企业智能制造与费用粘性研究
文 · 西安交通大学 余敏丰 王梦晗 王婧怡 孙俊勤＊
【摘要】 当前，中国正在逐渐进入智能制造时代。智能制造有利于企业精简劳动力，帮助中国制造业走出长期“低端制造”的困局。在新型生产模式下，企业生产流程将发生重大变革，对企业管理者费用决策产生深远影响。鉴于此，本文对企业智能制造程度与费用粘性的关系展开研究。本文选取2015—2017年我国A股制造业上市公司为研究对象，将上市公司的智能制造程度划分等级，结果发现：1.企业智能制造程度有利于降低费用粘性；2.相比于与销售费用粘性，智能制造程度与管理费用粘性的负相关性较强；3.我们进一步将管理费用区分为费用化的研发支出和其他管理费用，发现智能制造程度与研发支出的负相关性较弱，而与其他管理费用粘性的负相关性较强。本文揭示了企业智能制造程度对费用管理的规律，同时也为《中国制造2025》的实施提供了支持性证据。
关键词 智能制造 费用粘性 地区差异
一、引言
制造业是国民经济的主体，是立国之本、兴国之器、强国之基。2008年国际金融危机爆发以来，世界经济增速显著下滑，各国纷纷将摆脱困境的希望寄托于新一轮的科技革命，着力布局抢占未来制造业的制高点，制造业正处于根本性的变革中（周济，2015）。放眼全球，一方面，以美国、德国等为代表的发达国家掀起“再工业化”浪潮，率先实施“先进制造业国家战略计划”及“德国工业4.0”战略布局，将互联网技术、信息技术与制造业深度融合，推动制造业由自动化阶段向智能化方向发展，重塑制造业竞争新优势；另一方面，印度、越南等发展中国家则以更低的劳动力成本承接劳动密集型产业的转移，抢占制造业的中低端。反观国内，我国经济发展已由较长时期的高速增长转入中高速的“新常态”，前一时期成功的经济发展方式已不可持续，转变经济发展方式刻不容缓。面对“双向挤压”的严峻挑战，中国适时提出了《中国制造2025》，作为我国实现制造强国目标的行动纲领。
在智能制造时代，产品设计、生产、运营、销售等信息通过大数据、互联网等科学技术连接起来，为企业成本管理提供创新范式。冯巧根（2016）指出智能化系统能够自动将生产管理的事前、事中与事后状况及时反映出来，并将订单量变化和客户需求及时反映给生产车间，自动调整生产计划，提高成本管理的合理性和有效性。智能制造系统在实践中不仅具有自学功能，还有搜集相关环境信息并进行分
摄图网析判断、规划自身行为的能力，对于成本管理的信息支持具有重要推动作用。鉴于此，研究智能制造环境下企业费用管理范式具有重要意义，能有效降低生产成本，提升战略决策效率，从而提升企业绩效。本文聚焦于对费用粘性的研究，致力于揭示企业费用管理行为，了解企业资源调整状况。费用粘性是指企业业务量上升时费用的增加量大于业务量等额下降时费用的减少量的非对称现象。费用粘性理论为改善公司成本预测、控制、分析等提供了新的视角，能科学地解释和分析成本变化的原因，对提高企业费用管理水平有很大作用。深刻理解费用粘性对企业费用管理、证券分析师盈余预测以及投资者决策等，均具有十分重要的指导意义。
时下，简政并节制政府支出，无疑乃当务之急。发达国家的行政支出可能占财政支出的10%左右，中国大约在20%以上。这么高的行政支出是不是必要？是不是用得都合理？其实有很多不合理的地方。比如说，我们政府机构很臃肿，机构很多，好几套班子，领导干部一个正职，七八个、十来个副职，人浮于事。多年来未能解决，常常是精简了又膨胀，“庙多神多，香火钱多”，诸多政府支出不尽合理，压缩空间很大。
立足于此，本文对企业智能制造影响费用粘性展开研究。本文通过理论分析与实证检验，表明企业智能制造可通过降低调整成本抑制费用粘性，进一步发现智能制造程度与销售费用粘性的负相关性较弱，与管理费用粘性的负相关性较强。同时，将管理费用进一步划分为费用化的研发支出和其他管理费用，与研发支出粘性的负相关性较弱，与其他管理费用粘性的负相关性较强。本文的贡献有以下几点：（1）探究了企业智能制造对费用管理的影响，丰富智能制造在企业层面上的经济后果实证研究；（2）为《中国制造2025》的实施和全面推广提供支持性证据。
二、文献回顾
（一）智能制造的相关研究
费用粘性是管理会计中的一个重要内容和概念。目前，国内外学者对费用粘性的研究主要集中在费用粘性的存在性、费用粘性的影响因素及其经济后果领域。其中，有关费用粘性的影响因素研究最为广泛和深远。
在实际电工基础教学中会发现许多相似或相反的规律，在教学中可以引导学生找出规律，进而达到掌握教学内容的目的。例如在学习电阻、电容、电感三个基本元件的电压和电流的关系时，三个元件的公式具有很好的类比性，教师可以引导学生找出规律从而对三个元件的电压和电流公式加深记忆。
本文选取2015年—2017年沪深两市所有A股制造业上市公司为初始样本，剔除存在变量缺失值的样本，最终得到4980个回归样本。同时，为避免极端值的影响，我们对所有连续变量进行了上下1%的缩尾( winsorize) 处理。企业智能制造程度数据来源于手工收集年报相关信息，其他财务及公司相关数据均来自国泰安数据库（CSMAR）。
（二）费用粘性的相关研究
智能制造的概念随信息技术与人工智能的发展不断演进。随着以互联网、物联网和大数据为代表的信息技术的快速发展，在历经了数字化、网络化和智能化的过渡转型后，智能制造的范畴有了较大扩展。当前，智能制造已逐步演化成一个以信息—物理系统和工业互联网为基础，以关注用户的产业模式变革为主题，以智能生产为主线，以智能产品为主体的大系统工程（国家制造强国建设战略咨询委员会，2016）。由此可见，“智能制造”在内涵上不仅囊括人工智能的成分，还融入了信息技术、网络互联等概念，从而彻底改变制造业的生产组织方式，大大提高制造效率；在范围上也有所扩大，横向从传统制造环节延伸到产品全生命周期，不再局限于加工生产过程，纵向从制造装备延伸到制造车间、企业生态系统。
费用粘性的影响因素，主要分为内部因素和外部因素。内部因素包括调整成本、管理层乐观预期、企业生产能力约束、代理问题等；外部因素主要包括外部治理机制，如外部审计师的类型等。在调整成本方面，Anderson等（2003）认为依赖实物资产和人力资本的企业其减少实物资产和人力资本的调整成本更高。因此，与依赖购买原材料和劳务的企业相比，依赖实物资产和人力资本的企业的SG&A粘性要更强。在管理者乐观预期方面，Anderson 等（2003）研究发现，在宏观经济增长时期，管理者对未来状况更加乐观，从而加强了企业的成本粘性，而当企业的销售额连续两年出现下滑时，管理者对未来的状况的乐观预期会减弱，从而进一步弱化企业的成本粘性。梁上坤（2015）以2001年—2011年我国A股民营制造类上市公司为研究样本，发现管理层过度自信所带来的乐观预期，会高估现金流，低估未来的风险，从而导致企业成本粘性显著偏高。在代理问题方面，Chen 等（2012）以美国公众公司为研究对象，直接考察了公司治理对成本粘性的影响。他们发现，公司的治理结构较好，代理问题引起的成本粘性就较弱。在外部影响因素方面，梁上坤等（2015）以2002年—2010年A股上市公司为研究对象，发现国际四大审计公司对费用粘性的抑制作用在第一大股东持股比例较低、公司所在地市场化水平较低时较为明显，揭示了国际四大审计公司对费用粘性抑制的积极作用，并将费用粘性影响因素的研究扩展至公司外部治理机制。
H2：相比于销售费用，企业智能制造程度与管理费用粘性的负相关性更强。
（三）文献述评
“智能制造”迄今尚未有统一的定义（张映峰等，2019），但归结来看可将其视为“基于新一代信息技术与先进制造技术深度融合，贯穿产品生命周期的设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称”。本文根据智能制造定义及实践中企业对智能制造的规划及应用程度的不同，对企业智能制造程度进行等级划分。通过对上市公司年报内容进行分析，将未出现“智能制造”的企业均赋值为0，按照企业智能制造的深入程度分别赋值为1，2，3，具体如表1所示。
三、理论分析与研究假设
本文认为，企业智能制造能够降低费用粘性。Anderson 等（2003）认为实物资产与人力资本的调整成本相对较大，因此这类资产占比较大的公司费用粘性较高。与传统制造业不同，智能制造企业的实物资产与人工成本占比较低，智能制造结合大数据、云计算、人工智能、工业机器人等先进的生产技术，能实现生产过程的高度智能化、资源优化配置等目标。作为先进信息技术与工业化的高度融合，智能制造将对企业的各类成本费用产生显著影响。臧冀原等（2018）对数字网络化制造进行归纳总结后指出，智能制造企业能够实现制造资源的全社会优化配置，精准掌握用户的个性化需求，创造大规模个性化定制生产和远程运维服务的网络协同制造新模式。从替代效应角度来看，吴明和王宁（2017）认为，对劳动密集型企业而言，“机器换人”有利于优化人员结构，降低一线工人的比重，降低人力成本。余青英和余新培（2016）通过探讨工业4.0对企业生产计划的影响后认为，当订单量发生变化时，智能制造企业能自动分析，为整个生产计划安排一个合理的生产顺序，调整原材料的投放量，降低系统成本。与此同时，即时采购系统能实现物资的供应，生产及销售的变化同步运动，减少库存量，提升存货周转率。因此，当企业的业务量变动时，智能制造企业能自动调整生产成本，使生产成本达到最优化。此外，柔性生产线和工业机器人的投入使用能降低人工成本，简化产量的变动流程，使生产成本与业务量的水平匹配。产量的变动更大程度上依赖于科学技术和生产机器的调整，而不是人力资源的增减：产量下降时不会产生额外的人员遣散费，产量上升时也不需要额外的员工，减少了人员招聘的费用和员工培训费。因此，智能制造企业具有存货周转率高、产量智能调节、资源优化配置的特征，智能制造企业在营业收入变动时的调整成本小，有利于降低费用粘性。基于以上分析，本文提出以下研究假设1：
H1：企业智能制造通过降低调整成本有利于降低企业费用粘性。
在前述分析的基础上，本文将企业销售管理费用粘性细分为销售费用粘性和管理费用粘性。当企业销售收入下滑时，管理者削减不必要支出的同时需要考虑必要的研发支出、营销费用对保持企业长期盈利能力和竞争优势的重要作用。刘嫦等（2014）认为上市公司成本费用粘性具有战略效应，成本费用粘性高的公司更可能在未来获得高于行业平均的营收增长率。何莉华（2017）以2007年—2013年沪深A股为样本，指出我国制造业上市公司成本粘性与短期绩效存在负相关性，而与长期绩效呈正相关性。企业销售费用主要包括包装费、运输费、商品维修费、广告费等，其中包装费、运输费、商品维修费随销售量下降而降低，销售费用粘性主要由广告费导致。尽管智能制造程度高的企业更有可能通过多样化、个性化的产品打开市场，但考虑到广告投入对企业盈利能力的积极影响（吴利华等，2018），智能制造程度与销售费用粘性的负相关性应该较弱。同时，考虑到管理费用中更多地包含业务变动的调整成本，如产品设计、人员招聘及培训等费用，因而在企业智能制造实施情况下，更可能降低管理费用粘性。据此，提出本文的研究假设2：
营改增政策的实行凸显了一批企业财务人员水平不高的问题。由此，提升企业财务人员专业素质刻不容缓。企业应为企业内财务人员进行业务培训提供便利，让其经常性参加由专业人士举办的财务知识讲座学习等，通过讲座学习使财务人员掌握良好的企业财务管理方法，更新财务管理知识系统，切实提高财务管理水平。
虽然每年通过电视、网络等媒介和走村进户的形式广泛宣传强对流等灾害天气防御的相关科普知识,并在强对流天气来临前,通过多种方式,及时、广泛发布气象预警信息,但还是存在部分社会公众尤其是偏远农村地区的群众对强对流等突发天气防范意识淡薄,缺乏科学应对技能等现象,往往容易造成人员伤亡。
H3：相较于研发支出，企业智能制造程度与其他管理费用粘性的负相关性较强。
四、研究设计
（一）样本选取
智能制造研究横跨了理工学科和人文社科之间的诸多细分研究领域，涉及智能技术、制造科学、信息科学、经济学和管理学等多门学科，大致围绕以下几个方面展开研究。第一，智能制造技术研究。现有大量文献主要是从机械工程或信息角度对智能制造相关技术进行介绍和应用（李萍和徐安林，2016）。第二，智能制造发展研究。较多的研究开始由技术层面转向经济管理领域，主要描述性地探讨智能制造的概念、内涵、发展趋势、政策解读以及对国家竞争格局和产业竞争范式的影响等，且该类研究仍随着时代热点的变化不断更新（周济，2015）。第三，智能制造在企业中的相关研究。这方面的研究对企业发展尤为重要，但相对零散，主要关注于智能制造对企业的影响以及企业的应对之策。现有研究指出，智能制造时代大量存在的智能互联产品赋予企业在监督、控制、优化、自主等方面的全新能力，从而改变了企业的价值创造方式（Porter and Heppelmann，2015）；企业的价值共创已由传统的企业与用户的二元互动演变成了多个经济活动参与者的多方动态互动（简兆权等，2016）。
（二）智能制造程度衡量
智能制造在企业层面的研究呈现“零散化”“片断性”的态势，难以对企业形成有益的战略升级指导，是一个急需探索的研究领域。尽管国内企业尤其是上市公司在《中国制造2025》颁布后的管理实践中积极探索智能制造，但现有研究仍聚焦于智能制造在技术和工程领域的应用，以及概念解析、宏观产业政策及策略的探索上，与企业层面相关的研究尚处于起步阶段，无法对企业面向智能制造的升级提供科学全面的管理理论指导和实践建议。关于成本费用粘性影响因素的研究已较为深入，但鲜有研究从企业具体战略或业务视角出发，探索企业生产经营转型对成本费用粘性的影响。鉴于此，本文从费用粘性的视角，探究企业智能制造对成本管理的影响。这不仅丰富了对企业智能制造转型经济后果的研究，而且填补了对智能制造与费用粘性相关研究的空白，为企业和政府进一步推进智能制造战略提供了理论依据。
企业管理费用可进一步分为费用化研发支出和其他管理费用。研发支出是企业为获得新技术或开发新产品而进行的一种资源投入，与企业未来绩效呈显著正相关（Ruiqi et al., 2017）。研发支出具有持久性的特征，需要企业持续投入，当营业收入下降时，管理层仍会保留部分研发支出以保证企业未来的竞争力（汪方军等，2018）。为加快智能化及数字化转型，智能制造企业重视研发投入，即使在营业收入下降时，仍更可能保留研发支出。通过打通企业内外部各环节数据流、打造柔性化生产线，智能制造有助于企业对市场环境、客户需求的变化进行快速响应，可减少企业生产及销售流程中产生的相关管理费用。据此，提出本文的研究假设3：
（三）模型设计与变量定义
本文参考Anderson 等的研究方法（2003），采用模型（1）验证假设1：
其中, α1 代表企业销售收入每变动1单位时费用的变动情况，αn (n=3-7)代表相应变量对费用粘性的影响。模型中α3显著若为正, 则销售管理费用粘性减小；反之，则增大。将模型（1）中因变量CSGAi,t替换为CSELLi,t、CADMINi,t、CRDi,t、CNONRDi,t，即可验证假设2、假设3。模型中的变量定义及计算详见表2。
五、实证分析
（一）描述性统计分析
表3列示了本文各变量的描述性分析。样本公司营业收入变化（CSALE）的平均值为0.137，说明总体营业收入逐年增长，与GDP逐年增长相一致。销售管理费用变动（CSGA）、销售费用变动（CSELL）、管理费用变动（CADMIN）、研发支出变动（CRD）、其他管理费用变动（CNONRD）的均值分别为0.143、0.135、0.147、0.162、0.140，总体变动呈上升趋势。智能制造程度（IM）的平均值为0.415，说明现阶段智能制造仍是少数，且智能制造程度不高。
中小学校长是一个比较特殊的群体，在社会中总是以一定的身份出现，承担着社会和公民的社会期待。目前，关于校园安全问题的立法有待完善，具体责任有待明确界定，社会安全设施有待加强，家长安全意识相对薄弱等问题，让安全问题成为校长的主要压力源。升学率也是校长一根紧绷的神经，校长既要规范办学行为，设置全面课程，促进学生全面发展，又要加强应试教育教学，保住升学率，以应对来自社会的压力。当前我国基础教育的均衡发展还未满足人们的期待，人口流动性的增加，带来生源流动和扎堆入学的问题。这些都无形中给校长带来了压力。
（二）企业智能制造程度对费用粘性的影响
表4展示了企业智能制造程度对费用粘性的影响的回归结果。列4-1结果中，DUMi,t＊CSALEi,t系数显著为负，表明制造业上市公司存在着费用粘性。在无控制变量及控制其他变量的情况下，智能制造程度对销售管理费用粘性的影响系数都为正，且在1%的水平下显著，表明企业智能制造程度能够降低企业的费用粘性。
表1 企业智能制造程度衡量标准
表2 变量定义一览表
表3 变量的描述性统计
表4 企业智能制造程度对销售管理费用的影响
（三）企业智能制造程度对销售费用及管理费用粘性的影响
表5报告了企业智能制造程度分别对销售费用和管理费用粘性影响的回归结果。在控制其他变量的前提下，5-1和5-2中销售费用和管理费用的α3系数均为正，但是销售费用的系数较小且不显著，而管理费用的系数显著为正。以上结果说明了智能制造能够明显降低企业管理费用粘性，而企业智能制造程度与销售费用粘性的相关性较弱，验证了假设2。
表5 企业智能制造程度对销售费用及管理费用粘性的影响
表6 企业智能制造程度对研发支出粘性和其他管理费用粘性的影响
（四）智能制造程度与研发支出及其他管理费用粘性
表6报告了企业智能制造程度对研发支出及非研发支出粘性的影响。从回归结果可以看出，6-1中研发支出的α3系数为正但不显著，6-2中其他管理费用的系数显著为正，表明企业智能制造程度与研发支出费用粘性的负相关性较弱，与其他管理费用粘性的负相关性较强，验证了假设3。
六、研究结论
本文以2015年—2017年中国A股制造业上市公司为样本，研究了企业智能制造程度对费用粘性的影响。研究结果表明：（1）鉴于互联网技术和柔性生产线等的运用，智能制造企业的调整成本降低，费用粘性下降，我国A股制造业上市公司智能制造程度有利于降低费用粘性。（2）相较于销售费用，企业智能制造程度与管理费用粘性的负相关性更强。（3）相较于未来导向的研发支出，企业智能制造程度与其他管理费用粘性的负相关性较强。该研究首次将智能制造与成本费用粘性结合起来，探讨了企业智能制造对费用粘性的影响机制。从微观角度来看，该研究为企业管理层提供了优化费用管理机制，提升企业绩效，实现股东利益最大化。从宏观角度而言，该研究为《中国制造2025》政策的实施提供了支持性证据。
由于智能制造尚处于初步阶段，相关投入及产出数据较少，本文主要使用内容分析法，对智能制造程度进行定量分析，随着制造业不断地发展，未来研究可进一步使用智能制造投入及产出金额，抑或使用相关专利进行实证研究，有利于充实智能制造相关理论研究，从而指导未来制造业实践发展。
④ (危)米盖尔·安赫尔·阿斯图里亚斯.《玉米人》.刘习良，笋季英译.桂林：漓江出版社，1986,P142.
“中国制造2025”中指出我国制造业的主攻方向为“智能化、服务化、环境化”，但是我国制造业在实际生产过程中，仍然存在着生产过程与企业的管理系统相脱节的问题。对此，不少科研单位都给出了相关的解决方案，但是在实际的生产过程中，尤其是轨道机车的轮轴加工过程中采用数控机床却没有具体的解决方案。
责任编辑 秦长城
参考文献
[1]Anderson, R Banker,and SN Janakiraman.Are Selling, General,and Administration Costs "Sticky"?Journal of Accounting Research, 2003,3(41):401-427.
[2]C hen C X, Lu H,Sougiannis T. The agency problem, corporat e governance, and the asymmetrical behavior of selling, general, and administrative costs.Contemporary Accounting Research, 2012, 29(1): 252-282.
[3]Porter ME,Heppelmann J E. How smart,connected products are transforming companies.Harvard Business Review,2015, 93(10)：96-114.
[4]RuiqiW, Wang F, Xu L, Yua n C. R&D expenditures, ultimate ow ner sh ip a nd f ut u re performance: Evidence from China. Journal of Business Research, 2017, 71: 47-54.
[5]冯巧根.基于智能制造的管理会计创新.会计之友,2016(11):126-132.
[6]国家制造强国建设战略咨询委员会.智能制造.北京：电子工业出版社，2016:39-69.
[7]何莉华.成本粘性与企业绩效的实证研究.北京首都经济贸易大学, 2017.
[8]简兆权,令狐克睿,李雷.价值共创研究的演进与展望—从“顾客体验”到“服务生态系统”视角.外国经济与管理,2016,38(9):3-20.
[9]李萍, 徐安林. 基于 BP 神经网络的智能制造系统图像识别技术.现代电子技术, 2016, 39(18): 107-109.
[10]梁上坤.管理者过度自信、债务约束与成本粘性.南开管理评论, 2015 (03):122-131.
[11]梁上坤,陈冬华,胡晓莉.外部审计师类型与上市公司费用粘性.会计研究, 2015 (02):79-86.
[12]刘嫦,霍智强,尹兴强.成本费用粘性具有战略效应吗.石河子大学学报(哲学社会科学版). 2014, 28(6):72-78
[13]汪方军,孙俊勤,王璇子.中国上市公司研发支出的非线性调整研究.系统工程理论与实践, 2018,38(12):3050-3058.
[14]吴利华,黄镜蓉.研发投入、广告支出与企业盈利能力.华东经济管理, 2018(03): 141-147.
[15]吴明,王宁.智能制造视角下我国优化劳动力就业市场的现实思考.改革与战略, 2017, 33(09):167-169.
[16]余青英,余新培.工业4.0对企业成本控制的影响及对策探讨.财务与会计, 2016(19): 52-54.
[17]臧冀原,王柏村,等.智能制造的三个基本范式:从数字化制造、“互联网+”制造到新一代智能制造.中国工程科学, 2018, 20(04):13-18.
[18]张映锋,张党,任杉.智能制造及其关键技术研究现状与趋势综述.机械科学与技术，2019, 38(3):330-338.
[19]周济.智能制造—《中国制造 2025》的主攻方向.中国机械工程, 2015, (17): 2273-2284.
＊ 通讯作者： 孙俊勤，sunjunqin10@163.com。
标签：智能制造论文; 费用粘性论文; 地区差异论文; 西安交通大学余敏丰王梦晗王婧怡孙俊勤＊论文;