優勢視角下制造企業數字創新能力的測評研究

摘要：制造企業數字創新能力是規避數字化轉型失敗的微觀基礎，現有研究在其如何測評方面存在理論缺口。本文構建了制造企業數字創新能力測評指標體系，提出了體現差異優勢和決策偏好的測評方法，測度了六家制造企業的數字創新能力水平。研究表明，制造企業數字創新能力包括智能連接能力、數據分析能力、數字集成能力、數字經營能力和價值創造能力五個方面。同時，測評方法基于差異視角，站在企業個體立場最大限度開發差異優勢，從管理者決策偏好角度確定排序，不僅識別和激發個體創新潛質，而且從組織層面確定學習標桿，也對管理制造企業“智改數轉”動態過程、提升競爭優勢具有啟示意義。

關鍵詞：企業數字創新能力；指標體系；個體優勢識別；差異優勢；能力測評

中圖分類號：C930 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2024.01.004

當前，制造企業“智改數轉”涌現出一個重要現象，即以“數字資源整合”方式開展數字化創新。如格力通過產品數字化、管理數字化和大數據設計，成為國家級智能制造試點示范單位［1］。浙江正泰采取管理數字化、生產智能化和組織平臺化，入選省級首批“ 未來工廠”［2］。然而，由于制造企業基礎條件薄弱和數智化水平不高，加上數字原生企業數字技術革新加速，造成制造企業數字化轉型成績收效甚微［3］，如2018年普華永道全球調研顯示90%的制造企業在數字化轉型上失敗了，根據《2021年中國企業數字化轉型指數研究報告》，只有16% 的制造企業取得了實際的轉型績效，理論界對如何提升制造企業數字化轉型效能仍然缺乏有效解釋。導致這一理論缺口的原因至少有兩點。一方面，從研究對象看，已有研究主要關注數字基礎設施建設，而對如何配置數字資源關注較少，特別是缺少測評的方法和工具［4］。另一方面，從研究視角看，現有成果主要從制度和技術層面解釋轉型效能偏弱的困境，較少從數字創新能力和資源優勢等競爭層面對此進行解釋［5］。具備資源優勢是制造企業“智改數轉”高效運轉的先決條件，而在影響資源優勢的眾多因素中，數字創新能力具有重要作用。

數字創新能力是制造企業為了實現數字創新目標，如商業模式創新、組織變革等，對所具有的數字資源合理配置的能力［6］。過去缺乏大數據、人工智能等數字技術造成數字資源的閑置，數字資源具有開放性、動態性和重組性，使用和開發該資源是一項重要競爭能力［7］。從優勢視角看，吳江等［8］認為由于缺乏數字創新能力，數字化轉型支撐的組件、基礎設施及平臺難以實現功能，造成轉型行為受阻。姚小濤等［9］也觀測到由于企業跨界競爭威脅，傳統制造企業面臨“轉型難度大、能力要求高、轉型周期長”的艱難困境。當前研究潛在顯示，識別制造企業數字創新能力是發揮主體作用的基礎，而如何有效測評制造企業數字創新能力成為核心問題。基于此，本文試圖采用扎根理論方法構建制造企業數字創新能力測評指標，隨后從優勢角度出發，采用個體優勢識別方法，構建考慮差異優勢和決策偏好的測評方法，以實際案例驗證方法的可行性。本文主要的理論貢獻是識別制造企業數字創新能力要素，并提出了兼顧個體特色和組織要求的測評方法，為解釋制造企業數字化轉型效能微弱的原因提供理論指導。

1 文獻回顧

理論界對制造企業數字創新能力如何測評研究不足，主要有三個方面原因。其一，從研究視角看，現有研究集中從技術、組織和制度解釋制造企業數字化轉型的動因、路徑、模式、價值創造等，缺乏從微觀的數字創新能力分析，數字化轉型不僅僅是技術轉型［10］，而是在數字技術賦能條件下展現技術資源優勢［11］。其二，從測評指標看，已有研究主要側重制造企業數字化轉型能力、制造企業數字化能力等，多從基礎設施、組織架構、平臺應用等維度設計，而對制造企業獲取、使用和部署數字資源的能力理解不足，特別是制造企業如何配置數字資源方面［12］。楊瑾和李蕾［13］采用扎根理論構建了制造企業顛覆式創新模式指標體系。梁玲玲和張悅［14］運用模糊定性比較方法識別出制造企業創新質量提升途徑。其三，從測評方法看，現有成果圍繞數字化能力、數字技術能力、數字轉型能力進行評價，如陳疇鏞和許敬涵［15］運用層次分析法對三家軸承企業數字化轉型能力評分，王核成等［16］運用專家評審法開發了數字化成熟度模型（DMM）。由此推斷，上述研究強調通過統一標準觀測制造企業數字化轉型，缺乏數字創新能力指標體系，尚未探討如何測評制造企業數字創新能力，未能解決基于差異的管理者決策偏好問題。

現實中，制造企業產品多樣、領域廣泛、組織復雜，難以通過“一刀裁”方式將其看作同質化對象，既有研究忽視了制造企業數字化轉型過程中組織、生態系統等變化。為此，張振剛和林丹［17］開始探索設計固定式權重方式衡量一流制造企業創新能力，孟凡生和馬茹浩［18］運用熵權法和灰色關聯分析識別出離散制造智能化關鍵影響因素，然而沒能解決數字創新能力差異優勢識別的難題［19］。因此，需要認同制造企業之間差異、個體優勢具有多樣性，用以揭示制造企業數字創新能力多維性和層次性特點，從而實現差異優勢的目標。

2 構建測評指標體系

本文采用扎根理論方法識別制造企業數字化轉型的創新能力構成要素，原因如下：一方面，滿足構建指標體系需要。制造企業數字創新能力是現實生活中新涌現的概念，對其的研究還處于起步階段，扎根理論方法能夠持續比較和理論取樣，能夠通過現象尋找背后隱含的理論規律，有利于形成清晰的理論架構。另一方面，自下而上構建理論模型。通過歸納、總結和提煉，研究者基于經驗對原始數據編碼，邊補充資料邊修正理論，具有科學的操作流程，研究結論更具有實用價值。

圍繞制造企業數字創新能力這個議題，以制造企業的高管、生產經理、參與的員工作為主要訪談對象，主要的資料來源包括制造企業內部和外部資料。其一，內部資料包括企業官網介紹、經營報告、管理者講話等，如2021 年張瑞敏的《于第四次工業革命中再生的新范式——生態品牌》。其二，外部資料包括新聞媒體報道、網絡評論、期刊文章等，如2022年《經濟日報》特別報道的《數字經濟引領產業轉型》。將以上數據分類歸納，整理新聞稿21篇，公告18篇，文字6.5萬字，整理文檔82頁。

按照數據編碼的三步驟，即開放式、主軸式和選擇式編碼［20］，按照“標簽化→副范疇→主范疇”的基本思路，如概念“主干網絡覆蓋率、數據安全措施、硬件設備”歸納為副范疇“數字化設備投入”；副范疇“數字化設備投入、數字網絡技術、生產數字平臺”歸納為主范疇“智能連接能力”；最后得到概念47個，副范疇15個，主范疇5個，主要為智能連接能力、數據分析能力、數字集成能力、數字經營能力和價值創造能力。此外，為了避免研究者主觀局限，由兩名研究者采用背對背方式單獨編碼，出現差異后再進一步討論是否需要升級編碼，同時尋找第三方數據源進行驗證，確保編碼內容一致。具體處理結果如表1所示。

為了增強指標解釋力，首先，以制造企業的生產管理人員和工作人員為調研對象，采用電子郵件和問卷星發放問卷500 份，回收有效問卷378 份，有效率為75.6%，歷時1 個月完成。其次，運用SPSS 22.0 對其中的189 份問卷進行探索性因子分析，得到KMO 值為0.885（超過0.8 可進行因子分析），Bartlett 的值為55.475，顯著性概率為0.000。再次，運用AMOS 24.0對另外的189 份問卷進行驗證性因子分析，χ 2 /df 的值為2.763，小于經驗值3，說明整體擬合效果良好。最后，在信度方面，量表總體Cronbach’s α 系數為0.836，超過0.7，信度較好。由此判定，構建的制造企業數字創新能力指標具有良好的信度和效度，能夠為后文的制造企業數字化轉型創新能力測評提供理論基礎。

3 制造企業智改數轉的數字創新能力測評方法

3.1 測評思路

測評是按照特定方法對被評價對象進行科學、公正綜合評判過程，制造企業數字化轉型的創新能力測評，就是要認同制造企業個體差異，數字創新能力具備多樣特征，在差異優勢基礎上確定組織偏好的排序結果。該測評問題核心的目標是發揮制造企業個性化優勢特征，克服評價過程中觀測值趨同而難以區分差異的劣勢，不僅評價過程中認同制造企業數字創新能力差異優勢，而且從組織角度確定決策者偏好結果，更符合實際測評結果的需要，管理人員能夠對制造企業數字化轉型提供指導。根據以上目標，制造企業數字創新能力選擇可以按照以下原則執行：首先，識別出制造企業數字創新能力的個性化和多樣性特征，從最有利于制造企業自身發展角度確定學習標桿。其次，最大限度尋求差異優勢，權重值越大表明優勢越明顯，越能夠突出其特色。最后，結合差異特征，考慮組織管理者決策偏好，測評和確定出更貼近現實、符合需要的制造企業數字創新能力標桿，為企業數字化轉型提供成功標準。

基于以上考慮，本文將認同制造企業及其數字創新能力個性化、差異化特點，開發出制造企業數字化轉型的創新能力測評方法，具體包括三個步驟：一是面對各具特色的制造企業，判別出其數字創新能力的差別優勢結構，從最有利于各自發展的視角進行差別優勢比較。二是采用離差最大化方法，通過權重系數刻畫差異優勢之間的區別，展現觀測值信息量差別，突出差異優勢的特色。三是運用VIKOR（多準則妥協解排序）方法［21］，從決策者偏好視角綜合考慮制造企業數字創新能力優勢結構和創新水平，完成測評任務。

3.2 個體優勢識別和差異優勢比較

假設m 個制造企業在“智改數轉”進程中的數字創新能力由n 個指標組成，原始觀測值的矩陣X = （ xij ） m × n（xij ≥ 0），經過標準化后得到的矩陣為F = （ fij ） m × n（0 ≤ fij ≤ 1）。為了有效刻畫差異優勢，設置指標的權重向量W，其中W = （ w1，w2，…，wn ）T。根據組織決策者目標管理的需要，設置每項指標的目標值（ f *1 ，f *2 ，…，f * n ）。基于距離函數構建制造企業數字創新能力差異優勢識別模型，數學表達式為：

式（1）中，d （ fij ，f * j ）結果越小說明制造企業數字創新能力越貼近組織決策者目標要求，換言之，當觀測值和目標值確定的條件下，只能通過一組權重來確定最小的d （ fij ，f * j ），因此，構建以下數學表達式：

以每項指標的權重向量刻畫差異優勢，同時為了從最有利于被評價對象的角度出發，需要進行差異優勢的對比，一方面確定學習的標桿和榜樣，另一方面評價結果更容易被接受。進一步而言，制造企業數字創新能力存在客觀差異，測評需要考慮到個體的認同，即從最有利于被評價對象角度確定的結果最容易接受。以制造企業l 為例，從其他制造企業（如k）的視角看，能夠得到制造企業k 對制造企業l 的他評值，即差異優勢的比較結果，數學表達式為：

式（4）中，wk 是從有利于制造企業k 角度的權重參數。在m 個制造企業當中，可以得到m 個評價結果，其中1個是自我評價的結果，m - 1個是他評結果。

3.3 離差最大化視角下權重確定

為了最大限度突出差異優勢，即不同角度對應的信息量是不同的，當差異優勢包含的信息特征明顯，存在個性化特點，需要從該角度賦予較大權重。基于式（4）確定的結果，構建判斷矩陣Z =（ zij ） m × m，其中橫行為m 個角度下單一制造企業數字創新能力指標評價值，豎列為某個指標下m 個制造企業的數字創新能力指標評價值。假定判斷矩陣Z 標準化之后為H，即H 中的每個數據均在區間［0，1］之間，根據離差最大化思路，數學表達式為：

因為求解的權重參數加和為1，于是對其進行歸一化，最后得到在所有參評制造企業角度下的權重參數，表達式如下：

3.4 制造企業數字創新能力綜合評價

為了實現組織管理者決策偏好，即基于差異優勢進行決策判斷，根據VIKOR方法，構建制造企業數字創新能力綜合評價模型。首先，確定正理想解f * j 和負理想解f - j 。當測評指標為最大化時，h*j = maxi hij ，h-j =mini hij；當測評指標為最小化時，h*j = mini hij ，h-j =maxi hij。從最有利于制造企業hi（ i = 1，2，…，m ）的差異優勢立場，計算效益值S = （ S1，S2，…，Sm ）和個體遺憾度R = （ R1，R2，…，Rm ），數學表達式為：

隨后，計算偏好的排序結果Qi。其中Qi =（Q1，Q2，…，Qm ）表示第i 個制造企業最終的決策偏好綜合評價值，其中v 是決策機制系數，是組織決策者的一種偏好設置，當取值為0.5時，表示組織決策者認同數字創新能力現狀水平，通常情況下顯示測評的結果會受到贊同，具體數學表達式為：

式（9）的計算結果值越小，說明制造企業數字創新能力越能夠達到組織決策者的目標，企業數字化轉型的基礎條件越好。綜上，在個體優勢識別和差異優勢比較之后，繼續挖掘差異優勢，構建了制造企業數字創新能力綜合評價模型，為后續測評工作提供基礎。

4 實證分析

4.1 案例來源

根據中國制造業發展研究院資助的項目，為推進江蘇省制造業智能化改造和數字化轉型，向山東海爾、廣東格力、浙江正泰、廣東中設智控、上海步科、陜西陜汽集團（為下文表述方便，以A1～A6表示）進行調研，為其他制造企業確定學習的標桿，樹立學習的榜樣。

根據構建的制造企業數字創新能力指標，采用一級指標的測評維度，向每家企業發放問卷20 份，涵蓋企業的高管、生產制造經理和普通員工，采用10 點打分表，1為最低，10為最高，同時結合專家組對這6家制造企業的數字創新能力打分情況（也采用10點打分），采用算術平均值方式，獲得原始評價數據，如表2所示。

4.2 數據處理

表2顯示，6家制造企業數字創新能力觀測值均為極大值型指標，量綱一致，可以不需要標準化處理。由于每一項指標的最大值為10，可以設置為決策的目標值。根據式（3）可知，運用Matlab軟件，確定每個測評制造企業在數字創新能力方面的個體優勢差異特征，計算結果如表3所示。

根據表3的企業個體優勢差異特征，運用式（4），計算6家制造企業在數字創新能力上比較結果，即從最有利于各自發展的角度確定學習的標桿。計算結果共有36個，按照計算值越小排名越優的原則，排序結果如表4所示。

接下來進對表4的數據進行標準化，得到標準化之后的決策矩陣H。

根據式（7），計算得到從6個制造企業角度下的權重參數向量，即為（0.260，0.166，0.192，0.089，0.126，0.167）。根據式（8）和式（9），將決策矩陣H 數據和權重參數向量代入，其中決策機制系數取值為0.5，得到最后的制造企業數字創新能力綜合評價結果，計算值為（0.001，0.116，0.092，0.979，0.196，0.107）。

按照測評結果值越小排名越優原則，6家制造企業在數字化轉型中展現的數字創新能力排序為A1gt;A3gt;A6gt;A2gt;A5gt;A4。因此，在確定制造企業數字化轉型學習標桿中首選是山東海爾和浙江正泰。

4.3 結果分析

（1）根據表3可得，每一家制造企業在數字化轉型中展現出的數字創新能力差異優勢顯著，即存在差異特色。如以制造企業A1 海爾為例，其個體優勢差異特征為（0.169，0.160，0.186，0.164，0.320），按照值越大特色越明顯原則，在價值創造能力方面具有絕對主導優勢。特別是海爾先后構建智慧管理系統，提出小微概念，建成11家互聯網工廠，智慧及語音控制等技術廣泛應用在產品當中等。如以制造企業A2格力為例，其個體優勢差異特征為（0.137，0.205，0.234，0.212，0.212），在數字集成能力方面具有絕對主導優勢。特別是格力電器通過數字賦能，建設數字化工廠，核心設備100%互聯互通，已建成商業智能系統。其他的制造企業以此類推。可以看到，制造企業在數字化轉型過程中，個體之間存在條件的差異，在尊重和認同差異優勢的基礎上，能夠進一步鼓勵和引導制造企業發揮強項、規避劣勢，從而實現數字化轉型的成功。

（2）根據表4可得，由于存在客觀差異，從最有利于自身發展作為出發點，6家制造企業均將自身排在了第一位。如以制造企業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A2將A5排在了第二位，將A4排在了末位，其他制造企業以此類推。從差異優勢比較排序結果來看，排在第6位的A4出現了3次，A1出現了2次，制造企業A4表現出的數字化轉型創新能力排名靠后。不難發現，以自身發展作為出發點，排名通常靠前，體現出比較過程中認同個體的差異優勢，同時排名靠后表明在數字創新能力方面缺乏比較優勢，作為管理者需要給予足夠的重視。

（3）為了進一步識別和擴大制造企業在數字化轉型過程中存在的數字創新能力優勢差異，從6家企業的角度確定權重參數，特別是當觀測值趨近或相同時，需要進一步挖掘優勢之間的差異。從確定的權重參數結果看，制造企業A1的權重最大，表明在所測評的制造企業當中數字創新能力整體水平處于最好水平，而制造企業A4的權重最小，整體的數字創新能力水平最弱。由此可見，在數字創新能力指標差異之后，從制造企業角度確定的權重參數體現了整體的能力優勢差異水平。

（4）根據最后的綜合計算結果，6家制造企業在數字化轉型過程中數字創新能力排名第一的是A1，排在最后的是A4。不管是通過制造企業個體角度，還是從組織決策者的角度，差異優勢表現突出的A1往往排名靠前，而表現一般的制造企業A4往往排名靠后。很明顯，數字創新能力表現好的制造企業是公認的學習標桿。

5 結論和啟示

面對制造企業“智改數轉”過程中轉型效能微弱、缺乏測評方法的現實挑戰，常常導致制造企業數字化轉型失敗，本文采用扎根理論方法構建制造企業數字化轉型中數字創新能力的指標體系，基于個體優勢識別方法進行差異優勢比較，在離差最大化視角下確定個體權重參數，運用VIKOR方法確定決策者偏好，揭示差異優勢的特征和發揮多樣性能力優勢。得到如下結論：（1）構建了制造企業數字創新能力測評指標體系。同以往問卷調研相比，針對涌現的制造企業數字化轉型現象，扎根理論方法在提煉和歸納方面更具有優勢，得到的指標覆蓋面廣、內容全面，有利于為制造企業數字化轉型成功提供參考點。（2）提出了體現差異優勢和決策偏好的測評方法。雖然現有的個體優勢識別方法中已經通過權重來刻畫優勢特征，但是當指標觀測值接近或者相同時，難以區分差異，而本文在離差最大化視角下，進一步識別優勢差異，構建了體現決策者偏好的綜合評價模型。（3）豐富了制造企業數字化轉型方法研究。以往研究多采用定性方法判斷制造企業數字化轉型特征，而本文充分認同制造企業及其數字創新能力的客觀差異，圍繞優勢差異進行測評，構建的方法和得到的結果更符合實際需要。

為了實現制造企業數字化轉型成功的目標，根據研究結論，主要的管理啟示是在優勢差異中尋找數字化轉型潛力。進一步而言，一方面，制造企業數字創新能力表現出的長項，能夠通過數字技術進行優勢互補和能力匹配，組織管理者認同差異和鼓勵特色，最大限度激活創新潛質。另一方面，發揮民主決策作用，不僅需要考慮制造企業的個體優勢，而且兼顧群體的看法，確定的榜樣標桿更能夠受到認可。

作為制造企業數字化轉型研究，本文對數字創新能力測評進行了探索，仍存在以下不足：一方面，盡管采用定性和定量方法測評制造企業數字創新能力水平，但企業數字化轉型具有復雜性和動態性，本文未能兼顧對制造企業數字化轉型過程的分析；另一方面，本文選擇制造企業為研究對象，更多是單一類型企業數字化轉型中的能力表現。可見，未來可以采用大樣本實證方式探討多種類型企業數字化轉型，確定多種類型企業數字創新能力。

參考文獻：

［1］ 楊雅程，雷家骕，陳浩，等.加工制造企業數字化轉型的機理：基于資源編排視角的案例研究［J］.管理案例研究與評論，2022，15（2）：198-220.

［2］ 應瑛，張曉杭，孔小磊，等.制度視角下的制造企業數字化轉型過程：一個縱向案例研究［J］. 研究與發展管理，2022，34（1）：8-20，106.

［3］ 陳勁，陳家賜.工業5.0中的智能創新戰略：創造超越世界一流的績效［J］.清華管理評論，2022（3）：6-17.

［4］ 趙慧娟，陳洪洋，姜盼松，等.平臺生態嵌入、數據賦能對中小制造企業創新柔性的影響：基于資源編排視角［J］.研究與發展管理，2022，34（5）：1-15.

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

［6］ 劉洋，應震洲，應瑛.數字創新能力：內涵結構與理論框架［J］.科學學研究，2021，39（6）：981-984，988.

［7］ 賀正楚，潘為華，潘紅玉，等.制造企業數字化轉型與創新效率：制造過程與商業模式的異質性分析［J］.中國軟科學，2023（3）：162-177.

［8］ 吳江，陳婷，龔藝巍，等.企業數字化轉型理論框架和研究展望［J］.管理學報，2021，18（12）：1871-1880.

［9］ 姚小濤，亓暉，劉琳琳，等. 企業數字化轉型：再認識與再出發［J］.西安交通大學學報（社會科學版），2022，42（3）：1-9.

［10］ 陳一華，張振剛，黃璐.制造企業數字賦能商業模式創新的機制與路徑［J］.管理學報，2021，18（5）：731-740.

［11］ 余菲菲，王麗婷.數字技術賦能我國制造企業技術創新路徑研究［J］.科研管理，2022，43（4）：11-19.

［12］ 陳勁，李佳雪.創新公地：后熊彼特創新范式的新探索［J］.科學學與科學技術管理，2022，43（8）：3-18.

［13］ 楊瑾，李蕾.數字經濟時代裝備制造企業顛覆式創新模式：基于扎根理論的探索［J］.中國科技論壇，2022（8）：89-99.

［14］ 梁玲玲，張悅.數字技術驅動下的制造企業創新質量提升路徑［J］.財會月刊，2023，44（2）：145-152.

［15］ 陳疇鏞，許敬涵.制造企業數字化轉型能力評價體系及應用［J］.科技管理研究，2020，40（11）：46-51.

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

［17］ 張振剛，林丹.一流制造企業創新能力評價體系的構建［J］.統計與決策，2021，37（4）：181-184.

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

［19］ 黃詩童，趙希男，柳森.基于粒子群優化的競優評析拓展方法及評價引導功效：以TOPSIS 模式為例［J］. 運籌與管理，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.

基金項目：江蘇省高校社科聯發展專項課題（23GSB-031）；南京信息工程大學中國制造業發展研究院開放課題（SK20220090-8）