数字化转型对制造企业技术创新能力的影响研究

赵琳瑞 李海霞 周慧慧

文章编号：1008-7133（2022）02-0071-12

摘 要： 在推动数字中国建设和高质量发展的关键时期，制造企业纷纷进行数字化转型，进而深入企业技术创新各个环节，为技术创新提供了良好的动力与发展氛围。本文构建了数字化转型对制造企业技术创新能力影响的概念模型，通过问卷调查法收集数据，运用SPSS和AMOS软件对问卷数据进行分析和假设检验。研究结果表明：数字化战略转型、数字化组织变革转型、数字化业务流程转型和数字化技术应用转型对制造企业技术创新能力有明显的促进作用;探索性学习能够正向调节制造企业数字化转型与技术创新能力的关系;利用性学习正向调节制造企业数字化战略转型、数字化技术应用转型与技术创新能力的关系。

关 键 词： 数字化转型;技术创新能力;组织学习;制造企业

DOI： 10.16315/j.stm.2022.02.008

中图分类号： F426

文献标志码：A

Research on the impact of digital transformation on the technological innovation capability of manufacturing enterprises

ZHAO Linrui， LI Haixia， ZHOU Huihui

（School of Economics and Management， Harbin University of Science

and Technology， Harbin 150080， China）

Abstract： Manufacturing enterprises have carried out digital transformation， and then went deep into each link of enterprise technological innovation， providing a good impetus and development atmosphere for technological innovation， in the critical period of promoting the construction of digital China and highquality development. This paper constructs a conceptual model of the impact of digital transformation on technological innovation capability of manufacturing enterprises， and then collects data through questionnaire survey. Meanwhile SPSS and AMOS are used to analyze the questionnaire data and test the hypothesis. The results show that the transformation of manufacturing enterprises' digital strategy， digital organization， digital business process and digital technology application can significantly promote the technological innovation capability. Exploratory learning can positively regulate the relationship between digital transformation and technological innovation capability of manufacturing enterprises. Exploitative learning positively moderates the relationship between digital strategic transformation， digital technology application transformation and technological innovation capability of manufacturing enterprises.

Keywords：digital transformation; technological innovation capability; organizational learning; manufacturing enterprises

以5G為基础的云计算、物联网（IoT）、大数据等新一代数字技术进步并得以迅猛发展，这种发展趋势必然对当前人类生产生活方式、经济增长形势及国际生产格局产生重要影响。在全球数字化、网络化与智能化的动态环境中，制造业是当之无愧的现代工业基石，同时也体现着国家的生产力发展水平。我国正处在从经济高速增长向高质量发展转变的历史关键时期，新一代信息技术正利用其自身的创新性、渗透性、带动性等特点为制造企业数字化转型发展提供契机。

数字化时代企业需要的是开拓创新，而非因循守旧。创新能使企业在激烈的竞争市场中占有先发优势，在我国创新驱动发展的战略下，制造企业逐渐认知到创新发展的重要性，而技术创新更是重中之重。党的十九大指出要以企业为创新主体，市场为创新导向，建立产学研深度融的技术创新体系。2021年政府工作报告中指出要“依靠创新推动实体经济高质量发展，培育壮大新动能”，推动我国制造企业技术创新能力的整体提升。

基于此，本文以制造企业为研究对象，通过问卷调查和实证分析，探究制造企业数字化转型与技术创新能力之间的作用关系，深化和扩展制造企业数字化转型与技术创新能力理论体系，为制造企业技术创新能力影响因素研究提供新路径和理论支持。此外，加深制造企业人员尤其是决策者对数字化转型的重视程度，增强企业为数字化转型所持续投资的积极性，帮助企业了解自身数字化转型所处阶段以及与行业内领先企业的差距，进而更客观、全面地制定提升企业技术创新能力的战略对策。

1 文献回顾

1.1 数字化转型

经济全球化是不可逆转的历史大势，由于新一代信息技术的快速迭代创新，我国制造企业的生存与发展都面临着巨大的压力，在此种情景下，数字化转型对制造企业来说势在必行。制造企业数字化转型是利用数字技术改变现有业务流程、战略模式和组织变革，帮助企业创造和获取更多价值[1 ]。周志明[2]提出数字化转型企业从思想上深入变革，以数字技术为手段，对涉及企业发展关键点进行彻底优化，如企业技术层面、组织结构、业务流程等，实现资源的高度利用和共享，为企业带来更高效益。数字化转型是制造企业利用数字技术解决不确定性、复杂性问题，实现业务改进，从而提升企业运营效率和技术创新能力的战略变革[3 ]。制造企业数字化转型运用数字技术，将数据作为核心驱动要素，重塑组织结构、业务流程、商业模式和战略思维，与企业利益相关者实现紧密相连和价值共创，以提高企业竞争力[4 ]。

综上所述，数字化转型内涵不仅可以从改变战略、技术支撑、业务模式、管理理念和组织变革等角度解释，也可以从系统性、综合性角度解释。结合已有研究，本文将制造企业数字化转型的定义如下：制造企业将多种数字技术与先进制造技术深度融合，实现对数字世界的精细把控，以数据为关键要素充分发挥其价值创造作用，实现战略转型、重大组织变革、业务流程优化改进，提升企业核心价值和能力，推动企业进行深度重构，为传统制造企业转型升级赋能，最终目的是增强核心竞争力。因此本文将制造企业数字化转型划分4个维度：数字化战略转型、数字化组织变革转型、数字化业务流程转型和数字化技术应用转型。

1.2 技术创新能力

企业技术创新能力是为应对日益加剧的全球竞争压力下增强企业竞争力的关键要素。学者们分别从资源投入与资源整合、战略定位、动态过程、系统综合等不同视角研究。从资源投入视角，Cheng等[5 ]提出技术创新能力包含技术、产品、过程、知识、经验和组织，并由新产品开发、生产、运用、应对等四方面组成。从资源整合视角，有学者提出技术创新能力是指企业运用信息技术，重新整合相关知识与信息，在这个过程中，企业发明出相关技术并能总结、掌握实践经验的能力[6 ]。基于企业战略定位，Slater等[7]从目标市场的选择和实现市场导向的方式兩方面提高企业技术创新能力，使企业保持竞争优势并进行的颠覆性创新。还有学者逐渐摒弃对技术创新能力的静态视角，Cheng[8]认为静态的技术创新能力已经不能满足可持续发展和企业间日益激烈的竞争要求，而向动态过程角度演进，由感知环境变换能力、适应组织和运营需求能力以及创新能力三部分组成。许庆瑞等[9]探讨产品和工艺的组合创新，采取战略观、动态观和组合观，建立企业技术创新核心能力。从综合角度出发，付睿臣等[10]提出技术创新能力是制造企业技术创新活动过程中涵盖技术创新的投入能力、研发能力、制造能力、营销能力、管理能力等多种能力的综合。

目前关于技术创新能力的研究，学者们从资源投入、资源整合、战略定位、创新过程、动态视角等多方面提出不同的看法。本文研究的制造企业技术创新能力，注重客户潜在需求与了解市场发展趋势，是保证制造企业能应对高度动荡外部环境的必备条件，制造企业技术创新是复杂的过程，需要充分挖掘企业内外部资源，并合理配置到企业技术创新活动中，采用独创性的技术工艺，保持持续的创新研发优势，并通过新产品等技术创新成果有效实现企业价值，是动态的综合能力。

1.3 数字化转型与技术创新能力关系

现有研究中，企业数字化转型对创新发展的影响过程，强调数字技术在支持和促成企业创新方面发挥关键作用，使得企业创新轨迹发生改变，在改善企业运营模式，构建创新机制，优化企业创新过程、创新能力、创新绩效等方面举足轻重。从创新理论发展角度，Nambisan等[11]认为数字技术运用会颠覆现有创新管理理论，从根本上改变企业新产品和服务的性质和结构，企业对创新成果和过程进行不懈的整理和重构，催生新的价值创造和价值分配途径，为在数字世界中重塑研究创新管理提供广泛的基础。从数字化转型所来颠覆性变革角度，Savastano等[12]提出数字技术的快速发展导致整个制造业价值链和运营模式发生巨大改变，通过开放式创新，以及让客户参与产品和服务的开发设计和创建过程，显著提高企业创新能力。从多学科角度，Verhoef等[1]认为数字化转型涉及战略、组织、供应链、信息技术和营销等多方面综合变化，进行数字化转型的企业需要以创新降低成本和满足客户体验为目标，提高企业技术创新能力和企业绩效。从数字化转型研究的整体脉络出发，严子淳等[13]采用定性与定量相结合的方式，解析其演化过程，研究结果表明数字化转型情境下，数字技术通过创造新业态、新产品和新服务重构产业战略和商业模式，推动产业在与数字化转型的相关活动中进行价值获取和价值创造。

综上所述，已有企业数字化转型对创新发展的影响，研究强调数字技术在支持和促成企业创新方面发挥关键作用，使得企业创新轨迹发生改变，显著改善企业运营模式，构建创新机制，优化企业创新过程、创新能力、创新绩效等。上述文献为本文影响因素变量的选取提供参考价值。

2 研究假设

2.1 数字化转型对技术创新能力的影响

数字经济的发展使得企业创新被提升到前所未有的高度，在此情境下，制造企业进行数字化战略转型，会深度探究客户行为规律，挖掘客户潜在需求，建立客户至上的数字化思维，及时发现“用户痛点”，进而积极改进向客户所提供的产品和服务[14 ]，有助于企业及时把握新兴市场变化趋势，降低制造企业技术创新活动的不确定性和风险性，提高企业新产品创新成功率，提升企业技术创新能力。数字技术强大的颠覆和融合能力引领制造企业进行数字化战略转型，为企业创新行为提供技术支撑[15 ]。同时制造企业面临的经营环境也出现深刻改变，制造企业数字化战略转型有利于促进外部环境与自身内部运营协调匹配，帮助企业掌握当前市场中新产品的基本信息以及未来发展方向，进而制造企业生产出极具竞争力的新产品以占领市场，先于企业竞争者产出技术创新成果，最终体现为制造企业技术创新能力的提升，据此提出假设：

H1a：制造企业数字化战略转型对技术创新能力具有正向影响。

数字技术诱使制造企业组织更为柔性化，会提升企业对不同职能岗位员工的沟通、协作、互助合作要求，提高员工技术创新积极性，促进制造企业开展技术创新活动[16 ]。此外，受数字化冲击，数字化组织变革转型能将企业数字资源与产品、服务等组织资源快速重组，企业创新周期缩短，提高企业技术成果变现能力[17 ]。制造企业进行数字化组织变革转型，会适应性改变制造企业组织结构，敏捷地应对动态市场环境变化，在一定条件下进行试错并快速创新，帮助企业获取先发优势，制造企业迅速整合资源推出新产品、新技术等创新成果[18 ]，提高制造企业技术创能力，据此提出假设：

H1b：制造企业数字化组织变革转型对技术创新能力具有正向影响。

数字化时代，制造企业结合新兴数字技术，采用敏捷制造、精益生产等方式对企业生产进行全流程数字化改造[19 ]，提高制造企业产品生产制造的自动化程度，进而提高企业生产效率，加快生产新产品，提高制造企业技术创新能力。制造企业数字化业务流程转型，使得企业业务与数字技术真正产生交互，重塑业务流程标准，快速识别市场需求并精细化投放业务资源，使企业运营更快速高效，提升企业生产力与生产效率。在产品研发生产流程中，企业运用柔性控制技术、虚拟仿真技术等先进数字技术，能帮助企业迅速改善产品和生产工艺，提升企业工艺创新的效率与质量，生产创新性更高和精度更高的新产品，提升制造企业技术创新能力[20 ]，据此提出假设：

H1c：制造企业数字化业务流程转型对技术创新能力具有正向影响。

何帆等[21]通过考察数字化转型对企业产生的经济后果，认为企业支持数字技术研发和应用能充分挖掘数据空间，提升企业内部运转效率，催化多样化创新成果。制造企业数字化技术应用转型使用ERP、CRM、MES等软件技术能实现部门间信息资源协同共享，传感器、监控设备、计算机终端、存储设备等硬件技术能实现企业信息数据化，帮助企业对市场变化迅速作出相应[22 ]，为制造企业技术创新提供数据和技术支撑，更准确直观、方便快捷地建立数字化产品模型，提高新产品设计和制造成功率，并快速进入市场，提高制造技术创新能力，据此提出假设：

H1d：制造企业数字化技术应用转型对技术创新能力具有正向影响。

2.2 组织学习的调节作用

随着数字技术的快速颠覆与发展，企业间竞争逐渐加剧，为应对复杂多变的动态环境，提升企业的生存能力，组织学习势在必行。组织学习理论主要强调企业获取吸收内外部知识，改变自身认知和行为以应对环境变化。March[23]将组织学习划分为探索性学习、利用性学习2个维度。探索性学习的本质是组织尝试新选择和探索新机会，包含搜索、灵活、冒险、改变和创造外部新知识的活动;利用性学习包含筛选、提炼、效率、实施、改进和升华现有知识等相关活动，是指组织提炼、延伸现有的范式、能力和技术。曹勇等[24]强调组织学习是组织内外部获取的知识、经验进行整合利用以指导组织的生产经营，在此基础上的探索性学习是对组织新资源、新知识的探索和获取，进而提升组织创新性;利用性学习通过对组织已有能力和范式的延伸，进而提高企业运行效率。本文从探索性学习、利用性学习两维度分析组织学习，作为不同的学习方式，二者对组织的发展来说都是不可或缺的。制造企业既要通过探索性学习方式发现、搜索新领域中的新机会、新知识，以增强制造企业适应未来市场竞争和环境变化的能力，又要通过利用性学习方式挖掘和提炼现有领域的知识和技术，拓展知识资源的深度和内容，提高效率和当前市场占有率，进而保障企业短期利润。

2.2.1 探索性学习的调节作用假设

在数字经济时代，制造企业为谋求竞争力和长遠的生存发展，势必会为满足未来市场需求及应对市场风险进行探索性学习。企业的研发团队会通过探索性学习积累素材，知识是决定制造企业数字化转型的重要因素[25 ]，在技术更新迭代速度不断加快的当代，数字化转型已然是制造企业发展的必然趋势，只有企业不断探索新知识、新技术，才可以适应数字化转型的过程，在制造企业创新效率提升进程中发挥着更为显著的作用[26 ]。探索性学习的重点在于制造企业学习新的方法和途径，走出“知识孤岛”和“信息孤岛”。随着物联网、大数据技术的应用与发展，制造企业构造数字化、集成化的系统，加速信息资源的收集与反馈，会大大缩短企业探索新知识、新技术的时间，并拓展学习渠道，有助于打破企业既有模式，弥补组织柔性不足，提升生产运营效率，进行有效的数字化战略变革，实现在数字化情境下制造企业转型升级[27 ]，从而推动企业技术创新活动的顺利进行，有效提升企业对新市场、新工艺和新产品的掌握速度，更快引入技术先进产品来维持企业绩效，进而提升技术创新能力。因此，探索性学习正向影响制造企业数字化转型对技术创新能力的作用效果，保证企业良好的技术创新氛围，及时开发出更满足客户偏好的创新成果。

基于上述分析，本文提出如下研究假设：

H2a：探索性学习在制造企业数字化战略转型对技术创新能力的影响中起正向调节作用;

H2b：探索性学习在制造企业数字化组织变革转型对技术创新能力的影响中起正向调节作用;

H2c：探索性学习在制造企业数字化业务流程转型对技术创新能力的影响中起正向调节作用;

H2d：探索性学习在制造企业数字化技术应用转型对技术创新能力的影响中起正向调节作用。

2.2.2 利用性学习的调节作用假设

资源基础理论强调企业利用其独特且稀有的、不可复制的高价值资源取得竞争优势，而利用性学习增加对企业现有资源的认知深度，挖掘现有资源的潜在价值[28 ]，企业资源和知识技能更为深刻化，提高现有资源吸收效率。制造企业利用其现有独特的资源优势能准确认知到企业数字化转型过程中的问题与缺陷，并对数字化转型中遇到的困难进行反复优化与改善，规避企业转型的风险并创造机会，帮助企业制定合理的中长期战略规划，优化组织结构[29 ]。此外，利用性学习通过对制造企业现有生产技术、运行方法和操作程序的积累，并对外部获取现有的新资源、新技术的消化与应用，有助于拓展生产运营和业务流程，促进数字技术的应用，提升制造企业技术创新资源拥有量，进而企业的技术创新行为会得以加强，从而促进企业整体技术创新活动，更快推出新产品[30 ]，提升企业技术创新效率，增强企业技术创新能力。

基于上述分析，本文提出如下研究假设：

H3a：利用性学习在制造企业数字化战略转型对技术创新能力的影响中起正向调节作用;

H3b：利用性学习在制造企业数字化组织变革转型对技术创新能力的影响中起正向调节作用;

H3c：利用性学习在制造企业数字化业务流程转型对技术创新能力的影响中起正向调节作用;

H3d：利用性学习在制造企业数字化技术应用转型对技术创新能力的影响中起正向调节作用。

综上分析，构建数字化转型对制造企业技术创新能力影响的概念模型，如图1所示。

3 研究设计

3.1 量表设计与变量测量

充分参照国外学者的研究成果，对数字化转型、技术创新能力、组织学习等变量所开发的成熟度量表进行整理，并借鉴权威的且被广泛接受和使用的量表，结合研究目的，形成符合本研究的量表题项。在此基础上，将研究变量间的逻辑关系及测量题项的具体设计向权威专家请教，并反复讨论。本研究先对制造企业进行小范围的预调研，整合并记录在问卷填写中制造企业中高层管理者所提出的问题，征求建设性意见和反馈，并基于此进一步调整问卷的设计层次、问卷表达与表达措辞，修正含有歧义、表达复杂模糊的题项，保证问卷内容清晰易懂。制造企业技术创新能力是由多方面因素共同作用的。因此，除了制造企業数字化转型各维度变量外，还有一些外部变量可能会对制造企业技术创新能力产生影响，本文需要对这些变量进行控制，参照现有研究成果，它们分别是企业规模和企业年龄。

问卷采用Likert 7级量表，对于每一个测量题项，1～7分分别表示从“完全不同意”到“完全同意”，测量指标和参照来源，如表1所示。

3.2 样本收集

问卷调研最终目的是为了获取有效客观的数据。本文将研究对象确定为正在处于数字化转型中的制造企业，即根据《2021年中国制造企业名录》随机选择，本研究主要选择江苏、山东、浙江、安徽、广东、山西等地，有代表性、典型性的制造企业调研。在对制造企业问卷调查前，先对企业进行电话访谈，在得到该企业愿意配合调研，且正进行数字化转型的答复后，才确定该企业为本文研究对象，同时保证样本选取的随机性。

鉴于数字化转型等相关概念的难度、制造企业中高层管理人员对数字化转型的熟悉程度、调查对象的专业化水平，均影响问卷调研效率，因此调查对象确定为企业的中层和高层的管理人员，从而使研究结论更为可靠。本文借助问卷调查平台，在线发布，并利用人际关系如老师、同学等，委托代发;以电子邮件的形式，发送给被调研对象，调研对象填写完毕后发送到指定的调研回收邮箱等方式回收问卷。

本次调研累计共发放正式问卷500份，其中实际回收413份，回收率82.6%。数据收集中剔除了那些无法被明确划分为数字化转型企业的调查问卷、同一性回答和答题时间过短等无效问卷共91份， 得到有效问卷322份，最终有效回收率77.97%。

3.3 描述性统计分析

在本次调研中，在制造企业隶属行业方面，本研究考虑到制造业行业的分散度、制造行业内企业数字化生产运营的动机、进行数字化转型的必要性与重视程度等因素，选择的样本企业覆盖电气机械和器材制造业、通用设备制造业等8个细分行业，保证数据的全面性和多样性。制造企业数字化转型时间在一年以上到三年的占比最大，为55.90%;制造企业转型时间在三年以上占全体样本数的31.37%;一年及以下所占比例是12.73%，可知所选取制造企业在数字化转型方面已积累一定经验。此外，企业成立时间划分为6年以下，6～10年，10～20年，20年以上，其中成立在6年及以上公司占比达65.22%，说明样本的企业运营较稳定，其所反映制造企业数字化转型对企业技术创新能力的影响较可信，具有参考价值。采用员工人数衡量制造企业的规模，300人以上的公司占比达到68.95%。

4 实证结果

4.1 信度分析与效度分析

运用SPSS23.0和AMOS24.0软件对量表的信度与效度进行分析。在信度检验上，问卷数字化战略转型、数字化组织变革转型、数字化业务流程转型、数字化技术应用转型、技术创新能力、探索性学习、利用性学习的Cronbach's ɑ系数分别为0.880、0.910、0.913、0.906、0.905、0.883、0.874，均大于0.8，表明量表信度符合要求，通过检验。效度检验上，首先对检验样本的充分性，KMO系数与Bartlett球形度检验显著性系数均通过检验，各变量的因子载荷值均大于0.6，表明探索性因子分析效果良好。本文进一步采用验证性因子分析（CFA），检验各变量的模型拟合效果、聚合效度和区分效度，结果表明模型各拟合指标均满足适配标准，拟合效果较好;标准化因子载荷系数大于0.7，AVE大于0.5，CR大于0.7，量表聚合效度较好，如表2所示;此外AVE平方根大于因子之间相关系数，表明量表有良好的区别效度，如表3所示。

4.2 相关性分析

以322份有效样本数据为基础，运用SPSS 23.0进行变量间相关性分析，如表3所示。由表3可知，研究的各变量之间存在显著正相关关系，进一步证明前文的研究模型和假设具有可操作性与可行性，可进行深入分析。变量数字化转型、组织学习和技术创新能力之间存在显著正相关关系，如表4所示。

4.3 回归分析

4.3.1 数字化转型对制造企业技术创新能力的回归分析

模型（1）～（5）利用了SPSS23.0回归对数字化转型与制造企业技术创新能力的关系进行了检验，如表5所示。

其中，模型（1）检验了控制变量与技术创新能力的关系。从模型（1）的检验结果可以看出，企业年龄系数显著为正（β=0.156，P值<0.05），说明企业年龄能促进技术创新能力的提升;企业规模对技术创新能力的显著性P值大于0.05，说明企业规模对制造企业技术创新能力没有显著作用。

模型（2）～（5）分别检验制造企业数字化转型的四个维度（数字化战略转型、数字化组织变革转型、数字化业务流程转型、数字化技术应用转型）与制造企业技术创新能力的关系。从模型（2）～（5）的检验结果可以看出，数字化战略转型、数字化组织变革转型、数字化业务流程转型、数字化技术应用转型的系数均显著为正（β=0.375、0.401、0.329、0.423，P<0.01），说明数字化战略转型、数字化组织变革转型、数字化业务流程转型、数字化技术应用转型的提高能促进技术创新能力的提升，因此可以得出假设H1a，H1b，H1c，H1d通过验证。

4.3.2 探索性学习对数字化转型与制造企业技术创新能力的调节效应

探索性学习对制造企业数字化转型与技术创新能力的调节作用的回归分析结果，如表6所示。将数字化转型4个维度和探索性学习进行中心化处理，构建二者乘积项得到交互项，并将交互项引入回归方程中验证假设。

在检验调节效应时，各变量引入回归方程的顺序是：模型（6）引入控制变量和解释变量，模型（7）引入控制变量、解释变量和调节变量，模型（8）把各交互项引入回归的方程中。结果显示，模型（6）、（7）、（8）调整后的R2均增大，数字化战略转型、数字化组织变革转型、数字化业务流程转型、数字化技术应用转型与探索性学习交互作用显著为正（β=0.190、0.216、0.147、0.179，P<0.01）。由此可见，探索性学习能增强数字化转型对制造企业技术创新能力的正向作用，假设H2a、H2b、H2c和H2d成立。

4.3.3 利用性学习对数字化转型与制造企业技术创新能力的调节效应

利用性学习对数字化转型与制造企业技术创新能力的调节作用的回归分析结果如表7所示，将数字化转型4个维度和利用性学习进行中心化处理，构建二者乘积项得到交互项，并将交互项引入回归方程中验证假设。

在检验调节效应时，各变量引入回归方程的顺序是：模型（9）同时引入控制变量、解释变量和调节变量，模型（10）把各交互项引入回归的方程中。结果显示数字化战略转型、数字化技术应用转型与利用性学习交互作用显著为正（β=0.143、0.167，P<0.01），数字化组织变革转型、数字化业务流程转型与利用性学习交互作用不显著（β=0.055、0.091，P>0.05）。由此可见，利用性学习能增强数字化战略转型、数字化技术应用转型对制造企业技术创新能力的正向作用，假设H3a、H3d成立，而假设H3b、H3c不成立。

5 结论与启示

5.1 研究结论

制造企业数字化转型的4个维度数字化战略转型、数字化组织变革转型、数字化业务流程转型和数字化技术应用转型能显著地促进制造企业技术创新能力提升。制造企业聚焦价值定位，制定明晰的数字化转型方向、愿景和整体性战略规划，把握市场动态发展趋势，有利于减少技术创新活动中的风险因素，提高技术创新成果产出效率，快速占领市场。数字技术是制造企业组织变革的催化剂，而数字化组织变革转型能深层次改变组织结构，加强部门间沟通协作，提升企业成员创新积极性，快速匹配重组数字资源，有效缩短创新周期，进而使得制造企业快速推出技术创新成果，提升技术创新能力。制造企业数字化业务流程转型能提升业务精准度和效率，让企业运营模式更为快速高效，进而提升企业生产力、生产效率和生产质量，增强技术创新能力。制造企业数字技术研发与应用能促进产品与工艺设计精度，提升企业技术创新成功率，催化出多样技术创新成果，以此提升制造企业技术创新能力。

探索性学习在数字化转型与制造企业技术创新能力之间产生显著正向调节作用。制造企业形成探索性的学习思维方式，能有效打破企业既有模式，强化数字化转型动力，增强组织结构柔性，提升企业应变性与灵活性，进而增加制造企业技术创新实现形式，产生更多技术创新成果，从而提升制造企业技术创新能力。

利用性学习在数字化转型与制造企业技术创新能力之间产生正向调节作用，提升技术创新能力。制造企业利用性学习能有效地调整、完善现有技术领域知识技能，在经营活动中应用并深刻化现有知识资源，有助于优化制造企业数字化转型进程，制定中长期战略规划，加快数字技术的消化与应用，提高制造企业技术创新效率。利用性学习在数字化组织变革转型对制造企业技术创新能力影响中没有起到调节作用。这可能是因为制造企业现有积累的资源基础具有独特性和不可替代性，向其他企业组织变革转型可借鉴模式局限，进而使得企业数字化组织变革转型相关经验不足，形成纸上谈兵尴尬境地，部门层级间决策执行力也不足，而不利于技术创新行为的产生。此外，利用性学习在数字化业务流程转型对制造企业技术创新能力的影响中没有起到调节作用。可能是由于制造企业获取外部现有领域的知识、技术转化为自身隐性资源的能力不足，资源配置水平有限，并且过于依赖自身内部经验，从而导致制造企业数字化业务流程转型过程存在阻碍，流程优化动力不强，不能充分提升制造企业技术创新资源拥有量和技术创新能力。

5.2 管理建议

进入新时代，全球正向数字经济过渡和转型，制造企业面临诸多严峻的挑战，技术创新的不确定性和复杂性增加。因此，制造业如何成功數字化转型，提高技术创新能力是其立足的关键。基于上述研究结果，本文提出相应的建议：

1）推动数字化人才队伍建设。当前制造企业开展数字化转型所涉及的垂直领域的知识体系具有很强的纵深性，这需要制造企业加强对精通数字技术与业务的复合型人才培养与引进，为制造企业弥补短板并提升技术创新能力打下坚实基础[40 ]。在数字化人才培养方面，制造企业必须具有前瞻性，健全“选、用、育、留”数字化人才培养制度，精准化培育现有员工对数字化管理、知识、技术的素养以及对数字化设备的操作利用能力，并形成强烈组织归属感和文化认同感;在数字化人才引进方面，制造企业要构建优化人才引进政策，完善人才引进机制。此外，制造企业应加强同科研院所与高校的联合培养，推动产学研的深入合作。

2）实现流程优化。制造企业应结合自身特点和数字化转型目标，对现有的研发、生产、销售、客户服务等流程进行反思和分析，明确数字化情境下企业流程优化的侧重点，压缩、删除无效消耗、非必要和非增值环节，引进并升级数字技术装备，通过数字技术在获取全面且准确的数据支持条件下，增强制造企业在业务流程中的反映速度和决策准确性，使企业形成动态的自我完善机制，进而不断改进并完善新产品生产工艺，提升制造企业技术创新能力。

3）打造数据驱动型企业。数字化时代，打造数据驱动型的制造企业，应做好数字资源的开发、保护，充分利用数字要素的自我增值和迭代特性，建立企业内部信息系统，并与外部第三方市场监测等系统统一数据口径，避免数据大量损失，打通数据壁垒并提高数据利用效率。其次，制造企业应建立相应制度规范提高数据的治理水平，做好统筹运营和统一规划制造企业各部门间的平台与系统，避免出现数字化转型过程中数据冗余、质量不高甚至形成新的数字壁垒等问题。此外，制造企业要深入挖掘数据的应用价值，而不是简单地收集与统计，应将制造企业实际运营场景与数据分析方法相结合，找准制造企业运营生产的突破点，衔接市场需求和企业内部能力，实现业务资源高效运营和精细化投放，充分发挥制造企业技术创新的引擎作用，提升制造企业技术创新能力。

参考文献：

[1]VERHOEF P C，BROEKHUIZEN T，BART Y，et al.Digital transformation：A multidisciplinary reflection and research Agenda [J ].Journal of Business Research，2021，122：889.

[2 ]周志明.业务关系数字化转型的研究 [D ].吉林：长春工业大学，2015：28.

ZHOU Z M.Research on digital Transformation of Business relationship [D ].Jilin：Changchun University of Technology，2015：28.

[3]张振刚，张君秋，叶宝升，等.企业数字化转型对商业模式创新的影响 [J/OL ].科技进步与对策：1.http：//kns.cnki.net/kcms/detail/42.1224.G3.20210809.1750.024.html.

ZHANG Z G，ZHANG J Q，YE B S，et al.The influence of enterprise digital transformation on business model innovation [J/OL ].Scientific and technological progress and countermeasures：1.http：//kns.cnki.net/kcms/detail/42.1224.G3.20210809.1750.024.html.

[4]钱晶晶，何筠.传统企业动态能力构建与数字化转型的机理研究 [J ].中国软科学，2021（6）：135.

QIAN J J，HE J.Research on the mechanism of dynamic capability building and digital transformation of traditional enterprises [J ].China Soft Science，2021（6）：135.

[5 ] CHENG C，YANG M.Enhancing performance of crossborder mergers and acquisitions in developed markets：The role of business ties and technological innovation capability [J ].Journal of Business Research，2017，81：107.

[6 ] KESSLER E H，CHAKRABARTI A K.A conceptual model of context，antecedents，and outcomes in innovation speed [J ].Academy of Management Review，1996，21（4）：1143.

[7 ] SLATER S F，MOHR J J.Successful development and commercialization of technological innovation：Insights based on strategy type [J ].Journal of product innovation management，2006，23（1）：26.

[8 ] CHENG C C J，CHEN J S.Breakthrough innovation：The roles of dynamic innovation capabilities and open innovation Activities [J ].The Journal of Business and Industrial Marketing，2013，28（5）：444.

[9 ]許庆瑞，郭斌，王毅.中国企业技术创新：基于核心能力的组合创新 [J ].管理工程学报，2000（S1）：1.

XU Q R，GUO B，WANG Y.Technological innovation of Chinese enterprisescombined innovation based on core competence [J ].journal of industrial engineering and engineering management，2000（S1）：1.

[10] 付睿臣，毕克新.企业信息能力到技术创新能力的传导机制研究 [J ].科学学研究，2009，27（10）：1576.

FU R C，BI K X.Research on the transmission mechanism of enterprise information capability to technological innovation capability [J ].Science of Science Research，2009，27（10）：1576.

[11 ] Nambisan S，LYYTINEN K，MAJCHRZAK A，et al.Digital innovation management：Reinventing innovation management research in a digital world [J ].MIS quarterly，2017，41（1）：1.

[12 ] SAVASTANO M，AMENDOLA C，ASCENZO F.How digital transformation is reshaping the manufacturing industry value Chain：The new digital manufacturing ecosystem applied to a case study from the food industry [J ].Lecture Notes in Information Systems and Organization，2018：127.

[13 ]嚴子淳，李欣，王伟楠.数字化转型研究：演化和未来展望 [J ].科研管理，2021，42（4）：21.

YAN Z C，LI X，WANG W N.Research on digital transformation：evolution and future prospects [J ].Scientific Research Management，2021，42（4）：21.

[14]薛惊理.关于传统企业数字化转型的战略思考 [J ].经济师，2018（6）：263.

XUE J L.Strategic thinking on the digital transformation of traditional enterprises [J ].Economist，2018（6）：263.

[15]卢宝周，尹振涛，张妍.传统企业数字化转型过程与机制探索性研究 [J/OL ].科研管理：1.http：//kns.cnki.net/kcms/detail/11.1567.G3.20210910.1604.007.html.

LU B Z，YIN Z T，ZHANG Y.An exploratory study on the process and mechanism of digital transformation of traditional enterprises[J/OL ].Scientific research management：1.http：//kns.cnki.net/kcms/detail/11.1567.G3.20210910.1604.007.html.

[16]刘政，姚雨秀，张国胜，等.企业数字化、专用知识与组织授权 [J ].中国工业经济，2020（9）：156.

LIU Z，YAO Y X，ZHANG G S，et al.Enterprise digitalization，special knowledge and organization authorization [J ].China Industrial Economy，2020（9）：156.

[17 ] YOON T E，GEORGE J F.Why aren’t organizations adopting virtual worlds？ [J ].Computers in Human Behavior，2013，29（3）：772.

[18 ] RIALTI R，ZOLLO L，FERRARIS A，et al.Big data analytics capabilities and performance：Evidence from a moderated multimediation Model [J ].Technological Forecasting and Social Change，2019，149：119781.

[19 ] MUCCHIELLI J L，YU P.Do“newly oligopolistic reaction” and host technology resources matter for MNC's location？ A study in China's technology industries [J ].Technology and Investment，2011，2（3）：171.

[20 ]陈升，刘泽，张楠.企业信息化对创新能力的影响机理实证研究：基于资源观理论视角 [J ].软科学，2017，31（11）：44.

CHEN S，LIU Z，ZHANG N.An empirical study on the mechanism of enterprise informatization's influence on innovation capability：Based on the perspective of resource view theory [J ].Soft Science，2017，31（11）：44.

[21]何帆，秦愿.创新驱动下实体企业数字化转型经济后果研究 [J ].东北财经大学学报，2019（5）：45.

HE F，QIN Y.Research on economic consequences of digital transformation of entity enterprises driven by innovation[J ].Journal of Dongbei University of Finance and Economics，2019（5）：45.

[22]戚聿东，蔡呈伟.数字化对制造业企业绩效的多重影响及其机理研究 [J ].学习与探索，2020（7）：108.

QI Y D，CAI C W.Research on the multiple effects of digitalization on the performance of manufacturing enterprises and its mechanism [J ].Learning and Exploration，2020（7）：108.

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

[24]曹勇，周蕊，周红枝，等.资源拼凑、双元学习与企业创新绩效之间的关系研究 [J ].科学学与科学技术管理，2019，40（6）：94.

CAO Y，ZHOU R，ZHOU H Z，et al.Research on the relationship between resource patchwork，dual learning and enterprise innovation performance [J ].Science of Science and Science and Technology Management，2019，40（6）：94.

[25]李远东.组织遗忘、突破式创新与组织绩效研究：基于冗余资源的调节作用 [J ].软科学，2016，30（6）：88.

LI Y D.Research on organizational forgetting，breakthrough innovation and organizational performance：Based on the moderating effect of redundant resources [J ].Soft Science，2016，30（6）：88.

[26]王慧，夏天添，马勇，等.中小企业数字化转型如何提升创新效率？ 基于经验取样法的调查 [J ].科技管理研究，2021，41（18）：168.

SHINE W，XIA T T，MA Y，et al.How can the digital transformation of SMEs improve innovation efficiency？ Investigation based on empirical sampling method[J ].Science and Technology Management Research，2021，41（18）：168.

[27]肖静华，吴小龙，谢康，等.信息技术驱动中国制造转型升级：美的智能制造跨越式战略变革纵向案例研究 [J ].管理世界，2021，37（3）：161.

XIAO J H，WU X L，XIE K，et al.Information technology drives the transformation and upgrading of Chinese manufacturinga longitudinal case study of America's intelligent manufacturing leapforward strategic change [J ].Management World，2021，37（3）：161.

[28] KATILA R，AHUJA G.Something old，something new：A longitudinal study of search behavior and new product introduction [J ].Academy of Management Journal，2002，45（6）：1183.

[29]譚凌峰.创新文化、双元学习与动态能力的关系研究 [D ].吉林：吉林大学，2016：72.

TAN L F.Research on the relationship among innovative culture，dual learning and dynamic ability [D ].Jilin：Jilin University，2016：72.

[30]来顺玲.高技术企业组织学习与技术创新绩效关系研究 [D ].江苏：南京师范大学，2015：25.

LAI S L.Research on the relationship between organizational learning and technological innovation performance of hightech enterprises[D ].Jiangsu：Nanjing Normal University，2015：25.

[31 ] EVGENIY A，NINA L，MARIA S.Evaluation of the readiness of a company’s IT department for digital business transformation [J ].Information Systems and Technologies in Business.2018，2（44）：55.

[32 ] FERREIRA J J M，FERNANDES C I，FERREIRA F A F.To be or not to be digital，that is the question：Firm innovation and Performance [J ].Journal of Business Research，2019，101：583.

[33 ]王玉燕，林汉川，吕臣.中国企业转型升级战略评价指标体系研究 [J ].科技进步与对策，2014，31（15）：123.

WANG Y Y，LIN H C，LV C.Research on evaluation index system of Chinese enterprises' transformation and upgrading strategy [J ].Science and Technology Progress and Countermeasures，2014，31（15）：123.

[34 ] OMAR V.A digital maturity model for telecommunications service providers [J ].Technology Innovation Management Review，2016，6（8）：19.

[35 ] SONG M，DROGE C，HANVANICH S，et al.Marketing and technology resource complementarity：An analysis of their interaction effect in two environmental contexts [J ].Strategic management journal，2005，26（3）：259.

[36 ]徐宁，徐向艺.控制权激励双重性与技术创新动态能力：基于高科技上市公司面板数据的实证分析 [J ].中国工业经济，2012（10）：109.

XU N，XU X Y.Duality of control incentive and dynamic capability of technological innovation：An empirical analysis based on panel data of hightech listed companies[J ].China Industrial Economy，2012（10）：109.

[37]王胜兰，魏凤，牟乾辉.企业技术创新能力评价新方法的研究 [J ].运筹与管理，2021，30（6）：198.

WANG S L，WEI F，MOU G H.Research on a new evaluation method of enterprise's technological innovation capability [J ].Operations Research and Management，2021，30（6）：198.

[38]朱朝晖.探索性学习、挖掘性学习和创新绩效 [J ].科学学研究，2008（4）：860.

ZHU Z H.Exploratory learning，exploratory learning and innovative performance [J ].Science of Science Research，2008（4）：860.

[39 ] CHUNG H F L，YANG Z，HUANG P H.How does organizational learning matter in strategic business performance？ The contingency role of GuanXi networking [J ].Journal of business research，2015，68（6）：1216.

[40 ]李海霞，周慧慧，趙琳瑞.制造业数字化创新对绿色创新绩效的影响：基于吸收能力的调节效应研究 [J ].科技与管理，2021，23（3）：41.

LI H X，ZHOU H H，ZHAO L R.The impact of digital innovation in manufacturing industry on the performance of green innovation：A study on the moderating effect based on absorptive capacity[J ].Technology and Management，2021，23（3）：41.

收稿日期：2022-02-21

作者简介： 赵琳瑞（1997—），女，硕士研究生;

李海霞（1997—），女，硕士研究生;

周慧慧（1995—），女，硕士研究生.