《数字转型能否改善企业绩效？基于数字化悖论与管理层短视的视角》研究报告
一、 研究团队与发表信息
本研究由Xiaochuan Guo（上海大学管理学院）、Mengmeng Li（海南师范大学经济与管理学院，海南省生态文明与陆海统筹发展重点实验室）、Yanlin Wang（内蒙古工业大学经济管理学院）以及Abbas Mardani（美国伍斯特理工学院商学院）共同完成。研究成果以题为“Does digital transformation improve the firm’s performance? From the perspective of digitalization paradox and managerial myopia”的论文形式，发表于Journal of Business Research期刊2023年第163卷。该论文于2023年3月17日被接受，并于2023年4月7日在线发表。
二、 研究背景与目标
本研究属于企业管理与战略管理领域，具体聚焦于数字技术应用与企业绩效关系的交叉研究。研究的核心动机源于理论与实证观察之间的张力。一方面，数字经济的崛起推动了企业的数字化转型（Digital Transformation），普遍认为其能通过降低成本、促进创新来提升企业绩效。另一方面，现实中存在“生产率悖论”（Productivity Paradox，即信息技术投资未能体现在生产率统计中）和“数字化悖论”（Digitalization Paradox，即数字化投资未能带来相应的绩效回报）的争论。例如，埃森哲2019年的中国数字化转型指数显示，仅有9%的企业在数字化转型中取得了良好绩效。中国作为全球第二大数字经济体，探究其企业数字化转型的真实绩效影响，对发展中国家具有重要参考意义。
已有研究对于数字化转型与企业绩效的关系结论不一。一些研究认为数字化转型能显著提升企业绩效，另一些则发现其无显著影响甚至存在负面影响。此外，现有研究多将生产率（如全要素生产率，Total Factor Productivity, TFP）与财务绩效（如资产回报率ROA、权益回报率ROE）分开探讨，或将数字化转型视为二元变量（是否转型），未能深入考察其程度差异及内在作用机制。
基于此，本研究旨在整合资源基础观（Resource-Based View）和高阶理论（Upper Echelons Theory），在一个统一框架内探究以下核心问题：1) 数字化转型对企业全要素生产率（TFP）和财务绩效（ROA/ROE）的直接影响分别是什么？2) 如果数字化转型能提升生产率，为何可能损害财务绩效？其内在作用机制（如运营成本、资产周转率、管理费用）是怎样的？3) 管理层短视（Managerial Myopia）如何调节数字化转型与财务绩效之间的关系？4) 不同数字化程度、不同企业特征（如所有制、规模、资本密集度）下，上述关系是否存在异质性？
三、 研究设计与详细流程
本研究是一项基于大样本面板数据的实证研究，其工作流程主要包括数据收集与处理、变量测度、模型构建与假设检验几个核心环节。
1. 数据收集与样本构建 研究数据来源于中国A股上市公司2013年至2020年的数据。选择2013年作为起点，是因为2012年中国工信部发布的《信息化和工业化深度融合蓝皮书》标志着中国企业的信息化与工业化进入深度融合阶段，大规模数字化转型自此开始。数据来源主要为Wind金融数据库（财务与会计数据）和巨潮资讯网（年度报告文本）。样本筛选遵循以下标准：1）剔除ST和*ST公司；2）剔除创业板公司以及金融业、高科技行业（如计算机、电信、信息技术等）公司，以聚焦于传统企业的数字化转型；3）剔除财务数据严重缺失的公司。最终，获得了13,571个“公司-年度”观测值，并对所有连续变量进行了1%和99%水平的缩尾处理。
2. 变量定义与测度方法 * 因变量： * 企业绩效：采用总资产收益率（ROA）和净资产收益率（ROE）衡量，并剔除非经营性收入的影响，以聚焦主营业务盈利能力。 * 全要素生产率（TFP）：采用Levinsohn和Petrin（LP）方法估算，该方法使用中间投入作为不可观测生产率冲击的代理变量，能有效解决内生性问题。 * 自变量： * 数字化转型（Digital）：采用文本分析法构建核心指标。首先，基于现有文献、政府及工信部网站等渠道，构建了一个包含216个与数字技术和数字应用场景相关关键词的词典（如互联网、人工智能、大数据、区块链、数字营销渠道、数字商业模式等）。其次，使用Python软件对上市公司年度报告进行文本分析，统计这些关键词的出现频率。最后，为消除年报长度差异的影响，将关键词总频数除以年报总词数，并乘以10000，得到标准化的数字化转型指数。考虑到数字技术影响的滞后性，在回归分析中使用滞后一期的指数。 * 稳健性检验替代指标（DT）：采用数字相关无形资产占总无形资产的比例来衡量，通过识别无形资产明细项中与数字经济和技术相关的关键词（如软件、网络、客户端、管理系统、智能平台等）进行计算。 * 中介变量：为检验作用机制，定义了三个中介变量： * 运营成本率（OCR）：营业成本 / 营业收入。 * 总资产周转率（TAT）：营业收入 / 年均总资产。 * 管理费用率（MER）：管理费用 / 营业收入。 * 调节变量： * 管理层短视（Myopia）：同样采用文本分析法构建。参考Brochet等人的研究，构建了一个包含43个短视相关词汇的词集（如“几天内”、“数月内”、“一年内”、“尽快”、“立即”、“机会”、“时机”等）。计算方式与数字化转型指数类似，即短视词频除以年报总词数后乘以10000。 * 控制变量：包括企业年龄（Age）、企业规模（员工数的自然对数，lnSize）、第一大股东持股比例（Top1）、独立董事比例（Bod_indep）、冗余资源（Slack，流动资产/流动负债）、财务杠杆（Lev，资产负债率）和企业成长性（Growth，营业收入增长率）。
3. 实证模型构建 研究构建了多组计量经济模型进行检验： * 基准回归模型：分别检验数字化转型对TFP（模型4）和对ROA/ROE（模型5）的影响，并控制年份和公司固定效应。 * 中介效应模型：遵循Baron和Kenny的方法，构建模型（6）和（7）来检验运营成本率、总资产周转率和管理费用率的中介作用。首先检验数字化转型对中介变量的影响（模型6），然后检验在控制中介变量后，数字化转型对绩效的影响（模型7）。若系数显著，则存在中介效应；若至少一个不显著，则进行Sobel检验。 * 调节效应模型：构建模型（8）和（9），在模型中引入数字化转型与管理层短视的交互项，以检验管理层短视的调节作用。 * 异质性分析模型：通过分组回归（按数字化转型程度分为低、中、高组）和引入交互项（模型10）的方式，检验数字化转型程度、企业所有权性质（SOE）、规模（Size）和资本密集度（Capital）对主效应的异质性影响。 * 内生性处理：为缓解反向因果等内生性问题，研究采用了两种方法：1) 两阶段最小二乘法（2SLS）：使用按省份和二位行业分类的数字化转型平均值作为工具变量（IV），并进行了不可识别检验、弱工具变量检验等。2) 系统广义矩估计（System GMM）：使用企业绩效的滞后一期作为工具变量。
四、 主要研究结果及其逻辑关联
1. 基准回归结果：证实“数字化悖论”存在 * 对全要素生产率（TFP）的影响：数字化转型的系数在1%水平上显著为正（0.018）。这表明数字化转型能显著提升企业的全要素生产率，即不存在企业层面的“生产率悖论”，支持了假设H1。这意味着数字化转型确实带来了技术效率、组织创新等方面的进步。 * 对企业财务绩效（ROA/ROE）的影响：数字化转型的系数在1%水平上显著为负（ROA: -0.179；ROE: -0.333）。这表明数字化转型在短期内显著降低了企业的财务绩效，即存在“数字化悖论”，支持了假设H2。这一发现与Peng和Tao（2022）等认为数字化转型提升绩效的研究结论不同，作者认为差异可能源于对数字化转型的测度方式（程度 vs. 有无）和研究样本的不同。
2. 机制检验结果：揭示绩效下降的三大路径 基准回归揭示了一个矛盾：数字化转型提升了生产率，却损害了财务绩效。为解释这一矛盾，研究进行了中介效应检验： * 路径一：提升运营成本率。数字化转型对运营成本率（OCR）的影响系数为正但不显著，而OCR对ROA/ROE的系数显著为负。Sobel检验在5%水平上显著，表明运营成本率是有效的中介变量。这意味着数字化转型初期需要大量更新固定资产（如机器设备、控制系统），这些投资短期内难以完全摊销，导致运营成本上升，从而侵蚀利润。支持假设H2a。 * 路径二：降低总资产周转率。数字化转型对总资产周转率（TAT）的系数在1%水平上显著为负，而TAT对ROA/ROE的系数显著为正。Sobel检验在1%水平上显著。这表明数字化资产的大规模投入可能未能立即带来相应的收入增长，导致资产利用效率下降。支持假设H2b。 * 路径三：提升管理费用率。数字化转型对管理费用率（MER）的系数在10%水平上显著为正，而MER对ROA/ROE的系数显著为负。Sobel检验在1%水平上显著。这反映了数字化转型不仅关乎技术，更关乎“人”。对于复杂劳动，企业通常使用使能技术（Enabling Technologies, ETs）进行增强（Augmentation），这需要人机交互、技术咨询、高技能培训以及数字资源与现有资源的整合，从而推高了管理费用。支持假设H2c。 逻辑关联：这三条路径共同解释了“数字化悖论”的微观成因。数字化转型通过技术投资提升了生产率（TFP），但同期也因固定资产投入推高了运营成本、降低了资产周转效率，并因人力资源和流程变革增加了管理费用，这些成本费用的增加超过了生产率提升带来的收益，最终导致短期财务绩效下滑。
3. 调节效应结果：管理层短视加剧负面效应 调节效应检验显示，管理层短视（Myopia）的主效应系数显著为负，表明其本身会损害企业绩效。更重要的是，数字化转型与管理层短视的交互项系数对ROA和ROE均显著为正。由于主效应（数字化转型）系数为负，交互项为正意味着管理层短视显著增强了数字化转型对财务绩效的负面效应。这是因为：1) 短视的管理者可能因担心风险而延迟数字化转型，错失市场机会；2) 也可能急于求成，过度投资数字化，导致资产周转率进一步恶化；3) 可能倾向于选择自动化而非需要长期投入的“增强”路径，无法形成难以复制的数字战略资源。支持假设H3。
4. 异质性分析结果：程度与特征的影响 * 数字化转型程度的异质性：将样本按数字化指数分为低、中、高三组。回归发现，在低数字化组，影响不显著；在中等数字化组，系数显著为正；在高数字化组，系数显著为负。这表明数字化转型与绩效之间存在非线性关系（类似倒U型）。适度的数字化转型能改善绩效，但过低或过高的数字化投入则无益甚至有害。当数字化指数介于1.163至2.652之间时，数字化转型能显著提升绩效。 * 企业特征的异质性： * 所有权性质：国有与非国有企业的调节效应不显著，说明影响无显著差异。 * 企业规模：对ROE的影响在大型企业中更显著为负，可能是因为大企业早期数字化投资的固定成本和变革管理成本更高。 * 资本密集度：交互项系数显著为负，表明数字化转型对财务绩效的负面效应在劳动密集型企业中更为显著。这进一步印证了机制分析中“管理费用增加”的路径，因为劳动密集型企业在转型过程中面临更高的内部管理变革和员工培训成本。
5. 稳健性检验与内生性处理 研究进行了一系列稳健性检验，包括更换被解释变量（使用毛利、每股收益）、更换核心解释变量（使用数字无形资产比例）、排除2020年（新冠疫情冲击）、控制行业×年份和省份×年份的交互固定效应等，核心结论均保持稳健。2SLS和系统GMM的内生性检验也证实，在考虑工具变量后，数字化转型对财务绩效的负向影响依然显著，强化了研究结论的可信度。
五、 研究结论与价值意义
主要结论： 1. 双重效应：数字化转型能显著提升企业的全要素生产率，但同时会显著降低企业的短期财务绩效，证实了“数字化悖论”在中国上市公司中的存在。 2. 作用机制：数字化转型主要通过增加运营成本率、降低总资产周转率、提高管理费用率这三条路径对财务绩效产生负面影响。 3. 调节作用：管理层短视会放大数字化转型对财务绩效的负面效应。 4. 非线性与异质性：数字化转型与绩效的关系是非线性的，适度转型有益，过低或过度转型则无益或有害。且这种负面影响在劳动密集型企业中更为突出。
理论意义： 1. 整合研究框架：首次将数字化转型对生产率（TFP）和财务绩效（ROA/ROE）的影响置于统一框架研究，并将“生产率悖论”与“数字化悖论”联系起来，丰富了发展中国家数字经济背景下企业数字化转型经济后果的研究。 2. 深化机制分析：从运营成本、资产周转、管理费用三个维度拓展了数字化转型影响企业绩效的内在机制分析，特别强调了管理费用的关键作用，指出数字化转型不仅是技术变革，更是涉及“人”和能力的变革。 3. 拓展高阶理论应用：基于高阶理论，引入了管理层短视作为调节变量，扩展了关于管理层认知偏差如何影响战略实施（如数字化转型）效果的研究。
管理启示： 1. 理性看待，适度推进：企业不应因短期财务压力而放弃数字化转型，也不应盲目进行过度投资。应根据自身情况，制定循序渐进的数字化转型路线图，在“适度”区间内进行投资和探索。 2. 重视“人”与“能力”建设：数字化转型的成功关键在于将数字资源转化为难以模仿的数字能力。企业需加大对人力资源的投入，通过“干中学”降低培训和咨询成本，最终将能力转化为绩效。 3. 规避管理层短视风险：企业应建立良好的内部治理和控制机制（如与长期绩效挂钩的激励机制、科学的投资决策流程），以遏制管理层因追求短期利益而延迟或过度进行数字化投资的行为。
六、 研究亮点
七、 其他有价值内容
研究在讨论部分指出了未来可能的研究方向：1) 数字资源如何转化为数字能力的过程难以通过大样本实证完全捕捉，未来可采用案例研究或问卷调查进行深入探究；2) 本研究主要关注了生产率和财务绩效，未来可将创新过程、人力资源变化等纳入整体分析框架；3) 除了内部的管理层特征，外部因素（如政府政策、竞争战略）也可能调节数字化转型的效果，值得未来研究关注。这些建议为后续研究提供了清晰的路线图。