數(shù)字賦能對(duì)企業(yè)績(jī)效的影響

摘 要：數(shù)字賦能有助于提升企業(yè)的科技創(chuàng)新能力，推動(dòng)中國經(jīng)濟(jì)向高質(zhì)量發(fā)展。文章采用2016年-2019年滬深兩市880家上市公司的面板數(shù)據(jù)，采用多元回歸模型，對(duì)數(shù)字賦能與企業(yè)績(jī)效的關(guān)系進(jìn)行實(shí)證分析。研究表明：數(shù)字賦能對(duì)企業(yè)績(jī)效呈正相關(guān)關(guān)系，尤其對(duì)長(zhǎng)期績(jī)效有顯著的“促進(jìn)效應(yīng)”?；诖?，政府應(yīng)優(yōu)化數(shù)字技術(shù)環(huán)境，加強(qiáng)政策扶持;企業(yè)應(yīng)加大數(shù)字化建設(shè)，并制定合理有效的高管激勵(lì)機(jī)制，增強(qiáng)自身創(chuàng)新能力。

關(guān)鍵詞：數(shù)字賦能;企業(yè)績(jī)效;上市公司

一、引言

隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈、5G、人工智能等賦能技術(shù)應(yīng)用大規(guī)模發(fā)展，各國都大力推進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，并把數(shù)字賦能作為推動(dòng)高質(zhì)量發(fā)展進(jìn)程的引擎，我國“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要中都提出“數(shù)字技術(shù)新優(yōu)勢(shì)”，通過數(shù)字賦能提升科技創(chuàng)新能力，提高關(guān)鍵核心技術(shù)創(chuàng)新和科技成果轉(zhuǎn)化率，增強(qiáng)科技進(jìn)步對(duì)經(jīng)濟(jì)發(fā)展的“擠入效應(yīng)”。企業(yè)作為數(shù)字賦能的微觀主體，必須不斷進(jìn)行研發(fā)創(chuàng)造，提升企業(yè)價(jià)值，實(shí)現(xiàn)轉(zhuǎn)型升級(jí)。

目前，學(xué)者們大多以定性研究表明數(shù)字賦能對(duì)企業(yè)績(jī)效的正向作用，缺乏定量研究，因此，本文以A股上市公司為樣本，并將企業(yè)績(jī)效分為企業(yè)長(zhǎng)期績(jī)效與企業(yè)短期績(jī)效，實(shí)證分析數(shù)字賦能和企業(yè)績(jī)效兩者之間的關(guān)系，并提出以下幾個(gè)問題：數(shù)字賦能對(duì)公司的績(jī)效有什么影響？并且短期績(jī)效與長(zhǎng)期績(jī)效的影響是否不同，針對(duì)上述問題，分析數(shù)字賦能與企業(yè)績(jī)效之間的關(guān)系。

二、理論分析與研究假設(shè)

數(shù)字賦能是企業(yè)運(yùn)用云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、5G等新一代信息技術(shù)，對(duì)現(xiàn)有的資源與要素重新整合，提升組織效率和運(yùn)營能力。數(shù)字化的技術(shù)能充分發(fā)揮杠桿效用，使企業(yè)以較少的創(chuàng)新資源投入獲得較高的創(chuàng)新產(chǎn)出。通過數(shù)字賦能重構(gòu)企業(yè)的價(jià)值鏈，編制網(wǎng)絡(luò)生態(tài)，整合其生態(tài)系統(tǒng)的資源，為用戶提供全方位、多元化的服務(wù)。隨著互聯(lián)網(wǎng)、信息技術(shù)的發(fā)展，用戶參與產(chǎn)品設(shè)計(jì)、生產(chǎn)、銷售等流程的活躍度提升，利用數(shù)字資源滿足自身的利益訴求與升級(jí)化需求。企業(yè)借助數(shù)據(jù)工具，追蹤消費(fèi)者的行動(dòng)軌跡，制作用戶畫像，滿足消費(fèi)者個(gè)性化需求，及時(shí)反饋消費(fèi)者的用戶體驗(yàn)，增強(qiáng)用戶黏性，實(shí)現(xiàn)精準(zhǔn)營銷。利用數(shù)字技術(shù)優(yōu)化組織結(jié)構(gòu)以及決策流程，制定科學(xué)的經(jīng)營戰(zhàn)略，有效掌握市場(chǎng)動(dòng)態(tài)，降低市場(chǎng)風(fēng)險(xiǎn)，提升企業(yè)利潤。通過數(shù)字賦能建立先進(jìn)制造業(yè)工業(yè)云，衍生發(fā)展出協(xié)同創(chuàng)新、遠(yuǎn)程診斷、在線監(jiān)測(cè)等新業(yè)態(tài)，提升“老字號(hào)”制造業(yè)的智能化、網(wǎng)絡(luò)化、數(shù)字化制造水平。調(diào)整企業(yè)之間的連接方式，利用“連接紅利”，促進(jìn)企業(yè)之間的共生協(xié)同，進(jìn)而提升創(chuàng)新能力以及風(fēng)險(xiǎn)抗性。

數(shù)字賦能的結(jié)果是長(zhǎng)周期和高不確定性的，短期內(nèi)賦能成效很難呈現(xiàn)于企業(yè)績(jī)效中，但高管的績(jī)效考核都與短期業(yè)績(jī)相掛鉤，基于管理防御假說，管理層為了自身利益最大化會(huì)傾向于規(guī)避數(shù)字技術(shù)的應(yīng)用與開發(fā)，從而數(shù)字賦能的短期績(jī)效往往難以顯著提升，不過長(zhǎng)期內(nèi)會(huì)由于企業(yè)價(jià)值的提升。據(jù)此，本文提出以下研究假設(shè)：

H1：數(shù)字賦能與短期績(jī)效呈正相關(guān)關(guān)系，不過影響力度比較小。

H2：數(shù)字賦能與長(zhǎng)期績(jī)效呈正顯著相關(guān)關(guān)系。

三、研究設(shè)計(jì)

1.樣本選擇及數(shù)據(jù)來源

文章選取2016年-2019年A股上市公司為初始數(shù)據(jù)。并對(duì)原始數(shù)據(jù)做如下篩選：剔除ST，*ST等公司;剔除行業(yè)類型變化的樣本;剔除研發(fā)及相關(guān)數(shù)據(jù)缺失的樣本。經(jīng)過上述處理，最終選取上市公司880家，為3520個(gè)有效樣本。數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫，部分研發(fā)投入信息來源于巨潮資訊網(wǎng)，數(shù)據(jù)處理軟件為SPSS24.0軟件和EXCEL2010。

2.變量定義

（1） 被解釋變量。本文企業(yè)績(jī)效劃分為短期績(jī)效與長(zhǎng)期績(jī)效。借鑒前人分析，采用總資產(chǎn)收益率（ROA）表示短期績(jī)效，托賓Q值（TOBINQ）表示長(zhǎng)期績(jī)效。

（2） 解釋變量。本文將互聯(lián)網(wǎng)業(yè)務(wù)收入比重表示數(shù)字賦能的程度，這樣在不同企業(yè)之間也可以進(jìn)行比較，并且在國際上也能行得通，故本文選用互聯(lián)網(wǎng)業(yè)務(wù)收入比重（DE）表示數(shù)字賦能。

（3） 控制變量。

①企業(yè)規(guī)模（SIZE）。企業(yè)具有一定規(guī)模，不僅能夠產(chǎn)生外部經(jīng)濟(jì)的內(nèi)部化，還能提升企業(yè)抗風(fēng)險(xiǎn)能力，獲取更多利益。故企業(yè)規(guī)模采用總資產(chǎn)的自然對(duì)象衡量。

②企業(yè)成長(zhǎng)性（GROWTH）。企業(yè)成長(zhǎng)性能反映企業(yè)未來發(fā)展趨勢(shì)，故采用主營業(yè)務(wù)收入增長(zhǎng)率表示企業(yè)成長(zhǎng)性。

③企業(yè)上市年齡（AGE）。分別計(jì)算上市公司上市年與2015年-2018年之間的年限之差得出上市年齡。

④資本結(jié)構(gòu)（CF）。企業(yè)主要通過負(fù)債和發(fā)行股票進(jìn)行融資，與發(fā)行股票的區(qū)別在于負(fù)債還需要還本付息，影響企業(yè)的資金鏈。故采用負(fù)債總額與資產(chǎn)總額的比值表示資本結(jié)構(gòu)。

⑤現(xiàn)金流量（CASH）。經(jīng)營活動(dòng)凈流量反映了企業(yè)資金流動(dòng)的情況，故現(xiàn)金流量采用經(jīng)營活動(dòng)凈流量與資產(chǎn)總額比值進(jìn)行衡量。

3.模型構(gòu)建

為了檢驗(yàn)H1、H2，構(gòu)建多元回歸模型如下：

ROA=α0+αiDE+αi ∑controls+ε（1）

TOBINQ=α0+αiDE+αi ∑controls+ε（2）

四、實(shí)證分析

1.描述性統(tǒng)計(jì)

（1） 數(shù)字賦能的描述性統(tǒng)計(jì)分析

通過描述統(tǒng)計(jì)結(jié)果可知，數(shù)字賦能平均值為5.729%，與國際先進(jìn)水平還有一定差距，雖然數(shù)字賦能最大值為6.62%，但也有一些企業(yè)沒有實(shí)現(xiàn)數(shù)字賦能，造成這種現(xiàn)象的原因可能是經(jīng)濟(jì)規(guī)模比較低，引進(jìn)的數(shù)字技術(shù)水平有限，賦能效果較低，再加上融資約束以及數(shù)字基礎(chǔ)設(shè)施相對(duì)比較落后，限制了企業(yè)數(shù)字賦能的能力，根據(jù)不同的年份數(shù)據(jù)分析可知，2016年-2019年，我國A股上市公司數(shù)字賦能程度是先下降又上升的，但總體變化幅度不是很大，相對(duì)較低，企業(yè)在數(shù)字化轉(zhuǎn)型過程中應(yīng)加大對(duì)數(shù)字技術(shù)的應(yīng)用與研發(fā)（因篇幅原因，圖表省略）。

（2） 企業(yè)績(jī)效的描述性統(tǒng)計(jì)分析

通過企業(yè)績(jī)效的描述性統(tǒng)計(jì)結(jié)果可知，2016年-2019年，我國A股上市公司短期績(jī)效的均值為4.571%，企業(yè)之間的效益水平差距較大，說明有的企業(yè)發(fā)展效益極好，有的企業(yè)虧損嚴(yán)重，與先進(jìn)國家還存在一定差距，整體盈利水平不高，財(cái)務(wù)增長(zhǎng)空間比較大。

通過不同年份的統(tǒng)計(jì)數(shù)值分析，2016年-2019年A股上市公司的托賓Q值平均水平為3.342，說明A股上市公司整體成長(zhǎng)性較好，不過托賓Q值呈現(xiàn)下降的趨勢(shì)，可能存在的原因是企業(yè)沒有加大實(shí)施高管激勵(lì)機(jī)制，從而使高管與股東利益出現(xiàn)分歧（因篇幅原因，圖表省略）。

2.相關(guān)性分析

從表1中可以看出，各變量的pearson相關(guān)性系數(shù)絕對(duì)值均在0.7以下，小于0.8，表明模型不存在多重共線性，故可進(jìn)行回歸分析，相關(guān)分析如下：

企業(yè)數(shù)字賦能與總資產(chǎn)收益率、托賓Q值兩者均在1%水平上顯著正相關(guān)，說明企業(yè)數(shù)字賦能強(qiáng)度越高，企業(yè)績(jī)效越好，說明企業(yè)應(yīng)抓住數(shù)字變革的機(jī)會(huì)，盡快實(shí)現(xiàn)數(shù)字賦能，只不過創(chuàng)新研發(fā)活動(dòng)的成效在短期內(nèi)較難轉(zhuǎn)化為企業(yè)效益，而在長(zhǎng)期內(nèi)能看見創(chuàng)新性成果，為企業(yè)增值，從而長(zhǎng)期績(jī)效更顯著。初步驗(yàn)證了H1、H2成立。

3.回歸結(jié)果分析

由表1可知，所有回歸方程的F統(tǒng)計(jì)量均在0.1%的水平上顯著，說明回歸結(jié)果基本可靠，結(jié)論如下：

數(shù)字賦能與企業(yè)績(jī)效的關(guān)系。通過表2可知，企業(yè)數(shù)字賦能強(qiáng)度正向促進(jìn)短期績(jī)效、長(zhǎng)期績(jī)效，不過這種促進(jìn)力度在長(zhǎng)期內(nèi)更明顯（0.071>0.004），證實(shí)了H1，H2。表明數(shù)字賦能對(duì)企業(yè)的創(chuàng)新能力具有一定的促進(jìn)性，研發(fā)水平越高，企業(yè)的價(jià)格優(yōu)勢(shì)和成本優(yōu)勢(shì)更加明顯，進(jìn)而能有效增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力，創(chuàng)造企業(yè)價(jià)值，提升企業(yè)績(jī)效，不過數(shù)字賦能具有長(zhǎng)周期、滯后性的特性，從而這種價(jià)值在短期內(nèi)效果不明顯，但有助于長(zhǎng)期績(jī)效的提升。

五、結(jié)論與建議

1.結(jié)論

通過表2的回歸分析結(jié)果可知，數(shù)字賦能強(qiáng)度與企業(yè)的短期績(jī)效、長(zhǎng)期績(jī)效的關(guān)系為正，且在0.1%的水平上顯著，分別為0.004、0.071，說明數(shù)字賦能每提高1%，企業(yè)的短期績(jī)效與長(zhǎng)期績(jī)效會(huì)分別提高0.004%與0.071%，從而企業(yè)數(shù)字賦能對(duì)企業(yè)績(jī)效的促進(jìn)作用具有一定的滯后性，數(shù)字賦能的促進(jìn)作用在長(zhǎng)期更加明顯，可能是由于企業(yè)實(shí)現(xiàn)數(shù)字化需要一個(gè)過程，大部分企業(yè)只是引進(jìn)了數(shù)字技術(shù)，又受限于資金、規(guī)模、信息及能力等因素的制約，并沒有真正收獲數(shù)字化成果。因此企業(yè)應(yīng)制定長(zhǎng)遠(yuǎn)目標(biāo)，立足于企業(yè)長(zhǎng)期發(fā)展，重視數(shù)字賦能的長(zhǎng)期性與穩(wěn)定性。

2.建議

（1） 政府需優(yōu)化數(shù)字技術(shù)應(yīng)用環(huán)境，加強(qiáng)政策扶持。實(shí)證分析可知，數(shù)字賦能強(qiáng)度對(duì)企業(yè)的短期和長(zhǎng)期績(jī)效有正向的促進(jìn)作用，政府應(yīng)營造良好的數(shù)字創(chuàng)新環(huán)境，推進(jìn)數(shù)字金融發(fā)展，緩解金融約束，降低對(duì)國有企業(yè)的“行政化”干預(yù)，給予他們更多地自主權(quán)，激發(fā)創(chuàng)新活力;加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高整體數(shù)字化水平，提高創(chuàng)新成果轉(zhuǎn)化率以及知識(shí)產(chǎn)權(quán)的經(jīng)濟(jì)效益，激勵(lì)企業(yè)進(jìn)行自主創(chuàng)新，增強(qiáng)企業(yè)的比較優(yōu)勢(shì)以及互補(bǔ)優(yōu)勢(shì)。

（2） 企業(yè)要加大數(shù)字化建設(shè)，增強(qiáng)自身創(chuàng)新能力。企業(yè)應(yīng)抓住當(dāng)前數(shù)字賦能的機(jī)遇，重視數(shù)字化投入，制定研發(fā)創(chuàng)新戰(zhàn)略，實(shí)現(xiàn)信息與資源的共享、共用及共聯(lián)，彌補(bǔ)自身創(chuàng)新資源的不足，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí);加大員工的數(shù)字技能培訓(xùn)力度，培育自主創(chuàng)新能力，增強(qiáng)信息獲取和資源整合能力，提升人力資本;利用數(shù)字技術(shù)整合和重構(gòu)原有的組織結(jié)構(gòu)、生產(chǎn)流程以及營銷模式，擁有高技術(shù)含量的產(chǎn)品、工藝以及技術(shù)，掌握一批核心關(guān)鍵技術(shù)，實(shí)現(xiàn)精準(zhǔn)營銷，增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)能力。

（3） 設(shè)計(jì)高管激勵(lì)機(jī)制，發(fā)揮激勵(lì)作用。高管激勵(lì)是公司治理過程中的一個(gè)核心問題，因此，企業(yè)應(yīng)合理制定高管激勵(lì)機(jī)制，權(quán)變的選擇短期或中長(zhǎng)期激勵(lì)方式，緩解委托代理問題引起的機(jī)會(huì)主義行為，通過提高薪資、福利等方式，平衡創(chuàng)新帶來的短期成本及長(zhǎng)期收益，鼓勵(lì)高管提供智力支持，利用自身的專業(yè)知識(shí)以及職業(yè)能力，助力數(shù)字賦能企業(yè)創(chuàng)新過程，提升績(jī)效水平。

參考文獻(xiàn)：

[1]施炳展，李建桐.互聯(lián)網(wǎng)是否促進(jìn)了分工：來自中國制造業(yè)企業(yè)的證據(jù)[J].管理世界，2020，36（04）：130-149.

[2]Huang J，Henfridsson O，Liu M J，et al.Growing on steroids：Rapidly scaling the user base of digital ventures through digital innovation[J].MIS Quarterly，2017，41（01）：301-314.

[3]劉靜，惠寧，南士敬.數(shù)據(jù)賦能驅(qū)動(dòng)文化產(chǎn)業(yè)創(chuàng)新效率的非線性研究——基于STR模型的實(shí)證檢驗(yàn)[J].經(jīng)濟(jì)與管理研究，2020，41（07）：31-46.

[4]Cheema A S.Digital Empowerment of Indian Rural People：Key Issues and Challenges[J].Asian Journal of Multidisciplinary Studies，2015，3（09）：25-29.

[5]Saarijarvi H，Kannan P K，kuusela H.Value co-creation：Theoretical approaches and practical implications[J].European Business Review，2013，25（01）：6-19.

[6]朱勤，孫元，周立勇.平臺(tái)賦能、價(jià)值共創(chuàng)與企業(yè)績(jī)效的關(guān)系研究[J].科學(xué)學(xué)研究，2019，37（11）：2026-2033+2043.

[7]Hunt D M，Radford S K，Evans K R，Individual differences in consumer value for mass customized products[J].Journal of Consumer Behaviour，2013，12（04）：327-336.

[8]陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望[J].管理世界：2020，36（05）：220-236+20.

作者簡(jiǎn)介：胡陽華（1989- ），女，山東濟(jì)寧人，碩士研究生，濟(jì)南工程職業(yè)技術(shù)學(xué)院，講師，研究方向：市場(chǎng)營銷、戰(zhàn)略管理

基金項(xiàng)目：院級(jí)課題項(xiàng)目：“大數(shù)據(jù)環(huán)境下營銷模式創(chuàng)新研究（GHSK2132）”