制造企业数字化能力的概念及其结构维度——基于扎根理论的探索性研究

吉峰，贾学迪，林婷婷

引 言

从全球各国制造业发展来看，智能制造在各国实施制造业战略中占据重要地位，《中国制造2025》明确提出要发展先进制造业，加快制造业与新一代信息技术深度融合，以智能制造为主攻方向，推动我国早日迈入制造强国前列。“数字化、网络化、智能化”是“中国制造2025”的实现路径，其中数字化是起点，为智能化奠定数据基础。近年来，在技术的支持和市场竞争的压力下，不少企业投入了大量的人力、财力与物力实施数字化转型，数字化转型战略成为企业应对危机与挑战、打造核心能力、提升竞争优势的重要支撑。美的、海尔、上汽大通、徐工等一大批企业的成功案例表明，利用数字化技术改变企业感知、思维、决策、组织、营销与经营模式，达到企业价值和业绩本质性提升的变革是企业数字化转型成败的关键。数字化转型已经引起学术界和实践界的广泛关注，然而，已有研究对数字化能力的概念、内涵、外延还没有形成共识，对企业如何持续打造数字化能力更是缺乏规律性的认识。

已有研究表明，企业数字化能力是指通过利用数字技术与资产，使数据和信息以适当的格式呈现，减少组织信息的复杂性和不确定性（Lyytinen et al，2016），从而实现营销、研发和生产的全面整合，最终创造更大商业价值的能力（Benhayoun Sadafiyine et al，2018）。尽管以上能力会对企业的数字化转型产生影响，但是究竟哪些能力是企业数字化转型所必需的能力还没有统一定论，而且，除了利用数字技术与资产、流程、运营、管理全面整合能力以外，企业数字化能力还应包含哪些因素？其概念、内涵与微观基础是什么？企业如何才能有效提升数字化能力？为了有效解决上述问题，本研究拟围绕制造企业数字化转型过程，通过扎根于消费者需求不确定性和供应链敏捷性的制造企业需求管理实践，探究数字化能力的结构维度，把握其内部特征，从而提出发展制造企业数字化能力的有效策略。

一、文献综述

伴随着数字技术的发展，整个世界进入了一个前所未有的数字经济时代。许多企业为迎接数字经济的浪潮，开始关注自身数字化能力的提升，以期推动企业转型升级（张婷，2018）。与此同时，数字化能力这一研究命题逐渐引起了业界与学者们的关注，在现有研究中，业界与学者们并未对“数字化能力”与“数字化转型能力”这两个概念进行清晰的区分与界定，内涵常常交叉覆盖；此外，制造企业数字化转型的相关研究成果较为丰富，而制造企业数字化能力这一方面的直接研究较少。

（一）制造企业数字化能力的概念

如今，“数字化”不是一个新词，伴随信息技术的诞生与发展，数字化也被赋予不同内涵与特征。早期数字化仅仅是技术概念，即把模拟数据转化为0和1的二进制代码。但随着数字化内涵的延伸，学者们将其定义为通过“连接”实现的各种技术创新，重构现实世界成为数字世界（陈春花等，2019）。与此同时，业界与学者们将数字化的概念引入企业实践中，提出企业数字化转型的概念，并取得丰富的研究成果。关于数字化转型，中国信息通信研究院（2020）将其定义为企业与数字技术的全面融合，准确来说就是利用数字技术对企业人力、物力等各种资源进行优化，推动企业研发、生产、管理等全方位变革，实现企业内外各层面的数字化，从而实现绩效提升的过程。用友根据近几年调研结果，将企业数字化转型定义为运行基于新一代数字与智能技术的各类云服务，通过网络协调、数据智能、连接资源、重组流程、赋能组织、处理交易、执行作业，融入数字经济，推进企业业务服务、管理变革、金融嵌入，从而转变生产经营与管理方式，实现更优品质、更强竞争优势、更高经营绩效、更可持续发展的进步过程。其中，数字化能力指推动企业数字化转型的核心能力（王文京等，2019）。

数字化作为新的技术革命，与IT能力相比在涉及的资源外延、信息结构以及环境影响方面存在明显的差异，信息化更加注重业务流程优化，而数字化对驱动企业运营模式的转变更为有利（胡红霞，2020），这也是开展数字化能力研究的意义所在。虽然数字化为企业带来了变革性影响，但企业要实现数字化的商业价值也面临来自人员、管理和技术等方面的挑战，因此，公司都需要建立能够克服挑战、利用数字化技术为企业创造价值、提高专业生产制造水平、提高生产力及竞争力并且保持竞争优势的组织能力，即数字化能力（Abbott，2020）。数字化能力这一概念尚处于发展早期，并未有统一的定义和测量维度，有关数字化能力定义与维度的研究主要集中在计算机科学与管理科学两个不同的学科，包含资源、技术及管理应用三个不同的视角：从资源基础观视角（Resource Based View）来看，数字化资源是数字化能力的前提，广义的数字化资源包括数字化基础设施平台（基础设施平台、硬件云平台、软件平台以及运维平台）、数据本身（传统企业数据、机器与传感器数据、社交数据）、数字化人力资源与数字化思维，数字化资源是获得竞争优势的关键内部因素（Coreynen，2020）；从技术中心视角（Technology-centered perspective）看，数字化能力代表了新一代数字化管理与分析技术，该技术融合IT与OT，可以使制造企业缩短产品上市时间，提高生产灵活性，改进产品质量，提高生产效率，进而开拓出全新的商业模式（Zhang，2020）；从管理应用视角看，数字化能力是“数字化驱动”的能力，即企业价值链的各个环节、经营管理决策的不同阶段均可以自下而上地由数据来驱动，甚至可以由机器根据数据直接决策（Meyer，2020），数字化关乎企业经营战略与运营模式，数字化能力将成为企业实施智能升级的落脚点，是实高效实现数字化整合方案的必要条件（Ren，2020）。本研究以动态能力理论整合性框架为基础，结合数字化能力属性特征和企业数字化转型实践，将数字化能力定义为：通过利用新一代数字与智能技术，以数据为核心，调动企业内外部资源，推动企业研发设计、生产制造、物流采购、管理决策等环节的数字化变革，从而提高企业绩效的能力。简单来说，数字化能力体现了数字技术在企业研发、设计、生产、销售、物流等全价值链的深度运用，从而实现数字化驱动企业全价值链卓越运营。

（二）制造企业数字化能力的结构维度

国外学者Albanese和Manning（2016）将数字化能力划分为六个层次，包括人群、过程、平台、产品、渠道、经验；国内学者王保育将数字化能力划分为对内和对外两个方面，对内包括决策分析、流程自动化、内部协作、整合与治理、平台化支持能力以及认知计算能力，对外包括社交、客户体验、移动渠道等（王保育等，2015）；新华三大学（2019）认为数字化技术能力包括新兴技术应用能力、企业架构能力、数据分析能力和数据安全能力，企业需要采用符合时代特征的管理实践来推动客户、产品与服务、运营、人力资源四大领域的数字化转型；中国信息通信研究院（2020）把数字化能力界定为服务产品化、能力平台化、数据价值化、管理精益化、运营体系化和风险横贯化等六个方面，并利用此维度对油气行业进行数字化能力评估；宋晶（2019）在研究某汽车制造企业数字化能力时，将其划分为数据采集能力、数据分析能力、数据应用能力以及安全防御能力等；胡耀光（2019）以电子元器制造行业为研究对象，提出从订单跟踪、生产可视、过程监控、质量追溯、研发创新和智能制造六个方面提升其数字化能力；黄培、王长兴（2013）则指出，制造企业需要通过提升实时洞察能力（根据客户需求进行个性化定制以及采集与分析营销数据，做到市场上知己知彼的能力）、数据分析能力（对采购、生产、库存、资金、质量、能耗、设备状态等业务数据的采集分析能力）和动态发展能力（激发员工潜能、提升工作实绩的能力），从而推动数字化转型。

通过以上总结和归纳可以发现，随着云计算、物联网、大数据、工业互联网等数字技术的发展和国家迈向制造强国的强烈愿景，制造企业的数字化能力研究引发了业界与学者的高度重视和广泛讨论，形成了三点共识：数字化能力体现出企业在各类实践中对数字技术的深度运用，要求数字技术与业务的深入融合；企业数字化能力内部存在多维度与层次性；数字化能力推动企业实现数字化转型升级。总体而言，现有研究对企业数字化能力有了一定的认识，为本研究奠定了坚实的理论基础。然而，在以下两个方面依然存在一些不足，有待进一步开展研究，主要表现为：

一方面，制造企业数字化能力的概念尚需要进一步研究。现有文献在企业数字化、数字化转型的概念研究上已有较多成果，它们普遍认同如今的数字化和数字化转型不再仅仅是技术概念，更是技术与业务的深入融合，贯穿企业整个生产过程与运营，并将数字化能力作为推动企业数字化转型的核心动力。然而在实际探索中，学者们并未对数字化能力的概念研究给予过多关注，缺乏直接研究，尤其针对制造企业这一特定行业的研究上。制造企业与其他企业有着不同的数字化能力特点，更倾向于生产研发上的数字化以及工业技术与软件的应用等，但现有研究未能准确刻画出制造企业数字化能力的技术性和应用重点，难以为制造企业数字化能力的构建提出具有实际可操作性、针对性建议。

另一方面，制造企业数字化能力的结构维度研究需要完善。从现有研究看，学者们在数字化能力划分上均表现出其内在的多维度与层次性（Marfo，2017），但由于研究角度与关注重点的不同，许多研究在数字化能力的维度划分上存在界限交叠、层次各异，未能清晰地阐述出数字化能力内在结构维度。尤其在针对制造企业的数字化能力结构维度研究上，相关研究文献数量较少，研究成果还不够丰富。现有的一些研究仅将关注重点聚焦于制造业某一行业上。但受各行业不同发展环境与发展特性的影响，学者们对其理解上存在偏差，在制造企业数字化能力维度研究上难以形成较为统一的意见和结论，现有研究成果适用范围小，难以在不同制造行业进行推广，其研究内容尚需要进一步完善，扩大适普性。

基于上述分析，本研究将在以往研究基础上，采用半结构化访谈，通过扎根理论编码，探究制造企业数字化能力的概念及其结构维度，旨在对现有制造企业数字化能力的相关研究进行丰富与补充，本文的理论研究对准备或者正处于数字化转型阶段的制造业企业具有一定的实践指导意义。

二、研究方法与数据来源

（一）研究方法

目前关于制造企业数字化能力概念与结构维度的理论研究相对较少，尚无可直接借鉴与采用的成熟理论假设和研究成果，且无法进行量化研究。本研究采用质的研究方法，运用扎根理论及nvivo11软件对数字化能力概念及其结构维度进行研究分析。

扎根理论源于《扎根理论的发现》一书，由学者Glaser和Strauss（1967）提出，得到了学界广泛的认同。扎根理论是一种自下而上的理论构建方法，研究者在没有假设的情况下对调查资料进行归纳总结、提炼，寻找能反映事实情况的概念，然后进一步探索概念间的关联，构建理论。除此之外，扎根理论强调“持续比较”和“理论取样”，研究者需对已形成的初步理论进行持续的资料抽样和编码，边收集边分析，不断地对理论进行修正与完善，最终形成完整的理论框架。根据以上阐述，本研究遵循“理论源于资料—熟悉理论—持续比较—理论抽样—理论评价”的基本思路，基于制造业企业数字化转型实践，选取了15家典型制造企业，并对这些制造企业的45名高管和生产制造经理进行半结构化访谈，收集资料并进行编码与理论模型的构建，探索制造企业数字化能力概念及其结构维度。具体操作流程如下：

（二）访谈提纲编制

根据研究内容，查阅相关文献资料，编制了初步访谈提纲。为了确保访谈提纲能准确、全面地反映研究所需内容，本研究对访谈提纲进行了多次修改。首先，邀请3名相关研究领域的教授对访谈提纲进行初步修改；然后，对5名正处于数字化转型期的制造企业高层领导进行预访谈；最后，根据预访谈的反馈意见进行再次修改，得出最终的访谈提纲。访谈提纲包括受访者的背景信息和对制造企业数字化能力的认识两部分，以获取制造企业数字化能力内涵与结构维度相关信息。

（三）资料的收集与整理

本研究调研对象为制造业企业，且都属于或者曾属于传统企业，现在处在数字化转型的探索与发展阶段，其规模较大，在业内有一定影响力。本研究样本包括钢铁制造行业的鞍钢集团，服装行业的红领集团，家电行业的海尔集团、美的集团，机械制造行业的中联重科、徐工集团，食品制造行业的蒙牛集团、伊利集团等15家企业。具体访谈对象是上述企业的45名高管和生产制造经理，这些受访者均深入参与到企业数字化转型进程，对数字化能力相关内容有着真实的体悟。受访者的基本信息如表1所示。在访谈过程中，为保证访谈效果，访谈者会事先介绍访谈的目的，适当引导受访者，同时在征得受访者的同意后，对访谈全过程进行录音。访谈结束后，结合企业相关项目实践资料，根据录音信息进行整理，最终形成访谈资料。

表1 受访者基本信息表

本研究严格遵循质性研究方法过程，首先对35名高管和生产制造经理的访谈资料进行编码分析。同时，为确保研究的严谨性，本研究将梳理其他10名受访者的访谈资料，进行理论饱和度检验。

三、范畴提炼与模型构建

（一）开放式编码

开放式编码是将原始资料贴上标签进行概念化、范畴化，这是扎根理论研究中的重要环节。本研究遵循持续比较的理念，对第一个受访者的访谈资料进行编码，然后持续与其他受访者的访谈资料进行比较，不断丰富、整合、修正概念，力求准确规范地反映原始访谈资料。本研究将35例访谈资料样本进行整理排序（用“F+序号”形式标注），剔除重复或前后矛盾的信息，最终共提炼出98条初始概念（用“a+序号”形式标注）。本研究列举了部分原始资料和初始概念的提炼过程，具体见表2。之后将98条概念进行比较、合并，最终提取出30个范畴（用“A+序号”形式标注），具体见表3。

表2 原始资料到概念的形成过程举例（按原始资料排序）

表3 开放性编码形成的概念及范畴

续表

续表

续表

（二）主轴编码

主轴编码是根据某种类属关系如因果关系、情境关系、相似关系、语义关系等将范畴间的潜在逻辑关系梳理出来，从中提取主范畴和副范畴。在本研究中将开放式编码中获得的30个初始范畴进行如下关联（如表4所示），归结出10个副范畴（分别为基础设施准备、基础架构搭建、基础数据分析、分析结果呈现、研发数字化、生产数字化、服务数字化、经营管理数字化、内部高效运营、外部价值实现）以及4个主要范畴（分别为数字化基础能力、数字化分析能力、数字化应用能力以及数字化发展能力）。

表4 主轴编码形成的主范畴及其内涵

续表

（三）选择性编码

选择性编码是从主范畴中提取出核心范畴，并厘清核心范畴与其他范畴的关系、构建理论模型的过程。在此过程中，确定核心范畴是尤为重要的一步。核心范畴可以反映出大部分的研究结果，并将其囊括到一个较为宽泛的理论范围内，具有统领性（Suddaby，2006）。本研究依据扎根理论原则，通过前文对主范畴和副范畴的分析，再结合资料，经过反复的讨论与思考，最终串联起主要范畴间的故事线：首先，在制造企业数字化能力结构框架中，以数字化基础能力为前提条件，由基础设施准备和基础架构搭建构成企业数字化转型活动所需的基本功能性能力；其次，在良好的数字化软硬件条件上，制造企业通过数字化分析能力，进行基础数据分析，并对分析结果进行呈现，从而将数据转化为可直接利用的资源；之后，制造企业将硬件、软件、技术、资源等深度应用到企业研发、生产、服务和经营管理各个环节上去，进行企业全方位数字化；最后，企业实现内部高速运转，彰显自身的社会、生态价值，成功完成数字化转型。本研究根据故事线将制造企业数字化能力概念及结构维度作为核心范畴，使其与主要范畴和次要范畴之间建立联系。最终，本研究给出了制造企业数字化能力的结构维度模型，如图1所示。

图1 制造企业数字化能力结构维度模型

（四）理论饱和度检验

制造企业数字化能力结构维度初步确立后，本研究利用预留的10名企业高管和生产制造经理的访谈资料进行理论饱和度检验。通过对资料进行编码，发现制造企业数字化能力的各个范畴比较完备，并未发现新的范畴。因此，本研究可以认为前文构建的制造企业数字化能力结构维度达到了理论饱和。

四、模型构建与阐释

根据上述扎根理论的分析，可以看出制造企业数字化能力包含数字化基础能力、数字化分析能力、数字化应用能力和数字化发展能力四个结构维度。本研究根据前文故事线和结构维度模型，结合对制造企业数字化能力概念的分析，进一步构建了制造企业数字化能力的概念模型，如图2所示。本研究发现制造企业数字化能力有四个维度，且四个维度之间并非简单的平行关系，而是存在由低到高的层级关系，我们针对此概念模型，对开发出的结构维度做进一步的内涵阐释。

图2 制造企业数字化能力概念模型

数字化基础能力是指制造企业开展数字化转型活动的基本功能性能力，它考察企业是否准备好数字化转型所要求的工业基础设备以及是否搭建好所需的基础架构的能力，具体包括关键数字技术装备能力、工业应用工具开发能力、数据采集体系搭建能力和工业互联网平台规划能力。当前，制造业正处于数字化转型阶段，要求企业全面感知海量的工业数据，通过数据集成与分析，实现智能决策、个性化定制生产等，而传统工具、技术、平台等已无法满足发展需求，亟需构建门类齐全、能够满足整机和系统需求的工业基础体系（唐凌遥等，2019）。一方面，关键数字技术装备掌握了制造企业的生产命脉，其价值体现在整个产品研发设计、生产制造到最终交付的全生命周期中，是实现生产各环节数字化的技术基础；另一方面，需要通过专业软件、应用模型库、专家知识库等应用工具，对技术、知识、经验等进行资源的转化利用以及移植与复用（宋晶等，2019）。因此，工业应用工具的开发能力为制造企业构建共享海量信息的云端环境以及技术、经验、知识等储备提供实现可能性。然而，除了工业数字化所需硬件与软件的准备外，制造企业内部基础架构的搭建也是刻不容缓，基础架构是企业各功能实现的平台（安筱鹏等，2019）。制造企业首先要进行数据采集体系的搭建，即利用智能传感器、工业控制系统、物联网等技术对设备、系统、产品进行数据采集；其次要对工业互联网平台进行规划，对企业核心软件、平台技术、工业网络技术、安全保护体系等进行规划和布局，发挥工业互联网平台的集聚效应，释放云计算平台的巨大能量（田丰等，2018；Swaminathan et al，2017）。数字化基础能力专注于硬件、软件及数字平台的搭建，属于制造企业数字化转型前期准备工作，主要借助企业的财务资源得以实现，属于较为低阶的数字化能力。

数字化分析能力是指企业将所获取的数据转化为洞察力的能力，它决定了组织是否能够真正地发挥出数据资源的价值（顾颐等，2018）。首先，制造企业在运营过程中会从各种信息平台上获取多种类型的工业与管理数据，包括产品数据、设备数据、客户数据、员工数据等等。如何对这些数据进行加工整理，筛选出企业所需要的，是转化数据信息的第一步。其次，在筛选出有用的数据信息之后，企业通过使用分析工具，例如SQL数据库、Hadoop集群、数据仓库等，基于数据分析算法，快速地对数据进行说明阐述（王保育等，2015）。最后，将所有有用的数据信息进行集成并呈现出来，不仅有利于企业在研发、生产、服务等环节中对数据资源有效利用，同时辅助管理者和相关员工实时了解工厂或车间的生产运营状况，及时做出合理的决策。然而无论是对数据的基础分析，还是对数据结果进行呈现，都需要依赖于技术设备以及基础架构，使得数字分析功能的实现有赖以依靠的技术、设备与平台条件。因此，数字化分析能力是在数字化基础能力上实现了对数据价值的挖掘，是更高一阶的能力。

数字化应用能力是指以数据为基础将数字技术与企业全面融合的能力，即将数字技术应用到企业各个层面，实现全方位数字化，提高企业经营绩效的能力。当前制造企业数字化转型过程中面临最大的问题，就是如何切实推动数字技术与研发、生产、服务及经营管理的深入融合（约翰·雷利，2017）。随着信息技术的发展，越来越多的制造企业迈入个性化定制时代，客户对数字化、智能化产品的需求日益增加，使得制造企业越来越关注高价值产品的研发。目前，从研发过程来看，制造企业的关注重点主要集中在产品特性、材料特性、工艺技术攻克等方面。在产品、材料及工艺技术研发过程中产生了大量研发数据，企业难以进行有效的挖掘与存储，阻碍研发进程。因此，制造企业通过搭建研发基础数据库，对各种类型数据进行标准化、规范化管理，有利于工艺数据、知识、技术共享，也进一步推动产品研发的数字化。其次，实现生产过程的自动化、可视化、可控化体现了制造企业对工业技术的有效应用，切实提高了企业生产管控水平。制造企业通过机械设备、仪表、自动化装备等实现产品生产加工过程的自动化，最大限度减少人力。此外，利用生产可视化技术对生产运作过程进行管理，并在可视的基础上对生产过程进行数据分析、质量检测、监控，有助于生产决策智能化。另外，对于制造企业而言，产品质量的稳定性、可靠性影响巨大，这促使企业利用数字技术手段为客户提供产品质量追溯、产品故障预警与诊断以及预测性远程维修等服务，让客户体验到数字化的产品服务。最后，成功的数字化转型不仅仅将眼光局限于产品研发、车间生产上，而是最大限度地挖掘出数字技术具备的潜力，推动企业经营管理的数字化，即市场营销、组织管理、绩效管理、客户管理、供应商管理、产品流向管理、采购与物流管理等各层面的数字化（阮闯，2017），这也符合《中国制造2025》所强调的通过水平集成开发使得整个价值链实现端到端的数字化转型的观点。这一阶层的数字化能力是在运用数字技术对数据资源进行分析转化的基础上进一步推进技术与业务全面融合的能力，这也是众多制造企业较难获取的能力，属于更高阶的数字化能力。

数字化发展能力是制造企业数字化最高阶的能力，是企业基于数据资源及技术，实现组织实时自动运营、实时智能决策，最大程度提升企业绩效，推动经济、社会价值实现，推动企业开放、合作、可持续发展的能力。一方面，由于数字经济时代，社会经济环境瞬息万变，数字化发展能力能够更加快速、敏捷、柔性地适应外部环境；另一方面，制造企业重视数字化能力的根本原因，是为了提高经济效益。因此，锻造数字化发展能力成为企业的重要任务之一。首先，从内部出发，企业借助信息技术系统平台实时自动运营和实时智能决策，对产品产能、产品定价等业务进行最优安排，在满足利益最大化条件的同时，实时应对各种环境动荡。其次，从企业外部出发，制造企业在实现自身经济价值的同时，也响应国家政策，追求更大社会价值的实现。制造企业既是国家发展数字经济的主战场，也是推动国家迈入制造强国的主力军（顾建党等，2020）。在现今的经济发展形势下，制造企业不再局限于打造内部价值链网，而是逐渐发展成连接上游供应商、下游客户、全行业合作伙伴的全价值链集成。随着数字化能力的发展，制造企业甚至可以进一步构建跨行业、跨领域的工业互通生态链，强化国家工业基础能力，加强质量品牌建设，实现重点领域突破发展，扩大国内制造企业的国际影响力。此外，制造企业能源消耗巨大，全面节能减排，低碳、绿色发展关乎制造企业数字化转型全局，也是“中国制造2025”的重点任务之一（杨水利等，2016）。

五、研究结论与展望

（一）研究结论与价值

数字化能力本质上是一种具体化的动态能力，是企业根据环境变化需要有效应用、部署相关数字化技术来获取竞争优势的一种能力。企业利用物联网、大数据、云计算、移动物联网、人工智能等新兴数字化技术，嵌入运营与管理的各个环节，为企业的资产、设备、组织和人员重新赋能，与企业的业务流程不断的匹配，与环境不断适应，进而形成“客户导向、数据驱动、组织共生、员工能动、智能运营”的运作方式，这种独特的运作模式是能够为企业带来竞争优势的一种动态适应能力。

本研究具有一定的理论与实践价值。一方面，通过扎根理论构建了制造企业数字化能力的结构模型，并在此基础上，进一步形成概念模型，为以后开展制造企业数字化能力的实证研究提供了理论基础。另一方面，提出的理论模型能全面准确地反映出制造企业数字化能力的特征，对制造企业完善自身的数字化能力具有实践指导意义。在数字化转型实践中，传统制造企业应着眼于数字化能力建设，综合考虑数字化战略转型，以数字化资源与技术为驱动力，强化数据资源价值利用，开发涵盖数据、技术、流程、运营、决策等多个方面的解决方案，构建数据驱动、智能决策、敏捷高效的运营模式，这对企业数字化转型至关重要。

（二）研究局限与展望

本研究存在一定局限性。首先，本研究对多个行业的典型制造企业的高管和生产制造经理进行访谈，以期在编码过程中达到范畴和结构的完全饱和，但这只是一种理想状态。本研究选取的样本数量有限，不能保证编码完全饱和，在研究结果的适用范围上有一定局限性。其次，本研究仅为质性研究，未进一步开发出评价制造企业数字化能力水平的测量工具。最后，本研究未对制造企业数字化能力的理论框架的有效性进行实证研究。未来可以在本研究基础上，开发各因子的具体测量量表，通过大样本问卷调查，运用结构方程模型、相关或回归分析等量化方法来检验模型中各变量之间的关系，构建更加坚实的、具有普适性的理论。