市场动荡驱动企业智能化转型的门槛效应研究

王赐之 冯佳林 孙忠娟 谢伟

摘 要：面对VUCA时代的市场动荡，企业如何顺利实现智能化转型成为重要议题。基于技术创新理论与战略柔性理论，采用面板门槛回归模型，以2010—2020年518家制造业上市公司为样本进行实证研究，结果发现：当企业技术创新能力累积跨过门槛后，市场动荡对企业智能化转型具有正向驱动作用；当企业战略柔性能力累积跨过门槛后，市场动荡对企业智能化转型同样具有正向驱动作用。通过探讨市场动荡对企业智能化转型的驱动机制，拓展技术创新理论与战略柔性理论在中国智造情境下的应用边界，为企业智能化转型路径选择提供实践启示。

关键词：技术创新能力；战略柔性能力；智能化转型；市场动荡；门槛效应

DOI：10.6049/kjjbydc.2021120249

中图分类号：F272.7

文献标识码：A

文章编号：1001-7348（2023）09-0084-11

0 引言

在VUCA时代，行业中客户结构的不稳定性及其对产品偏好的不确定性导致市场动荡［1］。新需求和新观念不断涌现，推动企業转型升级。市场动荡表现为客户需求和市场竞争状况的不稳定性，能够为企业技术跃迁和战略变革提供机会窗口，促使企业将人工智能、大数据、云平台等数智技术应用于运营各环节，实现生产方式、运营模式、组织结构和资源配置可持续性变革［2］。然而，围绕市场动荡带来的机会，企业智能化转型不仅需要技术能力基础，而且需要进行相应的战略调整。例如，美国通用电气公司（GE）在工业互联网领域“烧光”40亿美元，但智能化转型之路依然走向终结，原因是技术管理不当和战略问题。因此，在市场动荡驱动企业智能化转型过程中，企业不仅需要具备开发工艺技术和产品以满足市场需求的技术创新能力，而且需要根据数智技术和传统技术融合需求，实现资源重置和组织流程重塑的战略柔性能力［3］。然而，鲜有研究关注智能化转型中的技术层面和战略层面。

具体而言，智能化转型是指运用数智技术升级产品，并依据智能化战略理念和技术要求重塑公司现有资源配置的过程［4，5］。已有研究指出，智能化转型不仅依赖技术创新，而且需要企业在战略层面将智能化观念融入现有生产制造、销售物流、组织运营、战略结构等环节［6］。一方面，动荡市场环境下的智能化转型，对企业技术创新能力提出最低门槛要求。智能化转型过程中所需的技术创新能力是指通过数智技术与传统技术融合，实现产品核心技术突破与生产流程优化的能力［7］。因此，具备一定技术创新能力基础的企业可以筛选和捕捉适合自身发展的数智技术，再融合新旧技术并将其转化为产品核心技术，进而实现生产流程优化，重构符合产品市场需求的技术范式［8］。另一方面，动荡市场环境下的智能化转型要求企业具备战略柔性的最低能力门槛。战略柔性是指企业重新配置资源、流程和战略以应对环境变化的能力［9］。只有具备战略柔性能力，企业才能对内进行组织资源重组，开展智能化转型所需的组织结构、商业模式、运营流程全方位升级和变革［10］，对外塑造外部市场环境，通过与利益相关者间的联动和协同应对客户需求变化（孟凡生，赵刚，2019）。

综上，本文以技术创新能力与战略柔性能力为切入点，探索市场动荡驱动企业智能化转型过程中是否存在企业能力门槛，尝试研究市场动荡驱动企业智能化转型的微观机制。具体而言，以2010-2020年我国518家上市制造企业为研究对象，探索市场动荡驱动企业技术创新能力和战略柔性能力的门槛效应，以期为企业智能化转型路径选择提供思路与启发。

1 理论基础与研究假设

1.1 市场动荡、技术创新能力与企业智能化转型

根据技术创新理论，强大的技术创新能力是企业获取竞争优势的关键［11］。市场动荡会加快原有市场中产品与技术迭代速度，因而企业需要通过技术跃迁保持竞争力。在智能化转型过程中，技术创新能力具体体现在以下方面［7］：第一，筛选和捕捉适合自身智能化发展所需数智技术的能力；第二，融合数智技术与传统技术，并将其转化为产品设计方案与制造流程的能力；第三，重构符合产品市场需求技术范式的能力。

对于技术创新能力较强的企业而言，技术创新生态和技术基础能够帮助其捕捉动荡市场环境中的客户偏好变化、新服务和新商业模式，通过对技术进行有效更新、整合和重构，使其走向行业公认的新技术轨道［12］。具体而言，第一，技术创新能力较强的企业能够更好地理解和认识现有技术轨道的发展价值，在动荡市场环境下保持理性思考方式，筛选适合与智能技术融合发展的技术，并通过捕捉新的数智技术对现有技术进行更新［13］；第二，市场动荡涌现出的客户需求和偏好能够加快新旧技术更替速度，技术创新能力较强的企业能够快速识别技术趋势，并根据客户需求变化及时调整技术创新方向［14］，利用知识储备、技术储备和人才储备对新旧技术进行整合［15］；第三，市场动荡导致产品周期缩短与技术更新速度加快，技术创新能力较强的企业可以在消化吸收数智技术的基础上进行再创新，通过技术重构打造内外部知识组合，为数智技术提供多样化融合路径，从而给企业带来更多变革的可能性［16］。因此，技术创新能力可以通过培育内部核心竞争力，帮助企业应对市场动荡，进而实现智能技术与现有技术有机融合，抓住技术跃迁的机会窗口实现智能化转型升级［17］。

相反，尚未成熟的技术创新能力会导致企业在智能化转型过程中无法有效抓住市场动荡涌现的变革机会。第一，技术创新能力不足的企业无法根据现有知识资源筛选和捕捉前沿技术，进而导致现有技术错配，难以应对动荡市场中的消费者偏好变化；第二，当市场需求变化迫使产业技术轨道发生转变时，技术创新能力不足的企业由于缺乏清晰的技术整合路径，难以实现新旧技术融合，进而无法构建相应的数智技术体系；第三，尚未成熟的技术创新体系导致技术创新能力不足的企业难以实现技术重构，无法通过吸收智能技术优化自身知识与技术构架。可见，市场动荡对企业智能化转型驱动过程存在“门槛值”，当技术创新能力达到或超过门槛值后，企业才能更好地在动荡市场驱动下实现智能化转型。据此，本文提出以下假设：

H1：市场动荡驱动企业智能化转型过程中存在技术创新能力门槛，在企业技术创新能力跨过最低门槛后，市场动荡才会对企业智能化转型产生积极影响。

1.2 市场动荡、战略柔性能力与企业智能化转型

根据战略柔性理论，企业战略柔性能力强调以市场为导向，注重客户需求、市场竞争，以及资源使用、流程配置和战略调整［9］。市场动荡能够加剧企业间竞争，为企业带来战略变革的机会窗口，需要企业柔性应变并主动出击以获取竞争优势。随着市场动荡性提升，战略柔性能力体现为对内组织资源重组应对与对外市场环境塑造，以实现组织战略、结构、价值链与环境动态协同。其中，“应对”强调企业个体对内部资源进行重新调整和组合的能力，具体表现为数智技术与传统行业经营模式和业务流程的实质性融合［18］。“塑造”强调企业与利益相关者间的联动与协同，是指企业主动对环境进行引领、塑造和改造的能力，具体表现为创造高层次价值链协同，为自身营造有利的转型环境以实现外部协同［19］。

战略柔性能力在市场动荡驱动企业智能化转型过程中，发挥两个方面的作用：一方面，市場动荡表现为市场条件难以评估且经常改变，企业需要频繁优化产品和工作流程以应对市场需求变化。战略柔性较强的企业可以突破内部资源重组的能力门槛，在研发、生产、管理、服务等价值链各环节融入智能技术，借助智能化转型更好地预测市场环境变化，应对客户需求变动，柔性实现智能化转型所需的内部资源重组［20］。另一方面，市场动荡表现为企业竞争者及其构成难以把控，企业需要借助战略柔性能力主动塑造外部环境，通过搭建智能化平台实现供应链上下游联动，促进价值链中各业务实体间的信息交换（宋晶，陈劲，2022）。因此，在市场动荡驱动企业智能化转型过程中，具有战略柔性能力的企业可以快速捕捉行业数智技术应用前沿和客户智能化需求等市场信息，打破现有技术与运营惯例，通过灵活调整资源配置对市场环境进行塑造，抓住战略变革的机会窗口，实施解耦、去中心化、价值链生成等一系列活动［21］。

相反，对于战略柔性能力累积不足的企业，市场动荡对企业智能化转型的驱动效果则不显著。一方面，战略柔性能力不足的企业在面临市场动荡时难以打破制度化运营惯例，并且很可能在重新协调部署内外部资源过程中产生资源错配，因而无法通过内部资源重组应对环境变化。对智能化转型的理解仅仅是基于数智技术的生硬嵌入，无法从根本上实现企业战略、流程、产品、服务和组织结构全体系数智化变革，难以真正满足动荡市场环境中多变的客户需求。另一方面，战略柔性能力不足的企业难以利用外部网络将利益相关者主体联结起来以打造智能生态圈，更难以借助智能平台实现多主体间的外部协同，为自身塑造有利的变革环境。可见，市场动荡对企业智能化转型驱动过程的影响可能存在门槛值，当企业战略柔性能力达到或超过门槛值后，企业才能更好地在市场动荡驱动下实现智能化转型。据此，本文提出以下假设：

H2：市场动荡驱动企业智能化转型过程中存在战略柔性能力门槛，当企业战略柔性能力超过最低门槛后，市场动荡对企业智能化转型才会产生积极影响。

2 模型构建与研究设计

2.1 样本选择与数据来源

本文选取2010-2020年我国制造业上市公司作为研究样本，剔除变量信息缺失严重的样本，并对关键变量取自然对数处理，对部分连续变量在1%水平上进行双边缩尾处理以降低极端值的影响。最终，本文将2010-2020年存续且持续经营的518家制造业上市公司作为研究样本，数据来源如下：企业基本信息、财务与专利数据等来源于国泰安（CSMAR）数据库，智能化转型相关词频统计数据来源于WIND数据库的企业年报。

2.2 变量测量

2.2.1 被解释变量：智能化转型

本文借鉴李婉红和王帆（2022）的研究成果，采用文本挖掘法得出智能化转型关键词组合与指标体系，按照特定关键词出现频率构建智能化相关指标，以此衡量企业智能化转型程度。具体步骤如下：首先，利用Python爬虫对李婉红和王帆（2022）分类提取出的27个与企业智能化转型相关关键词组合进行词频统计，得到智能化转型指数。该指数具有典型右偏性特征，故将（样本公司智能化转型关键词出现总次数+1）取以e为底的自然对数，以此衡量样本公司当年智能化转型程度。同时，考虑到市场动荡对企业智能化转型的影响存在时滞性，采用t+1年智能化转型程度作为被解释变量。在稳健性检验中，以企业年报是否出现智能化相关关键词为依据，生成“是否智能化”虚拟变量替换智能化转型指标进行稳健性检验［22］。

2.2.2 解释变量：市场动荡

本文借鉴许治等［23］的研究成果，采用行业层销售信息测度市场动荡。在5年移动窗口上，采用行业销售收入（在该行业中所有企业总销售额）对时间进行回归（t～t-4年），得到年份回归系数标准误差，将其与行业销售收入均值相比，得到一个标准化产品动态指数。该数值越高，表明市场动荡程度越大。最终，将该指数+1后取以e为底的自然对数进行回归计算。

2.2.3 门槛变量

（1）技术创新能力。本文参考李苗苗等［24］的做法，采用企业每年（专利申请数+1）取以e为底的自然对数作为企业技术创新能力的近似值。

（2）战略柔性能力。本文采用企业资源配置在年度时间上的变化程度测度战略柔性能力水平［25］。以研发投入强度（企业该年度研发支出额/该年度收入总额）、资产密集度（企业该年度总资产/企业该年度收入总额）、广告投入强度（企业该年度广告费用支出额/企业该年度收入总额）作为衡量企业战略柔性水平的待配置资源指标，分别以2010-2020年为基期t，计算上述3个指标在上述时期（t-1，t+1）的方差，将所求方差基于行业得出的标准化水平绝对值化，再将（3个指标方差标准化后的绝对值相加后+1）取以e为底的自然对数，从而得到企业战略柔性能力水平。

2.2.4 控制变量

为了消除企业资源禀赋、治理结构及企业文化等公司层面因素对智能化转型的影响，本文选取企业年齡、企业规模、总资产净利润率、所有权性质、资产负债率、股权集中度、审计意见类型作为控制变量。具体变量描述如表1所示。

2.3 模型设定

本文模型检验包括3个步骤：①依据面板门槛回归确定是否存在技术创新能力门槛、战略柔性能力门槛、门槛数量，以及核心变量依托门槛效应对被解释变量的影响；②基于门槛值对样本进行分组，采用固定效应模型探究不同技术创新能力与战略柔性能力水平下市场动荡对企业智能化转型的异质性影响；③通过2SLS对工具变量的计量合理性进行检验，并检验核心变量内生性问题。

为验证研究假设H1-H2，基于Hansen［30］、Wang［31］的研究模型，本文构建基于企业技术创新能力门槛与战略柔性能力门槛的市场动荡对智能化转型的影响模型，首先采用三重门槛回归模型确定门槛个数，具体见模型（1），其次确定核心变量依托门槛效应对因变量的影响及显著性，具体见模型（2）。

Intel_transi，t+1=β0+β1MTi，tI（Thresholdi，t<γ1）+β2MTi，tI（γ1≤Thresholdi，t<γ2）+β3MTi，tI（γ2≤Thresholdi，t<γ3）+β4MTi，tI（Thresholdi，t≥γ3）+αcontrols+μi+ei，t（1）

Intel_transi，t+1=β'0+β'1MTi，tI（Thresholdi，t≤γi）+β'2MTi，tI（Thresholdi，t>γi）+α'controls+μi+ei，t（2）

其中，i表示企业个体，t为年份标识，Intel_transi，t+1表示企业智能化转型；MTi，t为模型核心变量，即市场动荡；Thresholdi，t为模型门槛变量，即技术创新能力、战略柔性能力；I表示条件函数，若满足括号中条件为1，否则为0；γi表示第i个门槛所对应门槛值，μi表示个体效应，ei，t表示残差。此外，模型加入控制变量（controls）。

进一步地，本文构建市场动荡对企业智能化转型影响的分组回归模型，如式（3）所示。

Intel_transi，t+1=α0+α1MTi，t+βcontrols+μi+μt+ei，t（3）

其中，μt代表年份固定效应，其余变量含义与前文一致。

3 实证结果与分析

3.1 描述性统计与相关性分析

变量描述性统计与相关性分析结果如表2所示，智能化转型的均值为1.627，最小值和最大值分别为0.000与6.392，说明不同企业智能化转型程度差异较大。其中，73.92%的样本进行智能化转型，26.08%的样本未采取智能化转型措施，说明大多数企业具有转型意识，并积极采取行动进行智能化转型尝试。市场动荡的均值为0.114，最小值为0.000，最大值为0.234，说明不同企业面临的市场动荡具有显著区别。技术创新能力的均值为3.018，最小值为0.000，最大值为8.883。上述结果表明，不同企业拥有的技术创新能力不同，且多数企业技术创新能力处于较低水平。战略柔性能力的均值为6.561，最小值为0.693，最大值为13.161。上述结果表明，不同企业拥有的战略柔性能力不同，且多数企业战略柔性能力处于中等水平。各主要变量间相关系数大多在5%以下水平上显著。

3.2 面板数据单位根检验与回归模型选择

通过对核心变量进行单位根检验可以确定核心变量中是否存在单位根，结果显示，所有变量均在1%显著性水平上拒绝原假设，证明研究中涉及的核心变量原序列平稳。此外，Hausman检验结果显示，p值=0.000<0.010，拒绝原假设，固定效应大于随机效应。因此，在随后检验中均使用面板数据固定效应模型。

3.3 市场动荡驱动企业智能化转型的技术创新能力门槛  本文参考Wang［31］的研究方法，首先，基于三重门槛回归判断门槛的存在性和门槛数量，利用Bootstrap法对每个门槛抽样100次以计算门槛值及p值，结果如表3第（1）列所示。其次，利用相应门槛模型测算具体门槛值并识别门槛前后市场动荡对企业智能化转型的影响差异，结果如表3第（3）列所示。

具体而言，表3第（1）列三重门槛回归结果能够确认单一门槛的存在性。结果显示，技术创新能力单一门槛的F值为45.01（p=0.000），单一门槛显著，而双重门槛、三重门槛的F值分别为9.48（p=0.120）和3.39（p=0.440），双重门槛和三重门槛均不显著。上述结果表明，市场动荡对企业智能化转型影响过程中存在技术创新能力单门槛。

利用单门槛回归分析技术创新能力门槛前后，市场动荡对企业智能化转型的影响差异，进一步确认单一门槛的真实性，结果如表3第（3）列所示。由此可知，单一门槛回归中，市场动荡驱动企业智能化转型的技术创新能力门槛值为2.833 2（p=0.000），可为技术创新能力单门槛的真实性提供支持。进一步关注回归结果中的影响系数，当企业技术创新能力未超过门槛值时，市场动荡对企业智能化转型的影响系数为-0.024（p>0.1），即市场动荡对企业智能化转型不具有显著影响。当企业技术创新能力超过门槛值后，市场动荡对企业智能化转型具有显著正向影响，影响系数为1.540***（p<0.01）。因此，在跨过技术创新能力门槛后，市场动荡对企业智能化转型的影响系数由原本不显著变为正显著，市场动荡对企业智能化转型具有正向驱动作用，H1得到支持。

为了更加直观地对技术创新能力门槛及其对应的置信区间进行展示，本文绘制单门槛回归结果所对应的极大似然比函数图，如图1所示。该图像与LR=0水平线的交点即为上述回归中得出的技术创新能力门槛值，LR=7.35的虚线与图像交点构成的区间即为该门槛值对应的95%置信区间。

上述结果表明市场动荡驱动企业智能化转型过程中存在技术创新能力单门槛，当企业跨过技术创新能力门槛后，市场动荡对企业智能化转型才会发挥正向驱动作用。原因可能是，技术创新能力较强的企业在面临市场动荡时能够通过筛选和捕捉产品研发所需的数智技术，以此融合旧技术并将其转化现有技术储备，重构满足产品市场需求的技术范式，从而满足快速变化的消费者需求。例如，国内白色家电三大龙头之一的海尔集团推出的重要业务单元“海尔智家”全场景智慧家庭解决方案，主要依托IT技术、网络技术、控制技术，并将其与传统家电技术进行融合和重构，以此实现自身智能化转型。

3.4 市场动荡驱动企业智能化转型的战略柔性能力门槛

利用三重门槛回归与单门槛回归确认市场动荡驱动企业智能化转型过程中战略柔性能力门槛的存在性、门槛数量及影响路径，结果如表3第（2）列与第（4）列和图2所示。类似地，表3第（2）列表明，市场动荡对企业智能化转型影响过程中存在战略柔性能力单门槛。表3第（4）列表明，在跨过战略柔性能力门槛后，市场动荡对企业智能化转型的影响系数由原本不显著变为正显著，市场动荡对企业智能化转型显现出正向驱动作用，H2得到支持。

上述结果表明市场动荡驱动企业智能化转型过程中存在战略柔性能力单门槛，当企业跨过战略柔性能力门槛后，市场动荡对智能化转型的影响系数由原本不显著转变为正显著，即在跨过战略柔性能力门槛后，市场动荡对企业智能化转型发挥积极驱动作用。原因可能是，智能化转型涉及全流程、全业务模块战略体系变革，如研发、生产、管理、服务等。跨过战略柔性能力门槛的企业在面临市场动荡时，能够对内进行组织资源重组，应对智能化转型所需的组织结构、商业模式、运营流程的全方位升级和变革；对外实现外部协同，通过与利益相关者间的联动与协同，塑造有利于转型的市场环境。例如，国民羽绒服龙头制造商“波司登”敏锐捕捉市场变化趋势，抓住羽绒服产品在国内市场日趋活跃的机遇，迅速调整战略方向，灵活重置全部优势资源，聚焦核心羽绒服业务，从产品、品牌、渠道3个方面重塑战略，最终以智能化转型助力品牌价值增长。

3.5 稳健性检验

本文主要通过分组回归、替换因变量测度、边际效应估计3种方式进行稳健性检验。首先，根据上文单门槛回归模型所得门槛值对样本进行分组OLS回归。表4回歸结果显示，对于技术创新能力大于门槛值（2.833 2）的企业而言，市场动荡对企业智能化转型具有显著正向影响（β=1.318***，p<0.01）；对于技术创新能力小于门槛值（2.833 2）的企业而言，市场动荡并不能对企业智能化转型产生显著影响（β=0.292，p>0.1）。同理，对于战略柔性能力大于门槛值（7.567 8）的企业而言，市场动荡对企业智能化转型具有显著正向影响（β=1.521***，p<0.01）；对于战略柔性能力小于门槛值（7.567 8）的企业而言，市场动荡对企业智能化转型的影响系数不显著（β=-0.073，p>0.1）。上述结果与前文一致，说明H1和H2具有稳健性。

进一步地，本文更换被解释变量，构建智能化转型的0-1虚拟变量（当企业智能化转型指标大于零时赋值为1，否则赋值为0），并将其作为被解释变量重新进行门槛回归，结果如表5所示。其中，第（1）（2）列是以技术创新能力和战略柔性作为门槛变量时，三重门槛回归结果及对应的门槛值，第（3）（4）列为单门槛模型回归结果及对应的门槛值，第（5）～（8）列为替换被解释变量后所得门槛值，并将样本分组进行Probit回归后的结果。表5结果表明，H1和H2仍然稳健。

使用边际效应估计，为了直观展示门槛虚拟变量取0与1时，市场动荡对企业智能化转型影响的边际效应，绘制图3～4，再次验证H1和H2结果的稳健性。

3.6 内生性检验

对核心变量可能出现的内生性问题进行检验，并针对内生变量引入近似外生工具变量。

（1）选取t-1期市场动荡作为工具变量，利用2SLS模型进行回归。

（2）考虑到研究选择的工具变量不能满足严格的外生假定，引入近似外生工具变量进行估计，以此对内生变量系数变化幅度进行检验，从而确定核心变量的潜在内生性是否对检验结果产生影响。

上述检验结果显示，模型不存在内生性问题。

4 结语

4.1 结论

本文基于技术创新理论与战略柔性理论，利用2010—2020年518家制造业上市公司数据进行面板门槛回归，探索并验证市场动荡驱动企业智能化转型的微观机制。

（1）市场动荡是驱动企业智能化转型的机会窗口，需要技术创新能力和战略柔性能力基础。一方面，随着市场动荡性逐渐提升，企业需要及时对客户需求进行合理预测，并根据需求变化及时调整业务组合，赋能组织结构和资源配置；另一方面，较高的市场动荡性致使行业内竞争格局发生频繁且不可预测的变化，迫使企业加快技术升级和提质增效。同时，数智技术涌现带来的智能感知、精准执行、精益管控和智能决策等独特功能，能够赋予企业更强的执行力实现智能化转型，帮助企业抓住市场动荡提供的机会窗口。然而，智能化转型涉及技术更新、整合、重构及资源配置过程重塑，需要企业拥有足够的技术创新能力和战略柔性能力作为支撑。

（2）市场动荡驱动企业智能化转型过程中存在技术创新能力门槛。具体来说，市场中客户需求变化会加快原有市场中技术知识更新速度，为企业带来技术跃迁的机会窗口，但只有在企业技术创新能力跨过最低门槛后，上述机会窗口才能对企业智能化转型产生积极影响。一方面，市场动荡表现为企业原有技术和产品无法满足客户需求变化，企业需要改变已有技术定位，搜寻和获取更多可用知识进行技术探索与自我变革。另一方面，市场动荡过程中，客户偏好随着时间推移发生变化，提供个性化、智能化、服务化产品和服务成为新的趋势，企业需要整合碎片化数据，基于智能决策为用客户提供智能延伸服务。可见，只有拥有较高技术创新能力的企业才能对技术进行筛选和捕捉，实现新旧技术融合、转化及技术重构。

（3）市场动荡驱动企业智能化转型过程中存在战略柔性能力门槛。具体来说，市场动荡会加剧企业间竞争，为企业带来战略变革的机会窗口，但在企业战略柔性能力跨过最低门槛后，市场动荡对企业智能化转型才会产生积极影响。一方面，市场动荡表现为市场条件难以评估且经常改变，因而企业需要协调、评估和筹划人、财、物组合，基于智造管理系统或云平台调整既有经营活动或战略导向以保持较高的竞争力；另一方面，市场动荡表现为企业竞争者及其构成难以把控，企业需要积极与顾客、供应商等利益相关者合作，向智慧型与共生型组织演化。在上述过程中，企业需要拥有较高的战略柔性能力，对内进行组织资源和工作流程重组，对外进行重要利益相关者价值链重塑和战略联盟组建，推动自身管理模式及价值链各环节管理流程智能化变革，突破行业边界，拓展商业生态圈。

4.2 理论贡献

（1）基于门槛效应，构建市场动荡驱动企业智能化转型的技术创新能力和战略柔性能力门槛的微观机制。传统智能化转型研究更多地关注转型过程中的线性模型，本文拓展了智能化转型微观机制研究。

（2）基于技术创新理论和战略柔性理论，提出技术创新能力是智能化转型的技术基础，战略柔性能力是智能化转型的高层战略布局。在动荡的市场环境下，实现智能化转型既要考虑现有技术创新能力，又要兼顾战略柔性能力，丰富了市场驱动企业智能化转型研究理论视角。

（3）丰富了战略柔性理论研究视角，将其拓展至智能化转型机理研究，验证了战略柔性能力在市场动荡驱动企业智能化转型过程中的重要作用。

4.3 实践启示

（1）动荡市场环境下，智能化转型过程既存在战略柔性能力门槛，又存在技术创新能力门槛。在技术层面，企业需要积累足够的知识和能力，才能筛选和捕捉适合自身发展的智能技术，将新旧技术进行融合和转化，进而重构现有生产技术；在战略层面，企业需要对内实现资源灵活应对，对外实现利益相关者间价值链的适应性塑造。

（2）企业智能化转型不仅是技术层面的智能化升级，而且需要基于数智技术进行战略层面的内外部资源柔性重塑。据此，企业应将智能化理念应用于战略规划、实施和调整，从而借助智能化转型为自身高质量发展赋能。

4.4 不足与展望

本文存在以下不足：第一，以制造企业为样本，未来可以进一步分析其它行業企业智能化转型机制。第二，沿用已有研究中的关键词组合对智能化转型进行测量，未来可以采用不同关键词组合进行差异化研究。第三，除技术创新能力和战略柔性能力门槛外，企业智能化转型还受其它因素的影响，如制度压力、技术动荡、冗余资源等，未来需要进一步探究不同因素及其相互间的作用关系。

参考文献：

［1］ JAWORSKI B J， KOHLI A K. Market orientation： antecedents and consequences［J］.Journal of Marketing， 1993， 57（3）： 53-70.

［2］ DAVIS J， EDGAR T， PORTER J， et al. Smart manufacturing， manufacturing intelligence and demand-dynamic performance［J］.Computers & Chemical Engineering， 2012， 47： 145-156.

［3］ 郑勇华，孙延明，尹剑峰. 智能化转型、智能化能力与制造企业转型绩效——战略匹配的调节作用［J］.科技进步与对策，2022，39（18）：90-109.

［4］ FARID A M. Measures of reconfigurability and its key characteristics in intelligent manufacturing systems［J］.Journal of Intelligent Manufacturing， 2017， 28（1）： 1-17.

［5］ 黄俊，郭耿轩，刘敏，秦颖. 动态能力视阈下我国汽车制造企业智能化转型升级路径研究——对3家本土自主品牌车企的跨案例探讨［J］.科技进步与对策，2018，35（23）：121-129.

［6］ ZHONG R Y， XU X， KLOTZ E， et al. Intelligent manufacturing in the context of industry 4.0： a review［J］.Engineering， 2017， 3（5）： 616-630.

［7］ YAM R， LO W， TANG E， et al. Analysis of sources of innovation， technological innovation capabilities， and performance： an empirical study of Hong Kong manufacturing industries［J］.Research Policy， 2011， 40（3）： 391-402.

［8］ 陈劲，陈钰芬. 开放创新体系与企业技术创新资源配置［J］.科研管理，2006，27（3）：1-8.

［9］ SANCHEZ R. Strategic flexibility in product competition［J］.Strategic Management Journal， 1995， 16（S1）： 135-159.

［10］ SIRMON D G， HITT M A， IRELAND R D. Managing firm resources in dynamic environments to create value： looking inside the black box［J］.Academy of Management Review， 2007， 32（1）： 273-292.

［11］ AFUAH A. Mapping technological capabilities into product markets and competitive advantage： the case of cholesterol drugs［J］.Strategic Management Journal，2002，23（2）：171-179.

［12］ 孙忠娟，张娜娜，谢伟. 中国后发企业能力积累机制研究——基于联想与华为国际化的案例对比分析［J］.科学学研究，2021，39（6）：1084-1093.

［13］ 李晓莉，于渤. 面向技术跨越的后发企业技术创新战略与技术创新能力动态演化仿真研究［J］.科学学与科学技术管理，2017，38（11）：83-100.

［14］ CETINDAMAR D， PHAAL R， PROBERT D. Understanding technology management as a dynamic capability： a framework for technology management activities［J］.Technovation， 2009， 29（4）： 237-246.

［15］ 袁野，汪書悦，陶于祥. 人工智能关键核心技术创新能力测度体系构建：基于创新生态系统视角［J］.科技进步与对策，2021，38（18）：84-93.

［16］ HENDERSON J C， VENKATRAMAN N. Strategic alignment： leveraging information technology for transforming organizations［J］.IBM Systems Journal， 1993， 32（1）： 4-16.

［17］ LI B， CHEN R S， LIU C Y. Using intelligent technology and real-time feedback algorithm to improve manufacturing process in IoT semiconductor industry［J］.The Journal of Supercomputing， 2021， 77（5）： 4639-4658.

［18］ 徐鹏，徐向艺. 人工智能时代企业管理变革的逻辑与分析框架［J］.管理世界，2020，36（1）：122-129，238.

［19］ MIROSHNYCHENKO I， STROBL A， MATZLER K， et al. Absorptive capacity， strategic flexibility， and business model innovation： empirical evidence from Italian SMEs［J］.Journal of Business Research， 2021， 130： 670-682.

［20］ CELUCH K， MURPHY G. SME Internet use and strategic flexibility： the moderating effect of IT market orientation［J］.Journal of Marketing Management， 2010， 26（1-2）： 131-145.

［21］ WARNER K， WGE M. Building dynamic capabilities for digital transformation： an ongoing process of strategic renewal［J］.Long Range Planning， 2019， 52（3）： 326-349.

［22］ 李琦，刘力钢，邵剑兵. 数字化转型、供应链集成与企业绩效——企业家精神的调节效应［J］.经济管理，2021，43（10）：5-23.

［23］ 许治，陈郑逸帆，朱明晶. 企业持续创新必然促进业绩增长——基于环境动荡性调节效应的分析［J］.科学学与科学技术管理，2020，41（12）：3-19.

［24］ 李苗苗，肖洪钧，傅吉新. 财政政策、企业R&D投入与技术创新能力——基于战略性新兴产业上市公司的实证研究［J］.管理评论，2014，26（8）：135-144.

［25］ NADKARNI S， NARAYANAN V K. Strategic schemas， strategic flexibility， and firm performance： the moderating role of industry clockspeed［J］.Strategic Management Journal， 2007， 28（3）： 243-270.

［26］ 何帆，刘红霞. 数字经济视角下实体企业数字化变革的业绩提升效应评估［J］.改革，2019，32（4）：137-148.

［27］ 戚拥军，王龙君. 高管持股变动、技术创新与公司价值——基于不同产权性质的比较［J］.科技进步与对策，2022，39（16）：123-133.

［28］ LIU Y， DONG J， YING Y， et al. Status and digital innovation： a middle-status conformity perspective［J］.Technological Forecasting and Social Change， 2021， 168（3）： 120781.

［29］ 唐松，李青，吳非. 金融市场化改革与企业数字化转型——来自利率市场化的中国经验证据［J］.北京工商大学学报（社会科学版），2022，37（1）：13-27.

［30］ HANSEN B E. Sample splitting and threshold estimation［J］.Econometrica， 2000， 68（3）： 575-603.

［31］ WANG Q. Fixed-effect panel threshold model using stata［J］.The Stata Journal， 2015， 15（1）： 121-134.

（责任编辑：张 悦）

英文标题Market Turbulence Driving Enterprise Intelligent Transformation： A Threshold Effect Study

英文作者Wang Cizhi1， Feng Jialin1， Sun Zhongjuan1， Xie Wei2

英文作者单位（1.College of Business Administration， Capital University of Economics and Business， Beijing 100070，China；

2.School of Economics and Management， Tsinghua University， Beijing 100084， China）

英文摘要Abstract："Made in China 2025" is the first 10-year plan of national manufacturing power strategy， and the intelligent transformation has become the developing focus for manufacturing enterprises in recent years. The feature of digital economic market is volatile， uncertain， complex and ambiguous. The market turbulence performs unstable changes of customer demand and market competition which provide opportunity windows for enterprise intelligent transformation. The intelligent transformation refers to the process that a firm uses digital and intelligent technology to upgrade R&D and reshape the enterprises' existing resource allocation according to intelligent strategic concepts and technical requirements. Existing studies have pointed out that intelligent transformation is not only a transformation of technological innovation， but also a transformation of organizational configuration that requires enterprises to integrate intelligent concepts into existing manufacturing， sales logistics， organizational operations， strategic structures and other links at the strategic level. Therefore， the enterprise intelligent transformation needs to be conducted on both technical level and the strategy level to catch the new opportunities in the turbulent market. On the technical level， the technological innovation capability refers to the ability to develop new process technologies and new products to satisfy market demands. On the strategic level， the strategic flexibility capability refers to the ability to reset resources and organizational processes. However， previous researches have paid little attention to the technical and strategic aspects of enterprise intelligent transformation. Therefore， this paper incorporates market turbulence， intelligent transformation， technological innovation capability and strategic flexibility capability into the research framework， exploring whether there exists threshold of capabilities required by enterprises in market turbulence driving the enterprise intelligent transformation.

This paper combines the technological innovation theory and strategic flexibility theory， uses the balanced panel data of 518 listed manufacturing companies which are in continuous operating from 2010 to 2020 to verify the hypothesis by defining variables and constructing the threshold regression model. The results of empirical analyses show that firstly there exists a single threshold of technological innovation capability during the process of turbulent market driving enterprise intelligent transformation. When an enterprise's technological innovation capability crosses the threshold， the turbulent market will positively drive enterprise intelligent transformation. Secondly there is the single threshold of strategic flexibility capability during the process of turbulent market driving intelligent enterprise transformation. When an enterprise's strategic flexibility capability crosses the threshold， the turbulent market will also positively drive enterprise intelligent transformation.

This study enriches the application of technological innovation theory and strategic flexibility theory. First， based on the threshold effect， this paper constructs the micro-mechanism of  market turbulence driving enterprise intelligent transformation with the thresholds of technological innovation capability and strategic flexibility capability. It tries to explore the threshold mechanism and expands the research on the micro-mechanism of enterprise intelligent transformation. Second， this study simultaneously considers the technical and strategic aspects in the enterprise intelligent transformation process and proposes that technological innovation capability is the technical basis for enterprise intelligent transformation and strategic flexibility is the high-level strategic layout for enterprise intelligent transformation. In the turbulent market， the intelligent transformation of enterprises should consider both the existing technological innovation capability and strategic flexibility capability. Third， this study enriches the research perspective of strategic flexibility theory and extends it to the related mechanism research of enterprise intelligent transformation， and it verifies the important role of strategic flexibility in the process of market turbulence driving enterprise intelligent transformation.

There are two practical implications for the intelligent transformation of enterprises. On the one hand，successful intelligent transformation in a turbulent market environment has two capability thresholds： technological innovation and strategic flexibility. On the technical level， enterprises need to accumulate enough knowledge and capabilities to screen and capture intelligent technologies suitable for the company's development， integrate technologies and reconstruct the existing production technologies; on the strategic level， enterprises need to realize flexible response of the resources internally and adaptive shaping of the value chain between stakeholders externally. On the other hand， the intelligent transformation of enterprises is not only an intelligent upgradation at the technical level， but also requires a flexible reshaping of internal and external resources on the corresponding strategic level based on digital intelligence technology. Accordingly， enterprises should apply the concept of intelligence to the planning， implementation and adjustment of strategies， so as to truly empower the high-quality development of enterprises in intelligent transformation.

英文關键词Key Words：Technological Innovation Capability; Strategic Flexibility Capability; Intelligent Transformation; Market Turbulence; Threshold Effect

收稿日期：2021-12-09  修回日期：2022-04-11

基金项目：国家自然科学基金面上项目（72172097）；国家自然科学基金青年科学基金项目（71602127）；教育部人文社会科学重点研究基地项目（17JJD630004）；北京市优秀人才青年拔尖团队项目（2017000026833TD01）；首都经济贸易大学科研项目（QNTD202203）

作者简介：王赐之（1991-），男，山西太原人，博士，首都经济贸易大学工商管理学院讲师，研究方向为创新创业；冯佳林（1998-），女，河北石家庄人，首都经济贸易大学工商管理学院博士研究生，研究方向为战略与创新创业、智能制造与企业转型；孙忠娟（1985-），女，内蒙古通辽人，博士，首都经济贸易大学工商管理学院副教授、博士生导师，研究方向为技术并购、企业能力提升；谢伟（1976-），男，安徽无为人，博士，清华大学经济管理学院教授、博士生导师，研究方向为战略管理。本文通讯作者：孙忠娟。