在当前经济发展背景下,数字化转型正逐渐成为制造业企业创新发展的主要驱动力,在企业核心竞争力的提升中发挥着关键作用｡借助人工智能､云计算等先进技术,数字化转型帮助制造业企业优化从设计到服务的全链条,以期实现数据创新价值的最大化[1]｡2024年3月,习近平总书记在新时代推动中部地区崛起座谈会上提到中部地区制造业积淀深厚,要以科技创新引领企业创新,积极培育和发展新质生产力,而新质生产力的培育又离不开数字经济的引领｡因此全面评估中部地区制造业企业的数字化转型程度和创新效率,对于充分发挥数字经济引领作用､提升企业创新效率､推动中部地区制造业企业高质量发展以及实现区域协调发展有着重要意义｡

近年来,随着“中国制造2025”和“数字中国建设”等国家战略的实施,中部地区制造业企业正面临着前所未有的发展机遇｡现有对企业数字化转型的研究主要集中于企业数字化转型的内涵及其影响等方面｡陈梦根和周元任[2]认为企业数字化转型是以数字技术为主要手段,将传统生产要素与数据要素不断融合,使生产方式､管理模式､商业形式等不断变革､优化､提升的一种过程｡易露霞等[3]以2007—2018年沪深两市A股上市公司为研究样本,实证检验了企业数字化转型强度对主业业绩的影响,研究发现企业数字化转型能够显著提升主业业绩水平｡刘政等[4]研究表明数字化通过提升组织信息成本和削减组织代理成本的综合效应,促进企业分权变革｡赵宸宇[5]通过搜集2010—2017年A股制造业上市公司数据,研究数字化转型对企业社会责任的直接和间接影响发现,数字化转型不仅能够增强企业社会责任意识,还能够通过提升企业创新能力和企业服务意识的方式进一步督促企业增强社会责任感｡针对数字化转型对企业创新效率影响的研究,主要以数字化转型为中间变量,探讨了数字经济对创新效率的影响｡部分学者使用专利申请数量来衡量创新效率,发现数字经济可以通过推动数字化转型来刺激企业创新[6,7]｡但较少有学者聚焦于中部地区探讨数字化转型如何影响企业创新｡对这一问题的深入研究,可以为企业管理者改变传统的创新思维提供新的实证依据[8]｡

因此,本文以中部地区制造业上市公司为研究对象,综合考虑创新投入､创新产出,捕捉企业创新效率,探讨数字化转型对创新效率的影响,以期充实中部地区制造业企业数字化转型研究｡通过本研究,可以寻求回答数字化转型能否促进中部地区制造业企业创新效率这一问题｡与以往的研究不同,本文侧重于研究中部地区数字化转型对创新效率的影响,可丰富中部地区企业数字化转型研究的相关文献｡

一、数字化转型对企业创新效率的影响机制分析

(一)熊彼特的创新理论

熊彼特的创新理论强调技术革新在资本主义经济中的核心作用,认为不断的技术创新是经济增长的源泉,同时引发市场结构的周期性变动｡技术创新不仅打破了旧的生产方式,而且通过引入新的生产函数来促进经济结构的转型｡熊彼特进一步指出,企业家作为创新的驱动者,通过新的生产组合改变市场结构,追求利润最大化｡然而,他同时也预见到,随着市场经济的发展,创新活动的减少可能导致企业家精神的衰退,进而影响资本主义的持续发展,并可能促使社会向社会主义过渡,尽管他所设想的社会主义与马克思恩格斯的理论存在本质区别｡

(二)动态能力理论

动态能力理论在战略管理领域中强调企业需通过能力的动态调整来适应外部环境的变化,从而保持竞争优势｡该理论补充了资源基础观点,特别是在快速变化的市场和技术环境中,提供了灵活的分析框架｡动态能力被细分为市场动态感知､新机遇捕获和内部变革创造价值的能力｡TEECE等[8]提出了动态能力的三维构架,强调企业需更新资源基础以适应环境的多变性｡ZAHRA等[9]进一步阐述了动态能力的要素,包括对市场和技术变化的敏感性､把握新机遇以及根据新竞争环境重塑企业资源的能力｡在数字化转型中,企业需利用数字技术精准感知市场机遇,进行资产重组和资源配置,维持对新机遇的敏感性和创新能力,实现数字能力与组织惯性的有效整合｡

(三)数字化转型对企业创新效率的直接作用

在熊彼特的创新理论视角下,技术创新被视为重塑生产要素与产量函数的关键因素,引领生产结构的变革｡数字化经济的发展,尤其是互联网和大数据技术的应用,对制造业产生了深远影响,促使其向更高效､分散和模块化的模式转型,进而加速了产业价值增长区域的涌现和大规模市场的形成｡在此背景下,动态能力理论着重指出,企业需利用数字技术优化内外部信息资源的互动,确保信息的及时性和完整性｡数字技术不仅降低了成本,还促进了企业在研发和产品迭代方面的创新,提升了企业的创新能力｡此外,数字技术帮助企业优化战略决策,提高了信息传递效率,促进了知识与资源的共享｡数字化转型使企业能够通过技术创新和组织结构调整,适应外部环境的变化,增强竞争力,实现可持续发展[10]｡

因此,本文提出假设H1:数字化转型能够促进企业创新效率的提升｡

二、数字化转型水平的测度

(一)数据获取

1.数据来源

本文首先通过应用网络爬虫技术从国泰安数据库中系统地搜集制造业企业的年度报告文本｡随后,将采集到的PDF格式年报文档进行格式转换,转换为TXT文本格式,以便后续的深入分析和处理｡在关键词识别与词典构建方面,本研究综合分析了制造业企业的年度报告､数字化转型相关政策文本､学术文献以及企业数字化转型的实际应用案例,从而构建了一个多维度的关键词词典｡该词典覆盖了数字化概念､技术､应用和服务等多个层面,包括但不限于“智能制造”“互联网+”“大数据”“云计算”和“区块链”等关键术语｡为了确保关键词的准确性和实用性,本研究还特别关注了不同企业在表述数字化转型时的用语差异,并通过人工干预对同义关键词进行了归纳和精炼｡

在文本量化分析阶段,利用Python3.9软件对经过预处理的文本数据进行了深入的量化分析,统计了各关键词的出现频率｡通过这一过程,本研究能够量化地评估制造业企业数字化转型的程度和特征,并将词频数据作为核心变量做进一步分析｡

2.数据获取

在制造业数字化转型研究中,本研究采用网络爬虫技术,精确抓取2018—2022年中部地区A股主板制造业企业年度报告文本,共13350份｡通过剔除ST､ST∗处理企业､互联网相关制造业企业､数据缺失样本,最终筛选出1636家企业作为有效样本｡年度报告的规范编制与详尽内容为本研究提供了关于反映企业经营与转型计划的可靠数据支撑,确保了研究数据的质量与分析结果的准确性｡

(二)文本分析

关键词词库建立｡本研究通过综合分析企业年度报告､学术文献､政策文件和研究报告,系统提炼出反映数字化转型深度和广度的关键词汇｡企业年度报告作为官方文件,揭示了企业在数字化转型过程中的关键活动与战略方向;学术文献提供了理论框架和实证研究结果,从数字化水平､商业模式创新､数字技术内核等多维度归纳关键词;政策文件和研究报告则反映了政府对数字化转型的指导思想和发展方向,进一步丰富了词库内容｡通过这一多源数据的综合分析,形成数字化转型关键词分词词典(表1)｡

表1数字化转型关键词分词词典

(三)文本量化分析

1.分词处理

在制造业数字化转型的文本量化分析中,文本预处理是将非结构化数据转换为结构化数据的必经步骤,其中分词处理是核心环节｡分词处理涉及将长文本分解为单独的字或词,并进一步筛选出与研究主题相关的关键词｡中文文本的分词尤为复杂,因为中文缺乏天然的分隔符,且一词多义现象普遍存在｡针对中文分词,本文采用了三种主要方法:机械分词法､基于语义规则的分词法和基于统计模型的序列标注切分法｡在比较了多种分词工具后,选择了Python开源的“结巴(Jieba)”分词包,因其支持多种分词模式､自定义词典,并具有普适性和便捷性,适合完成年报文本的分词工作｡

在分词处理之后,本文进行了停用词的过滤,以提高文本分析的效率和准确性｡停用词是指那些在文本中频繁出现,但对文本主旨贡献较小的字或词｡本文通过合并现有的哈工大､百度等停用词表,并根据数字化转型的特定需求,制定了一个综合停用词表｡利用此停用词表,本文有效地筛选出了与制造业数字化转型相关的关键词,为后续的词频统计和文本分析奠定了基础｡通过这一严谨的文本预处理流程,本文确保了文本量化分析的质量和可靠性｡

2.词频统计

词频统计作为文本挖掘领域的一项关键技术,为量化企业数字化转型程度提供了一种有效的手段｡这项技术来源于文献计量学,它通过统计文本中特定关键词或短语的出现频数,揭示文本内容的关键特征和趋势｡

在众多计算词频特征权值的方法中,词频—逆文档频率(TermFrequency,TF—InverseDocumentFrequency,IDF)模型因其能够评估关键词在文本中的相对重要性而得到广泛应用,词频—逆文档频率(TF⁃IDF)是Salton于1988年提出的一种权重计算方法,用于判断字词对于一个文档集合的重要性｡在介绍TF⁃IDF之前,需要先对词频(TF)､逆文档频率(IDF)分别进行介绍｡

词频(TermFrequency,TF)即词的频率,表示词条项在一个文档中出现的频率,计算公式如下:

式中:fTi,j是ti关键词出现在dj文档中的频率;ni,j是ti关键词出现在dj文档中的次数;∑knk,j表示文档dj中所有词的总数｡

逆向文档频率是一种度量词条项在文档中重要性的方式｡IDF的原理是对于某一个特征词条项,包含此词条项的文档数量越少,此词条项就具有越强的文档类别特征｡具体公式如式:

式中:|D|表示所有文档的数量;|j:ti∈dj|表示包含关键词ti的文档dj的数量｡需要强调的是,在具体计算过程中,常常会将|j:ti∈dj|加1,以防止出现词条项不在语料库中而造成分母为0的现象｡

词频—逆文档频率(TF⁃IDF)即通过综合考虑词的TF与IDF来计算特征词项的权重,其计算方法为特征词项的词频与逆文档频率的乘积｡其计算公式为:

fTi,j-fIDi的值越大,表示该词在该文档中越重要,并且该词在整个文档集中不常见｡相反fTi,j-fIDi值越小,表示该词在该文档集中出现频繁,因此它对区分文档的作用较小｡

本研究采用词频—逆文档频率(TF⁃IDF)方法对制造业企业年报文本中与数字化转型相关的关键词进行量化分析,以计算其词频特征权值,从而评估企业数字化转型的程度｡鉴于企业所处环境的竞争激烈性和规模上的多样性,本文在分析关键词频率时,不单纯依赖绝对数量,而是结合考虑年报的整体内容,并与其他同行业企业的情况进行比较｡在此基础上,本文筛选了2018—2022年间出现频率最高的前50个关键词,并据此编制了数字化转型关键词前50高频词表,如表2所示,旨在确保分析的准确性和代表性,从而为制造业数字化转型的研究提供一个量化的分析视角｡

表2数字化转型关键词前50高频词表

本研究通过计算企业年报文本中数字化转型相关关键词的出现频次占当年全部企业年报中同类关键词总频次的比重,量化地刻画了各企业的数字化转型程度｡具体公式如下:

式中:i表示企业代码;t代表年份;ait代表i企业在t年份的关键词总数;qi代表i企业在t年份的数字化程度｡

对2018—2022年中部地区制造业企业上市公司年报进行分析,我们发现,部分制造业企业从2018—2022年逐渐开始对云计算､大数据､人工智能､物联网等先进技术的使用,深度融入研发､生产､供应链､销售和服务各个环节｡截至2022年,九成以上的制造业企业开始涉足和实施“智能制造”,中部地区制造业行业已经开始全面进行数字化转型｡图1为2018—2022年中部地区新增数字化转型企

图12018—2022年中部地区新增数字化转型企业数量变化趋势图

三、数字化转型企业创新效率分析

(一)制造业企业创新效率指标的选择

本研究旨在评估企业如何通过数字技术等手段提升技术创新效率｡传统创新效率的衡量方法通常仅以企业的研发支出或专利数量代表其创新效率,但这种方法可能并不完全合理,因为它忽略了研发投入是否真正转化为创新成果｡因此,本研究参考了曹勇等[11]的研究方法,选用研发支出和研发人员数量作为创新投入指标,选用企业的专利申请数和主营业务收入作为创新产出指标,从创新投入､创新产出两个维度选取共4个指标,具体见表3｡我们搜集了2018—2022年1636家A股中部地区制造业上市公司共13350个观测样本,其中创新指标数据来源于国泰安数据库与Wind数据库｡这种评价指标能够使文本更全面地评价企业数字化转型对创新效率的影响｡

表3中部地区制造业创新效率评价指标体系

(二)制造业企业创新效率评价方法的选择

在企业创新效率评估过程中,对各项创新指标进行权重分配是至关重要的环节,这一过程通常涉及主观和客观两种赋权方法｡主观赋权方法依赖于专家或研究者的个人判断,通过层次分析法或专家评判法等定性手段为指标赋予分值,但这种方法可能因个人差异而存在较大的主观性｡相较之下,客观赋权方法利用数学和统计模型,如灰色关联分析､熵权法､主成分分析法和因子分析法,可以减少主观偏差,增强权重分配的客观性和准确性｡在本研究中,为了更精确地衡量企业创新效率,我们采用熵权法这种客观赋权技术对创新效率指标进行权重分配,增强了评价体系的科学性和合理性｡

(三)创新效率指数测算方法

1.标准化处理

对原始数据进行标准化处理,消除指标之间存在的属性和数量级的差异｡指标主要包括正向指标和负向指标｡

对于正向指标,进行正向标准化处理:

2.计算特征比重或贡献度

计算第j个指标下,第i家企业的特征比重或贡献度:

3.计算熵值

4.计算差异系数

5.确定权重

确定评价指标的权重,计算第i个企业熵权法综合评价得分:

6.综合评分

第i个评价对象的综合评价值为:

最终得到各指标的权重如表4所示｡

表4熵值法计算权重结果汇总

根据表4中熵值数据可以看出熵权法侧重于创新产出,其中主营业务收入占比最高,为60.152%,其次是专利申请总量,为39.45%,研发人员数量权重最低,为0.103%｡

(四)评价结果分析

本文列举了熵权法计算的综合得分前20名中部地区制造业企业名单,见表5｡

依据表5的数据,熵权法计算出的前20家企业中,数字化转型企业有17家,非数字化转型企业有3家｡数字化转型企业占比85%｡同时,数字化转型企业江淮汽车､东风汽车在熵权法得分中分别为第1名与第2名｡

表5熵权法计算后综合得分前20名中部地区制造业企业名单

本文对江淮汽车的数字化转型实践进行文本挖掘和分析后得出结论,江淮汽车在数字化转型的过程中,展现了其对新兴信息技术的深入融合与应用能力｡特别是在新能源汽车领域,公司的战略布局显示出对行业发展趋势的敏感性和积极的响应态度｡江淮汽车在5G通信､大数据技术､区块链应用以及人工智能等前沿技术领域进行了战略性投资,这些投资不仅加深了公司技术的深度,也为公司的长远发展奠定了坚实的基础｡此外,江淮汽车通过实施大数据平台建设和智能化工厂项目,有效优化了业务流程,显著提升了生产效率｡这些举措不仅促进了传统制造业的智能化升级,而且通过技术创新,加速了新产品的研发进程和市场推广,特别是在新能源汽车电控箱系列产品的开发上取得了突破性进展｡

在数字化转型过程中,江淮汽车积累的实践经验不仅强化了其在激烈市场竞争中的地位,也为同行业其他企业的数字化转型提供了可借鉴的实践范式｡江淮汽车的实践成果充分证实了数字化转型对于推动企业高质量发展的重要性,其成效不仅彰显在经济效益的显著提升上,更深刻体现在对整个产业链创新效率的加速推进和革新引领上[12]｡

四、总结

本研究聚焦于我国中部地区A股制造业企业,通过深入的文本挖掘方法,系统梳理了实施数字化转型的企业名单｡采用熵权法构建了一套科学､全面的创新效率评价指标体系,以全面评价数字化转型企业的创新效率｡通过对中部地区制造业企业2018—2022年的年度报告分析,观察到制造业企业中数字化转型的企业数量呈现出显著增长的趋势｡特别值得注意的是,超过60%的制造业企业已开始涉足并积极推进“智能制造”战略｡此外,在熵权法得分排名前20的制造业企业中,数字化转型企业占据17席,而非数字化转型企业仅有3家,这进一步印证了数字化转型已在制造业领域广泛实践并对其产生深远影响｡

本研究通过深入的文本挖掘和科学的评价指标体系构建,揭示了数字化转型在中部地区制造业企业中的发展趋势及其对创新效率的积极影响｡研究结果表明,数字化转型不仅是大势所趋,更是企业提升创新效率和综合竞争力的重要途径｡

参考文献:

[1]张欣,董竹.数字化转型与企业技术创新:机制识别､保障条件分析与异质性检验[J].经济评论,2023(1):3-18.

[2]陈梦根,周元任.数字经济､分享发展与共同富裕[J].数量经济技术经济研究,2023,40(10):5-26.

[3]易露霞,吴非,徐斯旸.企业数字化转型的业绩驱动效应研究[J].证券市场导报,2021(8):15-25+69.

[4]刘政,姚雨秀,张国胜,等.企业数字化､专用知识与组织授权[J].中国工业经济,2020(9):156-174.

[5]赵宸宇.数字化转型对企业社会责任的影响研究[J].当代经济科学,2022,44(2):109-116.

[10]熊珍琴,舒莉芬.江西省先进制造业产品出口竞争力提升策略分析[J].宜春学院学报,2023,45(10):42-47.

[11]曹勇,苏凤娇,赵莉.技术创新资源投入与产出绩效的关联性研究:基于电子与通讯设备制造行业的面板数据分析[J].科学学与科学技术管理,2010,31(12):29-35.

[12]巫雪芬.数字经济对制造业转型升级的影响:基于国家大数据综合试验区的拟自然实验[J].南昌工程学院学报,2024,43(2):107-113.

基金资助:江西省社会科学“十四五”基金项目(22YJ33);

文章来源:李诗琪,袁梓怀,谢咏谕.数字化转型对中部地区制造业企业创新的影响[J].南昌工程学院学报,2025,44(02):103-108.