童 雨

（南昌理工學(xué)院 工商管理學(xué)院，江西 南昌 330044）

一、引言和文獻(xiàn)綜述

隨著全球競(jìng)爭(zhēng)的加劇、數(shù)字經(jīng)濟(jì)的發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型已成為大勢(shì)所趨。除了新興數(shù)字化企業(yè)外，傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型也已成為一個(gè)國(guó)家和企業(yè)保持并獲取競(jìng)爭(zhēng)力的關(guān)鍵所在。世界各國(guó)紛紛出臺(tái)措施，重視并推動(dòng)制造業(yè)的數(shù)字化轉(zhuǎn)型。美國(guó)從20世紀(jì)90年代開(kāi)始，就非常重視信息技術(shù)的發(fā)展及其在制造業(yè)中的應(yīng)用，特別是2008年以后美國(guó)的再工業(yè)化也圍繞制造業(yè)的數(shù)字化展開(kāi)，先后發(fā)布了《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計(jì)劃》《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》《智能制造振興計(jì)劃》和《先進(jìn)制造業(yè)美國(guó)領(lǐng)導(dǎo)力戰(zhàn)略》等促進(jìn)信息技術(shù)和制造業(yè)融合的相關(guān)政策。德國(guó)作為制造業(yè)強(qiáng)國(guó)，傳統(tǒng)制造業(yè)國(guó)際競(jìng)爭(zhēng)力非常強(qiáng)，但是在數(shù)字經(jīng)濟(jì)時(shí)代，逐漸落后于美國(guó)和中國(guó)，為促進(jìn)傳統(tǒng)制造業(yè)發(fā)展，德國(guó)以“工業(yè)4.0”為核心，逐步完善數(shù)字化轉(zhuǎn)型計(jì)劃，推出了《數(shù)字化戰(zhàn)略2025》，還實(shí)施了“中小型企業(yè)數(shù)字化改造計(jì)劃”，通過(guò)對(duì)中小企業(yè)投資補(bǔ)助、建設(shè)數(shù)字化試點(diǎn)，為中小企業(yè)更好地了解和運(yùn)用新一代信息技術(shù)提供多項(xiàng)服務(wù)。中國(guó)在《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中提出加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國(guó)，促進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型。但是，目前傳統(tǒng)制造業(yè)在發(fā)展過(guò)程存在信息化發(fā)展水平普遍較低、工業(yè)設(shè)備的網(wǎng)絡(luò)化程度不高、設(shè)備設(shè)施的數(shù)字化程度較弱等問(wèn)題，尤其是中小企業(yè)轉(zhuǎn)型設(shè)備投入不足、數(shù)據(jù)收集不完善等。在企業(yè)設(shè)備的多樣化方面，缺乏互聯(lián)互通，企業(yè)信息安全與設(shè)備數(shù)據(jù)安全存在較大的隱患等，都導(dǎo)致中國(guó)傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型不高。根據(jù)兩化融合平臺(tái)的數(shù)據(jù)，截至2021年第2季度，中國(guó)制造業(yè)量化融合水平為57.8%，智能制造率僅為10.5%，雖然較之前有所提升，但總體水平較低，并且中小企業(yè)的數(shù)字化程度更低。那么，是什么因素影響了傳統(tǒng)制造業(yè)的數(shù)字化轉(zhuǎn)型呢？

Morton(1991)認(rèn)為在內(nèi)部有效地實(shí)施數(shù)字技術(shù)必將引發(fā)企業(yè)根本性的轉(zhuǎn)變，數(shù)字技術(shù)對(duì)于組織變革的研究被看作數(shù)字化轉(zhuǎn)型研究的開(kāi)端(Nadkarni&Reinhar，2020；Nambisan等，2017)。Coile(2000)基于數(shù)字技術(shù)的互聯(lián)網(wǎng)醫(yī)療商業(yè)模式的研究中提煉出“數(shù)字化轉(zhuǎn)型”這一概念，之后學(xué)者們開(kāi)始針對(duì)數(shù)字化轉(zhuǎn)型的影響展開(kāi)大量研究，包括組織創(chuàng)新(Smith&Bertta，2020；Caputo&Pizzi，2021)、建立競(jìng)爭(zhēng)優(yōu)勢(shì)(Amit&Zott，2012)等，此外研究還圍繞數(shù)字化轉(zhuǎn)型的推動(dòng)力，包括基于數(shù)字技術(shù)構(gòu)建平臺(tái)或商業(yè)生態(tài)系統(tǒng)(Seder等，2016)。數(shù)字經(jīng)濟(jì)高速發(fā)展下企業(yè)遵循經(jīng)濟(jì)發(fā)展規(guī)律所做出的主動(dòng)性戰(zhàn)略抉擇，通過(guò)加大數(shù)字技術(shù)創(chuàng)新力度，并將此技術(shù)與企業(yè)其他生產(chǎn)要素深度耦合，進(jìn)而優(yōu)化生產(chǎn)要素結(jié)構(gòu)，在不改變企業(yè)主要功能的情況下，驅(qū)動(dòng)企業(yè)生產(chǎn)運(yùn)營(yíng)效率的大幅提升。特別是在當(dāng)前中國(guó)經(jīng)濟(jì)下行壓力較大、經(jīng)濟(jì)動(dòng)能轉(zhuǎn)換迫在眉睫的大背景下，這種以數(shù)字資源挖掘?yàn)楹诵囊x的數(shù)字技術(shù)創(chuàng)新，由于其有助于企業(yè)突破傳統(tǒng)生產(chǎn)要素嚴(yán)峻的資源邊界約束，驅(qū)動(dòng)企業(yè)運(yùn)營(yíng)績(jī)效提升，就被賦予了更高的政策期望?！耙l(fā)展數(shù)字經(jīng)濟(jì)，加快推動(dòng)數(shù)字產(chǎn)業(yè)化”已成為社會(huì)上下的共識(shí)，應(yīng)當(dāng)說(shuō)，“實(shí)體經(jīng)濟(jì)+數(shù)字化”已然成為當(dāng)前經(jīng)濟(jì)深層次變革下實(shí)體企業(yè)加快轉(zhuǎn)型升級(jí)、提升核心競(jìng)爭(zhēng)力的必由之路（李曉華，2016；劉洋等，2020）?？梢钥闯?，已有的研究都認(rèn)為，數(shù)字化轉(zhuǎn)型有利于企業(yè)經(jīng)營(yíng)業(yè)績(jī)的提升。但是，就其提升的路徑措施學(xué)者們的看法不一：胡青(2020)發(fā)現(xiàn)，企業(yè)數(shù)字化變革通過(guò)“降成本”“提效率”“強(qiáng)創(chuàng)新”的渠道機(jī)制，進(jìn)而有效提升了實(shí)體經(jīng)濟(jì)運(yùn)行質(zhì)效。張驍?shù)?2019)認(rèn)為，企業(yè)與數(shù)字化技術(shù)的融合，能夠賦予企業(yè)更大的經(jīng)濟(jì)活力，有力助推其打破行業(yè)壁壘，進(jìn)而為企業(yè)跨界競(jìng)爭(zhēng)奠定基礎(chǔ)。然而，必須承認(rèn)的是，數(shù)字化轉(zhuǎn)型雖然為企業(yè)帶來(lái)運(yùn)行效率和經(jīng)濟(jì)效益提升等好處，但在實(shí)踐中也存在一定的困境。第一，企業(yè)的數(shù)字化轉(zhuǎn)型容易陷入概念囹圄。盡管數(shù)字化轉(zhuǎn)型對(duì)企業(yè)核心競(jìng)爭(zhēng)力的重要性不言而喻，企業(yè)在實(shí)踐中也相對(duì)增加了投入力度，但應(yīng)用效果總遜于預(yù)期。這主要是囿于企業(yè)組織制度與其數(shù)字化不適配所致（張成剛，2020）。戚聿東、蔡呈偉(2020)認(rèn)為，上市企業(yè)的管理組織架構(gòu)和能力與數(shù)字化轉(zhuǎn)型的技術(shù)先進(jìn)性存在一定的匹配滯后，數(shù)字化轉(zhuǎn)型帶來(lái)的收益被其衍生管理成本所抵減，所形成的績(jī)效驅(qū)動(dòng)效果相對(duì)有限。而深度的組織變革往往用時(shí)較久且耗費(fèi)巨大，這就制約企業(yè)數(shù)字化轉(zhuǎn)型的順利推進(jìn)。第二，數(shù)字化轉(zhuǎn)型同樣存在技術(shù)桎梏。盡管大數(shù)據(jù)、云計(jì)算等技術(shù)的廣泛應(yīng)用，極大豐富了企業(yè)數(shù)字化的技術(shù)選擇。但是，這些技術(shù)大多是工具性創(chuàng)新的演進(jìn)和疊加，并不足以革命性地“顛覆”傳統(tǒng)的模式（劉芬華等，2016）；加之部分小微企業(yè)囿于資源約束，雖然也在宣稱進(jìn)行數(shù)字化轉(zhuǎn)型，但卻沒(méi)有實(shí)質(zhì)性操作。數(shù)字化轉(zhuǎn)型要求企業(yè)以信息技術(shù)為依托，在生產(chǎn)、銷(xiāo)售、研發(fā)、物流等業(yè)務(wù)方面全面實(shí)現(xiàn)信息化和物聯(lián)網(wǎng)絡(luò)，以數(shù)據(jù)驅(qū)動(dòng)企業(yè)業(yè)務(wù)開(kāi)展，這對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型提出了更高的要求，而不僅僅局限于信息技術(shù)設(shè)備和軟件的采用。不同的研究對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型影響因素存在差異，不同行業(yè)也具有不同的特征，已有的成果主要基于案例研究，規(guī)范研究較多，實(shí)證研究較少，有必要基于企業(yè)層面對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的影響因素進(jìn)行實(shí)證研究。

二、理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型是指企業(yè)運(yùn)用數(shù)字技術(shù)的創(chuàng)新過(guò)程，通過(guò)重塑企業(yè)愿景、戰(zhàn)略、組織結(jié)構(gòu)、流程、能力和文化，以適應(yīng)高度變化的數(shù)字環(huán)境(Amit Kumar&Bala Krishnamoorthy，2020)。因此，文章采用“技術(shù)(Technology)-組織(Organization)-環(huán)境(Environment)”(TOE)的分析框架來(lái)分析傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型的影響因素。

圖1 TOE框架的數(shù)字化轉(zhuǎn)型影響因素

1.技術(shù)

對(duì)于傳統(tǒng)制造企業(yè)來(lái)說(shuō)，一般屬于勞動(dòng)密集型和資本密集型產(chǎn)業(yè)，技術(shù)要素所占的比例較低。但是，技術(shù)因素對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型非常重要，很多研究認(rèn)為技術(shù)投入和技術(shù)應(yīng)用都是促進(jìn)數(shù)字化轉(zhuǎn)型的重要因素。技術(shù)水平貫穿企業(yè)數(shù)字化轉(zhuǎn)型的始終，不僅包括數(shù)字化轉(zhuǎn)型中的硬件投入，也包括購(gòu)置硬件后的應(yīng)用。既需要企業(yè)投入大量的研發(fā)精力和經(jīng)費(fèi)，也需要企業(yè)加強(qiáng)對(duì)員工的培訓(xùn)。由于傳統(tǒng)制造業(yè)的數(shù)字化轉(zhuǎn)型涉及到研發(fā)、生產(chǎn)、營(yíng)銷(xiāo)等全鏈條，從事制造生產(chǎn)的時(shí)間比較長(zhǎng)，生產(chǎn)設(shè)備陳舊老化，無(wú)法滿足數(shù)字化轉(zhuǎn)型的需求，企業(yè)需要投入巨大的資源來(lái)購(gòu)買(mǎi)信息技術(shù)設(shè)備和自動(dòng)化設(shè)備，對(duì)生產(chǎn)流程進(jìn)行再造；沒(méi)有大量資金可以馬上對(duì)生產(chǎn)設(shè)備進(jìn)行升級(jí)換代。而且受到人力、資金的約束，在目前的金融背景下傳統(tǒng)制造業(yè)獲取資金的難度較大。再加上，部分企業(yè)對(duì)于數(shù)字化轉(zhuǎn)型的成效還不確定，所以技術(shù)水平較低的制造業(yè)，其數(shù)字化轉(zhuǎn)型無(wú)論是在動(dòng)力方面還是在資源層面都不具備實(shí)現(xiàn)條件。越是技術(shù)水平高的企業(yè)，數(shù)字化轉(zhuǎn)型的動(dòng)力越大，其數(shù)字化轉(zhuǎn)型的程度也越高。

假設(shè)H1：制造企業(yè)技術(shù)水平越高，數(shù)字化轉(zhuǎn)型程度也就越大。

2.企業(yè)組織

組織因素是指組織管理因素對(duì)于技術(shù)的影響，其中包括公司的特征和資源、公司規(guī)模和公司高管人員的結(jié)構(gòu)等。組織具有異質(zhì)性，在企業(yè)內(nèi)部包括高層管理人員特征、底層員工的結(jié)構(gòu)特征，高層與底層的互動(dòng)過(guò)程以及冗余資源的數(shù)量，都對(duì)公司的數(shù)字化轉(zhuǎn)型產(chǎn)生影響。其中，最典型的且可以量化的兩類指標(biāo)為企業(yè)規(guī)模和高管人員特征。企業(yè)規(guī)模越大，企業(yè)的數(shù)字化轉(zhuǎn)型程度就會(huì)越低。因?yàn)槠髽I(yè)規(guī)模越大，機(jī)構(gòu)較為龐雜，企業(yè)數(shù)字化轉(zhuǎn)型的協(xié)調(diào)能力就較低。而且大企業(yè)內(nèi)部不同層級(jí)之間積累形成多種設(shè)備，網(wǎng)絡(luò)應(yīng)用環(huán)境非常復(fù)雜，設(shè)備之間互聯(lián)互通的成本較高。而中小規(guī)模的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型就相對(duì)容易。另外，企業(yè)高管的重視程度是一個(gè)非常重要的影響因素。數(shù)字化轉(zhuǎn)型不僅是技術(shù)問(wèn)題，而是需要有符合數(shù)字化轉(zhuǎn)型的人才領(lǐng)導(dǎo)并推進(jìn)才能取得成功。數(shù)字化轉(zhuǎn)型領(lǐng)導(dǎo)者與傳統(tǒng)領(lǐng)導(dǎo)者不同的特征，包括人際關(guān)系、團(tuán)隊(duì)協(xié)作、管理沖突、團(tuán)隊(duì)建設(shè)、溝通-說(shuō)服-鼓舞和發(fā)展人才等各方面，他們不僅是技術(shù)專家，也是管理協(xié)調(diào)高手，積極推動(dòng)企業(yè)組織的數(shù)字化改造。在中國(guó)企業(yè)當(dāng)前的管理情景下，企業(yè)領(lǐng)導(dǎo)層的決策影響了某項(xiàng)業(yè)務(wù)的重視程度。公司高管重視數(shù)字化轉(zhuǎn)型，并且具備相應(yīng)的技能，數(shù)字化轉(zhuǎn)型也較容易成功。

假設(shè)H2：企業(yè)規(guī)模與數(shù)字化轉(zhuǎn)型程度成反比，規(guī)模越大，數(shù)字化程度越低。

假設(shè)H3：公司高管與數(shù)字化程度成正比，公司高管的學(xué)歷越高，數(shù)字化轉(zhuǎn)型程度也越高。

3.環(huán)境因素

環(huán)境因素是企業(yè)面臨的外部環(huán)境，包括宏觀環(huán)境和市場(chǎng)環(huán)境等。對(duì)于宏觀環(huán)境來(lái)說(shuō)，政府對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的支持是一項(xiàng)非常重要的因素，政府的支持包括財(cái)政金融支持，如減稅、財(cái)政補(bǔ)貼和貸款支持等。由于所有企業(yè)都面臨同樣的環(huán)境，因此在研究過(guò)程中并未單獨(dú)分析宏觀環(huán)境對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響?；谌蚴酚^的視角，金融是驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展的核心動(dòng)力。而且新古典經(jīng)濟(jì)學(xué)派也認(rèn)為，金融是現(xiàn)代經(jīng)濟(jì)學(xué)的核心。要想有效推動(dòng)企業(yè)數(shù)字化進(jìn)入快車(chē)道，離不開(kāi)合理有效的金融支持。但是由于企業(yè)個(gè)體具有異質(zhì)性差異，企業(yè)在獲得金融支持方面存在較大的差異性，文章主要從企業(yè)的融資支持展開(kāi)分析。據(jù)此，研究得出如下假設(shè)：

假設(shè)H4：企業(yè)融資可獲得性越大，數(shù)字化轉(zhuǎn)型程度也就越高。

三、實(shí)證分析

1.模型構(gòu)建

為研究企業(yè)數(shù)字化轉(zhuǎn)型的影響因素，設(shè)定模型進(jìn)行分析：

其中，企業(yè)數(shù)字化轉(zhuǎn)型(DT)作為因變量，自變量包括研發(fā)投入(RD)、公司高管學(xué)歷(MG)、企業(yè)規(guī)模(SIZE)和金融支持(fin)變量。λ為聚類至微觀企業(yè)層面的隨機(jī)誤差項(xiàng)。為了盡可能地減弱互為因果的干擾，研究還將核心自變量進(jìn)行滯后處理。此外，研究還控制了“時(shí)間—行業(yè)”雙向固定效應(yīng)，以降低內(nèi)生性的擾動(dòng)。

需要補(bǔ)充說(shuō)明的是，在進(jìn)行模型的檢驗(yàn)之前，研究進(jìn)行了如下的技術(shù)處理工作：第一，數(shù)據(jù)中存在的奇異值會(huì)極大地干擾本項(xiàng)研究的回歸精度，對(duì)此本項(xiàng)研究對(duì)所有數(shù)據(jù)（虛擬變量除外）都進(jìn)行了1%和99%分位數(shù)的Winsor平滑處理，并對(duì)所有非比值型變量進(jìn)行了加1并做對(duì)數(shù)化處理，即ln(X+1)。第二，由于企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)長(zhǎng)期的工作，企業(yè)的任何經(jīng)營(yíng)決策（包括但不限于金融化行為）想要影響到企業(yè)的數(shù)字化轉(zhuǎn)型，則必須要經(jīng)過(guò)較長(zhǎng)的一段時(shí)間方能實(shí)現(xiàn)，對(duì)變量滯后一期處理。另外，文章分別采用行業(yè)固定效應(yīng)和時(shí)間固定效應(yīng)，控制了相關(guān)的時(shí)間趨勢(shì)，二者合并即為“雙向固定效應(yīng)模型”。此外，為了減輕異方差的干擾，研究在實(shí)證檢驗(yàn)中都采用了聚類穩(wěn)健標(biāo)準(zhǔn)誤的方式進(jìn)行調(diào)整。

2.變量分析

數(shù)字化轉(zhuǎn)型(DT)。既有針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的研究，大多停留在定性分析的視角（陳春花等，2019；肖靜華、吳小龍，2021），鮮有文獻(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行定量測(cè)度。已有學(xué)者做了一些有益嘗試，何帆、劉紅霞(2019)采用“當(dāng)年是否進(jìn)行數(shù)字化轉(zhuǎn)型”的“0～1”虛擬變量來(lái)測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型，但這種技術(shù)處理手法無(wú)法有效展現(xiàn)出企業(yè)數(shù)字化轉(zhuǎn)型的“強(qiáng)度”，也無(wú)法透視時(shí)序上的數(shù)字化轉(zhuǎn)型演變態(tài)勢(shì)，極有可能損失企業(yè)數(shù)字化轉(zhuǎn)型的大量細(xì)致信息。

客觀而言，單從公開(kāi)的財(cái)務(wù)數(shù)據(jù)難以捕捉到企業(yè)數(shù)字化轉(zhuǎn)型的程度。不過(guò)通常來(lái)說(shuō)，管理層會(huì)在年報(bào)中對(duì)其在“數(shù)字化轉(zhuǎn)型”方面的實(shí)施進(jìn)程進(jìn)行披露，這很大程度上代表企業(yè)高層對(duì)當(dāng)前和未來(lái)發(fā)展的戰(zhàn)略定位，具有高度統(tǒng)領(lǐng)企業(yè)經(jīng)營(yíng)發(fā)展的效力。因此，研究從上市企業(yè)年報(bào)中歸集涉及“企業(yè)數(shù)字化轉(zhuǎn)型”的詞頻，從而刻畫(huà)其數(shù)字化轉(zhuǎn)型強(qiáng)度。選取和統(tǒng)計(jì)上市企業(yè)年度報(bào)告中有關(guān)“數(shù)字化轉(zhuǎn)型”的關(guān)鍵詞詞頻，作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。因此，通過(guò)以下四個(gè)步驟獲取上述數(shù)據(jù)：首先，框定文本檢索詞庫(kù)。其次，運(yùn)用Python爬蟲(chóng)功能歸集整理了上海交易所、深圳交易所全部A股上市企業(yè)的年度報(bào)告，并通過(guò)Java PDFbox庫(kù)提取所有文本內(nèi)容，匹配同企業(yè)“數(shù)字化轉(zhuǎn)型”有關(guān)的關(guān)鍵詞的詞頻數(shù)。再次，逐條閱讀“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞相關(guān)語(yǔ)句，并進(jìn)行數(shù)據(jù)清洗。最后，分類歸集這些關(guān)鍵詞詞頻并形成最終加總詞頻，從而構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的一個(gè)總括及四個(gè)維度的初始指標(biāo)體系。由于這類數(shù)據(jù)具有典型的“右偏性”特征，研究將其進(jìn)行了對(duì)數(shù)化處理，從而得到了刻畫(huà)企業(yè)數(shù)字化轉(zhuǎn)型的整體指標(biāo)。

研發(fā)投入(RD)：代表企業(yè)的技術(shù)水平。按照前面的分析，研發(fā)投入越多，企業(yè)的數(shù)字化轉(zhuǎn)型程度也就越高。研發(fā)投入的相關(guān)數(shù)據(jù)來(lái)源于上市公司年度報(bào)告。

企業(yè)規(guī)模(SIZE)：基本上所有研究都認(rèn)為企業(yè)規(guī)模采用銷(xiāo)售收入來(lái)代替，通過(guò)年度報(bào)告的營(yíng)業(yè)收入來(lái)衡量。

高管學(xué)歷(MG)：學(xué)歷水平越高，越有利于企業(yè)的數(shù)字化轉(zhuǎn)型。通過(guò)上市公司高管介紹中“總經(jīng)理學(xué)歷”信息來(lái)獲取數(shù)據(jù)。采用0～1的虛擬變量，本科以下為0，本科及以上為1。

融資的可獲得性(fin)。借鑒Denis&Sibilkov(2009)等采用企業(yè)金融資產(chǎn)在總資產(chǎn)中的占比的方式來(lái)刻畫(huà)企業(yè)融資的可獲得性，公式為：fin=(交易性融資資產(chǎn)+衍生性金融資產(chǎn)+發(fā)放貸款及墊款凈額+可供出售金融資產(chǎn)凈額+持有到期投資凈額+長(zhǎng)期股權(quán)凈額)/總資產(chǎn)。

四、實(shí)證回歸結(jié)果

1.基準(zhǔn)回歸結(jié)果

文章用Stata.14，通過(guò)對(duì)面板數(shù)據(jù)進(jìn)行回歸，結(jié)果見(jiàn)表1。

表1 制造業(yè)數(shù)字化轉(zhuǎn)型影響因素的回歸結(jié)果

表1中，模型(1)～(4)分別加入了不同的解釋變量，控制了行業(yè)效應(yīng)、時(shí)間效應(yīng)的基準(zhǔn)回歸測(cè)算結(jié)果。從回歸結(jié)果來(lái)看，技術(shù)創(chuàng)新對(duì)數(shù)字化轉(zhuǎn)型程度的影響為正，并且在1%的水平下顯著，說(shuō)明研發(fā)投入越多，企業(yè)數(shù)字化轉(zhuǎn)型程度也就越高。添加其他因素后的回歸結(jié)果也顯示出積極的效應(yīng)。列(2)在列(1)的基礎(chǔ)上添加了企業(yè)規(guī)模因素，從回歸結(jié)果來(lái)看，規(guī)模因素對(duì)數(shù)字化轉(zhuǎn)型的影響為負(fù)，但并不顯著，說(shuō)明規(guī)模因素不是影響數(shù)字化轉(zhuǎn)型的主要因素。在中國(guó)上市公司中，大部分是中小規(guī)模企業(yè)，大型企業(yè)數(shù)量所占的比例較低，中型制造企業(yè)具有數(shù)字化轉(zhuǎn)型的機(jī)動(dòng)性，所以，假設(shè)H2并沒(méi)有得到支持。第(3)列中添加了金融支持因素，從結(jié)果可以看出，金融支持對(duì)于數(shù)字化轉(zhuǎn)型非常重要，影響系數(shù)為0.2287，遠(yuǎn)遠(yuǎn)大于其他因素的影響，且系數(shù)為正。中國(guó)在進(jìn)行數(shù)字化轉(zhuǎn)型的過(guò)程中，對(duì)資本市場(chǎng)的融資管制不斷放松，上市公司可以獲得較多的融資機(jī)會(huì)，進(jìn)而促進(jìn)制造企業(yè)的數(shù)字化轉(zhuǎn)型。

2.異質(zhì)性檢驗(yàn)

為確定是否存在行業(yè)異質(zhì)性，文章將制造業(yè)行業(yè)按照不同的技術(shù)含量水平分為三大類：勞動(dòng)密集型行業(yè)、資本密集型行業(yè)和技術(shù)密集型行業(yè)，進(jìn)而分析這些行業(yè)制造業(yè)上市公司數(shù)字化轉(zhuǎn)型的影響因素差異，回歸結(jié)果見(jiàn)表2。

表2 不同制造業(yè)行業(yè)數(shù)字化轉(zhuǎn)型影響因素的回歸結(jié)果

研究發(fā)現(xiàn)，影響制造業(yè)數(shù)字化轉(zhuǎn)型的因素具有較大的異質(zhì)性，對(duì)于不同的行業(yè)，不同因素的影響程度差別也較大。對(duì)于研發(fā)投入來(lái)說(shuō)，在技術(shù)密集型行業(yè)的影響程度最大，由于技術(shù)密集型制造業(yè)本身具有較高的信息基礎(chǔ)投資，相對(duì)而言數(shù)字化轉(zhuǎn)型程度也越大。資本密集型行業(yè)研發(fā)投入的影響程度次之。技術(shù)密集型和資本密集型行業(yè)對(duì)數(shù)字化轉(zhuǎn)型的接受程度更高，尤其是流程化運(yùn)作的工廠能夠通過(guò)建設(shè)工業(yè)互聯(lián)網(wǎng)平臺(tái)獲得更高的成效，所以加大技術(shù)密集型和資本密集型行業(yè)制造企業(yè)的研發(fā)投入，能夠更好地促進(jìn)這些行業(yè)的數(shù)字化轉(zhuǎn)型。相對(duì)來(lái)說(shuō)，勞動(dòng)密集型行業(yè)研發(fā)投入的影響系數(shù)較低。

對(duì)于企業(yè)規(guī)模來(lái)說(shuō)，按照中國(guó)工業(yè)統(tǒng)計(jì)的數(shù)據(jù)，大型企業(yè)所占比例較低，中小企業(yè)占比為94.1%；在上市制造企業(yè)中，中小企業(yè)占比也在90%以上。無(wú)論是勞動(dòng)密集型、資本密集型制造業(yè)，還是技術(shù)密集型制造業(yè)，企業(yè)規(guī)模對(duì)數(shù)字化轉(zhuǎn)型的影響系數(shù)都為負(fù)，而且資本密集型行業(yè)在5%的水平下顯著。可以看出，企業(yè)規(guī)模越大，數(shù)字化轉(zhuǎn)型的程度最低。

金融支持的作用也呈現(xiàn)較強(qiáng)的異質(zhì)性，不同行業(yè)對(duì)金融支持的需求不同，這就導(dǎo)致金融支持對(duì)數(shù)字化轉(zhuǎn)型的影響也不同。在三類行業(yè)中，影響程度從大到小可以排序?yàn)椋嘿Y本密集型、技術(shù)密集型和勞動(dòng)密集型。資本密集型行業(yè)呈現(xiàn)典型的“長(zhǎng)鏈條、重資產(chǎn)、需求多樣”的行業(yè)特征，在數(shù)字化轉(zhuǎn)型中，投入規(guī)模最大，因而金融支持的需求最迫切。相反，技術(shù)密集型行業(yè)屬于輕資產(chǎn)行業(yè)，數(shù)字化轉(zhuǎn)型程度本身較高，金融支持的需求相對(duì)較低。

3.穩(wěn)健性檢驗(yàn)

由于研發(fā)投入本身也是數(shù)字化基礎(chǔ)設(shè)施投資的一部分，具有內(nèi)生性。對(duì)于內(nèi)生性的處理一般有6種方法：控制代理變量來(lái)解決遺漏變量，工具變量解決遺漏變量和雙向因果，固定效應(yīng)解決穩(wěn)定的遺漏變量，克曼法解決樣本選擇，差分法解決自選擇，斷點(diǎn)回歸解決遺漏變量和雙向因果，可以看出研發(fā)投入與數(shù)字化轉(zhuǎn)型的雙向因果關(guān)系需要采用工具變量的方法。而工具變量法可采用簡(jiǎn)單回歸、弱工具變量、兩階段最小二乘法來(lái)處理。因此，采用兩階段最小二乘法(2SLS)。另外，在數(shù)字化轉(zhuǎn)型程度指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)，前文所用數(shù)字化轉(zhuǎn)型指標(biāo)疊加了很多變量，在此采用簡(jiǎn)單的ICT投入和軟件投入加總的數(shù)據(jù)代替數(shù)字化轉(zhuǎn)型指標(biāo)。穩(wěn)健性檢驗(yàn)的回歸結(jié)果見(jiàn)表3。

由表3可以看到，無(wú)論是兩階段最小二乘法，還是替代后的數(shù)字化轉(zhuǎn)型指標(biāo)，其實(shí)證結(jié)果都與基準(zhǔn)回歸結(jié)果一致，擬合優(yōu)度分別為0.657和0.7024，能夠較好地解釋數(shù)字化轉(zhuǎn)型的影響因素。

表3 穩(wěn)健性檢驗(yàn)回歸結(jié)果

五、研究結(jié)論與政策建議

《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出，要促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。制造業(yè)在國(guó)民經(jīng)濟(jì)中具有舉足輕重的地位，也是全球競(jìng)爭(zhēng)的關(guān)鍵，即使是發(fā)達(dá)國(guó)家也在從服務(wù)業(yè)為主轉(zhuǎn)向“再工業(yè)化”。但是傳統(tǒng)制造業(yè)如何在數(shù)字經(jīng)濟(jì)時(shí)代生存并且獲得競(jìng)爭(zhēng)優(yōu)勢(shì)？這就需要傳統(tǒng)制造業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，用數(shù)字經(jīng)濟(jì)改造生產(chǎn)流程，數(shù)字要素取代傳統(tǒng)勞動(dòng)力要素和資本要素成為最關(guān)鍵的要素。但是如何推動(dòng)傳統(tǒng)制造業(yè)的數(shù)字化轉(zhuǎn)型？哪些因素影響了數(shù)字化轉(zhuǎn)型？文章基于上市公司數(shù)據(jù)，實(shí)證檢驗(yàn)了制造業(yè)數(shù)字化轉(zhuǎn)型的影響因素。研究結(jié)果發(fā)現(xiàn)：一是研發(fā)投入、金融支持對(duì)數(shù)字化轉(zhuǎn)型的影響為正并且非常顯著，高管學(xué)歷和企業(yè)規(guī)模對(duì)數(shù)字化轉(zhuǎn)型有一定的影響；二是分行業(yè)類型的異質(zhì)性檢驗(yàn)結(jié)果表明，研發(fā)投入對(duì)勞動(dòng)密集型行業(yè)的數(shù)字化轉(zhuǎn)型的影響最大，金融支持對(duì)資本密集型行業(yè)的數(shù)字化轉(zhuǎn)型的影響最大，高管學(xué)歷對(duì)勞動(dòng)密集型行業(yè)數(shù)字化轉(zhuǎn)型的影響最大。文章的穩(wěn)健性檢驗(yàn)結(jié)果也驗(yàn)證了這一結(jié)論。對(duì)策建議如下：

1.加大研發(fā)投入

無(wú)論是否需要數(shù)字化轉(zhuǎn)型，研發(fā)投入都是企業(yè)獲取競(jìng)爭(zhēng)力的關(guān)鍵。在競(jìng)爭(zhēng)激烈的全球市場(chǎng)，只有不斷加大研發(fā)投入，推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型，才能不斷提升產(chǎn)品附加值，取得競(jìng)爭(zhēng)優(yōu)勢(shì)。分行業(yè)的結(jié)果看，勞動(dòng)密集型行業(yè)研發(fā)投入的數(shù)字化轉(zhuǎn)型效應(yīng)最大，這說(shuō)明對(duì)于勞動(dòng)密集型行業(yè)需要進(jìn)一步加大研發(fā)投入，逐漸以自動(dòng)化和數(shù)據(jù)化代替勞動(dòng)，以緩解用工荒并降低國(guó)際產(chǎn)業(yè)轉(zhuǎn)移帶來(lái)的沖擊，提升中國(guó)制造企業(yè)的國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)。

2.加大金融支持力度

相對(duì)于依賴間接融資渠道的企業(yè)，上市公司具有較強(qiáng)的融資能力，可以通過(guò)增發(fā)新股、配股、可轉(zhuǎn)債等金融工具獲得金融支持，預(yù)期金融支持應(yīng)該對(duì)數(shù)字化轉(zhuǎn)型的影響最大，但是可以看到金融支持的影響程度并沒(méi)有比研發(fā)投入等的差別更大。說(shuō)明金融支持的力度還需要進(jìn)一步加大，對(duì)于上市公司來(lái)說(shuō)獲取更多的融資渠道；對(duì)于非上市制造企業(yè)來(lái)說(shuō)，需要積極發(fā)展和完善支持制造強(qiáng)國(guó)建設(shè)的多元化金融組織體系，充分發(fā)揮各類銀行機(jī)構(gòu)的差異化優(yōu)勢(shì)，形成金融服務(wù)協(xié)同效應(yīng)。

3.企業(yè)高層重視數(shù)字化轉(zhuǎn)型

企業(yè)高管是決定數(shù)字化轉(zhuǎn)型的關(guān)鍵。然而，從目前來(lái)看，高管對(duì)于數(shù)字化轉(zhuǎn)型的認(rèn)識(shí)還存在差異。有一部分高管認(rèn)為，數(shù)字化轉(zhuǎn)型是徒勞無(wú)功的，也有一部分高管表示在制定轉(zhuǎn)型策略時(shí)比較茫然。而且數(shù)字化轉(zhuǎn)型涉及到企業(yè)的各個(gè)層面，需要從頂層不斷向下推進(jìn)，這就需要管理層不斷提高認(rèn)識(shí)，重視數(shù)字化轉(zhuǎn)型，并能夠以極大的魄力推動(dòng)數(shù)字化轉(zhuǎn)型，不論短期是否面臨挫折，都要堅(jiān)持轉(zhuǎn)型。