The Multi-reconfiguration Paths of Digital Innovation for SRDI and Non-SRDI Firms

Xing Xinpeng1, Bao Jingming1, Guan Hao2, Liu Tiansen3

(1. School of Business, Jiangnan University, Wuxi 214122, China; 2. The Institute of Service-oriented Manufacturing, Hangzhou 311100, China; 3. School of Economics and Management, Harbin Engineering University, Harbin 150001, China)

Abstract：As a new force for innovation and development, SRDI firms are the backbone of improving the stability of the industrial chain and supply chain, and play an important role in promoting high-quality economic development. The widespread adoption of digital technologies has provided enterprises with innovation opportunities, and more and more enterprises have been participating in digital innovation to maintain competitive advantages, but in the digital innovation process, problems like fuzzy path, uncoordinated resource allocation, and insufficient digital capability hinder some enterprises from participating in digital innovation. Therefore, for both SRDI and non-SRDI firms, how to arrange resources to better realize digital innovation is a common focus. Differentiating the differences in the development paths of SRDI and non-SRDI firms can promote enterprises of different types to optimize the allocation of resources to carry out digital innovation, which is conducive to cultivating a good industry ecology, thus accelerating the construction of a modern industrial system.

Following the“context-configuration-capability” theory and the resource orchestration theory, this study uses the fuzzy set qualitative comparative analysis (fsQCA) method to explore the combined effects of external support, digital platform, resource flexibility, coordination flexibility, absorption capability, and digital collaboration capability of SRDI firms and non-SRDI firms on their digital innovation, in order to explore the configuration path and heterogeneity characteristics of high-level digital innovation in firms. The configuration paths of digital innovation of SRDI and non-SRDI firms are compared and analyzed to explore whether their innovation paths are much the same or utterly different, so as to further promote SRDI and non-SRDI firms to optimize resource allocation and carry out digital innovation.

Empirical results show that (1) external support, digital platform, resource flexibility, coordination flexibility, absorption capability, and digital collaboration capability cannot alone constitute the necessary conditions for digital innovation of SRDI firms and non-SRDI firms. Multiple factors need to work together in an orderly manner. (2) From the perspective of equivalence of results, there are two innovation governance configuration paths for digital innovation in SRDI firms, i.e.“configuration-led equilibrium” and “configuration-led with capability”. There are three innovation governance configuration paths for digital innovation of non-SRDI firms, i.e., “context-configuration co-dominated type”, “configuration-dominated type based on capability ”, and “configuration-capability co-dominated type”. (3) By comparing the configuration paths of digital innovation between SRDI firms and non-SRDI firms, it is found that the there are clear differences in the configuration paths: resource flexibility is a common core element, and the higher the flexibility of enterprise resources, the more conducive it is to coordinating and matching resource input into innovation activities. Heterogeneity analysis shows that digital platforms are the keys for SRDI firms to carry out digital innovation, while non-SRDI firms mainly rely on coordination flexibility and external support. The research results not only expand the driving factors of digital innovation, but also provide a path basis for SRDI firms and non-SRDI firms to promote modern digital innovation.

The research contributions of this paper are presented in three aspects. First, from the perspective of resource arrangement, the context-structure-capability (3C) framework is constructed to explore the combined influence of multiple factors on digital innovation, which provides a novel lens to analyze the driving factors of digital innovation. From the perspective of integration, the combined effect of driving factors is verified from context and structural ability. The 3C theory is applied to the research of digital innovation for the first time to explore how multi-dimensional factors drive enterprise digital innovation. Second, the study focuses on the market subject of SRDI and non-SRDI firms, compares and analyzes the digital innovation of SRDI firms and non-SRDI firms, which enrich the research objects in the field of digital innovation. Third,it responds to the previous research prospects and appeals of scholars, that is, the in-depth research on how to use digital platforms for innovation and how dynamic capabilities affect digital innovation. After considering multiple factors, the study introduces variables such as digital platform and absorption capacity, and reveals the internal mechanism of enterprises to promote digital innovation; it also provides reference significance for SRDI firms to realize digital innovation.

Key Words：Digital Innovation; SRDI Firms; Non-SRDI Firms;“Context-Configuration-Capability” Theory; Resource Orchestration Theory

DOI：10.6049/kjjbydc.H202308223

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2025)04-0140-10

收稿日期：2023-08-08

修回日期：2023-10-15

基金项目：教育部人文社会科学基金青年项目(20YJC630170);国家社会科学基金青年项目(22CGL030);国家社会科学基金重大项目(21&ZD134);江苏省社会科学基金青年项目(19GLC004)

作者简介：邢新朋(1985-),男,山东威海人,博士,江南大学商学院副教授、硕士生导师,研究方向为数字经济、数字创新;鲍菁铭(1999-),女,吉林省吉林市人,江南大学商学院硕士研究生,研究方向为数字化转型与数字创新;关昊(1990-),男,黑龙江哈尔滨人,博士,中国服务型制造联盟专家,服务型制造研究院(杭州)有限公司服务型制造解决方案中心负责人,研究方向为数字化转型;刘天森(1990-),男,黑龙江哈尔滨人,博士,哈尔滨工程大学经济管理学院副教授、硕士生导师,研究方向为数字治理。本文通讯作者:刘天森。

0 引言

科技是第一生产力、人才是第一资源、创新是第一动力。专精特新企业作为我国经济领域的创新主体,是提升产业链、供应链稳定性的中坚力量,在经济高质量发展过程中发挥重要作用。当前,我国已培育5万余家专精特新企业,分5批公示专精特新“小巨人”企业12 950家。相比于其它企业,专精特新企业的主要特色体现为专业化、精细化、特色化和新颖化,其对数字化创新的现实诉求更为迫切。因此,揭示专精特新企业与非专精特新企业发展路径差异,促进不同企业通过优化配置资源开展数字创新,能够培育良好的行业生态,加快推进现代化产业体系建设。

数字经济作为经济领域的新发展业态,是新一轮科技革命带来的战略机遇。数字技术可为企业提供创新机会[1],为了维持竞争优势,越来越多的企业选择参与数字创新。然而,由于存在路径模糊、资源配置不当、数字能力不足等问题,导致部分企业不愿意持续参与数字创新[2]。因此,如何进行资源编排以更好地实现数字创新是专精特新企业与非专精特新企业共同关注的问题。

在数字技术与传统创新融合过程中,企业组织架构、业务流程与合作者之间的交互关系也会发生变化。现有相关研究从不同理论视角(例如创新生态系统、注意力基础观、TOE理论框架等)探索基础设施、组织能力、外部环境等因素对数字创新过程的影响[3-7]。前期研究主要以数字技术和平台生态系统为支撑,验证了知识共享平台、分布式创新对企业数字创新的驱动路径。部分研究采用纵向案例挖掘模块化平台、创新生态系统与企业数字创新的内在联系。随着研究不断深入,学者们开始关注特定类型数字创新(例如数字产品创新、数字过程创新、数字组织创新等)发展路径,以及数字创新过程中企业规模[7]、企业性质的异质性影响[7-11]。

综上所述,现有文献存在以下不足:其一,现有研究主要以数字技术与平台生态系统为支撑,探讨数字创新逻辑与流程,但尚未厘清驱动因素的具体作用机制,缺乏对多元作用路径的识别。其二,现有研究大多从技术层面出发,探索数字基础设施对企业数字创新的驱动作用,基于企业资源配置视角的研究匮乏。其三,现有研究主要聚焦制造企业、科技企业、国有企业、民营企业等市场主体,鲜有针对专精特新企业与非专精特新企业数字创新过程的探索。

本文对以下问题进行探讨:从资源编排视角出发,专精特新企业与非专精特新企业如何在多重因素的影响下实现数字创新?专精特新企业与非专精特新企业数字创新路径有何差异?是大同小异还是迥然不同?鉴于此,本文遵循资源编排过程,通过构建“情境—配置—能力”理论框架,采取模糊集定性比较分析(fsQCA)方法探索外部支持、数字平台、资源柔性、协调柔性、吸收能力、数字协作能力对数字创新的影响,通过揭示多重组态路径对创新要素进行结构优化。同时,通过比较分析专精特新企业与非专精特新企业数字创新路径,探讨两类企业数字创新路径的异质性,以期为企业实现数字创新提供路径选择。

1 理论基础与框架构建

1.1 理论基础

1.1.1 “情境—配置—能力”理论

“情境-配置-能力”理论能够呈现动态环境下企业网络系统形成过程[12],主要包括情境(context)、配置(configuration)、能力(capability)等3个方面。Rong等(2015)考虑到合作(cooperation)、结构(construct)、变化(change),进一步提出“6C”框架;周常宝等[13]将研究情境从供应链网络扩展至创新生态系统领域。因此,本文尝试将该理论应用于企业数字创新过程研究。其中,情境是指企业发展过程中的使命、激励因素和障碍,包括政府支持、风险等。配置能够反映企业层面的部署、合作和组织架构,包括网络结构、支持系统等。能力聚焦组织本身特征,包括协同能力、动态能力等。不同情境下,企业不同资源配置组合会导致差异化创新结果。因此,本文基于情境、配置、能力3个维度,揭示其相互作用,以期对数字创新过程形成更加全面的理解。

本文从整体视角出发,基于“情境—配置—能力”理论对专精特新企业与非专精特新企业数字创新展开分析。政府创新补贴有利于企业开展创新活动,但企业创新仍存在融资难问题(郭玥等,2018)。在获得外部支持的基础上,充分发挥企业结构优势并优化资源要素配置,能够加快企业数字创新过程。因此,外部支持、数字平台、战略柔性、吸收能力、数字协作能力在不同组合下可能驱动企业数字创新。

1.1.2 资源编排理论

价值性、稀缺性、不可模仿与不可替代性是资源的核心特征。因此,合理配置资源同样重要。Adner等[14]发现,动态能力可以帮助企业更好地协调资源配置。资源管理行为作为企业动态管理能力的外在表现,受到学者们广泛关注。以资源基础观为基础,Sirmon等[15]提出资源编排理论,将资源管理过程划分为构建资源组合、资源捆绑、资源能力利用。

资源编排过程能够帮助企业有效识别与利用机会并突破资源瓶颈,通过对内外部资源进行优化配置,实现有序发展。数字经济背景下,资源属性发生改变,价值创造路径趋于多元化[16]。然而,资源编排理论尚未解答新情境下的新问题,如什么样的资源组合有利于企业数字创新?专精特新企业与非专精特新企业数字创新资源组合有何不同?本文将外部支持、数字平台、战略柔性、吸收能力、数字协作能力纳入资源编排框架,探索数字化背景下不同条件组合对专精特新企业与非专精特新企业数字创新的影响及异质性表现。

1.2 “情境—配置—能力”理论下专精特新企业与非专精特新企业数字创新影响因素

1.2.1 情境层面:外部支持

企业持续性创新行为离不开外部环境。当内部缺乏足够的资源时,企业需要寻求外部支持。现阶段,专精特新企业数字创新主要受数字平台等基础设施制约,非专精特新企业面临研发资金不足、技术人才匮乏等问题。外部支持对企业数字创新发挥支持作用,通过引进技术和研发资金,企业能够加大研发投入并高效利用资源,从而提高创新水平。学者们针对政府数字倡议强度、利益相关者的创新关注等方面展开了研究(潘红波等,2022),发现良好的外部环境能够提高企业研发强度,从而促进企业数字创新。然而,部分外部因素对企业创新具有非线性影响,例如财政压力对数字创新发挥先促进后抑制的作用。因此,揭示外部支持对企业数字创新的影响,有利于进一步探讨外部环境对数字创新的推动作用。

1.2.2 配置层面

(1)数字平台。数字平台是企业进行资源编排的关键,可以支撑企业开展产品、服务、流程等多元化创新(金姝彤等,2021)。数字平台是指以数字技术为支撑,通过与不同组织沟通交流实现互利的在线平台[3]。一方面,数字平台可以突破组织边界与贸易壁垒,企业与合作伙伴通过信息交换共享知识资源,从而促进数字创新。另一方面,数字平台可以提高组织开放性,在促进信息知识流动的同时,降低企业知识搜寻成本与沟通协调成本,进而提高资源利用效率与组织内部能力。既有研究发现,中小企业数字平台对可持续性数字创新发挥正向作用,但数字平台如何与企业其它资源组合在一起以达到更好的创新效果这一问题有待进一步探讨。

(2)战略柔性。战略柔性强调对资源的灵活使用和对业务流程的重新规划,是反映企业应对外部环境变化的动态能力。战略柔性受到企业可用资源灵活性的限制,也受企业协调能力的影响。战略柔性一般分为协调柔性和资源柔性(Sanchez,1995)。资源柔性关注技术对企业开发、生产、分销等资源的影响,能够反映企业特定资源的内在特征。协调柔性是指企业将资源灵活地应用于企业战略和组织结构中,进而帮助企业在动态环境中获得竞争优势。具体来说,资源柔性能够帮助企业克服组织惯性,促使企业利用新技术开展创新;协调柔性可为企业营造新的环境,有利于企业突破原有业务流程进行创新尝试(Zhou等,2010)。总体来说,战略柔性能帮助企业更快适应外部环境变化,增强企业抗风险能力,同时缓解企业资源压力,促使企业更好地开展创新活动。

1.2.3 能力层面

(1)吸收能力。通过数字平台等媒介获取的外部异质性知识难以被企业直接利用,故企业需要借助吸收能力,将其内化为自身优势,进而提升创新能力(赵鑫等,2023)。吸收能力是指企业获取、识别、消化知识的动态能力。根据知识在组织内的状态,吸收能力被划分为潜在吸收能力与现实吸收能力。潜在吸收能力是指企业获取和识别知识的能力,现实吸收能力是指企业内化并利用知识的能力,二者能够帮助企业将外部知识转化为内部资源(Zahra等,2002)。一方面,吸收能力可以帮助企业从外部获取异质性知识并加以利用,从而提高企业资源存量与知识储备;另一方面,吸收能力可以帮助企业克服组织惯性,为企业发展注入活力,从而促进企业创新。总体来说,企业可以借助吸收能力化解新旧知识间的矛盾,从而更好地构建自身知识能力体系。

(2)数字协作能力。数字协作能力是指企业通过数字渠道(例如数字平台)与行业内其它企业实现信息交流及共享的能力,有助于企业获得差异化资源优势(Chi等,2018)。数字经济背景下,越来越多的企业参与数字化转型,以期形成独特的竞争优势。Liu等[17]发现,接近80%的企业因自身能力制约了数字化进程。数字协作能力可以帮助企业有效整合和调动技术资源,从而促进企业数字创新。

然而,现有研究针对数字协作能力的作用颇有争议。部分学者认为,数字协作能力可以加快知识流动速度,从而进一步促进企业创新[6]。部分学者认为,由于数字化陷阱存在,部分企业投入大量资源用于数字化转型,但无法精准识别有效信息,这不仅会增加数字化投资成本,而且会阻碍企业创新(余菲菲等,2022)。数字化陷阱会导致企业无法从有限的知识资源中提取价值,因而不利于企业创新(Wang等,2019)。鉴于现有研究尚未充分对这一问题进行解答,本文探索数字协作能力与其它相关变量组合对企业数字创新的作用。

综上,本文构建概念框架如图1所示。

2 研究设计

2.1 研究方法

定性比较分析(QCA)是基于布尔运算的集合分析方法,主要用于梳理复杂因果关系,通过识别核心条件和辅助条件,揭示一个或多个可能导致结果出现的前因条件组合(杜运周,贾良定,2017)。传统定量研究方法基于净效应视角,探索单因素对因变量的线性影响或多因素交互作用下的合力,而QCA方法从组态视角出发,以集合关系为基础,探讨前因条件的复杂组合,揭示导致结果的多重作用路径。一方面,模糊集定性比较分析(fsQCA)方法能够从宏观视角对复杂前因条件进行分析;另一方面,fsQCA方法适合分析复杂前因条件之间的因果非对称性和依赖性,以及组态集合间可能存在的互补/替代效应这类复杂问题。因此,本文采用fsQCA方法探讨数字创新多驱动因素组合,揭示外部支持、数字平台、战略柔性(协调柔性、资源柔性)、吸收能力、数字协作能力等前因条件组合对企业数字创新的影响。

2.2 样本选择与数据收集

本文以专精特新企业与非专精特新企业为研究对象,将调研对象限定为企业高层管理者,调研区域包括江苏、浙江、上海、广东、四川、北京、安徽等省(市),企业所属行业涵盖新能源产业、高端装备制造产业、新一代信息技术产业、生物产业等。

本文问卷设计采用认可度较高的成熟量表,并根据实际情境进行优化、调整。首先,邀请5位专家与12位专精特新企业高层管理者进行预调研,基于反馈对问卷进行优化。本文采取线上和线下相结合的调研方式,线上主要通过问卷星平台和微信链接实现问卷发放;线下主要通过无锡企业联合会向长三角地区专精特新企业和非专精特新企业发放问卷。正式调研共发放问卷442份,回收问卷383份,回收率为86.65%,剔除无效问卷48份,最终获得有效问卷335份,有效回收率为75.79%,样本基本特征如表1所示。其中,企业股权性质以民营企业为主,占比为65.4%,国有企业次之;104份样本企业为专精特新企业,占总样本的31.1%;从企业资产规模看,65.1%的样本属于中小微企业。

本文采用Harman单因素检验方法对共同方法偏差进行检验,并运用SPSS20.0对所有题项进行探索性因子分析,在未旋转情况下提取特征值大于1的因子。结果显示,提取的第一因子方差解释率为37.738%(低于40%),说明本文研究数据不存在显著共同方法偏差。

2.3 变量测量

2.3.1 结果变量

本文结果变量为数字创新。结合过程论和结果论,本文将数字创新定义为企业利用数字机会和数字技术,通过对数字资源进行重组配置,开发新产品、服务或改进现有业务流程的过程。数字创新作为一个过程概念,能够将企业创新能力、组织结构、边界和技术设施联系起来[18]。借鉴Khin等[5]的研究成果,本文数字创新测量量表的代表题项如“我们的数字解决方案性价比优于竞争对手”。

2.3.2 条件变量

(1)外部支持。在企业缺乏足够资源时,外部支持能够为其提供资金、技术等支持,从而缓解企业资源约束。基于Akbulut[19]的研究成果,本文外部支持测量量表的代表题项如“政府和非政府组织给予我们企业款项、资金等支持”。

(2)数字平台。数字平台通过连接其它企业促进组织间交流互动,进而实现互利共赢。借鉴Khattak等[20]的研究成果,本文数字平台测量量表的代表题项如“我们的平台很容易被使用,包括新的合作伙伴”。

(3)战略柔性。当外部环境变化或接收新知识、新技术时,战略柔性能够帮助企业调动内部资源进行创新活动。借鉴Sanchez等(1995)和孟猛猛等(2020)的研究成果,本文战略柔性测量量表的代表题项如“我们企业所投入的资源可以灵活地运用到多种产品研发、生产或销售过程中”。

(4)吸收能力。吸收能力是反映企业将外部获取的新知识、新技术与自身资源进行有机融合的能力。借鉴Zacharia等[21]、Aboelmaged等(2019)的研究成果,本文吸收能力测量量表的代表题项如“我们企业吸收了有用的外部知识”。

(5)数字协作能力。数字协作能力是帮助企业获得差异化资源优势的重要能力。借鉴Li等[22]的研究成果,本文数字协作能力测量量表的代表题项如“我们的合作伙伴通过数字渠道与我们分享最新的商业交易信息”。

2.4 信度与效度检验

本文使用Smart PLS 3.0和SPSS 20.0对量表进行信效度检验,结果如表2所示。首先,本文运用Smart PLS 3.0进行数据处理,结果显示,所有构念的Cronbach's α系数和组合信度(C.R.)均大于0.7,表明量表信度较高。因子负载均在0.5以上,所有构念的平均萃取方差值(AVE)均大于0.5,表明量表聚合效度较高。此外,本文采用SPSS20.0对量表进行探索性因子分析,结果显示,KMO统计量为0.954,远高于标准值0.6,Bartlett's球形检验的p值为0.000,小于0.05,表明问卷适合作因子分析,且提取出的8个因子累计方差解释率为50.282%,整体探索性因子结果可以接受。由此表明,本文量表具有较高的结构效度。

3 研究结果

3.1 变量校准

本文采用fsQCA3.0软件将原始数据转化为模糊隶属分数,即对所有前因条件和结果变量进行校准。选取75%、50%、25%这3个定性锚点作为完全隶属、交叉点和完全不隶属的阈值[23],利用“compute”对所有连续变量进行校准转换,具体校准锚点如表3所示。

3.2 必要性分析

若前因条件的一致性水平高于0.9,则认定该条件为必要条件[24]。当结果变量为数字创新时,必要性条件检验结果如表4所示。结果表明,所有前因条件(其非集)的一致性水平最高为0.856,小于必要水平0.9的阈值。由此表明,所有前因要素均不能单独成为高水平数字创新的必要条件。

3.3 组态分析

在单因素必要性分析的基础上,本文对多个前因条件进行组态分析,探讨企业数字创新的多元化实现路径。参考现有研究成果[25],本文在“Edit”运算环节将案例频数阈值设置为1,将一致性阈值设置为0.8,将专精特新企业与非专精特新企业的PRI一致性阈值设置为0.69。表5为高水平数字创新组态分析结果。其中,单个组态的一致性水平均高于0.854,总体解一致性水平分别为0.916和0.910,均高于0.8,总覆盖度分别为0.592和0.645。由此说明,各组态均可为高水平数字创新结果提供解释,是企业实现数字创新的充分条件组合。

表5显示,“情境—配置—能力”框架下,在情境层面(外部支持)、配置层面(数字平台、资源柔性、协调柔性)、能力层面(吸收能力、数字协作能力)等6个条件的相互作用下,专精特新企业数字创新呈现3条组态路径,非专精特新企业数字创新呈现5条组态路径。针对专精特新企业,可以根据是否需要情景层面的外部支持将其数字创新组态路径归纳为“配置主导—均衡型”(Ha1、Ha2)和“配置主导—能力型”(Hb)。针对非专精特新企业,可以根据3种核心条件组合(“外部支持+资源柔性+协调柔性”“数字平台+资源柔性+协调柔性”“资源柔性+协调柔性+吸收能力”)将其数字创新组态路径归纳为“情境—配置共同主导型”(NHa1、NHa2、NHa3)、“配置主导—能力型”(NHb)和“配置—能力共同主导型”(NHc)3种类型。

3.3.1 专精特新企业数字创新组态分析

配置主导—均衡型包括Ha1和Ha2两条组态路径,其一致性水平均高于0.93,能够解释92.17%的高水平数字创新案例。其中,数字平台与资源柔性作为核心条件存在,外部支持与吸收能力发挥辅助作用。由此表明,在数字平台和资源柔性支持下,专精特新企业可以通过情境、配置、能力协同实现高水平数字创新。具体来说,企业通过数字平台从外部获取资源,借助吸收能力对知识资源进行整合,为数字创新提供资源支持和缓冲空间。进一步对比组态Ha1和组态Ha2发现,协调柔性与数字协作能力存在替代关系,前者有助于企业协调已有资源,后者能够帮助企业利用数字平台加强与其它企业交流,进一步促进知识流入。

配置主导—能力型(Hb)。组态Hb的一致性水平为0.90,能够解释48.03%的高水平数字创新案例。其中,数字平台与资源柔性作为核心条件存在,协调柔性与吸收能力、数字协作能力作为辅助条件存在,外部支持无关紧要。由此表明,无论是否存在外部支持,具有平台优势和资源柔性的企业,在协调柔性、吸收能力和数字协作能力的帮助下,能够实现高水平数字创新。一方面,数字协作能力可以帮助企业更好地利用数字平台优势,有利于企业搜索并获取资源。另一方面,在捕获资源后,企业借助吸收能力将其转化为可用资源,再充分利用资源柔性与协调柔性协调数字创新活动。

3.3.2 非专精特新企业数字创新组态分析

情境—配置共同主导型包括NHa1、NHa2、NHa3这3条组态路径,其一致性水平均高于0.88,分别能够解释49.44%、10.74%和48.66%的高水平数字创新案例。其中,外部支持、资源柔性与协调柔性作为核心条件存在,表明外部支持与战略柔性是非专精特新企业实现高水平数字创新的基础。非专精特新企业缺少专业顶尖技术,故对外部支持的依赖程度较高,当政府给予足够的政策支持和资金支持时,企业能够高效利用战略柔性,通过合理协调资源促进研发创新。进一步对比NHa1和NHa3发现,吸收能力可以帮助企业对外部支持进行转化,数字平台、数字协作能力可以帮助企业获取外部知识并转化,均有利于非专精特新企业实现数字创新资源积累。对比NHa2和NHa3发现,无论是否具有数字平台与数字协作能力,具备外部支持和战略柔性的企业都能够实现高水平数字创新。

配置主导—能力型。组态NHb的一致性水平为0.93,能够解释51.14%的高水平数字创新案例。其中,数字平台、资源柔性与协调柔性作为核心条件存在,吸收能力作为辅助条件存在,表明非专精特新企业可以利用自身资源协调能力,将通过数字平台获得的资源投入到数字创新活动中。

配置—能力共同主导型(NHc)。组态NHc的一致性水平为0.85,能够解释14.92%的高水平数字创新案例。其中,资源柔性、协调柔性与吸收能力作为核心条件存在,数字协作能力作为核心条件缺失,其它条件的作用不显著,表明吸收能力较强的企业借助战略柔性能够实现资源优化配置,从而为数字创新提供资源和能力支持。

3.3.3 专精特新企业与非专精特新企业数字创新组态比较分析

实证结果表明,在专精特新企业与非专精特新企业组态路径中,前因条件存在潜在替代关系。首先,在专精特新企业中,对比组态Ha1和Ha2可知,外部支持、数字平台、资源柔性和吸收能力组合下,协调柔性与数字协作能力存在潜在替代关系,如图2所示。进一步分析组态Ha1、Ha2和Hb,在数字平台、资源柔性和吸收能力组合情景下,外部支持、协调柔性组合,以及外部支持、数字协作能力组合均与协调柔性、数字协作能力组合存在替代关系,如图3所示。其次,在非专精特新企业中,对比组态NHa2和NHa3可知,外部支持、资源柔性和协调柔性组合,以及～数字平台、～数字协作能力组合与数字平台和数字协作能力组合存在替代关系,如图4所示。进一步地,比较非专精特新企业5条组态路径的替代关系,如图5所示。

图5显示,专精特新企业与非专精特新企业高水平数字创新组态路径形态迥然不同,但资源柔性属于通用核心要素。资源柔性作为核心条件存在于所有组态路径中,表明无论是专精特新企业还是非专精特新企业,资源柔性都能够缓解企业资金紧缺、提高企业灵活性,是影响企业高水平数字创新的重要因素。进一步研究发现,对专精特新企业而言,数字平台更为重要;对非专精特新企业而言,协调柔性不可或缺。由此表明,平台可以赋能专精特新企业数字创新,而非专精特新企业需要基于战略柔性开展数字创新。

3.4 稳健性检验

本文通过两种方式检验研究结果的稳健性。针对专精特新企业,首先,将定性锚点调整为90%、50%和10%,组态分析结果未发生变化;其次,将PRI一致性阈值由0.69调整至0.9,结果显示,相较于原组态,缺少Hb组态,但总体结果仍包含于原结果中。针对非专精特新企业,首先,将PRI一致性阈值由0.69改为0.7,相较于原组态,缺少NHc组态,其它组态结果均不变;其次,将一致性阈值由0.8调整为0.85,所有组态保持不变,与原结果一致。因此,本文研究结论具有稳健性。

4 结语

4.1 研究结论

本文基于资源编排视角构建“情境—配置—能力”三维度框架,结合335份调研问卷数据,利用模糊集定性比较分析方法探讨外部支持、数字平台、资源柔性、协调柔性、吸收能力和数字协作能力对专精特新企业与非专精特新企业数字创新的影响,得出以下主要结论:

(1)情境条件(外部支持)、配置条件(数字平台、资源柔性、协调柔性)、能力条件(吸收能力、数字协作能力)中的任一前因条件均不能构成专精特新企业或非专精特新企业高水平数字创新的必要条件,而是需要多因素发挥协同作用,共同促进数字创新。研究发现,数字平台和资源柔性作为核心条件存在于专精特新企业的3条组态路径中;战略柔性作为核心条件同时存在于非专精特新企业的5条组态路径中,外部支持作为核心条件存在于3种组态中。专精特新的3条组态路径和非专精特新的5条组态路径内部均存在替代关系。

(2)专精特新企业与非专精特新企业数字创新均存在多条组态路径。专精特新企业高水平数字创新组态路径如下:配置主导—均衡型、配置主导—能力型;非专精特新企业高水平数字创新组态路径如下:情境—配置共同主导型、配置主导—能力型、配置—能力共同主导型。其中,配置主导—均衡型的专精特新企业更容易实现高水平数字创新,包含的2条组态路径分别可以解释46.50%和45.67%的样本案例。上述构型充分利用数字平台这一渠道,强调情境、配置、能力3个方面的协同作用。

(3)比较专精特新企业与非专精特新企业数字创新组态路径可以发现,二者迥然不同,但资源柔性是通用核心要素。专精特新企业与非专精特新企业高水平数字创新离不开资源柔性支持,企业资源灵活度越高,越有利于企业通过协调、匹配资源开展创新活动。此外,数字平台能够帮助专精特新企业吸收外部知识和资源,维持竞争优势;非专精特新企业借助协调柔性对已有资源进行合理配置,同时外部支持有利于非专精特新企业开展数字创新。

4.2 理论贡献

(1)本文基于资源编排理论,构建“情境—配置—能力”理论框架,探讨多因素对数字创新的影响,有助于拓宽数字创新驱动因素研究视角。已有研究在应用资源编排理论时,主要关注变量的单独影响[26-28],而本文将上述理论应用于组合效应研究。此外,本文将“情景—配置—能力”理论应用于数字创新研究,探索多层面因素驱动企业数字创新的组态路径,不仅响应了张青等[16]对资源编排理论应用的研究呼吁,而且拓展了“情境—配置—能力”理论应用领域。

(2)本文对专精特新企业与非专精特新企业进行研究,丰富了数字创新领域研究对象,进一步解答了二者高水平数字创新组态是大同小异还是迥然不同这一问题。已有研究主要关注制造企业[1,10]、科技企业[11]、国有企业与民营企业等市场主体[9],较少探讨专精特新企业。本文聚焦专精特新企业与非专精特新企业,探索其在数字创新过程中的异质性,既丰富了数字创新研究,也为揭示企业数字创新驱动因素与组态路径的异质性提供了理论支持。

(3)本文识别情境、配置、能力3个层面前因条件对数字创新的作用路径,丰富了数字创新驱动因素研究。已有研究检验了模块化数字平台、数字能力对数字创新的影响[5],关注单一条件与数字创新的因果关系,但尚未探究数字创新驱动因素间的异质性与非对称关系,忽略了多变量组合的作用。本文将外部支持、数字平台、资源柔性、协调柔性、吸收能力和数字协作能力纳入“情境—配置—能力”理论框架,拓展了数字平台、吸收能力与数字创新关系研究边界,丰富了企业数字创新驱动因素研究。

4.3 管理启示

(1)企业需要根据自身资源禀赋,选择合适的路径开展数字创新。由于行业和成长时期差异,企业拥有的资源禀赋各不相同。因此,企业需要扬长避短,选择符合自身发展特征的路径,合理配置优势资源。

(2)数字平台赋能专精特新企业数字创新,资源柔性是关键。专精特新企业需要构建数字平台、提高资源柔性、强化知识吸收能力,在外部支持情景下通过提高协调柔性或强化数字协作能力优化创新要素配置,进而提高数字创新水平。若缺少外部支持,专精特新企业需要提高协调柔性并强化数字协作能力,以此实现高水平数字创新。

(3)提高组织战略柔性对于非专精特新企业数字创新具有重大意义。资源柔性和协调柔性是企业实现高水平数字创新的前提,而数字平台、吸收能力可以辅助企业开展数字创新活动。外部支持情境下,企业借助数字协作能力可以加快知识要素吸收。缺少外部支持情境下,企业需要发挥战略柔性的作用,不必在数字协作能力方面投入过多,同样可以实现高水平数字创新。

4.4 不足与展望

(1)本文基于“情境—配置—能力”理论,探讨6个前因条件对专精特新企业与非专精特新企业高水平数字创新的影响。受限于时间,未考虑其它前置因素,未来可以将更多可能影响专精特新企业数字创新的变量纳入研究框架,进一步探讨其组态效应。

(2)本文揭示了专精特新企业高水平数字创新的2条组态路径和非专精特新企业高水平数字创新的3条组态路径,但未对不同组态路径的样本企业进行深入探讨。未来可以通过访谈形式进一步探讨组态路径的具体机制。

(3)本文采用fsQCA方法进行研究,而现有管理学领域研究大多采用回归或结构方程模型探索变量间的作用机制。未来可以采用传统实证方法进一步检验本文研究结论。

参考文献：

[1] ABRELL T, PIHLAJAMAA M, KANTO L, et al. The role of users and customers in digital innovation: insights from B2B manufacturing firms[J].Information &Management, 2016,53(3):324-335.

[2] RAMDANI B, RAJA S, KAYUMOVA M. Digital innovation in SMEs: a systematic review, synthesis and research agenda[J].Information Technology for Development, 2021,28(1):56-80.

[3] YOUSAF Z, RADULESCU M, SINISI C I, et al. Towards sustainable digital innovation of SMEs from the developing countries in the context of the digital economy and frugal environment[J].Sustainability, 2021,13(10):1-28.

[4] SRIVARDHANA T, PAWLOWSKI S D. ERP Systems as an enabler of sustained business process innovation: a knowledge-based view[J].The Journal of Strategic Information Systems, 2007,16(1):51-69.

[5] KHIN S, HO T C. Digital technology, digital technology, digital capability and organizational performance : a mediating role of digital innovation[J].International Journal of Innovation Science, 2019,11(2):177-195.

[6] NASIRI M, SAUNILA M, UKKO J, et al. Shaping digital innovation via digital-related capabilities[J].Information Systems Frontiers, 2020,25(3):1063-1080.

[7] 胡增玺,马述忠. 市场一体化对企业数字创新的影响——兼论数字创新衡量方法[J].经济研究,2023,58(6):155-172.

[8] 刘洋,董久钰,魏江. 数字创新管理:理论框架与未来研究[J].管理世界,2020,36(7):198-217,219.

[9] 王玉荣,段玉婷,卓苏凡. 工业互联网对企业数字创新的影响——基于倾向得分匹配的双重差分验证[J].科技进步与对策,2022,39(8):89-98.

[10] PESCH R, ENDRES H, BOUNCKEN R B. Digital product innovation management: balancing stability and fluidity through formalization[J].Journal of Product Innovation Management, 2021,38(6):726-744.

[11] TANG H, YAO Q, BOADU F, et al. Distributed innovation, digital entrepreneurial opportunity, IT-enabled capabilities, and enterprises' digital innovation performance: a moderated mediating model[J].European Journal of Innovation Management, 2022,26(4):1106-1128.

[12] ZHANG Y, GREGORY M, SHI Y J. Global engineering networks: the integrating framework and key patterns[J].Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 2007,221(8):1269-1283.

[13] 周常宝,冯志红,林润辉,等. 从产品导向到生态导向:高科技企业创新生态系统的构建——基于大疆的纵向案例[J].管理评论,2023,35(3):337-352.

[14] ADNER R, HELFAT C E. Corporate effects and dynamic managerial capabilities[J].Strategic Management Journal, 2003, 24(10): 1011-1025.

[15] SIRMON D G, HITT M A, IRELAND R D, et al. Resource orchestration to create competitive advantage[J].Journal of Management, 2010,37(5):1390-1412.

[16] 张青,华志兵. 资源编排理论及其研究进展述评[J].经济管理,2020,42(9):193-208.

[17] LIU D Y, CHEN S W, CHOU T C. Resource fit in digital transformation[J].Management Decision, 2011,49(10):1728-1742.

[18] CORREANI A, MASSIS A D, FRATTINI F, et al. Implementing a digital strategy learning from the experience of three digital transformation projects[J].California Management Review, 2020,62(4):37-56.

[19] AKBULUT A Y. An investigation of the factors that influence electronic information sharing between state and local agencies[D].Louisiana: Louisiana State University and Agricultural &Mechanical College, 2003.

[20] KHATTAK A, TABASH M I, YOUSAF Z, et al. Towards innovation performance of SMEs: investigating the role of digital platforms, innovation culture and frugal innovation in emerging economies[J].Journal of Entrepreneurship in Emerging Economies, 2021,14(5):796-811.

[21] ZACHARIA Z G, NIX N W, LUSCH R F. Capabilities that enhance outcomes of an episodic supply chain collaboration[J].Journal of Operations Management, 2011,29(6):591-603.

[22] LI L, ZHU W W, WEI L, et al. How can digital collaboration capability boost service innovation? evidence from the information technology industry[J].Technological Forecasting and Social Change, 2022,182:121830.

[23] STROE S, PARIDA V, WINCENT J. Effectuation or causation: an fsQCA analysis of entrepreneurial passion, risk perception, and self-efficacy[J].Journal of Business Research, 2018,89:265-272.

[24] 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.

[25] 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.

[26] 孙永波,丁沂昕,王楠. 资源拼凑与创业机会认知的对接路径[J].科研管理,2021,42(2):130-137.

[27] SCHOLZE A, HECKER A. Digital job demands and resources: digitization in the context of the job demands-resources model[J].International Journal of Environmental Research and Public Health, 2023, 20(16): 6581-6597.

[28] 孟凡生. 中国海洋能装备制造发展研究[M].北京:经济科学出版社,2023.

(责任编辑：张 悦)