首页 > 资料专栏 > 论文 > 技研论文 > IT论文 > 智能制造企业IT投入对企业全要素生产率的影响研究_MBA毕业论文PDF

智能制造企业IT投入对企业全要素生产率的影响研究_MBA毕业论文PDF

文件
V 实名认证
内容提供者
资料大小:3284KB(压缩后)
文档格式:PDF
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2024/6/19(发布于湖北)

类型:金牌资料
积分:--
推荐:升级会员

   点此下载 ==>> 点击下载文档


“智能制造企业IT投入对企业全要素生产率的影响研究_MBA毕业论文PDF”第1页图片 图片预览结束,如需查阅完整内容,请下载文档!
文本描述
西安建筑科技大学硕士学位论文 智能制造企业 IT 投入对企业全要素生产率的影响研究 专 业:工商管理 硕 士 生:牛琪淇 指导教师:陆秋琴 教授 摘要 在《中国制造 2025》及后续相关政策的引导下,我国对制造企业智能化转型 进行了全面推广,目前大部分制造企业处于智能化转型初期阶段。IT 是企业智能 化转型的关键性资源,然而,IT 投入资金大、回收周期长,使得制造企业在智能 化转型初期承受着巨大的资金压力与投资风险,IT 大规模投入使用带来的企业变 革则对企业全要素生产率产生影响。除去资源优势明显、已取得转型红利的智能 制造典型示范企业,我国大部分制造企业在智能化转型过程中对 IT的使用效果参 差不齐,如何通过 IT投入有效提升企业全要素生产率成为企业管理者们十分困惑 的问题。因此,研究我国智能制造企业 IT投入对企业全要素生产率的具体影响与 影响机制,探寻可以有效调节智能制造企业 IT投入与企业全要素生产率关系的企 业可控变量,对释放智能制造企业 IT使用潜能、提升企业全要素生产率具有重要 意义。 本文首先系统梳理了相关研究文献以及资源基础观、动态能力理论和吸收能 力理论等理论基础;然后基于成本效率视角,以企业资源使用效率作为中介构建 了 IT投入对企业全要素生产率的影响机制体系,将企业资源使用效率划分为物质、 人力、技术与营销资源使用效率分别进行探讨,并选择 R&D投入强度作为调节变 量,建立起实证研究模型;接着使用 Python软件建立起智能化相关关键词条框架, 筛选出了 245 家智能制造上市企业,以其 2016 年至 2021 年的面板数据为研究样 本,使用 Stata统计软件对实证模型分别进行回归分析,得出研究结论。结果表明: (1)智能制造企业 IT 投入对企业全要素生产率产生显著负向影响,负向影响程 度在滞后一期减弱。(2)智能制造企业 IT 投入通过影响企业资源使用效率间接 影响企业全要素生产率。其中,企业物质、人力资源使用效率间接影响短期为负 向,长期为正向;营销资源使用效率间接影响短期不显著,长期为正向;技术资 源使用效率间接影响无论在短期或长期均为负向。(3)企业 R&D 投入强度能够 西安建筑科技大学硕士学位论文 正向调节智能制造企业 IT投入对企业全要素生产率的影响。 本文的研究价值如下:实践方面,本文研究结论将有助于推进制造企业智能 化转型进程。智能制造企业需对 IT保持信心,充分挖掘其对于自身资源使用效率 的提升潜力,通过资源使用效率这一影响机制间接促进企业全要素生产率提升; 需继续加大 R&D经费投入,削弱智能化转型初期IT 投入对企业全要素生产率的 不利影响。学术方面,本文构建了 IT投入对企业全要素生产率的间接影响机制体 系,同时检验了 R&D投入强度对二者关系的调节作用,为研究制造企业智能化转 型相关问题提供了新的视角。 关键词:智能制造企业;IT投入;资源使用效率;企业全要素生产率;R&D投入 强度 西安建筑科技大学硕士学位论文 Research on the Influence of IT Input on Total Factor Productivity of Intelligent Manufacturing Enterprises Specialty: Business administration Author: Niu Qiqi Supervisor: Prof. Lu Qiuqin ABSTRACT Under the guidance of "Made in China 2025" and subsequent related policies, China has comprehensively promoted the intelligent transformation of manufacturing enterprises. At present,most manufacturing enterprises arein the initial stageof intelligent transformation. IT is the key resource for the intelligent transformation of enterprises. However, thelarge investment and longrecovery period of ITmake manufacturing enterprises bear hug