创新资源对电力行业数字化水平的影响路径研究

□金瑞丰 杨燚睿 蒋 攀 任冬林

[西南科技大学 绵阳 621010]

引言

数字经济背景下，要深入发掘数据这一新生产要素的价值，数字化转型是企业主体依循发展规律所必经的一个重要战略[1]。当前，新一轮科技革命和产业变革已至，越来越多的中国企业通过“数字技术”实现企业结构优化和动能转换的前景战略。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》强调了要加快数字化发展，提升企业技术创新能力，科学评价企业数字化水平也有助于进一步提升企业数字化水平。

《“十四五”数字经济发展规划》也指出要深化重点产业数字化转型，推动能源行业低碳转型。电力行业是关系到国计民生的基础性行业，也是我国最大的碳排放部门，电力行业正积极进行数字化转型，急需科学评价电力行业中企业的数字化水平。不同创新资源对于电力企业数字化水平有着不同程度的影响，因此探究创新资源对电力行业数字化水平的影响有助于优化资源配置，电力行业数字化水平的提升对于电力行业实现碳达峰和碳中和的目标具有重要意义。

近年来，国内外学者围绕企业数字化的研究取得了丰富的成果。影响企业数字化转型的因素主要有组织文化[2]、管理认知[3]和企业家精神[4]等，研究主要集中于转型过程中的影响因素。而企业在转型后需要科学评价自身的数字化水平，找到影响企业数字化水平的影响因素，才能有效提升企业数字化水平，而当前对于企业数字化水平的研究较少，针对电力行业数字化水平的研究更少。基于此，本文利用电力行业上市企业2017～2019年面板数据，基于新经济增长理论、动态能力理论、知识溢出理论和人力资本理论，运用模糊集定性比较分析方法（fsQCA）评估创新资源对电力行业数字化水平的具体影响，进而为电力行业数字化水平的提升和政府部门相关政策的制定提供理论支撑与决策依据。

一、文献综述

（一）创新资源

创新资源指进行科技创新活动所需要的物质基础总和。创新资源是一种新资源，具有不可替代性，不受时间和空间的限制。它的种类多样，在企业中，创新资源是指企业技术创新所需的人力、物力和财力等方面资源[5]，分为内部创新资源与外部创新资源。内部创新资源包含了人才、资金、技术和设备等要素，外部创新资源包含外部技术、人才、资金、设备、市场和环境等关键要素[6]。目前对于创新资源的研究主要集中在创新资源来源和创新资源配置两个方面。创新资源方面，刘德胜等认为在互联时代共享平台成为获取创新资源的重要来源，共享平台能够起到沟通和调节的作用，打破了过去企业以企业为边界的资源获取机制的约束，解决了资源获取无序性和资源使用非连续性的冲突，对企业的创新活动起到了积极作用[7]。Lin Jie等则利用UIPE创意处理框架将消费者生成的内容转化为创新资源[8]。此外，王宏伟等认为高技术产业研发活动核心要素就是创新资源，创新能力受到创新资源投入程度的影响，同时也受到创新资源的配置、整合和协同的影响[9]。余桂玲认为构建企业创新联合体能够转变组织架构，成果转化和产学研结合能力的提升能提高创新资源的配置效率[10]。同时，为解决二元创新资源配置难题，欧伟强利用Net logo软件构建了随机性多主体创新资源配置仿真模型，发现资源柔性过大不利于资源配置，降低企业利润，能力柔性的增强有利于提高资源配置效率，进而提升企业创新绩效，该模型全面考虑到了消费者和市场竞争、环境条件、企业策略等因素，更符合创新实际，为企业资源配置难题提供了新思路[11]。

（二）电力行业

电力行业是国家经济发展的重要基础，在“双碳”目标提出的背景下，电力行业作为重要的碳排放行业，将承担起更大的减排份额及减排责任。近年来，有关电力行业节能减排成为研究热点，研究主要集中在污染物排放控制、技术创新和数字化技术应用三个方面。首先，污染物排放控制方面。何迎等认为影响电力行业碳排放主要有火电能耗强度、电力结构和用电强度等因素，通过研究发现这些主要影响因素的区域差异较大，国家减排政策要根据各省特点差异化落实[12]。王丽娟和张剑等研究了电力行业实现碳达峰的路径，认为通过提高非化石能源发电量，可以保证电力行业2030年左右达峰[13]。王栋分别从政府和电力企业出发，研究了电力行业大气污染的控制策略，指出政府要完善相关政策法规，电力企业要研究和采用污染排放控制技术同时实行清洁能源发电[14]。其次，对于技术创新方面的研究，影响电力行业创新效率的主要因素有融资模式、创新战略和产业政策等。Wang和Liu以政府发布的风电产业政策为研究对象，发现不同类别的创新政策和融资方式对企业技术创新质量具有重要的影响[15]。Li和Shi研究了政府创新战略对风能创新的影响，指出地方政府的创新战略对区域风能技术创新具有明显的诱导效应[16]。Jiang则研究了产业政策对于电力行业技术创新的影响，发现产业政策提高了风电企业的利用性创新效率，但也对探索性创新产生了负面影响[17]。最后，对于数字化技术应用方面。王栋和杨珂研究了基于区块链的新型分布式数字身份技术在电力行业的应用，发现数字身份认证体系可以防护电力行业网络安全[18]。刘海涛和段敬研究了基于RPA和AI技术构建的“数字员工”平台在电力行业的应用，指出数字化技术的应用可以推动电力行业数字化发展，为电力行业数字化转型发展赋能[19]。

（三）数字化水平

企业数字化以人工智能、大数据和云计算等为代表的数字技术为主导，覆盖了技术、人才、战略和思维等多种要素，构建数据为核心的驱动创新体系，从而提高企业创新能力[20]。目前，对于企业数字化水平的研究主要分为数字化技术应用、数字化水平测度和数字化水平对企业绩效影响三个方面。首先，对于数字化技术应用的研究方面，刘名武梳理现有文献发现应用大数据和人工智能技术能够帮助企业发现潜在价值信息，加速绿色供应链网的建立[21]。刘樑基于41家三线军工企业数据，从数字化应用的角度出发，运用模糊集定性比较分析方法,研究了企业产权属性、企业规模和创立年限等因素对我国三线军工企业数字化转型路径选择的复杂作用机制，发现数字化技术有助于企业生产、供应和服务等多元化发展[22]。在电力行业，江民圣从智能设备、可视化数据和无缝集成应用系统三个方面实践大规模个性化定制数字化互联工厂，实现了互联工厂全流程业务智能管控、智慧运营和智能决策，优化了制造、生产和决策等业务效率[23]。江秀臣指出想要从根本上提高电力系统可靠性与运行效率，需要建设输变电设备数字化技术以实现设备态势感知[24]。谢露艳为提高电力系统稳定性与输出质量，采用GIS地理信息参数设计了电力系统健康指数评价体系，挖掘其中的数字信息，以等级划分标准为依据进行电网工程数字化设计移交系统的GIS信息调度优化，实现了对系统硬件的基层设计[25]。其次，对于数字化水平测度的研究，国内外学者提出了多种不同测量数字化水平的方法。汪斌运用信息化综合指数测度我国数字化水平，从整体综合地衡量数字化水平[26]。Luo从准备环境、产业发展和综合发展三个方面建立了数字化水平评价体系[27]。周青选择数字化接入、数字化装备、数字化应用和数字化平台建设四个指标来测度数字化水平，研究发现提高数字化接入水平有利于提升创新绩效，而区域数字化装备、平台建 设、应用水平对创新绩效影响呈现倒U型关系[28]。此外，对于数字化水平对企业绩效影响的研究。杨伟等认为建立数字化系统提高了企业数字化转型的积极性，通过供应链模式能够推动实现企业价值共创并提升企业经济绩效[29]。薛铃琦认为数字化能够清除企业供应链价值管理中组织、文化、员工素质和管理者才能等障碍，从而提高企业竞争绩效，但数字化转型对企业竞争绩效的提升力度在小规模企业和非国有控股企业中更为显著[30]。侯光文认为大数据、人工智能和云计算等技术手段可以提升企业对抗危机的处理能力，促进企业与网络中的其他成员进行信息交换和技术合作，帮助企业获取新的异质性知识并形成协同优势，从而推进企业网络整体创新绩效的提升[31]。肖仁桥认为企业数字化水平与企业开放新产品绩效呈现倒U型关系，突破性的数字化能力促进企业新产品开发绩效更显著[32]。BOUWMAN认为数字化驱动的企业模式给企业绩效带来了巨大影响，IT支持的动态能力很大程度上提高了企业绩效[33]。

（四）创新资源与数字化水平

创新资源作为企业的生产要素，可以推动企业数字化转型，提高行业数字化水平[34]。通过梳理现有文献发现，学者们从制造业、服务业和食品行业出发，探究了创新资源与行业数字化水平之间的关系。杨水利探讨了创新资源与制造企业数字化的影响机理，指出改善企业创新环境，可以提高制造企业数字化水平，助力企业高质量发展[35]。林舒婷认为体育用品制造业数字化的动力因素包括技术创新、人才和政府财政支持等创新资源[36]。唐建雄研究了酒店数字化水平的影响因素，发现人力、物质和自身技术等创新资源为提高酒店数字化水平提供了内驱力[37]。Milad Dehghani发现技术创新资源对食品行业数字化发展具有重要作用[38]。通过对现有文献的梳理，可以发现相关文献中关于创新资源对电力行业数字化水平影响的研究较少。

基于此，本文系统分析了创新资源对电力行业数字化水平的影响机理，并通过实证分析进行验证，丰富了电力行业数字化水平的研究。

二、理论分析

随着全球数字技术不断发展，越来越多的企业参与到数字化转型过程中，并利用数字技术对企业结构和组织管理模式进行了升级转型。数字化水平体现了企业的数字化程度，数字化参与者可以接触更多层次的创新资源[39]。以往学者普遍的做法是用研发人员和经费投入来衡量创新资源。但随着创新资源内涵的不断丰富，企业外部的创新条件也愈发受到关注。本文在考虑研发投入的基础上，根据动态能力理论、知识溢出理论、人力资本理论和宏观经济理论等相关理论，从企业内部环境和外部环境两个方面衡量和选取变量，以便更合理地表征企业创新资源。

（一）研发投入、研发人员与数字化水平

企业的数字化是一种提升企业创新能力及运营效率的战略变革，以数字化技术为基础，实现业务的改进并解决运营中出现的不确定性问题[40]。基于组织变革理论，企业在变革过程中为了应对数字化带来的冲击，会采用大数据、云计算和社交平台，加大研发投入以提升新产品开发的能力和数字化水平，使自己在竞争中获得优势。肖静华对比了两家基于不同发展模式的互联网服装企业的数字化程度，发现加大研发投入，建设数字化平台，可以利用消费大数据让新产品的研发决策转变为人与数据相结合的形式，更好地提升了企业的数字化水平[41]。Mauerhoefer通过分析德国新产品研发的相关数据，发现研发投入会影响企业的新产品研发的IT能力和胜任力，并影响企业的数字化绩效[42]。

研发人员作为创新资源的一种，能够为电力行业数字化技术的创新发展提供智力支持。新经济增长理论认为，技术创新是产业发展的内生动力，数字化创新要素带来的技术创新对企业数字化水平的高低有着重要的影响[43]。罗默的内生增长模型认为科学家和技术人员的劳动力投入是内生变量。人力资本作为一种数字化创新资源，其体现的知识规模报酬递增是经济增长的主要原因，而知识积累又通过教育的方式进一步提高技术水平。[44]。数字化水平的提高需要信息技术来实现，而数字化研发人员作为人力资本的投入，其创造出的数字化工具能有效提升信息运输和软件开发效率，同时也体现了企业数字化知识积累和创新水平。由此可见，研发投入和研发人员是提高企业数字化水平的重要基础。因此，本文将研发投入和研发人员作为前因因素。

（二）企业规模、企业上市年限与数字化水平

企业的动态能力对应对各种新的挑战具有创新性的作用，能够帮助企业感知外部环境，打破思维的束缚，建立持续的竞争优势。动态能力理论关注企业如何应对快速变化的环境，利用内外部的资源创造自身的竞争优势[45]。企业规模越大，上市年限越久，企业积累的市场和技术经验越多，企业竞争力也就越强。拥有强竞争力的企业，在提高自身数字化水平的过程中具有更多的优势。当前对于企业竞争力的衡量维度有多个，其中企业规模和企业上市年限是重要的衡量维度，因此，本文将企业规模和企业上市年限作为前因要素。

（三）省铁路公里数与数字化水平

目前我国铁路行业高速发展，动车和高铁已作为地区之间主要的交通工具之一。铁路的良好发展能够促进资源要素在区域之间流动。从知识溢出理论视角出发，知识溢出通过区域内知识流动实现，知识流动包含了区域科技技术流动，而人才是科学技术的主要载体，人才在各区域之间的流动性在一定程度上提升数字化水平[46]。王雨飞和倪鹏飞对全国248个地级以上的城市通过空间溢出效应计量模型，发现铁路发展缩短了城市之间来往的时间距离，加速了资源要素流动，提升了区域互联互通水平，城市经济产出实现了6.53%增长幅度[47]。人才作为主要的流动资源要素，在各城市之间的来往互通，提高知识溢出效率，加强了企业之间的科学技术分享，进而提高企业数字化水平。铁路是国家经济发展和科技发展的产物，涉及信息、能源、机械和环保等多个科技领域，成熟科学技术是铁路发展的前提，而铁路发展又可以促进相关科学技术进步[48]。综上可知，铁路发展加速人才区域流动，加强了科学技术流通，一定程度上提高各区域的科技水平，对提升企业数字化水平有促进作用。省铁路公里数从数值上直观呈现了各省份铁路的发展情况，因此本文将省铁路公里数作为前因要素。

（四）省高校数量与数字化水平

人力资本作为企业人力创新资源，高素质人才更易掌握创新技术。基于人力资本理论，人力资本是经济增长的源泉，是科技创新和提升区域创新效率的关键因素[49]。周均旭选取30个省份的面板数据，架构固定效应模型、动态系统GMM和门槛模型，印证了人力资本对科技创新的影响，当R&D强度跨过1.22与1.92时人力资本会促进科技研发，科技研发能力的提升又能提升企业数字化水平[50]。此外，区域教育水平体现了区域人才资本后备储蓄资源的好坏，高教育水平下人力资本可使企业取得更多经济与科技成效。高校是培养高素质人才的主要阵营。已有研究表明，高校数量的增长提高了区域教育水平，对经济发展具有推动作用。Agiomirgianakis通过实证说明随着教育水平的提高，人力资本对区域经济有明显的促进作用[51]。刘春林从信号理论出发，通过研究中国上市公司数据，发现引进人才有利于企业获得政府补贴并提升商业信用，进而从整体上促进了企业创新并提高了企业的发明专利。人力资源是企业发展的关键因素，良好的人力资源有助于推动企业数字化改革的发展[52]。高校作为一个地区内的创新人才重要来源，高校数量能够直观反映出区域内电力行业数字化水平的创新潜力，因此，本文将省高校数量作为前因要素。

（五）GDP、财政收入与数字化水平

从市场经济与政府干预两个视角出发，国民生产总值（GDP）与财政收入从经济与政府两个角度影响着企业数字化水平。从市场经济视角出发，基于宏观经济学理论，国民收入水平反映了整个社会的经济水平，包括了市场生产与就业水平，国民收入水平以国民生产总值（GDP）来核算[53]。研究发现，在激烈市场竞争下，精准满足市场需求是企业解决发展困境的重要途径，而企业数字化水平的提升能有效帮助企业精准把握客户客需求[54]。市场的动态变化能有效反应出市场需求的变化，GDP在一定程度上可以反应市场经济水平的动态变化，因此GDP可以影响企业的数字化建设从而影响企业数字化水平。从前文可知，经济发展和科技创新等因素影响着企业数字化水平，徐飞绘制了美国百年来国民生产总值（GDP）数值与科技创新关系图，发现二者之间存在显著正向激励作用[55]。夏杰长建立结构方程模型发现经济发展促进了制造业技术、产品和模式创新，提高了企业数字化水平[56]。此外，国民生产总值（GDP）不仅能反映出区域内经济水平还能从侧面反映出该区域内行业的结构优化程度，良好的经济环境能够吸引更多人才与企业，从而推进企业竞争效应并策划出更多创新项目进而提升数字化水平。

另一方面，从政府干预视角出发，宏观经济学理论认为市场是不完善的，需要政府通过财政手段弥补市场的缺陷。财政政策为政府调控市场的主要经济手段之一，能正确引导资金流向，而税收是政府财政主要收入来源，完善的税收政策对企业资金积累和创新资金配置能起到正向促进作用[57]。合理税收政策的实施一定程度上鼓励了企业自主创新发展，我国财政税收政策对我国企业自主创新能力有明显正向促进作用，贾佳运用DEAP与EMS软件实证测算出我国财政政策对企业数字化水平绩效呈现正向影响，建议应发挥财政收入投入社会资本杠杆效应[58]。陈亚平收集2006～2018年全国财政科技支出进行研究，发现我国财政科技支出年均增速17%，在财政科技支出影响下全国企业数字化水平整体上升了6.1%[59]。市生产总值是反映区域市场竞争程度与经济水平的重要指标，区域财政收入规模又直接决定了区域财政支出规模[60]。因此本文选取市生产总值和市财政收入作为前因要素。

综上所述，本文选取财政收入、高校数量、铁路公里数、市生产总值，企业规模、企业年限、研发投入和研发人员8个前因要素构建理论框架（如图1）。

图1 理论模型

三、研究设计

（一）研究方法

定性比较分析（Qualitative Comparative Analysis）简称QCA，最早由Charles C. Ragin提出，是一种针对中小样本案例开展研究的分析方法。根据变量类型，QCA一般可以分为清晰集定性比较分析（c s Q C A）、多值定性比较分析（mvQCA）和模糊集定性比较分析（fsQCA）三种。mvQCA和csQCA共同的方法基础是清晰集和真值表（truth table），决定了他们只适合处理类别（kind）问题，也即案例只能被分配到分类变量的某一个类别中，而fsQCA的出现进一步提升了分析定距、定比变量的能力，使得QCA不仅可以处理类别问题，也可以处理程度变化的问题（degree）和部分隶属的问题（partial membership），即案例有一个介于0（nonmembership）与1（full membership）之间的隶属得分。本文选取的电力行业上市企业，经过筛选符合分析企业仅有69家，选用fsQCA可以有效弥补研究中样本量较少的问题，考虑到影响电力行业数字化水平的因素较多，可能存在多个电力行业数字化水平提升路径的等效组合，故采用fsQCA展开研究。

（二）数据来源

定性比较分析（QCA）案例选择遵循“最大相似”和“最大差异”两个基本原则。最大相似指选取案例要求在事实上存在某种程度的相似性，最大差异要求根据多样性程度选择不同案例，用数量最少的案例实现最大程度的案例异质性这一核心标准，因此这就要求研究者选取具有典型性和代表性的案例样本[61]。上市企业是一个行业中的优秀企业，代表了行业的发展水平，因此本文选取69个电力上市企业为代表进行研究。根据条件变量的不同类别，本文将创新资源分为区域创新环境和企业创新能力两个方面，其中区域创新环境包括财政收入（CZSR）、高校数量（GXSL）、铁路公里数（GLS）和市生产总值（GDP），企业创新能力包括企业规模（QYGM）、企业年限（QYNX）、研发投入（YFTR）和研发人员（YFRY）。以上数据均来自于国泰安（CSMAR）、各省份统计年鉴和企业年报。最终以电力上市企业数字化水平为结果变量，从组态视角探究区域创新环境和企业创新能力两个维度下8个前因要素对于电力上市企业数字化水平的影响。

（三）数据校准

本文数据不是类别变量，因此采用fsQCA能获得更好的分析效果。通过Stata和QCA软件将原始数据转换为集合概念，设定三个临界值：完全隶属、交叉点和完全不隶属[62]。当前对于锚点的选择有95%、50%、5%和75%、50%、25%两种[63]，本文选择第二种锚点。具体步骤如下：（1）通过Stata软件确定变量的75%分位数、50%分位数和25%分位数，计算出相应的锚点值；（2）根据锚点值使用fsQCA3.0软件对变量进行校准，将其转换为0～1之间的隶属分数。各变量锚定点如表1所示。

表1 2019年各变量校准结果

四、结果分析

（一）必要条件分析

进行真值表分析之前，需要对条件变量进行必要性分析。若结果发生时某个条件变量总是存在，那就说明此条件是必要条件，组态分析一般通过一致性（consistency）来判断是否是必要条件，通过软件分析后若一致性（consistency）大于0.9，则认为该条件是必要条件，在下一步真值表构建时就需删除该条件[64]。本文采用QCA软件对2019年8个条件变量进行分析，得到必要性结果。如表2所示。

表2 2019年条件变量必要条件分析

从表中可以清晰地看出，条件变量一致性水平都未达到0.9，说明8个条件变量都不是结果变量的必要条件，不同变量间需彼此配合才能对电力行业数字化产生影响，电力行业的数字化水平是一个多因素影响的结果。详细来看，高校数量、铁路公里数、企业年限和企业规模四个指标的一致性水平在0.6以上，和其他变量相比对于电力行业数字化水平影响程度较高。因此在必要条件分析基础上，进一步探究不同条件变量的不同组合对电力行业数字化水平的影响。

（二）组态分析

在组态分析中，案例数量和研究人员对于案例的熟悉程度影响阈值的设定，已有研究中一次性阈值一般有0.75和0.8两种。本文根据样本情况分析时设定一次性阈值为0.75，考虑样本数量较少设定频率阈值为1，设置PRI一致性阈值为0.5，运行后得到复杂解、中间解和简单解。复杂解包括了所有实际观察案例的组态，简单解在实际案例的基础上纳入了“容易”和“困难”的“逻辑余项”（easy and difficult remainders），中间解包括了有实际观察案例的组态和“容易的逻辑余项”，中间解介于两解之间，对于路径和案例解释更加合理，因此本文主要采用中间解和简单解进行分析[65]。

根据中间解和简单解分析得到组态分析结果（如表3所示）。其中，同时出现在中间解和简单解的条件变量为核心条件，只出现在中间解的变量为边缘条件。从表中可以看出，共有8条组合路径，总一致性水平为0.778，高于一致性阈值0.75，说明8条组合路径是创新资源对电力行业数字化水平的影响的充分条件，总覆盖率0.716，说明8条路径能够解释创新资源对电力行业数字化水平的影响达到70%以上。

表3 2019年创新资源前因条件组态分析结果

通过对8条组合路径及路径下的案例企业分析，将创新资源对电力行业数字化水平影响归纳为资源欠缺型、资源均衡型、资源互补型和资源突出型4类路径。（1）路径1（～GDP*～GXSL*～CZSR*～QYNX*QYGM*～YFRY*～YFTR）和路径2（～GDP*～GXSL*GLS*～CZSR*～QYNX*～YFRY*～YFTR）构成了资源欠缺型路径，通过对比发现除了企业规模和铁路公里数外其他条件都处于缺失状态，即两条路径下外部和内部的创新资源都比较差。该路径下对应的企业位于资源相对匮乏的地区，区域创新资源较差，企业无法获得政策、资金和人才的足够支持，因此企业需要根据内外条件精准定位突破发展桎梏，探索数字化发展之路。黔源电力、天富能源和嘉泽新能是此类路径下典型企业。（2）资源均衡型路径对应路径3（～GDP*GXSL*GLS*～CZSR*～QYNX*QYGM*～YFTR）和路径4（～GDP*GXSL*GLS*～CZSR*～QYNX*～QYGM*YFRY*YFTR），两条路径的特点是拥有较好的外部和内部创新资源，各条件变量分布相对均衡，除了研发人员出现了一次缺失，其他条件变量都产生了影响。对于处于这类区域的企业来说，区域创新环境给企业提供了一定的基础条件，企业有着一定的创新能力，在后续的发展中要善于结合内外部资源，以做到协同发展，有效提升企业数字化水平。西昌电力、长青集团、聆达股份、广安爱众和郴电国际是此类路径下的典型企业。（3）资源互补型包括路径5（GXSL*～GLS*CZSR*～QYNX*～QYGM*～YFRY*～YFTR）和路径6（GDP*GXSL*～GLS*CZSR*～QYNX*～QYGM*～YFRY），此类路径介于资源均衡和资源缺乏型之间，条件未有严重缺失，优势的区域创新环境带动企业创新能力的提升，使企业数字化水平得到提升，因此对于内部资源较差的企业来说，需要根据自身定位充分利用区域创新资源进行优势互补提升企业数字化水平。江苏国信、协鑫能科和浙能电力是此类路径下的典型企业。（4）资源突出型包括路径7（GDP*～GXSL*～GLS*CZSR*QYNX*QYGM*YFRY*YFTR）和路径8（GDP*GXSL*GLS*CZSR*～QYNX*QYGM*YFRY*YFTR），从表3中可以清晰看出两条路径中全部前因条件都存在，无论是区域创新环境还是企业创新能力都均衡发展，其中如企业规模、研发投入、财政收入、研发人员和市生产总值，对企业数字化水平有着较强影响，是企业提升数字化水平的重要条件。京运通和太阳能是此路径下典型企业，此路径下内外创新资源非常丰富，应充分运用政策、资金和人才等资源，最大程度提升企业数字化水平。

（三）滞后性及纵向对比分析

一个区域的政策、基础设施、文化和人才建设都是一个长期的过程，一个城市的创新资源也是在逐渐变化的，创新资源对于企业的影响也是逐渐累积的，因此创新资源对于企业数字化水平的影响可能存在一定的滞后性。据此，本文对于创新资源对电力行业数字化水平的影响进行滞后性研究，探究条件变量的滞后性情况。本文根据2019年分析选取的条件变量和结果变量，收集相同企业2017年和2018年的数据，根据必要条件分析和组态分析的结果进行纵向对比，根据路径下的案例情况进行对比分析，研究区域创新资源和企业创新能力的变化情况。根据2017年和2018年必要条件分析情况来看，各条件变量一致性水平均低于0.9，说明条件变量都不是结果变量的必要条件。详细来看，2017年和2018年中研发投入和研发人员一致性水平与2019年相差较小，而高校数量由0.56上升到了0.64，市生产总值从0.6降到0.52，企业上市年限从0.58上升到了0.63。从这一系列数据说明，一个地区高校数量对于企业发展是长期的，高校数量较多能带来更多数字化技术人才，而市生产总值对于企业数字化水平的影响则趋于短期，企业随着自身发展积累更多人才和技术则会降低对外界的依赖。

经过必要条件分析后，再对2017年和2018年组态结果进行分析。从表4和表5中可以看出，2017年和2018年一致性都在0.8以上，能够较好解释组合路径。详细来看，2017年和2018年都存在资源欠缺型、资源均衡型、资源互补型和资源突出型4类路径，但各类型下包含的路径有着较为明显的变化。我国沿海地区和中西部地区有着较大的差别，中西部地区受到国家政策影响较大，地方政府可能根据国家战略出台相应政策并提供资源以改善创新环境，帮助企业提升数字化水平，加强不同地区技术、人才和资源的交流，整体提升数字化水平。从表4滞后两年的情况可以看出，资源欠缺型和资源互补型与后两年相比有着较大的区别，资源欠缺型包含一条路径，说明这一类电力企业内外创新资源较差，说明在数字化初期政府和企业对于数字化的认识和准备不足。资源互补型下包含四条路径，这一类路径下的内外创新资源是政府和企业原有资源，是企业数字化初期阶段的实际情况。从表5滞后一年的情况来看，从原来资源互补型为主逐渐转变为资源均衡型为主，说明在国家数字化战略的指导下，经过一系列的调整和改善，一些区域和企业的创新资源水平得到了较大的提升，企业在内外创新资源的协同发展下提升着数字化水平。具体表现为，广安爱众和彬电国际从2017年的资源欠缺型发展变为资源互补型；浙能电力、长源电力和申能股份从资源互补型发展变为资源均衡性，说明政府和企业对于数字化反应较为迅速；华银电力、深圳能源、东旭蓝天和广州发展仍旧属于资源突出型，说明这些区域的创新资源发展水平仍旧处于较高的水准，企业能及时进行调整以保持高效的发展，对于较差区域的企业具有较强的参考价值。

表4 2017年创新资源前因条件组合分析结果

表5 2018年创新资源前因条件组合分析结果

最后，结合2019年组态分析，从图2可以清晰看出，2017年资源互补型为主，2018年从资源互补型发展到资源均衡型为主，2019年发展为资源均衡型、资源互补型和资源突出型均衡分布，少量企业处于资源欠缺型，说明政府根据自身特点进行调整，企业也根据自身情况选择了适合自身数字化水平的提升路径。华银电力、深圳能源、东旭蓝天、广州发展、金开新能、太阳能和京运通发展保持在资源突出型路径，说明企业所在区域有着良好的区域创新资源，企业自身也投入大量资源形成了较强企业创新能力。此类企业充分利用区域和企业的创新资源优势大力提升数字化水平，形成了较为稳定的发展策略。江苏国信和协鑫能科保持资源互补型路径下，内蒙华电随着发展也加入此路径。聆达股份、广安爱众、郴电国际和浙能电力发展为资源均衡型，说明企业的内部和外部创新资源已经得有效融合，进行优势互补，获得较为均衡的发展。嘉泽新能、黔源电力和桂东电力等企业仍处于资源缺乏路径下，企业内外创新资源较差，但随着全国数字化建设水平的提升，创新资源能够逐渐实现跨区域协调，并有效提升企业数字化水平。

图2 2017～2019年创新资源影响电力行业数字化水平路径变化

五、研究结论及启示

（一）研究结论

本文基于创新资源视角，从新经济增长理论、动态能力理论、知识溢出理论和人力资本理论出发，运用fsQCA方法分析了区域创新环境和企业创新能力两个方面8个要素的组态效应对电力行业上市企业数字化水平的影响，根据8条路径归纳出了资源欠缺型、资源均衡型、资源互补型和资源突出型四类路径，并对2017年和2018年的数据进行滞后性分析，纵向分析四类路径下影响因素和企业的发展变化过程，深入地探讨创新资源对于电力行业上市企业数字化水平的影响。主要研究结论如下：

一是从微观层面探究电力行业数字化水平的影响因素，具体来说受到财政收入（CZSR）、高校数量（GXSL）、铁路公里数（GLS）、市生产总值（GDP）、企业规模（QYGM）、企业年限（QYNX）、研发投入（YFTR）和研发人员（YFRY）8个条件的协同影响，具有多重并发的特点。通过组态分析发现存在资源欠缺型、资源均衡型、资源互补型和资源突出型四类影响电力行业数字化水平的路径：资源欠缺型下路径1中财政收入缺失、企业年限缺失和研发人员缺失是核心条件，市生产总值缺失、研发投入缺失和企业规模是边缘条件，此类路径下企业规模对于数字化水平影响较大；资源均衡型下路径3中财政收入缺失和企业规模是核心条件，市生产总值缺失、高校数量、铁路公里数、企业年限缺失和研发投入缺失是边缘条件，此类路径下区域创新环境和企业创新能力对于企业的数字化水平都有着一定的影响；资源互补型下路径5中财政收入、企业规模缺失、企业年限缺失和研发人员缺失是核心条件，高校数量、铁路公里数缺失和研发投入缺失是边缘条件，此类路径下区域创新环境对于企业数字化水平有着较大的影响；资源突出型下路径7中高校数量、财政收入、企业年限和企业规模是核心条件，市生产总值、铁路公里数缺失、研发投入和研发人员是边缘条件，此类路径下内外创新资源都较为丰富，对于数字化水平有着积极的促进作用。

二是根据不同路径下的具体案例分析数字化水平的影响因素。对于金开新能、太阳能、三峡水利和京运通这一类的企业，良好的区域创新环境能给与企业较大支持，同时企业自身创新能力较强，内外因素共同作用下极大提升了企业数字化水平。对于西昌电力、聆达股份、广安爱众和长青集团这一类的企业，区域创新环境和企业创新能力对于企业数字化水平的影响较为均衡，地区高校数量较多，企业招聘人才时有更多的选择，便于引进和储备数字化相关人才，铁路公里数较高说明该地区的公共交通较为发达，资源和人才的流动和交流更为方便，有助于企业接受和处理信息。浙能电力和协鑫能科这一类企业，区域创新环境较好，较好的创新环境能弥补企业自身创新水平不足的短板，企业在研发和人员保持较低投入能有效降低企业的资金压力，充分利用外部创新资源提升企业数字化水平；对于嘉泽新能、黔源电力和闽东电力这一类的企业，该类企业位于资源相对匮乏的地区，区域创新环境较差，企业无法获得足够的政策、资金和人才支持，企业自身发展也较为不足，因此企业需要根据内外条件精准定位突破发展桎梏，探索数字化水平提升路径。

（二）政策启示

本文基于以上分析，对于电力行业数字化水平提升提出以下政策建议。

1. 优化产业政策，保障创新基础。数字化水平提升需要多个行业共同的努力，因此为了让企业可以快速提升数字化水平，政府应优化产业政策，给与企业良好的外在创新环境，弥补部分企业创新资源不足的问题，给与企业一定的资金支持，降低企业的运营负担，让企业无后顾之忧。

2. 提升政府服务水平，加强资源交流互通。企业数字化水平的提升需要企业之间广泛的沟通，实现资源的优势互补，但从竞争的角度出发企业可能会降低交流的程度，此时就需要政府出面给与企业信心和保障，提升政府的服务水平，对企业进行精准服务，使数字化相关资源得到有效互通，充分利用各种资源，发挥资源配置中政府的调节作用。

3. 完善行业评价指标，帮助企业精准定位。企业想要根据自身情况选择合适的数字化水平提升路径，就需要清晰地了解自身数字化水平，才能做出正确的选择，因此需从数字化相关理论出发，结合企业在数字化水平提升过程中的实践情况，借鉴国外企业发展情况，收集、分析和论证后确定企业数字化评价指标，构建出具有国际水平的中国评价指标体系。

（三）不足与展望

本文仅从创新资源角度探讨了对电力行业数字化水平的影响，而影响企业数字化水平的因素还有很多，因此未来可以选择更多领域并引进更多的影响因素，扩大滞后性分析年份，更加深入地探讨企业数字化水平的影响因素和提升路径。