侯翠梅， 苏 杭

（中国矿业大学（北京），北京 100083）

1 引言

党的十九大报告指出，要“建立以企业为主体、市场为导向、产学研深度融合的技术创新体系。”《中共中央关于制定国民经济和社会发展第十四个五年规划和2035年远景目标的建议》指出，要提升企业技术创新能力，强化企业创新主体地位，促进各类创新要素向企业集聚。自国家推动数字化转型以来，“智能制造”成为产业转型升级的重要抓手，并为企业创新赋能。智能化转型是企业在生产、经营过程中人工智能、云计算、大数据、物联网、区块链等新一代技术的应用。2020年9月，习近平总书记在科学家座谈会上强调“要将新一代信息技术与实体经济深度融合，加快制造业数字化、网络化和智能化进程。”国家“智能制造评估评价公共服务平台”对全国累计12000家企业的数据统计，已有75%以上的企业开始部署智能制造，实现了跨业务间数据共享，其中有600家企业智能化程度趋于成熟水平。

在当前数字科技革命和产业变革背景下，通过数字技术赋能企业，加快智能化转型已成为我国企业突破发展困境的关键，也是推动“中国制造”向“中国智造”转变、带动产业向全球价值链中高端转移的重中之重［1］。智能化转型对微观经济主体的影响研究主要聚焦于以下方面：（1）智能化转型对企业生产效率具有促进作用。智能制造技术可以实现人机协同，通过与设计、生产、管理等环节加速融合，从而降低生产成本，提升生产效率［2-4］。（2）智能化转型转变了企业销售模式。企业应用新一代数字技术对相关产品进行持续改进，实现用户个性化需求，进而改变企业销售模式，提升产品的创新性和适应性［5，6］。（3）智能化转型促进企业协同集聚。工业互联网催生的新模式可以促进企业内部协同、产业链协同、供应链协同，推动企业智能化生产［7，8］

智能化转型是一项复杂性的系统工程，智能化转型的加快，不仅促使了企业进行相应的内部组织和管理业务等方面的调整，也进一步推动了企业将智能化力量转化为竞争优势，提升了企业创新能力。本文研究的创新贡献体现在：（1）以往研究从企业生产效率、销售模式和协同集聚等方面探讨了智能化转型的影响效果，本文进一步研究了智能化转型对企业创新绩效的影响作用，丰富了智能化转型对微观经济主体的影响效果研究。（2）智能化转型如何影响企业创新绩效，已有研究存在解释力不足的问题。本文基于企业能力视角，引入数字化能力作为中介变量，对智能化转型影响企业创新绩效的内在作用机制提供了理论解释。（3）构建了战略匹配和企业异质性的调节机制，进一步拓展了智能化转型对企业创新绩效影响的研究空间。

2 理论基础与研究假设

2.1 智能化转型与企业创新绩效

智能制造背景下，智能化转型是我国企业未来发展的必然趋势。通过对已有研究的梳理，智能化转型主要包括企业转型升级和智能制造两个方面。一方面，企业转型升级不仅包括通过改善自身技术水平等的形式提高竞争力，使企业生产的产品由低附加值实现到高附加值的转变［9-11］，也包括企业在组织管理模式、治理结构等方面进行的优化升级［12，13］。另一方面，智能制造是指在产品的整个生命周期中，基于新一代信息技术、传感技术、人工智能技术、网络技术等先进制造技术和智能技术基础上，制造装备和制造过程通过智能手段达到动态感知、交互、执行，实现数字化、网络化和智能化发展［14］。

基于价值共创和要素集聚视角，本文认为，智能化转型有助于企业创新绩效水平提升。首先，基于价值共创理论，满足市场的个性化需求是价值共创最为理想的状态，智能化转型通过人工智能、大数据、移动互联网等智能化技术，从设计、生产、销售等环节满足市场需求，并借此提高创新绩效。具体来说，一方面，面对日益激烈的市场竞争，及时响应和精准施策是提升创新水平和竞争力的法宝。以人工智能、大数据为代表的智能化技术能够辅助企业进行精准决策，提升产品创新水平，快速响应市场需求的调整［15］。另一方面，云平台、物联网等有助于构建涵盖企业以及各类利益相关者等主体的智能生态系统，并通过B2B／B2C等方面的对接，实现企业价值链的协同，有效降低交易成本，提升企业价值共创能力和创新绩效，从而达到价值增值的目的［16］。其次，基于要素集聚视角，智能化转型推动要素集聚模式创新，提高要素配置效率，提升创新绩效［17］。在移动互联网、物联网、云平台等智能化的推动下，要素跨越现实时空界限集聚，不仅为企业提供了更加便捷的要素使用平台，同时也有助于企业实现智能制造要素→智能制造能力→智能制造系统的演化路径，从而带动创新绩效水平提升。基于以上分析，本文提出如下假设：

假设1智能化转型对企业创新绩效具有显著正向影响。

2.2 数字化能力的中介作用

参照Lenk等［18］的研究，本文将数字化能力定义为企业具备的将新一代数字资源与已有其他资源结合起来的动员、部署和协调的能力，具体包括3个维度：装备数字化能力、人员数字化能力和管理数字化能力。在智能化转型过程中，数字化能力的高低是企业实现智能制造进而获取较高水平创新绩效的关键。根据企业能力理论，在智能化转型战略的推动下，企业所具备的数字化能力有助于其将新一代信息技术资源与已有其他资源相结合，通过加强数字装备投入、人员数字化能力培养和管理模式数字化转变等方式，有效提升创新绩效水平。

具体来说，第一，装备数字化能力是指企业具备将传感、网络、人工智能等新一代数字信息技术应用于生产装备，使其具有感知、学习、分析、决策、执行和控制的能力［19］。智能化转型促使信息技术、智能技术等实现集成和深度融合［20］，提升企业装备数字化能力。在智能化转型战略的推动下，企业利用装备数字化能力将具有分析、感知、决策功能的基本结构单元和软件系统嵌入传统装备中，从而实现传统装备的智能化。企业能够利用智能装备处理生产活动中的各种问题，提高企业生产效率，从而提升企业创新绩效水平。由此，装备数字化能力在企业智能化转型与创新绩效关系间起中介作用。

第二，人员数字化能力是指企业具备有效提升人员数字化知识水平、技能水平，以及在工作中使用智能数字装备的能力。智能化转型可以提高企业人员运用知识、经验、技术等解决问题的能力［21］，实现人员数字化能力的提升。在智能化转型战略推动下，企业通过加强对数字化人才在知识与技能方面的培训，确保人员能够在工作中有效使用智能化装备，为企业创新绩效的提升提供智能化条件。由此，人员数字化能力在企业智能化转型与创新绩效关系间起中介作用。

第三，管理数字化能力是指企业具备将数字化技术应用于管理活动中，构建基于数字化技术的管理体系，在生产管理等环节实现数字化管理的能力。智能化转型是对企业产品全生命周期进行实时管理与优化的过程，能够有效促使企业构建科学、高效的数字化管理体系，提升管理数字化能力。在智能化转型战略推动下，企业凭借管理数字化能力，对产品设计到销售各个环节进行实时监控和精益化管理［22］，从而提高企业经营管理效益，拉动企业创新绩效水平的提升。由此，管理数字化能力在企业智能化转型与创新绩效关系间起中介作用。基于以上分析，本文提出如下假设：

假设2数字化能力在智能化转型与企业创新绩效关系间起中介作用。

假设2a装备数字化能力在智能化转型与企业创新绩效关系间起中介作用。

假设2b人员数字化能力在智能化转型与企业创新绩效关系间起中介作用。

假设2c管理数字化能力在智能化转型与企业创新绩效关系间起中介作用。

2.3 战略匹配的调节效应

企业战略与内外部资源、环境等的匹配问题是战略管理研究领域的核心问题之一。战略匹配是指企业所有生产经营行为的一致性和协调性，是企业战略实施等相关行为是否协调的重要衡量指标［23］。Venkatraman和Camillus［24］指出，战略匹配的意义在于使企业战略与经营环境保持协调一致性，且定义了6种匹配模式，其中最为重要的一个就是调节模式，即战略匹配与其他变量的交互相应会对企业绩效产生一定的影响。依据战略匹配理论，企业战略与企业智能化转型的匹配程度对企业绩效具有至关重要的影响［25］。智能化转型与企业战略相契合，能够实现企业战略收益和创新绩效的提升。由此，作为企业智能化转型与企业现有可利用资源、经营战略等一致性程度的集中体现，战略匹配在智能化转型与企业创新绩效关系间起到了关键的调节作用。战略匹配程度越高，智能化转型对企业创新绩效的影响作用越大。基于以上分析，本文提出如下假设：

假设3战略匹配正向调节智能化转型与企业创新绩效之间的关系。

2.4 企业异质性的调节效应

企业智能化转型对不同生产要素的需求强度存在差异。本文将企业分为劳动密集型企业和资本密集型企业，探讨两类企业智能化转型对企业创新绩效影响的异质性。从资本结构而言，资本密集型企业的经营杠杆系数较高，智能化转型会产生一定的收益不确定性，企业难以迅速做出经营决策，从而丧失创新机会。此外，与劳动密集型企业相比，资本密集型企业资产专用性限制较强，资产的用途长时间被锁定，企业智能化转型的调整成本相对较高，从而降低企业资源利用的效率，影响企业创新绩效。基于以上分析，本文提出如下假设：

假设4与劳动密集型企业相比，资本密集型企业智能化转型对创新绩效的影响作用相对较弱。

考虑到国有企业和非国有企业存在明显的异质性差异，本文进一步探讨两类企业智能化转型对企业创新绩效影响的异质性。对于国有企业来说，存在政府隐性担保，易于获得政府资源的倾斜，同时可以借助稳定的盈利预期推进智能化转型并促进创新绩效的提升。对于非国有企业来说，政府并不提供相应的担保，往往自负盈亏，企业盈利并不稳定，智能化转型的影响效应受到削弱。基于以上分析，本文提出如下假设：

假设5与国有企业相比，非国有企业智能化转型对创新绩效的影响作用相对较弱。

根据以上论述，本文研究框架如图1所示。

图1 研究理论框架

3 研究设计

3.1 研究样本和数据收集

本研究以北京、上海、广东、江苏等地区的工业互联网试点示范项目企业为样本，对企业智能化项目负责人或者中高层管理者进行问卷调研。为了避免同源偏差问题，在调研过程中分两阶段发放问卷，并设置了反向题项。正式调研时间为2021年7月至10月，采用实地探访和E-mail邮件两种方式发放问卷。本次调研共发放问卷300份，回收279份，剔除无效问卷后，得到有效问卷211份，有效回收率为70.33%。样本企业特征如下：企业规模方面，员工人数在300人以下70家，占比33.18%，300 ～700 人 86 家，占比 40.76%，700～1000人25家，占比11.85%，1000人以上30家，占比14.22%。企业年龄方面，成立年限在5年以下43家，占比20.38%，5～10年77家，占比36.49%，10～20年81家，占比38.39%，20年以上10家，占比4.74%。企业性质方面，国有企业72家，占比34.12%，非国有企业 139 家，占比65.88%。行业类型方面，劳动密集型企业85家，占比40.28%，资本密集型企业126家，占比59.72%。

3.2 变量测量

智能化转型、数字化能力和战略匹配量表采用Likert5点量表，1～5分别代表“完全不同意”到“完全同意”。

智能化转型。借鉴张蓉君等［26］的研究，从制造和智能两个维度测量智能化转型。制造维度主要包括设计、生产、物流、销售和服务等5个题项，智能维度主要包括互联互通、资源要素、系统集成、信息融合和新兴业态等5个题项，共计10个题项。该量表的Cronbach’sα信度系数为0.911。

数字化能力。借鉴Lenk等［18］的研究，从装备数字化能力、人员数字化能力和管理数字化能力分别进行测量。其中装备数字化能力3个题项，Cronbach’sα信度系数为0.895；人员数字化能力4个题项，Cronbach’sα信度系数为0.906；管理数字化能力3个题项，Cronbach’sα信度系数为0.916。数字化能力总量表的Cronbach’sα信度系数为0.913。

战略匹配。借鉴Kearns和Sabherwal［27］的研究，并与企业智能化转型相结合，对企业战略匹配进行测量，包括“智能化转型能够支持企业的发展方向”等4个题项。该量表的Cronbach’sα信度系数为0.883。

企业创新绩效。专利数是企业创新绩效水平的直观性体现。由此，对于企业创新绩效，以该企业当年申请的专利数加1后取对数进行测量。

企业异质性。劳动密集型企业取值为0，资本密集型企业取值为1。国有企业取值为1，非国有企业取值为0。

控制变量。参照相关研究，本文选取企业规模和企业年龄作为控制变量。

4 实证分析

4.1 信效度检验

本研究采用Harman单因子检验法对主观测量题项进行单因子分析，在未旋转的情况下得到第一个主成分28.008%，未占解释变量的一半，表明同源偏差在可接受的范围之内。信度检验结果显示，各测量题项的因子载荷均大于0.7，变量的Cronbach’sα信度系数均大于0.8，组合信度系数CR值均大于0.7，平均萃取变异量AVE值均大于0.6，表明量表的测量信度较高。对于效度检验，首先，采用的量表均是国内外较为成熟的测量量表，确保了量表具有较高的内容效度。其次，AVE的平方根值均大于各变量间的相关系数值，表明量表区分效度较高。再次，各变量的KMO值均大于0.7，球形检验均显著，表明量表的结构效度较高。

4.2 描述性统计和相关分析

描述性统计结果显示，智能化转型、数字化能力和战略匹配均在可控范围之内；企业创新绩效均值和中位数差距较大，说明样本企业间创新绩效水平差异明显；劳动密集型企业创新绩效高于资本密集型企业，国有企业创新绩效高于非国有企业，这与现实市场情况基本相符。相关分析结果显示，智能化转型与企业创新绩效（r=0.396，p＜0.001）呈显著正相关关系；智能化转型与装备数字化能力（r=0.382，p＜0.001）、人员数字化能力（r=0.371，p＜0.001）和管理数字化能力（r=0.265，p＜0.001）均呈显著正相关关系；装备数字化能力（r=0.351，p＜0.001）、人员数字化能力（r=0.380，p＜0.001）和管理数字化能力（r=0.286，p＜0.001）与企业创新绩效均呈显著正相关关系；战略匹配与企业创新绩效（r=0.293，p＜0.001）呈显著正相关关系。相关分析结果显示可以进行下一步的回归分析。

4.3 回归分析

4.3.1 主效应和中介效应检验

主效应和中介效应检验结果如表1所示。模型1为基准模型，在模型1的基础上加入智能化转型后，形成模型2。模型2为主效应模型，由模型2可以看出，智能化转型对企业创新绩效（β=0.372，p＜0.001）具有显著正向影响，假设1得到研究支持。由模型3可以看出，智能化转型对装备数字化能力（β=0.351，p＜0.001）具有显著正向影响。在模型2的基础上加入装备数字化能力后，形成模型4。由模型4可以看出，装备数字化能力对企业创新绩效（β=0.362，p＜0.001）具有显著正向影响；智能化转型对企业创新绩效的影响与模型2相比，有所减弱（β=0.210，p＜0.01），故装备数字化能力起到了部分中介作用，假设2a得到研究支持。由模型5可以看出，智能化转型对人员数字化能力（β=0.317，p＜0.001）具有显著正向影响。在模型2的基础上加入人员数字化能力后，形成模型6。由模型6可以看出，人员数字化能力对企业创新绩效（β=0.371，p＜0.001）具有显著正向影响；智能化转型对企业创新绩效的影响与模型2相比，有所减弱（β=0.194，p＜0.05），故人员数字化能力起到了部分中介作用，假设2b得到研究支持。由模型7可以看出，智能化转型对管理数字化能力（β=0.161，ns）影响不显著，故中介作用条件不成立，假设2c不成立。究其原因在于，管理数字化的实现需要经历一个长期和复杂的过程，短时间内见效并不明显，这影响了智能化转型的作用效果。

表1 主效应和中介效应回归分析结果

4.3.2 调节效应检验

战略匹配调节效应检验结果如表2所示。由模型9可以看出，战略匹配对企业创新绩效（β=0.254，p＜0.01）具有显著正向影响。在模型9的基础上加入智能化转型与战略匹配的交互项后，形成模型10。由模型10可以看出，智能化转型与战略匹配的交互项对企业创新绩效（β=0.198，p＜0.05）具有显著正向影响，即战略匹配正向调节智能化转型与企业创新绩效之间的关系，假设3得到研究支持。

表2 调节效应检验结果

企业异质性的调节效应检验结果如表2所示。可以看出，在劳动密集型组中，智能化转型对企业创新绩效（β=0.397，p＜0.001）具有显著正向影响；而在资本密集型组中，智能化转型对企业创新绩效（β=0.183，p＜0.05）的影响系数和显著性均呈现较大幅度的降低。假设4得到研究支持。在国有企业组中，智能化转型对企业创新绩效（β=0.386，p＜0.001）具有显著正向影响；而在非国有企业组中，智能化转型对企业创新绩效（β=0.221，p＜0.01）的影响系数和显著性均呈现较大幅度的降低。假设5得到研究支持。

对战略匹配的调节效应，本文进一步绘制了调节效应图，如图2所示。可以看出，高战略匹配代表的实线斜率大于低战略匹配代表的虚线斜率，假设3再次得到研究支持。

图2 战略匹配的调节效应

5 结论与启示

5.1 研究结论

智能化转型是一项复杂性的管理系统工程，对于提升企业创新绩效具有重要的作用。基于此，本研究以211家智能化企业为调研对象，实证检验了智能化转型对企业创新绩效的影响机制。研究结果发现：（1）智能化转型对企业创新绩效具有显著正向影响，即智能化转型显著促进了创新绩效水平的提升。（2）数字化能力是智能化转型影响企业创新绩效的中介机制。其中装备数字化能力、人员数字化能力在智能化转型与企业创新绩效关系间起中介作用，但管理数字化能力的中介作用不显著。（3）战略匹配正向调节智能化转型与企业创新绩效间的关系，即战略匹配程度越高，智能化转型对企业创新绩效的促进作用就越强。（4）与劳动密集型企业相比，资本密集型企业智能化转型对创新绩效的影响作用相对较弱；与国有企业相比，非国有企业智能化转型对创新绩效的影响作用相对较弱。本文研究结果对于企业如何通过智能化转型实现创新绩效水平提升提供了现实依据。

5.2 研究启示

为了促进智能化转型对企业创新绩效的积极影响，本研究提出如下建议：（1）政府和企业应“拥抱”智能化转型。企业应积极做好智能化转型的筹划工作，搭建全生命周期的智能化管理平台，推进产品向智能化更新迭代，从生产和管理的各个环节有序推进智能化。对于政府和相关部门来说，应营造有利于企业智能化转型的外部环境，通过出台数字化相关政策，加快数据安全立法等相关工作，鼓励企业积极进行数字化改造，从而推动智能化转型。（2）企业应积极提升数字化能力。数字化能力是企业通过智能化转型提升创新绩效的关键一环，企业要根据市场需求，探索可行的数字化信息基础设施，包括物联网、5G、互联网平台等的建设路径。同时，也要构建适应智能制造发展的智造数字化平台和管理体系，包括智能生产系统、智能管理系统和工业APP等。（3）企业应善于将自身战略与智能化转型目标相匹配。战略匹配对于推动智能化转型进而实现企业创新绩效的提升具有重要作用，企业应做好顶层设计，明确智能化转型的目标和路线，将自身的人才战略、技术战略、市场开发战略等与智能化转型匹配，发挥组织、管理要素间的协同效应，从而达到提升创新绩效的目的。（4）企业应根据自身实际做好智能化转型工作。尤其是对于资本密集型企业和非国有企业来说，需要进一步夯实智能化转型的智造基础，努力推进企业数字化建设，推动企业创新水平持续提升。