白福萍，劉東慧，董凱云

（山東理工大學(xué) 管理學(xué)院，山東 淄博 255000）

一、引 言

在百年變局與世紀(jì)疫情交織疊加、全球經(jīng)濟(jì)遭遇逆流的背景下，以數(shù)字技術(shù)為主要驅(qū)動(dòng)力的新一輪科技革命和產(chǎn)業(yè)變革正加速演進(jìn)。數(shù)字技術(shù)作為一種新的生產(chǎn)要素，與實(shí)體經(jīng)濟(jì)深度融合，成為推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展的全新引擎，引導(dǎo)著傳統(tǒng)經(jīng)濟(jì)向數(shù)字化轉(zhuǎn)型邁進(jìn)。作為國(guó)民經(jīng)濟(jì)的主體，制造業(yè)必然是數(shù)字化轉(zhuǎn)型的主陣地。將新一代數(shù)字技術(shù)應(yīng)用于制造企業(yè)，利用數(shù)據(jù)要素打通企業(yè)生產(chǎn)、運(yùn)營(yíng)、銷售、管理、研發(fā)創(chuàng)新各環(huán)節(jié)，可以幫助企業(yè)改變傳統(tǒng)的生產(chǎn)運(yùn)營(yíng)模式（如自動(dòng)化流水線）、銷售模式（批發(fā)、零售）、管理模式（如非標(biāo)準(zhǔn)化決策）、研發(fā)創(chuàng)新模式（如自主研發(fā)），實(shí)現(xiàn)制造企業(yè)各要素、各環(huán)節(jié)高效協(xié)同、智能創(chuàng)新［1］，從而推動(dòng)企業(yè)向以用戶價(jià)值為中心的數(shù)字化商業(yè)模式轉(zhuǎn)型，促使企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型開(kāi)辟創(chuàng)造商業(yè)價(jià)值的新途徑［2］。

然而，實(shí)體企業(yè)的數(shù)字化轉(zhuǎn)型并非易事，這是一個(gè)系統(tǒng)性的過(guò)程。盡管數(shù)字化轉(zhuǎn)型已經(jīng)在企業(yè)經(jīng)營(yíng)發(fā)展的諸多方面展現(xiàn)出強(qiáng)大優(yōu)勢(shì)，但其能否顯著提升實(shí)體企業(yè)財(cái)務(wù)績(jī)效，還未有定論。一方面，企業(yè)在數(shù)字化轉(zhuǎn)型實(shí)踐中不僅要擺脫傳統(tǒng)經(jīng)營(yíng)模式的路徑依賴，還要經(jīng)歷技術(shù)升級(jí)、組織結(jié)構(gòu)調(diào)整、資源重組等多重變革，轉(zhuǎn)型成本高、陣痛期長(zhǎng)；另一方面，就實(shí)際情況而言，以云計(jì)算、區(qū)塊鏈、人工智能等為代表的數(shù)字技術(shù)應(yīng)用切實(shí)推動(dòng)了實(shí)體企業(yè)的數(shù)字化轉(zhuǎn)型［3］。當(dāng)前已有超過(guò)一半的企業(yè)將數(shù)字化轉(zhuǎn)型視為重點(diǎn)發(fā)展戰(zhàn)略，并涌現(xiàn)出華為、TCL實(shí)業(yè)、海爾、美的等大批數(shù)字化轉(zhuǎn)型成效顯著的頭部企業(yè)。數(shù)字化轉(zhuǎn)型也逐步從用于提高生產(chǎn)效率的被動(dòng)工具，轉(zhuǎn)變?yōu)閯?chuàng)新發(fā)展模式、驅(qū)動(dòng)經(jīng)濟(jì)效益增長(zhǎng)的主動(dòng)戰(zhàn)略。面對(duì)上述情形，有必要對(duì)“數(shù)字化轉(zhuǎn)型能否提升企業(yè)財(cái)務(wù)績(jī)效及影響機(jī)制怎樣”的問(wèn)題做進(jìn)一步研究，從而使中國(guó)企業(yè)的數(shù)字化轉(zhuǎn)型真正落實(shí)到驅(qū)動(dòng)績(jī)效提升上。

此外，對(duì)數(shù)字化轉(zhuǎn)型的理解，已往研究多局限于技術(shù)視角，認(rèn)為數(shù)字化轉(zhuǎn)型是企業(yè)對(duì)尖端數(shù)字技術(shù)的實(shí)施和應(yīng)用，從而以新的方式開(kāi)展業(yè)務(wù)［4］。但隨著數(shù)字化轉(zhuǎn)型相關(guān)議題被廣泛探討，部分學(xué)者逐漸意識(shí)到，數(shù)字化轉(zhuǎn)型不僅是數(shù)字技術(shù)的迭代，更是商業(yè)互動(dòng)、價(jià)值交換等市場(chǎng)模式的數(shù)字化［5］。鑒于此，本文將數(shù)字技術(shù)與商業(yè)模式納入同一研究框架中，從過(guò)程視角出發(fā)，將數(shù)字化轉(zhuǎn)型劃分為前期的數(shù)字技術(shù)應(yīng)用和后期的數(shù)字化商業(yè)模式轉(zhuǎn)型兩個(gè)階段。數(shù)字技術(shù)應(yīng)用是指企業(yè)通過(guò)投入資金引進(jìn)不同種類和數(shù)量的數(shù)字技術(shù)的過(guò)程［6］，主要的數(shù)字技術(shù)包括AI、云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)、5G技術(shù)等；數(shù)字化商業(yè)模式轉(zhuǎn)型是指企業(yè)基于數(shù)字技術(shù)，圍繞體驗(yàn)、平臺(tái)和內(nèi)容，為客戶創(chuàng)造價(jià)值的過(guò)程［7］，常見(jiàn)的數(shù)字化商業(yè)模式包括平臺(tái)模式、生態(tài)模式、共享模式、社交模式、廣告模式等。

基于以上背景，本文從微觀企業(yè)層面出發(fā)，采用文本挖掘方法分兩階段衡量企業(yè)的數(shù)字化轉(zhuǎn)型，研究其對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響，驗(yàn)證制造企業(yè)的數(shù)字化轉(zhuǎn)型是否存在“IT悖論”。在此基礎(chǔ)上，進(jìn)一步利用結(jié)構(gòu)方程模型進(jìn)行多重中介效應(yīng)分析，考察數(shù)字化轉(zhuǎn)型通過(guò)影響企業(yè)成本、資本使用效率、技術(shù)創(chuàng)新等影響制造企業(yè)財(cái)務(wù)績(jī)效的內(nèi)在機(jī)制。本文研究貢獻(xiàn)主要體現(xiàn)在三個(gè)方面：第一，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的定義進(jìn)行了重新表述。在參照已有文獻(xiàn)的基礎(chǔ)上，本文從過(guò)程視角出發(fā)，根據(jù)文本分析的結(jié)果，將數(shù)字化轉(zhuǎn)型劃分為數(shù)字技術(shù)應(yīng)用和數(shù)字化商業(yè)模式轉(zhuǎn)型兩個(gè)階段，以分階段的形式表述企業(yè)數(shù)字化轉(zhuǎn)型程度。這克服了以往研究簡(jiǎn)單使用“數(shù)字技術(shù)應(yīng)用水平”表述企業(yè)數(shù)字化轉(zhuǎn)型狀態(tài)而導(dǎo)致大量信息遺漏的問(wèn)題，為數(shù)字化轉(zhuǎn)型的后續(xù)研究打下理論基礎(chǔ)。第二，拓展了數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)績(jī)效的機(jī)制與路徑研究。本文系統(tǒng)論述了生產(chǎn)成本、交易成本、人力資本使用效率、物質(zhì)資本使用效率、技術(shù)創(chuàng)新投入、技術(shù)創(chuàng)新產(chǎn)出等作用路徑，對(duì)數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)后果研究進(jìn)行了有益補(bǔ)充。第三，采用基于結(jié)構(gòu)方程的多重中介效應(yīng)模型進(jìn)行路徑分析?？朔藗鹘y(tǒng)中介效應(yīng)模型不能把多條路徑同時(shí)納入同一分析模型的問(wèn)題，從而減少了單一中介模型因忽略其他中介變量所導(dǎo)致的偏差。

二、文獻(xiàn)綜述

（一）數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素研究

現(xiàn)有文獻(xiàn)對(duì)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素已做出較為充分的探討。技術(shù)經(jīng)濟(jì)層面，學(xué)者們從適應(yīng)不確定的環(huán)境［8］、提高生產(chǎn)運(yùn)營(yíng)效率［9］、追求經(jīng)濟(jì)利潤(rùn)和市場(chǎng)地位［10］、應(yīng)對(duì)技術(shù)路線、消費(fèi)者需求和價(jià)值創(chuàng)造模式的變化［11］等視角分析了數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素；關(guān)系行為層面，已有研究分析了社會(huì)網(wǎng)絡(luò)［12］、同群效應(yīng)［13］等對(duì)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)作用。上述研究從“技術(shù)經(jīng)濟(jì)—關(guān)系行為”的雙重視角展現(xiàn)傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的必要性和必然性。

（二）數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的影響結(jié)果研究

目前，關(guān)于數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)發(fā)展的研究成果較多，包括數(shù)字化轉(zhuǎn)型能夠降低企業(yè)信息不對(duì)稱水平［14］、驅(qū)動(dòng)企業(yè)商業(yè)模式創(chuàng)新［15］、促進(jìn)資源型企業(yè)綠色技術(shù)創(chuàng)新［16］、提高企業(yè)全要素生產(chǎn)率［17］、加強(qiáng)企業(yè)社會(huì)責(zé)任承擔(dān)［18］等方面。但是，關(guān)于數(shù)字化轉(zhuǎn)型可以直接促進(jìn)企業(yè)財(cái)務(wù)績(jī)效提升的觀點(diǎn)卻一直存在分歧。一方面，有的研究認(rèn)為數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)財(cái)務(wù)績(jī)效。例如，Brynjolfsson［19］等以美國(guó)330家企業(yè)作為研究樣本發(fā)現(xiàn)，數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)效率提升的實(shí)際效果比應(yīng)用ICT技術(shù)高出5%左右，并且數(shù)據(jù)驅(qū)動(dòng)對(duì)企業(yè)的財(cái)務(wù)績(jī)效、資本表現(xiàn)等均產(chǎn)生了正向影響；陳春花等［20］研究發(fā)現(xiàn)，數(shù)字技術(shù)所具有的顛覆性特征會(huì)加速企業(yè)的創(chuàng)新轉(zhuǎn)型，進(jìn)而對(duì)企業(yè)績(jī)效產(chǎn)生顯著促進(jìn)作用；胡青［21］研究發(fā)現(xiàn)，數(shù)字技術(shù)可以加速企業(yè)產(chǎn)品和服務(wù)創(chuàng)新，賦能企業(yè)拓展基于數(shù)字化平臺(tái)的新型商業(yè)模式，從而為企業(yè)帶來(lái)經(jīng)濟(jì)回報(bào)。另一方面，有的研究則認(rèn)為數(shù)字化轉(zhuǎn)型并不能顯著提升企業(yè)財(cái)務(wù)績(jī)效。例如，Hajli和Sims［22］發(fā)現(xiàn)，只有部分企業(yè)的數(shù)字化轉(zhuǎn)型成效顯著，而另一部分卻沒(méi)有；徐夢(mèng)周和呂鐵［23］認(rèn)為，數(shù)字化轉(zhuǎn)型作為一種高度不確定性的變革，其隱性成本是十分高昂的，從而可能導(dǎo)致企業(yè)財(cái)務(wù)績(jī)效下降?；谏鲜龇治隹梢园l(fā)現(xiàn)，相關(guān)研究結(jié)論存在較大差異，且多從數(shù)字技術(shù)應(yīng)用和數(shù)字設(shè)備投資的維度研究數(shù)字化轉(zhuǎn)型，這種“唯技術(shù)論”的觀點(diǎn)忽視了數(shù)字化轉(zhuǎn)型的過(guò)程性，會(huì)使研究結(jié)果存在偏差。因此，進(jìn)一步從過(guò)程視角驗(yàn)證數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)績(jī)效的關(guān)系仍十分必要。

（三）數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的影響機(jī)制研究

關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響機(jī)制研究，部分學(xué)者認(rèn)為，數(shù)字化轉(zhuǎn)型往往通過(guò)“降成本”“提效率”“強(qiáng)創(chuàng)新”等作用機(jī)制驅(qū)動(dòng)企業(yè)財(cái)務(wù)績(jī)效提升。例如，何帆和劉紅霞［24］研究發(fā)現(xiàn)，數(shù)字化變革通過(guò)去中介化降低企業(yè)成本費(fèi)用，通過(guò)促成專業(yè)化分工提高企業(yè)資產(chǎn)周轉(zhuǎn)效率，通過(guò)激活數(shù)據(jù)和信息要素活力增加企業(yè)創(chuàng)新產(chǎn)出，從而顯著提升實(shí)體企業(yè)經(jīng)濟(jì)效益；Dasilva［25］研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過(guò)構(gòu)建新的價(jià)值交換機(jī)制推動(dòng)企業(yè)商業(yè)模式創(chuàng)新，從而為企業(yè)價(jià)值創(chuàng)造提供明確的方向。然而也有研究認(rèn)為，數(shù)字化轉(zhuǎn)型不僅僅是技術(shù)的更迭，更是一種組織體系的調(diào)整，當(dāng)管理組織架構(gòu)的轉(zhuǎn)變滯后于轉(zhuǎn)型需求時(shí)，往往會(huì)造成管理成本的上升，這顯然會(huì)對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生不利影響。例如，戚聿東和蔡呈偉［26］研究發(fā)現(xiàn)，數(shù)字化能夠促進(jìn)企業(yè)商業(yè)模式創(chuàng)新，但也會(huì)改變企業(yè)原有的業(yè)務(wù)流程，引發(fā)整體性失調(diào)，增加企業(yè)管理成本，兩條路徑正負(fù)相抵，因而不會(huì)對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生顯著影響；余江［27］等認(rèn)為，企業(yè)數(shù)字化水平提升會(huì)依賴大量的投資和管理成本，從而導(dǎo)致企業(yè)財(cái)務(wù)績(jī)效下降。

綜上所述，針對(duì)數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)績(jī)效的機(jī)制研究仍不夠全面，且大多學(xué)者比較傾向于采用一系列只含單個(gè)中介變量的中介效應(yīng)模型進(jìn)行多重中介效應(yīng)分析，未能將多條路徑納入同一模型進(jìn)行綜合分析。

三、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響結(jié)果

首先，AI、物聯(lián)網(wǎng)、增材制造、大數(shù)據(jù)等數(shù)字技術(shù)可通過(guò)不同的方式對(duì)制造企業(yè)產(chǎn)生影響，對(duì)其研發(fā)創(chuàng)新、生產(chǎn)運(yùn)營(yíng)、銷售等各業(yè)務(wù)環(huán)節(jié)實(shí)現(xiàn)全方位賦能［28］，最終實(shí)現(xiàn)企業(yè)財(cái)務(wù)績(jī)效提升。在研發(fā)環(huán)節(jié)，基于AI的預(yù)測(cè)性分析技術(shù)能夠有效支持企業(yè)的產(chǎn)品組合分配決策和產(chǎn)品開(kāi)發(fā)周期優(yōu)化；基于區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)技術(shù)的數(shù)字平臺(tái)，可以為制造企業(yè)源源不斷輸入新的創(chuàng)意，形成開(kāi)放性創(chuàng)新模式，提高創(chuàng)新產(chǎn)出［29］。在生產(chǎn)運(yùn)營(yíng)環(huán)節(jié)，物聯(lián)網(wǎng)技術(shù)和互聯(lián)設(shè)備帶來(lái)大量原始數(shù)據(jù)，加強(qiáng)了制造企業(yè)對(duì)生產(chǎn)流程的管控，同時(shí)也推動(dòng)機(jī)器學(xué)習(xí)技術(shù)輔助實(shí)現(xiàn)智能決策，幫助企業(yè)自主識(shí)別潛在的機(jī)器故障，實(shí)現(xiàn)自主優(yōu)化［30］。在銷售環(huán)節(jié)，利用數(shù)字技術(shù)可以獲取更多的消費(fèi)端數(shù)據(jù)，如用戶反饋的評(píng)價(jià)數(shù)據(jù)、顧客使用智能互聯(lián)產(chǎn)品生成的實(shí)時(shí)數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)進(jìn)行分析，企業(yè)可以更精確地定位和滿足消費(fèi)者不斷變化的異質(zhì)性需求，解決需求長(zhǎng)尾現(xiàn)象?？傊瑪?shù)字技術(shù)賦能制造企業(yè)各要素、各環(huán)節(jié)高效協(xié)同、智能創(chuàng)新，推動(dòng)技術(shù)、業(yè)務(wù)、資本等要素資源優(yōu)化配置，進(jìn)而提升制造企業(yè)經(jīng)濟(jì)效益。

其次，數(shù)字化商業(yè)模式轉(zhuǎn)型可以加強(qiáng)企業(yè)生產(chǎn)活動(dòng)與銷售活動(dòng)之間的聯(lián)系，進(jìn)而實(shí)現(xiàn)企業(yè)財(cái)務(wù)績(jī)效的提升。數(shù)字化商業(yè)模式轉(zhuǎn)型是企業(yè)基于數(shù)字技術(shù)，圍繞體驗(yàn)、平臺(tái)和內(nèi)容，為客戶創(chuàng)造價(jià)值的過(guò)程［7］。在數(shù)字化轉(zhuǎn)型過(guò)程中，一方面，數(shù)字化商業(yè)模式轉(zhuǎn)型可以實(shí)現(xiàn)企業(yè)制造系統(tǒng)和銷售系統(tǒng)的相互聯(lián)通，實(shí)現(xiàn)用戶個(gè)性化需求與內(nèi)部生產(chǎn)流程的快速匹配整合，從而更好地為用戶創(chuàng)造價(jià)值，為企業(yè)獲取價(jià)值［5］；另一方面，數(shù)字化商業(yè)模式轉(zhuǎn)型能夠發(fā)揮需求端的拉動(dòng)作用，賦能企業(yè)向用戶開(kāi)放參與生產(chǎn)活動(dòng)的權(quán)限，讓用戶通過(guò)提供數(shù)據(jù)源的方式融入企業(yè)生產(chǎn)和價(jià)值創(chuàng)造的全過(guò)程［2］，對(duì)新價(jià)值主張的創(chuàng)造產(chǎn)生積極影響，大力提升企業(yè)的盈利能力。

基于以上內(nèi)容，本文提出假設(shè)1。

H1：數(shù)字化轉(zhuǎn)型能夠?qū)χ圃炱髽I(yè)財(cái)務(wù)績(jī)效產(chǎn)生積極影響。

（二）數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響機(jī)制

研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型會(huì)同時(shí)通過(guò)多條路徑對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生影響，基于此，本文從制造企業(yè)成本、資本使用效率、技術(shù)創(chuàng)新三個(gè)方面著手，進(jìn)一步探索數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響機(jī)制及路徑。

1.數(shù)字化轉(zhuǎn)型與企業(yè)成本

數(shù)字化轉(zhuǎn)型通過(guò)賦能生產(chǎn)流程可控化和生產(chǎn)模式模塊化、柔性化，降低制造企業(yè)生產(chǎn)成本，提升企業(yè)經(jīng)濟(jì)效益。首先，AI、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的應(yīng)用，能夠?qū)崿F(xiàn)企業(yè)對(duì)整個(gè)產(chǎn)品生產(chǎn)流程數(shù)據(jù)和信息的實(shí)時(shí)收集及分析，使產(chǎn)品生產(chǎn)流程更加可控化［31］。這不僅可以幫助企業(yè)實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，有效縮短機(jī)器檢修時(shí)間、故障停機(jī)時(shí)間［32］，還可以幫助企業(yè)了解生產(chǎn)各環(huán)節(jié)中要素資源分布情況，實(shí)現(xiàn)生產(chǎn)環(huán)節(jié)的資源優(yōu)化配置和統(tǒng)一管理。其次，互聯(lián)網(wǎng)、移動(dòng)終端的出現(xiàn)，降低了消費(fèi)者對(duì)單個(gè)商品的集中度，為滿足消費(fèi)者不斷變化的異質(zhì)性需求，制造企業(yè)利用電子商務(wù)、O2O等數(shù)字化商業(yè)模式從需求端倒逼生產(chǎn)端，通過(guò)智能制造逐步實(shí)現(xiàn)模塊化、柔性化生產(chǎn)［29］。模塊化生產(chǎn)可根據(jù)顧客的需求，快速將產(chǎn)品的某些要素組合起來(lái)，產(chǎn)生一系列不同功能或相同功能、不同性能的產(chǎn)品；柔性化生產(chǎn)能夠在多品種、小批量生產(chǎn)與少品種、大批量生產(chǎn)之間隨意切換。因而企業(yè)可以根據(jù)實(shí)時(shí)獲取的市場(chǎng)信息進(jìn)行生產(chǎn)要素的配置，快速規(guī)劃生產(chǎn)，彈性釋放產(chǎn)能，降低生產(chǎn)成本，發(fā)揮數(shù)字化轉(zhuǎn)型的業(yè)績(jī)提升效應(yīng)。

數(shù)字化轉(zhuǎn)型加快了企業(yè)內(nèi)外部信息的交互頻率，減少企業(yè)交易過(guò)程中的信息搜尋成本、議價(jià)簽約成本、履約監(jiān)督成本，降低交易成本［33］，提升企業(yè)經(jīng)濟(jì)效益。一方面，數(shù)字化商業(yè)模式搭建起企業(yè)與市場(chǎng)各主體（企業(yè)、監(jiān)管機(jī)構(gòu)等）之間的溝通橋梁，使企業(yè)獲取交易所需的全景式信息成為可能［34］。全景式信息可以降低企業(yè)面對(duì)不確定性時(shí)的機(jī)會(huì)主義傾向，使決策、過(guò)程控制與交易結(jié)果具有充分的事實(shí)依據(jù)和可預(yù)見(jiàn)性。全面的風(fēng)險(xiǎn)信息收集，可以實(shí)現(xiàn)對(duì)外部風(fēng)險(xiǎn)概率分布的俯瞰，有效規(guī)避風(fēng)險(xiǎn)，克服有限理性問(wèn)題，進(jìn)而降低交易成本。另一方面，數(shù)字化環(huán)境下，企業(yè)建立起互聯(lián)互通的商業(yè)網(wǎng)絡(luò)，打破了組織間的邊界，形成新型伙伴合作關(guān)系，使企業(yè)交易更加透明、安全，交易雙方更加信任彼此，從而有效緩解企業(yè)信息不對(duì)稱問(wèn)題，降低交易成本，提升企業(yè)財(cái)務(wù)績(jī)效。

根據(jù)以上分析，本文提出假設(shè)2。

H2a：數(shù)字化轉(zhuǎn)型通過(guò)降低生產(chǎn)成本，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效；

H2b：數(shù)字化轉(zhuǎn)型通過(guò)降低交易成本，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效。

2.數(shù)字化轉(zhuǎn)型與資本使用效率

數(shù)字化轉(zhuǎn)型會(huì)影響制造企業(yè)物質(zhì)資本和人力資本的使用效率，進(jìn)而影響企業(yè)經(jīng)濟(jì)效益。

一方面，數(shù)字化轉(zhuǎn)型能夠提高現(xiàn)有物質(zhì)資本使用效率。數(shù)字研發(fā)平臺(tái)、數(shù)字營(yíng)銷平臺(tái)、數(shù)字交易平臺(tái)等基于數(shù)字技術(shù)的數(shù)字平臺(tái)加強(qiáng)了企業(yè)與用戶之間的互聯(lián)互通，幫助企業(yè)精確定位用戶需求。企業(yè)按需生產(chǎn)，加之智能化、柔性化生產(chǎn)模式的輔助，可以極大地降低物料損耗，減少資源浪費(fèi)，提升企業(yè)財(cái)務(wù)績(jī)效。數(shù)字化商業(yè)模式催生出分享經(jīng)濟(jì)的新業(yè)態(tài)［35］，既解決了大企業(yè)生產(chǎn)設(shè)備、儀器儀表閑置問(wèn)題，又解決了中小企業(yè)無(wú)法負(fù)擔(dān)高價(jià)值機(jī)器設(shè)備購(gòu)買(mǎi)及維護(hù)的問(wèn)題，通過(guò)生產(chǎn)資料共享降低資源利用門(mén)檻，提高資源配置整合效率［17］，最終實(shí)現(xiàn)企業(yè)財(cái)務(wù)績(jī)效提升。

另一方面，數(shù)字化轉(zhuǎn)型能夠提高現(xiàn)有人力資本使用效率。智能制造、機(jī)器人生產(chǎn)的出現(xiàn)，創(chuàng)造了大量虛擬勞動(dòng)力，降低了企業(yè)對(duì)傳統(tǒng)程序性業(yè)務(wù)工作人員的需求［36］。一部分被解放的勞動(dòng)力通過(guò)專業(yè)培訓(xùn)和學(xué)習(xí)，增加知識(shí)儲(chǔ)備，提升技能水平，轉(zhuǎn)向更高創(chuàng)造性和專業(yè)性的工作，為企業(yè)創(chuàng)造更多的價(jià)值。此外，數(shù)字化轉(zhuǎn)型涉及大量專業(yè)技術(shù)的使用和維護(hù)，會(huì)創(chuàng)造出一些高技能就業(yè)崗位，增加對(duì)高技能勞動(dòng)力的需求［37］，其數(shù)字技術(shù)應(yīng)用能力強(qiáng)、專業(yè)性高，有助于業(yè)務(wù)流程優(yōu)化，單位時(shí)間內(nèi)可以完成更多高附加值的任務(wù)，實(shí)現(xiàn)勞動(dòng)者人力資本增值，為企業(yè)帶來(lái)更多的利益。因此，僅僅在制造企業(yè)應(yīng)用數(shù)字技術(shù)可能并不會(huì)對(duì)制造企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生顯著促進(jìn)作用，只有同時(shí)在人力資本方面進(jìn)行相應(yīng)投資才會(huì)發(fā)揮數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)提升效應(yīng)。

根據(jù)以上分析，本文提出假設(shè)3。

H3a：數(shù)字化轉(zhuǎn)型通過(guò)提高物質(zhì)資本使用效率，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效；

H3b：數(shù)字化轉(zhuǎn)型通過(guò)提高人力資本使用效率，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效。

3.數(shù)字化轉(zhuǎn)型與技術(shù)創(chuàng)新

數(shù)字化轉(zhuǎn)型會(huì)影響制造企業(yè)技術(shù)創(chuàng)新投入和技術(shù)創(chuàng)新產(chǎn)出，進(jìn)而影響制造企業(yè)財(cái)務(wù)績(jī)效。

首先，數(shù)字化轉(zhuǎn)型會(huì)增加制造企業(yè)的技術(shù)創(chuàng)新投入。數(shù)字化轉(zhuǎn)型在促進(jìn)企業(yè)跨界經(jīng)營(yíng)、跨界融合的同時(shí)，也進(jìn)一步加劇企業(yè)間的競(jìng)爭(zhēng)激烈程度，企業(yè)只有加快自身的數(shù)字化轉(zhuǎn)型進(jìn)程，提升應(yīng)對(duì)不確定性的能力，才能在激烈的競(jìng)爭(zhēng)中贏得主動(dòng)。因此，企業(yè)會(huì)從產(chǎn)品設(shè)計(jì)、生產(chǎn)工藝流程、機(jī)器設(shè)備、配套設(shè)施等方面加大技術(shù)改造經(jīng)費(fèi)和研發(fā)投入，為數(shù)字化轉(zhuǎn)型提供所需的基礎(chǔ)設(shè)施支撐和互補(bǔ)性技術(shù)支持，從而增強(qiáng)企業(yè)數(shù)字化、智能化設(shè)備系統(tǒng)集成能力［38］，加速企業(yè)轉(zhuǎn)型，提升財(cái)務(wù)績(jī)效。

其次，數(shù)字化轉(zhuǎn)型能夠提高制造企業(yè)技術(shù)創(chuàng)新產(chǎn)出。一方面，數(shù)字化轉(zhuǎn)型改變了企業(yè)傳統(tǒng)的技術(shù)創(chuàng)新模式。數(shù)字化轉(zhuǎn)型給企業(yè)帶來(lái)了信息、通信等方面的便利性優(yōu)勢(shì)，增強(qiáng)了企業(yè)與政府部門(mén)、科研機(jī)構(gòu)、各行業(yè)企業(yè)以及用戶的連接性，通過(guò)這種連接，企業(yè)可以匯聚來(lái)自不同領(lǐng)域的知識(shí)，發(fā)掘跨界創(chuàng)新的潛力。在此基礎(chǔ)上，通過(guò)加強(qiáng)與商業(yè)生態(tài)圈內(nèi)合作伙伴創(chuàng)新活動(dòng)的協(xié)同和整合，構(gòu)建創(chuàng)新生態(tài)圈［39］，提高技術(shù)協(xié)同創(chuàng)新水平，增加技術(shù)創(chuàng)新產(chǎn)出，提升企業(yè)財(cái)務(wù)績(jī)效。另一方面，數(shù)字化轉(zhuǎn)型加快了企業(yè)的技術(shù)創(chuàng)新速度。數(shù)字技術(shù)的應(yīng)用以及數(shù)字化商業(yè)模式的轉(zhuǎn)型提升了企業(yè)的柔性和敏捷性，增強(qiáng)了組織對(duì)動(dòng)態(tài)變化環(huán)境的適應(yīng)能力，有利于企業(yè)動(dòng)態(tài)能力的構(gòu)建，使企業(yè)能夠快速整合內(nèi)外部資源，迅速推出新的技術(shù)［40］。此外，AI、物聯(lián)網(wǎng)等數(shù)字技術(shù)的應(yīng)用會(huì)增加企業(yè)對(duì)高素質(zhì)和高技能勞動(dòng)者的需求，提高企業(yè)人力資本水平。高水平人力資本和知識(shí)資本融合到企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中，產(chǎn)生直接的技術(shù)擴(kuò)散效應(yīng)、溢出效應(yīng)，提高企業(yè)技術(shù)創(chuàng)新產(chǎn)出［41］，提升企業(yè)財(cái)務(wù)績(jī)效。

根據(jù)以上分析，本文提出假設(shè)4。

H4a：數(shù)字化轉(zhuǎn)型通過(guò)增加技術(shù)創(chuàng)新投入，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效；

H4b：數(shù)字化轉(zhuǎn)型通過(guò)增加技術(shù)創(chuàng)新產(chǎn)出，進(jìn)而提升制造企業(yè)的財(cái)務(wù)績(jī)效。

根據(jù)上述理論分析，本文構(gòu)建了數(shù)字化轉(zhuǎn)型影響制造企業(yè)財(cái)務(wù)績(jī)效的多重中介效應(yīng)模型，如圖1所示。

圖1 數(shù)字化轉(zhuǎn)型影響制造企業(yè)財(cái)務(wù)績(jī)效的多重中介效應(yīng)模型

四、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

為研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響及其路徑，本文以2012—2019年我國(guó)A股上市制造企業(yè)為研究對(duì)象。在研究期選擇上主要考慮兩個(gè)方面：一方面，自2012年開(kāi)始國(guó)家頒布一系列科技政策，強(qiáng)調(diào)數(shù)字技術(shù)的研發(fā)與應(yīng)用。受政策影響，企業(yè)開(kāi)始深入探索數(shù)字技術(shù)，相關(guān)數(shù)字技術(shù)開(kāi)始普及，為企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展打下基礎(chǔ)。另一方面，由于研究滯后期和數(shù)據(jù)可得性的問(wèn)題，樣本數(shù)據(jù)截至2019年。本文使用的數(shù)字化轉(zhuǎn)型數(shù)據(jù)是通過(guò)對(duì)制造業(yè)上市公司年報(bào)進(jìn)行手動(dòng)整理和python軟件獲取，上市公司年報(bào)下載自巨潮資訊網(wǎng)，其他企業(yè)層面的微觀數(shù)據(jù)均來(lái)自CSMAR和CNRDS數(shù)據(jù)庫(kù)。

為確保數(shù)據(jù)的精準(zhǔn)性，本文剔除了業(yè)績(jī)較差的ST和*ST公司、財(cái)務(wù)數(shù)據(jù)異常及數(shù)據(jù)存在缺失的樣本。由于個(gè)別數(shù)據(jù)存在較大的離群值，本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理，最后得到的樣本數(shù)據(jù)共9 901條。此外，本文對(duì)主回歸中所有解釋變量和控制變量進(jìn)行了方差膨脹因子（VIF）診斷，結(jié)果顯示，VIF均值為1.2，且都在2.0以內(nèi)。

（二）數(shù)字化轉(zhuǎn)型指標(biāo)

1.關(guān)鍵詞選取與分類

目前，我國(guó)正處于數(shù)字化加速發(fā)展階段，企業(yè)數(shù)字化轉(zhuǎn)型方面的法律法規(guī)、會(huì)計(jì)準(zhǔn)則不夠完善，企業(yè)普遍缺乏對(duì)數(shù)字化轉(zhuǎn)型情況的詳細(xì)披露，數(shù)字化轉(zhuǎn)型的量化指標(biāo)不易獲取。而在經(jīng)濟(jì)學(xué)研究中，學(xué)者們經(jīng)常采用文本挖掘方法搜索目標(biāo)詞匯出現(xiàn)的頻率來(lái)構(gòu)建相關(guān)指標(biāo)，目標(biāo)詞匯出現(xiàn)的頻率越高，說(shuō)明企業(yè)對(duì)該目標(biāo)詞匯所代表的問(wèn)題越重視?；诖耍疚慕梃b趙宸宇的研究［18］，使用文本挖掘方法構(gòu)建了制造企業(yè)的數(shù)字化轉(zhuǎn)型指標(biāo)。第一步，本文利用python的功能，從巨潮資訊網(wǎng)爬取2012—2019年A股制造業(yè)上市公司的所有年報(bào)（剔除了ST、*ST），將其轉(zhuǎn)換為文本格式；第二步，通過(guò)手動(dòng)整理數(shù)字化轉(zhuǎn)型標(biāo)桿企業(yè)年報(bào)及采用python軟件自動(dòng)分詞的方式，確定不同企業(yè)年報(bào)對(duì)數(shù)字化轉(zhuǎn)型有關(guān)信息的基本表述形式；第三步，利用人工手段和計(jì)算機(jī)聯(lián)想算法擴(kuò)展關(guān)鍵詞得到“AI、人工智能、數(shù)字智能、大數(shù)據(jù)、數(shù)據(jù)驅(qū)動(dòng)、數(shù)據(jù)共享、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、云計(jì)算、云服務(wù)”等82個(gè)關(guān)鍵詞；第四步，由數(shù)字化轉(zhuǎn)型的概念可知，數(shù)字化轉(zhuǎn)型具有明顯的階段性特征，所以本文根據(jù)此特征將得到的關(guān)鍵詞分為“數(shù)字技術(shù)應(yīng)用”和“數(shù)字化商業(yè)模式轉(zhuǎn)型”兩類，分別用來(lái)表征數(shù)字化轉(zhuǎn)型的初始階段和最終階段。

2.數(shù)字化轉(zhuǎn)型指標(biāo)構(gòu)建

在得到企業(yè)每年年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻之后，本文以各企業(yè)年報(bào)中同類關(guān)鍵詞與當(dāng)年同一行業(yè)全部企業(yè)同類關(guān)鍵詞均值的比值作為數(shù)字化轉(zhuǎn)型度量指標(biāo)，具體計(jì)算公式如下：

其中：i表示企業(yè)代碼；t代表年份；Keyword1it、Keyword2it分別是各企業(yè)每年“數(shù)字技術(shù)應(yīng)用”類和“數(shù)字化商業(yè)模式轉(zhuǎn)型”類關(guān)鍵詞的數(shù)量；Dig1、Dig2是階段性數(shù)字化轉(zhuǎn)型程度衡量指標(biāo)，Dig1代表數(shù)字技術(shù)應(yīng)用水平，Dig2代表數(shù)字化商業(yè)模式轉(zhuǎn)型程度。當(dāng)Dig1、Dig2取值全為0時(shí)，說(shuō)明企業(yè)未進(jìn)行數(shù)字化轉(zhuǎn)型。

（三）模型設(shè)定與變量定義

本文首先研究數(shù)字化轉(zhuǎn)型兩階段對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響，為此構(gòu)建如下回歸模型：

其中：Perf是被解釋變量財(cái)務(wù)績(jī)效，本文考慮企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程的復(fù)雜性，認(rèn)為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響存在滯后效應(yīng)，所以分別用滯后一期且扣除營(yíng)業(yè)外收支的總資產(chǎn)收益率R0A_non和凈資產(chǎn)收益率ROE_non來(lái)衡量企業(yè)財(cái)務(wù)績(jī)效（Perf）；Dig是核心解釋變量數(shù)字化轉(zhuǎn)型，用Dig1和Dig2衡量，Dig1和Dig2是基于文本挖掘方法進(jìn)行測(cè)度的，詳細(xì)過(guò)程見(jiàn)上文所述；Control代表控制變量組，參照已有文獻(xiàn)做法，本文選取能夠反映企業(yè)特征、發(fā)展能力、財(cái)務(wù)風(fēng)險(xiǎn)、運(yùn)營(yíng)能力、治理水平的8個(gè)變量，分別為企業(yè)規(guī)模（Size）、上市年限（Age）、成長(zhǎng)機(jī)會(huì)（Growth）、利息保障倍數(shù)（Debt）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（Lip）、企業(yè)所有制（Soe）、董事會(huì)獨(dú)立性（Dir）、兩職合一（Duality），且均滯后一期。此外，本文在模型中還設(shè)置了年度和地區(qū)虛擬變量以控制年度和地區(qū)固定效應(yīng)。

本文通過(guò)結(jié)構(gòu)方程模型（SEM）進(jìn)行路徑分析，檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響機(jī)制，因此根據(jù)前文假設(shè)設(shè)置了6個(gè)中介變量，具體變量如下：

（1）生產(chǎn)成本（Manufacture）。本文使用生產(chǎn)成本率衡量企業(yè)的生產(chǎn)成本水平，生產(chǎn)成本率是生產(chǎn)成本與企業(yè)營(yíng)業(yè)收入的比值。

（2）交易成本（Transaction）。本文主要考慮“市場(chǎng)性交易成本”對(duì)數(shù)字化轉(zhuǎn)型與制造企業(yè)績(jī)效的中介效應(yīng)，所以借鑒常耀中［42］的研究，使用銷售費(fèi)用率衡量市場(chǎng)性交易成本，銷售費(fèi)用率是銷售費(fèi)用占營(yíng)業(yè)收入的比例。

（3）物質(zhì)資本使用效率（PCI）。參照Public［43］的做法，本文使用物質(zhì)資本增值系數(shù)衡量物質(zhì)資本使用效率，物質(zhì)資本增值系數(shù)是企業(yè)物質(zhì)資本存量與企業(yè)增值的比值，其中物質(zhì)資本存量用上市公司資產(chǎn)負(fù)債表中的固定資產(chǎn)凈額度量，企業(yè)增值＝利潤(rùn)總額+應(yīng)付職工薪酬-財(cái)務(wù)費(fèi)用。

（4）人力資本使用效率（HCI）。本文使用人力資本增值系數(shù)衡量人力資本使用效率，人力資本增值系數(shù)是企業(yè)人力資本與企業(yè)增值的比值，其中人力資本用上市公司現(xiàn)金流量表中的“支付給員工以及為員工支付的現(xiàn)金”度量，企業(yè)增值同上。

（5）技術(shù)創(chuàng)新投入（R&Dexp）。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。根據(jù)指標(biāo)的變異程度，本文利用熵權(quán)法確定研發(fā)投入水平和研發(fā)人員占比的權(quán)重，其中研發(fā)投入水平是企業(yè)當(dāng)年研發(fā)支出與營(yíng)業(yè)收入的比值，研發(fā)人員占比是企業(yè)當(dāng)年研發(fā)人員數(shù)與員工總數(shù)的比值，最終公式為：技術(shù)創(chuàng)新投入=0.379 1×研發(fā)投入水平+0.620 9×研發(fā)人員占比。

（6）技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）。本文用企業(yè)當(dāng)年獨(dú)立獲得的發(fā)明數(shù)量加1取對(duì)數(shù)來(lái)衡量。

五、實(shí)證分析

（一）數(shù)字化轉(zhuǎn)型企業(yè)特征分析

表1是對(duì)樣本中非數(shù)字化轉(zhuǎn)型企業(yè)和數(shù)字化轉(zhuǎn)型企業(yè)分組進(jìn)行均值檢驗(yàn)的結(jié)果。從檢驗(yàn)結(jié)果看，處于數(shù)字化轉(zhuǎn)型與非數(shù)字化轉(zhuǎn)型的企業(yè)，除了物質(zhì)資本使用效率指標(biāo)外，其余各主要特征變量之間均存在顯著差異。首先，數(shù)字化轉(zhuǎn)型企業(yè)的平均總資產(chǎn)收益率和凈資產(chǎn)收益率分別為0.043和0.063，顯著（1%的水平）高于非數(shù)字化轉(zhuǎn)型企業(yè)的0.038和0.052；其次，數(shù)字化轉(zhuǎn)型企業(yè)的生產(chǎn)成本率更低，人力資本增值系數(shù)、研發(fā)人員占比、研發(fā)投入水平和發(fā)明產(chǎn)出更高，一定程度上說(shuō)明數(shù)字化轉(zhuǎn)型可以降低企業(yè)的生產(chǎn)成本，提升企業(yè)的人力資本使用效率，在加大企業(yè)研發(fā)強(qiáng)度的基礎(chǔ)上，提高企業(yè)的創(chuàng)新產(chǎn)出，最終帶來(lái)企業(yè)財(cái)務(wù)績(jī)效的提升；最后，數(shù)字化轉(zhuǎn)型企業(yè)還表現(xiàn)出高交易成本的特征，這可能是由于數(shù)據(jù)爆發(fā)式增長(zhǎng)所帶來(lái)的企業(yè)信息處理難度加大、信息處理成本增加所致。綜上所述，數(shù)字化轉(zhuǎn)型企業(yè)表現(xiàn)出低生產(chǎn)成本、高交易成本、高人力資本使用效率、高技術(shù)創(chuàng)新投入、高技術(shù)創(chuàng)新產(chǎn)出的“四高一低”特征。

表1 數(shù)字化轉(zhuǎn)型企業(yè)的特征

（二）基本回歸結(jié)果

表2報(bào)告了數(shù)字化轉(zhuǎn)型的兩個(gè)階段與企業(yè)財(cái)務(wù)績(jī)效的回歸結(jié)果。首先，在數(shù)字技術(shù)應(yīng)用階段，表2列（1）（2）的結(jié)果顯示，不管是用ROA_non作被解釋變量，還是用ROE_non作被解釋變量，Dig1都在10%的水平上顯著為正，這表明數(shù)字化轉(zhuǎn)型的初始階段—數(shù)字技術(shù)應(yīng)用能夠?qū)χ圃炱髽I(yè)財(cái)務(wù)績(jī)效產(chǎn)生正向影響；其次，在數(shù)字化商業(yè)模式轉(zhuǎn)型階段，表2列（3）（4）的結(jié)果顯示，不管是用ROA_non作被解釋變量，還是用ROE_non作被解釋變量，Dig2都在1%的水平上顯著為正，這表明數(shù)字化轉(zhuǎn)型的第二階段——數(shù)字化商業(yè)模式轉(zhuǎn)型可以有效提升制造企業(yè)財(cái)務(wù)績(jī)效，且其財(cái)務(wù)績(jī)效促進(jìn)作用顯著強(qiáng)于數(shù)字技術(shù)應(yīng)用。

表2 數(shù)字化轉(zhuǎn)型兩階段對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的影響

綜上，在當(dāng)前制造企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐中，數(shù)字化轉(zhuǎn)型可以顯著提升制造企業(yè)財(cái)務(wù)績(jī)效，但制造企業(yè)僅依靠應(yīng)用各種數(shù)字技術(shù)難以充分達(dá)到績(jī)效提升的目的，必須將數(shù)字化轉(zhuǎn)型落實(shí)到“轉(zhuǎn)型階段”，才能真正實(shí)現(xiàn)企業(yè)財(cái)務(wù)績(jī)效的提升。由此H1得到驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

本文主要進(jìn)行以下穩(wěn)健性檢驗(yàn)：①替換解釋變量。隨著數(shù)字經(jīng)濟(jì)的加速發(fā)展，企業(yè)年報(bào)中涉及的數(shù)字化轉(zhuǎn)型表述逐漸增多，導(dǎo)致各行業(yè)每個(gè)年度的數(shù)字化轉(zhuǎn)型詞頻均值逐漸增大，從而出現(xiàn)企業(yè)本年的數(shù)字化轉(zhuǎn)型程度提升，相關(guān)關(guān)鍵詞數(shù)量也比上一年度顯著增多，但由于分母（年度行業(yè)均值）增加過(guò)快而Dig1、Dig2減小，為避免這種情況對(duì)回歸結(jié)果的影響，我們將“年度行業(yè)均值”換成“樣本期間行業(yè)均值”，用各企業(yè)年報(bào)中同類關(guān)鍵詞與樣本期間同一行業(yè)全部企業(yè)同類關(guān)鍵詞均值的比值構(gòu)造Dig_a和Dig_b進(jìn)行回歸，回歸結(jié)果未發(fā)生本質(zhì)變化。②調(diào)整樣本量。在本文的樣本中，儀器儀表制造業(yè)的數(shù)字技術(shù)應(yīng)用水平最高，木材加工及木、竹、藤、棕、草制品業(yè)的數(shù)字技術(shù)應(yīng)用水平最低，為了降低極端值對(duì)回歸結(jié)果穩(wěn)定性的影響，在總樣本中剔除上述兩個(gè)行業(yè)的樣本后進(jìn)行第一階段的回歸，結(jié)果未發(fā)生本質(zhì)變化；同樣地，在總樣本中剔除數(shù)字化商業(yè)模式轉(zhuǎn)型程度最高的紡織服裝、服飾業(yè)樣本和數(shù)字化商業(yè)模式轉(zhuǎn)型程度最低的有色金屬冶煉和壓延加工業(yè)樣本后進(jìn)行第二階段的回歸，結(jié)果依然未發(fā)生本質(zhì)變化。③工具變量法。為緩解可能存在的遺漏變量等內(nèi)生性問(wèn)題對(duì)結(jié)果產(chǎn)生的干擾，本文借鑒肖紅軍等［44］的研究，通過(guò)計(jì)算同城市、同行業(yè)內(nèi)除本企業(yè)以外其他所有企業(yè)的數(shù)字化轉(zhuǎn)型程度平均值，構(gòu)造行業(yè)數(shù)字技術(shù)應(yīng)用平均水平（mean_Dig1）和行業(yè)數(shù)字化商業(yè)模式轉(zhuǎn)型平均程度（mean_Dig2）2個(gè)變量，將其分別作為Dig1、Dig2的工具變量進(jìn)行兩階段最小二乘回歸。選擇該工具變量的合理性在于：?jiǎn)蝹€(gè)企業(yè)的數(shù)字化轉(zhuǎn)型水平與同一地區(qū)和行業(yè)的總體數(shù)字化轉(zhuǎn)型水平密切相關(guān)，但總體數(shù)字化轉(zhuǎn)型水平又很難與單個(gè)企業(yè)的財(cái)務(wù)績(jī)效產(chǎn)生直接關(guān)聯(lián)?；貧w結(jié)果見(jiàn)表3所列，Dig1、Dig2仍在10%和5%的水平上顯著為正，結(jié)果未發(fā)生本質(zhì)變化。綜上所述，本文的研究結(jié)論較為穩(wěn)健。

表3 內(nèi)生性檢驗(yàn)

（四）影響路徑檢驗(yàn)

1.模型選擇

本文采用基于結(jié)構(gòu)方程的多重中介效應(yīng)模型研究數(shù)字化轉(zhuǎn)型影響制造企業(yè)財(cái)務(wù)績(jī)效的多重路徑，驗(yàn)證企業(yè)成本、資本使用效率、技術(shù)創(chuàng)新對(duì)數(shù)字化轉(zhuǎn)型與制造企業(yè)財(cái)務(wù)績(jī)效的中介效應(yīng)。在以往的路徑研究中，較多學(xué)者傾向于采用一系列只含1個(gè)中介變量的簡(jiǎn)單回歸方程檢驗(yàn)多重中介效應(yīng)，這不僅要預(yù)先假定研究變量間的因果關(guān)系及發(fā)生的時(shí)間順序，而且不能把多個(gè)路徑同時(shí)納入同一分析模型，否則會(huì)由于待估計(jì)參數(shù)過(guò)多而產(chǎn)生偏誤。運(yùn)用結(jié)構(gòu)方程模型（SEM）進(jìn)行路徑研究，不僅能在一個(gè)模型中同時(shí)分析多條影響路徑，得到總中介效應(yīng)，還可以在控制其他中介變量的條件下，分析某個(gè)特定中介變量的中介效應(yīng)，減少單一中介模型因忽視其他中介變量而引起的偏差。

2.模型構(gòu)建

本文采用結(jié)構(gòu)方程模型（SEM）進(jìn)行路徑分析，用1個(gè)自變量、6個(gè)中介變量和1個(gè)因變量構(gòu)建模型。根據(jù)理論假設(shè)，選擇生產(chǎn)成本（Manufacture）和交易成本（Transaction）、人力資本使用效率（HCI）和物質(zhì)資本使用效率（PCI）、技術(shù)創(chuàng)新投入（R&Dexp）和技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）作為數(shù)字化轉(zhuǎn)型影響制造企業(yè)財(cái)務(wù)績(jī)效的中介變量。圖2是利用Amos24.0統(tǒng)計(jì)軟件設(shè)定的初始路徑。

圖2 數(shù)字化轉(zhuǎn)型影響制造企業(yè)財(cái)務(wù)績(jī)效的初始路徑

需進(jìn)一步說(shuō)明的是，本部分的自變量數(shù)字化轉(zhuǎn)型（Dig）和因變量財(cái)務(wù)績(jī)效（Perf）與主回歸部分稍有不同。主回歸部分的數(shù)字化轉(zhuǎn)型（Dig）是分成兩個(gè)階段，分別用Dig1、Dig2衡量，財(cái)務(wù)績(jī)效（Perf）是分別用ROA_non、ROE_non衡量。為了使路徑檢驗(yàn)?zāi)Ｐ透?jiǎn)潔，檢驗(yàn)結(jié)果更易分析，本部分利用熵權(quán)法確定Dig1、Dig2和R0A_non、ROE_non的權(quán)重，構(gòu)建了兩個(gè)綜合指標(biāo)來(lái)度量企業(yè)數(shù)字化轉(zhuǎn)型程度和財(cái)務(wù)績(jī)效，公式分別為：數(shù)字化轉(zhuǎn)型=Dig1×0.568 2+Dig2×0.431 8；財(cái)務(wù)績(jī)效=ROA_non×0.425 3+ROE_non×0.574 7。

3.模型檢驗(yàn)與修正

本文選取TLI、GFI、RMSEA、RMR、CFI等5個(gè)指數(shù)來(lái)衡量所構(gòu)建模型與樣本數(shù)據(jù)的擬合程度。根據(jù)Amos輸出的MI（Modification Indices）修正指數(shù)，觀察到個(gè)別中介變量之間的殘差修正指數(shù)較高，所以本文通過(guò)建立中介變量殘差項(xiàng)之間的聯(lián)系修正了模型。修正模型的擬合指數(shù)見(jiàn)表4所列，結(jié)果均滿足指數(shù)評(píng)價(jià)標(biāo)準(zhǔn)，說(shuō)明修正后的結(jié)構(gòu)方程模型與樣本數(shù)據(jù)的擬合程度較好。

表4 結(jié)構(gòu)方程模型擬合度檢驗(yàn)結(jié)果

4.模型估計(jì)結(jié)果

圖3是基于結(jié)構(gòu)方程的多重中介效應(yīng)模型路徑系數(shù)圖，由圖3可知：

圖3 結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化路徑系數(shù)

在企業(yè)成本方面：①數(shù)字化轉(zhuǎn)型通過(guò)降低企業(yè)生產(chǎn)成本提升企業(yè)財(cái)務(wù)績(jī)效，H2a得到驗(yàn)證。具體地說(shuō)，數(shù)字化轉(zhuǎn)型（Dig）和生產(chǎn)成本（Manufacture）的路徑系數(shù)在1%的水平上顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型可以有效降低企業(yè)的生產(chǎn)成本，給企業(yè)帶來(lái)人工、物料等方面的節(jié)??；生產(chǎn)成本（Manufacture）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)在1%的水平上顯著為負(fù)，表明降低企業(yè)生產(chǎn)成本可以有效提升企業(yè)財(cái)務(wù)績(jī)效。②數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)交易成本進(jìn)而抑制了企業(yè)財(cái)務(wù)績(jī)效提升，H2b未得到驗(yàn)證。具體地說(shuō)，數(shù)字化轉(zhuǎn)型（Dig）和交易成本（Transaction）的路徑系數(shù)在1%的水平上顯著為正，表明數(shù)字化轉(zhuǎn)型導(dǎo)致了企業(yè)交易成本的增加，這可能是由于數(shù)據(jù)爆發(fā)式增長(zhǎng)所帶來(lái)的企業(yè)信息處理難度加大、處理成本增加所致。因此，形成快速、準(zhǔn)確處理企業(yè)所需數(shù)據(jù)信息的能力對(duì)數(shù)字化轉(zhuǎn)型企業(yè)尤為重要；交易成本（Transaction）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)在1%的水平上顯著為負(fù)，表明企業(yè)交易成本增加抑制了企業(yè)財(cái)務(wù)績(jī)效增長(zhǎng)。

在資本使用效率方面：①數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)人力資本使用效率提升企業(yè)財(cái)務(wù)績(jī)效，H3b得到驗(yàn)證。具體地說(shuō)，數(shù)字化轉(zhuǎn)型（Dig）和人力資本使用效率（HCI）的路徑系數(shù)在5%的水平上顯著為正，表明數(shù)字化轉(zhuǎn)型能夠通過(guò)增加對(duì)高技能、高素質(zhì)勞動(dòng)力的需求，來(lái)優(yōu)化企業(yè)的人力資本結(jié)構(gòu)，從而提高企業(yè)人力資本使用效率；人力資本使用效率（HCI）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)在1%的水平上顯著為正，表明具備高素質(zhì)和高技能的勞動(dòng)力可以幫助企業(yè)完成更多高附加值的任務(wù)，進(jìn)而提升企業(yè)財(cái)務(wù)績(jī)效。②物質(zhì)資本使用效率（PCI）并未構(gòu)成數(shù)字化轉(zhuǎn)型和財(cái)務(wù)績(jī)效的中介變量，H3a未得到驗(yàn)證。數(shù)字化轉(zhuǎn)型（Dig）和物質(zhì)資本使用效率（PCI）的路徑系數(shù)在1%的水平上顯著為負(fù)，物質(zhì)資本使用效率（PCI）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)不顯著，說(shuō)明數(shù)字化轉(zhuǎn)型不能有效優(yōu)化企業(yè)物質(zhì)資本使用率，從而無(wú)法帶來(lái)企業(yè)財(cái)務(wù)績(jī)效提升。

在技術(shù)創(chuàng)新方面：①數(shù)字化轉(zhuǎn)型通過(guò)影響企業(yè)技術(shù)創(chuàng)新投入抑制了企業(yè)財(cái)務(wù)績(jī)效提升，H4b未得到驗(yàn)證。具體地說(shuō)，數(shù)字化轉(zhuǎn)型（Dig）和技術(shù)創(chuàng)新投入（R&Dexp）的路徑系數(shù)在1%的水平上顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型會(huì)促使企業(yè)增加其在資金、人員等方面的研發(fā)投入，以加強(qiáng)互補(bǔ)性的技術(shù)創(chuàng)新；技術(shù)創(chuàng)新投入（R&Dexp）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)在1%的水平上顯著為負(fù)，原因可能是技術(shù)創(chuàng)新的滯后效應(yīng)使得技術(shù)創(chuàng)新資源的投入在一定時(shí)間內(nèi)符合邊際效益遞減規(guī)律，從而抑制了企業(yè)當(dāng)期財(cái)務(wù)績(jī)效的提升。②數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)技術(shù)創(chuàng)新產(chǎn)出提升企業(yè)財(cái)務(wù)績(jī)效，H4a得到驗(yàn)證。具體地說(shuō)，數(shù)字化轉(zhuǎn)型（Dig）和技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）的路徑系數(shù)在1%的水平上顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型增加了企業(yè)發(fā)明專利數(shù)量，驅(qū)動(dòng)了企業(yè)技術(shù)創(chuàng)新；技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）和財(cái)務(wù)績(jī)效（Perf）的路徑系數(shù)在1%的水平上顯著為正，說(shuō)明企業(yè)發(fā)明專利產(chǎn)出越多，財(cái)務(wù)績(jī)效越好。

綜上所述，生產(chǎn)成本（Manufacture）、交易成本（Transaction）、人力資本使用效率（HCI）、技術(shù)創(chuàng)新投入（R&Dexp）、技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）構(gòu)成數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)績(jī)效的中介變量；而物質(zhì)資本使用效率（PCI）未構(gòu)成數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)績(jī)效的中介變量。

此外，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的直接影響依然顯著（5%水平上）為正，表明數(shù)字化轉(zhuǎn)型在通過(guò)中介變量間接影響企業(yè)財(cái)務(wù)績(jī)效的基礎(chǔ)上，仍能夠?qū)ζ髽I(yè)財(cái)務(wù)績(jī)效產(chǎn)生較強(qiáng)的直接影響。

5.多重中介效應(yīng)分析

表5報(bào)告了多重中介效應(yīng)分析結(jié)果，數(shù)據(jù)顯示：生產(chǎn)成本在數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)績(jī)效之間的中介效應(yīng)是正效應(yīng)，為0.089；交易成本是負(fù)效應(yīng)，為-0.068；人力資本使用效率是正效應(yīng)，為0.002；物質(zhì)資本使用效率的中介效應(yīng)不顯著；技術(shù)創(chuàng)新投入是負(fù)效應(yīng)，為-0.026；技術(shù)創(chuàng)新產(chǎn)出為正效應(yīng)，為0.013；此外，數(shù)字化轉(zhuǎn)型與財(cái)務(wù)績(jī)效之間還存在顯著（5%水平上）的直接效應(yīng)，為0.022。

表5 多重中介效應(yīng)分析

綜上所述，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效有直接正效應(yīng)，為0.022；數(shù)字化轉(zhuǎn)型通過(guò)影響中介變量對(duì)財(cái)務(wù)績(jī)效有間接正效應(yīng)為0.010，其中，正的間接效應(yīng)為0.104，主要是通過(guò)中介變量生產(chǎn)成本（Manufacture）、人力資本使用效率（HCI）和技術(shù)創(chuàng)新產(chǎn)出（Ln_patent）產(chǎn)生的，負(fù)的間接效應(yīng)為-0.094，主要是通過(guò)中介變量交易成本（Transaction）和技術(shù)創(chuàng)新投入（R&Dexp）產(chǎn)生的，交易成本占據(jù)主導(dǎo)地位；數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的總效應(yīng)等于直接效應(yīng)加上間接效應(yīng)，為0.032。因此，數(shù)字化轉(zhuǎn)型對(duì)制造企業(yè)財(cái)務(wù)績(jī)效的提升作用主要是通過(guò)兩方面實(shí)現(xiàn)：一方面是直接效應(yīng)，另一方面是間接效應(yīng)。相對(duì)來(lái)說(shuō)，間接效應(yīng)對(duì)企業(yè)財(cái)務(wù)績(jī)效提升發(fā)揮的作用較微弱，原因可能是數(shù)字化轉(zhuǎn)型帶來(lái)數(shù)據(jù)獲取便利的同時(shí)，也造成了信息的冗余，導(dǎo)致企業(yè)獲取有效信息的難度增加，信息處理效率下降，從而出現(xiàn)企業(yè)交易成本大幅上升的情況，給企業(yè)財(cái)務(wù)績(jī)效帶來(lái)較大的負(fù)面影響。數(shù)字化環(huán)境下，企業(yè)如何形成快速準(zhǔn)確地處理信息和數(shù)據(jù)的能力，是企業(yè)亟待解決的問(wèn)題。

六、情境分析

（一）基于產(chǎn)權(quán)性質(zhì)的情境分析

由于產(chǎn)權(quán)性質(zhì)不同，國(guó)有和非國(guó)有企業(yè)在政策負(fù)擔(dān)、資源優(yōu)勢(shì)等方面有所差異，并因此影響著它們的行為。首先，國(guó)有企業(yè)擔(dān)負(fù)著國(guó)家重大發(fā)展戰(zhàn)略實(shí)施主力軍的職責(zé)，在國(guó)家大力號(hào)召發(fā)展數(shù)字經(jīng)濟(jì)的背景下，國(guó)有企業(yè)會(huì)有更強(qiáng)的動(dòng)機(jī)去推行數(shù)字化轉(zhuǎn)型；其次，數(shù)字化轉(zhuǎn)型是一項(xiàng)長(zhǎng)期持續(xù)的戰(zhàn)略，有成本高、陣痛期長(zhǎng)的特點(diǎn)，因此與本身資金和技術(shù)基礎(chǔ)比較雄厚、還能享受部分政策傾斜的國(guó)有企業(yè)相比，非國(guó)有企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的難度更大，從而可能導(dǎo)致兩者數(shù)字化轉(zhuǎn)型的財(cái)務(wù)績(jī)效提升效應(yīng)存在明顯差異。鑒于此，本文將研究樣本按產(chǎn)權(quán)性質(zhì)分組進(jìn)行回歸，表6列（1）（2）的結(jié)果顯示，國(guó)有企業(yè)和非國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型都能夠顯著提高自身財(cái)務(wù)績(jī)效，但國(guó)有企業(yè)更加顯著。這表明，在數(shù)字經(jīng)濟(jì)飛速發(fā)展的當(dāng)下，政府有必要加大對(duì)非國(guó)有企業(yè)的轉(zhuǎn)型補(bǔ)貼和稅收減免力度，縮小國(guó)有企業(yè)與非國(guó)有企業(yè)的轉(zhuǎn)型差距，助力企業(yè)通過(guò)轉(zhuǎn)型提升財(cái)務(wù)績(jī)效。

（二）基于知識(shí)產(chǎn)權(quán)保護(hù)的情境分析

數(shù)字化轉(zhuǎn)型的財(cái)務(wù)績(jī)效提升效應(yīng)可能受到所處地區(qū)知識(shí)產(chǎn)權(quán)保護(hù)程度的影響。數(shù)字化轉(zhuǎn)型作為一種具有顛覆性創(chuàng)新特質(zhì)的變革，其嶄新的技術(shù)手段和商業(yè)模式對(duì)地區(qū)的知識(shí)產(chǎn)權(quán)保護(hù)提出更高的要求。一般而言，地區(qū)的知識(shí)產(chǎn)權(quán)保護(hù)程度越高，創(chuàng)新產(chǎn)出被模仿的風(fēng)險(xiǎn)越低，企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，不必?fù)?dān)心其技術(shù)、產(chǎn)品、服務(wù)和商業(yè)模式等創(chuàng)新被模仿和侵占，企業(yè)進(jìn)一步增加研發(fā)投資，從而帶來(lái)轉(zhuǎn)型最大化的經(jīng)濟(jì)效益；相反，在知識(shí)產(chǎn)權(quán)保護(hù)程度較低的地區(qū)，侵權(quán)行為肆虐，將會(huì)嚴(yán)重打擊企業(yè)數(shù)字化轉(zhuǎn)型的積極性，減少企業(yè)的數(shù)字創(chuàng)新活動(dòng)，不利于企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)財(cái)務(wù)績(jī)效提升。本文以各省份專利侵權(quán)糾紛的結(jié)案數(shù)占專利侵權(quán)糾紛案件總數(shù)的比重度量地區(qū)的知識(shí)產(chǎn)權(quán)保護(hù)程度［45］，并將研究樣本依據(jù)知識(shí)產(chǎn)權(quán)保護(hù)程度的中位數(shù)分為高低兩組進(jìn)行回歸。表6列（3）（4）的結(jié)果顯示，在知識(shí)產(chǎn)權(quán)保護(hù)程度較高的地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的提升效應(yīng)更明顯，說(shuō)明知識(shí)產(chǎn)權(quán)保護(hù)執(zhí)法力度越強(qiáng)，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的正向溢出效應(yīng)越強(qiáng)。

（三）基于環(huán)境動(dòng)態(tài)性的情境分析

隨著數(shù)字經(jīng)濟(jì)的快速興起，新知識(shí)和新機(jī)會(huì)不斷涌現(xiàn)，技術(shù)革新和產(chǎn)品更迭速度明顯加快，導(dǎo)致企業(yè)所處環(huán)境的動(dòng)態(tài)性日益增強(qiáng)。環(huán)境變化會(huì)加劇信息的不對(duì)稱，影響組織整體運(yùn)行效率和管理者對(duì)未來(lái)趨勢(shì)的預(yù)判，降低企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的可持續(xù)性，增加企業(yè)被彎道超車的可能。在這種情況下，數(shù)字化轉(zhuǎn)型作為一種全新的戰(zhàn)略變革，通過(guò)激發(fā)數(shù)據(jù)和信息要素活力提高企業(yè)運(yùn)轉(zhuǎn)效率、加速企業(yè)產(chǎn)品和服務(wù)創(chuàng)新，在幫助企業(yè)主動(dòng)應(yīng)對(duì)環(huán)境動(dòng)態(tài)變化的基礎(chǔ)上，提升企業(yè)的經(jīng)濟(jì)效益。因此，環(huán)境動(dòng)態(tài)性越高，企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的依賴程度就越高，其數(shù)字化轉(zhuǎn)型的財(cái)務(wù)績(jī)效提升效應(yīng)就越顯著。本文參照李金克等［46］的研究，以企業(yè)過(guò)去五年?duì)I業(yè)收入的標(biāo)準(zhǔn)差與均值的比值取對(duì)數(shù)衡量環(huán)境動(dòng)態(tài)性，并將研究樣本依據(jù)環(huán)境動(dòng)態(tài)性的中位數(shù)分為強(qiáng)弱兩組進(jìn)行回歸。表6列（5）（6）的結(jié)果顯示，在外部環(huán)境更為動(dòng)態(tài)的情形下，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的正向影響更為顯著。這說(shuō)明，動(dòng)態(tài)變化的環(huán)境對(duì)企業(yè)生存提出更高的要求，激發(fā)企業(yè)利用數(shù)字化轉(zhuǎn)型優(yōu)化財(cái)務(wù)績(jī)效，實(shí)現(xiàn)可持續(xù)發(fā)展。

表6 數(shù)字化轉(zhuǎn)型提升企業(yè)財(cái)務(wù)績(jī)效的情境分析結(jié)果

七、結(jié)論與啟示

本文以我國(guó)滬深兩市A股上市公司為研究樣本，通過(guò)手工整理和Python軟件獲取年報(bào)披露的數(shù)字化轉(zhuǎn)型相關(guān)數(shù)據(jù)，研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響及作用路徑，得出如下結(jié)論：①數(shù)字化轉(zhuǎn)型可以顯著提升制造企業(yè)財(cái)務(wù)績(jī)效，且數(shù)字化商業(yè)模式轉(zhuǎn)型階段的績(jī)效提升作用要強(qiáng)于數(shù)字技術(shù)應(yīng)用階段。②基于結(jié)構(gòu)方程模型的多重中介效應(yīng)檢驗(yàn)結(jié)果顯示，數(shù)字化轉(zhuǎn)型通過(guò)生產(chǎn)成本、人力資本使用效率和技術(shù)創(chuàng)新產(chǎn)出3個(gè)中介變量，促進(jìn)了企業(yè)財(cái)務(wù)績(jī)效提升，通過(guò)交易成本和技術(shù)創(chuàng)新投入抑制了企業(yè)財(cái)務(wù)績(jī)效提升，其中交易成本的抑制作用較強(qiáng)。③情境分析的結(jié)果表明，數(shù)字化轉(zhuǎn)型在國(guó)有企業(yè)、知識(shí)產(chǎn)權(quán)保護(hù)程度更高和環(huán)境動(dòng)態(tài)性更強(qiáng)的樣本中，具有更明顯的財(cái)務(wù)績(jī)效提升效應(yīng)。

通過(guò)研究結(jié)果可以得到以下四點(diǎn)啟示：①重視數(shù)字化轉(zhuǎn)型的系統(tǒng)性。在制造業(yè)全面轉(zhuǎn)型升級(jí)的過(guò)程中，制造企業(yè)僅僅依靠應(yīng)用各類數(shù)字技術(shù)難以充分發(fā)揮數(shù)字化轉(zhuǎn)型的財(cái)務(wù)績(jī)效提升效應(yīng)，而通過(guò)數(shù)字技術(shù)應(yīng)用不斷開(kāi)辟創(chuàng)造商業(yè)價(jià)值的新途徑，推動(dòng)企業(yè)的數(shù)字化商業(yè)模式轉(zhuǎn)型，讓企業(yè)的數(shù)字化轉(zhuǎn)型真正落實(shí)到“轉(zhuǎn)型結(jié)果”上，有助于企業(yè)在為用戶創(chuàng)造新價(jià)值的同時(shí)，實(shí)現(xiàn)自身價(jià)值。因此，制造企業(yè)的數(shù)字化轉(zhuǎn)型必須要做好頂層設(shè)計(jì)，不僅要重視數(shù)字技術(shù)的運(yùn)用，還要重視通過(guò)數(shù)字技術(shù)運(yùn)用推動(dòng)商業(yè)模式轉(zhuǎn)型，從而全面實(shí)現(xiàn)制造企業(yè)財(cái)務(wù)績(jī)效提升。②重視數(shù)據(jù)處理和分析能力的構(gòu)建。面對(duì)數(shù)據(jù)的爆發(fā)式增長(zhǎng)，企業(yè)不僅需要具備快速收集實(shí)時(shí)數(shù)據(jù)的能力，而且要能夠?qū)?shí)時(shí)數(shù)據(jù)進(jìn)行快速、準(zhǔn)確地處理和分析，將其轉(zhuǎn)化為支持決策的有用信息，降低企業(yè)獲取有效信息的成本，進(jìn)而降低企業(yè)的交易成本。因此，為了加快數(shù)據(jù)處理和分析能力的構(gòu)建，企業(yè)可以建立針對(duì)專業(yè)數(shù)據(jù)處理人員和專業(yè)信息分析人員的內(nèi)部培訓(xùn)和外部招聘機(jī)制，同時(shí)，進(jìn)一步強(qiáng)化與國(guó)際領(lǐng)先機(jī)構(gòu)在關(guān)鍵數(shù)據(jù)處理、分析技術(shù)方面的系統(tǒng)研究和開(kāi)發(fā)合作。③重視數(shù)字技術(shù)與原有資源的協(xié)同。在數(shù)字化轉(zhuǎn)型過(guò)程中，數(shù)字技術(shù)的引進(jìn)會(huì)改變企業(yè)原有資源關(guān)系，甚至引發(fā)企業(yè)原有資源配置的失調(diào)，造成資源浪費(fèi)。因此企業(yè)要充分重視數(shù)字技術(shù)與原有機(jī)器、設(shè)備等資源的協(xié)同，加快數(shù)字技術(shù)與原有業(yè)務(wù)流程、工作模式、組織方式的集成，實(shí)現(xiàn)跨越業(yè)務(wù)領(lǐng)域和環(huán)節(jié)的整體資源優(yōu)化，提高制造企業(yè)物質(zhì)資本使用效率。④政府需增加有利于企業(yè)數(shù)字化轉(zhuǎn)型的制度給予。首先，加快構(gòu)建數(shù)字技術(shù)涉入下的知識(shí)產(chǎn)權(quán)保護(hù)體系，根據(jù)數(shù)字環(huán)境下侵權(quán)行為的新特點(diǎn)不斷完善相關(guān)法律法規(guī)，為企業(yè)的數(shù)字化轉(zhuǎn)型保駕護(hù)航。其次，加大對(duì)數(shù)字化轉(zhuǎn)型企業(yè)，尤其是非國(guó)有數(shù)字化轉(zhuǎn)型企業(yè)的專項(xiàng)補(bǔ)貼、稅收減免、資源傾斜力度，幫助企業(yè)緩解數(shù)字化轉(zhuǎn)型過(guò)程中的資金約束問(wèn)題，助力企業(yè)數(shù)字化轉(zhuǎn)型。