李政 越婷婷 賈妍妍

(天津財經(jīng)大學(xué) 金融學(xué)院,天津 300222)

一、引言

隨著大數(shù)據(jù)、云計算和區(qū)塊鏈等數(shù)字技術(shù)的飛速發(fā)展,我國逐漸邁入數(shù)字化時代,如何建設(shè)好數(shù)字經(jīng)濟已成為我國經(jīng)濟發(fā)展的重要課題?！笆奈濉币?guī)劃綱要指出要“充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場景優(yōu)勢,促進數(shù)字技術(shù)與實體經(jīng)濟深度融合,賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,催生新產(chǎn)業(yè)新業(yè)態(tài)新模式,壯大經(jīng)濟發(fā)展新引擎”。黨的二十大報告亦提出要“加快發(fā)展數(shù)字經(jīng)濟,促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合,打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。由此可見,數(shù)字技術(shù)與實體企業(yè)的融合是推動數(shù)字經(jīng)濟的核心力量,企業(yè)數(shù)字化轉(zhuǎn)型是我國數(shù)字經(jīng)濟加速發(fā)展的關(guān)鍵驅(qū)動。

在數(shù)字經(jīng)濟蓬勃發(fā)展的時代背景下,企業(yè)為適應(yīng)新時代要求,生產(chǎn)方式也逐漸向數(shù)字化變革。數(shù)字技術(shù)作為企業(yè)數(shù)字化變革的必備條件,不僅是各行各業(yè)從“業(yè)務(wù)驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動”的新引擎,也是企業(yè)提高核心競爭力的關(guān)鍵要素。但目前我國大部分企業(yè)還未掌握轉(zhuǎn)型的核心要素,無法高效合理地利用地區(qū)大數(shù)據(jù)發(fā)展的優(yōu)勢進而促進自身數(shù)字化轉(zhuǎn)型,仍存在轉(zhuǎn)型效率低下、轉(zhuǎn)型程度不深入等問題。因此,研究地區(qū)大數(shù)據(jù)發(fā)展如何影響企業(yè)數(shù)字化轉(zhuǎn)型,能夠為我國地區(qū)大數(shù)據(jù)建設(shè)助力企業(yè)高質(zhì)量發(fā)展提供新思路,并為企業(yè)高效利用大數(shù)據(jù)賦能數(shù)字化轉(zhuǎn)型提供參考,具有十分重要的現(xiàn)實意義。

目前,關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的文獻較為豐富,多數(shù)研究集中于數(shù)字化轉(zhuǎn)型對企業(yè)的經(jīng)濟效應(yīng)及其驅(qū)動因素。在經(jīng)濟效應(yīng)方面,學(xué)者們普遍認為數(shù)字化轉(zhuǎn)型能夠發(fā)揮積極作用。陳劍等(2020)[1]、李唐等(2020)[2]從企業(yè)管理能力角度出發(fā),研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能夠優(yōu)化運營管理效率、提升企業(yè)數(shù)據(jù)管理能力。還有學(xué)者提出數(shù)字化轉(zhuǎn)型可以顯著提高企業(yè)全要素生產(chǎn)率[3-7]以及投入產(chǎn)出率[8]。袁淳等(2021)[9]從企業(yè)分工視角出發(fā),得出企業(yè)數(shù)字化轉(zhuǎn)型能夠提升專業(yè)化分工水平的結(jié)論。不少學(xué)者指出企業(yè)數(shù)字化轉(zhuǎn)型能夠大幅提升企業(yè)績效[10-14]。此外,也有學(xué)者從股價波動的角度,提出企業(yè)數(shù)字化轉(zhuǎn)型可以降低股價崩盤風(fēng)險[15-16]。

在驅(qū)動因素方面,部分學(xué)者運用準(zhǔn)自然實驗方法,以試點政策為切入點進行探索。賴曉冰和岳書敬(2022)[17]、任曉怡等(2022)[18]、邱洋東(2022)[19]分別利用“國家智慧城市”“自由貿(mào)易試驗區(qū)”和“寬帶中國”試點設(shè)計準(zhǔn)自然實驗,研究發(fā)現(xiàn)三類試點政策的實施均能顯著促進企業(yè)數(shù)字化轉(zhuǎn)型。也有學(xué)者從宏觀經(jīng)濟層面探討企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素。楊賢宏等(2021)[20]發(fā)現(xiàn)地區(qū)高經(jīng)濟增長目標(biāo)反而會抑制當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型。區(qū)域金融發(fā)展質(zhì)量也會對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響,金融集聚能夠緩解企業(yè)融資約束,助力企業(yè)數(shù)字化轉(zhuǎn)型[21]。再者,宏觀調(diào)控政策同樣影響企業(yè)數(shù)字化轉(zhuǎn)型。財政科技支出可以推動微觀企業(yè)的創(chuàng)新,進而促進企業(yè)數(shù)字化轉(zhuǎn)型[22];稅收激勵通過緩解融資約束和強化創(chuàng)業(yè)導(dǎo)向,支持企業(yè)數(shù)字化轉(zhuǎn)型[23]。此外,第三方數(shù)字化服務(wù)市場的發(fā)展水平[24]、企業(yè)投資效率[25]、企業(yè)管理者能力[26]、企業(yè)金融化[27]等也都是企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素。

然而,上述企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究尚存在以下不足。一方面,鮮有文獻直接從數(shù)字技術(shù)角度出發(fā),研究企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素。事實上,數(shù)字技術(shù)是企業(yè)數(shù)字化轉(zhuǎn)型的基石,研究數(shù)字技術(shù)與企業(yè)數(shù)字化轉(zhuǎn)型之間的聯(lián)系,是探索數(shù)字經(jīng)濟發(fā)展中一個不可或缺的重要議題。另一方面,針對企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究大多單獨從微觀企業(yè)層面或宏觀經(jīng)濟層面進行作用機制分析,鮮有文章將兩個層面的影響渠道結(jié)合起來,缺乏微觀與宏觀的綜合考量。

鑒于此,本文從大量數(shù)字技術(shù)中細化出普及率與知名度最高的大數(shù)據(jù),從微觀企業(yè)自身特征和宏觀經(jīng)濟金融環(huán)境兩個角度,考察地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用渠道。具體而言,一方面,本文在構(gòu)建地區(qū)大數(shù)據(jù)發(fā)展水平指標(biāo)體系的基礎(chǔ)上,探究了地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型的直接影響,并對核心結(jié)論進行了一系列穩(wěn)健性檢驗?？紤]到地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型的作用效果可能受到企業(yè)屬性和所在地區(qū)影響,本文進一步對其進行異質(zhì)性檢驗。另一方面,為探究大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型的作用機制,本文分別從企業(yè)創(chuàng)新能力、企業(yè)治理水平以及企業(yè)融資三個方面構(gòu)建理論分析框架,并通過實證分析進行驗證。

本文的創(chuàng)新之處在于:(1)考慮現(xiàn)有文獻對企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究缺乏數(shù)字技術(shù)直接視角,本文基于數(shù)字技術(shù)考察地區(qū)大數(shù)據(jù)發(fā)展如何影響企業(yè)數(shù)字化轉(zhuǎn)型。這不僅完善了企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究,也為大數(shù)據(jù)發(fā)展的政策紅利提供微觀層面的經(jīng)驗證據(jù)。(2)本文細化了企業(yè)融資,從融資的供給方(數(shù)字金融發(fā)展)和需求方(企業(yè)融資約束)出發(fā),結(jié)合宏觀經(jīng)濟層面與微觀企業(yè)層面的影響渠道,實證分析大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型的作用機理,為企業(yè)充分利用地區(qū)大數(shù)據(jù)發(fā)展提高創(chuàng)新、治理及融資水平,促進數(shù)字化轉(zhuǎn)型提供新思路。

二、理論分析與研究假說

(一)地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型的直接影響效應(yīng)

數(shù)據(jù)資源是企業(yè)數(shù)字化轉(zhuǎn)型的第一要素。然而,企業(yè)獲取數(shù)據(jù)并非易事,此過程要經(jīng)歷清洗海量數(shù)據(jù)、篩選有用數(shù)據(jù)、處理分析并利用數(shù)據(jù)等步驟,每個步驟都需要先進的大數(shù)據(jù)處理技術(shù)作為支撐[28]。缺乏足夠的技術(shù)支持會導(dǎo)致企業(yè)信息閉塞,削弱企業(yè)的生產(chǎn)經(jīng)營效率和競爭優(yōu)勢。并且,一個地區(qū)的大數(shù)據(jù)發(fā)展水平一定程度上反映了當(dāng)?shù)卣畬?shù)字技術(shù)發(fā)展的重視程度。若政府重視提升當(dāng)?shù)卮髷?shù)據(jù)發(fā)展水平,則地區(qū)大數(shù)據(jù)發(fā)展對當(dāng)?shù)仄髽I(yè)發(fā)展的支持程度更高,企業(yè)便可以便捷地獲取數(shù)據(jù)資源、享受大數(shù)據(jù)發(fā)展帶來的紅利。例如貴州省雖然地處偏遠西部地區(qū),經(jīng)濟實力相對落后,卻是首個大數(shù)據(jù)綜合試驗區(qū),擁有一大批大數(shù)據(jù)骨干企業(yè),有效推動了當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型升級。因此,地區(qū)大數(shù)據(jù)發(fā)展水平越高對當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型的推動作用越強。具體來看,一方面,當(dāng)?shù)卮髷?shù)據(jù)發(fā)展有利于企業(yè)學(xué)習(xí)先進的數(shù)據(jù)處理技術(shù),從而拓展其對大數(shù)據(jù)的應(yīng)用程度,實現(xiàn)數(shù)據(jù)賦能生產(chǎn)、銷售和管理等環(huán)節(jié),促進產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。另一方面,大數(shù)據(jù)的成熟發(fā)展還能夠打破企業(yè)數(shù)據(jù)信息孤島[28],提高數(shù)據(jù)在企業(yè)與市場之間的流動性,助力企業(yè)追蹤行業(yè)發(fā)展趨勢與市場需求,緩解數(shù)據(jù)壟斷困境。因此,地區(qū)大數(shù)據(jù)發(fā)展水平越高,越有利于當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型。基于上述分析,本文提出基本研究假說H1。

H1地區(qū)大數(shù)據(jù)發(fā)展能夠促進當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型。

(二)地區(qū)大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型的渠道分析

地區(qū)大數(shù)據(jù)發(fā)展如何促進企業(yè)數(shù)字化轉(zhuǎn)型亦是本文關(guān)注的重點。具體而言,地區(qū)大數(shù)據(jù)發(fā)展可能通過促進企業(yè)創(chuàng)新、企業(yè)治理以及企業(yè)融資對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。本部分依次討論這三類渠道的作用機理。

1.企業(yè)創(chuàng)新

地區(qū)大數(shù)據(jù)發(fā)展助力企業(yè)創(chuàng)新可以從兩方面剖釋。一方面,當(dāng)?shù)卮髷?shù)據(jù)發(fā)展越好,該地區(qū)具有的數(shù)據(jù)庫越豐富,數(shù)據(jù)處理技術(shù)越先進,能夠更高效地將海量雜亂的數(shù)據(jù)轉(zhuǎn)換為有價值的數(shù)據(jù)資源。進一步地,當(dāng)?shù)仄髽I(yè)可借助地區(qū)大數(shù)據(jù)技術(shù),實現(xiàn)對消費者行為的可視化、具體化分析,通過產(chǎn)品創(chuàng)新滿足消費者的新需求,從而達成數(shù)據(jù)賦能企業(yè)創(chuàng)新[29]。另一方面,地區(qū)大數(shù)據(jù)發(fā)展水平提高,也能夠為企業(yè)提供更多有價值的信息和經(jīng)驗,降低創(chuàng)新的試錯成本。不同于以往的管理者經(jīng)驗式創(chuàng)新,以數(shù)據(jù)為主要生產(chǎn)要素的智能化創(chuàng)新,可以極大程度降低企業(yè)創(chuàng)新效果的不穩(wěn)定性及創(chuàng)新成本[30]。此外,地區(qū)大數(shù)據(jù)發(fā)展還能夠幫助企業(yè)識別潛力項目,改善企業(yè)創(chuàng)新績效[31]。因此,地區(qū)大數(shù)據(jù)發(fā)展能夠提升當(dāng)?shù)仄髽I(yè)創(chuàng)新水平。

從企業(yè)創(chuàng)新與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系來看,首先,創(chuàng)新能力強的企業(yè)更容易意識到數(shù)字化轉(zhuǎn)型為企業(yè)帶來的良好發(fā)展前景,主動轉(zhuǎn)型的意愿更強。其次,企業(yè)創(chuàng)新能夠促進企業(yè)技術(shù)、工具等條件的更新,為企業(yè)數(shù)字化轉(zhuǎn)型提供更有利的技術(shù)手段。最后,企業(yè)創(chuàng)新能夠為企業(yè)打造差異化產(chǎn)品及服務(wù),增強企業(yè)的競爭優(yōu)勢,進而驅(qū)動企業(yè)通過數(shù)字化轉(zhuǎn)型來保持并擴大自身優(yōu)勢。綜上所述,企業(yè)創(chuàng)新能力越強,越能夠推動企業(yè)數(shù)字化轉(zhuǎn)型進一步發(fā)展?；诖?本文提出研究假說H2。

H2地區(qū)大數(shù)據(jù)發(fā)展可以通過提高當(dāng)?shù)仄髽I(yè)創(chuàng)新水平進而推動企業(yè)數(shù)字化轉(zhuǎn)型。

2.企業(yè)治理

井然有序的企業(yè)治理環(huán)境對企業(yè)數(shù)字化轉(zhuǎn)型具有重要保障作用。地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)治理的影響可以從兩方面剖析。一方面,大數(shù)據(jù)發(fā)展可以提高數(shù)據(jù)公開度,支持企業(yè)數(shù)據(jù)獲取,這在降低信息獲取成本的同時也提升了監(jiān)管透明度[32]。透明化治理能夠提高員工的自覺性與危機感,迫使員工以更高的工作效率和責(zé)任感積極為企業(yè)工作,進而打造嚴(yán)格規(guī)范的企業(yè)環(huán)境。另一方面,在大數(shù)據(jù)技術(shù)支持下,企業(yè)能夠獲取更多內(nèi)部信息,從而防范企業(yè)控制人粉飾財務(wù)報表、掩蓋重要財務(wù)信息、以及高管利用職務(wù)之便非法侵吞公司財產(chǎn)等負面情況,優(yōu)化企業(yè)內(nèi)部治理水平[33]。因此,大數(shù)據(jù)通過分析數(shù)據(jù)資源,能夠幫助企業(yè)實現(xiàn)高效治理,明確各層級人員權(quán)限職責(zé),提高企業(yè)內(nèi)部信息傳遞效率,防止企業(yè)內(nèi)部出現(xiàn)腐敗現(xiàn)象,提升公司治理效能[32]。

從企業(yè)治理與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系來看,企業(yè)數(shù)字化轉(zhuǎn)型意味著企業(yè)商業(yè)模式有了質(zhì)的變化,企業(yè)重心從產(chǎn)品及渠道轉(zhuǎn)向客戶[34]。良好的企業(yè)治理是企業(yè)立足于瞬息萬變經(jīng)營環(huán)境的先決條件,同時也是完成商業(yè)模式轉(zhuǎn)換的必然要求。企業(yè)對當(dāng)前的組織結(jié)構(gòu)、激勵機制等進行升級改革,構(gòu)建權(quán)責(zé)銜接、有效制衡的治理機制,才能為企業(yè)實現(xiàn)全方位深層次數(shù)字化轉(zhuǎn)型提供制度保障?；诖?本文提出假說H3。

H3地區(qū)大數(shù)據(jù)發(fā)展可以通過提高企業(yè)治理水平從而推動企業(yè)數(shù)字化轉(zhuǎn)型。

3.企業(yè)融資

從現(xiàn)實情況來看,企業(yè)僅有數(shù)字化轉(zhuǎn)型的意愿并不足以實現(xiàn)轉(zhuǎn)型目標(biāo),要達到數(shù)字化轉(zhuǎn)型還需要大量的資金支持。因此,企業(yè)融資對企業(yè)數(shù)字化轉(zhuǎn)型具有重要作用。為深入分析企業(yè)融資在地區(qū)大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型中的作用途徑,本文分別從企業(yè)融資的供給方(數(shù)字金融)與需求方(融資約束)兩個角度進行分析。

(1)數(shù)字金融。企業(yè)在融資過程中常常面臨融資門檻高、融資額度不足等問題,尤其對于中小型企業(yè)來說,數(shù)字化轉(zhuǎn)型的投入會加大其資金壓力。并且,轉(zhuǎn)型企業(yè)通常存在不穩(wěn)定性大、潛在風(fēng)險高等特征,這將導(dǎo)致銀行為其設(shè)立更嚴(yán)格且門檻更高的融資約束[35]。此時,數(shù)字金融恰恰能夠為處于“融資難”的企業(yè)開辟新路徑。數(shù)字金融是互聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù)與金融業(yè)的結(jié)合,大數(shù)據(jù)是其發(fā)展的基礎(chǔ)支撐,沒有大數(shù)據(jù),數(shù)字金融便無從談起。所以,地區(qū)大數(shù)據(jù)的蓬勃發(fā)展自然也能夠促進數(shù)字金融發(fā)展。

從數(shù)字金融與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系來看,數(shù)字金融能夠幫助企業(yè)紓解融資約束難題。一方面,數(shù)字金融有助于解決金融機構(gòu)在偏遠地區(qū)設(shè)立網(wǎng)點的高成本問題,同時也可以在一定程度上簡化放貸流程,提高金融機構(gòu)的貸款效率,從而緩解中小企業(yè)的融資難問題。另一方面,數(shù)字金融發(fā)展能夠為企業(yè)拓寬融資渠道并優(yōu)化金融機構(gòu)授信流程,降低企業(yè)的融資成本[31]。具體而言,數(shù)字金融能夠提升企業(yè)信息透明度,將企業(yè)日常交易記錄整合成為“信用報告”;金融機構(gòu)可以從“信用報告”中得出企業(yè)的信用水平、經(jīng)營風(fēng)險等評估信息。這有助于金融機構(gòu)驗證企業(yè)基本信息的真實性,精確定位企業(yè)信貸水平,給予合理的信貸額度,為企業(yè)進行數(shù)字化轉(zhuǎn)型提供有力經(jīng)濟支持?；诖?本文提出假說H4a。

H4a地區(qū)大數(shù)據(jù)發(fā)展能夠通過提升當(dāng)?shù)財?shù)字金融發(fā)展水平推動企業(yè)數(shù)字化轉(zhuǎn)型。

(2)融資約束。地區(qū)大數(shù)據(jù)發(fā)展緩解企業(yè)融資約束可以從兩方面來看。一方面,地區(qū)大數(shù)據(jù)發(fā)展水平越高,識別和分析金融消費者投資偏好的能力越強,企業(yè)能夠據(jù)此提供更豐富多樣的投資產(chǎn)品滿足目標(biāo)投資者需求,實現(xiàn)企業(yè)融資總量的增加[36]。另一方面,地區(qū)大數(shù)據(jù)發(fā)展可以完善資本市場制度,增強證券市場對投資者的了解程度,提升交易雙方信息透明度,幫助企業(yè)篩選高質(zhì)量投資者,進而降低交易風(fēng)險。因此,地區(qū)大數(shù)據(jù)發(fā)展能夠通過增加融資總量、提高融資質(zhì)量來緩解企業(yè)融資約束。企業(yè)的融資約束難題得到緩解,企業(yè)數(shù)字化轉(zhuǎn)型便可得到穩(wěn)定可靠的資金支持。因此,地區(qū)大數(shù)據(jù)發(fā)展能夠通過緩解企業(yè)融資約束、改善企業(yè)財務(wù)狀況來驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型[22]。基于此,本文提出假說H4b。

H4b地區(qū)大數(shù)據(jù)發(fā)展通過緩解企業(yè)融資約束驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文樣本為2013—2020年滬深A(yù)股上市企業(yè)。關(guān)于上市企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)數(shù)據(jù)來源于吳非等(2021)[37]編寫的中國上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)評價研究報告。關(guān)于構(gòu)建大數(shù)據(jù)發(fā)展指數(shù)的相關(guān)數(shù)據(jù)分別來自于國泰安數(shù)據(jù)庫、北大法寶法律數(shù)據(jù)庫和EPS全球統(tǒng)計數(shù)據(jù)分析平臺。關(guān)于控制變量、渠道變量、工具變量中的企業(yè)財務(wù)數(shù)據(jù)均來自RESSET金融研究數(shù)據(jù)庫,省區(qū)市層面數(shù)據(jù)來自國泰安數(shù)據(jù)庫。本文的專利數(shù)據(jù)來自國家知識產(chǎn)權(quán)局專利查詢系統(tǒng)。此外,本文借鑒主流文獻的研究方法[38],將上市公司注冊地與其所屬省區(qū)市進行匹配,構(gòu)建了2013—2020年的面板數(shù)據(jù)集。

(二)變量設(shè)定

1.被解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型(DTE)。本文參考趙宸宇等(2021)[3]、楊賢宏等(2021)[20]的做法,將吳非等(2021)[37]統(tǒng)計的上市企業(yè)年報中與企業(yè)數(shù)字化轉(zhuǎn)型有關(guān)的五類詞匯詞頻總數(shù)(1)五類詞匯:人工智能技術(shù)、大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、數(shù)字技術(shù)運用。取自然對數(shù),以此衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

2.核心解釋變量

地區(qū)大數(shù)據(jù)發(fā)展水平(BDS)。本文參考史丹和孫光林(2022)[38]構(gòu)建大數(shù)據(jù)發(fā)展指標(biāo)體系,從制度條件、市場條件兩個角度選取相應(yīng)二級指標(biāo)。但由于原指標(biāo)體系中個別指標(biāo)數(shù)據(jù)在部分年份存在缺失,因此本文采取相似的指標(biāo)進行替換,最終構(gòu)建表1所示的大數(shù)據(jù)發(fā)展指標(biāo)體系。

表1 大數(shù)據(jù)發(fā)展指標(biāo)評級體系

基于該指標(biāo)體系,本文通過熵值法得到我國內(nèi)地31個省區(qū)市(自治區(qū)、直轄市)的大數(shù)據(jù)發(fā)展評分。各省區(qū)市大數(shù)據(jù)發(fā)展評分結(jié)果與史丹和孫光林(2022)[38]所得分數(shù)的絕對值略有差異,但排名次序相同,結(jié)果如表2所示。由表2可知,我國各省區(qū)市的大數(shù)據(jù)發(fā)展水平存在明顯差異,且總體發(fā)展?fàn)顩r落后。北京市的大數(shù)據(jù)發(fā)展水平最高,得分為0.46;西藏最低,為0.04,最高值和最低值之間差距較大。寧夏、甘肅、云南和新疆等11個省區(qū)市的得分均不到0.1,得分達到0.4及以上的省區(qū)市只有3個。

表2 2013—2020年我國各省區(qū)市大數(shù)據(jù)發(fā)展?fàn)顩r

為更清晰地展示各省區(qū)市的大數(shù)據(jù)發(fā)展情況,本文將大數(shù)據(jù)發(fā)展得分結(jié)果劃分為優(yōu)、良、中和差四個等級。得分≥0.4為優(yōu);得分≥0.3且<0.4為良;得分≥0.1且<0.3為中;得分<0.1為差。此外,為深入探究大數(shù)據(jù)發(fā)展水平的地區(qū)性差異及原因,本文將上述31個省區(qū)市劃分為東部、中部及西部三個地區(qū)(2)東中西三個地區(qū)的劃分與史丹和孫光林(2022)[38]一致。東部地區(qū):北京、廣東、上海、天津、河北、遼寧、江蘇、浙江、山東、福建、海南;中部地區(qū):河南、安徽、湖北、湖南、山西、黑龍江、吉林、江西;西部地區(qū):貴州、重慶、內(nèi)蒙古、四川、廣西、陜西、云南、寧夏、甘肅、青海、西藏、新疆。。從表2中等級及地區(qū)兩列可以看出,等級為優(yōu)的省區(qū)市只有3個,包含東部地區(qū)的北京市、廣東省及西部地區(qū)的貴州省。有6個省區(qū)市等級為良,同樣是東部地區(qū)占比更多。而中部地區(qū)及西部地區(qū)的省區(qū)市大多集中于中、差兩個等級。

東部地區(qū)的北京市、廣東省大數(shù)據(jù)發(fā)展水平能夠如此優(yōu)秀,一方面是由于兩地均是經(jīng)濟繁榮地區(qū),良好的經(jīng)濟基礎(chǔ)為其大數(shù)據(jù)的蓬勃發(fā)展提供保障;另一方面是因為北京、珠三角地區(qū)均為大數(shù)據(jù)綜合試驗區(qū),政策的大力支持為其大數(shù)據(jù)穩(wěn)步發(fā)展奠定基礎(chǔ)。雙重條件的支撐強力推進了當(dāng)?shù)卮髷?shù)據(jù)發(fā)展。中部地區(qū)沒有發(fā)展等級為優(yōu)的省區(qū)市,僅河南省發(fā)展等級為良,說明河南省設(shè)立大數(shù)據(jù)綜合試驗區(qū)這一舉措亦發(fā)揮了積極作用。在西部地區(qū),僅貴州省獨自處于優(yōu)這一級別,這主要是因為貴州省擁有得天獨厚的氣候優(yōu)勢以及豐富的水電、風(fēng)電資源,發(fā)展大數(shù)據(jù)成本較低,因此成為第一批進入國家大數(shù)據(jù)綜合試驗區(qū)的省份,積累了豐富的發(fā)展經(jīng)驗和數(shù)據(jù)資源,為如今大數(shù)據(jù)發(fā)展保持良好態(tài)勢打下堅實的基礎(chǔ)。

3.渠道變量

(1)企業(yè)創(chuàng)新(INNVO)。本文參考顧夏銘等(2018)[39]的方法,使用企業(yè)發(fā)明專利申請數(shù)、實用專利申請數(shù)及外觀設(shè)計專利申請數(shù)的總數(shù)加1并取自然對數(shù)作為衡量企業(yè)創(chuàng)新的指標(biāo)。

(2)企業(yè)治理水平(GOV)。本文參照潘福祥(2004)[40]關(guān)于企業(yè)治理水平的度量指標(biāo)體系,在股權(quán)結(jié)構(gòu)方面選擇第一大股東持股比例、第二至第十大股東持股比例;在董事會治理機制方面選擇董事薪酬、董事會人數(shù)、獨立董事比例和董事會持股數(shù);在經(jīng)理人員激勵方面選擇經(jīng)理人持股數(shù)和高管薪酬,并采取因子分析法計算各企業(yè)的治理水平得分。

(3)數(shù)字金融(DF)。本文參照唐松等(2020)[31]的做法,采用郭峰等(2020)[41]編制的北京大學(xué)省區(qū)市級數(shù)字普惠金融指數(shù)來衡量數(shù)字金融發(fā)展水平。

(4)企業(yè)融資約束(SA)。本文參照余明桂等(2019)[42]的做法,采取融資約束指數(shù)(3)融資約束指數(shù)來自于Hadlock和Pierce(2010)[43]的計算公式。SA=|-0.74×Size+0.04×Size2-0.04×Age|。其中,Size代表企業(yè)總資產(chǎn),Age代表企業(yè)上市年限。衡量企業(yè)融資約束。為直觀反映企業(yè)融資約束情況變化,本文對指數(shù)進行絕對值處理,得到融資約束SA指數(shù),其數(shù)值越大代表企業(yè)面臨的融資約束越嚴(yán)重。

4.控制變量

參考吳非等(2021)[37],本文選取的控制變量如下:首先,在城市層面,考慮到各省區(qū)市經(jīng)濟發(fā)展水平會對企業(yè)發(fā)展產(chǎn)生影響,本文選取各省區(qū)市經(jīng)濟狀況(GDP)作為控制變量。其次,在企業(yè)層面,由于企業(yè)盈利能力、企業(yè)發(fā)展穩(wěn)定性、企業(yè)規(guī)模、償債能力和存續(xù)能力等都可能影響企業(yè)的數(shù)字化轉(zhuǎn)型進程,本文選取凈資產(chǎn)收益率(ROE)、股權(quán)集中度(OWC)、企業(yè)總資產(chǎn)(ASSET)、資產(chǎn)負債率(LEV)、流動比率(LR)和營業(yè)收入(OP)作為控制變量。主要變量經(jīng)過前后1%縮尾處理。描述性統(tǒng)計分析結(jié)果如表3所示。

表3 描述性統(tǒng)計分析

(三)模型設(shè)定

首先,為檢驗地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型的直接影響,本文構(gòu)建回歸模型如下

DTEi,j,t=β0+β1BDSj,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(1)

其中,下標(biāo)i、j、t分別代表企業(yè)、省區(qū)市和年份,回歸模型中被解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型(DTE),核心解釋變量為地區(qū)大數(shù)據(jù)發(fā)展評分(BDS),CVs為一系列控制變量,ε為隨機誤差項。本文參考楊賢宏等(2021)[20]的做法,在模型中控制行業(yè)和年份雙向固定效應(yīng)。

為檢驗地區(qū)大數(shù)據(jù)發(fā)展能否對企業(yè)創(chuàng)新(INNVO)、企業(yè)治理水平(GOV)、數(shù)字金融(DF)及融資約束(SA)產(chǎn)生影響,本文構(gòu)建模型如下

Mi,j,t=β0+β2BDSj,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(2)

其中,當(dāng)式(2)中M為INNVO時,若β2為正,說明地區(qū)大數(shù)據(jù)發(fā)展越好,對企業(yè)創(chuàng)新帶來的正向效應(yīng)越強;當(dāng)式(2)中M為GOV時,若β2為正,說明地區(qū)大數(shù)據(jù)發(fā)展可以優(yōu)化企業(yè)治理水平;當(dāng)式(2)中M為DF時,若β2為正,則說明地區(qū)大數(shù)據(jù)發(fā)展能夠提高當(dāng)?shù)財?shù)字金融發(fā)展水平;當(dāng)式(2)中M為SA時,若β2為負,則說明地區(qū)大數(shù)據(jù)發(fā)展水平提升有助于緩解企業(yè)融資約束難題。

同時,為構(gòu)建完整的邏輯證明,還需要驗證地區(qū)大數(shù)據(jù)發(fā)展的確能夠通過企業(yè)創(chuàng)新(INNVO)、企業(yè)治理水平(GOV)、數(shù)字金融(DF)及融資約束(SA)影響企業(yè)數(shù)字化轉(zhuǎn)型。本文參考方明月等(2023)[44]關(guān)于渠道檢驗的方法,以企業(yè)數(shù)字化轉(zhuǎn)型為因變量,分別以企業(yè)創(chuàng)新(INNVO)、企業(yè)治理水平(GOV)、數(shù)字金融(DF)及融資約束(SA)為關(guān)鍵解釋變量,并參考基準(zhǔn)回歸模型,加入一系列控制變量和年份、行業(yè)固定效應(yīng),進行回歸分析。

DTEi,j,t=β0+β3Mi,j,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(3)

當(dāng)式(3)中M為INNVO時,若β3為正,則說明地區(qū)大數(shù)據(jù)發(fā)展能夠通過提升企業(yè)創(chuàng)新水平,為企業(yè)數(shù)字化轉(zhuǎn)型提供更好的轉(zhuǎn)型技術(shù)及轉(zhuǎn)型環(huán)境等基本條件,從而促進企業(yè)數(shù)字化轉(zhuǎn)型;當(dāng)式(3)中M為GOV時,若β3為正,則說明地區(qū)大數(shù)據(jù)發(fā)展可以通過提高企業(yè)治理水平,為企業(yè)數(shù)字化轉(zhuǎn)型提供制度保障及井然有序的發(fā)展環(huán)境;當(dāng)式(3)中M為DF時,若β3為正,則說明地區(qū)大數(shù)據(jù)發(fā)展有助于促進當(dāng)?shù)財?shù)字金融發(fā)展,為企業(yè)數(shù)字化轉(zhuǎn)型提供經(jīng)濟支持;當(dāng)式(3)中M為SA時,若β3為負,則說明地區(qū)大數(shù)據(jù)能夠通過緩解企業(yè)融資約束難題、改善企業(yè)財務(wù)狀況來驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。

四、回歸分析

(一)基準(zhǔn)回歸結(jié)果

假說H1認為地區(qū)大數(shù)據(jù)發(fā)展能夠賦能企業(yè)高效率獲取、處理數(shù)據(jù),促進企業(yè)生產(chǎn)、銷售、管理等環(huán)節(jié)的智能化及數(shù)字化,助力企業(yè)數(shù)字化轉(zhuǎn)型。表4為地區(qū)大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型基準(zhǔn)模型的回歸結(jié)果。表4列(1)中,未加入控制變量集,僅控制了年份及行業(yè)固定效應(yīng),回歸結(jié)果的系數(shù)為正且通過了1%的顯著性檢驗,說明地區(qū)大數(shù)據(jù)發(fā)展越好越能夠促進企業(yè)數(shù)字化轉(zhuǎn)型。列(2)、列(3)、列(4)分別為加入控制變量集和行業(yè)固定效應(yīng)、加入控制變量集和年份固定效應(yīng)、加入控制變量集和行業(yè)及年份固定效應(yīng)的回歸結(jié)果。三列結(jié)果均顯示,核心變量回歸系數(shù)為正且在1%水平上顯著,再次說明地區(qū)大數(shù)據(jù)發(fā)展的確能夠幫助企業(yè)解決數(shù)據(jù)獲取及分析等難題,打破數(shù)據(jù)孤島問題,助力企業(yè)實現(xiàn)全面數(shù)字化轉(zhuǎn)型。因此,基本研究假說H1得到驗證。

表4 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗

為了確?；貧w結(jié)果的穩(wěn)健性,本文進行如下穩(wěn)健性檢驗。

1.替換核心解釋變量

本文借鑒趙云輝等(2019)[32]關(guān)于大數(shù)據(jù)發(fā)展體系的構(gòu)建方法(BDS2),采用《大數(shù)據(jù)藍皮書:中國大數(shù)據(jù)發(fā)展報告》中相關(guān)測量指標(biāo)構(gòu)建地區(qū)大數(shù)據(jù)發(fā)展水平新體系。新指標(biāo)體系具體包括:有電子商務(wù)活動的企業(yè)占總企業(yè)數(shù)的比重、每百家企業(yè)擁有的網(wǎng)站數(shù)(個)和每百人使用計算機數(shù)(臺)三個指標(biāo)。回歸結(jié)果如表5列(1)所示,回歸系數(shù)為正且在1%水平下顯著,與基準(zhǔn)回歸結(jié)果相同。

表5 穩(wěn)健性檢驗回歸結(jié)果

2.替換被解釋變量

鑒于企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)詞匯可以分為人工智能技術(shù)、大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、數(shù)字技術(shù)運用五類,本文采取五類詞匯詞頻的平均值作為衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)(DTE2)。從表5列(2)可知,回歸結(jié)果為正,仍在1%水平下顯著,即地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著促進作用,與本文核心結(jié)論吻合。

3.使用聯(lián)合固定效應(yīng)方法

表5列(3)(4)是在聯(lián)合固定效應(yīng)下,兩種企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的回歸結(jié)果,回歸系數(shù)為正,均在1%水平下顯著,再次驗證了地區(qū)大數(shù)據(jù)發(fā)展能夠促進企業(yè)數(shù)字化轉(zhuǎn)型的結(jié)論。因此,本文核心結(jié)論穩(wěn)健。

(三)內(nèi)生性檢驗

本文采用工具變量法解決可能存在的內(nèi)生性問題。參考施炳展和李建桐(2020)[45],本文選取各省區(qū)市人均函件數(shù)量(Letter)作為工具變量。選取該工具變量的原因在于:在相關(guān)性方面,人均函件數(shù)可以代表人們對傳統(tǒng)通信方式的偏好及依賴程度,這種偏好在長時間內(nèi)是穩(wěn)定的,進而影響到人們對互聯(lián)網(wǎng)通信方式的喜好,作用于大數(shù)據(jù)發(fā)展;在外生性方面,由于函件只是用于滿足人們?nèi)粘＝涣鞯墓ぞ?并不會對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生直接影響。因此,該變量滿足作為工具變量的條件。

工具變量的兩階段回歸結(jié)果如表6所示。為確?；貧w結(jié)果穩(wěn)健性,本文分別采取BDS、BDS2作為解釋變量進行回歸。其中,列(1)(2)為BDS作為解釋變量的兩階段回歸結(jié)果;列(3)(4)是BDS2作為解釋變量的兩階段回歸結(jié)果。第一階段回歸結(jié)果顯示,不論使用何種解釋變量,F值均遠大于10,即該工具變量通過了弱工具變量檢驗。并且,從列(1)(3)可知,人均函件數(shù)量回歸系數(shù)為正,并在1%水平下顯著,印證了函件數(shù)作為工具變量的合理性。從列(2)(4)可知,主要回歸系數(shù)為正,分別在10%、5%水平下顯著,即地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的促進作用,再次證明本文結(jié)論穩(wěn)健。

表6 工具變量兩階段回歸結(jié)果

(四)異質(zhì)性檢驗

不同類型的企業(yè)由于自身技術(shù)水平、融資能力等不同會導(dǎo)致地區(qū)大數(shù)據(jù)發(fā)展對其數(shù)字化轉(zhuǎn)型的影響存在差異。為深入了解此種差異,本文根據(jù)企業(yè)屬性進行異質(zhì)性檢驗。此外,上文發(fā)現(xiàn)我國東部、中部、西部地區(qū)大數(shù)據(jù)發(fā)展水平差距較大,地區(qū)經(jīng)濟發(fā)展等基礎(chǔ)條件不同,可能引起大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型的程度存在地區(qū)性差異。因此,本文進行了地區(qū)異質(zhì)性檢驗。

1.基于企業(yè)屬性的分類檢驗

本文將樣本劃分為高科技與非高科技企業(yè)、國有與非國有企業(yè)。回歸結(jié)果如表7所示。列(1)(2)的回歸對象分別為高科技企業(yè)、非高科技企業(yè)。列(3)(4)的回歸對象分別為非國有企業(yè)、國有企業(yè)。比較列(1)(2)結(jié)果可知,高科技企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為正,在1%水平下顯著,而非高科技企業(yè)的系數(shù)為負且不顯著。這可能是由于高科技企業(yè)技術(shù)儲備水平更強,擁有先進的科學(xué)技術(shù)手段,在獲取、處理、分析數(shù)據(jù)等環(huán)節(jié)擁有更高的效率及競爭優(yōu)勢,可以充分利用大數(shù)據(jù)獲取市場信息,緩解信息閉塞對企業(yè)數(shù)字化轉(zhuǎn)型帶來的困難。因此,高科技企業(yè)進行創(chuàng)新的成本更低,創(chuàng)新程度更深入,優(yōu)質(zhì)的創(chuàng)新條件為企業(yè)數(shù)字化轉(zhuǎn)型作鋪墊。非高科技企業(yè)技術(shù)手段落后,運用數(shù)據(jù)資源的效率相對較低,創(chuàng)新與治理的成本均高于高科技企業(yè)。當(dāng)?shù)卮髷?shù)據(jù)發(fā)展越迅速,可能越會惡化非高科技企業(yè)在競爭市場的劣勢地位,進一步加大其與高科技企業(yè)數(shù)字化發(fā)展之間的鴻溝,導(dǎo)致非高科技企業(yè)的轉(zhuǎn)型成本更高,抑制其數(shù)字化轉(zhuǎn)型意愿。因此,地區(qū)大數(shù)據(jù)發(fā)展對高科技企業(yè)數(shù)字化轉(zhuǎn)型有著更加顯著的促進作用。

表7 企業(yè)屬性分類檢驗回歸結(jié)果

從列(3)(4)可知,非國有企業(yè)的回歸系數(shù)為正,在1%的水平下顯著,而國有企業(yè)的回歸系數(shù)不顯著且為負值。一方面,相較于非國有企業(yè),國有企業(yè)承擔(dān)較多的社會任務(wù),受到更多監(jiān)管約束,在接受大數(shù)據(jù)這一新技術(shù)上更加保守,導(dǎo)致其運用大數(shù)據(jù)賦能企業(yè)數(shù)字化轉(zhuǎn)型的效率不高。非國有企業(yè)受到的監(jiān)管約束較低,為在市場中取得先決優(yōu)勢,將會快速接受并充分運用大數(shù)據(jù)技術(shù),實現(xiàn)大數(shù)據(jù)賦能企業(yè)創(chuàng)新能力和企業(yè)數(shù)字化治理,進而支持其數(shù)字化轉(zhuǎn)型。另一方面,企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)為自身發(fā)展而進行經(jīng)營模式的改變,成本高風(fēng)險高,國有企業(yè)身為國家利益的代表,資本運用受限較多。非國有企業(yè)的資本自由度相對更高,能夠更容易地運用大數(shù)據(jù)賦能企業(yè)數(shù)字化轉(zhuǎn)型。因此,地區(qū)大數(shù)據(jù)發(fā)展對非國有企業(yè)數(shù)字化轉(zhuǎn)型有更積極的正向作用。

2.基于地區(qū)差異的分類檢驗

為探究地區(qū)大數(shù)據(jù)發(fā)展水平對企業(yè)數(shù)字化轉(zhuǎn)型的影響是否存在地理差異。本文參照上文地區(qū)分組方法,按照企業(yè)注冊地所在地區(qū),將樣本分為東部、中部、西部三組,并進行分組回歸,回歸結(jié)果如表8所示。結(jié)果顯示,地區(qū)大數(shù)據(jù)發(fā)展對企業(yè)數(shù)字化轉(zhuǎn)型影響最為顯著的為東部地區(qū),回歸系數(shù)為正,在1%水平下顯著。中部、西部地區(qū)回歸系數(shù)雖為正但并不顯著。

表8 地區(qū)差異分類檢驗回歸結(jié)果

在東部地區(qū),地區(qū)大數(shù)據(jù)發(fā)展水平越高,對當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型的推動作用越強。從經(jīng)濟發(fā)展層面來看,東部地區(qū)經(jīng)濟發(fā)展水平明顯優(yōu)于中、西部地區(qū),東部地區(qū)企業(yè)獲得的資金支持和融資渠道均比中西部地區(qū)企業(yè)更多,因此,東部地區(qū)繁榮的經(jīng)濟發(fā)展水平為大數(shù)據(jù)促進企業(yè)數(shù)字化轉(zhuǎn)型提供了有利的經(jīng)濟基礎(chǔ)。從政策環(huán)境層面來看,東部地區(qū)大多為一線城市,這些城市關(guān)于大數(shù)據(jù)政策的頒布數(shù)量及實施力度優(yōu)于中、西部地區(qū),這些優(yōu)勢能夠推動其大數(shù)據(jù)發(fā)展水平穩(wěn)步提升,進而為當(dāng)?shù)仄髽I(yè)提供良好的數(shù)字化轉(zhuǎn)型環(huán)境。從企業(yè)開放層面來看,東部地區(qū)的大部分企業(yè)開放程度和市場化程度更高,擁有更強的創(chuàng)新意識和主動接受數(shù)字技術(shù)的意愿,因此大數(shù)據(jù)發(fā)展推動企業(yè)數(shù)字化轉(zhuǎn)型的效果更好。從人才資源層面來看,東部地區(qū)由于經(jīng)濟發(fā)達擁有更豐富的人才資源,能夠幫助企業(yè)高效率高質(zhì)量地運用數(shù)字技術(shù)完成數(shù)字化轉(zhuǎn)型。綜上所述,地區(qū)大數(shù)據(jù)發(fā)展對東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的促進作用更加明顯。

五、渠道分析

(一)企業(yè)創(chuàng)新

假說H2認為地區(qū)大數(shù)據(jù)發(fā)展能夠通過降低企業(yè)創(chuàng)新成本,賦能企業(yè)創(chuàng)新進而為企業(yè)數(shù)字化轉(zhuǎn)型鋪墊技術(shù)、經(jīng)營模式等基本條件。表9展示了渠道分析的回歸結(jié)果。列(1)為解釋變量BDS對被解釋變量INNVO的回歸結(jié)果,可以看出,回歸系數(shù)為正,在1%水平下顯著,證明地區(qū)大數(shù)據(jù)發(fā)展能夠幫助企業(yè)把握市場需求趨勢、降低創(chuàng)新成本來提高創(chuàng)新水平。列(2)以DTE為被解釋變量,INNVO作為解釋變量進行回歸,可以看出系數(shù)同樣為正并在1%水平下顯著。因此,地區(qū)大數(shù)據(jù)發(fā)展能夠通過提升企業(yè)創(chuàng)新水平,為企業(yè)數(shù)字化轉(zhuǎn)型提供更優(yōu)良的轉(zhuǎn)型技術(shù)及環(huán)境等基礎(chǔ)條件,進而推動數(shù)字化轉(zhuǎn)型,假說H2成立。

表9 渠道分析回歸結(jié)果

(二)企業(yè)治理水平

假說H3認為地區(qū)大數(shù)據(jù)發(fā)展通過提高企業(yè)治理水平、打造更嚴(yán)格規(guī)范的轉(zhuǎn)型環(huán)境,賦能企業(yè)數(shù)字化轉(zhuǎn)型。表9列(3)的解釋變量為地區(qū)大數(shù)據(jù)發(fā)展BDS,被解釋變量為企業(yè)治理水平GOV,企業(yè)治理水平的系數(shù)為正,在1%水平下顯著,證實地區(qū)大數(shù)據(jù)發(fā)展能夠提高企業(yè)內(nèi)部信息透明度,增強企業(yè)監(jiān)管能力,提升企業(yè)治理水平。列(4)是以DTE為被解釋變量,GOV作為解釋變量進行回歸的結(jié)果,系數(shù)為正,在1%水平下顯著,說明大數(shù)據(jù)通過提升企業(yè)治理水平,打造更規(guī)范嚴(yán)格的轉(zhuǎn)型環(huán)境,促進企業(yè)數(shù)字化轉(zhuǎn)型,假說H3成立。

(三)企業(yè)融資

1.數(shù)字金融發(fā)展

假說H4a認為地區(qū)大數(shù)據(jù)發(fā)展通過促進當(dāng)?shù)財?shù)字金融發(fā)展、緩解企業(yè)融資約束難題,從經(jīng)濟層面助力企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型。表9列(5)是以地區(qū)大數(shù)據(jù)發(fā)展BDS作為解釋變量,數(shù)字金融DF作為被解釋變量的回歸結(jié)果,可以看出,核心解釋變量BDS的回歸系數(shù)為正,在1%水平下顯著,說明地區(qū)大數(shù)據(jù)發(fā)展能夠通過為數(shù)字金融提供技術(shù)支持,提高地區(qū)數(shù)字金融發(fā)展水平,從資金供給方化解融資約束問題。列(6)是以DTE為被解釋變量,DF作為解釋變量的回歸結(jié)果,數(shù)字金融發(fā)展水平的指標(biāo)系數(shù)為正,在1%水平下顯著,驗證了地區(qū)大數(shù)據(jù)發(fā)展能夠通過提高當(dāng)?shù)財?shù)字金融發(fā)展水平、降低企業(yè)的融資約束,解決企業(yè)數(shù)字化轉(zhuǎn)型的資金需求,從而助力企業(yè)數(shù)字化轉(zhuǎn)型。即假說H4a成立。

2.企業(yè)融資約束

假說H4b認為地區(qū)大數(shù)據(jù)發(fā)展能夠從增加企業(yè)融資數(shù)量、提高融資質(zhì)量兩方面紓解企業(yè)融資約束難題,進而改善企業(yè)財務(wù)狀況驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。表9列(7)中解釋變量為地區(qū)大數(shù)據(jù)發(fā)展BDS,被解釋變量為融資約束SA,回歸系數(shù)為負,在10%水平下顯著,說明地區(qū)大數(shù)據(jù)發(fā)展能夠通過提升企業(yè)融資數(shù)量與融資質(zhì)量,緩解企業(yè)融資難題。列(8)中解釋變量為SA,被解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型DTE。回歸系數(shù)為負,在1%水平下顯著,說明企業(yè)面臨的融資約束越嚴(yán)重,越會抑制企業(yè)數(shù)字化轉(zhuǎn)型,反之,企業(yè)融資約束降低有助于企業(yè)數(shù)字化轉(zhuǎn)型。因此,本文假說H4b得到驗證,即地區(qū)大數(shù)據(jù)發(fā)展通過緩解企業(yè)融資約束,改善企業(yè)財務(wù)狀況來驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。

六、研究結(jié)論與政策建議

本文分別從理論與實證兩個層面探討了地區(qū)大數(shù)據(jù)發(fā)展水平對企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用渠道。主要結(jié)論如下。(1)地區(qū)大數(shù)據(jù)發(fā)展水平提高能夠顯著推動當(dāng)?shù)仄髽I(yè)數(shù)字化轉(zhuǎn)型。(2)地區(qū)大數(shù)據(jù)發(fā)展影響企業(yè)數(shù)字化轉(zhuǎn)型存在三條作用渠道:企業(yè)創(chuàng)新、企業(yè)治理與企業(yè)融資(數(shù)字金融發(fā)展及融資約束);即地區(qū)大數(shù)據(jù)發(fā)展能夠通過激勵企業(yè)創(chuàng)新、提高企業(yè)治理水平、提升地區(qū)數(shù)字金融發(fā)展水平及緩解企業(yè)融資約束來驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。(3)異質(zhì)分析表明,地區(qū)大數(shù)據(jù)發(fā)展水平提升對非國有企業(yè)、高科技企業(yè)、東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的促進作用更為明顯。

根據(jù)上述研究結(jié)論,本文提出以下政策建議。第一,著力推進大數(shù)據(jù)建設(shè)。大數(shù)據(jù)發(fā)展能夠顯著提高企業(yè)數(shù)字化轉(zhuǎn)型效率,政府應(yīng)加快打造技術(shù)成熟的大數(shù)據(jù)交易平臺、制定合理科學(xué)的大數(shù)據(jù)共享機制,充分發(fā)揮數(shù)據(jù)要素在企業(yè)內(nèi)外部資源配置中的作用。第二,創(chuàng)建良好創(chuàng)新生態(tài)系統(tǒng)。企業(yè)創(chuàng)新能夠為數(shù)字化轉(zhuǎn)型提供技術(shù)等基本條件。政府應(yīng)加強知識產(chǎn)權(quán)的保護和執(zhí)法力度,增加創(chuàng)新基金、科技補貼等財政支持,鼓勵企業(yè)積極創(chuàng)新。第三,完善企業(yè)治理體系。企業(yè)治理水平越高,越能夠為數(shù)字化轉(zhuǎn)型提供更規(guī)范嚴(yán)格的轉(zhuǎn)型環(huán)境。因此,政府應(yīng)建立健全企業(yè)治理相關(guān)監(jiān)督管理體系,保證企業(yè)治理的透明度和規(guī)范性;同時,企業(yè)也要及時補好自身監(jiān)管“漏洞”,加強內(nèi)部控制,確保高質(zhì)量治理水平。第四,加快推動數(shù)字金融高質(zhì)量發(fā)展。政府應(yīng)注重提升各地數(shù)字金融發(fā)展水平,從資金供給方緩解企業(yè)融資約束,增強對企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟支持。第五,重視欠發(fā)達地區(qū)的大數(shù)據(jù)發(fā)展。我國大數(shù)據(jù)發(fā)展存在嚴(yán)重區(qū)域不平衡問題,尤其是欠發(fā)達地區(qū)的大數(shù)據(jù)發(fā)展水平落后明顯。因此,政府應(yīng)著重扶持欠發(fā)達地區(qū)的大數(shù)據(jù)發(fā)展,保質(zhì)保量地完成政策實施環(huán)節(jié),幫助欠發(fā)達地區(qū)技術(shù)創(chuàng)新型及高新技術(shù)型企業(yè)實現(xiàn)健康發(fā)展。