李萌萌，郭曉川

（1.內(nèi)蒙古大學(xué) 經(jīng)濟管理學(xué)院，內(nèi)蒙古 呼和浩特 010020；2.上海大學(xué) 管理學(xué)院，上海 200444）

一、引言

資源型企業(yè)在國家工業(yè)體系中具有重要的基礎(chǔ)性和戰(zhàn)略性地位，但隨著資源性產(chǎn)品供給變化以及國際社會環(huán)保要求的嚴苛，產(chǎn)能過剩以及碳排放等問題日益嚴重，資源型企業(yè)要實現(xiàn)高質(zhì)量發(fā)展必須提高其全要素生產(chǎn)率。隨著互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等數(shù)字技術(shù)的快速發(fā)展，新一輪產(chǎn)業(yè)革命正在由導(dǎo)入期轉(zhuǎn)向拓展期，催生出大量的新產(chǎn)業(yè)、新業(yè)態(tài)和新模式[1]。目前，企業(yè)數(shù)字化轉(zhuǎn)型逐漸從消費端轉(zhuǎn)向產(chǎn)業(yè)端[2]，“十四五”時期中國工業(yè)發(fā)展的戰(zhàn)略任務(wù)之一是實施“智能+”戰(zhàn)略，數(shù)字技術(shù)成為賦能工業(yè)的重要力量[3]。國家“十四五”規(guī)劃綱要中指出，要推進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，深化研發(fā)設(shè)計、生產(chǎn)制造、經(jīng)營管理、市場服務(wù)等環(huán)節(jié)的數(shù)字化應(yīng)用。因此，隨著互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等數(shù)字技術(shù)的發(fā)展，探究數(shù)字化應(yīng)用與資源型企業(yè)全要素生產(chǎn)率的關(guān)系，對于其突破全要素生產(chǎn)率不高的困境具有重要意義。

數(shù)字化應(yīng)用與全要素生產(chǎn)率的研究實際上是對“信息技術(shù)生產(chǎn)率悖論”（簡稱“生產(chǎn)率悖論”） 的延續(xù)。Brynjolfsson(1993)分析了造成生產(chǎn)率悖論的原因，主要是由于投資收益具有滯后性、技術(shù)投入管理不善以及在市場經(jīng)濟中重新分配利潤等導(dǎo)致信息技術(shù)在企業(yè)層面具有正向作用，而在宏觀層面沒有顯現(xiàn)出來[4]。已有研究認為1991 年以后企業(yè)層面的生產(chǎn)率悖論逐漸消失[5]，但隨著人工智能等數(shù)字技術(shù)的發(fā)展，Brynjolfsson 等(2017)認為出現(xiàn)了新的生產(chǎn)率悖論，數(shù)字化與企業(yè)生產(chǎn)率呈“J-型”曲線[6]。Acemoglu&Restrepo(2018)認為人工智能等數(shù)字技術(shù)被過度采用會導(dǎo)致資本和勞動配置不當(dāng)，從而抑制企業(yè)生產(chǎn)率[7]。然而，另一部分學(xué)者認為不存在生產(chǎn)率悖論，數(shù)字技術(shù)投資回報差異與企業(yè)是否在人力資本[8]、創(chuàng)新投入[9]、組織變革和管理實踐[10]等進行互補性投入有關(guān)。Purdy&Daugherty(2017)認為人工智能通過智能自動化、提高勞動技能和物質(zhì)資本及創(chuàng)新來提高企業(yè)生產(chǎn)率[11]。黃群慧等(2019)認為互聯(lián)網(wǎng)通過提高交易效率、減少資源錯配及促進創(chuàng)新來提高制造企業(yè)生產(chǎn)率[12]。同時，生產(chǎn)率悖論還具有一定的行業(yè)異質(zhì)性，已有大多數(shù)研究認為制造業(yè)不存在生產(chǎn)率悖論，而在服務(wù)行業(yè)的結(jié)論并不統(tǒng)一[13]。孫早、劉李華(2018)基于中國1979—2014 年行業(yè)面板數(shù)據(jù)，實證發(fā)現(xiàn)與服務(wù)行業(yè)相比，信息技術(shù)資本對工業(yè)的全要素生產(chǎn)率促進作用更強，在文教科研事業(yè)、政府機關(guān)以及金融業(yè)，信息技術(shù)資本對全要素生產(chǎn)率均具有正向作用，但是對房地產(chǎn)業(yè)的促進作用相對較小[14]。

綜上所述，目前關(guān)于數(shù)字化應(yīng)用和企業(yè)全要素生產(chǎn)率的研究還存在一些不足：首先，數(shù)字化是否存在生產(chǎn)率悖論還沒有得到統(tǒng)一結(jié)論，且存在行業(yè)異質(zhì)性，現(xiàn)有研究大多基于制造業(yè)和服務(wù)業(yè)，缺乏資源型企業(yè)的相關(guān)證據(jù)。其次，多數(shù)研究僅從人工智能、互聯(lián)網(wǎng)、大數(shù)據(jù)等單一數(shù)字技術(shù)進行研究，或者僅研究數(shù)字化在業(yè)務(wù)流程方面的應(yīng)用，沒有涉及戰(zhàn)略規(guī)劃及市場營銷方面的應(yīng)用。再次，現(xiàn)有研究僅關(guān)注數(shù)字技術(shù)與創(chuàng)新投入的互補效應(yīng)，沒有進一步探究雙元創(chuàng)新在數(shù)字化應(yīng)用過程中的作用。根據(jù)雙元創(chuàng)新理論，創(chuàng)新分為探索式創(chuàng)新和開發(fā)式創(chuàng)新，二者進行技術(shù)融合的程度和方式不同，因而建立在不同創(chuàng)新方式上的數(shù)字化應(yīng)用會對資源型企業(yè)全要素生產(chǎn)率產(chǎn)生不同的影響。鑒于此，文章以2014—2019 年資源型企業(yè)上市公司為樣本，實證檢驗數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響以及數(shù)字化應(yīng)用與雙元創(chuàng)新的互補效應(yīng)。

二、理論分析與研究假設(shè)

1. 數(shù)字化應(yīng)用與資源型企業(yè)全要素生產(chǎn)率

數(shù)字化應(yīng)用對企業(yè)全要素生產(chǎn)率的影響主要分為直接和間接兩方面：首先，基于資源基礎(chǔ)觀，能獲取稀缺的、有價值的、不可模仿和不可替代的生產(chǎn)要素是企業(yè)取得可持續(xù)競爭優(yōu)勢的關(guān)鍵[15]。數(shù)據(jù)作為新的關(guān)鍵生產(chǎn)要素投入[16]，能為企業(yè)帶來重要的戰(zhàn)略信息資源，通過提高戰(zhàn)略決策者的風(fēng)險預(yù)測能力以及改進目標規(guī)劃等[17]促進企業(yè)全要素生產(chǎn)率；數(shù)字技術(shù)使產(chǎn)品的生命周期大幅度縮短，降低企業(yè)交易費用，組織扁平化，從而直接提高其全要素生產(chǎn)率。其次，依據(jù)互補機制理論，數(shù)字技術(shù)與人力資本[18]、創(chuàng)新投入[19]、組織變革[10]等形成互補效應(yīng)，間接提升企業(yè)全要素生產(chǎn)率。已有研究表明高技能勞動者能提升互聯(lián)網(wǎng)對企業(yè)生產(chǎn)率的促進作用，企業(yè)需要與無形資本等互補性因素結(jié)合來促進數(shù)字化的生產(chǎn)率效應(yīng)[20]。

企業(yè)數(shù)字化應(yīng)用不僅指數(shù)據(jù)要素及數(shù)字技術(shù)的業(yè)務(wù)應(yīng)用，還包含如何利用數(shù)字技術(shù)提升自身的市場競爭力，以及如何創(chuàng)造和保有顧客[21]。Kaplan&Haenlein(2019)認為數(shù)字化是指數(shù)字技術(shù)應(yīng)用到社會的各個領(lǐng)域，以及由此所產(chǎn)生的一系列變化，即代表了數(shù)字技術(shù)用于解決傳統(tǒng)問題的新用途，包括創(chuàng)造新的市場和價值網(wǎng)絡(luò)[22]。馬曄風(fēng)等(2020)發(fā)現(xiàn)數(shù)字化的積極作用主要在于企業(yè)的軟實力方面，在運營管理和銷售方面的影響最顯著[23]?？梢?，企業(yè)數(shù)字化應(yīng)用不僅包含業(yè)務(wù)流程方面的應(yīng)用，還包含戰(zhàn)略規(guī)劃及市場營銷方面的應(yīng)用。數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響主要表現(xiàn)為：首先，實時的生產(chǎn)銷售數(shù)據(jù)和分析，為資源型企業(yè)提供精準的數(shù)據(jù)支撐及決策依據(jù)[24]，以及大數(shù)據(jù)價值鏈帶來的戰(zhàn)略聯(lián)盟，能實現(xiàn)企業(yè)供應(yīng)鏈的知識共享和利益共贏。其次，資源型企業(yè)具有一定的勞動安全隱患，數(shù)字技術(shù)賦予企業(yè)新的生產(chǎn)決策模式，實現(xiàn)無人化智能化生產(chǎn)，提高運營管理效率[25]、生產(chǎn)的柔性[26]及安全性[27]。再次，資源型企業(yè)的產(chǎn)品物流及庫存成本較高，電子商務(wù)和云平臺整合物流、金融等資源，緩解信息不對稱，降低企業(yè)物流及庫存成本。此外，資源型企業(yè)長期以賣方市場思維為主導(dǎo)，數(shù)字技術(shù)帶來的商業(yè)模式創(chuàng)新，能增強企業(yè)的服務(wù)意識，將價值鏈延伸至附加值高的服務(wù)環(huán)節(jié)，從而提高資源型企業(yè)全要素生產(chǎn)率。對此，提出以下研究假設(shè)：

H1：數(shù)字化應(yīng)用正向影響資源型企業(yè)全要素生產(chǎn)率。

2. 雙元創(chuàng)新與資源型企業(yè)全要素生產(chǎn)率

自March 于1991 年提出探索與開發(fā)兩種不同的組織學(xué)習(xí)行為以來，學(xué)術(shù)界開始針對這兩種學(xué)習(xí)行為的性質(zhì)差異展開深入探討[28]。雙元創(chuàng)新理論認為，探索式創(chuàng)新發(fā)現(xiàn)和創(chuàng)造新知識、新技術(shù)，探索未知產(chǎn)品和領(lǐng)域，尋找新的客戶和市場；開發(fā)式創(chuàng)新利用現(xiàn)有知識和技術(shù)，鞏固和發(fā)展現(xiàn)有業(yè)務(wù)，挖掘并滿足現(xiàn)有客戶及市場需求[29]。

探索式創(chuàng)新投入周期長、具有不可測性，但長期來看，探索式創(chuàng)新具有顯著的技術(shù)溢出效應(yīng)[30]，已有研究表明探索式創(chuàng)新有利于提高企業(yè)的整體技術(shù)水平和核心競爭力，提升企業(yè)的盈利性績效[31]。探索式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率的影響主要表現(xiàn)在新知識、新技術(shù)和新產(chǎn)品三個方面：一是，資源型企業(yè)存在嚴重的資源依賴、科技水平較低等問題，探索式創(chuàng)新所產(chǎn)生的學(xué)習(xí)效應(yīng)有利于資源型企業(yè)內(nèi)在科技能力的提升，包括科研人員的知識積累以及技術(shù)創(chuàng)新的成果積累等；二是，資源型企業(yè)需要不斷引進新技術(shù)，探索式創(chuàng)新能促進新技術(shù)的引進吸收，實現(xiàn)技術(shù)融合；三是，資源型企業(yè)存在產(chǎn)品同質(zhì)、附加值低等現(xiàn)象，探索式創(chuàng)新開發(fā)出的新產(chǎn)品能有效提升資源型企業(yè)的核心競爭力，從而促進資源型企業(yè)全要素生產(chǎn)率的提升。對此，提出以下研究假設(shè)：

H2a：探索式創(chuàng)新正向影響資源型企業(yè)全要素生產(chǎn)率。

根據(jù)路徑依賴理論，開發(fā)式創(chuàng)新雖然周期短、投資風(fēng)險小，能有效降低新產(chǎn)品研發(fā)投資風(fēng)險，有利于企業(yè)的短期效率及收益，但是過度依賴于現(xiàn)有知識和技術(shù)，不利于企業(yè)形成持續(xù)的競爭力，容易落入“追趕—落后—追趕”的重復(fù)陷阱[32]，將企業(yè)鎖定在低效率的狀態(tài)，產(chǎn)生“鎖定效應(yīng)”，從而抑制企業(yè)全要素生產(chǎn)率的提升。資源型企業(yè)本身具有較強的資源依賴性，開發(fā)式創(chuàng)新利用現(xiàn)有知識和技術(shù)，會進一步加強企業(yè)對資源的依賴，缺乏對新技術(shù)、新產(chǎn)品和新市場的挖掘，從而形成路徑依賴，最終將企業(yè)鎖定在低效率狀態(tài)下，不利于資源型企業(yè)全要素生產(chǎn)率的提升。對此，提出以下研究假設(shè)：

H2b：開發(fā)式創(chuàng)新負向影響資源型企業(yè)全要素生產(chǎn)率。

3. 數(shù)字化應(yīng)用與雙元創(chuàng)新的互補效應(yīng)

互補機制理論認為，除了要素本身對生產(chǎn)率的貢獻外，要素之間的相互賦能也會提高企業(yè)生產(chǎn)率[8]。要素之間的相互賦能即為互補效應(yīng)，當(dāng)發(fā)生互補效應(yīng)時，提高其中任意一個要素的投入，都會提高另一個要素投入的回報[33]。Milgrom&Roberts 最早在1990 年基于互補理論系統(tǒng)地論證了信息技術(shù)與人力資本、組織變革之間存在互補性[8]。已有研究認為并不是所有企業(yè)的信息技術(shù)投資都能得到相同的生產(chǎn)率回報，除了信息技術(shù)的投資以外，企業(yè)自身的一些特性也影響著信息技術(shù)的生產(chǎn)率回報。何小鋼等(2019)研究發(fā)現(xiàn)高技能和長期雇傭勞動者與信息技術(shù)具有互補效應(yīng)，能顯著提升信息技術(shù)的生產(chǎn)率效應(yīng)[34]；Hempell(2006)指出信息技術(shù)與創(chuàng)新投入屬于互補性要素，相互補充，二者之中任意一種要素的投入價格下降，都會導(dǎo)致信息技術(shù)與創(chuàng)新投入同時增加[9]。

從投資額和投資周期來看，相比于開發(fā)式創(chuàng)新，探索式創(chuàng)新與數(shù)字化應(yīng)用的投入資金都較大、投資周期都較長，短期內(nèi)都可能出現(xiàn)擠占企業(yè)經(jīng)營資源的現(xiàn)象；從投資收益來看，探索式創(chuàng)新與數(shù)字化應(yīng)用短期內(nèi)都可能出現(xiàn)負的投資收益，但是長期來看，二者均有利于企業(yè)整體技術(shù)水平和核心競爭力的提升。資源型企業(yè)數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)主要體現(xiàn)在兩個方面：一方面，資源型企業(yè)數(shù)字化需要對設(shè)備、工藝流程及銷售渠道進行數(shù)字技術(shù)改造，探索式創(chuàng)新活動積累的學(xué)習(xí)經(jīng)驗有助于數(shù)字技術(shù)的應(yīng)用及吸收，縮短數(shù)字技術(shù)更新改造的時間成本[9]，促進數(shù)字化應(yīng)用的直接生產(chǎn)率效應(yīng)。另一方面，數(shù)字化應(yīng)用能帶來資源型企業(yè)的組織結(jié)構(gòu)和管理實踐變革，消除組織冗余層級，降低信息溝通成本，能夠?qū)π碌募夹g(shù)研發(fā)與應(yīng)用產(chǎn)生較快響應(yīng)，促進研發(fā)效率，從而提升資源型企業(yè)的全要素生產(chǎn)率。因此，探索式創(chuàng)新與數(shù)字化應(yīng)用二者具有互補效應(yīng)，探索式創(chuàng)新能促進數(shù)字化應(yīng)用的生產(chǎn)率效應(yīng)，同樣數(shù)字化應(yīng)用也能促進探索式創(chuàng)新的生產(chǎn)率效應(yīng)。對此，提出以下研究假設(shè)：

H3：相比于開發(fā)式創(chuàng)新，數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)更顯著。

具體的理論框架如圖1 所示。

圖1 理論框架圖

三、研究設(shè)計

1. 數(shù)據(jù)來源與樣本選取

中國企業(yè)大規(guī)模進行數(shù)字化應(yīng)用是從2013 年以后開始的，文章采用2014—2019 年資源型A 股上市公司為研究樣本。資源型企業(yè)的劃分依據(jù)《國民經(jīng)濟行業(yè)分類》，劃分為12 個行業(yè)①注：開采洗選業(yè)包括煤炭開采和洗選業(yè)(B06)，石油和天然氣開采業(yè)(B07)，黑色金屬礦采選業(yè)(B08)，有色金屬礦采選業(yè)(B09)，非金屬礦采選業(yè)(B10)；初級加工業(yè)包括石油、煤炭及其他燃料加工業(yè)(C25)，化學(xué)原料和化學(xué)制品制造業(yè)(C26)，非金屬礦物制品業(yè)(C30)，黑色金屬冶煉和壓延加工業(yè)(C31)，有色金屬冶煉和壓延加工業(yè)(C32)，金屬制品業(yè)(C33)，電力、熱力生產(chǎn)和供應(yīng)業(yè)(D44)。。企業(yè)相關(guān)數(shù)據(jù)均來自萬得數(shù)據(jù)庫，上市公司年報用Python 軟件從巨潮資訊網(wǎng)批量獲取，地區(qū)數(shù)據(jù)來自歷年中國統(tǒng)計年鑒及各省份統(tǒng)計年鑒。剔除樣本期間內(nèi)的ST 和*ST、2014 年及以后上市和相關(guān)數(shù)據(jù)嚴重缺失的企業(yè)，最終得到218 家企業(yè)6 年的平衡面板數(shù)據(jù)，共計1308 個觀測值，并對所有連續(xù)變量做1%和99%的雙側(cè)縮尾處理。

2. 變量測度

（1） 被解釋變量：全要素生產(chǎn)率(TFP)

企業(yè)全要素生產(chǎn)率常用的測算方法有索洛余值法、FE 法、OP 法和LP 法等。其中，半?yún)?shù)OP 法和LP 法能夠有效解決索洛余值法的內(nèi)生性問題。但OP 法對數(shù)據(jù)要求較高，需要企業(yè)的真實投資大于0，而LP 法則使用企業(yè)的中間投入品作為不可觀測的生產(chǎn)率沖擊的代理變量，可以有效解決OP 法產(chǎn)生的遺漏樣本問題，能更好地反映企業(yè)生產(chǎn)率的變化。文章采用LP法進行估算，選用FE 法進行穩(wěn)健性檢驗。

（2） 解釋變量：數(shù)字化應(yīng)用(Digital)

部分學(xué)者從互聯(lián)網(wǎng)[12]、人工智能[35]等單一數(shù)字技術(shù)角度進行測度，但大多采用單一指標或截面數(shù)據(jù)，只涵蓋了業(yè)務(wù)流程方面，沒有全面反映企業(yè)整體的數(shù)字化應(yīng)用。文章借鑒施德俊(2019)[21]和馬曄風(fēng)等(2020)[23]的研究思路，從戰(zhàn)略規(guī)劃、運營管理和市場營銷三個維度對數(shù)字化應(yīng)用進行測度，分指標采用文本分析法來構(gòu)建，最終用熵指數(shù)法合成數(shù)字化應(yīng)用指標（見表1）。

表1 數(shù)字化應(yīng)用的測度

其中，一是戰(zhàn)略規(guī)劃：針對企業(yè)年終總裁致辭及年報中關(guān)于公司發(fā)展戰(zhàn)略部分，通過Python 統(tǒng)計數(shù)字化相關(guān)詞匯數(shù)和企業(yè)官網(wǎng)發(fā)布的戰(zhàn)略數(shù)字化新聞數(shù)進行測算。二是運營管理：針對年報中關(guān)于公司業(yè)務(wù)概況及經(jīng)營狀況分析部分，通過Python統(tǒng)計數(shù)字化相關(guān)詞匯數(shù)和企業(yè)官網(wǎng)發(fā)布的運營管理數(shù)字化新聞數(shù)進行測算。三是市場營銷：通過企業(yè)官網(wǎng)發(fā)布的營銷數(shù)字化新聞數(shù)、當(dāng)年發(fā)布的新聞總數(shù)、數(shù)字化營銷種類進行測算，營銷種類包括是否有網(wǎng)站、微信或微博公眾號、自營或第三方平臺，取值為0、1、2、3。

關(guān)鍵詞的選取分為三個步驟：第一步，分別由兩位研究人員從年報及相關(guān)文獻中篩選出數(shù)字化相關(guān)詞匯；第二步，合并兩組關(guān)鍵詞，剔除重復(fù)詞；第三步，由另外三位數(shù)字化相關(guān)研究人員打分，“完全不符合”到“完全符合”設(shè)立10 分制，最終選取平均分大于4 的關(guān)鍵詞共93 個。

（3） 調(diào)節(jié)變量：探索式創(chuàng)新(R)與開發(fā)式創(chuàng)新(D)

根據(jù)《企業(yè)會計準則第6 號——無形資產(chǎn)》相關(guān)規(guī)定，企業(yè)內(nèi)部研發(fā)投資分為研究階段與開發(fā)階段投資，研究階段投資更偏向探索式創(chuàng)新投入，開發(fā)階段投資更偏向開發(fā)式創(chuàng)新投入。文章借鑒畢曉方等[30]的做法，以企業(yè)研究費用化支出/資產(chǎn)總額代表探索式創(chuàng)新投入(R)，以企業(yè)開發(fā)資本化支出/資產(chǎn)總額代表開發(fā)式創(chuàng)新投入(D)。

（4） 控制變量

參考已有關(guān)于企業(yè)全要素生產(chǎn)率的研究(Peng F 等，2021)，控制變量分為企業(yè)層面和地區(qū)層面[36]。企業(yè)層面包括企業(yè)規(guī)模(Size)、企業(yè)屬性(Soe)、資產(chǎn)負債率(Fin)、出口狀況(Export)。地區(qū)層面包括地區(qū)發(fā)展水平(Pergdp)、外商投資情況(FDI)、地區(qū)產(chǎn)業(yè)結(jié)構(gòu)(Structure)。此外，還加入時間和行業(yè)虛擬變量，變量定義見表2。

表2 變量定義表

3. 模型與方法

為檢驗數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響，構(gòu)建計量模型如下：

為檢驗數(shù)字化應(yīng)用與雙元創(chuàng)新的互補效應(yīng)，文章構(gòu)建計量模型如下：

四、實證分析

1. 描述性統(tǒng)計分析

表3 給出了各變量的描述性統(tǒng)計?？梢钥闯觯Y源型企業(yè)全要素生產(chǎn)率標準差為0.572，最大值為3.111，最小值為0.015，說明資源型企業(yè)全要素生產(chǎn)率存在一定差異；數(shù)字化應(yīng)用均值為0.035，最大值為0.229，最小值為0.000，說明資源型企業(yè)數(shù)字化應(yīng)用仍屬于起步階段，還未達到過度使用的階段；探索式創(chuàng)新均值為0.825，標準差為0.703，最小值為0.000，說明探索式創(chuàng)新存在較大差異，部分企業(yè)沒有探索式創(chuàng)新投入；開發(fā)式創(chuàng)新均值為0.046，標準差為0.159，最小值為0.000，說明開發(fā)式創(chuàng)新存在較大差異，部分企業(yè)沒有開發(fā)式創(chuàng)新投入。

表3 描述性統(tǒng)計

2. 回歸分析

在進行回歸分析之前，首先對變量進行多重共線性檢驗，max{VIF}=1.82<10，說明不存在嚴重的多重共線性；考慮到異方差和自相關(guān)等問題，文章均采用經(jīng)過異方差修正和公司層面聚類調(diào)整的穩(wěn)健標準誤。

（1） 數(shù)字化應(yīng)用與資源型企業(yè)全要素生產(chǎn)率

表4 列(1)檢驗了數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響。數(shù)字化應(yīng)用的回歸系數(shù)在5%的水平上顯著為正，說明數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響顯著為正，即數(shù)字化應(yīng)用越高，資源型企業(yè)全要素生產(chǎn)率就越高，假設(shè)H1 得到驗證，與潘毛毛、趙玉林(2020)[18]的研究結(jié)論一致。Acemoglu &Restrepo(2018)指出數(shù)字技術(shù)被過度采用可能導(dǎo)致資本和勞動配置不當(dāng)，從而阻礙企業(yè)生產(chǎn)率提升[7]。從描述性統(tǒng)計來看，資源型企業(yè)數(shù)字化應(yīng)用的均值僅為0.035，屬于數(shù)字化應(yīng)用初級階段，還沒有達到過度采用，不足以導(dǎo)致資本和勞動配置不當(dāng)，因而在當(dāng)前階段，數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率具有顯著的促進作用。

（2） 雙元創(chuàng)新與資源型企業(yè)全要素生產(chǎn)率

表4 列(2)和列(3)分別報告了探索式創(chuàng)新、開發(fā)式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率的影響。由列(2)可以看出探索式創(chuàng)新的系數(shù)在1%的水平上顯著為正，說明探索式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率具有顯著的促進作用，H2a 得到驗證。列(3)顯示開發(fā)式創(chuàng)新的系數(shù)在10%的水平上顯著為負，說明開發(fā)式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率具有顯著的抑制作用，H2b 得到驗證。探索式創(chuàng)新所產(chǎn)生的學(xué)習(xí)效應(yīng)有利于提升資源型企業(yè)的內(nèi)在科技能力，開發(fā)新技術(shù)、新產(chǎn)品，實現(xiàn)技術(shù)融合，提升企業(yè)核心競爭力，從而促進資源型企業(yè)全要素生產(chǎn)率。開發(fā)式創(chuàng)新過度依賴于現(xiàn)有知識和技術(shù)，不利于企業(yè)形成持續(xù)的競爭力，將企業(yè)鎖定在低效率狀態(tài)，產(chǎn)生“鎖定效應(yīng)”，從而抑制資源型企業(yè)全要素生產(chǎn)率。

（3） 數(shù)字化應(yīng)用與雙元創(chuàng)新的互補效應(yīng)

表4 列(4)和列(5)分別報告了數(shù)字化應(yīng)用與探索式創(chuàng)新、開發(fā)式創(chuàng)新的交互作用?？梢钥闯鰯?shù)字化應(yīng)用與探索式創(chuàng)新的交互項系數(shù)在10%的水平上顯著為正，而與開發(fā)式創(chuàng)新的交互項系數(shù)不顯著。這說明相比于開發(fā)式創(chuàng)新，數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)更顯著，二者互為正向調(diào)節(jié)，相互促進，即探索式創(chuàng)新能夠強化數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的促進作用，同樣數(shù)字化應(yīng)用也能強化探索式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率的促進作用，H3 得到驗證。資源型企業(yè)數(shù)字化主要是對設(shè)備及工藝流程進行數(shù)字技術(shù)更新改造，具有探索式創(chuàng)新的資源型企業(yè)在新知識、新技術(shù)和新產(chǎn)品等方面進行了較長時間的研發(fā)，有一定的學(xué)習(xí)經(jīng)驗，能縮短數(shù)字技術(shù)更新改造的成本及時間，從而能更快體現(xiàn)數(shù)字化應(yīng)用的生產(chǎn)率效應(yīng)。同時，數(shù)字化應(yīng)用能改變企業(yè)的創(chuàng)新流程及組織形式，提升探索式創(chuàng)新效率，數(shù)字化應(yīng)用與探索式創(chuàng)新二者相互補充，進而提高資源型企業(yè)的全要素生產(chǎn)率。

表4 基本模型回歸結(jié)果

3. 行業(yè)異質(zhì)性分析

為進一步研究行業(yè)異質(zhì)性對數(shù)字化應(yīng)用生產(chǎn)率效應(yīng)的影響，文章將樣本分為開采洗選業(yè)和初級加工業(yè)分別進行回歸，結(jié)果見表5。列(1)和列(3)顯示，數(shù)字化應(yīng)用的系數(shù)分別在1%和10%的水平上顯著為正，說明在開采洗選業(yè)和初級加工業(yè)，數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響均顯著為正。列(2)和列(4)顯示，開采洗選業(yè)樣本組數(shù)字化應(yīng)用與探索式創(chuàng)新的交互項系數(shù)不顯著，而初級加工業(yè)樣本組交互項系數(shù)在10%的水平下顯著為正，說明數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)主要體現(xiàn)在初級加工業(yè)，而在開采洗選業(yè)仍不顯著。這主要是因為開采洗選業(yè)對資源和地域依賴性較強，大多位于經(jīng)濟落后地區(qū)，探索式創(chuàng)新水平較低，沒有足夠的技術(shù)、知識和人員積累，而初級加工業(yè)較接近于制造業(yè)，探索式創(chuàng)新水平相對較高，積累了一定的學(xué)習(xí)經(jīng)驗，能在短時間內(nèi)實現(xiàn)數(shù)字化應(yīng)用的生產(chǎn)率效應(yīng)，因而數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)主要體現(xiàn)在初級加工業(yè)，在開采洗選業(yè)仍不顯著。

表5 行業(yè)異質(zhì)性分析結(jié)果

4. 穩(wěn)健性檢驗

（1） 內(nèi)生性檢驗

實際生產(chǎn)過程中樣本可能存在自選擇性，即數(shù)字化應(yīng)用可以提高資源型企業(yè)全要素生產(chǎn)率，同樣全要素生產(chǎn)率高的資源型企業(yè)也更傾向于采用數(shù)字化。為此，文章借鑒何小鋼等(2019)[34]的做法，采用按省份和二位碼行業(yè)分類的數(shù)字化應(yīng)用均值作為工具變量(IV)。借鑒方穎、趙揚(2011)的研究思路對工具變量的外生性進行檢驗，結(jié)果見表6 列(1)～(3)。當(dāng)資源型企業(yè)全要素生產(chǎn)率分別回歸于數(shù)字化應(yīng)用和工具變量時，兩個變量的系數(shù)都顯著為正；當(dāng)資源型企業(yè)全要素生產(chǎn)率同時回歸于數(shù)字化應(yīng)用與工具變量時，工具變量的系數(shù)變得不顯著，而數(shù)字化應(yīng)用的系數(shù)仍顯著為正。這說明工具變量僅通過數(shù)字化應(yīng)用影響資源型企業(yè)全要素生產(chǎn)率，而不直接影響資源型企業(yè)全要素生產(chǎn)率，工具變量滿足“外生性”條件。

表6 工具變量檢驗及回歸結(jié)果

表6 列(4)和列(5)匯報了2SLS 回歸結(jié)果。首先進行數(shù)字化應(yīng)用對工具變量的第一階段回歸，列(4)顯示工具變量的系數(shù)顯著為正，說明工具變量與內(nèi)生變量具有顯著的正相關(guān)性。將第一階段得到數(shù)字化應(yīng)用的擬合值作為第二階段數(shù)字化應(yīng)用的代理指標，估計其對資源型企業(yè)全要素生產(chǎn)率的系數(shù)，從列(5)回歸結(jié)果可知，數(shù)字化應(yīng)用系數(shù)在1%的水平上仍顯著為正。因此，在考慮工具變量的有效性條件下，數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率依然具有顯著的促進作用。

（2） 其他穩(wěn)健性檢驗

為驗證模型的穩(wěn)健性，文章還采用以下幾種方法，結(jié)果見表7：一是為了規(guī)避遺漏變量導(dǎo)致的內(nèi)生性問題，加入了企業(yè)和地區(qū)層面控制變量，同時還加入了時間和行業(yè)固定效應(yīng)；二是關(guān)于測度誤差導(dǎo)致的內(nèi)生性問題，文章采取國家統(tǒng)計局公布的權(quán)威數(shù)據(jù)以及上市公司企業(yè)年報，采用文本分析法盡量避免人為誤差，同時采用FE 法代替LP 法，替換因變量重新進行估計；三是除了采用工具變量法，文章還借鑒Brynjolfsson &McElheran(2016)的做法，將數(shù)字化應(yīng)用滯后一期，回歸系數(shù)仍顯著為正；四是替換估計方法，采用Tobit 模型進行回歸，所有結(jié)論均與前文保持一致[37]。

表7 其他穩(wěn)健性檢驗

五、結(jié)論與啟示

1. 研究結(jié)論

文章基于互補機制理論和雙元創(chuàng)新理論，選用2014—2019年資源型上市公司數(shù)據(jù)，從戰(zhàn)略規(guī)劃、運營管理及市場營銷三個維度測度資源型企業(yè)數(shù)字化應(yīng)用，考察了數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率的影響，以及數(shù)字化應(yīng)用與雙元創(chuàng)新的互補效應(yīng)。

研究發(fā)現(xiàn)：第一，數(shù)字化應(yīng)用對資源型企業(yè)全要素生產(chǎn)率具有顯著促進作用，即數(shù)字化應(yīng)用越高，資源型企業(yè)全要素生產(chǎn)率就越高，說明在樣本期間內(nèi)，資源型企業(yè)數(shù)字化應(yīng)用不存在生產(chǎn)率悖論。第二，探索式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率具有顯著促進作用，而開發(fā)式創(chuàng)新對資源型企業(yè)全要素生產(chǎn)率具有顯著抑制作用。第三，數(shù)字化應(yīng)用與探索式創(chuàng)新具有顯著的互補效應(yīng)，二者互為正向調(diào)節(jié)關(guān)系、相互補充，即增加數(shù)字化應(yīng)用或者探索式創(chuàng)新中的任意一種要素投入，均能強化另一種要素投入的生產(chǎn)率效應(yīng)。此外，數(shù)字化應(yīng)用與探索式創(chuàng)新的互補效應(yīng)主要體現(xiàn)在初級加工業(yè)，在開采洗選業(yè)仍不顯著。

文章的主要貢獻在于：第一，采用文本分析方法從戰(zhàn)略規(guī)劃、運營管理和市場營銷三個維度測度數(shù)字化應(yīng)用，并驗證數(shù)字化應(yīng)用與資源型企業(yè)全要素生產(chǎn)率的關(guān)系，更全面地反映了企業(yè)的數(shù)字化應(yīng)用，豐富了數(shù)字化與企業(yè)全要素生產(chǎn)率的相關(guān)研究。第二，將互補機制理論與雙元創(chuàng)新理論聯(lián)系起來，深入探討了不同創(chuàng)新方式對數(shù)字化應(yīng)用與資源型企業(yè)全要素生產(chǎn)率關(guān)系的作用差異，拓展了互補機制以及雙元創(chuàng)新理論。第三，將數(shù)字化應(yīng)用、雙元創(chuàng)新與資源型企業(yè)全要素生產(chǎn)率納入同一研究框架，并分析了開采洗選業(yè)和初級加工業(yè)的數(shù)字化應(yīng)用及其生產(chǎn)率效應(yīng)，為資源型企業(yè)如何通過互補性投入來強化數(shù)字化應(yīng)用的生產(chǎn)率效應(yīng)提供相應(yīng)的理論指導(dǎo)。

2. 管理啟示

（1） 資源型企業(yè)應(yīng)通過加強數(shù)字化應(yīng)用來提高企業(yè)全要素生產(chǎn)率

研究結(jié)論顯示數(shù)字化應(yīng)用越高，資源型企業(yè)全要素生產(chǎn)率就越高，步入數(shù)字經(jīng)濟時代，資源型企業(yè)不能單純依靠精細化管理進行低成本戰(zhàn)略，而是要改變管理模式，通過數(shù)字化應(yīng)用來提高企業(yè)全要素生產(chǎn)率。資源型企業(yè)應(yīng)加大數(shù)字化應(yīng)用的投入，尤其是業(yè)務(wù)流程再造和商業(yè)模式創(chuàng)新方面，引進數(shù)字化設(shè)備、智能生產(chǎn)線及信息管理系統(tǒng)，增加數(shù)字化營銷渠道，利用大數(shù)據(jù)、云計算等數(shù)字化技術(shù)進行精準營銷服務(wù)。

（2） 在創(chuàng)新投入過程中，要加大對探索式創(chuàng)新的投入

研究結(jié)論顯示相對于開發(fā)式創(chuàng)新，具有探索式創(chuàng)新投入的資源型企業(yè)，其企業(yè)全要素生產(chǎn)率較高。但探索式創(chuàng)新投資周期長、且投資風(fēng)險大，因而面臨較大的融資約束，依據(jù)委托代理理論，企業(yè)管理層為了自身利益更傾向于進行開發(fā)式創(chuàng)新，而避開探索式創(chuàng)新。因此，除了要增加探索式創(chuàng)新的研發(fā)資金和研發(fā)人員投入，還要有良好的內(nèi)部控制機制，優(yōu)化企業(yè)的內(nèi)部治理結(jié)構(gòu)，減少管理層的道德風(fēng)險，減少資源錯配，提高研發(fā)效率。

（3） 注重數(shù)字化應(yīng)用與探索式創(chuàng)新的互補性投入，增強企業(yè)數(shù)字創(chuàng)新能力

加大數(shù)字化應(yīng)用的研發(fā)資金投入，如數(shù)字技術(shù)更新改造相關(guān)的研發(fā)經(jīng)費等，搭建數(shù)字創(chuàng)新平臺，尤其是開采洗選業(yè)的資源型企業(yè)，更要加大探索式創(chuàng)新投入，根據(jù)自身的行業(yè)特性制定有針對性的數(shù)字化應(yīng)用方案；重視資源型企業(yè)專業(yè)技術(shù)研發(fā)人員和數(shù)字技術(shù)研發(fā)人員的引進和培養(yǎng)，制定高端人才激勵政策、優(yōu)化晉升通道等，吸引資源管理和數(shù)字技術(shù)等方面的專業(yè)人才及跨學(xué)科的復(fù)合型高端人才，打造專業(yè)的數(shù)字技術(shù)研發(fā)團隊。