从吸收能力视角看创新投入与智能制造的非线性关系

为什么更智能的工厂与每个人息息相关

从我们口袋里的手机到街上的汽车，几乎所有我们使用的东西都在工厂里生产。全球范围内，制造商正竞相将传统装配线升级为充满传感器、机器人和数据驱动决策系统的“智能”工厂。本文探讨了一个简单却至关重要的问题：企业应在创新上投入多少才能实现这一跃迁，何时更多的支出反而停止发挥作用？作者使用数千家中国制造企业的数据，揭示了一个非线性的故事，对政策制定者、企业领导者和工人都有重要启示。

找到创新支出的最佳区间

研究者考察了2008年至2022年间在中国上市的制造企业，询问他们的创新投入——主要是相对于销售额的研发（R&D）——与其智能制造进展之间的关系。他们没有假设“越多越好”，而是检验这种关系是否会在高投入水平弯曲甚至变为负向。为了衡量企业朝智能化生产前进的程度，研究者对年报文本进行了分析，统计公司讨论机器人、全自动生产、智能系统等相关内容的频次。这使他们能够构建一个大规模的定量图景，显示数字与智能技术在基层的实际采用情况。

好事过多也会适得其反

核心发现是，创新投入与智能制造之间呈倒U形关系。起初，较高的研发投入有助于企业掌握新技术、重新设计产品并引入智能设备，从而使智能制造水平迅速上升。但超过某一阈值后，边际收益递减，甚至会拖慢转型速度。过高的创新预算可能使管理层不堪重负、将资源分散到过多项目，或产生企业难以吸收并付诸实践的复杂知识。在这些情况下，资金被锁定在长期且高风险的项目中，而无法用于支持现有生产线的实际升级。

数字化推进、所有制与冗余资源如何改变结果

研究还探讨了为何有些企业能更有效地将创新投入转化为智能工厂。三个因素尤为突出。其一，已经处于较高数字化水平的公司——使用大数据、云计算和人工智能——从每单位研发中获得的收益更多，因为它们的系统更擅长收集、共享和应用新知识。其二，所有制很重要：非国有企业在竞争压力更大、政策保障更少的情况下，往往更积极地利用创新投入推动智能制造；而国有企业因结构稳定和对政策的依赖，可能削弱变革动力。其三，适度的“组织冗余”——额外的财务与组织资源——可以缓冲试验的风险并用于购买智能设备和新工艺，但过多的冗余会抬高成本并鼓励浪费性项目。

企业内部的隐性引擎：学习与适应

为解释这些模式，作者借用了“吸收能力”的概念——即企业察觉有用外部知识、吸收并将其转化为价值的能力——以及“动态能力”的概念，指识别机会、重构资源并在变化环境中成长所需的技能。他们表明，创新投入通过扩展员工技能、提升数字响应能力和增加无形资产存量，随着时间推移强化企业的动态能力。反过来，更强的动态能力在研发投入与实际智能制造成果之间搭起了桥梁。当这座桥坚固时，创新预算能转化为更智能的工厂；当桥薄弱时，即便大量投入也可能使生产方式基本不变。

对智能工厂未来的含义

对普通读者而言，结论是：建设智能工厂不仅仅是往研发上投入更多资金或购买最新机器人。存在一个创新投入的最佳区间，其影响在很大程度上取决于企业的数字准备度、灵活性和资源状况，以及企业的所有制与治理方式。单纯推动企业增加投资的政策若忽视这些限制和差异，可能达不到预期效果。作者认为，政府与管理层应更注重提升企业的学习与适应能力，培育数字基础，并明智地使用冗余资源。平衡得当，这些措施能加速向更清洁、更高效、竞争力更强的制造业转型，最终影响我们赖以使用的产品的质量、价格与环境足迹。

引用: Xu, Z., Shan, X., Pan, R. et al. Nonlinear relationship between innovation input and intelligent manufacturing from an absorptive capacity perspective. Sci Rep 16, 7269 (2026). https://doi.org/10.1038/s41598-026-37926-9

关键词: 智能制造, 创新投入, 数字化转型, 动态能力, 中国制造业