制造业企业智能化转型影响企业业绩实证研究

岳宇君 顾 萌

一、引言

为了抓住以智能技术、“智能+”为主要驱动力的转型升级机遇，众多企业积极开展智能化转型：通过引入智能技术实现设计、生产、管理及销售等的智能化，提高要素配置效率，增强竞争力，实现利润增长(李婉红和王帆，2022[1])。企业智能化转型是多维的：产品智能化可以利用用户的海量数据及时调整产品功能或形式，突破原有产品的使用范围，因而使新的智能化产品边界不再明确；服务智能化使服务具有融合性、价值可视化等，为用户提供个性化的解决方案；流程智能化有助于打破不同创新阶段之间的界限，提高运营效率和管理质量，创造新的客户体验；商业模式智能化可以增强或改进现有商业模式，以及开发新的商业模式，提高企业的灵活性和敏捷性等；组织智能化有助于促进跨职能协作，帮助组织成员形成长期和相对稳定的统一认识，提高解决复杂业务的能力(Banalieva和Dhanaraj，2019[2])。智能化转型重塑企业的信息结构、管理模式、运营机制及生产流程等，着力实现订单、采购、库存及客户关系等管理的智能化，注重提供优质、安全的产品，创造新的消费业态，拓宽消费渠道，促进消费升级，体现着“技能有偏”的特征(邵婧婷，2019[3]；Baqaee和Farhi，2019[4])。

目前学术界对智能化转型的研究，大多着眼于智能化转型的动因及智能化转型对企业所带来的影响。企业之所以选择开展智能化转型，主要是为了降低企业开发、生产、运营、维护及管理等方面的成本，促进组织结构和生产经营流程的优化升级(王兵和王启超，2019[5])。智能化转型对企业的明显影响是可以克服资本和劳动力限制，激励组织向高弹性的结构模式升级，完成适应性强和敏捷性要求高的复杂任务(Sussan和Acs，2017[6]；温湖炜和钟启明，2021[7])。目前论及智能化转型与企业业绩之间关系的相关研究成果中，已有结论认为：智能化转型能够促进企业内部分工的优化、生产运营效率的提高、价值创造模式的改变及管理信息可视化的实现等(Nadkarni和Prügl，2021[8])；通过改善创新模式、提高创新能力及降低创新风险可以影响企业业绩(邓悦和蒋琬仪，2022[9])。当然与之不同的是，也有学者的结论认为智能化转型对企业业绩的影响存在动态性、滞后性及异质性(宣旸和张万里，2021[10]；占华等，2022[11])。那么，企业智能化转型与其业绩之间到底存在怎样的内在关联呢？二者相互影响的机理究竟又是什么呢？本文通过实证检验对此进行深入的探究和揭示。

二、文献综述与研究假设

(一)企业智能化转型与其业绩之间的关系

企业智能化转型是指企业利用智能技术对其产品、服务、流程及组织等进行转型，实现部分或全部要素、环节的智能化，从而实现动态感知、交互和执行的过程(Baqaee和Farhi，2019[4])。其内涵在于，企业智能化转型促进其业务流程和生产方式的重组和转型，改变价值创造的路径，从而提升业绩。通过智能化转型，企业可以升级或开发智能产品或服务，加快产品或服务的创新，探索新的市场机会，建立竞争优势，从而提高市场份额和营业收入，为企业带来业绩回报；改造升级运营流程，构建智能决策系统和管控系统，提高决策的准确性和及时性，从而降低运营成本，提高运营效率，强化核心业务优势，驱动企业业绩提升(宣旸和张万里，2021[10])。

智能化转型促进企业内部系统之间的信息交换，增强企业信息集成能力，使企业更容易与各利益相关者进行沟通；增强企业挖掘和整合内外部信息的能力，使企业对前瞻性技术更加敏感，并从市场、商业模式及技术等方面促进企业创新(孟凡生和赵刚，2018[12])。智能化有助于打破企业内部不同环节、模块和部门之间的“数据孤岛”，要求企业优化内外部生态，实现更好的生态整合，提高企业成本管理、资源配置及环境响应等的效率。在创新方面，借助智能平台，创新主体的想法和成果可以以较低的成本实时共享，有助于相互激励，使企业的创新行为具有明显的正外部性(高锡荣和王兴蓉，2020[13])；在人力方面，智能化推动先进机械设备对低端劳动力的替代，增加对高学历劳动力的就业需求，有助于优化企业的人力资本结构(Acemoglu和Restrepo，2018[14])；在知识方面，智能化为部门之间、员工之间的交流提供了平台，促进隐性知识的外溢，并将隐性知识转化为显性知识；在协同方面，智能化催生更多的网络化协同生产模式，可以实现内部研发设计与供应链管理之间的协同，扩大内部系统之间的信息共享，促进自主创新向产业协同创新的转变(王毅和刘钾，2021[15])。

在智能化转型下，企业价值创造模式会发生变化，产业组织形式会发生重塑。在内部，企业的经营管理得到改善，可以使企业的组织结构更加扁平化，也可以使智能协作成为企业重要的生产组织模式(Acemoglu和Restrepo，2019[16])；企业对生产各个环节的控制得到优化，有助于减少劳动时间，提高劳动生产率，降低生产成本(顾丽敏和李嘉，2020[17])；实时监控生产状况，及时有效地排查机器隐患，降低维修成本和时间成本，提高生产效率。在外部，企业可以更方便、低成本地获取上下游反馈信息，不仅有助于根据不同的客户需求进行差异化生产，还可以实现与上下游企业的及时沟通，加速了资源在企业间的流动，进而提高资源利用效率、减少要素冗余，降低生产成本，提高生产效率。以产品为例，企业可以及时获取客户产品的使用、退换货及售后服务等信息，更准确地计算每个客户的消费习惯和消费特征，通过智能技术挖掘和分析市场信息，构建销量预测、市场趋势模拟模型，更准确地把握市场需求(郑琼洁和王高凤，2021[18]；冯文娜和马佳琪，2022[19])。这样，企业可以更好地了解客户对产品的真实需求及满意度，提供更好的服务，增强企业应对市场变化的能力，加快产品和技术的改进和升级，有效实现生产与需求的匹配和成本控制(倪克金和刘修岩，2021[20])。显然，智能化转型也有助于解决个性化定制与大规模标准化生产之间的困境：企业通过大规模、多品种、个性化的智能化生产，可以满足客户不同的个性化需求，大大降低劳动力规模、产品缺陷率及人力管理成本等(Nadkarni和Prügl，2021[8])。

综上，智能化转型可以帮助企业加强研发设计、原材料采购、产品制造及运营业务等各环节的沟通效率，实现精细化管理；把握技术创新方向，向协同创新转型，降低创新风险，提高整体的创新能力；优化生产资源的配置，以最佳的投入产出比，进行标准化生产、智能化管理，提高生产效率；改进产品市场投放，提高市场销售竞争力；对客户进行及时跟进，提升对客户的服务能力。因而，智能化转型有助于降低生产成本、管理成本及服务成本等，降低创新风险、运营风险等，进而提升企业业绩。基于此，本文提出研究假设1：

H1：制造业企业智能化转型正向影响企业业绩。

(二)竞争战略的中介效应

需要进一步分析的问题是，是否存在着一些因素会显著影响智能化转型与企业业绩之间的关系。本文认为，有必要对竞争战略的中介效应进行分析，具体是考虑差异化战略、成本领先战略的中介效应。

1.差异化战略。

智能化转型可以促进企业在生产、销售等环节使用更多的智能技术，使企业通过智能平台与客户、供应商等建立更紧密的联系(Warganegara和Tamara，2014[21])；及时认识市场，进行探索式学习，形成对产品/服务的差异化理解；推动企业技术创新、商业模式创新，通过改进产品、提高产品独特性，形成不同于其他企业的竞争优势，进而获得更大的市场份额(杨德明和刘泳文，2018[22])。也就是说，从企业整体来看，智能化转型使信息沟通更加便捷，不仅会促进技术创新，还会提高经营管理效率，形成差异化；从企业竞争来看，智能化转型有助于企业开发和生产更加多样化、更具特色的产品，提高客户对产品的忠诚度，形成持续的竞争优势(杨兴夏，2017[23])。通过智能化转型，企业可以在智能化产品上下功夫，如在产品中嵌入智能模块，不仅使产品的功能更为强大，还可以通过产品收集数据(肖静华和李文韬，2020[24])。当获得这些数据后，企业可以分析出更多信息，有针对性地改进产品，进一步增强竞争优势。同时，智能化转型赋予企业满足差异化的能力：一是智能化使企业与客户之间的沟通更加便捷，二是智能化使企业的研发能力更强，三是智能化有效地降低了企业的成本(王泽宇，2020[25])。特别是第三点，由于客户需求不一样，无法实现大规模生产，企业需要付出更多的人力、物力，导致“高成本”，困扰着产品个性化的实现。通过智能化转型，企业能够及时响应市场变化，相对快速地调整企业产品/服务，满足市场需求；更能应对市场竞争，在满足个性化需求的情况下，实现规模化生产(翟胜宝等，2021[26])。综上，在智能化转型下，企业既能够提供有别于其他企业的产品/服务，也能够针对差异化的需求，提供差异化的产品/服务，有助于品牌建设，赢得更多客户，带来竞争优势，提升企业业绩。基于此，本文提出研究假设2a：

H2a：差异化战略在制造业企业智能化转型对企业业绩的影响过程中发挥中介效应。

2.成本领先战略。

智能化促进了企业内部和外部的信息交流，不仅有助于降低上下游反馈信息的获取成本，同时也降低信息搜索和知识共享的成本(韩会朝和徐康宁，2020[27])；企业信息的智能采集和分析可以提高企业生产管理的效率，有助于降低市场交易成本、库存成本，例如，客户先发出采购申请，企业智能平台收到申请信息后才进行生产，可以大大降低企业成本(何小钢和朱国悦，2021[28])；借助智能化手段，企业可以发现成本控制的不利环节，从而优化对具体环节的控制，加强冗余资源的处理，提高资源利用率，降低成本(Bamiatzi和Kirchmaier，2014[29])；生产、加工、物流、仓储等系统的智能化，可以大规模替代企业的低端人力资本要素，提高生产与需求的匹配效率、部门的协同效率，有助于降低企业的整体成本(张远和李焕杰，2022[30])。综上，在智能化转型下，企业成本降低，利润相应地增加，有助于提升企业业绩。基于此，本文提出研究假设2b：

H2b：成本领先战略在制造业企业智能化转型对企业业绩的影响过程中发挥中介效应。

(三)内部控制的调节效应

同时，本文认为，内部控制也会显著影响智能化转型与企业业绩之间的关系。这是因为企业的商业模式或竞争战略会影响内部控制，反过来，内部控制也会影响企业竞争战略的制定及其执行效果(杨德明和史亚雅，2018[31])。

内部控制作为企业治理机制的重要组成部分，构成企业控制风险、把握机会的核心能力，贯穿于企业发展的方方面面。内部控制具有规范性，在企业经营管理中起着过程监督和制度引导的作用(田丹等，2022[32])。确保经营管理目标的实现是内部控制的主要目标，提升企业业绩是内部控制的使命：一是内部控制可以有效限制管理层在会计方面的选择权，促进企业的合法合规经营；二是内部控制可以促进企业科学决策、稳定经营，增强企业可持续发展能力；三是内部控制有助于形成良好的文化和环境，更有利于内部控制目标的实现(郑莉莉和刘晨，2021[33])。显然，内部控制质量高意味着企业建立起权威和规范的规章制度，通过有效的权力制衡机制、严格的决策流程及内部监督制度合理配置管理层的责权利，从而使管理层能够根据企业的经营状况进行合理的规划，更加真实地预测未来的业务量，做出更加合理的经营决策(伊力奇等，2020[34])。

内部控制不仅可以通过预防风险来减少企业业绩损失，还可以通过提高企业能力来提高业绩：一是内部控制质量高有助于遏制管理层机会主义行为的发生，改善股东与管理层之间的代理冲突，降低委托代理成本，提高企业业绩；二是内部控制质量高有助于调动企业员工的积极性、主动性及创造性，提高工作效率，提高企业业绩；三是内部控制质量高有助于提高企业会计信息披露质量，缓解融资约束，降低融资成本，提高企业业绩(曾建中，2022[35])。同时，内部控制与竞争战略有着天然的密切关系，可以保证竞争战略目标的实现：内部控制质量高可以抑制企业的低效投资，通过优化竞争战略选择，提高竞争战略实施效率；及时有效地识别竞争战略中的风险，制定企业各级风险应对策略，降低风险对企业业绩的影响；降低竞争战略目标与实施脱节的风险，提高组织结构调整的效率和效果，节约学习成本和试错成本，提高企业业绩(武恒光等，2020[36])。

综上，内部控制质量高可以为智能化转型提供基础保障，规范企业内部各职能部门的业务流程运作，有效约束管理层的自利行为，提高企业决策的科学性和生产经营的稳定性，降低智能化转型中的相关风险，提高决策执行的效率与效果，及时反馈决策的实际实施情况，整体上提升企业业绩。基于此，本文提出研究假设3：

H3：内部控制在制造业企业智能化转型对企业业绩的影响过程中发挥正向调节效应。

三、研究设计

(一)样本选取及数据来源

由于2015年《中国制造2025》发布，向前推两年，更能代表我国制造业企业智能化转型“从无到有”的过程，所以本文选取2013—2019年沪深A股制造业上市企业为研究样本。为了提高研究数据的质量，剔除相关财务数据缺失和模糊不清、样本期间发生重大资产重组和主营业务变动及ST、*ST类制造业企业。为了真实反映制造业企业的情况，保留总体样本数据的细节，最终获得9 355个“企业-年度”观测值(共2 095家样本企业)。智能化转型数据是利用python软件从上海证券交易所、深圳证券交易所官方网站制造业企业年报中抓取，并进行加工、整理、分析得来；财务数据、公司治理数据等主要来自CSMAR数据库，且将所有连续变量进行了上下1%的缩尾(winsorize)处理。

(二)研究变量的选择

1.被解释变量。

企业业绩(Performance)。选取每股收益(EPS)和总资产收益率(ROA)分别来衡量，其中使用净利润与其已发行总股票数之比来计算每股收益，使用净利润与总资产之比来计算总资产收益率(李倩和焦豪，2021[37]；王晓艳和温东子，2020[38])。在稳健型检验中，选取净资产收益率(ROE)来衡量企业业绩，并使用企业净利润与平均净资产之比来计算。

2.解释变量。

智能化转型(AI)。选取智能化指数(AI_I)来衡量制造业企业智能化转型的“量”；选取虚拟变量智能化程度指数(AI_D)来衡量智能化转型的“度”，进行稳健性检验。其中，AI_I、AI_D数据是通过文本分析法获取的，步骤为(倪克金和刘修岩，2021[20])：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》《智能制造发展规划(2016—2020年)》等综合分析、筛选、确定86个智能技术类关键词(包括人工智能、深度学习、机器感知、生物识别、情感计算、自然语言处理等)和28个智能化转型关键词(包括智能识别、智能制造、主动制造等)。第二步，通过python爬虫模块，从沪深证券交易所官网收集、整理企业年报。第三步，识别提取每个企业每年智能化关键词、智能技术关键词的肯定表达，并剔除非本企业的“智能化转型”关键词(如股东、供应商、客户等简介中含有的)，生成关键词计数统计的面板数据。第四步，使用第i个样本企业第t年的智能化关键词统计次数与第t年样本总体统计数的比值，生成该企业当年的智能化指数(AI_I)。第五步，若企业当年智能化关键词和智能化技术关键词统计都小于当年总体样本中位数，则AI_D为0；当关键词统计只有一个小于当年总体样本中位数时，则AI_D为1；当关键词统计都大于当年总体样本中位数，则AI_D为2。

3.中介变量(Strategy)。

差异化战略(Difference)。参考宋玉禄和陈欣(2020)[39]的研究，选取销售毛利率(Mlv)和流动资产周转率(Liq)来分别衡量企业的差异化战略。其中，使用企业当年毛利(营业收入与营业成本之差)与营业收入之比来计算销售毛利率，使用企业当年主营业务收入净额与平均流动资产总额之比来计算流动资产周转率。销售毛利率(Mlv)、流动资产周转率(Liq)的值越大，说明制造业企业差异化战略程度越高。

成本领先战略(Cost)。参考杨德明和刘泳文(2018)[22]的研究，选取主营营业成本与销售费用之和除以销售收入来衡量企业的成本领先战略。成本领先战略(Cost)的值越小，说明制造业企业成本领先战略程度越高。

4.调节变量。

内部控制(IC)。参考陈红等(2018)[40]的研究，选取迪博内部控制与风险管理数据库(DIB)提供的内部控制指数来衡量。

5.控制变量(Controls)。

为了减小回归模型的误差，参考孙健等(2017)[41]、张秋实和张莉芳(2021)[42]的研究，选择以下指标作为控制变量：经济增长(GDP)、主营业务增长(Growth)、企业全要素生产率(TFP)、企业规模(Size)、产权性质(State)、资产负债率(Lev)、总资产周转率(TO)、人力资本密度(EI)、固定资产密度(FI)、总资产密度(Intensity)、独立董事占比(ID)、两职合一(Same)、管理层持股比例(MH)、高管激励(MP)、政府补贴(GS)、上市年龄(Age)等。控制变量不仅涵盖反映制造业企业运营的重要经济变量，还包括反映企业商业模式的重要变量，以及影响企业内部控制的变量。

具体变量定义如表1所示。

表1 变量定义

(三)研究模型

结合本文所提出的假设，参考Baron和Kenny(1986)[43]、杨德明和刘泳文(2018)[22]的研究，将基准回归模型构建为：

(1)

为检验竞争战略的中介效应，参考温忠麟和叶宝娟(2014)[44]的研究，在模型(1)的基础上，构建如下中介效应模型：

(2)

Performanceit=α0+α1AIit+α2Strategyit

(3)

其中，i为企业个体，t为年份，j为主要控制变量个数；Controlsj为第j个控制变量，δt、μi、εit分别为行业固定效应、年度固定效应及随机误差项。

四、实证结果与分析

(一)描述性统计

表2报告了主要变量的描述性统计结果。每股收益(EPS)的最大值和最小值分别为2.420 0和-1.260 0，总资产收益率(ROA)的最大值和最小值分别为0.191 8和-0.228 2，表明样本企业之间的盈利能力具有明显的差异，且样本内存在一定数量的亏损企业。智能化指数(AI_I)的均值和中位数分别为0.000 7、0.000 3，智能化程度指数(AI_D)的均值和中位数为1.464 1、2，表明智能化转型已成为制造业企业的共识，而不同制造业企业在智能化转型方面存在一定的差异。其他变量的统计结果均在合理范围内，不再赘述。

表2 描述性统计

(二)企业智能化转型对其业绩影响的主回归分析

综合本文制造业企业面板数据的特点，通过F检验、B-P检验及Hausman检验，初步选择固定效应模型。以固定效应模型检验数据的序列相关和异方差问题，结果表明，不存在序列相关但存在异方差问题。由于Hausman检验的前提为不存在自相关和异方差，重新使用Bootstrap法的Hausman检验抽样1 000次检验。最终，确定选择稳健标准误的双向(个体、时间)固定效应模型。使用模型(1)，进行企业智能化转型对其业绩影响的主回归分析，结果如表3所示。列(1)为使用每股收益(EPS)量化企业业绩的回归结果，智能化指数(AI_I)的系数为8.910 8，在5%的水平上显著；列(3)为使用总资产收益率(ROA)量化企业业绩的回归结果，智能化指数(AI_I)的系数为1.242 5，在1%的水平上显著。列(2)为模型(1)中加入每股收益一阶滞后项(L.EPS)的回归结果，智能化指数(AI_I)的系数为8.779 1，在10%的水平上显著；列(4)为模型(1)中加入总资产收益率一阶滞后项(L.ROA)的回归结果，智能化指数(AI_I)的系数为1.534 4，在1%的水平上显著。上述结果表明，制造业企业智能化转型正向影响企业业绩，研究假设H1得到验证。

表3 企业智能化转型对其业绩影响的主回归分析

(三)内生性检验和稳健性检验

1.引入工具变量。

考虑到企业智能化转型对其业绩的影响可能会受到内生性问题的困扰，本文利用两阶段最小二乘法(2SLS)进行内生性检验(徐远彬和卢福财，2021[45])。选择《中国电子信息产业统计年鉴》中的“信息技术服务收入”(IIC)作为工具变量，使用企业所在省份当年信息技术服务收入的全国占比来衡量信息技术服务收入(IIC)。信息技术服务收入(IIC)与智能化指数(AI_I)相关性较高(相关系数为0.105 0，在1%的水平上显著)，符合工具变量选择标准。使用两阶段最小二乘法，进行回归，结果如表4所示。列(1)为使用每股收益(EPS)量化企业业绩的回归结果，智能化指数(AI_I)的系数为79.770 4，在1%的水平上显著；列(2)为使用总资产收益率(ROA)量化企业业绩的回归结果，智能化指数(AI_I)的系数为16.863 0，在1%的水平上显著。从回归结果可以看出，研究结论是稳健的。

表4 引入工具变量的稳健性检验

2.替换解释变量。

使用虚拟变量智能化程度指数(AI_D)来衡量制造业企业智能化转型，重新进行回归，结果如表5中列(1)、列(2)所示。列(1)为使用每股收益(EPS)量化企业业绩的回归结果，智能化程度指数(AI_D)的系数为0.003 6，在10%的水平上显著；列(2)为使用总资产收益率(ROA)量化企业业绩的回归结果，智能化程度指数(AI_D)的系数为0.000 6，在10%的水平上显著。从回归结果可以看出，研究结论也是稳健的。

3.替换被解释变量。

使用股东视角下财务指标净资产收益率(ROE)来量化企业业绩，以规避企业盈余管理问题。重新进行回归，结果如表5中列(3)所示。智能化指数(AI_I)的系数为2.272 0，在1%的水平上显著，表明研究结论依然是稳健的。

表5 替换核心变量的稳健性检验

(四)竞争战略的中介效应检验

1.差异化战略。

以销售毛利率(Mlv)来衡量企业差异化战略，通过模型(1)、模型(2)和模型(3)，进行中介效应检验，结果如表6所示。列(1)智能化指数(AI_I)的系数为8.910 8，在5%的水平上显著；列(2)智能化指数(AI_I)的系数为2.406 6，在5%的水平上显著；列(3)销售毛利率(Mlv)的系数为0.854 2，在1%的水平上显著，表明间接效应显著。而列(3)智能化指数(AI_I)的系数为6.855 1，不显著，表明直接效应不显著。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以每股收益量化企业业绩下完全中介效应显著。列(4)智能化指数(AI_I)的系数为1.242 5，在1%的水平上显著；列(5)智能化指数(AI_I)的系数为2.406 6，在5%的水平上显著；列(6)销售毛利率(Mlv)的系数为0.115 3，在1%的水平上显著，表明间接效应显著。而列(6)智能化指数(AI_I)的系数为0.965 0，在5%的水平上显著，表明直接效应显著。2.406 6×0.115 3和0.965 0同号，表明为部分中介效应，中介效应占总效应的比例为(2.406 6×0.115 3)/1.242 5=22.33%。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以总资产收益率量化企业业绩下，为占比22.33%的部分中介效应显著。上述结果表明，差异化战略在制造业企业智能化转型对企业业绩的影响过程中发挥中介效应，研究假设H2a得到验证。

表6 差异化战略的中介效应检验(以销售毛利率衡量差异化战略)

以流动资产周转率(Liq)来衡量企业差异化战略，通过模型(1)、模型(2)和模型(3)进行中介效应检验，结果如表7所示。列(1)智能化指数(AI_I)的系数为8.910 8，在5%的水平上显著；列(2)智能化指数(AI_I)的系数为1.666 0，在1%的水平上显著；列(3)流动资产周转率(Liq)的系数为0.144 5，在5%的水平上显著，表明间接效应显著。而列(3)智能化指数(AI_I)的系数为8.881 1，在5%的水平上显著，表明直接效应显著。1.666 0×0.144 5和8.881 1同号，表明为部分中介效应，中介效应占总效应的比例为(1.666 0×0.144 5)/8.910 8=2.7%。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以每股收益量化企业业绩下，为占比2.7%的部分中介效应显著。列(4)智能化指数(AI_I)的系数为1.242 5，在1%的水平上显著；列(5)智能化指数(AI_I)的系数为1.666 0，在1%的水平上显著；列(6)流动资产周转率(Liq)的系数为1.105 0，在1%的水平上显著，表明间接效应显著。而列(6)智能化指数(AI_I)的系数为1.239 2，在1%的水平上显著，表明直接效应显著。1.666 0×0.105 0和1.239 2同号，表明是部分中介效应，中介效应占总效应的比例为(1.666 0×0.105 0)/1.242 5=14%。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以总资产收益率量化企业业绩下，为占比14%的部分中介效应显著。上述结果亦表明，差异化战略在制造业企业智能化转型对企业业绩的影响过程中发挥中介效应，研究假设H2a得到验证。

表7 差异化战略的中介效应检验(以流动资产周转率衡量差异化战略)

2.成本领先战略。

通过模型(1)、模型(2)和模型(3)，进行成本领先战略(Cost)中介效应检验，结果如表8所示。列(1)智能化指数(AI_I)的系数为8.910 8，在5%的水平上显著；列(2)智能化指数(AI_I)的系数为-1.577 9，不显著；列(3)成本领先战略(Cost)的系数为-1.126 2，在1%的水平上显著，结合Bootstrap检验结果，表明间接效应显著。而列(3)智能化指数(AI_I)的系数为7.133 7，不显著，表明直接效应不显著。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以每股收益量化企业业绩下，为完全中介效应显著。列(4)智能化指数(AI_I)的系数为1.242 5，在1%的水平上显著；列(5)智能化指数(AI_I)的系数为-1.577 9，不显著；列(6)成本领先战略(Cost)的系数为-0.153 1，在1%的水平上显著，结合Bootstrap检验结果，表明间接效应显著。而列(6)智能化指数(AI_I)的系数为1.001 0，在10%的水平上显著，表明直接效应显著。(-1.577 9)×(-0.153 1)和1.001 0同号，表明为部分中介效应，中介效应占总效应的比例为(-1.577 9)×(-0.153 1)/1.242 5=19.44%。Bootstrap检验显示，95%置信区间不包括0，中介效应值显著为正。结果表明，以总资产收益率量化企业业绩下，为占比19.44%的部分中介效应显著。上述结果表明，成本领先战略在制造业企业智能化转型对企业业绩的影响过程中发挥中介效应，研究假设H2b得到验证。

表8 成本领先战略的中介效应检验

(五)内部控制的调节效应检验

表9报告了内部控制在“智能化转型、差异化战略(销售毛利率)与制造业企业业绩”中的调节效应检验。列(1)智能化指数与内部控制交乘项(AI_I×IC)的系数为0.919 3，不显著。列(2)和列(4)差异化战略与内部控制交乘项(Mlv×IC)的系数分别为0.131 5和0.018 2，都在1%的水平上显著。列(3)和列(5)智能化指数与内部控制交乘项(AI_I×IC)的系数分别为2.209 6和-0.376 1，都不显著；差异化战略与内部控制交乘项(Mlv×IC)的系数分别为0.130 7和0.018 3，都在1%的水平上显著。上述结果表明，内部控制显著的正向调节效应存在于差异化战略对企业业绩的影响中，研究假设H3得到验证。

表9 内部控制的调节效应检验(以销售毛利率衡量差异化战略)

表10报告了内部控制在“智能化转型、差异化战略(流动资产周转率)与制造业企业业绩”中的调节效应检验。列(1)智能化指数与内部控制交乘项(AI_I×IC)的系数为3.187 2，在10%的水平上显著。列(2)和列(4)差异化战略与内部控制交乘项(Liq×IC)的系数分别为0.004 8和0.000 8，都在10%的水平上显著。列(3)和列(5)智能化指数与内部控制交乘项(AI_I×IC)的系数分别为4.186 1和0.112 8，分别在5%和10%的水平上显著；差异化战略与内部控制交乘项(Liq×IC)的系数分别为0.006 0和0.000 7，分别在5%和10%的水平上显著。上述结果表明，内部控制发挥显著的正向调节效应，研究假设H3得到验证。

表10 内部控制的调节效应检验(以流动资产周转率衡量差异化战略)

表11报告了内部控制在“智能化转型、成本领先战略与制造业企业业绩”中的调节效应检验。列(1)智能化指数与内部控制交乘项(AI_I×IC)的系数为-0.427 3，在5%的水平上显著。列(2)和列(4)成本领先战略与内部控制交乘项(Cost×IC)的系数分别为0.072 0和0.116 2，都在10%的水平上显著。列(3)和列(5)智能化指数与内部控制交乘项(AI_I×IC)的系数分别为0.932 9和0.531 6，分别在5%和10%的水平上显著；成本领先战略与内部控制交乘项(Cost×IC)的系数分别为0.069 1和0.153 8，都在10%的水平上显著。上述结果表明，内部控制发挥显著的正向调节效应，研究假设H3得到验证。

表11 内部控制的调节效应检验(成本领先战略)

五、研究结论与展望

(一)研究结论

本文应用2013—2019年沪深A股上市制造业企业相关数据，实证检验了企业智能化转型通过竞争战略对其业绩的影响，并考察了内部控制对这一关系的调节效应，得到以下主要研究结论：

第一，制造业企业智能化转型能够有效提升其业绩。本研究将智能化转型作为解释变量，检验其对企业业绩的直接影响，证实智能化转型能够提升企业业绩，佐证了智能化转型符合企业高质量发展的诉求。智能化转型能够使企业在研发、采购、生产及服务等环节获得帮助，可以提高沟通效率、创新能力、生产效率、产品竞争力及客户服务能力等，降低生产成本、管理成本及服务成本等，从而提升企业业绩。

第二，制造业企业智能化转型能够通过差异化战略、成本领先战略提升其业绩。智能化转型能够通过差异化战略推动企业业绩的提升，表明智能化转型所形成的差异化不容易被学习、模仿。智能化转型在成本方面带来的效应是明显的，智能化转型能够通过成本领先战略推动企业业绩的提升印证了这一点。显然，竞争战略的中介效应检验，为制造业企业智能化转型中选择合适的战略提供了理论依据。

第三，内部控制在竞争战略的中介效应中具有显著的正向调节效应。本研究证实，在竞争战略的中介效应中，内部控制显著的正向调节效应仅存在于差异化战略对企业业绩的影响，而在以流动资产周转率衡量差异化战略、成本领先战略中介效应中具有显著的正向调节效应。表明内部控制会影响企业竞争战略的制定及其执行效果，内部控制质量较高的企业更能通过智能化转型提升企业业绩。

(二)管理启示

基于制造业企业智能化转型对其业绩影响的研究结论，获得以下管理启示：

第一，制造业企业应深化智能化转型，提升整体智能化水平。企业应注重智能化转型的系统性，逐步将智能技术嵌入企业生产运营中，适时对现有资源进行智能化改造，持续对企业经营管理进行智能化转型。企业应通过竞争战略将智能化转型落到实处，并充分发挥其对企业业绩的提升效应。例如，推进智能化的同时，促进技术创新，切实地生产出更多满足不同需求的、更具竞争力的差异化产品/服务，对提升企业业绩形成长期影响；借助智能化转型，从生产、销售、管理等方面降低企业成本。

第二，制造业企业应结合智能化转型实际，选择合适的竞争战略。企业进行智能化转型时，应提前做好战略规划。兼具成本领先与差异化，是借助智能化转型更好地获得竞争优势的必要选择。企业应积极进行技术创新、效率提高等，实现差异化，形成更稳定、更长期的竞争门槛；利用智能技术的精准分析，找出各业务环节成本控制的不足之处，实现更精准的成本控制；借助智能信息平台，充分挖掘各类信息，积极学习先进的成本控制手段与方法，缩小与行业领先企业在成本控制方面的差距。

第三，制造业企业应加强内部控制建设，为智能化转型提供支持。面对智能化转型，企业应从内部控制的主要要素入手，弥补现行内部控制体系存在的不足，加强内部控制制度建设，确保内部控制的运行效率，更好地提高内部控制水平。同时，企业应增强战略定位与管理层预期的有效性与合理性，正确把握外部环境的变化，尝试用智能化思维进行组织创新和制度创新；加强企业信息系统的整合，通过智能化转型实现决策所需数据共享，完善内部控制。

(三)局限与展望

本研究力求在研究设计和实施过程中保持科学严谨，深入探讨了企业智能化转型对其业绩的影响，但仍存在一定的局限性。未来可以从以下两个方面进行拓展研究：第一，本文是通过文本分析法获得智能化指数、智能化程度指数来衡量智能化转型，未来可以考虑企业内部生产、运营等智能化转型程度，以及企业智能化转型的投入、速度等，完善智能化转型的衡量方式。第二，本文选择竞争战略的中介效应分析，而智能化转型与企业业绩之间可能还有其他中介变量，如商业模式创新等，未来可以对这些中介变量进行研究，进而对企业智能化转型对其业绩影响形成更全面的认知。