吳宣（江西財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院 江西南昌 330000）

一、引言

數(shù)字經(jīng)濟(jì)已經(jīng)成為了21世紀(jì)經(jīng)濟(jì)增長(zhǎng)的核心動(dòng)力。我國(guó)數(shù)字經(jīng)濟(jì)經(jīng)歷了信息化轉(zhuǎn)型、網(wǎng)絡(luò)化轉(zhuǎn)型和數(shù)字化轉(zhuǎn)型三個(gè)階段，這三個(gè)階段的驅(qū)動(dòng)力不同，第一階段是以TCT為驅(qū)動(dòng)力，第二階段是以互聯(lián)網(wǎng)為驅(qū)動(dòng)力，第三階段是以云計(jì)算、人工智能、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等為驅(qū)動(dòng)力。隨著5G、工業(yè)互聯(lián)網(wǎng)、人工智能、云計(jì)算、大數(shù)據(jù)等逐漸內(nèi)化為企業(yè)的關(guān)鍵能力，企業(yè)數(shù)字化轉(zhuǎn)型已經(jīng)成為社會(huì)關(guān)注的重點(diǎn)和全球企業(yè)的共識(shí)。數(shù)字化轉(zhuǎn)型是個(gè)長(zhǎng)期的過(guò)程，我國(guó)大部分制造業(yè)企業(yè)處于較低的發(fā)展階段。《中國(guó)制造信息化指數(shù)》顯示，我國(guó)制造業(yè)主要處于從工業(yè)2.0向工業(yè)3.0過(guò)渡階段，制造業(yè)是數(shù)字化轉(zhuǎn)型的主戰(zhàn)場(chǎng)［1］。業(yè)界開始關(guān)注數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)績(jī)效有何影響以及如何影響。張宏亮等（2021）通過(guò)際華3502數(shù)字化實(shí)踐案例研究得出：數(shù)字化轉(zhuǎn)型進(jìn)一步提升來(lái)了企業(yè)管理創(chuàng)新能力，包括流程創(chuàng)新、人員管理創(chuàng)新、管理模式創(chuàng)新、財(cái)務(wù)管理創(chuàng)新等［2］。林琳、呂文棟（2019）以酷特智能與海爾的案例，探討數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)管理變革的影響。他們從企業(yè)的組織方式，生產(chǎn)方式，商業(yè)模式和企業(yè)邊界四個(gè)方面論述數(shù)字化轉(zhuǎn)型對(duì)企業(yè)產(chǎn)生的影響，總結(jié)出技術(shù)變革對(duì)這些方面都產(chǎn)生了影響［3］。石耀東（2018）、李春發(fā)等（2020）著重探討了我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型作用機(jī)理和路徑［4］［5］?；跇I(yè)界研究成果，本文利用中國(guó)A股制造業(yè)上市公司2016—2019年的相關(guān)財(cái)務(wù)數(shù)據(jù)通過(guò)實(shí)證研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響以及影響路徑是什么。

本文的研究具有重要的現(xiàn)實(shí)意義和一定的理論貢獻(xiàn)。第一，很多規(guī)模不大的中小企業(yè)擔(dān)心投入過(guò)多的資金到數(shù)字化轉(zhuǎn)型中會(huì)導(dǎo)致企業(yè)績(jī)效下滑，無(wú)法給企業(yè)帶來(lái)轉(zhuǎn)型價(jià)值，更為嚴(yán)重會(huì)使企業(yè)陷入困境，從而抗拒數(shù)字化轉(zhuǎn)型。本研究的結(jié)果顯示，企業(yè)當(dāng)期的數(shù)字化轉(zhuǎn)型投入會(huì)正向影響企業(yè)績(jī)效，雖然并不顯著，但是企業(yè)滯后一期的數(shù)字化轉(zhuǎn)型的投入會(huì)顯著正向影響企業(yè)績(jī)效。這在一定程度上鼓勵(lì)企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型，有助于推進(jìn)數(shù)字化轉(zhuǎn)型。第二，隨著數(shù)字化轉(zhuǎn)型在我國(guó)不斷推進(jìn)，涌現(xiàn)了一批文獻(xiàn)開始關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響。然而這些文獻(xiàn)大多是理論性研究，而本文是通過(guò)實(shí)證研究檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，具有一定的說(shuō)服力。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型的特征與作用

黨的十九大以來(lái)，習(xí)近平總書記對(duì)“實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略，加快建設(shè)數(shù)字中國(guó)”做出了重要戰(zhàn)略部署。2018年以來(lái)，眾多企業(yè)開始了數(shù)字化轉(zhuǎn)型之旅。學(xué)者也對(duì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的特征進(jìn)行研究，根據(jù)已有研究，本文概括為：第一，推動(dòng)產(chǎn)業(yè)跨界融合。數(shù)據(jù)具有更深度、更廣度的融合能力。通過(guò)數(shù)字技術(shù)實(shí)現(xiàn)企業(yè)跨界融合［6］。第二，企業(yè)的競(jìng)爭(zhēng)模式變革。企業(yè)之間建立的虛擬連接促進(jìn)了跨界發(fā)展，消除了企業(yè)對(duì)外來(lái)進(jìn)入者的壁壘，打破了傳統(tǒng)企業(yè)的邊界，使企業(yè)面臨的競(jìng)爭(zhēng)越來(lái)越激烈［6］。第三，組織方式變革。由于數(shù)字技術(shù)手段，可以使高層管理人員非常方便查詢一線的業(yè)務(wù)信息，可以去掉較為冗余的部門，組織結(jié)構(gòu)由垂直化趨于扁平化。第四，生產(chǎn)方式變革。傳統(tǒng)企業(yè)具有大量的數(shù)據(jù)，通過(guò)大數(shù)據(jù)的分析，可以洞察消費(fèi)者的現(xiàn)在需求，從而通過(guò)智能化工廠生產(chǎn)出消費(fèi)者需要的產(chǎn)品。企業(yè)由大規(guī)模生產(chǎn)向大規(guī)模定制轉(zhuǎn)變。第五，商業(yè)模式變革。傳統(tǒng)企業(yè)的商業(yè)模式是以企業(yè)為核心，視企業(yè)為價(jià)值創(chuàng)造的核心，企業(yè)根據(jù)自身生產(chǎn)方式生產(chǎn)產(chǎn)品，誘使消費(fèi)者消費(fèi)從而獲取價(jià)值，但是，隨著技術(shù)改革，消費(fèi)者成為價(jià)值創(chuàng)造的一部分，市場(chǎng)由企業(yè)主導(dǎo)轉(zhuǎn)向?yàn)橄M(fèi)者主導(dǎo)，企業(yè)需要根據(jù)消費(fèi)者的需求，個(gè)性化定制產(chǎn)品才能創(chuàng)造價(jià)值。

基于數(shù)字化轉(zhuǎn)型的特征，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)而言，應(yīng)具有以下作用：（1）降低交易成本。信息技術(shù)的使用可使信息成本、談判成本、執(zhí)行成本、時(shí)間成本等大幅度降低。如通過(guò)互聯(lián)網(wǎng)可以在世界各地的網(wǎng)站搜索信息，可以降低交易成本中的搜集信息成本。數(shù)字技術(shù)的應(yīng)用可以讓生產(chǎn)者直接面對(duì)消費(fèi)者，實(shí)現(xiàn)零距離溝通，省掉常規(guī)多層次的經(jīng)銷體系，交易過(guò)程中的協(xié)商成本與契約成本大幅降低。而且數(shù)字經(jīng)濟(jì)能有效地解決企業(yè)固定資產(chǎn)或人力資本用于特定用途后，不能用于其他用途的問(wèn)題，數(shù)字技術(shù)激活了閑置資產(chǎn)，降低資產(chǎn)專用性［7］，減少交易成本，也逐步有效解決了制造業(yè)企業(yè)人工成本占比較大的問(wèn)題［2］，增強(qiáng)了企業(yè)盈利能力。（2）提高業(yè)務(wù)效率。根據(jù)埃森哲研究，對(duì)于數(shù)字化轉(zhuǎn)型成效顯著的企業(yè)來(lái)說(shuō)，在2016—2018年三年中新業(yè)務(wù)的營(yíng)業(yè)收入占總業(yè)務(wù)收入超過(guò)30%，而且這類企業(yè)的銷售利潤(rùn)也遠(yuǎn)遠(yuǎn)高于其他企業(yè)［8］。通過(guò)數(shù)字技術(shù)，有利于降低信息誤差和手工誤差，進(jìn)而提升業(yè)務(wù)效率。同時(shí)企業(yè)可以通過(guò)數(shù)字技術(shù)減少企業(yè)中的低效以及冗余環(huán)節(jié)，優(yōu)化企業(yè)內(nèi)部的程序性業(yè)務(wù)，實(shí)現(xiàn)智能化運(yùn)營(yíng)提高企業(yè)運(yùn)營(yíng)效率。數(shù)字化轉(zhuǎn)型對(duì)業(yè)務(wù)效率的提升還體現(xiàn)為數(shù)字化可以幫助企業(yè)打破時(shí)間和空間的限制，員工可以通過(guò)數(shù)字化平臺(tái)在任何地方任何地點(diǎn)進(jìn)行業(yè)務(wù)的處理。

綜上可以看出，業(yè)界的研究強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型會(huì)給企業(yè)帶來(lái)積極的影響。但由于數(shù)字化轉(zhuǎn)型仍處在探索階段，而且數(shù)字化轉(zhuǎn)型是個(gè)長(zhǎng)期的過(guò)程，需要持續(xù)積累的投入，再經(jīng)過(guò)企業(yè)的學(xué)習(xí)和探索進(jìn)而轉(zhuǎn)化成相應(yīng)的產(chǎn)出。因此數(shù)字換轉(zhuǎn)型的價(jià)值轉(zhuǎn)化為企業(yè)的產(chǎn)出并不一定在轉(zhuǎn)型當(dāng)期就能夠立即完成，需要數(shù)字化融入企業(yè)經(jīng)營(yíng)實(shí)踐的各方面后，才能體現(xiàn)為經(jīng)營(yíng)績(jī)效的躍升。轉(zhuǎn)型的時(shí)間上的需要導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響可能存在滯后效應(yīng)。根據(jù)埃森哲的研究，當(dāng)數(shù)字化水平小于2.9時(shí)，經(jīng)營(yíng)績(jī)效水平一直在兩條紫線的區(qū)域內(nèi)波動(dòng)，只有當(dāng)數(shù)字化水平超過(guò)2.9時(shí)，經(jīng)營(yíng)績(jī)效的均值才會(huì)出現(xiàn)顯著的上升［8］。因此本文提出假設(shè)1：

H1：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效具有顯著的正向影響，且該影響具有滯后效應(yīng)。

（二）數(shù)字化轉(zhuǎn)型提升企業(yè)業(yè)績(jī)的路徑

如前所述，傳統(tǒng)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠提升業(yè)績(jī)。那么需要進(jìn)一步討論的問(wèn)題是企業(yè)數(shù)字化轉(zhuǎn)型的路徑是什么？其中重要的一個(gè)路徑就是數(shù)字化轉(zhuǎn)型提升生產(chǎn)運(yùn)營(yíng)效率從而提升企業(yè)績(jī)效。第一，數(shù)字化轉(zhuǎn)型使企業(yè)的商業(yè)模式發(fā)生了變革，以生產(chǎn)商為中心的商業(yè)模式逐漸被以消費(fèi)者為中心的商業(yè)模式替代，大規(guī)模個(gè)性化定制逐漸成為了企業(yè)生產(chǎn)的主流。企業(yè)能夠收集到不同渠道的數(shù)據(jù)，根據(jù)大數(shù)據(jù)算法更準(zhǔn)確、更迅速地抓住客戶的個(gè)性化需求，并根據(jù)消費(fèi)者的需求靈活快速地安排組織生產(chǎn)過(guò)程，從而為消費(fèi)者提供更優(yōu)化的服務(wù)。消費(fèi)者直接參與到生產(chǎn)中，與提供個(gè)性化產(chǎn)品的企業(yè)建立良好的關(guān)系，大幅度提升了生產(chǎn)效率，提高了庫(kù)存管理的效率，實(shí)現(xiàn)精準(zhǔn)的存貨控制，降低或者消滅企業(yè)的庫(kù)存產(chǎn)品，加快了要素的流動(dòng)速度，提高流動(dòng)資產(chǎn)的利用，優(yōu)化了企業(yè)的資源配置，實(shí)現(xiàn)了實(shí)務(wù)流、信息流、數(shù)據(jù)流的互聯(lián)互通（張宏亮，2021）。第二，數(shù)字化技術(shù)為供應(yīng)鏈效率優(yōu)化提供了平臺(tái)支持。大數(shù)據(jù)技術(shù)、人工智能技術(shù)等將制造商、供應(yīng)商等聯(lián)合在一起，大大提高了供應(yīng)鏈效率，使供應(yīng)鏈的多個(gè)步驟能夠同時(shí)運(yùn)行，將鏈狀的供應(yīng)體系升級(jí)為網(wǎng)狀的供應(yīng)體系［9］。通過(guò)數(shù)字化技術(shù)，企業(yè)系統(tǒng)能夠隨時(shí)了解產(chǎn)品的狀態(tài)，將產(chǎn)品在流通過(guò)程中的相關(guān)信息和問(wèn)題實(shí)時(shí)反饋給供應(yīng)商和客戶，提高物流的可靠性，及時(shí)與客戶溝通，提高運(yùn)營(yíng)效率。第三，隨著新技術(shù)產(chǎn)品的涌現(xiàn)，產(chǎn)品的銷售渠道拓寬，例如產(chǎn)品可以通過(guò)電子平臺(tái)和公眾號(hào)進(jìn)行展賣，利用第三方平臺(tái)吸引消費(fèi)者購(gòu)買。因此，本文提出假設(shè)2：

H2：數(shù)字化轉(zhuǎn)型通過(guò)提高生產(chǎn)運(yùn)營(yíng)效率提高企業(yè)績(jī)效。

三、數(shù)據(jù)與研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)

本文選取2016—2019年在滬深A(yù)股上市的制造業(yè)公司作為研究樣本。對(duì)原始樣本進(jìn)行篩選：（1）剔除在研究期間發(fā)生特殊變動(dòng)的上市公司。（2）在上市公司中，有些企業(yè)屬于計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)企業(yè)，天生就與數(shù)字經(jīng)濟(jì)相關(guān)，無(wú)法看到這類企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型對(duì)其績(jī)效的影響，因此剔除這類上市公司［10］。（3）由于科創(chuàng)板上市的企業(yè)數(shù)據(jù)較難獲得，因此剔除這類上市企業(yè)。（4）剔除在研究期間不連續(xù)的樣本。（5）剔除相關(guān)數(shù)據(jù)缺失的上市公司樣本。

本文數(shù)據(jù)來(lái)源包括兩部分：固定資產(chǎn)數(shù)據(jù)初步通過(guò)RESSET數(shù)據(jù)庫(kù)獲得，RESSET數(shù)據(jù)庫(kù)上缺失的能手工查到的固定資產(chǎn)數(shù)據(jù)則通過(guò)手工查閱上市公司年報(bào)資料獲得；研究涉及的其他相關(guān)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。為控制極端數(shù)據(jù)對(duì)結(jié)果的影響，對(duì)樣本涉及的所有連續(xù)變量進(jìn)行1%和99%的縮尾處理。采用Stata 14.0和Excel軟件對(duì)數(shù)據(jù)進(jìn)行處理。

（二）研究設(shè)計(jì)

為檢驗(yàn)研究假設(shè)1，本文構(gòu)建以下計(jì)量模型：

式（1）中下標(biāo)分別表示公司i與年度t。被解釋變量ROA是資產(chǎn)收益率，表示企業(yè)的業(yè)績(jī)。在穩(wěn)健性檢驗(yàn)中，采用剔除營(yíng)業(yè)外收支后的資產(chǎn)收益（ROA_T）來(lái)量化企業(yè)績(jī)效。解釋變量IT反映數(shù)字化轉(zhuǎn)型的投資力度。式（2）中解釋變量LIT_r是數(shù)字化轉(zhuǎn)型投資力度的一階滯后項(xiàng)。參考埃森哲的測(cè)算，IT投資與收入比是數(shù)字化轉(zhuǎn)型投資力度的關(guān)鍵指標(biāo)［11］，因此本文用IT投資與營(yíng)業(yè)收入的比來(lái)表示數(shù)字化轉(zhuǎn)型投資力度。IT投資的衡量方法借鑒劉飛（2015）的做法［12］，將TI投資分為硬件投資和軟件投資，硬件投資包括計(jì)算機(jī)、電子設(shè)備、通信設(shè)備等固定資產(chǎn)的投資，這些數(shù)據(jù)來(lái)自上市公司財(cái)務(wù)報(bào)表附注中的固定資產(chǎn)部分；軟件投資包括大數(shù)據(jù)平臺(tái)，軟件等無(wú)形資產(chǎn)的投資，這些數(shù)據(jù)來(lái)自財(cái)務(wù)報(bào)表附注中的無(wú)形資產(chǎn)部分。本文參考有關(guān)文獻(xiàn)，選取模型的控制變量：企業(yè)財(cái)務(wù)杠桿（lev）表示企業(yè)財(cái)務(wù)狀況，固定資產(chǎn)比率（captensive）來(lái)衡量企業(yè)資產(chǎn)密集度。

相關(guān)變量的定義見表1。

對(duì)假設(shè)2的檢驗(yàn)，通過(guò)中介效應(yīng)模型來(lái)檢驗(yàn)。由于數(shù)字化轉(zhuǎn)型促進(jìn)產(chǎn)品銷售，調(diào)節(jié)產(chǎn)品庫(kù)存，提高企業(yè)的生產(chǎn)運(yùn)營(yíng)效率，從會(huì)影響企業(yè)流動(dòng)資產(chǎn)，因此用流動(dòng)資產(chǎn)周轉(zhuǎn)率來(lái)量化企業(yè)銷售方式的變革和產(chǎn)品的流通［13］。為驗(yàn)證流動(dòng)資產(chǎn)周轉(zhuǎn)率對(duì)企業(yè)績(jī)效的中介效應(yīng)，本文構(gòu)建如下模型：

如果流動(dòng)資產(chǎn)周轉(zhuǎn)率是個(gè)有效的中介變量，那么，模型（2）中數(shù)字化轉(zhuǎn)型投資力度的一階滯后項(xiàng)會(huì)顯著影響企業(yè)績(jī)效；模型（3）中的數(shù)字化轉(zhuǎn)型投資力度的一階滯后項(xiàng)會(huì)顯著影響企業(yè)流動(dòng)資產(chǎn)周轉(zhuǎn)率。同時(shí)，模型（4）中的數(shù)字化轉(zhuǎn)型投資力度的一階滯后項(xiàng)和流動(dòng)資產(chǎn)周轉(zhuǎn)率都會(huì)顯著影響企業(yè)績(jī)效。

（三）描述性統(tǒng)計(jì)

從表2全樣本的相關(guān)變量的描述性統(tǒng)計(jì)可以看出，樣本的數(shù)字化轉(zhuǎn)型投資力度的平均值為0.0064，而根據(jù)埃森哲觀測(cè)到的，行業(yè)平均信息化投資占營(yíng)業(yè)收入比為0.8%，可知制造業(yè)在數(shù)字化轉(zhuǎn)型方面步伐較慢。轉(zhuǎn)型指標(biāo)的最大值為0.0475，該企業(yè)屬于數(shù)字化轉(zhuǎn)型的領(lǐng)跑者。從表中還可以看出制造業(yè)上市公司的資產(chǎn)收益率的平均值為4.04%，說(shuō)明所選樣本的整體狀況較差，最大值20.41%，最小值-37.63%以及標(biāo)準(zhǔn)差7.23%，說(shuō)明企業(yè)之間經(jīng)營(yíng)狀況存在較大差異，部分企業(yè)經(jīng)營(yíng)狀況糟糕。

表2 描述性統(tǒng)計(jì)分析

四、實(shí)證檢驗(yàn)

（一）主效應(yīng)檢驗(yàn)

本文的樣本是面板數(shù)據(jù)，采用固定效應(yīng)模型，控制了時(shí)間變量。下頁(yè)表3報(bào)告了假設(shè)1的檢驗(yàn)結(jié)果。表中模型（1）的結(jié)果顯示，數(shù)字化轉(zhuǎn)型投資力度會(huì)正向影響企業(yè)績(jī)效，但是不顯著，說(shuō)明數(shù)字化轉(zhuǎn)型有個(gè)時(shí)間過(guò)程，數(shù)字價(jià)值要經(jīng)過(guò)時(shí)間的積累才能轉(zhuǎn)化成企業(yè)績(jī)效。模型（2）的結(jié)果顯示，數(shù)字化轉(zhuǎn)型指標(biāo)的一階滯后項(xiàng)的系數(shù)為0.97，表明在控制了企業(yè)財(cái)務(wù)杠桿與固定資產(chǎn)率相關(guān)變量后，數(shù)字化轉(zhuǎn)型指標(biāo)的一階滯后項(xiàng)正向影響企業(yè)績(jī)效，且在5%水平上顯著。由此假設(shè)1得到了證明：企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會(huì)顯著正向影響企業(yè)績(jī)效，但是這一過(guò)程需要時(shí)間。

表3 主效應(yīng)檢驗(yàn)

（二）中介效應(yīng)檢驗(yàn)

對(duì)于中介效應(yīng)的檢驗(yàn)，主要的方法有逐步檢驗(yàn)回歸系數(shù)、sobel檢驗(yàn)與bootstrap檢驗(yàn)。逐步檢驗(yàn)的檢驗(yàn)力較低，當(dāng)中介效應(yīng)較弱時(shí)很難檢驗(yàn)出中介效應(yīng)，可能會(huì)錯(cuò)過(guò)中介效應(yīng)。但是溫忠麟等［14］認(rèn)為如果通過(guò)逐步檢驗(yàn)檢驗(yàn)出中介效應(yīng)，那么檢驗(yàn)力低就不再是問(wèn)題。因此本文選擇逐步檢驗(yàn)回歸系數(shù)方法來(lái)檢驗(yàn)中介效應(yīng)。第一步檢驗(yàn)數(shù)字化轉(zhuǎn)型指標(biāo)一階滯后項(xiàng)對(duì)企業(yè)績(jī)效的影響是否顯著；第二步檢驗(yàn)數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)對(duì)流動(dòng)資產(chǎn)周轉(zhuǎn)率的影響是否顯著；第三步同時(shí)加入數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)和流動(dòng)資產(chǎn)周轉(zhuǎn)率，檢驗(yàn)二者的系數(shù)是否顯著。表4是統(tǒng)計(jì)分析的輸出結(jié)果。模型（1）統(tǒng)計(jì)結(jié)果表明在控制了企業(yè)財(cái)務(wù)杠桿水平和固定資產(chǎn)率后，數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)顯著正向影響企業(yè)績(jī)效；模型（2）表明數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)顯著正向影響企業(yè)流動(dòng)資產(chǎn)周轉(zhuǎn)率；模型（3）的統(tǒng)計(jì)結(jié)果表明在模型（1）的基礎(chǔ)上加入了中介變量流動(dòng)資產(chǎn)周轉(zhuǎn)率后，數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)指標(biāo)對(duì)企業(yè)績(jī)效的直接效應(yīng)有所下降，但依然具有顯著正向影響作用，流動(dòng)資產(chǎn)周轉(zhuǎn)率對(duì)企業(yè)績(jī)效也同樣具有顯著正向作用。分析結(jié)果表明數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)指標(biāo)通過(guò)流動(dòng)資產(chǎn)周轉(zhuǎn)率影響企業(yè)績(jī)效的間接效應(yīng)為0.181，實(shí)證結(jié)果說(shuō)明流動(dòng)資產(chǎn)周轉(zhuǎn)率在數(shù)字化轉(zhuǎn)型一階滯后項(xiàng)與企業(yè)績(jī)效關(guān)系之間起部分中介作用，因此假設(shè)2得證。

表4 中介效應(yīng)檢驗(yàn)

（三）進(jìn)一步討論

不同企業(yè)數(shù)字化轉(zhuǎn)型投資力度具有很大的差別。從上頁(yè)表2中可看出數(shù)字化轉(zhuǎn)型投資力度的最大值與最小值之間相差較大。因此本文以選取的350家上市公司2016—2019年四年平均數(shù)據(jù)為基礎(chǔ)，對(duì)這350家上市公司按其數(shù)字化轉(zhuǎn)型投資力度的均值進(jìn)行分類，得到數(shù)字化轉(zhuǎn)型投資力度高于均值和低于均值兩個(gè)子樣本，進(jìn)一步探究數(shù)字化轉(zhuǎn)型力度的高低對(duì)企業(yè)績(jī)效有何影響。表4中模型（1）的回歸結(jié)果顯示當(dāng)數(shù)字化轉(zhuǎn)型投資力度小于均值時(shí)，數(shù)字化轉(zhuǎn)型投資力度與企業(yè)績(jī)效的系數(shù)為-0.162，說(shuō)明當(dāng)數(shù)字化轉(zhuǎn)型投資力度較低時(shí)，數(shù)字化轉(zhuǎn)型會(huì)阻礙企業(yè)的績(jī)效，但效果并不是很顯著。模型（3）的結(jié)果表明當(dāng)數(shù)字化轉(zhuǎn)型投資力度大于均值時(shí)，企業(yè)績(jī)效會(huì)隨著數(shù)字化轉(zhuǎn)型投資力度的提高而提高。根據(jù)上述結(jié)果可知，數(shù)字化轉(zhuǎn)型投資力度會(huì)影響企業(yè)績(jī)效，但是不同程度的投資力度對(duì)企業(yè)績(jī)效的效果不同。模型（2）和模型（4）是研究數(shù)字化轉(zhuǎn)型投資力度的滯后項(xiàng)在兩個(gè)子樣本中對(duì)企業(yè)績(jī)效有何影響。我們從模型（2）中可以看出，數(shù)字化轉(zhuǎn)型投資力度的一階滯后項(xiàng)對(duì)企業(yè)績(jī)效具有正向影響，但結(jié)果并不顯著。而當(dāng)數(shù)字化轉(zhuǎn)型投資力度大于均值時(shí)，其一階滯后項(xiàng)顯著正向影響企業(yè)績(jī)效。從這四個(gè)模型可以看出，數(shù)字化轉(zhuǎn)型會(huì)影響企業(yè)績(jī)效，但是其影響會(huì)受到數(shù)字化轉(zhuǎn)型投資力度的程度的影響。

表5 進(jìn)一步檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)

通過(guò)回歸分析檢驗(yàn)了數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效的關(guān)系及影響路徑。即數(shù)字化轉(zhuǎn)型投資力度一階滯后項(xiàng)會(huì)顯著正向影響企業(yè)績(jī)效，并且數(shù)字化轉(zhuǎn)型是通過(guò)流動(dòng)資產(chǎn)周轉(zhuǎn)率進(jìn)而影響企業(yè)績(jī)效的。為了驗(yàn)證回歸結(jié)果的可靠性，本文采用如下方式進(jìn)行穩(wěn)健性檢驗(yàn)：更換被解釋變量。用剔除了營(yíng)業(yè)性收支的資產(chǎn)收益率作為被解釋變量。表6中模型（1）的回歸結(jié)果顯示，假設(shè)1依然成立。對(duì)于假設(shè)2，也用剔除了營(yíng)業(yè)外收支的資產(chǎn)收益率（R0A_T）來(lái)代替資產(chǎn)收益率（ROA），結(jié)論未發(fā)生實(shí)質(zhì)性改變。

表6 替換變量的穩(wěn)健性檢驗(yàn)

五、結(jié)論與啟示

本文在構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)的基礎(chǔ)上，利用我國(guó)制造業(yè)上市企業(yè)2016—2019的相關(guān)數(shù)據(jù)，采用中介效應(yīng)分析實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響。實(shí)證研究發(fā)現(xiàn)：傳統(tǒng)制造企業(yè)數(shù)字化轉(zhuǎn)型能提升企業(yè)績(jī)效，但是需要時(shí)間的積累，即數(shù)字化轉(zhuǎn)型的一階滯后項(xiàng)能顯著提升企業(yè)績(jī)效；數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響部分是由于數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的生產(chǎn)運(yùn)營(yíng)效率，從而促進(jìn)企業(yè)績(jī)效的提升；進(jìn)一步研究發(fā)現(xiàn)不同程度的數(shù)字化轉(zhuǎn)型投資力度下，企業(yè)績(jī)效存在差異。

基于本文的研究，提出如下建議：（1）傳統(tǒng)制造企業(yè)應(yīng)該積極進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型，布局工業(yè)互聯(lián)網(wǎng)的發(fā)展，更好地實(shí)現(xiàn)數(shù)字和實(shí)體經(jīng)濟(jì)的是深度融合。數(shù)字化是著眼于未來(lái)的投資，需要企業(yè)具有前瞻性，因此企業(yè)領(lǐng)導(dǎo)者要根據(jù)自身情況制定一個(gè)清晰合理的數(shù)字化戰(zhàn)略，兼顧數(shù)字化投資力度和業(yè)務(wù)成果，充分利用數(shù)字經(jīng)濟(jì)帶來(lái)的價(jià)值，通過(guò)各種數(shù)字技術(shù)來(lái)推動(dòng)企業(yè)發(fā)展，提高企業(yè)績(jī)效。（2）傳統(tǒng)制造企業(yè)要利用數(shù)字技術(shù)重點(diǎn)提高企業(yè)生產(chǎn)運(yùn)營(yíng)效率。第一，實(shí)現(xiàn)以客戶為中心的個(gè)性化服務(wù)。了解消費(fèi)者需求，實(shí)現(xiàn)需求倒逼出供給，促進(jìn)供需精準(zhǔn)匹配，提高企業(yè)的運(yùn)營(yíng)效率，進(jìn)而提升企業(yè)績(jī)效。第二，積極建造數(shù)字化工廠，構(gòu)建工業(yè)互聯(lián)網(wǎng)。通過(guò)工業(yè)互聯(lián)網(wǎng)打通產(chǎn)品設(shè)計(jì)、生產(chǎn)規(guī)劃、生產(chǎn)過(guò)程和服務(wù)在內(nèi)的整個(gè)產(chǎn)品生命周期的數(shù)據(jù)流，對(duì)生產(chǎn)制造流程進(jìn)行優(yōu)化提升，對(duì)生產(chǎn)過(guò)程中的產(chǎn)品進(jìn)行全程有效監(jiān)控和自動(dòng)控制，形成一體化的智能生產(chǎn)和運(yùn)維系統(tǒng)，提高產(chǎn)品質(zhì)量和生產(chǎn)效率。（3）企業(yè)要加大數(shù)字化轉(zhuǎn)型投資力度。IT投資是數(shù)字化轉(zhuǎn)型的基礎(chǔ)，是數(shù)字技術(shù)的基礎(chǔ)設(shè)施。當(dāng)數(shù)字化轉(zhuǎn)型投資力度較低時(shí)，數(shù)字化轉(zhuǎn)型可能會(huì)阻礙企業(yè)的績(jī)效，喪失規(guī)模效應(yīng)。因此企業(yè)應(yīng)該堅(jiān)定對(duì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的決心，要敢于轉(zhuǎn)型。