制造業智能化轉型升級的前因條件診斷方法綜述

尚銀斐 初銘暢（通訊作者）

（遼寧工業大學經濟管理學院，遼寧 錦州 12001）

一、引言

當今世界正在經歷百年未有之大變革，新一代產業技術革命的興起掀起了一股新的熱潮。新一輪產業變革以制造業數字化、網絡化和智能化為中心進行產業轉型升級。制造業作為我國國民經濟的支柱性產業，一直保持著良好的發展趨勢。隨著新一代信息技術革命的發展，制造業正在發生較大的產業變革，由傳統制造業到智能制造，并開始向智能化方向轉型。我國越來越多的制造業向智能化轉型，且快速促進制造業與物聯網的融合發展，智能化正在成為制造業轉型升級的新趨勢。制造業智能化是利用新一代信息技術對產品生命周期進行改造，達到縮短產品生命周期的目的，提高企業經濟效益和社會效益，提高企業的市場占有率和核心競爭力。本文在借鑒前人已有成果的基礎上，從制造能力、技術和環境要素要素三個方面對制造業智能化的前因條件進行識別。為了進一步促進制造業智能化的發展，本文對制造業智能化轉型升級前因條件的研究方法進行確定，以便為后期研究制造業智能化的前因條件奠定基礎。從目前的情況來看，影響因素的評價方法主要分為兩種：定性研究和定量研究。其中定性研究包括扎根理論和fsQCA分析方法，定量研究主要包括多元線性回歸、灰色關聯度分析法、DEMATEL-ISM和Logistic分析4種方法，通過幾種方法的對比，找到適合本文研究的方法。

二、前因條件的研究方法

1.定量分析法

（1）多元線性回歸分析法

多元線性回歸主要用來反映幾個變量之間的關系，看每個變量的擬合程度確定最終變量。梅玉虹等（2021）利用多元線性回歸對中藥民族藥企業的自主創新能力的影響因素進行研究，找到影響因素有企業規模、研發人員數量、研發強度等。朱家明等（2021）在研究外匯儲備影響因素時，利用多元線性回歸找到影響因素有實際使用外商投資額和經常賬戶差額。崔俊富（2020）對中國經濟增長因素研究時，利用多元線性回歸找到影響因素有物質資本、科技進步等。

用多元線性回歸必須有正確的假設條件：一是有正確的期望函數；二是被解釋變量等于期望函數與隨機干擾項之和；三是隨機干擾項獨立于期望函數；四是解釋變量矩陣為非隨機矩陣，且秩為列滿秩矩陣；五是隨機干擾項相互獨立。

（2）灰色關聯度分析法

灰色關聯度分析法可分為局部性灰色關聯與整體性灰色關聯，指的是依據各因素數列曲線形狀的接近程度做發展態勢的分析，進而為決策者提供一些建議。徐君等（2021）利用灰色關聯度分析法對江蘇省海綿城市建設的影響因素進行分析，發現水資源、經濟實力、國家政策等為海綿城市建設的影響因素。張金鳳等（2020）從灰色關聯度視角出發，找到近10年陜西省旅游收入的影響因素為居民收入、互聯網使用數、GDP和第三產業增加值。熊萍萍等（2021）利用灰色關聯度對華東地區碳排放量的影響因素進行分析，發現生產總值、總人口和城鎮化等因素為碳排放量的影響因素。

灰色系統理論提出了對各子系統進行灰色關聯度分析的概念，意圖透過一定的方法，去尋求系統中各子系統之間的數值關系。因此，灰色關聯度分析對于一個系統發展變化態勢提供了量化的度量，非常適合動態歷程分析。優點在于思路明確，可以在很大程度上減少由于信息不對稱帶來的損失。

（3）DEMATEL-ISM分析法

DEMATEL叫決策實驗分析法，主要是利用矩陣和圖形，對影響因素進行強弱度評價，通過測量各影響因素的原因度指標，對復雜系統進行分析。ISM是解釋結構模型法，通過建立矩陣來劃分影響層次，將復雜的系統轉為多級遞階結構形式。陳為公等（2021）利用DEMATEL-ISM分析法對城市災害韌性影響因素進行研究，找到城市管治能力是根本影響因素，經濟調節能力是直接影響因素，應急信息完善度是中間影響因素。祝宏輝等（2021）從DEMATEL-ISM分析法角度出發，研究農戶綠色生態農業技術使用意愿與行為悖離的影響因素，找到施用成本認知、持續種植意愿等13個因素為影響悖離的主要因素。

DEMATEL-ISM分析法主要是通過篩選復雜的系統要素，簡化系統結構分析過程，充分利用專家的知識和經驗，進而篩選那些不確定的影響因素，以此來保證模型的有效性，獲取更加精確結果，確保結論的真實性和適用性。

（4）Logistic回歸分析法

Logistic回歸分析是廣義回歸模型的一種，該模型應用較廣泛。孟志興等（2021）利用Logistic回歸分析法對山西省農戶飼草種植意愿及印象因素進行分析，發現農戶的受教育水平、收入等為種植意愿的關鍵性影響因素。何興旺等（2021）利用Logistic回歸分析法對大學生的創新能力進行分析，找到創業教育，實踐、性別等因素為影響大學生創新能力的因素。

Logistic回歸模型主要用于危險因素探索，因變量Y為二分類或多分類變量，根據自變量在預測期內的數量變化來預測因變量的變化，因此是一種市場預測性方法，可以對未來的發展現象的影響因素進行預測，是一種具體的、行之有效的、具有高實用價值的的回歸分析方法。

2.定性研究法

（1）扎根理論

扎根理論在1967年由學者Glaser和Strauss提出，它是一種從經驗資料中產生新理論的質性研究方法，是一種自下而上的建構理論。扎根理論是一種質性研究方法，它主要適用于從研究者的角度理解社會互動、過程和變化，要求研究者具有一定的扎根理論知識，對理論具有較高的敏感性。孫新波等（2021）從扎根理論視角出發，對傳統制造業智能化的影響因素進行研究，發現傳統制造業智能化的影響因素有集成互聯、人才建設、技術創新等。蘇貝（2018）利用扎根理論發現智能管理系統等因素為制造業智能化轉型升級的影響因素。

吳亞偉等（2015）認為扎根理論是一種質性研究方法，它主要適用于從研究者的角度理解社會互動、過程和變化，要求研究者具有一定的扎根理論知識，對理論具有較高的敏感性。Choirul等（2021）認為扎根理論方法是定性研究中最科學的研究方法，適用于通過對數據系統收集和分析，調查和建構現象背后的理論。Hansson等（2021）認為扎根理論數據收集和分析是同時進行的，分析從經驗和描述性水平開始，通過代碼、比較、分類和概念化繼續進行概念化，致力于產生概念性理論，從時間、地點和人中抽象出來，而不僅僅指個人。

（2）fsQCA分析法

fsQCA 叫模糊集定性比較法，是一種超越定性和定量研究方法的技術，fsQCA有三種類型，分別為crispQCA、multivalueQCA和fsQCA。Chen等（2021）利用fsQCA對人力資源的可持續發展因素進行研究，找到區域經濟總量、區域長期居民人口規模等因素會影響人力資源的發展。李作學等（2021）從fsQCA角度出發對駐村干部留任工作意愿的影響因素進行研究，找到工作條件、補貼福利、成就尊重等因素會影響駐村干部留任工作意愿。劉璐璐等（2021）等利用fsQCA分析法，對教育智庫影響力的影響因素進行研究，結果表明政治環境、學術產出等為教育智庫影響力的影響因素。

fsQCA是一套理論方法，被明確用于以案例為導向的社會科學現象探索，為定性數據集之間的校準和定量提供了一種系統的方法。它允許探索因素如何組合成必要條件和充分條件的配置，然后形成結果的基礎。ángel等（2020）認為fsQCA可以研究因果條件的不同路徑和組合，從而產生結果或最終狀態，可以檢查相互依賴或根據上下文行為不同的因果條件的復雜組合；同時它也處理了基于回歸的模型中顯示的一些限制，如對稱性或缺乏處理變量之間多方面相互依賴的熟練程度，是回歸研究的理想補充。

綜上所述，我們發現學者們對前因條件診斷方法的研究已取得了豐富的成果，但是大部分研究都偏向于定量研究，質性研究相對較少。而扎根理論是一種質性研究方法，可以運用系統化的程序，對研究現象進行細致的描述性分析，并且在資料與資料之間、理論與理論之間不斷進行比較，然后根據資料與理論之間的關系找到相關的類屬關系，最后形成成套的概念。因此，我們可以看出，扎根理論具有很強的運用價值和解釋力，適用范圍比較廣闊，具有較強的敏感性。基于此，確定扎根理論作為本文的研究方法對制造業智能化轉型升級的前因條件進行診斷，為后續的理論研究奠定基礎。

三、總結

本文從兩個方面對制造業智能化轉型升級前因條件的研究方法進行綜述，分別是定量研究和定性研究。定量研究包括多元線性回歸法、灰色關聯分析法、DEMATEL-ISM和Logistic回歸分析法，定性研究包括扎根理論和fsQCA 分析法。通過研究發現每個方法都有各自的特點與適用性。多元線性回歸用來確定變量之間的擬合程度；灰色關聯分析法主要是用來尋找各個子系統之間的數值關系；DEMATEL-ISM分析法需要通過專家的認定簡化系統，確定影響因素；Logistic回歸模型主要是用自變量預測期內的變化預測因變量的變化；fsQCA方法為定性數據集之間的校準和定量提供了一種系統的方法，確定必要條件和充分條件的最優配置；而扎根理論適用范圍廣闊，是一種持續比較的思想，要求研究者具有較高的敏感性。因此本文通過幾種方法的比較，后續研究制造業智能化轉型升級的前因條件診斷件將采用扎根理論方法，診斷出制造業智能化轉型升級的前因條件，為后續研究遼寧制造業智能化轉型升級的前因條件構型診斷奠定基礎。