季柳辰

(廣西財經學院會計與審計學院，廣西 南寧 530003)

0 引言

在我國經濟轉型升級的背景下，黨的二十大報告明確提出要“提高全要素生產率”。與此同時，隨著人工智能、云計算等數字技術的不斷涌現，進行數字化變革正逐步成為企業(yè)創(chuàng)新變革、實現轉型升級的動力源泉。黨的二十大報告指出，要推動互聯網、大數據等高新技術與我國實體經濟深度融合。數字技術將為我國企業(yè)實現高質量發(fā)展注入新的動能[1]。因此，探究數字化轉型對企業(yè)全要素生產率提升的影響效果及機制具有重要意義。

1 理論分析與假設

1.1 企業(yè)數字化轉型與全要素生產率

企業(yè)內部運營管理中，數字技術可以實現生產過程的智能化和精細化，避免資源浪費，提高生產效率；數字化轉型也可以幫助企業(yè)更好地管理和分析海量的數據，優(yōu)化生產流程和決策，提高資源的利用效率。這些改進和優(yōu)化將直接影響到企業(yè)的全要素生產率[2]。在企業(yè)進行外部交易時，通過數字化技術，企業(yè)能夠迅速獲取有效的市場信息，并進行實時的市場分析和預測。這種信息獲取和分析的能力使得企業(yè)能夠更好地了解市場需求和競爭情況，從而調整產品定位和市場策略，降低市場風險[3]。同時，伴隨數字化轉型而來的信息共享功能也增加了企業(yè)間交流學習的機會，知識和技術的外溢帶動了企業(yè)全要素生產率提升[4]。因此，本文提出假設1。

假設1:企業(yè)數字化轉型對全要素生產率的提升有積極影響。

1.2 數字化轉型與企業(yè)創(chuàng)新水平

數字化轉型作為當前較為前沿的企業(yè)轉型模式，它首先會影響企業(yè)的創(chuàng)新活動[5]，因此，數字化轉型是推動企業(yè)創(chuàng)新的關鍵力量。一方面，數字化轉型可以提升資源整合、利用的效率，在現有的有限資源下拓寬企業(yè)資源利用邊界、提升創(chuàng)新水平[6]。另一方面，數字技術大大降低了分布于不同地理空間的資源的遷移成本，產品的供給方與需求方能夠共同參與到產品生產的各個環(huán)節(jié)中，進而催生出協(xié)同創(chuàng)新的新模式，提升了企業(yè)的創(chuàng)新水平[7]。因此，本文提出假設2。

假設2:企業(yè)數字化轉型能夠促進企業(yè)創(chuàng)新水平的提高。

1.3 數字化轉型、創(chuàng)新水平與全要素生產率

數字化轉型可以積極影響創(chuàng)新水平和科學技術的進步，從而對全要素生產率產生積極影響。進行數字化轉型后，企業(yè)可以更好地與供應鏈合作伙伴、客戶和消費者進行互動和協(xié)同創(chuàng)新，加速產品和服務的研發(fā)和推廣[8]。同時，數字化轉型的企業(yè)在生產、經營和發(fā)展?jié)摿Ψ矫姹憩F出色，這使得它們具備吸引更多專業(yè)技術人才參與企業(yè)創(chuàng)新研發(fā)活動的能力。這種能力的提升促進了企業(yè)整體創(chuàng)新能力和水平的良性循環(huán)，進而促進了企業(yè)的全要素生產率提升[9]。因此，本文提出假設3。

假設3:數字化轉型企業(yè)生產率的提升源于其創(chuàng)新水平的提升。

2 研究設計

2.1 數據來源與處理

本文選取2010—2019 年我國A 股上市公司作為樣本。其中，數據源于企業(yè)年報及中國經濟金融研究數據庫(CSMAR)。另外，本文對數據進行縮尾處理，并剔除了缺失值，最終獲得共計10 752個觀測值的非平衡面板。

2.2 變量設定

2.2.1 被解釋變量

企業(yè)全要素生產率(TFP)。本文借鑒魯曉東和連玉君[10]的方法，基準回歸中使用OP 法(TFPOP)，并將LP 法(TFP－LP)測算的結果用于后文的穩(wěn)健性檢驗。

2.2.2 解釋變量

企業(yè)數字化轉型(DCG)。本文借鑒吳非等[6]的測度方法及關鍵詞詞庫，用數字化轉型的關鍵詞詞頻表征數字化轉型程度，相關關鍵詞詞頻來源于企業(yè)年報。值得指出的是，DCG 測算結果越高，則意味著企業(yè)數字化轉型程度越高。

2.2.3 中介變量

企業(yè)創(chuàng)新水平(IO)。參考趙樹寬等[2]的做法，本文采用企業(yè)研發(fā)支出占期初總資產的比重來測算企業(yè)創(chuàng)新水平。

2.2.4 控制變量

為防止遺漏變量問題，本文的控制變量為:企業(yè)成立年限(Firmage)、資產收益率(ROA)、獨立董事比例(Indep)、經營性現金流(Cashflow)、公司規(guī)模(Size)、資產負債率(Lev)。

2.3 模型構建

為探究“數字化轉型—企業(yè)全要素生產率”之間的關系，即檢驗假設H1，構建模型(1):

本文借鑒溫忠麟等[11]檢驗中介效應的方法，構建模型(2)～(4)以檢驗作用機制:

其中，t表示年份；i代表企業(yè)；m表示地區(qū)；Controli，t為控制變量；εi，t為隨機誤差項；φt、δi分別為年份和行業(yè)虛擬變量。

3 實證結果與分析

3.1 相關性分析

表1 是對變量進行Pearson 相關性檢驗的結果。本文三個主要的關鍵變量，企業(yè)數字化轉型(DCG)、企業(yè)創(chuàng)新水平(IO)與企業(yè)全要素生產率(TFP)，相關度較高。由此，本文的假設得到初步驗證。

表1 變量相關性分析

3.2 基準回歸分析

本文對模型(1)進行逐步回歸檢驗。表2 第(1)列是隨機效應模型，DCG 系數是0.003 39，隨著時間、行業(yè)固定效應逐步納入回歸模型中，從表2 第(2)～(3)列可以發(fā)現，DCG 的回歸系數和擬合優(yōu)度逐漸增大，分別為0.007 26和72.4%，擬合優(yōu)度良好，系數顯著為正，由此驗證了假設H1，即企業(yè)數字化轉型(DCG)能顯著提升企業(yè)全要素生產率(TFP)。

表2 基準回歸

3.3 穩(wěn)健性檢驗

根據魯曉東和連玉君[10]的方法，用LP 方法重新計算企業(yè)全要素生產率(TFP－LP)，將其代入模型(1)進行重新檢驗，見表3 第(1)列。結果表明，企業(yè)數字化轉型(DCG)的回歸系數為0.013 4(Z＝3.90，p<1%)，通過顯著性檢驗，再次驗證假設H1，由此可知，本文的研究結果是穩(wěn)健的。

3.4 內生性處理

為避免像因果等原因導致的內生性問題，另外，考慮到數字化轉型所帶來的影響具有一定的時滯性，本文參考謝東江和胡士華[12]的做法，選取企業(yè)數字化轉型(DCG)滯后一期再對模型(1)進行回歸，結果見表3 第(2)列所示。由回歸結果可知，DCG 的系數為0.008 49(Z＝1.84，p<10%)，表明DCG 仍顯著促進TFP，說明研究結果基本保持穩(wěn)健。

3.5 異質性分析

本文分別從數字化轉型程度異質性、企業(yè)所有制異質性兩個角度進行分析。其中，根據數字化轉型程度的中位數將樣本企業(yè)劃分為轉型程度較強的企業(yè)和轉型程度較弱的企業(yè)，上市公司按照所有制劃分為國有和非國有，見表3。

表3 第(3)～(4)列，數字化程度較高的組DCG的系數為0.020 7(Z＝2.67，p<1%)，而數字化轉型程度較弱的組DCG 的系數不顯著。由此可知，數字化程度越高對企業(yè)全要素生產率的促進效用更為明顯。

由表3 第(5)～(6)列可以看出，國有、非國有上市公司DCG 系數分別為0.019 4(Z＝2.20，p<5%)、0.007 81(Z ＝1.74，p<10%)，即不同的所有制性質下，企業(yè)數字化轉型(DCG)均能有效促進全要素生產率的提升。由于在分組回歸中不能通過系數的大小簡單地反映影響大小的差異。本文借鑒連玉君和廖俊平[13]的做法，進一步構建了所有制差異與數字化轉型的交互項(Soe×DCG)檢驗影響差異。表3 第(7)列中，將國有上市公司設為1，否則為0。結果表明，所有制差異的系數0.013 7(Z＝1.71，p<10%)，數字化轉型對國有企業(yè)生產效率的促進效果更為顯著。

3.6 作用機制檢驗

本文借鑒溫忠麟等[11]提出的逐步回歸法，探究是否存在中介效應，以驗證“數字化轉型—創(chuàng)新水平—企業(yè)全要素生產率”三者間的關系。

首先，探究企業(yè)數字化轉型(DCG)與企業(yè)全要素生產率(TFP)間的關系。表4 第(1)列表明，DCG對TFP 的影響系數為0.007 26(Z＝31.81，p<1%)，假設H1 得到了支持，即企業(yè)數字化轉型(DCG)對企業(yè)全要素生產率(TFP)有顯著的積極影響。其次，探究企業(yè)數字化轉型(DCG)與企業(yè)創(chuàng)新水平(IO)間的關系。表4 第(2)列表明，DCG 對IO 的影響系數為0.002 93(Z＝22.39，p<1%)，假設H2 得到了支持，即企業(yè)數字化轉型(DCG)能夠促進企業(yè)創(chuàng)新水平(IO)的提升。最后，將企業(yè)數字化轉型(DCG)與企業(yè)創(chuàng)新水平(IO)同時納入回歸模型中，見表4 第(3)列。IO 的系數為2.476(Z＝8.41，p<1%)。但是，可以看到在加入變量IO 后，DCG 的系數不顯著，表明企業(yè)創(chuàng)新水平(IO)在DCG 對全要素生產率(TFP)的作用機制中發(fā)揮完全中介作用，假設H3 得到了支持。

更進一步地，為了增強結果的穩(wěn)健性，本文采用Sobel 檢驗方法再次檢驗中介效應。表4 第(4)列顯示，Sobel 檢驗的Z值通過了1%的顯著水平檢驗，即企業(yè)創(chuàng)新水平(IO)在企業(yè)數字化轉型(DCG)對企業(yè)全要素生產率(TFP)的作用機制中發(fā)揮中介作用。同時，根據Sobel 檢驗結果顯示，中介效應的大小為1，即企業(yè)創(chuàng)新水平(IO)在企業(yè)數字化轉型(DCG)對企業(yè)全要素生產率(TFP)的作用機制中發(fā)揮完全中介作用。

4 結論與對策建議

本文通過構建雙固定效應模型和中介效用模型實證檢驗了企業(yè)數字化轉型對企業(yè)全要素生產率的影響，并探究了其作用機制。實證結果表明:第一，企業(yè)數字化轉型對推動其全要素生產率的提升有積極影響；第二，企業(yè)創(chuàng)新在數字化轉型帶動全要素生產率提升的過程中起到完全中介作用；第三，企業(yè)數字化程度越高，對企業(yè)全要素生產率的促進效果越明顯；第四，相較于非國有上市公司，國有上市公司的數字化轉型對企業(yè)全要素生產率的促進效果更明顯。

企業(yè)積極進行數字化轉型對我國經濟的高質量發(fā)展具有重要意義。據此，本文認為應從以下幾個方面提出相關建議:首先，應在政策上鼓勵對企業(yè)進行數字化轉型；其次，應將數字化轉型作為支持企業(yè)高質量發(fā)展的手段和方式，充分利用數字技術提升企業(yè)運營效率、產品質量和服務水平，從而推動企業(yè)整體實力的提升；最后，需要在多個維度上鼓勵企業(yè)創(chuàng)新。企業(yè)數字化轉型是一個不斷創(chuàng)新的過程，這個過程中需要不斷地引入新技術、新理念和新的發(fā)展模式。政府和相關機構可以提供創(chuàng)新資源和創(chuàng)新支持，鼓勵企業(yè)加大創(chuàng)新投入，培育創(chuàng)新文化，推動企業(yè)數字化轉型與創(chuàng)新的有機結合。