制造企業數字創新如何促進企業績效提升

張振剛 戶安濤 葉寶升

基金項目：國家社會科學基金重大項目（18ZDA062）

作者簡介：張振剛（1963—），男，廣東南海人，博士，華南理工大學工商管理學院二級教授、博士生導師，廣州數字創新研究中心主任，研究方向為數字創新、數字經濟；戶安濤（1994—），男，江西九江人，華南理工大學工商管理學院博士研究生，廣州數字創新研究中心助理，研究方向為數字創新、創新管理；葉寶升（1994—），男，福建泉州人，華南理工大學工商管理學院博士研究生，廣州數字創新研究中心助理，研究方向為數字化轉型、管理創新。本文通訊作者：葉寶升。

摘 要：為探究制造企業數字創新促進企業績效提升的過程機理，揭示數字創新的協同效應、擴散效應和增值效應，以及數字化投入持續性的情境效應，將數字創新劃分為效率型、新穎型和融合型3種類型，并將數字化能力劃分為數字協同能力、數字創新擴散能力和數字價值化能力3個維度，以251家中國制造企業為調查對象進行實證檢驗，結果發現，第一，數字創新能夠顯著提升企業績效水平。第二，數字創新通過推動數字化能力重構促進企業績效水平提升。第三，不同類型數字化能力在數字創新與企業績效間發揮中介作用。具體表現如下：數字創新擴散能力在新穎型數字創新與企業績效間發揮中介作用；數字價值化能力在融合型數字創新與企業績效間發揮中介作用。第四，數字化投入持續性在企業數字創新過程中發揮重要調節作用，正向調節數字創新與企業績效間關系，強化數字創新與數字化能力間關系，以及效率型數字創新與數字協同能力間關系。結論可為制造企業數字創新提供理論指導與實踐啟示。

關鍵詞：數字創新;數字化能力;數字化投入;企業績效;動態能力理論

DOI：10.6049/kjjbydc.2023020450

中圖分類號：F272.7-39

文獻標識碼：A

文章編號：1001-7348（2024）11-0044-11

0 引言

新時代背景下，如何推動制造業企業高質量發展，實現我國由“制造大國”向“制造強國”跨越是業界和學界關注的重要問題。創新是引領發展的第一動力，也是制造企業保持競爭優勢的源泉。隨著云計算、物聯網、大數據、人工智能等新興數字技術飛速發展，制造企業創新產生了新的范式，即數字創新（Digital Innovation）^[1]。它是指企業創新過程與創新結果廣泛應用新興數字技術、數據要素及其組合，改進業務流程、開發新形態智能產品、提供新的數字服務、改變商業模式的數字創新行為^[2]。

區別于傳統創新，數字創新最重要的特征就是數字技術與數據要素深度融合應用^[3]。例如，美的將萬物互聯技術與實體家居產品深入融合以打造智能家居，特斯拉遵循“軟件定義汽車”理念開發出智能網聯汽車。國內外越來越多的制造企業大力實施數字創新，將新興數字技術廣泛應用于流程創新、產品創新和服務創新。然而，鮮有研究探討制造數字創新如何促進企業績效提升這一問題。因此 ，有必要打開數字創新對企業績效影響的“黑箱”。

數字創新作為新興研究領域受到國內外學者廣泛關注^[4-5]。已有研究主要聚焦數字創新概念建構、前置因素^[6]，探討數字創新對企業績效^[7]、創新績效、環境績效^[8]的影響。數字創新對企業發展具有積極影響已成為學界共識，但數字創新究竟如何促進企業績效提升？既有文獻尚未揭示上述過程機制，存在以下不足：第一，數字創新概念較為籠統，僅少數學者基于文獻綜述將其分為流程創新、產品創新和商業模式創新^{[1， 9]}，基于制造企業數字創新細分維度的研究匱乏。第二，已有文獻尚未深入探究數字創新促進企業績效提升的過程機理。不同維度數字創新對績效的作用路徑可能存在差異，數字創新過程本質上是數字賦能過程，既有文獻缺少對數字創新為企業“賦何能”的探討。第三，已有研究僅關注數字創新過程中數字化投入的“絕對值”，忽略了其“變化值”的作用。換言之，需要確保企業數字化投入的持續性和穩定性。因此，探討數字化投入持續性在數字創新促進企業績效提升過程中的情境效應具有理論意義與現實價值。

本文構建數字創新、數字化能力、數字化投入持續性、企業績效關系概念模型，以中國制造企業為研究對象，采用問卷調查方法進行理論分析和實證檢驗，旨在揭示數字創新對企業績效的作用機理，打開二者關系的“黑箱”，分析數字化能力的中介作用與數字化投入持續性的調節作用。

1 理論基礎與研究假設

1.1 數字創新

數字創新（Digital Innovation）這一概念最早由Yoo等^[10]、Lee＆Berente^[11]提出，是指組合數字與物理部件以生產新產品的過程。在此基礎上，本文借鑒余江等（2017）、Bharadwaj等^[12]、Vial^[13]、劉洋等^[2]的研究成果，將制造企業數字創新定義為企業創新過程與創新結果廣泛應用新興數字技術和數據要素及其組合，改進業務流程、開發新形態智能產品、提供新的數字服務、改變商業模式的數字創新行為。Fichman等^[1]較早將數字創新類型劃分為流程創新、產品創新和商業模式創新；Wiesbock＆Hess^[9]沿襲這一提法，將數字創新分為數字產品（服務）創新、數字流程創新、數字商業模式創新。

一方面，已有相關研究大多聚焦谷歌、阿里巴巴等互聯網軟件公司，缺乏對制造企業的關注；另一方面，數字創新概念相對籠統，已有相關研究未對其細分維度進行劃分，少數研究提出的分類方法均是基于文獻綜述的數字創新模塊劃分方法，鮮有基于制造企業情境以創新特征和戰略導向對其進行界定的實證研究。因此，制造企業數字創新維度劃分是揭示績效提升過程機制的重要理論基礎。

本文以制造企業為研究對象，從創新過程（流程數字化）和創新結果（產品數字化）兩個維度，將數字創新分為效率型（efficiency-based）數字創新、新穎型（novelty-type）數字創新和融合型（Convergence-oriented）數字創新3種類型^[14]，如圖1所示。其中，效率型數字創新是指應用數字技術優化創新流程、提升創新效率的戰略導向，旨在提升企業流程數字化水平，主要體現為流程創新。新穎型數字創新是指運用數字技術賦能產品的創意、設計和創新產出，強化數字技術與產品融合的戰略導向，旨在提升企業產品智能化水平，主要體現為產品創新。融合型數字創新是指數字技術與企業創新活動全方位深度融合的戰略導向，兼具效率型和新穎型數字創新特征，旨在提升企業數字服務化水平。

1.2 數字化能力

制造企業數字化能力（Digital Capability）是指企業利用數字技術、數據資源等數字經濟時代的生產要素轉變創新范式，以獲取競爭優勢并實現數字創新的組織能力（侯光文，劉青青，2022）。當前，制造企業數字化能力研究處于起步階段，并未進行統一的內涵劃分，主要基于動態能力理論（Dynamic Capabilities Theory）視角解釋企業數字化能力形成過程。基于能力的層次觀認為，數字化能力是高階形態的動態能力。能力重構（Capability Reconfiguration）是指在動蕩的外部環境中，企業對現有能力進行重組、更新，進而形成新動態能力的過程^[15]，是企業構建競爭優勢的重要機制（陳曉穎，邱國棟，2022）。傳統制造企業若想成功實施數字創新，需要構建新的能力，即數字化能力。

國內外學者對數字化能力這一概念內涵進行了情境化提煉，但尚未對制造企業在數字創新過程中的數字化能力維度與作用機制進行探討。第一，互聯網企業與傳統制造企業在數字化能力形成及建構方面存在一定差異。例如，易加斌等^[16]認為，互聯網企業數字化能力由數字感知能力、數字運營能力和數字資源協同能力構成，而制造企業關注數字產品創新過程中的數字創新擴散能力，即數字技術應用與產品創新深度融合能力；侯光文和劉青青（2022）將制造企業數字化能力劃分為數字化協同與數字化擴散兩個維度加以衡量。第二，既有研究未將數字價值化能力納入制造企業數字化能力內涵。在制造企業服務化、平臺化轉型過程中，數據、用戶、平臺等要素發揮重要作用，企業數據本身實現價值創造的能力凸顯（張振剛等，2022）。數字價值化能力既是更高階段、更高層次的動態能力，也是制造企業服務創新能力的體現。

因此，在數字創新過程中，制造企業可以通過構建數字化能力促進自身績效提升，且不同類型數字創新行為在促進數字化能力提升過程中存在差異。數字創新情境下，關鍵數字化能力可以概括為數字協同能力、數字創新擴散能力和數字價值化能力（張振剛等，2022），在促進企業績效提升過程中分別發揮協同、擴散和增值效應。

1.3 數字創新與企業績效

數字經濟時代，制造企業數字創新主要通過數字流程創新、數字產品創新和數字服務創新3個方面影響企業績效^[2]。首先，數字流程創新能夠通過數字技術應用優化研發、生產流程，實現降本增效。其次，數字產品創新能夠為用戶提供具有競爭力和吸引力的智能化產品，從而增加銷售量并提升顧客滿意度。最后，數字服務創新表現為制造企業向服務化轉型，除提供物理智能產品、設備外，還提供數字化增值服務。例如，用戶能夠訂閱蔚來、特斯拉等智能網聯汽車企業提供的數字服務。Hanelt等^[17]以全球30家汽車制造商縱向面板數據進行實證研究，結果表明，數字創新對企業績效具有積極影響。因此，本文提出以下假設：

H₁：數字創新能夠顯著提升企業績效水平。

1.4 數字創新與數字化能力

制造企業數字創新是動態、持續創新過程，在流程創新、產品創新和服務創新等關鍵環節引進云計算、物聯網、大數據和人工智能等新興數字技術，對既有慣例、知識、經驗、資源等能力要素進行整合、重組和更新，甚至打破原有慣例，通過解構固有能力構建新的、更高階的動態能力。這就是企業通過數字創新實現數字化能力重構的過程，即數字賦能過程（張振剛等，2022）。數字創新可以通過雙元創新機制構建數字化能力（池毛毛等，2022）。一方面，數字創新通過漸進式創新機制構建數字化能力，強調企業利用數字技術對現有流程、產品進行優化調整，如引進5G、物聯網技術對已有設備、車間進行升級和智能化改造，打通已有信息系統，使其具備智能感知、互聯互通的能力。另一方面，數字創新通過突破式創新機制重構數字化能力，主要體現為應用數字技術開發智能產品、開拓數字服務的能力，如家電制造企業應用人工智能算法開發自適應、自調節的智能空調。因此，本文提出以下假設：

H₂：數字創新能夠推動企業數字化能力構建。

1.5 數字化能力與企業績效

基于動態能力理論視角，企業具有機會感知、機會利用和整合重構的能力。數字經濟時代，數字化能力是高階動態能力^[18]，也是企業持續競爭優勢的重要來源^[19]。傳統制造企業需要引進、吸收、融合新興數字技術，從而實現數字化能力構建。數字化能力可以通過效率（Efficiency）和效益（Effectiveness）兩個方面影響企業績效。從效率角度看，企業數字化能力越強，研發、生產、供應、物流、服務等業務環節效率提升越顯著，越有利于企業績效水平提升。從效益角度看，高水平數字化能力體現在企業顛覆現有產品結構和功能，創造高價值智能產品和數字服務，從而實現利潤增長。Zomer等^[19]發現，數字化轉型能力對企業績效具有顯著促進作用。因此，本文提出以下假設：

H₃：數字化能力對企業績效發揮顯著促進作用。

1.6 數字化能力的中介作用

制造企業數字創新通過數字化能力重構過程機制影響企業績效?；谇拔姆治觯瑪底謩撔履軌虼龠M企業績效提升，推動數字化能力構建。由此，本文認為，能力演變是企業創新變革的結果，往往作為創新和績效的中介機制體現。對于制造企業而言，數字創新可以通過流程、產品和服務3個關鍵維度影響企業績效，具體表現為不同戰略導向的數字化能力差異，3種關鍵數字化能力分別發揮協同、擴散和增值效應^[20]。

（1）在數字流程創新環節，制造企業往往采取效率型數字創新，本質是生產主導邏輯。一般而言，效率型數字創新主要關注成本、效率和系統等要素，與流程相匹配的數字協同能力發揮重要作用。數字協同能力表現為企業通過數據打通、系統聯通，實現縱向決策流程、橫向業務流程、端到端供應鏈流程的全面數字化、網絡化協同，進而實現降本增效和互聯互通，促進自身績效提升。由此，體現了數字創新的協同效應（侯光文，劉青青，2022）。

（2）在數字產品創新環節，制造企業實施新穎型數字創新，本質是產品主導邏輯。新穎型數字創新重點關注研發設計、知識管理和應用場景要素，通過數字技術與創新過程深度融合加快創新擴散速度，不受區域、時間限制，逐步形成與產品相匹配的數字創新擴散能力，從而促進企業績效提升。由此，體現了數字創新的擴散效應（侯光文，劉青青，2022）。

（3）在數字服務創新環節，企業開展融合型數字創新，本質是服務主導邏輯。融合型數字創新重點關注數據、用戶和平臺等要素，并通過構建工業互聯網平臺、電子商務平臺等，與用戶、供應商、合作伙伴等其他利益相關者實現能力共建、價值共創，形成與服務相匹配的數字價值化能力，通過提供數字服務、系統解決方案獲得增值能力，從而促進企業績效提升。由此，體現了數字創新的增值效應（張振剛等，2022）。

綜上所述，本文提出以下假設：

H₄：數字化能力在數字創新與企業績效間發揮中介作用。

H₅：數字協同能力在效率型數字創新與企業績效間發揮中介作用。

H₆：數字創新擴散能力在新穎型數字創新與企業績效間發揮中介作用。

H₇：數字價值化能力在融合型數字創新與企業績效間發揮中介作用。

1.7 數字化投入持續性的調節作用

數字化投入持續性（Persistence of Digital Investment）是指制造企業在一段時間內對智能化設備、數字技術、數字平臺、數字基礎設施等數字化建設資源投入保持穩定、持續的趨勢。數字時代，數字創新是長期、持續的過程，數字化投入一旦停止或缺乏持續性，數字創新的競爭優勢就難以維持。因此，數字化投入持續性是影響企業效益的關鍵因素。

（1）高數字化投入持續性對數字創新的經濟效益具有促進作用。企業保持穩定的數字化投入有助于拓展數字流程創新、數字產品創新和數字服務創新深度及廣度，推動數字創新過程和結果與數字技術深度融合，從而促進自身績效提升。

（2）持續性數字化投入有助于加快企業數字創新過程中的關鍵數字化能力形成?；趧討B能力理論視角的相關研究認為，規律、持續的數字化投入有助于增強企業吸收能力，促進數字創新知識積累。由此，舊的慣例得到優化，新的數字化能力逐漸形成。相反，如果企業數字化投入缺乏持續性，那么在數字創新流程、產品和服務等不同環節，對大數據、物聯網、人工智能等數字技術的引進、吸收、擴散和融合過程就會受到限制，進而難以形成與之匹配的關鍵數字化能力。

綜上所述，本文提出以下假設：

H₈：數字化投入持續性正向調節數字創新與企業績效的關系。

H₉：數字化投入持續性正向調節數字創新與數字化能力的關系。

H₁₀：數字化投入持續性正向調節效率型數字創新與數字協同能力的關系。

H₁₁：數字化投入持續性正向調節新穎型數字創新與數字創新擴散能力的關系。

H₁₂：數字化投入持續性正向調節融合型數字創新與數字價值化能力的關系。

綜上分析，本文遵循“創新行為—能力演化—績效結果”邏輯，探討數字創新、數字化能力與企業績效的關系，以及數字化投入持續性在數字創新過程中的調節作用，揭示數字創新對企業績效的作用機理，打開二者關系的“黑箱”，構建理論框架如圖2所示。

2 研究設計

2.1 變量測量

本研究問卷測量題項主要來源于國內外已有成熟量表，并結合具體情境修改而成，采用Likert 7點打分法測量，范圍從1“非常不符合”到7“非常符合”。為確保量表質量，本文對英文量表進行翻譯—回譯，并通過與企業高管訪談完善量表。具體而言，借鑒Shen等^[14]、Wei等（2021）的研究成果，將數字創新分為效率型、新穎型、融合型3種類型共9個題項進行測量。參考侯光文和劉青青（2022）、Nasiri等（2020）的研究成果，將數字化能力細分為數字協同能力、數字創新擴散能力和數字價值化能力3類共9個題項進行測量。借鑒余芬和樊霞（2021）、Bajpai等（2022）的研究成果，采用每年是否納入預算、投入金額和數字化項目3個題項對數字化投入持續性進行測量。借鑒余傳鵬等（2020）、余菲菲等（2022）的研究量表，將企業績效分為財務績效和創新績效共9個題項進行測量。

2.2 數據收集

本文采用問卷調查方式收集一手數據并開展實證研究，問卷調查對象為引進數字技術、開展數字創新的制造企業，問卷填寫者均為企業中高層領導者，主要通過以下渠道發放問卷：第一，利用已承擔的國家級、?。ㄊ校┘壪嚓P縱向研究項目以及與企業合作開展的橫向研究項目，參加由政府部門、行業協會組織的企業家座談會，現場向企業高層管理者發送問卷并回收；第二，在廣東省工業和信息化廳開設的智能制造發展專題研修班、高端裝備產業技術與管理專題研修班等課堂上，向企業高層管理者發放問卷；第三，借助華南理工大學校友向企業高層管理者進行發放問卷。問卷回收后，剔除無法匹配、反向題與正向題回答相同的問卷，最終得到有效問卷251份。整體而言，樣本企業覆蓋不同規模、年齡、產業性質、產業屬性和產業鏈位置企業，具有較強的代表性，有效樣本基本特征如表1所示。

3 實證檢驗結果與分析

3.1 信度與效度檢驗

（1）評估測量項目的因子載荷值。表2結果顯示，效率型數字創新（0.732～0.805）、新穎型數字創新（0.772～0.826）、融合型數字創新（0.774～0.809）、數字協同能力（0.650～0.808）、數字創新擴散能力（0.757～0.841）、數字價值化能力（0.722～0.820）、數字化投入持續性（0.779～0.857）、企業績效（0.728～0.825）等變量因子載荷值均大于0.6，表明研究題項的因子載荷值符合要求。

（2）以內部一致性Cronbach's α系數和組合信度系數（Composite Reliability，CR）進行信度檢驗，以平均方差萃取量（Average Variance Extracted，AVE）衡量收斂效度。結果發現，數字創新（0.873）、數字化能力（0.866）、企業績效（0.903）的Cronbach's α系數大于0.8，所有變量的Cronbach's α系數大于0.6。除數字協同能力的CR值為0.799外，其它變量的CR值均大于0.8，表明研究變量測量具有較高的內部一致性。所有變量的AVE值均高于可接受水平（0.5），說明變量收斂效度較高。

3.2 共同方法偏差分析

本文采用研究程序設計與統計后檢驗兩種方法控制并識別共同方法偏差^[21]。首先，隱藏問卷研究目的和變量含義，以盡量減少社會期望偏差。其次，在問卷中隨機分配測量項目并設置部分反向題，以檢查受訪者是否認真填答。此外，本文承諾保護受訪者的隱私，以緩解填答者的擔憂。最后，采用Harman 單因素檢驗，結果表明，第一個因素能解釋15.299%的方差，低于40%的標準，總解釋方差為68.420 %。由此說明，共同方法方差的影響并不嚴重。表3為各變量描述性統計及相關性分析結果。

3.3 假設檢驗

本研究采用分層次回歸方法進行假設檢驗，回歸結果如表4～6所示。此外，本文采用方差膨脹因子（VIF）對多重共線性問題進行檢驗，結果顯示，VIF值均小于2.0，故回歸模型不存在多重共線性。

（1）通過回歸檢驗數字創新、數字化能力和企業績效的關系，結果如表4所示。控制相關變量的影響后，由模型（1）可知，數字創新與企業績效的回歸系數顯著（β=0.539，t=9.372，p<0.001），假設H₁得到實證數據支持。由模型（2）可知，數字創新與數字化能力的回歸系數顯著（β=0.690，t=17.803，p<0.001），假設H₂得到實證數據支持。由模型（3）可知，數字化能力與企業績效的回歸系數顯著（β=0.904，t=11.927，p<0.001），假設H₃得到實證數據支持。由Baron＆Kenny（1986）的中介效應檢驗方法可知，數字化能力在數字創新與企業績效間發揮中介作用，假設H₄通過實證檢驗。

（2）將數字創新的細分維度效率型數字創新、新穎型數字創新和融合型數字創新，以及數字化能力的細分維度數字協同能力、數字創新擴散能力、數字價值化能力納入回歸模型，結果如表5所示。由模型（4）可知，新穎型數字創新（β=0.294， p<0.001）、融合型數字創新（β=0.270， p<0.001）與企業績效具有正相關關系，而效率型數字創新與企業績效的正相關關系未得到數據支持。由模型（5）可知，效率型數字創新與數字協同能力具有正相關關系（β=0.482， p<0.001）。由模型（6）可知，新穎型數字創新與數字創新擴散能力具有正相關關系（β=0.617， p<0.001）。由模型（7）可知，融合型數字創新與數字價值化能力具有正相關關系（β=0.595， p<0.001）。由模型（8）可知，數字協同能力（β=0.218， p<0.001）、數字創新擴散能力（β=0.336， p<0.001）、數字價值化能力（β=0.326， p<0.001）均與企業績效具有正相關關系。因此，根據Baron＆Kenny（1986）的研究成果，假設H₅未獲得數據支持，假設H₆和假設H₇通過實證檢驗。由此表明，新穎型數字創新通過數字創新擴散能力促進企業績效水平提升，融合型數字創新通過數字價值化能力促進企業績效水平提升。

為進一步檢驗數字化能力、數字協同能力、數字創新擴散能力、數字價值化能力的中介效應，借鑒Preacher＆Hayes（2008）的研究成果，本文采用Bootstrap法，在樣本量5 000、糾偏校正95%置信區間下再次進行中介效應檢驗，結果如表6所示。由表6可知，數字創新的中介效應與企業績效的關系效應顯著（效應值=0.623， SE=0.066），95%的置信區間（0.449， 0.709）不包含零，進一步支持假設H₄。新穎型數字創新的中介效應與企業績效的關系效應顯著（效應值=0.139， SE=0.042），95%的置信區間（0.075， 0.238）不包含零，進一步支持假設H₆。融合型數字創新通的中介效應與企業績效的關系效應顯著（效應值=0.122， SE=0.043），95%的置信區間（0.050， 0.219）不包含零，進一步支持假設H₇。需要注意的是，效率型數字的中介效應與企業績效關系效應不顯著，95%的置信區間（-0.008， 0.080）包含零，表明H₅未通過中介效應檢驗。

（3）對數字化投入持續性的調節效應進行檢驗，結果如表7所示。在回歸檢驗前，本文對交互項進行標準化處理。由模型（10）可知，數字化投入持續性和數字創新的交互項與企業績效正相關（β=0.100， p<0.01），假設H₈得到支持。由模型（11）可知，數字化投入持續性和數字創新的交互項與數字化能力正相關（β=0.067， p<0.01），假設H₉得到支持。由模型（12）可知，數字化投入持續性和效率型數字創新的交互項與數字協同能力正相關（β=0.075， p<0.01），假設H₁₀得到支持。由模型（13）可知，數字化投入持續性和新穎型數字創新的交互項與數字創新擴散能力相關關系不顯著，假設H₁₁未得到支持。由模型（14）可知，數字化投入持續性和融合型數字創新的交互項與數字價值化能力相關關系不顯著，假設H₁₂未得到實證數據支持。由此表明，持續性數字化投入有利于企業通過數字創新重構數字化能力，從而促進企業績效提升。對于效率型數字創新而言，持續性數字化投入能夠強化其與數字協同能力的關系；對于新穎型和融合型數字創新而言，持續性數字化投入的積極作用不顯著。

4 結語

4.1 研究結論

為探究數字創新促進企業績效提升的過程機理，打開二者關系的“黑箱”，本文構建“創新行為—能力演化—績效結果”基本框架，以251家中國制造企業為研究對象，通過理論分析與實證檢驗，得出以下結論：

（1）數字創新能夠顯著提升企業績效水平。這一結論與Hanelt等^[17]的研究結論一致，豐富了中國制造企業經驗證據。

（2）數字創新能夠通過構建數字化能力促進企業績效水平提升。這一結論與Annarelli等^[18]、池毛毛等（2022）的研究觀點一致，并基于能力層次觀提出數字化能力是高階動態能力這一觀點。

（3）不同類型關鍵數字化能力在數字創新與企業績效間發揮中介作用。具體表現如下：數字創新擴散能力在新穎型數字創新與企業績效間發揮中介作用；數字價值化能力在融合型數字創新與企業績效間發揮中介作用。由此，本文深化了侯光文和劉青青（2022）、易加斌等^[16]的研究成果，并構建了數字創新對企業績效影響的理論模型。

（4）數字化投入持續性在企業數字創新過程中發揮調節作用，既正向調節數字創新與企業績效的關系，也正向調節數字創新與數字化能力的關系。此外，數字化投入持續性正向調節效率型數字創新與數字協同能力的關系。由此，體現了持續性數字化投入是制造企業數字創新取得成功的重要情境因素。

4.2 理論貢獻

（1）不同于以往文獻基于單一維度對數字創新這一概念進行界定^[17]，本文將數字創新細分為效率型、新穎型和融合型3種類型，對于揭示制造企業不同類型數字創新行為內涵具有重要理論意義。本文進一步深化了李振東等（2023）、Shen等^[14]、劉洋等^[2]的研究成果，豐富了制造企業數字創新概念內涵。

（2）不同于既有文獻關注數字創新前因^[5-6]，卻忽略了數字創新對企業績效的影響^[15]，本文通過揭示數字創新促進企業績效提升的過程機制，打開了二者關系的“黑箱”。在張振剛等（2022）、Li等^[20]、侯光文和劉青青（2022）、Hanelt等^[17]、Scott等^[7]研究成果的基礎上，本文提出數字化能力這一關鍵中介效應，并結合制造企業數字創新類型，探討制造企業不同類型數字創新行為構建的關鍵數字化能力，豐富了數字創新理論研究。

（3）本文加入數字化投入持續性這一情境變量，彌補了已有研究的不足，進一步凸顯了制造企業數字創新的長期效應^[7]，拓展了數字創新理論邊界。

4.3 政策建議

（1）制造企業數字創新應高度重視數字化能力建設。在數字經濟時代，制造企業要想獲得競爭優勢，就必須進行組織變革，打破既有慣例并構建新的數字化能力，通過協同、擴散和增值3種作用路徑實現經濟效益。

（2）制造企業應進行持續性數字化投入，從而確保數字創新取得預期成效。數字創新需要大量資金、資源投入，不能“三天打魚兩天曬網”，既要維持投入強度，也要保持投入持續性。

4.4 局限與展望

本文存在以下不足：一方面受樣本量的限制，另一方面受截面數據的影響。因此，未來可嘗試基于財務數據、文本數據、專利數據等多來源數據衡量企業數字創新投入與產出，進一步豐富實證研究。此外，未來可進一步探討企業數字創新過程中數字化能力的情境效應，即初始狀態下數字化能力對數字創新與企業績效的關系是否存在差異化影響。

參考文獻：

[1]FICHMAN R G， SANTOS B L D， ZHENG Z. Digital innovation as a fundamental and powerful concept in the information systems curriculum[J]. Management Information Systems Quarterly， 2014， 38 （2）：329-353.

[2]劉洋， 董久鈺， 魏江. 數字創新管理：理論框架與未來研究[J]. 管理世界， 2020， 36 （7）：198-217.

[3]HUND A， WAGNER H， BEIMBORN D， et al. Digital innovation： review and novel perspective[J]. The Journal of Strategic Information Systems， 2021， 30 （4）：1-39.

[4]BOGERS M L A M， GARUD R， THOMAS L D W， et al. Digital innovation： transforming research and practice[J]. Innovation， 2022， 24 （1）：4-12.

[5]王新成， 李垣. 首席信息官、企業領導者與企業數字創新[J]. 科技進步與對策， 2022， 39 （13）：83-93.

[6]王玉榮， 段玉婷， 卓蘇凡. 工業互聯網對企業數字創新的影響——基于傾向得分匹配的雙重差分驗證[J]. 科技進步與對策， 2022， 39 （8）：89-98.

[7]SCOTT SV， VAN REENEN J， ZACHARIADIS M. The long-term effect of digital innovation on bank performance： an empirical study of SWIFT adoption in financial services[J]. Research Policy， 2017， 46 （5）：984-1004.

[8]WANG M， TENG W. Digital innovation and firm environmental performance： the mediating role of supply chain management capabilities[J]. Frontiers in psychology， 2022， 13（1）：1-11.

[9]WIESBOCK F， HESS T. Digital innovations： embedding in organizations[J]. Electronic Markets， 2020， 30 （1）：75-86.

[10]YOO Y， HENFRIDSSON O， LYYTINEN K. Research commentary—the new organizing logic of digital innovation： an agenda for information systems research[J]. Information Systems Research， 2010， 21 （4）：724-735.

[11]LEE J， BERENTE N. Digital innovation and the division of innovative labor： digital controls in the automotive industry[J]. Organization Science， 2012， 23 （5）：1428-1447.

[12]BHARADWAJ A， SAWY O A E， PAVLOU P A， et al. Digital business strategy： toward a next generation of insights[J]. Management Information Systems Quarterly， 2013， 37 （2）：471-482.

[13]VIAL G. Understanding digital transformation： a review and a research Agenda[J]. Journal of Strategic Information Systems， 2019， 28 （2）：118-144.

[14]SHEN L， ZHANG X， LIU H. Digital technology adoption， digital dynamic capability， and digital transformation performance of textile industry： moderating role of digital innovation orientation[J]. Managerial and Decision Economics， 2022， 43 （6）：2038-2054.

[15]PAVLOU P A， SAWY O A E. The "third hand"： it-enabled competitive advantage in turbulence through improvisational capabilities[J]. Information Systems Research， 2010， 21 （3）：443-471.

[16]易加斌， 張梓儀， 楊小平， 等. 互聯網企業組織慣性、數字化能力與商業模式創新：企業類型的調節效應[J]. 南開管理評論， 2022， 25 （5）：29-42.

[17]HANELT A， FIRK S， HILDEBRANDT B， et al. Digital M&A， digital innovation， and firm performance： an empirical investigation[J]. European Journal of Information Systems， 2021， 1 （30）：3-26.

[18]ANNARELLI A， BATTISTELLA C， NONINO F， et al. Literature review on digitalization capabilities： co-citation analysis of antecedents， conceptualization and consequences[J]. Technological Forecasting and Social Change， 2021， 166（1）：1-22.

[19]ZOMER T， NEELY A， MARTINEZ V. Digital transforming capability and performance： a microfoundational perspective[J]. International Journal of Operations & Production Management， 2020， 40 （7）：1095-1128.

[20]LI L， ZHU W， WEI L， et al. How can digital collaboration capability boost service innovation？ evidence from the information technology industry[J]. Technological Forecasting and Social Change， 2022， 182（1）：1-9.

[21]PODSAKOFF P M， MACKENZIE S B， LEE J Y， et al. Common method biases in behavioral research： a critical review of the literature and recommended remedies[J]. Journal of Applied Psychology， 2003， 88 （5）：879-903.

（責任編輯：張 悅）

How Digital Innovation of Manufacturing Enterprises Promotes Firm Performance

Zhang Zhengang^1，2， Hu Antao^1，2， Ye Baosheng^1，2

（1. School of Business Administration， South China University of Technology， Guangzhou 510640， China;2. Guangzhou Institute of Digital Innovation，Guangzhou 510640， China）

Abstract：With the rapid development of emerging digital technologies such as cloud computing， the Internet of Things， big data， and artificial intelligence， the innovation of manufacturing enterprises has produced a new paradigm—digital innovation， and it refers to the application of emerging digital technologies and data elements in the innovation process and innovation results of enterprises， including bringing about improvements in production processes， developing new forms of smart products， providing new digital services， and generating digital business models. So more and more manufacturing companies at home and abroad are vigorously implementing digital innovation， such as Midea Group and Tesla， and they have widely applied emerging digital technologies to their process innovation， product innovation and service innovation.

However， there is scant theoretical research in academia to deeply discuss how digital innovation in manufacturing enterprises can improve enterprise performance. The "black box" in which digital innovation affects firm performance is worthy of further exploration. In general， the current research on digital innovation and firm performance is relatively general and superficial， because the concept of digital innovation has not been classified， and the different pathways through which digital innovation affects corporate performance have not been clarified. In addition， there is a lack of research about the dynamics of digital investment in the process of digital innovation. The theoretical gaps above laid the foundation for this study.

Therefore， this paper aims to explore the process mechanism of digital innovation in manufacturing enterprises to promote firm performance. Then it divides digital innovation into three types： efficiency-type， novelty-type， and convergence-type， and classifies digital capabilities into three dimensions： digital synergy capability， digital innovation diffusion capability， and digital value-added capability. And this article proposes three paths of "synergy effect"， "diffusion effect" and "value-added effect" of digital innovation affecting firm performance. Following the logic framework of "innovation behavior - capability evolution - performance results"， taking 251 Chinese manufacturing enterprises as the survey samples， through theoretical analysis and empirical testing， the following conclusions are drawn： （1） digital innovation can significantly improve enterprise performance; （2） digital innovation can promote the improvement of enterprise performance by promoting the reconfiguration of digital capabilities; （3） different types of key digital capabilities play an mediating role between digital innovation and enterprise performance; specifically， digital diffusion capability plays a mediating role between novelty-type digital innovation and enterprise performance，and digital value-added capability plays an intermediary role between convergence-type digital innovation and enterprise performance; （4） the persistence of digital investment plays an important role in the process of enterprise digital innovation， which can positively moderate the relationship between digital innovation and enterprise performance， as well as the relationship between digital innovation and digital capabilities. In addition， it also positively moderates the relationship between efficiency-type digital innovation and digital synergy capability.

Different from the single-dimensional general research on the emerging concept of digital innovation in the previous literature， this paper divides digital innovation into three types of multi-dimensional research involving efficiency， novelty and convergence， which has important theoretical significance for understanding the digital innovation behavior of manufacturing enterprises. Moreover， systematically constructs the process mechanism of digital innovation to promote corporate performance from the perspective of digital capability， and opens the "black box" of the relationship between the two. It further argues that different types of digital innovation can promote different types of digital capability and proposes three paths of "synergy effect"， "diffusion effect" and "value-added effect" of digital innovation affecting firm performance. This result has advanced the theoretical research on digital innovation. Last but not the least， the study introduces the context variable of the persistence of digital investment to the digital innovation research， which makes up for the lack of research on the dynamic dimension of digital investment in the existing research， further highlights the long-term effect of digital innovation in manufacturing enterprises， and enriches the theory of digital innovation. In summary， this paper provides theoretical guidance and practical inspiration for manufacturing companies to successfully carry out digital innovation.

Key Words：Digital Innovation; Digital Capability;Digital Investment; Enterprise Performance;Dynamic Capabilities Theory