數字化轉型、實物資本投資水平與企業創新效率

唐 瑋 秦 藝

（ 安徽財經大學會計學院，安徽 蚌埠 233030）

一、引言

近年來，黨中央高度重視我國數字經濟的發展，數字化轉型逐漸成為微觀經濟主體的重要戰略選擇。 中國信息通信研究院在《中國數字經濟發展研究報告 （2023 年）》 中指出：2022 年我國數字經濟占GDP 的比重達到41.5%， 其中產業數字化規模占數字經濟的81.7%。過去三年的新冠疫情中數字經濟與實體經濟相結合的實踐應用更使企業清晰認識到數字化轉型能夠突破空間限制，打破組織壁壘，驅動企業協調整合資源并開發新資源， 深入應用數字技術使其與傳統生產模式組合重建商業模式。 在此背景下， 研究微觀經濟主體數字化轉型的經濟后果具有一定的現實意義。

無論是政策支持還是實踐導向， 數字化轉型為我國企業改革創新提供了新思路， 已然成為當代企業求生存、 謀發展的必經之路。 國家統計局發布的《中華人民共和國2022 年國民經濟和社會發展統計公報》指出，近幾年研究與試驗發展經費支出逐年增加，但增長速度明顯下降。 從產出來看，2022 年專利授權數比2021 年下降6%，綜合來看，微觀經濟主體整體的創新效率有待提高。 增強國家制造業創新能力是我國實現制造強國戰略的重點任務， 制造業作為國民經濟的命脈和支柱，是科技創新的主戰場，然而創新活動具有高度不確定性，風險高，耗時長，加之制造業規模大、 價值鏈長等行業特征導致制造業一直存在核心技術創新力不足的問題。 因此，制造企業提升創新效率是提升核心競爭力的關鍵。 現有研究表明，數字化轉型能夠促進商業模式創新，改善公司治理水平，緩解融資約束，增加投資機會，優化人力資本結構，提升勞動力水平等，這為企業創新活動創造了良好的條件[1-4]。 我國制造業正處于轉型升級的關鍵時期， 而數字化轉型能否在這關鍵時期提高創新效率？提高程度如何？從何種渠道提高企業創新效率？受何種因素影響？這些問題引起了企業與學術界的廣泛關注。

為厘清數字化轉型對企業創新效率的影響路徑，本文選擇2010—2021 年內的滬、深A 股制造業上市公司為研究樣本進行實證檢驗考察。 實證結果表明， 數字化轉型顯著提升企業創新效率并通過了穩健性檢驗。 同時，機制分析表明數字化轉型能夠通過提升實物資本投資水平進而提升企業創新效率。最后， 在進一步討論中發現數字化轉型對企業創新效率的提升作用主要存在于低供應商集中度以及與低信息不對稱程度的企業中。 本文研究貢獻在于：（1） 深入研究數字化轉型對企業創新效率的影響路徑，選取實物資本投資水平作為兩者內在機制，進一步研究數字化轉型如何影響制造企業的創新效率，為制造企業的數字化轉型與創新戰略決策提供一定的參考；（2）進一步討論供應商集中度和信息不對稱程度如何影響數字化轉型對企業創新效率的作用，為制造業數字化轉型推動企業創新， 促進企業高質量發展提供參考。

二、文獻綜述與研究假設

（一）數字化轉型的經濟后果研究

宏觀上， 數字經濟通過改變傳統生產方式，加速經濟動態循環，推動各行各業升級轉型，同時加速產業結構轉型升級， 促進就業環境持續改善、就業能力不斷增強，縮小城鄉、區域等貧富差距，助力均衡發展，推進共同富裕，促進中國經濟高質量發展[5-10]。 由此可見，數字經濟已經成為中國經濟發展的新動能。

微觀上，企業的數字化轉型本質上是組織為改進重大業務、提升企業效益，利用數字技術改變價值創造的持續性戰略更新過程。 從企業內部運作視角出發，數字化轉型能夠減少企業生產經營過程中的生產成本與費用粘性， 減少股東與管理者之間的代理成本，緩解融資約束，提升企業的信息整合能力與專業化分工水平，增加企業創新產出，提高企業全要素生產率[11-17]。 從企業與外部的聯系來看，數字化轉型能夠擴大市場份額、 改善企業與市場之間的信息不對稱，提升股票流動性與企業出口質量[18-19]。上述文獻對數字化轉型的特征及其經濟后果進行了非常豐富的闡述，這對接下來的研究提供了實質性參考。

（二）企業創新效率的影響因素研究

現有文獻中關于企業創新效率的影響因素研究已經非常成熟。 從企業外部環境出發，學者們認為國際化程度、營商環境優化、政府補助等因素對企業創新效率具有一定程度上的影響[20-23]；從企業自身表現來看，企業的創新行為貫穿了經營運作全過程，無論是所有權性質和網絡結構，還是公司內外部治理，這些因素對企業創新效率均具有顯著影響[24-28]。 上述文獻為理解企業創新效率的影響因素和內在機理打下了堅實基礎。

（三）數字化轉型與企業創新效率

早在2000 年，數據被認為可以用來生產商品或服務，提高企業的經濟效益，為企業創造價值。 如今，數據已經成為新興生產要素并因其成本低、 效率高的優點已滲透到各行各業中， 這從自然屬性的角度支持了數字資本的存在。 由動態能力理論可知，數字化轉型模糊市場壁壘，減少信息流通轉換流程，降低企業內外部信息不對稱程度， 提高企業內部信息透明度，使企業更快、更準確的感知并提煉出有效信息來捕捉環境的動態變化，識別創新機會[29]。 企業對此調動內部資源，為組織、產品、內部流程、商業模式等設計有敏捷性的新行動并承諾實施以應對未來不可控的需求變化[30]。 基于資源基礎理論，企業是各種資源的集合體。 不同的企業擁有不同的資源，這種資源異質性決定了企業競爭力的差異。 數字化轉型利用數字技術不僅轉化并高度整合積累的信息與行動，提煉出新的信息、知識與創新，而且在價值創造過程中能夠促進組織間的交流溝通， 加大組織間內部資源使用的靈活性， 增強企業獲取有利信息與開發新產品的能力，進一步提高異質信息之間的互補性，擴大獨特的競爭優勢，進而提升企業創新效率[30-31]。 基于以上分析提出假設：

H1：在其他條件不變的情況下，企業進行數字化轉型能夠顯著提升企業創新效率。

三、研究設計

（一） 數據來源

選取2010—2021 年滬深A 股制造業上市公司的數據為初始研究樣本。 為保證數據的準確性，初始數據做了如下處理：（1）剔除ST 和期間退市的樣本；（2）剔除金融、保險等金融類上市公司；（3）為保證企業的創新效率評價的一致性， 刪除主要變量的數據缺失的樣本公司；（4）對所有微觀層面的連續變量進行了雙側1%的Winsorize 縮尾處理， 以降低異常值影響；最終得到19 731 個觀測值。原始數據來自國泰安（CSMAR）數據庫，相關企業年報數據來自各大證券交易所官方網站。

（二） 變量選取與模型設定

1. 被解釋變量

企業創新效率（Ie）。 目前學術界主要采用DEA、SFA 等模型衡量企業創新效率[32]。 DEA 模型能夠測算多投入多產出，且不用設立生產函數，因此被廣泛運用于效率測算， 但該模型存在一定的局限性：（1）該模型測算的數據不可以包含0，而現實中很多企業的專利數量為0；（2）存在的隨機誤差可能會導致結果偏差；（3）難以檢驗回歸結果總體的顯著性。 SFA模型相較于DEA 模型考慮了隨機誤差的存在對結果產生的影響，但也存在一些限制條件：（1）該模型需要提前確定生產函數；（2）測量數據中只能用1 個輸出值來衡量企業的創新產出。

考慮到時滯性和數字化轉型與其之間的反向因果的內生性問題， 創新效率采用專利申請數與當期及上一期的研發投入之和的均值之比來衡量。 若干樣本公司的專利申請數或研發投入為0，且總體數值較小，因此兩者分別加1 再取自然對數，相除后再乘以100 以方便數據分析，公式如下：

2. 解釋變量

數字化轉型（Dt）。 數字化轉型程度的現有衡量方式主要有問卷調查、文本挖掘與綜合評價法。 本文參考了吳非等學者的方法[18]，該數據來源于國泰安（CSMAR）數據庫。

3. 控制變量

參考現有數字化轉型和企業創新效率的研究，控制變量如下：企業規模（Size）、企業年齡（Age）、固定資產比（PPE）、資產負債率（Lev）、總資產收益率（ROA）、流動性（Liquid）、獨立性（Indep）、兩職合一（Dual）、股權集中度（Share）。除此之外還加入了年份（Year）和行業（Industry）的虛擬變量。 具體指標內容詳見下表1。

表1 變量定義與主要變量描述性統計

4. 模型設定

為研究數字化轉型對企業創新效率的影響，構建以下回歸模型：

其中，被解釋變量Ie 為企業創新效率，衡量方法詳見公式（1）；核心解釋變量Dt 是數字化轉型程度，其系數α1表示數字化轉型對企業創新效率的影響，根據理論假設，預期內該系數應顯著為正； Controls 表示企業個體特征的控制變量，ε 是模型的隨機誤差項。

四、實證結果及分析

（一）描述性統計

表1 為變量定義及主要變量描述性統計，從表1中可以看出，被解釋變量創新效率（Ie）乘以100 后的平均值為15.85，標準差為10.669，最小值為0，最大值為40.651， 說明樣本制造業上市公司的創新效率整體較低，且不同企業之間存在較大差異；解釋變量數字化轉型（Dt）的平均值為1.129，標準差為1.242，最小值為0，最大值為6.140，說明樣本制造業上市公司整體的數字化轉型程度較低且不同企業之間存在較大差異。

（二）基準回歸

表2 列示了數字化轉型與企業創新效率的假設檢驗結果。 第（1）列僅控制了年份和行業虛擬變量，第（2）列進一步增加了企業基本特征層面、公司治理層面的控制變量，結果顯示，數字化轉型（Dt）的回歸系數分別為0.122 與0.124， 均在1%水平下顯著為正， 說明了企業進行數字化轉型確實能夠提升企業創新效率。 假設H1 得到驗證。

表2 基準回歸

（三）內生性處理與穩健性檢驗

1. 內生性處理：Heckman 兩階段法

在前文的描述性統計中可以觀察到，部分企業并未進行數字化轉型。 企業是否進行數字化轉型會受到諸多因素的影響，因此樣本可能存在選擇偏差問題， 采用Heckman 兩階段法進行檢驗， 并增加了外生變量企業價值（Tobinq）。 從相關性角度看，企業進行數字化轉型需要有堅實的物質基礎與綜合實力，因此會參考企業價值來決定數字化轉型程度。 從外生性來看， 企業價值并不會直接影響到企業創新效率，因此可以作為外生變量。

表3 第（1）（2）列為Heckman 兩階段的回歸結果。 第一階段的回歸結果顯示，外生變量企業價值（Tobinq）的回歸系數在1%水平下顯著為正，表明企業價值越大， 企業進行數字化轉型的可能性越高，外生變量符合相關性的要求。 第二階段的回歸結果顯示，IMR 在1%水平下顯著， 由此說明樣本選擇偏差問題不可忽略， 有必要控制樣本選擇偏差問題。 控制后，數字化轉型（Dt）的回歸系數在1%的水平下顯著為正， 說明前文主要研究結果是穩健的。

表3 內生性處理與穩健性檢驗

2. 穩健性檢驗

（1）替換被解釋變量指標。 在被解釋變量原指標的基礎上將其中的專利申請數更換成發明專利申請數，再將新的被解釋變量（Ie2）重新帶入模型計算?；貧w結果如表3 第（3）列所示。

（2）剔除未申請專利的樣本企業。 制造業下的經營范圍分布較廣， 部分樣本企業一定期間內由于經營范圍或主營業務性質等未申請過專利， 因此將專利申請量為0 的公司剔除， 進一步增強結果的可信度。 回歸結果如表3 第（4）列所示。

（3）更換樣本區間。 中國數字經濟在2015 年后迅速發展的更為明顯，因此使用2015—2021 年的樣本數據重新進行模型計算。 回歸結果如表3 第（5）列所示。

如表3 所示， 三個模型對應的回歸結果至少在5%的水平下顯著正相關，與預期結果相符合，表明研究結果具有穩健性。

五、進一步分析

（一）機制檢驗：實物資本投資水平

企業的資源總是有限的。 根據資源配置理論，企業不同的資源分配方案會造成不同的經濟后果。 在資源有限的情況下， 企業往往會在短期資本投資和長期創新投資之間進行權衡[33]。 現有研究表明，企業在研發創新領域以外的過度投資對企業創新會造成突出的擠出效應[34]。本文借鑒郝鳳霞、楊鳴的研究，用存貨凈額、固定資產凈額、在建工程凈額和工程物資的總和與總資產的比值來衡量企業的實物資本投資水平（Invest），考察資源配置在數字化轉型對企業創新效率的影響過程中發揮的機制作用[35]。結果如下頁表4 所示，第（1）列反映了數字化轉型（Dt）對企業實物資本投資水平（Invest）在1%下顯著為負，說明數字化轉型能夠擠出內部資金用于企業其他方面的投資；第（2）列反映了企業實物資本投資水平（Invest）的回歸系數在5%的水平下顯著為負，同時解釋變量數字化轉型（Dt）的回歸系數在1%的水平下顯著為正， 反映了企業內部實物資本投資水平確實在數字化轉型影響企業創新效率過程中起到了中介作用，且結果具有穩健性。 可能的原因是：數字化轉型能夠通過數字技術使企業資源去向透明化， 明晰資源管理脈絡，幫助決策者做出合理決策，引導企業提高資源配置水平， 降低短期資本投資風險的同時又能保障企業長期的創新資金需求，提升企業創新效率。

表4 機制檢驗與調節效應檢驗

（二）調節效應檢驗

1. 供應商集中度

基于資源依賴理論， 無論是數字化轉型還是研發創新行為，企業都需要堅實的物質基礎，資源獲取能力至關重要。 在外部環境不可控的情況下，企業需充分利用供應鏈關系緩解不確定性因素帶來的負面影響。 考慮到數字化轉型作用于企業創新效率是企業內部活動，因此將供應商集中度（Scon）與數字化轉型（Dt）的交乘項加入回歸模型中，聚焦考察供應商集中度在數字化轉型對企業創新效率影響中的調節作用?；貧w結果如表4 列（3）所示，交乘項Scon×Dt的回歸系數在1%水平下顯著為負，表明供應商集中度越低，數字化轉型更提升企業創新效率。 可能的原因是： 企業有較高的供應商集中度意味著其獲取信息、原材料等資源的渠道較少，資源配置較為集中，且高度依賴主要供應商， 這會使企業在交易中處于被動地位，同時會加大供應鏈中斷風險。 反之，若供應商集中度較低，則企業獲取資源的渠道較多，對供應商的依賴程度較低，能主觀能動地配置內部資源，因此企業在擁有相對較為寬松的資源配置條件下實施數字化轉型，進行創新活動更容易產生成果。

2. 信息不對稱程度

從公司治理角度出發， 數字化轉型在對企業創新效率作用的過程中需要大量的信息，因此，企業與外部的信息不對稱程度理應會影響數字化轉型對企業創新效率的提升作用。 用被分析師關注度來衡量企業與外部的信息不對稱程度（Ana），即企業被分析師關注的越多，企業與外界的信息不對稱程度越低。表4 第（4）列的回歸結果顯示，信息不對稱程度與數字化轉型的交乘項Ana×Dt 的回歸系數在1%水平下顯著為正， 表明企業與外界的信息不對稱程度會影響數字化轉型對企業創新效率的提升作用， 信息不對稱程度越低，提升作用越大。 可能的原因是：若企業與外界的信息不對稱程度低，一方面，企業則可以獲得更多行業、市場等信息，促使企業在動態的數字化轉型過程中及時調整發展戰略， 有利于企業創新方向更加合理科學，降低了創新行為的成本與風險。另一方面， 企業愿意主動向外界披露信息從而降低與外界的信息不對稱程度， 表明企業的經濟活動不存在嚴重問題，數字化轉型戰略是可行的。 同時，外界也會因其披露信息多、 評估難度小而更加關注企業，更愿意對其進行評估，從而會產生評論和評估結果。 企業從這些外界的反饋中可以明確自身發展的優勢和不足，積極改善和更新，這有利于企業提升核心競爭力，促進高質量發展。

六、結論與啟示

選擇2010—2021 年滬深A 股上市公司為研究對象， 實證分析數字化轉型是否以及如何影響企業的創新效率。 實證結果表明：（1）數字化轉型顯著提升了企業的創新效率；（2）數字化轉型能夠通過提升實物資本投資水平來優化資源配置， 為企業創新增添新動力，提升創新效率；（3）進一步討論結果表明了數字化轉型對企業創新效率的提升作用在供應商集中度低、信息不對稱程度低的企業中更為顯著。 研究結果為數字經濟與實體經濟的結合提供了一些經驗啟示。

面對日益激烈的國際競爭，我國應當加快推進數字化轉型。 制造企業應當積極響應國家號召，抓住時代機遇，加入數字化轉型陣列，充分將數字技術與實際業務深度融合，挖掘信息潛在價值，加強創新力度，落實創新驅動發展戰略，實現制造業高質量發展。 同時，企業應當識別合理的轉型路徑，不可急于求成。企業應開源節流，積極調動企業內部資源，提升其流動性，為企業創新活動續航。 同時也應立足于行業與企業的特征差異，充分挖掘數字技術價值，深入應用、落實業務，明晰自身的核心競爭力，不同行業、不同性質、不同規模的企業采用合適的、特色的轉型路徑，提升資源優化配置水平，提高企業創新效率，擴大企業的核心優勢，實現企業高質量穩定發展。