數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響

郭正杰,栗肖寒

(中原工學院 經(jīng)濟管理學院,河南 鄭州 450007)

一、引言

隨著人工智能、云計算等新一代數(shù)字技術的廣泛應用,中國當前已進入高速發(fā)展的數(shù)字經(jīng)濟時代。黨的二十大報告指出要促進數(shù)字技術和實體經(jīng)濟深度融合,加快建設數(shù)字中國。企業(yè)數(shù)字化是構建數(shù)字經(jīng)濟的核心基礎,數(shù)字化發(fā)展能夠優(yōu)化企業(yè)流程,達到降本提質(zhì)的效果,從而增強企業(yè)的核心競爭力[1]。圍繞企業(yè)數(shù)字化轉(zhuǎn)型的研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠提升企業(yè)市場價值[2],提升企業(yè)風險承擔水平[3],提升內(nèi)部控制質(zhì)量[4],降低企業(yè)債務融資成本[5]。創(chuàng)新是企業(yè)進步的源泉,是企業(yè)長久發(fā)展的根本,但現(xiàn)有學者對數(shù)字化影響企業(yè)創(chuàng)新績效機制研究還不太常見。尤其針對制造業(yè)而言,核心技術匱乏是當前存在的主要問題,如何利用數(shù)字技術提高企業(yè)的創(chuàng)新能力,解決“卡脖子”核心問題,促進制造業(yè)轉(zhuǎn)型升級,是當前急需解決的現(xiàn)實問題。基于以上分析,筆者以2015—2021年中國A股制造業(yè)為樣本進行研究,實證分析數(shù)字化轉(zhuǎn)型與創(chuàng)新績效的關系,并從融資約束、人力資本結(jié)構、管理效率三個角度探究二者之間的機制黑箱。希望研究結(jié)論能豐富數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效的相關理論研究,同時為制造企業(yè)利用數(shù)字化轉(zhuǎn)型進行升級提供一定的參考。

二、文獻回顧與假設提出

(一)數(shù)字化轉(zhuǎn)型的內(nèi)涵

在信息技術爆發(fā)的今天,數(shù)字化轉(zhuǎn)型已經(jīng)成為許多企業(yè)降本增效的利器。學者們對數(shù)字化轉(zhuǎn)型的內(nèi)涵也進行了界定。Verhoef[6]認為數(shù)字化轉(zhuǎn)型是把具體的數(shù)據(jù)通過處理,加工成有用的信息,為企業(yè)創(chuàng)造價值。Gilch和Sieweke等[7]認為企業(yè)數(shù)字化轉(zhuǎn)型是利用信息通信技術對市場環(huán)境做出反應,以此調(diào)整企業(yè)的業(yè)務模式等。錢晶晶和何筠[8]認為企業(yè)可以將戰(zhàn)略模式等與數(shù)字技術重構結(jié)合進而促進企業(yè)可持續(xù)發(fā)展。根據(jù)已有研究,本文認為數(shù)字化轉(zhuǎn)型是企業(yè)借助數(shù)字技術整合企業(yè)數(shù)據(jù)資源,協(xié)調(diào)各種活動,使整個企業(yè)處于一種更加靈活高效狀態(tài)的變革。

(二)數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響

數(shù)字化轉(zhuǎn)型是通過計算機系統(tǒng)對企業(yè)的發(fā)展戰(zhàn)略、商業(yè)模式以及業(yè)務流程等各方面進行改進調(diào)整,幫助企業(yè)緩解信息不對稱問題,賦能運營管理,整合信息資源,從而強化企業(yè)創(chuàng)新[9]。具體來說,數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新績效的影響,可以從融資約束、人力資本結(jié)構和管理效率三個層面來實現(xiàn)。

第一,數(shù)字化轉(zhuǎn)型能夠緩解融資約束,進而提升創(chuàng)新績效。企業(yè)的研發(fā)創(chuàng)新會受到很多不確定因素的影響,有較高不成功的概率[10],需要企業(yè)擁有充足的資金提供保障。一方面,企業(yè)可以通過數(shù)字化轉(zhuǎn)型利用數(shù)字技術處理大量編碼數(shù)據(jù)以及各種信息,加快信息的溝通流轉(zhuǎn)[11],能夠有效地向企業(yè)與企業(yè)外部相關者傳輸有效信息,提高雙方之間的信息透明度,緩解企業(yè)外部融資困難的現(xiàn)象。另一方面,企業(yè)可以利用互聯(lián)網(wǎng)以及區(qū)塊鏈等拓展銷售渠道,促進企業(yè)的營收[12],改善財務狀況,從源頭上緩解企業(yè)出現(xiàn)的融資問題。以此有充足的資金支持企業(yè)創(chuàng)新,增強企業(yè)的創(chuàng)新動力。

第二,數(shù)字化轉(zhuǎn)型能夠改善人力資本結(jié)構,進而提升創(chuàng)新績效。企業(yè)的數(shù)字化升級需要高技能人才作為軟支撐,而高技能人才是提高企業(yè)創(chuàng)新能力的源泉[13]。企業(yè)在數(shù)字化轉(zhuǎn)型中,簡單重復的工作將會被人工智能所代替,低技能人才將會被逐步淘汰,而這也倒逼企業(yè)加大對高技能人才的需求[14]。在這個過程中,企業(yè)的人力資本結(jié)構將不斷得到優(yōu)化。高水平的人力資本結(jié)構會提高企業(yè)員工的認知能力與創(chuàng)新意識,從而帶動企業(yè)研發(fā)技術的發(fā)展,激發(fā)企業(yè)的潛力,加速企業(yè)的創(chuàng)新?？傊?企業(yè)數(shù)字化會優(yōu)化人力資本結(jié)構,為企業(yè)實施創(chuàng)新活動積累資源。

第三,數(shù)字化轉(zhuǎn)型能夠提高管理效率,進而提升創(chuàng)新績效。首先,數(shù)字化改革能夠優(yōu)化組織結(jié)構,消除各層級之間的信息隔閡,加強不同部門之間的協(xié)同,提升信息傳遞速度,實現(xiàn)更加扁平高效的管理模式。例如,企業(yè)可以通過OA系統(tǒng)以及釘釘?shù)绒k公軟件的使用優(yōu)化企業(yè)流程,提高審批效率,管理者可以有更多的時間和精力處理重要的事情。其次,大數(shù)據(jù)人工智能等數(shù)字技術的運用可以提高信息透明度,提高企業(yè)內(nèi)外部的信息互動,降低信息獲取成本。另外,企業(yè)還可以運用數(shù)字化方式打造智慧供應鏈管理系統(tǒng),實現(xiàn)組織協(xié)同管理[15],從而降低管理成本。最后,企業(yè)可以通過數(shù)據(jù)處理以及數(shù)據(jù)分析系統(tǒng)對企業(yè)經(jīng)營管理活動中產(chǎn)生的各種數(shù)據(jù)進行分析[16],挖掘數(shù)據(jù)背后的信息,為管理者戰(zhàn)略規(guī)劃提供依據(jù)。數(shù)字技術還能夠?qū)ζ髽I(yè)經(jīng)營過程中產(chǎn)生的數(shù)據(jù)錯誤以及不合理操作進行提示,降低失誤和犯錯的風險,從而提供更加精準科學的內(nèi)容,提高管理效率。企業(yè)管理效率的提高可以為企業(yè)創(chuàng)新提供有力支持。

基于以上分析,本文提出以下假設：

假設1：企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)創(chuàng)新績效。

假設2：數(shù)字化轉(zhuǎn)型能夠緩解融資約束,進而提升企業(yè)創(chuàng)新績效。

假設3：數(shù)字化轉(zhuǎn)型能夠改善人力資本結(jié)構,進而提升企業(yè)創(chuàng)新績效。

假設4：數(shù)字化轉(zhuǎn)型能夠提高管理效率,進而提升企業(yè)創(chuàng)新績效。

三、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文以2015—2021年中國證監(jiān)會行業(yè)分類(2012)的A股制造業(yè)為研究對象。刪除嚴重缺失數(shù)據(jù)的觀測值以及ST和* ST公司,最終得到7847個觀測值。數(shù)字化轉(zhuǎn)型指標數(shù)據(jù)通過搜集樣本企業(yè)年報,根據(jù)數(shù)字化轉(zhuǎn)型關鍵詞對年報進行文本分析得到,所使用數(shù)據(jù)來自CSMAR與CNRDS。對連續(xù)變量進行了雙邊縮尾處理。

(二)變量定義

1．被解釋變量

創(chuàng)新績效。企業(yè)創(chuàng)新可以分為創(chuàng)新投入和創(chuàng)新產(chǎn)出兩部分,因為本文主要研究對創(chuàng)新績效的影響,所以從研發(fā)產(chǎn)出角度選擇代理變量。本文選擇上市公司當年獨立專利申請量,由于許多企業(yè)專利申請量可能為0,本文對專利申請量加1后進行對數(shù)化處理。

底板主要以灰～深灰色細粒砂巖為主，局部為中粒砂巖，粉砂巖和砂質(zhì)泥巖，一般厚在4～8 m。井田西翼以細粒砂巖為主，厚度1.3～6.3 m，東翼深部以砂質(zhì)泥巖為主，淺部以砂巖為主，厚度在2～3 m。30組底板中，3組泥巖，12組砂質(zhì)泥巖，4組粉砂巖和11組砂巖，底板以砂質(zhì)泥巖為主，占40%，砂巖和細砂巖分別占37%和13%，泥巖占10%。

2．解釋變量

數(shù)字化轉(zhuǎn)型。本文借鑒吳非等[17]的方法,通過構建能夠反映企業(yè)數(shù)字化轉(zhuǎn)型技術層與應用層的特征詞譜,并利用Python爬蟲技術提取統(tǒng)計2015—2021年樣本企業(yè)年報中出現(xiàn)的有關數(shù)字化轉(zhuǎn)型的關鍵詞的頻數(shù)。為了避免右偏性,采用詞頻數(shù)加1再取對數(shù)的方式作為衡量指標。

3．控制變量

本文在借鑒相關研究的基礎上,選擇資產(chǎn)負債率(Lev)、總資產(chǎn)收益率(Roa)、企業(yè)規(guī)模(Size)、獨立董事比例(Ind)、股權集中度(Top1)、審計意見(Audit)、現(xiàn)金流(Cf)作為控制變量。主要變量定義如表1所示。

表1 主要變量定義

(三)模型構建

為了驗證假設,本文運用基準回歸構建如下模型：

Inn_peri,t=α0+α1Dti,t+∑Controlsi,t+
∑Industryi,t+∑Yeari,t+εi,t

(1)

其中,被解釋變量為創(chuàng)新績效(Inn_per),解釋變量為數(shù)字化轉(zhuǎn)型(Dt)。系數(shù)α1表示Dt的回歸系數(shù),∑Controls表示本文涉及的控制變量,∑Industry表示行業(yè)固定效應,∑Year表示時間固定效應,εi,t表示隨機擾動項。

四、實證分析

(一)描述性統(tǒng)計

描述性統(tǒng)計結(jié)果如表2所示。可以發(fā)現(xiàn),創(chuàng)新績效(Inn_per)最小值為0,最大值為9.048,說明樣本企業(yè)間存在較大的差距。均值為3.507,整體來看,制造業(yè)企業(yè)創(chuàng)新水平還有較大的進步空間。企業(yè)數(shù)字化轉(zhuǎn)型(Dt)最小值和最大值為0和5.737,說明企業(yè)間數(shù)字化程度不同步,有些企業(yè)甚至還未開始實施數(shù)字化。均值為1.416,整體來看制造業(yè)數(shù)字化轉(zhuǎn)型程度還處于較低水平。

表2 描述性統(tǒng)計

(二)回歸結(jié)果分析

1．基準回歸模型

回歸結(jié)果如表3所示。列(1)表示只有自變量數(shù)字化轉(zhuǎn)型(Dt)對因變量創(chuàng)新績效(Inn_per)的回歸。可以看出,回歸系數(shù)為0.3317,且在1%水平下顯著,初步判斷假設1成立。列(2)增加控制變量進行回歸。根據(jù)回歸結(jié)果,結(jié)論依然成立。列(3)在列(2)的基礎上控制行業(yè)和年度,可以發(fā)現(xiàn),結(jié)果依然在1%水平下顯著。這表明,企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新績效之間呈現(xiàn)顯著的正向關系。因此,假設1成立。

表3 回歸結(jié)果檢驗

2．內(nèi)生性處理

考慮到創(chuàng)新能力強的企業(yè)數(shù)字化水平可能也會更強,因此本文的研究結(jié)果在一定程度上存在內(nèi)生性問題。工具變量法可以有效地緩解內(nèi)生性帶來的干擾。因此,本文參考沈國兵等[18]的做法,把企業(yè)所在省份的互聯(lián)網(wǎng)化水平設為工具變量。地區(qū)互聯(lián)網(wǎng)水平能夠反映地區(qū)數(shù)字經(jīng)濟的發(fā)展程度,且互聯(lián)網(wǎng)水平與企業(yè)數(shù)字化之間存在一定的關聯(lián)。而地區(qū)互聯(lián)網(wǎng)水平與企業(yè)創(chuàng)新之間并無直接影響,符合工具變量的要求。本文用企業(yè)所在省份域名數(shù)取對數(shù)的方式來衡量地區(qū)互聯(lián)網(wǎng)水平。本文在引入模型(1)中的所有控制變量后進行2SLS回歸,從表4第一階段回歸結(jié)果可以看出,地區(qū)互聯(lián)網(wǎng)水平對數(shù)字化轉(zhuǎn)型在1%水平上顯著正相關,說明工具變量滿足要求。第二階段回歸結(jié)果顯示,C-D Wald F與K-Prk Wald F統(tǒng)計量分別為27.88和128.36,大于Stock-Yogo弱工具變量10%的臨界值16.38。拒絕弱工具變量的原假設,且數(shù)字化轉(zhuǎn)型的回歸系數(shù)為1.5918,通過了1%的顯著性檢驗。說明本文結(jié)論依然成立。

表4 工具變量回歸

3．穩(wěn)健性檢驗

本文采用三種方法對回歸結(jié)果進行穩(wěn)健性分析來檢驗結(jié)論的可靠性。首先,替換被解釋變量,利用上市公司當年獨立獲得的專利數(shù)作為創(chuàng)新績效的替代變量重新進行基準回歸。如表5中列(1)所示,數(shù)字化轉(zhuǎn)型可以顯著提升創(chuàng)新績效。其次,替換解釋變量,借鑒何帆和劉紅霞[19]的做法采用數(shù)字化轉(zhuǎn)型的虛擬變量作為解釋變量代入模型(1)重新進行回歸。列(2)顯示回歸結(jié)果具有穩(wěn)健性。最后,更換回歸模型,將基準回歸模型變更為較嚴格的固定效應模型對模型(1)進行回歸,從列(3)可以看出結(jié)果仍然成立。

表5 穩(wěn)健性檢驗結(jié)果

(三)機制識別檢驗

前文通過穩(wěn)健性檢驗以及內(nèi)生性處理,證明了數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)創(chuàng)新績效。但是二者之間的作用機制還沒有檢驗,為了識別數(shù)字化轉(zhuǎn)型對創(chuàng)新績效影響機制,本文借鑒溫忠麟和葉寶娟[20]構建的中介效應模型對二者之間的傳導路徑進行檢驗,從融資約束、人力資本結(jié)構以及管理效率三條渠道構建模型,其中Mediatori,t為中介變量,其余變量與模型(1)相同。具體模型如下：

Inn_peri,t=α0+α1Dti,t+∑Controlsi,t+
∑Industryi,t+∑Yeari,t+εi,t

(2)

Mediatori,t=β0+β1Dti,t+∑Controlsi,t+
∑Industryi,t+∑Yeari,t+εi,t

(3)

Inn_peri,t=γ0+γ1Dti,t+γ2Mediatori,t+
∑Controlsi,t+∑Industryi,t+∑Yeari,t+εi,t

(4)

1．融資約束

企業(yè)的成長需要資金,融資是企業(yè)取得資金的重要來源。企業(yè)借助信息技術等數(shù)字手段緩解融資壓力,為創(chuàng)新活動提供資金動力。本文通過計算SA指數(shù),因為SA指數(shù)為負數(shù),本文采用SA指數(shù)的相反數(shù)來衡量融資約束。如表6列(1)所示,企業(yè)數(shù)字化轉(zhuǎn)型可以明顯抑制融資約束。將融資約束帶入模型(4),可以發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型和融資約束對企業(yè)創(chuàng)新績效都通過了在1%水平的顯著性檢驗,假設2成立。

表6 機制識別檢驗結(jié)果

2．人力資本結(jié)構

企業(yè)數(shù)字化能夠優(yōu)化企業(yè)人力資本結(jié)構,能夠采用多元化用工模式,獲取高科技人才,為企業(yè)創(chuàng)新能力提供智力保障。本文借鑒付劍茹[9]的做法,選擇研發(fā)人員數(shù)量占比來衡量人力資本結(jié)構。如表6列(2)所示,回歸系數(shù)為正,說明數(shù)字化轉(zhuǎn)型能夠優(yōu)化企業(yè)人力資本結(jié)構。將人力資本結(jié)構帶入模型(4),可以發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型和人力資本結(jié)構對企業(yè)創(chuàng)新績效的系數(shù)均在1%水平下顯著為正,假設3成立。

3．管理效率

數(shù)字技術可以幫助企業(yè)優(yōu)化組織結(jié)構,能夠使外界更加了解企業(yè)的經(jīng)營產(chǎn)品,降低各種交易成本,有利于創(chuàng)新活動的開展。選擇銷售費用與管理費用二者之和占營業(yè)收入的比例來衡量管理效率。 如表6列(3)所示,企業(yè)數(shù)字化轉(zhuǎn)型對管理效率的影響在1%水平下顯著正相關,且將管理效率加入模型后,數(shù)字化轉(zhuǎn)型仍然對創(chuàng)新績效顯著正相關,管理效率也對創(chuàng)新績效在1%水平下顯著正相關,假設4成立。

(四)異質(zhì)性檢驗

不同企業(yè)之間存在各種各樣的差異,為進一步保證結(jié)論的真實性從產(chǎn)權性質(zhì)、地區(qū)屬性和要素密集度分樣本來檢驗數(shù)字化轉(zhuǎn)型對創(chuàng)新績效是否存在異質(zhì)性影響。

由表7列(1)和列(2)所示,無論是國企還是非國企,數(shù)字化轉(zhuǎn)型對創(chuàng)新績效均有顯著正向影響。但對創(chuàng)新績效的影響程度在非國企中更明顯?？赡苁且驗?相對于國企而言,非國企面臨的融資約束更大,對創(chuàng)新的投入會面臨融資困難的問題[21]。非國企通過數(shù)字化轉(zhuǎn)型提高信息透明度,增強融資的效果也越強。另外,由于國企的特殊性,對人才的吸引以及對資源的獲得并不完全依賴于數(shù)字化轉(zhuǎn)型,而非國企進行數(shù)字化轉(zhuǎn)型可以大大改善人才匱乏與資源不足現(xiàn)象。

表7 異質(zhì)性檢驗

由表7列(3)和列(4)所示,相對于中西部,東部地區(qū)的數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響更顯著。原因可能是東部地區(qū)經(jīng)濟發(fā)達,基礎設施健全,高端人才聚集,有利于數(shù)字化轉(zhuǎn)型的推進以及創(chuàng)新實踐的落實。而中西部地區(qū),經(jīng)濟水平相對較弱,且對新技術的應用相對比較保守。

由表7列(5)至列(7)所示,數(shù)字化轉(zhuǎn)型能夠促進三種密集型企業(yè)的創(chuàng)新績效的提升。列(6)顯示勞動密集型企業(yè)數(shù)字化轉(zhuǎn)型在5%水平上顯著,弱于技術密集型和資本密集型企業(yè)?？赡茉蛟谟?技術密集型企業(yè)較重視技術創(chuàng)新,從而加強技術研發(fā)應用;資本密集型企業(yè)借助資金優(yōu)勢,加速企業(yè)數(shù)字化轉(zhuǎn)型,加大對創(chuàng)新的應用;勞動密集型企業(yè)多利用低端勞動力且用工模式單一,數(shù)字化轉(zhuǎn)型難度大。

五、結(jié)論與啟示

(一)結(jié)論

本文以中國A股制造業(yè)2015—2021年的數(shù)據(jù)為研究樣本,實證討論了數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響。研究表明：(1)數(shù)字化轉(zhuǎn)型能夠明顯提升企業(yè)創(chuàng)新績效,并且結(jié)論通過了內(nèi)生性與穩(wěn)健性檢驗。(2)數(shù)字化轉(zhuǎn)型可以從緩解融資約束、優(yōu)化人力資本結(jié)構以及提高管理效率三條路徑提升創(chuàng)新績效。(3)數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響存在異質(zhì)性,對于非國企以及東部地區(qū)企業(yè)而言,數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響更為明顯;同時,技術密集型以及資本密集型企業(yè)數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的促進作用高于勞動密集型企業(yè)。

(二)啟示

第一,當前中國經(jīng)濟正面臨三重壓力,中國企業(yè)特別是制造業(yè)需要數(shù)字化轉(zhuǎn)型來轉(zhuǎn)換動能,提高企業(yè)創(chuàng)新能力。制造業(yè)企業(yè)應該加強對數(shù)字化轉(zhuǎn)型的重視,積極推進數(shù)字化轉(zhuǎn)型升級。企業(yè)在數(shù)字化過程中,應該融合企業(yè)管理,改善融資環(huán)境,構建人才培養(yǎng)系統(tǒng),全方位多維度進行數(shù)字改造,發(fā)揮放大數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的提升作用,增強企業(yè)的核心競爭力。

第二,針對不同企業(yè)的發(fā)展模式以及市場戰(zhàn)略,結(jié)合數(shù)字化轉(zhuǎn)型的差異,精準地進行數(shù)字化改革。東部地區(qū)可以對核心技術進行突破,中西部地區(qū)可以加大數(shù)字化轉(zhuǎn)型的基礎建設,并與東部地區(qū)進行深度交流合作,非國有企業(yè)更應該加大數(shù)字化轉(zhuǎn)型力度,增強企業(yè)創(chuàng)新,促進企業(yè)營收。不同要素密集型企業(yè)要結(jié)合自身行業(yè)特點有針對性地進行數(shù)字化改革,借助信息技術,增強企業(yè)創(chuàng)新力度,實現(xiàn)高質(zhì)量發(fā)展。

第三,政府應該加大對數(shù)字化轉(zhuǎn)型的政策支持,制定財政補貼以及稅收優(yōu)化等普惠政策來激勵企業(yè)進行數(shù)字化改革。對企業(yè)進行有針對性的數(shù)字化指導,幫助企業(yè)解決數(shù)字化轉(zhuǎn)型難的問題,助力企業(yè)數(shù)字化轉(zhuǎn)型。完善數(shù)字化轉(zhuǎn)型的監(jiān)管制度,防止部分企業(yè)借助數(shù)字優(yōu)勢進行壟斷。