效果推理對制造企業(yè)智能化轉(zhuǎn)型的影響機(jī)制研究

王 影，張宏如，梁 祺

（常州大學(xué) 商學(xué)院，常州 213161）

隨著新科技革命的興起，美國、德國、日本等發(fā)達(dá)國家紛紛出臺以先進(jìn)制造業(yè)為核心的“再工業(yè)化”國家戰(zhàn)略，以促進(jìn)本土制造企業(yè)的智能化轉(zhuǎn)型發(fā)展。受此趨勢影響，《中國制造2025》也將智能制造作為推動供給側(cè)結(jié)構(gòu)性改革、重塑制造業(yè)競爭優(yōu)勢的重大舉措。智能制造勢必成為中國制造業(yè)未來發(fā)展的主攻方向，而微觀層面上如何幫助制造企業(yè)實現(xiàn)智能化轉(zhuǎn)型已成為學(xué)界和實踐界的關(guān)注焦點。

在總結(jié)回顧中國制造業(yè)40年的發(fā)展歷程后，李廉水等［1］指出我國制造企業(yè)的智能化進(jìn)程并非長期技術(shù)積淀的結(jié)果，而是以政策引導(dǎo)為開端，受轉(zhuǎn)型經(jīng)濟(jì)特殊性的影響較大，過程中充斥著不確定性風(fēng)險。黃群慧［2］也認(rèn)為，受資金、技術(shù)、人才等資源約束，加之融合數(shù)字世界與物理世界的經(jīng)驗不足、配套服務(wù)滯后、核心技術(shù)缺失等缺陷，我國制造企業(yè)智能化轉(zhuǎn)型時面臨的不確定性問題尤為突出。雖有學(xué)者探討了政策支持［3］、創(chuàng)新柔性［4］、網(wǎng)絡(luò)嵌入［5］等因素的緩沖作用，但呂文晶和陳勁［6］研究發(fā)現(xiàn)，在更高的戰(zhàn)略決策層面上，如何引導(dǎo)制造企業(yè)克服不確定性風(fēng)險，搶先于競爭者，在有限的機(jī)會窗口下實現(xiàn)智能化轉(zhuǎn)型，尚缺乏深入的理論探究。而根據(jù)SARASVATHY［7］的研究，作為新興的戰(zhàn)略決策理論，效果推理倡導(dǎo)價值共創(chuàng)、迭代開發(fā)、保持柔性與大膽試驗，在有效應(yīng)對不確定性沖擊與幫助個體快速響應(yīng)機(jī)會窗口方面，比以“預(yù)測加計劃”為特征的因果推理更具優(yōu)勢。然而遺憾的是，當(dāng)前效果推理的相關(guān)研究成果大多應(yīng)用于創(chuàng)新創(chuàng)業(yè)領(lǐng)域，對其他領(lǐng)域鮮有涉及。在智能化轉(zhuǎn)型實踐中，部分制造企業(yè)先行者“摸著石頭過河”的行動邏輯與效果邏輯高度一致。有鑒于此，深入探討效果推理對制造企業(yè)智能化轉(zhuǎn)型的影響就具有理論補(bǔ)充和實踐參考價值。

更進(jìn)一步，根據(jù)知識基礎(chǔ)理論，智能制造包含復(fù)雜的知識活動，涉及人工智能、敏捷制造、邊緣計算等不同領(lǐng)域的異質(zhì)性知識，在組織內(nèi)的創(chuàng)造、擴(kuò)散與融合。單靠制造企業(yè)以往的知識經(jīng)驗或數(shù)據(jù)信息，智能化轉(zhuǎn)型難以取得成效，需要對多領(lǐng)域知識進(jìn)行綜合利用［8］。由此可見，知識整合作為知識管理核心環(huán)節(jié)，儼然成為改變制造企業(yè)原有知識結(jié)構(gòu)并促進(jìn)智能化轉(zhuǎn)型的關(guān)鍵機(jī)制。而作為學(xué)習(xí)型戰(zhàn)略，效果推理與知識活動密切相關(guān)，能指引制造企業(yè)管理不同來源、載體、功用的知識，進(jìn)而從不確定性中創(chuàng)造價值［9］。因此，知識整合在效果推理與智能化轉(zhuǎn)型關(guān)系中的作用，值得深入探究。

另外，制造企業(yè)智能化轉(zhuǎn)型存在復(fù)雜的界面交互問題，涉及資源、信息、數(shù)據(jù)等有形或無形要素的跨界面流動。ALLMAYER 和WINKLER［10］研究指出，有效的界面管理能突破職能部門的溝通障礙，提升知識流動效率，確保發(fā)揮知識整合優(yōu)勢。據(jù)此，本研究認(rèn)為知識整合對制造企業(yè)智能化轉(zhuǎn)型的作用會受界面管理的調(diào)節(jié)。但現(xiàn)有研究卻較少考慮界面管理的權(quán)變作用，導(dǎo)致結(jié)論的實踐指導(dǎo)意義被弱化。

綜上所述，本研究基于效果推理理論和知識基礎(chǔ)理論，以知識整合為中介變量，界面管理為調(diào)節(jié)變量，構(gòu)建了效果推理影響制造企業(yè)智能化轉(zhuǎn)型的理論模型，嘗試從戰(zhàn)略決策視角揭示我國制造企業(yè)智能化轉(zhuǎn)型的有效路徑。本文有助于拓展效果推理的理論應(yīng)用范圍，豐富制造企業(yè)智能化轉(zhuǎn)型的理論體系，為我國制造企業(yè)加速向智能制造邁進(jìn)提供重要的理論依據(jù)和實踐指引。

1 基本概念與研究假設(shè)

1.1 制造企業(yè)智能化轉(zhuǎn)型

早在20世紀(jì)90年代初，學(xué)者們就已經(jīng)意識到智能制造的技術(shù)發(fā)端，并從不同視角探討了制造企業(yè)智能化轉(zhuǎn)型的內(nèi)涵。比如，基于制造科學(xué)的理論視角，有觀點認(rèn)為制造企業(yè)的智能化轉(zhuǎn)型是將傳感、網(wǎng)絡(luò)、人工智能等新一代信息技術(shù)應(yīng)用于產(chǎn)品生產(chǎn)，從而引領(lǐng)生產(chǎn)裝備和工藝流程智能化的過程［11-12］。隨著研究不斷向縱深發(fā)展，智能化轉(zhuǎn)型不再局限于制造活動或工藝方法的改變，也包含管理、服務(wù)、治理等多方面問題的解決。KIEL等［13］研究指出，智能化轉(zhuǎn)型不僅意味著新一代信息技術(shù)對傳統(tǒng)生產(chǎn)工藝流程的改造，也包含產(chǎn)品服務(wù)以及運營管理模式的智能化轉(zhuǎn)變。韓江波［14］則進(jìn)一步認(rèn)為，制造企業(yè)的智能化轉(zhuǎn)型是以新一代信息技術(shù)為基礎(chǔ)，通過互聯(lián)網(wǎng)、物聯(lián)網(wǎng)設(shè)施的系統(tǒng)互聯(lián)，結(jié)合新能源、材料以及工藝的運用，使各個制造環(huán)節(jié)能夠以類人思維方式運作的過程?？傮w而言，制造企業(yè)智能化轉(zhuǎn)型的定義雖沒有形成統(tǒng)一的標(biāo)準(zhǔn)，但實質(zhì)上都強(qiáng)調(diào)將智能制造技術(shù)貫穿企業(yè)全流程，以達(dá)到新企業(yè)形態(tài)的過程。為此，本研究借鑒FARID［15］、孟凡生和趙剛［4］的研究，提出制造企業(yè)智能化轉(zhuǎn)型是將智能制造技術(shù)嵌入設(shè)計、生產(chǎn)、管理、服務(wù)等價值鏈各個環(huán)節(jié)，以實現(xiàn)經(jīng)營方向、運營模式以及相應(yīng)組織方式和資源配置的整體性轉(zhuǎn)變，而產(chǎn)品、裝備、生產(chǎn)方式、管理、服務(wù)等智能化屬于智能化轉(zhuǎn)型的主要表現(xiàn)形式。

1.2 效果推理與制造企業(yè)智能化轉(zhuǎn)型

不同于長期預(yù)測與目標(biāo)規(guī)劃為基礎(chǔ)的因果推理，效果推理秉承實用主義哲學(xué)，強(qiáng)調(diào)在不確定情境下，對既有手段創(chuàng)造的可能結(jié)果進(jìn)行選擇。CHANDLER等［16］指出，效果推理屬于非預(yù)測式理性，在管理不確定性、塑造新機(jī)會等過程中起重要作用，能解決因果推理無法解釋的諸多問題。為此，面對智能化轉(zhuǎn)型的不確定性，作為指導(dǎo)行動者思考、決策和行動的戰(zhàn)略決策邏輯，效果推理有理論應(yīng)用的契合性，其包含的“先前承諾”“試驗”“柔性”“可承受損失”四大原則，為分析制造企業(yè)的智能化轉(zhuǎn)型提供了新思路。由于效果推理屬于形成性潛變量，四大構(gòu)成原則相互區(qū)分又彼此獨立，需要在假設(shè)推演時逐一展開。

1.2.1 先前承諾原則 智能化轉(zhuǎn)型涉及人工智能、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)分析等多學(xué)科領(lǐng)域的融合，需要利益相關(guān)方的深度參與、互相支持和協(xié)同推進(jìn)［17］。遵從先前承諾的制造企業(yè)，側(cè)重與利益相關(guān)者快速結(jié)盟，共同打造開放式智能制造體系。合作共贏的目標(biāo)導(dǎo)向，能誘使參與者主動加大組織投入，從而有利于提升智能制造解決方案的質(zhì)量，降低制造企業(yè)獲取關(guān)鍵共性技術(shù)甚至核心技術(shù)的難度，為智能化轉(zhuǎn)型奠定基礎(chǔ)。并且，通過與利益相關(guān)者的網(wǎng)絡(luò)互動，制造企業(yè)能充分協(xié)調(diào)智能技術(shù)供需雙方的數(shù)據(jù)共享、利益沖突等問題，減少智能化對接的兼容性和適應(yīng)性問題，促進(jìn)內(nèi)部價值鏈嵌入外部技術(shù)創(chuàng)新網(wǎng)絡(luò)的過程，加快智能化轉(zhuǎn)型。

1.2.2 柔性原則 智能制造要求生產(chǎn)制造全過程實施智能化技術(shù)改造。保持柔性的制造企業(yè)，能夠以較低的成本調(diào)整生產(chǎn)流程、組織結(jié)構(gòu)、制造工藝等，以便嵌入軟件架構(gòu)，自動完成操作信息搜集、標(biāo)準(zhǔn)化數(shù)據(jù)形成以及智能制造系統(tǒng)導(dǎo)入。NASIRI等［18］認(rèn)為，自由裁量使企業(yè)易于接納內(nèi)外技術(shù)環(huán)境變動，并以此為契機(jī)，跳出傳統(tǒng)生產(chǎn)范式。而效果推理的柔性原則在強(qiáng)調(diào)靈活、允許即興、數(shù)據(jù)賦能等方面，與自由裁量具有較大的相似性。因此，通過為制造企業(yè)注入柔性，效果推理能使智能制造的資源配置不斷接近效率前沿，優(yōu)化人工智能的技術(shù)創(chuàng)新和應(yīng)用能力，加快制造企業(yè)向智能化轉(zhuǎn)變。

1.2.3 試驗原則 智能化轉(zhuǎn)型不能一蹴而就，無論是智能硬件更新，還是算法引擎升級，都表現(xiàn)為試錯、反饋和修正的“螺旋”，中間過程的推動力就是試驗。效果推理的試驗原則，鼓勵制造企業(yè)對新想法、新技術(shù)和新流程保持好奇，并利用一系列實驗?zāi)繕?biāo)的結(jié)果反饋，持續(xù)增強(qiáng)智能化轉(zhuǎn)型的信心與意愿。試錯學(xué)習(xí)被認(rèn)為是實現(xiàn)智能化轉(zhuǎn)型的前提條件。尤其是在智能化投入較大時，試驗驅(qū)使制造企業(yè)以較低成本在不同的智能化解決方案之間靈活跳轉(zhuǎn)，逐步形塑出與資源特征和數(shù)據(jù)基礎(chǔ)相符合的智能化發(fā)展方向，防止出現(xiàn)因智能技術(shù)設(shè)備選型、實施和應(yīng)用不到位造成的鎖定效應(yīng)。

1.2.4 可承受損失原則 可承受損失使制造企業(yè)能夠適應(yīng)環(huán)境變動，根據(jù)智能化進(jìn)程的信息反饋，靈活投入與撤出資源，改善有限資源的使用效率，降低智能化轉(zhuǎn)型風(fēng)險。通過事先確定最大可承受損失，制造企業(yè)可以避免技術(shù)基礎(chǔ)薄弱、競爭焦慮等因素引起的決策失誤，提升智能化轉(zhuǎn)型時的效能感。但是，當(dāng)智能化轉(zhuǎn)型進(jìn)入攻堅時期，尤其是核心零部件的智能技術(shù)突破階段，雖然知識經(jīng)驗更少，風(fēng)險更大，但競爭優(yōu)勢卻恰恰取決于制造企業(yè)能否充分利用手頭資源，加大試錯力度，在其他競爭企業(yè)因不確定性而延遲智能化進(jìn)程時，盡快突破技術(shù)瓶頸，重塑工藝流程［19］。某種意義上，企業(yè)核心場景的智能化轉(zhuǎn)型更需要“孤注一擲”的勇氣，而非過分關(guān)注止損標(biāo)準(zhǔn)。否則，制造企業(yè)可能喪失智能技術(shù)升級的先動優(yōu)勢，再次落入領(lǐng)先企業(yè)預(yù)設(shè)的智能制造技術(shù)軌道，不得不重新開啟智能化時代的艱難追趕歷程。綜上，提出如下假設(shè)。

H1a 先前承諾對制造企業(yè)的智能化轉(zhuǎn)型有正向影響。

H1b 柔性對制造企業(yè)的智能化轉(zhuǎn)型有正向影響。

H1c 試驗對制造企業(yè)的智能化轉(zhuǎn)型有正向影響。

H1d 可承受損失對制造企業(yè)的智能化轉(zhuǎn)型有倒U形影響。

1.3 效果推理與制造企業(yè)的知識整合

知識整合的概念被提出后，大量學(xué)者從能力、關(guān)系、學(xué)習(xí)等多視角對其內(nèi)涵界定進(jìn)行適應(yīng)性調(diào)整。盡管視角有所不同，但本質(zhì)認(rèn)識基本一致，都強(qiáng)調(diào)對不同主體、內(nèi)容與形態(tài)的知識循環(huán)進(jìn)行獲取、解構(gòu)、融合與重組［20］。本文沿用這一思路，提出知識整合是制造企業(yè)在智能化轉(zhuǎn)型時不斷整合外部技術(shù)網(wǎng)絡(luò)中智能制造類知識的動態(tài)過程。

首先，借助先前承諾，制造企業(yè)可以與利益相關(guān)者建立互動協(xié)作關(guān)系，這為其知識整合活動提供了可信賴的外部學(xué)習(xí)渠道，有利于提升知識整合效率。MEHTA和MEHTA［21］研究證實，來自利益相關(guān)方的組織承諾能夠幫助制造企業(yè)延拓跨界搜索的廣度和深度，并由此獲得寬廣的智能制造類知識流。尤其是一些隱性異質(zhì)類知識的獲取，是制造企業(yè)在對接智能制造技術(shù)時突破思維定勢、創(chuàng)造性吸收整合不同性質(zhì)知識的重要前提。通過與利益相關(guān)方的互動協(xié)作，制造企業(yè)不僅可以收集有關(guān)智能制造的市場、政策、技術(shù)類新知識，持續(xù)擴(kuò)充知識庫，而且能夠增強(qiáng)環(huán)境適應(yīng)性，及時根據(jù)市場需求、政策支持或技術(shù)變動，快速調(diào)整知識結(jié)構(gòu)和行動準(zhǔn)則，提高知識整合的科學(xué)性與規(guī)范性。

其次，柔性意味著制造企業(yè)會適應(yīng)知識整合的需求做出主動性變革。PATEL和FIET［22］研究指出，有效的知識整合要求企業(yè)能夠建立適配性的基礎(chǔ)設(shè)施、組織結(jié)構(gòu)、制度文化或管理方式。通過遵從效果推理的柔性原則，制造企業(yè)可以迅速改變自身的結(jié)構(gòu)和制度，以形成搜尋、識別創(chuàng)新性知識的能力。新知識的流入有助于從范圍、效率和靈動性等方面改善知識整合質(zhì)量。柔性并不局限于現(xiàn)有知識的提煉，而且會促使制造企業(yè)積極利用外部學(xué)習(xí)引入新知識，并以較低的成本改變自身的運作流程，不斷提升新舊知識的整合效率。保持柔性的制造企業(yè)往往更善于借助精巧的制度設(shè)計和靈活的資源配置方式，建構(gòu)獲取、解構(gòu)、吸收知識的能力。這對于智能化轉(zhuǎn)型中的制造企業(yè)有效整合快速更迭的智能硬件和軟件知識有重要意義。

再則，知識整合要求多樣化知識的分離、融合以及意義重構(gòu)，中間過程有較大的模糊性，而試驗可以幫助制造企業(yè)開啟試錯學(xué)習(xí)的認(rèn)知流程，準(zhǔn)確預(yù)判各種知識整合是否符合現(xiàn)實。郭潤萍［23］的研究表明，試驗原則指導(dǎo)下的制造企業(yè)，更善于利用既有手段的創(chuàng)造性組拼，將可行的知識整合路徑逐步浮現(xiàn)出來。反復(fù)迭代的試錯學(xué)習(xí)能為智能化轉(zhuǎn)型中的制造企業(yè)保留有意義的信息、經(jīng)驗和方案，從而在不確定情境中形成高效的知識整合路徑。試驗加快了異質(zhì)知識向易于理解知識形式的轉(zhuǎn)化，對制造企業(yè)內(nèi)的智能技術(shù)類知識流動、擴(kuò)散以及吸收整合有明顯的助推作用。

最后，可承受損失使制造企業(yè)把注意力放在已有資源的創(chuàng)造性整合，而不是過多投入控制之外的資源。因此，制造企業(yè)將重新審視本地資源的功能屬性，加深已有知識的多角度理解。尤其是對一些隱性知識的深度挖掘，將保障制造企業(yè)整合智能知識的條理性、系統(tǒng)性和創(chuàng)造性。知識整合同樣需要耗費大量的資源和時間?？沙惺軗p失把成本范圍和幅度控制在區(qū)間之內(nèi)，促使制造企業(yè)將有限的資源精力聚焦在關(guān)鍵環(huán)節(jié)，優(yōu)化知識整合效率。然而，知識整合的意義，在于多樣化知識組合中蘊(yùn)含有不同的機(jī)會價值。過分堅持可承受損失，可能由于試錯不充分，開發(fā)意愿與能動性受限，錯過一些包含前瞻性機(jī)會價值的知識整合方式。已有研究指出，過分著眼于止損，將阻礙專有知識存量的增加，鎖定知識整合的方法路徑，弱化過程中的創(chuàng)造力［12］。綜上，提出如下假設(shè)。

H2a 先前承諾對制造企業(yè)的知識整合有正向影響。

H2b 柔性對制造企業(yè)的知識整合有正向影響。

H2c 試驗對制造企業(yè)的知識整合有正向影響。

H2d 可承受損失對制造企業(yè)的知識整合有倒U形影響。

1.4 知識整合與制造企業(yè)的智能化轉(zhuǎn)型

一般來說，探索智能化這樣一個全新領(lǐng)域，往往具有顯著的不確定性，易于出現(xiàn)技術(shù)搜尋能力不足、技術(shù)搜索范圍過于寬泛等問題，錯誤決策的發(fā)生概率也較高［24］。如果制造企業(yè)能有序整合各個流程環(huán)節(jié)的知識，就能完善知識圖譜，發(fā)現(xiàn)知識短板與技術(shù)需求。以此為導(dǎo)向，展開環(huán)境掃描，可以精簡搜尋范圍，降低智能技術(shù)應(yīng)用與實施的不確定性，防止因預(yù)判不足發(fā)生的管理沖突。王雪原和馬維睿［25］的研究也表明，較好的知識整合能形成邊界清晰、依賴關(guān)系明確的智能化需求，繼而驅(qū)使制造企業(yè)對業(yè)務(wù)模塊、生產(chǎn)流程和要素配置進(jìn)行適應(yīng)性調(diào)整，促進(jìn)共性智能技術(shù)與個性應(yīng)用需求的集成，有利于加快智能化轉(zhuǎn)型。

同時，智能化轉(zhuǎn)型對智能技術(shù)創(chuàng)新有較大的依賴性。CAINELLI等［26］對西班牙裝備制造企業(yè)的實證分析結(jié)果說明，關(guān)鍵領(lǐng)域的技術(shù)創(chuàng)新是加速組織智能化轉(zhuǎn)型的有效方法。而知識整合能不斷吸收新知識，產(chǎn)生新方案，使制造企業(yè)持續(xù)優(yōu)化知識結(jié)構(gòu)，豐富知識基礎(chǔ)，發(fā)掘全新功能的知識關(guān)聯(lián)方式。這不僅改善技術(shù)創(chuàng)新效率，提高設(shè)備的智能化水平，而且可以促進(jìn)知識存量的相互激活、評價與修正，鼓勵各部門圍繞智能化開展知識創(chuàng)新，為適應(yīng)智能化技術(shù)體系提供知識支撐。

另外，實施知識整合的制造企業(yè)對生產(chǎn)、管理和智能技術(shù)知識統(tǒng)一規(guī)劃，不僅能解決信息孤島和網(wǎng)絡(luò)異構(gòu)性問題，推進(jìn)產(chǎn)品、設(shè)備、服務(wù)的集成化聯(lián)通，而且可以減少數(shù)據(jù)碎片，規(guī)范數(shù)據(jù)格式，引領(lǐng)數(shù)據(jù)的有序供給與對接，為智能化轉(zhuǎn)型創(chuàng)設(shè)良好的數(shù)據(jù)基礎(chǔ)。更進(jìn)一步，通過知識整合，制造企業(yè)可以積累智能化轉(zhuǎn)型經(jīng)驗，深化原有知識領(lǐng)域的認(rèn)知，以便快速集成共性智能技術(shù)與個性應(yīng)用需求，形成適配于自身運營特點的智能化方案，有助于準(zhǔn)確把握智能化轉(zhuǎn)型的機(jī)會窗口。為此，提出如下假設(shè)。

H3 知識整合對制造企業(yè)的智能化轉(zhuǎn)型有正向影響。

1.5 知識整合的中介作用

制造企業(yè)的智能化轉(zhuǎn)型是將智能技術(shù)嵌入企業(yè)價值鏈的過程，涉及產(chǎn)品生產(chǎn)、管理、服務(wù)等環(huán)節(jié)和智能技術(shù)知識的系統(tǒng)規(guī)劃。然而，一方面制造企業(yè)現(xiàn)有知識資源和歷史數(shù)據(jù)往往形態(tài)多樣、離散分布，可能與智能化改造要求的數(shù)字基礎(chǔ)和知識結(jié)構(gòu)存在差異，需要利用知識整合程序進(jìn)行提煉、解碼與重組，為其提供良好的知識支撐。另一方面，知識整合發(fā)揮著獲取、解析、吸收異質(zhì)類知識經(jīng)驗的作用，能夠幫助制造企業(yè)加深對新知識和新觀念的理解，使其在接入、操作和利用智能技術(shù)時更加自如，有助于探索共性智能技術(shù)與自身企業(yè)特征相適應(yīng)的智能化改造方案。不過，ZHENG等［27］研究認(rèn)為，知識整合具有較大的模糊性和不確定性，需要耗費資源、時間與成本，不同的整合方式也存在效率和效果的差異。而遵從效果推理的制造企業(yè)，可以通過獲得事先承諾與利益相關(guān)者結(jié)盟，為知識整合帶來關(guān)鍵知識、資源支持和學(xué)習(xí)渠道。利用柔性使其能夠靈活調(diào)整組織結(jié)構(gòu)與制度，不斷增強(qiáng)智能技術(shù)知識與流程整合的動態(tài)適應(yīng)性。加大試驗力度，則可以最大限度地降低決策失誤，使制造企業(yè)利用一系列微嘗試，迭代出準(zhǔn)確的知識整合路徑。雖然過于強(qiáng)調(diào)止損讓制造企業(yè)容易產(chǎn)生“短視”，造成知識整合前瞻性不足，但畢竟可承受損失能幫助制造企業(yè)節(jié)約成本，提高知識整合效率。一言以蔽之，作為重要的學(xué)習(xí)型戰(zhàn)略，效果推理能推進(jìn)制造企業(yè)的知識整合活動，繼而利用知識的系統(tǒng)規(guī)劃，改善現(xiàn)有知識基礎(chǔ)，融合數(shù)據(jù)決策與人類智慧之間的關(guān)系，不斷探索與產(chǎn)品性質(zhì)和運營特征相匹配的智能化解決方案，為智能化轉(zhuǎn)型提供動力。知識整合是效果推理作用于制造企業(yè)智能化轉(zhuǎn)型的重要途徑。為此，本文提出如下假設(shè)。

H4a 知識整合在先前承諾與制造企業(yè)智能化轉(zhuǎn)型間有中介作用。

H4b 知識整合在柔性與制造企業(yè)智能化轉(zhuǎn)型間有中介作用。

H4c 知識整合在試驗與制造企業(yè)智能化轉(zhuǎn)型間有中介作用。

H4d 知識整合在可承受損失與制造企業(yè)智能化轉(zhuǎn)型間有中介作用。

1.6 界面管理的調(diào)節(jié)作用

界面主要用于描述不同職能部門、功能單元間的交互狀態(tài)。而界面管理就是為完成同一任務(wù)，把界面關(guān)系納入管理視野，利用各種管理技巧，實現(xiàn)界面各方的交流與整合［28］。雖然企業(yè)界面管理的發(fā)展經(jīng)歷了職能分割、部門合作、戰(zhàn)略聯(lián)結(jié)3個不同階段，但目前多數(shù)研究認(rèn)同，將界面管理與企業(yè)戰(zhàn)略相結(jié)合，在長遠(yuǎn)戰(zhàn)略規(guī)劃下實施界面管理，可以保障組織能及時有效地溝通［29］。為此，本研究將界面管理定義為制造企業(yè)對內(nèi)部平行、垂直或交叉職能部門之間進(jìn)行控制、協(xié)調(diào)和溝通的管理活動。

知識整合并非局限于單一職能部門，而是牽涉多部門間合作并進(jìn)的過程。部門間的利益沖突和溝通障礙可能阻礙知識整合作用的發(fā)揮。界面管理能提升組織內(nèi)部的知識整合效果，解決界面兩側(cè)的利益分配、信息溝通、流程銜接等問題。因此，界面管理較好的制造企業(yè)，可以通過高效的知識整合，統(tǒng)一規(guī)劃生產(chǎn)、管理和智能技術(shù)知識，活躍部門間的要素交換，有助于驅(qū)動分布式數(shù)據(jù)的編碼采集和對接處理，加快智能技術(shù)改造進(jìn)程。并且，界面管理能及時反饋市場變動，在企業(yè)的知識整合中融入用戶參數(shù)，為提升大規(guī)模定制化生產(chǎn)能力、促進(jìn)智能化轉(zhuǎn)型奠定堅實的知識基礎(chǔ)。再則，良好的界面管理能減少知識整合過程中的部門沖突，提高職能部門間的合作效率，使資源和能力的整體配置逼近效率前沿，有利于制造企業(yè)智能化轉(zhuǎn)型的可行性和持續(xù)性。與此相反，低界面管理水平的制造企業(yè)對市場反應(yīng)遲鈍，組織內(nèi)耗較大，易于使企業(yè)的知識整合陷入機(jī)械重復(fù)和無向狀態(tài)，注意力資源分散，智能化成本上升，進(jìn)而導(dǎo)致企業(yè)生產(chǎn)的新智能產(chǎn)品可能因為合法性、創(chuàng)新性、時效性不足等問題不被市場消費者接受，對智能化轉(zhuǎn)型造成障礙。因此，提出如下假設(shè)。

H5a 界面管理正向調(diào)節(jié)知識整合和制造企業(yè)智能化轉(zhuǎn)型的關(guān)系。

更進(jìn)一步，鮑世贊等［30］研究證實，效果推理著重從既有手段出發(fā)，可能因缺失目標(biāo)計劃，在知識整合活動中產(chǎn)生認(rèn)知偏差風(fēng)險，從而阻礙智能化轉(zhuǎn)型進(jìn)程。而良好的界面管理有助于提升部門間的溝通效率，提高信息交互質(zhì)量，通過多渠道知識信息的碰撞融合，降低認(rèn)知偏差的發(fā)生概率，使知識整合更好地服務(wù)于智能化轉(zhuǎn)型的需求。游達(dá)明和王美媛［31］研究表明，界面管理能促進(jìn)市場需求和用戶信息的自由流動，保證效果推理指引下的制造企業(yè)在知識整合的原型獲取、知識組合以及深度加工過程中都能植入用戶參數(shù)，進(jìn)而提升個性化市場需求的適應(yīng)能力。而滿足動態(tài)變化的個性化需求恰恰是實現(xiàn)智能制造、推動制造企業(yè)智能化轉(zhuǎn)型的重要動力［32］。為此，界面管理有助于強(qiáng)化知識整合的傳導(dǎo)作用，驅(qū)使效果推理更好地作用于制造企業(yè)智能化轉(zhuǎn)型。反之，對市場機(jī)會和需求變動不夠敏感，將引起效果決策邏輯的盲目性，知識整合也易陷入知識冗余中，分散注意力資源，影響智能化轉(zhuǎn)型進(jìn)程。并且，內(nèi)部交流溝通不暢將加大效果推理的戰(zhàn)略實施成本，降低知識整合效率，對智能化轉(zhuǎn)型產(chǎn)生不利影響。為此，提出如下假設(shè)。

H5b 界面管理正向調(diào)節(jié)知識整合在效果推理與制造企業(yè)智能化轉(zhuǎn)型間的中介作用。

綜上，本研究構(gòu)建的制造企業(yè)智能化轉(zhuǎn)型理論模型如圖1所示。

圖1 理論模型Fig.1 Theoretical model

2 研究設(shè)計

2.1 數(shù)據(jù)來源

在江蘇省常州市、蘇州市、無錫市、南京市等地的高新區(qū)進(jìn)行問卷調(diào)研，選取這些地區(qū)的制造企業(yè)的原因在于：當(dāng)?shù)氐闹悄苤圃旎A(chǔ)優(yōu)勢和產(chǎn)業(yè)優(yōu)勢比較明顯，在國內(nèi)具有一定的代表性，并且智能制造一直是當(dāng)?shù)卣攸c部署的工作，受政策影響，高新區(qū)內(nèi)制造企業(yè)的智能化改造活動較為活躍。依托常州大學(xué)的校企合作平臺，通過中間人輔助，課題組向隨機(jī)選取的50家制造企業(yè)發(fā)放問卷，行業(yè)主要涉及電子通信、生物制藥、服裝紡織、裝備制造等。從深入企業(yè)的訪談中了解到，這些制造企業(yè)都在從事一種或多種智能化改造項目，面臨較高的模糊性和不確定性。為確保填寫質(zhì)量，明確告知受訪企業(yè)，應(yīng)由掌握企業(yè)知識整合和創(chuàng)新情況并負(fù)責(zé)生產(chǎn)管理、運營規(guī)劃、技術(shù)研發(fā)等部門的高管匿名填寫問卷。自2019年5月開始，采用現(xiàn)場填寫和電子郵件形式，共發(fā)放問卷350份，截至2020年3月底，回收問卷267份。剔除空白太多、反應(yīng)傾向過于一致的問卷后，最終得到有效問卷216份，其中，線上獲取72份，線下獲取144份，有效回收率為61.7%。樣本的基本特征如表1所示。

表1 樣本分布統(tǒng)計特征Tab.1 Statistical characteristics of sample distribution

2.2 變量測量

主要變量參考國內(nèi)外成熟量表測量題項并采用李克特5級量表測度變量。為了確保有效性，在正式發(fā)放量表之前，一方面請有關(guān)專家對問卷提出多輪修改意見，另一方面，在校內(nèi)舉行的新能源裝備企業(yè)高管培訓(xùn)班實施了預(yù)調(diào)研（N=60），以確定最終的量表題項。

智能化轉(zhuǎn)型借鑒孟凡生和趙剛［4］的研究成果，從智能化轉(zhuǎn)型的意愿與行為兩個角度衡量。在初始小樣本測試中，通過因子載荷統(tǒng)計檢驗，剔除了因子載荷在0.45以下的題項，確定了包含“我們有智能化轉(zhuǎn)型的意愿”等在內(nèi)的4個題目。

效果推理參考CHANDLER等［16］開發(fā)的量表。先前承諾4個題項，比如“我們試圖讓利益相關(guān)者提前認(rèn)同我們的項目”等。柔性4個題項，比如“我們根據(jù)手邊資源調(diào)整工作安排”等。試驗包括3個題項，比如“我們提供的產(chǎn)品與最初規(guī)劃有顯著區(qū)別”等。可承受損失由3個題項構(gòu)成，比如“我們的投資額取決于所能承受的損失”等。

知識整合采用LANSITI和CLARK［33］的量表，包含靈活性與效率性兩個維度。由于在預(yù)測試時，它們之間存在較高的相關(guān)性（r=0.782），因此，合并兩個維度的題項，并利用主成分分析法做因子分析，結(jié)果萃取到一個共同因子，特征值為4.327，累積解釋總方差為67.8%，說明能夠把兩個維度合并為7個題項的單一維度。典型題項如“我們能從外界獲得新知識代替舊知識”等。

界面管理參考MARTIN［28］的4題項量表，并根據(jù)指示物轉(zhuǎn)移原理，保持構(gòu)念的基本意義，指示物轉(zhuǎn)向智能制造進(jìn)行測量，比如“我們職能部門間的界面溝通狀況良好”等。

在控制變量上，選取制造企業(yè)年齡（Age）、規(guī)模（Scale）兩個指標(biāo)。實際測量時，企業(yè)年齡采用企業(yè)創(chuàng)辦年限測度。企業(yè)規(guī)模按人員數(shù)量分為50人以下、51～200人、201～500人、501～1 000人和1 000人以上5個等級，分別賦值為1～5。

2.3 信度效度檢驗

表2 顯示，所有變量的信度值均大于基準(zhǔn)值0.7，說明本研究的量表調(diào)查結(jié)果具有較高的信度。并且，問卷各個題目的因子載荷都高于0.6，再結(jié)合表3中方差萃取量（AVE）的平方根都大于各變量間相關(guān)系數(shù)的事實，可以認(rèn)為量表效度達(dá)到要求。表3還匯報了描述性統(tǒng)計和相關(guān)系數(shù)。

表2 探索性因子分析Tab.2 Exploratory factor analysis

2.4 數(shù)據(jù)同源偏差檢驗

為減少同源誤差方面的問題，本文不僅做了預(yù)先調(diào)研，而且在正式調(diào)研時，根據(jù)PODSAKOFF等［34］的建議采取以下措施：①向受訪者承諾，所有數(shù)據(jù)僅用于學(xué)術(shù)研究，保證不對外披露，并且題目無對錯之分，依據(jù)實際情況填寫；②量表翻譯極力采用通俗語言，便于受訪者理解；③問卷確保讓業(yè)務(wù)流程的不同部門負(fù)責(zé)人填寫；④采用Harman單因素檢驗法對問卷做因子分析。結(jié)果發(fā)現(xiàn)，在未旋轉(zhuǎn)情況下，第一個主成分解釋的變異量為25.71%，累積總方差解釋為77.2%，因變量和自變量也分別載荷到不同的因子上。因此，不存在單一因子解釋大部分變異的現(xiàn)象，同源偏差對后續(xù)分析影響不大。

表3 描述性統(tǒng)計與相關(guān)分析結(jié)果Tab.3 Descriptive statistics and correlation analysis results

3 實證分析

采用SPSS20.0進(jìn)行層級回歸分析，結(jié)果如表4所示。

表4 層級回歸分析結(jié)果Tab.4 Hierarchical regression analysis results

3.1 主效應(yīng)檢驗

模型1包括控制變量和自變量的一次項，模型2中又加入可承受損失的平方項后，實證結(jié)果表明：先前承諾（γ=0.322，p＜0.001）、柔性（γ=0.246，p＜0.001）、試驗（γ=0.271，p＜0.001）對制造企業(yè)智能化轉(zhuǎn)型有積極影響，H1a、H1b、H1c得到驗證；而對比模型1和模型2發(fā)現(xiàn)，可承受損失的平方項與制造企業(yè)智能化轉(zhuǎn)型顯著負(fù)相關(guān)（γ=-0.187，p＜0.01），因此，二者之間呈現(xiàn)倒U形曲線關(guān)系，H1d得到支持。

3.2 中介效應(yīng)檢驗

首先，模型6 考察了自變量對知識整合的影響。結(jié)果表明：先前承諾（γ=0.173，p＜0.001）、柔性（γ=0.147，p＜0.01）、試驗（γ=0.169，p＜0.01）對知識整合有顯著正向影響，并且可承受損失的平方項（γ=-0.218，p＜0.01）與知識整合顯著負(fù)相關(guān)，說明兩者之間為倒U形曲線關(guān)系，H2a、H2b、H2c、H2d獲得支持。

其次，模型3 中加入自變量的一次項和中介變量，發(fā)現(xiàn)知識整合（γ=0.184，p＜0.001）與制造企業(yè)智能化轉(zhuǎn)型正相關(guān)，H3 得到驗證。對比模型1，先前承諾（γ=0.161，p＜0.05）、柔性（γ=0.112，p＜0.05）、實驗（γ=0.134，p＜0.05）的顯著性均下降，因此，知識整合的中介作用H4a、H4b、H4c得到驗證。

最后，根據(jù)EDWARDS和LAMBERT［35］的檢驗方法，在模型4中加入自變量一次項和中介變量知識整合、可承受損失的平方項以及可承受損失和知識整合的交叉項。此時，可承受損失的平方項的回歸系數(shù)（γ=-0.123，p＜0.01）負(fù)向顯著，再次說明其與制造企業(yè)智能化轉(zhuǎn)型的倒U形曲線關(guān)系。值得注意的是，可承受損失與知識整合的交互項對制造企業(yè)智能化轉(zhuǎn)型的作用不顯著（γ=0.062，p＞0.05），這說明知識整合與制造企業(yè)智能化轉(zhuǎn)型的關(guān)系不受可承受損失的權(quán)變影響，即知識整合與可承受損失間的倒U 形關(guān)系，會經(jīng)由知識整合的中介作用影響制造企業(yè)的智能化轉(zhuǎn)型。H4d獲得支持。

3.3 調(diào)節(jié)效應(yīng)檢驗

模型5 的結(jié)果顯示，知識整合與界面管理的交乘項對制造企業(yè)智能化轉(zhuǎn)型的影響顯著（γ=0.138，p＜0.05），說明界面管理在知識整合與制造企業(yè)智能化轉(zhuǎn)型之間關(guān)系有正向調(diào)節(jié)作用。圖2 繪出了界面管理（比均值高低一個標(biāo)準(zhǔn)差水平）的調(diào)節(jié)效應(yīng)。H5a得到驗證。

3.4 有調(diào)節(jié)的中介效應(yīng)檢驗

將樣本量設(shè)置為5 000，利用Bootstrap 方法，驗證有調(diào)節(jié)的中介效應(yīng)。結(jié)果表明：當(dāng)界面管理比均值高出一個標(biāo)準(zhǔn)差時，知識整合的中介效應(yīng)值為0.221，并且95%的置信區(qū)間為［0.016，0.361］，不包含0在內(nèi)；而當(dāng)界面管理比均值低于一個標(biāo)準(zhǔn)差時，知識整合的中介效應(yīng)值為0.132，95%的置信區(qū)間為［0.002，0.215］，同樣不包含0 在內(nèi)。更進(jìn)一步，兩種條件下的間接效應(yīng)（Δγ=0.083）值的95%置信區(qū)間為［0.005，0.104］，不包含0。因此，知識整合的中介效應(yīng)在界面管理較高的樣本中更明顯，H5b 得到支持。

圖2 界面管理的調(diào)節(jié)作用Fig.2 Moderating role of interface management

4 結(jié)論與啟示

4.1 研究結(jié)論

本研究探討了效果推理對制造企業(yè)智能化轉(zhuǎn)型的影響機(jī)理，研究結(jié)論如下。①效果推理除可承受損失以外的其他3 個原則，均對制造企業(yè)智能化轉(zhuǎn)型有顯著的正向影響。這說明，獲取利益相關(guān)方的預(yù)先承諾，大膽試驗新想法，并盡力保持組織柔性，對智能化轉(zhuǎn)型的制造企業(yè)而言至關(guān)重要。同時，可承受損失的倒U 形影響，意味著過度或忽略預(yù)設(shè)止損的制造企業(yè)實施智能化轉(zhuǎn)型績效較差，需要根據(jù)實際情況權(quán)衡利弊，靈活調(diào)整止損上限。在核心場景和關(guān)鍵流程的技術(shù)改造時，固守可承受損失原則，可能由于試錯不充分，能動性受限，產(chǎn)生“短視”，阻礙智能化轉(zhuǎn)型。②知識整合在效果推理各維度與制造企業(yè)智能化轉(zhuǎn)型的關(guān)系中有顯著的中介作用。遵從效果推理的制造企業(yè)，能在最大止損原則下利用柔性、迭代試驗和利益相關(guān)方的預(yù)先承諾，持續(xù)獲取、吸收、組合、重構(gòu)分散的多類別知識。借助系統(tǒng)化、社會化的知識整合，制造企業(yè)能比競爭對手更快地剔除知識冗余，彌補(bǔ)知識缺口，調(diào)整組織結(jié)構(gòu)和運營機(jī)制，以識別、開發(fā)符合自身運營特點的智能化機(jī)會，促進(jìn)智能化轉(zhuǎn)型進(jìn)程。③在知識整合與制造企業(yè)智能化轉(zhuǎn)型的關(guān)系中，界面管理有顯著的正向調(diào)節(jié)作用。這說明良好的界面管理通過促成跨部門間的合作，能提升制造企業(yè)對市場機(jī)會的警覺，進(jìn)而引導(dǎo)注意力資源圍繞智能產(chǎn)品商機(jī)的識別和開發(fā)。這不僅有助于減少內(nèi)耗，提高知識整合效率，而且能強(qiáng)化知識整合向智能化轉(zhuǎn)型的優(yōu)勢，迅速形成符合自身資源特色又貼近市場需求的大規(guī)模定制化生產(chǎn)方案，提升智能化轉(zhuǎn)型的可行性和連續(xù)性。

4.2 理論貢獻(xiàn)

首先，本研究拓展了效果推理的理論應(yīng)用范圍。于曉宇和陶奕達(dá)［36］指出，效果推理誕生并主要應(yīng)用于創(chuàng)業(yè)領(lǐng)域，目前將其應(yīng)用于其他不確定情境中的研究較少。崔連廣等［37］認(rèn)為，不確定性并非創(chuàng)業(yè)情境所特有，而是管理實踐各領(lǐng)域普遍面對的問題，探析效果推理對其他構(gòu)念的影響將促使效果推理理論向前發(fā)展。本研究驗證了效果推理對制造企業(yè)智能化轉(zhuǎn)型的影響以及知識整合的中介作用，拓展了效果推理理論新的探索方向。

其次，本研究豐富了智能化轉(zhuǎn)型的理論體系。李廉水等［1］曾指出智能化轉(zhuǎn)型的研究尚處初級階段，多數(shù)成果聚焦于智能化轉(zhuǎn)型為制造企業(yè)帶來的新變化，但對具體轉(zhuǎn)型過程以及過程中面臨的風(fēng)險缺乏必要的關(guān)注。本研究的實證結(jié)果表明，效果推理能夠幫助制造企業(yè)克服資源短缺、經(jīng)驗不足等因素引起的不確定性風(fēng)險，推動智能化轉(zhuǎn)型進(jìn)程。因此，本研究為THOBEN等［38］提出的戰(zhàn)略決策風(fēng)格與智能化轉(zhuǎn)型可能存在相關(guān)性的觀點提供了理論依據(jù)，有助于從效果推理的理論視角深化智能化轉(zhuǎn)型的研究。

最后，本研究對界面管理的理論發(fā)展有積極貢獻(xiàn)。BRUNDIERS等［39］的研究指出，界面管理的多數(shù)成果集中于產(chǎn)品創(chuàng)新與市場營銷界面，對其他領(lǐng)域界面的討論較少。游達(dá)明和王美媛［40］也認(rèn)為，界面管理的應(yīng)用性研究和實證性研究較少，弱化了界面管理理論的實踐指導(dǎo)價值。本研究在探討知識整合對智能化轉(zhuǎn)型的作用時，考慮了界面管理的調(diào)節(jié)作用，既能從新視角推動制造企業(yè)智能化轉(zhuǎn)型的相關(guān)研究，也對發(fā)展界面管理理論具有重要意義。

4.3 管理啟示

我國轉(zhuǎn)型經(jīng)濟(jì)背景下，獨特的制度與市場環(huán)境加劇了制造企業(yè)智能化轉(zhuǎn)型的不確定性風(fēng)險，需要運用效果推理的戰(zhàn)略決策邏輯指引制造企業(yè)抓住機(jī)會窗口，獲取智能化轉(zhuǎn)型成果。具體而言，遵從效果推理原則的制造企業(yè)可以通過試驗和獲取潛在利益相關(guān)方的先前承諾，快速構(gòu)建開放式智能制造體系，并有意識地借助一系列小目標(biāo)的試錯反饋，吸收整合智能化轉(zhuǎn)型相關(guān)的知識、資源和經(jīng)驗，降低智能化轉(zhuǎn)型風(fēng)險。同時，智能化轉(zhuǎn)型過程中應(yīng)保持柔性化的組織結(jié)構(gòu)和管理制度，促進(jìn)資源配用不斷接近效率前沿，快速提升人工智能的技術(shù)創(chuàng)新和應(yīng)用能力，不斷探尋適配于自身運營特征的智能化解決方案。

制造企業(yè)既要關(guān)注最大可承受損失的積極方面，也需要意識到其作用有拐點。尤其在創(chuàng)新性智能解決方案時，不能完全依賴預(yù)設(shè)止損標(biāo)準(zhǔn)，過于強(qiáng)調(diào)防控財務(wù)風(fēng)險，而應(yīng)從實際情況出發(fā)，適時加大資源投入，加強(qiáng)利益相關(guān)者互動，以突破關(guān)鍵核心技術(shù)瓶頸，較競爭者更快地把握智能化轉(zhuǎn)型機(jī)會。

知識整合中介了效果推理對智能化轉(zhuǎn)型的作用過程，這就要求制造企業(yè)積極開展對異質(zhì)類知識的解碼與重構(gòu)，加深智能制造類知識與企業(yè)現(xiàn)有知識基礎(chǔ)、文化、制度的碰撞融合，提升知識整合效率，促進(jìn)智能技術(shù)對接的速度和有效性，推動智能化轉(zhuǎn)型。

界面管理正向調(diào)節(jié)知識整合與智能化轉(zhuǎn)型的關(guān)系。因此，制造企業(yè)應(yīng)著力建設(shè)規(guī)則統(tǒng)一、交流順暢的互動溝通平臺，強(qiáng)化職能部門間的界面合作，統(tǒng)一規(guī)劃生產(chǎn)、管理和智能技術(shù)知識，從資源配置和知識整合效率方面促進(jìn)智能化轉(zhuǎn)型的有效性和持續(xù)性。同時，制造企業(yè)應(yīng)積極探索企業(yè)與顧客之間的信息共享與界面溝通渠道，通過精巧的管理工具和制度設(shè)計，在企業(yè)的知識整合中融入用戶參數(shù)，以強(qiáng)化大規(guī)模定制化生產(chǎn)能力，滿足動態(tài)的個性化市場需求，促進(jìn)智能化轉(zhuǎn)型進(jìn)程。

4.4 研究局限與展望

研究存在一定的局限，有待進(jìn)一步完善。①REUBER等［41］的研究證實，管理實踐中決策者并非單一使用效果推理的決策邏輯，往往會混合使用因果推理與效果推理兩種戰(zhàn)略決策邏輯。因此，未來研究可以考慮在模型中引入因果推理，以期更加完整地揭示戰(zhàn)略決策邏輯對制造企業(yè)智能化轉(zhuǎn)型的影響。②效果推理是一個正在發(fā)展的概念，其維度劃分并不統(tǒng)一。中國轉(zhuǎn)型經(jīng)濟(jì)的特殊性可能會造成效果推理內(nèi)涵的變化，如，智能化轉(zhuǎn)型的制造企業(yè)通過政治關(guān)聯(lián)降低環(huán)境或制度不完善帶來的不確定性，這在效果推理現(xiàn)有界定和量表中被忽視。未來應(yīng)深入制造企業(yè)智能化轉(zhuǎn)型實踐，利用案例訪談提煉和完善效果推理的測量工具。③受限于時間與精力，研究樣本主要源于長三角地區(qū)，為了提升樣本數(shù)據(jù)的代表性，未來可收集來自珠三角或其他智能制造活躍度處于中上水平地區(qū)的制造企業(yè)數(shù)據(jù)進(jìn)行實證分析，以檢驗研究結(jié)論的穩(wěn)健性。