數字化轉型對制造業(yè)全要素生產率提升的影響
——來自上市公司的微觀證據

任志成 趙梓衡

（南京審計大學經濟學院，南京 211815）

引 言

自改革開放以來，我國經濟取得了迅速發(fā)展。然而隨著經濟體量不斷增大，制造業(yè)創(chuàng)新能力低下、核心競爭力較弱、“大而不強”的問題也充分暴露出來，已然掣肘于我國經濟高質量轉型發(fā)展。數字經濟作為當前經濟發(fā)展中最為活躍和重要的組成部分，與經濟社會各領域融合發(fā)展的深度和廣度不斷拓展，企業(yè)推廣數字化轉型發(fā)展也能夠提高生產和管理效率，重塑競爭優(yōu)勢。然而，據國際數據公司（IDC）發(fā)布的 《2018中國企業(yè)數字化發(fā)展報告》顯示，我國超過50%的制造業(yè)企業(yè)數字化仍處于單點試驗和局部推廣階段?；诋斍氨尘?，《中國制造2025》計劃提出推動新一代信息技術與制造技術融合發(fā)展，推動制造業(yè)企業(yè)轉型升級。有鑒于此，在大力推進傳統(tǒng)產業(yè)與數字經濟融合的背景下，企業(yè)數字化轉型是否能成為經濟增長的新動力？對于企業(yè)生產效率有怎樣的提升？相較于未轉型的企業(yè)，推進數字化轉型又是否切實提升了企業(yè)全要素生產率？制造業(yè)如何借數字化轉型之力推動經濟高質量發(fā)展，是當前我國亟需面臨和解決的問題。

所謂數字化轉型是指企業(yè)將數字信息技術運用于傳統(tǒng)生產經營管理中，進而改變傳統(tǒng)業(yè)務流程的過程［1，2］，企業(yè)數字化轉型是伴隨數字經濟發(fā)展應運而生的?，F(xiàn)有文獻關于數字經濟發(fā)展的研究主要集中于單一角度，如數字普惠金融發(fā)展［3-5］，工業(yè)智能化［6，7］，互聯(lián)網發(fā)展［8］等方面探究數字化對經濟、就業(yè)、創(chuàng)新等要素的影響。針對微觀企業(yè)而言，缺乏較為全面且范圍合適的指標來綜合反映其數字化轉型程度。趙宸宇等 （2021）［9］提出上市公司的年度報告中所披露的企業(yè)相關業(yè)務經營信息和未來發(fā)展規(guī)劃，對于把握企業(yè)的戰(zhàn)略規(guī)劃和發(fā)展具有重要意義。因此，本文嘗試借助上市公司年報用以衡量企業(yè)數字化轉型。

有關企業(yè)數字化轉型所產生的經濟效應，其將數字技術與傳統(tǒng)生產經營流程相結合，能夠優(yōu)化企業(yè)績效表現(xiàn)［10］，降低管理成本，提高生產效率［11］；另外，數字化轉型也能夠降低貿易成本，擴大出口規(guī)模［12］，促進企業(yè)間技術交流，推動知識溢出效應，提升全要素生產率［13］。然而，當前研究多數聚焦于企業(yè)自身數字化轉型所帶來的效應，鮮有文獻考慮到相較于未進行轉型企業(yè)，數字化轉型究竟帶來了怎樣的促進作用。

基于上述背景，本文選取上市公司制造業(yè)企業(yè)作為研究樣本，通過軟件爬取企業(yè)年報中有關數字化轉型的關鍵字，以此衡量企業(yè)數字化轉型是否成功。另外，將數字化轉型視為準自然實驗，運用雙重差分模型探究相較于未轉型企業(yè)，推行數字化是否為企業(yè)生產率提升提供了比較優(yōu)勢，并進一步分析其作用機制。

1 機制分析與假說

1.1 數字化轉型與全要素生產率

企業(yè)運用數字化技術能夠豐富信息獲取渠道，提高信息獲取效率，緩解信息不對稱問題，進而降低交易成本［14］，數字化轉型所帶來的共享性也使企業(yè)間能相互交流學習，促進了知識技術外溢，提升了企業(yè)生產率［15］。微觀層面來看，物聯(lián)網、大數據、人工智能等技術的使用顯著提高了企業(yè)資源配置效率，促進生產更有效［8，16］。另外，趙宸宇等 （2021）［9］研究指出企業(yè)數字化轉型可以通過驅動企業(yè)創(chuàng)新、優(yōu)化人力資本結構、促進兩業(yè)融合、提升運營水平來促進全要素生產率提高。由此，本文提出假說1。

假說1：數字化轉型的實施能夠促進轉型企業(yè)生產率提升。

1.2 數字化轉型、創(chuàng)新能力與全要素生產率

數字化轉型所帶來的共享性和外溢性降低了企業(yè)獲取信息的門檻，有助于企業(yè)整合內外部信息，掌握市場需求并優(yōu)化創(chuàng)新戰(zhàn)略［17］，從需求端提高生產效率；大數據、物聯(lián)網、云計算等技術的使用加速了企業(yè)信息化進程，推動生產經營管理智能化發(fā)展，提升了企業(yè)創(chuàng)新能力，進而提高生產效率［18］。此外，數字化轉型企業(yè)具有良好的經營狀況與發(fā)展?jié)摿?，能夠吸引專業(yè)技術人才參與研發(fā)，提升整體創(chuàng)新能力，從供給端提高企業(yè)生產率［11］；數字技術與制造業(yè)深度融合催生網絡化協(xié)同制造新模式，能夠優(yōu)化企業(yè)內部研發(fā)設計與生產協(xié)同管理，促進要素在企業(yè)內部合理配置，提升企業(yè)創(chuàng)新能力與全要素生產率［19］。由此，本文提出假說2。

假說2：數字化轉型企業(yè)的生產效率提升效應來源于其創(chuàng)新能力的提升。

2 研究設計

2.1 計量模型設計

在本文的研究設計中，通過借鑒洪俊杰等（2022）［20］、吳非等（2021）［21］、趙宸宇等（2021）［9］的研究方法，運用Python爬取企業(yè)年報中與數字化相關的詞頻，將樣本中企業(yè)各年度年報中數字化關鍵詞詞頻首次高于均值的年份視為其進行數字化轉型的年份，并作為實驗組；在觀測區(qū)間內年報數字化詞頻從未超過均值的企業(yè)視為未進行數字化轉型或數字化轉型失敗企業(yè)，并作為對照組。具體詞匯如表1所示。

表1 數字化轉型詞頻

鑒于數字化轉型是由企業(yè)自主決策，可能會出現(xiàn)自我選擇問題，導致實驗組與對照組的樣本沒有比較意義，因此本文采用傾向得分匹配法（PSM）將兩組企業(yè)進一步匹配分組。接下來，通過借鑒Beck等 （2010）［22］的研究方法構建如下雙重差分模型：

式中，下標i表示企業(yè)，t表示年份。TFPit為企業(yè)全要素生產率，treati為政策分組變量（實驗組取1，對照組取0），timet為政策時點變量（數字化轉型后取1，數字化轉型前取0），Xit為企業(yè)層面控制變量。

2.2 變量選取和說明

（1）被解釋變量

企業(yè)全要素生產率（TFPit）：本文主要參考Levinsohn和Petrin（2003） 的方法（簡稱LP法）測算全要素生產率TFP_lpit，并使用Olley和Pakes（1996）的方法（簡稱OP法）測算全要素生產率TFP_opit以進行后續(xù)的穩(wěn)健性檢驗。

（2） 解釋變量

政策時點與實驗交互項（treati×timet）：本文的核心解釋變量為treati和timet的交互項。treati變量用于劃分實驗組和對照組，在觀測時間區(qū)間內進行了數字化轉型的企業(yè)treati取1，否則取0。timet變量用于劃分數字化轉型沖擊的時點，本文將年報中數字化轉型詞頻數首次高于樣本平均值的企業(yè)年份設置為轉型沖擊點，在該年度之后取值都為1，之前則為0。

（3） 控制變量

資產負債率（levit）：企業(yè)年末總負債與年末總資產的比值；凈利率（profit）：企業(yè)年末凈利潤額與總資產的比值；營業(yè)收入增長率（incomeit）：本年營業(yè)收入與上年營業(yè)收入的比值減去1；工資水平（wageit）：企業(yè)當年的高管薪酬取對數；兩職合一（dualityit）：企業(yè)董事長與總經理是否為同一個人，是則取1，否則取0；政府補助（subit）：當年政府補貼金額數加1并取對數。

2.3 數據來源及說明

本文選取2009～2020年我國A股制造業(yè)上市公司作為研究樣本，其中數字化轉型相關數據主要通過Python軟件歸集整理企業(yè)年報中的相關關鍵詞，其余企業(yè)微觀數據主要來源于國泰安數據庫（CSMAR）、銳思（RESSET）數據庫和萬德數據庫（Wind）。考慮到2020年部分企業(yè)受新冠肺炎疫情影響，可能會出現(xiàn)異常值，本文在數據清理中對連續(xù)變量做了1%的縮尾處理，并在剔除部分缺失數據和不符合會計標準的數據后，最終得到2008家上市公司的18982條觀測值。各變量的描述性統(tǒng)計見表1。

表2 描述性統(tǒng)計

3 實證結果分析

在進行雙重差分實證分析之前，通過繪制平行趨勢檢驗圖以檢驗實驗組和對照組是否滿足平行趨勢假設。如圖1所示，政策實施相對時間為0表示企業(yè)進行數字化轉型的年份，年份由負到正分別表示企業(yè)數字化轉型前和轉型后的時間點?？梢钥闯觯趯嵭袛底只D型之前，政策效應的回歸系數并不顯著異于0，表明實施數字化轉型前實驗組和控制組企業(yè)生產率變化趨勢并無顯著差異。而在實行數字化轉型后政策系數范圍顯著大于0，表明平行趨勢假設成立。

圖1 平行趨勢檢驗結果

3.1 基準回歸檢驗

為準確識別企業(yè)進行數字化轉型與否對其生產率的因果效應，本部分在引入企業(yè)層面控制變量的基礎上，控制了個體和時間固定效應，所得到的雙重差分模型結果如表3所示。

表3 基準回歸結果

由回歸結果可見，在引入控制變量并控制時間、個體固定效應后，影響系數為0.570且結果顯著，驗證了前文所提出的假說1，即實施數字化轉型能夠提升實驗組企業(yè)全要素生產率。

3.2 穩(wěn)健性檢驗

為進一步驗證前文基準回歸結果的穩(wěn)健性，本部分選用安慰劑檢驗進行驗證，即在所有樣本中隨機虛構實行數字化轉型的企業(yè)和轉型日期，并重復抽樣500次進行雙重差分回歸驗證，其中轉型企業(yè)數與原樣本中實驗組企業(yè)數保持一致。

如圖2，圓點所示為隨機抽取實驗組樣本回歸所得的偽政策虛擬變量系數?？梢钥吹皆谶M行了抽樣重復實驗后，所得到的偽政策系數P值大多數大于0.1，表明所得到的回歸結果并不顯著，且系數分布與模型真實估計值存在明顯差異，排除了原模型中所得結果的偶然性，證明了基準回歸結果的穩(wěn)健性。

圖2 安慰劑檢驗結果

此外，本文還通過以下方式從實證層面檢驗所得結果的穩(wěn)健性：（1）使用OP法計算樣本企業(yè)全要素生產率，通過平行趨勢檢驗后替換原被解釋變量進行雙重差分回歸；（2）對樣本全要素生產率值進行2.5%縮尾處理，剔除極端值可能產生的影響，并進行回歸①。在替換了原被解釋變量和進行縮尾處理后，企業(yè)數字化轉型的促生產率效應均顯著為正，依然支持前文的結果，可以證明本文所得到的結論是穩(wěn)健的。

4 異質性分析與作用機制檢驗

4.1 異質性分析

為進一步探究制造業(yè)企業(yè)數字化轉型的促生產率效應，本部分從以下幾方面對樣本分組進行異質性檢驗分析：

（1）考慮到不同地區(qū)?。▍^(qū)、市）經濟發(fā)展水平、資源稟賦、相關產業(yè)政策等方面均存在一定程度差異，本文按企業(yè)所在省（區(qū)、市）的地理區(qū)位不同劃分為東部?。▍^(qū)、市）企業(yè)、中部省（區(qū)、市）企業(yè)和西部省（區(qū)、市）企業(yè)進行分組回歸；（2）考慮到企業(yè)所屬省（區(qū)、市）數字經濟發(fā)展的水平存在差異，本文按企業(yè)所在?。▍^(qū)、市）的數字經濟發(fā)展指數排名將其劃分為數字經濟發(fā)展較強?。▍^(qū)、市）、數字經濟發(fā)展中等?。▍^(qū)、市）和數字經濟發(fā)展較弱省（區(qū)、市）進行分組回歸；（3）考慮到不同類型行業(yè)生產經營所依托的資源稟賦不同，本文按企業(yè)所在行業(yè)將其劃分為勞動密集型企業(yè)、資本密集型企業(yè)和技術密集型企業(yè)進行回歸；（4）考慮到企業(yè)所有制存在的差異，本文按企業(yè)所有制不同將其劃分為國有企業(yè)、民營企業(yè)和外資企業(yè)進行回歸。

所得異質性回歸結果如下所示。

由表4和表5結果可以看出，無論企業(yè)所屬?。▍^(qū)、市）區(qū)位和數字經濟發(fā)展水平如何，實施數字化轉型均顯著提升了企業(yè)全要素生產率，但其對于西部地區(qū)企業(yè)和數字經濟發(fā)展水平較弱?。▍^(qū)、市）企業(yè)提升作用相對更大。數字經濟發(fā)展較強?。▍^(qū)、市）大多經濟發(fā)展水平較高，擁有較為完備的基礎設施建設、先進的生產管理技術和豐裕的生產要素稟賦，在多方優(yōu)勢的共同影響下導致其所受到數字化轉型帶來的生產率提升效應相對較低。而西部地區(qū)?。▍^(qū)、市）和數字經濟發(fā)展水平較弱?。▍^(qū)、市）樣本重合度較高，他們的共同特征是發(fā)展相對落后，在推廣數字化發(fā)展方面存在很大的完善空間，因此企業(yè)數字化轉型所帶來的促進效用也相對較大。

表4 區(qū)位異質性

表5 數字經濟發(fā)展水平

由表6結果可以看出，無論企業(yè)所屬行業(yè)情況如何，數字化轉型均顯著提高了企業(yè)全要素生產率，但對資本密集型企業(yè)的提升作用相對更大。企業(yè)推行數字化轉型需要研發(fā)學習新技術、投資智能設備和搭建數字化管理平臺等措施，對于成本投入要求較高。擁有較為豐富資本的企業(yè)能夠承擔數字化轉型所需要的成本及轉型失敗可能造成的損失，可以充分利用自身優(yōu)勢推行數字化改革，提高生產率。

表6 行業(yè)分類

由表7結果可以看出，無論是國有企業(yè)還是民營企業(yè)，數字化轉型均顯著提升了企業(yè)全要素生產率水平，但對于民營企業(yè)的提升作用相對更大，而外資企業(yè)所獲得的提升作用顯著性系數有所降低。民營企業(yè)管理者對于市場動向的把握能力相對較強，企業(yè)內部決策自由度較高，運行機制相對靈活，能夠充分分析數字化浪潮所帶來的利弊并及時做出決策，提升自身水平。這也充分證明國家大力支持民營企業(yè)發(fā)展的正確性和重要性。

表7 企業(yè)所有制

4.2 作用機制檢驗

本文參考石大千等（2018）［23］、Baron 和 Kenny（1986）［24］的方法將實證檢驗步驟分為兩個階段，采用三步法驗證數字化轉型驅動創(chuàng)新能力發(fā)展和以此促進生產率提升的機制：（1）將交互項與企業(yè)全要素生產率進行回歸，若交互項系數顯著，則表明數字化轉型促進了企業(yè)生產率提升；（2）將交互項與企業(yè)創(chuàng)新能力進行回歸，若交互項系數顯著，則表明數字化轉型促進了企業(yè)創(chuàng)新能力提升；（3）將交互項和企業(yè)創(chuàng)新能力同時放入模型與全要素生產率進行回歸，若交互項系數依然顯著，則證明數字化轉型通過影響企業(yè)創(chuàng)新能力進而提升了企業(yè)生產率。本文選用企業(yè)研發(fā)投入占營業(yè)收入比例、專利產出數和研發(fā)人員占比3項指標，通過熵值法確定權重構建rd1，另外按3項指標賦相同權重構建rd2，同時用于衡量企業(yè)創(chuàng)新能力。按上述檢驗步驟，本文機制檢驗模型設定如下：

驗證數字轉型對企業(yè)全要素生產率的影響：

驗證數字轉型對企業(yè)創(chuàng)新能力的影響：

將交互項與創(chuàng)新能力同時放入回歸方程：

表8結果表明，第一步回歸結果中，制造業(yè)數字化轉型顯著提升了企業(yè)全要素生產率。第二步回歸結果顯示，通過賦值不同權重所計算出的企業(yè)創(chuàng)新能力均受到了數字化轉型所帶來的正向促進作用。第三步檢驗結果表明，將交互項和創(chuàng)新能力同時納入方程后，創(chuàng)新能力均顯著提升了全要素生產率，且數字化轉型對企業(yè)生產率的促進作用依然顯著，但系數均有所降低。如前文所述，本部分結果證實了企業(yè)創(chuàng)新能力提升是實施數字化轉型促進全要素生產率提升的傳導路徑之一。

表8 中介效應檢驗

5 結論與政策建議

本文通過收集2009～2020年我國A股制造業(yè)上市公司的面板數據，運用雙重差分模型和PSMDID方法驗證了數字化轉型對企業(yè)全要素生產率的影響。本文的研究結論表明，企業(yè)進行數字化轉型能夠顯著提升全要素生產率，相較于未轉型企業(yè)，其提升效力在57%左右。機制檢驗結果表明，企業(yè)進行數字化轉型可以通過提升創(chuàng)新能力來提高全要素生產率。異質性研究結果表明，數字經濟發(fā)展水平相對較低、經濟發(fā)展相對較弱的西部?。▍^(qū)、市）企業(yè)受到數字化轉系所帶來的生產率提升效應相對更強，同時資本密集型行業(yè)企業(yè)和民營企業(yè)也能夠獲得更大的生產率提升效應。

綜上結論，本文提出以下政策建議：

（1）政府應制定相關政策措施，為企業(yè)實施數字化轉型提供良好環(huán)境與保障。①大力支持民營企業(yè)改革創(chuàng)新，鼓勵民營企業(yè)數字化轉型并借助其轉型產生的外溢性帶動其他所有制企業(yè)轉型改革；②對于數字經濟發(fā)展較為完善的地區(qū)，在保住當前已有優(yōu)勢的情況下積極探尋其余有效路徑，為不同地區(qū)數字化轉型發(fā)展制定差異化戰(zhàn)略，合理調度資源；③為小微企業(yè)和傳統(tǒng)制造業(yè)企業(yè)數字化轉型提供相應補貼和兜底措施，消除企業(yè)對轉型失敗的顧慮，積極推動數字化轉型發(fā)展。

（2）企業(yè)應重視數字化轉型對生產率的提升作用。①應加大生產管理環(huán)節(jié)數字化融合力度，依托物聯(lián)網、大數據和人工智能等數字化技術，搭建信息化管理平臺，充分激發(fā)數字經濟潛力；②應加大研發(fā)投入力度，積極構建數字化、智能化生產線，重視人才、引進人才，提高關鍵領域的自主研發(fā)領域，主動探索空白領域研發(fā)進展；③企業(yè)應充分利用互聯(lián)網所消除的信息門檻，加強基礎信息設施建設，積極把握市場動態(tài)，將互聯(lián)網思維與傳統(tǒng)經營模式相結合，迎合消費者多元化需求，提高創(chuàng)新能力。

（3）在當前我國經濟轉型發(fā)展的關鍵階段，要充分認識到創(chuàng)新作為驅動力的重要作用。積極推動構建以高標準先進制造業(yè)和數字信息技術融合、以新經濟為引領的高質量現(xiàn)代化產業(yè)體系，將創(chuàng)新作為動力；還應將互聯(lián)網思維融入現(xiàn)代企業(yè)管理體系，除了科研技術創(chuàng)新，也要推動管理創(chuàng)新、體制改革創(chuàng)新，持續(xù)激發(fā)企業(yè)內部創(chuàng)新活力。

注釋：

①由于篇幅限制，結果留存?zhèn)渌鳌?/p>