企業(yè)數(shù)字化轉型與融資約束對技術創(chuàng)新投入的影響分析★

馮文紅， 王晨溪

（湘潭大學商學院， 湖南 湘潭 411105）

0 引言

黨的二十大提出，我國科技發(fā)展的方向就是創(chuàng)新、再創(chuàng)新。技術創(chuàng)新是企業(yè)進步和長足發(fā)展的內驅力。當前，新冠疫情的爆發(fā)刺激了數(shù)字經(jīng)濟的迅速發(fā)展，數(shù)字經(jīng)濟已成為發(fā)展速度最快、最具創(chuàng)新性的經(jīng)濟活動[1]。數(shù)字化具有刺激創(chuàng)新、產(chǎn)生效率的廣闊前景，可以深刻地影響生產(chǎn)流程，借助數(shù)字化轉型，企業(yè)可以優(yōu)化資源配置、降低創(chuàng)新成本，提升創(chuàng)新意愿。

目前，分析數(shù)字化對技術創(chuàng)新產(chǎn)生影響的相關文獻主要分為三個方面：一是從宏觀環(huán)境分析數(shù)字化對企業(yè)技術創(chuàng)新的影響，如數(shù)字金融、數(shù)字經(jīng)濟均有效促進了企業(yè)技術創(chuàng)新。二是分析數(shù)字化轉型對技術創(chuàng)新的質量和數(shù)量兩方面的影響。張國勝等[2]研究發(fā)現(xiàn)，數(shù)字化轉型有利于技術創(chuàng)新“增量”，卻對技術創(chuàng)新“提質”沒有影響。三是分析數(shù)字化對技術創(chuàng)新的影響路徑。付劍茹等[3]研究表明，企業(yè)數(shù)字化發(fā)展有利于提升人力資本水平、提高管理效率和緩解融資約束，促進創(chuàng)新水平的提高?，F(xiàn)有研究從不同方面論證了數(shù)字化對企業(yè)技術創(chuàng)新的影響，但主要關注數(shù)字化對技術創(chuàng)新產(chǎn)出的促進作用，忽略了企業(yè)數(shù)字化投入的成本和進行技術創(chuàng)新的能動性。因此，本文從外部資源獲取視角，探討數(shù)字化轉型對企業(yè)技術創(chuàng)新投入的影響。

此外，我國上市企業(yè)一直面臨著融資約束問題。目前，學者們普遍認同融資約束會抑制企業(yè)的技術創(chuàng)新。Sasidharan 等[4]以印度制造業(yè)為樣本，研究發(fā)現(xiàn)融資約束顯著抑制制造業(yè)企業(yè)的研發(fā)投資。但也有研究表明，融資約束會倒逼企業(yè)進行創(chuàng)新。裘麗婭等[5]研究發(fā)現(xiàn)，較高的融資約束積極影響研發(fā)投入對企業(yè)績效的促進作用。鑒于此，本文將融資約束納入研究，探究企業(yè)數(shù)字化轉型、融資約束與企業(yè)技術創(chuàng)新投入之間的關系。

1 理論分析和研究假設

1.1 企業(yè)數(shù)字化轉型與技術創(chuàng)新投入

資源基礎觀認為，企業(yè)是各種資源的組合，企業(yè)的競爭力取決于所掌握的資源異質性。從技術創(chuàng)新理論的角度來說，企業(yè)進行技術創(chuàng)新需要巨額投資，面臨一定的風險，且結果具有高度不確定性。因此，在企業(yè)技術創(chuàng)新的過程中需要投入大量的資金、技術和人力資本，以增強研發(fā)過程的風險抵御能力。企業(yè)數(shù)字化轉型依靠數(shù)字技術驅動，可以有效提升企業(yè)獲取這些外部資源的能力。在資金方面，從信息不對稱的角度來看，企業(yè)可以通過數(shù)字化改善企業(yè)間信息不對稱、提高運營和管理效率，給投資者釋放出有利的信號，幫助企業(yè)獲得更多的資金支持。在技術和知識資源方面，數(shù)字賦能使企業(yè)通過研發(fā)合作跨越技術、組織和地理邊界獲取知識要素，打破了資源傳播的邊界，減少了企業(yè)的學習成本。在人力資源方面，企業(yè)數(shù)字化轉型有助于企業(yè)培養(yǎng)更多優(yōu)秀員工、吸納更多優(yōu)秀人才。

數(shù)字技術與其他資源要素有效融合，能夠降低企業(yè)獲取外部資源的成本。因此，本文提出如下假設：

H1：企業(yè)數(shù)字化轉型正向影響企業(yè)技術創(chuàng)新投入。

1.2 融資約束與技術創(chuàng)新投入

融資約束指由于代理和信息不對稱等問題造成的資金限制，這種限制會導致企業(yè)內部資本成本低于外部融資成本。大多數(shù)中國制造業(yè)企業(yè)，尤其是重污染型制造業(yè)企業(yè)，都面臨著投資壓力大、技術革新壓力大的問題。企業(yè)如果面臨較大的資金壓力，就會對技術創(chuàng)新活動保持謹慎的態(tài)度和較低的意愿。已有研究發(fā)現(xiàn)，融資約束抑制了企業(yè)的技術創(chuàng)新投入[6]，制約了企業(yè)的投資方式與投入規(guī)模，也有大量研究從政府補助、高管特征等角度，探討通過緩解融資約束來提高企業(yè)的技術創(chuàng)新投入[7]。

基于此，本文提出如下假設：

H2：企業(yè)融資約束抑制企業(yè)技術創(chuàng)新投入。

1.3 數(shù)字化轉型與融資約束的交互效應

根據(jù)相關研究動態(tài)，基本可以確定企業(yè)數(shù)字化對技術創(chuàng)新的促進作用。但是，數(shù)字化的提升也使企業(yè)承擔更大的整合、協(xié)調和溝通成本，一味地提高數(shù)字化顯然是不可行的。周青等[8]對浙江省73 個縣（區(qū)、市）的面板數(shù)據(jù)進行研究后發(fā)現(xiàn)，區(qū)域數(shù)字化裝備以及平臺建設和應用對創(chuàng)新績效產(chǎn)生倒U 型影響。由此看來，當數(shù)字化水平提高到一定程度時，繼續(xù)發(fā)展數(shù)字化不但不能提升創(chuàng)新績效，反而會起到相反的作用。尤其是在企業(yè)面臨較大的融資約束時，企業(yè)在數(shù)字技術方面的投入能否帶來相應的產(chǎn)出，值得我們關注?；诖耍疚奶岢鋈缦录僭O：

H3：企業(yè)融資約束抑制了數(shù)字化轉型對企業(yè)技術創(chuàng)新投入的促進作用。

2 研究設計

2.1 數(shù)據(jù)來源與樣本選擇

本文選取2017—2021 年制造業(yè)A 股上市公司作為研究樣本，分析企業(yè)數(shù)字化轉型對技術創(chuàng)新投入的影響。本文對樣本數(shù)據(jù)進行了如下處理：剔除ST 企業(yè)和PT 企業(yè)、剔除所有金融類企業(yè)、剔除數(shù)據(jù)缺失嚴重和異常的樣本，并對關鍵變量進行上下1%的縮尾處理，最終得到4 672 個樣本。本文所需數(shù)據(jù)來源于CNRDS 和CSMAR 數(shù)據(jù)庫。

2.2 變量選取與模型構建

2.2.1 被解釋變量

企業(yè)技術創(chuàng)新投入（RDRatio）：本文采用研發(fā)投入與營業(yè)收入比值來衡量企業(yè)技術創(chuàng)新投入。

2.2.2 解釋變量

1）企業(yè)數(shù)字化轉型程度（Digi）。本文以公司年報中涉及“數(shù)字化”相關詞頻數(shù)量的自然對數(shù)衡量企業(yè)數(shù)字化轉型程度。

2）融資約束程度（SA）。本文采用基于企業(yè)年齡和規(guī)模構建的SA指數(shù)衡量融資約束程度，相關數(shù)據(jù)資料來自國泰安數(shù)據(jù)庫。SA指數(shù)是負向指標，SA的值愈小，表示公司所受的資金限制愈大。

3）其他控制變量。本文借鑒謝琨等[9]的研究，選取可能對企業(yè)技術創(chuàng)新投入產(chǎn)生影響的變量作為控制變量。具體包括：企業(yè)規(guī)模（Size），用企業(yè)總資產(chǎn)對數(shù)衡量；上市年限（ListAge），用（當年年份- 上市年份+1）的對數(shù)來衡量；資產(chǎn)負債率（lev），用總負債與總資產(chǎn)的比值表示；成長性（Growth），以總資產(chǎn)增長率表示；TobinQ，用企業(yè)市場價值與賬面總資產(chǎn)的比值表示；獨立董事規(guī)模（Indep），以獨立董事除以董事人數(shù)表示；資產(chǎn)報酬率（ROA）為息稅前利潤占平均資產(chǎn)總額比重；流動資產(chǎn)占總資產(chǎn)比重（Pca），以流動資產(chǎn)占總資產(chǎn)比例表示。

2.2.3 模型設定

為研究企業(yè)數(shù)字化轉型對技術創(chuàng)新投入的影響，本文構建模型（1）加以檢驗：

RDRatioit和Digiit代表企業(yè)i 在t 期的技術創(chuàng)新投入和數(shù)字化轉型程度，Controls 為一系列控制變量，∑Industry、∑Year分別代表行業(yè)固定效應和年份固定效應，εit為隨機誤差項。

構建模型（2）和模型（3），用以檢驗融資約束對企業(yè)數(shù)字化轉型與技術創(chuàng)新投入之間關系的影響：

SAit代表企業(yè)i 在第t 期受到的融資約束程度，SA的值愈小，表示公司所受的資金限制愈大。如果模型（3）中的β2系數(shù)為正，則說明企業(yè)受到的融資約束較小時，數(shù)字化轉型對技術創(chuàng)新投入的促進作用越強。

3 實證結果分析

3.1 描述性統(tǒng)計及相關性分析

表1 為本文相關變量的描述性統(tǒng)計結果。其中：企業(yè)技術創(chuàng)新投入最大值和最小值分別為76.35%和0.014%，這表明了不同企業(yè)的研發(fā)力度存在著很大的差別。企業(yè)數(shù)字化轉型的最大值為5.118，最小值為0，表明在樣本公司之間，數(shù)字化轉型的程度有很大的不同。

表1 描述性統(tǒng)計

表2 為本文主要變量的相關性分析。企業(yè)數(shù)字化轉型與技術創(chuàng)新投入的相關系數(shù)為0.217（在1%的水平上顯著）。企業(yè)融資約束與技術創(chuàng)新投入的相關系數(shù)為0.089，并在1%的水平上顯著，與本文的假設基本一致。由于交互項的存在，本文將涉及的變量進行中心化處理。

表2 相關性分析

3.2 回歸分析

本文的回歸結果如表3 所示，分別為模型（1）、模型（2）和模型（3）的檢驗結果。在模型（1）列中，數(shù)字化轉型的系數(shù)（Digi）顯著為正（1%水平上顯著），證實了假設1，即企業(yè)的數(shù)字化轉型對技術創(chuàng)新投入有明顯的促進作用。模型（2）列為檢驗融資約束對企業(yè)技術創(chuàng)新投入影響的回歸結果，可以看到，融資約束的系數(shù)（SA）顯著為正，即在企業(yè)受到的融資約束較小時，企業(yè)的技術創(chuàng)新投入更多，證實了假設2。在模型（3）列中，企業(yè)數(shù)字化轉型與融資約束的交互項的系數(shù)（c_Digi×c_SA）顯著為正（5%水平上顯著），表明融資約束與企業(yè)數(shù)字化轉型之間存在交互作用。這說明企業(yè)受到的融資約束削弱了企業(yè)數(shù)字化轉型對企業(yè)技術創(chuàng)新投入的積極影響，即隨著企業(yè)受到的融資約束變大，數(shù)字化轉型對企業(yè)技術創(chuàng)新投入的正向影響逐漸降低，證實了假設3。

表3 回歸結果

3.3 穩(wěn)健性檢驗

為了驗證實證結果的穩(wěn)健性，降低測量偏差，本文選取“研發(fā)投入/總資產(chǎn)”作為企業(yè)技術創(chuàng)新投入的替代變量，進行穩(wěn)健性檢驗，檢驗結果如表4 所示。經(jīng)過比較，穩(wěn)健性檢驗的回歸結果與基準回歸結果基本一致，驗證了本文實證結論的可靠性和穩(wěn)健性。

表4 穩(wěn)健性檢驗

4 結論與啟示

本文以2017—2021 年A 股制造業(yè)上市公司為樣本，研究了企業(yè)數(shù)字化轉型和融資約束對企業(yè)技術創(chuàng)新投入的影響。研究表明：企業(yè)數(shù)字化轉型促進了技術創(chuàng)新投入，即企業(yè)數(shù)字化轉型程度越高，將促使企業(yè)投入更多資金進行技術創(chuàng)新；融資約束會顯著抑制企業(yè)的技術創(chuàng)新投入，即面臨的融資約束程度較高時，企業(yè)傾向于投入較少的資金進行技術創(chuàng)新；融資約束對企業(yè)數(shù)字化轉型與技術創(chuàng)新投入之間的關系產(chǎn)生消極影響，即融資約束較嚴重時，即使擁有較高的數(shù)字化水平，企業(yè)也不愿在技術創(chuàng)新上投入更多資金。研究結論豐富了數(shù)字化與技術創(chuàng)新投入的研究，并對激勵不同企業(yè)進行技術創(chuàng)新具有現(xiàn)實意義。

從政府層面而言，政府補貼有助于緩解企業(yè)的融資約束，政府應擴大補貼規(guī)模，但同時也要注意補貼企業(yè)的選擇和補貼金額的分配。同樣的補貼金額，不同企業(yè)會產(chǎn)生不同的效果，對于數(shù)字化轉型程度較高，但面臨融資約束的企業(yè)來說，政府補貼起到的作用可能會較強，將產(chǎn)生更好的創(chuàng)新績效。因此，政府應全方位評估受補貼企業(yè)的綜合實力，細化補貼等級，才能取得更好的補貼效果。

從企業(yè)層面而言，在資金有限的情況下，企業(yè)應綜合考慮自身實際情況，合理分配資源，有效利用資金，以最少的資金投入獲得最大的投資回報。