摘 要：本文以2011—2020年智能制造上市企業(yè)為樣本，通過收集相關(guān)數(shù)據(jù)構(gòu)建模型，分析數(shù)字化轉(zhuǎn)型程度對(duì)智能制造企業(yè)績(jī)效的影響及其機(jī)制。結(jié)果表明，數(shù)字化轉(zhuǎn)型可以對(duì)智能制造企業(yè)的績(jī)效產(chǎn)生一定的促進(jìn)作用。由于多數(shù)企業(yè)未能將這一項(xiàng)技術(shù)更好地應(yīng)用于生產(chǎn)經(jīng)營(yíng)過程中，因此這一結(jié)論將引導(dǎo)更多企業(yè)結(jié)合自身具體情況，更好地開展數(shù)字化轉(zhuǎn)型。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；智能制造企業(yè)；企業(yè)績(jī)效

一、引言

隨著近些年科學(xué)技術(shù)的快速發(fā)展，越來越多的制造業(yè)企業(yè)開始進(jìn)行數(shù)字化轉(zhuǎn)型，以求在接下來的時(shí)間里獲取穩(wěn)定、可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。我國許多省份在2021年提出了《“十四五”制造業(yè)高質(zhì)量發(fā)展規(guī)劃》用以加快推動(dòng)智能制造的發(fā)展。同年，工業(yè)和信息化部等八部門聯(lián)合印發(fā)了《“十四五”智能制造發(fā)展規(guī)劃》，可見，智能制造是我國“工業(yè)4.0”和新型工業(yè)化的發(fā)展方向。

數(shù)字化轉(zhuǎn)型作為近些年數(shù)字信息技術(shù)高速發(fā)展的產(chǎn)物，早已成為當(dāng)前學(xué)術(shù)與實(shí)業(yè)界的熱門話題。企業(yè)要依靠數(shù)字經(jīng)濟(jì)發(fā)展的優(yōu)勢(shì)，通過數(shù)字信息技術(shù)與實(shí)體經(jīng)濟(jì)相結(jié)合，從而促進(jìn)實(shí)體企業(yè)更好地成長(zhǎng)，進(jìn)而促進(jìn)經(jīng)濟(jì)發(fā)展。

與國民經(jīng)濟(jì)發(fā)展高度相關(guān)的制造業(yè)成了當(dāng)前學(xué)術(shù)界的熱點(diǎn)，其中智能制造業(yè)企業(yè)作為制造業(yè)和數(shù)字化轉(zhuǎn)型相重疊的一個(gè)朝陽產(chǎn)業(yè)，無疑吸引了更多人的關(guān)注。智能制造通常涵蓋智能制造技術(shù)和智能制造系統(tǒng)兩個(gè)方面。這一體系不僅能在生產(chǎn)經(jīng)營(yíng)中不斷充實(shí)知識(shí)庫，還能通過自主學(xué)習(xí)、對(duì)信息的收集與理解，完成對(duì)自身行為的處理和改善。與發(fā)達(dá)國家相比，我國的智能制造行業(yè)雖然已經(jīng)經(jīng)過了一段時(shí)間的發(fā)展，但大部分企業(yè)仍然沒有進(jìn)行完善的數(shù)字化轉(zhuǎn)型，或是轉(zhuǎn)型后無法與自身的生產(chǎn)制造很好地結(jié)合起來。因此針對(duì)數(shù)字化轉(zhuǎn)型對(duì)智能制造企業(yè)績(jī)效影響機(jī)制的研究，可以幫助智能制造企業(yè)找到適合自己的數(shù)字化轉(zhuǎn)型方式，從而幫助自身得到更好的發(fā)展。可見，我國的智能制造企業(yè)要把握好當(dāng)前高速發(fā)展的趨勢(shì)和機(jī)遇，響應(yīng)國家的號(hào)召，加快數(shù)字化轉(zhuǎn)型進(jìn)程，促進(jìn)企業(yè)的高質(zhì)量發(fā)展。

二、文獻(xiàn)回顧與假設(shè)研究

1.數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效

學(xué)術(shù)界認(rèn)為數(shù)字化轉(zhuǎn)型存在許多對(duì)智能制造企業(yè)績(jī)效的影響。

第一，數(shù)字化轉(zhuǎn)型可以降低企業(yè)的運(yùn)營(yíng)成本。新技術(shù)的發(fā)展降低了企業(yè)間的信息壁壘，降低了信息的搜索成本和應(yīng)用成本，使得企業(yè)可以更快速地將收集到的信息為自己所用。數(shù)字化與生產(chǎn)經(jīng)營(yíng)的結(jié)合也可以優(yōu)化原先生產(chǎn)經(jīng)營(yíng)中的冗余部分，從而降低運(yùn)營(yíng)成本。第二，數(shù)字化轉(zhuǎn)型可以提高企業(yè)的運(yùn)營(yíng)效率。數(shù)字化轉(zhuǎn)型通過提高信息收集和處理的速度，提高了企業(yè)的運(yùn)營(yíng)和決策水平，進(jìn)而提高運(yùn)營(yíng)效率。第三，葉江峰（2023）認(rèn)為，數(shù)字化轉(zhuǎn)型幫助企業(yè)開展創(chuàng)新活動(dòng)，讓企業(yè)可以完成更大范圍的知識(shí)溝通，進(jìn)而產(chǎn)生新的互動(dòng)和合作。第四，陳杰（2023）認(rèn)為，數(shù)字化轉(zhuǎn)型賦予企業(yè)生產(chǎn)鏈更多的靈活度，可以更迅速地響應(yīng)市場(chǎng)需求，也可以對(duì)未來的市場(chǎng)需求進(jìn)行預(yù)測(cè)，在一定程度上影響企業(yè)績(jī)效。

基于此，本文提出假設(shè)H1：數(shù)字化轉(zhuǎn)型能夠直接促進(jìn)智能制造業(yè)企業(yè)績(jī)效提升。

2.數(shù)字化轉(zhuǎn)型與經(jīng)營(yíng)能力

數(shù)字化轉(zhuǎn)型可以通過多個(gè)方面來提高企業(yè)的經(jīng)營(yíng)能力。

首先，數(shù)字化轉(zhuǎn)型給企業(yè)提供了更高效的手段來收集和處理需要的信息，并有能力對(duì)這些數(shù)據(jù)進(jìn)行整合分析，幫助企業(yè)對(duì)經(jīng)營(yíng)做出及時(shí)的調(diào)整，提高應(yīng)對(duì)市場(chǎng)變化的能力。其次，企業(yè)通過數(shù)字信息技術(shù)收集消費(fèi)者對(duì)產(chǎn)品使用的反饋，對(duì)產(chǎn)品進(jìn)行調(diào)整從而滿足需求。這樣有利于企業(yè)減少對(duì)原材料等資源的浪費(fèi)，節(jié)約成本。再次，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型后可以實(shí)現(xiàn)對(duì)供應(yīng)鏈的全流程監(jiān)控。通過對(duì)信息的收集反饋和處理，企業(yè)可以有的放矢，降低物流、人員、售后服務(wù)等相關(guān)費(fèi)用，以較低成本完成供產(chǎn)銷這一系列流程，提升企業(yè)的經(jīng)營(yíng)能力。最后，白福萍（2022）認(rèn)為，數(shù)字化轉(zhuǎn)型通過影響企業(yè)的經(jīng)營(yíng)成本、人力和物質(zhì)資本使用效率、對(duì)創(chuàng)新的投入等作用路徑，來對(duì)企業(yè)績(jī)效產(chǎn)生影響。

基于此，本文提出假設(shè)H2：數(shù)字化轉(zhuǎn)型能夠在一定程度上通過提高智能制造業(yè)企業(yè)的經(jīng)營(yíng)能力來提高收入，從而影響企業(yè)績(jī)效。

3.數(shù)字化轉(zhuǎn)型與運(yùn)營(yíng)效率

企業(yè)利用數(shù)字化技術(shù)所收集到的用戶信息可以幫助企業(yè)更加高效、充分地挖掘消費(fèi)者喜好，讓企業(yè)可以更快速地響應(yīng)市場(chǎng)需求，提高企業(yè)運(yùn)營(yíng)和決策速度，進(jìn)而促使決策更加高效，提高企業(yè)的決策效率。同時(shí)，企業(yè)也可以根據(jù)具體情況，合理調(diào)配產(chǎn)品的庫存和相關(guān)原材料，提高資源配置的效率，從而加快存貨周轉(zhuǎn)率，提高企業(yè)的資金使用率，進(jìn)而提升企業(yè)的運(yùn)營(yíng)效率。數(shù)字化轉(zhuǎn)型可以通過對(duì)數(shù)據(jù)的搜集和處理，幫助企業(yè)更加清晰地了解其他企業(yè)的優(yōu)勢(shì)和劣勢(shì)，從而更快找到合作伙伴，減少溝通成本，提升企業(yè)的運(yùn)營(yíng)效率。

基于此，本文提出假設(shè)H3：數(shù)字化轉(zhuǎn)型可以提高企業(yè)的運(yùn)營(yíng)效率從而間接影響企業(yè)績(jī)效。

三、實(shí)證設(shè)計(jì)與變量說明

1.變量選取和定義

被解釋變量參考陳旭（2023）的做法，選取總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）作為衡量企業(yè)績(jī)效的財(cái)務(wù)指標(biāo)。其中ROA用于普通回歸，ROE用于穩(wěn)健性檢驗(yàn)。

解釋變量：數(shù)字化轉(zhuǎn)型指數(shù)（DIG）來自《中國上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》和國泰安CSMAR數(shù)據(jù)庫。

控制變量：選取流動(dòng)比率（CR）、資產(chǎn)負(fù)債率（LEV）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（VLA）、總資產(chǎn)周轉(zhuǎn)率（ASS）和營(yíng)業(yè)收入增長(zhǎng)率（GRW）作為控制變量（見表1）。

2.樣本與數(shù)據(jù)

選取2011—2020年智能制造企業(yè)A股上市公司作為樣本。文中所使用的數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于廣東金融學(xué)院發(fā)布的《中國上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》，企業(yè)層面的相關(guān)財(cái)務(wù)指標(biāo)均來自CSMAR數(shù)據(jù)庫。為了確保數(shù)據(jù)的有效性和實(shí)證結(jié)果的真實(shí)性，對(duì)數(shù)據(jù)做出如下處理：（1） 剔除指標(biāo)異常的公司；（2） 剔除數(shù)據(jù)年份不足3年的公司；（3） 剔除缺少主要變量的公司及ST和*ST企業(yè)。在手動(dòng)刪除部分企業(yè)的極端數(shù)據(jù)之后，一共得到3840個(gè)樣本。

如表2所示，在全部樣本中，企業(yè)績(jī)效的均值為0.034，最小值為-2.008，最大值為0.863，說明在樣本企業(yè)中，企業(yè)間的績(jī)效水平差異較小。數(shù)字化轉(zhuǎn)型程度的均值為1.621，最大值和最小值分別為1.903和1.385，可見大部分企業(yè)已經(jīng)進(jìn)行了一定程度的數(shù)字化轉(zhuǎn)型，但不同企業(yè)之間的數(shù)字化轉(zhuǎn)型水平仍存在著較大差異。資產(chǎn)負(fù)債率的均值為0.383，最大值為3.221，最小值為0.014，該結(jié)果反映了不同企業(yè)之間經(jīng)營(yíng)狀況存在差異，但是大多數(shù)企業(yè)的經(jīng)營(yíng)狀況尚可。樣本企業(yè)的營(yíng)業(yè)收入增長(zhǎng)率最大值和最小值分別為58.75和-0.965，說明不同企業(yè)的盈利狀況存在較大的差異。

3.模型設(shè)計(jì)

建立模型1以檢測(cè)數(shù)字化轉(zhuǎn)型與智能制造企業(yè)績(jī)效之間的關(guān)系。

ROAit=β0+β1DIG+β2CONROLS+ε0 （1）

同時(shí)為了保證模型結(jié)果的準(zhǔn)確性和有效性，將模型1中的因變量由ROA替換為ROE進(jìn)行穩(wěn)健性檢驗(yàn)，得到模型2。

ROEit=β0+β1DIG+β2CONROLS+ε0 （2）

四、實(shí)證過程及結(jié)論

1.相關(guān)性分析

在進(jìn)行實(shí)證分析之前，首先對(duì)所有數(shù)據(jù)進(jìn)行相關(guān)性分析。

由表3可以看出，樣本企業(yè)的數(shù)字化轉(zhuǎn)型水平和凈資產(chǎn)收益率呈現(xiàn)正相關(guān)關(guān)系，說明假設(shè)H1和H2成立。而流動(dòng)資產(chǎn)周轉(zhuǎn)率和總資產(chǎn)周轉(zhuǎn)率與數(shù)字化轉(zhuǎn)型指數(shù)的相關(guān)系數(shù)均為正數(shù)，說明數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)的運(yùn)營(yíng)效率，而兩者與企業(yè)績(jī)效的相關(guān)系數(shù)為正，說明數(shù)字化轉(zhuǎn)型確實(shí)通過改善運(yùn)營(yíng)效率進(jìn)而影響企業(yè)績(jī)效，與假設(shè)H3吻合。

同時(shí)，所有變量之間的相關(guān)系數(shù)小于0.5，VIF值均小于4，說明變量之間不存在多重共線性問題，可進(jìn)行下一步實(shí)證分析。

2.基準(zhǔn)回歸分析

在進(jìn)行基準(zhǔn)回歸之前，先采用Hausman檢驗(yàn)，得到結(jié)果p值小于0.01，所以本文選擇固定效應(yīng)模型進(jìn)行實(shí)證分析，表4為數(shù)字化轉(zhuǎn)型對(duì)智能制造企業(yè)總資產(chǎn)收益率、凈資產(chǎn)收益率和總資產(chǎn)周轉(zhuǎn)率的回歸結(jié)果。

從前兩列可以看出，當(dāng)數(shù)字化轉(zhuǎn)型水平作為單一系數(shù)時(shí)，績(jī)效水平和數(shù)字化轉(zhuǎn)型水平之間的相關(guān)系數(shù)為0.015，與假設(shè)H1相吻合。在加入控制變量之后，總資產(chǎn)收益率與數(shù)字化轉(zhuǎn)型系數(shù)的相關(guān)系數(shù)為-0.004且并不顯著，說明從企業(yè)角度來看，績(jī)效水平受到數(shù)字化轉(zhuǎn)型的影響較小。出現(xiàn)這一結(jié)果的原因可能是制造業(yè)企業(yè)生產(chǎn)步驟復(fù)雜，企業(yè)在短時(shí)間內(nèi)未能將數(shù)字化轉(zhuǎn)型和生產(chǎn)經(jīng)營(yíng)更好地融合以擴(kuò)大數(shù)字化轉(zhuǎn)型對(duì)生產(chǎn)經(jīng)營(yíng)的影響。

第三列和第四列說明，數(shù)字化轉(zhuǎn)型水平在無控制變量的情況下和凈資產(chǎn)收益率之間的相關(guān)系數(shù)為0.071，加入控制變量后則是0.033。說明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的凈資產(chǎn)收益率存在一定的正向影響，與假設(shè)H2相符。但二者之間的相關(guān)系數(shù)并不顯著，可能是因?yàn)榇蟛糠制髽I(yè)的數(shù)字化轉(zhuǎn)型雖然產(chǎn)生了一定的效果，但未對(duì)生產(chǎn)經(jīng)營(yíng)做出更多的改進(jìn)，來給企業(yè)帶來更多的效益。

根據(jù)最后兩列的結(jié)果可以看到數(shù)字化轉(zhuǎn)型水平與總資產(chǎn)周轉(zhuǎn)率之間的相關(guān)系數(shù)分別為0.107和0.122，且p值小于0.01，說明假設(shè)H3成立。數(shù)字化轉(zhuǎn)型更多是通過影響企業(yè)的運(yùn)營(yíng)效率從而對(duì)企業(yè)的績(jī)效產(chǎn)生影響。

五、結(jié)論及展望

本文基于2011—2020年智能制造業(yè)企業(yè)A股上市公司數(shù)據(jù)，通過實(shí)證分析了數(shù)字化轉(zhuǎn)型對(duì)智能制造業(yè)企業(yè)的績(jī)效影響。結(jié)果表明，當(dāng)前數(shù)字化轉(zhuǎn)型作為一種新興技術(shù)，雖然確實(shí)對(duì)智能制造企業(yè)的績(jī)效存在一定的促進(jìn)作用，對(duì)其影響仍然停留在通過影響企業(yè)內(nèi)部運(yùn)營(yíng)效率從而影響企業(yè)績(jī)效的階段，未能將這一項(xiàng)技術(shù)更多地應(yīng)用在自身的生產(chǎn)經(jīng)營(yíng)過程中，也未能給企業(yè)帶來更多的效益?；谝陨辖Y(jié)論，本文提出以下建議：

首先，企業(yè)應(yīng)在適配自身規(guī)模的前提下傾斜更多的資源來提升自身數(shù)字化轉(zhuǎn)型水平。從短期來看，進(jìn)行一定程度的數(shù)字化轉(zhuǎn)型可以有效地提高企業(yè)的內(nèi)部運(yùn)營(yíng)效率，從存貨周轉(zhuǎn)到信息處理等多方面節(jié)約企業(yè)的溝通和時(shí)間成本。而從長(zhǎng)期來看，數(shù)字化轉(zhuǎn)型也有利于企業(yè)更好地適應(yīng)高速變化的市場(chǎng)環(huán)境，便于企業(yè)把握發(fā)展方向，及時(shí)調(diào)整經(jīng)營(yíng)策略，更好地發(fā)展自身，擴(kuò)大市場(chǎng)。

其次，企業(yè)要善于運(yùn)用數(shù)字化所帶來的技術(shù)，提升自身經(jīng)營(yíng)能力。數(shù)字化轉(zhuǎn)型一方面可以幫助企業(yè)完善和改進(jìn)生產(chǎn)模式，另一方面也可以通過更多的信息渠道來幫助企業(yè)獲取信息，把握未來的生產(chǎn)趨勢(shì)，從而建立更完善、更智能的生產(chǎn)系統(tǒng)。

最后，智能制造企業(yè)要抓住數(shù)字化技術(shù)快速發(fā)展的機(jī)遇，穩(wěn)步推進(jìn)自身的數(shù)字化建設(shè)水平，中小型企業(yè)更要抓住這一機(jī)遇，循序漸進(jìn)地提高自身的數(shù)字化轉(zhuǎn)型水平。

參考文獻(xiàn)：

[1]杜勇，婁靖.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)升級(jí)的影響及溢出效應(yīng)[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（5）：119-133.

[2]劉飛.數(shù)字化轉(zhuǎn)型如何提升制造業(yè)生產(chǎn)率——基于數(shù)字化轉(zhuǎn)型的三重影響機(jī)制[J].財(cái)經(jīng)科學(xué)，2020（10）：93-107.

[3]王福君，吳浩.數(shù)字化轉(zhuǎn)型、內(nèi)部控制與企業(yè)高質(zhì)量發(fā)展[J].會(huì)計(jì)之友，2023（24）：100-106.

[4]汪方軍，胡俊敏.企業(yè)智能制造指數(shù)：基于面板隨機(jī)前沿分析[J].財(cái)會(huì)月刊，2023（19）：131-134.

[5]楊燦，陳赤平.數(shù)字化轉(zhuǎn)型對(duì)紡織企業(yè)績(jī)效的影響[J].湖南工程學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2023（4）：20-30.

[6]葉江峰，顧夢(mèng)如.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)制：研究框架與展望[J].財(cái)會(huì)月刊，2023（13）：153-160.

[7]陳杰.數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)績(jī)效的影響分析——基于資產(chǎn)運(yùn)營(yíng)效率視角[J].海南開放大學(xué)學(xué)報(bào)，2023（3）：124-133.

[8]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（7）：108-119.

[9]陳旭，江瑤，熊焰.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)制和路徑研究[J].經(jīng)濟(jì)體制改革，2023（2）：112-120.

[10]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（9）：75-87.