數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效的影響

PAGEPAGE18摘要加深入的研究。2011—2020年的樣本，依據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素、IT生產(chǎn)悖論理論來研究數(shù)字對制造業(yè)企業(yè)財務(wù)績效的影響。研究結(jié)果表明，在數(shù)字化轉(zhuǎn)型的初始階段，一個公司財務(wù)績效的提高對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型中的問題提出相關(guān)的政策建議。關(guān)鍵詞：企業(yè)數(shù)字化轉(zhuǎn)型；制造業(yè)企業(yè)；財務(wù)績效；時滯效應(yīng)AbstractIntheeraofdigitaleconomy,digitaltransformationhasbecomethenewnormalandisregardedasanimportantpartofenterprisebusinesstransformation.Digitaltransformationhascompletelychangedthewaycompaniesconductbusiness.However,digitaltransformationcannotbecompletedovernightandenterprisesfacemanyrisks.Therefore,relevanttheoriesshouldbefurtherstudied.ThispaperusesasampleofChinesemanufacturingenterprisesfrom2011to2020tostudytheimpactofdigitaltransformation(DT)onthefinancialperformanceofmanufacturingenterprisesbasedonthekeyfactorsofenterprisedigitaltransformationandITproductionparadoxtheory.Theresultsshowthatintheinitialstageofdigitaltransformation,theimprovementofacompany'sfinancialperformanceshouldbeverylimited,andmayevenhaveanegativeimpact.Astimegoesby,thissignificantnegativeimpactwillgraduallydecrease.Accordingtotheresearchresults,thispaperputsforwardrelevantpolicysuggestionsfortheproblemsinthedigitaltransformationofmanufacturingenterprises.KeyWords：Firmdigitaltransformation；manufacturingenterprise；financialperformance；timelageffect第1章緒論1.1.1研究背景種數(shù)字技術(shù)，例如云計算、物聯(lián)網(wǎng)平臺、加大客戶分析、數(shù)據(jù)分析等。主要目的是將實現(xiàn)完全數(shù)字化。2012年的《國務(wù)院關(guān)于印發(fā)“十2015年提出《中國制造2025》、2018年的《工業(yè)互聯(lián)網(wǎng)發(fā)展行動計劃（２018~2020年）》等等，體現(xiàn)了我國數(shù)字經(jīng)濟政策由局部變革到整體推進的過程，將不斷助力制造業(yè)創(chuàng)新發(fā)展。目前，正處于后疫情時代，疫情反反復(fù)復(fù)，營商環(huán)境非常復(fù)雜、不穩(wěn)定。企業(yè)轉(zhuǎn)型之路困難重重。根據(jù)2021年16%，這些企業(yè)是2021年的“轉(zhuǎn)型領(lǐng)頭者”[1][2]。此外，數(shù)字化轉(zhuǎn)型涉及到巨大的投入成本、時間周期較長、收益不確定，尚未踏上數(shù)字化轉(zhuǎn)型的企業(yè)數(shù)不勝數(shù)。許多傳統(tǒng)企業(yè)數(shù)字化基礎(chǔ)和能力較弱，尤其是制造業(yè)，對數(shù)字化投資方向不明。因此，研究制造企業(yè)的數(shù)字化至關(guān)重要。本文通過閱讀數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效的影響相關(guān)文年771家制造業(yè)上市公司作為樣本，確定相關(guān)變量進行實證分析，并根據(jù)研究結(jié)論提出有關(guān)實用建議。1.1.2研究目的（ROA）來衡量制造業(yè)企業(yè)財務(wù)績效，控制相關(guān)變量，研究了數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效影響，并且利用替代核心變量的方法，對回歸結(jié)果進行穩(wěn)健性檢驗，達到以下目的：（1）閱讀整理相關(guān)文獻，定義了數(shù)字化轉(zhuǎn)型的定義、總結(jié)了數(shù)字化轉(zhuǎn)型與企業(yè)財務(wù)績效的關(guān)系，提出本文的假設(shè)；（2）明確了數(shù)字化轉(zhuǎn)型的變量及相關(guān)模型，據(jù)此進行實證回歸分析；1.1.3研究意義（1）理論意義究日益重視，本文從數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)財務(wù)績效的關(guān)系出發(fā)，對相關(guān)理論的研究具有參考價值。（2）現(xiàn)實意義目前，我國關(guān)于數(shù)字化轉(zhuǎn)型研究較少，制造業(yè)企業(yè)在轉(zhuǎn)型過程中，往往方向不明，對數(shù)字化轉(zhuǎn)型結(jié)果感到不員提供有關(guān)實用見解，幫助企業(yè)在數(shù)字經(jīng)濟時代建立、保持競爭優(yōu)勢。1.2國內(nèi)外研究現(xiàn)狀1.2.1企業(yè)數(shù)字化轉(zhuǎn)型定義在1996年，來自美國的Tapscott提出了“數(shù)字經(jīng)濟”，有關(guān)學(xué)者和業(yè)界大體上主張為新經(jīng)濟表現(xiàn)形式的一種靠企業(yè)。企業(yè)在突如其來的疫情下，生存非常困難。對此，企業(yè)必須加快數(shù)字化轉(zhuǎn)型，通過充分利用數(shù)字技術(shù)尋求轉(zhuǎn)型路線和變革突破點。Vial關(guān)于數(shù)字化轉(zhuǎn)型定義，他認為是這樣的：企業(yè)通過應(yīng)用數(shù)字技術(shù)推動實體變革，提高企業(yè)運營效率和績效[4]。因此，可以看出企業(yè)數(shù)字化變革是一個組織變革的過程。Hess覺得數(shù)字轉(zhuǎn)型是這樣的，企業(yè)變革公司的商業(yè)模式，采取的辦法之一就是通過數(shù)字技術(shù)，最終導(dǎo)致產(chǎn)品、生產(chǎn)過程、組織結(jié)構(gòu)自動化[5]。BobHinings以為數(shù)字化轉(zhuǎn)型不是單一的變革，往往是通過多種數(shù)字創(chuàng)新，形成了綜合效應(yīng)，轉(zhuǎn)型將會出現(xiàn)新的加入者、布局，實踐方式，價值觀和信念，最終改變組織、生態(tài)系統(tǒng)，行業(yè)或領(lǐng)域內(nèi)的現(xiàn)存規(guī)則[6]。1.2.2企業(yè)數(shù)字化轉(zhuǎn)型與財務(wù)績效的研究一些研究學(xué)者認為企業(yè)數(shù)字化程度與財務(wù)績效呈正相關(guān)：Stratopoulos研究表明，在其他條件相同的情況下，IT相比，IT的成功應(yīng)用享有優(yōu)越的財務(wù)業(yè)績[7]。Kaur和Sood（2017）認為對IT進行大量的投資，促進知識和信息在供應(yīng)鏈中流動，加強對客戶關(guān)系管理、快速改進產(chǎn)品應(yīng)對客戶需求、提高組織的敏捷性等方式提高企業(yè)績效[8]，還可以通過對企業(yè)人員的變革、調(diào)整企業(yè)的運用模式等內(nèi)部優(yōu)化和加強外部溝通間接提高企業(yè)績效的路徑有兩個方面，第一個方面是“互聯(lián)網(wǎng)+”可以提高企業(yè)提升創(chuàng)新能力；第二個方面是通過實施“互聯(lián)網(wǎng)+”，企業(yè)獲取信息渠道更加多、信息更加充分，從而降低了企業(yè)的成本[10]。何帆與劉紅霞（2019）經(jīng)過研究發(fā)現(xiàn)，國家出臺相關(guān)的數(shù)字經(jīng)濟政策以及企業(yè)數(shù)字化轉(zhuǎn)型意識，這些將提高企業(yè)的業(yè)績，主要通過降低企業(yè)的成本、實施創(chuàng)新驅(qū)動型的戰(zhàn)略等顯著提高了企業(yè)財務(wù)績效[11]。胡青（2020）采取了問卷調(diào)查的方法，研究對象是浙江省民營企業(yè)，最終通過問卷分析發(fā)現(xiàn)：當公司采取數(shù)字化轉(zhuǎn)型后，企業(yè)的績效將會提高[12]。翟華云（2022）發(fā)現(xiàn)數(shù)字技術(shù)ROA而言，其表現(xiàn)比沒有采取數(shù)字化轉(zhuǎn)型的公司高出0.33個百分點。此外，當一家公司采取數(shù)字化轉(zhuǎn)型后，公司有更低的成本、更好的運營效率以及更容易促進創(chuàng)新，從而帶來更好的ROA和ROE[13]。IT出現(xiàn)，沒有給企業(yè)帶來額外的績效，這種現(xiàn)象被稱為“IT悖論”。Fitzgerald等人報告IT悖論的[14]。當企業(yè)投資技術(shù)Hajlietal研究結(jié)果發(fā)現(xiàn)，一些公司從IT投資中受益，而其他公司卻沒有[15]。郭馨梅與沈冉（2020）研究了零售業(yè)數(shù)字化轉(zhuǎn)型，結(jié)果表明企業(yè)實施數(shù)字化轉(zhuǎn)型后，經(jīng)營效率下降，主要是因為企業(yè)初期投入資源過多，技術(shù)進步帶來的影響一時之間難以顯現(xiàn)[16]。另一個可能的原因是，數(shù)字化從多方面對績效產(chǎn)生影響，影響有促進也有抑制，兩者存在相互抵消，可能最終看起來影響是不顯著的。戚聿東（2020）研究對象為我國非高科技制造企業(yè)，采取特定關(guān)鍵詞法衡量公司數(shù)字化水平的指標。之所以結(jié)果不顯兩條路徑互相抵消[17]。1.2.3研究述評個層面的數(shù)字化、使得客戶體驗增強、運營模式得到簡化，最終變成新的商業(yè)模式。在企業(yè)落實，可以產(chǎn)生正效應(yīng)，為企業(yè)帶來可觀的財務(wù)績效。1.3研究方法與內(nèi)容1.3.1研究內(nèi)容思路，統(tǒng)領(lǐng)全文。論基礎(chǔ)。分別為企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素、IT投資悖論。研究情況，提出了本文的兩個研究假設(shè)；其次，闡述了本，構(gòu)建了數(shù)字化轉(zhuǎn)型與企業(yè)財務(wù)績效的回歸模型。Hausman檢驗結(jié)果，選擇回歸分析的模型，最后對研究結(jié)果進行穩(wěn)健性檢驗。。包括全文總結(jié)和研究不足及展望。本文通過對制造業(yè)數(shù)字化轉(zhuǎn)型的一系列研究，得出結(jié)論，并提出相應(yīng)的建議，為管理者提供相關(guān)轉(zhuǎn)型見解，指明未來研究方向。1.3.2研究方法業(yè)企業(yè)財務(wù)績效的影響。的各類信息，對理論、數(shù)據(jù)結(jié)果進行分析，為論文寫作提供借鑒意義。實證分析法：首先，閱讀相關(guān)文獻，提出研究假設(shè)，設(shè)計相關(guān)研究變量。結(jié)合已有文獻選取指標衡量企業(yè)數(shù)字（ROA）衡量企業(yè)財務(wù)績效。選取了制造業(yè)上市公司，構(gòu)建數(shù)字化轉(zhuǎn)型、財務(wù)績效的多元回歸模型，進行回歸分析，最終得出相應(yīng)的研究結(jié)論。第2章理論基礎(chǔ)型。因此，有必要分析哪些關(guān)鍵因素能夠促進企業(yè)數(shù)字化轉(zhuǎn)型。[18]。首先個人層面，涉及到管理者的數(shù)字領(lǐng)導(dǎo)力、，根據(jù)外部環(huán)境的變化，引導(dǎo)員工完成企業(yè)的戰(zhàn)略性目標，制定[19]。這是因為實施數(shù)字化轉(zhuǎn)型，部分員工可能會產(chǎn)生抵觸利用數(shù)字技術(shù)，提高企業(yè)自身的核心競爭力。因此，研究制造業(yè)轉(zhuǎn)型時，理解企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素不可或缺。2.2IT生產(chǎn)率悖論生產(chǎn)力悖論是指，信息技術(shù)革命的出現(xiàn)，沒有給企業(yè)帶來額外的績效，這一直是許多研究項目、新聞和書籍的中心[20]。在80年代，IT資源被認為是企業(yè)取得競爭優(yōu)勢的關(guān)鍵，Porter經(jīng)過研究得出結(jié)論，IT有三方面的影響：改變產(chǎn)業(yè)結(jié)構(gòu)和影響競爭格局、幫助企業(yè)創(chuàng)建新業(yè)務(wù)，使用IT的公司表現(xiàn)優(yōu)于競爭對手[21]。但在90年代，信息技術(shù)可以帶來競爭優(yōu)勢這一觀點已經(jīng)變得不那么確定了[20]。Fitzgerald的數(shù)字技術(shù)調(diào)查研究報告表明：高管們對公CEO們有從事數(shù)字轉(zhuǎn)型的愿景，并且大多數(shù)員工（報告中有93%的人）認為這是正確的做法，然而，數(shù)字轉(zhuǎn)型的實施遠非令人滿意[14]。Hajlietal經(jīng)過研究發(fā)現(xiàn)，一些公司從IT投資中受益，而其他公司卻沒有[15]。即IT對財務(wù)績效的影響并非對所有公司都是相同的。這個悖論表明，在公司中實施數(shù)字化轉(zhuǎn)型存在實際挑戰(zhàn)。因此，生產(chǎn)力悖論為我們探究數(shù)字化轉(zhuǎn)型對制造業(yè)財務(wù)績效之間關(guān)系奠定了基礎(chǔ)。3.1研究假設(shè)基于企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素理論，明確了數(shù)字化轉(zhuǎn)型涉及到個人層面、組織層面和產(chǎn)業(yè)層面的變革。因少。假設(shè)1：數(shù)字化轉(zhuǎn)型與制造業(yè)企業(yè)財務(wù)績效存在負向關(guān)系。生產(chǎn)率悖論，企業(yè)進行數(shù)字化轉(zhuǎn)型，財務(wù)表現(xiàn)不佳。因為，企業(yè)進行IT投資，IT能夠?qū)ζ髽I(yè)財務(wù)績效產(chǎn)生作用，不是對技術(shù)的投資，而是技術(shù)得到了實際的使用。因此，數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效影響滯效。3.2變量設(shè)計與數(shù)據(jù)來源3.2.1變量設(shè)計（1）被解釋變量我們研究的是數(shù)字化轉(zhuǎn)型解釋了財務(wù)績效，故被解釋變量為企業(yè)財務(wù)績效。通過查閱財務(wù)績效相關(guān)研究文獻，（ROA）作為被解釋變量[11][13][17]。該項指標在實證分析研究中非常成熟，而且數(shù)據(jù)很容易在上市公司信息披露中找到，實操性很強。（2）解釋變量本文的解釋變量，為數(shù)字化轉(zhuǎn)型。對于如何衡量企業(yè)實施了數(shù)字化轉(zhuǎn)型。參照Verhoef、Gal等人的做法，統(tǒng)計“0-1”的虛擬變量，作為企業(yè)是否實施數(shù)字化轉(zhuǎn)型[22][23]，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。如果頻次不為0，認為企業(yè)當年有進行數(shù)字化轉(zhuǎn)型，值為1，否則為0。（3）控制變量為了排除其他因素的干擾，選取相關(guān)控制變量。參考相關(guān)研究國內(nèi)外文獻，控制變量應(yīng)該體現(xiàn)企業(yè)經(jīng)營能力、企業(yè)償債能力、企業(yè)成長能力、企業(yè)規(guī)模、公司性質(zhì)和公司治理結(jié)構(gòu)等指標[10][11][13][17]。因此本文控制變量相應(yīng)為：流動資產(chǎn)周轉(zhuǎn)率（liqi,t）、資產(chǎn)負債率（levi,t）、營業(yè)收入增長率（growthi,t）、規(guī)模（sizei,（state）、兩職合一（duality）、大股東持股（No）、年份（year）。各個變量定義詳細情況，如表3.1所示表3.1相關(guān)變量定義表變量變量符號變量定義被解釋變量財務(wù)績效ROA凈利潤/年平均資產(chǎn)×100%解釋變量數(shù)字化轉(zhuǎn)型DT當年實施數(shù)字化轉(zhuǎn)型取1，否則取0流動資產(chǎn)周轉(zhuǎn)率liq主營業(yè)務(wù)收入凈額/平均流動資產(chǎn)總額資產(chǎn)負債率lev期末總負債/期末總資產(chǎn)×100%成長性growth營業(yè)收入增長率規(guī)模size總資產(chǎn)的自然對數(shù)控制變量 企業(yè)性質(zhì)兩職合一持股

statedualityNo

第一大股東為國有取1，否則取01人取1，否則取0第一大股東持股數(shù)/總股本×100%3.2.2數(shù)據(jù)來源從2008年起，伴隨著越來越多技術(shù)的出現(xiàn)，數(shù)字化有關(guān)的基本概念已經(jīng)出現(xiàn)，但企業(yè)對數(shù)字化的認識不夠深2011年后，國家陸續(xù)出臺相關(guān)數(shù)字經(jīng)濟政策，例如促進電子商務(wù)和建設(shè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的國家政策，鼓勵企業(yè)進行數(shù)字化，為數(shù)字化奠定了制度基礎(chǔ)；企業(yè)也在普遍采用企業(yè)資源計劃、辦公自動化，為數(shù)字化奠定了物質(zhì)基礎(chǔ)?？紤]到數(shù)據(jù)的獲得性，本論文將研究時間限定在2011年-2020年。選取數(shù)據(jù)為制造業(yè)，主要來源于計算機、通信和其他電子設(shè)備制造業(yè)、電氣機械及器材制造業(yè)、醫(yī)藥制造業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)、專用設(shè)備制造業(yè)等等。為保證數(shù)據(jù)分析的可靠性，對數(shù)據(jù)進行如下處理：（1）刪除ST、*ST企業(yè)；（2）去掉變量數(shù)據(jù)缺失的樣本；（3）為了減少異常值的影響，對總資產(chǎn)收益率（ROA）、流動資產(chǎn)周轉(zhuǎn)率（liq）、資產(chǎn)負債率（lev）等連續(xù)變量進行1%和99%水平上的縮尾處理；（4）去掉資產(chǎn)負債率（lev）不在0-1范圍的異常樣本。最終篩選了771家上市公司作為樣本研究對象進行實證分析。CSMAR數(shù)據(jù)庫。本文使用Excel2016、Stata16軟件，進行數(shù)據(jù)處理和實證分析。公司所屬行業(yè)明細見表3.2表3.2制造業(yè)明細行業(yè)名稱行業(yè)代碼樣本數(shù)百分占比農(nóng)副食品加工業(yè)C13232.98%食品制造業(yè)C14131.69%酒、飲料和精制茶制造業(yè)C15182.33%紡織業(yè)C17151.95%紡織服裝、服飾業(yè)C18111.43%皮革、毛皮、羽毛及其制品和制鞋業(yè)C1930.39%木材加工及木、竹、藤、棕、草制品業(yè)C2040.52%家具制造業(yè)C2120.26%造紙及紙制品業(yè)C22121.56%印刷和記錄媒介復(fù)制業(yè)C2350.65%文教、工美、體育和娛樂用品制造業(yè)C2430.39%石油加工、煉焦及核燃料加工業(yè)C2560.78%化學(xué)原料及化學(xué)制品制造業(yè)C26617.91%醫(yī)藥制造業(yè)C27688.82%化學(xué)纖維制造業(yè)C2870.91%橡膠和塑料制品業(yè)C29232.98%非金屬礦物制品業(yè)C30263.37%黑色金屬冶煉及壓延加工業(yè)C31131.69%有色金屬冶煉及壓延加工業(yè)C32243.11%金屬制品業(yè)C33232.98%通用設(shè)備制造業(yè)C34425.45%專用設(shè)備制造業(yè)C35577.39%汽車制造業(yè)C36455.84%鐵路、船舶、航空航天和其它運輸設(shè)備制造業(yè)C37141.82%電氣機械及器材制造業(yè)C3810814.01%計算機、通信和其他電子設(shè)備制造業(yè)C3912816.60%儀器儀表制造業(yè)C40121.56%其他制造業(yè)C4150.65%總計771100%3.3模型設(shè)計根據(jù)本文提出的假設(shè)，使用回歸分析方法分析數(shù)字化轉(zhuǎn)型與企業(yè)財務(wù)績效之間的關(guān)系，構(gòu)建回歸模型。如果解釋變量的系數(shù)顯著為正，那么表示在控制相關(guān)變量后，數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效具有顯著的正面影響;如果系數(shù)顯著為負，那么表示數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效具有負面影響。第4章結(jié)果分析4.1描述性統(tǒng)計結(jié)果分析表4.1相關(guān)變量描述性統(tǒng)計變量樣本數(shù)平均值中位數(shù)方差最小值最大值ROA77100.04500.03900.0560-0.1560.220DT77100.68010.46601liq77101.2781.0950.7890.2544.802lev77100.4060.4010.1870.05400.833growth77100.1520.1070.307-0.4001.750size771022.2622.141.17320.1125.68state77100.33400.47201duality77100.28900.45301No771034.3732.5713.859.09071.31表4.1列出了制造業(yè)企業(yè)2011年-2020年財務(wù)績效及數(shù)字化轉(zhuǎn)型等相關(guān)變量。根據(jù)表中數(shù)據(jù)可以知道，本文研究7710，制造業(yè)企業(yè)在研究時間里總資產(chǎn)凈利率（ROA）平均值為0.0450，中位數(shù)為0.0390，說明制造業(yè)企業(yè)的總資產(chǎn)凈利率在總體上是偏右的，最小值為-0.156，最大值為0.220，表明制造業(yè)上市公司的總資產(chǎn)凈利率（ROA）不僅較低，而且每個公司的財務(wù)績效差距較大。此外，數(shù)字化轉(zhuǎn)型指標DT平均值為0.680，表明在大部分年度里，制造業(yè)公司實施了數(shù)字化轉(zhuǎn)型?？刂谱兞拷y(tǒng)計方面，制造業(yè)企業(yè)流動資產(chǎn)周轉(zhuǎn)率（liq）平均值為1.278，最這說明較多的制造業(yè)企業(yè)流動資產(chǎn)周轉(zhuǎn)速度慢，企業(yè)對于流動資產(chǎn)的綜合使用能力較低，企業(yè)短期償4.802，這說明了少部分制造業(yè)公司，對于流動資產(chǎn)周轉(zhuǎn)方面做得比較好，生產(chǎn)經(jīng)營狀況比較好。制造業(yè)企業(yè)平均資產(chǎn)負債率（lev）為0.406，最小為0.0540，表明公司的資產(chǎn)負債率在可接受的范圍內(nèi)，并未出現(xiàn)重大的負債問題，此時企業(yè)風險可控、資本結(jié)構(gòu)合理、長期發(fā)展?jié)摿Ω?。但有公司的資產(chǎn)這說明公司資本結(jié)構(gòu)不夠合理，面臨著財務(wù)風險，需強加防范，優(yōu)化企業(yè)的資本機構(gòu)；制造業(yè)企業(yè)平均的營業(yè)收入增長率（growth）為0.152，最小是-0.400，最大至1.750，這表明，營業(yè)收入增長率增長速度很慢，企業(yè)應(yīng)該進行轉(zhuǎn)變生產(chǎn)方式，提高企業(yè)的發(fā)展能力。從企業(yè)規(guī)模（size）這一指標來看，取值范圍為20.11-25.68，平均數(shù)為22.26，樣本公司的規(guī)模差異不大，整體分布比較平衡。企業(yè)性質(zhì)（state）平均值為0.472，表明制造業(yè)企業(yè)有47.2%為國有企業(yè)；大股東持股（No）平均值為34.37，中位數(shù)為32.57，最小值為9.090，最大值為71.31，表明制造業(yè)上市在公司治理結(jié)構(gòu)上存在較大的差距。4.2相關(guān)性檢驗表4.2各個變量的相關(guān)性檢驗ROA DT liq lev growth size duality No ROA 1DT -0.024** 1liq0.103***-0.088***1lev-0.340***0.01000.304***1growth0.277***-0.004000.090***0.01301size0.01800.110***0.276***0.545***0.033***1duality0.024**0.030***-0.105***-0.131***0.039***-0.143***1No0.132***-0.079***0.101***0.035***0.01400.102***-0.00500 1state-0.083***-0.068***0.137***0.276***-0.071***0.292***-0.287***0.120***1Standarderrorsinparentheses***p<0.01,**p<0.05,*p<0.1在對數(shù)據(jù)進行回歸分析之前，使用Stata16進行相關(guān)性檢驗。由檢驗結(jié)果為表4.2，可知各變量間的相關(guān)系數(shù)都4.2可知，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型指標(ROA)在5%顯著性水平上呈負相關(guān)，換句話說，制造業(yè)上市公司當期實施數(shù)字化轉(zhuǎn)型反向影響企業(yè)財務(wù)績效，初步驗證了假設(shè)1的可能性；（liq）與總資產(chǎn)凈利率（ROA）的相關(guān)系數(shù)為0.103，在1%的顯著（lev）與總資產(chǎn)收呈負相關(guān)，并且在1%的顯著性水平，說明制造業(yè)上市公司中，負債過高，面臨的財務(wù)風險越多，反而會（ROA）與營業(yè)收入增長率（growth）相關(guān)系數(shù)為0.277，并且在1%的顯著性水平正相關(guān)；企業(yè)規(guī)模（size）與總資產(chǎn)收益率（ROA）的相關(guān)系數(shù)為0.0180，但是不顯著；企業(yè)性質(zhì)（state）與總資產(chǎn)收益率（ROA）相關(guān)系數(shù)為-0.083，在1%的顯著性水平負相關(guān)；公司治理的兩個指標，兩職合一（duality）、大股東持股（No）與總資產(chǎn)收益率（ROA）分別在5%、1%上顯著正相關(guān)，即公司治理情況越好，企業(yè)財務(wù)績效也就越高。進行VIF多重共線性檢驗，以便保證后續(xù)回歸穩(wěn)定。據(jù)表4.3可知，VIF最大值為1.540，小于10，總體VIF值小于2。按照既定標準，存在多重共線性需要同時滿足兩個條件，不僅最大的VIF＞10，而且平均的VIF大于1。對比可知，變量不存在多重共線性，可排除多重共線性的問題，為后面的回歸分析做出了鋪墊。表4.3VIF多種共線性檢驗結(jié)果VariableVIF1/VIFsize1.5400.648lev1.5100.662state1.2200.819liq1.1600.865duality1.1000.908DT1.0400.957No1.0400.966growth1.0200.983MeanVIF1.2004.3Hausman檢驗（ROA）為因變量，控制企業(yè)規(guī)模、經(jīng)營能力、成長能力、公司治理情況等，對771家制造業(yè)做回歸分析。在進行回歸分析前，使用豪斯曼檢驗判斷樣本適用固定模型還是隨機模型。Hausman檢驗如表4.4，由表4.4可知，由于p值為0.0000，小于顯著性水平1%，故強烈地拒絕原假設(shè)。（FE）模型優(yōu)于隨機效應(yīng)（RE）模型，采用固定模型進行回歸分析。表4.4數(shù)字化轉(zhuǎn)型Hausman檢驗結(jié)果Test:Ho:differenceincoefficientsnotsystematicchi2(8)=(b-B)'[(V_b-V_B)^(-1)](b-B)=91.11Prob>chi2=0.00004.4回歸分析4.4.1基準回歸結(jié)果4.5所示。由表4.5可知，數(shù)字化轉(zhuǎn)型指標（DT）與總資產(chǎn)凈利率（ROA）-0.00461，并且在1%水平上顯著負相關(guān)，這說明制造業(yè)企業(yè)實施數(shù)字化轉(zhuǎn)型，對企業(yè)當期財務(wù)績效為負面影響，因此，假設(shè)1成立。就是說，在數(shù)字化轉(zhuǎn)型的初始階段，一個公司財務(wù)績效的提高應(yīng)該非常有限，甚至可能產(chǎn)生負面影響?；D(zhuǎn)型可能會受到阻礙。4.5可以得出結(jié)論：企業(yè)流動資產(chǎn)周轉(zhuǎn)率、營業(yè)收入增長率、企業(yè)規(guī)模穩(wěn)定增長時，企業(yè)財務(wù)績效（ROA）的提高；相反，企業(yè)資產(chǎn)負債率過高，面臨風險越多，公司的財務(wù)績效越不容易提高，甚至會導(dǎo)致公司財務(wù)績效下降。表4.5數(shù)字化轉(zhuǎn)型與制造業(yè)財務(wù)績效的關(guān)系：基準回歸ROAVARIABLES FEDT -0.00461***(0.00114)liq 0.0206***(0.00133)lev -0.154***(0.00517)growth 0.0413***(0.00154)size 0.00555***(0.00104)duality -0.000846(0.00155)No 0.000594***(7.95e-05)state -0.00310(0.00394)Constant -0.0653***(0.0234)Observations 7,710Numberofcode 771R-squared 0.241Hausman 91.11p-value 0Standarderrorsinparentheses***p<0.01,**p<0.05,*p<滯后回歸結(jié)果IT文獻，有必要對數(shù)字化轉(zhuǎn)型指標進行滯后回歸，以觀察這種滯后效應(yīng)。對數(shù)字化轉(zhuǎn)型指標進行滯后一期、二期處理，回歸結(jié)果如表4.6：表4.6財務(wù)績效模型滯后期回歸結(jié)果ROAROAROADT-0.005***-0.002*-0.003**(0.001)(0.001)(0.001)L.DT-0.003***(0.001)L2.DT-0.001(0.001)liq0.021***0.020***0.021***(0.001)(0.001)(0.002)lev-0.154***-0.156***-0.162***(0.005)(0.006)(0.006)growth0.041***0.040***0.039***(0.002)(0.002)(0.002)size0.006***0.009***0.011***(0.001)(0.001)(0.001)duality-0.001-0.001-0.001(0.002)(0.002)(0.002)No0.001***0.000***0.000***(0.000)(0.000)(0.000)state-0.003-0.004-0.005(0.004)(0.004)(0.005)_cons-0.065***-0.132***-0.177***(0.023)(0.027)(0.031)N7710.0006939.0006168.000r20.2410.2240.221r2_a0.1560.1260.108Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01-0.005；滯后一期后，仍然為顯著負影響，但相關(guān)系數(shù)為-0.003，有下降的趨勢；當滯后兩期后，雖然相關(guān)系數(shù)為-0.001，但不再顯著影響?？偨Y(jié)可知，數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)績效的影響存在滯后性，換句話說，企業(yè)實施數(shù)字化轉(zhuǎn)型，財務(wù)績2成立。從控制變量方面來看，分析如下：流動資產(chǎn)周轉(zhuǎn)率各個時期均為顯著正影響，表明企業(yè)運營能力越好，財務(wù)績（growth）與財務(wù)績效（ROA）顯著正相關(guān)，滯后兩期仍顯著；企業(yè)規(guī)模越大，財務(wù)績效表現(xiàn)越好，究其原因是，相比與中小企業(yè)，大企業(yè)往往更加知名，容易被市場接受，因此，大企業(yè)更容易獲得融資，吸引高科技人才，促進企業(yè)發(fā)展，從而提高企業(yè)財務(wù)績效。在滯后兩期回歸中，資產(chǎn)負債率對企業(yè)財務(wù)績效始終為顯著負影響，因為資產(chǎn)負債率過高，意味著企業(yè)資本結(jié)構(gòu)不合理，企業(yè)杠桿失衡，對財務(wù)績效產(chǎn)生不利影響?！?.5穩(wěn)健性檢驗法，對此次回歸進行穩(wěn)健性檢驗。表4.7替換核心變量的穩(wěn)健性檢驗ROEROAVARIABLESFEVARIABLESFEDT-0.00877***digital-0.00302***-0.0023-0.000596liq0.0451***liq0.0207***-0.00269-0.00133lev-0.230***lev-0.154***-0.0104-0.00515growth0.0778***growth0.0412***-0.00311-0.00154size0.0167***size0.00663***-0.00211-0.0011duality-0.00376duality-0.000914-0.00314-0.00155No0.00108***No0.000573***-0.000161-7.98E-05state-0.0135*state-0.00323-0.00798-0.00394Constant-0.302***Constant-0.0881***-0.0474-0.0245Observations7,710Observations7,710Numberofcode771Numberofcode771R-squared0.196R-squared0.242Hausman113.9Hausman90.91p-value0p-value0Standarderrorsinparentheses***p<0.01,**p<0.05,*p<0.1其一、更換被解釋變量總資產(chǎn)凈利率（ROA）為凈資產(chǎn)收益率（ROE）[11][13][17]。通過查閱財務(wù)績效相關(guān)研究文獻，企業(yè)財務(wù)績效除了總資產(chǎn)凈利率（ROA）外，還可以用凈資產(chǎn)收益率（ROE）來衡量，回歸結(jié)果如表4.7第1（ROE）的系數(shù)為-0.00877，仍為顯著負影響，控制變量與ROE之間的關(guān)系，無論是系數(shù)方向還是顯著性都與被解釋變量為（ROA）時一致，說明回歸分析通過了穩(wěn)健性檢驗，具有穩(wěn)健性?！癉T”替換為“digital”，此時digital為在提取關(guān)鍵詞的細分指標在報告出現(xiàn)的頻數(shù)后，將測到的詞頻數(shù)+1進行對數(shù)化處理[13][24]。回歸結(jié)果如表4.7第2列，數(shù)字化轉(zhuǎn)型指標（digital）與總資產(chǎn)凈利率（ROA）的系數(shù)為-0.00302，仍為顯著負影響，說明回歸結(jié)果是穩(wěn)健的。綜上所述，表4.7的回歸結(jié)果表明，采取替代核心變量的方法，替代了被解釋變量（ROE）、替代了解釋變量實證結(jié)果都是數(shù)字化轉(zhuǎn)型對制造業(yè)財務(wù)績效有負面影響。第5章總結(jié)與展望5.1全文總結(jié)IT生產(chǎn)悖論作為理論基771家上市公司2011年-2020年的數(shù)據(jù)作為樣本通過實證分析探討了數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效的影響，研究結(jié)論包括：第一、企業(yè)進行數(shù)字化轉(zhuǎn)型，在短期內(nèi)，可能給企業(yè)帶來顯著的負面影響來負面效果第二、數(shù)字化轉(zhuǎn)型對公司的財務(wù)績效有一定的滯后效應(yīng)可能會在滯后幾期時間內(nèi)顯現(xiàn)。相關(guān)建議：第一、管理者引領(lǐng)思想變革第二、認識到數(shù)字化轉(zhuǎn)型耗時且艱巨，加強數(shù)字投資IT部門準備情況。從這個意義上說，數(shù)字化轉(zhuǎn)型可能不會在一夜之間使公司的利在轉(zhuǎn)型過程中，共同應(yīng)對各種復(fù)雜的挑戰(zhàn)與風險，以減輕組織惰性。第三、把控數(shù)字化轉(zhuǎn)型的節(jié)奏競爭優(yōu)勢和發(fā)展機會；如果轉(zhuǎn)型太早，將會造成供應(yīng)鏈上的沖突，從而增加數(shù)字化轉(zhuǎn)型的費用。所以，如果供應(yīng)滯后效應(yīng)，而企業(yè)的聲譽、用戶滿意度的提升等競爭業(yè)績，可以為企業(yè)加快或減緩數(shù)字化轉(zhuǎn)型提供建議。5.2研究不足與展望由于本人閱覽文獻、時間有限、學(xué)習能力、學(xué)歷情況等因素，本論文的研究還存在一些不足，具體情況如下：2011-2020年制造業(yè)上市公司作為樣本，故將年份缺失的樣本剔除，未涵蓋全部制造業(yè)，故本文研究結(jié)果不一定準確，部分企業(yè)能不適用本次的研究結(jié)論；第二、數(shù)字化轉(zhuǎn)型衡量指標方面，本文統(tǒng)計了“人工智能、區(qū)塊鏈、云計算技術(shù)、大數(shù)據(jù)、數(shù)字技術(shù)應(yīng)用”的“0-1”虛擬變量，據(jù)此衡量數(shù)字化轉(zhuǎn)型。雖然非常簡單易行，但是很可能會丟失關(guān)于數(shù)字化轉(zhuǎn)型的細致信息。因為無法衡量企業(yè)數(shù)字化的程度，也無法追蹤企業(yè)數(shù)字化轉(zhuǎn)型的進程。效，本文還沒有做過深入的探討，需要深入研究數(shù)字化轉(zhuǎn)型的中介效應(yīng)。在明確了數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)財務(wù)績效的影響后，探求數(shù)字化轉(zhuǎn)型通過哪些途徑影響財務(wù)績效。參考文獻[1]SimonChanias,MichaelD.Myers,ThomasHess.DigitalDTstrategymakinginpre-digitalorganizations:Thecaseofafinancialservicesprovider[J].JournalofStrategicInformationSystems,2019,28(1).[J].管理世界,2020,36(03):164-183.DOI:10.19744/ki.11-1235/f.2020.0040.[3]劉濤雄,徐曉飛.互聯(lián)網(wǎng)搜索行為能幫助我們預(yù)測宏觀經(jīng)濟嗎?[J].經(jīng)濟研究,2015,50(12):68-83.[4]GregoryVial.UnderstandingdigitalDT:Areviewandaresearchagenda[J].JournalofStrategicInformationSystems,2019,28(2).[5]Hess,Thomas,Matt,Christian,Benlian,Alexander,Wiesboeck,Florian.OptionsforFormulatingaDigitalDTStrategy[J].MISquarterlyexecutive,2016,15(2).[6]BobHinings,ThomasGegenhuber,RoystonGreenwood.DigitalinnovationandDT:Aninstitutionalperspective[J].InformationandOrganization,2018,28(1).[7]TheophanisStratopoulos,BruceDehning.Doessuccessfulinvestmentininformationtechnologysolvetheproductivityparadox?[J].Information&Management,2000,38(2).[8]PatrickMikalef,AdamantiaPateli.Informationtechnology-enableddynamiccapabilitiesandtheirindirecteffectoncompetitiveperformance:FindingsfromPLS-SEMandfsQCA[J].JournalofBusinessResearch,2017,70.[9]AlbertoBayo-Moriones,MargaritaBillón,FernandoLera-López.PerceivedperformanceeffectsofICTinmanufacturingSMEs[J].IndustrialManagement&DataSystems,2013,113(1).[10]楊德明,劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績[J].中國工業(yè)經(jīng)濟,2018(05):80-98.DOI:10.19581/ki.ciejournal.2018.05.005.[11]何帆,劉紅霞.數(shù)字經(jīng)濟視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估[J].改革,2019(04):137-148.[12]胡青.企業(yè)數(shù)字化轉(zhuǎn)型的機制與績效[J].浙江學(xué)刊,2020(02):146