制造業創新生態系統數字化轉型的多案例研究

A Multi-Case Study on the Digital Transformation of the Manufacturing Innovation Ecosystem

SUN Xiyun122 ZOU Zongfeng1

（1. School of Management，Shanghai University， Shanghai 2OO444， China； 2.Shanghai Institute of Scienceamp; Technology Management， Shanghai 2Ol8OO，China ）

Abstract： The digital transformation of the manufacturing sector is currently experiencing a deceleration in its evolution and a systemic shift in competitive dynamics.Establishing a digital innovation eco system represents a crucial strategy for the manufacturing industry to navigate the challnges of transformation and cultivate a robust digital competitive landscape. Consequently，the digital transformation of the manufacturing industry's innovation ecosystem has emerged as a pivotal area of focus. To investigate the underlying logic governing this transformation，we conducted a systematic analysis utilizing grounded theory and multiple case studies to explore the multi-factor coupling pathways involved in this process.This study elucidates the intricate connotations associated with the digital transformation of the manufacturing industry’s innovation ecosystem from a systemic perspective. Our findings indicate that，once digital technologies are integrated into this ecosystem，key stakeholders， resources，and structural attributes significantly affect performance through processes of knowledge restructuring. Furthermore，it was observed that these characteristics positively correlate with transformational performance while knowledge restructuring acts as an intermediary linking them to performance outcomes；additionally，environmental factors play a moderating role in this relationship. The conclusions drawn from our research illuminate and validate the “black box\" mechanism by which characteristics of the manufacturing industry's innovation ecosystem impact transformational performance-thereby enriching scholarly discourse on industrial digitization—and offering theoretical insights for fostering and developing effective digital innovation ecosystems within this sector.

Key words： digital transformation of manufacturing industry； innovation ecosystem； knowledge recombination； grounded theory； case study

1 文獻回顧

伴隨對制造業數字化轉型這一概念的廣泛關注，制造企業個體或產業層面數字化轉型得到了充分研究。學者研究指出企業通過數字技術整合關鍵互補資源、進行知識重組以賦能企業創新資源與創新過程，從而進行數字化轉型[。然而，對制造業創新生態系統的數字化轉型探索卻相對稀缺。創新生態系統是由多元創新主體構成的自組織系統，以協同創新與價值共創為目標，具有創新主體共生依賴、創新系統持續演化等特征[2]。

隨著創新范式進人3.0時代，創新生態系統作為應對數字經濟發展而形成的新型組織結構，正成為制造業數字化轉型的主導形態，為更好推動制造業創新生態系統的數字化轉型，構建數字化的制造業創新生態系統，有必要厘清制造業創新生態系統數字化轉型的影響因素與內在機制。目前僅有C.H.Chang[3]、徐曉明[4和林艷[5]等從動態能力、創新戰略和外部驅動等探索了制造業數字化轉型的影響因素。另一方面，數字化轉型被認為能影響企業創新績效，如提高市場競爭強度、改善運營效率、提升企業全要素生產率等。伴隨創新生態系統與數字化轉型理論的融合發展，也有學者關注到了數字情景下的創新生態系統，但已有研究主要集中在創新生態系統數字化轉型結果即“數字創新生態系統”，包括內涵特征、價值共創、共生演化、治理機制等。然而，針對創新生態系統數字化轉型的過程研究還有待繼續探索。

已有研究指出創新生態系統數字化轉型來源于系統內創新主體的交互作用8，是創新主體交互過程中所展現的創新生態系統特質影響數字化轉型績效。創新主體之間的群體交互行為在塑造制造業創新生態系統的同時，也推動了創新生態系統數字化轉型的演化發展[9。數字技術嵌入制造業創新生態系統后，能夠有效促進創新生態系統特質的形成及其效用顯現，最終影響數字化轉型績效。據此，本文基于創新生態系統視角，通過扎根理論與多案例研究探究制造業創新生態系統在創新主體交互中具有哪些系統特質，以及創新生態系統特質在交互過程中如何影響數字化轉型績效。

2 研究方法與設計

2.1 研究方法

本文采用扎根理論與多案例研究，深入探究制造業創新生態系統數字化轉型的關鍵影響因素及影響機制，是過程性研究問題。扎根理論的核心要義為對某一現象界定基礎上進行資料收集、聚類凝練、三級編碼后完成理論構建5。多案例研究有利于探索現象背后深層次邏輯規律[10]。以Nvivol4軟件為平臺，運用扎根理論方法對收集到的資料進行分析，完成三級編碼。

2.2 案例選擇

采用理論抽樣方法獲取多案例，抽樣標準如下： ① 具有數字化轉型經驗的制造企業； ② 具有數字化轉型意愿，并積極推動企業數字化轉型； ③ 行業代表性強，大部分涵蓋了數字化轉型全周期，包括數字化轉型探索階段、實踐階段、成熟階段等； ④ 具有較大規模，具備創新生態系統典型特征； ⑤ 社會關注度高，資料具有可獲得性，可以通過門戶網站獲取二手資料[5。遵循上述標準，最終選取三一重工、一汽解放、富士康、公牛集團、聯泰科技5家案例企業。

2.3 數據收集

通過對案例企業深度訪談，包括正式訪談（與制造企業高管、行業代表、學術專家、政府官員以及非政府組織等進行訪談）和非正式訪談（與案例負責人和個體用戶等進行訪談），每次訪談時間在0.5～1.5小時左右。現場調研獲取一手資料，并結合網絡檢索與搜集制造業創新生態系統數字化轉型有關的歷史事件，獲取二手資料補充訪談資料的不足。同時，通過企業相關人員審核原始資料，專家背靠背咨詢等方式進行數據三角驗證，保障研究數據的可靠性與有效性。

2.4 數據編碼

按照扎根理論分析流程，對案例數據進行開放式編碼、主軸式編碼和選擇式編碼。通過開放式編碼，得出制造業創新生態系統數字化轉型影響因素的40個初始范疇，對初始范疇經過再次凝練后，共計存在9個副范疇。主軸式編碼階段，對副范疇進行從屬關系分析，提煉出6個主范疇，包括創新生態系統主體、資源、結構特質、數字知識、生態環境、轉型績效（見表1）。

選擇式編碼階段，提取的核心范疇是“制造業創新生態系統數字化轉型的影響因素、作用路徑與影響關系”，蘊含的基本關系為“數字技術嵌人制造業創新生態系統后，創新生態系統的主體、資源、結構特質，通過知識重組作用影響數字化轉型績效，而創新生態環境起到了一定的調節作用”，進而提煉出制造業創新生態系統數字化轉型的過程性理論模型（圖1）。

3 研究發現

通過扎根理論分析，識別出制造業創新生態系統數字化轉型的關鍵影響因素為創新生態系統主體、資源、結構特質，知識重組，創新生態環境，接下來進一步論證因素間作用關系。

3.1創新生態系統主體特質與數字化轉型績效

3.1.1種群異質性與數字化轉型績效

創新生態系統通過吸納不同類型成員形成異質性種群，為生態系統提供創新資源，并依靠匹配異質性種群創新需求和價值共創行為，促進生態系統提升數字化轉型績效。近年來，三一重工、一汽解放等企業均開始與供應商、合作伙伴等不同種群展開合作，聯合推動數字技術創新。三一重工帶領100多家智能制造解決方案供應商深度合作，打造工程機械行業的智能制造生態系統；樹根互聯已成功搭建起20多個工業產業鏈互聯網平臺，幫助81個細分行業實現數字化功能升級。富士康通過廣結生態合作伙伴，利用政府資源、區位優勢、科教資源，建設產創協同基地，引入新的戰略合作方，共同打造工業互聯網生態體系。在制造業創新生態系統數字演化過程中，種群異質性形成知識差異化、技術差異化、資源差異化、能力差異化、服務差異化，從而動態影響制造業創新生態系統的數字化轉型績效。

3.1.2種群制衡性與數字化轉型績效

種群制衡性能夠增強創新生態系統主體信任機制，有效抑制機會主義行為，可以使創新生態系統更加平衡穩定。共同愿景作為創新生態系統中重要的制衡性特征，能夠緩和創新主體在數字化轉型過程中的緊張競爭狀態，提升創新主體間合作水平，降低關系風險，有助于創新生態系統數字化轉型績效的提升。一汽解放在董事長的帶領下制定了兩步走數字化發展規劃，通過與華為簽訂戰略合作協議，引入華為數字化轉型TOGAF方法論，制定了一汽解放數智化轉型工作規劃和轉型藍圖，借助數字賦能手段，圍繞客戶需求開展智能產品開發。數字化轉型之后，一汽解放打造了多元化服務平臺生態系統模式，圍繞實現發展戰略的總目標，依靠賦能底座對企業營銷、研發、供應鏈、運營等環節進行數字賦能，探索產業鏈與數字技術深度融合，最終推動商業模式變革與創新生態化發展，攜手生態伙伴扎實推進“中國第一、世界一流\"的綠色智能交通運輸戰略。根據以上分析，提出下述命題：

命題1a：種群異質性促使微觀主體進行價值共創交互驅動創新生態系統數字化轉型，種群異質性對數字化轉型績效具有正向提升作用。

命題1b：種群制衡性使創新主體基于共同的數字化轉型愿景目標，提升合作信任，相互制衡制約，促進創新生態系統平衡發展，種群制衡性對數字化轉型績效具有正向提升作用。

3.2創新生態系統資源特質與數字化轉型績效

3.2.1 資源互補性與數字化轉型績效

資源互補性有助于創新主體在數字化轉型過程中挖掘數據資源價值，建立多層次互動，實現多主體價值共創，從而推動創新生態系統數字化轉型。三一重工樹根互聯以租賃服務與金融服務為切人點確保市場競爭優勢，通過與不同行業創新主體構建數據平臺，擴充平臺多用戶多層次需求，推動數據資源共享多主體互動，營造跨領域數據資源流通環境，形成跨主體間價值共創[1]。公牛集團依托華為強大的數字化能力，通過智能開關與智能家居建立起廣泛鏈接能力，為數據收集和利用奠定基礎；依托美的在智能化模組、云平臺、大數據服務的產品和技術，進一步完善智能插座、數碼配件等硬件產品方面的功能設計及用戶體驗。資源互補性有助于制造企業構建動態能力及競爭優勢，與合作伙伴異質性資源形成互補，對供應鏈中的知識資源、技術資源、信息資源、人力資源與資金資源進行合理分配，雙方績效水平均獲得提高[12]。

3.2.2資源獲取能力與數字化轉型績效

資源獲取能力指創新資源集聚與外部環境間的非線性作用促使創新主體產生的資源獲取行為，在資源獲取過程中交叉突變產生新特性優勢，并反作用于各子系統，從而不斷產生資源協同與集聚效應[13]。一汽解放在行業內率先構建起成熟的車聯網平臺，并相繼孵化出解放賦界、摯途科技、魚快創領三家賦能型科技公司。通過哥倫布智能車開發平臺與智能車運營平臺打造智能運輸解決方案，構建起包括智慧港口、智慧物流、智慧礦山、智慧園區等9大智慧物流應用場景的龐大運輸生態系統。一汽解放能夠為生態伙伴提供的數據種類數量逐年遞增，有望突破1000種，為不同公司數字化物流提供網聯賦能，持續拓展創新生態圈。在數字知識背景下，創新生態系統資源獲取能力可以優化企業、政府、高校與科研機構等創新主體資源配置，提高制造業發展質量及核心競爭力。通過資源獲取能力實現開放式創新是制造企業在數字經濟中獲得競爭優勢的重要途徑。根據以上分析，提出下述命題：

命題2a：資源互補性越高，創新生態系統內數字創新資源越豐富，資源共享程度越強，資源互補性對數字化轉型績效具有正向提升作用。

命題2b：資源獲取能力越強，創新資源越集中，資源協同與集聚效應越顯著，資源獲取能力對數字化轉型績效具有正向提升作用。

3.3創新生態系統結構特質與數字化轉型績效

3.3.1網絡合作度與數字化轉型績效

在創新生態系統層面，網絡合作度指創新網絡中主體交互頻次與關系強度，從關系視角主要考察創新主體間的知識合作或交流關系的性質與特征，這些關系特征對創新生態系統數字化轉型績效直接產生影響[4]。例如，一汽解放與京東、博世、申通物流、徐工隨車等幾十家企業建立了生態合作伙伴關系，借助平臺賦能和數據賦能的方式催生了多種新業態，創造了多種發展新機會。制造企業通過創新網絡進行數字化轉型，知識資源在創新生態系統創新主體之間相互傳播并被企業吸收，從而影響數字化轉型績效。聯泰科技通過聯合學校進行校企合作，促進產教融合，通過校企合作有效集聚與整合資源，形成了以企業為主體的產學研合作模式。創新生態系統網絡合作度越高，創新主體獲得信息共享、數字技術、數字知識就越豐富，更容易建立信任關系，有利于形成互利共贏的創新氛圍，增強創新主體競爭力。此外，網絡合作度高可以降低組織邊界與溝通障礙，從而提升數字化轉型績效。

3.3.2網絡開放度與數字化轉型績效

網絡開放度指創新生態系統在數字化轉型過程中創新主體依托所開展的數字創新活動進行的內外部頻繁交流程度[15]。網絡開放度越大，獲取外部資源機會越多，從外部獲取差異化、多樣化數字知識與技術，通過創造性知識融合提高數字創新績效。聯泰科技產業平臺模式擴大了3D打印外延，實現從制造環節向上游設計、下游應用服務延伸，實現產業鏈上利益相關者價值共創。為了推動供應鏈數字化轉型落地，一汽解放推出“大供應鏈”概念，以工業互聯網及其延伸平臺打通采購供應、生產制造、物流運輸三個環節數據鏈路，廣結生態合作伙伴，打造工業互聯網生態體系。為滿足數字化轉型過程中互補資源需求，獲得數量更多、異質性更強的數字知識與創新資源，創新主體需要與外部組織開展廣泛合作，構建多樣化數字知識與資源獲取渠道，促進創新主體數字創新績效提升。基于上述分析，提出下述命題：

命題3a：網絡合作度越高，創新主體交互頻次與關系強度越強，有利于創新主體緊密合作共同推動數字化轉型，網絡合作度對數字化轉型績效具有正向提升作用。

命題3b：網絡開放度高可以吸納更多創新主體加人創新網絡進行知識共享，促進創新生態系統數字化轉型，網絡開放度對數字化轉型績效具有正向提升作用。

3.4知識重組的中介作用

知識重組是創新主體將其掌控與獲取的知識進行資源編排進而產生新知識的過程。一汽解放建立了“干中學\"數字化能力培養模式，通過日常業務中數字化訓練來對員工進行賦能。并在內部打造了知識管理系統，用于收集、整理和共享員工的數字化知識和經驗。根據吸收能力理論，知識重組能夠實現跨組織知識流動，有助于創新主體吸收與轉化更多外部資源[16]，用于新產品開發與技術更迭，并為提升數字化轉型績效創造實現條件。借助華為TOGAF方法論，一汽解放設計了涵蓋業務層、應用層、技術層、數據層在內的數字化架構，以支撐企業數字化轉型。一汽解放還將嵌入式系統的思想應用于企業組織變革中，打造嵌入式組織結構推動數字化賦能底座搭建，以實現更高效管理和控制。由此，基于上述分析，提出下述命題：

命題4a：創新生態系統數字化轉型過程本質是數字知識重組過程，數字技術嵌人創新生態系統后，創新生態系統的主體、資源、結構特質通過數字知識重組進行深層次合作交互推動創新生態系統數字化轉型，創新生態系統特質可通過知識重組對數字化轉型績效產生影響，知識重組在創新生態系統特質與數字化轉型績效之間具有中介作用。

3.5創新生態環境的調節作用

創新生態環境能夠對數字化轉型起到潤滑與催化作用，為知識擴散和資源交換提供穩定通道，有利于實現資源優勢互補。聯泰科技認為創新生態平臺的建立關乎聯泰科技的未來發展戰略，更關乎整個3D打印產業的生態建設。一汽解放認為未來企業外部生態拓展、行業后市場開發、綠色智能交通運輸解決方案構建也需要依托數字化來實現。公牛集團認為信息化建設、物聯網建設、智慧家居建設刻不容緩，是數字化轉型的必經之路，制造業產品的迭代創新、數字經濟的高速發展不會給他們太多的時間考慮。因此，創新生態環境中的市場環境、政策環境、數字平臺建設對制造業創新生態系統數字化轉型發展至關重要。良好的創新生態環境可以提升數字化轉型績效。由此，基于上述分析，提出下述命題：

命題4b：良好的創新生態環境對制造業創新生態系統數字化轉型具有促進作用，創新生態環境是關鍵外生因素，一般情況是作為情境變量去影響核心行為主體進而對數字化轉型績效產生間接影響，起調節作用。

4結論

基于創新生態系統視角，本文探索了制造業創新生態系統特質對數字化轉型績效的影響機制。第一，從系統角度探索了制造業創新生態系統數字化轉型的主要影響因素，提取了創新生態系統特質、知識重組、創新生態環境理論維度，通過案例數據分析展現三者在創新生態系統數字化轉型演進過程中共同作用于數字化轉型績效。第二，辨析了制造業創新生態系統數字化轉型過程中，創新生態系統特質影響數字化轉型績效的作用機理，即數字技術嵌入制造業創新生態系統后，創新生態系統的主體、資源、結構特質，通過知識重組作用影響數字化轉型績效。第三，基于創新驅動視角，探索了制造業創新生態系統的構建及數字化轉型過程的影響機制，揭示并驗證了制造業創新生態系統特質對數字化轉型績效影響的“黑箱”機制。根據扎根理論分析，依據“創新生態系統特質一知識重組一數字化轉型績效”的分析框架，本文提出了制造業創新生態系統數字化轉型影響機制的過程性理論模型，展現了制造業創新生態系統特質影響數字化轉型績效的具體路徑。

參考文獻

[1] YOO Y，BOLAND RJ，LYYTINEN K，et al. OrganizingforInnovation in the Digitized World [J]. Organ Sci，2012，23（5）：1398-408.

[2] 倪君.國家實驗室創新生態系統：理論、經驗與啟示[J].中國科技論壇，2024（6）：11-21.

[3]CHANG CH，CHENY S，TSENG C W.Digital transformationanxiety：absorptive capacity，dynamic capability，anddigital innovation performance[J].Manage Decis，2024.

［4］徐曉明，杜何顏.數實融合助力制造業數字化轉型的路徑探析[J].行政管理改革，2024（2）：57-65.

[5］林艷，張欣婧.制造企業數字化轉型不同階段的影響因素——基于扎根理論的多案例研究[J].中國科技論壇，2022（6）：123-32，42.

[6］賈佳宇，史占中.數字技術對制造業轉型升級的異質性影響[J].管理科學，2022，44（5）：7-12.

[7］高楠楠.數字化轉型對制造業全要素生產率的影響：來自中國上市公司的證據[J].管理科學，2024，46（4）：28-33，85.

[8］韓少杰，蘇敬勤.數字化轉型企業開放式創新生態系統的構建——理論基礎與未來展望[J].科學學研究，2023，41（2）： 335-47.

[9］孫永磊，朱壬杰，宋晶.數字創新生態系統的演化和治理研究[J].科學學研究，2023，41（2）：325-34.

[10]ZHAOY T，ZHOUYP，ZHANGY，et al. Exploring intel-lectual property risk inducement and formation mechanism ofinovation-oriented enterprises： a grounded theory approachand system dynamics model analysis[J]. Technol AnalStrateg，2023.

[11]林發勤，呂雨桐.跨國并購能否驅動企業創新？：基于技術和資源互補性的理論和實證研究[J].世界經濟研究，2022，（10）：102-17，37.

[12]楊升曦，楊佳銘，魏江.企業創新生態系統資源互補不確定性及策略[J].科學學研究，2022，40（12）：2272-2280.

[13]VEGA-JURADOJ，SCHMUTZLERJ，MANJARRéS-HENRiQUEZ L， et al. Orchestrating absorptive capacity： organizational catalysts of TMT's influence[J]. Manag Res，2019，17（4）： 426-44.

[14]王松，盛亞.不確定環境下集群創新網絡合作度、開放度與集群增長績效研究[J].科研管理，2013，34（2）：52-61.

[15]李言睿，馬永紅.區域創新網絡的網絡特征對知識創新績效的影響研究[J].預測，2021，40（5）：83-89.

[16]程為，鄭德俊.面向知識服務的多模態資源知識重組研究[J].情報理論與實踐，2023，46（1）：168-178.