How the Use of Industrial Internet Promotes Intelligent Transformation of SMEs:Driving Factors and Enabling Mechanism

Wang Chang, Deng Chan, He Qi, Zhou Yifang

(School of Business, Central South University, Changsha 410000, China)

Abstract：The Industrial Internet is a new type of infrastructure that deeply integrates the new generation of information and communication technologies with the industrial economy,promoting the intelligent transformation of SMEs. The research on Industrial Internet in the theoretical circle is still in the exploratory stage. Existing studies have discussed the definition and necessity of Industrial Internet from the perspective of technology and organization adoption. However, the effective use of the Industrial Internet by SMEs and the influencing mechanism of Industrial Internet to support the intelligent transformation of enterprises are not clear, and worthy of further analysis.

On the basis of the TOE framework and enterprise capability theory, this study constructs a comprehensive model about the antecedents and consequences of Industrial Internet use. There are 391 questionnaires collected from small and medium-sized manufacturing enterprises, and the following main conclusions are obtained through the empirical analysis.

First of all, the important drivers of Industrial Internet use include resource readiness, digital capabilities, business complexity and government support.To be specific, resource readiness is the primary prerequisite for SMEs to use the Industrial Internet. The Industrial Internet mainly relies on the "invisible data" elements to empower enterprises, but the real use also needs the timely follow-up and response of dedicated resources. Digital capability is the technical basis for SMEs to use the Industrial Internet. It represents the enterprise's ability to identify digital opportunities and respond to digital technology, and also reflects its pre-digitalization degree. Business complexity reflects the internal needs of SMEs to use the Industrial Internet. This conclusion indicates that in the era of intelligent manufacturing Industry 4.0, the Industrial Internet has become an important means for enterprises to cope with business complexity. Government support provides an external guarantee which can help enterprises to lower the threshold of use, alleviate concerns about cloud access, and make up for the shortage of small and medium-sized enterprises' resources and capabilities.

Second, the Industrial Internet enables enterprises to transform and upgrade by building two core competencies. To be specific, the use of the Industrial Internet has an obvious enabling effect on the intelligent transformation of SMEs. The Industrial Internet has brought profound changes to the mode of production and provided a new solution for the transformation and upgrading of the manufacturing industry.Integrated connectivity capability enables intelligent transformation by facilitating enterprise connectivity. Collaborative integration capability achieves intelligent transformation by promoting enterprise collaboration. SMEs are confronted with the constraints of low resource capacity and high knowledge barriers, and it is difficult to realize intelligent transformation by relying on their strength. The Industrial Internet can focus on multiple value participants from different industries or fields, and strengthen the multi-subject collaboration of the industrial chain.

This study has made the following two theoretical contributions. On the one hand,it promotes the research on the driving factors of "cloud-based platforms" for SMEs. Within the TOE framework, the driving effects of technology, organization and environment-related factors on the use of Industrial Internet are clarified, and the theoretical research of Industrial Internet is expanded from "whether to use it" to "how to use it well". Thus this study provides an effective theoretical reference for SMEs to go on the cloud platform. On the other hand,this study reveals the mechanism black box of how Industrial Internet promotes the intelligent transformation of enterprises. Although existing studies have proposed that the Industrial Internet brings value to enterprises from the perspective of organizational adoption, there is no in-depth analysis of the influence mechanism of the Industrial Internet to promote enterprise transformation. By exploring the two core capabilities of the Industrial Internet, this study highlights the key transmission role between the use of the Industrial Internet and intelligent transformation. From the perspective of empowerment, it opens the black box of the transformation mechanism of Industrial Internet-embedded enterprises into capabilities and then promotes the intelligent transformation, and clarifies the effects of different types of capabilities on the intelligent transformation. This finding also expands the way for resource-deficient SMEs to carry out intelligent transformation with the help of third-party forces and promotes relevant research in the era of intelligent manufacturing Industry 4.0.

Key Words：Industrial Internet; Intelligent Transformation; Driving Factors; Mechanism of Empowerment

收稿日期：2022-10-17

修回日期：2022-12-12

基金项目：国家社会科学基金重大项目(18ZDA061);国家社会科学基金一般项目(20BGL012);湖南省自然科学基金面上项目(2022JJ30056)

作者简介：王昶(1972—),男,湖南怀化人,博士,中南大学商学院教授、博士生导师,研究方向为战略管理、数智化转型与创新;邓婵(1999—),女,湖南湘乡人,中南大学商学院硕士研究生,研究方向为数字化转型; 何琪 (1997—),女,湖南衡阳人,中南大学商学院博士研究生,研究方向为战略管理;周依芳(1992—),女,湖南长沙人,中南大学商学院博士研究生,研究方向为战略管理。本文通讯作者:邓婵。

DOI：10.6049/kjjbydc.2022100432

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.7-39

文献标识码：A

文章编号：1001-7348(2024)03-0103-11

0 引言

工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施,有助于推动中小企业智能化转型[1]。党中央、国务院高度重视工业互联网创新发展,2019年政府工作报告指出,要打造工业互联网平台,拓展“智能+”,为制造业转型升级赋能。 2020年3月20日,工信部发布《关于推动工业互联网加快发展的通知》,进一步强调要深化工业互联网行业应用,加大中小企业数字化工具普及力度,促进企业上云上平台。上述政策文件强调工业互联网的赋能作用,为中小企业智能化转型指明了方向。在实践应用中,工业互联网平台服务商的热情远远高于中小企业,存在典型的“一头热一头冷”现象。调研发现,工业互联网技术专用性强、应用场景复杂、投入风险大,严重制约了中小企业对工业互联网的使用[2]。这一情况表明,中小企业对工业互联网的关注已从“要不要用”转化为“如何用好”。因此,如何更好地使用工业互联网,通过“上云上平台”实现智能化转型,成为中小企业亟待解决的难题。

已有文献主要从技术与组织采用视角展开研究,集中探讨其基础架构[3]、实施体系(王君泽等,2020)、核心算法优化[4]、平台建设(吕文晶等,2019)等,从技术层面回答了“是什么”的问题,深化了对工业互联网的认知,为进一步研究奠定了基础。随着工业互联网理论研究与实践发展,学者们关注的焦点逐渐从单纯的技术结构研究转向基于组织采用视角的应用研究。近年来,已有学者基于感知风险理论与价值共创理论探讨工业互联网使用意愿的影响因素[5]。工业互联网推动企业商业模式创新[6-7]、商业生态系统构建(孙新波等,2020)的价值已得到普遍认同,但相关研究大多为案例研究,实证研究鲜见。现有研究大多基于技术与组织采用视角,讨论工业互联网“是什么”与“用不用”的问题,尚未探讨企业如何有效使用工业互联网这一问题,以及工业互联网对企业智能化转型的作用机制,而这正是本文研究重点。

工业互联网作为新兴使能技术,其价值是在使用过程中实现的[8]。赋能强调激发主体能力,实现新的价值创造[9],可为理解工业互联网对企业智能化转型的作用提供新的洞察。本文在TOE框架指导下,从技术、组织和环境等方面研究数字能力、组织规模、业务复杂度、资源就绪、竞争压力、政府支持等因素对工业互联网使用的影响。同时,基于企业能力理论,以集成互联能力与协同融合能力作为中介变量,探讨工业互联网赋能企业智能化转型的影响机制。一方面,可为中小制造企业“上云上平台”提供有效的理论参考;另一方面,有助于打开工业互联网对企业智能化转型作用机制的“黑箱”,明确不同类型能力对智能化转型的作用,进一步丰富赋能理论研究情境。

1 理论基础

1.1 TOE框架

Tornatzky&Fleischer等[10]认为,技术因素、组织因素和环境因素共同作用于组织采用过程。TOE是一种综合分析框架,具有高度概括性、灵活性和实用性。回顾TOE模型相关文献,本文发现,TOE在组织技术采用方面应用广泛,以往研究更关注传统技术应用。当前,第四次工业革命浪潮席卷而来[11],由此带来的使能技术改变了企业商业活动。作为新兴使能技术,工业互联网强调信息技术与制造技术间的集成及融合[12],需要在价值链各环节、各阶段与企业深度融合后才能释放其潜在价值[11]。因此,本文重点关注工业互联网使用问题,将工业互联网使用定义为企业对工业互联网的使用程度与范围。此外,工业互联网独特的特征意味着组织使用的前提条件差异。例如,企业需要具备一定的数字基础,因为现有数字能力是影响组织使用工业互联网的重要技术条件。本文在TOE框架指导下,分别选取数字能力、组织规模、业务复杂度、资源就绪、竞争压力、政府支持等因素,研究中小企业工业互联网使用行为。

1.2 企业能力理论

企业能力理论认为,企业是独特资源与能力的集合体。资源是能力衍生的条件,能力是竞争战略的重要基础[13]。从长期看,企业拥有的核心能力是其获得可持续竞争优势的重要源泉。因此,本文基于企业能力理论,通过绘制工业互联网赋能金字塔,构建“工业互联网使用—核心能力—智能化转型”理论逻辑,如图1所示。

工业互联网赋能的基础是工业4.0时代具有代表性的九大技术支柱,包括物联网、云计算、增材制造、大数据分析、先进制造解决方案、网络安全、仿真、横向纵向一体化和其它使能技术[14]。工业互联网可为企业积累丰富的资源,而资源只有转化为能力才能帮助企业实现绩效产出。工业互联网赋能的关键支撑是两种核心能力,即集成互联能力与协同融合能力。借助工业互联网使能技术,企业可以更好地实现对数据的收集、预处理、挖掘和使用[14]。海量数据汇聚会产生数据压强,在工业互联网平台上密布的海量的“点”,帮助企业形成集成互联能力,这是打破信息孤岛、实现数据互通的基础。无数的“点”直连互动、纵横交织成“线”,企业在连接的基础上实现协同。借助工业互联网平台将网络效应发挥到极致,织“链”成“网”,实现多主体协同。通过协同网络扩张获取企业在不同场景、不同状态下的更多数据,加速中小制造企业两化融合进程,从而帮助企业形成强大的协同融合能力。

工业互联网赋能的价值在于促进企业智能化转型。两种能力的作用机制不同却相辅相成,共同促进企业智能化转型,具体而言,依托集成互联能力,人、物、技术、知识、资本、数据等产业要素资源得以充分流动,在更大范围实现资源优化配置;依托协同融合能力,企业与产业链上下游得以更大范围的协同。由此可见,工业互联网通过增强两类核心能力帮助中小企业提高资源配置效率,实现产品个性化定制,构建竞争优势,从而促进企业智能化转型。

2 研究假设

2.1 工业互联网使用的驱动因素

2.1.1 技术因素

技术因素包括企业内部与外部的技术资源及能力。本文认为,工业互联网是各种信息技术与数据要素的集成体现,对企业数字化水平具有较高的要求。因此,数字能力是重要与特殊的技术能力,会显著影响企业对工业互联网的使用程度与范围。

数字能力是指企业内部对数字技术的理解、认识和运用能力[15]。数字能力是企业创新过程中所需的重要资源[16],也是企业使用工业互联网的重要技术基础。从认知层面看,具备高数字能力的企业对外部新兴技术发展具有更敏锐的感知和更开放的心态,故创新阻力较小。当中小制造企业具备高数字能力时,会更愿意采用新兴技术,因而更可能使用工业互联网。从行为层面看,数字化是推动企业工业互联网的重要条件[8]。工业互联网包括使用复杂的系统,这些系统会产生大量数据,因而需要企业具备一定的数字能力进行存储、处理和管理。因此,具备高数字能力的中小制造企业,拥有一定的技术基础和知识存量[17],可以更好地对数据进行管理。换言之,数字能力较差的企业,在数字化采集与管理方面面临较大障碍,糟糕的数据质量会在企业内部产生级联效应,阻碍企业对工业互联网的进一步使用[18]。由此,本文提出以下假设:

H1:数字能力对工业互联网使用具有显著正向影响。

2.1.2 组织因素

组织因素是指促进或限制创新采用的企业特征,主要包括组织规模与资源基础等。大多数企业都认识到工业互联网带来的价值,但不是所有企业都会付诸行动[19]。组织规模、资源就绪与业务复杂度会显著影响企业对工业互联网的使用程度与范围。

组织规模是影响先进制造技术采用的重要因素,反映在资本投入、营业收入和员工人数等方面[20]。一方面,要充分利用工业互联网带来的价值,就要构建新的商业模式。规模越大的企业越有能力制定全面的战略部署与技术路线图,这对工业互联网使用至关重要。另一方面,规模较大的企业出于大规模商业活动需要,有较多机会投资新技术,因而更容易应用工业互联网技术[17]。同时,规模较大的企业可调动大量外部资源,克服工业互联网使用过程中可能遇到的障碍。由此,本文提出以下假设:

H2:组织规模对工业互联网使用具有显著正向影响。

业务复杂度是指企业内部业务难以理解或执行的程度,主要表现为业务技术密集程度、产品组合多样性、供应商与客户类型多样性等方面[21]。业务复杂度能够反映组织内部操作流程的动态性,组织业务流程越难以描述和理解,业务流程复杂程度越高[22]。业务复杂度越高,企业对工业互联网的使用程度越高、范围越大。一方面,技术密集会产生大量信息[21],企业有动力使用工业互联网进行资源部署与集成,以此提升自身信息识别和处理能力,降低不确定性风险[23]。另一方面,产品类型数量、供应商数量和客户数量反映了供应链环境中的业务复杂度[24]。多样化产品组合对生产流程与操作步骤提出了更高要求。因此,业务流程复杂程度越高,动态化信息处理需求越多[23]。工业互联网是可动态重构的自动化、虚拟化资源,可以支持不同程度的信息处理需求[19]。与传统互联网解决方案相比,工业互联网能够快速获得和部署资源,不需要大量扩展现有组织基础设施,就能促使各类信息及时、准确地传播与共享[1]。因此,“上云上平台”是帮助中小企业转变管理方式,进而实现精细化管理目标的重要利器。高业务复杂度的企业,有动力利用工业互联网转变业务处理方式,从而提高管理效率和操作敏捷性。由此,本文提出以下假设:

H3:业务复杂度对工业互联网使用具有显著正向影响。

资源就绪是影响企业创新采纳的重要因素,包括财务就绪、技术就绪与知识资源就绪等方面[25]。首先,工业互联网使用涉及技术采用、基础设施、平台接入等,需要大量、稳定、持续的资金投入。财务资源越丰富的企业,可用于工业互联网使用的预算和财务资金越多[12],因而有利于工业互联网大规模使用。其次,工业互联网接入涉及高度集成的复杂系统[18],技术兼容性较高的企业,可以打破不同端口、不同机器间的隔阂,大范围使用工业互联网。最后,工业互联网的信息技术只有与企业制造经验及工业基因相结合才能发挥作用,跨界复合型人才是企业使用工业互联网的重要智力支持[26]。人力资源水平越高的企业,拥有的专业人才越多,越能支持工业互联网使用。由此,本文提出以下假设:

H4:资源就绪对工业互联网使用具有显著正向影响。

2.1.3 环境因素

组织面临的环境是企业开展业务活动的重要背景,主要包括企业与竞争对手以及政府的互动。工业互联网连接对象是人、机、物、系统,以及全产业链、全价值链,这决定了工业互联网的多元性、专业性、复杂性。因此,工业互联网使用离不开行业竞争压力的推动与政府的大力扶持[27]。

竞争压力被认为是创新的重要驱动力[27],是指企业感受到的来自行业竞争对手的压力。一方面,日益激烈的竞争迫使企业采用新技术满足自身发展需求[28]。在竞争激烈的环境下,中小企业为了获取更高的市场占有率,有可能使用工业互联网提高生产效率和创新能力,以获得比较优势[19]。另一方面,作为市场追随者的中小企业,其创新行为会受到市场领导者的影响。在高度竞争的市场环境中,率先使用工业互联网进行转型升级的企业往往会产生较强的“羊群效应”,而处于“不进则退”生存困境的中小企业为了不被市场淘汰,有可能模仿行业内头部企业创新行为,加快自身使用工业互联网的步伐[29]。由此,本文提出以下假设:

H5:竞争压力对工业互联网使用具有显著正向影响。

政府支持是企业发展面临的重要制度环境。一方面,政府支持可以在一定程度上强化中小企业的资源基础,有利于企业创新活动顺利开展(李颖等,2018)。扶持性财政与金融政策能够缓解中小制造企业资金压力,降低企业使用工业互联网的成本[18],从而助力中小企业“上云上平台”。另一方面,政府支持有助于营造良好的外部协作环境。单个企业难以释放工业互联网的价值,需要依靠各类主体间的交互合作构建全新的产业生态[12],而政府支持可为这种协作提供更多可能。政府支持可以整合区域内平台企业、孵化器、行业协会和政府部门等多方力量,帮助中小企业使用工业互联网。由此,本文提出以下假设:

H6:政府支持对工业互联网使用具有显著正向影响。

2.2 工业互联网的赋能机制

2.2.1 工业互联网使用与企业智能化转型

智能化转型是当前制造业的发展方向。李廉水(2019)等指出,智能化转型研究尚处于初级阶段。对于中小制造企业而言,智能化转型面临着风险和困难,工业互联网可为中小企业摆脱这一困境提供方向。工业互联网体现了数据资本对人类脑力劳动和体力劳动的替代,本质上是社会生产方式变革。工业互联网并不局限于对生产制造环节的改造,而是进一步突出信息软件和新兴技术等数据资源对制造产业的渗透,以此推动整个制造业智能化变革。由此可见,工业互联网对于制造业转型升级具有重要意义。

在企业内部运营管理、生产过程和产品研发等业务场景中使用工业互联网,可以有效提升企业业务响应速度,促进内部资源整合与有效利用,从而提高企业资源配置效率。在与外部伙伴合作和客户关系维护过程中使用工业互联网,能够帮助企业预测市场需求,提升研发创新水平,同时实现全流程交互与全周期维修,通过进一步延伸服务环节打造新的利润增长点。企业对工业互联网的使用频率越高、使用范围越广,越能将工业互联网与自身组织结构、业务战略紧密结合,源源不断地进行专用性资源创造与积累,从而构建独特的竞争优势。因此,工业互联网是推动中小制造企业智能化转型的重要载体。由此,本文提出以下假设:

H7:工业互联网使用对企业智能化转型具有显著正向影响。

2.2.2 集成互联能力的中介作用

集成互联能力是指企业对各类数据资源的高效整合能力,即人机物互联互通能力(杜勇等,2022)。工业互联网能够有效提升企业集成互联能力,互联是工业互联网的重要特征,更是企业转型升级的重要动力。企业在内部使用工业互联网可以打破不同机器设备、不同管理部门、不同生产环节间的数据孤岛,以低成本、高速度、高效率方式形成互联互通,从而提升内部集成互联能力。企业在维护外部伙伴合作和客户关系过程中使用工业互联网,可以实现跨行业、跨领域连接,加强与供应商、经销商、客户等产业链主体沟通,从而提升集成互联能力。

集成互联能力可以进一步促进企业智能化转型。集成互联能力越强,越有利于企业获取与整合各生产环节的数据信息[30],充分发挥工业互联网的连接属性(刘淑春等,2021),实现多元化资源组合,从而为智能化转型提供支持。高水平集成互联能力有助于企业发挥数据价值,将数据用活,优化内部生产环节和管理流程,从而进一步降本增效。换言之,低水平集成互联能力意味着企业无法有效地将工业互联网中的技术与知识资源运用于生产过程,难以真正发挥工业互联网的赋能效应。由此,本文提出以下假设:

H8:集成互联能力在工业互联网使用与企业智能化转型间发挥中介效应。

2.2.3 协同融合能力的中介作用

协同融合能力是指企业与产业链各主体的协同能力,即外部技术与企业业务流程的融合能力(杜勇等,2022)。工业互联网能够有效提升企业协同融合能力,企业对工业互联网的使用频率越高、使用范围越广,越有利于突破时间与空间约束,强化全产业链协同与产业链韧性,从而实现多主体协同。通过对工业互联网广泛而深入的使用,有利于加速信息技术、通信技术、控制技术融合。由此,企业与贸易伙伴和客户创建针对特定场景的平台,积极推动工业互联网与自身业务深度融合,形成协同融合能力。

协同融合能力可以进一步促进企业智能化转型。第一,协同融合能力有助于企业资源利用。企业可以根据市场需求、合作伙伴与客户需求变化,快速协调资源,促使多元化资源在相应运营环节被高效利用(刘淑春等,2021),降低库存成本,提高资源配置效率,实现产品个性化定制[1],从而实现智能化转型。第二,协同融合能力有助于强化网络效应。企业通过加强与工业互联网平台中的参与者合作获取利润,从而探索新的价值创造方式。随着平台参与者不断增多,企业可以借助协同融合能力实现数字资源整合,弥补制造业数字基因不足的天然缺陷,实现信息化与工业化融合发展,并将其转化为自身竞争优势,从而加速智能化转型。由此,本文提出以下假设:

H9:协同融合能力在工业互联网使用与企业智能化转型间发挥中介效应。

根据以上假设,本文构建理论研究模型,如图2所示。

3 研究设计

3.1 数据来源

本文以中小制造企业为研究对象,调研时间为2021年12月至2022年1月,借助智能专业调研平台Credamo向全国中小制造企业精准投放问卷以获取相关数据。为确保数据质量与研究价值,限定问卷填写对象为企业中高层管理者。本文通过设置筛选题项询问企业是否使用工业互联网,只有使用工业互联网的中小制造企业才被纳入研究样本。通过Credamo平台回收问卷432份,本文按照以下标准筛选数据:一是剔除选项回答重复度过高的研究样本;二是剔除答题时间过短的研究样本;三是剔除回答未使用工业互联网的企业研究样本。最终,得到有效问卷391份,问卷有效率为90%。有效样本人口统计学特征与基本情况如表1所示。由表1可知,67%以上的中小企业位于东部地区,这一样本分布特征与现实情况相吻合。

3.2 变量测量

本文采用李克特5点测量方法,构建包含39个核心题项的测量问卷。为确保问卷的准确性和科学性,本文借鉴国内成熟研究量表,根据实际情况与专家意见进行适当修改,具体题项表述如表2所示。

参考Zhou等[15]的研究成果,数字能力测量量表包括“我们掌握着重要的数字技术”等5个题项;参考Wang等[20]的研究成果,组织规模测量量表包括“相比同行业平均水平而言,我们的员工人数更多”等3个题项;参考Yun等[21]的研究成果,业务复杂度测量量表包括“与竞争对手相比,我们有许多技术密集型的业务”等5个题项;参考Lokuge等[25]的研究成果,资源就绪测量量表包括“我们投入了充分的财务资源”等3个题项;参考Oliveira等[27]的研究成果,竞争压力测量量表包括“我们的一些竞争对手已经开始使用工业互联网”等4个题项;参考李颖等(2018)的研究成果,政府支持测量量表包括“政府为我们使用工业互联网提供政策支持”等5个题项;参考Ifinedo等[31]的研究成果,工业互联网使用测量量表包括“我们经常使用工业互联网”等4个题项;参考孟凡生和赵刚[32]的研究成果,集成互联包测量量表含“我们具备让信息流、资金流和物流实现集成的能力”等4个题项,协同融合测量量表包含“我们具备从大规模生产向个性化生产转变的能力”等3个题项;参考孟凡生和宋鹏[33]的研究成果,智能化转型测量量表包括“企业利润率提高”等4个题项。此外,根据已有研究成果并结合工业互联网使用特点,本文将企业年限、企业类型、企业发展阶段、所处行业类型、企业市场范围和工业互联网平台使用场景作为控制变量。

3.3 信度与效度检验

由表2可知,各变量的Cronbach's α系数在0.842～0.955之间,均在0.8以上,证明量表整体信度较为理想。对题项进行因子分析,结果显示,KMO 指数为0.915,Bartlett 近似卡方为 12 534.563,显著性 P<0.001。采用最大方差法进行因子旋转,旋转后得到10个因子,各因子总体累积方差解释率为78.849%,且各题项及因子对应关系与研究预期一致,说明量表结构效度较高。各变量组合信度(CR)值大于0.7,各变量平均方差提取量(AVE)大于0.5,各题项标准化载荷系数大于0.7,说明量表具有较高的收敛效度。由表3可知,各变量间相关系数小于各变量对应的AVE平方根,说明量表具有较高的区分效度。

3.4 数据同源偏差检验

由于本文每份问卷结果来自于同一受访者,有可能存在数据同源偏差问题。因此,本文采用Harman单因素检验,对全部变量的测量指标进行未旋转因子分析。其中,单个因子的最大解释力为30.735%,小于40%的标准,说明不存在严重的数据同源偏差。

4 实证分析

4.1 相关性分析

由表3可知,工业互联网使用与数字能力、组织规模、业务复杂度、资源就绪、竞争压力、政府支持、集成互联能力、协同融合能力等变量均显著正相关,智能化转型与工业互联网使用、集成互联能力、协同融合能力等变量均显著正相关,为后续假设验证奠定了基础。

4.2 结构方程模型整体检验

运用Amos 24.0软件检验假设模型整体适配度,结果如表4所示。由表4可知, χ2/df=1.698,RMSEA=0.042,GFI=0.874,NFI=0.912,TLI=0.955,CFI=0.961,IFI=0.962,各拟合指标均在理想范围内,表现出较高的模型适配度。

4.3 工业互联网使用的驱动因素实证检验

本文针对工业互联网使用的驱动因素提出6个研究假设,其中4个被证实,其余未得到证实。由表5可知,资源就绪的影响系数在0.001显著性水平上通过检验,H4得到支持。数字能力与业务复杂度的影响系数在0.01显著性水平上通过检验,H1和H3得到支持。政府支持的影响系数在0.05显著性水平上通过检验,H6得到支持。组织规模与竞争压力的影响系数未通过显著性检验,H2和H5未得到支持。

(1)资源就绪是中小制造企业使用工业互联网的首要前提。资源就绪的影响系数最高(β=0.267,p<0.001),影响强度居各路径之首。较高的资源就绪水平有助于企业使用工业互联网的程度提升与范围扩大。资源就绪可以有效降低新技术落地“水土不服”的风险,是企业使用工业互联网的首要前提。丰富的财务资源、高兼容性的基础设施、充足的专业人才等,可为工业互联网在企业扎根落地提供条件。

(2)数字能力是中小制造企业使用工业互联网的技术基础。数字能力对工业互联网使用具有显著正向影响(β=0.201,p<0.01)。中小制造企业数字能力越强,企业使用工业互联网的程度越高。数字能力可以确保企业上云后实现有效运转,避免工业互联网成为“无本之木”,是企业使用工业互联网的技术基础。工业设备数字化改造和数据联网是上云的第一步[8]。低水平数字能力会限制中小企业对工业互联网的理解,进而阻碍企业对工业互联网的广泛使用。

(3)业务复杂度反映了中小制造企业使用工业互联网的内在需求。业务复杂度对工业互联网使用具有显著正向影响(β=0.195,p<0.01)。中小制造企业业务复杂度越高,企业使用工业互联网的程度越高。业务复杂度能够体现企业对复杂产品和复杂流程管理的内在需求,高业务复杂度会促使企业使用工业互联网应对管理挑战。这一结论拓展了Melville(2008)、Akhtar(2019)等的研究观点,将业务复杂度延伸到工业互联网领域。

(4)政府支持可为中小制造企业使用工业互联网提供保障。政府支持对工业互联网使用具有显著正向影响(β=0.102,p<0.05)。政府支持力度越大,企业使用工业互联网的程度越高。工业互联网的本质是将制造业工业系统与新一代信息技术相融合,通过全产业链、全价值链和全要素连接,重构产业生态[5]。因此只有各方主体共同努力,才能让工业互联网在制造业“生根发芽”。由此,政府可基于制度视角为企业提供政策支持,推动相关行业、区域、规模的制造企业集中有序“上云上平台”。

(5)组织规模和竞争压力对工业互联网使用的影响并不显著,这一发现与Won(2020)、Horvath(2019)等的研究结论有出入。原因可能在于,相较于一般技术,使用工业互联网的风险更高。规模越大的企业,受组织惯性的影响越大,越难以实现创新采用。竞争压力越大的企业,越容易陷入“不变等死,变则找死”的两难境地,因而对创新持谨慎态度。因此,组织规模和竞争压力并未正向影响中小企业对工业互联网的使用。

4.4 工业互联网赋能机制检验

本文针对工业互联网的赋能机制提出3个研究假设,均得到证实,如表5所示。由表5可知,工业互联网使用对智能化转型的影响在0.01显著性水平上通过检验,H7得到支持。进一步地,本文采用Amos 24.0的Bootstrap程序检验中介效应的显著性。将Bootstrapping的再抽样次数设置为5 000次,置信区间设置为95%,中介效应分析结果见表 6。工业互联网使用→集成互联能力→智能化转型路径的置信区间为[0.090,0.203],不包含0,说明集成互联能力在工业互联网与智能化转型间存在中介效应,中介效应值为0.141,H8得到支持;工业互联网使用→协同融合能力→智能化转型路径的置信区间为[0.176,0.304],不包含0,说明协同融合能力在工业互联网与智能化转型间存在中介效应,中介效应值为0.233,H9得到支持。

(1)工业互联网使用对中小制造企业智能化转型发挥显著赋能效应。工业互联网使用对智能化转型具有显著正向影响(β=0.118,p<0.05)。工业互联网使用程度越高,企业智能化转型效果越好。工业互联网作为各类数据资源的集成载体,可以帮助企业提高资源配置效率,实现产品个性化定制,进而提高利润率、构建竞争优势,最终实现企业智能化转型。这一结论也验证了已有研究的理论猜想,即借助第三方主体力量为企业赋能,从而推动企业转型升级。

(2)集成互联能力通过促进企业互联互通,帮助企业实现智能化转型。集成互联能力帮助制造企业实现内部技术、设备和人等资源统一管理,打破部门隔阂和数据孤岛,是企业迈进转型新赛道的入场券,这一结论支持并深化了朱国军(2020)等的研究成果。工业互联网赋能的背后实际上是通过中小制造企业数据连接汇聚全量数据,进而实现供应链“信息流”“实物流”双维智能化,从而实现企业由被动到主动、从孤立到汇通的全面智能化升级。

(3)协同融合能力通过促进企业协同,帮助企业实现智能化转型。协同融合能力的间接效应值是0.233,协同融合能力可以帮助企业在与产业链主体及外部新技术交互过程中,实现新的价值创造,是制造业转型升级的核心支撑,这一结论与孟凡生(2018)等的研究成果一致。本文进一步发现,与集成互联能力相比,协同融合能力的中介效应值更高。上述结果表明,协同融合能力对企业智能化转型具有重要战略价值。

5 结语

5.1 研究结论

(1)工业互联网使用的重要驱动因素包括资源就绪、数字能力、业务复杂度与政府支持。资源就绪是中小制造企业使用工业互联网的前提,工业互联网主要依赖“看不见的数据”要素为企业赋能,因而需要依靠专供性资源能力及时跟进与响应。数字能力是中小制造企业使用工业互联网的技术基础,代表企业数字技术识别能力、掌握能力及响应能力,也是企业前期数字化程度的体现。业务复杂度反映了中小制造企业使用工业互联网的内在需求。在智能制造工业4.0背景下,工业互联网成为企业应对复杂业务的重要手段。政府支持可为中小制造企业使用工业互联网提供保障,帮助中小企业降低使用门槛,减轻上云顾虑,弥补自有资源能力不足的短板。

(2)工业互联网通过构建两种核心能力赋能企业转型升级。工业互联网使用对中小制造企业智能化转型发挥显著赋能效应,可为制造业转型升级提供新的解决方案,即借助第三方主体力量为企业赋能,推动企业转型升级。集成互联能力通过促进企业互联互通实现智能化转型,这一结论支持朱国军(2020)等的研究成果;协同融合能力通过促进企业协同实现智能化转型,这一结论支持孟凡生(2018)等的研究成果。实际上,中小企业面临低资源能力、高知识壁垒的制约,单靠自身力量难以实现智能化转型。工业互联网可以聚集来自不同行业或领域的多类价值参与主体,加强产业链多主体协同。基于工业互联网平台,企业可以实现新一代信息技术与工业生产各环节深度融合,从而为转型升级提供发展新动能。

5.2 理论贡献

(1)深化了中小企业“上云上平台”驱动因素研究。以往研究主要围绕技术与组织采用视角,探讨工业互联网“是什么”与“用不用”的问题,识别了工业互联网使用意愿的影响因素,但未回答企业如何使用工业互联网这一问题。本文在TOE框架指导下,厘清了技术、组织及环境相关因素对工业互联网使用的驱动效果,回答了工业互联网“要不要用”“如何用好”的问题,并对中小制造企业“上云上平台”提供了理论参考。

(2)打开了工业互联网对企业智能化转型作用机制的“黑箱”。已有研究基于组织采用视角提出工业互联网会给企业带来价值,但并未深入分析工业互联网对企业转型的影响机制。本文通过探索工业互联网的两种核心能力,揭示了集成互联能力、协同融合能力在工业互联网使用与智能化转型间的传导作用,从赋能视角打开了工业互联网对企业智能化转型作用机制的“黑箱”,明确了不同类型能力对智能化转型的作用,进一步丰富了赋能理论研究情境。同时,丰富了中小企业借智能化转型方式,深化了智能制造工业4.0背景下的相关研究。

5.3 管理启示

(1)企业应加快相关配套设施建设,同时政府应加大对企业“上云上平台”的支持力度,实现工业互联网在更广范围应用。研究表明,资源就绪、数字能力、业务复杂度与政府支持对工业互联网使用具有显著正向影响。一方面,企业既要关注组织资源与数字能力迭代更新对工业互联网使用的影响,也要考虑工业互联网技术与自身业务匹配程度,加强对业务复杂度的精准评估,选择适配的工业互联网服务与应用。另一方面,政府要细化“设备上云”“业务系统上云”的激励政策,积极开展企业“上云上平台”培训,通过观摩、体验、试用等形式,为中小企业提供数字化应用场景。

(2)企业应重视自身集成互联能力与协同融合能力培育,以更好地发挥工业互联网对智能化转型的赋能效应。研究表明,工业互联网可以通过增强企业集成互联能力和协同融合能力促进企业智能化转型。因此,企业应强化对新一代信息技术的应用,激活工业互联网数据价值,优化内部管理系统,提升机器设备网络集成互联能力,从而实现人机物全面互联。同时,加强与供应链上下游协同合作,推动IT、OT等领域技术融合创新与商业化应用,增强协同融合能力,从而释放工业互联网价值。

5.4 研究局限与展望

本文存在以下不足:一方面,由于数据可得性,本研究采用横向截面数据,未来可以进一步分析不同时点下工业互联网的使用效果;另一方面,本研究基于企业能力理论视角,探讨工业互联网使用对中小企业智能化转型的作用机制,未来可以从其它角度探讨上述作用机制,为本文研究问题提供新的视角。

参考文献：

[1] 武汉大学工业互联网研究课题组.“十四五”时期工业互联网高质量发展的战略思考[J].中国软科学,2020,35(5):1-9.

[2] 工业互联网产业联盟.中小企业“上云上平台”应用场景及实施路径白皮书[EB/OL].[2019-02-25].http://www.aii-alliance.org/index/c320/n74.html.

[3] LATIF S, IDREES Z, AHMAD J, et al. A blockchain-based architecture for secure and trustworthy operations in the Industrial Internet of Things[J].Journal of Industrial Information Integration, 2021, 6(21): 100190.

[4] A H M,B A K T,C A C P, et al. A new intrusion detection method for cyber-physical system in emerging industrial IoT[J].Computer Communications, 2022, 45(190):24-35.

[5] 郑勇华,孙延明,朱建华.工业互联网平台使用意愿影响因素研究——基于改进UTAUT模型[J].科技管理研究,2020,40(14):123-130.

[6] 尚晏莹,蒋军锋.工业互联网时代的传统制造企业商业模式创新路径[J].管理评论,2021,33(10):130-144.

[7] KIEL D, ARNOLD C, VOIGT K I. The influence of the Industrial Internet of Things on business models of established manufacturing companies——a business level perspective[J].Technovation, 2017, 37(68): 4-19.

[8] 马永开,李仕明,潘景铭.工业互联网之价值共创模式[J].管理世界,2020,36(8):211-222.

[9] CARMEN L M, PAN S L, RACTHAM P, et al.ICT-Enabled community empowerment in crisis response: social media in Thai-iand flooding 2011[J].Journal of the Association for Information Systems, 2015,16(3):174-212.

[10] TORNATZKY L G,FLEISCHER M. The process of technological innovation[M].Lexington, MA: Lexington Books,1990.

[11] CUGNO M,CASTAGNOLI R, BÜCHI G . Openness to Industry 4.0 and performance: the impact of barriers and incentives[J].Technological Forecasting and Social Change, 2021, 53(168):120756.

[12] WON J Y, PARK M J . Smart factory adoption in small and medium-sized enterprises: empirical evidence of manufacturing industry in Korea[J].Technological Forecasting and Social Change, 2020, 52(157):120117.

[13] PARK N K,MEZIAS J M, SONG J. A resource-based view of strategic alliances and firm value in the electronic marketplace[J].Journal of Management,2004,30(1):7-27．

[14] BÜCHI G, CUGNO M, CASTAGNOLI R. Smart factory performance and Industry 4.0[J].Technological Forecasting and Social Change, 2020, 52(150): 119790.

[15] ZHOU K Z, WU F. Technological capability, strategic flexibility, and product innovation[J].Strategic Management Journal, 2010, 31(5): 547-561.

[16] FREEL M S. Patterns of innovation and skills in small firms[J].Technovation, 2005, 25(2):123-134.

[17] DHOLAKIA R R, KSHETRI N. Factors impacting the adoption of the internet among SMEs[J].Small Business Economics, 2004, 23(4): 311-322.

[18] GHADIMI P,DONNELLY O,SAR K, et al. The successful implementation of industry 4.0 in manufacturing: an analysis and prioritization of risks in Irish industry[J].Technological Forecasting and Social Change, 2022, 54(175):121394.

[19] HORVATH D,SZABO R Z . Driving forces and barriers of Industry 4.0:do multinational and small and medium-sized companies have equal opportunities[J].Technological Forecasting and Social Change, 2019, 51(146):119-132.

[20] WANG Y M,WANG Y S,YANG Y F . Understanding the determinants of RFID adoption in the manufacturing industry[J].Technological Forecasting &Social Change, 2010, 77(5):803-815.

[21] YUN W U,CEGIELSKI C G,HAZEN B T, et al. Cloud computing in support of supply chain information system infrastructure: understanding when to go to the cloud[J].Journal of Supply Chain Management, 2013, 49(3):25-41.

[22] KREES. Intelligent business process optimization for the service industry[M].Karlsruhe, Germany: KIT Scientific Publishing, 2010

[23] MELVILLE N,RRAMIREZ. Information technology innovation diffusion: an information requirements paradigm[J].Information Systems Journal, 2008, 18(3):247-273.

[24] BEAMON B M. Supply chain design and analysis: Models and methods[J].International Journal of Production Economics, 1998, 55(3): 281-294.

[25] LOKUGE S,SEDERA D,GROVER V, et al. Organizational readiness for digital innovation:development and empirical calibration of a construct[J].Information &Management, 2018, 56(3):445-461.

[26] JAMES A T,KUMAR G,TAYAL P, et al. Analysis of human resource management challenges in implementation of industry 4.0 in Indian automobile industry[J].Technological Forecasting and Social Change, 2022, 54(176):121483

[27] OLIVEIRA T,THOMAS M,ESPADANAL M. Assessing the determinants of cloud computing adoption:an analysis of the manufacturing and services sectors[J].Information &Management, 2014, 51(5):497-510.

[28] 李庆满,杨皎平,金彦龙. 集群内部竞争、技术创新力与集群企业技术创新绩效[J].管理学报, 2013, 10(5): 746-753.

[29] ESTENSORO M, LARREA M, MÜLLER J M, et al. A resource-based view on SMEs regarding the transition to more sophisticated stages of Industry 4.0[J].European Management Journal, 2022,40(5):778-792.

[30] WU L, SUN L, CHANG Q, et al. How do digitalization capabilities enable open innovation in manufacturing enterprises? a multiple case study based on resource integration perspective[J].Technological Forecasting and Social Change, 2022, 54(184): 122019.

[31] IFINEDO, PRINCELY. Internet/e-business technologies acceptance in Canada's SMEs: an exploratory investigation[J].Internet Research, 2011, 21(3):255-281.

[32] 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.

[33] 孟凡生,宋鹏.智能制造生态系统对制造企业智能化转型的影响机理[J].科研管理,2022,43(4):37-45.

(责任编辑：张 悦)