工业互联网企业数字创业绩效的前因组态研究

张 铭，杜 静，曾 娜，田慧敏

（三峡大学 经济与管理学院，湖北 宜昌 443002）

一、引言

工业互联网（industrial internet of things）是物联网（internet of things）技术与产业融合所产生的新业态［1］，凭借着人、机、物的全面互联，重构了制造业的产业链、价值链与产业模式。在国家近年来不断深化“互联网+先进制造业”的政策指引下，中国迅速涌现出一批工业互联网企业，激起了新的数字创业浪潮。但从实际发展来看，中国工业互联网仍处于初期发展阶段［2］，与美国、德国在工业基础与工业Know-How 方面存在较大差距［3］，且工业互联网企业在创业过程中面临着技术、管理和人员等诸多问题［4］。特别是作为工业互联网核心组成的工业互联网平台，表现出的平台建设能力参差不齐，数字创业绩效高低不一［5］，只有少数企业能实现平台的效益增长［6］。基于此，如何提高工业互联网企业数字创业绩效，对于推动中国工业互联网发展进程、实现制造业大国向制造业强国转型有重大意义。

数字创业是数字经济时代下企业开展创业活动的重要趋势，而工业互联网行业正是其中的典型代表。工业互联网是“互联网+”“智能+”与工业领域深度融合的产物，其本质是以人、机、物的网络互联为基础，通过对工业数据的全面深度感知、实时传输交换、快速计算处理以及高级建模分析，以实现企业生产组织方式创新和变革［6-7］。因此，面向制造业数智化、网络化发展的需求，工业互联网企业开展了一系列数字创业活动，推动新兴数字技术在工业领域的深度集成应用。数字创业绩效能够体现企业数字创业实施的好坏，现有研究从个体［8］、组织［9］或环境［10］等不同角度探讨了单个因素对企业数字创业绩效的“净效应”，一定程度上丰富了数字创业研究，但仍存在以下不足：首先，既有研究或基于“普适思维”试图寻求一般性的答案，或采取“匹配思维”探索前因与结果的单一匹配，而数字创业不仅依赖于数字技术本身的特征［11］，还受到不同层面前因的协同作用［12］；其次，现有研究尚缺乏整合性框架对数字创业绩效的影响机制进行系统性探究，限制了对数字创业绩效差异背后技术、组织及环境等多重条件间的协同效应的理解，造成了研究成果的“碎片化”；最后，现有研究大多围绕数字创业者［13］与数字创业团队［14］展开，在位企业数字创业绩效的实证研究仍付诸阙如，尤其以工业互联网企业为研究对象的成果更是少见。

“技术—组织—环境”（technology-organizationenvironment，TOE）框架通常用于解释技术采纳现象，可根据研究对象和特定场景进行灵活调整，具有较高的适应性和实用性。定性比较分析（qualitative comparative analysis，QCA）方法从组态思维出发，可探讨多重条件的联动匹配对数字创业绩效的影响。因此，本文以工业互联网企业为研究对象，基于TOE 框架构建数字创业绩效的前因组态模型，并运用模糊集定性比较分析（fuzzy-set qualitative comparative analysis，fsQCA）方法试图探究：工业互联网企业数字创业绩效是否存在必要条件？工业互联网企业如何基于各自优势实现高数字创业绩效？是“自古华山一条路”，还是“条条道路通罗马”？

二、文献回顾与组态模型

（一）文献回顾

数字创业研究可追溯到对互联网创业的探究［15］，之后，学者们逐渐使用数字创业（digital entrepreneurship）或明或暗指代利用数字技术进行的创业活动［16-17］。数字创业既包括利用数字技术建立新企业及企业成长过程中涉及的创业活动，也包括在位企业开发或利用数字技术进行的再创业活 动［18-19］。基于过程视角，Davidson 和Vaast（2010）认为，数字创业意味着利用数字媒体与其他信息通信技术来寻求机会［20］；余江等（2018）在前者概念上进一步拓展，认为数字创业是利用社交媒体、新兴信息通信技术等相关数字技术进行机会识别、发展、实现和改进的过程［21］。基于结果视角，Song（2019）将数字创业定义为企业专注于构建与物联网、数据安全、解决方案、云平台等相关数字生态系统产品的创业活动［22］；李扬等（2021）则结合过程视角和结果视角的相关观点，将数字创业看作是基于云计算、大数据等新兴数字技术识别、评估和利用机会，以实现产品、服务与营销手段等数字化的一种创业活动［18］。从数字创业的价值测度来看，数字创业绩效体现了企业的盈利能力，可通过数字产品和数字服务的推广效果反馈以及财务指标来测量数字创业绩效对企业利润的贡献水平［23］；企业数字创业引发的成果产出通常是新产品、新服务以及新商业模式。因此，基于数字新创企业的角度探讨数字创业绩效的研究成为主流［24-25］。

目前，关于数字创业绩效的影响因素大致可归纳为技术、个体、组织和环境四个层面。①技术层面。该层面研究主要考察了数字技术的采用对创业活动的影响。数字技术在促进创业成功方面发挥着重要作用，如电子商务技术可通过增强信息获取优势、风险承担能力及扩展市场性关系网络以提升创业绩效，且对不同地区、规模和产业的企业作用强度不同［26］。②个体层面。该层面主要包括创业者社会资本、数字经验等前因。一项基于互联网新创企业的混合研究表明，早期互联网初创企业的商业模式是高度动态的，拥有良好社会资本的创业者更易获得首轮融资发展商业模式，进而获取创业成功［8］。数字创业者的经验、动机及个人技能也有利于企业数字创业的成功［25］，如Abubakre 等（2022）研究发现，创业者的数字经验在IT 文化价值观与数字创业绩效间起正向调节作用［27］。③组织层面。该层面涉及组织能力和战略导向等影响因素。发展动态能力有助于企业在持续变化的数字经济环境中获取并保持动态的竞争优势［12］，其中，数字营销能力对数字创业绩效有正向影响，且具备高创业导向的企业该影响效应更强烈［9］。相较于传统企业，数字创业企业享有更广泛与多样化的市场，需要拥有良好的战略定位以设计商业模式，进而在日益数字化的商业环境中脱颖而出。反映“技术推动”哲学的技术导向能为消费者提供技术上优越的产品和服务，而基于“市场拉动”哲学的市场导向则有利于优先创造卓越的消费者价值，两者均可促进企业数字创业绩效的提升［24］。④环境层面。该层面前因主要有制度环境及市场环境等。基于中国特有制度环境的探索性研究表明，政策环境推动传统企业向数字化转型，但由于缺乏对具体政策举措的支持，也出现了对制度环境的不信任问题［10］；与此同时，颠覆性的数字技术导致企业面临高度波动性、复杂性和不确定性的市场环境，企业在市场动荡性环境下难以准确识别、开发创业机会及整合所需资源，影响了数字创业活动的开展［28］。

既有实证研究开启了数字创业绩效影响因素的探索，但仍存在如下缺憾：第一，整合性模型的缺失导致对企业数字创业绩效差异的解释也只能是“碎片化”或是“雾里看花”，尽管大多学者均认同数字创业是多层面因素共同作用的结果，但鲜有研究基于跨层面视角探究不同层面因素对企业数字创业绩效的作用机制；第二，现有研究缺乏对工业互联网企业数字创业绩效影响机制的深度关注，且尚未深入探究行业背景不同的工业互联网企业数字创业绩效在前因组态上的异同。

（二）组态模型

在诸多分析框架中，TOE 模型应用较为广泛，是一种适用于技术应用情境的综合性分析框架［29］。该模型认为技术应用受到技术、组织和环境三方面因素的共同影响，其中，技术条件是技术相关特征及其与组织的关系；组织条件指组织特征，如组织规模和组织资源等；环境条件包括市场环境和制度环境等。已有研究将其应用于探讨驱动与阻碍工业互联网实施的影响因素［4］等。就本文的研究对象而言，工业互联网企业开展数字创业活动的过程包括开发、利用数字技术进行二次创业和数字化转型，受到来自技术、组织和环境层面不同因素的协同影响，与TOE 框架内包含的因素相契合。

因此，本文基于TOE 分析框架并结合既有研究成果及中国工业互联网企业发展的具体情境，从整体视角出发构建技术（T）、组织（O）和环境（E）三个层面的数字创业绩效组态模型，如图1所示。

图1 组态模型

1.技术层面

工业互联网企业在开展数字创业活动过程中面临着诸多技术挑战，如物联网应用场景碎片化现象严重、各企业连接成本差异极大、工业机理模型及专业技术方面沉淀不足［2-3］等，这些因素阻碍了工业互联网企业的进一步发展。首先，企业要实现设备互联、数据收集传输与自动控制等，离不开数字基础设施的支撑；其次，工业互联网涵盖了机械自动化、信息通信、智能控制和大数据分析技术等不同领域，多元化技术势必影响工业互联网的实施与推进。本文根据工业互联网企业自身的技术特征，将技术层面的数字基础设施和技术多元化两个前因条件纳入研究模型。

数字基础设施是为创新与创业提供通信、合作、计算能力的一种数字技术工具和系统，如云计算、大数据等［11］。现有研究大多从创业机会和资源视角出发，探究数字技术对创业活动的影响。一方面，数字基础设施为创业企业机会的发现与识别提供了技术支撑，如开发智能化产品或提供信息化服务以满足市场需求［30］。数字技术为创业企业带来大量用户基础，以快速识别和利用数字创新机会，有助于创业企业迅速成长［31］。另一方面，数字基础设施提高了数字创业资源的可获得性、可代替性及配置效率［18］。有研究表明，数字技术可以通过改善企业与客户、供应商间的关系，提高资源配置效率，进而促进创业绩效的提升［32］。

技术多元化被界定为企业知识和技术基础的多元化程度［33-34］，不同行业类别的创业企业，其技术多元化水平的提升动机存在差异。郑耀弋和苏屹（2022）的研究表明，行业要素类别对企业家集权和自主创新意愿的调节受到跨层知识背景异质程度的影响［35］。不同行业要素类别的企业需关注技术多元化战略实施条件和路径的差异性，特别是对于高技术密集型企业而言，技术多元化显著正向影响企业经营绩效［36］。工业互联网行业以信息通信产业和制造业为基础，具有技术密集型的特点。因此，工业互联网企业实施技术多元化战略，利于其跨越不同行业壁垒以进入全新的业务领域和应用场景［37］，推动信息技术（information technology，IT）与运营技术（operational technology，OT）等多领域技术知识的融合创新和跨界应用，以获取高数字创业绩效。

2.组织层面

在快速更迭的新兴数字技术背景下，工业互联网企业如何在结合自身业务特性和长期优势的基础上，利用技术整合能力实现数字技术资源的高效整合显得愈发重要。对于处于多元动态数字情景下的工业互联网企业来说，市场导向是其提高竞争优势的主要数字战略，有助于企业适应高度波动性、复杂性和不确定性的环境［14］。因此，本文将组织层面的技术整合能力和市场导向两个前因条件纳入研究。

技术整合能力是指企业通过高效组合与配置内外部新旧技术资源，实现新旧技术协同效应的能力［38］。技术整合能力不仅有助于企业预测外部环境变化、挖掘新旧技术组合的潜在效应，还能帮助企业识别技术、发现创业机会［39］。数字经济时代，企业获益于组织外部各类数字要素资源，内部技术整合能力能更好地将其整合［38］，为企业进行数字创业活动创造机会。

市场导向是指企业通过对顾客、竞争者及跨部门协作的重视，为顾客创造优异价值，进而实现企业绩效增长的价值取向，具体包括顾客导向、竞争者导向和跨部门协作三个要素［40］。在数字经济时代背景下，实施市场导向战略的数字创业企业更能够适应多元动态的数字化环境［14］。数字技术创建出新渠道，数字创业企业逐渐摒弃传统渠道模式，其创业产出亦从产品导向转变为市场导向［19］。如企业可在海量数据分析基础上，精准预测顾客需求，进而准确定位数字产品与服务［21］，有利于企业开展数字创业活动。

3.环境层面

区域内的工业基础是影响工业互联网平台发展的关键要素之一，工业水平较强的区域更易催生出行业与企业级工业互联网平台［41］。因此，本文选取工业发展水平作为环境层面的前因条件。

工业发展水平为工业互联网企业开展数字创业活动奠定了基础。工业发展水平较高的区域拥有较为完整的产业体系和广阔的工业互联网应用场景，由此产生了更大的市场需求和发展潜力［3］，可促进企业数字创业活动的开展。此外，企业可依靠地区优势，实现与产业链上下游及跨领域间各类生产设备与信息系统的互联互通，推动区域内制造资源数据的集成与共享，进而打造工业互联网平台生态的自我增长机制［6］，形成更强的创业机会和资源集聚优势。

三、研究设计

（一）研究方法

fsQCA以集合论思想和布尔运算为基础，通过组态分析深入挖掘前因条件间的互动关系及其对结果的联合效应［42-43］。本文运用fsQCA 方法的原因如下：①fsQCA 方法整合了定量和定性分析的优势，可解决管理研究中的复杂因果关系与殊途同归等问题［44］；②fsQCA 方法适合于具有“组合”特征的创业研究［45］，可基于组态视角探究变量间的协同联动如何驱动数字创业结果；③fsQCA 方法可用于中小样本研究，由于目前已上市的工业互联网企业较少，本文仅21 个案例样本，不符合多元回归对样本量的要求；④fsQCA 方法不需要对跨层面的前因条件做特殊处理，适合本文的多层面分析框架［43］。

（二）研究样本

本文研究对象为科创板上市工业互联网企业，以同花顺网站中工业互联网板块为基础选择初始样本，初步确定33 家案例企业。考虑企业数字创业存在滞后效应，本文前因条件数据选在2019 年，结果变量的数据为2020 年。剔除数据缺失样本，最终剩余21个案例样本，样本基本信息见表1所列。

表1 样本基本信息（N=21）

（三）变量测量与校准

1.变量测量

（1）数字创业绩效。参考已有研究［46］，采用样本企业在工业互联网业务中实现的营业收入总额进行衡量，数据来自各样本企业2020 年年度报告。

（2）数字基础设施。借鉴陈庆江等（2021）的研究，采取文本分析与词频统计方法，将关键词在样本企业年报中的词频作为衡量数字基础设施的代理指标［47］。数字基础设施关键词词汇表的选取及其词频直接从国泰安数据库中获取，该词汇表由人工智能技术、云计算技术、区块链技术、大数据技术和数字技术应用五大指标构成，对五个指标的词频进行加总得到最终赋值。

（3）技术多元化。借鉴徐欣和刘梦冉（2020）［34］的研究，采用发明专利申请数据并结合熵指数法［48］测量企业的技术多元化程度，数据来自国家知识产权局知识产权综合信息服务平台以及佰腾专利检索系统。计算公式为：

其中：以国际专利分类IPC主分类号的前四位对技术领域进行区分，N表示企业2019年发明专利总和；Ni表示企业2019年在第i个技术领域中的发明专利数量；n表示企业2019年发明专利所涉及技术领域的总数。

（4）技术整合能力。借鉴王文华等（2015）的研究，采用企业内部研发人员占比作为代理变量来测量技术整合能力［39］，数据来自各样本企业2019年年度报告。

（5）市场导向。借鉴池仁勇和潘李鹏（2017）的研究，以销售密度作为市场导向的代理指标，销售密度=广告费用/销售费用［49］，数据来自各样本企业2019年年度报告。

（6）工业发展水平。借鉴陈爽英等（2022）的研究，采用各省份2019 年第二产业增加值占GDP 的比重来测量工业发展整体水平［50］，数据源于《中国统计年鉴》。

原始变量赋值说明及数据来源见表2所列。

表2 变量赋值

2.变量校准

变量校准是指给案例赋予0～1 之间的集合隶属分数的过程［43］，本文前因变量和结果变量均采用80%、50%、20%作为其完全隶属、交叉点、完全不隶属的校准锚点。遵循张明和杜运周（2019）的建议，模糊集隶属分数出现0.5时，将其替换为0.501［51］。各变量的校准锚点设定见表3所列。

表3 变量校准锚点

四、实证分析

（一）必要性分析

当某一前因条件一致性水平高于0.9时，可认为该条件是解释结果变量的必要条件［52］。工业互联网企业数字创业绩效的必要条件检测结果见表4所列。

表4 必要条件检测结果

由表4可知，前因条件（包含其非集）的一致性水平最大为0.705，低于临界值0.9，均不构成数字创业绩效的必要条件。

（二）条件组态分析

本文运用fsQCA3.0软件分析引致高/非高数字创业绩效的前因组态。参照已有研究［53］，将原始一致性阈值设定为0.8，PRI一致性阈值设定为0.75，案例频数阈值设定为1，得到3种解（复杂解、简约解和中间解）。参考Fiss（2011）的研究，本文汇报中间解，分析时辅之以简约解［54］。组态分析结果见表5所列。

表5 产生高/非高数字创业绩效的组态

1.产生高数字创业绩效的前因组态

产生高数字创业绩效的组态有三条（H1a、H1b、H2），解的总体覆盖度为0.449，说明三种组态覆盖了案例样本的44.9%。在组态H1a、H1b中，技术层的技术多元化和环境层的工业发展水平均作为核心条件存在，区别在于H1a 中组织层的市场导向存在，而H1b 中组织层的技术整合能力存在。组态H1（包含H1a、H1b）涉及三个层面条件的存在，本文将H1 命名为技术—组织—环境三边协同型。在组态H2 中，技术层面的数字基础设施作为核心条件存在，组织层面的技术整合能力则作为边缘条件存在，本文将其命名为技术—组织双轮驱动型。为更好地理解这些前因组态，本文结合案例样本进行分析（文本信息来源于各企业2019年年度报告）。

（1）技术—组织—环境三边协同型。组态H1a以高技术多元化、高工业发展水平为核心条件，互补高市场导向和非高技术整合能力为边缘条件，可产生高数字创业绩效。这一组态的工业互联网企业技术多元化程度较高，在融合5G、云计算、工业大数据等技术基础上，赋能工业领域主营业务催生出多元化需求及应用场景。高市场导向利于工业互联网企业及时响应顾客和市场需求，积极拥抱工业互联网发展浪潮。该类企业处于工业发展水平较高的地区，有着广泛的工业互联网应用场景，存在显著的产业集聚效应。

以创世纪公司为例，其位于工业发展水平较高的广东，工业互联网业务涉及高端智能装备和智能制造服务领域。该公司专注于高端智能装备核心领域技术积累的同时，通过内部自主研发、外部合作以及外延并购等多种方式，将技术知识基础扩展至多个领域。如积极推动IOT工业物联网解决方案的实施与落地，进一步拓展企业智能制造生态圈。此外，企业坚持“市场是龙头”的战略定位，依托企业多年技术资源储备，具备足够能力快速响应5G产业重大发展机遇，发布了5G智造整体解决方案。

组态H1b以高技术多元化、高工业发展水平为核心条件，互补高技术整合能力和非高数字基础设施为边缘条件，可产生高数字创业绩效。这一组态的工业互联网企业同样位于工业发展较强的地区，且技术多元化程度较高。与组态H1a 不同之处在于，技术整合能力在组态H1b中起边缘作用。工业互联网要实现人、机、物的全面互联，需实现IT 技术与OT 技术的兼容，因而对工业互联网企业有较高的技术要求［6］。技术整合能力有助于工业互联网企业的IT 技术相互叠加以及与OT 技术深度融合，促进组织内外部技术、资源的有效开发与整合，为数字创业提供源源不断的动力。

以拓斯达公司为例，这是一家智能制造综合服务商，位于工业发展水平较高的广东。企业已通过自主研发掌握了工业机器人和自动化领域相关核心技术，在此基础上，结合工业领域多年来生产技术与产品工艺的积淀，为下游制造业企业提供工业自动化整体解决方案。拓斯达公司注重技术人才引进以加强和完善研发团队的建设，还引入了一批在国内制造龙头企业具有十多年从业经验的管理和技术人才，通过组建复合型工业互联网人才队伍，逐步实现IT 技术与OT 技术的深度融合，因此该公司拥有较高的技术整合能力。

（2）技术—组织双轮驱动型。组态H2 以高数字基础设施、非高市场导向和非高工业发展水平为核心条件，互补高技术整合能力和非高技术多元化为边缘条件，可产生高数字创业绩效。这一组态的工业互联网企业虽不具备多元化的技术基础（如OT 技术的欠缺），但拥有完善且先进的数字基础设施，为数字创业提供了技术支撑。技术整合能力利于工业互联网企业暂时忽略其OT技术缺乏的短板，高效整合数字技术资源，凭借IT技术优势快速布局工业互联网产业，并由IT技术逐渐向OT技术延伸。

以汉威科技公司为例，该公司以成为物联网解决方案引领者为产业愿景，深耕研发核心传感器技术二十余年。其依托传感器技术优势，紧密结合多项IT技术，形成了完整的物联网技术平台，并竭力打造以传感器为核心的物联网生态圈。在持续巩固传感器核心技术优势的前提下，该公司运用其技术整合能力积极从单一传感器业务向物联网系统解决方案多场景应用转型升级。该公司实施“内生增长+外延并购”的技术整合战略进行物联网产业布局，如将传感器技术与GIS、SCADA 等技术进行整合，以深入物联网下游应用领域，并购整合一系列产业实现外延发展。

2.产生非高数字创业绩效的前因组态

本文也检验出工业互联网企业产生非高数字创业绩效的三种前因组态。组态NH1a、NH1b 表明，数字基础设施、技术多元化和技术整合能力均缺失的工业互联网企业数字创业绩效较低。这两种组态的工业互联网企业数字基础设施相对薄弱，技术多元化程度较低，在现阶段无法实现IT技术与OT技术的高效整合，仅凭现有的技术资源积累无法快速进行工业互联网产业布局，不利于开展相关数字创业活动。组态NH2表明，缺乏高工业发展水平的工业互联网企业，即便拥有高数字基础设施和高技术多元化水平，也不会产生高数字创业绩效。工业互联网产业的发展需要强大的制造业产业基础作为支撑，位于较低工业发展水平地区的工业互联网企业即使具有一定的技术条件，但由于所在区域内制造业产业集中度相对较低，无法快速聚集形成区域合作网络和工业互联网生态圈，也不占据优势地位。

通过高/非高数字创业绩效的组态发现，影响工业互联网企业数字创业绩效的前因组态具有非对称性特点。这表明，引致高数字创业绩效的原因并非是引致非高数字创业绩效原因的反面。

3.条件间的潜在替代关系

对比组态H1a与H1b，可进一步发现条件间的替代关系，如图2所示。

图2 替代关系

组态H1a、H1b 来自同一简约解，构成H1 的二阶等价组态。这两种组态表明，技术多元化和工业发展水平均作为核心条件存在时，市场导向存在与技术整合能力缺失组合可以和技术整合能力存在与数字基础设施缺失组合相互替代。可能的原因是：工业互联网企业只具有较低的技术整合能力时，无法高效整合IT 技术与OT 技术，但较高的市场导向有助于工业互联网企业在数字化转型浪潮中寻求数字机会，并利用自身优势开展工业互联网相关创业活动；而具备高技术整合能力的工业互联网企业善于利用多种方式以借助外部力量进行技术整合，如引进、吸收新数字技术资源，进而弥补自身数字基础设施的不足。上述两种条件组合具有替代效应，均可以与高技术多元化水平、高工业发展水平协同联动，共同引致高数字创业绩效。

（三）稳健性检验

参照张明和杜运周（2019）的研究，本文采用两种方法对高数字创业绩效的前因组态进行稳健性检验［51］。首先，将PRI 一致性由0.75 提高至0.80，其余处理方式不变；其次，将前因与结果变量的三个校准锚点调整为样本数据的75%、50%和25%分位数值，其余处理方式不变。检验结果见表6所列。

表6 稳健性检验

结果表明，两次检验产生的组态与原始结果的组态完全相同，解的一致性与覆盖度均无显著变化。由此可见，本文的组态结果稳健。

五、结论与展望

（一）研究结论

本文基于TOE 框架，运用fsQCA 方法，分析了数字基础设施、技术多元化、技术整合能力、市场导向和工业发展水平5 个前因条件对结果变量的联合效应，以探寻工业互联网企业数字创业绩效的驱动机制。主要结论如下：①单个前因不构成工业互联网企业产生高/非高数字创业绩效的必要条件；②工业互联网企业高数字创业绩效的驱动机制有三条，可划分为技术—组织—环境三边协同型和技术—组织双轮驱动型两种；③非高数字创业绩效组态有三条，与实现高数字创业绩效的两种组态存在非对称性关系；④在一定条件下，前因条件间存在替代效应。

（二）研究贡献

第一，在研究内容上，既有研究聚焦于单个层面前因对数字创业绩效的影响，缺乏整体性视角和系统性分析。本文将TOE 分析框架引入数字创业研究领域，从组态视角出发，分析了技术、组织和环境三个层面前因条件间的组合作用，解释了工业互联网企业数字创业绩效差异背后的“因果复杂性”，丰富了数字创业影响因素研究。

第二，在研究方法上，本文扩充了数字创业领域研究方法的工具箱。目前，既有的数字创业绩效研究大多聚焦于线性关系的定量研究［9］或者以案例分析为主的定性研究［10］等，难以合理解释组态条件间的内在联系。fsQCA 的引入弥补了该领域研究方法的不足，为认识和解释工业互联网企业数字创业绩效前因条件的联动匹配及其复杂性因果关系提供了一种新的方法论工具。

第三，在研究结论上，本文研究了各前因条件间的协同作用而非单个变量的净效应，能解释已有研究中不一致的结论。如既有研究对于技术整合能力在技术多元化企业中发挥的作用存在差异化结论［39］。本文发现，技术整合能力是否发挥积极作用取决于具体情境，如位于较高工业发展水平地区的工业互联网企业，技术整合能力在高市场导向的技术多元化企业中作用不显著，但在数字基础设施相对不完善的技术多元化企业中则会发挥积极作用。

（三）管理启示

一方面，工业互联网企业应加强“技术—组织—环境”三个层面因素的协同整合。工业互联网企业需基于自身优势领域，从整体性视角来思考如何开展相关数字创业活动。如本身具有IT技术优势的工业互联网企业需持续攻关关键基础技术，不断提升技术整合能力，助力企业引进、消化并吸收工业领域的技术资源基础，以弥补自身制造技术和管理知识经验的不足。处于工业发展较强地区及技术多元化程度较高行业的工业互联网企业，有两条获取高数字创业绩效的发展路径：当企业只有较低的技术整合能力时，则需提高市场导向，利于其把握数字经济发展趋势，更精准地进行工业互联网业务开发；若企业自身数字基础设施较为薄弱，则需发挥技术整合能力，不断引进吸收新兴数字技术，并与其在特定行业或领域长期积累的项目实践相结合，实现工业知识的数字化、标准化和模型化。

另一方面，政府可以基于“技术—组织—环境”视角分类扶持不同情况的工业互联网企业。第一，完善工业互联网关键技术研发的支持政策，引导并支持工业互联网平台企业攻克工业Know-How 及平台架构等关键技术，并继续推动工业互联网相关新型基础设施建设；第二，通过政策导向引导工业互联网企业持续加大数字创新投入，组建复合型工业互联网人才队伍，逐渐提升企业技术整合能力；第三，充分发挥地区制造业规模优势以及强大的国内应用市场，打造共创共享的创新创业生态，共同助力工业互联网企业的可持续发展。

（四）局限与展望

第一，研究视角方面，本文以工业互联网企业作为研究对象，所得结论的适用范围具有一定局限性。未来可基于数字新创企业或其他行业领域的在位企业，挖掘数字创业绩效差异背后的作用机制。

第二，研究设计方面，受限于企业数字创业绩效的测量方式，本文采取了财务绩效测量方法，仅从企业年报中获取相关数据，对工业互联网企业数字创业绩效进行间接测量。未来研究可尝试构建数字创业绩效的测量指标，以推动数字创业定量研究的进一步发展。

第三，研究内容方面，受案例样本数量及数据收集方式的限制，本文仅以科创板21 家工业互联网企业为案例样本，探究了技术、组织和环境层面的5 个前因条件对数字创业绩效的影响，并未涵盖所有前因条件。未来可进一步扩大案例数，纳入其他前因，如探究行业要素类别［35］和其他因素协同是如何影响数字创业绩效的，增强研究的情境性。

第四，研究方法方面，由于工业互联网企业数字创业相关统计数据与研究较少，本文采用两期数据探索了前因条件与数字创业绩效的因果关系，本质上仍属于静态分析。未来可采用跨期数据，结合时序QCA方法［55］，探究跨层面影响因素的变化“轨迹”如何影响数字创业绩效的变化“轨迹”。为弥补QCA 方法可能存在的不足，未来也可将QCA 方法与必要条件分析［56］等方法相结合，挖掘更具解释力的结论。