曾雅婷,徐新月,趙育瑤,李 賓

(北京化工大學(xué) 經(jīng)濟管理學(xué)院,北京 100029)

一、引言

黨的十九大報告將“數(shù)字中國”上升為國家發(fā)展戰(zhàn)略,二十大報告進一步提出要加快推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等先進數(shù)字化技術(shù)與企業(yè)深度融合發(fā)展?！丁笆奈濉敝悄苤圃彀l(fā)展規(guī)劃》提出,70%的規(guī)模以上制造業(yè)企業(yè)到2025年要基本實現(xiàn)數(shù)字化?？梢?當(dāng)前制造業(yè)企業(yè)已成為數(shù)字化轉(zhuǎn)型的主戰(zhàn)場之一[1]。隨著勞動力、原材料、運營等成本壓力不斷增大,制造業(yè)企業(yè)也期望通過數(shù)字化轉(zhuǎn)型更好地盤活資產(chǎn)、整合資源,提升生產(chǎn)效率與經(jīng)營效益。然而,當(dāng)前我國企業(yè)的數(shù)字化轉(zhuǎn)型整體上仍處于摸索階段,缺乏完善的數(shù)字化轉(zhuǎn)型理論指導(dǎo)體系,轉(zhuǎn)型仍存在較高失敗風(fēng)險[2]。埃森哲統(tǒng)計數(shù)據(jù)顯示,到2022年我國已實現(xiàn)數(shù)字化轉(zhuǎn)型的企業(yè)占比只有25%,其中僅有17%的企業(yè)通過數(shù)字化轉(zhuǎn)型實現(xiàn)了顯著的營業(yè)收入提升和銷售利潤增長。很多企業(yè)在數(shù)字化轉(zhuǎn)型方面還存在“不敢轉(zhuǎn)”“不愿轉(zhuǎn)”“不會轉(zhuǎn)”等問題。如何加快推動制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型,并使其通過轉(zhuǎn)型取得顯著成效,已成為學(xué)術(shù)界與業(yè)界共同關(guān)注的問題。

在新古典經(jīng)濟學(xué)中,假設(shè)資產(chǎn)具有完全通用性,企業(yè)在進入、退出市場或轉(zhuǎn)型時完全不會受到現(xiàn)有資產(chǎn)的阻礙,也不會受到當(dāng)前資產(chǎn)配置情況的影響。但在現(xiàn)實中,為實現(xiàn)專業(yè)化生產(chǎn),企業(yè)會購置流動性、兼容性和通用性較低的專用性資產(chǎn)。受到有限理性和經(jīng)營不確定性的影響,企業(yè)在經(jīng)營中簽訂的契約并不完全[3],由資產(chǎn)專用性引發(fā)的交易成本成為企業(yè)在生產(chǎn)經(jīng)營以及轉(zhuǎn)型決策時必須考慮的問題,因此從理論上講,企業(yè)的數(shù)字化轉(zhuǎn)型決策不可避免地會受到現(xiàn)有資產(chǎn)配置的影響。在實踐中,制造業(yè)企業(yè)的資產(chǎn)專用性如何影響數(shù)字化轉(zhuǎn)型?其中的具體影響機制是什么?不同資產(chǎn)專用性水平的企業(yè)數(shù)字化轉(zhuǎn)型成效有何差異?已有研究尚未給出系統(tǒng)性的回答。

當(dāng)前,針對企業(yè)數(shù)字化轉(zhuǎn)型成效的研究較多,而對其影響因素的探討則相對欠缺?，F(xiàn)有文獻中,關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的影響因素可以總結(jié)為個體、組織和市場三個方面,個體因素主要包括企業(yè)員工的數(shù)字化技術(shù)與創(chuàng)新能力、管理者是否有數(shù)字化思維及領(lǐng)導(dǎo)力水平等[4];組織因素包括企業(yè)數(shù)字化轉(zhuǎn)型的自主權(quán)、數(shù)字化團隊的建設(shè)程度、競爭戰(zhàn)略的適配度、組織設(shè)計的匹配度、管理保障水平以及資金的充足程度等[5-6];市場因素包括企業(yè)的營商環(huán)境、消費者對數(shù)字化的接受度、產(chǎn)業(yè)鏈的數(shù)字化水平以及市場中轉(zhuǎn)型生態(tài)體系的完善程度等[7-8]。已有研究尚未系統(tǒng)地探析企業(yè)現(xiàn)有資產(chǎn)配置特點對數(shù)字化轉(zhuǎn)型的影響。作為實體經(jīng)濟的骨架與支撐,制造業(yè)企業(yè)通常資產(chǎn)總規(guī)模較大、資產(chǎn)專用性水平較高,因此在制定數(shù)字化轉(zhuǎn)型決策時更要考慮轉(zhuǎn)型帶來的資產(chǎn)沖突與已有專用性資產(chǎn)的處理問題。

本文以2011—2020年中國制造業(yè)上市公司為樣本,探析資產(chǎn)專用性對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響。本文可能的貢獻主要有:(1)拓展了企業(yè)資產(chǎn)專用性的影響研究,并將微觀企業(yè)的數(shù)字化轉(zhuǎn)型細分為是否轉(zhuǎn)型以及轉(zhuǎn)型程度兩個層面,探究資產(chǎn)專用性對制造業(yè)企業(yè)轉(zhuǎn)型概率與程度的影響,驗證了資產(chǎn)專用性影響企業(yè)數(shù)字化轉(zhuǎn)型的廣延邊際效應(yīng)和集約邊際效應(yīng);(2)深入剖析了企業(yè)資產(chǎn)專用性影響其數(shù)字化轉(zhuǎn)型的理論邏輯,探究了資產(chǎn)專用性通過成本效應(yīng)給數(shù)字化轉(zhuǎn)型帶來的直接影響機制以及通過提高經(jīng)營風(fēng)險、減少企業(yè)可用資源帶來的間接影響機制,深化了企業(yè)在數(shù)字化轉(zhuǎn)型中對現(xiàn)有資產(chǎn)配置影響的認識。企業(yè)的數(shù)字化轉(zhuǎn)型會給企業(yè)帶來一系列變革,由此產(chǎn)生了與現(xiàn)有核心資源的適配性問題,因此必須要考慮如何在數(shù)字化轉(zhuǎn)型中協(xié)調(diào)與處置現(xiàn)有資產(chǎn),如果企業(yè)在數(shù)字化轉(zhuǎn)型中急于求成,忽視現(xiàn)有資產(chǎn)配置特點對轉(zhuǎn)型的影響,則可能會制約核心業(yè)務(wù)的發(fā)展,導(dǎo)致轉(zhuǎn)型的失敗。本研究對更好地推動企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型、助力高質(zhì)量發(fā)展具有重要的管理啟示。

二、機理分析與研究假說

對于企業(yè)來說,數(shù)字化轉(zhuǎn)型是一項長期性、系統(tǒng)性的任務(wù),兼具投資金額大、風(fēng)險高、回報周期長、經(jīng)營不確定性高等特點[9-10],企業(yè)在數(shù)字化轉(zhuǎn)型中必然會考慮到專用性資產(chǎn)處置、升級迭代形成的轉(zhuǎn)型成本以及由此產(chǎn)生的經(jīng)營風(fēng)險與資源占用問題。因此,資產(chǎn)專用性會直接通過成本效應(yīng)影響企業(yè)的數(shù)字化轉(zhuǎn)型,間接通過影響經(jīng)營風(fēng)險和可用資源進而影響企業(yè)的數(shù)字化轉(zhuǎn)型。

(一)資產(chǎn)專用性對企業(yè)數(shù)字化轉(zhuǎn)型的影響

資產(chǎn)專用性帶來的轉(zhuǎn)型成本會降低數(shù)字化轉(zhuǎn)型意愿。所謂數(shù)字化轉(zhuǎn)型,是指運用數(shù)字化技術(shù)對企業(yè)的生產(chǎn)技術(shù)、組織管理、經(jīng)營管理、業(yè)務(wù)架構(gòu)以及創(chuàng)新研發(fā)活動等進行深層次的重塑與再造[11]。資產(chǎn)的轉(zhuǎn)型成本是數(shù)字化轉(zhuǎn)型決策中的一個重要考量因素,這種成本的大小取決于資產(chǎn)的專用程度[12]。原因在于:一方面,企業(yè)在數(shù)字化轉(zhuǎn)型時需要更新、替換、改造或升級現(xiàn)有資產(chǎn),以適應(yīng)新的數(shù)字化技術(shù)和系統(tǒng),而專用性資產(chǎn)本質(zhì)上是為了某種交易而產(chǎn)生的長期性投資,通用性、可逆性較差,一旦投資形成后便會“鎖定”在特定形態(tài)、特定生產(chǎn)或交易模式上,一旦出售、用途轉(zhuǎn)變或報廢專用性資產(chǎn)就會產(chǎn)生價值損失[13],且資產(chǎn)專用性水平越高,價值損失就越大,因此企業(yè)的專用性資產(chǎn)越多,數(shù)字化轉(zhuǎn)型時的資產(chǎn)轉(zhuǎn)換成本就越高。例如,對于依賴于特定生產(chǎn)設(shè)備的企業(yè),將其納入物聯(lián)網(wǎng)和自動化系統(tǒng)中需要進行額外的定制化工作和集成工作。而且,專用性資產(chǎn)在與其他系統(tǒng)和流程的整合方面可能存在困難,如果專用性資產(chǎn)的數(shù)據(jù)格式、接口或工作流程與現(xiàn)有系統(tǒng)不兼容,無法適應(yīng)新技術(shù)或新商業(yè)模式的變化,就會增加轉(zhuǎn)型的復(fù)雜性和成本,給數(shù)字化轉(zhuǎn)型帶來挑戰(zhàn)。另一方面,為了預(yù)防專用性資產(chǎn)投資帶來的機會主義,企業(yè)采取的契約型治理機制會進一步提高數(shù)字化轉(zhuǎn)型成本。在有限理性和信息不對稱的制約下,專用性資產(chǎn)的投資方會被交易對象討價還價,交易中會產(chǎn)生機會主義行為[14]。為了防止此類行為的發(fā)生,企業(yè)通常會選擇關(guān)系型治理方式,通過構(gòu)建供應(yīng)鏈上下游緊密的合作關(guān)系來提升契約雙方的依賴性與鎖定性,這種穩(wěn)定且緊密的合作關(guān)系與現(xiàn)有的專用性資產(chǎn)以及由此形成的技術(shù)發(fā)展范式密切相關(guān)[15],企業(yè)的全面性數(shù)字化轉(zhuǎn)型可能會影響現(xiàn)有的專用性資產(chǎn)及生產(chǎn)技術(shù)的應(yīng)用,影響已形成的穩(wěn)定合作關(guān)系,進而提高了轉(zhuǎn)型成本。因此,轉(zhuǎn)型成本的大小與資產(chǎn)專用性程度高低密切相關(guān)[12,16],資產(chǎn)專用性程度越高,越會降低企業(yè)的數(shù)字化轉(zhuǎn)型意愿。基于此,本文提出研究假說H1。

H1:資產(chǎn)專用性對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型具有負向影響。

(二)經(jīng)營風(fēng)險在資產(chǎn)專用性與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系中的中介作用

資產(chǎn)專用性會提升企業(yè)的經(jīng)營風(fēng)險。第一,通常情況下,專用性資產(chǎn)的購置與建造過程本身就已產(chǎn)生了較高的投資成本,如果市場或行業(yè)情況發(fā)生變化,導(dǎo)致該資產(chǎn)的需求減少或完全消失,那么企業(yè)可能會面臨巨大的損失。專用性資產(chǎn)占比高的企業(yè)在資產(chǎn)價值方面的不確定性會導(dǎo)致其經(jīng)營風(fēng)險較高。第二,專用性資產(chǎn)具有黏著性、高鎖定、異質(zhì)性與不可逆性等特質(zhì),這會導(dǎo)致經(jīng)營中產(chǎn)生較強的“鎖定”效應(yīng),也就是說,企業(yè)投資的專用性資產(chǎn)很難再轉(zhuǎn)用到其他用途中,若要轉(zhuǎn)為其他用途或轉(zhuǎn)變經(jīng)營方向,就會產(chǎn)生價值損失,且資產(chǎn)專用性水平越高,其價值損失風(fēng)險就越大。在不斷變化的市場環(huán)境下,企業(yè)的經(jīng)營可逆性水平越低,資產(chǎn)價值損失風(fēng)險越大,經(jīng)營風(fēng)險也越大。第三,資產(chǎn)專用性導(dǎo)致的可占用準租、不完全契約可能會誘發(fā)交易活動中的“敲竹杠”風(fēng)險,進而導(dǎo)致企業(yè)的議價能力下降、交易風(fēng)險以及風(fēng)險敏感度提高等[17]。

數(shù)字化轉(zhuǎn)型意愿會因受到企業(yè)風(fēng)險承受能力的制約而下降。一方面,專用性資產(chǎn)占比高的企業(yè)為了應(yīng)對資產(chǎn)專用性的“套住效應(yīng)”和“敲竹杠”風(fēng)險,通常傾向于選擇更加保守的投資與經(jīng)營策略,減少甚至取消對高風(fēng)險項目的投資,以確保收益穩(wěn)定,對數(shù)字化轉(zhuǎn)型持保守態(tài)度。另一方面,數(shù)字化轉(zhuǎn)型需要企業(yè)內(nèi)部的組織結(jié)構(gòu)、業(yè)務(wù)流程和組織文化發(fā)生較大變化,涉及數(shù)據(jù)收集、存儲、處理以及信息系統(tǒng)的安全保護等方面。企業(yè)在進行數(shù)字化轉(zhuǎn)型時,可能會面臨組織內(nèi)部變革的阻力和沖突、數(shù)據(jù)泄露、網(wǎng)絡(luò)供給、合規(guī)風(fēng)險等安全和隱私問題,并且生產(chǎn)技術(shù)、產(chǎn)品開發(fā)及市場反應(yīng)的不確定性均會提高,經(jīng)營風(fēng)險水平也會隨之提升[18-21]。數(shù)字化轉(zhuǎn)型通常會對企業(yè)的風(fēng)險承受能力提出更高要求,而資產(chǎn)專用性越高的企業(yè),風(fēng)險敏感程度越高,數(shù)字化轉(zhuǎn)型意愿越有可能受到抑制。

基于以上分析,本文提出研究假說H2。

H2:資產(chǎn)專用性越高,越會提高企業(yè)經(jīng)營風(fēng)險,進而抑制數(shù)字化轉(zhuǎn)型,即經(jīng)營風(fēng)險在資產(chǎn)專用性和數(shù)字化轉(zhuǎn)型之間起著中介作用。

(三)可用資源在資產(chǎn)專用性與企業(yè)數(shù)字化轉(zhuǎn)型關(guān)系中的中介作用

資產(chǎn)專用性會減少企業(yè)的可用資源。專用性資產(chǎn)是企業(yè)為了支持特定交易所進行的長久性投資,這類投資通常價值高、回收期長且具有特定的競爭優(yōu)勢。根據(jù)路徑依賴理論,企業(yè)在發(fā)展過程中會不斷強化現(xiàn)有優(yōu)勢發(fā)展路徑,由此產(chǎn)生組織發(fā)展慣性。然而,專用性資產(chǎn)一旦投資后,其變現(xiàn)、轉(zhuǎn)做他用或抵押的價值都會比較低[22-24],這會導(dǎo)致資源的局限性。因此,資產(chǎn)專用性水平高的企業(yè)更愿意將大部分資金、人才等資源投入現(xiàn)有發(fā)展模式中[25-26],可用于數(shù)字化轉(zhuǎn)型的通用性資源則受到制約。

數(shù)字化轉(zhuǎn)型意愿會因受到企業(yè)可用資源的制約而下降。一方面,數(shù)字化轉(zhuǎn)型是建立在充足資源基礎(chǔ)上的重大變革[27-29],需要技術(shù)設(shè)備、系統(tǒng)集成、軟件開發(fā)、培訓(xùn)和人員招聘等方面的支出。當(dāng)企業(yè)的資產(chǎn)專用性水平較高時,這些投資成本可能會超出企業(yè)當(dāng)前的財務(wù)能力和承受能力。另一方面,在制造業(yè)的數(shù)字化轉(zhuǎn)型中,最核心的變革就是要通過虛擬化功能創(chuàng)建仿真和數(shù)字化模型,對產(chǎn)品的設(shè)計、生產(chǎn)、組裝的全流程構(gòu)建起純信息的虛擬模型以及虛擬模型與實際物理對應(yīng)物的銜接平臺。以生產(chǎn)過程中的數(shù)字化轉(zhuǎn)型為例,需要將企業(yè)工廠車間里的所有生產(chǎn)操作流程細分拆解成標準化動作后,制作出一個反映實體流程的鏡像虛擬模型,并以虛擬模型為基礎(chǔ),建構(gòu)具有“動態(tài)感知—實施分析—自主決策—精準執(zhí)行”特征的智能化制造模式。當(dāng)企業(yè)的資產(chǎn)專用性水平提高時,其用于特殊用途的生產(chǎn)設(shè)備就更多,通常生產(chǎn)工序更多、工藝更復(fù)雜、生產(chǎn)設(shè)備更多樣化,數(shù)字化轉(zhuǎn)型的難度也就更大,轉(zhuǎn)型中對可用資源的需求也就更多。受限于可用資源的制約,企業(yè)的數(shù)字化轉(zhuǎn)型意愿也會降低。

基于以上分析,本文提出研究假說H3。

H3:資產(chǎn)專用性水平越高,越會減少企業(yè)可用資源,進而抑制數(shù)字化轉(zhuǎn)型,即可用資源在資產(chǎn)專用性和數(shù)字化轉(zhuǎn)型之間起著中介作用。

三、研究設(shè)計

(一)數(shù)據(jù)來源與樣本選擇

作為實體經(jīng)濟的重要組成部分,制造業(yè)企業(yè)是研究數(shù)字技術(shù)與實體經(jīng)濟融合發(fā)展的典型代表。本文參考中國證監(jiān)會2012版行業(yè)分類標準,選取2011—2020年中國上市公司中的制造業(yè)企業(yè)作為研究對象。根據(jù)研究需要,本文對數(shù)據(jù)進行如下處理:第一,剔除ST、*ST類特殊狀態(tài)樣本;第二,剔除數(shù)據(jù)指標缺失過多的樣本;第三,為盡可能地減少異常值的影響,對全部連續(xù)變量進行上下1%的Winsorize縮尾處理。經(jīng)篩選,本文最終獲得2091家制造業(yè)上市公司12471個樣本的非平衡面板數(shù)據(jù)。數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。

(二)變量選擇與說明

1.被解釋變量:企業(yè)數(shù)字化轉(zhuǎn)型

本文從兩個層面衡量企業(yè)的數(shù)字化轉(zhuǎn)型:第一個層面為企業(yè)是否進行了數(shù)字化轉(zhuǎn)型,第二個層面為企業(yè)數(shù)字化轉(zhuǎn)型程度。借鑒吳非等[30]的研究(1)人工智能技術(shù):人工智能、商業(yè)智能、圖像理解、投資決策輔助系統(tǒng)、智能數(shù)據(jù)分析、智能機器人、機器學(xué)習(xí)、深度學(xué)習(xí)、語義搜索、生物識別技術(shù)、人臉識別、語音識別、身份驗證、自動駕駛、自然語言處理;區(qū)塊鏈技術(shù):數(shù)字貨幣、智能合約、分布式計算、去中心化、比特幣、聯(lián)盟鏈、差分隱私技術(shù)、共識機制;云計算技術(shù):內(nèi)存計算、云計算、流計算、圖計算、物聯(lián)網(wǎng)、多方安全計算、類腦計算、綠色計算、認知計算、融合架構(gòu)、億級并發(fā)、EB級存儲、信息物理系統(tǒng);大數(shù)據(jù)技術(shù):大數(shù)據(jù)、大數(shù)據(jù)挖掘、文本挖掘、數(shù)據(jù)可視化、異構(gòu)數(shù)據(jù)、征信、增強現(xiàn)實、混合現(xiàn)實、虛擬現(xiàn)實;數(shù)字技術(shù)應(yīng)用:移動互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、移動互聯(lián)、互聯(lián)網(wǎng)醫(yī)療、電子商務(wù)、移動支付、第三方支付、NFC支付、B2B、B2C、C2B、C2C、O2O、網(wǎng)聯(lián)、智能穿戴、智慧農(nóng)業(yè)、智能交通、智能醫(yī)療、智能客服、智能家居、智能投顧、智能文旅、智能環(huán)保、智能電網(wǎng)、智能能源、智能營銷、數(shù)字營銷、無人零售、互聯(lián)網(wǎng)金融、數(shù)字金融、Fintech、金融科技、量化金融、開放銀行。,本文在主回歸中采用文本分析法對制造業(yè)上市企業(yè)年報文本中關(guān)于人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)及數(shù)字技術(shù)應(yīng)用等數(shù)字化轉(zhuǎn)型的關(guān)鍵詞進行識別提取,通過詞頻統(tǒng)計得到有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型的“數(shù)字化詞頻”,對于企業(yè)是否進行數(shù)字化轉(zhuǎn)型采用虛擬變量來衡量,如年報中有數(shù)字化詞頻則設(shè)為1,否則設(shè)為0;對于數(shù)字化轉(zhuǎn)型程度的代理變量采用數(shù)字化詞頻累加值加1的自然對數(shù)表示。

2.解釋變量:資產(chǎn)專用性

借鑒周煜皓和張盛勇的方法[31],本文采用“(固定資產(chǎn)+在建工程+無形資產(chǎn)+長期待攤費用)/總資產(chǎn)”來衡量資產(chǎn)專用性。

3.控制變量

為了控制其他因素對企業(yè)數(shù)字化轉(zhuǎn)型的影響,參考孫曉華等[26]、陳慶江等[32]、王生年等[33]的研究,本文選取企業(yè)與地區(qū)兩個層面的控制變量,企業(yè)層面控制了企業(yè)規(guī)模(Size)、產(chǎn)權(quán)性質(zhì)(Soe)、債務(wù)情況(Lev)、盈利能力(Roa)、兩職合一(Duality)、員工人數(shù)(People)、現(xiàn)金流狀況(CashFlow)、獨立董事占比(IndDirector)、股權(quán)集中度(LH)、研發(fā)投入(RD),地區(qū)層面控制了市場競爭強度(HHIA)與地區(qū)數(shù)字經(jīng)濟水平(ZCF)。此外,模型中還設(shè)置了年度虛擬變量。具體變量名稱及定義見表1。

(三)模型設(shè)計

本文以上市公司中的制造業(yè)企業(yè)為樣本,分析企業(yè)的資產(chǎn)專用性水平對數(shù)字化轉(zhuǎn)型的影響,但并非所有企業(yè)都已開展數(shù)字化轉(zhuǎn)型,這種情況造成了被解釋變量(企業(yè)數(shù)字化轉(zhuǎn)型程度)的數(shù)據(jù)在0處被截斷,使得模型中出現(xiàn)了非連續(xù)變量的情況,因此直接使用普通最小二乘法(OLS)對模型進行估計將會存在較大偏誤。此外,企業(yè)在數(shù)字化轉(zhuǎn)型中可能存在一定的自選擇問題,即開展數(shù)字化轉(zhuǎn)型的企業(yè)可能本來就經(jīng)營情況較好、資源較豐富。為了修正被解釋變量的數(shù)據(jù)截斷和可能存在的樣本選擇偏誤問題,本文構(gòu)建了Heckman兩步法模型[34],如M1和M2所示。

第一步的檢驗如模型M1所示,檢驗資產(chǎn)專用性對企業(yè)是否進行數(shù)字化轉(zhuǎn)型的影響,該步驟中的被解釋變量為虛擬變量,企業(yè)已進行數(shù)字化轉(zhuǎn)型取1,否則取0;第二步的檢驗如模型M2所示,檢驗資產(chǎn)專用性對企業(yè)數(shù)字化轉(zhuǎn)型程度的影響,該變量為在0處截斷的連續(xù)變量。

M1

M1中,DTi,t表示企業(yè)是否進行數(shù)字化轉(zhuǎn)型,Probit表示企業(yè)進行數(shù)字化轉(zhuǎn)型的概率,ASi,t表示企業(yè)的資產(chǎn)專用性水平,controli,t為控制變量(具體變量選擇及定義見表1),i表示第i個企業(yè),t表示年份。

進一步地,參考黃海杰等的研究[35],本文將第一步回歸計算出的逆米爾斯比(IMR)值作為控制變量加入M2中,構(gòu)建資產(chǎn)專用性影響制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度的第二階段方程。

M2

四、實證結(jié)果及分析

(一)描述性統(tǒng)計

為了對中國制造業(yè)上市公司的資產(chǎn)專用性水平和企業(yè)數(shù)字化轉(zhuǎn)型情況有一個總體了解,表2報告了主要變量的描述性統(tǒng)計結(jié)果。數(shù)字化轉(zhuǎn)型程度(DDT)的最大值是7.277,最小值為0,均值是1.671,標準差是1.64,說明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度存在很大差異,樣本選擇范圍廣泛,代表性強;資產(chǎn)專用性(AS)的最大值為0.85,最小值為0.015,均值為0.329,標準差為0.158,說明不同制造業(yè)企業(yè)的專用性資產(chǎn)占比情況差異較大,且總體符合正態(tài)分布。樣本間差異較大,樣本代表性較好,為回歸檢驗奠定了良好基礎(chǔ)。

表2 主要變量的描述性統(tǒng)計

(二)回歸結(jié)果分析

表3報告了Heckman兩步法回歸結(jié)果。第(1)列報告了Heckman第一階段的估計結(jié)果,被解釋變量為企業(yè)是否進行數(shù)字化轉(zhuǎn)型(DT),檢驗了數(shù)字化轉(zhuǎn)型會受到哪些因素的影響,其中,資產(chǎn)專用性(AS)的回歸系數(shù)為-1.964且在1%水平上顯著,說明專用性資產(chǎn)在總資產(chǎn)中占比每提高一個百分點,企業(yè)數(shù)字化轉(zhuǎn)型概率就會下降1.964個百分點。第(2)列報告了Heckman第二階段的估計結(jié)果,檢驗了企業(yè)數(shù)字化轉(zhuǎn)型程度的影響因素,資產(chǎn)專用性對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)為-2.121且通過了1%水平的顯著性檢驗,說明資產(chǎn)專用性對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度也存在顯著的負向影響。此外,逆米爾斯比(IMR)的回歸系數(shù)在1%水平上顯著,說明使用Heckman模型更合適。綜上,資產(chǎn)專用性對制造業(yè)企業(yè)轉(zhuǎn)型概率與轉(zhuǎn)型程度均存在顯著的負向影響,企業(yè)資產(chǎn)專用性水平越高,越會抑制數(shù)字化轉(zhuǎn)型概率和程度,說明資產(chǎn)專用性水平較高確實成為掣肘制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的重要因素,H1得到支持。

表3 Heckman兩步法回歸結(jié)果

(三)穩(wěn)健性檢驗

1.內(nèi)生性問題處理

企業(yè)在進行數(shù)字化轉(zhuǎn)型的過程中,可能會增加投資有助于數(shù)字化、智能化生產(chǎn)經(jīng)營的固定資產(chǎn)和無形資產(chǎn),由此會反向?qū)е缕髽I(yè)資產(chǎn)專用性水平的提高,因此企業(yè)的資產(chǎn)專用性與數(shù)字化轉(zhuǎn)型之間可能在一定程度上存在反向因果關(guān)系。為了緩解由反向因果關(guān)系導(dǎo)致的內(nèi)生性問題,使估計結(jié)果更加穩(wěn)健可靠,本文選取資產(chǎn)專用性的滯后一期作為資產(chǎn)專用性的工具變量,并采用2SLS和Heckman相結(jié)合的方法進行回歸檢驗,以降低單獨使用固定效應(yīng)或Heckman回歸模型可能帶來的檢驗偏差[36]。回歸結(jié)果如表4所示,第(1)列是企業(yè)是否進行數(shù)字化轉(zhuǎn)型的影響因素檢驗結(jié)果,第(2)列是企業(yè)數(shù)字化轉(zhuǎn)型程度的影響因素檢驗結(jié)果,資產(chǎn)專用性(L.AS)對企業(yè)數(shù)字化轉(zhuǎn)型的意愿(DT)和轉(zhuǎn)型程度(DDT)均產(chǎn)生了負向影響,且均在1%水平上顯著,說明在考慮了內(nèi)生性問題的情況下,H1仍被證實。

表4 2SLS+Heckman內(nèi)生性檢驗結(jié)果

2.剔除數(shù)字化行業(yè)的企業(yè)樣本

考慮到生產(chǎn)智能設(shè)備的企業(yè)年報中數(shù)字化、智能化等關(guān)鍵詞可能對應(yīng)的是產(chǎn)品而非生產(chǎn)運營的數(shù)字化轉(zhuǎn)型以及計算機、通信等制造行業(yè)企業(yè)的數(shù)字化水平本身就較高,本文參照證監(jiān)會2012版行業(yè)分類中的制造業(yè)企業(yè)類型明細,剔除計算機、通信和其他電子設(shè)備制造業(yè)企業(yè)后進行穩(wěn)健性檢驗?；貧w結(jié)果如表5所示,資產(chǎn)專用性對企業(yè)數(shù)字化轉(zhuǎn)型意愿和輕型程度的Heckman檢驗結(jié)果均仍在1%水平上顯著為負,H1仍被驗證。

表5 剔除數(shù)字化行業(yè)樣本后的Heckman兩步法檢驗結(jié)果

3.替換數(shù)字化轉(zhuǎn)型的衡量方式

目前關(guān)于數(shù)字化轉(zhuǎn)型的衡量方式主要有文本分析法和數(shù)字化資產(chǎn)計算法兩類。本文借鑒祁懷錦等[37]、張永坤等[38]的研究,以上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中是否有與數(shù)字化轉(zhuǎn)型相關(guān)的專利價值來衡量。企業(yè)在數(shù)字化轉(zhuǎn)型中通常需要在員工技能、組織架構(gòu)、業(yè)務(wù)流程等方面增加與數(shù)字化相關(guān)的無形資產(chǎn)投入,因此如果無形資產(chǎn)中包含與數(shù)字化相關(guān)的資產(chǎn),則認為企業(yè)進行了數(shù)字化轉(zhuǎn)型,并進一步提取出“數(shù)字化無形資產(chǎn)”總額,計算出與數(shù)字化轉(zhuǎn)型相關(guān)的無形資產(chǎn)占無形資產(chǎn)總額的比例來度量企業(yè)的數(shù)字化水平,企業(yè)數(shù)字化轉(zhuǎn)型概率和轉(zhuǎn)型程度分別記為dig1和DIG1。之后,本文采用Heckman兩階段模型進行回歸檢驗,回歸結(jié)果如表6中列(1)和列(2)所示,資產(chǎn)專用性(AS)的回歸系數(shù)均在1%水平上顯著為負,H1再次得證。

表6 替換數(shù)字化轉(zhuǎn)型衡量方式的檢驗結(jié)果

本文還借鑒趙宸宇等的研究[39],從數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造和現(xiàn)代信息系統(tǒng)四個維度采用文本分析法測度企業(yè)的數(shù)字化轉(zhuǎn)型水平,該衡量方法下的企業(yè)數(shù)字化轉(zhuǎn)型概率和轉(zhuǎn)型程度分別記為dig2和DIG2。同樣,本文采用Heckman模型進行回歸,回歸結(jié)果如表6中列(3)和列(4)所示,資產(chǎn)專用性(AS)的回歸系數(shù)均在1%水平上顯著為負,結(jié)論依然穩(wěn)健。

五、中介機制檢驗

前文研究結(jié)果表明,資產(chǎn)專用性對企業(yè)數(shù)字化轉(zhuǎn)型概率和轉(zhuǎn)型程度均會產(chǎn)生負向影響。為了進一步驗證資產(chǎn)專用性影響企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在影響機制,本文基于理論分析構(gòu)建了“資產(chǎn)專用性—經(jīng)營風(fēng)險—企業(yè)數(shù)字化轉(zhuǎn)型”和“資產(chǎn)專用性—可用資源—企業(yè)數(shù)字化轉(zhuǎn)型”兩條中介路徑,并借鑒Baron和Kenny[40]、溫忠麟和葉寶娟[41]、Shahbaz等[42]的做法,采用層次回歸法建立中介效應(yīng)模型進行驗證。

(一)經(jīng)營風(fēng)險的中介效應(yīng)

為了檢驗制造業(yè)企業(yè)的資產(chǎn)專用性水平是否會提升經(jīng)營風(fēng)險,從而降低數(shù)字化轉(zhuǎn)型程度,在模型M2的基礎(chǔ)上,本文進一步構(gòu)建模型M3、模型M4。其中,Riski,t代表經(jīng)營風(fēng)險,參考張軍等[43]、余明桂等[44]的研究,以主營業(yè)務(wù)收入的年內(nèi)波動性來衡量企業(yè)的經(jīng)營風(fēng)險,具體測度方法是將當(dāng)年各季度主營業(yè)務(wù)收入除以企業(yè)總資產(chǎn)后取標準差,公式為σ=Salesi/Assetsi。其余控制變量與基準回歸模型M2中相同。

M3

M4

M2、M3、M4的回歸結(jié)果分別如表7中列(1)、列(2)、列(3)所示。列(1)中資產(chǎn)專用性的回歸系數(shù)為-2.121且在1%水平上顯著,說明資產(chǎn)專用性顯著抑制了數(shù)字化轉(zhuǎn)型,H1得證。列(2)中資產(chǎn)專用性的回歸系數(shù)為0.102且在5%水平上顯著,說明企業(yè)的資產(chǎn)專用性水平越高,經(jīng)營風(fēng)險越高。列(3)中企業(yè)經(jīng)營風(fēng)險的回歸系數(shù)為-0.194且在1%水平上顯著,資產(chǎn)專用性的回歸系數(shù)為-2.101且在1%水平上顯著。由此可以看出,資產(chǎn)專用性通過提高企業(yè)的經(jīng)營風(fēng)險,進而抑制了企業(yè)的數(shù)字化轉(zhuǎn)型,即經(jīng)營風(fēng)險在資產(chǎn)專用性與數(shù)字化轉(zhuǎn)型之間發(fā)揮了中介作用,H2得證。

表7 經(jīng)營風(fēng)險的中介作用檢驗結(jié)果

考慮到Bootstrap是公認的比層次回歸法統(tǒng)計效力更高的中介機制檢驗方法,本文對經(jīng)營風(fēng)險進一步采用Bootstrap法構(gòu)建了百分位值法和偏差校正法的95%水平置信區(qū)間,在抽樣300次、500次、1000次的情況下進行中介效應(yīng)驗證,結(jié)果均顯著?；貧w結(jié)果(未列示,備索)中,中介效應(yīng)的百分位值法和偏差校正法的95%水平置信區(qū)間均不包含0,證實存在中介效應(yīng),H2依然得證。

(二)可用資源的中介效應(yīng)

為了檢驗制造業(yè)企業(yè)的資產(chǎn)專用性水平是否會減少可用資源,從而降低數(shù)字化轉(zhuǎn)型水平,本文在模型M2的基礎(chǔ)上,進一步構(gòu)建模型M5、模型M6。參考李德輝等和王紅建等的研究[45-46],以企業(yè)的速動資產(chǎn)(Cashi,t)作為可用資源的代理變量納入M5和M6中,這是考慮到企業(yè)在數(shù)字化轉(zhuǎn)型中需要增加數(shù)字化技術(shù)、人力等方面的投資,貨幣資金支付是一種最為便捷有效的資源獲取方式,而速動資產(chǎn)是可以迅速轉(zhuǎn)換成為現(xiàn)金或已屬于現(xiàn)金形式的資產(chǎn),有助于企業(yè)更好更快地實現(xiàn)數(shù)字化轉(zhuǎn)型。M5和M6中的其余控制變量與基準回歸模型M2中相同。

M5

M6

M2、M5、M6的回歸結(jié)果如表8中列(1)、列(2)、列(3)所示。列(2)中,資產(chǎn)專用性的回歸系數(shù)為-2.255且在1%水平上顯著,說明資產(chǎn)專用性水平越高,企業(yè)速動資產(chǎn)存有量越少。由列(3)可知,速動資產(chǎn)的回歸系數(shù)為0.023且在5%水平上顯著,資產(chǎn)專用性的回歸系數(shù)為-2.069且在1%水平上顯著。由此可以看出,速動資產(chǎn)在資產(chǎn)專用性與數(shù)字化轉(zhuǎn)型之間發(fā)揮了中介作用,H3得證。

表8 可用資源的中介作用檢驗結(jié)果

本文進一步采用Bootstrap方法檢驗可用資源是否在資產(chǎn)專用性與企業(yè)數(shù)字化轉(zhuǎn)型之間發(fā)揮了中介作用(結(jié)果未列示,備索),H3依然得證。

六、進一步分析

制造業(yè)企業(yè)進行數(shù)字化轉(zhuǎn)型是大勢所趨,相當(dāng)一部分制造業(yè)企業(yè)已經(jīng)進行了數(shù)字化轉(zhuǎn)型的實踐。從理論上講,企業(yè)通過數(shù)字化轉(zhuǎn)型建立現(xiàn)代化生產(chǎn)經(jīng)營管理平臺以及數(shù)據(jù)分析系統(tǒng),有助于更充分地發(fā)揮制造業(yè)企業(yè)在資源和技術(shù)方面的比較優(yōu)勢,從而提升制造業(yè)企業(yè)生產(chǎn)效率[47-49]。那么,我國制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型后生產(chǎn)效率是否如預(yù)期一樣有所提升?不同資產(chǎn)專用性水平企業(yè)的數(shù)字化轉(zhuǎn)型成效是否存在顯著差異?為回答這些問題,接下來本文展開進一步分析。

由于進行數(shù)字化轉(zhuǎn)型的企業(yè)通常本來就生產(chǎn)經(jīng)營狀況好、生產(chǎn)效率較高,因此企業(yè)的數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率提升之間可能存在一定的內(nèi)生性關(guān)系。為了盡可能地解決內(nèi)生性問題以及排除其他干擾因素的影響,并考慮到不同企業(yè)進行數(shù)字化轉(zhuǎn)型的時間并不一致,本文利用多時點雙重差分法(DID)構(gòu)建模型M7,選取全要素生產(chǎn)率(LPTFPi,t)作為衡量數(shù)字化轉(zhuǎn)型成效的被解釋變量,將企業(yè)是否進行數(shù)字化轉(zhuǎn)型(DTi,t)作為解釋變量。我們將企業(yè)按照資產(chǎn)專用性的中位數(shù)分為資產(chǎn)專用性水平高組(高AS組)和低組(低AS組),通過分組檢驗,比較在不同資產(chǎn)專用性水平下,企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的異質(zhì)性影響。

M7

其中,被解釋變量LPTFPi,t表示全要素生產(chǎn)率,ASi,t表示資產(chǎn)專用性,DTi,t為虛擬變量,表示企業(yè)是否進行數(shù)字化轉(zhuǎn)型,其余變量與基準回歸模型M2中相同。

回歸結(jié)果如表9所示,列(1)是總體樣本下數(shù)字化轉(zhuǎn)型(DT)對全要素生產(chǎn)率(LPTFP)的回歸結(jié)果,數(shù)字化轉(zhuǎn)型(DT)的系數(shù)為0.078,且通過了1%水平的顯著性檢驗,說明企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有著顯著的提升效果,即數(shù)字化轉(zhuǎn)型有效提高了企業(yè)的生產(chǎn)效率。列(2)為高資產(chǎn)專用性水平樣本組中數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的回歸結(jié)果,數(shù)字化轉(zhuǎn)型的系數(shù)為0.049,但不顯著,說明在該子樣本中,數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率沒有表現(xiàn)出明顯的提升效應(yīng)。列(3)為低資產(chǎn)專用性水平樣本組中數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的回歸結(jié)果,數(shù)字化轉(zhuǎn)型的系數(shù)為0.106且在1%水平上顯著。比較表9中列(2)和列(3)的回歸結(jié)果可以發(fā)現(xiàn),企業(yè)的資產(chǎn)專用性水平越高,數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的提升效果越差,說明資產(chǎn)專用性增加了制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型成功的難度。

表9 不同資產(chǎn)專用性水平下數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響

前文的實證結(jié)果表明,資產(chǎn)專用性會顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型,且資產(chǎn)專用性水平越高,數(shù)字化轉(zhuǎn)型的成效越差。本文認為導(dǎo)致上述結(jié)果的可能原因是:在實踐中,企業(yè)投資專用性資產(chǎn)是為了形成同行難以模仿的競爭優(yōu)勢,包括提高生產(chǎn)效率或生產(chǎn)出具有獨特優(yōu)勢的產(chǎn)品,因此專用性資產(chǎn)對企業(yè)發(fā)展發(fā)揮著關(guān)鍵性的影響。然而,這類資產(chǎn)的流動性、兼容性、通用性較低,且價值通常較高。受到交易中普遍存在的不確定性、有限理性以及可能機會主義行為的約束,企業(yè)投資專用性資產(chǎn)后會在生產(chǎn)技術(shù)、發(fā)展模式等方面表現(xiàn)出明顯的“套牢效應(yīng)”。企業(yè)的數(shù)字化轉(zhuǎn)型是對生產(chǎn)制造、管理運營、市場營銷、物流配送、研發(fā)創(chuàng)新等各個業(yè)務(wù)環(huán)節(jié)的全面變革,具體變革中需要對原流程進行科學(xué)拆解、重新組合,企業(yè)的資產(chǎn)專用性水平越高,對原生產(chǎn)技術(shù)、發(fā)展模式的路徑依賴越強,數(shù)字化轉(zhuǎn)型的工作量及工作難度就越大,轉(zhuǎn)型成效就越難以體現(xiàn)。而且,數(shù)字化轉(zhuǎn)型如果不能實現(xiàn)與已有專用性資產(chǎn)的深度融合,則很難提升企業(yè)的產(chǎn)出效率,甚至可能會損害企業(yè)原有的發(fā)展優(yōu)勢。因此,企業(yè)的資產(chǎn)專用性水平越高,數(shù)字化轉(zhuǎn)型成功的難度就越大。

七、研究結(jié)論與政策啟示

本文以我國2011—2020年制造業(yè)上市公司為樣本,探究了資產(chǎn)專用性對企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機制。實證檢驗發(fā)現(xiàn):第一,資產(chǎn)專用性會顯著抑制制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型概率和轉(zhuǎn)型程度。第二,中介機制分析結(jié)果表明,經(jīng)營風(fēng)險和可用資源數(shù)量在資產(chǎn)專用性與數(shù)字化轉(zhuǎn)型之間發(fā)揮著中介作用,具體表現(xiàn)為資產(chǎn)專用性通過提高經(jīng)營風(fēng)險和減少可用資源,進而抑制了企業(yè)數(shù)字化轉(zhuǎn)型。第三,進一步分析結(jié)果表明,數(shù)字化轉(zhuǎn)型有助于提升企業(yè)全要素生產(chǎn)率,但資產(chǎn)專用性水平越高,數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的提升效果越差。

本研究的政策含義主要有:第一,提升企業(yè)專用性資產(chǎn)的配置效率,發(fā)揮資產(chǎn)專用性稀缺優(yōu)勢,規(guī)避投資專用性資產(chǎn)帶來的“鎖定效應(yīng)”。由研究結(jié)論可知,高資產(chǎn)專用性成為掣肘制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的重要因素,隱藏在背后的邏輯是大量的專用性資產(chǎn)無法被企業(yè)充分調(diào)用,且在數(shù)字化轉(zhuǎn)型中實現(xiàn)優(yōu)化配置的難度較大,因此需要創(chuàng)新針對專用性資產(chǎn)的經(jīng)營管理機制,如采用分離資產(chǎn)的使用權(quán)和所有權(quán)、將占有式的資產(chǎn)沉積轉(zhuǎn)變?yōu)楣蚕沓鲎獾确绞?充分提高制造業(yè)企業(yè)現(xiàn)有資源的使用效率,減少企業(yè)數(shù)字化轉(zhuǎn)型面臨的資源約束條件。第二,制造業(yè)企業(yè)在數(shù)字化轉(zhuǎn)型過程中,應(yīng)重點關(guān)注如何實現(xiàn)數(shù)字化技術(shù)與已有專用性資產(chǎn)的深度融合。數(shù)字化作為未來發(fā)展的大趨勢,企業(yè)需要充分認識到現(xiàn)有資產(chǎn)配置對于數(shù)字化轉(zhuǎn)型以及轉(zhuǎn)型成效的影響,并將科學(xué)優(yōu)化現(xiàn)有專用性資產(chǎn)納入數(shù)字化轉(zhuǎn)型戰(zhàn)略中,幫助企業(yè)更高效地進行數(shù)字化轉(zhuǎn)型。第三,在推動制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型過程中,相關(guān)部門應(yīng)對專用性資產(chǎn)占比高的企業(yè)在融資、技術(shù)等方面給予有利的政策性幫扶。由機制檢驗結(jié)果可知,專用性資產(chǎn)占比高的企業(yè)在數(shù)字化轉(zhuǎn)型時經(jīng)營風(fēng)險更高、可用資源更少,數(shù)字化轉(zhuǎn)型成功的難度更大,因此需要相關(guān)部門從影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素等方面提供更為全面的幫扶。