數(shù)字化創(chuàng)新如何影響企業(yè)高質(zhì)量發(fā)展
—— 數(shù)字金融水平的調(diào)節(jié)作用

李小青，何瑋萱，霍雨丹，周 建

(1.河北工業(yè)大學 經(jīng)濟管理學院，天津 300401；2.南開大學 商學院，天津 300071)

一、問題提出

黨的十九屆五中全會提出，“十四五”時期經(jīng)濟社會發(fā)展要以推動高質(zhì)量發(fā)展為主題，堅持創(chuàng)新在現(xiàn)代化建設全局中的核心地位。戰(zhàn)略性新興產(chǎn)業(yè)由于對經(jīng)濟社會長遠發(fā)展具有重大引領(lǐng)作用，其高質(zhì)量發(fā)展成為經(jīng)濟高質(zhì)量發(fā)展的重中之重。國務院先后出臺《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》《促進大數(shù)據(jù)發(fā)展行動綱要》等政策文件，持續(xù)地推動戰(zhàn)略性新興產(chǎn)業(yè)的快速發(fā)展。數(shù)字化創(chuàng)新作為創(chuàng)新驅(qū)動戰(zhàn)略的關(guān)鍵一環(huán)，是組織以云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)為組成或支撐部分，變革原有產(chǎn)品、流程或商業(yè)模式的過程[1]。通過整合數(shù)字化資源、拓展價值創(chuàng)造邊界，數(shù)字化創(chuàng)新能夠促進原有生產(chǎn)要素的優(yōu)化重組，改善企業(yè)的產(chǎn)品服務結(jié)構(gòu)及運營管理流程，成為戰(zhàn)略性新興產(chǎn)業(yè)高質(zhì)量發(fā)展的動力之源。百度的無人駕駛汽車、康泰醫(yī)學的智慧診療設備、海爾的互聯(lián)網(wǎng)工廠等成功經(jīng)驗表明，中國企業(yè)依靠豐富的數(shù)字化創(chuàng)新實踐為高質(zhì)量發(fā)展構(gòu)筑了堅實基礎。

企業(yè)高質(zhì)量發(fā)展指企業(yè)在經(jīng)營發(fā)展過程中經(jīng)濟價值實現(xiàn)的高水平、高附加值和高效率，其中提升生產(chǎn)效率是現(xiàn)階段企業(yè)高質(zhì)量發(fā)展的重要特征[2]。由于企業(yè)是宏觀經(jīng)濟發(fā)展的微觀主體，是中觀產(chǎn)業(yè)改革的基本組織，探究企業(yè)高質(zhì)量發(fā)展的影響因素日益成為學者們關(guān)注的焦點。既往文獻從外部和內(nèi)部兩個方面對企業(yè)高質(zhì)量發(fā)展的影響因素進行了探析，取得了豐富成果。從外部因素來看，減稅降費政策[3]、國有資產(chǎn)監(jiān)管體制[4]有助于驅(qū)動企業(yè)的高質(zhì)量發(fā)展，區(qū)域金融發(fā)展水平與企業(yè)高質(zhì)量發(fā)展之間呈U型關(guān)系[5]。從內(nèi)部因素來看，完善公司治理[4]、加強技術(shù)創(chuàng)新[6]和數(shù)字化轉(zhuǎn)型[7]對企業(yè)發(fā)展質(zhì)量有促進作用，研發(fā)操縱行為則會抑制企業(yè)的高質(zhì)量發(fā)展[8]。其中，趙宸宇等(2021)指出，提升企業(yè)數(shù)字化水平可以通過提高創(chuàng)新能力、優(yōu)化人力資本結(jié)構(gòu)及降低成本等促進全要素生產(chǎn)率的提升，成為新常態(tài)下企業(yè)高質(zhì)量發(fā)展的新動能[7]。

數(shù)字經(jīng)濟時代，數(shù)字化創(chuàng)新是企業(yè)探索新興技術(shù)領(lǐng)域、加快推動產(chǎn)品服務高端化與高附加值化的必由之路[9]，絕大部分文獻肯定了數(shù)字化建設對企業(yè)發(fā)展質(zhì)量的正向作用。第一，從產(chǎn)品服務創(chuàng)新視角出發(fā)，福曼和范澤布魯克(Forman & van Zeebroeck，2012)[10]、布蘭施泰特等(Branstetter et al.，2019)[11]提出，基于互聯(lián)網(wǎng)等數(shù)字技術(shù)的產(chǎn)品和服務創(chuàng)新比基于傳統(tǒng)技術(shù)的產(chǎn)品和服務創(chuàng)新對企業(yè)績效的影響更大。第二，從運營管理流程創(chuàng)新來看，布林約爾松和麥克爾赫蘭(Brynjolfsson & McElheran，2016)基于美國制造業(yè)數(shù)據(jù)，研究指出融合信息技術(shù)(IT)進行數(shù)字化創(chuàng)新管理的企業(yè)能更快地提高生產(chǎn)力[12]；李唐等(2020)則運用中國企業(yè)-勞動力匹配調(diào)查數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)管理能力對于企業(yè)全要素生產(chǎn)率具有顯著的促進效應[13]。第三，從商業(yè)模式創(chuàng)新來看，何帆和劉紅霞(2019)研究得出數(shù)字化變革通過降低成本費用、提高資產(chǎn)使用效率顯著提升了實體企業(yè)經(jīng)濟效益的結(jié)論[14]；趙宸宇(2021)發(fā)現(xiàn)數(shù)字化發(fā)展可以通過服務化轉(zhuǎn)型改善企業(yè)績效和實現(xiàn)價值增值，助推企業(yè)的高質(zhì)量發(fā)展[15]。盡管國內(nèi)外有關(guān)數(shù)字化創(chuàng)新經(jīng)濟效應的研究已經(jīng)取得了部分值得借鑒的成果，但目前還未形成成熟的理論和實證分析框架，鮮有文獻全面探討數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響及其邊界條件。

根據(jù)新制度經(jīng)濟學的思想，任何企業(yè)都嵌入于特定制度環(huán)境之中。數(shù)字金融作為構(gòu)建現(xiàn)代金融體系的發(fā)力點，能夠通過直接效應、空間知識溢出效應激發(fā)本地及周邊地區(qū)全要素生產(chǎn)率的增長[16]，是推動企業(yè)創(chuàng)新的重要制度支撐[17]。然而，數(shù)字金融過度發(fā)展可能會加劇企業(yè)的金融投機行為，侵蝕實體經(jīng)濟和產(chǎn)業(yè)資本并誘發(fā)系統(tǒng)性金融風險，從而擠占企業(yè)的創(chuàng)新資源、制約實體部門的要素生產(chǎn)進程[16]。通過文獻梳理可以發(fā)現(xiàn)，雖然部分研究肯定了技術(shù)創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的作用，但是數(shù)字化創(chuàng)新究竟如何影響企業(yè)的高質(zhì)量發(fā)展？二者之間的作用機制如何？數(shù)字金融對企業(yè)數(shù)字化創(chuàng)新與高質(zhì)量發(fā)展間的關(guān)系會產(chǎn)生何種影響？這些問題亟待厘清。此外，驅(qū)動企業(yè)高質(zhì)量發(fā)展是一項系統(tǒng)工程，具有不同組織特征的企業(yè)在數(shù)字化創(chuàng)新中的受益程度不同[18]，因而企業(yè)異質(zhì)性對數(shù)字化創(chuàng)新促進高質(zhì)量發(fā)展的動態(tài)效應仍有待進一步檢驗。因此，本文以2015—2019年戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域新一代信息技術(shù)上市公司為樣本，首先分析并檢驗數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響，接下來探析數(shù)字金融水平對二者關(guān)系的調(diào)節(jié)作用，最后進一步考察公司特質(zhì)對數(shù)字化創(chuàng)新和企業(yè)高質(zhì)量發(fā)展關(guān)系的異質(zhì)性影響。

本文的邊際貢獻在于：(1)運用軟件Pycharm獲取與數(shù)字化創(chuàng)新相關(guān)的專利，實證檢驗數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響，為科學測度可專利化的數(shù)字化創(chuàng)新提供了潛在選擇。(2)從降低成本費用與提升勞動效率兩個維度明晰數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的作用路徑，為打開數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展關(guān)系的“黑箱”提供了一個可觀察的窗口。(3)突破以往文獻單獨研究數(shù)字化創(chuàng)新和數(shù)字金融的局限，將數(shù)字化創(chuàng)新和數(shù)字金融納入整合研究框架，考察不同程度的數(shù)字金融水平對數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展關(guān)系的調(diào)節(jié)作用，有助于深化對數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展邊界條件的理解。(4)進一步識別出產(chǎn)權(quán)性質(zhì)、企業(yè)存續(xù)年限和企業(yè)規(guī)模對數(shù)字化創(chuàng)新和企業(yè)高質(zhì)量發(fā)展關(guān)系的異質(zhì)性影響，有利于從公司特質(zhì)角度加深對數(shù)字化創(chuàng)新作用效果的認識。

二、 理論分析與研究假設

(一) 數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展

根據(jù)熊彼特創(chuàng)新理論，“創(chuàng)新”是驅(qū)動經(jīng)濟系統(tǒng)不斷變革轉(zhuǎn)型的核心力量，指把一種從未有過的有關(guān)生產(chǎn)要素和生產(chǎn)條件的“新組合”引入生產(chǎn)體系。數(shù)字化創(chuàng)新能夠整合用戶數(shù)據(jù)、創(chuàng)新知識和數(shù)字組件[19]，降低價值共創(chuàng)中數(shù)據(jù)的搜集處理成本，提升企業(yè)獲得競爭優(yōu)勢的動態(tài)能力。通過提高信息資源的使用效率，強化創(chuàng)新過程的可控性和運營流程的連通性，數(shù)字化創(chuàng)新有助于加速企業(yè)模式轉(zhuǎn)變與結(jié)構(gòu)升級，促進企業(yè)的高質(zhì)量發(fā)展。

首先，從信息資源的使用效率來看，以數(shù)字技術(shù)支撐的“智能信息基礎設施”可以將繁瑣的數(shù)據(jù)轉(zhuǎn)化成有用的交易信息，實現(xiàn)企業(yè)生產(chǎn)要素的精準匹配。數(shù)字經(jīng)濟情境下，信息的商品屬性日漸凸顯，經(jīng)營主體的信息紅利往往取決于能夠支配的信息商品和信息服務[20]。數(shù)字化創(chuàng)新能夠打破區(qū)域和空間的限制，對全流程的信息進行數(shù)字化追蹤，并且能夠完善企業(yè)的信息傳播機制，最大限度地提高信息的利用效率、快速應對消費者需求[21]。此外，數(shù)字化創(chuàng)新有助于降低因信息不對稱帶來的搜尋成本和議價成本，為企業(yè)高質(zhì)量發(fā)展營造良好的信息環(huán)境。

其次，從創(chuàng)新過程的可控性來看，數(shù)字技術(shù)驅(qū)動的產(chǎn)品、營銷、組織管理及商業(yè)模式創(chuàng)新有助于降低成本費用，驅(qū)動企業(yè)的高質(zhì)量發(fā)展。第一，數(shù)字仿真模擬及其孿生技術(shù)使得企業(yè)在產(chǎn)品創(chuàng)新過程中通過虛擬化場景減少了一些不必要的生產(chǎn)成本的浪費[22]；第二，提高營銷與組織管理的數(shù)字化創(chuàng)新水平能夠幫助企業(yè)利用大數(shù)據(jù)進行分析，在滿足客戶個性化定制或企業(yè)精細化管理等不同需求的同時降低營銷與管理成本[21]；第三，在商業(yè)模式創(chuàng)新中，數(shù)字技術(shù)能夠通過數(shù)字增強、數(shù)字擴展以及數(shù)字轉(zhuǎn)型改善企業(yè)的商業(yè)運作模式[23]，優(yōu)化企業(yè)的價值增長方式。

最后，從運營流程的連通性來看，數(shù)字化創(chuàng)新模糊了產(chǎn)業(yè)邊界、部門邊界以及產(chǎn)品邊界[24]，促進了異質(zhì)性參與者之間的合作協(xié)調(diào)，提高了企業(yè)的勞動生產(chǎn)率。數(shù)字化技術(shù)擁有連接性和融合性兩大特征[19]，為企業(yè)形成數(shù)字化知識網(wǎng)絡奠定了基礎。有潛力的數(shù)字資源可以通過組合式創(chuàng)新同時成為多個價值路徑的組成部分[25]，打破傳統(tǒng)的價值創(chuàng)造體系，整合創(chuàng)建出如平臺經(jīng)濟、共享經(jīng)濟等前所未有的、龐大的新價值鏈，驅(qū)動企業(yè)的高質(zhì)量發(fā)展。基于以上分析，本文提出以下假設：

假設H1：數(shù)字化創(chuàng)新能夠?qū)ζ髽I(yè)的高質(zhì)量發(fā)展帶來積極的促進作用。

假設H1a：數(shù)字化創(chuàng)新通過節(jié)約成本費用促進企業(yè)的高質(zhì)量發(fā)展。

假設H1b：數(shù)字化創(chuàng)新通過提升勞動效率促進企業(yè)的高質(zhì)量發(fā)展。

(二) 數(shù)字化創(chuàng)新、數(shù)字金融水平與企業(yè)高質(zhì)量發(fā)展

根據(jù)新制度理論，金融環(huán)境是企業(yè)運營嵌入的架構(gòu)性情境。金融環(huán)境與企業(yè)創(chuàng)新成本及價值創(chuàng)造效率密切相關(guān)[6]，在轉(zhuǎn)型經(jīng)濟中對組織行為具有重要影響[26]。數(shù)字金融結(jié)合數(shù)字技術(shù)與金融創(chuàng)新，具備放大或加速環(huán)境外部性的客觀功能，有助于提升資本市場的資源配置效率。然而已有研究表明，數(shù)字金融是一把“雙刃劍”，具有強化組織實踐有效性或誘發(fā)企業(yè)經(jīng)營風險的雙重作用[17，27]。

從緩解融資約束的角度來看，與傳統(tǒng)金融相比，數(shù)字金融是一種高效低價的普惠型金融支持方式，有助于減輕資本市場中的信息不對稱和契約不完善問題[28]。一方面，發(fā)展數(shù)字金融能夠改善借款結(jié)構(gòu)，降低企業(yè)創(chuàng)新活動的融資成本，為企業(yè)高質(zhì)量發(fā)展提供充足的資金支持。另一方面，從提高企業(yè)價值創(chuàng)造效率來看，數(shù)字金融改變了價值的交付方式，為企業(yè)產(chǎn)品服務及商業(yè)模式創(chuàng)新提供了技術(shù)基礎，有利于企業(yè)降低運營風險，促進生產(chǎn)效率的提升[27]。此外，數(shù)字金融能夠優(yōu)化創(chuàng)新生態(tài)體系，提高區(qū)域創(chuàng)新效率。借助互聯(lián)網(wǎng)的網(wǎng)絡效應，數(shù)字金融能夠通過空間知識溢出促進知識的跨區(qū)域流動，提高金融市場的資源配置能力，為前期的創(chuàng)新要素投入和后期的成果轉(zhuǎn)化提供智能化、普惠化的平臺支持[16]。

然而，數(shù)字金融發(fā)展過快會導致金融監(jiān)管乏力并產(chǎn)生“擠出效應”，對企業(yè)通過數(shù)字化創(chuàng)新驅(qū)動高質(zhì)量發(fā)展帶來消極影響[29]。具體表現(xiàn)為：由于金融監(jiān)管往往滯后于金融創(chuàng)新，數(shù)字金融過度發(fā)展容易出現(xiàn)對部分金融產(chǎn)品或金融業(yè)務監(jiān)管的真空地帶，使企業(yè)遭受數(shù)據(jù)流失、金融欺詐等風險，威脅市場秩序及企業(yè)健康發(fā)展[17]。另外，過高的數(shù)字金融水平使企業(yè)擁有了寬松的金融環(huán)境，會降低投資現(xiàn)金流的敏感性、弱化內(nèi)部研發(fā)的創(chuàng)新動力，對核心業(yè)務產(chǎn)生“擠出效應”。如杜勇等(2017)指出，金融化會降低企業(yè)的創(chuàng)新產(chǎn)出和實物投資，對主業(yè)產(chǎn)生負面效應[29]。李佳霖等(2021)研究發(fā)現(xiàn)，金融過熱會導致企業(yè)資源錯配，使金融發(fā)展與企業(yè)高質(zhì)量發(fā)展呈倒U型關(guān)系[5]。本文認為，適度的數(shù)字金融水平能夠優(yōu)化企業(yè)的外部資源條件，強化數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的促進作用；當數(shù)字金融水平過高時，數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的促進作用會被弱化?；谝陨戏治觯疚奶岢鲆韵录僭O：

假設H2：適度的數(shù)字金融水平能夠強化數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展的正向關(guān)系，而數(shù)字金融水平過高會弱化數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的積極影響。

根據(jù)以上研究假設，本文的概念模型如圖1所示。另外，考慮不同性質(zhì)的企業(yè)進行數(shù)字化創(chuàng)新可能出于不同的行為動機，而且企業(yè)在不同發(fā)展階段對數(shù)字化資源的整合應用能力也有所差異，因此數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響程度與產(chǎn)權(quán)性質(zhì)、企業(yè)存續(xù)年限和企業(yè)規(guī)模等組織特征密切相關(guān)[30]。在進一步分析中，本文將重點關(guān)注企業(yè)異質(zhì)性視角下數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的動態(tài)差異，從公司特質(zhì)角度深化對數(shù)字化創(chuàng)新作用效果的認識。

圖1 概念模型

三、研究設計

(一) 樣本選取與數(shù)據(jù)來源

本文主要研究數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響。考慮到數(shù)字化創(chuàng)新主要活躍于知識技術(shù)含量高、與數(shù)字技術(shù)密切相關(guān)的行業(yè)，本文選擇滬深A股2015—2019年戰(zhàn)略性新興產(chǎn)業(yè)中的新一代信息技術(shù)產(chǎn)業(yè)，即計算機、通信和其他電子設備制造業(yè)，軟件和信息技術(shù)服務業(yè)，互聯(lián)網(wǎng)和相關(guān)服務業(yè)，以及電信、廣播電視和衛(wèi)星傳輸服務這四個行業(yè)的上市公司為初始樣本。之所以將研究的起點時間確定在2015年，原因主要是中國自2015年開始構(gòu)建數(shù)字技術(shù)與產(chǎn)業(yè)相融合的模式，初步開啟了中國數(shù)字經(jīng)濟的發(fā)展格局。

參考既有研究的做法，本文根據(jù)以下原則剔除了一些樣本：(1)剔除了數(shù)字化創(chuàng)新專利數(shù)據(jù)缺失的公司；(2)剔除了關(guān)鍵變量缺失或其他變量嚴重缺失的公司；(3)剔除屬于*ST和ST類上市公司的樣本。經(jīng)過以上樣本處理過程，最后得到2 742個基礎觀測樣本。數(shù)字化創(chuàng)新專利數(shù)據(jù)來自國家知識產(chǎn)權(quán)局、專利匯和德文特數(shù)據(jù)庫，通過程序爬取和手工補充相結(jié)合的方式整理。另外，數(shù)字金融指數(shù)來自北京大學數(shù)字金融研究中心發(fā)布的《北京大學數(shù)字普惠金融指數(shù)》，企業(yè)高質(zhì)量發(fā)展基礎數(shù)據(jù)及其余變量均來源于國泰安(CSMAR)數(shù)據(jù)庫。

(二)關(guān)鍵變量定義

(1)企業(yè)高質(zhì)量發(fā)展(TFP)。企業(yè)高質(zhì)量發(fā)展主要通過多指標綜合評價法、基于中間變量的單指標法及全要素生產(chǎn)率(TFP)三種方法測度。其中，構(gòu)建多指標法評估體系多基于評估者的主觀分析，因而客觀性和可比性難以保障，導致測算結(jié)果出現(xiàn)較大的差異性；基于中間變量的單指標法只能反映企業(yè)為提升發(fā)展質(zhì)量在某個方面的局部努力，并不能表明企業(yè)能夠?qū)崿F(xiàn)全面持久的高質(zhì)量發(fā)展。企業(yè)實現(xiàn)高質(zhì)量發(fā)展需要超越以往僅依靠增加要素投入的粗放式發(fā)展范式，去追求經(jīng)濟價值實現(xiàn)的高水平、高附加值和高效率，因此，無論企業(yè)采用哪種策略升級產(chǎn)品和技術(shù)還是提升其在產(chǎn)業(yè)價值鏈上的位置， 最終都會在企業(yè)生產(chǎn)率上得到體現(xiàn)[31]。全要素生產(chǎn)率(TFP)是除去勞動、資本等有形要素投入之后的“余值”，是反映企業(yè)管理模式改進、企業(yè)結(jié)構(gòu)升級的系統(tǒng)生產(chǎn)率，相比前兩種方法更具綜合性和信息量[32]。本文用萊文森和彼得林(Levinsohn & Petrin，2003)[33]提出的LP法(1)LP法以中間品投入指標作為代理變量，使得在計算時能夠依據(jù)可獲性來靈活選取指標，能夠減少樣本損失量。計算全要素生產(chǎn)率(TFP)，對企業(yè)高質(zhì)量發(fā)展進行刻畫，具體見式(1)：

lnyit=β0+β1lnlit+β2lnkit+β3lnmit+lnTFPit+εit

(1)

其中，i表示企業(yè)，t表示年份，yit表示企業(yè)的主營業(yè)務收入，lit表示企業(yè)員工人數(shù)，kit表示企業(yè)擁有的固定資產(chǎn)，mit則表示企業(yè)購入原材料和接受勞務支付的現(xiàn)金。

(2)數(shù)字化創(chuàng)新(lnDigino)。關(guān)于創(chuàng)新水平主要有研發(fā)投入與專利數(shù)量兩種衡量方式[34]。由于目前中國企業(yè)并未詳細披露專門用于數(shù)字化創(chuàng)新的研發(fā)投入，而數(shù)字化創(chuàng)新專利作為數(shù)字化創(chuàng)新成果的直觀體現(xiàn)，能夠精準地刻畫企業(yè)數(shù)字化創(chuàng)新產(chǎn)出。數(shù)字化創(chuàng)新專利特指公司擁有的與數(shù)字化技術(shù)相關(guān)的專利，具體測度方法為：以“智能、區(qū)塊鏈、大數(shù)據(jù)、機器學習、云計算、云端、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、信息化、數(shù)字化、遠程、機器人、人臉識別、虛擬”作為關(guān)鍵詞，運用軟件Pycharm編寫程序，從國家知識產(chǎn)權(quán)局網(wǎng)站獲取樣本公司與數(shù)字化創(chuàng)新相關(guān)的專利數(shù)據(jù)，對專利缺失的樣本從專利匯和德文特數(shù)據(jù)庫手工整理進行補充。依據(jù)可獲性與準確性原則，本文借鑒已有研究[34-35]，采用數(shù)字化創(chuàng)新專利數(shù)量加1的自然對數(shù)進行度量。

(3)數(shù)字金融水平(DIF)。借鑒郭峰等(2020)[36]的研究，本文采用北京大學互聯(lián)網(wǎng)金融研究中心編制的《北京大學數(shù)字普惠金融指數(shù)》衡量中國省級層面的數(shù)字金融水平。該指數(shù)由數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度3個維度的指標合成，能夠科學全面、準確細致地刻畫出各省份數(shù)字金融的發(fā)展程度。

(三) 計量模型設定

為了檢驗數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響，本文設定如下基本計量模型：

TFPi，t=α0+α1lnDiginoi，t+α2Controlsi，t+∑year+εi，t

(2)

其中，lnDiginoi，t代表第i家樣本公司第t年的數(shù)字化創(chuàng)新水平；TFPi，t代表第i家樣本公司第t年的高質(zhì)量發(fā)展水平。本文在模型(2)中引入一組可能影響企業(yè)全要素生產(chǎn)率的控制變量，包括總資產(chǎn)收益率(Roa)、資產(chǎn)負債率(Leverage)、公司成長性(Growth)、股權(quán)集中度(Top10)、托賓 Q(Tobinq)、公司規(guī)模(Fsize)。此外，本文加入了年份變量(year)來控制時間效應的影響。

為檢驗數(shù)字金融水平對數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展的調(diào)節(jié)作用，本文在模型(2)的基礎上設定模型(3)如下：

TFPi，t=γ0+γ1lnDiginoi，t+γ2DIFi.t+γ3lnDiginoi，t×DIFi，t+γ4Controlsi，t+∑year+εi，t

(3)

其中，DIFi，t代表第i家樣本公司所在省份第t年的數(shù)字金融水平，控制變量選取與模型(2)一致。

四、實證分析與檢驗

(一)描述性統(tǒng)計與相關(guān)性分析

表1匯報了主要變量的描述性統(tǒng)計結(jié)果。從表中可以看出，樣本公司全要素生產(chǎn)率的均值為17.16，與同類文獻[37-38]相比，本文該指標的數(shù)值偏高，說明新一代信息技術(shù)產(chǎn)業(yè)的發(fā)展質(zhì)量相對較高；樣本公司的數(shù)字化創(chuàng)新專利數(shù)量對數(shù)的均值為1.20，標準差為1.43，反映出樣本公司的數(shù)字化創(chuàng)新水平存在一定差異；樣本公司所處地區(qū)的數(shù)字金融指數(shù)均值為313.87，標準差為58.98，表明樣本公司的數(shù)字金融環(huán)境存在比較明顯的差異，波動范圍較大。

表1 描述性統(tǒng)計結(jié)果

表2報告了本文主要變量的皮爾遜相關(guān)性(Pearson correlation)分析結(jié)果。相關(guān)性檢驗結(jié)果顯示，變量之間相關(guān)系數(shù)的絕對值基本不超過 0.5，說明變量之間不存在嚴重的共線性問題。

表2 相關(guān)性分析結(jié)果

(二) 主效應基準模型回歸結(jié)果

表3是數(shù)字化創(chuàng)新水平對企業(yè)高質(zhì)量發(fā)展的固定效應的回歸結(jié)果。其中，列(1)為企業(yè)高質(zhì)量發(fā)展(TFP)對數(shù)字化創(chuàng)新(lnDigino)單獨進行回歸，可看出在不控制任何因素的情況下，數(shù)字化創(chuàng)新(lnDigino)的估計系數(shù)為正(估計系數(shù)為0.103)，并且在1%的水平下顯著；列(2)在加入控制變量后，核心變量的系數(shù)仍在1%的水平下顯著為正(估計系數(shù)為0.083)；列(3)為控制時間效應的回歸結(jié)果，在逐步控制可能影響全要素生產(chǎn)率的其他因素之后，核心變量系數(shù)的方向和顯著性不變(估計系數(shù)為0.051，P<0.01)。這與黃群慧等(2019)[39]、李唐等(2020)[13]的研究結(jié)論類似，表明樣本企業(yè)加速智能化與數(shù)字化進程，提高數(shù)字化創(chuàng)新水平有利于促進其高質(zhì)量發(fā)展，假設H1得到支持。

表3 主效應基準模型回歸結(jié)果

(三)主效應穩(wěn)健性檢驗

前文初步驗證了數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的正向影響。為確保實證檢驗可靠，本文做了一系列穩(wěn)健性檢驗：傾向得分匹配、工具變量法、解釋變量滯后一期、替換解釋變量和被解釋變量的衡量方式、變更回歸模型。

(1)傾向得分匹配(PSM)

考慮到數(shù)字化創(chuàng)新水平不同的企業(yè)初始條件不一定相同，且是否采用數(shù)字戰(zhàn)略提升發(fā)展質(zhì)量也是企業(yè)自主選擇的結(jié)果。為了弱化遺漏變量、樣本自選擇帶來的偏誤，本文采用傾向得分匹配(PSM)，將數(shù)字化創(chuàng)新專利的數(shù)量按照大小排序，前50%數(shù)字化創(chuàng)新水平較低的樣本為控制組，后50%數(shù)字化創(chuàng)新水平較高的樣本為實驗組。將兩組樣本按照財務績效(Roa)、資產(chǎn)負債率(Leverage)、成長性(Growth)、托賓Q(Tobinq)、公司年齡(Age)、公司規(guī)模(Growth)、研發(fā)投入(RD)進行1∶1的近鄰匹配，使數(shù)字化創(chuàng)新水平較高和較低的樣本在可觀察到的公司特征上基本相同，進而使兩組樣本之間的差異僅體現(xiàn)為數(shù)字化創(chuàng)新水平的影響。判斷PSM是否有效的一般做法是查看匹配變量的標準偏差絕對值，標準偏差絕對值越小，匹配效果越好。表4顯示，匹配變量在PSM之后的標準偏差絕對值都在5%以內(nèi)。同時，在查看T檢驗的相伴概率值后，發(fā)現(xiàn)t值不再顯著，表明接受了匹配后匹配變量均值相等的原假設，即PSM有效。

表4 樣本均衡性檢驗結(jié)果

為進一步檢驗PSM的質(zhì)量，本文繪制了核密度函數(shù)圖。圖2顯示了樣本行業(yè)匹配前后的核密度分布，相比匹配之前，控制組與實驗組的核密度分布偏離顯著減小，表明匹配質(zhì)量較好。

圖2 核密度函數(shù)

PSM的回歸結(jié)果如表5列(1)所示，列(1)的回歸結(jié)果顯示，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)在1%的水平下有顯著的正向影響(估計系數(shù)為0.068)。這一結(jié)果與前文沒有明顯差異，證明本文的主效應并不會受到樣本自選擇問題的影響。

(2)工具變量法

數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展之間可能具有潛在的反向因果關(guān)系，即企業(yè)高質(zhì)量發(fā)展可能反過來作用于數(shù)字化創(chuàng)新水平，導致結(jié)果因存在內(nèi)生性問題而出現(xiàn)偏差。為了緩解內(nèi)生性問題對結(jié)果的干擾，本文采用工具變量法進行兩階段最小二乘法估計，使用公司所在省份的信息傳輸、軟件和信息技術(shù)服務業(yè)從業(yè)人員的數(shù)量(Softinfr-IV)作為工具變量。原因在于，數(shù)字化創(chuàng)新離不開數(shù)字技術(shù)人員的支持，企業(yè)所在地區(qū)信息傳輸、軟件和信息技術(shù)服務業(yè)的從業(yè)人員越多，數(shù)字化創(chuàng)新水平越高，但對企業(yè)全要素生產(chǎn)率不會產(chǎn)生直接影響，滿足工具變量相關(guān)性與外生性要求[39]。

表5 傾向得分匹配(PSM)、兩階段最小二乘和滯后一期的回歸結(jié)果

從實證結(jié)果來看，信息傳輸、軟件和信息技術(shù)服務業(yè)的從業(yè)人員數(shù)量(Softinfr-IV)在弱工具變量檢驗中的F值為18.947 7，大于經(jīng)驗值10，拒絕了弱工具變量的原假設，說明此工具變量有效。以選定的工具變量對基準模型進行兩階段最小二乘回歸，結(jié)果見表5的列(2)和列(3)，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)在1%的水平下仍有顯著的正向影響。說明使用工具變量控制模型的內(nèi)生性問題后，關(guān)鍵結(jié)果未發(fā)生改變，前述發(fā)現(xiàn)獲得充分支持。

(3)解釋變量滯后一期

為了進一步弱化可能存在的反向因果問題，本文還采用了滯后一期的數(shù)字化創(chuàng)新專利數(shù)量作為解釋變量，檢驗數(shù)字化創(chuàng)新水平對企業(yè)高質(zhì)量發(fā)展的影響，回歸結(jié)果見表5中列(4)。由列(4)可知，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)在1%的水平下依然有顯著的正向影響(估計系數(shù)為0.054)，進一步說明本文的結(jié)果不受反向因果問題的影響。

(4)變換模型

為檢驗模型變換后本文的研究結(jié)果是否具有穩(wěn)健性，本文使用修正懷特異方差模型，弱化可能存在的異方差問題對回歸結(jié)果的干擾，結(jié)果見表6列(1)。另外，本文利用拔靴(Boostrap)法、采取偏差校正的非參數(shù)百分位法對基準模型進行檢驗。具體步驟為，在原有樣本的基礎上隨機重復抽樣1 000次，獲得1 000個理想的小樣本后對基準模型進行回歸，回歸結(jié)果見表6列(2)。表6列(1)與列(2)顯示，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)在1%的水平下有顯著的正向影響，證明主效應的回歸結(jié)果非常穩(wěn)健。

(5)替換解釋變量與被解釋變量

考慮遺漏變量與衡量偏誤問題，本文替換了被解釋變量與解釋變量以驗證結(jié)果的穩(wěn)定性。首先選用營運指數(shù)(OPI)，即經(jīng)營活動的現(xiàn)金凈流量和經(jīng)營應得的現(xiàn)金的比值，來衡量企業(yè)的運營情況與收益質(zhì)量，替代原被解釋變量全要素生產(chǎn)率(TFP)進行模型估計，結(jié)果見表6列(3)。可以看出，以營運指數(shù)(OPI)為替代指標后，數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響并未發(fā)生顯著改變。接下來，本文選用與數(shù)字化創(chuàng)新專利公開日同期的申請日專利數(shù)量(lnDigino_apply)作為替代變量，對數(shù)字化創(chuàng)新進行衡量。表6列(4)中的回歸系數(shù)與基準模型結(jié)果基本一致，證明了本文的研究結(jié)論的回歸結(jié)果比較穩(wěn)健。

表6 更換模型及替換變量的回歸結(jié)果

五、可能的機制檢驗

(一) 中介效應結(jié)果分析

前文結(jié)果表明，數(shù)字化創(chuàng)新水平對企業(yè)高質(zhì)量發(fā)展具有顯著的正向影響。根據(jù)之前的分析，數(shù)字化創(chuàng)新影響企業(yè)高質(zhì)量發(fā)展的主要機制包括節(jié)約成本費用與提升勞動效率這兩個可能的路徑。一方面，提升數(shù)字化創(chuàng)新水平能夠運用數(shù)字技術(shù)本身的監(jiān)測、控制和自動化特征升級企業(yè)的管理及組織能力，通過大幅降低組織運營管理成本來提升企業(yè)的發(fā)展質(zhì)量[22]。另一方面，數(shù)字化創(chuàng)新有助于打破各部門的價值創(chuàng)造邊界、提升創(chuàng)新網(wǎng)絡的連通性[24]，增強知識流動速率與跨部門協(xié)同能力，通過最大化發(fā)揮員工的創(chuàng)造力來提高勞動生產(chǎn)率以促進高質(zhì)量發(fā)展。接下來，本文將分別從這兩個方面來檢驗上述機制。

(1)成本費用節(jié)約路徑：數(shù)字化創(chuàng)新→降低管理費用→高質(zhì)量發(fā)展

本文首先檢驗企業(yè)通過數(shù)字化創(chuàng)新來降低管理費用，進而促進企業(yè)高質(zhì)量發(fā)展這一路徑。為檢驗這一機制，本文引入管理費用率(Manageratio)，即以管理費用與營業(yè)收入之比作為中介變量。本文參考巴倫和肯尼(Baron & Kenny，1986)[40]提出的逐步回歸檢驗法，構(gòu)建中介效應模型如下：

TFPi，t=α0+α1lnDiginoi，t+α2Controlsi，t+∑year+εi，t

(4)

Manageratioi，t=β0+β1lnDiginoi，t+β2Controlsi，t+∑year+εi，t

(5)

TFPi，t=φ0+φ1lnDiginoi，t+φ2Manageratioi，t+φ3Controlsi，t+∑year+εi，t

(6)

表7列(1)—列(3)報告了上述模型的結(jié)果。從列(1)可以看出，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)具有顯著的促進作用(估計系數(shù)為0.051，P<0.01)；列(2)中數(shù)字化創(chuàng)新(lnDigino)對管理費用(Manageratio)具有顯著的負向影響(估計系數(shù)為-0.016，P<0.01)，說明數(shù)字化創(chuàng)新能夠有效降低企業(yè)的管理費用；列(3)在控制了管理費用(Manageratio)對高質(zhì)量發(fā)展的影響后，數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展依然具有顯著的促進作用(估計系數(shù)為0.024，P<0.05)；且數(shù)字化創(chuàng)新(lnDigino)的系數(shù)與基準模型中的系數(shù)相比，在同等顯著水平下由0.051下降至0.024，這意味著數(shù)字化創(chuàng)新通過降低企業(yè)的管理費用來推進其高質(zhì)量發(fā)展，假設H1a得到驗證。

(2)勞動效率提升路徑：數(shù)字化創(chuàng)新→提升勞動效率→高質(zhì)量發(fā)展

接下來本文檢驗企業(yè)通過數(shù)字化創(chuàng)新提高企業(yè)員工的生產(chǎn)效率來促進企業(yè)的高質(zhì)量發(fā)展這一路徑。為了檢驗這一機制，本文引入勞動生產(chǎn)率(lnLabra)，即把營業(yè)收入與員工人數(shù)之比取對數(shù)作為中介變量(2)導致勞動生產(chǎn)率(lnLabra)變化的除了技術(shù)進步和組織創(chuàng)新等升級因素外，還可能是企業(yè)為減輕勞動力成本上升的壓力實施了資本替代勞動；而全要素生產(chǎn)率(TFP)在計算上是除去勞動、資本、土地等要素投入之后的“余值”，相比勞動生產(chǎn)率包含的信息更豐富。同時，全要素生產(chǎn)率(TFP)與勞動生產(chǎn)率(lnLabra)的相關(guān)系數(shù)小于0.7，建立與式(4)—式(6)類似的中介效應模型后，勞動生產(chǎn)率(lnLabra)在模型中的方差膨脹因子(VIF)為1.07，遠小于臨界值10，因而不存在嚴重的共線性問題。。回歸結(jié)果見表7列(1)、列(4)、列(5)。

列(4)中，數(shù)字化創(chuàng)新(lnDigino)對勞動生產(chǎn)率(lnLabra)的回歸系數(shù)顯著為正(系數(shù)為0.035，P<0.01)，表明數(shù)字化創(chuàng)新有助于促進企業(yè)勞動生產(chǎn)率的提升；列(5)勞動生產(chǎn)率(lnLabra)對企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)在1%的水平下顯著為正，同時數(shù)字化創(chuàng)新(lnDigino)回歸系數(shù)與基準模型中的系數(shù)相比，在同等顯著水平下由0.051下降至0.022，說明勞動生產(chǎn)率(lnLabra)對數(shù)字化創(chuàng)新水平與高質(zhì)量發(fā)展間的關(guān)系起到了部分中介作用，即數(shù)字化創(chuàng)新能夠通過提高員工的勞動效率來驅(qū)動企業(yè)高質(zhì)量發(fā)展，假設H1b得到支持。

表7 中介效應檢驗結(jié)果

(二) 調(diào)節(jié)效應的回歸過程及結(jié)果分析

基于式(5)，檢驗數(shù)字金融水平對數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展關(guān)系的調(diào)節(jié)作用，結(jié)果見表8。

表8 數(shù)字金融水平對數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展關(guān)系的調(diào)節(jié)作用的回歸結(jié)果

表8列(1)表明，在全樣本中，數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展交互項的系數(shù)為-0.018(P<0.05)，表明數(shù)字金融負向調(diào)節(jié)了數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展間的正相關(guān)關(guān)系?？紤]到不同數(shù)字金融水平可能導致的效果差異，本文根據(jù)數(shù)字金融水平的分位數(shù)進行分組回歸，細化分析不同數(shù)字金融水平下數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響。具體做法為，將全部樣本按照數(shù)字金融水平(DIF)升序排列，前25%為低水平組、后75%為高水平組、25%～75%之間為適度水平組。從列(2)和列(4)可以發(fā)現(xiàn)，當數(shù)字金融水平(DIF)較低時，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)為0.052，P<0.10；當數(shù)字金融水平(DIF)較高時，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展的影響不顯著(系數(shù)為-0.01，P>0.10)。列(3)顯示當數(shù)字金融水平(DIF)適度時，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)顯著為正(系數(shù)為0.045，P<0.01)。分組回歸結(jié)果表明，在數(shù)字金融水平適度的情況下，數(shù)字化創(chuàng)新與企業(yè)高質(zhì)量發(fā)展間的正相關(guān)關(guān)系最為顯著。本文進一步印證了李佳霖等(2021)[5]、李蒼舒和沈艷(2019)[17]關(guān)于數(shù)字金融“雙刃劍”效應的理論推斷，即數(shù)字金融過快發(fā)展容易導致企業(yè)對新金融業(yè)態(tài)風險的識別防控不足，引發(fā)資源配置扭曲，弱化數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的促進作用，假設H2得到支持。為了直觀地顯示數(shù)字金融的調(diào)節(jié)作用，本文繪制了不同數(shù)字金融水平下數(shù)字化創(chuàng)新的平均邊際效應圖(見圖3)，說明隨著數(shù)字金融水平(DIF)的提升，數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的邊際效應遞減；數(shù)字金融發(fā)展到較高水平時，數(shù)字化創(chuàng)新的促進作用逐漸在統(tǒng)計上變得不顯著。

圖3 數(shù)字化創(chuàng)新的平均邊際效應

六、異質(zhì)性分析

為從公司特質(zhì)角度進一步探討數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展(TFP)的異質(zhì)性影響，本文以樣本企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)存續(xù)年限、企業(yè)規(guī)模為分組變量做分樣本回歸，得到三組分樣本基準模型估計結(jié)果。

(一) 考察產(chǎn)權(quán)性質(zhì)的異質(zhì)性

由于國有企業(yè)和民營企業(yè)在資源基礎、經(jīng)營目標等方面有所差異，本文在基準模型的基礎上將整體樣本劃分為國有企業(yè)和非國有企業(yè)兩個子樣本，考察數(shù)字化創(chuàng)新對于不同類型的企業(yè)高質(zhì)量發(fā)展是否會產(chǎn)生異質(zhì)性，估計結(jié)果如表9列(1)—列(2)所示。列(1)為國有企業(yè)子樣本的回歸結(jié)果，數(shù)字化創(chuàng)新(lnDigino)的回歸系數(shù)為0.048，P<0.05；列(2)為非國有企業(yè)子樣本的回歸結(jié)果，數(shù)字化創(chuàng)新(lnDigino)的回歸系數(shù)為0.052，P<0.01。該結(jié)果表明，與國有企業(yè)相比，數(shù)字化創(chuàng)新能夠更加顯著地促進非國有企業(yè)的高質(zhì)量發(fā)展?？赡艿脑驗椋捎诜菄衅髽I(yè)具有運營靈活的特點，更容易在數(shù)字化浪潮中對外界環(huán)境的變化及時做出反應；同時，與國有企業(yè)相比，非國有企業(yè)具有先天的制度劣勢，面臨更大的績效增長壓力，無形之中擁有更充足的內(nèi)在創(chuàng)新動力去尋求轉(zhuǎn)型升級路徑。另外，作為國民經(jīng)濟的重要支柱，國有企業(yè)負有特定的社會責任和義務，可能會因此擠占企業(yè)進行數(shù)字化創(chuàng)新所需的資源，從而弱化了數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的積極影響。

(二)考察企業(yè)存續(xù)年限的異質(zhì)性

根據(jù)生命周期理論，企業(yè)在生命周期的不同階段具有不同的特點。本文按公司成立年限將樣本分為高年限組和低年限組兩個子樣本，考察數(shù)字化創(chuàng)新對于不同存續(xù)年限的企業(yè)高質(zhì)量發(fā)展是否會產(chǎn)生異質(zhì)性，估計結(jié)果如表9列(3)—列(4)所示?？梢钥闯?，列(3)高年限組中數(shù)字化創(chuàng)新(lnDigino)的回歸系數(shù)為正且在1%的水平下顯著為正，列(4)低年限組中數(shù)字化創(chuàng)新(lnDigino)的系數(shù)為正但并不顯著，說明與存續(xù)年限較低的企業(yè)相比，數(shù)字化創(chuàng)新對存續(xù)年限較長的企業(yè)高質(zhì)量發(fā)展的促進作用更強。此結(jié)果與李唐等(2020)[13]的觀點相似，即數(shù)字化能力對企業(yè)發(fā)展質(zhì)量的提升效應在存續(xù)年限較長的企業(yè)分組相對偏高。隨著存續(xù)年限的增長，企業(yè)經(jīng)過知識技術(shù)的前期積累，能夠構(gòu)建起一定的技術(shù)優(yōu)勢；與年輕企業(yè)相比，成熟企業(yè)擁有更多的財力、物力以及高級人力資源，在資源獲取和業(yè)務能力上更具實力，因而更容易在數(shù)字經(jīng)濟背景下?lián)屨枷葯C，加速自身的轉(zhuǎn)型升級以實現(xiàn)高質(zhì)量發(fā)展。但新設企業(yè)由于沒有足夠的客戶積累和穩(wěn)定的營銷渠道，很難在短時間內(nèi)建立起自身的商業(yè)網(wǎng)絡，導致各類資源相對缺乏，因此，通過數(shù)字化創(chuàng)新實現(xiàn)高質(zhì)量發(fā)展的步伐也相對緩慢。

表9 分組回歸結(jié)果

(三) 考察企業(yè)規(guī)模的異質(zhì)性

規(guī)模不同的企業(yè)，其組織結(jié)構(gòu)、經(jīng)營戰(zhàn)略和資源稟賦存在差異，可能會影響數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的作用效果。因此，本文按企業(yè)總資產(chǎn)將整體樣本劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)兩組子樣本來考察企業(yè)規(guī)模對數(shù)字化創(chuàng)新促進高質(zhì)量發(fā)展的異質(zhì)性影響。估計結(jié)果如表9列(5)與列(6)所示，列(5)為大規(guī)模企業(yè)的回歸結(jié)果，數(shù)字化創(chuàng)新(lnDigino)對企業(yè)高質(zhì)量發(fā)展的回歸系數(shù)為0.040(P<0.05)；列(6)為小規(guī)模企業(yè)的回歸結(jié)果，數(shù)字化創(chuàng)新(lnDigino)的回歸系數(shù)為0.050(P<0.01)。這表明與大規(guī)模企業(yè)相比，數(shù)字化創(chuàng)新對小規(guī)模企業(yè)高質(zhì)量發(fā)展的促進作用更強。出現(xiàn)上述結(jié)果的原因可能為，企業(yè)規(guī)模過大易產(chǎn)生組織慣性與數(shù)字化變革阻力，降低了數(shù)字化創(chuàng)新的效率及其對企業(yè)高質(zhì)量發(fā)展的積極影響。此外，逃避競爭是企業(yè)在風險之下進行創(chuàng)新的主要動機，而大企業(yè)較強的市場控制力使其面臨著較小的競爭壓力，因此，與實力雄厚的大規(guī)模企業(yè)相比，小規(guī)模企業(yè)的創(chuàng)新動力更強，更傾向于通過數(shù)字化創(chuàng)新促進企業(yè)高質(zhì)量發(fā)展。

七、研究結(jié)論、政策啟示與研究展望

(一)研究結(jié)論

本文以滬深A股2015—2019年新一代信息技術(shù)上市公司為樣本，系統(tǒng)檢驗了數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響效應、作用機制以及數(shù)字金融水平對兩者關(guān)系的調(diào)節(jié)作用。本文的主要結(jié)論有：(1)數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展具有顯著的正向影響，在解決了內(nèi)生性問題、變換模型與替換變量后，結(jié)果依然穩(wěn)健。(2)在影響機制上，數(shù)字化創(chuàng)新能夠通過節(jié)約成本費用與提升勞動效率這兩個路徑驅(qū)動企業(yè)高質(zhì)量發(fā)展。(3)數(shù)字金融是一把“雙刃劍”，適度的數(shù)字金融水平有利于強化數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的驅(qū)動作用，然而數(shù)字金融水平過高會抑制數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的影響。(4)與國有企業(yè)相比，民營企業(yè)數(shù)字化創(chuàng)新對高質(zhì)量發(fā)展的促進作用更強；與存續(xù)年限較短的企業(yè)相比，存續(xù)年限較高的企業(yè)進行數(shù)字化創(chuàng)新更有利于其高質(zhì)量發(fā)展；與大規(guī)模企業(yè)相比，數(shù)字化創(chuàng)新對小規(guī)模企業(yè)高質(zhì)量發(fā)展的正向影響更加顯著。

(二) 政策啟示

基于以上研究結(jié)論，本文的政策啟示在于：

(1)戰(zhàn)略新興企業(yè)應在產(chǎn)品服務、組織管理和商業(yè)模式等方面積極開展數(shù)字化創(chuàng)新活動，深度融合數(shù)字化創(chuàng)新與傳統(tǒng)業(yè)務以降低運營管理的成本費用、提升勞動效率，促進企業(yè)高質(zhì)量發(fā)展。同時，企業(yè)要主動融入數(shù)字化創(chuàng)新聯(lián)盟網(wǎng)絡，加快“上云用數(shù)賦智”行動，以數(shù)字化創(chuàng)新優(yōu)化生產(chǎn)要素配置效率、精準對接日益多樣的市場需求，提升企業(yè)發(fā)展質(zhì)量。

(2)數(shù)字經(jīng)濟背景下，金融機構(gòu)應適度發(fā)展數(shù)字金融業(yè)務，借助數(shù)字金融的普惠性優(yōu)勢給廣大新興企業(yè)提供低價、便捷的金融服務，為發(fā)揮數(shù)字化創(chuàng)新對企業(yè)高質(zhì)量發(fā)展的驅(qū)動作用提供充足的資金支持。另外，金融部門要加強對數(shù)字金融風控體系的建設和監(jiān)管力度，構(gòu)建安全穩(wěn)定的金融科技生態(tài)圈，給戰(zhàn)略新興企業(yè)依托數(shù)字化創(chuàng)新提升發(fā)展質(zhì)量營造健康的金融環(huán)境。

(3)各地須完善戰(zhàn)略性新興產(chǎn)業(yè)數(shù)字化基礎設施和產(chǎn)業(yè)鏈配套設施，培育與數(shù)字化創(chuàng)新有關(guān)的要素市場。對實力不足的新興企業(yè)數(shù)字化改造提供技術(shù)資金援助，搭建可低成本接入的創(chuàng)新合作平臺，激勵企業(yè)融入數(shù)字經(jīng)濟新業(yè)態(tài)。對規(guī)模龐大、業(yè)務鏈長的國有企業(yè)，要漸進式破舊立新，逐步數(shù)字化業(yè)務鏈、優(yōu)化產(chǎn)業(yè)鏈，以發(fā)揮國有企業(yè)在新一輪科技革命和數(shù)字化浪潮下的中流砥柱作用。

關(guān)于未來的研究，可展望如下：第一，本文主要針對戰(zhàn)略性新興產(chǎn)業(yè)領(lǐng)域數(shù)字化創(chuàng)新特征較為明顯的四個行業(yè)的上市公司進行分析，為獲得更加普適性的結(jié)論，未來研究樣本可拓展到其他行業(yè)。第二，本文從降低成本與提升效率兩個方面檢驗了數(shù)字化創(chuàng)新影響企業(yè)高質(zhì)量發(fā)展的作用路徑，但數(shù)字化創(chuàng)新是否通過其他渠道影響企業(yè)高質(zhì)量發(fā)展，仍有待進一步挖掘。