摘 要：目前，我國正在推動數(shù)字技術(shù)提升與數(shù)字化轉(zhuǎn)型建設(shè)。本文以84家涉農(nóng)企業(yè)A股上市公司2011—2020年凈資產(chǎn)收益率、數(shù)字化轉(zhuǎn)型程度、企業(yè)規(guī)模、盈利增長率、資產(chǎn)負債率等相關(guān)數(shù)據(jù)為樣本，探討數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的影響。通過回歸分析驗證了數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的正向影響。

關(guān)鍵詞：涉農(nóng)企業(yè)；數(shù)字化轉(zhuǎn)型；企業(yè)績效

一、引言

隨著數(shù)字化時代的到來，更多企業(yè)開始著眼于數(shù)字化發(fā)展以提升企業(yè)績效與競爭能力。從2022埃森哲中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)看，未來1—2年內(nèi)中國企業(yè)計劃加大數(shù)字化投資力度近60%，國內(nèi)領(lǐng)軍企業(yè)從數(shù)字化投資中獲穩(wěn)健績效，相較于2016年，企業(yè)綜合績效提升11%。

但在轉(zhuǎn)型中，涉農(nóng)企業(yè)面臨許多挑戰(zhàn)和機遇。一方面，涉農(nóng)企業(yè)需要面對數(shù)字化信息技術(shù)的更新迭代和產(chǎn)業(yè)成本投入的壓力。另一方面，數(shù)字化轉(zhuǎn)型又為涉農(nóng)企業(yè)帶來廣闊的發(fā)展空間，促進鄉(xiāng)村產(chǎn)業(yè)振興。于是數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的影響成了值得探討的問題。

縱觀國內(nèi)外文獻，對涉農(nóng)企業(yè)的績效研究涵蓋了多個方面，但對涉農(nóng)企業(yè)數(shù)字化能力及其實證的研究較少。為更好地了解涉農(nóng)企業(yè)績效的評估方法，并通過數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效影響的研究，為涉農(nóng)企業(yè)發(fā)展提供理論指導(dǎo)和實踐經(jīng)驗。因此，本文以涉農(nóng)企業(yè)為研究對象，采用實證研究方法，探討數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的影響，借此為深入數(shù)字化轉(zhuǎn)型研究，探索數(shù)字化轉(zhuǎn)型機制提供參考，同時促進農(nóng)村經(jīng)濟發(fā)展。

二、文獻回顧與理論假說

隨著數(shù)字技術(shù)的發(fā)展，數(shù)字化轉(zhuǎn)型的研究也備受關(guān)注。楊蕙馨與孫芹（2023）通過對76篇獨立研究中111個效應(yīng)值進行分析，研究數(shù)字技術(shù)與服務(wù)化對制造業(yè)企業(yè)績效的影響。采用元分析方法，進行異質(zhì)性檢驗，結(jié)果與假設(shè)一致，證明數(shù)字化正通過各種方式成為企業(yè)響應(yīng)市場需求，提升競爭力的重要途徑。

1.涉農(nóng)企業(yè)績效影響因素研究

衛(wèi)芝紅（2022）等研究了涉農(nóng)企業(yè)社會責(zé)任與財務(wù)績效的關(guān)系，選擇2014—2019年75家涉農(nóng)上市公司416個觀測值為研究對象，建立線性回歸模型，進行回歸分析及穩(wěn)健性檢驗。經(jīng)過檢驗回歸結(jié)果與原結(jié)果一致，認為涉農(nóng)企業(yè)績效受多方面影響。周國光（2001）等認為企業(yè)績效包括盈利水平、償債能力等多個維度。Corevnen（2020）指出企業(yè)績效是衡量企業(yè)行為變化導(dǎo)致結(jié)果的重要指標(biāo)之一，數(shù)字服務(wù)化對企業(yè)績效也必然產(chǎn)生影響。

2.數(shù)字化轉(zhuǎn)型影響涉農(nóng)企業(yè)績效的機理

李曉陽（2023）等研究了數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)經(jīng)營績效提升的傳導(dǎo)機制，通過分析126家涉農(nóng)企業(yè)上市公司的A股數(shù)據(jù)，建立雙固定效應(yīng)模型并且進行回歸分析與穩(wěn)健性檢驗，回歸結(jié)果證明了數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)經(jīng)營績效有持續(xù)正向的促進作用。孫立新（2022）等認為農(nóng)業(yè)技術(shù)創(chuàng)新重要性增強，促進科技創(chuàng)新是促進農(nóng)業(yè)高質(zhì)量發(fā)展的前提。李民（2022）等的研究中提到數(shù)字化轉(zhuǎn)型已成為促進傳統(tǒng)動能提升和新動能壯大的重要途徑，促進了涉農(nóng)企業(yè)競爭力的提升?；谄髽I(yè)轉(zhuǎn)型理論，數(shù)字化時代的到來使得很多企業(yè)開始進行數(shù)字化轉(zhuǎn)型。趙文（2021）等基于價值創(chuàng)造“三重底線”將企業(yè)績效劃分為財務(wù)、環(huán)境和社會績效。而環(huán)境與社會績效涉及多方面的指標(biāo)，會出現(xiàn)數(shù)據(jù)準(zhǔn)確性低，指標(biāo)不統(tǒng)一，成本高等問題，而財務(wù)績效作為反映企業(yè)能實現(xiàn)其財務(wù)目標(biāo)的重要表現(xiàn)，具有直觀可見、比較性與操作性較強等優(yōu)點。因此，本文選取財務(wù)績效作為企業(yè)績效的主要測量指標(biāo)。

綜上所述，提出本文的研究假說：數(shù)字化轉(zhuǎn)型與涉農(nóng)企業(yè)績效正相關(guān)。

三、模型選擇與數(shù)據(jù)說明

1.模型選擇

借鑒蔣雯等的研究，結(jié)合上述研究假設(shè)與實際數(shù)據(jù)設(shè)計以下模型，對數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的影響進行實證研究：

ROEt=β0+β1*DTt+β2*SIZEt+β3*GROWTHt+β4*LEVt（1）

在式（1） 中，ROE為凈資產(chǎn)收益率，是凈利潤與凈資產(chǎn)的比值；DT為數(shù)字化轉(zhuǎn)型程度；SIZE為企業(yè)規(guī)模，是期末總資產(chǎn)的自然對數(shù)；GROWTH為盈利增長率，是當(dāng)期凈利潤同比上一期的增長幅度；LEV為資產(chǎn)負債率，是期末負債總額與資產(chǎn)總額的比值。t為時間，β0為常數(shù)，β1為凈資產(chǎn)收益率與數(shù)字化轉(zhuǎn)型程度的系數(shù)，β2為凈資產(chǎn)收益率與企業(yè)規(guī)模的系數(shù)，β3為凈資產(chǎn)收益率與盈利增長率的系數(shù)，β4為凈資產(chǎn)收益率與資產(chǎn)負債率的系數(shù)。由于本研究數(shù)據(jù)的自變量量綱和單位均有所不同，因此本文選擇將數(shù)字化轉(zhuǎn)型程度與公司規(guī)模取對數(shù)處理，更好反映自變量的變化對因變量的影響程度。

（1） 被解釋變量

本文選擇凈資產(chǎn)收益率（ROE）來衡量涉農(nóng)企業(yè)績效。主要原因為凈資產(chǎn)收益率是反映企業(yè)在盈利能力和資產(chǎn)利用等方面的綜合表現(xiàn)，有助于進行全方面評估。同時，凈資產(chǎn)收益率有助于投資者進行投資決策。

（2） 解釋變量

參考吳非（2021）等的研究，本文選取CSMAR中《中國上市公司數(shù)字化研究轉(zhuǎn)型數(shù)據(jù)庫》，選擇其中的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)統(tǒng)計表中的數(shù)字化轉(zhuǎn)型指數(shù)（DT）衡量數(shù)字化轉(zhuǎn)型程度。

（3） 控制變量

參考數(shù)字化轉(zhuǎn)型影響企業(yè)績效的相關(guān)文獻本文選取企業(yè)規(guī)模（SIZE）、盈利增長率（GROWTH）、資產(chǎn)負債率（LEV）作為控制變量。

變量定義如表1所示。

2.數(shù)據(jù)來源與描述性分析

（1） 數(shù)據(jù)收集方法

本文依據(jù)華西證券農(nóng)林牧漁行業(yè)上市公司股票，選取2011—2020年數(shù)據(jù)。并對數(shù)據(jù)做以下處理：①剔除在樣本期間退市（ST、ST*類），或上市數(shù)據(jù)不滿兩年的企業(yè)；②相關(guān)變量取對數(shù)處理；③存在缺失值的數(shù)據(jù)在運行程序時成列排除數(shù)據(jù)。最終獲得84家涉農(nóng)企業(yè)A股上市公司的5015個企業(yè)年觀測值。

為獲得有效及可靠的數(shù)據(jù)，本文數(shù)字化轉(zhuǎn)型指標(biāo)信息與涉農(nóng)企業(yè)上市公司財務(wù)信息主要來自國泰安數(shù)據(jù)庫、公司官網(wǎng)，并對數(shù)據(jù)進行手動整理。

（2） 描述性統(tǒng)計

由主要變量描述性統(tǒng)計表（表2）可得：ROE的平均值為0.05，標(biāo)準(zhǔn)差為0.137，平均值與標(biāo)準(zhǔn)差較小，說明其自有資本收獲利益的能力一般。DT的最小值與最大值相差較小，平均值較大，標(biāo)準(zhǔn)差為0.179，波動較小，說明數(shù)字化轉(zhuǎn)型程度總體不低且正在不斷提高。SIZE均值為3.08，與最大值相差較小，且標(biāo)準(zhǔn)差較小，說明涉農(nóng)企業(yè)總體規(guī)模較大。GROWTH最大值為4，平均值較小，說明企業(yè)普遍成長速度不理想。LEV的平均值、最大值與標(biāo)準(zhǔn)差均較低，說明上述涉農(nóng)企業(yè)的現(xiàn)金流較理想，償債能力較強，經(jīng)營穩(wěn)健。

（3） 相關(guān)性檢驗

對所選數(shù)據(jù)進行皮爾遜相關(guān)性分析以及雙尾檢驗，得到相關(guān)性檢驗表（表3）。由表可知：ROE與DT之間的相關(guān)性為0.093*，顯著性為0.017，表明兩者之間在0.05級別相關(guān)性顯著。ROE與SIZE之間的相關(guān)性為0.249**，說明兩者之間在0.01級別相關(guān)性顯著。GROWTH與ROE之間相關(guān)性為0.189**，表明兩者之間在0.01級別時具有顯著的相關(guān)性。LEV與ROE兩個變量間的相關(guān)性為-0.281**，說明兩者在0.01級別時相關(guān)性顯著。被解釋變量與解釋變量之間的相關(guān)性均處于-1至1之間，自變量與因變量之間具有線性相關(guān)性。

四、實證檢驗與分析

由主要變量回歸分析表（表4）可知：共線性統(tǒng)計時，VIF值均小于5，因此回歸模型不存在共線性問題，在5%的顯著性下，DT與涉農(nóng)企業(yè)績效之間的t值為1.096，顯著性為0.273，說明DT與涉農(nóng)企業(yè)績效之間有較為顯著的相關(guān)性。DT與涉農(nóng)企業(yè)績效之間的β值為0.033，在95%的置信區(qū)間內(nèi)，DT與涉農(nóng)企業(yè)績效之間正相關(guān)?；貧w統(tǒng)計結(jié)果驗證了假設(shè)的正確性。同理，分析控制變量可以得出：SIZE與績效之間的β值為1.049，說明在0.05的顯著性下，公司規(guī)模的大小與涉農(nóng)企業(yè)之間正相關(guān)。GROWTH與ROE之間的β值為0.062，表明在0.05的顯著性下，GROWTH與ROE正相關(guān)。而LEV與涉農(nóng)企業(yè)績效之間的β值為-0.303，說明在5%的顯著性水平下，LEV與績效之間負相關(guān)，但負相關(guān)值較小。

由F值檢驗表（表5）可得：在0.05的顯著性水平下，自由度為4，各解釋變量對被解釋變量有較顯著的線性關(guān)系。

五、結(jié)論與政策建議

數(shù)字化轉(zhuǎn)型程度與涉農(nóng)企業(yè)績效之間正相關(guān)。說明隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的提高，其企業(yè)績效也會不斷提高。主要原因在于在控制變量的作用下，數(shù)字化轉(zhuǎn)型可以促進財務(wù)績效的提升。涉農(nóng)企業(yè)也可以在數(shù)字化轉(zhuǎn)型的基礎(chǔ)上，通過擴大公司規(guī)模，優(yōu)化產(chǎn)業(yè)鏈以提高總資產(chǎn)凈利潤率，促進盈利增長，加強總體競爭力。

由于涉農(nóng)企業(yè)績效研究相關(guān)體系建設(shè)尚不完善，本文也有一定的局限性，涉農(nóng)企業(yè)績效指標(biāo)單一，對數(shù)字化程度指標(biāo)界定簡單等。同時本文通過數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的研究，促進了涉農(nóng)企業(yè)數(shù)字化創(chuàng)新市場與農(nóng)業(yè)可持續(xù)發(fā)展體系的建設(shè)，企業(yè)可以通過促進數(shù)字化轉(zhuǎn)型，重視數(shù)字化技術(shù)的應(yīng)用與實施，數(shù)字化創(chuàng)新人才的培養(yǎng)來提高企業(yè)各方面績效。未來可以通過對數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效的影響機制進行研究，探討數(shù)字化中不同方面的程度對涉農(nóng)企業(yè)生產(chǎn)，創(chuàng)新，環(huán)境，經(jīng)營等方面的影響，以及影響數(shù)字化程度對涉農(nóng)企業(yè)績效正相關(guān)的中介因素的探討，進一步研究數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)績效提升的內(nèi)在途徑。

參考文獻：

[1]楊蕙馨，孫芹.數(shù)字技術(shù)與服務(wù)化對制造業(yè)企業(yè)績效的影響研究[J].經(jīng)濟與管理評論，2023，39（3）：116-129.

[2]衛(wèi)芝紅，陸新文，胡翠萍.涉農(nóng)企業(yè)社會責(zé)任與財務(wù)績效的實證研究——基于研發(fā)投入的中介作用[J].長春理工大學(xué)學(xué)報（社會科學(xué)版），2022，35（5）：139-144.

[3]周國光，李祥義，王楠，等.長安大學(xué)會計系列教材財務(wù)管理學(xué)（修訂版）[M].西安：西北大學(xué)出版社，2001.

[4]Coreynen W，Matthyssens P，Vanderstraeten J，et al.Unravelling the Internal and External Drivers of Digital Servitization：A dynamic Capabilities and Contingency Perspective on Firm Strategy[J].Industrial Marketing Management，2020，89：265-277.

[5]李曉陽，易鑫，郭鑫，等.數(shù)字化轉(zhuǎn)型賦能涉農(nóng)企業(yè)經(jīng)營績效提升的傳導(dǎo)機制研究——基于雙固定效應(yīng)模型的實證[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2024（1）：96-110.

[6]孫立新，王曉君，金曄，等.中國涉農(nóng)企業(yè)科技創(chuàng)新能力演變及提升路徑——來自上市涉農(nóng)企業(yè)的經(jīng)驗證據(jù)[J].農(nóng)業(yè)經(jīng)濟問題，2022（12）：4-18.

[7]李民，戴永務(wù).數(shù)字化轉(zhuǎn)型對涉農(nóng)企業(yè)競爭力的影響——基于企業(yè)異質(zhì)性視角[J].北京航空航天大學(xué)學(xué)報（社會科學(xué)版），2024，37（3）：79-88.

[8]VENKATRAMAN N，RAMANUJAM V.戰(zhàn)略研究中企業(yè)績效的度量：方法比較[J].管理學(xué)院評論，1986，11（4）： 801-814.

[9]蔣雯，付哲，王蘭.數(shù)字化轉(zhuǎn)型與軍工企業(yè)績效——作用機理與經(jīng)驗證據(jù)[J].工業(yè)技術(shù)經(jīng)濟，2023，42（7）：58-67.

[10]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144+10.

[11]肖靜，曾萍，任鴿.數(shù)字化轉(zhuǎn)型、吸收能力與制造企業(yè)雙重績效——地區(qū)數(shù)字化水平的調(diào)節(jié)作用[J].研究與發(fā)展管理，2023，35（2）：129-143.

[12]袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟，2021（9）：137-155.

作者簡介：黃麗文（2003— ），女，瑤族，湖南永州人，湖南農(nóng)業(yè)大學(xué)，本科在讀，研究方向：農(nóng)林經(jīng)濟管理。