TOE理论框架下的制造企业创新绩效组态路径

张远 王爱强

【摘要】为了研究影响企业创新研发的前因要素， 提升电子制造业企业的创新效率， 本文基于TOE理论框架提出影响电子制造业企业创新绩效的多因素组态模型， 采用模糊集定性比较分析方法对沪深A股的165家电子制造企业进行组态路径分析。研究表明： 创新是一个复杂性的系统性的工程， 单个因素并不构成影响电子制造业高创新绩效的必要条件；导致电子制造业企业高创新绩效的路径有四条， 可归纳为“机会利用能力—非竞争地位主导型”和“数字技术应用—机会利用能力主导型”两条；导致电子制造业企业低创新绩效的路径有三条， 可归纳为“企业竞争地位—非机会利用能力主导型”和“环境不确定性—非机会利用能力主导型”两条。本文的研究从客观的角度分析了引致企业高创新绩效与低创新绩效形成的复杂成因， 以期为处于不同竞争地位的企业创新研发之路提供了理论依据和参考建议。

【关键词】TOE理论框架；创新绩效；模糊集定性分析方法；电子制造业企业

【中图分类号】 F270     【文献标识码】A      【文章编号】1004-0994（2023）22-0152-9

一、 引言

随着全球经济的不断发展和竞争的加剧， 企业创新已成为企业生存和发展的关键因素之一。在当今的市场经济中， 企业必须不断创新、 改进产品和服务， 以满足不断变化的消费者需求和市场竞争的要求。因此， 企业创新是企业发展的重要战略， 也是企业在市场竞争中获得优势的关键。

党的二十大报告指出： “我们提出并贯彻新发展理念， 着力推进高质量发展， 推动构建新发展格局， 实施供给侧结构性改革。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。坚持把发展经济的着力点放在实体经济上， 推进新型工业化， 加快建设制造强国、 质量强国， 推动制造业高端化、 智能化、 绿色化发展。推动现代服务业同先进制造业深度融合， 实现高水平科技自立自强， 进入创新型国家前列。”我国已经是世界上最大的制造业国家， 特别是电子制造业发展尤为迅速， 但是创新的质量和速度与发达国家相比依然存在一定差距。与此同时， 面对国际形势的千变万化和先进技术国家对技术的封锁， 电子制造业转型升级迫在眉睫。在此条件下， 厘清影响电子制造企业创新绩效的影响因素并找出导致企业高创新绩效的路径就十分具有讨论价值和现实意义。

以往学者多采用定性的案例研究方法或者定量的回归分析方法对影响企业创新绩效的前因要素进行单因素研究， 但是企业创新研发是一个系统且复杂的过程， 单一影响因素并不构成影响企业创新研发绩效的充分条件， 且各因素之间对电子制造业的影响存在内生性， 它们之间通过协同匹配的方式共同影响着电子制造业的创新绩效。另外， 很多学者对于各影响因素对企业创新的研究也存在分歧， 其中吴非等（2021）认为数字技术能促进企业研发投入与创新绩效产出； 也有学者提出反对意见， Carr（2003）认为企业的竞争优势在于资源的稀缺性而不是普遍性， 数字技术作为一种技术手段， 随着不断迭代和升级， 各行各业都会因为其商品性而予以重用， 所以其普遍性不能为企业带来创新上的竞争优势。

基于此， 本文借用TOE（技术—组织—环境）理论框架， 针对影响企业创新绩效的前因要素进行梳理， 利用模糊集定性比较分析（fsQCA）方法对影响企业高创新绩效的作用路径和组态构型进行研究和探讨， 以期找出产生企业高创新绩效的组态路径， 帮助企业在激烈的市场竞争中不断创新以保持竞争优势， 提升我国电子制造业在国际中的地位， 打破其他国家对我国的技术封锁。本文借助165家沪深A股电子制造业企业的研究数据， 研究影响电子制造企业高创新绩效的前因要素以及这些前因要素如何动态匹配最终形成实现企业高创新绩效的作用路径。并试图回答以下问题： 电子制造业的创新绩效提升主要受什么因素影响？影响因素会单独构成必要条件而影响企业创新绩效吗？企业实现高创新绩效的路径有什么异同点？企业如何根据自身条件找准实现高创新绩效的路径？本研究将根据分析结果对电子制造业的创新路径提出有益的参考， 为企业创新管理者提供决策依据和策略指导。

二、 文献综述与研究框架

《技术创新的流程》（Tomatzky和Fleischer，1990）一书中指出， 影响一个企业或者组织对技术创新实施的因素可以归纳为技术层面、 组织层面与环境层面三类。其中： 技术层面主要是指本企业已经拥有的技术或者尚未被企业引进的技术， 本研究主要探讨数字时代下企业对数字技术的应用； 组织层面一般涵盖组织范围及规模、 组织特性和组织结构特性， 本研究主要关注企业的感知能力和机会利用能力； 环境层面一般包括所在行业与合作者、 竞争者和政府的关系， 本研究主要考虑企业所处的客观环境， 包括环境不确定性和企业竞争地位。本文通过应用TOE理论框架， 从组态的视角出发， 探讨影响企业创新绩效的组态路径以及组态路径的多重并发关系。

（一）数字技术应用与创新绩效的关系

在数字经济时代下， 企业通过数字化转型加速企业与外部的信息交换， 获得客户的反馈数据， 提高企业管理层的决策效率， 促使企业提高和保持核心竞争力。但是也有学者提出， 数字技术对于企业的赋能是一个持续的系统性的工程， 企业在进行数字化转型的过程中充满了风险与挑战， 数字化速度过快， 组织对数字化技术的适应成本、 边际成本就会上升， 过度的数字化也会造成企业的资源冗余和资源浪费， 降低企业的创新绩效。数字技术对企业创新的影响作用是一把双刃剑。

一方面， 数字技术应用对企业创新绩效起到了显著的正向作用。王靖茹和姚颐（2023）研究发现， 企业数字化转型能够提高企业研发创新水平， 并通过提高企业对管理层创新失败的容忍度， 降低企业管理层因创新失败导致的降薪等风险的“容错机制”有效激励企业创新。贺正楚等（2023）经过实证研究发现， 企业整体层面的数字化转型能显著提高制造业企业的创新效率， 降低信息交换和信息获取的交易成本， 加快信息传播速度。张昊和刘德佳（2023）的研究表明， 数字化技术对先进制造企业服务创新具有正向影响， 先进制造企业可利用数字技术改善或创新服务供给方式、 服务流程、 服务商业模式。段华友等（2023）也发现数字化转型可以显著提升企业创新能力， 并且数字化转型程度越高， 企业的技术创新投入强度就越大， 技术创新产出水平也就越高。“双碳”目标下， 企业推动绿色创新成为不可逆的趋势， 根据孟猛猛等（2023）的研究， 企业数字化转型能显著提升企业绿色创新绩效， 并通过技术资本和融资约束等机制来促进綠色创新， 良好的制度环境可以正向调节数字化转型对绿色创新绩效的促进作用。

另一方面， 数字技术在带来许多积极影响的同时也带来许多风险与挑战。贺正楚等（2023）从商业模式层面分析发现， 数字化转型对于制造业创新效率产生了显著负向影响， 数字化转型在短期内可能抓住了市场发展机会和客户需求， 但是从中长期的发展来看， 制造业企业的核心竞争力是通过技术手段推动效率的提升。唐鹂鸣（2022）提出， 数字化转型与企业创新绩效之间呈倒U型关系， 数字化投入有效提升了企业创新潜力， 但是增加了信息成本， 导致资源配置出现扭曲， 甚至机构投资较多的企业出现“过度数字化”现象。但是马君和郭明杰（2022）提出， 企业数字化转型对创新绩效的影响呈现先下降后上升的正U型曲线， 企业引进数字技术时存在“阵痛”期， 在数字化转型前期个人认知和组织认知都会增加企业的经营成本。黄节根等（2021）通过分析不同行业企业数字化水平对企业创新绩效的影响发现， 不同行业的数字化水平对创新绩效的影响受行业差异影响较大， 数字化水平对企业创新绩效的提升存在最优门限值， 当数字化水平的提升速度过快时， 提升数字化水平的边际成本会随之上升。戚聿东和蔡呈伟（2020）认为， 企业进行数字化转型会增加系统不确定性， 打破企业原本平稳运行的系统， 从而使系统缓冲成本和适应成本增加。蔡莉等（2019）从创业视角发现， 数字技术对企业活动产生了正负两方面的影响， 数字技术的开放性加大了信息不对称程度， 平台型企业利用数字技术获取资源的能力远大于创业企业， 这更加削弱了中小企业的创新行为。

因此， 梳理相关文献可知， 以往学者关于数字技术应用对企业创新绩效的研究持有矛盾的观点， 大多只关注了数字技术这一单一变量对创新绩效影响的净效应， 没有考虑与其他影响因素的组态效应， 所以容易出现相悖的观点。本文结合电子制造业影响因素本身的特点， 将数字技术应用纳入组态研究模型， 以此来探讨影响企业创新绩效的组态路径。

（二）组织能力与创新绩效的关系

企业进行创新行为需要组织能力的支持， 这里的组织能力主要是指组织动态能力。Teece 等（1997）率先提出了“企业动态能力理论”， 认为动态能力可以定义为“企业整合、 建立和重组内部和外部组织技能、 资源和职能能力的能力”。本文根据吴航（2016）对动态能力的概念界定与维度划分， 进一步将动态能力划分为机会感知能力和机会利用能力。其中： 机会感知能力是企业利用内部已有的资源从外部识别获取创新机会的能力； 机会利用能力是指企业识别出创新机会后， 重组和重构内外部资源的能力。

1.  机会感知能力与创新绩效的关系。根据Teece（1998）的研究， 机会感知能力的建立可以帮助企业从外部洞察新技术和创新知识， 树立创新信心， 提高创新成功率。较强的机会感知能力意味着企业可以通过多种渠道获取相关的前沿信息和创新资讯， 包括分析顾客需求、 市场结构变化、 技术可能性和供应商的相关关系等， 企业会基于所收集到的相关信息与自身已有的组织体系和技术体系进行整合， 从而制定出适应企业内外部变化的创新方向， 推动企业创新战略进程， 这极大地提高了企业的创新成功率。Berraies（2019）认为， 这种借由外部信息和内部资源的整合在已有的知识积累上强化了组织流程和结构， 改进了企业现有的产品和技术， 从而促进企业创新。赵健宇等（2019）研究发现， 这种对于外部信息的感知能力可以促使企业进行更激进式的尝试， 脱离原有技术和知识的束缚， 创造出适应市场的新产品。

2. 机会利用能力与创新绩效的关系。机会利用能力就是企业在感知到创新机会以后， 对企业内部资源进行重新调配、 整合和重构（Teece，1998）。Mikalef和Pateli（2017）认为， 企业在感知到新的技术和市场机会后， 应当在最有可能获得市场接受的时机进行大量投资， 管理者应该就相应机会的远景规划和关键决策达成一致。杜小民等（2015）研究发现， 机会利用能力从机会与资源要素匹配作用层面指导企业做出正确决定， 进而推动企业提高创新绩效。Becker等（2006）认为， 企业在识别出新的市场机会后， 会依据市场机会的类型对其进行区别利用： 一方面是利用已有知识对现有的产品和服务进行改进， 提高客户满意度和市场占有率； 另一方面是突破现有知识， 开辟新的技术路径和方案， 研制适应新市场的产品和服务， 推动企业进行更激进式的创新。

组织能力是企业经营活动的基础， 组织动态能力观点认为企业间的能力差异是导致企业间创新绩效差异的重要原因。成功的创新开发活动需要企业拥有吸收、 同化和重新配置内外部知识和组织资源的能力。

（三）环境与创新绩效的关系

企业创新行为不仅受到自身能力、 技术等内部因素的影响， 也受到复杂多变的外部竞争环境因素影响。企业层面的环境因素是如何影响企业的创新行为的呢？本研究主要考虑企业所处的客观竞争环境， 并提炼出两个影响企业创新绩效的因素， 分别为环境不确定性和企业竞争地位。

1. 关于环境不确定性对企业创新绩效的影响。一些学者认为企业创新会受到环境不确定性的抑制作用。马勇等（2022）通过对A股上市公司的实证研究发现： 环境不确定性会显著抑制企业创新行为， 因为环境不确定性会影响企业的融资方式， 提高企业融资成本以及削弱内部控制的有效性， 从而抑制企业创新活动； 另外， 环境不确定性对企业创新的影响具有“选择效应”， 对非国有企业、 高技术行业以及进攻型企业的抑制作用更大。李寿喜和洪文姣（2020）研究发现， 环境不确定性会更大地抑制企业创新投入强度， 当企业面临较高的环境不确定性时， 现金流波动会加大， 从而使得企业研发投入更加谨慎， 而且环境不确定性会加剧高管职业担忧和第二类代理问题， 进而也会影响企业的研发创新活动。刘婧等（2019）从动态环境视角研究发现， 环境不确定性和企业创新之间呈倒U型关系， 环境的不确定性对多数企业产生了促进作用， 当环境波动幅度超过一定值时， 环境变化却会对创新产生抑制作用。但是， 部分学者对此有不同的研究结论。边志强等（2021）研究发现， 环境不确定性对于企业创新的影响受到环境类型的影响： 宏观经济环境不确定性会正向促进企业创新， 此时增长期权效应在影响企业创新时占据主导作用； 地方政策环境不确定性会负向影响企业创新， 由于政府补贴减少和信贷优惠力度减小等原因， 此时实物期权效应在企业创新行为中占主导作用。王则仁和刘志雄（2021）提出， 环境不确定性对企业创新绩效起到显著正向作用， 企业为了提高竞争优势会提升创新注意力来提高创新绩效， 因此环境不确定性能激发企业创新意愿， 但环境不确定性对企业创新注意力和创新绩效的提升也因不确定性的程度而有所差异。魏明海和刘秀梅（2021）通过分析贸易环境不确定性发现， 企业面临的贸易环境不确定性越大， 企业研发投入和專利申请数量就会越多， 显然贸易环境不确定性对企业形成了“倒逼效应”。

现有相关研究比较匮乏， 且结论也未能达成一致， 主要是由于未能把环境不确定性因素放入具体情境中加以考虑， 仅仅考察前因要素对创新绩效的独特净效应， 而忽视了与其他影响因素的组态影响。本研究试图将环境不确定性纳入组态研究框架， 以期找出其与其他因素的匹配关系。

2. 关于企业竞争地位对企业创新绩效的影响。Gilbert和Newbery（1982）研究发现， 垄断有利于企业创新行为， 垄断企业为了保持高额垄断租金， 会持续进行创新活动以维持自身的市场竞争优势。Arrow（1972）则持相反观点， 认为一方面企业创新会降低企业的生产成本， 另一方面研发投入会消耗企业的垄断租金， 竞争性企业的创新动力要强于垄断企业， 由此得出竞争促进企业创新的结论。Scherer（1967）研究发现， 市场竞争和企业创新绩效两者之间呈倒U型關系。由此可见， 仅依据企业竞争因素对企业创新绩效的单一影响， 无法获得稳定的结论， 因此本研究试图将企业竞争地位纳入组态研究框架， 以期找出其与其他因素的匹配关系。

（四）企业创新绩效分析框架

基于前文文献梳理， 总结并提炼出影响企业创新绩效的五个前因变量， 包括数字技术应用、 机会感知能力、 机会利用能力、 环境不确定性和企业竞争地位， 并借助TOE理论构建本研究理论框架（见图1）， 以探讨导致企业高创新绩效的组态路径和构型。

三、 研究设计

（一）研究方法

本文研究的是电子制造业企业实现高创新绩效与非高创新绩效的组态和路径， 而模糊集定性比较分析方法正适用于复杂因果关系和路径机理的研究， 因此本研究选用模糊集定性比较分析方法来探讨实现电子制造业企业高创新绩效的作用路径。另外， 本研究选用模糊集定性比较分析方法的主要原因还有如下几点： 第一， 企业创新研发的系统性。研发创新对于企业来说是一种具有极其不确定性的投入， 企业必须因时因地因利地不断调整自身战略与规划， 来确保投入产出达到最佳的效率， 从市场中获取最大的收益， 因此企业研发创新活动是一项复杂的系统性工作。第二， 企业创新研发路径的非对称性。在企业制订研发创新计划时， 由于企业规模、 环境不确定性等客观因素的存在， 不同的影响因素及影响因素组合会对企业创新绩效产生不同程度的影响， 模糊集定性比较分析方法正适用于解决这种因果路径非对称的问题。第三， 企业实现高创新绩效路径的等效性。在企业研发创新的实践中， 不同的影响因素及影响因素组合在影响企业研发创新的过程中可能产生等效的影响， 实现企业高创新绩效的等效路径。这更符合企业创新研发过程中的实际情况。

（二）样本选择与数据来源

电子制造业企业是近年来我国发展迅速的一个行业， 其因产品更新迭代速度快而备受企业界和学术界关注， 因此本文以电子制造业作为研究对象。此外， 考虑到上市公司每年的发展规划都是前一年决定的， 因此采用2021年的上市公司专利数据。本文所有数据均来自CSMAR数据库以及2021年上市公司企业年报， 剔除数据缺失的企业后共得到165家电子制造业上市公司（电子制造业上市公司分类来源于2013版行业分类）数据。

（三）变量设置

1. 结果变量： 企业创新绩效。参考白旭云等（2019）的研究， 本文将企业在本年度已获得和已授权的专利数量作为企业创新绩效的代理变量。因为电子制造业发明专利申请流程和审核速度比较快， 包含较多外观设计专利和实用新型专利， 所以不做滞后处理， 采用企业本年度已经获得的专利数量来衡量企业的创新绩效。

2. 条件变量。

（1）数字技术应用水平。参考梁玲玲等（2022）对数字化技术应用水平的衡量机制， 企业对于某一公司战略的重视程度会体现在其年报中的相关信息披露上， 所以相关数字技术应用的关键词出现的频数可用以衡量企业数字化技术的应用水平 。因此， 本文采用数字化技术的相关词频来衡量数字技术应用水平。

（2）机会感知能力。张林刚等（2022）对企业组织能力进行了研究， 认为对于企业创新来说， 感知能力是第一步的能力， 表明了企业对于市场需求和自身获取外部信息的能力。根据张林刚等（2022）的研究， 企业对于未来的战略规划和预测存在偏差， 超常利润是企业承担未来风险的一种补偿， 企业感知能力越强， 换得的利润越丰厚。因此， 本文采用企业的超常利润来衡量企业的机会感知能力。

（3）机会利用能力。参考张林刚等（2022）对企业组织能力的研究， 企业感知能力从外部获取最前沿最有用的信息， 反馈到企业内部后， 企业据此提出未来的研发计划和战略， 利用机会能力就显得尤为重要。参考张林刚等（2022）的做法， 企业的研发投入代表企业组织内部对于利用创新机会的重视， 因此本文用企业在本年度的研发投入来衡量企业的机会利用能力。

（4）环境不确定性。申慧慧等（2012）认为， 企业销售收入的非正常波动通常代表了环境带来的不确定性。而企业销售收入的波动， 一部分是企业稳定经营带来的增长性， 另一部分是环境影响带来的非正常波动， 为了准确衡量环境不确定性， 需要消除正常销售收入稳定成长的部分。因此， 本文采用企业非正常销售收入的标准差除以销售收入的平均值， 再消除行业的环境不确定性， 最终得到公司的环境不确定性。

（5）企业竞争地位。参考陈志斌和王诗雨（2015）的做法， 本文选用个股勒纳指数衡量企业在本行业的竞争地位。勒纳指数是衡量价格与边际成本偏离程度的指标， 反映了企业在竞争市场中垄断力量的强弱。勒纳指数越大， 代表企业在行业内的垄断力量和定价能力越强， 企业竞争地位越高， 反之越低。个股勒纳指数表明了企业在去除行业影响后的竞争地位， 企业竞争地位在一定程度上影响企业的创新战略， 因此本文将个股勒纳指数作为企业竞争地位的代理变量。

（四）数据校准

参考已有研究对于变量模糊化处理的做法， 本文采用数据的75%作为完全隶属点、 50%作为交叉点、25%作为完全不隶属点， 结果变量和前因变量皆是如此。本文采用fsQCA3.0软件对前因变量和结果变量进行校准后， 由于软件对于50%的交叉点不能进行判断， 因此在样本数据初步校准后， 采用人工校准的方法， 把第一次软件校准中的交叉点0.5统一改成0.501， 因为数值改动较小， 因此不会对组态分析结果产生影响。

四、 数据结果分析

（一）前因条件的必要性分析

在模糊集定性比较分析方法中， 需要先对每个前因变量的必要性进行分析， 一致性是衡量前因变量必要条件的标准， 通常认为， 必要条件的一致性要高于0.9。利用fsQCA软件对本文的前因变量进行必要性分析， 结果如表1所示。导致高与低创新绩效的所有前因变量的一致性水平均低于0.9， 表明本文的单个前因变量均不构成导致高与低创新绩效的必要条件。这一结果也证实了导致企业创新路径的系统性和复杂性， 企业提高创新绩效需要各因素协同联动， 共同起作用。

（二）条件组态分析

企业创新绩效是多因素协同联动共同导致的结果， 在对本文样本进行校准和必要性分析后， 利用fsQCA3.0软件对导致企业高与低创新绩效的组态路径进行充分性分析。借鉴已有研究对于频数阈值和案例数的设置， 考虑本文所选样本的特性， 本研究将案例的频数阈值设为2， 一致性阈值设为0.8。同时， PRI一致性设为0.7， 当PRI一致性大于0.7时， 企业创新绩效赋值为1， 表明企业创新效率较高； 当PRI一致性小于0.7时， 企业创新绩效赋值为0， 表明企业创新效率较低。软件运行的结果有三类解（复杂解、 简约解、 中间解）， 借鉴已有研究结果， 通常认定同时出现在简约解和中间解中的条件称为核心条件， 只出现在中间解未出现在简约解中的条件叫作边缘条件。运行软件， 得到引致高创新绩效的前因条件构型， 结果如表2所示。引致企业高创新绩效的组态路径有四条， 可归纳为“机会利用能力—非竞争地位主导型”（组态1和组态2）和“数字技术应用—机会利用能力主导型”（组态3和组态4）两种类型。每条组态路径的一致性都高于0.8， 所有条件构型的覆盖度都处于0.11 ～ 0.35之间。此外， 引致企业高创新绩效的所有组态路径的总体一致性为0.846556， 均高于模糊集定性比较分析方法要求的理论值， 说明四条路径都是导致企业高创新绩效的充分条件。同时， 引致企业高创新绩效的所有组态路径的总体覆盖度为0.496466， 这表明四种充分性组态路径可解释约49.65%的企业创新绩效案例样本。因此， 本研究进一步对四种导致高创新绩效的组态构型以及导致低创新绩效的组态构型进行分析， 以期发现引致企业高与低创新绩效的复杂因果关系。

（三）引致企业高创新绩效的条件组态路径分析

1. 组态1： 机会利用能力*非企业竞争地位*非环境不确定性。该条路径表明， 在企业高创新绩效的路径中， 在消除了企业竞争地位和环境不确定性的影响下， 企业利用机会的能力越强， 其创新绩效越高， 这非常符合传统的企业创新路径。基于资源基础观和企业核心能力理论， 一个企业的核心能力是拥有独特的资源。并且， 当企业处在一个经济稳定且没有形成垄断的环境时， 其有极高的研发创新的意愿， 以抢夺市场份额提高自身市场竞争力。此外， 根据组态1的原始覆盖度0.341814和唯一覆盖度0.094358可知， 这一组态路径约能解释34.18%的电子制造业企业高创新绩效案例， 约9.44%的电子制造业企业仅能被这条组态路径解释。

2. 组态2： 机会利用能力*机会感知能力*非企业竞争地位。这条路径与组态1中的核心条件和核心缺失条件一样， 非环境不确定性条件换成了边缘条件机会感知能力。组态2同样符合传统制造业的创新研发路径， 在行业内还没有因垄断实力可以掌控市场时， 企业可以利用自身掌握的上下游产业核心资源、 多年沉淀的行业知识和经验， 并利用感知能力识别创新的机会和方向， 实现在本领域内的技术突破。根据组态2的原始覆盖度0.284794和唯一覆盖度0.045112可知， 这一组态路径约能解释28.48%的电子制造业企业高创新绩效案例， 约4.51%的电子制造业企业仅能被这条组态路径解释。

3.  组态3： 数字技术应用*环境不确定性*非机会感知能力*机会利用能力。该条路径表明， 在极度不确定性的环境下， 数字技术应用和机会利用能力会成为企业实现高创新绩效的核心条件。数字技术包含大数据技术、 物联网技术、 区块链技术等， 它利用企业经营所积累的数据变为制定未来战略的依据和研发方向的标准。数字技术赋能企业研发过程， 打破了企业原有的创新路徑， 环境不确定性提供了逆生存空间， 企业机会利用能力奠定了创新的基础。组态3实现企业高创新绩效的可能原因如下： 第一， 过程重塑。数字技术的快速发展打破了企业原有的边界， 重新塑造了企业和上下游之间的关系链， 加速了信息在链条中的传播速度， 使得企业能更准确地把握上游企业的供应情况和下游企业的核心需求， 大大缩短了企业研发的漫长环节， 提高了研发过程的反馈速度。研发人员可以直接对接市场竞争中的一手信息， 把握消费者的内在需求。第二， 重新定义资源。在数字经济时代， 资源的含义与传统意义上狭义的资源有了一定区分， 原本优质的企业资源在数字经济时代可能变得不在稀缺， 企业的冗余资源在数字赋能的作用下可能变成重要的优质资源。尤其是通信电子制造业， 产品和技术更新迭代速度快， 过去沉淀的优质资源可能早就不适宜如今的发展， 大数据记录下的消费者行为与习惯反而变成企业的优质资源， 企业可以利用数字分析技术提升系统的研发效率。第三， 新价值创造。我国企业的数字化转型尚处在蓬勃发展的阶段， 此过程还存在巨大的潜在商机和共有价值， 有可能会在企业数字化转型成熟期形成新的价值链条， 互相竞争的企业会出现新型的合作竞争关系， 在同一生态链上优势互补、 协同进化， 创造出新的价值。

4. 组态4： 数字技术应用*非环境不确定性*机会感知能力*机会利用能力。组态4产生了数字技术应用和机会利用能力的一条新路径， 该条路径表明， 消除了环境不确定性的影响后， 数字技术应用、 机会感知能力和机会利用能力在企业创新绩效中起到核心作用。该条路径多发生在企业稳步成长期， 企业已经有了技术积累和行业实力， 随着我国知识产权制度的不断发展和规范， 企业已经形成一定的技术壁垒， 数字技术应用和机会感知能力互为补充、 相辅相成， 从而为企业研发创新指明道路。

（四）引致企业低创新绩效的条件组态路径分析

1. 组态5： 非数字技术应用*企业竞争地位*非机会利用能力。该条路径表明， 在企业竞争地位比较高时， 缺乏数字技术应用和机会利用能力， 致使企业创新绩效处于较低水平。可能的原因是， 当一个企业在行业中已经处于领先地位时， 它的研发创新活动已经不需要来自市场的导向， 而是可以通过技术和营销手段来带领市场。例如： 在智能手机市场， 智能手机的功能已经覆盖生活的方方面面， 某些手机的应用已经超出普通消费者生活所需， 需要由手机厂商进行市场教育才能使普通消费者适应。并且， 当企业缺乏数字技术应用和机会利用能力时， 企业管理人员会采取更保守的创新战略。组态结果显示， 该路径的一致性为0.853825， 原始覆盖度为0.344855， 唯一覆盖度为0.080013， 表明这一组态路径约能解释34.49%的电子制造业企业低创新绩效案例， 约8%的电子制造业企业仅能被这条组态路径解释。

2. 组态6： 非环境不确定性*企业竞争地位*非机会感知能力*非机会利用能力。该条路径表明， 在企业竞争地位比较高时， 即使处在稳定性的环境中， 缺乏机会感知能力和机会利用能力也会使企业创新绩效处于较低水平。这类电子信息制造业缺乏对机会感知能力的运用， 企业创新的积极性不高。可能的原因是， 基于我国电子制造业的发展历史， 代加工模式一直在我国的制造业中占据举足轻重的地位， 这种由技术发达国家输出产品和专利， 我国制造业只负责生产和加工的模式在过去一直备受部分企业推崇， 并在未来很长一段时间也会延续下去。组态结果显示， 该路径的一致性为0.867972， 原始覆盖度为0.218584， 唯一覆盖度为0.025803， 表明这一组态路径约能解释21.86%的电子制造业企业低创新绩效案例， 约2.58%的电子制造业企业仅能被这条组态路径解释。

3. 组态7： 环境不确定性*企业竞争地位*机会感知能力*非机会利用能力。该条路径表明， 即使企业拥有机会感知能力和企业竞争地位， 在不确定的环境中， 缺乏机会利用能力也不会使其达到高创新绩效的发展目标。其可能的原因是： 一方面， 当企业感知到不确定的环境时， 会灵活调整经营决策， 采取保守的创新策略， 在此组态中， 环境不确定性和机会感知能力作为核心条件抑制了企业创新行为， 尤其是当企业管理层是风险厌恶型领导时， 若外部环境动荡不安其会加强内部控制以避免风险和危机； 另一方面， 环境不确定性加剧了企业的融资难度， 企业会选择性地规避风险大、 投资周期长的创新计划。组态结果显示， 该路径的一致性为0.849675， 原始覆盖度为0.195077， 唯一覆盖度为0.040083， 表明这一组态路径约能解释19.51%的电子制造业企业低创新绩效案例， 约4%的电子制造业企业仅能被这条组态路径解释。

（五）组态路径之间的潜在替代关系

分析组态1和组态2可知， 这两个组态路径之间存在替代关系， 可归纳为“机会利用能力—非竞争地位主导型”。当机会利用能力作为核心条件且企业竞争地位差距不明显时， 作为边缘条件的机会感知能力和非环境不确定性存在替代关系。可能的原因是， 这两种组态路径更符合传统电子制造业企业创新的路径， 在经济平稳的环境下或者企业机会感知能力比较强、 研发方向明确时， 企业更愿意承担研发创新活动中的风险， 开展研发创新活动。

比较组态3和组态4可知， 当数字技术应用和机会利用能力作为核心条件时， 环境不确定性和非机会感知能力与非环境不确定性和机会感知能力可以互相替代， 因此组态3和组态4可归纳为“数字技术应用—机会利用能力主导型”。对比这两组组态发现， 在企业已经具备一定的数字化基础后， 环境不确定性作为核心缺失条件不再抑制企业创新。组态4中数字技术和机会感知能力互为补充， 组织和数字技术互相协调也会促进企业创新。因此， 促进制造业企业数字化转型， 加强对数字技术的应用， 让一线的研发人员更容易获得所需信息和知识， 可以提升创新的效率和精准度。

比较组态5和组态6可得， 在企业低创新绩效的路徑中， 当企业竞争地位和非机会利用能力作为核心条件时， 缺乏数字技术应用和在确定的环境中缺乏感知能力都不会让企业达到高创新绩效的目标， 因此这两组可归纳为“企业竞争地位—非机会利用能力主导型”。达不到高创新绩效的可能原因是， 企业具有一定竞争地位后， 若不明确未来的研发方向和市场需求， 企业管理者多采取保守的创新战略和对策， 颠覆性的创新需要巨大的市场教育成本和营销费用， 而这在一定程度上摊薄了企业的垄断利润。且颠覆性创新往往伴随更多的失败风险， 企业缺乏对于未来需求的预判和竞争市场的信心， 更容易在企业创新战略上出现短视行为。

对比引致企业高创新绩效的路径和引致企业低创新绩效的路径发现， 引致电子制造业企业创新绩效的前因条件组态具有非对称性， 即引致企业高创新绩效的四条路径组态并不是引致企业低创新绩效的三条路径的反面。

（六）稳健性检验

本文借鉴杜运周等（2020）在模糊集定性比较分析方法中的稳健性检验做法， 将本案例样本的一致性阈值从0.8提升至0.85， 其他条件保持不变， 发现企业创新绩效的组态路径保持不变， 解的总体一致性高于理论值， 覆盖度略微缩小， 说明本文结果具有稳健性。