中国制造业数智化转型的影响因素和对策研究

苑希港，张晓青

（江苏师范大学商学院，江苏 徐州 221116）

一、引言

随着全球竞争的不断加剧、数字经济的快速发展、移动5G、物联网、人工智能等信息技术的突飞猛进， 企业数智化转型已经成为一种必然的发展趋势。 除了新兴产业需要数智化转型升级之外，传统制造业的数智化转型也成为一个国家和企业获取并保持核心竞争力的关键一环。 因此，世界上许多国家都持续不断地出台各种相关政策和措施，积极推动传统制造业的数智化转型。 例如，美国是世界上最早布局数智化转型的国家，近些年来，美国持续不断地关注新一代信息技术的发展以及产生的影响，为能够尽快地实现数智化转型提供基础和前提条件。 近几年来，美国进一步聚焦大数据、物联网等前沿技术，通过颁布《联邦大数据研发战略计划》《美国机器智能国家战略》《智能制造振兴计划》等相关政策，进一步有效地推进数字技术、智能技术和传统制造业的深度融合。 德国以工业4.0 为关键抓手，2016 年颁布了《数字化战略2025》，从国家层面明确德国制造业转型和构建数字社会的思路。2019 年通过颁布《德国工业2030 战略》，有针对性地扶持重点工业领域， 到2030 年将工业产值占国内生产总值的比例提高至25%。 同时期的日本，在2017 年提出了“互联工业”的发展思路，被认为是日本制造业数智化转型最理想的发展模式，也是日本实现社会5.0 目标的抓手之一。同时，也是日本通过实施多元化手段最终实现数智化转型的最有效方式。 新加坡作为东盟数智化转型的领头羊，推出了一系列“数智化转型蓝图”，涵盖了航空航天业、医疗保健业、传统制造业等23 个具体的行业。在2020年，新加坡制定了《研究、创新与企业2025 计划》，同时，在2021 年新加坡又公布了《制造业2030 愿景》，指出：到2030 年，将新加坡打造成先进制造业的全球创新与人才中心， 在未来10 年继续增长50%以上。 2021 年中国也提出：“要加快数字化发展，建设数字中国，促进制造业数字化转型”。 然而，中国传统制造业在发展过程中存在信息化发展水平普遍较低、工业设备网络化程度不高、设施设备数字化和智能化程度较弱等突出问题。 因此，要想提高传统制造业的竞争力从而实现价值链攀升，必须实现数智化转型。 那么，有哪些影响因素对中国制造业数智化转型产生影响呢？

想要实现企业的数智化转型，前提是要提高企业的数字化转型效率。 数字化转型是实现数智化转型的前提和基础，而数智化转型是数字化转型的更高级阶段。 目前，许多学者对数字化转型问题进行了大量研究和探讨。 通过运用数字技术能够引发企业管理模式和经营方式的根本性变革，这也被看作是数字化转型研究的起步阶段 （Nambisan 等，2017）。 Coile(2000)在探讨互联网医疗模式转变过程中提出了“数字化转型”的概念。 之后，许多学者从数字化转型的内涵、过程和成效等方面进行了深入的分析和探讨。 从数字化转型的内涵角度看，吕文晶（2019）、肖静华等(2021)等认为，最终目的是改变行业运作方式和价值创造方式。 韩佳平和李阳(2022)指出，数字化转型是传统企业通过利用具有连通性和分析性的数字技术为企业的生产流程和消费者增加价值的过程。 陈剑等(2020)指出，数字化转型改变了企业的运营方式，促使消费者与企业交互的方式也发生了转变。 刘杰(2019)认为，数字化转型是通过利用物联网和云计算等新型数字化技术对企业进行全价值链转型升级。 赵娴等(2021)指出，数字化转型使得企业价值创造的方式发生了根本性变化， 它可以帮助企业实现供给与需求的联通，实现全价值链的升级改造和重构。

从数字化转型的过程看，应瑛等(2022)认为，数字化转型是数字作为主导被引入到组织中，在组织和场域层面逐渐获取“数字化”合法性的动态过程。焦豪等(2021)分析动态能力在数字化情境下激发数据驱动效应实现数字化转型的作用机制。 卢宝周等(2022)运用科技给予和意义建构理论视角，对数字化转型的过程和内在机理进行深入研究。 吴江等(2021)通过构建“输入-过程-输出”模型归纳了企业数字化转型的理论框架和转型过程。 从数字化转型的成效看，陈楠等(2022)运用问卷调查和案例分析相结合的方法，对中国制造业企业数字化转型的实践和影响展开分析。 赵懿宁(2020)指出，随着政策、技术环境的日益成熟，数字化转型逐步成为企业发展的方向。 郑婷婷和曹善文(2021)从总体成效、产业数字化、数字产业化、数字治理等角度分析了资源型城市数字化转型的成效问题。

以上文献对企业的数字化转型问题进行了非常深入的探讨。 但是，极少有文献探讨企业的数智化转型问题。 数智化是在企业数字化的基础上，用数据和智能化技术，赋能企业管理和业务。 数智化是数字化、AI 和业务三个要素的交集。其中，数字化是基础，AI 和业务的融合是核心。由此，数智化转型是一个全新的概念。 哪些因素会对企业的数智化转型产生重要影响，本文将对此进行深入分析。

二、理论模型

数字化转型是数智化转型的前提，数智化转型是数字化转型的升级。 如果说数字化转型是运用数字技术对企业的生产和经营过程进行数字化改造的话；那么，数智化转型就是将数字技术和智能技术相结合，深入分析海量数据，赋能企业的经营管理活动。 进一步重塑企业的愿景、战略、流程、结构、能力和文化等，适应快速发展的数字环境和智能环境。本文应用“技术(Technology)-组织(Organization)-环境(Environment)”(TOE)分析框架对影响中国制造业数智化转型的因素进行分析。

图1 TOE 框架下的制造业数智化转型影响因素理论模型

（一）技术因素(Technology)

和高新技术产业不同，隶属于第二产业的中国传统制造业受技术影响较小。 但是，技术因素（尤其是数字技术、移动5G、物联网、云计算、区块链等智能技术）对传统制造业数智化转型能产生非常重要的影响。 首先，技术因素始终贯穿于制造业数智化转型的全过程， 在转型过程中加大硬件设施的投入，运用硬件对海量数据进行深入分析，从而更加有效地赋能制造企业的经营和管理活动。 传统制造业的数智化转型过程涉及采购、 售后服务等全过程， 制造企业应该运用先进技术对数据进行分析，为企业的生产、经营、管理等提供决策支持。 同时，技术因素对制造业的战略决策也能起到非常重要的作用。 制造型企业运用先进技术能对大量数据进行智能化处理，发现数据背后所隐藏的规律，从而为企业的战略决策提供有力支撑。 最后，制造企业通过运用先进技术能够对自身的运营成本进行控制，制造型企业运用数字技术和智能技术对生产全过程进行流程改造，对生产过程进行实时监控和管理，从而有效达到降本增效的目的。 因此，技术因素对传统制造业的数智化转型能够产生积极影响。

（二）组织因素(Organization)

组织因素是指企业通过组织管理因素影响技术因素并最终作用于企业的数智化转型过程，具体包括企业组织结构、企业文化、企业高层管理者、企业能力等因素。 每个组织都有不同的结构和自身的特点，具有很强的异质性。 在企业内部具体应该包括企业高层管理人员的特征、 基层员工的特征、管理人员的管理能力、高层管理人员和基层管理人员的文化或价值观冲突等都会对企业的数智化转型过程产生非常重要的影响。 其中，比较典型和能够量化的指标主要包括企业规模和高层管理人员的行为特征以及高层管理人员的学历。 企业的规模越大，企业的数智化转型程度越高。 这主要是因为较大规模的企业拥有雄厚的资金实力，可以引进更多先进的数字化技术和智能技术，从而形成非常复杂的网络环境，有利于实现企业的数智化转型。 而相对来说，规模较小的企业由于资金实力有限，不能及时更新硬件设施和设备，先进的数字化技术和智能技术得不到推广和应用，不能及时和有效地处理各种复杂的网络环境，非常不利于企业数智化转型的实现。 此外，企业高层管理者对于数智化转型的重视程度是一个重要因素。 因为数智化转型不单单是一个技术层面的问题，需要拥有数智化转型能力的高级管理人才的领导并且加以推动才能成功。 数智化转型领导者具有和传统领导者不同的特点，在处理人际关系、加强团队合作、管理队伍建设等方面都有不同的行为特征。 高层管理者对数智化程度越重视和越具备相关的专业技能和知识，就越能使制造业的数智化转型变得越加容易。

（三）环境因素(Environment)

从宏观环境因素来看，政府的政策支持是一个非常重要的影响因素， 其中包括政府的财政政策、税收政策和补贴政策等。 不仅仅传统制造业会受到宏观政策的影响，第三方服务业也会受到宏观政策的影响。 由此，本文在研究过程中不再单独考虑宏观环境因素对制造业数智化转型的影响。 但是外部融资环境因素对制造业数智化转型过程能够产生非常重要的影响，企业要想在数智化转型过程中获得先机，必须拥有大量的资金。 当企业自身拥有的资金不足以支持实现数智化转型时，企业应从外部获取资金支持。 这时，企业所面临的外部融资环境就会成为影响其能否实现数智化转型的重要因素。一方面， 当企业面临的外部融资环境非常宽松时，企业能够更加容易地获取相应的资金支持，更容易实现数智化转型。 另一方面，当企业面临的外部融资环境非常严格时， 企业获取资金的难度非常大，不利于企业实现数智化转型。

三、实证分析

（一）模型构建

以上主要从理论方面对影响传统制造业数智化转型的因素进行分析，本部分主要对影响传统制造业数智化转型的因素进行实证分析。 本文所构建的理论分析模型如下：

其中，DI 表示为传统制造企业的数智化转型水平并且作为因变量；RD 表示为传统制造企业的研发投入，MG 表示为制造企业高层管理者的学历水平，QG 表示为制造企业的规模，FIN 表示为制造企业的融资状况，这些都属于自变量；λ 表示为微观制造企业层面的随机误差项。除此之外，本文为了尽量减少因果变量之间的相互干扰， 特意地把传统制造企业的研发投入（自变量）做到滞后一期进行处理。 根据以上所构建的分析传统制造业数智化转型的影响因素模型，对上述模型所涉及的变量进行分析。

（二）变量说明

1.传统制造企业的数智化转型水平(DT)。 现有文献主要从定性方面进行分析。极少有文献运用定量方法对制造企业的数智化转型过程进行测度和分析。现有文献通常运用“0-1”虚拟变量测度制造企业的数智化转型过程。 但是，这种技术处理方法不能很好地测度出制造企业数智化转型的“程度”。 同时，也无法进一步展示制造企业数智化转型的演进态势，很可能破坏制造企业数智化转型过程中的细微信息。

客观来说， 如果只是简单地查阅上市公司每年财务报表的公开财务数据， 很难真正了解制造企业的数智化转型程度。一般来说，制造企业管理层会在公开的财务报表中对该公司涉及“数智化转型”方面的相关措施进行简单披露。 这些披露的信息在很大程度上能够表明制造企业高层管理者对该企业未来发展的战略定位，拥有非常高的指导意义。 由此，本文从制造企业的公开财务数据中归纳涉及的“制造企业数智化转型”词频，能够很好地刻画该企业数智化转型的强度。由此可见，通过选择和统计制造业上市公司的公开财务数据中有关的“数智化转型”的关键词，作为制造企业数智化转型的可替代性变量。最终， 本文通过四个相关步骤可以有效地获得以上相关数据：第一步，选取合适的文本检索词库。第二步，通过Python 的爬虫技术搜集了上海交易所、深圳交易所两个交易所的A 股上市公司的年度报告中的相关数据，从而能够有效地匹配和“制造企业数智化转型”相关的关键词。第三步，逐一查找和“制造企业数智化转型” 相关的关键词出现的次数并对相关数据进行清洗。 第四步，分类归纳和“制造企业数智化转型”相关的关键词出现的次数并形成的总和，最终能够构建制造企业数智化转型的评价指标体系。 最后，对所得的数据进行量化处理，能够得到衡量制造企业数智化转型的指标。

2.传统制造企业的研发投入(RD)。根据以上分析可以得到，随着制造企业研发投入的越来越多，制造企业的数智化转型程度也越来越高。 这一指标所用的数据直接来源于制造企业公开的年度财务报告。

3.传统制造企业高层管理者的学历水平(MG)。基于以上分析可以得到， 制造企业高层管理者的学历水平越高，制造企业的数智化水平也越高。本文通过查找上市公司有关高层管理者的个人简介可以得到相关的数据资料。设定该自变量为虚拟变量，本科学历以下表示为0，本科学历及以上表示为1。

4.传统制造企业的规模(QG)。 结合现有相关文献用制造企业的销售收入来替代传统制造企业的企业规模，从而可以直接查阅上市公司的年报中有关营业收入的相关数据。

5.传统制造企业的融资状况(FIN)。 根据Denis等人提出的金融资产在总资产中所占的比重的方式可以有效地表示融资的可获得性，一般制造企业的金融资产主要包括交易性金融资产、 应收票据、其他应收款、债权投资、衍生性金融资产等相关科目。 这些相关数据都能从上市公司的财务报表中直接查找获得。

（三）运行结果分析

根据上述分析， 本文运用Stata16 对搜集的面板数据进行回归分析，运算结果如表1 所示。

表1 传统制造业数智化转型的影响因素运行结果

从表1 中可以看出，模型(1)—(4)逐一引入了不同的解释变量，能够有效地控制行业效应和时间效应所产生的不同影响。 从运行结果可以看出：制造企业的研发投入对数智化转型的影响程度为正；同时在1%水平以下表现非常显著， 这可以说明制造企业的研发投入越多，制造企业的数智化转型程度也就越来越高。 更进一步说，逐一加入其他影响因素以后，从运行结果可以看出，制造企业的规模因素对数智化转型的影响也为正相关关系，但是并不具备非常显著的正向相关关系，这可以非常明显的说明制造企业的规模因素不是影响数智化转型的主要因素。 在前两列的基础上，第三列逐渐加入了制造企业的融资状况因素， 从运行的结果可以看出，融资状况对于制造企业的数智化转型过程具有非常显著的影响。 影响的系数为0.2145，比其他的影响系数都高，并且为正数。 这可以说明在中国制造企业数智化转型过程中，融资环境对于制造企业的数智化转型能产生非常重要的影响，中国的融资环境逐渐放开，上市企业能够更加轻松地获取更多的融资机会，最终会进一步促进制造企业的数智化转型。 在前三列的基础上，第四列进一步加入了制造企业高层管理者的学历水平因素。 但是，高管的学历水平对制造企业的数智化转型过程不会产生非常显著的影响。 这说明企业高管的学历水平不会阻碍制造企业数智化转型过程的实施。 虽然，有些制造企业高层管理者的学历水平较低，但是其数智化转型的程度可能也会相对较高。

（四）异质性检验

为了检验中国制造业是否存在产业异质性，本文按照不同技术水平将中国制造业企业分为三种大的类型： 劳动和资本以及技术密集型三类企业，并进一步分析这些行业数智化转型的影响因素之间的差异性，运行结果如表2 所示。 运行结果显示，对于中国制造业数智化转型的影响因素存在非常大的异质性，不同类型的产业，上述四类因素的影响程度也不同。 从制造企业的研发投入方面来看，该因素对技术密集型企业的影响程度最高，这是因为技术密集型企业的信息化程度相对比较高，数智化转型的程度也就越高。 研发投入对资本密集型企业的影响排在第二位，而对劳动密集型企业产生的影响最低。

表2 不同制造业行业数智化转型影响因素的运行结果

从制造企业的规模程度角度来看， 根据相关数据可以看出：在中国制造业中，大型制造企业的数量较少，所占比重非常低，而中小型企业才是中国制造业的主力军。在上市的制造企业中，中小型企业所占比重业也非常高。在上述三类制造型企业中，企业规模的影响呈现出正相关关系。但是，企业规模对制造业的数智化转型影响程度并不特别显著。

从制造企业所处的融资环境方面来看， 也存在非常大的行业异质性。换句话说，不同行业对融资环境的有效需求存在很大的差异性， 最终结果会导致融资环境对制造业数智化转型的影响程度有所不同。在以上三类企业中，资本密集型企业对融资环境的依赖性最高。其次，技术密集型企业对融资环境的依赖性相对较小。最后，融资环境对劳动密集型企业的影响所占比重最低。 产生这种结局的原因主要有以下几个方面：（1）资本密集型企业具有“资金需求量大、产品需求多样化、经营链条相对长”等较为显著的特点，融资环境对数智化转型的影响程度最大，对资金的依赖性也最强。（2）技术密集型企业对技术的依赖性最强，但相对来说，对资金的依赖性较低。由此，技术密集型企业对资金的需求量相对较小。

四、研究结论

要想在数字经济时代更好的生存和发展， 传统制造企业必须进行数智化转型， 运用数字技术和智能技术对企业的生产过程进行全方位改造， 让数字技术和智能技术成为新型要素。由此，如何更好地推进制造企业的数智化转型过程？ 有哪些主要因素会影响制造企业的数智化转型过程？ 本文先提出影响中国制造企业数智化转型的理论模型， 再选取一些上市的制造企业作为样本，进行实证分析。理论和实证结果表明：（1）制造企业的研发投入和融资环境对企业的数智化转型过程具有非常显著的影响， 而制造企业的规模对数智化转型的影响不是很明显。（2）异质性检验的结果可以说明， 制造企业的研发投入对技术密集型企业的影响程度最高。最后，融资环境对劳动密集型企业的影响所占比重最低。

根据本文的研究结果，为了更好地促进制造企业的数智化转型过程，特提出以下建议：（1）制造企业应该增加研发投入。 不管传统制造业是不是应该进行数智化转型， 都应该增加企业的研发投入，因为它是制造企业增强竞争力的关键一环。 在当今激烈的竞争环境中，只有不断增加研发投入，不断大力推进传统制造企业的数智化转型进程，才能源源不断地提高制造企业的产品附加值。 （2）制造企业应该增强融资支持力度。 一般来说，和中小型制造企业相比， 制造型上市公司拥有很强的融资能力。同时，享有较好的企业融资环境，能够通过发放新股、增加配股、增发可转换债券等融资方式得到金融支持。 对于上市公司来说，应该进一步增加融资支持力度。 而对于非上市公司来说，应该进一步完善融资环境，形成良好的融资服务体系。 （3）制造企业高管应该更加重视数智化转型。 传统制造企业，尤其是上市公司高层管理者是决定企业数智化转型的关键因素之一。 截至目前，制造企业高层管理人员对于企业数智化转型的认识存在很大的差异性。有些高层管理者认为，数智化转型难度很大。另一些高层管理者认为，数智化转型对企业的长远发展非常有利。 因此，制造企业的高层管理更应该统一思想、加强认识、提高能力，不断推动企业数智化转型过程的实现。