The Willingness of SMEs to Participate in Key Core Technology Breakthroughs under the Organizational Model of an Innovation Ecosystem:An Integrated Approach Using PLS-SEM and fsQCA

Feng Nanping1,2,Zhao Wanrong1,Wei Fenfen3

(1.School of Management, Hefei University of Technology, Hefei 230009, China;2.Philosophy and Social Sciences Laboratory of Data Science and Smart Society Governance, Ministry of Education, Hefei 230009, China;3.School of Management, Nanjing University of Posts and Telecommunications, Nanjing 210003, China)

Abstract：The issue of "who should confront key technological challenges" has led policymakers and scholars to increasingly acknowledge that, alongside national strategic S&T pillars such as national laboratories, premier research institutions, elite universities, and industry leaders,small and medium-sized enterprises (SMEs) serve as an important force.Specifically, SMEs possessing distinctive technical advantages in niche domains can play a crucial role ;however, in practice, SMEs often exhibit limited willingness to engage in such efforts due to the inherent characteristics of key technology R&D: long development cycles, substantial capital requirements, and high levels of uncertainty.Under the dominant market logic of profit maximization, motivating and empowering SMEs to actively participate in key technology innovation has thus become an urgent imperative, necessitating synergistic efforts between the government and strategic S&T forces such as the leading enterprises.

Although existing literature has affirmed the positive role of SMEs in key core technology research, it mainly focuses on strategic scientific and technological forces including core enterprises and scientific research institutions.The behavior mechanism of SMEs participating in key core technology research has not been thoroughly analyzed, which cannot provide sufficient theoretical support for solving the above practical problems.At the same time, most of the existing studies are carried out by inductive deduction and case studies, based on limited sample data and resulting in a weak generalization strength in statistical significance.In view of the practical needs and theoretical gap, employing Meta-UTAUT model integrating perception trust variable and questionnaire data from 283 SMEs, this study integrates PLS-SEM and fsQCA methods to explore the factors influencing the behavioral willingness of SMEs to participate in key technology research under the organizational model of an innovation ecosystem, because innovation ecosystem is an important carrier for SMEs to participate in key technology research.

The findings show that antecedent variables including expected performance, effort expectation, social influence, convenience and perceived trust do not directly affect behavioral intention but are fully mediated by attitude.Although attitude exerts a strong linear influence, its absence in one path confirms it is not always necessary.This demonstrates that no single factor alone dictates SME participation.Acknowledging the heterogeneity of SMEs, the study recommends moving beyond a "one-size-fits-all" model and advocates for customized incentive strategies that are tailored to the specific realities and needs of different firms.

The theoretical contributions lie in three aspects.First, it shifts the focus from traditional leaders of innovation ecosystems to the pivotal yet underexplored role of SMEs as complementary actors.By constructing an integrated theoretical framework based on an extended Meta-UTAUT model (incorporating trust), we systematically identify the factors influencing SMEs' willingness to participate in key core technology research.A central finding is the core mediating role of attitude, through which all other antecedent variables exert their influence.This not only validates but also contextually refines the Meta-UTAUT model, extending its application to the high-stakes domain of key technology breakthroughs and providing novel insights into the complex decision-making mechanisms of SMEs in this critical context.Second, existing studies mainly adopt case analysis or induction and deduction method, thus the generalization power of statistical significance was weak.This study is based on the analysis of 283 valid questionnaire data, which enhances the universality of the study conclusions.Third, this study integrates PLS-SEM with fsQCA method, exploring not only how each factor independently affects the behavioral willingness of SMEs, but also the complex "synergies" and "interactive relationships" among these factors.It is emphasized that these factors can better stimulate the participation willingness of SMEs through different matching.

Key Words：Innovation Ecosystem; Key Core Technology Breakthroughs; SMEs;Participation Willingness;Behavior Mechanism

DOI：10.6049/kjjbydc.D2025090586

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(2026)05-0092-12

收稿日期：2025-09-13

修回日期：2025-12-23

基金项目：国家社会科学基金项目(22BGL034)

作者简介：冯南平(1981-),女,安徽安庆人,博士,合肥工业大学管理学院副教授、博士生导师,数据科学与智慧社会治理教育部哲学社会科学实验室研究人员,研究方向为创新管理;赵万荣(1996-),女,安徽合肥人,合肥工业大学管理学院硕士研究生,研究方向为协同创新与创新生态系统;魏芬芬(1992-),女,安徽宣城人,博士,南京邮电大学管理学院讲师,研究方向为平台创新生态系统。通讯作者:魏芬芬。

0 引言

2024年工业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见》提出,“加强产学研用协作,打造未来产业创新联合体,构建大中小企业融通发展、产业链上下游协同创新的生态体系”。加快突破关键核心技术攻关,除了政府和战略科技力量,还需要切实发挥中小企业在单个细分领域长期攻坚形成的技术优势,鼓励其积极参与关键核心技术攻关活动,通过攻克细分领域技术短板推动关键核心技术突破。科学技术部发布的2018—2020年企业创新活动特征统计分析数据显示,开展了技术创新活动的小型企业和中型企业中,合作创新比例分别为60%和70%,相较于大型企业83%的比例,前者合作创新活跃度并不高。加上关键核心技术攻关具有周期长、投入大、不确定性高等特征,在市场逻辑的逐利本位下,如何激励引导中小企业勇担创新使命、积极参与关键核心技术攻关工程,成为亟待解决的现实问题。

学界对于关键核心技术攻关需要企业和其他各类主体融通创新已基本形成共识[1-2]。有学者分析了中小企业在突破关键核心技术与“卡脖子”技术突破过程中的重要角色[3-4],以及个例中小企业突破关键核心技术的过程[5-6],大多数研究聚焦于关键核心技术攻关过程中核心企业、科研机构等战略科技力量类主体。也有学者指出,现有文献缺乏对中小企业这一重要微观主体的探讨[3,7]。由于缺乏对中小企业参与关键核心技术攻关行为机理的深入、系统剖析,无法为上述现实问题解决提供充分的理论支撑。因此,只有在更大样本范围内探寻驱动中小企业积极参与关键核心技术攻关行为意愿的内在逻辑,才能解构当前困境突围的独特机理。

中小企业在资金、技术、人才等方面缺乏先天性优势,也缺乏战略科技力量类主体的规模化、系统化技术创新突破能力[5],因而一般通过加入由核心企业构建的面向关键核心技术攻关的创新生态系统,以互补者角色在核心企业带领下发挥专业化、精细化等优势[4],同时在此过程中进一步提升自身能力[8]。

本文从创新生态系统视角出发,研究中小企业参与关键核心技术攻关活动的行为意愿问题。基于Meta-UTAUT理论基础模型并加入感知信任变量,综合采用偏最小二乘法结构方程模型(PLS-SEM)和模糊集定性比较分析(fsQCA)方法,回答在创新生态系统组织模式下,哪些因素对中小企业参与关键核心技术攻关的行为意愿发挥关键作用?相关因素的综合作用如何影响中小企业参与关键核心技术攻关的行为意愿?以揭示中小企业参与关键核心技术攻关的行为机理。

1 理论分析与研究假设

关键核心技术攻关需要企业和其他各类主体融通创新[1]。创新生态系统强调异质性组织针对某一共同价值目标开展协同创新活动,并相互作用、共同进化[9],因而近年来不少学者开始基于创新生态系统视角研究关键核心技术突破问题(柳卸林等,2024;李君然等,2024;宋娟等,2023)。例如,美国政府借助极紫外光刻机创新生态系统对设计愿景、投放资源、定义规则等方面的影响,吸纳相关主体参与研发,实现对该产业的控制(李君然等,2024)。中国在少数国家掌握并严格限制转让相关技术的情况下,得益于核心企业中车株洲所与部件研制企业等创新生态系统成员构建适配耦合网络,实现高速列车牵引系统突破(宋娟等,2023)。一般技术情境下创新生态系统多由市场机遇与商业价值驱动,风险相对可控,运行与治理以市场机制为主导;面向关键核心技术攻关的创新生态系统由国家战略与安全使命驱动,技术壁垒高、投资大、风险高,系统有效运行需要“有为政府”与“有效市场”紧密结合,并朝着解决特定“卡脖子”问题的目标演进。

在面向关键核心技术攻关的创新生态系统中,政府或科研院所、大型核心企业等国家战略科技力量一般作为系统构建者和领导者发挥主导作用,而中小企业主要扮演支持性成员角色,为领导者或其他参与者提供互补性资源、技术或能力[4],同时从上述协同整合机制中获取领导者支持,从而提升自身技术并拓展生存空间[10-11]。

由于存在潜在合作风险,中小企业并非总是愿意参与创新生态系统组织模式下的创新任务[11]。根据相关研究,其参与意愿会受到目标对象、社会环境及个体本身等多维度因素驱动和影响。Radziwon等[12]认为,驱动中小企业参与创新生态系统特定创新任务的因素包括提升市场竞争水平、开发新技术、获取创新资源及信任的合作伙伴等;Cenamor[13]指出,创新生态系统提供的产品市场及低进入壁垒是吸引互补企业加入的重要因素;Mei等[14]将中小企业参与创新生态系统创新任务归因为应对由复杂技术开发和动荡市场环境带来的外部挑战;Wei等[15]认为,中小企业参与意愿与自身主观感知、领导企业特征和协同环境等密切相关。

关键核心技术攻关需要投入巨额资金、经历漫长周期、承担极大风险。因此,相较于参与一般创新任务情境,在是否参与关键核心技术攻关问题上,中小企业决策更加谨慎,通过综合评估以上各维度因素,形成积极或消极态度,进而影响参与意愿。同时,中小企业对攻关领导者、攻关管理机制及其他参与者的信任水平影响着其对合作风险的评估,影响其合作态度及意愿[16]。

本研究以Meta-UTAUT模型为基础,纳入感知信任变量,构建创新生态系统组织模式下中小企业参与关键核心技术攻关的行为意愿模型。选择Meta-UTAUT作为基础模型的理由如下:第一,该模型是预测技术接受行为意愿经典模型——整合型技术接受模型(UTAUT)的修正模型,在继承UTAUT原始模型4个核心变量(期望绩效、努力期望、社会影响和便利条件)的基础上增加了态度变量,强调态度在4个核心变量与行为意愿之间的中介作用,为理解和预测个体行为提供更全面的理论框架,且相较于原始模型,该模型补充了个体心理机制,对行为意愿的解释力更强[17];第二,UTAUT模型是计划行为理论、技术接受模型等不同行为意愿模型的整合,虽然上述模型最初主要用于解释个体层面对信息系统、信息技术的接受和使用问题,但随着模型应用情境不断拓展,研究对象已从个体层面向组织层面延伸,如用于研究中小企业合作创新行为形成机理(李柏洲等,2014)、中小企业加入平台创新生态系统的行为意愿[15]、初创企业与大企业间的创新合作[18]。之所以在Meta-UTAUT基础模型上加入感知信任变量,是由于信任对多组织协同创新的重要作用已在创新协同网络、创新生态系统等各创新合作情境中被广泛验证[19-20]。组织成员对伙伴组织的高度信任能够提升合作企业行为的可预测性,降低其对关系不确定性和合作风险的心理感知水平[16,21],进而促成组织间合作关系与紧密协同[21-23]。相较于一般技术创新合作,关键核心技术攻关合作不确定性更高、合作关系更复杂,因而更需要考虑信任问题。

1.1 期望绩效与行为意愿

期望绩效是指在创新生态系统组织模式下,中小企业预期参与关键核心技术攻关可获得的收益[24]。创新生态系统组织模式强调系统成员针对某一共同价值目标开展协同创新活动,并形成共生关系[25]。关键核心技术攻关情境下,该模式有助于中小企业获取技术创新资源[11],通过技术合作分担研发风险[14],获得更高的声誉[26],并通过向合作伙伴学习提高研发技能[27-28]。更重要的是,系统领导主体可为中小企业提供产品试验资源和应用机会,若产品通过试验和应用,则可成为核心企业供应商,获得技术标准支持与市场准入机会(葛爽等,2022)。

以中国高速列车牵引系统突破实践为例,部件研制企业在参与初期、研发、试验评估、故障排查、优化改进等各环节均能获得核心企业技术支持、引导和协助,进而提升技术研发能力,助推子技术分支突破(宋娟等,2023)。根据Wei等[15]的研究,当中小企业感知到成为系统成员能够带来收益并提升创新绩效时,将直接产生参与意愿。据此,本文提出以下假设:

H1:期望绩效正向影响中小企业参与关键核心技术攻关的行为意愿。

1.2 努力期望与行为意愿

努力期望是指在创新生态系统组织模式下,中小企业感知到成为关键核心技术联合攻关成员所需付出的努力程度,即感知到的参与难易程度[24]。关键核心技术攻关周期长、难度大、风险高,需要参与成员间深度合作,对参与成员的目标定力、领域技术能力、风险承担能力和协同创新能力等具有较高的要求。中小企业参与重大科技攻关通常会面临研发投入不足、高端人才短缺、基础研究匮乏、协调管理能力偏弱等短板[29]。因此,当中小企业认为自身条件与关键核心技术攻关参与准入条件差距较大,即使付出最大努力也难以达到要求时,其参与意愿可能降低。据此,本文提出以下假设:

H2:努力期望负向影响中小企业参与关键核心技术攻关的行为意愿。

1.3 社会影响与行为意愿

社会影响是指在创新生态系统组织模式下,其它重要社会组织认为中小企业应参与关键核心技术攻关的程度[24],包括政府、核心企业及行业标杆企业等。社会影响可以影响行为主体对某一事物的看法[24],为符合群体规范,与其他重要社会主体言行一致,行为主体会有意识地改变自身行为态度[30]。

在关键核心技术攻关中,政府机构通过制度安排、项目支持、政策倾斜、强力干预等方式(葛爽等,2022),向中小企业释放鼓励信号,通过降低企业创新成本和风险激励其积极参与。核心企业通过构建从基础研究、技术研发到产品应用的完整创新生态系统,针对关键核心技术特征与创新生态系统成员构建适配的耦合模式(宋娟等,2023),或通过发挥技术选择和布局的主体作用,构建市场导向的关键核心技术创新生态系统,营造良好的竞合生态环境(柳卸林等,2024),以此吸引生态参与者自愿加入。若行业标杆企业或同行业内资历相仿企业积极参与关键核心技术攻关,则会对中小企业产生示范效应,使其产生不甘落后、勇往直前的行动意愿(李柏洲等,2014)。因此,中小企业易认同这些组织对关键核心技术攻关的期望,并将其视为合适的、成功的行为提示(李柏洲等,2014)。当政府、核心企业等重要组织认为中小企业应参与关键核心技术攻关时,有助于激发其行为意愿[31]。此外,各国间的战略博弈、对于关键核心技术支撑国家安全的认知、创新使命的担当要求等压力和期望也会增强中小企业行为意愿。据此,本文提出以下假设:

H3:社会影响正向影响中小企业参与关键核心技术攻关的行为意愿。

1.4 便利条件与行为意愿

便利条件是指在创新生态系统组织模式下,中小企业感知组织现有技术基础及文化对参与关键核心技术攻关的支持程度[24],包括技术创新能力、学习吸收能力、企业文化与企业家精神等。首先,突破关键核心技术需要掌握研究开发环节的技术原理,较强的技术创新能力、学习吸收能力有利于夯实企业与高等院校联合研究基础理论,探索、把握关键核心技术的底层逻辑[32],是加快关键核心技术突破的重要支撑(郑刚等,2023)。其次,开放协作的组织文化是企业创新的重要动机来源[33],鼓励创新、容忍失败的创新文化能够孕育大胆探索的科学精神。最后,包含创新魄力、冒险精神、战略创新意识和市场识别能力的企业家精神则是驱动企业勇于承担风险并进行关键核心技术自主创新的重要因素。它不仅为关键核心技术突破自主集成资源,还带动成员协调资源,在关键核心技术突破过程中发挥引领作用[32]。虽然创新生态系统组织模式一定程度上分散了中小企业需要承担的风险,但鉴于关键核心技术攻关的高度不确定性及自身资源能力限制,中小企业在开展关键核心技术攻关前会评估自身能力、组织环境等相关条件的成熟程度。当中小企业感知到相关便利条件完备程度较高时,会形成强参与意愿。据此,本文提出以下假设:

H4:中小企业便利条件正向影响其参与关键核心技术攻关的行为意愿。

1.5 感知信任与行为意愿

感知信任是指中小企业对关键核心技术攻关的创新生态系统的感知信任水平[24],具体包括对创新生态系统管理机制、领导者及其它创新主体履行其义务的主观信念。信任被认为是成功建立合作关系的最关键因素,有助于加强合作各方参与和承诺、促进思想交流与知识转移、降低风险感知,从而促进稳定关系形成,并在合作过程中允许更高的灵活性[22, 34]。创新生态系统各行为主体间的高度信任能够改善关系,促使各行为主体更有效地分享创新成果和新想法,进而开展创新[35-36],是系统成功的基石。

中小企业建立起对系统、政府及核心企业的信任,有助于减弱其对关键核心技术攻关不确定性与风险的恐惧[12]。其中,在系统层面,基于价值共创的利益共享、风险共担等机制是聚集多元创新主体和创新资源的纽带,为创新生态系统形成与发展提供动力支撑(韩凤芹等,2024)。较高的知识治理水平可有效解决技术“卡脖子”问题,激发创新生态系统向更高阶段演化(许学国等,2024)。政府通过财政补贴、产权界定、丰富交流场景、营造学习氛围、设计化解网络成员利益冲突的针对性机制等措施实现政府与市场协同,这是实现关键核心技术突破的关键(李维维等,2021)。核心企业是系统的构建者与领导者,能够在较高研发风险中不断探索创新技术路线,协调系统各研究主体的互动关系,营造良好的生态环境(葛爽等,2022)。

中小企业对系统、政府及核心企业以上方面的感知信任水平越高,其对参与关键核心技术攻关的恐惧感越弱,对关键核心技术突破和参与攻关利益获取的信念越强,行为意愿越强。据此,本文提出以下假设:

H5:中小企业感知信任正向影响其参与关键核心技术攻关的行为意愿。

1.6 态度的中介作用

态度是指在创新生态系统组织模式下,中小企业对参与关键核心技术攻关的积极或消极评价[24]。Meta-UTAUT模型认为,态度是行为意愿最强影响因素[37]。对特定行为的积极态度会催生较强的实施意愿,反之亦然[24,38]。既有研究实证了一般性协同创新情境下二者的正相关关系(李柏洲等,2014;谷丽等,2018)。关键核心技术攻关的高度不确定性与资源壁垒会显著增加认知与情感因素在决策中的权重,中小企业不仅需要理性评估,更需要从积极态度中获取的决心与信念应对挑战。因此,对创新生态系统组织模式与技术攻关价值的积极评价,是驱动中小企业将参与机遇转化为行为意愿的直接心理动因。由此,本文提出以下假设:

H6:中小企业态度正向影响其参与关键核心技术攻关的行为意愿。

态度由个体对特定行为可能产生结果的预期所决定,若预期结果被评估为有利,则会形成积极态度,反之则形成消极态度[24,38]。在关键核心技术攻关情境下,囿于自身资源和技术能力局限,中小企业依靠自身力量通常难以实现关键核心技术分支领域子技术突破,这使其对独立攻关望而却步[8]。然而,创新生态系统组织模式重构了其决策情境:当企业预期相较于独立研发或其它合作方式,参与创新生态系统组织模式下的关键核心技术攻关更易获得来自政府、核心企业及其他成员支持,有效弥补其资源缺口(如获取研发设施、关键技术数据与专家指导),并分散其创新风险(如与大型企业或国家项目共担研发成本与失败压力),进而助推其技术突破与长远发展时,便会形成积极态度。作为内在心理承诺,积极态度成为驱动企业产生参与意愿的关键动力(Ajzen,1991)。反之,企业难以形成坚定的参与态度,行为意愿自然消减。由此,本文提出以下假设:

H6a:态度在期望绩效与中小企业参与关键核心技术攻关的行为意愿间发挥中介作用。

关键核心技术攻关具有较高的技术壁垒和复杂性,对参与主体提出了较高的的资源与能力门槛。当中小企业评估自身资源、能力与风险承担水平等可满足门槛要求时,其自我效能感增强(Bandura,1977)。这种对自身胜任力的认知评估,能够转化为对参与行为积极的结果预期与情感评价,即形成积极态度(Breckler,1984),进而激发参与行为意愿。反之,若中小企业感知门槛远超自身能力,则易形成消极态度,抑制参与行为意愿。由此,本文提出以下假设:

H6b:态度在努力期望与中小企业参与关键核心技术攻关的行为意愿间发挥中介作用。

社会影响对企业态度与行为的塑造作用已得到广泛支持[30]。政府政策导向与直接支持、核心企业战略邀请、行业形成的共同信念等社会情境因素,能够通过规范性、模仿性及强制性机制,塑造中小企业的合法性感知与角色认同(DiMaggio等,1983),赋予其使命感与声誉激励。这种外部赋予的意义与激励,有助于企业克服对风险与不确定性的内在顾虑,将外部期望内化为对参与行为的正面评价,即积极态度,进而增强参与行为意愿(Bitektine,2011)。由此,本文提出以下假设:

H6c:态度在社会影响与中小企业参与关键核心技术攻关的行为意愿间发挥中介作用。

便利条件反映了企业感知到的内部资源就绪程度。资源基础观指出,企业内部资源与能力是其实施战略行为的基础(Barney,1991)。关键核心技术攻关情境下,当中小企业感知自身具备技术创新能力、学习吸收能力以及支持创新的组织文化时,意味着其拥有应对挑战的关键内部便利条件。这种对资源就绪程度的感知,会降低企业对参与行为难度的感知程度,增强其对行为可控性的信心[24],从而激发其参与行为意愿。由此,本文提出以下假设:

H6d:态度在便利条件与中小企业参与关键核心技术攻关的行为意愿之间发挥中介作用。

信任被视为降低交易成本与感知风险的核心机制(Williamson,1985)。在高度不确定的联合攻关过程中,中小企业对其他主体在契约精神、公平协作等方面的感知信任,能够有效抑制其对机会主义行为的担忧[22,34],促进心理安全感形成(Edmondson,1999)。心理安全感有助于企业从防御性、保守的心理状态转向开放、合作的心理状态(Kahn,1990),这种心理转换正是态度形成与改变的内在过程(Eagly等,1993)。因此,感知信任通过奠定心理安全基石,促成企业对联合攻关的积极态度,最终驱动参与行为意愿。由此,本文提出以下假设:

H6e:态度在感知信任与中小企业参与关键核心技术攻关的行为意愿间发挥中介作用。

综上所述,本文构建研究模型如图1所示。

2 研究方法与数据说明

2.1 问卷设计与变量测量

本文基于研究模型设计调查问卷并收集数据。问卷第一部分调查内容包括受访者个人及其所在企业信息,第二部分调查内容为研究框架中变量的测量,变量测量题项均基于成熟测量量表题项改编。在大规模发放问卷前,对20名企业管理人员进行预测试,以检查问卷措辞的完整性和可能的表述歧义。本文采用Likert 5级评分法,1表示“完全不同意”,5表示“完全同意”。问卷最终题项见表1。

2.2 样本与数据收集

为更加贴合研究主题及确保研究结果的可靠性,本文对问卷发放对象进行严格控制,要求问卷发放企业必须是属于存在“卡脖子”问题/风险行业、具备一定科技创新水平和能力且获得过高新技术企业或专精特新企业等称号的中小企业。问卷主要通过安徽、江苏等地区相关政府部门向辖区内符合要求的企业群体进行点对点发放,回收316份问卷,剔除问卷结果不完整、答案选择具有高度一致性或呈现明显规律性的无效问卷,最终得到有效问卷283份,有效回收率为89.5%。

调查对象描述性统计特征如下:问卷填写对象全部为企业管理人员,其中,中高层管理人员占比为79.21%;年营业收入在2 000万～10亿元区间的企业占比为69.97%,年营业收入大于10亿元的企业占比为17.67%;样本企业主要分布在智能制造、电子信息、材料化学、生物医药等行业;78.09%的样本企业获得高新技术企业称号,31.45%的样本企业获得专精特新企业称号;28.98%的样本企业加入过关键核心技术联合攻关团队。

3 数据分析与结果

3.1 数据分析步骤

本文综合采用偏最小二乘法结构方程模型(PLS-SEM)和模糊集定性比较分析(fsQCA)开展数据分析。首先,本研究的主要目标是预测关键结构,即识别影响中小企业参与关键核心技术攻关的因素,适合采用PLS-SEM方法[42]。PLS-SEM方法适用于探索性理论构建,在本研究模型较为复杂的情况下(前因变量较多),具有较好的因果预测分析效果[43]。然而,PLS-SEM主要基于线性视角,强调核心变量间的线性关系并侧重于净效应,而行为意愿一般会受到多个因素影响,鲜有因素可以单独激发行为意愿。其次,fsQCA以布尔运算和集合论为基本逻辑,从整体和系统视角设计研究,侧重于识别多重并发因果关系,能够观察并解析多因素组合对结果变量的复杂影响路径[44]。因此,将两种方法相结合可以综合不同视角分析结论,从而更全面地揭示行为意愿影响因素及影响路径。换言之,PLS-SEM回归分析聚焦于期望绩效、努力期望等前因变量对行为意愿的线性效应,而fsQCA分析旨在捕捉不同变量组合可能产生的非线性效应和协同作用。

在现有文献中,PLS-SEM与fsQCA方法的组合使用范式主要有递进式和并列式。递进式大多先基于PLS-SEM识别关键变量,再基于fsQCA分析关键变量的综合作用路径[45-46];并列式则在两种方法中纳入所有因素,PLS-SEM用于揭示各变量对结果的直接影响,而fsQCA用于揭示在特定条件下这些变量如何共同作用,以及变量与结果的关系会不会发生变化[47-48]。

本文采用并列式,即在PLS-SEM之后继续使用fsQCA,进一步挖掘6个要素间的协同作用与联动匹配对结果的影响,并确定导致高意愿的不同前因配置(杜运周等,2017),以此作为对PLS-SEM结果的另一种视角补充。由此,能够提供更全面深入的实证和理论结果,以及更具灵活性与可操作性的管理建议[47-48]。

3.2 共同方法偏差检验

由于本文问卷自变量与因变量调查结果来自同一被调查者,因而需要进行共同方法偏差检验。赫曼单因素检验结果显示,一个因子的累积方差值低于50%的建议阈值;非可测潜在方法因子检验结果显示,尽管加入方法因子的模型CFI值高于原模型,但仅增加了0.024,低于0.050的标准。综上,不存在严重共同方法偏差。

3.3 信效度分析

由表2可知,所有构面的外部因子载荷(FL)均大于0.7,表明问卷所有题项均满足模型要求;Cronbach's alpha 系数最小值为0.835,组合信度(CR)最小值为 0.889,均大于阈值0.7,表明问卷信度较高;平均方差提取(AVE)最小值为0.667,大于阈值0.5,表明问卷聚合效度较高。由表3可知,所有变量的 HTMT 值均小于0.9,说明问卷区别效度较高。此外,内部模型中构面方差膨胀因子(VIF)的最大值为3.470,远低于阈值5,说明不存在严重的多重共线性问题。

3.4 结构模型评估

(1)假设检验。本文基于Bootstrapping(subsample=5 000)对结构模型进行评估,假设检验结果见图2和表4。图2显示,该结构模型对中小企业参与意愿的解释程度为71.8%,解释力度较高。由表4可知,在5%显著性水平下,所有自变量对结果变量(行为意愿)直接影响的标准化路径系数β均不显著,但中介变量(态度)对结果变量(行为意愿)以及自变量对中介变量(态度)影响的标准化路径系数β均显著。由此说明,期望绩效(H1,β=0.062,p>0.05)、努力期望(H2,β=-0.057,p>0.05)、社会影响(H3,β=0.086,p>0.05)、便利条件(H4,β=0.115,p>0.05)和感知信任(H5,β=0.051,p>0.05)均不直接影响行为意愿,但态度(H6,β=0.600,p<0.001)显著影响行为意愿。因此,假设H1、H2、H3、H4、H5被拒绝,假设H6得到支持。

(2)中介效应检验。本文基于Bootstrapping(subsample=5 000)对中介效应进行检验,表5显示,路径PE—AT—BI、EE-AT-BI、SI—AT—BI、FC—AT—BI和PT—AT—BI的间接效应均显著,表明态度在期望绩效、努力期望、社会影响、便利条件、感知信任与行为意愿间发挥中介作用,因而H6a、H6b、H6c、H6d、H6e成立。结合表4可知,态度在所有路径中扮演完全中介角色。

(3)内生性检验。为缓解潜在选择性偏差及内生性问题,本文采用倾向得分匹配法(PSM)对核心研究结论进行检验。首先,以每条路径中解释变量的均值为界,将样本划分为处理组(高于均值)与控制组(低于均值);其次,将职位、企业性质、所属行业、企业年营业收入、企业员工数、企业营收、企业目前获得的科创型企业认定、企业是否加入技术联合攻关团队作为匹配变量,采用1∶4近邻匹配法对样本进行匹配,并进行平衡性检验。表6显示,关键路径的ATT均在1%水平上显著,且效应方向与主模型(见表4)的路径系数方向完全一致。这表明在控制企业特征带来的选择性偏差后,研究结果高度稳健。

(4)模型评价。由图2可知,行为意愿(BI)与态度(AT)的R2分别是0.718、0.714,说明模型样本内部解释能力较强,模型标准化均方残差(SRMR)值为0.047,低于阈值0.08,表明结构模型设定良好。为进一步评估模型预测能力,基于Blindfolding运算的结果Q2(涵盖样本内部解释能力以及样本外部预测能力)对模型进行评价,结果显示,Q2BI=0.644,Q2AT=0.654,即该模型对中小企业行为意愿和态度的预测能力较强。

3.5 模糊集定性比较分析

(1) 数据校准。本文采用fsQCA 3.0软件进行数据校准。其中,各变量定性锚点均分别设置为95%、50%、5%。

(2)必要性分析。高参与行为意愿及非高参与行为意愿的必要条件分析结果见表7。结果显示:对于高参与行为意愿,所有影响因素的一致性均低于0.9,表明不存在导致中小企业高参与行为意愿的必要条件;对于非高参与行为意愿,～感知信任(一致性0.918>0.9)与～态度(一致性0.969>0.9)是导致中小企业非高参与行为意愿的必要条件。

(3)充分性分析。首先,构建真值表并对其进行精简。参考杜运周等(2022)的研究,确定一致性阈值为 0.8,PRI 一致性阈值为 0.75,频数阈值为 1。其次,基于真值表进行标准分析,可以得到复杂解、中间解和精简解。本研究汇报中间解,并结合简约解区分核心条件与边缘条件。最后,得到5种能够解释高参与行为意愿的等效组态,结果如表8所示。结果显示,总体解的一致性为0.973,覆盖率为0.711,且单个解(组态)的一致性水平均高于0.9,表明这5种组态均能充分解释结果。

(4) 稳健性分析。本文采取提高一致性阈值的方法对中小企业高参与行为意愿组态路径进行稳健性检验。首先,将一致性阈值上调至0.9时,结果与表8完全一致;其次,当PRI阈值从0.75上调至0.8时,高参与行为意愿的5条组态仍未发生显著变化(见表9)。因此,本文结论稳健。

3.6 结果讨论

(1)PLS-SEM模型结果。期望绩效、努力期望、社会影响、便利条件及感知信任对行为意愿的影响,完全由态度中介,而未表现出显著直接效应。这一结论印证了Dwivedi等[17]对原始UTAUT模型修正的科学性(确立态度在影响行为意愿过程中的核心中介地位),揭示了中小企业群体在特定高风险决策情境下的深层行为机理。本研究结果表明,在关键核心技术攻关这一特殊情境,对中小企业群体而言,态度作为心理枢纽的关键作用被进一步强化,成为帮助各前因变量转化为行为意愿不可或缺的内化通道。需先被中小企业的企业决策者整合为对攻关价值的深度认同与对成功可能性的坚定信念(积极态度),才能有效转化为参与行为意愿。

(2)fsQCA组态结果。研究得到5条引致高参与行为意愿的组态路径,其中,在C1a、C1b、C1c三条路径中,态度是共同唯一核心条件,表明当中小企业对参与攻关持积极态度时,能产生较强的行动意愿;社会影响是共同边缘条件,表明政府倡导、核心企业吸纳以及同业参与等外部因素会强化中小企业行动意愿。其余因素可与态度和社会影响形成特定组合路径,且这些路径具有等效性。具体而言,当中小企业感知较低的参与难度,并得到积极的外部利益相关者评价,且自身能力与组织支持水平较高时,只要预期可获得一定收益,或认为创新生态系统管理机制、政府支持政策与核心企业能力值得信赖,即可激发高参与行为意愿(C1b、C1c)。分析样本企业可知,成立时间较长、资源禀赋与技术能力基础较好的企业大多适用于这两条路径。此外,即使中小企业感知到参与难度较大、自身能力与组织环境支持不足,也未建立起对系统管理机制的信任,但只要自身对参与联合攻关持积极态度,且外部利益相关者评价积极,仍可形成高参与行为意愿(C1a)。诸多成立时间不长且仍处于积累阶段的企业属于上述情况。这3条态度主导型路径与创新领域相关研究结论一致(李柏洲等,2014;谷丽等,2018),均将积极态度视为协同创新先决条件,深化了对“心理门槛”的理解。C2路径中,期望绩效、感知信任和态度共同构成核心条件,表明如果中小企业持积极态度,同时对参与收益具有明确预期,且对创新生态系统管理机制、政府支持政策与核心企业能力高度信任,即可形成高参与行为意愿。样本企业除具备成立时间较长、资源禀赋与技术能力基础较好等特征外,普遍对联合攻关抱有较高的收益预期。C3路径揭示了态度与行为意愿的“背离”现象,其核心条件为期望绩效和感知信任,态度不再起核心作用。这表明,当中小企业对参与收益有较高预期并对系统主导方较为信任时,即便其态度不积极、社会鼓励信号不强,仍可产生高参与行为意愿。这一发现虽与Meta-UTAUT模型以态度作为核心中介的预设存在差异[17],但获得了我国特高压输电工程攻关实践印证(赵晶等,2022)。案例显示,某供应商在首次竞标失利,二次竞标时主导方国家电网未给予任何承诺的情况下,虽态度消极,但因看好市场前景(期望绩效)并认可国家电网的成功决心(感知信任),最终仍选择参与。该案例表明,即使积极态度缺位,特定条件下高水平绩效期望与感知信任也可直接驱动参与行为意愿。样本中,该类企业虽成立时间不长、技术能力处于初步积累阶段,但对联合收益和突破持乐观预期。

(3)两种结果对比。fsQCA组态结果显示,态度在4条路径中均是核心条件,印证了PLS-SEM模型结果中态度对行为意愿的显著影响,共同支持了积极态度在高参与行为意愿形成过程中处于核心地位[17]。然而,两种方法结果也存在重要差异:回归结果显示,态度是所有路径的重要中介,各前因变量对行为意愿均无显著影响。fsQCA结果显示,态度在C3中为缺失的边缘条件,期望绩效和感知信任既是C2、C3的共同核心条件,也是C1b和C1c的边缘条件,努力期望、社会影响和便利条件在特定路径里作为边缘条件发挥作用。单一条件下对行为意愿影响较弱的因素在特定组合条件下能够发挥重要作用,单一条件下对行为意愿具有强影响的态度在特定组合条件下却没那么必要,即中小企业高参与行为意愿并非由单一因素激发,而是需要相关因素共同作用。这一差异具有重要的方法论与理论意涵。在方法论上,呼应了Fiss[44]关于因果复杂性的论述,表明PLS-SEM与fsQCA能够形成有效互补:fsQCA能够识别出PLS-SEM中不显著但在特定组态中具有解释力的条件,从而更全面地捕捉多重并发因果机制[47-48]。在理论上,挑战了仅依赖变量“净效应”的线性思维。研究结果表明,单一的弱效应在特定组合下可能转化为强解释力,而态度这一强预测变量在特定路径(C3)中却非必要。这揭示了中小企业参与行为意愿驱动机制具有“多重并发”特征,即高参与行为意愿可由多种不同因素组合引致,而非依赖于某一固定驱动模式。这一发现响应了管理学研究应超越“一刀切”激励策略的呼吁(杜运周等,2017)。

4 结语

4.1 研究结论

本文基于创新生态系统视角,整合并拓展Meta-UTAUT模型,引入感知信任变量,旨在揭示中小企业参与关键核心技术攻关意愿的形成机制,通过对283份有效企业问卷数据进行实证分析,得出以下主要结论:

(1)确认了态度作为核心中介的心理机制。期望绩效、努力期望、社会影响、便利条件及感知信任对中小企业参与态度具有显著正向影响;态度完全中介上述前因变量与最终参与行为意愿间的关系。这一发现支持,在关键核心技术攻关这一具有高度不确定性和高门槛的特殊情境下,客观条件(便利条件)或外部压力(社会影响)并不能直接驱动行为意愿;企业认知与情感评估(态度)才是整合外部激励、内在能力评估与社会情境,并将其转化为行为意向的核心心理枢纽[17]。

(2)揭示了参与行为意愿形成的“多重并发”复杂因果逻辑。各前因变量在单一条件下对行为意愿的影响较弱,但在特定组合条件下发挥重要作用;态度在单一条件下对行为意愿具有强影响,但在特定组合条件下却没那么必要。这说明任何单一前因条件均无法独立成为激发高参与行为意愿的必要条件,高参与行为意愿由多种前因条件的特定组合激发[42]。

4.2 理论贡献

(1)已有研究聚焦于创新生态系统中的政府、核心企业和研究机构等战略科技力量,而对扮演关键互补角色的中小企业关注不足。基于此,本文通过构建整合性行为意愿前因理论框架,系统探究了影响中小企业参与关键核心技术攻关行为意愿的关键因素,揭示了心理认知(态度)对内外部因素的核心中介作用,拓展了Meta-UTAUT模型在关键核心技术攻关这一特定情境下的应用,深化了对非核心主体创新行为的理解。

(2)已有研究多基于有限样本数据,采用归纳演绎和案例研究等方法研究中小企业开展关键核心技术攻关的相关问题,统计学意义上的泛化力度较弱。本文基于283份有效问卷数据开展分析,提升了研究结论的普适性。

(3)本文结合PLS-SEM模型与fsQCA方法,不仅探究了各因素单独作用于中小企业参与行为意愿的净效应,而且进一步挖掘上述因素间的复杂协同作用与互动关系,分析了高加入意愿前因构型,强调上述因素可以通过不同的联动匹配更好地激发中小企业参与行为意愿。这回应了组织研究中对因果复杂性的日益关注,避免了对“唯一最优解”的简单化追求,为理解中小企业高风险创新决策提供了更精细的理论透镜。

4.3 实践启示

(1)对政策制定的启示。通过重要会议积极引导,深化对中小企业参与关键核心技术攻关活动必要性的认识。通过设立示范项目、奖励优秀企业等方式树立榜样,强化中小企业在关键核心技术攻关中的主体意识,激发其参与热情和动力。通过提供资金、税收优惠、科研项目资助等政策措施,支持中小企业在关键核心技术领域的研发和创新活动。建立联合研发平台,积极引导中小企业与科技领军企业和研究机构等战略科技力量合作,共同开展关键核心技术攻关。

(2)对核心企业的启示。一是与中小企业建立长期战略合作关系,通过共建研发平台、提供技术支持、资源共享和市场接入等合作方式,形成对上下游及相关技术领域中小企业的强大聚合力,增强中小企业技术攻关动力和能力。二是构建风险共担机制,如通过提供资金或资源支持等方式与中小企业共同承担研发风险,鼓励中小企业更加积极地参与高难度技术攻关。三是核心企业应专注于制定与现有资源更匹配的吸引策略组合方案。本研究提出了5条高参与行为意愿组态路径,从资源配置角度看,核心企业不需要将资源投入到影响中小企业参与行为意愿的所有前因中。5种组合有助于管理者根据企业实际情况对资源进行动态调整,针对不同类型中小企业设计差异化吸引策略组合。

(3)对中小企业的启示。中小企业应积极培育包含创新魄力、冒险精神、战略创新意识和市场识别能力的企业家精神。着力提升自身技术创新能力与学习吸收能力,为攻关过程中更快掌握关键核心技术的底层逻辑奠定基础。营造鼓励创新、开放协作的企业文化,激发员工创新精神和创造力。积极关注、申请和利用政府提供的各种优惠政策,以获得额外研发资源。

4.4 不足与展望

由于企业数据收集难度较大,本文样本企业虽遍布多个关键核心技术领域,但主要集中于安徽、江苏等地区,未来可将样本覆盖范围拓展至更多地区。此外,当前参与关键核心技术攻关的中小企业数量有限,考虑到样本数据可得性,本文主要关注行为意愿。随着实际参与攻关的中小企业数量增加,未来可关注中小企业实际参与行为。

参考文献：

[1] 陈劲, 阳镇.融通创新视角下关键核心技术的突破: 理论框架与实现路径[J].社会科学, 2021, 43(5): 58-69.

[2] 张于喆.建设科技强国亟需集中力量打好关键核心技术攻坚战[J].宏观经济研究, 2021,43(10):75-89.

[3] 苏敬勤.重视中小制造企业在解决“卡脖子”技术中的关键作用[J].中国科技论坛, 2020, 35(6): 7-9.

[4] 雷李楠, 谭子雁.“单项冠军+小巨人”: 关键核心技术突破的互补力量[J].清华管理评论, 2021, 11(12): 93-100.

[5] 李阳, 许晖, 王千金.“打破小院高墙”:不确定情境下“单项冠军”企业如何实现关键核心技术创新突破[J].南开管理评论, 2025,28(7):197-228.

[6] 田震, 陈寒松.制造企业关键核心技术创新机制研究——基于资源编排理论[J].科研管理, 2024, 45(1): 11-31.

[7] 赵晶, 孙泽君, 程栖云,等.中小企业如何依托“专精特新”发展实现产业链补链强链——基于数码大方的纵向案例研究[J].中国工业经济, 2023, 41(7): 180-200.

[8] 谭劲松, 宋娟, 陈晓红.产业创新生态系统的形成与演进: “架构者”变迁及其战略行为演变[J].管理世界, 2021, 37(9): 167-191.

[9] DEDEHAYIR O, MKINEN S J, ROLAND ORTT J.Roles during innovation ecosystem genesis: a literature review[J].Technological Forecasting and Social Change, 2018, 136: 18-29.

[10] ADNER R.Ecosystem as structure[J].Journal of Management, 2017, 43(1): 39-58.

[11] 高智林,谭文浩,毛凌翔.组织韧性与“专精特新”中小企业创新质量[J].科技进步与对策,2024,41(10):99-109.

[12] RADZIWON A, BOGERS M.Open innovation in SMEs: exploring inter-organizational relationships in an ecosystem[J].Technological Forecasting and Social Change, 2019, 146: 573-587.

[13] CENAMOR J.Complementor competitive advantage: a framework for strategic decisions[J].Journal of Business Research, 2021, 122: 335-343.

[14] MEI L, ZHANG T, CHEN J.Exploring the effects of inter-firm linkages on SMEs' open innovation from an ecosystem perspective: an empirical study of Chinese manufacturing SMEs[J].Technological Forecasting and Social Change, 2019, 144: 118-128.

[15] WEI F F, FENG N P, XUE J Q, et al.Exploring SMEs' behavioral intentions of participating in platform-based innovation ecosystems[J].Industrial Management &Data Systems, 2021, 121(11): 2254-2275.

[16] KLIMCZAK K M,MACHOWIAK W,SHACHMUROVE Y,et al.Perceived collaborative risk in small and medium technology enterprises[J].Journal of Small Business Management, 2023, 61(2):540-559.

[17] DWIVEDI Y K, RANA N P, TAMILMANI, et al.A meta-analysis based modified Unified Theory of Acceptance and Use of Technology (Meta-UTAUT):a review of emerging literature [J].Current Opinion in Psychology, 2020, 36: 13-18.

[18] CORVELLO V, FELICETTI A M, AMMIRATO S, et al.The rules of courtship: what drives a start-up to collaborate with a large company[J].Technological Forecasting and Social Change, 2024, 200: 123092.

[19] SVARE H, GAUSDAL A H, MÖLLERING G.The function of ability, benevolence, and integrity-based trust in innovation networks[J].Industry and Innovation, 2020, 27(6): 585-604.

[20] STEINBRUCH F K, DA SILVA NASCIMENTO L, DE MENEZES D C.The role of trust in innovation ecosystems[J].Journal of Business &Industrial Marketing, 2022, 37(1): 195-208.

[21] DONATI S, ZAPPALS, GONZLEZ-ROM V.The double-edge sword effect of interorganizational trust on involvement in interorganizational networks: the mediator role of affective commitment[J].European Management Journal, 2020, 38(4): 613-622.

[22] CHAMS-ANTURI O,MORENO-LUZON M D,ESCORCIA-CABALLERO J P.Linking organizational trust and performance through ambidexterity[J].Personnel Review, 2019, 49(4): 956-973.

[23] SHARAFIZAD J, BROWN K.Regional small businesses' personal and inter-firm networks[J].Journal of Business &Industrial Marketing, 2020, 35(12): 1957-1969.

[24] VENKATESH, MORRIS, DAVIS, et al.User acceptance of information technology: toward a unified view[J].MIS Quarterly, 2003, 27(3): 425-478.

[25] ADNER R, KAPOOR R.Value creation in innovation ecosystems: how the structure of technological interdependence affects firm performance in new technology generations[J].Strategic Management Journal, 2010, 31(3): 306-333.

[26] STERN I, DUKERICH J M, ZAJAC E.Unmixed signals: how reputation and status affect alliance formation[J].Strategic Management Journal, 2014, 35(4): 512-531.

[27] KAMURIWO D S,BADEN-FULLER C,ZHANG J.Knowledge development approaches and breakthrough innovations in technology-based new firms[J].Journal of Product Innovation Management, 2017, 34(4): 492-508.

[28] HÜBEL C, WEISSBROD I, SCHALTEGGER S.Strategic alliances for corporate sustainability innovation: the 'how' and 'when' of learning processes[J].Long Range Planning, 2022, 55(6): 102200.

[29] 张行, 周孝.民营企业参与重大科技攻关的现实障碍与破解路径[J].福建师范大学学报(哲学社会科学版), 2023,68(6): 49-60.

[30] 张红涛, 王二平.态度与行为关系研究现状及发展趋势[J].心理科学进展, 2007, 15(1): 163-168.

[31] PUKLAVEC B, OLIVEIRA T, POPOVIC A.Understanding the determinants of business intelligence system adoption stages[J].Industrial Management &Data Systems, 2018, 118(1): 236-261.

[32] 曾德麟, 蒋丽球, 欧阳桃花.后发企业突破关键核心技术的机制研究——基于创新要素组合视角[J].财经问题研究, 2024,46(5): 105-117.

[33] 陈怀超,闫香宏,曹雯杰,等.组织特征与制度环境对隐形冠军制造企业创新影响的组态研究[J].科技进步与对策,2025,42(20):109-118.

[34] BSTIELER L, HEMMERT M, BARCZAK G.The changing bases of mutual trust formation in inter-organizational relationships: a dyadic study of university-industry research collaborations[J].Journal of Business Research, 2017, 74: 47-54.

[35] CHESBROUGH H, KIM S, AGOGINO A.Chez panisse: building an open innovation ecosystem[J].California Management Review, 2014, 56(4): 144-171.

[36] TERAMOTO S, JURCYS P.Intermediaries and mutual trust: the role of social capital in facilitating innovation and creativity in new technology, big data and the law[M].Singapore: Springer, 2017.

[37] CHENG S, LAM T, HSU C H C.Negative word-of-mouth communication intention: an application of the theory of planned behavior[J].Journal of Hospitality &Tourism Research, 2006, 30(1): 95-116.

[38] PAN J X, DING S, WU D S, et al.Exploring behavioural intentions toward smart healthcare services among medical practitioners: a technology transfer perspective[J].International Journal of Production Research, 2019, 57(18): 5801-5820.

[39] YANG J, SONG L, YAO X, et al.Evaluating the intention and behaviour of private sector participation in healthcare service delivery via public-private partnership: evidence from China[J].Journal of Healthcare Engineering, 2020, 11(1): 5834532.

[40] UPADHYAY N, UPADHYAY S, ABED S, et al.Consumer adoption of mobile payment services during COVID-19: extending meta-UTAUT with perceived severity and self-efficacy[J].International Journal of Bank Marketing, 2022, 40(5): 960-991.

[41] AL-SAEDI K, AL-EMRAN M, RAMAYAH T, et al.Developing a general extended UTAUT model for M-payment adoption[J].Technology in Society, 2020, 62: 101293.

[42] HAIR J F JR, MATTHEWS L M, MATTHEWS R L, et al.PLS-SEM or CB-SEM: updated guidelines on which method to use[J].International Journal of Multivariate Data Analysis, 2017, 1(2): 107-123.

[43] HAIR J F, SARSTEDT M, RINGLE C M, et al.An assessment of the use of partial least squares structural equation modeling in marketing research[J].Journal of the Academy of Marketing Science, 2012, 40(3): 414-433.

[44] 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.

[45] N'DRI A B, SU Z.Successful configurations of technology-organization-environment factors in digital transformation: evidence from exporting small and medium-sized enterprises in the manufacturing industry[J].Information &Management, 2024, 61(7): 104030.

[46] DE ANDRÉS-SNCHEZ J, PUCHADES L G.Combining fsQCA and PLS-SEM to assess policyholders' attitude towards life settlements[J].European Research on Management and Business Economics, 2023, 29(2): 100220.

[47] KANG W Y, SHAO B J.The impact of voice assistants' intelligent attributes on consumer well-being: findings from PLS-SEM and fsQCA[J].Journal of Retailing and Consumer Services, 2023, 70: 103130.

[48] AL-EMRAN M, AHMAD ALQUDAH A, ALI ABBASI G, et al.Determinants of using AI-based chatbots for knowledge sharing: evidence from PLS-SEM and fuzzy sets (fsQCA)[J].IEEE Transactions on Engineering Management, 2023, 71: 4985-4999.

(责任编辑：张 悦)