賈佳宇 史占中

(上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030)

隨著中國經(jīng)濟(jì)進(jìn)入發(fā)展“新常態(tài)”，制造業(yè)發(fā)展方式粗放、結(jié)構(gòu)不合理、核心技術(shù)受制于人、資源環(huán)境約束強(qiáng)化等深層次矛盾和問題不斷涌現(xiàn)，轉(zhuǎn)型升級進(jìn)入關(guān)鍵時期。與此同時，數(shù)字技術(shù)的蓬勃發(fā)展推動社會進(jìn)行數(shù)字化變革，制造業(yè)高質(zhì)量發(fā)展迎來重要的技術(shù)支撐，黨中央高度重視數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的融合發(fā)展，希望推動制造業(yè)向數(shù)字化、智能化、智慧化目標(biāo)邁進(jìn)。在此背景下，本文重點(diǎn)關(guān)注數(shù)字技術(shù)對制造業(yè)轉(zhuǎn)型升級的影響及作用路徑，考慮到制造業(yè)企業(yè)在行業(yè)特征、生產(chǎn)模式、經(jīng)營模式、技術(shù)能力等方面的巨大差異，本文將重點(diǎn)研究數(shù)字技術(shù)應(yīng)用產(chǎn)生的異質(zhì)效應(yīng)，研究這些問題對未來相關(guān)政策的制訂與實(shí)施具有重要作用。

1 文獻(xiàn)綜述

數(shù)字技術(shù)，指借助電子設(shè)備將各種信息轉(zhuǎn)換為二進(jìn)制數(shù)字后進(jìn)行傳輸、運(yùn)算、加工、存儲、還原的技術(shù)，包括移動互聯(lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、區(qū)塊鏈、邊緣計(jì)算和人工智能等多項(xiàng)技術(shù)。數(shù)字技術(shù)的蓬勃發(fā)展推動人類步入數(shù)字化時代，數(shù)據(jù)生產(chǎn)與流通的速度空前加快，數(shù)據(jù)從輔助性資源中獨(dú)立出來，演化為推動經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵生產(chǎn)要素。在此背景下，國內(nèi)外學(xué)者高度重視數(shù)字技術(shù)對企業(yè)發(fā)展的影響，目前國內(nèi)外文獻(xiàn)主要從影響路徑、影響結(jié)果兩方面進(jìn)行研究。

在影響路徑方面，學(xué)者們普遍認(rèn)為數(shù)字技術(shù)應(yīng)用將促進(jìn)商業(yè)模式變革以及改變價值創(chuàng)造過程。荊浩等(2017)提出數(shù)字技術(shù)改變了企業(yè)的交易機(jī)制、市場開拓模式以及客戶接觸方式，促進(jìn)了商業(yè)模式的新舊轉(zhuǎn)換。肖旭等(2019)發(fā)現(xiàn)數(shù)字技術(shù)的應(yīng)用改變了傳統(tǒng)的商業(yè)邏輯，主要體現(xiàn)在驅(qū)動效率提升、推動跨界融合、重構(gòu)組織的競爭模式、賦能轉(zhuǎn)型升級。Berman認(rèn)為數(shù)字化轉(zhuǎn)型通過重塑客戶價值主張并改造運(yùn)營模式，從而促使企業(yè)不斷提升競爭力。針對制造業(yè)企業(yè)的研究，主要包括降低生產(chǎn)經(jīng)營成本、提升價值創(chuàng)造能力、制造業(yè)服務(wù)化轉(zhuǎn)型三條路徑。李曉鐘等(2018)提出制造業(yè)企業(yè)在應(yīng)用數(shù)字技術(shù)后，將突破時空區(qū)隔，在采購、物流、營銷環(huán)節(jié)中提升資源匹配程度、降低渠道運(yùn)營費(fèi)用，改善以往成本與能耗的“雙高”問題。Louis等(2005)認(rèn)為制造業(yè)企業(yè)通過引入數(shù)字技術(shù)，可以降低運(yùn)營成本、提高生產(chǎn)力和質(zhì)量、快速響應(yīng)客戶和業(yè)務(wù)伙伴的需求。紀(jì)玉俊等(2017)認(rèn)為當(dāng)下需要通過數(shù)字技術(shù)與制造業(yè)的深度融合，降低產(chǎn)業(yè)鏈成本，提高生產(chǎn)效率，最終實(shí)現(xiàn)促進(jìn)升級。Porter等(2014)從價值出發(fā)，認(rèn)為數(shù)字化可以實(shí)現(xiàn)更新的功能、更高的效率、更高的可靠性，從而成倍地增加附加于產(chǎn)品的價值。在服務(wù)化轉(zhuǎn)型方面，學(xué)者們普遍認(rèn)為，數(shù)字技術(shù)主要通過影響技術(shù)研發(fā)、物流服務(wù)、過程管理、產(chǎn)品生產(chǎn)等方面，構(gòu)建柔性化、服務(wù)化、綠色化、網(wǎng)絡(luò)化的智能制造生產(chǎn)體系，實(shí)現(xiàn)制造業(yè)服務(wù)化轉(zhuǎn)型。

在影響結(jié)果方面，學(xué)者們更多關(guān)注產(chǎn)出效率、績效等指標(biāo)的變化。多數(shù)學(xué)者得到正向的結(jié)果。Gemini(2011)認(rèn)為數(shù)字技術(shù)主導(dǎo)數(shù)字化轉(zhuǎn)型過程，將從根本上提高企業(yè)的績效。Nwankpa等(2016)基于資源基礎(chǔ)觀理論，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型對企業(yè)績效有積極的影響。楊德明等(2018)通過定性分析得到數(shù)字化變革能夠提升企業(yè)績效這一結(jié)論。何帆等(2019)通過整理上市公司數(shù)據(jù)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與企業(yè)績效顯著正相關(guān)。也有部分學(xué)者發(fā)現(xiàn)數(shù)字化技術(shù)的應(yīng)用對企業(yè)業(yè)績的影響并不顯著，對數(shù)字技術(shù)應(yīng)用對企業(yè)業(yè)績的影響持消極態(tài)度。

在異質(zhì)性影響研究方面，學(xué)者們從規(guī)模、技術(shù)能力、勞動密集性等角度出發(fā)。Manyika等(2011)發(fā)現(xiàn)，數(shù)字技術(shù)可以使得傳統(tǒng)企業(yè)轉(zhuǎn)型升級，使其從事全價值鏈業(yè)務(wù)，傳統(tǒng)行業(yè)的中小型企業(yè)在這個過程中受影響更大，他們將實(shí)現(xiàn)更高的生產(chǎn)率。李馥伊(2018)研究發(fā)現(xiàn)數(shù)字技術(shù)有利于中小企業(yè)實(shí)現(xiàn)功能性升級和終端市場升級，有利于大型企業(yè)實(shí)現(xiàn)終端市場升級；此外，數(shù)字化投入對不同技術(shù)水平的制造業(yè)部門的影響具有異質(zhì)性，對低技術(shù)制造業(yè)部門增強(qiáng)國際競爭力有負(fù)向影響。Frederick等(2011)發(fā)現(xiàn)中高技術(shù)制造業(yè)通過加大數(shù)字化生產(chǎn)要素的投入將融入全球價值鏈，有著更大空間加深全球價值鏈的參與度。溫湖煒(2021)研究發(fā)現(xiàn)人力資本稀缺、勞動密集和經(jīng)營狀態(tài)較差的企業(yè)，智能化發(fā)展帶來的全要素生產(chǎn)率提升效應(yīng)更加顯著。劉斌等(2016)研究發(fā)現(xiàn)，勞動密集型企業(yè)更加接近終端消費(fèi)者，智能技術(shù)與創(chuàng)新的融合可以賦予企業(yè)豐富的研發(fā)與營銷資源，顯著提升企業(yè)的生產(chǎn)效率。

在轉(zhuǎn)型升級的測度方面，目前主流的評價方式：一是構(gòu)建指標(biāo)體系，從轉(zhuǎn)型升級的內(nèi)涵與特征出發(fā)，選取評價指標(biāo)，構(gòu)建評價體系；二是構(gòu)造產(chǎn)業(yè)結(jié)構(gòu)衡量指標(biāo)，包括產(chǎn)業(yè)結(jié)構(gòu)從低端向高端轉(zhuǎn)型的產(chǎn)業(yè)高度指標(biāo)，以及衡量產(chǎn)業(yè)鏈之間的平衡性、協(xié)調(diào)性、合理利用資源程度及產(chǎn)業(yè)結(jié)構(gòu)聚合質(zhì)量等的產(chǎn)業(yè)合理性指標(biāo)。前兩種測度方式多用于研究細(xì)分產(chǎn)業(yè)的轉(zhuǎn)型升級情況，當(dāng)研究企業(yè)主體時，全要素生產(chǎn)率的提升被視為經(jīng)濟(jì)高質(zhì)量發(fā)展、產(chǎn)業(yè)轉(zhuǎn)型升級的重要衡量指標(biāo)?，F(xiàn)有研究發(fā)現(xiàn)，研發(fā)投入、生產(chǎn)要素成本、企業(yè)性質(zhì)、企業(yè)規(guī)模和資本密集度等因素都會對全要素生產(chǎn)率產(chǎn)生顯著影響。

現(xiàn)有研究更關(guān)注數(shù)字技術(shù)對于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)發(fā)展的影響，而忽略了企業(yè)主體利用數(shù)字技術(shù)實(shí)現(xiàn)轉(zhuǎn)型升級的具體過程，注重宏觀的總結(jié)，缺乏對微觀主體的剖析與刻畫。對于數(shù)字技術(shù)應(yīng)用對全要素生產(chǎn)率的影響路徑缺乏實(shí)證研究支撐，對于異質(zhì)性影響的分析還不完善。本文以制造業(yè)上市公司為研究主體，基于交易成本理論、長尾需求理論提出影響路徑假說并實(shí)證驗(yàn)證；此外，通過面板門檻模型，從技術(shù)能力、企業(yè)規(guī)模、資產(chǎn)周轉(zhuǎn)、勞動依賴程度四個維度分析數(shù)字技術(shù)對全要素生產(chǎn)率的異質(zhì)性影響。研究結(jié)論將有助于政府出臺具有針對性的數(shù)字化轉(zhuǎn)型支持政策，提升資源利用效率以及轉(zhuǎn)型效率。

2 理論基礎(chǔ)與研究假設(shè)

2.1 理論基礎(chǔ)

(1)交易成本理論。科斯提出，企業(yè)因?yàn)榻灰壮杀径嬖?，企業(yè)主體間由于存在邊界，在互動時會產(chǎn)生摩擦與交易成本。而連接、開放、共享等數(shù)字技術(shù)特征可以促使企業(yè)去中介化，使企業(yè)邊界變得模糊，信息與數(shù)據(jù)交流愈發(fā)通暢，信息搜尋、議價簽約、監(jiān)督交易及事后轉(zhuǎn)換等成本大幅下降，交易各方信息不對稱程度及交易成本明顯降低，物流、信息流、數(shù)據(jù)流之間實(shí)現(xiàn)協(xié)同，投資效率與資產(chǎn)利用效率大幅增加。

(2)長尾需求理論。該理論是Chris Anderson 2004年受亞馬遜、谷歌等公司商業(yè)模式的啟發(fā)提出的。數(shù)字技術(shù)的應(yīng)用，從供給角度看，為企業(yè)帶來自動化、模塊化、柔性化生產(chǎn)能力，變革了生產(chǎn)單一產(chǎn)品才能實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)的生產(chǎn)模式；從需求角度看，企業(yè)與消費(fèi)者之間的信息壁壘被打破，處于長尾端的消費(fèi)者可以以較低成本向廠商傳遞個性化需求，以往被視作“閑置資源”的長尾需求被吸收利用，提升了企業(yè)差異化產(chǎn)品的供應(yīng)能力，進(jìn)而提升盈利能力。

2.2 研究假設(shè)

(1)依據(jù)已有研究，數(shù)字技術(shù)的應(yīng)用可以提升創(chuàng)新效率，重構(gòu)要素組合，增強(qiáng)價值創(chuàng)造，破解發(fā)展中的難題，實(shí)現(xiàn)業(yè)務(wù)的轉(zhuǎn)型、創(chuàng)新和增長，將顯著提升企業(yè)績效?；诖耍岢隹傮w假設(shè)H1。

H1：實(shí)施數(shù)字化轉(zhuǎn)型將提升企業(yè)的全要素生產(chǎn)率。

(2)數(shù)字技術(shù)的應(yīng)用通過激活沉淀數(shù)據(jù)等閑置資產(chǎn)、降低企業(yè)之間的信息不對稱、精準(zhǔn)匹配供需等方式實(shí)現(xiàn)交易成本的降低以及企業(yè)的去中介化，從而減少企業(yè)的無效投資與生產(chǎn)，提升資產(chǎn)使用效率，進(jìn)而提升企業(yè)全要素生產(chǎn)率?；诖耍岢雎窂郊僭O(shè)H1a。

H1a：實(shí)施數(shù)字化轉(zhuǎn)型有助于企業(yè)提升資產(chǎn)周轉(zhuǎn)率，降低交易成本，提升運(yùn)營效率，進(jìn)而提升全要素生產(chǎn)率。

(3)數(shù)字技術(shù)應(yīng)用打破了廠商與消費(fèi)者之間的壁壘，廠商感知能力、消費(fèi)者覆蓋度、柔性生產(chǎn)能力都獲得大幅提升，長尾消費(fèi)者可以以較低成本向廠商傳遞個性化需求，柔性生產(chǎn)能力也變革了生產(chǎn)單一產(chǎn)品才能實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)的生產(chǎn)模式，廠商因此可以滿足差異化的長尾需求，在保證規(guī)模經(jīng)濟(jì)的基礎(chǔ)上實(shí)現(xiàn)盈利能力的提升。基于此，提出路徑假設(shè)H1b。

H1b：實(shí)施數(shù)字化轉(zhuǎn)型有助于企業(yè)提升毛利率，助推企業(yè)更好地滿足差異化的長尾需求，進(jìn)而提升企業(yè)全要素生產(chǎn)率。

(4)技術(shù)能力、企業(yè)規(guī)模、資產(chǎn)密集性、人力資本結(jié)構(gòu)、勞動依賴度、經(jīng)營狀態(tài)等指標(biāo)均會對全要素生產(chǎn)率產(chǎn)生顯著影響，考慮到企業(yè)實(shí)際生產(chǎn)環(huán)節(jié)以及指標(biāo)之間的相關(guān)性，本文最終從技術(shù)能力、企業(yè)規(guī)模、資產(chǎn)周轉(zhuǎn)、勞動依賴程度四個維度進(jìn)行異質(zhì)性研究，提出假說H2。

H2：在不同技術(shù)能力、企業(yè)規(guī)模、資產(chǎn)周轉(zhuǎn)、勞動依賴程度的約束下，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有顯著的異質(zhì)性門檻效應(yīng)。

3 數(shù)據(jù)處理和模型構(gòu)建

3.1 數(shù)據(jù)來源

本文選取2013年以前上市的、證監(jiān)會行業(yè)分類屬于制造業(yè)的A股上市公司，選取樣本公司2013—2019年的財(cái)務(wù)數(shù)據(jù)以及數(shù)字化/信息化轉(zhuǎn)型情況作為研究對象。為了保證對數(shù)字化/信息化的描述清晰可靠且可以更真實(shí)地衡量數(shù)字技術(shù)/信息技術(shù)應(yīng)用對公司經(jīng)營的影響，對原始數(shù)據(jù)按照如下條件進(jìn)行進(jìn)一步篩選：

(1)剔除研究期曾出現(xiàn)ST 和*ST的公司。

(2)剔除存在數(shù)據(jù)缺失的公司。

(3)剔除自動化設(shè)備/智能化設(shè)備提供公司，降低識別時可能出現(xiàn)的噪音，提升識別的準(zhǔn)確度。

(4)剔除在研究期出現(xiàn)重大資產(chǎn)重組、借殼上市的公司。

(5)剔除在研究期主營業(yè)務(wù)發(fā)生重大改變的公司。

數(shù)據(jù)來源為wind，樣本數(shù)據(jù)最終得到7年874家制造業(yè)上市公司共6118個平衡面板數(shù)據(jù)。首先使用Excel對原始數(shù)據(jù)進(jìn)行初步整理，而后使用Stata 15.0軟件進(jìn)行統(tǒng)計(jì)性描述與實(shí)證分析。

3.2 變量選取與處理

被解釋變量選取全要素生產(chǎn)率(TFP)作為衡量企業(yè)轉(zhuǎn)型升級的指標(biāo)，綜合考慮各計(jì)算方法的優(yōu)劣勢，在實(shí)證分析中使用LP法計(jì)算。在穩(wěn)健性檢驗(yàn)中使用針對LP法改良后的ACF法計(jì)算；解釋變量為數(shù)字化轉(zhuǎn)型(Digitran)。通過整理公司年報(bào)中的信息、挖掘關(guān)鍵詞來確定公司在研究期間是否應(yīng)用了數(shù)字化技術(shù)以及實(shí)施數(shù)字化轉(zhuǎn)型，并從以下三個方面確定初始年份：1.公司年報(bào) “經(jīng)營情況討論與分析”及“公司業(yè)務(wù)概要”中提出應(yīng)用數(shù)字化技術(shù)的初始年份；2.“在建工程”中涉及智能化、數(shù)字化改革的項(xiàng)目對應(yīng)的達(dá)到預(yù)定可使用狀態(tài)的年份；3.入圍“智能制造示范項(xiàng)目”“智能制造試點(diǎn)示范項(xiàng)目”對應(yīng)的年份。門檻變量分別選取技術(shù)能力(Innovation)、企業(yè)規(guī)模(Size)、資產(chǎn)周轉(zhuǎn)(TAT)、勞動依賴程度(Perrev)四個變量，測度方式見表1。控制變量主要從企業(yè)特征、產(chǎn)權(quán)特征、治理特征等角度選取，包括資產(chǎn)負(fù)債率(Leverage)、產(chǎn)權(quán)性質(zhì)(Noe)、成長機(jī)會(Growth)、第一大股東持股比例(CR1)、董事會效率(Boardsize)、銷售費(fèi)用率(Saleexrat)、信息化轉(zhuǎn)型(Infotran)，其中信息化轉(zhuǎn)型變量構(gòu)建方式與數(shù)字化轉(zhuǎn)型變量相似，采用信息化、自動化、企業(yè)資源計(jì)劃、制造信息管理系統(tǒng)、OA系統(tǒng)等關(guān)鍵詞進(jìn)行匹配。此外，門檻變量中的技術(shù)能力(Innovation)、企業(yè)規(guī)模(Size)也將作為控制變量。

表1 主要變量測度方式

3.3 模型構(gòu)建

基礎(chǔ)模型中，使用全要素生產(chǎn)率(TFP)對數(shù)字化轉(zhuǎn)型(Digitran)及控制變量進(jìn)行回歸?？紤]到企業(yè)在技術(shù)應(yīng)用過程中存在滯后特征，本文將數(shù)字技術(shù)應(yīng)用(Digitran)、信息技術(shù)應(yīng)用(Infotran)滯后一期處理，該方法可以有效緩解模型的內(nèi)生性問題?；貧w模型如下：

TFPi,t=α+βDigitrani.t-1+∑δjConrtroli,t+εi,t

(模型1)

在對影響路徑的研究中，從毛利率(Gropromar)、資產(chǎn)周轉(zhuǎn)率(TAT)兩個角度出發(fā)，研究數(shù)字化轉(zhuǎn)型通過滿足長尾需求實(shí)現(xiàn)盈利提升、降低交易成本提升經(jīng)營效率兩條路徑對轉(zhuǎn)型升級的影響，以Mediatori,t代表中介變量，路徑回歸模型如下：

Mediatori,t=α+βDigitrani.t-1+∑δjConrtroli,t+εi,t

(模型2)

TFPi,t=α+β1Digitrani.t-1+β2Mediatori.t+∑δjConrtroli,t+εi,t

(模型3)

門檻模型最初由Hansen(1999)提出，該模型有效地克服了在研究區(qū)間效果時，分組檢驗(yàn)法以及引入交互項(xiàng)法存在的無法估計(jì)門檻值以及置信區(qū)間的問題。本文基于Hansen的模型研究技術(shù)能力(Innovation)、企業(yè)規(guī)模(Size)、資產(chǎn)運(yùn)營模式(TAT)、勞動依賴程度(Perrev)四個門檻變量的異質(zhì)性影響，以Thresholdi,t代表門檻變量，模型如下：

TFPi,t=α+β1Digitrani,t-1·I(Thresholdi,t≤γ1)+β2Digitrani,t-1)·I(Thresholdi,t>γ1)+…+βnDigitrani,t-1·I(Thresholdi,t≤γn)+βn+1Digitrani,t-1·I(Thresholdi,t>γn)+∑δjConrtroli,t+εi,t

(模型4)

4 實(shí)證分析與穩(wěn)健性檢驗(yàn)

4.1 基礎(chǔ)模型實(shí)證分析

本文首先通過面板模型檢驗(yàn)假設(shè)H1，考慮到樣本數(shù)據(jù)中個體效應(yīng)較為明顯，且與解釋變量之間存在一定的相關(guān)性，固定效應(yīng)模型理論上擬合更優(yōu)。實(shí)際回歸結(jié)果見表2，Hausman檢驗(yàn)值為399.18，P遠(yuǎn)小于顯著性水平，拒絕原假設(shè)，實(shí)證結(jié)果顯示固定效應(yīng)模型更優(yōu)?；貧w結(jié)果顯示，數(shù)字技術(shù)應(yīng)用對制造業(yè)企業(yè)全要素生產(chǎn)率有顯著的正向促進(jìn)作用，該結(jié)論與大部分學(xué)者的研究成果一致，數(shù)字技術(shù)可以從根本上提升企業(yè)績效，結(jié)果與假說H1預(yù)期一致。

表2 基礎(chǔ)模型回歸結(jié)果

4.2 路徑檢驗(yàn)

依據(jù)表3的結(jié)果，數(shù)字化轉(zhuǎn)型(Digitran)對資產(chǎn)周轉(zhuǎn)率(TAT)有顯著的促進(jìn)作用(P≤1%)。依據(jù)表4，數(shù)字化轉(zhuǎn)型以及資產(chǎn)周轉(zhuǎn)率,均會對全要素生產(chǎn)率起到顯著促進(jìn)作用(P≤1%)，且回歸(5)中數(shù)字化轉(zhuǎn)型系數(shù)低于回歸(6)，證明數(shù)字化轉(zhuǎn)型會通過降低交易成本改善資產(chǎn)運(yùn)營效率從而提升全要素生產(chǎn)率，結(jié)果與假設(shè)H1a預(yù)期一致。表3中回歸(4)的結(jié)果顯示，數(shù)字化轉(zhuǎn)型并不會顯著提升毛利率(Gropromar)，而且會有負(fù)向影響，與假設(shè)H1b預(yù)期不一致?？赡艿脑蛟谟诋?dāng)前數(shù)字技術(shù)的發(fā)展并不成熟，僅有少量企業(yè)可以依賴數(shù)字技術(shù)實(shí)現(xiàn)具備規(guī)模經(jīng)濟(jì)的柔性化生產(chǎn)，導(dǎo)致企業(yè)雖然可以對消費(fèi)者長尾需求進(jìn)行識別，但無法有效地滿足個性化需求；此外，數(shù)字化轉(zhuǎn)型需要投入大量資金進(jìn)行模式與產(chǎn)線的改造，這部分支出會增加企業(yè)的折舊壓力，從而對毛利率產(chǎn)生負(fù)向影響。

表4 路徑檢驗(yàn)(2)

4.3 異質(zhì)性檢驗(yàn)

本文依據(jù)Hansen(1999)提出的門檻模型對影響因素的異質(zhì)性進(jìn)行檢驗(yàn)，表5列示了門檻效應(yīng)的檢驗(yàn)結(jié)果，四個門檻變量都通過一重門檻檢驗(yàn)，說明在本文門檻變量的約束下，數(shù)字技術(shù)應(yīng)用對全要素生產(chǎn)率的影響均存在異質(zhì)性，驗(yàn)證了假設(shè)H2。

表5 門檻效應(yīng)存在性檢驗(yàn)

進(jìn)一步地，門檻效應(yīng)估計(jì)結(jié)果見表6。基于回歸結(jié)果可以發(fā)現(xiàn)，無論技術(shù)能力高低，無論企業(yè)規(guī)模大小，數(shù)字化轉(zhuǎn)型均起到顯著的正向促進(jìn)作用，但對高技術(shù)能力、低企業(yè)規(guī)模的樣本提升效應(yīng)更顯著、程度更深。此外，數(shù)字化轉(zhuǎn)型可以顯著提升高資產(chǎn)周轉(zhuǎn)、高勞動依賴樣本的全要素生產(chǎn)率，而對低資產(chǎn)周轉(zhuǎn)、低勞動依賴樣本并無顯著作用。

表6 面板門檻模型估計(jì)結(jié)果

4.3 穩(wěn)健性檢驗(yàn)

Ackerberg等(2007)認(rèn)為使用ACF法測算全要素生產(chǎn)率可以減弱LP法和OP法存在的內(nèi)生性問題，提升測量準(zhǔn)確度, 為了檢驗(yàn)前文結(jié)果的穩(wěn)健性，使用ACF法重新估算全要素生產(chǎn)率。同時，為了解決可能存在的自選擇偏誤問題，使用傾向得分匹配方法進(jìn)行回歸。在總共5244個觀測值中，控制組共有18個不在共同取值范圍中，處理組1486個觀測全在共同取值范圍中，回歸結(jié)果見表7。在分別使用LP法和ACF法計(jì)算全要素生產(chǎn)率時，ATT平均處理效應(yīng)的估計(jì)值分別為0.042、0.109，對應(yīng)的t值分別為2.03、2.02，結(jié)果均顯著，因而可以得出結(jié)論：在控制了企業(yè)主要特征影響后，數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)的全要素生產(chǎn)率有顯著的正向促進(jìn)作用。

表7 穩(wěn)健性檢驗(yàn)估計(jì)結(jié)果

5 研究結(jié)論與政策建議

本文基于制造業(yè)上市公司數(shù)據(jù)，通過實(shí)證研究得到以下結(jié)論：第一，數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)全要素生產(chǎn)率有顯著的促進(jìn)作用。第二，數(shù)字化轉(zhuǎn)型可以通過降低交易成本改善資產(chǎn)運(yùn)營效率，進(jìn)而提升全要素生產(chǎn)率。第三，數(shù)字化轉(zhuǎn)型并不能顯著提升毛利率，甚至?xí)胸?fù)向影響。第四，異質(zhì)性研究結(jié)果表明，對于高技術(shù)能力、低企業(yè)規(guī)模、高資產(chǎn)周轉(zhuǎn)、高勞動依賴的企業(yè)，數(shù)字技術(shù)應(yīng)用對轉(zhuǎn)型升級有著更加顯著的促進(jìn)作用。

根據(jù)本文的主要結(jié)論，提出政策建議如下：(1)進(jìn)一步推動數(shù)字化基礎(chǔ)設(shè)施建設(shè)，加大數(shù)字技術(shù)與制造業(yè)融合力度，實(shí)施數(shù)字化轉(zhuǎn)型示范政策和數(shù)字制造的普及工程；(2)加大數(shù)字技術(shù)創(chuàng)新發(fā)展的支持力度，鼓勵數(shù)字技術(shù)企業(yè)與制造業(yè)企業(yè)聯(lián)合研發(fā)創(chuàng)新，充分發(fā)揮雙方技術(shù)能力，實(shí)現(xiàn)優(yōu)勢互補(bǔ)，共同打造行業(yè)數(shù)字化轉(zhuǎn)型解決方案；(3)鼓勵企業(yè)間數(shù)據(jù)開放共享，打造產(chǎn)業(yè)級數(shù)據(jù)平臺，帶動中小規(guī)模、高勞動依賴度企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，提質(zhì)增效。