1. 引言
随着科技的飞速发展,数字化技术已经深入渗透到各行各业,成为推动企业发展的重要力量。数字化转型能够帮助企业精准把握市场脉搏,及时调整产品和服务策略,在竞争中占得先机,增强企业发展动力。目前,各行各业都在经历着数字化的变革,数字化已然成为企业保持优势、提高效率、激发创新活力的重要手段。值得一提的是,近年来国家也对数字化转型给予了高度的重视,为企业数字化转型提供了有力支持。在数字化的浪潮下,企业需要适应变革,依靠数字化转型来实现自身发展。当然,企业作为经济市场的主体,其数字化转型进程能否持续关键在于数字化转型所能带来的经济回报[1]。财务的好坏直接影响着企业的市场竞争力、股东回报率以及借贷能力等关键方面。目前,大多数学者认为企业进行数字化转型可以显著地提升财务绩效,那么,产生该种影响的路径是什么?如何更好地利用企业数字化转型提高企业财务绩效?围绕这些问题,本文首先实证检验了数字化转型与企业绩效之间的关系,然后对其中机制进一步挖掘,研究了供应商集中度在其中所承担的角色。
2. 假设提出
2.1. 企业数字化转型与财务绩效
数字化转型能够通过优化业务流程、提高运营效率的方式直接促进财务绩效的提升。数字化转型能够给企业的生产经营及内部管理带来全新的技术和平台,并且改造和升级传统的业务流程[2]。这些技术能够使原本繁琐的工作自动化进行,减少因为员工疏忽而产生的错误,使企业的业务处理水平更加高效。其次,数字化转型能够提高企业的市场敏感性。企业通过大数据分析以及先进的商品管理系统,可以准确的追踪商品的销售状况并以此确定不同商品的受欢迎程度,从而调整企业的产品结构,使其产品能够更加迎合客户的需求,从而在市场竞争中获得优势。此外,数字化转型还能降低企业的运营成本[3]。数字化技术的应用可以优化企业的供应商选择、库存管理、生产调度等环节,降低不必要的浪费和损耗。同时,数字化转型还可以提高资源的利用效率,通过对生产技术的变革与更新,可以有效地减少由于企业生产技术问题而造成的资源浪费或利用不充分,帮助其发挥各项资源的最大用途。实现企业的可持续发展。最后,企业进行数字化转型能够帮助其实现资源的合理分配,这些都将直接反映在企业的财务绩效上[4]。因此,本文提出如下假设:
H1:企业数字化转型能够提高企业财务绩效。
2.2. 供应商集中度的中介作用
在企业的运营过程中,维持与供应商之间的良好关系能够增强其核心竞争力。基于资源依赖理论,供应商集中度反映了企业对供应链上游企业的依赖程度,企业依赖少数供应商会导致权力不对称,而企业进行数字化转型可以通过扩大资源池和增强替代性削弱依赖[5]。基于供应链管理理论,数字化转型能够帮助企业构建数据共享平台,通过优化部门间的协同合作,推动生产的标准化与规范化,进而使生产效率与产品质量获得明显提高,增强企业的市场竞争力并使其更易于赢得潜在供应商的信任与青睐,助力企业获取更为丰富的供应商选择。其次,数字技术有助于降低信息不对称的现象。信息不对称是制约企业拓展供应商的关键因素。而企业借助数字化转型带来的数字技术可以深刻了解到供应商企业的信誉等级、采购成本、产销能力等信息。最后,相较于原本寻找供应商时成本高昂、风险明显等问题,数字技术能够运用到供应商筛选、订单管理、供应链服务等各个方面。
作为企业生产流程的首要环节,供应商对企业的重要性不言而喻。企业对供应商的依赖程度,直接关系到其运营状况和财务表现。合理管理供应商关系,确保供应稳定,对于企业财务绩效具有重要意义。根据议价能力理论,分散供应商网络可以降低企业对单一供应商的依赖,从而减少因信息垄断导致的谈判劣势。当企业供应商集中度较高时,供应商可能利用信息优势抬高价格或隐藏质量风险,增加采购成本。通过引入更多供应商,企业可借助市场竞争机制获取更透明的价格和质量信息,降低信息搜寻成本。基于交易成本理论,供应商出于自身利益的考量会对企业施加影响,产生利益侵占,从而对企业财务绩效产生影响。供应商集中度的上升使毛利下降,从而降低了企业的盈余持续性;同时,供应商还可以通过较强的议价能力提高原材料购买价格,挤占企业利润空间,蚕食生产企业的收益,加速恶化违约风险,对企业财务绩效发挥消极作用。因此,本文提出如下假设:
H2:企业数字化转型通过降低供应商集中度提高企业财务绩效,即供应商集中度在数字化转型与财务绩效中起到中介作用。
3. 研究设计
3.1. 样本与数据处理
本文选取2012~2021年中国A股上市公司作为研究样本,在数据处理时剔除存续时间小于10年、该期间退市公司及财务数据缺失的样本。其中,数字化转型程度的测量通过收集企业年报,并运用文本挖掘方法获取;财务数据来源于国泰安(CSMAR)数据库和万得(WIND)数据库。为避免异常值的影响,本文对所有连续变量进行上下1%的winsorize处理。
3.2. 变量定义
3.2.1. 被解释变量
企业财务绩效。企业财务绩效能够系统地反映企业财务方面的整体运作情况及发展势头。这些数据和指标是对企业经营状况、经营成果和经营效果的定量描述。在总结其他学者研究的基础上,本文拟选取净资产收益率(ROE)来衡量企业绩效水平。ROE越高,意味着企业的盈利能力越强,相应的企业绩效水平越高。
3.2.2. 解释变量
数字化转型(DT),其测量方法至今也没有官方的标准,学者们采用不同的方式对此进行测度。吴非等的研究认为可以从上市企业年报中提取数字化转型相关特征词,根据出现频率来构建数字化转型强度指标。年报是一份年度管理总结文件,其内容在一定程度上表明了公司当年的战略定位和发展方向,所以采用文本分析具有可靠性。借鉴文献的做法采用数字化转型(DT)作为解释变量,对年报中的特征词进行文本识别,从技术应用、战略方向、组织架构、业务流程四大核心维度构建关键词体系,在对特征词确定后,利用Python爬取企业年报中的相关特征词,对初始关键词进行词向量聚类,补充近义词,并通过人工检验剔除歧义词后,对披露的特征频次进行加总,对其结果加1再对数化处理,从而得到数字化转型指标。
3.2.3. 中介变量
供应商集中度(SC)。供应商集中度是指企业在采购过程中,某一或某些特定供应商所占采购额的比例。供应商的集中程度高低能够对企业的采购风险和供应链的稳定性产生重大影响。供应商集中度越高,一旦其发生变动,就越可能破坏企业供应链稳定性。若是企业依赖程度较高的供应商出现问题,就会使企业对生产原料的采购受到限制,进而影响企业的整体生产经营。根据上述信息,本文拟用前五大供应商采购额与年度采购总额的比值来衡量企业供应商集中度。
3.2.4. 控制变量
参考众多学者的研究[6]-[10],本文选取下列指标作为本研究的控制变量,各变量的具体定义如下表1所示。
Table 1. Variable table
表1. 变量表
|
变量名称 |
变量符号 |
变量含义 |
被解释变量 |
财务绩效 |
ROE |
净利润/年平均净资产 |
ROA |
利润总额/年平均资产 |
解释变量 |
数字化转型 |
DT |
对样本各个企业年报的关键词进行对数化处理 |
中介变量 |
供应商集中度 |
SC |
前五大供应商采购额与本期总采购额的比值 |
控制变量 |
股权集中度 |
TOP1 |
第一大股东持股比例 |
企业规模 |
SIZE |
总资产进行对数化 |
资产负债率 |
LEV |
总负债/总资产 |
企业成立年限 |
AGE |
企业成立年限加一并取对数 |
产权限制 |
SOE |
国营企业记为1,非国营企业记为0 |
独立董事比例 |
DEP |
独立董事人数/董事会人数 |
行业 |
Industry |
行业固定效应处理 |
年份 |
Year |
年份固定效应处理 |
3.2.5. 模型构建
为了检验数字化转型与企业财务绩效的关系,拟设计如下基准回归模型:
(1)
式中,被解释变量
为财务绩效,即总资产收益率(
为i企业在t年份的绩效);
为解释变量,即数字化转型(
为i企业在t年份的数字化转型程度);
为常数项,
为其他控制变量;
和
分别表示的是行业固定效应和时间固定效应;
为残差值;
为解释变量的回归系数;
为各个控制变量的回归系数。
拟设置如下中介效应回归模型,目的是研究数字化转型通过何种方式作用于企业财务绩效。
(2)
(3)
4. 实证结果分析
4.1. 描述性统计分析
对表2的数据进行分析后我们可知,关于解释变量,企业数字化转型的平均值为1.296,最大值和最小值分别为4.963和0,标准差为1.351。这些数据说明不同的企业正处于数字化转型的不同阶段,有些企业在数字化转型方面已经走出了一段路程,而另一些企业的数字化转型程度则相对较低甚至可能还未开始进行数字化转型。在被解释变量ROE方面,样本企业的均值为0.069,最大值和最小值分别为0.290和−0.294,标准差为0.082。这样的数据表明在样本所包含的这10年中,部分企业的盈利水平较高,而部分企业则出现了亏损的情况,这也与我国的市场环境相符合。在中介变量SC方面,样本企业的均值为0.328,最大值为0.895,最小值为0.058,标准差为0.196,说明不同企业对供应商的依赖程度存在较大的差异,有些企业对供应商依赖程度低,能够自由选择供应商,而有些企业则只能依靠有限的供应商为其提供所需原料。
Table 2. Table of descriptive statistics
表2. 描述性统计表
变量名 |
样本数量 |
均值 |
标准差 |
最小值 |
最大值 |
ROE |
3880 |
0.069 |
0.082 |
−0.294 |
0.290 |
DT |
3880 |
1.296 |
1.351 |
0.000 |
4.963 |
SC |
3880 |
0.328 |
0.196 |
0.058 |
0.895 |
AGE |
3880 |
2.891 |
0.346 |
1.790 |
3.530 |
LEV |
3880 |
0.417 |
0.188 |
0.060 |
0.840 |
TOP1 |
3880 |
0.344 |
0.149 |
0.099 |
0.758 |
DEP |
3880 |
0.368 |
0.052 |
0.330 |
0.570 |
SOE |
3880 |
0.431 |
0.495 |
0.000 |
1.000 |
SIZE |
3880 |
22.418 |
1.166 |
20.360 |
26.050 |
4.2. 相关性分析
表3中数据显示数字化转型(DT)与净资产收益率(ROE)的相关系数为0.066,在1%水平下显著,表明二者存在显著正相关关系,符合本文假设预期;同时供应商集中度(SC)与净资产收益率(ROE)的相关系数为−0.076,在1%水平下显著;数字化转型(DT)与供应商集中度(SC)的相关系数为−0.108,在1%水平下显著,均符合本文预期。除此之外,其他主要控制变量的正负关系也符合前文假设,为下一阶段的分析奠定了基础。此外,具体分析下表4中的数据可知,VIF值最大的变量其VIF值为1.67,远低于经验值10;此外,所有变量VIF值的平均值为1.22,同样远低于经验值10。因此,在接下来的研究中无需考虑多重共线性。
Table 3. Correlation analysis table
表3. 相关性分析表
|
ROE |
SC |
DT |
SIZE |
LEV |
TOP1 |
ROE |
1 |
|
|
|
|
|
SC |
−0.076*** |
1 |
|
|
|
|
DT |
0.066*** |
−0.108*** |
1 |
|
|
|
AGE |
0.00800 |
−0.048*** |
0.073*** |
|
|
|
SIZE |
0.155*** |
−0.213*** |
0.123*** |
1 |
|
|
LEV |
−0.098*** |
−0.155*** |
0.00600 |
0.569*** |
1 |
|
TOP1 |
0.133*** |
0.00200 |
−0.067*** |
0.170*** |
0.086*** |
1 |
DEP |
−0.044*** |
−0.0200 |
0.00800 |
0.029* |
0.0140 |
0.056*** |
SOE |
−0.035** |
−0.057*** |
−0.086*** |
0.311*** |
0.284*** |
0.143*** |
|
DEP |
SOE |
|
|
|
|
DEP |
1 |
|
|
|
|
|
SOE |
−0.046*** |
1 |
|
|
|
|
注:*p < 0.1,**p < 0.05,***p < 0.01 (下同)。
4.3. 回归分析
4.3.1. 基准回归分析
基准回归结果如表4所示,当只对企业所处行业和时间进行控制而不加入其他控制变量时,企业数字化转型(DT)与财务绩效(ROE)的回归系数为0.006229,并在1%水平下显著正相关,表明企业进行数字化转型确实对财务绩效具有正向影响。当逐渐向模型中加添加控制变量时,可以看到最终结果仍然符合研究假设,企业数字化转型对财务绩效仍在1%水平下显著正相关。两者相关系数由0.006229变为0.0041337,t值由4.75变为3.26,相关系数和显著性并未发生明显变化。由此可以排除是因为加入控制变量才导致二者正向显著的可能性,同时也降低了缺少控制变量导致结果受到影响的可能性。至此,假设H1成立,企业进行数字化转型对企业财务绩效的提升有显著作用。
4.3.2. 中介效应分析
中介效应的回归结果列式在下表5中,表中三列分别表示中介效应逐步回归的三个步骤。由表中数据可知,DT和ROE回归系数为0.004 (1%水平上显著)、DT和SC的回归系数为−0.012 (1%水平上显著)、SC和ROE的回归系数为−0.021 (1%的水平上显著)。分析可知,表明企业进行数字化转型既可以直接促进企业财务绩效,也可以通过分散企业的供应商集中度来提高企业的议价能力和选择能力,进而减少供应商对企业的利润的侵蚀,最终给财务绩效带来显著促进作用。并且在加入供应商集中度(SC)的中介
Table 4. Fixed effects benchmark regression table
表4. 固定效应基准回归表
VARIABLES |
(1) ROE |
(2) ROE |
(3) ROE |
(4) ROE |
(5) ROE |
(6) ROE |
(7) ROE |
DT |
0.006*** |
0.006*** |
0.005*** |
0.004*** |
0.005*** |
0.005*** |
0.004*** |
(4.75) |
(4.76) |
(3.57) |
(3.47) |
(3.64) |
(3.67) |
(3.26) |
AGE |
|
0.003 |
−0.001 |
0.006 |
0.010** |
0.010** |
0.014*** |
|
(0.62) |
(−0.26) |
(1.40) |
(2.13) |
(2.15) |
(3.00) |
SIZE |
|
|
0.014*** |
0.025*** |
0.023*** |
0.023*** |
0.025*** |
|
|
(10.51) |
(16.35) |
(15.18) |
(15.25) |
(15.79) |
LEV |
|
|
|
−0.123*** |
−0.123*** |
−0.122*** |
−0.119*** |
|
|
|
(−13.66) |
(−13.75) |
(−13.73) |
(−13.27) |
TOP1 |
|
|
|
|
0.062*** |
0.063*** |
0.067*** |
|
|
|
|
(6.49) |
(6.64) |
(7.01) |
DEP |
|
|
|
|
|
−0.090*** |
−0.095*** |
|
|
|
|
|
(−3.58) |
(−3.79) |
SOE |
|
|
|
|
|
|
−0.012*** |
|
|
|
|
|
|
(−4.05) |
Constant |
0.102*** |
0.095*** |
−0.192*** |
−0.424*** |
−0.434*** |
−0.406*** |
−0.446*** |
(3.99) |
(3.35) |
(−4.92) |
(−10.16) |
(−10.44) |
(−9.61) |
(−10.30) |
R-squared |
0.060 |
0.060 |
0.088 |
0.131 |
0.140 |
0.143 |
0.147 |
adj_R2 |
0.0431 |
0.0430 |
0.0706 |
0.114 |
0.124 |
0.126 |
0.130 |
F |
3.570 |
3.523 |
5.179 |
7.985 |
8.545 |
8.629 |
8.770 |
Table 5. Mediation effects test table
表5. 中介效应检验表
VARIABLES |
(1) ROE |
(2) SC |
(3) ROE |
DT |
0.004*** |
−0.012*** |
|
(3.26) |
(−4.17) |
|
SC |
|
|
−0.021*** |
|
|
(−2.82) |
AGE |
0.014*** |
−0.006 |
0.014*** |
(3.00) |
(−0.62) |
(2.96) |
SIZE |
0.025*** |
−0.033*** |
0.024*** |
(15.79) |
(−9.75) |
(15.67) |
LEV |
−0.119*** |
−0.089*** |
−0.121*** |
(−13.27) |
(−4.60) |
(−13.45) |
TOP1 |
0.067*** |
−0.018 |
0.066*** |
(7.01) |
(−0.86) |
(6.93) |
DEP |
−0.095*** |
0.059 |
−0.094*** |
(−3.79) |
(1.08) |
(−3.73) |
SOE |
−0.012*** |
−0.023*** |
−0.014*** |
(−4.05) |
(−3.42) |
(−4.53) |
Constant |
−0.446*** |
1.153*** |
−0.435*** |
(−10.30) |
(12.28) |
(−9.88) |
R-squared |
0.147 |
0.299 |
0.146 |
adj_R2 |
0.130 |
0.286 |
0.129 |
F |
8.770 |
21.79 |
8.728 |
效应之后,数字化转型对企业财务绩效的回归结果仍然显著。上述分析结果表明,供应商集中度在数字化转型与企业财务绩效的关系中发挥部分中介效应。至此假设H2成立。
4.4. 稳健性检验
4.4.1. 滞后期检验
考虑到数字化转型的成果无法及时被企业绩效所反映,故本文将解释变量滞后一期,采用滞后一期的数字化转型(LDT)替换净资产收益率(DT)进行稳健性检验,回归模型保持不变,首先,本文展示了未引入控制变量时的回归结果,结果显示在表6的第(1)列。在没有控制变量的情况下,滞后一期的数字化转型对企业绩效具有显著的提升效应,这一结论在1%的显著性水平下成立。随后,为了更全面地分析数字化转型与企业绩效的关系,本文加入了控制变量,并将回归结果呈现在表格的第(2)列,在加入控制变量后系数为0.003且在10%水平上显著,且各控制变量的相关系数的正负性与数值均未发生较大变化,该结果表明数字化转型确实能够促进企业财务绩效。
Table 6. Lag period inspection table
表6. 滞后期检验表
VARIABLES |
(1) ROE |
(3) ROE |
LDT |
0.005*** |
0.003* |
(3.42) |
(1.92) |
AGE |
|
0.014*** |
|
(2.78) |
SIZE |
|
0.025*** |
|
(15.28) |
LEV |
|
−0.120*** |
|
(−12.46) |
TOP1 |
|
0.070*** |
|
(6.80) |
DEP |
|
−0.083*** |
|
(−3.10) |
SOE |
|
−0.013*** |
|
(−3.86) |
Constant |
0.091*** |
−0.499*** |
(3.34) |
(−10.44) |
R-squared |
0.059 |
0.147 |
adj_R2 |
0.040 |
0.129 |
F |
3.190 |
7.990 |
4.4.2. 替换被解释变量
在之前的分析中用净资产收益率(ROE)来衡量企业绩效,所以在此处拟采用总资产净利润率(ROA)替换净资产收益率以进行稳健性检验,回归模型保持不变,回归结果在表7中列式,观察表中数据可知,更换被解释变量后,数字化转型的相关系数为0.003(在1%的水平下显著),证明假设1仍然成立,企业
Table 7. Table of robustness tests for replacement variables
表7. 替换变量稳健性检验表
VARIABLES |
(1) ROA |
(2) SC |
(3) ROA |
DT |
0.003*** |
−0.012*** |
|
(3.95) |
(−4.17) |
|
SC |
|
|
−0.013*** |
|
|
(−3.15) |
AGE |
0.005** |
−0.006 |
0.005** |
(2.17) |
(−0.62) |
(2.12) |
SIZE |
0.013*** |
−0.033*** |
0.013*** |
(16.13) |
(−9.75) |
(16.04) |
LEV |
−0.128*** |
−0.089*** |
−0.130*** |
(−26.75) |
(−4.60) |
(−26.90) |
TOP1 |
0.033*** |
−0.018 |
0.032*** |
(6.41) |
(−0.86) |
(6.31) |
DEP |
−0.053*** |
0.059 |
−0.053*** |
(−3.96) |
(1.08) |
(−3.89) |
SOE |
−0.006*** |
−0.023*** |
−0.007*** |
(−3.64) |
(−3.42) |
(−4.19) |
Constant |
−0.202*** |
1.153*** |
−0.196*** |
(−8.67) |
(12.28) |
(−8.28) |
R-squared |
0.258 |
0.299 |
0.257 |
adj_R2 |
0.243 |
0.286 |
0.242 |
F |
17.72 |
21.79 |
17.62 |
进行数字化转型能够提升企业财务绩效,上述回归结果稳健。同时,对替换被解释变量后供应商集中度的中介效应进行稳健性检验,在表中,列(1)、(2)、(3)分别表示中介效应的三步骤,回归系数分别为0.003 (1%水平下显著)、−0.012 (1%水平下显著)、−0.013 (1%水平下显著),假设2仍然成立,研究结果具有稳健性。
4.5. 异质性分析
考虑到企业数字化转型的实践成果可能会受到其他因素的影响进而产生差异,为探究这种促进作用在面对不同特征企业时有何不同,拟对回归结果进行进一步进行异质性研究,从企业性质角度出发进行探究。
首先基于企业所有权性质将企业划分为国有企业和非国有企业,并分别对其进行回归。由表8可知,在国有企业中数字化转型对企业绩效具有促进作用,而非国有企业的数字化转型对企业绩效影响不显著。
Table 8. Ownership heterogeneity analysis table
表8. 所有权异质性分析表
VARIABLES |
(1) 国有企业 ROE |
(2) 非国有企业 ROE |
DT |
0.007*** |
0.002 |
(3.44) |
(0.94) |
AGE |
0.029*** |
0.011* |
(3.41) |
(1.94) |
SIZE |
0.018*** |
0.035*** |
(7.86) |
(15.35) |
LEV |
−0.115*** |
−0.129*** |
(−8.18) |
(−10.81) |
TOP1 |
0.061*** |
0.076*** |
(3.76) |
(6.09) |
DEP |
−0.157*** |
−0.066** |
(−3.86) |
(−2.01) |
Constant |
−0.299*** |
−0.680*** |
(−3.91) |
(−12.02) |
R-squared |
0.183 |
0.183 |
adj_R2 |
0.154 |
0.160 |
F |
6.207 |
7.907 |
分析原因如下:首先,国有企业在推进数字化转型时能够更容易地获取政策支持和资金投入。相比之下,非国有企业可能在资源获取和资金筹措方面面临更大的挑战。其次,国有企业在组织架构和管理体系上通常更加规范和统一,这有利于数字化转型的推进和落地。数字化转型需要企业内部各部门的协同配合和流程优化,而国有企业在这方面的优势有助于确保数字化转型的顺利实施。相比之下,非国有企业可能在组织结构和内部管理上存在较大的差异和复杂性,这可能导致数字化转型的推进受到一定的阻碍。此外,国有企业通常具有更强的社会责任感和使命感,这使得它们在推进数字化转型时更加注重长远利益和可持续发展,这些都有助于企业的长远发展。因此,国有企业在推进数字化转型时可能更加注重这些方面的提升,从而带来更为明显的财务绩效改善。最后,国有企业往往具有更大的市场影响力和品牌优势,这使得它们在数字化转型后能够更好地利用数字化手段来拓展市场、提升品牌影响力。数字化转型有助于企业更好地掌握市场需求和变化,更准确地进行产品开发和市场销售。因此,国有企业在数字化转型后可能更容易实现市场份额的扩大。
综上所述,数字化转型对企业财务绩效的提升在国有企业中比非国有企业更加明显。然而,这并不意味着非国有企业就无法从数字化转型中获益,只要它们能够克服自身在资源、组织和管理等方面的不足,积极推进数字化转型,同样也能够实现财务绩效的提升和长远发展。
5. 研究结论与建议
5.1. 研究结论
第一,整体而言,数字化转型对企业财务绩效存在显著的正向促进作用,并且在稳健性检验后仍然成立。从目前来看,数字化转型已然成为企业发展的重要战略方向。在数字化时代,企业必须紧跟时代潮流,积极拥抱新技术,通过数字化转型来优化业务流程、提升运营效率进而实现财务绩效的提升。数字化转型不是孤立的,它需要企业整合内部的人力、物力、财力等资源,与外部合作伙伴建立紧密的合作关系,共同推动数字化转型的进程。这要求企业具备开放的心态和合作精神,善于利用外部资源,实现资源共享和互利共赢。此外,数字化转型需要企业注重创新能力的培养。不仅仅局限于技术方面的研究与突破,更要着眼于长远的发展,注重企业内部创新性人才的培养、高效内部管理体系的搭建以及对创新激励机制的完善等。各种途径齐头并进,共同促进数字化转型。
第二,企业数字化转型能够显著降低企业的供应商集中度,并且通过这一过程来提高企业绩效,首先,数字化转型能够显著优化企业的供应商管理。通过引入先进的信息技术和数字化工具,企业可以更加精准地分析和管理供应商信息,降低对少数供应商的依赖,实现供应链的多元化和稳定化。这不仅可以降低企业的供应链风险,还有助于提升企业的议价能力,为财务绩效的提升打下坚实基础。其次,降低供应商集中度有助于企业提高采购效率和成本控制能力。如果过于依赖部分供应商,企业可能面临供应商价格垄断、交货不稳定等问题,导致采购成本上升和运营效率下降。而数字化转型能够帮助企业打破这种局面,通过扩大供应商选择范围、优化采购流程等方式,降低采购成本,提升运营效率,从而改善企业财务绩效。
5.2. 对策建议
对于政府而言,首先政府可以就企业数字化转型提供相关政策方面的扶持,并明确企业数字化转型战略导向,帮助企业厘清数字化转型方向,降低企业的试错成本,使企业数字化转型更加高效。其次,政府可以采用降低数字化转型企业税收比例、提高企业资金补贴额度等手段,降低企业的风险与成本。再者,政府应建立行业交流平台,通过举办数字化论坛、研讨会等活动,促进同行业企业之间的交流与合作,分享数字化转型的成功经验和最佳实践,降低企业探索成本。最后,政府应完善相关法律法规,保护企业的合法权益,同时规范市场行为,防止数字化转型过程中的不正当竞争和违法行为。
对于企业而言,首先企业制定应明确的数字化转型战略,结合自身企业所处发展阶段和市场地位等,制定适合的转型战略。其次,企业需优化对供应商的管理,在数字化转型过程中,企业应逐步降低供应商集中度,利用大数据检索与信息系统,将更多潜在的优质供应商纳入企业的供应链条,最终实现企业供应商的多元化和企业供应链的稳定化。同时,应加强对供应商的评估与了解,对不同供应商的信用水平和服务质量进行评级,帮助企业更加便捷地筛选供应商,并确保供应商的产品质量和服务水平。再者说,企业应提升数据分析能力,加强企业内部对高新技术人才的培养和加大人才引进力度,通过一系列激励手段和合理的晋升通道吸引人才,提高数据分析能力,以更好地利用数字化手段优化供应链管理,提高财务绩效。最后,企业应加强合作,以积极的态度寻求合作。通过合作,企业可以实现资源共享、互通有无,共同交流经验,提高效率,实现共赢发展。
基金项目
24096180-N财税政策支撑绍兴科创走廊2.0建设研究,浙江省新征程财税研究院–重大招标课题;20090231-J财税新政下科技型中小企业发展战略研究,杭州壹元网络科技有限公司。