工业互联网平台资源重构机制研究——基于广度与深度的双重视角

刘 祎 张 镒 解晓晴

内容提要：新工业革命背景下传统企业如何利用工业互联网平台进行组织重构具有现实紧迫性。本文基于工业互联网平台广度与深度双重视角,构建企业市场感知能力通过平台连通性和兼容性增强资源重构能力的多重中介模型,并采用214名管理者的调研数据进行实证检验。研究结果表明:市场感知能力促使企业提高资源整合重构能力;企业除了通过工业互联网平台累积的海量数据提高连通性,在数据挖掘基础上满足潜在需求之外,还可以通过平台赋能的泛在化连接增强技术层面与组织层面的兼容性,从而助推企业实现组织重构;工业互联网平台的连通性和兼容性在市场感知与组织重构之间起中介作用。本文研究结论拓展了工业互联网平台的理论研究,为企业利用工业互联网平台实现数字化转型重构提供参考借鉴。

一、问题提出

随着第四次工业革命的爆发与扩散,人类社会正在迈入以信息化、智能化、数字化为代表的新型社会。在推动社会形态演变的底层技术中,数字技术是最为重要的通用技术之一。在数字技术的构成要素中,工业互联网平台既是数字平台的重要组成部分,也是驱动传统制造企业转型升级的关键基础设施[1]。近年来,在《工业互联网发展行动计划(2018-2020年)》等政策的推动下,中国的工业互联网平台获得了快速发展。赛迪顾问股份有限公司发布的《2021—2022年中国工业互联网市场研究年度报告》指出,2021年中国工业互联网平台市场规模已达到821.90亿元,增长率超过30%。未来三年,软件与平台将成为驱动制造企业转型的核心环节,市场空间巨大,中国工业互联网平台市场可能以13.50%的年均复合增长率稳定增长。与传统的基础设施不同,工业互联网平台通过大数据、人工智能、物联网等新技术与企业研发、生产、交换和消费等环节的深度融合,将打造出人、机、物全面互联的新业态和新模式。工业互联网平台作为工业互联网的神经中枢,连接着工业全要素、全产业链、全价值链,并且基于云平台的海量数据采集、汇聚和分析体系,支持制造资源泛在连接、弹性供给与高效配置。可以看出,工业互联网平台已成为推动制造企业转型与发展的关键举措[2]。

当前,中国制造企业正处于高度易变、不确定、模糊和复杂的环境之中[3],如何利用新工具或新手段捕捉稍纵即逝的市场机会,并在日益激烈的市场竞争中存活下来是中国制造企业面临的棘手问题。一方面,用户需求日益呈现个性化、动态化和多样化的特征,传统生产服务化模式日渐式微,远不能满足逐渐升级的消费需求,以数据为基础的智能服务终端层出不穷[4];另一方面,数字技术的广泛应用打破了传统的行业边界,跨边界的颠覆式创新和替代性竞争成为新常态,企业赖以生存的商业模式和发展路径遭到破坏,需要不断根据市场定位协调资源以获得短暂的竞争优势[5]。此外,消费需求的变化、宏观经济的波动都对制造企业提出严峻的考验,迫使其探寻在复杂动态环境中增强即时响应能力的方法[6]。最为典型的做法就是越来越多的制造企业开始凭借工业互联网平台在制造资源和云服务方面的强大优势弥补自身的不足,通过信息的高度集成与资源的优化配置,提高其对环境的适应性[7]。然而,制造企业在接入工业互联网平台时,依然存在一些问题尚未厘清,如工业互联网平台的核心特征有哪些?制造企业如何在工业互联网平台赋能基础上增强其组织敏捷性?对这些问题的回答既是中国工业化和信息化深度融合的现实需要,也是传统制造企业高质量发展的客观要求。

学术界在工业互联网平台建设、赋能方面的研究均取得了丰硕成果[8],但基于参与者视角或以平台参与者为主体的研究并不多见。一方面,专注于研究工业互联网平台建设及其赋能的研究聚焦于大企业构建的工业互联网平台及其形成、演化、赋能和影响[9-11];另一方面,有关基于平台用户或平台参与主体方面的研究比较缺乏。虽然有学者开始关注装备制造业利用平台进行价值共创[12],但对制造企业如何利用平台的技术支持感知市场机遇并部署资源捕捉商机的内在机制缺乏深入研究。实际上,在乌卡(VUCA)时代,快速适应外界环境变化并提升资源重构能力是传统制造企业实现数字化转型的必然行为,也是其有效应对快速变化和意外事件的关键策略[13]。从平台参与者角度看,工业互联网平台赋予制造企业的是一种使其在不确定环境中感知市场需求并及时推出新产品和新服务的组织能力。也就是说,虽然工业互联网平台可能对制造企业转型发展产生直接的正向推动作用,但制造企业如何利用工业互联网平台实现转型的内在机制尚不清楚。

基于以上理论缺口,本文将探索制造业企业如何利用工业互联网平台的技术支持增强组织感知能力,并有效协调资源、抓住市场机遇、适应复杂环境变化的内在机制,以期进一步丰富适应数字经济时代发展趋势的敏捷性组织研究,并拓展基于工业互联网平台参与者视角的研究。

二、理论分析与研究假设

(一)市场感知与资源整合重构

在组织层面,市场感知能力是指当市场机遇瞬息万变、技术更新迭代、竞争日趋激烈时,企业具有对消费者需求变化的判断力和对潜在市场机遇的洞察力,并能迅速作出相应调整的能力。组织如何在变革的时代生存这一问题的本质是组织的适应性[12]。尤其是随着数字智能技术的广泛普及和与物理产品的融合,传统的物理资源具有了数字化的属性,使数据信息能够从物理设备解耦,并实现及时传输、存储和转换,从根本上改变了资源属性[14]。这种数字化解耦加速了资源的流动,模糊了工业时代由劳动、人力、土地、资本等物质资源决定的企业边界,突破了资源时间与空间的束缚,使生产消费资源的虚拟重组和跨时空协同成为可能[15]。相对于工业时代相对稳定的企业边界,数字经济时代的企业更注重敏锐协调地统筹管理资源,以及时响应用户、市场、竞争状态的变化。众多企业也纷纷构建以敏捷性为特征的生产运营模式,希望能够利用数字化资源迅速捕捉发展机遇,为用户及企业创造价值[13]。在此情境下,企业如何了解并掌握外部技术、竞争、客户的信息,并将这种理解过程转化为内部能力,成为其生存发展并获得竞争优势的重要因素[4]。一方面,这意味着企业的市场感知能力愈发重要,因为环境越复杂,企业接受处理的信息也越丰富多样,只有获取、分析、利用市场信息才能了解用户需求;另一方面,市场感知能力为组织进行资源整合重构奠定了基础。

资源整合重构能力作为动态能力的重要方面[16],表现为企业如何快速、主动地应对客户需求的变化,包括为企业利益相关者创造价值的资源利用过程,主要有整合和重构两种方式[17]。资源整合是指企业通过收集、协同以及整合液化后的资源,以实现与市场需求的契合,为顾客提供优质的产品、服务,促进企业成长、获得利润[18]。企业生产运营的成功会形成一定的规律,只有在稳定的环境下才有助于提高效率。但是如果环境发生变化,为了维持适应性,企业需要管理越来越多的资产,慢慢会设计相应制度进行约束控制,可能会造成体系僵化,因此需要进行资源重构。资源重构是指企业需要进行适当的变革,持续或定期地进行资产编排、商业模式再设计、组织结构调整[19]。重构可以从根本上改变组织设计原则,如职能和部门组织原则的改变,通过彻底性变革有助于企业打破僵化的局面,获得新的收益。因此,复杂动态环境下越能体现重构的重要性[20]。

而工业互联网平台及相关数智技术的广泛应用彻底颠覆了企业所处的商业环境,日益凸显了快速响应用户需求、动态调整资源创造新价值的重要性[21]。以“数据+算力+算法”为核心的智能生产要素与技术工具、业务流程的耦合,提高了资源的数字化程度,使信息能够从设备解耦,并实现即时传输、存储和转换[22]。这些信息为企业捕捉用户需求的变化、洞察市场机遇奠定了基础,有助于企业发现不确定环境下潜在的机遇和威胁,利用已有的知识经验及时对外界数据进行全面分析,对客户、供应商、竞争者的行为作出判断、预估,并迅速整合重构组织内外部资源,以适应外界环境的变化[23]。在感知到市场新需求及发展趋势后,企业可以及时发展相应的新产品和服务,调整业务流程,作出有关投资规模、投资目标、投资时间的战略决策,对关键业务的设备、技术和人员进行投资,调整原有的产品结构和业务模式,及时开展新产品、新服务的运营[24],即对资源进行协调整合和重构。

因此,本文提出假设H1:企业的市场感知能力能够促进资源整合重构能力。

(二)工业互联网平台的多重中介作用

平台的本质是为多方交互主体提供专业化的应用服务[25],工业互联网平台的核心是基于工业大数据为平台上的制造业企业用户提供涵盖全生命周期的各种服务[26]。工业互联网平台通过连接机器、设备、人、信息技术,实现工业数据的全面感知、动态传输、实时分析,将工业领域的技术原理、行业知识、基础工艺、模型工具进行规则化、软件化、模块化,以工业应用程序的形式为制造业企业用户提供协同设计、生产优化、质量监控、运营决策、全生命周期管理各类服务,驱动着传统制造业实现数字化转型升级[5]。

工业互联网平台的数字化技术支撑简称为SMACIT,S(social)是指社交媒体技术,M(mobile)是指移动技术,A(analytics)是指分析技术,C(cloud)是指云计算,IT代指物联网技术(IoT),这些技术的组合为工业互联网平台与制造业企业数字化转型提供了前所未有的机遇[8]。工业互联网平台能够汇聚企业所需要的关键资源,形成物质资料、生产资料、工具软件等资源池;工业互联网平台上的人、机器、设备、产品等要素能够互联互通,快速精准对接供给侧和需求侧的数据信息,支撑制造业资源实现泛在化连接、弹性供给以及高效配置[2]。工业互联网平台也成为企业在危机期间稳步实现复工复产的重要工具,更是实现内外部环境协同演化的助力。传统制造企业在生产运营中的众多战略、运营决策都可以借助于平台数据进行收集、计算和分析[27]。

工业互联网平台为制造企业敏锐洞悉市场机遇,迅速整合重构资源,以及创造价值提供数字化支持。基于平台生态系统及创新扩散理论,可以将工业互联网平台的这种数字化支持细分为广度和深度[28]。梁运文和谭力文(2005)基于商业生态系统也从广度和深度探究了平台价值[28],殷国鹏和陈禹(2009)从广度和深度探索IT基础设施的能力[29]。延伸至本文的研究情境,工业互联网平台作为新型信息基础设施,广度体现在“点”的连通性方面[28],是指平台所能连接的生产要素,包括员工之间的连接、业务模块之间的连接、管理部门之间的连接、与外部供应商的连接、与消费者的连接以及不同地区跨部门之间的连接等;深度可以从兼容性的两个层面——技术层面及组织层面来理解,体现在每个“点”的价值容量[29],是指企业在采纳平台提供的基础设施(包括各种工业软件以及硬件)之后,与原有流程、生产经验、价值等相符的程度。兼容性具体可分为技术层面和非技术层面,技术层面是指如何与已有系统集成,而非技术层面是指如何与原有流程集成[30-31]。工业互联网平台连通性和兼容性的中介作用机制具体表现如下:

1.路径一:基于工业互联网平台连通性的中介作用机制

首先,工业互联网平台为制造业企业提供了连接海量生产要素的技术工具[28],由此形成的连通性可以有效地液化资源[25]。工业互联网平台可以通过云端对实体空间的对象、环境、活动进行大数据的采集、存储、建模、分析、挖掘、评估、预测、优化、协同,并与物理世界的实体设计、测试和运行性能表征相结合,建立物理-信息镜像模型,实现实体空间与虚拟空间深度融合、实时交互、互相耦合、互相更新,进而为企业累积大量的商品数据和用户数据[28]。随着企业对数字化软硬件采纳程度的增强,机器设备等物理资源的液化程度也会相应提升,各种智能产品、智能机器设备将布满传感器和控制器,形成泛在化连接,而平台通过汇聚液化后的设备运行数据、能耗数据、业务数据、环境数据、市场数据以及上下游产业链数据,为企业与上下游价值链企业提供了丰富的市场信息。

其次,数据资源的累积为生产要素的高效连接提供了可能性,并且提高了液化信息资源的能力[26]。资源液化是指信息与其附属的物理形式或设备的解耦,信息不再依附于物理设备而独立存在[32]。信息资源的液化正是得益于工业互联网平台提供的技术支持,使信息能够从设备解耦,并实现及时传输、存储和转换。资源在液化后有助于提高资源密度,资源密度是指在服务管理的价值主张下资源的可移动程度[33],资源密度的提升有利于提高资源的有效使用率。

最后,液化后的资源为企业提升资源整合和重构能力提供了基础[34]。资源整合方面,通过工业互联网平台的内部物联和兼容可以获得产品全生命周期数据(如产品研发、设计、计划、工艺到生产、服务等方面的信息集成),智能设备根据数据反馈及时调整行动,并将数据不断反馈至云端,促进不同的业务部门之间实现信息共享和协同作业。流通的数据可以打破企业内部的信息孤岛,连接企业所有环节,实现企业内部生产运营由数据驱动,使生产过程智能化、自动化、透明化、可视化、精益化,促进绩效的提升。资源重构方面,工业大数据的累积以及企业之间的互联会逐渐重构生产流程,激发企业生产力,也会从根本上改变传统制造业的产业结构、竞争环境、产品和服务以及与上下游产业链的关系。

综上所述,企业利用平台提供的数字化技术扩大“点”的连接范围之后,可以基于数据流追踪、了解潜在的客户需求,利用已有的知识经验及时对外界数据进行全面分析,对客户、供应商、竞争者的行为作出判断、预估,并根据消费端的需求偏好,对产品的服务模式进行优化、转型升级。

因此,本文提出假设H2:企业感知到工业互联网平台的连通性在资源重构能力与市场感知能力关系中具有中介作用。

2.路径二:基于工业互联网平台兼容性的中介作用机制

首先,从技术层面来看,制造领域企业覆盖众多工业系统,而基于工业传感网络的各种协议尚未统一,导致各种机械化和自动化装备采集的多源异构数据难以兼容,数据采集、分析和利用面临重重困难,不仅数据价值难以充分利用,而且企业也面临着转型困境。而工业互联网平台以数字化技术架构为支撑,通过无线通信协议连接工业全要素,能够为不同行业、不同企业提供与其发展阶段、数字化程度相匹配的软硬件及技术支持,促进了技术工具与不同的设备协议、通信协议等之间的耦合。工业互联网平台技术与企业原有管理信息系统之间的协调与融合,为打破信息孤岛、促进业务数据化,降低交易成本、提高资源的可移动程度,促进组织内部跨部门之间的协同、外部上下游价值链之间的互动提供了关键技术支撑。

其次,从组织层面来看,随着企业对工业互联网平台基础设施采纳的深入以及范围的扩大,各种智能化连接装备收集到的数据蕴含着丰富的信息,这些信息能够打破时间与空间的局限,大幅度提高资源密度,即流通的数据可以打破企业内部的信息孤岛,促使企业内部生产运营由数据驱动,促进技术工具与业务流程的兼容耦合,进而打通线上与线下、内部与外部、消费端与供给端,提高技术工具与整个生产运营环节的兼容性。企业通过提高内部业务部门的协同兼容、与外部环境的互动兼容,能够更有效地整合与重构资源,调整业务流程,作出投资规模、投资目标、投资时间的战略决策,对关键业务的设备、技术、人员进行投资,调整原有的产品结构及业务模式,及时开展新产品、新服务的部署规划。尤其是企业意识到市场需求的变化,并利用已有的知识经验及时对外界数据进行全面分析,对客户、供应商、竞争者的行为作出判断、预估之后,企业必须及时借助于平台技术支持液化资源、提高资源密度,进而实现转型。

因此,本文提出假设H3:企业感知到工业互联网平台的兼容性在资源整合重构与市场感知能力的关系中具有中介作用。

综上,基于工业互联网平台的兼容性和连通性,构建组织感知市场机遇并迅速整合重构资源的多重中介作用机制模型,如图1所示。

图1 研究模型

三、研究设计

(一)数据收集

本文的样本主要来源于广东某工业互联网平台上的制造业企业。选用该平台进行数据收集的主要原因是:一方面,该平台是在工业互联网领域享有盛誉的代表性平台。作为中国国内最早的、通过设备资产管理软件以及相关服务帮助生态圈企业实现数字化的工业软件企业,该平台是首批工业互联网生态服务商之一,也是广东省内唯一的国家级工业互联网产业示范基地。另一方面,该平台服务的企业涵盖机场、港口、烟草、化工、冶金、制造等众多行业的全国各地四千多家企业,样本数据丰富多样。该平台已累计各类数据超5亿条。课题组在前期研究中已与该平台建立良好的合作关系,能够方便获取相关研究数据。

本文通过问卷调查获得研究数据,主要过程包括:(1)确定研究模型中的变量,从已经发表在国内外核心期刊的文献中寻找成熟量表,将英文量表翻译成为中文,形成初始测量题项;(2)在对广州典型的工业互联网平台以及利用该平台提供的软硬件产品及服务进行数字化转型的制造企业进行实地调研和中高层访谈基础上,根据具体情境将问题项进行修改和完善,形成初始问卷;(3)将初始问卷推送给工业互联网平台上的制造业企业进行预调研,共选取23家制造业企业的中高层管理者进行小规模测试,数据结果表明问卷信效度比较良好;(4)正式调研阶段,利用工业互联网平台的用户数据,按照统计学方法抽样平台上的270家制造业企业并进行问卷发放,实际回收247份问卷,回收率为91.48%,删除33份无效问卷后,最终回收有效问卷共计214份,有效率为86.60%。

调研对象的基本情况如下:在企业性质方面,国有企业占比32.70%,民营企业占比49.10%,外资企业占比6.50%,其余为11.70%;在发展阶段方面,初创阶段占比12.60%,成长阶段占比32.70%,成熟阶段占比49.10%,饱和阶段占比5.60%;在企业规模方面,大中小企业均包含,100人以下的企业占比26.64%,100～500人的企业占比25.23%,501～2 000人的企业占比18.69%,2 000人以上的企业占比29.44%。

(二)变量测量

对于变量测量,学术界较认可采用以往研究中使用的成熟量表,以保证其信度与效度,并允许研究者根据研究的具体情况适当修订具体测量题项。本文借鉴已有量表,结合实地调查以及与管理者的多次访谈,最终确定了4个潜变量的测量条目,具体如下:

(1)连通性,采用的是殷国鹏和陈禹(2009)[29]的量表,该变量泛指信息技术平台形成的泛在化连接,反映了平台满足企业信息共享、沟通交流等协作需求的程度,包括以下3个测量题项:“L1该平台可以很好地满足员工之间的信息共享、沟通交流等协作需求”“L2该平台能够为不同的业务单位、分支机构与地区之间提供电子化连接”“L3该系统可以轻松地实现与供应商、客户等外部伙伴之间的电子化连接”。

(2)兼容性,借鉴芬克和诺伊曼(Fink &Neumann,2009)[35]及塔隆和平索诺尔特(Tallon &Pinsonneault,2011)[36]的研究,该变量指平台提供的软件支持企业不同部门互动的模块化和兼容性程度,包括3个测量题项:“J1员工可以通过移动端随时访问该平台,平台具有较好的透明性”(原有量表侧重于软件、PC端,扩展至本文的研究情境则更侧重与移动端的融合,因为样本企业在PC端已经被采纳,为切合实际,故作此简化)、“J2平台支持企业内部的业务部门能够实时交互信息”“J3平台能够提供与外部伙伴的各类系统之间的信息共享和协作集成”。

(3)感知能力,采用的是尼尔等(Neill et al., 2007)[37]的量表,该变量指企业对外界环境的理解和意义建构能力,包括4个测量题项:“S1企业能够及时了解客户需求及其发展趋势”“S2企业能够及时了解竞争对手的信息并迅速作出反应”“S3企业对所在产业的发展规律了解深入”“S4企业能够充分认识到市场环境的变化对客户需求的影响”。

(4)重构能力,采用的是维尔登和古德甘(Wilden &Gudergan,2015)[32]的量表,此变量指企业在实际的工作中能否及时对战略目标、生产运营流程、组织架构、营销方案、生产技术设备作出调整,由5个测量题项构成:“R1企业为了应对竞争需求可以及时调整战略目标”“R2企业为了应对竞争需求可以有效调整内部生产运营流程”“R3企业为了应对竞争需求可以及时调整组织结构”“R4企业为了应对竞争需求可以及时调整营销方案”“R5企业为了应对竞争需求可以及时更新生产设备、技术设备”。

上述测量量表共有15个题项,每个测量题项均采用7点计分,1为非常不符合,7为非常符合。问卷还包括卷首语和基本信息部分,包括调研企业的性质、规模、地理位置、发展阶段等题项。

四、研究结果分析

(一)信效度分析

本文利用软件SPSS 22.0计算的克朗巴哈系数(Cronbach’sα)检验内部一致性,如表1所示。由表可知,连通性的克朗巴哈系数为0.819,兼容性的克朗巴哈系数为0.846,感知能力的克朗巴哈系数为0.926,重构能力的克朗巴哈系数为0.920。由此可知,各个变量的信度值均大于0.8,说明数据的可靠性比较高,可以继续进行下一步数据分析。

表1 变量测量与信效度检验

量表的效度方面,本文所采用的量表均来源于国内外主流期刊所发表论文中的成熟量表,并与学术界专家以及实业界高管进行充分探讨,根据工业互联网平台上制造企业的具体状况对部分题项的表述作出微调,以保证问卷的内容效度。本文利用软件AMOS 21.0计算组合信度(CR)和平均方差萃取值(AVE)来检验聚合效度,检验结果如表1所示。由表1可知,连通性和兼容性各测量题项的因子载荷值均大于0.7,感知能力和重构能力的因子载荷值均大于0.8,说明各个潜变量对应所属的题项具有很高的代表性;而且四个变量的平均方差萃取值为0.607～0.760,均超过临界值0.5,组合信度值为0.822～0.927,均高于临界值0.7,表明问卷整体具有理想的聚敛效度。本文利用软件AMOS 21.0对区分效度进行验证性因子分析,如表2所示。通过构建连通性、兼容性、感知能力、重构能力这四个变量的嵌套模型,主要比较了四因子模型(连通性、兼容性、感知能力、重构能力)、三因子模型(连通性+兼容性、感知能力、重构能力)、二因子模型(连通性+兼容性+感知能力、重构能力)和单因子模型(连通性+兼容性+感知能力+重构能力)的各项拟合指标。分析结果表明,四因子的拟合指标(χ2=136.365,df=59,χ2/df=2.311,RMSEA=0.076,CFI=0.971,TLI=0.962,GFI=0.918,NFI=0.950)优于其他模型,意味着各变量之间的区分效度良好。

表2 验证性因子分析

本文对问卷中每个变量的方差膨胀因子(VIF)进行计算,以避免出现严重的多重共线性问题。检验结果表明,方差膨胀系数为1.8～3,远远低于临界值10,表明不存在严重的多重共线性问题。为确保严谨性,本文进一步利用熊红星等(2012)[38]研究中使用的控制未测单一方法潜因子法来评估共同方法偏差。首先,将共同方法偏差视为新的潜变量,把原先的四因子模型更新为五因子模型;其次,比较原模型和新模型的重要拟合指数。由表3可知,ΔGFI=0.029,ΔCFI=0.015,ΔTLI=0.015,ΔRMSEA=0.015,对比可知,两个模型拟合指数的变化都低于0.03,意味着加入共同方法偏差这一新的潜变量后,模型并没有得到有效完善,表明没有显著的共同方法偏差[39]。基于以上分析可知,本文的量表具有良好的信度、收敛效度以及区分效度。

表3 共同方法偏差检验结果

(二)相关性分析

各变量的均值、标准差以及相关系数如表4所示。由此可见,连通性与兼容性正相关(r=0.618,P<0.01),连通性和感知能力正相关(r=0.532,P<0.01),重构能力和连通性正相关(r=0.587,P<0.01),兼容性与感知能力正相关(r=0.675P<0.01),重构能力与兼容性正相关(r=0.674,P<0.01),重构能力与感知能力正相关(r=0.662,P<0.01)。各个假设均得到初步支持,为后续验证多重中介效应提供了基础。

表4 描述性统计与相关系数

(三)假设检验结果与分析

为了提高研究的严谨性,将表1中的企业规模、企业性质及其发展阶段作为控制变量,分析结果如下。本文主要通过软件SPSS插入的宏程序PROCESS中的模型 6检验多重中介模型。中介模型的分析过程利用拔靴(bootstrap)法抽样检验,设置抽样次数为5 000、置信区间为95%。利用宏程序PROCESS检验中介效应、调节效应、有中介的调节和有调节的中介效应思路清晰、非常便捷,在研究中已经被广泛采纳[38]。

(1)检验感知能力对重构能力的主效应。由表5的回归分析可知,感知能力对重构能力的回归系数显著且大于0(β=0.669,P<0.001),这表明重构能力与感知能力正相关,因而假设H1通过验证。

表5 变量间的回归分析

(2)检验连通性和兼容性的中介效应。在检验多重中介效应之前,本文首先检验感知能力对连通性和兼容性是否有影响,如图2所示。可以看出,感知能力对连通性有正向影响(β=0.540,P<0.001),并且对兼容性也具有正向影响(β=0.672,P<0.001),支持进行下一步分析。其次检验感知能力、连通性和兼容性对重构能力的影响时,感知能力对重构能力依然具有正向影响(β=0.350,P<0.001),但回归系数由0.674变为0.350,连通性(β=0.207,P<0.001)和兼容性(β=0.318,P<0.001)也能够正向预测重构能力,这表明连通性和兼容性在重构能力与市场感知之间起中介作用,为假设H2、假设H3的检验提供了初步支持。连通性和兼容性的中介效应系数如图2所示。

图2 中介模型系数

(3)本文利用偏差校正非参数百分位拔靴法进一步分析连通性和兼容性的多重中介效应。本文选择模型4,利用软件SPSS中的宏程序(PROCESS)插件,加入控制变量后,对资源整合和资源重构的中介作用进行检验。为了准确化各路径的显著程度,进一步利用拔靴法对214份样本数据重复抽样5 000次分析中介效应,设定95%的置信区间,结果如表6所示。检验结果表明,感知能力到重构能力的总中介效应为0.271,95%的置信区间(CI)为[0.164,0.368],不包含0,说明效应显著。具体而言,此中介效应由以下两条不同路径组成:路径1中连通性在重构能力与感知能力之间的中介效应为0.093,95%的置信区间为[0.032,0.161],不包含0,说明中介效应显著,假设H2得到支持;路径2中兼容性在重构能力与感知能力之间的中介效应为0.179,95%的置信区间为[0.079,0.269],不包含0,说明中介效应显著,假设H3得到支持。总中介效应值是以上两条路径的效应总和,即0.271,95%的置信区间为[0.169,0.367],不包含0,说明总中介效应显著;总效应是直接效应和总中介效应的和,为0.564,95%的置信区间为[0.478,0.650],不包含0,说明总效应显著。各中介效应值在总效应中的百分比即为效果量,以上两条路径的效果量依次为16.49%、31.74%,总的中介效果量为48.23%。

表6 多重中介效应路径分析

由以上研究结果可知,连通性和兼容性在重构能力与感知能力的关系中具有双重中介作用。这表明,工业互联网平台作为重要基础设施从连通性和兼容性两方面提供了技术支持,均可以对传统制造企业在感知到市场机遇后有效利用资源进行整合重构产生积极作用,这有助于促进企业的数字化程度。连通性和兼容性的多重中介路径进一步揭示了企业在采纳工业互联网平台数字化技术后进行转型的内在作用机理,即工业互联网平台通过连接机器、设备、人和信息技术,提高了信息的数字化程度,使信息从物理设备解耦,并实现了即时传输、存储和转换,生产要素之间的连接为信息共享、资源互动奠定了基础,有助于企业灵活调整产品及服务模式、业务流程,获得可持续竞争优势。

五、结论与讨论

(一)研究结论

随着云计算、大数据、物联网、第五代移动通信技术(5G)等平台支持技术的发展,工业互联网平台在传统企业数字化转型中的作用备受关注,但很多制造业企业接入平台提供的工业软件后,并没有显著改善绩效,反而增加了投资成本、降低了绩效,市场需求与组织转型实践之间存在错位。因此,为了深入探讨传统制造业企业如何借助工业互联网平台洞察市场需求并迅速协调内外部资源、顺应时代发展,本文以利用工业互联网平台服务进行转型的企业为研究对象,通过问卷调查实证分析企业基于工业互联网平台技术支持形成的连通性和兼容性在市场感知与资源重构之间的多重中介作用,主要研究结论如下:

第一,企业的市场感知能力对资源重构能力具有积极影响。洞悉用户需求变化的感知能力、重新配置资源以适应动态变化环境的能力,已经成为企业在激烈竞争中获得发展机遇的重要驱动力。第二,工业互联网平台的广度(即连通性)在市场感知能力与资源重构能力之间起中介作用,工业互联网平台的宽度(即兼容性)在市场感知能力与资源重构能力的关系中起中介作用。工业互联网平台作为重要的技术支撑工具,当企业在感知到机遇或威胁后,可以有效地整合、沉淀工业互联网平台提供的涵盖整个企业内外部及整个价值链的重要数据,并依据数据分析作出相对客观、准确的决策,促进企业对组织战略、流程、结构、营销等方面进行有效的调整以适应环境的变化。综上所述,连通性和兼容性在市场感知与组织重构之间起多重中介作用,即工业互联网平台的连通性是基础,高效泛在化的连接为内外部资源整合提供了技术支撑。平台通过智能装备以及产品在物联网状态下形成设备、产品等本体的智能化,建立企业内部“端到端的连接”,可以获取丰富的设备物联数据。在智能物联的基础上,进一步实现组织内部涵盖采购、研发、生产、运营、营销等整个价值链连接的智能化,形成企业内部纵向连接,存储生产运营数据。同时,从云端汇集消费端、企业以及产业链上下游之间的数据,实现整个价值链的横向智能化,即企业外部横向连接,不断累积丰富的市场环境数据。在此基础上通过工业互联网平台整合累积丰富的内外部数据形成泛在化连接,进一步提高线上与线下、内部与外部、消费端与供给端的融会贯通,从而有助于企业通过数据分析提取有效信息、挖掘潜在客户需求,实现适应性组织重构。

(二)理论贡献

本文的理论贡献如下:首先,构建了感知能力与重构能力之间的多重中介路径模型。随着数字化进程的加速,企业赖以生存的商业模式和发展路径遭到破坏,不得不面临来自不同领域的颠覆式创新和替代性竞争,实现适应性发展是所有企业面临的首要问题,市场感知和资源重构的重要性日益凸显[27]。本文构建了工业互联网平台深度和广度技术支持下感知能力与重构能力之间的多重中介模型,打开了企业在感知到市场机遇后抓住商机的“黑箱”,丰富了数字化背景下组织敏捷性的理论研究。其次,工业互联网平台的重要性已经引起实业界和学术界的广泛关注,但已有文献大多基于平台企业视角[10],探索平台的结构、模式、能力、演化、成熟度等议题,这些研究隐含的前提假设是平台参与者的被动性以及同质性,因而难以解释平台上企业用户的战略能动性。本文为弥补这一不足,从利用工业互联网平台的制造企业出发,构建制造企业利用工业互联网平台提供的数字化支持快速感知和响应用户需求、适应环境变化的机制模型,为拓展工业互联网平台研究的参与者主体视角提供新思路。最后,分析了动态能力的两个重要维度(市场感知与资源重构)之间的关系。虽然学术界对动态能力已有大量研究,包括动态能力对企业竞争优势和效益的影响机制,动态能力提高绩效的中介机制[19],动态能力的形成、影响因素及提升机制,但对动态能力概念本身,尤其是重要维度之间的关系研究较为缺乏。因此,本文揭示了企业市场感知与资源重构之间工业互联网平台起到的中介机制,进一步丰富了数字化时代企业动态能力的理论研究。

(三)实践启示

随着乌卡时代的来临,复杂性、动荡性、模糊性和不确定性成为新常态,企业面临的危机也此起彼伏,日益凸显了企业及时调整结构适应市场环境发展的现实紧迫性。与此同时,中国制造业门类齐全、规模庞大,在新一代工业革命的推动下面临着转型重构的压力,企业如何有效利用数字技术创造价值也是学者和企业家们重点关注的问题。作为对这一问题的响应,本文提出了基于工业互联网平台的市场感知-组织重构模型,为企业将工业互联网平台从潜在技术支持转变为现实生产要素提供了新的视角,并剖析了其背后的实现路径,为传统企业的转型升级提供了可借鉴的成长模式。

首先,有别于相对稳定的工业时代,数字化背景下的用户需求、竞争模式、技术创新等使得环境不确定性成为新常态,企业的生存不再依赖于固定的组织形态和资源组合,而更需要敏锐地捕捉用户需求并快速配置资源抓住机遇,以获得竞争优势。及时感知外界环境的变化对企业是否能够在日趋激烈的商业竞争中获得数字红利至关重要。其次,工业互联网平台作为重要的基础设施,在企业感知市场机遇和整合重构资源抓住机遇之间起桥梁作用,为企业洞察环境、快速高效地响应用户需求提供了有效的数字化技术支持。这一结论的重要现实意义在于,数字技术已经从根本上改变了传统企业的生产服务模式,数字化技术的使用已然被推到一个空前的新高度,组织面临着越来越大的压力,需要用数字技术来更新和转变业务模式,但大部分企业并没有准备好应对数字化趋势,市场数字化需求与组织的应对能力之间存在错位。从感知机遇与威胁到实现组织重构事关企业的生死存亡。而工业互联网平台通过传感器、嵌入式终端系统、智能控制系统、通信设备等形成的泛在化连接收集了海量的数据,包括工业装备在设计、调试、运营、维修、回收等过程中形成的机器数据,产品设计、生产、制造、使用、服务、回收、报废等过程中形成的产品生命周期数据和运营数据,由产业链、互联网、用户、经济社会环境等形成的外部数据等,可以有效地支持企业在动荡的环境下进行适应性重构。最后,利用工业互联网平台实现数字化转型是一个渐进性的过程,不能一蹴而就,需要在连通性的基础上形成兼容性模式从而进行转型重构。平台为制造业企业提供的软件、硬件等数字化基础设施有助于实现人、机、物的泛在化连接,企业可以通过智能化装备收集组织内外部的多样化信息,信息的及时、有效流动可以促进组织内部的沟通交流,有助于打破数据孤岛,实现跨部门的共享兼容,从而实现产品创新、业务创新和组织重构。

(四)局限与展望

尽管本文解释了企业利用工业互联网平台进行重构的过程,形成了一些有价值的结论,但仍存在不足之处:首先,本文主要以广东省某工业互联网平台上的制造业企业、利用该平台提供的软硬件产品及服务进行数字化转型的制造企业为对象进行问卷调查,从该平台服务的全国各地不同行业的数千家企业用户中收集数据,尽量保障研究的可靠性,但依然存在一定的局限,将来在条件范围内有待进一步扩展至更多平台的用户企业;其次,针对工业互联网平台与数字化转型的融合,未来可以采用更多的研究方法检验其理论框架,如多案例研究、建模仿真、行为实验等。