智能制造企業的雙元創新路徑研究

摘 要：在高質量發展的背景下，智能制造企業如何通過雙元創新來提高企業績效已成為學術界和實踐界關注的話題。動態能力憑借其兼顧探索式與利用式雙元創新平衡的特質，成為智能制造企業應對環境變化的重要因素，而服務化也是提高智能制造企業創新績效的重要因素，但現有研究卻較少將兩者納入同一個創新路徑研究體系。基于雙元創新、服務化與動態能力等基礎理論，構建了“服務化、動態能力—雙元創新—企業績效”理論模型，并參考借鑒了國內外比較成熟的量表設計問卷，通過Credamo平臺搜集我國387家智能制造企業的樣本數據，運用結構方程模型（SEM），實證研究服務化產品和客戶導向、整合重構能力、組織和技術柔性能力等核心要素對雙元創新的影響，以及雙元創新對企業績效的影響路徑。研究結果表明：在智能制造企業中，服務化客戶導向對探索式創新的影響更為顯著，服務化產品導向對利用式創新的影響更為顯著；整合重構能力對利用式創新的促進作用更為顯著，組織和技術柔性能力對探索式創新的促進作用更為顯著；相較于利用式創新，探索式創新對企業績效的影響更為顯著；在雙元驅動下智能制造企業的創新模型中存在兩條路徑，其中一條創新路徑為“組織和技術柔性能力、服務化客戶導向—探索式創新—企業績效”，另一條創新路徑為“整合重構能力、服務化產品導向—利用式創新—企業績效”。最后，就智能制造企業如何培育發展服務化和動態能力，促進雙元創新并有效提升企業績效提供了理論指導和對策建議：智能制造企業的創新發展亟須培育服務化新業態；智能制造企業的創新發展亟須培育動態能力，包括整合重構能力、組織和技術柔性能力；智能制造企業要從自身發展的核心痛點出發，通過雙元創新提高企業績效。

關鍵詞：智能制造企業；雙元創新；動態能力；服務化

中圖分類號：F425" " 文獻標志碼：A" " 文章編號：1671-0037（2024）6-79-12

DOI：10.19345/j.cxkj.1671-0037.2024.6.7

0 引言

隨著新一代信息技術在制造業領域的全面滲透，智能制造企業的雙元創新已成為我國產業轉型升級的重要著力點。黨的二十大報告強調，要促進數字經濟和實體經濟深度融合。智能制造企業成為大國智造與發展數字經濟的有機結合部［1］。近十年來，諸多企業利用自身能力及精細化技術不斷開展智能制造，為我國制造業的高質量發展提供了機會［2］。同時，創新作為智能制造發展的第一動力，從生產技術和產業模式等方面重塑了企業的發展路徑［3］。然而，我國智能制造雖已取得長足進展，但與高質量發展的要求相比，仍存在創新能力不強、應用深度廣度不夠等問題［4］。因此，在高新技術產業變革與高質量發展的關鍵交匯期，探究我國智能制造企業的雙元創新路徑，是當下學術界研究的熱點。

智能制造是一種利用技術推動企業創新的新模式。我國智能制造企業在發展過程中，面臨著漸進性創新與顛覆性創新的雙元抉擇［5-6］。學者們將兩種創新抉擇界定為顛覆性的探索式創新，以及漸進性的利用式創新，并對其展開了不同的研究。探索式創新和利用式創新可對企業績效起到顯著的正向作用已成為共識［7］；且這兩種創新行為并非互相割裂的，而是相輔相成的。智能制造企業如何在現有資源的條件下平衡好探索式創新和利用式創新，成為現階段面臨的重要現實問題［8］。從已有研究來看，動態能力具有能夠促進探索式創新與利用式創新雙元平衡的特質，是智能制造企業靈活應對外部環境變化的重要因素［9］。焦豪［10］指出，動態能力可以通過雙元創新影響企業績效。隨后，學者們針對制造業中動態能力對技術創新的影響機制進行了不同維度的探究［11-12］。但是，智能制造企業中動態能力對雙元創新的影響路徑仍有待進一步驗證。除此之外，服務水平的提升也是促進智能制造企業發展的一個重要因素［13］，且服務化的實施有助于提高企業的創新績效［14］。智能制造企業能夠利用數字化技術推動企業服務水平的跨越式提升，動態能力在破解產品制造難題和提供智能解決方案方面發揮著重要作用［15］。由此可知，動態能力與服務化在雙元驅動下的智能制造企業創新發展中有著密切的聯系，然而現有研究卻很少將兩者納入同一個創新路徑研究體系。

因此，基于已有研究的不足和高質量發展的需要，本文在已有文獻和概念界定的基礎上，以智能制造企業為研究對象，構建“服務化、動態能力—雙元創新—企業績效”理論模型，運用結構方程模型進行實證分析，探究智能制造企業的雙元創新路徑。本研究不僅揭示了雙元創新對智能制造企業績效的影響路徑，同時為智能制造企業的創新發展提供了實踐指導，進而促進制造業高質量發展。

1 理論分析與研究假設

1.1 服務化與雙元創新

智能制造企業的服務化會催生產業模式的變革，進而影響企業雙元創新路徑的抉擇。服務化是指制造業由提供產品及基礎附加服務向產品服務化的轉變［16］；智能制造企業的服務化指的是通過大數據、云計算等技術主動挖掘客戶需求，在實現客戶價值提升的同時［17］，也對企業各方面創新均具有顯著正向影響的行為［18］。而雙元創新能力是指探索式創新和利用式創新這兩種創新能力［19］，在服務化與企業價值獲取之間起到了中介作用［20-21］。其中：探索式創新是對新事物、新知識等的探索，其目標是滿足新客戶或新開發市場的需求；利用式創新是對現存事物的改進及利用，其目標是滿足已有客戶或市場的需求［22］。

隨著我國制造業服務化不斷向智能化、數字化的方向延伸［23］，智能制造企業投入服務化的創新效應受到了學者們的廣泛關注。例如：李偉等［17］基于商業模式創新的視角，提出將服務化和智能制造的概念融合，關注數字化轉型背景下服務化智能制造企業的發展，并以此提升企業績效；陳旭升和梁穎［13］通過研究智能制造企業的成長過程，提出技術與服務兩個因素可以提升智能制造企業績效；邢會等［24］提出，制造業服務化對創新績效的影響呈“U”形。智能制造企業利用服務化帶來的產品技術復雜性、精密性等優勢，使雙元創新績效得到有效提升［15］。同時，通過閱讀相關文獻發現，學者們從不同角度對服務化進行了劃分。例如：Mathieu［25］根據制造企業提供服務的目標，將服務劃分為以產品為中心的服務和以客戶為中心的服務兩類；徐潔等［26］將制造業服務劃分為嵌入式服務和混入式服務兩類。本文根據Mathieu對于服務化的定義，將服務化劃分為兩類導向，即力圖服務于產品功能實現的服務化產品導向和為客戶提供高級服務、幫助客戶優化相關流程的服務化客戶導向。在已有研究的基礎上，細化智能制造企業服務化對于雙元創新的影響。

基于此，本文提出以下假設：

H1：服務化對雙元創新有顯著的正向作用。

H1a：服務化產品導向對探索式創新有顯著的正向作用。

H1b：服務化產品導向對利用式創新有顯著的正向作用。

H1c：服務化客戶導向對探索式創新有顯著的正向作用。

H1d：服務化客戶導向對利用式創新有顯著的正向作用。

1.2 動態能力與雙元創新

智能制造企業的動態能力推動了生產技術創新，是智能制造企業雙元創新升級的關鍵。其中，動態能力是企業能夠及時感知外部市場環境變化、及時進行內部資源重組和知識迭代的能力，包括整合重構能力和組織柔性能力等［27］。在概念界定的基礎上，焦豪等［28］進一步將動態能力與技術創新聯系起來，指出動態能力能夠感知并捕捉新機會，既可以對現有資源進行利用，又通過創造新資源和引入外部資源，并在復雜環境中迅速整合與配置資源來促進技術創新，促使企業獲得可持續的競爭優勢。李曉鈺和肖丁丁［29］提出，動態的環境可以通過改變資源拼湊的方式，進而影響雙元創新能力。

學者們對動態能力的構成維度展開了研究。例如：焦豪等［28］將其劃分為機會識別能力、整合重構能力與技術和組織柔性能力等3類；李彬等［30］將其劃分為感知能力、轉換能力及動態感知能力等3類。學者們還對動態能力與雙元創新的路徑關系進行了探討，但由于所選取的樣本、模型等不同，在動態能力對雙元創新的影響上并未達成一致結論，且關于動態能力的劃分也存在探討空間。本文在系統梳理相關研究的基礎上，結合于曉宇等［31］通過不同模型得出的機會識別能力對企業創新有一定作用但影響有限的結論，將動態能力劃分為整合重構能力、組織和技術柔性能力兩類。

其中，整合重構能力包含資源的整合和重構兩個維度，是指企業不斷獲取、整合新資源，對組織運營管理進行調整、改變，創造出新的技術，實現探索式創新的能力；同時改進現有產品的工藝和流程，促進利用式創新的產生［32］。組織和技術柔性能力作為動態能力的另一維度，可以幫助企業在環境發生變化時及時作出反應，從而提高創新能力與績效［33］。企業要想在數字化時代實現自身資源與創新能力的匹配，就離不開柔性能力［34］。尤其在高新技術企業中，市場導向與戰略柔性能力發揮互補作用，共同促進雙元創新［35］。

基于此，本文提出以下假設：

H2：動態能力對雙元創新有顯著的正向作用。

H2a：整合重構能力對探索式創新有顯著的正向作用。

H2b：整合重構能力對利用式創新有顯著的正向作用。

H2c：組織和技術柔性能力對探索式創新有顯著的正向作用。

H2d：組織和技術柔性能力對利用式創新有顯著的正向作用。

1.3 雙元創新與企業績效

雙元創新在新創企業的成長中發揮著正向作用［36］，并在市場競爭日益激烈的環境下，成為企業提高績效的重要手段［37］。雙元創新中利用式創新與探索式創新具有不同的創新特性。利用式創新小而微，而探索式創新大而強［38］。這導致二者對企業績效的影響也存在差異。利用式創新對于企業短時間內的財務績效有促進作用，探索式創新對于企業長期績效有正向影響［39］。陳旭升和梁穎［13］基于案例分析指出，雙元創新在服務和技術的驅動下促使企業相關機制發生轉變，進而提升智能制造企業績效。朱國軍等［40］指出，智能制造企業生態優勢路徑的形成，離不開雙元創新能力。

學者們認為，利用式創新與探索式創新在某些方面存在相悖之處，需要匹配與平衡才能有效促進企業績效的提升。例如：朱瑾等［41］通過QCA法分析在線品牌社群，提出利用式創新與探索式創新通過兩條不同的路徑影響企業績效；馬藍［42］通過實證研究發現，相較于利用式創新，探索式創新對企業商業模式的影響更顯著；而梁婭青［43］研究表明，利用式創新（漸進）和探索式創新（激進）均正向影響了電商企業績效，但是利用式創新的影響顯著大于探索式創新。因此，本文將服務化與動態能力納入雙元創新與企業績效的理論框架，分別探究探索式創新、利用式創新對智能制造企業績效的影響。

基于此，本文提出以下假設：

H3：探索式創新對企業績效有顯著的正向作用。

H4：利用式創新對企業績效有顯著的正向作用。

綜合以上論述，本文構建了如圖1所示的概念模型。

2 研究方法

2.1 研究樣本

本研究通過問卷調查的方式搜集數據，具體過程分為3個步驟。首先，借鑒國內外已成熟的量表構建本研究的初始問卷，請教本領域的專家學者和企業管理者并對問卷內容進行修正，確保問卷中每一個題項都清晰明了。其次，選取北京市智能制造企業進行預調研，對收回的小樣本進行信度與效度檢驗，再次修正內容并確定問卷的發放形式。最后，在Credamo平臺上發放問卷，選擇數據集市，在樣本特征設置中，限定受訪者的職業為“企業的員工及管理者”，限定所在企業類型為“搭載人工智能技術”與“制造業企業”，并且受訪者須通過身份認證。共發放問卷430份，回收430份，其中有效問卷387份，問卷有效回收率為90%。樣本統計特征如表1所示。

2.2 變量操作化定義與測量

為保證樣本的信度和效度，變量測量主要借鑒了國內外比較成熟的量表（見表2）。①服務化的測量借鑒了陳菊紅等［44］的研究成果，同時結合本文的研究目的，從產品導向與客戶導向兩個維度，分別利用4個題項對服務化進行測量；②動態能力中整合重構能力的測量借鑒了焦豪［10］和Senyard等［45］的量表，組織和技術柔性能力的測量借鑒了焦豪［10］的量表，共利用10個題項對動態能力進行測量；③雙元創新采用Atuahene-gima［46］所使用的測量探索能力和應用能力的量表，各使用5個題項分別測量探索式創新和利用式創新；④企業績效的測量使用李憶和司有和［47］的量表，通過調查智能制造企業管理者對于市場目標和財務目標的完成情況（相較于競爭對手），對企業績效進行全面測量。問卷中所有題項均采用Likert五級量表進行測度（1=非常同意，2=同意，3=不確定，4=不同意，5=非常不同意）。對上述39個題項進行測度，且樣本在信度和效度方面取得了較好的結果。

3 研究結果分析

3.1 信度與效度

首先，使用SPSS 26.0軟件對服務化產品導向、服務化客戶導向、整合重構能力、組織和技術柔性能力、探索式創新、利用式創新、企業績效等7個變量進行探索式因子分析。結果顯示，KMO值分別為0.817、0.789、0.875、0.776、0.892、0.893、0.843，均大于0.7；同時Bartlett's檢驗的結果均顯著（P=0.000）。由此可知，該問卷適合做探索式因子分析。同時，各維度的Cronbach's α均大于0.8，說明量表的內部一致性信度良好。

其次，使用AMOS 23.0軟件進行驗證式因子分析，計算所有標準化的因子載荷系數及組合信度CR值和平均提煉方差AVE值。為了確保題項的有效性，對潛在構面進行分析，對不符合模型適配度要求的題項，選取MI較高的予以刪除，最后得到的結果如表3所示。由表3可知，問卷量表具有良好的內在一致性和收斂效度，且X2/df=1.705＜3，RMSEA=0.043＜0.05，CFI、TLI、NFI指標均大于0.9，全部符合要求，表明模型適配度良好。

進一步對模型的區別效度進行檢驗。其判斷標準為各變量的AVE平方根大于該變量與其余各變量的相關系數。由表4可知，各變量的AVE平方根均大于該變量與其余各變量的相關系數，通過區別效度檢驗。

3.2 模型分析

運用AMOS 23.0軟件對所構建的理論模型進行分析。從模型計算數據來看，服務化產品導向、服務化客戶導向、整合重構能力、組織和技術柔性能力等4個自變量的Pearson相關值均小于0.5，即自變量不存在高度線性相關的問題，可以進行下一步分析。最后得到模型的驗證結果如表5所示。

從表5可知：第一，智能制造企業中服務化產品導向顯著影響探索式創新，標準化路徑系數為0.158和顯著性水平為P＜0.01，假設H1a通過驗證；第二，智能制造企業中服務化產品導向顯著影響利用式創新，標準化路徑系數為0.220，顯著性水平為P＜0.001，假設H1b通過驗證；第三，智能制造企業中服務化客戶導向顯著影響探索式創新，標準化路徑系數為0.127，顯著性水平為P＜0.05，假設H1c通過驗證；第四，智能制造企業中服務化客戶導向顯著影響利用式創新，標準化路徑系數為0.116，顯著性水平為P＜0.05，假設H1d通過驗證；第五，智能制造企業中整合重構能力顯著影響探索式創新，標準化路徑系數為0.187，顯著性水平為P＜0.001，假設H2a通過驗證；第六，智能制造企業中整合重構能力顯著影響利用式創新，標準化路徑系數為0.212，顯著性水平為P＜0.001，假設H2b通過驗證；第七，智能制造企業中組織和技術柔性能力顯著影響探索式創新，標準化路徑系數為0.214，顯著性水平為P＜0.001，假設H2c通過驗證；第八，智能制造企業中組織和技術柔性能力顯著影響利用式創新，標準化路徑系數為0.147，顯著性水平為P＜0.05，假設H2d通過驗證；第九，智能制造企業中探索式創新顯著影響企業績效，標準化路徑系數為0.375，顯著性水平為P＜0.001，假設H3通過驗證；第十，智能制造企業中利用式創新顯著影響企業績效，標準化路徑系數為0.223，顯著性水平為P＜0.001，假設H4通過驗證。

4 結論與討論

4.1 研究結論

智能制造企業的雙元創新是推動高質量發展的重要途徑。智能制造企業利用新興技術，不僅可以給企業帶來盈利，還可以提高各個環節的效率，降低成本，減少能耗，實現經濟效益與社會效益雙豐收。本研究立足雙元創新理論，厘清了智能制造企業中服務化與動態能力對雙元創新的影響路徑，探討了雙元創新對智能制造企業績效的促進作用，構建了智能制造企業雙元創新路徑的理論模型，得出如下結論。

第一，智能制造企業中服務化對雙元創新有正向作用，且服務化產品導向對利用式創新的影響系數為0.220，相較于對探索式創新的影響系數0.158更大，表明服務化產品導向對利用式創新的影響更為顯著。服務化客戶導向對探索式創新的影響系數為0.127，相較于對利用式創新的影響系數0.116更大，表明服務化客戶導向對探索式創新的影響更為顯著。隨著智能制造企業進入數字化、網絡化制造階段，企業和用戶多通過數字平臺進行交互，生產環節由以產品為核心轉向了以客戶為核心。服務化客戶導向有利于智能制造企業開展探索式創新，應加強對客戶需求的提煉、整合，將系統內的數據與信息連接起來，真正地為客戶服務；同時，服務化產品導向可以在智能制造企業開展利用式創新時，輔助企業在當前產品的基礎上，研發新產品和開辟新的細分市場，滿足市場對多元化、差異化產品的需求。

第二，智能制造企業中動態能力對雙元創新有正向作用，且整合重構能力對利用式創新的影響系數為0.212，相較于對探索式創新的影響系數0.187更大，表明整合重構能力對利用式創新的影響更為顯著。組織和技術柔性能力對探索式創新的影響系數為0.214，相較于對利用式創新的影響系數0.147更大，表明組織和技術柔性能力對探索式創新的影響更為顯著。整合重構能力使企業能夠重新匹配資源與調整組織架構，動態地適應系統環境，不斷對產品的設計、功能進行改進；而智能制造企業在智能化轉型時，面臨多次的組織內部結構調整，以及產品成本及質量的優化［48］。整合重構能力配合利用式創新推動企業運用現有資源進行組織架構調整，在低碳化、高效能、高質量方面優化現有產品。此外，企業通過組織和技術柔性能力提升組織資源的彈性與靈活性，提高信息處理能力。大數據、5G等技術能夠給智能制造企業提供更多有效的信息［49］，提升其吸收外部知識的效率，從而有利于探索式創新的開展。企業在開拓新領域與開發新產品的同時，應及時調整組織戰略，增強對新環境的適應性。

第三，智能制造企業中雙元創新對企業績效有顯著的正向作用，探索式創新對企業績效的影響系數為0.375，利用式創新對企業績效的影響系數為0.223，表明探索式創新對企業績效的影響更為顯著。李憶和司有和［47］指出，探索式創新和利用式創新的抉擇與企業的戰略規劃相關。當前我國智能制造行業處于快速發展階段，但中小型企業面臨資金、人才等創新投入的限制［50］，其智能制造之路有著更多的不可控風險和更高的試錯成本，稍有不慎便會危及生存。中國絕大多數中小型智能制造企業采取的是利用式創新，只有一小部分大型企業采取的是探索式創新。

4.2 理論貢獻

本研究的理論貢獻包含以下3個方面。第一，拓寬了雙元創新的研究范疇。本研究將雙元創新理論引入智能制造領域，有助于從雙元創新視角為智能制造企業提供深化創新的思路。第二，系統證實了雙元創新在服務化與動態能力的驅動作用下影響企業績效的路徑及其差異。本研究通過構建“服務化、動態能力—雙元創新—企業績效”理論模型，指出服務化能夠拓展企業的服務范圍并更新服務理念，其提供的市場機會保證了雙元創新的持續投入，進而實現對基礎研究和技術創新的正向反饋；動態能力為智能制造企業在復雜多變的市場環境下進行雙元創新提供了保障，能夠有效提升企業績效。第三，提煉了智能制造企業雙元創新的路徑。本研究通過對387家智能制造企業的實證分析，為智能制造企業的創新發展提供了理論支持和引導。

4.3 管理啟示

本研究的管理啟示包含以下3個方面。

第一，智能制造企業的創新發展亟須培育服務化新業態。智能制造企業應開展初級轉型，依托產品自身的可感知、可識別屬性拓展后續服務，從以產品為中心的服務化發展為以客戶為中心的服務化，從生產型制造向生產服務型制造轉變，培育數實融合的新模式新業態。對于企業自身而言，其不僅要注重制造環節的智能化，更要實現研產供銷與服務的全鏈條智能化。具體來說，智能制造企業要以滿足客戶對商品的個性化需求為目標，打造智能制造典型場景，充分發揮智能制造標準化公共服務平臺的作用。

第二，智能制造企業的創新發展亟須培育動態能力，包括整合重構能力、組織和技術柔性能力。一方面，智能制造企業應利用整合重構能力加快產品功能迭代升級，發揮大數據、5G等數字技術的作用，釋放數據要素的潛力。通過對生產各環節數據的全面采集和深度分析，尋找生產環節低效率、次級產品出現的原因，不斷提升生產效率及產品質量，進而推動利用式創新。另一方面，智能制造企業應利用組織和技術柔性能力實現技術路徑再造及競爭優勢轉換。通過提高生產制造的精益化、柔性化水平，打造安全高效的產業鏈供應鏈，并通過組織柔性管理不斷適應外部環境的變化，形成具有自適應、自組織能力的企業架構，進而推動探索式創新。

第三，智能制造企業要從自身發展的核心痛點出發，通過雙元創新提高企業績效。在智能制造企業的雙元創新模型中，其中一條關鍵創新路徑為“組織和技術柔性能力、服務化客戶導向—探索式創新—企業績效”。具體來說，就是企業利用自身的組織和技術柔性能力，加大顛覆性技術創新的投入力度，積極布局前沿科技領域，并借助客戶導向的服務化，為客戶提供場景化的智能制造體驗，最終推動探索式創新，提高企業績效。另一條關鍵創新路徑為“整合重構能力、服務化產品導向—利用式創新—企業績效”。具體來說，就是企業利用自身的整合重構能力，對當前擁有的資源進行整合，形成核心競爭力，并通過開展產品導向的服務化，順應當下數實融合的新趨勢，進而強化利用式創新，最終實現企業績效與社會績效的雙提高。

4.4 研究局限

本研究盡管遵循了科學的邏輯，但依然存在一些局限性。第一，本研究所使用的樣本數據為橫截面數據，未來可采用跨時間的動態數據來研究變量間的關系。第二，本研究未在全國范圍內開展大規模、多行業的調研，研究樣本主要來自我國東部沿海地區。而智能制造涉及范圍較廣，不同行業的企業需要關注和解決的問題各不相同，即便同行業的不同企業所面臨的困難也存在差異，因此無法推出通用的方案。未來可進一步加強對樣本數據的搜集，擴大地域和產業覆蓋范圍，提高數據質量，進行更加細致的數據分析，并比較不同地域、行業間情境因素對雙元創新與智能制造企業績效關系作用機制的差異。

參考文獻：

［1］ 杜傳忠，王曉蕾.智能制造對制造企業創新效率的非線性影響：基于制造業服務化的調節效應［J］.四川大學學報（哲學社會科學版）， 2024（1）： 37-51，208-209.

［2］ 肖靜華，吳小龍，謝康，等.信息技術驅動中國制造轉型升級：美的智能制造跨越式戰略變革縱向案例研究［J］.管理世界，2021，37（3）：161-179，225，11.

［3］ 韋影，趙樂樂.智能制造與創新的耦合關系：基于扎根理論的探索性研究［J］.創新科技，2021，21（9）：15-23.

［4］ 喬非，孔維暢，劉敏，等.面向智能制造的智能工廠運營管理［J］.管理世界，2023，39（1）： 216-225，239，226.

［5］ YIN Y， STECKE K E， LI D. The evolution of production systems from Industry 2.0 through Industry 4.0［J］. International Journal of Production Research， 2018， 56（1/2）： 848-861.

［6］ 郭進.傳統制造業企業智能化的路徑選擇研究［J］.人文雜志，2021（6）：69-78.

［7］ HE Z L， WONG P K. Exploration vs. exploitation： an empirical test of the ambidexterity hypothesis［J］. Organization Science， 2004， 15（4）： 481-494.

［8］ 凌鴻程，陽鎮，陳勁.“破舊立新”還是“推陳出新”？——信任環境下的企業雙元創新的重新審視［J］.科學學與科學技術管理，2023，44（6）：65-85.

［9］ 周翔，葉文平，李新春.數智化知識編排與組織動態能力演化：基于小米科技的案例研究［J］.管理世界，2023，39（1）：138-157.

［10］ 焦豪.雙元型組織競爭優勢的構建路徑：基于動態能力理論的實證研究［J］. 管理世界，2011（11）：76-91，188.

［11］ 張振剛，許亞敏，羅泰曄.大數據時代企業動態能力對價值鏈重構路徑的影響：基于格力電器的案例研究［J］.管理評論，2021，33（3）：339-352.

［12］ 尹西明，陳勁.產業數字化動態能力：源起、內涵與理論框架［J］.社會科學輯刊，2022（2）：114-123.

［13］ 陳旭升，梁穎.雙元驅動下智能制造發展路徑：基于本土制造企業的多案例研究［J］.科技進步與對策，2020，37（10）：71-80.

［14］ 胡查平，汪濤，胡琴芳.制造業服務化戰略生成邏輯與作用機制：基于制造業的多案例研究［J］.科研管理，2019，40（8）：71-81.

［15］ 姜中霜，王節祥，李靖華.制造商依托數字技術推進跨越式服務化轉型的過程：基于諾力股份的案例研究［J］.管理工程學報，2023，37（3）：212-223.

［16］ VANDERMERWE S， RADA J. Servitization of business：adding value by adding services［J］. European Management Journal， 1988， 6（4）： 314-324.

［17］ 李偉，余鯤鵬，易偉.基于服務化和智能制造融合的工業企業商業模式創新研究［J］.技術經濟，2020，39（6）：63-69，79.

［18］ 李方靜.制造業投入服務化與企業創新［J］.科研管理，2020，41（7）：61-69.

［19］ MARCH J G. Exploration and exploitation in organizational learning［J］. Organization Science， 1991， 2（1）：71-87.

［20］ 綦良群，劉晶磊，吳佳瑩.服務化對先進制造業全球價值鏈升級的影響機制：基于企業雙元能力視角的研究［J］.中國軟科學，2022（4）：95-104.

［21］ 羅建強，郭亞濤.既定產品技術下制造企業服務創新價值創造機理研究［J］.運籌與管理，2022，31（8）：225-231.

［22］ 王鳳彬，陳建勛，楊陽.探索式與利用式技術創新及其平衡的效應分析［J］.管理世界，2012（3）：96-112，188.

［23］ 聶飛，范炳，魯思琪.我國企業“走出去”的創新驅動力何在：來自制造業投入服務化的理論解釋與實證檢驗［J］.國際貿易問題，2022（7）：159-174.

［24］ 邢會，陳園園，高素英.制造業服務化對行業創新績效的影響：基于技術吸收能力的中介作用［J］.現代管理科學，2022（4）：73-81.

［25］ MATHIEU V. Product services： from a service supporting the product to a service supporting the client［J］. Journal of Business amp; Industrial Marketing， 2001， 16（1）：39-61.

［26］ 徐潔，李琳，田彩紅.制造業嵌入式服務化促進了企業創新嗎：創新數量與質量視角［J］.科技進步與對策，2022，39（16）：95-105.

［27］ TEECE D J， PISANSO G， SHUEN A. Dynamic capabilities and strategic management［J］. Strategic Management Journal， 1997， 18（7）： 509-533.

［28］ 焦豪，楊季楓，應瑛.動態能力研究述評及開展中國情境化研究的建議［J］.管理世界，2021，37（5）：191-210，14，22-24.

［29］ 李曉鈺，肖丁丁.跨界搜尋策略、資源拼湊與雙元創新能力平衡的關系研究［J］.科技管理研究，2022，42（11）：1-7.

［30］ 李彬，王鳳彬，秦宇.動態能力如何影響組織操作常規？——一項雙案例比較研究［J］.管理世界，2013（8）：136-153，188.

［31］ 于曉宇，陶向明，李雅潔.見微知著？失敗學習、機會識別與新產品開發績效［J］.管理工程學報，2019，33（1）：51-59.

［32］ TEECE D J， PISAN G. The dynamic capabilities of firms： an introduction［J］. Industrial amp; Corporate Change， 1994， 3 （3） ：537-556.

［33］ 楊震寧，侯一凡，李德輝，等.中國企業“雙循環”中開放式創新網絡的平衡效應：基于數字賦能與組織柔性的考察［J］.管理世界，2021，37（11）：184-205，12.

［34］ 程宣梅，楊洋.破解數字化重構的商業模式創新：戰略柔性的力量［J］.科技管理研究，2022，42（16）：111-118.

［35］ 姚梅芳，黃一叢，董保寶.市場導向、戰略柔性與新企業成長：雙元創新的中介作用［J］.吉林大學社會科學學報，2019，59（3）：18-29，231.

［36］ 楊栩，李潤茂.雙元創新視角下資源拼湊對新創企業成長的影響研究［J］.科技管理研究，2021，41（13）：1-7.

［37］ 李瑞雪，彭燦，呂潮林.雙元創新協同性與企業可持續發展：競爭優勢的中介作用［J］.科研管理，2022，43（4）：139-148.

［38］ BENNER M， TUSHMAN M L. Exploitation， exploration， and process management： the productivity dilemma revisited［J］. Academy of Management Review， 2003， 28（2）： 238-256.

［39］ 胡保亮.商業模式、創新雙元性與企業績效的關系研究［J］.科研管理，2015，36（11）：29-36.

［40］ 朱國軍，宣昌勇，孫軍.智能制造核心企業創新生態優勢形成的過程機理：基于海爾公司的探索性案例研究［J］.管理現代化，2021，41（3）：40-47.

［41］ 朱瑾，許智穎，肖丁丁.在線品牌社群對企業雙元創新的影響路徑：資源、組織與領導的三維組態分析［J］.商業經濟與管理，2021（1）：48-58.

［42］ 馬藍.資源拼湊、雙元創新能力與企業商業模式創新的關系研究［J］.科技管理研究，2019，39（16）：18-26.

［43］ 梁婭青.雙元創新對跨境電商企業績效的影響研究：基于管理者過度自信的調節作用［J］.商業經濟研究， 2024（10）： 152-155.

［44］ 陳菊紅，張睿君，張雅琪.服務化戰略對企業績效的影響：基于商業模式創新的中介作用［J］.科研管理，2020，41（4）：131-139.

［45］ SENYARD J， BAKER T， STEFFENS P， et al. Bricolage as a path to innovativeness for resource‐constrained new firms［J］. Journal of Product Innovation Management， 2014， 31（2）： 211-230.

［46］ ATUAHENE-GIMA K. Resolving the capability：rigidity paradox in new product innovation［J］. Journal of Marketing， 2005， 69（4）： 61-83.

［47］ 李憶，司有和.探索式創新、利用式創新與績效：戰略和環境的影響［J］.南開管理評論，2008（5）：4-12.

［48］ 韋影，周夢祎.智能制造轉型背景下企業動態能力的演化：海爾1992—2017年縱向案例研究［J］.科技管理研究，2019，39（22）：261-267.

［49］ NIEBEL T， RASEL F， VIETE S. BIG data-BIG gains？Understanding the link between big data analytics and innovation［J］. Economics of Innovation and New Technology， 2019， 28（3）： 296-316.

［50］ 周勇，趙聃，劉志迎.我國智能制造發展實踐及突破路徑研究［J］.中國工程科學，2022，24（2）：48-55.

Research on the Ambidexterity Innovation Path of Intelligent Manufacturing Enterprises

Zhou Jiarui1， Wang Na2， Wu Yuhang3， Li Huajing1

（1.School of Economics and Management， Beijing Forestry University， Beijing 100083， China; 2.School of Public Administration， Nanyang Technological University， Singapore 639956， Singapore; 3. School of Law， Renmin University of China， Beijing 100872， China）

Abstract： In the context of high-quality development， how to improve the performance of intelligent manufacturing enterprises through ambidexterity" innovation has become a topic of concern in both academic and practical circles. Characterized by its dual balance of exploration and utilization， dynamic capability has become an important factor for intelligent manufacturing enterprises to cope with environmental changes， and servitization has also become an important factor to improve the innovation performance of intelligent manufacturing enterprises. However， the existing researches rarely incorporate the two into the same research system of innovation path. Based on the basic theories of ambidextrous innovation， servitization and dynamic capabilities， this study constructs the theoretical model of \"servitization and dynamic capabilities-ambidextrous innovation-enterprise performance\"， and refers to the mature scale design questionnaire at home and abroad. Sample data of 387 intelligent manufacturing enterprises in China were collected through credamo platform， structural equation modeling is employed to empirically study the impact of servitization product orientation， servitization customer orientation， integration and reconstruction ability， organizational and technological flexibility ability on ambidexterity innovation， and the impact path of ambidexterity innovation on firm performance.

The results show that， first， in intelligent manufacturing enterprises， service-oriented customer orientation has a more significant impact on exploratory innovation， while service-oriented product orientation has a more significant impact on exploitative innovation. Second， in intelligent manufacturing enterprises， the integration and reconstruction capability plays a more significant role in exploitative innovation， and the organizational and technological flexibility capability plays a more significant role in promoting exploratory innovation. Third， in intelligent manufacturing enterprises， exploratory innovation has a more significant impact on enterprise performance than exploitative innovation. Fourth， there are two paths in the innovation model of intelligent manufacturing enterprises driven by ambidexterity， one of which is \"organizational and technological flexibility， customer-oriented service-exploratory innovation-enterprise performance\"， and the other is \"integration and reconstruction ability， product-oriented service-exploitative innovation-enterprise performance\".

Finally， this study provides theoretical guidance and countermeasures on how intelligent manufacturing enterprises can cultivate and develop servitization and dynamic capabilities， promote the emergence of ambidextrous innovation， and effectively improve enterprise performance. First， the innovation and development of intelligent manufacturing enterprises urgently need to cultivate new forms of service. Second， the innovation and development of intelligent manufacturing enterprises urgently require the cultivation of dynamic capabilities， including integration and reconstruction capabilities， organizational and technical flexibility capabilities. Third， intelligent manufacturing enterprises should start from the core pain points of their own development and enhance enterprise performance through ambidexterity innovation.

Key words： intelligent manufacturing enterprises; ambidexterity innovation; dynamic capability; servitization

（欄目編輯：邵冰欣）