“专精特新”企业制造过程数字化转型的组态路径研究

宋扬 范柏乃

摘 要：“專精特新”企业制造过程数字化转型是打造经济高质量发展的强劲引擎。研究“专精特新”企业如何进行制造过程数字化转型对中小企业的转型升级与可持续发展具有重要意义。以浙江省98家“专精特新”上市公司为样本，采用模糊集定性比较分析（fsQCA）方法，从组态视角研究“技术-组织-环境”层面的6个因素如何协同作用影响“专精特新”企业制造过程数字化转型。研究结果显示：高水平制造过程数字化转型的驱动机制分为有条不紊型、居安思危型、先知先觉型与穷则思变型等4条路径；产生低水平制造过程数字化转型分别为内外交困型、力所不及型、不思进取型与缘木求鱼型等4条路径。数字技术应用是企业实现高水平制造过程数字化转型的基础，且动态能力的不同子能力均有助于企业转型升级的实现，其中创新能力最为关键。

关 键 词：专精特新；数字化转型；fsQCA；组态分析；TOE理论

DOI：10.16315/j.stm.2023.02.002

中图分类号： F273

文献标志码： A

Configuration paths for digital transformation of manufacturing processes in

specialized and sophisticated SMEs

SONG Yang1， FAN Bonai2

（1.Business School， Ningbo University， Ningbo 315211， China;

2.School of Public Affairs， Zhejiang University， Hangzhou 310058， China）

Abstract：The digital transformation of the manufacturing process in specialized and sophisticated SMEs is a key driver for achieving highquality economic development. To promote the transformation， upgrading， and sustainable development of SMEs， it is important to explore the path towards digital transformation of the manufacturing process for specialized and sophisticated SMEs. Using a sample of 98 listed companies in Zhejiang Province， this study employs fuzzy setbased qualitative comparative analysis （fsQCA） to investigate how six factors at the “technologyorganizationenvironment” level interact to influence the digital transformation of manufacturing processes from a group perspective. The studys findings demonstrate that the driving mechanism behind the digital transformation of highlevel manufacturing processes can be divided into four distinct paths： methodical， safetyconscious， foresighted， and changeoriented. On the other hand， the digital transformation of lowlevel manufacturing processes can be divided into four distinct paths， namely internal and external difficulties， lack of power， unmotivated， and fishatwood. The application of digital technology serves as the foundation for the digital transformation of highlevel manufacturing processes， and dynamic capabilities various subcapabilities can aid enterprises in achieving transformation and upgrading. Among these subcapabilities， innovation capability is the most critical.

Keywords：specialized and sophisticated SMEs; digital transformation; fsQCA; configuration analysis; TOE theory

收稿日期： 2022-01-27

基金项目： 国家社会科学基金重大项目（21&ZD089）

作者简介： 宋 扬（1997—），男，硕士研究生；

范柏乃（1965—），男，教授，博士生导师.

中小企业的数字化转型是数字中国建设中的重要组成部分[1]。然而，2022年10月28日国务院关于数字经济发展情况的报告显示，中小企业数字化转型相对滞后，部分企业数字化转型存在“不愿”“不敢”“不会”的困境。“专精特新”企业是中小企业里的佼佼者。党的二十大报告中提到，支持“专精特新”企业发展，推动制造业高端化、智能化、绿色化发展。通过数字化转型赋能“专精特新”企业，是落实国家创新驱动发展战略的重要途径，是实现智能制造的重要基础[2]。因此，在数字经济的浪潮下，中小企业尤其是“专精特新”企业如何开展数字化转型已经成为了政府、企业、学术界三方共同关注的重要问题。

围绕数字化转型这一新兴课题，许多学者对其概念[3]、理论逻辑[4-5]和转型成果[6-7]进行了许多有益的研究，但对转型的驱动和内在机制的研究却很少[8]。值得注意的是，企业的数字化转型是一个复杂的系统工程，它受到多种因素的交互影响，例如制度、环境、组织和技术等[9]。但现有研究多基于单方面净效应视角探索组织内部或外部因素对制造业企业数字化转型的影响[10]。因此，单独考虑某个因素的净效应无法充分揭示影响企业数字化转型的多元路径以及不同要素之间的相互作用效应。模糊集定性比较分析（fsQCA）可以从更整体的角度分析各要素对“专精特新”企业制造过程数字化转型的协同影响。鉴于此，本文使用fsQCA方法，基于技术-组织-环境（technologyorganizationenvironment，TOE）理论，构建影响“专精特新”企业制造过程数字化转型的理论框架，探讨影响制造过程数字化转型水平的多重复杂驱动因素和路径。本研究试图回答以下问题：“专精特新”企业高水平制造过程数字化转型的路径有哪些？哪些因素是影响“专精特新”企业制造过程数字化转型水平的关键？本研究结果将进一步丰富企业数字化转型影响因素的相关研究，并为中小企业以及“专精特新”企业的转型升级与可持续发展提供实践参考。

1 文献综述与模型构建

1.1 数字化转型研究

关于数字化转型的定义，学界众说纷纭，莫衷一是。大致可以总结为2种类型：一是基于技术视角，数字化转型即通过新一代的数字技术对企业的产品、生产流程、组织结构等方面带来改进与提升[11]。二是基于战略视角，数字化转型即组织通过新一代数字技术所带来的破坏性，促使企业对价值创造路径的改变做出战略响应。据此，本文认为制造过程数字化转型即企业通过“ABCD”等新一代数字技术的应用，将传统的制造过程改造成基于数字信息的制造过程，实现制造过程的集成化、智能化与自动化，从而提高制造效率，减少生产成本，提高产品质量，实现更快的交付时间，更高的准确性，更低的延迟，更高的可靠性，更少的浪费，更高的安全性等，最终使得企业竞争力逐步提升。

数字化转型的影响前因错综复杂，本文将基于TOE理论将驱动因素分为技术、组织、环境3个类别进行文献梳理。技术层面上，王吉发等[12]通过建立双层因子识别模型，发现企业进行数字化转型决策的关键动因包括企业技术设备先进性、R&D人员比例等因素。肖旭等[13]运用理论研究的方法，认为数字技术应用可以为企业提供全流程的赋能进而带来企业内部的变革，加快企业数字化转型；组织层面上，来自战略联盟的知识有助于企业进行数字化转型，并且吸收能力水平（高与低）以及它们与其合作伙伴之间相互依存程度（对称与不对称），这两者都决定了数字化转型的结果[14]。王晔等[15]通过fsQCA的方法，从节奏与能力的匹配上发现动态能力尤其是创新能力可以促使企业完成数字化转型；环境层面上，税收激励会通过“融资约束缓解效应”和“创业导向强化效应”2种方式对企业数字化转型产生促进作用[16]。此外，陈玉娇等[17]基于制度理论，使用双向固定效应回归模型发现，相较于地区数字化而言，企业的数字化转型更容易收到产业数字化的影响。

转型路径方面，戚聿东等[18]通过国有企业的多案例分析，识别出出资源、创新、商业生态、业务流程与管理以及商业模式这5类要素的组合，构建了市场导向型、能力导向型和公共导向型这3种数字化转型方式；Sebastian等[19]以技术投入为切入点，对25家老牌大公司进行分析，得出顾客参与型与数字化解决方案型2种转型策略；Tekic等[20]从数字技术的使用和数字运营业务模型的就绪性2个维度总结出4种类型的转型路径：颠覆性的数字化转型、商业模式的引发数字化转型、技術引发的数字化转型、定制模拟型，并对转型的动机、所需资源与面临的风险进一步论述。

综上所述，现有学者已对数字化转型的前因与路径进行了诸多有益研究，但仍存在以下不足：第一，研究方法上，研究通常采用案例研究、理论研究或传统的回归方法。然而，这些方法往往局限于探索各个因素的净效应，而忽略了它们之间的联系效应。因此，多因素相互作用的复杂运行机制并没有得到充分的解释[21]。第二，在研究视角上，数字化转型是一项涉及组织架构、生产流程、商业模式等多方面的工程，但现有研究大多未对数字化转型的类型进行更深入的细分。由此，本文将采用fsQCA方法，以更全面整体的视角聚焦于制造过程的数字化转型，探讨多种前因变量的协同作用。

1.2 模型构建

TOE理论框架被用于用以阐释组织层面进行的技术创新采纳与应用的过程[22]。为了避免条件选择的随意性，本文参考张明等[23]的建议，以研究框架法为锚，以理论视角法与文献归纳法为辅，进而保证所选取的条件变量与构建的模型具有较好的解释力与科学性。

1）技术条件，包括企业技术水平与数字技术应用2个二级条件。一方面，对于“专精特新”企业而言，制造过程数字化转型是一项涉及到生产设备、员工技能、流程再造等多方面的复杂工程。由资源基础理论可知，企业技术水平是指企业掌握和应用的技术水平，包括技术研发、技术创新、技术应用等方面。企业技术水平反映了企业转型之前的初始水平与转型难度。对于技术水平高的企业，生产设备更先进，员工接受度更高，所需的投入少且转型成果更好。反之，技术水平低的企业在数字技术应用的过程中会存在阵痛期，难以发挥数字技术的最大效益。另一方面，以“ABCD”为代表的数字技术给“专精特新”企业带来了颠覆性变革，促使其由传统制造向智能制造、数字制造转变。由技术创新理论可知，数字技术应用作为一种新的生产方式，通过企业制造过程活动中涉及的全部要素的改善和进步，进而推动企业向制造过程数字化转型。

2）组织条件，包含吸收能力、适应能力与创新能力3个二级条件。由动态能力理论可知，动态能力是企业统筹谋划内部的资源以应对快速变化的外部环境的一种能力[24]。动态能力是研究数字化转型的有力视角。具体而言，动态能力可以分为3个维度：吸收能力是指企业获取和整合外部知识和信息的能力[25]。数字化转型需要大量的技术和行业知识，吸收能力能够帮助企业对接收到的数字信息进行合理甄别、处理与分析，进而使企业对外部环境有一个正确的认知和判断，为企业制造过程数字化转型提供方向。适应能力即企业通过内部资源的调度与外部需要保持一致性的能力。适应能力能够帮助企业把握数字经济浪潮中的趋势，通过将有限的资源灵活安排于采购、运输、设计、生产等制造过程，为企业制造过程数字化转型提供支撑。创新能力即公司通过使战略创新导向与创新行为和流程相一致来开发新产品或市场的能力。在数字经济情境下，当企业洞察到市场需求去开发新产品时，需要有足够成熟的研发体系和先进的生产工艺作为支撑，进而倒逼企业制造过程数字化转型，为企业制造过程数字化转型提供助力。

3）环境条件，包含环境复杂性1个二级条件。环境复杂性即企业所处环境的竞争性与异质性程度。企业数字化转型面临的环境复杂性使得组织资源对企业数字化转型至关重要。根据资源依赖理论，环境复杂性意味着市场需求变化快速、生产流程不断变化、生产方式不断变革等，企业需要快速响应市场需求并不断改进生产流程。随着数字经济的推进，市场已由产品导向转向用户体验。更多的个性化定制和差异化需求进一步加剧了企业的环境复杂性，对企业的制造过程数字化水平也提出了更高的要求，迫使企业通过制造过程数字化转型去满足不断变化的需求并匹配市场发展趋势，以保持高度竞争力。

基于此，本文构建了研究模型，如图1所示。

2 研究方法和数据

2.1 研究方法

fsQCA是它是基于布尔代数、模糊逻辑和集合论的方法，旨在探究在不同情况下，一些因素如何联合作用导致1个结果的发生。考虑到本文的问题是研究技术、组织、环境3个维度6个因素对企业制造过程数字化转型程度的影响，传统回归的方法无法适用。而fsQCA以因果的“非对称性”为假设，弥补了传统分析使用对称性假设的不足。fsQCA方法与TOE框架的适配性高，常备应用于新兴技术扩散研究。因此本文选取fsQCA作为研究方法很合适。

2.2 变量设定

参考祁特等[26]的研究，企业技术水平（TEC）以研发人员与员工总人数的比值测量；参考赵凤等[27]的研究，吸收能力（ABC）以研发支出强度表示，适应能力（ADC）以研发、资本以及广告3种主要支出的变异系数取负数得到，创新能力（INC）以研发支出强度，技术人员比例，发明专利数标准化处理后加总得到；参考Tang等[28]的研究，环境复杂性（EC）以2018年同行业内（SCI三位代码分类）竞争者数量的自然对数来衡量。参考吴非等[7]的研究，以文本分析法去衡量数字化转型的程度，且该方法已被学界广泛使用。数字技术应用（DTA）借鉴赵宸宇等[29]归纳的数字技术应用维度关键词，将数据管理、数据挖掘、数据网络等在内的23个词汇扩充到Python的jieba库，再统计上述词汇在年报中出现的次数，最终将次数进行对数化处理得到衡量企业数字技术应用的指标；制造过程数字化转型（DIG）借鉴赵宸宇等[29]归纳的智能制造维度的关键词，将人工智能、高端智能、工业智能等在内的36个词汇扩充到Python的jieba库，再统计上述词汇在年报中出现的次数，最终将次数进行对数化处理得到衡量制造过程数字化转型的指标。

2.3 数据选取

浙江省不仅是全国唯一的“两化”深度融合示范区与信息经济示范区，而且在“专精特新”企业的数量上也领跑全国。因此，浙江省的“专精特新”企业，不仅是中小企业中的强者，也是数字化转型的抬头兵，以此作为样本得出的结论更具代表性与启示性。样本来源于中国工信部发布的前三批“专精特新”上市企业名单。本文基于2021年的数据进行实证分析，剔除了非浙江省的企業样本、关键数据缺失的样本以及ST、ST*、PT样本，最终一共得到案例样本98家。

本文的数据来源于以下途径：国家知识产权局官网、企业年报与国泰安数据库。

2.4 数据校准

在正式进行分析之前，需要对数据进行校准，即赋予案例特定条件的集合隶属度。由于本研究中所使用的数据缺乏校准的外部依据与标准，且直接校准法运用了统计模型，是一种更正式、更常用的校准方法，因此采取直接校准法。参照以往研究[30]，完全隶属、交叉点和完全不隶属的3个定性锚点分别选取变量的80%、50%、20%的分位数得到。通过取高制造过程数字化转型的非集得到低制造过程数字化转型。各变量锚点情况，如表1所示。

3 实证分析

3.1 必要性分析

在进行正式的组态分析之前，还需要对高制造过程数字化转型与低制造过程数字化转型2个组态的各个变量进行必要性分析。当一致性水平大于0.9时，则存在必要条件。由于各条件的一致性水平均低于0.9，故不存在必要条件，如表2所示。

3.2 组态分析

在经过数据校准与必要性分析等前期工作后，需要着手真值表的构建并对产生的组态进行分析。组态分析即以集合的视角分析各个因素对于组合结果的充分性水平。本文以DIG与～DIG作为结果变量，以TEC、DTA、ABA、ADA、INA、ENC等作为条件变量构建真值表。参考已有研究[31]，将频数阈值选择为原始案例的1.5%，因此设置频数阈值为2。并遵循已有学者的成熟建议[32]，将一致性阈值为0.8，PRI一致性设为0.7对条件的逻辑组合进行重新编码。与此同时，由于企业制造过程数字化转型的复杂性，当前学界并无统一定论，因此对各个条件变量均设置为“Present or Absent”。在完成上述步骤后会得到3种解：复杂解、中间解与简约解。其中中间解包含辅助条件，简约解包含核心条件，“以中间解为主、简约解为辅”即可得到制造过程数字化转型程度的不同路径。根据分析结果，高制造过程数字化转型与低制造过程数字化转型各有4条路径，如表3所示。

3.2.1 “专精特新”企业高制造过程数字化转型的组态

由表3可知，4种组态的一致性分别为0.89、0.91、0.92、0.88，均高于普遍接受的一致性标准0.8，由此说明这4种组态均为“专精特新”企业制造过程数字化转型的充分条件组态。且数字技术应用存在于每条组态中，为更好的识别不同路径是否能够达到“殊途同归”的效果，本文将对每条逻辑进一步分析：

1）有条不紊型。H1（TEC*DTA*ADA*INA）表示，以企业技术水平高、数字技术应用程度高、高适应能力与高创新能力为辅助条件的企业可以实现高制造过程数字化转型。此组态反映企业在拥有一定技术积累情况下引入了数字技术并运用，且企业的创新能力与资源禀赋的使用效率正相关，而适应能力帮助企业通过灵活的资源调度使其固有的技术与新的数字技术融会贯通，企业拥有足够的基础和准备去实现高水平的制造过程数字化转型。有35%的案例企业能被该路径解释。

此组态的典型案例是当虹科技。当虹科技是一家提供智能视频解决方案与视频云服务的高科技企业。从业20多年，有着较为雄厚的技术基础。超高清视频编解码技术不断更新换代，当虹科技也一直在合理调动组织资源去学习适应新技术，并在内部设立智能视频研究院，已在国内外获得受理、授权近300项专利，并与英特尔、英伟达、华为、阿里云等全球知名厂商建立深度合作，因此有着出色的适应能力与创新能力。与此同时，通过智能视频、视觉AI、大数据、5G边缘计算等数字技术的应用大大提高了自身的研发能力，推进了制造过程数字化转型。

2）居安思危型。H2（DTA*ADA*INA*～ENC）表示，以数字技术应用程度高、高创新能力、低环境复杂性为核心条件，以高适应能力为辅助条件的企业可以实现高制造过程数字化转型。此组态反映的是在一个相对温和的竞争环境下，企业率先引入数字技术，且自身擁有的高创新能力可以为开发新的生产方法提供支撑，并通过一定程度的适应能力对内部有限的资源进行合理调动以适应新技术，进而改善生产流程，促进制造过程数字化转型。有33%的案例企业能被该路径解释。

此组态的典型案例是张小泉。张小泉是中国刀剪行业首家上市公司，是该行业的龙头企业，环境复杂性较低。张小泉一直利用自己强大的适应能力使自己的内部资源去响应市场、技术与环境的变化。张小泉聚拢了一大批基础研究、应用研究以及工艺实现层面的技术人才，在材料基础研究、结构研究以及生产加工工艺等方面具有独特领先技术优势，并在研发过程中，及时将技术研发成果转化为专利技术，获得了杭州市专利示范企业、知识产权保护先进企业等荣誉，因此有着出色的创新能力。在数字技术应用方面，通过引进多套机器人设备提高了自动化程度，并上线了集成ERP、OMS、CRM、WMS的MES系统用于车间的管理，还使用大数据分析技术进一步提高自身的决策运营效率，实现了高水平的制造过程数字化转型。

3）先知先觉型。H3（TEC*DTA*ABA*INA*～ENC）表示，以数字技术应用程度高、高创新能力、低环境复杂性为核心条件，以高企业技术水平、高适应能力为边缘条件的企业可以实现高制造过程数字化转型。此组态反映的是高吸收能力帮助企业在低环境复杂性的情况下感知到外界的机会与变化，且企业自身拥有一定的技术基础，此时引进数字技术并应用以匹配自身的高创新能力去快速开发新的产品或市场。以需求驱动技术迭代，以数字技术赋能流程再造，倒逼企业生产端不断完善提高，从而实现制造过程数字化转型。有19%的案例企业能被该路径解释。

此组态的典型案例是晶盛机电。晶盛机电是国内领先的专注于“先进材料、先进装备”的高新技术企业，并取得了行业认可的技术和规模双领先的地位，企业拥有良好的技术积累与较低的环境复杂性。晶盛机电始终坚持以技术和客户为核心的研发创新模式，不但与外部供应商保持良好的关系，而且与高校紧密合作。与此同时，公司拥有高素质的人才队伍和资源配置能力。因此，晶盛机电具有良好的吸收能力和创新能力，能够发现并开发市场需求。在数字技术应用方面，公司通过利用基于云计算的互联互通，实现了设备链的高度自动化和智能化，并通过整合产业数字大脑和智能制造基地，形成了从研发、供应链、制造到后市场服务的合力，完成了高水平的制造过程数字化转型。

4）穷则思变型。H4（～TEC*DTA*～ABA*ADA*～INA*ENC）表示，以数字技术应用程度高、高适应能力、高环境复杂性为核心条件，以低企业技术水平、低吸收能力、低创新能力为辅助条件的企业可以实现高制造过程数字化转型。此组态反映的是由于企业技术水平不高且受制于吸收能力与创新能力的缺失，企业制造过程数字化转型的前景并不明朗。但是高环境复杂性为企业施加了压力，迫使其改变。好在极强的适应能力不仅可以帮助企业对内部资源进行重新修改、重建或重新配置以适应多变复杂的外部环境，还可以充当数字技术应用过程中的“润滑剂”，通过高适应性减少变革中的摩擦进而更平滑的实现制造过程数字化转型。有14%的案例企业能够被该路径解释。

此组态的典型案例是野马电池。野马电池是一家从事高性能、环保锌锰电池的研发、生产和销售的公司。近年来受到原材料价格上涨、船运运费上涨、行业内企业竞争激烈等因素，所处的环境复杂性较高。且自身相较于行业内的领先企业而言，自身在技术水平、吸收能力与创新能力上有所欠缺。但是野马电池通过在战略制定、组织架构、管理流程方面进行科学快速的调整，展现出了自身极为强大的适应能力。例如企业建立起的快速响应异常管理模式、生产运营会议例会及质量运营例会等全新运营管理模式，都极大的提高了企业的适应性。在数字技术应用方面，野马电池通过5G技术、机械手、AGV技术的应用，实现了生产的自动化，并利用云星空、PLM、MES、OA等各大系统，连接内外网，实现了从报价到销售订单生成、从生产计划制定到生产任务下达、从采购协同到产品出入库的全制造过程数字化转型。

3.2.2 “专精特新”企业低制造过程数字化转型的组态

产生低制造过程数字化转型的组态一共有4种。

1）内外交困型。L1（～DTA*～ABA*～ADA*～INA*ENC）表明，在高环境复杂性下，企业若缺乏数字技术应用、吸收能力、吸收能力、创新能力，无论企业的技术水平如何都没办法实现高水平的制造过程数字化转型。

2）力所不及型。L2（～TEC*～DTA*ABA*～ADA*～INA）表明企业技术水平低且数字技术应用程度低，与此同时缺乏适应能力与创新能力，即使企业有良好的适应能力也无法实现高水平的制造过程数字化转型。

3）不思进取型。L3（～TEC*～DTA*～ABA*ADA*～INA*～ENC）表明，在低环境复杂性下，拥有高适应能力的企业若同时在技术水平、数字技术应用、适应能力与创新能力等有欠缺，也无法转型成功。

4）缘木求鱼型。L4（TEC*～DTA*～ABA*ADA*INA*～ENC）表明企业拥有很强的技术水平和一定的适应能力与创新能力。但囿于缺乏吸收能力，在低环境复杂性下企业对外部变化的感知钝化且数字技术应用程度低，企业的制造过程数字化转型也将以失败告终。

对4组路径进一步分析发现，组态L1、L2、L3、L4均对数字技术的应用不够充分，此时无论外部环境如何，自身能力与资源情况如何，均很难实现高水平的制造过程数字化转型。

3.3 稳健性检验

本文对结果进行了2次稳健性检验：将一致性阈值由0.8调整至0.85，其它条件不变;将PRI阈值由0.7调整至0.75，其它条件不变。经分析比较发现，调整后的组态结果基本保持不变，因此本结果具有良好的稳健性。

4 结论与启示

4.1 研究结论

本研究以浙江省“专精特新”上市企业为样本，采用fsQCA方法，分析探讨企业技术水平、数字技术应用、吸收能力、适应能力、创新能力与环境复杂性等6个条件对企业制造过程数字化转型的组态效应。研究发现：引致高制造过程数字化转型的组态可以分为以下4种类型：有条不紊型、居安思危型、先知先觉型与穷则思变型；引致低制造过程数字化转型的组态可以分为以下4种类型：内外交困型、力所不及型、不思进取型与缘木求鱼型。通过对上述6种类型，8条路径的对比可以得到以下结论：

1）对数字技术进行充分应用是企业实现高水平制造过程数字化转型的基础。对比组态可知，实现了高水平制造过程数字化转型的企业均对数字技术进行了应用（H1～H4），反之造成低水平制造过程数字化转型的企业均未采用数字技术（L1～L4）。数字技术应用可以从全流程帮助企业实现制造过程数字化转型，具体表现为在研发设计阶段，通过计算机辅助设计（CAD）、虚拟现实（VR）等数字技术的应用可以帮助企业进行更好的产品设计、模拟和测试；在采购与物流阶段，通过供应链管理软件、物流管理系统等数字技术的应用可以帮助企业更好地管理采购和物流，提高采购效率、降低物流成本；在生產制造阶段，通过工业物联网等数字技术应用可以实现设备的智能化、监测生产流程等，提高生产效率和质量；在质量控制阶段，通过如数据采集、大数据分析、人工智能等数字技术的应用可以帮助企业进行更好的质量控制，对生产过程进行实时监测和分析，提高质量控制的精度和效率；在成品库存与配送阶段，通过智能仓储系统、物流配送管理软件等数字技术的应用可以帮助企业更好地管理成品库存和配送，提高物流效率和准确性。在售后服务阶段，通过远程维修、智能客服等数字技术的应用可以帮助企业提供更好的售后服务，提高售后服务的效率和质量。

2）动态能力的不同子能力均有助于企业实现制造过程数字化转型，且创新能力最为关键。由H1、H2与H33条路径可以发现，高制造过程数字化转型的3种组态均拥有创新能力作为条件。具体而言，创新能力不仅作用于产品本身，还包括生产过程和流程的创新。通过创新能力，企业可以通过引入物联网、人工智能和大数据分析等数字技术改进生产过程和流程，提高生产效率和质量控制，进而推动制造过程数字化转型；由H4可知，企业在自身技术基础薄弱且面临高度复杂外部环境导致不得不转型时，适应能力会成为企业转型过程中不可或缺的一项能力。具体表现为适应能力可以帮助企业及时应对市场、技术、供应链和外部环境的变化，调整生产计划和设备，保证生产和交付的稳定性，提高生产效率和质量控制，改进产品设计和制造工艺，进而实现制造过程数字化转型；由H3可知，吸收能力帮助企业避免在低环境复杂性下被“温水煮青蛙”。具体而言，吸收能力可以帮助企业及时了解最新的技术和行业趋势，弥补自身技术短板，增强产品的差异化竞争力，培养员工的知识和技能，推动企业的创新发展。在制造过程中，吸收能力可以帮助企业采用最新的技术和方法，提高生产效率和质量控制，适应市场需求和变化，提高市场竞争力，最终帮助企业成为制造过程数字化转型的先行者。

4.2 研究启示

1）理论启示。第一，以往研究已对数字化转型的驱动因素进行了诸多有益研究，但多局限于单因素净效应。本文响应了朱秀梅[10]的建议，使用fsQCA方法对数字化转型的前因构型与各因素的协同关系进行探讨，对企业数字化转型的驱动因素理论研究进行了一定程度的补充；第二，区别于以往以“数字化转型”整体作为一个维度，本文以“专精特新”企业为研究对象，并对转型的类型进一步细分，聚焦于企业的制造过程数字化转型，丰富了理论研究的视角，从微观层面拓展了对企业转型升级的认识。

2）实践启示。一方面，企业需要积极拥抱数字化进程，对数字技术进行充分运用。具体而言，企业需要对数字技术进行深入了解和研究，掌握数字技术的发展趋势和应用前景。根据自身的业务需求和市场趋势，明确数字技术的应用目标和重点，不断更新数字技术应用的理念和方法，为数字化转型提供有力支撑。另一方面，企业需要重视动态能力的培育，提高数字化转型的实施水平。创新能力是其中最为关键的子能力，只有不断进行技术和管理创新，采取多元化的创新方法和策略，才能更好地应对市场的变化和挑战，提高企业制造过程数字化转型的实施水平和效果。而良好的吸收能力能帮助企业“春江水暖鸭先知”，企业可以积极主动地获取内外部的资源和经验。适应能力则可以帮助企业快速适应环境的变化，及时调整和改进自身的业务和管理模式，以适应市场变化和业务需求，推动数字化转型的成功实施。

参考文献：

［1］ 牛璐，陈志军，刘振.资源与能力匹配下的中小企业数字化转型研究［J/OL］.科学学研究：11［20230227］.https：//doi.org/10.16192/j.cnki.10032053.20230202.003.

NIU L，CHEN Z J，LIU Z.Research on the digital transformation of small and mediumsized enterprises under the matching of resources and capabilities［J/OL］.Studies in Science of Science：117［20230227］.https：//doi.org/10.16192/j.cnki.10032053.20230202.003.

［2］ 钟志华，臧冀原，延建林，等.智能制造推动我国制造业全面创新升级［J］.中国工程科学，2020，22（6）：136.

ZHONG Z H，ZANG J Y，YAN J L，et al.Intelligent manufacturing promotes the comprehensive upgrading and innovative growth of Chinas manufacturing industry Strategic［J］.Study of CAE，2020，22（6）：136.

［3］ VIAL G.Understanding digital transformation：A review and a research agenda［J］.Managing Digital Transformation，2021：13.

［4］ MATT C，HESS T，BEMLIAN A.Digital transformation strategies［J］.Business & information systems engineering，2015，57（5）：339.

［5］ 肖靜华.企业跨体系数字化转型与管理适应性变革［J］.改革，2020（4）：37.

XIAO J H.Crosssystem digital transformation and adaptive changes of management［J］.Reform，2020（4）：37.

［6］ 袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化［J］.中国工业经济，2021（9）：137.

YUAN C，XIAO T S，GENG C X，et al.Digital transformation and division of labor between enterprises：Vertical specialization or vertical integration［J］.China Industrial Economics，2021（9）：137.

［7］ 吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现：来自股票流动性的经验证据［J］.管理世界，2021，37（7）：130.

WU F，HU H Z，LIN H Y，et al.Enterprise digital transformation and capital market performance：Empirical evidence from stock liquidity［J］.Journal of Management World，2021，37（7）：130.

［8］ 李晶，曹钰华.基于组态视角的制造企业数字化转型驱动模式研究［J］.研究与发展管理，2022，34（3）：106.

LI J，CAO Y H，Digital transformation driving model of manufacturing enterprises based on configuration perspective［J］.R&D Management，2022，34（3）：106.

［9］ 吴江，陈婷，龚艺巍，等.企业数字化转型理论框架和研究展望［J］.管理学报，2021，18（12）：1871.

WU J，CHEN T，GONG Y W，et al.Digital transformation of firms：Theoretical framework and research prospects［J］.Chinese Journal of Management［1］，2021，18（12）：1871.

［10］朱秀梅，林曉玥.企业数字化转型：研究脉络梳理与整合框架构建［J］.研究与发展管理，2022，34（4）：141.

ZHU X M，LIN X Y.Digital transformation of enterprises：Research context combing and integration framework construction［J］.R&D Management，2022，34（4）：141.

［11］HESS T，MATT C，BENLIAN A，et al.Options for formulating a digital transformation strategy［J］.MIS Quarterly Executive，2016，15（2）： .

［12］王吉发，郭楠，蒋亚朋.企业转型因子的识别方法研究［J］.华东经济管理，2014，28（7）：121.

WANG J F，GUO N，JIANG Y P.A research on the method of enterprise transformation factor identification［J］.East China Economic Management，2014，28（7）：121.

［13］肖旭，戚聿东.产业数字化转型的价值维度与理论逻辑［J］.改革，2019（8）：61.

XIAO X，QI Y D.Value dimension and theoretical logic of industrial digital transformation［J］.Reform，2019（8）：61.

［14］SIACHOU E，VRONTIS D，TRICHINA E.Can traditional organizations be digitally transformed by themselves？ The moderating role of absorptive capacity and strategic interdependence［J］.Journal of Business Research，2021，124：408.

［15］王晔，陈洋，崔箫.求变还是求稳：动态能力对企业数字化转型的影响机制研究［J］.东岳论丛，2022，43（8）：88.

WANG Y，CHEN Y，CUI X.Seeking change or stability：A study on the influence mechanism of dynamic capabilities on digital transformation of enterprises［J］.Dongyue Tribune，2022，43（8）：88.

［16］曾皓.税收激励促进了企业数字化转型吗？：基于前瞻性有效税率的经验证据［J］.现代财经（天津财经大学学报），2022，42（10）：38.

ZENG H.Does tax incentives promote the digital transformation of enterprises？ Empirical evidence based on forwardlooking effective tax rate［J］.Modern Finance and EconomicsJournal of Tianjin University of Finance and Economics，2022，42（10）：38.

［17］陈玉娇，宋铁波，黄键斌.企业数字化转型：“随行就市”还是“入乡随俗”？：基于制度理论和认知理论的决策过程研究［J］.科学学研究，2022，40（6）：1054.

CHEN Y J，SONG T B，HUANG J B.Digital transformation of enterprises：Is the company following peers in the same industry？ Or in the same area？：Research on decision process based on institutional theory［J］.Studies in Science of Science，2022，40（6）：1054.

［18］戚聿東，杜博，温馨.国有企业数字化战略变革：使命嵌入与模式选择：基于3家中央企业数字化典型实践的案例研究［J］.管理世界，2021，37（11）：137.

QI Y D，DU B，WEN X.Mission embeddedness and pattern selection of digital strategic transformation of SOEs：A case study based on the typical practice of digitalization in three central enterprises［J］.Journal of Management World，2021，37（11）：137.

［19］SEBASTIAN I，ROSS J，BEATH C，et al.How big old companies navigate digital transformation［J］.MIS Quarterly Executive，2017，16（3）：197.

［20］TEKIC Z，KOROTEEV D.From disruptively digital to proudly analog：A holistic typology of digital transformation strategies［J］.Business Horizons，2019，62（6）：683.

［21］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（6）：155.

DU Y Z，JIA L D.Histoplasmic Perspective and Qualitative Comparative Analysis （QCA）：A new path for management research［J］.Journal of Management World，2017（6）：155.

［22］TORNATZKY L，FLEISCHER M.The process of technology innovation ［M］.MA：Lexington Books，1990：117.

［23］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.

ZHANG M，DU Y Z.Qualitative comparative analysis（QCA） in management and organization research：Position，tactics，and directions［J］.Chinese Journal of Management，2019，16（9）：1312.

［24］TEECE D J，PISANO G，SHUEN A.Dynamic capabilities and strategic management［J］.Strategic management journal，1997，18（7）：509.

［25］WANG C L，AHMED P K.Dynamic capabilities：A review and research agenda［J］.International journal of management reviews，2007，9（1）：31.

［26］祁特，陈良华，王惠庆.政府R&D补贴与新能源汽车企业创新绩效关系的实证分析：基于R&D支出和技术水平中介调节效应［J］.预测，2020，39（5）：16.

QI T，CHEN L H，WANG H Q.Empirical analysis on the relationship between government R&D subsidies and innovation performance of new energy carmakers：Based on the mediation role of R&D expenditure and moderation role of technological level［J］.Forecasting，2020，39（5）：16.

［27］赵凤，王铁男，王宇.开放式创新中的外部技术获取与产品多元化：动态能力的调节作用研究［J］.管理评论，2016，28（6）：76.

ZHAO F，WANG T N，WANG Y.External technology acquisition and product diversification in open innovation：A study of the moderating role of dynamic capabilities［J］.Management Review，2016，28（6）：76.

［28］TANG Z，HULL C.An investigation of entrepreneurial orientation，perceived environmental hostility，and strategy application among Chinese SMEs［J］.Journal of Small Business Management，2012，50（1）：132.

［29］赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率［J］.财贸经济，2021，42（7）：114.

ZHAO C Y，WANG W C，LI X S.How does digital transformation affect the total factor productivity of enterprises？［J］.Finance & Trade Economics，2021，42（7）：114.

［30］PAPAMITSIOU Z，PAPPAS I O，SHARMA K，et al.Utilizing multimodal data through fsQCA to explain engagement in adaptive learning［J］.IEEE Transactions on Learning Technologies，2020，13（4）：689.

［31］RAGIN C C.Redesigning social inquiry：Fuzzy sets and beyond［M］.Chicago：University of Chicago Press，2009.

［32］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.

［編辑：厉艳飞］