The Multiple Driving Paths of Digitalization and Greenization Synergy in Manufacturing Enterprises: A Configuration Analysis Based on the TOE Framework

Wang Xin,Shen Xiaohui,Zeng Jingwei

(School of Business Administration, Jiangxi University of Finance and Economics, Nanchang 330013, China)

Abstract：Achieving high-level synergy between digitalization and greenization (dual-transformation synergy) is a critical strategic imperative for manufacturing enterprises to achieve high-quality development and meet China's national "dual carbon" goals. While existing literature has examined the individual effects of technological, organizational, and environmental factors on either digital or green transformation, it has neglected the nonlinear mechanisms through which multidimensional conditions interact to drive dual-transformation synergy. Emerging configurational studies have yet to systematically integrate the core dimensions of the Technology-Organization-Environment (TOE) framework, provide insufficiently nuanced characterizations of diverse driving paths, and focus predominantly on high-level synergy while overlooking the configurational logic behind non-high-level outcomes. To address these research gaps, this study examines the complex causal mechanisms underlying high-level dualization synergy in manufacturing firms, offering theoretical insights and practical guidance for enterprises and policymakers alike.

Drawing on the Technology-Organization-Environment (TOE) framework and a configurational perspective, this study uses fuzzy-set qualitative comparative analysis (fsQCA) to analyze survey data from 331 Chinese manufacturing enterprises collected between July and September 2025. Six antecedent conditions are identified: (1) technology dimension: digital-green technological innovation capability, digital-green technology integration capability; (2) organization dimension: top management support for dualization, organizational slack resources; (3) environment dimension: government support for dualization, market competition pressure. The fsQCA method is well-suited for this study because it captures conjunctural causation, equifinality, and asymmetric relationships among conditions, thereby transcending traditional net-effect analyses.

Necessity analysis shows that, given the complexity and multiplicity of driving pathways, no single condition is necessary for high-level dualization synergy.Sufficiency analysis identifies five distinct equifinal configurations that lead to high-level dualization synergy: (1) Technology-Environment Driven: technological innovation capabilities complemented by government policy support; (2) Technology Driven: synergistic technological innovation and integration capabilities, coupled with top management support and market competition pressure; (3) Technology-Organization-Environment Synergy Driven: tripartite alignment of technological capabilities, organizational slack resources, and government support; (4) Technology-Organization Driven: strong internal technological and organizational resources compensating for external environmental pressures; (5) Organization-Environment Driven: technological integration capabilities, organizational slack, and government support compensating for relatively weak indigenous innovation capabilities. Additionally, two configurations result in non-high-level dualization synergy:technology-organization deficient configuration and organization-environment-deficient. These findings highlight that a lack of organizational support and resources is a common underlying condition for transformation failure.

Theoretically, this study moves beyond conventional net-effect analyses by integrating the TOE framework with configurational theory, constructing a systematic analytical framework that clarifies the inherent interconnectedness of dual-transformation synergy. The identification of multiple equifinal pathways challenges the dominant "best practice" view and enriches organizational transformation theory by demonstrating how the "different paths, same destination" phenomenon operates in the digital-green context. The identified substitutive and complementary mechanisms among antecedent conditions advance dual-transformation research from asking whether individual factors matter to elucidating how they combine to exert influence. Meanwhile, the use of fsQCA effectively captures the conjunctural and asymmetric causality inherent in complex organizational transitions, allowing for the identification of multiple causal recipes while retaining case-specific complexity.The findings offer differentiated strategic guidance for enterprise managers to tailor transformation strategies to their unique resource endowments and suggest that policymakers shift from one-size-fits-all approaches to targeted interventions, developing diversified policy toolkits for heterogeneous enterprise contexts.

Key Words：Digitalization and Greenization Synergy; Manufacturing Enterprises; TOE Framework; Configuration Analysis

收稿日期：2026-01-07

修回日期：2026-04-03

基金项目：江西省社会科学一般项目(24GL14);江西省高校人文社会科学研究项目(GL24109);江西省社会科学基金重点项目(25ZXQH02)

作者简介：王鑫(1983—),男,江西乐平人,博士,江西财经大学工商管理学院副教授、硕士生导师,研究方向为企业战略与组织管理、企业数字化转型、创新管理;沈晓慧(2001—),女,江西都昌人,江西财经大学工商管理学院硕士研究生,研究方向为企业数字化与绿色化转型;曾经纬(1994—),男,江西乐安人,博士,江西财经大学工商管理学院讲师、硕士生导师,研究方向为创新管理与知识管理。

DOI：10.6049/kjjbydc.D42026010509

开放科学(资源服务)标识码(OSID)：

中图分类号：F270.7

文献标识码：A

文章编号：1001-7348(2026)19-0091-11

0 引言

数字化与绿色化是推动经济社会发展的两大引擎,也是实现经济高质量发展的内在要求。党的二十届四中全会明确提出要“坚持智能化、绿色化、融合化发展方向”,“优化提升传统产业,培育壮大新兴产业和未来产业,促进服务业优质高效发展,构建现代化基础设施体系”。2025年4月,中央网信办、国家发展改革委、工业和信息化部等十部门联合印发《2025年数字化绿色化协同转型发展工作要点》明确提出,健全双化协同工作机制,推动新兴领域能效提升,积极运用数字技术、绿色技术改造提升传统产业,发挥绿色化转型对数字产业的带动作用。制造企业双化协同不仅是企业应对环境约束、增强核心竞争力的战略选择,更是支撑经济高质量发展、推动可持续发展目标实现的核心引擎。然而,在实际推进过程中,双化协同尚处于起步探索阶段,存在机制路径不明等现实难题。因此,深入探究企业双化协同驱动路径,既能为企业制定与实施相关战略、摆脱路径困境提供实证支撑,也能为政府解析企业行为、优化政策激励提供参考,助力更多制造企业实现高水平协同。

学术界对制造企业双化协同转型的研究日渐增多,一是对制造企业数字化转型与绿色化转型关系及作用机制进行研究。既有文献大多分析与证实制造企业进行数字化转型对绿色化转型的正向影响,即制造业数字化转型依托数字基础设施建设[1],以及工业机器人、大数据分析等数字技术的深度应用,赋能绿色创新技术发展,提高资源利用效率与控制污染排放以促进企业绿色转型[2]。数字化转型能够显著改善企业可持续发展状况[3],并且对制造业绿色转型的推动作用长期存在,呈现边际效用递增特征(李帅娜等,2024)。研究表明,制造企业数字化与绿色化之间存在协同互动关系。已有研究多从宏观经济视角,如城市经济、制造业层面分析数字化转型与绿色化转型间的互动效应及特征。在微观层面,研究多聚焦双化协同的必要性分析,如企业数字化转型与绿色创新之间互动关系的内在机制[4],协同产生的影响效应[5]以及经济后果[6]。二是针对制造企业数字化与绿色化转型驱动因素的研究,大多聚焦技术、组织、环境等单一层面因素对制造企业转型的影响[7]。在数字化转型研究中,有学者从组态角度分析数字技术、数字化资源与数字化能力的协同效应对制造企业数字化转型的影响机制(张林刚等,2022)。对于企业绿色转型驱动因素的研究主要关注政府规制(徐枫等,2022)、公司管理层决策、产业结构变动(邓慧慧等,2019)以及行业竞争态势等方面。在双化协同研究领域,有学者尝试从组态视角切入,分析技术、组织、环境等因素的组合配置对企业双化协同的影响[8]。有研究针对钢铁行业解锁了技术主导、组织主导等差异化的双化协同实现路径;还有学者立足全行业企业样本,识别出绿色拉动型和数字主导型两类高水平双化协同路径(杨贵彬和陈宬,2026)。

总体而言,现有组态视角的相关研究虽已突破单因素分析的局限,证实数字化、绿色化及双化协同转型的“殊途同归”特征,但仍存在一定研究缺口:其一,针对双化协同的组态研究仍处于探索阶段,对技术、组织、环境三大维度核心条件的系统整合不足,尚未形成统一的分析框架;其二,现有研究对双化协同驱动路径的分类与特征刻画不够细致,对不同路径中各条件的替代与互补关系揭示尚不深入;其三,现有研究未考察高水平与非高水平双化协同的组态对比,难以完整呈现双化协同的驱动逻辑与失败诱因。尤其是在不同类型制造企业情境下,多重因素如何以“组合”形式共同推动协同转型实现。针对上述研究缺口,本文立足组态视角,引入TOE(技术—组织—环境)理论框架,采用模糊集定性比较分析方法,通过整合技术层面的双化技术创新能力与整合能力、组织层面的高管支持与冗余资源、环境层面的政府支持与市场竞争压力六大核心条件,从多重并发因果与等效路径的逻辑出发,揭示不同条件组合如何共同促成高水平的双化协同,为企业实现双化协同提供多条可行路径参考。

1 理论基础与研究框架

1.1 制造企业双化协同

从协同论视角来看,协同的本质是系统内各要素通过非线性相互作用产生的整体效应,其并非单一要素的独立作用或简单叠加,而是要素间形成互补、联动、耦合的有机关系,最终实现“1+1>2”的系统增值效应。这种协同同样体现为组织双元性下不同决策逻辑与发展要素的动态适配和互补融合[9]。企业双化协同是指以数字化赋能绿色化、绿色化牵引数字化为抓手,推动经济社会各领域在生产模式与生活场景中的数字化革新和绿色化转型,以此实现高质量发展[10]。在双化协同建设中,企业数字化与绿色化具有同等重要地位。数字化依托5G、物联网等技术,以数据为关键要素,实现生产全链条能耗、排放与资源使用的精准监测和动态优化,而绿色化作为可持续发展目标,在设备智能化等过程中对数字技术提出更高要求,倒逼其深度融合与迭代升级,二者就此形成“数字驱动绿色革新、绿色牵引数字深化”的良性闭环。同时,也有学者从动态能力理论视角分析认为,动态能力的提升能够推动企业从被动适应外部变化转向主动引领市场创新,从而助力企业提升绩效[11]。面对市场与技术层面的不确定性,制造企业双化协同转型既需要对数字技术与绿色技术进行优化整合,还需要重构商业模式与业务流程,是一种兼具复杂性与挑战性的创新实践。基于此,在转型过程中,企业需要通过提升学习能力、创新能力和感知能力等持续深化创新活动,扩大竞争优势。无论是对数字与绿色融合技术的创新和吸收,还是对政策红利的精准感知,以及对市场竞争、技术迭代等外部环境的敏锐扫描,制造企业均需要整合内外部资源、调适战略方向,以期实现双化协同转型。

1.2 TOE分析框架

TOE框架理论由Tornatzky &Fleischer[12]提出,最初应用于技术创新研究,从技术、组织和环境三大维度归纳相关影响因素。TOE理论框架适用于研究组织层面新技术采纳、整合、应用对组织绩效的影响机制问题。该框架具有“开放—整合”特性,可根据研究情境选取代表性条件,兼顾理论结构的完整性和情境特殊性,具备较强灵活性与实操性,被广泛用于解释企业数字化转型和绿色化转型等领域。现有研究大多从单一维度探讨技术、组织、环境对企业双化协同转型的影响,较少关注三者间的联动适配,而多重条件间的交互关系更能有效解释研究结论的复杂成因[13]。制造企业双化协同转型面临企业禀赋差异大、转型路径不明的现实问题,不同类型企业在技术、组织、环境适配性上差异显著,难以通过单一模式实现协同。TOE框架从技术、组织、环境三维度分类双化协同影响因素,其分析逻辑与转型实践需求高度契合,具有突出的实践指导价值。

从技术层面看,基于资源基础理论和双化协同概念,技术体系的融合创新是数字化与绿色化协同发展的重要支撑,其核心在于企业通过吸收融合和创新数字技术与绿色技术,构建差异化竞争优势。同时,技术要素互嵌是双化协同的关键动力,数字技术为绿色技术创新与应用赋能,绿色技术创新亦推动数字技术进步[14]。因此,本文选取双化技术创新能力和双化技术整合能力作为技术层面的代表性变量。从组织层面看,双化协同主要涉及企业资源与高管特质。高阶理论认为,在实践中,高层管理者在资源投入、政策制定和外部合作等方面的支持为企业实施双化协同项目提供了坚实保障[15]。而冗余资源使得组织拥有更高管理灵活性,能够增强企业资源配置能力,促进数字化转型与绿色化转型的协同发展。因此,本文重点关注高管双化支持和组织冗余资源对企业双化协同的影响。从环境层面看,来自政府和市场的双化支持与市场竞争成为企业双化协同的动力来源。依据制度理论,政府双化支持能直接降低企业转型成本,增强转型意愿。在制造行业中,竞争加剧促使企业优化资源配置,借助数字化手段提升绿色创新能力,从而激发企业协同利用资源、开展技术升级以维持竞争力。因此,本文选取政府双化支持和市场竞争压力作为环境层面的代表性变量。

(1)技术条件。TOE理论关注企业本身技术对组织行为的影响,其中,技术条件包括双化技术创新能力和双化技术整合能力两个子条件。结合资源基础理论,双化技术创新能力是指企业用来实施、促进和支持数字与绿色技术创新战略的一系列能力的集合[16];基于技术整合能力概念[17],双化技术整合能力是指企业整合数字与绿色技术单元所需的知识和技能的集合。首先,技术创新能力是制造企业实现生产模式升级与产品功能迭代的核心驱动力。凭借在数字与绿色技术领域的自主研发和创新突破能力,企业能够率先掌握双化协同的关键核心技术,在获得组织冗余资源的财务支撑、政府双化支持的政策与资源赋能后,可快速将创新成果转化为双化协同效能。其次,双化技术整合能力提升有助于促进知识积累和创新。通过知识共享和知识整合,企业能够更有效地进行技术创新和产品开发。技术创新能力相对薄弱的企业虽然缺乏突破核心技术的研发实力,也能凭借技术识别、吸收与融合能力,对外部成熟的数字技术与绿色技术进行系统性整合应用,有效实现生产流程的降本增效、能耗管控。

(2)组织条件。包括高管双化支持和组织冗余资源两个子条件。首先,制造企业高管对双化转型的态度直接影响企业转型成效[18]。企业领导层的绿色意识直接影响企业环保行为,资源协同效应和创新协同效应依赖于高层对融合战略的持续投入[19]。其次,冗余资源是企业可以自由使用的过剩资源,是内部潜在的储备资源[20]。充裕的冗余资源能有效缓冲外部环境变化带来的冲击,为企业协同转型创造稳定的环境,提高管理者尝试风险决策的信心,提升决策实施成功率。企业实现协同转型往往面临高风险的技术融合创新需求,这通常要求企业投入大量资源。组织冗余资源作为“资源缓冲器”,可降低试错与调配成本,协同外部政策化解风险、放大资源效应,为稳健企业运营、推进协同项目提供保障。

(3)环境条件。政府政策引导与市场竞争压力共同构成驱动企业推进数字化和绿色化协同转型的关键外部环境要素,因此环境条件包括政府双化支持和市场竞争压力两个子条件。首先,我国正处于双化协同转型的关键阶段,在推进制造企业双化协同发展过程中更注重政府作用的发挥[6]。制造企业双化协同转型的正外部性显著,但短期投入大、回报周期长。政府部门通过构建政策体系、打造绿色智能服务平台、设立专项配套资金,显著激发企业内生动力,推动双化深度融合协同发展(孙欣和马海涛,2025)。其次,制造行业围绕双化领域的技术、标准和产品的竞争日趋激烈,消费者环境价值认知的转变催生对绿色产品的市场需求,而媒体关注度提升可进一步提高企业声望,市场竞争压力也会倒逼企业以技术创新为核心推进转型发展[21]。因此,企业为应对竞争而产生的内生转型动力,可激发企业响应双化政策的积极性和主动性,推动企业通过双化协同提升核心竞争力。

从系统的角度看,制造企业双化协同转型并非由某一维度的优势条件单独决定,而是技术、组织与环境三个维度多个条件相互交织、非线性耦合的结果。具体而言:首先,双化技术创新能力与双化技术整合能力是企业实现双化协同的基础,无论是自主研发突破性技术,还是整合内外部成熟技术,都是企业迈向高水平协同的核心手段。然而,技术能力的培育与应用往往伴随高投入、高风险与长周期,单纯依赖技术层面的优势难以独立支撑转型的持续推进。因此,无论是企业内部的组织资源供给,还是外部的环境支持,都是技术能力落地转化所不可或缺的条件。其次,从组织内部看,高管双化支持与组织冗余资源是企业将技术潜力付诸实际行动的关键枢纽。外部环境中的政策导向与市场竞争压力对企业战略决策产生直接影响,促使管理层感知转型的紧迫性与必要性,并据此制定相应战略规划与资源分配方案。而战略实施同样需要技术能力的支撑,因此组织层面必然要求企业投入相应资源,以培育或获取必要的技术能力。最后,从环境层面看,政府双化支持与市场竞争压力共同构成企业转型的外部驱动力。政府通过政策引导、资金扶持和平台搭建,直接降低企业的技术获取成本与转型风险;市场竞争压力则通过需求变化与同行压力,倒逼企业主动寻求技术升级与流程优化。这种外部驱动力不仅促使企业从整体上开展战略调整与业务转型,还会渗透到企业的技术与资源层面,激励企业加大对双化技术创新的投入,引导组织冗余资源向双化协同领域倾斜,从而驱动企业实现高水平双化协同。

综上所述,在TOE(技术—组织—环境)框架下,结合现阶段企业数字化与绿色化协同转型特征,梳理出影响企业双化转型的6个子条件,包括双化技术创新能力、双化技术整合能力、高管双化支持、组织冗余资源、政府双化支持和市场竞争压力。运用fsQCA方法旨在剖析多层面因素之间的互补与替代关系,探究制造企业数字化与绿色化协同转型的多样驱动路径,具体研究框架如图1所示。

2 研究设计

2.1 研究方法选择

本文从组态效应视角分析制造企业双化协同转型的实现路径,利用fsQCA方法进行研究。QCA方法分析的是组态问题而非传统的净效应问题,与传统定量研究提出明确假设不同,QCA研究具有更强的探索性[22],尤其适合探索多因素交互作用下的非线性关系。基于该方法特征,本研究致力于突破传统“净效应”分析框架的束缚,采用模糊集定性比较分析(fsQCA)方法来探究制造企业数字化与绿色化协同转型的实现路径。具体原因如下:

(1)制造企业的双化协同转型属于自上而下的系统性变革,是多重因素交织作用的结果,且各因素间存在显著的联动效应。在本文构建的理论模型中,适度的冗余资源可有效赋能企业双化技术创新能力提升;市场竞争压力则直接作用于企业高层的战略决策方向;管理层的鼎力支持更是企业核心能力培育的关键支撑。选用fsQCA方法,能够更精准地捕捉多重因素并发驱动的复杂效应,进而揭示制造企业实现双化协同的深层动因。

(2)鉴于不同企业在发展战略、核心竞争力等方面存在显著差异,探索符合自身特色的双化协同转型路径显得尤为重要。fsQCA方法所具备的“殊途同归”特性,恰好能够满足这一需求。通过深入分析企业数字化与绿色化协同转型的不同组态模式,揭示其背后的差异化驱动路径,不仅有助于发挥典型案例的示范引领作用,更能为其他制造企业提供参考与借鉴。

(3)fsQCA方法能够有效处理变量间的非对称因果关系,即导致高水平双化协同的组态路径,但其反面未必直接导致非高水平协同。这有助于更深刻地揭示转型成功与失败背后不同的逻辑机制,弥补传统回归方法在解释此类复杂因果问题上的不足,为企业实践与政策制定提供更具针对性的参考。

2.2 数据收集与测量

本文采用问卷调查方式收集制造企业数据作为样本,从线上和线下两个渠道开展问卷收集,时间为2025年7—9月,共收集到360份问卷。剔除线上填写时间过短、填写不完整、填写答案完全一致等无效问卷后,最终得到331家企业的有效问卷,有效回收率为92%,样本企业的基本情况如表1所示。问卷分为两部分:第一部分是参与调研的制造企业基本情况,第二部分为本文涉及的前因变量和结果变量的测度,运用李克特五点打分法对相关变量进行测度,分值从1～5依次代表“非常不同意”“不同意”“一般”“同意”“非常同意”。变量的测量方法如下:

(1)双化技术创新能力(D&G-TIC):借鉴双元创新领域的做法[23],以数字技术创新能力和绿色技术创新能力的乘积来衡量双化技术创新能力。其中,数字技术创新能力借鉴杨忠敏[24]的测量量表,结合数字技术特点来测度,共5个题项。绿色技术创新能力测量主要参考Camison等[25]的研究,涉及绿色产品创新能力、绿色工艺创新能力和末端治理技术能力三个维度,包括6个题项。

(2)双化技术整合能力(D&G-TIN):借鉴唐震等[26]的研究,结合数字和绿色技术特点,聚焦数字技术与绿色技术的交叉融合场景,从外部获取和内部吸收两个维度,利用“数字和绿色方面内外部知识资源交流”“技术交叉融合水平”“知识整合程度”“吸收能力”4个方面题项进行测量。

(3)高管双化支持(D&T-TS):借鉴Liang等[27]和Pae等[28]对高管支持的测量,并结合双化协同的战略属性优化题项设计, 设计7个题项反映高管对双化协同的战略支持,从“制订双化协同战略规划”“参与项目决策”两个层面进行测度。

(4)组织冗余资源(ORR):借鉴贾晓霞和张瑞[29]研究,从专用性冗余和一般性冗余两个维度测量,共选取4个题项。

(5)政府双化支持(D&G-GS):借鉴曾敏刚等[30]、曾萍等[31]的研究,并结合双化协同的政策支持场景调整题项指向,共5个题项,聚焦企业数字化与绿色化协同制定及项目落地,从政策法规支持、配套服务、生产要素扶持、资源获取帮助、收费优惠等方面进行测量。

(6)市场竞争压力(MOP):参考Auh&Menguc[32]对市场竞争压力的测量,结合本文研究内容,设计5个题项。

(7)双化协同(D&G-SYN):关于双化协同水平测量,现有研究大多聚焦宏观区域和中观行业层面,通过构建企业数字化和绿色化多维评价指标体系,使用耦合协调度模型分别测量省域、城市以及制造业行业中数字化与绿色化融合协同发展水平,但是企业层面协同水平的量化评估工具存在明显缺口。根据Yu等[9]的研究,协同意味着相互作用的一种状态,该状态可以用变量的乘积形式表示。因此,本研究以数字化转型和绿色化转型的乘积来衡量双化协同。其中,数字化转型测量参考胡青[33]的研究,共4个题项;绿色化转型测量借鉴肖宏伟等[34]、侯艳辉等[35]在研究中使用的量表,包括4个题项。

2.3 信度效度检验与相关性分析

使用SPSS 27对各变量进行信度效度分析,检验结果如表2所示:各个变量对应的Cronbach's α系数均超过0.7这一标准值,说明该量表具备较为理想的内部一致性。进一步分析发现,各题项的因子载荷量均大于0.6,组合信度(CR)值均高于0.8,平均提取方差(AVE)值也均大于0.5,说明该测量量表具有较好的收敛效度。鉴于“双化技术创新能力”与“双化协同”均为乘积项构成的复合变量,本文参照复合测量法的处理逻辑,不直接对乘积项进行Cronbach's α值或因子分析,而是通过其成分变量的信度与效度加以佐证。具体地,分别检验数字技术创新能力、绿色技术创新能力、数字化转型与绿色化转型的 Cronbach's α、CR与AVE值,均满足信效度标准,从而间接支持复合变量测量质量。进一步地,如表3所示,对复合变量双化技术创新能力和双化协同进行标准化,并对所有变量做相关性分析,各变量AVE平方根均大于其与其他变量间的相关系数,且符合上述构念数量需占总数75%的条件要求。因此,本研究所涉及的构念均具备良好的区分效度。综上,本研究使用的量表具有较好的信度和效度,满足进一步分析要求。

2.4 数据校准

数据校准作为开展QCA分析的关键环节,其校准标准的设定通常基于理论依据或实践经验。本研究参考既有成果,选取75%、50%、25%的分位点作为阈值,将前因条件的原始数据线性转换至0～1的标准化区间[36]。此外,在交叉点校准过程中部分样本数据经转换后真值恰好为0.50,此类数值无法被分析软件有效识别,可能对结果精度产生干扰。为此,本研究将所有等于0.50的数值统一调整为0.501再进行计算,各变量校准阈值见表4。

3 研究结果

3.1 必要性分析

必要性检验旨在探究结果的发生是否受制于某特定变量,即判断该变量是否为结果出现的必要前提。本研究运用fsQCA4.1软件,系统检验各单一条件(含其非集)是否构成制造企业高水平双化协同/非高水平双化协同的必要条件,当一致性水平超过0.9时,该条件为结果产生的必要条件。表5显示,所有条件的一致性均未超过0.9,表明不存在单独决定制造企业实现高水平或非高水平双化协同的必要条件,后续分析转向充分性组态路径的深入探究。

3.2 组态分析

本文设定原始一致性阈值为0.80,PRI一致性阈值为0.70,频数阈值为4[37],识别出6条构成高水平双化协同的组态路径和3条构成非高水平双化协同的组态路径,具体结果见表6。总体解的一致性分别为0.865和0.914,覆盖度为0.665和0.565,表明模型具有良好的解释力。各路径一致性均高于0.8,说明均为高水平双化协同或非高水平双化协同的充分条件。

3.2.1 高水平双化协同的组态分析

路径S1:“技术—环境”驱动型。组态H1与H2的核心条件相同,边缘条件存在一定差异,二者整体呈现出较为相似的特征。基于这种共性特征,可将这两个组态整合为一类企业实现高水平双化协同的路径类型,表示为“技术—环境”驱动型。具体而言,组态H1表示以双化技术创新能力和政府双化支持作为核心条件,以双化技术整合能力和高管双化支持为辅助条件的前因变量组合可以产生高水平双化协同。该路径原始覆盖率为0.453,可以解释约45.3%的企业案例,是分布最广泛的组态路径。高双化技术创新能力意味着企业具备相对完善的研发投入机制和研发团队。企业通过自主研发掌握关键数字与绿色技术,形成难以模仿的技术优势。同时,技术创新意味着需要大量的资金、技术支持,政府双化支持能够提供外部资源保障,降低企业转型的资金与风险压力。在此基础上,双化技术整合能力和高管双化支持作为辅助条件,企业能够高效整合内外部技术资源,加速技术成果的产业化和规模化应用。即使内部组织冗余资源有限、外部市场竞争压力尚不剧烈,仍可有效实现高水平的数字化与绿色化协同。组态H2的辅助条件变为组织冗余资源和市场竞争压力,具体而言,组态H2表示以双化技术创新能力和政府双化支持作为核心条件,组织冗余资源和市场竞争压力为辅助条件的前因变量组合可以产生高水平双化协同。其路径可以解释约34.5%的企业案例。相较H1,组态H2表示在双化技术创新能力和政府双化支持下,企业利用冗余资源为高风险、长周期的转型项目提供“财务缓冲”,在市场竞争压力的倒逼下进行技术创新融合,也能够实现双化协同转型。根据样本情况,大多数符合该路径的企业属于电子产品制造类企业。这类企业通常具备较强的自主研发投入能力和完善的研发团队,在数字技术与绿色技术领域拥有核心专利或构建了技术壁垒。同时,他们多处于国家数字化绿色化协同转型重点支持区域,易于获得政府提供的科创补贴、税收优惠等配套支持。企业依托自身雄厚的研发投入、完善的研发团队突破关键技术,从而形成转型的内生动力。

路径S2:技术驱动型。组态H3代表双化技术创新能力、双化技术整合能力、高管双化支持和市场竞争压力作为边缘条件存在,该路径原始覆盖度为0.363,适用于约36.3%的案例。组态H3揭示企业主要通过内部技术能力实现双化协同,可以表示为技术驱动型。具体而言,与其他路径相比,该路径不存在核心条件,但技术层面条件提供相应的创新和整合支持,企业内部支持和市场竞争压力提供潜在动力。研究发现,样本企业中大多数民营机械设备制造类企业遵循该路径进行协同转型,这类企业多面临细分市场竞争激烈、产品快速迭代,且具备一定的技术基础。迫于市场份额争夺与绿色消费趋势带来的竞争压力,企业高管必须快速决策,利用现有信息技术团队与环保工艺基础,部署能效管理系统和绿色设计平台。在此过程中,企业依靠技术能力与高管支持弥补资源和政策支持的不足,采用以技术为主要竞争力的驱动模式。值得注意的是,该路径不存在核心条件,所有条件均以辅助条件形式发挥作用。这一路径表明,即使企业面临内部资源约束或政策支持不足,只要具备一定的技术能力、有力的支持以及敏锐的市场响应机制,依然能够突破转型障碍,实现数字化与绿色化的高水平协同。

路径S3:“技术—组织—环境”协同型。组态H4的核心条件包括双化技术创新能力、双化技术整合能力、组织冗余资源和政府双化支持。其原始覆盖度为0.448,能够解释44.8%的成功案例,表明该模式在样本企业中具有一定普适性。该路径的核心逻辑在于“技术—资源—政策”的三元驱动,因此可以表示为技术—组织—环境协同驱动型。样本企业中大多数符合该路径的企业属于医药制造或电子产品制造类企业,且多为成立年限较长、经营稳健的民营或国有企业。这类企业技术更新快,能够自主研发或快速吸收数字与绿色融合技术,同时,拥有充裕的组织冗余资源,所在地政府也大力扶持企业双化协同,说明这类企业无需依赖市场机制或高管的强力推动,而是通过对现有生产线进行数字化和节能环保改造,实现系统性升级转型。该路径在“行业龙头”或“隐形冠军”企业中较为常见。相较前两条路径,该路径强调企业不仅需要具有突破性的原始技术创新能力,还需要具有将现有内外部数字与绿色技术进行有效整合及应用的能力。与此同时,充裕的组织冗余资源和政府支持为这类整合与改造项目提供支撑,能够降低企业转型成本,增强其转型意愿。

路径S4:“技术—组织”驱动型。组态H5表示以双化技术创新能力、高管双化支持、组织冗余资源为核心条件,在缺失市场竞争压力核心条件和政府双化支持辅助条件下形成的前因变量组合可以产生高水平双化协同。这一路径揭示了环境条件缺失下企业由强大内生动力驱动的转型模式,因此可以表示为技术—组织驱动型。具体而言,双化技术创新能力强确保了企业拥有持续进行数字技术与绿色技术融合创新的研发实力。高管双化支持则从战略顶层提供了清晰的愿景与坚定的决心,是引导企业资源投向双化协同领域的关键决策力量。充裕的组织冗余资源为前述的技术创新和高管决策提供了坚实基础。大多数符合该路径的企业属于大型制造类企业,通常具有较长的发展历史、雄厚的资产规模。这类企业通常数字化转型和绿色化转型程度高,企业主动响应政策,对双化协同高度认同并纳入公司顶层战略,且组织冗余资源丰富。通常,此类企业所处的市场竞争格局相对稳定,政府的直接支持并非其主要依赖因素,企业更多依靠内部技术研发实力、战略决心和财务缓冲能力,将双化协同作为一项关乎长远发展的内在战略加以推行。路径S4主要描绘了实力雄厚、战略清晰的行业引领者或“隐形冠军”这类企业。它们凭借强大的内部技术能力、坚定的领导力和充足的财务资源,抵御市场波动和摆脱政策依赖,通过将双化协同作为一项关乎长远发展的战略推行,实现高水平协同。

路径S5:“组织—环境”驱动型。组态H6表示以双化技术整合能力、组织冗余资源和政府双化支持为核心条件,高管双化支持和市场竞争压力为辅助条件形成的前因变量组合可以产生高水平双化协同。这一路径凸显了在“组织—环境”双重驱动下的企业双化协同转型,因此表示为组织—环境驱动型。在样本案例中,大部分民营的化工、冶金制造业企业符合该路径,这类企业自主创新能力相对薄弱,同时,企业规模较大,拥有充裕的组织冗余资源。由于企业内部运营稳定,外部竞争环境相对温和,企业并不追求“从0到1”的技术创新,而是凭借技术整合优势将成熟的数字化节能技术和环保工艺系统化部署,依托冗余资源为技改项目提供保障,抓住政策机遇,实现渐进式、高确定性的双化协同。对比将双化技术创新能力作为核心组织因素的其他路径,该路径中双化技术整合能力是技术维度的代表,侧重于对现有数字与绿色技术的有效融合和系统化应用。高管支持与市场竞争压力仅作为辅助条件存在,说明企业并不完全依赖于强烈的内部压迫感或外部竞争的倒逼机制推进双化协同,而是依靠系统化的运营基础与政策赋能。该路径适用于内部氛围稳定、外部环境相对温和的企业。该类企业凭借自身扎实的技术整合功底、充沛的资源储备,通过成功抓住政策机遇,系统化、有步骤地推进双化协同。

3.2.2 非高水平双化协同的组态分析

路径NS1:“技术—组织”缺失型。组态NH1与NH2表明双化技术整合能力、高管双化支持、组织冗余资源处于非高水平,构成核心缺失条件;同时,双化技术创新能力构成辅助缺失条件,导致非高水平双化协同。该路径原始覆盖度分别为 0.427(NH1)与 0.525(NH2),覆盖范围较广,反映出多数转型困难企业的共性特征。由于此时技术与组织作为核心条件缺失,因此将该路径归为技术—组织缺失型。该路径表明,高管若缺乏双化协同转型战略认知,组织冗余资源不足,转型战略难以落地。这也导致技术创新和整合能力不足,在市场竞争压力较小的市场中企业始终维持原有制造生产模式,导致低水平的双化协同。样本中符合该路径的大部分企业属于传统低附加值制造业企业,如小型电子产品加工、基础纺织等。这类企业的典型特征为技术创新能力不足,生产流程停留在传统阶段,高管团队缺乏对数字化与绿色化协同战略的认知,转型意愿薄弱。同时,企业所处市场多存在区域性保护或需求稳定、竞争温和。技术与组织层面核心条件的共同缺失,导致管理层安于现状,研发投入薄弱,组织资源紧绷,即使面临环保要求,也仅进行末端应付式治理,缺乏系统性数字化绿色化升级的内在动力与技术能力。

路径NS2:“组织—环境”缺失型。组态NH3表示高管双化支持、组织冗余资源、政府双化支持处于非高水平,为核心缺失条件;双化技术创新能力和市场竞争压力为辅助缺失条件,导致非高水平双化协同。该路径原始覆盖度为 0.419,揭示出在内部条件薄弱且外部压力不足的情况下,企业容易安于现状,缺乏转型紧迫感,因此将该路径命名为“组织—环境”缺失型。样本中大多数纺织类企业符合该路径特征,这类企业往往长期依赖传统生产方式,微利运营,面临一定生存压力,而管理层安于现状,组织冗余资源匮乏,政府双化支持难以触达,同时,市场竞争温和,缺乏标杆企业引领,从而易陷入“无力转、不想转、不知如何转”的停滞状态。该路径与路径NS1相比,两条路径均显示出技术和组织缺失是转型失败的共性底层逻辑。然而,NS1路径在组织条件缺失的基础上,进一步缺失了双化技术创新及整合能力,导致企业技术能力普遍不足,既缺乏自主研发技术的能力,也无力整合外部成熟技术,因此即便外部环境中的政府双化支持或竞争压力存在也难以发挥作用。而NS2路径则以政府双化支持的核心缺失为典型特征,企业虽可能具备一定的技术整合能力,但仍缺乏内部意愿、资源与外部政策引导,从而因内外动力枯竭而陷入更深层次的惰性状态。

3.2.3 组态路径横向对比

一是技术条件(双化技术创新能力和双化技术整合能力)在高水平双化协同驱动路径中作为核心(S1、S3、S4)或辅助条件(S2)出现,表明技术能力是推动双化协同的基础。而在非高水平路径中,技术能力作为共性缺失要素,说明缺乏技术支撑的转型难以启动。二是组织条件(高管支持与冗余资源)在高水平路径中常作为辅助或核心条件出现,而在非高水平路径中作为核心缺失条件,直接导致转型动力不足。三是在高水平双化协同路径中,外部条件如政府支持、市场竞争压力与内部条件包括技术能力、冗余资源之间存在明显的替代或协同效应。例如,S2路径中,即使缺乏政府支持与冗余资源,企业仍可通过强技术能力与高管支持在市场竞争压力下实现协同;而S4路径则完全依赖内部技术、组织与资源条件,无需外部环境推动。反观非高水平路径,NH1与NH2中外部因素的缺失进一步放大内部能力不足的负面影响。

3.3 稳健性检验

本研究运用集合论相关方法开展稳健性检验。首先将原始一致性阈值从0.80提升至0.85,结果显示组态构成与核心路径均未发生改变,与初始组态结论保持高度契合;进一步将PRI一致性阈值由0.70上调至0.75后,高水平双化协同组态路径减少为5条,整体解的一致性提升至0.871,其中,组态H2虽未直接显现但属于核心路径S1,同时,低水平双化协同组态保留1条有效路径,具体见表7。结果表明,通过提高一致性阈值所获得的结果与前文组态结果基本一致,说明本文结论稳健。

4 结论与展望

4.1 研究结论

本研究基于TOE理论框架和组态视角,通过对331家中国制造企业进行问卷调研,并运用模糊集定性比较分析方法,深入剖析了制造企业实现数字化与绿色化双化协同的复杂驱动机制。研究结论如下:

(1)企业实现高水平的双化协同并非依赖某一孤立的优势条件,而是技术、组织与环境三大维度多重前因条件协同联动的结果。必要性分析表明,所有6个前因条件均不构成高水平双化协同的必要条件,印证了转型路径的多元性与复杂性。

(2)揭示5种能够引致高水平双化协同的差异化等效路径类型,具体可归纳为“技术—环境”驱动型、技术驱动型、“技术—组织—环境”协同驱动型、“技术—组织”驱动型以及“组织—环境”驱动型。这些路径清晰地表明,在内部技术能力、组织资源与外部政府支持、市场竞争压力之间,存在着多元的替代与互补关系,不同类型企业在驱动路径选择上呈现显著差异。

(3)识别出两种引致非高水平双化协同的典型路径类型,分别归纳为“技术—组织”缺失型与“组织—环境”缺失型。两类路径均显示,组织层面的高管支持与冗余资源缺乏是转型失败的核心,技术能力或外部环境支持的缺位会进一步放大内部能力与支持意愿的不足,印证了转型停滞是多重条件缺失的结果。

4.2 研究贡献

本文的理论贡献主要体现在以下三个方面:首先,突破了传统单因素“净效应”分析的局限,将TOE理论框架与组态视角相结合,构建了一个整合技术、组织与环境三个维度的系统性分析框架,为理解制造企业双化协同这一复杂现象提供了更为全面的理论透镜。通过这一框架,不仅识别了六大关键驱动条件,更重要的是揭示了这些条件之间的内在关联性与系统性特征,深化了对双化协同作为系统工程的理论认知。其次,通过运用模糊集定性比较分析方法,发现了5类通向高水平双化协同的等效路径,这一发现挑战了“最优实践”或“单一模式”的传统思维,从理论上证实企业实现双化协同的多元性与路径依赖性,丰富了组织转型理论中“殊途同归”现象在数字化和绿色化交叉领域的具体表现。最后,深入揭示了不同前因条件之间的替代与互补机制,如技术能力与市场竞争压力之间的替代关系、政府支持与组织资源之间的互补效应等。这些发现不仅细化了对TOE框架下各维度因素互动机制的理解,还为后续研究构建更加精细化的理论模型奠定了坚实基础,推动双化协同研究从“是否影响”转向“如何组合影响”。

本文的实践启示包括以下三个方面:首先,揭示的多重等效路径为制定差异化转型战略提供了重要参考。企业无需面面俱到地补齐所有条件,而是通过系统诊断自身在技术基础、资源储备和管理认知等方面的禀赋特征,选择最适合的驱动模式,例如技术领先型企业可强化创新能力以撬动政策支持或应对市场竞争,而资源充裕型企业则可聚焦技术整合与政策利用,实现更高效的协同转型。其次,不同条件间存在替代关系启示政策供给需要从“普惠式”向“精准滴灌”转变,通过构建多元化的政策工具包,不仅可以为技术能力强但资源紧张的企业提供研发补贴与税收优惠,而且可以营造竞争性市场环境,利用“倒逼机制”激发转型意愿不足企业的内生动力,从而实现政策资源的最优配置。最后,组织条件核心作用的发现提示各方需重视转型的软环境建设。企业需将高管认知提升与冗余资源储备纳入战略规划,政府可通过标杆评选、经验推广等方式强化对企业领导层的理念引导,共同培育有利于双化协同生长的组织土壤。

4.3 不足与展望

本文在研究过程中存在一定局限:其一,双化协同测度采用数字化与绿色化转型的乘积形式,虽贴合协同互动的核心内涵,但未能充分体现二者融合的动态过程,未来可开发更具针对性的多维度量表,提升测度精准性。其二,研究数据为静态截面数据,难以捕捉双化协同的动态演化特征及前因条件的时序效应。后续可采用时间序列QCA方法进行研究,结合多期面板数据,探究驱动路径的稳定性与动态变迁规律。

参考文献：

[1] 李健旋,姚帏之.数字基础设施投入对中国制造业绿色增长的影响:空间效应与机制分析[J].科学学与科学技术管理,2022,43(8):82-98.

[2] LEE C C,QIN S,LI Y.Does industrial robot application promote green technology innovation in the manufacturing industry?[J].Technological Forecasting and Social Change,2022,183:121893.

[3] 单希彦.数字化转型对企业可持续发展的影响研究——绿色技术创新与绿色管理创新的中介效应[J].科技进步与对策,2026,43(3):100-109.

[4] 田海峰,刘华军.企业数字化转型与绿色创新的“双化协同”机制研究[J].产业经济研究,2023,22(6):29-41,72.

[5] 吾买尔江·艾山,秦洋,彭朝辉.共同富裕视角下企业数字化与绿色化的协同关系研究[J].软科学,2024,38(9):84-89.

[6] 王晓红,刘华军,栾翔宇,等.双化协同、ESG表现与企业高质量发展——基于制造业A股上市公司的实证研究[J].工业技术经济,2025,44(5):62-71.

[7] 王稳华,陆岷峰,朱震.“数字中国”背景下战略联盟与企业数字化转型——影响效应及驱动机制[J].科技进步与对策,2024,41(9):13-23.

[8] 王晓红,刘华军,李泽瑜.钢铁企业数字化与绿色化协同发展的前因组态——基于“技术—组织—环境”(TOE)框架的分析[J].科技管理研究,2025,45(17):135-143.

[9] YU X,TAO Y,TAO X,et al.Managing uncertainty in emerging economies:the interaction effects between causation and effectuation on firm performance[J].Technological Forecasting and Social Change,2018,135:121-131.

[10] 刘宇,梁栋,张硕.数字化与绿色化协同转型如何赋能高质量发展——来自中国上市公司的证据[J].中国流通经济,2025,39(1):25-38.

[11] 张志伟,章宁,肖土盛.制造企业数字化与绿色化协同转型对企业绩效的影响机制研究[J].管理评论,2025,37(11):67-80.

[12] TORNATZKY L G,FLEISCHER M.The processes of technological innovation[M]. Lexington:Lexington Books,1990.

[13] 曾经纬,李柏洲,宋鹏,等.企业原始创新驱动路径研究——基于TOE框架的组态分析[J].科技进步与对策,2023,40(1):71-80.

[14] 栗伊萱,翟云.迈向数字化绿色化协同转型发展:理论逻辑、实践机理与政府角色[J].电子政务,2025,22(7):2-15.

[15] 李亚兵,夏月,赵振.高管绿色认知对重污染行业企业绩效的影响:一个有调节的中介效应模型[J].科技进步与对策,2023,40(7):113-123.

[16] YAM R C M,LO W, TANG E P Y,et al.Analysis of sources of innovation,technological innovation capabilities,and performance:an empirical study of Hong Kong manufacturing industries[J].Research Policy,2011,40(3):391-402.

[17] 王毅.企业核心能力动态演化分析:东信·长虹与海尔[J].科研管理,2002,19(11):18-24.

[18] MASOOD T,SONNTAG P.Industry 4.0:adoption challenges and benefits for SMEs[J]. Computers in Industry,2020,121:103261.

[19] 梁栋,刘宇,张硕.数字化与绿色化协同转型的“创富共享”效应——来自中国A股上市公司的证据[J].山西财经大学学报,2025,47(6):65-80.

[20] BOURGEOIS III L J.On the measurement of organizational slack[J].Academy of Management Review,1981,6(1):29-39.

[21] 康志勇,刘馨.政府支持与市场竞争对企业创新绩效的交互影响[J].研究与发展管理,2020,32(6):66-77.

[22] 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.

[23] HE Z L,WONG P K.Exploration vs. exploitation:an empirical test of the ambidexterity hypothesis[J].Organization Science,2004,15(4):481-494.

[24] 杨忠敏.企业技术创新能力评价的理论与方法综述[J].科技进步与对策,2004,21(3):138-140.

[25] CAMISON C,VILLAR LOPEZ A.An examination of the relationship between manufacturing flexibility and firm performance:the mediating role of innovation[J]. International Journal of Operations &Production Management,2010,30(8):853-878.

[26] 唐震,蔡晶晶,王嵩林.大中型工程技术整合能力与技术追赶绩效影响机制研究[J].科技管理研究,2019,39(8):97-102.

[27] LIANG H,SARAF N,HU Q,et al.Assimilation of enterprise systems: the effect of institutional pressures and the mediating role of top management[J].MIS Quarterly,2007,31(1):59-87.

[28] PAE J H,KIM N,HAN J K,et al.Managing intraorganizational diffusion of innovations:impact of buying center dynamics and environments[J].Industrial Marketing Management,2002,31(8):719-726.

[29] 贾晓霞,张瑞.冗余资源、战略导向对制造业企业战略转型的影响研究[J].中国科技论坛,2013,29(5):84-90.

[30] 曾敏刚,吕少波,吴倩倩.政府支持、信任与供应链外部整合的关系研究[J].中国管理科学,2014,22(12):48-55.

[31] 曾萍,邬绮虹,蓝海林.政府的创新支持政策有效吗?——基于珠三角企业的实证研究[J].科学学与科学技术管理,2014,35(4):10-20.

[32] AUH S,MENGUC B.Balancing exploration and exploitation:the moderating role of competitive intensity[J].Journal of Business Research,2005,58(12):1652-1661.

[33] 胡青.企业数字化转型的机制与绩效[J].浙江学刊,2020,58(2):146-154.

[34] 肖宏伟,李佐军,王海芹.中国绿色转型发展评价指标体系研究[J].当代经济管理,2013,35(8):24-30.

[35] 侯艳辉,李硕硕,郝敏,等.市场绿色压力对知识型企业绿色创新行为的影响[J].中国人口·资源与环境,2021,31(1):100-110.

[36] 周文斌,赵素芳.员工绿色行为多路径驱动机制研究——基于个体感知视角[J].中国工业经济,2023,40(7):160-179.

[37] 杜运周,刘秋辰,程建青.什么样的营商环境生态产生城市高创业活跃度?——基于制度组态的分析[J].管理世界,2020,36(9):141-155.

(责任编辑：胡俊健)