王璐 李慶東

【摘? 要】隨著信息化和科技化的蓬勃發(fā)展，數(shù)字化轉(zhuǎn)型成了很多企業(yè)邁向高質(zhì)量發(fā)展的必然選擇，但其對(duì)于財(cái)務(wù)績(jī)效的作用機(jī)制如何一直是個(gè)“黑箱”。論文選取2011-2021年制造業(yè)上市公司，再剔除掉財(cái)務(wù)狀況不佳的企業(yè)作為研究樣本，運(yùn)用文本挖掘和固定效應(yīng)模型研究數(shù)字化轉(zhuǎn)型與財(cái)務(wù)績(jī)效之間的關(guān)系，同時(shí)探究技術(shù)創(chuàng)新是否在其中存在中介效應(yīng)。研究發(fā)現(xiàn)：企業(yè)的數(shù)字化轉(zhuǎn)型正向影響企業(yè)財(cái)務(wù)績(jī)效；數(shù)字化轉(zhuǎn)型能夠通過(guò)提高企業(yè)技術(shù)創(chuàng)新能力進(jìn)而提高財(cái)務(wù)績(jī)效，且技術(shù)創(chuàng)新具有部分中介作用。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；技術(shù)創(chuàng)新；制造業(yè)；財(cái)務(wù)績(jī)效

【中圖分類號(hào)】F425；F406.7? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2024）03-0036-03

1 引言

隨著數(shù)字化時(shí)代的到來(lái)，很多企業(yè)都開(kāi)始走創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展路線。隨著數(shù)字化與信息化的不斷演化，很多企業(yè)為了降低運(yùn)營(yíng)成本、提高生產(chǎn)效率，開(kāi)始逐步進(jìn)行數(shù)字化轉(zhuǎn)型。黨的二十大報(bào)告指出要加快建設(shè)制造強(qiáng)國(guó)、數(shù)字中國(guó)。然而，我國(guó)制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中仍存在很多問(wèn)題。從高質(zhì)量發(fā)展的角度，數(shù)字化轉(zhuǎn)型是否有助于企業(yè)提高在行業(yè)中的競(jìng)爭(zhēng)能力？技術(shù)創(chuàng)新在其中究竟能發(fā)揮多大作用？基于此，本文將宏觀層面與企業(yè)微觀數(shù)據(jù)結(jié)合，通過(guò)固定效應(yīng)回歸模型分析結(jié)果，分析了制造業(yè)數(shù)字化轉(zhuǎn)型、技術(shù)創(chuàng)新與財(cái)務(wù)績(jī)效的內(nèi)在機(jī)制，為助力企業(yè)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)。

2 理論分析與研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型與財(cái)務(wù)績(jī)效

關(guān)于數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的文獻(xiàn)有很多，但是數(shù)字化轉(zhuǎn)型是否能夠直接促進(jìn)財(cái)務(wù)績(jī)效至今沒(méi)有達(dá)成統(tǒng)一的定論。大部分人認(rèn)為數(shù)字化轉(zhuǎn)型能夠顯著提升財(cái)務(wù)績(jī)效。如李勇建等[1]認(rèn)為，基于現(xiàn)有平臺(tái)搭建的數(shù)字化平臺(tái)是企業(yè)自身的一次升級(jí)，同時(shí)也會(huì)相應(yīng)地對(duì)產(chǎn)品和服務(wù)進(jìn)行升級(jí)迭代，通過(guò)數(shù)字化轉(zhuǎn)型企業(yè)可以更加便利地尋求新的市場(chǎng)機(jī)遇，進(jìn)而提高績(jī)效水平。在企業(yè)運(yùn)營(yíng)過(guò)程中融入數(shù)字化技術(shù)，一方面企業(yè)對(duì)資源的使用效率會(huì)得到大幅提高，依托信息化平臺(tái)更容易獲取信息、按需設(shè)計(jì)生產(chǎn)，因而制造業(yè)企業(yè)的整個(gè)業(yè)務(wù)流程會(huì)進(jìn)行精簡(jiǎn)，生產(chǎn)成本變少；另一方面，企業(yè)管理效率會(huì)得到提升，延長(zhǎng)企業(yè)價(jià)值鏈提高企業(yè)效率，企業(yè)會(huì)在與其他企業(yè)的競(jìng)爭(zhēng)中脫穎而出?；诖耍疚奶岢黾僭O(shè)1：數(shù)字化轉(zhuǎn)型可以正向促進(jìn)制造業(yè)企業(yè)財(cái)務(wù)績(jī)效的提升。

2.2 數(shù)字化轉(zhuǎn)型、技術(shù)創(chuàng)新與財(cái)務(wù)績(jī)效

通過(guò)整理相關(guān)文獻(xiàn)發(fā)現(xiàn)，企業(yè)的創(chuàng)新能力可以從技術(shù)創(chuàng)新投入和技術(shù)創(chuàng)新產(chǎn)出兩個(gè)方向闡述。

在企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)跨界融合，希望增加核心競(jìng)爭(zhēng)力時(shí)，同行業(yè)的其他企業(yè)也會(huì)效仿進(jìn)而使企業(yè)間的競(jìng)爭(zhēng)更加激烈，企業(yè)只有不斷進(jìn)行創(chuàng)新且優(yōu)化生產(chǎn)流程，才能實(shí)現(xiàn)降低運(yùn)行成本提高生產(chǎn)效率，增強(qiáng)抵抗風(fēng)險(xiǎn)的韌性。因此，企業(yè)全方位進(jìn)行技術(shù)改造，加大研發(fā)投入來(lái)強(qiáng)化企業(yè)的抗風(fēng)險(xiǎn)能力，提升財(cái)務(wù)績(jī)效，實(shí)現(xiàn)高質(zhì)量發(fā)展。

數(shù)字化轉(zhuǎn)型給企業(yè)提供了便利的信息檢索及即時(shí)通信優(yōu)勢(shì)，同時(shí)改善了企業(yè)與其他主體的聯(lián)系，在此基礎(chǔ)上，企業(yè)可以跨界接受信息、拓寬認(rèn)知，進(jìn)而獲取到更多關(guān)于創(chuàng)新的想法，促進(jìn)自身的創(chuàng)新產(chǎn)出，提高企業(yè)財(cái)務(wù)績(jī)效。另外，物聯(lián)網(wǎng)、AI等的發(fā)展改變了企業(yè)對(duì)于員工的需求，高學(xué)歷員工占比不斷增加會(huì)刺激原有員工提升自己，直接提高企業(yè)整體員工水平。企業(yè)文化的改變和高素質(zhì)員工的結(jié)合讓企業(yè)在生產(chǎn)經(jīng)營(yíng)過(guò)程中可以獲得“1+1>2”的回報(bào)。

因此，提出以下假設(shè)：

假設(shè)2a：數(shù)字化轉(zhuǎn)型通過(guò)增加技術(shù)創(chuàng)新投入提升財(cái)務(wù)績(jī)效。

假設(shè)2b：數(shù)字化轉(zhuǎn)型通過(guò)增加技術(shù)創(chuàng)新產(chǎn)出提升財(cái)務(wù)績(jī)效。

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源與處理

本文以2011-2021年上市公司為研究樣本，并剔除了ST、PT、財(cái)務(wù)數(shù)據(jù)異常的公司，最終有11 591條數(shù)據(jù)用于本文研究，數(shù)據(jù)主要來(lái)源于CSMAR數(shù)據(jù)庫(kù)。同時(shí)對(duì)所有變量進(jìn)行雙側(cè)縮尾處理。

3.2 變量定義

3.2.1 被解釋變量

財(cái)務(wù)績(jī)效能夠反映制造業(yè)一段時(shí)間內(nèi)的經(jīng)營(yíng)狀況。以往研究中，通常選用凈資產(chǎn)收益率、市盈率等作為衡量企業(yè)財(cái)務(wù)績(jī)效的指標(biāo)，其中凈資產(chǎn)收益率能完整地反映企業(yè)的經(jīng)營(yíng)和盈利狀況，在財(cái)務(wù)績(jī)效分析領(lǐng)域中廣泛應(yīng)用。因此，本文采用凈資產(chǎn)收益率來(lái)衡量。

3.2.2 解釋變量

對(duì)于數(shù)字化轉(zhuǎn)型，現(xiàn)有主流的幾種量化方式。本文參考吳非等[2]的文章，運(yùn)用文本分析技術(shù)，參照趙宸宇[3]劃分的制造業(yè)上市公司數(shù)字化轉(zhuǎn)型維度和關(guān)鍵詞，將同類關(guān)鍵詞與當(dāng)年同一行業(yè)全部企業(yè)同類關(guān)鍵詞最大值的比值作為數(shù)字化轉(zhuǎn)型度量指標(biāo)。

3.2.3 中介變量

本文將前人測(cè)量企業(yè)技術(shù)創(chuàng)新能力的研究成果進(jìn)行總結(jié)，參考白福萍等[4]、尹夏楠等[5]的做法，將制造企業(yè)的創(chuàng)新能力從技術(shù)創(chuàng)新投入和技術(shù)創(chuàng)新產(chǎn)出兩個(gè)角度衡量。企業(yè)創(chuàng)新投入：本文使用研發(fā)人員占比、研發(fā)投入水平兩個(gè)指標(biāo)衡量企業(yè)的技術(shù)創(chuàng)新投入，計(jì)算公式為企業(yè)創(chuàng)新投入=0.5×研發(fā)投入水平+0.5×研發(fā)人員占比。企業(yè)創(chuàng)新產(chǎn)出：本文用企業(yè)當(dāng)年獨(dú)立獲得的發(fā)明數(shù)量取對(duì)數(shù)來(lái)衡量。

3.2.4 控制變量

本文借鑒相關(guān)研究成果，篩選出企業(yè)規(guī)模（Size）：資產(chǎn)總額取對(duì)數(shù)；上市年限（List Age）：當(dāng)年年份與上市年份差額加一取對(duì)數(shù)；大股東持股比例（Top1）：第一大股東所持股權(quán)占股權(quán)比例；兩職合一（Dual）：總經(jīng)理與董事長(zhǎng)由同一個(gè)人任職取1，否則取0；股東資金占用（Occupy）：其他應(yīng)收款除以總資產(chǎn)；產(chǎn)權(quán)性質(zhì)（Soe）：國(guó)營(yíng)企業(yè)記為1，否則為0等控制變量加入回歸模型中。

3.3 模型構(gòu)建

為檢驗(yàn)數(shù)字化對(duì)制造業(yè)財(cái)務(wù)績(jī)效的提升效應(yīng)，下文參考戚聿東和蔡呈偉[6]的做法構(gòu)建了直接效應(yīng)檢驗(yàn)?zāi)Ｐ?，如下所示?/p>

ROEi，t=α0+α1Digi，t+∑αjCVsi，t+∑αkYear+∑αiFirm+εi，t （1）

其中，被解釋變量是凈資產(chǎn)收益率（ROE），核心解釋變量是數(shù)字化轉(zhuǎn)型程度（Dig），CVs表示為了緩解遺漏變量影響而選取的控制變量，包括企業(yè)規(guī)模（Size）、上市年限（List Age）、大股東持股比例（Top1）、兩職合一（Dual）、股東資金占用（Occupy）、產(chǎn)權(quán)性質(zhì)（Soe）。此外，年份（Year）和行業(yè)（Firm）是虛擬變量，εi，t是模型的隨機(jī)誤差項(xiàng)。當(dāng)α1>0時(shí)假設(shè)1成立。

雖然直接效應(yīng)檢驗(yàn)?zāi)Ｐ涂梢则?yàn)證數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)績(jī)效之間的關(guān)系，但是關(guān)于本文選取的3個(gè)中介究竟是否成立還不得而知。由此，為了檢驗(yàn)假設(shè)2a、2b是否成立，進(jìn)一步通過(guò)中介效應(yīng)模型進(jìn)行機(jī)制識(shí)別檢驗(yàn)，模型設(shè)定如下：

Mediatori，t=γ0+γ1Digi，t+∑γjCVsi，t+∑γkYear+∑γiFirm+εi，t（2）

ROEi，t=η0+η1Mediatori，t+η2Digi，t+∑ηjCVsi，t+∑ηkYear+∑ηiFirm+εi，t（3）

其中，模型（2）主要檢驗(yàn)中介變量與數(shù)字化轉(zhuǎn)型之間的關(guān)系，模型（3）是加入中介變量后，檢驗(yàn)數(shù)字化轉(zhuǎn)型、財(cái)務(wù)績(jī)效與技術(shù)創(chuàng)新能力之間的關(guān)系。Mediatori，t表示中介變量技術(shù)創(chuàng)新能力，其余變量與模型（1）一致。

4 實(shí)證結(jié)果與分析

4.1 描述性分析

如表1主要變量描述性統(tǒng)計(jì)所示，本次樣本的觀測(cè)值是11 591個(gè)，存在部分缺失。核心被解釋變量財(cái)務(wù)績(jī)效ROE最大值1.536，均值0.072，說(shuō)明雖然都是制造行業(yè)但是企業(yè)之間差異較大；數(shù)字化轉(zhuǎn)型Dig最大值為1，最小值為0，均值為0.109，可以看出制造業(yè)整體數(shù)字化轉(zhuǎn)型程度較低；中介變量Rdi最大值為96.15，最小值為0，均值為7.134，整體數(shù)值偏低；Pate最大值為7.824，最小值0，均值為0.839，說(shuō)明雖然創(chuàng)新對(duì)于企業(yè)發(fā)展很重要，但樣本企業(yè)創(chuàng)新能力水平較低，這可能跟我國(guó)制造業(yè)自主創(chuàng)新開(kāi)始時(shí)間較晚有關(guān)。

4.2 回歸分析

本文運(yùn)用stata16.0對(duì)樣本數(shù)據(jù)進(jìn)行分析，驗(yàn)證數(shù)字化轉(zhuǎn)型、創(chuàng)新能力與財(cái)務(wù)績(jī)效的關(guān)系，實(shí)證結(jié)果如表2所示。第（1）列中數(shù)字化轉(zhuǎn)型Dig與財(cái)務(wù)績(jī)效ROE在5%的水平上顯著正相關(guān)，相關(guān)系數(shù)是0.015 5，結(jié)果驗(yàn)證了假設(shè)1。表2中第（2）～（5）列的模型2為檢驗(yàn)技術(shù)創(chuàng)新能力在數(shù)字化轉(zhuǎn)型和財(cái)務(wù)績(jī)效之間的中介作用。第（2）列數(shù)字化轉(zhuǎn)型Dig的回歸系數(shù)為3.372 5，在1%水平上顯著，第（3）列數(shù)字化轉(zhuǎn)型Dig和技術(shù)創(chuàng)新投入Rdi的回歸系數(shù)分別為0.013 5和0.000 6，均在10%水平上顯著，由于上述回歸系數(shù)皆顯著為正，說(shuō)明中介效應(yīng)存在且為部分中介，驗(yàn)證了假設(shè)2a。這說(shuō)明數(shù)字化轉(zhuǎn)型可以通過(guò)技術(shù)創(chuàng)新對(duì)原生產(chǎn)流程進(jìn)行升級(jí)再造，更加方便地獲取信息，實(shí)現(xiàn)信息共享降低了技術(shù)創(chuàng)新的成本、通過(guò)降本增效提高財(cái)務(wù)績(jī)效。第（4）列數(shù)字化轉(zhuǎn)型對(duì)技術(shù)創(chuàng)新產(chǎn)出系數(shù)在1%水平上顯著為正，第（5）列數(shù)字化轉(zhuǎn)型Dig和技術(shù)創(chuàng)新產(chǎn)出Pate的回歸系數(shù)分別為0.014 7、0.001 9，在5%和10%水平上顯著。同樣技術(shù)創(chuàng)新產(chǎn)出中介效應(yīng)存在且為部分中介，驗(yàn)證了假設(shè)2b。這說(shuō)明數(shù)字化轉(zhuǎn)型增加了企業(yè)發(fā)明的數(shù)量，進(jìn)而提升企業(yè)財(cái)務(wù)績(jī)效。這很可能是因?yàn)榻柚鷶?shù)字化大數(shù)據(jù)平臺(tái)，企業(yè)能更精準(zhǔn)地獲知市場(chǎng)信息，實(shí)時(shí)根據(jù)狀況進(jìn)行產(chǎn)線調(diào)整，研發(fā)出更符合客戶喜好的產(chǎn)品，提高企業(yè)的產(chǎn)品競(jìng)爭(zhēng)力，獲得更多的回報(bào)。這些都說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效有正面影響。

4.3 穩(wěn)健性檢驗(yàn)

本文采用變量替代的方法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)，基于上文構(gòu)建的模型，將關(guān)鍵解釋變量企業(yè)財(cái)務(wù)績(jī)效ROE進(jìn)行替換。參考杜建菊和朱沛文[7]的研究，將凈資產(chǎn)收益率（ROE）替換為總資產(chǎn)收益率（ROA）進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果如表3所示，第2列、第4列和第6列將被解釋變量替換為ROA，相關(guān)系數(shù)分別為0.008 3、0.006 7和0.007 8，且在5%和10%水平上顯著。根據(jù)中介效應(yīng)檢驗(yàn)流程可知，創(chuàng)新能力的部分中介效應(yīng)依舊存在，充分證明了本文的穩(wěn)健性。

5 結(jié)語(yǔ)

在信息化時(shí)代，面對(duì)動(dòng)蕩的環(huán)境，數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)高質(zhì)量發(fā)展具有重要意義。本文以滬深上市公司作為研究對(duì)象，選取2011-2021年的數(shù)據(jù)，探究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效具有促進(jìn)作用；技術(shù)創(chuàng)新投入和技術(shù)創(chuàng)新產(chǎn)出在數(shù)字化轉(zhuǎn)型和企業(yè)財(cái)務(wù)績(jī)效中均具有部分中介作用。

基于以上結(jié)論，本文提出以下兩點(diǎn)建議供參考：

第一，制造業(yè)企業(yè)應(yīng)抓住數(shù)字化轉(zhuǎn)型帶來(lái)的機(jī)遇，加快數(shù)字化轉(zhuǎn)型的步伐。企業(yè)應(yīng)該不斷更新產(chǎn)品服務(wù)等，形成區(qū)別于競(jìng)爭(zhēng)對(duì)手的獨(dú)特差異，這樣才能夠在行業(yè)中脫穎而出，鞏固和擴(kuò)大競(jìng)爭(zhēng)優(yōu)勢(shì)。同時(shí)，企業(yè)還需要員工培訓(xùn)，形成良好的創(chuàng)新氛圍，加強(qiáng)員工的數(shù)字化素養(yǎng)培養(yǎng)，構(gòu)建具有創(chuàng)新能力和適應(yīng)性的組織文化。

第二，國(guó)家和政府部門要加強(qiáng)對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的支持和指導(dǎo)。其中包括財(cái)政援助、技術(shù)培訓(xùn)和政策支持。同時(shí)，政府還要營(yíng)造良好的外部環(huán)境，促進(jìn)協(xié)同和產(chǎn)業(yè)合作，構(gòu)建數(shù)字生態(tài)系統(tǒng)。此外可以強(qiáng)化企業(yè)和大學(xué)的合作，共同開(kāi)發(fā)革新制造業(yè)的數(shù)字技術(shù)和解決方案。

【參考文獻(xiàn)】

【1】李勇建，陳婷.區(qū)塊鏈賦能供應(yīng)鏈：挑戰(zhàn)、實(shí)施路徑與展望[J].南開(kāi)管理評(píng)論，2021，24（05）：192-201+212+202-203.

【2】吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

【3】趙宸宇.數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J].南開(kāi)管理評(píng)論，2021，24（02）：149-163.

【4】白福萍，劉東慧，董凱云.數(shù)字化轉(zhuǎn)型如何影響企業(yè)財(cái)務(wù)績(jī)效——基于結(jié)構(gòu)方程的多重中介效應(yīng)分析[J].華東經(jīng)濟(jì)管理，2022，36（09）：75-87.

【5】尹夏楠，詹細(xì)明，唐少清.制造企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的影響機(jī)理[J].中國(guó)流通經(jīng)濟(jì)，2022，36（07）：96-106.

【6】戚聿東，蔡呈偉.數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究[J].學(xué)習(xí)與探索，2020（07）：108-119.

【7】杜建菊，朱沛文.股權(quán)激勵(lì)對(duì)上市公司財(cái)務(wù)績(jī)效的影響研究[J].價(jià)值工程，2020，39（14）：77-79.