数字经济、创新能力与制造型企业绩效——兼论供应链集成的调节效应

吴成颂 陈薇

(安徽大学商学院，安徽合肥 230601)

一、引言

数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体,并将信息通信技术的有效使用视作效率提升和经济结构优化推动力的相关经济活动[1]。2022年11月,国务院新闻办公室发布的《携手构建网络空间命运共同体》白皮书指出,截至2021年,中国数字经济规模达到45.5万亿元,占国内生产总值比重为39.8%,数字经济已成为推动经济增长的主要引擎之一①。与此同时,随着全球新一轮科技革命与产业变革的不断推进,大数据、区块链和5G等数字信息技术蓬勃发展,这也为制造业的高质量发展带来了机遇和挑战。制造业的数字化发展是推进其实现新旧动能转换、提质增效的重要路径,且与其他行业相比,总体转型占比大,更具优势(如图1所示)。因此,如何利用数字红利为制造业提质增效、转型升级赋能,成为近年来受到众多学者和政策制定者关注的问题。

图1 2021年中国企业数字化解决方案市场细分

现有研究关于数字经济政策实践效果提出了宏观和微观两个方面的结论。一方面,数字经济与宏观经济领域各方面深度融合,并积极推动了宏观经济的发展。例如,有学者提出,数字经济在推动共同富裕[2]、助力区域城市群高质量发展[3]、促进经济绿色化转型[4]等方面发挥了重要作用;另一方面,企业作为宏观经济的微观载体,实体企业的数字化变革构成数字经济微观层面的重要内容[5],数字经济的发展必然会对企业产生影响。相关研究认为,数字经济的发展主要通过引致实体投资效应[6]、影响全要素生产率[7]、促进企业持续性创新[8]21-26等途径,为企业的发展带来积极的影响。但在数字经济赋能企业高质量发展的同时,我国制造业的优化升级则较为缓慢,那么,数字经济对制造型企业的绩效水平是否也能产生积极影响呢?

已有研究提出,企业是数字经济发展的落脚点,也是我国实施创新驱动发展战略的主体[9],数字经济的发展为企业探索自主创新突破的奇点提供了机遇[10],并从供需两侧有效赋能企业创新[11]。我国制造业在《中国制造2025》战略的引领下开启了转型升级的“加速跑”,向智能制造升级发展。然而,目前我国制造业的转型基础较为薄弱,仍面临着“大而不强”的问题[12],“卡脖子”技术受制于人,产业链“断链”隐忧与韧性不足等现象依旧存在。而制造业提升整体科技创新能力能使其有效突破“高端封锁”与“低端锁定”,是当下发展实体经济的重要着力点。因此,进一步探讨如何推动制造型企业创新能力的提升并研究其对企业绩效的影响具有重要的理论与实践价值。

此外,现有理论表明,数字经济的发展使得企业所处环境的变化加剧,制造型企业需要提升自身的动态能力并向周围汲取所需资源以应对复杂的环境变化,此时供应链的优势就显得尤为重要[13]。随着供应链体系日益成为制造型企业的核心竞争力,保持制造业供应链弹性,提升供应链绩效对维持企业的正常经营至关重要[14]。实施集成化供应链管理、实现供应链的高效协同逐渐成为制造型企业改革的重点,也是数字经济时代助力企业成长与发展的一个关键因素。

鉴于此,本文以2011—2019 年中国 A 股制造业上市公司为样本,研究数字经济的发展对制造型企业绩效的影响、企业创新能力在其中的机制作用以及供应链集成在其中的调节作用。在此基础上,进一步检验了企业规模异质性、企业地域异质性以及企业行业类型异质性对数字经济效应产生的影响。

本文的研究贡献主要体现在:(1) 目前,关于数字经济与宏观经济或微观企业方面的实证研究较为丰富,但将制造型企业作为主要研究对象的较为匮乏。本文以制造型企业为切入点,研究数字经济对企业绩效产生的影响,厘清企业创新能力在数字经济与企业绩效间的作用机理,进一步完善了企业绩效水平提升的驱动因素研究,拓展了数字经济的研究范围。(2) 本文考察了供应链集成程度在数字经济发展对制造型企业绩效影响机制中的作用,为供应链发展与企业绩效的研究提供了可靠的经验证据。(3) 通过对企业异质性进行分析,为企业利用数字经济的发展来提高绩效水平提供了理论依据,对企业的管理实践有现实意义。

二、理论分析与研究假设

(一)数字经济与制造型企业绩效

现有研究表明,数字经济对制造型企业绩效的促进作用主要体现在以下三个方面:第一,数字化技术为制造型企业的发展赋能。制造型企业积极引进相关数字技术能够加速其核心生产技术的数字化升级,进而推动生产设备与模式的数字化改良和企业价值链的进一步攀升,为我国制造业带来了优化升级的空间和机遇[15]。此外,高新信息技术的广泛应用也同样为制造型企业的转型升级提速,实现其全要素生产率的提高[16]。第二,数字经济带来了资源配置与信息需求的平衡。数字经济的发展使得企业制造和业务流程的数字化变得可能,并通过配备更加智能高效的机器设备,综合提高了制造业生产率和资源利用效率,避免了浪费。此外,共享开放这一数字技术的特征决定了企业去中介化[17],数字经济带来的数字化平台有助于减少各方的信息不对称[18]137-148,有效降低相应交易成本,对企业资源进行优化配置,并完善企业内部分工机制[19],使得制造型企业的生产经营模式由为产品寻找顾客转向依照顾客的需求进行相应的生产。而且能够实现企业间信息的交流与共享,从而提高协同合作的效率,这成为制造业经济发展转型提升的新动能[20]。第三,数字经济提高了实体企业的运营效率。数字技术带来的结构化数据与非结构化信息为企业进行相应的数据挖掘提供了更大的空间[21],企业更加注重传统意义上的市场之外的长尾需求,以实现产业专业化分工和协同作业,从而推进企业整体运营效率的提高[18]137-148,进而提升企业绩效。因此,本文提出假设1:

H1:数字经济能够促进制造型企业绩效的提升。

(二)创新能力的机制作用

企业创新能力是指与企业综合创新水平提升相关的各项能力,这种能力始终贯穿于企业的研发、生产以及营销等一系列活动中[22]。数字经济的出现与发展加速了数字化技术的扩散与应用,使得数字技术向产业链、价值链两端延伸[23],为创新活动的开展和创新模式的演化提供了更多的机会与可能。一方面,数字经济依托平台效应带来的优势,不仅弱化了传统市场中存在的边界,打破了区域间的市场壁垒[8]21-26,还对创新环境进行了优化,提升了创新要素在产业链中的流动性与供需匹配效率,进而促进企业间的研发合作与交流,提高企业的创新水平。另一方面,数字经济通过倒逼创新主体实现需求导向型创新,增强企业的创新意愿[24]65-76,市场整合效率的提升加剧了企业之间的竞争[25],企业为了重新获取市场中的地位与优势,积极地组织生产方式的创新以及商业模式的革新。数字经济也通过多种数字化技术赋能企业的生产活动,为企业激活了更为高效的创新生态并拓宽了创新广度,促使企业开发新技术、创造新产品,由传统技术向智能化技术转变,为企业相关创新活动提供更广阔的空间和平台[26]。此外,现有研究基本证实了创新能力与企业绩效间的正向关系。多数学者通过实证证明企业创新能力与企业绩效间具有正相关关系,创新能力能够促进企业绩效持续、健康的发展[27][28]。具体来说,创新是企业合理获取并有效转化相关资源以及塑造企业间资源差异的重要途径,也是影响组织核心能力的因素之一,进而成为抢占竞争地位、提升绩效的基础[29],企业在更为独特的技术领域内取得创新,有利于为企业创造长期竞争优势[30]。除此之外,技术创新活动达到的效果在某种程度上也会给公司股权结构的优化和内部治理机制的完善带来重大影响,从而影响企业的绩效水平[31]。进一步地,对制造型企业来说,加大研发创新投入能够为企业转型升级注入活力,从而积累新知识、新信息与新解决方案[32]。同时,创新能力的提升也能带来新产品绩效[33],有助于企业绩效的改善。据此,本文提出假设2:

H2:数字经济通过提升企业的创新能力进而促进制造型企业绩效的提升。

(三)供应链集成的调节作用

供应链集成即企业与其在生产经营过程中接触到的全部其他主体通过信息资源共享、业务协同及战略联盟等协作方式[34],组成综合供需网络,从而实现资源的优化配置。数字经济的发展带来了复杂多变的市场环境和多样化、个性化的客户需求,而目前供应链服务体系是我国制造业发展中的一大短板,供应周期的延长、供应短缺、原材料价格的上涨和产能受到限制等都会导致制造业成本的增加。发达的供应链体系才能支撑起制造业的竞争力,因此制造型企业需要通过实现供应链集成来提高其柔性绩效以适应外部环境的变化。随着制造型企业所在供应链集成体系的逐步完善与供应链集成程度的加深,企业在与外部主体交互的过程中能够更合理高效地促进个体资源和能力的补充与升级,进而显著提升企业绩效[35]5-23。因此,供应链集成能在数字化浪潮中有效驱动制造业的发展,助力企业绩效的提升。因此,本文提出如下假设3:

H3:供应链集成在数字经济对制造型企业绩效的作用机制中发挥正向调节作用。

三、研究设计

(一)样本选择与数据来源

本文选取沪深A股制造业上市公司为研究对象,鉴于关键数据的可得性,考虑到2019年后“新冠”疫情对企业的冲击可能影响研究结果,本文以2011—2019年的制造业上市公司数据为样本,并进行了如下处理:(1)剔除ST与ST*类型的企业;(2)剔除数据残缺不全或异常的企业样本;(3)分年度对所有连续变量在1%和99%分位上进行Winsorize处理。其中,市级数字经济发展水平数据取自历年《中国城市统计年鉴》以及各地级市统计年鉴,其余相关财务数据均来源于CSMAR数据库。

(二)变量测量

1.被解释变量:企业绩效。本文综合杨德明等的研究设计[36],选取净资产收益率(ROE)来衡量企业短期的经济绩效,并在此基础上进一步用托宾Q值(TobinQ)来衡量企业的长期经济绩效以及未来发展的潜在价值。

2.解释变量:数字经济指数。数字经济逐渐成为推动经济发展的重要引擎,但目前学界还没有制定衡量数字经济发展规模的统一标准。本文借鉴赵涛等的研究设计[24]65-76,从市级层面出发,从数字普惠金融发展和互联网发展两个维度来构建中国城市数字经济发展指标体系。其中,数字普惠金融发展的衡量指标主要指数为普惠金融指数,互联网发展的衡量指标包括互联网普及率、移动互联网用户数、互联网相关从业人数及产出四个方面。在此基础上,采用熵值法得到各变量权重,最终得到市级层面的数字经济发展指数,用Dige表示。

3.机制变量:创新能力。参考施建军和栗晓云的研究设计[37],本文从创新投入(Inni)、创新质量(Innq)以及创新效率(Inne)三个维度来综合衡量企业的创新能力。选取企业研发强度(研发投入与营业收入比值)作为衡量创新投入的指标;创新质量使用企业期末专利申请总量加1的自然对数来衡量;创新效率则使用期末专利申请数量除以连续三年研发支出之和与企业总资产比值加1的自然对数来衡量。

4.调节变量:供应链集成。本文参考胡保亮[38]的研究,主要采用前五大供应商采购额与年度采购总额的比值以及前五大客户销售额与年度销售总额的比值之和的平均值来测度企业供应链集成(SCI),以此反映企业供应链集成的程度。

5.控制变量。参考李琦等[35]5-23和 Zhong[39]等的研究,为排除其他因素的影响,本文加入了一系列控制变量,包括董事会规模(Board)、独董比例(Indep)、企业年龄(Age)、 股权集中度(Top10)、资产负债率(LEV)、机构持股比例(Institute)。

(三)实证模型

基于理论机制部分建立的研究假说,为了考察数字经济与制造型企业绩效之间的关系,本文建立了如下的基准模型来验证假设H1:

ROEi,t=α0+α1Digei,t+α2controlsi,t+ Yeart+ Industryi,t+εi,t

(1)

TobinQi,t= α0+α1Digei,t+α2controlsi,t+ Yeart+ Industryi,t+εi,t

(2)

其中,ROEi,t、TobinQi,t代表企业i第t年的绩效,Digei,t为企业i第t年的数字经济指数,controlsi,t为控制变量,Yeart和Industryi,t分别表示年份固定效应与行业固定效应,εi,t为随机误差项。

四、实证结果与分析

(一)描述性统计

研究涉及各类变量的描述性统计结果如表3所示。无论是净资产收益率(ROE)还是托宾Q值(TobinQ),其最大值与最小值相差较大,结合标准差的数值,可以看出不同制造型企业绩效水平存在较大差异。数字经济指数(Dige)最小值和最大值分别为0.052和0.842,表明了各城市的数字经济发展水平也存在一定的差异性。创新质量(Innq)和创新效率(Inne)最大值分别为9.607和12.190,最小值皆为0,表明不同企业间创新能力悬殊。供应链集成(SCI)的均值为0.292,最小值为0.040,最大值为0.727,且大多数企业的供应链集成程度处于中等偏下水平。

(二)基准回归

表4为数字经济发展水平对制造型企业绩效影响的实证结果,在不引入任何控制变量的情况下,不论是净资产收益率(ROE)还是托宾Q值(TobinQ),数字经济指数均在1%水平上显著为正,这表明数字经济发展与制造型企业绩效呈正相关关系,本文提出的假设H1得到初步验证。除此之外,本文还加入了一系列控制变量,固定了年份与行业效应,核心结论仍然成立。

(三)机制作用检验

在基准模型得到验证的基础上,为考察数字经济对制造型企业绩效的作用机制,本文参考江艇“两步法”关于作用机制分析的思路,进行机制作用检验[40]。此外,考虑到企业从专利研发再到申请有一定的周期,本文对所有机制变量作了滞后一期处理,由此构建了模型(3)来检验假设 H2:

Innqi,t+1/Innii,t+1/Innei,t+1= ρ0+ρ1Digei,t+ρ2controlsi,t+Yeart+ Industryi,t+εi,t

(3)

回归结果如表5所示,第(1)列至第(3)列表明数字经济与企业创新能力的回归系数均在1% 水平上显著为正,说明数字经济的发展促进了企业创新能力的提升。

(四)稳健性检验

1.内生性检验:工具变量法。由于数字经济发展水平与企业绩效可能存在潜在的反向因果关系,为解决实证过程中可能存在的此类内生性问题,本文参考蔡竞和董艳的研究设计,将城市分为直辖市、副省级城市和其他城市三个等级,将其他同等级城市(剔除样本企业所在城市)的数字经济发展指数的均值作为工具变量,以检验模型的内生性问题[41]。表6列示了IV-2SLS的回归结果,第(1)列为第一阶段工具变量对自变量(Dige)的影响,在1%水平上显著为正,且F统计量大于10,表明选取工具变量的有效性得到了弱工具变量检验的支持。而从表中第(2)列可以看出,工具变量(IV)对因变量的影响不显著,满足工具变量检验的排他性约束条件要求。第(3)列至第(4)列为第二阶段检验结果,从其中可以看出数字经济对企业绩效在1%的水平上具有显著正向影响,意味着本文结论具有一定的稳健性。

2.内生性检验:固定效应模型。在2011—2019年期间出台的一系列产业、货币以及财政政策推动了数字经济的深化发展,随着新技术、新产业、新业态、新模式的不断涌现,对分属不同行业的制造型企业的绩效也带来了不同程度的影响。为了进一步解决潜在的内生性问题,本文使用多维度固定效应回归方法,加入“行业×年份”的高阶联合固定效应对本文提出的研究假设进行检验,以消除随时间变化的行业特征。从表7的第(1)列和第(2)列中可以看出数字经济对制造型企业的绩效在1%的水平上存在显著正向影响,即数字经济的发展能够显著促进企业绩效,这与前文的假设一致,本文的结论依旧稳健。

3.内生性检验:相关政策的外生冲击。2014年10月,工业和信息化部与国家发展和改革委员会确定首批“宽带中国”示范城市,数字经济的发展加速驶入快车道。考虑到数字经济的发展水平在受到国家政策的外部冲击后可能会对研究结论产生影响,为排除样本选择产生的内生性问题,更加准确地评估数字经济对制造型企业绩效的影响,本文在基准回归中加入自变量数字经济与政策效应的交互项Dige×Post以及政策效应 Post两个变量。其中,虚拟变量Post在2014年以前取0,在2014年及以后取1。如表7第(3)列和第(4)列所示,数字经济与政策效应的交互项系数依旧在5%和1%的水平上显著为正,说明前文得到的结论是可靠的。

4.稳健性检验:更换数字经济衡量方式。考虑到本文使用的数字经济指标是由两个维度构成的综合性指标,为进一步检验模型的稳健性,本文借鉴何宗樾和宋旭光的研究设计[42],将数字经济的一级指标数字普惠金融发展作为数字经济的代理变量,选取数字普惠金融指数(Index)作为解释变量的衡量方式重新进行回归。表8第(1)列和第(2)列表明数字经济系数均在1%水平上显著为正,回归系数的方向和显著性均与前述实证结果保持一致,再次证明本文核心结论在一定程度上具有稳健性。

5.稳健性检验:改变样本容量。计算机、通信和其他电子设备制造业作为数字化发展的主要行业,其数字化程度比其他制造业行业高,为避免其对实证结果造成影响,在回归中将这一部分样本剔除,用其余的样本进行再次回归。如表8第(3)列至第(6)列所示,回归结果显示数字经济系数在1%的水平上显著为正,进一步证实了数字经济能促进制造型企业的绩效提升这一结论的稳健性。

五、进一步分析

(一)供应链集成的调节作用

为进一步检验供应链集成程度在数字经济对制造型企业绩效影响机制中的调节作用,本文进一步构建了模型(4)和模型(5)来检验假设H3:

ROEi,t=θ0+θ1Digei,t+θ2SCIi,t+ θ3Dige×SCIi,t+θ4controlsi,t+Yeart+ Industryi,t+εi,t

(4)

TobinQi,t=θ0+θ1Digei,t+θ2SCIi,t+ θ3Dige×SCIi,t+θ4controlsi,t+Yeart+ Industryi,t+εi,t

(5)

其中,SCIi,t代表企业 i 第t年的供应链集成,表9为考虑供应链集成后数字经济的发展对于制造型企业绩效的影响结果。由第(1)列至第(4)列的结果可知,数字经济与供应链集成的交互项(Dige×SCI)对净资产收益率(ROE)和托宾Q值(TobinQ)的影响分别在5%和1%的水平上显著为正。这一结果验证了H3,说明企业供应链集成程度越高,数字经济对制造型企业绩效的促进作用越显著。

(二)异质性检验

1.企业规模异质性分析

数字经济对企业绩效的影响效果与企业规模密切相关。数字经济的发展为企业数字技术水平的提高带来了契机,但企业自身的科技研发基础以及资本、人才和知识等生产要素是不可或缺的[43]。为验证数字经济对企业绩效的影响在不同规模的制造型企业中存在的异质性表现,本文将样本按企业规模分为大型企业组(样本中位数以上)和中小企业组(样本中位数以下),分组后的回归结果如表10所示。在大型企业中,数字经济对制造型企业绩效的促进作用显著;在中小型企业中,由第(1)列的结果可见,数字经济对企业绩效的直接促进作用不复存在。综合来看,数字经济对大型企业的影响程度高于中小企业,原因可能在于大型企业一般在行业中具有明显的领先地位,资金充足,基础设施较完善,拥有较好的技术研发基础以及创新型人力资本等要素,在一定程度上提升了数字经济对企业绩效的促进作用。

表1 中国城市数字经济综合发展水平评级指标体系

表2 变量定义

表3 描述性统计

表4 基准回归结果

表5 作用机制检验结果

表6 内生性检验:工具变量检验结果

表7 内生性检验:固定效应模型与相关政策的外生冲击

表8 稳健性检验:更换数字经济衡量方式与改变样本容量

表9 供应链集成的调节作用检验结果

表10 企业规模异质性检验

2.企业区域异质性分析

对制造型企业而言,要素配置、基础设施、技术创新、资源禀赋以及地理位置等方面的条件至关重要。本文将样本分为沿海地区、非沿海地区两类进行回归,分组回归结果如表11所示。可以发现数字经济的发展对处于沿海地区的制造型企业的绩效有显著影响,且无论是净资产收益率(ROE)还是托宾Q值(TobinQ)均为正,本文的核心结论即数字经济促进制造型企业绩效的提升得以证明。而如第(1)列和第(2)列所示,非沿海地区企业回归系数为负或不显著,表明数字经济对于制造型企业绩效的影响在企业区域上存在差异。这可能是因为处于沿海地区的制造型企业能够依托其优越的地理位置,充分利用资源以及交通方面的优势,再加上该地区经济发展水平较高,且现阶段数字经济处于持续发展状态,其所带来的红利不断增加,进而促进了区域技术创新能力的提升,企业绩效提升效果因此更加显著。而非沿海地区拥有的生产与资本要素以及资源相对而言较为匮乏,运输方式较为单一,企业发展受限,且该地区数字经济发展水平较低,处于起步阶段,因此数字经济对该地区企业绩效的提升作用不太明显。

表11 企业区域异质性检验

3.企业行业异质性分析

本文将制造型企业样本按行业类型进一步分为高科技行业和非高科技行业(1)根据《战略性新兴产业分类(2012)(试行)》和经济合作与发展组织(OECD)相关文件,对照《上市公司行业分类指引(2012年修订)》,本文的高科技行业涉及3个门类和13个大类:3个门类为制造业(C),信息传输、软件和信息技术服务业(I)以及科学研究和技术服务业(M);13个大类包括化学原料及化学制品制造业(C26),医药制造业(C27),化学纤维制造业(C28),通用设备制造业(C34),专用设备制造业(C35),汽车制造业(C36),铁路船舶航空航天和其他运输设备制造业(C37),电气机械及器材制造业(C38),计算机、通信和其他电子设备制造业(C39),仪器仪表制造业(C40),互联网和相关服务(I64),软件和信息技术服务业(I65),研究和试验发展(M73)。,分组检验数字经济对企业绩效的影响差异。一方面,数字化转型具有的智能化和信息化特性使得高科技行业能够更有效地把握数字经济带来的发展机遇,并以合理和高效的方式将相关知识和技术转化为自身的创新产出[44]。另一方面,与非高科技行业的企业相比,高科技行业企业间的竞争态势更为激烈与严峻[45]。回归结果如表12所示,在属于高科技行业的制造型企业中,数字经济对企业绩效的正向影响作用更为显著。原因可能在于,高科技行业的制造型企业作为新兴行业,可能更加注重技术创新的前沿性,强调营造实质性创新氛围,努力把握数字经济发展带来的契机,通过不同的途径获取企业生产发展所必须的生产资源、知识资源以及信息资源等,提高自身盈利能力与绩效水平,从而维持自身的竞争优势。

表12 行业类型异质性检验

六、研究结论与启示

(一)研究结论

本文基于2011—2019年沪深A股制造业上市公司与市级数字经济发展综合指数的样本数据,实证检验了数字经济对制造型企业绩效的作用和创新能力的机制作用,以及供应链集成在数字经济效应发挥中的调节作用,并进行了相关异质性分析,得出如下结论:(1) 数字经济与制造型企业绩效正相关,数字经济发展得越好,越能促进企业绩效水平的提升,且在经过一系列稳健性检验后,该结论依然成立。(2) 数字经济提升了制造型企业的创新能力,进而对企业绩效发挥促进作用。(3) 供应链集成有利于制造型企业绩效水平的提升,并在数字经济对制造型企业绩效的促进效应中起到正向调节的作用。(4) 数字经济对制造型企业绩效的影响因企业的规模异质性、区域异质性和行业异质性而表现出明显差异,数字经济能够显著提升规模较大、处于沿海地区以及高科技制造型企业的绩效水平。

(二)研究启示

第一,制造型企业应以数字经济发展为核心驱动力,充分把握数字经济发展带来的新契机,实现产品、技术和服务协同创新,利用人工智能、大数据等新技术促进产业结构优化升级,创新生产方式,通过数字经济的发展提升制造型企业的绩效水平。此外,国家及地方政府部门应积极制定并落实相关政策,推进数字经济发展和企业的数字化转型,加快数字技术在制造业的应用,切实解决制造业“大而不强”的问题,从而促进数字经济发展与实体经济的深度融合,不断巩固信息技术为实体经济高质量发展带来的“数字红利”。

第二,面对当下制造业依旧存在的自主创新能力不够强的问题,应该发挥数字经济对企业创新的驱动作用,积极引导数字技术进入传统制造业生产系统中,做好整体创新战略规划。鼓励采用大数据技术和人工智能技术提升企业生产、周转和销售效率,加大研发投入强度的同时提升创新效率与质量,完善相关创新激励政策和措施,依托云平台、大数据等相关数字技术加快前沿技术的攻关、缩短产品研发周期,系统提升研发效率。

第三,在本文中供应链集成的作用得到验证,企业在抓住数字化浪潮机遇实现自身发展的过程中应注重发挥供应链集成的促进作用。制造型企业应加快技术变革的速度,为智能制造供应链的高效整合与协同提供技术支持,并以企业可持续发展为目标,实行供应链上下游综合管控,在与供应商和客户的动态关系中找到平衡。此外,应整合供应链系统资源配置,提供更多的增值服务,从而实现整体的系统优化,构建长期稳定的采购与交易体系,使企业最大限度地加强供应链管理以达到提升企业绩效的效果。

第四,针对不同制造型企业自身的特点,在数字经济的推进过程中应“因企制宜”“因地施策”,让响应政策号召的企业平等享受数字经济带来的红利。不同的制造型企业在数字经济的发展中应视企业的实际情况而采取相应的措施。具体来说,中小型的制造型企业应对数字化战略进行长期规划,并通过数字技术水平的提升来弥补其资源缺乏和基础薄弱的不足;对于大型制造型企业而言,应重视通过数字化发展来对传统资源进行再开发,并将数字战略与市场、技术和设施等方面的优势相结合。非沿海地区的企业应以更加主动的态度来推动区域数字经济的发展,激励企业的技术研发和创新,进一步助推区域经济的发展;处于沿海地区的企业应主动发挥自身的优势,注重创新导向,创造产业机会,巩固企业的市场优势地位。对属于非高科技的制造型企业来说,应合理利用数字经济来提高研发要素的配置效率,促进企业转型升级;而对于高科技行业的制造型企业来说,更应充分利用自身较高的技术水平,促进企业可持续发展,从而为经济发展插上“数字翅膀”。