裸体美女被C免费视频|国产欧美精品一区二区三区四区|国产深夜福利AV|黄色成人网站久久久|欧美精品一区二区三区视频在线观看的|国产精品久久毛片A片|国产欧美另类精品久久久|久久久日本无码高潮|亚洲高清AV一区二区|在线无码中文破解

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報2023年第5期

發(fā)布時間:2023-9-23 | 雜志分類:其他
免費制作
更多內(nèi)容

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報2023年第5期

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期Research on the Asymmetric Incentive Effect of R&D Subsidies onInnovation in New Energy EnterprisesSHANG Hongtao, SONG Anling(Beijing University of Technology, Beijing 100124)Abstract: Exploring the impact of R&D subsidies on the quantity and quality of innovation, as well as themoderating effect of digital transformation on incentives and its heterogeneity is essential to precisely allocate subsidies, promote digital transformation, and improve the innovation... [收起]
[展開]
首都經(jīng)濟貿(mào)易大學(xué)學(xué)報2023年第5期
粉絲: {{bookData.followerCount}}
首都經(jīng)濟貿(mào)易大學(xué)是北京市市屬經(jīng)管類重點大學(xué)。目前本??蒲刑庪s志總社擁有三本學(xué)術(shù)期刊:《經(jīng)濟與管理研究》《首都經(jīng)濟貿(mào)易大學(xué)學(xué)報》和《當(dāng)代經(jīng)理人》。
文本內(nèi)容
第51頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

Research on the Asymmetric Incentive Effect of R&D Subsidies on

Innovation in New Energy Enterprises

SHANG Hongtao, SONG Anling

(Beijing University of Technology, Beijing 100124)

Abstract: Exploring the impact of R&D subsidies on the quantity and quality of innovation, as well as the

moderating effect of digital transformation on incentives and its heterogeneity is essential to precisely allocate subsidies, promote digital transformation, and improve the innovation quality of new energy enterprises.

Taking A-share listed new energy enterprises from 2010 to 2020 as samples, this paper empirically investigates

the asymmetric effect of R&D subsidies on the innovation quantity and quality of new energy enterprises. It also examines the moderating effect of digital transformation on the asymmetric effect of these subsidies. The findings reveal that the incentive effect of R&D subsidies on the innovation output in new energy enterprises is asymmetric. On

the one hand, R&D subsidies significantly promote the innovation quantity of new energy enterprises, and this

effect is consistent across state-owned enterprises (SOEs) and non-SOEs. On the other hand, R&D subsidies inhibit innovation quality and reduce the market value of innovation output. Moreover, this inhibitory effect is more

significant in non-SOEs. Furthermore, digital transformation significantly mitigates the asymmetric effect of R&D

subsidies on the quantity and quality of innovation in new energy enterprises. The inhibitory effect of R&D subsidies

on innovation quality and the promoting effect on innovation quantity are more significant in the group with low digital transformation. When digital transformation improves, the inhibitory effect is significantly weakened, and the

promoting effect is significantly lower. This indicates that digital technology drives enterprises to pay more attention

to innovation quality and thus improves the utilization of subsidies.

The contributions of this paper are as follows. First, it provides a comprehensive analysis of the asymmetric

effect of R&D subsidies on the quantity and quality of innovation in new energy enterprises, expanding the research

scope of government subsidies. Second, it updates the research perspective of enterprise innovation by conducting

an empirical analysis of R&D subsidies, digital transformation and enterprise innovation. Third, it regards the enterprise digital transformation as a measure to moderate asymmetric incentives of R&D subsidies, providing a new

path to enhance the effectiveness of subsidies in the era of the digital economy.

The findings have certain reference value for designing government subsidies and promoting digital transformation and innovative development of new energy enterprises in China. Based on the above conclusions, this paper

puts forward the following recommendations. First, the government should enhance the mechanism for embracing

innovative accomplishments and establish a supportive mechanism to promote digital transformation in enterprises.

Second, enterprises should fully recognize the important role of digital information in subsidy utilization and R&D

innovation, make full use of the R&D subsidies to achieve the earmarking of funds, and proactively implement digital transformation.

Keywords: new energy enterprise; R&D subsidy; digital transformation; innovation quantity; innovation quality

(責(zé)任編輯: 李 葉; 蔣 琰)

49

第52頁

第 25 卷 第 5 期

2023 年 9 月

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 004

機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

劉 勝1a

, 溫錫峰1b

, 陳秀英2

(1. 廣東外語外貿(mào)大學(xué) a. 粵港澳大灣區(qū)研究院; b. 經(jīng)濟貿(mào)易學(xué)院, 廣東 廣州 510006;

2. 廣東金融學(xué)院 經(jīng)濟貿(mào)易學(xué)院, 廣東 廣州 510521)

收稿日期: 2023-02-06; 修回日期: 2023-06-06

基金項目: 國家社會科學(xué)基金重大項目 “粵港澳大灣區(qū)數(shù)據(jù)要素跨境流動路徑研究” (21&ZD123)

作者簡介: 劉勝 (1987—), 男, 廣東外語外貿(mào)大學(xué)粵港澳大灣區(qū)研究院副教授; 溫錫峰 (1998—), 男, 廣東外語外貿(mào)大學(xué)經(jīng)濟貿(mào)易

學(xué)院碩士研究生; 陳秀英 (1987—), 女, 廣東金融學(xué)院經(jīng)濟貿(mào)易學(xué)院副教授, 通信作者。

摘 要: 在數(shù)字經(jīng)濟發(fā)展背景下, 既有文獻關(guān)于以機器人應(yīng)用為代表的智能制造轉(zhuǎn)型何以破解產(chǎn)業(yè)

綠色發(fā)展難題尚不明晰。 通過實證考察機器人應(yīng)用對制造業(yè)環(huán)境績效的影響, 發(fā)現(xiàn)機器人應(yīng)用能驅(qū)動企

業(yè)環(huán)境績效改善, 其減排效應(yīng)來源于企業(yè)能源生產(chǎn)率提升及內(nèi)部管理效率改善。 此外, 機器人應(yīng)用的減

排效應(yīng)對處于最低工資水平較高地區(qū)的企業(yè)及使用多功能與搬運機器人強度較高的企業(yè)更為明顯。 研究

結(jié)論可為促進工業(yè)智能化與綠色化融合發(fā)展提供借鑒參考。

關(guān)鍵詞: 數(shù)字經(jīng)濟; 機器人應(yīng)用; 企業(yè)環(huán)境績效; 污染減排; “雙碳” 目標

中圖分類號: F424. 1 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0050-15

一、 問題提出

改革開放以來, 中國經(jīng)濟在高速增長的同時, 環(huán)境污染問題日趨嚴峻[1]

。 為此, 中國以推進生態(tài)

文明建設(shè)、 驅(qū)動綠色轉(zhuǎn)型發(fā)展為抓手, 提出實現(xiàn) “碳達峰碳中和” 的目標。 盡管中國在環(huán)境治理方面

已取得一定的成就, 但在現(xiàn)階段, 仍面臨著加快經(jīng)濟復(fù)蘇與環(huán)保風(fēng)險加劇的雙重壓力[2]

。 2021 年 12

月, 工業(yè)和信息化部等十五部門聯(lián)合印發(fā)了 《 “十四五” 機器人產(chǎn)業(yè)發(fā)展規(guī)劃》 的文件, 強調(diào)加強新

一代信息技術(shù)與機器人技術(shù)深度融合, 以機器人作為人類生產(chǎn)生活的重要工具, 持續(xù)推動生產(chǎn)水平提

高和生活品質(zhì)提升, 有力促進經(jīng)濟社會的可持續(xù)發(fā)展; 要求各地應(yīng)制定針對性的政策措施, 協(xié)調(diào)解決

機器人產(chǎn)業(yè)發(fā)展的重大問題, 并引導(dǎo)企業(yè)做好安全生產(chǎn)和環(huán)境保護工作。

國家高度重視數(shù)字經(jīng)濟發(fā)展, 數(shù)字經(jīng)濟的崛起為解決日益突出的環(huán)保問題提供了新的契機。 而人工

智能作為數(shù)字經(jīng)濟的重要組成部分, 特別是企業(yè)在生產(chǎn)制造過程和管理業(yè)務(wù)流程中對機器人的使用日趨

廣泛, 這也為減少資源要素使用、 推動清潔生產(chǎn)過程乃至實現(xiàn)綠色低碳發(fā)展提供了更多可供選擇的技術(shù)

手段與方案選擇。 從理論上看, 數(shù)字技術(shù)應(yīng)用可通過對大數(shù)據(jù)分析、 物聯(lián)網(wǎng)和云計算等智能和創(chuàng)新技術(shù)

的運用, 在智慧連接、 智能通信和自動化生產(chǎn)制造等領(lǐng)域中發(fā)揮重要作用[3-5]

; 同時, 它也能為產(chǎn)品設(shè)

計、 生產(chǎn)和服務(wù)過程提供更為高效的解決方案, 并為降低資源消耗和有害物排放提供技術(shù)基礎(chǔ)[6]

。 而數(shù)

字技術(shù)的重要代表之一———機器人作為機電一體化的數(shù)字化產(chǎn)品及多項數(shù)字化技術(shù)的具象體現(xiàn), 能為生

產(chǎn)制造與管理過程的綠色轉(zhuǎn)型發(fā)展提供新的動力來源。 已有研究更多地討論了機器人應(yīng)用對生產(chǎn)率或勞

動力配置等方面的影響, 或是側(cè)重分析機器人應(yīng)用對行業(yè)或區(qū)域?qū)用嫖廴局卫淼确矫娴挠绊憽?但是, 關(guān)

50

第53頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

于機器人應(yīng)用和企業(yè)污染排放之間的因果關(guān)系及作用機制的研究仍相對不足。 為此, 加快厘清兩者的關(guān)

系, 對以數(shù)字化賦能中國生態(tài)文明建設(shè)、 推動生態(tài)經(jīng)濟和數(shù)字經(jīng)濟融合、 解決深層次的環(huán)境治理困境具

有重要的現(xiàn)實意義。

本文的邊際貢獻在于: 第一, 從研究視角來看, 區(qū)別于分析數(shù)字經(jīng)濟對環(huán)境績效的影響或機器人應(yīng)

用對企業(yè)生產(chǎn)率等績效指標影響的研究, 本文基于智慧生產(chǎn)和智能制造的視角, 探討了智能化轉(zhuǎn)型背景

下機器人應(yīng)用對制造業(yè)企業(yè)環(huán)境績效的影響效應(yīng)及作用機制, 在一定程度上拓展和豐富了數(shù)字經(jīng)濟視閾

下實現(xiàn)工業(yè)智能化和綠色化融合發(fā)展的理論研究, 并為加快推進 “雙碳” 目標提供了實踐參考。 第二,

從研究內(nèi)容上看, 多數(shù)文獻從省級或行業(yè)層面研究了信息技術(shù)使用的減排成效, 但著眼于省級或地級市

層面的研究范疇和數(shù)據(jù)口徑過于寬泛, 可能會導(dǎo)致結(jié)論及政策的推廣性受限。 鑒于企業(yè)是環(huán)境治理的重

要參與主體, 為更好地評估機器人應(yīng)用的微觀環(huán)境治理效果, 本文通過結(jié)合中國工業(yè)企業(yè)數(shù)據(jù)庫、 中國

海關(guān)數(shù)據(jù)庫等大樣本數(shù)據(jù), 進一步整理了微觀企業(yè)層面的機器人應(yīng)用數(shù)據(jù), 并在固定效應(yīng)模型估計的基

礎(chǔ)上, 構(gòu)建了為緩解機器人應(yīng)用的內(nèi)生性問題的工具變量, 從而能在兩階段最小二乘估計框架下更全面

地探討工業(yè)智能化的減排效應(yīng), 這有利于緩解傳統(tǒng)估計方法中潛在的內(nèi)生性問題。 第三, 從政策應(yīng)用來

看, 通過引入交互項的方式來識別機器人應(yīng)用對制造業(yè)企業(yè)環(huán)境績效的影響機制, 并考察在不同的應(yīng)用

情境下機器人應(yīng)用 “減排效應(yīng)” 的異質(zhì)性特征, 可為實現(xiàn)數(shù)字經(jīng)濟發(fā)展和 “碳達峰與碳中和” 目標的雙

贏提供更精細化的定量依據(jù)。

二、 文獻綜述與理論分析

(一) 文獻綜述

既有文獻主要從生產(chǎn)或管理流程再造角度, 肯定了數(shù)字經(jīng)濟或機器人應(yīng)用對企業(yè)環(huán)保績效的積

極意義。 數(shù)字化能降低生產(chǎn)物料投入和消耗, 在提高資源效率的同時, 也能有效降低碳排放量[ 7]

。

除物化投入外, 數(shù)字化也能影響內(nèi)部管理等環(huán)節(jié)。 有學(xué)者發(fā)現(xiàn), 通過自動優(yōu)化生產(chǎn)或管理流程, 數(shù)

字技術(shù)應(yīng)用能更好地優(yōu)化能源使用結(jié)構(gòu)和效率, 并降低廢氣污染和重金屬污染等排放[ 8-9]

。 優(yōu)化算

法系統(tǒng)使機器人在提高生產(chǎn)力的同時, 也能降低生產(chǎn)過程的治污成本和能源消耗, 從而助力企業(yè)實

現(xiàn)綠色轉(zhuǎn)型[ 10]

。

但也有文獻認為, 數(shù)字技術(shù)或機器人應(yīng)用的功效發(fā)揮還要取決于使用主體自身的狀況及所處的外部

環(huán)境因素, 而在特定情境下也可能會形成 “數(shù)字陷阱”, 因而其對企業(yè)減排的作用并不確定。 從生產(chǎn)實踐

來看, 即便是引入機器人等先進技術(shù)設(shè)備, 也需消耗一定的資源能源來支撐其日常運作。 有學(xué)者指出,

使用大量電子設(shè)備的智能工廠也需消耗一定的能源和資源, 進而對本地環(huán)境質(zhì)量帶來負面影響[11-13]

。 還

有學(xué)者根據(jù)市場調(diào)查問卷, 發(fā)現(xiàn)協(xié)作機器人、 傳統(tǒng)機器人等因電力消耗過高, 可能帶來負面環(huán)境效應(yīng)[14]

。

此外, 從所處的外部環(huán)境來看, 以機器人為典型代表之一的新興技術(shù)應(yīng)用可能會進一步加劇市場競爭程

度, 給企業(yè)帶來財務(wù)成本和環(huán)保負擔(dān)的 “競賽支出”

[15]

, 而由此引發(fā)的 “反彈效應(yīng)” 和策略性行為, 可

能會反過來加劇資源消耗并引致更為突出的資源浪費與污染排放問題[16-17]

。 在針對中國情境的研究中,

盛丹和卜文超 (2022)

[18] 的研究與本文較為相關(guān), 其借助行業(yè)滲透度的思想測算了企業(yè)層面的機器人滲

透度, 探討了機器人滲透度與企業(yè)污染排放之間的因果關(guān)系。

總體上, 目前在智能制造視閾下關(guān)于機器人應(yīng)用與微觀企業(yè)環(huán)境績效的研究并不多見, 且部分文獻

主要從機器人的算法系統(tǒng)或其他定性分析的角度闡述了機器人應(yīng)用的潛在影響, 又或是采用行業(yè)滲透度

的方法來估算了企業(yè)機器人的使用情況①, 而鮮少基于企業(yè)真實的采購或使用機器人的大樣本微觀數(shù)據(jù)開

展探討, 關(guān)于機器人使用所帶來的微觀企業(yè)污染減排效應(yīng)的因果分析或?qū)嵶C研究相對不多。 基于此, 在

51

① 若微觀機器人數(shù)據(jù)采用移動平均法獲取, 通過先計算出行業(yè)的機器人水平, 而后根據(jù)某年份不同企業(yè)的從業(yè)人員比例加權(quán)估算的

企業(yè)機器人滲透度的做法, 可能難以直接反映出每家企業(yè)采購及使用工業(yè)機器人的真實情況, 并導(dǎo)致人為估算的偏差。

第54頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

既有理論文獻的基礎(chǔ)上, 本文從生產(chǎn)制造和管理流程優(yōu)化視角, 進一步探究機器人應(yīng)用對中國制造業(yè)企

業(yè)環(huán)境績效及綠色轉(zhuǎn)型的影響, 力圖為突破當(dāng)前中國制造業(yè)企業(yè)綠色轉(zhuǎn)型面臨的困境尋找新的驅(qū)動力

來源。

(二) 理論分析

與傳統(tǒng)生產(chǎn)與運營管理方式不同, 機器人應(yīng)用等數(shù)字化技術(shù)可以優(yōu)化生產(chǎn)及管理流程, 促進資源

要素更有效的分配, 并釋放生產(chǎn)過程低碳化的潛力[8,19]

。 具體而言, 機器人應(yīng)用的污染減排效應(yīng)過程

如下:

一是從生產(chǎn)流程來看, 機器人應(yīng)用強調(diào)以自動化技術(shù)設(shè)備來取代人工的重復(fù)性工作, 通過促進資源

要素的科學(xué)配置與高效利用來實現(xiàn)制造業(yè)節(jié)能減排。一方面, 在應(yīng)用機器人后, 企業(yè)擁有了更為智能化

和綠色化的生產(chǎn)指揮平臺及作業(yè)操作系統(tǒng), 可基于對電力的直接影響及對非電力能源載體的間接影響[20]

,

使企業(yè)通過生產(chǎn)的非物質(zhì)化來減少對能源和原材料的需求[21-22]

, 而這有助于支持企業(yè)更好地推進綠色生

態(tài)的產(chǎn)品或服務(wù)設(shè)計[23]

, 并使企業(yè)能更快速地響應(yīng)消費者綠色偏好和社會 ESG 訴求[24]

, 從而為企業(yè)持續(xù)

推進減排工作夯實了技術(shù)配套基礎(chǔ)[25]

。 另一方面, 機器人應(yīng)用通過系統(tǒng)集成生命周期管理和大數(shù)據(jù)分析

等先進手段, 能為企業(yè)的清潔生產(chǎn)過程提供更加有效的解決方案。 由此, 通過優(yōu)化清潔生產(chǎn)過程或解決

方案等渠道, 機器人能為破解企業(yè)的減排難題提供更多元化的技術(shù)支撐[26]

。 盡管在機器人應(yīng)用過程中也

會產(chǎn)生相應(yīng)的電力或能源消耗, 但隨著企業(yè)熟練地掌握機器人的使用訣竅, 在高效的生產(chǎn)組織方式下,

機器人的產(chǎn)出增量效應(yīng)將逐步超越其所引致的能源消耗效應(yīng)。 由此, 機器人應(yīng)用情境下的路線優(yōu)化和調(diào)

度系統(tǒng)升級有助于企業(yè)在產(chǎn)業(yè)鏈供應(yīng)鏈等各環(huán)節(jié)運作時實現(xiàn)能源利用的高效化與低耗化, 從而賦能企業(yè)

減排[27-31]

。

0)

\"/

E

*

\"/



ffi *

Fffiffi

K8 ffi

0)\"D

ffiF

#\" 4+24

E L!

* @@

#\"*\"

P0)(

P6#*(

(

4

圖 1 機器人應(yīng)用與企業(yè)環(huán)境績效關(guān)系的邏輯機制

二是從管理流程來看, 機器人應(yīng)用增強了制造業(yè)企業(yè)信息獲取與信息處理的能力, 促進了資本

替代重復(fù)性勞動, 強化了研發(fā)、 設(shè)計、 生產(chǎn)、 營銷和物流等環(huán)節(jié)的協(xié)同管理效率, 幫助企業(yè)構(gòu)建清

潔生產(chǎn)組織結(jié)構(gòu)與管理體系, 從而為企業(yè)節(jié)能減排提供了良好的基礎(chǔ)。 具體而言, 引入機器人的企

業(yè)通常需要構(gòu)建與之適配的軟硬件尤其是管理運作系統(tǒng), 而機器人應(yīng)用情境下通過收集和分析企業(yè)

經(jīng)營數(shù)據(jù), 有利于增強企業(yè)識別和提取有價值信息的能力。 通過接收有效生產(chǎn)信息的反饋, 形成互

聯(lián)互通的內(nèi)部信息架構(gòu), 實時控制清潔生產(chǎn)過程及環(huán)境管理體系狀況, 為管理流程的綠色化轉(zhuǎn)向創(chuàng)

造了有利條件。 此外, 制造設(shè)備和管理流程的融合交互可有效降低企業(yè)獲取信息的成本, 提升生產(chǎn)

端或管理端的信息流轉(zhuǎn)效率及質(zhì)量[ 32]

, 為企業(yè)構(gòu)建智慧生產(chǎn)、 智能制造的綜合管理體系提供有力支

持。 因此, 由機器人應(yīng)用所引致的管理效率提升有助于企業(yè)更好地聚焦主業(yè)發(fā)展, 有利于促進企業(yè)

綠色產(chǎn)品或服務(wù)的研究開發(fā)及 “提質(zhì)增效”

[ 33]

, 降低資源投入消耗、 提高能源利用效率[ 34]

。

52

第55頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

據(jù)此, 提出本文的研究假設(shè):

假設(shè) 1: 機器人應(yīng)用能夠有效地促進企業(yè)環(huán)境績效提升。

假設(shè) 2: 機器人應(yīng)用有助于優(yōu)化企業(yè)的生產(chǎn)流程及管理流程, 進而驅(qū)動企業(yè)減排。

三、 實證設(shè)計

(一) 基準模型

為識別機器人應(yīng)用對制造業(yè)企業(yè)環(huán)境績效的影響, 本文構(gòu)建基準回歸模型如下:

lnso2

pit

=a0

+a1

lntotalrobot

it

+a3Xit

+ v +uit (1)

其中, 下標 i 和 t 分別表示企業(yè)和年份, lnso2

pit 表示企業(yè)層面的環(huán)境績效, 以企業(yè)二氧化硫 ( SO2 )

排放強度的對數(shù)來衡量。 lntotalrobot

it 表示機器人的投入數(shù)量, Xit 為企業(yè)層面控制變量。 v 代表固定效應(yīng),

uit 為隨機誤差項。

(二) 指標選取

被解釋變量: 企業(yè)環(huán)境績效。 既有的衡量指標涵蓋了直接和間接層面。 間接指標方面, 部分文獻采

用主成分分析法等來合成企業(yè)環(huán)境績效, 但這種處理方式對各影響因子的確定可能有較強的主觀性。 直

接指標方面, 現(xiàn)有文獻主要從企業(yè)廢氣、 廢水和廢物排放等層面展開。 中國是世界上主要的煤炭生產(chǎn)和

消費國之一, 煤煙污染是中國環(huán)境污染的主要來源之一[35-37]

, 而 SO2 作為其中重要的排放物, 也是中國

制造業(yè)企業(yè)主要污染排放物之一[38]

。 因此, 從中國制造業(yè)能源使用和污染排放的實際情況出發(fā), 本文選

取二氧化硫排放量的對數(shù)作為衡量企業(yè)環(huán)境績效的指標。

解釋變量: 選取企業(yè)進口機器人的數(shù)量作為企業(yè)機器人應(yīng)用的代理變量, 原因在于:一是 2013 年以

前超過 70%的中國企業(yè)依賴進口滿足自身對機器人的需求[39]

; 二是 2013 年之前約有 80%的企業(yè)會將進口

的機器人用于自身生產(chǎn)經(jīng)營, 因而可在一定程度上反映中國制造業(yè)企業(yè)機器人技術(shù)的應(yīng)用情況[40]

; 三是

國內(nèi)并沒有針對企業(yè)具體使用機器人數(shù)量的統(tǒng)計數(shù)據(jù)。 另外, 根據(jù) 《2007 年海關(guān)統(tǒng)計商品分類與投入產(chǎn)

出部門分類對照表》, 將嚴格符合機器人定義的多功能機器人、 多功能機器人除外的其他機器人及 IC 工

廠專用的自動搬運機器人作為本文的研究對象, 并加總得到所需的總進口機器人數(shù)①[41]

。

控制變量: 結(jié)合已有研究, 在回歸模型中控制以下變量, 以盡可能地緩解遺漏解釋變量導(dǎo)致的偏誤

問題, 具體包括: 企業(yè)產(chǎn)值, 選取企業(yè)工業(yè)總產(chǎn)值現(xiàn)價的對數(shù)來度量; 資產(chǎn)負債率, 選取企業(yè)負債與資

產(chǎn)比值的對數(shù)來表示; 公司規(guī)模, 選取企業(yè)資產(chǎn)的對數(shù)衡量; 凈資產(chǎn)利潤率, 選取營業(yè)利潤與資產(chǎn)比值

的對數(shù)來表示; 成立年齡, 選取企業(yè)所處年份與成立年份差值的對數(shù)度量; 以利息支出與固定資產(chǎn)比值

表示融資能力; 以企業(yè)補貼收入與主營業(yè)務(wù)產(chǎn)品銷售收入來表示政府補貼; 出口企業(yè)類別, 若企業(yè)出口

交貨值>0, 則取值為 1, 反之為 0; 國有企業(yè)類別, 若國家或集體資本大于其實收資本的 50%, 則取值為

1, 否則為 0

[42]

。

為避免極端值對實證結(jié)果的影響, 本文對連續(xù)型控制變量采取了前后縮尾 0. 5%的處理。 企業(yè)的機器

人數(shù)量均值在 0. 002, 表明使用進口機器人的企業(yè)仍在少數(shù)。 探究機器人應(yīng)用對環(huán)境績效的影響有利于為

將來智能制造情境下中國企業(yè)在機器人的配置布局上提供相應(yīng)的理論支持。 其余變量的描述性統(tǒng)計結(jié)果

符合數(shù)據(jù)的一般要求, 并不存在明顯的異常值②。

(三) 數(shù)據(jù)說明

機器人應(yīng)用信息來源于 1998—2013 年的中國海關(guān)貿(mào)易數(shù)據(jù)庫。 企業(yè)層面數(shù)據(jù)主要來源于 1998—2013

年的中國工業(yè)企業(yè)數(shù)據(jù)庫以及中國工業(yè)企業(yè)污染數(shù)據(jù)庫等, 通過對企業(yè)名稱和組織機構(gòu)代碼的匹配得到

較為完整的企業(yè)財務(wù)信息和污染排放的相關(guān)指標。 根據(jù)田巍和余淼杰 (2014)

[43] 的做法, 分別通過 “企

53

為便于研究, 參照現(xiàn)有研究的做法, 將未匹配到的進口機器人數(shù)賦值為 0, 最后采用加 1 取對數(shù)的處理方法來確定核心解釋變量。

限于篇幅, 描述性統(tǒng)計未列出, 備索。

第56頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

業(yè)名稱+年份” “郵政編碼+電話號碼+年份” 兩步匹配的方法將企業(yè)數(shù)據(jù)與海關(guān)的數(shù)據(jù)進行合并, 并通過

篩選海關(guān)數(shù)據(jù)庫中機器人的商品編碼, 最終匯總得到企業(yè)的進口機器人數(shù)據(jù)。

四、 實證結(jié)果分析

(一) 基準回歸

表 1 列出了機器人應(yīng)用對制造業(yè)企業(yè)環(huán)境績效影響的估計結(jié)果。 如表 1 列 (1)—列 (2) 所示, 對企

業(yè) SO2 的排放量, 無論是否納入控制變量, lntotalrobot

it 的估計系數(shù)均顯著為負, 表明企業(yè)通過在生產(chǎn)制

造和管理流程中投入機器人, 有利于顯著改善企業(yè)的環(huán)境績效。 本文的回歸均加入了城市層面、 4 位數(shù)行

業(yè)代碼層面和時間層面的固定效應(yīng), 其中列 (3) 聚類在省份層面, 其余列均聚類在企業(yè)層面; 列 (4)

還加入了行業(yè)與年份聯(lián)合固定效應(yīng), 核心解釋變量的估計系數(shù)仍在 1%水平上顯著為負。

表 1 基準檢驗結(jié)果

變量 (1) (2) (3) (4)

lntotalrobot

it -0. 178

? -0. 478

??? -0. 478

??? -0. 401

???

( -1. 92) ( -4. 32) ( -4. 40) ( -3. 76)

產(chǎn)值 0. 326

??? 0. 326

??? 0. 335

???

(58. 61) (21. 72) (60. 17)

成立年齡 0. 062

??? 0. 062

??? 0. 057

???

(10. 61) (6. 79) (9. 66)

資產(chǎn)負債率 0. 056

??? 0. 056

??? 0. 054

???

(7. 38) (3. 66) (7. 13)

公司規(guī)模 0. 238

??? 0. 238

??? 0. 238

???

(39. 05) (19. 92) (38. 91)

凈資產(chǎn)利潤率 0. 004 0. 004 0. 003

(1. 23) (0. 58) (0. 83)

融資能力 0. 003

? 0. 003

? 0. 003

??

(1. 76) (1. 80) (2. 07)

政府補貼 -0. 101 -0. 101 -0. 185

( -0. 80) ( -0. 54) ( -1. 24)

出口企業(yè) -0. 110

??? -0. 110

?? -0. 104

???

( -8. 06) ( -2. 46) ( -7. 41)

國有企業(yè) 0. 069

??? 0. 069

?? 0. 075

???

(5. 46) (2. 44) (5. 92)

常數(shù)項 9. 809

??? 4. 407

??? 4. 407

??? 4. 341

???

(1 944. 48) (86. 00) (22. 08) (83. 88)

觀測值 471 918 207 483 207 483 207 054

R

2 0. 355 0. 479 0. 479 0. 502

Year×Idu 未控制 未控制 未控制 控制

聚類 企業(yè)層面 企業(yè)層面 省份層面 企業(yè)層面

注: 括號內(nèi)報告的是 t 值;

??? 、

?? 、

? 分別表示在 1%、 5%、 10%的水平上顯著; 控制了城市、 年份和行業(yè)效應(yīng), 后表同。

54

第57頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

(二) 穩(wěn)健性檢驗

為保證回歸結(jié)論的穩(wěn)健性, 本文還進行了以下一系列的穩(wěn)健性檢驗:

第一, 控制行業(yè)時間趨勢項。 考慮到實驗組和控制組企業(yè)的行業(yè)不同, 二氧化硫排放量在樣本區(qū)間

內(nèi)可能存在不同的變化趨勢。 有鑒于此, 本文將行業(yè)時間趨勢項納入回歸方程中, 以允許不同行業(yè)的企

業(yè)的二氧化硫排放量有不同變動趨勢的可能性。 表 2 列 (1) 的估計結(jié)果表明, 估計量 lntotalrobot

it 對企業(yè)

污染排放的影響系數(shù)顯著為負, 結(jié)論依然成立。

第二, 考慮企業(yè)范疇和口徑的影響。 不同企業(yè)進口機器人的目的不完全相同, 可能有部分企業(yè)將進

口機器人作為中間投入或用于研發(fā), 而非通過投入生產(chǎn)活動以改善企業(yè)環(huán)境績效[39]

。 因此, 本文分別從

企業(yè)名稱和企業(yè)貿(mào)易目的兩方面對相關(guān)企業(yè)進行處理。 首先, 從企業(yè)名稱上看, 除了將企業(yè)名稱中含有

“機器人” 的企業(yè)剔除[44]

, 還將含有 “智能” “機器” 字樣的企業(yè)也一并剔除。 在此基礎(chǔ)上, 表 2 列

(2) 的估計結(jié)果表明, 核心解釋變量的估計系數(shù)仍然顯著為負。 其次, 從貿(mào)易目的上看, 除研發(fā)、 投入

生產(chǎn)外, 部分企業(yè)僅通過來料加工或轉(zhuǎn)口貿(mào)易的方式參與到機器人全球化的生產(chǎn)和流通, 而非將機器人

用于實際生產(chǎn)。 因此, 本文將海關(guān)數(shù)據(jù)中屬于 “保稅區(qū)倉儲轉(zhuǎn)口貨物” “來料加工裝配貿(mào)易” “來料加工

裝配進口的設(shè)備” 等機器人樣本剔除①。 基于此, 表 2 列 (3) 的估計量系數(shù)仍顯著為負, 研究結(jié)論依然

是穩(wěn)健的。

第三, 考慮全球經(jīng)濟危機沖擊的影響。 2008 年經(jīng)濟危機給世界各國經(jīng)濟帶來沉重的打擊, 企業(yè)出口

和進口機器人數(shù)量都出現(xiàn)了明顯減少[45]

, 經(jīng)濟危機所引發(fā)的產(chǎn)量縮減似乎也可起到減排的作用, 且效果

尤為顯著[46]

。 為排除這一不可忽視的潛在的政策干擾, 本文進一步將研究區(qū)間縮短為 1998—2007 年并重

新進行回歸, 結(jié)果見表 2 列 (4)。 可以發(fā)現(xiàn), 在經(jīng)過該處理后, 估計系數(shù)依然為負, 說明前文結(jié)論是穩(wěn)

健的。

第四, 考慮機器人來源的影響。 世界先進制造技術(shù)論壇指出, 來自瑞士、 德國和日本等國家的不同

企業(yè)所開發(fā)的機器人產(chǎn)品有各自特點與優(yōu)劣勢。 不同來源的機器人應(yīng)用可能會對企業(yè)環(huán)境績效產(chǎn)生不同

的效果。 日本機器人產(chǎn)業(yè)是其出口依賴型產(chǎn)業(yè), 2014 年供應(yīng)了大約世界一半的機器人[47]

。 在 2014 年之前

日本始終是向中國出口機器人最多的國家[45]

。 因此, 本文將實驗組設(shè)置為機器人進口來源地為日本的企

業(yè), 控制組為不進口機器人的企業(yè)。 表 2 列 (5) 結(jié)果表明, 估計量的系數(shù)仍然顯著為負。 另外, 考慮到本

文的主要研究對象為進口機器人, 故將進口機器人來源地為中國的企業(yè)進行剔除以排除國產(chǎn)機器人的影

響[39]

。 表 2 列 (6) 的回歸結(jié)果表明, 估計系數(shù)依然顯著為負, 表明前文結(jié)論具有穩(wěn)健性。

第五, 考慮工業(yè)企業(yè)數(shù)據(jù)庫質(zhì)量問題。 中國工業(yè)企業(yè)數(shù)據(jù)庫在 2010 年對企業(yè)規(guī)模進行了重新界定,

僅將工業(yè)產(chǎn)值超過 2 000 萬的企業(yè)界定為規(guī)模以上企業(yè), 這增加了部分企業(yè)退出統(tǒng)計范疇的概率[39,48]

, 容

易出現(xiàn)因樣本量減少而導(dǎo)致結(jié)果不穩(wěn)健的情況。 為此, 本文將企業(yè)工業(yè)總產(chǎn)值小于或等于 2 000 萬元的企

業(yè)進行剔除, 僅對 2 000 萬元以上產(chǎn)值的樣本進行回歸。 表 2 列 (7) 的結(jié)果表明, 核心估計量的系數(shù)仍

然顯著為負。

表 2 穩(wěn)健性檢驗結(jié)果Ⅰ

變量

(1) (2) (3) (4) (5) (6) (7)

控制行業(yè)時間

趨勢項

考慮企業(yè)

范疇

考慮貿(mào)易

目的

考慮全球經(jīng)濟

危機沖擊

考慮機器人

來源

剔除來源地為

中國的機器人

考慮工業(yè)企業(yè)

數(shù)據(jù)庫質(zhì)量問題

lntotalrobot

it -0. 581

??? -0. 468

??? -0. 412

??? -0. 241

? -0. 595

??? -0. 474

??? -0. 417

???

( -5. 05) ( -4. 06) ( -3. 25) ( -1. 65) ( -3. 84) ( -4. 16) ( -3. 83)

55

① 鑒于本文主要使用進口機器人數(shù)展開實證研究, 將標注國內(nèi)來源的機器人樣本剔除。

第58頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

表2(續(xù))

變量

(1) (2) (3) (4) (5) (6) (7)

控制行業(yè)時間

趨勢項

考慮企業(yè)

范疇

考慮貿(mào)易

目的

考慮全球經(jīng)濟

危機沖擊

考慮機器人

來源

剔除來源地為

中國的機器人

考慮工業(yè)企業(yè)

數(shù)據(jù)庫質(zhì)量問題

常數(shù)項 4. 594

??? 4. 410

??? 4. 407

??? 4. 358

??? 4. 408

??? 4. 407

??? 4. 011

???

(88. 09) (86. 04) (86. 00) (82. 67) (86. 05) (86. 00) (49. 68)

控制變量 控制 控制 控制 控制 控制 控制 控制

觀測值 207 483 207 237 207 463 159 024 207 371 207 480 133 942

R

2 0. 384 0. 479 0. 479 0. 516 0. 479 0. 479 0. 492

第六, 替換解釋變量。 為檢驗前文回歸結(jié)果的可靠性, 本文還以機器人進口貿(mào)易額作為機器人進口

數(shù)量的替代變量 (lnsumvalueit) 來驗證機器人應(yīng)用能否改善企業(yè)環(huán)境績效。 表 3 列 (1) 的估計結(jié)果表

明, 所關(guān)注的核心解釋變量的影響系數(shù)仍然顯著為負。

第七, 替換被解釋變量。 對企業(yè)環(huán)境績效, 除了用企業(yè) SO2 排放量的對數(shù)表示外, 本文還進一步

采用 SO2 的排放強度、 煙塵的排放量、 氮氧化物的排放量進行衡量。 其中, SO2 排放強度采用 SO2 排放

量與工業(yè)總產(chǎn)值的比值再對數(shù)化后衡量, 其余指標僅對數(shù)化處理。 回歸結(jié)果見表 3 列 ( 2) 、 列 ( 3)

和列 (4) 。 結(jié)果顯示, 相關(guān)的估計系數(shù)均顯著為負, 表明機器人的投入對其他污染物也能起到減排

作用。

第八, 基于倍差法的穩(wěn)健性檢驗。 探究機器人應(yīng)用對于企業(yè)環(huán)境績效的影響, 除了機器人投入數(shù)

量可能產(chǎn)生影響外, 企業(yè)投入機器人這一具體行為對機器人的清潔效應(yīng)的識別可能也存在影響。 杜連

雄和張劍 (2020) 也發(fā)現(xiàn), 技術(shù)影響企業(yè)績效的途徑可能不在于技術(shù)投入的數(shù)量, 而在于對技術(shù)的運

用程度[49]

。 因此, 為保證實證結(jié)果的穩(wěn)健性, 參考王小霞和李磊 ( 2020)

[40] 關(guān)于機器人應(yīng)用的影響

效應(yīng)的研究思路, 構(gòu)建以下回歸方程:

lnso2

pit

=a0

+a1 dt

i

+a2 dui

+a3 dt

i

×dui

+a4

+ u (2)

其中, i 代表企業(yè), t 代表年份。 dt

i 代表機器人應(yīng)用沖擊的時間虛擬變量, 企業(yè)應(yīng)用機器人行為之前

的年份取值為 0, 發(fā)生之后取值為 1; dui 區(qū)分是否應(yīng)用過機器人的企業(yè), 應(yīng)用過機器人的企業(yè)取值為 1,

否則取值為 0。 交互項 a3 是本文重點關(guān)注的估計量的系數(shù), 衡量企業(yè)應(yīng)用機器人對自身環(huán)境績效的影響

效果。 表 3 列 (5) 表明, 核心解釋變量的影響系數(shù)顯著為負, 說明企業(yè)應(yīng)用機器人這一行為對企業(yè)改善

環(huán)境績效具有顯著的促進作用①。

第九, 更換數(shù)據(jù)庫。 考慮到中國工業(yè)企業(yè)數(shù)據(jù)庫的原始數(shù)據(jù)相對較舊, 因此本文考慮通過更換數(shù)據(jù)

庫的方式對數(shù)據(jù)時效性及機器人應(yīng)用的 “清潔效應(yīng)” 進行重新檢驗。 具體而言, 本文選取了上市公司

2010—2019 年的數(shù)據(jù)作為該部分穩(wěn)健性檢驗的時間窗口, 因為部分上市公司在 2010—2019 年公布了包括

氮氧化物、 硫氧化物等在內(nèi)的相關(guān)污染排放數(shù)據(jù)。 機器人的投入數(shù)量來源于國際機器人聯(lián)合會, 該機構(gòu)

公布了大部分國家不同行業(yè)機器人的使用情況。 參考已有研究[50-54] 的做法, 將機器人數(shù)據(jù)中的行業(yè)與

《國民經(jīng)濟行業(yè)分類》 中的二位碼進行匹配, 將行業(yè)層面的機器人滲透度分解到企業(yè)層面。 首先, 計算行

業(yè)層面機器人滲透度指標:

PRjt

=

MRjt

Lj, t = 2012

56

① 未匯報相關(guān)的 dt 回歸結(jié)果, 是因為時間固定效應(yīng)會吸收 dt 的效應(yīng), 無法得到 dt 的估計系數(shù)。

第59頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

其中, MRjt 為中國 j 行業(yè) t 年的機器人存量, Lj,t = 2012 表示 j 行業(yè) 2012 年的就業(yè)人數(shù)。 二位數(shù)行業(yè)的具

體就業(yè)人數(shù)數(shù)據(jù)來源于中國經(jīng)濟普查數(shù)據(jù), 該數(shù)據(jù)每 4 年公布一次, 因此本文選擇在樣本區(qū)間內(nèi)最近一期

的數(shù)據(jù)作為基期。 然后, 構(gòu)建企業(yè)層面機器人滲透度指標:

CHFjit

=

PWPjit = 2012

MPWPt = 2012

×PRjt

其中, CHFjit 代表了 j 行業(yè) i 企業(yè)在 t 年的機器人滲透度。 等式右側(cè)第一項代表了制造業(yè)中 j 行業(yè) i 企

業(yè)在 2012 年就業(yè)人數(shù)占制造業(yè)所有企業(yè) 2012 年就業(yè)人數(shù)中位數(shù)的比值, 最后對該數(shù)據(jù)取對數(shù)處理, 得到

lnCHFjit 指標。

被解釋變量為企業(yè) SO2 排放量的對數(shù)①, 控制變量選取了資產(chǎn)負債率、 公司規(guī)模、 凈資產(chǎn)利潤率、 成

立年齡、 國有企業(yè)等指標, 衡量方法與前文相同②。 基于此, 表 3 列 (6) 的估計結(jié)果顯示, 核心解釋變

量的影響系數(shù)依然顯著為負, 進一步驗證了機器人應(yīng)用有利于改善企業(yè)環(huán)境績效的結(jié)論。

第十, 加入其他控制變量。 盡管前文已控制了諸多變量以盡可能避免遺漏變量的風(fēng)險, 但參考盛丹

和卜文超 (2022)

[18] 的做法, 在控制變量中進一步加入企業(yè)勞動生產(chǎn)率、 企業(yè)所在行業(yè)的赫芬達爾指數(shù)

兩個控制變量③。 在此基礎(chǔ)上, 表 3 列 (7) 的估計結(jié)果顯示, 機器人應(yīng)用對企業(yè)污染排放的影響系數(shù)仍

顯著為負。

表 3 穩(wěn)健性檢驗結(jié)果Ⅱ

變量

(1) (2) (3) (4) (5) (6) (7)

替換解釋

變量

替換為排放

強度

替換為煙塵

排放量

替換為氮氧化物

排放量

倍差法

上市公司 SO2

排放量

加入控制

變量

lnsumvalueit -0. 112

???

( -5. 13)

lntotalrobot

it -0. 478

??? -0. 360

??? -0. 300

??? -0. 520

???

( -4. 32) ( -3. 99) ( -3. 86) ( -5. 19)

du×dt -0. 601

??

( -2. 42)

du -0. 689

( -3. 71)

lnCHFjit -0. 621

???

( -2. 70)

勞動生產(chǎn)率 -0. 125

???

( -17. 89)

赫芬達爾指數(shù) -0. 342

?

( -1. 78)

常數(shù)項 4. 405

??? 4. 407

??? 4. 371

??? 2. 503

??? 4. 385

??? -33. 499

??? 5. 260

???

(85. 97) (86. 00) (82. 74) (36. 46) (85. 89) ( -3. 30) (99. 24)

57

鑒于硫酸霧及硫氧化物的主要成分也為 SO2 , 本文也將其作為 SO2 納入統(tǒng)計。

其余控制變量由于在上市公司層面數(shù)據(jù)并不存在或因數(shù)據(jù)缺失嚴重等問題并未加入。

勞動生產(chǎn)率采用營業(yè)收入與企業(yè)從業(yè)人數(shù)比值的對數(shù)值衡量; 赫芬達爾指數(shù)采用四位數(shù)行業(yè)的赫芬達爾指數(shù)衡量, 代表企業(yè)所在

行業(yè)市場集中度。

第60頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

表3(續(xù))

變量

(1) (2) (3) (4) (5) (6) (7)

替換解釋

變量

替換為排放

強度

替換為煙塵

排放量

替換為氮氧化物

排放量

倍差法

上市公司 SO2

排放量

加入控制

變量

控制變量 控制 控制 控制 控制 控制 控制 控制

觀測值 207 483 207 483 201 803 88 993 207 483 165 123 856

R

2 0. 479 0. 542 0. 441 0. 556 0. 479 0. 815 0. 457

第十一, 工具變量法。 基于基準回歸模型直接分析機器人應(yīng)用對企業(yè)環(huán)境績效的影響時, 進口機器

人數(shù)量的內(nèi)生性問題需做進一步討論。 具體來說,一方面, 企業(yè)進口機器人能通過提高資源的利用效率

和企業(yè)的管理效率來提升企業(yè)環(huán)境績效; 另一方面, 企業(yè)環(huán)境績效的惡化也會倒逼企業(yè)通過增加機器人

的進口數(shù)量來實現(xiàn)清潔化、 無害化的生產(chǎn)轉(zhuǎn)型。 因此, 為機器人的進口數(shù)量尋找恰當(dāng)?shù)墓ぞ咦兞? 可能是

緩解上述內(nèi)生性問題或變量間反向因果關(guān)系的有效

方法。 同時考慮到工具變量的外生性和相關(guān)性的要

求, 本文將企業(yè)對應(yīng)城市歷史上的人口密度作為機

器人應(yīng)用的工具變量。一方面是因為歷史上的城市

人口密度作為相對外生的人口分布指標, 其與工業(yè)

生產(chǎn)過程的綠色化在理論上沒有直接的相互關(guān)系。

另一方面是因為,一般來說, 歷史人口密度高的城

市通常勞動力供給也較為充足, 勞動力成本相對不

高, 當(dāng)?shù)仄髽I(yè)對機器人的進口需求可能不那么迫

切, 人口密度和企業(yè)進口機器人數(shù)量之間可能呈現(xiàn)

負相關(guān)關(guān)系①。

表 4 第一階段回歸結(jié)果表明, 選取歷史上的城

市的人口密度作為工具變量, 可以發(fā)現(xiàn)其在 1%的

顯著性水平上改善了企業(yè)環(huán)境績效。一階段 F 檢驗

值大于 10 這一經(jīng)驗取值, 從而排除了弱工具變量問

題。 可以發(fā)現(xiàn), F 統(tǒng)計量和弱工具變量檢驗的結(jié)果,

均通過了相關(guān)的檢驗。 而表 5 第二階段回歸結(jié)果顯

示, 所關(guān)注的估計量系數(shù)與基準回歸結(jié)果基本一

致, 這也再次驗證了本文研究結(jié)論的穩(wěn)健性。

表 4 工具變量檢驗結(jié)果 (第一階段)

變量 lntotalrobot

it

人口密度 -0. 001

???

( -3. 58)

第一階段 F 值 12. 84

表 5 工具變量檢驗結(jié)果 (第二階段)

變量 lnso2

pit

lntotalrobot

it -90. 975

???

( -3. 35)

控制變量 控制

觀測值 186 324

R

2 -15. 059

弱識別檢驗 12. 84

注: R

2 在 2SLS 中可能是負數(shù), 即 RSS>TSS, 它對模型好壞的

評估不產(chǎn)生任何影響。 實際上, 通過觀察 F 的估計量, 即根據(jù)經(jīng)驗

判斷 F>10 便可以代表整個模型是有效的。

(三) 機制檢驗結(jié)果及分析

根據(jù)前文的理論分析, 機器人應(yīng)用可通過提高能源生產(chǎn)率和改善企業(yè)管理效率來提升制造業(yè)企業(yè)的

環(huán)境績效[10,55]

。 為此, 本部分將選取能源生產(chǎn)率和企業(yè)管理效率兩個中間變量來檢驗機器人應(yīng)用影響制

造業(yè)企業(yè)環(huán)境績效的機制, 具體結(jié)果分析如下:

關(guān)于能源利用率, 本文采用企業(yè)工業(yè)增加值占能源投入比重的對數(shù)表示。 由于缺乏企業(yè)用電的數(shù)據(jù),

且有學(xué)者指出, 數(shù)字化技術(shù)應(yīng)用導(dǎo)致對非電力能源需求下降, 因此將企業(yè)使用的化石能源視作是企業(yè)

能源總投入量[24]

。 中國企業(yè)污染數(shù)據(jù)庫涉及的主要燃料包括燃料煤、 燃料油和燃氣三種。 根據(jù) 《中國

能源統(tǒng)計年鑒》 的能源標準煤折算系數(shù), 將企業(yè)燃料煤、 燃料油和天然氣消耗量折算成標準煤, 進而

58

① 《中國城市統(tǒng)計年鑒》 的數(shù)據(jù)可以追溯到 1984 年, 而本文研究區(qū)間為 1998—2013 年, 因此, 歷史上人口密度的數(shù)據(jù)對應(yīng)到城市統(tǒng)

計年鑒的區(qū)間為 1984—1999 年。

第61頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

加總得到企業(yè)能源投入總量[56]

。 其中, 采用省級層面的工業(yè)品出廠價格指數(shù)對企業(yè)工業(yè)增加值不變價

進行平減, 得到工業(yè)增加值的現(xiàn)價。一般而言, 能源生產(chǎn)率指標越高, 表明每單位燃料所帶來的工業(yè)

增加值越大。

關(guān)于企業(yè)管理效率, 參照孫浦陽等 (2018)

[57] 的做法, 構(gòu)建如下的計量回歸模型:

lnG&Ait

=a1

laborit

+a2

lnexpit

+a3

lnpriceit

+ v +uit (3)

其中, lnG&Ait 表示第 t 年 i 企業(yè)管理費用的對數(shù), laborit 表示 i 企業(yè)第 t 年的平均從業(yè)人數(shù), lnexpit 表

示 i 企業(yè)第 t 年的出口交貨值, lnpriceit 表示企業(yè)的價格加成, 以營業(yè)收入與營業(yè)收入和利潤比值表示。 此

外, 將得到的殘差視作企業(yè)管理效率, 殘差越大說明企業(yè)管理效率越差。 回歸模型控制了企業(yè)和年份固

定效應(yīng)。

表 6 匯報了具體作用機制檢驗結(jié)果, 其中列 (1) 為能源生產(chǎn)率的回歸結(jié)果。 所關(guān)注的交互項估計量

系數(shù)顯著為負, 反映制造業(yè)企業(yè)可通過投入機器人, 提升生產(chǎn)制造過程的能源利用效率, 減少化石能源

的消耗量, 進而改善企業(yè)環(huán)境績效。 列 (2) 為管理效率機制的檢驗結(jié)果。 交互項的估計系數(shù)為正, 說明

機器人的投入強化了企業(yè)管理效率, 而管理效率的提升可以更好地提升制造業(yè)企業(yè)環(huán)境治理的綜合質(zhì)量。

表 6 機制檢驗結(jié)果

變量 (1) (2)

lntotalrobot

it

×能源利用率 -0. 114

???

( -3. 26)

能源利用率 -0. 675

???

( -110. 97)

lntotalrobot

it

×管理效率 0. 219

?

(1. 91)

管理效率 -0. 052

??

( -2. 34)

lntotalrobot

it 0. 583

??? -0. 846

??

(2. 72) ( -2. 23)

常數(shù)項 4. 977

??? 2. 942

???

(96. 22) (13. 63)

控制變量 控制 控制

觀測值 61 035 17 300

R

2

0. 727 0. 515

(四) 異質(zhì)性分析

盡管機器人應(yīng)用對企業(yè)環(huán)境績效的積極作用已得到了論證, 但機器人種類、 所處地區(qū)的不同會對機

器人的環(huán)境治理效果帶來何種影響? 為探究機器人的具體應(yīng)用場景和適用范圍的影響, 并為后續(xù)的精準

施策提供依據(jù), 進一步從機器人種類和地區(qū)經(jīng)濟差距等視角討論機器人應(yīng)用對企業(yè)環(huán)境績效的異質(zhì)性

影響。

第一, 機器人種類的異質(zhì)性的影響。 根據(jù)對海關(guān)數(shù)據(jù)庫中八位數(shù)編碼體系的識別, 將機器人主要分

為專用的自動搬運機器人、 其他機器人和多功能機器人。 在此基礎(chǔ)上, 分別對三種類型的機器人數(shù)量采

用加 1 取對數(shù)的方式處理, 并進行回歸分析。 表 6 列 (1)、 列 (2)、 列 (3) 分別對應(yīng)自動搬運機器人、

多功能機器人和其他機器人。 可以看到, 三種機器人類別的影響系數(shù)均在 1%的水平上顯著為負, 表明三

59

第62頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

種機器人的使用均能對企業(yè)的環(huán)境績效起到積極的改善效應(yīng)。 進一步比較發(fā)現(xiàn), 搬運機器人應(yīng)用對企業(yè)

環(huán)境績效的改善效果較為明顯, 能有效降低企業(yè)二氧化硫的排放, 其次是多功能機器人和其他機器人。

可能的原因在于: 制造業(yè)企業(yè)在未系統(tǒng)地投入機器人使用之前, 物料的搬運大部分依靠人工駕駛叉車等

傳統(tǒng)方式完成, 對常年不停機的企業(yè), 更需借助這種搬運模式來持續(xù)不斷地保證生產(chǎn)上下料過程。 原有

的供應(yīng)鏈運輸設(shè)備以柴油等燃料投入作為主要的驅(qū)動力, 物料運輸及供應(yīng)方式可能也不夠高效, 從而使

得企業(yè)的環(huán)保潛力未能充分釋放。 基于智能操作系統(tǒng)的運輸機器人的規(guī)?;瘏⑴c可使這種狀況得到明顯

的改善。 自動搬運機器人的應(yīng)用區(qū)別于人力或人工叉車等傳統(tǒng)的搬運作業(yè)方式, 具備高協(xié)調(diào)、 高精準的

能力, 可根據(jù)智能化的算法系統(tǒng), 來統(tǒng)籌最佳的搬運方式及運行軌跡, 為緩解傳統(tǒng)的物流和供應(yīng)鏈模式

下的能耗和污染問題提供新的技術(shù)支撐。

第二, 地區(qū)最低工資的異質(zhì)性的影響。 最低工資標準相關(guān) 規(guī)定要求各地根據(jù)居民消費價格指數(shù)等經(jīng)

濟指標, 確定居民月最低工資標準, 以保障勞動者的合法權(quán)益。 鄭妍妍和閆雨薇 (2022) 發(fā)現(xiàn), 最低工

資會通過成本效應(yīng)和生產(chǎn)率效應(yīng)影響企業(yè)的空氣污染水平[58]

。 為此, 本文進一步探討了地區(qū)最低工資水

平標準不同的企業(yè)在使用機器人后將如何影響環(huán)境績效。 基于數(shù)據(jù)的可得性, 從鄉(xiāng)、 縣、 市和省四個層

面對地區(qū)最低工資進行匹配。 對存在最低工資標準的鄉(xiāng)縣, 以鄉(xiāng)縣的最低工資水平與企業(yè)所在鄉(xiāng)縣進行

匹配, 若不存在鄉(xiāng)縣的相關(guān)數(shù)據(jù)則采用市級最低工資水平進行匹配, 以此類推, 進而得到大部分企業(yè)所

在地區(qū)的最低工資水平。 算出地區(qū)最低工資的平均值, 若地區(qū)最低工資水平大于地區(qū)最低平均工資, 則

取值為 1, 反之為 0。 結(jié)果如表 7 列 (4) 所示。 其中, 核心解釋變量的估計系數(shù)顯著為負, 說明相較最低

工資水平較低的地區(qū), 處于最低工資水平較高地區(qū)的企業(yè)通過機器人應(yīng)用所取得的減排效果更好。 從企

業(yè)信息管理角度來看, 這一差異化結(jié)果更多的是受到企業(yè)投入機器人替代勞動力的意愿影響。 具體而言,

在最低工資標準較低的地區(qū), 企業(yè)以機器人替代勞動力的意愿并不強烈, 因而難以通過規(guī)?;臋C器人

應(yīng)用來發(fā)揮其對生產(chǎn)和管理流程改進的作用, 導(dǎo)致機器人應(yīng)用對這些地區(qū)企業(yè)的污染減排效應(yīng)不夠突出。

而在最低工資標準較高的地區(qū), 企業(yè)為減少本地更高昂的人力成本支出, 會更愿意加強機器人應(yīng)用, 由

此更好地發(fā)揮機器人應(yīng)用的減排效應(yīng)。

表 7 異質(zhì)性檢驗結(jié)果

變量 (1) (2) (3) (4)

搬運機器人 -0. 954

??

( -2. 51)

其他機器人 -0. 370

??

( -2. 12)

多功能機器人 -0. 456

???

( -3. 74)

lntotalrobot

it

×最低工資 -0. 473

??

( -2. 23)

lntotalrobot

it -0. 067

( -0. 42)

最低工資 -0. 016

( -0. 87)

常數(shù)項 4. 413

??? 4. 412

??? 4. 411

??? 4. 361

???

(86. 04) (86. 04) (86. 01) (81. 41)

60

第63頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

表7(續(xù))

變量 (1) (2) (3) (4)

控制變量 控制 控制 控制 控制

觀測值 207 483 207 483 207 483 157 712

R

2

0. 479 0. 479 0. 479 0. 492

五、 主要結(jié)論與政策含義

黨的二十大報告指出, “推動經(jīng)濟社會發(fā)展綠色化、 低碳化是實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵環(huán)節(jié)” 。 在人

口老齡化和智能制造加速化背景下, 企業(yè)在生產(chǎn)和管理過程中對機器人的使用愈發(fā)普遍。 在碳達峰、

碳中和的目標下, 綠色低碳的生產(chǎn)方式轉(zhuǎn)型將如何影響企業(yè)環(huán)境績效亟待研究。 為此, 結(jié)合中國工業(yè)

企業(yè)數(shù)據(jù)庫、 中國工業(yè)企業(yè)污染排放數(shù)據(jù)庫和中國海關(guān)數(shù)據(jù)庫等匹配數(shù)據(jù), 本文識別了企業(yè)機器人應(yīng)

用對中國制造業(yè)企業(yè)污染減排的影響, 并將之細化為能源生產(chǎn)率和管理效率機制, 通過選取歷史上企

業(yè)所在城市的人口密度作為減緩內(nèi)生性問題的工具變量。 主要結(jié)論包括: 從整體上看, 企業(yè)通過在生

產(chǎn)制造、 加工組裝等過程中強化機器人應(yīng)用, 有利于顯著降低企業(yè)的污染物排放強度; 從作用機制來

看, 能源生產(chǎn)率提升和管理流程效率改善是機器人應(yīng)用影響企業(yè)環(huán)境績效的重要渠道; 機器人應(yīng)用對

企業(yè)污染減排的效果存在異質(zhì)性, 相較于其他類型的機器人應(yīng)用而言, 搬運機器人這種自動化產(chǎn)品應(yīng)

用對企業(yè)環(huán)境績效有著更為明顯的提升效應(yīng)。 此外, 在最低工資標準高的地區(qū), 利用機器人實現(xiàn)企業(yè)

污染減排的效果更為突出。

為貫徹落實黨的二十大精神, 踐行綠色發(fā)展與生態(tài)文明建設(shè)理念, 推動實現(xiàn) “雙碳” 目標, 本文提

出以下政策建議:

第一, 鑒于機器人等數(shù)字化技術(shù)應(yīng)用對企業(yè)減排具有積極作用, 企業(yè)應(yīng)著眼于加速傳統(tǒng)行業(yè)或傳統(tǒng)

工廠的數(shù)字化升級, 除外購或自主研發(fā)智能化生產(chǎn)線以提升企業(yè)智能化、 自動化生產(chǎn)水平外, 還應(yīng)引入

專業(yè)的環(huán)保服務(wù)和整體解決方案, 并著力提升各層次員工的綠色技能, 優(yōu)化產(chǎn)業(yè)鏈供應(yīng)鏈的數(shù)字孿生系

統(tǒng), 以科技賦能推動 “制造” 向 “智造” 轉(zhuǎn)型, 打造更加智慧、 更加綠色、 更加清潔的 “智慧工廠” 和

“智能車間”。 上述過程的轉(zhuǎn)變面臨著內(nèi)外部環(huán)境的多重挑戰(zhàn), 因此, 除市場自發(fā)調(diào)節(jié)外, 還應(yīng)通過政府

綠色技術(shù)研發(fā)和升級的專項資金補助或定向稅收減免機制等多種方式, 讓更多有升級意愿但資金緊張的

企業(yè)獲得實質(zhì)性的支持。

第二, 數(shù)字經(jīng)濟情境下生產(chǎn)過程及管理過程的質(zhì)量被證實是機器人應(yīng)用影響企業(yè)環(huán)境績效的關(guān)鍵渠

道機制, 為充分釋放機器人應(yīng)用的數(shù)字紅利, 應(yīng)改變過去以生產(chǎn)為主導(dǎo)的單向做法, 反過來對企業(yè)和市

場開展深入調(diào)研, 了解機器人應(yīng)用在生產(chǎn)及管理流程中存在的堵點痛點及企業(yè)的真正需求, 有的放矢地

為廣大企業(yè)尤其是相對滯后地區(qū)的中小微企業(yè)提供高質(zhì)量的理論及實操培訓(xùn)課程, 以此精準促進企業(yè)間

環(huán)保知識外溢、 管理經(jīng)驗交流和服務(wù)資源共享。 亟需強化企業(yè)員工和管理層的數(shù)字技能和數(shù)字素養(yǎng)的培

訓(xùn), 加強企業(yè)數(shù)字技能人才激勵, 規(guī)避 “數(shù)字鴻溝” 和 “數(shù)字貧困陷阱”, 從而推動企業(yè)內(nèi)部生產(chǎn)和管理

流程升級, 助力企業(yè)實現(xiàn)綠色轉(zhuǎn)型的目標。

第三, 鑒于機器人應(yīng)用的環(huán)境外部性存在地區(qū)和企業(yè)等方面的差異性, 企業(yè)為破解面臨的 “波特假

說” 中的成本及收益的選擇困境, 不僅應(yīng)探索和推廣物美價廉的機器人技術(shù)類別, 還要嚴格執(zhí)行國家最

低工資標準以確保員工福利。 以雙向協(xié)同機制來強化企業(yè)對先進技術(shù)和解決方案的使用意愿, 倒逼企業(yè)

擺脫低成本勞動力要素的溫床, 引導(dǎo)企業(yè)將使用機器人技術(shù)所帶來的創(chuàng)新補償效應(yīng)用于彌補生產(chǎn)成本增

加帶來的損失。 將企業(yè)可持續(xù)發(fā)展的命運與應(yīng)用機器人等先進技術(shù)的獲益緊緊地捆綁起來, 惟其如此,

才能逐漸對企業(yè)形成一種長效激勵機制, 更多的先進數(shù)字技術(shù)應(yīng)用才能真正成為企業(yè)綠色轉(zhuǎn)型發(fā)展的助

61

第64頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

推器而非絆腳石。

參考文獻:

[1]張偉,吳文元. 基于環(huán)境績效的長三角都市圈全要素能源效率研究[J]. 經(jīng)濟研究,2011,46(10):95-109.

[2]張成,陸旸,郭路,等. 環(huán)境規(guī)制強度和生產(chǎn)技術(shù)進步[J]. 經(jīng)濟研究,2011,46(2):113-124.

[3]ARDOLINO M, RAPACCINI M, SACCANI N, et al. The role of digital technologies for the service transformation of industrial companies[J].

International Journal of Production Research, 2018, 56(6): 2116-2132.

[4]FRANK A G, DALENOGARE L S, AYALA N F. Industry 4. 0 technologies: implementation patterns in manufacturing companies[J]. International Journal of Production Economics, 2019, 210: 15-26.

[5]IVANOV D, DOLGUI A, SOKOLOV B. The impact of digital technology and Industry 4. 0 on the ripple effect and supply chain risk analytics

[J]. International Journal of Production Research, 2019, 57(3): 829-846.

[ 6]LI Y, DAI J, CUI L. The impact of digital technologies on economic and environmental performance in the context of Industry 4. 0: a moderated

mediation model[J]. International Journal of Production Economics, 2020, 229: 107777.

[ 7]KOPP T, LANGE S. The climate effect of digitalization in production and consumption in OECD countries[Z]. CEUR Workshop No. 3, 2019.

[8]GOBBO J A, BUSSO C M, GOBBO S C O, et al. Making the links among environmental protection, process safety, and Industry 4. 0[ J].

Process Safety and Environmental Protection, 2018, 117: 372-382.

[9]PEUKERT B, BENECKE S, CLAVELL J, et al. Addressing sustainability and flexibility in manufacturing via smart modular machine tool

frames to support sustainable value creation[J]. Procedia CIRP, 2015, 29: 514-519.

[10]RUBIO F, LLOPIS-ALBERT C, VALERO F. Multi-objective optimization of costs and energy efficiency associated with autonomous industrial

processes for sustainable growth[J]. Technological Forecasting and Social Change, 2021, 173: 121115.

[11]HOESLY R, BLACKHURST M, MATTHEWS H S, et al. Historical carbon footprinting and implications for sustainability planning: a case

study of the Pittsburgh region[J]. Environmental Science & Technology, 2012, 46(8): 4283-4290.

[12]WAIBEL M W, STEENKAMP L P, MOLOKO N, et al. Investigating the effects of smart production systems on sustainability elements[ J].

Procedia Manufacturing, 2017, 8: 731-737.

[ 13]KAMBLE S S, GUNASEKARAN A, GAWANKAR S A. Sustainable Industry 4. 0 framework: a systematic literature review identifying the current trends and future perspectives[J]. Process Safety and Environmental Protection, 2018, 117: 408-425.

[14]CHIARINI A. Industry 4. 0 technologies in the manufacturing sector: are we sure they are all relevant for environmental performance? [ J].

Business Strategy and the Environment, 2021, 30(7): 3194-3207.

[15]KIEL D, MüLLER J M, ARNOLD C, et al. Sustainable industrial value creation: benefits and challenges of Industry 4. 0[J]. International

Journal of Innovation Management, 2017, 21(8): 1740015.

[16]OLáH J, KITUKUTHA N, HADDAD H, et al. Achieving sustainable e-commerce in environmental, social and economic dimensions by taking

possible trade-offs[J]. Sustainability, 2019, 11(1): 89.

[17]BERKHOUT F, HERTIN J. De-materialising and re-materialising: digital technologies and the environment[ J]. Futures, 2004, 36( 8):

903-920.

[18]盛丹,卜文超. 機器人使用與中國企業(yè)的污染排放[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2022,39(9):157-176.

[19]DUBEY R, GUNASEKARAN A, CHILDE S J, et al. Can big data and predictive analytics improve social and environmental sustainability?

[J]. Technological Forecasting and Social Change, 2019, 144: 534-545.

[20]ZHOU J, LAN H L, ZHAO C, et al. Haze pollution levels, spatial spillover influence, and impacts of the digital economy: empirical evidence

from China[J]. Sustainability, 2021, 13(16): 9076.

[21]HEISKANEN E, JALAS M, TIMONEN P. Reducing the natural resource intensity of private and organisational consumption: the potential of

ICT and service innovations[J]. Progress in Industrial Ecology: An International Journal, 2005, 2(3 / 4): 453-474.

[22]FUCHS C. The implications of new information and communication technologies for sustainability[J]. Environment, Development and Sustainability, 2008, 10(3): 291-309.

[ 23]LEE C C, QIN S, LI Y. Does industrial robot application promote green technology innovation in the manufacturing industry? [J]. Technological Forecasting and Social Change, 2022, 183:121893.

[24]WAMBA S F, AKTER S, EDWARDS A, et al. How ‘big data’ can make big impact: findings from a systematic review and a longitudinal

case study[J]. International Journal of Production Economics, 2015, 165: 234-246.

[25]ROY V, SINGH S. Mapping the business focus in sustainable production and consumption literature: review and research framework[J]. Jour62

第65頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

nal of Cleaner Production, 2017, 150: 224-236.

[26]ZHANG Y F, REN S, LIU Y, et al. A big data analytics architecture for cleaner manufacturing and maintenance processes of complex products

[J]. Journal of Cleaner Production, 2017, 142(2): 626-641.

[27]HUANG G, HE L Y, LIN X. Robot adoption and energy performance: evidence from Chinese industrial firms[J]. Energy Economics, 2023,

107: 105837.

[28]SCHULTE P, WELSCH H, REXH?USER S. ICT and the demand for energy: evidence from OECD countries[ J]. Environmental and Resource Economics, 2016, 63(1): 119-146.

[29]WANG E Z, LEE C C, LI Y Y. Assessing the impact of industrial robots on manufacturing energy intensity in 38 countries[J]. Energy Economics, 2022, 105: 105748.

[30]PASHKEVICH N, HAFTOR D, KARLSSON M, et al. Sustainability through the digitalization of industrial machines: complementary factors

of fuel consumption and productivity for forklifts with sensors[J]. Sustainability, 2019, 11(23): 6708.

[31]WANG Y L, SANCHEZ RODRIGUES V, EVANS L. The use of ICT in road freight transport for CO2

reduction—an exploratory study of UK?s

grocery retail industry[J]. The International Journal of Logistics Management, 2015, 26(1): 2-29.

[32]SCHNIEDERJANS D G, HALES D N. Cloud computing and its impact on economic and environmental performance: a transaction cost economics perspective[J]. Decision Support Systems, 2016, 86: 73-82.

[33]WU D Z, ROSEN D W, WANG L H, et al. Cloud-based design and manufacturing: a new paradigm in digital manufacturing and design innovation[J]. Computer-Aided Design, 2015, 59: 1-14.

[ 34]DE SOUSA JABBOUR A B L, CHIAPPETTA JABBOUR C J, FOROPON C, et al. When titans meet—can Industry 4. 0 revolutionise the environmentally-sustainable manufacturing wave? The role of critical success factors[J]. Technological Forecasting and Social Change, 2018, 132: 18-25.

[35]JIANG L, HE S X, CUI Y Z, et al. Effects of the socio-economic influencing factors on SO2 pollution in Chinese cities: a spatial econometric

analysis based on satellite observed data[J]. Journal of Environmental Management, 2020, 268: 110667.

[ 36]YANG R Y, CHEN W D. Spatial correlation, influencing factors and environmental supervision on mechanism construction of atmospheric pollution: an empirical study on SO2 emissions in China[J]. Sustainability, 2019, 11(6): 1742.

[37]邵朝對. 進口競爭如何影響企業(yè)環(huán)境績效———來自中國加入 WTO 的準自然實驗[J]. 經(jīng)濟學(xué)(季刊),2021,21(5):1615-1638.

[38]陳登科. 貿(mào)易壁壘下降與環(huán)境污染改善———來自中國企業(yè)污染數(shù)據(jù)的新證據(jù)[J]. 經(jīng)濟研究,2020,55(12):98-114.

[39]李磊,王小霞,包群. 機器人的就業(yè)效應(yīng):機制與中國經(jīng)驗[J]. 管理世界,2021,37(9):104-119.

[40]王小霞,李磊. 工業(yè)機器人加劇了就業(yè)波動嗎———基于中國工業(yè)機器人進口視角[J]. 國際貿(mào)易問題,2020(12):1-15.

[41]綦建紅,付晶晶. 最低工資政策與工業(yè)機器人應(yīng)用———來自微觀企業(yè)層面的證據(jù)[J]. 經(jīng)濟科學(xué),2021(4):99-114.

[42]邵朝對,蘇丹妮,楊琦. 外資進入對東道國本土企業(yè)的環(huán)境效應(yīng):來自中國的證據(jù)[J]. 世界經(jīng)濟,2021,44(3):32-60.

[43]田巍,余淼杰. 中間品貿(mào)易自由化和企業(yè)研發(fā):基于中國數(shù)據(jù)的經(jīng)驗分析[J]. 世界經(jīng)濟,2014,37(6):90-112.

[44]FAN H C, HU Y C, TANG L X. Labor costs and the adoption of robots in China[J]. Journal of Economic Behavior & Organization, 2021,

186: 608-631.

[45]董桂才. 中國工業(yè)機器人出口貿(mào)易及其影響因素研究[J]. 國際經(jīng)貿(mào)探索,2015,31(11):30-40.

[46]HOFFMANN V H. EU ETS and investment decisions: the case of the German electricity industry[J]. European Management Journal, 2007,

25(6): 464-474.

[47]馮昭奎. 辯證解析機器人對日本經(jīng)濟的影響[J]. 日本學(xué)刊,2016(3):73-96.

[48]馬光榮,李力行. 金融契約效率、企業(yè)退出與資源誤置[J]. 世界經(jīng)濟,2014,37(10):77-103.

[49]杜連雄,張劍. 主動環(huán)境行為與技術(shù)創(chuàng)新對企業(yè)績效的影響[J]. 華東經(jīng)濟管理,2020,34(1):121-128.

[50]閆雪凌,朱博楷,馬超. 工業(yè)機器人使用與制造業(yè)就業(yè):來自中國的證據(jù)[J]. 統(tǒng)計研究,2020,37(1):74-87.

[51]呂越,谷瑋,包群. 人工智能與中國企業(yè)參與全球價值鏈分工[J]. 中國工業(yè)經(jīng)濟,2020(5):80-98.

[52]鄧仲良,屈小博. 工業(yè)機器人發(fā)展與制造業(yè)轉(zhuǎn)型升級———基于中國工業(yè)機器人使用的調(diào)查[J]. 改革,2021(8):25-37.

[53]ACEMOGLU D, RESTREPO P. Robots and jobs: evidence from US labor markets[J]. Journal of Political Economy, 2020, 128(6): 2188-2244.

[54]王永欽,董雯. 機器人的興起如何影響中國勞動力市場? ———來自制造業(yè)上市公司的證據(jù)[J]. 經(jīng)濟研究,2020,55(10):159-175.

[55]TAO F, QI Q L, LIU A, et al. Data-driven smart manufacturing[J]. Journal of Manufacturing Systems, 2018, 48(C): 157-169.

[56]萬攀兵,楊冕,陳林. 環(huán)境技術(shù)標準何以影響中國制造業(yè)綠色轉(zhuǎn)型———基于技術(shù)改造的視角[J]. 中國工業(yè)經(jīng)濟,2021(9):118-136.

[57]孫浦陽,侯欣裕,盛斌. 服務(wù)業(yè)開放、管理效率與企業(yè)出口[J]. 經(jīng)濟研究,2018,53(7):136-151.

[58]鄭妍妍,閆雨薇. 最低工資會影響空氣污染嗎? ———來自中國企業(yè) SO2 排放的證據(jù)[J]. 稅務(wù)與經(jīng)濟,2022(1):77-84.

63

第66頁

2023 年第 5 期 劉勝, 溫錫峰, 陳秀英: 機器人應(yīng)用與中國制造業(yè)綠色轉(zhuǎn)型

Application of Robots and Green Transformation

of China?s Manufacturing Industry

LIU Sheng

1

, WEN Xifeng

1

, CHEN Xiuying

2

(1. Guangdong University of Foreign Studies, Guangzhou 510006;

2. Guangdong University of Finance, Guangzhou 510521)

Abstract:Based on the perspective of production line automation, digitalization and flexibility, this paper

takes the micro-level matching data of Chinese industrial enterprise database, enterprise pollution database and Chinese Customs database as research samples to empirically test the actual governance effect and internal operation

logic of robot application on enterprise environmental performance, so as to make up for the shortcomings of existing

research. Through large-sample data processing and normative causality analysis, this paper finds that the application of robots can effectively reduce the pollution emissions of manufacturing enterprises and thus achieve the purpose of improving the environmental performance of enterprises. Furthermore, through an empirical study on the internal mechanism of robot application affecting enterprise environmental performance, this paper also finds that the

impact of robot application on enterprise pollution reduction mainly comes from two aspects. One is the boost effect

of enterprise unit energy productivity improvement, and the other is the promotion effect of enterprise internal management efficiency improvement. In addition, this paper also finds that there are obvious heterogeneity differences

in the environmental improvement effects of robots when they are different in their own types and economic environments. Specifically, in areas with higher minimum wage levels and enterprises with higher intensity of using multifunctional robots and handling robots, the environmental improvement effect of robot application is more obvious,

stimulating a stronger motivation for environmental improvement. Finally, in order to ensure the robustness of the

empirical results, this paper adopts a variety of identification strategies, such as the controlling of industry time

trends, applying the difference-in-differences model, eliminating external impact interference, using the instrumental variable method, conducting the database replacement, considering the source of the robot, implementing the

explanatory variable and explained variable replacement, in order to avoid potential missing variables and contingency in conclusions as much as possible. It is still found that the improvement effect of robot application on the

enterprise?s environmental performance is still robust. Based on this, against the background of the rise of intelligent manufacturing and intelligent workshop, the conclusion of this paper provides a theoretical basis for understanding the new driving force of enterprise environmental governance under the background of the integration of industrial intelligence and industrial chain, which has important policy significance for promoting the synergy and mutual promotion between China?s “ carbon peaking and carbon neutrality” goals and the “ digital China” strategy.

Based on this, faced with the increasingly urgent new situation of environmental pollution control, we can leverage

the power of the new generation of information technology, promote the realization of green and clean production

and the goals of “carbon peak adjustment and carbon neutrality”, and ultimately promote high-quality industrial development under the new development model.

Keywords: digital economy; robot application; enterprise environmental performance; pollution emission;

carbon peaking and carbon neutrality goals

(責(zé)任編輯: 姚望春; 姜 萊)

64

第67頁

第 25 卷 第 5 期

2023 年 9 月

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 005

“探索-利用” 視角下

企業(yè)技術(shù)能力分類建構(gòu)與案例研究

朱正浩1

, 戚聿東2

(1. 南京工業(yè)職業(yè)技術(shù)大學(xué) 商務(wù)貿(mào)易學(xué)院, 南京 210023;

2. 北京師范大學(xué) 經(jīng)濟與工商管理學(xué)院, 北京 100875)

收稿日期: 2022-10-13; 修回日期: 2023-03-07

基金項目: 國家社會科學(xué)基金重大項目 “技術(shù)標準與知識產(chǎn)權(quán)協(xié)同推進數(shù)字產(chǎn)業(yè)創(chuàng)新的機理與路徑研究” (19ZDA077); 江蘇省教育

科研規(guī)劃重點課題 “面向共同富裕的江蘇職業(yè)院校技術(shù)適應(yīng)性提升機制與實踐路徑” (B/ 2022 / 02 / 21); 江蘇高校學(xué)習(xí)貫徹黨的二十大精神

專題研究項目 “職業(yè)院校技術(shù)適應(yīng)性服務(wù)江蘇共同富裕實踐的機制和路徑研究” (SJZT202320); 南京工業(yè)職業(yè)技術(shù)大學(xué)引進人才科研啟動

基金項目 “需求側(cè)視角下技術(shù)標準化推進數(shù)字產(chǎn)業(yè)創(chuàng)新的機制與實踐路徑” (2022SKYJ01)

作者簡介: 朱正浩 (1972—), 男, 南京工業(yè)職業(yè)技術(shù)大學(xué)商務(wù)貿(mào)易學(xué)院教授, 通信作者; 戚聿東 (1966—), 男, 北京師范大學(xué)經(jīng)濟

與工商管理學(xué)教授、 博士生導(dǎo)師。

摘 要: 單一維度的技術(shù)能力分類難以解釋快速變化環(huán)境下特定企業(yè)如何獲得競爭優(yōu)勢。 為更全面

地反映企業(yè)整體技術(shù)能力, 提出包括技術(shù)探索能力和技術(shù)利用能力的二維構(gòu)念, 將企業(yè)技術(shù)能力分為探

索導(dǎo)向型、 利用導(dǎo)向型、 二元Ⅰ型和二元Ⅱ型四類。 通過對金陵藥業(yè)、 安科生物、 華蘭生物以及新和成

四家上市公司的跨案例比較分析, 從技術(shù)體制、 研發(fā)活動、 產(chǎn)品等維度歸納了不同技術(shù)能力類型特征,

為全面理解技術(shù)能力提供了系統(tǒng)和動態(tài)的視角。

關(guān)鍵詞: 技術(shù)能力; 技術(shù)探索; 技術(shù)利用; 技術(shù)體制; 研發(fā); 產(chǎn)品

中圖分類號: F273. 1 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0065-14

企業(yè)技術(shù)能力指企業(yè)使用專利、 數(shù)據(jù)庫、 工程設(shè)計、 熟練工程師等特定技術(shù)資源來組合或重組產(chǎn)品

組件, 建立組件、 方法、 工藝和技術(shù)間的聯(lián)系以提供產(chǎn)品的能力[1]

。 企業(yè)技術(shù)能力為企業(yè)管理和發(fā)展技

術(shù)變革提供所需的技能、 知識和制度結(jié)構(gòu), 是企業(yè)開發(fā)新產(chǎn)品、 提高財務(wù)績效、 保持持續(xù)競爭優(yōu)勢的最

重要資源[2-3]

。 企業(yè)技術(shù)能力的分類主要有兩種,一種是基于技術(shù)能力發(fā)展過程的縱向分類, 主要是從技

術(shù)追趕視角進行的分類。 金 (Kim, 1999) 根據(jù)韓國企業(yè)實踐提出技術(shù)獲取能力、 實施能力、 消化吸收能

力、 改進能力以及創(chuàng)新能力[4]

。 趙曉慶和許慶瑞 (2002) 在此基礎(chǔ)上將企業(yè)技術(shù)能力簡化為復(fù)制仿制能

力、 創(chuàng)造性模仿能力和自主創(chuàng)新能力三種技術(shù)能力[5]

。 劉海兵等 (2020) 提出模仿創(chuàng)新能力、 初級二次

創(chuàng)新能力、 成熟二次創(chuàng)新能力、 集成創(chuàng)新能力的分類[6]

。

另一種是按照企業(yè)內(nèi)技術(shù)活動參與領(lǐng)域進行的橫向分類。 世界銀行于 1984 年將技術(shù)能力分為生產(chǎn)能

力、 投資能力和創(chuàng)新能力三類。 國外學(xué)者將企業(yè)技術(shù)能力分為生產(chǎn)能力、 投資能力、 連通性和創(chuàng)新能力,

或者技術(shù)開發(fā)、 產(chǎn)品開發(fā)、 生產(chǎn)過程、 制造工藝和技術(shù)預(yù)測等[7-8]

。 魏江等 (2008) 提出企業(yè)技術(shù)能力可

分為人員能力、 設(shè)備能力、 信息能力、 組織能力和技術(shù)儲備能力[9]

。 胡振亞 (2016) 提出基礎(chǔ)性技術(shù)能

力和專業(yè)性技術(shù)能力等能力分類[10]

。 隨著技術(shù)環(huán)境變動加劇和技術(shù)周期變短, 技術(shù)能力的商業(yè)價值取決

于企業(yè)對主導(dǎo)設(shè)計變化的適應(yīng)水平, 基于資源基礎(chǔ)觀的分析難以充分解釋特定企業(yè)為何在快速變化環(huán)境

65

第68頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

下具有競爭優(yōu)勢[11]

, 基于知識學(xué)習(xí)和動態(tài)能力觀點的分類開始涌現(xiàn)。 例如, 萊昂納多-巴頓 ( LeonardBarton, 1995) 將技術(shù)能力分為人員技能系統(tǒng)、 物質(zhì)技術(shù)系統(tǒng)、 管理系統(tǒng)和價值觀[12]

。 佩拉里等 (Peerally et al., 2022) 把數(shù)字化時代企業(yè)技術(shù)能力分為技術(shù)改裝和準備能力、 系統(tǒng)集成能力、 水平與縱向數(shù)字化能

力、 自我優(yōu)化能力[13]

。 加西亞-穆納和納瓦斯-洛佩茲 (García-Mui?a & Navas-López., 2007) 在組織二元學(xué)

習(xí)觀基礎(chǔ)上將企業(yè)技術(shù)能力分為技術(shù)利用能力 (technological exploitative capability) 和技術(shù)探索能力 (technological explorative capability)

[14]

本文在加西亞-穆納和納瓦斯-洛佩茲 (2007)

[14] 研究基礎(chǔ)上提出新的技術(shù)能力分類。 面對快速變化的

技術(shù)環(huán)境, 企業(yè)既要活在當(dāng)下, 在現(xiàn)有技術(shù)軌道下開展利用性活動以累積能力、 支撐產(chǎn)品更新和效率提升;

又要活在未來, 為適應(yīng)技術(shù)軌道轉(zhuǎn)化和主導(dǎo)技術(shù)變革, 展開探索性活動并儲備知識。 因此, 單一維度的技術(shù)

探索能力或技術(shù)利用能力已經(jīng)難以解釋快速變化環(huán)境下特定企業(yè)如何獲得競爭優(yōu)勢。 在加西亞-穆納和納瓦

斯-洛佩茲 (2007)

[14] 技術(shù)利用能力和技術(shù)探索能力分類基礎(chǔ)上, 本文提出 “探索-利用” 二維能力分析框

架, 將企業(yè)技術(shù)能力分為四類: 探索導(dǎo)向型、 利用導(dǎo)向型、 二元Ⅰ型、 二元Ⅱ型。 在對 2011 年至 2020 年滬深

股市 255 家制藥企業(yè)數(shù)據(jù)進行分析的基礎(chǔ)上, 本文通過對安科生物、 華蘭生物、 金陵藥業(yè)以及新和成四家公

司跨案例比較, 從技術(shù)體制、 研發(fā)活動和產(chǎn)品等維度歸納了不同類型技術(shù)能力企業(yè)的特征。

一、 “探索-利用” 視角下企業(yè)技術(shù)能力定義、 分類框架與特征維度

(一) “探索-利用” 視角下企業(yè)技術(shù)能力相關(guān)定義

自馬奇 (March, 1991)

[15] 提出探索性學(xué)習(xí)和利用性學(xué)習(xí)構(gòu)念之后, 基于 “探索-利用” 視角的組織

二元學(xué)習(xí)構(gòu)念被廣泛引入戰(zhàn)略管理和創(chuàng)新管理研究領(lǐng)域。 學(xué)者們認識到組織二元性的重點不在活動本身,

而在企業(yè)能力。 “探索-利用” 組織二元性被定義為企業(yè)探索新機會和利用現(xiàn)有知識的能力[16]

, 探索性活

動和利用性活動的平衡選擇成為解釋企業(yè)競爭優(yōu)勢的重要戰(zhàn)略視角。 加西亞-穆納和納瓦斯-洛佩茲

(2007) 將二元性思想引入對技術(shù)能力分析中, 從戰(zhàn)略視角將技術(shù)能力定義為調(diào)動不同科技資源的通用

知識密集型能力, 使企業(yè)能夠在特定環(huán)境下實施競爭戰(zhàn)略、 創(chuàng)造企業(yè)價值、 成功開發(fā)新產(chǎn)品和新工

藝[14]

。 詹湘東和謝富紀 (2019) 認為技術(shù)能力是企業(yè)以外部技術(shù)資源與內(nèi)部知識資源為基礎(chǔ), 完成工

藝、 產(chǎn)品改進和研發(fā)的能力[17]

。 此觀點, 與貝爾和帕維特 (Bell & Pavitt, 1995) 的觀點一脈相承, 后

者認為技術(shù)能力是企業(yè)獲取的知識和發(fā)展的技能[18]

。 本文采用加西亞-穆納和納瓦斯-洛佩茲 (2007)

對技術(shù)能力的理解[14]

, 強調(diào)環(huán)境動蕩背景下企業(yè)調(diào)動不同類型技術(shù)資源的能力, 符合動態(tài)能力、 組織

二元理論和知識基礎(chǔ)理論對企業(yè)能力的理解[19-20]

。 隨著技術(shù)迭代加速, 主導(dǎo)技術(shù)穩(wěn)定期變短, 顛覆性

技術(shù)創(chuàng)新不斷涌現(xiàn), 企業(yè)要在強化現(xiàn)有能力和追求新能力之間保持適度平衡, 將技術(shù)資源分配給內(nèi)部

開發(fā)和外部知識探索, 以確保公司當(dāng)前和未來的生存和繁榮。

技術(shù)探索能力指通過探索性活動積累的支持企業(yè)未來發(fā)展的技術(shù)能力。 探索性活動通過搜索可能會發(fā)現(xiàn)

新信息從而提高未來回報, 包括新產(chǎn)品發(fā)現(xiàn)、 新知識積累和技術(shù)人員培訓(xùn)等。 探索性活動獲取的異質(zhì)性技術(shù)

使企業(yè)能夠在現(xiàn)有知識邊界之外進行新設(shè)計、 新試驗, 快速評估和確定可能的技術(shù)趨勢[21]

。 當(dāng)企業(yè)發(fā)展出

這種能力時, 擴展了自身的知識基礎(chǔ), 增加了發(fā)現(xiàn)技術(shù)機會的可能性, 更能有效應(yīng)對環(huán)境動蕩。 這一定義與

加西亞-穆納和納瓦斯-洛佩茲 (2007) 理解吻合, 后者認為技術(shù)探索能力可以幫助企業(yè)獲得外部知識并形成

新的主導(dǎo)設(shè)計, 而不是改進產(chǎn)品和工藝流程特性的漸進式創(chuàng)新[14]

。 技術(shù)探索能力刻畫了企業(yè)面對高度不確

定性競爭情況時創(chuàng)造性和非常規(guī)的技術(shù)適應(yīng)過程, 正如溫特 (Winter, 2003)

[22] 提出的特別問題解決系統(tǒng)

(ad hoc problem solving systems), 是企業(yè)在不確定條件下對競爭對手保持優(yōu)勢的唯一方式[23]

技術(shù)利用能力指通過利用性活動積累的支撐企業(yè)當(dāng)前競爭的技術(shù)能力, 這一定義與加西亞-穆納和納

瓦斯-洛佩茲 (2007) 的研究一致, 后者認為技術(shù)利用能力是企業(yè)在主導(dǎo)技術(shù)過時前, 逐步提高現(xiàn)有知識

領(lǐng)域的技術(shù)能力以保持競爭力[14]

。 利用性活動重點在于通過投資熟悉的技術(shù)領(lǐng)域提升技術(shù)能力, 當(dāng)企業(yè)

在特定領(lǐng)域積累一定能力后, 更可能在鄰近領(lǐng)域展開搜索, 得以系統(tǒng)地實現(xiàn)短期回報[24]

。 從技術(shù)積累角

66

第69頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

度看, 利用性活動有助于提高技術(shù)能力。 這是因為在特定技術(shù)軌道下技術(shù)積累使企業(yè)能夠更好地利用現(xiàn)

有知識, 企業(yè)在吸收相關(guān)知識方面更有效率, 更能與現(xiàn)有企業(yè)慣例妥協(xié)并相互強化[25]

。

(二) 企業(yè)技術(shù)能力分類框架

技術(shù)信息通常是隱性的, 不能在企業(yè)間共享、 輕易模仿和轉(zhuǎn)讓。 因此, 企業(yè)掌握技術(shù)知識是一個學(xué)

習(xí)過程, 企業(yè)必須通過戰(zhàn)略制定、 企業(yè)投資等各種方式來改變和發(fā)展現(xiàn)有技術(shù)能力[26-27]

。 面對快速變化

的技術(shù)與競爭環(huán)境, 組織學(xué)習(xí)面臨著雙重任務(wù)。一方面, 企業(yè)需要提升短期生存能力, 延長現(xiàn)有產(chǎn)品生

命周期, 降低現(xiàn)有產(chǎn)品生產(chǎn)成本等。 另一方面, 企業(yè)需要適應(yīng)外部環(huán)境變化以保持企業(yè)長期競爭優(yōu)勢。

只注重短期生存能力將面臨與外部環(huán)境逐漸脫節(jié)的風(fēng)險, 只注重長期競爭優(yōu)勢將難以把新知識轉(zhuǎn)化為利

潤, 短期內(nèi)企業(yè)面臨生存挑戰(zhàn)。 因此, 兩種相互競爭的學(xué)習(xí)方式適當(dāng)平衡是組織生存和長期繁榮的關(guān)鍵

要素[28]

。 動態(tài)能力的相關(guān)文獻表明, 企業(yè)需要同時發(fā)展內(nèi)部和外部來源能力, 以保持長久繁榮[29]

。 企業(yè)

能夠利用和保護特定知識, 協(xié)調(diào)內(nèi)部能力發(fā)展, 同時通過收購、 聯(lián)盟和采購合同等方式從外部獲得新能

力, 以減輕組織惰性困擾[21]

。 在內(nèi)部和外部之間進行適當(dāng)權(quán)衡, 可以更有效地更新企業(yè)能力, 使企業(yè)獲

得長期競爭優(yōu)勢。

上述理論可以映射到企業(yè)技術(shù)能力領(lǐng)域。 從短期來看, 企業(yè)需要在現(xiàn)有技術(shù)軌道下開展以漸進式創(chuàng)

新為主的利用性活動以提升效率獲取利潤。 從長期來看, 企業(yè)需要保持敏捷性以適應(yīng)主導(dǎo)技術(shù)變革并開

展探索性活動。 單一維度的技術(shù)探索能力或技術(shù)利用能力難以解釋快速變化環(huán)境下特定企業(yè)如何獲得競

爭優(yōu)勢。 面對外部環(huán)境擾動, 本文在 “探索-利用” 戰(zhàn)略視角下, 將技術(shù)利用能力和技術(shù)探索能力共同構(gòu)

成了企業(yè)技術(shù)能力的兩大維度: 第一, 技術(shù)利用能力對企業(yè)生存至關(guān)重要, 企業(yè)在利用活動中形成的能

力圍繞當(dāng)前產(chǎn)品和工藝知識, 有助于提升產(chǎn)品品質(zhì)、 提高生產(chǎn)率和降低成本。 技術(shù)探索能力嵌入到企業(yè)

對技術(shù)環(huán)境變革響應(yīng)中, 提升了識別技術(shù)機會的能力, 反映了企業(yè)在不確定環(huán)境下獲得超越組織已有知

識邊界的技術(shù)敏捷和動態(tài)能力[30]

。 第二, 技術(shù)探索和利用能力的平衡, 關(guān)系到企業(yè)的生存和發(fā)展。 過度

偏向于技術(shù)探索能力的公司難以從現(xiàn)有技術(shù)中獲益, 而過度開發(fā)利用現(xiàn)有技術(shù)的公司則會遭受技術(shù)過時

的困擾。 兩種技術(shù)能力相互支撐是強化技術(shù)能力的關(guān)鍵, 技術(shù)利用能力為企業(yè)探索新技術(shù)提供見解和方

向, 探索活動可能增強企業(yè)現(xiàn)有技術(shù)能力的生命周期。 例如, 把數(shù)字技術(shù)結(jié)合到常規(guī)操作中體現(xiàn)了技術(shù)

探索能力和現(xiàn)有技術(shù)利用能力的相互強化。 第三, 有限資源約束下企業(yè)不得不權(quán)衡兩種技術(shù)能力的投資,

由于技術(shù)利用能力是高系統(tǒng)回報的當(dāng)前能力, 企業(yè)會為獲得短期回報采用更多利用性活動。 技術(shù)探索能

力代表具有不確定和不可預(yù)測回報的實驗?zāi)芰Α?馬奇 (1991) 指出, 學(xué)習(xí)軌跡和實現(xiàn)回報軌跡之間的時

間和空間距離, 通常在探索活動情況下比在利用性活動情況下大, 不確定性也是如此[15]

。 為了生存和可

持續(xù)發(fā)展, 多數(shù)企業(yè)會同時從事技術(shù)探索和利用活動。 不同水平的技術(shù)探索和技術(shù)利用能力組合, 反映

了企業(yè)短期和長期技術(shù)能力的戰(zhàn)略選擇, 如圖 1 所示。





O



 



圖 1 “探索-利用” 視角下技術(shù)能力分類框架

67

第70頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

橫軸和縱軸分別表示技術(shù)探索能力和技術(shù)利用能力水平。 整合不同技術(shù) “探索-利用” 水平, 本文提

出了四種技術(shù)能力分類: 二元Ⅱ型, 如第一象限所示, 企業(yè)兼具較高水平的技術(shù)探索能力和技術(shù)利用能

力; 利用導(dǎo)向型, 如第二象限所示, 企業(yè)擁有強技術(shù)利用能力和弱技術(shù)探索能力, 在現(xiàn)有技術(shù)軌道上追

求技術(shù)完善; 二元Ⅰ型, 如第三象限所示, 企業(yè)技術(shù)探索和利用能力都較弱, 在利用已有技術(shù)和探索新

技術(shù)方面能力有限; 探索導(dǎo)向型, 如第四象限所示, 企業(yè)擁有強技術(shù)探索能力和弱技術(shù)利用能力, 可獲

得更多機會來發(fā)展新技術(shù)。

(三) 企業(yè)技術(shù)能力分類的特征維度

根據(jù)類型理論, 組織有效分類表現(xiàn)為每個類型的組織其內(nèi)部情境、 結(jié)構(gòu)和戰(zhàn)略因素高度一致[31]

。

為更好地探索四種技術(shù)能力類型是否做到了內(nèi)部要素間高度一致, 本文遵循技術(shù)能力 “制度條件—積

累活動—價值實現(xiàn)” 的邏輯, 從技術(shù)體制、 研發(fā)活動和產(chǎn)品三要素著手探索不同技術(shù)能力的分類特征。

首先, 技術(shù)體制涵蓋了技術(shù)的經(jīng)濟性質(zhì)與學(xué)習(xí)過程特征, 反映了企業(yè)所處的特定技術(shù)學(xué)習(xí)體制條件,

本文使用知識累積性和獨占性機制來表述。 知識累積性體現(xiàn)了技術(shù)能力的增量本質(zhì), 反映了企業(yè)在多

大程度上傾向于沿著熟悉的技術(shù)路徑活動。 不同性質(zhì)創(chuàng)新活動的知識累積性有很大差異, 與利用性活

動相關(guān)的學(xué)習(xí)更趨向于呈現(xiàn)高知識積累特征, 與探索性活動相關(guān)的學(xué)習(xí)更趨向于呈現(xiàn)低知識積累特

征。 獨占性機制體現(xiàn)了企業(yè)從技術(shù)努力中獲益的機制條件, 體現(xiàn)了技術(shù)在多大程度上不被模仿。 高

獨占性機制有利于企業(yè)將技術(shù)能力轉(zhuǎn)化為利潤, 從而激勵企業(yè)知識積累和創(chuàng)新。 其次, 研發(fā)活動是

企業(yè)實現(xiàn)知識與能力積累, 實現(xiàn)內(nèi)生技術(shù)能力增長的主要途徑。 研發(fā)活動包括研發(fā)強度和技術(shù)戰(zhàn)略,

研發(fā)強度反映技術(shù)能力形成的努力程度, 技術(shù)戰(zhàn)略體現(xiàn)技術(shù)能力進化的期望與承諾, 反映企業(yè)對自

身及所處社會經(jīng)濟技術(shù)條件的理解, 并為企業(yè)尋求與定義獨特性提供邏輯貫通的戰(zhàn)略支持。 最后,

產(chǎn)品是企業(yè)技術(shù)能力價值實現(xiàn)的載體。 產(chǎn)品維度包括產(chǎn)品關(guān)聯(lián)與產(chǎn)品生命周期, 產(chǎn)品關(guān)聯(lián)從技術(shù)角

度看是產(chǎn)品間生產(chǎn)技術(shù)和工藝的相似程度, 高關(guān)聯(lián)性產(chǎn)品體現(xiàn)企業(yè)持續(xù)將相似技術(shù)轉(zhuǎn)化為系列產(chǎn)品

的能力。 產(chǎn)品生命周期的導(dǎo)入期、 成長期、 成熟期和衰退期構(gòu)成了企業(yè)技術(shù)能力形成和變遷的市場

條件。

二、 技術(shù)能力測量與跨案例研究設(shè)計

(一) 技術(shù)探索能力和技術(shù)利用能力的測量

本文使用技術(shù)寬度來衡量技術(shù)探索能力。 技術(shù)寬度表明企業(yè)技術(shù)資源的多元化程度[32-33]

, 探索活動

是技術(shù)豐富性的主要來源。 技術(shù)探索能力是通過探索性活動累積知識和技術(shù)的能力, 決定了技術(shù)多元化

程度。 因此, 技術(shù)寬度可看作技術(shù)探索能力的近似估計, 技術(shù)探索能力越強, 技術(shù)寬度值越大。 對技術(shù)

寬度的測量方法之一是計算組織擁有技術(shù)資源的數(shù)量[34]

, 這一方法假設(shè)企業(yè)對不同種類技術(shù)資源的掌握

和應(yīng)用能力相同, 這與現(xiàn)實相去甚遠。 另一種方法是基于專利被引來定義技術(shù)寬度[35]

, 此方法關(guān)注技術(shù)

縱向關(guān)聯(lián)而非企業(yè)間技術(shù)的橫向關(guān)聯(lián), 企業(yè)出于專利策略與競爭策略的考慮會造成專利引用數(shù)據(jù)缺乏。

因此, 這一方法也有一定局限性, 不宜采用。 根據(jù)朱正浩等 (2021)

[36] 的做法, 使用肖恩-惠納 (Shannon-Wiener) 多樣性指數(shù)計算技術(shù)寬度, 具體公式為:

NWi

= - ∑

r

j = 1

Pj

lgPj

NWi 代表企業(yè) i 技術(shù)寬度, r 代表企業(yè) i 技術(shù)資源等級數(shù), Pj 代表企業(yè) i 在技術(shù)資源 j 上的利用占其對

全部技術(shù)資源利用頻度, 即 Pj

=nj

/Ni, Ni

=∑

r

j = 1

nj, NWi 的值域為 [0, lgr]。 此方法體現(xiàn)了企業(yè)技術(shù)資源的

種類數(shù)量, 企業(yè)技術(shù)資源種類分布反映了企業(yè)對不同技術(shù)資源的掌握能力。

本文使用技術(shù)重疊度來衡量技術(shù)利用能力。 技術(shù)利用能力是企業(yè)通過利用性活動積累知識和技術(shù)的

能力。 技術(shù)重疊度可以測量企業(yè)間技術(shù)能力的相似性或異質(zhì)性[37]

。 技術(shù)重疊度水平主要是企業(yè)技術(shù)利用

68

第71頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

性活動的結(jié)果, 企業(yè)在技術(shù)利用性活動中形成的能力決定了自身與其他企業(yè)的技術(shù)重疊水平。 如圖 2 所

示, A 和 B 表示企業(yè) A 和企業(yè) B 的知識基礎(chǔ), 陰影部分表示兩企業(yè)的共同知識, 技術(shù)重疊度通過陰影面

積除以 A 或 B 的面積來計算。 當(dāng)企業(yè) B 持續(xù)提升現(xiàn)有技術(shù)并開發(fā)出企業(yè) A 無法掌握的新技術(shù)時, 企業(yè) B

減少了其與企業(yè) A 的技術(shù)重疊關(guān)系。 企業(yè)也可通過技術(shù)探索活動擴大知識基礎(chǔ), 但是技術(shù)探索活動主要

增加技術(shù)豐富性, 對技術(shù)總量影響有限, 因而對技術(shù)利用能力影響有限。 綜上, 技術(shù)重疊度可用作技術(shù)

利用能力近似估計。 技術(shù)利用能力越強, 技術(shù)重疊度越低, 采用 Pianka 公式[38]

, 即:

NOik

=

r

j = 1

PijPkj

r

j = 1

P

2

ij∑

r

j = 1

P

2

kj

其中, NOik 代表企業(yè) i 和企業(yè) k 之間技術(shù)重疊度, r 代表兩企業(yè)技術(shù)資源等級數(shù) (即技術(shù)類別總數(shù)),

Pij 代表企業(yè) i 在技術(shù)資源 j 上的利用占其對全部技術(shù)資源利用頻度, Pkj 代表企業(yè) k 在技術(shù)資源 j 上的利用占

其對全部技術(shù)資源利用頻度。 影響企業(yè)間技術(shù)重疊度的因素有兩個:一是擁有共同技術(shù)資源 (同類別專利)

的程度, 只有當(dāng) Pij 和 Pkj 都不為 0 時, NOik 才可能不為零; 二是擁有共同技術(shù)資源在企業(yè)技術(shù)資源中的比

例, Pij 和 Pkj 分別代表了 i 企業(yè)和 k 企業(yè)使用共同技術(shù) j 占全部技術(shù)資源的比例。 NOik 的值域為 [0, 1]。

\" # \" $ # $

ffi*

\"

圖 2 技術(shù)重疊度與技術(shù)利用性活動

(二) 跨案例研究設(shè)計與數(shù)據(jù)搜集

為更好地探索四種技術(shù)能力類型是否在內(nèi)部情境、 結(jié)構(gòu)和戰(zhàn)略因素間高度一致, 采用跨案例分析

方法是必要的。 案例研究的關(guān)鍵優(yōu)勢是可以將構(gòu)念解釋得更透徹[39]

。 醫(yī)藥制造業(yè)是公認的以技術(shù)創(chuàng)新

為主要驅(qū)動力的行業(yè), 研發(fā)投入大, 投資風(fēng)險高。 相比其他行業(yè), 專利保護對于制藥企業(yè)意義重大。

制藥企業(yè)更傾向于將研發(fā)成果申請專利, 符合以專利信息為基礎(chǔ)對技術(shù)寬度和技術(shù)重疊度進行測量的

要求。 本文通過對不同技術(shù)能力類型的四家醫(yī)藥上市公司跨案例進行分析, 揭示四類企業(yè)的共性特征,

并驗證分類有效性。

考慮到單一年份企業(yè)技術(shù)能力類型可能存在不穩(wěn)健問題, 本文選取 2011—2020 年不同技術(shù)能力類型

醫(yī)藥上市公司作為研究樣本。 所選公司的業(yè)務(wù)應(yīng)涵蓋原料藥領(lǐng)域、 化學(xué)制藥領(lǐng)域、 生物制藥領(lǐng)域、 中成

藥領(lǐng)域以及醫(yī)療服務(wù)領(lǐng)域。 案例選取步驟如下: 首先, 根據(jù)國泰安中國經(jīng)濟金融數(shù)據(jù)庫 (CSMAR) 中上

市公司基本信息年度表的相關(guān)信息, 提取 2011—2020 年度所有醫(yī)藥制造業(yè) (行業(yè)代碼: C27) 上市公司

目錄, 剔除 ST、 涉嫌財務(wù)造假等公司, 形成醫(yī)藥上市公司及子公司名錄。 登錄國家知識產(chǎn)權(quán)局專利檢索

及分析網(wǎng)頁, 搜集各年度醫(yī)藥上市公司發(fā)明專利和實用新型專利申請的 IPC 分類號頻數(shù), 完成基礎(chǔ)數(shù)據(jù)

搜集。 其次, 使用前述公式, 運用軟件 Stata 17. 0 分別計算出各年度醫(yī)藥上市公司的技術(shù)寬度和技術(shù)重疊

度值。 最后, 為保證技術(shù)寬度和技術(shù)重疊度的時間序列可比, 本文對 2011—2020 年 255 家滬深醫(yī)藥上市

公司 1 654 個觀測值的技術(shù)寬度 (Nw) 和技術(shù)重疊度 (No) 在每一橫截面進行標準化處理 (ZNw 和

ZNo)。 設(shè)定聚類數(shù)為 4, 進行中位數(shù)聚類分析, 得到歷年二元Ⅰ型、 探索導(dǎo)向型、 利用導(dǎo)向型、 二元

69

第72頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

Ⅱ型企業(yè)的聚類結(jié)果, 如表 1 所示。 結(jié)合案例選取標準, 本文選取了金陵藥業(yè)股份有限公司 (以下簡

稱金陵藥業(yè)) 、 安徽安科生物工程 (集團) 股份有限公司 (以下簡稱安科生物) 、 華蘭生物工程股份有

限公司 (以下簡稱華蘭生物) 、 浙江新和成股份有限公司 (以下簡稱新和成) 四家案例企業(yè), 如表 2

所示。

表 1 2011—2020 年滬深醫(yī)藥上市公司技術(shù)寬度與技術(shù)重疊度聚類結(jié)果

類別 技術(shù)能力指標 觀測數(shù) 均值 方差 最小值 最大值

二元Ⅰ型 ZNw 384 -1. 236 0. 524 -3. 084 -0. 569

ZNo 384 0. 642 0. 351 -1. 227 1. 002

探索導(dǎo)向型 ZNw 359 1. 145 0. 468 0. 344 2. 597

ZNo 359 0. 079 0. 498 -1. 257 0. 922

利用導(dǎo)向型 ZNw 575 -0. 017 0. 377 -0. 686 0. 773

ZNo 575 0. 521 0. 373 -0. 710 0. 971

二元Ⅱ型 ZNw 336 0. 218 0. 953 -2. 521 3. 229

ZNo 336 -1. 710 0. 619 -3. 707 -0. 494

表 2 四家醫(yī)藥上市公司的技術(shù)能力類型

公司名稱

技術(shù)能力

指標

觀測數(shù) 均值 方差 最小值 最大值 技術(shù)能力類型 業(yè)務(wù)領(lǐng)域

金陵藥業(yè) ZNw 10 -0. 784 0. 392 -1. 233 0. 048

ZNo 10 0. 732 0. 053 0. 628 0. 803

二元Ⅰ型 化學(xué)制藥、 中成藥、

醫(yī)療服務(wù)

安科生物 ZNw 10 1. 284 0. 131 1. 063 1. 451

ZNo 10 0. 526 0. 128 0. 328 0. 691

探索

導(dǎo)向型

生物制藥、 化學(xué)制藥、

中成藥

華蘭生物 ZNw 10 -0. 170 0. 598 -1. 163 0. 734

ZNo 10 -0. 041 0. 714 -1. 442 0. 608

利用

導(dǎo)向型

生物制藥

新和成 ZNw 10 1. 264 0. 285 0. 848 1. 645

ZNo 10 -2. 455 0. 346 -3. 334 -2. 231

二元Ⅱ型 化學(xué)制藥、 生物制藥、

原料藥

資料來源: 技術(shù)能力指標根據(jù)國家知識產(chǎn)權(quán)局網(wǎng)站公開數(shù)據(jù)計算整理得到, 業(yè)務(wù)涵蓋領(lǐng)域根據(jù)各上市公司年報整理獲得。

所有企業(yè)案例數(shù)據(jù)搜集截至 2020 年底, 數(shù)據(jù)來源包括公司網(wǎng)站、 CSMAR、 國家知識產(chǎn)權(quán)局網(wǎng)站公開

數(shù)據(jù)、 知網(wǎng)研究文獻、 公司年報、 券商報告、 百度、 新浪等。 本文通過比較和驗證不同渠道來源資料

以確保最終研究材料盡可能符合案例企業(yè)實際情況, 從而保障案例研究的真實性與嚴謹性。 本文搜集

了各案例企業(yè)上千條信息, 通過數(shù)據(jù)清洗、 剔除無效數(shù)據(jù)等步驟, 提煉出不同技術(shù)能力類型的具體

內(nèi)容。

三、 案例分析

(一) 案例概況

金陵藥業(yè)是國務(wù)院國有資產(chǎn)監(jiān)督管理委員會控股的南京市醫(yī)藥上市企業(yè), 擁有醫(yī)藥和醫(yī)療康養(yǎng)兩個

產(chǎn)業(yè)平臺, 生產(chǎn)脈絡(luò)寧注射液、 速力菲等近百個中西藥品。 金陵藥業(yè)屬于二元Ⅰ型企業(yè), 如表 2 所示, 技

術(shù)寬度標準化均值為-0. 784, 反映弱技術(shù)探索能力, 企業(yè)技術(shù)重疊度標準化均值為 0. 732, 反映弱技術(shù)利

用能力。 如表 3 所示, 截至 2020 年底, 金陵藥業(yè)專利申請數(shù)共 165 項, 技術(shù)領(lǐng)域主要集中在 A61K 和

70

第73頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

A61P, 與主營產(chǎn)品脈絡(luò)寧注射液、 琥珀酸亞鐵片等相關(guān)。 同期 A61K 和 A61P 有效專利總數(shù)分別為 125 609

和 106 510, 表明金陵藥業(yè)在主要技術(shù)領(lǐng)域面臨激烈競爭。

安科生物是國內(nèi)最早從事基因工程藥物研發(fā)生產(chǎn)的企業(yè), 屬于探索導(dǎo)向型企業(yè)。 如表 2 所示, 其技術(shù)

寬度標準化均值為 1. 284, 反映強技術(shù)探索能力, 企業(yè)技術(shù)重疊度標準化均值為 0. 526, 反映弱技術(shù)利用

能力。 截至 2020 年底, 安科生物專利申請數(shù) 582 項, 集中在遺傳工程、 獲得肽基因工程方法、 灌注封裝

技術(shù)等專利項目。 主要技術(shù)領(lǐng)域為 C12Q、 A61K、 A61P、 C12N、 C07K、 G01N6。 比照同期同類技術(shù)領(lǐng)域

有效專利總數(shù), 安科生物未能在任何技術(shù)領(lǐng)域超過 1‰, 表明企業(yè)面臨激烈的行業(yè)競爭。

華蘭生物長期聚焦于血液和疫苗制品的研發(fā)生產(chǎn), 屬于利用導(dǎo)向型企業(yè)。 如表 2 所示, 其技術(shù)寬度標

準化均值為-0. 17, 反映弱技術(shù)探索能力, 企業(yè)技術(shù)重疊度值為-0. 041, 反映強技術(shù)利用能力。 如表 3 所

示, 截至 2020 年底, 華蘭生物專利申請數(shù) 308 項, 主要集中于 C07K、 B01D、 A61K、 A61P 技術(shù)領(lǐng)域。 比

照同期同類技術(shù)領(lǐng)域有效專利總數(shù), 華蘭生物在 C07K 領(lǐng)域占比達到 1. 6‰, 表明其在該領(lǐng)域擁有一定技

術(shù)競爭力。

新和成是一家從事營養(yǎng)品、 香精香料、 高分子新材料生產(chǎn)和銷售的高新技術(shù)企業(yè), 屬于二元Ⅱ型企

業(yè)。 如表 2 所示, 技術(shù)寬度標準化均值為 1. 264, 反映強技術(shù)探索能力, 企業(yè)技術(shù)重疊度標準均值為

-2. 455, 反映強技術(shù)利用能力。 截至 2020 年底, 新和成公司專利申請數(shù) 862 項, 主要集中在 C07C、

B01J、 C07D、 B01D、 A61K、 A61P、 C12P 技術(shù)領(lǐng)域。 比照同期同類技術(shù)領(lǐng)域有效專利總數(shù), 企業(yè)在

C07C 和 B01J 技術(shù)領(lǐng)域占比分別達到 4. 7‰和 1‰, 表明其在多個技術(shù)領(lǐng)域擁有一定競爭力。

表 3 四家醫(yī)藥上市公司技術(shù)能力類型數(shù)據(jù)概況 (截至 2020 年底)

公司名稱 技術(shù)能力類型 主要技術(shù)領(lǐng)域數(shù)量 專利申請總數(shù) 主要技術(shù)領(lǐng)域競爭力

金陵藥業(yè) 二元Ⅰ型 2 個 (A61P、 A61K) 165 弱

安科生物 探索導(dǎo)向型 6 個 (C12Q、 A61K、 A61P、 C12N、 C07K、 G01N6) 582 弱

華蘭生物 利用導(dǎo)向型 4 個 (C07K、 B01D、 A61K、 A61P) 308 強 (C07K)

新和成 二元Ⅱ型 7 個 (C07C、 B01J、 C07D、 B01D、 A61K、 A61P、 C12P) 862 強 (C07C、 B01J)

注: 主要技術(shù)領(lǐng)域數(shù)量指專利申請數(shù)大于等于 20 的 IPC 小類數(shù)量。 主要技術(shù)領(lǐng)域競爭力是通過公司主要技術(shù)領(lǐng)域?qū)@暾垟?shù)占同期全

行業(yè)該技術(shù)領(lǐng)域?qū)@倲?shù)得出, 有主要技術(shù)領(lǐng)域大于 1‰的為強, 沒有任何技術(shù)領(lǐng)域大于 1‰的為弱。

數(shù)據(jù)來源: 國家知識產(chǎn)權(quán)局網(wǎng)站公開數(shù)據(jù)計算整理得到。

(二) 跨案例分析

1. 技術(shù)體制分析

首先考察知識累積性。 二元Ⅰ型企業(yè)金陵藥業(yè)的主產(chǎn)品有脈絡(luò)寧注射液 (用于血栓治療)、 香菇多糖

注射液 (用于惡性腫瘤輔助治療) 等。 其技術(shù)相對獨立, 在研科技項目多以仿制藥為主, 體現(xiàn)了低知識

累積性特點。 探索導(dǎo)向型企業(yè)安科生物的主要產(chǎn)品包括生物制品、 核酸檢測產(chǎn)品、 多肽藥物等多個產(chǎn)業(yè)

領(lǐng)域, 在研項目涉及生物制品、 體外診斷試劑、 化藥分類等多個醫(yī)學(xué)注冊分類, 技術(shù)類型間相對獨立,

知識累積性低。 利用導(dǎo)向型企業(yè)華蘭生物的產(chǎn)品主要有血液制品、 疫苗制品、 創(chuàng)新藥和生物類似藥。 血

液制品涵蓋 11 個品種, 疫苗類藥物包括流感病毒裂解疫苗、 甲型 H1N1 流感病毒裂解疫苗等, 已有產(chǎn)品

間體現(xiàn)出強技術(shù)關(guān)聯(lián)和高知識累積特征。 公司持續(xù)在血液制品生產(chǎn)工藝、 基因重組及單克隆藥物等領(lǐng)域

進行開發(fā), 新產(chǎn)品的研發(fā)投入反映出高知識累積特征。 新和成的產(chǎn)品覆蓋營養(yǎng)品、 香精香料和高分子新

材料等, 大類產(chǎn)品間關(guān)聯(lián)不大, 但是大類產(chǎn)品內(nèi)部品種豐富, 知識累積性高。 高分子新材料產(chǎn)品是新和

成公司近年來新開發(fā)品類, 與原有產(chǎn)品知識相對獨立, 知識累積性低。 二元Ⅱ型企業(yè)新和成在進行高分

子聚合物大產(chǎn)品及關(guān)鍵中間體的技術(shù)研發(fā)時, 提升已有產(chǎn)品質(zhì)量和工藝, 研發(fā)投入兼具高知識累積性和

低知識累積性的特征。

71

第74頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

其次考察獨占性機制。 專利是醫(yī)藥企業(yè)主要獨占性機制之一。 如表 3 所示, 新和成公司、 安科生物和

華蘭生物有較高的專利申請數(shù)量, 金陵藥業(yè)專利申請總數(shù)最低, 未能形成強獨占機制。 知識累積形成的

創(chuàng)新壁壘是另一個考察因素, 技術(shù)創(chuàng)新有 “時間壓縮不經(jīng)濟” 的特征[40]

。 華蘭生物和新和成在特定技術(shù)

領(lǐng)域累積的知識形成了高進入壁壘, 提升了企業(yè)從創(chuàng)新中盈利的能力。 獨占性機制還體現(xiàn)在企業(yè)對互補

資產(chǎn)和產(chǎn)業(yè)鏈上下游的控制上。 華蘭生物主營血液制品具有極高行業(yè)壁壘。 2001 年起, 中國不再批準新

的血液制品生產(chǎn)企業(yè)。 華蘭生物在全國控制單采血漿站 25 家, 意味著公司能夠利用采血站和營銷渠道等

重要的專用資產(chǎn), 以較低成本將研發(fā)成果迅速推向市場, 形成先發(fā)優(yōu)勢并從中獲利, 實現(xiàn)了采血、 研發(fā)、

生產(chǎn)和銷售的全產(chǎn)業(yè)鏈強控制, 形成了創(chuàng)新的強獨占機制。 新和成公司在全球精細化工行業(yè)中累積了良

好的市場口碑和榮譽, 在維生素、 香料產(chǎn)品等多個細分領(lǐng)域有較強市場優(yōu)勢, 成為公司技術(shù)創(chuàng)新的重要

獨占性機制。 安科生物雖然有較多專利申請, 但是未能構(gòu)成產(chǎn)品進入壁壘, 產(chǎn)品面臨激烈的市場競爭,

企業(yè)對產(chǎn)業(yè)鏈上下游的控制能力較弱, 未能形成強獨占性機制。

2. 研發(fā)活動分析

研發(fā)強度指企業(yè)研發(fā)投入在銷售收入中的比重。 相比二元Ⅰ型, 其他類型的企業(yè)有更高研發(fā)強度。

截至 2020 年, 金陵藥業(yè)歷年研發(fā)強度均低于其他三家企業(yè)。 安科生物的高研發(fā)強度證實了關(guān)于產(chǎn)品多樣

性和研發(fā)強度間呈顯著正相關(guān)的討論, 華蘭生物和新和成的高研發(fā)強度與強獨占性機制密切相關(guān), 華蘭

生物穩(wěn)定獨占的采血站和強銷售能力是將其研發(fā)產(chǎn)出轉(zhuǎn)化為企業(yè)收益的重要互補資產(chǎn), 新和成在多個細

分領(lǐng)域的強市場優(yōu)勢是其將研發(fā)成果轉(zhuǎn)化為企業(yè)收益的強互補資產(chǎn)。 金陵藥業(yè)缺乏在創(chuàng)新中獲益的強互

補資產(chǎn)或?qū)贆C制, 在創(chuàng)新中獲益的不確定性大, 從而影響了企業(yè)研發(fā)投入意愿, 在選擇研發(fā)方向時會

更重視研發(fā)風(fēng)險而非技術(shù)機會。 如金陵藥業(yè)在 2017 年年報中強調(diào), 公司會謹慎選擇研發(fā)項目, 優(yōu)化研發(fā)

格局和層次, 集中力量推進重點研發(fā)項目的進度, 最大限度控制研發(fā)風(fēng)險。

根據(jù)弗里曼和蘇特 (2004) 對企業(yè)技術(shù)創(chuàng)新戰(zhàn)略的分類[41]

, 考察不同技術(shù)能力類型企業(yè)的技術(shù)戰(zhàn)

略。 二元Ⅰ型企業(yè)金陵藥業(yè)采用模仿型技術(shù)戰(zhàn)略, 獲得領(lǐng)先企業(yè)知識溢出是其獲取知識的主要渠道。 公

司研發(fā)重點是仿制藥, 對開發(fā)創(chuàng)新藥十分謹慎。 技術(shù)探索導(dǎo)向企業(yè)安科生物采用主動模仿型戰(zhàn)略, 公司

通過并購或自主研發(fā)等方式獲得相關(guān)產(chǎn)品的核心技術(shù), 涉足多肽類生物制藥領(lǐng)域、 基因測序技術(shù)領(lǐng)域、

現(xiàn)代中藥以及創(chuàng)新化學(xué)藥等領(lǐng)域。 利用導(dǎo)向型企業(yè)華蘭生物采用防守型戰(zhàn)略, 力求鞏固已有領(lǐng)域技術(shù)和

市場地位, 公司持續(xù)加快已有血液制品領(lǐng)域新產(chǎn)品的研發(fā)和注冊工作。 二元Ⅱ型企業(yè)新和成采用進攻型

戰(zhàn)略。 進攻型戰(zhàn)略是競爭領(lǐng)先者通過推出新產(chǎn)品以獲得技術(shù)和市場優(yōu)勢的戰(zhàn)略。 新和成在 C07C、 B01J 等

技術(shù)領(lǐng)域擁有明顯優(yōu)勢, 并持續(xù)追求超臨界反應(yīng)等領(lǐng)域的技術(shù)突破和領(lǐng)先。 通過新技術(shù)開發(fā)、 已有技術(shù)

新場景應(yīng)用擴大、 行業(yè)共性技術(shù)和關(guān)鍵性技術(shù)研發(fā)等舉措, 提升識別和利用技術(shù)的能力, 支撐其實施進

攻型技術(shù)戰(zhàn)略。

3. 產(chǎn)品分析

產(chǎn)品關(guān)聯(lián)指產(chǎn)品在生產(chǎn)技術(shù)和工藝、 要素投入、 生產(chǎn)環(huán)境、 市場需求的相似程度[42]

。 從產(chǎn)品關(guān)聯(lián)看,

二元Ⅰ型企業(yè)金陵藥業(yè)生產(chǎn)的脈絡(luò)寧注射液、 速力菲、 香菇多糖注射液等產(chǎn)品關(guān)聯(lián)度低, 新產(chǎn)品開發(fā)主

要考慮市場需求, 技術(shù)多以仿制為主。 探索導(dǎo)向型企業(yè)安科生物生產(chǎn)的生物制品、 核酸檢測產(chǎn)品、 多肽

藥物等產(chǎn)品間關(guān)聯(lián)度較低。 利用導(dǎo)向型企業(yè)華蘭生物生產(chǎn)的血液制品和疫苗制品體現(xiàn)出了強技術(shù)關(guān)聯(lián)。

新和成生產(chǎn)的營養(yǎng)品、 香精香料和高分子新材料等大類產(chǎn)品間關(guān)聯(lián)度不大, 大類產(chǎn)品內(nèi)部品種關(guān)聯(lián)性

高。 從產(chǎn)品生命周期看, 二元Ⅰ型企業(yè)金陵藥業(yè)的重點產(chǎn)品如心腦血管藥物、 補鐵劑、 胃藥等領(lǐng)域均

處于產(chǎn)品成熟期, 市場競爭激烈。 探索導(dǎo)向型企業(yè)安科生物是國內(nèi)最早探索基因工程藥物的企業(yè), 生

物制品新劑型開發(fā)、 抗體藥物研究轉(zhuǎn)化、 腫瘤靶向基因治療等細分領(lǐng)域正處于產(chǎn)品導(dǎo)入期。 利用導(dǎo)向

型企業(yè)華蘭生物主營血液制品, 其所處行業(yè)已步入成熟期, 行業(yè)集中度高。 目前中生集團、 華蘭生物、

上海萊士和泰邦生物四家企業(yè)的采漿量總和占全國采漿量的 50%以上, 競爭重點在提升產(chǎn)品質(zhì)量和安

全性。 華蘭生物另一主要業(yè)務(wù)疫苗制品處于成長期, 疫苗產(chǎn)業(yè)鏈的研發(fā)和生產(chǎn)端不斷涌現(xiàn)出新企業(yè)。

72

第75頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

二元Ⅱ型企業(yè)新和成主營食品添加劑和香精香料, 這兩類產(chǎn)品正步入成熟期。 近年來, 中國食品添加

劑市場年平均增長率約 7%, 香精香料行業(yè)也由原來的高速成長步入成熟期, 行業(yè)年均增長率為 3% ~

5%。 新和成從事的新材料產(chǎn)業(yè)處于由導(dǎo)入期向成長期轉(zhuǎn)變過程中, 新材料產(chǎn)業(yè)是發(fā)展新興產(chǎn)業(yè)的先

導(dǎo), 目前中國高分子新材料產(chǎn)業(yè)關(guān)鍵產(chǎn)品依賴進口, 預(yù)計到 2025 年國內(nèi)高分子新材料市場規(guī)模將達到

1. 2 萬億元, 屬于高成長性行業(yè)。

四、 討論與啟示

(一) 進一步討論與命題

跨案例比較有利于激發(fā)可能的共性分析。 本文通過總結(jié)四家醫(yī)藥上市公司在技術(shù)體制、 研發(fā)活動和

產(chǎn)品三要素上呈現(xiàn)出的不同特征, 初步驗證了四種技術(shù)能力分類的有效性。 技術(shù)能力的形成與學(xué)習(xí)方式

密切相關(guān), “探索-利用” 視角下技術(shù)能力與二元學(xué)習(xí)融合在一起, 二元學(xué)習(xí)是組織構(gòu)建技術(shù)能力的核心

方式, 探索和利用活動構(gòu)成了技術(shù)探索能力和技術(shù)利用能力的重要基礎(chǔ)。 技術(shù)能力分類體現(xiàn)了企業(yè)通過

不同技術(shù)能力累積和平衡以應(yīng)對短期與長期、 生存與發(fā)展、 效率與柔性等一般性問題。 如表 4 所示。

表 4 四種技術(shù)能力的維度特征比較

技術(shù)能力類型 技術(shù)能力特征 案例公司 技術(shù)體制 研發(fā)活動 產(chǎn)品

二元Ⅰ型 低技術(shù)探索能力和低

技術(shù)利用能力

金陵藥業(yè) 低知識累積性; 未形成

強獨占性機制

弱研發(fā)強度; 模仿型技

術(shù)戰(zhàn)略

低產(chǎn)品關(guān)聯(lián)度; 產(chǎn)品成熟

到衰退期

探索導(dǎo)向型 高技術(shù)探索能力和低

技術(shù)利用能力

安科生物 低知識累積性; 未形成

強獨占性機制

高研發(fā)強度; 主動模仿

型技術(shù)戰(zhàn)略

低產(chǎn)品關(guān)聯(lián)度; 產(chǎn)品導(dǎo)入

到成長期

利用導(dǎo)向型 低技術(shù)探索能力和高

技術(shù)利用能力

華蘭生物 高知識累積性; 強獨占

性機制

高研發(fā)強度; 防守型技

術(shù)戰(zhàn)略

強產(chǎn)品關(guān)聯(lián)度; 產(chǎn)品成長

到成熟期

二元Ⅱ型 高技術(shù)探索能力和高

技術(shù)利用能力

新和成 高知識累積性; 強獨占

性機制

高研發(fā)強度; 進攻型技

術(shù)戰(zhàn)略

品類間低關(guān)聯(lián)度、 品類內(nèi)

高關(guān)聯(lián)度; 技術(shù)迭代期

1. 技術(shù)體制要素討論

技術(shù)體制體現(xiàn)了企業(yè)的特定創(chuàng)新模式、 知識性質(zhì)與來源等方面。 知識累積性指技術(shù)探索過程中 “成

功孕育成功” 的程度, 是隨機過程中以歷史成果為條件實現(xiàn)未來成功的可能性。 高累積性意味著新知識

的產(chǎn)生高度依賴于原有知識, 低累積性意味著新知識的產(chǎn)生相對獨立于已有知識。 因此, 知識累積性反

映了新知識來源于已掌握知識的程度, 構(gòu)成了探索或利用性活動的重要特征。 案例分析證實了技術(shù)利用

導(dǎo)向型和二元Ⅱ型企業(yè)具有知識高累積性特征, 二元Ⅰ型和技術(shù)探索導(dǎo)向型企業(yè)具有低累積性特征。 根

據(jù)馬奇 (1991) 的研究, 利用性活動是對已知事物的開發(fā)與應(yīng)用, 是現(xiàn)有知識、 能力的提煉與拓展[15]

。

利用導(dǎo)向型和二元Ⅱ型企業(yè)在特定領(lǐng)域內(nèi)長期積累知識, 這種積累來源于產(chǎn)品改進升級過程中的專有知

識, 此類利用已有知識發(fā)展出來的內(nèi)生型技術(shù)具有高知識累積性特點。 探索導(dǎo)向型企業(yè)脫離原有知識,

在開發(fā)新產(chǎn)品過程中產(chǎn)生能力, 具有低累積性特點。 二元Ⅰ型企業(yè)在特定領(lǐng)域獲取知識的能力比較弱,

知識累積水平不高。

獨占性機制指企業(yè)從創(chuàng)新中獲利的能力, 包括知識產(chǎn)權(quán)制度、 商業(yè)秘密、 持續(xù)學(xué)習(xí)、 對技術(shù)及服務(wù)

的控制, 對生產(chǎn)鏈上下游必要投入的控制等[43]

。 強獨占性機制意味著企業(yè)能有效抵御模仿者的競爭威脅

并從創(chuàng)新中獲利。 利用導(dǎo)向型和二元Ⅱ型企業(yè)在特定領(lǐng)域形成了高獨占性機制, 專業(yè)知識累積形成高進

入壁壘, 以及對產(chǎn)業(yè)鏈上下游的強控制能力。 如華蘭生物累積的血液制品技術(shù)知識、 高行業(yè)準入門檻、

強采血能力和對銷售渠道的強有力控制共同構(gòu)成了企業(yè)創(chuàng)新產(chǎn)品轉(zhuǎn)化為利潤的強獨占性機制。 強獨占性

機制提升了企業(yè)從創(chuàng)新中獲利的可能性, 強化了企業(yè)進行技術(shù)創(chuàng)新的動機, 使企業(yè)逐漸在特定領(lǐng)域累積

73

第76頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

起更高的技術(shù)利用能力。 反之, 探索導(dǎo)向型企業(yè)更關(guān)注多領(lǐng)域知識探索, 在有限的資源約束下其獨占性

機制相對較弱。 二元Ⅰ型企業(yè)受限于產(chǎn)業(yè)鏈分工而僅有較少知識基礎(chǔ), 未能形成強獨占性機制。

綜上, 本文提出命題 1: 知識累積性和獨占性機制共同構(gòu)成了觀察技術(shù)能力類型的技術(shù)體制特征, 二

元Ⅱ型和利用導(dǎo)向型企業(yè)擁有高知識累積性和強獨占性機制, 二元Ⅰ型和探索導(dǎo)向型企業(yè)具有低知識累

積性和弱獨占性機制特征。

2. 研發(fā)要素討論

研發(fā)強度把二元Ⅰ型企業(yè)和其他類型企業(yè)區(qū)分開來。 探索導(dǎo)向型企業(yè)的高研發(fā)強度源于產(chǎn)品和技術(shù)

多樣化, 這一點已被文獻驗證, 產(chǎn)品和技術(shù)的多樣性與研發(fā)強度間存在顯著正相關(guān)關(guān)系[44]

。 利用導(dǎo)向型

企業(yè)的高研發(fā)強度來自從創(chuàng)新中獲利的強預(yù)期, 這種強預(yù)期與企業(yè)已有的強獨占性密切關(guān)聯(lián)。 二元Ⅱ型

企業(yè)兼具探索導(dǎo)向型企業(yè)和利用導(dǎo)向型企業(yè)的特征, 在不同技術(shù)領(lǐng)域有不同水平的高強度研發(fā)投入。 相

比之下, 有限的知識基礎(chǔ)與弱互補能力限制了二元Ⅰ型企業(yè)的研發(fā)動力, 正如金陵藥業(yè)更重視研發(fā)帶來

的風(fēng)險而非機遇, 表現(xiàn)出弱研發(fā)強度特征。

技術(shù)戰(zhàn)略進一步將不同技術(shù)能力類型的企業(yè)區(qū)分開來。 探索導(dǎo)向型企業(yè)借助較寬的知識基礎(chǔ)和對技

術(shù)機會的強判斷能力, 更可能抓住機會, 更樂意主動進行技術(shù)創(chuàng)新, 屬于積極模仿型技術(shù)戰(zhàn)略。 例如,

安科生物持續(xù)通過并購或自主研發(fā)獲得多肽類生物制藥領(lǐng)域和基因測序技術(shù)領(lǐng)域的產(chǎn)品核心技術(shù)。 利用

導(dǎo)向型企業(yè)傾向于在已有領(lǐng)域深耕, 在特定技術(shù)領(lǐng)域有高知識積累, 不斷鞏固專業(yè)領(lǐng)域競爭地位, 屬于

防守型戰(zhàn)略。 例如, 華蘭生物不斷升級血液制品和疫苗制品領(lǐng)域的生產(chǎn)工藝技術(shù)。 二元Ⅱ型企業(yè)通過強

研發(fā)投入和搶先利用技術(shù)機會以獲得競爭優(yōu)勢, 屬于進攻型技術(shù)戰(zhàn)略。 企業(yè)既要探索新技術(shù)領(lǐng)域以保持

戰(zhàn)略彈性, 又要深耕已有領(lǐng)域以確保產(chǎn)品競爭優(yōu)勢, 如新和成在香精香料和維生素類飼料添加劑等傳統(tǒng)

優(yōu)勢領(lǐng)域, 以及高分子新材料等新領(lǐng)域同時推進研發(fā)投資。 二元Ⅰ型企業(yè)面臨強競爭與較小知識基礎(chǔ),

技術(shù)變革來自客戶和供應(yīng)商的壓力或技術(shù)溢出, 缺乏主動技術(shù)改進, 對開拓新技術(shù)十分謹慎, 屬于模仿

型技術(shù)戰(zhàn)略。

綜上, 本文提出命題 2: 研發(fā)強度和技術(shù)戰(zhàn)略共同構(gòu)成了觀察技術(shù)能力類型的研發(fā)特征。 二元Ⅱ型、

利用導(dǎo)向型和探索導(dǎo)向型企業(yè)有高研發(fā)強度特征, 二元Ⅰ型有低研發(fā)強度特征。 二元Ⅱ型企業(yè)采用進攻

型戰(zhàn)略, 利用導(dǎo)向型企業(yè)采用防守型戰(zhàn)略, 探索導(dǎo)向型企業(yè)采用積極模仿型戰(zhàn)略, 二元Ⅰ型企業(yè)采用模

仿性技術(shù)戰(zhàn)略。

3. 產(chǎn)品要素討論

企業(yè)技術(shù)能力最終通過產(chǎn)品實現(xiàn)價值, 從產(chǎn)品視角觀察企業(yè)技術(shù)能力尤為重要。 產(chǎn)品關(guān)聯(lián)是不同技

術(shù)能力類型在企業(yè)內(nèi)產(chǎn)品關(guān)系上的映射, 反映了 “探索-利用” 視角下不同類型技術(shù)能力的演化結(jié)果。 產(chǎn)

品組合的高度關(guān)聯(lián)性體現(xiàn)了在同一產(chǎn)品領(lǐng)域深度開發(fā)過程中形成的技術(shù)利用導(dǎo)向, 產(chǎn)品組合的低關(guān)聯(lián)性

則反映了在不同產(chǎn)品領(lǐng)域探索過程中形成的技術(shù)探索導(dǎo)向。 企業(yè)主動回應(yīng)外部環(huán)境的擾動, 在新產(chǎn)品開

發(fā)過程中形成對新領(lǐng)域技術(shù)的理解。 外部環(huán)境擾動具有高度不確定性, 因此新產(chǎn)品與原有產(chǎn)品關(guān)聯(lián)性也

不確定。 二元Ⅰ型企業(yè)主要復(fù)制或二次研發(fā)其他企業(yè)已有技術(shù), 企業(yè)對產(chǎn)品的選擇更重視市場的接受程

度而非技術(shù)能力的擴展, 新開發(fā)產(chǎn)品與原有產(chǎn)品間同樣是不確定和低關(guān)聯(lián)的。 二元Ⅱ型企業(yè)在大類產(chǎn)品

領(lǐng)域內(nèi)體現(xiàn)出高產(chǎn)品關(guān)聯(lián)度。

產(chǎn)品生命周期包括導(dǎo)入期、 成長期、 成熟期和衰退期四個階段[45]

, 不同階段產(chǎn)品的生產(chǎn)具有不同技

術(shù)要求。 產(chǎn)品生命周期構(gòu)成了技術(shù)能力形成和轉(zhuǎn)化的市場條件。 參考陳久美和劉志迎 (2018)

[46] 的研

究, 產(chǎn)品導(dǎo)入期與探索導(dǎo)向型企業(yè)密切相關(guān), 導(dǎo)入期內(nèi)新產(chǎn)品未形成主導(dǎo)設(shè)計, 用戶-生產(chǎn)者互動比較有

限, 強技術(shù)探索能力能夠適應(yīng)產(chǎn)品導(dǎo)入期對技術(shù)的要求, 安科生物對基因工程藥物領(lǐng)域的早期探索是一

個例證。 產(chǎn)品成長期與利用導(dǎo)向型企業(yè)密切相關(guān), 隨著產(chǎn)品主導(dǎo)設(shè)計形成, 用戶-生產(chǎn)者互動增強, 產(chǎn)品

市場潛力進一步顯現(xiàn), 企業(yè)技術(shù)能力發(fā)展進入利用導(dǎo)向階段。 企業(yè)通過特定產(chǎn)品領(lǐng)域的技術(shù)積累和改進,

提高產(chǎn)品性能, 降低產(chǎn)品成本, 兌現(xiàn)技術(shù)價值。 華蘭生物血液制品和疫苗產(chǎn)品處于這一階段。 產(chǎn)品成熟

74

第77頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

期和衰退期與二元Ⅰ型企業(yè)密切相關(guān), 此階段用戶-生產(chǎn)者互動充分, 產(chǎn)品市場潛力完全顯現(xiàn), 產(chǎn)品性

能提升空間不大, 創(chuàng)新收益持續(xù)下降, 二元Ⅰ型企業(yè)通過模仿復(fù)制成熟技術(shù)能力來承接該類產(chǎn)品生產(chǎn),

金陵藥業(yè)從事的心腦血管、 補鐵劑、 胃藥等產(chǎn)品處于這一階段。 二元Ⅱ型企業(yè)一方面在產(chǎn)品代際切換

時發(fā)揮作用, 通過技術(shù)探索適時推出新產(chǎn)品, 另一方面通過技術(shù)創(chuàng)新持續(xù)改進現(xiàn)有產(chǎn)品, 獲取最大化

利潤。

綜上, 本文提出命題 3: 產(chǎn)品關(guān)聯(lián)和產(chǎn)品生命周期共同構(gòu)成了觀察技術(shù)能力類型的產(chǎn)品特征。 利用導(dǎo)

向型和二元Ⅱ型企業(yè)具有高產(chǎn)品關(guān)聯(lián)特征, 探索導(dǎo)向型和二元Ⅰ型企業(yè)具有低產(chǎn)品關(guān)聯(lián)特征。 產(chǎn)品導(dǎo)入

期與探索導(dǎo)向型企業(yè)密切相關(guān), 產(chǎn)品成長期與利用導(dǎo)向型企業(yè)密切相關(guān), 產(chǎn)品成熟與衰退期與二元Ⅰ型

企業(yè)密切相關(guān), 二元Ⅱ型企業(yè)在產(chǎn)品代際切換時發(fā)揮作用。

(二) 啟示

本文從 “探索-利用” 視角對企業(yè)技術(shù)能力進行分類, 并使用跨案例分析方法, 整合技術(shù)體制、 研發(fā)

活動和產(chǎn)品要素提出了技術(shù)能力分類特征的三個命題, 如圖 3 所示。 本文提出了探索導(dǎo)向型、 利用導(dǎo)向

型、 二元Ⅰ型、 二元Ⅱ型四種技術(shù)能力分類, 是在已有知識學(xué)習(xí)和動態(tài)能力視角下對技術(shù)能力分類的進

一步發(fā)展。 “探索-利用” 視角下的分類較為全面地描述了企業(yè)應(yīng)對動態(tài)環(huán)境、 保持可持續(xù)性發(fā)展所需的

技術(shù)能力, 通過技術(shù)體制、 研發(fā)和產(chǎn)品維度特征相互印證, 系統(tǒng)地提供了單個測量維度所不具備的技術(shù)

能力整體特征。

(ffi

ffi*

P 5







*

2



P-@2/

-



 =Effi

E

 ffi Jffi &ffi =Effi 

ffi

圖 3 “探索-利用” 視角下企業(yè)技術(shù)能力分類特征

管理啟示方面, 本文提出的技術(shù)能力分類為企業(yè)獲得異質(zhì)性技術(shù)能力累積, 應(yīng)對短期與長期、 生存

與發(fā)展、 效率與柔性等一般性問題提供了分析工具。 企業(yè)一方面可以通過技術(shù)探索能力和技術(shù)利用能力

判斷企業(yè)技術(shù)能力類型, 另一方面可從技術(shù)體制、 研發(fā)和產(chǎn)品特性三方面系統(tǒng)性地理解企業(yè)技術(shù)能力轉(zhuǎn)

型升級的路徑。 例如, 技術(shù)利用導(dǎo)向企業(yè)在產(chǎn)品成長期和成熟期條件下, 可以依靠持續(xù)工藝改進提升產(chǎn)

品效率, 通過高知識積累強化對產(chǎn)業(yè)鏈上下游的控制, 強化從創(chuàng)新中獲利的能力, 服務(wù)企業(yè)的防守型技

術(shù)戰(zhàn)略。 技術(shù)探索導(dǎo)向企業(yè)在新產(chǎn)品導(dǎo)入期, 可以通過產(chǎn)品創(chuàng)新強化對新技術(shù)機會的識別和把握, 服務(wù)

75

第78頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

企業(yè)的積極模仿技術(shù)戰(zhàn)略。 二元Ⅱ型企業(yè)在新老產(chǎn)品更替階段, 可以通過產(chǎn)品創(chuàng)新把握主導(dǎo)技術(shù)更替機

會, 避免跌入能力僵化陷阱, 服務(wù)進攻型技術(shù)戰(zhàn)略。

本文的不足之處在于使用技術(shù)寬度和技術(shù)重疊度測量的方法主要適用于以專利為技術(shù)軌跡決定因素

的行業(yè), 例如制藥產(chǎn)業(yè)。 參考帕維特 (Pavitt, 1984)

[47] 產(chǎn)業(yè)分類和朱正浩等 (2021)

[36] 對企業(yè)技術(shù)生

態(tài)位分類的研究成果, 適用行業(yè)還包括以科學(xué)為基礎(chǔ)的產(chǎn)業(yè)、 專業(yè)化供應(yīng)商以及規(guī)模密集型產(chǎn)業(yè), 不適

用以供應(yīng)商主導(dǎo)性行業(yè)。 此外, 盡管通過跨案例研究發(fā)展理論有著不可替代的優(yōu)勢, 但潛在概化問題也

同樣值得重視。 本研究概括的技術(shù)能力類型, 未來需要更多質(zhì)性和實證研究來加以檢驗。

參考文獻:

[1]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.

[2]MORRISON A, PIETROBELLI C, RABELLOTTI R. Global value chains and technological capabilities: a framework to study learning and innovation in developing countries[J]. Oxford Development Studies, 2008, 36(1): 39-58.

[3]PARK J H, CHUNG H, KIM K H, et al. The impact of technological capability on financial performance in the semiconductor industry[ J].

Sustainability, 2021, 13(2): 489.

[4]KIM L. Building technological capability for industrialization: analytical frameworks and Korea?s experience [ J]. Industrial and Corporate

Change, 1999, 8(1): 111-136.

[5]趙曉慶,許慶瑞. 企業(yè)技術(shù)能力演化的軌跡[J]. 科研管理,2002(1):70-76.

[6]劉海兵,楊磊,許慶瑞. 后發(fā)企業(yè)技術(shù)創(chuàng)新能力路徑如何演化? ———基于華為公司 1987- 2018 年的縱向案例研究[ J]. 科學(xué)學(xué)研究,

2020,38(6):1096-1107.

[7]BHAVANI T A. Towards developing an analytical framework to study technological change in the small units of the developing nations[ Z].

Working Paper Series No. E/ 216 / 2001, 2001.

[8]DI BENEDETTO C A, DESARBO W S, SONG M. Strategic capabilities and radical innovation: an empirical study in three countries[J]. IEEE

Transactions on Engineering Management, 2008, 55(3): 420-433.

[9]魏江,王銅安,劉錦. 企業(yè)技術(shù)能力的要素與評價的實證研究[J]. 研究與發(fā)展管理,2008(3):39-45.

[10]胡振亞. 論企業(yè)的技術(shù)能力及其形成機制[J]. 科學(xué)管理研究,2016,34(3):76-79.

[11]DUBEY R, GUNASEKARAN A, CHILDE S J. Big data analytics capability in supply chain agility: the moderating effect of organizational

flexibility[J]. Management Decision, 2019, 57(8): 2092-2112.

[12]LEONARD-BARTON D. Wellsprings of knowledge: building and sustaining the source of innovation[M]. Boston, MA: Harvard Business

School Press, 1995.

[13]PEERALLY J A, SANTIAGO F, DE FUENTES C, et al. Towards a firm-level technological capability framework to endorse and actualize the

Fourth Industrial Revolution in developing countries[J]. Research Policy, 2022, 51(10): 104563.

[14]GARCíA-MUI?A F E, NAVAS-L?PEZ J E. Explaining and measuring success in new business: the effect of technological capabilities on firm

results[J]. Technovation, 2007, 27(1 / 2): 30-46.

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

[16]GUPTA A K, SMITH K G, SHALLEY C E. The interplay between exploration and exploitation[J]. Academy of Management Journal, 2006,

49(4): 693-706.

[17]詹湘東,謝富紀. 外部知識網(wǎng)絡(luò)與企業(yè)技術(shù)能力:知識距離的調(diào)節(jié)作用[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理,2019,40(4):76-93.

[18]BELL M, PAVITT K. The development of technological capabilities[R] / / UL HAQUE I, BELL M, DAHLMAN C, et al. Trade, technology

and international competitiveness. Washington, DC: World Bank, 1995: 67-101.

[19]COHEN W M, LEVINTHAL D A. Absorptive capacity: a new perspective on learning and innovation[J]. Administrative Science Quarterly,

1990, 35(1): 128-152.

[20]NONAKA I, TAKEUCHI H. The knowledge-creating company: how Japanese companies create the dynamics of innovation[M]. New York:

Oxford University Press, 1995.

[21]ROSENKOPF L, NERKAR A. Beyond local search: boundary-spanning, exploration, and impact in the optical disk industry[ J]. Strategic

Management Journal, 2001, 22(4): 287-306.

[22]WINTER S G. Understanding dynamic capabilities[J]. Strategic Management Journal, 2003, 24(10): 991-995.

76

第79頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

[23]WIGGINS R R, RUEFLI T W. Schumpeter?s ghost: is hypercompetition making the best of times shorter? [J]. Strategic Management Journal,

2005, 26(10): 887-911.

[24]LEVINTHAL D A, MARCH J G. The myopia of learning[J]. Strategic Management Journal, 1993, 14(S2): 95-112.

[25]ZHOU K Z, WU F. Technological capability, strategic flexibility, and product innovation[J]. Strategic Management Journal, 2010, 31(5):

547-561.

[26]NELSON R R, WINTER S G. An evolutionary theory of economic change[M]. Cambridge, MA: Belknap Press, 1982.

[27]WU S M, DING X H, LIU R H, et al. How does IT capability affect open innovation performance? The mediating effect of absorptive capacity

[J]. European Journal of Innovation Management, 2021, 24(1): 43-65.

[28]O?REILLY C A, TUSHMAN M L. Organizational ambidexterity in action: how managers explore and exploit[J]. California Management Review, 2011, 53(4): 5-22.

[29]HELFAT C E, FINKELSTEIN S, MITCHELL W, et al. Dynamic capabilities: understanding strategic change in organizations[M]. Malden,

MA: Wiley, 2007.

[30]尹麗萍. 技術(shù)范式轉(zhuǎn)變視角下的企業(yè)動態(tài)能力———基于戰(zhàn)略過程維度的研究[J]. 首都經(jīng)濟貿(mào)易大學(xué)學(xué)報,2009,10(2):37-42.

[31]DOTY D H, GLICK W H. Typologies as a unique form of theory building: toward improved understanding and modeling[J]. Academy of Management Review, 1994, 19(2): 230-251.

[32]KIM J, LEE C Y, CHO Y. Technological diversification, core-technology competence, and firm growth[J]. Research Policy, 2016, 45(1):

113-124.

[33]PAN X, CHEN X J, NING L T. Exploitative technological diversification, environmental contexts, and firm performance[ J]. Management

Decision, 2018, 56(7): 1613-1629.

[34]PRENCIPE A. Breadth and depth of technological capabilities in CoPS: the case of the aircraft engine control system[ J]. Research Policy,

2000, 29(7 / 8): 895-911.

[35]TRAJTENBERG M, HENDERSON R, JAFFE A. University versus corporate patents: a window on the basicness of invention[J]. Economics

of Innovation and New Technology, 1997, 5(1): 19-50.

[36]朱正浩,戚聿東,趙志棟. 技術(shù)生態(tài)位對企業(yè)績效的影響研究:技術(shù)寬度和技術(shù)重疊度整合視角[J]. 南方經(jīng)濟,2021(4):86-105.

[37]STUART T E, PODOLNY J M. Local search and the evolution of technological capabilities[ J]. Strategic Management Journal, 1996, 17

(S1): 21-38.

[38]PIANKA E R. Ecology of the agamid lizard Amphibolurus isolepis in Western Australia[J]. Copeia, 1971, 3: 527-536.

[39]SIGGELKOW N. Persuasion with case studies[J]. Academy of Management Journal, 2007, 50(1): 20-24.

[40]DIERICKX I, COOL K. Asset stock accumulation and sustainability of competitive advantage[ J]. Management Science, 1989, 35( 12):

1504-1511.

[41]弗里曼,蘇特. 工業(yè)創(chuàng)新經(jīng)濟學(xué):第三版[M]. 華宏勛,華宏慈,譯. 北京:北京大學(xué)出版社,2004.

[42]HIDALGO C A, KLINGER B, BARABA 8 1 S3I0ABCL3,7et al. The product space conditions the development of nations[J]. Science, 2007, 317

(5837): 482-487.

[ 43]TEECE D J. Profiting from technological innovation: implications for integration, collaboration, licensing and public policy[J]. Research Policy, 1986, 15(6): 285-305.

[44]HENDERSON R, COCKBURN I. Scale, scope, and spillovers: the determinants of research productivity in drug discovery[ J]. The Rand

Journal of Economics, 1996, 27(1): 32-59.

[45]RINK D R, SWAN J E. Product life cycle research: a literature review[J]. Journal of Business Research, 1979, 7(3): 219-242.

[46]陳久美,劉志迎. 基于產(chǎn)品生命周期的二元創(chuàng)新與商業(yè)模式動態(tài)匹配———多案例比較研究[ J]. 管理案例研究與評論,2018,11(6):

592-611.

[47]PAVITT K. Sectoral patterns of technical change: towards a taxonomy and a theory[J]. Research Policy, 1984, 13(6): 343-373.

77

第80頁

2023 年第 5 期 朱正浩, 戚聿東: “探索-利用” 視角下企業(yè)技術(shù)能力分類建構(gòu)與案例研究

Type Construction and Case Study of Firm?s Technological

Capability Under the View of ‘Exploration-Exploitation’

ZHU Zhenghao

1

, QI Yudong

2

(1. Nanjing Vocational University of Industry Technology, Nanjing 210023;

2. Beijing Normal University, Beijing 100875)

Abstract:Technological capability (TC) refers to a firm?s ability to combine or reorganize product components

and establish connections between product components,methods,processes,and technologies using specific technical

resources such as patents,databases,engineering design,and skilled engineers. TC is one of the most important resources for a firm to develop new products,improve financial performance,and maintain a sustainable competitive

advantage. Facing a rapidly changing environment,firms should not only focus on accumulating capabilities that

support product renewal and efficiency improvement under the existing technology trail but also explore knowledge

that adapts to technological change. Therefore,ambidextrous technological capability is needed to maintain the sustainable success of firms.

Building on the work of Garcia-Muina et al., who classify TC into technological exploratory capabilities and

technological exploitative capabilities,we present a two-dimensional TC analysis framework and divide TC into four

categories: exploration-oriented, exploitation-oriented, ambidextrous mode I,and ambidextrous mode II. Based on

the data analysis of 2011-2020 panel data from 255 listed pharmaceutical firms in China,we summarize the characteristics of different types of TC by conducting a cross-case study of four listed firms,including JINLIN PHARMACEUTICAL,ANKEBIO,HUALAN BIO,and NHU,from the dimensions of technological regime,R&D activities,and

products.

We put forward three propositions. Proposition 1:A firm?s degree of knowledge accumulation and appropriability together constitute the characteristics of the technological regime in observing TC type. Compared to explorationoriented and ambidextrous mode I firms,ambidextrous mode II and exploitation-oriented firms have a higher level of

knowledge accumulation and a strong appropriation mechanism. Proposition 2:A firm?s degree of R&D intensity and

technology strategy together constitute the characteristics of R&D in observing TC type. Compared to ambidextrous

mode I firms,others have a higher R&D intensity. Regarding technology strategy,ambidextrous mode II firms adopt

an offensive strategy,exploitation-oriented firms take a dependent strategy,exploration-oriented firms take an opportunistic strategy,and ambidextrous mode I firms take an imitative strategy. Proposition 3:Product relatedness and

product life cycle together constitute the product characteristics of TC type. Ambidextrous mode II and exploitationoriented firms have a high level of product relatedness,while exploration-oriented and ambidextrous mode I firms

have a low level of product relatedness. The introduction stage is closely related to the exploration-oriented firms,

the growth stage is closely related to the exploitation-oriented firms,and the maturity and decline stages are closely

related to the ambidextrous mode I firms. The ambidextrous mode II firms play an essential role in generation upgrade.

Keywords: technological capability; technological exploration; technological exploitation; technological regime; R&D; product

(責(zé)任編輯: 姚望春; 沈 娟)

78

第81頁

第 25 卷 第 5 期

2023 年 9 月

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 006

服務(wù)機器人擬人化對酒店

顧客情感和交易意向的影響研究

宋瀟瀟1

, 李云鵬1

, 唐 悅2

, 谷慧敏3

(1. 首都經(jīng)濟貿(mào)易大學(xué) 工商管理學(xué)院, 北京 100070;

2. 北京第二外國語學(xué)院中瑞酒店管理學(xué)院, 北京 102601;

3. 北京第二外國語學(xué)院 旅游科學(xué)學(xué)院, 北京 100024)

收稿日期: 2022-07-12; 修回日期: 2022-09-26

作者簡介: 宋瀟瀟 (1995—), 女, 首都經(jīng)濟貿(mào)易大學(xué)工商管理學(xué)院博士研究生; 李云鵬 (1971—), 男, 首都經(jīng)濟貿(mào)易大學(xué)工商管理

學(xué)院教授、 博士生導(dǎo)師, 通信作者; 唐悅 (1997—), 女, 北京第二外國語學(xué)院中瑞酒店管理學(xué)院輔導(dǎo)員; 谷慧敏 (1964—), 女, 北京第

二外國語學(xué)院旅游科學(xué)學(xué)院教授、 博士生導(dǎo)師。

摘 要: 基于恐怖谷理論和刻板印象內(nèi)容模型, 選取酒店禮賓問詢和前臺入住接待兩類不同的服務(wù)

場景, 通過三組實驗研究, 探究機器人外觀擬人化對情感型營銷結(jié)果 (顧客-機器人依戀) 和交易型營銷

結(jié)果 (顧客再次使用意向) 的影響機制以及邊界條件。 研究結(jié)果表明, 相比于低機器人外觀擬人化水平,

高擬人化水平更能夠有效強化情感型營銷結(jié)果, 即顧客-機器人依戀; 相比于低機器人外觀擬人化水平,

高擬人化水平更能夠強化顧客的溫暖與能力感知; 進一步地, 機器人外觀擬人化通過感知溫暖的中介作

用影響顧客-機器人依戀和再次使用意向。 此外, 關(guān)系規(guī)范取向正向調(diào)節(jié)感知溫暖對顧客-機器人依戀的

影響關(guān)系; 無論顧客的關(guān)系規(guī)范取向是情感導(dǎo)向還是交易導(dǎo)向, 感知溫暖在機器人外觀擬人化和顧客-機

器人依戀之間的中介效應(yīng)均得到加強。 研究結(jié)論為酒店使用擬人化服務(wù)機器人重塑顧客體驗提供了理論

依據(jù)。

關(guān)鍵詞: 酒店; 機器人擬人化; 情感型-交易型營銷結(jié)果; 感知溫暖; 感知能力; 關(guān)系規(guī)范取向

中圖分類號: F719. 2; F713. 5 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0079-16

一、 問題提出

近年來, 人工智能和自動化技術(shù)日新月異, 加之新型冠狀病毒感染 (COVID-19) 風(fēng)險顯著改變了傳

統(tǒng)酒店員工的對客服務(wù)方式, 無接觸服務(wù)成為重要的服務(wù)模式[1-2]

。 越來越多的酒店引入服務(wù)機器人提供

無接觸服務(wù), 以提高服務(wù)質(zhì)量和重塑顧客體驗[3-5]

。 目前國內(nèi)外酒店集團如萬豪、 希爾頓、 華住等已經(jīng)廣

泛使用機器人完成送物、 送餐等服務(wù)。 然而, 機器人在酒店行業(yè)的應(yīng)用也存在服務(wù)缺乏溫度、 無法滿足

顧客需求等問題。 什么樣的機器人能夠同時滿足顧客對情感和交易功能的雙重需求成為理論和實踐中亟

須解決的問題。

擬人化是人機互動的前沿概念[6]

, 能夠促進顧客與機器人的互動。 機器人外觀作為擬人化的重要特

征之一, 對顧客使用機器人的情感體驗和行為意向有重要影響。 在現(xiàn)實中, 機器人公司設(shè)計的機器人越

來越追求逼真, 如萬科的首位數(shù)字化員工崔曉盼在相貌和聲音上堪稱完美[7]

, 英國的人形機器人阿梅卡

79

第82頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

(Ameca) 表情逼真, 號稱 “世界上最先進的機器人”

[8]

。 研究也表明, 機器人擬人化能夠積極影響顧客

感知和行為意向[9-10]

。 然而, 也有研究認為機器人擬人化可能會對人機互動產(chǎn)生負面影響[11]

。 其中, 恐

怖谷現(xiàn)象引起了學(xué)者們的廣泛關(guān)注。 恐怖谷理論認為, 機器人的類人水平越高, 個體越會產(chǎn)生積極的反

應(yīng), 但是當(dāng)機器人在接近但尚未能達到完全逼真的類人水平時, 個體的反應(yīng)會突然從喜愛轉(zhuǎn)變?yōu)榉锤衃12]

。

可以看出, 對于不同水平的機器人擬人化如何影響個體反應(yīng)這一問題, 現(xiàn)有研究結(jié)論尚未達成一致。 同

時, 大多數(shù)研究僅從單一維度聚焦顧客對機器人擬人化的情感反應(yīng)或行為反應(yīng)[13-15]

, 忽視了營銷結(jié)果的

雙重維度, 即情感型和交易型營銷結(jié)果[16-17]

, 無法系統(tǒng)和連貫地為機器人擬人化對營銷結(jié)果的影響作出

全面的解釋。

作為個體感知的兩個基本維度, 溫暖和能力能夠解釋人際和群體間的社會認知[18-19]

。 大量服務(wù)管理

的研究探討了顧客對服務(wù)提供者 (如員工) 的溫暖和能力感知如何驅(qū)動服務(wù)結(jié)果[20-21]

。 隨著智能技術(shù)不

斷融入各類服務(wù)場景, 溫暖和能力維度能否用于解釋人機互動中顧客對機器人的反應(yīng)這一問題引起了學(xué)

者和管理者們的廣泛關(guān)注。 部分學(xué)者提出感知溫暖和能力能夠幫助解釋顧客對機器人擬人化的反應(yīng)的觀

點[22-23]

。 然而, 也有研究表明, 擬人化僅能影響顧客對機器人的溫暖感知, 并不能顯著影響能力感

知[24]

。 可以看出, 現(xiàn)有關(guān)于感知溫暖和能力在人機互動情境中作用的研究結(jié)論并未達成統(tǒng)一。 進一步地,

不同關(guān)系規(guī)范取向 (情感導(dǎo)向 vs. 交易導(dǎo)向) 的顧客對服務(wù)的關(guān)注點也存在差異, 情感導(dǎo)向的顧客更關(guān)注

服務(wù)氛圍, 而交易導(dǎo)向的顧客更強調(diào)服務(wù)結(jié)果[25-26]

, 上述差異性會影響感知溫暖和能力對情感型和交易

型營銷結(jié)果的作用程度。 因此, 有必要深入探討和檢驗感知溫暖和能力的中介機制作用, 以及關(guān)系規(guī)范

取向的調(diào)節(jié)作用。

鑒于此, 本文以恐怖谷理論和刻板印象內(nèi)容模型為理論基礎(chǔ), 探索機器人外觀擬人化對情感型和交

易型營銷結(jié)果的影響機制以及邊界條件。 具體研究內(nèi)容包含以下三個方面: 第一, 將機器人擬人化分為

高、 中、 低三個水平, 檢驗機器人擬人化對情感型營銷結(jié)果 (顧客-機器人依戀) 和交易型營銷結(jié)果 (再

次使用意向) 的影響; 第二, 探討顧客對機器人擬人化的溫暖和能力感知, 并進一步考察感知溫暖和感

知能力的中介作用; 第三, 探討顧客關(guān)系規(guī)范取向 (情感導(dǎo)向 vs. 交易導(dǎo)向) 的調(diào)節(jié)作用。

二、 理論基礎(chǔ)與研究假設(shè)

(一) 機器人擬人化與情感-交易型顧客關(guān)系

擬人化是將人類的特征、 動機、 意圖、 行為或情感等賦予真實或者想象的非人類實體 (如機器人、

計算機和動物) 的一種方式[27-29]

。 擬人化可以增加個體對機器人的自然反應(yīng), 促進人與機器人的社會互

動[27,30]

。 機器人外觀是擬人化特征最直接的表征, 服務(wù)機器人可以是類人機器人, 也可以是非人形機器

人[31]

。 機器人外觀擬人化主要指將人類的外觀特征賦予機器人, 使機器人看起來更像人[32]

。 本文主要關(guān)

注機器人外觀擬人化, 且強調(diào)顧客將服務(wù)機器人視為類人的程度。

情感型營銷結(jié)果是一種關(guān)系紐帶, 強調(diào)通過情感因素將顧客與其互動主體聯(lián)系在一起, 可以通過顧

客-企業(yè)認同、 依戀和承諾等變量來測量[33-34]

。 顧客-機器人依戀主要指機器人在服務(wù)過程中為顧客帶來

的情感體驗, 以及由此而產(chǎn)生的情感聯(lián)系, 反映了情感型營銷結(jié)果。 因此, 本文使用顧客-機器人依戀來

測量情感型營銷結(jié)果。 交易型營銷結(jié)果主要指顧客與企業(yè)之間的交易紐帶, 顧客更看重對方為自身帶來

的利益, 通常使用購買意向、 數(shù)量和頻率等指標進行測量[16,35]

。 在技術(shù)和信息化背景下, 再次使用意向

被定義為用戶繼續(xù)使用信息系統(tǒng)的意向[36]

, 反映了交易型營銷結(jié)果。 因此, 本文使用再次使用意向衡量

交易型營銷結(jié)果。

目前國內(nèi)僅有少數(shù)研究從擬人化視角探討服務(wù)機器人的相關(guān)研究內(nèi)容[37-40]

。 這些研究為理解機器人

擬人化與顧客行為之間的關(guān)系提供了理論框架, 但仍有許多問題亟待探討。 在研究主題上, 國內(nèi)外大多

數(shù)研究關(guān)注單一維度的營銷結(jié)果 (比如使用意向), 且現(xiàn)有關(guān)于機器人擬人化對營銷結(jié)果影響的研究結(jié)論

不一致。 在研究情境上, 酒店和旅游行業(yè)是重要的機器人應(yīng)用場景[39,41]

, 但現(xiàn)有研究對其挖掘尚不充分。

80

第83頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

綜上, 探討酒店消費情境下機器人外觀擬人化對情感型和交易型營銷結(jié)果的影響具有一定意義。

恐怖谷理論是應(yīng)用于機器人擬人化研究領(lǐng)域的重要理論[42-43]

。 莫里 (Mori, 1970) 于 1970 年提出恐

怖谷理論, 他認為當(dāng)類人機器人在接近但尚未能達到完全逼真的外觀時, 個體的反應(yīng)會在該臨界點上突

然從喜愛轉(zhuǎn)變?yōu)閰拹篬12]

。 已有部分研究驗證了恐怖谷理論的倒 U 型過程[41-42]

。 然而, 也有證據(jù)表明, 高

機器人擬人化水平并不一定總是帶來消極結(jié)果。 高擬人化的機器人會因其可愛度和熟悉度而得到使用者

的青睞[44]

。 作為顧客與產(chǎn)品或品牌之間的紐帶, 擬人化可以激發(fā)積極的顧客反應(yīng)[45]

。 擬人化能夠讓顧客

在交流的過程中獲得 “伙伴感” 和愉悅感, 從而形成顧客與產(chǎn)品或品牌之間的情感紐帶, 強化顧客-品牌

關(guān)系[46]

。 相比機器外觀的機器人, 個體對類人外觀的機器人評價更積極, 會產(chǎn)生更大的接觸欲望[47-48]

。

莫羅等 (Moro et al., 2018) 的研究表明, 具有表情和手臂手勢的類人機器人能夠顯著提高人機互動過程

中個體的參與度和積極情感[49]

。 顧客-機器人依戀體現(xiàn)了個體的情感屬性, 出于社會聯(lián)系和互動的需求,

顧客更有可能與較高外觀擬人化水平的機器人進行互動并產(chǎn)生積極的情感聯(lián)系。 基于以上觀點, 本文提

出以下假設(shè):

H1a: 機器人外觀擬人化水平 (高 vs. 中 vs. 低) 正向影響顧客-機器人依戀, 即高擬人化水平更能

夠強化顧客-機器人依戀。

研究表明, 機器人擬人化對交易結(jié)果有正向影響[50]

。 顧客對機器人擬人化的感知會增加他們使用服

務(wù)機器人的意愿[51-52]

。 在高感知控制的條件下, 使用者更愿意使用高擬人化的人工智能服務(wù)代理[15]

。 張

儀和王永貴 (2022) 的研究表明, 高社會階層的消費者更愿意使用外觀擬人化水平較高的機器人[37]

。 較

高外觀擬人化水平的機器人看起來更像人類, 顧客在使用中更容易感知到更多與人類特征和能力相匹配

的機器人屬性。 基于個體的理性認知, 顧客會更愿意使用具備類人化特征的機器人以獲得相應(yīng)的使用價

值。 為了滿足自身利益和需求, 顧客更愿意使用較高外觀擬人化水平的機器人, 并更有可能產(chǎn)生再次使

用意向。 基于以上觀點, 本文提出以下假設(shè):

H1b: 機器人外觀擬人化水平 (高 vs. 中 vs. 低) 正向影響顧客再次使用意向, 即高機器人外觀擬人

化水平更能夠強化顧客的再次使用意向。

(二) 感知溫暖和感知能力的中介作用

根據(jù)刻板印象內(nèi)容模型, 溫暖和能力是個體對他人感知的兩個基本維度[18-19,53]

。 溫暖維度包括友好

的、 樂于助人的、 真誠的、 可信賴的和有道德的等體現(xiàn)善意的特征; 能力維度包括智能的、 富有技能的、

有創(chuàng)造力的和高效的等體現(xiàn)能力的特征[19]

。 當(dāng)非人類實體具有類似人類的特征時, 個體會用溫暖和能力

兩個感知維度對其進行評價[23]

。

機器人外觀擬人化可以增加顧客對機器人的溫暖感知[24]

。 李等人 ( Lee et al., 2011) 的研究發(fā)現(xiàn),

類人機器人和類動物機器人比類機器的機器人展現(xiàn)出更多與溫暖相關(guān)的屬性[54]

。 朱和常 (Zhu & Chang,

2020) 的研究發(fā)現(xiàn), 擁有人形手的機器人廚師被認為更加溫暖[55]

。 基于此, 本文提出以下假設(shè):

H2a: 機器人外觀擬人化水平 (高 vs. 中 vs. 低) 正向影響顧客的感知溫暖, 即高擬人化水平更能夠

強化顧客的感知溫暖。

能力是個體對擬人化機器人感知的另一個重要維度。 機器人擬人化能夠增加顧客的能力感知[9]

。 類

人外觀的機器人比機器外觀的機器人看起來更溫暖和有能力[47]

。 與低擬人化水平的服務(wù)機器人相比, 高

擬人化水平的服務(wù)機器人更能提高顧客的感知服務(wù)勝任力[39]

。 基于此, 本文提出以下假設(shè):

H2b: 機器人外觀擬人化水平 (高 vs. 中 vs. 低) 正向影響顧客的感知能力, 即高擬人化水平更能夠

強化顧客的感知能力。

感知溫暖和能力可以影響個體的情緒并塑造其行為[56-57]

。 感知溫暖能夠驅(qū)動顧客-企業(yè)之間的情感關(guān)

系 (如顧客-企業(yè)認同和顧客-企業(yè)依戀)

[16]

。 使用者對機器人的溫暖感知對情感價值和享樂價值有積極

影響[56,58]

。 顧客對機器人自動化社會臨場感的溫暖感知能夠促進顧客參與和提高顧客滿意度[59]

。 在人機

互動過程中, 更高水平的感知溫暖是顧客對擬人化機器人的積極響應(yīng), 能夠促進更積極的情感型營銷結(jié)

81

第84頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

果的產(chǎn)生。 據(jù)此, 本文提出以下假設(shè):

H3a: 感知溫暖正向影響顧客-機器人依戀。

感知溫暖能夠加強顧客對機器人的再次使用意向[59]

。 感知溫暖能夠加強使用者對機器人的享樂價值

感知, 并進一步影響其使用意向[56]

。 酒店的產(chǎn)品和服務(wù)具有功能和娛樂雙重屬性, 感知溫暖體現(xiàn)了娛樂

和情感屬性, 是顧客行為意向的重要前因。 據(jù)此, 本文提出以下假設(shè):

H3b: 感知溫暖正向影響再次使用意向。

溫暖和能力是個體對機器人行為偏好的重要預(yù)測因子[60]

。 使用者對機器人的能力感知正向影響享樂價

值、 情感價值和實用價值[56,58]

。 顧客對機器人自動化社會臨場感的能力感知能夠促進顧客參與和提高顧客滿

意度[59]

。 以上研究結(jié)論表明, 感知能力對顧客的情感價值感知和評價具有一定的影響。 據(jù)此, 本文提出以

下假設(shè):

H4a: 感知能力正向影響顧客-機器人依戀。

感知能力在驅(qū)動顧客-企業(yè)之間的交易關(guān)系方面 (如購買意愿) 占主導(dǎo)地位[16]

。 顧客對機器人自動

化社會臨場感的能力感知能夠影響顧客的再次使用意向[59]

。 使用者對機器人的能力感知能夠加強享樂價

值和實用價值感知, 并進一步促使其使用意向[56]

。 以上研究結(jié)論為感知能力積極影響顧客的再次使用意

向提供了依據(jù)。 據(jù)此, 本文提出以下假設(shè):

H4b: 感知能力正向影響再次使用意向。

感知溫暖和感知能力是解釋機器人擬人化與顧客響應(yīng)之間關(guān)系的重要機制。 機器人擬人化通過增加

顧客的感知溫暖間接影響預(yù)期服務(wù)質(zhì)量[10]

。 機器人擬人化通過感知溫暖和能力的鏈式中介作用正向影響

顧客對食物的質(zhì)量預(yù)測[53]

。 擬人化機器人在服務(wù)失敗后通過真誠的道歉增強感知溫暖, 從而讓顧客更加

滿意[61]

。 基于以上討論, 本文提出以下假設(shè):

H5a: 感知溫暖在機器人外觀擬人化對顧客-機器人依戀和再次使用意向的影響中起中介作用。

通過傳達更多的類人特征, 高擬人化的機器人能夠有效激發(fā)顧客的積極感知, 并進一步影響顧客的情感

體驗和行為意向。 在高控制感的條件下, 使用者期望高擬人化的人工智能服務(wù)代理表現(xiàn)更好, 并更喜歡高擬

人化的人工智能服務(wù)代理[15]

。 機器人擬人化通過服務(wù)勝任力的中介作用影響顧客的價值共創(chuàng)意愿[39]

。 機器

人擬人化能夠提高顧客的能力感知, 并進一步影響預(yù)期服務(wù)質(zhì)量[10]

。 基于以上討論, 本文提出以下假設(shè):

H5b: 感知能力在機器人外觀擬人化對顧客-機器人依戀和再次使用意向的影響中起中介作用。

(三) 關(guān)系規(guī)范取向的調(diào)節(jié)作用

已有研究證實了顧客特征在技術(shù)使用行為中的重要邊界作用[10,62]

。 服務(wù)過程由核心服務(wù) (任務(wù)性)

和服務(wù)關(guān)系 (社會性) 兩部分組成, 雖然兩者都是服務(wù)評估的組成部分, 但不同顧客的消費目標可能存

在差異性[16,63-64]

。 關(guān)系規(guī)范取向趨于情感導(dǎo)向 (過程導(dǎo)向) 的顧客更關(guān)注服務(wù)傳遞的無形方面, 比如服

務(wù)氛圍和互動過程, 體驗感對他們來說很重要; 關(guān)系規(guī)范取向趨于交易導(dǎo)向 (結(jié)果導(dǎo)向) 的顧客更看重

服務(wù)能力、 結(jié)果和利益回報, 服務(wù)傳遞過程中完成任務(wù)對他們來說是特別重要的[25-26]

。

顧客的機器人服務(wù)體驗受其關(guān)系規(guī)范取向的影響[65]

。 享樂價值導(dǎo)向的顧客更關(guān)注體驗的享受性、 趣

味性和差異性[3]

。 感知溫暖能夠傳達更多與情感相關(guān)的屬性, 因此, 當(dāng)顧客的關(guān)系規(guī)范取向趨向于情感

導(dǎo)向時, 較強的溫暖感知更能引發(fā)積極的情感型營銷結(jié)果; 相應(yīng)地, 機器人外觀擬人化通過提高顧客的

感知溫暖增強情感型營銷結(jié)果。 據(jù)此, 本文提出以下假設(shè):

H6a: 感知溫暖對顧客-機器人依戀的影響受關(guān)系規(guī)范取向的調(diào)節(jié)。 具體而言, 顧客的關(guān)系規(guī)范取向

越趨向于情感導(dǎo)向, 感知溫暖對顧客-機器人依戀的影響越強。

H6b: 關(guān)系規(guī)范取向正向調(diào)節(jié)感知溫暖的中介強度。 具體而言, 顧客的關(guān)系規(guī)范取向為情感導(dǎo)向時,

感知溫暖在機器人外觀擬人化和顧客-機器人依戀之間的中介效應(yīng)得到加強。

功能價值導(dǎo)向的顧客更看重機器人的工作效率[3]

。 當(dāng)顧客的關(guān)系規(guī)范取向為結(jié)果導(dǎo)向時, 感知能力

對交易型營銷結(jié)果的影響得到加強[16]

。 感知能力更能體現(xiàn)服務(wù)的完成度, 當(dāng)顧客的關(guān)系規(guī)范取向趨向于

82

第85頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

交易導(dǎo)向時, 較強的能力感知更能引發(fā)積極的交易型營銷結(jié)果; 相應(yīng)地, 機器人外觀擬人化通過提高顧

客的感知能力增強交易型營銷結(jié)果。 據(jù)此, 本文提出以下假設(shè):

H7a: 感知能力對再次使用意向的影響受關(guān)系規(guī)范取向的調(diào)節(jié)。 具體而言, 顧客的關(guān)系規(guī)范取向越趨

向于交易導(dǎo)向, 感知能力對再次使用意向的影響越強。

H7b: 關(guān)系規(guī)范取向正向調(diào)節(jié)感知能力的中介強度。 具體而言, 顧客的關(guān)系規(guī)范取向為交易導(dǎo)向時,

感知能力在機器人外觀擬人化和再次使用意向之間的中介效應(yīng)得到加強。

(四) 理論模型

ffi >

!

UPWTWTU

-6

-#fl

2>8 Ufl

2>8 U

fl 9J3ffiU *

 9J3ffiUMffi 

ffi  M- 9J3ffi

)B)C

)B)C

)C

)B

)B

)B

)C )C

)C

)B

)B

)C

圖 1 研究模型

本文的研究模型圖如

圖 1 所示。

三、 實驗設(shè)計與結(jié)果

近年來, 越來越多的

酒店和旅游研究開始采用

實驗法[66]

。 圖片是最常使

用的實驗材料[39,41]

, 也有

少量研究使用視頻或真實

機器人作為實驗材料[49,67]

。

圖片情境模擬法的優(yōu)點是

被試能夠較快融入實驗情

境并更直觀地進行想象[37,68]

。 但是圖片材料與真實情境存在一定差距, 無法完全反映真實的情境。 借鑒

已有文獻[39,41] 的做法和考慮現(xiàn)實可行性, 本文采用基于圖片情境的實驗法。

(一) 實驗一

實驗一采用單因素三水平 (外觀擬人化高 vs. 中 vs. 低) 的組間實驗設(shè)計, 實驗?zāi)康氖菣z驗機器人外

觀擬人化水平對顧客-機器人依戀和再次使用意向的影響 (即檢驗 H1a 和 H1b)。 為了檢驗實驗材料操控

的有效性, 正式實驗之前, 本文進行了預(yù)實驗。

1. 實驗前測

預(yù)實驗采取線上實驗的方式。 線上實驗?zāi)軌蚬?jié)省調(diào)研成本、 提高效率, 更容易實現(xiàn)大規(guī)模的調(diào)查,

已被研究者廣泛使用[69-70]

。 為了減少線上實驗過程中一些干擾因素帶來的不利影響, 除了機器人外觀擬

人化水平不同, 圖片的顏色、 文字、 背景、 清晰度等均完全一致, 最大程度地確保實驗材料的一致性與

嚴謹性。 預(yù)實驗采用圖片+文字的情境實驗方式, 實驗材料設(shè)計如下:

“請您設(shè)想以下服務(wù)情景, 假如您正在 A 城旅游, 并入住 M 酒店。 您來到酒店前臺, 請?zhí)峁┓?wù)的禮

賓機器人推薦一家不錯的當(dāng)?shù)夭蛷d?!?/p>

實驗材料借鑒崔等人 (Choi et al., 2021)

[61] 的研究和日本海茵娜 (Henn-na) 機器人酒店。 被試被

隨機分配到三個情境中 (高中低三種機器人外觀擬人化水平) 的一個, 并在閱讀完實驗材料后回答以下

問題: 該服務(wù)機器人看起來像人或機器的程度 (1 =非常像機器, 更像一個物體; 5 = 非常像人類, 更像一

個人)。 因變量顧客-機器人依戀的測量條目改編自關(guān)圖爾等 (Güntürkün et al., 2020)

[16] 的研究, 再次使

用意向測量條目改編自巴塔查吉 (Bhattacharjee, 2001)

[36] 以及李 (Lee, 2010)

[71] 的研究。 此外, 本文

將性別、 年齡、 受教育程度、 職業(yè)、 收入、 機器人使用經(jīng)驗、 COVID-19 和顧客相關(guān)知識作為控制變量。

預(yù)實驗通過問卷星網(wǎng)站有償招募被試, 105 名被試被隨機分為三組, 被試需要對實驗材料中的機器人

外觀擬人化水平進行打分。 105 個樣本中, 男性 51 人, 女性 54 人。 單因素方差分析結(jié)果顯示, 擬人化水

平三個組間至少有兩個組之間存在顯著性差異 (M高擬人化

= 3. 657, M中擬人化

= 2. 543, M低擬人化

= 1. 971, F =

32. 986, P = 0. 000<0. 001)。 多重比較后發(fā)現(xiàn), 擬人化水平在高和中兩個組別 (P = 0. 000<0. 001)、 高和

83

第86頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

低兩個組別 (P = 0. 000<0. 001)、 中和低兩個組別 (P = 0. 008<0. 01) 中分別存在顯著差異, 說明對自變

量的操控是有效的, 可以在此基礎(chǔ)之上進行正式的實驗研究。

2. 實驗操縱與程序

實驗一的操作流程與預(yù)實驗保持一致。 實驗一為線下實驗, 樣本為國內(nèi) A 高校在校學(xué)生。 受過高等

教育的年輕人 (18~35 歲) 是旅游和技術(shù)領(lǐng)域最具影響力的消費群體[70]

。 現(xiàn)有很多研究都證明了學(xué)生樣

本的有效性[72-73]

。 此外, 控制學(xué)生樣本處于同一環(huán)境具備可行性。 國內(nèi) A 高校的 96 名全日制在校學(xué)生參

與此次實驗, 被試被隨機分配到三個實驗組中 (高、 中、 低擬人化組各 32 人), 并對實驗材料中的機器

人外觀擬人化水平進行打分。 為了最大程度保證實驗樣本的有效性, 在實驗開始前課題組要求被試保證

此前未參與過相關(guān)的線上調(diào)研, 盡量避免預(yù)實驗中的樣本與實驗一和實驗二的樣本重疊。

實驗的有效樣本量為 92 人 (高 31 人, 中 31 人, 低 30 人), 有效率為 95. 83%, 其中, 男性 43 人,

女性 49 人, 82. 61%的被試有過使用機器人的經(jīng)驗。 單因素方差分析結(jié)果發(fā)現(xiàn), 擬人化水平三個組間至少

有兩個組之間存在顯著性差異 (M高擬人化

= 3. 806, M中擬人化

= 2. 419, M低擬人化

= 1. 733, F = 36. 951, P = 0. 000<

0. 001)。 多重比較后發(fā)現(xiàn), 擬人化水平在高和中兩個組別 (P = 0. 000<0. 001)、 高和低兩個組別 (P =

0. 000<0. 001)、 中和低兩個組別 (P = 0. 024<0. 05) 中分別存在顯著差異, 說明自變量操縱是成功的。

3. 實驗結(jié)果與討論

研究結(jié)果顯示, 擬人化水平三個組間至少有兩個組之間在顧客 -機器人依戀 ( M高擬人化

= 3. 161,

M中擬人化

= 3. 008, M低擬人化

= 2. 500, F = 5. 285, P = 0. 007<0. 01) 上存在顯著性差異, 而擬人化水平三個組

間在再次使用意向上無顯著差異。 多重比較后發(fā)現(xiàn), 高和低擬人化組在顧客-機器人依戀上存在顯著差異

(P = 0. 010<0. 05), 高和中擬人化組 (P = 0. 768>0. 05)、 中和低擬人化組 (P = 0. 063>0. 05) 在顧客-機

器人依戀上均無顯著差異。 H1a 得到驗證, H1b 不成立。

實驗一結(jié)果表明, 相比于低機器人外觀擬人化水平, 高擬人化水平更能夠有效強化情感型營銷結(jié)果,

即顧客-機器人依戀, 但是機器人外觀擬人化水平對再次使用意向的影響無顯著差異。

(二) 實驗二

實驗二將探討上述主效應(yīng)的中介機制。 實驗二的材料和程序與實驗一保持一致, 同時加入感知溫暖

和感知能力的測量, 實驗?zāi)康氖菣z驗二者在主效應(yīng)之間的中介作用 (即檢驗 H2a、 H2b、 H3a、 H3b、

H4a、 H4b、 H5a、 H5b)。 感知溫暖和感知能力的測量條目主要來自賈德等 (Judd et al., 2005)

[74]

、 周等

人 (Zhou et al., 2019)

[75] 的研究。

1. 實驗操縱與程序

實驗二從國內(nèi) B 高校招募 93 名學(xué)生被試, 操作流程與實驗一保持一致。 參與實驗的被試被隨機分配

到三個實驗組中 (高、 中、 低擬人化組各 31 人), 并對實驗材料中的機器人外觀擬人化水平進行打分。

實驗的有效樣本量為 90 人 (高、 中、 低擬人化組各 30 人), 有效率為 96. 77%, 其中, 男性 34 人, 女性

56 人, 83. 33%的被試有使用機器人的經(jīng)驗。 單因素方差分析結(jié)果顯示, 擬人化水平三個組間至少有兩個

組之間存在顯著性差異 ( M高擬人化

= 3. 767, M中擬人化

= 2. 667, M低擬人化

= 1. 500, F = 39. 205, P = 0. 000 <

0. 001)。 多重比較后發(fā)現(xiàn), 擬人化水平在高和中兩個組別 (P = 0. 000<0. 001)、 高和低兩個組別 (P =

0. 000<0. 001)、 中和低兩個組別 (P = 0. 000<0. 001) 中分別存在顯著差異, 說明自變量操縱是成功的。

2. 實驗結(jié)果與討論

研究結(jié)果顯示, 擬人化水平三個組間至少有兩個組之間在感知溫暖上存在顯著性差異 (M高擬人化

=

3. 640, M中擬人化

= 3. 247, M低擬人化

= 2. 953, F = 6. 219, P = 0. 003<0. 01)。 多重比較后發(fā)現(xiàn), 高和低擬人化

組在感知溫暖上存在顯著差異 (P = 0. 003<0. 01), 高和中擬人化組 (P = 0. 138>0. 05)、 中和低擬人化組

(P = 0. 329>0. 05) 在感知溫暖上無顯著差異。 因此, H2a 成立。 擬人化水平三個組間至少有兩個組之間

在感知能力上存在顯著性差異 (M高擬人化

= 3. 833, M中擬人化

= 3. 433, M低擬人化

= 3. 358, F = 5. 044, P = 0. 008

<0. 01)。 多重比較后發(fā)現(xiàn), 高和低擬人化組在感知能力上存在顯著差異 (P= 0. 016<0. 05), 高和中擬人化

84

第87頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

組 (P= 0. 050= 0. 05)、 中和低擬人化組 (P= 0. 897>0. 05) 在感知能力上無顯著差異。 因此, H2b 成立。

對于主效應(yīng)的檢驗, 實驗二的結(jié)果與實驗一的結(jié)果保持一致, 擬人化水平三個組間至少有兩個組之

間在顧客-機器人依戀 (M高擬人化

= 3. 333, M中擬人化

= 2. 950, M低擬人化

= 2. 675, F = 5. 424, P = 0. 006<0. 01)

上存在顯著性差異, 而擬人化水平三個組間在再次使用意向上無顯著差異。 多重比較后發(fā)現(xiàn), 高和低擬

人化組在顧客-機器人依戀上存在顯著差異 (P = 0. 006<0. 01), 高和中擬人化組 (P = 0. 168>0. 05)、 中

和低擬人化組 (P = 0. 395>0. 05) 在顧客-機器人依戀上無顯著差異。

采用軟件 SPSS 宏程序 PROCESS 的模型 4 檢驗感知溫暖和感知能力的中介效應(yīng), 設(shè)置拔靴 (Bootstrapping) 次數(shù)為 5 000。 研究結(jié)果表明, 感知溫暖顯著影響顧客-機器人依戀 ( β = 0. 592, P = 0. 000<

0. 001) 和再次使用意向 (β = 0. 382, P = 0. 007<0. 01)。 因此, H3a 和 H3b 成立。 感知能力對顧客-機器

人依戀 (β = 0. 064, P = 0. 670>0. 05) 和再次使用意向 (β = 0. 214, P = 0. 226>0. 05) 的影響不顯著。 因此,

H4a 和 H4b 不成立。

以機器人外觀擬人化高組為參照組, 低水平的機器人外觀擬人化到顧客-機器人依戀的直接效應(yīng)不

顯著 ( β直接效應(yīng)

= -0. 212, LLCI = -0. 544, ULCI = 0. 120, 區(qū)間含 0) 。 感知溫暖中介路徑的置信區(qū)間結(jié)

果不含 0 ( β間接效應(yīng)

= -0. 401, LLCI = -0. 819, ULCI = -0. 113) , 達到顯著水平; 感知能力中介路徑的置

信區(qū)間結(jié)果包含 0 ( β間接效應(yīng)

= -0. 029, LLCI = -0. 156, ULCI = 0. 183) , 未達到顯著水平。 以機器人外

觀擬人化高組為參照組, 中水平的機器人外觀擬人化到顧客-機器人依戀的直接效應(yīng)不顯著 ( β直接效應(yīng)

=

-0. 166, LLCI = - 0. 494, ULCI = 0. 161, 區(qū) 間 含 0) 。 感 知 溫 暖 中 介 路 徑 的 置 信 區(qū) 間 結(jié) 果 不 含 0

( β間接效應(yīng)

= -0. 242, LLCI = -0. 596, ULCI = -0. 000) , 達到顯著水平; 感知能力中介路徑的置信區(qū)間

結(jié)果包含 0 ( β間接效應(yīng)

= -0. 027, LLCI = - 0. 140, ULCI = 0. 167) , 未達到顯著水平。 以上結(jié)果表明,

機器人外觀擬人化可以通過感知溫暖的中介作用影響顧客-機器人依戀, 但感知能力的中介作用不

成立。

以機器人外觀擬人化高組為參照組, 低水平的機器人外觀擬人化到再次使用意向的直接效應(yīng)不顯著

(β直接效應(yīng)

= 0. 213, LLCI = -0. 179, ULCI = 0. 605, 區(qū)間含 0)。 感知溫暖中介路徑的置信區(qū)間結(jié)果不含 0

(β間接效應(yīng)

= -0. 259, LLCI = -0. 591, ULCI = -0. 026), 達到顯著水平; 感知能力中介路徑的置信區(qū)間結(jié)果包

含 0 (β間接效應(yīng)

= -0. 098, LLCI = -0. 277, ULCI = 0. 102), 未達到顯著水平。 以機器人外觀擬人化高組為參

照組, 中水平的機器人外觀擬人化到再次使用意向的直接效應(yīng)不顯著 ( β直接效應(yīng)

= 0. 241, LLCI = -0. 146,

ULCI = 0. 628, 區(qū)間含 0)。 感知溫暖 ( β間 接效應(yīng)

= - 0. 156, LLCI = - 0. 407, ULCI = 0. 007) 和感知能力

(β間接效應(yīng)

= -0. 089, LLCI = -0. 253, ULCI = 0. 091) 中介路徑的置信區(qū)間結(jié)果均包含 0, 未達到顯著水平。

以上結(jié)果表明, 機器人外觀擬人化可以通過感知溫暖的中介作用影響再次使用意向, 但感知能力的中介

作用不成立。 因此, H5a 成立, H5b 不成立。

實驗二結(jié)果表明, 相比于低機器人外觀擬人化水平, 高擬人化水平更能夠強化顧客的溫暖與能力感

知。 進一步地, 機器人外觀擬人化可以通過感知溫暖的中介作用影響顧客-機器人依戀和再次使用意向,

但感知能力的中介作用不成立。

(三) 實驗三

實驗三將進一步檢驗關(guān)系規(guī)范取向的調(diào)節(jié)作用。 實驗三采用單因素三水平 (外觀擬人化高 vs. 中 vs.

低) 的組間實驗設(shè)計, 實驗?zāi)康氖菣z驗關(guān)系規(guī)范取向的調(diào)節(jié)作用 (即檢驗 H6a、 H6b、 H7a、 H7b)。 調(diào)節(jié)

變量關(guān)系規(guī)范取向的測量條目主要來自李等人 (Li et al., 2019)

[64] 的研究。 通過網(wǎng)絡(luò)渠道向被試發(fā)放電

子版情境實驗問卷, 在操縱流程上與前兩個實驗保持一致。 為了檢驗實驗材料操控的有效性, 正式實驗

之前, 本文進行了預(yù)實驗。 為了提升結(jié)論的外部效度, 實驗三更換了研究情境、 實驗材料和實驗樣本。

具體而言, 實驗一和實驗二為酒店禮賓服務(wù)場景, 實驗三為酒店前臺入住服務(wù)場景。 實驗材料上, 實驗

三的圖片區(qū)別于實驗一和實驗二, 通過另一組圖片體現(xiàn)不同的機器人外觀擬人化水平。 最后, 實驗三的

樣本為非學(xué)生樣本和學(xué)生樣本的組合, 且主要為非學(xué)生樣本。

85

第88頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

1. 實驗前測

預(yù)實驗采用圖片+文字的情境實驗方式, 實驗材料設(shè)計如下:

“請您設(shè)想以下服務(wù)情景, 假如您正在 C 城旅游, 并準備入住一家無人服務(wù)模式酒店———H 酒店。 當(dāng)

您進入酒店大廳, 為您辦理入住的是前臺服務(wù)機器人?!?/p>

實驗材料借鑒崔等人 (Choi et al., 2019)

[76] 的

研究以及來源于日本 Henn-na 機器人酒店。 被試被

隨機分配到三個情境中 (高、 中、 低三種機器人外

觀擬人化水平) 的一個, 并在閱讀完實驗材料后回

答以下問題: 該服務(wù)機器人看起來像人或機器的程

度 (1 =非常像機器, 更像一個物體; 5 = 非常像人

類, 更像一個人)。 此外, 本文將性別、 年齡、 受

教育程度、 職業(yè)、 收入、 機器人使用經(jīng)驗、 COVID19 和顧客相關(guān)知識作為控制變量。

預(yù)實驗通過騰訊問卷網(wǎng)有償招募被試, 105 名被

試被隨機分為三組, 被試需要對實驗材料中的機器人

外觀擬人化水平進行打分。 105 個樣本中, 男性 51

人, 女性 54 人。 單因素方差分析結(jié)果顯示, 三個組

間至少有兩個組之間存在顯著性差異 (M高擬人化

=

3. 543, M中擬人化

= 2. 943, M低擬人化

= 2. 171, F = 19. 275,

P= 0. 000<0. 001)。 多重比較后發(fā)現(xiàn), 擬人化水平在

高和中兩個組別 (P= 0. 008<0. 01)、 高和低兩個組別

(P= 0. 000<0. 001)、 中和低兩個組別 ( P = 0. 001 <

0. 01) 中分別存在顯著差異, 說明本文對自變量的操

控是有效的, 可以在此基礎(chǔ)之上進行正式的實驗

研究。

2. 實驗操縱與程序

為了保證樣本的均衡性, 以及避免實驗三樣本與

實驗一和實驗二存在重疊的情況, 實驗三共分兩輪招

募被試。 第一輪日期為 2021 年 10 月 27 日 ~ 11 月 2

日, 共招募 152 名被試, 有效樣本量為 135 人; 第二

輪日期為 2022 年 1 月 16 日~1 月 22 日, 共招募 71 名

被試, 有效樣本量為 60 人; 兩輪共招募 223 名被試,

剔除無效樣本后, 有效樣本量為 195 人, 有效率為

87. 44%。 實驗三第一輪被試的招募包括兩種形式,

一是在國內(nèi)某企業(yè)招募員工和客戶參加線上實驗, 所

有被試均為非學(xué)生樣本; 二是在國內(nèi) C 高校招募學(xué)生

被試。 第二輪被試通過騰訊問卷網(wǎng)線上有償招募。 為

了進一步確保 195 份樣本的有效性, 首先, 設(shè)置了跳

轉(zhuǎn)題項, 如果被試選擇曾經(jīng)作答過問卷, 將會終止問

卷填寫。 其次, 對實驗三共兩輪的所有問卷進行人工

核查, 確保不存在同一樣本同時填寫多次的情況。 最

表 1 樣本人口統(tǒng)計學(xué)特征

變量 人口統(tǒng)計特征 頻率 百分比/ %

性別 男 91 46. 7

女 104 53. 3

年齡 18 歲以下 3 1. 5

18~ 24 歲 48 24. 6

25~ 30 歲 87 44. 6

31~ 40 歲 34 17. 4

41~ 50 歲 13 6. 7

51 歲及以上 10 5. 1

受教育

程度

(學(xué)歷)

小學(xué)及以下 2 1. 0

初中 2 1. 0

高中/ 中專/ 技校 19 9. 7

大學(xué)???32 16. 4

大學(xué)本科 90 46. 2

碩士研究生 50 25. 6

職業(yè) 在校學(xué)生 35 17. 9

政府/ 機關(guān)干部/ 公務(wù)員 11 5. 6

企業(yè)管理者 (包括基層及中高

層管理者)

27 13. 8

普通職員 (辦公室/ 寫字樓工作

人員)

68 34. 9

專業(yè)人員 (如醫(yī)生/ 律師/ 文體/

記者/ 老師等)

17 8. 7

普通工人 (如工廠工人/ 體力勞

動者等)

6 3. 1

商業(yè)服務(wù)業(yè)職工 (如銷售人員/

商店職員/ 服務(wù)員等)

3 1. 5

個體經(jīng)營者/ 承包商 3 1. 5

自由職業(yè)者 20 10. 3

暫無職業(yè) 3 1. 5

其他職業(yè)人員 2 1. 0

收入 1 000 元以下 14 7. 2

1 001~ 3 000 元 30 15. 4

3 001~ 6 000 元 43 22. 1

6 001~ 8 000 元 23 11. 8

8 001~ 10 000 元 25 12. 8

10 001 元及以上 60 30. 8

86

第89頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

后, 線下實驗確保被試所處的環(huán)境一致。 參與實驗的

被試被隨機分配到三個實驗組中 (高 76 人, 中 73 人,

低 74 人), 并對實驗材料中的機器人外觀擬人化水平

進行打分。 實驗的有效樣本量為 195 人 (高 65 人、 中

65 人、 低 65 人), 其中, 男性 91 人, 女性 104 人; 學(xué)

生樣本僅有 35 人 (17. 95%), 77. 95%的被試有使用機

器人的經(jīng)驗。 具體人口統(tǒng)計學(xué)特征如表 1 所示。 擬人

化水平在三個實驗組之間存在顯著差異 (M高擬人化

=

3. 585, M中擬人化

= 2 692, M低擬人化

= 2. 031, F = 37. 277,

P=0. 000<0. 001), 說明自變量操縱是成功的。

表1(續(xù))

變量 人口統(tǒng)計特征 頻率 百分比/ %

是否

使用過

機器人

是 152 77. 9

否 43 22. 1

COVID-19

是否影響

使用機器人

是 171 87. 7

否 24 12. 3

3. 實驗結(jié)果與討論

對于主效應(yīng)的檢驗, 擬人化水平三個組間至少有兩個組之間在顧客-機器人依戀 (M高擬人化

= 3. 104,

M中擬人化

= 3. 012, M低擬人化

= 2. 677, F = 6. 128, P = 0. 003<0. 01) 上存在顯著性差異, 而擬人化水平三個組

間在再次使用意向上無顯著差異。 多重比較后發(fā)現(xiàn), 高和低擬人化組 (P = 0. 005<0. 01)、 中和低擬人化

組 (P = 0. 035<0. 05) 均在顧客-機器人依戀上存在顯著差異, 高和中擬人化組 (P = 0. 772>0. 05) 在顧

客-機器人依戀上無顯著差異。

研究結(jié)果顯示, 擬人化水平三個組間至少有兩個組之間在感知溫暖上存在顯著性差異 (M高擬人化

=

3. 594, M中擬人化

= 3. 326, M低擬人化

= 3. 077, F = 7. 994, P = 0. 000<0. 001)。 多重比較后發(fā)現(xiàn), 高和低擬人

化組在感知溫暖上存在顯著差異 (P = 0. 000<0. 001), 高和中擬人化組 (P = 0. 120>0. 05)、 中和低擬人化

組 (P = 0. 159>0. 05) 在感知溫暖上均無顯著差異。 擬人化水平三個組間至少有兩個組之間在感知能力上

存在顯著性差異 (M高擬人化

= 3. 719, M中擬人化

= 3. 512, M低擬人化

= 3. 319, F = 5. 872, P = 0. 003<0. 01)。 多重

比較后發(fā)現(xiàn), 高和低擬人化組在感知能力上存在顯著差異 (P = 0. 003 < 0. 01), 高和中擬人化組 (P =

0. 208>0. 05)、 中和低擬人化組 (P = 0. 260>0. 05) 在感知能力上均無顯著差異。

檢驗有調(diào)節(jié)的中介效應(yīng), 需要先檢驗中介效應(yīng), 再檢驗調(diào)節(jié)效應(yīng)[77]

。 因此, 首先通過宏程序

PROCESS 模型 4 檢驗感知溫暖和感知能力的中介作用, 然后通過宏程序 PROCESS 模型 14 檢驗關(guān)系規(guī)范

取向的調(diào)節(jié)作用, 設(shè)置 Bootstrapping 次數(shù)為 5 000。

中介效應(yīng)檢驗結(jié)果表明, 以機器人外觀擬人化高組為參照組, 低水平的機器人外觀擬人化到顧客-機

器人依戀的直接效應(yīng)不顯著 (β直接效應(yīng)

= -0. 115, LLCI = -0. 318, ULCI = 0. 087, 區(qū)間含 0)。 感知溫暖中介

路徑的置信區(qū)間結(jié)果不含 0 (β間接效應(yīng)

= -0. 218, LLCI = -0. 364, ULCI = -0. 100), 達到顯著水平; 感知能

力中介路徑的置信區(qū)間結(jié)果包含 0 ( β間接效應(yīng)

= -0. 077, LLCI = -0. 177, ULCI = 0. 000), 未達到顯著水平。

以機器人外觀擬人化高組為參照組, 中水平的機器人外觀擬人化到顧客-機器人依戀的直接效應(yīng)不顯著

(β直接效應(yīng)

= 0. 081, LLCI = -0. 114, ULCI = 0. 275, 區(qū)間含 0)。 感知溫暖中介路徑的置信區(qū)間結(jié)果不含 0

(β間接效應(yīng)

= -0. 105, LLCI = -0. 229, ULCI = -0. 004), 達到顯著水平; 感知能力中介路徑的置信區(qū)間結(jié)果包

含 0 (β間接效應(yīng)

= -0. 042, LLCI = -0. 116, ULCI = 0. 008), 未達到顯著水平。 因此, 機器人外觀擬人化通過

感知溫暖的中介作用影響顧客-機器人依戀, 但感知能力的中介作用不成立。

以機器人外觀擬人化高組為參照組, 低水平的機器人外觀擬人化到再次使用意向的直接效應(yīng)顯著

(β直接效應(yīng)

= 0. 317, LLCI = 0. 107, ULCI = 0. 526)。 感知溫暖中介路徑的置信區(qū)間結(jié)果不含 0 ( β間接效應(yīng)

=

-0. 308, LLCI = -0. 484, ULCI = - 0. 153), 達到顯著水平; 感知能力中介路徑的置信區(qū)間結(jié)果包含 0

(β間接效應(yīng)

= -0. 038, LLCI = -0. 120, ULCI = 0. 035), 未達到顯著水平。 以機器人外觀擬人化高組為參照組,

中水平的機器人外觀擬人化到再次使用意向的直接效應(yīng)顯著 ( β直接效應(yīng)

= 0. 222, LLCI = 0. 020, ULCI =

0. 424)。 感知溫暖 ( β間接效應(yīng)

= - 0. 148, LLCI = - 0. 308, ULCI = 0. 001) 和感知能力 ( β間接效應(yīng)

= -0. 021,

LLCI = -0. 085, ULCI = 0. 019) 中介路徑的置信區(qū)間結(jié)果均包含 0, 未達到顯著水平。 因此, 機器人外觀

87

第90頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

擬人化通過感知溫暖的中介作用影響再次使用意向, 但感知能力的中介作用不成立。

由于感知能力在機器人外觀擬人化和顧客再次使用意向之間的中介作用不成立, 相應(yīng)地, 關(guān)系規(guī)范

fl +2>8  +2>8

 -#fl P























M

ffi







圖 2 關(guān)系規(guī)范取向的調(diào)節(jié)作用

取向在感知能力對顧客再次使用意向影響過程中

的調(diào)節(jié)作用 (H7a), 以及對感知能力中介路徑的

調(diào)節(jié)作用 ( H7b, 有調(diào)節(jié)的中介效應(yīng)) 不成立。

感知溫暖在機器人外觀擬人化和顧客-機器人依戀

之間的中介作用成立, 因此, 本文進一步檢驗關(guān)

系規(guī)范取向在感知溫暖對顧客-機器人依戀影響過

程中的調(diào)節(jié)作用 (H6a), 以及對感知溫暖中介路

徑的調(diào)節(jié)作用 (H6b, 有調(diào)節(jié)的中介效應(yīng))。 結(jié)果

顯示, 感知溫暖×關(guān)系規(guī)范取向?qū)︻櫩?機器人依戀

(β = 0. 166, P = 0. 009<0. 01) 的影響顯著。 因此,

H6a 成立。 為了更直觀地呈現(xiàn)關(guān)系規(guī)范取向在感知

溫暖對顧客-機器人依戀影響過程中的調(diào)節(jié)作用,

本文繪制了調(diào)節(jié)作用圖。 如圖 2 所示, 關(guān)系規(guī)范取

向正向調(diào)節(jié)感知溫暖對顧客-機器人依戀的影響。

進一步檢驗 H6b (有調(diào)節(jié)的中介效應(yīng)), 如表 2 所示, 機器人外觀擬人化高組 (參照組) vs. 低組,

無論關(guān)系規(guī)范取向趨向于情感還是交易導(dǎo)向, 感知溫暖在機器人外觀擬人化和顧客-機器人依戀之間的中

介效應(yīng)均達到顯著水平 (情感導(dǎo)向: β間接效應(yīng)

= -0. 298, LLCI = -0. 500, ULCI = -0. 114, 區(qū)間不含 0; 交易

導(dǎo)向: β間接效應(yīng)

= -0. 119, LLCI = -0. 251, ULCI = -0. 012, 區(qū)間不含 0)。 機器人外觀擬人化高組 (參照組)

vs. 中組, 當(dāng)顧客的關(guān)系規(guī)范取向為情感導(dǎo)向時, 感知溫暖在機器人外觀擬人化和顧客-機器人依戀之間的中

介效應(yīng)未達到顯著水平 (β間接效應(yīng)

= -0. 144, LLCI = -0. 309, ULCI = 0. 004, 區(qū)間含 0)。 因此, H6b 部分成立。

表 2 撥靴被調(diào)節(jié)的中介效應(yīng)檢驗結(jié)果

機器人外觀

擬人化水平

調(diào)節(jié)變量 中介變量 路徑 效應(yīng)值 標準誤 95%置信區(qū)間

擬人化

高 vs. 低

情感導(dǎo)向的

關(guān)系規(guī)范取向 ( +1SD)

交易導(dǎo)向的

關(guān)系規(guī)范取向 ( -1SD)

感知溫暖 機器人外觀擬人化→感知溫

暖→顧客-機器人依戀

-0. 298 0. 097 [ -0. 500, -0. 114]

-0. 119 0. 061 [ -0. 251, -0. 012]

擬人化

高 vs. 中

情感導(dǎo)向的

關(guān)系規(guī)范取向 ( +1SD)

交易導(dǎo)向的

關(guān)系規(guī)范取向 ( -1SD)

感知溫暖 機器人外觀擬人化→感知溫

暖→顧客-機器人依戀

-0. 144 0. 079 [ -0. 309, 0. 004]

-0. 057 0. 041 [ -0. 154, 0. 004]

實驗三的結(jié)果表明, 關(guān)系規(guī)范取向正向調(diào)節(jié)感知溫暖對顧客-機器人依戀的影響。 進一步地, 機器人

外觀擬人化高組 vs. 低組, 無論顧客的關(guān)系規(guī)范取向是情感導(dǎo)向還是交易導(dǎo)向, 感知溫暖在機器人外觀擬

人化和顧客-機器人依戀之間的中介效應(yīng)均得到加強。

四、 結(jié)論、 貢獻與啟示

(一) 研究結(jié)論

本文采用三個情境實驗檢驗研究假設(shè), 并得出以下結(jié)論:

第一, 相比于低機器人外觀擬人化水平, 高擬人化水平更能夠強化情感型營銷結(jié)果, 即顧客-機器人

88

第91頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

依戀, 但機器人外觀擬人化水平對交易型營銷結(jié)果 (再次使用意向) 的影響無顯著差異, 該結(jié)論部分吻

合恐怖谷理論。 根據(jù)恐怖谷理論, 隨著機器人擬人化水平由低到高, 個體的反應(yīng)會經(jīng)歷 “消極→積

極→消極” 的倒 U 型過程[12]

。 而本文研究結(jié)果表明, 高水平的機器人外觀擬人化并不總是會產(chǎn)生消極結(jié)

果, 這與行業(yè)發(fā)展趨勢一致。 該結(jié)論可能受以下兩方面因素的影響。一方面, 熟悉度是減少不確定性和

恐懼感的關(guān)鍵因素, 可以增強個體的積極情緒[78]

。 人們對安全的需求、 機器人在服務(wù)場景中 (如冬奧

會) 的頻繁使用、 機器人相關(guān)信息的大量傳播, 以及人工智能技術(shù)的逐漸成熟都會增加個體對機器人的

熟悉度, 個體對機器人的類人外表也因此不再過度敏感[79]

。 本文每個實驗均有超過 70%的樣本曾在酒店

中使用過機器人, 這可能會降低他們對機器人的陌生度和恐懼感, 從而更容易對較高擬人化水平的機器

人產(chǎn)生積極的情感反應(yīng)。 另一方面, 消費者個體特征會影響其對機器人的感知和體驗。 比如, 高社會階

層的消費者更愿意使用外觀擬人化程度較高的機器人, 這是因為高社會階層的消費者會將高擬人化機器

人視為對個性化和獨特性服務(wù)的追求[37]

。 本文絕大多數(shù)樣本是本科及以上學(xué)歷, 具有較高的受教育水平,

對新技術(shù)有較高的接受度。

然而, 在本文中, 機器人外觀擬人化水平對顧客再次使用意向的影響無顯著差異。 這可能是因為相較于

情感體驗, 再次使用意向是顧客經(jīng)過對信息加工和處理后做出的認知反應(yīng), 是較為理性的交易結(jié)果。 機器人

的擬人化外觀屬性無法完全體現(xiàn)機器人的使用價值, 顧客無法僅憑機器人的擬人化外觀滿足自身利益和需

求。 王等人 (Wang et al., 2021) 研究發(fā)現(xiàn), 機器人擬人化對顧客感知價值的影響不顯著[80]

, 因而機器人外

觀擬人化水平無法直接影響顧客的再次使用意向。 另一個可能解釋該結(jié)論的原因是機器人具有多種內(nèi)在和外

在屬性, 機器人外觀擬人化特征只是其外在表征屬性之一, 部分顧客可能更在意機器人的其他屬性, 比如實

用價值、 享樂價值和情感價值等, 而并不關(guān)心機器人長得像不像人類。

第二, 相比于低機器人外觀擬人化水平, 高擬人化水平更能夠強化顧客的溫暖與能力感知。 進一步

地, 機器人外觀擬人化可以通過感知溫暖的中介作用影響顧客-機器人依戀和再次使用意向。 本文證明了

感知溫暖是評價酒店行業(yè)機器人服務(wù)的重要維度, 驗證了個體與機器人的互動方式與人類之間的互動方

式相似這一觀點。 類人機器人能夠傳遞擬人化線索, 增強個體對其的真實性感知; 這種感知進一步引導(dǎo)

個體將個性和情感能力歸于機器人[54]

。 然而, 本文未發(fā)現(xiàn)感知能力的中介作用。 這可能是因為本文聚焦

機器人外觀擬人化, 被試通過機器人圖片評價機器人的能力屬性, 而靜態(tài)圖片中機器人的外觀擬人化特

征所傳達的機器人的使用價值有限, 參與者可能無法準確判斷其服務(wù)能力。

第三, 關(guān)系規(guī)范取向正向調(diào)節(jié)感知溫暖對顧客-機器人依戀的影響。 進一步地, 無論顧客的關(guān)系規(guī)范取

向是情感導(dǎo)向還是交易導(dǎo)向, 感知溫暖在機器人外觀擬人化和顧客-機器人依戀之間的中介效應(yīng)均得到加強。

該研究結(jié)論與已有研究[16] 保持一致, 證明了關(guān)系規(guī)范取向的重要邊界作用和感知溫暖的穩(wěn)健作用。

(二) 理論貢獻

第一, 通過探討機器人外觀擬人化水平對情感型和交易型營銷結(jié)果的影響, 豐富了服務(wù)機器人的相

關(guān)研究。 本文探討了機器人外觀擬人化對情感型和交易型營銷結(jié)果的影響, 從更全面和系統(tǒng)的視角驗證

了機器人擬人化在市場營銷中的作用。 此外, 本文的研究結(jié)論呼應(yīng)了恐怖谷效應(yīng)倒 U 型過程的前半段,

但不同之處是, 高水平的機器人外觀擬人化也可能會產(chǎn)生積極影響, 該結(jié)論呼應(yīng)了羅森塔爾-范德皮滕和

克雷默 (Rosenthal-von der Pütten & Kr?mer, 2014) 的研究, 即最類人的機器人具有更高水平的可愛度和

熟悉度[44]

。 因此, 本文豐富了服務(wù)機器人的相關(guān)研究, 拓寬了恐怖谷理論在酒店情境的應(yīng)用。

第二, 拓展了刻板印象內(nèi)容模型在酒店人機互動情境中的應(yīng)用。 感知溫暖已被證實是預(yù)測顧客情感

和行為的核心維度之一[60-61]

。 本文從過程維度深入考察了人機互動的機制, 即從接觸不同擬人化水平的

機器人到引發(fā)顧客感知, 在感知的影響下進一步引發(fā)情感型和交易型營銷結(jié)果, 彰顯了人機互動過程中

顧客感知溫暖的重要作用, 拓展了智能服務(wù)交付過程 (服務(wù)前-服務(wù)發(fā)生-服務(wù)結(jié)果) 的相關(guān)研究。

第三, 從顧客個人特征視角拓展了人機互動情境下顧客感知和情感型營銷結(jié)果的邊界條件。 本文引

入關(guān)系規(guī)范取向這一調(diào)節(jié)變量, 并證明了其在人機互動過程中的重要性。 這一結(jié)論較好地呼應(yīng)了關(guān)圖爾

89

第92頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

等 (2020)

[16] 的研究,一定程度上揭示了顧客特征對人機互動的影響。

(三) 實踐啟示

首先, 技術(shù)開發(fā)者和酒店管理者應(yīng)充分關(guān)注機器人的擬人化特征。 以人為原型的機器更符合大多數(shù)人的

期待[81]

。 根據(jù)本文結(jié)論, 在外觀上更接近真實人類的高擬人化機器人更能夠強化顧客的情感反應(yīng)。 因此,

開發(fā)者在開發(fā)與設(shè)計階段就應(yīng)考慮機器人的擬人外觀特征, 管理者在引入和投入使用階段需意識到只有具有

適當(dāng)擬人化特征、 能夠使互動更自然的服務(wù)機器人才能真正起到改善顧客感知和體驗的作用。 未來, 機器人

發(fā)展到一定階段時, 應(yīng)重視形成自身獨特的氣質(zhì)和地方風(fēng)貌, 比如, 有企業(yè)獨特的面貌和風(fēng)格。

其次, 酒店可以利用機器人的類人屬性提供服務(wù)。 尚美生活已經(jīng)發(fā)布酒店行業(yè)首個虛擬數(shù)字人尚小

美, 本文研究結(jié)果與現(xiàn)實技術(shù)思想和設(shè)計一致, 驗證了產(chǎn)業(yè)現(xiàn)實發(fā)展的方向正確性。 此外, 勞動力短缺

是中國酒店業(yè)的主要問題之一, 隨著人工智能發(fā)展到更高的智能水平, 人工智能服務(wù)將成為未來趨勢。

酒店行業(yè)具有高接觸的服務(wù)屬性, 高擬人化的機器人從外觀上更接近真實人類, 能讓顧客更有熟悉感,

一定程度上可以彌補人力短缺問題。

最后, 將人的元素更多地融入機器人的開發(fā)屬性, 注重服務(wù)機器人的社交屬性和情感屬性, 尤其要

注重溫暖這一更能彰顯酒店業(yè)特征的屬性。 與其他更注重機器人產(chǎn)品功能的場景相比, 酒店服務(wù)更注重

機器人的娛樂和社交等人性化服務(wù)屬性。 因為酒店和旅游業(yè)的本質(zhì)屬性是為顧客提供難忘、 愉快和身臨

其境的體驗[82-83]

, 員工和顧客之間是高接觸關(guān)系。 與人工服務(wù)相比, 機器人服務(wù)相對標準化和程序化,

容易帶來低人情味感知。 因此, 酒店機器人應(yīng)朝著更人性化的方向發(fā)展, 并根據(jù)不同顧客和場景, 提供

定制化、 差異化和個性化的智能服務(wù)。

五、 研究局限與展望

本文存在以下幾點不足: 第一, 實驗情境的局限性。一方面, 采用 “圖片+文字” 的實驗方式, 與真

實的酒店機器人服務(wù)場景有一定差異; 另一方面, 線上實驗干擾因素較多且難以控制。 這都可能影響實

驗效果的真實性, 未來研究可以進行現(xiàn)場實驗。 第二, 實驗樣本的局限性。一方面, 實驗樣本量較少;

另一方面, 本文的實驗一和實驗二均為大學(xué)生樣本。 未來研究可以增加實驗樣本量, 保證足夠的樣本量,

并尋找多源實驗樣本。 第三, 變量操控的單一性。 本文僅從機器人外觀視角考察擬人化的影響作用, 缺

乏多維性。 未來研究可以綜合機器人的外觀、 動作和聲音等多維度擬人化特征, 從更全面的視角考察機

器人擬人化對顧客感知和行為的影響。 第四, 人機互動理論的不完備性。 隨著技術(shù)的發(fā)展, 未來機器人

將會有更多的形態(tài)與功能, 現(xiàn)有理論將不足以解釋機器人服務(wù)的相關(guān)研究。 未來研究應(yīng)繼續(xù)完善和驗證

恐怖谷理論等現(xiàn)有理論, 并嘗試用新的理論解釋機器人服務(wù)場景中的情感型和交易型營銷結(jié)果。

參考文獻:

[1]HAO F, XIAO Q, CHON K. COVID-19 and China?s hotel industry: impacts, a disaster management framework, and post-pandemic agenda

[J]. International Journal of Hospitality Management, 2020, 90: 102636.

[ 2]JIANG Y Y, WEN J. Effects of COVID-19 on hotel marketing and management: a perspective article[J]. International Journal of Contemporary

Hospitality Management, 2020, 32(8): 2563-2573.

[3]舒伯陽,邱海蓮,李明龍. 社會化視角下接待業(yè)服務(wù)機器人對顧客體驗的影響研究[J]. 旅游導(dǎo)刊,2020,4(2):9-25.

[4]TUNG V W S, AU N. Exploring customer experiences with robotics in hospitality[J]. International Journal of Contemporary Hospitality Management, 2018, 30(7): 2680-2697.

[5]ZHANG T T. Co-creating tourism experiences through a traveler?s journey: a perspective article[J]. Tourism Review, 2020, 75(1): 56-60.

[6]YU C E, NGAN H F B. The power of head tilts: gender and cultural differences of perceived human vs human-like robot smile in service[J].

Tourism Review, 2019, 74(3): 428-442.

[7]羅莎琳. 萬科首位“數(shù)字化員工”刷屏[N]. 信息時報,2022-01-02(6).

[8]“世上最先進的機器人”在英國亮相,神態(tài)豐富堪比“表情包”,能走路就完美了[EB/ OL]. ( 2021- 12- 06) [ 2022- 04- 11]. https: / /

90

第93頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

36kr. com/ p / 1515681888344073.

[9]BLUT M, WANG C, WüNDERLICH N V, et al. Understanding anthropomorphism in service provision: a meta-analysis of physical robots,

chatbots, and other AI[J]. Journal of the Academy of Marketing Science, 2021, 49(4): 632-658.

[10]YOGANATHAN V, OSBURG V S, KUNZ W H, et al. Check-in at the robo-desk: effects of automated social presence on social cognition and

service implications[J]. Tourism Management, 2021, 85: 104309.

[ 11]YU C E. Humanlike robots as employees in the hotel industry: thematic content analysis of online reviews[J]. Journal of Hospitality Marketing

& Management, 2020, 29(1): 22-38.

[12]MORI M. The uncanny valley[J]. Energy, 1970, 7: 33-35.

[13]DE KERVENOAEL R, HASAN R, SCHWOB A, et al. Leveraging human-robot interaction in hospitality services: incorporating the role of

perceived value, empathy, and information sharing into visitors? intentions to use social robots[J]. Tourism Management, 2020, 78: 104042.

[14]LIN H X, CHI O H, GURSOY D. Antecedents of customers? acceptance of artificially intelligent robotic device use in hospitality services[J].

Journal of Hospitality Marketing & Management, 2020, 29(5): 530-549.

[15]YANG Y, LIU Y, LV X Y, et al. Anthropomorphism and customers?willingness to use artificial intelligence service agents[ J]. Journal of

Hospitality Marketing & Management, 2022, 31(1): 1-23.

[16]GüNTüRKüN P, HAUMANN T, MIKOLON S. Disentangling the differential roles of warmth and competence judgments in customer-service

provider relationships[J]. Journal of Service Research, 2020, 23(4): 476-503.

[17]REINARTZ W J, KUMAR V. On the profitability of long-life customers in a noncontractual setting: an empirical investigation and implications

for marketing[J]. Journal of Marketing, 2000, 64(4): 17-35.

[18]FISKE S T, CUDDY A J C, GLICK P, et al. A model of (often mixed) stereotype content: competence and warmth respectively follow from

perceived status and competition[J]. Journal of Personality and Social Psychology, 2002, 82(6): 878-902.

[19]FISKE S T, CUDDY A J C, GLICK P. Universal dimensions of social cognition: warmth and competence[J]. Trends in Cognitive Sciences,

2007, 11(2): 77-83.

[20]SCOTT M L, MENDE M, BOLTON L E. Judging the book by its cover? How consumers decode conspicuous consumption cues in buyer-seller

relationships[J]. Journal of Marketing Research, 2013, 50(3): 334-347.

[21]LI Y Q, LIU B Q, CHEN P, et al. Tourism service providers? physical attractiveness and customers? service quality evaluation: is warmth or

competence more important? [J]. Tourism Review, 2021, 76(6): 1260-1278.

[22]C

ˇ

AIC

' M, MAHR D, ODERKERKEN-SCHR?EDER G. Value of social robots in services: social cognition perspective[J]. Journal of Services

Marketing, 2019, 33(4): 463-478.

[23]YANG L W, AGGARWAL P, MCGILL A L. The 3 C?s of anthropomorphism: connection, comprehension, and competition[ J]. Consumer

Psychology Review, 2020, 3(1): 3-19.

[24]KIM S Y, SCHMITT B H, THALMANN N M. Eliza in the uncanny valley: anthropomorphizing consumer robots increases their perceived

warmth but decreases liking[J]. Marketing Letters, 2019, 30(1): 1-12.

[25]AGGARWAL P. The effects of brand relationship norms on consumer attitudes and behavior[ J]. Journal of Consumer Research, 2004, 31

(1): 87-101.

[26]CLARK M S, MILS J. The difference between communal and exchange relationships: what it is and is not[J]. Personality and Social Psychology Bulletin, 1993, 19(6): 684-691.

[27]DUFFY B R. Anthropomorphism and the social robot[J]. Robotics and Autonomous Systems, 2003, 42(3 / 4): 177-190.

[28]BARTNECK C, KULIC

'

D, CROFT E, et al. Measurement instruments for the anthropomorphism, animacy, likeability, perceived intelligence, and perceived safety of robots[J]. International Journal of Social Robotics, 2009, 1(1): 71-81.

[29]EPLEY N, WAYTZ A, CACIOPPO J T. On seeing human: a three-factor theory of anthropomorphism[J]. Psychological Review, 2007, 114

(4): 864-886.

[ 30]FONG T, NOURBAKHSH I, DAUTENHAHN K. A survey of socially interactive robots[J]. Robotics and Autonomous Systems, 2003, 42(3 /

4): 143-166.

[31]WIRTZ J, PATTERSON P G, KUNZ W H, et al. Brave new world: service robots in the frontline[J]. Journal of Service Management, 2018,

29(5): 907-931.

[32]許麗穎,喻豐. 機器人接受度的影響因素[J]. 科學(xué)通報,2020,65(6):496-510.

[33]BHATTACHARYA C B, SEN S. Consumer-company identification: a framework for understanding consumers? relationships with companies

[J]. Journal of Marketing, 2003, 67(2): 76-88.

[34]THOMSON M, MACLNNIS D J, PARK C W. The ties that bind: measuring the strength of consumers? emotional attachments to brands[J].

Journal of Consumer Psychology, 2005, 15(1): 77-91.

91

第94頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

[35]DU R Y, KAMAKURA W A, MELA C F. Size and share of customer wallet[J]. Journal of Marketing, 2007, 71(2): 94-113.

[36]BHATTACHERJEE A. Understanding information systems continuance: an expectation-confirmation model[J]. MIS Quarterly, 2001, 25(3):

351-370.

[37]張儀,王永貴. 服務(wù)機器人擬人化對消費者使用意愿的影響機理研究———社會階層的調(diào)節(jié)作用[ J]. 外國經(jīng)濟與管理,2022,44(3):

3-18.

[38]李先國,鄭琛譽. 服務(wù)機器人擬人化程度對顧客多樣化行為的影響機制研究[J]. 工業(yè)技術(shù)經(jīng)濟,2021,40(5):130-137.

[39]劉欣,謝禮珊,黎冬梅. 旅游服務(wù)機器人擬人化對顧客價值共創(chuàng)意愿影響研究[J]. 旅游學(xué)刊,2021,36(6):13-26.

[40]唐小飛,孫炳,張恩忠,等. 類人智能機器人社會價值替代與風(fēng)險態(tài)度研究[J]. 南開管理評論,2021,24(6):4-15.

[ 41]JIA J W, CHUNG N, HWANG J. Assessing the hotel service robot interaction on tourists? behaviour: the role of anthropomorphism[J]. Industrial Management & Data Systems, 2021, 121(6): 1457-1478.

[42]JUNG Y, CHO E, KIM S. Users? affective and cognitive responses to humanoid robots in different expertise service contexts[J]. Cyberpsychology, Behavior, and Social Networking, 2021, 24(5): 300-306.

[43]MURPHY J, GRETZEL U, PESONEN J. Marketing robot services in hospitality and tourism: the role of anthropomorphism[ J]. Journal of

Travel & Tourism Marketing, 2019, 36(7): 784-795.

[44]ROSENTHAL-VON DER PüTTEN A M, KR?MER N C. How design characteristics of robots determine evaluation and uncanny valley related

responses[J]. Computers in Human Behavior, 2014, 36: 422-439.

[45]汪濤,謝志鵬. 擬人化營銷研究綜述[J]. 外國經(jīng)濟與管理,2014,36(1):38-45.

[46]牟宇鵬,丁剛,張輝. 人工智能的擬人化特征對用戶體驗的影響[J]. 經(jīng)濟與管理,2019,33(4):51-57.

[47]STROESSNER S J, BENITEZ J. The social perception of humanoid and non-humanoid robots: effects of gendered and machinelike features

[J]. International Journal of Social Robotics, 2019, 11(2): 305-315.

[48]WALTERS M L, SYRDAL D S, DAUTENHAHN K, et al. Avoiding the uncanny valley: robot appearance, personality and consistency of behavior in an attention-seeking home scenario for a robot companion[J]. Autonomous Robots, 2008, 24(2): 159-178.

[49]MORO C, LIN S, NEJAT G, et al. Social robots and seniors: a comparative study on the influence of dynamic social features on human-robot

interaction[J]. International Journal of Social Robotics, 2018, 11(1): 5-24.

[50]SCHANKE S, BURTCH G, RAY G. Estimating the impact of “ humanizing” customer service chatbots[ J]. Information Systems Research,

2021, 32(3): 736-751.

[51]TUSSYADIAH I P, PARK S. Consumer evaluation of hotel service robots[M] / / STANGL B, PESONEN J. Information and communication

technologies in tourism 2018. Cham: Springer, 2018: 308-320.

[52]BELANCHE D, CASAL? L V, FLAVIáN C. Customer?s acceptance of humanoid robots in services: the moderating role of risk aversion

[M] / / ROCHA á, REIS J, PETER M, et al. Marketing and smart technologies. Singapore: Springer, 2020: 449-458.

[53]OLESZKIEWICZ A, LACHOWICZ-TABACZEK K. Perceived competence and warmth influence respect, liking and trust in work relations

[J]. Polish Psychological Bulletin, 2016, 47(4): 431-435.

[54]ZHU D H, CHANG Y P. Robot with humanoid hands cooks food better? Effect of robotic chef anthropomorphism on food quality prediction

[J]. International Journal of Contemporary Hospitality Management, 2020, 32(3): 1367-1383.

[55]LEE S L, LAU I Y M, HONG Y Y. Effects of appearance and functions on likability and perceived occupational suitability of robots[J]. Journal of Cognitive Engineering and Decision Making, 2011, 5(2): 232-250.

[56]C

ˇ

AIC

' M, AVELINO J, MAHR D, et al. Robotic versus human coaches for active aging: an automated social presence perspective[J]. International Journal of Social Robotics, 2020, 12(4): 867-882.

[57]CUDDY A J C, GLICK P, BENINGER A. The dynamics of warmth and competence judgments, and their outcomes in organizations[J]. Research in Organizational Behavior, 2011, 31: 73-98.

[58]BELANCHE D, CASAL? L V, SCHEPERS J, et al. Examining the effects of robots? physical appearance, warmth, and competence in frontline services: the humanness-value-loyalty model[J]. Psychology & Marketing, 2021, 38(12): 2357-2376.

[59]VAN DOORN J, MENDE M, NOBLE S M, et al. Domo arigato Mr. Roboto: emergence of automated social presence in organizational frontlines and customers? service experiences[J]. Journal of Service Research, 2017, 20(1): 43-58.

[60]SCHEUNEMANN M M, CUIJPERS R H, SALGE C. Warmth and competence to predict human preference of robot behavior in physical human-robot interaction[C] / / Institute of Electrical and Electronics Engineers. The 29th IEEE International Conference on Robot and Human Interactive

Communication (RO-MAN). Naples: IEEE, 2020: 1340-1347.

[61]CHOI S, MATTILA A S, BOLTON L E. To err is human(-oid): how do consumers react to robot service failure and recovery? [J]. Journal

of Service Research, 2021, 24(3): 354-371.

[62]GUAN X H, GONG J H, LI M J, et al. Exploring key factors influencing customer behavioral intention in robot restaurants[J]. International

92

第95頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

Journal of Contemporary Hospitality Management, 2022, 34(9): 3482-3501.

[63]IACOBUCCI D, OSTROM A. Gender differences in the impact of core and relational aspects of services on the evaluation of service encounters[J].

Journal of Consumer Psychology, 1993, 2(3): 257-286.

[64]LI X N, CHAN K W, KIM S. Service with emoticons: how customers interpret employee use of emoticons in online service encounters[ J].

Journal of Consumer Research, 2019, 45(5): 973-987.

[65]FAN A, MATTILA A S. Touch versus tech in service encounters[J]. Cornell Hospitality Quarterly, 2021, 62(4): 468-481.

[66]ZHONG L, SUN S, LAW R, et al. Impact of robot hotel service on consumers? purchase intention: a control experiment[ J]. Asia Pacific

Journal of Tourism Research, 2020, 25(7): 780-798.

[67]PI?ARRA N, GIGER J C. Predicting intention to work with social robots at anticipation stage: assessing the role of behavioral desire and anticipated emotions[J]. Computers in Human Behavior, 2018, 86: 129-146.

[68]曹忠鵬,靳成雯,馬菁,等. 自助服務(wù)技術(shù)中虛擬代理人呈現(xiàn)對顧客準備的影響研究[J]. 南開管理評論,2020,23(4):73-83.

[69]XIONG X L, WONG I A, YANG F X. Are we behaviorally immune to COVID-19 through robots? [J]. Annuals of Tourism Research, 2021,

91: 103312.

[70]SHIN H H, JEONG M. Guests? perceptions of robot concierge and their adoption intentions[J]. International Journal of Contemporary Hospitality Management, 2020, 32(8): 2613-2633.

[71]LEE M C. Explaining and predicting users? continuance intention toward e-learning: an extension of the expectation-confirmation model[ J].

Computers & Education, 2010, 54(2): 506-516.

[72]CHAN A P H, TUNG V W S. Examining the effects of robotic service on brand experience: the moderating role of hotel segment[J]. Journal

of Travel & Tourism Marketing, 2019, 36(4): 458-468.

[73]LEUNG X Y, WEN H. Chatbot usage in restaurant takeout orders: a comparison study of three ordering methods[ J]. Journal of Hospitality

and Tourism Management, 2020, 45: 377-386.

[74]JUDD C M, JAMES-HAWKINS L, YZERBYT V, et al. Fundamental dimensions of social judgment: understanding the relations between

judgments of competence and warmth[J]. Journal of Personality and Social Psychology, 2005, 89(6): 899-913.

[75]ZHOU X Y, KIM S, WANG L L. Money helps when money feels: money anthropomorphism increases charitable giving[J]. Journal of Consumer Research, 2019, 45(5): 953-972.

[76]CHOI S, LIU S Q, MATTILA A S. “How may I help you?” Says a robot: examining language styles in the service encounter[J]. International

Journal of Hospitality Management, 2019, 82: 32-38.

[77]溫忠麟,張雷,侯杰泰. 有中介的調(diào)節(jié)變量和有調(diào)節(jié)的中介變量[J]. 心理學(xué)報,2006(3):448-452.

[78]MONTOYA R M, HORTON R S, VEVEA J L, et al. A re-examination of the mere exposure effect: the influence of repeated exposure on recognition, familiarity, and liking[J]. Psychological Bulletin, 2017, 143(5): 459-498.

[79]LU L, ZHANG P, ZHANG T. Leveraging “human-likeness” of robotic service at restaurants[J]. International Journal of Hospitality Management, 2021, 94: 102823.

[80]WANG Y G, CAI X M, XU C L, et al. Rise of the machines: examining the influence of professional service robots attributes on consumers?

experience[J]. Journal of Hospitality and Tourism Technology, 2021, 12(4): 609-623.

[81]孫若 風(fēng). 人 學(xué) 視 野 中 的 機 器 人、 虛 擬 人 [ EB/ OL]. ( 2022 - 01 - 25 ) [ 2022 - 04 - 11 ]. https: / / mp. weixin. qq. com/ s/ Q1lJEiEw _

GS7gWSrGYiXBw.

[82]RAHIMIAN S, SHAMIZANJANI M, MANIAN A, et al. A framework of customer experience management for hotel industry[J]. International

Journal of Contemporary Hospitality Management, 2021, 33(5): 1413-1436.

[83]BRENT RITCHIE J R, TUNG V W S, RITCHIE R J B. Tourism experience management research: emergence, evolution and future directions

[J]. International Journal of Contemporary Hospitality Management, 2011, 23(4): 419-438.

93

第96頁

2023 年第 5 期 宋瀟瀟, 李云鵬, 唐悅, 谷慧敏: 服務(wù)機器人擬人化對酒店顧客情感和交易意向的影響研究

Research on the Effect of Service Robot Anthropomorphism on

Hotel Customers? Emotion and Transaction Intention

SONG Xiaoxiao

1

, LI Yunpeng

1

, TANG Yue

2

, GU Huimin

3

(1. Capital University of Economics and Business, Beijing 100070;

2. Beijing Hospitality Institute, Beijing 102601;

3. Beijing International Studies University, Beijing 100024)

Abstract:Based on the uncanny valley theory and the stereotype content model, this study explores the mechanism and boundary conditions of robot anthropomorphism on relational marketing outcome (customer-robot attachment) and transactional marketing outcome ( continuous intention to use robots) through three groups of experiments in two different service scenarios of hotel concierge and check-in services. The results show that there are

significant differences in the effects of the level of robot anthropomorphism on customer-robot attachment, but no

significant differences on customers? continuous intention to use robots. The higher the robot anthropomorphism level, the more positive the customer-robot attachment. Moreover, the effects of the level of robot anthropomorphism

on perceived warmth and perceived competence are significantly different. Specifically, there are significant differences in perceived warmth and perceived competence between high and low groups. The higher the robot anthropomorphism level, the more positive the warmth perception and competence perception. Furthermore, robot anthropomorphism affects customer-robot attachment and customers? continuous intention to use robots through the mediating

role of perceived warmth. Besides, relationship norm orientation positively moderates the effect of perceived warmth

on customer-robot attachment. The mediating effect of perceived warmth between robot anthropomorphism and customer-robot attachment is enhanced irrespective of whether the customer relationship norm orientation is communaloriented or exchange-oriented.

This study makes several theoretical contributions regarding customer response to hotel robot service. First,

this study advances service robot literature by exploring the effects of different levels of robot appearance anthropomorphism on customer-robot attachment and customers? continuous intention to use robots. Second, this study extends the application of the stereotype content model in hotel human-robot interaction contexts. Third, this study

discovers the boundary role of individual characteristics in human-robot interaction by examining the moderating

effect of relationship norm orientation.

Keywords: hotel; robot anthropomorphism; relational-transactional marketing outcomes; perceived warmth;

perceived competence; relationship norm orientation

(責(zé)任編輯: 李 葉)

94

第97頁

第 25 卷 第 5 期

2023 年 9 月

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊)

Journal of Capital University of Economics and Business

Vol. 25, No. 5

Sep. 2023

DOI: 10. 13504 / j. cnki. issn1008-2700. 2023. 05. 007

企業(yè)隱私政策的影響及其機制

———基于用戶視角的綜述與展望

高充彥, 謝 毅

(對外經(jīng)濟貿(mào)易大學(xué) 國際商學(xué)院, 北京 100029)

收稿日期: 2022-10-21; 修回日期: 2023-03-08

基金項目: 國家自然科學(xué)基金面上項目 “顧客隱私泄露丑聞對消費者行為的影響及企業(yè)的應(yīng)對策略研究: 基于隱私悖論的視角”

(71972038)

作者簡介: 高充彥 (1971—), 女, 對外經(jīng)濟貿(mào)易大學(xué)商學(xué)院副教授; 謝毅 (1981—), 女, 對外經(jīng)濟貿(mào)易大學(xué)商學(xué)院教授, 通信作者。

摘 要: 在營銷數(shù)字化逐漸普及的時代, 用戶對個人隱私和數(shù)據(jù)安全性的擔(dān)憂成為數(shù)字化營銷實踐

的重要阻礙之一。 企業(yè)的隱私政策傳遞了組織對保護用戶數(shù)據(jù)安全所做的承諾, 既是法律法規(guī)的要求,

也是企業(yè)保護用戶權(quán)益、 樹立自身品牌形象、 獲得競爭優(yōu)勢的重要手段。 本文從用戶視角出發(fā), 對隱私

政策概念和隱私政策研究的理論基礎(chǔ)進行歸納和總結(jié); 提出隱私政策研究的總體框架, 說明影響隱私政

策有效性感知的前因、 后果和中間變量; 指出該領(lǐng)域的研究缺口以及未來可能的研究方向。

關(guān)鍵詞: 隱私政策; 用戶隱私; 營銷; 數(shù)據(jù)安全; 《中華人民共和國網(wǎng)絡(luò)安全法》

中圖分類號: F274 文獻標識碼: A 文章編號: 1008-2700 (2023) 05-0095-18

一、 問題提出

隨著數(shù)字業(yè)務(wù)的普及和大數(shù)據(jù)技術(shù)的廣泛應(yīng)用, 越來越多的企業(yè)通過收集、 存貯、 追蹤、 記錄及分

析用戶數(shù)據(jù)并對用戶行為精準分析來達到更好地了解和預(yù)測用戶行為, 提供個性化的產(chǎn)品和服務(wù), 從而

提升營銷效率的目的[1-4]

。 當(dāng)今, 無論是企業(yè)還是非營利性的政府機構(gòu)及慈善組織等, 對用戶數(shù)據(jù)的采集

已非常普遍, 在線購物和支付, 甚至信息瀏覽, 通常都會要求用戶披露一些個人信息 (例如手機號碼

等)。 這些數(shù)據(jù)采集對用戶隱私構(gòu)成一定的威脅, 并產(chǎn)生大量的負面效應(yīng)[5]

。 例如, 使用戶面臨披露信息

的風(fēng)險[6-7]

, 引發(fā)用戶對個人信息因有可能遭受泄露并帶來損失而產(chǎn)生恐懼心理和對企業(yè)的不信任感[8]

,

從而導(dǎo)致直接拒絕提供個人信息、 提供錯誤或誤導(dǎo)性的信息[9-10]

、 給出負面的口碑評價、 投訴和抱怨[11]

降低與網(wǎng)站的交易意愿[12] 等一系列不利于組織的用戶行為和反應(yīng)。

在互聯(lián)網(wǎng)環(huán)境下, 各類網(wǎng)站、 軟件以及 App 往往會就自身如何收集和使用用戶個人信息和行為記錄

做出一定的說明與解釋, 并將之稱為隱私政策。 隱私政策是一種直觀的組織保證和承諾, 作為企業(yè)保障

用戶隱私安全的重要機制之一, 隱私政策已被業(yè)界廣泛采用。 企業(yè)隱私政策作為傳遞企業(yè)承諾和具有闡

釋性的文件, 它能明確地告知用戶其個人數(shù)據(jù)將如何被收集、 使用和保護, 以及這些隱私信息如何得到

更新或糾正[13-16]

, 反映了企業(yè)在保護用戶隱私、 消除用戶顧慮方面所做的努力, 是網(wǎng)站平臺對如何保護

用戶個人信息最直接、 全面和明確的陳述和闡釋[17]

用戶是企業(yè)隱私政策最重要的受眾之一。 從用戶視角出發(fā), 理解企業(yè)隱私政策所產(chǎn)生的影響和效果, 在

95

第98頁

2023 年第 5 期 高充彥, 謝毅: 企業(yè)隱私政策的影響及其機制

理論和實踐上都具有十分重要的意義。 盡管現(xiàn)有文獻已就相關(guān)話題積累了一定的成果, 但是對已有研究發(fā)現(xiàn)

的總結(jié)和梳理不足, 相關(guān)研究內(nèi)容較為零散, 缺乏綜合性的整理和理論整合, 對未來的研究和理論建構(gòu)造成

一定的阻礙。 基于用戶視角的企業(yè)隱私政策綜述, 不僅識別了指導(dǎo)該領(lǐng)域研究的多元化理論背景, 形成融合

前因后果的理論框架, 而且還有助于識別研究空白, 為未來的研究提供基礎(chǔ)并指出可能的發(fā)展方向。

本文參考系統(tǒng)性文獻綜述的方法, 通過對隱私政策相關(guān)文獻的深入梳理和總結(jié), 以結(jié)構(gòu)化的方式對

現(xiàn)有文獻進行分析, 實現(xiàn)以下研究目標: (1) 總結(jié)企業(yè)隱私政策的定義和維度、 理論基礎(chǔ)、 研究方法;

(2) 在整合跨學(xué)科文獻成果的基礎(chǔ)上提出隱私政策研究的總體框架, 說明影響企業(yè)隱私政策的作用機制、

前因和后果; (3) 指出該領(lǐng)域的研究缺口, 對未來研究方向和內(nèi)容進行預(yù)測和展望, 提出圍繞企業(yè)隱私

保障機制未來可能的研究議程。

二、 文獻檢索和篩選的方法

本文首先確定基本的搜索字符串, 在中國知網(wǎng)和萬方數(shù)據(jù)庫以關(guān)鍵詞 “隱私政策” “隱私聲明” “隱

私通知” 進行中文文獻的檢索。 以英文關(guān)鍵詞 “privacy policy” “privacy statement” “privacy notice” 為檢

索詞在科學(xué)網(wǎng) (Web of Science) 等七個英文數(shù)據(jù)庫中進行英文文獻的檢索。 對數(shù)據(jù)庫檢索結(jié)果中發(fā)表隱

私主題論文較多的英文期刊 Journal of Information Systems Research、 Information and Management、 Journal of

Interactive Marketing、 Journal of Business Ethics、 MIS Quarterly、 Journal of Business Research、 Journal of Marketing Analytics 等, 以及中文期刊 《情報理論與實踐》 《圖書情報工作》 《中國信息安全》 《當(dāng)代法學(xué)》

《法商研究》 《管理評論》 《管理學(xué)報》 《營銷科學(xué)》 等進行進一步跨學(xué)科檢索。 限定文獻發(fā)表年份為

2000—2022 年, 包括已發(fā)表的論文和會議論文, 共獲取 156 篇中文文獻和 437 篇英文文獻, 這些研究都

被加入文獻樣本庫。 接著, 通過通讀標題、 摘要和引言部分進行文獻初選, 排除相關(guān)性較低的論文和已

在雜志上發(fā)表的會議論文。 借鑒參考文獻引用情況補充遺漏文獻, 并在閱讀已檢索文獻的基礎(chǔ)上通過挖

掘相關(guān)關(guān)鍵詞進行二次檢索及交叉參考。 最終獲得 65 篇中文文獻和 213 篇英文文獻。

在綜合考慮主題的相關(guān)性、 期刊水平、 引用率等因素對文獻進一步精選之后, 課題組最終得到 91 篇

高相關(guān)性、 高質(zhì)量的文獻作為研究樣本。 其中, 英文論文 69 篇, 包括刊發(fā)于營銷領(lǐng)域期刊的論文 22 篇,

刊發(fā)于信息領(lǐng)域期刊的論文 27 篇, 刊發(fā)于管理科學(xué)領(lǐng)域期刊的論文 20 篇; 中文論文 22 篇, 刊發(fā)于信息

領(lǐng)域期刊的論文 5 篇, 刊發(fā)于管理科學(xué)領(lǐng)域期刊的論文 17 篇。 總體而言, 營銷領(lǐng)域的論文共 22 篇, 信息

領(lǐng)域的論文共 32 篇, 管理科學(xué)領(lǐng)域共有 37 篇論文。

三、 隱私政策的定義和維度

(一) 隱私政策的定義及其發(fā)展脈絡(luò)

不同領(lǐng)域的文獻和學(xué)者在研究中對隱私政策給出了不同的定義。 本文對代表性文獻中對隱私政策的

定義、 研究場景、 內(nèi)容要素和性質(zhì)進行歸納總結(jié) (見表 1)。

表 1 隱私政策概念

隱私政策的定義 應(yīng)用場景 內(nèi)容要素 性質(zhì) 研究者

是一家機構(gòu)為確保消費者的在線信息隱私而采取的措施,

闡明了一家公司在線收集、 使用和保護數(shù)據(jù)的方式

機構(gòu) 收集、 使用、

保護數(shù)據(jù)的方式

解釋說明 李奇登斯坦等

(Lichtenstein et al. , 2002)

[13]

是移動服務(wù)商實行行業(yè)自律的重要體現(xiàn), 它闡明了服

務(wù)商如何收集、 使用和存儲個人信息的相關(guān)政策和

策略

移動服務(wù)商 收集、 使用和

存儲個人信息

管理機制 辛德勒和比卡特

(Schindler & Bickart, 2012)

[18]

;

劉百靈和董景麗 (2022)

[19]

是網(wǎng)絡(luò)軟件運營商或網(wǎng)絡(luò)服務(wù)提供者在經(jīng)營服務(wù)過程

中對合法收集處理用戶數(shù)據(jù)做出的一種承諾

WEB 軟件運營商、

WEB 服務(wù)提供商

收集、 處理

用戶數(shù)據(jù)

合法性承諾 何培育和王瀟睿

(2018)

[20]

96

第99頁

首都經(jīng)濟貿(mào)易大學(xué)學(xué)報 (雙月刊) 2023 年第 5 期

根據(jù)對隱私政策定義的檢索, 當(dāng)前主要存在三類說法, 反映了隱私政策的三種不同性質(zhì)。 第一類

說法認為隱私政策是互聯(lián)網(wǎng)環(huán)境下各類網(wǎng)站、 軟件以及 App 就如何收集和使用個人信息和行為記錄所

做出的說明與解釋, 是用戶了解企業(yè)如何收集和使用他們個人數(shù)據(jù)的渠道[21-26]

, 是關(guān)于企業(yè)如何處理

和保護用戶個人信息、 闡述其基本權(quán)利義務(wù)的闡釋性文件[9]

, 是網(wǎng)站、 平臺對自身在收集、 使用、 分

享用戶個人信息行為中如何保護用戶個人信息的申明、 告示[27]

。 第二類說法認為隱私政策是服務(wù)提供

者自我監(jiān)督的一種管理機制, 是移動服務(wù)商實行行業(yè)自律的重要體現(xiàn)。 通過這種機制, 用戶可以知道

他們被收集的信息將被機構(gòu)如何使用; 保護信息不被丟失、 錯誤使用或更改的保障措施; 以及用戶如

何刪除或更新修改不準確的信息[14]

。 第三種說法認為隱私政策是一種合法性承諾。 是電商平臺關(guān)于保

護消費者個人信息安全的規(guī)則, 是平臺關(guān)于合法處理消費者個人信息的相應(yīng)承諾[4]

。 相關(guān)法律法規(guī)的

出臺, 標志著網(wǎng)站運營者披露隱私政策已成為一項法定義務(wù), 每個企業(yè)都應(yīng)該有明確的隱私政策[28]

。

但是, 對于隱私政策是否具有合同屬性這一問題, 當(dāng)前中國法律界仍存在爭議, 國家權(quán)威部門尚未給

出統(tǒng)一性的界定[17]

在企業(yè)實踐中, 隱私政策在不同的網(wǎng)站或第三方 App 中往往會被冠以用戶隱私協(xié)議概要、 隱私條款、

隱私聲明、 個人信息保護政策、 隱私保護、 隱私協(xié)議或隱私保護協(xié)議等不同名稱。 在學(xué)術(shù)研究中, 學(xué)者

們則采用了諸如隱私聲明 (privacy statements)、 隱私通知 (privacy notice)、 隱私政策聲明 (privacy policy

statements)、 保障聲明 (assurance statements) 等概念來表達與隱私政策相似或相同的內(nèi)涵, 這些概念往

往被相互替代甚至混合使用[29]

, 現(xiàn)有文獻中并未對它們進行統(tǒng)一或做出詳細的區(qū)分。 大量學(xué)者也明確指

出隱私政策相關(guān)概念存在雷同的問題, 這些概念之間存在相同或相似的功能與作用[4,13-14,17,20,29-30]

。 為避

免歧義和混亂, 本文在綜述時將文獻中采用的隱私政策、 隱私政策聲明、 隱私聲明、 隱私協(xié)議、 保障聲

明統(tǒng)一以隱私政策來表述, 并將隱私政策定義為企業(yè)對其收集和使用用戶個人信息所做出的說明, 是企

業(yè)對處理和保護用戶個人信息安全所做出的合法性承諾。

(二) 隱私政策的維度

現(xiàn)有文獻對隱私政策維度的確定并沒有統(tǒng)一標準, 由此對隱私政策的評價造成一定的困難。 在實證

研究中, 主要存在三種確定和測量隱私政策維度的方式: 第一種方式將隱私政策的可理解性和隱私政策

陳述的充分性作為隱私政策的測量維度[31]

; 第二種方式將對隱私政策的感知, 例如隱私政策的感知效率

和組織自我管理的感知效率[32-33]

、 隱私政策的感知有效性[34] 作為隱私政策的測量; 第三種方式參考國

際普遍做法, 直接將法律法規(guī)中有關(guān)用戶信息保護條款的要求直接全部[29,35] 或部分作為隱私政策的測量

維度[36]

由于隱私政策的結(jié)構(gòu)和內(nèi)容是確定隱私政策合規(guī)性及企業(yè)自我規(guī)制的重要手段, 本文在綜合文獻的

基礎(chǔ)上, 將隱私政策的維度確定為結(jié)構(gòu)維度 (即內(nèi)容的全面性) 和內(nèi)容維度 (即內(nèi)容的可理解性) 二個

維度。 將法律法規(guī)對用戶隱私保護的相應(yīng)內(nèi)容要求作為企業(yè)隱私政策的結(jié)構(gòu)維度, 以反映企業(yè)隱私政策

對法律法規(guī)所規(guī)定內(nèi)容覆蓋的全面性和完整性; 將影響隱私政策的易讀性和可理解性的因素作為隱私政

策的內(nèi)容維度, 以反映用戶對隱私政策內(nèi)容的理解。

1. 隱私政策的結(jié)構(gòu)維度

現(xiàn)有研究中, 國外研究大多根據(jù)美國聯(lián)邦貿(mào)易委員會 (Federal Trade Commission, FTC) 2000 年提出

的公平信息實踐五項原則 (Fair Information Practice Principles, FIPPs), 包括通知/ 意識 (notice / awareness)、

選擇/ 同意 (choice / consent)、 訪問權(quán)/ 參與 (access/ participation)、 安全/ 完整性 (security / integrity) 和強制

執(zhí)行/ 補救 (enforcement / redress), 或歐盟 2018 年在 《通用數(shù)據(jù)保護條例》 (General Data Protection Regulation, GDPR) 中提出的七條原則, 包括合法、 公平、 透明原則, 目的限定原則, 最小范圍原則, 準則性原

則, 存儲限制原則, 完整性與保密性原則以及責(zé)任原則, 直接作為隱私政策的測量維度[29,35]

。 如今, FIPPs

與 GDPR 在世界范圍內(nèi)被廣泛使用, 嚴格的隱私政策通常是基于它是否符合二者的原則而判定的[29,37]

。

國內(nèi)研究則根據(jù) 2017 年 6 月實施的 《中華人民共和國網(wǎng)絡(luò)安全法》 (以下簡稱 《網(wǎng)絡(luò)安全法》 ) 的

97

第100頁

2023 年第 5 期 高充彥, 謝毅: 企業(yè)隱私政策的影響及其機制

七項基本要求 (限制收集、 保證質(zhì)量、 明確目的、 使用限制、 安全保障、 公開透明、 個人申訴)、 2021 年

11 月施行的 《中華人民共和國個人信息保護法》 (以下簡稱 《個人信息保護法》 ) 和 2020 年 3 月發(fā)布的國

家標準 GB/ T 35273—2020 《信息安全技術(shù) 個人信息安全規(guī)范》 (以下簡稱 《安全規(guī)范》 ) 的五項較高要求

(最小化收集、 敏感信息保護、 合理期間保存、 確保個人訪問、 安全影響評估), 考察樣本隱私政策覆蓋法定

基本要求方面是否完善及有無超越性規(guī)定, 不同的法定要求在不同的企業(yè)被遵守的程度是否存在差異。

鑒于 《網(wǎng)絡(luò)安全法》 的七項保護要求符合 FIPPs, 符合世界通行個人信息保護通行規(guī)則[38]

, 并在中

國施行較早, 本文將 《網(wǎng)絡(luò)安全法》 關(guān)于網(wǎng)絡(luò)運營者個人信息保護義務(wù)的七項規(guī)定作為隱私政策的結(jié)構(gòu)

維度因素基礎(chǔ), 結(jié)合 《個人信息保護法》 和 《安全規(guī)范》, 對各因素進行補充釋義 (見表 2)。 在實證研

究中, 依據(jù)具體情境, 對個人信息收集、 使用、 保存以及管理等過程中應(yīng)用程序開發(fā)者、 運營商與用戶

之間的權(quán)利義務(wù)關(guān)系的具體內(nèi)容進行分析和評價。

表 2 隱私政策的結(jié)構(gòu)維度及釋義

因素 釋義

限制收集 個人信息的收集和使用范圍是否遵循合法、 正當(dāng)、 必要原則? 是否明確收集信息的種類和范圍? 是否經(jīng)被收集者同意授

權(quán)收集?

保證質(zhì)量 是否存在泄露、 篡改、 毀損收集的個人信息行為? 是否明確告知可能存在的信息共享對象 (第三方) 及向其提供信息

的種類和范圍?

明確目的 是否明確收集信息的目的和方式?

使用限制 是否明確信息的使用目的、 方法和范圍? 是否做到未經(jīng)被收集者同意, 不得將個人信息分享給第三方?

安全保障 是否明確說明安全責(zé)任承擔(dān)主體? 是否告知可能存在的安全風(fēng)險? 是否說明采取的必要措施, 確保個人信息安全? 是否

有在發(fā)生信息泄露、 毀損、 丟失時, 能立即采取的補救措施說明? 是否說明信息安全事件處置情況? 是否有外部機構(gòu)認

證系統(tǒng)的安全保障?

公開透明 是否有建立、 健全、 更新用戶信息保護制度的說明? 是否公開收集和使用規(guī)則, 明示信息使用的目的、 方式和范圍? 是

否有明確的信息存儲期限說明? 是否說明信息共享或公開的類型和目的?

個人申訴 當(dāng)個人發(fā)現(xiàn)網(wǎng)絡(luò)運營商違反法律規(guī)范或雙方約定對個人信息進行收集和使用, 或采集信息有誤時, 是否有權(quán)要求網(wǎng)絡(luò)運

營商對其進行刪除和更正處理? 網(wǎng)絡(luò)運營者是否有并公布能夠及時受理并處理投訴舉報的制度和辦法? 是否明確指出申

訴與反饋的渠道及流程?

目前, 關(guān)于隱私政策結(jié)構(gòu)維度的研究更多是描述性研究, 研究方法主要使用內(nèi)容分析法和文本分析

法, 并加以比較研究[39-44]

。 從隱私法規(guī)政策角度分析, 對不同信息主體的隱私政策內(nèi)容進行分解、 歸類、

分析與比較, 剖析其與法定規(guī)范的契合度, 分析并對比不同運營者的隱私政策披露現(xiàn)狀。 將研究樣本的

隱私政策依據(jù)相應(yīng)法律法規(guī)條款進行內(nèi)容分解和歸類, 以此分析并對比企業(yè)隱私政策披露的狀況, 探討

基于隱私政策的企業(yè)隱私保護機制所存在的問題, 并提出改進措施或制定建議。 在內(nèi)容分析和文本分析

的基礎(chǔ)上, 也有研究更進一步進行隱私政策認知影響因素框架模型、 框架優(yōu)化研究及評估指標體系的建

立。 例如, 張玥等 (2019) 采用扎根理論方法并結(jié)合半結(jié)構(gòu)化訪談的方式, 構(gòu)建出用戶對于醫(yī)療問診

App 隱私政策的認知影響因素框架模型[30]

; 石婧和潘雅 (2020) 根據(jù)企業(yè)的隱私政策與法律框架界定的

差距, 提出中國互聯(lián)網(wǎng)企業(yè)隱私政策的評估指標體系[45]

; 郭清玥和吳丹 (2021) 通過 200 款常用 App 的

隱私政策進行分析后提出, 應(yīng)采用三維坐標系結(jié)構(gòu)對 App 隱私框架進行優(yōu)化表述[46]

。

雖然基于內(nèi)容分析法、 文本分析法和半結(jié)構(gòu)化訪談的研究能夠為相關(guān)議題提供翔實的現(xiàn)實依據(jù), 然

而, 此類研究也存在明顯的缺陷, 即各因素間的因果關(guān)系推論缺乏嚴謹性[47]

。 因而, 需要進行更為深入

的實證研究, 采用定量法全面考察企業(yè)隱私政策各結(jié)構(gòu)維度對不同用戶的影響, 以及各個影響變量之間

98

百萬用戶使用云展網(wǎng)進行書刊雜志制作,只要您有文檔,即可一鍵上傳,自動生成鏈接和二維碼(獨立電子書),支持分享到微信和網(wǎng)站!
收藏
轉(zhuǎn)發(fā)
下載
免費制作
其他案例
更多案例
免費制作
x
{{item.desc}}
下載
{{item.title}}
{{toast}}