數字化轉型、分析師關注與企業創新績效

曲永義,廖健聰

(1.中國社會科學院大學 商學院,北京 102488;2.中國社會科學院 工業經濟研究所,北京100006)

黨的十八大以來,隨著我國一系列推動數字經濟發展政策的實施,實體經濟數字化轉型迎來跨越式發展。然而,當數字技術推動生產方式和生產關系變革時,也對信息要素市場帶來了深遠影響。(1)徐翔、趙墨非、李濤等:《數據要素與企業創新:基于研發競爭的視角》,《經濟研究》2023年第2期。數字技術的微觀層面應用讓企業產生和接收的信息呈指數級增大,信息時滯、(2)戚聿東、肖旭:《數字經濟時代的企業管理變革》,《管理世界》2020年第6期。冗余和過剩(3)Lateef A., Omotayo F. O. ,“Information Audit as an Important Tool in Organizational Management: A Review of Literature”, Business Information Review,vol.36,no.1(2019),pp.15-22.等問題日漸凸顯,而分析師緩解信息不對稱和降低代理成本這一重要作用機制勢必也會發生適應性變革,使得微觀企業的數字化轉型對分析師關注、創新表現產生重要改變?；诜治鰩熽P注視域探討微觀層面實體經濟數字化轉型對創新表現的作用及其機理,不僅有利于我們更為立體地考量實體經濟與數字技術融合的社會效應,還有益于提升產業現代化水平和經濟發展質量。

目前,學界高度關注數字化轉型與企業技術創新二者間的關系,并形成了一系列重要且具有啟發性的成果,主要包括:一是基于宏觀視角分析新一代信息技術對于區域創新水平的作用情況,認為互聯網等數字技術的廣泛普及改善了區域整體創新能力;(4)韓先鋒、宋文飛、李勃昕:《互聯網能成為中國區域創新效率提升的新動能嗎?》,《中國工業經濟》2019年第7期。二是基于微觀視角研究數字化轉型對企業創新績效的作用機制,認為數字化轉型通過促使企業融入全球創新網絡、緩解融資約束、(5)李雪松、黨琳、趙宸宇:《數字化轉型、融入全球創新網絡與創新績效》,《中國工業經濟》2022年第10期。弱化代理沖突和提升成長能力(6)靳毓、文雯、何茵:《數字化轉型對企業綠色創新的影響——基于中國制造業上市公司的經驗證據》,《財貿研究》2022第7期。等渠道改善企業創新績效;三是分析互聯網、(7)王金杰、郭樹龍、張龍鵬:《互聯網對企業創新績效的影響及其機制研究——基于開放式創新的解釋》,《南開經濟研究》2018年第6期。區塊鏈、(8)Saberi S.,Kouhizadeh M.,Sarkis J.,et al,“Blockchain Technology and Its Relationships to Sustainable Supply Chain Management”,International Journal of Production Research,vol.57,no.7(2019),pp.2117-2135．大數據、(9)Ghasemaghaei M.,Calic G.,Woodside A.G.,“Assessing the Impact of Big Data on Firm Innovation Performance:Big Data Is Not Always Better Data”,Journal of Business Research,vol.108,no.1(2020),pp.147-162．智能制造(10)尹洪英、李闖:《智能制造賦能企業創新了嗎?——基于中國智能制造試點項目的準自然試驗》,《金融研究》2022年第10期。等新一代信息技術對實體經濟創新的作用效果;四是鑒于創新行為的不同模式,分別研究實體經濟數字化轉型對產品革新、(11)Ghasemaghaei M.,Calic G.,Woodside A.G.,“Assessing the Impact of Big Data on Firm Innovation Performance:Big Data Is Not Always Better Data”,Journal of Business Research,vol.108,no.1(2020),pp.147-162．過程創新、(12)Nambisan S.,Lyytinen K.,Majchrzak A.,et al,“Digital Innovation Management:Reinventing Innovation Management Research in a Digital World”,Mis Quarterly,vol.41,no.1(2017),pp. 223-238．組織創新(13)曲永義:《數字創新的組織基礎與中國異質性》,《管理世界》2022年第10期。及創新質量(14)張國勝、杜鵬飛:《數字化轉型對我國企業技術創新的影響:增量還是提質?》,《經濟管理》2022年第6期。的影響。

從理論上看,關于分析師關注的有關研究,目前大致從分析師定義、分析師注意力、信息公開、外部治理等視角展開分析。分析師定義,即分析師基本內涵和特征。分析師是資本市場重要的信息媒介,其主要職能表現為根據企業生產經營情況發布研究報告,以向資本市場提供有價值的信息。(15)伊志宏、楊圣之、陳欽源:《分析師能降低股價同步性嗎——基于研究報告文本分析的實證研究》,《中國工業經濟》2019年第1期。一般來說,分析師擁有對企業或產業信息專業的挖掘和闡釋水平。分析師注意力視角,即分析師關注水平。學者們主要采用關注某企業分析師人數作為代理變量衡量注意力關注度,例如有學者選取美國和新興資本市場的數據,實證發現關注公司的分析師數量越多,股價同步性越高。(16)Piotroski J.D.,Roulstone D.T.,“The Influence of Analysts,Institutional Investors,and Insiders on the Incorporation of Market,Industry,and Firm-specific Information into Stock Prices”,Accounting Review,vol.79,no.4(2004),pp.1119-1151.另有部分學者選取諸如中國這類新興股票市場的數據,則得出相反的結論:分析師人數同債券內在相關的數量愈多,則股價同步性表現得愈低。(17)危平、曾高峰:《環境信息披露、分析師關注與股價同步性——基于強環境敏感型行業的分析》,《上海財經大學學報》2018年第2期。這一現象的出現與信息公開和外部治理的研究視角有關,由于分析師是具備信息挖掘和信息解讀能力的重要信息媒介,大量實證分析(18)胡楠、薛付婧、王昊楠:《管理者短視主義影響企業長期投資嗎?——基于文本分析和機器學習》,《管理世界》2021年第5期。驗證了其作為信息公開和金融市場外部治理的機制作用。以往諸多理論分析發現,企業創新行為和表現主要受到信息不對稱和委托代理問題的掣肘。(19)Cohen L., Diether K., Malloy C.,“Misvaluing Innovation”,The Review of Financial Studies, vol.26,no.3(2013), pp.635-666.與股價同步性分析類似,分析師關注對創新作用效果也存在兩類對立假說。信息揭示理論表明,分析師關注能優化金融市場信息不對稱以及生產組織內部委托代理導致的不良影響,有效減少微觀生產組織融資和管理對創新投入的擠占,提高創新能力;而市場壓力假說認為,迫于分析師為企業做的盈余預測,企業管理層極有可能產生短視行為,放棄長期創新項目,抑制了企業創新水平提升。(20)He J., Tian X., “The Dark Side of Analyst Coverage: The Case of Innovation”,Journal of Financial Economics,vol.109,no.3(2013),pp.856-878.

從現實情況看,一方面,與一般信息形態相比,數字化情境下怎樣在龐雜的信息數據中獲取更為有效的信息以避免落入潛在的信息要素“陷阱”,成為投資者和決策者的重要關切,這也為分析師扮演信息解讀角色和外部監督角色預留了極大空間。另一方面,與發達國家資本市場相比,中國資本市場存在股權高度分散且大股東股權流動性較低、基礎制度發展滯后、(21)林毅夫:《自生能力與我國當前資本市場的建設》,《經濟學》(季刊)2004年第1期。公司治理和外部要素市場不完善(22)袁春生、吳永明、韓洪靈:《職業經理人會關注他們的市場聲譽嗎——來自中國資本市場舞弊行為的經驗透視》,《中國工業經濟》2008年第7期。等問題,這決定了上述兩類競爭性假設在不同環境中的適配性,即信息揭示和市場業績壓力假說在新興和發達資本市場的差異表現,在類似中國這樣的新興股票市場,分析師的信息揭示效用或能超越市場業績期望所造成的壓力?；谝陨险撌?在諸如我國這樣的新興資本市場環境下,探討分析師關注在數字化轉型與企業創新二者間扮演何種角色就具有十分重要的理論和現實意義。

然而,當前鮮有考慮分析師關注作為中間機制在數字化轉型與企業創新間作用的研究。為此,本研究擬探索數字化轉型對企業創新產出的影響效應以及分析師關注的作用渠道。文章整體框架安排如下:利用2008—2020年所有A股制造業微觀組織數據,綜合文本分析與專家打分法構造數字化轉型指數,先運用固定效應模型分析數字化轉型對于企業創新績效的影響,接著從分析師關注度和分析師信息搜尋成本兩個維度刻畫分析師關注,并分別檢驗其在數字化轉型與企業創新績效之間的機制,進一步從微觀企業、中觀產業和宏觀環境三個維度分析異質性影響,最后提出針對性政策建議。

本研究邊際貢獻有以下幾點:

第一,將數字化轉型、分析師關注、企業創新績效三者納入統一分析框架,為深入理解企業數字化轉型通過分析師關注進行微觀主體賦能給予經驗支撐。由于數字化轉型機制存在復雜、衡量困難等問題,已有研究對數字化轉型與企業技術創新二者間的機制分析尚處于起步階段,(23)趙宸宇、王文春、李雪松:《數字化轉型如何影響企業全要素生產率》,《財貿經濟》2021年第7期。而現有文獻從融入全球創新網絡、緩解融資約束、(24)李雪松、黨琳、趙宸宇:《數字化轉型、融入全球創新網絡與創新績效》,《中國工業經濟》2022年第10期。弱化代理矛盾(25)靳毓、文雯、何茵:《數字化轉型對企業綠色創新的影響——基于中國制造業上市公司的經驗證據》,《財貿研究》2022年第7期。等賦能機制,探討了數字技術異質性帶來的創新賦能效果,本文從分析師關注視角剖析二者的作用效果及其內在機理,或可為理解企業與數字技術深度融合提供新思路。

第二,豐富和擴展了新興資本市場情境下數字化轉型經濟后果和創新績效影響因素的相關研究,為數字化轉型如何影響企業創新績效提供實證支撐?，F有文獻從企業信息搜集成本降低、(26)施炳展、李建桐:《互聯網是否促進了分工:來自中國制造業企業的證據》,《管理世界》2020年第4期。價值創造、(27)戚聿東、肖旭:《數字經濟時代的企業管理變革》,《管理世界》2020年第6期。彌補數據鴻溝、(28)祁懷錦、曹修琴、劉艷霞:《數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角》,《改革》2020年第4期。信息冗余與過剩(29)Lateef A., Omotayo F. O., “Information Audit as an Important Tool in Organizational Management: A Review of Literature”, Business Information Review,vol.36,no.1(2019),pp.15-22.等方面分析了新一代信息技術與企業融合的經濟效應,雖然這類研究考察了企業與數字技術融合的微觀信息效用,但尚未觸及類似中國這類新興資本市場中的分析師關注層面。本研究基于中國資本市場微觀數據,借助文本挖掘策略更為全面地度量微觀企業數字化轉型程度,創新性地從分析師關注人數和分析師信息搜尋成本兩個維度刻畫分析師注意力關注,嘗試深入探討企業數字化轉型如何通過分析師關注改善企業創新績效,不僅為理解數字化轉型提供新的視角,同時也豐富了信息經濟學與企業創新管理交叉領域的有關研究。(30)陳欽源、馬黎珺、伊志宏:《分析師跟蹤與企業創新績效——中國的邏輯》,《南開管理評論》2017年第3期。

第三,拓展了不同情景對比下的相關研究。我們考慮了微觀、中觀、宏觀三個維度的異質性,著重考察企業董監高人員(擁有海外背景與否)、不同供應鏈關系與行業類型、不同環境與空間地理位置下的異質性作用,為微觀實體經濟數字化轉型實踐以及政府相關政策制定提供參考。

一、理論分析與研究假設

(一)數字化轉型與企業創新績效

從概念內涵來看,數字轉型使企業研發行為方式逐漸開源化,(31)曲永義:《數字創新的組織基礎與中國異質性》,《管理世界》2022年第10期。通過促進研發合作、降低成本、提升人力資本水平等方式改善企業創新績效。(32)張國勝、杜鵬飛:《數字化轉型對我國企業技術創新的影響:增量還是提質?》,《經濟管理》2022年第6期。微觀主體與數字技術深度融合的諸多優勢有助于生產組織技術創新,隨著數字技術深度嵌入與應用,其對創新績效作用效果也愈加深入。(33)陳劍、黃朔、劉運輝:《從賦能到使能——數字化環境下的企業運營管理》,《管理世界》2020年第2期。

從企業特征與治理效應來看,企業數字技術的深度應用對于創新顯露出的影響效應已形成基本結論。首先,數字技術提升了企業信息搜集效率和傳遞效率,不僅使企業外部信息搜尋成本進一步下降,(34)Goldfarb A.,Tucker C., “Digital Economics”, Journal of Economic Literature,vol.57,no.1(2019), pp.3-43.還能夠加速知識在企業內部傳播速率,進而提升知識轉換為創新成果的效率;其次,數字化轉型改善了企業信息利用效率,借助數字技術如AR、人工智能等在互聯網平臺多維度展示企業產品或服務信息,可以激發消費者的多元化需求,提高產品供需雙方的交互水平,(35)郭家堂、駱品亮:《互聯網對中國全要素生產率有促進作用嗎?》,《管理世界》2016年第10期。而消費者多樣化的需求能夠倒逼生產部門進行生產技術升級和產品研發創新,提升了研發效率;最后,數字化轉型有助于優化信息決策管理水平,企業創新決策會受到數字化轉型的社會互動效應和信息渠道效應的正面影響:高質量的技術信息交流可以更深層次地激勵周邊經濟體整體協同創新,在一定地理范圍內產生示范效應,(36)周廣肅、樊綱:《互聯網使用與家庭創業選擇——來自CFPS數據的驗證》,《經濟評論》2018年第5期。帶來創新的正面溢出,同時數字化轉型還跨越了創新主體間的地理距離,促進了創新要素流動和各創新主體的鏈接水平,更大程度上釋放了開放式合作創新的潛力。據此,本文提出如下待檢驗假設:

假設H1:當企業數字技術應用水平提高時,即數字化轉型指數提高,其創新表現也隨之得到相應改善。

(二)數字化轉型、分析師關注與企業創新績效

從分析師關注的概念內涵來看,分析師是資本市場重要的信息媒介,而分析師關注則是分析師傳遞有效信息的行為過程。一方面,分析師運用其專業背景和數據挖掘分析技術對外部資本市場信息進行解析,提升資本市場定價效率。另一方面,分析師通過關注企業進行盈余預測、股票推薦等方式,為上市企業設立績效評價標準。進一步而言,由于分析師關注度提高,市場對企業的關注和曝光隨之增加,這既可以通過外部治理的渠道強化中小股東對企業的治理和監督水平,也可能引起競爭對手的關注而強化企業間的競爭行為,從而促進企業的創新活動。信息經濟學認為,企業內部管理者與資本市場外部信息需求位于信息不對稱的兩端,分析師關注與目標企業信息披露行為具有關聯性。(37)方軍雄:《我國上市公司信息披露透明度與證券分析師預測》,《金融研究》2007年第6期?；诖?本文認為數字化語境下,分析師關注能夠從提升外部信息獲取總量和降低內部信息搜尋成本兩個層面產生機制影響。

在外部上,信息揭示假說認為,分析師關注可以緩解外部金融市場的信息不對稱以及微觀生產組織內部代理的不良影響,減少企業融資和管理對創新資源的擠占,提高創新資源配置水平?；谛畔⒔沂炯僬f,在本文數字化的研究情境下,數字技術從信息獲取源頭大幅度地提高了企業能夠釋放的信息總量,公共與私人部分搭建了分析師關注所能觸及的全部信息來源渠道,(38)Chen Q., Jiang W.,“Analysts’ Weighting of Private and Public Information”,The Review of Financial Studies, vol.19,no.1(2015), pp.319-355.當公共信息集不斷擴大,其獲取的信息質量逐漸趨向一致。從企業治理角度看,這克服了資本市場信息不對稱和委托代理成本,降低了投融資和企業管理成本,從而激勵企業創新。具體而言,數字化轉型主要從以下三個方面提高分析師信息獲取總量:一是信息來源上,相比傳統信息來源渠道,先前沉淀和未被挖掘的信息在大數據、云計算等數字技術賦能下逐漸活躍起來,形成規范化、易傳輸的數字信息。(39)吳非、胡慧芷、林慧妍等:《企業數字化轉型與資本市場表現——來自股票流動性的經驗證據》,《管理世界》2021年第7期。二是從信息呈現狀態看,多種信息內容在數字技術加持下,轉化成圖片、音頻、視頻等不同類型的信息流,對企業傳統信息創造和識別形成有效補充。(40)Warren J. D., Moffitt K. C.,Byrnes P.,“How Big Data Will Change Accounting”,Accounting Horizons,vol.29,no.2(2015), pp.397-407.三是信息交互方式上,新一代信息技術拓展了企業內部與外界信息交換和傳輸渠道,分析師獲取信息方式得以改善。

從內部信息搜尋成本上看,生產部門數字化轉型的微觀經濟效應表現為信息搜尋成本降低、(41)施炳展、李建桐:《互聯網是否促進了分工:來自中國制造業企業的證據》,《管理世界》2020年第4期。信息壟斷地位形成、(42)王義中、林溪、孫睿:《金融科技平臺公司經濟影響研究:風險與收益不對稱視角》,《經濟研究》2022年第6期。信息效應(43)祁懷錦、曹修琴、劉艷霞:《數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角》,《改革》2020年第4期。等。如果信息技術賦能微觀主體時能夠通過分析師關注影響創新表現,那么數字化轉型對企業創新水平提升的作用效果在面對不同分析師創新信息搜尋成本(以下簡稱分析師搜尋成本)時將存在明顯差異。當分析師搜尋成本較低時,企業能夠根據市場需求對分析師預測下R&D投入強度、研發項目選擇等進行靈活調整,此時企業通過分析師關注的適應性調整進行數字賦能的機制傳導效率將得到提升,預期數字化轉型對企業創新績效促進作用更大。與之相反,如果企業面臨較高的分析師搜尋成本,分析師難以幫助企業對研發創新活動決策進行及時靈活調整,這將會阻礙企業借助分析師關注適應性調整進行數字賦能,從而削弱數字化轉型與企業創新績效之間的關系。據此,本文提出如下假設:

假設H2:外界關注度越高,即分析師關注度提高,數字化轉型對創新績效正面提升效果越大。

假設H3:從內部看,企業與數字技術融合強化了產業數字化和信息披露,可以減少分析師信息搜尋成本,進而改善企業創新表現。

二、研究設計

(一)計量模型設定

雖然固定效應模型能夠有效克服反向因果、遺漏變量和樣本選取偏差等所導致的內生性問題,然而這類估計策略在面對樣本數據量較大的情境時,有可能引起估計偏差。為此,本文選擇Reghdfe,即高維固定效應估計,不僅能夠有效控制大樣本量,還能夠計算聚類穩健的標準誤,從而緩解異方差導致估計系數標準誤造成的偏誤。本文選擇該估計識別因果效應,以此來驗證前述理論假設。此外,Reghdfe估計方法還可應用FWL定理(44)Frisch R.,Waugh F.V.,“Partial Time Regressions as Compared with Individual Trends”,Econometrica: Journal of the Econometric Society,Vol.1,No.4(1933),pp.387-401.擴展到2SLS和IV等,這將有助于進一步緩解內生性的不利影響?；诖?本研究構建如下基準模型:

Eippit=α0+α1Digitalpit+γ∑Xpit+ρp+ρi+ρt+εpit

(1)

其中,p為省份,i為行業,t為時間,因變量Eippit表示p省份i行業第t年的企業創新績效,核心自變量Digital為數字化轉型,X是控制變量組,ρp、ρi、ρt分別為地區、行業和時間的固定效應,εpit即隨機擾動項。

(二)變量解釋與指標構建

1.企業技術創新績效(Eip)。其中專利授權量存在一定局限性,易受到官僚因素的干擾產生一定的不確定性和不穩定性,且授權周期過長,而專利申請量則更能反映企業創新實際產出效率,故此選擇各類專利申請量表示Eip。不同類型的專利申請數據來自CNRDS平臺,考慮到有些企業可能存在申請數量為0的情況,本文對這類企業的數據采取加1取對數的方法構造因變量。

2.數字化轉型(Digital)。本文借鑒趙宸宇、(45)趙宸宇、王文春、李雪松:《數字化轉型如何影響企業全要素生產率》,《財貿經濟》2021年第7期。宋德勇等(46)宋德勇、朱文博、丁海:《企業數字化能否促進綠色技術創新?——基于重污染行業上市公司的考察》,《財經研究》2022年第4期。的做法,根據企業披露年報信息,綜合文本分析與專家打分法構造數字化轉型指標。步驟如下:1)基于Python提取A股上市公司年報文本,再采取人工判讀篩選出數字技術賦能表現良好的研究樣本;2)將樣本企業進行詞頻統計和分詞處理,提取數字化轉型有關高頻詞匯的同時補充現有資料關鍵詞,構建的分詞詞典至少囊括現代信息系統和數字技術應用等4個維度的內容;3)基于制造業上市公司年報文本以及上述維度關鍵詞詞頻,通過熵值法測算文本分析法下的數字化轉型指數(Digital-Text);4)基于企業年報關鍵詞的描述信息、詞頻強弱及企業經營情況,研判樣本企業數字化投入水平,利用專家打分法構建對應的數字化轉型指數(Digital-Score);5)對上述兩個指標進行無量綱化處理后,分別按照50%的權重構造數字化轉型指數(Digital)。

3.控制變量組(X)。借鑒現有文獻做法,選擇上市企業的資產負債率(Lev)、年齡(Age)、股權集中度(Sharecon)等作為X。

(三)數據來源與描述性統計

本研究借助Stata15.1進行實證檢驗,樣本選擇的時間跨度為2008—2020年,主要指標數據均來自所有制造業A股上市公司(除煙草制品業,按照2012版證監會行業分類標準),剔除非正常上市狀態與數據嚴重缺失的樣本,最終形成包含18 342個觀測值的地區—行業—年份三維面板數據,并進行Winsorize處理。主要指標描述性統計匯總情況如表1所示。

表1 主要變量描述性統計

圖1是關于制造業大類里不同行業內企業數字化轉型和創新績效間關系的描述性統計?？梢园l現,計算機、通信和其他電子設備制造業(C39)等以技術投入為主的企業,以及紡織服裝、服飾業(C17))等以勞動力投入為主的企業,在行業數字技術賦能企業效果中較優,數字化轉型完成度較高。在創新表現方面,描述統計顯示,以技術應用為主的產業中企業創新績效表現要整體高于依靠勞動力生產為主的產業。整體上看,企業的數字化轉型水平與創新績效二者變化態勢大致呈正相關,適合進一步展開因果效應分析。

圖1 細分行業中的數字化轉型與企業創新績效

三、實證結果分析

(一)基準回歸

根據回歸方程(1),估計結果見表2。

表2 基準回歸

從表2可以看出,第(1)—(6)列中Digital估計系數都在1%的水平拒絕原有假設且為正。模型擬合效果上,依次加入控制變量后,R2逐漸增加,進而提升了方程的解釋力度。因此可知,企業與數字技術深度融合可以有效改善其創新績效。其可能的經濟解釋在于:一方面,現階段數字化轉型帶動企業傳統研發模式向更加開放化、開源化的方向轉變,互聯網等數字技術嵌入對企業成本控制、創新成果轉化、產品與技術創新以及創新要素積累等方面都產生了正面影響;另一方面,數字化轉型下的社會互動和訊息渠道效應,有助于在一定范圍內的企業展開研發合作,易于產生示范效應。(47)周廣肅、樊綱:《互聯網使用與家庭創業選擇——來自CFPS數據的驗證》,《經濟評論》2018年第5期。同時,數字化轉型削弱了創新要素流通壁壘,強化了創新網絡中各創新主體間的聯結,釋放了生產部門開放式創新潛力。至此,假設H1得到驗證。

從控制變量來看,第(2)—(6)列中制造業上市企業的Lev系數顯著為正,表明Lev對Eip形成了有效的正面影響。其可能的原因在于:折衷理論和權衡理論認為,企業的Lev存在最優點,而創新活動需要長期穩定的資金投入,因此正常負債能夠滿足企業資金需求,進而激勵創新行為。第(5)(6)列的Roa與Cash系數也都顯著為正,這表明擁有良好資產報酬率和流動性能夠顯著促進企業創新績效提升。

(二)穩健性檢驗與內生性問題

1.改變企業數字化轉型的衡量。本研究還選擇詞頻總分析、總類別分析對數字化轉型水平進行測度,以緩解樣本選擇偏誤可能帶來的內生性問題。首先,在量綱化處理方面,選擇離差標準化法統一企業數字化相關詞匯頻數單位,即選擇“某年某公司年報的數字化有關總詞頻數與分年度數字化有關總詞頻數最小值”作差后除以“分年度數字化有關總詞頻數最大值與最小值之差”測算,度量企業數字化在樣本期內的相對水平,在0—1內取值,記為Dig_1。其次,采取總類別分析刻畫不同產業類型中的企業數字化的相對水平,記為Dig_2。選擇上述兩種類型的數字化轉型指標替換原因變量后,估計系數并未發生基本面的變化,結論具有穩健性,相關結果如表3列(4)與列(5)所示。

表3 改變主要變量測度的穩健性檢驗

2.改變企業創新績效衡量。一方面,本文將原自變量替換為數字經濟發明專利申請數(Eip_dig)進行檢驗,識別二者數字經濟領域的因果效應。檢驗結果如表3中列(1)所示,盡管將創新產出聚焦至當前活躍的數字經濟領域,Digital回歸系數(1.447)依舊顯著為正,依然對企業創新績效有促進作用;另一方面,本研究還檢驗了數字化轉型對企業自主創新能力(Indep)與合作創新能力(Joint)的作用效應,選擇企業聯合其他機構合作申請的專利數衡量合作創新能力,以企業獨立申請的專利數衡量自主創新能力。檢驗情況見表3列(2)和列(3),顯示Digital對企業自主創新能力和合作創新能力均有提升效應。

3.內生性問題。前述基本結論或有潛在的內生性挑戰。就本文研究而言,內生性問題大概率由以下兩方面造成:第一,反向因果。創新績效好、能力強的企業外部融資成本低、現金流充足,有能力投入更大成本搭建數字化平臺、推動企業數字化轉型等,容易造成回歸系數被高估。第二,樣本選擇偏誤。表2列(6)基準回歸表明,Digital回歸系數顯著為1.641。如果僅從表面上看,這個結果似乎意味著進行數字化轉型會使企業擁有較高的創新績效。然而,當想要了解Digital與企業創新績效二者關系時,就可能存在Digital較高的企業自身技術創新能力不足的情況。進一步講,平均而言,即使企業數字化轉型完成度較高,這些企業的創新績效水平也有可能并不如數字化轉型較低的企業。

4.工具變量(IV)法?？紤]到現實情況下技術創新能力較強的企業可以更容易推動企業自身數字化轉型,故本文針對逆向因果關系可能導致的內生性問題,構建合適的IV,選擇2SLS方法進行處理。綜合武常岐等的份額移動IV法與Lewbel的方式構建Digital的IV。(48)武常岐、張昆賢、周欣雨等:《數字化轉型、競爭戰略選擇與企業高質量發展——基于機器學習與文本分析的證據》,《經濟管理》2022年第4期。第一步,測算除該企業之外行業內其他企業滯后一年的數字化轉型平均值(share),作為分析單元初始的份額構成;第二步,計算出全部企業數字化轉型水平增長率,作為總體的增長率(shift);第三步,以share*shift乘積項模擬企業每一年度的數字化轉型增量值;最后,參考Lewbel 關于IV的思路,測算每個年度企業數字化轉型指數與模擬增量值離差的三次方,得到本文所使用的工具變量?；诖?利用兩階段最小二乘估計法對多維固定效應方程(1)重新回歸,表4列(1)報告了該回歸結果。與表2中的列(6)進行比對發現,Digital的符號相同且在1%的水平拒絕原假設,并未發生根本性改變,并且LM統計量為1300,顯著拒絕原假設,F統計量為8000,也顯著拒絕了弱IV假設檢驗,表示IV的構造合理。此外,綜合了份額移動工具變量法與Lewbel 關于IV的工具變量也能夠克服傳統行業層面工具變量外生性不強的缺陷。因此,本文基本結論仍然穩健。

5.其他穩健性檢驗。參考已有研究,文章還選擇改變模型設定等進行檢驗。一是聚類穩健標準誤(cluster)。為了緩解異方差性或組間自相關可能帶來的估計偏誤,本研究分別以省份層面與行業層面對標準誤差采取聚類調整,調整后的結果分別見表4的列(2)和列(3)。二是增加控制變量。企業R&D投入強度對于創新產出有一定影響,考慮到遺漏重要變量可能造成的回歸偏差,本文以企業研發投入占營收比重計算企業投入強度指標,將其作為控制變量納入多維固定效應模型進行估計,估計結果見表4的列(4)。三是考慮滯后因素影響。由于Digital對企業創新的正面促進作用可能會有某種程度時滯,故對基準估計方程的自變量和控制變量取滯后一期形式再檢驗,估計系數見表4列(5)。以上檢驗均支持基本結論是穩健的。

表4 內生性問題與其他穩健性檢驗

四、機制檢驗

在上文中,我們為數字化轉型顯著改善企業創新績效提供了證據支撐,本部分將進一步對其作用機制進行檢驗。根據前文理論探討,數字化轉型可提高分析師關注水平,進而改善企業技術創新績效表現。為驗證該核心總邏輯,即論證“企業數字化轉型→分析師關注→企業創新績效”這一邏輯鏈條是否成立,本文將從下述兩個維度切入分析:一是從分析師關注度出發,即根據對某一企業做出盈余預測的分析師人數,檢驗其在數字化轉型和企業創新績效間是否存在調節效應;二是基于信息搜尋成本視角,即剖析數字化轉型對企業創新績效在面臨不同分析師搜尋成本時的表現差異。

(一)分析師關注度

基于前文理論解釋,分析師關注度提高主要借助撰寫研究報告和市場信息搜集實現,分析師關注人數增加使企業易獲得更多研究報告、市場曝光度及創新資金支持,有助于改善創新表現。參考已有文獻,在基準回歸式(1)上構造式(2)檢驗分析師關注度在數字化轉型促進企業創新績效所發揮的調節作用:

Eippit=c0+c1Digitalpit+c2Modpit+c3Digitalpit*Modpit+γ∑Controlpit+

ρp+ρi+ρt+εpit

(2)

其中,Mod表示調節變量,本文為分析師關注度(Analyst),其余變量設定與式(1)相同,該指標數據來自于Wind、CSMAR數據庫。已有文獻一般采用以下三類辦法衡量Analyst:一是為某企業發表盈余預測信息的分析師人員數;(49)徐欣、唐清泉:《財務分析師跟蹤與企業R&D活動——來自中國證券市場的研究》,《金融研究》2010年第12期;He J., Tian X., “The Dark Side of Analyst Coverage: The Case of Innovation”,Journal of Financial Economics,vol.109,no.3(2013),pp.856-878.二是盈余預測研究報告的數量;三是判斷分析師數量是否達到某一臨界值設置虛擬變量。首先,本文選擇每個完整年份發表某一企業盈余預測的分析師人員數加1,然后對其取對數作為代理變量(Ln(analyst+1))。表5考察了數字化轉型如何通過分析師人數變動對企業創新績效產生影響的檢驗結果。

表5 分析師關注度的影響機制

第(1)和(2)列是基于公式(2)的分析師人數調節效應,C2系數顯著為正,且交互項Digital*Ln(analyst+1)的系數C3也在5%的顯著性水平上為正,這表明其具有正向調節作用。隨著追蹤企業分析師人數的增加,有助于強化數字化轉型促進企業創新績效的正面影響,這一結果也在某種程度上支持了“信息揭示假說”,即在創新方面,分析師能夠提高所揭示企業創新信息價值傳遞的有效性,一定程度上克服了投融資者間的信息不對稱,降低融資成本,創新資源配置得以優化,進而正面影響企業創新。此外,本文通過追蹤企業的分析師人數是否達到中位數進行分組回歸,以是否大于分析師人數中位數劃分為高關注組(High_Analyst)和低關注組(Low_Analyst)?；谀Ｐ?1),第(3)和第(4)列報告了該結果,第(3)列的系數1.428明顯高于第(4)列的系數,也從側面佐證了數字化轉型通過提高分析師關注度,從而改善企業創新績效。上述調節效應和基準效應異質性結果均支持了“企業數字化轉型→分析師關注→企業創新績效”這一核心邏輯,假設H2得以證明。

(二)分析師信息搜尋成本

數字技術賦能企業過程中,對于信息的充分使用離不開信息市場高質量的要素供給。(50)Farboodi M.,Mihet R.,Philippon T.,et al,“Big Data and Firm Dynamics”,AEA Papers and Proceedings,2019, p.38-42．; 謝康、夏正豪、肖靜華:《大數據成為現實生產要素的企業實現機制:產品創新視角》,《中國工業經濟》2020年第5期;徐翔、趙墨非、李濤等:《數據要素與企業創新:基于研發競爭的視角》,《經濟研究》2023年第2期。當分析師搜尋成本處于較低水平時,預期數字化轉型對企業創新表現改善更顯著。與之相反,如果企業面臨較高的分析師搜尋成本則削弱了二者的聯系。為了驗證該推斷,本文在參照有關研究衡量思路的基礎上,(51)肖土盛、孫瑞琦、袁淳等:《企業數字化轉型、人力資本結構調整與勞動收入份額》,《管理世界》2022年第12期。將分別從企業自身創新信息要素稟賦與外部創新信息要素市場供給兩個維度刻畫分析師搜尋成本(Analyst_cost)。從企業自身來看,盡管民營企業勞動生產率比國有企業高,但是國有企業擁有研發創新所需的大部分資源,憑借這一國家信譽優勢,國有企業在創新資源積累、獲取、知識產權保護、信息披露等領域擁有天然優勢,(52)李春濤、宋敏:《中國制造業企業的創新活動:所有制和CEO激勵的作用》,《經濟研究》2010年第5期。企業與分析師的互動能夠以更低的信息摩擦為代價做出更為準確的預測分析并進行靈活調整,其分析師搜尋成本要低于民營企業。因此,本文將國有企業和民營企業兩類不同產權性質的企業視為分析師低搜尋成本和高搜尋成本的研究樣本。從外部創新信息要素市場供給看,與數字技術相匹配的數據要素等創新資源往往存在于創新要素集聚區域。鑒于創新要素往往具有很強的要素集聚效應及資源稀缺性,企業所在城市所擁有的創新資源對當地創新信息要素供給市場具有決定性影響。一般而言,國家創新型試點城市的政策效應和集聚效應更有利于形成高質量的數據要素市場供給,其所面臨的創新信息搜尋成本也更低,(53)楊仁發、李勝勝:《創新試點政策能夠引領企業創新嗎?——來自國家創新型試點城市的微觀證據》,《統計研究》2020年第12期。企業也更容易根據數字化轉型戰略獲得所需要的分析師預測報告。由此,本文還根據截至2020年科技部與國家發展改革委共累計批準的78個國家創新型試點城市(區)區分分析師搜尋成本,當企業所在地為國家創新型試點城市(區)時,劃分為低分析師搜尋成本組,否則為高分析師搜尋成本組。表6展示了面對不同分析師搜尋成本下企業數字化轉型與企業創新表現之間關系的分樣本回歸情況。不難發現,在分析師低搜尋成本組,第(1)和第(3)組的Digital的估計系數顯著為正;而當分析師面臨較高搜尋成本,第(2)和(4)組的回歸系數數值均明顯下降。上述檢驗結果與預期相符,當企業面臨較低分析搜尋成本時,數字化轉型能夠更好地改善企業創新績效,這也進一步佐證了數字化轉型可通過引起分析師關注變化影響企業創新績效。至此,假設H3得以證明。

五、異質性檢驗

(一)微觀層面:企業高管人員的異質性

根據高階梯隊理論,企業決策行為受決策者的價值觀與認知結構等異質性特征影響,而數字化轉型戰略與研發創新活動作為重大決策行為,內部管理者的某種特質在其中起到了重要作用。高管人員如若具有海外學習或工作經歷,往往擁有較強的創新意圖和能力,(54)劉鳳朝、默佳鑫、馬榮康:《高管團隊海外背景對企業創新績效的影響研究》,《管理評論》2017年第7期;湯萱、高星、趙天齊等:《高管團隊異質性與企業數字化轉型》,《中國軟科學》2022年第10期。在致力于數字技術賦能企業從而推動創新上存在相當的正面影響。為驗證這一推測,本文按照企業董監高人員是否具有海外背景劃分樣本,若企業董監高具有海外背景取值1,否則取值0。與預期相一致,如表7第(1)列Digital的回歸結果,其系數數值和顯著性均明顯高于第(2)列,一定程度上表明了在擁有海外背景高管的企業中,Digital對于Eip的激勵更大。

表6 分析師信息搜尋成本的影響機制

表7 企業高管人員的異質性

(二)中觀層面:企業供應鏈與所屬行業的異質性

1.供應鏈關系的異質性。產業組織里,供應鏈關系的不同屬性可能對企業數字化轉型與創新產出二者關系產生異質性作用?；趹鹇孕怨湽芾砝碚?企業在進行資源匹配時,若行業內擁有較高的供應鏈集中度,則企業更易利用該整體優勢正面影響創新。與之相反,交易成本機會主義和產業定位理論會認為其具有一定風險性,供應鏈過于集中會使稀缺的創新資源遭到擠出,導致企業創新活動受限。由此,借鑒李琦等做法,(55)李琦、劉力鋼、邵劍兵:《數字化轉型、供應鏈集成與企業績效——企業家精神的調節效應》,《經濟管理》2021年第10期。構造供應鏈集中度的代理變量,同前面處理類似,劃分出高集中度組,其余取0令為低集中度組。結果報告見表8,第(2)列集中度低組的Digital系數顯著為正,且數值高于第(1)列高集中度組,這一結果表明低供應鏈集中度有助于數字化轉型提升企業創新績效,在本研究情境下支持了“波特產業定位理論和交易成本機會主義假說”。

表8 企業供應鏈關系與所屬行業類型的異質性

2.行業類型的異質性。高科技企業受益于數字化轉型上的主動意愿和客觀基礎條件,其可能在數字化轉型推動企業創新績效提升上更為有效。為驗證這一推斷,本文根據國家統計局官網2017年發布的最新行業劃分標準,將制造業劃分為勞動密集型和技術密集型后分別進行回歸檢驗。同預測相一致,表8第(4)列技術密集行業Digital系數顯著并且明顯高于第(3)列勞動密集型行業的系數,這說明技術屬性行業相比依賴勞動力為主的制造業,企業數字化轉型更能正面激勵創新表現。

(三)宏觀層面:環境不確定性與空間位置的異質性

1.環境不確定性的異質性。組織學習理論認為,面對環境不確定性風險增加,會激發企業危機意識,倒逼企業進行創新活動對沖可能存在的風險。與此相反,資源基礎理論認為,環境不確定性下降使得企業的原始創新資源得到充分釋放和利用,進而改善企業創新績效。由此,本文參考Tosi等、Ghosh和Olsen的辦法,(56)Tosi H.,Aldag R.,Storey R.,“On the Measurement of the Environment: An Assessment of the Lawrence and Lorsch Environment Uncertainty Subscale”,Administrative Science Quarterly,vol.18,no.1(1973),pp.27-36.;Ghosh D.,Olsen L.M.,“Environmental Uncertainty and Managers’ Use of Discretionary Accruals”,Accounting,Organizations and Society,vol.34,no.2(2009),pp.188-205.測算環境不確定性的代理變量,同時與前述操作類似,篩選出環境不確定性高組,其余取0令定為環境不確定性低組。估計結果見表9,第(2)列低環境不確定性組Digital系數顯著為正,且數值高于第(1)列高環境不確定性組,這一結果表明環境不確定性降低有利于數字化轉型促進企業創新績效提升,這一證據也支持了“資源基礎理論”的觀點。

表9 環境不確定性與空間位置的異質性

2.空間位置的異質性。盡管數字經濟發展可以打破時空邊界,加速創新資源流通,然而地理位置差距仍然是數字經濟發展差異的主要影響因素。以互聯網發展地區差異為例,基礎設施建設、信息資源稟賦和產業轉化效率是該差異的主要結構來源。(57)崔蓉、李國鋒:《中國互聯網發展水平的地區差距及動態演進:2006～2018》,《數量經濟技術經濟研究》2021年第5期。中國數字化發展“不平衡”問題突出,整體呈現出從東部沿海向中部、西部內陸地區逐漸遞減態勢,對于企業創新勢必會產生異質性影響。為了驗證這一推測,根據企業所在空間地理位置,將樣本劃為東、中和西部分別檢驗。與推測相一致,表9的第(3)—(5)列Digital三個地區的回歸系數數值大小從東部至中部、西部依次下降,這說明從東部沿海到中部、西部內陸地區,Digital對Eip的改善也表現出逐級遞減的特征。

六、結論與政策建議

數字化轉型在推動生產方式和生產關系變革的同時,也使得企業信息呈現出指數級別爆炸式增長。信息不對稱與代理問題是影響企業創新行為的重要因素,作為緩解市場失靈的一項重要機制,分析師的作用勢必也會產生適應性變革。因此,從分析師關注的視域探討微觀主體數字化轉型對創新績效的作用及其內在影響渠道,不僅有利于全面評價數字技術賦能的社會效應,也益于提升科創體系化攻關能力以及產業現代化水平。

本文主要結論為:一是數字化轉型能有效改善企業創新表現。在控制了時間、地區、行業固定效應以及有關控制變量后,企業數字化轉型每提升1個單位,可以帶來1.64個單位的創新績效提升。二是企業可從分析師關注的渠道機制使數字技術賦能提高創新績效。一方面,數字化轉型可以增加對企業進行盈余預測研究的分析師關注人員數量,即提高資本市場的分析師關注度,降低信息不對稱和委托代理等問題帶來的負面作用,以此激勵創新;另一方面,數字化轉型可以降低分析師對于創新信息的搜尋成本,以更低的信息摩擦為代價做出預測分析,改善企業創新績效。三是異質性影響。微觀層面,董監高具有海外背景的企業,往往具有更強的創新意愿和創新能力,數字化轉型對企業創新績效正面影響更顯著;中觀層面,供應鏈集中度較低和技術密集型行業中的企業,數字化轉型可以更好地賦能企業創新績效提升;宏觀層面,在所屬環境不確定性較低以及東部地區,企業與數字技術的深度融合更能激勵創新產出。

基于上述結論,提出如下政策建議:

第一,推進產業鏈整體與數字技術的深度融合,重視信息技術對企業創新的影響。政府應持續增加對新型數字基礎設施建設的維護與投入,同時兼顧傳統設施的升級與優化。發揮鏈長和鏈主企業在產業鏈數字化轉型中的引領作用,實施產業鏈強鏈補鏈行動,提升產業鏈運行效率與上下游協同創新水平。高度重視數字技術基礎研發能力以及數字技術的重大革命效應,結合企業生產、經營及管理過程中的數字化轉型實踐,著力實現產業基礎共性技術自給自足,發揮其在資源配置、成本控制和信息交互等方面的優勢,強化企業技術創新能力。

第二,根據地區創新資源和微觀組織的異質性特征,全面統籌推進企業信息技術賦能水平。宏觀層面,政府在制定支持區域和企業數字化轉型的政策時,應充分考慮創新資源薄弱地區和民營企業的異質性,減少“一刀切”的一般性政策,加大對落后地區和中小私營企業的引導和支持力度,如構建有關的融資擔保機制。微觀層面,需要深化政策激勵作用,鼓勵落后地區和民營企業技術創新,同時完善政府創新補貼審核制度,預防企業尋租欺騙和套利,避免因企業套利而出現戰略性創新行為偏離,如可通過完善市場化技術創新制度,以市場競爭實現企業技術升級。

第三,加快完善數據要素市場建設,激發市場主體對技術創新的促進作用。一方面,充分認識和把握數據產權、流通、交易等市場規律,完善有益于數據安全、使用效率、便于流通的產權制度,完善數據要素市場體制機制,合理降低市場主體獲取數據的門檻,增強數據要素共享性、普惠性,以激勵創新創業創造。另一方面,政府應當積極引導資本市場中諸如券商、證券評級機構等第三方中介機構應用數字技術對企業創新予以關注,激發投資者對企業創新活動的投資熱情,企業則應改善自身對R&D等創新信息披露意愿,增強市場信心。政府要積極創造更加公平和自由的企業技術創新發展環境,應用數字技術強化市場機制調節作用,綜合國有企業混合所有制改革與建立有效的技術創新激勵機制,減輕公有部門企業創新活動委托代理帶來的資源錯配問題。