數(shù)字技術(shù)提升了涉農(nóng)企業(yè)的價(jià)值嗎?
——來自新三板文本分析的證據(jù)

李寧 任金政

(中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,北京100091)

一、引言

涉農(nóng)企業(yè)的高質(zhì)量發(fā)展對實(shí)現(xiàn)中國式現(xiàn)代化意義重大。然而,我國涉農(nóng)企業(yè)因存在產(chǎn)品附加值低[1]、受自然與市場雙重風(fēng)險(xiǎn)影響[2]、農(nóng)產(chǎn)品市場存在周期性波動(dòng)[3]等問題,嚴(yán)重制約其生存與發(fā)展。同時(shí),數(shù)字經(jīng)濟(jì)已成為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要抓手[4],然而不同產(chǎn)業(yè)出現(xiàn)數(shù)字化程度失衡的現(xiàn)象,根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》可知,截止2020年,數(shù)字經(jīng)濟(jì)在農(nóng)業(yè)和工業(yè)中的滲透率為8.9%和21.0%,遠(yuǎn)低于服務(wù)業(yè)的40.7%。究其原因,一方面,涉農(nóng)企業(yè)生產(chǎn)對象涉及生物資產(chǎn),導(dǎo)致經(jīng)營管理復(fù)雜度和不確定程度高[5],因而擔(dān)心數(shù)字化轉(zhuǎn)型不能為企業(yè)帶來經(jīng)濟(jì)效益而不愿開始轉(zhuǎn)型[6]。另一方面,涉農(nóng)企業(yè)在市場周期波動(dòng)中的低迷時(shí)期資金較為緊張,易因資金限制或轉(zhuǎn)型效益暫不明顯就停止轉(zhuǎn)型步伐[3],數(shù)字化轉(zhuǎn)型缺乏長遠(yuǎn)眼光,轉(zhuǎn)型過程可能出現(xiàn)反復(fù)。因此亟需開展涉農(nóng)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益,尤其是長期經(jīng)濟(jì)效益研究。

縱觀現(xiàn)有數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益研究,從研究對象角度來看,集

中于以工業(yè)企業(yè)為代表的上市公司[7,8],未考慮涉農(nóng)企業(yè)受自然與市場雙重風(fēng)險(xiǎn)影響、市場周期性波動(dòng)等特質(zhì),也未針對占企業(yè)總量99%以上的中小企業(yè)開展驗(yàn)證,對涉農(nóng)企業(yè)代表性不足。從經(jīng)濟(jì)效益類型角度來看,主要以短期績效為主[6,9-10],不利于引導(dǎo)市場存在周期性波動(dòng)、雙重風(fēng)險(xiǎn)影響下涉農(nóng)企業(yè)持續(xù)穩(wěn)定開展數(shù)字化轉(zhuǎn)型。由于企業(yè)價(jià)值反映長期績效及市場對企業(yè)發(fā)展前景的預(yù)期,因此亟需開展涉農(nóng)企業(yè)數(shù)字技術(shù)對企業(yè)價(jià)值的影響研究。從影響路徑角度來看,當(dāng)前數(shù)字技術(shù)對企業(yè)價(jià)值影響的研究主要從研發(fā)與創(chuàng)新[7,11-12]、人員供給[7]與配置[11]、生產(chǎn)效率[7]與要素配置[12]等探究作用路徑,或僅選擇其中一種數(shù)字技術(shù)開展研究,或綜合考慮多種數(shù)字技術(shù)但未比較不同技術(shù)的經(jīng)濟(jì)效益差異,無法代表當(dāng)前涉農(nóng)企業(yè)通過多種數(shù)字技術(shù)開展轉(zhuǎn)型的現(xiàn)狀;且未從制約涉農(nóng)企業(yè)價(jià)值增值的關(guān)鍵問題出發(fā)探究影響機(jī)制,缺乏針對性。那么,數(shù)字技術(shù)是否提升了涉農(nóng)中小企業(yè)價(jià)值?不同數(shù)字技術(shù)存在價(jià)值提升作用差異嗎?影響機(jī)制如何?不同特質(zhì)的涉農(nóng)企業(yè)使用數(shù)字技術(shù),是否會(huì)產(chǎn)生不同的價(jià)值提升效果?基于此,本文以全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)(即新三板,下同)中的涉農(nóng)企業(yè)為例,對其公布的年報(bào)使用Python技術(shù)開展文本分析,實(shí)證檢驗(yàn)數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的影響及其作用機(jī)制,為涉農(nóng)企業(yè)積極開展數(shù)字化轉(zhuǎn)型提供“安心丸”“強(qiáng)心劑”;為涉農(nóng)企業(yè)持續(xù)穩(wěn)定開展數(shù)字化轉(zhuǎn)型,避免轉(zhuǎn)型過程中的短視主義提供經(jīng)驗(yàn)證據(jù)。

本文的創(chuàng)新之處大致來自于以下幾個(gè)方面:第一,利用文本分析方法結(jié)合專家打分法,度量新三板涉農(nóng)企業(yè)數(shù)字技術(shù)水平,與以往僅依靠詞頻計(jì)數(shù)測度數(shù)字技術(shù)指標(biāo)的研究相比,通過考慮語義環(huán)境調(diào)整詞頻計(jì)數(shù),提升衡量準(zhǔn)確度。第二,驗(yàn)證了數(shù)字技術(shù)對涉農(nóng)中小企業(yè)價(jià)值的提升作用,進(jìn)一步探究不同數(shù)字技術(shù)、不同價(jià)值水平下的數(shù)字技術(shù)價(jià)值提升作用差異及異質(zhì)性影響,為涉農(nóng)企業(yè)根據(jù)內(nèi)外部環(huán)境合理有序開展數(shù)字化轉(zhuǎn)型提供經(jīng)驗(yàn)證據(jù)。第三,從制約涉農(nóng)企業(yè)價(jià)值的三個(gè)主要問題探究影響路徑,明確數(shù)字技術(shù)在涉農(nóng)企業(yè)價(jià)值增值中哪些關(guān)鍵方面發(fā)揮優(yōu)勢,針對涉農(nóng)企業(yè)特質(zhì)破解影響機(jī)制的黑箱。

二、理論基礎(chǔ)與研究假說

隨著數(shù)字經(jīng)濟(jì)迅猛發(fā)展,數(shù)據(jù)已成為生產(chǎn)要素之一(1)參見2020年3月中共中央國務(wù)院發(fā)布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》。。數(shù)字技術(shù)利用傳感器、圖像識(shí)別等設(shè)備為涉農(nóng)企業(yè)獲取大量氣候、土壤、作物、畜禽、加工、市場等方面數(shù)據(jù),使生產(chǎn)函數(shù)由Y=A·F(K,L)變?yōu)閅=A·F(K,L,D)。從數(shù)據(jù)要素的成本收益角度來看,數(shù)據(jù)為涉農(nóng)企業(yè)帶來正向的邊際收益,但邊際成本近乎于0[13],因而提升涉農(nóng)企業(yè)自然與市場不確定情況的投入產(chǎn)出效率,資金高效循環(huán)實(shí)現(xiàn)資本積累與增值,促使涉農(nóng)企業(yè)價(jià)值快速提升。從數(shù)據(jù)要素的價(jià)值實(shí)現(xiàn)角度來看,數(shù)字技術(shù)獲取、處理、分析數(shù)據(jù)得到更加精準(zhǔn)、系統(tǒng)的信息,降低企業(yè)信息不對稱程度,例如分析同類研發(fā)數(shù)據(jù)探尋病蟲害防治、施肥、飼料配比等種養(yǎng)殖工藝的可改進(jìn)之處,明確研發(fā)方向,提升研發(fā)效率;分析生產(chǎn)監(jiān)控?cái)?shù)據(jù)、供應(yīng)商與市場數(shù)據(jù),明確企業(yè)生產(chǎn)與市場的匹配程度,提升業(yè)務(wù)效率;分析業(yè)務(wù)數(shù)據(jù)和市場數(shù)據(jù),提前配置資源、安排生產(chǎn)進(jìn)度、制定銷售策略[14]等應(yīng)對周期性市場波動(dòng),提升管理效率?？梢?數(shù)字技術(shù)通過提升涉農(nóng)企業(yè)員工的工作效率,促進(jìn)人力資本深化,賦能勞動(dòng)力要素驅(qū)動(dòng)價(jià)值創(chuàng)造。因此,提出研究假設(shè)1。

H1數(shù)字技術(shù)顯著提升涉農(nóng)企業(yè)價(jià)值。

數(shù)字技術(shù)提升了企業(yè)員工的工作效率,有效緩解了產(chǎn)品附加值低、受自然與市場雙重風(fēng)險(xiǎn)影響、市場存在周期性波動(dòng)這三個(gè)制約涉農(nóng)企業(yè)價(jià)值提升最核心問題的不利影響。因此在影響路徑方面,分別從數(shù)字技術(shù)應(yīng)對以上三個(gè)核心問題的視角探究數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的作用途徑。

(一)促進(jìn)研發(fā)創(chuàng)新

涉農(nóng)企業(yè)產(chǎn)品多以未加工或初加工為主,導(dǎo)致產(chǎn)品附加值低,制約涉農(nóng)企業(yè)高質(zhì)量發(fā)展[6]與價(jià)值增值。數(shù)字技術(shù)降低涉農(nóng)企業(yè)研發(fā)成本與風(fēng)險(xiǎn),提升研發(fā)效率,為創(chuàng)新帶來不竭動(dòng)力。具體來看,首先,數(shù)字技術(shù)助力涉農(nóng)企業(yè)高效獲取農(nóng)作物或畜禽的生長、病害、繁育、加工轉(zhuǎn)化等經(jīng)營數(shù)據(jù),土壤墑情、光照、溫度、風(fēng)力等氣候數(shù)據(jù),消費(fèi)者偏好、市場供需水平預(yù)測等市場數(shù)據(jù),使得企業(yè)數(shù)據(jù)來源更廣泛、信息獲取渠道更暢通,提升員工研發(fā)活動(dòng)信息獲取效率[15]和學(xué)習(xí)效率,使得信息獲取、分析、信息轉(zhuǎn)換與匹配成本的下降,單位研發(fā)投入成本更低,企業(yè)的最優(yōu)研發(fā)投入水平上升。其次,數(shù)字技術(shù)結(jié)合當(dāng)前涉農(nóng)企業(yè)研發(fā)水平、市場趨勢精準(zhǔn)預(yù)測加工工藝改進(jìn)、飼料配比、施肥施藥時(shí)機(jī)等研發(fā)方向的可行性、適用性與潛在阻礙[16],及時(shí)提示研發(fā)進(jìn)度、預(yù)測失敗的可能性,降低無效研發(fā)投入與研發(fā)風(fēng)險(xiǎn),指引涉農(nóng)企業(yè)有效開展研發(fā)活動(dòng)。第三,人工智能、RPA等技術(shù)自動(dòng)、高效完成如采集消費(fèi)者偏好數(shù)據(jù)、測算不同飼料配比下畜禽長勢等重復(fù)性、機(jī)械化研發(fā)工作[17],實(shí)現(xiàn)低層次研發(fā)人員的勞動(dòng)力要素替代,被擠出的研發(fā)勞動(dòng)力轉(zhuǎn)而形成核心研發(fā)活動(dòng)的智力資本投入,因而提升基礎(chǔ)及核心研發(fā)工作效率。

進(jìn)一步,研發(fā)創(chuàng)新賦能涉農(nóng)企業(yè)價(jià)值創(chuàng)造。一方面,技術(shù)創(chuàng)新為涉農(nóng)企業(yè)改進(jìn)生產(chǎn)工藝與業(yè)務(wù)流程,提升產(chǎn)品技術(shù)含量與附加值,從經(jīng)濟(jì)利益流入角度增加企業(yè)未來現(xiàn)金流量;另一方面,管理創(chuàng)新為涉農(nóng)企業(yè)帶來開展預(yù)制菜加工、使用便于隨時(shí)調(diào)價(jià)的電子價(jià)簽助力生鮮新零售運(yùn)營等以市場為導(dǎo)向的新模式與新業(yè)態(tài),向消費(fèi)端服務(wù)端延伸,形成差異化競爭優(yōu)勢,提升在供應(yīng)鏈產(chǎn)業(yè)鏈中的話語權(quán),從收付現(xiàn)比例角度增加企業(yè)未來現(xiàn)金流量。根據(jù)現(xiàn)金流折現(xiàn)理論,未來現(xiàn)金流量增加,代表其現(xiàn)值的企業(yè)價(jià)值隨之增加,因而研發(fā)創(chuàng)新可提升涉農(nóng)企業(yè)價(jià)值。因此,提出研究假設(shè)2。

H2數(shù)字技術(shù)通過促進(jìn)涉農(nóng)企業(yè)研發(fā)創(chuàng)新,提高涉農(nóng)企業(yè)價(jià)值。

(二)提升市場地位

供應(yīng)鏈、產(chǎn)業(yè)鏈?zhǔn)巧孓r(nóng)企業(yè)與市場產(chǎn)生互動(dòng)的直接載體,企業(yè)市場地位的高低是自然與市場雙重風(fēng)險(xiǎn)應(yīng)對能力的體現(xiàn)。一方面,涉農(nóng)企業(yè)通過公有鏈了解上游供應(yīng)商對原料的生產(chǎn)、加工、流通等過程數(shù)據(jù),由于區(qū)塊鏈具有不可更改的特性,大幅降低信息不對稱程度和可能發(fā)生的道德風(fēng)險(xiǎn),避免原料不可控導(dǎo)致的食品安全問題[18]?？勺匪莨芾硖岣弋a(chǎn)品的市場認(rèn)可度,涉農(nóng)企業(yè)市場地位得以提升。另一方面,數(shù)字技術(shù)助力涉農(nóng)企業(yè)實(shí)時(shí)分析市場銷量、銷售結(jié)構(gòu),精準(zhǔn)預(yù)測市場趨勢,避免市場風(fēng)險(xiǎn)對企業(yè)的沖擊;產(chǎn)銷一體化協(xié)同,有利于涉農(nóng)企業(yè)根據(jù)自然與市場條件及時(shí)調(diào)整水肥、光照、飼料配比等控制動(dòng)植物生長速度,產(chǎn)品類型、品種配比與價(jià)格等,把握市場先機(jī)[19],拓寬銷售渠道,提高品牌影響力和市場占有率。

在此基礎(chǔ)上,市場地位的提升促進(jìn)交易中涉農(nóng)企業(yè)話語權(quán)升級(jí),在交易中運(yùn)用商業(yè)信用等方式調(diào)劑營運(yùn)資金余缺[20],提升對自然與市場風(fēng)險(xiǎn)的應(yīng)對能力,使現(xiàn)金流水平保持相對穩(wěn)定,投資者要求的風(fēng)險(xiǎn)補(bǔ)償?shù)靡越档?從而減少計(jì)算企業(yè)未來現(xiàn)金流量的折現(xiàn)率,實(shí)現(xiàn)企業(yè)價(jià)值增值。因此,提出研究假設(shè)3。

H3數(shù)字技術(shù)通過提升涉農(nóng)企業(yè)市場地位,提高涉農(nóng)企業(yè)價(jià)值。

(三)降低成本

由于涉農(nóng)企業(yè)存在類似“豬周期”等農(nóng)產(chǎn)品周期性成本與價(jià)格波動(dòng),使得高成本涉農(nóng)企業(yè)的處境更為艱難。而數(shù)字技術(shù)有助于降低企業(yè)各種成本。第一,數(shù)字技術(shù)獲取大量市場與供應(yīng)商數(shù)據(jù),突破現(xiàn)有社會(huì)資本的限制,敏捷搜尋與匹配與涉農(nóng)企業(yè)當(dāng)前種養(yǎng)殖品種、加工對象相契合的農(nóng)資、材料供應(yīng)商,縮短供應(yīng)鏈條[21],降低搜尋成本、關(guān)系維系成本、渠道成本,助力企業(yè)降低采購成本。第二,大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)將數(shù)據(jù)處理為可視化數(shù)據(jù)大屏,提升苗情長勢、畜禽健康狀況、標(biāo)準(zhǔn)化加工進(jìn)程等業(yè)務(wù)信息對管理人員的透明度,降低專業(yè)化管理門檻[3],有效實(shí)現(xiàn)業(yè)務(wù)與管理協(xié)同一體化,在提升管理效率效果的同時(shí),降低管控成本。第三,數(shù)字化、智能化的內(nèi)部控制替代人工控制,實(shí)現(xiàn)對部分低端程序化管理人員的要素替代[6],例如管理系統(tǒng)與畜產(chǎn)品生產(chǎn)監(jiān)控系統(tǒng)對接,可實(shí)時(shí)分析當(dāng)前養(yǎng)殖成本投入與養(yǎng)殖進(jìn)度,提升了管理效率、精細(xì)化管理水平[22]和內(nèi)控失效風(fēng)險(xiǎn)。第四,數(shù)字技術(shù)為涉農(nóng)企業(yè)引入輕資產(chǎn)運(yùn)營模式,一方面有助于涉農(nóng)企業(yè)明確企業(yè)自身與市場情況,避免周期性市場波動(dòng)下過度擴(kuò)張[23],以減輕市場低谷時(shí)的成本負(fù)擔(dān)。另一方面,有助于轉(zhuǎn)變管理層經(jīng)營管理理念,更傾向于以租用、購買服務(wù)等代替購置專用性強(qiáng)的長期資產(chǎn),使得企業(yè)在面臨市場沖擊時(shí),調(diào)整成本更低。

進(jìn)一步,更低的成本使得企業(yè)產(chǎn)品定價(jià)空間更寬泛,在中小企業(yè)形成的壟斷競爭市場[24]中更易獲得成本領(lǐng)先競爭優(yōu)勢,充裕涉農(nóng)企業(yè)未來現(xiàn)金流量;低成本的涉農(nóng)企業(yè)利潤空間較大,面臨價(jià)格和銷量波動(dòng)的抗風(fēng)險(xiǎn)能力更強(qiáng),相對高成本涉農(nóng)企業(yè)更易形成流動(dòng)資金和資本的積累[25],增加涉農(nóng)企業(yè)的未來現(xiàn)金流量。因此,降低成本為涉農(nóng)企業(yè)增加未來現(xiàn)金流量,促進(jìn)企業(yè)價(jià)值增值?；谝陨戏治?提出研究假設(shè)4。

H4數(shù)字技術(shù)通過降低涉農(nóng)企業(yè)成本,提升涉農(nóng)企業(yè)價(jià)值。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文以全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)掛牌的涉農(nóng)企業(yè)為研究樣本,其中涉農(nóng)企業(yè)是根據(jù)新三板行業(yè)分類確定的農(nóng)產(chǎn)品生產(chǎn)企業(yè)、農(nóng)產(chǎn)品加工企業(yè)、農(nóng)產(chǎn)品流通企業(yè)以及農(nóng)資企業(yè)。新三板正式啟動(dòng)于2013年,樣本時(shí)間跨度選定2013—2020年。由于本文是關(guān)注傳統(tǒng)涉農(nóng)企業(yè)使用數(shù)字技術(shù)、開展數(shù)字化轉(zhuǎn)型帶來的影響,因此在樣本中剔除成立時(shí)主營業(yè)務(wù)涉及數(shù)字技術(shù)的涉農(nóng)企業(yè)。此外,還剔除了以下異常值樣本:ST和即將面臨摘牌的企業(yè);主要變量缺失的企業(yè);主要變量異常的企業(yè)。最終獲得6 559個(gè)“企業(yè)-年度”樣本。文本分析數(shù)據(jù)來源于新三板掛牌企業(yè)年報(bào),其他數(shù)據(jù)來源于ifind數(shù)據(jù)庫、choice數(shù)據(jù)庫和國家統(tǒng)計(jì)局。為了避免極端值的干擾,本文對所有連續(xù)變量進(jìn)行上下1%縮尾處理。

(二)數(shù)字技術(shù)的度量

核心解釋變量是數(shù)字技術(shù),借鑒吳非等(2021)[8]、張葉青等(2021)[7]的研究,使用Python技術(shù)爬取新三板涉農(nóng)企業(yè)歷年年報(bào)文本信息,對數(shù)字技術(shù)關(guān)鍵詞詞頻計(jì)數(shù)的識(shí)別方法,結(jié)合楊德明和陸明(2017)[26]、楊德明和劉泳文(2018)[27]、楊德明和畢建琴(2019)[28]、李榮等(2020)[29]、Nasiri等(2022)[30]數(shù)字技術(shù)使用程度的識(shí)別方法,進(jìn)行數(shù)字技術(shù)指標(biāo)的度量。

在數(shù)字技術(shù)關(guān)鍵詞詞頻方面,第一步確定關(guān)鍵詞體系。參考一系列以數(shù)字技術(shù)為主題的經(jīng)典文獻(xiàn)[8,30-33],歸納整理出有關(guān)數(shù)字技術(shù)的特定關(guān)鍵詞;在重要政策文件和研究報(bào)告借鑒上,本文以《中小企業(yè)數(shù)字化賦能專項(xiàng)行動(dòng)方案》、工信部《中小企業(yè)數(shù)字化轉(zhuǎn)型指南》和《中小企業(yè)數(shù)字化水平評(píng)測指標(biāo)(2022年版)》《關(guān)于推進(jìn)“上云用數(shù)賦智”行動(dòng)培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》以及近年《中央一號(hào)文件》等政策文件,結(jié)合涉農(nóng)企業(yè)數(shù)字技術(shù)應(yīng)用特點(diǎn),形成圖1所示的數(shù)字技術(shù)關(guān)鍵詞體系。使用Python技術(shù)爬取新三板涉農(nóng)企業(yè)歷年年報(bào)文本信息,與數(shù)字技術(shù)關(guān)鍵詞體系匹配,得到底層數(shù)字技術(shù)運(yùn)用層面與數(shù)字技術(shù)實(shí)踐應(yīng)用層面詞頻,將兩個(gè)層面詞頻加總,得到總詞頻。

圖1 數(shù)字技術(shù)關(guān)鍵詞體系

在數(shù)字技術(shù)使用程度方面,由于有些企業(yè)在年報(bào)和公告中計(jì)劃未來將使用數(shù)字技術(shù),這表明企業(yè)當(dāng)前未使用數(shù)字技術(shù),但由于數(shù)字技術(shù)關(guān)鍵詞的出現(xiàn),在文本分析時(shí)會(huì)默認(rèn)該企業(yè)已使用數(shù)字技術(shù),因此,僅僅使用關(guān)鍵詞詞頻并不能十分精準(zhǔn)地表征涉農(nóng)企業(yè)數(shù)字技術(shù)指標(biāo)。參考楊德明和陸明(2017)[26]、楊德明和劉泳文(2018)[27]、楊德明和畢建琴(2019)[28]、李榮等(2020)[29]對數(shù)字技術(shù)使用程度打分的方法,人工逐條閱讀數(shù)字技術(shù)關(guān)鍵詞所在段落和語句,對數(shù)字技術(shù)使用程度加以打分,用來調(diào)整詞頻計(jì)數(shù),涉農(nóng)企業(yè)數(shù)字技術(shù)使用程度評(píng)分規(guī)則如圖2所示。為了避免主觀判斷問題,本研究由三位研究人員為每家公司年報(bào)與相關(guān)信息進(jìn)行打分,如果打分不一致,則重新審核與討論,最終確定數(shù)字技術(shù)使用程度得分[26]。

圖2 涉農(nóng)企業(yè)數(shù)字技術(shù)使用程度評(píng)分規(guī)則

將詞頻乘以使用程度得到該年數(shù)字技術(shù)的調(diào)整后詞頻。由于這類數(shù)據(jù)具有典型的“右偏性”特征[8],本文將其進(jìn)行對數(shù)化處理,從而得到刻畫涉農(nóng)企業(yè)數(shù)字技術(shù)的整體指標(biāo),如式(1)所示。

數(shù)字技術(shù)=ln(數(shù)字技術(shù)關(guān)鍵詞詞頻×數(shù)字技術(shù)使用程度+1)

(1)

(三)其他變量定義

核心被解釋變量選取當(dāng)前企業(yè)價(jià)值研究最常用指標(biāo)托賓Q值(tobinq)。托賓Q值是公司的市場價(jià)值比資產(chǎn)的重置成本,現(xiàn)有研究中,托賓Q值多被應(yīng)用于評(píng)估企業(yè)價(jià)值、衡量企業(yè)長期績效與成長性、判斷企業(yè)是否具備投資價(jià)值等方面。托賓Q值以市場價(jià)值為基礎(chǔ)估算的企業(yè)價(jià)值是被市場認(rèn)可的真實(shí)價(jià)值,也反映市場對企業(yè)中長期發(fā)展的前瞻性預(yù)期,避免了短視主義的研究結(jié)論。利用當(dāng)前實(shí)證研究中慣用的方法,以總市值與總負(fù)債之和除以總資產(chǎn)表示托賓Q值[7]。

參考現(xiàn)有有關(guān)中小企業(yè)價(jià)值相關(guān)研究[34, 35]的控制變量設(shè)定,從基本情況、經(jīng)營情況、資本密集情況和公司治理情況四個(gè)方面選取控制變量。企業(yè)基本情況變量為企業(yè)規(guī)模(scale)、經(jīng)營年限(operyear)、產(chǎn)權(quán)性質(zhì)(property),經(jīng)營情況變量包括反映償債能力、營運(yùn)能力、發(fā)展能力的資產(chǎn)負(fù)債率(lev)、總資產(chǎn)周轉(zhuǎn)率(asstur)、營業(yè)收入增長率(incincr),資本密集情況變量為資本密集度(capinten),公司治理變量為股權(quán)集中度(equcon)、獨(dú)立董事占比(independ)、兩職合一(intergra),主要變量定義如表1所示。

表1 主要變量定義

(四)模型設(shè)定

依據(jù)變量特征,本文構(gòu)建如下固定效應(yīng)模型進(jìn)行基準(zhǔn)回歸,檢驗(yàn)數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的影響。

tobinqit=α0+α1DTit+∑αControlVariablesit+εit

(2)

其中,核心被解釋變量tobinqit為托賓Q值,衡量t年i企業(yè)的價(jià)值。核心解釋變量DTit為t年i企業(yè)的數(shù)字技術(shù)指標(biāo),綜合了文本分析與人工閱讀程度判斷的方法,具體方法如前文所述;ControlVariablesit代表本文選取的一系列控制變量,包括企業(yè)規(guī)模、經(jīng)營年限、產(chǎn)權(quán)性質(zhì)、資產(chǎn)負(fù)債率、總資產(chǎn)周轉(zhuǎn)率、營業(yè)收入增長率、資本密集度、股權(quán)集中度、獨(dú)立董事占比、兩職合一;εit為隨機(jī)誤差。本文重點(diǎn)關(guān)注系數(shù)α1的符號(hào)及顯著性,用以衡量涉農(nóng)企業(yè)使用數(shù)字技術(shù)對其企業(yè)價(jià)值的影響方向及程度。

(五)描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)如表2所示。數(shù)字技術(shù)(DT)指標(biāo)均值為0.89,中位數(shù)為0,標(biāo)準(zhǔn)差為1.35,說明在2013至2020年這8年中,超過半數(shù)的新三板涉農(nóng)企業(yè)未開展數(shù)字化轉(zhuǎn)型,且已經(jīng)開展數(shù)字化轉(zhuǎn)型的企業(yè),數(shù)字技術(shù)的使用也存在較大差異。托賓Q值(tobinq)的均值為1.37,均低于新三板掛牌企業(yè)整體水平,體現(xiàn)相較其他企業(yè),涉農(nóng)企業(yè)價(jià)值偏低的現(xiàn)狀;托賓Q值的中位數(shù)為0.86,可見大部分新三板涉農(nóng)企業(yè)的托賓Q值小于1,欠缺投資價(jià)值與投資吸引力,也在一定程度上阻礙了新三板涉農(nóng)企業(yè)的發(fā)展。

表2 主要變量描述性統(tǒng)計(jì)

四、實(shí)證分析

(一)基準(zhǔn)回歸分析

數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的基準(zhǔn)回歸結(jié)果,如表3所示。在控制行業(yè)、年度、省份固定效應(yīng)的前提下,數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值具有顯著的促進(jìn)作用,如列(1)所示。這種促進(jìn)作用在加入控制變量后依然顯著,如列(2)所示。由此可見,數(shù)字技術(shù)顯著提升涉農(nóng)企業(yè)價(jià)值這一結(jié)論是穩(wěn)健的。以列(2)為例,有效披露1個(gè)使用數(shù)字技術(shù)關(guān)鍵詞的涉農(nóng)企業(yè)相比沒有披露任何數(shù)字技術(shù)使用信息的涉農(nóng)企業(yè),托賓Q值高出平均2.86%(ln2×0.056 6/1.370 0),即涉農(nóng)企業(yè)使用數(shù)字技術(shù)對企業(yè)價(jià)值產(chǎn)生了顯著正向的經(jīng)濟(jì)效益,假設(shè)1成立。

表3 數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值基準(zhǔn)回歸結(jié)果

(二)不同數(shù)字技術(shù)的企業(yè)價(jià)值提升效應(yīng)差異

在基準(zhǔn)回歸的基礎(chǔ)上,為了明確不同數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的差異性影響,根據(jù)數(shù)字技術(shù)指標(biāo)體系使用具體數(shù)字技術(shù)替代數(shù)字技術(shù)使用指標(biāo)(DT)分別對企業(yè)價(jià)值進(jìn)行回歸,結(jié)果如表4所示,其中列(1)-(6)分別表示涉農(nóng)企業(yè)使用人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、物聯(lián)網(wǎng)技術(shù)、區(qū)塊鏈技術(shù)、數(shù)字技術(shù)應(yīng)用對企業(yè)價(jià)值的影響。

表4 數(shù)字技術(shù)指標(biāo)細(xì)分回歸結(jié)果

從是否影響來看,使用大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)以及綜合應(yīng)用數(shù)字技術(shù)均可顯著提升涉農(nóng)企業(yè)價(jià)值。從影響程度來看,涉農(nóng)企業(yè)使用區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)技術(shù),對企業(yè)價(jià)值的提升效應(yīng)最為明顯,但使用門檻最低的數(shù)字技術(shù)應(yīng)用卻未產(chǎn)生突出的提升效果。究其原因,第一,區(qū)塊鏈技術(shù)實(shí)現(xiàn)了農(nóng)產(chǎn)品及其加工制品的可追溯管理,種養(yǎng)殖、加工、儲(chǔ)存、流通等全過程對下游企業(yè)和消費(fèi)者透明,降低交易信息不確定程度,提升了產(chǎn)品的可靠性和附加值,促進(jìn)企業(yè)價(jià)值增值。第二,大數(shù)據(jù)、云計(jì)算技術(shù)為涉農(nóng)企業(yè)提供精準(zhǔn)的市場預(yù)測、疫病監(jiān)控、生產(chǎn)管理和錨定客戶[22]等服務(wù),有效應(yīng)對自然與市場雙重風(fēng)險(xiǎn),降低不可控因素對經(jīng)營活動(dòng)沖擊,賦能涉農(nóng)企業(yè)高質(zhì)量發(fā)展,實(shí)現(xiàn)企業(yè)價(jià)值提升。第三,數(shù)字技術(shù)應(yīng)用對于涉農(nóng)企業(yè)來說最簡單易用、門檻最低,使用較為普及,市場中大量涉農(nóng)企業(yè)均開展例如公眾號(hào)、電商等數(shù)字技術(shù)應(yīng)用時(shí),市場又在一個(gè)數(shù)字技術(shù)應(yīng)用水平較高狀態(tài)下達(dá)到近乎完全競爭的穩(wěn)態(tài),此時(shí)涉農(nóng)企業(yè)無法繼續(xù)獲得數(shù)字技術(shù)應(yīng)用帶來的超額收益,因而雖數(shù)字技術(shù)應(yīng)用門檻最低,但對企業(yè)價(jià)值的提升作用比較有限。

值得注意的是,近年來熱度極高的人工智能技術(shù)卻未能對涉農(nóng)企業(yè)價(jià)值產(chǎn)生顯著的促進(jìn)作用。人工智能技術(shù)雖可實(shí)現(xiàn)自動(dòng)調(diào)節(jié)生產(chǎn)環(huán)境溫度濕度光照、分娩預(yù)警、智能選種等功能,解決涉農(nóng)企業(yè)生產(chǎn)、管理的關(guān)鍵難題,但在涉農(nóng)中小企業(yè)中使用還未達(dá)到其應(yīng)有的效果,究其原因可能來自以下幾個(gè)方面。

其一,人工智能技術(shù)投入成本較高。使用人工智能技術(shù)需要配備圖像識(shí)別設(shè)備、傳感器等,全方位改造生產(chǎn)設(shè)施,初始投入成本較高。中小涉農(nóng)企業(yè)數(shù)字化轉(zhuǎn)型的資金投入水平有限,在初次應(yīng)用時(shí),僅購買部分能實(shí)現(xiàn)人工智能基礎(chǔ)功能的設(shè)施,產(chǎn)生的經(jīng)濟(jì)效益不明顯,隨后也失去繼續(xù)追加投資、完善功能的動(dòng)力。

其二,人工智能技術(shù)對人員數(shù)字素養(yǎng)要求較高。由于監(jiān)測的對象涉及生物資產(chǎn),人工智能與生產(chǎn)對象個(gè)體特征、自然與環(huán)境條件、業(yè)務(wù)流程特征、風(fēng)險(xiǎn)要點(diǎn)等匹配要求高,應(yīng)用過程中需根據(jù)匹配情況反復(fù)調(diào)試修改參數(shù),對企業(yè)人員數(shù)字素養(yǎng)和業(yè)務(wù)水平提出了更高的要求。

其三,人工智能技術(shù)在中小涉農(nóng)企業(yè)中的應(yīng)用尚處于起步階段。人工智能技術(shù)在涉農(nóng)企業(yè)中的應(yīng)用場景還不夠廣泛,比如利用圖像識(shí)別技術(shù)進(jìn)行豬臉識(shí)別,精準(zhǔn)監(jiān)測個(gè)體生長與健康狀況,但在實(shí)際應(yīng)用中,卻出現(xiàn)豬不面對攝像頭,無法捕捉臉部圖像的問題,還需在研發(fā)層面對人工智能技術(shù)的功能和適應(yīng)性做出諸多改進(jìn)。以上三個(gè)方面是人工智能技術(shù)相較于普適性高、租用服務(wù)提供完善、成本較低的大數(shù)據(jù)和云計(jì)算等技術(shù)在涉農(nóng)企業(yè)中應(yīng)用的局限之處。

(三)不同價(jià)值水平的涉農(nóng)企業(yè)數(shù)字技術(shù)價(jià)值提升效應(yīng)差異

進(jìn)一步地,使用分位數(shù)回歸分析數(shù)字技術(shù)對不同價(jià)值水平涉農(nóng)企業(yè)的差異性影響。表5展示了企業(yè)價(jià)值10%、30%、50%、70%和90%分位點(diǎn)的回歸結(jié)果,可見數(shù)字技術(shù)對不同價(jià)值水平的涉農(nóng)企業(yè)均具有顯著的價(jià)值提升作用,但企業(yè)價(jià)值越高,數(shù)字技術(shù)對其價(jià)值的提升作用越大。數(shù)字技術(shù)對90%分位點(diǎn)上的涉農(nóng)企業(yè)價(jià)值的提升作用是10%分位點(diǎn)企業(yè)的10.67倍(0.157 9/0.014 8),即數(shù)字技術(shù)對價(jià)值高的企業(yè)價(jià)值提升作用更強(qiáng)。

表5 分位數(shù)回歸結(jié)果

究其原因,數(shù)字技術(shù)投入方面,涉農(nóng)企業(yè)的價(jià)值越高,企業(yè)擁有超越其賬面資產(chǎn)水平的超額資金比例越大,對維持?jǐn)?shù)字技術(shù)穩(wěn)定投入保障力度較強(qiáng)。根據(jù)摩爾定律,數(shù)字設(shè)備的綜合性能每18至24個(gè)月增加一倍,那么持續(xù)穩(wěn)定的數(shù)字技術(shù)投入獲得的數(shù)字技術(shù)服務(wù)性能呈指數(shù)型發(fā)展,以邊際報(bào)酬遞增狀態(tài)為涉農(nóng)企業(yè)發(fā)展提質(zhì)增效,實(shí)現(xiàn)企業(yè)價(jià)值遞增式增長。數(shù)字技術(shù)產(chǎn)出方面,根據(jù)梅特卡夫定律,數(shù)字網(wǎng)絡(luò)的價(jià)值等于該網(wǎng)絡(luò)內(nèi)接入節(jié)點(diǎn)數(shù)的平方,因此數(shù)字技術(shù)為涉農(nóng)企業(yè)帶來的價(jià)值會(huì)呈現(xiàn)邊際遞增趨勢。

此外,結(jié)合描述性統(tǒng)計(jì)結(jié)果,新三板涉農(nóng)企業(yè)的托賓Q值中位數(shù)為0.86,在大多數(shù)企業(yè)欠缺投資價(jià)值的情況下,使用數(shù)字技術(shù)依然可以提升這些托賓Q值小于1的涉農(nóng)企業(yè)價(jià)值,說明數(shù)字技術(shù)對企業(yè)價(jià)值的提升效應(yīng)存在一定的普惠性。

(四)內(nèi)生性問題處理

本研究的基準(zhǔn)回歸模型可能由于反向因果、遺漏變量等因素導(dǎo)致內(nèi)生性問題。具體來看,在反向因果方面,價(jià)值高的涉農(nóng)企業(yè)資金充裕,相對于價(jià)值低的企業(yè)更有能力使用數(shù)字技術(shù)服務(wù)、配置數(shù)字技術(shù)基礎(chǔ)設(shè)施等,可能使得原假設(shè)影響被高估;在遺漏變量方面,可能存在公司發(fā)展階段、經(jīng)營理念、管理層偏好等難以觀測的因素同時(shí)影響數(shù)字技術(shù)與企業(yè)價(jià)值。

因此,本文從數(shù)字技術(shù)服務(wù)供給角度和數(shù)字技術(shù)發(fā)展環(huán)境角度,選取兩個(gè)工具變量,并使用2SLS方法進(jìn)行內(nèi)生性問題檢驗(yàn)。

其一是從數(shù)字技術(shù)服務(wù)供給的角度,選取2013—2020年企業(yè)所在省份軟件服務(wù)業(yè)就業(yè)人數(shù)作為工具變量。這是由于無論是底層數(shù)字技術(shù)層面還是數(shù)字技術(shù)應(yīng)用層面,購買的數(shù)字技術(shù)基礎(chǔ)設(shè)施有效運(yùn)行,必須有與之匹配的軟件服務(wù)支撐;抑或是企業(yè)直接租用數(shù)字技術(shù)服務(wù),如購買大數(shù)據(jù)服務(wù)、云計(jì)算服務(wù)等?？傊?數(shù)字技術(shù)的使用必須通過軟件才能實(shí)現(xiàn)。又因?yàn)檐浖?wù)業(yè)是輕實(shí)物資產(chǎn)重人力資本的行業(yè),從業(yè)人員的多少直接反映該地區(qū)軟件服務(wù)業(yè)發(fā)展水平,也直接影響涉農(nóng)企業(yè)是否使用數(shù)字技術(shù)及數(shù)字技術(shù)使用程度。同時(shí),該指標(biāo)衡量的是軟件服務(wù)業(yè)從業(yè)人員數(shù)量,與本文研究的傳統(tǒng)涉農(nóng)企業(yè)在企業(yè)劃分上沒有重疊,因此該變量直接影響涉農(nóng)企業(yè)使用數(shù)字技術(shù)但不影響涉農(nóng)企業(yè)價(jià)值,理論上符合排他性要求。

其二是從數(shù)字技術(shù)發(fā)展環(huán)境的角度,借鑒現(xiàn)有研究使用的shift-share方法[36],選擇1984年企業(yè)所在城市固定電話數(shù)量分別與2013—2020年數(shù)字經(jīng)濟(jì)增加值占GDP比重的乘積作為工具變量。各城市固定電話數(shù)量體現(xiàn)著民眾對電子信息技術(shù)、數(shù)字技術(shù)的接受程度以及數(shù)字基礎(chǔ)設(shè)施的建設(shè)程度,同時(shí)該指標(biāo)也不直接作用于涉農(nóng)企業(yè)價(jià)值水平。為了滿足面板數(shù)據(jù)工具變量的需求,在工具變量中加入數(shù)字經(jīng)濟(jì)增加值占GDP比重這一體現(xiàn)各年數(shù)字技術(shù)發(fā)展程度的指標(biāo),綜合反映數(shù)字技術(shù)發(fā)展環(huán)境對涉農(nóng)企業(yè)使用數(shù)字技術(shù)的影響,符合工具變量外生的要求。

表6展示了分別使用以上兩個(gè)工具變量進(jìn)行檢驗(yàn)的結(jié)果。第一階段的回歸系數(shù)均顯著為正,體現(xiàn)數(shù)字技術(shù)服務(wù)供給越好、數(shù)字技術(shù)發(fā)展環(huán)境越好的企業(yè),數(shù)字技術(shù)使用水平越高,與理論分析一致。開展了工具變量的不可識(shí)別檢驗(yàn)和弱工具變量檢驗(yàn),Kleibergen-Paap rk LM統(tǒng)計(jì)量在1%的水平上顯著,拒絕工具變量不可識(shí)別的原假設(shè);Cragg-Donald Wald F統(tǒng)計(jì)量和Kleibergen-Paap rk Wald F統(tǒng)計(jì)量均超過Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%顯著性水平上的臨界值16.38,拒絕弱工具變量假設(shè),說明選取的工具變量是合理有效的。第二階段回歸結(jié)果數(shù)字技術(shù)指標(biāo)系數(shù)仍在1%的水平上顯著為正,說明基準(zhǔn)回歸中得到的結(jié)論是可靠的。

表6 工具變量回歸結(jié)果

(五)其他穩(wěn)健性檢驗(yàn)

在使用工具變量開展檢驗(yàn)的基礎(chǔ)上,使用以下方法進(jìn)行進(jìn)一步的穩(wěn)健性檢驗(yàn),結(jié)果如表7所示。

表7 其他穩(wěn)健性檢驗(yàn)結(jié)果

第一,替換企業(yè)價(jià)值衡量指標(biāo)。為了降低單一變量對企業(yè)價(jià)值反映不準(zhǔn)確的可能性,分別使用企業(yè)股權(quán)市場價(jià)值與企業(yè)債權(quán)市場價(jià)值之和估計(jì)的企業(yè)價(jià)值,以及同樣能體現(xiàn)企業(yè)成長性、發(fā)展能力的前瞻性指標(biāo)總資產(chǎn)增長率替換托賓Q值以基準(zhǔn)模型再次回歸,結(jié)果依舊穩(wěn)健,如表7列(1)(2)所示。

第二,替換數(shù)字技術(shù)衡量指標(biāo)。分別使用數(shù)字技術(shù)的兩個(gè)乘子:數(shù)字技術(shù)使用程度、數(shù)字技術(shù)總詞頻的對數(shù)替換數(shù)字技術(shù)指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)果均顯著為正,支持前文結(jié)果的可靠性,如表7列(3)(4)所示。

第三,使用多時(shí)點(diǎn)DID方法解決遺漏變量、樣本選擇問題。將使用數(shù)字技術(shù)的企業(yè)劃分為處理組,未使用數(shù)字技術(shù)的企業(yè)劃分為對照組;在處理組中,將企業(yè)首次披露使用數(shù)字技術(shù)的年份及以后年份設(shè)置treatpost為1,否則為0。多時(shí)點(diǎn)DID方法的回歸結(jié)果如表7列(5)所示,并且通過了圖3所示的平行趨勢檢驗(yàn),回歸結(jié)果依然穩(wěn)健。

圖3 多時(shí)點(diǎn)DID平行趨勢檢驗(yàn)

五、進(jìn)一步分析

(一)影響機(jī)制分析

1.促進(jìn)研發(fā)創(chuàng)新路徑

為了驗(yàn)證研發(fā)創(chuàng)新路徑,以研發(fā)投入占總資產(chǎn)的比重[37]衡量研發(fā)強(qiáng)度,開展中介效應(yīng)檢驗(yàn),結(jié)果如表8列(2)(3)所示。研發(fā)創(chuàng)新路徑的中介效應(yīng)占總效應(yīng)的比重為23.64%,即數(shù)字技術(shù)通過提升涉農(nóng)企業(yè)的研發(fā)投入促進(jìn)企業(yè)價(jià)值增值。在使用Sobel檢驗(yàn)結(jié)果在1%的水平上顯著為正,證實(shí)了研發(fā)創(chuàng)新路徑的穩(wěn)健性,假設(shè)2成立。本文認(rèn)為,數(shù)字技術(shù)為涉農(nóng)企業(yè)提供低成本、低風(fēng)險(xiǎn)、高效率的創(chuàng)新活動(dòng)管理方式,激發(fā)創(chuàng)新動(dòng)能[38],提升科技含量和附加值,獲取差異化的競爭優(yōu)勢,充裕未來現(xiàn)金流量從而實(shí)現(xiàn)價(jià)值增值;數(shù)字技術(shù)減少研發(fā)人員流程化的數(shù)據(jù)采集與分析工作,提升研發(fā)效率[17],助力涉農(nóng)企業(yè)在創(chuàng)新中搶占先機(jī),通過先發(fā)優(yōu)勢實(shí)現(xiàn)企業(yè)價(jià)值創(chuàng)造。

表8 路徑分析結(jié)果1

2.提升市場地位路徑

借鑒現(xiàn)有研究,使用勒納指數(shù)[39]作為市場地位的表征,該指數(shù)代表企業(yè)在行業(yè)內(nèi)的定價(jià)能力,越大則企業(yè)的市場地位越高。使用中介效應(yīng)模型驗(yàn)證,結(jié)果如表8列(4)(5)所示,中介效應(yīng)占總效應(yīng)的比重為21.22%?？梢园l(fā)現(xiàn),數(shù)字技術(shù)提升涉農(nóng)企業(yè)市場地位,從而提升企業(yè)價(jià)值,假設(shè)3成立。本文認(rèn)為,在采購業(yè)務(wù)中,數(shù)字技術(shù)的優(yōu)化分析算法、智能決策系統(tǒng)等為企業(yè)的采購環(huán)節(jié)提供最佳購買途徑[10]、最佳進(jìn)貨量等決策支持,提升采購環(huán)節(jié)效率與效益;在生產(chǎn)業(yè)務(wù)中,數(shù)字技術(shù)對生產(chǎn)或加工過程開展全面分析測算,保證產(chǎn)品品質(zhì)的同時(shí)優(yōu)化生產(chǎn)流程、抗疫病抗病蟲害水平,根據(jù)市場調(diào)整生產(chǎn)周期,降低自然與市場風(fēng)險(xiǎn)沖擊,使得生產(chǎn)業(yè)務(wù)面臨的風(fēng)險(xiǎn)愈加可控;在銷售業(yè)務(wù)中,利用大數(shù)據(jù)分析系統(tǒng)精準(zhǔn)預(yù)測市場動(dòng)向,布局銷售網(wǎng)絡(luò)搶占市場先機(jī)的同時(shí)也能規(guī)避價(jià)格損失風(fēng)險(xiǎn),提升銷售效率,減少產(chǎn)品形態(tài)資金占用?？傊?涉農(nóng)企業(yè)使用數(shù)字技術(shù)可從供產(chǎn)銷全過程提升經(jīng)營效率,為受自然與市場雙重風(fēng)險(xiǎn)影響的涉農(nóng)企業(yè)贏得先機(jī),實(shí)現(xiàn)市場地位的躍遷,快速實(shí)現(xiàn)企業(yè)價(jià)值提升。

3.降低成本路徑

廣義的成本主要包括營業(yè)成本和期間費(fèi)用,產(chǎn)品成本形成了營業(yè)成本的主要來源,期間費(fèi)用中管理費(fèi)用最能體現(xiàn)由于企業(yè)管控產(chǎn)生的開銷,因此本文選取營業(yè)成本率(營業(yè)成本除以營業(yè)收入)和管理費(fèi)用率(管理費(fèi)用除以營業(yè)收入)作為降低成本路徑的表征指標(biāo)開展中介效應(yīng)檢驗(yàn),結(jié)果如表9所示,營業(yè)成本率和管理費(fèi)用率的中介效應(yīng)占比分別為22.06%、19.65%,即數(shù)字技術(shù)通過降低涉農(nóng)企業(yè)的營業(yè)成本、管理費(fèi)用,即降低了涉農(nóng)企業(yè)成本,促進(jìn)企業(yè)價(jià)值的提升,假設(shè)4成立。本文認(rèn)為,首先,數(shù)字技術(shù)提升涉農(nóng)企業(yè)原材料、人工、生產(chǎn)設(shè)備等要素的配置效率,降低采購成本與加工成本,有利于產(chǎn)品獲得低成本優(yōu)勢,擴(kuò)大未來現(xiàn)金流水平,促進(jìn)企業(yè)價(jià)值增值。其次,應(yīng)用數(shù)字技術(shù)為企業(yè)帶來組織間更高的信息透明度[40],從而提升企業(yè)內(nèi)部協(xié)同程度,降低信息傳遞不及時(shí)、不充分產(chǎn)生的管控職能失效,降低在管控過程中產(chǎn)生的摩擦成本[41],優(yōu)化管理效能,提升企業(yè)價(jià)值。第三,在成本靜態(tài)值降低的基礎(chǔ)上,數(shù)字技術(shù)通過精準(zhǔn)分析與預(yù)測內(nèi)外部環(huán)境等手段,降低調(diào)整成本、管理層樂觀預(yù)期等以減輕涉農(nóng)企業(yè)周期性市場波動(dòng)造成的成本負(fù)擔(dān),有效降低周期性波動(dòng)沖擊,企業(yè)價(jià)值得以穩(wěn)定增長。

表9 路徑分析結(jié)果2

(二)異質(zhì)性分析

不同類型的涉農(nóng)企業(yè)與數(shù)字技術(shù)的契合程度不同,數(shù)字技術(shù)對企業(yè)價(jià)值的影響程度也存在差異。因此,從企業(yè)規(guī)模、經(jīng)營年限、高學(xué)歷員工占比和產(chǎn)業(yè)鏈環(huán)節(jié)分析數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的異質(zhì)性影響。

數(shù)字技術(shù)對不同規(guī)模涉農(nóng)企業(yè)的價(jià)值提升作用存在差異。以同行業(yè)涉農(nóng)企業(yè)規(guī)模的中位數(shù)為界劃分為高、低兩組,進(jìn)行分組回歸(下同),結(jié)果如表10所示。列(1)(2)中Fisher’s Permutation檢驗(yàn)結(jié)果可見,組間差異檢驗(yàn)p值均顯著為正,即數(shù)字技術(shù)對規(guī)模大的涉農(nóng)企業(yè)價(jià)值提升作用更明顯。規(guī)模較大的涉農(nóng)企業(yè)整體資金實(shí)力較為雄厚。用于數(shù)字技術(shù)的資金投入較為充分,有條件配置覆蓋更全面、品質(zhì)更優(yōu)良的數(shù)字技術(shù)基礎(chǔ)設(shè)施[7],布局業(yè)務(wù)、管理等多方面協(xié)同開展數(shù)字化轉(zhuǎn)型,形成數(shù)字生態(tài)提升轉(zhuǎn)型效果;使用數(shù)字技術(shù)的后續(xù)資金支持較為穩(wěn)定[42],有利于涉農(nóng)企業(yè)深化數(shù)字技術(shù)使用,并在持續(xù)調(diào)整維護(hù)過程中形成豐富的轉(zhuǎn)型經(jīng)驗(yàn)知識(shí),知識(shí)積累與運(yùn)用強(qiáng)化了數(shù)字技術(shù)的價(jià)值提升效應(yīng)。

表10 異質(zhì)性分析結(jié)果1

以涉農(nóng)企業(yè)經(jīng)營年限的中位數(shù)為界開展分組回歸,結(jié)果如表10列(3)(4)所示。可見,數(shù)字技術(shù)加大了經(jīng)營年限長與經(jīng)營年限短涉農(nóng)企業(yè)的價(jià)值差異。經(jīng)營年限的不同反映企業(yè)發(fā)展階段[43]的差異,經(jīng)營年限長的企業(yè)應(yīng)對市場波動(dòng)、行業(yè)變化的能力較強(qiáng),風(fēng)險(xiǎn)應(yīng)對能力較經(jīng)營年限短的企業(yè)高,在遭遇自然與市場風(fēng)險(xiǎn)沖擊時(shí),仍可維持基本穩(wěn)定的數(shù)字技術(shù)持續(xù)投入,有利于數(shù)字技術(shù)對企業(yè)價(jià)值提升作用的穩(wěn)定發(fā)揮。此外,經(jīng)營年限長的涉農(nóng)企業(yè)對自身業(yè)務(wù)流程存在的問題與漏洞具備更加清晰的認(rèn)識(shí),針對現(xiàn)存的業(yè)務(wù)問題有針對性地使用數(shù)字技術(shù),使得數(shù)字技術(shù)與企業(yè)業(yè)務(wù)契合度提高,促進(jìn)使用成效乃至企業(yè)價(jià)值的顯著提升。

使用?？埔陨蠁T工占比衡量高學(xué)歷人才占比指標(biāo),以中位數(shù)為界開展分組回歸,結(jié)果如表11列(1)(2)所示,數(shù)字技術(shù)對企業(yè)價(jià)值的提升作用在高學(xué)歷員工占比高的涉農(nóng)企業(yè)中更明顯。數(shù)字技術(shù)的良好設(shè)計(jì)與運(yùn)行需要懂技術(shù)會(huì)管理的人才提供支撐,因而提升對跨界多學(xué)科復(fù)合型人才的需求,企業(yè)高學(xué)歷人才儲(chǔ)備增加,人力資本結(jié)構(gòu)調(diào)整升級(jí),改善勞動(dòng)力要素稟賦與人力資本錯(cuò)配[44],人力資本質(zhì)量得以提升。高學(xué)歷的員工擁有更高的專業(yè)技能和數(shù)字素養(yǎng),更強(qiáng)的新知識(shí)新技能學(xué)習(xí)能力,更易適應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代變革。高智力資本[45]是企業(yè)不可復(fù)制的資源,提升企業(yè)核心競爭力繼而促進(jìn)企業(yè)價(jià)值提升。

表11 異質(zhì)性分析結(jié)果2

處于產(chǎn)業(yè)鏈不同環(huán)節(jié)的企業(yè),數(shù)字技術(shù)對企業(yè)價(jià)值的影響也可能存在差異,因此根據(jù)是否為農(nóng)產(chǎn)品生產(chǎn)企業(yè)開展分組回歸。由表11列(3)(4)可以發(fā)現(xiàn),數(shù)字技術(shù)對農(nóng)產(chǎn)品生產(chǎn)企業(yè)價(jià)值提升作用顯著高于其他涉農(nóng)企業(yè)。究其原因,農(nóng)產(chǎn)品生產(chǎn)企業(yè)在產(chǎn)品及產(chǎn)成品多鮮活易腐,相對于農(nóng)產(chǎn)品加工、流通、農(nóng)資企業(yè),面臨自然與市場的沖擊更大。數(shù)字技術(shù)通過高效精準(zhǔn)的市場分析和預(yù)測[14],幫助農(nóng)產(chǎn)品生產(chǎn)企業(yè)合理規(guī)劃生產(chǎn)規(guī)模[3],減少市場周期性波動(dòng)的影響;同時(shí),數(shù)字技術(shù)獲取了大量生產(chǎn)過程的數(shù)據(jù),便于農(nóng)產(chǎn)品生產(chǎn)企業(yè)及時(shí)調(diào)整生產(chǎn)品種、原材料投入、疫病防治等安排,提升了生產(chǎn)效率與產(chǎn)品品質(zhì),促進(jìn)企業(yè)價(jià)值增值。

六、研究結(jié)論與建議

數(shù)字經(jīng)濟(jì)已成為我國經(jīng)濟(jì)發(fā)展的重要引擎,推動(dòng)數(shù)字技術(shù)與傳統(tǒng)涉農(nóng)企業(yè)深度融合,是賦能涉農(nóng)企業(yè)高質(zhì)量發(fā)展、實(shí)現(xiàn)價(jià)值增值的關(guān)鍵所在。以2013—2020年新三板涉農(nóng)企業(yè)為研究樣本,探究數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的影響程度及作用路徑。實(shí)證研究發(fā)現(xiàn):第一,數(shù)字技術(shù)顯著提升了涉農(nóng)企業(yè)價(jià)值,且涉農(nóng)企業(yè)價(jià)值越高,企業(yè)價(jià)值提升作用越大。開展一系列穩(wěn)健性檢驗(yàn)后,結(jié)論依然成立。第二,不同數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的提升作用存在顯著差異,區(qū)塊鏈、大數(shù)據(jù)、云計(jì)算等技術(shù)的提升作用高于整體水平,但最普遍使用的數(shù)字技術(shù)應(yīng)用卻未形成突出的價(jià)值提升作用。特別的,人工智能技術(shù)并未顯著提升涉農(nóng)企業(yè)價(jià)值。第三,數(shù)字技術(shù)通過促進(jìn)研發(fā)創(chuàng)新、提升市場地位和降低成本路徑增加涉農(nóng)企業(yè)價(jià)值。第四,數(shù)字技術(shù)對涉農(nóng)企業(yè)價(jià)值的提升作用在規(guī)模大、經(jīng)營年限長、高學(xué)歷員工占比高、農(nóng)產(chǎn)品生產(chǎn)企業(yè)中更明顯。本文的研究結(jié)論鼓勵(lì)涉農(nóng)企業(yè)把握數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇,根據(jù)企業(yè)特質(zhì)選擇適合的數(shù)字技術(shù)類型,積極開展數(shù)字化轉(zhuǎn)型,以應(yīng)對產(chǎn)品附加值低、自然與市場雙重風(fēng)險(xiǎn)、市場周期性波動(dòng)沖擊等制約企業(yè)價(jià)值提升的關(guān)鍵問題,為提振轉(zhuǎn)型信心,規(guī)避數(shù)字化轉(zhuǎn)型中的短視主義具有重要的借鑒意義;同時(shí)為制定針對涉農(nóng)企業(yè),尤其是中小涉農(nóng)企業(yè)的數(shù)字化轉(zhuǎn)型支持政策提供經(jīng)驗(yàn)參考。數(shù)字化轉(zhuǎn)型需政府與企業(yè)協(xié)同推進(jìn),因此,本文的政策建議如下:

政府方面,第一,保障涉農(nóng)企業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)穩(wěn)定投入,以政府補(bǔ)助、減稅降費(fèi)、政企合作項(xiàng)目、提供數(shù)字化轉(zhuǎn)型專項(xiàng)貸款等方式支持?jǐn)?shù)字技術(shù)在涉農(nóng)企業(yè)中深入、廣泛、持續(xù)的使用。第二,協(xié)同數(shù)字技術(shù)供應(yīng)商、農(nóng)業(yè)產(chǎn)業(yè)鏈等提升數(shù)字技術(shù)在涉農(nóng)企業(yè)中的易用性和適用性。通過獎(jiǎng)補(bǔ)、項(xiàng)目引導(dǎo)等方式促進(jìn)數(shù)字技術(shù)供應(yīng)商關(guān)注涉農(nóng)中小企業(yè),研制適應(yīng)性強(qiáng)、輕量化、成本低的數(shù)字技術(shù)服務(wù),降低涉農(nóng)企業(yè)轉(zhuǎn)型難度,提升轉(zhuǎn)型效果;引導(dǎo)產(chǎn)業(yè)鏈、供應(yīng)鏈上大企業(yè)發(fā)揮數(shù)字化轉(zhuǎn)型帶動(dòng)作用,通過訂單共享、設(shè)備共享、產(chǎn)能協(xié)作等方式實(shí)現(xiàn)大中小企業(yè)協(xié)同轉(zhuǎn)型,形成數(shù)字化生態(tài),為農(nóng)產(chǎn)品產(chǎn)業(yè)鏈與供應(yīng)鏈提質(zhì)增效。第三,培養(yǎng)“數(shù)字技術(shù)+X”方面的復(fù)合型人才,促進(jìn)人才向供給緊缺地區(qū)流動(dòng)。革新各層次人才的培養(yǎng)方式,將數(shù)字技術(shù)課程融入人才培養(yǎng)體系,尤其是涉農(nóng)高校和涉農(nóng)專業(yè)更應(yīng)加強(qiáng)數(shù)字技術(shù)復(fù)合人才培養(yǎng);數(shù)字技術(shù)人才緊缺地區(qū)應(yīng)出臺(tái)人才引進(jìn)政策,在經(jīng)濟(jì)上、職業(yè)發(fā)展上提供可靠保障,鼓勵(lì)數(shù)字技術(shù)人才前來就業(yè),緩解人才緊缺現(xiàn)狀。第四,加強(qiáng)針對涉農(nóng)企業(yè)的數(shù)字基礎(chǔ)設(shè)施建設(shè)。建設(shè)農(nóng)業(yè)大數(shù)據(jù)中心、智慧農(nóng)業(yè)示范園區(qū)、高標(biāo)準(zhǔn)農(nóng)田等針對涉農(nóng)企業(yè)的數(shù)字基礎(chǔ)設(shè)施,降低涉農(nóng)企業(yè)數(shù)字化轉(zhuǎn)型門檻與投入成本負(fù)擔(dān),凸顯區(qū)域性、產(chǎn)業(yè)性數(shù)字規(guī)模效應(yīng),協(xié)同數(shù)字生態(tài)發(fā)揮數(shù)字技術(shù)的最大優(yōu)勢。

涉農(nóng)企業(yè)方面,第一,數(shù)字化轉(zhuǎn)型應(yīng)注重長期效果。數(shù)字化轉(zhuǎn)型不是一蹴而就的,涉農(nóng)企業(yè)應(yīng)當(dāng)關(guān)注數(shù)字化轉(zhuǎn)型的長期效果,科學(xué)制定轉(zhuǎn)型戰(zhàn)略規(guī)劃及整體布局,持續(xù)穩(wěn)定推進(jìn)轉(zhuǎn)型進(jìn)程。第二,選擇適合的數(shù)字技術(shù)開展轉(zhuǎn)型。涉農(nóng)企業(yè)數(shù)字化轉(zhuǎn)型不能僅局限于門檻最低、使用最為普遍的數(shù)字技術(shù)應(yīng)用,應(yīng)加強(qiáng)數(shù)字技術(shù)深度使用,加大區(qū)塊鏈、大數(shù)據(jù)、云計(jì)算等價(jià)值提升效應(yīng)高的數(shù)字技術(shù)投入力度,促進(jìn)其與企業(yè)傳統(tǒng)業(yè)務(wù)多場景、全流程深度融合,賦能涉農(nóng)企業(yè)應(yīng)對雙重風(fēng)險(xiǎn)、市場周期波動(dòng)等問題,實(shí)現(xiàn)高質(zhì)量發(fā)展。此外,切勿盲目跟風(fēng)使用人工智能等投入成本高、對人員數(shù)字素養(yǎng)要求高、與企業(yè)業(yè)務(wù)匹配難度大的數(shù)字技術(shù),需根據(jù)自身業(yè)務(wù)需求、人員配備、基礎(chǔ)設(shè)施配套情況選擇適合的技術(shù)開展數(shù)字化轉(zhuǎn)型,才能達(dá)成預(yù)期的轉(zhuǎn)型效果。第三,為了提升數(shù)字化轉(zhuǎn)型的效果,涉農(nóng)企業(yè)需注重研發(fā)創(chuàng)新、提升市場地位和加強(qiáng)成本管理。涉農(nóng)企業(yè)應(yīng)儲(chǔ)備充足的研發(fā)人員,樹立創(chuàng)新引領(lǐng)發(fā)展的意識(shí),提升創(chuàng)新投入,優(yōu)化創(chuàng)新基礎(chǔ)設(shè)施配置,有助于形成與數(shù)字化轉(zhuǎn)型相適應(yīng)的創(chuàng)新環(huán)境,提升轉(zhuǎn)型效率與價(jià)值效益;改善產(chǎn)品質(zhì)量與品質(zhì),針對細(xì)分市場需求開展差異化生產(chǎn)以促進(jìn)市場地位躍遷,為數(shù)字化轉(zhuǎn)型的價(jià)值增值效果提供經(jīng)營理念與戰(zhàn)略定位基礎(chǔ);加強(qiáng)成本管理尤其是降低調(diào)整成本等以應(yīng)對市場周期性波動(dòng)引致的高成本問題,為促進(jìn)數(shù)字技術(shù)的價(jià)值提升作用提供降本增效保障。第四,不同特質(zhì)的涉農(nóng)企業(yè)應(yīng)有序開展數(shù)字化轉(zhuǎn)型。處于優(yōu)勢狀態(tài)的涉農(nóng)企業(yè),如高價(jià)值、規(guī)模大、經(jīng)營年限長、高學(xué)歷員工占比高以及農(nóng)產(chǎn)品生產(chǎn)企業(yè)更應(yīng)加快數(shù)字化轉(zhuǎn)型步伐。對處于劣勢比如低價(jià)值的涉農(nóng)企業(yè),也應(yīng)積極布局和開展數(shù)字化轉(zhuǎn)型,可在一定程度上彌補(bǔ)企業(yè)存在的劣勢與短板,實(shí)現(xiàn)轉(zhuǎn)型升級(jí)與價(jià)值增值。