An Empirical Study on the Level of Digitization Transformation of Equipment Manufacturing Enterprises：Based on the Survey Data of Shaanxi Province

Zhang Peng1,2, Zhou Enyi1, Liu Qilei3

(1. School of Management, Xi'an University of Architecture and Technology,Xi'an 710200,China;2.School of Economics and Management, Xi'an Aeronautical University，Xi'an 710077,China; 3.School of Economics and Management, Xi'an University of Posts & Telecommunications, Xi'an 710061,China)

Abstract：As a fusion agent of digital economy and real economy, digital technology, in the form of big data, artificial intelligence and industrial Internet, has pushed global development into a new era characterized by data-driven and intelligent development, and has inspired more and more equipment manufacturing enterprises to start digital transformation and upgrading. With the development of digital economy, many scholars have studied the relationship between digital technology and manufacturing enterprises, mainly including industrial digitalization and digital industrialization, digital technology promotion of the transformation and upgradation of manufacturing enterprises, and measurement of the integration level of digital technology and manufacturing enterprises.

Firstly, the digital transformation mechanism is analyzed from two aspects: the external environment and internal manifestation faced by equipment manufacturing enterprises. The external environment mainly includes government regulations, the increasingly fierce competition among enterprises, the increasing personalized needs of users and the rapid development of digital technologies such as big data, artificial intelligence, cloud computing and 5G technology. Internal factors mainly include four aspects: modernization of enterprise management mode, digitization of product life cycle process, enrichment of digital products and flattening of enterprise organization structure. There is a steady exchange of information between external environment and digital transformation of equipment manufacturing enterprises, thus forming a benign ecosystem. In this ecosystem, the interaction of internal and external factors constructs the digital transformation mechanism and promotes the digital transformation process of equipment manufacturing enterprises.

According to the internal mechanism of the digital transformation of equipment manufacturing enterprises and the measurement standard of the transformation level, this paper studied the digital transformation of equipment manufacturing enterprises from the four dimensions of management mode reform, organizational structure reorganization, intelligent production process and service mode innovation by the methods of literature review, brainstorming, in-depth investigation and interview, and put forward the 12 first-level indicators and 23 second-level indicators and constructed the evaluation index system of digital transformation of equipment manufacturing enterprises. In order to further optimize the index structure, with the evaluation index of digital transformation of equipment manufacturing enterprises, this paper uses Delphi method to solicit the opinions and suggestions of experts and scholars again, and finally 9 first-class indexes and 17 second-class indexes were optimized as the measurement index system of digital transformation of equipment manufacturing enterprises.After the establishment of the evaluation index system, 28 equipment manufacturing enterprises above designated scale in Shaanxi Province were randomly selected for questionnaire investigation. A total of 560 questionnaires were distributed and 412 valid questionnaires were recovered, with an effective recovery rate of 73.6%. The reliability and validity of the survey data was the data support of the research,and the TOPSIS evaluation method of entropy weight and factor analysis were used to measure and analyze the level of digital transformation.

The empirical results show that the overall level of digital transformation of equipment manufacturing enterprises in Shaanxi is not high, and the transformation speed is slow. According to the research results, the ways to speed up the digital transformation and upgrading of equipment manufacturing enterprises in Shaanxi are put forward from four aspects: increasing government policy guidance and capital investment, accelerating the infrastructure construction of digital transformation of enterprises, improving the introduction and training system of digital transformation talents and promoting the collaborative innovation and development of industrial chain.

Key Words:Equipment Manufacturing Enterprises; Digital Transformation;Digital Infrastructure;Digital Technology

收稿日期：2021-06-15

修回日期：2021-10-21

基金项目：教育部人文社会科学基金项目(20YJC630086)；陕西省社科联重大理论与现实问题研究项目(2021ND0347)

作者简介：张鹏(1984—)，男，陕西咸阳人，西安建筑科技大学管理学院博士研究生，西安航空学院经济管理学院副教授，研究方向为数字经济、管理系统工程；周恩毅(1963—)，男，山东文登人，西安建筑科技大学管理学院教授、博士生导师，研究方向为管理科学与工程、公共管理；刘启雷(1987—)，男，山东菏泽人，博士，西安邮电大学经济与管理学院讲师，研究方向为数字经济、工业工程管理。

DOI：10.6049/kjjbydc.C202106052 开放科学(资源服务)标识码(OSID)：

中图分类号：F272.3

文献标识码：A

文章编号：1001-7348(2022)07-0064-09

0 引言

当前，世界各国正处于从以资源和知识为基础的工业经济向以网络化和数字技术为基础的数字经济转型过渡期。随着大数据、人工智能、云计算等新兴领域和技术的快速发展，数据已经成为一种重要的新型生产要素，而且正快速成为经济发展新动力[1-3]。党的十九届五中全会提出：“发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”现有关于数字技术与制造企业关系的研究主要从以下方面展开：一是产业数字化与数字产业化，如贾晖等[4]认为，数字技术与实体经济融合不但能够推动数字产业化发展，而且也会推进产业数字化转型与升级。二是数字技术促进制造企业转型升级，如安宇宏[5]认为，新一代信息技术与传统制造业深度融合能够促进新一轮制造业向智能制造模式转变，数字化、智能化和虚拟化技术贯穿生产全过程及产品整个生命周期；赵西三[6]研究表明，数字技术和数字经济正在通过破解制造业创新链瓶颈，提升制造业产业链质量和供应链效率，拓展制造业服务链空间，从而有效解决我国传统制造业转型升级的痛点和难点。三是数字技术与制造企业融合水平测度，但梳理现有研究成果发现，仅刘昭洁[7]以制造业为视角研究数字经济背景下的产业融合及其测度问题。

随着数字技术的快速发展和应用，到2019年，我国已有超过85%的制造企业在不同程度上开始实施数字化转型。那么，当前我国装备制造企业数字化转型水平到底如何？目前的研究成果还不能清晰回答这个问题[8-9]。鉴于此，以陕西省28家较有代表性的规模以上装备制造企业为研究对象，通过构建数字化转型评价指标体系，采用熵权TOPSIS评价法和因子分析法，重点研究陕西装备制造企业数字化转型水平。依据研究结果，能够较为清晰了解陕西装备制造企业数字化转型现状与水平，从而提出加快推进陕西装备制造企业数字化转型的政策建议。同时，基于对陕西的评价，以构建的评价指标体系为依据，收集全国范围的数据，为全国装备制造企业数字化转型水平测度提供经验和借鉴。

1 装备制造企业数字化转型机制分析

主要从外部环境和内部表现形式两个方面分析装备制造企业数字化转型机制。从外部环境看，随着经济社会的快速发展和全球化浪潮推进，制造企业之间的竞争愈演愈烈，企业想要在夹缝中求生存谋发展，就应当适应时代潮流，借助大数据、人工智能、5G等数字技术，实现数字化转型。国家从战略层面大力推动数字经济发展，通过制定政策引导数字技术与实体经济融合，尤其是与制造业融合，推进传统制造企业数字化转型升级，以满足客户多元化、个性化需求。装备制造企业数字化转型内部表现形式主要有管理模式现代化、产品全生命周期流程数字化、数字产品丰富化和企业组织架构扁平化4个方面，外部环境与装备制造企业数字化转型内部之间源源不断进行信息交换，从而形成良性生态系统，如图1所示[10-13]。

1.1 管理模式现代化

传统企业在实际管理过程中更多渗透进情感因素和经验管理。具体到装备制造企业，传统管理模式更多是以产品生产为中心的组织管理体系，对产业链整体协同创新和协同价值增值关注较少。然而，数字经济时代，数字和信息技术已经成为企业非常重要的生产要素，装备制造企业传统管理模式已经不能适应经济社会发展需求，应向数字化管理模式转型，综合运用数字化与智能化研发、生产、销售、服务等系统，提升装备制造企业综合管理效能。

1.2 产品全生命周期流程数字化

衡量装备制造企业数字化转型水平的一项重要标准是，企业产品从研发到生产加工、营销、售后服务等全生命周期各环节是否融入了数字化技术。装备制造企业数字化技术的应用能够让产品研发更加契合市场多元化需求，大幅缩减产品研发周期，同时产品生产过程和生产状态有效可控，使得产品运营和销售效率更高。

1.3 数字产品丰富化

数字经济作为一种融合经济，与装备制造企业的融合发展主要体现在技术融合和产业融合方面。其中，技术融合主要是指实现生产作业流程和过程的智能化管理、生产和制造；产业融合主要是指提高数字经济贡献度，不断丰富数字化产品。装备制造企业数字化转型升级应当不断提升数字产品产值在装备制造总产值中的贡献度，不断研发生产车载导航仪、智能机器人、智能飞行器、智能仪表、智能化数控机床等数字化产品，从而有效满足市场及用户对数字产品的需求。

1.4 企业组织架构扁平化

我国传统装备制造企业大多为等级较多的科层制锥形组织结构，对市场信息和用户需求反应迟钝，致使装备制造企业活力不够。数字经济时代，市场经济的复杂性、动态性以及用户的个性化需求与不可预测性成为装备制造企业面临的主要环境，这就需要企业管理者树立强烈的时间成本观念，运用现代化数字技术，重塑扁平化组织管理架构，不断提升企业组织的环境适应能力，使企业组织结构更加包容与开放，企业组织形态更加趋于柔性化、扁平化和网络化。

2 装备制造企业数字化转型评价指标体系构建

根据装备制造企业数字化转型内部机制及转型水平衡量标准，从管理模式现代化、产品全生命周期流程数字化、数字产品丰富化和企业组织架构扁平化4个方面构建装备制造企业数字化转型指标体系。

首先，全面梳理汇总两化融合、信息化和数字化方面的研究成果，从现有文献中筛选出较为成熟的测度指标。在中国知网、Elsevier数据库中输入关键词制造业信息化、制造企业信息化、制造业数字化、制造企业数字化进行检索，共得到CSSCI来源期刊(含扩展版)、SCI/SSCI检索期刊文章约150篇，其中关于装备制造企业数字化或智能化的文献仅有6篇；检索关键词制造企业信息化和制造业信息化得到硕博论文近500篇，而检索关键词制造企业数字化和制造业数字化仅得到硕博论文23篇，其中22篇为硕士论文，仅有1篇博士论文。其中，王核成等[14]结合数字技术发展实际，在分析数字化及企业数字化转型本质的基础上，筛选和提炼出数字战略顶层设计、研发过程数字化、生产制造数字化、物流数字化等衡量企业数字化成熟度的评价指标；万伦等[15]基于价值创造、企业要素和能力维度，从战略与组织、数字化基础设施建设、数字技术应用、业务集成和产业协同创新5个方面选取制造企业数字化转型评价指标；王德辉等[16]建议从企业发展战略、企业运营管理、企业文化组织能力和企业生态环境4个维度对制造企业数字化成熟度进行评价，选择的指标包括数字化制造、数字化供应链、数字化营销等；邬爱其[17]认为，在数字经济时代，我国制造企业应当加快数字化转型步伐，并结合我国制造企业数字化转型实际，从更新组织架构以适应数字技术、调整管理思维以推广数字技术、链接客户群体以利用数字技术等方面构建制造企业数字化转型水平测度指标体系。通过梳理文献得到研发过程数字化、生产制造数字化、数字化基础设施建设、数字技术应用、产业协同创新、数字化营销等装备制造企业数字化转型水平测度指标。

其次，利用头脑风暴法收集装备制造企业数字化转型水平测度指标。邀请陕西3所高校中3名长期从事数字化研究的学者及数字化转型比较成功的4家装备制造企业的4名长期从事企业信息化建设管理与数字化建设的专家共计7人组成头脑风暴小组，小组主持人由本文研究人员担任。头脑风暴结束后，研究人员对发言内容进行汇总整理，7名专家学者认为应当从企业工业互联网应用水平、现有企业组织架构是否适应数字化转型、企业领导是否重视数字化转型、企业大数据平台等数字化基础设施建设水平、企业对员工是否进行数字化培训培养、企业生产过程对智能化工具和数字化控制技术的应用水平、用户是否参与到企业产品设计与生产等过程中、企业远程诊断和服务能力、装备制造企业与其它企业协同发展和协同价值共创能力等方面衡量装备制造企业数字化转型水平。

运用头脑风暴法并汇总整理结果，有益弥补了通过文献研究收集装备制造企业数字化转型水平测度指标的不足，扩充了指标体系范围，丰富了装备制造企业数字化转型水平测度指标体系内容，使得测度结果更加科学准确，测度结果信效度更高。

最后，采用实地访谈法，验证通过文献梳理和头脑风暴法收集到的装备制造企业数字化转型水平测度指标是否准确、合适，有无缺项和遗漏。该阶段，对西安陕鼓动力股份有限公司、中航西安飞机工业集团股份有限公司、陕西汽车控股集团有限公司负责信息化建设、数字化生产的有关领导进行深度访谈，研究人员汇报了装备制造企业数字化转型测度方面的简要信息及指标体系，咨询其对现有测度指标的意见和建议，并对测度指标进行补充和完善。访谈人员认为现有测度指标整体上是合适的，能够较为客观全面地衡量装备制造企业数字化转型水平，但对个别指标的内涵进行了重新定义和修正，如对数字化业务规模指标重新解释为装备制造企业已实现数字化业务占整体业务的比例。

通过文献梳理、头脑风暴和实地访谈3个阶段，基于管理模式变革、组织架构重组、生产过程智能化和服务模式创新4个维度，提出12个一级指标和23个二级指标。其中，管理模式变革维度包括数字化重视程度、企业管理数字化、销售管理数字化3个一级指标及数字化投入、数字化业务规模、财务管理数字化、人才管理数字化、员工数字化素养、互联网销售额占比和客户关系管理数字化7个二级指标；组织架构重组维度包含扁平化组织架构、组织管理效能和组织文化3个一级指标及组织架构扁平化程度、运行成本下降度、用户个性化需求满足度和数字化转型已成为企业文化的一部分4个二级指标；生产过程智能化维度包含研发过程数字化、生产流程数字化、协同创新发展3个一级指标及质量合格产品增长率、数字业务产值占总产值比例、数字化平台应用水平、生产流程智能化水平、生产智能化管控水平、整体生产效率提升水平、与产业链企业协同创新水平、与不相干企业协同创新水平8个二级指标；服务模式创新维度包含大数据服务平台、线上业务办理、远程服务3个一级指标及用户数据应用水平、线下业务在线上可办率、远程诊断水平和远程服务解决问题效能4个二级指标。

为进一步优化指标结构，确保提出的指标科学合理且能够真实准确反映装备制造企业数字化转型实际，本文采用德尔菲法再次征求专家学者的意见和建议，共对5名陕西省和安徽省知名高校长期从事数字经济研究的博士、教授以及陕西大型装备制造企业数字化事业部的管理者和业务技术骨干进行了4轮背靠背的测度指标意见收集，最终达成一致意见。最终将一级指标中销售管理数字化并入企业管理数字化中，线上业务办理并入大数据服务平台中，员工数字化素养水平并入人才管理数字化中，原因是二者均属包含与被包含关系；将一级指标组织文化及其二级指标去掉，原因是组织文化经过长期积累才能形成，不适合作为测度指标；剔除数字化业务规模、生产智能化管控水平、远程服务解决问题效能3个二级指标，原因是其分别与数字化投入、生产流程智能化水平、远程诊断水平具有相关性；剔除与不相干企业协同创新水平指标，原因是目前数字化转型中更多考虑利益相关者的协同创新水平，与不相干企业协同创新水平是更高级阶段的数字化水平。

测度指标经过优化后，最终形成如表1所示的陕西装备制造企业数字化转型水平测度指标体系。该指标体系包含管理模式变革、组织架构重组、生产过程智能化和服务模式创新4个维度，涵盖9个一级指标和17个二级指标。在指标体系构建过程中，既考虑了装备制造企业生产加工过程及产业链的数字化转型水平测度，又兼顾了装备制造企业组织管理等软环境的数字化转型水平测度。

3 研究设计与数据收集

本研究在收集和获取评价指标数据时，在陕西省随机选择28家规模以上装备制造企业作为研究样本，主要采用调查问卷和实地访谈的形式，调研问卷发放主要通过校友平台、问卷星软件、E-mail等进行。在数据获取时，17个二级指标均采用Likert 10分量表测量。

3.1 调研问卷设计与修正

在获取陕西装备制造企业数字化转型水平测度指标数据时，调研问卷主要依据17个二级指标进行设计，将指标项转化为问题项，调研问卷结构主要包括3个部分。第一部分是调研对象的基本信息；第二部分是调研问卷主体部分，主要涵盖装备制造企业数字化转型水平测度指标体系中17个二级指标的内容，均为客观打分题，分数为1～10分；第三部分是开放式问卷，主要是为了收集调研对象对于装备制造企业数字化转型的意见和建议。为保证调研问卷与研究问题的一致性，首先选择3家装备制造企业作为研究对象进行预调研，根据有限样本调研回收的问卷情况，对现有调研问卷进行论证和修正，最终得到客观有效的调研问卷。

3.2 调研问卷发放与回收

正式问卷发放时间为2021年5～7月，历时3个月，采取面对面、邮件及微信等方式共发放调查问卷560份，涉及28个样本企业，回收问卷458份，剔除无效问卷后，保留有效问卷412份，有效回收率为73.6%。问卷发放对象主要为装备制造企业的高层管理者、中层管理者、基层管理者以及从事管理、生产、研发设计、采购、销售、售后服务的普通员工与业务技术人员。

本文主要采用加权平均法对回收的412份有效问卷进行数据分析。在对不同调研对象赋权时，主要采用专家访谈法和德尔菲法。在3所陕西知名高校中选择3名长期从事数字化研究与评价的副教授和博士，选择2名来自陕西大型装备制造企业数字化事业部的管理者和业务技术骨干，共计5人组成专家小组。通过实地访谈的形式获得企业高层管理者、中层管理者、基础管理者、业务技术骨干、普通员工的权重赋值，再通过3轮背靠背的德尔菲法，得到5位专家的反复研究与认可后，最终对不同调研对象的权重赋值：企业高层管理者问卷数据权重为0.4，中层管理者权重为0.2，基层管理者权重为0.1，从事采购、生产、销售的业务骨干问卷数据权重为0.2，其他人员所填问卷数据权重为0.1。对所有问卷按照以上权重赋值后，根据四舍五入原则取整后得到28个样本企业数据，将其作为陕西装备制造企业数字化转型水平测度的样本数据。

3.3 数据整理与分析

对获取的样本数据进行描述性统计分析，包括方差和标准差分析。根据结果可知，通过实地访谈和调研问卷获得的412份样本数据能够较为客观、科学地反映陕西装备制造企业数字化转型水平。

为有效保障样本数据与研究问题的一致性和匹配性，需对样本数据进行信效度分析。本文采用Cronbach方法对调查问卷数据进行信度检验，借助社会科学统计分析软件SPSS16.0，检验其Cronbach系数，结果如表2所示。

此外，采用探索性因子分析方法分析问卷的结构效度。表3结果显示，KMO值为0.67，Bartlett球形检验值为244.407，表明可进行因子分析。由此可以判定，研究设计的调查问卷具有较好的结构效度，对于装备制造企业数字化转型水平测度具有较强的解释力。综上所述，调查问卷数据通过了信效度检验，可有效支撑后续评价与分析。

4 评价方法与测算结果

本文采用熵权TOPSIS评价法测度陕西装备制造企业各二级指标下的数字化转型水平，利用因子分析测度28家规模以上装备制造企业数字化转型平均水平。通过每个指标测度值和数字化转型水平均值，能够客观真实反映陕西装备制造企业数字化转型水平。

4.1 熵权TOPSIS评价法

熵权TOPSIS评价法可通过计算待选方案与理想方案的欧式距离，测量待选方案或调研对象的现实发展水平。该方法对调查样本数据要求较低，通过测度能够反映每个方案的优劣及排序，因此在众多方案选择和排序问题中被广泛应用[18]。

(1)样本数据标准化处理。假设数字化转型水平测度系统由p个被测度对象组成评价对象集合，由q个测度指标组成评价指标集合，从而形成一个指标数据矩阵。对数据进行标准化处理，处理方式为用每个样本企业各指标统计值除以所有企业对应指标的均值(式(1))，得到标准化矩阵A。

(1)

A=(X1,X2,…,Xp)=

(2)

式中，Xi为第i个样本数据且Xi=(xi(1),xi(2),…,xi(q))(i=1,2,…,p)。

(2)标准化矩阵熵权处理。首先计算各指标的熵值权重，对标准化处理后的数据计算其指标比重Bi(k)、指标熵值e(k)、指标差异性系数g(k)，最后得出各指标权重W(k)。

(3)

(4)

g(k)=1-e(k),0≤g(k)≤1

(5)

(6)

然后，计算标准化处理后的矩阵权重集C。

C=A×W

(7)

(3)基于欧式距离的相对贴近度，确定正理想解和负理想解。

正理想解：

负理想解：

然后，由标准化矩阵的权重集B，计算装备制造企业数字化转型状态到正、负理想解的距离

(8)

(9)

最后，计算欧式距离的相对贴近度。

(10)

4.2 因子分析法

因子分析是一种对数据进行简化的技术，主要通过研究众多变量之间内部相互依赖关系，探索数据中存在的基本结构，并采用少数独立的不可观测变量表示数据结构[19]。

首先，对收集到的数据进行标准化处理，处理后的矩阵标记为Pij，估计因子载荷矩阵R。

R=P*PT

(11)

因子分析的基本模型如下：

(12)

其中，Z1,Z2,…,Zm为原始变量，F1,F2,…,FP为公共因子，表示成矩阵形式为：

(13)

其中，A为因子载荷矩阵，采用加权最小二乘法估计因子载荷矩阵。

然后，计算相关矩阵R的特征值和方差贡献，相关矩阵特征方程的特征值为W1>W2>…>Wm>0，并计算第j个指标的方差贡献率。

(14)

最后，以公因子表示原因变量的线性组合，得到因子得分函数。通过因子得分函数计算观测记录在各个公因子上的得分，从而有效解决公因子不可观测的问题。

4.3 测算结果分析

利用SPSS16.0和Matlab，以调研的28家陕西规模以上装备制造企业数据为截面数据，对陕西地区装备制造企业数字化转型水平进行测度分析。采用熵权TOPSIS评价法测度陕西装备制造企业各个指标下的数字化水平，结果如表4所示。从测度结果看，除数字化投入力度和互联网销售额占比两个指标测度值超过10%外，其余15个指标数字化水平测度值均低于10%，表明陕西装备制造企业数字化转型整体水平不高，数字化转型速度有待进一步加快。

为进一步了解和掌握陕西装备制造企业数字化转型整体情况，本文采用因子分析法计算28家陕西装备制造企业数字化转型水平得分。从因子分析的总方差解释(见表5)结果看，在装备制造企业数字化转型水平测度指标体系中，17个二级指标的公因子可以提取为4项，即17个指标可以通过4个主成分指标表示，这4个公因子的总贡献率达到66.643%。进一步测算28家装备制造企业数字化转型水平，结果如表6所示。结果显示，仅有13家装备制造企业数字化转型水平测度值在平均水平之上(测度值大于0)，且整体水平不高；有2家装备制造企业与平均水平持平；其余13家装备制造企业数字化转型水平远低于整体平均水平。

通过实地调研及对所获数据测度分析可知，虽然当前陕西装备制造企业已经认识到数字化转型的必要性和重要性，能够逐渐将数据作为企业核心资源加以使用和优化配置，逐步实现装备制造企业的数字化转型发展。然而，陕西装备制造企业数字化转型整体水平不高，转型速度较慢，需要采取有效措施加快陕西装备制造企业数字化转型升级，从而在新一轮市场竞争中实现智能化、个性化生产，不断提升装备制造企业自主创新能力。

5 结论与建议

本文在明确装备制造企业数字化转型机制要素的基础上，绘制装备制造企业数字化转型生态系统理论模型，构建数字化转型水平测度指标体系，并采用熵权TOPSIS评价法和因子分析法对陕西装备制造企业数字化转型水平进行测度。结果表明，陕西装备制造企业数字化转型整体水平不高，转型速度较慢。为此，提出如下建议：

(1)加强政府对装备制造企业数字化转型的政策引导与支持。2018年1月30日，习近平总书记在主持中共中央政治局第三次集体学习时强调：“要大力发展实体经济，加快发展先进制造业，推动互联网、大数据、人工智能同实体经济深度融合。”这也是我国首次提出数字经济与实体经济融合发展的思路，此后，国家陆续出台了《关于推进“上云用数赋智”行动培育新经济发展实施方案》等多项扶持政策，陕西省工业和信息化厅也发布了《陕西省推进工业大数据应用，促进工业企业数字化转型工作方案(2020—2025年)》。这些政策的出台都为装备制造企业数字化转型提供了政策红利，但这些制度和政策能否落实落地，需要各级政府部门加以引导和监督。同时，各级政府应当在装备制造企业数字化转型过程中给予适当资金补助，或通过发展数字普惠性金融服务，降低装备制造企业融资门槛，有效破解企业在数字化转型过程中的融资困境，完善数字化转型企业保险基金和失业保险制度，降低装备制造企业数字化转型失败损失，提高因转型导致失业人员的补偿金[20-21]。

(2)加快装备制造企业数字化转型基础设施建设。企业要实现数字化转型，首先应当打牢数字化转型基础，构建坚实的数字化转型平台，加大数字化转型基础设施资金投入。装备制造企业数字化转型基础平台建设应以5G、大数据、区块链、云计算、工业物联网、人工智能等领域为重点，以数字化、智能化技术为支撑，对传统基础设施进行升级改造，搭建包括5G网络基站、大数据研究中心、智能化生产线、数字孪生车间、数据共享开放平台、用户个性化体验中心等在内的集数字化生产、管理、销售为一体的基础设施和平台，为装备制造企业数字化转型提供基础保障。

(3)完善装备制造企业数字化转型人才引培体系。数字化转型人才队伍建设是装备制造企业快速实现数字化转型的重要基石。陕西是我国高等教育大省和强省之一，拥有大量高尖端技术与复合型人才，这为装备制造企业数字化转型提供了有力的外部人才环境。因此，陕西装备制造企业数字化转型人才队伍建设应当坚持引培并举，既要从外部引进大量具有数字化专业素养的高技能人才，同时也要加大对现有员工的数字化、智能化转型培训。具体可借鉴日本企业的做法，开展制造企业数字化转型人才职业培训，目标是通过培训，使员工具备数据工程应用能力、数据科学分析能力及数据管理能力，不断提升员工数字化和智能化素养[22-23]。

(4)促进以大型装备制造企业为中心的产业链协同创新发展，共同推进数字化转型。随着创新生态系统理论和协同创新理论的发展，在激烈的市场竞争中，企业需要发挥适应力强、对市场变化敏感度高、管理组织结构灵活等特点，特别是产业链中的企业应充分利用数字技术，以更好地实现高效协同创新发展，增强产业链经济活力[24]。因此，装备制造产业链应当以大型装备制造企业为核心，利用数字技术，联合上下游企业形成互助服务机制，在产业链上推广数字化技术应用经验，带动链条上更多中小企业加快数字化转型升级，促进产业链协调高效发展。

本文主要聚焦陕西地区规模以上装备制造企业数字化转型现状，囿于数据可得性，未关注规模较小的装备制造企业数字化转型现状，导致测度结果的准确性和普适性有待进一步提高。后续研究还需考虑在更大范围收集装备制造企业数字化转型数据，以更加科学准确地测度和反映陕西地区装备制造企业数字化转型的整体情况。此外，本文通过构建一套指标体系测度陕西省装备制造企业数字化转型水平，该指标体系是否适用于其它地区，还有待检验。下一步将收集更多地区数据对构建的数字化转型水平测度指标体系进行检验优化，从而更科学准确地测度其它地区乃至全国装备制造业数字化转型水平，为政府政策制定提供理论依据。

参考文献:

[1] 谷方杰,张文锋. 基于价值链视角下企业数字化转型策略探究:以西贝餐饮集团为例[J]. 中国软科学,2020，35(11):134-142.

[2] 刘淑春,闫津臣,张思雪,等. 企业管理数字化变革能提升投入产出效率吗[J]. 管理世界,2021,37(5):170-190,13.

[3] NAMBISAN S,LYYTINEN K,MAJCHRZAK A,et al. Digital innovation management:reinventing innovation management research in a digital world[J]. MIS Quarterly,2017,41(1):223-238.

[4] 贾晖,郭亚楠,初浩,等. 后疫情时代下数字经济带动经济发展的实证分析[J]. 工业技术经济,2020,39(11):138-144.

[5] 安宇宏. 数字经济[J]. 宏观经济管理,2016,32(12):76-77.

[6] 赵西三. 数字经济驱动中国制造转型升级研究[J]. 中州学刊,2017,39(12):36-41.

[7] 刘昭洁. 数字经济背景下的产业融合研究 :基于制造业的视角[D]. 北京:对外经济贸易大学,2018.

[8] GRAY J,RUMPE B. Models for the digital transformation[J]. Software & Systems Modeling,2017,16(2):307-308.

[9] DIMITROV D V. Medical Internet of Things and big data in healthcare[J]. Healthcare Informatics Research,2016,22(3):156-163.

[10] 祝合良,王春娟. “双循环”新发展格局战略背景下产业数字化转型:理论与对策[J]. 财贸经济,2021,42(3):14-27.

[11] 池仁勇,郑瑞钰,阮鸿鹏. 企业制造过程与商业模式双重数字化转型研究[J]. 科学学研究,2021,39(4):13-25.

[12] 李辉,梁丹丹. 企业数字化转型的机制、路径与对策[J]. 贵州社会科学,2020，41(10):120-125.

[13] AUGUSTSSON N P,NILSSON A,HOLMSTRÖM J,et al. Managing digital infrastructures:negotiating control and drift in service provisioning[J]. International Journal of Business Information Systems,2019,30(1):51-78.

[14] 王核成,王思惟,刘人怀. 企业数字化成熟度模型研究[J]. 管理评论,2021, 33(1):39-48.

[15] 万伦,王顺强,陈希,等. 制造业数字化转型评价指标体系构建与应用研究[J]. 科技管理研究,2020,40(13):142-148.

[16] 王德辉,吴子昂. 数字经济促进我国制造业转型升级的机制与对策研究[J]. 长白学刊,2020,36(6):92-99.

[17] 邬爱其,宋迪. 制造企业的数字化转型：应用场景与主要策略[J]. 福建论坛(人文社会科学版),2020(11):28-36.

[18] 高升,孙会荟,刘伟. 基于熵权TOPSIS模型的海洋经济系统脆弱性评价与障碍度分析[J]. 生态经济,2021,37(10):77-83.

[19] 俞立平. 基于神经网络的非线性学术评价指标模拟权重研究:以因子分析评价为例[J]. 现代情报,2021,41(4):133-145.

[20] BALSMEIER B,WOERTER M. Is this time different? how digitalization influences job creation and destruction[J]. Research Policy,2019,48(8):103765.

[21] 马文秀,高周川. 日本制造业数字化转型发展战略[J]. 现代日本经济,2021,40(1):27-42.

[22] 曾德麟,蔡家玮,欧阳桃花. 数字化转型研究：整合框架与未来展望[J]. 外国经济与管理,2021,43(5):63-76.

[23] 何文彬. 数字化转型与我国制造业全球价值链攀升效应研究[J]. 统计与决策,2021,37(10):97-101.

[24] 刘涛,张夏恒. 我国中小企业数字化转型现状、问题及对策[J]. 贵州社会科学,2021,42(2):148-155.

(责任编辑：陈 井)