制造性企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新的影響研究

基金項目：2023年北京市大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目“制造性企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新的影響研究”（項目編號：10805136023XN262-225）

摘 要：近幾年來，我國的制造業(yè)發(fā)展成績斐然。作為國民經(jīng)濟的支柱產(chǎn)業(yè)，制造業(yè)極大程度上體現(xiàn)了國家創(chuàng)造力、競爭力和綜合國力。在當(dāng)前世界百年變局、新一輪科技與產(chǎn)業(yè)革命持續(xù)演進(jìn)的時代背景下，實現(xiàn)制造業(yè)中間產(chǎn)品的自主創(chuàng)新是提升中國產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平，進(jìn)而實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵所在。本文為研究制造性企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新的影響，采用了控制變量法，運用了評價指標(biāo)體系法，通過SPSS軟件對2010—2019年我國制造業(yè)上市公司數(shù)據(jù)進(jìn)行回歸分析，得出制造性企業(yè)的數(shù)字化轉(zhuǎn)型將有力地推動產(chǎn)品創(chuàng)新。

關(guān)鍵詞：制造業(yè)；數(shù)字化轉(zhuǎn)型；產(chǎn)品創(chuàng)新

一、引言

數(shù)字化轉(zhuǎn)型是新時代發(fā)展格局下企業(yè)發(fā)展的必經(jīng)之路，其本質(zhì)是實體經(jīng)濟與數(shù)字技術(shù)的深度融合，突破傳統(tǒng)要素邊界，進(jìn)而產(chǎn)生的一種新型商業(yè)模式。目前的文獻(xiàn)主要探究了制造業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)品創(chuàng)新的影響，但是關(guān)于數(shù)字化轉(zhuǎn)型和制造業(yè)企業(yè)產(chǎn)品創(chuàng)新二者的關(guān)系尚未有學(xué)者做出相關(guān)研究。本文嘗試將二者結(jié)合起來，在分析總結(jié)國內(nèi)外相關(guān)研究和中國數(shù)字化轉(zhuǎn)型與企業(yè)產(chǎn)品創(chuàng)新現(xiàn)狀的基礎(chǔ)上，進(jìn)一步探討數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)產(chǎn)品創(chuàng)新的影響以及兩者之間的線性關(guān)系，豐富了制造業(yè)企業(yè)產(chǎn)品理論和數(shù)字化轉(zhuǎn)型理論。

二、研究內(nèi)容與方法

1.概念定義

（1） 數(shù)字化轉(zhuǎn)型

數(shù)字化時代下，數(shù)字化轉(zhuǎn)型成為拉動企業(yè)發(fā)展、促進(jìn)科技創(chuàng)新的新引擎。國外開展數(shù)字化研究與數(shù)字化轉(zhuǎn)型要早于中國，具有一定的領(lǐng)先優(yōu)勢。國外學(xué)者通常研究轉(zhuǎn)型的目的和過程，旨在打破傳統(tǒng)的市場模式和行業(yè)壁壘。我國的學(xué)者林琳等（2019）認(rèn)為數(shù)字化轉(zhuǎn)型以包容性、普惠性、智能型的優(yōu)勢深度影響了企業(yè)的價值創(chuàng)造和獲取方法。龍幗瓊（2022）在結(jié)合張培剛（2014）對于工業(yè)化定理邏輯的基礎(chǔ)上，從經(jīng)濟學(xué)角度對數(shù)字化進(jìn)行了新的定義。數(shù)字化是由數(shù)字技術(shù)應(yīng)用而引發(fā)的一系列基礎(chǔ)生產(chǎn)函數(shù)發(fā)生由低級向高級過渡的突破性、連續(xù)性變化，最早存在于某一部門組織的生產(chǎn)函數(shù)很可能演化為一種全新的生產(chǎn)函數(shù)并對企業(yè)整體形成支配。

數(shù)字化轉(zhuǎn)型目前仍處于發(fā)展階段，常見的衡量角度可以從數(shù)字人才、數(shù)字研發(fā)投入、信息化等角度入手，選擇企業(yè)經(jīng)營數(shù)據(jù)，通過賦值或者真實數(shù)據(jù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。本文選擇從數(shù)字研發(fā)投入角度入手，收集了2010—2019 年制造業(yè)29個細(xì)分行業(yè)上市公司的Ramp;D投入等數(shù)據(jù)，以此作為衡量數(shù)字化轉(zhuǎn)型的指標(biāo)，并通過科學(xué)的方法剔除錯誤的指標(biāo)。

（2） 產(chǎn)品創(chuàng)新

新時代背景下，產(chǎn)品創(chuàng)新是企業(yè)發(fā)展的重要步驟。只有不斷創(chuàng)新，才能在百年之大變局中尋求突破。簡單來講，產(chǎn)品創(chuàng)新就是研發(fā)、制造出新的產(chǎn)品。深入研究后發(fā)現(xiàn)，產(chǎn)品創(chuàng)新覆蓋面極廣。產(chǎn)品創(chuàng)新可以是增加產(chǎn)品的文化附加值，也可以是提升產(chǎn)品的功效?？偠灾翘嵘髽I(yè)競爭力，讓企業(yè)得到快速發(fā)展。

本文我們選擇以最簡單、最易收集的專利申請數(shù)量作為衡量指標(biāo)，可以直觀、顯著地表明制造業(yè)產(chǎn)品創(chuàng)新能力與進(jìn)程。

2.研究內(nèi)容

本文主要研究內(nèi)容包括以下四個方面：

提出本文所要研究的問題。從制造業(yè)現(xiàn)狀以及相關(guān)文獻(xiàn)出發(fā)，了解中國制造業(yè)數(shù)字化進(jìn)程、數(shù)字化發(fā)展方向、產(chǎn)品創(chuàng)新的進(jìn)程，從而形成一個整體認(rèn)識，建立理論框架。

對本文所提到的概念進(jìn)行界定，對相關(guān)概念進(jìn)行演化，形成替代指標(biāo)，為后續(xù)SPSS回歸分析提供數(shù)據(jù)基礎(chǔ)。

利用SPSS進(jìn)行回歸分析，構(gòu)建回歸模型，進(jìn)一步探究制造業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新的關(guān)系。通過數(shù)據(jù)，分析了制造業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新是否有促進(jìn)作用。

結(jié)合前文的數(shù)據(jù)分析，得出相關(guān)結(jié)論，對未來制造業(yè)數(shù)字化轉(zhuǎn)型提供政策建議。

3.研究方法

本文采用文獻(xiàn)分析法、評價指標(biāo)體系法、實證分析法進(jìn)行研究。

文獻(xiàn)分析法。首先我們收集大量關(guān)于中國制造業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新的文獻(xiàn)，經(jīng)過整理、分析，準(zhǔn)確把握我們的研究重點、研究難點，總結(jié)文獻(xiàn)資料中與本文研究相同的理論、研究方法等內(nèi)容，最終確認(rèn)了整體的研究方向，確定了最終的研究方法。

評價指標(biāo)體系法。確認(rèn)變量的一級指標(biāo)和二級指標(biāo)，通過查閱文獻(xiàn)、調(diào)查數(shù)據(jù)庫等方法收集相關(guān)數(shù)據(jù)。經(jīng)過大量數(shù)據(jù)的匯總整理、篩選，確定最終變量。

實證分析法。通過信息收集，研究制造業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新的影響，并且通過統(tǒng)計學(xué)方法對收集到的數(shù)據(jù)進(jìn)行處理分析，研究變量間的相互影響關(guān)系。

4.研究模型

本文通過建立線性回歸模型，研究制造性企業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)品創(chuàng)新的相關(guān)關(guān)系?；貧w模型是對統(tǒng)計關(guān)系進(jìn)行定量描述的一種數(shù)學(xué)模型。

一元線性回歸模型一般式：

{ Y=β0+β1x+?

E?=0，D?=б2

其中，β0、β1是固定的未知參數(shù)，也稱為回歸系數(shù)，自變量x是非隨機可精確觀測的，?是均值為0、方差為б2的隨機變量，在模型中它代表著其他隨機因素對Y產(chǎn)生的影響。記y=E（Y），則y=β0+β1x，稱為y對x的回歸直線方程。

多元線性回歸模型一般式：

Y=β0+β1x1+β2x2+…+βkxk+?

建立回歸模型遵循如下步驟：確定變量－建立預(yù)測模型－進(jìn)行相關(guān)分析－自變量和因變量存在相關(guān)關(guān)系－計算預(yù)測誤差－確定預(yù)測值。

5.研究創(chuàng)新與不足

（1） 可能的創(chuàng)新

通過SPSS線性回歸方法可以精確表現(xiàn)出變量間的關(guān)系；綜合研究條件與環(huán)境創(chuàng)新研究方式，不是從某一個學(xué)科或?qū)W派去研究，而是以思維視角通過關(guān)系來看待問題，深化理解。

（2） 存在的不足

首先是數(shù)據(jù)收集不全面，僅選取2010—2019年的數(shù)據(jù)，并且研究過程中選取的變量較少，其他可代替指標(biāo)存在數(shù)據(jù)收集難度。其次是數(shù)據(jù)分析過于簡單，只通過SPSS進(jìn)行回歸分析，無法反映出不同地區(qū)制造業(yè)的數(shù)字化轉(zhuǎn)型程度及對產(chǎn)品創(chuàng)新的影響。

三、數(shù)據(jù)處理與分析

1.數(shù)據(jù)收集

本次研究我們收集了制造業(yè)中29個細(xì)分行業(yè)的上市公司的相應(yīng)數(shù)據(jù)。數(shù)據(jù)收集分為兩個方向：一是通過查閱相關(guān)文獻(xiàn)，探索完善研究路線，獲取制造業(yè)數(shù)字化轉(zhuǎn)型以及產(chǎn)品創(chuàng)新的相關(guān)內(nèi)容。通過查閱國家統(tǒng)計局、國家專利統(tǒng)計局、中國科技統(tǒng)計局等專業(yè)統(tǒng)計機構(gòu)的相關(guān)數(shù)據(jù)，以及歷年《中國統(tǒng)計年鑒》，按時間軸形成數(shù)據(jù)資料。二是通過查閱、分析文獻(xiàn)，以及收集各地區(qū)統(tǒng)計年鑒數(shù)據(jù)，按地區(qū)匯總數(shù)據(jù)，研究各個地區(qū)制造性企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新的影響。

在數(shù)據(jù)收集的初期，我們通過文獻(xiàn)收集和統(tǒng)計數(shù)據(jù)。文獻(xiàn)收集就是通過查閱相關(guān)文獻(xiàn)，提煉出我們所研究的數(shù)據(jù)，包括智能化、數(shù)字化等詞頻。在進(jìn)行文獻(xiàn)收集時，要注意研究方向，靠近數(shù)字化轉(zhuǎn)型、制造性企業(yè)、產(chǎn)品創(chuàng)新，避免造成研究誤差；在數(shù)據(jù)收集后期，要對已收集的數(shù)據(jù)進(jìn)行二次收集，排除無關(guān)數(shù)據(jù)，避免造成研究誤差。在此階段我們發(fā)現(xiàn)數(shù)據(jù)有缺失情況，不能滿足時間要求。對此我們采用重新收集、更換指標(biāo)等方法進(jìn)行修正。

2.數(shù)據(jù)處理

將所收集到的所有數(shù)據(jù)匯總分類，包括以下幾類：制造性企業(yè)專利申請數(shù)量、制造型企業(yè)有效發(fā)明數(shù)量、制造業(yè)產(chǎn)品盈利額、制造業(yè)Ramp;D投資額、制造業(yè)Ramp;D研發(fā)人員全時當(dāng)量、制造業(yè)智能制造詞頻統(tǒng)計值。接下來將各分類數(shù)據(jù)再次篩選，剔除不符合時間要求（2010—2019年）的數(shù)據(jù)。對所有可用數(shù)據(jù)進(jìn)行規(guī)范化處理，同類數(shù)據(jù)統(tǒng)一單位。最后確定所使用數(shù)據(jù)出自同一數(shù)據(jù)源，在本文中即制造業(yè)29個細(xì)分行業(yè)上市公司數(shù)據(jù)。

四、實證分析

1.軟件應(yīng)用

本次研究我們選擇通過SPSS軟件進(jìn)行線性回歸分析。SPSS為IBM公司推出的一系列用于統(tǒng)計學(xué)分析運算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持任務(wù)的軟件產(chǎn)品及相關(guān)服務(wù)的總稱。1984年SPSS總部首先推出了世界上第一個統(tǒng)計分析軟件微機版本SPSS/PC+，開創(chuàng)了SPSS微機系列產(chǎn)品的開發(fā)方向，極大地擴充了它的應(yīng)用范圍，并使其能很快地應(yīng)用于自然科學(xué)、技術(shù)科學(xué)、社會科學(xué)的各個領(lǐng)域。

在正式進(jìn)行回歸分析前，在SPSS中設(shè)置數(shù)據(jù)變量。變量名稱依次為“制造業(yè)產(chǎn)品專利申請數(shù)量”“Ramp;D內(nèi)部投資（億元）”“Ramp;D研發(fā)人員全時當(dāng)量”“智能制造出現(xiàn)頻率”，四種變量均設(shè)置為數(shù)值，小數(shù)位為0，且為標(biāo)度數(shù)據(jù)。

導(dǎo)入數(shù)據(jù)后，首先通過正態(tài)性檢驗，在SPSS軟件中的分析－描述統(tǒng)計－探索中進(jìn)行，將數(shù)據(jù)中“制造業(yè)產(chǎn)品專利申請數(shù)量”變量選至因變量列表，將“Ramp;D內(nèi)部投資（億元）”“Ramp;D研發(fā)人員全時當(dāng)量”“智能制造出現(xiàn)頻率”選至因子列表，依次點擊繪制—帶檢驗的正態(tài)圖－直方圖，最后點擊確認(rèn)，完成分析。根據(jù)結(jié)果顯示，確定數(shù)據(jù)服從正態(tài)分布。

接下來選擇分析中的回歸，并且選擇線性回歸，導(dǎo)入因變量和自變量，選擇統(tǒng)計選項，進(jìn)行回歸分析。生成相應(yīng)結(jié)果。根據(jù)第一次分析結(jié)果，變量“Ramp;D研發(fā)人員全時當(dāng)量”“智能制造出現(xiàn)頻率”的顯著性（P值）大于0.05，未通過顯著性檢驗，故而剔除。

最終數(shù)字化轉(zhuǎn)型指標(biāo)體系見表1。

修正變量后通過線性回歸得出表2模型摘要、表3 ANOVA、表4系數(shù)。

2.結(jié)果分析

根據(jù)表2、表3，模型擬合情況R的平方值為0.976，意味著Ramp;D投資額可以解釋制造業(yè)專利申請數(shù)量大約98%的變化原因。回歸模型通過F檢驗（Plt;0.05），說明至少一個變量會對專利申請數(shù)量產(chǎn)生影響，且變量X1對Y有顯著性影響關(guān)系。

結(jié)合表4，通過回歸系數(shù)來看，X1變量的B值為139.234，說明變量X1對制造業(yè)上市公司專利申請數(shù)量呈現(xiàn)顯著的正向影響。綜上所述，回歸模型為：Y=139.234X1-715023.624。

所以得出結(jié)論：制造業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新有極大的促進(jìn)作用。

五、研究結(jié)論與期望

1.制造業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新的影響

（1） 根據(jù)回歸分析結(jié)果，數(shù)字化轉(zhuǎn)型指標(biāo)B值為139.234，證明數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新具有極大的促進(jìn)作用。這也就意味著我國制造業(yè)可以通過數(shù)字化轉(zhuǎn)型提升產(chǎn)品創(chuàng)新能力。產(chǎn)品創(chuàng)新不僅局限于新產(chǎn)品的產(chǎn)生，也包括現(xiàn)有產(chǎn)品的質(zhì)量升級。通過數(shù)字化轉(zhuǎn)型消除產(chǎn)品種類、質(zhì)量的限制，可以極大地增強企業(yè)經(jīng)濟發(fā)展，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，帶給企業(yè)更好的發(fā)展前景。

（2） 根據(jù)數(shù)據(jù)收集發(fā)現(xiàn)，地位因素對制造性企業(yè)數(shù)字化轉(zhuǎn)型程度存在一定影響，研究結(jié)果為中國東部地區(qū)制造性企業(yè)數(shù)字化轉(zhuǎn)型程度較強，對企業(yè)產(chǎn)品創(chuàng)新的促進(jìn)力更強；而中國西部地區(qū)制造性企業(yè)數(shù)字化轉(zhuǎn)型推進(jìn)程度較慢，雖然對產(chǎn)品創(chuàng)新有一定促進(jìn)作用，但并不明顯。并且通過文獻(xiàn)分析，按照地理位置合理化地對制造型企業(yè)進(jìn)行數(shù)字化投資可以更好地促進(jìn)制造性企業(yè)的產(chǎn)品創(chuàng)新。

（3） 通過文獻(xiàn)研究及回歸分析，數(shù)字化轉(zhuǎn)型的發(fā)展路線呈多元化，本文僅從數(shù)字化研發(fā)投入一個角度研究企業(yè)數(shù)字化轉(zhuǎn)型程度，缺少研究廣度。在企業(yè)發(fā)展的過程中，不僅可以考慮加大數(shù)字研發(fā)的投入，也可以考慮加強數(shù)字人才的培養(yǎng)、建設(shè)智能化基礎(chǔ)設(shè)施、結(jié)合“互聯(lián)網(wǎng)+”等多種形式。多元化的數(shù)字化轉(zhuǎn)型更加有利于產(chǎn)品的創(chuàng)新。

加強數(shù)字人才培養(yǎng)可以從聘請計算機應(yīng)用人員、企業(yè)高技術(shù)人才等方面進(jìn)行改進(jìn)。數(shù)字人才是一個企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的重要動力來源，空有經(jīng)濟投入并不能完全帶領(lǐng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。在制造性企業(yè)中，數(shù)字化轉(zhuǎn)型需要搭建自動化的生產(chǎn)流程，打破傳統(tǒng)的生產(chǎn)壁壘，智能化的設(shè)備更需要數(shù)字人才完成操作及升級。所以培養(yǎng)數(shù)字人才也可以促進(jìn)數(shù)字化轉(zhuǎn)型，并且促進(jìn)產(chǎn)品創(chuàng)新；建設(shè)智能化的生產(chǎn)設(shè)備，打造自動化的生產(chǎn)流程。數(shù)字化不僅是科研過程，更是設(shè)備更新、流程更新的過程。通過應(yīng)用高新技術(shù)設(shè)備，采用現(xiàn)代式生產(chǎn)流程，制造性企業(yè)可以節(jié)約大量生產(chǎn)時間，減少生產(chǎn)過程中的資源浪費、人力浪費。

2.未來發(fā)展

制造業(yè)是國家的經(jīng)濟支柱產(chǎn)業(yè)，是建設(shè)社會主義強國必不可少的一環(huán)。關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究結(jié)果，證明了企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)品創(chuàng)新具有重要的推動作用，企業(yè)Ramp;D投入的影響極為顯著。因此，通過持續(xù)加大研發(fā)投入，企業(yè)可以實現(xiàn)技術(shù)創(chuàng)新、產(chǎn)品與服務(wù)創(chuàng)新，構(gòu)建數(shù)字化解決方案，培養(yǎng)人才，提升競爭力，并在行業(yè)中樹立領(lǐng)導(dǎo)地位。在我國，政府也鼓勵企業(yè)加大Ramp;D投入，以推動數(shù)字化轉(zhuǎn)型的實施，促進(jìn)經(jīng)濟的持續(xù)發(fā)展。同時企業(yè)自身也要持續(xù)投資數(shù)字化轉(zhuǎn)型，培養(yǎng)數(shù)字化人才，積極主動打破傳統(tǒng)行業(yè)壁壘，尋求新的發(fā)展道路。

參考文獻(xiàn)：

[1]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144.

[2]梅仲欽.數(shù)字化轉(zhuǎn)型對中國制造業(yè)中間產(chǎn)品創(chuàng)新的影響研究[D].蘭州：蘭州大學(xué)，2023.

[3]林琳，呂文棟.數(shù)字化轉(zhuǎn)型對制造企業(yè)管理變革的影響——基于酷特智能與海爾的案例研究[J].科學(xué)決策，2019（01）：85-98.

[4]龍幗瓊.數(shù)字化對中國制造業(yè)高質(zhì)量發(fā)展的影響研究[D].昆明：云南財經(jīng)大學(xué)，2022.

[5]張培剛.農(nóng)業(yè)與工業(yè)化[M].北京：中國人民大學(xué)出版社，2014.

作者簡介：李云飛（2003.02— ），男，安徽省阜陽市人，北方工業(yè)大學(xué)經(jīng)濟管理學(xué)院，本科在讀，研究方向：技術(shù)創(chuàng)新管理；郭家佳（2003.03— ），女，山西省臨汾市人，北方工業(yè)大學(xué)經(jīng)濟管理學(xué)院，本科在讀，研究方向：技術(shù)創(chuàng)新管理；張經(jīng)強（1971— ），男，山東淄博人，管理學(xué)博士，北方工業(yè)大學(xué)經(jīng)濟管理學(xué)院教師，副教授，主要研究方向：技術(shù)創(chuàng)新管理。