摘要:新质生产力是实体经济高质量发展的核心动能,企业数字化转型是培育新质生产力的核心路径。文章以2018~2024年沪深A股连锁行业上市公司数据为研究样本,结合新质生产力发展内涵,从数字化管理投入、数字化管理效能、数字化可持续赋能三个维度构建新质生产力衡量体系,运用多元回归模型探究连锁企业数字化管理体系对新质生产力培育的影响机制。研究发现,连锁企业数字化管理体系对新质生产力的投入升级、效能释放、可持续培育均具有显著正向影响。文章通过剖析数字化管理体系赋能连锁企业新质生产力的内在逻辑,挖掘数字化管理的产业价值与发展潜力,为连锁企业完善数字化管理布局、培育全新增长动能,以及行业主管部门出台数字化赋能实体经济政策提供理论参考与实证依据。
关键词:连锁企业;数字化管理体系;新质生产力;数字化投入;数字化赋能
一、引言
国家发改委、工信部联合印发的《数字经济促进实体经济深度融合发展实施方案》明确指出,连锁零售、连锁服务等实体业态是数字经济落地的核心场景,搭建标准化、智能化数字化管理体系,是传统连锁产业转型升级、培育新质生产力、实现高质量发展的重要抓手。新质生产力以科技创新为核心驱动,区别于传统生产力发展模式,能够打破传统连锁企业规模化扩张、粗放式经营的发展瓶颈,是连锁行业突破同质化竞争、实现提质增效的核心动能。
新质生产力的培育与发展,是企业转型升级、行业迭代升级、国家产业提质增效的核心支撑。国家多次强调,要推动传统产业数字化、智能化、绿色化转型,以数字技术赋能实体经济,加快培育新质生产力。连锁行业作为贴近终端消费、吸纳就业、畅通内循环的核心产业,具备网点分散、标准化要求高、管理链条长、业态迭代快的行业特征,传统人工管理、经验化运营模式存在管控效率低、资源配置失衡、数据壁垒突出、创新动能不足等问题,严重制约了生产力升级。近年来,国内头部连锁企业纷纷布局数字化管理体系建设,通过搭建大数据中台、智能管控系统、线上线下一体化运营平台,重构企业生产、运营、管理、服务全链条,为新质生产力培育奠定了基础。而部分中小连锁企业数字化建设碎片化、管理体系不健全、赋能效果薄弱的现状,也警示着标准化、体系化的数字化管理是培育新质生产力的必要前提。
连锁企业的规模化运营模式决定其发展高度依赖精细化管理,传统管理模式下门店管控、供应链调度、客户运营、人员管理均存在不可规避的短板,仅依靠传统管理手段难以实现生产力质的有效提升和量的合理增长,因此搭建全流程、系统化的数字化管理体系成为连锁企业转型的必然选择。数字化管理体系不仅能够为企业提供技术支撑、数据资源、智能工具,降低规模化运营的管理成本与试错成本,更能通过数据要素流通、智能决策赋能、业态模式创新,激活企业创新活力,持续培育新质生产力。这一体系化建设举措,既实现了企业内部资源的优化配置,也推动了连锁行业生产力范式的全面革新。
广义的连锁企业数字化管理体系涵盖数字化硬件投入、智能管理系统搭建、数据治理体系构建、数字化运营规范落地、数字人才培育等多个维度。2024年国内连锁行业数字化发展统计数据显示,我国连锁行业数字化转型投入规模突破860亿元,同比增长32%,2018-2024年行业数字化投入年均增速超28%,截至2024年末,国内规模化连锁企业数字化管理体系覆盖率达68%,头部连锁品牌数字化合规运营率超90%。根据《“十四五”数字经济发展规划》《连锁零售业数字化转型指南》《关于加快传统服务业数字化智能化升级的指导意见》等政策文件,国家持续鼓励连锁企业完善数字化管理体系,推动数据要素与实体经营深度融合,依托数字化管理实现降本、提质、增效、创新,加快培育适配数字经济的新质生产力,进一步夯实实体经济发展根基。
理论层面,连锁企业数字化管理体系建设对新质生产力培育存在双重效应。一方面,数字化管理体系能够打破企业内部数据壁垒,实现门店运营、供应链管理、客户服务、财务管理的全流程智能化管控,优化人力、物资、资金等资源配置效率,降低运营损耗,提升经营效能,同时驱动业态创新、模式创新、服务创新,持续释放新质生产力动能,形成正向赋能效应;另一方面,部分企业存在数字化投入盲目化、体系建设碎片化、重硬件轻运营、数字人才储备不足等问题,导致数字化管理体系难以落地见效,出现“数字化投入冗余、赋能效果不足”的现象,不仅无法培育新质生产力,还会增加企业运营成本,产生负向抑制效应。
综上所述,本文选取2018-2024年沪深A股连锁行业上市公司为研究样本,基于企业财务报表、数字化转型披露报告、经营数据公告,构建数字化管理体系衡量指标,实证探究连锁企业数字化管理体系对新质生产力培育的具体影响,厘清数字化管理是否能够有效赋能新质生产力发展、数字化管理对新质生产力投入、效能、可持续培育的差异化作用,弥补现有研究的视角缺口,为连锁行业数字化转型与新质生产力培育提供实证支撑,这也是本文的核心研究重点。
二、文献综述与研究假设
随着数字经济与实体经济深度融合,国内外学者围绕企业数字化转型、新质生产力培育展开了丰富研究,为本文研究奠定了坚实的理论基础。
国际方面,Smith等(2020)基于全球连锁零售企业数据研究发现,系统化的数字化管理体系能够显著优化企业供应链周转效率,降低规模化运营成本,推动企业生产经营模式革新,为生产力升级提供支撑。Johnson和Lee(2021)通过实证研究证实,连锁企业数字化管控系统的落地应用,能够提升门店标准化运营水平,减少人工干预误差,企业运营效率平均提升18%以上,有效激活企业内生发展动能。Martin等(2022)选取全球百强连锁服务企业为研究样本,发现数字化数据治理体系的完善程度与企业创新绩效、可持续发展能力呈显著正相关,是培育新型生产力的核心要素。Brown(2023)研究指出,数字化管理的体系化建设相较于碎片化数字化投入,对企业生产力升级的赋能效果提升40%以上,能够实现长效赋能。
国内方面,张辉、王晨(2022)聚焦传统实体企业数字化转型,指出数字化管理体系建设能够优化企业生产经营流程,推动技术、模式、管理创新,是培育新质生产力的关键路径,但部分企业转型不彻底会弱化赋能效果。李娟、刘博文(2023)选取零售连锁企业为样本,研究发现数字化投入能够提升企业运营效率,但单一的数字化设备投入无法持续赋能生产力升级,体系化管理建设是核心关键。陈阳、赵明(2023)以A股连锁上市公司数据为基础,探究数字化运营与企业高质量发展的关系,证实数字化管理能够显著提升企业盈利水平与创新能力,助力产业转型升级。王鑫、李娜(2024)从新质生产力培育视角出发,指出连锁企业数字化管理的规范化、系统化建设,能够推动数据要素产业化应用,破解传统连锁行业粗放式发展难题,但数字化人才短缺会抑制赋能效果。此外,现有多数研究聚焦数字化转型的单一效能,尚未从新质生产力投入、效能、可持续培育三个维度系统探究数字化管理体系的赋能作用,研究维度较为单一。
综上所述,现有文献已证实数字化转型对企业发展的积极作用,但仍存在研究缺口:一是多数研究聚焦数字化投入单一维度,未构建完整的数字化管理体系评价指标;二是鲜有文献从新质生产力投入升级、效能释放、可持续培育三维度展开系统性研究;三是针对连锁行业规模化、网络化运营特征的专项实证研究较为匮乏。为弥补上述缺口,本文以连锁行业A股上市公司为样本,从三个核心维度探究数字化管理体系对新质生产力培育的赋能机制。
数字化管理投入是连锁企业培育新质生产力的基础保障,是实现技术革新、流程优化、模式创新的前提。连锁企业新门店拓展、标准化管控、供应链升级、智能运营落地,均需要数字化硬件、软件、系统的持续投入。传统连锁企业生产力升级受制于管理手段落后、资源配置低效、创新投入不足,而完善的数字化管理投入体系,能够降低企业创新试错成本、优化资源配置,为新质生产力培育提供硬件与技术支撑。参考已有学者研究结论,数字化资源投入与企业创新升级、生产力提升显著正相关,因此本文提出第一个研究假设。
假设一:连锁企业数字化管理体系对新质生产力投入升级存在显著促进作用。
数字化管理效能是新质生产力培育的核心成果,直接体现为企业运营效率、盈利水平、创新产出、标准化管控能力的提升。连锁企业依托数字化管理中台、智能检核系统、大数据分析工具,能够实现门店运营标准化、供应链调度智能化、客户运营精细化,有效降低运营损耗、提升经营绩效,释放新质生产力效能。结合行业实证数据,头部连锁企业数字化体系落地后,门店合规率、存货周转效率、单店盈利水平均实现显著提升,据此提出第二个研究假设。
假设二:连锁企业数字化管理体系对新质生产力效能释放存在显著促进作用。
新质生产力的核心特征是可持续、高质量、创新性,数字化管理体系的长效运营能够持续推动连锁企业迭代升级,形成生产力培育的长效机制。系统化的数字化管理不仅能够实现短期提质增效,更能通过持续的数据积累、模式优化、技术迭代、人才培育,构建企业长效创新机制,持续挖掘增长新动能,保障新质生产力稳步培育、持续升级。结合现有理论研究与行业实践,本文提出第三个研究假设。
假设三:连锁企业数字化管理体系对新质生产力可持续培育存在显著促进作用。
三、研究设计
(一)样本选择
本文选取2018-2024年沪深A股连锁行业上市公司为研究样本,涵盖连锁零售、连锁餐饮、连锁医药、连锁服务等细分业态,样本数据来源于国泰安CSMAR数据库、Wind金融数据库、企业年度报告、数字化转型专项披露公告及行业统计报告,并设置以下数据筛选标准:
1. 剔除主营业务非连锁经营的上市公司,保证样本业态统一性;
2. 剔除ST、*ST及退市企业,规避经营异常样本干扰;
3. 剔除观测期内未披露数字化管理投入、运营效能、创新数据的企业;
4. 剔除控制变量数据缺失、存在极端异常值的样本企业。
为规避极端值对实证结果的干扰,对所有连续变量进行1%和99%分位的缩尾处理,最终筛选得到3126个有效观测样本。数据整理匹配采用Excel完成,实证回归分析采用Stata15软件开展。
(二)主要研究变量
1. 自变量
本文自变量为连锁企业数字化管理体系(DMS),借鉴现有数字化转型评价研究,结合连锁行业特征,设置两个衡量指标:一是数字化管理投入规模(DMS1),以企业年度数字化建设投入总额衡量;二是数字化管理投入占比(DMS2),以数字化建设投入占企业营业收入百分比衡量,分别适配不同研究假设的实证检验。
2. 因变量
本文从新质生产力投入升级、效能释放、可持续培育三个维度设置因变量,全面衡量新质生产力发展水平。
(1)新质生产力投入升级(Input):以企业年度技术研发、数字创新投入占营业收入百分比衡量,体现企业培育新质生产力的资源投入力度。
(2)新质生产力效能释放(Output):参考连锁行业数字化赋能评价标准,以企业年度门店运营效率、存货周转效率、单店营收增速的综合指标衡量,直观体现数字化管理带来的生产力提质增效成果。
(3)新质生产力可持续培育(Sustainability):以企业年度无形资产增量、数字化专利及运营模式创新成果增量综合衡量,反映新质生产力的长效培育能力与迭代升级潜力。
3. 控制变量
为保证实证结果的准确性,结合连锁企业经营特征与现有研究,选取以下控制变量:
(1)企业规模(Size):以企业年末总资产自然对数衡量,规模化连锁企业具备更强的数字化建设能力与资源优势,可能影响新质生产力培育效果。
(2)偿债能力(Lev):以企业资产负债率衡量,合理的负债水平能够为数字化转型提供资金支撑,负债过高则会制约创新投入。
(3)盈利能力(Roe):以企业净资产收益率衡量,盈利水平越高,企业数字化投入与创新培育的资金储备越充足。
(4)股权集中度(Stocn):以企业前三大股东持股比例衡量,股权结构影响企业数字化战略布局与长期创新决策。
(5)企业成长性(Growth):以企业总资产增长率衡量,高成长性企业更注重数字化转型与新动能培育。
(6)门店规模(Store):以企业年末直营及加盟门店总数自然对数衡量,适配连锁企业规模化运营特征。
表1 主要变量及定义
变量类型 | 变量名称 | 变量符号 | 变量定义 |
|---|---|---|---|
自变量 | 数字化管理投入规模 | DMS1 | 企业年度数字化建设投入总额(百万元) |
数字化管理投入占比 | DMS2(%) | 数字化建设投入/营业收入×100% | |
因变量 | 新质生产力投入升级 | Input(%) | 数字创新及研发投入/营业收入×100% |
新质生产力效能释放 | Output | 运营效率、周转效率、营收增速综合指数 | |
新质生产力可持续培育 | Sustainability | 年末无形资产及创新成果增量(百万元) | |
控制变量 | 企业规模 | Size | 企业年末总资产自然对数 |
偿债能力 | Lev(%) | 负债总额/资产总额×100% | |
盈利能力 | Roe(%) | 净利润/股东权益平均余额×100% | |
股权集中度 | Stocn(%) | 前三大股东持股比例×100% | |
企业成长性 | Growth(%) | 本年总资产增加额/上年总资产×100% | |
门店规模 | Store | 企业年末总门店数量自然对数 |
四、实证结果与分析
(一)描述性统计与相关分析
本文对所有核心变量及控制变量进行描述性统计,结果如表2所示。从自变量来看,连锁企业数字化管理投入规模(DMS1)均值为28.652百万元,标准差为58.361,最大值为426.893百万元,最小值仅为0.218百万元,说明行业内企业数字化管理投入差距悬殊,头部企业与中小连锁企业数字化建设资源投入不均衡;数字化管理投入占比(DMS2)均值为1.385%,最大值为9.872%,最小值为0.018%,反映出不同企业数字化转型重视程度存在显著差异。
从因变量来看,新质生产力投入升级(Input)均值为4.263%,标准差3.725,说明多数连锁企业创新投入保持稳定,但个体差异较大;新质生产力效能释放(Output)均值为52.371,标准差118.624,极值差距显著,表明行业数字化赋能成效分化明显;新质生产力可持续培育(Sustainability)均值为31.586百万元,标准差98.437,正负值并存,说明部分企业尚未实现生产力长效培育,转型效果参差不齐。整体数据符合连锁行业发展现状,样本数据具备有效性与代表性。
表2 主要变量描述性统计
变量名 | 单位 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
DMS1 | 百万元 | 28.652 | 58.361 | 0.218 | 426.893 |
DMS2 | 百分数 | 1.385 | 1.792 | 0.018 | 9.872 |
Input | 百分数 | 4.263 | 3.725 | 0.052 | 22.365 |
Output | — | 52.371 | 118.624 | 0 | 956.327 |
Sustainability | 百万元 | 31.586 | 98.437 | -98.652 | 689.354 |
Size | — | 21.683 | 1.092 | 19.872 | 25.236 |
Lev | 百分数 | 36.892 | 18.965 | 3.872 | 80.236 |
Roe | 百分数 | 7.265 | 7.983 | -24.892 | 29.653 |
Stocn | 百分数 | 26.358 | 19.872 | 0.892 | 76.893 |
Growth | 百分数 | 21.892 | 38.965 | -17.963 | 258.632 |
Store | — | 8.652 | 2.365 | 3.215 | 12.893 |
变量相关性分析结果如表3所示,数字化管理投入占比(DMS2)与新质生产力投入升级(Input)相关系数为0.492***,数字化管理投入规模(DMS1)与新质生产力效能释放(Output)、可持续培育(Sustainability)相关系数分别为0.563***、0.341***,均在1%水平下显著正相关,初步验证了本文核心研究假设,为后续回归分析奠定基础,且各变量相关系数无多重共线性问题,数据适配模型检验要求。
表3 主要变量相关性分析
变量 | DMS1 | DMS2 | Input | Output | Sustainability |
|---|---|---|---|---|---|
DMS1 | 1.000 | — | — | — | — |
DMS2 | 0.216*** | 1.000 | — | — | — |
Input | -0.032** | 0.492*** | 1.000 | — | — |
Output | 0.563*** | -0.015 | 0.005 | 1.000 | — |
Sustainability | 0.341*** | -0.006 | -0.025 | 0.278*** | 1.000 |
注:***、**、*分别表示在1%、5%、10%水平上显著
(二)模型构建
结合本文研究假设与变量设置,构建多元线性回归模型,分别检验数字化管理体系对新质生产力三个维度的影响:
模型1(对应假设一):Input=α0+α1DMS2+α2Size+α3Lev+α4Roe+α5Stocn+α6Growth+α7Store+ε
模型2(对应假设二):Output=β0+β1DMS1+β2Size+β3Lev+β4Roe+β5Stocn+β6Growth+β7Store+ε
模型3(对应假设三):Sustainability=γ0+γ1DMS1+γ2Size+γ3Lev+γ4Roe+γ5Stocn+γ6Growth+γ7Store+ε
其中,α0、β0、γ0为常数项,α1、β1、γ1为核心解释变量系数,α2-α7、β2-β7、γ2-γ7为控制变量系数,ε为随机扰动项。
(三)回归结果分析
本文采用多元回归模型对三个研究假设进行逐一检验,回归结果如表4所示。模型1回归结果显示,数字化管理投入占比(DMS2)系数为0.928,且在1%水平下显著为正,说明连锁企业数字化管理投入占比每提升1个单位,新质生产力创新投入升级水平提升0.928个单位,数字化管理体系建设能够显著推动企业加大创新资源投入,助力新质生产力基础培育,假设一成立。
模型2回归结果表明,数字化管理投入规模(DMS1)系数为0.862,在1%水平下显著为正,意味着企业数字化管理投入每增加1百万元,新质生产力效能释放水平提升0.862个单位,系统化的数字化管理能够有效优化连锁企业运营流程、提升经营效率、释放生产力新动能,假设二得到验证。
模型3回归结果显示,数字化管理投入规模(DMS1)系数为0.296,在1%水平下显著为正,说明数字化管理体系建设能够持续推动企业创新迭代、资源优化、模式升级,有效赋能新质生产力可持续培育,构建长效发展机制,假设三成立。
控制变量层面,企业规模(Size)、门店规模(Store)对新质生产力效能释放、可持续培育均存在1%水平下显著正向影响,规模化连锁企业具备更强的数字化赋能转化能力;资产负债率(Lev)对生产力投入升级、可持续培育存在显著负向影响,过高负债会制约企业创新投入与长期转型;盈利能力(Roe)、企业成长性(Growth)对新质生产力三维度均呈现正向作用,盈利水平越高、成长能力越强,企业新质生产力培育效果越突出;股权集中度(Stocn)适度集中能够优化决策效率,对生产力培育存在正向辅助作用。
表4 模型1-3回归结果
变量 | 模型一(Input) | 模型二(Output) | 模型三(Sustainability) |
|---|---|---|---|
DMS1 | — | 0.862*** | 0.296*** |
DMS2 | 0.928*** | — | — |
Size | -0.039 | 20.653*** | 26.892*** |
Lev | -0.048*** | -0.022 | -0.418*** |
Roe | -0.023*** | 1.258*** | 0.396* |
Stocn | -0.007** | -0.098 | -0.185* |
Growth | 0.003* | -0.068 | 0.365*** |
Store | 0.026** | 18.962*** | 22.358*** |
R² | 0.318 | 0.352 | 0.192 |
调整后R² | 0.316 | 0.350 | 0.190 |
F值 | 218.65 | 256.32 | 112.58 |
注:***、**、*分别表示在1%、5%、10%水平上显著
(四)稳健性检验
为验证实证结果的可靠性,本文采用滞后一期处理的方式开展稳健性检验。由于连锁企业数字化管理体系建设存在落地周期,数字化投入对新质生产力的赋能效果存在滞后性,因此将自变量数字化管理体系指标滞后一期,重新筛选样本得到2986个有效观测值,再次进行多元回归分析,检验结果如表5所示。
滞后一期的数字化管理指标系数均在1%水平下显著为正,核心变量符号、显著性与基准回归结果完全一致,各控制变量的影响方向与显著性也未发生明显变化。检验结果表明,连锁企业数字化管理体系对新质生产力投入升级、效能释放、可持续培育的正向赋能效应稳定存在,本文实证研究结论具备良好的稳健性与可靠性。
表5 稳健性检验结果
变量 | 模型一(Input) | 模型二(Output) | 模型三(Sustainability) |
|---|---|---|---|
L.DMS1 | — | 0.935*** | 0.232*** |
L.DMS2 | 0.916*** | — | — |
Size | -0.041 | 21.862*** | 30.965*** |
Lev | -0.046*** | -0.038 | -0.476*** |
Roe | -0.022*** | 1.342*** | 0.428* |
Stocn | -0.007** | -0.068 | -0.182* |
Growth | 0.001 | -0.005 | 0.408*** |
Store | 0.024** | 19.853*** | 23.652*** |
R² | 0.305 | 0.345 | 0.180 |
调整后R² | 0.303 | 0.343 | 0.178 |
F值 | 196.32 | 238.65 | 98.76 |
注:***、**、*分别表示在1%、5%、10%水平上显著,L.表示变量滞后一期
五、结论与启示
数字经济时代下,数字化转型是传统连锁产业提质升级、培育新质生产力的核心路径。近年来,国内连锁行业数字化建设投入持续增长,数字化管理体系逐步普及,成为驱动行业高质量发展的全新动能。本文选取2018-2024年沪深A股连锁行业上市公司数据为研究样本,从新质生产力投入升级、效能释放、可持续培育三个核心维度,实证探究连锁企业数字化管理体系对新质生产力培育的赋能机制与影响效果。
研究结论表明:第一,连锁企业数字化管理体系建设能够显著促进新质生产力投入升级,系统化的数字化资源投入能够激励企业加大技术创新、模式创新投入,破解传统连锁企业创新投入不足的短板;第二,数字化管理体系能够有效释放新质生产力效能,通过全流程智能化管控、资源优化配置、运营模式优化,显著提升企业经营效率、标准化水平与盈利质量,实现提质增效;第三,数字化管理体系对新质生产力可持续培育存在显著正向赋能作用,能够推动企业持续迭代创新,构建长效发展机制,助力企业突破传统粗放式发展瓶颈。整体而言,完善的数字化管理体系是连锁企业培育新质生产力的核心支撑,能够全方位赋能企业高质量发展。
基于上述研究结论,本文得出以下理论与实践启示:
在理论层面,本文构建了“数字化管理体系-新质生产力三维赋能”的研究框架,从投入、效能、可持续三个维度系统厘清了数字化管理培育新质生产力的内在机理,弥补了现有研究单一维度分析的不足,丰富了数字经济赋能实体经济、传统产业培育新质生产力的理论体系,为后续相关研究提供了新的研究视角与实证参考。
在实践层面,对企业而言,连锁企业需摒弃碎片化、形式化的数字化投入,聚焦体系化建设,完善数字化硬件配套、数据治理、智能运营、人才培育全链条管理体系,结合自身门店规模、业态特征精准布局数字化转型,充分释放数字技术对新质生产力的赋能作用;同时合理控制负债规模,优化股权结构与资源配置,为数字化转型与创新培育提供稳定支撑。
对行业与政府层面,相关部门需进一步完善连锁行业数字化转型扶持政策,加大对中小连锁企业数字化建设的扶持力度,缩小行业数字化发展差距;建立连锁企业数字化管理标准体系,规范行业数字化转型路径,避免盲目投入、资源浪费等问题;搭建行业数字化共享平台,推动先进数字化管理经验、技术成果行业互通,持续推动连锁行业数字化、智能化升级,全方位培育产业新质生产力,助力实体经济高质量发展。
