智能制造能促進企業(yè)創(chuàng)新績效嗎？

陳金亮, 趙雅欣,2, 林 嵩

（1.中央財經(jīng)大學 商學院，北京 100081；2.小米通訊技術(shù)有限公司，北京 100085）

一、引 言

智能制造已成為制造業(yè)的新興生產(chǎn)模式，越來越多的制造業(yè)企業(yè)開始進行生產(chǎn)系統(tǒng)的智能化轉(zhuǎn)型（Osterrieder等，2020；孫新波等，2021）。比如，大眾、戴姆勒、寶馬等企業(yè)已經(jīng)開始采用智能制造的技術(shù)來提升產(chǎn)品質(zhì)量，縮短產(chǎn)品上市時間，從而應(yīng)對需求日益?zhèn)€性化的挑戰(zhàn)（Zhong等，2017）。然而對于個體企業(yè)而言，智能化轉(zhuǎn)型依然面臨著各種挑戰(zhàn)，比如，技術(shù)壁壘、資金投入、鎖定效應(yīng)、盈利不確定等（Oettmeier和Hofmann，2017；于曉宇等，2019）。機會與挑戰(zhàn)的并存使得企業(yè)的智能化轉(zhuǎn)型充滿了不確定性，只有最終提升了企業(yè)績效，智能制造才真正取得了成功（王毅，2018）。企業(yè)績效涉及多個維度，包括財務(wù)績效、運營績效、環(huán)境績效和創(chuàng)新績效（Büchi等，2020；Dalenogare等，2018；Li等，2020；Yang等，2020）。其中，創(chuàng)新績效不僅是企業(yè)績效的構(gòu)成維度，而且直接制約著企業(yè)績效的提升。實際上，智能制造并非簡單用機器代替人力，而是要以智能設(shè)備為載體促進創(chuàng)新生態(tài)系統(tǒng)的重建，使企業(yè)產(chǎn)生消化、吸收和再創(chuàng)新的能力，從而通過提升創(chuàng)新績效來促進企業(yè)績效（Yang等，2020）。因此，從本文的研究動機來看，弄清智能制造對企業(yè)創(chuàng)新績效的影響，有利于幫助企業(yè)順利地推進智能化轉(zhuǎn)型，從而找到提升企業(yè)績效的辦法。

有關(guān)智能制造對創(chuàng)新績效作用的研究可以追溯至信息技術(shù)的創(chuàng)新績效影響（Kleis等，2012；Yang等，2020；Zhang等，2016），雖然相關(guān)研究已持續(xù)多年，但是學者之間仍然存在分歧，尚未厘清智能制造與創(chuàng)新績效之間的影響關(guān)系。比如，Gómez等（2016）認為，智能制造的信息技術(shù)會促進企業(yè)與外部合作伙伴的信息交互，減少企業(yè)在信息識別、信息消化與信息使用方面的成本，從而提升企業(yè)的創(chuàng)新績效；Haug等（2020）則認為，智能制造的信息技術(shù)會引發(fā)生產(chǎn)與管理系統(tǒng)的剛性，從而妨礙企業(yè)創(chuàng)新績效的提升。因此，我們需要對智能制造與創(chuàng)新績效之間的作用機制及其邊界條件進行更深入的探討。就研究問題而言，本文旨在深入剖析智能制造對創(chuàng)新績效產(chǎn)生作用的深層機理，并在此基礎(chǔ)上深入探究其邊界條件，從而厘清智能制造與創(chuàng)新績效之間的關(guān)系。需要指出的是，在以往研究中，關(guān)于創(chuàng)新績效的測量既有采用新產(chǎn)品開發(fā)績效（于曉宇等，2019）等量表的，也有采用研發(fā)投入與專利數(shù)等（Song等，2006；Gómez等，2017）客觀指標的，本文采用新產(chǎn)品開發(fā)績效來測量企業(yè)的創(chuàng)新績效。

本研究采用對大樣本問卷數(shù)據(jù)進行多元回歸分析的方法，在信息處理理論框架下從信息處理能力的視角探討智能制造與創(chuàng)新績效的關(guān)系，并將研發(fā)投入和組織結(jié)構(gòu)復雜性作為信息處理能力的影響因素，分析研發(fā)投入和組織結(jié)構(gòu)復雜性的權(quán)變影響。本文的研究發(fā)現(xiàn)和結(jié)論表現(xiàn)在以下三個方面：第一，基于信息處理能力與信息處理需求匹配的邏輯，智能制造可以通過與VUCA的外部環(huán)境對信息處理需求的增加相匹配，即促進信息的收集、傳遞和利用來提高企業(yè)的信息處理能力，從而促進創(chuàng)新績效的提升。第二，基于研發(fā)投入影響信息處理能力的邏輯，研發(fā)投入的增加能夠豐富企業(yè)的知識庫，提高企業(yè)的吸收能力，即通過提高組織單元的問題解決水平來“縮小”智能制造所帶來的信息處理能力與VUCA的外部環(huán)境所引發(fā)的信息處理需求之間的“缺口”，從而正向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系。第三，基于組織結(jié)構(gòu)復雜性影響信息處理能力的邏輯，較高的組織結(jié)構(gòu)復雜性會降低企業(yè)應(yīng)對環(huán)境變化的反應(yīng)能力和企業(yè)內(nèi)部的協(xié)調(diào)能力，致使組織單元之間的協(xié)調(diào)配合難度增加，導致智能制造帶來的信息處理能力與VUCA的外部環(huán)境所引發(fā)的信息處理需求之間的“缺口”有所“加大”，從而負向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系。從研究貢獻和意義來看，本文能夠充實智能制造理論、拓展研發(fā)投入對創(chuàng)新績效的作用機理并深化信息處理理論，從而為中國制造業(yè)企業(yè)的智能化轉(zhuǎn)型提供借鑒。

二、文獻綜述與理論模型

（一）智能制造及其對創(chuàng)新績效的影響

智能制造，又稱為云制造、智慧工廠，是在信息技術(shù)與先進制造技術(shù)深度融合的基礎(chǔ)上，將制造資源與傳感器、計算機平臺、通信技術(shù)、控制仿真和預(yù)測工程等有機集成而形成的新型生產(chǎn)模式，而且由于信息技術(shù)與先進制造技術(shù)的全程貫穿，整個制造過程還具備了自動學習、自動感知、自動決策、自動執(zhí)行的特點（Culot等，2020；Frank等，2019；Kusiak，2018；Tao等，2018；Yang等，2020）。根據(jù)美國國家標準技術(shù)研究院的說法，智能制造是一個智能化集成協(xié)作的系統(tǒng)。企業(yè)借助智能制造可以更加系統(tǒng)全面地進行生產(chǎn)協(xié)同，從而實時地滿足工廠不斷變化的生產(chǎn)需求（Kusiak，2018）。在智能制造系統(tǒng)中，制造執(zhí)行系統(tǒng)憑借智慧化的生產(chǎn)流程，可以自動地從設(shè)備傳感器獲取數(shù)據(jù)，實時地為企業(yè)資源計劃提供生產(chǎn)系統(tǒng)的有關(guān)信息，從而使企業(yè)管理者可以在全面精準地掌握生產(chǎn)系統(tǒng)狀態(tài)的基礎(chǔ)上進行科學決策，實現(xiàn)生產(chǎn)系統(tǒng)的高效集成協(xié)作（Frank等，2019；Tao等，2018）。

鑒于智能制造的優(yōu)勢，學者們開始廣泛關(guān)注智能制造的研究，智能制造與創(chuàng)新績效的關(guān)系就是學者們感興趣的話題之一（Büchi等，2020；Raj等，2020；Yang等，2020）。追根溯源，智能制造與創(chuàng)新績效關(guān)系的研究可以追溯到信息技術(shù)的創(chuàng)新績效影響（Yang等，2020；Zhang等，2016）。通過對文獻的綜述可以發(fā)現(xiàn)，學者們對智能制造與創(chuàng)新績效的關(guān)系還存在著爭論。多數(shù)觀點認為智能制造對創(chuàng)新績效具有正向的促進作用（Ravichandran等，2017）。學者們認為智能制造的信息技術(shù)能夠增強企業(yè)的吸收能力，促進組織成員的溝通，從而降低知識識別、吸收和利用的成本（Gómez等，2017；Wu等，2021）；此外，智能制造的信息技術(shù)還能加強知識管理和機會識別，從而促進專利發(fā)明和新產(chǎn)品開發(fā)等企業(yè)創(chuàng)新活動（Joshi等，2010；Kleis等，2012）。比如，Niebel等（2019）認為大數(shù)據(jù)技術(shù)能夠增加企業(yè)可用信息的數(shù)量和種類，降低吸收外部知識的成本，促進外部知識的整合，從而提升創(chuàng)新績效。與此同時，對于智能制造與創(chuàng)新績效的關(guān)系還存在其他觀點，比如，Haug等（2020）認為智能制造的信息技術(shù)會引發(fā)生產(chǎn)與管理系統(tǒng)的剛性從而并不會促進創(chuàng)新績效；Karhade和Dong（2020）認為智能制造的信息技術(shù)與創(chuàng)新績效之間存在倒U型的關(guān)系。Yang等（2020）也指出智能制造所發(fā)揮的作用并不總是保持一致，在技術(shù)密集型產(chǎn)業(yè)和勞動密集型產(chǎn)業(yè)，智能制造對創(chuàng)新績效的作用表現(xiàn)并不完全相同。鑒于研究爭議的存在，本研究試圖繼續(xù)對智能制造與創(chuàng)新績效的關(guān)系進行剖析以探究背后深層的作用機理。

（二）基于信息處理理論的理論模型

1.信息處理理論與信息處理能力視角

信息處理理論將企業(yè)視為一個開放的信息處理系統(tǒng)。在信息處理理論下，企業(yè)由肩負著不同分工職責的組織單元按照特定的組織機制組建而成，組織單元的問題解決水平與協(xié)調(diào)配合是決定企業(yè)信息處理能力的兩個關(guān)鍵要素，組織單元的問題解決水平越強，組織單元之間的協(xié)調(diào)配合越順暢，企業(yè)的信息處理能力就會越強（Galbraith，1973，1977；Tushman和Nadler，1978）。企業(yè)信息處理能力的最佳水平是恰好能夠滿足不確定性和模糊性的現(xiàn)實需求。信息處理理論由信息處理需求、信息處理能力和匹配三個核心概念構(gòu)成，其核心觀點是信息處理能力與信息處理需求的匹配程度會影響組織的績效表現(xiàn)，二者的匹配程度越高，企業(yè)在各個方面的績效表現(xiàn)就會越好（Galbraith，1973；Gómez等，2016；Tushman和Nadler，1978；陳金亮等，2019）。

信息處理需求主要源于企業(yè)內(nèi)外部的不確定性和模糊性。不確定性意味著缺乏信息，是指企業(yè)執(zhí)行任務(wù)所需的信息量與企業(yè)已擁有的信息量之間的差異（Tushman和Nadler，1978）；模糊性意味著混亂和缺乏理解，是指對企業(yè)狀況存在多重或相互矛盾的解釋（Daft和Lengel，1986）。不確定性和模糊性主要與外部環(huán)境、組織間關(guān)系和任務(wù)特征三個方面高度相關(guān)（Bensaou和Venkatraman，1995；Premkumar等，2005）。為了匹配內(nèi)外部不確定性和模糊性所引發(fā)的信息處理需求，企業(yè)需要保有適當水平的信息處理能力。信息處理能力不僅取決于企業(yè)內(nèi)部各個組織單元的問題解決水平，而且取決于各個組織單元之間的協(xié)調(diào)配合情況（Galbraith，1973，1977；Song等，2005）。信息處理能力與諸多因素有關(guān)，比如研發(fā)投入、技術(shù)水平、組織冗余、獎勵機制、組織結(jié)構(gòu)、協(xié)調(diào)與控制機制、領(lǐng)先用戶網(wǎng)絡(luò)、供應(yīng)商網(wǎng)絡(luò)等（Galbraith，1973，1977；Song等，2005；Tushman和Nadler，1978）。

為了能有好的績效表現(xiàn)，企業(yè)非常重視信息處理能力與信息處理需求的匹配，并將二者的匹配作為所追求的目標。然而，現(xiàn)實中信息處理能力與信息處理需求的不匹配時常發(fā)生，當信息處理能力與信息處理需求不匹配時，企業(yè)就需要采取措施予以改進。本研究將企業(yè)所采取的措施分為兩個視角：信息處理需求的視角與信息處理能力的視角。首先是信息處理需求的視角，信息處理需求的視角強調(diào)企業(yè)通過降低信息處理需求來實現(xiàn)匹配。比如，企業(yè)通過保留適當?shù)拈e置資源，創(chuàng)建具有獨立特性的任務(wù)組來減少信息處理需求；其次是信息處理能力的視角，信息處理能力的視角強調(diào)企業(yè)通過提高信息處理能力來實現(xiàn)匹配。比如，企業(yè)通過構(gòu)建更加柔性的組織結(jié)構(gòu)來提高處理信息的能力（Galbraith，1973，1977；Song等，2005）?？傊?，企業(yè)既可以通過調(diào)整信息處理需求，又可以通過調(diào)整信息處理能力來使二者重歸匹配（Srinivasan和Swink，2015）。

值得指出的是，在工業(yè)4.0時期企業(yè)作為開放的組織系統(tǒng)已經(jīng)無法與外部環(huán)境完全隔離，不穩(wěn)定、不確定、復雜和模糊的外部環(huán)境，不僅使企業(yè)對信息處理的需求日益增加，而且使企業(yè)通過控制信息處理需求來實現(xiàn)信息處理能力與信息處理需求的匹配越來越難。此時，通過調(diào)整信息處理能力來實現(xiàn)信息處理能力與信息處理需求的匹配就成為了企業(yè)的不二選擇。簡而言之，VUCA的外部環(huán)境使得企業(yè)難以采取信息處理需求視角下的辦法來實現(xiàn)信息處理能力與信息處理需求的匹配，企業(yè)不得不采取信息處理能力視角下的辦法來實現(xiàn)信息處理能力與信息處理需求的匹配。在影響信息處理能力的因素中，智能制造是調(diào)整信息處理能力的重要方式，研發(fā)投入與組織結(jié)構(gòu)復雜性分別屬于影響組織單元問題解決水平與組織單元之間協(xié)調(diào)配合的重要因素。

2.信息處理能力視角下的智能制造、研發(fā)投入與組織結(jié)構(gòu)復雜性

首先是智能制造對企業(yè)信息處理能力的增強。基于信息處理能力的視角，智能制造能夠增強企業(yè)的信息處理能力，從而跟與日俱增的信息處理需求相匹配。智能制造能夠通過提升企業(yè)的信息技術(shù)水平來促進信息的收集、傳遞和利用，從而增強企業(yè)的信息處理能力（Cao等，2019；Gómez等，2016，2017；Joshi等，2010；Li等，2019，2020）。比如，部署在智能制造系統(tǒng)的數(shù)據(jù)庫可以實現(xiàn)信息的實時共享，從而降低通信成本并提高信息傳輸?shù)馁|(zhì)量和速度（Ravichandran等，2017）；運用在智能制造系統(tǒng)的人工智能和數(shù)據(jù)分析等技術(shù)，可以高效準確地篩選和處理相關(guān)信息，幫助企業(yè)整合利用特定的數(shù)據(jù)資源（Frank等，2019）；智能制造系統(tǒng)下基于互聯(lián)網(wǎng)的計算機處理系統(tǒng)，能夠提高企業(yè)的信息技術(shù)水平（Egelhoff，1991）。

其次是研發(fā)投入對企業(yè)信息處理能力的影響。從信息處理理論來看，由于研發(fā)投入的增加能夠提升組織單元的問題解決水平，所以研發(fā)投入是影響企業(yè)信息處理能力的一個重要因素。研發(fā)投入的增加能夠豐富企業(yè)的知識庫，增強企業(yè)的吸收能力，提升企業(yè)內(nèi)部組織單元的問題解決水平，從而提升企業(yè)的信息處理能力（Chen等，2016；Cohen和Levinthal，1990；Grimpe和Sofka，2009）。具體而言，研發(fā)投入的增加能夠更多地賦能于組織單元解決問題時所執(zhí)行的“搜索—選擇”循環(huán)，使得組織單元能夠更好地完成“搜索—選擇”循環(huán)（West，2000）。“搜索”界定了一系列特定的流程，當組織單元尋求產(chǎn)品或工藝的改進時，可以運用這些特定的流程尋找潛在的解決方案，“選擇”意味著需要對某個給定的“潛在解決方案”做出是否進行驗證的決策（West，2000）。研發(fā)投入增加所誘發(fā)的知識庫的豐富與吸收能力的增強，意味著組織單元能夠更積極地搜索潛在的解決方案，并在找到潛在解決方案后進行科學的選擇，也就是說組織單元具有了更高水平的問題解決能力。因此，研發(fā)投入的增加能夠通過豐富企業(yè)的知識庫，增強企業(yè)的吸收能力，提高組織單元的問題解決水平，從而提升企業(yè)的信息處理能力。

最后是組織結(jié)構(gòu)對企業(yè)信息處理能力的影響。從信息處理理論來看，組織結(jié)構(gòu)約定了組織單元之間的協(xié)調(diào)配合方式，決定著組織單元之間協(xié)調(diào)配合的順暢程度，是影響信息處理能力的另一個重要因素（Bensaou和Venkatraman，1995；簡兆權(quán)和劉曉彥，2017）。企業(yè)的組織結(jié)構(gòu)涉及集中/分散程度、形式化程度、有機/機械性質(zhì)、組織結(jié)構(gòu)復雜性等多個屬性（Pertusa-Ortega等，2010；Tushman和Nadler，1978；Wang，2003；West，2000）。以往研究表明，組織結(jié)構(gòu)的集中化和形式化有利于提升組織的信息處理能力（Wang，2003），有機的組織結(jié)構(gòu)比機械的組織結(jié)構(gòu)更能處理外部環(huán)境的不確定性（Tushman和Nadler，1978），組織結(jié)構(gòu)復雜性對信息處理能力具有負面的影響（Vickery等，2016）。在實踐中，組織結(jié)構(gòu)復雜性相對容易調(diào)整，因此本研究從組織結(jié)構(gòu)復雜性切入，探究組織結(jié)構(gòu)對信息處理能力的影響。組織結(jié)構(gòu)復雜性用于描述組織元素的異質(zhì)性情況，如果組織的內(nèi)部活動或子系統(tǒng)的數(shù)量越多，結(jié)構(gòu)單元之間的關(guān)系越密集，那么企業(yè)的組織結(jié)構(gòu)復雜性就越高（Anderson，1999；Robbins，1990；Rybakov，2001；Simon，1996；Snihur和Tarzijan，2018）。面臨著VUCA的外部環(huán)境，較高的組織結(jié)構(gòu)復雜性會降低企業(yè)應(yīng)對環(huán)境變化的反應(yīng)能力和企業(yè)內(nèi)部的協(xié)調(diào)能力，從而降低企業(yè)有效處理信息的能力（Hoole，2006；Wiengarten等，2017；呂鴻江等，2009）。

基于以上分析，本研究的理論模型如圖1所示。

圖1 本研究的理論模型

三、研究假設(shè)

（一）智能制造與創(chuàng)新績效的關(guān)系

VUCA的外部環(huán)境持續(xù)不斷地增加著企業(yè)的信息處理需求。具有新技術(shù)變革特性的智能制造，能夠提高企業(yè)的信息處理能力，匹配日益增加的信息處理需求，從而對創(chuàng)新績效產(chǎn)生積極影響。智能制造對信息處理能力的提升體現(xiàn)在信息收集、信息傳遞、信息利用三個方面。第一，智能制造可以提升企業(yè)的信息收集能力，從而幫助企業(yè)獲取大量多樣化的信息。比如，依托信息技術(shù)智能制造可以幫助企業(yè)實時地獲得產(chǎn)品運行與用戶使用數(shù)據(jù)（Culot等，2020；Frank等，2019；Porter和Heppelmann，2014；Feng和Shanthikumar，2018）。第二，智能制造能夠消除企業(yè)各部門的信息壁壘從而促進信息傳遞。物聯(lián)網(wǎng)與云服務(wù)都是消除信息壁壘的有效工具，物聯(lián)網(wǎng)可以實現(xiàn)物理設(shè)備和網(wǎng)絡(luò)之間的連接和通信，云服務(wù)能夠遠程存儲實時運營數(shù)據(jù)，從而完全共享生產(chǎn)制造所需的信息（Brettel等，2014；Cámara等，2015；Kusiak，2018）。第三，智能制造可以促進信息的充分利用。智能制造下的云計算與數(shù)據(jù)分析技術(shù)有助于信息的充分處理與分析，云計算的仿真模擬技術(shù)便于綜合規(guī)劃產(chǎn)品的生產(chǎn)運營流程，數(shù)據(jù)分析技術(shù)有助于分析對新產(chǎn)品開發(fā)有價值的用戶信息（Feng和Shanthikumar，2018；Joshi和Gupta，2019；Olsen和Tomlin，2020）?？傊?，智能制造可以提高企業(yè)的信息處理能力，從而與VUCA的外部環(huán)境所誘發(fā)的信息處理需求相匹配，最終促進創(chuàng)新績效的提升。由此，本研究提出以下假設(shè)：

H1：智能制造與創(chuàng)新績效之間存在正向的作用關(guān)系。

（二）研發(fā)投入的權(quán)變影響

研發(fā)投入增加能夠通過提高信息處理能力，“縮小”智能制造所帶來的信息處理能力與VUCA的外部環(huán)境所引發(fā)的信息處理需求之間的“缺口”。研發(fā)投入增加可以通過兩個機制對企業(yè)信息處理能力產(chǎn)生影響。首先是研發(fā)投入增加對知識庫的貢獻。企業(yè)的研發(fā)投入是無形資產(chǎn)投資的一種形式，增加研發(fā)投入可以為企業(yè)現(xiàn)有的知識庫引入更多有價值的外部知識（Chauvin和Hirschey，1993；Chen等，2016）。通過增加研發(fā)投入，企業(yè)的知識庫會日益豐富，多樣化的知識會互相影響，這將有利于企業(yè)更好地利用智能制造的生產(chǎn)運營信息執(zhí)行“搜索—選擇”這一問題解決循環(huán)，從而提升企業(yè)的信息處理能力，強化智能制造對創(chuàng)新績效的影響。其次是研發(fā)投入增加對吸收能力的提高。吸收能力表現(xiàn)為識別、同化與運用外部知識的能力，吸收能力的提高是增加研發(fā)投入的副產(chǎn)品（Cohen和Levinthal，1990）。吸收能力的增加能夠提高企業(yè)對市場和技術(shù)趨勢的認知，在減少技術(shù)不可預(yù)見性所帶來的各種風險的同時，使新產(chǎn)品開發(fā)更加符合市場的需求，從而更好地執(zhí)行“搜索—選擇”這一問題解決循環(huán)，提升企業(yè)的信息處理能力，強化智能制造對創(chuàng)新績效的影響（Egelhoff，1991；Tushman和Nadler，1978；West，2000）?；谝陨戏治?，本研究認為研發(fā)投入的增加可以為智能制造的信息處理能力提供支持，使智能制造所帶來的信息處理能力與VUCA的外部環(huán)境所誘發(fā)的信息處理需求更好的匹配。由此，本研究提出以下假設(shè)：

H2：研發(fā)投入正向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系。

（三）組織結(jié)構(gòu)復雜性的權(quán)變影響

較高的組織結(jié)構(gòu)復雜性會降低信息處理能力，從而“加大”智能制造所帶來的信息處理能力與VUCA的外部環(huán)境所引發(fā)的信息處理需求之間的“缺口”。組織結(jié)構(gòu)復雜性提高意味著企業(yè)內(nèi)部不僅具有較多的結(jié)構(gòu)單元，而且還存在著較多的依賴關(guān)系（Robbins，1990；Rybakov，2001；Snihur和Tarzijan，2018）。較多的結(jié)構(gòu)單元以及彼此之間較多的依賴關(guān)系，會因降低企業(yè)對環(huán)境變化的反應(yīng)能力和企業(yè)內(nèi)部的協(xié)調(diào)能力而削弱企業(yè)的信息處理能力。首先，組織結(jié)構(gòu)復雜性提高會降低企業(yè)對環(huán)境變化的反應(yīng)能力。當企業(yè)具有較多的結(jié)構(gòu)單元，存在較多的依賴關(guān)系時，企業(yè)的管理等級和決策流程就會增加，管理決策也會拖延，企業(yè)對環(huán)境變化的反應(yīng)能力就會降低（呂鴻江等，2009；Wiengarten等，2017）。企業(yè)對環(huán)境變化反應(yīng)能力的降低實際就是企業(yè)內(nèi)部組織單元之間協(xié)調(diào)配合不順暢的外在表現(xiàn)，因此組織結(jié)構(gòu)復雜性提高會通過降低企業(yè)對環(huán)境變化的反應(yīng)能力，削弱企業(yè)的信息處理能力，負向影響智能制造與創(chuàng)新績效之間的關(guān)系。其次，組織結(jié)構(gòu)復雜性的增加會降低企業(yè)內(nèi)部的協(xié)調(diào)能力。企業(yè)內(nèi)部的協(xié)調(diào)能力會影響企業(yè)的信息處理能力，企業(yè)內(nèi)部的協(xié)調(diào)能力越強，企業(yè)的信息處理能力就會越強（Tushman和Nadler，1978；Snihu和Tarzijan，2018）。相反，企業(yè)內(nèi)部的協(xié)調(diào)能力下降會使企業(yè)的信息處理能力受到損害（Vickery等，2016；West，2000）。隨著組織結(jié)構(gòu)復雜性的增加，企業(yè)內(nèi)部的協(xié)調(diào)難度會不斷加大?？傊M織結(jié)構(gòu)復雜性提高會通過降低企業(yè)的反應(yīng)能力和協(xié)調(diào)能力，使企業(yè)的信息處理能力減弱，從而削弱智能制造引起的信息處理能力與VUCA的外部環(huán)境所誘發(fā)的信息處理需求的匹配。由此，本研究提出以下假設(shè)：

H3：組織結(jié)構(gòu)復雜性負向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系。

四、研究設(shè)計

（一）樣本與數(shù)據(jù)收集

用于本研究假設(shè)驗證的樣本來自珠三角地區(qū)制造業(yè)的高新技術(shù)產(chǎn)業(yè)企業(yè)。之所以選擇這樣的樣本主要是基于以下考慮。首先，珠三角地區(qū)的制造業(yè)企業(yè)一直都是研究中國企業(yè)問題的典型樣本。珠三角地區(qū)是中國經(jīng)濟的重要增長極，該地區(qū)的制造業(yè)企業(yè)是伴隨著中國改革開放較早就發(fā)展起來的一批企業(yè)，數(shù)量規(guī)模十分龐大，很多中國企業(yè)的管理問題在該地區(qū)的制造業(yè)企業(yè)都有典型的表現(xiàn)。其次，珠三角地區(qū)的制造業(yè)企業(yè)正在進行智能制造的轉(zhuǎn)型探索并以此來尋求新的創(chuàng)新發(fā)展機會。長期以來，珠三角地區(qū)的制造業(yè)企業(yè)一直在持續(xù)不斷地開展創(chuàng)新活動，不斷地實現(xiàn)轉(zhuǎn)型升級。近年來隨著經(jīng)營環(huán)境的改變、人工成本的攀升以及信息技術(shù)的發(fā)展，越來越多的企業(yè)開始著手實施智能制造，試圖以此找到新的創(chuàng)新發(fā)展機會，擺脫企業(yè)發(fā)展所面臨的困境。最后，珠三角地區(qū)的高新技術(shù)產(chǎn)業(yè)企業(yè)是該地區(qū)制造業(yè)企業(yè)實施智能制造的先行者。高新技術(shù)產(chǎn)業(yè)企業(yè)涵蓋了8個領(lǐng)域：電子信息技術(shù)、生物與醫(yī)藥技術(shù)、航空航天技術(shù)、新材料技術(shù)、高新技術(shù)服務(wù)技術(shù)、新能源及節(jié)能技術(shù)、資源與環(huán)境技術(shù)、高新技術(shù)改造傳統(tǒng)產(chǎn)業(yè)。高新技術(shù)產(chǎn)業(yè)企業(yè)是珠三角地區(qū)實施智能制造的典型代表，高新技術(shù)產(chǎn)業(yè)企業(yè)不僅創(chuàng)新活動活躍，而且智能制造轉(zhuǎn)型推進迅速。為此，本研究選擇珠三角地區(qū)制造業(yè)的高新技術(shù)產(chǎn)業(yè)企業(yè)進行數(shù)據(jù)收集。

本研究數(shù)據(jù)收集的單元是企業(yè)。為了最大可能地規(guī)避測量所引發(fā)的共同方法變異，本研究參考Podsakoff等（2003）事前控制的建議進行了嚴謹?shù)难芯吭O(shè)計。首先，從不同的數(shù)據(jù)源收集測量指標的數(shù)據(jù)。本研究從兩個渠道、三個數(shù)據(jù)源進行數(shù)據(jù)收集。兩個渠道是指本研究同時依靠問卷調(diào)查和“天眼查”（一家專門經(jīng)營企業(yè)數(shù)據(jù)的高科技企業(yè)）兩個渠道進行數(shù)據(jù)收集，三個數(shù)據(jù)源是指作為因變量的創(chuàng)新績效、作為調(diào)節(jié)變量的研發(fā)投入和組織結(jié)構(gòu)復雜性來自對高層經(jīng)理的問卷調(diào)查，作為自變量的智能制造來自對同一企業(yè)運營經(jīng)理的問卷調(diào)查，作為控制變量的行業(yè)類型來自“天眼查”的數(shù)據(jù)庫。其次，本研究采用不同的刻度進行數(shù)據(jù)測量。Podsakoff等（2003）認為可以通過空間、心理與方法的分割等方式來降低共同方法變異，采用不同的刻度進行測量屬于方法分割的一種。值得指出的是，采用不同的刻度進行數(shù)據(jù)測量是權(quán)衡利弊之后做出的選擇，這種選擇存在一定的弊端，某種意義上潛變量之間測量方法的不統(tǒng)一會導致統(tǒng)計指標一定程度的不可比性，從而影響統(tǒng)計驗證的可分析性。在采用不同的刻度進行數(shù)據(jù)測量時，因變量創(chuàng)新績效采用七點Likert量表進行測量，自變量智能制造采用五點Likert量表進行測量，調(diào)節(jié)變量研發(fā)投入采用研發(fā)投入的金額進行測量，調(diào)節(jié)變量組織結(jié)構(gòu)復雜性采用企業(yè)具備的核心功能數(shù)量進行測量，控制變量行業(yè)類型和所有制采用0/1啞變量進行測量，控制變量進入壁壘采用逆向七點Likert量表進行測量，控制變量企業(yè)規(guī)模采用企業(yè)總資產(chǎn)金額進行測量。最后，問卷數(shù)據(jù)的收集采用匿名面訪的形式。為了盡量消除問卷填寫人的各方面顧慮，避免主觀因素導致的共同方法變異，問卷填寫采取不記名的方式，為了及時回答填寫人在問卷填寫時遇到的各方面疑問，確保填寫人能夠認真仔細地完成問卷，本研究采取訪問員面訪的形式完成問卷數(shù)據(jù)收集。

為了保證數(shù)據(jù)收集方案的順利實施，本研究委托了專業(yè)的數(shù)據(jù)調(diào)查公司。該數(shù)據(jù)調(diào)查公司長期在珠三角地區(qū)開展數(shù)據(jù)收集，與該地區(qū)6 000家左右的企業(yè)保持著數(shù)據(jù)調(diào)查合作關(guān)系。根據(jù)研究樣本聚焦制造業(yè)高新技術(shù)產(chǎn)業(yè)企業(yè)的需要，研究團隊與數(shù)據(jù)調(diào)查公司進行多次溝通協(xié)商，先是約定數(shù)據(jù)收集的樣本框為8個領(lǐng)域的高新技術(shù)產(chǎn)業(yè)企業(yè)，而后根據(jù)企業(yè)的類型鎖定了制造業(yè)企業(yè)，在這6 000家左右的企業(yè)中有982家符合標準。經(jīng)過聯(lián)系與溝通，在這982家企業(yè)中有453家（46.130%）愿意參加本研究的問卷調(diào)查，有307家（31.263%）企業(yè)的高層經(jīng)理最終完成了企業(yè)層面問卷的調(diào)查，在這307家企業(yè)中有160家（16.293%）的運營經(jīng)理完成了運營層面問卷的調(diào)查。經(jīng)過企業(yè)層面問卷與運營層面問卷的交叉驗證和糾錯，刪除24份有問題的配對問卷，最終用于本研究的樣本數(shù)為136（13.849%）。樣本企業(yè)的描述性統(tǒng)計分析結(jié)果見表1，描述性統(tǒng)計涉及樣本企業(yè)的行業(yè)類型、所在行業(yè)的進入壁壘、所有制（國有/三資/民營）和總資產(chǎn)?？梢钥吹?，樣本企業(yè)主要屬于電子信息技術(shù)、新能源及節(jié)能技術(shù)行業(yè)，樣本企業(yè)所在行業(yè)的進入壁壘總體上處于較高的水平，樣本企業(yè)的所有制多為民營和三資（中外合資/中外合作/外商獨資），樣本企業(yè)以總資產(chǎn)低于1億元人民幣的企業(yè)為主。此外，需要指出的是制造業(yè)高新技術(shù)企業(yè)未必都是智能制造企業(yè)，為了能夠識別出智能制造的作用，確保智能制造變量的變異，同時又兼顧樣本數(shù)量的約束，本研究在智能制造的測量方面，題項均采用完全不具備、幾乎不具備、基本具備、大多具備、完全具備5個刻度進行測量。選定的樣本企業(yè)既包含完全未開展智能制造的企業(yè)，又包含較為全面開展智能制造的企業(yè)，在選定的樣本中，僅有6家企業(yè)完全沒有開展智能制造。

表1 樣本企業(yè)的描述性統(tǒng)計

（二）變量測量

因變量：創(chuàng)新績效（IP）。以往研究表明創(chuàng)新績效的測量可以直接采用量表，比如新產(chǎn)品開發(fā)績效（于曉宇等，2019），也可以采用創(chuàng)新投入與創(chuàng)新產(chǎn)出的客觀指標，比如研發(fā)投入與專利數(shù)等（Song等，2006；Gómez等，2017）。出于以下兩方面的考慮本研究采用量表的方式直接測量創(chuàng)新績效：一方面，研發(fā)投入是本研究所探討的影響企業(yè)信息處理能力的一個變量，如果采用研發(fā)投入測量創(chuàng)新績效，將導致無法區(qū)分研發(fā)投入和創(chuàng)新績效；另一方面，雖然用專利數(shù)作為創(chuàng)新產(chǎn)出來測量創(chuàng)新績效更為客觀，但是由于樣本企業(yè)的規(guī)模都相對較小，經(jīng)營年限也相對較短，專利數(shù)據(jù)還比較欠缺。因此，本研究依據(jù)Song等（2006）的研究采用新產(chǎn)品開發(fā)績效量表來測量創(chuàng)新績效。創(chuàng)新績效的測量使用七點Likert量表（1=完全不同意，7=完全同意），由企業(yè)的高層經(jīng)理評估其所在企業(yè)的創(chuàng)新績效情況。

自變量：智能制造（IM）。借鑒Anderl和Fleischer（2015）的研究，本研究采用五個題項測量智能制造：（1）生產(chǎn)流程具有數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)評估、流程計劃和控制功能；（2）生產(chǎn)流程具有通過郵件/電話、中央數(shù)據(jù)庫、在線門戶網(wǎng)站、自動信息交互、跨企業(yè)集成通信功能；（3）生產(chǎn)設(shè)備能夠通過現(xiàn)場總線接口、工業(yè)以太網(wǎng)接口、直接接入互聯(lián)網(wǎng)、安裝互聯(lián)網(wǎng)軟件，從而實現(xiàn)機機交互；（4）人與生產(chǎn)設(shè)備之間能夠通過使用設(shè)備顯示儀、監(jiān)控器、手機、AR技術(shù)實現(xiàn)人機交互；（5）生產(chǎn)流程可以通過靈活的生產(chǎn)系統(tǒng)、通用組件、模塊化生產(chǎn)來提供大規(guī)模定制的生產(chǎn)效率。智能制造的測量采用五點Likert量表（1=完全不具備，5=完全具備），由企業(yè)的運營經(jīng)理評估其所在企業(yè)的智能制造情況。

調(diào)節(jié)變量：本研究的調(diào)節(jié)變量包括研發(fā)投入和組織結(jié)構(gòu)復雜性。首先是研發(fā)投入（RD）。研發(fā)投入有相對指標與絕對指標兩種測量方法，前者用研發(fā)投入占營業(yè)收入的比例測量，后者用研發(fā)投入的金額測量（Wang，2007；陳修德等，2015）。本研究采用絕對指標，運用企業(yè)研發(fā)投入金額的對數(shù)值測量研發(fā)投入。其次是組織結(jié)構(gòu)復雜性（SC）。根據(jù)Robbins（1990）的研究，組織結(jié)構(gòu)復雜性涉及橫向復雜性、縱向復雜性和空間復雜性三個維度。橫向復雜性用以描述組織內(nèi)部門和專業(yè)領(lǐng)域的數(shù)量，組織內(nèi)的部門和專業(yè)領(lǐng)域越多橫向復雜性越高；縱向復雜性用以描述組織內(nèi)科層的數(shù)量，組織的行政層級越多縱向復雜性越高；空間復雜性用以描述組織內(nèi)機構(gòu)和部門的空間分散狀態(tài)，組織內(nèi)機構(gòu)和部門所處的空間越分散空間復雜性越高（Pertusa-Ortega等，2010）。本研究用橫向復雜性來表征組織結(jié)構(gòu)復雜性，用組織核心功能的數(shù)量來測量組織結(jié)構(gòu)復雜性。具體而言，本研究針對采購、研發(fā)、制造、運輸、包裝/廣告、加工/倉儲、批發(fā)/零售、售后/維護、咨詢/數(shù)據(jù)分析九項企業(yè)的核心功能，由高層經(jīng)理回答其所在企業(yè)是否具備，然后用企業(yè)所具備的核心功能總數(shù)的對數(shù)值來表征組織結(jié)構(gòu)復雜性。

控制變量：本研究的控制變量包括行業(yè)類型、進入壁壘、所有制和企業(yè)規(guī)模。行業(yè)類型分為電子信息技術(shù)行業(yè)、新能源及節(jié)能技術(shù)行業(yè)和其他行業(yè)三類，采用兩個0/1啞變量進行測量，變量分別為電子信息技術(shù)（Elec）和新能源及節(jié)能技術(shù)（Enge）；企業(yè)所在行業(yè)的進入壁壘借鑒Song和Di Benedetto（2008）的研究，采用新競爭者進入行業(yè)后在三年內(nèi)達到一個令人滿意的利潤水平的可能性來測量，采用七點Likert量表（1=更低，7=更高），新競爭者獲得滿意利潤的可能性越高，進入威脅越大，進入壁壘越小，因此本研究對量表所得數(shù)據(jù)進行逆序編碼，變量為進入壁壘（Barr）；所有制的類型包括國有、民營和三資三類，采用兩個啞變量來測量，變量分別為國有（State）和民營（Priv）；企業(yè)規(guī)模采用企業(yè)總資產(chǎn)的對數(shù)值測量（Asse）。

（三）信度與效度

本研究的兩個調(diào)節(jié)變量無需進行信度和效度的檢驗。因變量創(chuàng)新績效與自變量智能制造均采用Likert量表進行衡量，需要進行信度與效度的分析。本研究采用Cronbach’sα系數(shù)和組合信度（CR）系數(shù)進行信度檢驗，采用驗證性因子分析（CFA）計算平均方差提取值（AVE）和AVE的平方根對量表進行效度檢驗。表2是信度與效度分析結(jié)果。信度檢驗的結(jié)果顯示，創(chuàng)新績效和智能制造的α系數(shù)分別為0.720和0.838，組合信度系數(shù)分別為0.726和0.843，數(shù)值均高于閾值0.7，因此信度良好。效度檢驗的結(jié)果顯示，創(chuàng)新績效和智能制造的AVE分別為0.401和0.518，創(chuàng)新績效的AVE低于閾值0.5，智能制造的AVE高于閾值0.5，但是創(chuàng)新績效的AVE高于Lam（2012）所接受的標準，因此聚合效度符合基本要求。此外，從表3給出的相關(guān)分析可以看出，創(chuàng)新績效和智能制造AVE的平方根都大于它們與其他變量的相關(guān)系數(shù)，表明區(qū)分效度良好。

表2 信度與效度

五、數(shù)據(jù)分析結(jié)果

（一）相關(guān)性分析

本研究使用SPSS對因變量、自變量、調(diào)節(jié)變量和控制變量之間的相關(guān)關(guān)系進行了分析，Pearson相關(guān)系數(shù)結(jié)果如表3?？梢钥闯龈鱾€變量的均值和標準差均無異常，同時，除電子信息技術(shù)和新能源及節(jié)能技術(shù)之間的相關(guān)系數(shù)絕對值達到0.5以上（-0.563）之外，其他各個變量之間的相關(guān)系數(shù)值均小于0.5，普遍在0.1—0.3之間。

表3 相關(guān)分析

（二）回歸分析

本文運用多元回歸分析進行假設(shè)的驗證，因變量是創(chuàng)新績效，自變量是智能制造，調(diào)節(jié)變量分別為研發(fā)投入和組織結(jié)構(gòu)復雜性。層次回歸的結(jié)果見表4。

回歸結(jié)果見智能制造與創(chuàng)新績效之間存在正向的相關(guān)關(guān)系（M2，β=0.026），但不顯著。調(diào)節(jié)變量研發(fā)投入及其交互項加入后，智能制造與創(chuàng)新績效之間呈現(xiàn)顯著的負向關(guān)系（M3，β=-1.394，p＜0.05）；調(diào)節(jié)變量組織結(jié)構(gòu)復雜性及其交互項加入后，智能制造與創(chuàng)新績效之間呈現(xiàn)顯著的正向關(guān)系（M4，β=0.346，p＜0.1）；調(diào)節(jié)變量研發(fā)投入、組織結(jié)構(gòu)復雜性及其交互項加入后，智能制造與創(chuàng)新績效之間呈現(xiàn)顯著的負向關(guān)系（M5，β=-1.687，p＜0.05）。因此，假設(shè)1得到部分支持。研發(fā)投入顯著正向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系（M3，β=0.604，p＜0.05；M5，β=0.999，p＜0.001），從而假設(shè)2得到支持，即研發(fā)投入越高智能制造對創(chuàng)新績效的促進作用越強。此外，組織結(jié)構(gòu)復雜性顯著負向調(diào)節(jié)智能制造與創(chuàng)新績效的關(guān)系（M4，β=-0.712，p＜0.1；M5，β=-1.389，p＜0.01），從而假設(shè)3得到支持，即隨著組織結(jié)構(gòu)復雜性的增高智能制造對創(chuàng)新績效的促進作用減弱。

（三）調(diào)節(jié)效應(yīng)圖示與穩(wěn)健性分析

1.調(diào)節(jié)效應(yīng)圖示

為了進一步闡釋研發(fā)投入和組織結(jié)構(gòu)復雜性的調(diào)節(jié)作用，本研究利用PROCESS進行了深入分析，并給出了兩個調(diào)節(jié)變量在均值之下一個標準差（Mean-SD）、均值（Mean）、均值之上一個標準差（Mean+SD）三種不同狀態(tài)下，自變量與因變量的回歸系數(shù)和標準差。結(jié)果如表4所示，隨著研發(fā)投入的增加，智能制造與創(chuàng)新績效的系數(shù)由負（-0.115）轉(zhuǎn)為正（0.259），進一步驗證了研發(fā)投入的正向調(diào)節(jié)作用。類似地，隨著組織結(jié)構(gòu)復雜性的提升，智能制造與創(chuàng)新績效的系數(shù)由正（0.120）轉(zhuǎn)為負（-0.116），進一步驗證了組織結(jié)構(gòu)復雜性的負向調(diào)節(jié)作用。

表4 回歸分析

本研究還分別繪制了研發(fā)投入的調(diào)節(jié)效應(yīng)圖（如圖2所示）和組織結(jié)構(gòu)復雜性的調(diào)節(jié)效應(yīng)圖（如圖3所示）。從研發(fā)投入的調(diào)節(jié)效應(yīng)圖可以看出，研發(fā)投入正向調(diào)節(jié)智能制造與創(chuàng)新績效之間的關(guān)系，從組織結(jié)構(gòu)復雜性的調(diào)節(jié)效應(yīng)圖可以看出，組織結(jié)構(gòu)復雜性負向調(diào)節(jié)智能制造與創(chuàng)新績效之間的關(guān)系。

圖2 研發(fā)投入的調(diào)節(jié)效應(yīng)

圖3 組織結(jié)構(gòu)復雜性的調(diào)節(jié)效應(yīng)

2.穩(wěn)健性分析

在不同的行業(yè)，智能制造的發(fā)展水平不盡相同，汽車、電子、電器、醫(yī)藥制造、化學原料和化學制品等行業(yè)的智能制造處于領(lǐng)先水平（裝備工業(yè)一司，2021）。為此，有必要剖析本研究所得的結(jié)論是否具有穩(wěn)健的表現(xiàn)，即研究結(jié)論是在各個行業(yè)具有普遍一致性，還是僅在某個行業(yè)呈現(xiàn)行業(yè)特殊性？為了深入分析不同的行業(yè)樣本下研究結(jié)論的穩(wěn)健性，本研究將樣本分為電子信息技術(shù)行業(yè)、新能源及節(jié)能技術(shù)行業(yè)和其他行業(yè)三類，然后分別運用三類行業(yè)的樣本剖析智能制造與創(chuàng)新績效之間的關(guān)系，探究研發(fā)投入和組織結(jié)構(gòu)復雜性的調(diào)節(jié)作用。穩(wěn)健性分析的回歸結(jié)果如表5所示。

表5 穩(wěn)健性分析

在表5中，模型6是高新技術(shù)產(chǎn)業(yè)電子信息技術(shù)行業(yè)樣本的回歸結(jié)果，模型7是高新技術(shù)產(chǎn)業(yè)新能源及節(jié)能技術(shù)行業(yè)的回歸結(jié)果，模型8是高新技術(shù)產(chǎn)業(yè)除了以上兩個行業(yè)之外其他行業(yè)的回歸結(jié)果。從表5的穩(wěn)健性分析可以發(fā)現(xiàn)，在高新技術(shù)產(chǎn)業(yè)電子信息技術(shù)行業(yè)的樣本下，智能制造對創(chuàng)新績效的影響、研發(fā)投入的調(diào)節(jié)效應(yīng)和組織結(jié)構(gòu)復雜性的調(diào)節(jié)效應(yīng)均顯著，完全支持本研究所得的結(jié)論。在高新技術(shù)產(chǎn)業(yè)新能源及節(jié)能技術(shù)行業(yè)的樣本下，智能制造對創(chuàng)新績效的影響、研發(fā)投入的調(diào)節(jié)效應(yīng)顯著，部分支持本研究所得的結(jié)論。在高新技術(shù)產(chǎn)業(yè)除了以上兩個行業(yè)之外其他行業(yè)的樣本下，智能制造對創(chuàng)新績效的影響、研發(fā)投入的調(diào)節(jié)效應(yīng)和組織結(jié)構(gòu)復雜性的調(diào)節(jié)效應(yīng)均不顯著，完全不支持本研究所得的結(jié)論。根據(jù)《智能制造發(fā)展指數(shù)報告（2020）》，電子信息技術(shù)行業(yè)、新能源及節(jié)能技術(shù)行業(yè)和其他行業(yè)的智能制造水平依次呈現(xiàn)遞減的水平。將智能制造在不同行業(yè)發(fā)展的差異性與本研究穩(wěn)健性分析的結(jié)論結(jié)合起來，可以發(fā)現(xiàn)本研究所得的結(jié)論更加適用于智能制造水平高的行業(yè)。

六、結(jié)果討論與展望

（一）研究結(jié)論

企業(yè)面臨著VUCA的外部環(huán)境，需要提高自身的信息處理能力，以匹配VUCA外部環(huán)境所誘發(fā)的信息處理需求。智能制造可以幫助企業(yè)有效地收集、傳遞和利用信息，從而提高信息處理能力，促進創(chuàng)新績效的提升。研發(fā)投入的增加可以豐富企業(yè)的知識庫，提高企業(yè)的吸收能力，通過更多地賦能“搜索—選擇”循環(huán)來提高組織單元解決問題的水平，從而提高企業(yè)的信息處理能力，更好地支持智能制造對創(chuàng)新績效的促進作用。相反，組織結(jié)構(gòu)復雜性提高不僅會降低企業(yè)對環(huán)境變化的反應(yīng)能力，而且會減弱企業(yè)內(nèi)部的協(xié)調(diào)能力，從本質(zhì)上降低企業(yè)內(nèi)部組織單元之間協(xié)調(diào)配合的順暢程度，從而削弱企業(yè)的信息處理能力。

（二）討論

通過對智能制造與創(chuàng)新績效關(guān)系的分析，以及對研發(fā)投入和組織結(jié)構(gòu)復雜性調(diào)節(jié)作用的剖析，本研究的理論貢獻包括以下三個方面。第一，通過揭示信息處理能力在智能制造與創(chuàng)新績效之間的作用機理，不僅從深層組織理論邏輯的視角豐富了智能制造理論，而且還將信息處理理論的“信息系統(tǒng)戰(zhàn)略”拓展至“智能制造戰(zhàn)略”，從而完善了工業(yè)4.0時代的信息處理理論。首先是從深層組織理論邏輯的視角對智能制造理論的豐富。智能制造作為新興的研究話題，引起了理論界的廣泛探討。已有研究開始從信息處理的視角探究智能制造的創(chuàng)新績效表現(xiàn)，但是剖析的出發(fā)點要么是基于信息技術(shù)，要么是基于計算機系統(tǒng)，目前還非常缺乏深層組織理論邏輯視角的分析（Gómez等，2017；Joshi等，2010；Li等，2020；Yang等，2020）。本研究將智能制造作為更高級別的信息技術(shù)，認為智能制造可以幫助企業(yè)快速準確地收集、傳遞和利用產(chǎn)品相關(guān)信息，提升企業(yè)的信息處理能力，實現(xiàn)與VUCA的外部環(huán)境所誘發(fā)的信息處理需求相匹配從而促進創(chuàng)新績效的提升，這從深層組織理論邏輯的視角充實了智能制造的理論。其次是將“信息系統(tǒng)戰(zhàn)略”拓展至“智能制造戰(zhàn)略”對工業(yè)4.0時代信息處理理論的完善。由于信息處理理論創(chuàng)立于20世紀70—80年代，當時的計算機與信息技術(shù)方興未艾，信息處理理論給出了實現(xiàn)匹配的信息處理需求與信息處理能力兩個視角，并將對信息系統(tǒng)的投資作為信息處理能力視角下的“信息系統(tǒng)戰(zhàn)略”（Hau?mann等，2012）。然而，伴隨著信息技術(shù)的不斷發(fā)展，特別是工業(yè)4.0時代智能制造的興起，“信息系統(tǒng)戰(zhàn)略”已經(jīng)不適應(yīng)時代發(fā)展的需要，本研究從信息處理理論視角探究智能制造的作用，將原有的“信息系統(tǒng)戰(zhàn)略”拓展到了“智能制造戰(zhàn)略”，從而完善了工業(yè)4.0時代的信息處理理論。

第二，通過對研發(fā)投入增加能夠提高組織單元的問題解決水平從而促進信息處理能力這個作用機理的剖析，不僅將研發(fā)投入與信息處理理論的核心概念建立起了理論關(guān)聯(lián)，而且從權(quán)變的視角拓展了研發(fā)投入對創(chuàng)新績效的作用機理。首先是研發(fā)投入與信息處理理論核心概念之間理論關(guān)聯(lián)的建立?；谛畔⑻幚砝碚?，本研究認為研發(fā)投入增加能夠豐富企業(yè)的知識庫并提高企業(yè)的吸收能力（Cohen和Levinthal，1990），從而更好地執(zhí)行組織單元解決問題時的“搜索—選擇”循環(huán)。這從信息處理理論下組織單元的問題解決水平這個核心概念出發(fā)，建立起了研發(fā)投入與信息處理理論核心概念之間的關(guān)聯(lián)?；谒⒌倪@個關(guān)聯(lián)本研究認為研發(fā)投入的增加能夠提升企業(yè)的信息處理能力，從而對智能制造與創(chuàng)新績效之間的關(guān)系發(fā)揮正向調(diào)節(jié)作用（Chen等，2016；Grimpe和Sofka，2009）。其次是研發(fā)投入對創(chuàng)新績效權(quán)變作用機理的拓展。不論是從創(chuàng)新績效的測量方面審視，還是從研發(fā)投入的核心動機方面審視，研發(fā)投入都對創(chuàng)新績效具有直接的促進作用。從創(chuàng)新績效的測量來看，有研究從創(chuàng)新投入的角度出發(fā)，直接將研發(fā)投入作為創(chuàng)新績效的測量指標，為了區(qū)分研發(fā)投入與創(chuàng)新績效，本研究從創(chuàng)新產(chǎn)出的角度對創(chuàng)新績效進行了測量（Song等，2006；Gómez等，2017）。從研發(fā)投入的核心動機來看，研發(fā)投入的根本目的就是為了產(chǎn)出專利或開發(fā)新產(chǎn)品，只是研發(fā)投入與創(chuàng)新產(chǎn)出之間不是線性關(guān)系，而是倒U型的非線性關(guān)系（Gómez等，2017；Ravichandran等，2017）。出于研究智能制造對創(chuàng)新績效影響的考慮，本研究僅將主效應(yīng)限定在智能制造對創(chuàng)新績效的作用方面，并基于信息處理理論的視角剖析了研發(fā)投入在智能制造與創(chuàng)新績效之間的權(quán)變作用，從而從權(quán)變的角度拓展了研發(fā)投入對創(chuàng)新績效的作用機理。本研究對研發(fā)投入在權(quán)變角度的拓展還與Gómez等（2017）的研究類似，Gómez等（2017）認為信息技術(shù)與研發(fā)投入具有交互作用，他們的研究表明信息技術(shù)會對研發(fā)投入與創(chuàng)新績效之間的關(guān)系產(chǎn)生互補作用。

第三，通過對組織結(jié)構(gòu)復雜性的增加會加大組織單元之間的協(xié)調(diào)配合難度從而降低信息處理能力這個作用機理的剖析，將組織結(jié)構(gòu)復雜性與信息處理理論的核心概念建立起了理論關(guān)聯(lián)，進而拓展了信息處理理論。基于信息處理理論，本研究認為復雜的組織結(jié)構(gòu)會降低企業(yè)對環(huán)境變化的反應(yīng)能力和企業(yè)內(nèi)部的協(xié)調(diào)能力，致使企業(yè)的信息處理能力受損。這從信息處理理論組織單元之間的協(xié)調(diào)配合這個核心概念出發(fā)，建立起了組織結(jié)構(gòu)復雜性與信息處理理論核心概念之間的關(guān)聯(lián)?；谒⒌倪@個關(guān)聯(lián)，本研究從組織結(jié)構(gòu)復雜性對智能制造與創(chuàng)新績效關(guān)系的權(quán)變作用出發(fā)，發(fā)現(xiàn)組織結(jié)構(gòu)復雜性的提高會削弱企業(yè)的信息處理能力，從而不利于企業(yè)應(yīng)對VUCA的外部環(huán)境所誘發(fā)的信息處理需求，最終對智能制造的創(chuàng)新績效影響產(chǎn)生負面的作用。本研究對組織結(jié)構(gòu)復雜性的拓展還與以往的研究結(jié)果類似，以往的研究認為隨著組織結(jié)構(gòu)復雜性的增加，組織面臨的不確定性會上升，以至超出決策者的信息處理能力，從而降低組織對環(huán)境變化的反應(yīng)能力，增加生產(chǎn)時間或?qū)е庐a(chǎn)品質(zhì)量下降（Vickery等，2016；Wiengarten等，2017）。

此外，本研究還有以下三點實踐啟示。首先，隨著智能化成為全球制造業(yè)發(fā)展的趨勢，本研究證實了實施智能制造對創(chuàng)新績效的提升效果，這能為企業(yè)的智能化轉(zhuǎn)型實踐提供指導意義。在智能制造技術(shù)發(fā)展的趨勢下，企業(yè)可以通過積極參與智能化轉(zhuǎn)型提升創(chuàng)新績效。其次，在企業(yè)的智能化轉(zhuǎn)型過程中，為了實現(xiàn)創(chuàng)新績效的提升，企業(yè)要更加謹慎的審視研發(fā)投入。一方面，研發(fā)投入與創(chuàng)新績效之間存在倒U型關(guān)系，即研發(fā)投入增加并不一定導致創(chuàng)新績效的提升，研發(fā)投入過高會導致生產(chǎn)成本過高從而不利于提升創(chuàng)新績效；另一方面，研發(fā)投入還會影響智能制造與創(chuàng)新績效之間的關(guān)系，本研究的結(jié)果表明研發(fā)投入還能夠通過提高企業(yè)的信息處理能力改善智能制造與創(chuàng)新績效的關(guān)系，間接地提升創(chuàng)新績效。因此，企業(yè)管理者進行研發(fā)投入決策時，需要找準研發(fā)投入所發(fā)揮的主要作用，謹慎的權(quán)衡研發(fā)投入與企業(yè)的生產(chǎn)成本、利潤之間的關(guān)系。最后，企業(yè)可以通過降低組織結(jié)構(gòu)復雜性來提升智能制造對創(chuàng)新績效的作用。組織結(jié)構(gòu)復雜性會降低企業(yè)對環(huán)境變化的反應(yīng)能力和企業(yè)內(nèi)部的協(xié)調(diào)能力，從而削弱企業(yè)的信息處理能力，抑制創(chuàng)新績效的提升。鑒于企業(yè)自身的組織結(jié)構(gòu)復雜性對提高智能制造的創(chuàng)新績效無益，企業(yè)在推進智能化轉(zhuǎn)型的管理實踐中要適當降低組織結(jié)構(gòu)復雜性。

（三）局限與展望

本研究通過理論論證提出了三條假設(shè)并運用數(shù)據(jù)分析對假設(shè)進行了驗證，得到了一些有意義的研究結(jié)論，但是本研究還存在以下不足之處，有待后期的研究進一步完善和拓展。第一，本研究僅僅從信息處理能力提升的視角探究了智能制造對創(chuàng)新績效的影響機制，這僅僅是一個視角下的一家之言，未來至少還需要從兩個方面進一步拓展研究。一個方面是繼續(xù)深挖智能制造對信息處理能力的作用機理，或者將信息處理能力作為新的變量引入模型，探究信息處理能力的中介效應(yīng)。另一個方面是探究智能制造對創(chuàng)新績效產(chǎn)生作用的其他機制，從而更加全面的揭示智能制造與創(chuàng)新績效之間的關(guān)系。第二，影響信息處理能力的因素是多方面的，若要全面反映信息處理理論的全貌，還需要在模型中引入更多的影響因素，但是本研究僅僅剖析了智能制造、研發(fā)投入與組織結(jié)構(gòu)復雜性三個因素，模型與理論的契合仍然不夠緊密。此外，雖然本研究將智能制造發(fā)揮作用的文獻追溯至信息技術(shù)，試圖從信息技術(shù)角度體現(xiàn)信息處理理論下“信息”作用的發(fā)揮，但是仍然沒有直接從信息所發(fā)揮的作用方面進行深入闡述。所以未來有必要進入更多的影響信息處理能力的因素，并直接從信息所發(fā)揮的作用機理上進行深入剖析。第三，本研究在研究設(shè)計上采用的是珠三角地區(qū)高新技術(shù)產(chǎn)業(yè)制造業(yè)企業(yè)的橫截面數(shù)據(jù)，但是智能制造對創(chuàng)新績效的影響以及研發(fā)投入與組織結(jié)構(gòu)復雜性的調(diào)節(jié)往往具有影響的長期性，對這些關(guān)系進行檢驗時往往需要數(shù)據(jù)具有一定的時間前后關(guān)系，為此未來有必要加強智能制造對創(chuàng)新績效的長期動態(tài)研究。本研究基于136份企業(yè)調(diào)研數(shù)據(jù)的實證結(jié)果，未能完全顯著支持智能制造對創(chuàng)新績效的正向影響，二者之間正向作用關(guān)系的顯著性還存在變化。雖然這一結(jié)果的出現(xiàn)有其理論上的原因，但也不排除與數(shù)據(jù)是制造業(yè)高新技術(shù)產(chǎn)業(yè)企業(yè)而非智能制造企業(yè)有關(guān)，也不排除與樣本數(shù)據(jù)是橫截面數(shù)據(jù)有關(guān)。一方面，本研究的樣本選擇了珠三角地區(qū)制造業(yè)的高新技術(shù)產(chǎn)業(yè)企業(yè)，這些企業(yè)總資產(chǎn)大多位于200萬—3 000萬之間，整體規(guī)模不是很大，由于規(guī)模所限這些企業(yè)實施智能制造改造的意識還不強，而且這些企業(yè)還缺少實施智能制造的各類資源，包括軟硬件設(shè)備以及專業(yè)技術(shù)人員等，這致使智能制造技術(shù)在這些企業(yè)中的應(yīng)用還相對比較有限。換言之，選擇珠三角地區(qū)制造業(yè)的高新技術(shù)產(chǎn)業(yè)企業(yè)作為樣本具有一定的代表性偏差，因此未來有必要收集全面實行智能制造的企業(yè)樣本進一步對研究成果進行檢驗。另一方面，出于規(guī)避橫截面數(shù)據(jù)弊端的考慮，未來的研究可以通過搜集面板數(shù)據(jù)來分析智能制造對創(chuàng)新績效的長期影響，也可以采用案例研究的方式對結(jié)果進行校驗（蘇敬勤和劉靜，2012）。第四，本研究對變量的測量還需要進一步修正。一方面，雖然本研究對智能制造的測量具有一定的原創(chuàng)性，但是隨著研究成果的豐富，當出現(xiàn)更多智能制造的量表時，可以采用不同的方式測量企業(yè)的智能制造程度，從而進一步修正智能制造的測量。另一方面，本研究對創(chuàng)新績效的測量使用的雖然是以往研究曾經(jīng)用過的量表，但是量表的信度和效度并不十分令人滿意，因此未來有必要根據(jù)中國智能制造情境開發(fā)更恰當?shù)牧勘怼?/p>