“互聯(lián)網(wǎng)+”戰(zhàn)略、金融資產(chǎn)配置與企業(yè)創(chuàng)新投資
——來自數(shù)字化企業(yè)的準(zhǔn)自然實驗

周雪峰，韓永飛

(鄭州航空工業(yè)管理學(xué)院 商學(xué)院，河南 鄭州 450046)

0 引言

創(chuàng)新是引領(lǐng)發(fā)展的第一驅(qū)動力，國家相繼出臺多項政策提升創(chuàng)新水平，而創(chuàng)新依賴微觀企業(yè)主體的創(chuàng)新活力。隨著數(shù)字經(jīng)濟發(fā)展，互聯(lián)網(wǎng)對企業(yè)創(chuàng)新的重要性日益凸顯。為此，國家于2015年提出“互聯(lián)網(wǎng)+”概念，并于同年發(fā)布《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》，合理引導(dǎo)實體企業(yè)與互聯(lián)網(wǎng)經(jīng)濟相結(jié)合，推動實體企業(yè)以互聯(lián)網(wǎng)為依托優(yōu)化自身創(chuàng)新投資行為，進而為國家創(chuàng)新提供內(nèi)生源動力。當(dāng)前，中國數(shù)字化企業(yè)出于蓄水池動機和替代動機，會更多地進行金融資產(chǎn)配置[1]，進而對創(chuàng)新投資產(chǎn)生擠出效應(yīng)[2]。長遠來看，不利于實體企業(yè)與互聯(lián)網(wǎng)經(jīng)濟高質(zhì)量融合。數(shù)字化企業(yè)作為“互聯(lián)網(wǎng)+”戰(zhàn)略實施的“排頭兵”，需要降低金融資產(chǎn)配置水平，更多地進行創(chuàng)新投資，并與互聯(lián)網(wǎng)經(jīng)濟高質(zhì)量融合，為實體經(jīng)濟發(fā)展提供動力，從而推動經(jīng)濟持續(xù)健康發(fā)展。

現(xiàn)有文獻發(fā)現(xiàn)，互聯(lián)網(wǎng)能夠促進企業(yè)創(chuàng)新投資[3, 4]，提升其技術(shù)創(chuàng)新水平并降低金融資產(chǎn)配置水平[1,5]。互聯(lián)網(wǎng)時代下，數(shù)字化企業(yè)金融資產(chǎn)配置對創(chuàng)新投資存在擠出效應(yīng)[2]，但鮮有文獻將互聯(lián)網(wǎng)、金融資產(chǎn)配置和企業(yè)創(chuàng)新投資納入同一研究框架，探析“互聯(lián)網(wǎng)+”戰(zhàn)略通過數(shù)字化企業(yè)金融資產(chǎn)配置對創(chuàng)新投資的影響機制及路徑。本文以2015年“互聯(lián)網(wǎng)+”戰(zhàn)略實施作為準(zhǔn)自然實驗，檢驗其對數(shù)字化企業(yè)金融資產(chǎn)配置和創(chuàng)新投資的影響，存在以下邊際貢獻：首先，以“互聯(lián)網(wǎng)+”戰(zhàn)略實施為準(zhǔn)自然實驗，檢驗“互聯(lián)網(wǎng)+”戰(zhàn)略、數(shù)字化企業(yè)金融資產(chǎn)配置與創(chuàng)新投資間的關(guān)系及路徑機理，能夠豐富互聯(lián)網(wǎng)與企業(yè)創(chuàng)新投資關(guān)系研究；其次，將創(chuàng)新投資進一步細分為探索式創(chuàng)新投資和利用式創(chuàng)新投資，考察“互聯(lián)網(wǎng)+”戰(zhàn)略和金融資產(chǎn)配置對數(shù)字化企業(yè)創(chuàng)新投資的影響，進一步豐富“互聯(lián)網(wǎng)+”戰(zhàn)略實施的經(jīng)濟后果研究；最后，通過比較“互聯(lián)網(wǎng)+”戰(zhàn)略、數(shù)字化企業(yè)金融資產(chǎn)配置和創(chuàng)新投資三者間關(guān)系在高營業(yè)收入組與低營業(yè)收入組，以及高融資約束組和低融資約束組間的差異，檢驗“互聯(lián)網(wǎng)+”戰(zhàn)略對數(shù)字化企業(yè)蓄水池動機和替代動機的影響，為國家合理配置數(shù)字化企業(yè)金融資產(chǎn)，進而提升創(chuàng)新投資水平提供相應(yīng)的理論指導(dǎo)和政策建議。

1 文獻綜述

互聯(lián)網(wǎng)作為重要信息技術(shù)，具有收益性與風(fēng)險性雙重特性，這一雙重特性被用于揭示企業(yè)在運用技術(shù)過程中的關(guān)系和運用后的反應(yīng)[6]?，F(xiàn)有針對互聯(lián)網(wǎng)與企業(yè)創(chuàng)新之間關(guān)系的研究，主要包括互聯(lián)網(wǎng)發(fā)展[5]、互聯(lián)網(wǎng)化管理方式[7]、“互聯(lián)網(wǎng)+”行動[8]和互聯(lián)網(wǎng)資本[9]。首先，互聯(lián)網(wǎng)發(fā)展會顯著提升企業(yè)所擁有專利的折舊速度，使得企業(yè)面臨較大的競爭壓力，進而加快創(chuàng)新知識更新速度，促進技術(shù)創(chuàng)新。同時，互聯(lián)網(wǎng)技術(shù)發(fā)展使企業(yè)信息在資本市場上傳播，促進企業(yè)間創(chuàng)新知識溢出，并通過供應(yīng)鏈管理獲取上下游企業(yè)創(chuàng)新知識[5]。企業(yè)通過對信息渠道溢出的創(chuàng)新知識進行吸收和轉(zhuǎn)化實現(xiàn)二次創(chuàng)新(余永澤等，2021)，加強創(chuàng)新保護，進而提高出口產(chǎn)品質(zhì)量[10]。其次，互聯(lián)網(wǎng)化管理模式能夠幫助企業(yè)針對市場需求作出靈活反應(yīng)[7]。與傳統(tǒng)本地化和網(wǎng)絡(luò)化管理方法相比，互聯(lián)網(wǎng)化管理模式使中小企業(yè)能夠更好地應(yīng)對開放創(chuàng)新系統(tǒng)背景下的創(chuàng)新要求[11]。再次，“互聯(lián)網(wǎng)+”與工業(yè)互聯(lián)網(wǎng)生態(tài)系統(tǒng)建設(shè)能夠助力制造企業(yè)高質(zhì)量發(fā)展[12]，而融資約束對制造企業(yè)高質(zhì)量發(fā)展具有顯著抑制效應(yīng)，并負向調(diào)節(jié)研發(fā)互聯(lián)網(wǎng)化對技術(shù)創(chuàng)新的促進效應(yīng)[8]。最后，隨著互聯(lián)網(wǎng)技術(shù)發(fā)展，資本與互聯(lián)網(wǎng)相結(jié)合，互聯(lián)網(wǎng)資本受到越來越多的企業(yè)重視，主要原因如下：互聯(lián)網(wǎng)資本通過改變企業(yè)組織模式、信息結(jié)構(gòu)[13]、融資狀況和創(chuàng)新模式，緩解民營企業(yè)創(chuàng)新組織惰性和融資約束，并在一定程度上為民營企業(yè)提供豐富的創(chuàng)新信息渠道，促進民營企業(yè)與外界合作創(chuàng)新。另外，互聯(lián)網(wǎng)資本能夠促進企業(yè)獨立創(chuàng)新、合作創(chuàng)新和模仿創(chuàng)新，進而推動民營企業(yè)創(chuàng)新強度提升[9]。從全球范圍看，互聯(lián)網(wǎng)為企業(yè)帶來全球化創(chuàng)新資源配置方式[13]、扁平化治理模式以及互聯(lián)網(wǎng)思維，這一深刻變化導(dǎo)致創(chuàng)新資源發(fā)生跨界重組、聚合，形成全面開放式創(chuàng)新框架，進而增強企業(yè)吸收、整合、協(xié)同創(chuàng)新能力[14]以及開放式創(chuàng)新匹配響應(yīng)能力，最終提升企業(yè)績效[15]。

基于上述文獻可以發(fā)現(xiàn)，“互聯(lián)網(wǎng)”主要通過知識溢出、二次創(chuàng)新、提高企業(yè)靈活度、推進企業(yè)高質(zhì)量發(fā)展以及緩解企業(yè)惰性和融資約束等方式影響企業(yè)創(chuàng)新。本文以“互聯(lián)網(wǎng)+”戰(zhàn)略實施作為準(zhǔn)自然實驗，檢驗數(shù)字化企業(yè)金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與企業(yè)創(chuàng)新投資間的中介效應(yīng)，為國家更好地發(fā)展互聯(lián)網(wǎng)經(jīng)濟，合理配置數(shù)字化企業(yè)金融資產(chǎn)，進而提升創(chuàng)新投資水平提供相應(yīng)的政策建議。

2 研究假設(shè)

2.1 “互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化企業(yè)創(chuàng)新投資

“互聯(lián)網(wǎng)+”是將互聯(lián)網(wǎng)創(chuàng)新成果與經(jīng)濟社會各領(lǐng)域深度融合，推動技術(shù)進步、效率提升和組織變革，提升實體經(jīng)濟創(chuàng)新力和生產(chǎn)力，形成更廣泛的以互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施和創(chuàng)新要素的經(jīng)濟社會發(fā)展新形態(tài)。隨著國家“互聯(lián)網(wǎng)+”相關(guān)政策實施，各省相繼推出 “互聯(lián)網(wǎng)+”發(fā)展相關(guān)政策，助推互聯(lián)網(wǎng)與實體經(jīng)濟融合。作為“互聯(lián)網(wǎng)+”前沿陣地的數(shù)字化企業(yè)，在受政府大力扶持的同時，應(yīng)加大創(chuàng)新投資以順應(yīng)互聯(lián)網(wǎng)發(fā)展形勢。

“互聯(lián)網(wǎng)+”戰(zhàn)略促進數(shù)字化企業(yè)創(chuàng)新投資原因如下：一方面，“互聯(lián)網(wǎng)+”戰(zhàn)略能夠為企業(yè)提供資源支持[13]。隨著“互聯(lián)網(wǎng)+”戰(zhàn)略實施，中央及地方政府加大支持力度，主要包括政府補貼、稅收優(yōu)惠等相關(guān)財稅政策(劉蘭劍等，2021)。同時，“互聯(lián)網(wǎng)+”戰(zhàn)略能夠促使市場投資者向數(shù)字化企業(yè)投入更多資金，上述兩個方面因素共同作用，極大地豐富數(shù)字化企業(yè)資源，促使資源由傳統(tǒng)企業(yè)向數(shù)字化企業(yè)傾斜，從而緩解融資約束[8]。另一方面，“互聯(lián)網(wǎng)+”戰(zhàn)略實施能夠為數(shù)字化企業(yè)提供更多信息渠道?！盎ヂ?lián)網(wǎng)+”戰(zhàn)略引導(dǎo)企業(yè)將資金更多地投向數(shù)字化建設(shè)，同時地方政府會加強地區(qū)互聯(lián)網(wǎng)建設(shè)，而數(shù)字化企業(yè)由于數(shù)字優(yōu)勢會逐步靠近數(shù)字化建設(shè)中心，根據(jù)社會網(wǎng)絡(luò)理論，這一中心地位可以拓展企業(yè)信息獲取渠道，幫助企業(yè)合理判別未來收益與風(fēng)險[16]，促進創(chuàng)新投資增加[16]。據(jù)此，本文提出以下假設(shè)：

H1：“互聯(lián)網(wǎng)+”戰(zhàn)略能夠促進數(shù)字化企業(yè)創(chuàng)新投資。

2.2 “互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化企業(yè)金融資產(chǎn)配置

根據(jù)優(yōu)序融資理論，在完美資本市場中，企業(yè)內(nèi)源融資成本最低，其次是債務(wù)融資，最后是權(quán)益融資[17]。因此，企業(yè)在進行融資時會更多地選擇內(nèi)源融資，即持有更多金融資產(chǎn)。現(xiàn)有研究發(fā)現(xiàn)，企業(yè)出于蓄水池動機和替代動機，會更多地持有金融資產(chǎn)[1]，尤其是數(shù)字化企業(yè)，其金融資產(chǎn)配置水平遠高于其它企業(yè)?！盎ヂ?lián)網(wǎng)+”戰(zhàn)略能夠降低權(quán)益融資成本，在一定程度優(yōu)化企業(yè)外部融資環(huán)境，進而對企業(yè)金融資產(chǎn)配置產(chǎn)生影響。一方面，“互聯(lián)網(wǎng)+”戰(zhàn)略可以為企業(yè)提供除金融資產(chǎn)外的其它資源，降低數(shù)字化企業(yè)對金融資產(chǎn)的依賴程度；另一方面，“互聯(lián)網(wǎng)+”戰(zhàn)略能夠優(yōu)化企業(yè)外部融資環(huán)境[13]，減少市場投資者、銀行等金融機構(gòu)與數(shù)字化企業(yè)間的信息不對稱[16]，降低交易成本。同時，“互聯(lián)網(wǎng)+”戰(zhàn)略背景下，數(shù)字化企業(yè)擁有政策優(yōu)勢，能夠較為便捷地進行權(quán)益融資和債務(wù)融資，降低內(nèi)源融資依賴程度，對企業(yè)金融資產(chǎn)配置具有抑制作用。據(jù)此，本文提出以下假設(shè)：

H2：“互聯(lián)網(wǎng)+”戰(zhàn)略能夠降低數(shù)字化企業(yè)金融資產(chǎn)配置水平。

2.3 數(shù)字化企業(yè)金融資產(chǎn)配置的中介效應(yīng)

企業(yè)在短時間內(nèi)持有資源的總量是固定的，金融資產(chǎn)配置水平提升能夠給企業(yè)帶來更多營業(yè)收入，激發(fā)管理層的短視行為，即管理層更加愿意持有金融資產(chǎn)，從而降低企業(yè)創(chuàng)新投資水平[18]。同時，企業(yè)在前期通過持有金融資產(chǎn)獲得更高收益，后期如果貿(mào)然進行創(chuàng)新投資，所產(chǎn)生的收益不能當(dāng)期折現(xiàn)，那么短時間內(nèi)企業(yè)營業(yè)收入會出現(xiàn)明顯下降，引起市場的負面反應(yīng)。企業(yè)在持有金融資產(chǎn)后會持續(xù)持有[19]，甚至出現(xiàn)增加的可能，即路徑依賴。因此，數(shù)字化企業(yè)金融資產(chǎn)過度持有會對創(chuàng)新投資產(chǎn)生擠出效應(yīng)[2]?！盎ヂ?lián)網(wǎng)+”戰(zhàn)略能夠在一定程度上緩解數(shù)字化企業(yè)的蓄水池動機和替代動機[1]，使其擁有更多資源進行創(chuàng)新投資。由此可見，“互聯(lián)網(wǎng)+”戰(zhàn)略能夠通過降低數(shù)字化企業(yè)金融資產(chǎn)配置水平促進創(chuàng)新投資?；诖耍疚奶岢鲆韵录僭O(shè)：

H3：“互聯(lián)網(wǎng)+”戰(zhàn)略能夠通過降低數(shù)字化企業(yè)金融資產(chǎn)配置水平促進創(chuàng)新投資，即金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化企業(yè)創(chuàng)新投資間發(fā)揮中介效應(yīng)。

3 研究設(shè)計

3.1 數(shù)據(jù)來源與樣本選擇

“互聯(lián)網(wǎng)+”戰(zhàn)略實施元年是2015年，最新可得數(shù)據(jù)為2020年相關(guān)數(shù)據(jù)。同時，本文采用雙重差分方法(DID)，為減少偏差，選擇樣本時間跨度為2010—2020年。本文金融資產(chǎn)配置數(shù)據(jù)、創(chuàng)新投資以及其它財務(wù)數(shù)據(jù)來自于中國經(jīng)濟金融研究庫(CSMAR)，并利用中國研究數(shù)據(jù)服務(wù)平臺(CNRDS)和RESSET數(shù)據(jù)庫進行補充。本文根據(jù)以下條件對樣本進行篩選：①由于金融企業(yè)的特殊性，剔除金融行業(yè)樣本；②剔除當(dāng)年度資產(chǎn)負債率大于1的樣本；③剔除數(shù)據(jù)嚴(yán)重缺失樣本，得到3 171家公司 20 973個樣本，其中數(shù)字化企業(yè)為714家，樣本量為4 637。根據(jù)《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類(2021)》對數(shù)字化企業(yè)的界定，與證監(jiān)會發(fā)布的《上市公司行業(yè)分類指引(2012年修訂)》對樣本數(shù)據(jù)進行分類。為了降低極端值對回歸結(jié)果的影響，對數(shù)據(jù)進行上下1%的縮尾處理，采用Stata15.0進行計量分析。

3.2 變量界定

(1)被解釋變量：創(chuàng)新投資(R&D)?，F(xiàn)有研究主要通過以下3種方式對企業(yè)創(chuàng)新投資加以衡量：①企業(yè)研發(fā)投入總量除以總資產(chǎn)[20]；②企業(yè)研發(fā)投入總量除以營業(yè)收入；③企業(yè)研發(fā)投入的自然對數(shù)。本文主要采用第一種方法進行衡量，采用第二種方法進行穩(wěn)健性檢驗。

(2)解釋變量：“互聯(lián)網(wǎng)+”戰(zhàn)略實施(Post)。2015年國務(wù)院印發(fā)《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》，因而本文采用虛擬變量對“互聯(lián)網(wǎng)+”戰(zhàn)略實施(Post)進行定義，具體如下：若樣本年份在2015年及之后則Post=1，否則Post=0；如果數(shù)字化企業(yè)(Treat)屬于數(shù)字經(jīng)濟產(chǎn)業(yè)則取1，否則取0。

(3)中介變量：金融資產(chǎn)配置(Fin)。本文依照趙勐等(2021)的衡量方式，采用持有至到期投資、衍生金融資產(chǎn)、交易性金融資產(chǎn)、可供出售金融資產(chǎn)、長期股權(quán)投資、投資性房地產(chǎn)及應(yīng)收股利等金融資產(chǎn)占總資產(chǎn)比重構(gòu)建企業(yè)金融資產(chǎn)配置水平指標(biāo)[1]。同時，由于金融資產(chǎn)在行業(yè)間表現(xiàn)出顯著異質(zhì)性，為了降低異質(zhì)性對回歸結(jié)果的影響，本文對其進行中心化處理，即企業(yè)當(dāng)年金融資產(chǎn)配置減去同行業(yè)同一年份的均值。

(4)控制變量。為了保證結(jié)果穩(wěn)健，本文選取如下控制變量：企業(yè)績效(ROA)，采用資產(chǎn)回報率衡量(息稅前利潤/平均總資產(chǎn))；企業(yè)規(guī)模(Size)，采用企業(yè)當(dāng)年度總資產(chǎn)的自然對數(shù)進行衡量；企業(yè)財務(wù)杠桿(Lev)，采用資產(chǎn)負債率(總負債/總資產(chǎn))衡量；企業(yè)年齡(Age)，采用企業(yè)樣本年份減去成立年份衡量；所有權(quán)性質(zhì)(Soe)，采用虛擬變量衡量，具體來說，如果企業(yè)是國有企業(yè)取1，否則取0；企業(yè)價值(Tobinq)，采用托賓Q值(企業(yè)市價/重置成本)衡量；企業(yè)成長性(Grow)，采用營業(yè)收入增長率衡量。同時，本文控制行業(yè)虛擬變量和年份虛擬變量。具體界定見表1。

表1 變量界定Tab.1 Variables defined

3.3 模型設(shè)計

本文采用DID方法檢驗“互聯(lián)網(wǎng)+”戰(zhàn)略實施對數(shù)字化企業(yè)金融資產(chǎn)配置水平和創(chuàng)新投資的影響，并借鑒現(xiàn)有中介效應(yīng)常用檢驗方法——依次檢驗法，對金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略和數(shù)字化企業(yè)創(chuàng)新投資間的中介效應(yīng)進行檢驗。具體模型如下：

R&Di,t=α0+α1Treati,t+α2Posti,t+α3Treati,t×Posti,t+∑Controlsi,t+θi,t

(1)

Fini,t=β0+β1Treati,t+β2Posti,t+β3Treati,t×Posti,t+∑Controlsi,t+σi,t

(2)

R&Di,t=γ0+γ1Treati,t+γ2Posti,t+γ3Treati,t×Posti,t+γ4Fini,t+∑Controlsi,t+τi,t

(3)

模型(1)—(3)中，α0、β0、γ0代表模型截距項，θ、σ和τ代表模型隨機擾動項。根據(jù)溫忠麟和葉寶娟[21]的研究成果，在α3顯著的情況下，如果β3和γ4顯著且乘積符號與γ3符號相同，則說明金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化創(chuàng)新投資間發(fā)揮中介效應(yīng)。此時，如果γ3顯著，則說明企業(yè)金融資產(chǎn)配置發(fā)揮部分中介效應(yīng)；如果r3不顯著，則說明企業(yè)金融資產(chǎn)配置發(fā)揮完全中介效應(yīng)。如果β3和γ4顯著且乘積符號與γ3符號相反，則說明金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化創(chuàng)新投資之間發(fā)揮遮掩效應(yīng)。

4 研究結(jié)果

4.1 描述性統(tǒng)計

表2為本文描述性統(tǒng)計結(jié)果。如表2所示，創(chuàng)新投資的平均值與中位數(shù)均保持在0.020左右，但最大值為0.110，說明少部分企業(yè)創(chuàng)新投資較大。金融資產(chǎn)配置經(jīng)中心化處理后的平均值為0.000，中位數(shù)為-0.025，說明部分企業(yè)金融資產(chǎn)配置水平較高。Treat項的中位數(shù)和平均值均小于0.050，說明相對于非數(shù)字化企業(yè)樣本，數(shù)字化企業(yè)樣本數(shù)量較少。Post項的中位數(shù)和平均值均大于0.050，說明2015年及以后的企業(yè)數(shù)量較多。

表2 描述性統(tǒng)計結(jié)果Tab.2 Descriptive statistics results

4.2 傾向得分匹配

本文主要研究對象為數(shù)字化企業(yè)，其易受國家“互聯(lián)網(wǎng)+”戰(zhàn)略的影響，如果直接采用DID回歸可能會導(dǎo)致比較嚴(yán)重的自選擇問題。為了緩解自選擇問題，本文在回歸前采用PSM進行1∶1近鄰匹配，選擇企業(yè)年齡(Age)、企業(yè)規(guī)模(Size)、財務(wù)杠桿(Lev)、企業(yè)成長性(Grow)和企業(yè)績效(ROA)等連續(xù)型變量作為PSM的協(xié)變量。本文中企業(yè)價值采用托賓Q值衡量，而托賓Q值在計算過程中的市價由市場決定，并非完全由企業(yè)本身決定，因而本文并未將其作為協(xié)變量。本文通過平衡性檢驗表(見表3)、核密度圖(見圖1、圖2)檢驗匹配效果。

表3 PSM平衡性檢驗結(jié)果Tab.3 PSM balance test results

從平衡性檢驗表可以看出，匹配前處理組和控制組存在較大偏差，其標(biāo)準(zhǔn)偏差均在5%以上，匹配后處理組和控制組偏差明顯降低，其標(biāo)準(zhǔn)偏差在2.5%以上。其中，企業(yè)年齡的標(biāo)準(zhǔn)偏差下降89.00%，企業(yè)規(guī)模下降96.00%，資產(chǎn)負債率下降99.60%，企業(yè)成長性下降94.70%，企業(yè)業(yè)績下降93.10%，圖1和圖2展示出相同的結(jié)果，說明PSM能夠有效減少自選擇問題。

圖1 匹配前核密度 圖2 匹配后核密度Fig.1 Post-match nuclear density Fig.2 Pre-match nuclear density

4.3 回歸結(jié)果

表4為PSM匹配后回歸結(jié)果。匹配后模型1中“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與企業(yè)創(chuàng)新投資在1%水平上顯著為正(0.004 2)，說明“互聯(lián)網(wǎng)+”戰(zhàn)略有助于促進數(shù)字化企業(yè)創(chuàng)新投資水平提高，驗證假設(shè)H1；匹配后模型2中“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與企業(yè)金融資產(chǎn)配置在1%水平上顯著為負(-0.012 9)，說明“互聯(lián)網(wǎng)+”戰(zhàn)略有助于降低數(shù)字化企業(yè)金融資產(chǎn)配置水平，驗證假設(shè)H2；匹配后模型3中“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與企業(yè)創(chuàng)新投資在1%水平上顯著為正(0.004 0)，說明“互聯(lián)網(wǎng)+”戰(zhàn)略有助于促進數(shù)字企業(yè)創(chuàng)新投資水平提升，再次驗證假設(shè)H1，同時金融資產(chǎn)配置與企業(yè)創(chuàng)新投資在1%水平上顯著為負(-0.016 5)，說明金融資產(chǎn)配置水平提升會抑制數(shù)字化企業(yè)創(chuàng)新投資。據(jù)此，可以認為“互聯(lián)網(wǎng)+”戰(zhàn)略不僅能夠直接促進數(shù)字化企業(yè)創(chuàng)新投資，而且可以通過降低企業(yè)金融資產(chǎn)配置水平促進創(chuàng)新投資，即金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化企業(yè)創(chuàng)新投資間發(fā)揮部分中介效應(yīng)，驗證假設(shè)H3，其中匹配后直接效應(yīng)占總效應(yīng)的比例為94.95% ，中介效應(yīng)占總效應(yīng)的比例為5.05%。此外，模型1和模型3中，Treat項分別與企業(yè)創(chuàng)新投資和金融資產(chǎn)配置在1%水平上顯著，說明相較于非數(shù)字化企業(yè)，數(shù)字化企業(yè)創(chuàng)新投資水平和金融資產(chǎn)配置水平較高。

表4 “互聯(lián)網(wǎng)+”戰(zhàn)略、數(shù)字化企業(yè)金融資產(chǎn)配置與創(chuàng)新投資關(guān)系回歸結(jié)果Tab.4 Regression results among“Internet +” strategy, financial asset allocation and enterprise innovation investment

4.4 穩(wěn)健性檢驗

4.4.1 加入地區(qū)控制變量

自2015年《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》印發(fā)以來，各地區(qū)政府相繼出臺相關(guān)文件并取得了較大成效，但各地區(qū)情況并不相同，地區(qū)互聯(lián)網(wǎng)發(fā)展也存在一定差別。尤其是東部發(fā)達地區(qū)，其互聯(lián)網(wǎng)發(fā)展水平較高，資金較多，“互聯(lián)網(wǎng)+”戰(zhàn)略對該地區(qū)數(shù)字化企業(yè)的影響與中西部地區(qū)有所不同。為了減少地區(qū)因素對回歸結(jié)果的影響，本文進行穩(wěn)健性檢驗，具體結(jié)果見表5。由表5可以看出，在控制地區(qū)變量后，回歸結(jié)果及其顯著性水平并未發(fā)生較大變化，說明本文回歸結(jié)果是穩(wěn)健的。

表5 加入地區(qū)虛擬變量的穩(wěn)健性檢驗結(jié)果Tab.5 Robustness test results of adding regional dummy variables

4.4.2 更換被解釋變量

為了排除被解釋變量指標(biāo)選擇對回歸結(jié)果的影響，本文將創(chuàng)新投資衡量指標(biāo)由研發(fā)投入與總資產(chǎn)的比值更換為研發(fā)投入與營業(yè)收入比值，檢驗結(jié)果如表6所示。由表6可以看出，在更換被解釋變量后，結(jié)果并未發(fā)生顯著變化，說明本文回歸結(jié)果具有穩(wěn)健性。

表6 更換被解釋變量與t+1期創(chuàng)新投資穩(wěn)健性檢驗結(jié)果Tab.6 Robustness test results of the replacement of explained variables and t+1 innovation investment

4.4.3 t+1期創(chuàng)新投資

由于金融資產(chǎn)配置水平與企業(yè)創(chuàng)新投資可能存在互為因果的內(nèi)生性問題，為了緩解內(nèi)生性問題對回歸結(jié)果的影響，本文將t期創(chuàng)新投資更換為t+1期創(chuàng)新投資進行回歸，結(jié)果如表6所示。由表6可以看出，t+1期創(chuàng)新投資與“互聯(lián)網(wǎng)+”戰(zhàn)略回歸結(jié)果顯著為正，與金融資產(chǎn)配置水平回歸結(jié)果顯著為負，與主回歸結(jié)果一致，說明本文回歸結(jié)果具有穩(wěn)健性。

5 進一步研究

5.1 創(chuàng)新投資分類

自March[22]提出雙元學(xué)習(xí)概念后，這一概念被運用于創(chuàng)新研究，衍生出雙元創(chuàng)新概念，而雙元創(chuàng)新要求企業(yè)平衡利用相關(guān)資源，提高資源利用率?，F(xiàn)有研究將雙元創(chuàng)新投資分為探索式創(chuàng)新投資和利用式創(chuàng)新投資，發(fā)現(xiàn)相較于利用式創(chuàng)新投資，政府補貼和財務(wù)冗余對企業(yè)探索式創(chuàng)新投資具有更顯著的促進作用，而且政府補貼和財務(wù)冗余對企業(yè)探索式創(chuàng)新投資的促進作用存在互補效應(yīng)[23]。高鐵通車能夠顯著促進企業(yè)探索式創(chuàng)新投資，對企業(yè)開發(fā)式創(chuàng)新投資無顯著促進作用，而且高鐵通車對企業(yè)探索式創(chuàng)新投資的促進作用具有一定持續(xù)性[20]。為了揭示“互聯(lián)網(wǎng)+”戰(zhàn)略對數(shù)字化企業(yè)雙元創(chuàng)新投資的影響，本文將主回歸中創(chuàng)新投資替換為探索式創(chuàng)新投資和利用式創(chuàng)新投資，其中探索式創(chuàng)新投資(R&Dexpense)采用研發(fā)投入的費用化支出與企業(yè)總資產(chǎn)之比衡量，利用式創(chuàng)新投資(R&Dinvest)采用研發(fā)投入的資本化支出與企業(yè)總資產(chǎn)之比衡量[24]，具體結(jié)果見表7。

表7模型1和模型3中， “互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與探索式創(chuàng)新投資在1%水平上顯著為正，說明“互聯(lián)網(wǎng)+”戰(zhàn)略能夠促進數(shù)字化企業(yè)探索式創(chuàng)新投資；“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與利用式創(chuàng)新投資在1%水平上顯著為負，說明“互聯(lián)網(wǎng)+”戰(zhàn)略能夠抑制數(shù)字化企業(yè)利用式創(chuàng)新投資。同時模型3中，金融資產(chǎn)配置與企業(yè)探索式創(chuàng)新投資回歸結(jié)果并不顯著，與企業(yè)利用式創(chuàng)新投資在1%水平上顯著為負，說明金融資產(chǎn)配置對企業(yè)探索式創(chuàng)新投資無顯著影響，但能夠抑制企業(yè)利用式創(chuàng)新投資。由此可以認為，金融資產(chǎn)配置水平無法在“互聯(lián)網(wǎng)+”戰(zhàn)略與企業(yè)探索式創(chuàng)新投資間發(fā)揮中介效應(yīng)，在“互聯(lián)網(wǎng)+”戰(zhàn)略與企業(yè)利用式創(chuàng)新投資間發(fā)揮遮掩效應(yīng)，其中直接效應(yīng)占比為91.71%，遮掩效應(yīng)占比為3.29%。

表7 “互聯(lián)網(wǎng)+”戰(zhàn)略、數(shù)字化企業(yè)金融資產(chǎn)配置與創(chuàng)新投資類型關(guān)系回歸結(jié)果Tab.7 Regression results among“Internet +” strategy, financial asset allocation and enterprise innovation investment types

“互聯(lián)網(wǎng)+”戰(zhàn)略背景下，互聯(lián)網(wǎng)與傳統(tǒng)產(chǎn)業(yè)相結(jié)合，以融合促創(chuàng)新，從而最大程度地聚集各類市場要素。數(shù)字化企業(yè)充分發(fā)揮引領(lǐng)作用，同時政府會對數(shù)字化企業(yè)給予更多支持，因而“互聯(lián)網(wǎng)+”戰(zhàn)略對企業(yè)探索式創(chuàng)新投資具有顯著促進作用。相對于其它企業(yè)，數(shù)字化企業(yè)創(chuàng)新水平較高，在得到政府支持后會將更多資源投入探索式創(chuàng)新，擠占利用式創(chuàng)新投資，因而“互聯(lián)網(wǎng)+”戰(zhàn)略實施對企業(yè)利用式創(chuàng)新投資具有顯著抑制作用。同時可以發(fā)現(xiàn)，金融資產(chǎn)配置對企業(yè)探索式創(chuàng)新投資無顯著影響，但對企業(yè)利用式創(chuàng)新投資具有負向影響。這是因為數(shù)字化企業(yè)為了發(fā)展會更多地進行探索式創(chuàng)新投資，金融資產(chǎn)投資從利用式創(chuàng)新投資中提取，故表現(xiàn)出金融資產(chǎn)配置對利用式創(chuàng)新投資的擠占效應(yīng)[2]。

為了檢驗企業(yè)探索式創(chuàng)新投資和利用式創(chuàng)新投資間是否存在擠出效應(yīng)，以及擠出效應(yīng)能否對結(jié)果產(chǎn)生影響，本文將探索式創(chuàng)新投資和利用式創(chuàng)新投資作為控制變量加入模型1、模型3進行回歸，檢驗結(jié)果見表8。由表8可以看出，在加入探索式創(chuàng)新投資和利用式創(chuàng)新投資后，整體回歸結(jié)果及其顯著性水平并沒有發(fā)生較大變化，同時探索式創(chuàng)新投資和利用式創(chuàng)新投資的關(guān)系顯著為負，說明探索式創(chuàng)新投資和利用式創(chuàng)新投資存在資源爭奪，即二者間存在擠出效應(yīng)。

表8 探索式創(chuàng)新投資與利用式創(chuàng)新投資擠出效應(yīng)回歸結(jié)果Tab.8 Regression results of crowding-out effect of exploratory innovation investment and exploitative innovation investment

5.2 蓄水池動機與替代動機

為了檢驗數(shù)字化企業(yè)金融資產(chǎn)配置的蓄水池動機，以及“互聯(lián)網(wǎng)+”戰(zhàn)略對上述動機的緩解作用，本文根據(jù)數(shù)字化企業(yè)同一年度所在行業(yè)融資約束程度的均值將樣本分為高融資約束組和低融資約束組進行檢驗，低于均值視為高融資約束組，高于均值視為低融資約束組。其中，融資約束程度采用SA指數(shù)衡量，檢驗結(jié)果見表9，具體計算公式如式(1)所示。

SA=-0.737×Size+0.043×Size2-0.040×Age

(1)

如表9所示，在高融資約束組和低融資約束組的模型1、模型3中，“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat×Post)與創(chuàng)新投資正相關(guān)，且經(jīng)過鄒檢驗(模型1中chi=1.20，p=0.274 0；模型3為0.66，p=0.415 2)發(fā)現(xiàn)，兩者間系數(shù)不存在顯著差別，說明數(shù)字化企業(yè)融資約束無法對“互聯(lián)網(wǎng)+”戰(zhàn)略與創(chuàng)新投資的正向關(guān)系產(chǎn)生影響；高融資約束組和低融資約束組的模型2中，“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat×Post)與金融資產(chǎn)配置負相關(guān)，且經(jīng)過鄒檢驗(chi=7.90，p=0.004 9)發(fā)現(xiàn)，兩者間系數(shù)存在顯著差異，說明數(shù)字化企業(yè)融資約束能夠?qū)Α盎ヂ?lián)網(wǎng)+”戰(zhàn)略與金融資產(chǎn)配置的負向關(guān)系產(chǎn)生影響，即高融資約束時“互聯(lián)網(wǎng)+”戰(zhàn)略對數(shù)字化企業(yè)金融資產(chǎn)配置水平的抑制作用更加顯著。模型3中，低融資約束時金融資產(chǎn)配置水平與數(shù)字化企業(yè)創(chuàng)新投資不相關(guān)，高融資約束時金融資產(chǎn)配置與數(shù)字化企業(yè)創(chuàng)新投資在1%水平上顯著負相關(guān)，說明高融資約束時金融資產(chǎn)配置對創(chuàng)新投資存在擠出效應(yīng)。同時，結(jié)合模型2回歸結(jié)果可知，“互聯(lián)網(wǎng)+”戰(zhàn)略確實在一定程度上能夠削弱數(shù)字化企業(yè)的蓄水池動機。高融資約束組中，直接效應(yīng)占總效應(yīng)的比例為90.51%，中介效應(yīng)占比為9.49%。

表9 蓄水池動機回歸結(jié)果Tab.9 Regression results of reservoir motivation

為了檢驗數(shù)字化企業(yè)金融資產(chǎn)配置的替代動機，以及“互聯(lián)網(wǎng)+”戰(zhàn)略對替代動機的緩解作用，本文根據(jù)數(shù)字化企業(yè)同一年度所在行業(yè)營業(yè)收入的均值將樣本分為高營業(yè)收入組和低營業(yè)收入組進行檢驗，高于均值視為高營業(yè)收入組，低于均值視為低營業(yè)收入組。其中，營業(yè)收入采用企業(yè)當(dāng)年營業(yè)收入與總資產(chǎn)的比值衡量，檢驗結(jié)果見表10。

如表10所示，在高營業(yè)收入組和低營業(yè)收入組的模型1、模型3中，“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與創(chuàng)新投資正相關(guān)，且經(jīng)過鄒檢驗(模型1中chi=3.75，p=0.052 9；模型3中chi=3.67，p=0.055 4)發(fā)現(xiàn)，兩者間系數(shù)存在顯著差別，說明數(shù)字化企業(yè)營業(yè)收入對“互聯(lián)網(wǎng)+”戰(zhàn)略與創(chuàng)新投資的正向關(guān)系具有顯著影響，即高營業(yè)收入時“互聯(lián)網(wǎng)+”戰(zhàn)略對數(shù)字化企業(yè)創(chuàng)新投資的促進作用更加顯著。在高營業(yè)收入組和低營業(yè)收入組的模型2中，“互聯(lián)網(wǎng)+”戰(zhàn)略(Treat╳Post)與金融資產(chǎn)配置負相關(guān)，且經(jīng)過鄒檢驗(chi=0.48，p=0.487 9)發(fā)現(xiàn)，兩者間系數(shù)不存在顯著差別，說明數(shù)字化企業(yè)營業(yè)收入無法對“互聯(lián)網(wǎng)+”戰(zhàn)略與金融資產(chǎn)配置的負向關(guān)系產(chǎn)生影響；模型3中，高營業(yè)收入時金融資產(chǎn)配置與數(shù)字化企業(yè)創(chuàng)新投資不相關(guān)，低營業(yè)收入時金融資產(chǎn)配置與數(shù)字化企業(yè)創(chuàng)新投資在1%水平上顯著負相關(guān)，說明低營業(yè)收入時金融資產(chǎn)配置對創(chuàng)新投資存在擠出，即替代效應(yīng)。結(jié)合模型2可以認為，“互聯(lián)網(wǎng)+”戰(zhàn)略未能削弱數(shù)字化企業(yè)的替代動機。這是因為數(shù)字化企業(yè)在發(fā)展過程中依賴于自身金融資產(chǎn)。低營業(yè)收入組中，直接效應(yīng)占總效應(yīng)的比例為95.14%，中介效應(yīng)占比為4.86%。

表10 替代動機回歸結(jié)果Tab.10 Regression results of substitute motivation

6 結(jié)語

6.1 研究結(jié)論

本文基于2010—2020年滬深A(yù)股上市公司數(shù)據(jù)，采用PSM-DID檢驗“互聯(lián)網(wǎng)+”戰(zhàn)略、數(shù)字化企業(yè)金融資產(chǎn)配置水平與創(chuàng)新投資間的關(guān)系，結(jié)果發(fā)現(xiàn)，“互聯(lián)網(wǎng)+”戰(zhàn)略有助于促進數(shù)字化企業(yè)創(chuàng)新投資，而且能夠通過降低金融資產(chǎn)配置水平促進企業(yè)創(chuàng)新投資，即金融資產(chǎn)配置在“互聯(lián)網(wǎng)+”戰(zhàn)略與數(shù)字化企業(yè)創(chuàng)新投資間發(fā)揮部分中介效應(yīng)。

(1)“互聯(lián)網(wǎng)+”戰(zhàn)略能夠促進數(shù)字化企業(yè)探索式創(chuàng)新投資，抑制利用式創(chuàng)新投資，同時金融資產(chǎn)配置僅對企業(yè)利用式創(chuàng)新投資具有抑制作用，無法影響企業(yè)探索式創(chuàng)新投資。因此，金融資產(chǎn)配置無法在“互聯(lián)網(wǎng)+”戰(zhàn)略和探索式創(chuàng)新投資間發(fā)揮中介效應(yīng)，但能夠在“互聯(lián)網(wǎng)+”戰(zhàn)略和利用式創(chuàng)新投資間發(fā)揮遮掩效應(yīng)。

(2)低融資約束組中“互聯(lián)網(wǎng)+”戰(zhàn)略對金融資產(chǎn)配置的抑制作用大于高融資約束組，低融資約束組中金融資產(chǎn)配置對創(chuàng)新投資無顯著影響。在高營業(yè)收入組和低營業(yè)收入組，“互聯(lián)網(wǎng)+”戰(zhàn)略對金融資產(chǎn)配置的抑制作用無顯著差異，高營業(yè)收入組中金融資產(chǎn)配置對創(chuàng)新投資無顯著影響。

(3)數(shù)字化企業(yè)金融資產(chǎn)配置存在蓄水池效應(yīng)和替代效應(yīng)，而“互聯(lián)網(wǎng)+”戰(zhàn)略有助于抑制數(shù)字化企業(yè)金融資產(chǎn)配置的蓄水池效應(yīng)，但無法抑制替代效應(yīng)。

6.2 政策建議

(1)國家和地方政府應(yīng)大力推進“互聯(lián)網(wǎng)+”戰(zhàn)略實施，通過“互聯(lián)網(wǎng)+”戰(zhàn)略促進數(shù)字化企業(yè)創(chuàng)新投資，并給予數(shù)字化企業(yè)其它政策性支持，從而抑制其金融資產(chǎn)持有水平。同時，“互聯(lián)網(wǎng)+”戰(zhàn)略能夠有效引導(dǎo)數(shù)字化企業(yè)積極參與國家數(shù)字經(jīng)濟建設(shè)，充分發(fā)揮數(shù)字化企業(yè)與其它企業(yè)的戰(zhàn)略互補作用，引導(dǎo)經(jīng)濟穩(wěn)中向好發(fā)展。

(2)國家應(yīng)支持?jǐn)?shù)字化企業(yè)大力進行探索式創(chuàng)新投資，通過增加企業(yè)探索式創(chuàng)新投資抑制金融資產(chǎn)配置對創(chuàng)新投資的擠出效應(yīng)。同時，數(shù)字化企業(yè)應(yīng)合理分配探索式創(chuàng)新投資資金和利用式創(chuàng)新投資資金，規(guī)避兩種創(chuàng)新投資對資源的爭奪。

(3)鼓勵并支持互聯(lián)網(wǎng)與實體企業(yè)相結(jié)合，發(fā)揮數(shù)字化企業(yè)對創(chuàng)新投資的引領(lǐng)作用，避免企業(yè)過度使用金融資產(chǎn)，進而抑制數(shù)字化企業(yè)在金融資產(chǎn)配置方面的蓄水池動機和替代動機。