云樂鑫 姚曉琳 范雅楠

摘要：實施數字化轉型對當前中國傳統(tǒng)制造企業(yè)長期的生存和發(fā)展至關重要。文章通過文獻梳理，提出“管理解釋-組織學習-數字化轉型”的理論框架，借助管理者認知和組織學習理論視角，基于濰柴的探索性單案例，對傳統(tǒng)制造企業(yè)數字化轉型的過程與內在機理進行了探索性分析。研究發(fā)現：企業(yè)通過組織學習持續(xù)的自我再造過程能夠改進和完善數字化轉型能力、變革組織結構和重塑商業(yè)模式;同時基于認知視角，提出了企業(yè)數字化“四階段”轉型路徑，為中國企業(yè)數字化轉型提供實踐參考。

關鍵詞：管理解釋;組織學習;數字化轉型;制造企業(yè);濰柴

中圖分類號：F270???? 文獻標志碼：A文章編號：1672-626X（2022）01-0105-10

一、引言

數字化轉型是一種由信息系統(tǒng)推動的業(yè)務轉型，它涉及結構和組織轉型、信息技術應用、產業(yè)和服務價值創(chuàng)造[1]，是企業(yè)成長階段一種持續(xù)的戰(zhàn)略更新過程。中國數字信息研究院報告指出我國的數字經濟 GDP 占比36.2%，相比于全球的平均水平41.5%略低，數字經濟的發(fā)展空間巨大，但進行數字化轉型的企業(yè)中僅有9%取得成功。這表明現階段我國傳統(tǒng)企業(yè)已經有了數字化轉型的意識，但受現實條件的制約轉型成功率較低。因此，數字化轉型要借鑒成功經驗，提高轉型成功率。

現有研究主要關注數字化轉型的前因以及數字化轉型為企業(yè)帶來的價值，前因方面主要體現在國家政策層面的制度支持、新一代的數字技術、消費者行為改變、行業(yè)競爭模式[2～3]、新型商業(yè)模式[4]等要素。數字化轉型給企業(yè)帶來的價值則體現在降低交易成本[5]，激活供應鏈的敏捷性[6]，提高運營效率及資源匹配效率[7]，實現組織管理去中心化[8]。對于數字化轉型路徑的研究主要集中在組織視角、戰(zhàn)略視角、商業(yè)模式視角，鮮有學者從管理者認知視角探討數字化研究的理論范疇，相對忽視了認知視角下傳統(tǒng)企業(yè)在數字化轉型演進路徑中的各階段面對挑戰(zhàn)應該如何解決，也沒有詳細討論數字化轉型過程中傳統(tǒng)企業(yè)的運作機理。基于此，本文引入管理者認知理論和組織學習理論視角。管理者認知理論認為不確定環(huán)境中主體的判斷過程是做出戰(zhàn)略決策、產生組織學習行為的基礎;而組織學習理論從戰(zhàn)略視角出發(fā)，強調了組織學習有助于企業(yè)的能力提升，驅動我國制造企業(yè)數字化轉型升級是戰(zhàn)略變革的重要路徑。通過對濰柴的縱向單案例研究，驗證了“管理解釋-組織學習-數字化轉型”理論框架的可行性，對同行業(yè)數字化轉型實踐具有指導意義。

二、文獻綜述

（一）管理解釋的相關研究

管理解釋是高層管理者通過主觀認知對外部環(huán)境的解讀[9～10]，是戰(zhàn)略規(guī)劃的前提條件。管理者認知理論指出高層管理者在環(huán)境掃描活動中，通過有限理性執(zhí)行一項或多項心理活動，認知傾向決定了戰(zhàn)略決策的方向[11]。該理論的因果邏輯表明決策者感知到外部環(huán)境變化后，作出解讀并進行戰(zhàn)略制定、戰(zhàn)略決策一系列的活動，體現環(huán)境因素解釋和戰(zhàn)略規(guī)劃的因果性，是戰(zhàn)略活動產生的基礎。

Dutton 和Jackson（1987）將環(huán)境掃描的管理解釋分為機會解釋和威脅解釋兩種，是高層管理者評價環(huán)境變化兩種不同的認知圖式[9]。其中，機會解釋是用積極的心態(tài)對待環(huán)境的變化，認為環(huán)境的變化會給企業(yè)帶來經濟利益;威脅解釋是管理者采取謹慎的行為對待缺乏控制的環(huán)境帶來的變化，保守的策略會降低經濟損失。管理解釋和雙元學習的研究表明，威脅剛性理論認為管理解釋決定組織學習的過程和方式的選擇，威脅解釋將促進利用式創(chuàng)新，使其更愿意將資源分配給短期內有利潤回報且穩(wěn)定豐富的利用活動，而機會解釋將促進探索式創(chuàng)新，使其更愿意將資源分配給回報周期長且具有探索、創(chuàng)新性的探索活動[12]。研究表明機會解釋和威脅解釋并非是二元對立的，兩者會有交互的地方，形成矛盾解釋，矛盾解釋會使企業(yè)決策者對搜集的信息進行更加全面的解讀[13～14]。

（二）組織學習的相關研究

關于組織學習的定義，March（1991）提出了雙元學習的概念[15]，包括利用式和探索式兩種不同的學習機制，利用式學習是利用組織記憶中存儲的知識，改進和提升既有的產品和服務[16];探索式學習是利用現有知識或者脫離現有的知識，進行新產品和新市場的開拓，有利于積累經驗和鞏固新知識[17]。探索式學習體現在創(chuàng)新、試錯上;利用式學習體現在保持、效率上。

目前對于組織學習與數字化轉型的研究成果較為豐富，學者們在數字技術對雙元學習積極作用方面形成了共識，數字技術可能需要特定的技能和知識，以便個人、團隊和組織能夠滿足第四次工業(yè)革命時代的要求。此外，數字技術固有的復雜性水平也可能激勵組織內某些學習能力的增強，表明數字技術與組織學習開發(fā)的協同關系。數字技術改變了以傳統(tǒng)經驗為主的組織學習方式，不僅能提升利用式學習的效率[18]，也能降低探索式學習的成本[19]。Glt等（2020）經實證檢驗發(fā)現在巴西的制造企業(yè)中，通過利用數字技術開發(fā)組織學習能力，會顯著提高運營績效水平[20]。此外，肖靜華等（2021）通過美的案例研究發(fā)現在智能制造系統(tǒng)發(fā)展尚不完善的當下，中國制造企業(yè)通過新一代信息技術對新知識的探索式學習、對現有知識的利用式學習加速和重構學習機制進行能力和體制的跨越，給組織結構變革帶來動力，形成人與智能系統(tǒng)的完美融合并實現智能制造跨越式戰(zhàn)略變革[21]。

（三）數字化轉型的相關研究

關于數字化轉型的研究中，曾德麟等（2021）認為現有研究主要從技術角度以及由技術升級引發(fā)的變革角度進行探討[22]。Westerman等（2011）從技術支撐角度將數字化轉型定義為把移動、社交媒體和智能嵌入式設備等新的數字技術引入商業(yè)和社會環(huán)境中，這些技術能夠實時地處理數據，智能地獲取信息，最終為利益相關者提供改進產品的知識[23]。Karimi 和Walter（2015）基于組織變革視角指出數字化轉型是公司利用現有數字技術實現重大業(yè)務改建和組織變革，重新思考投資策略，重塑商業(yè)模式和生態(tài)系統(tǒng)的過程[24]。

通過文獻梳理，可以看出盡管學術界目前的研究對于數字化轉型的定義、劃分維度以及分析框架等尚未形成共識，但這之間卻存在著共性，本文認為數字化轉型是企業(yè)通過引入數字技術，改變現有的價值創(chuàng)造方式，達到能力重塑的過程。本文將從智能制造、組織結構、商業(yè)模式三個方面探討數字化轉型過程中的戰(zhàn)略變革機制。從認知層面來講，創(chuàng)業(yè)者的認知決定了其機會和資源開發(fā)行為，而數字技術的出現改變了創(chuàng)業(yè)者慣有的思維模式，對其認知結構產生影響，并根據自身對環(huán)境變化信息有限接受與處理，通過組織學習進行自我再造布局數字化轉型的新模式?，F有的戰(zhàn)略、組織變革、商業(yè)模式視角下組織學習如何作用于數字化轉型的研究多以金融業(yè)、傳媒業(yè)、零售業(yè)為研究對象，較少以傳統(tǒng)制造企業(yè)為研究對象，借助管理者認知視角探討通過組織學習如何作用于數字化轉型的研究則更為匱乏。因此，亟待進一步探究認知視角下組織學習對數字化轉型的作用機制。

三、研究方法與研究設計

（一）研究方法與案例企業(yè)選擇

本文選擇濰柴為案例研究對象，采用縱向單案例研究法，主要原因在于：縱向單案例研究適用于探索現象背后隱藏的過程機理，有利于解釋事物發(fā)展變化的過程;數字化轉型需要經歷多個階段，對于單個企業(yè)不同時期的數字化研究有利于解釋這一過程;最后，濰柴于2016年開啟數字化轉型之路，通過高效的管理和運營體系已成為全球智能制造的領軍者、數字化轉型的標桿企業(yè)。

（二）數據收集

為了便于進行三角驗證保證研究結論可靠性，資料搜集除了近期的正式訪談與現場考察數據，也收集了相關的二手資料進行補充（見表1）。

（三）數據編碼

首先，根據資料來源對案例數據進行一級編碼，識別出數字化轉型過程中管理解釋和雙元學習的特征;其次，通過文獻指引，將管理解釋推動組織學習開展數字化轉型的過程進行概念化編碼;最后，對二級編碼結果按照要素維度（探索式學習、利用式學習;機會解釋、威脅解釋）進行三級編碼（見表2）。

（四）模型構建：管理解釋-組織學習-數字化轉型

通過邏輯推演，我們從理論上建構起“管理解釋-組織學習-數字化轉型”的制造企業(yè)數字化轉型過程機制鏈。構建出本文的概念模型，如圖1所示。

四、濰柴數字化轉型過程與階段描述

（一）案例公司描述

濰柴創(chuàng)始于1946年，目前是中國綜合實力最強的汽車和裝備制造集團之一。由于數字化轉型浪潮的推進以及發(fā)展線上業(yè)務、精準定位消費者需求，自2016年開始，濰柴開啟數字化轉型進程。2018年上半年，濰柴集團構建了再發(fā)展業(yè)務大數據部門并與業(yè)務部門聯合，利用數據來帶動銷售。在2020年新冠肺炎疫情的危機中，濰柴不但沒有打亂企業(yè)進程，還實現了營業(yè)收入的百分百增長，成為目前全球范圍44個“燈塔工廠”之一，標志著濰柴已成為全球智能制造的領軍者、數字化轉型的標桿企業(yè)。

（二）濰柴數字化轉型階段劃分

根據濰柴的四次典型數字化轉型事件，將其發(fā)展劃分為探索業(yè)務線上化階段、數字技術導向的業(yè)務數字化階段、客戶需求驅動的內部整體智能化階段、利益相關者聯結的開放化階段四個階段，如圖2。

1.探索業(yè)務線上化階段

（1）面臨的挑戰(zhàn)

面對行業(yè)競爭和整合加劇的挑戰(zhàn)，企業(yè)生存環(huán)境日漸復雜。由于經濟持續(xù)下行的壓力，裝備制造業(yè)正處于從規(guī)模擴張到深度調整的重要轉型期，多年積壓的問題集中爆發(fā)，產能過剩的化解需要很長時間，很多企業(yè)深陷生存與發(fā)展困境。同時，濰柴內部數字化技術薄弱，核心技術沒有掌握，僅靠自身很難發(fā)展數字化技術。

（2）轉型路徑

為應對新常態(tài)帶來的沖擊，濰柴提出了新的戰(zhàn)略規(guī)劃，決定發(fā)展線上平臺，實現組織結構、商業(yè)模式、管理的全方位轉型，并通過一系列戰(zhàn)略措施來落地。本階段企業(yè)數字化行為編碼分析見表3。

在智能制造方面，企業(yè)制造業(yè)發(fā)展越來越呈現數字化、網絡化和智能化的新特征，“工業(yè)4.0”，即以智能制造為主導的第四次工業(yè)革命，必將對行業(yè)未來產生深遠影響。譚旭光董事長認為新常態(tài)不僅體現為經濟增速的放緩、產業(yè)結構的升級、驅動要素的變化，同時也體現為傳統(tǒng)行業(yè)內部的深度整合升級，體現為企業(yè)經營理念的根本轉變。因此，濰柴集團于2016年與中國電信簽署戰(zhàn)略合作協議，標志著雙方在“互聯網+智能制造”領域確立戰(zhàn)略合作關系，也標志著濰柴線上業(yè)務的開展。這一時期為探索業(yè)務線上化階段，由于處于初步探索階段，存在很多的不確定性以及技術薄弱項，決策者通過主觀認知對國際國內新常態(tài)帶來的環(huán)境變化進行解讀，判定此階段的環(huán)境變化是不可控的，認為短期內與互聯網企業(yè)建立聯系進而通過相對穩(wěn)定的利用式學習進行戰(zhàn)略部署能夠緩解不可控的環(huán)境變化帶來的威脅，成功入選工信部2016年度智能制造綜合標準化與新模式應用項目，獲得國家封頂專項支持資金的大力支持。

基于上述分析可知，濰柴數字化轉型在探索業(yè)務線上化階段，具體表現為決策者對外部環(huán)境進行有限理性的判斷并將其歸為威脅解釋，進行利用式學習的戰(zhàn)略部署，最終在智能制造方面推進數字化轉型升級的進程。

2.數字技術導向的業(yè)務數字化階段

（1）面臨的挑戰(zhàn)

隨著數字化轉型浪潮的到來，濰柴高管人員意識到集團內部沒有形成數字化轉型的模式。具體表現在：內部缺乏數字化人才，沒有形成對數據的管控;缺乏建設數字化工廠的技術;傳統(tǒng)的商業(yè)模式正在經受極大的沖擊，行業(yè)界限不斷突破。

（2）轉型路徑

本階段濰柴從客戶需求入手，利用數據驅動的銷售模式在企業(yè)內部進行局部的數字化轉型升級。本階段企業(yè)數字化行為編碼分析見表4，其解決思路可以歸納為以下三個方面。

在組織結構方面，濰柴調整組織結構，著手組建內部技術團隊。通過部門帶動業(yè)務進行數字化新技術的自我開發(fā)，基于試錯情況進行直接獲得的學習，這種長期的試錯性學習起到了積累經驗、鞏固新知識的效果，在數字化轉型升級過程中帶動了組織內部的變革。

在智能制造方面，濰柴數字化轉型處于起步階段，缺乏建設數字化工廠的技術且短期內通過自身的研發(fā)很難取得一個很好的結果，只有利用現有知識與高端科技企業(yè)進行學習交流，才能加快數字化轉型過程中的技術升級。由于濰柴察覺到自身缺乏建設數字化工廠的技術，通過向國外先進企業(yè)學習并與之合作，利用相對穩(wěn)妥的學習方式降低成本與減少損失，在智能制造方面助力自身的數字化轉型。

在商業(yè)模式方面，我國正處于移動互聯網時代向數字化時代的過渡階段，傳統(tǒng)的商業(yè)模式正在經受極大的沖擊，行業(yè)界限不斷突破，制造企業(yè)也需要樹立大數據思維，深入思考企業(yè)的經濟業(yè)態(tài)、服務模式、組織體系等，加快商業(yè)模式創(chuàng)新。其中，改變最大的是后市場部門。IT部門把全國各種銷售地圖、銷售數據整合到一起做成駕駛艙，使后市場部門辦事處人員在手機上就可以時時關注自己以及其他人的工作情況，不斷地互相學習與交流，利用數據驅動進一步構建新的營銷模式。

基于上述分析可知，在這一階段，濰柴的數字化轉型過程表現為數字技術導向的業(yè)務數字化階段，具體表現為兩方面：當環(huán)境的變化對于企業(yè)本身來說難以控制時，決策者根據認知傾向于將此歸結為威脅解釋，進而通過利用式學習解決數字化轉型過程中遇到的挑戰(zhàn)，在智能制造、商業(yè)模式方面進行轉型升級;當環(huán)境的變化可以控制時，決策者將其歸結為機會解釋，進行探索式學習解決數字化轉型過程中的挑戰(zhàn)，在組織結構變革方面進行轉型升級。但在此階段，濰柴發(fā)現傳統(tǒng)的數據庫技術驅動能力不足以讓業(yè)務部門做到實時分析。因此，在下一階段濰柴對此問題進行了改善。

3.客戶需求驅動的內部整體智能化階段

（1）面臨的挑戰(zhàn)

2020年濰柴基本完成了大數據部門的局部優(yōu)化，積累了大量的數據資源。但是，濰柴內部高級管理人員發(fā)現，在IT資源有限、業(yè)務多變的條件下，面對業(yè)務部門提出的一些復雜情況，數字化轉型想持續(xù)建設下去必須進行整體優(yōu)化。另外，業(yè)務部門的數字化技能是有限的，并且他們對數據的了解程度不高，不知道數據如何運用。同時，數字化轉型改變了大多數人的工作習慣，管理方面有待提高。

（2）轉型路徑

此階段濰柴開始了從局部優(yōu)化轉向整體優(yōu)化的新征程。本階段企業(yè)數字化行為編碼分析見表5。

在組織結構方面，由于IT 的資源有限，再加上業(yè)務也是多變的，數字化轉型要想持續(xù)建設下去，必須進行整體的優(yōu)化，因此，濰柴在2020年進行了組織架構的調整，成立了五大數據工程管理室。目的是在每個業(yè)務域成立一個綜合的調度部門，在需求方面能夠對整個業(yè)務域的數據做一些深入研究，能夠多策劃一些高質量的項目。針對各部門對數據不是特別了解的情況，濰柴進行了組織內培訓，在公司內部開始傳授數字化轉型課程，通過不斷的積累推動企業(yè)內部數據文化的培育，最終形成數字化轉型的意識。

在商業(yè)模式方面，根據需求進行數字技術轉型，更好地進行數據分析。比如針對數字化轉型過程中需求的增加與多變使得固定好的數據不足以讓業(yè)務部門實施分析的，2020年開發(fā)了數據資源共享平臺，通過把核心系統(tǒng)的數據抓取到數據資源共享平臺，可以監(jiān)控業(yè)務部門的數據使用復用率，并且可以看到業(yè)務部門自主分析的情況，根據業(yè)務部門的需求分析進而實施技術轉型。這種強大的自主分析工具提高了效率，降低了成本，加深了技術和業(yè)務不斷的融合。

基于上述分析可知，濰柴在這一階段了解到只有大數據部門和業(yè)務部門二者融合才能更好地推動數字化轉型，以客戶需求來驅動內部整體優(yōu)化。此階段表現為隨著環(huán)境復雜程度的提升將認知進行整合，根據不同的認知圖式選擇不同的學習方式和過程，即在組織結構方面進行探索式學習以及商業(yè)模式方面進行利用式學習，通過獲得新知識在各個維度促進轉型升級。

4.利益相關者聯結的開放化階段

（1）面臨的挑戰(zhàn)

2020年濰柴基本完成了業(yè)務部門組建，將IT部門等公司內部業(yè)務活動環(huán)境整合打通，實現了內部的整體優(yōu)化。但是在此階段也面臨著一些挑戰(zhàn)，表現在：公司自動化率比較低，物流自動化關注度不夠;在數字化方面與外部供應商等產業(yè)鏈聯系不緊密;核心技術掌握不夠。

（2）轉型路徑

此階段是濰柴數字化轉型業(yè)務向外拓展的階段，與利益相關者搭建好數字化轉型的橋梁，實現端到端全渠道的數據驅動銷售模式，實現商業(yè)模式的重塑。通過mes系統(tǒng)、工序外協管理室等提高了企業(yè)與利益相關者的聯系，實現了產業(yè)鏈的共贏。本階段企業(yè)數字化行為編碼分析見表6。

在智能制造方面，濰柴在物流建設方面上了一些智能物流項目，極大地提升了生產效率。但濰柴在核心技術掌握上不夠深入，比如視覺技術。今后濰柴努力方向基本上圍繞著自動化提升來展開并利用數據進行高效地決策，開展一號工廠數字孿生試點，為的就是打通數據，將工作變得透明化，建設成為身臨其境的數字化工廠。

在商業(yè)模式方面，濰柴打造了供應鏈管理平臺，通過mes系統(tǒng)以及工序外協管理室進行供應商的引進，開啟了“智慧”供應鏈體系。為了優(yōu)化激勵機制，建設了濰柴數擎云平臺。數擎云平臺是數字化轉型的技術底座，在利用KPI 了解數據的應用情況、提高庫存周轉率和降低成本等方面間接給業(yè)務部門帶來了價值。

基于上述分析可知，濰柴在這一階段了解到數字化轉型不僅要縱向集成還要橫向協同。通過借助信息系統(tǒng)將精細化的質量管理要求延伸到供應商的生產管控中，提升他們的生產管理水平，將數據智能化應用，實現產業(yè)鏈上的共贏。

基于上述研究，驗證了“管理解釋-組織學習-數字化轉型”這一邏輯推演模型，可以發(fā)現：管理解釋決定組織學習方式和過程的選擇，進一步帶動企業(yè)在智能制造、組織結構、商業(yè)模式方面的轉型升級，在轉型過程中利用式學習和探索式學習二者都發(fā)揮著不可替代的作用，根據業(yè)務模式選擇有助于更好地獲得知識并推進數字化轉型的學習方式。數字化轉型不能僅僅只針對局部作優(yōu)化，應該是對企業(yè)整體而言的。最終得出數字化轉型過程與機制，如圖3所示。

五、結論

（一）研究結論

本文主要從管理者認知理論的角度，探究組織學習對傳統(tǒng)制造企業(yè)數字化轉型過程的影響機制?；跀底只D型、管理解釋和組織學習等領域的文獻梳理，結合諸多業(yè)界實踐，建構了“管理解釋-組織學習-數字化轉型”影響機制概念模型。在此基礎上，以濰柴為研究對象，通過單案例的分析，驗證了此模型的可行性，從而得出本文的如下結論：第一，管理解釋決定組織學習的方法和過程的選擇。制造企業(yè)在面對不確定環(huán)境帶來的具有控制感時，相對于利用式學習，組織更加愿意采取開拓、創(chuàng)新的方式或過程，進行探索式學習進而投入到數字化轉型過程中，以增加機會解釋;而面對不確定環(huán)境帶來的缺乏控制感時，制造企業(yè)進行數字化轉型過程中，更加傾向于選擇穩(wěn)定和豐富的方式或過程，進行利用式學習，以抵消威脅解釋。第二，企業(yè)通過組織學習持續(xù)的自我再造過程能夠改進和完善數字化轉型能力、重塑組織結構和商業(yè)模式。第三，數字化轉型是對企業(yè)整體而言的，轉型過程中需要根據自身業(yè)務模式進行判斷，選擇適合的組織學習方式，對組織結構、商業(yè)模式、商業(yè)生態(tài)系統(tǒng)等進行全方位重塑，才能提高企業(yè)自身的數字化轉型成功率。

（二）理論貢獻

本文的理論貢獻主要體現在以下三個方面：首先，現有戰(zhàn)略、組織變革、商業(yè)模式視角下數字化轉型的研究多以金融業(yè)、傳媒業(yè)、零售業(yè)等行業(yè)作為研究對象，以傳統(tǒng)制造企業(yè)為研究對象，并且探討管理解釋與組織學習是如何作用于數字化轉型的研究比較匱乏，本文從認知視角這一新的視角對制造企業(yè)數字化轉型路徑機理進行研究，是對已有研究的重要補充;其次，本文得出與威脅剛性理論在管理解釋和組織學習之間關系上持相同立場的結論，通過案例研究證實了雖然采取不同風險偏好，但實質上受到管理解釋的影響，進一步澄清了管理解釋和組織學習之間的關系，通過案例分析證明二者之間的關系，為后續(xù)深入研究奠定了基礎;最后，數字化轉型要有清晰的路徑，已有研究主要關注數字化轉型的驅動因素以及數字化轉型帶來的價值，本文則是對傳統(tǒng)制造企業(yè)的數字化轉型路徑予以揭露，在一定程度上豐富了數字化轉型的研究，是對數字化轉型研究的一個推進。

（三）研究局限與展望

本文使用案例研究方法對“管理解釋-組織學習-數字化轉型”的路徑進行了探索性研究。在整個研究過程中，遵循案例研究的研究流程，最終得到了本文的結論。本文的研究局限性在于采取的是探索性案例研究過程且為單案例，缺乏普適性。未來可以在如下兩方面進一步完善：第一，對不同行業(yè)的企業(yè)進行多案例對比研究，得出更為普適的結論，從而得出更加先進的可供我國制造企業(yè)數字化轉型實踐借鑒的管理啟示;第二，在原有案例分析的基礎上采用問卷調查法檢驗各變量之間的關系，開展實證研究。

參考文獻：

[1] Vial G. Understanding Digital Transformation：A Review and a Research Agenda[J]. The Journal of Strategic Information Systems ，2019，28（2）：118-144.

[2]孫新波，李祎禎，張明超.傳統(tǒng)制造業(yè)企業(yè)智能化發(fā)展影響因素研究[J].創(chuàng)新科技，2021，21（1）：44-52+2.

[3] Mithas，Sunil，Tafti，et al. How a Firm’s Competitive Environment and Digital Strategic Posture Influence Digital Business Strategy [J]. Mis Quarterly，2013，37（2）：511-536.

[4] 王子陽，魏煒，朱武祥，廖靜秋.商業(yè)模式視角下的天虹數字化轉型路徑探索[J].管理學報，2020，17（12）：1739-1750.[5]劉濤雄，徐曉飛.互聯網搜索行為能幫助我們預測宏觀經濟嗎？[J].經濟研究，2015，50（12）：68-83.

[6]孫新波，錢雨，張明超，李金柱.大數據驅動企業(yè)供應鏈敏捷性的實現機理研究[J].管理世界，2019，35（9）：133-151+200.

[7] 肖靜華，謝康，吳瑤，廖雪華.從面向合作伙伴到面向消費者的供應鏈轉型——電商企業(yè)供應鏈雙案例研究[J].管理世界，2015，（4）：137-154+188.

[8]李海艦，田躍新，李文杰.互聯網思維與傳統(tǒng)企業(yè)再造[J].中國工業(yè)經濟，2014，（10）：135-146.

[9] Dutton J E，Jackson S E . Categorizing Strategic Issues：Links to Organizational Action[J]. The Academy of Management Review，1987，12（1）：76-90.

[10] White J C，Varadarajan P R，Dacin P A . Market Situation Interpretation and Response：The Role of Cognitive Sty[J]. Journal of Marketing，2003，67（3）：63-79.

[11] Helfat C E，Peteraf M A . Managerial Cognitive Capabilities and the Microfoundations of Dynamic Capabilities[J]. Strategic Man ?agement Journal，2015，36（6）：831-850.

[12] 楊大鵬.管理解釋對組織二元性的影響：行動一致性的調節(jié)作用[J].科技進步與對策，2017，34（23）：7-15.

[13] Gilbert C G . Change in the Presence of Residual Fit：Can Competing Frames Coexist？[J]. Organization Science，2006，17（1）：

150-167.

[14] Yuan W，Bao Y，Olson B J . CEOs' Ambivalent Interpretations，Organizational Market Capabilities，and Corporate Entrepreneur? ship as Responses to Strategic Issues[J]. Journal of World Business，2017，52（2）：312-326.

[15] March J G. Exploration and Exploitation in Organizational Learning[J]. Organization Science ，1991，2（1）：71-87.

[16] Tortorella G L，Fogliatto F S . Method for Assessing Human Resources Management Practices and Organisational Learning Fac ? tors in a Company under Lean Manufacturing Implementation[J]. International Journal of Production Research ，2014，52（15-16）：4623-4645.

[17] Marsick V J Watkins K . Informal and Incidental Learning in the Workplace（Routledge Revivals）[M]. Routledge，2015.

[18] Ordanini A，Parasuraman A . Service Innovation Viewed Through a Service-Dominant Logic Lens ：A Conceptual Framework and Empirical Analysis[J]. Journal of Service Research，2015，14（1）：3-23.

[19] Yoo? Y，Boland? R J，Lyytinen? K，et? al. Organizing for? Innovation? in? the? Digitized? World[J]. Organizationence，2012，23（5）：1398-1408.

[20] Glt A，Amcv B，Gr C，et al. Organizational Learning Paths Based upon Industry 4.0Adoption：An Empirical Study with Brazilian Manufacturers[J]. International Journal of Production Economics，2020，219：284-294.

[21] 肖靜華，吳小龍，謝康，吳瑤.信息技術驅動中國制造轉型升級——美的智能制造跨越式戰(zhàn)略變革縱向案例研究[J].管理世界，2021，37（3）：161-179+225+11.

[22] 曾德麟，蔡家瑋，歐陽桃花.數字化轉型研究：整合框架與未來展望[J].外國經濟與管理，2021，43（5）：63-76.

[23] Westerman G，Calméjane C，Bonnet D，et al. Digital Transformation：A Road Map for Billion- Dollar Organizations[J]. MIT Cen ?ter for Digital Business and Capgemini Consulting，2011，1：1-68.

[24] Karimi J，Walter Z. The Role of Dynamic Capabilities in Responding to Digital Disruption ：A Factor-Based Study of the Newspa? per Industry[J]. Journal of Management Information Systems，2015，32（1）：39-81.

（責任編輯：盧君）