王超發(fā) 李雨露 王林雪 杜躍平 楊德林

(1.西安電子科技大學(xué)經(jīng)濟(jì)與管理學(xué)院; 2.清華大學(xué)經(jīng)濟(jì)管理學(xué)院)

1 研究背景

國務(wù)院自2017年陸續(xù)頒布了《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》《新一代人工智能發(fā)展規(guī)劃》等推進(jìn)“兩化”深度融合的文件,以促進(jìn)智能制造企業(yè)數(shù)字創(chuàng)新。然而,由于智能制造的復(fù)雜程度呈快速攀升態(tài)勢(shì),在日益高度復(fù)雜化和隨機(jī)非線性動(dòng)態(tài)化環(huán)境下,企業(yè)的數(shù)字創(chuàng)新質(zhì)量難以與多元化和差異化的市場(chǎng)需求相匹配[1]。此時(shí),若企業(yè)應(yīng)對(duì)不當(dāng)可能很快陷入困境,因此對(duì)企業(yè)的動(dòng)態(tài)能力提出了更高要求。當(dāng)前關(guān)于智能制造企業(yè)的研究主要集中在國家戰(zhàn)略架構(gòu)設(shè)計(jì)、實(shí)施路徑和發(fā)展模式、能力構(gòu)建的邏輯梳理等宏觀層面[2],而關(guān)于微觀層面的研究較少。對(duì)企業(yè)數(shù)字化的研究主要局限在創(chuàng)新效率、創(chuàng)新模式和創(chuàng)新能力等傳統(tǒng)視角,不能較好地反映智能制造企業(yè)的數(shù)字化特征。因此,從外部環(huán)境動(dòng)態(tài)性的調(diào)節(jié)效應(yīng)視角,研究企業(yè)動(dòng)態(tài)能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的影響機(jī)制,具有重要的現(xiàn)實(shí)意義和理論價(jià)值。

關(guān)于智能制造企業(yè)創(chuàng)新的研究,主要集中在創(chuàng)新績(jī)效、創(chuàng)新投入和產(chǎn)出、創(chuàng)新生態(tài)系統(tǒng)及創(chuàng)新能力等方面。在創(chuàng)新績(jī)效方面,YANG等[3]發(fā)現(xiàn),智能制造的實(shí)施能夠顯著提升制造類企業(yè)的創(chuàng)新績(jī)效;YING等[4]指出,通過改善組織學(xué)習(xí)環(huán)境、學(xué)習(xí)者素質(zhì)和組織學(xué)習(xí)等方面的投入以促進(jìn)組織學(xué)習(xí),從而提高創(chuàng)新成功率。以上研究關(guān)于如何推進(jìn)智能制造的發(fā)展還有待商榷。張明超等[5]認(rèn)為,智能制造企業(yè)可借助數(shù)字資源編排實(shí)現(xiàn)對(duì)客戶端的賦能。從影響因素看,該研究對(duì)創(chuàng)新機(jī)制下的內(nèi)部因素并未提及?；诖?WU等[6]基于“雙元?jiǎng)?chuàng)新”理論,探索了企業(yè)內(nèi)部信息化對(duì)創(chuàng)新驅(qū)動(dòng)力形成的影響機(jī)制,并提出了企業(yè)智能化的轉(zhuǎn)型策略。以上代表性研究?jī)H從靜態(tài)視角分析了智能制造企業(yè)創(chuàng)新能力的驅(qū)動(dòng)機(jī)制,忽略了環(huán)境動(dòng)態(tài)視角下智能制造企業(yè)動(dòng)態(tài)能力對(duì)數(shù)字創(chuàng)新活動(dòng)的影響。當(dāng)前關(guān)于動(dòng)態(tài)能力和環(huán)境動(dòng)態(tài)性關(guān)系的研究主要集中在企業(yè)創(chuàng)新和數(shù)字創(chuàng)新兩個(gè)方面。在動(dòng)態(tài)能力對(duì)企業(yè)創(chuàng)新的影響方面,BIRKINSHAW等[7]認(rèn)為,動(dòng)態(tài)能力有助于在漸進(jìn)式創(chuàng)新和突破式創(chuàng)新之間合理地分配資源,進(jìn)而可促進(jìn)企業(yè)創(chuàng)新;MITCHELL等[8]指出,對(duì)進(jìn)入市場(chǎng)的新企業(yè),動(dòng)態(tài)能力在細(xì)分市場(chǎng)中更能促進(jìn)其探索式創(chuàng)新產(chǎn)出。在數(shù)字創(chuàng)新方面,WARNER等[9]發(fā)現(xiàn),智能制造企業(yè)相比傳統(tǒng)生產(chǎn)模式的競(jìng)爭(zhēng)環(huán)境不同。但該研究并未考慮不同情境下動(dòng)態(tài)能力與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系。雖然上述代表性研究均指出了動(dòng)態(tài)能力可以影響企業(yè)創(chuàng)新行為,但創(chuàng)新行為的差異同時(shí)還受環(huán)境動(dòng)態(tài)性的影響。例如,環(huán)境動(dòng)態(tài)性會(huì)影響企業(yè)自主創(chuàng)新戰(zhàn)略轉(zhuǎn)向合作創(chuàng)新戰(zhàn)略的速度。由此可見,環(huán)境動(dòng)態(tài)性是企業(yè)動(dòng)態(tài)能力發(fā)揮作用的重要約束條件。

綜上可知,現(xiàn)有文獻(xiàn)雖然已經(jīng)指出了智能制造企業(yè)的創(chuàng)新主要表現(xiàn)在創(chuàng)新績(jī)效、創(chuàng)新投入、創(chuàng)新生態(tài)和創(chuàng)新能力等方面,但對(duì)企業(yè)數(shù)字創(chuàng)新質(zhì)量較少提及;現(xiàn)有文獻(xiàn)缺乏對(duì)動(dòng)態(tài)能力作用效果及環(huán)境動(dòng)態(tài)性影響機(jī)制的深入分析。原因在于:數(shù)字創(chuàng)新質(zhì)量雖然是創(chuàng)新績(jī)效、創(chuàng)新投入和創(chuàng)新能力的綜合體現(xiàn),但由于數(shù)字創(chuàng)新具有融合性和自生長(zhǎng)性,其創(chuàng)新過程的互動(dòng)性也較強(qiáng),所以數(shù)字創(chuàng)新質(zhì)量與企業(yè)自身動(dòng)態(tài)能力密切相關(guān);數(shù)字創(chuàng)新的動(dòng)態(tài)能力分維度的測(cè)度并沒有統(tǒng)一標(biāo)準(zhǔn),需要結(jié)合數(shù)字創(chuàng)新過程對(duì)相關(guān)維度進(jìn)行劃分。基于此,本研究首先對(duì)數(shù)字創(chuàng)新質(zhì)量和動(dòng)態(tài)能力進(jìn)行概念界定,根據(jù)理論和現(xiàn)實(shí)背景提出相關(guān)理論假設(shè);其次,以2012～2021年間在滬深兩市A股上市的56家智能制造企業(yè)為樣本,并進(jìn)行變量設(shè)置和回歸模型的構(gòu)建;再次,對(duì)相關(guān)研究假設(shè)進(jìn)行實(shí)證分析;最后,歸納研究結(jié)論、提出相關(guān)管理建議、總結(jié)研究局限性。

本研究的貢獻(xiàn)在于:①借助動(dòng)態(tài)能力理論,探索了動(dòng)態(tài)能力(數(shù)字感知能力、數(shù)字抓取能力、資源整合重構(gòu)能力和組織變革能力)對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的影響機(jī)制,豐富了智能制造企業(yè)數(shù)字創(chuàng)新新的驅(qū)動(dòng)因素;②結(jié)合數(shù)字創(chuàng)新過程,并根據(jù)智能制造企業(yè)數(shù)字創(chuàng)新特征對(duì)數(shù)字創(chuàng)新的動(dòng)態(tài)能力構(gòu)成要素進(jìn)行了分析,拓展了關(guān)于智能制造企業(yè)數(shù)字創(chuàng)新研究的方法和結(jié)論;③從環(huán)境動(dòng)態(tài)性視角探索了動(dòng)態(tài)能力與企業(yè)數(shù)字創(chuàng)新關(guān)系的邊界條件,為研究企業(yè)數(shù)字創(chuàng)新提供了新視角。

2 研究設(shè)計(jì)

2.1 研究假設(shè)

2.1.1主要概念界定

數(shù)字經(jīng)濟(jì)創(chuàng)新理論認(rèn)為,企業(yè)數(shù)字創(chuàng)新是指通過結(jié)合數(shù)字技術(shù)來創(chuàng)造新穎性的創(chuàng)新結(jié)果的過程[10]。從創(chuàng)新成果產(chǎn)出看,數(shù)字創(chuàng)新成果產(chǎn)出包括數(shù)字創(chuàng)新數(shù)量和數(shù)字創(chuàng)新質(zhì)量?jī)蓚€(gè)方面。相比企業(yè)數(shù)字化創(chuàng)新成果數(shù)量的快速增加態(tài)勢(shì),當(dāng)前我國企業(yè)的數(shù)字創(chuàng)新質(zhì)量仍然處于較低水平。雖然學(xué)術(shù)界目前對(duì)企業(yè)創(chuàng)新質(zhì)量的概念還沒有達(dá)到共識(shí),但普遍認(rèn)同的觀點(diǎn)是,評(píng)估創(chuàng)新質(zhì)量的核心在于技術(shù)創(chuàng)新成果的原創(chuàng)性和突破性[11],可通過采用專利授權(quán)量對(duì)其進(jìn)行測(cè)度。另外,由于專利包括發(fā)明專利、實(shí)用性專利和外觀設(shè)計(jì)專利等3類,而相比其他兩類專利,發(fā)明專利的潛在價(jià)值較高,加之我國知識(shí)產(chǎn)權(quán)局對(duì)發(fā)明專利的審查更為嚴(yán)格,審查期限最長(zhǎng)?；诖?為了更能體現(xiàn)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量,本研究將關(guān)注智能制造企業(yè)數(shù)字創(chuàng)新的發(fā)明專利。

不同于傳統(tǒng)經(jīng)典戰(zhàn)略管理理論,動(dòng)態(tài)能力理論不但突破了企業(yè)戰(zhàn)略分析的動(dòng)態(tài)視角,還解釋了企業(yè)為應(yīng)對(duì)快速變化的外部技術(shù)環(huán)境和市場(chǎng)環(huán)境而提高自身與環(huán)境動(dòng)態(tài)的匹配性。在企業(yè)數(shù)字創(chuàng)新方面,劉洋等[12]認(rèn)為,企業(yè)數(shù)字創(chuàng)新需要數(shù)字環(huán)境掃描能力、吸收能力和雙元資源能力等。因此,本研究結(jié)合數(shù)字創(chuàng)新過程,將數(shù)字感知能力作為感知機(jī)會(huì)能力和環(huán)境掃描能力的共同維度,并將其定義為掃描、搜索數(shù)字環(huán)境,探索數(shù)字技術(shù)和市場(chǎng)以識(shí)別、塑造數(shù)字創(chuàng)新機(jī)會(huì)的能力。將數(shù)字抓取能力界定為抓住整合機(jī)會(huì)并抓取對(duì)數(shù)字創(chuàng)新有用知識(shí)資源的能力;將資源整合重構(gòu)能力界定為通過重新配置流程、分配數(shù)字資源以及整合內(nèi)外部資源以保持創(chuàng)新知識(shí)“活躍”的能力;將組織變革能力界定為在企業(yè)日常經(jīng)營中,通過組織變革重構(gòu)核心和互補(bǔ)性資源以實(shí)現(xiàn)內(nèi)部數(shù)字資源優(yōu)化的能力。

2.1.2動(dòng)態(tài)能力與數(shù)字創(chuàng)新質(zhì)量的關(guān)系

動(dòng)態(tài)能力理論突破了傳統(tǒng)靜態(tài)研究視角,認(rèn)為企業(yè)不應(yīng)被動(dòng)適應(yīng)環(huán)境,而應(yīng)主動(dòng)感知并發(fā)現(xiàn)外界機(jī)會(huì)以創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)字創(chuàng)新機(jī)會(huì)感知是企業(yè)進(jìn)行數(shù)字創(chuàng)新的前提,數(shù)字感知能力能使企業(yè)更好地辨析數(shù)字經(jīng)濟(jì)發(fā)展和市場(chǎng)需求的趨勢(shì)[8]。一方面,企業(yè)的創(chuàng)新機(jī)會(huì)感知能力較強(qiáng),說明企業(yè)更善于從合作伙伴、客戶、競(jìng)爭(zhēng)對(duì)手、科研院所等多種渠道獲取數(shù)字創(chuàng)新所需的資源和信息[13];另一方面,企業(yè)所具備的感知能力越強(qiáng),越容易快速識(shí)別外部數(shù)字環(huán)境的創(chuàng)新機(jī)遇,敏銳地洞悉客戶的需求變化、識(shí)別新數(shù)字技術(shù)和新知識(shí),并且在機(jī)會(huì)成熟時(shí)對(duì)最可能獲得市場(chǎng)認(rèn)可的數(shù)字創(chuàng)新產(chǎn)品、工藝或技術(shù)進(jìn)行大量資源投入。國外學(xué)者們也指出,企業(yè)的感知能力可以顯著地促進(jìn)企業(yè)創(chuàng)新的發(fā)展[14]。國內(nèi)學(xué)者焦豪等[15]發(fā)現(xiàn),企業(yè)通過感知機(jī)會(huì)能力激活數(shù)據(jù)平臺(tái),實(shí)現(xiàn)數(shù)據(jù)的采集提取、智能分析和質(zhì)量監(jiān)控,從而感知數(shù)字商業(yè)機(jī)會(huì)?；诖?提出如下假設(shè):

假設(shè)1數(shù)字感知能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的提高有促進(jìn)作用。

當(dāng)企業(yè)感知到數(shù)字創(chuàng)新機(jī)會(huì)時(shí),需通過分析、加工數(shù)字信息并利用所有資源去抓住市場(chǎng)機(jī)會(huì),使其能創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)。通過管理抓住的數(shù)字創(chuàng)新互補(bǔ)因素,以避免在市場(chǎng)杠桿轉(zhuǎn)向有利于外部互補(bǔ)因素時(shí)發(fā)生任何價(jià)值損失,從而實(shí)現(xiàn)數(shù)字創(chuàng)新進(jìn)化適應(yīng)度,驅(qū)動(dòng)數(shù)字創(chuàng)新。BOCKEN等[16]發(fā)現(xiàn),機(jī)會(huì)的感知和抓取能力對(duì)大型跨國企業(yè)的可持續(xù)商業(yè)模式創(chuàng)新有積極作用。羅仲偉等[17]探究了在面臨技術(shù)范式轉(zhuǎn)變下的微信微創(chuàng)新戰(zhàn)略動(dòng)力機(jī)制,發(fā)現(xiàn)微信微創(chuàng)新成功的關(guān)鍵,在于其利用強(qiáng)大的動(dòng)態(tài)能力抓住了技術(shù)范式轉(zhuǎn)變的機(jī)遇。因此,在數(shù)字技術(shù)快速發(fā)展下,數(shù)字技術(shù)同樣會(huì)對(duì)傳統(tǒng)技術(shù)范式造成沖擊,企業(yè)的數(shù)字抓取能力對(duì)數(shù)字創(chuàng)新至關(guān)重要?；诖?提出如下假設(shè):

假設(shè)2數(shù)字抓取能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的提高有促進(jìn)作用。

資源基礎(chǔ)觀指出,知識(shí)、信息、人才和能力等創(chuàng)新基礎(chǔ)資源對(duì)企業(yè)創(chuàng)新具有積極作用[18],而動(dòng)態(tài)能力理論更加關(guān)注企業(yè)內(nèi)外部資源的整合、更新與再配置。當(dāng)企業(yè)面臨數(shù)字創(chuàng)新之新的市場(chǎng)機(jī)遇時(shí),可以充分調(diào)動(dòng)和配置數(shù)字創(chuàng)新所需的資金、人力、知識(shí)等資源,快速投入數(shù)字產(chǎn)品創(chuàng)新和數(shù)字技術(shù)創(chuàng)新實(shí)踐,積極推動(dòng)數(shù)字創(chuàng)新。企業(yè)的資源再配置能力也可以重新配置跨職能團(tuán)隊(duì),并將外部新的數(shù)字資源與內(nèi)部舊資源進(jìn)行融合和重新配置,形成新的資源組合,使企業(yè)升級(jí)或重建其核心數(shù)字能力,進(jìn)而有效實(shí)施數(shù)字產(chǎn)品開發(fā)和數(shù)字流程改進(jìn)。此外,不同企業(yè)所具備的資源和能力是稀缺的、難以模仿和替代的,具有高度整合和再生產(chǎn)能力的企業(yè)可以不斷增強(qiáng)其內(nèi)部資源的適應(yīng)性,合理協(xié)調(diào)與利用資源,促進(jìn)資源結(jié)構(gòu)的優(yōu)化與更新,為數(shù)字創(chuàng)新發(fā)展提供有力支撐。胡保亮等[19]研究表明,資源的重構(gòu)對(duì)企業(yè)商業(yè)模式創(chuàng)新具有顯著的積極影響?；诖?提出如下假設(shè):

假設(shè)3資源整合重構(gòu)能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的提高有促進(jìn)作用。

組織變革理論指出,企業(yè)需要通過組織結(jié)構(gòu)的深度變革、創(chuàng)新轉(zhuǎn)型,促進(jìn)組織加快適應(yīng)環(huán)境的變化,從而提高組織效率。對(duì)組織而言,在動(dòng)蕩的數(shù)字經(jīng)濟(jì)環(huán)境下,數(shù)字技術(shù)會(huì)對(duì)原有組織模式造成沖擊。一方面,組織變革能力可以通過對(duì)組織進(jìn)行變革,從而適應(yīng)數(shù)字情境為數(shù)字創(chuàng)新提供保障;另一方面,組織變革可顯著提升數(shù)字創(chuàng)新能力。如組織扁平化需求和變革驅(qū)動(dòng)組織在業(yè)務(wù)流程、商業(yè)模式等方面進(jìn)行數(shù)字化創(chuàng)新升級(jí)。與抵制變革的文化相比,靈活應(yīng)對(duì)變革的組織文化,將更有可能促進(jìn)中小企業(yè)數(shù)字創(chuàng)新,因此,組織變革能力可為數(shù)字創(chuàng)新提供支撐。LI等[20]指出,組織變革能力使企業(yè)能夠戰(zhàn)略性地適應(yīng)外部變化并產(chǎn)生創(chuàng)新行為,擅長(zhǎng)應(yīng)用數(shù)據(jù)的企業(yè)有明顯的組織變革能力?；诖?提出如下假設(shè):

假設(shè)4組織變革能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的提高有促進(jìn)作用。

2.1.3環(huán)境動(dòng)態(tài)性的調(diào)節(jié)效應(yīng)

環(huán)境動(dòng)態(tài)性是指,企業(yè)賴以生存與發(fā)展的外部環(huán)境是不斷變化并且難以預(yù)測(cè)的,同時(shí)這種動(dòng)態(tài)性會(huì)對(duì)企業(yè)的發(fā)展造成不同的影響[21]。在低動(dòng)態(tài)環(huán)境情境下,技術(shù)和行業(yè)發(fā)展趨于平穩(wěn),企業(yè)僅利用現(xiàn)有資源與能力就可以保持較強(qiáng)的競(jìng)爭(zhēng)力,此時(shí)其所具備的快速感知、抓取機(jī)會(huì)以及資源重構(gòu)能力就難以發(fā)揮,因此對(duì)數(shù)字創(chuàng)新的促進(jìn)作用不明顯;在高動(dòng)態(tài)環(huán)境中,新知識(shí)、新信息、新技術(shù)和新機(jī)會(huì)不斷涌現(xiàn),企業(yè)面臨的創(chuàng)新機(jī)會(huì)更多,這種機(jī)會(huì)增加了企業(yè)感知并抓取數(shù)字創(chuàng)新機(jī)會(huì)成功的概率。此外,在高動(dòng)態(tài)環(huán)境中,外部市場(chǎng)需求和政策不斷變化,企業(yè)需要不斷通過資源重組對(duì)外部環(huán)境的變化獲取持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì),即在高動(dòng)態(tài)環(huán)境中,企業(yè)越依賴其動(dòng)態(tài)能力,促使其憑借動(dòng)態(tài)能力把握外界動(dòng)態(tài)、實(shí)時(shí)洞察外界數(shù)字創(chuàng)新機(jī)會(huì),促進(jìn)數(shù)字創(chuàng)新質(zhì)量提升。但環(huán)境不確定性越高,員工感知到外部環(huán)境的不確定性越高就會(huì)產(chǎn)生退縮或放棄行為,不支持甚至抵制組織變革,組織變革對(duì)數(shù)字創(chuàng)新的作用受到削弱。另外,JIAO等[22]發(fā)現(xiàn),動(dòng)態(tài)能力的機(jī)會(huì)感知能力和重構(gòu)能力均對(duì)新企業(yè)績(jī)效有顯著促進(jìn)作用,尤其在更高的動(dòng)態(tài)環(huán)境中所產(chǎn)生的促進(jìn)作用更強(qiáng)烈。FENG等[23]指出,動(dòng)態(tài)知識(shí)管理能力的各個(gè)維度均對(duì)企業(yè)創(chuàng)新績(jī)效有不同水平的積極作用,環(huán)境動(dòng)態(tài)性在其中發(fā)揮了調(diào)節(jié)效應(yīng)?；诖?提出如下假設(shè):

假設(shè)5a環(huán)境動(dòng)態(tài)性在數(shù)字感知能力和智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量之間有正向調(diào)節(jié)效應(yīng),即隨著環(huán)境動(dòng)態(tài)性增強(qiáng),數(shù)字感知能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用將會(huì)增強(qiáng)。

假設(shè)5b環(huán)境動(dòng)態(tài)性在數(shù)字抓取能力和智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量之間有正向調(diào)節(jié)效應(yīng),即隨著環(huán)境動(dòng)態(tài)性增強(qiáng),數(shù)字抓取能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用將會(huì)增強(qiáng)。

假設(shè)5c環(huán)境動(dòng)態(tài)性在資源整合重構(gòu)能力和智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量之間有正向調(diào)節(jié)效應(yīng),即隨著環(huán)境動(dòng)態(tài)性增強(qiáng),資源整合重構(gòu)能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用將會(huì)增強(qiáng)。

假設(shè)5d環(huán)境動(dòng)態(tài)性在組織變革能力和智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量之間有負(fù)向調(diào)節(jié)效應(yīng),即隨著環(huán)境動(dòng)態(tài)性增強(qiáng),組織變革能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用將會(huì)減弱。

2.2 研究方法

2.2.1數(shù)據(jù)來源和樣本篩選

本研究的數(shù)據(jù)來自于在2012～2021年間上市(滬深兩市A股)的制造企業(yè)公開發(fā)布的年報(bào)。選取2012年為時(shí)間起點(diǎn)的原因,在于當(dāng)年發(fā)布的《“十二五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中,聚焦人工智能、5G等新興技術(shù)研發(fā),開始強(qiáng)調(diào)數(shù)字技術(shù)研發(fā)和數(shù)字經(jīng)濟(jì)的發(fā)展方向。在此基礎(chǔ)上,交叉比對(duì)工信部公示的2021年度智能制造試點(diǎn)示范工廠揭榜單位和優(yōu)秀場(chǎng)景名單、《互聯(lián)網(wǎng)周刊》公布的“2021年中國智能制造企業(yè)50強(qiáng)排行榜”名單等,從中篩選出智能制造企業(yè)名單。此外,企業(yè)財(cái)務(wù)和經(jīng)營狀況數(shù)據(jù)主要來自公司年報(bào)、iFinD和CSMAR數(shù)據(jù)庫;從國家知識(shí)產(chǎn)權(quán)局專利檢索及分析系統(tǒng)中,整理篩選得到數(shù)字創(chuàng)新專利數(shù)據(jù)。在原始數(shù)據(jù)基礎(chǔ)上做了以下處理:①剔除了樣本中的*ST和ST企業(yè);②剔除了樣本數(shù)據(jù)存在嚴(yán)重缺失的企業(yè);③對(duì)觀測(cè)期內(nèi)沒有申請(qǐng)數(shù)字創(chuàng)新專利的企業(yè)進(jìn)行刪除;④為減少異常值的影響,對(duì)所有連續(xù)型變量進(jìn)行了1%的Winsorize處理,最終經(jīng)過數(shù)據(jù)清洗與剔除,得到56家共448條智能制造企業(yè)樣本數(shù)據(jù)。

2.2.2變量設(shè)置與測(cè)度

本研究各變量的設(shè)置與測(cè)度如下。

(1)被解釋變量數(shù)字創(chuàng)新質(zhì)量(ED)。結(jié)合黃先海等[24]的研究,選擇數(shù)字創(chuàng)新發(fā)明專利的授權(quán)數(shù)量作為數(shù)字創(chuàng)新質(zhì)量的測(cè)量指標(biāo)。相比申請(qǐng)的專利,經(jīng)過授權(quán)的專利更能體現(xiàn)創(chuàng)新質(zhì)量,因此采用授權(quán)的發(fā)明專利數(shù)量作為數(shù)字創(chuàng)新質(zhì)量測(cè)度指標(biāo)。具體地,根據(jù)國家知識(shí)產(chǎn)權(quán)局發(fā)布的《戰(zhàn)略性新興產(chǎn)業(yè)分類與國際專利分類參照關(guān)系表(2021)》中對(duì)數(shù)字技術(shù)相關(guān)產(chǎn)業(yè)的國際專利類別(IPC)劃分,將申請(qǐng)信息中包含IPC的發(fā)明專利識(shí)別并獲得授權(quán)的專利為數(shù)字創(chuàng)新專利,得到數(shù)字創(chuàng)新質(zhì)量代理變量。此外,通過發(fā)明專利申請(qǐng)數(shù)量和授權(quán)數(shù)之和取自然對(duì)數(shù),來刻畫數(shù)字創(chuàng)新質(zhì)量以檢驗(yàn)穩(wěn)健性。

(2)解釋變量解釋變量即動(dòng)態(tài)能力,包括數(shù)字感知能力(DI)、數(shù)字抓取能力(DO)、資源整合重構(gòu)能力(RI)和組織變革能力(OC)。①數(shù)字感知能力用高管的數(shù)字背景測(cè)量,CEO具有數(shù)字背景會(huì)對(duì)數(shù)字領(lǐng)域更加熟悉,對(duì)數(shù)字經(jīng)濟(jì)環(huán)境與數(shù)字創(chuàng)新機(jī)會(huì)更加敏感。若CEO具有數(shù)字背景記為1,反之則為0。②由于數(shù)字創(chuàng)新需要企業(yè)投入、利用所有資源以抓住市場(chǎng)中出現(xiàn)的機(jī)會(huì),因此企業(yè)冗余越豐富,抓取數(shù)字環(huán)境中的知識(shí)、信息和創(chuàng)新機(jī)會(huì)的能力就越強(qiáng),所以可用冗余資源對(duì)數(shù)字抓取能力進(jìn)行測(cè)度。具體地,將冗余資源分為未吸收(流動(dòng)比率)和已吸收(銷售期間費(fèi)用率)兩類并求均值。③參考王鋒正等[25]的方法,運(yùn)用代理變量企業(yè)技術(shù)研發(fā)人員占比衡量資源整合重構(gòu)能力。數(shù)字經(jīng)濟(jì)環(huán)境下,企業(yè)資源整合和重構(gòu)需充分利用技術(shù)來進(jìn)行,而具有不同知識(shí)背景的研發(fā)人員是企業(yè)最具有創(chuàng)造力的資源,其創(chuàng)新行為決定了整合利用新舊技術(shù)與資源的水平,能體現(xiàn)資源整合重構(gòu)能力。④組織變革能力采用股權(quán)集中度作為代理變量衡量,股權(quán)集中度高的企業(yè)不容易跳出舒適區(qū),抑制組織變革。參考LI等[26]的研究,采用前十大股東占企業(yè)股權(quán)比例測(cè)量,為保證組織變革能力與數(shù)字創(chuàng)新質(zhì)量的正向關(guān)系,將測(cè)量指標(biāo)取負(fù)值,指標(biāo)越大股權(quán)集中度越低,組織變革能力越強(qiáng)。

(3)調(diào)節(jié)變量環(huán)境動(dòng)態(tài)性(EN)。關(guān)于環(huán)境動(dòng)態(tài)性的測(cè)量,目前學(xué)術(shù)界廣泛認(rèn)可的是用企業(yè)營業(yè)收入的變異系數(shù)(所在行業(yè)的營業(yè)收入標(biāo)準(zhǔn)差比上營業(yè)收入的均值)測(cè)量,該值越大表示企業(yè)所面對(duì)的環(huán)境動(dòng)態(tài)性越強(qiáng)。具體操作借鑒王新成等[21]的做法,以企業(yè)過去5年的主營收入標(biāo)準(zhǔn)差/過去5年主營收入均值表示。

(4)控制變量本研究的控制變量包括:企業(yè)年齡(AG)、兩職合一(CH)、所有權(quán)性質(zhì)(OW)、企業(yè)規(guī)模(SI)、上市年限(LI)、資產(chǎn)回報(bào)率(RO)、資產(chǎn)負(fù)債率(AL)、固定資產(chǎn)比率(FA)以及年度效應(yīng)(YE)等。借鑒黃先海等[24]的研究,控制可能影響數(shù)字創(chuàng)新質(zhì)量的因素。企業(yè)年齡用觀測(cè)年減成立年并取自然對(duì)數(shù)表示;對(duì)于兩職合一,董事長(zhǎng)和CEO職位若為一人兼任賦值為1,反之賦值為0;所有權(quán)性質(zhì)若為國有賦值為1,否則賦值為0;企業(yè)規(guī)模采用觀測(cè)年企業(yè)總資產(chǎn)測(cè)量并取自然對(duì)數(shù)處理,規(guī)模越大表明企業(yè)越有能力對(duì)數(shù)字創(chuàng)新進(jìn)行投入,從而對(duì)數(shù)字創(chuàng)新質(zhì)量產(chǎn)生影響,因此對(duì)該變量進(jìn)行控制;上市年限取企業(yè)觀測(cè)年減上市年并取自然對(duì)數(shù)處理;資產(chǎn)回報(bào)率采用企業(yè)凈利潤占總資產(chǎn)之比率表示;資產(chǎn)負(fù)債率用企業(yè)的負(fù)債占總資產(chǎn)的比率表示;用企業(yè)固定資產(chǎn)占資產(chǎn)總和的比率表示固定資產(chǎn)比率。

2.2.3模型構(gòu)建

因被解釋變量具有離散非負(fù)的特點(diǎn),其方差顯著大于均值,故本研究使用負(fù)二項(xiàng)回歸模型進(jìn)行估計(jì)。為解決潛在內(nèi)生性問題,以及考慮到專利申請(qǐng)和授權(quán)具有滯后性,將被解釋變量滯后兩期。結(jié)合變量設(shè)置和測(cè)度方法,為檢驗(yàn)各假設(shè),建立如下計(jì)量模型:

ED=α0+α1DI+α2SI+α3AG+α4OW+α5CH+

α6LI+α7RO+α8AL+α9FA+α10YE+ε;

(1)

ED=α0+α1DO+α2SI+α3AG+α4OW+α5CH+

α6LI+α7RO+α8AL+α9FA+α10YE+ε;

(2)

ED=α0+α1RI+α2SI+α3AG+α4OW+α5CH+

α6LI+α7RO+α8AL+α9FA+α10YE+ε;

(3)

ED=α0+α1OC+α2SI+α3AG+α4OW+α5CH+

α6LI+α7RO+α8AL+α9FA+α10YE+ε,

(4)

式中,α0表示常數(shù)項(xiàng);α1～α10均表示系數(shù);ε表示殘差項(xiàng)。

考慮到環(huán)境動(dòng)態(tài)性的調(diào)節(jié)效應(yīng),引入調(diào)節(jié)變量,在模型(1)～模型(4)的基礎(chǔ)上,增加環(huán)境動(dòng)態(tài)性(EN)及其與動(dòng)態(tài)能力4個(gè)分維度的交乘項(xiàng),建立以下模型:

ED=α0+α1DI+α2EN+α3DI×EN+α4SI+

α5AG+α6OW+α7CH+α8LI+α9RO+α10AL+

α11FA+α12YE+ε;

(5)

ED=α0+α1DO+α2EN+α3DO×EN+α4SI+

α5AG+α6OW+α7CH+α8LI+α9RO+α10AL+

α11FA+α12YE+ε;

(6)

ED=α0+α1RI+α2EN+α3RI×EN+α4SI+

α5AG+α6OW+α7CH+α8LI+α9RO+α10AL+

α11FA+α12YE+ε;

(7)

ED=α0+α1OC+α2EN+α3OC×EN+α4SI+

α5AG+α6OW+α7CH+α8LI+α9RO+α10AL+

α11FA+α12YE+ε,

(8)

式中,α11和α12均表示系數(shù)。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)和相關(guān)性分析

對(duì)所有變量的描述性統(tǒng)計(jì)發(fā)現(xiàn),衡量智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的數(shù)字發(fā)明專利授權(quán)數(shù)量的最大值為326,最小值為0,標(biāo)準(zhǔn)差為52.009,均值為20.405,表明企業(yè)間的數(shù)字創(chuàng)新質(zhì)量差別較大,個(gè)別企業(yè)數(shù)字創(chuàng)新質(zhì)量較突出。數(shù)字感知能力均值為0.373,標(biāo)準(zhǔn)差為0.484,說明智能制造企業(yè)在數(shù)字感知能力方面差異明顯。數(shù)字抓取能力的最大值是2.982,最小值是0.205,標(biāo)準(zhǔn)差是0.468,表明智能制造企業(yè)在數(shù)字抓取能力方面的差別明顯。另外,變量的皮爾遜相關(guān)性檢驗(yàn)表明,資源整合重構(gòu)能力與數(shù)字創(chuàng)新質(zhì)量顯著正相關(guān)(α=0.184,p<0.01),數(shù)字感知能力、數(shù)字抓取能力、資源整合重構(gòu)能力、組織變革能力與環(huán)境動(dòng)態(tài)性雖然正相關(guān)但不顯著,數(shù)字感知能力與數(shù)字創(chuàng)新質(zhì)量正相關(guān)但不顯著,數(shù)字抓取能力、組織變革能力與數(shù)字創(chuàng)新質(zhì)量負(fù)相關(guān)但不顯著。除個(gè)別變量間相關(guān)系數(shù)大于0.3并小于0.6以外,其余變量之間的相關(guān)系數(shù)均小于0.3,說明各研究變量設(shè)置合理且變量之間無多重共線性(1)限于篇幅,相關(guān)表格未予呈現(xiàn),留存?zhèn)渌??！?/p>

3.2 假設(shè)檢驗(yàn)

3.2.1動(dòng)態(tài)能力對(duì)數(shù)字創(chuàng)新質(zhì)量的影響

為檢驗(yàn)數(shù)字感知能力、數(shù)字抓取能力、資源整合重構(gòu)能力、組織變革能力等對(duì)數(shù)字創(chuàng)新質(zhì)量的影響,首先去掉自變量,將控制變量和因變量進(jìn)行回歸(基準(zhǔn)模型);其次,再分別將4個(gè)自變量引入模型進(jìn)行回歸。動(dòng)態(tài)能力4個(gè)維度對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的回歸結(jié)果見表1。

表1 動(dòng)態(tài)能力對(duì)數(shù)字創(chuàng)新質(zhì)量的回歸結(jié)果(負(fù)二項(xiàng)回歸)(N=448)

由表1可知,在基準(zhǔn)模型中,企業(yè)規(guī)模和企業(yè)年齡的系數(shù)顯著為正,而兩職合一和資產(chǎn)負(fù)債率的系數(shù)顯著為負(fù)。這表明若忽略數(shù)字創(chuàng)新動(dòng)態(tài)能力和環(huán)境動(dòng)態(tài)性,智能制造企業(yè)規(guī)模越大、年齡越大時(shí),企業(yè)的數(shù)字創(chuàng)新質(zhì)量會(huì)上升;當(dāng)董事長(zhǎng)兼任CEO時(shí)并不會(huì)提升數(shù)字創(chuàng)新質(zhì)量;資產(chǎn)負(fù)債率越高,數(shù)字創(chuàng)新質(zhì)量越低。同理,模型(1)表明,數(shù)字感知能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量有顯著促進(jìn)作用,具有數(shù)字背景的CEO能對(duì)數(shù)字創(chuàng)新機(jī)會(huì)進(jìn)行有效識(shí)別,促進(jìn)企業(yè)進(jìn)行數(shù)字創(chuàng)新,假設(shè)1得證;模型(2)表明,組織的冗余資源越充裕,企業(yè)越能夠利用冗余資源對(duì)數(shù)字創(chuàng)新機(jī)會(huì)快速反應(yīng)使其成功實(shí)現(xiàn)數(shù)字創(chuàng)新,假設(shè)2得證;模型(3)表明,資源整合重構(gòu)能力可以顯著提升智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量,具有異質(zhì)知識(shí)背景的技術(shù)研發(fā)人員占比越高,企業(yè)利用研發(fā)人員的技術(shù)能力整合與利用新舊技術(shù)和資源的水平越高,通過對(duì)資源的開發(fā)并重新配置提升數(shù)字創(chuàng)新質(zhì)量,假設(shè)3得證;模型(4)表明,組織變革能力可顯著促進(jìn)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量提升,股權(quán)集中度水平過高,會(huì)導(dǎo)致企業(yè)控制權(quán)集中于少數(shù)大股東不利于民主決策,抑制組織變革的推進(jìn),從而阻礙數(shù)字創(chuàng)新質(zhì)量的提高,假設(shè)4得證。

3.2.2環(huán)境動(dòng)態(tài)性的調(diào)節(jié)效應(yīng)

環(huán)境動(dòng)態(tài)性對(duì)動(dòng)態(tài)能力4個(gè)維度和數(shù)字創(chuàng)新質(zhì)量關(guān)系間的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果見表2。

表2 環(huán)境動(dòng)態(tài)性的調(diào)節(jié)效應(yīng)(N=448)

由表2可知,在模型(5)中數(shù)字感知能力的系數(shù)為0.960(p<0.01),但數(shù)字感知能力與環(huán)境動(dòng)態(tài)性構(gòu)成的交乘項(xiàng)DI×EN的系數(shù)為1.498,且不顯著,這說明在數(shù)字感知能力對(duì)數(shù)字創(chuàng)新質(zhì)量的影響中,環(huán)境動(dòng)態(tài)性不存在顯著調(diào)節(jié)效應(yīng),假設(shè)5a未得證;模型(6)表明,數(shù)字抓取能力與環(huán)境動(dòng)態(tài)性構(gòu)成的交乘項(xiàng)DO×EN的系數(shù)為3.661(p<0.05),同時(shí)數(shù)字抓取能力的系數(shù)為1.329(p<0.01),這說明在高動(dòng)態(tài)環(huán)境下,新知識(shí)、新技術(shù)增多,智能制造企業(yè)通過抓取有利于企業(yè)數(shù)字創(chuàng)新的新知識(shí)和技術(shù),可以提升數(shù)字創(chuàng)新質(zhì)量,假設(shè)5b得證。同理,模型(7)表明,環(huán)境動(dòng)態(tài)性會(huì)正向調(diào)節(jié)資源整合重構(gòu)能力對(duì)數(shù)字創(chuàng)新質(zhì)量的積極影響,高動(dòng)態(tài)環(huán)境刺激了智能制造企業(yè)開發(fā)和利用資源的能力,企業(yè)通過不斷地更新與重構(gòu)內(nèi)外資源,從而促進(jìn)創(chuàng)新質(zhì)量提升,假設(shè)5c得證;模型(8)表明,當(dāng)環(huán)境高度不確定時(shí),智能制造企業(yè)面臨更多機(jī)會(huì)的同時(shí),面對(duì)的威脅也更多,威脅感知導(dǎo)致員工和企業(yè)以規(guī)避的姿態(tài)應(yīng)對(duì),不利于組織變革,對(duì)數(shù)字創(chuàng)新績(jī)效的正效應(yīng)被抑制,假設(shè)5d得證。為了直觀地反映環(huán)境動(dòng)態(tài)性對(duì)動(dòng)態(tài)能力與數(shù)字創(chuàng)新質(zhì)量關(guān)系的調(diào)節(jié)效應(yīng),繪制相應(yīng)的調(diào)節(jié)效應(yīng)圖,具體見圖1～圖4。

圖1 環(huán)境動(dòng)態(tài)性對(duì)數(shù)字感知能力與數(shù)字創(chuàng)新質(zhì)量的調(diào)節(jié)效應(yīng)

由圖1可知,高環(huán)境動(dòng)態(tài)性與低環(huán)境動(dòng)態(tài)性情境下的斜率沒有明顯差別,環(huán)境動(dòng)態(tài)性對(duì)數(shù)字感知能力無調(diào)節(jié)效應(yīng)。圖2和圖3表明,當(dāng)環(huán)境動(dòng)態(tài)性較高時(shí),數(shù)字抓取能力、資源整合重構(gòu)能力與數(shù)字創(chuàng)新質(zhì)量正相關(guān)(斜率為正),環(huán)境動(dòng)態(tài)性在其中具有正向調(diào)節(jié)效應(yīng)。圖4表明,與低環(huán)境動(dòng)態(tài)性相比,環(huán)境動(dòng)態(tài)性較高時(shí),組織變革能力與數(shù)字創(chuàng)新質(zhì)量的正相關(guān)關(guān)系變?nèi)?斜率變小),因此隨著環(huán)境動(dòng)態(tài)性增強(qiáng),組織變革能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用會(huì)減弱。

圖2 環(huán)境動(dòng)態(tài)性對(duì)數(shù)字抓取能力與數(shù)字創(chuàng)新質(zhì)量的調(diào)節(jié)效應(yīng)

圖3 環(huán)境動(dòng)態(tài)性對(duì)資源整合重構(gòu)能力與數(shù)字創(chuàng)新質(zhì)量的調(diào)節(jié)效應(yīng)

圖4 環(huán)境動(dòng)態(tài)性對(duì)組織變革能力與數(shù)字創(chuàng)新質(zhì)量的調(diào)節(jié)效應(yīng)

3.3 穩(wěn)健性檢驗(yàn)

本研究從以下幾方面展開穩(wěn)健性檢驗(yàn):①改變被解釋變量的測(cè)量方式。通過數(shù)字創(chuàng)新發(fā)明專利的申請(qǐng)和授權(quán)量刻畫數(shù)字創(chuàng)新質(zhì)量以檢驗(yàn)穩(wěn)健性。具體為“l(fā)n[(數(shù)字創(chuàng)新發(fā)明專利的申請(qǐng)數(shù)量+授權(quán)數(shù)量)/2+1]”。②增加控制變量。在模型中加入控制變量——研發(fā)投入(RD),以控制動(dòng)態(tài)能力對(duì)數(shù)字創(chuàng)新質(zhì)量的影響。③更換回歸模型。在對(duì)數(shù)字創(chuàng)新發(fā)明專利的申請(qǐng)量與授權(quán)量的均值進(jìn)行對(duì)數(shù)化處理后,選用最小二乘法(OLS)替代負(fù)二項(xiàng)回歸進(jìn)行檢驗(yàn)。④使用子樣本回歸。由于國家從2015年開始大力發(fā)展智能制造,智能制造企業(yè)面臨的數(shù)字技術(shù)和外部環(huán)境動(dòng)態(tài)性更高,因此,將樣本范圍縮小在2015～2021年內(nèi),結(jié)果見表3。

表3 穩(wěn)健性檢驗(yàn)(N=392)

由表3可知,數(shù)字感知能力、數(shù)字抓取能力、資源整合重構(gòu)能力和組織變革能力的估計(jì)系數(shù)均顯著為正,除組織變革能力的系數(shù)顯著性有所降低以外,其余3個(gè)變量系數(shù)的顯著性無明顯變化,表明動(dòng)態(tài)能力4個(gè)維度與智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的正相關(guān)關(guān)系保持不變。以上結(jié)果表明研究結(jié)論依然穩(wěn)健。

4 結(jié)語

本研究利用2012～2021年間在滬深兩市A股上市的56家智能制造企業(yè)樣本數(shù)據(jù),以環(huán)境動(dòng)態(tài)性為調(diào)節(jié)變量,探討了動(dòng)態(tài)能力對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量的作用機(jī)制。結(jié)果表明:①數(shù)字感知能力、數(shù)字抓取能力、資源整合重構(gòu)能力和組織變革能力均對(duì)智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量有顯著正影響;②環(huán)境動(dòng)態(tài)性在數(shù)字抓取能力、資源整合重構(gòu)能力與數(shù)字創(chuàng)新質(zhì)量之間有正向調(diào)節(jié)效應(yīng);③環(huán)境動(dòng)態(tài)性在組織變革能力與數(shù)字創(chuàng)新質(zhì)量之間有負(fù)向調(diào)節(jié)效應(yīng);④環(huán)境動(dòng)態(tài)性在數(shù)字感知能力和數(shù)字創(chuàng)新質(zhì)量之間無顯著調(diào)節(jié)效應(yīng)。

基于以上研究結(jié)論,提出如下建議:針對(duì)結(jié)論①,智能制造企業(yè)在進(jìn)行數(shù)字創(chuàng)新過程中,有必要引進(jìn)具有數(shù)字背景的CEO,幫助其進(jìn)行數(shù)字創(chuàng)新。若CEO無數(shù)字背景,則應(yīng)引進(jìn)具有數(shù)字技術(shù)能力的高管或技術(shù)專家制定數(shù)字技術(shù)戰(zhàn)略。在提升抓取能力方面,企業(yè)應(yīng)在創(chuàng)新實(shí)踐中培養(yǎng)一批能夠適應(yīng)智能制造技術(shù)變革的技術(shù)研發(fā)人才隊(duì)伍。在智能制造企業(yè)資源與組織變革方面,可利用數(shù)字技術(shù)將資產(chǎn)數(shù)字化使企業(yè)由“重”變“輕”,提高組織資源響應(yīng)能力。此外,企業(yè)應(yīng)完善股權(quán)結(jié)構(gòu),防止股東控制權(quán)過大。針對(duì)結(jié)論②,智能制造企業(yè)在面對(duì)快速變化的環(huán)境時(shí),可利用大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等抓取數(shù)字環(huán)境信息,結(jié)合數(shù)字創(chuàng)新機(jī)會(huì)對(duì)企業(yè)資源進(jìn)行重新配置以推動(dòng)數(shù)字創(chuàng)新;也可借助工業(yè)互聯(lián)網(wǎng)構(gòu)建基于“工廠操作系統(tǒng)+工業(yè)軟件”的智能制造體系,將多重要素協(xié)同賦能以實(shí)現(xiàn)制造企業(yè)智能化,促進(jìn)數(shù)字創(chuàng)新質(zhì)量提升。針對(duì)結(jié)論③和結(jié)論④,智能制造企業(yè)應(yīng)推進(jìn)漸進(jìn)性的組織變革,逐漸改變智能制造企業(yè)的觀念、業(yè)務(wù)流程等,以克服環(huán)境的消極影響。例如,行業(yè)主管部門可針對(duì)智能制造企業(yè)提供專業(yè)的智能制造咨詢與培訓(xùn),普及智能制造知識(shí),幫助企業(yè)員工明確當(dāng)前及未來的制造裝備升級(jí)方向。在變革過程中,企業(yè)也可通過加強(qiáng)對(duì)其員工的培訓(xùn),塑造數(shù)字創(chuàng)新文化,緩解環(huán)境動(dòng)態(tài)的抑制作用。

本研究尚存在以下局限:①在智能制造企業(yè)數(shù)字創(chuàng)新質(zhì)量測(cè)量上采用發(fā)明專利的申請(qǐng)量進(jìn)行度量,側(cè)重?cái)?shù)字創(chuàng)新過程的產(chǎn)出階段。未來研究可以嘗試采用其他測(cè)量方式,如數(shù)字創(chuàng)新產(chǎn)品的收益率來反饋數(shù)字創(chuàng)新產(chǎn)生的價(jià)值。②僅探討了智能制造企業(yè)的數(shù)字創(chuàng)新問題,忽視了行業(yè)的差異性。后續(xù)研究可以擴(kuò)大研究范圍,針對(duì)不同行業(yè)的數(shù)據(jù)進(jìn)行對(duì)比分析,以探索動(dòng)態(tài)能力的異質(zhì)作用機(jī)制。