企業(yè)數(shù)字化轉(zhuǎn)型如何影響績效：數(shù)字營銷與數(shù)字生產(chǎn)

付劍茹, 陳 妍,葉猛華

(1.江西師范大學(xué) 財(cái)政金融學(xué)院 ,江西 南昌 330022；2.江西路投實(shí)業(yè)有限公司，江西 南昌360100 )

一、引言

隨著以大數(shù)據(jù)、云計(jì)算、人工智能、物聯(lián)網(wǎng)和5G通信技術(shù)為代表的新一代數(shù)字技術(shù)迅猛發(fā)展，數(shù)字經(jīng)濟(jì)已成為引領(lǐng)全球經(jīng)濟(jì)和社會變革的重要驅(qū)動力。新冠疫情下數(shù)字技術(shù)在疫情防控和復(fù)工復(fù)產(chǎn)中的突出表現(xiàn)則進(jìn)一步推動了數(shù)字化技術(shù)的應(yīng)用與普及，也促使更多的企業(yè)加快數(shù)字化轉(zhuǎn)型步伐。

學(xué)術(shù)界針對中國經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型做了大量的研究。學(xué)者們主要圍繞數(shù)字化轉(zhuǎn)型的概念界定和內(nèi)涵特征[1-5]、數(shù)字化轉(zhuǎn)型助力傳統(tǒng)行業(yè)轉(zhuǎn)型升級的模式和路徑[6-14]、創(chuàng)新[8][15]、空間效率優(yōu)化[16]的影響、新冠疫情下中國政府、產(chǎn)業(yè)、社會的數(shù)字化轉(zhuǎn)型機(jī)遇與挑戰(zhàn)[17]等展開?，F(xiàn)有研究取得了很多有效成果，也獲得了很多共識，對推動數(shù)字經(jīng)濟(jì)戰(zhàn)略的落地實(shí)施起到了重大推動作用。不過，現(xiàn)有研究在以下三方面仍存在進(jìn)一步深化的空間：一是研究對象多為宏觀經(jīng)濟(jì)和產(chǎn)業(yè)，探討微觀企業(yè)數(shù)字化轉(zhuǎn)型的文獻(xiàn)較為少見；二是核心解釋變量一般為宏觀層面或產(chǎn)業(yè)層面的數(shù)字化轉(zhuǎn)型水平，鮮見以微觀企業(yè)數(shù)字化轉(zhuǎn)型程度為核心解釋變量的研究；三是沒有區(qū)分微觀企業(yè)數(shù)字化轉(zhuǎn)型在需求側(cè)與供給側(cè)的差異性。

鑒于此，為了彌補(bǔ)和完善現(xiàn)有文獻(xiàn)的不足，本文通過文本挖掘法，從企業(yè)對人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)(以下合稱為“ABCD等技術(shù)”)等數(shù)字技術(shù)的應(yīng)用程度來度量企業(yè)數(shù)字化轉(zhuǎn)型程度，區(qū)分微觀企業(yè)數(shù)字化轉(zhuǎn)型的不同階段，理論分析并實(shí)證研究企業(yè)數(shù)字化轉(zhuǎn)型對績效的影響及其機(jī)制。本研究的主要貢獻(xiàn)集中在三個方面：第一，本文探討傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型對績效的影響；第二，本文區(qū)分需求側(cè)和供給側(cè)，探討企業(yè)數(shù)字化轉(zhuǎn)型中數(shù)字營銷和數(shù)字生產(chǎn)對企業(yè)績效的影響機(jī)制和路徑差異；第三，一般認(rèn)為，互聯(lián)網(wǎng)通過“去中介化”，連接供需雙方，解決了信息不對稱問題，是數(shù)字化轉(zhuǎn)型提升企業(yè)績效的重要路徑之一。本文對此進(jìn)行了理論分析和實(shí)證檢驗(yàn)，得出不同于以往研究的結(jié)論。

本文其余部分安排如下：第二部分為理論機(jī)制與研究假設(shè)。從新一代數(shù)字技術(shù)的本質(zhì)特征出發(fā)，分別從企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)字營銷和數(shù)字生產(chǎn)視角，分析了企業(yè)數(shù)字化轉(zhuǎn)型對績效的影響機(jī)制并提出研究假設(shè)；第三部分為數(shù)據(jù)與研究設(shè)計(jì)；第四部分為實(shí)證檢驗(yàn)；第五部分為進(jìn)一步分析，探討“去中介化”是否為企業(yè)數(shù)字化轉(zhuǎn)型提升績效的路徑之一；第六部分為內(nèi)生性討論；最后是研究結(jié)論與政策建議。

二、理論機(jī)制與研究假設(shè)

(一)企業(yè)數(shù)字化轉(zhuǎn)型對績效的總體影響

相比于傳統(tǒng)的信息與通信技術(shù)，以大數(shù)據(jù)、5G、物聯(lián)網(wǎng)、云計(jì)算和人工智能為代表的新一代數(shù)字技術(shù)更注重全時空的網(wǎng)絡(luò)和信息流連接，強(qiáng)調(diào)網(wǎng)絡(luò)化、數(shù)字化和智能化①?；ヂ?lián)網(wǎng)技術(shù)突破了地理空間和時間的約束，企業(yè)與企業(yè)、社會以及消費(fèi)者之間可以進(jìn)行全時空、頻繁且及時的溝通；借助于互聯(lián)網(wǎng)數(shù)據(jù)處理和收集技術(shù)(區(qū)塊鏈技術(shù)、互操作技術(shù)、存算一體化存儲與管理技術(shù)、可視化與人機(jī)交互分析技術(shù)、真?zhèn)闻卸ㄅc安全技術(shù)、物聯(lián)網(wǎng)技術(shù)等)各種信息均可以數(shù)據(jù)化并得到很好的處理與保存；各類大數(shù)據(jù)上傳云端，通過云計(jì)算和人工智能技術(shù)進(jìn)行處理、分析、學(xué)習(xí)、優(yōu)化、搜索、推理、決策及反饋，從而大大提升企業(yè)決策的科學(xué)性和及時性，以及執(zhí)行的自主性②。

創(chuàng)新來源于對現(xiàn)存碎片知識的重新組合[18]。多樣性技能、思想和文化的充分交流，會催生更容易接受非常規(guī)與非傳統(tǒng)想法的寬松文化氛圍，不斷激發(fā)生產(chǎn)者的創(chuàng)造力，從而帶來創(chuàng)新[19-21]。因此，知識、技能、思想以及文化等的傳播對于創(chuàng)新而言異常關(guān)鍵。傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型，可以加強(qiáng)與客戶、上下游企業(yè)、同行業(yè)協(xié)會以及政府等的實(shí)時互聯(lián)，使信息低成本、迅速、實(shí)時地產(chǎn)生、分享和交流，進(jìn)而促進(jìn)企業(yè)創(chuàng)新活動的開展和創(chuàng)新成果的產(chǎn)生。

創(chuàng)新成本高，風(fēng)險(xiǎn)大。由于銷售能力和銷售邊界的限制，創(chuàng)新產(chǎn)品經(jīng)常面臨著銷售量過低，以致收入很難覆蓋前期成本的困境，這嚴(yán)重阻礙了企業(yè)進(jìn)行創(chuàng)新投入的積極性，使得企業(yè)在進(jìn)行創(chuàng)新決策時顯得過于謹(jǐn)慎。通過數(shù)字化轉(zhuǎn)型，企業(yè)銷售邊界可以無限擴(kuò)展，只要成功推出符合客戶需求的產(chǎn)品③，就有可能吸引到足夠多的客戶，單位成本便可以降到足夠低的水平，這將會激勵企業(yè)加大創(chuàng)新投入[22]。同時，網(wǎng)絡(luò)化、數(shù)字化與智能化，也有利于企業(yè)對各種信息的搜集和分析，企業(yè)對自己在整個社會和行業(yè)中所處的競爭態(tài)勢更為明了，促使企業(yè)持續(xù)保持高度的競爭積極性和警覺性，從而不斷加大研發(fā)力度，以強(qiáng)化自己在競爭中的優(yōu)勢地位。

另外，企業(yè)數(shù)字化轉(zhuǎn)型會引發(fā)技術(shù)變革[23]，而這些技術(shù)變革又會帶來伴隨性管理變革，繼而引發(fā)伴隨性組織變革、理念變革以及文化變革。這些伴隨性變革又反過來促進(jìn)進(jìn)一步的技術(shù)創(chuàng)新和伴隨性變革，再輔以互聯(lián)網(wǎng)的乘數(shù)效應(yīng)，最終促進(jìn)企業(yè)績效的上升[24]。

由此，本文提出假設(shè)H1：企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)績效。

(二)企業(yè)數(shù)字化轉(zhuǎn)型不同階段對績效影響的差異

據(jù)中國信息通信研究所統(tǒng)計(jì)，自2018年底開始，中國移動互聯(lián)網(wǎng)月活躍用戶數(shù)以及人均上網(wǎng)時長均呈現(xiàn)停滯趨勢。2018年，騰訊董事長馬化騰在公開信中聲稱：數(shù)字經(jīng)濟(jì)的上半場已經(jīng)接近尾聲，下半場的序幕正在拉開。而數(shù)字經(jīng)濟(jì)的主戰(zhàn)場，正在從數(shù)字消費(fèi)向數(shù)字產(chǎn)業(yè)轉(zhuǎn)移。對應(yīng)于數(shù)字經(jīng)濟(jì)在需求側(cè)和供給側(cè)的發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型也呈現(xiàn)出明顯的差異性特征。對應(yīng)需求側(cè)，企業(yè)數(shù)字化轉(zhuǎn)型主要聚焦于數(shù)字營銷；對應(yīng)供給側(cè)，則主要著力于數(shù)字生產(chǎn)。二者關(guān)注的焦點(diǎn)和追求的目標(biāo)存在巨大的差異，對企業(yè)績效的影響機(jī)制和路徑大相徑庭。具體分析如下：

1.數(shù)字營銷

數(shù)字營銷是指消費(fèi)市場針對商品的數(shù)字內(nèi)涵而發(fā)生的消費(fèi)，以個人為用戶，以日常生活為應(yīng)用場景，其本質(zhì)是個人虛擬化，增強(qiáng)個人生活消費(fèi)體驗(yàn)，具體表現(xiàn)是個人衣、食、住、行、醫(yī)等生活場景的全面線上化，互聯(lián)網(wǎng)對個人高品質(zhì)生活追求的不斷滿足。通過不斷提升消費(fèi)者的消費(fèi)便捷性和挖掘消費(fèi)者的消費(fèi)訴求，數(shù)字營銷對企業(yè)的影響主要體現(xiàn)在銷售能力的提升。闡述如下：首先，改善消費(fèi)體驗(yàn)?；ヂ?lián)網(wǎng)降低消費(fèi)者產(chǎn)品搜尋、比較成本。同時，通過商品問答版塊、評論版塊、商品介紹視頻版塊，顧客可以更加立體全面地了解商品，提升購物體驗(yàn)。傳統(tǒng)實(shí)體店保留了消費(fèi)者深入獲取產(chǎn)品信息的優(yōu)勢，而線上銷售則為消費(fèi)者提供了更便捷的購物選擇[25]，顯而易見，這種多渠道銷售模式，更有利于消費(fèi)者實(shí)施購買行為[26]。

其次，推行精準(zhǔn)營銷。消費(fèi)者購物偏好是一種重要的市場信息，對于市場營銷決策具有重要的參考價(jià)值。消費(fèi)偏好千差萬別且具有動態(tài)性，企業(yè)通常難以觀察。但是在互聯(lián)網(wǎng)模式下，企業(yè)可以通過互聯(lián)網(wǎng)點(diǎn)擊跟蹤消費(fèi)者的個人行為，根據(jù)消費(fèi)者的瀏覽足跡來確定消費(fèi)者的購買意向和行為模式，進(jìn)而推介相應(yīng)的產(chǎn)品，以促進(jìn)交易的完成[27]。人工智能甚至可以計(jì)算出消費(fèi)者的顏值，分析出消費(fèi)者的購物偏好，使得企業(yè)營銷高度精準(zhǔn)化[28]，從而吸引更多消費(fèi)者并增強(qiáng)消費(fèi)者的粘性。

再次，提升售后服務(wù)。售后服務(wù)是銷售工作重要的一環(huán)[29]。消費(fèi)者的維權(quán)意識不斷提高，消費(fèi)觀念也在不斷變化，售后服務(wù)的優(yōu)劣是消費(fèi)者關(guān)注的重點(diǎn)，售后服務(wù)的提高能顯著提升企業(yè)的銷售業(yè)績。售后服務(wù)質(zhì)量越高，消費(fèi)者滿意度越高，有助于消除顧客在購買商品時的疑慮情緒，也有助于為企業(yè)帶來更多回頭客，是企業(yè)保持或擴(kuò)大市場份額的重要因素。傳統(tǒng)實(shí)體店經(jīng)營模式下，顧客面臨售后期內(nèi)丟失購買收據(jù)、售后態(tài)度差、售后流程復(fù)雜和售后周期長等難題。在電商環(huán)境下，企業(yè)可以通過與消費(fèi)者之間連續(xù)的、及時雙向的信息交互來解決傳統(tǒng)售后存在的問題，同時，消費(fèi)者可以更加便捷地對產(chǎn)品和服務(wù)給予完整和實(shí)時的評價(jià)和反饋，有助于促進(jìn)企業(yè)售后服務(wù)質(zhì)量的提升。

最后，挖掘長尾市場。按照帕雷托法則(Pareto Principle)，企業(yè)80%的利潤來自20%的產(chǎn)品。傳統(tǒng)的企業(yè)大都遵循這種思想，將其主要精力集中于20%的優(yōu)質(zhì)客戶和主流市場。不過，隨著網(wǎng)絡(luò)時代的興起，Chris(2006)[30]提出長尾理論(LongTail)，認(rèn)為龐大的長尾利基商品或服務(wù)種類乘以極小的單項(xiàng)長尾利基商品銷售量，其總體銷售額極為驚人，所獲取利潤并不亞于主流市場。企業(yè)依托互聯(lián)網(wǎng)連接技術(shù)和信息處理技術(shù)，拓展了信息傳播渠道，使交易雙方搜尋成本顯著降低，從而挖掘出更多潛在銷售機(jī)會和渠道。企業(yè)服務(wù)于大眾或中小企業(yè)，雖然每個用戶交易規(guī)模較小，無法比擬頭部“高端”客戶的交易規(guī)模，但由于互聯(lián)網(wǎng)產(chǎn)品的邊際成本和搜尋成本接近于無，數(shù)量龐大的大眾或中小企業(yè)需求“積沙成塔”，一樣能為企業(yè)創(chuàng)造收益，形成互聯(lián)網(wǎng)市場的長尾。

因此，據(jù)上所述，本文提出假設(shè)H2：企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字營銷，能顯著提升企業(yè)的銷售能力，進(jìn)而增加企業(yè)績效。

2.數(shù)字生產(chǎn)

數(shù)字營銷解決了人類獲得產(chǎn)品的方便性問題，但沒有改變產(chǎn)品質(zhì)量和差異性問題，也沒有涉及產(chǎn)品生產(chǎn)效率問題。它們是把成型產(chǎn)品，以更加便捷(或者多渠道)的方式送到用戶手中，產(chǎn)品在其開始銷售之前就已經(jīng)定型了，質(zhì)量、差異性以及生產(chǎn)效率如何，互聯(lián)網(wǎng)的消費(fèi)端是不進(jìn)行控制的。而數(shù)字生產(chǎn)則把觸角延伸到產(chǎn)品定型之前，乃至產(chǎn)品使用的全生命周期之中，其目標(biāo)為：產(chǎn)品質(zhì)量上乘，差異性顯著，生產(chǎn)效率提升，生產(chǎn)運(yùn)營成本下降。供應(yīng)鏈伙伴及客戶交易后服務(wù)響應(yīng)及時，效率高且服務(wù)體驗(yàn)友好。數(shù)字化生產(chǎn)對企業(yè)的影響主要體現(xiàn)在產(chǎn)品質(zhì)量和差異性、生產(chǎn)運(yùn)營及管理水平、資產(chǎn)運(yùn)營效率等方面。闡述如下：

第一，創(chuàng)新促進(jìn)研發(fā)，大數(shù)據(jù)提升研發(fā)針對性。微笑曲線理論將企業(yè)產(chǎn)業(yè)鏈分為研發(fā)、制造和流通三個環(huán)節(jié)。正如前文所述，傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型會極大促進(jìn)企業(yè)創(chuàng)新，而創(chuàng)新是研發(fā)的源頭。同時，萬物互聯(lián)、大數(shù)據(jù)搜集以及云端實(shí)時人工智能處理等使得企業(yè)能及時充分了解客戶的差異性需求，并快速開展有針對性的研發(fā)活動。

第二，智能制造實(shí)現(xiàn)大規(guī)模個性化定制。在企業(yè)不進(jìn)行數(shù)字化生產(chǎn)的情況下，企業(yè)也可以生產(chǎn)出個性化的產(chǎn)品，但是無法實(shí)現(xiàn)差異化需求的低成本批量生產(chǎn)。進(jìn)行大規(guī)模的差異化生產(chǎn)，無疑會使得產(chǎn)品生產(chǎn)流程復(fù)雜化，降低企業(yè)生產(chǎn)效率，并進(jìn)一步表現(xiàn)為消費(fèi)需求動態(tài)性和大規(guī)模生產(chǎn)所需要的需求穩(wěn)定性之間的矛盾，最終表現(xiàn)為消費(fèi)者個性化需求與生產(chǎn)者規(guī)模經(jīng)濟(jì)效應(yīng)之間的“不兼容”。最終，為了使得經(jīng)營效益最大化，生產(chǎn)者只能選擇其平衡點(diǎn)，尋求非標(biāo)準(zhǔn)化生產(chǎn)和標(biāo)準(zhǔn)化生產(chǎn)的適當(dāng)組合[31]，而進(jìn)行相應(yīng)的產(chǎn)業(yè)互聯(lián)網(wǎng)化，企業(yè)可以借助人工智能技術(shù)以及高效的物聯(lián)網(wǎng)等技術(shù)，實(shí)現(xiàn)智能制造。幫助企業(yè)在滿足絕大多數(shù)個性化需求的條件下，實(shí)現(xiàn)產(chǎn)品的大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)[32]，提升產(chǎn)品的個性化程度。

第三，提升供應(yīng)鏈管理水平。企業(yè)生產(chǎn)活動由一系列業(yè)務(wù)流程構(gòu)成，在既有資源條件下，企業(yè)競爭優(yōu)勢來自業(yè)務(wù)流程的優(yōu)化。供應(yīng)鏈實(shí)際上就是一種業(yè)務(wù)流程模型。從廣義上來講，供應(yīng)鏈可以區(qū)分為內(nèi)部供應(yīng)鏈和外部供應(yīng)鏈。內(nèi)部供應(yīng)鏈包含采購、制造、銷售等部門。外部供應(yīng)鏈則包含了供應(yīng)商、制造商、銷售商和最終用戶。信息技術(shù)是推動供應(yīng)鏈管理的重要因素，各種信息系統(tǒng)應(yīng)用的發(fā)展，極大地促進(jìn)了現(xiàn)代供應(yīng)鏈管理理念的實(shí)現(xiàn)以及組織結(jié)構(gòu)轉(zhuǎn)變[33]?；ヂ?lián)網(wǎng)和跨組織信息系統(tǒng)使得企業(yè)不用追求對所有合作伙伴的完全控制，而是將企業(yè)的生產(chǎn)活動改為由若干個核心企業(yè)主導(dǎo)，形成新的價(jià)值分工體系[34]。具有消費(fèi)者需求信息優(yōu)勢的大型互聯(lián)網(wǎng)平臺，將消費(fèi)者需求信息作為供應(yīng)鏈管理的導(dǎo)向，有助于提升供應(yīng)鏈企業(yè)運(yùn)作的敏捷性，實(shí)現(xiàn)對客戶需求快速響應(yīng)[27]。此外，數(shù)字技術(shù)有助于供應(yīng)鏈形成閉環(huán)，使得供應(yīng)鏈管理不只局限于傳統(tǒng)的企業(yè)生產(chǎn)活動全過程，還延伸到產(chǎn)品的使用、回收、再制造和再銷售等環(huán)節(jié)[35]。

第四，構(gòu)建產(chǎn)業(yè)生態(tài)圈。Paul(1994))[36]將自然生態(tài)系統(tǒng)原理應(yīng)用于社會科學(xué)，打破了以行業(yè)劃分為前提的傳統(tǒng)戰(zhàn)略理論的限制。企業(yè)不是單獨(dú)的個體，而是整個商業(yè)生態(tài)的一部分，除了競爭之外，企業(yè)之間的相互合作也值得關(guān)注[37]。對于企業(yè)來說，社會經(jīng)濟(jì)環(huán)境和其他企業(yè)構(gòu)成了其生存的外部環(huán)境，如何從中獲取有效資源，提升企業(yè)績效，依賴于企業(yè)與外部環(huán)境的物質(zhì)和信息交流。供應(yīng)鏈管理是針對企業(yè)原有價(jià)值鏈的改造，產(chǎn)業(yè)互聯(lián)網(wǎng)解構(gòu)企業(yè)傳統(tǒng)價(jià)值鏈，并使之與互聯(lián)網(wǎng)價(jià)值鏈重組，形成“跨鏈”共生現(xiàn)象，將原本相互獨(dú)立的價(jià)值鏈進(jìn)行相互融合，創(chuàng)造出新產(chǎn)品、新服務(wù)的新商業(yè)模式[4]。這種互聯(lián)網(wǎng)下的產(chǎn)業(yè)生態(tài)，不僅有利于企業(yè)發(fā)現(xiàn)價(jià)值，還能夠創(chuàng)造新的價(jià)值。而且，得益于非競爭性的合作，企業(yè)間的信息流轉(zhuǎn)更為高效，使得系統(tǒng)內(nèi)企業(yè)更好地把握消費(fèi)者的需求變化。把企業(yè)價(jià)值創(chuàng)造活動變成柔性動態(tài)系統(tǒng)，既能幫助企業(yè)規(guī)避核心能力剛性的風(fēng)險(xiǎn)，又能滿足多邊群體價(jià)值轉(zhuǎn)移的多元化需求[7]。

第五，數(shù)字化協(xié)同提升資產(chǎn)運(yùn)營效率。數(shù)字技術(shù)可以把產(chǎn)業(yè)上下游連接起來，打通上下游企業(yè)間的信息和數(shù)據(jù)流，重構(gòu)傳統(tǒng)產(chǎn)業(yè)的業(yè)務(wù)鏈和產(chǎn)業(yè)鏈[3]?；ヂ?lián)網(wǎng)平臺可以把工廠、供應(yīng)商和客戶緊密地連接融合起來，幫助企業(yè)拉長產(chǎn)業(yè)鏈，形成跨地區(qū)、跨廠區(qū)的互聯(lián)互通，推動企業(yè)的融通發(fā)展，使各種生產(chǎn)要素能夠高效共享[38]。也能把企業(yè)內(nèi)部設(shè)備、生產(chǎn)線統(tǒng)一起來，加強(qiáng)企業(yè)內(nèi)部信息交流的及時性，提高企業(yè)運(yùn)營效率，推動整個制造服務(wù)體系智能化[39]。以物流業(yè)為例，阿里集團(tuán)通過構(gòu)建菜鳥網(wǎng)絡(luò)，使得各物流企業(yè)可以相互借調(diào)物流資源，從而有效提升企業(yè)服務(wù)效率，減少配送空載率。而京東則利用互聯(lián)網(wǎng)技術(shù)將自營零售業(yè)務(wù)與物流物業(yè)有效結(jié)合，實(shí)現(xiàn)了倉配一體化服務(wù)，通過云計(jì)算分配就近倉庫進(jìn)行配貨，并計(jì)算出最佳的配送路徑，極大地降低了倉儲費(fèi)、配送費(fèi)等成本，提升了資產(chǎn)運(yùn)營效率。

據(jù)此，本文提出假設(shè)H3a：企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字生產(chǎn)，能提升產(chǎn)品質(zhì)量、差異化水平以及生產(chǎn)運(yùn)營管理水平，進(jìn)而促進(jìn)企業(yè)績效增加。

假設(shè)H3b：企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字生產(chǎn)，提升資產(chǎn)運(yùn)營效率，進(jìn)而促進(jìn)企業(yè)績效增加。

三、數(shù)據(jù)與研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文選取2014—2019年A股所有上市公司為研究樣本。在樣本選取過程中，做了如下篩選工作：首先，本文去除掉一些數(shù)據(jù)缺失嚴(yán)重的樣本；然后，因?yàn)榻鹑谄髽I(yè)的特殊屬性，本文剔除了金融類企業(yè)；再次，通常來講，ST企業(yè)財(cái)務(wù)數(shù)據(jù)會比較異常，因此本文剔除了ST企業(yè)；最后，由于信息行業(yè)與數(shù)字技術(shù)的特殊聯(lián)系，本文剔除了信息類企業(yè)。得到了一個包含16個行業(yè)2121家上市公司為期6年的平衡面板數(shù)據(jù)，共12726個觀測值。并且，通過翻閱中國互聯(lián)網(wǎng)網(wǎng)絡(luò)信息中心歷年發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，發(fā)現(xiàn)自2014年開始，移動互聯(lián)網(wǎng)用戶數(shù)量趨于平穩(wěn)。因此，本文認(rèn)為無論是數(shù)據(jù)的穩(wěn)健性，還是樣本數(shù)量維度、時間維度以及行業(yè)類型維度都非常符合實(shí)證檢驗(yàn)的要求。

本文所有的財(cái)務(wù)數(shù)據(jù)以及公司年報(bào)均來源于wind數(shù)據(jù)庫。企業(yè)數(shù)字化轉(zhuǎn)型程度評價(jià)指標(biāo)是以公司年報(bào)為基礎(chǔ)，通過python程序提取關(guān)鍵詞詞頻，再計(jì)算得出。為了減少異常值對于實(shí)證檢驗(yàn)的干擾，本文涉及的所有連續(xù)變量均采用1%的縮尾處理。

(二)研究設(shè)計(jì)

為檢驗(yàn)假設(shè)H1，本文設(shè)置模型(1)：

Perfoi,t=β0+β1Interi,t+∑Controls+εi+εt+εi,t

(1)

其中，下標(biāo)i為公司，t為年份。被解釋變量為企業(yè)績效(Perfo)。楊德明和劉泳文(2018)[40]采用了每股收益和總資產(chǎn)收益率兩個指標(biāo)來度量企業(yè)績效。不過，本文認(rèn)為，每股收益并不適合作為企業(yè)績效的衡量指標(biāo)。首先，每股收益難以反映公司股本數(shù)的變化，其次，由于各企業(yè)中每股所包含的價(jià)值不同，難以進(jìn)行橫向比較。本文的數(shù)據(jù)結(jié)構(gòu)具有“大N小T”特征，使得每股收益不適于橫向比較的劣勢放大。因此，本文采用總資產(chǎn)收益率(ROA)度量企業(yè)績效，同時采用凈資產(chǎn)收益率(ROE)進(jìn)行穩(wěn)健性檢驗(yàn)。

解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型程度(Inter)。首先，建立企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞庫(包含96個關(guān)鍵詞)；其次，根據(jù)python程序的運(yùn)行原理和關(guān)鍵詞的適用性，最終選擇云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、智能終端、移動互聯(lián)網(wǎng)、新一代信息技術(shù)、網(wǎng)絡(luò)協(xié)同、區(qū)塊鏈、互聯(lián)網(wǎng)、線上線下、線上營銷、電子商務(wù)、在線、數(shù)字化平臺、電子化平臺、互聯(lián)網(wǎng)平臺、交易平臺等18個關(guān)鍵詞；再次，利用python程序?qū)灸陥?bào)的文本進(jìn)行對應(yīng)關(guān)鍵詞的詞頻統(tǒng)計(jì)④；其后，將關(guān)鍵詞詞頻進(jìn)行加總?？紤]到各公司年報(bào)的長短不一，我們將加總的關(guān)鍵詞詞頻除以年報(bào)總字?jǐn)?shù)作為企業(yè)數(shù)字化轉(zhuǎn)型水平指標(biāo)；最后，為了不使指標(biāo)數(shù)值過小，將得到的數(shù)值統(tǒng)一放大10000倍，考慮到計(jì)算得出的數(shù)值存在小于1和等于零的情況，為了取對數(shù)以及保證取對數(shù)后的數(shù)值大于零，我們將計(jì)算得出的數(shù)值加1，再取對數(shù)，形成最終的企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)。

根據(jù)相關(guān)理論，并參考相關(guān)研究，選取以下控制變量：第一，由于企業(yè)規(guī)模會影響企業(yè)財(cái)務(wù)指標(biāo)(比如營業(yè)收入)，因此，本文控制企業(yè)規(guī)模(Size)；第二，由于企業(yè)的戰(zhàn)略變革通常需要大量資金，企業(yè)通常會加大財(cái)務(wù)杠桿，但是財(cái)務(wù)杠桿對于企業(yè)績效的影響并不屬于互聯(lián)網(wǎng)技術(shù)投入提升企業(yè)績效的內(nèi)容，因此，本文控制企業(yè)的財(cái)務(wù)杠桿(Lever)；第三，營業(yè)外收入不屬于本文所考察的企業(yè)績效內(nèi)容。而且，利用營業(yè)外收入調(diào)節(jié)企業(yè)績效是上市公司的常見做法?；诖?，本文控制企業(yè)的主營業(yè)務(wù)比率(Ratio)；第四，控制公司上市年限(Life)。上市年限反映了企業(yè)的生命周期，新上市的企業(yè)往往更具活力，有更好的業(yè)績表現(xiàn)，上市年限較長的企業(yè)，改制工作難度大，其經(jīng)營業(yè)績和財(cái)務(wù)狀況較差[41]；第五，控制行業(yè)固定效應(yīng)、所有制固定效應(yīng)以及年度固定效應(yīng)。相關(guān)變量的定義見表1。

表1 變量定義

對假設(shè)H2和假設(shè)H3，通過中介效應(yīng)模型進(jìn)行檢驗(yàn)。通常來講，企業(yè)的銷售能力最終會表現(xiàn)在企業(yè)產(chǎn)品銷售額度上，在財(cái)務(wù)指標(biāo)上則表現(xiàn)為企業(yè)營業(yè)收入。因此，本文選用了營業(yè)收入對數(shù)(Sales)作為銷售能力的代理指標(biāo)。構(gòu)建模型(2)和模型(3)檢驗(yàn)假設(shè)H2。如果銷售能力是一個有效的中介變量，則Inter應(yīng)該會顯著影響Sales，Sales也會顯著影響企業(yè)績效；同時，模型(3)中Inter系數(shù)應(yīng)顯著小于模型(1)。

Salesi,t=b0+b1Interi,t+∑Controls+εi+εt+εi,t

(2)

Perfoi,t=c0+c1Interi,t+c2Salesi,t+∑Controls+εi+εt+εi,t

(3)

楊德明和劉泳文(2018)[40]認(rèn)為數(shù)字化轉(zhuǎn)型通過差異化中介變量推動了企業(yè)業(yè)績的提升，并采用銷售毛利率對差異化進(jìn)行量化。確實(shí)，銷售毛利率最能反映企業(yè)產(chǎn)品質(zhì)量和差異化水平。不過，我們認(rèn)為，除了產(chǎn)品質(zhì)量和差異化水平外，數(shù)字化轉(zhuǎn)型之?dāng)?shù)字生產(chǎn)對生產(chǎn)運(yùn)營及管理水平也會產(chǎn)生重要影響，使得企業(yè)能做到精細(xì)化管理，生產(chǎn)運(yùn)營及管理成本費(fèi)用下降。銷售毛利率并沒有反映這一點(diǎn)，而銷售凈利率既反映了產(chǎn)品質(zhì)量和差異化水平所導(dǎo)致的毛利水平，也能反映精細(xì)管理所導(dǎo)致的成本費(fèi)用下降水平?；诖耍覀儾捎娩N售凈利率(ROS)作為產(chǎn)品質(zhì)量和差異化水平以及精細(xì)化管理水平的代理變量。構(gòu)建模型(4)和模型(5)檢驗(yàn)假設(shè)H3a。如果盈利能力是一個有效的中介變量，則Inter應(yīng)該會顯著影響ROS，ROS也會顯著影響企業(yè)績效；同時，模型(5)中Inter系數(shù)應(yīng)顯著小于模型(1)。

ROSi,t=d0+d1Interi,t+∑Controls+εi+εt+εi,t

(4)

Perfoi,t=e0+e1Interi,t+e2ROSi,t+∑Controls+εi+εt+εi,t

(5)

前文我們論述了數(shù)字化轉(zhuǎn)型產(chǎn)業(yè)互聯(lián)網(wǎng)會提升企業(yè)的預(yù)測能力和柔性。兩者的提升有利于企業(yè)對產(chǎn)能投資布局進(jìn)行科學(xué)決策，充分利用生產(chǎn)資源，提高產(chǎn)能利用率，從而改善企業(yè)績效?？傎Y產(chǎn)周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率以及固定資產(chǎn)周轉(zhuǎn)率等資產(chǎn)營運(yùn)效率指標(biāo)反映了企業(yè)產(chǎn)能利用率的高低。考慮到指標(biāo)的涵蓋范圍，本文選擇總資產(chǎn)周轉(zhuǎn)率(Turno)作為企業(yè)資產(chǎn)運(yùn)營效率的代理指標(biāo)。構(gòu)建模型(6)和模型(7)檢驗(yàn)假設(shè)H3b。如果資產(chǎn)運(yùn)營效率是一個有效的中介變量，則Inter應(yīng)該會顯著影響Turno，Turno也會顯著影響企業(yè)績效；同時，模型(7)中Inter系數(shù)應(yīng)顯著小于模型(1)。

Turnoi,t=f0+f1Interi,t+∑Controls+εi+εt+εi,t

(6)

Perfoi,t=g0+g1Interi,t+g2Turnoi,t+∑Controls+εi+εt+εi,t

(7)

(三)描述性統(tǒng)計(jì)

表2提供了各年度各行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型水平得分。表3提供了各主要變量的均值、標(biāo)準(zhǔn)差、最小值及最大值等描述性統(tǒng)計(jì)指標(biāo)?？傮w看，各行業(yè)數(shù)字化轉(zhuǎn)型程度隨時間呈上升趨勢。從行業(yè)上看，根據(jù)2019年數(shù)據(jù)，采礦業(yè)和電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)是數(shù)字化轉(zhuǎn)型程度最低的三個行業(yè)，隨后是農(nóng)、林、牧、漁業(yè)，數(shù)字化轉(zhuǎn)型程度最高的依次是文化、體育和娛樂業(yè)、綜合業(yè)、租賃和商務(wù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)。由此可見，第三產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型程度較高，而第二產(chǎn)業(yè)和第一產(chǎn)業(yè)相對較低。

表2 各行業(yè)傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型水平年度得分

表3 主要變量描述性統(tǒng)計(jì)

四、實(shí)證檢驗(yàn)

為了保證實(shí)證結(jié)果的穩(wěn)健性，本文同時采用了總資產(chǎn)收益率(ROA)和凈資產(chǎn)收益率(ROE)作為績效指標(biāo)(被解釋變量)。另外，除前述構(gòu)建的數(shù)字化轉(zhuǎn)型連續(xù)變量指標(biāo)(Inter)外，我們還構(gòu)建了數(shù)字化轉(zhuǎn)型二分變量指標(biāo)(In_level)：首先，將連續(xù)變量指標(biāo)(Inter)按大小順序排列；其次，以均值為界限將樣本數(shù)據(jù)分為兩組，小于均值的賦值為0，定義為低數(shù)字化轉(zhuǎn)型程度，大于均值的賦值為1，定義為高數(shù)字化轉(zhuǎn)型程度。將新的二分變量指標(biāo)(In_level)替代原來的連續(xù)變量指標(biāo)(Inter)進(jìn)行穩(wěn)健性檢驗(yàn)。表4提供了假設(shè)H1的檢驗(yàn)結(jié)果。根據(jù)表4可知，數(shù)字化轉(zhuǎn)型的回歸系數(shù)為正，且在1%的水平上顯著。說明數(shù)字化轉(zhuǎn)型顯著提升了企業(yè)績效，假設(shè)H1得到證實(shí)。假設(shè)H1成立是符合邏輯的：通過網(wǎng)絡(luò)化、數(shù)字化及智能化，數(shù)字化轉(zhuǎn)型使得企業(yè)信息收集、處理及流轉(zhuǎn)更為高效和多頻，這將極大促進(jìn)企業(yè)創(chuàng)新和伴隨性變革，最終顯著提升企業(yè)績效。

表4 數(shù)字化轉(zhuǎn)型對于企業(yè)績效的總體影響

表5提供了假設(shè)H2的實(shí)證檢驗(yàn)結(jié)果。實(shí)證模型均含有截距，并對控制變量、年份固定效應(yīng)以及行業(yè)固定效應(yīng)做了控制，由于篇幅限制，表5以及后續(xù)各表均沒有列出相應(yīng)實(shí)證結(jié)果。表5顯示，數(shù)字化轉(zhuǎn)型使得企業(yè)銷售能力得到提升，從而對績效產(chǎn)生正向影響，假設(shè)H2得到驗(yàn)證。這表現(xiàn)在：首先，從第①列和第②列可知，數(shù)字化轉(zhuǎn)型連續(xù)變量指標(biāo)(Inter)和二分變量指標(biāo)(In_level)的回歸系數(shù)分別在1%和5%置信水平下顯著為正，說明數(shù)字化轉(zhuǎn)型顯著提升了銷售能力；其次，從第③列至第⑥列可知，銷售能力關(guān)于企業(yè)績效的回歸系數(shù)為正，且在1%的水平上顯著，說明銷售能力顯著提升了企業(yè)績效；最后，控制銷售能力后，數(shù)字化轉(zhuǎn)型對企業(yè)績效的回歸系數(shù)小于模型(1)的回歸系數(shù)。

假設(shè)H3a的實(shí)證結(jié)果列于表6。根據(jù)表6第①列和第②列可知，數(shù)字化轉(zhuǎn)型程度對銷售凈利率(ROS)的回歸系數(shù)為正，且在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型顯著提升了盈利能力。第③列至第⑥列則顯示，當(dāng)把銷售凈利率(ROS)和企業(yè)數(shù)字化轉(zhuǎn)型程度(Inter或In_level)同時放入模型中回歸時，銷售凈利率回歸系數(shù)為正，且在1%的水平上顯著，說明盈利能力顯著提升了企業(yè)績效。同時，相比于模型(1)，數(shù)字化轉(zhuǎn)型程度回歸系數(shù)明顯下降(ROA為被解釋變量：Inter系數(shù)由0.6320下降至0.2831，In_level系數(shù)由0.4557下降至0.1751；ROE為被解釋變量：Inter系數(shù)由1.1984下降至0.5088，In_level系數(shù)由0.8943下降至0.3397)，說明盈利能力是數(shù)字化轉(zhuǎn)型提升企業(yè)績效的重要路徑。假設(shè)H3a得到證明。

表5 銷售能力的中介效應(yīng)影響

表6 盈利能力中介效應(yīng)影響(產(chǎn)品質(zhì)量和差異化、精細(xì)化管理)

表7提供了假設(shè)H3b的實(shí)證檢驗(yàn)結(jié)果。根據(jù)表7可知，數(shù)字化轉(zhuǎn)型程度對總資產(chǎn)周轉(zhuǎn)率(Turno)的回歸系數(shù)為正，且在1%的水平上顯著。說明數(shù)字化轉(zhuǎn)型對企業(yè)總資產(chǎn)周轉(zhuǎn)率產(chǎn)生了顯著正向影響。總資產(chǎn)周轉(zhuǎn)率關(guān)于企業(yè)績效的回歸系數(shù)為正，且在1%的水平上顯著。說明總資產(chǎn)周轉(zhuǎn)率的改善顯著提升了企業(yè)績效。同時，控制總資產(chǎn)周轉(zhuǎn)率后，數(shù)字化轉(zhuǎn)型對企業(yè)績效的回歸系數(shù)小于模型(1)的回歸系數(shù)。說明資產(chǎn)運(yùn)營效率是數(shù)字化轉(zhuǎn)型提升企業(yè)績效的重要路徑。假設(shè)H3b得到證明。

表7 資產(chǎn)運(yùn)營效率中介效應(yīng)影響

五、進(jìn)一步分析：“去中介化”能提升企業(yè)績效嗎

很多研究者認(rèn)為，互聯(lián)網(wǎng)可以連接供需雙方，解決了信息不對稱問題，去除了中介方的參與，節(jié)約了時間、人力、物力等多方面成本，惠及交易雙方(肖靜華等，2015)[27]。那么，“去中介化”是否也是數(shù)字化轉(zhuǎn)型提升企業(yè)績效的路徑之一呢？考慮到“去中介化”主要發(fā)生在銷售端，對成本費(fèi)用的節(jié)省主要體現(xiàn)在銷售費(fèi)用(Cost)，我們采用以下模型檢驗(yàn)數(shù)字化轉(zhuǎn)型能否通過“去中介化”提升企業(yè)績效。實(shí)證結(jié)果列于表8。

Costi,t=h0+h1Interi,t+∑Controls+εi+εt+εi,t

(8)

Perfoi,t=j0+j1Interi,t+j2Costi,t+∑Controls+εi+εt+εi,t

(9)

根據(jù)表8可知，數(shù)字化轉(zhuǎn)型對銷售費(fèi)用的回歸系數(shù)為正，但是不顯著。按照Baron和Kenny(1986)[42]、溫忠麟等(2004，2014)[43-44]的研究，此時，中介效應(yīng)檢驗(yàn)結(jié)束，銷售費(fèi)用并非數(shù)字化轉(zhuǎn)型提升企業(yè)績效的中介變量。再看方程(9)的回歸結(jié)果，可以發(fā)現(xiàn)，控制了銷售費(fèi)用后，數(shù)字化轉(zhuǎn)型水平對企業(yè)績效的回歸系數(shù)與方程(1)的回歸系數(shù)和顯著性水平相差不大。特別值得關(guān)注的是，方程(9)的數(shù)字化轉(zhuǎn)型水平回歸系數(shù)要大于方程(1)，再一次說明“去中介化”并非數(shù)字化轉(zhuǎn)型提升企業(yè)績效的路徑，相反，由于“去中介化”涉及線上平臺建設(shè)投入以及流量獲取成本，銷售費(fèi)用可能不降反升，進(jìn)而影響數(shù)字化轉(zhuǎn)型對企業(yè)績效的提升。

我們認(rèn)為，數(shù)字化轉(zhuǎn)型并非只是簡單地將線下客戶、線下信息搬到線上，“去中介化”也并非數(shù)字化轉(zhuǎn)型的本質(zhì)特征。阿爾文托夫勒在《第三次浪潮》中早就提出，互聯(lián)網(wǎng)在交易中的運(yùn)用，確實(shí)會使傳統(tǒng)中介(批發(fā)商、零售商、房產(chǎn)中介)受到?jīng)_擊，甚至消亡；但新的中介形式(類似淘寶、京東等大量的網(wǎng)購平臺，以及大大小小的淘寶賣家和微商)也在不斷產(chǎn)生?；ヂ?lián)網(wǎng)技術(shù)的使用，確實(shí)使得信息的產(chǎn)生和搜集跨越了時空限制，但這產(chǎn)生了兩個新的問題，一是數(shù)字時代，信息過剩或者說信息泛濫使得消費(fèi)者無從下手；二是消費(fèi)者的時間或者說注意力是有邊界的，企業(yè)產(chǎn)品或服務(wù)的線上展示邊際成本確實(shí)近乎為零，但要獲得消費(fèi)者關(guān)注卻并不容易。

表8 “去中介化”中介效應(yīng)影響

六、內(nèi)生性討論

企業(yè)數(shù)字化轉(zhuǎn)型與績效之間或許存在相互影響的內(nèi)生性問題，本文采用各省域網(wǎng)站數(shù)的對數(shù)作為工具變量⑤。網(wǎng)站數(shù)是數(shù)字經(jīng)濟(jì)的基礎(chǔ)[10]，企業(yè)數(shù)字化轉(zhuǎn)型離不開網(wǎng)站支撐，從統(tǒng)計(jì)檢驗(yàn)的角度看，省域網(wǎng)站數(shù)與企業(yè)數(shù)字化轉(zhuǎn)型程度(Inter)顯著相關(guān)，相關(guān)系數(shù)為0.2283。因此，不存在弱工具變量問題。采用工具變量2SLS方法進(jìn)行內(nèi)生性檢驗(yàn)，檢驗(yàn)結(jié)果詳見表9。

表9 內(nèi)生性檢驗(yàn)

續(xù)表

從表9可以看出，模型(1)至模型(7)(即假設(shè)1至假設(shè)3)內(nèi)生性檢驗(yàn)結(jié)果與原結(jié)論一致⑥。值得討論的是模型(8)(即進(jìn)一步分析中的“去中介化”路徑檢驗(yàn))的內(nèi)生性檢驗(yàn)結(jié)果。從表9我們發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型程度(Inter)關(guān)于銷售費(fèi)用(Cost)的系數(shù)變成了負(fù)數(shù)且顯著，Cost關(guān)于績效(ROA、ROE)的系數(shù)變成了正數(shù)(ROA回歸顯著、ROE回歸不顯著)。由此，一般會認(rèn)為“去中介化”或許也是數(shù)字化轉(zhuǎn)型提升績效的路徑之一，似與前述研究結(jié)論并不一致。但進(jìn)一步分析則會發(fā)現(xiàn)兩點(diǎn)：一是當(dāng)控制了“去中介化”變量銷售費(fèi)用(Cost)后，數(shù)字化轉(zhuǎn)型程度(Inter)對企業(yè)績效的直接效應(yīng)(2.0150和4.8412)非常接近于總效應(yīng)(1.8969和4.8765)，這表明，即使存在“去中介化”的中介效應(yīng)，也非常有限；二是間接效應(yīng)(-4.5328和0.0370的乘積)為負(fù)，與直接效應(yīng)相反。按溫忠麟等(2014)[44]、MacKinnon(2008)[45]等人的研究，此種情況被稱為“遮掩效應(yīng)”(Suppressing Effects)，即總效應(yīng)出現(xiàn)了被遮掩的情況，換句話說，“去中介化”不僅不是數(shù)字化轉(zhuǎn)型提升企業(yè)績效的有效路徑，而且還起到了反作用。這與前面我們的理論分析是一致的。

七、結(jié)論及建議

企業(yè)數(shù)字化轉(zhuǎn)型首先有助于傳統(tǒng)企業(yè)產(chǎn)生以網(wǎng)絡(luò)化、數(shù)據(jù)化和智能化為本質(zhì)特征的技術(shù)變革。萬物互聯(lián)，萬事皆成數(shù)據(jù)，數(shù)據(jù)即時上傳云端，通過人工智能處理大數(shù)據(jù)并及時決策及反饋。這些技術(shù)變革對企業(yè)創(chuàng)新、產(chǎn)品供給以及銷售均會產(chǎn)生直接影響。創(chuàng)新不僅包括產(chǎn)品研發(fā)，還包括產(chǎn)品供給以及銷售階段的創(chuàng)新，創(chuàng)新應(yīng)該說融合于產(chǎn)品研發(fā)、供給以及銷售三個階段，創(chuàng)新的價(jià)值最終會體現(xiàn)在產(chǎn)品供給以及銷售兩個階段，比如說產(chǎn)品的差異性、質(zhì)量的穩(wěn)定性、供給和銷售效率的提升性以及售后服務(wù)的有效性等。除了直接影響，數(shù)字化轉(zhuǎn)型所導(dǎo)致的技術(shù)變革會產(chǎn)生伴隨性管理變革，繼而引發(fā)伴隨性組織變革、理念變革、文化變革。而這些伴隨性變革又反過來促進(jìn)進(jìn)一步的技術(shù)創(chuàng)新和伴隨性變革，再輔以互聯(lián)網(wǎng)的乘數(shù)效應(yīng)，最終促進(jìn)企業(yè)績效的上升。

數(shù)字營銷和數(shù)字生產(chǎn)對企業(yè)績效的影響路徑存在顯著差異。數(shù)字營銷主要通過提升企業(yè)銷售能力從而影響企業(yè)績效。而數(shù)字生產(chǎn)影響企業(yè)績效的途徑有兩種：一是通過提升企業(yè)產(chǎn)品質(zhì)量和差異化水平、精細(xì)化管理水平，進(jìn)而提升企業(yè)的盈利能力；二是提升企業(yè)的資產(chǎn)運(yùn)營效率。而被業(yè)界、理論界以及公眾普遍認(rèn)可的互聯(lián)網(wǎng)“去中介化”并非數(shù)字化轉(zhuǎn)型影響企業(yè)績效的有效途徑?！叭ブ薪榛辈⒎瞧髽I(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)特征，舊式的中介會消亡，但新型的中介會產(chǎn)生。簡單地將線下經(jīng)營搬到線上“去除中介化”，并不是數(shù)字化轉(zhuǎn)型的本質(zhì)，也不能消除信息不對稱。因?yàn)樾畔^剩，而大眾的注意力是有邊界的，會產(chǎn)生新型的信息不對稱。

由研究結(jié)論可知，數(shù)字化轉(zhuǎn)型對傳統(tǒng)企業(yè)績效的提升具有顯著作用。企業(yè)數(shù)字化轉(zhuǎn)型通過提升銷售能力、盈利能力(產(chǎn)品質(zhì)量和差異化、精細(xì)化管理)、資產(chǎn)運(yùn)營效率三種路徑提升企業(yè)績效，此三種路徑符合我國經(jīng)濟(jì)轉(zhuǎn)型時期的促消費(fèi)、供給側(cè)改革、低碳生產(chǎn)等重大經(jīng)濟(jì)方針，政府和企業(yè)應(yīng)該給予重視，繼續(xù)堅(jiān)持并加強(qiáng)數(shù)字化戰(zhàn)略的推進(jìn)。在數(shù)字化戰(zhàn)略的推進(jìn)和實(shí)施過程中，除了繼續(xù)完善數(shù)字營銷相關(guān)方面的內(nèi)容外，數(shù)字化戰(zhàn)略下一階段關(guān)注的焦點(diǎn)應(yīng)該是數(shù)字化生產(chǎn)。要利用新一代數(shù)字技術(shù)，改造產(chǎn)品研發(fā)及供給的流程和體系，提升研發(fā)和供給的效率。要防止簡單將產(chǎn)品銷售由線下搬到線上的形式化數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型的根本目標(biāo)是使得傳統(tǒng)企業(yè)形成網(wǎng)絡(luò)化、數(shù)據(jù)化及智能化的技術(shù)變革，并由技術(shù)變革引致伴隨性管理變革，繼而產(chǎn)生伴隨性組織變革、理念變革及文化變革，只有這樣，才能真正發(fā)揮數(shù)字化戰(zhàn)略的作用，推動中國傳統(tǒng)企業(yè)的轉(zhuǎn)型升級。

注 釋：

① 在2018年兩院院士大會上的重要講話中，習(xí)近平總書記指出：世界正在進(jìn)入以信息產(chǎn)業(yè)為主導(dǎo)的經(jīng)濟(jì)發(fā)展時期。我們要把握數(shù)字化、網(wǎng)絡(luò)化、智能化融合發(fā)展的契機(jī)，以信息化、智能化為杠桿培育新動能。

② 在2017年中國“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟(jì)峰會上，馬化騰提出：未來就是在云端用人工智能處理大數(shù)據(jù)。

③ 本文所指產(chǎn)品，除了有形產(chǎn)品外，實(shí)際上還包括企業(yè)推出的無形產(chǎn)品，如各類服務(wù)。

④ 利用python程序進(jìn)行關(guān)鍵詞詞頻統(tǒng)計(jì)時，考慮到年報(bào)與學(xué)術(shù)術(shù)語的表述差異，以及python程序的檢索原理，我們對關(guān)鍵詞進(jìn)行了些許改動。例如，“人工智能”在年報(bào)上可能表述為“智能終端”“智能服務(wù)”等其他難以預(yù)測的形式，如果我們只檢索“人工智能”的詞頻，很顯然會降低檢索結(jié)果的準(zhǔn)確性。因此，本文將關(guān)鍵詞的“關(guān)鍵”作為檢索的關(guān)鍵詞，例如“人工智能”改為“智能”來進(jìn)行關(guān)鍵詞詞頻統(tǒng)計(jì)，并且本文通過翻閱大量年報(bào)，確保了新詞匯在絕大部分情況下是原來關(guān)鍵詞的準(zhǔn)確反映。其余關(guān)鍵詞也進(jìn)行了相應(yīng)處理。

⑤ 網(wǎng)站數(shù)數(shù)據(jù)來自中國互聯(lián)網(wǎng)絡(luò)信息中心歷年發(fā)布的《互聯(lián)網(wǎng)發(fā)展報(bào)告》。

⑥ 略有遺憾的是，方程(3)中ROA回歸數(shù)字化轉(zhuǎn)型水平(Inter)系數(shù)不顯著，p值為0.13。但不影響研究結(jié)論的成立。