The implementation of enterprise strategy is affected by organizational recognition and organizational behavior, but at present most of related studies are about the impact of informatization on the intelligent transformation of manufacturing enterprises from the behavioral level. Scholars propose that the informatization construction behaviors such as information equipment investment will promote the intelligent development of manufacturing enterprises, ignoring the role of enterprise recognition. Moreover, many scholars have proposed that technology, knowledge and talents are the main factors affecting the development of intelligence, and they play an important role in intelligent transformation of manufacturing enterprises. Therefore, differing from the previous researches which are from the perspective of single behavior, this paper starts from the dual perspectives of informatization strategic recognition and construction behavior, and comprehensively considers the impact of informatization, knowledge, technology and talents on intelligent transformation, and meanwhile brings knowledge preference, technological innovation and technical talents into one analysis framework, and according establishes the theoretical hypothesis model, so as to reveal the black box of informatization influence on intelligent transformation of manufacturing enterprises.
This paper puts forward 10 research hypotheses, selects 202 manufacturing enterprises as research samples, and uses the method of regression analysis to calculate the model. Taking founding time of enterprise, personnel scale and asset scale as control variables, knowledge preference and technological innovation as mediating variables and technical talents as adjustment variable, a linear regression model is established to test the relationship between informatization strategic recognition, construction behavior and intelligent transformation. Among the 10 hypotheses, 9 of them are valid. The research shows that the informatization strategy recognition and construction behavior have a positive impact on intelligent transformation, and the promotion of construction behavior is more significant. And informatization does not directly promote the intelligent transformation of manufacturing enterprises. Knowledge preference and technological innovation play a mediating role. Technical talents play a positive adjustment role in informatization construction behavior and technological innovation. From the dual perspective, the informatization strategic recognition and construction behavior indirectly affect the intelligent transformation of manufacturing enterprises through positive influence on knowledge preference and technological innovation。 The effect of informatization construction behavior on technological innovation is more obvious under the high level of technical talents. In addition, in view of different characteristics of enterprise, we make the comparison between mechanical equipment manufacturing and information & electronic equipment manufacturing. We use the method of sample grouping regression to analyze the two types of manufacturing enterprises respectively and group the sample data for robustness test. On the one hand, it confirms the reliability of the conclusion. On the other hand, it also shows that compared with information and electronic equipment manufacturing enterprises, the technological innovation of mechanical equipment manufacturing enterprises has a greater impact on intelligent transformation.
Therefore, the key to promoting intelligent transformation is to organically combine the informatization of manufacturing enterprises with knowledge and technical activities. Based on informatization, manufacturing enterprises should pay full attention to the role of knowledge preference and technological innovation in the process of intelligent transformation, and form a knowledge preference and technological innovation system for intelligent transformation. From the cognitive logic level, enterprises should accelerate the formation of a unified informatization strategic recognition, further improve the tendency of employees to actively participate in knowledge activities, and form the knowledge preference of manufacturing enterprises, and then provide sufficient knowledge reserves for the intelligent transformation of manufacturing enterprises. At the behavioral logic level, manufacturing enterprises should accelerate the investment in information construction to improve the quality of technological innovation through rapid and comprehensive information analysis. Based on the achievements of intelligent technology innovation, the intelligent transformation of enterprises should be accelerated. This study reveals the influence process of informatization on the intelligent transformation of manufacturing enterprises from two perspectives, which has important theoretical value and practical guiding significance for the intelligent transformation of manufacturing enterprises.
开放科学(资源服务)标识码(OSID)：
制造业是强国之基，信息化与工业化深度融合为其发展带来新机遇。我国提出“中国制造2025”，将智能制造作为五大工程之一。智能制造是加快我国工业化和信息化融合的重要着力点，有利于重塑我国制造业竞争优势，基于信息化推进制造企业智能化转型对我国实现制造强国目标具有重大战略意义。然而，信息化如何促进制造企业智能化发展仍不明确，揭示其作用“黑箱”，为制造企业智能化转型提供有效理论依据成为当前重要研究任务。智能化转型作为制造企业发展过程的重要战略，受到组织认知与组织行为的双重影响。组织认知是企业对战略的态度与理解，是一种心理状态，组织行为是企业贯彻战略而开展的具体活动[1,2]。信息化是智能化的前提与基础[3]，因此，企业需从“认知”与“行为”双视角，基于信息化推进智能化转型。
当前对制造企业智能化转型的研究，多从单视角展开，且认为信息化可直接促成企业智能化转型[4,5]，忽视了知识偏好与技术创新的中介作用。因此，本文从认知逻辑和行为逻辑双视角出发，研究信息化对智能化转型的影响过程，为企业智能化转型提供决策支持。
(1)信息化与智能化的关系。有学者认为信息化对智能化具有直接影响，袁洪飞[6]指出制造企业可通过新一代信息技术打造智能工厂；Lee等[7]提出数据-物理融合信息系统可推进制造企业智能发展。也有学者认为制造企业智能化重点依靠新技术开发或对已有技术进行改进[8]，因此，信息化只有通过技术创新才能真正促进智能化转型。Feng等[9]指出，制造企业智能化面临产品与知识技术多样性、复杂性激增问题，知识集成是成功实现智能化转型的核心；Biren[10]提出，模块并行工程与知识管理是企业信息化转向智能化的关键。学界对信息化是否直接促成智能化转型尚未达成共识，知识偏好、技术创新在其中是否发挥中介作用仍需进一步检验。
另外，Jason等[11]研究发现企业人力资本正向调节信息化对企业效率的影响，具有高质量人力资本的企业能够更好地掌握信息技术、将捕捉的有用知识与业务关联，不断提升业务效率。制造企业智能化转型依赖高质量技术人才[12]，那么，技术人才较多的制造企业其信息化建设对智能化转型的促进作用是否更显著？技术人才在哪些环节发挥调节作用？
(2)信息化如何影响智能化转型。在研究信息化对智能化转型的影响时，学者通常从信息化建设行为出发，论证其作用关系[8,13-14]。相关研究从设施、平台、系统等视角论证了信息化建设行为对智能化转型的作用，但忽视了认知逻辑。事实上，信息化战略认知直接影响企业对变动信息的掌握与理解程度，进一步影响战略执行行为接受意愿[15,16]。因此，需进一步拓展研究视角，更加全面地揭示信息化如何影响制造企业智能化转型。
认知逻辑视角下，信息化战略认知经历萌芽、理解到深化的过程，即制造企业不断在经营管理、生产运营、未来发展中凸显信息化地位与作用，基于对信息化工具、平台、信息资料的学习、理解与认可，提升数据和经验采集意愿以及知识学习、知识交流与共享意愿，促进知识偏好生成。知识偏好是企业整体对知识的喜好、理解与接纳倾向[17]，良好的知识偏好不仅体现为对企业战略相关知识的喜爱与理解，更体现为对知识获取、共享、整合、创新等知识活动的支持和参与倾向。知识偏好可提升企业智能化知识学习、掌握与应用能力，有效推进智能化转型。
(1)信息化战略认知与智能化转型。企业制定的战略需要高层管理者和中下层员工的清晰理解与普遍认同，才能形成战略共识[16]。战略认知可直接影响企业转型升级的推进和发展[18]，首先，信息化战略认知会降低信息化理解与接受冲突，制造企业强调共享、数字、交互、高效，可为智能化转型提供良好工作与文化氛围；其次，信息化战略认知促使资源向信息化无障碍集聚，可快速解决信息化发展中资源短缺问题，为加快智能化转型提供资源保障；最后，信息化战略认知促使不同部门采用同样规则进行信息、数据与资源共享及交互，促进不同生产、检测数据与设备实现兼容及动态联结，为智能化转型提供有效组织保障。基于此，提出如下假设：
H1：信息化战略认知对制造企业智能化转型具有积极正向影响。
(2)信息化战略认知与知识偏好。首先，信息化战略认知形成过程需跨部门沟通和广泛参与，会提升整个企业跨领域、跨部门知识学习意愿，并促进知识学习习惯培养；其次，信息化战略推行与认知过程需各部门基于企业统一战略框架调整各自工作方式，不断推进知识适应性调整，有利于新知识应用[15]；最后，信息化战略认知过程形成规范化、标准化信息与知识传递方式，以及交流网络与知识社区等，会促进知识获取，增强知识创新意愿与动力。因此，提出如下假设：
H2：信息化战略认知对知识偏好具有积极正向影响。
(3)知识偏好与智能化转型。首先，知识提取、存储习惯等为智能化流程信息采集奠定了基础，有利于制造企业流程、任务分解并实现业务数字化管理。其次，各部门在统一框架下并行开展知识学习及应用，可保证不同业务流程和模块知识相互识别、有效对接与整合，促进企业推行与开展业务网络互联[19]。再次，知识共享与交流意愿提升，有利于丰富企业智能化转型知识图谱、完善知识结构[20]。最后，各部门具有知识学习与创造意愿，可以为制造企业合作决策、任务智能组合等的低冲突、高效率落实提供保障，促进制造企业整体系统智能化转型[21]。有研究表明，信息化可通过促进知识共享与学习意愿，影响企业内部经营有效性[22]。综上，提出如下假设：
H3：知识偏好对制造企业智能化转型具有积极正向影响。
H4：信息化战略认知通过知识偏好正向影响制造企业智能化转型。
行为逻辑视角下，信息化基础设施、数据库、知识库等可为制造企业技术创新提供有效的数据及知识获取支持[8]；信息处理工具、沟通平台与设计开发软件等，可为技术创新概念生成、方案设计等提供工具与方法支持[23]。而技术创新形成的现实增强技术、数字分析技术、技术创新工艺与规则等将促进智能控制、智能分析、智能技术诊断与解决方案生成等，助力制造企业加速实现智能化转型[24]。
(1)信息化建设行为与智能化转型。信息化建设行为通过信息设备与信息流综合影响智能化转型，首先，信息化基础设施建设可促进企业设备互联与信息动态传送，为智能化转型资源共享与优化配置、任务高效下达与整合等奠定基础[8]；其次，智能化决策效果取决于获取信息的科学性、客观性与全面性，可通过信息化基础设施建设提升业务信息获取兼容性，丰富与拓展智能分析数据范围，提升智能决策有效性[25]；最后，信息化建设还可促进企业跨部门横向联结与层级纵向联结，促进信息流在不同部门、不同伙伴间实现灵活调整，为智能化转型信息流动及利用提供渠道保障[26]，同时，信息化建设通过促进群决策，促进多领域形成和产生丰富数据与信息流等，为智能化转型提供信息支持[27]。据此提出如下假设：
H5：信息化建设行为对制造企业智能化转型具有积极正向影响。
(2)信息化建设行为与技术创新。创新与知识密切相关，知识传播速度、范围等影响创新效果[28]。信息化建设行为改变制造企业知识呈现方式和传播载体，提升知识传播速度，通过不同形式、多种渠道对知识进行全面展现，为创意生成提供更多契机与可能[29]。信息化建设促进跨领域、跨组织边界的知识和技术高效交互，促进企业隐性知识学习、异质性知识融合以及创新思想碰撞，增强企业知识活性，加快技术创意生成[30]。信息、知识数据库建设为制造企业洞察市场需求、明确研发方向、掌握技术发展轨迹、开展技术方案设计与论证，提供更加全面与系统的参考信息，提升制造企业技术创新方案设计时效性、科学性与客观性。据此提出如下假设：
H6：信息化建设行为对制造企业技术创新具有积极正向影响。
(3)技术创新与智能化转型。制造企业形成的客户需求挖掘技术、生产数据分析技术等，可为不同环节信息采集与数字化存储提供技术和方法支持，推进制造企业数字化发展。随着企业技术洞察、吸收与集成能力增强，为企业智能化技术组合与筛选提供的依据更加客观、技术方向识别更加迅速、方法组合更加科学、技术需求匹配更加精确，从而提升企业智能化决策与管理效果[13]，也为制造企业技术对接与互联提供有效支持。在企业技术创新成果工程化过程中，不断优化业务流程与组织结构，促进企业智能化流程对接，清除智能化转型组织障碍[31]。企业技术产业化过程，不断开展知识库构建技术、自主决策、实时感知、智能控制技术创新，为智能化生产加工及运输、智能化服务等提供更加高效的工具与技术方法保障[32]。新工艺，产品设计新方法、新结构、新材料，以及控制新技术、优化新方案等，将成为制造企业智能化的新依据，各种规则与技术方法创新将为企业系统智能化提供更高效的参照标准与执行技术。此外，有研究表明，通过新一代信息化建设，优化数据采集与分析，推进智能技术创新，将智能技术创新成果应用于生产与管理各环节，能够有效促进制造企业智能化转型[33]。因此，提出如下假设：
H7：技术创新对智能化转型具有积极正向影响。
H8：信息化建设行为通过技术创新正向影响智能化转型。
拥有丰富技术人才的制造企业更容易基于信息化实现认知与行为转变。一方面，拥有较多高质量技术人才的制造企业在调整战略时更容易采取积极态度，形成较好的战略认知，并不断进行知识学习、知识结构调整与优化，形成整体知识偏好，适应组织战略新要求[16]。另一方面，技术人才数量较多的制造企业更容易理解信息化对技术开发、创新与应用提出的新要求，更容易接受信息智能设备、传感仪器使用及互联互通、技术数据共享管理要求等，有利于加速智能技术创新、提升创新质量[34]。技术人才较多的企业能更好地推进智能技术成果推广应用[12]，减少智能技术创新过程中的矛盾与冲突，实现技术创新市场价值。另外，信息需经过高端技术人员综合分析处理才能为组织提供有价值的参考[35]，采用新技术后能否快速解决智能制造活动遇到的新技术问题、确保技术创新成果得到有效应用，都受到制造企业技术人才的影响。因此，提出如下假设：
H9：技术人才正向调节信息化战略认知与知识偏好之间的关系。
H10：技术人才正向调节信息化建设行为与技术创新之间的关系。
综合上述理论分析，从认知逻辑与行为逻辑双视角出发，提出信息化战略认知与建设行为对制造企业智能化转型影响的理论假设模型，如图1所示。
图1 信息化战略认知与建设行为对制造企业智能化转型影响的理论假设模型
Fig.1 Theoretical hypothesis model of the impact of informatization strategic recognition and construction behavior on the intelligent transformation of manufacturing enterprises
(1)认知逻辑变量测度。制造企业通过信息化战略认知影响企业知识偏好，本文利用当前与未来两个时间维度对其进行测度。当前维度，通过企业主要业务是否与信息化/知识相关、企业核心竞争力是否体现信息化/知识的作用、企业经营是否体现信息化/知识重要性3个方面体现；未来维度，通过制造企业对信息化/知识发展的规划、重视与支持倾向来体现。当前维度通过摘取制造企业年报中“从事主要业务、核心竞争力分析、经营情况讨论分析概述”3个部分的文本作为分析资料，未来维度利用年报中“未来发展展望”文本描述作为分析资料，根据相关主题词频度衡量。
(2)行为逻辑变量测度。鉴于信息化建设行为的产出不容易度量，本文利用制造企业信息智能化设备投入(本期增加额)衡量企业开展信息化建设行为的资金投入情况。制造企业技术创新活动则采用R&D投入、企业当期申请专利数量，从投入与产出两个方面进行综合度量。
(3)智能化转型。制造企业智能化产品与服务收入直接体现智能化水平，因此，本文首先选择企业智能化收入体现制造企业智能化转型情况。制造企业智能化转型体现为对生产模式与管理模式的改进，最终通过制造企业运营效能反映出来[8]。因此，本文选用企业人均营业收入作为测度指标，从收入与效能两方面，综合度量制造企业智能化转型。
(4)调节变量：技术人才。鉴于人才难以判定，采用企业技术人员数量度量。
(5)控制变量。考虑制造企业成立年限、企业规模对智能化转型的影响，引入企业年限、人员规模与资产规模作为控制变量。
我国提出智能制造战略后，形成了一批智能化转型制造企业。本文将智能制造企业100强名录以及智能制造网与智能产业网中智能制造、智能交通等模块上市企业作为备选样本。鉴于本文研究制造企业智能化转型，所选研究样本应处于智能化转型阶段，因此，观察备选样本企业近5年智能化转型水平变动趋势，若5年整体上升趋势显著，则选作研究样本。经整理共选择符合条件且指标数据齐全的202个制造企业作为研究样本，为便于观察指标近5年变化趋势，将2015年作为基期，指标数值列为单位1；2016-2019年样本指标数值是其与基期数据的比值，所选样本智能化变动趋势如表1所示。
表1 所选样本智能化水平变动趋势
Tab.1 Change trend of intelligence level of the selected sample
样本智能化收入1516171819运营效能1516171819智能化转型水平1516171819111.531.911.982.4911.031.542.192.3011.281.732.092.40211.492.481.792.7911.331.441.571.6911.401.962.182.74…………………………………………20111.211.401.441.7711.171.341.321.6111.191.371.381.6920211.441.892.182.5610.981.291.081.2011.211.591.631.88
本文重点研究当前信息化战略认知与建设行为对智能化转型的影响，考虑到数据完整性，选取202个样本的横截面数据开展实证分析。基于变量测度指标，依据上市企业年报、国家知识产权局网站等进行数据采集，归一化处理后获得相关变量数据，如表2所示。
表2 样本企业数据采集
Tab.2 Data collection of sample enterprises
变量(代码)指标数据采集与处理被解释变量智能化转型(I)∗企业智能化收入∗企业运营效能将智能电力仪表等智能类别的产品营业收入汇总,作为制造企业智能化收入;采用制造企业营业收入与人员数量的比值反映制造企业运营效能;归一化后取两者平均加权的综合值 解释变量信息化战略认知(S)∗当前信息化地位∗未来对信息化的重视程度运用ROSTCM6软件提取信息化战略认知相关词频(包含机器人、平台、智能、信息化、软件等),将两部分词频汇总,进行归一化处理知识偏好(K)∗当前知识地位∗未来对知识的重视程度运用ROSTCM6软件提取知识偏好相关词频(包含技术、知识、专利、创新等),将两部分词频汇总,进行归一化处理信息化建设行为(C)∗本期信息智能设备购置增加额利用财务报表项目注释将固定资产中电子设备与机器设备的本期增加额之和作为企业信息智能设备增加额,进行归一化处理技术创新(T)∗R&D投入∗当期申请专利数量直接利用年报获取企业研发投入;利用国家知识产权局专利查询,分别查找每个企业当期申请的专利数量;归一化后两者平均加权综合值反映技术创新情况技术人才(H)∗技术人员数量直接利用企业年报获得技术人员数量,进行归一化处理,反映企业技术人才情况控制变量企业年限(P)∗企业存在年限利用企业信用查询平台“天眼查”确定每个企业的成立时间,从而确定企业存在年限,进一步对其进行归一化处理人员规模(G)∗企业相关人员规模鉴于对上述模型产生重要影响的人员应具备一定的学历基础,因此,利用企业年报获得本科以上学历人员数量,进行归一化处理,反映企业人员规模资产规模(Z)∗企业资产规模利用企业年报获得企业资产总额,进行归一化处理,反映企业资产规模
3.3.1 变量描述性统计分析
对变量进行统计分析，获得变量间相关系数，结果表明认知变量、行为变量与制造企业智能化转型存在显著正相关关系；对变量分布进行K-S检验，结果拒绝不符合正态分布的假设，因此，变量适合开展统计分析；变量的VIF值均在10以下，说明变量选取较好，适合后续开展回归分析，结果如表3所示。
表3 变量描述性统计分析
Tab.3 Descriptive statistical analysis of variables
变量均值标准差偏度峰度单样本K-S检验方差膨胀因子VIFPGZCSTKHIP0.3700.1950.3720.2280.7441.5821 G0.1980.0820.221-0.0710.8121.6000.0421Z0.5150.191-0.149-0.1160.9991.9340.384∗∗0.446∗∗1C0.5470.210-0.292-0.1880.8463.6360.503∗∗-0.1270.407∗∗1S0.4940.241-0.097-0.6080.6071.4710.343∗∗0.311∗∗0.368∗∗0.259∗1T0.4710.1760.312-0.0830.3585.9520.522∗∗0.0470.518∗∗0.796∗∗0.342∗∗1K0.3190.1400.9811.5520.3801.4250.0390.259∗0.213∗0.1070.353∗∗0.248∗1H0.4310.2400.188-0.6630.6816.9930.532∗∗-0.0140.425∗∗0.808∗∗0.401∗∗0.890∗∗0.342∗∗1I0.4380.1580.2200.0660.606——0.479∗∗0.159∗0.456∗∗0.683∗∗0.406∗∗0.826∗∗0.319∗∗0.853∗∗1
注：**、*分别表示在0.01、0.05的水平下显著
3.3.2 模型检验
采用线性回归分析方法对理论假设进行检验，以企业年限、人员规模、资产规模作为控制变量，知识偏好、技术创新分别作为中介变量，技术人才作为调节变量，建立线性回归模型检验信息化战略认知、建设行为与智能化转型间作用关系。在检验中介效应时，先采用Baron和Kenny提出的逐步法，再采用Bootstrap法对中介效应作进一步验证。
(1)中介作用检验。检验知识偏好K、技术创新T在信息化战略认知S、建设行为C与智能化转型I之间的中介作用。模型1为控制变量和自变量S对I的线性回归模型，模型2在模型1的基础上引入中介变量K，模型3为控制变量和自变量S对K的线性回归模型。模型4为控制变量和自变量C对I的线性回归模型，模型5基于模型4加入中介变量T，模型6为控制变量和自变量C对T的线性回归模型，结果如表4所示。
表4 中介作用回归计算结果
Tab.4 Regression calculation results of mediating effect
变量智能化转型模型1模型2知识偏好模型3智能化转型模型4模型5技术创新模型6控制变量企业年限(P)0.299∗∗0.323∗∗-0.1070.1380.0560.114人员规模(G)-0.046-0.0740.1290.204∗∗0.171∗∗0.046资产规模(Z)0.283∗∗0.266∗∗0.0790.062-0.0690.181∗自变量 信息化战略认知(S)0.214∗0.1440.320∗∗信息化建设行为(C)0.614∗∗∗0.1320.670∗∗∗中介变量技术创新(T)0.720∗∗∗知识偏好(K)0.218∗R20.3520.3920.1590.5470.7080.689调整后R20.3240.3580.1220.5270.6920.675△R20.352∗∗∗0.040∗0.159∗∗0.547∗∗∗0.161∗∗∗0.689∗∗∗
注：***、**、*分别表示在0.001、0.01、0.05的水平下显著，下同
模型1结果表明，信息化战略认知S对智能化转型I具有显著正向影响(β=0.214，p<0.05)，假设H1成立。模型3表明，S对中介变量知识偏好K促进作用明显(β=0.320，p<0.01)，假设H2成立。模型2结果表明，K对I具有显著正向影响(β=0.218，p<0.05)，且S对I回归系数由 0. 05水平下显著变为不显著。因此，知识偏好在信息化战略认知与智能化转型之间起着完全中介作用，假设H3和H4成立。模型4结果表明，信息化建设行为C对I促进作用明显(β=0.614，p<0.001)，假设H5成立。模型6表明C对技术创新T促进作用明显(β=0.670，p<0.001)，假设H6成立。模型5结果表明，T对I具有显著正向影响(β =0.720，p<0.001)，且C对I的回归系数由0.614下降到0.132，显著水平变为不显著。因此，信息化建设行为通过促进技术创新间接影响智能化转型，技术创新在其中发挥完全中介作用，假设H7和H8成立。
为确保结论真实可靠，进一步利用Bootstrap分析检验中介作用，结果如表5所示，在认知逻辑视角下，信息化战略认知会影响智能化转型，总效应显著(效应值为0.140 2，95%置信区间不包含0)，引入K后，S对I的直接效应不显著，间接效应显著(效应值为0.045 8)，再次证明知识偏好在信息化战略认知与智能化转型之间发挥完全中介作用。同理可知，在行为逻辑视角下，引入中介变量T后，C对I的直接效应不显著，间接效应显著，再次证明了技术创新在信息化建设行为与智能化转型之间发挥完全中介作用。因此，一味地单独发展信息化并不能有效促进企业智能化转型，将制造企业信息化与知识、技术活动有机结合，才是推动智能化转型的关键。
表5 中介效应检验的Bootstrap分析
Tab.5 Bootstrap analysis of mediating effect test
模型效应效应值标准误差95%置信区间(5000样本)下限上限信息化战略认知→知识偏好→智能化转型总效应0.140 20.062 80.015 50.264 9直接效应0.094 40.064 0-0.032 70.221 4间接效应0.045 80.023 30.011 20.103 6信息化建设行为→技术创新→智能化转型总效应0.462 50.068 10.327 30.597 8直接效应0.099 20.075 3-0.050 50.248 9间接效应0.363 30.082 80.223 80.553 9
(2)技术人才调节作用的检验。检验技术人才H在信息化战略认知S与知识偏好K之间的调节作用，结果见表6。模型7为控制变量、自变量S、调节变量H与K的线性回归模型，模型8在模型7的基础上引入S和H的交互项，结果表明交互项系数不显著，假设H9不成立。检验其在信息化建设行为C与技术创新T之间的调节作用，对比模型9与10可知，加入交互项的模型10比模型9的R2增加0.012，变化量在0.05水平下显著，说明假设H10成立。
表6 技术人才的调节作用
Tab.6 Adjustment effect of technical talents
变量 知识偏好模型7模型8技术创新模型9模型10控制变量企业年限(P)-0.244∗-0.239∗0.0160.011人员规模(G)0.228∗0.260∗0.0160.010资产规模(Z)-0.049-0.0840.144∗0.165∗∗自变量信息化战略认知(S)0.220∗0.232∗信息化建设行为(C)0.195∗0.241∗∗调节变量技术人才(H)0.407∗∗0.406∗∗0.663∗∗∗0.602∗∗∗交互项信息化战略认知∗技术人才-0.084信息化建设行为∗技术人才0.116∗R20.2560.2620.8290.841调整后R20.2150.2120.8190.830△R20.256∗∗∗0.0060.829∗∗∗0.012∗
为直观说明调节变量技术人才在信息化建设行为与技术创新之间的调节效果，绘制其调节作用图，如图2所示。在较高技术人才水平下，信息化建设行为对企业技术创新的促进作用更加显著。
图2 技术人才在信息化建设行为促进技术创新过程中的调节作用
Fig.2 Adjustment effect of technical talents in the process of promoting technological innovation by informatization construction behavior
可见，技术人才积累优势在信息化建设行为影响技术创新的过程中体现得比较明显，技术人才对信息化建设数据、工具的采纳与运用，从技术创新速度、成本与质量等多方面综合影响技术创新效果。技术人才优势在战略认知调整等方面的优势不明显，制造企业将在同样起跑线上通过信息化战略认知影响知识偏好，进而推进智能化转型。
(3)稳健性检验。样本数据是截面数据，为保证结论可靠性，需进一步对结果进行稳健性检验。鉴于机械设备制造与信息、电子设备制造具有不同特征，本文采用样本分组回归法分别对这两类制造企业进行回归分析，在稳健性检验的基础上挖掘不同类型制造企业信息化对智能化转型影响的差异性,以及行为逻辑视角下技术创新在信息化建设行为与智能化转型之间是否具有中介效应，分组回归检验结果如表7所示。
由表7中模型12和15可知，两类企业中技术创新在信息化建设行为与智能化转型间都起到完全中介作用，与总体样本保持一致。相比而言，机械设备制造企业技术创新对智能化转型更为重要，比较符合机械设备制造业对相关工艺、智能技术的高要求特征。同理，对知识偏好的中介作用及技术人才的调节作用进行分组检验，结果与总样本基本一致。稳健性检验结果表明，模型结果具有可靠性。
表7 分组中介作用的回归计算结果
Tab.7 Regression calculation results of grouping mediation
变量 机械设备制造企业智能化转型模型11模型12技术创新模型13信息、电子设备制造企业智能化转型模型14模型15技术创新模型16控制变量企业年限(P)0.0630.0130.0710.256∗0.1460.164人员规模(G)0.223∗0.179∗0.0630.0010.024-0.034资产规模(Z)0.1840.0490.1910.141-0.0180.237自变量信息化建设行为(C)0.615∗∗∗0.1200.700∗∗∗0.536∗∗∗0.1300.603∗∗∗中介变量技术创新(T)0.707∗∗∗0.672∗∗∗R20.5880.7340.7070.6110.7510.692调整后R20.5480.7010.6790.5750.7210.663△R20.588∗∗∗0.146∗∗∗0.707∗∗∗0.611∗∗∗0.140∗∗∗0.692∗∗∗
(1)制造企业不能一味强调信息化，需充分重视知识偏好与技术创新在推进企业智能化转型中的作用，形成面向智能化转型的知识偏好与技术创新体系，制定面向知识偏好与技术创新的信息化战略，基于其互动逻辑，形成相互促进、相互支撑的发展格局。
(2)为推进制造企业智能化转型，应从认知逻辑层面统一并加速形成企业信息化战略认知，确保不同层级、不同领域的部门及人员充分认可信息化，进一步基于信息化培养全员工作经验共享、知识学习与知识创新的意识与习惯，提升积极参与知识活动的倾向，形成制造企业知识偏好，提升制造企业对智能化转型的接受度、认可度，并为未来工作提前作好意识铺垫与接纳准备。
(3)制造企业需在行为逻辑层面，加速制造企业信息化建设，包含数据库、数据平台、数据分析与处理系统等，为技术创新提供机会识别的信息资源、分析工具与辅助决策系统，提升技术创新质量与应用性。基于技术创新的新规则、新工艺，加速智能技术组合与管理；基于智能技术成果，加速智能化业务推广，推进企业智能化转型。
(4)制造企业，尤其是具有高技术要求的制造企业，需要在转型过程中高度重视技术人才，通过技术人才培养，提升制造企业对技术信息的理解与捕捉，加速智能技术开发与创新，推动智能化技术创新成果推广与应用，应对智能化转型出现的新技术问题，确保制造企业智能化转型有序、快速推进。
制造企业智能化转型成为国家发展的重要战略任务、企业参与国际竞争的重要战略手段。智能化转型是依托信息化进行的系列调整，但信息化影响智能化转型的过程与方式还是“黑箱”。因此，本文从认知逻辑和行为逻辑视角出发，双层解析信息化对智能化转型的影响，将技术创新、知识偏好作为中介变量，构建理论模型。利用我国202家智能化转型制造企业作为样本开展逐步回归测算，结果表明：信息化战略认知与建设行为正向影响智能化转型，建设行为促进作用更显著；知识偏好、技术创新分别从认知与行为层面，在信息化与智能化转型之间发挥完全中介作用；技术人才在信息化建设行为影响技术创新的过程中调节作用显著。本研究揭示了信息化对制造企业智能化转型的影响机理，对制造企业智能化转型具有重要理论价值与现实指导意义。
本文也存在一定局限性。受数据采集限制，仅采用上市智能化转型制造企业样本数据，忽视了其它非上市企业，也缺少制造企业智能化转型实践案例与理论假设的匹配检验。未来研究可以进一步利用案例分析方法，归纳总结制造企业利用信息化促进智能化转型的行为、措施及成效等，实现理论研究与实践有机融合，为制造企业智能化转型提供更加完善的策略支持。
[1] 池仁勇,梅小苗,阮鸿鹏. 智能制造与中小企业组织变革如何匹配[J]. 科学学研究,2020,38(7):1244-1250,1324.
[2] 李蓉,杜义飞. 打开企业战略规划变化的“潜过程”——基于认知视角的案例研究[J]. 技术经济,2018,37(3):61-72.
[3] 胡俊,杜传忠. 人工智能推动产业转型升级的机制、路径及对策[J]. 经济纵横,2020，36(3):94-101.
[4] 李永红,王晟. 互联网驱动智能制造的机理与路径研究——对中国制造2025的思考[J]. 科技进步与对策,2017,34(16):56-61.
[5] 张恒梅,李南希. 创新驱动下以物联网赋能制造业智能化转型[J]. 经济纵横,2019，35(7):93-100.
[6] 袁洪飞. 工业4.0背景下我国企业的智能制造之路[J]. 现代商业,2016，11(26):87-88.
[7] LEE J,BAGHERI B,KAO H G. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems[J]. Manufacturing Letters,2015,3:18-23.
[8] 孟凡生,赵刚. 传统制造向智能制造发展影响因素研究[J]. 科技进步与对策,2018,35(1):66-72.
[9] FENG S C, BERNSTEIN W Z, HEDBERG T J, et al. Towards knowledge management for smart manufacturing[J]. Journal of Computing and Information Science in Engineering, 2017,17(3):1-24.
[10] BIREN PRASAD. Converting computer-integrated manufacturing into an intelligent information system by combining CIM with concurrent engineering and knowledge management [J]. Industrial Management & Data Systems, 2000, 100(7): 301-316.
[11] DEDRICK J,KRAEMER K L,SHIH E. Information technology and productivity in developed and developing countries[J]. Journal of Management Information Systems,2013,30(1):97-122.
[12] 李廉水,石喜爱,刘军. 中国制造业40年:智能化进程与展望[J]. 中国软科学,2019，34(1):1-9,30.
[13] 苏贝,杨水利. 基于扎根理论的制造企业智能化转型升级影响因素研究[J]. 科技管理研究,2018,38(8):115-123.
[14] 柴天佑,丁进良. 流程工业智能优化制造[J]. 中国工程科学,2018,20(4):51-58.
[15] 王凡林,张继德. 信息化战略、IT治理与企业绩效[J]. 财政研究,2018，39(12):114-125.
[16] 黄再胜. 企业员工战略共识及其影响因素的实证研究[J]. 南开管理评论,2011,14(4):32-41,79.
[17] 王傲,刘宝瑞. 虚拟社区知识共享过程中的知识信任度研究[J]. 情报科学,2012,30(9):1328-1333.
[18] 吴海宁,孙丹丹. 转型期企业领导战略认知演进路径研究——上海纺织(集团)有限公司案例[J]. 管理现代化,2018,38(2):41-43.
[19] 邢飞,彭国超,贾怡晨,等. 跨学科团队知识整合影响因素研究——以智能制造项目为例[J]. 现代情报,2020,40(5):41-50.
[20] 陈万明,鲍世赞. 开放式创新视野的智能制造企业知识共享研究[J]. 改革,2018，31(10):102-110.
[21] 鲍世赞,陈万明,吕佳. 从知识共享视角展开的智能制造创新研究[J]. 科学管理研究,2018,36(3):44-47.
[22] 饶艳超,陈烨. 企业信息化、知识共享与企业绩效[J]. 财贸经济,2012，33(7):126-132.
[23] 严炜炜,张敏. 面向科研协同的跨系统技术创新信息服务融合平台构建[J]. 科技进步与对策,2017,34(2):32-37.
[24] 史永乐,严良. 智能制造高质量发展的“技术能力”：框架及验证:基于CPS理论与实践的二维视野[J]. 经济学家,2019，31(9):83-92.
[25] HELU M,HEDBERG T JR. Enabling smart manufacturing research and development using a product lifecycle test bed[J]. Procedia Manufacturing,2015,1:86-97.
[26] 李君,成雨,窦克勤,等. 互联网时代制造业转型升级的新模式现状与制约因素[J]. 中国科技论坛,2019，35(4):68-77.
[27] JIAQI LU, SHIJUN LIU, LIZHEN CUI, et al. Crowd wisdom drives intelligent manufacturing[J]. International Journal of Crowd Science, 2017(1): 39-47.
[28] DE WINNE S,SELS L. Interrelationships between human capital,HRM and innovation in Belgian start-ups aiming at an innovation strategy[J]. The International Journal of Human Resource Management,2010,21(11):1863-1883.
[29] 赵沂蒙. 制造业信息化的功能结构与知识创新促进机制[J]. 研究与发展管理,2005,17(1):1-6,27.
[30] KLEIS L, CHWELOS P, RAMIREZ R V. Information technology and intangible output: the impact of IT investment on innovation productivity [J]. Information Systems Research, 2012, 23(1):42-59.
[31] 黄俊,郭耿轩,刘敏,等. 动态能力视阈下我国汽车制造企业智能化转型升级路径研究:对3家本土自主品牌车企的跨案例探讨[J]. 科技进步与对策,2018,35(23):121-129.
[32] 谭建荣,刘达新,刘振宇,等. 从数字制造到智能制造的关键技术途径研究[J].中国工程科学,2017,19(3):39-44.
[33] 孟凡生,徐野,赵刚. 高端装备制造企业向智能制造转型过程研究:基于数字化赋能视角[J]. 科学决策,2019，26(11):1-24.
[34] 张文利,周友良. 我国智能制造装备产业发展的调控策略[J]. 经济纵横,2016，32(12):87-90.
[35] BRESNAHAN T F,BRYNJOLFSSON E,HITT L M. Information technology,workplace organization,and the demand for skilled labor:firm-level evidence[J]. The Quarterly Journal of Economics,2002,117(1):339-376.