智能化转型、竞争战略与制造企业成本粘性

岳宇君,顾 萌

(南京邮电大学 管理学院,江苏 南京 210003)

一、引言与文献综述

第四次工业革命正在席卷全球,制造业的生产方式正在发生深刻的变化。智能化转型是将智能技术嵌入制造企业价值链的各个环节,实现经营管理全面转型,满足制造业发展内在要求,促进企业高质量发展的重要选择。美国的“先进制造业战略计划”、德国实施的“工业4.0”及日本的“新机器人战略”等,无不蕴含有促进制造企业智能化转型的目标[1]。《中国制造2025》《智能制造发展规划(2016—2020年)》等体现了中国政府对制造企业智能化转型的高度重视,着力推进“智能+”,从技术创新方面提出了一系列措施,加强应用,优化产业,向制造业强国迈进。智能化转型以技术变革为基础,将辅助制造、协同设计等融入产品研发,将数控技术、柔性制造等应用于产品生产,实现供应链的智能管理、设备性能的智能预测及外部环境的智能感知等。智能化转型不只是企业生产模式的改进,更是“生产—技术”的综合升级——重构人与机器的边界,生产过程中产生的大数据与专家经验有机结合,制造企业的生产要素配置更加精准,经营决策更加科学[2]。智能化转型使制造企业能够更有效地匹配其生产和原材料需求,使其产品线更柔性;使制造企业能够更合理地配置要素资源,精准获取和识别客户需求,推动消费模式创新,进一步提高产品/服务质量及其附加值。

随着科学技术日新月异,人们生活水平的提高,顾客对产品与服务的质量要求越来越高。制定差异化、成本领先等竞争战略,是企业能够在激烈的市场竞争中求得生存与发展的“指南针”。选择不同战略形式的企业会呈现不同的成本结构和业绩表现,并且不同的竞争化战略,其产品或服务的质量、价格以及成本费用等方面会存在差别[3]。差异化战略企业追求产品、技术、功能及形象等的差异化,以区别于竞争企业。为了突出与竞争企业的差异,差异化战略企业会努力获取外部关键资源,提高组织学习能力,加大技术创新投入,增加企业创新活动。一般来说,差异化战略企业在技术创新、服务创新及品牌打造等方面的投资多是专用性投资,会形成大量专用资产[4]。成本领先战略企业追求低成本、规模经济,使其成本低于竞争企业,获得竞争优势。为了实现成本领先,企业积极控制成本,通过规模高效的生产设备控制生产成本,最大程度地降低研发、服务、销售、广告等成本。显然,为了使各期的成本均低于竞争企业,成本领先战略企业需要能够在业务量和收入下滑的情况下及时控制成本或减少投资,以确保长期成本领先优势[5]。

企业资源投入的变化会产生相应的调整成本:向上调整成本包括增加企业员工、购买新设备等,向下调整成本包括机器设备损耗、员工解雇补偿等[6]。企业成本粘性现象是其成本与业务量之间的非线性关系,具体而言,就是随着业务量的增加而增加的幅度大于随着业务量的减少而减少的幅度。当企业业务量增加时,管理者出于自身利益,会选择过度增加资源投入;当业务量减少时,他们会选择拒绝减少资源投入[7]。管理者的这种选择倾向会导致企业资源配置不当,进而产生成本粘性。管理者有“帝国构建”的动机,倾向于“向上”调整资源,如增加员工数量、购买新设备等,以实现企业规模的不断扩大,追求个人薪酬、权利及地位等的提高。管理者的这种动机可能使企业在规模上远离“最优规模”,从而加剧成本粘性。如果管理层过于自信,他们会对企业未来的需求和收入感到乐观:当业务量增加时,他们预期未来有更好的经营环境,增加资源投入;当业务量减少时,相信经营环境将很快得到改善,并维持资源投入。管理层乐观预期会导致企业成本和业务量的不对称变化,影响成本粘性[8]。显然,成本粘性是企业资源配置的结果,其与调整成本、代理冲突及管理层乐观预期等相关。适当的成本粘性不是问题,但如果成本粘性过高,会增加企业的经营风险。

虽然分别对智能化转型、竞争战略及成本粘性的研究已有一定的积累,但从智能化转型、竞争战略视角研究企业成本粘性的文献较少,将智能化转型、竞争战略和成本粘性纳入同一分析框架的研究更是缺乏。本文以2013—2019年中国A股制造业上市公司为研究对象,围绕智能化转型、竞争战略与成本粘性进行研究,并进行中介机制分析,揭示这三者之间的关系,提出有针对性的建议对策,以期为制造企业的发展和研究提供启示。本文的主要创新点在于:一是考察了不同竞争战略对制造企业成本粘性的影响,拓展了成本粘性的分析框架,丰富了成本粘性影响因素的研究;二是考察了智能化转型对制造企业成本粘性的抑制作用,为如何抑制成本粘性提供了新的实证证据,丰富了关于智能化转型和成本粘性的文献;三是进一步分析智能化转型对不同竞争战略下制造企业成本粘性影响的差异,推进了不同竞争战略下智能化转型治理效应的研究。

二、理论分析与研究假设

(一)竞争战略与成本粘性

竞争战略的选择影响着企业的经营管理,不同战略选择会导致不同的管理风格和不同的成本结构。差异化战略着眼于企业在产品或服务上的差异化,要求企业在创新上下大力气。相应地,创新需要专项投资,会增加企业的专用资产[9]。在企业经营不景气时,即使管理层希望通过成本调整来应对业务量的下降,也会碍于专用资产,难以迅速调整成本,加剧成本粘性。成本领先战略则着眼于企业在产品或服务上的成本优势,通过高效的生产能力使成本最小化,从而获得低于竞争企业的成本优势。成本领先战略企业的成本结构相对灵活,调整成本较低。当业务量下降时,企业可以及时降低成本或减少投入,从而抑制成本粘性。在不同的竞争战略下,委托人与代理人之间不仅信息不对称程度不同,利益不对称程度也不同。在差异化战略企业中,当企业绩效较差时,与绩效挂钩的代理人薪酬可能不高,导致代理人薪酬激励不足[10]。在这种情况下,利益不对称程度高,代理冲突严重,代理人可能通过增加在职消费等其他方式为自己寻求隐性加薪。由于缺乏行业基准可供参考,当企业销售收入下降时,代理人很难通过降低费用来隐瞒其异常开支,从而加剧成本粘性[11]。此外,差异化战略企业的内部控制机制相对分散,导致委托人对代理人的监控成本较高;财务舞弊更容易发生,会计信息质量相对较差。因此,提出如下假设:

H1:与成本领先战略制造企业相比,差异化战略制造企业的成本粘性更强。

(二)智能化转型与成本粘性

智能化转型可以使企业管理层及时获取经营管理信息,有效提升其经营管理水平,提高资源配置效率。当业务量增加时,企业可以借助智能技术协调企业资源,有利于扩大生产规模,提高企业生产效率;当业务量减少时,企业可以利用智能技术处理冗余资源,促进企业资源的利用,降低调整成本[12]。智能化转型可以使信息传递更加高效,信息更加透明,企业委托人和代理人之间的联系更加便捷,委托人不仅更容易掌握企业经营信息,而且更容易监督代理人的行为。这样一来,信息不对称所带来的道德风险就降低了,代理人会选择委托人利益最大化作为目标,促进企业经营绩效的提高[13]。管理层可以及时获取和汇总市场信息,通过智能技术对市场信息进行挖掘和分析,更准确地把握市场需求,结合企业资源的使用情况,对下一阶段的资源配置做出更准确的决策,在很大程度上有助于降低管理层乐观预期[14]。不过,智能化转型可能会损害行业基础和市场基础,管理者的变革意识、经营理念及管理能力等可能跟不上智能化转型。这些势必会出现信息不对称,影响企业商业模式的创新、组织结构的变革,引发代理冲突[15]。因此,提出如下假设:

H2:智能化转型能够抑制制造企业成本粘性。

(三)智能化转型、竞争战略与成本粘性

智能化转型可以提高企业内部沟通效率,有助于提高企业管理能力,扁平化企业组织结构;优化公司治理结构,完善公司治理机制,提高公司治理效率。这在一定程度上缓解了代理冲突,对成本粘性有一定的抑制效应[16]。然而,随着智能化转型的深入,企业内部控制可能会出现缺陷问题,这就要求企业从风险管理、公司治理等方面加以应对。在不同的战略选择下,智能化转型对企业成本粘性的影响可能是不一样的。成本领先战略成功的关键在于,使企业的产品或服务具有客户所考虑的最重要的功能,并在此基础上取得相对于竞争企业的成本领先地位[17]。在成本领先战略下,企业的成本低于竞争企业的成本,当业务量减少时,即使管理层需要降低成本,降低成本的空间也很小。因此,成本领先战略企业进行智能化转型,对企业成本粘性难以有明显的抑制作用[18]。差异化战略企业不仅需要更多的专用资产,还需要更多的研发投入,甚至需要管理层“帝国构建”行为,来确保产品或服务的差异化和高质量。不过,这些会给企业代理人带来“寻租”机会,加剧代理成本。智能化转型下,当业务量减少时,管理层的“帝国构建”行为减少,减少研发投入、专用资产投入,甚至采取缩减市场、精简员工等措施,从多个角度降低成本,从而抑制成本粘性[19]。因此,提出如下假设:

H3:与成本领先战略制造企业相比,智能化转型对成本粘性的抑制作用在差异化战略制造企业中更为明显。

三、研究设计

(一)样本选取及数据来源

《中国制造2025》的发布是中国制造企业智能化转型的重要节点,因而为使研究更具科学性,向前推两年,样本数据始于2013年。基于此,本文选取2013—2019年中国A股制造企业为考察对象,为提升数据质量,剔除创业板企业、ST和*ST企业及关键变量数据缺失的企业,最终得到的样本观测值共计6 279个。智能化转型相关数据是通过python抓取上市企业年报文本数据获得,企业经营数据主要来自CSMAR数据库,并对所有连续变量在1%的水平下进行了Winsorize处理。

(二)研究变量的选择

1.被解释变量

总成本变动(Cost):选取企业当期与上一期总成本之比的常用对数来衡量。

2.解释变量

(1)总收入变动(Income):选取企业当期与上一期总收入之比的常用对数来衡量。

(2)收入下降的虚拟变量(D):若企业当期总收入低于上一期,则D=1,否则D=0。

(3)竞争战略(Strategy):选取6个指标的得分之和来衡量。①资产密集度:选取固定资产与总资产之比来衡量;②员工密集度:选取员工人数与销售收入之比来衡量;③员工流动性:选取前五年员工人数标准差来衡量;④研发投入强度:选取研发投入与营业收入之比来衡量;⑤市场强度:选取企业销售和管理费用之和与销售收入的比值来衡量;⑥销售增长率:选取主营业务收入的增长率来衡量。差异化战略企业的资产密集度较低,其他5个指标较高,而成本领先战略企业恰恰相反。故而,将这6个指标分别排序并分成5组打分,资产密集度从低到高按5、4、3、2、1打分,其他5个指标从高到低同样按5、4、3、2、1打分。将6个指标得分相加,可以对企业进行分类:总分在19分以上且低于30分的企业归类为差异化战略企业,总分在5分以上且低于18分的归类为成本领先战略企业[20]。

(4)智能化转型(Intel_trans):选取智能化指数(Intel_index)和智能化程度指数(Intel_degree)来分别衡量智能化转型的量和度。其中,Intel_index和Intel_degree数据是通过文本分析法获取的,具体分为5个步骤[21]。第一步,根据《新一代人工智能发展规划》《国家新一代人工智能标准体系建设指南》等,通过综合分析,筛选出28个智能化相关关键词(如智能化、智能制造、主动制造等)和86个智能技术相关关键词(如人工智能、感知技术、机器学习、生物识别等)。第二步,通过python爬虫,从沪深交易所官网收集A股制造企业2013—2019年年报。第三步,使用python将企业年报转换为文本格式,分别识别并提取企业当期智能化、智能技术关键词的肯定表达。第四步,用智能化关键词计数加1后取常用对数,生成Intel_index。第五步,分别以行业当期智能化关键词、智能技术关键词统计中位数为区分标准,若企业当期智能化关键词、智能技术关键词都小于中位数,则Intel_degree为0;若智能化关键词、智能技术关键词统计只有一个大于中位数,则Intel_degree为1;若智能化关键词、智能技术关键词统计都大于中位数,则Intel_degree为2。

3.控制变量

借鉴已有研究文献,选择以下指标作为控制变量[22-23]。经济增长(GDP):选取企业所在城市当期较上一期GDP的增长率来衡量;连续收入下降(CID):若企业总收入连续两年下降,则取1,否则取0;主营业务增长(MBG):选取企业当期较上一期主营业务收入增长率来衡量;总资产密度(TAD):选取企业总资产与营业收入的比值来衡量;人力资本密度(HCD):选取年末员工人数与营业收入(百万元)的比值来衡量;固定资产密度(DFA):选取企业固定资产总额与营业收入的比值来衡量;资产负债率(ALR):选取总负债与总资产的比值来衡量;产权性质(PRN):如果制造企业为国企,则取1,否则取0;企业规模(ESC):选取企业总资产的常用对数来衡量;上市年龄(AGE):选取“当年年份与上市年份之差加1”的自然对数来衡量;两职合一(TFO):虚拟变量,如果董事长和总经理是同一个人,取1,否则取0;独立董事占比(PID):选取年末独立董事人数占董事总数的比例来衡量;管理层持股比例(SRM):选取年末管理层持股数与企业总股数的比值来衡量;高管激励(EXI):选取高管收入的常用对数来衡量。

(三)研究模型

结合本文所提出的假设,参考Burks等的研究[24-25],构建基准模型初步如下:

Costi,t=α0+α1Incomei,t+α2Incomei,t×D+εi,t

(1)

在模型(1)的基础上,分别构建竞争战略、智能化转型对成本粘性影响的回归模型:

Costi,t=α0+α1Incomei,t+α2Incomei,t×D+α3Incomei,t×D×Strategyi,t+α4Strategyi,t+

∑Controls+εi,t

(2)

Costi,t=α0+α1Incomei,t+α2Incomei,t×D+α3Incomei,t×D×Intel_transi,t+α4Intel_transi,t+

∑Controls+εi,t

(3)

在模型(1)～(3)中,成本粘性的系数分别为α2。在模型(2)中,竞争战略对成本粘性影响的系数为α3,若α2显著为负、α3显著为负,则H1成立;在模型(3)中,智能化转型对成本粘性影响的系数为α3,若α2显著为负、α3显著为正,则H2成立;将样本分成差异化战略和成本领先战略两组,并通过模型(3)对两组样本进行回归,若差异化战略组的α3显著为正,而成本领先战略组的α3不显著,则H3成立。

四、实证结果与分析

(一)描述性统计

描述性统计结果如表1所示,可以看出:(1)总成本变动(Cost)的均值和中位数分别为0.054 8和0.045 9,表明制造企业的成本随着经济的增长有增加的趋势;总收入变动(Income)的均值和中位数分别为0.053 0和0.043 9,表明制造企业成本上升幅度大于收入上升幅度,存在成本粘性现象;收入下降的均值为0.279 5,表明大多数制造企业的总收入是上升的。(2)竞争战略(Strategy)均值和中位数分别为17.756 3和18,表明成本领先战略制造企业略多于差异化战略制造企业。(3)智能化指数(Intel_index)的均值和中位数分别为2.815 9和2.833 2,智能化程度指数(Intel_degree)的均值和中位数分别为1.658 3和2,表明制造企业普遍积极参与智能化转型,不同企业的智能化转型阶段差异较大。

表1 描述性统计

(二)主回归结果分析

1.竞争战略与成本粘性

表2中列(1)、列(2)分别为模型(1)加入控制变量前后的回归结果,总收入变动(Income)的系数分别为0.919 7和0.939 7,都在1%的水平上显著;而成本粘性(Income×D)的系数分别为-0.152 7和-0.170 2,都在1%的水平上显著。这表明制造企业成本和收入同向变化,但收入减少时成本降低的幅度低于收入增长时成本增加的幅度,即制造企业存在成本粘性现象。列(3)、列(4)分别为模型(2)加入控制变量前后的回归结果,竞争战略和成本粘性交乘项(Income×D×Strategy)的系数分别为-0.035 3和-0.061 8,都在1%的水平上显著。上述结果表明,与成本领先战略制造企业相比,差异化战略制造企业的成本粘性更强,假设H1得证。

2.智能化转型与成本粘性

表3中列(1)至列(4)为模型(2)加入控制变量前后的回归结果,智能化指数与成本粘性的交乘项(Income×D×Intel_index)的系数分别为0.097 6和0.065 2,分别在5%和1%的水平上显著;智能化程度指数与成本粘性的交乘项(Income×D×Intel_degree)的系数分别为0.017 7和0.040 1,都在5%的水平上显著。上述结果表明,智能化转型能够抑制制造企业成本粘性,假设H2得证。

表2 竞争战略对成本粘性的影响

表3 智能化转型对成本粘性的影响

3.智能化转型、竞争战略与成本粘性

表4为区分两种竞争战略的企业样本使用模型(2)的回归结果,列(1)和列(2)为差异化竞争战略的分组样本结果,智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.060 9和0.087 1,都在1%的水平上显著;列(3)和列(4)为成本领先竞争战略的分组样本结果,智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.037 5和0.028 7,都不显著。上述结果表明,与成本领先战略制造企业相比,智能化转型对成本粘性的抑制作用在差异化战略制造企业中更为明显,假设H3得证。

(三)稳健性检验和内生性检验

1.固定效应模型检验

采用固定效应检验可能存在的遗漏变量问题[26],回归结果如表5所示。列(1)竞争战略与成本粘性交乘项(Income×D×Strategy)的系数为-0.016 4,在5%的水平上显著。列(2)、列(3)智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.086 1和0.033 7,分别在5%和10%的水平上显著。列(4)至列(7)智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.009 2、0.034 4、0.034 8和0.063 5,分别在10%、10%、10%和5%的水平上显著,表明采用固定效应模型检验,研究结论是稳健的。

表4 不同竞争战略下智能化转型对成本粘性的影响

表5 固定效应模型检验

2.Heckman两阶段检验

由于成本粘性与竞争战略之间的关系可能会受自选择效应问题的干扰,因此使用Heckman两阶段进行检验[27]。第一阶段,构建模型(4),被解释变量为竞争战略选择(Strategy_select),若选择差异化战略取1,成本领先战略取0;解释变量包括企业规模(ESC)、资产负债率(ALR)、上市年龄(AGE)、管理层持股比例(SRM)、独立董事占比(PID)。通过模型(4),计算获得逆米尔斯比率(IMR)。第二阶段,将逆米尔斯比率(IMR)作为控制变量,纳入模型(2)重新回归,结果如表6列(1)所示。竞争战略与成本粘性交乘项(Income×D×Strategy)的系数为-0.047 4,在5%的水平上显著,表明使用Heckman两阶段检验,研究结论也是稳健的。

Strategy_Selecti,t=α0+α1ESCi,t+α2ALRi,t+α3AGEi,t+α4SRMi,t+α5PIDi,t+εi,t

(4)

3.工具变量法检验

为了进一步处理智能化转型与成本粘性的内生性问题,选取信息系统集成和支持服务收入增长率、互联网接口增长率作为工具变量,使用模型(3)进行回归检验,结果如表6所示。列(2)、列(3)为总样本的回归结果,智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.205 6和0.528 8,都在1%的水平上显著。列(4)、列(5)为差异化战略组的回归结果,智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.148 9和0.204 2,分别在10%和5%的水平上显著。列(6)和列(7)为成本领先战略组的回归结果,智能化转型与成本粘性交乘项(Income×D×Intel_index和Income×D×Intel_degree)的系数分别为0.280 0和0.582 6,都在1%的水平上显著,表明采用工具变量法,研究结论依然是稳健的。

表6 Heckman两阶段、工具变量检验

(四)进一步分析

假设H1～H3的成立,无不蕴含有“代理问题”。因此,有必要针对管理层“代理成本”进一步检验,以深入探讨智能化转型、竞争战略对成本粘性的影响机制。本文选取管理费用率(EME)和总资产周转率(TAT)来衡量代理成本,具体为:(1)以管理费用与营业收入的比值来度量管理费用率,EME越小,代理成本越低;(2)以营业收入与总资产的比值来度量总资产周转率,TAT越高,代理成本越低。参考Baron等的研究,构建模型(5)、模型(6)和模型(7),以检验代理成本的中介效应[28]。

TATi,t(EMEi,t)=α0+α1Intel_transi,t(Strategyi,t)+∑Controls+εi,t

(5)

Costi,t=α0+α1Incomei,t+α2Incomei,t×D+α3Incomei,t×D×Intel_transi,t(Strategyi,t)+

α4Intel_transi,t(Strategyi,t)+α5Incomei,t×D×TATi,t(EMEi,t)+α6TATi,t(EMEi,t)+

∑Controls+εi,t

(6)

Costi,t=α0+α1Incomei,t+α2Incomei,t×D+α3Incomei,t×D×Intel_transi,t(Strategyi,t)+

α4Intel_transi,t(Strategyi,t)+α5Incomei,t×D×TATi,t+α6TATi,t+

α7Incomei,t×D×EMEi,t+α8EMEi,t+∑Controls+εi,t

(7)

1.竞争战略与成本粘性的中介机制检验

考察代理成本是否是竞争战略与成本粘性之间关系的传导路径,以进一步检验竞争战略对成本粘性的影响。表7中列(1)、列(2)为模型(5)的回归结果,竞争战略(Strategy)的系数分别为0.008 0、-0.038 1,都在1%的水平上显著,表明与成本领先战略相比,差异化战略会提高企业管理费用率,降低总资产周转率,加剧制造企业的代理问题。列(3)、列(4)为模型(6)的回归结果,管理费用率与成本粘性交乘项(Income×D×EME)的系数为-0.219 8,在1%的水平上显著;总资产周转率与成本粘性交乘项(Income×D×TAT)的系数为0.411 9,在1%的水平上显著。列(5)为模型(7)的回归结果,管理费用率与成本粘性交乘项(Income×D×EME)的系数为-0.264 3,在1%的水平上显著;总资产周转率与成本粘性交乘项(Income×D×TAT)的系数为0.449 5,在1%的水平上显著。列(3)至列(5)的回归结果表明,管理费用率越高,成本粘性越高;总资产周转率越高,成本粘性越低。比较表2中列(4)与表7中列(5)的结果,竞争战略与成本粘性交乘项(Income×D×Strategy)的系数由表2中的-0.061 8变为表7中的-0.016 8,系数绝对值减少73%。参考Freedman和Schatzkin(1992)的研究进行中介检验,结果表明,EME和TAT的中介效应分别在1%和5%的水平上通过显著性检验。上述分析表明,在竞争战略与成本粘性的关系中,代理成本发挥了显著的中介作用,即差异化战略制造企业会因恶化代理问题而加剧成本粘性。

表7 竞争战略与成本粘性的中介机制检验

2.智能化转型与成本粘性的中介机制检验

考察代理成本是否是智能化转型与成本粘性之间关系的传导路径,以进一步检验智能化转型对成本粘性的影响。表8中列(1)至列(4)为模型(5)的回归结果,列(1)和列(2)智能化指数(Intel_index)和智能化程度指数(Intel_degree)的系数分别为-0.002 8和-0.002 5,分别在1%和5%的水平上显著;列(3)和列(4)智能化指数(Intel_index)和智能化程度指数(Intel_degree)的系数分别为0.028 0和0.034 5,都在1%的水平上显著。结果表明,随着智能化转型的深入,可以有效降低企业管理费用率,提高总资产周转率,缓解制造企业的代理问题。列(5)至列(8)为模型(6)的回归结果,列(5)和列(6)管理费用率与成本粘性交乘项(Income×D×EME)的系数分别为-0.149 0和-0.161 4,都在1%的水平上显著;列(7)和列(8)总资产周转率与成本粘性交乘项(Income×D×TAT)的系数分别为0.379 1和0.380 7,都在1%的水平上显著。列(9)、列(10)为模型(7)的回归结果,管理费用率与成本粘性交乘项(Income×D×EME)的系数分别为-0.254 7、-0.277 0,都在1%的水平上显著;总资产周转率与成本粘性交乘项(Income×D×TAT)的系数分别为0.465 5、0.479 7,都在1%的水平上显著。列(5)至列(10)的回归结果表明,管理费用率越高,成本粘性越高;总资产周转率越高,成本粘性越低。比较表3中列(3)、列(4)与表8中列(9)、列(10)的结果,智能化指数与成本粘性的交乘项(Income×D×Intel_index)的系数由表3中的0.065 2变为表8中的0.027 7,系数减少58%;智能化程度指数与成本粘性的交乘项(Income×D×Intel_degree)的系数由表3中的0.040 1变为0.025 5,系数减少36%。中介检验(方法同上)结果表明,EME和TAT的中介效应都在5%的水平上通过显著性检验。上述分析表明,在智能化转型抑制成本粘性过程中,代理成本发挥了显著的中介作用,即智能化转型可以通过减轻代理问题而抑制成本粘性。

表8 智能化转型与成本粘性的中介机制检验

五、结论与建议

本文选用2013—2019年中国A股上市制造企业为研究样本,考察智能化转型、竞争战略与成本粘性之间的关系:首先进行智能化转型、竞争战略与成本粘性的主回归分析,然后进行内生性检验和稳健性检验,最后进行中介机制分析(包括竞争战略与成本粘性的中介机制检验、智能化转型与成本粘性的中介机制检验),得出以下结论:(1)制造企业的战略定位会影响其成本粘性,差异化战略制造企业的成本粘性比成本领先战略制造企业更强;(2)智能化转型能够有效抑制制造企业成本粘性,且其抑制作用在差异化战略制造企业中更为明显;(3)差异化战略制造企业会通过恶化代理问题而加剧成本粘性,而智能化转型可以通过减轻代理问题而抑制成本粘性。

针对上述研究结论,提出如下建议:

第一,制造企业应选择合适的竞争战略。竞争战略的选择影响企业资源配置决策,进而影响成本管理控制。差异化战略制造企业的成本粘性比成本领先战略制造企业更强,智能化转型对差异化战略制造企业成本粘性的抑制作用更为明显,这无疑为制造企业提供了更多的战略选择思路。制造企业应把握智能化转型的契机,根据自身的经营状况,选择合适的竞争战略,既可以完善内部治理机制,也可以更好地把握外部环境的变化。

第二,制造企业应积极推进智能化转型。智能化转型能够有效抑制成本粘性,在差异化战略制造企业中更为明显,且通过减轻代理问题来实现。因此,在充分考虑企业实际的基础上,制造企业应统筹规划智能化转型,夯实软硬件基础,促进产品和业务的智能化,逐步将智能化融入企业经营管理;改进成本管理,完善内部控制,提高资源配置效率,降低智能化转型可能带来的风险。

第三,制造企业应加强制度建设。代理问题在竞争战略与成本粘性、智能化转型与成本粘性之间起着中介作用,这主要与制造企业制度建设滞后有关。因此,制造企业应寻找适合企业发展的治理方法,加强制度建设,包括风险管理、内部控制等;挖掘影响制造企业成本管控的制度因素,应对智能化转型、竞争战略选择可能带来的负面影响;充分发挥智能化转型在制度建设中的作用,如智能化信息采集、传递及分析工具。