異質性數(shù)字化投入對制造業(yè)績效的影響機理

摘要摘 要：基于2016-2021年制造業(yè)上市企業(yè)平衡面板數(shù)據(jù)，以異質性數(shù)字化投入為切入點，運用文本分析方法和面板回歸模型，研究通用型數(shù)字化投入和專用型數(shù)字化投入對企業(yè)績效的影響及作用機制。研究發(fā)現(xiàn)：第一，通用型數(shù)字化投入與企業(yè)績效之間存在非線性關系（先上升再下降），且投入臨界值為0.367 8；第二，專用型數(shù)字化投入與企業(yè)績效之間關系不顯著；第三，管理效率優(yōu)化是企業(yè)數(shù)字化投入作用于企業(yè)績效的中間機制，在通用型數(shù)字化投入影響企業(yè)績效的過程中發(fā)揮非線性中介傳導作用，而商業(yè)模式創(chuàng)新在目前尚未發(fā)揮有效作用。研究結論表明，經過通用型數(shù)字化投入的“紅利期”，其對企業(yè)績效的正向影響呈遞減趨勢。

關鍵詞：專用型數(shù)字化投入；通用型數(shù)字化投入；企業(yè)績效；管理優(yōu)化機制；模式創(chuàng)新機制

中圖分類號：F272.7

文獻標識碼：A

文章編號：1001-7348（2024）18-0066-11

0 引言

2020年9月，“犀牛智造”首次在社會公眾面前亮相。作為新制造的頭號工程，“犀牛制造平臺”全面實現(xiàn)制造設備、產線、物料、人員等生產要素數(shù)字化及云端匯聚，通過需求、設計、生產、經營等管理運營系統(tǒng)的云端部署構建起端到端的生產指揮系統(tǒng)，同時，探索端到端數(shù)據(jù)自動流動的新模式。犀牛智造的整體思路是通過構建產業(yè)全鏈路數(shù)字化模式實現(xiàn)供需的精準匹配和動態(tài)平衡，使制造工廠提效降本的同時推動企業(yè)數(shù)字化改造（賴紅波，2020）。已有文獻針對企業(yè)數(shù)字化轉型進行了大量討論。如吳非等[1]使用文本分析方法驗證數(shù)字化轉型對企業(yè)資本市場的改善作用；劉政等[2]利用微觀企業(yè)數(shù)據(jù)檢驗企業(yè)數(shù)字化轉型對組織授權行為的影響；趙宸宇等 [3]探索數(shù)字化轉型對企業(yè)全要素生產率的具體影響機制。由此可見，在數(shù)字經濟與實體經濟深度融合的背景下，基于微觀視角探討數(shù)字資源投入的經濟效果和影響機制有利于促進實體經濟數(shù)字化發(fā)展。

然而，盡管已有研究對數(shù)字化投入與企業(yè)績效關系進行了探討[4]，但微觀層面針對企業(yè)數(shù)字化投入帶來的績效變化尚未明晰。李琦等[5]研究得出，數(shù)字化轉型對企業(yè)績效具有顯著促進作用；Abbasi等[6]則從信息系統(tǒng)視角切入，研究認為，數(shù)字化是對價值鏈的破壞，進而影響企業(yè)效益。上述研究無疑對企業(yè)數(shù)字化之路具有借鑒意義，但數(shù)字化與績效之間錯綜復雜的關系也使不少企業(yè)對數(shù)字化轉型產生困惑，已進行數(shù)字化投入的企業(yè)在“陣痛”階段對是否繼續(xù)投入也產生疑問。此外，企業(yè)內部數(shù)字化投入同樣成為亟待解決的“黑匣子”，促使眾多學者不斷探索數(shù)字化投入影響績效的具體作用機制。因此，數(shù)字化轉型過程中企業(yè)內部的數(shù)字化投入與績效關系研究具有重要的理論價值和現(xiàn)實意義。

與此同時，越來越多的企業(yè)意識到僅僅停留在系統(tǒng)引進等基礎環(huán)節(jié)的數(shù)字化，無法支撐企業(yè)度過數(shù)字化轉型的“陣痛期”，數(shù)字化核心能力的缺失嚴重影響企業(yè)面對危機的抗壓能力和靈活應變能力（Nambisan amp; Baron， 2021）。同樣，企業(yè)的數(shù)字化資源應用也存在這樣一種現(xiàn)象：稀缺數(shù)據(jù)資源較難獲得，而易得的重復性數(shù)據(jù)資源很多。這將導致低端數(shù)字化能力的重復性建設和高端數(shù)字化能力的空缺，加劇企業(yè)內部數(shù)字化建設結構不合理。因此，深入探討不同維度企業(yè)數(shù)字化投入對企業(yè)績效的影響具有重要意義。

鑒于此，本文試圖在以下方面作出有益探索：第一，企業(yè)數(shù)字化投入是否對企業(yè)績效有實質性提升作用，究竟何種類型的數(shù)字化投入能真正推動制造業(yè)企業(yè)價值提升？第二，制造業(yè)企業(yè)數(shù)字化投入影響企業(yè)績效的機制是什么，通過什么方式對企業(yè)績效產生影響？因此，本文將圍繞企業(yè)數(shù)字化投入與企業(yè)績效關系，從增效和提質兩個角度分別提出管理優(yōu)化機制與模式創(chuàng)新機制，進一步剖析數(shù)字化投入對企業(yè)績效的作用機理，為中國制造業(yè)企業(yè)持續(xù)投入數(shù)字化建設提供相關建議。

1 理論分析與研究假設

1.1 理論基礎

（1）資源基礎觀視角下的企業(yè)數(shù)字化。經典企業(yè)競爭優(yōu)勢理論認為，高水平的企業(yè)績效來源于企業(yè)競爭優(yōu)勢，而競爭優(yōu)勢則得益于企業(yè)擁有的獨特資源。資源觀也提到戰(zhàn)略管理的核心原則是通過組織資源的不斷積累和優(yōu)化配置以獲得持續(xù)競爭優(yōu)勢[7]。數(shù)字經濟時代企業(yè)的任何活動都離不開數(shù)字化資源支持，學者們基于資源觀探討數(shù)字化與企業(yè)績效關系。首先，數(shù)字化情境下的大量研究表明，企業(yè)數(shù)字化資源與績效關系尚不確定。如Wamba等[8]認為，企業(yè)績效提升與數(shù)字化投入息息相關，而Akter等[9]則認為大數(shù)據(jù)投入面臨諸多挑戰(zhàn)，導致許多投資大數(shù)據(jù)應用的公司無法改善其業(yè)績，甚至有研究表明數(shù)字化資源投入與企業(yè)績效不顯著相關[10]。其次，以資源基礎觀為起點，研究其對企業(yè)績效的影響及形成機理，如企業(yè)能力[11]、研發(fā)創(chuàng)新[12]、生產效率[13]等組織資源對企業(yè)績效的影響為數(shù)字化資源在企業(yè)中的應用研究提供了重要理論支持。

（2）價值鏈理論視角下的異質性數(shù)字化投入。波特的價值鏈理論認為，系統(tǒng)內外部的價值增值活動包含企業(yè)基本活動和支持性活動。其中，基本活動涉及生產經營、市場營銷、內部后勤和售后服務等；支持性活動包含基礎設施和資源管理等。前者直接作用于企業(yè)產品的加工流轉和價值創(chuàng)造，而后者則是為基本活動提供保障，為價值創(chuàng)造提供條件?；净顒雍椭С中曰顒釉谄髽I(yè)價值創(chuàng)造過程中互為輔助，共同為企業(yè)創(chuàng)造可持續(xù)價值。同時，考慮到低端數(shù)字化能力的重復性建設和高端數(shù)字化能力的空缺，結合價值鏈理論對企業(yè)增值活動的劃分，本文從數(shù)字化資源類型視角切入，將數(shù)字化活動細分為通用型數(shù)字化與專用型數(shù)字化，進而深入探討不同維度數(shù)字化投入對企業(yè)績效的差異化影響。簡言之，本文旨在探討不同類型企業(yè)數(shù)字化投入對企業(yè)績效的作用，因此將通用型數(shù)字化投入與專用型數(shù)字化投入統(tǒng)稱為異質性數(shù)字化投入。其中，通用型數(shù)字化投入專指與企業(yè)支持性活動相關、為企業(yè)基礎性環(huán)節(jié)提供條件的數(shù)字化投入；專用型數(shù)字化投入專指與企業(yè)基本活動相關、為企業(yè)創(chuàng)造價值所進行的數(shù)字化投入。

（3）微笑曲線理論視角下的路徑研究。微笑曲線理論將完整的產業(yè)鏈分為研發(fā)設計、生產制造以及營銷服務3個環(huán)節(jié)。位于中間的生產制造環(huán)節(jié)所創(chuàng)造的價值僅占產業(yè)鏈總價值的20%，而兩端的研發(fā)和營銷環(huán)節(jié)所創(chuàng)造的價值占比高達80%。在數(shù)字技術助推下，制造業(yè)企業(yè)一方面可引進ERP、OA等具體數(shù)字技術，通過數(shù)字化途徑提高生產管理效率，進行價值鏈優(yōu)化[14]，促進微笑曲線整體向上移動；另一方面通過數(shù)字化投入增強自身研發(fā)創(chuàng)新能力和服務能力[15]，著力于微笑曲線兩端的高附加值環(huán)節(jié)，使傳統(tǒng)意義上的“B2C”轉變?yōu)椤癈2B”“C2M”的制造模式，通過商業(yè)模式創(chuàng)新對價值鏈進行重構，將微笑曲線改造成端到端的閉合曲線，形成飛輪效應[16]，進而克服生產、組裝等低附加值環(huán)節(jié)的不利影響，促進可持續(xù)發(fā)展。因此，本文從增效和提質兩個方面入手，將管理效率優(yōu)化與商業(yè)模式創(chuàng)新作為探索數(shù)字化投入影響企業(yè)績效的兩種機制。

1.2 研究假設

1.2.1 數(shù)字化投入與企業(yè)績效

根據(jù)價值鏈理論，通用型數(shù)字化投入是與企業(yè)支持性活動相關、為企業(yè)創(chuàng)造價值的基礎性環(huán)節(jié)提供條件的數(shù)字化投入。簡單來說，就是使數(shù)據(jù)信息化、推動業(yè)務數(shù)字化的投入，例如企業(yè)引進記錄財務數(shù)據(jù)的金蝶系統(tǒng)、OA等辦公自動化軟件所產生的費用。

首先，從通用型數(shù)字化特點而言，通用型數(shù)字化建設能夠實現(xiàn)企業(yè)內外部業(yè)務流程數(shù)字化，比如原材料收發(fā)、辦公事務處理以及企業(yè)現(xiàn)金流記錄等通過通用型數(shù)字化系統(tǒng)進行處理加工并生成新數(shù)據(jù)資源，便于管理者實時作出決策以響應外部環(huán)境變化，使企業(yè)資源配置效率達到帕累托最優(yōu)。同時，通用型數(shù)字化投入有助于企業(yè)員工脫離日常繁瑣的流程審批、緩解時間和空間限制帶來的負面效應，使其能更加專注于自身工作。

其次，從通用型數(shù)字化投入的效用而言，其能夠幫助企業(yè)有效改進生產活動以及管理流程，促進企業(yè)內外部業(yè)務流程數(shù)智化。轉型初期的企業(yè)數(shù)字化水平較低，引進通用系統(tǒng)進行數(shù)字化建設對于企業(yè)而言是一種投資回報率極大的方式（尹夏楠等，2022）。精細化管理有助于企業(yè)減少過程損耗、大幅降低費用以獲取競爭優(yōu)勢。然而，尚未實現(xiàn)充分自由流通的數(shù)字化資源易導致盲目或過度引入各類信息系統(tǒng)，造成基礎性通用數(shù)字化建設過度。由于企業(yè)內部之間資源不相通且存在功能重疊，各部門前期分別進行的通用型數(shù)字化建設在后期會造成企業(yè)數(shù)字化資源冗余，比如辦公自動化系統(tǒng)（OA）、人力資源管理系統(tǒng)（HR）以及設備資產管理系統(tǒng)（EAM）之間存在嚴重的功能性重復。從長期來看，低端數(shù)字化能力的重復性建設不僅不能對企業(yè)績效產生積極作用，反而因高額的系統(tǒng)引進和維護費用降低企業(yè)績效。這也是當前我國制造業(yè)企業(yè)進行數(shù)字化轉型面臨的較大瓶頸?；诖?，本文提出如下研究假設：

H1a：通用型數(shù)字化投入與制造業(yè)企業(yè)績效之間存在先上升、后下降的倒U型關系。

根據(jù)價值鏈理論，專用型數(shù)字化投入是與企業(yè)基本活動相關、為獲取企業(yè)核心競爭力所進行的數(shù)字化投入。具體而言，企業(yè)依靠專用型數(shù)字化投入開發(fā)數(shù)字技術并對數(shù)據(jù)進行深層次挖掘和預測分析，例如利用收集的數(shù)據(jù)通過算法對用戶需求作出精準判斷等，以促進數(shù)據(jù)業(yè)務化并獲取持續(xù)競爭優(yōu)勢（霍春輝等，2023）。對制造業(yè)而言，專用型數(shù)字化建設一方面有利于實現(xiàn)數(shù)字技術與客戶需求的直接對接，精準刻畫用戶偏好，增值企業(yè)研發(fā)端和營銷端為企業(yè)創(chuàng)造的價值，另一方面還能夠利用數(shù)字平臺連接企業(yè)研發(fā)與營銷兩端，提高運營效率與管理效率，進而提升企業(yè)績效。

數(shù)字經濟時代不僅要求制造業(yè)從規(guī)?；a轉向自動化生產，而且促使企業(yè)逐步轉向多樣化和定制化生產模式。在專用型數(shù)字化建設下，企業(yè)積極利用數(shù)字化技術擴展業(yè)務邊界，豐富業(yè)務類型，改進生產模式，促使企業(yè)產品服務更具個性化，價值創(chuàng)造能力得到顯著增強。然而，專用型數(shù)字化建設前期需要投入大量資金，導致短期內研發(fā)端與營銷端收益甚微，可能出現(xiàn)入不敷出情況。隨著專用型數(shù)字化建設的持續(xù)投入，前期投入助力企業(yè)核心數(shù)字能力提高，稀缺數(shù)據(jù)資源優(yōu)勢逐漸顯現(xiàn)，在市場中獲取到更多價值創(chuàng)造機會，因此長期來看專用型數(shù)字化投入能夠顯著提升企業(yè)績效。基于此，本文提出如下研究假設：

H1b：專用型數(shù)字化投入與制造型企業(yè)績效之間存在先下降后上升的U型關系。

1.2.2 增效：管理優(yōu)化機制

先進的數(shù)字技術以及創(chuàng)新產品能夠幫助企業(yè)穩(wěn)定市場地位，獲得可持續(xù)競爭優(yōu)勢，在此過程中管理要素也變得越來越重要[17]。效率管理成為解決現(xiàn)有業(yè)務問題的有效途徑，即尋找并改善企業(yè)各模塊、要素及環(huán)節(jié)的最佳匹配和組合（林海芬和蘇敬勤，2014）。數(shù)字化投入促進企業(yè)管理效率提升的渠道主要體現(xiàn)在：

第一，企業(yè)數(shù)字化投入在本質上重塑了企業(yè)內部管理流程[18]。一方面，基于數(shù)字化信息與技術的數(shù)據(jù)整合、數(shù)據(jù)分析以及決策行為，使不同部門之間的制造環(huán)節(jié)、流程模塊等實現(xiàn)高效管理，同時，降低管理成本，提高企業(yè)管理效率。企業(yè)將數(shù)字化信息和技術應用于內部生產管理，同時融入各環(huán)節(jié)運營過程，不僅使企業(yè)采購、內部組織等環(huán)節(jié)得到數(shù)字化支撐，還為生產活動提供了智能化流程支持（王開科等，2020）。相較于傳統(tǒng)工業(yè)技術而言，制造業(yè)企業(yè)的數(shù)字化投入在整體上能迅速、精確地捕捉并記錄產品生產過程中的關鍵信息，并通過數(shù)智化功能實現(xiàn)精細化、柔性化生產。例如依托數(shù)字化技術建立的“無人車間”和“無人生產線”等已實現(xiàn)可視化、多品種、個性化生產。另一方面，數(shù)字技術發(fā)展也實現(xiàn)了企業(yè)內部生產流程、營銷流程以及其它重要活動的透明化（曾建光、王立彥，2015），有助于減少內部投機行為，降低因代理問題產生的監(jiān)管成本和效率損失，進而使企業(yè)管理效率得到優(yōu)化。

第二，企業(yè)數(shù)字化投入加強了企業(yè)內部聯(lián)系，簡化了各環(huán)節(jié)間流程，從而降低了管理成本。具體而言，數(shù)字化技術，例如數(shù)字化管理和財務信息系統(tǒng)改善了組織治理結構[2]，促進了業(yè)務部門之間的實時信息傳遞與分析，以及庫存與材料的跟蹤、記錄，并優(yōu)化了材料采購、生產、運輸和交付環(huán)節(jié)間的協(xié)調和部門間聯(lián)系。綜合來看，數(shù)字化投入可以幫助企業(yè)通過提高信息對稱性，助力組織內外部無障礙溝通，合理分配組織資源，提高管理效率，在一定范圍內提高企業(yè)績效。然而，由數(shù)字化建設帶來的管理效率提升達到一定水平后，其對企業(yè)績效提升的邊際效應開始逐漸減小。此時若一味追求數(shù)字化投入帶來的管理效率提升則會導致管理成本大幅增加，綜合來看，企業(yè)績效會出現(xiàn)下降?；诖?，本文提出如下研究假設：

H2：管理效率優(yōu)化在企業(yè)數(shù)字化投入與企業(yè)績效關系中發(fā)揮非線性中介作用。

1.2.3 提質：模式創(chuàng)新機制

Chesbroughamp;Rosenbloom[19]提出，在技術投入與商業(yè)產出關系中不可忽視商業(yè)模式的中介作用。郭海和韓佳平[20]也提出，在數(shù)字化投入過程中，商業(yè)模式創(chuàng)新能夠有效提高企業(yè)績效。在此基礎上，后續(xù)研究也表明，企業(yè)需要通過商業(yè)模式創(chuàng)新將技術投入轉化為經濟產出[21]，并且不同商業(yè)模式創(chuàng)造的價值不同。本文主要從兩方面對商業(yè)模式創(chuàng)新在企業(yè)數(shù)字化投入與企業(yè)績效關系中的作用進行分析。

首先，數(shù)字化投入縮短了企業(yè)與消費者之間的距離，減少了生產不確定性，進而促進商業(yè)模式創(chuàng)新。具體而言，企業(yè)利用數(shù)字化信息和技術，通過研發(fā)、生產以及銷售模式變革創(chuàng)造新產品，從而應對競爭對手和市場變化。例如，CRM（客戶關系管理）技術在有效識別消費者需求后，通過定向廣告投送提高推廣準確性；PLM（項目周期管理）等技術通過即時反饋和全面協(xié)調幫助企業(yè)完善商業(yè)模式，由傳統(tǒng)的“先生產后銷售模式”變?yōu)椤耙凿N售定生產模式”，并逐漸演變?yōu)槎ㄖ苹a模式，大幅降低制造企業(yè)庫存堆積量與管理成本。企業(yè)數(shù)字化投入不僅能夠極大增強企業(yè)靈活性和適應性，幫助企業(yè)在面對市場變化時有效整合內外部資源， 還可以提高企業(yè)感知和捕獲顧客需求變化的能力，通過個性化和服務延伸，改善客戶體驗，提高客戶響應能力和精準營銷能力，以更低成本響應日益差異化的產品和服務需求，從而提高價值創(chuàng)造潛力并實現(xiàn)商業(yè)模式創(chuàng)新。

其次，早期價值創(chuàng)造學派的研究認為，商業(yè)模式設計與企業(yè)績效之間存在顯著的正相關關系，且商業(yè)模式創(chuàng)新對企業(yè)績效的提升存在過程性影響。Abbas等[22]將商業(yè)模式創(chuàng)新劃分為研發(fā)、執(zhí)行和商業(yè)化階段；Jinamp;Chen[23]認為，商業(yè)模式創(chuàng)新通過價值驅動、價值目標選擇、價值傳遞、價值獲取、價值評估5個階段實現(xiàn)企業(yè)績效提高。所以，企業(yè)能夠通過數(shù)字化投入研發(fā)出專用技術，有效推動商業(yè)模式創(chuàng)新，進而作用于企業(yè)績效。但由于商業(yè)模式創(chuàng)新的影響可能存在一定滯后性，因此在一定程度上，數(shù)字化投入帶來的企業(yè)商業(yè)模式創(chuàng)新并不能對企業(yè)績效產生立竿見影的提升效果。對于企業(yè)而言，只有經過時間沉淀，商業(yè)模式創(chuàng)新效果才得以逐漸顯現(xiàn)，企業(yè)績效才開始出現(xiàn)提升?；诖?，本文提出如下研究假設：

H3：商業(yè)模式創(chuàng)新在企業(yè)數(shù)字化投入與企業(yè)績效關系中發(fā)揮非線性中介作用。

由此，本文構建概念模型如圖1所示。

2 研究設計

2.1 樣本選擇與數(shù)據(jù)來源

本文選擇在中國上海證券交易所和深圳證券交易所上市的制造企業(yè)，以2016-2021年為樣本期，獲得初始樣本企業(yè)3 139家，在對樣本企業(yè)進行處理后最終獲取1 573家上市公司的9 195個數(shù)據(jù)。其中，涉及到的管理效率、企業(yè)績效以及各控制變量數(shù)據(jù)均來源于國泰安（CSMAR）和中國研究數(shù)據(jù)服務平臺（CNRDS）數(shù)據(jù)庫。專用型數(shù)字化投入、通用型數(shù)字化投入以及企業(yè)商業(yè)模式創(chuàng)新水平數(shù)據(jù)均來源于巨潮資訊網公布的制造業(yè)上市公司企業(yè)年報，利用Python軟件進行批量下載并提取關鍵詞。

2.2 變量設計

2.2.1 被解釋變量：企業(yè)績效

從管理角度，企業(yè)績效是經營過程中產生的業(yè)績。經營業(yè)績反映一個公司在一定時期內產生的經營利潤，通常用財務指標衡量。本文參考辛清泉[24]的做法，將總資產收益率（ROA）作為企業(yè)財務績效的代理變量，并將期末凈利潤扣除由營業(yè)外收入帶來的盈利，更注重數(shù)字化對企業(yè)經營績效的影響。

2.2.2 解釋變量：異質性數(shù)字化投入

本文從通用型數(shù)字化投入和專用型數(shù)字化投入兩個方面衡量企業(yè)異質性數(shù)字化投入。參考吳非等[1]和趙宸宇[3]的研究，使用文本分析方法獲取相關量化數(shù)據(jù)。具體步驟如下：第一，獲取分析文本。利用Python軟件從巨潮資訊網下載2016-2021年制造業(yè)企業(yè)年報，并將其轉為txt文本格式，以便進行詞語檢索。第二，確定關鍵詞。利用Python中文分詞工具“jieba”選取關鍵詞，通過人工匹配以及算法自動分詞獲得制造業(yè)企業(yè)數(shù)字化投入在財務報告中的表述。接著對樣本企業(yè)進行詞頻統(tǒng)計，篩選出與數(shù)字化轉型相關的高頻詞匯，并補充相關文獻的關鍵詞，最終形成數(shù)字化轉型分詞詞典，關鍵詞詞匯如表1所示。第三，細分詞典。將上一步確定的關鍵詞詞匯進一步細分為通用型數(shù)字化投入與專業(yè)型數(shù)字化投入兩類關鍵詞詞典。第四，統(tǒng)計詞頻量。利用Python提取各上市公司年報中的關鍵詞頻數(shù)。第五，構建指標。以關鍵詞頻數(shù)與當年同行業(yè)所有企業(yè)出現(xiàn)的總頻數(shù)比值作為度量指標[25]，具體計算公式為：

Diga=ait∑itait， Digb=bit∑itbit（1）

其中，Diga和Digb分別代表企業(yè)通用型數(shù)字化投入與專用型數(shù)字化投入;i表示公司代碼，t表示年份，a和b分別是專用型數(shù)字化投入與通用型數(shù)字化投入的關鍵詞數(shù)量。使用文本挖掘法將定性材料轉化為定量數(shù)據(jù)，目標詞典中詞匯出現(xiàn)頻率越高，代表企業(yè)越重視數(shù)字化投入。

2.2.3 中介變量

（1）管理效率優(yōu)化。管理水平取決于管理效率，本文使用管理效率衡量企業(yè)管理水平。范如國[26]在研究效率與工資關系中發(fā)現(xiàn)，利潤率可以有效代表企業(yè)管理效率，但是單純以企業(yè)績效作為管理效率衡量指標沒有考慮到管理成本因素，這將導致結果存在較大偏差。故本文借鑒薛安偉[27]的做法，將營業(yè)收入納為企業(yè)運營指標并以營業(yè)總收入除以管理費用的比值表示管理效率。

（2）商業(yè)模式創(chuàng)新。本文探討的商業(yè)模式創(chuàng)新更側重于經營過程中的顛覆性戰(zhàn)略變革。參考任碧云和郭猛[28]的研究，采用詞頻分析方式衡量企業(yè)商業(yè)模式創(chuàng)新水平，構建關于商業(yè)模式創(chuàng)新的關鍵詞詞匯表，具體步驟參考本文數(shù)字化投入數(shù)據(jù)處理過程。商業(yè)模式創(chuàng)新水平通過各上市公司年報中的關鍵詞詞頻數(shù)與當年同行業(yè)所有企業(yè)的詞語總頻數(shù)比值衡量，具體計算公式為：Sty=cit∑itcit。其中，Sty代表商業(yè)模式創(chuàng)新，i表示公司代碼，t表示年份，c表示各公司每年關于商業(yè)模式創(chuàng)新的關鍵詞數(shù)量。

2.2.4 控制變量

本文不僅控制了企業(yè)基本特征對研究結果的影響，還將財務特征變量和公司治理變量納入研究[25，28]。具體包括：企業(yè)規(guī)模（size），企業(yè)年度總資產的對數(shù)值；企業(yè)年齡（age），使用企業(yè)經營年度測度，即數(shù)據(jù)觀測年份與企業(yè)成立年份之差；企業(yè)性質（nat），將國有企業(yè)、民營企業(yè)、外資企業(yè)、其它企業(yè)分別賦值1～4；企業(yè)成長性（gro），使用企業(yè)總資產成長率測度，即本期末總資產與上期末總資產之差占上期末總資產的比值；資產負債率（alr），企業(yè)總負債與總資產的比值；賬面市值比（bmr），股東權益與公司市值之比；經營性現(xiàn)金流（caf），上市年末經營性現(xiàn)金流與總資產之比；總資產流轉比（int），使用年末存貨周轉率測度，即營業(yè)成本與存貨凈額期末余額的比值；管理層持股比例（mnh），高層持股數(shù)量占總股數(shù)量之比；治理權集中度（sep），使用董事長與經理的二職合一情況測度，二職合一為1，否則為0；董事會獨立性（idr），獨立董事占比。此外，將時間和行業(yè)因素納入變量關系的考慮范疇，將年度（Year）以及行業(yè)（Industry）作為虛擬變量進行控制。

2.3 模型構建

本文研究的核心問題是異質性數(shù)字化投入與企業(yè)績效關系，即通用型數(shù)字化投入與專用型數(shù)字化投入是否影響企業(yè)績效變化，故構建如下基準回歸模型：

ROAi，t=a0+a1Digi，t+a2Dig2i，t+∑Control+∑Ind+∑Year+εi，t（2）

其中，被解釋變量ROAi，t代表企業(yè)績效，核心解釋變量Digi，t代表企業(yè)數(shù)字化投入，包括通用型數(shù)字化投入（Diga）和專用型數(shù)字化投入（Digb），Control代表控制變量集合，∑Ind和∑Year分別為行業(yè)固定效應與時間固定效應，εi，t表示未被觀測的隨機誤差項。

2.4 描述性統(tǒng)計

表2報告了變量描述性統(tǒng)計與相關性分析結果。其中，通用型數(shù)字化投入與專用型數(shù)字化投入水平大體在0～1之間，均值分別為0.018 2和0.018 4，說明企業(yè)數(shù)字化投入整體不高，企業(yè)績效均值（0.031 7）和標準差（0.071 7）也表明不同制造業(yè)企業(yè)之間績效水平相差較大。同時，所有方差膨脹因子（VIF值）均在1.01～1.76之間，遠遠低于10，表明各變量間不存在多重共線性問題。

3 實證結果與分析

3.1 數(shù)字化投入對企業(yè)績效的影響

本文采用遞進式回歸，展示異質性數(shù)字化投入對企業(yè)績效影響的基準回歸結果，結果如表3所示。其中，第（1）（2）列僅控制行業(yè)與時間的固定效應，第（3）（4）列、（5）（6）列、（7）（8）列依次加入企業(yè)基本特征層面控制變量、企業(yè)財務特征層面控制變量和企業(yè)治理層面控制變量。結果表明，無論在何種情況下，通用型數(shù)字化投入（Diga）對企業(yè)績效（Performance）的回歸系數(shù)均在1%和5%的水平下顯著，而專用型數(shù)字化投入對企業(yè)績效的影響不顯著。

接著，驗證兩種類型數(shù)字化投入對企業(yè)績效的非線性作用關系。

第一，第（7）（8）列分別表示通用型數(shù)字化投入與專用型數(shù)字化投入對績效的基準回歸結果。結果顯示，通用型數(shù)字化投入對績效總效應的回歸系數(shù)顯著（二次項系數(shù)為-0.121，p＜0.05；一次項系數(shù)為0.089，p＜0.05），而專用型數(shù)字化投入對績效總效應的二次項回歸系數(shù)不顯著。其中，前者符合“二次項系數(shù)顯著”的非線性檢驗條件。

第二，分段檢驗回歸方程的斜率情況。根據(jù)第（7）列，得到通用型數(shù)字化投入與績效關系的回歸方程為：

P=－0.121Diga2+0.089Diga－0.281（3）

故斜率為：

S=－0.242Diga+0.089（4）

描述性統(tǒng)計結果表明，當通用型數(shù)字化投入取值為[0，0.9]時，將自變量0、0.9分別帶入斜率方程，得到自變量較小時的斜率為0.089，自變量較大時的斜率為-0.128 8 ，符合“自變量較小則斜率為正，自變量較大則斜率為負”的標準條件。

第三，檢驗方程拐點位置。由回歸方程得到，Diga為0.367 8時斜率為0，此時到達績效水平最高點且拐點落在[0，0.9]范圍內，符合“落入自變量區(qū)間取值范圍”的標準條件。

綜上，本文認為通用型數(shù)字化投入與企業(yè)績效呈先上升后下降的倒U型關系，表明前期通用型數(shù)字化投入提高了企業(yè)績效水平，然而，一旦通用型數(shù)字化投入超過一定閾值則會導致績效水平下降。從回歸系數(shù)的絕對值來看，列（1）（3）（5）（7）中通用型數(shù)字化投入的一次項和二次項系數(shù)的絕對值依次減小。這可能是由于逐漸納入的控制變量使得通用型數(shù)字化投入對企業(yè)績效的影響更穩(wěn)健，縮小了自變量影響范圍，使得結果趨于平穩(wěn)。

3.2 穩(wěn)健性檢驗

為保證基準回歸結果可靠，本文將進行多種穩(wěn)健性檢驗，包括替換變量、剔除特殊樣本、更換實證方法等。

（1）滯后核心解釋變量。借鑒李健等[29]的研究，考慮到數(shù)字化投入對企業(yè)績效的滯后影響，同時，也為準確刻畫數(shù)字化投入對企業(yè)績效的動態(tài)影響，將解釋變量分別滯后1～3期，再次進行回歸分析。表4顯示，通用型數(shù)字化投入對企業(yè)績效影響的回歸結果穩(wěn)健，而專用型數(shù)字化投入與企業(yè)績效無非線性相關關系。此外，第（1）（3）（5）列結果表明，通用型數(shù)字化投入對企業(yè)績效的影響呈現(xiàn)波動特征，滯后兩期的通用型數(shù)字化投入對績效的影響程度最大，不僅通過5%水平下的顯著性檢驗并且在回歸系數(shù)上也明顯大于滯后一期、滯后三期的。由此可見，通用型數(shù)字化水平對企業(yè)績效的驅動作用在兩年后更加顯著。

（2）剔除特殊樣本。大規(guī)模企業(yè)進行數(shù)字化投入具有一定優(yōu)勢，通常企業(yè)規(guī)模越大，數(shù)字化成效越顯著。為了考察數(shù)字化投入與績效關系的穩(wěn)定性，本文剔除樣本企業(yè)中排名前10%的大規(guī)模企業(yè)或排名靠后10%的小規(guī)模企業(yè)分別進行回歸分析，結果如表5所示。對比基準回歸結果可以發(fā)現(xiàn)，剔除大規(guī)模企業(yè)后的回歸系數(shù)有所下降，剔除小規(guī)模企業(yè)后的回歸系數(shù)有所上升，但回歸系數(shù)顯著性未發(fā)生改變，表明本文基準回歸結果穩(wěn)健。

（3）更換實證方法（Possion回歸和Tobit回歸）。由于本文自變量可能存在零值，Santosamp;Tenreyro[30]在研究中使用泊松分布（PPML）方法緩解樣本選擇問題，但泊松回歸也可能導致偏差過大，因此本文將泊松回歸作為次優(yōu)模型進行重新估計。同時，將Tobit回歸方法作為主效應驗證模型。表6結果顯示，替換估計模型后的結果與基準回歸結果基本一致，且通用型數(shù)字化投入系數(shù)分別在5%和1%的水平上顯著為正，再次表明本文研究結論穩(wěn)健。

4 機制檢驗

前文僅就異質性數(shù)字化投入對企業(yè)績效的總體影響進行分析，并未檢驗具體影響機制。對此，本文參考唐松等[31]的研究，采用遞歸方程識別數(shù)字化投入影響企業(yè)績效的渠道機制。

4.1 管理優(yōu)化機制

首先，通過遞歸方程逐次識別變量關系。表7中通用型數(shù)字化投入對管理效率的回歸系數(shù)顯著（一次項系數(shù)顯著為負，且通過1%水平下的顯著性檢驗；二次項系數(shù)顯著為正，且通過1%水平下的顯著性檢驗）。這表明從長遠看，通用型數(shù)字化投入提升了企業(yè)管理部門及管理人員的工作效率，緩解了企業(yè)管理冗余等問題。進一步，企業(yè)管理效率提升對企業(yè)績效有著顯著促進作用，表明管理優(yōu)化是提升企業(yè)績效水平的“推動器”。然而，專用型數(shù)字化投入并未能有效提升管理效率，兩者之間不存在顯著相關性?？傊?，通用型數(shù)字化投入提升了企業(yè)管理效率，解決了企業(yè)內部的管理冗余和管理水平低下問題，為企業(yè)最終的績效水平提升提供了內在支持，因此研究假設H2得到支持。

其次，本文借鑒Hayes amp; Preacher[32]的瞬時間接中介效應檢驗步驟，再次對管理優(yōu)化機制進行Bootstrap檢驗，進一步驗證管理效率提升在通用型數(shù)字化投入與績效關系中的中介作用。具體地，通用型數(shù)字化投入對企業(yè)管理效率的影響是非線性的，可表達為：

M=a0+a1X+a2X2（5）

同時，設定管理效率優(yōu)化與企業(yè)績效之間存在非線性關系，可表達為：

Y=b0+b1M（6）

那么，管理效率提升在通用型數(shù)字化投入與企業(yè)績效之間的中介效應θ為：

θ=MX×YM=b1（a1+2a2X）（7）

由于θ為企業(yè)數(shù)字化投入通過管理優(yōu)化機制影響企業(yè)績效的瞬時間接效應，本文將通過賦值方式計算得到θ，并采用Bootstrap方法檢驗瞬時中介效應的顯著性。每次抽取樣本9 195，重復5 000次抽取，進而得到穩(wěn)健標準誤值。表8展示了通用型數(shù)字化投入分別取-1（負一個標準差）、0（均值）、1（正一個標準差）典型值時的非線性中介效應。Bootstrap5 000次結果顯示，在3個不同水平的通用型數(shù)字化投入下，通用型數(shù)字化投入通過管理效率影響企業(yè)績效的中介效應置信區(qū)間分別為（0.009 1，0.032 7）、（0.008 3，0.028 3）、（0.007 4，0.024 0）。由上可知，管理效率提升的中介效應估計區(qū)間均不包含0，再次表明管理效率中介通用型數(shù)字化投入與企業(yè)績效關系。

4.2 模式創(chuàng)新機制

首先，檢驗通用型數(shù)字化投入、專用型數(shù)字化投入分別對商業(yè)模式創(chuàng)新的影響，再檢驗加入商業(yè)模式創(chuàng)新后兩種數(shù)字化投入對企業(yè)績效影響的總效應是否顯著。表9結果表明，通用型數(shù)字化投入和專用型數(shù)字化投入的回歸系數(shù)與商業(yè)模式創(chuàng)新均不存在顯著相關性，說明異質性數(shù)字化投入并不能顯著影響企業(yè)商業(yè)模式創(chuàng)新水平，并且在模式創(chuàng)新機制下，數(shù)字化投入與企業(yè)績效之間也不存在顯著相關性，故假設H3不成立。

5 結語

5.1 研究結論

本文從異質性數(shù)字化投入角度，在探索通用型數(shù)字化投入、專用型數(shù)字化投入影響企業(yè)績效內在機理的基礎上，利用制造業(yè)上市企業(yè)數(shù)字化改造數(shù)據(jù)，采用文本分析方法和多元回歸模型檢驗不同類型數(shù)字化投入對企業(yè)績效的影響以及管理效率與商業(yè)模式創(chuàng)新的中介機制，得到以下主要研究結論：

（1）制造業(yè)企業(yè)的通用型數(shù)字化投入與企業(yè)績效存在非線性關系。在通用型數(shù)字化投入達到門檻值前，績效水平隨著通用型數(shù)字化投入緩慢上升，至門檻值（0.3678）后，出現(xiàn)下降趨勢，整個過程呈現(xiàn)先上升后下降的倒U型趨勢。這是因為在數(shù)字化初始階段企業(yè)通過引入ERP和U9等數(shù)字化軟件為企業(yè)生產及服務提供便捷，帶來企業(yè)效率的大幅提高，隨著基礎性數(shù)字化建設的過度引入，通用型數(shù)字化軟件的功能逐漸產生冗余并伴隨高額的維護與運營費用，對企業(yè)發(fā)展產生反向效應。這也意味著通用型數(shù)字化投入的先發(fā)優(yōu)勢不再存在，此時若一味盲目地增加通用型數(shù)字化投入則會造成低端數(shù)字化能力的重復性建設，導致企業(yè)績效水平降低，出現(xiàn)“數(shù)字化悖論”現(xiàn)象。

（2）制造業(yè)企業(yè)的專用型數(shù)字化投入對企業(yè)績效尚未產生顯著影響。雖然從理論層面分析得出企業(yè)專用型數(shù)字化投入能夠有效提高企業(yè)競爭力和企業(yè)數(shù)字化水平，但實證結果顯示專用型數(shù)字化投入未能顯著提升企業(yè)績效。追根究底，我國制造業(yè)企業(yè)尚處于數(shù)字化建設初期階段，專用型數(shù)字化建設時間較短且相比通用型數(shù)字化投入少，同時，專用型數(shù)字化投入也需要較長轉化期，故而在短期內對企業(yè)績效的影響不顯著。此外，由于專用型數(shù)字化投入的成本門檻和學習門檻都較高，因此處于數(shù)字化初期的大多數(shù)企業(yè)將數(shù)字化發(fā)展目標投向基礎性的通用型數(shù)字化建設，造成專用型數(shù)字化投入不足。這也恰恰證實了本文在研究背景中提出的問題，即當前制造業(yè)企業(yè)在數(shù)字化發(fā)展過程中大多是重復的基礎環(huán)節(jié)投入，沒有更多切入到價值鏈創(chuàng)造的核心環(huán)節(jié)，高端數(shù)字化能力存在空缺。

（3）管理效率提升在企業(yè)數(shù)字化投入與企業(yè)績效間發(fā)揮非線性中介作用，而商業(yè)模式創(chuàng)新并非是企業(yè)數(shù)字化投入影響績效水平的有效途徑，說明實現(xiàn)管理優(yōu)化的制造業(yè)企業(yè)能夠取得較高績效，企業(yè)數(shù)字化投入可以通過增效路徑顯著提升企業(yè)績效。商業(yè)模式創(chuàng)新未能在數(shù)字化投入與企業(yè)績效間表現(xiàn)出顯著的中介作用，可能存在以下原因：一方面，數(shù)字化投入大大拓展了企業(yè)數(shù)據(jù)應用場景，但海量的數(shù)據(jù)識別、轉化和應用也給企業(yè)帶來成本增加、精力消耗等負面效應。此外，進行數(shù)字化投入后企業(yè)需要一定時間吸收，這將導致短時期內對商業(yè)模式創(chuàng)新的驅動有限。另一方面，部分企業(yè)因受限于現(xiàn)有條件而未能充分利用數(shù)字化資源，影響了數(shù)字化投入的持續(xù)性與開發(fā)利用，一些企業(yè)甚至出現(xiàn)數(shù)字化外包行為。盡管就短期而言，這些數(shù)字化方式有利可圖，然而長期來看，極易造成企業(yè)外部路徑依賴，難以實現(xiàn)與商業(yè)模式創(chuàng)新的有效銜接。

5.2 管理啟示

（1）遵循適度原則，注重數(shù)字化資源與原生資源的協(xié)調。數(shù)字化不是一味疊加，需要結合企業(yè)自身發(fā)展，將原有資源與現(xiàn)有資源重新分配，達到資源合理配置。企業(yè)應該結合自身數(shù)字化建設水平，在數(shù)字化發(fā)展中掌握適度原則，盡量減少沉沒成本，降低管理及運營費用，立足企業(yè)管理形態(tài)與核心價值環(huán)節(jié)，選擇最佳數(shù)字化轉型切入點。簡言之，面對智能化挑戰(zhàn)，利用數(shù)字化信息和技術解決各類信息系統(tǒng)間的整合與集成問題，是企業(yè)數(shù)字化發(fā)展的重要內容。

（2）合理有序規(guī)劃，注重內部數(shù)字化建設結構合理化。大部分制造業(yè)企業(yè)的數(shù)字化建設仍停留在管理層面，核心競爭力尚未步入數(shù)字化進程。然而，數(shù)字化不僅僅包括通用型軟件和數(shù)字化硬件使用，其價值更多地體現(xiàn)為技術創(chuàng)新帶來的商業(yè)模式創(chuàng)新和生產銷售服務等深層次的流程創(chuàng)新，企業(yè)內部數(shù)字化建設結構的合理化至關重要。因此，企業(yè)應把握現(xiàn)狀、提高效能，抓住當下存在的主要矛盾。對于基礎的通用型數(shù)字化，力求用低成本方式進行復制，提升效率；對于高階的專用型數(shù)字化，充分借助產學研用一體方式合力開發(fā)，從而達到降低成本，規(guī)避轉型風險的目的。大型企業(yè)在此過程中應發(fā)揮示范效應，在合理配置下促使通用型與專用型數(shù)字化投入并駕齊驅；中小企業(yè)則積極跟進、主動融入數(shù)字化服務云平臺，借力發(fā)展數(shù)字化建設。

（3）強化路徑互通，打造管理閉環(huán)。數(shù)字化并不局限于通用系統(tǒng)引進和數(shù)字技術研發(fā)，還聚焦于與數(shù)字化投入水平相匹配的組織資源。企業(yè)不僅需要適應數(shù)字化生產方式，還要有意識地優(yōu)化組織結構和管理模式，最大限度地發(fā)揮數(shù)字化效用。因此，企業(yè)在數(shù)字化發(fā)展過程中要重點從企業(yè)面臨的高端數(shù)字化能力空缺和低端數(shù)字化能力重復性建設的實際困境出發(fā)，進行管理優(yōu)化并拓展其它路徑，注重配套措施的及時跟進，以保證數(shù)字化成效。

參考文獻：

[1] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉型與資本市場表現(xiàn)——來自股票流動性的經驗證據(jù)[J].管理世界，2021，37（7）：130-144.

[2] 劉政，姚雨秀，張國勝，等.企業(yè)數(shù)字化、專用知識與組織授權[J].中國工業(yè)經濟，2020，37（9）：156-174.

[3] 趙宸宇，王文春，李雪松.數(shù)字化轉型如何影響企業(yè)全要素生產率[J].財貿經濟，2021，42（7）：114-129.

[4] WANG Y， KUNG L， WANG W Y C， CEGIELSKI C G. An integrated big data analytics-enabled transformation model： application to health care[J].Information amp; Management，2018， 55（1）： 64-79.

[5] 李琦，劉力鋼，邵劍兵.數(shù)字化轉型、供應鏈集成與企業(yè)績效——企業(yè)家精神的調節(jié)效應[J].經濟管理，2021，43（10）：5-23.

[6] ABBASI A， SARKER S， CHIANG R H. Big data research in information systems： toward an inclusive research agenda[J]. Journal of the Association for Information Systems， 2016，17（2）： 33-45.

[7] MAHONEY J T， PANDIAN J R. The resource-based view within the conversation of strategic management[J].Strategic Management Journal，1992， 13（5）： 363-380.

[8] WAMBA S F， GUNASEKARAN A， AKTER S， et al. Big data analytics and firm performance：effects of dynamic capabilities[J]. Journal of Business Research， 2017， 70：356–365.

[9] AKTER S， WAMBA S F， GUNASEKARAN A， et al. How to improve firm performance using big data analytics capability and business strategy alignment [J]. International Journal of Production Economics， 2016， 182： 113–131.

[10] GHASEMAGHAEI M， EBRAHIMI S， HASSANEIN K. Data analytics competency for improving firm decision making performance[J]. The Journal of Strategic Information Systems， 2017， 27（1）： 101–113.

[11] FINK L， NEUMANN S. Exploring the perceived business value of the flexibility enabled by information technology infrastructure[J]. Information amp; Management， 2009， 46（2）： 90–99.

[12] 張葉青，陸瑤，李樂蕓.大數(shù)據(jù)應用對中國企業(yè)市場價值的影響——來自中國上市公司年報文本分析的證據(jù)[J].經濟研究，2021，56（12）：42-59.

[13] AGRAWAL A， GANS J S ， GOLDFARB A. Artificial intelligence： the ambiguous labor market impact of automating prediction[J]. Journal of Economic Perspectives， 2019， 33（2）： 31-50.

[14] 余妙志，方藝筱.數(shù)字化投入與制造業(yè)全球價值鏈攀升——基于49國面板數(shù)據(jù)的實證分析[J].工業(yè)技術經濟，2022，41（10）：24-31.

[15] NAMBISAN S， LYYTINEN K， MAJCHRZAK A， et al. Digital innovation management：reinventing innovation management research in a digital world[J].MIS Quarterly，2017， 41（1）： 223-238.

[16] GURKAN H， DE VRICOURT F. Contracting， pricing， and data collection under the AI flywheel effect[J].Management Science， 2022， 68（12）： 8791-8808.

[17] 陳勁，尹西明.范式躍遷視角下第四代管理學的興起、特征與使命[J].管理學報，2019，16（1）：1-8.

[18] PORTER M E， HEPPELMANN J E. How smart， connected products are transforming competition[J].Harvard Business Review，2014， 92（11）： 96-114.

[19] CHESBROUGH H， ROSENBLOOM R S. The role of the business model in capturing value from innovation： evidence from xerox corporation's technology spin-off companies[J]. Industrial and Corporate Change， 2002，11（3）： 529-555.

[20] 郭海，韓佳平.數(shù)字化情境下開放式創(chuàng)新對新創(chuàng)企業(yè)成長的影響：商業(yè)模式創(chuàng)新的中介作用[J].管理評論，2019，31（6）：186-198.

[21] ZOTT C， AMIT R， MASSA L. The business model： recent developments and future research[J]. Journal of Management， 2011， 37（4） ： 1019-1042.

[22] ABBAS A E， AGAHARI W， VAN DE VEN M， et al. Business data sharing through data marketplaces：a systematic literature review[J]. Journal of Theoretical and Applied Electronic Commerce Research， 2021， 16（7）： 3321-3339.

[23] JIN R， CHEN K. Impact of value cocreation on customer satisfaction and loyalty of online car-hailing services[J]. Journal of Theoretical and Applied Electronic Commerce Research， 2020， 16（3）： 432-444.

[24] 辛清泉，譚偉強.市場化改革、企業(yè)業(yè)績與國有企業(yè)經理薪酬[J].經濟研究， 2009，55（11）： 68-81.

[25] 戚聿東，蔡呈偉.數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究[J].學習與探索，2020，42（7）： 108-119.

[26] 范如國.員工效率工資與企業(yè)的管理效率分析[J].南開管理評論，2009，12（4）：128-135.

[27] 薛安偉.跨國并購對企業(yè)管理效率的影響研究——基于傾向得分匹配方法的實證分析[J].國際貿易問題，2018，44（3）：24-36.

[28] 任碧云，郭猛.基于文本挖掘的數(shù)字化水平與運營績效研究[J].統(tǒng)計與信息論壇，2021，36（6）：51-61.

[29] 李健，張金林，董小凡.數(shù)字經濟如何影響企業(yè)創(chuàng)新能力：內在機制與經驗證據(jù)[J].經濟管理，2022，42（8）：5-22.

[30] SILVA J M C SANTOS， TENREYRO S. The log of gravity[J].The Review of Economics and Statistics，2006， 88（4）： 641-658.

[31] 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術創(chuàng)新——結構特征、機制識別與金融監(jiān)管下的效應差異[J].管理世界，2020，36（5）：52-66.

[32] HAYES A F， PREACHER K J. Quantifying and testing indirect effects in simple mediation models when the constituent paths are nonlinear[J]. Multivariate Behavioral Research， 2010， 45（4）： 627-660.

（責任編輯：胡俊?。?/p>

The Impact Mechanism of Heterogeneous Digital Investment on the Manufacturing Performance：An Empirical Method Based on Text Mining

Qu Liang， Xu Yuanjie， Guo Yuan

（School of Business Administration amp; MBA， Zhejiang Gongshang University， Hangzhou 310018， China）

Abstract： More and more enterprises have become aware that digitalization that only stays in the basic stage cannot facilitate them in achieving digital transformation. The phenomena of data glut and difficulty in obtaining scarce data resources lead to repetitive construction of basic digital capabilities and insufficient high-level digital capabilities， and the internal digital construction structure of enterprises is unreasonable. Therefore， how to help enterprises effectively solve the difficulties to survive the throes of digitalization and deepen the digital process has become a topic of concern for manufacturing enterprises in recent years.

The existing literature has explored the relationship between digital transformation and corporate performance. However， there is still a lack of research on the relationship between heterogeneous digital inputs and the impact mechanisms of different types of digital inputs on corporate performance. Starting from the value chain theory， this article divides the digital investment of enterprises into general digital investment that supports basic digital activities and specialized digital investment that supports core digital activities. The in-depth exploration of different types of digital investment in enterprises is beneficial for clarifying the key tasks of digital transformation in enterprises and avoiding the problem of repetitive digital construction of a single type.

In the context of the deep integration of the digital economy and the real economy， exploring the economic consequences and impact mechanisms of digital resource investment from a micro perspective is beneficial for deepening the digital development of the real economy. Using the balanced panel data of listed manufacturing enterprises from 2016 to 2021， this study uses text analysis methods and panel regression models to discuss the impact and mechanism of general inputs and specialized digital inputs on enterprise performance from the perspective of heterogeneous digital inputs. It has found that， firstly， there is a non-linear relationship between general digital investment and enterprise performance （rising firstly and then falling） with the inflection point of investment" at 0.367 8. Secondly， there has not yet been a significant relationship between specialized digital investment and enterprise performance. Thirdly， management efficiency optimization is an intermediate mechanism through which digital investment in enterprises affects enterprise performance. It plays a nonlinear mediating role in the process of general digital investment affecting enterprise performance， while business model innovation has not yet played an effective role. The results indicate that after the “dividend period” of general digital investment， its positive value for enterprise performance shows a decreasing process.

It is an inevitable trend to deepen digital reform in enterprises for future development. Therefore， enterprises should follow the principle of moderation in the digital process， pay attention to the coordination of digital resources and native resources， minimize sunk costs， reduce management expenses and operating expenses， and choose the best entry point for digital transformation based on the core values of the enterprise. The contribution of this study is multi-fold. Firstly， it enriches research on digital investment in the manufacturing industry. The study analyzes the economic consequences of general digital investment and specialized digital investment on enterprise performance from the perspective of heterogeneous digitization， which provides reference significance for enterprises" to continue to deepen their digital development. Besides， by clarifying the relationship between two heterogeneous digital inputs and enterprise performance， the mystery of what type of digital input can truly promote the value enhancement of manufacturing enterprises has been revealed. Next， the mechanism of the impact of digital investment on performance in manufacturing enterprises is systematically explored， and “management optimization mechanism” and “model innovation mechanism” are proposed from the perspectives of “efficiency enhancement” and “quality improvement”. In summary， this study is beneficial for reflecting the phenomenon of repetitive construction in basic digital capabilities and the insufficientness of high-level digital capabilities， thereby providing support for the continuous digital construction of Chinese manufacturing enterprises.

Key Words：Specialized Digital Investment; General Digital Investment; Enterprise Performance; Management Optimization Mechanism; Model Innovation Mechanism

基金項目：國家社會科學基金重大項目（21amp;ZD135）；國家社會科學基金重點項目（19AGL015）

作者簡介：曲亮（1980-），男，遼寧大連人，博士，浙江工商大學工商管理學院（MBA學院）教授、博士生導師，研究方向為公司治理與平臺企業(yè)治理；許塬杰（1993-），女，河南焦作人，浙江工商大學工商管理學院（MBA學院）博士研究生，研究方向為數(shù)字經濟與數(shù)字要素市場治理；郭媛（1997-），女，安徽黃山人，浙江工商大學工商管理學院（MBA學院）碩士研究生，研究方向為數(shù)字經濟與治理。本文通訊作者：許塬杰。