數(shù)字化轉(zhuǎn)型、經(jīng)營能力和企業(yè)績(jī)效

【摘 要】 隨著數(shù)字技術(shù)和數(shù)據(jù)資產(chǎn)的發(fā)展與應(yīng)用，數(shù)字化轉(zhuǎn)型已成為企業(yè)提升創(chuàng)新能力和競(jìng)爭(zhēng)力的重要途徑。文章以2011—2021年滬深兩市醫(yī)藥制造業(yè)A股上市公司為研究樣本，采用面板數(shù)據(jù)模型和中介檢驗(yàn)?zāi)Ｐ蛯?shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型、經(jīng)營能力與企業(yè)績(jī)效之間的關(guān)系和作用機(jī)制。結(jié)果表明：（1）基于回歸分析研究，醫(yī)藥制造行業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效顯著正相關(guān)，即數(shù)字化可以促進(jìn)企業(yè)績(jī)效的提升。（2）基于機(jī)制研究，數(shù)字化轉(zhuǎn)型通過降低管理費(fèi)用率、提升企業(yè)運(yùn)營效率來改善企業(yè)經(jīng)營能力，從而增強(qiáng)企業(yè)績(jī)效。（3）異質(zhì)性分析研究表明，在醫(yī)藥制造行業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)高新技術(shù)企業(yè)、處于衰退期以及西部和東北部地區(qū)的企業(yè)有著更為顯著的作用。文章結(jié)論為醫(yī)藥制造行業(yè)的企業(yè)制定數(shù)字化轉(zhuǎn)型戰(zhàn)略提供了較為詳實(shí)的理論指導(dǎo)與實(shí)踐啟示。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 醫(yī)藥制造業(yè)； 經(jīng)營能力； 企業(yè)績(jī)效

【中圖分類號(hào)】 F275 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2024）18-0072-08

一、引言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)的快速發(fā)展，以及數(shù)據(jù)要素價(jià)值的不斷凸顯，數(shù)字化轉(zhuǎn)型成為經(jīng)濟(jì)高質(zhì)量發(fā)展的必經(jīng)環(huán)節(jié)[ 1 ]。數(shù)字化能力使企業(yè)采用新一代數(shù)字技術(shù)，從開源的公共數(shù)據(jù)和大規(guī)模的業(yè)務(wù)數(shù)據(jù)中用統(tǒng)計(jì)分析或智能算法發(fā)現(xiàn)有價(jià)值的業(yè)務(wù)規(guī)律，面向企業(yè)的戰(zhàn)略目標(biāo)，有針對(duì)性地對(duì)現(xiàn)有業(yè)務(wù)進(jìn)行優(yōu)化，發(fā)展新的業(yè)務(wù)形態(tài)，提升企業(yè)的競(jìng)爭(zhēng)力，增加產(chǎn)品和服務(wù)的綜合價(jià)值[ 2 ]。企業(yè)要完成數(shù)字化轉(zhuǎn)型必須要從技術(shù)創(chuàng)新、數(shù)據(jù)要素、組織變革、流程優(yōu)化等多方面考慮[ 3 ]。

醫(yī)藥制造業(yè)作為國家支柱產(chǎn)業(yè)之一，其發(fā)展始終關(guān)系國計(jì)民生、經(jīng)濟(jì)發(fā)展和國家安全，經(jīng)濟(jì)的高質(zhì)量轉(zhuǎn)型離不開醫(yī)藥制造業(yè)的成功轉(zhuǎn)型。在2022年發(fā)布的《“十四五”醫(yī)藥工業(yè)發(fā)展規(guī)劃》中明確指出了醫(yī)藥制造業(yè)要加快質(zhì)量變革、效率變革和動(dòng)力變革，為我國經(jīng)濟(jì)高質(zhì)量發(fā)展新格局提供支撐。全球經(jīng)濟(jì)復(fù)蘇需求下，醫(yī)藥制造業(yè)全供應(yīng)鏈過程的技術(shù)創(chuàng)新不斷提升，互聯(lián)網(wǎng)帶來新的質(zhì)量模式和商業(yè)模式，傳統(tǒng)醫(yī)藥制造業(yè)危機(jī)重重，如何幫助醫(yī)藥制造業(yè)及時(shí)做好數(shù)字化轉(zhuǎn)型戰(zhàn)略部署，將數(shù)字技術(shù)和數(shù)據(jù)資源應(yīng)用到醫(yī)藥制造業(yè)的全業(yè)務(wù)流程，優(yōu)化各項(xiàng)資源配置，提升企業(yè)核心競(jìng)爭(zhēng)力成為至關(guān)重要的一環(huán)。醫(yī)藥制造業(yè)具有高投入、高產(chǎn)出、高風(fēng)險(xiǎn)等特點(diǎn)[ 4 ]，數(shù)字化轉(zhuǎn)型則是一項(xiàng)浩大工程，轉(zhuǎn)型是否成功關(guān)乎企業(yè)持久健康發(fā)展，所以明確數(shù)字化轉(zhuǎn)型在醫(yī)藥制造行業(yè)的影響路徑至關(guān)重要。

數(shù)字化轉(zhuǎn)型在公司治理、業(yè)績(jī)?cè)鲩L(zhǎng)、內(nèi)部控制等方面發(fā)揮重要作用，這引起了企業(yè)界、學(xué)術(shù)界等對(duì)數(shù)字化轉(zhuǎn)型的關(guān)注?，F(xiàn)有文獻(xiàn)對(duì)數(shù)字化轉(zhuǎn)型產(chǎn)生經(jīng)濟(jì)后果的研究，主要從宏觀和微觀兩個(gè)角度展開。宏觀以全行業(yè)企業(yè)為對(duì)象進(jìn)行分析，提出了數(shù)字化轉(zhuǎn)型可以降低信息不對(duì)稱程度、優(yōu)化內(nèi)部治理環(huán)境、改善內(nèi)部控制質(zhì)量、抑制企業(yè)杠桿操縱、緩解融資約束等結(jié)論[ 5-6 ]。微觀則聚焦行業(yè)、公司，探索局部數(shù)字化建設(shè)對(duì)企業(yè)的影響，部分學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型通過頂層重構(gòu)、流程再造、創(chuàng)新驅(qū)動(dòng)、資源支持、管理優(yōu)化等路徑幫助企業(yè)改善運(yùn)營效率，提升核心競(jìng)爭(zhēng)力[ 7-9 ]。現(xiàn)有數(shù)字化轉(zhuǎn)型的理論研究已經(jīng)較為豐富，但是針對(duì)數(shù)字化轉(zhuǎn)型在醫(yī)藥制造業(yè)的建設(shè)研究相對(duì)較少，無法滿足醫(yī)藥制造業(yè)轉(zhuǎn)型理論需求，尤其是在醫(yī)改背景下，企業(yè)經(jīng)營能力能否應(yīng)對(duì)市場(chǎng)環(huán)境變化至關(guān)重要。

鑒于此，本文聚焦醫(yī)藥制造行業(yè)，選取2011—2021年滬深A(yù)股醫(yī)藥制造業(yè)上市公司為對(duì)象，考察數(shù)字化轉(zhuǎn)型對(duì)醫(yī)藥制造業(yè)企業(yè)績(jī)效的影響及作用機(jī)制。本文可能的研究貢獻(xiàn)有：第一，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型和經(jīng)營能力對(duì)企業(yè)績(jī)效的促進(jìn)作用，為數(shù)字化轉(zhuǎn)型對(duì)醫(yī)藥制造業(yè)的影響路徑提供了新的研究參考；第二，通過進(jìn)一步對(duì)醫(yī)藥制造業(yè)企業(yè)進(jìn)行分類研究，為企業(yè)選擇數(shù)字化轉(zhuǎn)型提供了更多參考；第三，通過實(shí)證研究結(jié)果和醫(yī)藥制造業(yè)的文獻(xiàn)研究，為該行業(yè)數(shù)字化轉(zhuǎn)型研究提供了較為具體的理論指導(dǎo)與實(shí)踐啟示。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與醫(yī)藥制造企業(yè)績(jī)效的理論分析

數(shù)字化轉(zhuǎn)型本質(zhì)上是數(shù)字技術(shù)深度嵌入企業(yè)的商業(yè)模式、組織方式和生產(chǎn)活動(dòng)，從而有效驅(qū)動(dòng)企業(yè)內(nèi)部各個(gè)業(yè)務(wù)的深度融合，達(dá)到降本增效的目標(biāo)。大部分學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型可以有效提高企業(yè)績(jī)效，尤其是制造業(yè)行業(yè)。

從數(shù)字化轉(zhuǎn)型對(duì)醫(yī)藥制造業(yè)企業(yè)內(nèi)部影響角度看，基于數(shù)字化的信息系統(tǒng)搭建，促進(jìn)企業(yè)組織發(fā)生變革以及各業(yè)務(wù)流程的優(yōu)化再造，使信息流通更為快速透明，加之區(qū)塊鏈等防偽技術(shù)的應(yīng)用也為流通信息提高了信息造假成本[ 10 ]，保證了信息的真實(shí)性。系統(tǒng)的一體化搭建打破了原有的數(shù)據(jù)孤島，讓信息流通起來，提高了企業(yè)的數(shù)據(jù)采集效率，能夠?yàn)楣芾碚邲Q策提供更敏捷的數(shù)據(jù)支持。數(shù)字化轉(zhuǎn)型在醫(yī)藥生產(chǎn)環(huán)節(jié)也起了重要作用。首先，通過采用先進(jìn)的數(shù)據(jù)分析工具，制藥企業(yè)可以更快速、更精確地開發(fā)新藥物和改進(jìn)生產(chǎn)方法，縮短研發(fā)周期并降低研發(fā)成本。其次，數(shù)字化轉(zhuǎn)型有助于提高生產(chǎn)效率和質(zhì)量控制。自動(dòng)化和智能化的生產(chǎn)線能夠減少人為錯(cuò)誤，提高生產(chǎn)效率[ 11 ]，并保證產(chǎn)品質(zhì)量的一致性，有助于減少不良事件發(fā)生的風(fēng)險(xiǎn)，提高患者的安全性，打造企業(yè)的優(yōu)質(zhì)產(chǎn)品。此外，數(shù)字化轉(zhuǎn)型改進(jìn)了供應(yīng)鏈管理。通過實(shí)時(shí)數(shù)據(jù)和分析，企業(yè)能夠更好地跟蹤庫存、需求和供應(yīng)鏈風(fēng)險(xiǎn)[ 12 ]，有助于降低庫存成本，提高供應(yīng)鏈的靈活性，減少生產(chǎn)中斷的風(fēng)險(xiǎn)，從而提高企業(yè)績(jī)效。

從數(shù)字化轉(zhuǎn)型給醫(yī)藥制造企業(yè)帶來的外部影響看，推動(dòng)了醫(yī)藥制造企業(yè)的創(chuàng)新，引入的互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)，促成了“數(shù)字化+醫(yī)療健康”模式的崛起。醫(yī)藥制造企業(yè)可以通過建立在線藥店、提供遠(yuǎn)程醫(yī)療服務(wù)等方式更好地滿足患者需求，獲取大量客戶數(shù)據(jù)，創(chuàng)造新的商業(yè)機(jī)會(huì)。數(shù)字化轉(zhuǎn)型使醫(yī)療機(jī)構(gòu)能夠更好地整合數(shù)字技術(shù)，建設(shè)智慧醫(yī)院，通過數(shù)字化的手段優(yōu)化醫(yī)療服務(wù)流程，提高患者體驗(yàn)，同時(shí)為醫(yī)藥制造業(yè)提供了與醫(yī)療機(jī)構(gòu)合作的新途徑。例如定制化藥品、智能健康管理等服務(wù)。數(shù)字化轉(zhuǎn)型帶來了健康管理平臺(tái)的發(fā)展，為患者提供了個(gè)性化、全面化的健康服務(wù)。醫(yī)藥制造企業(yè)通過參與這些平臺(tái)，提供健康產(chǎn)品、服務(wù)和信息，進(jìn)一步拓展市場(chǎng)份額，滿足患者對(duì)健康的需求。

綜上所述，數(shù)字化轉(zhuǎn)型通過對(duì)企業(yè)內(nèi)外部各種因素的影響，使得企業(yè)能夠在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出，實(shí)現(xiàn)可持續(xù)的增長(zhǎng)，進(jìn)而提升企業(yè)績(jī)效。

根據(jù)上文分析，本文提出假設(shè)1。

H1：醫(yī)藥制造業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效呈現(xiàn)顯著正相關(guān)。

（二）經(jīng)營能力在數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效關(guān)系的中介作用分析

在市場(chǎng)競(jìng)爭(zhēng)日益激烈的環(huán)境下，企業(yè)要脫穎而出，其經(jīng)營能力能否應(yīng)對(duì)市場(chǎng)環(huán)境至關(guān)重要。從降本增效的角度看，企業(yè)的經(jīng)營能力主要涉及企業(yè)管理費(fèi)用率的控制和運(yùn)營效率的提高，而數(shù)字化轉(zhuǎn)型可以通過運(yùn)用數(shù)字技術(shù)幫助企業(yè)進(jìn)行改善。

第一，數(shù)字化轉(zhuǎn)型可以通過降低管理費(fèi)用來改善其經(jīng)營能力，從而影響企業(yè)績(jī)效?；诠芾韺W(xué)中的組織變革和信息系統(tǒng)理論，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)優(yōu)化組織架構(gòu)、打破部門間“數(shù)據(jù)孤島”，實(shí)現(xiàn)全流程數(shù)據(jù)流通，配合數(shù)據(jù)分析工具，能夠?yàn)楣芾韺犹峁?shí)時(shí)數(shù)據(jù)和分析，大大提高了企業(yè)決策效率[ 13 ]。同時(shí)根據(jù)委托代理理論，企業(yè)通過自動(dòng)化和智能化方案將數(shù)據(jù)信息收集、加工、分析和應(yīng)用四個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行聯(lián)通，能夠最大可能降低信息披露成本，減少信息不對(duì)稱，提高部門間的溝通效率，真正實(shí)現(xiàn)部門間管理過程的規(guī)范化、透明化、高效化，這有助于解決企業(yè)內(nèi)委托代理問題，改進(jìn)內(nèi)部管理結(jié)構(gòu)等，從而提升內(nèi)部管理效率，降低管理費(fèi)用。

第二，數(shù)字化轉(zhuǎn)型可以通過提高企業(yè)運(yùn)營效率進(jìn)一步促進(jìn)企業(yè)績(jī)效的改善?；谫Y源配置理論和供應(yīng)鏈管理理論，數(shù)字化轉(zhuǎn)型在優(yōu)化資源配置以及提升生產(chǎn)研發(fā)效率上有著得天獨(dú)厚的優(yōu)勢(shì)。作為醫(yī)藥制造企業(yè)，藥品的生產(chǎn)研發(fā)是核心競(jìng)爭(zhēng)力，數(shù)字技術(shù)的應(yīng)用通過智能生產(chǎn)設(shè)備、大數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)能夠及時(shí)發(fā)現(xiàn)藥品生產(chǎn)環(huán)節(jié)的漏洞，企業(yè)通過優(yōu)化藥品生產(chǎn)流程，提高產(chǎn)品生產(chǎn)效率，從而提升產(chǎn)品競(jìng)爭(zhēng)力。同時(shí)，數(shù)字化技術(shù)的運(yùn)用還可以提供實(shí)時(shí)庫存管理和需求預(yù)測(cè)，根據(jù)市場(chǎng)環(huán)境變化，及時(shí)預(yù)警企業(yè)減少庫存水平，降低資本占用成本[ 14 ]。減少庫存過剩和廢品降低了資本的束縛，有助于資產(chǎn)更高效地流動(dòng)，提高總資產(chǎn)周轉(zhuǎn)率和企業(yè)運(yùn)營效率。

根據(jù)以上分析，本文提出假設(shè)2。

H2：醫(yī)藥制造行業(yè)，經(jīng)營能力在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響中具有中介作用。

基于提出和分析的研究假設(shè)，本文的研究邏輯如圖1所示。

三、實(shí)證研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選擇2011—2021年滬深兩市醫(yī)藥制造業(yè)A股上市公司相關(guān)數(shù)據(jù)作為初始研究樣本，數(shù)據(jù)主要源自國泰安數(shù)據(jù)庫（CSMAR）、萬得數(shù)據(jù)庫（Wind）、中國研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）。同時(shí)為提升數(shù)據(jù)質(zhì)量，對(duì)數(shù)據(jù)進(jìn)行如下整理：（1）剔除財(cái)務(wù)數(shù)據(jù)異常的ST、*ST樣本；（2）剔除關(guān)鍵指標(biāo)缺失的樣本；（3）對(duì)所有連續(xù)型變量進(jìn)行上下1%水平的縮尾處理，以減弱異常值的影響。經(jīng)處理后得到全行業(yè)有效觀測(cè)值共1 434個(gè)。本文數(shù)據(jù)分析工具采用統(tǒng)計(jì)軟件StnBy0wcbKs6jkpKAaTaiEmh9fRizL01Z97sLVV/cO2kk=ata16.0。

（二）變量選擇及變量說明

1.被解釋變量

本文的被解釋變量為企業(yè)績(jī)效（Enterprise Performance，EP），企業(yè)績(jī)效是反映企業(yè)一定時(shí)期的經(jīng)營成果，如何衡量企業(yè)的績(jī)效有許多理論，借鑒較多主流理論將企業(yè)全要素生產(chǎn)率作為衡量企業(yè)績(jī)效的核心指標(biāo)。同時(shí)參考魯曉東等[ 15 ]的研究，采用LP法計(jì)算企業(yè)全要素生產(chǎn)率。將上市公司營業(yè)收入數(shù)據(jù)取自然對(duì)數(shù)作為產(chǎn)出變量，將上市公司員工人數(shù)取自然對(duì)數(shù)作為勞動(dòng)變量，將固定資產(chǎn)凈額取對(duì)數(shù)作為資本變量，其間投入變量需要考慮營業(yè)成本以及各類費(fèi)用支出。

2.解釋變量

本文的解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)（Enterprise Digital Transformation Index，DT）。目前對(duì)企業(yè)數(shù)字化轉(zhuǎn)型水平的衡量主要有：一是單一化處理，即將數(shù)字化轉(zhuǎn)型視為虛擬變量[ 16 ]；二是以上市公司財(cái)務(wù)報(bào)告附注披露的年末無形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例來度量企業(yè)的數(shù)字化[ 17 ]；三是文本分析法，運(yùn)用Python技術(shù)通過抓取上市公司年報(bào)中相應(yīng)關(guān)鍵詞，根據(jù)詞頻判斷該公司數(shù)字化轉(zhuǎn)型程度[ 18 ]。本文直接采用國泰安數(shù)據(jù)庫中對(duì)文本分析法進(jìn)行優(yōu)化后計(jì)算得出的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)作為解釋變量。

3.控制變量

參考姚立杰等[ 19 ]、馬珩等[ 20 ]的研究，本文采用企業(yè)規(guī)模（Size）、成立年限（Age）、董事會(huì)規(guī)模（Board）、獨(dú)立董事占比（Ind_board）、財(cái)務(wù)杠桿水平（Det）、凈資產(chǎn)收益率（ROE）作為控制變量。主要從企業(yè)的基本屬性、決策機(jī)構(gòu)、財(cái)務(wù)指標(biāo)三個(gè)角度進(jìn)行選擇。

4.中介變量

本文采用經(jīng)營能力作為企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)績(jī)效的中介變量，并從運(yùn)營效率和管理效率兩個(gè)路徑進(jìn)行分析。參考現(xiàn)有學(xué)者的研究，采用總資產(chǎn)周轉(zhuǎn)率來衡量運(yùn)營效率（ATO），采用管理費(fèi)用率衡量企業(yè)管理效率（Admin）。企業(yè)的管理質(zhì)量和運(yùn)營效率直接關(guān)系到企業(yè)的發(fā)展，通過研究數(shù)字化對(duì)這兩項(xiàng)指標(biāo)的影響可以更直觀地反映數(shù)字化對(duì)企業(yè)績(jī)效的影響路徑。

本文所采用的相關(guān)變量界定及其定義如表1所示。

（三）模型構(gòu)建

1.基準(zhǔn)回歸模型

為考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的直接影響，本文構(gòu)建基準(zhǔn)回歸模型進(jìn)行檢驗(yàn)。

EPi，t=？琢1DTi，t+∑？琢mCVi，t+∑Year+？琢0+？著i，t （1）

企業(yè)績(jī)效為被解釋變量（EPi，t表示i企業(yè)在t年時(shí)的全要素生產(chǎn)率），企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)為解釋變量（DTi，t表示i企業(yè)在t年的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)），控制變量合集采用CVi，t表示，由于本文分行業(yè)進(jìn)行回歸，故只固定時(shí)間，∑Year代表時(shí)間固定效應(yīng)。？琢0為常數(shù)項(xiàng)，？琢1為核心解釋變量的回歸系數(shù)，？琢m表示控制變量的回歸系數(shù)，？著i，t為殘差項(xiàng)。本文重點(diǎn)關(guān)注？琢1，若其為正值且顯著，則代表該行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效有顯著相關(guān)性。

2.中介檢驗(yàn)?zāi)Ｐ?/p>

根據(jù)現(xiàn)有研究可知，企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)的經(jīng)營能力，其經(jīng)營能力可以從管理效率提升和資產(chǎn)運(yùn)營改善等方面提高企業(yè)的各要素生產(chǎn)效率，從而影響企業(yè)績(jī)效。本文借鑒溫忠麟等[ 21 ]提出的關(guān)于中介效應(yīng)的檢驗(yàn)思路，構(gòu)建如下中介檢驗(yàn)?zāi)Ｐ汀?/p>

四、實(shí)證結(jié)果分析

（一）變量的描述性統(tǒng)計(jì)

主回歸模型涉及的所有變量統(tǒng)計(jì)如表2所示，包括樣本觀測(cè)值總數(shù)、均值、標(biāo)準(zhǔn)差、中位數(shù)、最小值和最大值等。全行業(yè)總體觀測(cè)值共1 434個(gè)，企業(yè)數(shù)字化轉(zhuǎn)型程度本文采用企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行衡量，可以看到其最小值為22.29，最大值為44.82，中位數(shù)為28.05，平均數(shù)為29.72，表明現(xiàn)在行業(yè)的數(shù)字化差異較大，數(shù)字化情況良莠不齊。企業(yè)績(jī)效采用全要素生產(chǎn)率來衡量，企業(yè)績(jī)效的中位數(shù)為8.00，平均值為8.149，標(biāo)準(zhǔn)差為0.864，說明企業(yè)全要素生產(chǎn)率分布較均衡，不存在過度分散問題，其數(shù)據(jù)的分布形態(tài)近似于正態(tài)分布。

（二）相關(guān)性分析

表3是各變量之間的相關(guān)性分析結(jié)果。首先，可以看到數(shù)字化轉(zhuǎn)型程度與企業(yè)績(jī)效之間存在顯著正相關(guān)關(guān)系，這意味著數(shù)字化程度較高的企業(yè)往往在績(jī)效方面表現(xiàn)更好。同時(shí)可以看到企業(yè)績(jī)效與企業(yè)規(guī)模、成立年限、董事會(huì)規(guī)模、獨(dú)立董事占比、財(cái)務(wù)杠桿水平、凈資產(chǎn)收益率都顯著正相關(guān)（p<0.01）。這表明控制變量的選擇對(duì)被解釋變量和解釋變量都有影響，控制以后可以使結(jié)果更加精確。

（三）回歸結(jié)果及分析

本文采用分層回歸方法，醫(yī)藥制造業(yè)三次分層回歸結(jié)果一致，如表4所示。根據(jù)回歸結(jié)果，可以從以下方面進(jìn)行說明：首先是模型擬合情況，表中的r2_a表示調(diào)整后的決定系數(shù)，它反映了模型對(duì)被解釋變量的解釋能力，可以看出，在控制變量后r2_a值都在0.5以上，說明模型擬合效果較好，解釋變量可以解釋被解釋變量的大部分變化；其次是模型顯著性檢驗(yàn)，F(xiàn)值和P值表示對(duì)模型整體進(jìn)行F檢驗(yàn)的結(jié)果，反映了模型是否有統(tǒng)計(jì)學(xué)意義，在模型有效的前提下，根據(jù)數(shù)字化轉(zhuǎn)型和企業(yè)績(jī)效的回歸結(jié)果，可以明顯看出數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效具有顯著的正向影響。在三個(gè)不同的回歸模型中，數(shù)字化轉(zhuǎn)型指數(shù)的系數(shù)均為正值，而且顯著。這意味著隨著數(shù)字化轉(zhuǎn)型指數(shù)的增加，企業(yè)績(jī)效也呈現(xiàn)出顯著的提高。H1得到驗(yàn)證。

（四）中介檢驗(yàn)

為進(jìn)一步了解數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響路徑和作用機(jī)制，本文借鑒溫忠麟等[ 21 ]的方法進(jìn)行分析。根據(jù)表5的列（1）和列（3）可知，企業(yè)的數(shù)字化轉(zhuǎn)型程度與總資產(chǎn)周轉(zhuǎn)率是正相關(guān)顯著關(guān)系，與管理費(fèi)用率是負(fù)相關(guān)顯著關(guān)系。這說明數(shù)字化轉(zhuǎn)型可以在一定程度上提升總資產(chǎn)周轉(zhuǎn)率，并且降低企業(yè)的管理費(fèi)用?？赡艿脑蚴轻t(yī)藥制造業(yè)的數(shù)字化轉(zhuǎn)型使其生產(chǎn)流程優(yōu)化、庫存管理改善，使得企業(yè)資產(chǎn)利用效率提高，與此同時(shí)各類智能信息系統(tǒng)的使用，促進(jìn)了信息交互效率，縮短了層級(jí)距離，使得企業(yè)管理費(fèi)用下降。

通過表5的列（2）和列（4）也可以發(fā)現(xiàn)經(jīng)營能力通過管理費(fèi)用率和資產(chǎn)周轉(zhuǎn)率對(duì)企業(yè)績(jī)效產(chǎn)生了顯著影響，這說明經(jīng)營能力在數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)績(jī)效的影響中起到了部分中介作用，即數(shù)字化轉(zhuǎn)型通過提升企業(yè)資產(chǎn)周轉(zhuǎn)率、降低管理費(fèi)用率來促進(jìn)企業(yè)績(jī)效的增長(zhǎng)。這些結(jié)果可能的原因是醫(yī)藥制造行業(yè)面臨激烈的競(jìng)爭(zhēng)、高昂的運(yùn)營成本、復(fù)雜的供應(yīng)鏈管理、多樣化的客戶需求等挑戰(zhàn)。通過數(shù)字化轉(zhuǎn)型可提升企業(yè)的管理效率和運(yùn)營效率，幫助企業(yè)實(shí)現(xiàn)高端、精細(xì)、柔性、綠色的生產(chǎn)模式，提升產(chǎn)品和服務(wù)的附加值，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。

綜上所述，數(shù)字化轉(zhuǎn)型通過經(jīng)營能力提高企業(yè)績(jī)效，H2得到驗(yàn)證。

（五）進(jìn)一步分析

本文雖然證實(shí)了假設(shè)符合邏輯和經(jīng)驗(yàn)，對(duì)行業(yè)的具體應(yīng)用具有一定的參考價(jià)值，但為了聚焦研究結(jié)果，下面從是否高新技術(shù)企業(yè)、企業(yè)生命周期、所處地區(qū)經(jīng)濟(jì)發(fā)展水平三個(gè)角度進(jìn)行異質(zhì)性分析。

1.基于是否高新技術(shù)企業(yè)角度分析

數(shù)字化轉(zhuǎn)型能否成功對(duì)企業(yè)原有技術(shù)生態(tài)環(huán)境的影響作用非常重要，企業(yè)的技術(shù)水平會(huì)影響其內(nèi)部管理、生產(chǎn)效率。本文針對(duì)企業(yè)是否高新技術(shù)企業(yè)進(jìn)行分類分析，希望為不同技術(shù)特征的企業(yè)提供數(shù)字化轉(zhuǎn)型的決策依據(jù)。從表6的數(shù)據(jù)分析可知，無論是高新技術(shù)企業(yè)還是非高新技術(shù)企業(yè)，醫(yī)藥制造業(yè)數(shù)字化轉(zhuǎn)型都可以提升企業(yè)績(jī)效，而高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型作用更大。高新技術(shù)企業(yè)通常側(cè)重于研發(fā)和創(chuàng)新，數(shù)字化轉(zhuǎn)型可以加速研發(fā)過程，提高新藥研發(fā)的效率。同時(shí)，高新技術(shù)企業(yè)的智能化、數(shù)字化相對(duì)成熟，數(shù)字化轉(zhuǎn)型過程中遇到的摩擦成本更小，所以提升績(jī)效水平幅度更大。而非高新技術(shù)企業(yè)在數(shù)字化過程中會(huì)遇到更大阻力，無論是企業(yè)對(duì)數(shù)字化觀念的認(rèn)同還是流程再造、供應(yīng)鏈構(gòu)建都需要花費(fèi)較多人力、物力。

2.基于企業(yè)生命周期角度分析

不同的生命周期階段，企業(yè)面臨的市場(chǎng)環(huán)境、競(jìng)爭(zhēng)壓力、技術(shù)創(chuàng)新和組織變革等方面的挑戰(zhàn)與機(jī)遇不同，因此需要采取不同的數(shù)字化轉(zhuǎn)型策略[ 22 ]。通過表6可以看到，衰退期企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的提升更為顯著。而成長(zhǎng)期和成熟期企業(yè)雖然呈現(xiàn)顯著作用，但是影響并沒有衰退期的企業(yè)大。其主要原因可以解釋為：基于數(shù)字化轉(zhuǎn)型的動(dòng)機(jī)和目標(biāo)，衰退期企業(yè)往往面臨更大的競(jìng)爭(zhēng)壓力，數(shù)字化轉(zhuǎn)型可能是其生存和發(fā)展的關(guān)鍵，迫切需要降低成本、提高效率來逆轉(zhuǎn)困境。因此，它們更傾向于積極采取行動(dòng)，更容易看到數(shù)字化轉(zhuǎn)型對(duì)績(jī)效的顯著提升。而成長(zhǎng)期和成熟期企業(yè)往往市場(chǎng)地位相對(duì)穩(wěn)固，企業(yè)內(nèi)的業(yè)務(wù)流程和各類信息系統(tǒng)發(fā)展較為成熟，原有的企業(yè)績(jī)效也處于較為穩(wěn)定狀態(tài)，并不需要外界介入進(jìn)行變革，且在短期內(nèi)較難感受到數(shù)字化轉(zhuǎn)型的迅速回報(bào)，因此數(shù)字化轉(zhuǎn)型對(duì)其績(jī)效影響并沒有衰退期的企業(yè)這么大。

3.基于所處地區(qū)經(jīng)濟(jì)發(fā)展水平角度分析

根據(jù)國家統(tǒng)計(jì)局的劃分方法，我國的經(jīng)濟(jì)區(qū)域被劃分為東部、中部、西部和東北部四大地區(qū)。從表6可以看到，對(duì)醫(yī)藥制造業(yè)來說各個(gè)地區(qū)的數(shù)字化轉(zhuǎn)型都可以提高企業(yè)績(jī)效，而且西部地區(qū)和東北部地區(qū)的數(shù)字化轉(zhuǎn)型效果更顯著。

由于不同地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)不同，導(dǎo)致數(shù)字化轉(zhuǎn)型的效果差異。西部和東北部地區(qū)更側(cè)重傳統(tǒng)制造業(yè)，如重工業(yè)和原材料，而東部地區(qū)更多地涉及高科技和服務(wù)業(yè)。在醫(yī)藥制造業(yè)中，數(shù)字技術(shù)在研發(fā)、生產(chǎn)和分銷等方面的應(yīng)用更為顯著，可能對(duì)西部和東北部地區(qū)的傳統(tǒng)產(chǎn)業(yè)帶來更大的改變和提升。

東中部地區(qū)通常經(jīng)濟(jì)發(fā)展水平更高，開展數(shù)字化轉(zhuǎn)型早，其成熟度相對(duì)較高，因此進(jìn)一步提升可能相對(duì)有限。相比之下，西部和東北部地區(qū)的企業(yè)可能有更大的數(shù)字化轉(zhuǎn)型空間，因此效果更為顯著。

（六）內(nèi)生性檢驗(yàn)

為提高結(jié)論的可靠性以及避免結(jié)論方向的因果可能性，本文采用工具變量法進(jìn)行內(nèi)生性檢驗(yàn)。

根據(jù)回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)績(jī)效，但是考慮到內(nèi)生性問題，企業(yè)績(jī)效越好的企業(yè)可能會(huì)更注重企業(yè)的數(shù)字化轉(zhuǎn)型，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)越高。因此，為緩解內(nèi)生性問題導(dǎo)致出現(xiàn)誤差，本文選取工具變量法進(jìn)行檢驗(yàn)。通過借鑒陳漢輝等[ 23 ]、趙樂等[ 24 ]選取工具變量方式，采用滯后一期的數(shù)字化轉(zhuǎn)型指數(shù)（DT_lag1）作為工具變量進(jìn)行兩階段回歸，并通過工具變量模型計(jì)算內(nèi)生性變量的預(yù)測(cè)值（Predict_DT）用于第二階段回歸，表7為回歸結(jié)果。表7中第一階段的工具變量（DT_lag1）與內(nèi)生變量回歸的系數(shù)顯著且正，說明工具變量的有效性。在第二階段回歸中，可以看到第一階段得到的數(shù)字化轉(zhuǎn)型的預(yù)測(cè)值（Predict_DT）與企業(yè)績(jī)效回歸的結(jié)果和基礎(chǔ)回歸模型的結(jié)果一致，這表明在控制了內(nèi)生性問題后，結(jié)果并未發(fā)生變化，通過了檢驗(yàn)。

（七）穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)結(jié)論可靠性，本文通過增加控制變量數(shù)量、替換解釋變量、縮小樣本范圍進(jìn)行穩(wěn)健性檢驗(yàn)：（1）增加企業(yè)成長(zhǎng)能力和現(xiàn)金流動(dòng)性兩個(gè)控制變量，部分學(xué)者認(rèn)為對(duì)企業(yè)未來的盈利預(yù)期以及企業(yè)現(xiàn)金流情況會(huì)影響當(dāng)下企業(yè)對(duì)數(shù)字化投入的決策以及轉(zhuǎn)型的積極性。（2）在原有研究中，本文使用了LP法計(jì)算解釋變量。盡管LP法是當(dāng)前較為主流的全要素生產(chǎn)率計(jì)算方法，但由于其假設(shè)企業(yè)面臨的是完全競(jìng)爭(zhēng)市場(chǎng)，并未充分利用其他可用信息。因此，在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，采用GMM法重新計(jì)算全要素生產(chǎn)率，以更充分地考慮企業(yè)的動(dòng)態(tài)行為。（3）鑒于2019年新冠疫情的暴發(fā)和2020年的經(jīng)濟(jì)下滑，各個(gè)企業(yè)遭受了巨大的損失，數(shù)字化進(jìn)程受到了阻礙，這種情況可能導(dǎo)致結(jié)果出現(xiàn)異常情況。為了進(jìn)一步驗(yàn)證主要回歸結(jié)果的穩(wěn)健性，本文排除2020年的數(shù)據(jù)，并對(duì)剩余年份進(jìn)行再次回歸分析。

通過表7回歸分析結(jié)果可知，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的結(jié)果基本與原回歸一致，具有極強(qiáng)的穩(wěn)健性。

五、研究結(jié)論與建議

本文以醫(yī)藥制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度為研究對(duì)象，探討了數(shù)字化轉(zhuǎn)型通過經(jīng)營能力對(duì)企業(yè)績(jī)效的影響機(jī)制。以2011—2021年滬深兩市醫(yī)藥制造行業(yè)A股上市公司為研究樣本，運(yùn)用企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)衡量數(shù)字化轉(zhuǎn)型程度，采用全要素生產(chǎn)率衡量企業(yè)績(jī)效，研究?jī)烧叩年P(guān)系。主要得出以下結(jié)論：（1）實(shí)證結(jié)果發(fā)現(xiàn)，醫(yī)藥制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度和企業(yè)績(jī)效呈顯著正相關(guān)關(guān)系，這說明數(shù)字化轉(zhuǎn)型確實(shí)可以有效改善醫(yī)藥制造業(yè)的企業(yè)績(jī)效；（2）通過中介檢驗(yàn)?zāi)Ｐ?，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以通過提升經(jīng)營能力來提高企業(yè)績(jī)效，具體機(jī)制為數(shù)字化轉(zhuǎn)型通過降低企業(yè)管理費(fèi)用提升運(yùn)營水平從而提升企業(yè)績(jī)效；（3）從是否高新技術(shù)企業(yè)、企業(yè)生命周期、所處地區(qū)經(jīng)濟(jì)發(fā)展水平等角度出發(fā)，探討了醫(yī)藥制造行業(yè)的數(shù)字化轉(zhuǎn)型結(jié)果差異，發(fā)現(xiàn)高新技術(shù)企業(yè)、處于衰退期的企業(yè)、位于西部和東北部地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型效果更為顯著，其中是否高新技術(shù)對(duì)醫(yī)藥制造業(yè)企業(yè)的企業(yè)績(jī)效影響差異較小。

本文認(rèn)為高質(zhì)量地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，企業(yè)和政府需要做到以下三點(diǎn)：第一，培養(yǎng)數(shù)字人才是企業(yè)數(shù)字化發(fā)展的基礎(chǔ)和保障。數(shù)字人才不僅指掌握數(shù)字技術(shù)的專業(yè)人員，還包括具備數(shù)字和數(shù)據(jù)思維、理念、視野、格局的管理者、運(yùn)營者、市場(chǎng)者等。企業(yè)應(yīng)加強(qiáng)對(duì)數(shù)字人才的選拔、培養(yǎng)、激勵(lì)和留用，打造一支適應(yīng)數(shù)字化發(fā)展需求的高素質(zhì)人才隊(duì)伍。第二，完善各個(gè)行業(yè)的數(shù)字政策是企業(yè)數(shù)字化發(fā)展的引導(dǎo)和支撐。政策是推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的重要外部因素，可以為企業(yè)提供明確的目標(biāo)、方向和舉措，也可以為企業(yè)提供優(yōu)惠的稅收、財(cái)政、金融等政策支持，降低企業(yè)數(shù)字化轉(zhuǎn)型的成本和風(fēng)險(xiǎn)，增加企業(yè)數(shù)字化轉(zhuǎn)型的收益和動(dòng)力。政府可根據(jù)不同行業(yè)的特點(diǎn)和需求，制定符合實(shí)際情況的數(shù)字政策，促進(jìn)各行業(yè)的數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合，加快各行業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級(jí)。第三，及時(shí)檢驗(yàn)企業(yè)數(shù)字化成果是企業(yè)數(shù)字化發(fā)展的反饋和優(yōu)化。檢驗(yàn)企業(yè)數(shù)字化成果可以幫助企業(yè)發(fā)現(xiàn)自身在數(shù)字化轉(zhuǎn)型過程中存在的問題和不足，從而及時(shí)調(diào)整和改進(jìn)自身的數(shù)字化戰(zhàn)略、模式、流程、技術(shù)等，提升自身的數(shù)字化水平和效率。因此，企業(yè)應(yīng)該建立科學(xué)合理的評(píng)價(jià)體系和指標(biāo)體系，定期對(duì)自身的數(shù)字化投入、輸出、效果等進(jìn)行量化分析和評(píng)估。

【參考文獻(xiàn)】

［1］ 寧平.探究企業(yè)數(shù)智化財(cái)務(wù)轉(zhuǎn)型新賽道［J］.會(huì)計(jì)之友，2022（16）：127-128.

［2］ 李曉華.制造業(yè)數(shù)字化轉(zhuǎn)型與價(jià)值創(chuàng)造能力提升［J］. 改革，2022（11）：24-36.

［3］ 戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革［J］.管理世界，2020，36（6）：135-152.

［4］ 邱玉蓮，王純.雙元?jiǎng)?chuàng)新對(duì)醫(yī)藥制造業(yè)企業(yè)價(jià)值的影響研究［J］.會(huì)計(jì)之友，2024（2）：81-87.

［5］ 苑澤明，于翔，李萌，等.數(shù)字化轉(zhuǎn)型如何影響企業(yè)的融資約束［J］.會(huì)計(jì)之友，2022（19）：99-108.

［6］ 羅艷梅，張全爽，李秀媛.數(shù)字化轉(zhuǎn)型視角下制造企業(yè)內(nèi)部控制質(zhì)量研究：來自中國制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.會(huì)計(jì)之友，2022（22）：103-110.

［7］ 徐懷寧，董必榮.數(shù)字化轉(zhuǎn)型如何推動(dòng)企業(yè)可持續(xù)發(fā)展：基于企業(yè)核心競(jìng)爭(zhēng)力塑造的視角［J］.當(dāng)代經(jīng)濟(jì)管理，2023，45（7）：44-53.

［8］ 辛琳，邊婉婷.數(shù)字化轉(zhuǎn)型維度與“專精特新”企業(yè)創(chuàng)新［J］.會(huì)計(jì)之友，2024（3）：50-57.

［9］ 葛琳娜.發(fā)電企業(yè)數(shù)字供應(yīng)鏈金融應(yīng)用模式研究：以晉能控股電力集團(tuán)為例［J］.會(huì)計(jì)之友，2023（11）：2-9.

［10］ 侯本忠，王威，黃松，等.基于區(qū)塊鏈技術(shù)的數(shù)字化審計(jì)信任體系構(gòu)建與應(yīng)用［J］.會(huì)計(jì)之友，2022（4）：153-161.

［11］ 孫舒然，李建軍，張功富，等.智慧醫(yī)院背景下財(cái)務(wù)RPA機(jī)器人的應(yīng)用研究：以S醫(yī)院為例［J］.會(huì)計(jì)之友，2024（1）：57-63.

［12］ 李小俊.數(shù)字化背景下醫(yī)藥企業(yè)財(cái)務(wù)共享構(gòu)建研究［J］.會(huì)計(jì)之友，2023（7）：57-62.

［13］ 白福萍，董凱云，劉東慧.數(shù)字化轉(zhuǎn)型如何影響企業(yè)技術(shù)創(chuàng)新：基于融資約束與代理問題視角的實(shí)證分析［J］.會(huì)計(jì)之友，2023（10）：124-133.

［14］ 潘玉香，李倩.智能制造企業(yè)信息技術(shù)投入對(duì)企業(yè)績(jī)效的影響研究［J］.會(huì)計(jì)之友，2021（18）：9-16.

［15］ 魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007［J］.經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541- 558.

［16］ 何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J］.改革，2019（4）：137-1489e066c2a0b0c5215177efb77121a1e7e94f2ffc639d30a6aaf6a6f31cbf70fa8.

［17］ 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響：基于信息不對(duì)稱和管理者非理性行為視角［J］. 改革，2020（4）：50-64.

［18］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)：來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界， 2021，37（7）：130-144.

［19］ 姚立杰，周穎.管理層能力、創(chuàng)新水平與創(chuàng)新效率［J］.會(huì)計(jì)研究，2018（6）：70-77.

［20］ 馬珩，金堯嬌.異質(zhì)性環(huán)境規(guī)制、環(huán)保投資與企業(yè)績(jī)效：財(cái)務(wù)與環(huán)境雙重績(jī)效視角［J］.會(huì)計(jì)之友，2022（9）：25-32.

［21］ 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014，22（5）：731-745.

［22］ 胡永平，張玲.高管持股與企業(yè)研發(fā)投資：基于企業(yè)生命周期視角［J］.會(huì)計(jì)之友，2018（18）：93-97.

［23］ 陳漢輝，曹澤星.數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)全要素生產(chǎn)率：基于中國制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.重慶郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（3）：1-10.

［24］ 趙樂，王琨，任宏達(dá).CFO高管排位與企業(yè)投資效率［J］.中國會(huì)計(jì)評(píng)論，2020（11）：170-187.