異質性數字化投入對制造業績效的影響機理

摘要摘 要：基于2016-2021年制造業上市企業平衡面板數據，以異質性數字化投入為切入點，運用文本分析方法和面板回歸模型，研究通用型數字化投入和專用型數字化投入對企業績效的影響及作用機制。研究發現：第一，通用型數字化投入與企業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，專用型數字化投入與企業績效之間關系不顯著；第三，管理效率優化是企業數字化投入作用于企業績效的中間機制，在通用型數字化投入影響企業績效的過程中發揮非線性中介傳導作用，而商業模式創新在目前尚未發揮有效作用。研究結論表明，經過通用型數字化投入的“紅利期”，其對企業績效的正向影響呈遞減趨勢。

關鍵詞：專用型數字化投入；通用型數字化投入；企業績效；管理優化機制；模式創新機制

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”全面實現制造設備、產線、物料、人員等生產要素數字化及云端匯聚，通過需求、設計、生產、經營等管理運營系統的云端部署構建起端到端的生產指揮系統，同時，探索端到端數據自動流動的新模式。犀牛智造的整體思路是通過構建產業全鏈路數字化模式實現供需的精準匹配和動態平衡，使制造工廠提效降本的同時推動企業數字化改造（賴紅波，2020）。已有文獻針對企業數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字化轉型對企業資本市場的改善作用；劉政等[2]利用微觀企業數據檢驗企業數字化轉型對組織授權行為的影響；趙宸宇等 [3]探索數字化轉型對企業全要素生產率的具體影響機制。由此可見，在數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字化發展。

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

與此同時，越來越多的企業意識到僅僅停留在系統引進等基礎環節的數字化，無法支撐企業度過數字化轉型的“陣痛期”，數字化核心能力的缺失嚴重影響企業面對危機的抗壓能力和靈活應變能力（Nambisan amp; Baron， 2021）。同樣，企業的數字化資源應用也存在這樣一種現象：稀缺數據資源較難獲得，而易得的重復性數據資源很多。這將導致低端數字化能力的重復性建設和高端數字化能力的空缺，加劇企業內部數字化建設結構不合理。因此，深入探討不同維度企業數字化投入對企業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，企業數字化投入是否對企業績效有實質性提升作用，究竟何種類型的數字化投入能真正推動制造業企業價值提升？第二，制造業企業數字化投入影響企業績效的機制是什么，通過什么方式對企業績效產生影響？因此，本文將圍繞企業數字化投入與企業績效關系，從增效和提質兩個角度分別提出管理優化機制與模式創新機制，進一步剖析數字化投入對企業績效的作用機理，為中國制造業企業持續投入數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數字化。經典企業競爭優勢理論認為，高水平的企業績效來源于企業競爭優勢，而競爭優勢則得益于企業擁有的獨特資源。資源觀也提到戰略管理的核心原則是通過組織資源的不斷積累和優化配置以獲得持續競爭優勢[7]。數字經濟時代企業的任何活動都離不開數字化資源支持，學者們基于資源觀探討數字化與企業績效關系。首先，數字化情境下的大量研究表明，企業數字化資源與績效關系尚不確定。如Wamba等[8]認為，企業績效提升與數字化投入息息相關，而Akter等[9]則認為大數據投入面臨諸多挑戰，導致許多投資大數據應用的公司無法改善其業績，甚至有研究表明數字化資源投入與企業績效不顯著相關[10]。其次，以資源基礎觀為起點，研究其對企業績效的影響及形成機理，如企業能力[11]、研發創新[12]、生產效率[13]等組織資源對企業績效的影響為數字化資源在企業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字化投入。波特的價值鏈理論認為，系統內外部的價值增值活動包含企業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產品的加工流轉和價值創造，而后者則是為基本活動提供保障，為價值創造提供條件。基本活動和支持性活動在企業價值創造過程中互為輔助，共同為企業創造可持續價值。同時，考慮到低端數字化能力的重復性建設和高端數字化能力的空缺，結合價值鏈理論對企業增值活動的劃分，本文從數字化資源類型視角切入，將數字化活動細分為通用型數字化與專用型數字化，進而深入探討不同維度數字化投入對企業績效的差異化影響。簡言之，本文旨在探討不同類型企業數字化投入對企業績效的作用，因此將通用型數字化投入與專用型數字化投入統稱為異質性數字化投入。其中，通用型數字化投入專指與企業支持性活動相關、為企業基礎性環節提供條件的數字化投入；專用型數字化投入專指與企業基本活動相關、為企業創造價值所進行的數字化投入。

（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鏈分為研發設計、生產制造以及營銷服務3個環節。位于中間的生產制造環節所創造的價值僅占產業鏈總價值的20%，而兩端的研發和營銷環節所創造的價值占比高達80%。在數字技術助推下，制造業企業一方面可引進ERP、OA等具體數字技術，通過數字化途徑提高生產管理效率，進行價值鏈優化[14]，促進微笑曲線整體向上移動；另一方面通過數字化投入增強自身研發創新能力和服務能力[15]，著力于微笑曲線兩端的高附加值環節，使傳統意義上的“B2C”轉變為“C2B”“C2M”的制造模式，通過商業模式創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、組裝等低附加值環節的不利影響，促進可持續發展。因此，本文從增效和提質兩個方面入手，將管理效率優化與商業模式創新作為探索數字化投入影響企業績效的兩種機制。

1.2 研究假設

1.2.1 數字化投入與企業績效

根據價值鏈理論，通用型數字化投入是與企業支持性活動相關、為企業創造價值的基礎性環節提供條件的數字化投入。簡單來說，就是使數據信息化、推動業務數字化的投入，例如企業引進記錄財務數據的金蝶系統、OA等辦公自動化軟件所產生的費用。

首先，從通用型數字化特點而言，通用型數字化建設能夠實現企業內外部業務流程數字化，比如原材料收發、辦公事務處理以及企業現金流記錄等通過通用型數字化系統進行處理加工并生成新數據資源，便于管理者實時作出決策以響應外部環境變化，使企業資源配置效率達到帕累托最優。同時，通用型數字化投入有助于企業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，從通用型數字化投入的效用而言，其能夠幫助企業有效改進生產活動以及管理流程，促進企業內外部業務流程數智化。轉型初期的企業數字化水平較低，引進通用系統進行數字化建設對于企業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減少過程損耗、大幅降低費用以獲取競爭優勢。然而，尚未實現充分自由流通的數字化資源易導致盲目或過度引入各類信息系統，造成基礎性通用數字化建設過度。由于企業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字化建設在后期會造成企業數字化資源冗余，比如辦公自動化系統（OA）、人力資源管理系統（HR）以及設備資產管理系統（EAM）之間存在嚴重的功能性重復。從長期來看，低端數字化能力的重復性建設不僅不能對企業績效產生積極作用，反而因高額的系統引進和維護費用降低企業績效。這也是當前我國制造業企業進行數字化轉型面臨的較大瓶頸。基于此，本文提出如下研究假設：

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

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

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

H1b：專用型數字化投入與制造型企業績效之間存在先下降后上升的U型關系。

1.2.2 增效：管理優化機制

先進的數字技術以及創新產品能夠幫助企業穩定市場地位，獲得可持續競爭優勢，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有業務問題的有效途徑，即尋找并改善企業各模塊、要素及環節的最佳匹配和組合（林海芬和蘇敬勤，2014）。數字化投入促進企業管理效率提升的渠道主要體現在：

第一，企業數字化投入在本質上重塑了企業內部管理流程[18]。一方面，基于數字化信息與技術的數據整合、數據分析以及決策行為，使不同部門之間的制造環節、流程模塊等實現高效管理，同時，降低管理成本，提高企業管理效率。企業將數字化信息和技術應用于內部生產管理，同時融入各環節運營過程，不僅使企業采購、內部組織等環節得到數字化支撐，還為生產活動提供了智能化流程支持（王開科等，2020）。相較于傳統工業技術而言，制造業企業的數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，并通過數智化功能實現精細化、柔性化生產。例如依托數字化技術建立的“無人車間”和“無人生產線”等已實現可視化、多品種、個性化生產。另一方面，數字技術發展也實現了企業內部生產流程、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管成本和效率損失，進而使企業管理效率得到優化。

第二，企業數字化投入加強了企業內部聯系，簡化了各環節間流程，從而降低了管理成本。具體而言，數字化技術，例如數字化管理和財務信息系統改善了組織治理結構[2]，促進了業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，并優化了材料采購、生產、運輸和交付環節間的協調和部門間聯系。綜合來看，數字化投入可以幫助企業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績效。然而，由數字化建設帶來的管理效率提升達到一定水平后，其對企業績效提升的邊際效應開始逐漸減小。此時若一味追求數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，企業績效會出現下降。基于此，本文提出如下研究假設：

H2：管理效率優化在企業數字化投入與企業績效關系中發揮非線性中介作用。

1.2.3 提質：模式創新機制

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

首先，數字化投入縮短了企業與消費者之間的距離，減少了生產不確定性，進而促進商業模式創新。具體而言，企業利用數字化信息和技術，通過研發、生產以及銷售模式變革創造新產品，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調幫助企業完善商業模式，由傳統的“先生產后銷售模式”變為“以銷售定生產模式”，并逐漸演變為定制化生產模式，大幅降低制造企業庫存堆積量與管理成本。企業數字化投入不僅能夠極大增強企業靈活性和適應性，幫助企業在面對市場變化時有效整合內外部資源， 還可以提高企業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，從而提高價值創造潛力并實現商業模式創新。

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

H3：商業模式創新在企業數字化投入與企業績效關系中發揮非線性中介作用。

由此，本文構建概念模型如圖1所示。

2 研究設計

2.1 樣本選擇與數據來源

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，以2016-2021年為樣本期，獲得初始樣本企業3 139家，在對樣本企業進行處理后最終獲取1 573家上市公司的9 195個數據。其中，涉及到的管理效率、企業績效以及各控制變量數據均來源于國泰安（CSMAR）和中國研究數據服務平臺（CNRDS）數據庫。專用型數字化投入、通用型數字化投入以及企業商業模式創新水平數據均來源于巨潮資訊網公布的制造業上市公司企業年報，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：企業績效

從管理角度，企業績效是經營過程中產生的業績。經營業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）作為企業財務績效的代理變量，并將期末凈利潤扣除由營業外收入帶來的盈利，更注重數字化對企業經營績效的影響。

2.2.2 解釋變量：異質性數字化投入

本文從通用型數字化投入和專用型數字化投入兩個方面衡量企業異質性數字化投入。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據。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年制造業企業年報，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企業數字化投入在財務報告中的表述。接著對樣本企業進行詞頻統計，篩選出與數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字化投入與專業型數字化投入兩類關鍵詞詞典。第四，統計詞頻量。利用Python提取各上市公司年報中的關鍵詞頻數。第五，構建指標。以關鍵詞頻數與當年同行業所有企業出現的總頻數比值作為度量指標[25]，具體計算公式為：

Diga=ait∑itait， Digb=bit∑itbit（1）

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

2.2.3 中介變量

（1）管理效率優化。管理水平取決于管理效率，本文使用管理效率衡量企業管理水平。范如國[26]在研究效率與工資關系中發現，利潤率可以有效代表企業管理效率，但是單純以企業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，將營業收入納為企業運營指標并以營業總收入除以管理費用的比值表示管理效率。

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

2.2.4 控制變量

本文不僅控制了企業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：企業規模（size），企業年度總資產的對數值；企業年齡（age），使用企業經營年度測度，即數據觀測年份與企業成立年份之差；企業性質（nat），將國有企業、民營企業、外資企業、其它企業分別賦值1～4；企業成長性（gro），使用企業總資產成長率測度，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；經營性現金流（caf），上市年末經營性現金流與總資產之比；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），高層持股數量占總股數量之比；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，將時間和行業因素納入變量關系的考慮范疇，將年度（Year）以及行業（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字化投入與企業績效關系，即通用型數字化投入與專用型數字化投入是否影響企業績效變化，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代表企業績效，核心解釋變量Digi，t代表企業數字化投入，包括通用型數字化投入（Diga）和專用型數字化投入（Digb），Control代表控制變量集合，∑Ind和∑Year分別為行業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 描述性統計

表2報告了變量描述性統計與相關性分析結果。其中，通用型數字化投入與專用型數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，說明企業數字化投入整體不高，企業績效均值（0.031 7）和標準差（0.071 7）也表明不同制造業企業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 數字化投入對企業績效的影響

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

接著，驗證兩種類型數字化投入對企業績效的非線性作用關系。

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

第二，分段檢驗回歸方程的斜率情況。根據第（7）列，得到通用型數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）

描述性統計結果表明，當通用型數字化投入取值為[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“落入自變量區間取值范圍”的標準條件。

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

3.2 穩健性檢驗

為保證基準回歸結果可靠，本文將進行多種穩健性檢驗，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，考慮到數字化投入對企業績效的滯后影響，同時，也為準確刻畫數字化投入對企業績效的動態影響，將解釋變量分別滯后1～3期，再次進行回歸分析。表4顯示，通用型數字化投入對企業績效影響的回歸結果穩健，而專用型數字化投入與企業績效無非線性相關關系。此外，第（1）（3）（5）列結果表明，通用型數字化投入對企業績效的影響呈現波動特征，滯后兩期的通用型數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上也明顯大于滯后一期、滯后三期的。由此可見，通用型數字化水平對企業績效的驅動作用在兩年后更加顯著。

（2）剔除特殊樣本。大規模企業進行數字化投入具有一定優勢，通常企業規模越大，數字化成效越顯著。為了考察數字化投入與績效關系的穩定性，本文剔除樣本企業中排名前10%的大規模企業或排名靠后10%的小規模企業分別進行回歸分析，結果如表5所示。對比基準回歸結果可以發現，剔除大規模企業后的回歸系數有所下降，剔除小規模企業后的回歸系數有所上升，但回歸系數顯著性未發生改變，表明本文基準回歸結果穩健。

（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，且通用型數字化投入系數分別在5%和1%的水平上顯著為正，再次表明本文研究結論穩健。

4 機制檢驗

前文僅就異質性數字化投入對企業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字化投入影響企業績效的渠道機制。

4.1 管理優化機制

首先，通過遞歸方程逐次識別變量關系。表7中通用型數字化投入對管理效率的回歸系數顯著（一次項系數顯著為負，且通過1%水平下的顯著性檢驗；二次項系數顯著為正，且通過1%水平下的顯著性檢驗）。這表明從長遠看，通用型數字化投入提升了企業管理部門及管理人員的工作效率，緩解了企業管理冗余等問題。進一步，企業管理效率提升對企業績效有著顯著促進作用，表明管理優化是提升企業績效水平的“推動器”。然而，專用型數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。總之，通用型數字化投入提升了企業管理效率，解決了企業內部的管理冗余和管理水平低下問題，為企業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，再次對管理優化機制進行Bootstrap檢驗，進一步驗證管理效率提升在通用型數字化投入與績效關系中的中介作用。具體地，通用型數字化投入對企業管理效率的影響是非線性的，可表達為：

M=a0+a1X+a2X2（5）

同時，設定管理效率優化與企業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字化投入與企業績效之間的中介效應θ為：

θ=MX×YM=b1（a1+2a2X）（7）

由于θ為企業數字化投入通過管理優化機制影響企業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，進而得到穩健標準誤值。表8展示了通用型數字化投入分別取-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字化投入下，通用型數字化投入通過管理效率影響企業績效的中介效應置信區間分別為（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間均不包含0，再次表明管理效率中介通用型數字化投入與企業績效關系。

4.2 模式創新機制

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

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

（1）制造業企業的通用型數字化投入與企業績效存在非線性關系。在通用型數字化投入達到門檻值前，績效水平隨著通用型數字化投入緩慢上升，至門檻值（0.3678）后，出現下降趨勢，整個過程呈現先上升后下降的倒U型趨勢。這是因為在數字化初始階段企業通過引入ERP和U9等數字化軟件為企業生產及服務提供便捷，帶來企業效率的大幅提高，隨著基礎性數字化建設的過度引入，通用型數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，對企業發展產生反向效應。這也意味著通用型數字化投入的先發優勢不再存在，此時若一味盲目地增加通用型數字化投入則會造成低端數字化能力的重復性建設，導致企業績效水平降低，出現“數字化悖論”現象。

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

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

5.2 管理啟示

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

（2）合理有序規劃，注重內部數字化建設結構合理化。大部分制造業企業的數字化建設仍停留在管理層面，核心競爭力尚未步入數字化進程。然而，數字化不僅僅包括通用型軟件和數字化硬件使用，其價值更多地體現為技術創新帶來的商業模式創新和生產銷售服務等深層次的流程創新，企業內部數字化建設結構的合理化至關重要。因此，企業應把握現狀、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字化，充分借助產學研用一體方式合力開發，從而達到降低成本，規避轉型風險的目的。大型企業在此過程中應發揮示范效應，在合理配置下促使通用型與專用型數字化投入并駕齊驅；中小企業則積極跟進、主動融入數字化服務云平臺，借力發展數字化建設。

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

參考文獻：

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

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

[3] 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率[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.數字化轉型、供應鏈集成與企業績效——企業家精神的調節效應[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.大數據應用對中國企業市場價值的影響——來自中國上市公司年報文本分析的證據[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.數字化投入與制造業全球價值鏈攀升——基于49國面板數據的實證分析[J].工業技術經濟，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.數字化情境下開放式創新對新創企業成長的影響：商業模式創新的中介作用[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、企業業績與國有企業經理薪酬[J].經濟研究， 2009，55（11）： 68-81.

[25] 戚聿東，蔡呈偉.數字化對制造業企業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.基于文本挖掘的數字化水平與運營績效研究[J].統計與信息論壇，2021，36（6）：51-61.

[29] 李健，張金林，董小凡.數字經濟如何影響企業創新能力：內在機制與經驗證據[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.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[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：胡俊健）

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，研究方向為數字經濟與數字要素市場治理；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，研究方向為數字經濟與治理。本文通訊作者：許塬杰。