本文是由上海应用技术大学经济与管理学院的张林刚、戴国庆、熊焰、耿文月四位学者共同完成的一篇原创性研究论文，题为《中国制造业数字化转型评价及影响因素——基于模糊集定性比较分析》，发表于《科技管理研究》（Science and Technology Management Research）2022年第7期。

一、 研究背景与目的

本研究立足于中国制造业在当前全球新一轮工业革命背景下面临的严峻挑战与重大战略机遇。一方面，以大数据、区块链、物联网为代表的新一代信息技术蓬勃发展，发达国家纷纷推出“工业4.0”等制造业振兴计划；另一方面，中国制造业自身正面临人口红利消减、要素成本上升、创新能力不足等问题，同时受到其他发展中国家低成本竞争的挤压。在此背景下，中国政府将“制造强国”与“数字中国”建设作为国家战略，强调数字技术与实体经济深度融合的重要性。

然而，研究团队指出，中国各地区间制造业的数字化发展水平差异显著，存在明显的“数字鸿沟”。现有学术研究存在三点不足：其一，对数字化转型程度的测量多侧重于定性分析或简单的词频统计，缺乏系统、量化的评价体系；其二，对影响因素的研究多关注单一因素的独立（净）效应，未能考虑多种因素的联动效应与组态路径；其三，对于驱动不同地区制造业数字化转型的具体路径（即“黑箱”过程）研究匮乏。基于此，本研究设定了两大核心目标：一是构建一套科学的评价指标体系，以量化评估中国各省份制造业的数字化转型程度；二是深入探究导致数字化转型水平差异的多重并发影响因素及其组态路径，以揭示其复杂的因果关系。

二、 研究流程与方法详解

本研究流程严谨，分为两大核心步骤：首先构建评价体系并量化评估，然后基于评估结果进行影响因素与路径分析。

步骤一：制造业数字化转型评价体系构建与评估 1. 指标体系构建：研究团队从数字化转型的过程与结果出发，创新性地构建了一个三层级的评价指标体系。 * 一级指标（3个维度）：数字化技术转型、数字化创新能力转型、数字化效益转型。 * 二级指标（15个具体指标）：例如，数字化技术转型下包含“软件和信息技术服务业固定资产投资额”（数字化设备投入）、“信息安全软件收入”（数字化安全建设能力）等；数字化创新能力转型包含“R&D经费内部支出/主营业务收入”（研发强度）、“软件和信息技术服务行业从业人数”（数字人才储备）等；数字化效益转型则包含“成本费用利润率”、“单位工业增加值废水排放量”等反映经济效益与生态效益的指标。

1. 评价模型与权重确定：为提升评价的客观性与准确性，研究采用了“改进熵权法-灰色关联模型”的组合方法。

   • 改进熵权法：用于客观确定各指标的权重。传统的熵值法可能因指标数据离散度过大导致权重不合理，本研究通过结合标准化处理对其进行改进，以计算出的信息熵冗余度来科学赋权，避免主观偏差。
   • 灰色关联分析：在获得指标权重后，以此为基础进行综合评价。该方法将每个省份的指标数据视为一个“比较数列”，将各项指标的最优值（即“理想省份”的数据）构成“参考数列”。通过计算各省份数列与理想数列的“灰色关联系数”和“灰色加权关联度”，最终得出一个综合得分（Di），用以精确衡量和排序各省份的数字化转型程度。关联度越高（Di值越大），说明该省份的数字化转型水平越接近理想状态。

2. 数据处理与样本：研究数据覆盖2011年至2019年，选取中国28个省份（剔除数据不全的省份）作为研究样本，数据来源于《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》等多个权威数据库和统计年鉴。

步骤二：基于模糊集定性比较分析的影响因素与路径探究 1. 研究框架与变量设定：基于文献回顾与技术-组织-环境（TOE）模型，研究提出了一个整合性的分析框架，从技术、市场、政府三个维度选取了6个前因条件（即影响因素）： * 技术因素：技术创新能力（研发经费内部与外部支出的综合指数）、人力资本（专科及以上就业人员占比）、数字基础设施（利用改进熵权法综合传统与新型数字基础设施指标得出的评分）。 * 市场因素：外商投资（外商直接投资总额）、市场竞争（综合销售利润率、存货周转次数、应收账款周转率的指数）。 * 政府因素：财政支持（财政科技支出强度）。

1. 研究方法：模糊集定性比较分析：本研究采用fsQCA作为核心分析方法。该方法适用于分析中小样本（本研究为28个省份的多年数据形成的面板案例），擅长处理多重并发因果关系，即探寻哪些条件（影响因素）的不同组合（组态）会共同导致特定的结果（数字化转型程度高或非高）。它打破了传统回归分析中“自变量独立影响因变量”的假设，能揭示“殊途同归”（多条路径可达同一结果）的复杂机制。
   • 数据校准：首先将各省份在6个条件变量和结果变量（上一步计算出的数字化转型综合得分）上的连续数据，通过设定完全隶属、交叉点和完全不隶属三个锚点（通常采用分位数），转化为0到1之间的模糊集隶属分数。
   • 必要性分析：检验单个条件是否构成结果的必要条件。分析发现，对于“数字化转型程度非高”这一结果，“缺乏数字基础设施”和“缺乏外商投资”是两个近乎必要的条件（一致性>0.9），这意味着如果这两个条件同时缺失，几乎必然导致转型程度不高。
   • 充分性分析（组态分析）：这是分析的核心。通过布尔代数运算，识别出能够导致“数字化转型程度高”和“数字化转型程度非高”的多种条件组合（组态）。研究设定了0.8的一致性和3的频数阈值以确保结果的稳健性。

三、 主要研究发现与结果阐述

（一）中国制造业数字化转型评价结果 研究计算出了2011-2019年间28个省份数字化转型的综合得分及排名。主要发现包括： 1. 区域发展不平衡，呈现梯度格局：总体而言，中国制造业数字化转型水平呈现出明显的“东-中-西”梯度递减空间分布格局。 * 第一梯度（高水平）：北京、广东、江苏、上海。这些地区在技术、创新、效益三个分项转型上均名列前茅。 * 第二梯度（中等水平）：包括浙江、陕西、山东、四川、福建等12个省份。其特点是技术转型和创新转型高于全国平均，但效益转型相对滞后，表明其数字化转型可能尚处于投入阶段，效益尚未充分显现。 * 第三梯度（较低水平）：主要为西部省份，如甘肃、宁夏、新疆等。受限于地理位置、工业基础、人才资源等因素，其数字化转型进程较为缓慢。

1. 分项转型亮点：
   • 技术转型：北京、广东、江苏领先，得益于雄厚的经济与产业基础。
   • 创新转型：广东、北京、江苏、浙江、上海领跑，湖南、安徽、重庆等中西部省份凭借高校资源和高素质人才储备也进入前十。
   • 效益转型：陕西位列第一，主要得益于其相对较好的生态效益（单位工业增加值污染物排放较低）。河南、湖南等中西部省份因高成长性制造业发展迅速，经济效益指标表现突出。

（二）制造业数字化转型的驱动路径分析结果 通过fsQCA分析，研究识别出了导致“数字化转型程度高”的5条充分条件组态（路径），根据其核心驱动逻辑，可归纳为两种模式： 1. 市场导向型模式：这类转型的初期驱动力主要来自外部市场和政策环境。典型路径如组态3b：在激烈的市场竞争环境下，只要具备完善的数字基础设施、充足的政府财政支持和高水平的外商投资，即使自身技术创新能力和人力资本不占绝对优势，也能实现较高水平的数字化转型。安徽、河南、辽宁、湖北等省份是这条路径的代表。 2. 资源导向型模式：这类转型更侧重于企业或地区自身核心资源的积累与升级。典型路径如组态1：即使在政府财政支持相对较少的情况下，只要拥有高素质的人力资本、完善的数字基础设施和高水平的外商投资，同样可以推动数字化转型。福建、山东等省份是例证。另一条重要路径组态2b则表明，当技术创新能力、数字基础设施、外商投资和政府财政支持四个核心条件同时具备时，能产生最强的驱动力，代表省份为广东、北京、上海、浙江。

此外，研究还发现导致“数字化转型程度非高”的4条路径。与高水平的路径进行非对称性对比后发现：促使成功的路径与导致失败的路径并不简单相反。一个关键共性是，缺乏外商投资和数字基础设施是导致转型失败的核心条件组合，这凸显了开放引资和夯实数字底座的基础性作用。

四、 研究结论与价值

本研究得出以下核心结论： 1. 中国制造业数字化转型区域发展不均衡的格局依然存在，但中西部部分省份依托特定优势（如教育资源、生态效益、特色产业）在分项转型上表现出色，有望实现追赶。 2. 制造业数字化转型并非由单一因素决定，而是技术、市场、政府等多重因素复杂互动的结果。数字基础设施和外商投资是两个尤为关键的基础性、通用性条件。 3. 存在多条能够实现高水平数字化转型的“等效路径”，可概括为市场导向型和资源导向型两种模式。这为不同资源禀赋和发展阶段的地区提供了差异化的政策启示：资源丰富的地区可走全面领先的“资源导向”路径；市场竞争激烈的地区则可借助外力（外资、政策），以“市场导向”路径实现突破。

本研究的科学价值在于：首次将改进熵权法、灰色关联模型与fsQCA方法系统结合，构建了一套量化评价中国区域制造业数字化转型水平的指标体系，并突破了传统单因素分析的局限，从组态视角揭示了数字化转型的多重并发因果机制和“殊途同归”的复杂路径。

其实践价值与应用意义突出：为国家和地方政府制定差异化的制造业数字化转型政策提供了精准的理论依据和数据支撑。决策者可以对照本研究的评价结果，定位本地区所处的梯队和短板；更重要的是，可以根据本地区的条件组合（如市场竞争强度、财政能力、人才储备等），参考研究所揭示的“市场导向”或“资源导向”等具体路径，选择最适宜的推进策略，实现精准施策，从而弥合“数字鸿沟”，推动制造业高质量发展。

五、 研究亮点

1. 方法创新：创造性地将“改进熵权法”、“灰色关联模型”与“模糊集定性比较分析”三种方法有机结合，实现了从客观量化评价到复杂因果路径探析的完整、严谨的研究闭环。
2. 视角新颖：摒弃了传统的净效应分析思路，采用组态视角和fsQCA方法，成功揭示了制造业数字化转型背后“多重条件并发作用”和“多条路径可达同一目标”的复杂本质，对理解这一非线性过程具有重要理论贡献。
3. 体系完整：构建的“技术-创新-效益”三维评价指标体系较为全面，兼顾了转型的投入、过程与产出，特别是纳入了生态效益指标，契合高质量发展理念。
4. 实践指导性强：研究不仅指出了问题（区域不平衡），更通过路径分析给出了差异化的解决方案（两种模式、多条路径），对各级政府和企业具有明确的决策参考价值。