开放科学(资源服务)标识码(OSID)：
Grounded in traditional industrial systems, early research explored organizational revolution from economic evolution theory, biological theory, and chaos theory. Although these theories offer valuable insights into management adaptability development during organizational revolution, their limitations in assumptions, viewpoints, and contexts render them inadequate for providing clear theoretical guidance on adaptability development of firms undergoing digital transformation. Confronted with the inadequacy of traditional theories, current research has developed some models such as cross-system transformation theory, dual-path adaptive revolution theory, and adaptive mechanism theory to explore the development of management adaptability during digital transformation. Yet, existing studies have primarily focused on the development of management adaptability at the single-element level, neglecting to explore the intrinsic interconnections among multiple management elements and their interactions with the process of digital transformation.
To address these gaps, this study proposes a "Human-Data-Things" perspective to explore how the development of management adaptability in traditional firms evolves around these three core elements during digital transformation. From this perspective, this study employs a longitudinal and multiple-case study to explore the research question. Following the principles of typicality, analogy, and differentiation, three traditional firms undergoing digital transformation were selected as case samples for long-term tracking surveys and in-depth interviews. Data from these cases were analyzed through open coding, axial coding, and selective coding.
Through data analysis, this study first identifies four stages of the digital transformation processes of traditional firms, including exploratory trials, top-level strategic planning, business interconnection, and ecosystem co-creation. The process is characterized by maximized individual value, blurred organizational boundaries, and comprehensive revolution. Second, this study finds four core elements of management adaptability of traditional firms, including cognitive adaptability, strategic decision-making adaptability, process management adaptability, and performance feedback adaptability. Internally, these elements evolve synergistically and present a "Golden Triangle" model which is composed of human resources, digital resources, and physical resources. Externally, these elements operate cyclically and follow a cognition-feedback dual-flow logic. The development process of management adaptability exhibits features of synergistic adaptation mechanisms, borderless adaptation objects, transient adaptation processes, and data-convergent adaptation evaluation.
Based on these results, this study makes three key contributions. First, it innovatively constructs a "Golden Triangle" model and reveals a cognition-feedback dual-flow cycle process of development of management adaptability during digital transformation. This advances the theoretical foundation of management adaptability research in transitioning firms, addressing the theoretical gaps in existing literature on organizational revolution. Second, it broadens our understanding of the development process and characteristics of management adaptability development and deepens the insights of co-evolutionary relationship between management adaptability and digital transformation. By moving beyond single-element analyses, this study reveals the internal linkages among four elements of management adaptability and their synchronized evolution with different digital transformation stages, offering a more holistic view of how managerial adaptability develops. Third, drawing on the practices of the case firms, this study provides practical insights for traditional firms seeking to transition from traditional industrial system to the digital system. The study suggests that firms should cultivate targeted management adaptability at different stages of digital transformation, aligning specific adaptive capabilities with evolving strategic and operational needs.
开放科学(资源服务)标识码(OSID)：
当前,数字技术的广泛运用加快了全球以数字化转型为核心驱动力的新一轮产业革命。2025年《政府工作报告》强调,“加快数字中国建设”,“加快制造业数字化转型”。在全球环境与国家政策的双重驱动下,越来越多的传统企业意识到数字化转型迫在眉睫[1-2]。相较于原生数字化企业,传统企业面临突破旧工业化体系和适应新数字化新体系的双重风险,即其在旧工业化体系长期积累的管理适应性难以应对数字化体系的新要求[3-4]。管理适应性描述了企业通过管理变革适应随数字化转型而变化的内外部环境,是企业在数字化转型中处于理想状态的特质、行为和能力[5-6]。已有研究使用组织管理适应性、组织适应性和适应性管理等概念描述相似含义[3,7]。其中,组织管理适应性或组织适应性主要强调组织整体系统的宏观演化对外界环境变化的反应,是一种以组织作为进化主体在环境变化下的企业存续能力[7]。相比之下,管理适应性或适应性管理主要强调具体管理要素或措施,如调整管理模式和组织结构以适应环境的行为,是以管理作为调控手段在环境变化下的企业纠偏能力[8-9]。在数字化转型中,工业化体系下传统企业倾向于通过调整原有管理要素和措施形成管理适应性[2]。这对传统企业在竞争激烈的市场环境中快速获取生存机遇至关重要。因此,探究传统企业如何在数字化体系中形成管理适应性这一问题,对助力企业可持续发展和推动国家数字经济发展具有重要意义。
在工业化体系下,已有学者从经济演化理论、生物学理论和混沌理论等视角探究组织变革目的与特征[10]。相关研究发现,工业化体系下组织变革以实现利益最大化为目标[11],存在渐进式改良和革命性突变的阶段性边界[12],并具有保持竞争优势的临界点和平衡点,即混沌边缘[13]。在传统经济理论框架中,员工与客户被视为利润生成的工具性要素,其价值依附于企业利益最大化目标[11]。然而,在数字化转型下企业优先追求个体价值最大化目标,关注个体价值共创[14-16],其利益最大化建立在个体价值刻度之上,这与经济演化理论指导下企业利益最大化的组织变革目标相冲突。在数字化转型中,得益于大量数据生成与流动,组织持续发生小而快的变革,呈现出碎片化演进、加速推进与多维协同并存特点[17-18]。基于生物学理论提出的渐进式改良和革命性突变的阶段性边界难以有效解释上述特征,并且混沌理论提出的混沌边缘也成为组织常态而非平衡点[19]。因此,传统理论难以为数字化转型中的管理适应性形成过程提供指导。
面对传统理论失效,现有研究采用跨体系转型理论、适应性变革双路径理论以及适应性机制理论等理论模型,探讨数字化转型下的企业管理适应性[3,9,17]。有些学者提出工业化体系向数字化体系转型中存在跨越式与强基式转型路径,揭示管理适应性在跨体系数字化转型中的关键作用,以及管理适应性形成的内外动力[3,8,17];还有一些学者从知识观视角和制度变迁视角探讨具体管理要素,如组织结构、管理模式以及创新战略等的适应性形成[8-9,20]。上述研究主要关注数字化转型带来的新一代数字技术、数据、数字化信息系统以及数字平台等要素对管理适应性变革的驱动作用,但仅探讨单一管理要素适应性形成过程,未能在同一框架下分析多管理要素适应性形成的内在关联及其与数字化转型过程的协同演进关系。实际上,在数字化转型中各管理要素的适应性形成相互联动、协同演进[21]。割裂地考察单一要素,或将其形成过程与数字化转型进程脱节,均难以揭示数字化体系中管理适应性形成过程。因此,有必要探究数字化转型过程中企业多维管理要素适应性形成过程及其与数字化转型过程的协同演化机制。
不同于一般组织变革强调“人—物”关系,数字化转型带来的一系列数字化要素使企业面临“人—数—物”的生态环境。其中,人态是指由企业决策者、创造者和执行者构成的能动个体;数态是指由数字技术、数据和数字化应用等数字资源塑造的企业虚拟运行状态[1];物态是指由实际物质资源承载的企业实体运行状态。三者协同推动企业形成数字化体系下的管理适应性。现有相关研究或探讨单一数字资源对管理适应性的驱动作用[3,20],或关注数字资源与实物资源对管理适应性的协同影响[8],或分析个体与数字资源在转型中对管理适应性选择机制的影响[9],并未在管理适应性研究中构建“人—数—物”三元协同关系。因此,本文在现有理论的基础上,基于“人—数—物”协同视角,探究在数字化转型中企业管理适应性如何形成,选取3家传统企业数字化转型的实际案例进行深度跟踪访谈,采用人工编码对案例资料进行聚类分析。结果发现,数字化转型存在“探索尝试、顶层布局、业务互联与生态共建”4个阶段,其过程呈现个体价值最大化、企业边界模糊化和变革全面化的特征,数字化转型中的企业管理适应性包含思维认知适应性、战略决策适应性、过程管理适应性、成效反馈适应性四要素,基于要素内“金三角”形成模式和要素间“认知—反馈”双流循环逻辑提炼出企业管理适应性建构框架,并揭示其适应机制协同化、适应对象无边化、适应过程瞬态化、适应评价聚数化的特征。本文主要贡献如下:基于“人—数—物”协同视角,拓展数字化转型下企业管理适应性形成研究,为数字化转型浪潮下企业管理适应性形成实践提供理论指导,深化对数字化转型下企业管理适应性形成过程、模式与特征的认识。
本文选择多案例纵向研究法,主要原因如下:①数字化转型下企业管理适应性形成研究属于较为新颖的领域,尚未形成成熟研究模式,属于探索性研究。此情况下,多案例研究法可通过跨案例复制设计进行逐项复制和差别复制,得到稳健研究结论[22]。②本文关注数字时代下企业管理适应性形成过程及内在演化规律,这是典型的“How+Why”型问题,适用于案例研究方法。③多案例研究可从多角度描述企业数字化转型现象,得出更具普适性的结论。④不同数字化转型阶段下企业管理适应性要素及形成过程存在差异,这要求案例分析立足时间序列获取企业管理适应性形成的完整证据链。因此,本文采用纵向多案例研究方法,剖析企业数字化转型过程中管理适应性的复杂演化过程及内在机理。
本文选取3家案例企业,主要遵循以下原则:①典型性原则。3家案例企业均为典型数字化转型企业,且高度关注数字化转型中的管理变革。其中,A钢铁企业(以下简称A企业)是工业行业中的佼佼者,在数字化转型过程中将管理变革置于创新型企业建设的突出地位,有计划地推进相关工作;B煤矿企业(以下简称B企业)是国家首批智能化示范建设煤矿企业,其数字化建设与管理变革已取得显著成效;C卫浴制造企业(以下简称C企业)是中国陶瓷卫浴的代表性企业,企业陶瓷产品生产与配套、管理模式均发生较大数字化转变。②类比性原则。3家案例企业均分布在传统企业较多的内陆省份,能够降低其他外部因素干扰,有利于不同案例的对比分析。③差异性原则。3家案例企业的成长经历及未来发展战略存在差异,这为揭示企业管理适应性形成的内在机理及演化提供丰富的案例证据。④数据完整性原则。3家案例企业人员构成稳定,有利于获取完整数据。为保护企业相关商业信息,本文采用匿名编号方式对案例企业进行描述。
为保证研究结论的信效度与数据的有效性,本文在资料搜集、文本整理和分析各环节严格遵循案例研究规范,采用Yin[22]的数据收集范式,结合3家案例企业实际情况,通过半结构化访谈和二手资料收集数据,并进行交叉验证。
(1)二手资料收集。2021年4月,研究小组通过企业官网、社交媒体(微博/微信公众号)、学术数据库(CNKI)及公开文件(财报/领导者讲话文本)收集2014—2021年研究对象相关信息,收集过程由双小组独立操作,以避免选择性偏差。
(2)参加活动。2021年5月5—9日,研究小组参与案例企业所在地级市科技局举办的双创升级方桌会议及企业数字化转型线上对话,获取政策环境与转型战略的关键信息。
(3)正式访谈。2021年5月,研究小组开展第一轮实地调研与半结构化访谈,共访谈14人(A企业3人、B企业7人、C企业4人),访谈时间为40～90分钟。
(4)资料整理与补充访谈。访谈结束后,小组成员先将音视频转录为文本资料,校正后得到8万余字的文本资料,再整合照片、手记和文档等二手资料,最终形成80万字的原始资料库。2021年7月,研究小组通过电话等访问形式进行线上补充访谈。第二轮访谈的主要目的是核实和补充以往资料,重点关注企业在数字化转型过程中管理适应性的形成过程,共访谈8人(A企业2人、B企业3人、C企业3人),访谈时间为20～40分钟。第三轮访谈是以微信电话进行线上访谈,旨在澄清编码疑点,获得精准案例资料,3家企业各访谈1人,每人访谈时间为15～30分钟。小组成员逐字逐句阅读文本资料,删去无关信息后获得68万字的有效资料,以此作为数据分析的基础。
本文综合已有文献和案例企业数字化转型实践,通过阅读数据提取关键事件以划分企业数字化转型阶段,对不同阶段下的案例数据进行梳理,并对管理适应性的关键要素进行三级编码,即开放式编码、主轴式编码和选择式编码[23]。
经过细致和严谨的事件识别,对比其他成功企业数字化转型过程,本文发现,3家企业数字化转型过程均呈现从单一业务数字化探索到多业务数字化整合,从自身数字化到共建数字生态的阶段性发展特征。具体而言,它们均探索性地提出数字理念、转变员工数字化思维,在小范围内尝试实施数字化转型,再大范围地规划、布局转型战略,进而在建成的数字化平台和系统上联通自身业务。因此,本研究将其划分为探索尝试、顶层布局、业务互联、生态共建4个阶段(见图1)。在探索尝试阶段,企业开展小范围数字化转型实验,但员工思维认知适应性较低,部分员工出现抵制情绪;在顶层布局阶段,企业开始布局数字化转型,但战略决策适应性较低,难以形成应对数字化转型的管理与运营规范,导致生产与管理行为混乱;在业务互联阶段,基于已建立的数字平台和系统,企业不同业务实现互联互通,但过程管理适应性较低,限制数字化转型战略落地;在生态共建阶段,企业试图构建数字化组织,并与其他企业建立数字生态,共享数字资源,但成效反馈适应性较低,阻碍企业在数字生态中的自我优化与持续升级。
图1 案例企业数字化转型历程
Fig.1 Digital transformation process of case enterprises
在阶段划分后,本研究采用人工编码方式对相应阶段的文本资料进行开放式编码,即逐字逐句编码[24]。在开放式编码过程中,为确保对案例资料的客观处理,研究团队分为两组进行独立编码,采用文本分析法对原始资料进行分析和校对,在编码完毕后集中讨论,最终形成一致意见。在编码过程中,研究人员根据数字化转型阶段对各案例中的资料信息贴标签,具体标签格式为“案例企业+发展阶段+信息顺序号”,如A-a1代表“A企业探索尝试阶段第1条信息”。这一阶段的编码原则是提取出的标签语义需要与原文一致,并尽可能地使用原文中的关键词作为标签语。通过对初始资料进行分解和提炼,经讨论后得到1 135条原始标签(A企业433条,B企业325条,C企业377条)。
贴标签后,按不同企业和数字化转型阶段将标签内容分类存入Excel表格,并进行聚类分析,即将语义相似的原始标签聚类为同一初始概念。例如,将A-c74“部分钢种已经实现过程工艺参数、基础力学性能等所有数据信息全上线”和C-c151“为1 000多家终端专卖店建立网上商城”聚类为“线上化产品”这一概念。通过不断对比分析,共形成245个概念。
研究人员在原始资料、标签内容和概念间反复确认,并结合现有文献对比各概念异同,将相似概念整合为同一范畴。例如,将“创新职工思维(A-a17)”和“思维创新转变(B-a163)”概念整合为“员工数字意识形成”副范畴。通过反复讨论各概念所属范畴,最终归纳整理出30个副范畴。
在主轴式编码阶段,基于副范畴间的相似性、矛盾性、对立性或其他关联形式,将其聚类为更高阶的理论构念[23]。例如,基于相似性将“操作流程平台化”和“管理流程线上化”聚类为“数字化业务流程”主范畴,基于差异性将“员工角色辅助化”和“定位高端产品”分别聚类为不同主范畴。研究人员在研究问题、原始数据、概念、副范畴与既有文献间迭代验证,最终抽象出个体转型感知与意识生成、数字化人才培育、数字化业务流程和数字化纵横评估等12个具有理论适配性的主范畴。
选择式编码的核心任务是确立核心范畴,系统性地将其与其他范畴相关联,并进行概念化与理论化,从而构建扎根理论[25]。实现这一目标的关键是发掘能够整合大部分主范畴的“故事线”,该主线构建过程即新理论架构形成过程。例如,将12个主范畴与现有理论进行对比发现[1,3],“个体转型感知与意识生成”“数字思维与数字化知识”以及“整体工作理念贯彻”构建了企业在数字化转型探索尝试阶段的思维认知适应性变革,范畴间具有理论一致性。因此,本文将上述3个主范畴纳入“思维认知适应性变革”这一核心范畴。反复对比主范畴、副范畴、概念、标签及现有文献,形成4个核心范畴:思维认知适应性、战略决策适应性、过程管理适应性和成效反馈适应性。
本文围绕核心范畴将故事线概括如下:探索尝试阶段,企业通过培育个体数字意识与思维,积极学习数字化知识,并将数字思维与知识融入日常工作中,形成思维认知适应性。以此为基础,顶层布局阶段,企业搭建数字化人才培育架构,引进数字技术,实现全范围战略转变,形成战略决策适应性。在全范围战略规划实施中,企业进一步转变个体角色和职能,优化数字化业务流程并重构组织结构,保障业务互联互通,形成过程管理适应性。实现内部业务互联互通后,以客户为导向,评估产品全生命周期品质和多业务板块协同创效,引领全链条创新,构建生态共建的自适应组织,形成成效反馈适应性。思维认知、战略决策、过程管理和成效反馈适应性4个核心范畴在认知—反馈的双流循环中,助力企业实现数字化转型下的管理适应性变革。
笔者将案例编码结果、初始数据结构及故事线通过邮件和微信发送给14位被访谈者,收到11位被访谈者的积极回复,表示核心范畴的故事线基本符合企业实践。其中,3位受访者针对副范畴提出建议。据此,本文删减两个多余的副范畴,最终形成由28个副范畴、12个主范畴和4个核心范畴组成的数据结构,如图2所示。经多次对比原始资料与现有文献,并结合受访者交流结果,未出现差异显著的新概念,表明聚类结构基本达到饱和。
图2 数据分析结构
Fig.2 Data analysis structure
思维认知适应性是指数字化转型企业员工和管理者在感知内外环境变化后,从认知层面形成数字思维以适应数字环境变化。探索尝试阶段,企业面临更新管理理念和转变员工思维认知的困境。因此,企业致力于在个体数字化转型感知与意识生成、数字思维和数字化知识,以及整体工作理念贯彻3个方面形成“人—数—物”认知协同,进而形成思维认知适应性。
(1)个体数字化转型感知与意识生成包括领导者数字化转型感知和员工数字意识形成。其中,领导者数字化转型感知是指领导者和管理者感知到数字化转型的重要性,引领企业形成数字思维以打破传统工业化体系思维。A企业资料显示,较强的领导者数字化转型感知能够提高企业竞争力并决定数字化转型成效。B企业管理者也强调,需要以大数据前沿思维引领企业数字化转型实践。员工数字意识形成是指员工意识到数字化转型的重要性并将数字思维运用于实践中。如B企业通过培训、教育和引导,将数字思维与一线员工生产经验相结合,开发出节能提效新技能(B-a163)。
(2)数字思维与数字化知识包括数字思维嵌入和数字化知识形成。数字思维嵌入是指在数字化转型项目中融入数字思维,使企业运行与人员管理呈现数字化特征,以此转变传统工业化思维。例如,C企业在各数字化转型业务中融入数字思维,改变传统模式,以此推动数字化商业模式转型。数字化知识形成是指员工学习数字化相关知识并形成核心竞争力。如B企业领导者认为,老工人只有加紧学习数字化知识,才能在信息时代的工业革命中持续成长(B-a11)。
(3)整体工作理念贯彻包括利用数字思维推进工作,带动习惯与理念创新。例如,A企业积极运用数字思维,聚焦市场和产品,构建品牌和营销的新发展之路,促进企业在产品和市场方面的数字化建设。此外,3家企业注重提高自身数字化体系的适应性,带动行业数字化转型,从而促进行业协同创新。
战略决策适应性,即企业从战略层面提高决策能力,以适应数字化转型带来的变化。顶层布局阶段,企业既不能仅按照传统规范制定决策,又暂时缺乏规范化和系统化规章制度指导数字化转型实践。因此,企业主要从数字化人才培育、数字技术与运用和全范围战略转变3个方面形成“人—数—物”决策协同,进而形成战略决策适应性。
数字化人才培育主要通过搭建数字化人才培育架构实现人才可持续发展,提升后备人才在数字化方面的知识结构与能力素质。案例企业均重视数字化人才培育,如B企业在大数据和“互联网+”等新思维引领下积极调整人才战略,培育具有较高数字素质的青年管理技术人员,以此保障数字化转型顺利实施。
数字技术与应用主要体现在数据库、数字技术和数字化赋能3个方面。第一,数据库。企业在开展数字化转型前,将产品相关数据上传至数字化管理平台,构建全产品数据库。A企业中,所有钢种过程工艺和成形性等参数全上线,为数字技术与应用提供基础(A-d74)。第二,数字技术是指企业在实施战略布局时开发、改进或引进数字化软硬件设施。如A企业开发综合信息管理平台和B企业引入云计算与大数据等。第三,数字化赋能是指将数字技术与现有技术深度融合,使现有技术具备数字化功能。例如,B企业将数字技术与现代矿山开采技术深度融合,使其开采技术具备数字化探测、采煤、信息管控和反馈功能(B-d31)。
全范围战略转变主要包括创新营销模式、拓展市场范围、协同产业链创新和定位高端产品。第一,创新营销模式是指企业利用数字技术创新营销模式。例如,C企业利用互联网平台助力营销创新,为广大消费者提供优质产品和服务(C-d49)。第二,拓展市场范围是指企业利用数字技术开拓新市场,布局新产业。如A企业借助数字技术开拓海外市场(A-d159),C企业则积极布局智能产品研发领域(C-d8)。第三,协同产业链创新是指企业协同产业链上各主体实现合作创新。如A企业利用数字技术实现由单一技术线性创新模式向全要素汇聚的产业链协同创新模式转变。第四,定位高端产品是指企业聚焦高端用户群体和高质量产品。如A企业致力于研发高端产品和开拓高端市场,围绕高端需求进行战略调整。
过程管理适应性,即企业在实操过程中提高过程管理能力,以适应数字化转型带来的变化。在业务互联阶段,数字化转型企业需要实现多业务互通,促进数字化与工业化体系融合,这要求其具备较强的过程协同能力。案例发现,企业通过个体特征转变、数字化业务流程以及组织结构调整形成“人—数—物”协同,进而构建过程管理适应性。
(1)个体特征转变是指员工在角色、规模和职能上的变化。在角色上,员工角色实现辅助化转变。例如,C 企业在生产环节引入数字技术后,员工职能由主要负责人变为辅助人员,从机器管理者、机械配合者转变为服务机械人员,成为生产过程中的辅助角色(C-c204)。在规模上,研发人员增多。C企业副总表示,在数字化转型后,企业构建设备研发中心和信息化中心,研发人员规模增加。在职能上,管理者职能实现精简化转变。例如,B 企业借助数字化平台自动记录生产问题及处理过程,管理者无需通知下属处理问题和现场督察,职能得以简化。
(2)数字化业务流程是指对操作与管理流程进行数字化改造。在操作流程上,实现平台化转变。如C企业通过管理平台远程控制机器人完成施釉项目。在管理流程上,实现线上化转变。如B企业将安全质检从纸质巡检转变为综合信息平台处理,提升效率。
(3)组织结构调整是指对生产线结构和管理体制进行变革,以保障各业务板块互联互通。首先,调整以生产线为独立经营单位的组织结构。例如,为激发生产线的生产活力,A企业采用“生产+销售+研发+质量”一体化产销组织模式,构建以生产线为独立经营单位的组织结构,实现生产线协同创新(A-c196)。其次,推行扁平化管理体制。扁平化管理体制是实现业务互联的重要保障(B-c119)。
成效反馈适应性是指企业通过成效评估反馈环境变化,提高自我优化能力,保障自身在数字化转型中持续创新。在生态共建阶段,A企业和C企业主要通过客户导向机制、数字化横纵评估结构、可持续生态创效3个方面形成“人—数—物”反馈协同,进而构建成效反馈适应性。
(1)客户导向机制是指在成效评估中重视产品或服务的客户认可度和需求反馈获取。第一,客户认可度是评估企业产品或服务成效的重要指标。如C企业利用数字技术打造的数字化产品获得客商们频频点赞(C-f22)。由此可知,C企业数字化产品获得较大成功。第二,客户需求反馈获取。企业利用数字技术不断提升需求反馈获取速度,根据反馈信息解决问题,从而提高成效反馈适应性。A企业借助数字技术围绕产品使用过程识别客户需求变化并及时反馈,进而优化生产线功能,促进数字化转型顺利实施(A-f27)。
(2)数字化纵横评估结构是指企业利用数字技术对产品全生命周期品质的纵向评估和对不同业务板块协同效益的横向评估。第一,产品全生命周期品质评估。在产品管理中,C企业利用数字技术构建从原材料到成品的追踪信息调研与反馈机制,准确掌握产品生产进度及计划完成程度,为产品质量提供数据支撑(C-f197)。第二,多业务板块协同效益的横向评估。A企业利用智能制造系统突破采购、生产、物流、销售间的信息瓶颈,提升多业务板块协同水平(A-f104)。
(3)可持续生态创效主要包括全链条创效和共赢生态打造。第一,全链条创效。A企业实现多学科、跨领域、跨地区技术创新,推动全流程全产业链创效,链条中各工艺节点均能创效,从而增加创造价值的来源。第二,共赢生态打造。C企业与数字化巨头企业合作,通过打造水联网生态圈和生态化工业园区实现双赢(C-f116)。
本文比较分析制造企业(A、C)和开采企业(B)的管理适应性变革异同。对比分析案例发现,在思维认知适应性形成中,3家企业并未表现出显著差异。因此,制造企业和开采企业在思维认知适应性形成中具有相似性。此外,在战略决策适应性形成中,3家企业数字化人才培育和数字技术与应用也未呈现显著差别。但在该项适应性形成中,开采企业煤炭价格受行业内整体价格影响较大,煤炭需求量相对稳定。因此,开采企业在战略决策适应性形成中注重以“产业链协同创新”推动全范围战略转变。而制造企业产品需求和价格受外部市场影响较大,注重以“创新营销模式、拓展市场范围和打造高端产品”推动全范围战略转变,进而形成战略决策适应性。
在过程管理适应性形成中,开采企业因其开采作业的高风险和复杂性,更关注数字化业务流程,寻求在数字智能化控制下实现安全、高效、互联的开采。相较之下,制造企业因其柔性生产更依赖人的能动性,更注重转变个体特征和重构组织结构,保障在生产制造中人员、组织与数字化转型实践高效协同,从而提升柔性生产效益。
在成效反馈适应性形成中,开采企业可持续发展受不可再生资源限制,其数字化转型成效更偏向提升资源保护效率,因而更关注可持续生态创效,以实现资源节约和可持续发展。对于制造企业而言,其数字化转型成效更偏向提升生产制造管理水平,因而更注重以客户和全生命周期产品质量为导向评估数字化转型成效。上述差异源于不同行业特性所决定的产品定价、作业流程以及转型目标差异,进而促使B企业与A/C企业在管理适应性形成上出现战略决策、过程管理以及成效反馈方面的根本差异。
根据3家传统企业面向数字化转型的管理适应性变革实践,本文提炼出由探索尝试、顶层布局、业务互联到生态共建全过程的企业管理适应性形成过程理论框架,如图3所示。围绕该框架,本文重点论述数字化转型中企业管理适应性形成过程、转型特征以及企业管理适应性特征。
图3 数字化转型下企业管理适应性“金三角”形成模式与过程机理建构框架
Fig.3 Framework for “golden triangle” of formation model and evolution process of management adaptability in firm’s digital transformation
在数字化转型过程中,企业管理适应性包含思维认知适应性、战略决策适应性、过程管理适应性、成效反馈适应性四要素。在各要素形成过程中,“人—数—物”协同呈现出“金三角”式的管理适应性形成模式。其中,个体、数态和物态相互融合演化,生成不同适应性要素。第一,探索尝试阶段,在思维认知适应性形成中,个体数字化转型意识突破传统工业思维束缚,通过员工培训学习数字化知识,实现数字思维内化。员工利用数字思维和知识推进数字化转型,并将数字思维与知识融入工作中。通过个体意识、数字知识以及日常工作事物运行的“三角”协同,形成思维认知适应性。第二,顶层布局阶段,企业通过搭建数字化人才培育架构夯实战略基础,同时接入数字技术与平台,为实施全范围战略规划提供人才保障与数字技术支撑,进而促使个体技能、数字技术以及战略制定三者实现有效协同,促进战略决策适应性形成。第三,业务互联阶段,企业通过转变个体角色与职能特征,加快推动管理流程和操作流程数字化,并调整组织结构,形成过程管理适应性,以促进各项业务协同效率提升。第四,在生态共建阶段,企业数字化转型战略已取得初步成效,进而依托客户导向机制、数字化纵横评估体系与可持续生态创效机制,全面评估数字化转型成果与管理措施。同时,企业积极捕捉外部环境变化,动态更新思维认知,灵活调整战略决策与过程管理,在生态系统中推动自我优化与可持续升级。
在数字化转型中,适应性要素遵循“认知—反馈”双流循环演化逻辑:从认知到反馈是环境变化的感知流,从反馈到认知是环境变化的反馈流,根据环境反馈实时重塑管理适应性,促进自适应组织形成。在环境变化感知流中,思维认知适应性形成是企业领导者和员工对外部数字化环境需求的感知结果,并为战略决策适应性形成提供企业内部管理、外部市场需求与认知基础。过程管理适应性是形成战略决策适应性后重塑战略的具体实施,进一步通过过程创新促进成效反馈适应性形成。在环境变化反馈流中,企业依据成效反馈适应性再次获得外部环境变化信号并及时反馈给业务实施过程,通过互逆调控改变过程管理适应性和战略决策适应性,进而更新企业思维认知适应性,以持续提升管理适应性,形成自适应企业。上述形成过程如图3所示。
(1)个体价值最大化。数字化转型以个体价值最大化目标为核心,是企业获取竞争优势与实现可持续发展的关键[16]。本文发现,企业主要通过两条路径实现个体价值最大化目标:对内赋能员工与管理者,通过思维转变、技能重塑及职能优化,利用数字技术将其从低价值重复劳动中释放出来,激发其潜能与持续学习,驱动创新;对外深化客户价值共创,以需求为导向,引导客户深度参与产品全流程,充分挖掘其价值贡献。二者共同促进传统企业数字化转型,呈现个体价值最大化特征。
(2)边界模糊化。数字化转型通过数字思维与知识、技术应用、业务流程及评估体系重构组织形态,使组织融入边界模糊的开放生态中。企业边界模糊化是指在数字化转型进程中,工业化体系下的企业传统物理与制度边界渗透性增强,企业资源与知识边界动态延伸,驱动企业数字化转型从边界约束到跨界协同[19]。本文发现,在数字化转型中,企业有形与无形资源加速数字化,突破一般组织变革适应对象的边界与属性,增强资源与知识跨界流动性,促使企业形成全网协同发展的组织生态。
(3)变革全面化。数字化转型驱动企业进行全方位、深层次重构。变革全面化是指数字化转型促使企业实现从整体工作理念渗透、全范围战略转变、多层级组织结构重构直至可持续生态创效的系统性跃迁[1],具体表现为企业思维认知、战略决策、组织结构以及生态体系均经历根本性转变。这标志着数字化转型对组织各层面施加较大影响,驱动企业进行全局性变革。
(1)适应机制协同化。工业化体系下企业对组织变革的适应机制主要关注个体与事物间的协同,如个体对战略变革的适应性[26],以及个体对产品创新过程变革的适应性[27]。本文发现,在数字化转型阶段,企业管理适应性形成呈现由“人—数—物”构成的“金三角”协同演化特征。在数字化转型中,个体、数态和物态相互嵌入,促使企业管理适应性从认知协同、决策协同、行为协同到反馈协同演化,推动企业形成数字化体系下的管理适应性。
(2)适应对象无边化。工业化体系下管理变革的适应对象以传统资源为主,呈现静态和有边界特征[28-29]。本文发现,在数字化体系下,企业处于“人—数—物”生态中,其管理适应对象转变为易流动的数据和数字技术等,呈现出无边化特征。无边化数字资源传播与共享不再受限于组织边界和层级结构。
(3)适应过程瞬态化。化学反应动力学中常用瞬态化描述系统在受到外界扰动后,从非平衡态逐渐恢复到平衡态的瞬态过程[30]。本文认为,适应过程瞬态化是指企业在工业化体系和数字化体系这两个相邻稳态间的管理适应性变革呈现短暂且具有爆发性的瞬态过程。工业化体系下的稳态组织依赖科层制结构运作,其管理适应性形成需要借助科层制的等级治理规则实现管控和决策,适应周期较长、辐射范围有限[31]。本文发现,数字化体系下的组织结构通常具有网格制特征,组织采用网络化和扁平化等方式实行管控,有助于企业较短时间内形成网面扩散的适应性,从而呈现出瞬态化特征。
(4)适应评价聚数化。聚数化是指企业管理适应性成效评价范式从静态绩效指标转向企业聚集数据和数字技术的能力。在原有经济演化理论的指导下,企业管理适应性评价指标主要集中在组织内部绩效方面[11,32]。数字时代,企业更关注其所处生态系统的可持续发展,谋求与生态系统中的利益共同体实现价值共创(余明桂等,2022)。因此,在数字化转型中,管理适应性评价指标主要关注企业在“人—数—物”协同环境中聚集数据和数字技术的能力,强调共赢生态建构、平台化搭建和智能化管理等指标,呈现聚数化特征。
本文主要得出如下结论:第一,企业数字化转型历经“探索尝试—顶层布局—业务互联—生态共建”4个阶段,整体呈现个体价值最大化、企业边界模糊化和变革全面化特征。第二,数字化转型中,企业管理适应性包含思维认知适应性、战略决策适应性、过程管理适应性、成效反馈适应性四要素,其要素内形成呈现“金三角”演化模式,要素间形成过程遵循“认知—反馈”双流循环。第三,数字化转型中企业管理适应性具有适应机制协同化、适应对象无边化、适应过程瞬态化和适应评价聚数化特征。
(1)在研究视角上,本文基于“人—数—物”协同视角探究并建构数字化转型中企业管理适应性“金三角”形成模式与“认知—反馈”双流循环演化过程模型,夯实数字化转型下企业管理适应性研究理论基础。现有工业化体系下,组织变革与管理适应性研究主要涉及经济演化理论、生物学理论和混沌理论等[11]。但上述传统理论难以为数字化转型中的管理适应性形成过程提供指导。最新相关研究提出了跨体系转型理论、适应性变革双路径理论以及适应性机制理论等理论模型[3,9,17],并关注“人”“数”“物”对数字化转型下管理适应性的影响,但它们或主要探讨单一数字资源对管理适应性的驱动作用[3,20];或专注数字资源与实物资源对管理适应性的协同影响[8];或关注个体与数字资源在数字化转型中对管理适应性选择机制的影响[9],并未在管理适应性研究中构建“人—数—物”三元协同关系。因此,本文基于“人—数—物”协同视角,采用多案例研究方法提炼出与数字化转型过程融合的企业管理适应性建构框架,拓展了数字化转型下企业管理适应性形成研究理论视角。
(2)在内容上,本研究深化了对数字化转型下企业管理适应性形成过程、模式特征及其与协同演化关系的理解。已有文献[8-9,20,33]主要关注数字化要素对管理适应性变革的驱动作用,仅探讨了数字化转型下单一管理要素适应性形成过程,未在同一框架下揭示多管理要素适应性形成的内在关联及其与数字化转型过程的协同演进关系,对数字化转型中管理适应性形成过程缺乏整体性认识。因此,本文构建数字化转型下企业管理适应性“金三角”形成模式与过程机理模型,揭示了多维管理适应性要素形成的内在关联与其数字化转型过程的协同演进关系,深化了对数字化转型中管理适应性形成的认识。
(1)在探索尝试阶段,可效仿3家案例企业通过员工培训学习数字化知识,在各项转型业务中融入数字思维,形成思维认知适应性,以应对案例B企业和C企业中可能出现的抵触情绪。
(2)在顶层布局阶段,企业通过搭建数字化人才培育架构培育青年管理技术人才(如案例B企业),发展企业新质生产力,注重产品信息线上化,实现产品信息终身可溯源,以此为切入点构建数据库与数字平台(如案例A企业)。此外,企业需要注重全范围战略转变,创新营销模式、拓展市场范围和协同产业链创新,推动战略决策适应性形成,以应对案例B企业中数字化转型战略设计方案落地难的困境。
(3)在业务互联阶段,企业可效仿案例C企业,将员工从生产负责人转变为机械服务人员,给予个体更多时间激发创造力、提升价值,实现业务数字化操作和管理,提升企业运行与管理效率;以组织结构调整为辅助,如借鉴案例企业A建立以生产线为独立经营单位的组织结构,构建网格化和扁平化管理体制,释放组织活力并提升协同效率,以形成过程管理适应性,从而应对可能出现的业务流程冲突和各业务间融合有效性较低的困境。
(4)在成效反馈阶段,企业需要以客户导向为机制,重视客户对产品或服务的认可度和需求反馈。可效仿案例企业A,采用智能技术及时识别客户需求变化并及时反馈,从而优化产品迭代设计。在此过程中,可结合案例企业C的做法,对产品生产全过程进行质量评估,并促进产品生产全链条创效。进一步地,协同生产链条上不同主体,构建生态圈,实现可持续生态创效,形成成效反馈适应性,确保企业在数字生态中实现自我优化与持续升级。
本文存在以下不足:第一,研究结论的普适性仍有待提高,未来可增加对不同行业企业类属性观点的探讨。第二,对于提炼出的数字化转型中企业管理适应性,未建构框架进行实例验证,未来可引入新案例验证该理论框架的完备性、稳健性和普适性。第三,对不同数字化转型阶段的管理适应性形成机制缺乏深入探讨,未来可利用更多案例资料,对阶段间的演化机制进行编码与探究。
[1] 戚聿东, 肖旭. 数字经济时代的企业管理变革[J].管理世界, 2020, 36(6): 135-152.
[2] 苏敬勤,武宪云,张思佳. 传统企业全链路数字化转型过程中的组织惯性克服机理——基于组织学习视角 [J].科技进步与对策,2025,42(7):55-65.
[3] 肖静华. 企业跨体系数字化转型与管理适应性变革[J].改革, 2020,37(4): 37-49.
[4] 肖旭, 戚聿东. 产业数字化转型的价值维度与理论逻辑[J].改革, 2019,36(8): 61-70.
[5] STIEGLITZ N, KNUDSEN T, BECKER M C. Adaptation and inertia in dynamic environments[J].Strategic Management Journal, 2016, 37(9): 1854-1864.
[6] MIKALEF P, VAN DE WETERING R, KROGSTIE J. Building dynamic capabilities by leveraging big data analytics: the role of organizational inertia[J].Information &Management, 2021, 58(6): 103412.
[7] 许秀瑞, 侯光明, 王俊鹏. VUCA时代视域下的组织管理适应性[J].未来与发展, 2022, 46(3): 36-41, 88.
[8] 何斌, 赵楠, 何琴清, 等. 管理模式转型视角的数字化管理适应性变革研究——以字节跳动为例[J].北京交通大学学报(社会科学版), 2022, 21(2): 29-36.
[9] 谢康, 胡杨颂, 张延林, 等. 企业数字化创新战略的适应性选择机制[J].工程管理科技前沿, 2024, 43(2): 48-54.
[10] POUTANEN P, SOLIMAN W, ST
HLE P. The complexity of innovation: an assessment and review of the complexity perspective[J].European Journal of Innovation Management, 2016, 19(2): 189-213.
[11] NELSON R R, WINTER S G. The schumpeterian tradeoff revisited[J].The American Economic Review, 1982, 72(1): 114-132.
[12] CHAMBERS D A, NORTON W E. The adaptome: advancing the science of intervention adaptation[J].American Journal of Preventive Medicine, 2016, 51(4): S124-S131.
[13] HUNG S C, TU M F. Is small actually big the chaos of technological change[J].Research Policy, 2014, 43(7): 1227-1238.
[14] NAMBISAN S, WRIGHT M, FELDMAN M. The digital transformation of innovation and entrepreneurship: progress, challenges and key themes[J].Research Policy, 2019, 48(8): 103773.
[15] GAGLIO C, KRAEMER-MBULA E, LORENZ E. The effects of digital transformation on innovation and productivity: firm-level evidence of South African manufacturing micro and small enterprises[J].Technological Forecasting and Social Change, 2022, 182: 121785.
[16] 王丹丹, 马志强, 许玲燕. 数字化转型如何驱动企业价值创造——产品与服务创新双重视角[J].科技进步与对策, 2025, 42(14): 93-105.
[17] 肖静华, 曹望华, 夏正豪. 制造业企业数字化转型的适应性变革: 跨越与强基双路径[J].中国工业经济, 2024,41(12): 136-154.
[18] 胡海晨, 刘珍园. 数字化能力对企业迭代式创新影响研究——知识场活性与资源重构的链式中介作用[J].科技进步与对策,2026,43(7):35-45.
[19] 王琳, 陈志军, 崔子钰. 数字化转型下知识耦合如何重构组织边界——基于创业警觉的认知逻辑[J].南开管理评论, 2024, 27(1): 16-26.
[20] 谢康, 吴瑶, 肖静华. 数据驱动的组织结构适应性创新——数字经济的创新逻辑(三)[J].北京交通大学学报(社会科学版), 2020, 19(3): 6-17.
[21] 黄丽华, 朱海林, 刘伟华, 等. 企业数字化转型和管理: 研究框架与展望[J].管理科学学报, 2021, 24(8): 26-35.
[22] YIN R K. Case study research: design and methods[M].Thousand Oaks, CA: Sage, 1994.
[23] EISENHARDT K M. Making fast strategic decisions in high-velocity environments[J].The Academy of Management Journal, 1989, 32(3): 543-576.
[24] GIOIA DENNIS A, KEVIN G CORLEY, AIMEE L HAMILTON. Seeking qualitative rigor in inductive research:notes on the Gioia methodology[J].Organizational Research Methods, 2013, 16(1): 15-31.
[25] CORBIN J M, STRAUSS A. Grounded theory research: procedures, canons, and evaluative criteria[J].Qualitative Sociology, 1990, 13(1): 3-21.
[26] MCKEE D O, VARADARAJAN P R, PRIDE W M. Strategic adaptability and firm performance: a market-contingent perspective[J].Journal of Marketing, 1989, 53(3): 21-35.
[27] LI Y, XUE D Y, GU P H. Design for product adaptability[J].Concurrent Engineering, 2008, 16(3): 221-232.
[28] DEMIRKAN H, SPOHRER J C, WELSER J J. Digital innovation and strategic transformation[J].IT Professional, 2016, 18(6): 14-18.
[29] PAAVOLA R, HALLIKAINEN P, ELBANNA A. Role of middle managers in modular digital transformation: the case of Servu [C].Guimarães:Proceedings of the 25th European Conference on Information Systems (ECIS),2017.
[30] EIGEN M. Immeasurably fast reactions[J].Nobel Lecture, 1967, 11: 1963-1979.
[31] NORTH D C. Institutions, ideology, and economic performance[J].Cato Journal, 2013, 11(3):477-496.
[32] SCHULZE J H, PINKOW F. Leadership for organisational adaptability: how enabling leaders create adaptive space[J].Administrative Sciences, 2020, 10(3): 1-22.
[33] 邢蕊, 王欢, 叶宝琳, 等. 适应性资源编排驱动数字化能力构建的过程与机制——基于理想汽车的案例研究[J].科技进步与对策,2025,42(17):126-138.