李曉慶,周昕桐

南京信息工程大學(xué) 管理工程學(xué)院,江蘇 南京 210044

引 言

自黨的十九大以來,中國數(shù)字經(jīng)濟(jì)發(fā)展被提上日程[1]。黨的二十大更是明確提出,加快發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合,打造具有國際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群[2]。中國數(shù)字經(jīng)濟(jì)的規(guī)模已從2012年的11萬億元增長(zhǎng)到了2022年的50萬億元,數(shù)字經(jīng)濟(jì)占國內(nèi)生產(chǎn)總值的比重從21.6%上升到了41.5%(1)數(shù)據(jù)來源:王政《我國數(shù)字經(jīng)濟(jì)規(guī)模超45萬億元》(載于《人民日?qǐng)?bào)》2022年7月3日第1版)和國家互聯(lián)網(wǎng)信息辦公室《數(shù)字中國發(fā)展報(bào)告(2022年)》(2023年4月發(fā)布,第2頁)。。數(shù)字技術(shù)的發(fā)展給中國經(jīng)濟(jì)帶來了實(shí)實(shí)在在的效率變革。不僅如此,發(fā)展數(shù)字經(jīng)濟(jì)是實(shí)現(xiàn)新發(fā)展格局、使新發(fā)展階段和新機(jī)遇有效融合、賦能生態(tài)環(huán)境保護(hù)的重要措施。

隨著環(huán)境規(guī)制越來越嚴(yán)格,中國重污染企業(yè)正面臨社會(huì)環(huán)境和經(jīng)濟(jì)利益的雙重考驗(yàn)。在打造全新動(dòng)力引擎促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的背景下,推動(dòng)重污染企業(yè)的數(shù)字化轉(zhuǎn)型,為其培養(yǎng)新能力、適應(yīng)不斷變化的外部環(huán)境和贏得未來競(jìng)爭(zhēng)地位,促進(jìn)重污染企業(yè)的數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合,具有重要的現(xiàn)實(shí)意義。企業(yè)數(shù)字化轉(zhuǎn)型實(shí)質(zhì)上是指使各種生產(chǎn)要素與集成信息、計(jì)算、溝通、連接的人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)深度融合的過程[3]131-132,是實(shí)現(xiàn)運(yùn)營自動(dòng)化、管理網(wǎng)絡(luò)化、決策智能化,提高業(yè)務(wù)流程效率,促進(jìn)商業(yè)模式轉(zhuǎn)變,創(chuàng)造新的價(jià)值和可持續(xù)的核心競(jìng)爭(zhēng)力[4]。全要素生產(chǎn)率(TFP)是反映企業(yè)要素投入向最終產(chǎn)出轉(zhuǎn)化效率的重要指標(biāo),也是評(píng)價(jià)重污染企業(yè)數(shù)字化轉(zhuǎn)型成效的重要指標(biāo)?；诖?本文擬研究中國重污染企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其全要素生產(chǎn)率的影響及其作用機(jī)制。

現(xiàn)只有少數(shù)文獻(xiàn)[5]12-23,[6]58-60,[7]3-8對(duì)重污染企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型所產(chǎn)生的經(jīng)濟(jì)結(jié)果進(jìn)行了研究,但都沒有檢驗(yàn)重污染企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其全要素生產(chǎn)率的影響。已有文獻(xiàn)主要從綠色信貸[8]26-33,[9]3-11、稅收減免[10]95-106、環(huán)境規(guī)制和政府監(jiān)管[11]等視角探討其對(duì)重污染型企業(yè)全要素生產(chǎn)率的影響,鮮有從企業(yè)數(shù)字化轉(zhuǎn)型視角進(jìn)行研究。故本文以重污染企業(yè)為研究對(duì)象,通過運(yùn)用文本分析方法對(duì)上市企業(yè)年度財(cái)務(wù)報(bào)告中關(guān)鍵字詞頻的統(tǒng)計(jì),構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型程度指數(shù),并評(píng)估數(shù)字化轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率的提升作用,進(jìn)而檢驗(yàn)數(shù)字轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率的作用渠道,即市場(chǎng)約束、融資環(huán)境改善、管理效率的中介效應(yīng)。本文的研究結(jié)論或?yàn)橥苿?dòng)重污染企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型、提升全要素生產(chǎn)率、實(shí)現(xiàn)高質(zhì)量發(fā)展提供決策參考。

一、文獻(xiàn)綜述與研究假設(shè)

(一)數(shù)字化轉(zhuǎn)型與重污染企業(yè)全要素生產(chǎn)率

自1987年羅伯特·索洛提出著名的“信息技術(shù)生產(chǎn)率悖論”以來,一些學(xué)者從投資收益的時(shí)滯性和度量偏差[12],以及人工智能等數(shù)字技術(shù)的不當(dāng)使用會(huì)導(dǎo)致資本和勞動(dòng)的錯(cuò)配[13],來解釋信息技術(shù)對(duì)企業(yè)生產(chǎn)率的抑制。但隨著數(shù)字技術(shù)的發(fā)展,企業(yè)層面的生產(chǎn)率悖論逐漸消失,更多學(xué)者支持?jǐn)?shù)字技術(shù)發(fā)展的積極性,如數(shù)字化與企業(yè)生產(chǎn)率可能呈現(xiàn)“U型”曲線關(guān)系,并非生產(chǎn)率悖論[14]。數(shù)字技術(shù)可通過優(yōu)化流程提高經(jīng)營效率、減少資源錯(cuò)配、促進(jìn)投資效率、提高創(chuàng)新能力等來提高企業(yè)生產(chǎn)率[15]114,[16]41,[17]。

企業(yè)全要素生產(chǎn)率是一個(gè)綜合性指標(biāo),現(xiàn)有文獻(xiàn)可大致從資源配置和技術(shù)進(jìn)步兩個(gè)方面來分析重污染企業(yè)全要素生產(chǎn)率的影響機(jī)制[18]。從資源配置方面來看,數(shù)字化轉(zhuǎn)型可以幫助企業(yè)提升通信與監(jiān)控能力,降低搜尋成本,提升信息整合效率,打破行業(yè)與地區(qū)的壟斷,有助于跨國企業(yè)間的協(xié)作與管理,幫助企業(yè)降低交易成本、減少資源錯(cuò)配以提升全要素生產(chǎn)率[19-20]。從技術(shù)進(jìn)步方面來看,數(shù)字化轉(zhuǎn)型不僅可實(shí)現(xiàn)自動(dòng)化和智能化,降低勞動(dòng)力的需求,減少人力資本成本,實(shí)現(xiàn)生產(chǎn)效率提升,而且可促進(jìn)技術(shù)創(chuàng)新和服務(wù)創(chuàng)新,優(yōu)化企業(yè)人力資本結(jié)構(gòu),推動(dòng)先進(jìn)制造業(yè)和現(xiàn)代服務(wù)業(yè)的融合發(fā)展[16]41-62,[21]92-102,進(jìn)而提升企業(yè)全要素生產(chǎn)率。在越來越嚴(yán)格的環(huán)境管制和市場(chǎng)競(jìng)爭(zhēng)情境下,數(shù)字化轉(zhuǎn)型不僅能改善重污染企業(yè)環(huán)境信息披露質(zhì)量[6]58-60,提升其環(huán)境績(jī)效[7]3-8,還能提升其綠色投資收益[5]12-23,是其優(yōu)化資源配置和創(chuàng)新技術(shù)服務(wù)的契機(jī)。由此,本文提出如下假設(shè):

假設(shè)1:數(shù)字化轉(zhuǎn)型會(huì)顯著提升重污染企業(yè)全要素生產(chǎn)率。

(二)數(shù)字化轉(zhuǎn)型提升重污染企業(yè)全要素生產(chǎn)率的作用渠道

從資源配置方面來看,信息披露是企業(yè)贏得市場(chǎng)和公眾信任、獲得投資與合作、接受外部監(jiān)督的主要工作——企業(yè)通過直觀、正面和準(zhǔn)確的信息披露,不僅提高其社會(huì)聲譽(yù)和改善企業(yè)形象,減小市場(chǎng)約束的壓力,擁有好聲譽(yù)的企業(yè)往往還能獲得更優(yōu)質(zhì)的融資支持。從技術(shù)進(jìn)步方面來看,數(shù)字化轉(zhuǎn)型可優(yōu)化企業(yè)生產(chǎn)經(jīng)營活動(dòng)內(nèi)部控制流程中的效率,進(jìn)而提升企業(yè)全要素生產(chǎn)率。因此,本文選擇企業(yè)信息披露質(zhì)量、企業(yè)債務(wù)融資成本和管理者能力作為三個(gè)中介變量,來分別檢驗(yàn)市場(chǎng)約束、融資約束、管理效率這三個(gè)作用渠道。

1.數(shù)字化轉(zhuǎn)型、市場(chǎng)約束與重污染企業(yè)全要素生產(chǎn)率

對(duì)重污染企業(yè)來說,市場(chǎng)約束主要來自外部監(jiān)督。良好的信息披露質(zhì)量往往是改善外部監(jiān)督、完善公司治理的主要手段,也是外部了解企業(yè)績(jī)效和生產(chǎn)規(guī)模的重要途徑[16]58。信息披露作為市場(chǎng)約束的一種媒介,投資者可以通過它來獲得重要信息,如經(jīng)營業(yè)績(jī)、職責(zé)履行和風(fēng)險(xiǎn)控制等。對(duì)第一類委托代理問題,所有權(quán)和經(jīng)營權(quán)分離使得投資者和管理者獲得的信息數(shù)量和質(zhì)量不一致,而企業(yè)數(shù)字化轉(zhuǎn)型可以大大降低這種信息不對(duì)稱的程度,提高企業(yè)會(huì)計(jì)信息和信用信息的披露質(zhì)量,增強(qiáng)年報(bào)可讀性[22],同時(shí)也降低了金融機(jī)構(gòu)與企業(yè)之間的信息不對(duì)稱程度,改善不對(duì)稱后果并強(qiáng)化了市場(chǎng)的正面預(yù)期[3]138-140。由此,數(shù)字化轉(zhuǎn)型可以通過有效提高信息披露質(zhì)量,增強(qiáng)信息傳遞效率,提升企業(yè)全要素生產(chǎn)率。本文提出如下假設(shè):

假設(shè)2:數(shù)字化轉(zhuǎn)型通過強(qiáng)化信息披露產(chǎn)生市場(chǎng)約束效應(yīng)提升重污染企業(yè)全要素生產(chǎn)率。

2.數(shù)字化轉(zhuǎn)型、融資約束與重污染企業(yè)全要素生產(chǎn)率

重污染企業(yè)因信息披露問題導(dǎo)致的信息不對(duì)稱以及相對(duì)一般企業(yè)更加“不環(huán)?！钡钠髽I(yè)形象,都會(huì)導(dǎo)致重污染企業(yè)承擔(dān)更高的融資成本,技術(shù)創(chuàng)新迫使企業(yè)面臨需要大量資金投入人力資本和固定設(shè)備的情況,現(xiàn)如今綠色信貸也形成了一定的融資約束[8]26。在資本不足的情況下,企業(yè)的技術(shù)創(chuàng)新行為將被嚴(yán)重抑制,進(jìn)而生產(chǎn)力下降。推動(dòng)數(shù)字化轉(zhuǎn)型,重污染企業(yè)就能借助數(shù)字化信息平臺(tái)的共享優(yōu)勢(shì),減少信息不對(duì)稱,及時(shí)獲取外部融資信息,減少企業(yè)融資壁壘,有助于企業(yè)及時(shí)獲得資金支持,提升企業(yè)的投融資效益,從而達(dá)到促進(jìn)企業(yè)全要素生產(chǎn)率效率提升的目的[9]4,[23]56-57。因此,本文提出如下假設(shè):

假設(shè)3:數(shù)字化轉(zhuǎn)型通過緩解融資約束降低債務(wù)融資成本提升重污染企業(yè)全要素生產(chǎn)率。

3.數(shù)字化轉(zhuǎn)型、管理效率與重污染企業(yè)全要素生產(chǎn)率

一個(gè)企業(yè)良好的內(nèi)控機(jī)制能夠?qū)芾碚哌M(jìn)行監(jiān)督和激勵(lì),提高管理者的工作效率,緩解代理沖突,降低管理者的利己主義行為[24]。管理者在企業(yè)控制、評(píng)估、管理、監(jiān)督與評(píng)價(jià)等過程中發(fā)揮著最直接的作用[25],成為內(nèi)控機(jī)制不可或缺的重要一環(huán),同時(shí)還具有較強(qiáng)的示范與帶動(dòng)作用。對(duì)于重污染企業(yè)來說,良好的內(nèi)部控制機(jī)制與高效的管理水平有助于管理者將企業(yè)價(jià)值最大化作為目標(biāo),積極履行社會(huì)責(zé)任,促進(jìn)綠色創(chuàng)新,提升經(jīng)營績(jī)效。具體來說,首先,數(shù)字化轉(zhuǎn)型可營造協(xié)同控制的內(nèi)部環(huán)境,幫助重污染企業(yè)在研發(fā)設(shè)計(jì)、原材料采購及生產(chǎn)銷售等環(huán)節(jié)之間銜接和溝通更為有效和通暢,且強(qiáng)化內(nèi)部監(jiān)督機(jī)制;其次,有助于企業(yè)管理者更好地利用數(shù)字化平臺(tái)的產(chǎn)品交易、用戶評(píng)價(jià)等信息,實(shí)現(xiàn)對(duì)消費(fèi)者消費(fèi)傾向的精準(zhǔn)預(yù)測(cè),提高企業(yè)預(yù)測(cè)運(yùn)營風(fēng)險(xiǎn)的能力,減少不確定性對(duì)生產(chǎn)力效率提升的影響;最后,數(shù)字化技術(shù)可以通過增強(qiáng)管理者的風(fēng)險(xiǎn)預(yù)測(cè)能力,增強(qiáng)人力資本業(yè)績(jī)激勵(lì),促使管理者做出有利于企業(yè)價(jià)值提升的決策,進(jìn)而推動(dòng)企業(yè)全要素生產(chǎn)率的提升[26]?；谝陨戏治?本文提出如下假設(shè):

假設(shè)4:數(shù)字化轉(zhuǎn)型通過提高管理效率促進(jìn)重污染企業(yè)全要素生產(chǎn)率的提升。

二、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文基于2010—2020年的中國A股重污染企業(yè)為研究樣本,并按以下原則對(duì)樣本進(jìn)行篩選:(1)剔除金融企業(yè);(2)剔除ST、*ST企業(yè);(3)剔除上市時(shí)間不足一年且已經(jīng)退市企業(yè);(4)剔除主變量缺失的企業(yè);最終得到來自908家企業(yè)的共6 069個(gè)企業(yè)年度數(shù)據(jù)。本文數(shù)據(jù)主要來源于CSMAR中國經(jīng)濟(jì)金融研究數(shù)據(jù)庫以及WIND經(jīng)濟(jì)數(shù)據(jù)庫。重污染企業(yè)名單的認(rèn)定主要根據(jù)《上市公司行業(yè)分類指引》(中國證券監(jiān)督管理委員會(huì)公告〔2012〕31號(hào))和《上市公司環(huán)保核查行業(yè)分類管理名錄》(環(huán)辦函〔2008〕373號(hào)),主要包括火電、鋼鐵、水泥、電解鋁、煤炭、冶金、建材、采礦、化工、石化、制藥、輕工(釀造、造紙、發(fā)酵)、紡織和制革等行業(yè)。為了消除極值的影響,本文將連續(xù)變量進(jìn)行前后1%的縮尾處理。

(二)變量定義

1.被解釋變量:企業(yè)全要素生產(chǎn)率

企業(yè)全要素生產(chǎn)率的測(cè)算主要參考李曉慶等[27]的做法,采用ACF修正的OP法測(cè)算的樣本企業(yè)全要素生產(chǎn)率(Opacf),并以4種常見的企業(yè)全要素生產(chǎn)率測(cè)算方法(OP法、LP法和帶有ACF修正的OP法、LP法,即OPAFC法、LPAFC法)估算的企業(yè)全要素生產(chǎn)率均值(TFP)替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。

2.核心解釋變量:企業(yè)數(shù)字化轉(zhuǎn)型

本文借鑒吳非等[3]134的思路,以關(guān)鍵字(見表1)出現(xiàn)頻次為衡量指標(biāo),將企業(yè)數(shù)字化轉(zhuǎn)型按功能結(jié)構(gòu)分為底層技術(shù)應(yīng)用與綜合實(shí)踐應(yīng)用兩個(gè)層面,其中底層技術(shù)應(yīng)用細(xì)分為人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)四大類,采用Python爬蟲工具與Java PDFBox庫對(duì)A股重污染上市公司年報(bào)中關(guān)鍵字出現(xiàn)頻次進(jìn)行統(tǒng)計(jì),以此作為衡量重污染企業(yè)數(shù)字化轉(zhuǎn)型程度的主要指標(biāo)。同時(shí),為避免關(guān)鍵字統(tǒng)計(jì)頻率偏右對(duì)回歸結(jié)果的影響,本文對(duì)數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理。另外,本文還利用企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量(Digital_Dum)來進(jìn)行穩(wěn)健性檢驗(yàn)。

3.中介變量

本文分別選取企業(yè)信息披露透明度(Trans)、企業(yè)債務(wù)融資成本(Cost)和管理者能力(MA)來量化檢驗(yàn)市場(chǎng)約束、融資約束和管理效率這三個(gè)作用渠道。

(1)企業(yè)信息披露透明度(Trans)。本文參考辛清泉等[28]的思路,該指標(biāo)是基于盈余質(zhì)量、 深交所上市公司信息披露考評(píng)結(jié)果、分析師跟蹤人數(shù)和分析師盈余預(yù)測(cè)準(zhǔn)確性以及是否為國際四大審計(jì)等指標(biāo)變量所構(gòu)建的。其中,深交所上市公司信息披露考評(píng)結(jié)果包含企業(yè)社會(huì)責(zé)任報(bào)告,包括環(huán)境保護(hù)部門要求重污染企業(yè)披露的環(huán)境信息。

(2)企業(yè)債務(wù)融資成本(Cost)。本文使用企業(yè)財(cái)務(wù)費(fèi)用與企業(yè)期末總負(fù)債的比值來量化企業(yè)債務(wù)融資成本。

(3)管理者能力(MA)。借鑒德梅爾吉安(Demerjian)等[29]等做法,通過構(gòu)建包含數(shù)據(jù)包絡(luò)分析(DEA)和Tobit模型的兩階段模型來估算管理者能力(MA)。具體計(jì)算過程如下:①將固定資產(chǎn)凈額、無形資產(chǎn)凈額、商譽(yù)、研發(fā)支出、營業(yè)成本、銷售與管理費(fèi)用作為DEA中的投入變量,把營業(yè)收入作為唯一的產(chǎn)出變量,通過數(shù)據(jù)包絡(luò)分析計(jì)算得出企業(yè)效率值;②DEA計(jì)算得出的企業(yè)效率值會(huì)受企業(yè)與管理者兩個(gè)層面因素的影響,進(jìn)一步采用Tobit模型將兩個(gè)層面的效應(yīng)進(jìn)行分離,得到管理者層面對(duì)企業(yè)效率的作用程度。

4.控制變量

借鑒相關(guān)主題文獻(xiàn),如曹越等[10]101、趙宸宇等[15]120、花俊國等[23]58-59和李曉慶等[30]的做法,本文的控制變量選取了企業(yè)上市年份、資產(chǎn)規(guī)模、資產(chǎn)收益率、資產(chǎn)負(fù)債率、營業(yè)收入同比增長(zhǎng)率、企業(yè)現(xiàn)金流、每股凈資產(chǎn)等企業(yè)財(cái)務(wù)特征變量,以及董事會(huì)規(guī)模、股權(quán)集中度、代理成本、兩職分離、機(jī)構(gòu)持股比例、獨(dú)立董事比例等企業(yè)治理特征變量。同時(shí),我們也考慮到了不同行業(yè)和不同年份的影響,控制行業(yè)和年份的固定效應(yīng),并聚類到企業(yè)層面。具體變量如表2所示。

(三)回歸模型構(gòu)建

1.基準(zhǔn)回歸模型

本文以企業(yè)數(shù)字化轉(zhuǎn)型為核心解釋變量,以企業(yè)全要素生產(chǎn)率為被解釋變量,構(gòu)建基準(zhǔn)回歸模型:

Opacfit=α0+α1Digitalit+Controls+∑Year+∑Ind+εit

(1)

其中,Opacf表示企業(yè)全要素生產(chǎn)率,Digital表示企業(yè)數(shù)字化轉(zhuǎn)型,Controls表示控制變量,同時(shí)控制行業(yè)和年份,并聚類到企業(yè)層面。

2.中介效應(yīng)模型

本文借鑒王鋒等[31]的思路,構(gòu)建遞進(jìn)方程組的中介效應(yīng)模型:

Medit=γ0+γ1Digitalit+Controls+∑Industry+∑Year+εit

(2)

Opacfit=δ0+δ1Medit+Controls+∑Industry+∑Year+εit

(3)

其中:Med表示中介變量,分別以企業(yè)信息披露透明度(Trans)、企業(yè)債務(wù)融資成本(Cost)和管理者能力(MA)作為代理變量。本文采用高維固定效應(yīng)模型進(jìn)行逐步回歸。在方程(1)中,若α1顯著,則回歸方程(2),如果γ1顯著,對(duì)方程(3)進(jìn)行回歸,若系數(shù)δ1顯著,則表明存在中介效應(yīng)。

三、實(shí)證分析

(一)描述性統(tǒng)計(jì)

各變量的描述性統(tǒng)計(jì)結(jié)果見表2。本文樣本重污染企業(yè)全要素生產(chǎn)率(Opacf)均值為10.92,略比顧雪松等[8]30和曹越等[10]99的均值小,其原因是其文獻(xiàn)是直接使用LP法計(jì)算全要素生產(chǎn)率,而本文使用的是經(jīng)過ACF修正后的OP法,結(jié)果會(huì)偏小,但更為精準(zhǔn);標(biāo)準(zhǔn)差為0.748,最大值為12.82,最小值為8.584,企業(yè)間全要素生產(chǎn)率存在一定差異。本文樣本重污染企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的平均值為2.627,略比田杰等[5]16的均值大,其原因可能是本文歸類的重污染企業(yè)有所不同;樣本重污染企業(yè)數(shù)字化轉(zhuǎn)型(Digital)最小值為0,最大值為5.050,標(biāo)準(zhǔn)差為1.026,這說明樣本企業(yè)數(shù)字化轉(zhuǎn)型程度存在顯著差異,即有的企業(yè)尚未實(shí)施數(shù)字化轉(zhuǎn)型。其他變量統(tǒng)計(jì)結(jié)果與現(xiàn)有文獻(xiàn)保持一致,在此就不贅述。

(二)基準(zhǔn)回歸

首先,在不考慮內(nèi)生性問題的前提下,本文選擇固定效應(yīng)模型考察企業(yè)數(shù)字化轉(zhuǎn)型是否會(huì)促進(jìn)重污染企業(yè)全要素生產(chǎn)率的提升。結(jié)果如表3第1列所示,數(shù)字化轉(zhuǎn)型在1%的水平下顯著,系數(shù)為0.143。列2為僅控制了其他變量影響而不控制行業(yè)和年份的回歸結(jié)果;列3為僅控制了行業(yè)和年份而不控制其他變量的回歸結(jié)果;列4是同時(shí)控制其他變量因素影響、行業(yè)和年份的高維固定效應(yīng)回歸結(jié)果。上述回歸結(jié)果均表明,數(shù)字化轉(zhuǎn)型程度與重污染企業(yè)全要素生產(chǎn)率呈顯著的正相關(guān)關(guān)系,且在1%的統(tǒng)計(jì)水平上顯著?；鶞?zhǔn)回歸結(jié)果初步支持了本文的假設(shè)1,即企業(yè)數(shù)字化轉(zhuǎn)型程度越高越有利于重污染企業(yè)全要素生產(chǎn)率的提升。

表3 基準(zhǔn)回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

在檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率影響時(shí),可能會(huì)出現(xiàn)遺漏變量偏誤、選擇偏誤和聯(lián)立性偏誤(互為因果)等內(nèi)生性問題,這會(huì)導(dǎo)致研究結(jié)論有偏且不一致,無法保證研究結(jié)論的穩(wěn)健性。鑒于此,本文同時(shí)控制個(gè)體、行業(yè)和年份,更換被解釋變量和解釋變量,并進(jìn)一步運(yùn)用企業(yè)和年份雙重聚類分析、面板工具變量法、Heckman兩階段法、PSM法等進(jìn)行穩(wěn)健性檢驗(yàn)(見表4)。

表4 穩(wěn)健性檢驗(yàn)

1.更換關(guān)鍵變量和雙重聚類分析

為了消除樣本自選擇偏差等內(nèi)生性的影響,本文將Opacf變更為TFP、將Digital替換為Digital_Dum,如表4列1和列2所示,數(shù)字化轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率具有正向促進(jìn)作用。此外,為避免異方差和自相關(guān)對(duì)結(jié)果造成的不利影響,本文進(jìn)行企業(yè)和年份雙重聚類回歸,由表4的列3可知,數(shù)字化轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率仍是顯著正向影響,本文結(jié)論依然成立。

2.面板工具變量法

為克服反向因果關(guān)系帶來的內(nèi)生性,本文采用了面板工具變量方法來檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性。參考高雨辰等[32]115-116選取工具變量的思路,本文使用行業(yè)數(shù)字化轉(zhuǎn)型的年份均值作為數(shù)字化轉(zhuǎn)型的工具變量(IV)。根據(jù)行業(yè)和年份兩個(gè)維度進(jìn)行分組,計(jì)算每組中除企業(yè)i外的企業(yè)數(shù)字化轉(zhuǎn)型均值作為分組N中企業(yè)i的工具變量。

其中,M是分組N中的元素個(gè)數(shù)。從表4的列4和列5可以看出,二階段的F統(tǒng)計(jì)量值為2 139.873,大于經(jīng)驗(yàn)值16.38,通過弱工具變量檢驗(yàn)。這說明,在緩解反向因果關(guān)系問題后,本文結(jié)論穩(wěn)健。

3.Heckman兩階段法

企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)受到很多內(nèi)外部因素的影響,同行業(yè)的上市企業(yè)可能存在某些相似或相同的特征從而更有利于數(shù)字化轉(zhuǎn)型,借鑒高雨辰等[32]113-115的思路,本文使用Heckman兩階段法來修正這一內(nèi)生性問題。本文使用主回歸中的所有控制變量(見表2)來解釋企業(yè)是否會(huì)實(shí)施數(shù)字化轉(zhuǎn)型,計(jì)算逆米爾斯比率(IMR),并將IMR代入主回歸模型。由表4的列6可以看出,IMR的系數(shù)顯著,說明可能存在選擇性偏誤,使用Heckman兩階段法是必要的。在控制了IMR后,數(shù)字化轉(zhuǎn)型依然與重污染企業(yè)全要素生產(chǎn)率呈顯著正相關(guān)關(guān)系,且相關(guān)系數(shù)為0.028。這說明,本文假設(shè)1的結(jié)果穩(wěn)健。

4.PSM法

為緩解樣本選擇偏差問題,本文基于主回歸中的控制變量作為協(xié)變量,利用Logit回歸計(jì)算數(shù)字化轉(zhuǎn)型的傾向得分值(PSM)。將第一次發(fā)生數(shù)字化轉(zhuǎn)型的樣本企業(yè)作為處理組,采用1∶3的最近鄰匹配法進(jìn)行有放回的樣本配對(duì),將數(shù)字化轉(zhuǎn)型前一年,同時(shí)間、同行業(yè)和同地區(qū)的PSM值最接近但從未實(shí)施數(shù)字化建設(shè)的樣本作為控制組,最后得到2 236個(gè)配對(duì)樣本。表4列7的結(jié)果表明,在PSM匹配后的樣本回歸中,數(shù)字化轉(zhuǎn)型與重污染企業(yè)全要素生產(chǎn)率之間的相關(guān)系數(shù)為0.039,且在5%的水平下顯著。本文的假設(shè)1得到進(jìn)一步證實(shí)。

(四)異質(zhì)性分析

通過上述分析,我們發(fā)現(xiàn),重污染企業(yè)的數(shù)字化轉(zhuǎn)型會(huì)顯著提高其全要素生產(chǎn)率。但是,由于重污染企業(yè)自身性質(zhì)、規(guī)模和所處地區(qū)等不同,數(shù)字化轉(zhuǎn)型對(duì)不同重污染企業(yè)全要素生產(chǎn)率的影響可能存在差異。本文進(jìn)一步探討了在企業(yè)性質(zhì)、企業(yè)規(guī)模和地理位置等不同條件下,數(shù)字轉(zhuǎn)型對(duì)重污染企業(yè)全要素生產(chǎn)率影響的差異。本文使用Stata中費(fèi)舍爾組合檢驗(yàn)(Permutation test)的bdiff命令,分別對(duì)Permutation 1 000次和Bootstrap 1 000次抽樣的分組回歸后來檢驗(yàn)組間系數(shù)差異(見表5)。

表5 異質(zhì)性檢驗(yàn)

1.產(chǎn)權(quán)性質(zhì)的異質(zhì)性

不同的產(chǎn)權(quán)性質(zhì)決定了不同的內(nèi)部和外部治理環(huán)境。與非國有企業(yè)相比,國有企業(yè)能夠獲得更多資源,在資金、規(guī)模、科研和政策上具有更大的優(yōu)勢(shì)[15]124-125,[23]62-63。要實(shí)現(xiàn)重污染企業(yè)的數(shù)字化轉(zhuǎn)型,不僅需要構(gòu)建完善的現(xiàn)代化信息系統(tǒng),還需要推動(dòng)數(shù)字技術(shù)的廣泛應(yīng)用,并在智能制造方面進(jìn)行大規(guī)模的投入。相較而言,國有企業(yè)可能擁有更加優(yōu)越的條件,實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,推動(dòng)國有企業(yè)的高質(zhì)量發(fā)展。與非國有企業(yè)相比,國有企業(yè)會(huì)更積極地響應(yīng)國家戰(zhàn)略,承擔(dān)起“先行者”的責(zé)任,以追求效益為目標(biāo)。本文推測(cè),國有企業(yè)的數(shù)字化轉(zhuǎn)型無論是速度還是程度都要高于非國有企業(yè),其對(duì)重污染企業(yè)全要素生產(chǎn)率的提高也具有更為明顯的作用。與趙宸宇等[15]124-125和花俊國等[23]62-63的研究類似,本文將樣本企業(yè)分為國有和非國有兩類進(jìn)行分組回歸。由表5的列1和列2可知,數(shù)字化轉(zhuǎn)型與國有重污染企業(yè)全要素生產(chǎn)率在1%的水平下呈現(xiàn)顯著正相關(guān),而在非國有企業(yè)中,二者之間的關(guān)系并不顯著,且通過組間系數(shù)差異檢驗(yàn)。與趙宸宇等[15]125研究結(jié)果不同的是,本文認(rèn)為非國有重污染企業(yè)數(shù)字化轉(zhuǎn)型并不具備促進(jìn)其全要素生產(chǎn)率提升的效果,原因可能是非國有企業(yè)在資金和政策上的不足,驗(yàn)證本文的推測(cè)。

2.企業(yè)規(guī)模的異質(zhì)性

大中型企業(yè)由于技術(shù)基礎(chǔ)、人力資本以及實(shí)物資產(chǎn)等都更為豐富,有更好的條件支持重污染企業(yè)數(shù)字化轉(zhuǎn)型。而小型企業(yè)由于資源更為匱乏,作為“尾部群體”,缺乏抵押資產(chǎn),面臨的融資約束也更為嚴(yán)重[23]62。在內(nèi)部資源不足、外部融資受限的條件下,小型重污染企業(yè)如果忽視生產(chǎn)經(jīng)營,只著重進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型,可能會(huì)適得其反,不僅進(jìn)行數(shù)字化轉(zhuǎn)型的效率較低,轉(zhuǎn)型質(zhì)量也不如大中型企業(yè)。因此,本文推測(cè),大中型重污染企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其全要素生產(chǎn)率的提升作用更為顯著。借鑒肖土盛等[16]56的做法,本文將重污染企業(yè)樣本的資產(chǎn)規(guī)模進(jìn)行排序,若總資產(chǎn)規(guī)模位于總樣本的前三分之二,則劃分為大中型企業(yè),否則為小型企業(yè),進(jìn)行分組回歸。結(jié)果見表5的列3和列4。在大中型重污染企業(yè)中,數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率在1%的水平下呈顯著正相關(guān),而在小型企業(yè)中,二者的正相關(guān)關(guān)系并不顯著。這與肖土盛等[16]55-56的結(jié)論有所不同,其原因可能是小企業(yè)往往具有較大的資本流動(dòng)和人員更新,這可能不利于數(shù)字技術(shù)推動(dòng)全要素生產(chǎn)率的發(fā)展;大企業(yè)擁有更充足的資源來建設(shè)數(shù)字化基礎(chǔ)設(shè)施、培育員工數(shù)字化素養(yǎng),更有利于推進(jìn)大中型重污染企業(yè)全要素生產(chǎn)率的提升,驗(yàn)證本文的推測(cè)。

3.區(qū)域的異質(zhì)性

不同地區(qū)由于地理位置和資源稟賦的不同,其經(jīng)濟(jì)發(fā)展水平和數(shù)字化程度也不相同,這可能導(dǎo)致不同地區(qū)重污染企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響程度也不相同。從樣本數(shù)據(jù)描述性統(tǒng)計(jì)分析發(fā)現(xiàn),東部地區(qū)和中西部地區(qū)的重污染企業(yè)數(shù)字化轉(zhuǎn)型程度均值分別為2.715和2.475,可見,東部地區(qū)無論從經(jīng)濟(jì)發(fā)展水平,還是從數(shù)字基礎(chǔ)設(shè)施和應(yīng)用投入上,都具有較大的優(yōu)勢(shì)。此外,東部地區(qū)的重污染企業(yè)全要素生產(chǎn)率的均值分別為11.072,也高于中西部地區(qū)重污染企業(yè)全要素生產(chǎn)率均值(10.651),這可能是對(duì)受限于外部發(fā)展條件的中西部重污染企業(yè)來說,生產(chǎn)潛能無法完全釋放。但隨著數(shù)字經(jīng)濟(jì)快速發(fā)展,數(shù)字化轉(zhuǎn)型的推進(jìn)可為中西部地區(qū)重污染企業(yè)提供更為充足的信息資源、緩解融資約束困境、提升管理層技能等。這些轉(zhuǎn)型及其結(jié)果或能快速釋放中西部地區(qū)重污染企業(yè)的生產(chǎn)潛能,加速研發(fā)創(chuàng)新步伐和節(jié)能增效,進(jìn)而拉升企業(yè)全要素生產(chǎn)率。因此,本文推測(cè),相比東部地區(qū),中西部地區(qū)的重污染企業(yè)數(shù)字化轉(zhuǎn)型帶來的全要素生產(chǎn)率的邊際效用更強(qiáng)。本文借鑒郭慧芳和王宏鳴[21]98的思路,將重污染企業(yè)樣本劃分為東部地區(qū)和中西部地區(qū)兩大類分組回歸,并對(duì)組間系數(shù)進(jìn)行差異性檢驗(yàn),回歸結(jié)果見表5列5和列6所示。兩組之間的系數(shù)差異為0.033,且Permutation 1 000次的p經(jīng)驗(yàn)值為0.003,Bootstrap 1 000次的p經(jīng)驗(yàn)值為0。這說明,雖然數(shù)字化轉(zhuǎn)型對(duì)于東部以及中西部地區(qū)的重污染企業(yè)全要素生產(chǎn)率均有提升,但數(shù)字化轉(zhuǎn)型對(duì)中西部地區(qū)的重污染企業(yè)全要素生產(chǎn)率提升作用更為顯著,其結(jié)果與郭慧芳和王宏鳴[21]98的結(jié)果類似,進(jìn)一步驗(yàn)證了本文的推測(cè)。

四、作用渠道分析

上文實(shí)證結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠顯著提升重污染企業(yè)全要素生產(chǎn)率。那么重污染企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率背后的作用渠道是怎樣的?本文進(jìn)一步探討數(shù)字化轉(zhuǎn)型是否會(huì)通過市場(chǎng)約束、融資約束和管理效率來影響重污染企業(yè)全要素生產(chǎn)率(見表6)。

表6 重污染企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率的作用渠道

(一)市場(chǎng)約束

根據(jù)前文的理論分析,數(shù)字化轉(zhuǎn)型通過強(qiáng)化企業(yè)信息披露質(zhì)量,發(fā)揮利益相關(guān)者的市場(chǎng)約束功能,提高企業(yè)治理水平,促進(jìn)企業(yè)全要素生產(chǎn)率的提升。為驗(yàn)證這一機(jī)制,本文采用企業(yè)信息披露透明度(Trans)來衡量市場(chǎng)約束,檢驗(yàn)數(shù)字化轉(zhuǎn)型通過市場(chǎng)約束對(duì)全要素生產(chǎn)率的影響。表6列1展示了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果(同表3列4)。表6列2為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露透明度(Trans)的回歸結(jié)果,其中企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的系數(shù)估計(jì)值為0.012,且在1%的水平上通過了顯著性檢驗(yàn),這說明數(shù)字化轉(zhuǎn)型增強(qiáng)了企業(yè)信息披露質(zhì)量,有利于利益相關(guān)者對(duì)企業(yè)的外部市場(chǎng)約束。最后,驗(yàn)證企業(yè)信息披露透明度(Trans)對(duì)企業(yè)全要素生產(chǎn)率的影響,表6列3結(jié)果顯示,企業(yè)信息披露透明度(Trans)的系數(shù)估計(jì)值為0.334,且在1%的水平上通過了顯著性檢驗(yàn)。數(shù)字化轉(zhuǎn)型確實(shí)通過提高信息披露質(zhì)量提升了企業(yè)全要素生產(chǎn)率,市場(chǎng)約束路徑得以檢驗(yàn)。

(二)融資約束

融資約束效應(yīng)表現(xiàn)為數(shù)字化轉(zhuǎn)型通過緩解企業(yè)融資約束,減少企業(yè)融資成本進(jìn)而影響全要素生產(chǎn)率。表6的列4報(bào)告了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)債務(wù)融資成本(Cost)影響的估計(jì)結(jié)果,其中企業(yè)數(shù)字化轉(zhuǎn)型(Digital)的系數(shù)估計(jì)值為-0.001,且在1%的水平上通過顯著性檢驗(yàn),這說明數(shù)字化轉(zhuǎn)型降低了企業(yè)債務(wù)融資成本,緩解重污染企業(yè)的融資約束。由表6列5可知,融資約束會(huì)減損重污染企業(yè)全要素生產(chǎn)率,而數(shù)字化轉(zhuǎn)型通過緩解融資約束,可以提高重污染企業(yè)全要素生產(chǎn)率,融資約束路徑得以檢驗(yàn)。

(三)管理效率

管理效率提升效應(yīng)表現(xiàn)為數(shù)字化轉(zhuǎn)型通過優(yōu)化內(nèi)部控制,使企業(yè)更好地預(yù)防和降低企業(yè)治理風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)和經(jīng)營風(fēng)險(xiǎn),減少管理者決策失誤等進(jìn)而影響全要素生產(chǎn)率。由表6列6可知,企業(yè)數(shù)字化轉(zhuǎn)型(Digital)對(duì)管理者能力(MA)的回歸系數(shù)估計(jì)值為0.004,且在5%水平上顯著。這說明數(shù)字化轉(zhuǎn)型提高了管理者能力。進(jìn)一步回歸顯示,管理者能力(MA)對(duì)企業(yè)全要素生產(chǎn)率(Opacf)的回歸系數(shù)為1.702,在1%水平上顯著(見表6列7),說明管理者能力有助于重污染企業(yè)全要素生產(chǎn)率的提升。因此,數(shù)字化可以通過提升管理者能力進(jìn)而提高重污染企業(yè)全要素生產(chǎn)率,管理效率路徑得以檢驗(yàn)。

結(jié) 論

隨著數(shù)字技術(shù)高速發(fā)展,重污染企業(yè)當(dāng)順應(yīng)國家數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略,突破經(jīng)濟(jì)利益與社會(huì)環(huán)境的雙重約束,實(shí)現(xiàn)高質(zhì)量發(fā)展。本文基于中國2010—2020年重污染上市企業(yè)數(shù)據(jù),實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)中國重污染企業(yè)全要素生產(chǎn)率的提升作用,及其作用機(jī)制。結(jié)果表明,數(shù)字化轉(zhuǎn)型能顯著提高重污染企業(yè)的全要素生產(chǎn)率。為保證研究結(jié)論可靠,本文采用面板工具變量法、Heckman兩階段法、PSM法等方法進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)論依然成立。異質(zhì)性分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型對(duì)于重污染企業(yè)全要素生產(chǎn)率的提升效應(yīng)在國有企業(yè)、大中型企業(yè)和中西部地區(qū)更為顯著。作用渠道分析表明,企業(yè)數(shù)字化轉(zhuǎn)型可以通過強(qiáng)化利益相關(guān)者市場(chǎng)約束效應(yīng)、降低融資約束效應(yīng)和提升管理效率效應(yīng)來提高重污染企業(yè)全要素生產(chǎn)率。

上述研究結(jié)論對(duì)貫徹?cái)?shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合的戰(zhàn)略部署,推動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展有一定的借鑒意義。在政府層面:一是政府有關(guān)部門在重污染企業(yè)急需轉(zhuǎn)型的前提下,應(yīng)該直面數(shù)字技術(shù)飛速發(fā)展的浪潮,出臺(tái)相應(yīng)政策推進(jìn)重污染企業(yè),尤其是中西部地區(qū)、大中型和國有的重污染企業(yè)數(shù)字化進(jìn)程,賦能重污染企業(yè)高質(zhì)量發(fā)展;二是強(qiáng)化對(duì)數(shù)字普惠金融的支持,加大對(duì)重污染企業(yè)等難融資企業(yè)的融資支持力度,有效解決融資難、融資貴問題;三是進(jìn)一步深化供給側(cè)結(jié)構(gòu)性改革,提高企業(yè)資源配置效率,激發(fā)企業(yè)家精神。在企業(yè)層面:一是重污染企業(yè),尤其是中西部地區(qū)、大中型企業(yè)和國有企業(yè),要積極響應(yīng)政府號(hào)召,把握數(shù)字化轉(zhuǎn)型帶來的機(jī)遇,優(yōu)化融資效率、增強(qiáng)自身實(shí)力,建立更為全面的柔性激勵(lì)制度,調(diào)動(dòng)管理者的積極性從而激發(fā)管理者能力;二是積極推進(jìn)重污染企業(yè)數(shù)字技術(shù)的基礎(chǔ)設(shè)施建設(shè),同時(shí)加快企業(yè)組織結(jié)構(gòu)扁平化變革和決策機(jī)制智能化,優(yōu)化信息披露通道,提高管理效率。