智能制造對制造企業創新效率的非線性影響

杜傳忠 王曉蕾

摘 要： 增強制造業創新能力是實施制造強國的重點任務，深度探究制造業轉型升級中的創新效率問題有助于推動制造業創新發展?；?013—2019年中國滬深A股制造業上市公司的數據，通過實證考察智能制造對制造企業創新效率的非線性影響，并探究制造業服務化在其中的調節作用，研究結果表明：智能制造對我國制造企業創新效率具有顯著U型影響效應，主要影響機制是通過降低內部組織成本、減少企業內部融資兩個途徑提升制造企業創新效率。通過非線性影響的調節效應模型檢驗發現，制造業服務化對智能制造與制造企業創新效率的非線性關系起到正向調節作用，制造業服務化水平越高，智能制造前期對企業創新效率的負面影響就越弱。異質性分析發現，在大規?；驅嵤┎呗孕詣撔碌钠髽I中智能制造與制造企業創新效率的U型影響關系較顯著。為此，企業應系統應對智能制造應用過程中不同階段對企業創新驅動的作用效應，充分發揮服務化轉型對推動智能制造創新發展的重要作用，要根據自身規模和創新方式等選擇適宜的智能制造推進路徑。同時，應充分發揮政府對智能制造的協調、支持作用。

關鍵詞： 智能制造；服務化轉型；企業創新效率；非線性影響

中圖分類號：F407? 文獻標志碼：A? 文章編號：1006-0766（2024）01-0037-15

2023年中央經濟工作會議系統部署了2024年經濟工作的9項重點任務，首項即是以科技創新引領現代化產業體系建設。制造業作為我國實體經濟的基礎與主導，其創新能力和創新效率直接影響我國現代化產業體系建設的質量和水平?，F階段，我國制造業“大而不強”、企業創新效率不高的問題較為突出，并且面臨著來自國內的成本競爭優勢消失與國際上以美國為代表的發達國家“制造業回流”的雙重擠壓。如何提升我國制造業的創新效率和能力，實現制造業的規模優勢向創新和效率優勢轉換，是實現制造業高質量發展、加快建設現代化產業體系的重點任務。面對新一輪科技革命與產業變革機遇，智能制造成為我國制造強國建設的主攻方向，同時也是提高制造業創新效率和創新能力的重要路徑。

智能制造最早由美國學者賴特（P.K.Wright）和伯恩（D.A.Bourne） 在《智能制造》（Manufacturing Intelligence）一書中提出，是指“機器人應用制造軟件系統技術、集成系統工程以及機器人視覺等技術，實行批量生產的系統性過程”。隨著數字技術、智能技術等新興領域技術與現代制造技術的深度融合，智能制造相關技術、業態和生產體系得到快速發展與升級，以多層次、多維度的表現形式拓寬了智能制造的外延，但智能制造的內涵本質上始終以制造企業對高水平數字化技術的大規模應用為核心。宏觀意義上的智能制造與國家制造業資源配置能力和水平相關，是包含整個制造業生產和管理體系的復雜系統。本文所研究的智能制造，主要是微觀意義上的生產智能化，它是宏觀意義上智能制造的基礎，主要內容是制造企業通過構建智能化生產系統、網絡化分布生產設施，從而實現智能化轉型的生產過程，尚不具備貫穿設計、生產、管理、服務等制造業全鏈條的全面智能化特征。

目前我國數字化發展整體上還存在一定的不平衡、不充分問題，多數制造企業尚處于智能化改造初期，對人工智能技術、設施設備的引進與實際應用還存在一定的盲目性與片面性，加上科技創新存在底層技術基礎的關鍵短板以及中小企業面臨“不會轉、不能轉、不敢轉”的困境，導致智能制造并沒有帶來明顯的創新產出，造成創新效率低下。黨的二十大報告明確提出，要推進先進制造業與現代服務業深度融合。為此，本文不僅從智能制造初期創新驅動效應不足的現實出發，深入考察智能制造對制造企業創新效率的影響關系，而且基于先進制造業與現代服務業深度融合的背景，探究制造業服務化對智能制造推動制造業創新發展的重要影響。

一、文獻綜述

與本研究相關的文獻可以分為三個方面，分別是智能制造對制造企業創新效率的影響、智能制造與服務化轉型的相互關系以及服務化轉型對制造企業創新效率的影響。

首先，關于智能制造對制造企業創新效率的影響效應研究。相關研究可以追溯到人工智能、工業自動化等智能制造關鍵技術或模式的創新影響。劉斌和潘彤劉斌、潘彤：《人工智能對制造業價值鏈分工的影響效應研究》，《數量經濟技術經濟研究》2020年第10期。認為人工智能具有技術創新效應，能夠促進新知識的發現，同時對既有知識實現排列組合式創新，不僅可以提高研發創新效率，還可以加速場景創新，實現制造企業的創新發展。諸竹君等諸竹君等：《工業自動化與制造業創新行為》，《中國工業經濟》2022年第7期。將生產率和研發效率雙重異質性納入擴展理論框架，論證了工業自動化通過正向效率增進效應和技能互補效應、異質性的技術選擇效應和行業競爭效應，影響制造企業創新行為。其中，大部分文獻側面論證了智能制造對制造業創新具有正向促進效應，基本作用機制表現為通過提高企業信息處理能力、權小鋒、李闖：《智能制造與成本粘性——來自中國智能制造示范項目的準自然實驗》，《經濟研究》2022年第4期。優化企業人力資本結構，Zafar Nazarov and Alisher Akhmedjonov，“Education，On-the-job Training，and Innovation in Transition Economies，”Eastern European Economics，vol.50，no.6（2012），pp.28-56.以及緩解企業融資約束，尹洪英、李闖：《智能制造賦能企業創新了嗎？——基于中國智能制造試點項目的準自然試驗》，《金融研究》2022年第10期;S. J. Garca-Dastugue and D. M. Lambert，“Internet-Enabled Coordination in the Supply Chain，”Industrial Marketing Management，vol.32，no.3（2003），pp.251-263.從而促進企業創新。然而，也有一部分文獻認為，由于存在較大的投資成本、孟凡生等：《“智能+”對制造企業創新績效的影響機制研究》，《科研管理》2022年第9期?，F有生產管理系統剛性、資源使用方式固化A. Haug et al.，“The Impact of Information Technology on Product Innovation in SMEs： The Role of Technological Orientation，”Journal of Small Business Management，vol.61，no.2（2023），pp.384-410.等限制因素，智能制造實施初期不會對制造企業創新效率產生促進作用。來自勞動生產率效應方面的研究也有類似發現，如程文程文：《人工智能、索洛悖論與高質量發展：通用目的技術擴散的視角》，《經濟研究》2021年第10期?；谕ㄓ媚康募夹g擴散視角，論述了人工智能采用和擴散初期，勞動生產率增長會經歷較長的低迷階段，從而影響高質量發展，而勞動生產率增長其實也是創新產出的一種表現形式。還有文獻指出信息技術投資對創新不僅有促進作用，還會由于動態的調整成本抑制創新，通過實證進一步發現信息技術投資與企業創新績效的影響關系表現為非線性的特征，P. P. Karhade and John Qi Dong，“Information Technology Investment and Commercialized Innovation Performance： Dynamic Adjustment Costs and Curvilinear Impacts，”Mis Quarterly，vol.45，no.3（2021），pp.1007-1024.從信息技術層面初步揭示了智能制造與創新效率存在非線性的影響關系。

其次，關于智能制造與制造業服務化相互關系的研究。作為大數據、云計算、人工智能等新一代信息技術與制造業深度融合形成的新型生產方式，智能制造與制造業服務化轉型存在密切的互為發展關系?，F有研究從工業機器人、數字技術、矯萍、陳甬軍：《數字技術創新驅動現代服務業與先進制造業深度融合》，《光明日報》2022年8月9日，第11版;李曉華：《數字技術推動下的服務型制造創新發展》，《改革》2021年第10期。工業互聯網王曉蕾等：《工業互聯網賦能服務型制造網絡的演化邏輯與路徑優化研究》，《經濟學家》2022年第10期。等智能制造具體技術特征、模式和平臺等不同層面揭示二者之間的關系。這些研究發現，智能制造的發展與應用不僅是促進制造業服務化創新發展的根本動力，而且會對制造業服務化的推進和深化提出新的需求，二者之間形成相互激發、相互推進的協同發展態勢。其中，高翔和張敏高翔等：《工業機器人應用促進了“兩業融合”發展嗎？——來自中國制造企業投入服務化的證據》，《金融研究》2022年第11期。論證了工業機器人作為人工智能技術重要研究方向之一，通過促進技術創新、延長生產鏈條和提高生產效率，顯著提高了中國制造企業的服務增加值率。趙宸宇趙宸宇：《數字化發展與服務化轉型——來自制造業上市公司的經驗證據》，《南開管理評論》2021年第2期。認為數字化發展通過提高創新能力和優化人力資本結構，促進了制造企業服務化轉型，指出智能制造是企業服務化轉型的基礎，制造業服務化轉型將在高質量智能制造基礎上衍生出更多的服務化需求。

最后，關于制造業服務化與制造企業創新效率的影響研究?，F有研究多數認為，通過服務要素的投入和供給，制造業服務化貫穿于企業從創新行為來源、創新要素投入到創新產出的全過程，對制造企業創新效率具有明顯提升的作用。從創新行為的來源來看，制造企業服務化轉型推動企業管理從以產品生產為中心轉變為以客戶需求為中心，使企業為滿足客戶個性化需求進行創新。徐振鑫等：《制造業服務化：我國制造業升級的一個現實性選擇》，《經濟學家》2016年第9期。從創新要素的投入來看，制造企業能夠把知識、技術、信息、人力等創新要素以服務要素為載體，嵌入制造業價值鏈中，從而實現企業創新。李方靜：《制造業投入服務化與企業創新》，《科研管理》2020年第7期。從創新產出來看，服務化轉型使得企業以客戶需求為中心提供衍生服務，產生商業模式上的服務創新。L. J. Menor and A. V. Roth，“New Service Development Competence in Retail Banking： Construct Development and Measurement Validation，”Journal of Operations Management，vol.25，no.4（2007），pp.825-846.然而，還有部分研究認為，制造企業自身服務化轉型能力與發展條件的不足，劉維剛、倪紅福：《制造業投入服務化與企業技術進步：效應及作用機制》，《財貿經濟》2018年第8期?；蛘咄獠渴袌霏h境的風險和不確定性，V. Mathieu，“Service Strategies within the Manufacturing Sector： Benefits，Costs and Partnership，”International Journal of Service Industry Management，vol.12，no.5（2001），pp.451-475.都可能使企業陷入“服務化困境”，H. Gebauer，E. Fleisch and T. Friedli，“Overcoming the Service Paradox in Manufacturing Companies，”European Management Journal，vol.23，no.1（2005），pp.14-26.從而造成服務化對制造業創新的負面影響。不過，隨著數字經濟的發展，數據、算力、算法等成為新型生產要素并不斷重塑生產要素供給體系，通過對勞動、資本等傳統生產要素的功能倍加和智能替代，洪銀興、任保平：《數字經濟與實體經濟深度融合的內涵和途徑》，《中國工業經濟》2023年第2期。會逐漸打破制造業能力不足與傳統資源稀缺的限制。同時互聯互通、大數據集成、智能計算等技術的發展，為企業獲取市場的完備信息提供基礎，何大安：《互聯網應用擴張與微觀經濟學基礎——基于未來“數據與數據對話”的理論解說》，《經濟研究》2018年第8期。降低了由外部環境帶來的風險和不確定性，進而緩解了制造企業的“服務化困境”，使服務化能夠促進制造業創新。

綜上，現有文獻為厘清智能制造、服務化轉型與制造業創新效率間的影響關系提供了重要的參考，但仍存在進一步研究的空間。首先，有必要進一步深化對智能制造影響制造業創新的內在機制研究。大部分文獻認為智能制造對創新效率有促進的作用，但受成本、組織等約束，智能制造的創新驅動效應可能無法發揮，甚至會對企業創新效率產生非線性的影響，少有研究進一步探討智能制造對創新效率非線性影響的內在機制。其次，有必要從更高的維度、系統性層面揭示智能制造與服務化轉型之間的相互作用關系?，F有文獻往往從具體的技術特征和模式側面揭示智能制造與服務化轉型的重要聯系，缺乏對智能制造與制造業服務化兩者關系的深入考察。最后，有必要以服務化轉型為切入點，深化智能制造對制造企業創新效率的影響研究?，F有文獻并沒有結合智能制造、制造業服務化與制造企業創新效率的相互關系，從理論或實證上探討能否利用服務化轉型對制造業創新的促進作用來實現智能制造對制造企業的創新驅動效應。

二、制度背景與典型事實

（一）制度背景

我國智能制造是在新一輪科技革命與產業變革背景下不斷發展與演進的，其發展演進過程與我國推進工業化和信息化深度融合的歷史進程是一致的。

智能制造的發展最早可追溯到傳統的自動化制造階段，之后隨著新一代信息技術的發展，先后經歷了數字化制造、網絡化制造與智能化制造階段。在傳統自動化制造階段，我國通過引進成套的自動化設施設備，開始用機器人代替人的體力勞動和部分腦力勞動進行生產制造。自動化主要表現為在沒有人或有較少人參與的情況下，通過對機器設備、系統或某種生產、管理過程進行控制，使其完成某種業務和任務的過程。而在傳統大規模標準化生產模式下，自動化制造強調生產流程上實現重復性的作用并完成預期生產目標的過程。在大規模生產條件下，傳統自動化制造雖然能夠提高勞動生產效率，但也使得制造企業形成相對剛性的生產系統和組織結構，難以及時適應市場需要的變化。

隨著新一輪科技革命和產業變革的發生發展和推進，制造業生產方式、企業組織和運行模式等發生深刻變化，智能制造從傳統自動化制造階段逐漸進入數字化制造、網絡化制造與智能化制造階段，這三種新型制造模式實質上是在新一代信息技術與制造技術融合基礎上，運用數字化、網絡化、智能化技術提升制造業效率和質量的新型制造方式。從數字化、網絡化與智能化的關系看，數字化、網絡化是智能化的基礎，實現智能化變革必須以實現數字化、網絡化為發展前提，而智能化則是數字化、網絡化發展的新階段和更高水平。我國智能制造將循著從數字化制造、網絡化制造進一步向智能化制造發展演進的過程，在這一過程中制造企業生產經營決策的自感知、自決策、自執行能力進一步增強，企業運營效率也將得到進一步提升。

發展智能制造是數字經濟背景下我國打造制造業競爭優勢的關鍵舉措。早在“十一五”期間，國務院發布的《國家中長期科學和技術發展規劃綱要（2006—2020年）》《國家中長期科學和技術發展規劃綱要（2006—2020年）》，https：∥www.gov.cn/gongbao/content/2006/content_240244.htm，2023年4月20日。已明確將“智能制造”作為重點突破的先進制造技術之一?！笆濉逼陂g，我國先后出臺了《國務院關于加快培育和發展戰略性新興產業的決定》《國家“十二五”科學和技術發展規劃》以及《智能制造科技發展“十二五”重點專項規劃》，將智能制造裝備列為高端裝備的重要發展方向，開始大力推進工業機器人的發展應用。2015年，由國務院發布的《中國制造2025》《國務院關于印發〈中國制造2025〉的通知》，https：∥www.gov.cn/xinwen/2016-12/08/content_5145162.htm，2023年4月20日。明確將推進智能制造作為主攻方向，首次從國家戰略規劃層面提出對制造業智能化轉型的政策支持。2016年，由工業和信息化部、財政部聯合發布的《智能制造發展規劃（2016—2020）》《〈智能制造發展規劃（2016—2020年）〉正式發布》，https：∥www.gov.cn/xinwen/2016-12/08/content_5145162.htm，2023年4月20日。是指導“十三五”期間我國智能制造發展的綱領性文件，明確提出，到2020年，智能制造發展基礎和支撐能力要明顯增強，傳統制造業重點領域基本實現數字化制造，有條件、有基礎的重點產業智能轉型取得明顯進展；到2025年，智能制造支撐體系要基本建立，重點產業初步實現智能轉型。目前我國智能制造正處于以自動化為基礎，推動制造業數字化、網絡化、智能化發展的重要階段。2021年12月，工信部、國家發改委等八部門發布的《“十四五”智能制造發展規劃》《八部門關于印發〈“十四五”智能制造發展規劃〉的通知》，https：∥www.gov.cn/zhengce/zhengceku/2021-12/28/content_5664996.htm，2023年4月20日。明確提出，到2025年，規模以上制造業企業大部分實現數字化網絡化，重點行業骨干企業初步應用智能化；到2035年，規模以上制造業企業全面普及數字化網絡化，重點行業骨干企業基本實現智能化。2022年1月，由國務院發布的《“十四五”數字經濟發展規劃》《國務院關于印發〈“十四五”數字經濟發展規劃〉的通知》，https：∥www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm，2023年4月20日。明確提出，要深入實施智能制造工程，大力推動裝備數字化，開展智能制造試點示范專項行動，完善國家智能制造標準體系。2023年2月，由中共中央、國務院印發的《數字中國建設整體布局規劃》《中共中央 國務院印發〈數字中國建設整體布局規劃〉》，https：∥www.gov.cn/zhengce/2023-02/27/content_5743484.htm，2023年4月20日。提出，要做強做優做大數字經濟，推動數字技術和實體經濟的深度融合，在工業等重點領域加快數字技術創新應用。從政府及相關部門制定實施的有關智能制造的規劃、戰略或行動計劃軌跡看，制造業數字化、智能化或智能制造在我國數字經濟發展中所處的地位越來越重要，這與我國把發展經濟的著力點放在實體經濟上，而制造業又是實體經濟的基礎與核心的定位是相吻合的，同時也符合智能制造作為建設制造強國同發展數字經濟的有機結合部、數字經濟與實體經濟的深度融合體的職能特征?！吨袊こ淘涸菏恐軡航窈?5年是新一輪工業革命核心技術發展的關鍵時期》，https：∥new.qq.com/rain/a/20220625A04KDL00，2023年11月20日。

（二）典型事實

現階段我國多數制造企業處于數字化、網絡化階段，只有少量企業達到智能化階段，智能制造的發展水平相對不高，提升智能制造水平是我國制造業高質量發展的重要任務，是制造強國建設的主攻方向。從制造業發展的產業邏輯和技術邏輯看，制造企業推進智能制造的過程，前期需要滿足自動化、信息化等基礎條件，要求企業投入自動化設備以及建設計算機信息系統，利用機器設備對自身和生產過程的自感知與自動控制等實現數據采集，并將傳統業務中的流程和數據通過信息系統進行處理。在此基礎上，企業還需要通過應用大數據、云計算、邊緣計算、物聯網等新一代信息技術對企業自動化設備和信息系統進行改進與升級，從而不斷提升制造過程的數字化、網絡化水平，并在此基礎上進一步躍升到智能化階段，在這個過程中制造企業創新水平和創新效率將實現提升。

但從現實看，我國制造企業較多地存在忽視自身智能轉型的基礎條件，盲目推進智能化改造，最終導致企業智能化轉型效益不佳的困境。根據艾瑞咨詢發布的最新調查數據顯示，我國制造企業數字化轉型仍然以中央國企和大型民企為主，表現出需求金額高、持續時間長的特點。尤其對于重資產投入的裝備制造企業，智能化改造的成本高昂。而且作為傳統制造行業，裝備制造企業利潤率總體較低，數字化、智能化技術的應用在短時間內難以產生明顯收益。例如，作為國內裝備行業的“標桿”企業，合肥合鍛智能從2017年開始依托工業互聯網進行數字化轉型升級，但就“數字化升級”項目投資收益率來看，截至2022年，5年來基本未產生盈利。數據來源于央視網https：∥news.cctv.com/2022/11/16/ARTIyDZJVTp8LeKGMFXl9532221116.shtml，2023年4月20日。

而從智能制造的具體應用看，目前我國制造企業實施智能制造主要解決了企業生產上制造效率低和精度低等基本問題，尚沒有明顯發揮促進制造企業創新效率提升的作用。制造業智能化改造的程度基本停留在產業鏈的中低端環節，尚沒有涉及高端核心環節，對制造業總體創新效率和競爭力提升的作用有待進一步提升。據中國機械工業聯合會發布的《2022年中國機器人產業數據》顯示，2015至2022年，中國工業機器人產量由3.3萬臺增長至44.3萬臺，年均增長44.9%，在制造業機器人密度方面，我國的國際排名從2015年的第25名上升至2022年的第5名?！兑幠３掷m高增長后 機器人產業發展大會上多方聊起了產業鏈合作》，https：∥www.eeo.com.cn/2023/1207/617574.shtml，2023年12月20日。然而，我國工業機器人自主品牌市場占有率始終徘徊在30%左右，且主要集中在中低端市場，與我國工業機器人生產和消費的大國地位相比形成明顯落差。

三、作用機制與研究假設

制造業轉型升級的核心在于創新。我國推進新型工業化，實際上就是在以數字經濟為代表的新一輪科技革命和產業變革下探索創新發展的過程。中國社會科學院工業經濟研究所課題組（史丹等）：《新型工業化內涵特征、體系構建與實施路徑》，《中國工業經濟》2023年第3期。智能制造與制造業服務化轉型均表現為新一輪科技革命與產業變革對生產方式的重塑，而兩者側重點不同，前者側重于新一代信息技術對制造環節的融合，后者側重于基于生產的產品和基于消費的服務間的融合。

（一）智能制造提升制造業創新效率的機制

1.降低企業內部組織成本效應

智能制造的應用會降低企業的內部組織成本。智能制造作為貫穿制造活動各環節的新型生產方式，能夠以信息技術的大規模應用為融合媒介，通過數據要素的流通，形成生產管理一體化的智能制造系統，消除企業組織內的信息不對稱，同時緩解設計、研發、生產與銷售等各環節的資源和技術錯配，降低內部組織成本。

而制造企業內部組織成本的減少有利于提高制造業創新效率。企業創新從投入到產出的過程需要匯聚來自設計、研發、生產與銷售等各環節的知識，通過知識的不斷傳播與交互，使得研發創新與產品生產全過程有效融合，從而實現價值增值?；诖?，隨著智能制造的進一步推進，不僅實現了產品研發的數字化，而且通過降低內部組織成本，顯著促進了制造知識的傳播與共享，使得智能制造系統各環節能夠基于價值共創，有效組織、協調和配置創新資源，從而提高制造業創新效率。

2.擠出融資空間效應

智能制造前期對企業創新的融資空間具有負面的擠出效應。智能制造系統的建設，不僅需要企業前期投入大量資金，以便引進先進的自動化設備，實現生產流程的改造升級，而且后期的應用更是企業不斷適應與調整的過程，需要持續的資金和人力支持，因此智能制造的推進實施在一定程度上會耗費企業的自有資金，擠出企業的部分內部融資。

企業融資對于制造業創新效率提升具有重要意義。我國制造企業創新驅動力不足的主要原因之一就是用于研發投資的融資空間不足。企業創新的資金主要源于內部融資和外部融資兩方面，其中內部融資由于使用成本低和可支配性高等特征，對于支持企業創新具有明顯的優勢，是大中小企業創新融資的重要來源?？傮w上來看，智能制造的應用盡管緩解了外部融資約束，但也同時減少了企業研發投資更加依賴的內部融資，而且智能制造前期難以在短時間內帶來足夠的收益以彌補資金的消耗。因此，智能制造前期由于對企業融資的擠出效應，會抑制制造業創新效率的提升，而在智能制造后期，隨著智能制造效應的逐步顯現，將逐步拓寬企業融資空間，促進制造業創新。

綜合降低內部組織成本與擠出融資空間兩種效應來看，智能制造對制造企業創新效率的提升既有正向的促進作用，也有負面的抑制效應，而且在不同階段，智能制造對企業創新效率的影響效應具有不同表現?？傮w而言，智能制造對制造企業創新效率的影響呈現前期下降、后期上升的“U型”效應，具體表現為前期由于擠出企業內部融資而產生負向效應，而后期由于降低內部組織成本而產生正向效應。

基于以上分析，本文提出以下假設：

假設H1a：智能制造推進的前期會通過擠出企業內部融資而不利于制造企業創新效率的提升。

假設H1b：智能制造推進的后期會通過降低內部組織成本促進制造企業創新效率的提升。

假設H1c：智能制造對制造企業創新效率的影響呈“U型”效應，即這種影響呈前期下降、后期上升趨勢。

（二）制造業服務化對智能制造影響創新的非線性效應具有調節作用

一方面，服務化水平高的制造企業面對動態變化的環境，能夠通過提高服務響應能力對資源進行整合與迭代。根據動態資源基礎觀，企業為實現嵌入性服務與用戶個性化需求的匹配，需要保持組織協調的柔性，C. Windahl and N. Lakemond，“Integrated Solutions from a Service-centered Perspective： Applicability and limitations in the Capital Goods Industry，”Industrial Marketing Management，vol.39，no.8（2010），pp.1278-1290.從只提供標準化服務的線性流程轉變為能夠實現資源多用性、靈活性與互補性配置的產品服務系統。在這樣的組織環境下，企業實施智能制造由于組織剛性產生的協調成本大幅度降低、制造過程各個環節能夠與需求端精準對接，從而進一步降低了內部組織成本，促進知識、技術等創新要素實現合理高效的流動、配置以及轉化，進而提升企業創新效率。因此，通過優化資源配置，制造企業服務化轉型增強了智能制造對創新效率的提升效應，弱化了兩者前期的負面關系。

另一方面，在推進智能制造的過程中，制造企業的服務化轉型通過圍繞消費者需求提供差異化服務，依托智能化產品自身的可感知、可識別屬性，提供附加值較高的智能制造服務，從而實現價值創造。在智能制造的發展過程中，制造企業服務化不僅能夠為生產制造創造新的價值，產生基于智能制造技術的智能制造服務形式，延伸拓展企業的產品價值鏈，而且通過制造與服務要素的融合，價值鏈各環節的聯系更為緊密，能夠圍繞消費者需求實現價值共創，從而縮小價值鏈中間制造環節與兩端研發和營銷環節的附加值差距，最終使得價值鏈表現為向上平移且趨于平緩?；诜栈D型，制造企業價值鏈的“變形”拓展了制造企業的利潤空間，緩解了由于智能制造導致的創新融資擠出效應，從而擴大了企業創新的融資空間。由此，通過以上價值創造效應，服務化轉型弱化了企業智能制造發展前期對創新效率的負面影響，從而提升制造企業的創新效率。

基于以上分析，本文提出如下假設：

假設H2：服務化轉型能夠正向調節智能制造對企業創新效率的“U型”影響效應，即隨著服務化水平的提高，智能制造發展前期與制造企業創新效率的負面關系將被弱化，而智能制造發展后期對制造企業創新效率的促進作用則進一步加強。

綜上所述，智能制造、服務化轉型與制造業創新效率三者間的具體作用機制如圖1所示。

四、模型設定與變量說明

（一）模型設定

為驗證智能制造對制造企業創新效率的非線性影響，本文構建如下模型：

innovit＝α0+α1IMit+α2IM2it+γcontrols+εi+εt+εit（1）

其中，變量下標i代表企業，t代表年度。innovit表示制造企業創新效率，IMit表示智能制造發展水平。εi、εt分別表示模型控制了個體與時間的固定效應。

為進一步探討智能制造是否通過內部組織成本和企業內部融資對制造企業創新效率分別產生正向和負向影響效應，本文采用中介效應模型進行檢驗，為此構建如下模型：

Zit＝β0＋β1IMit+γcontrols+εi+εt+εit（2）

innovit=ω0+ω1IMit+ω2Zit+γcontrols+εi+εt+εit（3）

其中，Zit表示內部組織成本和企業內部融資兩個中介變量。

為探究服務化轉型對智能制造的非線性影響的調節作用，本文根據漢斯（Haans）等提出的最新檢驗方法，Richard F. J. Haans，C. Pieters and Zi-Lin He，“Thinking about U： Theorizing and Testing U-and Inverted U-shaped Relationships in Strategy Research，”Strategic Management Journal，vol.37，no.7（2016），pp.1177-1195.構建如下模型：

innovit=δ0+δ1IMit+δ2IM2it+δ3IMit·serit+δ4IM2it·serit+δ5serit+γcontrols+εi+εt+εit（4）

其中，serit表示制造企業服務化轉型水平。

（二）變量說明

1.被解釋變量

本文被解釋變量為制造企業創新效率（innovit）?，F有文獻對創新效率普遍的測量方法是計算創新的投入產出比，其中衡量創新產出最準確、直接的指標是專利申請數量，而衡量創新投入水平的指標是企業的研發投入總額?？紤]到企業研發的創新產出往往是通過長時間的研發投入不斷積累而產生的，當期的專利申請數是企業當期以及過去投入研發支出的結果。本文參考前人研究，姚立杰、周穎：《管理層能力、創新水平與創新效率》，《會計研究》2018年第6期。利用專利申請數量與當年及前兩年研發支出之和的比值來衡量制造企業創新效率。

2.解釋變量

本文解釋變量為智能制造發展水平（IMit）?，F有文獻對企業層面智能制造發展水平的測度方法主要有兩種：一種是采用文本挖掘法，利用關鍵詞詞頻構建智能制造的衡量指標，另一種是構造企業層面的工業機器人滲透度指標，基于工業機器人滲透的技術特征來反映智能制造的發展水平。本文考慮到前一種方法在高頻詞閾值選取方面存在的主觀性強、方法原理不明等問題，借鑒相關研究，王永欽、董雯：《機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據》，《經濟研究》2020年第10期。采用企業層面的工業機器人滲透度指標來表示智能制造的發展水平。

3.調節變量

本文調節變量為制造企業服務化轉型水平（serit）?，F有文獻測度企業層面的服務化水平主要是從產出的角度刻畫，通過計算服務業務收入占總營業收入的比重來衡量制造企業的服務化水平。本文參考相關研究，根據Wind數據庫中按行業分類的上市公司收入明細數據，計算得出制造企業的服務化水平。

4.中介變量

本文中介變量為企業內部組織成本（icit）和企業內部融資（ifit）。企業內部組織成本是企業通過內部管理的方式協調供需雙方的矛盾而發生的成本，參考相關研究，本文采用管理費用占總資產的比重來衡量企業的內部組織成本。企業內部融資是企業通過自身利潤等內部資源進行融資的方式，借鑒現有研究，采用凈利潤與固定資產凈額的比值來衡量企業內部融資。

5.控制變量

參考相關研究，對可能影響制造企業創新效率的其他9項因素進行了控制。具體變量定義見表1。

（三）數據來源

基于企業層面微觀數據的分析有助于進一步理解智能制造對制造業創新的影響機制。就現有的數據而言，我國規模以上工業企業數據庫中的數據在2007年之后有明顯的缺失，但衡量智能制造水平的工業機器人應用在2010年之后才有快速增長的趨勢。因此考慮到數據的可得性，本文選取2013—2019年中國滬深A股制造業上市公司為研究對象，樣本區間的選擇是本文在所有研究變量度量的基礎上剔除缺失值后所能獲得的最全年度數據。其中，為測度智能制造水平構造企業層面的機器人滲透度，所需的原始數據來源于IFR、《中國工業統計年鑒》及Wind等數據庫。其他變量的數據主要來源于CSMAR和Wind數據庫。為消除異常值的影響，本文對所有連續變量做了1%的縮尾處理。變量的描述性統計具體見表2。

五、實證結果分析

本文根據Hausman檢驗結果，采用控制企業個體與年度的面板固定效應模型分析智能制造對制造企業創新效率的非線性影響效應，并探究企業內部組織成本和企業內部融資的中介效應，在此基礎上分析制造企業服務化對非線性影響的調節作用，并進行多種穩健性分析。

（一）智能制造的非線性效應

表3報告了智能制造對制造企業創新效率非線性影響的估計結果。結果顯示，智能制造一次項的估計系數均顯著為負，而其二次項的估計系數均顯著為正，表明智能制造對制造業創新效率具有非線性影響，且影響效應表現為前期下降、后期上升的“U型”特征。由此，假說H1c得以驗證。這就表明，現階段我國智能制造發展水平尚處于初級階段，制造企業的智能化水平還比較低，實施智能制造不僅沒能提升制造企業創新效率，而且還對制造企業的創新產生一定的負面影響。

不同于普遍文獻認為智能制造會對制造企業創新效率產生單一的正向促進效應，本文的實證結果發現該影響效應具有階段性變化的特征。對此的解釋是：智能制造是動態發展的創新過程，根據熊彼特的創造性破壞理論，智能制造重塑制造企業生產方式的過程會同時產生創造性效應與破壞性效應。由于企業對智能制造應用的成熟度不足，以及互補性生產系統在規模和適用性上沒有實現功能性協調，導致智能制造引起的創造性效應不足以抵消其破壞性效應。因此智能制造在前期會對制造企業創新效率產生負面影響，而后期隨著智能制造的推進，創造性效應明顯大于其破壞性效應，使得智能制造對制造企業創新效率提升發揮正向作用。

（二）中介效應

表4報告了企業內部組織成本和企業內部融資在智能制造對制造業創新效率影響的中介效應。其中，由第（1）（2）列可以看出，智能制造對內部組織成本回歸的估計系數顯著為負，在控制了智能制造影響的基礎上，內部組織成本對制造企業創新效率回歸的估計系數顯著為負。由第（3）（4）列可以看出，智能制造對企業內部融資回歸的估計系數顯著為負，在控制了智能制造影響的基礎上，企業內部融資對制造企業創新效率回歸的估計系數顯著為正。由此可見，智能制造確實通過降低企業內部組織成本對制造企業的創新效率產生顯著促進效應，而通過減少企業內部融資對制造企業創新效率產生負面影響，驗證了假說H1a、H1b。相比于智能制造創新驅動效應，本文發現智能制造前期會由于減少企業內部融資而對制造企業創新效率產生負面影響。雖然現有文獻論證過智能制造能夠通過消除信息不對稱、降低溝通成本等方式，緩解企業融資約束，但考慮到企業用于創新的研發投入主要來源于內部融資，而智能制造有一個需要投入大量資金的過程，前期會給制造企業造成較大資金成本壓力，從而在一定程度上擠占了企業創新融資的空間，由此不利于提高創新效率。

（三）非線性影響的調節效應

表5報告了制造企業服務化轉型對智能制造非線性影響的調節效應。結果顯示，考慮控制變量的影響后，智能制造與服務化水平二次交互項的估計系數顯著為正，與智能制造二次項的估計系數符號相同，表明制造企業服務化轉型確實正向調節了智能制造對制造企業創新效率的“U型”效應?？梢?，隨著制造企業服務化水平的提升，智能制造前期與制造企業創新效率的負面關系會得到弱化，而且服務化轉型還會進一步加強智能制造后期對創新效率的促進效應。由此，假說H2得到驗證。

（四）穩健性分析

為保證實證結果的穩健性，本文進行了多種穩健性分析，同時進一步采用工具變量法來處理可能存在的內生性問題。表6為穩健性分析的回歸結果。

1.替換被解釋變量衡量方式

前文利用專利申請數量與當年及前兩年研發支出之和的比值來衡量制造企業創新效率，本文又參考相關文獻，孟慶斌等：《員工持股計劃能夠促進企業創新嗎？——基于企業員工視角的經驗證據》，《管理世界》2019年第11期。另外采用專利授予數量與當年及前兩年研發支出之和的比值，重新衡量制造企業的創新效率（innovit_2）?；貧w結果如表6的第（1）（2）列所示?？梢钥闯?，在替換了被解釋變量后，智能制造對制造企業創新效率依舊具有U型的影響效應，且服務化轉型依舊對兩者的非線性關系產生正向調節作用，由此表明前文的結論具有穩健性。

2.更換調節變量的測算方式

前文通過計算服務業務收入占總營業收入的比重來衡量制造企業的服務化水平，并按行業分類的上市公司收入明細數據，測算得出制造企業的服務化水平（serit_2）。本文又另外采用上市公司公布的按產品分類的收入明細數據來測算制造企業的服務化水平，回歸結果如表6的第（3）列所示?？梢钥闯?，即使更換了調節變量的測算方式，智能制造與服務化水平的二次交互項估計系數依舊顯著為正，與智能制造的二次項估計系數符號相同。因此，前文的結論依然成立。

3.改變樣本容量

前文選取2013—2019年中國滬深A股制造業上市公司作為研究對象，而研究考慮到自國務院2015年提出《中國制造2025》以后我國制造企業智能化開始推進的實際情況，本文另外選取了2015年后的樣本數據進行估計，回歸結果如表6的第（4）（5）列所示?？梢钥闯?，在改變了樣本容量后，智能制造與制造企業創新效率的影響關系依舊呈現前期下降、后期上升的“U型”特征，而服務化轉型依舊對兩者的非線性關系產生正向調節作用。因此，前文結論依然成立。

4.內生性問題

考慮到解釋變量與被解釋變量間可能存在相互影響的內生性問題，本文參考相關文獻，王林輝等：《機器人應用的崗位轉換效應及就業敏感性群體特征——來自微觀個體層面的經驗證據》，《經濟研究》2023年第7期。利用同時期美國工業機器人的存量數據構造機器人滲透度（IMit_2），作為工具變量進行穩健性檢驗。對于工具變量的有效性，一方面，美國作為在人工智能等新興技術、設備的創新方面具有領先水平的發達國家，中國引進與應用先進的工業機器人與美國工業機器人應用具有直接相關性；另一方面，美國工業機器人應用水平會直接影響其本國制造企業創新發展情況，而對中國制造業創新發展的影響更多還是通過中國工業機器人應用的渠道，因此，同時滿足了工具變量相關性與排他性的假設條件?；貧w結果如表6的第（6）列所示?？梢钥闯?，智能制造仍對制造企業創新效率產生“U型”影響效應，說明前文結論依然穩健。

六、異質性分析

為進一步探究智能制造對制造企業創新效率非線性影響的異質性因素，本文分別從企業規模、創新方式兩方面進行檢驗。

（一）企業規模的異質性

考慮到企業規模對智能制造應用以及企業創新效率的影響，本文按照企業員工總人數的多少將樣本分為大規模企業和小規模企業，若企業員工總人數超過樣本平均值，則該企業為大規模企業，否則為小規模企業。這里對兩組樣本都進行了智能制造對企業創新效率的線性與非線性影響回歸，回歸結果見表7的第（1）-（4）列，其中第（1）（2）列為大規模企業樣本的回歸結果，第（3）（4）列為小規模企業樣本的回歸結果。結果顯示，對于大規模企業，智能制造對制造企業創新效率并不直接產生顯著的負向影響，但兩者間仍然具有顯著的U型影響關系。對于小規模企業，智能制造與制造企業創新效率存在顯著的負向關系，而兩者間U型效應并不顯著。這就表明，相比于小規模企業，大規模企業在推動智能制造創新發展上具有相對優勢，能較快地應對智能制造發展前期與制造企業創新效率的負面關系，從而實現創新效率的提升。主要原因在于大規模企業往往具備雄厚的資金與資源優勢，更容易應對由于智能制造系統建設與維護帶來的高額成本，能夠利用較強的盈利能力與運營能力，推動企業管理變革，進而實現創新發展。

（二）創新方式的異質性

考慮到企業創新可根據創新動機的不同區分為實質性創新與策略性創新，借鑒相關研究，通過對代表創新產出的專利類型進行區分，用發明專利申請數量表示企業的實質性創新產出，用外觀設計和實用新型專利申請數量表示企業的策略性創新產出，分別測算出制造企業的實質性創新效率（sinnovit）和策略性創新效率（cinnovit）。智能制造對不同類型創新效率影響以及服務化轉型不同調節作用的回歸結果如表7的第（5）-（8）列所示，其中第（5）（6）列是對實質性創新效率的回歸，第（7）（8）列是對策略性創新效率的回歸。結果顯示，智能制造對實質性創新效率沒有顯著性影響；而智能制造對策略性創新效率具有顯著的U型影響效應，而且服務化轉型對兩者的U型影響關系具有顯著的正向調節效應。這就表明，智能制造加強和提升企業策略性創新，是現階段智能制造實現制造企業創新發展的主要路徑，而服務化轉型能夠加強智能制造的創新驅動效應，但是在實現制造企業實質性創新產出方面，智能制造應用還沒有發揮重要作用。主要原因在于實質性創新相比策略性創新，更加注重創新的質量，需要企業從事技術含量高且附加值較高的創新活動，因此這類創新活動往往難度較大、投入較多、周期也較長，而且考慮到當前我國智能制造應用尚且不成熟的情況，制造企業會更加偏向于策略性創新產出。然而，實施策略性創新雖然能夠使企業在降低創新成本和風險的同時，在短期內獲得市場收益，從而較快彌補企業前期在智能制造上耗費的巨大投入，但是長期來看，不利于推動我國制造業高質量發展。

七、結論與啟示

目前我國制造企業總體上處于智能化轉型的初期，智能制造的現實推進尚未發揮出對制造企業創新發展的驅動作用。本文從理論上揭示了智能制造對制造企業創新效率所具有的非線性關系，并從企業組織成本、企業融資的中間渠道出發，探究了智能制造對制造企業創新效率所產生的“U型”效應及其機制，并進一步基于制造企業服務化轉型的調節作用分析了服務化轉型對智能制造與企業創新效率非線性關系的影響。在實證方面，通過構造企業層面的機器人滲透度來衡量智能制造發展水平，采用控制了年度與個體固定效應的面板數據，實證考察了智能制造對制造企業創新效率的非線性影響效應，并探究企業內部組織成本和企業內部融資的中介效應，在此基礎上分析了制造企業服務化轉型對非線性影響的調節作用，進而經過多種穩健性檢驗后，又從企業規模、創新方式兩個角度對實證研究結果進行了異質性分析。

主要研究結論：一是智能制造對企業創新效率的影響表現為前期下降、后期上升的“U型”效應。二是智能制造主要通過降低企業內部組織成本、減少企業內部融資對企業創新效率產生正、負兩個方向的影響，其中減少企業內部融資是智能制造前期對企業創新效率產生負面影響的主要原因，降低內部組織成本是智能制造后期促進制造企業創新效率提升的主要原因。三是制造企業服務化轉型水平對智能制造與企業創新效率之間的“U型”影響關系起到了正向調節作用，表明制造企業的服務化轉型會在一定程度上減弱智能制造前期對企業創新效率的負面效應。四是通過異質性分析發現，智能制造對企業創新效率影響的“U型”關系主要存在于大規模企業、實施策略性創新的企業中，這表明相比于中小規模企業，大規模企業在實現智能制造創新發展上更具有優勢，而且相比于實施實質性創新，企業實施策略性創新是現階段我國智能制造企業實現創新發展的主要途徑。

根據以上分析結論，主要得到以下啟示。

第一，系統應對智能制造應用過程中不同階段對企業創新驅動的作用效應。我國制造企業尚處于智能制造發展的前期，企業智能化轉型失敗的主要原因在于缺乏對智能制造作為一個系統動態發展過程的認識。智能制造對制造企業創新發展的影響具有階段性特征，雖然智能制造總體和長遠看能夠提升制造業創新能力和效率，但在發展的初期卻存在創新驅動力不足的問題，甚至會抑制制造企業創新效率的提升。為此，需要企業以系統化思維看待和推進智能制造。一方面，制造企業應明確推進智能制造實現創新發展的長遠目標，不應盲目引進智能制造項目，需要企業進行整體規劃，根據自身盈利水平和現實需要確定合理的智能制造投資預算。另一方面，制造企業應理性應對智能制造應用初期出現的不協調、效果不明顯問題，積極推進企業組織、運行模式的數字化、網絡化、智能化變革，把握新一代信息科技發展契機，相機推進和強化智能制造，逐漸增強智能制造所產生的效益，形成正反饋，不應因為智能制造前期轉型成本較高而否定智能制造長期對制造業創新發展所發揮的重要作用。

第二，充分發揮服務化轉型對推動智能制造創新發展的重要作用。理論與實證研究表明，制造企業服務化轉型能夠弱化智能制造發展前期給制造企業創新效率帶來的負面效應，有利于提升智能制造的創新驅動效應。從企業層面看，應將智能制造與服務化轉型緊密結合起來，以服務化轉型為中介環節，充分發揮其價值創造效應，緩解智能制造前期對創新效率提升的不利影響。從政府層面看，應支持鼓勵制造企業發展智能制造，同時引導支持企業打通產業鏈與服務鏈壁壘，積極推進先進制造業與現代服務業深度融合，加強數字化、智能化基礎設施建設，助力企業打造貫通智能制造全流程、全要素的生產服務體系。

第三，選擇適宜的智能制造推進方式與路徑。智能制造對企業創新效率的影響，在不同規模和采用不同創新方式的企業之間存在差別。為充分發揮智能制造對制造企業創新的驅動作用，企業應根據自身規模和創新方式選擇推進智能制造的路徑。對于規模較大的企業，應發揮其規模優勢，加快推進智能制造，充分發揮其在智能制造過程中的示范引領和帶動作用，支持帶動中小企業推進智能制造，推動大中小企業相互支持、協同推進智能制造的產業生態。對于中小企業，應量力而行，逐層推進和實施智能制造。企業在推進智能制造過程中，既要注重外觀設計和實用新型的策略性創新，同時更要利用推進智能制造的契機進行具有更高實效性、更高質量的實質性創新活動，通過多層次、多類型創新為智能制造提供強大驅動力，形成智能制造與創新效率提升相互激發、相互促進的良性循環。

第四，充分發揮政府對智能制造的協調、支持作用。一是強化政策引導，通過制定實施科學有效的產業政策引導和推動企業智能制造轉型發展；二是重點鼓勵支持中小企業進行智能化改造，在技術、資金、服務、人才等方面給予必要的幫助和支持；三是加強5G、工業互聯網、大數據中心、云計算平臺等智能制造公共服務平臺建設，為企業特別是中小企業推進智能制造提供有力平臺支撐；四是強化示范引領，培育更多智能制造領域的國家級乃至世界級示范企業（包括燈塔工廠、智能車間等），充分發揮這些企業的示范引領作用。