數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新：倒U型關(guān)系形成機(jī)理及其檢驗※

唐鸝鳴

內(nèi)容提要：數(shù)字化轉(zhuǎn)型有助于提升企業(yè)創(chuàng)新潛力，但是否能持續(xù)改善創(chuàng)新績效目前還存在爭議。文章提出一個數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系理論，認(rèn)為數(shù)字化投入具有信息成本性質(zhì)，在改善信息不對稱緩解創(chuàng)新融資約束同時，也導(dǎo)致企業(yè)資源配置產(chǎn)生扭曲，使數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新之間呈現(xiàn)倒U型關(guān)系。利用2006-2019年上市公司數(shù)據(jù)進(jìn)行實證檢驗發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系顯著并穩(wěn)??；組間差異檢驗結(jié)果支持了文章提出的倒U型關(guān)系形成機(jī)理；民營企業(yè)已進(jìn)入倒U型下降區(qū)間，且對創(chuàng)新投入形成實質(zhì)性擠出，為此建議：建立科學(xué)的數(shù)字化轉(zhuǎn)型評價體系；加強(qiáng)對創(chuàng)新型特別是民營創(chuàng)新型企業(yè)金融支持；通過政績考核機(jī)制減少因地方政府競爭而產(chǎn)生的次生影響。

一、 引 言

數(shù)字經(jīng)濟(jì)具有高創(chuàng)新性、強(qiáng)滲透性、廣覆蓋性，不僅是新的經(jīng)濟(jì)增長點，而且是改造提升傳統(tǒng)產(chǎn)業(yè)的支點(習(xí)近平，2022)?！吨袊鴶?shù)字經(jīng)濟(jì)發(fā)展白皮書(2021)》顯示，2020年中國數(shù)字經(jīng)濟(jì)總規(guī)模達(dá)到39.2萬億元，占GDP的比重為38.6%，其中，產(chǎn)業(yè)數(shù)字化規(guī)模為31.7萬億元，占數(shù)字經(jīng)濟(jì)的比重高達(dá)80.9%，數(shù)字經(jīng)濟(jì)已經(jīng)成為中國未來發(fā)展的新增長點，其改造和提升傳統(tǒng)產(chǎn)業(yè)的支點作用也得到了充分顯現(xiàn)。

數(shù)字技術(shù)從不同方面塑造企業(yè)競爭力，通過數(shù)字化轉(zhuǎn)型，企業(yè)可以有效擴(kuò)大創(chuàng)新潛力，形成企業(yè)發(fā)展新優(yōu)勢(戚聿東和褚席，2022；任保平和何厚聰，2022)。但是，數(shù)字化轉(zhuǎn)型帶來的創(chuàng)新潛力能否轉(zhuǎn)化為創(chuàng)新績效，相關(guān)研究還存在較大爭議。一些研究提供了數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)創(chuàng)新的經(jīng)驗證據(jù)(Ferreira等，2019；沈國兵和袁征宇，2020；張國勝等，2021；安同良和聞銳，2022；李磊等，2022)，但也有不少研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的促進(jìn)作用是有邊界的，兩者更多地表現(xiàn)為一種倒U型關(guān)系。如韓先鋒等(2014)基于2005-2011年中國工業(yè)部門分行業(yè)面板數(shù)據(jù)考察了信息化對技術(shù)創(chuàng)新效率的影響，發(fā)現(xiàn)信息化與技術(shù)創(chuàng)新效率間存在顯著的倒U型關(guān)系；李曉宇和陳國卿(2019)利用中國制造業(yè)上市公司2012-2017年數(shù)據(jù)進(jìn)行實證檢驗，發(fā)現(xiàn)信息技術(shù)投入與技術(shù)創(chuàng)新動態(tài)能力之間呈現(xiàn)顯著的倒U型關(guān)系；黃節(jié)根等(2021)利用2015-2019年滬深A(yù)股上市公司數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)企業(yè)數(shù)字化水平與企業(yè)創(chuàng)新績效雖然在總體上呈正相關(guān)，但在信息技術(shù)業(yè)、批發(fā)和零售貿(mào)易業(yè)、社會服務(wù)業(yè)等行業(yè)存在門限突變效應(yīng)，數(shù)字化水平超過門限值后企業(yè)創(chuàng)新績效將出現(xiàn)下降。此外，有學(xué)者利用調(diào)查問卷數(shù)據(jù)進(jìn)行實證分析，也發(fā)現(xiàn)企業(yè)數(shù)字化與創(chuàng)新間呈現(xiàn)顯著的倒U型關(guān)系(余菲菲等，2022)。

數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新間究竟是什么樣的關(guān)系？如果呈現(xiàn)倒U型關(guān)系，它的形成機(jī)制是什么？回答這些問題，對于推動企業(yè)數(shù)字化轉(zhuǎn)型健康發(fā)展尤為重要。但與較為深入的實證檢驗相比，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系的機(jī)理研究特別是倒U型關(guān)系形成機(jī)理研究卻并不令人滿意。如Dong和Netten(2017)提出，盡管信息技術(shù)投資能為企業(yè)帶來豐富的外部知識并促進(jìn)創(chuàng)新，但也使企業(yè)深入利用這些知識更加困難，投入超過一定閾值后，信息過載將迫使企業(yè)減少對外部知識的利用；李曉宇和陳國卿(2019)認(rèn)為信息技術(shù)投入與技術(shù)創(chuàng)新能力之間可能存在最佳平衡點，信息技術(shù)的過度投入會打破平衡點進(jìn)而使企業(yè)技術(shù)創(chuàng)新能力下降；余菲菲等(2022)強(qiáng)調(diào)數(shù)字化水平與企業(yè)基礎(chǔ)能力必須相互匹配，如果企業(yè)基礎(chǔ)能力不能同步提升，數(shù)字化過度投入會削弱企業(yè)創(chuàng)新績效；龐瑞芝和劉東閣(2022)分析了學(xué)習(xí)效應(yīng)和競爭效應(yīng)對企業(yè)創(chuàng)新的影響，認(rèn)為學(xué)習(xí)效應(yīng)有助于提升企業(yè)創(chuàng)新水平，但競爭效應(yīng)抑制了企業(yè)創(chuàng)新，進(jìn)而使數(shù)字化轉(zhuǎn)型與創(chuàng)新之間呈現(xiàn)倒U型關(guān)系?？v觀上述文獻(xiàn)，盡管具體機(jī)制的解釋有所差異，但倒U型關(guān)系的成因均與信息化或數(shù)字化投入過度有關(guān)。然而，為什么利潤最大化企業(yè)會置創(chuàng)新能力或創(chuàng)新績效削弱于不顧對信息化或數(shù)字化過度投入？“過度數(shù)字化”的本質(zhì)是什么？這些問題都沒有得到很好的解釋。

本文將提出一個數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系理論，將創(chuàng)新融資約束和信息不對稱因素引入分析框架，力圖對兩者關(guān)系給出邏輯一致的回答。本文認(rèn)為，數(shù)字化轉(zhuǎn)型會從兩個方面影響企業(yè)創(chuàng)新績效：一方面，數(shù)字化轉(zhuǎn)型提升了企業(yè)創(chuàng)新潛力，對改善企業(yè)創(chuàng)新績效具有促進(jìn)作用；另一方面，數(shù)字化轉(zhuǎn)型作為一種信息傳遞機(jī)制，在改善信息不對稱、緩解企業(yè)創(chuàng)新融資約束的同時，也會導(dǎo)致企業(yè)資源在數(shù)字化與創(chuàng)新投入之間的配置產(chǎn)生扭曲并對企業(yè)創(chuàng)新績效產(chǎn)生負(fù)面影響?！斑^度數(shù)字化”作為企業(yè)的理性選擇反映了數(shù)字化投入的信息成本性質(zhì)，所以隨著數(shù)字化投入(信息成本)增加，企業(yè)資源配置扭曲程度將隨之惡化，當(dāng)數(shù)字化轉(zhuǎn)型的正面效應(yīng)小于因配置扭曲產(chǎn)生的負(fù)面效應(yīng)時，創(chuàng)新績效由上升轉(zhuǎn)為下降并表現(xiàn)出倒U型變化特征。

通過一個簡單模型，本文詳細(xì)討論了倒U型關(guān)系形成機(jī)理。利用2006-2019年中國A股非金融類上市公司數(shù)據(jù)，本文對理論分析的主要結(jié)論進(jìn)行了檢驗。研究發(fā)現(xiàn)，一旦控制了企業(yè)異質(zhì)性，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新之間存在著穩(wěn)定且顯著的倒U型關(guān)系；機(jī)制檢驗發(fā)現(xiàn)，倒U型關(guān)系的形成與數(shù)字化轉(zhuǎn)型的信息成本性質(zhì)有關(guān)，目前中國民營企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效影響已進(jìn)入倒U型的下降區(qū)間，對創(chuàng)新投入也形成了實質(zhì)性擠出。

本文可能的邊際貢獻(xiàn)主要有以下三個方面：① 有助于深化對數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系的認(rèn)識。數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新影響的研究已有不少文獻(xiàn)，但側(cè)重于理論分析的文獻(xiàn)討論過于寬泛，側(cè)重于實證研究的文獻(xiàn)理論分析又較為單薄，一些研究的預(yù)設(shè)前提也缺乏理論與實證支撐。本文提出了較為完整的分析框架并進(jìn)行實證檢驗，對深化兩者關(guān)系的認(rèn)識是一次有益嘗試。② 有助于拓展相關(guān)領(lǐng)域研究。融資約束是影響中國企業(yè)創(chuàng)新的一個重要因素(鞠曉生等，2013；余明桂等，2019)，不少研究發(fā)現(xiàn)，像政府對創(chuàng)新的補(bǔ)貼、分析師追蹤、媒體關(guān)注等改善信息不對稱問題的信息傳遞機(jī)制可以在一定程度上緩解創(chuàng)新的融資約束(高艷慧等，2012；陳欽源等，2017；杜金岷等，2020)，而最近的一些研究則發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型也具有同樣的作用(吳非等，2021；車德欣等，2021)，但作為一種信息傳遞機(jī)制，企業(yè)數(shù)字化轉(zhuǎn)型是否會導(dǎo)致“過度數(shù)字化”并對研發(fā)績效產(chǎn)生影響，已有研究并未深入探討，而關(guān)注數(shù)字化轉(zhuǎn)型對研發(fā)績效影響的文獻(xiàn)也很少考慮融資約束問題，本文將上述幾類文獻(xiàn)與數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新影響的研究銜接起來，對相關(guān)領(lǐng)域的研究是一種拓展。③ 有助于科學(xué)認(rèn)識數(shù)字經(jīng)濟(jì)快速發(fā)展過程中暴露的一些矛盾和問題。最近，習(xí)近平總書記再三強(qiáng)調(diào)：“要腳踏實地、因企制宜，不能為數(shù)字化而數(shù)字化”(習(xí)近平，2022)，說明“為數(shù)字化而數(shù)字化”現(xiàn)象已不是個例，最近的一些研究，如馬永強(qiáng)等(2022)指出了企業(yè)為套取政府補(bǔ)貼而在數(shù)字化轉(zhuǎn)型過程中采取策略性行為，但企業(yè)為緩解創(chuàng)新融資約束的“過度數(shù)字化”與上述套利行為有著本質(zhì)區(qū)別，所以本文對于認(rèn)識包括“為數(shù)字化而數(shù)字化”在內(nèi)的“過度數(shù)字化”問題的實質(zhì)，推動問題從源頭上解決并使企業(yè)數(shù)字化轉(zhuǎn)型健康發(fā)展，提供了一個新的視角。

本文以下的內(nèi)容安排是: 第二部分通過一個簡單模型進(jìn)行理論分析；第三部分介紹實證檢驗?zāi)Ｐ秃蛿?shù)據(jù)來源；第四部分討論檢驗結(jié)果并進(jìn)行機(jī)制分析；最后是簡要的總結(jié)和政策建議。

二、 理論分析

考慮一個簡單的兩階段模型。第一階段企業(yè)在現(xiàn)有產(chǎn)品的基礎(chǔ)上決定進(jìn)行新產(chǎn)品研發(fā)，若研發(fā)成功，企業(yè)在第二階段銷售新產(chǎn)品；若研發(fā)失敗，仍然銷售老產(chǎn)品。由于數(shù)字技術(shù)運(yùn)用有利于企業(yè)獲取外部創(chuàng)新資源、優(yōu)化創(chuàng)新活動的內(nèi)部組織并使企業(yè)新產(chǎn)品研發(fā)更加貼近消費者需求(戚聿東和肖旭，2020)，所以第一階段企業(yè)在對新產(chǎn)品研發(fā)進(jìn)行投入的同時還投入部分資金進(jìn)行數(shù)字化改造，企業(yè)的研發(fā)決策可以認(rèn)為是一個對現(xiàn)有資金的優(yōu)化配置過程。下面，本文區(qū)分內(nèi)源融資、債務(wù)融資與股權(quán)融資三種情形具體分析企業(yè)新產(chǎn)品研發(fā)決策。

1. 內(nèi)源融資

本文假定，企業(yè)老產(chǎn)品的資金利潤率為PO，企業(yè)自有資金標(biāo)準(zhǔn)化為1，新產(chǎn)品的資金利潤率為PN由式(1)給定：

PN=BRαDβ，B>0，α,β∈(0,1)且α+β<1

(1)

式中，B為不考慮研發(fā)與數(shù)字化投入的新產(chǎn)品資金利潤率系數(shù)，為分析方便，本文假定其為大于零的正常數(shù)(1)理論上，該利潤率是企業(yè)生產(chǎn)成本(不包含研發(fā)投入和數(shù)字化投入)的函數(shù)，通常也服從規(guī)模遞減規(guī)律，但由于本文主要關(guān)注數(shù)字化投入對研發(fā)績效影響，為分析方便假定其為正常數(shù)。。R為企業(yè)新產(chǎn)品研發(fā)投入，D為企業(yè)數(shù)字化轉(zhuǎn)型投入(以下簡稱數(shù)字化投入)，α,β∈(0,1)且α+β<1，含義是新產(chǎn)品的資金利潤率會隨著研發(fā)投入和數(shù)字化投入增加而提高，但存在邊際遞減效應(yīng)。受資源和能力約束，當(dāng)企業(yè)數(shù)字化投入達(dá)到某一水平后，進(jìn)一步投入有可能會損害企業(yè)創(chuàng)新效率(Gebauer等，2020)，所以本文假定，當(dāng)D>b時，PN′(D)<0、PN″(D)<0。

式(1)的含義很清晰：當(dāng)D∈(0,b)時，企業(yè)新產(chǎn)品資金利潤率是企業(yè)研發(fā)投入和數(shù)字化投入的上凸函數(shù)，RαDβ可以理解為企業(yè)新產(chǎn)品研發(fā)績效。由于創(chuàng)新活動具有較強(qiáng)的不確定性，而企業(yè)數(shù)字化能夠提高企業(yè)創(chuàng)新潛力，所以Dβ在這里也可以理解為新產(chǎn)品的研發(fā)成功率，PN為新產(chǎn)品的預(yù)期資金利潤率。類似于Dong和Netten(2017)，本文設(shè)定了一個數(shù)字化投入閾值b，但與他們不同的是，本文認(rèn)為，數(shù)字化投入超過閾值b后，研發(fā)績效并不必然下降，因為根據(jù)式(1)的利潤函數(shù)，即使數(shù)字化投入對創(chuàng)新績效的影響為負(fù)，但如果研發(fā)投入持續(xù)增加，總效應(yīng)仍有可能為正。

對于企業(yè)來說，如果資金充裕，就可以在維持老產(chǎn)品生產(chǎn)的同時進(jìn)行新產(chǎn)品研發(fā)和數(shù)字化改造。為分析方便不考慮跨期貼現(xiàn)，兩階段利潤最大化要求第一階段的研發(fā)和數(shù)字化投入R和D根據(jù)邊際貢獻(xiàn)等于現(xiàn)有產(chǎn)品資金利潤率PO決定，即：

(2)

PN′(D)=βBRαDβ-1=PO

(3)

假定式(1)只存在內(nèi)點解(2)如果PO足夠小，由于設(shè)定了數(shù)字化投入閾值b，式(1)有可能不存在內(nèi)點解。為分析方便，本文不考慮這種特殊情形。，有：

D=(α/β)-β/(α+β-1)[(1+PO)/Bα]1/(α+β-1)

(4)

R=(α/β)(α-1)/(α+β-1)[(1+PO)/Bα]1/(α+β-1)

(5)

式(4)和式(5)顯示：在不存在資金約束的情況下，利潤最大化要求企業(yè)研發(fā)投入與數(shù)字化投入的最優(yōu)配置比例為R/D=α/β。記最優(yōu)配置時R和D為R*和D*，給定R+D=R*+D*，當(dāng)出現(xiàn)D>βR/α?xí)r，RD*，企業(yè)研發(fā)投入與數(shù)字化投入的配置出現(xiàn)扭曲，相對于最優(yōu)配置，數(shù)字化投入過多，本文稱這種情況為“過度數(shù)字化”。此時，由于PN′(R)N>PN′(D)，PN(R,D)

2. 債務(wù)融資

假定期初企業(yè)自有資金不足以啟動新產(chǎn)品研發(fā)和數(shù)字化改造，為開展新產(chǎn)品研發(fā)，企業(yè)須在第一階段通過債務(wù)融資彌補(bǔ)資金不足，假定債務(wù)融資的數(shù)量由企業(yè)自主決定但必須支付單位資金使用成本r并按期償付，令企業(yè)期初自有資金為A，債務(wù)融資與企業(yè)自有資金之比為δ，則第一階段企業(yè)總利潤應(yīng)滿足：

A(1+δ)(1-R-D)PO≥Aδr

(6)

可以解出債務(wù)融資與企業(yè)自有資金之比δ應(yīng)滿足：

δ≤(1-R-D)PO/[r-(1-R-D)PO]

(7)

式(7)分子恒為正，δ為正條件下分母也為正，所以δ為正須滿足：

PO-r>(R+D)PO

(8)

由式(8)，當(dāng)r>PO，現(xiàn)有產(chǎn)品的利潤不足以償付債務(wù)融資的資金使用成本，除非(R+D)為負(fù)，否則δ為負(fù)。當(dāng)r

因為存在泄露并被競爭者模仿風(fēng)險，企業(yè)研發(fā)之初的新產(chǎn)品設(shè)計思想或原型不會輕易地用作抵押；同時，因為銀行與企業(yè)之間存在信息不對稱，所以企業(yè)創(chuàng)新活動通常面臨一個高于內(nèi)源融資的外部融資成本(Hall和Lerner，2010)。式(8)表明，如果沒有特別的信號傳遞機(jī)制改善信息不對稱問題，過高的融資成本將對企業(yè)創(chuàng)新構(gòu)成嚴(yán)重約束。

但是，企業(yè)數(shù)字化轉(zhuǎn)型不僅能夠提升創(chuàng)新潛力，也能明顯改善信息不對稱(吳非等，2021)、有效降低企業(yè)融資成本(車德欣等，2021)。這樣，數(shù)字化投入就具有了信息成本性質(zhì)，進(jìn)而會對企業(yè)的資源配置和創(chuàng)新績效產(chǎn)生影響。下面，本文將結(jié)合股權(quán)融資情形詳細(xì)分析其影響及后果，主要結(jié)論也適用于債務(wù)融資。

3. 股權(quán)融資

股權(quán)融資沒有資金使用成本，是創(chuàng)新密集型企業(yè)青睞的外部融資來源。但對投資者來說，進(jìn)行投資決策需要足夠的信息對企業(yè)創(chuàng)新項目的未來前景進(jìn)行研判，所以股權(quán)融資也會受到信息不對稱問題影響(Hall，1994；Chiao，2002)。Takalo 和 Tanayama(2010)研究發(fā)現(xiàn)，一些有助于緩解信息不對稱問題的傳統(tǒng)機(jī)制，如抵押、聲譽(yù)等，在創(chuàng)新融資方面的作用有限，而政府對創(chuàng)新項目進(jìn)行補(bǔ)貼不但使企業(yè)獲得部分研發(fā)資金，同時還向外部投資者提供關(guān)于創(chuàng)新項目的正面信號。企業(yè)數(shù)字化轉(zhuǎn)型具有同樣作用：一方面，數(shù)字技術(shù)對企業(yè)創(chuàng)新的意義顯而易見；另一方面，數(shù)字化轉(zhuǎn)型的成本并不低，能夠向外部市場傳遞出關(guān)于創(chuàng)新項目前景的明確信號。

R/D=SAβ-1

(9)

可以看出，式(9)中R/D是一個關(guān)于數(shù)字化投入(自有資金)A的減函數(shù)，見圖1(1)。很容易得到，當(dāng)A<[S-1(α/β)]1/(β-1)時，數(shù)字化投入位于圖形左側(cè)，R/D的比例關(guān)系落在圖示SAβ-1函數(shù)的虛線上，此時R/D>α/β，企業(yè)將對融入資金重新配置并使兩者比例滿足R/D=α/β，此時數(shù)字化投入增加將持續(xù)改善企業(yè)研發(fā)績效，見圖1(2)R/D=α/β時新產(chǎn)品資金利潤率函數(shù)曲線。

圖1 數(shù)字化轉(zhuǎn)型與研發(fā)績效關(guān)系

上述分析也適用于債務(wù)融資，因為企業(yè)事前數(shù)字化投入會使事后債務(wù)融資的資金使用成本下降(車德欣等，2021)，所以為獲得更低的資金使用成本，配置扭曲不可避免，由此導(dǎo)致的倒U型關(guān)系也會在債務(wù)融資情形中出現(xiàn)。

三、 實證檢驗設(shè)計

1. 計量模型

本文使用以下基準(zhǔn)模型檢驗數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系：

Innovationit=α+β1Digitizationit-1+β2squ_Digitizationit-1+∑γXit-1+Year+Enterprice+εit

(10)

式(10)中，被解釋變量Innovation為企業(yè)創(chuàng)新活動指標(biāo)，解釋變量Digitization和squ_Digitization分別為數(shù)字化轉(zhuǎn)型指標(biāo)的一次項和二次項，X為系列控制變量，Year和Enterprice為年份和企業(yè)控制變量，ε為殘差。

2. 數(shù)據(jù)來源和變量設(shè)定

本文使用中國A 股上市公司樣本進(jìn)行檢驗，數(shù)據(jù)取自國泰安數(shù)據(jù)庫、Wind數(shù)據(jù)庫和Osiris數(shù)據(jù)庫。由于上市公司從2006年起才開始披露研發(fā)投入，同時2020年初發(fā)生了新冠肺炎疫情，所以選擇的樣本時期為2006-2019年。樣本中，剔除金融類上市公司和ST、*ST、PT這些特殊企業(yè)以及企業(yè)研發(fā)數(shù)據(jù)缺失的企業(yè)后得到15551個企業(yè)年份觀測值。為了消除離群樣本對估計結(jié)果的影響，對樣本的1%進(jìn)行了縮尾處理。

(1) 被解釋變量。企業(yè)創(chuàng)新可以從投入和產(chǎn)出兩個方面衡量，其中創(chuàng)新投入可以用企業(yè)研發(fā)投入衡量，創(chuàng)新產(chǎn)出可以通過企業(yè)所獲得的專利數(shù)量來衡量(Hall和Lerner，2010)。企業(yè)研發(fā)投入可以顯示企業(yè)創(chuàng)新活動的資源投入情況，但并不能代表企業(yè)創(chuàng)新產(chǎn)出，所以本文選擇企業(yè)研發(fā)投入與總營收之比(研發(fā)強(qiáng)度rdR)、企業(yè)當(dāng)年申請的發(fā)明專利和實用新型專利數(shù)之和與總資產(chǎn)(億元)之比(invoaplR)、當(dāng)年獲批的發(fā)明專利和實用新型專利數(shù)之和與總資產(chǎn)(億元)之比(invoaplgrantR)作為衡量企業(yè)創(chuàng)新活動的代理變量。

(2) 解釋變量。目前對數(shù)字化轉(zhuǎn)型的測度還缺乏統(tǒng)一標(biāo)準(zhǔn)，一些研究通過調(diào)查問卷方法構(gòu)造指標(biāo)，如余菲菲等(2021)等；但也有不少研究利用上市公司定期報告文本中有關(guān)數(shù)字化轉(zhuǎn)型關(guān)鍵詞的詞頻進(jìn)行測度，如吳非等(2021)、趙宸宇等(2021)、安同良和聞銳(2022)等(4)肖土盛等(2022)利用機(jī)器學(xué)習(xí)的文本分析法構(gòu)建反映微觀企業(yè)數(shù)字化程度指標(biāo)，作為新的構(gòu)建方法，其做法能否得到廣泛認(rèn)同需要進(jìn)一步觀察。。本文采用后一種做法，以國泰安 CSMAR 數(shù)字經(jīng)濟(jì)數(shù)據(jù)庫所提供的數(shù)字經(jīng)濟(jì)相關(guān)技術(shù)及其細(xì)分指標(biāo)在上市公司報告中出現(xiàn)頻次之和衡量數(shù)字化轉(zhuǎn)型(5)嚴(yán)格來講，這種方法對數(shù)字化轉(zhuǎn)型進(jìn)行評價并不完全科學(xué)，同時由于企業(yè)出于某種需要(比如增發(fā))有動機(jī)在年報中增加關(guān)鍵詞詞頻，有可能導(dǎo)致該衡量方法被人為扭曲，所以本文政策建議特別強(qiáng)調(diào)“要建立一套科學(xué)的數(shù)字化轉(zhuǎn)型評價體系”。?？紤]到上市公司報告存在文本長度差異，本文用頻次之和除以報告總詞匯量得到的百分?jǐn)?shù)作為企業(yè)數(shù)字化投入的代理變量，其中，數(shù)字經(jīng)濟(jì)相關(guān)技術(shù)主要指人工智能技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用，具體如表1所示。

表1 數(shù)字化轉(zhuǎn)型關(guān)鍵詞

考慮到創(chuàng)新活動的時滯性，本文對該指標(biāo)進(jìn)行向前一期處理，同時計算其平方項，分別用digiR和squ_digiR作為企業(yè)數(shù)字化投入的代理變量。

(3) 控制變量。本文考慮到以下控制變量：① 由于企業(yè)創(chuàng)新會受到現(xiàn)有產(chǎn)品盈利狀況、企業(yè)資產(chǎn)流動性等因素影響，為了控制其影響，本文選擇企業(yè)總資產(chǎn)回報率(ROA)、營業(yè)收入增長率(OpIncGR)作為企業(yè)現(xiàn)有產(chǎn)品盈利狀況的代理變量，用企業(yè)資產(chǎn)負(fù)債率(TDR)、現(xiàn)金資產(chǎn)比率(CAR)作為企業(yè)流動性的代理變量。② 由于企業(yè)規(guī)模是影響研發(fā)投入的重要因素，本文用企業(yè)總資產(chǎn)的自然對數(shù)(lnAset)作為企業(yè)規(guī)模的代理變量；企業(yè)創(chuàng)新投入也受企業(yè)治理結(jié)構(gòu)影響，因此本文用實際控制人兩權(quán)分離率(ControlSep)、獨董占比(inddireR)和高管總薪酬的自然對數(shù)(lnsumsalary)作為企業(yè)治理結(jié)構(gòu)的代理變量。③ 企業(yè)在股票市場的表現(xiàn)也是影響企業(yè)創(chuàng)新的重要因素，本文引入企業(yè)股票年均波動率(privolR)和個股日回報率的年平均值(returna)作為控制變量，所有控制變量均進(jìn)行向前一期處理。此外，本文還控制了年度效應(yīng)和企業(yè)效應(yīng)。

(4) 描述性統(tǒng)計。表2給出了樣本數(shù)據(jù)的描述性統(tǒng)計量。主要變量標(biāo)準(zhǔn)差、最小值和最大值均在合理區(qū)間內(nèi)，樣本沒有嚴(yán)重離群情況。

表2 描述性統(tǒng)計

四、 實證檢驗結(jié)果

1. 倒U型關(guān)系檢驗

(1) 基準(zhǔn)模型回歸結(jié)果。根據(jù)式(10)的基準(zhǔn)模型，本文對數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新之間的關(guān)系進(jìn)行了檢驗，通過Hausman檢驗選擇了固定效應(yīng)(FE)模型，標(biāo)準(zhǔn)誤聚類到行業(yè)層面，表3報告了估計結(jié)果。為了避免反向因果問題，因變量rdR、invoaplR和invoaplgrantR相比自變量和控制變量均滯后一期。

由表3，模型(1)的數(shù)字化投入lndigiR一次項系數(shù)為正，二次項系數(shù)為負(fù)，均在1%的水平上顯著，顯示出數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新投入之間存在著明確的倒U型關(guān)系。模型(2)為企業(yè)數(shù)字化投入對企業(yè)專利申請數(shù)量的估計結(jié)果，數(shù)字化投入一次項和二次項系數(shù)同樣在1%的水平下顯著。模型(3)的專利批準(zhǔn)數(shù)回歸結(jié)果中，盡管一次項顯著程度稍稍下降，但二次項仍在1%的水平下顯著，表明企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新產(chǎn)出之間也存在明顯的倒U型關(guān)系。三個模型的擬合系數(shù)較為理想，兩項聯(lián)合分布的F檢驗均在1%的水平下顯著。

表3 數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新基準(zhǔn)模型回歸結(jié)果

(續(xù)表)

根據(jù)表3的估計結(jié)果計算，數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系拐點，以專利申請數(shù)和批準(zhǔn)數(shù)衡量的創(chuàng)新產(chǎn)出指標(biāo)比以研發(fā)強(qiáng)度衡量的創(chuàng)新投入指標(biāo)拐點更早出現(xiàn)，這符合前文理論模型預(yù)期，因為企業(yè)“過度數(shù)字化”的實質(zhì)，是指相對最優(yōu)配置而言的數(shù)字化投入顯得“過多”，并不代表研發(fā)投入同時會下降，所以創(chuàng)新產(chǎn)出的拐點會早于創(chuàng)新投入出現(xiàn)。

前文的理論分析表明，企業(yè)對數(shù)字化轉(zhuǎn)型和創(chuàng)新活動的投入與現(xiàn)有產(chǎn)品盈利水平有關(guān)，老產(chǎn)品資金利潤率越高，投入越少。表3的企業(yè)資本回報率ROA、營收增長率OpIncGR等企業(yè)現(xiàn)有產(chǎn)品盈利狀況的代理變量總體上與企業(yè)創(chuàng)新活動指標(biāo)呈反向關(guān)系，數(shù)據(jù)符合理論預(yù)期。而衡量企業(yè)流動性的代理變量，TDR顯著為負(fù)，說明融資約束是影響企業(yè)創(chuàng)新的重要原因，這一點將在機(jī)制檢驗部分進(jìn)一步討論(6)與楊水利等(2022)不同的是，本文的企業(yè)治理結(jié)構(gòu)代理變量并不顯著值得進(jìn)一步討論，但變量是否顯著并不影響本文研究的主要結(jié)論。。

(2) 穩(wěn)健性檢驗(7)限于篇幅，穩(wěn)定性檢驗結(jié)果不再列示，備索。除對滯后兩期專利指標(biāo)和刪除一線城市樣本進(jìn)行穩(wěn)健性檢驗外，本文還對第二產(chǎn)業(yè)與第三產(chǎn)業(yè)樣本進(jìn)行了檢驗，回歸結(jié)果依然穩(wěn)健，文中未作報告，備索。?？紤]到有可能存在遺漏解釋變量，同時創(chuàng)新績效較高的企業(yè)可能更愿意在數(shù)字化改造上投入資源，為避免內(nèi)生性影響，本文運(yùn)用系統(tǒng)GMM方法再次對基準(zhǔn)模型進(jìn)行了估計，回歸結(jié)果顯示，三個企業(yè)創(chuàng)新活動指標(biāo)依然與企業(yè)數(shù)字化投入呈倒U型關(guān)系，創(chuàng)新產(chǎn)出拐點仍然較投入更早出現(xiàn)。聯(lián)合分布F檢驗在1%水平下顯著，模型的AR(1)和AR(2)值顯示，擾動項差分不存在二階自相關(guān)且選擇的工具變量均有效。

考慮到專利從申請到批準(zhǔn)通常需要兩年時間，本文對滯后兩期的專利指標(biāo)進(jìn)行了回歸，回歸結(jié)果顯示，無論是專利申請數(shù)還是專利批準(zhǔn)數(shù)，與數(shù)字化投入均呈現(xiàn)顯著的倒U型關(guān)系。

考慮到一線城市金融業(yè)較為發(fā)達(dá)，信息技術(shù)基礎(chǔ)設(shè)施也較為完善，為了排除其影響，本文剔除一線城市上市公司樣本后重新進(jìn)行了估計，回歸結(jié)果顯示，剔除一線城市上市公司后，系數(shù)回歸結(jié)果均在1%水平下顯著，且聯(lián)合分布F檢驗也在1%水平下顯著，估計結(jié)果依然支持穩(wěn)定的倒U型關(guān)系。

2. 機(jī)制檢驗

本文的理論分析表明，融資約束是數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新呈現(xiàn)倒U型關(guān)系的重要原因，數(shù)字化投入作為一種信息成本，在改善信息不對稱的同時，也導(dǎo)致企業(yè)資源在數(shù)字化與研發(fā)投入的配置上產(chǎn)生扭曲，進(jìn)而使數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新呈現(xiàn)倒U型關(guān)系特征。下面，本文將通過組間差異檢驗方法對以下三個倒U型關(guān)系形成機(jī)制進(jìn)行檢驗：融資約束是否構(gòu)成倒U型關(guān)系形成的重要原因？數(shù)字化投入作為改善信息不對稱的信息傳遞機(jī)制是否成立？企業(yè)為改善信息不對稱的努力是否推動了“過度數(shù)字化”形成？

(1) 國有組與民營組。相比國有企業(yè)，民營企業(yè)的融資約束更為嚴(yán)重，所以融資約束如果構(gòu)成倒U型關(guān)系形成的重要原因，民營企業(yè)的倒U型拐點會比國有企業(yè)更早出現(xiàn)。表4模型(1)-(3)報告了國有企業(yè)樣本回歸結(jié)果，(4)-(6)為民營企業(yè)回歸結(jié)果，可以看出，國有組與民營組的回歸結(jié)果均顯著支持倒U型關(guān)系，但民營組三個創(chuàng)新指標(biāo)的拐點均較國有組大大提前，且組間系數(shù)差異在5%的置信水平上顯著。所以，按所有制分組回歸不但支持融資約束是導(dǎo)致倒U型關(guān)系產(chǎn)生的重要原因，同時也提示我們，民營企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新關(guān)系已進(jìn)入倒U型的下降區(qū)間，且數(shù)字化投入對創(chuàng)新投入形成了實質(zhì)性擠出。

表4 國有與民營企業(yè)FE模型回歸結(jié)果

(2) 低機(jī)構(gòu)投資組和高機(jī)構(gòu)投資組。本文按機(jī)構(gòu)投資占企業(yè)股份比例(insti)以均值為界將樣本分為低機(jī)構(gòu)投資組和高機(jī)構(gòu)投資組，以此來檢驗數(shù)字化投入的信息傳遞機(jī)制。根據(jù)本文的理論分析，如果機(jī)構(gòu)投資者按照企業(yè)數(shù)字化投入規(guī)模來決定投資，那么企業(yè)為了提高融資機(jī)會將根據(jù)其他企業(yè)特別是企業(yè)數(shù)字化轉(zhuǎn)型程度較高的企業(yè)來確定本企業(yè)的數(shù)字化投入，這意味著高機(jī)構(gòu)投資組樣本的“過度數(shù)字化”將更為嚴(yán)重，其倒U型拐點會較低機(jī)構(gòu)投資組明顯提前。表5報告了回歸結(jié)果，結(jié)果顯示兩組樣本的倒U型特征依然顯著，但回歸結(jié)果計算的高機(jī)構(gòu)投資組三個創(chuàng)新指標(biāo)的拐點分別為1.07、1.04和5.26，較低機(jī)構(gòu)投資組的4、1.67和8.3更早出現(xiàn)，且組間系數(shù)差異顯著。這驗證了數(shù)字化投入信息傳遞機(jī)制的存在，同時由于專利申請數(shù)指標(biāo)出現(xiàn)拐點的數(shù)字化投入小于樣本最大值，所以回歸結(jié)果表明高機(jī)構(gòu)投資組已出現(xiàn)了“過度數(shù)字化”現(xiàn)象。

表5 低機(jī)構(gòu)投資組和高機(jī)構(gòu)投資組FE模型回歸結(jié)果

(續(xù)表)

(3) 高長期借款組和低長期借款組。根據(jù)長期借款率(ldeRd)，本文以均值為界將樣本分為高長期借款率組和低長期借款率組，以此來檢驗“過度數(shù)字化”形成機(jī)制。較高的長期借款率意味著企業(yè)面臨著遠(yuǎn)期還本壓力，所以企業(yè)新產(chǎn)品研發(fā)意愿較強(qiáng)(8)企業(yè)是否具有創(chuàng)新意愿很重要，因為如果企業(yè)現(xiàn)有產(chǎn)品利潤率很高，即使資金充裕，其創(chuàng)新意愿也不一定會很高，所以本文使用了長期借款率而沒有用現(xiàn)金資產(chǎn)比率等指標(biāo)進(jìn)行分組。；同時，由于短期流動性風(fēng)險較低，企業(yè)能拿出更多資金進(jìn)行數(shù)字化改造，所以長期借款率較高的企業(yè)更容易出現(xiàn)“過度數(shù)字化”現(xiàn)象，其倒U型拐點會更早出現(xiàn)。表6報告了分組回歸結(jié)果，結(jié)果顯示，數(shù)字化投入的一次項和二次項回歸系數(shù)在1%或5%水平下顯著，組間系數(shù)差異同樣顯著，高長期借款率組三個創(chuàng)新指標(biāo)的拐點均較低長期借款率組提前，且拐點的系數(shù)值均低于總體樣本最大值，檢驗結(jié)果支持了理論分析提出的“過度數(shù)字化”形成機(jī)制。

表6 高長期借款率組與低長期借款率組FE模型回歸結(jié)果

五、 結(jié)論和政策建議

本文將創(chuàng)新融資約束和信息不對稱因素引入分析框架，通過一個簡單模型具體分析了數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新影響及其機(jī)理。研究表明，企業(yè)數(shù)字化投入盡管能有效提升企業(yè)創(chuàng)新潛力，但其信息成本的性質(zhì)會引致企業(yè)資源配置出現(xiàn)扭曲和“過度數(shù)字化”現(xiàn)象出現(xiàn)，數(shù)字化投入與企業(yè)創(chuàng)新績效間表現(xiàn)為倒U型關(guān)系。利用2006-2019年上市公司數(shù)據(jù)，本文對理論分析的主要結(jié)論進(jìn)行了檢驗，研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新倒U型關(guān)系顯著并穩(wěn)?。坏筓型關(guān)系的形成和發(fā)展與企業(yè)融資約束密切相關(guān)；機(jī)構(gòu)投資較多的企業(yè)“過度數(shù)字化”更嚴(yán)重；具有創(chuàng)新意愿且現(xiàn)金流穩(wěn)健的企業(yè)更容易出現(xiàn)“過度數(shù)字化”現(xiàn)象；民營企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響已進(jìn)入倒U型的下降區(qū)間且對創(chuàng)新投入形成了實質(zhì)性擠出，數(shù)據(jù)與理論分析基本相符。

當(dāng)前，中國正處于實現(xiàn)“兩個一百年”奮斗目標(biāo)的重要時期，數(shù)字化轉(zhuǎn)型作為撬動高質(zhì)量發(fā)展支點的作用正日益凸顯，但數(shù)字化轉(zhuǎn)型并不是越快越好、越多越好，而是要在健康可持續(xù)的基礎(chǔ)上實現(xiàn)“多”和“快”?；诒疚难芯拷Y(jié)論提出以下政策建議：

第一，要建立一套科學(xué)的數(shù)字化轉(zhuǎn)型評價體系。無論是加強(qiáng)金融支持還是強(qiáng)化政策激勵，科學(xué)評估企業(yè)數(shù)字化轉(zhuǎn)型是基本前提，也是改變數(shù)字化投入的信息成本性質(zhì)、減少“過度數(shù)字化”的重要途徑。基于“過度數(shù)字化”在上市公司樣本中已初具苗頭，相關(guān)評價體系的建立應(yīng)盡快列入各級政府的議事日程，加緊研究并盡快實施。

第二，要重視加強(qiáng)創(chuàng)新型企業(yè)特別是民營創(chuàng)新型企業(yè)金融支持?！斑^度數(shù)字化”之所以會對企業(yè)創(chuàng)新績效產(chǎn)生負(fù)面影響，企業(yè)創(chuàng)新活動融資難問題是一個很重要的原因，源頭治理之策是加強(qiáng)創(chuàng)新型企業(yè)金融支持。當(dāng)前，民營企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新之間關(guān)系已進(jìn)入倒U型的下降區(qū)間，解決好創(chuàng)新型民營企業(yè)融資難問題應(yīng)該放到一個更為突出的位置。

第三，要重視因地方政府競爭而產(chǎn)生的次生影響(9)最近有研究開始關(guān)注這種次生影響(馬永強(qiáng)等，2020；張國勝和杜鵬飛，2022)。。目前，各地政府發(fā)展數(shù)字經(jīng)濟(jì)推動企業(yè)數(shù)字化轉(zhuǎn)型的熱情高漲，但歷史經(jīng)驗告訴我們，越是熱情高漲越容易出現(xiàn)“層層加碼”等問題，這會強(qiáng)化倒U型關(guān)系發(fā)展，引發(fā)“為數(shù)字化而數(shù)字化”和“過度數(shù)字化”等問題加劇，還會誘致企業(yè)對數(shù)字化轉(zhuǎn)型進(jìn)行“策略性”投資。為此，要充分運(yùn)用政績考核機(jī)制的“指揮棒”作用，引導(dǎo)地方政府立足實際、著眼長遠(yuǎn)，腳踏實地、因企制宜，推動企業(yè)數(shù)字化轉(zhuǎn)型更健康更可持續(xù)，從而真正發(fā)揮其改造提升傳統(tǒng)產(chǎn)業(yè)的支點作用。