李沁洋,支 佳,劉向強(qiáng)

(西南大學(xué) 經(jīng)濟(jì)管理學(xué)院,重慶 400715)

一、引言

隨著數(shù)字化時(shí)代的全面到來(lái),數(shù)字經(jīng)濟(jì)已成為世界各國(guó)經(jīng)濟(jì)轉(zhuǎn)型和創(chuàng)新驅(qū)動(dòng)發(fā)展的必然選擇。截至2021年,中國(guó)數(shù)字經(jīng)濟(jì)總量已超45萬(wàn)億元,占地區(qū)生產(chǎn)總值的比重超過(guò)40%,標(biāo)志著數(shù)字經(jīng)濟(jì)已成為經(jīng)濟(jì)新常態(tài)背景下擴(kuò)大中國(guó)內(nèi)需、拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要推動(dòng)力量[1]。數(shù)據(jù)這一新型生產(chǎn)要素,蘊(yùn)藏著巨大的經(jīng)濟(jì)價(jià)值,而企業(yè)數(shù)字化轉(zhuǎn)型正成為撬動(dòng)這一生產(chǎn)要素的重要工具。國(guó)家發(fā)展和改革委員會(huì)的統(tǒng)計(jì)數(shù)據(jù)表明,企業(yè)利用數(shù)字技術(shù)能夠提高60%左右的運(yùn)營(yíng)效率、50%左右的管理效率以及節(jié)約20%的人力成本。在這樣劃時(shí)代轉(zhuǎn)變的背景下,越來(lái)越多的企業(yè)開(kāi)始進(jìn)行數(shù)字化轉(zhuǎn)型變革,以期在數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中獲得更多數(shù)字紅利。數(shù)字化轉(zhuǎn)型通過(guò)數(shù)字技術(shù)與核心業(yè)務(wù)的融合及數(shù)據(jù)要素價(jià)值的挖掘,已成為傳統(tǒng)企業(yè)改造升級(jí)傳統(tǒng)動(dòng)能、培育發(fā)展新動(dòng)能的重要手段。與此同時(shí),中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài),企業(yè)的發(fā)展目標(biāo)已由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展,效率提升是高質(zhì)量發(fā)展的第一要義。但是,低效率的資本配置行為仍然在企業(yè)中廣泛存在[2]。因此,企業(yè)是否能借助數(shù)字化轉(zhuǎn)型,提升其資本配置效率,實(shí)現(xiàn)高質(zhì)量發(fā)展是一個(gè)亟須探索的重要現(xiàn)實(shí)問(wèn)題。

現(xiàn)有研究指出,數(shù)字化轉(zhuǎn)型是為了應(yīng)對(duì)數(shù)字技術(shù)的變化、日益加劇的數(shù)字化競(jìng)爭(zhēng)以及由此產(chǎn)生的數(shù)字化客戶(hù)行為而產(chǎn)生的,致力于數(shù)字化轉(zhuǎn)型的企業(yè)不僅需要擁有數(shù)字技術(shù),還需要擁有并發(fā)展與數(shù)字敏捷性、數(shù)字網(wǎng)絡(luò)和大數(shù)據(jù)分析相關(guān)的能力[3]。通過(guò)數(shù)字技術(shù)與核心業(yè)務(wù)的融合及數(shù)據(jù)要素價(jià)值的挖掘,數(shù)字化轉(zhuǎn)型會(huì)改變企業(yè)的生產(chǎn)銷(xiāo)售方式、經(jīng)營(yíng)決策、商業(yè)模式甚至價(jià)值鏈關(guān)系,對(duì)企業(yè)的各方面產(chǎn)生重大影響[4]。然而,已有文獻(xiàn)主要關(guān)注了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)生產(chǎn)效率、企業(yè)績(jī)效以及在資本市場(chǎng)上的表現(xiàn)等方面的影響,鮮有文獻(xiàn)探究數(shù)字化轉(zhuǎn)型與企業(yè)資本配置效率之間的內(nèi)在聯(lián)系[5-7]。那么,數(shù)字化轉(zhuǎn)型是否有助于引導(dǎo)企業(yè)將有限的資本配置于回報(bào)率最高的領(lǐng)域,從而促進(jìn)企業(yè)資本配置效率的提升?對(duì)上述問(wèn)題的研究具有重要的理論價(jià)值。

因此,本文通過(guò)理論分析提出研究假設(shè),并以2008—2020年中國(guó)A股上市公司為樣本,借助Python爬蟲(chóng)技術(shù)和文本分析法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型衡量指標(biāo),實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的影響。結(jié)果顯示:企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著提高其資本配置效率。這一結(jié)論在通過(guò)改變核心變量、工具變量法等穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后均成立。其次,異質(zhì)性檢驗(yàn)的結(jié)果表明在行業(yè)競(jìng)爭(zhēng)度較高的企業(yè)、代理沖突較嚴(yán)重的企業(yè)、高科技企業(yè)以及較小規(guī)模企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更顯著。最后,拓展性研究表明,企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資本配置效率的正向影響會(huì)進(jìn)一步促進(jìn)企業(yè)價(jià)值提升。

本文可能的邊際貢獻(xiàn)主要有:第一,不同于以往文獻(xiàn),本文以數(shù)字化轉(zhuǎn)型為切入點(diǎn),探究企業(yè)資本配置效率的影響因素,為優(yōu)化企業(yè)資本配置行為提供了新思路和新途徑;第二,現(xiàn)有文獻(xiàn)主要從企業(yè)生產(chǎn)效率、企業(yè)績(jī)效、資本市場(chǎng)表現(xiàn)等方面關(guān)注數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果,本文則從企業(yè)的資本配置效率角度入手,研究了數(shù)字化轉(zhuǎn)型在提升企業(yè)資本配置效率方面產(chǎn)生的作用,豐富了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果研究。第三,本文拓展性研究發(fā)現(xiàn)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)資本配置效率,最終會(huì)促進(jìn)企業(yè)價(jià)值增值。這一結(jié)論對(duì)于充分發(fā)揮數(shù)字技術(shù)對(duì)轉(zhuǎn)型企業(yè)效率變革和價(jià)值效應(yīng)的驅(qū)動(dòng)作用具有重要參考意義。

二、文獻(xiàn)回顧與研究假設(shè)

(一)企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究

企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)將數(shù)字技術(shù)應(yīng)用于企業(yè)的生產(chǎn)業(yè)務(wù)、經(jīng)營(yíng)管理等環(huán)節(jié)及其帶來(lái)的生產(chǎn)銷(xiāo)售方式、經(jīng)營(yíng)決策、商業(yè)模式甚至價(jià)值鏈關(guān)系的變革。相關(guān)文獻(xiàn)表明,企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型不只是對(duì)數(shù)字化技術(shù)的簡(jiǎn)單使用,而是對(duì)企業(yè)從內(nèi)到外進(jìn)行深層次變革[8]。企業(yè)數(shù)字化轉(zhuǎn)型采用的數(shù)字戰(zhàn)略分為運(yùn)營(yíng)戰(zhàn)略(產(chǎn)品、市場(chǎng)和流程)和職能戰(zhàn)略(財(cái)務(wù)、人力資本、IT技術(shù)等),有效的數(shù)字化轉(zhuǎn)型戰(zhàn)略應(yīng)該是將各種數(shù)字技術(shù)整合到人員、流程和功能上,同時(shí)變革運(yùn)營(yíng)模式,以實(shí)現(xiàn)重要的業(yè)務(wù)優(yōu)勢(shì)以及相應(yīng)的價(jià)值創(chuàng)造[3-4]。對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究,目前學(xué)術(shù)界主要從以下三個(gè)方面進(jìn)行分析探討。

第一,從數(shù)字化轉(zhuǎn)型的內(nèi)涵界定和實(shí)現(xiàn)路徑的角度出發(fā),探討數(shù)字化體系和工業(yè)體系在組織結(jié)構(gòu)、運(yùn)營(yíng)模式和業(yè)務(wù)流程等方面的差異,并且指出組織從工業(yè)化體系轉(zhuǎn)向數(shù)字化體系是發(fā)生了深層次的結(jié)構(gòu)性變革。數(shù)字化轉(zhuǎn)型是指組織將數(shù)字技術(shù)納入其生產(chǎn)管理體系,重塑組織的動(dòng)態(tài)能力,打破了業(yè)務(wù)部門(mén)和信息技術(shù)部門(mén)之間的孤立運(yùn)作,促使組織重新規(guī)劃戰(zhàn)略定位,進(jìn)而推動(dòng)組織實(shí)現(xiàn)從工業(yè)化體系轉(zhuǎn)向數(shù)字化體系的深層次的結(jié)構(gòu)性變革[9]。在這種深層次的結(jié)構(gòu)性變革中,組織結(jié)構(gòu)的變化和數(shù)字技術(shù)的應(yīng)用相互影響、不斷整合。但需要指出的是,在實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型變革的過(guò)程中,并不代表要完全舍棄組織原先所積累的各種資源,而是要在維持之前運(yùn)營(yíng)優(yōu)勢(shì)的基礎(chǔ)上推陳出新,并找到再平衡點(diǎn)實(shí)現(xiàn)有效變革[8]。

第二,從企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果出發(fā),揭示企業(yè)數(shù)字化轉(zhuǎn)型的價(jià)值效應(yīng)。精準(zhǔn)掌握數(shù)字技術(shù)和大數(shù)據(jù)分析能力是企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型最基本的要求。一旦企業(yè)擁有了先進(jìn)的數(shù)字技術(shù)和健全的大數(shù)據(jù)分析能力,企業(yè)經(jīng)營(yíng)方式和業(yè)務(wù)流程會(huì)發(fā)生改變,企業(yè)的決策效率也將會(huì)大幅提升,從而幫助企業(yè)創(chuàng)造價(jià)值,促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展[3]?，F(xiàn)有文獻(xiàn)表明,企業(yè)能夠通過(guò)數(shù)字化轉(zhuǎn)型降低信息不對(duì)稱(chēng)程度、優(yōu)化人力資本結(jié)構(gòu)、促進(jìn)專(zhuān)業(yè)化分工、提高生產(chǎn)效率,進(jìn)而提升企業(yè)績(jī)效,包括財(cái)務(wù)績(jī)效、創(chuàng)新績(jī)效等[5-6,10-11]。這些正向作用在資本市場(chǎng)上則表現(xiàn)為降低股價(jià)崩盤(pán)風(fēng)險(xiǎn),提升股票流動(dòng)性[7,12]。此外,也有少數(shù)學(xué)者從投資效率的視角探討企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果。國(guó)內(nèi)相關(guān)研究發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型有助于提升其投資效率,抑制過(guò)度投資和緩解企業(yè)投資不足[13-14]。國(guó)外也有研究指出企業(yè)數(shù)字化轉(zhuǎn)型可以提高企業(yè)運(yùn)營(yíng)管理和融資水平,進(jìn)而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)能力,增大其投資規(guī)模[15]。

第三,從不同行業(yè)和企業(yè)數(shù)字化轉(zhuǎn)型應(yīng)用的角度出發(fā),通過(guò)開(kāi)展調(diào)查研究、運(yùn)營(yíng)策略研究等,為企業(yè)數(shù)字化轉(zhuǎn)型提供具體的實(shí)踐案例和經(jīng)驗(yàn)證據(jù)。嚴(yán)若森和錢(qián)向陽(yáng)從運(yùn)營(yíng)商行業(yè)出發(fā),通過(guò)系統(tǒng)分析中國(guó)三大運(yùn)營(yíng)商數(shù)字化轉(zhuǎn)型的內(nèi)外部環(huán)境的機(jī)遇和挑戰(zhàn),指出中國(guó)運(yùn)營(yíng)商應(yīng)從商業(yè)模式、戰(zhàn)略業(yè)務(wù)、平臺(tái)治理等方面來(lái)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型[16]。谷方杰和張文鋒從餐飲業(yè)出發(fā),通過(guò)梳理和分析西貝餐飲集團(tuán)數(shù)字化轉(zhuǎn)型的成功案例,發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型需要根據(jù)現(xiàn)有市場(chǎng)環(huán)境重新塑造企業(yè)的運(yùn)營(yíng)模式[17]。成功的數(shù)字化轉(zhuǎn)型案例有助于為未轉(zhuǎn)型或正在轉(zhuǎn)型的企業(yè)給予更多的經(jīng)驗(yàn)借鑒,但需要指出的是,由于不同特征的企業(yè)所處發(fā)展階段和行業(yè)背景存在很大差異,各企業(yè)對(duì)數(shù)字化轉(zhuǎn)型的重視程度也不同,企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的空間也就存在顯著差異。因此,各企業(yè)應(yīng)該根據(jù)自身的發(fā)展?fàn)顟B(tài)和目前所具備的能力,有選擇、有策略地進(jìn)行數(shù)字化轉(zhuǎn)型。

上述三類(lèi)研究無(wú)疑對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的研究發(fā)揮了重要的借鑒和推動(dòng)作用,但國(guó)內(nèi)外學(xué)術(shù)界對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)證研究更多集中在生產(chǎn)效率、投資效率、企業(yè)分工、企業(yè)績(jī)效、股價(jià)崩盤(pán)風(fēng)險(xiǎn)和股票流動(dòng)性等視角,鮮有文獻(xiàn)關(guān)注數(shù)字化轉(zhuǎn)型與企業(yè)資本配置效率之間的關(guān)聯(lián)關(guān)系。因此,本文試圖對(duì)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其資本配置效率的影響進(jìn)行理論分析和實(shí)證檢驗(yàn)。

(二)理論分析與研究假設(shè)

企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)將數(shù)字技術(shù)納入其生產(chǎn)管理、經(jīng)營(yíng)決策、商業(yè)模式等環(huán)節(jié),重塑組織的動(dòng)態(tài)能力,打破業(yè)務(wù)部門(mén)和信息技術(shù)部門(mén)之間的孤立運(yùn)作,促使組織重新規(guī)劃戰(zhàn)略定位,進(jìn)而推動(dòng)組織實(shí)現(xiàn)從工業(yè)化體系轉(zhuǎn)向數(shù)字化體系的深層次的結(jié)構(gòu)性變革。在完美的資本市場(chǎng)中,信息是完全且對(duì)稱(chēng)的,企業(yè)會(huì)根據(jù)投資項(xiàng)目所帶來(lái)的回報(bào)高低,做出如何配置資本的決策,也就是說(shuō),企業(yè)會(huì)將資本配置于回報(bào)率最高的投資項(xiàng)目中。但是,現(xiàn)實(shí)經(jīng)濟(jì)世界中由于信息的不完全,會(huì)導(dǎo)致企業(yè)資本配置效率低下。第一,高效率的資本配置行為的前提是企業(yè)能夠準(zhǔn)確估計(jì)投資項(xiàng)目所能帶來(lái)的回報(bào)率。但現(xiàn)實(shí)市場(chǎng)中,由于企業(yè)掌握的信息不充分,數(shù)據(jù)分析技術(shù)不發(fā)達(dá)往往難以精確估計(jì)投資項(xiàng)目帶來(lái)的回報(bào)率,導(dǎo)致企業(yè)錯(cuò)誤地將資本配置于實(shí)際回報(bào)率較低的項(xiàng)目或是拒絕將資本配置于實(shí)際回報(bào)率較高的項(xiàng)目中,從而降低資本配置效率[2]。第二,股東與管理層之間的信息不對(duì)稱(chēng)現(xiàn)象的普遍存在會(huì)觸發(fā)道德風(fēng)險(xiǎn)和逆向選擇問(wèn)題。管理層為了攫取私人收益,可能做出有損股東價(jià)值的投資決策,進(jìn)而偏離最優(yōu)的資本配置水平,導(dǎo)致企業(yè)資本配置效率低下,危害企業(yè)價(jià)值增長(zhǎng)[18]。企業(yè)數(shù)字化轉(zhuǎn)型在數(shù)字技術(shù)的支撐下可能緩解上述兩方面問(wèn)題。

一方面,企業(yè)數(shù)字化轉(zhuǎn)型能夠助力企業(yè)精準(zhǔn)分析潛在投資機(jī)會(huì)的回報(bào)率,盡量避免企業(yè)將資本配置于低回報(bào)率或負(fù)回報(bào)率的項(xiàng)目中,從而可能進(jìn)一步提升企業(yè)資本配置效率。在數(shù)字化時(shí)代,企業(yè)可以借助互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等分析技術(shù)對(duì)各類(lèi)信息進(jìn)行挖掘、加工、儲(chǔ)存和應(yīng)用,極大地提高了信息的可追蹤性和完整性。并且,將數(shù)據(jù)編碼輸出成標(biāo)準(zhǔn)化、結(jié)構(gòu)化信息,進(jìn)一步拓寬了企業(yè)獲取信息的深度和廣度[7]。企業(yè)通過(guò)深入挖掘市場(chǎng)重要信息,有利于對(duì)市場(chǎng)供求關(guān)系進(jìn)行精準(zhǔn)預(yù)測(cè)和高效決策,其結(jié)果是顯著提高企業(yè)識(shí)別市場(chǎng)機(jī)遇和規(guī)避市場(chǎng)風(fēng)險(xiǎn)的能力,引導(dǎo)資本流向發(fā)展前景好、投資回報(bào)率高的項(xiàng)目中,從而改善企業(yè)的資本配置效率[15]。同時(shí),數(shù)字化轉(zhuǎn)型的實(shí)質(zhì)是通過(guò)優(yōu)化數(shù)字技術(shù),重塑企業(yè)的運(yùn)營(yíng)模式和管理架構(gòu),推動(dòng)企業(yè)從工業(yè)化管理轉(zhuǎn)向數(shù)字化管理,打破原有傳統(tǒng)企業(yè)運(yùn)作的路徑依賴(lài),使得企業(yè)在信息管理方面更加智能化、在資源管理方面更加高效化以及在運(yùn)營(yíng)管理方面更加精準(zhǔn)化[19]。伴隨著企業(yè)經(jīng)營(yíng)管理水平的提升以及在海量數(shù)據(jù)的甄別下,企業(yè)能夠準(zhǔn)確識(shí)別投資機(jī)會(huì),判斷投資所帶來(lái)的收益和價(jià)值,發(fā)現(xiàn)投資過(guò)程中的潛在風(fēng)險(xiǎn),并通過(guò)有效整合自身資源來(lái)化解或轉(zhuǎn)移風(fēng)險(xiǎn),為進(jìn)一步提高企業(yè)資本配置效率奠定堅(jiān)實(shí)的基礎(chǔ)。因此,從理論上分析,企業(yè)數(shù)字化轉(zhuǎn)型在優(yōu)化資本配置和提高決策效用方面能夠產(chǎn)生積極作用。

另一方面,企業(yè)數(shù)字化轉(zhuǎn)型能夠提高公司信息透明度,降低信息不對(duì)稱(chēng)程度,幫助股東和外部投資者更好地監(jiān)督管理層,降低代理沖突,從而可能在提高企業(yè)資本配置效率方面發(fā)揮積極作用。在企業(yè)未進(jìn)行數(shù)字化轉(zhuǎn)型之前,企業(yè)的信息結(jié)構(gòu)具有滯后性、間斷性、籠統(tǒng)性等特征,許多重要信息無(wú)法被挖掘,只能沉淀在企業(yè)內(nèi)部[7]。但隨著人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新興數(shù)字技術(shù)的出現(xiàn),企業(yè)進(jìn)入數(shù)字化時(shí)代,其中的信息結(jié)構(gòu)變得更加及時(shí)、連續(xù)、細(xì)化和完整,并且分布式信息結(jié)構(gòu)和共享式網(wǎng)絡(luò)平臺(tái)也極大地提高了企業(yè)內(nèi)外部信息交互的效率,從而顯著提高公司的信息透明度,使得公司股東和外部投資者能夠更及時(shí)全面地掌握公司內(nèi)部的多種復(fù)雜信息。信息環(huán)境的優(yōu)化有助于股東和外部投資者更好地監(jiān)督管理層,進(jìn)而改善代理問(wèn)題,避免管理層為了獲得私有收益,將資本配置于有損公司價(jià)值的領(lǐng)域[20]。也就是說(shuō),數(shù)字化轉(zhuǎn)型有助于股東和外部投資者在事前約束管理層行為,避免將資金投入到前景明顯不好的投資項(xiàng)目中,在事后監(jiān)督管理層及時(shí)撤離已經(jīng)虧損的投資項(xiàng)目,避免資本損失范圍的進(jìn)一步擴(kuò)大,從而促進(jìn)企業(yè)的資本配置效率得到顯著提升[21]。

綜合上述分析,本文提出核心假設(shè):

H:在其他條件不變的情況下,數(shù)字化轉(zhuǎn)型有助于提高企業(yè)資本配置效率。

三、研究設(shè)計(jì)

(一)研究樣本與數(shù)據(jù)來(lái)源

由于中國(guó)在2007年實(shí)行新的會(huì)計(jì)準(zhǔn)則,對(duì)企業(yè)大部分財(cái)務(wù)數(shù)據(jù)產(chǎn)生影響。因此,為保證數(shù)據(jù)的可比性,本文以2008—2020年中國(guó)全部A股上市企業(yè)為研究對(duì)象,以驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率之間的內(nèi)在邏輯關(guān)系。本文遵照既有的研究方法,對(duì)初始研究樣本進(jìn)行如下處理:第一,將樣本中金融類(lèi)行業(yè)的相關(guān)企業(yè)予以剔除;第二,將樣本期內(nèi)所有ST、PT處理的上市公司予以剔除;第三,將樣本中關(guān)鍵變量存在缺失值的數(shù)據(jù)予以剔除;第四,為了消除極端值的影響,還對(duì)連續(xù)型變量進(jìn)行了上下1%的縮尾處理，最終得到了20 183個(gè)樣本數(shù)據(jù)。

此外,本文度量企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)來(lái)自于通過(guò)Python爬蟲(chóng)技術(shù)獲取的中國(guó)A股上市公司年度報(bào)告中的文本數(shù)據(jù),其他樣本數(shù)據(jù)來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。

(二)變量定義及說(shuō)明

1.被解釋變量:資本配置效率(Eff)

資本配置效率是指在資本可自由分配的情況下,將資本配置到投資回報(bào)率最高的領(lǐng)域中。本文借鑒覃家琦等的做法,采用參數(shù)化方法度量的靜態(tài)技術(shù)效率作為資本配置效率的衡量指標(biāo)[22]。

在實(shí)際估計(jì)中,本文選擇超越對(duì)數(shù)生產(chǎn)函數(shù),以營(yíng)業(yè)總收入作為產(chǎn)出量Y,以勞動(dòng)投入、固定資產(chǎn)投入和中間投入作為投入量X,其中勞動(dòng)投入為支付給職工的現(xiàn)金與應(yīng)付職工薪酬之和;固定資產(chǎn)投入為固定資產(chǎn)凈額與折舊之和;中間投入為營(yíng)業(yè)成本、管理費(fèi)用、銷(xiāo)售費(fèi)用之和減去勞動(dòng)投入和固定資產(chǎn)折舊的差額。該指標(biāo)主要測(cè)度了企業(yè)的實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出的比。通過(guò)計(jì)算企業(yè)在勞動(dòng)力、固定資產(chǎn)、中間投入三方面的資本配置,估計(jì)出這些資本投入的最優(yōu)產(chǎn)出,再計(jì)算實(shí)際產(chǎn)出與最優(yōu)產(chǎn)出的比,便可以知曉企業(yè)將資本配置到這些領(lǐng)域形成最終產(chǎn)出的效率。人力資本的提升和生產(chǎn)工具的創(chuàng)新雖然會(huì)影響技術(shù)效率,但是同樣會(huì)影響資本配置到某一領(lǐng)域的產(chǎn)出效率高低,很難將資本配置效率中的人力、生產(chǎn)工具因素剔除,因此采用技術(shù)效率測(cè)度資本配置效率具有一定的合理性。

2.解釋變量:企業(yè)數(shù)字化轉(zhuǎn)型(Digital)

企業(yè)數(shù)字化轉(zhuǎn)型是指數(shù)字技術(shù)在企業(yè)某些業(yè)務(wù)環(huán)節(jié)中的應(yīng)用及其帶來(lái)的生產(chǎn)銷(xiāo)售方式、經(jīng)營(yíng)決策、商業(yè)模式甚至價(jià)值鏈關(guān)系的變革。本文參考趙宸宇等、吳非等的研究,以中國(guó)A股上市公司的年度報(bào)告中的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻作為衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)[5,7]。企業(yè)數(shù)字化轉(zhuǎn)型是當(dāng)前推動(dòng)企業(yè)高質(zhì)量發(fā)展的重大經(jīng)營(yíng)戰(zhàn)略,更容易體現(xiàn)在具有指導(dǎo)性和總結(jié)性的企業(yè)年度報(bào)告中。因此,本文以上市企業(yè)年報(bào)中的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻作為衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo),具備一定的可行性。

具體做法如下:第一步,生成數(shù)據(jù)池。通過(guò)Python爬蟲(chóng)技術(shù)從上海證券交易所和深圳證券交易所收集2008—2020年中國(guó)全部A股上市企業(yè)年度報(bào)告,并提取年報(bào)中的所有文本內(nèi)容形成數(shù)據(jù)池,為后續(xù)特征詞篩選做準(zhǔn)備。第二步,確定關(guān)鍵詞。本文參考了一系列以數(shù)字化轉(zhuǎn)型為研究主題的相關(guān)文獻(xiàn),并且根據(jù)《中國(guó)數(shù)字文化產(chǎn)業(yè)發(fā)展趨勢(shì)報(bào)告》《軟件和信息技術(shù)服務(wù)業(yè)發(fā)展規(guī)劃(2016—2020年)》《中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型研究報(bào)告(2020)》以及歷年政府工作報(bào)告歸納整理出有關(guān)數(shù)字化轉(zhuǎn)型的特定高頻關(guān)鍵詞,分為數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造三個(gè)維度,具體關(guān)鍵詞如圖1所示。第三步,統(tǒng)計(jì)關(guān)鍵詞詞頻。將前期生成的相關(guān)數(shù)據(jù)池與圖1中構(gòu)建的詞譜進(jìn)行對(duì)應(yīng)匹配和詞頻計(jì)數(shù),最終加總詞頻,并對(duì)其進(jìn)行對(duì)數(shù)化處理,以此作為衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。該值越大,表明其數(shù)字化轉(zhuǎn)型強(qiáng)度越大。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)構(gòu)建

3.控制變量

為了規(guī)避因遺漏變量可能產(chǎn)生的實(shí)證檢驗(yàn)偏誤,本文參照李鑫和李香梅、覃家琦等的做法并結(jié)合本文研究主題的實(shí)際情況,引入了一系列可能對(duì)企業(yè)資本配置效率產(chǎn)生影響的控制變量[18,22]。其中包括:企業(yè)規(guī)模(Size)、企業(yè)年齡(Age)、企業(yè)成長(zhǎng)性(Growth)、總資產(chǎn)收益率(Roa)、總資產(chǎn)周轉(zhuǎn)率(Turnover)、兩職合一(Dual)、企業(yè)性質(zhì)(Soe)和第一股東持股比例(Top1)。此外,本文還控制了行業(yè)(Industry)和年度(Year)效應(yīng)。表1展示了變量的具體定義及說(shuō)明。

表1 變量定義及說(shuō)明

(三)模型構(gòu)建

為揭示企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率之間的關(guān)系,本文構(gòu)建如下模型進(jìn)行實(shí)證檢驗(yàn):

Effi,t=α0+α1Digitali,t+∑Controlsi,t+∑Industryi,t+∑Yeari,t+εi,t

(1)

其中,被解釋變量Eff表示企業(yè)的資本配置效率;核心解釋變量Digital為企業(yè)數(shù)字化轉(zhuǎn)型強(qiáng)度;Controls為前文所提到的企業(yè)層面的控制變量集;ε為隨機(jī)誤差項(xiàng);i代表企業(yè);t代表年份。此外,本文控制了行業(yè)(Industry)和年度(Year)效應(yīng)對(duì)研究結(jié)果產(chǎn)生的影響。根據(jù)前文理論分析,若模型(1)中α1系數(shù)顯著為負(fù),則驗(yàn)證本文的核心假設(shè),即數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)企業(yè)資本配置效率的顯著提升。

四、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)分析

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。其中,被解釋變量資本配置效率(Eff)的最大值為17.620 7,最小值為12.090 1,標(biāo)準(zhǔn)差為0.999 2,表明在不同類(lèi)型的企業(yè)樣本中,資本配置效率存在較大差異。并且,企業(yè)資本配置效率的均值為15.182 0,中位數(shù)為15.081 3,這一結(jié)果意味著均值和中位數(shù)偏離程度相對(duì)較小,樣本沒(méi)有因極端值而對(duì)結(jié)果產(chǎn)生影響。在企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的統(tǒng)計(jì)結(jié)果中可以看到,解釋變量企業(yè)數(shù)字化轉(zhuǎn)型的標(biāo)準(zhǔn)差為1.535 4,最小值為0,最大值高達(dá)6.952 7,表明企業(yè)數(shù)字化轉(zhuǎn)型程度在不同行業(yè)背景、不同發(fā)展階段的企業(yè)中差異性較大;并且,中位數(shù)為2.079 4,最大值為6.952 7,表明在進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的上市公司中多數(shù)處于較低的數(shù)字化轉(zhuǎn)型水平。從另一層面來(lái)看,這也印證了中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型尚處于早期發(fā)展階段。本文其他控制變量統(tǒng)計(jì)結(jié)果與現(xiàn)有文獻(xiàn)基本一致,均分布在合理范圍內(nèi),表明控制變量的數(shù)據(jù)分布不存在異常情況。

表2 變量的描述性統(tǒng)計(jì)

(二)基準(zhǔn)回歸結(jié)果

關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率之間的基準(zhǔn)回歸結(jié)果如表3所示。其中,列(1)為不加控制變量、不控制行業(yè)和年度效應(yīng)的回歸結(jié)果,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.039 0,在1%的置信水平下顯著,初步表明,在不考慮其他因素的影響下,企業(yè)數(shù)字化轉(zhuǎn)型有助于資本配置效率提升。列(2)顯示了在列(1)的基礎(chǔ)上依次添加各控制變量后的實(shí)證結(jié)果,其中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)仍然為正,并且在1%水平下顯著,表明在考慮影響資本配置效率的其他因素后,企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其資本配置效率依然產(chǎn)生正向影響。進(jìn)一步,列(3)為既添加控制變量又控制行業(yè)和年度固定效應(yīng)的回歸結(jié)果。其中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.016 2,在1%的置信水平顯著,并且模型中修正的R2數(shù)值由0.003 6上升至0.895 0,表明本文模型的擬合優(yōu)度較高,結(jié)論具有一定可信性。因此,可以得出結(jié)論,在其他條件一定的情況下,企業(yè)數(shù)字化轉(zhuǎn)型程度每上升1個(gè)單位,企業(yè)的資本配置效率會(huì)提升0.016 2個(gè)單位,即企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率正相關(guān),驗(yàn)證了假設(shè)H。

表3 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:基準(zhǔn)回歸

(三)穩(wěn)健性檢驗(yàn)

1.改變被解釋變量

由于現(xiàn)有文獻(xiàn)還通過(guò)Richardson模型來(lái)計(jì)算企業(yè)實(shí)際資本支出與最優(yōu)資本支出的差額,測(cè)度企業(yè)的資本配置效率[14,18]。本文也借鑒上述方法,重新計(jì)算企業(yè)資本配置效率,并用這一方法計(jì)算的指標(biāo)對(duì)式(2)重新進(jìn)行回歸。采用Richardson模型計(jì)算企業(yè)資本配置效率的具體方式如下:

Investi,t=β0+β1Growthi,t-1+β2Sizei,t-1+β3Levi,t-1+β4Cashi,t-1+β5Agei,t-1+β6Reti,t-1+β7Investi,t-1+∑βiIndustryi,t+∑βiYeari,t+εi,t

(2)

根據(jù)現(xiàn)有文獻(xiàn)的做法,式(2)中每個(gè)公司樣本回歸的殘差絕對(duì)值代表了企業(yè)實(shí)際資本支出與最優(yōu)資本支出也即理想資本支出的偏離程度,即為資本配置效率(Eff1)。當(dāng)企業(yè)實(shí)際資本支出偏離最優(yōu)資本支出的程度越大時(shí),企業(yè)的資本配置效率越低,反之,則企業(yè)的資本配置效率越高。其中,殘差大于0的樣本即為存在過(guò)度資本配置行為(Over_Eff)的企業(yè),殘差小于0的樣本即為存在資本配置不足行為(Under_Eff)的企業(yè)。式(2)中,Invest表示企業(yè)購(gòu)置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支出的年度現(xiàn)金凈額之和,并用總資產(chǎn)進(jìn)行標(biāo)準(zhǔn)化處理,該指標(biāo)僅代表企業(yè)的實(shí)際資本支出,并非本文的被解釋變量資本配置效率。Growth表示企業(yè)營(yíng)業(yè)收入的增長(zhǎng)率,Size表示企業(yè)規(guī)模,Lev表示資產(chǎn)負(fù)債率,Cash表示企業(yè)的現(xiàn)金持有量,并用總資產(chǎn)對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理;Age表示企業(yè)年齡,Ret表示企業(yè)的股票回報(bào)率。Industry和Year表示行業(yè)和年度虛擬變量。

計(jì)算該指標(biāo)時(shí),首先利用所有樣本的相關(guān)數(shù)據(jù)對(duì)式(2)進(jìn)行回歸,從而得到等式右邊每個(gè)指標(biāo)的回歸系數(shù)。然后,計(jì)算樣本中每個(gè)企業(yè)理想資本支出,這一步是通過(guò)等式右邊一系列會(huì)影響企業(yè)資本配置的因素的實(shí)際數(shù)據(jù),乘以式(2)中各個(gè)變量的回歸估計(jì)系數(shù)βi后相加得到,也即單個(gè)樣本公司的年度Invest擬合值。每個(gè)公司實(shí)際的Invest數(shù)值(實(shí)際資本支出)減去擬合的Invest數(shù)值(理想資本支出)即為殘差,取絕對(duì)值后用以衡量資本配置效率(Eff1)。該殘差為企業(yè)的實(shí)際資本支出與理想資本支出的偏差程度,該值越大,表明企業(yè)的實(shí)際資本支出偏離理想資本支出的程度越大,企業(yè)資本配置效率越低;反之,該值越小,資本配置效率就越高。

表4列(1)報(bào)告了改變被解釋變量后重新回歸的結(jié)果,列(2)和列(3)報(bào)告了將資本配置效率(Eff1)進(jìn)一步分解為過(guò)度資本配置(Over_Eff)和資本配置不足(Under_Eff)重新檢驗(yàn)的結(jié)果。由列(1)可知,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為-0.000 6,在1%的置信水平下顯著,這表明在其他條件一定的情況下,企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率呈正相關(guān)關(guān)系,與基準(zhǔn)回歸結(jié)果一致,表明本文的結(jié)論具有穩(wěn)健性。從列(2)和列(3)可以看出,數(shù)字化轉(zhuǎn)型對(duì)過(guò)度資本配置的回歸系數(shù)顯著為負(fù),并且系數(shù)值大于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的回歸系數(shù)值;而數(shù)字化轉(zhuǎn)型對(duì)資本配置不足的回歸系數(shù)不顯著為負(fù)。這表明數(shù)字化轉(zhuǎn)型能夠顯著優(yōu)化企業(yè)資本配置行為,并且對(duì)過(guò)度資本配置行為的抑制效果更強(qiáng)。

表4 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:改變核心變量

2.改變解釋變量

本文借鑒張永坤等研究,以上市公司財(cái)務(wù)報(bào)告附注披露的年末無(wú)形資產(chǎn)明細(xì)中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無(wú)形資產(chǎn)總額的比例來(lái)重新度量企業(yè)數(shù)字化轉(zhuǎn)型強(qiáng)度[23]。具體做法如下:首先,當(dāng)無(wú)形資產(chǎn)明細(xì)項(xiàng)目中包含“軟件”“網(wǎng)絡(luò)”“智能平臺(tái)”等與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞以及與此相關(guān)的專(zhuān)利時(shí),則將此項(xiàng)目定義為“數(shù)字化技術(shù)無(wú)形資產(chǎn)”。其次,將同企業(yè)同年度的多項(xiàng)數(shù)字化技術(shù)無(wú)形資產(chǎn)進(jìn)行加總,并計(jì)算其占本年度無(wú)形資產(chǎn)總計(jì)的比重,該變量即作為企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量指標(biāo)。表4列(4)報(bào)告了改變解釋變量后重新回歸的結(jié)果。結(jié)果顯示,數(shù)字化轉(zhuǎn)型(Digital1)的回歸系數(shù)仍然顯著為正,再次表明在其他條件一定的情況下,數(shù)字化轉(zhuǎn)型能夠提高企業(yè)資本配置效率。

(四)內(nèi)生性問(wèn)題

由于本文的變量間可能存在反向因果關(guān)系而引發(fā)內(nèi)生性問(wèn)題,即資本配置效率更高的企業(yè)可能更傾向于實(shí)施數(shù)字化轉(zhuǎn)型,進(jìn)而導(dǎo)致實(shí)施數(shù)字化轉(zhuǎn)型是企業(yè)資本配置效率高的結(jié)果而不是原因。對(duì)此,本文利用兩種處理方法來(lái)緩解這一內(nèi)生性問(wèn)題。

1.工具變量法

本文選取兩個(gè)企業(yè)數(shù)字化轉(zhuǎn)型的工具變量進(jìn)行兩階段最小二乘法回歸。首先,本文借鑒袁淳等的做法[10],采用各城市1984年每百萬(wàn)人固定電話(huà)數(shù)量和滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)的交互項(xiàng)(Digital_IV1)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量重新進(jìn)行檢驗(yàn)。互聯(lián)網(wǎng)技術(shù)的推廣應(yīng)用是在傳統(tǒng)電信設(shè)施普及之上發(fā)展的,企業(yè)所處地區(qū)的電信設(shè)施應(yīng)用越普遍,該地區(qū)對(duì)于互聯(lián)網(wǎng)技術(shù)的接受和應(yīng)用程度就越高,滿(mǎn)足工具變量的相關(guān)性條件。而且固定電話(huà)的主要作用為提供通信服務(wù),對(duì)于企業(yè)資本配置效率的作用微乎其微,滿(mǎn)足工具變量的外生條件。此外,由于原始工具變量為截面數(shù)據(jù),無(wú)法直接用于面板數(shù)據(jù)的工具變量,因此本文以滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)和1984年各地級(jí)市每萬(wàn)人固定電話(huà)數(shù)量構(gòu)造交互項(xiàng)作為該年企業(yè)數(shù)字化程度的工具變量。表5中列(1)和列(2)報(bào)告了使用此交互項(xiàng)作為工具變量的兩階段回歸結(jié)果。第一階段中,交互項(xiàng)(Digital_IV1)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)顯著為正,并且F值為78.18大于10,說(shuō)明各城市1984年每百人固定電話(huà)數(shù)量和滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)的交互項(xiàng)與數(shù)字化轉(zhuǎn)型具有較強(qiáng)的正相關(guān)性,不存在弱工具變量的問(wèn)題。在第二階段的回歸結(jié)果中,Kleibergen-Paap rk LM statistic通過(guò)1%水平的顯著性檢驗(yàn),Cragg-Donald Wald F statistic大于Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%顯著性水平上的臨界值,表示拒絕工具變量識(shí)別不足和弱工具變量的原假設(shè)。因此,本文選取該交互項(xiàng)作為工具變量是合理有效的。從表5中列(2)可知,在利用工具變量法處理后,數(shù)字化轉(zhuǎn)型(Digital)的系數(shù)為0.308 2,通過(guò)了1%水平的顯著性檢驗(yàn),表明企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率高度正相關(guān)。

表5 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:工具變量法

其次,本文還選取了2017—2020年《中國(guó)城市數(shù)字經(jīng)濟(jì)白皮書(shū)》公布的約220個(gè)城市的數(shù)字經(jīng)濟(jì)指數(shù)(Digital_IV2)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量,該指標(biāo)從數(shù)據(jù)及信息化基礎(chǔ)設(shè)施、城市服務(wù)、城市治理以及產(chǎn)業(yè)融合四個(gè)方面度量中國(guó)城市數(shù)字經(jīng)濟(jì)發(fā)展水平。從工具變量的相關(guān)性分析可知,數(shù)字經(jīng)濟(jì)是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要手段,而其根本落腳點(diǎn)就在于企業(yè)數(shù)字化轉(zhuǎn)型。同時(shí)數(shù)字經(jīng)濟(jì)作為經(jīng)濟(jì)發(fā)展環(huán)境,并不直接作用于企業(yè)的資本配置效率,滿(mǎn)足工具變量的外生條件。因此采用企業(yè)所在地區(qū)數(shù)字經(jīng)濟(jì)指數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量在理論上分析是合理的。表5列(3)和列(4)顯示了城市數(shù)字經(jīng)濟(jì)指數(shù)(Digital_IV2)作為工具變量的兩階段回歸結(jié)果。列(3)為第一階段的回歸結(jié)果,我們可以看出數(shù)字經(jīng)濟(jì)指數(shù)(Digital_IV2)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)顯著為正,并且F值大于10,說(shuō)明地區(qū)數(shù)字經(jīng)濟(jì)指數(shù)與數(shù)字化轉(zhuǎn)型具有較強(qiáng)的正相關(guān)性,不存在弱工具變量的問(wèn)題。在第二階段的回歸結(jié)果中,Kleibergen-Paap rk LM statistic通過(guò)1%水平的顯著性檢驗(yàn),Cragg-Donald Wald F statistic大于Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%顯著性水平上的臨界值,表示拒絕工具變量識(shí)別不足和弱工具變量的原假設(shè)。因此,該工具變量是有效的。從表5中列(4)可知,在利用工具變量法處理后,數(shù)字化轉(zhuǎn)型(Digital)的系數(shù)為0.254 4,通過(guò)了1%水平的顯著性檢驗(yàn),表明企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率存在的顯著正相關(guān)關(guān)系沒(méi)有發(fā)生改變。

2.對(duì)自變量進(jìn)行滯后一期和兩期檢驗(yàn)

由于企業(yè)數(shù)字化轉(zhuǎn)型的作用可能存在一定的時(shí)滯性,因此本文還將企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行滯后一期和滯后兩期重新回歸,以進(jìn)一步消除當(dāng)期資本配置效率作用于當(dāng)期企業(yè)數(shù)字化轉(zhuǎn)型這一情況而導(dǎo)致的內(nèi)生性問(wèn)題的可能性。具體結(jié)果如表6列(1)和列(2)所示。由列(1)和列(2)可以看出,滯后一期(L1.Digital)和滯后兩期(L2.Digital)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率(Eff)的回歸系數(shù)仍然顯著為正,表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型確實(shí)有助于提高企業(yè)的資本配置效率。上述結(jié)果與前文結(jié)論一致,表明企業(yè)數(shù)字化轉(zhuǎn)型和資本配置效率的正向關(guān)系具有高度的穩(wěn)健性。

表6 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:滯后一期和兩期檢驗(yàn)

(五)異質(zhì)性分析

1.基于行業(yè)競(jìng)爭(zhēng)度的異質(zhì)性檢驗(yàn)

處于不同競(jìng)爭(zhēng)程度的行業(yè),企業(yè)面臨的生存壓力存在顯著差異,對(duì)于通過(guò)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,精準(zhǔn)識(shí)別投資機(jī)會(huì),從而促進(jìn)企業(yè)資本配置效率提升的意愿也會(huì)不同。在競(jìng)爭(zhēng)程度較高的行業(yè)中,由于競(jìng)爭(zhēng)對(duì)手較多,企業(yè)失去投資機(jī)會(huì)的風(fēng)險(xiǎn)較大[24]。為了在激烈的競(jìng)爭(zhēng)中獲得生存空間,這類(lèi)企業(yè)必須盡可能將資本配置于投資回報(bào)率最高的項(xiàng)目中,并抓住一切真正能產(chǎn)生收益的投資機(jī)會(huì),以獲取競(jìng)爭(zhēng)優(yōu)勢(shì),因而在這些行業(yè)中的企業(yè)會(huì)更加積極地利用數(shù)字化轉(zhuǎn)型去辨別潛在投資的收益率高低,從而盡可能提升資本配置效率;而當(dāng)企業(yè)所在的行業(yè)競(jìng)爭(zhēng)度較低時(shí),由于外部競(jìng)爭(zhēng)壓力相對(duì)較小,即便將資本配置于回報(bào)率較低的項(xiàng)目中,也能在行業(yè)中繼續(xù)生存,導(dǎo)致其利用數(shù)字化轉(zhuǎn)型提升資本配置效率的意愿相對(duì)較弱。因此,本文推測(cè)在競(jìng)爭(zhēng)更為激烈的行業(yè)中,企業(yè)更需要應(yīng)用數(shù)字技術(shù)提高其辨別投資收益率的能力,進(jìn)而提升資本配置效率。本文選擇赫芬達(dá)爾指數(shù)作為度量行業(yè)競(jìng)爭(zhēng)程度的指標(biāo)。其中,赫芬達(dá)爾指數(shù)越小,表明該行業(yè)內(nèi)企業(yè)壟斷勢(shì)力越低,行業(yè)競(jìng)爭(zhēng)程度越高。按照赫芬達(dá)爾指數(shù)的中位數(shù)將樣本劃分為行業(yè)競(jìng)爭(zhēng)度較高和競(jìng)爭(zhēng)程度較低的兩組,并進(jìn)行分組回歸。

表7中的列(1)和列(2)分別報(bào)告了在行業(yè)競(jìng)爭(zhēng)度較高和較低的企業(yè)中,企業(yè)數(shù)字化轉(zhuǎn)型(Digital)影響資本配置效率(Eff)的回歸結(jié)果。在行業(yè)競(jìng)爭(zhēng)度較高的樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.025 3,在1%水平下顯著;在行業(yè)競(jìng)爭(zhēng)度較低的樣本中,數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.004 5,但并未通過(guò)顯著性水平檢驗(yàn)。并且,通過(guò)Bootstrap抽樣1 000次進(jìn)行組間系數(shù)差異檢驗(yàn)后,

表7 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:行業(yè)競(jìng)爭(zhēng)度的異質(zhì)性

經(jīng)驗(yàn)P值顯示為0.000,通過(guò)1%水平的顯著性檢驗(yàn)。這就表明數(shù)字化轉(zhuǎn)型對(duì)提高行業(yè)競(jìng)爭(zhēng)度較高的企業(yè)資本配置效率的作用效果更強(qiáng)。此分組樣本的回歸結(jié)果印證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的影響在行業(yè)競(jìng)爭(zhēng)度較高企業(yè)和行業(yè)競(jìng)爭(zhēng)度較低的企業(yè)中存在一定差異。其中,在行業(yè)競(jìng)爭(zhēng)度較高的企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更強(qiáng),這一結(jié)論也驗(yàn)證了前文的推斷。

2.基于代理沖突的異質(zhì)性檢驗(yàn)

信息不對(duì)稱(chēng)現(xiàn)象的存在會(huì)誘發(fā)代理沖突,管理層為了攫取私人收益,可能做出有損股東價(jià)值的投資決策,進(jìn)而導(dǎo)致偏離最優(yōu)的資本配置水平[18]。企業(yè)數(shù)字化轉(zhuǎn)型可以借助互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等分析技術(shù)對(duì)各類(lèi)信息進(jìn)行挖掘、加工、儲(chǔ)存和應(yīng)用,提高企業(yè)信息獲取的能力,降低信息不確定性和不對(duì)稱(chēng)程度,這將有利于股東和外部投資者更好地監(jiān)督管理層,降低股東和管理層之間的代理問(wèn)題,促使管理層將資本配置于收益更高的投資項(xiàng)目中,進(jìn)而提高企業(yè)的資本配置效率。因此,本文推測(cè),在代理沖突更嚴(yán)重的企業(yè)中,企業(yè)更需要借助數(shù)字化轉(zhuǎn)型降低信息不對(duì)稱(chēng)程度,更好地監(jiān)督企業(yè)管理層,從而緩解代理沖突,優(yōu)化企業(yè)資本配置行為。本文借鑒岳宇君和顧萌的研究,以管理費(fèi)用率作為度量企業(yè)代理成本的指標(biāo),該值越大,企業(yè)代理問(wèn)題越嚴(yán)重[25]。進(jìn)一步地,本文按照管理費(fèi)用率的中位數(shù)將樣本劃分為代理沖突較重組和代理沖突較輕兩組,并進(jìn)行分組回歸。

表8中的列(1)和列(2)分別報(bào)告了在代理沖突較重和較輕的企業(yè)中,企業(yè)數(shù)字化轉(zhuǎn)型(Digital)影響資本配置效率(Eff)的回歸結(jié)果。在代理沖突較為嚴(yán)重的企業(yè)樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.024 0,在1%水平下顯著;在代理沖突較輕的企業(yè)樣本中,數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.014 0,也通過(guò)1%水平的顯著性檢驗(yàn)。通過(guò)Bootstrap抽樣1 000次進(jìn)行組間系數(shù)差異檢驗(yàn)后,經(jīng)驗(yàn)P值顯示為0.006,通過(guò)1%水平的顯著性檢驗(yàn)。由于在代理沖突嚴(yán)重組的數(shù)字化轉(zhuǎn)型回歸系數(shù)大于代理沖突較輕組,這就表明數(shù)字化轉(zhuǎn)型對(duì)提高代理沖突更嚴(yán)重的企業(yè)資本配置效率的作用效果更強(qiáng)。此分組樣本的回歸結(jié)果印證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的影響在代理沖突較重企業(yè)和代理沖突較輕的企業(yè)中存在一定差異。其中,在代理沖突較重的企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更強(qiáng),這一結(jié)論也驗(yàn)證了前文的推斷。

表8 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:代理沖突的異質(zhì)性

3.基于企業(yè)科技屬性的異質(zhì)性檢驗(yàn)

相較于非高科技企業(yè),高科技企業(yè)擁有更完備的基礎(chǔ)設(shè)施和更專(zhuān)業(yè)的技術(shù)人才,更能滿(mǎn)足企業(yè)數(shù)字化轉(zhuǎn)型所需要的技術(shù)條件,能夠充分利用數(shù)字技術(shù)挖掘企業(yè)內(nèi)部?jī)r(jià)值。同時(shí),高科技企業(yè)本身的發(fā)展目標(biāo)就是科技創(chuàng)新,這就決定了高科技企業(yè)有著更強(qiáng)烈的數(shù)字化轉(zhuǎn)型意愿,也更能適應(yīng)數(shù)字化轉(zhuǎn)型后組織架構(gòu)和管理體系的變革,從而有效提高企業(yè)的資本配置效率。因此,在不同的行業(yè)特征下,本文預(yù)期數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的作用效果可能在高科技企業(yè)中更顯著。本文將所處行業(yè)為計(jì)算機(jī)與通信設(shè)備、公共軟件服務(wù)、電子、航空航天、醫(yī)藥制造、專(zhuān)用儀器儀表制造業(yè)、化學(xué)品制造的企業(yè)劃分為高科技企業(yè),否則為非高科技企業(yè),并對(duì)其進(jìn)行分組回歸,以此探討數(shù)字化轉(zhuǎn)型對(duì)不同科技屬性的企業(yè)資本配置效率影響的差異性,具體結(jié)果如表9所示。

表9中的列(1)和列(2)分別報(bào)告了將總樣本分為高科技企業(yè)和非高科技企業(yè)后分組回歸的結(jié)果。在高科技企業(yè)樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.025 8,在1%水平下顯著;在非高科技企業(yè)樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.013 2,在1%水平下顯著。通過(guò)Bootstrap抽樣1 000次進(jìn)行組間系數(shù)差異檢驗(yàn)后,經(jīng)驗(yàn)P值顯示為0.001,在1%水平下顯著。由于在高科技企業(yè)組的數(shù)字化轉(zhuǎn)型回歸系數(shù)大于非高科技企業(yè)組,這就表明在高科技企業(yè)中數(shù)字化轉(zhuǎn)型對(duì)資本配置效率的作用效果更強(qiáng)。此分組樣本的回歸結(jié)果印證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的影響在高科技企業(yè)和非高科技企業(yè)中存在一定差異。其中,在高科技企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更強(qiáng),這一結(jié)論也驗(yàn)證了前文的推斷。

表9 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:企業(yè)科技屬性的異質(zhì)性

4.基于企業(yè)規(guī)模的異質(zhì)性檢驗(yàn)

小規(guī)模企業(yè)相對(duì)于大規(guī)模企業(yè)而言,由于企業(yè)部門(mén)較少,部門(mén)之間的協(xié)調(diào)成本相對(duì)較低,通過(guò)數(shù)字化轉(zhuǎn)型所積累的數(shù)據(jù)資源更容易在部門(mén)間進(jìn)行傳遞和整合,同時(shí)重塑后的企業(yè)動(dòng)態(tài)能力以及調(diào)整后的企業(yè)發(fā)展戰(zhàn)略也更容易適應(yīng)和發(fā)展,從而使得數(shù)字化轉(zhuǎn)型對(duì)提高規(guī)模較小的企業(yè)資本配置效率作用效果可能更強(qiáng)。此外,相較于大規(guī)模企業(yè),小規(guī)模企業(yè)借助數(shù)字信息技術(shù)更能有效提高其信息收集和處理的能力,極大地提高其決策效率。因此,本文預(yù)期數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的提升作用可能在小規(guī)模企業(yè)中更大。本文按照企業(yè)總資產(chǎn)的中位數(shù)將樣本劃分為較大規(guī)模和較小規(guī)模企業(yè)兩組,并進(jìn)行分組回歸。表10報(bào)告了按照企業(yè)規(guī)模分組后重新進(jìn)行回歸的結(jié)果。

表10中的列(1)和列(2)分別報(bào)告了將總樣本分為規(guī)模較大的企業(yè)和規(guī)模較小的企業(yè)后分組回歸的結(jié)果。在規(guī)模較大的企業(yè)樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.010 8,在5%水平下顯著;在規(guī)模較小的企業(yè)樣本中,數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.023 3,在1%水平下顯著。二者數(shù)字化轉(zhuǎn)型的回歸系數(shù)均顯著為正,并且通過(guò)Bootstrap抽樣1 000次進(jìn)行組間系數(shù)差異檢驗(yàn)后,經(jīng)驗(yàn)P值顯示為0.002,在1%水平下顯著。由于在較小規(guī)模企業(yè)組的數(shù)字化轉(zhuǎn)型回歸系數(shù)的絕對(duì)值大于較大規(guī)模企業(yè)組,這就表明數(shù)字化轉(zhuǎn)型對(duì)提高小規(guī)模企業(yè)資本配置效率的作用效果更強(qiáng)。此分組樣本的回歸結(jié)果印證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本配置效率的影響在較大規(guī)模企業(yè)和較小規(guī)模企業(yè)中存在一定差異。其中,在較小規(guī)模企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更強(qiáng),這一結(jié)論也驗(yàn)證了前文的推斷。

表10 企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率:企業(yè)規(guī)模的異質(zhì)性

五、拓展性研究

前文發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型能夠助力企業(yè)識(shí)別投資機(jī)會(huì),降低信息不對(duì)稱(chēng)程度,緩解代理問(wèn)題,從而促進(jìn)企業(yè)資本配置效率的提升。那么,企業(yè)資本配置行為的變化是否最終有助于企業(yè)的價(jià)值提升?本小節(jié)主要回答上述問(wèn)題。企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)質(zhì)是借助數(shù)字技術(shù),重塑企業(yè)的運(yùn)營(yíng)模式和管理架構(gòu),推動(dòng)企業(yè)從工業(yè)化管理轉(zhuǎn)向數(shù)字化管理,打破原有傳統(tǒng)企業(yè)運(yùn)作的路徑依賴(lài),使得企業(yè)在信息管理方面更加智能化、在資源管理方面更加高效化以及在運(yùn)營(yíng)管理方面更加精準(zhǔn)化,從而為促進(jìn)企業(yè)價(jià)值的持續(xù)提升奠定了堅(jiān)實(shí)的基礎(chǔ)。并且,數(shù)字化轉(zhuǎn)型能夠助力企業(yè)精準(zhǔn)識(shí)別投資機(jī)會(huì)和風(fēng)險(xiǎn),優(yōu)化企業(yè)資本配置行為,這在一定程度上也為企業(yè)價(jià)值增長(zhǎng)提供了有效推動(dòng)力。基于該推斷,本文進(jìn)一步實(shí)證檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型是否最終提升了企業(yè)價(jià)值。

為了探究企業(yè)數(shù)字化轉(zhuǎn)型是否會(huì)影響企業(yè)價(jià)值,本文在基準(zhǔn)模型(1)的基礎(chǔ)上,將被解釋變量資本配置效率(Eff)替換企業(yè)價(jià)值(TobinQ),設(shè)置模型(3)重新進(jìn)行實(shí)證檢驗(yàn)。

TobinQi,t=α0+α1Digitali,t+∑Controlsi,t+

∑Industryi,t+∑Yeari,t+εi,t

(3)

模型(3)中,企業(yè)價(jià)值(TobinQ)是指企業(yè)的市值與企業(yè)重置資本的比值,該值越大,表明企業(yè)的發(fā)展前景越好?？刂谱兞考?Controls)與基準(zhǔn)回歸保持一致,同時(shí)模型控制了行業(yè)(Industry)和年度(Year)固定效應(yīng)。

表11報(bào)告了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的實(shí)證回歸結(jié)果。其中,列(1)為不加入控制變量,只控制了行業(yè)效應(yīng)和年度效應(yīng)的回歸結(jié)果,我們可以發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的回歸系數(shù)為0.013 7,并且在5%水平下顯著。研究結(jié)果初步顯示企業(yè)數(shù)字化轉(zhuǎn)型有助于企業(yè)價(jià)值的持續(xù)提升。列(2)為在列(1)的基礎(chǔ)上添加控制變量并且控制行業(yè)和年度效應(yīng)影響重新進(jìn)行回歸的結(jié)果,我們可以發(fā)現(xiàn),企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的正相關(guān)關(guān)系仍然沒(méi)有發(fā)生改變,并且回歸系數(shù)增加至0.031 8,通過(guò)了1%水平的顯著性檢驗(yàn)。這一結(jié)果意味著在控制其他因素的影響后,企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)價(jià)值的提升。因此,我們可以得出結(jié)論,企業(yè)數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)價(jià)值提升,驗(yàn)證了前文的推斷。

表11 企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的回歸結(jié)果

六、結(jié)論與建議

本文在厘清數(shù)字化轉(zhuǎn)型與企業(yè)資本配置效率關(guān)系的理論基礎(chǔ)上,借助中國(guó)A股上市公司2008—2020年的財(cái)務(wù)數(shù)據(jù),利用文本分析法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的度量指標(biāo),驗(yàn)證了數(shù)字化轉(zhuǎn)型與企業(yè)資本配置效率之間的內(nèi)在邏輯關(guān)系,并得出以下核心結(jié)論:

第一,企業(yè)數(shù)字化轉(zhuǎn)型強(qiáng)度越大,其資本配置效率就越高。此核心結(jié)論在通過(guò)改變核心變量、工具變量法等穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后依然成立。第二,異質(zhì)性分析的結(jié)果表明,數(shù)字化轉(zhuǎn)型在不同類(lèi)型的企業(yè)中對(duì)資本配置效率的作用效果有所差異。其中,在行業(yè)競(jìng)爭(zhēng)度較高的企業(yè)、代理沖突較嚴(yán)重的企業(yè)、高科技企業(yè)和較小規(guī)模企業(yè)中,數(shù)字化轉(zhuǎn)型對(duì)提高企業(yè)資本配置效率的作用效果更顯著。第三,拓展性研究表明,企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資本配置效率的正向影響會(huì)進(jìn)一步促進(jìn)企業(yè)價(jià)值的提升。上述結(jié)論對(duì)于充分發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)效率變革和價(jià)值效應(yīng)的驅(qū)動(dòng)作用具有重要借鑒意義。

基于以上研究結(jié)論,為充分推動(dòng)企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和促進(jìn)企業(yè)資本配置效率的提升,本文提出如下政策建議:第一,企業(yè)應(yīng)當(dāng)更加重視數(shù)字化轉(zhuǎn)型戰(zhàn)略,在企業(yè)資本配置過(guò)程中充分應(yīng)用數(shù)字技術(shù)和積累的數(shù)據(jù)資源。企業(yè)應(yīng)當(dāng)在各個(gè)部門(mén)深入實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略,并借助這一機(jī)會(huì)促使企業(yè)加快形成以數(shù)據(jù)挖掘、分析及應(yīng)用等為核心的數(shù)字化管理體系,將數(shù)字技術(shù)深度融合到資本配置決策的環(huán)節(jié)當(dāng)中,為企業(yè)資本配置行為提供全方位的信息及決策支持,為優(yōu)化企業(yè)資本配置行為提供有效推動(dòng)力。第二,政府需著力構(gòu)建和完善企業(yè)數(shù)字化轉(zhuǎn)型的激勵(lì)政策體系,助力企業(yè)高質(zhì)量發(fā)展。在當(dāng)下新經(jīng)濟(jì)新動(dòng)能快速發(fā)展的情況下,應(yīng)當(dāng)充分把握企業(yè)管理數(shù)字化變革的機(jī)遇,為中國(guó)經(jīng)濟(jì)可持續(xù)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。同時(shí),不同企業(yè)、不同行業(yè)存在不同的發(fā)展需求,應(yīng)結(jié)合企業(yè)需求加大政策支持力度,如出臺(tái)相應(yīng)的優(yōu)惠政策鼓勵(lì)數(shù)字化轉(zhuǎn)型企業(yè)的發(fā)展,使得數(shù)字化轉(zhuǎn)型能夠與企業(yè)發(fā)展導(dǎo)向深度融合,為企業(yè)高質(zhì)量發(fā)展增添活力。第三,企業(yè)應(yīng)當(dāng)借助數(shù)字化轉(zhuǎn)型提升信息披露質(zhì)量,營(yíng)造良好的市場(chǎng)信息環(huán)境。數(shù)字化轉(zhuǎn)型有助于挖掘沉淀在企業(yè)底部的信息,提高信息透明度,從而有效提升信息的傳遞效率。信息質(zhì)量的優(yōu)化也有利于加強(qiáng)外部市場(chǎng)對(duì)企業(yè)經(jīng)營(yíng)的監(jiān)督,進(jìn)一步降低代理成本,這在一定程度上也有助于提高企業(yè)資本配置效率。因此,企業(yè)應(yīng)當(dāng)進(jìn)一步通過(guò)數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)的信息披露制度,降低外部股東的監(jiān)督成本,提升實(shí)體企業(yè)部門(mén)與資本市場(chǎng)的融合度。