制造业智能化转型升级的前因条件诊断方法综述

尚银斐 初铭畅（通讯作者）

（辽宁工业大学经济管理学院，辽宁 锦州 12001）

一、引言

当今世界正在经历百年未有之大变革，新一代产业技术革命的兴起掀起了一股新的热潮。新一轮产业变革以制造业数字化、网络化和智能化为中心进行产业转型升级。制造业作为我国国民经济的支柱性产业，一直保持着良好的发展趋势。随着新一代信息技术革命的发展，制造业正在发生较大的产业变革，由传统制造业到智能制造，并开始向智能化方向转型。我国越来越多的制造业向智能化转型，且快速促进制造业与物联网的融合发展，智能化正在成为制造业转型升级的新趋势。制造业智能化是利用新一代信息技术对产品生命周期进行改造，达到缩短产品生命周期的目的，提高企业经济效益和社会效益，提高企业的市场占有率和核心竞争力。本文在借鉴前人已有成果的基础上，从制造能力、技术和环境要素要素三个方面对制造业智能化的前因条件进行识别。为了进一步促进制造业智能化的发展，本文对制造业智能化转型升级前因条件的研究方法进行确定，以便为后期研究制造业智能化的前因条件奠定基础。从目前的情况来看，影响因素的评价方法主要分为两种：定性研究和定量研究。其中定性研究包括扎根理论和fsQCA分析方法，定量研究主要包括多元线性回归、灰色关联度分析法、DEMATEL-ISM和Logistic分析4种方法，通过几种方法的对比，找到适合本文研究的方法。

二、前因条件的研究方法

1.定量分析法

（1）多元线性回归分析法

多元线性回归主要用来反映几个变量之间的关系，看每个变量的拟合程度确定最终变量。梅玉虹等（2021）利用多元线性回归对中药民族药企业的自主创新能力的影响因素进行研究，找到影响因素有企业规模、研发人员数量、研发强度等。朱家明等（2021）在研究外汇储备影响因素时，利用多元线性回归找到影响因素有实际使用外商投资额和经常账户差额。崔俊富（2020）对中国经济增长因素研究时，利用多元线性回归找到影响因素有物质资本、科技进步等。

用多元线性回归必须有正确的假设条件：一是有正确的期望函数；二是被解释变量等于期望函数与随机干扰项之和；三是随机干扰项独立于期望函数；四是解释变量矩阵为非随机矩阵，且秩为列满秩矩阵；五是随机干扰项相互独立。

（2）灰色关联度分析法

灰色关联度分析法可分为局部性灰色关联与整体性灰色关联，指的是依据各因素数列曲线形状的接近程度做发展态势的分析，进而为决策者提供一些建议。徐君等（2021）利用灰色关联度分析法对江苏省海绵城市建设的影响因素进行分析，发现水资源、经济实力、国家政策等为海绵城市建设的影响因素。张金凤等（2020）从灰色关联度视角出发，找到近10年陕西省旅游收入的影响因素为居民收入、互联网使用数、GDP和第三产业增加值。熊萍萍等（2021）利用灰色关联度对华东地区碳排放量的影响因素进行分析，发现生产总值、总人口和城镇化等因素为碳排放量的影响因素。

灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统之间的数值关系。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。优点在于思路明确，可以在很大程度上减少由于信息不对称带来的损失。

（3）DEMATEL-ISM分析法

DEMATEL叫决策实验分析法，主要是利用矩阵和图形，对影响因素进行强弱度评价，通过测量各影响因素的原因度指标，对复杂系统进行分析。ISM是解释结构模型法，通过建立矩阵来划分影响层次，将复杂的系统转为多级递阶结构形式。陈为公等（2021）利用DEMATEL-ISM分析法对城市灾害韧性影响因素进行研究，找到城市管治能力是根本影响因素，经济调节能力是直接影响因素，应急信息完善度是中间影响因素。祝宏辉等（2021）从DEMATEL-ISM分析法角度出发，研究农户绿色生态农业技术使用意愿与行为悖离的影响因素，找到施用成本认知、持续种植意愿等13个因素为影响悖离的主要因素。

DEMATEL-ISM分析法主要是通过筛选复杂的系统要素，简化系统结构分析过程，充分利用专家的知识和经验，进而筛选那些不确定的影响因素，以此来保证模型的有效性，获取更加精确结果，确保结论的真实性和适用性。

（4）Logistic回归分析法

Logistic回归分析是广义回归模型的一种，该模型应用较广泛。孟志兴等（2021）利用Logistic回归分析法对山西省农户饲草种植意愿及印象因素进行分析，发现农户的受教育水平、收入等为种植意愿的关键性影响因素。何兴旺等（2021）利用Logistic回归分析法对大学生的创新能力进行分析，找到创业教育，实践、性别等因素为影响大学生创新能力的因素。

Logistic回归模型主要用于危险因素探索，因变量Y为二分类或多分类变量，根据自变量在预测期内的数量变化来预测因变量的变化，因此是一种市场预测性方法，可以对未来的发展现象的影响因素进行预测，是一种具体的、行之有效的、具有高实用价值的的回归分析方法。

2.定性研究法

（1）扎根理论

扎根理论在1967年由学者Glaser和Strauss提出，它是一种从经验资料中产生新理论的质性研究方法，是一种自下而上的建构理论。扎根理论是一种质性研究方法，它主要适用于从研究者的角度理解社会互动、过程和变化，要求研究者具有一定的扎根理论知识，对理论具有较高的敏感性。孙新波等（2021）从扎根理论视角出发，对传统制造业智能化的影响因素进行研究，发现传统制造业智能化的影响因素有集成互联、人才建设、技术创新等。苏贝（2018）利用扎根理论发现智能管理系统等因素为制造业智能化转型升级的影响因素。

吴亚伟等（2015）认为扎根理论是一种质性研究方法，它主要适用于从研究者的角度理解社会互动、过程和变化，要求研究者具有一定的扎根理论知识，对理论具有较高的敏感性。Choirul等（2021）认为扎根理论方法是定性研究中最科学的研究方法，适用于通过对数据系统收集和分析，调查和建构现象背后的理论。Hansson等（2021）认为扎根理论数据收集和分析是同时进行的，分析从经验和描述性水平开始，通过代码、比较、分类和概念化继续进行概念化，致力于产生概念性理论，从时间、地点和人中抽象出来，而不仅仅指个人。

（2）fsQCA分析法

fsQCA 叫模糊集定性比较法，是一种超越定性和定量研究方法的技术，fsQCA有三种类型，分别为crispQCA、multivalueQCA和fsQCA。Chen等（2021）利用fsQCA对人力资源的可持续发展因素进行研究，找到区域经济总量、区域长期居民人口规模等因素会影响人力资源的发展。李作学等（2021）从fsQCA角度出发对驻村干部留任工作意愿的影响因素进行研究，找到工作条件、补贴福利、成就尊重等因素会影响驻村干部留任工作意愿。刘璐璐等（2021）等利用fsQCA分析法，对教育智库影响力的影响因素进行研究，结果表明政治环境、学术产出等为教育智库影响力的影响因素。

fsQCA是一套理论方法，被明确用于以案例为导向的社会科学现象探索，为定性数据集之间的校准和定量提供了一种系统的方法。它允许探索因素如何组合成必要条件和充分条件的配置，然后形成结果的基础。Ángel等（2020）认为fsQCA可以研究因果条件的不同路径和组合，从而产生结果或最终状态，可以检查相互依赖或根据上下文行为不同的因果条件的复杂组合；同时它也处理了基于回归的模型中显示的一些限制，如对称性或缺乏处理变量之间多方面相互依赖的熟练程度，是回归研究的理想补充。

综上所述，我们发现学者们对前因条件诊断方法的研究已取得了丰富的成果，但是大部分研究都偏向于定量研究，质性研究相对较少。而扎根理论是一种质性研究方法，可以运用系统化的程序，对研究现象进行细致的描述性分析，并且在资料与资料之间、理论与理论之间不断进行比较，然后根据资料与理论之间的关系找到相关的类属关系，最后形成成套的概念。因此，我们可以看出，扎根理论具有很强的运用价值和解释力，适用范围比较广阔，具有较强的敏感性。基于此，确定扎根理论作为本文的研究方法对制造业智能化转型升级的前因条件进行诊断，为后续的理论研究奠定基础。

三、总结

本文从两个方面对制造业智能化转型升级前因条件的研究方法进行综述，分别是定量研究和定性研究。定量研究包括多元线性回归法、灰色关联分析法、DEMATEL-ISM和Logistic回归分析法，定性研究包括扎根理论和fsQCA 分析法。通过研究发现每个方法都有各自的特点与适用性。多元线性回归用来确定变量之间的拟合程度；灰色关联分析法主要是用来寻找各个子系统之间的数值关系；DEMATEL-ISM分析法需要通过专家的认定简化系统，确定影响因素；Logistic回归模型主要是用自变量预测期内的变化预测因变量的变化；fsQCA方法为定性数据集之间的校准和定量提供了一种系统的方法，确定必要条件和充分条件的最优配置；而扎根理论适用范围广阔，是一种持续比较的思想，要求研究者具有较高的敏感性。因此本文通过几种方法的比较，后续研究制造业智能化转型升级的前因条件诊断件将采用扎根理论方法，诊断出制造业智能化转型升级的前因条件，为后续研究辽宁制造业智能化转型升级的前因条件构型诊断奠定基础。