我国制造业的信息技术投资效果——结合行业影响因素的分析，本文主要内容关键词为：信息技术论文,制造业论文,因素论文,效果论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在经济全球化的背景下，制造业信息化直接影响到我国由制造大国迈向制造强国的进程，进而影响到国家工业化和现代化战略目标的实现。本文选取我国制造业的上市公司为研究样本进行实证分析，研究信息技术投资对企业绩效的影响，并阐释若干行业因素的调节作用。
一、文献综述、研究假设与分析框架
理论上，信息技术能够为企业价值链的各方面增加价值，从而提高企业的竞争优势，改进经营绩效。然而早期实证研究的结果并不完全一致，有些研究甚至认为企业的信息技术应用并没有获得所期望的收益，由此提出了所谓的信息技术投资悖论。[1] 近几年，学者们采用了更加先进的研究方法和更加完善的数据来源，绝大多数研究的结论都支持了信息技术应用有助于改善企业绩效的观点。关于信息技术投资回报的争论也趋于平息，人们把更多的注意力放到了影响信息技术投资效果的各种因素上面。[2]
新近的研究主要沿着两个方向展开。一是以资源基础观（RBV）为理论依据，探索特定的组织能力（如知识管理能力、组织学习能力等）对信息技术投资效果的影响；[2] 二是采用产业组织理论的分析思路，探讨不同行业环境下的信息技术投资效果。有学者指出，信息技术对企业绩效的作用效果，在很大程度上与环境因素尤其是行业特征（集中度、资本结构、增长速度、技术标准等）有关。[3] 在实证研究中，人们一般将行业特征定义为控制变量并讨论其影响。[4] 虽然这种方法可以将信息技术投资和行业特征对企业绩效的作用区分开来，但是却不能具体说明行业特征究竟是促进还是阻碍了信息技术投资对企业绩效的作用效果。有鉴于此，一些学者开始尝试比较不同行业的信息技术投资效果。例如，应用动态生产理论模型对信息技术投资进行的研究发现，利润一成本比率和替代程度在不同的制造业部门呈现出明显差异，而且这些差异可能与不同部门的员工教育程度和资本密集程度有关；[5] 而应用增长计算法（growth accounting）对计算机制造部门和计算机应用部门的比较研究也表明，这两个部门的信息技术投资对增长的贡献呈现显著的差异性。[6] 进一步，有学者通过理论分析指出，行业特征在信息技术投资改善企业绩效的过程中发挥着重要的调节作用，并根据这一思路考察了行业集中度和工会联合程度这两种行业特征对企业信息技术投资效果的影响，具体做法是在实证分析模型中加入交互作用变量进行检验，结果表明：上述行业特征变量在信息技术投资影响企业绩效的过程中发挥着显著的反向调节作用。[7]
在国内，随着信息技术在企业中的不断普及和应用，以及“以信息化带动工业化”的政策思路的落实，信息技术投资的效果及其影响因素，乃至国内是否存在信息技术投资悖论等一系列问题也引起了学术界的极大兴趣。信息技术相关研究作为我国管理科学研究的一个重点问题，影响企业理论和管理方式的变革。[8] 但是，国内目前的研究主要集中在理论上的解释，从实证的角度来揭示信息技术与企业经营绩效之间关系的文献也开始出现。[9] 因此，针对国内企业信息技术投资的实证研究是一个需要深入探讨的领域。考虑到研究数据的可获得性和测度标准等问题，笔者选取行业资本密集度和行业增长率这两个行业特征变量，分析它们对制造企业信息技术投资效果的调节作用。
如上所述，关于信息技术投资与企业绩效之间的关系，理论上的推演和近年的实证分析一般都持正面的观点，即信息技术在企业中的实施可以改善企业的经营管理，提高企业绩效。因此，笔者提出本文的第一个理论假设：
假设1：信息技术投资有利于提高企业绩效。
行业资本密集度是本文需要考虑的一个行业特征变量，它在企业管理和经济理论中有着重要的地位，行业资本密集度在一定程度上决定了企业的经营决策、生产和投资方式。在资本密集度高的行业中，企业固定资产的重组、融合以及与其他方面资源的协调都更加困难，退出壁垒也比较高，在该条件下企业的组织战略带有很大的刚性，容易束缚于长期活动的安排。这不利于发挥信息技术帮助企业应对激烈竞争、及时进行战略调整的优势。[10] 因此，信息技术的应用在行业资本密集度高的环境下对企业经营管理过程的改善程度不明显，行业资本密集度在信息技术与企业绩效之间起反向的调节作用。据此，笔者提出本文的第二个研究假设：
假设2：行业资本密集度对信息技术投资产生负的调节作用，资本密集度越高，信息技术投资对企业绩效的作用越小。
行业增长率是本文考虑的另外一个行业特征变量，它在一定程度上体现了该行业产品需求的增长和技术的进步，也反映了市场机会的大小以及该行业中竞争状态的变化程度。高增长的行业意味着企业处于决策非程序化、竞争变化过快的不稳定环境。在这种环境中经营的企业面临着行业发展趋势和战略选择等诸多方面的不确定性，而信息技术的应用在信息获取、资源整合以及组织活动协调等方面的独特优势则有助于企业及时获取相关的经营信息，从而减少不确定性，改善经营效果。[11] 所以，行业增长率越高，信息技术对于企业的改善作用越明显，行业增长率在信息技术与企业绩效之间起正面的调节作用。据此，笔者提出本文的第三个假设：
假设3：行业增长率对信息技术投资产生正的调节性作用，行业增长率越高，信息技术投资对企业绩效的提高越明显。
二、研究设计
（一）样本和数据来源
本文的研究样本选取于我国制造类行业上市公司，依据中国证监会发布的《上市公司行业分类指引》的行业划分标准，制造业一级分类中一共有十种二级分类行业。同时，属于信息技术业一级分类中的二级行业分类的通信与相关设备制造业和计算机与相关设备制造业也被加入样本进行研究。与其他行业相比，制造业的信息技术投资相关数据披露较为全面，可以提供比较充分的分析数据。更为重要的是，该行业在信息技术应用方面居于关键位置，其经验对其他行业有明显的借鉴意义。
笔者选用沪深证券交易所的制造类行业A股上市公司从2001年到2005年非平衡的面板数据，用于测度各类变量，并利用普通最小二乘法进行回归分析。为了保证所获取数据的准确性，选取的样本中剔除了2001—2005年间经营出现问题（例如曾经被停牌、ST处理的上市公司）和年报中没有披露电子设备投资额的上市公司，经过筛选后一共有1049个有效样本。样本的结构见表1。
（二）变量设计
本文的分析涉及因变量（企业绩效）、解释变量（信息技术投资）、控制变量（负债权益比率、企业规模、行业分类）和调节变量（行业资本密集度、行业增长率）。为了使理论上的分析模型能够在实证分析中得到检验，需要对各个变量在已有研究的基础上进行设计，变成在实际中可以操作和测量的具体指标。
（1）因变量：企业绩效（firm performance,FP）。对于企业绩效的测度，本文采用广泛利用的最终绩效变量——主营业务利润率。采用主营业务利润率的依据是：尽量剔除企业经营中其他收入的干扰，同时用利润率衡量企业绩效，能较好地体现其竞争优势。
（2）解释变量：信息技术投资（information technology investments,ITS）。本文中，出于数据获取方面的考虑，信息技术投资指硬件投资。现有研究表明，信息技术硬件投资与综合性信息技术投资（包括软件投资和人力资本投资）之间的相关系数在0.75～0.8左右，可以合理反映企业的信息技术应用情况。[12] 因此，采用硬件投资指标不但具有数据可获得性的便利，而且在研究方法上也具有可行性。
参照同类研究的做法，本文把公司固定资产明细项“电子设备”的年末额近似作为公司当年的信息技术投资额，记为IT。参照同类研究的做法，解释变量（信息技术投资）的测量指标则定义为ITS＝IT/C，[11] 其中IT是电子设备年末额，C是资产总额。这一定义在一定程度上消除了由于企业规模不同而引起的信息技术投资之间的差别，得到了企业信息技术投资的相对测度指标。需要说明的是，有个别公司将“电子设备”细分为“通讯设备”和“计算机设备”，因此在计算时需要合并起来。
（3）控制变量：参照同类研究的做法，笔者将企业的负债权益比率（debt equity ratio,DER）、企业规模（SIZE）和行业分类（INDUS）作为控制变量。其中企业规模按员工人数取对数计算；[11]行业分类为虚拟变量，按照伍德里奇提出的N—1规则，[13] 本文的样本涉及12类二级行业，以机械、设备、仪表制造业为基准，一共有11个变量，每个虚拟变量如果属于本行业则取值为1，反之取值为0。
（4）调节变量：行业资本密集度（industry capital intensity ICI）和行业增长率（industry growth rate,IGR）。借鉴现有文献的研究方法，[14] 本文采用各企业所在二级分类行业中2001—2005连续5年的固定资产与销售额的比值（固定资产／销售额），再求其平均值作为行业资本密集度的测度指标。同时，利用2001—2005年各企业所在二级分类行业的主营业务利润增长率来测度行业增长率。
（三）模型设计
参照国外同类研究关于检验调节作用的模型设计方法，[11] 本文采用层级多元回归的形式进行分析，首先检验信息技术投资对企业绩效的影响，具体的回归模型如下：
在以上模型分析的基础上，笔者将进一步检验行业特征变量对信息技术投资效果的调节作用，这在实证分析中体现为调节回归分析方法（moderated regression analysis）的应用。调节回归分析的目的是检测调节回归模型中的交互作用项，判断其对方程式的预测能力。[15] 具体做法是在自变量与因变量之间回归分析的基础上，再加入调节变量与原自变量的交互项，以判断方程解释能力是否增加。如果回归方程式中交互项的系数值达到显著水平，就表示调节变量的交互作用效果成立，此时可利用系数值的正负向及大小来判断相应的调节影响。[11]本文用于调节回归分析的模型分别如下：
考虑行业资本密集度变量（ICI）调节作用的回归模型：
…，11）为系数，ε为误差项，ICI·ITS为交互作用项，如果该项系数β[,6]显著，则说明行业资本密集度的调节作用（moderate effect）会影响信息技术投资对企业绩效的作用效果。
考虑行业增长率变量（IGR）调节作用的回归模型为：
三、实证结果及分析
（一）描述性统计分析
对因变量企业绩效FP和解释变量信息技术投资ITS进行描述性统计的结果如表2所示。从较不易受极值影响的中位数来看，主营业务利润率（FP）为21.17％，信息技术（电子设备）投资额占资产总额的比例（ITS）为1.09％。
笔者还对样本数据按时间进行了分组，观察因变量和解释变量在所取的时间窗口内的变化趋势，结果如表3所示。从表中可以看出，样本数量逐年增加，说明越来越多的企业开始披露固定资产明细项中的电子设备投资额。企业绩效（FP）的中位数从总体上呈略微下降的变化趋势，信息技术投资（ITS）的中位数则先下降后上升。
（二）参数估计分析
利用普通最小二乘法对上述三个模型进行回归分析，表4为各变量的描述性统计和相关系数。
表4的描述性统计结果显示，相对于均值而言，行业增长率（IGR）的标准差要比行业资本密集度（ICI）大得多。这说明在制造类行业中，各二级分类行业之间的资本密集度差异较小，而行业增长率的增长状况差异较大。从该表的相关系数结果可以看出，信息技术投资（ITS）和企业绩效（FP）之间正相关，这在一定程度上反映了本文的第一个理论假设。
表5给出了回归分析的结果，从该表可以得出几点结论。首先，在回归模型1中，信息技术投资变量（ITS）的系数为正，并且在0.05的水平上通过了显著性检验。同时，F统计值也通过了显著性检验。因此，该模型的实证检验结果表明：解释变量ITS与因变量FP之间有显著的正相关关系，这就支持了本文的第一个研究假设，即信息技术投资有利于提高企业绩效。
其次，在回归模型2和模型3中，笔者把行业资本密集度（ICI）和行业增长率（IGR）这两个行业特征变量加入模型进行控制，并分别加入与行业资本密集度和行业增长率有关的调节变量。如表5所示，在模型2与模型3中，ITS的系数分别在0.05和0.10的水平上显著为正，仍然支持信息技术投资有利于提高企业绩效的观点。两个模型中，行业特征变量ICI和IGR的系数都没有通过显著性检验，说明它们对企业绩效的直接影响并不明显。然而值得注意的是，两个以乘积表示的调节变量的系数分别在0.05的水平上通过了显著性检验，且模型的F统计值也是显著的。这说明在信息技术投资影响企业绩效的过程中，行业特征变量发挥着显著的调节作用，也就是说，信息技术投资对企业绩效的作用效果受到了行业资本密集度和行业增长率的调节性影响。进一步，回归分析结果显示，行业资本密集度调节变量的系数为负值，说明它在信息技术投资影响企业绩效的过程中产生阻碍作用；而行业增长率调节变量的系数为正值，说明它有利于提高信息技术投资的效果。这样，模型2、模型3的分析结果支持了本文的第二、第三个研究假设，即：行业资本密集度越高，信息技术投资对企业绩效的提高作用越小；行业增长率越高，信息技术投资对企业绩效的改善效果越明显。
最后，笔者计算了回归方程的Durbin-Watson值，查表可知在0.01的显著水平上，回归分析都不存在自相关的问题。同时，考虑到模型2和模型3中的交互作用项变量可能会和其直接变量产生多重共线性，笔者还计算了各变量的方差膨胀因子（VIF）值，结果表明，变量中最大的VIF值为6.519，小于内特（Neter）等人提出的临界值为10的标准，[16] 说明本文的实证分析没有产生明显的多重共线性问题。总之，表5的回归结果是可靠的，因而相应的解释也具有合理性。
四、结论
综上所述，本文以我国制造业上市公司为研究样本，将行业特征变量引入信息技术投资与企业绩效之间关系的研究之中，利用调节回归分析方法对行业因素的调节作用进行了实证检验。实证分析结果支持了信息技术投资有助于改善企业绩效的观点，显示出我国制造业信息化的积极效果。同时，分析结果也表明，信息技术投资的效果将因各制造业细分行业特征的差异而不尽相同。
首先，笔者的分析显示了行业资本密集度对信息技术投资效果的负面调节作用。企业必须更加注重信息技术投资与无形资源的结合，才能够充分发挥信息技术投资对于资源整合利用、组织协调的积极效果，从而达到信息化的预期目的。
其次，笔者的分析也显示：行业增长率对信息技术的投资效果发挥着正面的调节作用，说明在高速增长的制造业细分行业中，信息技术投资的积极效果更加明显。
总之，上述分析表明，在我国制造业的信息化过程中，企业必须注意利用信息技术提升核心能力，同时应该充分考虑所处行业的特征，由此进行合理的战略规划，以便使信息技术投资取得最佳的经济效益。
［基金项目］ 广东省自然科学基金资助项目（06027214）