劉昕 趙文捷

【摘 ?要】論文基于2013-2020年制造業(yè)上市公司數(shù)據(jù)，研究數(shù)字化轉(zhuǎn)型、融資約束和企業(yè)高質(zhì)量發(fā)展三者之間的關(guān)系。結(jié)果表明，數(shù)字化轉(zhuǎn)型可顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展，且融資約束在其中起到中介作用。此外，通過滯后性研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型有利于企業(yè)持續(xù)性高質(zhì)量發(fā)展。論文為企業(yè)是否應(yīng)進(jìn)行數(shù)字化轉(zhuǎn)型以及如何推動企業(yè)高質(zhì)量發(fā)展提供參考依據(jù)。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；企業(yè)高質(zhì)量發(fā)展；融資約束；全要素生產(chǎn)率

【中圖分類號】F49；F832.5 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2023）07-0038-03

1 引言

二十大報告指出“高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)”。當(dāng)前，實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵在于適應(yīng)、引領(lǐng)和創(chuàng)造新需求，數(shù)字化生產(chǎn)和數(shù)字創(chuàng)新是數(shù)字經(jīng)濟(jì)浪潮下企業(yè)高質(zhì)量發(fā)展的重中之重，而數(shù)字化轉(zhuǎn)型則是推進(jìn)數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化的核心，在數(shù)字經(jīng)濟(jì)時代下，數(shù)字化轉(zhuǎn)型可以幫助企業(yè)高質(zhì)量、高效率地響應(yīng)市場需求、推進(jìn)價值鏈重構(gòu)。而內(nèi)外部融資是企業(yè)的主要經(jīng)濟(jì)活動之一，直接關(guān)系到企業(yè)的未來發(fā)展。數(shù)字化轉(zhuǎn)型的企業(yè)已呈現(xiàn)出易籌集資金的優(yōu)勢，有利于緩解企業(yè)普遍存在的融資約束問題。文章從企業(yè)融資的角度出發(fā)，探索數(shù)字化轉(zhuǎn)型對企業(yè)健康和持續(xù)性發(fā)展所產(chǎn)生的價值，為企業(yè)是否需要數(shù)字化轉(zhuǎn)型提供參考思路。

2 文獻(xiàn)綜述

2.1 數(shù)字化轉(zhuǎn)型的相關(guān)研究

企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)借助數(shù)字技術(shù)對業(yè)務(wù)流程的再造，即打破企業(yè)原有的工作規(guī)則和組織流程，將多層次組織架構(gòu)進(jìn)行降維，消除組織結(jié)構(gòu)中的內(nèi)外部邊界，加快企業(yè)信息的流通，改變組織管理效率[1]。目前，對于數(shù)字化轉(zhuǎn)型所帶來的經(jīng)濟(jì)后果研究，大多數(shù)學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型對企業(yè)是有益的，可以提高生產(chǎn)效率、降低成本。數(shù)字技術(shù)的應(yīng)用將海量、非標(biāo)準(zhǔn)的數(shù)據(jù)快速處理轉(zhuǎn)變成可用信息[2]，優(yōu)化企業(yè)生產(chǎn)流程，提高生產(chǎn)效率、降低生產(chǎn)成本[3]。同時，由于數(shù)字化轉(zhuǎn)型的驅(qū)動，企業(yè)構(gòu)建多種數(shù)據(jù)管理系統(tǒng)實(shí)現(xiàn)降低成本和促進(jìn)創(chuàng)新的雙效目標(biāo)，提升其生產(chǎn)效率，進(jìn)而顯著提升企業(yè)的經(jīng)濟(jì)效益。當(dāng)然，也有學(xué)者持相反觀點(diǎn)，認(rèn)為數(shù)字技術(shù)帶來的管理難度提升和成本增加，與其銷售上帶來的好處相抵消，不能給企業(yè)帶來正向影響[4]。關(guān)于數(shù)字化轉(zhuǎn)型對企業(yè)的影響沒有一個準(zhǔn)確的說法，文章從企業(yè)高質(zhì)量發(fā)展的角度，豐富數(shù)字化轉(zhuǎn)型對企業(yè)帶來的經(jīng)濟(jì)后果的研究。

2.2 高質(zhì)量發(fā)展的相關(guān)研究

企業(yè)高質(zhì)量發(fā)展，即企業(yè)追求較高層次的經(jīng)濟(jì)價值和社會價值創(chuàng)造，以及塑造企業(yè)持續(xù)成長和價值創(chuàng)造能力的目標(biāo)狀態(tài)或發(fā)展范式[5]。企業(yè)高質(zhì)量發(fā)展具有豐富性和多維性[6]，但高質(zhì)量發(fā)展的本質(zhì)在于提高全要素生產(chǎn)率[7]，促進(jìn)全要素生產(chǎn)率的穩(wěn)定發(fā)展是實(shí)現(xiàn)中國企業(yè)高質(zhì)量發(fā)展的關(guān)鍵內(nèi)容[8]。制造業(yè)高質(zhì)量發(fā)展是以滿足消費(fèi)者多樣性、高品質(zhì)的需求為目的，通過數(shù)字技術(shù)及其應(yīng)用，連接利益相關(guān)者、整合企業(yè)內(nèi)外部資源、改善全要素生產(chǎn)率，以及其他綜合考慮的發(fā)展范

式[9]。企業(yè)高質(zhì)量的發(fā)展必然需要充足的資金作為基礎(chǔ)。當(dāng)融資約束程度較高時，企業(yè)會縮減在技術(shù)創(chuàng)新上的投入，降低企業(yè)技術(shù)創(chuàng)新效率從而減緩企業(yè)的高質(zhì)量發(fā)展[10]，由此可見融資和高質(zhì)量發(fā)展息息相關(guān)。

2.3 數(shù)字化轉(zhuǎn)型與企業(yè)高質(zhì)量發(fā)展

數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)高質(zhì)量發(fā)展。第一，數(shù)字化轉(zhuǎn)型有利于降低生產(chǎn)成本，進(jìn)而促進(jìn)企業(yè)高質(zhì)量發(fā)展。企業(yè)通過數(shù)字化轉(zhuǎn)型，將新興技術(shù)與傳統(tǒng)生產(chǎn)相結(jié)合，實(shí)現(xiàn)了生產(chǎn)上的自動化與智能化，減少了勞動力的成本；而且，數(shù)字技術(shù)的使用，增強(qiáng)了管理者對資源使用的監(jiān)督，提高其使用效率，帶動生產(chǎn)效率的提升[11]。同時，企業(yè)通過利用新興技術(shù)對市場需求進(jìn)行準(zhǔn)確預(yù)測，形成“以銷定產(chǎn)”的生產(chǎn)加工方式，降低企業(yè)供需不平衡造成的資源錯配情況[12，13]，利于企業(yè)高質(zhì)量發(fā)展。第二，數(shù)字化轉(zhuǎn)型有利于緩解信息不對稱、降低代理成本，從而達(dá)到促進(jìn)企業(yè)高質(zhì)量發(fā)展的目的。傳統(tǒng)企業(yè)對數(shù)據(jù)的處理處于基礎(chǔ)階段，很多相關(guān)的信息難以被發(fā)現(xiàn)。數(shù)字化轉(zhuǎn)型使信息更加結(jié)構(gòu)化、標(biāo)準(zhǔn)化[14]，提升信息的可利用度，約束管理者機(jī)會主義行為，降低外部監(jiān)督成本和審查成本[15]，從而緩解企業(yè)代理問題，利于企業(yè)高質(zhì)量發(fā)展。而且，隨著信息可利用度的增加，企業(yè)隱匿信息的成本會隨之增加，以此激勵企業(yè)披露高質(zhì)量的信息報告，緩解信息不對稱問題，利于企業(yè)獲取更多的融資，提高資金持有水平，推動企業(yè)成長，有利于其高質(zhì)量發(fā)展。故提出以下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型可以有效促進(jìn)企業(yè)高質(zhì)量發(fā)展。

2.4 數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)高質(zhì)量發(fā)展

隨著數(shù)字化轉(zhuǎn)型在企業(yè)中的運(yùn)用，第一，企業(yè)提高了信息整理、分析的能力，加快各個部門之間的合作，促進(jìn)資源配置效率的提升，進(jìn)而提升了企業(yè)生產(chǎn)效率[16]，生產(chǎn)成本也隨之降低，降低企業(yè)需要融資的可能，從企業(yè)內(nèi)部緩解了融資約束問題。第二，信息可利用度也隨之提升，企業(yè)變得更透明，隱匿信息的成本提高，因此企業(yè)會向外界披露更高質(zhì)量的信息，來緩解外界投資者與企業(yè)之間的信息不對稱問題。外部投資者在獲得更多高質(zhì)量的信息后，一方面，對企業(yè)的業(yè)績和經(jīng)營情況有更全面的認(rèn)知，有利于加強(qiáng)投資者對企業(yè)的監(jiān)督，減少管理者機(jī)會主義行為，降低投資風(fēng)險，達(dá)到降低代理成本、緩解融資約束的效果；另一方面，投資者掌握比以往更全面的信息，有利于降低投資風(fēng)險，減少融資成本，為緩解融資約束提供了良好的基礎(chǔ)，擴(kuò)大企業(yè)現(xiàn)有資金流，提高資產(chǎn)管理效率和全要素生產(chǎn)率，利于企業(yè)向著更高質(zhì)量的形態(tài)發(fā)展。通過上述分析文章提出相關(guān)假設(shè)：

H2：數(shù)字化轉(zhuǎn)型通過緩解融資約束來促進(jìn)企業(yè)高質(zhì)量發(fā)展。

3 研究設(shè)計

3.1 變量的選取

被解釋變量：全要素生產(chǎn)率（LP）。常用的測算方法分別是LP法和OP法，故采用LP法測算的指標(biāo)進(jìn)行主回歸，用OP法測算的指標(biāo)進(jìn)行穩(wěn)健性回歸。

解釋變量：數(shù)字化轉(zhuǎn)型（Dig）。數(shù)字化轉(zhuǎn)型的評估方法主要包括定量描述法和文本分析法。相比于用定量法來衡量數(shù)字化轉(zhuǎn)型，文本法更能體現(xiàn)出數(shù)字化技術(shù)的應(yīng)用給企業(yè)帶來的變化，故用文本分析法來測量企業(yè)數(shù)字化轉(zhuǎn)型程度。

中介變量：融資約束。文章采用KZ指數(shù)法作為融資約束測量方法。

控制變量：上市年限（Listage）、股權(quán)集中度（Top1）、托賓Q值（Tobin's Q）、管理層持股比例（Mng）、董事會規(guī)模（Board）、產(chǎn)權(quán)性質(zhì)（Ownership），具體如表1所示。

3.2 模型的建立

LPi，t=β0+β1Digi，t+∑βkConi，t+∑Year+∑Ind+δi，t ? （1）

式（1）中，Con為控制變量，δ為隨機(jī)誤差項(xiàng)，并控制年度和行業(yè)兩個變量。

3.3 數(shù)據(jù)來源

文章以2013-2020年制造業(yè)的上市公司為研究對象，探討企業(yè)的數(shù)字化轉(zhuǎn)型、融資約束和企業(yè)高質(zhì)量發(fā)展三者之間的關(guān)系，并按照如下方式對相關(guān)數(shù)據(jù)進(jìn)行遴選：①去除ST、PT以及資不抵債的企業(yè)；②去除相關(guān)變量有缺失的企業(yè)；③對文章的全部數(shù)據(jù)做1%的縮尾處理，進(jìn)而得到913個上市公司的數(shù)據(jù)。以上信息均來自國泰安（CSMAR）數(shù)據(jù)庫和財務(wù)報表。

4 實(shí)證結(jié)果分析

4.1 描述性統(tǒng)計

描述性統(tǒng)計結(jié)果如表2所示。其中，全要素生產(chǎn)率（LP）的最大值為11.897，最小值為6.937，均值為9.187，標(biāo)準(zhǔn)差為1.108。表明已選擇的樣本企業(yè)都在關(guān)注企業(yè)高質(zhì)量發(fā)展，但是不同的企業(yè)之間依舊存在差異。企業(yè)數(shù)字化轉(zhuǎn)型（Dig）的最大值是4.595，最小值是0，均值為1.195，說明不同上市企業(yè)之間數(shù)字化轉(zhuǎn)型程度存在較大差異，甚至有些企業(yè)忽視了數(shù)字化轉(zhuǎn)型的重要性，且整體數(shù)字化轉(zhuǎn)型程度有待提升。

4.2 基準(zhǔn)回歸

表3報告了基準(zhǔn)回歸結(jié)果。結(jié)果顯示，當(dāng)僅控制時間和行業(yè)時，回歸系數(shù)為0.163，加入控制變量后，回歸系數(shù)為0.157，都通過了1%的顯著性檢驗(yàn)。因此可見，企業(yè)的數(shù)字化轉(zhuǎn)型水平的提高，可以促進(jìn)企業(yè)高質(zhì)量發(fā)展，與金昕等人的研究結(jié)果相同，都驗(yàn)證了文章提出的H1。

4.3 中介效應(yīng)

融資是企業(yè)發(fā)展面臨的必要問題，文章探討數(shù)字化轉(zhuǎn)型、融資約束以及企業(yè)高質(zhì)量發(fā)展三者之間存在的關(guān)系，并加以識別驗(yàn)證。具體的中介效應(yīng)模型[17]如下所示：

LPi，t=α0+α1Digi，t+∑αkConi，t+∑Year+∑Ind+δi，t ? （2）

KZi，t=θ0+θ1Digi，t+∑θkConi，t+∑Year+∑Ind+δi，t ? （3）

LPi，t=λ0+λ1Digi，t+λ2KZi，t+∑λkConi，t+∑Year+∑Ind+δi，t ? （4）

在表4第（4）列中數(shù)字化轉(zhuǎn)型對融資約束的回歸系數(shù)為-0.087，且通過了1%的統(tǒng)計顯著性檢驗(yàn)，說明數(shù)字化轉(zhuǎn)型的應(yīng)用更利于信息的披露以及傳遞，緩解信息不對稱情況，緩解企業(yè)融資約束問題；第（5）列中融資約束對全要素生產(chǎn)率的回歸系數(shù)為-0.030，且通過了1%的統(tǒng)計顯著性檢驗(yàn)。綜上所述，公司的數(shù)字化轉(zhuǎn)型的運(yùn)用能夠通過緩解企業(yè)融資約束問題來有效促進(jìn)企業(yè)高質(zhì)量發(fā)展。因此驗(yàn)證了文章提出的H2。

5 穩(wěn)健性檢驗(yàn)與滯后性檢驗(yàn)

5.1 穩(wěn)健性檢驗(yàn)

文章通過替換主要指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)，第一，改變?nèi)厣a(chǎn)率的衡量方式，用OP測算法（OP）來衡量全要素生產(chǎn)率；第二，改變數(shù)字化轉(zhuǎn)型的解釋變量，采用數(shù)字化技術(shù)應(yīng)用（DT）來衡量數(shù)字化轉(zhuǎn)型程度，然后分別進(jìn)行回歸分析。實(shí)證結(jié)果表明（見表5），數(shù)字化水平對企業(yè)高質(zhì)量發(fā)展的影響均在1%的水平上顯著為正，表明隨著數(shù)字化轉(zhuǎn)型的推進(jìn)有利于企業(yè)高質(zhì)量發(fā)展，為文章的H1提供了證據(jù)支撐。

5.2 滯后性檢驗(yàn)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型是否能長期影響企業(yè)高質(zhì)量發(fā)展，文章延長了企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率影響的考察窗口。將數(shù)字化轉(zhuǎn)型（Dig）滯后1～2期后，回歸結(jié)果依舊通過了1%的顯著性檢驗(yàn)（見表6），表明隨著數(shù)字化轉(zhuǎn)型程度的提升會給企業(yè)帶來持續(xù)有益的反饋，有利于企業(yè)長期的高質(zhì)量發(fā)展。

6 結(jié)論與啟示

文章深入分析了數(shù)字化轉(zhuǎn)型對企業(yè)高質(zhì)量發(fā)展的影響以及融資約束在其中起到的中介效應(yīng)。實(shí)證結(jié)果表明，進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)可獲得更多的投資，緩解企業(yè)融資約束問題，為企業(yè)高質(zhì)量發(fā)展提供保障。同時滯后性檢驗(yàn)結(jié)果表明，數(shù)字化轉(zhuǎn)型有利于企業(yè)可持續(xù)發(fā)展?；谝陨戏治?，文章認(rèn)為企業(yè)應(yīng)抓住數(shù)字化轉(zhuǎn)型機(jī)遇，從內(nèi)部加大數(shù)字化的應(yīng)用力度，促進(jìn)企業(yè)長期高質(zhì)量發(fā)展。

【參考文獻(xiàn)】

【1】尹夏楠，詹細(xì)明，唐少清.制造企業(yè)數(shù)字化轉(zhuǎn)型對財務(wù)績效的影響機(jī)理[J].中國流通經(jīng)濟(jì)，2022，36（07）：96-106.

【2】Verhoef P.C.，Broekhuizen T.，Bart Y.，et al. Digital transformation： A multidis-ciplinary reflection and research agenda[J].Journal of Business Research，2021（122）：889-901.

【3】潘紅波，高金輝.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于中國上市公司年報的經(jīng)驗(yàn)證據(jù)[J].中南大學(xué)學(xué)報（社會科學(xué)版），2022，28（05）：107-121.

【4】戚聿東，蔡呈偉.數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機(jī)理研究[J].學(xué)習(xí)與探索，2020（07）：108-119.

【5】黃速建，肖紅軍，王欣.論國有企業(yè)高質(zhì)量發(fā)展[J].中國工業(yè)經(jīng)濟(jì)，2018，367（10）：19-41.

【6】金碚.關(guān)于“高質(zhì)量發(fā)展”的經(jīng)濟(jì)學(xué)研究[J].中國工業(yè)經(jīng)濟(jì)，2018（04）：5-18.

【7】朱冠平，黃志媛.商業(yè)信用融資對我國企業(yè)高質(zhì)量發(fā)展的影響[J].企業(yè)經(jīng)濟(jì)，2022，41（09）：27-38.

【8】張慶國，黃杏子.國有企業(yè)融資約束、全要素生產(chǎn)率與西部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展[J].南開經(jīng)濟(jì)研究，2021（06）：179-196.

【9】李巧華.新時代制造業(yè)企業(yè)高質(zhì)量發(fā)展的動力機(jī)制與實(shí)現(xiàn)路徑[J].財經(jīng)科學(xué)，2019（06）：57-69.

【10】杜傳忠，張遠(yuǎn).數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率增長的影響機(jī)制研究[J].證券市場導(dǎo)報，2021（02）：41-51.

【11】金昕，夏豐華，邵俊崗.數(shù)字化轉(zhuǎn)型對制造企業(yè)發(fā)展質(zhì)量影響效應(yīng)檢驗(yàn)[J].統(tǒng)計與決策，2022，38（20）：169-173.

【12】沈運(yùn)紅，黃桁.數(shù)字經(jīng)濟(jì)水平對制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的影響研究——基于浙江省2008-2017年面板數(shù)據(jù)[J].科技管理研究，2020，40（03）：147-154.

【13】溫濤，陳一明.數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)農(nóng)村經(jīng)濟(jì)融合發(fā)展：實(shí)踐模式、現(xiàn)實(shí)障礙與突破路徑[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2020（07）：118-129.

【14】吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

【15】羅進(jìn)輝，巫奕龍.數(shù)字化運(yùn)營水平與真實(shí)盈余管理[J].管理科學(xué)，2021，34（4）：3-18.

【16】周正，門博陽，王搏.數(shù)字經(jīng)濟(jì)驅(qū)動制造業(yè)高質(zhì)量發(fā)展的增長效應(yīng)——基于中國數(shù)字經(jīng)濟(jì)與制造業(yè)的實(shí)證檢驗(yàn)[J].河南師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023（01）：72-78.

【17】溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[J].心理學(xué)報，2004（05）：614-620.