多维网络嵌入如何激发企业数字创新？——基于多时段动态fsQCA 的组态研究

宋 琪，陈晓红

（沈阳工业大学管理学院，辽宁沈阳 110870）

近年来，数字经济高速发展，成为赋能经济增长、改变竞争格局的有力杠杆，党的二十大报告提出，要加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。提升数字产业集群竞争力，增强产业数字创新能力成为重中之重。数字创新时代，创新的复杂性和企业的开放性趋势驱使跨组织、跨行业的多元主体不断突破创新边界，呈现出多主体互动、多要素联动的创新网络发展态势，通过技术分工和协同发展，保持研发和竞争优势。如华为牵头组织的“星闪联盟”，集合互联网、汽车、通信、智能制造等优势企业，实现网络化数字创新。网络关系直接影响企业在网络中的伙伴选择、资源获取等创新行为，并最终影响企业和网络整体绩效［1］。伴随数字技术的进步和市场竞争的激烈，企业需要随时调整其在网络中的嵌入模式，以持续获取竞争优势和市场价值。因此，对创新网络的动态变化及其对企业数字创新的影响机制进行研究，具有重要的现实意义。

目前已有学者开始关注网络对企业数字创新的影响，如Senyo 等［2］认为外部共享网络的合作规模与异质性关系对企业的数字创新水平有促进作用；Bereznoy 等［3］发现通过构建知识网络来重塑企业信息结构，能够有效提高数字经济企业创新绩效；李振东等［4］的研究认为网络协作可以降低数字创新风险。现有研究或从整体网络指标或从个体网络指标单维度探究网络对企业数字创新可能产生的作用，实践中，影响企业数字创新的网络效应可能是多维度的且是交互的，仅考虑某一维度对结果变量的净效应缺乏全面性［5］。网络嵌入理论认为个体的经济行为是适度嵌入于网络结构中，在具体、动态的社会关系中寻找各方利益平衡，从网络整体出发关注网络对个体行为和决策的影响［6］。该理论已经被应用于经济学、社会学等相关研究中，为解构网络效应对个体行为的多维影响提供了新的研究视角。因此，一方面，需要从网络嵌入理论出发，从整体视角探究创新网络对企业数字创新影响的内在作用机制；另一方面，需要关注企业多维网络嵌入之间的交互效应和条件组态，考虑多维网络嵌入与企业数字创新之间复杂的因果联动关系。

模糊集定性比较分析方法（fsQCA）以集合论和布尔运算为基石，采用整体视角聚焦于组态效应分析，探究前因条件组合对被解释结果产生的变化，揭示管理实践的相互依赖性和因果复杂性［7］。目前Thomann 等［8］、曹萍等［9］将其应用于组织创业、区域创新等方面研究。但已有研究大多集中对截面时段案例进行分析，忽略了前因变量及因果路径的时间动态性。区别于传统创新，数字创新并不存在清晰的边界，而是各参与主体之间动态交互的创新过程。因此有必要将时间因素纳入QCA 分析，探讨时间因素作用下组态解的动态演化趋势［10］。综上，本文基于网络嵌入理论，采用多时段动态fsQCA 方法从整体视角解构网络嵌入对企业数字创新的组态效应，挖掘基于多维网络嵌入的企业数字创新多元发展路径，并探讨时间因素作用下组态解的演变趋势，以期为优化企业网络嵌入方式、发挥网络嵌入效应、提升数字创新竞争力提供参考。

1 文献梳理与模型构建

Grannovetter［11］认为网络嵌入即个体的经济行为嵌入到社会关系网络之中，网络可以为嵌入的个体提供所需的社会资源，个体的行为和决策受网络成员关系及整个网络属性的影响，并将这种影响划分为结构嵌入和关系嵌入两个维度。其中结构嵌入描述主体通过网络中不同位置的行动者获得资源的模式，如网络结构、功能及位置等；关系嵌入描述行动者间的直接关系对知识、信息和资源的交换所起的作用，如关系紧密程度、关系质量、关系对称性等。Adomako 等［12］学者结合其他维度展开研究，如认知嵌入、文化嵌入和制度嵌入等。数字创新是指在传统创新过程中使用信息、计算、沟通和连接等数字技术的组合，带来新产品或新服务等［13］。数字技术的应用能够更大程度上克服地理条件、人文环境等的限制，扩大主体之间的交流和沟通范围。如三星电子公司在全球范围内积极搭建分散式创新网络，通过跨区域合作研发实现技术领跑。因此，企业嵌入于数字创新网络中，不仅具有结构嵌入和关系嵌入性，同时体现出了跨区域的分布形态，具有空间嵌入特征。

综上，本研究从结构嵌入、关系嵌入和空间嵌入出发，探讨3 个网络嵌入维度如何联动、匹配促进企业数字创新活动，理论模型如图1 所示。

图1 理论模型

1.1 结构嵌入和企业数字创新

结构嵌入关注企业节点在局部嵌入网络中占据资源所带来的信息价值，本文从网络规模和网络位置两方面衡量企业在创新网络中的结构嵌入。

（1）网络规模。网络规模是指中心企业相连的其他创新主体个数，反映了该企业与网络中其他主体建立合作关系的活跃性。实际上，几乎所有的数字创新都是一个开放的过程［14］。在数字创新开发过程中，更多的节点参与到网络中来，能够增强创新网络的联结效应，通过资源共享合力打造大数据池。这有利于企业整合内外部资源，推动企业新技术、新知识与外部技术和知识有效连接和耦合发力，应对数字创新技术要求不断增加、难度不断升高的挑战，从而提高企业数字创新的效率与效益［15］。

（2）网络位置。网络位置是指企业在创新网络中的中心程度，反映了企业在网络中的资源控制能力。在数字创新启动阶段，企业需要识别公司内外部环境中的数字创新机会。占据创新网络中心性位置的企业，其资产流、信息流和地位流等资源流通效率最高，能够及时发现有潜力的新兴市场，抓住数字创新机遇［16］。另外，中心性较高的企业可以促进数字资本跨界自由流动，通过协调合作双方的供给需求，盘活企业闲置资产，实现数字创新资源与原有创新资源的有机融合，促进企业数字创新绩效的提高［17］。

1.2 关系嵌入和企业数字创新

关系嵌入关注企业在网络中的直接关联在其获取资源中所发挥的作用，本文从关系强度和关系多样性两方面衡量企业在创新合作网络中的关系嵌入。

（1）关系强度。关系强度是指企业与网络中其他节点联结关系的强弱，反映了企业合作关系的深度。数字技术的同质化和可重新编程性使得创新的迭代速率呈指数上升，数字创新的不可预见性大大增加［18］。因此，在数字创新过程中需要以强联结来提升合作者之间的信任机制与价值共创意愿，使企业以更稳定的支撑能力、更快速的响应能力来应对数字创新快速迭代的需求。同时，节点间的合作关系越强，越有利于企业打破交易中的信息屏障，推动特定数字领域的技术快速流动、组合和集成，从而加快企业新产品以及后续产品创新的进程［19］。

（2）关系多样性。关系多样性是指与承载着不同类型创新资源的行业主体进行合作所带来的差异性联结，反映了企业合作关系的广度。在数字经济时代，只有颠覆性的技术突破才能给用户带来颠覆性的体验［20］。关系多样性的提高可以促使企业打破行业壁垒，与处于不同产业或技术族群的主体形成多样化的合作关系，有利于扩宽企业获取资源的范围，突破原有资源与能力的限制。同时，通过多元知识互动有利于激发创造性思维，产生富有创见性的创新方案，为企业数字创新突破甚至颠覆原有产品、服务以及商业模式提供了巨大动力。

1.3 空间嵌入和企业数字创新

空间嵌入关注的是创新活动在不同地区的空间布局给企业数字创新带来的影响。随着数字平台等新型数字基础设施的建设和普及，越来越多企业嵌入超本地化网络，进行跨区域的数字创新合作。由于各地数字经济发展各具特色，通过跨区域合作，企业可以获得更多的互补性数字资源，并在技术上实现互通有无，组合实现“1+1+1 ＞N”的效果［21］。同时，随着跨区域合作经验不断增加，企业能够更快更精准地锁定网络中的创新资源，更深入地把握市场动向，明确自身的创新目标及创新战略，从而在数字创新活动中争取优先权和市场占有率。

2 研究设计

2.1 研究方法

结合时间效应的动态QCA 研究中，Hino［22］提出可使用多期样本数据均值测度变量，也可对多期样本数据进行统一汇总校准。也有学者采用多时段定性比较分析方法，将研究时期划分为多个时间间隔进行QCA 分析。如Vis 等［23］探讨了各国的制度条件、合作主义、党派主义和开放性的不同组合对其经济绩效模式的差异化作用，并分别对20 世纪70年代（1975—1979 年）、80 年代（1985—1989 年）、90 年代（1995—1999 年），以及20 世纪初（2001—2005 年）的样本进行组态分析；朱桂龙等［24］运用多期面板数据研究了我国各省份各年创新水平的组态路径发展变化。相对而言，多时段定性比较分析方法能进一步挖掘出组态或条件随着时间的演变趋势，揭示多时段前因组态的变化轨迹［25］。因此，本文借鉴Vis 等［23］和朱桂龙等［24］研究，采用多期数据分别构建研究模型，运用多时段动态fsQCA 方法探究多维创新网络嵌入与企业数字创新之间的复杂因果关系及组态解的时间演化规律。

2.2 样本选择和数据来源

在中国，发展数字经济的先导性、基础性产业是数字经济核心产业，凭借自身强大的数字技术以及丰富的数据资源，其已成为数字创新最活跃的领域。依据国家统计局2021 年发布的《数字经济及核心产业统计分类》，数字经济核心产业分为计算机通信和其他电子设备制造业、电信广播电视和卫星传输服务、互联网和相关服务业以及软件和信息服务业。因此，本文以数字经济核心产业上市公司为研究样本，关注数字经济核心产业企业在创新网络中的多维嵌入效应对企业数字创新的影响。

2015 年9 月，国务院发布《促进大数据发展行动纲要》，标志数字经济相关产业发展上升至国家战略层面。因此，本文选择2015—2020 年的数字经济核心产业专利合作数据构建创新网络，专利数据来源于PATSNAP 数据库，划分为两个时间窗口（2015—2017 年、2018—2020 年）。将关键数据缺失以及ST 或*ST 的企业剔除，得到样本企业438 家。2015—2017 年为178 家企业，2018—2020 年为260家企业。运用UCINET 计算网络数据，所需的其他公司数据通过国泰安数据库、国家企业信用信息公示系统以及公司年报等获取。

2.3 变量测量

2.3.1 结果变量

企业数字创新。较多学者使用专利测度创新产出，企业的数字创新产出既可体现为专利等技术产出，也可体现为服务创新、流程创新、新技术商业化等带来的经济产出，仅使用专利难以全面反映企业的数字创新绩效［26］。因此，本文使用技术产出和经济产出综合测度企业数字创新产出。技术产出采用基于数字技术的发明专利授权量测度。首先，借鉴张米尔等［27］的研究，结合《战略性新兴产业分类与国际专利分类参照关系表（2021）》，将《数字经济及核心产业统计分类2021》与国际专利分类号进行匹配，得到数字经济对应技术领域的专利分类号，利用专利分类号初步筛选出数字创新专利；其次，借鉴王新成等［28］的研究，通过数字技术相关关键词对企业其他专利摘要进行再次筛选，两次搜索加总得到企业数字创新的技术产出。经济产出参考宋艳等［29］的研究，使用数字产业企业的主营业务收入测度，即企业采用数字技术、数据资源进行经济活动带来的收入。最后，借鉴Lexutt［30］的集合论方法，对技术产出与经济产出两变量的校准结果取并集综合表征企业数字创新产出水平。同时考虑专利从申请到公开的时滞性，采用时间窗滞后一年专利授权量测算数字创新技术产出，采用时间窗3 年主营业务收入均值测算数字创新经济产出。

2.3.2 条件变量

（1）结构嵌入。1）网络规模。较多学者使用度数中心性测度企业个体网的网络规模，这一方法排除了网络中的间接关系，忽略了“朋友的朋友”也是企业创新资源的重要来源。因此本文选用两步内可达点数来衡量企业的网络规模，如公式（1）所示。

其中，CD(ni)代表企业的两步内可达点数，Xij代表企业i是否与主体j在两步内可达，取值为0或1。

2）网络位置。本文选用中介中心性来衡量企业网络位置，指网络中经过该中心点的任意两节点的最短路径数与这两节点间的最短路径总数的比值，如公式（2）所示。

其中，CB(v)代表某企业在网络中的中介中心性，σst表示节点s到节点t的最短路径数量，σst(v)表示节点s到节点t的最短路径中经过节点v的数量。

（2）关系嵌入。1）关系强度。对关系强度的测量，现有研究多采用算术平均值的方法，由于算术平均值易受极端值的影响，因此本文参考Zheng 等［31］的研究，采用企业与合作伙伴联合申请专利次数的几何平均数衡量网络成员间的关系强度。

2）关系多样性。本文借鉴Jiang 等［32］研究，选用行业类别多样性衡量。以国家市场监督管理总局和国家标准化管理委员会批准发布的行业分类为依据，运用赫芬达尔指数进行测量。如公式（3）所示，其中，D表示关系多样性；N为产业数量；Pj为第j类行业所占比率。

（3）空间嵌入。关于空间嵌入的测度，有学者借助电子地图或测距工具，对主体间的绝对或相对距离进行衡量［33］。本文的空间嵌入更关注数字创新合作主体在地理空间上的异质化程度，因此采用地域分散性测度企业的空间嵌入程度，参照Hsu等［34］提出的地域分散性计算方法，如公式（4）所示。

其中，P为地域分散性；N是企业合作伙伴总数，dij指企业与合作伙伴的地理差异，同省取1、相邻省取2、非相邻省取3、不同国家取4；uj是合作伙伴j相对于其他合作伙伴的地理独特性，最小值为1，表示所有研发伙伴均在同一省份，最大值为N，表示所有合作伙伴均处于不同省份。在计算中，自治区和直辖市按照省来处理。

2.4 数据校准

本文使用直接校准法对各条件变量与结果变量进行校准，将锚点设置为上四分位数、中位数和下四分位数［7］。各变量校准结果如表1 所示。

表1 条件与结果变量的校准

3 实证分析

3.1 数字经济核心产业创新网络分析

运用Gephi 软件对2015—2017 年、2018—2020年两个时间窗的创新网络拓扑图进行可视化，如图2 所示，节点大小代表合作数量多少，节点间连线粗细代表合作关系强弱。进一步地，本文分析了数字经济核心产业创新网络的拓扑结构特征和空间演化特点。

图2 数字经济核心产业创新网络拓扑结构

（1）拓扑结构分析。主要结构指标如表2 所示，相比2015—2017 年，2018—2020 年节点数和边数呈上升趋势，其中非数字经济核心产业节点数占比增加到62.51%，说明数字经济核心产业与其他产业融合性不断加强，网络中主体和关系多样性进一步增加。网络平均关系强度由20.321 下降到17.793，网络密度由0.002 1 下降到0.001 6，说明随着网络规模的扩大，主体间的合作关系更趋向于弱联结。

表2 数字经济核心产业创新网络结构指标

（2）空间演化分析。如图3 所示，节点大小代表节点跨省合作数量，节点间连线粗细代表省份间合作强度。2015—2017 年跨区域合作多集中于东部省份，具有明显的头部效应与抱团效应。我国东北、西北与西南地区等数字经济欠发达省份合作强度普遍较低，网络空间布局以北京、广东为南北核心；2018—2020 年，跨区域合作显著增加，北京与广东作为“双子星”继续活跃，江苏、上海、浙江、四川、重庆也成为跨区域合作的活跃主体，新疆、西藏等西部省份也已进入创新网络，网络空间布局逐渐形成以京津冀、长三角、珠三角及成渝城市群为核心的多个凝聚子群。

图3 数字经济核心产业创新网络空间分布

3.2 组态分析

3.2.1 必要性分析

必要条件分析是检验结果变量多大程度上构成条件变量的子集。结果如表3 所示，所有前因条件的一致性水平均未超过0.9，表明企业数字创新水平高低取决于多个前因条件形成的复杂组态，而非任意的单一条件所决定［35］。因此，本文将全部变量纳入组态分析，研究各时间窗内产生高数字创新产出的多种条件组合。

表3 必要条件分析结果

3.2.2 条件组态充分性分析

充 分性分析是检验不同组态对结果的充分性。本文借鉴Scheider 等［36］的研究，将案例频数阈值设为2，原始一致性阈值设为0.80，PRI 一致性阈值设为0.70。纳入fsQCA 研究的样本数量占比超过80%，组态结果如表4 所示。杜运周等［10］研究认为核心条件作为与结果有强烈因果关系的因素，对结果的产生具有重要影响。因此，本文按照核心条件对应的网络嵌入维度对各条件组态进行分类命名，如果同一嵌入维度中各条件同时作为核心条件存在，命名此嵌入维度为强嵌入；反之，为弱嵌入。

表4 2015—2020 年产生高数字创新产出的组态

（1）2015—2017 年组态分析。20 15—2017 年共有三条实现高数字创新产出的组态，可进一步划分为两种构型，即“结构弱嵌入-关系弱嵌入”型（组态A1 与组态A2）与关系强嵌入型（组态A3），这三条路径覆盖了约40.5%的样本解。

组态 A1（一致性为0.923，覆盖度为33.2%）表示网络规模大、关系强度高，网络位置中心性较强，会促进企业实现高数字创新产出。在这一路径中，随着合作程度不断加强、合作规模不断扩大，企业通过桥梁位置把握创新资讯和创新资源，及时进行战略调整，减少数字创新风险。典型案例是烽火通信科技股份有限公司，在2015—2017 年期间，公司充分利用平台中介优势，通过其构建的云生态体系与国内众多的先进技术厂商、科研院所、独立软件开发商等展开了长期稳定的合作。在与多方紧密合作下，公司的科研成果转化率始终保持在90%以上，并于2018 年荣获中国专利优秀奖及湖北省专利金奖。

组态 A2（一致性为0.850，覆盖度为8.1%）表示企业关系多样性较低、地域分散性较低，但网络规模较大、关系强度较高时，可以实现高数字创新产出。在这一路径中，企业利用本地化资源优势建立稳定的合作关系，推进企业数字创新活动。典型案例是中航富士达科技股份有限公司，是一家位于陕西省的电子元器件企业。2015—2017 年公司依托西安市电连接器产业集群优势，与陕西省中小企业促进局、科技局等合作开展陕西省中小企业运营质量提升项目。在与本地各方组织的通力合作下，公司数字创新提质增效工作不断提升，其研发的宇航电缆设计技术，是目前宇航射频同轴电缆的主力供应商。

组态 A3（一致性为0.842，覆盖度为14.7%）表示若企业关系强度高、关系多样性丰富，即使在网络规模、网络位置方面受到限制，也会实现高数字创新产出。在这一路径中，企业通过增加与不同类型合作主体的交互，弥补网络规模不足的影响，引导企业进行数字化变革。典型案例是曙光信息产业股份有限公司，从事高端计算机业务。2015—2017年公司参与建立中国科学院智慧城市产业联盟，实现多层次、全链条的跨界合作，为企业创新提供生态、医疗、建筑、交通、安防等多元化创新视角。2018 年，公司开发的天阔I620-G30 服务器打破性能和性价比双项世界纪录。

（2）2018—2020 年组态分析。2018—2020 年共有四条实现高数字创新产出的组态，可进一步划分为三种构型，即“结构强嵌入-关系弱嵌入”型（组态B1）、“结构强嵌入-空间强嵌入”型（组态B2）与“关系弱嵌入-空间强嵌入”型（组态B3 和B4），这四种组态解覆盖了约50.80%样本解。

组态B1（一致性为0.897，覆盖度为26.4%）表示当网络规模大、网络位置中心性高以及关系强度高时，会帮助企业实现高数字创新产出。在这一路径中，企业面对众多的创新机遇，通过较高中心性的网络位置以及深度合作可以缩短信息交互时间，促进信息交流，帮助企业加快数字创新进程。典型案例是科大讯飞股份有限公司，2018—2020 年该公司凭借讯飞开放平台，与中国移动在线公司合作打造智能客服系统，与农业银行、北京银行等银行共建“AI+金融”生态。同时，加强与上汽、奇瑞、长安等汽车公司合作，将AI 语言技术与汽车制造结合。2021 年其开发的语音识别方法获得我国知识产权领域最高奖项——中国专利金奖。

组态B2（一致性为0.834，覆盖度为42.1%）表示企业的网络规模大、网络位置中心性高以及地域分散性高时，可获得高数字创新产出。在这一路径中，企业通过获取来自不同地域的创新资源，及时发现有潜力的数字创新机会。典型案例是歌尔股份有限公司，从事消费电子业务。2018—2020 年，公司凭借多技术融合的产品研发平台以及跨区域技术整合能力，进行分布式合作创新。与北航、清华大学、中国科学院、长春光机所、东北大学等多家知名高校和科研机构建立合作关系，开拓了企业在声、光、电、无线通信、精密制造等多领域的创新视野，2021 年公司凭借新一代扬声器技术方案获中国专利奖银奖，并成为微机电系统领域唯一进入全球前十的中国企业。

组态B3（一致性为0.856，覆盖度为19.4%）表示企业网络位置中心性较低、关系强度高、地域分散性高时，可以促进企业实现高数字创新产出。在这一路径中，企业通过与跨区域合作伙伴建立强联系，增加合作者之间信任，促进数字创新活动高效开展。典型案例是南通海星电子股份有限公司，该公司研发生产地分布在江苏、四川、宁夏等多地，充分利用当地优势资源，打造跨区域协同创新体系，使公司成为国内唯一通过汽车行业质量体系认证的电极箔生产企业，公司并于2021 年成功突破汽车电子用电极箔的进口替代难关。

组态B4（一致性为0.837，覆盖度为16.7%）表示当企业网络规模较小、网络位置中心性较低时，若关系多样性与地域分散性皆强，同样会实现高数字创新产出。在这一路径中，企业通过跨行业、跨地域的创新网络获得丰富的差异化知识，提高数字创新能力。典型案例是金卡智能集团股份有限公司，2018—2020 年公司与重庆、成都、新疆等各城市燃气公司，以及华为、阿里巴巴、电信运营商、温州大学苍南研究院等建立了密切合作，汇聚能源、业务、数据以及技术等各类资源。2021 年其研发的高压气体超声流量计通过0.5 级准确度等级测试，成为油气管道关键设备国产化项目。

3.3 研究结果的进一步讨论

（1）组态路径演化分析。研究发现，各时间窗下组态路径并不相同，未能发现实现高数字创新产出的长效机制。说明由于数字创新环境具有易变性、不确定性、复杂性等特征，企业需要及时把握市场变化以及技术发展前沿，因此企业会结合自身资源特征，适时调整网络嵌入方式，数字创新组态以及组态内各条件的联动关系也随之发生变化。2015—2017 年，网络规模与关系强度是企业实现高数字创新产出的主要驱动力。2018—2020 年，企业实现高数字创新产出的路径更加多元化。网络规模与关系强度继续发挥重要作用，说明网络规模的不断扩大、合作者之间的强联结是整合数字资源、控制动态风险、促进数字创新顺利进行的重要条件；同时网络位置与地域分散性开始凸显优势，说明随着数字技术进步，企业越发注重通过调整网络位置中心性、拓展合作范围来寻找其潜在合作关系，获取信息先发优势，加速企业数字创新进程。

（2）条件变量间替代关系分析。通过比较组态发现，在一定条件下，结构嵌入、关系嵌入和空间嵌入的各条件组合能够通过相互替代以“殊途同归”的方式提升数字创新活动的产出。2018—2020 年，组态B1 与组态B2 比较发现，网络规模大且网络位置中心性高的企业，关系强度和地域分散性的作用可以相互代替。虽然大的网络规模与高的网络位置中心性组合能够扩宽企业获取信息的渠道，但缺少隐性知识的支持，容易形成“认知惰性”。只有在获得高的关系强度或高的地域分散性支持时才驱动高数字创新的产出，前者可通过增加信任的深层次合作加强资源交互，后者通过扩宽创新视野增加交互。两者都可作为打破信息屏障的载体，促进异质化信息的传播，提高数字创新产出。

3.4 稳健性检验

本文对组态结果进行如下稳健性检验：（1）将案例阈值由2 提高至3，新组态如表5 所示。结果发现，2015—2017 年组态的总体一致性由0.880 升为0.891，总体覆盖度由0.405 降为0.399，2018—2020 年组态的总体一致性与总体覆盖度未发生变化，且组态解均为原组态解的子集；（2）将原始一致性阈值由0.80 调整至0.85，新组态如表6 所示。两个时间窗组态的总体一致性分别由0.880 和0.815 升为0.907 和0.877，总体覆盖度分别由0.405 和0.580 降低为0.378 和0.345，结果同样为原组态解的子集。由此可见，本研究具有一定的稳健性。

表5 提高频数阈值的稳健性检验

表6 提高原始一致性阈值的稳健性检验

4 结论与启示

4.1 研究结论

本文基于网络嵌入理论，结合企业数字创新的运作特点，以中国数字经济核心产业为研究对象，从结构嵌入、关系嵌入和空间嵌入三个维度构建组态研究模型，运用fsQCA 方法研究多维网络嵌入对企业数字创新影响的作用机制。同时将时间因素纳入fsQCA 模型，挖掘2015—2017 年和2018—2020年两个时间窗内影响企业数字创新的关键因素，以及多重因素间的并发效应和联动匹配模式，探究企业数字创新的多元发展路径。研究结论包括：

（1）网络特征分析发现，随着网络规模扩大，数字经济核心产业与实体经济产业交融性不断增强，非数字经济核心产业节点数占比增加到62.51%；网络整体关系多样性进一步提高，企业获得异质化信息的渠道增多；网络密度与平均关系强度降低，网络呈现出松散耦合联结趋势；跨区域合作不断增强，网络布局从以北京、广东为核心向以京津冀、长三角、珠三角及成渝城市群为核心的多个凝聚子群结构演化，北京、广东、江苏、上海、浙江、四川、重庆均为跨区域合作的活跃主体，东北、西北与西南地区等数字经济欠发达地区也逐渐进入数字创新合作网络。

（2）结构嵌入、关系嵌入和空间嵌入在推动企业数字创新活动、提升企业数字创新产出方面存在并发协同和联动匹配效应。2015—2017 年时间窗中存在三条组态，可提炼为两种构型，即“结构弱嵌入-关系弱嵌入”型和关系强嵌入型。前者以网络规模和关系强度为核心条件，覆盖41.3%的样本解，解释力最强；后者以关系强度和关系多样性为核心条件，覆盖14.7%的样本解。说明该时间窗中，结构嵌入和关系嵌入之间存在联动效应，关系嵌入单个维度也可促进企业创新活动，空间嵌入尚未发挥显著作用。分析组态可发现网络规模和关系强度是较为重要的核心条件，其中关系强度在三条组态中均为核心条件，说明企业可以通过扩展外部合作规模、提高关系强度提升数字创新绩效；当企业不具备较大的外部合作规模且不具有信息枢纽优势时，可以通过提高合作关系多样性与关系强度之间的协同作用推动数字创新产出。

（3）2018—2020 年时间窗的四条组态可提炼为三种构型，即“结构强嵌入-关系弱嵌入”型、“结构强嵌入-空间强嵌入”型和“关系弱嵌入-空间强嵌入”型，其中结构强嵌入的组态解覆盖68.5%的样本解，空间强嵌入的组态解覆盖78.2%的样本解。说明该时间窗中，三个维度间存在两两协同作用。“结构强嵌入-关系弱嵌入”型和“结构强嵌入-空间强嵌入”型表明当企业外部合作规模较大且占据信息枢纽优势时，可通过提高关系强度或加强跨区域合作促进数字创新活动。“关系弱嵌入-空间强嵌入”型表明当企业不具备较大的外部合作规模或不具备信息枢纽优势时，可以推动跨区域合作，并注重提高合作伙伴的关系强度或提升合作伙伴的关系多样性，以此加强关系嵌入与空间嵌入的协同联动效应，实现数字创新突破。

（4）各时间窗下实现企业高数字创新产出的组态变化较大，未发现稳健性较强的发展路径。促进企业数字创新活动的部分因素间具有等效性，当企业合作网络规模较大、占据网络有力枢纽位置时，关系强度和地域分散性可以互相替代。企业可以通过加强与伙伴间的信任互惠程度或积极推进跨区域合作进一步发挥企业在网络中的结构优势，提升数字创新绩效。

4.2 管理启示

结构嵌入、关系嵌入和空间嵌入之间并发效应的存在揭示了网络嵌入环境中企业数字创新路径的多元化，因此企业应根据自身禀赋，在整体视角下协调多重条件，实现差异化的创新发展路径。本文研究对于企业推进数字创新活动、提高数字创新产出具有以下管理启示：

（1）数字经济核心产业和实体经济产业构成的合作网络规模持续扩大、网络节点多样性持续增加，网络整体结构相对松散耦合。无论是数字企业或传统行业企业都应加快释放数字创新动能，推动业务翼和技术翼协同发展，不断催生新产业新业态新模式，拓宽数字创新覆盖面，加快数字创新与产业发展充分融合。目前该网络以京津冀、长三角、珠三角及成渝城市群四个凝聚子群为核心，要发挥子群内企业的集聚效应，加强与政府、高校、科研院所之间的技术交流与合作，攻坚克难，提升数字产业国际竞争力，打造世界一流数字产业创新集群。

（2）结构嵌入与关系嵌入之间存在联合效应，表明企业可以通过积极展开外部合作、提高信息枢纽作用、提高合作关系强度来推进企业数字创新活动。当地政府可以举办“百场万企”洽谈会，科技成果对接会等，引导企业拓展合作关系；同时注重提升关系嵌入效应，通过正式非正式的交流加强伙伴间的信任和互惠程度，促进信息和资源传递，推进伙伴间创新链、产业链、供应链、数据链、资金链、服务链、人才链全面融通，构建集群创新生态。

（3）结构嵌入与空间嵌入之间也存在联合作用，表明企业可以通过构建跨区域合作网络、提升信息枢纽作用激发数字创新活力。在积极推进外部合作创新的同时，有重点地开展跨区域合作。打破“行政区”“省域范围”的思维局限，围绕京津冀协同、粤港澳大湾区合作、长三角一体化、长江经济带发展、成渝双城圈建设等跨区域协同发展国家战略区，积极参与科研开发项目、创新工程等区域合作项目。通过跨域合作拓展创新视野，加强分工协作和优势互补，挖掘潜在市场和创新机会。

（4）关系嵌入和空间嵌入之间也存在协同作用，表明当企业结构嵌入优势不足时，可以通过建立关系紧密的分布式创新网络实现数字创新，探索跨区域深度交流融合；还可以搭建跨区域的、跨行业、跨企业的协同创新联盟，推动政产学研用协同创新，通过数智化网络平台探索跨区域跨行业的大协同、大分工、大合作。政府也应充分发挥宏观调控作用，搭建信息发布平台和公共服务平台，增强平台的跨区域资源对接和整合能力，提升跨区域协同创新水平。

（5）数字创新环境复杂多变，领先者的创新路径也在不断发生变化，企业应找到适合自身资源和能力现状的组合，构筑自身创新优势。关系强度和地域分散性的替代作用，使两者皆可与结构嵌入联动突破资源壁垒。若企业的创新资源难以支持跨区域合作，则可以通过加强本地的合作关系实现数字创新；或已有合作关系消耗了企业大量的创新注意力，则企业可以适当管理一些冗余关系，通过跨区域合作获取新的、异质性创新资源。

4.3 不足与展望

本文还存在一些局限，值得未来进一步研究。（1）本文以数字经济核心产业为样本对象，数字经济核心产业包含四大行业，本文未对不同细分行业企业的数字创新路径进行差异化分析，未来研究可以不同行业数据作为样本，为促进企业数字创新活动提供更有针对性的建议。（2）本文选用专利数与主营业务收入来衡量数字创新，随着理论发展和实践的推进，未来可考虑结合数字创新投入、论文、标准等方面来构建数字创新绩效综合衡量指标。