“專精特新”企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效關(guān)系研究

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）

1 理論分析與研究假設(shè)

1.1 理論分析

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 研究假設(shè)

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。

2 數(shù)據(jù)與實(shí)證模型

2.1 數(shù)據(jù)來(lái)源和變量說(shuō)明

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。

2.2 實(shí)證模型

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。

2.3 變量的描述性統(tǒng)計(jì)

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

3 實(shí)證檢驗(yàn)與分析

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)。

3.1 基準(zhǔn)分析

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。

3.2 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響路徑分析

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)。

3.3 進(jìn)一步分析

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。

4 穩(wěn)健性檢驗(yàn)

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。

5 結(jié)語(yǔ)

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。