徐 寧，白英杰，張 迪

(山東大學(xué)管理學(xué)院，山東 濟(jì)南 250100)

一、引 言

數(shù)字經(jīng)濟(jì)正以交叉融合的方式對傳統(tǒng)行業(yè)產(chǎn)生影響，信息技術(shù)、大數(shù)據(jù)、人工智能等廣泛應(yīng)用于制造、物流、營銷等場景，推動著企業(yè)的數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型實(shí)質(zhì)上是企業(yè)通過數(shù)字技術(shù)開發(fā)新的數(shù)字商業(yè)模式以創(chuàng)造、傳遞和獲取更多價值，并構(gòu)筑可持續(xù)競爭優(yōu)勢的過程[1]。成功的數(shù)字化轉(zhuǎn)型不僅能夠提升企業(yè)運(yùn)營效率[2]，還能夠改善企業(yè)資本市場表現(xiàn)[3]。企業(yè)如何在數(shù)字化浪潮中更好地順應(yīng)時代趨勢，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型成為當(dāng)前學(xué)術(shù)界關(guān)注的重要議題。

數(shù)字化打破了信息孤島，企業(yè)處于變化更為激烈的環(huán)境之中，進(jìn)行數(shù)字化轉(zhuǎn)型將受到內(nèi)外部因素共同驅(qū)動。數(shù)字技術(shù)快速發(fā)展[4]、消費(fèi)者需求升級[5]等因素是數(shù)字化轉(zhuǎn)型的外部助推劑，組織內(nèi)部的資源要素稟賦[6]、員工的變革意愿[7]等因素則是數(shù)字化轉(zhuǎn)型的內(nèi)生驅(qū)動力。數(shù)字化轉(zhuǎn)型不僅僅是技術(shù)與軟件的升級，更是企業(yè)戰(zhàn)略變革、商業(yè)模式創(chuàng)新、業(yè)務(wù)流程再造等重要行為的整合。聚焦到企業(yè)內(nèi)部的團(tuán)隊、個體層面，人是企業(yè)經(jīng)營活動中最活躍的要素。一方面，管理者在企業(yè)數(shù)字化戰(zhàn)略選擇與實(shí)施過程中發(fā)揮著核心作用，得到管理者支持的數(shù)字化轉(zhuǎn)型戰(zhàn)略在執(zhí)行過程中將受到更小的阻力[8]，管理者的領(lǐng)導(dǎo)力與敏捷管理能力能夠顯著影響數(shù)字化轉(zhuǎn)型過程中組織結(jié)構(gòu)及文化的變革[9]。另一方面，由于轉(zhuǎn)型涉及企業(yè)各個層次與維度的重構(gòu)，核心員工的積極參與是影響數(shù)字化轉(zhuǎn)型成功實(shí)施的關(guān)鍵要素。因此，深入探究能夠激發(fā)管理層及核心員工的有效激勵契約，是數(shù)字化轉(zhuǎn)型內(nèi)生驅(qū)動力研究亟待解決的關(guān)鍵問題。

與此同時，企業(yè)的數(shù)字化轉(zhuǎn)型實(shí)踐也在加速推進(jìn)，部分企業(yè)突破數(shù)字化轉(zhuǎn)型壁壘，成為“轉(zhuǎn)型領(lǐng)軍者”，如TCL科技(000100)、美的集團(tuán)(000333)、中遠(yuǎn)?？?002401)、寶鋼股份(600019)、三一重工(600031)等。值得關(guān)注的是，上述企業(yè)在數(shù)字化轉(zhuǎn)型階段均實(shí)施了股權(quán)激勵計劃。其中，美的集團(tuán)的數(shù)字化轉(zhuǎn)型歷程或許可以提供有益啟示。2016年，美的集團(tuán)正式步入數(shù)字化發(fā)展階段，并開始應(yīng)用數(shù)字化技術(shù)推動企業(yè)的業(yè)務(wù)轉(zhuǎn)型和整個供應(yīng)鏈的數(shù)字化改造升級，逐步從傳統(tǒng)家電制造企業(yè)向?qū)ν廨敵鰯?shù)字化轉(zhuǎn)型解決方案的科技集團(tuán)轉(zhuǎn)型。作為備受認(rèn)可的成功職業(yè)經(jīng)理人，方洪波對于數(shù)字化轉(zhuǎn)型的發(fā)起與推動起到了至關(guān)重要的作用。美的集團(tuán)在2016年和2017年相繼推出的兩期股權(quán)激勵計劃中授予核心管理者，以及研發(fā)、品質(zhì)、制造和信息技術(shù)等骨干人員相應(yīng)股權(quán)，以激發(fā)這些主體參與企業(yè)數(shù)字化建設(shè)的積極性和主動性，并有利于整合所有事業(yè)部的信息系統(tǒng)，減輕組織架構(gòu)調(diào)整過程中各個業(yè)務(wù)部門之間可能產(chǎn)生的沖突。因此，值得學(xué)術(shù)界思考并驗(yàn)證的是，實(shí)施股權(quán)激勵能否助力企業(yè)數(shù)字化轉(zhuǎn)型，通過何種機(jī)制助力數(shù)字化轉(zhuǎn)型，又會受到哪些情境因素的顯著影響？

為回答這一系列問題，本文基于最優(yōu)契約理論，運(yùn)用理論演繹與實(shí)證分析方法研究了股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)、作用機(jī)制及情境條件。邊際貢獻(xiàn)在于：第一，在運(yùn)用Python爬蟲和文本挖掘技術(shù)測度企業(yè)數(shù)字化轉(zhuǎn)型程度的基礎(chǔ)上，驗(yàn)證了實(shí)施股權(quán)激勵計劃對于企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用，從數(shù)字化戰(zhàn)略變革的視角拓展了最優(yōu)契約理論的應(yīng)用邊界，豐富了數(shù)字化轉(zhuǎn)型前因變量的研究視閾；第二，整合產(chǎn)業(yè)基礎(chǔ)觀與資源基礎(chǔ)觀的核心觀點(diǎn)，綜合考慮了企業(yè)的外部環(huán)境和內(nèi)部條件因素，厘清了環(huán)境動態(tài)性和冗余資源兩類情境變量對股權(quán)激勵與數(shù)字化轉(zhuǎn)型之間關(guān)系的調(diào)節(jié)作用，驗(yàn)證了影響數(shù)字化轉(zhuǎn)型的內(nèi)、外部因素的協(xié)同效應(yīng)；第三，闡釋了股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制，即股權(quán)激勵可以通過提升研發(fā)風(fēng)險承擔(dān)水平、提高內(nèi)部控制質(zhì)量以及抑制真實(shí)盈余管理行為等多重路徑影響企業(yè)數(shù)字化轉(zhuǎn)型，打開了股權(quán)激勵與數(shù)字化轉(zhuǎn)型之間的“黑箱”，豐富了股權(quán)激勵治理效應(yīng)及作用機(jī)制的相關(guān)研究。

二、理論分析與假設(shè)提出

(一)數(shù)字化轉(zhuǎn)型中的委托代理問題

在管理實(shí)踐中，數(shù)字化轉(zhuǎn)型加劇了委托人與代理人之間的利益沖突與信息不對稱，催生了更為嚴(yán)重的委托代理問題。一方面，數(shù)字化轉(zhuǎn)型會給不同的治理主體帶來不同的成本與回報。從長期來看，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)的投入產(chǎn)出效率，進(jìn)而促進(jìn)長期價值創(chuàng)造[10]，有利于實(shí)現(xiàn)股東利益最大化；但從短期來看，管理者在推動數(shù)字化進(jìn)程中卻要付出更多努力，并且面臨更多不確定性。數(shù)字化需要將大量資源投入基礎(chǔ)設(shè)施建設(shè)，如數(shù)據(jù)處理中心、各種通訊設(shè)備等，這些成本難以從短期業(yè)績上獲得直接補(bǔ)償。伴隨業(yè)務(wù)流程的重構(gòu)，原有組織結(jié)構(gòu)面臨的變革風(fēng)險會給管理者及核心員工帶來潛在威脅，甚至損害其既有權(quán)利。因此，嚴(yán)重的利益分歧導(dǎo)致企業(yè)的數(shù)字化轉(zhuǎn)型舉步維艱。另一方面，數(shù)字化轉(zhuǎn)型加劇了信息不對稱，凸顯了道德風(fēng)險問題。研究表明，代理人需要的專業(yè)知識和信息越多，道德風(fēng)險也就越明顯[11]。數(shù)字化對管理者提出了更高的要求，他們不僅要掌握本行業(yè)業(yè)務(wù)領(lǐng)域內(nèi)的知識與技能，還需要了解如何運(yùn)用數(shù)字技術(shù)對原有業(yè)務(wù)進(jìn)行改進(jìn)。因此，由于管理者將掌握更多股東所難以理解的知識和信息，這不可避免地加大了委托人監(jiān)督代理人的難度。

(二)股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)

基于最優(yōu)契約理論，設(shè)計合理的激勵契約有助于解決普遍存在的委托代理問題[12]。對于數(shù)字化轉(zhuǎn)型過程中面臨的委托代理問題，股權(quán)激勵同樣可以產(chǎn)生積極的治理效應(yīng)。

首先，股權(quán)激勵能夠提升激勵對象的風(fēng)險承擔(dān)水平，這不僅有助于管理者做出合理的數(shù)字化戰(zhàn)略決策，還有助于核心員工主動適應(yīng)數(shù)字化時代的新要求。具有風(fēng)險規(guī)避傾向的管理者更傾向于遵循損失規(guī)避原則，更愿意維持現(xiàn)狀而非實(shí)施具有高風(fēng)險的戰(zhàn)略變革[13]。研究表明，管理者的薪酬結(jié)構(gòu)與戰(zhàn)略決策之間存在著強(qiáng)因果關(guān)系[14]，在薪酬組合中，起到提升風(fēng)險承擔(dān)作用的主要是股票型薪酬[15]。尤其是股票期權(quán)計劃，能夠顯著增加激勵對象承擔(dān)風(fēng)險的意愿[16][17]。此外，數(shù)字能力的構(gòu)建不同于基礎(chǔ)信息系統(tǒng)的搭建，前者對企業(yè)的高效運(yùn)營與持續(xù)創(chuàng)新有著更高的要求。員工對于數(shù)字化的態(tài)度也會影響企業(yè)數(shù)字化的進(jìn)程，當(dāng)組織員工具備變革意愿并積極適應(yīng)數(shù)字化所帶來的變化時，數(shù)字化轉(zhuǎn)型過程中的阻礙會相應(yīng)減少[7]。因此，面向各管理層和核心員工實(shí)施股權(quán)激勵計劃，有助于激勵對象乃至整個企業(yè)擁抱數(shù)字化思維，將數(shù)字戰(zhàn)略真正轉(zhuǎn)化為具體的職能行動。

其次，通過設(shè)置科學(xué)的股權(quán)激勵契約要素，能夠?qū)崿F(xiàn)各個主體利益與企業(yè)長期利益的綁定。通過授予股權(quán)建立激勵對象與股東利益的激勵相容機(jī)制，可以驅(qū)動激勵對象為企業(yè)構(gòu)筑核心競爭力而努力，這正是股權(quán)激勵推動企業(yè)升級的利益驅(qū)動邏輯[18]，這一邏輯同樣適用于數(shù)字化轉(zhuǎn)型。作為兼具激勵性與約束性的中長期契約，股權(quán)激勵方案中通常會設(shè)置增長性績效考核指標(biāo)，為激勵對象獲得股權(quán)激勵收益設(shè)置一定的“門檻”。激勵對象為獲得企業(yè)中長期績效指標(biāo)增長的新動力來源，會積極擁抱數(shù)字賦能所帶來的企業(yè)整體運(yùn)營模式的轉(zhuǎn)型升級。已有研究發(fā)現(xiàn)，實(shí)施股權(quán)激勵可以有效促進(jìn)內(nèi)部控制有效性的提高[19]。因此，股權(quán)激勵可以促進(jìn)企業(yè)管理水平與內(nèi)部控制有效性的提高，進(jìn)一步提升企業(yè)內(nèi)部運(yùn)營效率以及各層面各維度的協(xié)同，繼而提高數(shù)字化轉(zhuǎn)型的成功率。

最后，股權(quán)激勵可以改變激勵對象的時間導(dǎo)向，使管理者和核心員工從企業(yè)的長期價值出發(fā)，減少潛在的道德風(fēng)險。很多情況下管理者可能由于“短視效應(yīng)”的局限而未能做出合理的投資決策[20]。對于管理者而言，提升當(dāng)期業(yè)績是其追求的首要目標(biāo)，其對短期目標(biāo)的偏好可能會致使數(shù)字化轉(zhuǎn)型缺乏足夠的資源支持，甚至為避免可能出現(xiàn)的業(yè)績波動而做出一些不當(dāng)行為，如盈余管理等。研究表明，企業(yè)數(shù)字化轉(zhuǎn)型顯著地提升了市場投資者預(yù)期和股票流動性水平，有利于企業(yè)獲得更好的資本市場表現(xiàn)[2]。而股權(quán)激勵有助于抑制管理者的急功近利傾向，不僅能夠促使其做出有利于企業(yè)長期價值創(chuàng)造的投資決策[21]，也能夠抑制影響企業(yè)長期價值的真實(shí)盈余管理行為[22]，從而緩解數(shù)字化過程中的委托代理問題，促進(jìn)數(shù)字化轉(zhuǎn)型的順利實(shí)施。

綜上所述，股權(quán)激勵能夠有效提升激勵對象的風(fēng)險承擔(dān)水平，綁定企業(yè)與激勵對象的利益，有效規(guī)避潛在的道德風(fēng)險，進(jìn)而激發(fā)管理層和核心員工推動數(shù)字化轉(zhuǎn)型的積極性和主動性。故提出以下假設(shè)：

假設(shè)1：實(shí)施股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的促進(jìn)效應(yīng)。

(三)環(huán)境動態(tài)性的調(diào)節(jié)作用

基于產(chǎn)業(yè)基礎(chǔ)觀，企業(yè)的戰(zhàn)略決策有效性取決于外部環(huán)境因素。動態(tài)性意味著環(huán)境中發(fā)生的變化難以預(yù)測[23]。管理者在制定戰(zhàn)略決策時會廣泛收集信息以了解外部環(huán)境的變化，與劇烈的環(huán)境變化相比，漸進(jìn)的變化容易被忽視[24]，即外部環(huán)境動態(tài)性越高，管理者就越能感知到外部環(huán)境的變化。環(huán)境動態(tài)性也會影響管理者認(rèn)知，使其產(chǎn)生強(qiáng)烈的緊迫感和危機(jī)感，進(jìn)而影響企業(yè)戰(zhàn)略制定[25]。同時，環(huán)境動態(tài)性越高，企業(yè)業(yè)績的穩(wěn)定增長就越難以實(shí)現(xiàn)，在股權(quán)激勵帶來的動力與壓力加持之下，管理層就越傾向?qū)ふ夷苓m應(yīng)時代變化的競爭優(yōu)勢來源。在此情境下，企業(yè)往往需要擁有較強(qiáng)的動態(tài)能力與組織韌性，如能夠及時獲悉產(chǎn)品市場的信息并圍繞顧客需求進(jìn)行業(yè)務(wù)調(diào)整等[26]，數(shù)字化轉(zhuǎn)型為此提供了良好契機(jī)。此外，面對不可抗拒的突發(fā)事件時，數(shù)字技術(shù)也可以幫助企業(yè)做出更準(zhǔn)確的研判，從而贏得發(fā)展先機(jī)。數(shù)字化基礎(chǔ)越好的企業(yè)，其復(fù)工復(fù)產(chǎn)的速度也越快，甚至實(shí)現(xiàn)業(yè)績的逆勢增長。為了能夠從容應(yīng)對突如其來的危機(jī)，各類企業(yè)紛紛探索數(shù)字化轉(zhuǎn)型之路。因此，環(huán)境動態(tài)性使得股權(quán)激勵的利益趨同效應(yīng)被放大，激勵對象為實(shí)現(xiàn)股權(quán)激勵收益會更加積極地尋求能實(shí)現(xiàn)企業(yè)長期價值增長的有效工具，當(dāng)認(rèn)識到數(shù)字技術(shù)是適應(yīng)外部環(huán)境變化與實(shí)現(xiàn)企業(yè)降本增效的重要手段時，激勵對象會更加積極地推動企業(yè)數(shù)字化轉(zhuǎn)型。故提出以下假設(shè)：

假設(shè)2：環(huán)境動態(tài)性對股權(quán)激勵與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系起到正向調(diào)節(jié)作用。

(四)冗余資源的調(diào)節(jié)作用

基于資源基礎(chǔ)觀，企業(yè)擁有的資源會影響戰(zhàn)略的制定與實(shí)施。冗余資源是指組織實(shí)際擁有的資源量超過維持運(yùn)營所需最低限度的資源，包括人員冗余、未充分利用的企業(yè)能力、不必要的資本支出和未開發(fā)的機(jī)會等[27]。因此，冗余資源較多意味著企業(yè)通過數(shù)字化轉(zhuǎn)型提高運(yùn)營效率的成效將更明顯，這增大了通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)績效穩(wěn)定增長的可能性，使激勵對象更傾向借助數(shù)字化提高企業(yè)價值。此外，在數(shù)字化轉(zhuǎn)型過程中存在著很大的不確定性，如不確定的營業(yè)收入、未來現(xiàn)金流等。為了應(yīng)對這些不確定性，企業(yè)需要儲備一定的資源。能否持續(xù)投入必要的資源到數(shù)字化戰(zhàn)略中是企業(yè)順利實(shí)施數(shù)字化轉(zhuǎn)型的前提[6]。組織的冗余資源中或許存在可以為企業(yè)創(chuàng)造價值的但未被充分利用的資源。財務(wù)冗余可以為企業(yè)采取投資新領(lǐng)域等創(chuàng)新性競爭戰(zhàn)略提供必要的資源[28]，這增強(qiáng)了管理者對數(shù)字化轉(zhuǎn)型成功的信心。人力資源冗余則有助于協(xié)調(diào)各部門間的活動，減少數(shù)字化建設(shè)過程中出現(xiàn)的摩擦。因此，冗余資源能夠?yàn)閿?shù)字化轉(zhuǎn)型提供必要的內(nèi)部資源，并降低潛在的轉(zhuǎn)型失敗所導(dǎo)致的風(fēng)險[26]，這在一定程度上緩解了管理者對短期業(yè)績波動的擔(dān)憂。故提出以下假設(shè)：

假設(shè)3：冗余資源對股權(quán)激勵與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系起到正向調(diào)節(jié)作用。

三、研究設(shè)計

(一)樣本選擇和數(shù)據(jù)來源

本文選取2009—2020年深滬A股上市公司面板數(shù)據(jù)作為研究對象，探究股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的影響。其中，測量數(shù)字化轉(zhuǎn)型所用到的相關(guān)年報來源于巨潮資訊網(wǎng)，其他數(shù)據(jù)主要來源于國泰安(CSMAR)和萬得(Wind)數(shù)據(jù)庫。對數(shù)據(jù)進(jìn)行以下處理：(1)剔除金融業(yè)公司樣本；(2)剔除每年S、ST、PT及退市的公司樣本；(3)通過查找年報手動補(bǔ)全樣本中存在的部分缺失值，并剔除無法補(bǔ)全缺失值的樣本。經(jīng)以上處理，得到觀測值共計21832個，使用Python、Excel和Stata16進(jìn)行數(shù)據(jù)處理和分析。為避免異常值或極端值對檢驗(yàn)結(jié)果的影響，對連續(xù)變量在1%的水平上進(jìn)行縮尾處理。

(二)主要變量測量

1．因變量：數(shù)字化轉(zhuǎn)型(DT)。本文參考吳非等(2021)、王宏鳴等(2022)的測量方式[2][29]，通過對年報中與數(shù)字化相關(guān)的關(guān)鍵詞進(jìn)行詞頻統(tǒng)計的方式進(jìn)行衡量。具體步驟如下：首先，構(gòu)建數(shù)字化轉(zhuǎn)型結(jié)構(gòu)化特征詞譜，在“底層技術(shù)應(yīng)用”層面依據(jù)人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)方向和“技術(shù)實(shí)踐應(yīng)用”層面設(shè)定關(guān)鍵詞，形成數(shù)字化轉(zhuǎn)型特征詞譜，如圖1所示。其次，從巨潮資訊網(wǎng)下載了2009年到2020年A股上市公司的年報，并將年報轉(zhuǎn)換成txt文本格式以便后續(xù)分析。最后，利用Python的jieba庫對年報內(nèi)容進(jìn)行分詞處理以及詞頻統(tǒng)計，在文本分析前進(jìn)行以下處理：(1)將數(shù)字化特征詞譜導(dǎo)入jieba庫的分詞詞庫；(2)為確保詞頻統(tǒng)計對象為樣本公司，利用自然語言處理(NLP)技術(shù)對關(guān)鍵詞主體進(jìn)行辨析，刪除關(guān)鍵詞所在句子主語為其他公司的語句；(3)通過情感分析(Sensitive Analysis)識別并刪除對數(shù)字化關(guān)鍵詞進(jìn)行否定的語句，以緩解年報中提及例如“公司當(dāng)前不適于發(fā)展云計算”等語句對統(tǒng)計企業(yè)實(shí)際數(shù)字化轉(zhuǎn)型強(qiáng)度的干擾。經(jīng)過以上處理后，通過Python進(jìn)行數(shù)字化關(guān)鍵詞的詞頻統(tǒng)計，并對詞頻進(jìn)行取對數(shù)處理。

圖1 數(shù)字化轉(zhuǎn)型特征詞譜

2．自變量：股權(quán)激勵(EI)。采用虛擬變量對企業(yè)是否實(shí)施股權(quán)激勵進(jìn)行測度[30]。具體而言，根據(jù)上市公司股權(quán)激勵草案披露的股權(quán)激勵實(shí)施計劃，對股權(quán)激勵計劃的起始日期、行權(quán)日期及有效期等時間節(jié)點(diǎn)進(jìn)行識別，若該公司實(shí)施了股權(quán)激勵計劃且在有效期內(nèi)，則對應(yīng)年份取值為1，若該公司在樣本區(qū)間內(nèi)未實(shí)施股權(quán)激勵計劃或已不在有效期內(nèi)，則對應(yīng)年份取值為0。

3．調(diào)節(jié)變量：環(huán)境動態(tài)性(ED)。將環(huán)境動態(tài)性定義為企業(yè)過去五年內(nèi)銷售收入的異常波動除以這五年的行業(yè)平均銷售額[23][25]，以行業(yè)為劃分依據(jù)，用企業(yè)過去五年的數(shù)據(jù)進(jìn)行OLS回歸，回歸得到的殘差項(xiàng)反映了企業(yè)銷售收入中除穩(wěn)定增長部分的非正常銷售收入，用該殘差項(xiàng)的標(biāo)準(zhǔn)誤除以五年內(nèi)行業(yè)平均銷售額，得到調(diào)整后的環(huán)境動態(tài)性。

4．調(diào)節(jié)變量：冗余資源(SR)。參考前人研究，將冗余資源細(xì)分為：沉淀性冗余資源(RS)、非沉淀性冗余資源(AS)、人力冗余資源(HRS)。具體而言，使用費(fèi)用收入比衡量沉淀性冗余資源[31]，計算公式為(管理費(fèi)用+營銷費(fèi)用)/營業(yè)收入。該指標(biāo)代表與內(nèi)部關(guān)鍵業(yè)務(wù)流程緊密相關(guān)的冗余資源。使用速動比率衡量非沉淀性冗余資源[32]，計算公式為(流動資產(chǎn)-存貨)/流動負(fù)債。該指標(biāo)反映了企業(yè)的短期償債、融資能力，代表企業(yè)在短期內(nèi)可以利用的冗余資源。使用經(jīng)行業(yè)均值調(diào)整后的公司員工人數(shù)與總銷售額的比值衡量人力冗余資源[33]。該指標(biāo)反映了已經(jīng)融入公司業(yè)務(wù)的人力資源冗余，即相較于同行業(yè)企業(yè)，該公司為創(chuàng)造特定的銷售額所多雇傭的員工數(shù)量。

5．控制變量(Controls)。參考以往研究，對以下變量進(jìn)行控制。公司規(guī)模(Size)：期末總資產(chǎn)的自然對數(shù)；財務(wù)杠桿(Leverage)：資產(chǎn)負(fù)債率；資產(chǎn)回報率(ROA)：凈利潤與總資產(chǎn)的比值；兩職兼任(Dual)：總經(jīng)理兼任董事長為1，否則為0；獨(dú)立董事占比(Independent)：獨(dú)立董事人數(shù)占董事會人數(shù)之比；董事會規(guī)模(Board)：董事會人數(shù)取自然對數(shù)；股權(quán)集中度(CR)：第一大股東持股比例；兩權(quán)分離度(Separation)：控制權(quán)和所有權(quán)的差值；機(jī)構(gòu)持股比例(Institution)：機(jī)構(gòu)投資者持股數(shù)量占總股本比例；公司成長性(Growth)：(年末總資產(chǎn)―年初總資產(chǎn))/年初總資產(chǎn)；上市年限(Listed)：當(dāng)年年份減去公司上市年份。為了控制時間、行業(yè)的影響，根據(jù)年份設(shè)置時間虛擬變量(Year)，根據(jù)中國證監(jiān)會行業(yè)分類標(biāo)準(zhǔn)(2012)設(shè)置行業(yè)虛擬變量(Industry)，并且對制造業(yè)進(jìn)行細(xì)分，共計45個行業(yè)。

(三)實(shí)證模型構(gòu)建

為檢驗(yàn)上述假設(shè)，構(gòu)建如下模型進(jìn)行檢驗(yàn)：

(1)

DTi，t+1=β0+β1EIi，t+β2EDi，t+β3EIi，t×EDi，t+∑γjControlsi，t+∑Year+∑Industry+εi，t

(2)

DTi，t+1=β0+β1EIi，t+β2SRi，t+β3EIi，t×SRi，t+∑γjControlsi，t+∑Year+∑Industry+εi，t

(3)

其中，DT為數(shù)字化轉(zhuǎn)型，EI為企業(yè)是否進(jìn)行了股權(quán)激勵，Controls為上文定義的控制變量。數(shù)字化轉(zhuǎn)型取第t+1年數(shù)據(jù)，其他變量取第t年數(shù)據(jù)。Year表示年份虛擬變量，Industry表示行業(yè)虛擬變量，ε表示殘差。EI×ED和EI×SR分別代表股權(quán)激勵與環(huán)境動態(tài)性和冗余資源的交互項(xiàng)，SR代表冗余資源，包括RS、AS和HRS，調(diào)節(jié)變量均取第t年數(shù)據(jù)。

四、實(shí)證研究結(jié)果分析

(一)描述性統(tǒng)計及相關(guān)性分析

表1顯示了描述性統(tǒng)計結(jié)果。數(shù)字化轉(zhuǎn)型的最小值為0，最大值為4.419，表明當(dāng)前中國上市公司數(shù)字化轉(zhuǎn)型強(qiáng)度差別較大。股權(quán)激勵平均值為0.105，說明當(dāng)前實(shí)施股權(quán)激勵的企業(yè)仍然較少。環(huán)境動態(tài)性的波動較大，意味著不同行業(yè)中的企業(yè)所面臨的外部環(huán)境具有較高的動態(tài)性。

表1 變量描述性統(tǒng)計

從表2中主要變量的相關(guān)系數(shù)可以看出，股權(quán)激勵與企業(yè)數(shù)字化轉(zhuǎn)型強(qiáng)度、研發(fā)風(fēng)險承擔(dān)和內(nèi)部控制水平均顯著正相關(guān)，且后兩者與數(shù)字化轉(zhuǎn)型顯著正相關(guān)。此外，股權(quán)激勵與真實(shí)盈余管理顯著負(fù)相關(guān)且后者與數(shù)字化轉(zhuǎn)型顯著負(fù)相關(guān)。各變量之間相關(guān)系數(shù)較小，說明變量之間基本不存在多重共線性問題，本文進(jìn)一步通過對樣本進(jìn)行回歸分析來檢驗(yàn)前文所述理論假設(shè)。

表2 Pearson相關(guān)系數(shù)矩陣

(二)回歸結(jié)果分析

表3為主效應(yīng)和調(diào)節(jié)效應(yīng)檢驗(yàn)的結(jié)果。其中，列(1)為控制變量對數(shù)字化轉(zhuǎn)型的回歸，列(2)加入自變量股權(quán)激勵，并對該模型進(jìn)行多重共線性檢驗(yàn)，模型的平均方差膨脹因子(VIF)為2.38，且所有變量的VIF均小于10，說明模型基本不存在多重共線性問題。結(jié)果顯示，在控制了其他變量的情況下，股權(quán)激勵的系數(shù)顯著為正，驗(yàn)證了假設(shè)1，即實(shí)施股權(quán)激勵能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

泵站機(jī)電設(shè)備診斷故障的常用方式主要包括溫度檢測、鐵譜診斷、振動檢測等。溫度檢測通過測量機(jī)電設(shè)備的運(yùn)行溫度和環(huán)境溫度，當(dāng)溫度發(fā)生異常時溫度檢測系統(tǒng)將發(fā)出警報，此刻維護(hù)檢修人員將按照設(shè)備運(yùn)行狀況對設(shè)備進(jìn)行診斷。鐵譜診斷方法主要通過觀測設(shè)備元器件的潤滑程度以對機(jī)電設(shè)備的運(yùn)行情況進(jìn)行診斷，潤滑油能使得泵站機(jī)電設(shè)備在高梯度和強(qiáng)磁場環(huán)境下維持良好的運(yùn)行形態(tài)，按照所提取的鐵屑密度制備光譜片，進(jìn)而體現(xiàn)設(shè)備元件的磨損狀況。振動檢測主要利用振動頻率擴(kuò)大器以促使傳感器振動信號被放大，接著監(jiān)測振動的峰值情況，設(shè)備檢修維護(hù)人員通過研究振動狀況統(tǒng)計結(jié)果，可清楚掌握設(shè)備的能量轉(zhuǎn)化狀況。

表3 主效應(yīng)、調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

基于產(chǎn)業(yè)基礎(chǔ)觀與資源基礎(chǔ)觀，本文從企業(yè)內(nèi)外部條件出發(fā)，以環(huán)境動態(tài)性和冗余資源為切入點(diǎn)探究股權(quán)激勵影響數(shù)字化轉(zhuǎn)型的情境因素。表3的列(3)將環(huán)境動態(tài)性作為調(diào)節(jié)變量進(jìn)行回歸，結(jié)果顯示交互項(xiàng)的系數(shù)顯著為正，說明企業(yè)面臨的環(huán)境動態(tài)性越高，股權(quán)激勵對數(shù)字化轉(zhuǎn)型的促進(jìn)作用越強(qiáng)。列(4)、(5)、(6)顯示股權(quán)激勵與沉淀性冗余資源、非沉淀性冗余資源和人力資源冗余這三種冗余資源的交互項(xiàng)系數(shù)均顯著為正，說明當(dāng)企業(yè)存在較多的冗余資源時，股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。

(三)內(nèi)生性與穩(wěn)健性檢驗(yàn)

首先，采用Heckman兩階段模型對選取的樣本是否存在自相關(guān)問題進(jìn)行檢驗(yàn)。借鑒類似的研究[34]，在第一階段的回歸模型中，選擇企業(yè)所在行業(yè)高管薪酬的均值作為工具變量(IV)。同行業(yè)高管薪酬的均值滿足工具變量選取時所要求的兩個條件：一個是相關(guān)性，由于薪酬的外在公平性，企業(yè)實(shí)施股權(quán)激勵計劃需要考慮同行業(yè)高管的平均薪酬水平，因此同行業(yè)高管的薪酬均值影響了股權(quán)激勵的實(shí)施；另一個是外生性，同行業(yè)高管薪酬的均值是計算整個行業(yè)高管薪酬平均值所形成的結(jié)果，與特定企業(yè)數(shù)字化轉(zhuǎn)型程度之間的相關(guān)性不大。通過第一階段回歸構(gòu)造逆米爾斯比(IMR)并加入第二階段的回歸模型中，逆米爾斯比的系數(shù)顯著，說明主模型回歸可能存在樣本自選擇偏誤。如表4中列(1)、(2)所示，糾正偏誤后的回歸結(jié)果顯示股權(quán)激勵的系數(shù)仍顯著為正，增強(qiáng)了結(jié)果的穩(wěn)健性。

表4 內(nèi)生性與穩(wěn)健性檢驗(yàn)

其次，采用傾向得分匹配法對模型可能存在的內(nèi)生性問題進(jìn)行檢驗(yàn)。根據(jù)企業(yè)是否實(shí)施股權(quán)激勵將樣本分為兩組，采用1∶4近鄰匹配，匹配后協(xié)變量的標(biāo)準(zhǔn)化偏差縮小且均小于10%，這說明傾向得分匹配的質(zhì)量較高。用匹配出的樣本再次進(jìn)行股權(quán)激勵對數(shù)字化轉(zhuǎn)型的回歸，如表4中列(3)所示，股權(quán)激勵系數(shù)顯著為正。

再次，由于中國企業(yè)的數(shù)字化轉(zhuǎn)型起步晚，部分企業(yè)的年報中數(shù)字化詞頻統(tǒng)計為零，這使得數(shù)字化轉(zhuǎn)型變量存在一定比例的觀測值取值為零，故使用Tobit模型解決數(shù)據(jù)的截堵問題，對零值數(shù)據(jù)進(jìn)行左歸并處理后回歸，回歸結(jié)果見表4中的列(4)，Tobit模型的回歸結(jié)果與原計量方法結(jié)果一致。

最后，為使結(jié)論更加穩(wěn)健，除文本分析外，還以財務(wù)報告附注中的客觀指標(biāo)作為因變量的替代變量進(jìn)行回歸。具體地，以年末無形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例來衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度[35]。表4中列(5)結(jié)果顯示，股權(quán)激勵的系數(shù)仍顯著為正，進(jìn)一步增強(qiáng)了結(jié)論的可靠性。

五、作用機(jī)制分析

(一)提升研發(fā)風(fēng)險承擔(dān)水平機(jī)制

根據(jù)戰(zhàn)略風(fēng)險承擔(dān)的內(nèi)涵，將其劃分為研發(fā)風(fēng)險承擔(dān)、資本風(fēng)險承擔(dān)和債務(wù)風(fēng)險承擔(dān)，分別使用研發(fā)強(qiáng)度、資本強(qiáng)度和長期負(fù)債比率來衡量。其中，研發(fā)支出是企業(yè)為實(shí)現(xiàn)長遠(yuǎn)發(fā)展在技術(shù)創(chuàng)新領(lǐng)域進(jìn)行的戰(zhàn)略投資，該項(xiàng)支出的未來價值具有不確定性，反映了企業(yè)在研發(fā)戰(zhàn)略決策時的風(fēng)險承擔(dān)水平[36]。考慮到推動企業(yè)數(shù)字化轉(zhuǎn)型更側(cè)重企業(yè)在技術(shù)創(chuàng)新應(yīng)用方面的風(fēng)險承擔(dān)水平，故選擇研發(fā)支出作為研發(fā)風(fēng)險承擔(dān)(RT)的代理變量。該測量方法有別于通過企業(yè)盈利的波動性模型計算的企業(yè)風(fēng)險承擔(dān)水平，更能夠反映企業(yè)在戰(zhàn)略方面的風(fēng)險承擔(dān)水平。隨后，采用三步法對研發(fā)風(fēng)險承擔(dān)的中介效應(yīng)進(jìn)行檢驗(yàn)。表5中列(1)以研發(fā)風(fēng)險承擔(dān)為因變量，以股權(quán)激勵為自變量進(jìn)行回歸，股權(quán)激勵的系數(shù)在1%的水平上顯著為正，說明股權(quán)激勵能夠提升研發(fā)風(fēng)險承擔(dān)水平。列(2)以數(shù)字化轉(zhuǎn)型為因變量，將股權(quán)激勵與研發(fā)風(fēng)險承擔(dān)加入模型進(jìn)行回歸，結(jié)果顯示股權(quán)激勵和研發(fā)風(fēng)險承擔(dān)的系數(shù)在1%的水平上均顯著為正，說明研發(fā)風(fēng)險承擔(dān)在股權(quán)激勵與企業(yè)數(shù)字化轉(zhuǎn)型之間發(fā)揮部分中介效應(yīng)，即企業(yè)實(shí)施股權(quán)激勵計劃能夠提升研發(fā)風(fēng)險承擔(dān)水平，進(jìn)而推動數(shù)字化轉(zhuǎn)型。

表5 中介效應(yīng)檢驗(yàn)結(jié)果

(二)提高內(nèi)部控制水平機(jī)制

采用“迪博內(nèi)部控制指數(shù)”對企業(yè)內(nèi)部控制水平(IC)進(jìn)行衡量，該指數(shù)按照《企業(yè)內(nèi)部控制基本規(guī)范》等制度規(guī)定，基于內(nèi)部控制合規(guī)、報告、資產(chǎn)安全、經(jīng)營、戰(zhàn)略五大目標(biāo)的完成情況進(jìn)行賦分，同時將內(nèi)部控制缺陷作為修正變量對內(nèi)部控制基本指數(shù)進(jìn)行修正，最終根據(jù)權(quán)重形成綜合反映上市公司內(nèi)部控制水平的指數(shù)。由于該指數(shù)滿分為1000，為避免數(shù)級差異，對其除以100后加入模型進(jìn)行回歸[37]。表5中列(3)以內(nèi)部控制指數(shù)為因變量，以股權(quán)激勵為自變量進(jìn)行回歸，結(jié)果顯示股權(quán)激勵的系數(shù)在1%的水平上顯著為正，說明企業(yè)實(shí)施股權(quán)激勵有助于提升內(nèi)部控制水平。列(4)以數(shù)字化轉(zhuǎn)型為因變量，將股權(quán)激勵與內(nèi)部控制指數(shù)加入模型進(jìn)行回歸，結(jié)果顯示股權(quán)激勵和內(nèi)部控制質(zhì)量的系數(shù)在1%的水平上均顯著為正，說明內(nèi)部控制質(zhì)量在股權(quán)激勵與數(shù)字化轉(zhuǎn)型之間也發(fā)揮部分中介效應(yīng)，即企業(yè)實(shí)施股權(quán)激勵計劃能夠提高內(nèi)部控制質(zhì)量，進(jìn)而推動數(shù)字化轉(zhuǎn)型。

(三)抑制真實(shí)盈余管理行為機(jī)制

借鑒前人研究，根據(jù)公司的銷售操控、酌量性費(fèi)用操控和生產(chǎn)操控等真實(shí)盈余管理行為，計算操控性經(jīng)營現(xiàn)金流量、操控性酌量費(fèi)用和操控性生產(chǎn)成本，計算模型如下：

(4)

(5)

(6)

其中，CFO為公司經(jīng)營活動現(xiàn)金流量，A是公司年末總資產(chǎn)，SALES是營業(yè)收入，DISEXP為企業(yè)操縱性費(fèi)用，PROD為企業(yè)生產(chǎn)成本。將以上三個模型分行業(yè)分年度回歸得到的殘差分別定義為ACFO、ADISEXP和APROD，代表異常經(jīng)營活動現(xiàn)金流、異常操縱性費(fèi)用和異常生產(chǎn)成本[22]。采用以下綜合指標(biāo)來衡量真實(shí)盈余管理(REM)：

REMi，t=APRODi，t-ACFOi，t-ADISEXPi，t

(7)

表5中列(5)顯示股權(quán)激勵的系數(shù)顯著為負(fù)，說明企業(yè)實(shí)施股權(quán)激勵能夠有效抑制真實(shí)盈余管理。列(6)顯示股權(quán)激勵的系數(shù)顯著為正，真實(shí)盈余管理的系數(shù)顯著為負(fù)。這表明股權(quán)激勵通過抑制企業(yè)的真實(shí)盈余管理行為，繼而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

如表5所示，Sobel檢驗(yàn)結(jié)果顯示三者的中介效應(yīng)占比分別為2.2%、5.6%和5.2%，間接效應(yīng)與直接效應(yīng)之比分別為0.023、0.059和0.055，說明股權(quán)激勵確實(shí)通過提升研發(fā)風(fēng)險承擔(dān)水平、提高內(nèi)部控制水平和抑制真實(shí)盈余管理行為來影響企業(yè)數(shù)字化轉(zhuǎn)型。Bootstrap檢驗(yàn)結(jié)果顯示中介變量的間接和直接效應(yīng)均顯著為正(1)限于篇幅，此處未報告結(jié)果，作者備索。，說明上述三個中介變量在股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用中均起到部分中介效應(yīng)，符合本文的理論邏輯。

六、結(jié)論與啟示

(一)研究結(jié)論

數(shù)字化轉(zhuǎn)型是驅(qū)動工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)過渡的重要引擎。隨著信息技術(shù)的加速發(fā)展以及市場需求的激烈變化，數(shù)字化深深地內(nèi)嵌于實(shí)體經(jīng)濟(jì)的發(fā)展過程中。為探究如何激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)生動力，本文基于最優(yōu)契約理論，以2009—2020年深滬A股上市公司作為研究對象，探究并詮釋了股權(quán)激勵對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)、影響機(jī)制與情境因素。研究發(fā)現(xiàn)：實(shí)施股權(quán)激勵計劃可以有效促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。外部環(huán)境動態(tài)性越高，內(nèi)部冗余資源(包括沉淀性冗余資源、非沉淀性冗余資源和人力資源冗余)越多，股權(quán)激勵對于企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用越明顯。股權(quán)激勵可以通過提升研發(fā)風(fēng)險承擔(dān)水平、提高內(nèi)部控制質(zhì)量以及抑制真實(shí)盈余管理行為等多重路徑來助力企業(yè)數(shù)字化轉(zhuǎn)型。本文豐富并拓展了企業(yè)數(shù)字化轉(zhuǎn)型前因與股權(quán)激勵治理效應(yīng)研究領(lǐng)域。

(二)管理啟示

第一，啟動與實(shí)施數(shù)字化轉(zhuǎn)型要重視人力資本的決定性作用，可以通過股權(quán)激勵計劃進(jìn)一步激發(fā)管理者及核心員工擁抱新工具、新思維、新模式的積極性。數(shù)字化轉(zhuǎn)型的解決方案離不開擁有豐富的行業(yè)經(jīng)驗(yàn)和數(shù)字素養(yǎng)的人才隊伍。為此，應(yīng)適時適地采用股權(quán)激勵以吸引與留住企業(yè)數(shù)字化建設(shè)亟需的人才。第二，為更好地發(fā)揮股權(quán)激勵的助推作用，企業(yè)應(yīng)該進(jìn)行數(shù)字化戰(zhàn)略導(dǎo)向的股權(quán)激勵契約要素設(shè)計。股權(quán)激勵的作用早已在實(shí)踐中得到反復(fù)檢驗(yàn)，但如今諸多企業(yè)推出的股權(quán)激勵草案還是參考通用模板進(jìn)行設(shè)計，與自身實(shí)際情況和發(fā)展戰(zhàn)略的契合程度不高。企業(yè)應(yīng)該根據(jù)關(guān)鍵戰(zhàn)略目標(biāo)設(shè)計合理的股權(quán)激勵計劃，在確定激勵對象時側(cè)重符合戰(zhàn)略需求的核心人才，設(shè)置合理的業(yè)績增長指標(biāo)，以及在行權(quán)或解鎖條件中對數(shù)字化建設(shè)水平提出考核要求。第三，企業(yè)需要培育革新思維，制定面向未來發(fā)展的數(shù)字化戰(zhàn)略，積極運(yùn)用數(shù)字技術(shù)應(yīng)對環(huán)境中各種不確定性因素。同時，由于數(shù)字化轉(zhuǎn)型涉及企業(yè)生產(chǎn)經(jīng)營的各個環(huán)節(jié)，企業(yè)應(yīng)在關(guān)鍵業(yè)務(wù)活動中儲備一定的財務(wù)冗余和人力資源冗余等以滿足數(shù)字化建設(shè)的需要。