How Digital Technology Affordance Enables Open Innovation in Manufacturing Enterprises: The Perspective of Resource Reconfiguration

Wu Linfei1,2, Sun Jinshu1, Sun Liwen3

(1.School of Business Administration, Hebei University of Economics and Business, Shijiazhuang 050061, China;2.Collaborative Innovation Center for Integrated Urban and Rural Development of Hebei Province, Shijiazhuang 050061, China;3.School of Economics and Management, Hebei University of Technology, Tianjin 300401, China)

Abstract：In the digital economy era, the traditional boundaries between enterprises and the market are gradually being dismantled. The deep integration of digital technology and production operations has become a crucial driver of innovation and development. By further stimulating group wisdom and deepening open innovation through this integration, manufacturing enterprises can gain a competitive edge. However, Chinese manufacturing enterprises currently face challenges in leveraging digital technology to promote open innovation. There is a lack of scientific and systematic theoretical methods to guide their efforts. Additionally, research on the composition of digital technology affordance and its mechanisms in promoting open innovation is still limited. This gap makes it difficult for enterprises to effectively implement open innovation strategies that are well-adapted to the complex and dynamic environment of the digital economy.

Drawing to technology affordance theory, this study delves into how the accumulative and variable affordances of digital technology drive open innovation in manufacturing enterprises. To ensure sample representativeness, the study selects four types of manufacturing enterprises undergoing digital transformation, namely "digital transport equipment manufacturing", "digital general and special-purpose equipment manufacturing", "digital electrical machinery,apparatus and instrument manufacturing", and "other smart manufacturing", based on the "Classification of Digital Economy and Its Core Industries (2021)" released by the National Bureau of Statistics. It also selects samples from enterprises in regions with different levels of digital development. The study employs a combination of paper-based and e-mail questionnaires to survey middle- and senior-level managers in relevant enterprises, using a multi-time-point data collection method to reduce common method bias and better capture the relationships between variables.

By empirically examining data from a sample of 312 manufacturing firms, the study finds that (1) both accumulation affordance and variation affordance have a significant positive impact on open innovation in manufacturing firms; (2) resource reorganization and resource relocation are key links connecting the affordance of digital technologies and open innovation in manufacturing firms, playing a partly mediating role; (3) managerial digital cognition is an important internal contextual factor in the process of enterprise digital transformation, which can enhance the effect of cumulative affordance on resource relocation, and at the same time improve the effect of variable affordance on resource reorganization; while it does not play a significant moderating role in the relationship between cumulative affordance and resource reorganization, and variable affordance and resource relocation.

This study makes both theoretical and methodological contributions as follows. First, it develops a novel theoretical analytical framework of 'digital technology affordance-resource reconfiguration-open innovation', which remedies the insufficient explanatory power of existing theories regarding the impact mechanism of digital transformation on open innovation in manufacturing enterprises. Second, it empirically verifies the role of managerial digital cognition in the transmission pathway through which digital technology affordance affects open innovation, thus further clarifying the key boundary conditions for effective open innovation in the context of manufacturing digital transformation.

From a practical perspective, the findings imply that manufacturing firms should take business needs as the guide and advance open innovation by integrating accumulative and variable affordances in a coordinated manner. Meanwhile, enterprises need to leverage the "multiplier effect" of digital resources and expand the scope of open innovation by utilizing market data to accurately capture customer demands and potential business opportunities, dynamically reshaping resource systems to enhance organizational agility, and adopting data analytics to explore new approaches to resource utilization and optimize targeted resource reallocation. In addition, organizations should actively upgrade managerial digital cognition to provide core strategic support for the formulation and implementation of innovation-driven development strategies in the digital era. This can be achieved by regularly conducting training programs on digital technology applications and data element utilization, as well as by strengthening managers' understanding and mastery of the underlying logical framework and architecture of digital operation systems.

Key Words：Digital Technology Affordance; Open Innovation; Resource Reconfiguration; Managerial Digital Cognition

收稿日期：2025-01-21

修回日期：2025-05-24

基金项目：国家社会科学基金一般项目(24BGL055)

作者简介：吴林飞(1988—),男,河北石家庄人,博士,河北经贸大学工商管理学院讲师、硕士生导师,河北省城乡融合发展协同创新中心成员,研究方向为技术创新与管理;孙进书(1988—),男,山东枣庄人,博士,河北经贸大学工商管理学院讲师、硕士生导师,研究方向为创新管理;孙丽文(1964—),女,天津人,博士,河北工业大学经济管理学院教授、博士生导师,研究方向为创新管理。通讯作者:孙进书。

DOI：10.6049/kjjbydc.D42025010603

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2026)02-0037-11

0 引言

党的二十大报告强调,坚持创新在我国现代化建设全局中的核心地位,提升国家创新体系整体效能,形成具有全球竞争力的开放创新生态。党的二十届三中全会提出,支持企业用数智技术、绿色技术改造提升传统产业,推动制造业高端化、智能化、绿色化发展。随着数字技术的迅猛发展和竞争形势的不断加剧,企业与市场的边界被不断重构,新技术更迭周期日益缩短,制造业企业亟需以开放式创新为引擎驱动企业转型升级。《中国数字经济发展研究报告(2024)》指出我国产业数字化规模达到43.84万亿元,占数字经济比重的81.3%,其中“智能制造”已成为驱动产业数字化发展的主引擎。制造业企业在数字经济时代若仅仅依靠自身进行“独创”,显然无法适应瞬息万变的市场需求。通过开放式创新,激发群体智慧,打造良好的创新生态,是现阶段制造业企业创新的必然选择[1]。数字技术正不断嵌入企业开放式创新的过程,尤其对于制造业企业而言,注重运用数字技术获取外部创新资源,成为开放式创新的关键驱动力(苏敬勤等,2022)。

在数字化转型浪潮席卷全球的背景下,制造业企业将数字技术融入生产运营环节是深化开放式创新的利器,是推动深度融合应用、重构组织模式的重要手段。然而,不同企业运用相似的数字技术所达到的开放式创新实践效果却存在很大差异[2]。技术可供性理论为解释此问题提供了较为合理的视角,该理论认为技术工具的价值性和有效性并非仅取决于技术本身,还取决于组织与技术互动所产生的行动潜能[3]。数字技术具有开放性、创造性和可供性等特征,相比而言可供性这一特征更能深入揭示数字技术与创新过程之间的动态演化关系[4],因此成为了创新管理领域的前沿研究议题。现有关于数字技术可供性的研究更多聚焦于理论溯源[5]、概念范畴[4,6]及维度解构[4,7-8]等方面。可供性理论的发展经历了从认知心理学到数字技术领域的演进[4-5],在此过程中,学者们不断调整研究视角和理论框架,对数字技术可供性的概念内涵进行了系统性阐述。数字技术可供性是指实体利用数字技术实施特定目标行动的潜在可能性,强调特定实体在需求驱动下与感知到的可供性交互,从而形成行动潜力[4,6]。学者们根据技术应用情境对数字技术可供性的细分维度进行了解构。Chatterjee等[4]基于数据处理的同质化和异质化过程将数字技术可供性划分为积累可供性与变异可供性两个维度;另有学者基于“环境—行动者”关系将其划分为物理、功能、知觉和认知可供性[7];武宪云等(2024)从思维认知和流程结构视角切入,将其划分为意义建构可供性和架构更替可供性。

通过梳理既有文献发现:第一,围绕数字技术与开放式创新的相关研究,学者们更多关注数字技术的开放性、创造性对组织创新战略(苏敬勤等,2022)、开放式创新模式[8-9]和创新绩效[10-11]的影响,并聚焦于剖析数字技术与开放式创新的深度融合[10]、协同演化[12]对价值共创的驱动机制。目前尚缺乏将数字技术可供性与开放式创新纳入同一研究框架进行深入探析的研究,从而忽略了挖掘数字技术可供性影响制造业企业开放式创新的微观机理,而这正是现阶段企业亟待解决的难题。第二,现有关于数字技术对开放式创新影响过程中的情境因素研究,着重探讨了环境动态性[9-10]、创新政策[11]和竞合关系(奉小斌等,2024)等组织外部情境因素的影响,鲜有考虑组织内部情境因素在数字技术可供性对开放式创新影响过程中所发挥的作用[9],尤其是企业管理者作为组织战略的制定者和决策者,其认知高度是决定组织运用数字技术推动开放式创新的关键内部情境因素。

鉴于此,本文基于技术可供性理论,尝试以资源重构视角切入,借鉴Chatterjee等[4]的研究,深入剖析数字技术积累可供性和变异可供性对制造业企业开放式创新的作用机制,并探讨管理者数字化认知这一组织内部关键情境因素在数字技术可供性对开放式创新的影响过程中所扮演的角色,为数字化转型情境下的制造业企业实现开放式创新进阶提供理论依据和实践参考。

1 理论分析与研究假设

1.1 数字技术可供性与制造企业开放式创新

数字技术与生产运营各环节深度融合,降低研发试错成本、实现个性化定制的同时,还有利于满足买方多元化市场需求,促进企业创新发展[3]。基于技术可供性理论,根据同质化处理和异质化处理两类过程可将数字技术可供性划分为积累可供性和变异可供性[4]。积累可供性是指数字技术能够以二进制数字表征企业生产制造、销售运营等数据和信息,并利用数字技术进行同质化处理;变异可供性是指数字技术应用于数字设备的已有数字编程中,实现新的数字技术组合带来的异质性变化[4,6]。数字经济时代,制造业企业的开放式创新是指制造业企业在创意产生、产品研发和商业化的过程中,通过使创新资源较为自由地跨越组织流动和优化配置,开辟多元化的内外部创新途径和商业模式过程[9]。

数字技术积累可供性能够在不改变企业原有运作逻辑的基础上,将数字技术嵌入企业运营中,丰富企业的数字资源并提升运作效率,为开放式创新提供必要条件。一方面,积累可供性可为制造业企业开放式创新奠定所需的数字资源基础。积累可供性可以促进企业持续获得产品全生命周期数据[13],扩大数字资源获取范围,同时催生海量外部数据,丰富业务流程和供应链的数据挖掘空间[14],有助于产品研发人员获得新的见解,进一步提高组织战略敏捷性[15],为企业发掘业务需求并寻求外部战略合作提供数据支撑。另一方面,积累可供性还有助于推动精细化运营和创新流程再造,从而推动企业以更加开放的姿态进行创新。积累可供性有助于数字技术与物联网实现连通,并促进企业内部数据要素在各部门之间共享和反馈[13],提升内部运营管理的掌控力,合理规划创新投入,通过打造精细化数字运营闭环和创新流程再造进一步提升产品创新绩效(武宪云等,2024),为制造业企业开放式创新提供驱动力。由此,本文提出以下假设:

H1a:积累可供性正向影响制造业企业开放式创新。

数字技术变异可供性是企业数字化转型的有力抓手,在制造业企业开放式创新的过程中发挥着辅助创新决策、发掘产品新概念、更新创新战略以及提高顾客体验感等作用,为开放式创新提供新动能。首先,变异可供性有利于实现市场分析预测的智能化和可视化,可以帮助企业获取和识别有价值数据[4],并促进企业与顾客之间的数字化交互[16],将顾客由产品接受者逐渐转变为产品共创者,促使企业开展跨界共创、顾客参与等活动,实现品牌价值提升[7]。其次,变异可供性能够实现企业与其他创新主体之间的频繁互动(余江等,2025),通过数据要素分析以低成本、高效率的方式发掘新颖的产品概念,促进企业深度探索未知领域并对创新机会快速评估,有利于识别商业机会价值(洪江涛等,2024)。最后,变异可供性使企业更容易以低成本方式进入新领域并成为新价值链中的一员[17],并促使企业不断更新创新战略,将原有的供应商和顾客等交易者逐渐转变为产品共创者,以多主体互动进行价值共创的形式实现由传统经济时代“独创”向数字经济时代“共创”的模式跨越(罗均梅等,2022)。由此,本文提出以下假设:

H1b:变异可供性正向影响制造业企业开放式创新。

1.2 资源重构的中介作用

技术可供性理论强调组织与技术的深度互动往往更能发挥技术工具的有效性,从而进一步激发能够解决关键问题的组织能力[3]。组织为应对环境变化所进行的获取、整合和重构资源的动态能力对于创新模式的变革具有重要作用,当企业的动态能力较强时,实施与时俱进的创新模式概率较大[11]。企业为适应快速变化的环境,通过重新组合或配置现有创新资源,促使企业创建新的资产基础,从而获得更为持续的竞争优势[18]。资源重构是指企业面对数据要素这一新型资源涌入和不确定的市场环境,将具有价值的数字资源与其它非数字类型的现有商业资源进行深度融合,通过重新组合和重新分配的方式重塑企业资源体系,进一步充分发挥资源价值的过程[18],可分为资源重组和资源重置两个维度。资源重组主要涵盖资源间的“化学式组合”,其重点在于获取特定资源并将其融入现有资源体系,同时实现资源间的动态组合以生成新的创新资源;而资源重置则侧重于资源的“物理式分配”,其核心是通过引入或剥离的方式对企业资源重新优化配置,实现资源价值最大化[18]。企业是创新资源的集合体,数字资源是当前推动制造业企业创新发展的重要生产要素[19],如果无法将数字资源与现有商业资源进行必要的重构,则嵌入在企业和创新主体之间的数字资源和专用资源发挥的价值有限。

积累可供性能够促使企业重新组合和分配资源,为资源重构提供数据要素支撑,从而进一步推动制造业企业开放式创新。第一,积累可供性有利于企业快速确定实现价值创造所需的内部数字资源[20],充分发挥积淀数据的内在价值,同时促进内部数字资源融入现有商业资源体系,推动组织内部的常规改进和创建模块化业务流程(许晖等,2020)。积累可供性还可以帮助企业精准调配资源,实现资源组合的柔性化利用(胡保亮等,2021),精准预测内部运营变化为寻求战略合作提供依据。第二,企业将数字资源嵌入生产运营的各个环节,实现组织资源体系的重塑,通过对资源的重新组合和重新分配进一步提升战略敏捷性和整体运营效率[18],同时增强组织学习、提升研发创新水平(李慧泉等,2022),从而促进协作研发、战略合作和技术转让等创新活动。因此,资源重构是连接积累可供性与开放式创新之间的重要环节。根据上述理论推演可知,资源重组和资源重置是数字技术积累可供性与开放式创新之间的桥梁,即制造业企业通过积累可供性促进资源重构并进一步对开放式创新产生影响。据此,本文提出以下假设:

H2a:资源重组在积累可供性与开放式创新之间具有中介作用。

H2b:资源重置在积累可供性与开放式创新之间具有中介作用。

变异可供性有助于企业识别和获取外部数字资源,并促进外部数字资源融入原有组织资源体系,为资源重构指引方向,从而进一步推动制造业企业开放式创新。一方面,变异可供性有助于识别和获取个性化需求相关的外部数据,通过需求感知引导企业及时重新组合资源,既能实现外部数字资源与现有商业资源的有效融合,又可以提高资源匹配的高效性[6,13]。同时,变异可供性能够帮助企业及时响应外部市场需求的实时变化,指引企业灵活分配资源,形成更符合企业发展需求的多样化资源利用方式,为企业资源重构提供指引(周飞等,2020)。另一方面,面对数字经济时代的复杂外部环境,企业进行资源重组和资源重置有助于激发创新潜能,为开放式创新(包括并购、协作研发和合作联盟等)的实施提供支撑[21]。制造业企业通过资源重构有助于释放潜在资源的价值,进一步促进企业资源能力与产品要求匹配,提升市场响应速度和顾客体验(李慧泉等,2022;周飞等,2020),从而促进知识搜索、跨界共创和顾客参与等创新活动。根据上述理论推演可知,资源重组和资源重置是连接数字技术变异可供性与开放式创新的关键环节,即通过变异可供性促进资源重构再进一步推动企业开放式创新。据此,本文提出以下假设:

H2c:资源重组在变异可供性与开放式创新之间具有中介作用。

H2d:资源重置在变异可供性与开放式创新之间具有中介作用。

1.3 管理者数字化认知的调节作用

制造业企业开展数字化转型的成效与高层管理者的战略制定和规划密切相关。高层管理者能否摒弃传统制造业企业发展的旧观念,清晰认识企业数字化转型的必要性、紧迫性和复杂性,对于推动“自上而下”的数字化发展至关重要[21]。高层梯队理论认为高层管理者的认知基础、思维模式和价值观对组织的战略选择和行为决策具有重要影响,是解释在相同环境中组织采取各异的行为方式应对发展需求变化的关键[22]。管理者数字化认知是指组织管理者基于数字化转型发展需要,对组织数字化转型的战略情境进行识别和观测,通过感知、汲取、学习、传递和共享有关数字化转型的知识、技能等关键知识元素,在前例经验和认知模式的基础上形成选择性数字化认知的动态过程[9]。当管理者对企业数字化转型具有较高认知水平时,其在知识搜索过程中会更加关注与数字技术可供性相关的决策信息,并深度理解数字技术可供性对企业资源重构的影响[9,23]。

在管理者数字化认知水平较高的情境下,企业会更加积极运用数字技术推动数字资源与现有商业资源的融合,充分发挥资源价值。由于企业数字化的前沿观念和数字技术知识往往在原有组织内部并不存在,需要管理者从企业外部汲取并融入现有的知识体系中[9]。因此,当制造业企业管理者将注意力集中在数字化转型方面时,其会更加关注与数字技术相关的知识获取,并在此基础上对数字化转型的有用性和易用性作出评价[23]。当管理者认为数字化转型对目前企业的创新发展具有较好有用性和易用性时,组织会更加积极地制定转型战略,增强积累可供性对资源重组和资源重置的促进作用[24]。基于上述分析,本文提出以下假设:

H3a:管理者数字化认知正向调节积累可供性与资源重组之间的关系。

H3b:管理者数字化认知正向调节积累可供性与资源重置之间的关系。

当管理者认识到数字化转型与当前组织愿景相契合且具有较高的接受性和适宜性时,企业会持更加积极的态度将数字技术融入生产运营的各个环节[9],充分发挥变异可供性在打通内部业务流程数据、连接外部产品使用数据等方面的作用,为企业重塑资源体系实现流程改进、产品迭代和业务变革奠定数据要素基础[23-24]。同时,在数字化认知升级的过程中,管理者需要全面理解数字技术及其运营管理的相关知识,从思维方式和战略层面引导企业发挥变异可供性的作用,为数字资源和创新网络资源的融合、匹配和利用创造条件[25]。相反地,在企业管理者对数字化相关知识和技能较为缺乏的情况下,容易对数字技术运用的必要性判断造成偏差(余义勇等,2022),对变异可供性促进企业资源重构的过程产生消极的影响。据此,本文提出以下假设:

H3c:管理者数字化认知正向调节变异可供性与资源重组之间的关系。

H3d:管理者数字化认知正向调节变异可供性与资源重置之间的关系。

综上,本文构建理论模型如图1所示。

2 研究设计

2.1 研究样本与数据收集

本文依据国家统计局2021年颁布的《数字经济及其核心产业统计分类(2021)》,选取4类涉及数字化转型的制造业企业为调查对象,分别是“数字化运输设备制造”“数字化通用、专用设备制造”“数字化电气机械、器材和仪器仪表制造”以及“其他智能制造”。同时,选择区域数字化发展处于不同水平地区的企业为样本开展调研,其中,北京、广东等地区的制造业率先开展数字化转型,其数字化发展水平处于全国领先地位;河北、山东等地区制造业数字化水平相对较高,整体发展平衡度有待提升;内蒙古、青海等地区由于数字基础设施欠完备,其制造业数字化发展水平相对较低,未来发展潜能较大。采用纸质问卷和电子邮件相结合的方式,依托研究团队的社会关系对相关企业的中高层管理者进行问卷调查。

本文运用多时点数据收集方法,以便更加有效地避免同源偏差问题,同时可使数据更加真实反映研究变量之间的关系。数据收集时间为2023年5月至2024年1月,数据收集过程共分为3个时点,每两次数据收集时间间隔平均为一个月,根据问卷调研对象提供的企业名称对数据进行配对。时点T0收集数字技术可供性和管理者数字化认知两个变量的数据;时点T1收集资源重构变量的数据;时点T2收集开放式创新变量和企业基本信息的数据。共发放问卷451份,回收问卷379份,剔除无效问卷后得到有效问卷312份,问卷的总体有效回收率为69.18%。在有效样本中,中高层管理者占71.2%,工作年限超过3年的占67.3%。企业样本的分布情况如表1所示。

2.2 变量与测量

采用Likert五级量表对研究变量进行测度,1为完全不符,5为完全符合。为保证变量测度的有效性,本文借鉴了国内外研究中相对成熟的量表,并根据实际情况和专家意见进行适当修改。

(1)自变量:数字技术可供性(DTA)。参考Chatterjee等[4]的研究,充分考虑数字技术在企业创新发展中的应用,采用“企业能够对研发设计、生产制造、产品服务等各种业务进行数据分析”等4个题项测量数字技术积累可供性(DTAA);采用“企业在全面推广数字化设计、生产和管理”等3个题项测量数字技术变异可供性(DTVA)。

(2)因变量:开放式创新(OI)。本文借鉴Rass等[26]和张振刚等(2015)在企业创新管理领域研究中所使用的开放式创新成熟测量量表,采用“经常扫描外部环境并引入外部技术、概念和知识”、“积极寻求由外部组织进行商业化的途径,包括开源合作、转让技术”等7个题项测量开放式创新。

(3)中介变量:资源重构(RR)。本文借鉴周丹和魏江[18]、Bowman &Ambrosini[19]在组织创新与资源关系的研究领域所使用的成熟量表,采用“企业能够将包括数字资源在内的新资源融入原资源体系”等3个题项测量资源重组(RO),采用“企业根据生产运营需求将高效益的资源及时替代原有低效益的技术和设备等资源”等5个题项测量资源重置(RA)。

(4)调节变量:管理者数字化认知(MDC)。本文借鉴Jiao &Zhao[25]在管理者认知领域的成熟量表,采用“企业管理者认为数字化转型可以提高企业运营效率”“企业管理者愿意为数字化发展投入资源”等5个题项测量管理者数字化认知。

(5)控制变量。企业开放式创新是一项复杂的经济行为,受到多重因素的综合影响。为减少其他因素对研究结果所造成的影响和干扰,本文参考金珺等[10]和周飞等(2020)的研究,将企业所有制性质(EO)、组织规模(OS)和行业类别(IC)作为控制变量加以处理。

3 实证分析

3.1 信度与效度检验

通过信度分析可知,积累可供性、变异可供性、资源重组、资源重置、管理者数字化认知和开放式创新的Cronbach′s α值分别为0.722、0.770、0.606、0.694、0.804和0.830,组合信度CR值分别为0.828、0.867、0.792、0.804、0.865和0.873,AVE值分别为0.548、0.685、0.560、0.452、0.564、0.500,各研究变量所含的题项删除后,不会导致Cronbach′s α值升高,各题项的因子载荷均大于0.6,说明具有较好的信效度。在区分效度方面,本文采用结构方程通过单因子模型到六因子模型拟合度情况判断量表的区分效度,检验结果如表2所示。结果表明六因子模型拟合度优于其他5个模型拟合度,本文研究变量区分效度较好。

由于在问卷收集过程中不能完全避免问卷由单一人员填写情况,可能存在同源性偏差问题。通过对所有变量题项进行Harman单因子检验,获取第一个未旋转主成分载荷量占比为23.892%,低于累积解释总变异量62.148%的50%,说明不存在明显的同源误差问题。

3.2 描述性统计与相关性分析

采用Pearson相关系数验证变量的相关性,关键变量的描述性统计结果与Pearson相关系数如表3所示。关键变量的相关系数低于0.65的临界值且均存在显著的相关性,为后续的假设检验提供了初步验证。

3.3 假设检验

对所有研究变量进行方差膨胀因素(VIF)和容忍度(TOL)的检验。结果显示,所有研究变量的VIF值均小于10,VIFmax=1.459,TOL均大于0.5,TOLmin=0.685。由此推断研究变量间不存在严重的多重共线性问题。此外,本文将自变量和调节变量进行中心化处理,检验调节效应。

(1)数字技术可供性的主效应检验。变量预处理完成后,本文运用SPSS26.0进行多元层级回归分析,检验数字技术可供性与企业开放式创新的关系,数据分析结果如表4所示。模型M1和M2是在控制了组织特征基础上分别加入自变量积累可供性(DTAA)和变异可供性(DTVA),回归结果表明积累可供性对制造业企业开放式创新具有显著的正向影响(β=0.274,p<0.01),而且变异可供性也能够正向促进制造业企业进行开放式创新(β=0.568,p<0.01)。为保证主效应结果的稳健性,本文将研究样本按企业所有制性质划分为国有企业和非国有企业两个组别再次进行检验。回归结果显示,积累可供性和变异可供性对国有企业开放式创新均具有显著的正向影响(β=0.305,p<0.01;β=0.663,p<0.01);同时,积累可供性和变异可供性也对非国有企业开放式创新具有促进作用(β=0.257,p<0.01;β=0.485,p<0.01)。由分析结果可知,数字技术可供性可以促进制造业企业现阶段开放式创新。一方面,积累可供性可以推动各创新主体之间频繁互动,企业可以通过大数据分析探索未知领域,有利于识别新的创新机会进行战略合作、技术转让等开放式创新实践[9];而变异可供性能够支撑企业在分析大量数据要素基础上低成本、高效率地检测一些新颖的概念,推动企业与高校、科研院所、消费者等主体开展跨界共创、协作研发等开放式创新活动。综上,假设H1a和H1b得到验证。

(2)资源重构的中介效应检验。由表4中的逐步回归分析结果可知,模型M3显示,资源重组对制造业企业开放式创新具有显著正向影响(β=0.267,p<0.01),且积累可供性对开放式创新的影响由0.274(p<0.01)降低到0.141(p<0.05),这表明资源重组在积累可供性与开放式创新之间存在部分中介作用。同理,模型M4显示,资源重置对开放式创新具有显著正向影响(β=0.241,p<0.01),且积累可供性对开放式创新的影响由0.274(p<0.01)降低到0.238(p<0.05),这表明资源重置在积累可供性与开放式创新之间存在部分中介作用。同时,模型M5在模型M2基础上引入资源重组,结果显示变异可供性对开放式创新的影响由0.568(p<0.01)降低到0.530(p<0.01),这表明资源重组在变异可供性与开放式创新之间存在部分中介作用;同理,模型M6在模型M2基础上引入资源重置,结果显示变异可供性对开放式创新的影响由0.568(p<0.01)降低到0.545(p<0.01),这表明资源重置在变异可供性与开放式创新之间存在部分中介作用。综上,假设H2a、H2b、H2c和H2d均得到验证。

为验证资源重构中介效应的稳健性,本文还采用Bootstrap方法依据95%置信水平的临界值判定中介效应是否存在,通过PROCESS宏程序设定5 000次重复取样并构建误差修正置信区间(CI),具体分析结果如表5所示。在95%置信区间下,积累可供性通过资源重组影响开放式创新的间接效应是0.133(CI=[0.057,0.229]),置信区间不含0,说明中介效应存在;同时积累可供性通过资源重组影响开放式创新的直接效应是0.141(CI=[0.026,0.255]),置信区间不含0,表明资源重组在积累可供性和开放式创新之间具有部分中介效应。此外,积累可供性通过资源重置影响开放式创新的间接效应是0.036(CI=[0.005,0.073]),置信区间不含0,说明中介效应存在;同时积累可供性通过资源重置影响开放式创新的直接效应是0.238(CI=[0.139,0.338]),置信区间不含0,表明资源重置在数字技术积累可供性和开放式创新的关系中具有部分中介效应。假设H2a和H2b进一步得到支持。

同理,进一步检验资源重组(RO)和资源重置(RA)在变异可供性和开放式创新之间的中介效应,分析结果如表5所示。在95%置信区间下,变异可供性通过资源重组影响开放式创新的间接效应是0.038(CI=[0.010,0.082]),置信区间不含0,说明中介效应存在;而且变异可供性通过资源重组影响开放式创新的直接效应是0.530(CI=[0.466,0.595]),置信区间不含0,表明资源重组在变异可供性和开放式创新之间起部分中介效应。此外,变异可供性通过资源重置影响开放式创新的间接效应是0.023(CI=[0.003,0.047]),置信区间不含0,说明中介效应存在;同时变异可供性通过资源重置影响开放式创新的直接效应是0.545(CI=[0.480,0.610]),置信区间不含0,表明资源重置在变异可供性和开放式创新的关系中起部分中介效应。假设H2c和H2d进一步得到支持。

此外,为使中介效应结论更加稳健,进一步运用结构方程模型检验假设。研究结果显示,数字技术积累可供性对资源重组、资源重置分别具有显著正向影响(β=0.642,p<0.01;β=0.200,p<0.05),资源重组、资源重置分别对开放式创新具有显著的正向影响(β=0.174,p<0.05;β=0.348,p<0.01),且数字技术积累可供性对开放式创新具有显著的正向影响(β=0.183,p<0.05)。这表明资源重构在积累可供性与开放式创新之间具有部分中介作用。同理,由结构方程模型结果表明,资源重组和资源重置在变异可供性与开放式创新之间也具有部分中介作用。

(3)管理者数字化认知的调节效应。管理者数字化认知在数字技术可供性和资源重构之间的调节效应分析结果如表6所示,模型P1和P2结果显示,管理者数字化认知在积累可供性和资源重组的关系中未起到显著的调节作用(β=-0.011,p>0.1);模型P3和P4显示,管理者数字化认知在变异可供性和资源重组的关系中起显著的正向调节作用(β=0.168,p<0.05),表明当管理者数字化认知较高的情境下,会增强变异可供性对资源重组的促进作用。假设H3a未得到验证,H3c得到验证。管理者数字化认知在积累可供性与资源重组之间未起到显著的调节作用,其原因可能是在积累可供性发挥作用的过程中,企业难以做到数字基础设施部署与业务需求完美匹配,容易忽略数字平台架构需要与企业完整的业务思想有机融合(周飞等,2020),导致数字化解决方案提供者为方便设计实现对企业的业务流程进行多处改变,打破了原有稳定的业务流程运行状态,造成企业资源重组行动无法顺利开展[23]。

模型P5和P6结果显示,管理者数字化认知在积累可供性和资源重置的关系中存在显著的正向调节作用(β=0.134,p<0.05);模型P7和P8显示,管理者数字化认知在变异可供性和资源重置的关系中未起到显著的调节作用(β=0.057,p>0.1)。表明在管理者数字化认知较高的情境下,会提升变异可供性对资源重组的促进作用。假设H3b得到验证,H3d未得到验证。管理者数字化认知在变异可供性与资源重置之间未起到显著的调节作用,其原因可能是因为数字化转型是“一把手”工程,但数字化转型战略的实施往往容易在由上至下的传导中“失真”,基层管理者和基层员工的数字化认知水平参差不齐[24],难以集中业务合力落实数字技术的异质化处理,导致无法达到变异可供性促进资源重置的预期效果。

采用Bootstrap方法检验管理者数字化认知在积累可供性与资源重置之间以及变异可供性与资源重组之间的调节效应,结果如表7所示。低管理者数字化认知情境下,资源重置在积累可供性与开放式创新之间的条件间接效应为0.022(CI=[0.001,0.052]),置信区间不含0;在高管理者数字化认知情境下,资源重置在积累可供性与开放式创新之间的条件间接效应为0.048(CI=[0.013,0.092]),置信区间不含0。同时,本文对INDEX指标进行了分析,INDEX指标为0.026(CI=[0.003,0.053]),置信区间不含0,表明管理者数字化认知在积累可供性与资源重置之间具有显著的调节效应。假设H3b得到进一步支持。

同理,从表7的分析结果可知,低管理者数字化认知情境下,资源重组在变异可供性与开放式创新之间的条件间接效应为0.037(CI=[0.011,0.078]),置信区间不含0;在高管理者数字化认知情境下,资源重组在变异可供性与开放式创新之间的条件间接效应为0.066(CI=[0.024,0.123]),置信区间不含0。同时,INDEX指标为0.030(CI=[0.004,0.063]),置信区间不含0,表明管理者数字化认知在变异可供性与资源重组之间具有显著的调节效应。假设H3c得到进一步支持。

绘制资源重组和资源重置路径有调节的中介效应图(见图2),可知当管理者数字化认知大于3.57时(5分为满分),积累可供性通过资源重置对开放式创新的影响是显著的;当管理者数字化认知大于2.99时(5分为满分),变异可供性通过资源重组对开放式创新的影响是显著的。

4 结论与启示

4.1 研究结论

本文结合理论分析和文献研究提出相关假设,进一步运用问卷调查法和统计分析方法剖析了数字技术可供性对制造业企业开放式创新的作用机理,得出以下研究结论:

(1)积累可供性和变异可供性均对制造业企业开放式创新具有显著的正向影响。一方面,积累可供性能够促使企业持续获得产品全生命周期数据,拓展业务流程的数据挖掘空间,实现生产运营的自主感知、控制和学习,提升组织敏捷性,为企业协作研发、战略合作等开放式创新奠定数字资源基础;另一方面,变异可供性能够促进企业识别和获取市场、竞争者、顾客的有价值数据,实时预测市场变动、感知顾客需求变化,为企业跨界共创、顾客参与等开放式创新活动提供决策辅助。

(2)资源重构是连接数字技术可供性和制造业企业开放式创新的重要环节。第一,积累可供性促使企业打通各业务单元之间的数据孤岛,扩展了业务流程的数据挖掘空间,变异可供性可以实现外部数据的连接和分析,为企业调整资源组合并灵活重新分配资源提供支持;第二,企业通过重塑组织资源体系调整内部运营机制,布局创新合作平台并建立共享生态系统,为开放式创新提供保障。

(3)管理者数字化认知是数字技术可供性对开放式创新影响过程中的重要内部情境因素。管理者数字化认知可增强积累可供性对资源重置的影响,并提升变异可供性对资源重组的促进作用,但在积累可供性与资源重组之间,以及变异可供性与资源重置之间未起到显著的调节作用。

4.2 研究贡献

本文的理论贡献主要体现在以下3个方面:其一,拓展了数字技术可供性与开放式创新的相关研究。现有研究鲜少探究数字技术可供性对开放式创新的影响,本文深入剖析了积累可供性和变异可供性对制造业企业开放式创新的作用机理,回答了“为什么不同企业运用相似的数字技术应用却得到不同的效果”。其二,构建了“数字技术可供性—资源重构—开放式创新”理论分析框架,弥补了现有理论关于制造业企业数字化转型对开放式创新影响机制的解释力不足,在数字化情境下对技术可供性理论进行了有益拓展。其三,验证了组织关键情境因素在数字技术可供性对开放式创新的影响过程中所发挥的作用,将管理者数字化认知纳入研究框架,进一步阐释制造业企业数字化转型背景下开放式创新的边界条件。

4.3 管理启示

(1)企业以业务需求为导向,兼顾积累可供性和变异可供性协同推进企业开放式创新。制造业企业可系统梳理业务、应用和技术架构,发掘业务需求,精耕细作打好数字架构底座,将数字技术可供性与主营业务高度融合,促进数据要素的识别、获取、筛选和存储,并结合当前生产运营痛点,选择与当下及未来业务发展相匹配的数字技术,加强对数据要素的分析和利用。积累可供性和变异可供性相辅相成,二者兼顾提升有助于形成数据驱动、智能决策、敏捷高效的开放式创新模式,为制造业企业获取竞争优势奠定基础。

(2)企业可深度感知市场需求重塑资源体系,充分发挥数字资源的“乘数效应”,为开放式创新的进阶创造条件。应善于运用市场数据发现潜在商机,精准感知顾客需求,并据此进行适时或超前的资源体系重塑,提升组织敏捷性的同时拓宽企业开放式创新的广度。另外,还应注重通过数据分析发掘资源利用的新方法,针对性地进行合理化资源重置,有助于摆脱创新路径依赖和战略黏性,促进企业开放式创新进阶。

(3)企业应重视管理者数字化认知的革新升级,为数字化转型驱动创新发展战略的制定和实施提供核心支撑。制造业企业数字化转型的实施与高层管理者的战略制定和规划紧密相连,管理者能否清晰认识企业数字化转型的必要性、紧迫性和复杂性,对于推动“自上而下”的数字化转型进一步驱动创新发展至关重要。企业可定期开展数字技术应用和数据要素利用的相关培训,加强管理者对数字化运营方案底层逻辑框架的储备,有助于在部署数字基础设施过程中筛选与业务需求相匹配的数字技术产品,多维度提升管理者数字化认知水平。

4.4 不足与展望

本文存在一定的研究局限:首先,问卷的横截面数据未能揭示数字创新实践的动态演化过程,未来可通过案例研究、动态QCA方法对数字技术可供性与开放式创新之间的关系做进一步探究。其次,企业管理者的数字化认知往往由于人口统计学特征而存在差异,未来研究可进一步明晰管理者数字化认知的具体维度在数字技术可供性与开放式创新间的差异化作用。此外,数字技术赋能制造业深度激活创新要素、完善开放式创新生态是推进现代化产业体系建设的关键抓手,未来研究可深入探讨数字技术可供性对制造业产业链和供应链创新的驱动机制。

参考文献：

[1] CHESBROUGH H W. The era of open innovation[J]. MIT Sloan Management Review, 2003, 44(3): 35-41.

[2] 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.

[3] XIE W H, ZOU Y K, GUO H Z, et al. What drives digital innovation cycles:evidence from manufacturing enterprises in China[J]. Technological Forecasting and Social Change, 2024, 204: 123449.

[4] CHATTERJEE S, MOODY G, LOWRY P B, et al. Information technology and organizational innovation: harmonious information technology affordance and courage-based actualization[J]. The Journal of Strategic Information Systems, 2020, 29(1): 101596.

[5] NORMAN D A. Affordance, conventions, and design[J]. Interactions, 1999, 6(3): 38-43.

[6] 程聪, 缪泽锋, 严璐璐, 等. 数字技术可供性与企业数字创新价值关系研究[J]. 科学学研究, 2022, 40(5): 915-925.

[7] 苏郁锋, 周翔. “直播电商”情境下数字机会共创机制研究: 基于数字可供性视角的质性研究[J]. 南开管理评论, 2023, 26(1): 106-119.

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

[9] WU L F, SUN L W, 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, 184: 122019.

[10] 金珺, 陈赞, 李诗婧. 数字化开放式创新对企业创新绩效的影响研究——以知识场活性为中介[J]. 研究与发展管理, 2020, 32(6): 39-49.

[11] 张华, 顾新. 数字化能力、开放式创新与企业绩效——创新独占性的调节效应[J]. 科学学与科学技术管理, 2023, 44(6): 132-149.

[12] 陶小龙, 刘珊, 钟雨芮, 等. 大数据应用与企业开放式创新的协同演化——基于扎根理论的对比性案例研究[J]. 科技进步与对策, 2021, 38(5): 69-78.

[13] 汪志红, 周建波. 数字技术可供性对企业商业模式创新的影响研究[J]. 管理学报, 2022, 19(11): 1666-1674.

[14] BRIEL F V, DAVIDSSON P, RECKER J. Digital technologies as external enablers of new venture creation in the IT hardware sector[J]. Entrepreneurship Theory and Practice, 2018, 42(1): 47-69.

[15] KHIN S, HO T C. Digital technology, digital capability and organizational performance[J]. International Journal of Innovation Science, 2019, 11(2): 177-195.

[16] NAMBISAN S, SIEGEL D, KENNEY M. On open innovation, platforms, and entrepreneurship[J]. Strategic Entrepreneurship Journal, 2018, 12(3): 354-368.

[17] 张培, 吴溧楠. 企业数字创新过程中关键主体数字技术可供性的影响机理: 基于自研数字平台的纵向案例研究[J]. 科技进步与对策, 2024, 41(24): 23-35.

[18] 周丹, 魏江. 制造企业—知识型服务机构互动作用与运营绩效的机理研究[J]. 科研管理, 2013, 34(12): 8-16.

[19] BOWMAN C, AMBROSINI V. How the resource-based and the dynamic capability views of the firm inform competitive and corporate level strategy[J]. British Journal of Management, 2003, 14(4): 289-303.

[20] AMIT R, HAN X. Value creation through novel resource configurations in a digitally enabled world[J]. Strategic Entrepreneurship Journal, 2017, 11(3): 228-242.

[21] 张昆贤, 陈晓蓉. 谁在推动数字化 ——一项基于高阶理论和烙印理论视角的经验研究[J]. 经济与管理研究, 2021, 42(10): 68-87.

[22] HAMBRICK D C, FINKELSTEIN S. Managerial discretion: a bridge between polar views of organizational outcomes[J]. Research in Organizational Behavior, 1987, 9: 369-406.

[23] 陈岩, 高程, 杜慧林. 专精特新中小企业高层管理者认知对精一创业能力影响机理研究[J]. 科技进步与对策, 2023, 40(21): 151-160.

[24] 李云健, 张振刚, 李莉, 等. 管理者认知、开放式创新与企业成长——两职合一的调节作用[J]. 科技进步与对策, 2021, 38(8): 86-93.

[25] JIAO H, ZHAO G Z. When will employees embrace managers' technological innovations the mediating effects of employees' perceptions of fairness on their willingness to accept change and its legitimacy[J]. Journal of Product Innovation Management, 2014, 31(4): 780-798.

[26] RASS M, DUMBACH M, DANZINGER F, et al. Open innovation and firm performance: the mediating role of social capital[J]. Creativity and Innovation Management, 2013, 22(2): 177-194.

(责任编辑：梅岚峤)