苑希港，張曉青

（江蘇師范大學商學院，江蘇 徐州 221116）

一、引言

隨著全球競爭的不斷加劇、數(shù)字經(jīng)濟的快速發(fā)展、移動5G、物聯(lián)網(wǎng)、人工智能等信息技術的突飛猛進， 企業(yè)數(shù)智化轉(zhuǎn)型已經(jīng)成為一種必然的發(fā)展趨勢。 除了新興產(chǎn)業(yè)需要數(shù)智化轉(zhuǎn)型升級之外，傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型也成為一個國家和企業(yè)獲取并保持核心競爭力的關鍵一環(huán)。 因此，世界上許多國家都持續(xù)不斷地出臺各種相關政策和措施，積極推動傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型。 例如，美國是世界上最早布局數(shù)智化轉(zhuǎn)型的國家，近些年來，美國持續(xù)不斷地關注新一代信息技術的發(fā)展以及產(chǎn)生的影響，為能夠盡快地實現(xiàn)數(shù)智化轉(zhuǎn)型提供基礎和前提條件。 近幾年來，美國進一步聚焦大數(shù)據(jù)、物聯(lián)網(wǎng)等前沿技術，通過頒布《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計劃》《美國機器智能國家戰(zhàn)略》《智能制造振興計劃》等相關政策，進一步有效地推進數(shù)字技術、智能技術和傳統(tǒng)制造業(yè)的深度融合。 德國以工業(yè)4.0 為關鍵抓手，2016 年頒布了《數(shù)字化戰(zhàn)略2025》，從國家層面明確德國制造業(yè)轉(zhuǎn)型和構建數(shù)字社會的思路。2019 年通過頒布《德國工業(yè)2030 戰(zhàn)略》，有針對性地扶持重點工業(yè)領域， 到2030 年將工業(yè)產(chǎn)值占國內(nèi)生產(chǎn)總值的比例提高至25%。 同時期的日本，在2017 年提出了“互聯(lián)工業(yè)”的發(fā)展思路，被認為是日本制造業(yè)數(shù)智化轉(zhuǎn)型最理想的發(fā)展模式，也是日本實現(xiàn)社會5.0 目標的抓手之一。同時，也是日本通過實施多元化手段最終實現(xiàn)數(shù)智化轉(zhuǎn)型的最有效方式。 新加坡作為東盟數(shù)智化轉(zhuǎn)型的領頭羊，推出了一系列“數(shù)智化轉(zhuǎn)型藍圖”，涵蓋了航空航天業(yè)、醫(yī)療保健業(yè)、傳統(tǒng)制造業(yè)等23 個具體的行業(yè)。在2020年，新加坡制定了《研究、創(chuàng)新與企業(yè)2025 計劃》，同時，在2021 年新加坡又公布了《制造業(yè)2030 愿景》，指出：到2030 年，將新加坡打造成先進制造業(yè)的全球創(chuàng)新與人才中心， 在未來10 年繼續(xù)增長50%以上。 2021 年中國也提出：“要加快數(shù)字化發(fā)展，建設數(shù)字中國，促進制造業(yè)數(shù)字化轉(zhuǎn)型”。 然而，中國傳統(tǒng)制造業(yè)在發(fā)展過程中存在信息化發(fā)展水平普遍較低、工業(yè)設備網(wǎng)絡化程度不高、設施設備數(shù)字化和智能化程度較弱等突出問題。 因此，要想提高傳統(tǒng)制造業(yè)的競爭力從而實現(xiàn)價值鏈攀升，必須實現(xiàn)數(shù)智化轉(zhuǎn)型。 那么，有哪些影響因素對中國制造業(yè)數(shù)智化轉(zhuǎn)型產(chǎn)生影響呢？

想要實現(xiàn)企業(yè)的數(shù)智化轉(zhuǎn)型，前提是要提高企業(yè)的數(shù)字化轉(zhuǎn)型效率。 數(shù)字化轉(zhuǎn)型是實現(xiàn)數(shù)智化轉(zhuǎn)型的前提和基礎，而數(shù)智化轉(zhuǎn)型是數(shù)字化轉(zhuǎn)型的更高級階段。 目前，許多學者對數(shù)字化轉(zhuǎn)型問題進行了大量研究和探討。 通過運用數(shù)字技術能夠引發(fā)企業(yè)管理模式和經(jīng)營方式的根本性變革，這也被看作是數(shù)字化轉(zhuǎn)型研究的起步階段 （Nambisan 等，2017）。 Coile(2000)在探討互聯(lián)網(wǎng)醫(yī)療模式轉(zhuǎn)變過程中提出了“數(shù)字化轉(zhuǎn)型”的概念。 之后，許多學者從數(shù)字化轉(zhuǎn)型的內(nèi)涵、過程和成效等方面進行了深入的分析和探討。 從數(shù)字化轉(zhuǎn)型的內(nèi)涵角度看，呂文晶（2019）、肖靜華等(2021)等認為，最終目的是改變行業(yè)運作方式和價值創(chuàng)造方式。 韓佳平和李陽(2022)指出，數(shù)字化轉(zhuǎn)型是傳統(tǒng)企業(yè)通過利用具有連通性和分析性的數(shù)字技術為企業(yè)的生產(chǎn)流程和消費者增加價值的過程。 陳劍等(2020)指出，數(shù)字化轉(zhuǎn)型改變了企業(yè)的運營方式，促使消費者與企業(yè)交互的方式也發(fā)生了轉(zhuǎn)變。 劉杰(2019)認為，數(shù)字化轉(zhuǎn)型是通過利用物聯(lián)網(wǎng)和云計算等新型數(shù)字化技術對企業(yè)進行全價值鏈轉(zhuǎn)型升級。 趙嫻等(2021)指出，數(shù)字化轉(zhuǎn)型使得企業(yè)價值創(chuàng)造的方式發(fā)生了根本性變化， 它可以幫助企業(yè)實現(xiàn)供給與需求的聯(lián)通，實現(xiàn)全價值鏈的升級改造和重構。

從數(shù)字化轉(zhuǎn)型的過程看，應瑛等(2022)認為，數(shù)字化轉(zhuǎn)型是數(shù)字作為主導被引入到組織中，在組織和場域?qū)用嬷饾u獲取“數(shù)字化”合法性的動態(tài)過程。焦豪等(2021)分析動態(tài)能力在數(shù)字化情境下激發(fā)數(shù)據(jù)驅(qū)動效應實現(xiàn)數(shù)字化轉(zhuǎn)型的作用機制。 盧寶周等(2022)運用科技給予和意義建構理論視角，對數(shù)字化轉(zhuǎn)型的過程和內(nèi)在機理進行深入研究。 吳江等(2021)通過構建“輸入-過程-輸出”模型歸納了企業(yè)數(shù)字化轉(zhuǎn)型的理論框架和轉(zhuǎn)型過程。 從數(shù)字化轉(zhuǎn)型的成效看，陳楠等(2022)運用問卷調(diào)查和案例分析相結合的方法，對中國制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的實踐和影響展開分析。 趙懿寧(2020)指出，隨著政策、技術環(huán)境的日益成熟，數(shù)字化轉(zhuǎn)型逐步成為企業(yè)發(fā)展的方向。 鄭婷婷和曹善文(2021)從總體成效、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化、數(shù)字治理等角度分析了資源型城市數(shù)字化轉(zhuǎn)型的成效問題。

以上文獻對企業(yè)的數(shù)字化轉(zhuǎn)型問題進行了非常深入的探討。 但是，極少有文獻探討企業(yè)的數(shù)智化轉(zhuǎn)型問題。 數(shù)智化是在企業(yè)數(shù)字化的基礎上，用數(shù)據(jù)和智能化技術，賦能企業(yè)管理和業(yè)務。 數(shù)智化是數(shù)字化、AI 和業(yè)務三個要素的交集。其中，數(shù)字化是基礎，AI 和業(yè)務的融合是核心。由此，數(shù)智化轉(zhuǎn)型是一個全新的概念。 哪些因素會對企業(yè)的數(shù)智化轉(zhuǎn)型產(chǎn)生重要影響，本文將對此進行深入分析。

二、理論模型

數(shù)字化轉(zhuǎn)型是數(shù)智化轉(zhuǎn)型的前提，數(shù)智化轉(zhuǎn)型是數(shù)字化轉(zhuǎn)型的升級。 如果說數(shù)字化轉(zhuǎn)型是運用數(shù)字技術對企業(yè)的生產(chǎn)和經(jīng)營過程進行數(shù)字化改造的話；那么，數(shù)智化轉(zhuǎn)型就是將數(shù)字技術和智能技術相結合，深入分析海量數(shù)據(jù)，賦能企業(yè)的經(jīng)營管理活動。 進一步重塑企業(yè)的愿景、戰(zhàn)略、流程、結構、能力和文化等，適應快速發(fā)展的數(shù)字環(huán)境和智能環(huán)境。本文應用“技術(Technology)-組織(Organization)-環(huán)境(Environment)”(TOE)分析框架對影響中國制造業(yè)數(shù)智化轉(zhuǎn)型的因素進行分析。

圖1 TOE 框架下的制造業(yè)數(shù)智化轉(zhuǎn)型影響因素理論模型

（一）技術因素(Technology)

和高新技術產(chǎn)業(yè)不同，隸屬于第二產(chǎn)業(yè)的中國傳統(tǒng)制造業(yè)受技術影響較小。 但是，技術因素（尤其是數(shù)字技術、移動5G、物聯(lián)網(wǎng)、云計算、區(qū)塊鏈等智能技術）對傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型能產(chǎn)生非常重要的影響。 首先，技術因素始終貫穿于制造業(yè)數(shù)智化轉(zhuǎn)型的全過程， 在轉(zhuǎn)型過程中加大硬件設施的投入，運用硬件對海量數(shù)據(jù)進行深入分析，從而更加有效地賦能制造企業(yè)的經(jīng)營和管理活動。 傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型過程涉及采購、 售后服務等全過程， 制造企業(yè)應該運用先進技術對數(shù)據(jù)進行分析，為企業(yè)的生產(chǎn)、經(jīng)營、管理等提供決策支持。 同時，技術因素對制造業(yè)的戰(zhàn)略決策也能起到非常重要的作用。 制造型企業(yè)運用先進技術能對大量數(shù)據(jù)進行智能化處理，發(fā)現(xiàn)數(shù)據(jù)背后所隱藏的規(guī)律，從而為企業(yè)的戰(zhàn)略決策提供有力支撐。 最后，制造企業(yè)通過運用先進技術能夠?qū)ψ陨淼倪\營成本進行控制，制造型企業(yè)運用數(shù)字技術和智能技術對生產(chǎn)全過程進行流程改造，對生產(chǎn)過程進行實時監(jiān)控和管理，從而有效達到降本增效的目的。 因此，技術因素對傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型能夠產(chǎn)生積極影響。

（二）組織因素(Organization)

組織因素是指企業(yè)通過組織管理因素影響技術因素并最終作用于企業(yè)的數(shù)智化轉(zhuǎn)型過程，具體包括企業(yè)組織結構、企業(yè)文化、企業(yè)高層管理者、企業(yè)能力等因素。 每個組織都有不同的結構和自身的特點，具有很強的異質(zhì)性。 在企業(yè)內(nèi)部具體應該包括企業(yè)高層管理人員的特征、 基層員工的特征、管理人員的管理能力、高層管理人員和基層管理人員的文化或價值觀沖突等都會對企業(yè)的數(shù)智化轉(zhuǎn)型過程產(chǎn)生非常重要的影響。 其中，比較典型和能夠量化的指標主要包括企業(yè)規(guī)模和高層管理人員的行為特征以及高層管理人員的學歷。 企業(yè)的規(guī)模越大，企業(yè)的數(shù)智化轉(zhuǎn)型程度越高。 這主要是因為較大規(guī)模的企業(yè)擁有雄厚的資金實力，可以引進更多先進的數(shù)字化技術和智能技術，從而形成非常復雜的網(wǎng)絡環(huán)境，有利于實現(xiàn)企業(yè)的數(shù)智化轉(zhuǎn)型。 而相對來說，規(guī)模較小的企業(yè)由于資金實力有限，不能及時更新硬件設施和設備，先進的數(shù)字化技術和智能技術得不到推廣和應用，不能及時和有效地處理各種復雜的網(wǎng)絡環(huán)境，非常不利于企業(yè)數(shù)智化轉(zhuǎn)型的實現(xiàn)。 此外，企業(yè)高層管理者對于數(shù)智化轉(zhuǎn)型的重視程度是一個重要因素。 因為數(shù)智化轉(zhuǎn)型不單單是一個技術層面的問題，需要擁有數(shù)智化轉(zhuǎn)型能力的高級管理人才的領導并且加以推動才能成功。 數(shù)智化轉(zhuǎn)型領導者具有和傳統(tǒng)領導者不同的特點，在處理人際關系、加強團隊合作、管理隊伍建設等方面都有不同的行為特征。 高層管理者對數(shù)智化程度越重視和越具備相關的專業(yè)技能和知識，就越能使制造業(yè)的數(shù)智化轉(zhuǎn)型變得越加容易。

（三）環(huán)境因素(Environment)

從宏觀環(huán)境因素來看，政府的政策支持是一個非常重要的影響因素， 其中包括政府的財政政策、稅收政策和補貼政策等。 不僅僅傳統(tǒng)制造業(yè)會受到宏觀政策的影響，第三方服務業(yè)也會受到宏觀政策的影響。 由此，本文在研究過程中不再單獨考慮宏觀環(huán)境因素對制造業(yè)數(shù)智化轉(zhuǎn)型的影響。 但是外部融資環(huán)境因素對制造業(yè)數(shù)智化轉(zhuǎn)型過程能夠產(chǎn)生非常重要的影響，企業(yè)要想在數(shù)智化轉(zhuǎn)型過程中獲得先機，必須擁有大量的資金。 當企業(yè)自身擁有的資金不足以支持實現(xiàn)數(shù)智化轉(zhuǎn)型時，企業(yè)應從外部獲取資金支持。 這時，企業(yè)所面臨的外部融資環(huán)境就會成為影響其能否實現(xiàn)數(shù)智化轉(zhuǎn)型的重要因素。一方面， 當企業(yè)面臨的外部融資環(huán)境非常寬松時，企業(yè)能夠更加容易地獲取相應的資金支持，更容易實現(xiàn)數(shù)智化轉(zhuǎn)型。 另一方面，當企業(yè)面臨的外部融資環(huán)境非常嚴格時， 企業(yè)獲取資金的難度非常大，不利于企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型。

三、實證分析

（一）模型構建

以上主要從理論方面對影響傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型的因素進行分析，本部分主要對影響傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型的因素進行實證分析。 本文所構建的理論分析模型如下：

其中，DI 表示為傳統(tǒng)制造企業(yè)的數(shù)智化轉(zhuǎn)型水平并且作為因變量；RD 表示為傳統(tǒng)制造企業(yè)的研發(fā)投入，MG 表示為制造企業(yè)高層管理者的學歷水平，QG 表示為制造企業(yè)的規(guī)模，F(xiàn)IN 表示為制造企業(yè)的融資狀況，這些都屬于自變量；λ 表示為微觀制造企業(yè)層面的隨機誤差項。除此之外，本文為了盡量減少因果變量之間的相互干擾， 特意地把傳統(tǒng)制造企業(yè)的研發(fā)投入（自變量）做到滯后一期進行處理。 根據(jù)以上所構建的分析傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型的影響因素模型，對上述模型所涉及的變量進行分析。

（二）變量說明

1.傳統(tǒng)制造企業(yè)的數(shù)智化轉(zhuǎn)型水平(DT)。 現(xiàn)有文獻主要從定性方面進行分析。極少有文獻運用定量方法對制造企業(yè)的數(shù)智化轉(zhuǎn)型過程進行測度和分析?，F(xiàn)有文獻通常運用“0-1”虛擬變量測度制造企業(yè)的數(shù)智化轉(zhuǎn)型過程。 但是，這種技術處理方法不能很好地測度出制造企業(yè)數(shù)智化轉(zhuǎn)型的“程度”。 同時，也無法進一步展示制造企業(yè)數(shù)智化轉(zhuǎn)型的演進態(tài)勢，很可能破壞制造企業(yè)數(shù)智化轉(zhuǎn)型過程中的細微信息。

客觀來說， 如果只是簡單地查閱上市公司每年財務報表的公開財務數(shù)據(jù)， 很難真正了解制造企業(yè)的數(shù)智化轉(zhuǎn)型程度。一般來說，制造企業(yè)管理層會在公開的財務報表中對該公司涉及“數(shù)智化轉(zhuǎn)型”方面的相關措施進行簡單披露。 這些披露的信息在很大程度上能夠表明制造企業(yè)高層管理者對該企業(yè)未來發(fā)展的戰(zhàn)略定位，擁有非常高的指導意義。 由此，本文從制造企業(yè)的公開財務數(shù)據(jù)中歸納涉及的“制造企業(yè)數(shù)智化轉(zhuǎn)型”詞頻，能夠很好地刻畫該企業(yè)數(shù)智化轉(zhuǎn)型的強度。由此可見，通過選擇和統(tǒng)計制造業(yè)上市公司的公開財務數(shù)據(jù)中有關的“數(shù)智化轉(zhuǎn)型”的關鍵詞，作為制造企業(yè)數(shù)智化轉(zhuǎn)型的可替代性變量。最終， 本文通過四個相關步驟可以有效地獲得以上相關數(shù)據(jù)：第一步，選取合適的文本檢索詞庫。第二步，通過Python 的爬蟲技術搜集了上海交易所、深圳交易所兩個交易所的A 股上市公司的年度報告中的相關數(shù)據(jù)，從而能夠有效地匹配和“制造企業(yè)數(shù)智化轉(zhuǎn)型”相關的關鍵詞。第三步，逐一查找和“制造企業(yè)數(shù)智化轉(zhuǎn)型” 相關的關鍵詞出現(xiàn)的次數(shù)并對相關數(shù)據(jù)進行清洗。 第四步，分類歸納和“制造企業(yè)數(shù)智化轉(zhuǎn)型”相關的關鍵詞出現(xiàn)的次數(shù)并形成的總和，最終能夠構建制造企業(yè)數(shù)智化轉(zhuǎn)型的評價指標體系。 最后，對所得的數(shù)據(jù)進行量化處理，能夠得到衡量制造企業(yè)數(shù)智化轉(zhuǎn)型的指標。

2.傳統(tǒng)制造企業(yè)的研發(fā)投入(RD)。根據(jù)以上分析可以得到，隨著制造企業(yè)研發(fā)投入的越來越多，制造企業(yè)的數(shù)智化轉(zhuǎn)型程度也越來越高。 這一指標所用的數(shù)據(jù)直接來源于制造企業(yè)公開的年度財務報告。

3.傳統(tǒng)制造企業(yè)高層管理者的學歷水平(MG)?；谝陨戏治隹梢缘玫?， 制造企業(yè)高層管理者的學歷水平越高，制造企業(yè)的數(shù)智化水平也越高。本文通過查找上市公司有關高層管理者的個人簡介可以得到相關的數(shù)據(jù)資料。設定該自變量為虛擬變量，本科學歷以下表示為0，本科學歷及以上表示為1。

4.傳統(tǒng)制造企業(yè)的規(guī)模(QG)。 結合現(xiàn)有相關文獻用制造企業(yè)的銷售收入來替代傳統(tǒng)制造企業(yè)的企業(yè)規(guī)模，從而可以直接查閱上市公司的年報中有關營業(yè)收入的相關數(shù)據(jù)。

5.傳統(tǒng)制造企業(yè)的融資狀況(FIN)。 根據(jù)Denis等人提出的金融資產(chǎn)在總資產(chǎn)中所占的比重的方式可以有效地表示融資的可獲得性，一般制造企業(yè)的金融資產(chǎn)主要包括交易性金融資產(chǎn)、 應收票據(jù)、其他應收款、債權投資、衍生性金融資產(chǎn)等相關科目。 這些相關數(shù)據(jù)都能從上市公司的財務報表中直接查找獲得。

（三）運行結果分析

根據(jù)上述分析， 本文運用Stata16 對搜集的面板數(shù)據(jù)進行回歸分析，運算結果如表1 所示。

表1 傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型的影響因素運行結果

從表1 中可以看出，模型(1)—(4)逐一引入了不同的解釋變量，能夠有效地控制行業(yè)效應和時間效應所產(chǎn)生的不同影響。 從運行結果可以看出：制造企業(yè)的研發(fā)投入對數(shù)智化轉(zhuǎn)型的影響程度為正；同時在1%水平以下表現(xiàn)非常顯著， 這可以說明制造企業(yè)的研發(fā)投入越多，制造企業(yè)的數(shù)智化轉(zhuǎn)型程度也就越來越高。 更進一步說，逐一加入其他影響因素以后，從運行結果可以看出，制造企業(yè)的規(guī)模因素對數(shù)智化轉(zhuǎn)型的影響也為正相關關系，但是并不具備非常顯著的正向相關關系，這可以非常明顯的說明制造企業(yè)的規(guī)模因素不是影響數(shù)智化轉(zhuǎn)型的主要因素。 在前兩列的基礎上，第三列逐漸加入了制造企業(yè)的融資狀況因素， 從運行的結果可以看出，融資狀況對于制造企業(yè)的數(shù)智化轉(zhuǎn)型過程具有非常顯著的影響。 影響的系數(shù)為0.2145，比其他的影響系數(shù)都高，并且為正數(shù)。 這可以說明在中國制造企業(yè)數(shù)智化轉(zhuǎn)型過程中，融資環(huán)境對于制造企業(yè)的數(shù)智化轉(zhuǎn)型能產(chǎn)生非常重要的影響，中國的融資環(huán)境逐漸放開，上市企業(yè)能夠更加輕松地獲取更多的融資機會，最終會進一步促進制造企業(yè)的數(shù)智化轉(zhuǎn)型。 在前三列的基礎上，第四列進一步加入了制造企業(yè)高層管理者的學歷水平因素。 但是，高管的學歷水平對制造企業(yè)的數(shù)智化轉(zhuǎn)型過程不會產(chǎn)生非常顯著的影響。 這說明企業(yè)高管的學歷水平不會阻礙制造企業(yè)數(shù)智化轉(zhuǎn)型過程的實施。 雖然，有些制造企業(yè)高層管理者的學歷水平較低，但是其數(shù)智化轉(zhuǎn)型的程度可能也會相對較高。

（四）異質(zhì)性檢驗

為了檢驗中國制造業(yè)是否存在產(chǎn)業(yè)異質(zhì)性，本文按照不同技術水平將中國制造業(yè)企業(yè)分為三種大的類型： 勞動和資本以及技術密集型三類企業(yè)，并進一步分析這些行業(yè)數(shù)智化轉(zhuǎn)型的影響因素之間的差異性，運行結果如表2 所示。 運行結果顯示，對于中國制造業(yè)數(shù)智化轉(zhuǎn)型的影響因素存在非常大的異質(zhì)性，不同類型的產(chǎn)業(yè)，上述四類因素的影響程度也不同。 從制造企業(yè)的研發(fā)投入方面來看，該因素對技術密集型企業(yè)的影響程度最高，這是因為技術密集型企業(yè)的信息化程度相對比較高，數(shù)智化轉(zhuǎn)型的程度也就越高。 研發(fā)投入對資本密集型企業(yè)的影響排在第二位，而對勞動密集型企業(yè)產(chǎn)生的影響最低。

表2 不同制造業(yè)行業(yè)數(shù)智化轉(zhuǎn)型影響因素的運行結果

從制造企業(yè)的規(guī)模程度角度來看， 根據(jù)相關數(shù)據(jù)可以看出：在中國制造業(yè)中，大型制造企業(yè)的數(shù)量較少，所占比重非常低，而中小型企業(yè)才是中國制造業(yè)的主力軍。在上市的制造企業(yè)中，中小型企業(yè)所占比重業(yè)也非常高。在上述三類制造型企業(yè)中，企業(yè)規(guī)模的影響呈現(xiàn)出正相關關系。但是，企業(yè)規(guī)模對制造業(yè)的數(shù)智化轉(zhuǎn)型影響程度并不特別顯著。

從制造企業(yè)所處的融資環(huán)境方面來看， 也存在非常大的行業(yè)異質(zhì)性。換句話說，不同行業(yè)對融資環(huán)境的有效需求存在很大的差異性， 最終結果會導致融資環(huán)境對制造業(yè)數(shù)智化轉(zhuǎn)型的影響程度有所不同。在以上三類企業(yè)中，資本密集型企業(yè)對融資環(huán)境的依賴性最高。其次，技術密集型企業(yè)對融資環(huán)境的依賴性相對較小。最后，融資環(huán)境對勞動密集型企業(yè)的影響所占比重最低。 產(chǎn)生這種結局的原因主要有以下幾個方面：（1）資本密集型企業(yè)具有“資金需求量大、產(chǎn)品需求多樣化、經(jīng)營鏈條相對長”等較為顯著的特點，融資環(huán)境對數(shù)智化轉(zhuǎn)型的影響程度最大，對資金的依賴性也最強。（2）技術密集型企業(yè)對技術的依賴性最強，但相對來說，對資金的依賴性較低。由此，技術密集型企業(yè)對資金的需求量相對較小。

四、研究結論

要想在數(shù)字經(jīng)濟時代更好的生存和發(fā)展， 傳統(tǒng)制造企業(yè)必須進行數(shù)智化轉(zhuǎn)型， 運用數(shù)字技術和智能技術對企業(yè)的生產(chǎn)過程進行全方位改造， 讓數(shù)字技術和智能技術成為新型要素。由此，如何更好地推進制造企業(yè)的數(shù)智化轉(zhuǎn)型過程？ 有哪些主要因素會影響制造企業(yè)的數(shù)智化轉(zhuǎn)型過程？ 本文先提出影響中國制造企業(yè)數(shù)智化轉(zhuǎn)型的理論模型， 再選取一些上市的制造企業(yè)作為樣本，進行實證分析。理論和實證結果表明：（1）制造企業(yè)的研發(fā)投入和融資環(huán)境對企業(yè)的數(shù)智化轉(zhuǎn)型過程具有非常顯著的影響， 而制造企業(yè)的規(guī)模對數(shù)智化轉(zhuǎn)型的影響不是很明顯。（2）異質(zhì)性檢驗的結果可以說明， 制造企業(yè)的研發(fā)投入對技術密集型企業(yè)的影響程度最高。最后，融資環(huán)境對勞動密集型企業(yè)的影響所占比重最低。

根據(jù)本文的研究結果，為了更好地促進制造企業(yè)的數(shù)智化轉(zhuǎn)型過程，特提出以下建議：（1）制造企業(yè)應該增加研發(fā)投入。 不管傳統(tǒng)制造業(yè)是不是應該進行數(shù)智化轉(zhuǎn)型， 都應該增加企業(yè)的研發(fā)投入，因為它是制造企業(yè)增強競爭力的關鍵一環(huán)。 在當今激烈的競爭環(huán)境中，只有不斷增加研發(fā)投入，不斷大力推進傳統(tǒng)制造企業(yè)的數(shù)智化轉(zhuǎn)型進程，才能源源不斷地提高制造企業(yè)的產(chǎn)品附加值。 （2）制造企業(yè)應該增強融資支持力度。 一般來說，和中小型制造企業(yè)相比， 制造型上市公司擁有很強的融資能力。同時，享有較好的企業(yè)融資環(huán)境，能夠通過發(fā)放新股、增加配股、增發(fā)可轉(zhuǎn)換債券等融資方式得到金融支持。 對于上市公司來說，應該進一步增加融資支持力度。 而對于非上市公司來說，應該進一步完善融資環(huán)境，形成良好的融資服務體系。 （3）制造企業(yè)高管應該更加重視數(shù)智化轉(zhuǎn)型。 傳統(tǒng)制造企業(yè)，尤其是上市公司高層管理者是決定企業(yè)數(shù)智化轉(zhuǎn)型的關鍵因素之一。 截至目前，制造企業(yè)高層管理人員對于企業(yè)數(shù)智化轉(zhuǎn)型的認識存在很大的差異性。有些高層管理者認為，數(shù)智化轉(zhuǎn)型難度很大。另一些高層管理者認為，數(shù)智化轉(zhuǎn)型對企業(yè)的長遠發(fā)展非常有利。 因此，制造企業(yè)的高層管理更應該統(tǒng)一思想、加強認識、提高能力，不斷推動企業(yè)數(shù)智化轉(zhuǎn)型過程的實現(xiàn)。