數智化資源配置對紡織服裝企業財務績效影響研究

沈愛榮

（浙江紡織服裝職業技術學院，浙江 寧波 315211）

1 引言

隨著企業業務范圍的擴大，傳統的分散管理模式弊端初顯，組織運營成本高且效率低，企業期望通過數智化建設帶動財務轉型和流程再造，從而達到降本增效、增強管控的目的。本文從數智化資源配置對企業財務績效的影響展開研究，因紡織服裝行業是我國的傳統支柱產業，對促進國民經濟發展、解決就業等方面具有十分重要的意義，目前該行業生產經營成本高位運轉，產品附加值不高，行業效益有待進一步提升，基于此本文從我國紡織服裝企業的財務績效層面探究數智化資源建設的配置效率，以期為企業智能化轉型提供參考。

2 文獻綜述

國外在20 世紀90 年代就開始了數智化資源配置效率的研究，Gunn, et al.[1]認為通過合理的資源配置能減少層級結構，使企業獲得成本上的優勢。但國外數智化資源配置效率的研究較為分散，對財務共享服務中心引入企業的實施效果研究很少。國內學者在研究數智化資源配置對企業績效的影響時，有的采用案例研究法對某個典型企業財務共享中心的實施效果進行評價，有的采用實證研究法進行分析。胡愛平等[2]以華為公司為例，剖析華為公司財務共享不同時期對財務績效的影響，認為財務共享對企業財務績效產生了積極影響。何瑛等[3]運用Wilcoxon 相關性檢驗與面板數據，驗證了財務共享的實施對企業績效有正向影響。雖有較多學者研究財務共享與企業績效的關系，但從特定行業企業研究智能化資源配置對企業績效影響的文獻仍較為匱乏。本文運用DEA方法對我國紡織服裝企業數智化建設的效率進行分析，在一定程度上彌補現有研究的不足，并提出一些具體的建議助力企業財務數字化轉型。

3 研究設計

3.1 模型構建

研究企業財務績效通常采用多投入多產出的數據包絡分析方法即DEA，這是測度同類型決策單元相對效率的常用方法。由于數智化資源投入會給企業帶來規模效益，因此本文分析時采用假定規模報酬可變的DEA-BCC 模型，模型介紹如下所示：

假設有n 個決策單元（本文指24 家紡織服裝企業）,每個決策單元有m 項投入和s 項產出，xij和yrj分別表示為第j 個決策單元的第i 種投入量和第r 種產出量。vi和ur分別表示第i 種投入的權值和第r 種產出的權值。Xj和Yj是決策單元j 的投入和產出向量，v 和u 分別表示投入、產出權值向量。

定義決策單元j 的效率評價指數為：

評價決策單元j0效率的數學模型為:

將上述模型轉為線性規劃后再換成對偶形式并增加約束條件，最終得到如下BCC 模型：

3.2 樣本公司的確定

本文根據上市公司網站公告內容和提供財務共享服務建設的供應商網站等，選取24 家紡織服裝上市公司，其中已建立財務共享中心的12 家企業為實驗組，未建立財務共享中心的12 家企業為對照組（見表1），使用Deap2.1 軟件對樣本企業截至2021 年相關投入產出數據進行DEA-BCC 模型分析。所用數據來自上市公司年報及手工收集整理。

表1 共享組與非共享組樣本公司

3.3 評價指標的選取

企業進行數智化建設需投入數智化資源，主要包括智能設備和軟件，最終目標是提高企業的價值創造能力，從而進一步提高企業價值。因此本文的投入指標選取企業投入的智能設備和軟件，產出指標選取成本費用利潤率、凈資產報酬率和總資產周轉率3 個財務指標。本文所選取的投入產出指標如表2 所示。具體指標描述如下。

表2 紡織服裝企業數智化建設效率評價指標體系

3.3.1 智能設備

該指標反映實施數智化建設企業累計投入的電子設備等硬件資源，本文選取截至2021 年末固定資產中列示的電子設備等硬件資源的期末余額來體現。電子設備使用年限較短，超過5 年的設備已經提足折舊報廢并且不在賬面上顯示，因此該余額表示企業近3～5 年內投入的電子設備，在數智化建設中共同起作用的這一類固定資產。

3.3.2 軟件

該指標反映實施數智化建設企業累計投入的軟件資源，選取截至2021 年末無形資產中列示的相關軟件的期末余額來體現。軟件類無形資產通常在3～5 年內攤銷完畢并且不在賬面上顯示，因此該余額表示企業近3～5 年內投入的軟件，在數智化建設中共同起作用的這一類無形資產。

3.3.3 成本費用利潤率

該指標用來衡量企業的經營管理水平，體現了經營耗費所帶來的經營成果。該指標越高，表明付出同樣的代價取得了較高的利潤，企業的盈利能力較強。該指標選自2021 年的年報數據。

3.3.4 凈資產報酬率

該指標反映了企業凈資產獲取收益的能力。該指標越高，表明企業成本費用控制得越好，凈資產的使用效率越高，經營管理水平越高。該指標選自2021 年的年報數據。

3.3.5 總資產周轉率

該指標反映了企業全部資產的管理質量和利用效率，體現了企業經營期間全部資產從投入到產出的流轉速度?？傎Y產周轉率越高，說明企業總資產周轉速度越快，企業銷售能力越強，資產利用效率越高。該指標選自2021 年的年報數據。

4 紡織服裝數智化建設實施效率實證分析

4.1 樣本企業數智化建設綜合效率分析

本文采用Deap2.1 軟件首先對24 家紡織服裝類上市公司截至2021 年投入和產出的數據進行DEA-BCC 模型分析，整體情況如表3 所示。樣本企業數智化資源配置對財務績效的作用效率包括綜合效率值、純技術效率值和規模效率值。其中，綜合效率值=純技術效率值×規模效率值。

表3 樣本企業數智化資源配置對財務績效的作用效率

綜合效率值反映的是在既有技術與規模條件下，樣本企業所能達到的最大產出比，綜合效率值越大表明樣本企業的投入資源配置效率越高，從表3 可見，全部樣本企業綜合效率均值為0.742，由此可見紡織服裝企業的數字化資源配置的整體綜合效率并不高。共享組數智化資源配置的綜合效率均值為0.835，遠高于非共享組，企業的數智化建設整體上近似有效。

4.2 樣本企業數智化建設純技術效率分析

純技術效率表示數智化建設中因企業的管理和技術因素影響的效率，純技術效率值越大表示樣本企業的組織管理和技術水平越高，能夠通過管理和技術實現投入資源有效利用，提升財務績效。由表3 可以看出，全部樣本企業純技術效率均值為0.897，共享組企業的數智化建設純技術效率均值為0.937，表現為強近似有效，高于非共享組企業均值，說明我國紡織服裝企業在進行數智化建設中組織管理和技術水平較高。

共享組有4 家樣本企業純技術效率較低，出現了投入冗余與產出不足，其中海瀾之家在資源投入方面的冗余最多，因投入過多智能設備造成冗余1.970，因投入過多軟件導致的冗余1.979，奧康國際的產出指標成本費用利潤率、凈資產報酬率缺口最大，與目標值分別相差6.942%、8.735%（見表4）。

表4 共享組純技術效率非有效企業需改進情況

非共享組有10 家企業純技術效率較低，九牧王在資源投入方面的冗余最多，因投入過多智能設備造成冗余2.139，因投入過多軟件導致的冗余1.947，七匹狼的產出指標凈資產報酬率缺口最大，與目標值相差9.769%，嘉欣絲綢在成本費用利潤率指標上缺口最大，與目標值相差5.920%（見表5）。

表5 非共享組純技術效率非有效企業需改進情況

4.3 樣本企業數智化建設規模效率分析

規模效率表示企業數智化建設當前規模的投入產出比，當企業資源投入增加與產出增加同比例變動即規模效率為1，說明企業的投入產出比合理，數智化建設規模報酬處于最優，由表3 可知，全部樣本企業規模效率均值為0.813 近似有效，共享組全部樣本企業規模效率均值為0.880 高于非共享組均值，并且共享組有5 家企業而非共享組有10 家企業處于規模效率遞增狀態，可考慮增加一定比例的數智化資源投入，獲得更高的產出。

5 結語

共享組無論從綜合效率、純技術效率還是規模效率上都高于非共享組。財務共享中心有助于快速整合信息，降低企業營運成本，利用管理提升企業的價值創造能力，有條件的企業可考慮建立財務共享中心提升財務績效；已建立財務共享服務中心的企業應優化企業的組織架構和相關人員的知識結構，延伸業務范圍，構建跨部門多模塊的共享中心，協同作業提高效率。

樣本企業多數處在規模報酬遞增階段，可適當加大數智化投入力度依靠規模擴張提升財務績效。有些企業在數智化建設中已經投入大量資金，但是因為業財人員還不完全適應新的工作模式導致部分資源閑置造成冗余，或因為管理人員能力欠缺，監督不到位、信息傳遞不暢等錯過最佳的決策時機導致產出不足。因此企業應當為業務、財務、管理人員提供適當的培訓，由財務共享系統開發公司對企業員工進行業財一體化指導，便于員工快速融入財務共享業務，也可與高校達成培訓協議，管理理論知識缺乏的員工進行回爐再造，還可與管理工作先進的企業對接，管理技能缺乏的員工到先進企業浸潤式學習。