摘要：制造企業(yè)數(shù)字創(chuàng)新能力是規(guī)避數(shù)字化轉(zhuǎn)型失敗的微觀基礎(chǔ)，現(xiàn)有研究在其如何測(cè)評(píng)方面存在理論缺口。本文構(gòu)建了制造企業(yè)數(shù)字創(chuàng)新能力測(cè)評(píng)指標(biāo)體系，提出了體現(xiàn)差異優(yōu)勢(shì)和決策偏好的測(cè)評(píng)方法，測(cè)度了六家制造企業(yè)的數(shù)字創(chuàng)新能力水平。研究表明，制造企業(yè)數(shù)字創(chuàng)新能力包括智能連接能力、數(shù)據(jù)分析能力、數(shù)字集成能力、數(shù)字經(jīng)營(yíng)能力和價(jià)值創(chuàng)造能力五個(gè)方面。同時(shí)，測(cè)評(píng)方法基于差異視角，站在企業(yè)個(gè)體立場(chǎng)最大限度開(kāi)發(fā)差異優(yōu)勢(shì)，從管理者決策偏好角度確定排序，不僅識(shí)別和激發(fā)個(gè)體創(chuàng)新潛質(zhì)，而且從組織層面確定學(xué)習(xí)標(biāo)桿，也對(duì)管理制造企業(yè)“智改數(shù)轉(zhuǎn)”動(dòng)態(tài)過(guò)程、提升競(jìng)爭(zhēng)優(yōu)勢(shì)具有啟示意義。

關(guān)鍵詞：企業(yè)數(shù)字創(chuàng)新能力；指標(biāo)體系；個(gè)體優(yōu)勢(shì)識(shí)別；差異優(yōu)勢(shì)；能力測(cè)評(píng)

中圖分類號(hào)：C930 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-8256.2024.01.004

當(dāng)前，制造企業(yè)“智改數(shù)轉(zhuǎn)”涌現(xiàn)出一個(gè)重要現(xiàn)象，即以“數(shù)字資源整合”方式開(kāi)展數(shù)字化創(chuàng)新。如格力通過(guò)產(chǎn)品數(shù)字化、管理數(shù)字化和大數(shù)據(jù)設(shè)計(jì)，成為國(guó)家級(jí)智能制造試點(diǎn)示范單位［1］。浙江正泰采取管理數(shù)字化、生產(chǎn)智能化和組織平臺(tái)化，入選省級(jí)首批“ 未來(lái)工廠”［2］。然而，由于制造企業(yè)基礎(chǔ)條件薄弱和數(shù)智化水平不高，加上數(shù)字原生企業(yè)數(shù)字技術(shù)革新加速，造成制造企業(yè)數(shù)字化轉(zhuǎn)型成績(jī)收效甚微［3］，如2018年普華永道全球調(diào)研顯示90%的制造企業(yè)在數(shù)字化轉(zhuǎn)型上失敗了，根據(jù)《2021年中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)研究報(bào)告》，只有16% 的制造企業(yè)取得了實(shí)際的轉(zhuǎn)型績(jī)效，理論界對(duì)如何提升制造企業(yè)數(shù)字化轉(zhuǎn)型效能仍然缺乏有效解釋。導(dǎo)致這一理論缺口的原因至少有兩點(diǎn)。一方面，從研究對(duì)象看，已有研究主要關(guān)注數(shù)字基礎(chǔ)設(shè)施建設(shè)，而對(duì)如何配置數(shù)字資源關(guān)注較少，特別是缺少測(cè)評(píng)的方法和工具［4］。另一方面，從研究視角看，現(xiàn)有成果主要從制度和技術(shù)層面解釋轉(zhuǎn)型效能偏弱的困境，較少?gòu)臄?shù)字創(chuàng)新能力和資源優(yōu)勢(shì)等競(jìng)爭(zhēng)層面對(duì)此進(jìn)行解釋［5］。具備資源優(yōu)勢(shì)是制造企業(yè)“智改數(shù)轉(zhuǎn)”高效運(yùn)轉(zhuǎn)的先決條件，而在影響資源優(yōu)勢(shì)的眾多因素中，數(shù)字創(chuàng)新能力具有重要作用。

數(shù)字創(chuàng)新能力是制造企業(yè)為了實(shí)現(xiàn)數(shù)字創(chuàng)新目標(biāo)，如商業(yè)模式創(chuàng)新、組織變革等，對(duì)所具有的數(shù)字資源合理配置的能力［6］。過(guò)去缺乏大數(shù)據(jù)、人工智能等數(shù)字技術(shù)造成數(shù)字資源的閑置，數(shù)字資源具有開(kāi)放性、動(dòng)態(tài)性和重組性，使用和開(kāi)發(fā)該資源是一項(xiàng)重要競(jìng)爭(zhēng)能力［7］。從優(yōu)勢(shì)視角看，吳江等［8］認(rèn)為由于缺乏數(shù)字創(chuàng)新能力，數(shù)字化轉(zhuǎn)型支撐的組件、基礎(chǔ)設(shè)施及平臺(tái)難以實(shí)現(xiàn)功能，造成轉(zhuǎn)型行為受阻。姚小濤等［9］也觀測(cè)到由于企業(yè)跨界競(jìng)爭(zhēng)威脅，傳統(tǒng)制造企業(yè)面臨“轉(zhuǎn)型難度大、能力要求高、轉(zhuǎn)型周期長(zhǎng)”的艱難困境。當(dāng)前研究潛在顯示，識(shí)別制造企業(yè)數(shù)字創(chuàng)新能力是發(fā)揮主體作用的基礎(chǔ)，而如何有效測(cè)評(píng)制造企業(yè)數(shù)字創(chuàng)新能力成為核心問(wèn)題?；诖?，本文試圖采用扎根理論方法構(gòu)建制造企業(yè)數(shù)字創(chuàng)新能力測(cè)評(píng)指標(biāo)，隨后從優(yōu)勢(shì)角度出發(fā)，采用個(gè)體優(yōu)勢(shì)識(shí)別方法，構(gòu)建考慮差異優(yōu)勢(shì)和決策偏好的測(cè)評(píng)方法，以實(shí)際案例驗(yàn)證方法的可行性。本文主要的理論貢獻(xiàn)是識(shí)別制造企業(yè)數(shù)字創(chuàng)新能力要素，并提出了兼顧個(gè)體特色和組織要求的測(cè)評(píng)方法，為解釋制造企業(yè)數(shù)字化轉(zhuǎn)型效能微弱的原因提供理論指導(dǎo)。

1 文獻(xiàn)回顧

理論界對(duì)制造企業(yè)數(shù)字創(chuàng)新能力如何測(cè)評(píng)研究不足，主要有三個(gè)方面原因。其一，從研究視角看，現(xiàn)有研究集中從技術(shù)、組織和制度解釋制造企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)因、路徑、模式、價(jià)值創(chuàng)造等，缺乏從微觀的數(shù)字創(chuàng)新能力分析，數(shù)字化轉(zhuǎn)型不僅僅是技術(shù)轉(zhuǎn)型［10］，而是在數(shù)字技術(shù)賦能條件下展現(xiàn)技術(shù)資源優(yōu)勢(shì)［11］。其二，從測(cè)評(píng)指標(biāo)看，已有研究主要側(cè)重制造企業(yè)數(shù)字化轉(zhuǎn)型能力、制造企業(yè)數(shù)字化能力等，多從基礎(chǔ)設(shè)施、組織架構(gòu)、平臺(tái)應(yīng)用等維度設(shè)計(jì)，而對(duì)制造企業(yè)獲取、使用和部署數(shù)字資源的能力理解不足，特別是制造企業(yè)如何配置數(shù)字資源方面［12］。楊瑾和李蕾［13］采用扎根理論構(gòu)建了制造企業(yè)顛覆式創(chuàng)新模式指標(biāo)體系。梁玲玲和張悅［14］運(yùn)用模糊定性比較方法識(shí)別出制造企業(yè)創(chuàng)新質(zhì)量提升途徑。其三，從測(cè)評(píng)方法看，現(xiàn)有成果圍繞數(shù)字化能力、數(shù)字技術(shù)能力、數(shù)字轉(zhuǎn)型能力進(jìn)行評(píng)價(jià)，如陳疇鏞和許敬涵［15］運(yùn)用層次分析法對(duì)三家軸承企業(yè)數(shù)字化轉(zhuǎn)型能力評(píng)分，王核成等［16］運(yùn)用專家評(píng)審法開(kāi)發(fā)了數(shù)字化成熟度模型（DMM）。由此推斷，上述研究強(qiáng)調(diào)通過(guò)統(tǒng)一標(biāo)準(zhǔn)觀測(cè)制造企業(yè)數(shù)字化轉(zhuǎn)型，缺乏數(shù)字創(chuàng)新能力指標(biāo)體系，尚未探討如何測(cè)評(píng)制造企業(yè)數(shù)字創(chuàng)新能力，未能解決基于差異的管理者決策偏好問(wèn)題。

現(xiàn)實(shí)中，制造企業(yè)產(chǎn)品多樣、領(lǐng)域廣泛、組織復(fù)雜，難以通過(guò)“一刀裁”方式將其看作同質(zhì)化對(duì)象，既有研究忽視了制造企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中組織、生態(tài)系統(tǒng)等變化。為此，張振剛和林丹［17］開(kāi)始探索設(shè)計(jì)固定式權(quán)重方式衡量一流制造企業(yè)創(chuàng)新能力，孟凡生和馬茹浩［18］運(yùn)用熵權(quán)法和灰色關(guān)聯(lián)分析識(shí)別出離散制造智能化關(guān)鍵影響因素，然而沒(méi)能解決數(shù)字創(chuàng)新能力差異優(yōu)勢(shì)識(shí)別的難題［19］。因此，需要認(rèn)同制造企業(yè)之間差異、個(gè)體優(yōu)勢(shì)具有多樣性，用以揭示制造企業(yè)數(shù)字創(chuàng)新能力多維性和層次性特點(diǎn)，從而實(shí)現(xiàn)差異優(yōu)勢(shì)的目標(biāo)。

2 構(gòu)建測(cè)評(píng)指標(biāo)體系

本文采用扎根理論方法識(shí)別制造企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新能力構(gòu)成要素，原因如下：一方面，滿足構(gòu)建指標(biāo)體系需要。制造企業(yè)數(shù)字創(chuàng)新能力是現(xiàn)實(shí)生活中新涌現(xiàn)的概念，對(duì)其的研究還處于起步階段，扎根理論方法能夠持續(xù)比較和理論取樣，能夠通過(guò)現(xiàn)象尋找背后隱含的理論規(guī)律，有利于形成清晰的理論架構(gòu)。另一方面，自下而上構(gòu)建理論模型。通過(guò)歸納、總結(jié)和提煉，研究者基于經(jīng)驗(yàn)對(duì)原始數(shù)據(jù)編碼，邊補(bǔ)充資料邊修正理論，具有科學(xué)的操作流程，研究結(jié)論更具有實(shí)用價(jià)值。

圍繞制造企業(yè)數(shù)字創(chuàng)新能力這個(gè)議題，以制造企業(yè)的高管、生產(chǎn)經(jīng)理、參與的員工作為主要訪談對(duì)象，主要的資料來(lái)源包括制造企業(yè)內(nèi)部和外部資料。其一，內(nèi)部資料包括企業(yè)官網(wǎng)介紹、經(jīng)營(yíng)報(bào)告、管理者講話等，如2021 年張瑞敏的《于第四次工業(yè)革命中再生的新范式——生態(tài)品牌》。其二，外部資料包括新聞媒體報(bào)道、網(wǎng)絡(luò)評(píng)論、期刊文章等，如2022年《經(jīng)濟(jì)日?qǐng)?bào)》特別報(bào)道的《數(shù)字經(jīng)濟(jì)引領(lǐng)產(chǎn)業(yè)轉(zhuǎn)型》。將以上數(shù)據(jù)分類歸納，整理新聞稿21篇，公告18篇，文字6.5萬(wàn)字，整理文檔82頁(yè)。

按照數(shù)據(jù)編碼的三步驟，即開(kāi)放式、主軸式和選擇式編碼［20］，按照“標(biāo)簽化→副范疇→主范疇”的基本思路，如概念“主干網(wǎng)絡(luò)覆蓋率、數(shù)據(jù)安全措施、硬件設(shè)備”歸納為副范疇“數(shù)字化設(shè)備投入”；副范疇“數(shù)字化設(shè)備投入、數(shù)字網(wǎng)絡(luò)技術(shù)、生產(chǎn)數(shù)字平臺(tái)”歸納為主范疇“智能連接能力”；最后得到概念47個(gè)，副范疇15個(gè)，主范疇5個(gè)，主要為智能連接能力、數(shù)據(jù)分析能力、數(shù)字集成能力、數(shù)字經(jīng)營(yíng)能力和價(jià)值創(chuàng)造能力。此外，為了避免研究者主觀局限，由兩名研究者采用背對(duì)背方式單獨(dú)編碼，出現(xiàn)差異后再進(jìn)一步討論是否需要升級(jí)編碼，同時(shí)尋找第三方數(shù)據(jù)源進(jìn)行驗(yàn)證，確保編碼內(nèi)容一致。具體處理結(jié)果如表1所示。

為了增強(qiáng)指標(biāo)解釋力，首先，以制造企業(yè)的生產(chǎn)管理人員和工作人員為調(diào)研對(duì)象，采用電子郵件和問(wèn)卷星發(fā)放問(wèn)卷500 份，回收有效問(wèn)卷378 份，有效率為75.6%，歷時(shí)1 個(gè)月完成。其次，運(yùn)用SPSS 22.0 對(duì)其中的189 份問(wèn)卷進(jìn)行探索性因子分析，得到KMO 值為0.885（超過(guò)0.8 可進(jìn)行因子分析），Bartlett 的值為55.475，顯著性概率為0.000。再次，運(yùn)用AMOS 24.0對(duì)另外的189 份問(wèn)卷進(jìn)行驗(yàn)證性因子分析，χ 2 /df 的值為2.763，小于經(jīng)驗(yàn)值3，說(shuō)明整體擬合效果良好。最后，在信度方面，量表總體Cronbach’s α 系數(shù)為0.836，超過(guò)0.7，信度較好。由此判定，構(gòu)建的制造企業(yè)數(shù)字創(chuàng)新能力指標(biāo)具有良好的信度和效度，能夠?yàn)楹笪牡闹圃炱髽I(yè)數(shù)字化轉(zhuǎn)型創(chuàng)新能力測(cè)評(píng)提供理論基礎(chǔ)。

3 制造企業(yè)智改數(shù)轉(zhuǎn)的數(shù)字創(chuàng)新能力測(cè)評(píng)方法

3.1 測(cè)評(píng)思路

測(cè)評(píng)是按照特定方法對(duì)被評(píng)價(jià)對(duì)象進(jìn)行科學(xué)、公正綜合評(píng)判過(guò)程，制造企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新能力測(cè)評(píng)，就是要認(rèn)同制造企業(yè)個(gè)體差異，數(shù)字創(chuàng)新能力具備多樣特征，在差異優(yōu)勢(shì)基礎(chǔ)上確定組織偏好的排序結(jié)果。該測(cè)評(píng)問(wèn)題核心的目標(biāo)是發(fā)揮制造企業(yè)個(gè)性化優(yōu)勢(shì)特征，克服評(píng)價(jià)過(guò)程中觀測(cè)值趨同而難以區(qū)分差異的劣勢(shì)，不僅評(píng)價(jià)過(guò)程中認(rèn)同制造企業(yè)數(shù)字創(chuàng)新能力差異優(yōu)勢(shì)，而且從組織角度確定決策者偏好結(jié)果，更符合實(shí)際測(cè)評(píng)結(jié)果的需要，管理人員能夠?qū)χ圃炱髽I(yè)數(shù)字化轉(zhuǎn)型提供指導(dǎo)。根據(jù)以上目標(biāo)，制造企業(yè)數(shù)字創(chuàng)新能力選擇可以按照以下原則執(zhí)行：首先，識(shí)別出制造企業(yè)數(shù)字創(chuàng)新能力的個(gè)性化和多樣性特征，從最有利于制造企業(yè)自身發(fā)展角度確定學(xué)習(xí)標(biāo)桿。其次，最大限度尋求差異優(yōu)勢(shì)，權(quán)重值越大表明優(yōu)勢(shì)越明顯，越能夠突出其特色。最后，結(jié)合差異特征，考慮組織管理者決策偏好，測(cè)評(píng)和確定出更貼近現(xiàn)實(shí)、符合需要的制造企業(yè)數(shù)字創(chuàng)新能力標(biāo)桿，為企業(yè)數(shù)字化轉(zhuǎn)型提供成功標(biāo)準(zhǔn)。

基于以上考慮，本文將認(rèn)同制造企業(yè)及其數(shù)字創(chuàng)新能力個(gè)性化、差異化特點(diǎn)，開(kāi)發(fā)出制造企業(yè)數(shù)字化轉(zhuǎn)型的創(chuàng)新能力測(cè)評(píng)方法，具體包括三個(gè)步驟：一是面對(duì)各具特色的制造企業(yè)，判別出其數(shù)字創(chuàng)新能力的差別優(yōu)勢(shì)結(jié)構(gòu)，從最有利于各自發(fā)展的視角進(jìn)行差別優(yōu)勢(shì)比較。二是采用離差最大化方法，通過(guò)權(quán)重系數(shù)刻畫(huà)差異優(yōu)勢(shì)之間的區(qū)別，展現(xiàn)觀測(cè)值信息量差別，突出差異優(yōu)勢(shì)的特色。三是運(yùn)用VIKOR（多準(zhǔn)則妥協(xié)解排序）方法［21］，從決策者偏好視角綜合考慮制造企業(yè)數(shù)字創(chuàng)新能力優(yōu)勢(shì)結(jié)構(gòu)和創(chuàng)新水平，完成測(cè)評(píng)任務(wù)。

3.2 個(gè)體優(yōu)勢(shì)識(shí)別和差異優(yōu)勢(shì)比較

假設(shè)m 個(gè)制造企業(yè)在“智改數(shù)轉(zhuǎn)”進(jìn)程中的數(shù)字創(chuàng)新能力由n 個(gè)指標(biāo)組成，原始觀測(cè)值的矩陣X = （ xij ） m × n（xij ≥ 0），經(jīng)過(guò)標(biāo)準(zhǔn)化后得到的矩陣為F = （ fij ） m × n（0 ≤ fij ≤ 1）。為了有效刻畫(huà)差異優(yōu)勢(shì)，設(shè)置指標(biāo)的權(quán)重向量W，其中W = （ w1，w2，…，wn ）T。根據(jù)組織決策者目標(biāo)管理的需要，設(shè)置每項(xiàng)指標(biāo)的目標(biāo)值（ f *1 ，f *2 ，…，f * n ）?；诰嚯x函數(shù)構(gòu)建制造企業(yè)數(shù)字創(chuàng)新能力差異優(yōu)勢(shì)識(shí)別模型，數(shù)學(xué)表達(dá)式為：

式（1）中，d （ fij ，f * j ）結(jié)果越小說(shuō)明制造企業(yè)數(shù)字創(chuàng)新能力越貼近組織決策者目標(biāo)要求，換言之，當(dāng)觀測(cè)值和目標(biāo)值確定的條件下，只能通過(guò)一組權(quán)重來(lái)確定最小的d （ fij ，f * j ），因此，構(gòu)建以下數(shù)學(xué)表達(dá)式：

以每項(xiàng)指標(biāo)的權(quán)重向量刻畫(huà)差異優(yōu)勢(shì)，同時(shí)為了從最有利于被評(píng)價(jià)對(duì)象的角度出發(fā)，需要進(jìn)行差異優(yōu)勢(shì)的對(duì)比，一方面確定學(xué)習(xí)的標(biāo)桿和榜樣，另一方面評(píng)價(jià)結(jié)果更容易被接受。進(jìn)一步而言，制造企業(yè)數(shù)字創(chuàng)新能力存在客觀差異，測(cè)評(píng)需要考慮到個(gè)體的認(rèn)同，即從最有利于被評(píng)價(jià)對(duì)象角度確定的結(jié)果最容易接受。以制造企業(yè)l 為例，從其他制造企業(yè)（如k）的視角看，能夠得到制造企業(yè)k 對(duì)制造企業(yè)l 的他評(píng)值，即差異優(yōu)勢(shì)的比較結(jié)果，數(shù)學(xué)表達(dá)式為：

式（4）中，wk 是從有利于制造企業(yè)k 角度的權(quán)重參數(shù)。在m 個(gè)制造企業(yè)當(dāng)中，可以得到m 個(gè)評(píng)價(jià)結(jié)果，其中1個(gè)是自我評(píng)價(jià)的結(jié)果，m - 1個(gè)是他評(píng)結(jié)果。

3.3 離差最大化視角下權(quán)重確定

為了最大限度突出差異優(yōu)勢(shì)，即不同角度對(duì)應(yīng)的信息量是不同的，當(dāng)差異優(yōu)勢(shì)包含的信息特征明顯，存在個(gè)性化特點(diǎn)，需要從該角度賦予較大權(quán)重。基于式（4）確定的結(jié)果，構(gòu)建判斷矩陣Z =（ zij ） m × m，其中橫行為m 個(gè)角度下單一制造企業(yè)數(shù)字創(chuàng)新能力指標(biāo)評(píng)價(jià)值，豎列為某個(gè)指標(biāo)下m 個(gè)制造企業(yè)的數(shù)字創(chuàng)新能力指標(biāo)評(píng)價(jià)值。假定判斷矩陣Z 標(biāo)準(zhǔn)化之后為H，即H 中的每個(gè)數(shù)據(jù)均在區(qū)間［0，1］之間，根據(jù)離差最大化思路，數(shù)學(xué)表達(dá)式為：

因?yàn)榍蠼獾臋?quán)重參數(shù)加和為1，于是對(duì)其進(jìn)行歸一化，最后得到在所有參評(píng)制造企業(yè)角度下的權(quán)重參數(shù)，表達(dá)式如下：

3.4 制造企業(yè)數(shù)字創(chuàng)新能力綜合評(píng)價(jià)

為了實(shí)現(xiàn)組織管理者決策偏好，即基于差異優(yōu)勢(shì)進(jìn)行決策判斷，根據(jù)VIKOR方法，構(gòu)建制造企業(yè)數(shù)字創(chuàng)新能力綜合評(píng)價(jià)模型。首先，確定正理想解f * j 和負(fù)理想解f - j 。當(dāng)測(cè)評(píng)指標(biāo)為最大化時(shí)，h*j = maxi hij ，h-j =mini hij；當(dāng)測(cè)評(píng)指標(biāo)為最小化時(shí)，h*j = mini hij ，h-j =maxi hij。從最有利于制造企業(yè)hi（ i = 1，2，…，m ）的差異優(yōu)勢(shì)立場(chǎng)，計(jì)算效益值S = （ S1，S2，…，Sm ）和個(gè)體遺憾度R = （ R1，R2，…，Rm ），數(shù)學(xué)表達(dá)式為：

隨后，計(jì)算偏好的排序結(jié)果Qi。其中Qi =（Q1，Q2，…，Qm ）表示第i 個(gè)制造企業(yè)最終的決策偏好綜合評(píng)價(jià)值，其中v 是決策機(jī)制系數(shù)，是組織決策者的一種偏好設(shè)置，當(dāng)取值為0.5時(shí)，表示組織決策者認(rèn)同數(shù)字創(chuàng)新能力現(xiàn)狀水平，通常情況下顯示測(cè)評(píng)的結(jié)果會(huì)受到贊同，具體數(shù)學(xué)表達(dá)式為：

式（9）的計(jì)算結(jié)果值越小，說(shuō)明制造企業(yè)數(shù)字創(chuàng)新能力越能夠達(dá)到組織決策者的目標(biāo)，企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)條件越好。綜上，在個(gè)體優(yōu)勢(shì)識(shí)別和差異優(yōu)勢(shì)比較之后，繼續(xù)挖掘差異優(yōu)勢(shì)，構(gòu)建了制造企業(yè)數(shù)字創(chuàng)新能力綜合評(píng)價(jià)模型，為后續(xù)測(cè)評(píng)工作提供基礎(chǔ)。

4 實(shí)證分析

4.1 案例來(lái)源

根據(jù)中國(guó)制造業(yè)發(fā)展研究院資助的項(xiàng)目，為推進(jìn)江蘇省制造業(yè)智能化改造和數(shù)字化轉(zhuǎn)型，向山東海爾、廣東格力、浙江正泰、廣東中設(shè)智控、上海步科、陜西陜汽集團(tuán)（為下文表述方便，以A1～A6表示）進(jìn)行調(diào)研，為其他制造企業(yè)確定學(xué)習(xí)的標(biāo)桿，樹(shù)立學(xué)習(xí)的榜樣。

根據(jù)構(gòu)建的制造企業(yè)數(shù)字創(chuàng)新能力指標(biāo)，采用一級(jí)指標(biāo)的測(cè)評(píng)維度，向每家企業(yè)發(fā)放問(wèn)卷20 份，涵蓋企業(yè)的高管、生產(chǎn)制造經(jīng)理和普通員工，采用10 點(diǎn)打分表，1為最低，10為最高，同時(shí)結(jié)合專家組對(duì)這6家制造企業(yè)的數(shù)字創(chuàng)新能力打分情況（也采用10點(diǎn)打分），采用算術(shù)平均值方式，獲得原始評(píng)價(jià)數(shù)據(jù)，如表2所示。

4.2 數(shù)據(jù)處理

表2顯示，6家制造企業(yè)數(shù)字創(chuàng)新能力觀測(cè)值均為極大值型指標(biāo)，量綱一致，可以不需要標(biāo)準(zhǔn)化處理。由于每一項(xiàng)指標(biāo)的最大值為10，可以設(shè)置為決策的目標(biāo)值。根據(jù)式（3）可知，運(yùn)用Matlab軟件，確定每個(gè)測(cè)評(píng)制造企業(yè)在數(shù)字創(chuàng)新能力方面的個(gè)體優(yōu)勢(shì)差異特征，計(jì)算結(jié)果如表3所示。

根據(jù)表3的企業(yè)個(gè)體優(yōu)勢(shì)差異特征，運(yùn)用式（4），計(jì)算6家制造企業(yè)在數(shù)字創(chuàng)新能力上比較結(jié)果，即從最有利于各自發(fā)展的角度確定學(xué)習(xí)的標(biāo)桿。計(jì)算結(jié)果共有36個(gè)，按照計(jì)算值越小排名越優(yōu)的原則，排序結(jié)果如表4所示。

接下來(lái)進(jìn)對(duì)表4的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化之后的決策矩陣H。

根據(jù)式（7），計(jì)算得到從6個(gè)制造企業(yè)角度下的權(quán)重參數(shù)向量，即為（0.260，0.166，0.192，0.089，0.126，0.167）。根據(jù)式（8）和式（9），將決策矩陣H 數(shù)據(jù)和權(quán)重參數(shù)向量代入，其中決策機(jī)制系數(shù)取值為0.5，得到最后的制造企業(yè)數(shù)字創(chuàng)新能力綜合評(píng)價(jià)結(jié)果，計(jì)算值為（0.001，0.116，0.092，0.979，0.196，0.107）。

按照測(cè)評(píng)結(jié)果值越小排名越優(yōu)原則，6家制造企業(yè)在數(shù)字化轉(zhuǎn)型中展現(xiàn)的數(shù)字創(chuàng)新能力排序?yàn)锳1gt;A3gt;A6gt;A2gt;A5gt;A4。因此，在確定制造企業(yè)數(shù)字化轉(zhuǎn)型學(xué)習(xí)標(biāo)桿中首選是山東海爾和浙江正泰。

4.3 結(jié)果分析

（1）根據(jù)表3可得，每一家制造企業(yè)在數(shù)字化轉(zhuǎn)型中展現(xiàn)出的數(shù)字創(chuàng)新能力差異優(yōu)勢(shì)顯著，即存在差異特色。如以制造企業(yè)A1 海爾為例，其個(gè)體優(yōu)勢(shì)差異特征為（0.169，0.160，0.186，0.164，0.320），按照值越大特色越明顯原則，在價(jià)值創(chuàng)造能力方面具有絕對(duì)主導(dǎo)優(yōu)勢(shì)。特別是海爾先后構(gòu)建智慧管理系統(tǒng)，提出小微概念，建成11家互聯(lián)網(wǎng)工廠，智慧及語(yǔ)音控制等技術(shù)廣泛應(yīng)用在產(chǎn)品當(dāng)中等。如以制造企業(yè)A2格力為例，其個(gè)體優(yōu)勢(shì)差異特征為（0.137，0.205，0.234，0.212，0.212），在數(shù)字集成能力方面具有絕對(duì)主導(dǎo)優(yōu)勢(shì)。特別是格力電器通過(guò)數(shù)字賦能，建設(shè)數(shù)字化工廠，核心設(shè)備100%互聯(lián)互通，已建成商業(yè)智能系統(tǒng)。其他的制造企業(yè)以此類推。可以看到，制造企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，個(gè)體之間存在條件的差異，在尊重和認(rèn)同差異優(yōu)勢(shì)的基礎(chǔ)上，能夠進(jìn)一步鼓勵(lì)和引導(dǎo)制造企業(yè)發(fā)揮強(qiáng)項(xiàng)、規(guī)避劣勢(shì)，從而實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的成功。

（2）根據(jù)表4可得，由于存在客觀差異，從最有利于自身發(fā)展作為出發(fā)點(diǎn)，6家制造企業(yè)均將自身排在了第一位。如以制造企業(yè)A1為例，A1將A3和A6排名并列第二，將A2和A5排名并列第三，將A4排名第四，而制造企業(yè)A2將A5排在了第二位，將A4排在了末位，其他制造企業(yè)以此類推。從差異優(yōu)勢(shì)比較排序結(jié)果來(lái)看，排在第6位的A4出現(xiàn)了3次，A1出現(xiàn)了2次，制造企業(yè)A4表現(xiàn)出的數(shù)字化轉(zhuǎn)型創(chuàng)新能力排名靠后。不難發(fā)現(xiàn)，以自身發(fā)展作為出發(fā)點(diǎn)，排名通?？壳?，體現(xiàn)出比較過(guò)程中認(rèn)同個(gè)體的差異優(yōu)勢(shì)，同時(shí)排名靠后表明在數(shù)字創(chuàng)新能力方面缺乏比較優(yōu)勢(shì)，作為管理者需要給予足夠的重視。

（3）為了進(jìn)一步識(shí)別和擴(kuò)大制造企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中存在的數(shù)字創(chuàng)新能力優(yōu)勢(shì)差異，從6家企業(yè)的角度確定權(quán)重參數(shù)，特別是當(dāng)觀測(cè)值趨近或相同時(shí)，需要進(jìn)一步挖掘優(yōu)勢(shì)之間的差異。從確定的權(quán)重參數(shù)結(jié)果看，制造企業(yè)A1的權(quán)重最大，表明在所測(cè)評(píng)的制造企業(yè)當(dāng)中數(shù)字創(chuàng)新能力整體水平處于最好水平，而制造企業(yè)A4的權(quán)重最小，整體的數(shù)字創(chuàng)新能力水平最弱。由此可見(jiàn)，在數(shù)字創(chuàng)新能力指標(biāo)差異之后，從制造企業(yè)角度確定的權(quán)重參數(shù)體現(xiàn)了整體的能力優(yōu)勢(shì)差異水平。

（4）根據(jù)最后的綜合計(jì)算結(jié)果，6家制造企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中數(shù)字創(chuàng)新能力排名第一的是A1，排在最后的是A4。不管是通過(guò)制造企業(yè)個(gè)體角度，還是從組織決策者的角度，差異優(yōu)勢(shì)表現(xiàn)突出的A1往往排名靠前，而表現(xiàn)一般的制造企業(yè)A4往往排名靠后。很明顯，數(shù)字創(chuàng)新能力表現(xiàn)好的制造企業(yè)是公認(rèn)的學(xué)習(xí)標(biāo)桿。

5 結(jié)論和啟示

面對(duì)制造企業(yè)“智改數(shù)轉(zhuǎn)”過(guò)程中轉(zhuǎn)型效能微弱、缺乏測(cè)評(píng)方法的現(xiàn)實(shí)挑戰(zhàn)，常常導(dǎo)致制造企業(yè)數(shù)字化轉(zhuǎn)型失敗，本文采用扎根理論方法構(gòu)建制造企業(yè)數(shù)字化轉(zhuǎn)型中數(shù)字創(chuàng)新能力的指標(biāo)體系，基于個(gè)體優(yōu)勢(shì)識(shí)別方法進(jìn)行差異優(yōu)勢(shì)比較，在離差最大化視角下確定個(gè)體權(quán)重參數(shù)，運(yùn)用VIKOR方法確定決策者偏好，揭示差異優(yōu)勢(shì)的特征和發(fā)揮多樣性能力優(yōu)勢(shì)。得到如下結(jié)論：（1）構(gòu)建了制造企業(yè)數(shù)字創(chuàng)新能力測(cè)評(píng)指標(biāo)體系。同以往問(wèn)卷調(diào)研相比，針對(duì)涌現(xiàn)的制造企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)象，扎根理論方法在提煉和歸納方面更具有優(yōu)勢(shì)，得到的指標(biāo)覆蓋面廣、內(nèi)容全面，有利于為制造企業(yè)數(shù)字化轉(zhuǎn)型成功提供參考點(diǎn)。（2）提出了體現(xiàn)差異優(yōu)勢(shì)和決策偏好的測(cè)評(píng)方法。雖然現(xiàn)有的個(gè)體優(yōu)勢(shì)識(shí)別方法中已經(jīng)通過(guò)權(quán)重來(lái)刻畫(huà)優(yōu)勢(shì)特征，但是當(dāng)指標(biāo)觀測(cè)值接近或者相同時(shí)，難以區(qū)分差異，而本文在離差最大化視角下，進(jìn)一步識(shí)別優(yōu)勢(shì)差異，構(gòu)建了體現(xiàn)決策者偏好的綜合評(píng)價(jià)模型。（3）豐富了制造企業(yè)數(shù)字化轉(zhuǎn)型方法研究。以往研究多采用定性方法判斷制造企業(yè)數(shù)字化轉(zhuǎn)型特征，而本文充分認(rèn)同制造企業(yè)及其數(shù)字創(chuàng)新能力的客觀差異，圍繞優(yōu)勢(shì)差異進(jìn)行測(cè)評(píng)，構(gòu)建的方法和得到的結(jié)果更符合實(shí)際需要。

為了實(shí)現(xiàn)制造企業(yè)數(shù)字化轉(zhuǎn)型成功的目標(biāo)，根據(jù)研究結(jié)論，主要的管理啟示是在優(yōu)勢(shì)差異中尋找數(shù)字化轉(zhuǎn)型潛力。進(jìn)一步而言，一方面，制造企業(yè)數(shù)字創(chuàng)新能力表現(xiàn)出的長(zhǎng)項(xiàng)，能夠通過(guò)數(shù)字技術(shù)進(jìn)行優(yōu)勢(shì)互補(bǔ)和能力匹配，組織管理者認(rèn)同差異和鼓勵(lì)特色，最大限度激活創(chuàng)新潛質(zhì)。另一方面，發(fā)揮民主決策作用，不僅需要考慮制造企業(yè)的個(gè)體優(yōu)勢(shì)，而且兼顧群體的看法，確定的榜樣標(biāo)桿更能夠受到認(rèn)可。

作為制造企業(yè)數(shù)字化轉(zhuǎn)型研究，本文對(duì)數(shù)字創(chuàng)新能力測(cè)評(píng)進(jìn)行了探索，仍存在以下不足：一方面，盡管采用定性和定量方法測(cè)評(píng)制造企業(yè)數(shù)字創(chuàng)新能力水平，但企業(yè)數(shù)字化轉(zhuǎn)型具有復(fù)雜性和動(dòng)態(tài)性，本文未能兼顧對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程的分析；另一方面，本文選擇制造企業(yè)為研究對(duì)象，更多是單一類型企業(yè)數(shù)字化轉(zhuǎn)型中的能力表現(xiàn)?？梢?jiàn)，未來(lái)可以采用大樣本實(shí)證方式探討多種類型企業(yè)數(shù)字化轉(zhuǎn)型，確定多種類型企業(yè)數(shù)字創(chuàng)新能力。

參考文獻(xiàn)：

［1］ 楊雅程，雷家骕，陳浩，等.加工制造企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)理：基于資源編排視角的案例研究［J］.管理案例研究與評(píng)論，2022，15（2）：198-220.

［2］ 應(yīng)瑛，張曉杭，孔小磊，等.制度視角下的制造企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程：一個(gè)縱向案例研究［J］. 研究與發(fā)展管理，2022，34（1）：8-20，106.

［3］ 陳勁，陳家賜.工業(yè)5.0中的智能創(chuàng)新戰(zhàn)略：創(chuàng)造超越世界一流的績(jī)效［J］.清華管理評(píng)論，2022（3）：6-17.

［4］ 趙慧娟，陳洪洋，姜盼松，等.平臺(tái)生態(tài)嵌入、數(shù)據(jù)賦能對(duì)中小制造企業(yè)創(chuàng)新柔性的影響：基于資源編排視角［J］.研究與發(fā)展管理，2022，34（5）：1-15.

［5］ 杜勇，曹磊，譚暢.平臺(tái)化如何助力制造企業(yè)跨越轉(zhuǎn)型升級(jí)的數(shù)字鴻溝？基于宗申集團(tuán)的探索性案例研究［J］.管理世界，2022，38（6）：117-138.

［6］ 劉洋，應(yīng)震洲，應(yīng)瑛.數(shù)字創(chuàng)新能力：內(nèi)涵結(jié)構(gòu)與理論框架［J］.科學(xué)學(xué)研究，2021，39（6）：981-984，988.

［7］ 賀正楚，潘為華，潘紅玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新效率：制造過(guò)程與商業(yè)模式的異質(zhì)性分析［J］.中國(guó)軟科學(xué)，2023（3）：162-177.

［8］ 吳江，陳婷，龔藝巍，等.企業(yè)數(shù)字化轉(zhuǎn)型理論框架和研究展望［J］.管理學(xué)報(bào)，2021，18（12）：1871-1880.

［9］ 姚小濤，亓?xí)煟瑒⒘樟?，? 企業(yè)數(shù)字化轉(zhuǎn)型：再認(rèn)識(shí)與再出發(fā)［J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，42（3）：1-9.

［10］ 陳一華，張振剛，黃璐.制造企業(yè)數(shù)字賦能商業(yè)模式創(chuàng)新的機(jī)制與路徑［J］.管理學(xué)報(bào)，2021，18（5）：731-740.

［11］ 余菲菲，王麗婷.數(shù)字技術(shù)賦能我國(guó)制造企業(yè)技術(shù)創(chuàng)新路徑研究［J］.科研管理，2022，43（4）：11-19.

［12］ 陳勁，李佳雪.創(chuàng)新公地：后熊彼特創(chuàng)新范式的新探索［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2022，43（8）：3-18.

［13］ 楊瑾，李蕾.數(shù)字經(jīng)濟(jì)時(shí)代裝備制造企業(yè)顛覆式創(chuàng)新模式：基于扎根理論的探索［J］.中國(guó)科技論壇，2022（8）：89-99.

［14］ 梁玲玲，張悅.數(shù)字技術(shù)驅(qū)動(dòng)下的制造企業(yè)創(chuàng)新質(zhì)量提升路徑［J］.財(cái)會(huì)月刊，2023，44（2）：145-152.

［15］ 陳疇鏞，許敬涵.制造企業(yè)數(shù)字化轉(zhuǎn)型能力評(píng)價(jià)體系及應(yīng)用［J］.科技管理研究，2020，40（11）：46-51.

［16］ 王核成，王思惟，劉人懷.企業(yè)數(shù)字化成熟度模型研究［J］.管理評(píng)論，2021，33（12）：152-162.

［17］ 張振剛，林丹.一流制造企業(yè)創(chuàng)新能力評(píng)價(jià)體系的構(gòu)建［J］.統(tǒng)計(jì)與決策，2021，37（4）：181-184.

［18］ 孟凡生，馬茹浩.離散制造智能化關(guān)鍵技術(shù)協(xié)同創(chuàng)新及影響因素研究［J］.科研管理，2023，44（1）：37-47.

［19］ 黃詩(shī)童，趙希男，柳森.基于粒子群優(yōu)化的競(jìng)優(yōu)評(píng)析拓展方法及評(píng)價(jià)引導(dǎo)功效：以TOPSIS 模式為例［J］. 運(yùn)籌與管理，2021，30（7）：160-166.

［20］ EISENHARDT K M. Building theories from case study research［J］.Academy of Management Review，1989，14（4）：532-550.

［21］ OPRICOVIC S，TZENG G H. Compromise solution by MCDM methods： a comparative analysis of VIKOR and TOPSIS［J］.European Journal of Operational Research，2004，156（2）：445-455.

基金項(xiàng)目：江蘇省高校社科聯(lián)發(fā)展專項(xiàng)課題（23GSB-031）；南京信息工程大學(xué)中國(guó)制造業(yè)發(fā)展研究院開(kāi)放課題（SK20220090-8）