联网行业融资轮次仍处于早期阶段,多停留在种子轮或者A轮,占比达到70%。除母体控股平台企业战略投资外,C轮融资少之又少。因此,工业互联网平台持续发展亟需健全外部风险融资机制。
本文对影响领先工业互联网平台发展能力形成的前因组态进行稳健性检验。QCA作为一种集合论方法,当原路径与新路径之间的子集关系不会改变原路径的实质性解释时,将视为组态结果稳健[21]。本文通过提高一致性门槛值进行稳健性检验,将一致性水平从0.7提高到0.72。由表5可知,从组态之间的集合关系看,与前述分析路径相比,所得到的结果未发生实质性改变,说明本文研究结论稳健。
(1)基于“技术—组织—环境”框架分析多元驱动要素对领先工业互联网平台能力形成的联动效应。研究发现,单一要素均不是构成领先工业互联网平台能力形成的必要条件,地方工业化水平和信息化水平为领先工业互联网平台发展能力的形成提供不同的技术基础条件,母体行业背景对我国领先工业互联网平台发展起重要推动作用。多元驱动要素通过制造母体孵化型、互联通讯基因型、制造母体控股型、母体网络资源型和区域资源协同型5种构型促进领先工业互联网平台能力的形成。其中,制造母体孵化型通过松散耦合式的跨组织协作,孵化裂变平台企业构建互补型数字平台生态系统;制造母体控股型结合母体集权化管理模式,搭建数字平台实现以母体企业为核心的数字创新网络;互联通讯基因型以企业强大的互联网基因为基石,以直接成立平台或转型成为工业互联网企业来迭代升级原有产品服务;母体网络资源型通过区域明星企业打通组织内外壁垒,以产业链内丰富的资源和知识交换提高母体企业技术创新能力;区域资源协同型侧重于打造地方特色数字平台生态圈,通过区域资源一体化协同发展工业互联网平台。这一发现深化了母体行业背景对领先工业互联网平台发展能力形成路径“殊途同归”的认识。
(2)我国领先工业互联网平台发展能力的形成存在多元路径而非单一最优均衡。领先工业互联网平台发展受多个前因条件的影响,领先工业互联网发展包括全维度协同型、技术—组织驱动型、组织—环境支撑型3条实现路径。由于地方工业化水平和信息化水平基础不同,我国领先工业互联网平台发展表现出梯队协同特征。在3类发展组态中,我国领先工业互联网平台发展能力形成的核心条件存在异质性。在“技术—组织—环境”全维度组态中,当平台所处地区地方工业化水平和信息化水平较高时,母体行业背景或母体控股存在替代效应;在“技术—组织”驱动组态中,依托较好的地方工业化和信息化发展水平,制造母体企业在缺乏外部融资和政府补贴时也能促进领先工业互联网平台发展;在“组织—环境”组态中,由于地方工业化水平和信息化水平较低,需要依托母体行业背景或母体控股,联动外部风险融资,促进工业互联网平台快速发展。目前来看,工业互联网平台发展仍是政策推动的产物,未来应加大外部融资,其对于工业互联网平台规模期发展存在较强的替代效应。
本文揭示多维度联动对领先工业互联网发展能力复杂因果关系的影响,既推进TOE理论框架在数字平台中的应用,也为管理者从多维度视角看待领先工业互联网平台发展提供了启示,更为推动工业互联网平台进入规模期发展提供了有力支撑。
(1)将母体企业作为关联因素,结合双跨平台经验数据进行组态分析,明晰了母体企业与工业互联网平台发展能力形成之间的联动性复杂因果关系,丰富了数字平台领域研究。通过对双跨平台案例进行定性分析,发现领先工业互联网平台发展构型与母体行业背景存在紧密联系,且政府政策发挥有力推动作用,为不同区域行业龙头企业以母体异质性资源为导向进行工业互联网平台建设提供了有益启示,也为我国工业互联网平台进入规模化发展阶段提供了理论指导。
(2)与采用单案例定性比较法不同,本文采用多案例定性比较分析法研究前因条件的联动效应,聚焦领先工业互联网平台发展能力形成,从多案例视角对前因条件互动关系进行研究,拓展了单一要素净效应对工业互联网平台建设和发展的研究视角,推动工业互联网平台研究由技术视角向管理视角延伸。
鉴于技术、组织和环境3个维度均不是领先工业互联网平台能力形成的必要条件或充分条件,因此各级政府和企业管理者应坚持系统思维及辩证思想,用全面眼光看待工业互联网平台建设,重视不同要素之间的组合效应。
(1)辩证看待母体企业的作用。工业互联网平台目前主要依靠在位企业资源实现快速迭代与成长,应积极构建除母体组织以外的跨行业跨领域商业生态网络。平台管理者应平衡好平台企业与母体企业的控股关系,同时加强产业链内外部协作以发挥链长制网络效应,从而搭建以母体行业为基石的数字平台生态圈。
(2)应合理、适度引入外部风险融资,完善平台建设。过度依赖政府“输血”对于任何企业而言都非长久之计。如果平台企业过度依赖政府补贴而不提升自身造血能力,一旦补贴“退坡”,将面临生存危机。因此,各级政府在工业互联网平台发展过程中应参与有度和引导有方,将政府补贴用在刀刃上,杜绝“骗补”现象,从财政“输血”转向可持续性“造血”。
本文存在如下不足:第一,影响工业互联网平台企业的因素众多,受限于数据可得性,本文主要探讨地方工业化水平、地方信息化水平、母体行业背景、母体控股比例、地方政府补贴及风险融资次数对领先工业互联网平台能力形成的影响,未来可探究更丰富的内外部环境因素,如母体行业竞争度、高管数字知识与高管持股、地方政府数字关注度等,进一步深挖领先工业互联网平台发展驱动因素。第二,以双跨工业互联网平台企业为研究案例样本量较小,未来可扩大样本量,提高研究结论普适应,探究其它中小型领先工业互联网平台发展能力形成的异质性。第三,主要使用内容分析法进行研究,未来可开展实证研究,进一步提高研究结论可信度。
[1] 裴军,周娅,彭张林,等.高端装备智能制造创新运作:从平台型企业到平台型供应链[J].管理世界,2023,39(1):226-240.
[2] 戴维奇,贺锦江.基于战略创业的数字化转型过程研究——以卧龙集团为例[J].经济管理,2023,45(8):65-85.
[3] 李志刚,杜鑫,杨德林,等.新创企业与在位企业视角下裂变创业研究评述与展望[J].管理学报,2023,20(3):461-472.
[4] 王冰,毛基业.传统企业如何通过内部创业实现数字化转型——基于资源匹配的战略演化视角[J].管理评论,2021,33(11):43-53.
[5] 孙新波,张明超.工业互联网平台赋能智能制造生态系统构建——基于海尔卡奥斯的案例研究[J].经济管理,2023,45(11):5-26.
[6] 朱秀梅,杨姗.数字创业生态系统多主体协同机制研究[J].管理学报,2023,20(1):86-95.
[7] PAULI T,FIELT E,MATZNER M.Digital industrial platforms[J].Business &Information Systems Engineering,2021,63:181-190.
[8] 陈武,陈建安,李燕萍.工业互联网平台:内涵、演化与赋能[J].经济管理,2022,44(5):189-208.
[9] 卢福财,陈慧.工业互联网、企业成长性与价值创造[J].经济管理,2023,45(1):5-24.
[10] GHOSH S,HUGHES M,HODGKINSON I,et al.Digital transformation of industrial businesses:a dynamic capability approach[J].Technovation,2022,113:102414.
[11] 林艳,轧俊敏.制造企业数字化转型的驱动力与实现路径——基于TOE框架的案例研究[J].管理学刊,2023,36(5):96-113.
[12] 徐鹏.高管关联、母公司股权参与度与子公司成长性——基于中小企业板上市公司经验数据[J].山东大学学报(哲学社会科学版),2013,63(6):95-104.
[13] 窦炜,刘星,韩晓宇.控制权配置、投资者保护与投资效率——一个关于企业投资行为研究的综述[J].中央财经大学学报,2015,34(1):63-70.
[14] 田智浩,王玉红.母公司控制权纵向配置与子公司非效率投资——基于控制权纵向配置的耦合效应视角[J].财经问题研究,2022,43(5):77-86.
[15] PATIL K P.Industry 4.0 adoption in manufacturing industries using technology-organization-environment framework[J].Journal of Information Technology Research (JITR),2021,14(1):123-146.
[16] 马红,王元月.融资约束、政府补贴和公司成长性——基于我国战略性新兴产业的实证研究[J].中国管理科学,2015,23(S1):630-636.
[17] 周晓阳,李长长,刘莹,等.工业互联网平台、开发商与企业的三方协作演化策略——兼论政府补贴和收益共享的作用[J].中国管理科学,2024,32(1):276-287.
[18] FISS P C.Building better causal theories:a fuzzy set approach to typologies in organization research[J].Academy of Management Journal,2011,54(2):393-420.
[19] 张铭,杜静,曾娜,等.工业互联网企业数字创业绩效的前因组态研究[J].华东经济管理,2023,37(2):53-63.
[20] RIHOUX B,RAGIN C C.Configurational comparative methods:qualitative comparative analysis (QCA) and related techniques[M].Thousand Oaks City:Sage Publications,2008.
[21] SCHNEIDER C Q,WAGEMANN C.Set-theoretic methods for the social sciences:a guide to qualitative comparative analysis[M].Cambridge:Cambridge University Press,2012.