智能制造企业的双元创新路径研究

摘 要：在高质量发展的背景下，智能制造企业如何通过双元创新来提高企业绩效已成为学术界和实践界关注的话题。动态能力凭借其兼顾探索式与利用式双元创新平衡的特质，成为智能制造企业应对环境变化的重要因素，而服务化也是提高智能制造企业创新绩效的重要因素，但现有研究却较少将两者纳入同一个创新路径研究体系。基于双元创新、服务化与动态能力等基础理论，构建了“服务化、动态能力—双元创新—企业绩效”理论模型，并参考借鉴了国内外比较成熟的量表设计问卷，通过Credamo平台搜集我国387家智能制造企业的样本数据，运用结构方程模型（SEM），实证研究服务化产品和客户导向、整合重构能力、组织和技术柔性能力等核心要素对双元创新的影响，以及双元创新对企业绩效的影响路径。研究结果表明：在智能制造企业中，服务化客户导向对探索式创新的影响更为显著，服务化产品导向对利用式创新的影响更为显著；整合重构能力对利用式创新的促进作用更为显著，组织和技术柔性能力对探索式创新的促进作用更为显著；相较于利用式创新，探索式创新对企业绩效的影响更为显著；在双元驱动下智能制造企业的创新模型中存在两条路径，其中一条创新路径为“组织和技术柔性能力、服务化客户导向—探索式创新—企业绩效”，另一条创新路径为“整合重构能力、服务化产品导向—利用式创新—企业绩效”。最后，就智能制造企业如何培育发展服务化和动态能力，促进双元创新并有效提升企业绩效提供了理论指导和对策建议：智能制造企业的创新发展亟须培育服务化新业态；智能制造企业的创新发展亟须培育动态能力，包括整合重构能力、组织和技术柔性能力；智能制造企业要从自身发展的核心痛点出发，通过双元创新提高企业绩效。

关键词：智能制造企业；双元创新；动态能力；服务化

中图分类号：F425" " 文献标志码：A" " 文章编号：1671-0037（2024）6-79-12

DOI：10.19345/j.cxkj.1671-0037.2024.6.7

0 引言

随着新一代信息技术在制造业领域的全面渗透，智能制造企业的双元创新已成为我国产业转型升级的重要着力点。党的二十大报告强调，要促进数字经济和实体经济深度融合。智能制造企业成为大国智造与发展数字经济的有机结合部［1］。近十年来，诸多企业利用自身能力及精细化技术不断开展智能制造，为我国制造业的高质量发展提供了机会［2］。同时，创新作为智能制造发展的第一动力，从生产技术和产业模式等方面重塑了企业的发展路径［3］。然而，我国智能制造虽已取得长足进展，但与高质量发展的要求相比，仍存在创新能力不强、应用深度广度不够等问题［4］。因此，在高新技术产业变革与高质量发展的关键交汇期，探究我国智能制造企业的双元创新路径，是当下学术界研究的热点。

智能制造是一种利用技术推动企业创新的新模式。我国智能制造企业在发展过程中，面临着渐进性创新与颠覆性创新的双元抉择［5-6］。学者们将两种创新抉择界定为颠覆性的探索式创新，以及渐进性的利用式创新，并对其展开了不同的研究。探索式创新和利用式创新可对企业绩效起到显著的正向作用已成为共识［7］；且这两种创新行为并非互相割裂的，而是相辅相成的。智能制造企业如何在现有资源的条件下平衡好探索式创新和利用式创新，成为现阶段面临的重要现实问题［8］。从已有研究来看，动态能力具有能够促进探索式创新与利用式创新双元平衡的特质，是智能制造企业灵活应对外部环境变化的重要因素［9］。焦豪［10］指出，动态能力可以通过双元创新影响企业绩效。随后，学者们针对制造业中动态能力对技术创新的影响机制进行了不同维度的探究［11-12］。但是，智能制造企业中动态能力对双元创新的影响路径仍有待进一步验证。除此之外，服务水平的提升也是促进智能制造企业发展的一个重要因素［13］，且服务化的实施有助于提高企业的创新绩效［14］。智能制造企业能够利用数字化技术推动企业服务水平的跨越式提升，动态能力在破解产品制造难题和提供智能解决方案方面发挥着重要作用［15］。由此可知，动态能力与服务化在双元驱动下的智能制造企业创新发展中有着密切的联系，然而现有研究却很少将两者纳入同一个创新路径研究体系。

因此，基于已有研究的不足和高质量发展的需要，本文在已有文献和概念界定的基础上，以智能制造企业为研究对象，构建“服务化、动态能力—双元创新—企业绩效”理论模型，运用结构方程模型进行实证分析，探究智能制造企业的双元创新路径。本研究不仅揭示了双元创新对智能制造企业绩效的影响路径，同时为智能制造企业的创新发展提供了实践指导，进而促进制造业高质量发展。

1 理论分析与研究假设

1.1 服务化与双元创新

智能制造企业的服务化会催生产业模式的变革，进而影响企业双元创新路径的抉择。服务化是指制造业由提供产品及基础附加服务向产品服务化的转变［16］；智能制造企业的服务化指的是通过大数据、云计算等技术主动挖掘客户需求，在实现客户价值提升的同时［17］，也对企业各方面创新均具有显著正向影响的行为［18］。而双元创新能力是指探索式创新和利用式创新这两种创新能力［19］，在服务化与企业价值获取之间起到了中介作用［20-21］。其中：探索式创新是对新事物、新知识等的探索，其目标是满足新客户或新开发市场的需求；利用式创新是对现存事物的改进及利用，其目标是满足已有客户或市场的需求［22］。

随着我国制造业服务化不断向智能化、数字化的方向延伸［23］，智能制造企业投入服务化的创新效应受到了学者们的广泛关注。例如：李伟等［17］基于商业模式创新的视角，提出将服务化和智能制造的概念融合，关注数字化转型背景下服务化智能制造企业的发展，并以此提升企业绩效；陈旭升和梁颖［13］通过研究智能制造企业的成长过程，提出技术与服务两个因素可以提升智能制造企业绩效；邢会等［24］提出，制造业服务化对创新绩效的影响呈“U”形。智能制造企业利用服务化带来的产品技术复杂性、精密性等优势，使双元创新绩效得到有效提升［15］。同时，通过阅读相关文献发现，学者们从不同角度对服务化进行了划分。例如：Mathieu［25］根据制造企业提供服务的目标，将服务划分为以产品为中心的服务和以客户为中心的服务两类；徐洁等［26］将制造业服务划分为嵌入式服务和混入式服务两类。本文根据Mathieu对于服务化的定义，将服务化划分为两类导向，即力图服务于产品功能实现的服务化产品导向和为客户提供高级服务、帮助客户优化相关流程的服务化客户导向。在已有研究的基础上，细化智能制造企业服务化对于双元创新的影响。

基于此，本文提出以下假设：

H1：服务化对双元创新有显著的正向作用。

H1a：服务化产品导向对探索式创新有显著的正向作用。

H1b：服务化产品导向对利用式创新有显著的正向作用。

H1c：服务化客户导向对探索式创新有显著的正向作用。

H1d：服务化客户导向对利用式创新有显著的正向作用。

1.2 动态能力与双元创新

智能制造企业的动态能力推动了生产技术创新，是智能制造企业双元创新升级的关键。其中，动态能力是企业能够及时感知外部市场环境变化、及时进行内部资源重组和知识迭代的能力，包括整合重构能力和组织柔性能力等［27］。在概念界定的基础上，焦豪等［28］进一步将动态能力与技术创新联系起来，指出动态能力能够感知并捕捉新机会，既可以对现有资源进行利用，又通过创造新资源和引入外部资源，并在复杂环境中迅速整合与配置资源来促进技术创新，促使企业获得可持续的竞争优势。李晓钰和肖丁丁［29］提出，动态的环境可以通过改变资源拼凑的方式，进而影响双元创新能力。

学者们对动态能力的构成维度展开了研究。例如：焦豪等［28］将其划分为机会识别能力、整合重构能力与技术和组织柔性能力等3类；李彬等［30］将其划分为感知能力、转换能力及动态感知能力等3类。学者们还对动态能力与双元创新的路径关系进行了探讨，但由于所选取的样本、模型等不同，在动态能力对双元创新的影响上并未达成一致结论，且关于动态能力的划分也存在探讨空间。本文在系统梳理相关研究的基础上，结合于晓宇等［31］通过不同模型得出的机会识别能力对企业创新有一定作用但影响有限的结论，将动态能力划分为整合重构能力、组织和技术柔性能力两类。

其中，整合重构能力包含资源的整合和重构两个维度，是指企业不断获取、整合新资源，对组织运营管理进行调整、改变，创造出新的技术，实现探索式创新的能力；同时改进现有产品的工艺和流程，促进利用式创新的产生［32］。组织和技术柔性能力作为动态能力的另一维度，可以帮助企业在环境发生变化时及时作出反应，从而提高创新能力与绩效［33］。企业要想在数字化时代实现自身资源与创新能力的匹配，就离不开柔性能力［34］。尤其在高新技术企业中，市场导向与战略柔性能力发挥互补作用，共同促进双元创新［35］。

基于此，本文提出以下假设：

H2：动态能力对双元创新有显著的正向作用。

H2a：整合重构能力对探索式创新有显著的正向作用。

H2b：整合重构能力对利用式创新有显著的正向作用。

H2c：组织和技术柔性能力对探索式创新有显著的正向作用。

H2d：组织和技术柔性能力对利用式创新有显著的正向作用。

1.3 双元创新与企业绩效

双元创新在新创企业的成长中发挥着正向作用［36］，并在市场竞争日益激烈的环境下，成为企业提高绩效的重要手段［37］。双元创新中利用式创新与探索式创新具有不同的创新特性。利用式创新小而微，而探索式创新大而强［38］。这导致二者对企业绩效的影响也存在差异。利用式创新对于企业短时间内的财务绩效有促进作用，探索式创新对于企业长期绩效有正向影响［39］。陈旭升和梁颖［13］基于案例分析指出，双元创新在服务和技术的驱动下促使企业相关机制发生转变，进而提升智能制造企业绩效。朱国军等［40］指出，智能制造企业生态优势路径的形成，离不开双元创新能力。

学者们认为，利用式创新与探索式创新在某些方面存在相悖之处，需要匹配与平衡才能有效促进企业绩效的提升。例如：朱瑾等［41］通过QCA法分析在线品牌社群，提出利用式创新与探索式创新通过两条不同的路径影响企业绩效；马蓝［42］通过实证研究发现，相较于利用式创新，探索式创新对企业商业模式的影响更显著；而梁娅青［43］研究表明，利用式创新（渐进）和探索式创新（激进）均正向影响了电商企业绩效，但是利用式创新的影响显著大于探索式创新。因此，本文将服务化与动态能力纳入双元创新与企业绩效的理论框架，分别探究探索式创新、利用式创新对智能制造企业绩效的影响。

基于此，本文提出以下假设：

H3：探索式创新对企业绩效有显著的正向作用。

H4：利用式创新对企业绩效有显著的正向作用。

综合以上论述，本文构建了如图1所示的概念模型。

2 研究方法

2.1 研究样本

本研究通过问卷调查的方式搜集数据，具体过程分为3个步骤。首先，借鉴国内外已成熟的量表构建本研究的初始问卷，请教本领域的专家学者和企业管理者并对问卷内容进行修正，确保问卷中每一个题项都清晰明了。其次，选取北京市智能制造企业进行预调研，对收回的小样本进行信度与效度检验，再次修正内容并确定问卷的发放形式。最后，在Credamo平台上发放问卷，选择数据集市，在样本特征设置中，限定受访者的职业为“企业的员工及管理者”，限定所在企业类型为“搭载人工智能技术”与“制造业企业”，并且受访者须通过身份认证。共发放问卷430份，回收430份，其中有效问卷387份，问卷有效回收率为90%。样本统计特征如表1所示。

2.2 变量操作化定义与测量

为保证样本的信度和效度，变量测量主要借鉴了国内外比较成熟的量表（见表2）。①服务化的测量借鉴了陈菊红等［44］的研究成果，同时结合本文的研究目的，从产品导向与客户导向两个维度，分别利用4个题项对服务化进行测量；②动态能力中整合重构能力的测量借鉴了焦豪［10］和Senyard等［45］的量表，组织和技术柔性能力的测量借鉴了焦豪［10］的量表，共利用10个题项对动态能力进行测量；③双元创新采用Atuahene-gima［46］所使用的测量探索能力和应用能力的量表，各使用5个题项分别测量探索式创新和利用式创新；④企业绩效的测量使用李忆和司有和［47］的量表，通过调查智能制造企业管理者对于市场目标和财务目标的完成情况（相较于竞争对手），对企业绩效进行全面测量。问卷中所有题项均采用Likert五级量表进行测度（1=非常同意，2=同意，3=不确定，4=不同意，5=非常不同意）。对上述39个题项进行测度，且样本在信度和效度方面取得了较好的结果。

3 研究结果分析

3.1 信度与效度

首先，使用SPSS 26.0软件对服务化产品导向、服务化客户导向、整合重构能力、组织和技术柔性能力、探索式创新、利用式创新、企业绩效等7个变量进行探索式因子分析。结果显示，KMO值分别为0.817、0.789、0.875、0.776、0.892、0.893、0.843，均大于0.7；同时Bartlett's检验的结果均显著（P=0.000）。由此可知，该问卷适合做探索式因子分析。同时，各维度的Cronbach's α均大于0.8，说明量表的内部一致性信度良好。

其次，使用AMOS 23.0软件进行验证式因子分析，计算所有标准化的因子载荷系数及组合信度CR值和平均提炼方差AVE值。为了确保题项的有效性，对潜在构面进行分析，对不符合模型适配度要求的题项，选取MI较高的予以删除，最后得到的结果如表3所示。由表3可知，问卷量表具有良好的内在一致性和收敛效度，且X2/df=1.705＜3，RMSEA=0.043＜0.05，CFI、TLI、NFI指标均大于0.9，全部符合要求，表明模型适配度良好。

进一步对模型的区别效度进行检验。其判断标准为各变量的AVE平方根大于该变量与其余各变量的相关系数。由表4可知，各变量的AVE平方根均大于该变量与其余各变量的相关系数，通过区别效度检验。

3.2 模型分析

运用AMOS 23.0软件对所构建的理论模型进行分析。从模型计算数据来看，服务化产品导向、服务化客户导向、整合重构能力、组织和技术柔性能力等4个自变量的Pearson相关值均小于0.5，即自变量不存在高度线性相关的问题，可以进行下一步分析。最后得到模型的验证结果如表5所示。

从表5可知：第一，智能制造企业中服务化产品导向显著影响探索式创新，标准化路径系数为0.158和显著性水平为P＜0.01，假设H1a通过验证；第二，智能制造企业中服务化产品导向显著影响利用式创新，标准化路径系数为0.220，显著性水平为P＜0.001，假设H1b通过验证；第三，智能制造企业中服务化客户导向显著影响探索式创新，标准化路径系数为0.127，显著性水平为P＜0.05，假设H1c通过验证；第四，智能制造企业中服务化客户导向显著影响利用式创新，标准化路径系数为0.116，显著性水平为P＜0.05，假设H1d通过验证；第五，智能制造企业中整合重构能力显著影响探索式创新，标准化路径系数为0.187，显著性水平为P＜0.001，假设H2a通过验证；第六，智能制造企业中整合重构能力显著影响利用式创新，标准化路径系数为0.212，显著性水平为P＜0.001，假设H2b通过验证；第七，智能制造企业中组织和技术柔性能力显著影响探索式创新，标准化路径系数为0.214，显著性水平为P＜0.001，假设H2c通过验证；第八，智能制造企业中组织和技术柔性能力显著影响利用式创新，标准化路径系数为0.147，显著性水平为P＜0.05，假设H2d通过验证；第九，智能制造企业中探索式创新显著影响企业绩效，标准化路径系数为0.375，显著性水平为P＜0.001，假设H3通过验证；第十，智能制造企业中利用式创新显著影响企业绩效，标准化路径系数为0.223，显著性水平为P＜0.001，假设H4通过验证。

4 结论与讨论

4.1 研究结论

智能制造企业的双元创新是推动高质量发展的重要途径。智能制造企业利用新兴技术，不仅可以给企业带来盈利，还可以提高各个环节的效率，降低成本，减少能耗，实现经济效益与社会效益双丰收。本研究立足双元创新理论，厘清了智能制造企业中服务化与动态能力对双元创新的影响路径，探讨了双元创新对智能制造企业绩效的促进作用，构建了智能制造企业双元创新路径的理论模型，得出如下结论。

第一，智能制造企业中服务化对双元创新有正向作用，且服务化产品导向对利用式创新的影响系数为0.220，相较于对探索式创新的影响系数0.158更大，表明服务化产品导向对利用式创新的影响更为显著。服务化客户导向对探索式创新的影响系数为0.127，相较于对利用式创新的影响系数0.116更大，表明服务化客户导向对探索式创新的影响更为显著。随着智能制造企业进入数字化、网络化制造阶段，企业和用户多通过数字平台进行交互，生产环节由以产品为核心转向了以客户为核心。服务化客户导向有利于智能制造企业开展探索式创新，应加强对客户需求的提炼、整合，将系统内的数据与信息连接起来，真正地为客户服务；同时，服务化产品导向可以在智能制造企业开展利用式创新时，辅助企业在当前产品的基础上，研发新产品和开辟新的细分市场，满足市场对多元化、差异化产品的需求。

第二，智能制造企业中动态能力对双元创新有正向作用，且整合重构能力对利用式创新的影响系数为0.212，相较于对探索式创新的影响系数0.187更大，表明整合重构能力对利用式创新的影响更为显著。组织和技术柔性能力对探索式创新的影响系数为0.214，相较于对利用式创新的影响系数0.147更大，表明组织和技术柔性能力对探索式创新的影响更为显著。整合重构能力使企业能够重新匹配资源与调整组织架构，动态地适应系统环境，不断对产品的设计、功能进行改进；而智能制造企业在智能化转型时，面临多次的组织内部结构调整，以及产品成本及质量的优化［48］。整合重构能力配合利用式创新推动企业运用现有资源进行组织架构调整，在低碳化、高效能、高质量方面优化现有产品。此外，企业通过组织和技术柔性能力提升组织资源的弹性与灵活性，提高信息处理能力。大数据、5G等技术能够给智能制造企业提供更多有效的信息［49］，提升其吸收外部知识的效率，从而有利于探索式创新的开展。企业在开拓新领域与开发新产品的同时，应及时调整组织战略，增强对新环境的适应性。

第三，智能制造企业中双元创新对企业绩效有显著的正向作用，探索式创新对企业绩效的影响系数为0.375，利用式创新对企业绩效的影响系数为0.223，表明探索式创新对企业绩效的影响更为显著。李忆和司有和［47］指出，探索式创新和利用式创新的抉择与企业的战略规划相关。当前我国智能制造行业处于快速发展阶段，但中小型企业面临资金、人才等创新投入的限制［50］，其智能制造之路有着更多的不可控风险和更高的试错成本，稍有不慎便会危及生存。中国绝大多数中小型智能制造企业采取的是利用式创新，只有一小部分大型企业采取的是探索式创新。

4.2 理论贡献

本研究的理论贡献包含以下3个方面。第一，拓宽了双元创新的研究范畴。本研究将双元创新理论引入智能制造领域，有助于从双元创新视角为智能制造企业提供深化创新的思路。第二，系统证实了双元创新在服务化与动态能力的驱动作用下影响企业绩效的路径及其差异。本研究通过构建“服务化、动态能力—双元创新—企业绩效”理论模型，指出服务化能够拓展企业的服务范围并更新服务理念，其提供的市场机会保证了双元创新的持续投入，进而实现对基础研究和技术创新的正向反馈；动态能力为智能制造企业在复杂多变的市场环境下进行双元创新提供了保障，能够有效提升企业绩效。第三，提炼了智能制造企业双元创新的路径。本研究通过对387家智能制造企业的实证分析，为智能制造企业的创新发展提供了理论支持和引导。

4.3 管理启示

本研究的管理启示包含以下3个方面。

第一，智能制造企业的创新发展亟须培育服务化新业态。智能制造企业应开展初级转型，依托产品自身的可感知、可识别属性拓展后续服务，从以产品为中心的服务化发展为以客户为中心的服务化，从生产型制造向生产服务型制造转变，培育数实融合的新模式新业态。对于企业自身而言，其不仅要注重制造环节的智能化，更要实现研产供销与服务的全链条智能化。具体来说，智能制造企业要以满足客户对商品的个性化需求为目标，打造智能制造典型场景，充分发挥智能制造标准化公共服务平台的作用。

第二，智能制造企业的创新发展亟须培育动态能力，包括整合重构能力、组织和技术柔性能力。一方面，智能制造企业应利用整合重构能力加快产品功能迭代升级，发挥大数据、5G等数字技术的作用，释放数据要素的潜力。通过对生产各环节数据的全面采集和深度分析，寻找生产环节低效率、次级产品出现的原因，不断提升生产效率及产品质量，进而推动利用式创新。另一方面，智能制造企业应利用组织和技术柔性能力实现技术路径再造及竞争优势转换。通过提高生产制造的精益化、柔性化水平，打造安全高效的产业链供应链，并通过组织柔性管理不断适应外部环境的变化，形成具有自适应、自组织能力的企业架构，进而推动探索式创新。

第三，智能制造企业要从自身发展的核心痛点出发，通过双元创新提高企业绩效。在智能制造企业的双元创新模型中，其中一条关键创新路径为“组织和技术柔性能力、服务化客户导向—探索式创新—企业绩效”。具体来说，就是企业利用自身的组织和技术柔性能力，加大颠覆性技术创新的投入力度，积极布局前沿科技领域，并借助客户导向的服务化，为客户提供场景化的智能制造体验，最终推动探索式创新，提高企业绩效。另一条关键创新路径为“整合重构能力、服务化产品导向—利用式创新—企业绩效”。具体来说，就是企业利用自身的整合重构能力，对当前拥有的资源进行整合，形成核心竞争力，并通过开展产品导向的服务化，顺应当下数实融合的新趋势，进而强化利用式创新，最终实现企业绩效与社会绩效的双提高。

4.4 研究局限

本研究尽管遵循了科学的逻辑，但依然存在一些局限性。第一，本研究所使用的样本数据为横截面数据，未来可采用跨时间的动态数据来研究变量间的关系。第二，本研究未在全国范围内开展大规模、多行业的调研，研究样本主要来自我国东部沿海地区。而智能制造涉及范围较广，不同行业的企业需要关注和解决的问题各不相同，即便同行业的不同企业所面临的困难也存在差异，因此无法推出通用的方案。未来可进一步加强对样本数据的搜集，扩大地域和产业覆盖范围，提高数据质量，进行更加细致的数据分析，并比较不同地域、行业间情境因素对双元创新与智能制造企业绩效关系作用机制的差异。

参考文献：

［1］ 杜传忠，王晓蕾.智能制造对制造企业创新效率的非线性影响：基于制造业服务化的调节效应［J］.四川大学学报（哲学社会科学版）， 2024（1）： 37-51，208-209.

［2］ 肖静华，吴小龙，谢康，等.信息技术驱动中国制造转型升级：美的智能制造跨越式战略变革纵向案例研究［J］.管理世界，2021，37（3）：161-179，225，11.

［3］ 韦影，赵乐乐.智能制造与创新的耦合关系：基于扎根理论的探索性研究［J］.创新科技，2021，21（9）：15-23.

［4］ 乔非，孔维畅，刘敏，等.面向智能制造的智能工厂运营管理［J］.管理世界，2023，39（1）： 216-225，239，226.

［5］ YIN Y， STECKE K E， LI D. The evolution of production systems from Industry 2.0 through Industry 4.0［J］. International Journal of Production Research， 2018， 56（1/2）： 848-861.

［6］ 郭进.传统制造业企业智能化的路径选择研究［J］.人文杂志，2021（6）：69-78.

［7］ HE Z L， WONG P K. Exploration vs. exploitation： an empirical test of the ambidexterity hypothesis［J］. Organization Science， 2004， 15（4）： 481-494.

［8］ 凌鸿程，阳镇，陈劲.“破旧立新”还是“推陈出新”？——信任环境下的企业双元创新的重新审视［J］.科学学与科学技术管理，2023，44（6）：65-85.

［9］ 周翔，叶文平，李新春.数智化知识编排与组织动态能力演化：基于小米科技的案例研究［J］.管理世界，2023，39（1）：138-157.

［10］ 焦豪.双元型组织竞争优势的构建路径：基于动态能力理论的实证研究［J］. 管理世界，2011（11）：76-91，188.

［11］ 张振刚，许亚敏，罗泰晔.大数据时代企业动态能力对价值链重构路径的影响：基于格力电器的案例研究［J］.管理评论，2021，33（3）：339-352.

［12］ 尹西明，陈劲.产业数字化动态能力：源起、内涵与理论框架［J］.社会科学辑刊，2022（2）：114-123.

［13］ 陈旭升，梁颖.双元驱动下智能制造发展路径：基于本土制造企业的多案例研究［J］.科技进步与对策，2020，37（10）：71-80.

［14］ 胡查平，汪涛，胡琴芳.制造业服务化战略生成逻辑与作用机制：基于制造业的多案例研究［J］.科研管理，2019，40（8）：71-81.

［15］ 姜中霜，王节祥，李靖华.制造商依托数字技术推进跨越式服务化转型的过程：基于诺力股份的案例研究［J］.管理工程学报，2023，37（3）：212-223.

［16］ VANDERMERWE S， RADA J. Servitization of business：adding value by adding services［J］. European Management Journal， 1988， 6（4）： 314-324.

［17］ 李伟，余鲲鹏，易伟.基于服务化和智能制造融合的工业企业商业模式创新研究［J］.技术经济，2020，39（6）：63-69，79.

［18］ 李方静.制造业投入服务化与企业创新［J］.科研管理，2020，41（7）：61-69.

［19］ MARCH J G. Exploration and exploitation in organizational learning［J］. Organization Science， 1991， 2（1）：71-87.

［20］ 綦良群，刘晶磊，吴佳莹.服务化对先进制造业全球价值链升级的影响机制：基于企业双元能力视角的研究［J］.中国软科学，2022（4）：95-104.

［21］ 罗建强，郭亚涛.既定产品技术下制造企业服务创新价值创造机理研究［J］.运筹与管理，2022，31（8）：225-231.

［22］ 王凤彬，陈建勋，杨阳.探索式与利用式技术创新及其平衡的效应分析［J］.管理世界，2012（3）：96-112，188.

［23］ 聂飞，范炳，鲁思琪.我国企业“走出去”的创新驱动力何在：来自制造业投入服务化的理论解释与实证检验［J］.国际贸易问题，2022（7）：159-174.

［24］ 邢会，陈园园，高素英.制造业服务化对行业创新绩效的影响：基于技术吸收能力的中介作用［J］.现代管理科学，2022（4）：73-81.

［25］ MATHIEU V. Product services： from a service supporting the product to a service supporting the client［J］. Journal of Business amp; Industrial Marketing， 2001， 16（1）：39-61.

［26］ 徐洁，李琳，田彩红.制造业嵌入式服务化促进了企业创新吗：创新数量与质量视角［J］.科技进步与对策，2022，39（16）：95-105.

［27］ TEECE D J， PISANSO G， SHUEN A. Dynamic capabilities and strategic management［J］. Strategic Management Journal， 1997， 18（7）： 509-533.

［28］ 焦豪，杨季枫，应瑛.动态能力研究述评及开展中国情境化研究的建议［J］.管理世界，2021，37（5）：191-210，14，22-24.

［29］ 李晓钰，肖丁丁.跨界搜寻策略、资源拼凑与双元创新能力平衡的关系研究［J］.科技管理研究，2022，42（11）：1-7.

［30］ 李彬，王凤彬，秦宇.动态能力如何影响组织操作常规？——一项双案例比较研究［J］.管理世界，2013（8）：136-153，188.

［31］ 于晓宇，陶向明，李雅洁.见微知著？失败学习、机会识别与新产品开发绩效［J］.管理工程学报，2019，33（1）：51-59.

［32］ TEECE D J， PISAN G. The dynamic capabilities of firms： an introduction［J］. Industrial amp; Corporate Change， 1994， 3 （3） ：537-556.

［33］ 杨震宁，侯一凡，李德辉，等.中国企业“双循环”中开放式创新网络的平衡效应：基于数字赋能与组织柔性的考察［J］.管理世界，2021，37（11）：184-205，12.

［34］ 程宣梅，杨洋.破解数字化重构的商业模式创新：战略柔性的力量［J］.科技管理研究，2022，42（16）：111-118.

［35］ 姚梅芳，黄一丛，董保宝.市场导向、战略柔性与新企业成长：双元创新的中介作用［J］.吉林大学社会科学学报，2019，59（3）：18-29，231.

［36］ 杨栩，李润茂.双元创新视角下资源拼凑对新创企业成长的影响研究［J］.科技管理研究，2021，41（13）：1-7.

［37］ 李瑞雪，彭灿，吕潮林.双元创新协同性与企业可持续发展：竞争优势的中介作用［J］.科研管理，2022，43（4）：139-148.

［38］ BENNER M， TUSHMAN M L. Exploitation， exploration， and process management： the productivity dilemma revisited［J］. Academy of Management Review， 2003， 28（2）： 238-256.

［39］ 胡保亮.商业模式、创新双元性与企业绩效的关系研究［J］.科研管理，2015，36（11）：29-36.

［40］ 朱国军，宣昌勇，孙军.智能制造核心企业创新生态优势形成的过程机理：基于海尔公司的探索性案例研究［J］.管理现代化，2021，41（3）：40-47.

［41］ 朱瑾，许智颖，肖丁丁.在线品牌社群对企业双元创新的影响路径：资源、组织与领导的三维组态分析［J］.商业经济与管理，2021（1）：48-58.

［42］ 马蓝.资源拼凑、双元创新能力与企业商业模式创新的关系研究［J］.科技管理研究，2019，39（16）：18-26.

［43］ 梁娅青.双元创新对跨境电商企业绩效的影响研究：基于管理者过度自信的调节作用［J］.商业经济研究， 2024（10）： 152-155.

［44］ 陈菊红，张睿君，张雅琪.服务化战略对企业绩效的影响：基于商业模式创新的中介作用［J］.科研管理，2020，41（4）：131-139.

［45］ SENYARD J， BAKER T， STEFFENS P， et al. Bricolage as a path to innovativeness for resource‐constrained new firms［J］. Journal of Product Innovation Management， 2014， 31（2）： 211-230.

［46］ ATUAHENE-GIMA K. Resolving the capability：rigidity paradox in new product innovation［J］. Journal of Marketing， 2005， 69（4）： 61-83.

［47］ 李忆，司有和.探索式创新、利用式创新与绩效：战略和环境的影响［J］.南开管理评论，2008（5）：4-12.

［48］ 韦影，周梦祎.智能制造转型背景下企业动态能力的演化：海尔1992—2017年纵向案例研究［J］.科技管理研究，2019，39（22）：261-267.

［49］ NIEBEL T， RASEL F， VIETE S. BIG data-BIG gains？Understanding the link between big data analytics and innovation［J］. Economics of Innovation and New Technology， 2019， 28（3）： 296-316.

［50］ 周勇，赵聃，刘志迎.我国智能制造发展实践及突破路径研究［J］.中国工程科学，2022，24（2）：48-55.

Research on the Ambidexterity Innovation Path of Intelligent Manufacturing Enterprises

Zhou Jiarui1， Wang Na2， Wu Yuhang3， Li Huajing1

（1.School of Economics and Management， Beijing Forestry University， Beijing 100083， China; 2.School of Public Administration， Nanyang Technological University， Singapore 639956， Singapore; 3. School of Law， Renmin University of China， Beijing 100872， China）

Abstract： In the context of high-quality development， how to improve the performance of intelligent manufacturing enterprises through ambidexterity" innovation has become a topic of concern in both academic and practical circles. Characterized by its dual balance of exploration and utilization， dynamic capability has become an important factor for intelligent manufacturing enterprises to cope with environmental changes， and servitization has also become an important factor to improve the innovation performance of intelligent manufacturing enterprises. However， the existing researches rarely incorporate the two into the same research system of innovation path. Based on the basic theories of ambidextrous innovation， servitization and dynamic capabilities， this study constructs the theoretical model of \"servitization and dynamic capabilities-ambidextrous innovation-enterprise performance\"， and refers to the mature scale design questionnaire at home and abroad. Sample data of 387 intelligent manufacturing enterprises in China were collected through credamo platform， structural equation modeling is employed to empirically study the impact of servitization product orientation， servitization customer orientation， integration and reconstruction ability， organizational and technological flexibility ability on ambidexterity innovation， and the impact path of ambidexterity innovation on firm performance.

The results show that， first， in intelligent manufacturing enterprises， service-oriented customer orientation has a more significant impact on exploratory innovation， while service-oriented product orientation has a more significant impact on exploitative innovation. Second， in intelligent manufacturing enterprises， the integration and reconstruction capability plays a more significant role in exploitative innovation， and the organizational and technological flexibility capability plays a more significant role in promoting exploratory innovation. Third， in intelligent manufacturing enterprises， exploratory innovation has a more significant impact on enterprise performance than exploitative innovation. Fourth， there are two paths in the innovation model of intelligent manufacturing enterprises driven by ambidexterity， one of which is \"organizational and technological flexibility， customer-oriented service-exploratory innovation-enterprise performance\"， and the other is \"integration and reconstruction ability， product-oriented service-exploitative innovation-enterprise performance\".

Finally， this study provides theoretical guidance and countermeasures on how intelligent manufacturing enterprises can cultivate and develop servitization and dynamic capabilities， promote the emergence of ambidextrous innovation， and effectively improve enterprise performance. First， the innovation and development of intelligent manufacturing enterprises urgently need to cultivate new forms of service. Second， the innovation and development of intelligent manufacturing enterprises urgently require the cultivation of dynamic capabilities， including integration and reconstruction capabilities， organizational and technical flexibility capabilities. Third， intelligent manufacturing enterprises should start from the core pain points of their own development and enhance enterprise performance through ambidexterity innovation.

Key words： intelligent manufacturing enterprises; ambidexterity innovation; dynamic capability; servitization

（栏目编辑：邵冰欣）