孟 越,聶卓凡,許東輝
(1.沈陽(yáng)理工大學(xué),遼寧 沈陽(yáng) 110159;2.遼寧省審計(jì)廳,遼寧 沈陽(yáng) 110159)
數(shù)字化轉(zhuǎn)型可以分為3個(gè)階段,即Digitization(數(shù)碼化)、Digitalization(數(shù)字化)和Digital transformation(數(shù)字化轉(zhuǎn)型)。第一階段的電子化是指把信息從模擬信號(hào)格式轉(zhuǎn)換成數(shù)字信號(hào)格式;第二階段的數(shù)字化是狹義上的數(shù)字化轉(zhuǎn)型,即本文所探討的企業(yè)數(shù)字化轉(zhuǎn)型;第三階段的數(shù)字化轉(zhuǎn)型則是真正意義上的數(shù)字化轉(zhuǎn)型,比如我國(guó)提出的建設(shè)數(shù)字中國(guó)、智慧社會(huì)等,涵蓋經(jīng)濟(jì)、政治、文化等多個(gè)方面,屬于國(guó)家信息化發(fā)展的范疇。而各行業(yè)各組織的數(shù)字化是數(shù)字中國(guó)的基礎(chǔ),所以數(shù)字化轉(zhuǎn)型是我國(guó)企業(yè)的必經(jīng)之路。
動(dòng)態(tài)能力最初是由提斯(Teece)和皮薩洛(Pisano)提出的,他們將其定義為企業(yè)整合和重構(gòu)資源的能力[1],根本目的是確保企業(yè)能夠獲取和維持可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)[2]。數(shù)字化背景下的數(shù)字化轉(zhuǎn)型正是對(duì)企業(yè)內(nèi)外部資源、流程、結(jié)構(gòu)整合與重構(gòu)的過(guò)程,是驅(qū)使動(dòng)態(tài)能力進(jìn)化的重要機(jī)制和觸發(fā)器[3]。數(shù)字化轉(zhuǎn)型是一項(xiàng)長(zhǎng)期工程,具有較高的不確定性,而動(dòng)態(tài)能力能夠?yàn)槠髽I(yè)適應(yīng)不確定環(huán)境建立起有效屏障,使企業(yè)更好地應(yīng)對(duì)技術(shù)更新?lián)Q代和處理市場(chǎng)反饋信息。所以,在數(shù)字化轉(zhuǎn)型過(guò)程中要注重動(dòng)態(tài)能力的建設(shè)。
已有文獻(xiàn)在實(shí)證過(guò)程中大多借鑒了Wang和Ahmed的研究結(jié)論,分別從吸收能力、創(chuàng)新能力和適應(yīng)能力3個(gè)方面度量動(dòng)態(tài)能力;而周妮娜等學(xué)者從能力層次論的角度將動(dòng)態(tài)能力分為吸收能力和聯(lián)盟組合能力2個(gè)方面進(jìn)行度量[4];曹紅軍等則是首先確定17個(gè)能夠反映動(dòng)態(tài)能力的關(guān)鍵點(diǎn),然后采用問(wèn)卷調(diào)查的方法進(jìn)行測(cè)度[5]。
結(jié)合“微笑曲線①”理論[6](如圖1所示)對(duì)企業(yè)動(dòng)態(tài)能力進(jìn)行度量,該理論認(rèn)為企業(yè)只有不斷地朝著附加價(jià)值較高的區(qū)塊發(fā)展,即向“微笑曲線”的兩端移動(dòng),才能夠在原有產(chǎn)業(yè)上增加產(chǎn)品附加值和擴(kuò)大利潤(rùn)空間,助力企業(yè)提升效益和持續(xù)發(fā)展,但前提條件是企業(yè)需在附加價(jià)值最低部分累積到足夠的經(jīng)驗(yàn)和能力,即在產(chǎn)品生產(chǎn)制造領(lǐng)域有穩(wěn)固的基礎(chǔ)[7]。筆者所研究的“專精特新”企業(yè)正逐漸發(fā)展成為行業(yè)內(nèi)的領(lǐng)軍企業(yè),并且在細(xì)分領(lǐng)域占據(jù)主導(dǎo)地位,為進(jìn)一步獲取更大的利潤(rùn),企業(yè)會(huì)通過(guò)提升營(yíng)銷和研發(fā)活動(dòng)投入向“微笑曲線”的兩端轉(zhuǎn)型升級(jí),具體路徑:企業(yè)通過(guò)營(yíng)銷活動(dòng)獲取市場(chǎng)反饋的數(shù)據(jù)信息,然后在研發(fā)活動(dòng)中利用這些信息進(jìn)行決策,從而吸引更多客戶,形成內(nèi)外信息的良性循環(huán),促進(jìn)企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展。
圖1 微笑曲線
1.2.1 數(shù)字化轉(zhuǎn)型程度與企業(yè)績(jī)效
埃森哲發(fā)布的《2021中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》中指出,2018年,我國(guó)企業(yè)開(kāi)始從總體上考慮數(shù)字化轉(zhuǎn)型的可能性;到2021年,大多數(shù)企業(yè)在數(shù)字技術(shù)等無(wú)形資產(chǎn)中的投入僅小部分轉(zhuǎn)化為顯著、可衡量的商業(yè)價(jià)值,或者數(shù)字化轉(zhuǎn)型的價(jià)值僅體現(xiàn)在企業(yè)的某個(gè)部門與生產(chǎn)環(huán)節(jié),表明我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型仍處于探索初期,致使企業(yè)績(jī)效方面的表現(xiàn)不符合預(yù)期。一方面,雖然近幾年國(guó)家為助力企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型出臺(tái)了許多相關(guān)政策,投入了大量資金,但是由于數(shù)字化轉(zhuǎn)型的系統(tǒng)性,使得數(shù)字化技術(shù)投資周期長(zhǎng)且見(jiàn)效慢,企業(yè)無(wú)法在短期內(nèi)建立起足夠穩(wěn)固的架構(gòu)來(lái)支撐數(shù)字化轉(zhuǎn)型;另一方面,數(shù)字技術(shù)與企業(yè)原有的組織資源相融合需要一個(gè)較長(zhǎng)的過(guò)渡期,企業(yè)的管理活動(dòng)和銷售活動(dòng)會(huì)因此受到較大影響,并最終導(dǎo)致企業(yè)整體績(jī)效的波動(dòng)。
基于上述分析,筆者提出假設(shè)1:數(shù)字化轉(zhuǎn)型程度的上升會(huì)降低企業(yè)績(jī)效。
1.2.2 企業(yè)動(dòng)態(tài)能力的中介作用
已有文獻(xiàn)就數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)制存在不同結(jié)論,比如,杜勇等認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)促進(jìn)企業(yè)創(chuàng)新、提高產(chǎn)能利用率和降低企業(yè)交易成本最終促進(jìn)企業(yè)升級(jí)[8]。李金悅等認(rèn)為企業(yè)的數(shù)字化轉(zhuǎn)型有利于企業(yè)提升庫(kù)存周轉(zhuǎn)率和銷售凈利率,最終會(huì)給企業(yè)績(jī)效帶來(lái)正面影響[9]。李琦等認(rèn)為數(shù)字化轉(zhuǎn)型為企業(yè)績(jī)效的提升開(kāi)拓了更多的渠道,為企業(yè)帶來(lái)了持久的活力[10]。而戚聿東等認(rèn)為“IT悖論”的存在說(shuō)明了數(shù)字化轉(zhuǎn)型不一定提升企業(yè)績(jī)效,主要有兩個(gè)原因:一是數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)制是多重的,多重影響中有正有負(fù),相互抵消后可能導(dǎo)致最終影響不顯著;二是由數(shù)字化轉(zhuǎn)型相關(guān)指標(biāo)選取導(dǎo)致[11]。數(shù)字化轉(zhuǎn)型程度上升能夠通過(guò)對(duì)企業(yè)已有資源和組織結(jié)構(gòu)更新來(lái)提升企業(yè)的動(dòng)態(tài)能力,筆者認(rèn)為企業(yè)會(huì)以動(dòng)態(tài)能力作為企業(yè)數(shù)字化轉(zhuǎn)型的突破口,由此會(huì)通過(guò)加大營(yíng)銷和研發(fā)活動(dòng)的投資力度,促使雙方互為杠桿,相互賦能,但這極有可能會(huì)在短期內(nèi)使企業(yè)績(jī)效降低。
基于此,筆者提出假設(shè)2:數(shù)字化轉(zhuǎn)型程度上升會(huì)通過(guò)提升動(dòng)態(tài)能力而降低企業(yè)績(jī)效。
1.2.3 數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效的異質(zhì)性
從上述分析結(jié)果來(lái)看,企業(yè)在數(shù)字化轉(zhuǎn)型之初會(huì)面臨較多的困難,并且受到國(guó)家政策和市場(chǎng)環(huán)境等外部因素的影響,比如不同地區(qū)對(duì)國(guó)家政策的反應(yīng)時(shí)間和程度存在一定差異,會(huì)間接影響數(shù)字化進(jìn)程。一般認(rèn)為,在經(jīng)濟(jì)發(fā)展水平較高的東部地區(qū),國(guó)家對(duì)轉(zhuǎn)型企業(yè)的政策扶持力度更大,財(cái)政資金撥付流程更為完善,所以數(shù)字化轉(zhuǎn)型相較于中西部地區(qū)的企業(yè)更具有優(yōu)勢(shì)。
基于此,筆者提出假設(shè)3:數(shù)字化轉(zhuǎn)型程度上升對(duì)中西部地區(qū)的企業(yè)績(jī)效沖擊更大。
為論證上述提出的假設(shè),選取2011—2021年度A股專精特新企業(yè)為研究對(duì)象,并對(duì)樣本數(shù)據(jù)進(jìn)行以下處理:①剔除了ST上市企業(yè);②剔除了金融和房地產(chǎn)企業(yè);③剔除了部分變量存在缺失值的企業(yè);④為了消除極端值的影響,對(duì)主要連續(xù)變量中1%以下和99%以上的數(shù)據(jù)進(jìn)行了縮尾處理。經(jīng)上述處理,最終得到309家專精特新企業(yè)的1387個(gè)觀察值。
2.1.1 數(shù)字化轉(zhuǎn)型程度
借鑒祁懷錦等學(xué)者的度量方法,采用與數(shù)字化轉(zhuǎn)型相關(guān)的無(wú)形資產(chǎn)占資產(chǎn)總額的份額作為數(shù)字化轉(zhuǎn)型程度的代理變量。具體做法:當(dāng)無(wú)形資產(chǎn)明細(xì)中包含數(shù)字化、信息化、管理系統(tǒng)、云平臺(tái)等關(guān)鍵詞時(shí),標(biāo)記該項(xiàng)目為數(shù)字化轉(zhuǎn)型無(wú)形資產(chǎn),再對(duì)各年數(shù)字化轉(zhuǎn)型無(wú)形資產(chǎn)加總,計(jì)算其與資產(chǎn)總額的比例,即為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量。
2.1.2 企業(yè)動(dòng)態(tài)能力
此研究不同于已有文獻(xiàn)對(duì)動(dòng)態(tài)能力的測(cè)定方法,而是基于“微笑曲線”理論,結(jié)合“專精特新”企業(yè)特點(diǎn),采用企業(yè)銷售費(fèi)用與研發(fā)支出加總后取對(duì)數(shù)的方法衡量企業(yè)動(dòng)態(tài)能力。
首先,本文hausman檢驗(yàn)結(jié)果的P值為0,即拒絕原假設(shè),采用固定效應(yīng)模型,考慮到其他宏觀因素的影響,固定了年份效應(yīng)(year)和行業(yè)效應(yīng)(ind),來(lái)研究數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的影響,基準(zhǔn)計(jì)量回歸模型如式(1)。其中,i表示某一企業(yè),t表示某一年份,變量的具體解釋見(jiàn)表1。
表1 變量符號(hào)及說(shuō)明
為檢驗(yàn)數(shù)字化轉(zhuǎn)型是否通過(guò)提升企業(yè)動(dòng)態(tài)能力降低了企業(yè)績(jī)效,參考了學(xué)者溫忠麟和葉寶娟[12]所提出的中介效應(yīng)檢驗(yàn)程序進(jìn)行檢驗(yàn),在基準(zhǔn)模型的基礎(chǔ)上增加模型(2)和模型(3)。
其次,在進(jìn)一步分析中,對(duì)“專精特新”企業(yè)以所屬區(qū)域(Di)為分組依據(jù):東部地區(qū)賦值為1,中西部地區(qū)則賦值為0,以反映不同區(qū)域數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效影響的差異。
表2列示了本文所有變量的描述性統(tǒng)計(jì)結(jié)果。其中,數(shù)字化轉(zhuǎn)型程度(Td)的中位數(shù)為0.001,平均值為0.005,兩者之間相差較小,標(biāo)準(zhǔn)差為0.012,說(shuō)明樣本企業(yè)在數(shù)字化轉(zhuǎn)型程度方面具有一定的趨同性;而企業(yè)績(jī)效(Roa)的最小值為-0.106,最大值為0.262,表明樣本企業(yè)在企業(yè)績(jī)效方面具有較大差異。
表2 全樣本描述統(tǒng)計(jì)表
基于前文理論分析,筆者構(gòu)建了相應(yīng)的模型檢驗(yàn)數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的影響及影響機(jī)制。首先對(duì)模型(1)進(jìn)行回歸分析,驗(yàn)證數(shù)字化轉(zhuǎn)型程度上升對(duì)企業(yè)績(jī)效的影響,然后通過(guò)模型(2)和模型(3)對(duì)數(shù)字化轉(zhuǎn)型程度—?jiǎng)討B(tài)能力—企業(yè)績(jī)效的機(jī)制進(jìn)行識(shí)別檢驗(yàn)。
模型(1)的回歸結(jié)果見(jiàn)表3第(1)列,在控制企業(yè)年齡、資產(chǎn)負(fù)債率、企業(yè)規(guī)模等變量后,企業(yè)數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)為-0.596,且通過(guò)了1%的統(tǒng)計(jì)顯著性檢驗(yàn),表明企業(yè)的數(shù)字化轉(zhuǎn)型程度上升明顯降低了企業(yè)績(jī)效,即驗(yàn)證了上文的假設(shè)1。
表3 回歸分析結(jié)果
已有研究認(rèn)為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)理是多重的,多重影響中有正向也有負(fù)向,而數(shù)字化轉(zhuǎn)型是數(shù)字時(shí)代背景下驅(qū)使企業(yè)動(dòng)態(tài)能力進(jìn)化的重要機(jī)制,所以進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型是否通過(guò)提升企業(yè)動(dòng)態(tài)能力的方式影響企業(yè)績(jī)效。
依據(jù)中介效應(yīng)檢驗(yàn)程序,加入企業(yè)動(dòng)態(tài)能力對(duì)模型(2)回歸,回歸結(jié)果見(jiàn)表3第(2)列,數(shù)字化轉(zhuǎn)型程度與動(dòng)態(tài)能力的回歸系數(shù)為4.648,通過(guò)了1%的顯著性水平檢驗(yàn),表明數(shù)字化轉(zhuǎn)型程度與企業(yè)動(dòng)態(tài)能力之間存在正相關(guān)關(guān)系;模型(3)為企業(yè)績(jī)效對(duì)數(shù)字化轉(zhuǎn)型程度和動(dòng)態(tài)能力的回歸,回歸結(jié)果見(jiàn)表3第(3)列,數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)為-0.642,動(dòng)態(tài)能力的回歸系數(shù)為0.010,且均在1%的水平上顯著,說(shuō)明企業(yè)動(dòng)態(tài)能力的中介效應(yīng)存在。
對(duì)模型(3)回歸結(jié)果的系數(shù)進(jìn)一步分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型程度系數(shù)的絕對(duì)值由模型(1)的0.596增大為0.642,表明數(shù)字化轉(zhuǎn)型程度的上升通過(guò)提升動(dòng)態(tài)能力,降低了企業(yè)績(jī)效,即動(dòng)態(tài)能力的提升加劇了數(shù)字化轉(zhuǎn)型程度與企業(yè)績(jī)效間的負(fù)相關(guān),表明當(dāng)前“專精特新”企業(yè)引進(jìn)的數(shù)字技術(shù)尚未真正融入生產(chǎn)經(jīng)營(yíng)等活動(dòng)。
將樣本企業(yè)按所屬區(qū)域進(jìn)行劃分后,對(duì)模型(1)再次回歸,從表3的第(4)列和第(5)列回歸分析結(jié)果來(lái)看,東部和中西部地區(qū)數(shù)字化轉(zhuǎn)型程度與企業(yè)績(jī)效均在1%的水平上顯著負(fù)相關(guān),表明數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的影響在不同地區(qū)具有趨同性。但是在經(jīng)濟(jì)發(fā)展較慢、政策滯后的中西部地區(qū),數(shù)字化轉(zhuǎn)型程度回歸系數(shù)的絕對(duì)值更大,即數(shù)字化轉(zhuǎn)型程度上升對(duì)企業(yè)績(jī)效的沖擊在中西部地區(qū)明顯更大。
通過(guò)替換核心變量進(jìn)行穩(wěn)健性檢驗(yàn),原因在于:成長(zhǎng)績(jī)效能夠反映企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中連續(xù)年份間的收入變動(dòng),一定程度上考慮到了數(shù)字化轉(zhuǎn)型周期長(zhǎng)、見(jiàn)效慢的特點(diǎn)。同時(shí),為控制可能存在的部分內(nèi)生性問(wèn)題,對(duì)數(shù)字化轉(zhuǎn)型程度做滯后一期處理。
表3回歸分析結(jié)果的第(6)列顯示,數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)仍然顯著為負(fù),表明控制部分內(nèi)生性問(wèn)題后,數(shù)字化轉(zhuǎn)型程度與成長(zhǎng)績(jī)效間也表現(xiàn)出負(fù)相關(guān);第(8)列為成長(zhǎng)績(jī)效對(duì)數(shù)字化轉(zhuǎn)型程度和動(dòng)態(tài)能力的回歸分析結(jié)果,數(shù)字化轉(zhuǎn)型程度的系數(shù)仍然顯著為負(fù),動(dòng)態(tài)能力的回歸系數(shù)雖在5%的水平上顯著,但依舊可以說(shuō)明動(dòng)態(tài)能力的中介效應(yīng)存在。
2011年,工信部首次提出將“專精特新”作為中小企業(yè)轉(zhuǎn)型升級(jí)的重要途徑;在2015年,為了進(jìn)一步加快數(shù)字化轉(zhuǎn)型,發(fā)展了一批盈利更高、創(chuàng)新能力更強(qiáng)的“小巨人”企業(yè)實(shí)施分層培育;截至2021年,已有4922家企業(yè)被認(rèn)定為“小巨人”企業(yè)。如今,國(guó)家出臺(tái)了更多的支持激勵(lì)政策來(lái)推動(dòng)專精特新企業(yè)數(shù)字化轉(zhuǎn)型,出臺(tái)了更多的支持和獎(jiǎng)勵(lì)政策。因此,為反映專精特新企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)際效益,筆者進(jìn)行了專精特新企業(yè)數(shù)字化轉(zhuǎn)型程度與企業(yè)績(jī)效的相關(guān)研究。研究結(jié)果發(fā)現(xiàn):①數(shù)字化轉(zhuǎn)型程度上升顯著降低了企業(yè)績(jī)效;②數(shù)字化轉(zhuǎn)型程度的上升通過(guò)提升企業(yè)動(dòng)態(tài)能力,降低了企業(yè)績(jī)效,說(shuō)明數(shù)字技術(shù)與企業(yè)現(xiàn)有資源的整合仍存在眾多阻礙,企業(yè)的生產(chǎn)經(jīng)營(yíng)等活動(dòng)尚未實(shí)現(xiàn)真正的數(shù)字化;③將樣本企業(yè)按所屬區(qū)域分組后發(fā)現(xiàn),在東部地區(qū),企業(yè)具有更多的外部環(huán)境優(yōu)勢(shì),數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的影響會(huì)更小一些,表明國(guó)家提出的數(shù)字化扶持政策一定程度上可以削弱數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的負(fù)向影響。
基于以上研究結(jié)果,得出如下啟示:①企業(yè)應(yīng)根據(jù)自身實(shí)力與資源選擇和制定適合其數(shù)字化轉(zhuǎn)型的具體路徑,注重?cái)?shù)字技術(shù)與現(xiàn)有資源的協(xié)調(diào)與整合,同時(shí)考慮企業(yè)所處地區(qū)的政策、市場(chǎng)等環(huán)境,而非盲目照搬領(lǐng)軍企業(yè)的轉(zhuǎn)型策略;②數(shù)字化轉(zhuǎn)型的過(guò)程和結(jié)果蘊(yùn)含著較高的風(fēng)險(xiǎn),盡管政府會(huì)通過(guò)扶持補(bǔ)助的方式為企業(yè)數(shù)字化轉(zhuǎn)型提供資金支持,但由于他們之間信息不對(duì)稱問(wèn)題的存在,可能造成扶持資金的使用效益有所削弱。
不足之處主要在于企業(yè)動(dòng)態(tài)能力變量測(cè)定的計(jì)算方式較為單一,只討論了數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的負(fù)向影響機(jī)制,研究結(jié)論與實(shí)際情況可能存在一定的偏差,所以,未來(lái)還將進(jìn)一步完善研究的深度和廣度。
注 釋
①“微笑曲線”理論,是由宏碁總裁施振榮先生在20世紀(jì)90年代初根據(jù)波特理論及其多年從事IT行業(yè)經(jīng)驗(yàn)提出的。