开放科学(资源服务)标识码(OSID)：
To address this gap, this study proposes an integrated conceptual model in which CEO cognition of mainstream and emerging market opportunities serve as the primary explanatory variables driving the implementation of digital technologies. Simultaneously, developmental culture (as an internal contextual factor) and competitive pressure (as an external contextual factor) are incorporated as joint moderators, forming a triadic interaction mechanism. This framework highlights the dialectical interplay between subjective strategic choice and objective environmental constraints. Data was collected through a two-wave questionnaire survey targeting manufacturing enterprises in South China. After rigorous screening procedures, a total of 306 valid responses were retained, yielding an effective response rate of 61.2%. To mitigate potential common method bias, measures such as time-lagged data collection, targeted respondent verification, and structural design controls were employed. To test for endogeneity issues, this study employs the Copula coupling variable method, which controls for endogeneity by modeling the correlation between independent variables and error terms without the need to introduce instrumental variables. Copula variables were constructed using R language (4.1.0), and their significance was tested through bootstrap (with 10 000 repeated samplings). The results show that Copula variables are not significant in all models, indicating that the endogeneity problem in this study is minimal and the regression results are robust.
Empirical results derived from regression analysis reveal several key findings. First, CEO cognition of mainstream market opportunities exerts a significantly stronger positive influence on digital technology implementation than cognition of emerging market opportunities. Second, the joint moderating effect of developmental culture and competitive pressure on the relationship between CEO opportunity cognition and digital technology implementation is significant. Specifically, only under the condition of both high developmental culture and high competitive pressure does the positive impact of CEO cognition—whether focused on mainstream or emerging markets—on digital technology implementation become amplified. This indicates that the internal atmosphere of innovation and learning, when reinforced by external competitive urgency, creates a favorable environment for strategic cognition to be transformed into organizational action. Third, under the other three contextual scenarios of low pressure-low culture, high pressure-low culture, and low pressure-high culture,the effect of CEO cognition of emerging markets on digital technology implementation is not significant. In contrast, mainstream market opportunity cognition remains a consistently significant driver across all conditions.
Theoretically, this study contributes to strategic choice theory by emphasizing the necessity of considering joint situational moderators in the cognition-action linkage. It bridges executive cognition and digital transformation literature by distinguishing between types of market opportunity cognition and by contextualizing their effectiveness. Practically, the findings offer guidance to manufacturing enterprises undergoing digital transformation. To effectively activate CEO cognitive capital, these enterprises need to take the initiative in fostering developmental organizational cultures and actively respond to external market competition.
In sum, this study identifies CEO market opportunity cognition as an internal driver and the dual forces of developmental culture and competitive pressure as external contextual enablers. It demonstrates that the successful implementation of digital technologies in manufacturing is not only a matter of strategic cognition but also a function of the alignment between internal cultural readiness and external environmental challenges. This insight enriches the understanding of how subjective managerial perceptions interact with objective contextual factors to shape enterprise-level digital transformation outcomes.
开放科学(资源服务)标识码(OSID)：
随着“云物大智链(云计算、物联网、大数据、人工智能、区块链)+5G”等数字基础设施不断完善,数字技术正重塑制造企业价值创造、产品质量、运营效率与商业模式[1-3]。我国制造业在规模与体系上居全球领先地位,但其数字技术应用还有待提升[4-5]。制造企业在推进数字化过程中面临较高的投资成本与组织风险,重资产特性导致数字化转型投入较大[6],而组织内部的抵触情绪则易阻碍项目推进[7-8],进而导致数字技术应用项目投资失败。较高的成本和风险使企业CEO对应用数字技术产生犹豫[9],其能否建立市场机会认知以抵消对数字化成本和风险的顾虑,可能是影响数字技术应用的关键。
现有研究多基于TOE框架,从技术、组织和环境维度探讨数字技术采纳与应用驱动因素[2, 10-11],但对高层管理者尤其是CEO的主观认知关注不足,缺乏对主流与新兴市场机会认知的区分与比较,也未揭示内外部环境如何共同影响认知向行为转化的过程。数字技术可能为企业主流市场与新兴市场带来不同的机会[12],CEO对这两类机会的认知差异,可能对数字技术应用行为产生不同影响。厘清CEO市场机会“认知”如何转化为数字技术应用“行为”,即实现“知行合一”,成为破解制造企业数字化转型困境的关键。
战略选择理论强调,管理者认知在战略行为中处于核心地位,且受组织内外环境影响。本研究中,市场机会认知包括CEO对数字技术在主流与新兴市场中的机会认知。主流市场机会认知有助于企业通过数字化优化现有业务、提升效率;新兴市场机会认知则驱动企业探索新模式、开拓新市场,两者分别体现了“效率导向”与“成长导向”[12]。此外,动态竞争理论强调企业在竞争环境中的动态应变能力[13-14]。这需要企业在面对竞争压力时通过塑造内部文化,特别是强调创新、变革、承担风险的发展式文化,提升竞争应对能力。因此,高竞争压力—高发展式文化情境下,企业更可能实现认知向行为的有效转化。
基于战略选择与动态竞争理论,本文探究以下问题:CEO主流/新兴市场机会认知能否有效促进制造企业数字技术应用?企业内部发展式文化与外部竞争压力如何联合调节“知行合一”过程?
机会是指具有时间性的有利情况(马佳等,2019),而机会认知是指主体识别并相信此类有利情况出现的能力。在企业战略实践中,机会认知是引导战略行为的重要前提。企业的根本使命在于为市场中的顾客创造价值[12]。然而,即便某项数字技术具有高度先进性和创新性,如果企业高管(尤其是CEO)未能识别其能为顾客创造的价值,该技术在企业中的应用程度也会受限[15]。基于这一逻辑,CEO对市场机会的认知,实质上是其对数字技术能否在特定市场环境中创造顾客价值的主观判断。本文借鉴已有文献,将市场分为主流市场与新兴市场两个维度[12],据此进一步界定市场机会认知类型。主流市场机会认知是指CEO认为数字技术能更好地满足企业已进入的、顾客需求相对成熟、规模较大且稳定市场的价值创造需求;新兴市场机会认知是指CEO认为数字技术能够支持企业进入或拓展处于成长阶段、规模尚小、需求快速演变中的市场,为该类顾客创造新价值。这一划分不仅有助于更精确地揭示CEO认知差异,也为分析其在数字化战略中的具体行为提供理论依据。
数字技术应用是企业为构建新竞争优势而实施的重要战略行为,通常体现在研发设计、物料采购、生产制造、营销服务等业务环节中集成使用云计算、物联网、大数据、人工智能、区块链等技术[2],从而实现数据价值深度挖掘。本文聚焦数字技术“应用”而非“采纳”,强调企业在实际运营中将数字技术融入业务流程并产生实质效能的程度。
现有数字技术应用研究多采用TOE框架,强调技术、组织与环境因素的作用[2, 10-11],但对CEO认知在战略决策中的影响关注不足。在数字化转型中,CEO如何认知市场机会,直接影响企业对技术的理解和应用[15]。已有研究将CEO认知视为单一概念,忽视了其对不同类型市场机会的差异化认知。实际上,面对市场分化,CEO可能识别主流市场与新兴市场的机会,且这两类认知内容与侧重点不同。主流市场机会认知强调优化对现有客户的服务,而新兴市场机会认知则关注未来市场拓展与创新潜力。然而,现有文献尚未系统探讨这两类认知在数字技术应用中的作用关系,仅单独讨论外部环境(如竞争压力)或内部因素(如文化)对数字化转型的影响,较少关注二者的联合作用[16-17]。在实际情境中,竞争压力驱动企业变革,发展式文化则为技术应用提供组织支撑,两者如何共同影响CEO认知向应用行为的转化过程,仍有待深入研究。
战略选择理论(Strategic Choice Theory)强调,企业战略行为的形成并非完全被动受环境驱动,而是基于组织高层管理者认知主动做出的选择[18]。该理论指出,组织代理人(如CEO)在识别、评估和应对外部变化过程中发挥主导作用。Child[19]也强调,尽管代理人认知至关重要,但企业所处环境同样提供了机会与约束条件,这些因素共同推动战略行为的形成。因此,战略选择理论能较好地解释数字化转型背景下,CEO基于市场机会认知推动企业数字技术应用的行为逻辑。尤其在主流市场与新兴市场环境中,CEO对不同类型市场机会的认知可能存在差异,这种差异化认知可能对企业应用数字技术的战略选择产生重要影响。
为进一步理解情境因素对这一机制的调节作用,本文引入动态竞争理论(Dynamic Competitive Theory)作为补充。该理论强调,企业竞争优势获取依赖于竞争环境中的动态调整[13-14]。这种动态调整需要企业在面对竞争压力时,通过塑造内部文化提升竞争应对能力。作为重视创新、开放与变革的文化类型,发展式文化有助于增强企业对不确定性环境的适应性,提升技术采纳意愿与能力。
综上,战略选择理论为解释“认知—行为”路径提供理论基础,动态竞争理论则从情境互动视角,揭示外部竞争压力与内部发展式文化如何共同影响这一路径。
1.3.1 CEO市场机会认知与数字技术应用
战略选择理论认为,企业代理人认知直接影响战略选择行为[19]。基于此,CEO对主流市场与新兴市场机会的认知将分别赋予制造企业在数字技术应用中不同的侧重点:
CEO主流市场机会认知认为,现有主流市场业务仍然存在发展机会,而数字技术是把握这些机会的重要手段。具体而言,一是主流市场机会认知较高,CEO认为制造企业能通过数字技术应用提高生产效率、降低生产成本[20],从而实现更高的经济效益,由此推动企业数字技术应用。二是CEO拥有较高的主流市场机会认知,往往认为数字技术有助于制造企业优化生产和供应链管理,提高主流产品和服务质量,满足客户对高品质产品和服务的需求,从而推动数字技术应用。三是较高的主流市场机会认知使CEO意识到,数字技术有助于制造企业更好地了解市场和客户需求,开发新产品和服务并实现产品全生命周期管理,监管从设计、生产、销售到售后服务全过程[21],扩大市场份额和提高盈利能力,从而推动数字技术应用。
CEO新兴市场机会认知认为,未来新兴市场发展存在数字化机遇。为满足新兴消费者需求,CEO可能更多地关注如何在新兴市场中应用数字技术。一是新兴市场需求和消费习惯尚未定型,CEO认为数字技术有助于企业开发更具个性化与创新性的产品及服务,以满足新兴市场消费者需求。这种认知推动企业为探索新市场机会而应用数字技术。二是当CEO认知到新兴市场机会时,由于新兴市场需求变化较快,他们认为数字技术能够提高企业市场反应速度和灵活性,有助于企业快速应对市场变化。这种认知推动企业为增强市场适应能力而应用数字技术。基于此,本文提出以下假设:
H1a:CEO主流市场机会认知与制造企业数字技术应用正相关;
H1b:CEO新兴市场机会认知与制造企业数字技术应用正相关。
1.3.2 发展式文化与竞争压力的单独调节作用
发展式文化是指企业内部偏好创新、变革与风险承担的价值取向[22]。高发展式文化情境下,员工更易接受新事物,抵触心理较弱[23]。制造企业推动数字技术应用通常伴随着利益格局和工作任务的调整[17, 24],这对员工支持提出了更高要求。发展式文化强调集体成长与知识共享,有助于缓解员工对技术变革的恐惧[25],降低实施阻力。这种文化背景下,CEO更易判断企业是否具备接受和实施数字技术的内在条件,也更有信心将其对主流与新兴市场机会的认知,转化为推动数字技术应用的实际行为。基于此,本文提出以下假设:
H2a:发展式文化正向调节CEO主流市场机会认知与制造企业数字技术应用的关系,高发展式文化情境下,上述关系更强;
H2b:发展式文化正向调节CEO新兴市场机会认知与制造企业数字技术应用的关系,高发展式文化情境下,上述关系更强。
竞争压力是指来自竞争对手、客户、供应商等外部主体在数字化方面的推动力量,以及绩效对比带来的挑战[26]。高竞争压力下,企业面临被边缘化的风险,对维持和提升竞争优势的需求更加迫切,因而更倾向于加快数字技术采纳和数字化转型步伐(吕芬等,2021)。同时,其他企业的成功经验可为本企业提供实践参考,弱化CEO的不确定感[27]。此情况下,若CEO认知到数字技术可为主流市场或新兴市场创造实质性价值,其推动数字技术应用的动力和紧迫性也会显著增强。基于此,本文提出以下假设:
H3a:竞争压力正向调节CEO主流市场机会认知与制造企业数字技术应用的关系,高竞争压力情境下,该关系更强;
H3b:竞争压力正向调节CEO新兴市场机会认知与制造企业数字技术应用的关系,高竞争压力情境下,该关系更强。
1.3.3 发展式文化与竞争压力的联合调节作用
战略选择理论认为,企业战略行为是由组织代理人认知主导,同时受到外部环境与内部条件共同作用。动态竞争理论强调,企业竞争行为不仅受外部市场环境压力驱动,还依赖于内部组织能力的适应性调整[13-14]。因此,只有在高竞争压力与发展式文化情境下,CEO对市场机会的“认知”才能真正转化为数字技术应用“行为”。
低发展式文化—低竞争压力情境下,企业既缺乏外部竞争压力的推动,又未获得内部发展式文化的支持,整体变革动力较弱。即便CEO认知到市场机会,但受限于较低的外部竞争压力以及组织内部对数字化应用的低接受度,认知与行为之间的转化效果较差。
低发展式文化—高竞争压力情境下,虽然外部竞争压力较大,但企业内部发展式文化程度较低,缺乏变革能力,从而导致数字技术应用推进受阻。相较于系统性实施数字技术,企业可能倾向于短期应对,无法显著强化CEO市场机会认知对数字技术应用的影响。
高发展式文化—低竞争压力情境下,企业内部虽具备较强的创新文化和变革支持,但因缺乏外部市场竞争压力,企业可能不会将数字技术应用视为紧迫的战略任务(吕芬等,2021)。CEO认知到的市场机会虽能得到组织支持,但因外部压力不足,推动力量较弱。
高发展式文化—高竞争压力情境下,这种情境最有利于CEO市场机会认知推动数字技术应用。此时,企业既有外部竞争压力的推动,又有内部发展式文化的支持,促使CEO市场机会认知更易转化为数字技术实际应用。基于此,本文提出以下假设:
H4a:发展式文化、竞争压力正向联合调节CEO主流市场机会认知与制造企业数字技术应用的关系,高发展式文化与高竞争压力情境下,该关系更强;
H4b:发展式文化、竞争压力正向联合调节CEO新兴市场机会认知与制造企业数字技术应用的关系,高发展式文化与高竞争压力情境下,该关系更强。
本文构建概念框架如图1所示。
图1 概念框架
Fig.1 Conceptual framework
虽然机会认知[28]、数字技术应用[2, 29]、发展式文化[22]、竞争压力[15, 27, 30]均有相关测量量表,但针对主流与新兴市场机会认知、数字技术应用背景下的竞争压力,以及数字技术与价值创造全过程融合的数字技术应用等变量,尚未有完全对应的测量量表。因此,本研究在现有量表的基础上,对题项表述进行了适当修订,以契合研究主题与情境。具体变量与控制变量如表1所示,采用李克特7点量表测量全部题项(1表示“非常不符合”,7表示“非常符合”)。
表1 变量测量情况
Table 1 Variable measurement
变量参考文献题项数量测量说明数字技术应用Gillani等[2]4参考相关文献,依据研究情境将其扩展至数字技术在研发设计、物料采购、生产制造、营销服务等价值创造环节上的应用从企业应用云计算、物联网、大数据、人工智能等新一代数字技术以提升价值创造的视角进行测量CEO市场机会认知(主流市场与新兴市场)Govindarajan等[12]7参考文献对主流市场、新兴市场顾客导向的内容表述包括4个方面:一是搜寻主流/新兴市场顾客重视的创意;二是将重要的人、财等资源配置到主流/新兴市场顾客重视的创新中;三是既重视主流顾客市场,也关注新兴细分市场顾客;四是不断获取现有市场以及潜在市场顾客需求信息在明确企业主流市场、新兴市场顾客导向的主要内容后,通过阐述数字技术帮助企业更好地开展主流/新兴市场顾客价值创造,以评估CEO市场认知机会发展式文化Stoffels等[22]4从企业对创新、冒险、发展变化的接受程度进行测量竞争压力Chen等[27]3从竞争对手、供应商、顾客等利用新一代数字技术给企业发展带来挑战等视角进行测量企业年龄张振刚等(2024)11代表“10年以上”,0代表“10年及以下”企业性质2以其他企业作为参照组(设置为0),一个虚拟变量中的1代表“国有企业”,另一个虚拟变量中的1代表“民营企业”企业规模2以300人及以下作为参照组(设置为0),第一个虚拟变量中的1代表“1 000以上”;第二个虚拟变量中的1代表“301～1 000人”产业属性11代表“战略性新兴产业”,0代表“传统产业”产业链位置11代表“产业链上游”,0代表“产业链中下游”
由于主流/新兴市场机会认知、发展式文化、数字技术应用等变量缺乏客观二手数据支持,本研究采用问卷调查方式收集数据。数据主要来源于数字化基础较为扎实的广东及福建地区制造企业。两地积极落实国家发展改革委于2020年4月出台的《关于推进“上云用数赋智”行动 培育新经济发展实施方案》,依托完善的制造业体系推动数字技术深度应用。自2020年起,研究团队与政府部门、大量制造企业、行业协会、第三方调查公司合作,构建覆盖广东、福建地区1 000多家制造企业调查网络,进行多次数据收集(2020年、2022年7—8月、11—12月),为研究提供可靠支撑。基于此,以广东、福建地区制造企业为研究样本较为适用于本研究情境。2023年,再次进行分阶段数据收集(9—10月、11—12月),自变量与调节变量在第一阶段收集,因变量与控制变量在第二阶段收集。此外,本研究针对涉及CEO情况的表述,均前置补充了“公司CEO……”字样,可在很大程度上保证“他评”数据与CEO实际情况的一致性[31]。由此,共获得有效问卷306份(有效率为61.2%),样本分布如表2所示。
表2 样本统计
Table 2 Descriptive statistics of the sample
类别分类 数量占比(%)企业性质国有企业5819.00民营企业23677.10其他企业123.90企业年龄3～5年154.906～10年8929.1010年以上20266.00企业规模300人以下8628.10300～1 000人14748.001 000人以上7323.90产业战略性新兴产业15550.70传统产业15149.30产业链产业链上游企业21770.90产业链中下游企业8929.10
本文主要采用Stata 14和PROCESS 4.1进行信效度检验,以及直接效应与调节效应分析,并辅以R语言进行内生性检验。
本研究采用标准化因子负荷量、组成信度(CR)、平均方差萃取量(AVE)及测量模型拟合度对变量信度与结构效度进行检验。表3结果显示,除个别题项外,所有变量的因子负荷量均在可接受范围内(多数>0.6)[32];CR值均大于0.784,除数字技术应用外,其他变量的AVE值均大于0.5,测量模型拟合指标良好(χ2/df =1.891; CFI=0.921; TLI= 0.905; IFI= 0.922; RMSEA=0.054),表明测量具有较高的收敛效度。
表3 变量测量题项与测量模型分析结果
Table 3 Analysis of variable measurement items and measurement models
注:“F. L”为因素负荷量;“CR”为组成信度系数;“AVE”为平均方差萃取量
变量题项F. LCRAVE数字技术应用请根据贵公司数字技术(如云计算、物联网、大数据、人工智能等)应用情况进行回答:———公司应用数字技术对现有产品、服务和流程进行改造升级0.7590.7840.478我们推广数字化设计、制造和流程管理0.719公司已经开展多个数字技术应用项目0.683公司正在朝着未来数字化工厂方向发展0.583CEO主流市场机会认知数字技术有助于企业重视现有市场中主流顾客的想法0.7900.8190.532数字技术应用会使得企业投入更多资源到现有市场主流顾客所重视的创新中0.710数字技术能够帮助企业实现提升市场规模和份额方面的创新与变革0.663数字技术能够帮助企业获取现有市场主流顾客的需求信息0.749CEO新兴市场机会认知数字技术为企业重视新兴市场顾客追求的想法提供了机会0.7960.8050.579应用数字技术为企业投入财务和人力资源在新兴市场中占据领先地位提供了机会0.752应用数字技术为企业集中资源和力量开发新兴市场提供了机会0.733发展式文化我们公司是一个充满活力和冒险精神的地方0.7950.8140.524我们公司的负责人通常被认为是创新者或冒险者0.749将我们公司员工凝聚在一起的粘合剂是对创新和发展的追求0.671我们公司强调不断获取新资源以实现更好发展0.674竞争压力请根据公司感觉到的压力程度作出评价:———竞争对手已经使用新一代数字技术,给公司财务表现带来较大压力0.7210.8120.590供应商已经使用新一代数字技术,给业务运营带来较大压力0.781客户已经使用新一代信息技术,给企业服务顾客带来较大压力0.800
表4显示:对角线上平均方差萃取量的开根号值均大于该变量与其他变量间的相关系数,表明变量间具有较高的区别效度。
表4 相关性分析、描述性统计及区别效度检验结果
Table 4 Correlation analysis, descriptive statistics, and discriminant validity test results
注:对角线为AVE平方根;***表示p<0.001
变量123451.数字技术应用0.6912.CEO主流市场机会认知0.561***0.7293.CEO新兴市场机会认知0.495*** 0.687***0.7614.发展式文化0.496***0.622***0.660***0.7245.竞争压力0.373***0.559***0.525***0.424***0.768均值5.8715.6005.5405.6235.398标准差0.7260.8350.9090.8380.913
本研究采用事前控制与事后统计检验相结合的方式[33],降低问卷调查可能引发的共同方法偏差问题。一方面,事前控制包括隐藏变量解释、题项随机编排、声明无对错答案并承诺保密,以及设置反向题以识别非认真作答问卷;另一方面,参考Liang等[34]的方法,事后统计检验引入共同方法因子,结果显示,原有构面的负荷平方均值(R1=0.542)远大于人为加入共同方法偏差因子的负荷平方均值(R2=0.010),比值为54∶1,表明共同方法偏差影响较小。Harman单因子检验结果显示,第一因子解释方差为33.776%,小于50%的阈值,进一步表明共同方法偏差影响较小。
表5显示:模型2中CEO主流市场机会认知、新兴市场机会认知与数字技术应用的标准化回归系数显著为正,H1a与H1b得到支持。标准化回归系数表明:与新兴市场机会认知相比,CEO主流市场机会认知与数字技术应用的关系更显著(0.411>0.219)。为检验CEO主流市场机会认知、新兴市场机会认知对数字技术应用的影响是否存在显著差异,本研究在Stata 14中采用“lincom”指令与“test”指令两种分析方法。lincom指令结果显示,估计值为 0.192,标准误为 0.117,t值为1.64,p值为0.102。test指令结果显示,F(1,296)=2.69,p值为 0.102。按照0.1的显著性水平,基于上述两种方法的结果处于显著边缘,但考虑到实际标准化系数较大,本文认为,CEO主流市场机会认知与数字技术应用的关系显著强于CEO新兴市场机会认知与数字技术应用的关系。
表5 回归分析结果
Table 5 Analysis of regression results
注:括号内为标准误;在进行数据处理时,先将数据进行标准化处理,因此结果未报告常数项系数;***表示p<0.001,**表示p<0.01,*表示p<0.05,双尾检验
变量模型1模型2模型3模型4模型5企业年龄0.0910.001-0.008-0.077-0.053(0.128)(0.104)(0.103)(0.100)(0.101)企业性质虚拟变量10.788*0.855**0.863**0.826**0.787**(0.316)(0.256)(0.253)(0.248)(0.248)企业性质虚拟变量20.784**0.802**0.773**0.736**0.696**(0.297)(0.240)(0.239)(0.233)(0.235)企业规模虚拟变量10.0120.0310.0530.1080.060(0.141)(0.114)(0.113)(0.109)(0.110)企业规模虚拟变量20.0690.0530.0540.1170.075(0.170)(0.138)(0.136)(0.131)(0.133)产业属性0.276*0.193*0.196*0.211*0.219*(0.119)(0.096)(0.096)(0.092)(0.093)产业链位置-0.166-0.245*-0.206-0.194-0.207(0.134)(0.109)(0.109)(0.104)(0.106)CEO主流市场机会认知0.411***0.333*0.376***0.346***(0.064)(0.070)(0.072)(0.070)CEO新兴市场机会认知0.219**0.1310.153*0.167*(0.063)(0.070)(0.071)(0.071)发展式文化0.170**0.0460.061(0.065)(0.070)(0.070)竞争压力0.056-0.0010.016(0.057)(0.057)(0.058)主流市场×发展式文化0.053(0.044)主流市场×竞争压力0.062(0.038)发展式文化×竞争压力-0.070-0.129*(0.058)(0.057)主流市场×发展式文化×竞争压力0.073***(0.019)新兴市场×发展式文化0.074(0.054)新兴市场×竞争压力0.058(0.040)新兴市场×发展式文化×竞争压力0.055*(0.024)R20.0410.3780.3950.4510.435F1.83820.01117.43515.86514.864df791115.00015.000VIF1.320≤VIF≤1.440
模型4、模型5显示:发展式文化、竞争压力对CEO主流和新兴市场机会认知的单一调节作用均不显著,H2a、H2b、H3a、H3b未获支持;三阶交互项显著,说明两者联合调节作用显著,H4a与H4b得到支持。这表明,仅依靠企业内部文化或外部竞争压力,尚不足以显著促进CEO认知向数字技术应用行为转化。只有当两者同时具备较高水平时,才能更有利于推动“知行合一”的转化过程。
进一步分析表6结果可知,纳入三阶交互项后模型解释力显著提升:CEO主流市场机会认知×发展式文化×竞争压力的交互项使模型解释力提升2.7%,新兴市场机会认知相关三阶交互项使模型解释力提升1%,再次印证了联合调节效应的显著性,H4a与H4b得到支持。
表6 三阶调节交互项的模型解释力显著性检验结果
Table 6 Significance test for the third-way moderated interaction terms
注:W=发展式文化;Z=竞争压力
自变量三阶交互项因变量ΔR2Fdf1df2pCEO主流市场机会认知(X1)X1×W×Z数字技术应用0.02714.1651.000290.0000.000CEO新兴市场机会认知(X2)X2×W×Z数字技术应用0.0105.2761.000290.0000.022
本研究进一步通过简单斜率图直观呈现联合调节效应。图2、图3显示:高发展式文化与高竞争压力情境下,CEO主流与新兴市场机会认知对数字技术应用影响的斜率最大,支持联合调节效应显著。但该方法仅提供趋势判断,缺乏斜率值及显著性检验。
图2 联合调节作用的简单斜率(主流市场机会认知)
Fig. 2 Simple slopes for joint moderating effect(cognition of mainstream market opportunities)
图3 联合调节作用的简单斜率(新兴市场机会认知)
Fig.3 Simple slopes for joint moderating effect (cognition of emerging market opportunities)
为量化4种情境下市场机会认知对数字技术应用的影响,本文分别以发展式文化与竞争压力的正负一个标准差划分高低水平,计算对应情境下的回归系数(见表7)。高发展式文化与高竞争压力情境(1,1)下,CEO主流市场机会认知与数字技术应用的回归系数为0.575,显著大于其他3种情境下的回归系数(0.305、0.338、0.270),表明双高情境能最大程度强化该关系,且其他情境下该关系仍显著,凸显主流机会认知的主导作用。相比之下,CEO新兴市场机会认知与数字技术应用的回归系数仅在双高情境下显著(系数为0.367),其余情境下的回归系数(0.090、0.089、0.111)均不显著,表明该认知效应更依赖组织与环境的共同支持。
表7 联合调节作用效应对比检验结果
Table 7 Contrast test for the effects of third-order moderating effect
自变量发展式文化竞争压力回归系数值标准误tp下限上限CEO主流市场机会认知-1.0001.0000.3050.0973.1620.0020.1150.496-1.000-1.0000.3380.0774.3770.0000.1860.4901.0001.0000.5750.1164.9560.0000.3470.8041.000-1.0000.2700.0942.8780.0040.0860.455CEO新兴市场机会认知-1.0001.0000.0900.0160.7750.439-0.1380.317-1.000-1.0000.0890.0851.0470.296-0.0780.2561.0001.0000.3640.1163.1370.0020.1360.5921.000-1.0000.1110.0941.1740.241-0.0750.296
为检验内生性问题,本研究采用Copula耦合变量方法,该方法通过建模自变量与误差项的相关性控制内生性,无需引入工具变量[35]。若耦合变量显著,表明存在内生性且需纳入模型;若不显著,则可忽略内生性。本研究利用R语言(4.1.0)构造Copula变量,并通过Bootstrap(重复抽样10 000次)检验其显著性。结果显示,所有模型中Copula变量均不显著,表明本研究内生性问题较小,回归结果稳健。
(1)CEO主流市场机会认知对制造企业数字技术应用的正向影响,显著强于新兴市场机会认知对制造企业数字技术应用的正向影响。这一结果表明,制造企业CEO市场机会的“知”驱动数字技术应用的“行”,而不同类型“知”对“行”的影响存在差异。主流市场机会通常更具稳定性和可预测性,便于CEO制定清晰的技术投资策略与发展路径,从而加快数字技术部署和拓展。相比之下,新兴市场机会的不确定性与高风险性,使其对数字技术应用的推动作用相对有限,企业需要承担更多试错成本。此外,制造企业通常面临技术升级和产业转型压力,这些挑战在主流市场中更为集中。因此,CEO对主流市场机会的关注,更易使其将认知转化为明确的决策与行动,从而推动数字技术在企业中的实际应用。
(2)发展式文化、竞争压力联合正向调节CEO主流市场机会认知、新兴市场机会认知与制造企业数字技术应用的关系,即高竞争压力—高发展式文化情境能够显著增强上述关系。该结论支持了发展式文化与竞争压力内外情境联合影响企业代理人认知驱动战略决策的过程,表明当发展式文化、竞争压力等内外部因素均处于较高情境下,CEO主流市场机会认知、新兴市场机会认知与制造企业数字技术应用的关系更强。H2a、H2b与H3a、H3b的调节作用不显著,表明单独考虑发展式文化或竞争压力,均无法调节CEO市场机会认知与数字技术应用的关系。为更好地促进二者关系,需要联合考虑发展式文化与竞争压力的调节作用。原因如下:一方面,发展式文化虽强调学习、变革与员工成长,但其影响多内隐于组织氛围与价值导向,若无外部压力激发,企业高层可能对认知内容的行为转化动力不足;另一方面,竞争压力虽能引发战略紧迫感,但若缺乏组织内部文化配合与支持,CEO即便识别机会,也可能因资源限制、组织惯性等问题难以有效推动技术应用。由此可见,单一情境因素难以有效支撑认知—行为转化路径。只有文化支持与外部压力同时存在,该关系才能显著增强。
(3)低竞争压力—低发展式文化、高竞争压力—低发展式文化、低竞争压力—高发展式文化情境下,CEO新兴市场机会认知与制造企业数字技术应用的关系不显著,而CEO主流市场机会认知能够显著影响制造企业数字技术应用。这一结果表明,不同情境组合下,不同类型市场机会认知对数字技术应用的影响呈现差异性。CEO新兴市场机会认知仅在高竞争压力—高发展式文化情境下对数字技术应用具有显著正向影响。这说明,新兴市场机会认知的行为转化依赖于外部竞争压力与内部文化氛围的双重支撑,任一条件缺失都难以激发其战略行为。相比之下,主流市场机会认知的影响在各情境中均显著,凸显其对制造企业数字化转型的稳定驱动作用。该结果进一步表明,当前中国制造企业推动数字技术应用,可能仍以服务和巩固主流市场为核心目标,而新兴市场机会挖掘与转化则需要更成熟的组织文化和更强的外部竞争压力作为条件保障。
(1)本研究引入CEO市场机会认知构念,将其进一步区分为主流市场机会认知(关注现有市场优化)和新兴市场机会认知(关注未来市场开拓),从CEO市场机会认知视角解释制造企业数字技术应用的前因逻辑。现有研究主要从政策支持、行业竞争等外部环境因素,或企业资源、组织文化等内部因素探讨企业数字技术应用驱动因素[11, 36],较少关注CEO认知对企业数字化决策的影响,尤其忽视了CEO市场机会认知的作用。引入CEO主流市场机会认知与新兴市场机会认知二维构念,不仅突出了CEO正确认知的重要性,也更加契合制造企业数字化需要由“一把手”推动的特点,有助于理解促使制造企业应用数字技术“知行合一”的底层逻辑。
(2)本文发现主流市场机会认知与新兴市场机会认知对制造企业数字技术应用具有差异化影响,进一步明确了不同类型市场机会认知的作用机制,丰富了数字化背景下市场机会认知影响的相关文献。现有研究较少关注企业领导者对数字技术应用的影响,近年来虽有文献探讨领导力、思维对企业数字化的作用[37],但尚未发现有研究明确市场机会认知类型,并强调数字技术对主流、新兴顾客价值的作用。CEO主流市场机会认知主要通过推动企业优化现有业务流程、提升运营效率,促进数字技术应用,而CEO新兴市场机会认知则可能推动企业探索新商业模式、拓展数字化应用场景。这一发现阐明了两种市场机会认知与制造企业数字技术应用的影响关系,丰富了数字化背景下市场机会认知与数字技术应用关系研究。
(3)本文基于战略选择与动态竞争理论,在分析CEO市场机会认知对数字技术应用影响的同时,研究发展式文化与竞争压力这两种内外部环境因素的联合情境效应。现有研究较少关注企业内部文化与外部竞争环境如何共同影响CEO认知的作用效果,在探讨CEO市场机会认知与数字技术应用关系时,缺乏对内外情境因素的综合考量。本研究发现,发展式文化、竞争压力联合正向调节CEO主流市场、新兴市场机会认知与制造企业数字技术应用行为的关系。一方面,揭示不同情境下CEO认知对数字技术应用的影响方式,为企业数字化转型决策提供新的理论依据;另一方面,回应相关文献提出“未来需要探究驱动企业数字技术投入的认知、组织与外部因素之间复杂关系”的呼吁[38]。
(1)企业CEO需要深化对主流市场机会的认知,并培育新兴市场机会认知,尤其在较强的发展式文化和较大的外部竞争压力情境下,更需兼顾两种市场机会认知的培育。政府可通过行业培训、政策宣讲和产业联盟等方式,深化制造企业CEO对数字技术在主流市场和新兴市场中的价值认知。
(2)营造“竞争+文化”双轮驱动的环境。政府可通过设立行业标杆、推动示范项目、鼓励头部企业率先开展数字化转型,营造良性竞争氛围。同时,引导制造企业塑造创新、进取、持续成长的发展式文化,推动CEO在认知到数字技术能为主流与新兴市场顾客创造价值时,积极制定应用决策。发展式文化、竞争压力的联合作用可显著增强CEO市场机会认知与数字技术应用的关系,而二者的单独调节效应并不显著。因此,相关政策不仅需要营造适度的竞争压力,更需要通过激励机制、企业文化培育等手段,推动企业内部形成面向未来的文化环境,从而有效释放CEO认知驱动数字化转型的潜力。
本文存在以下不足:一是调研对象虽为制造企业CEO,但不排除存在非CEO代填情况。尽管已采取措施控制测量偏差,但仍难以完全避免数据误差,未来可通过更严谨的设计或采用更为全面的数据进行检验。二是本研究使用广东与福建地区制造企业调研数据,样本覆盖范围与代表性可能存在一定局限。随着我国数字化转型深入实施,有必要采用全国层面更具代表性的数据进一步验证结论的可靠性。三是本研究认为CEO主流市场机会认知与数字技术应用的关系显著强于CEO新兴市场机会认知与数字技术应用的关系,但统计检验结果表明二者差异处于显著边缘,未来可扩大样本量进行检验,以便得出更为可靠的结论。
[1] 王海花, 谭钦瀛, 李烨. 数字技术应用、绿色创新与企业可持续发展绩效——制度压力的调节作用[J]. 科技进步与对策, 2023, 40(7): 124-135.
[2] GILLANI F, CHATHA K A, JAJJA M S S, et al. Implementation of digital manufacturing technologies: antecedents and consequences [J]. International Journal of Production Economics, 2020, 229: 107748.
[3] YE B, HU A, ZHANG Z, et al. Unlocking the potential of digital transformation in manufacturing firms: the importance of technology-strategy fit and resource integration for service enhancement [J/OL]. Asian Business &Management, 1-33[2025-05-19]. https://link.springer.com/article/10.1057/s41291-025-00301-z.
[4] 方晓霞, 李晓华. 加快推动制造业数字化转型 [N]. 经济日报, 2020-11-18(11).
[5] 赵宸宇. 数字化发展与服务化转型——来自制造业上市公司的经验证据 [J]. 南开管理评论, 2021, 24(2): 149-163.
[6] HUGHES L, DWIVEDI Y K, RANA N P, et al. Perspectives on the future of manufacturing within the Industry 4.0 era [J]. Production Planning Control, 2022, 22(2): 138-158.
[7] WIMELIUS H, MATHIASSEN L, HOLMSTRÖM J, et al. A paradoxical perspective on technology renewal in digital transformation [J]. Information Systems Journal, 2021, 31(1): 198-225.
[8] 郭明杰,马君,田慧荣. 企业数字创新的中层阻力:数字技术应用动了我的“奶酪”[J].科技进步与对策, 2025,42(7):139-149.
[9] BUTT A, IMRAN F, HELO P, et al. Strategic design of culture for digital transformation [J]. Long Range Planning, 2024, 57(2): 102415.
[10] RAJ A, SHUKLA D, QUADIR A, et al. What drives the adoption of digital technology in the micro, small, and medium enterprises sector in a developing economy [J]. Journal of Business&Industrial Marketing Management,2024,39(9):1984-2002.
[11] FAIZ F, LE V, MASLI E K. Determinants of digital technology adoption in innovative SMEs [J]. Journal of Innovation&Knowledge, 2024, 9(4): 100610.
[12] GOVINDARAJAN V, KOPALLE P K, DANNEELS E.The effects of mainstream and emerging customer orientations on radical and disruptive innovations [J]. Journal of Product Innovation Management, 2011, 28(s1): 121-132.
[13] CHEN M J, SU K H, TSAI W. Competitive tension:the awareness-motivation-capability perspective [J]. Academy of Management Journal, 2007, 50(1): 101-118.
[14] CHEN M J, MILLER D. Competitive dynamics: themes, trends, and a prospective research platform [J]. Academy of Management Annals, 2012, 6(1): 135-210.
[15] GHOBAKHLOO M, CHING N T. Adoption of digital technologies of smart manufacturing in SMEs [J]. Journal of Industrial Information Integration, 2019, 16: 100107.
[16] OLIVEIRA T, MARTINS R, SARKER S, et al. Understanding SaaS adoption: the moderating impact of the environment context [J]. International Journal of Information Management, 2019, 49: 1-12.
[17] SARFRAZ M, KHAWAJA K F, WAHEED Z. Business process innovation through digital strategy: unveiling the adoption of big data analytics and the evolution of digital culture [J/OL]. Business Process Management Journal,1-26[2025-03-13]. https://www.emerald.com/bpmj/article/doi/10.1108/BPMJ-06-2023-0457/1250825/Business-process-innovation-through-digital.
[18] CHILD J. Organizational structure, environment and performance:the role of strategic choice [J]. Sociology, 1972, 6(1): 1-22.
[19] CHILD J. Strategic choice in the analysis of action, structure, organizations and environment: retrospect and prospect [J]. Organization Studies, 1997, 18(1): 43-76.
[20] HARRMANN L K, EGGERT A, BÖHM E. Digital technology usage as a driver of servitization paths in manufacturing industries [J]. European Journal of Marketing, 2023, 57(3): 834-857.
[21] MARION T J, FIXSON S K. The transformation of the innovation process: how digital tools are changing work, collaboration, and organizations in new product development [J]. Journal of Product Innovation Management, 2021, 38(1): 192-215.
[22] STOFFELS M, LEKER J. The impact of IT assets on innovation performance——the mediating role of developmental culture and absorptive capacity [J]. International Journal of Innovation Management,2018,22(8):1840011.
[23] LIN C, KUNNATHUR A. Strategic orientations, developmental culture, and big data capability [J]. Journal of Business Research, 2019, 105: 49-60.
[24] 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.
[25] LAZZERETTI L, OLIVA S, INNOCENTI N, et al. Rethinking culture and creativity in the digital transformation [J]. European Planning Studies, 2025, 33(5): 671-679.
[26] CAO G, DUAN Y, EL BANNA A. A dynamic capability view of marketing analytics: evidence from UK firms [J]. Industrial Marketing Management, 2019, 76: 72-83.
[27] CHEN D Q, PRESTON D S, SWINK M. How the use of big data analytics affects value creation in supply chain management[J]. Journal of Management Information Systems, 2015, 32(4): 4-39.
[28] CHEN P C, CHAN W C, HUNG S W, et al. How entrepreneurs recognise entrepreneurial opportunity and its gaps: a cognitive theory perspective [J]. Technology Analysis &Strategic Management, 2020, 32(2): 223-238.
[29] LI Y, DAI J, CUI L. The impact of digital technologies on economic and environmental performance in the context of Industry 4.0: a moderated mediation model [J]. International Journal of Production Economics, 2020, 229: 107777.
[30] BILAL M, XICANG Z, JIYING W, et al. Navigating the manufacturing revolution: identifying the digital transformation antecedents [J]. Management Decision, 2024, 62(6):1775-1805.
[31] GAO P, GONG Y, ZHANG J, et al. The joint effects of IT resources and CEO support in IT assimilation [J]. Industrial Management &Data Systems, 2019, 119(6): 1321-1338.
[32] HAIR J F, BLACK W C, BABIN B J, et al. Multivariate data analysis: a global perspective[M].(7th ed).Upper Saddle River, NJ: Prentice Hall, 2009.
[33] ZHANG Z, YE B, HU A, et al. Unlocking the potential of digital transformation: a dual-chain mediation model for product innovation performance in manufacturing [J/OL]. Technology Analysis &Strategic Management, 1-16[2024-03-07]. https://www.tandfonline.com/doi/ref/10.1080/09537325.2024.2320824?scroll=top.
[34] LIANG H, SARAF N, HU Q, et al. Assimilation of enterprise systems: the effect of institutional pressures and the mediating role of top management [J]. MIS Quarterly, 2007, 31(1): 59-87.
[35] PARK S, GUPTA S. Handling endogenous regressors by joint estimation using copulas [J]. Marketing Science, 2012, 31(4): 567-586.
[36] CRUZ-JESUS F, PINHEIRO A, OLIVEIRA T. Understanding CRM adoption stages: empirical analysis building on the TOE framework [J]. Computers in Industry, 2019, 109: 1-13.
[37] NADKARNI S, PRÜGL R. Digital transformation: a review, synthesis and opportunities for future research [J]. Management Review Quarterly, 2021, 71(2): 233-341.
[38] ANNOSI M C, BRUNETTA F, MONTI A, et al. Is the trend your friend? an analysis of technology 4.0 investment decisions in agricultural SMEs [J]. Computers in Industry, 2019, 109: 59-71.