印度尼西亚中小微企业的数字会计与财务绩效：数字创新的中介作用

《International Journal of Financial Studies》：Digital Accounting and Financial Performance of MSMEs in Indonesia: The Mediating Role of Digital Innovation Maryanti, Mediaty, Andi Harmoko Arifin and Anis Anshari Mas’ud

　　

本研究调查了印度尼西亚中小微企业（MSMEs）财务绩效（FP）的决定因素，解决了低问责性和资本获取受限的关键问题。基于资源基础观（Resource-Based View，RBV）和动态能力理论（Dynamic Capabilities Theory，DC），该研究检验了会计信息系统（Accounting Information Systems，AIS）、管理知识能力（Management Knowledge Capability，MKC）和数字平台能力（Digital Platform Capability，DP）对财务绩效的影响，并以数字创新（Digital Innovation，DI）为中介。采用定量方法，对印度尼西亚主要岛屿的403名MSME所有者进行了集群随机抽样调查。使用AMOS软件进行结构方程模型（Structural Equation Modeling，SEM）数据分析。结果表明，会计信息系统、管理知识能力和数字平台显著提升了财务绩效。值得注意的是，数字平台能力成为最强大的驱动因素。此外，数字创新被证明是一个关键的中介，将管理知识和平台能力转化为实际的财务成果。研究得出结论，虽然数字工具提供了必要的基础设施，但创新是释放价值的关键机制。这些发现表明，MSMEs必须从被动的技术采用转向主动的数字创新，以在数字经济中实现可持续的财务成功。

在全球经济向数字化、知识密集型价值创造转型的背景下，中小微企业（MSMEs）作为经济稳定的支柱，面临低问责性和资本获取受限的严峻挑战。印度尼西亚约99.9%的企业实体为MSMEs，但其中60-70%因无法提供可信财务报告而缺乏正规融资渠道。现有研究孤立地探讨了会计信息系统（AIS）、管理知识能力（MKC）和数字平台能力（DP）各自对财务绩效（FP）的影响，但缺乏对三者整合动态及数字创新（DI）中介作用的深入分析。基于资源基础观（RBV）和动态能力理论（DC），研究人员开展了一项针对印度尼西亚MSMEs的实证研究，旨在构建一个综合结构模型，阐明AIS、MKC和DP如何通过DI间接影响FP，并检验各变量的直接效应。该研究基于403名MSME所有者的集群随机抽样调查，采用结构方程模型（SEM）进行分析。结果表明，AIS、MKC和DP均显著正向影响FP，其中DP的影响最为突出；DI显著中介了MKC和DP与FP的关系。研究结论强调，MSMEs需从被动技术采用转向主动数字创新，以实现可持续财务成功。该论文发表在《International Journal of Financial Studies》。

研究人员采用的关键技术方法包括：基于集群随机抽样（Cluster Random Sampling）对印度尼西亚主要岛屿（Java、Sumatra、Kalimantan、Sulawesi、Papua）的MSME所有者进行问卷调查，样本来源为印度尼西亚银行（Bank Indonesia）注册的11,223家MSMEs。最终有效样本403份，均满足进行财务记录和使用数字平台的条件。数据通过数字问卷收集，使用AMOS软件进行结构方程模型（SEM）分析，包括测量模型评估（Confirmatory Factor Analysis，CFA）和结构模型路径检验。

研究结果部分：
4.1 受访者人口统计特征（Demographic Profile of Respondents）：通过描述性统计分析，受访者年龄集中于41-50岁（37.22%），学历以高中（44.91%）和学士（36.97%）为主；地理分布以Java（29.53%）和Sumatra（24.06%）居多；所有受访者均使用数字平台，其中WhatsApp（76.17%）和电子商务市场（100%）普及率最高。企业规模方面，44.42%为小型企业（资本5000万-5亿印尼盾），33.50%为微型企业（资本低于5000万印尼盾）。
4.2 测量模型评估（Measurement Model Assessment）：通过验证性因子分析（CFA），所有测量指标的标准因子载荷介于0.685-0.984，超过0.50阈值；平均方差提取值（AVE）均高于0.50，表明收敛效度良好；Cronbach's Alpha和组合信度（Composite Reliability，Rho_C）均超过0.70，确认了内部一致性。
4.3 多重共线性分析（Multicollinearity Analysis）：Harman单因素检验显示第一因子解释33.378%方差，低于50%临界值，排除共同方法偏差；方差膨胀因子（VIF）介于1.785-3.986，低于10，表明无多重共线性问题。
4.4 结构模型（Structural Model）：通过拟合优度指标（RMSEA=0.036，CFI=0.990，NFI，TLI均达标）确认模型与数据拟合良好。路径分析表明：AIS对FP有显著正向直接效应（β=0.22，p<0.001），支持H1；MKC对FP有显著正向直接效应（β=0.21，p<0.001），支持H2；DP对FP有显著正向直接效应（β=0.67，p<0.001），支持H3；MKC对DI有显著正向影响（β=0.11，p<0.01），支持H4；DP对DI有显著正向影响（β=0.12，p<0.001），支持H5。使用Sobel检验进行中介效应分析：DI显著中介MKC与FP的关系（Sobel检验=4.336，p<0.001），支持H6；DI显著中介DP与FP的关系（Sobel检验=10.869，p<0.001），支持H7。

讨论部分总结了研究对数字RBV框架的实证验证，发现数字平台能力（DP）的影响强度几乎是内部AIS的三倍，表明市场连接性可暂时弥补内部行政弱点，但引入平台依赖风险。中介分析证实，数字创新（DI）是将管理知识和平台能力转化为财务绩效的关键机制，揭示了资源-创新-绩效的序贯逻辑，解决了技术投资回报不一致的“生产力悖论”。研究结论部分指出，印度尼西亚MSMEs的财务成功并非单纯采用数字工具的直接结果，而是依赖于内部问责（AIS）、认知感知（MKC）与外部连接（DP）的协同生态系统。MSMEs所有者必须从被动技术采用转向主动技术创新，利用AIS和MKC提供的数据质量执行数据驱动型产品捆绑或个性化客户参与策略，以释放超额回报。然而，数字平台能力虽是最强预测因素，但也带来平台资本主义风险（算法不透明和平台租金提取），管理者应将其作为培养企业内部动态能力的催化剂，而非永久依赖。