企業(yè)數(shù)字化轉(zhuǎn)型、創(chuàng)新水平與全要素生產(chǎn)率

季柳辰

(廣西財(cái)經(jīng)學(xué)院會計(jì)與審計(jì)學(xué)院，廣西 南寧 530003)

0 引言

在我國經(jīng)濟(jì)轉(zhuǎn)型升級的背景下，黨的二十大報(bào)告明確提出要“提高全要素生產(chǎn)率”。與此同時，隨著人工智能、云計(jì)算等數(shù)字技術(shù)的不斷涌現(xiàn)，進(jìn)行數(shù)字化變革正逐步成為企業(yè)創(chuàng)新變革、實(shí)現(xiàn)轉(zhuǎn)型升級的動力源泉。黨的二十大報(bào)告指出，要推動互聯(lián)網(wǎng)、大數(shù)據(jù)等高新技術(shù)與我國實(shí)體經(jīng)濟(jì)深度融合。數(shù)字技術(shù)將為我國企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展注入新的動能[1]。因此，探究數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率提升的影響效果及機(jī)制具有重要意義。

1 理論分析與假設(shè)

1.1 企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率

企業(yè)內(nèi)部運(yùn)營管理中，數(shù)字技術(shù)可以實(shí)現(xiàn)生產(chǎn)過程的智能化和精細(xì)化，避免資源浪費(fèi)，提高生產(chǎn)效率；數(shù)字化轉(zhuǎn)型也可以幫助企業(yè)更好地管理和分析海量的數(shù)據(jù)，優(yōu)化生產(chǎn)流程和決策，提高資源的利用效率。這些改進(jìn)和優(yōu)化將直接影響到企業(yè)的全要素生產(chǎn)率[2]。在企業(yè)進(jìn)行外部交易時，通過數(shù)字化技術(shù)，企業(yè)能夠迅速獲取有效的市場信息，并進(jìn)行實(shí)時的市場分析和預(yù)測。這種信息獲取和分析的能力使得企業(yè)能夠更好地了解市場需求和競爭情況，從而調(diào)整產(chǎn)品定位和市場策略，降低市場風(fēng)險[3]。同時，伴隨數(shù)字化轉(zhuǎn)型而來的信息共享功能也增加了企業(yè)間交流學(xué)習(xí)的機(jī)會，知識和技術(shù)的外溢帶動了企業(yè)全要素生產(chǎn)率提升[4]。因此，本文提出假設(shè)1。

假設(shè)1:企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的提升有積極影響。

1.2 數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新水平

數(shù)字化轉(zhuǎn)型作為當(dāng)前較為前沿的企業(yè)轉(zhuǎn)型模式，它首先會影響企業(yè)的創(chuàng)新活動[5]，因此，數(shù)字化轉(zhuǎn)型是推動企業(yè)創(chuàng)新的關(guān)鍵力量。一方面，數(shù)字化轉(zhuǎn)型可以提升資源整合、利用的效率，在現(xiàn)有的有限資源下拓寬企業(yè)資源利用邊界、提升創(chuàng)新水平[6]。另一方面，數(shù)字技術(shù)大大降低了分布于不同地理空間的資源的遷移成本，產(chǎn)品的供給方與需求方能夠共同參與到產(chǎn)品生產(chǎn)的各個環(huán)節(jié)中，進(jìn)而催生出協(xié)同創(chuàng)新的新模式，提升了企業(yè)的創(chuàng)新水平[7]。因此，本文提出假設(shè)2。

假設(shè)2:企業(yè)數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)創(chuàng)新水平的提高。

1.3 數(shù)字化轉(zhuǎn)型、創(chuàng)新水平與全要素生產(chǎn)率

數(shù)字化轉(zhuǎn)型可以積極影響創(chuàng)新水平和科學(xué)技術(shù)的進(jìn)步，從而對全要素生產(chǎn)率產(chǎn)生積極影響。進(jìn)行數(shù)字化轉(zhuǎn)型后，企業(yè)可以更好地與供應(yīng)鏈合作伙伴、客戶和消費(fèi)者進(jìn)行互動和協(xié)同創(chuàng)新，加速產(chǎn)品和服務(wù)的研發(fā)和推廣[8]。同時，數(shù)字化轉(zhuǎn)型的企業(yè)在生產(chǎn)、經(jīng)營和發(fā)展?jié)摿Ψ矫姹憩F(xiàn)出色，這使得它們具備吸引更多專業(yè)技術(shù)人才參與企業(yè)創(chuàng)新研發(fā)活動的能力。這種能力的提升促進(jìn)了企業(yè)整體創(chuàng)新能力和水平的良性循環(huán)，進(jìn)而促進(jìn)了企業(yè)的全要素生產(chǎn)率提升[9]。因此，本文提出假設(shè)3。

假設(shè)3:數(shù)字化轉(zhuǎn)型企業(yè)生產(chǎn)率的提升源于其創(chuàng)新水平的提升。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源與處理

本文選取2010—2019 年我國A 股上市公司作為樣本。其中，數(shù)據(jù)源于企業(yè)年報(bào)及中國經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR)。另外，本文對數(shù)據(jù)進(jìn)行縮尾處理，并剔除了缺失值，最終獲得共計(jì)10 752個觀測值的非平衡面板。

2.2 變量設(shè)定

2.2.1 被解釋變量

企業(yè)全要素生產(chǎn)率(TFP)。本文借鑒魯曉東和連玉君[10]的方法，基準(zhǔn)回歸中使用OP 法(TFPOP)，并將LP 法(TFP－LP)測算的結(jié)果用于后文的穩(wěn)健性檢驗(yàn)。

2.2.2 解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型(DCG)。本文借鑒吳非等[6]的測度方法及關(guān)鍵詞詞庫，用數(shù)字化轉(zhuǎn)型的關(guān)鍵詞詞頻表征數(shù)字化轉(zhuǎn)型程度，相關(guān)關(guān)鍵詞詞頻來源于企業(yè)年報(bào)。值得指出的是，DCG 測算結(jié)果越高，則意味著企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

2.2.3 中介變量

企業(yè)創(chuàng)新水平(IO)。參考趙樹寬等[2]的做法，本文采用企業(yè)研發(fā)支出占期初總資產(chǎn)的比重來測算企業(yè)創(chuàng)新水平。

2.2.4 控制變量

為防止遺漏變量問題，本文的控制變量為:企業(yè)成立年限(Firmage)、資產(chǎn)收益率(ROA)、獨(dú)立董事比例(Indep)、經(jīng)營性現(xiàn)金流(Cashflow)、公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)。

2.3 模型構(gòu)建

為探究“數(shù)字化轉(zhuǎn)型—企業(yè)全要素生產(chǎn)率”之間的關(guān)系，即檢驗(yàn)假設(shè)H1，構(gòu)建模型(1):

本文借鑒溫忠麟等[11]檢驗(yàn)中介效應(yīng)的方法，構(gòu)建模型(2)～(4)以檢驗(yàn)作用機(jī)制:

其中，t表示年份；i代表企業(yè)；m表示地區(qū)；Controli，t為控制變量；εi，t為隨機(jī)誤差項(xiàng)；φt、δi分別為年份和行業(yè)虛擬變量。

3 實(shí)證結(jié)果與分析

3.1 相關(guān)性分析

表1 是對變量進(jìn)行Pearson 相關(guān)性檢驗(yàn)的結(jié)果。本文三個主要的關(guān)鍵變量，企業(yè)數(shù)字化轉(zhuǎn)型(DCG)、企業(yè)創(chuàng)新水平(IO)與企業(yè)全要素生產(chǎn)率(TFP)，相關(guān)度較高。由此，本文的假設(shè)得到初步驗(yàn)證。

表1 變量相關(guān)性分析

3.2 基準(zhǔn)回歸分析

本文對模型(1)進(jìn)行逐步回歸檢驗(yàn)。表2 第(1)列是隨機(jī)效應(yīng)模型，DCG 系數(shù)是0.003 39，隨著時間、行業(yè)固定效應(yīng)逐步納入回歸模型中，從表2 第(2)～(3)列可以發(fā)現(xiàn)，DCG 的回歸系數(shù)和擬合優(yōu)度逐漸增大，分別為0.007 26和72.4%，擬合優(yōu)度良好，系數(shù)顯著為正，由此驗(yàn)證了假設(shè)H1，即企業(yè)數(shù)字化轉(zhuǎn)型(DCG)能顯著提升企業(yè)全要素生產(chǎn)率(TFP)。

表2 基準(zhǔn)回歸

3.3 穩(wěn)健性檢驗(yàn)

根據(jù)魯曉東和連玉君[10]的方法，用LP 方法重新計(jì)算企業(yè)全要素生產(chǎn)率(TFP－LP)，將其代入模型(1)進(jìn)行重新檢驗(yàn)，見表3 第(1)列。結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型(DCG)的回歸系數(shù)為0.013 4(Z＝3.90，p<1%)，通過顯著性檢驗(yàn)，再次驗(yàn)證假設(shè)H1，由此可知，本文的研究結(jié)果是穩(wěn)健的。

3.4 內(nèi)生性處理

為避免像因果等原因?qū)е碌膬?nèi)生性問題，另外，考慮到數(shù)字化轉(zhuǎn)型所帶來的影響具有一定的時滯性，本文參考謝東江和胡士華[12]的做法，選取企業(yè)數(shù)字化轉(zhuǎn)型(DCG)滯后一期再對模型(1)進(jìn)行回歸，結(jié)果見表3 第(2)列所示。由回歸結(jié)果可知，DCG 的系數(shù)為0.008 49(Z＝1.84，p<10%)，表明DCG 仍顯著促進(jìn)TFP，說明研究結(jié)果基本保持穩(wěn)健。

3.5 異質(zhì)性分析

本文分別從數(shù)字化轉(zhuǎn)型程度異質(zhì)性、企業(yè)所有制異質(zhì)性兩個角度進(jìn)行分析。其中，根據(jù)數(shù)字化轉(zhuǎn)型程度的中位數(shù)將樣本企業(yè)劃分為轉(zhuǎn)型程度較強(qiáng)的企業(yè)和轉(zhuǎn)型程度較弱的企業(yè)，上市公司按照所有制劃分為國有和非國有，見表3。

表3 第(3)～(4)列，數(shù)字化程度較高的組DCG的系數(shù)為0.020 7(Z＝2.67，p<1%)，而數(shù)字化轉(zhuǎn)型程度較弱的組DCG 的系數(shù)不顯著。由此可知，數(shù)字化程度越高對企業(yè)全要素生產(chǎn)率的促進(jìn)效用更為明顯。

由表3 第(5)～(6)列可以看出，國有、非國有上市公司DCG 系數(shù)分別為0.019 4(Z＝2.20，p<5%)、0.007 81(Z ＝1.74，p<10%)，即不同的所有制性質(zhì)下，企業(yè)數(shù)字化轉(zhuǎn)型(DCG)均能有效促進(jìn)全要素生產(chǎn)率的提升。由于在分組回歸中不能通過系數(shù)的大小簡單地反映影響大小的差異。本文借鑒連玉君和廖俊平[13]的做法，進(jìn)一步構(gòu)建了所有制差異與數(shù)字化轉(zhuǎn)型的交互項(xiàng)(Soe×DCG)檢驗(yàn)影響差異。表3 第(7)列中，將國有上市公司設(shè)為1，否則為0。結(jié)果表明，所有制差異的系數(shù)0.013 7(Z＝1.71，p<10%)，數(shù)字化轉(zhuǎn)型對國有企業(yè)生產(chǎn)效率的促進(jìn)效果更為顯著。

3.6 作用機(jī)制檢驗(yàn)

本文借鑒溫忠麟等[11]提出的逐步回歸法，探究是否存在中介效應(yīng)，以驗(yàn)證“數(shù)字化轉(zhuǎn)型—創(chuàng)新水平—企業(yè)全要素生產(chǎn)率”三者間的關(guān)系。

首先，探究企業(yè)數(shù)字化轉(zhuǎn)型(DCG)與企業(yè)全要素生產(chǎn)率(TFP)間的關(guān)系。表4 第(1)列表明，DCG對TFP 的影響系數(shù)為0.007 26(Z＝31.81，p<1%)，假設(shè)H1 得到了支持，即企業(yè)數(shù)字化轉(zhuǎn)型(DCG)對企業(yè)全要素生產(chǎn)率(TFP)有顯著的積極影響。其次，探究企業(yè)數(shù)字化轉(zhuǎn)型(DCG)與企業(yè)創(chuàng)新水平(IO)間的關(guān)系。表4 第(2)列表明，DCG 對IO 的影響系數(shù)為0.002 93(Z＝22.39，p<1%)，假設(shè)H2 得到了支持，即企業(yè)數(shù)字化轉(zhuǎn)型(DCG)能夠促進(jìn)企業(yè)創(chuàng)新水平(IO)的提升。最后，將企業(yè)數(shù)字化轉(zhuǎn)型(DCG)與企業(yè)創(chuàng)新水平(IO)同時納入回歸模型中，見表4 第(3)列。IO 的系數(shù)為2.476(Z＝8.41，p<1%)。但是，可以看到在加入變量IO 后，DCG 的系數(shù)不顯著，表明企業(yè)創(chuàng)新水平(IO)在DCG 對全要素生產(chǎn)率(TFP)的作用機(jī)制中發(fā)揮完全中介作用，假設(shè)H3 得到了支持。

更進(jìn)一步地，為了增強(qiáng)結(jié)果的穩(wěn)健性，本文采用Sobel 檢驗(yàn)方法再次檢驗(yàn)中介效應(yīng)。表4 第(4)列顯示，Sobel 檢驗(yàn)的Z值通過了1%的顯著水平檢驗(yàn)，即企業(yè)創(chuàng)新水平(IO)在企業(yè)數(shù)字化轉(zhuǎn)型(DCG)對企業(yè)全要素生產(chǎn)率(TFP)的作用機(jī)制中發(fā)揮中介作用。同時，根據(jù)Sobel 檢驗(yàn)結(jié)果顯示，中介效應(yīng)的大小為1，即企業(yè)創(chuàng)新水平(IO)在企業(yè)數(shù)字化轉(zhuǎn)型(DCG)對企業(yè)全要素生產(chǎn)率(TFP)的作用機(jī)制中發(fā)揮完全中介作用。

4 結(jié)論與對策建議

本文通過構(gòu)建雙固定效應(yīng)模型和中介效用模型實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響，并探究了其作用機(jī)制。實(shí)證結(jié)果表明:第一，企業(yè)數(shù)字化轉(zhuǎn)型對推動其全要素生產(chǎn)率的提升有積極影響；第二，企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型帶動全要素生產(chǎn)率提升的過程中起到完全中介作用；第三，企業(yè)數(shù)字化程度越高，對企業(yè)全要素生產(chǎn)率的促進(jìn)效果越明顯；第四，相較于非國有上市公司，國有上市公司的數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的促進(jìn)效果更明顯。

企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型對我國經(jīng)濟(jì)的高質(zhì)量發(fā)展具有重要意義。據(jù)此，本文認(rèn)為應(yīng)從以下幾個方面提出相關(guān)建議:首先，應(yīng)在政策上鼓勵對企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型；其次，應(yīng)將數(shù)字化轉(zhuǎn)型作為支持企業(yè)高質(zhì)量發(fā)展的手段和方式，充分利用數(shù)字技術(shù)提升企業(yè)運(yùn)營效率、產(chǎn)品質(zhì)量和服務(wù)水平，從而推動企業(yè)整體實(shí)力的提升；最后，需要在多個維度上鼓勵企業(yè)創(chuàng)新。企業(yè)數(shù)字化轉(zhuǎn)型是一個不斷創(chuàng)新的過程，這個過程中需要不斷地引入新技術(shù)、新理念和新的發(fā)展模式。政府和相關(guān)機(jī)構(gòu)可以提供創(chuàng)新資源和創(chuàng)新支持，鼓勵企業(yè)加大創(chuàng)新投入，培育創(chuàng)新文化，推動企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新的有機(jī)結(jié)合。