裝備制造企業數字化轉型水平測度
——基于陜西省調研數據的實證研究

張 鵬，周恩毅，劉啟雷

(1.西安建筑科技大學 管理學院，陜西 西安 710200；2.西安航空學院 經濟管理學院，陜西 西安 710077；3.西安郵電大學 經濟與管理學院，陜西 西安 710061)

0 引言

當前，世界各國正處于從以資源和知識為基礎的工業經濟向以網絡化和數字技術為基礎的數字經濟轉型過渡期。隨著大數據、人工智能、云計算等新興領域和技術的快速發展，數據已經成為一種重要的新型生產要素，而且正快速成為經濟發展新動力[1-3]。黨的十九屆五中全會提出：“發展數字經濟，推進數字產業化和產業數字化，推動數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。”現有關于數字技術與制造企業關系的研究主要從以下方面展開：一是產業數字化與數字產業化，如賈暉等[4]認為，數字技術與實體經濟融合不但能夠推動數字產業化發展，而且也會推進產業數字化轉型與升級。二是數字技術促進制造企業轉型升級，如安宇宏[5]認為，新一代信息技術與傳統制造業深度融合能夠促進新一輪制造業向智能制造模式轉變，數字化、智能化和虛擬化技術貫穿生產全過程及產品整個生命周期；趙西三[6]研究表明，數字技術和數字經濟正在通過破解制造業創新鏈瓶頸，提升制造業產業鏈質量和供應鏈效率，拓展制造業服務鏈空間，從而有效解決我國傳統制造業轉型升級的痛點和難點。三是數字技術與制造企業融合水平測度，但梳理現有研究成果發現，僅劉昭潔[7]以制造業為視角研究數字經濟背景下的產業融合及其測度問題。

隨著數字技術的快速發展和應用，到2019年，我國已有超過85%的制造企業在不同程度上開始實施數字化轉型。那么，當前我國裝備制造企業數字化轉型水平到底如何？目前的研究成果還不能清晰回答這個問題[8-9]。鑒于此，以陜西省28家較有代表性的規模以上裝備制造企業為研究對象，通過構建數字化轉型評價指標體系，采用熵權TOPSIS評價法和因子分析法，重點研究陜西裝備制造企業數字化轉型水平。依據研究結果，能夠較為清晰了解陜西裝備制造企業數字化轉型現狀與水平，從而提出加快推進陜西裝備制造企業數字化轉型的政策建議。同時，基于對陜西的評價，以構建的評價指標體系為依據，收集全國范圍的數據，為全國裝備制造企業數字化轉型水平測度提供經驗和借鑒。

1 裝備制造企業數字化轉型機制分析

主要從外部環境和內部表現形式兩個方面分析裝備制造企業數字化轉型機制。從外部環境看，隨著經濟社會的快速發展和全球化浪潮推進，制造企業之間的競爭愈演愈烈，企業想要在夾縫中求生存謀發展，就應當適應時代潮流，借助大數據、人工智能、5G等數字技術，實現數字化轉型。國家從戰略層面大力推動數字經濟發展，通過制定政策引導數字技術與實體經濟融合，尤其是與制造業融合，推進傳統制造企業數字化轉型升級，以滿足客戶多元化、個性化需求。裝備制造企業數字化轉型內部表現形式主要有管理模式現代化、產品全生命周期流程數字化、數字產品豐富化和企業組織架構扁平化4個方面，外部環境與裝備制造企業數字化轉型內部之間源源不斷進行信息交換，從而形成良性生態系統，如圖1所示[10-13]。

1.1 管理模式現代化

傳統企業在實際管理過程中更多滲透進情感因素和經驗管理。具體到裝備制造企業，傳統管理模式更多是以產品生產為中心的組織管理體系，對產業鏈整體協同創新和協同價值增值關注較少。然而，數字經濟時代，數字和信息技術已經成為企業非常重要的生產要素，裝備制造企業傳統管理模式已經不能適應經濟社會發展需求，應向數字化管理模式轉型，綜合運用數字化與智能化研發、生產、銷售、服務等系統，提升裝備制造企業綜合管理效能。

1.2 產品全生命周期流程數字化

衡量裝備制造企業數字化轉型水平的一項重要標準是，企業產品從研發到生產加工、營銷、售后服務等全生命周期各環節是否融入了數字化技術。裝備制造企業數字化技術的應用能夠讓產品研發更加契合市場多元化需求，大幅縮減產品研發周期，同時產品生產過程和生產狀態有效可控，使得產品運營和銷售效率更高。

1.3 數字產品豐富化

數字經濟作為一種融合經濟，與裝備制造企業的融合發展主要體現在技術融合和產業融合方面。其中，技術融合主要是指實現生產作業流程和過程的智能化管理、生產和制造；產業融合主要是指提高數字經濟貢獻度，不斷豐富數字化產品。裝備制造企業數字化轉型升級應當不斷提升數字產品產值在裝備制造總產值中的貢獻度，不斷研發生產車載導航儀、智能機器人、智能飛行器、智能儀表、智能化數控機床等數字化產品，從而有效滿足市場及用戶對數字產品的需求。

1.4 企業組織架構扁平化

我國傳統裝備制造企業大多為等級較多的科層制錐形組織結構，對市場信息和用戶需求反應遲鈍，致使裝備制造企業活力不夠。數字經濟時代，市場經濟的復雜性、動態性以及用戶的個性化需求與不可預測性成為裝備制造企業面臨的主要環境，這就需要企業管理者樹立強烈的時間成本觀念，運用現代化數字技術，重塑扁平化組織管理架構，不斷提升企業組織的環境適應能力，使企業組織結構更加包容與開放，企業組織形態更加趨于柔性化、扁平化和網絡化。

2 裝備制造企業數字化轉型評價指標體系構建

根據裝備制造企業數字化轉型內部機制及轉型水平衡量標準，從管理模式現代化、產品全生命周期流程數字化、數字產品豐富化和企業組織架構扁平化4個方面構建裝備制造企業數字化轉型指標體系。

首先，全面梳理匯總兩化融合、信息化和數字化方面的研究成果，從現有文獻中篩選出較為成熟的測度指標。在中國知網、Elsevier數據庫中輸入關鍵詞制造業信息化、制造企業信息化、制造業數字化、制造企業數字化進行檢索，共得到CSSCI來源期刊(含擴展版)、SCI/SSCI檢索期刊文章約150篇，其中關于裝備制造企業數字化或智能化的文獻僅有6篇；檢索關鍵詞制造企業信息化和制造業信息化得到碩博論文近500篇，而檢索關鍵詞制造企業數字化和制造業數字化僅得到碩博論文23篇，其中22篇為碩士論文，僅有1篇博士論文。其中，王核成等[14]結合數字技術發展實際，在分析數字化及企業數字化轉型本質的基礎上，篩選和提煉出數字戰略頂層設計、研發過程數字化、生產制造數字化、物流數字化等衡量企業數字化成熟度的評價指標；萬倫等[15]基于價值創造、企業要素和能力維度，從戰略與組織、數字化基礎設施建設、數字技術應用、業務集成和產業協同創新5個方面選取制造企業數字化轉型評價指標；王德輝等[16]建議從企業發展戰略、企業運營管理、企業文化組織能力和企業生態環境4個維度對制造企業數字化成熟度進行評價，選擇的指標包括數字化制造、數字化供應鏈、數字化營銷等；鄔愛其[17]認為，在數字經濟時代，我國制造企業應當加快數字化轉型步伐，并結合我國制造企業數字化轉型實際，從更新組織架構以適應數字技術、調整管理思維以推廣數字技術、鏈接客戶群體以利用數字技術等方面構建制造企業數字化轉型水平測度指標體系。通過梳理文獻得到研發過程數字化、生產制造數字化、數字化基礎設施建設、數字技術應用、產業協同創新、數字化營銷等裝備制造企業數字化轉型水平測度指標。

其次，利用頭腦風暴法收集裝備制造企業數字化轉型水平測度指標。邀請陜西3所高校中3名長期從事數字化研究的學者及數字化轉型比較成功的4家裝備制造企業的4名長期從事企業信息化建設管理與數字化建設的專家共計7人組成頭腦風暴小組，小組主持人由本文研究人員擔任。頭腦風暴結束后，研究人員對發言內容進行匯總整理，7名專家學者認為應當從企業工業互聯網應用水平、現有企業組織架構是否適應數字化轉型、企業領導是否重視數字化轉型、企業大數據平臺等數字化基礎設施建設水平、企業對員工是否進行數字化培訓培養、企業生產過程對智能化工具和數字化控制技術的應用水平、用戶是否參與到企業產品設計與生產等過程中、企業遠程診斷和服務能力、裝備制造企業與其它企業協同發展和協同價值共創能力等方面衡量裝備制造企業數字化轉型水平。

運用頭腦風暴法并匯總整理結果，有益彌補了通過文獻研究收集裝備制造企業數字化轉型水平測度指標的不足，擴充了指標體系范圍，豐富了裝備制造企業數字化轉型水平測度指標體系內容，使得測度結果更加科學準確，測度結果信效度更高。

最后，采用實地訪談法，驗證通過文獻梳理和頭腦風暴法收集到的裝備制造企業數字化轉型水平測度指標是否準確、合適，有無缺項和遺漏。該階段，對西安陜鼓動力股份有限公司、中航西安飛機工業集團股份有限公司、陜西汽車控股集團有限公司負責信息化建設、數字化生產的有關領導進行深度訪談，研究人員匯報了裝備制造企業數字化轉型測度方面的簡要信息及指標體系，咨詢其對現有測度指標的意見和建議，并對測度指標進行補充和完善。訪談人員認為現有測度指標整體上是合適的，能夠較為客觀全面地衡量裝備制造企業數字化轉型水平，但對個別指標的內涵進行了重新定義和修正，如對數字化業務規模指標重新解釋為裝備制造企業已實現數字化業務占整體業務的比例。

通過文獻梳理、頭腦風暴和實地訪談3個階段，基于管理模式變革、組織架構重組、生產過程智能化和服務模式創新4個維度，提出12個一級指標和23個二級指標。其中，管理模式變革維度包括數字化重視程度、企業管理數字化、銷售管理數字化3個一級指標及數字化投入、數字化業務規模、財務管理數字化、人才管理數字化、員工數字化素養、互聯網銷售額占比和客戶關系管理數字化7個二級指標；組織架構重組維度包含扁平化組織架構、組織管理效能和組織文化3個一級指標及組織架構扁平化程度、運行成本下降度、用戶個性化需求滿足度和數字化轉型已成為企業文化的一部分4個二級指標；生產過程智能化維度包含研發過程數字化、生產流程數字化、協同創新發展3個一級指標及質量合格產品增長率、數字業務產值占總產值比例、數字化平臺應用水平、生產流程智能化水平、生產智能化管控水平、整體生產效率提升水平、與產業鏈企業協同創新水平、與不相干企業協同創新水平8個二級指標；服務模式創新維度包含大數據服務平臺、線上業務辦理、遠程服務3個一級指標及用戶數據應用水平、線下業務在線上可辦率、遠程診斷水平和遠程服務解決問題效能4個二級指標。

為進一步優化指標結構，確保提出的指標科學合理且能夠真實準確反映裝備制造企業數字化轉型實際，本文采用德爾菲法再次征求專家學者的意見和建議，共對5名陜西省和安徽省知名高校長期從事數字經濟研究的博士、教授以及陜西大型裝備制造企業數字化事業部的管理者和業務技術骨干進行了4輪背靠背的測度指標意見收集，最終達成一致意見。最終將一級指標中銷售管理數字化并入企業管理數字化中，線上業務辦理并入大數據服務平臺中，員工數字化素養水平并入人才管理數字化中，原因是二者均屬包含與被包含關系；將一級指標組織文化及其二級指標去掉，原因是組織文化經過長期積累才能形成，不適合作為測度指標；剔除數字化業務規模、生產智能化管控水平、遠程服務解決問題效能3個二級指標，原因是其分別與數字化投入、生產流程智能化水平、遠程診斷水平具有相關性；剔除與不相干企業協同創新水平指標，原因是目前數字化轉型中更多考慮利益相關者的協同創新水平，與不相干企業協同創新水平是更高級階段的數字化水平。

測度指標經過優化后，最終形成如表1所示的陜西裝備制造企業數字化轉型水平測度指標體系。該指標體系包含管理模式變革、組織架構重組、生產過程智能化和服務模式創新4個維度，涵蓋9個一級指標和17個二級指標。在指標體系構建過程中，既考慮了裝備制造企業生產加工過程及產業鏈的數字化轉型水平測度，又兼顧了裝備制造企業組織管理等軟環境的數字化轉型水平測度。

3 研究設計與數據收集

本研究在收集和獲取評價指標數據時，在陜西省隨機選擇28家規模以上裝備制造企業作為研究樣本，主要采用調查問卷和實地訪談的形式，調研問卷發放主要通過校友平臺、問卷星軟件、E-mail等進行。在數據獲取時，17個二級指標均采用Likert 10分量表測量。

3.1 調研問卷設計與修正

在獲取陜西裝備制造企業數字化轉型水平測度指標數據時，調研問卷主要依據17個二級指標進行設計，將指標項轉化為問題項，調研問卷結構主要包括3個部分。第一部分是調研對象的基本信息；第二部分是調研問卷主體部分，主要涵蓋裝備制造企業數字化轉型水平測度指標體系中17個二級指標的內容，均為客觀打分題，分數為1～10分；第三部分是開放式問卷，主要是為了收集調研對象對于裝備制造企業數字化轉型的意見和建議。為保證調研問卷與研究問題的一致性，首先選擇3家裝備制造企業作為研究對象進行預調研，根據有限樣本調研回收的問卷情況，對現有調研問卷進行論證和修正，最終得到客觀有效的調研問卷。

3.2 調研問卷發放與回收

正式問卷發放時間為2022年5～7月，歷時3個月，采取面對面、郵件及微信等方式共發放調查問卷560份，涉及28個樣本企業，回收問卷458份，剔除無效問卷后，保留有效問卷412份，有效回收率為73.6%。問卷發放對象主要為裝備制造企業的高層管理者、中層管理者、基層管理者以及從事管理、生產、研發設計、采購、銷售、售后服務的普通員工與業務技術人員。

本文主要采用加權平均法對回收的412份有效問卷進行數據分析。在對不同調研對象賦權時，主要采用專家訪談法和德爾菲法。在3所陜西知名高校中選擇3名長期從事數字化研究與評價的副教授和博士，選擇2名來自陜西大型裝備制造企業數字化事業部的管理者和業務技術骨干，共計5人組成專家小組。通過實地訪談的形式獲得企業高層管理者、中層管理者、基礎管理者、業務技術骨干、普通員工的權重賦值，再通過3輪背靠背的德爾菲法，得到5位專家的反復研究與認可后，最終對不同調研對象的權重賦值：企業高層管理者問卷數據權重為0.4，中層管理者權重為0.2，基層管理者權重為0.1，從事采購、生產、銷售的業務骨干問卷數據權重為0.2，其他人員所填問卷數據權重為0.1。對所有問卷按照以上權重賦值后，根據四舍五入原則取整后得到28個樣本企業數據，將其作為陜西裝備制造企業數字化轉型水平測度的樣本數據。

3.3 數據整理與分析

對獲取的樣本數據進行描述性統計分析，包括方差和標準差分析。根據結果可知，通過實地訪談和調研問卷獲得的412份樣本數據能夠較為客觀、科學地反映陜西裝備制造企業數字化轉型水平。

為有效保障樣本數據與研究問題的一致性和匹配性，需對樣本數據進行信效度分析。本文采用Cronbach方法對調查問卷數據進行信度檢驗，借助社會科學統計分析軟件SPSS16.0，檢驗其Cronbach系數，結果如表2所示。

表2 Cronbach系數檢驗結果Tab.2 Cronbach coefficient test results

此外，采用探索性因子分析方法分析問卷的結構效度。表3結果顯示，KMO值為0.67，Bartlett球形檢驗值為244.407，表明可進行因子分析。由此可以判定，研究設計的調查問卷具有較好的結構效度，對于裝備制造企業數字化轉型水平測度具有較強的解釋力。綜上所述，調查問卷數據通過了信效度檢驗，可有效支撐后續評價與分析。

表3 KMO與Bartlett球形檢驗結果Tab.3 KMO and Bartlett spherical inspection results

4 評價方法與測算結果

本文采用熵權TOPSIS評價法測度陜西裝備制造企業各二級指標下的數字化轉型水平，利用因子分析測度28家規模以上裝備制造企業數字化轉型平均水平。通過每個指標測度值和數字化轉型水平均值，能夠客觀真實反映陜西裝備制造企業數字化轉型水平。

4.1 熵權TOPSIS評價法

熵權TOPSIS評價法可通過計算待選方案與理想方案的歐式距離，測量待選方案或調研對象的現實發展水平。該方法對調查樣本數據要求較低，通過測度能夠反映每個方案的優劣及排序，因此在眾多方案選擇和排序問題中被廣泛應用[18]。

(1)樣本數據標準化處理。假設數字化轉型水平測度系統由p個被測度對象組成評價對象集合，由q個測度指標組成評價指標集合，從而形成一個指標數據矩陣。對數據進行標準化處理，處理方式為用每個樣本企業各指標統計值除以所有企業對應指標的均值(式(1))，得到標準化矩陣A。

(1)

A=(X1,X2,…,Xp)=

(2)

式中，Xi為第i個樣本數據且Xi=(xi(1),xi(2),…,xi(q))(i=1,2,…,p)。

(2)標準化矩陣熵權處理。首先計算各指標的熵值權重，對標準化處理后的數據計算其指標比重Bi(k)、指標熵值e(k)、指標差異性系數g(k)，最后得出各指標權重W(k)。

(3)

(4)

g(k)=1-e(k),0≤g(k)≤1

(5)

(6)

然后，計算標準化處理后的矩陣權重集C。

C=A×W

(7)

(3)基于歐式距離的相對貼近度，確定正理想解和負理想解。

(8)

(9)

最后，計算歐式距離的相對貼近度。

(10)

4.2 因子分析法

因子分析是一種對數據進行簡化的技術，主要通過研究眾多變量之間內部相互依賴關系，探索數據中存在的基本結構，并采用少數獨立的不可觀測變量表示數據結構[19]。

首先，對收集到的數據進行標準化處理，處理后的矩陣標記為Pij，估計因子載荷矩陣R。

R=P*PT

(11)

因子分析的基本模型如下：

(12)

其中，Z1,Z2,…,Zm為原始變量，F1,F2,…,FP為公共因子，表示成矩陣形式為：

(13)

其中，A為因子載荷矩陣，采用加權最小二乘法估計因子載荷矩陣。

然后，計算相關矩陣R的特征值和方差貢獻，相關矩陣特征方程的特征值為W1>W2>…>Wm>0，并計算第j個指標的方差貢獻率。

(14)

最后，以公因子表示原因變量的線性組合，得到因子得分函數。通過因子得分函數計算觀測記錄在各個公因子上的得分，從而有效解決公因子不可觀測的問題。

4.3 測算結果分析

利用SPSS16.0和Matlab，以調研的28家陜西規模以上裝備制造企業數據為截面數據，對陜西地區裝備制造企業數字化轉型水平進行測度分析。采用熵權TOPSIS評價法測度陜西裝備制造企業各個指標下的數字化水平，結果如表4所示。從測度結果看，除數字化投入力度和互聯網銷售額占比兩個指標測度值超過10%外，其余15個指標數字化水平測度值均低于10%，表明陜西裝備制造企業數字化轉型整體水平不高，數字化轉型速度有待進一步加快。

表4 陜西裝備制造企業各項測度指標數字化水平值Tab.4 Digitized level values of various measurement indexes of Shaanxi equipment manufacturing enterprises

為進一步了解和掌握陜西裝備制造企業數字化轉型整體情況，本文采用因子分析法計算28家陜西裝備制造企業數字化轉型水平得分。從因子分析的總方差解釋(見表5)結果看，在裝備制造企業數字化轉型水平測度指標體系中，17個二級指標的公因子可以提取為4項，即17個指標可以通過4個主成分指標表示，這4個公因子的總貢獻率達到66.643%。進一步測算28家裝備制造企業數字化轉型水平，結果如表6所示。結果顯示，僅有13家裝備制造企業數字化轉型水平測度值在平均水平之上(測度值大于0)，且整體水平不高；有2家裝備制造企業與平均水平持平；其余13家裝備制造企業數字化轉型水平遠低于整體平均水平。

通過實地調研及對所獲數據測度分析可知，雖然當前陜西裝備制造企業已經認識到數字化轉型的必要性和重要性，能夠逐漸將數據作為企業核心資源加以使用和優化配置，逐步實現裝備制造企業的數字化轉型發展。然而，陜西裝備制造企業數字化轉型整體水平不高，轉型速度較慢，需要采取有效措施加快陜西裝備制造企業數字化轉型升級，從而在新一輪市場競爭中實現智能化、個性化生產，不斷提升裝備制造企業自主創新能力。

5 結論與建議

本文在明確裝備制造企業數字化轉型機制要素的基礎上，繪制裝備制造企業數字化轉型生態系統理論模型，構建數字化轉型水平測度指標體系，并采用熵權TOPSIS評價法和因子分析法對陜西裝備制造企業數字化轉型水平進行測度。結果表明，陜西裝備制造企業數字化轉型整體水平不高，轉型速度較慢。為此，提出如下建議：

(1)加強政府對裝備制造企業數字化轉型的政策引導與支持。2018年1月30日，習近平總書記在主持中共中央政治局第三次集體學習時強調：“要大力發展實體經濟，加快發展先進制造業，推動互聯網、大數據、人工智能同實體經濟深度融合。”這也是我國首次提出數字經濟與實體經濟融合發展的思路，此后，國家陸續出臺了《關于推進“上云用數賦智”行動培育新經濟發展實施方案》等多項扶持政策，陜西省工業和信息化廳也發布了《陜西省推進工業大數據應用，促進工業企業數字化轉型工作方案(2020—2025年)》。這些政策的出臺都為裝備制造企業數字化轉型提供了政策紅利，但這些制度和政策能否落實落地，需要各級政府部門加以引導和監督。同時，各級政府應當在裝備制造企業數字化轉型過程中給予適當資金補助，或通過發展數字普惠性金融服務，降低裝備制造企業融資門檻，有效破解企業在數字化轉型過程中的融資困境，完善數字化轉型企業保險基金和失業保險制度，降低裝備制造企業數字化轉型失敗損失，提高因轉型導致失業人員的補償金[20-21]。

(2)加快裝備制造企業數字化轉型基礎設施建設。企業要實現數字化轉型，首先應當打牢數字化轉型基礎，構建堅實的數字化轉型平臺，加大數字化轉型基礎設施資金投入。裝備制造企業數字化轉型基礎平臺建設應以5G、大數據、區塊鏈、云計算、工業物聯網、人工智能等領域為重點，以數字化、智能化技術為支撐，對傳統基礎設施進行升級改造，搭建包括5G網絡基站、大數據研究中心、智能化生產線、數字孿生車間、數據共享開放平臺、用戶個性化體驗中心等在內的集數字化生產、管理、銷售為一體的基礎設施和平臺，為裝備制造企業數字化轉型提供基礎保障。

表5 裝備制造企業數字化轉型水平測度指標總方差解釋Tab.5 Explanation of total variance of measurement index of digital transformation level of equipment manufacturing enterprises

表6 28家陜西裝備制造企業數字化轉型水平測度值Tab.6 Measurement value of digital transformation level of 28 Shaanxi equipmentmanufacturing enterprises

(3)完善裝備制造企業數字化轉型人才引培體系。數字化轉型人才隊伍建設是裝備制造企業快速實現數字化轉型的重要基石。陜西是我國高等教育大省和強省之一，擁有大量高尖端技術與復合型人才，這為裝備制造企業數字化轉型提供了有力的外部人才環境。因此，陜西裝備制造企業數字化轉型人才隊伍建設應當堅持引培并舉，既要從外部引進大量具有數字化專業素養的高技能人才，同時也要加大對現有員工的數字化、智能化轉型培訓。具體可借鑒日本企業的做法，開展制造企業數字化轉型人才職業培訓，目標是通過培訓，使員工具備數據工程應用能力、數據科學分析能力及數據管理能力，不斷提升員工數字化和智能化素養[22-23]。

(4)促進以大型裝備制造企業為中心的產業鏈協同創新發展，共同推進數字化轉型。隨著創新生態系統理論和協同創新理論的發展，在激烈的市場競爭中，企業需要發揮適應力強、對市場變化敏感度高、管理組織結構靈活等特點，特別是產業鏈中的企業應充分利用數字技術，以更好地實現高效協同創新發展，增強產業鏈經濟活力[24]。因此，裝備制造產業鏈應當以大型裝備制造企業為核心，利用數字技術，聯合上下游企業形成互助服務機制，在產業鏈上推廣數字化技術應用經驗，帶動鏈條上更多中小企業加快數字化轉型升級，促進產業鏈協調高效發展。

本文主要聚焦陜西地區規模以上裝備制造企業數字化轉型現狀，囿于數據可得性，未關注規模較小的裝備制造企業數字化轉型現狀，導致測度結果的準確性和普適性有待進一步提高。后續研究還需考慮在更大范圍收集裝備制造企業數字化轉型數據，以更加科學準確地測度和反映陜西地區裝備制造企業數字化轉型的整體情況。此外，本文通過構建一套指標體系測度陜西省裝備制造企業數字化轉型水平，該指標體系是否適用于其它地區，還有待檢驗。下一步將收集更多地區數據對構建的數字化轉型水平測度指標體系進行檢驗優化，從而更科學準確地測度其它地區乃至全國裝備制造業數字化轉型水平，為政府政策制定提供理論依據。