申 宏,閆 鑫,樂菲菲
(1.濟南四建集團有限責(zé)任公司,山東 濟南 250002;2.濟南大學(xué),山東 濟南 250002)
2022年,住房和城鄉(xiāng)建設(shè)部在《“十四五”建筑業(yè)發(fā)展規(guī)劃》中明確指出,要“著力構(gòu)建行業(yè)發(fā)展新格局”,實現(xiàn)“建筑業(yè)發(fā)展質(zhì)量和效益大幅提升”。建筑業(yè)是保證我國就業(yè)穩(wěn)定、拉動經(jīng)濟增長的重要組成部分,據(jù)統(tǒng)計,2020年建筑業(yè)生產(chǎn)總值約占我國生產(chǎn)總值的26%,使5000多萬人獲取了就業(yè)機會(趙峰等,2021)[1]。然而,如今的建筑業(yè)面臨著整體生產(chǎn)效率增長緩慢、資源利用率低等問題(吳翔華和儲心怡,2022)[2],如何推動建筑業(yè)高質(zhì)量發(fā)展仍是重點關(guān)注的問題。
我國在“十四五”規(guī)劃中明確指出,要“加快推動數(shù)字化發(fā)展,建設(shè)數(shù)字中國”,而完成這一目標(biāo)則需堅持以創(chuàng)新驅(qū)動發(fā)展,以科技完善體制機制,實現(xiàn)智能建造(孫潔等,2021)[3]。與大多發(fā)達(dá)國家相比,我國建筑業(yè)發(fā)展尚未完善,迫切需要提升建筑業(yè)企業(yè)核心競爭力。數(shù)字經(jīng)濟時代,互聯(lián)網(wǎng)、人工智能、云計算等數(shù)字技術(shù)飛速發(fā)展,將數(shù)字技術(shù)與建筑業(yè)發(fā)展相融合,成為推動建筑業(yè)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵,以數(shù)字技術(shù)驅(qū)動建筑業(yè)創(chuàng)新既是機遇也是挑戰(zhàn)(李世春,2020)[4]。
關(guān)于數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間的研究大多以A股上市公司或是制造業(yè)為主,以建筑業(yè)企業(yè)為樣本探究數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新效率的研究尚未豐富?;诖?本文以2010—2021年我國A股建筑業(yè)上市公司數(shù)據(jù)為樣本進(jìn)行分析,探究數(shù)字化轉(zhuǎn)型會對創(chuàng)新效率產(chǎn)生怎樣的影響,以及二者之間的作用機制。
數(shù)字技術(shù)的運用可以改變企業(yè)原有業(yè)務(wù)流程(Legner和Eymann,2017)[5],更新商業(yè)模式。數(shù)字技術(shù)為建筑業(yè)邁向“智能建造”提供了關(guān)鍵技術(shù)和平臺。20世紀(jì)初,CAD技術(shù)的運用大大提高了建筑業(yè)出圖率,促進(jìn)建筑業(yè)信息化變革(鄧雪原,2013)[6]。21世紀(jì)初,BMI技術(shù)的引入降低了建筑成本,大大提高了建造效率(陳興海和丁烈云,2014)[7]。數(shù)字技術(shù)的運用是實現(xiàn)工業(yè)4.0參考框架的重要推動力(Craveiro等,2019)[8]。Ritter和Pedersen(2020)認(rèn)為,數(shù)字技術(shù)可最大限度利用企業(yè)資源,降低企業(yè)投資成本[9]。陳劍等(2020)認(rèn)為,數(shù)字技術(shù)能夠提高企業(yè)產(chǎn)品設(shè)計和服務(wù)的能力[10]。梁琳娜等(2022)認(rèn)為數(shù)字平臺的構(gòu)建更能滿足消費者需求[11]。然而,企業(yè)數(shù)字化轉(zhuǎn)型并非一蹴而就,需要經(jīng)歷一定過程,并非所有數(shù)字化轉(zhuǎn)型階段都能有利于企業(yè)創(chuàng)新。
適度數(shù)字化轉(zhuǎn)型能夠提高創(chuàng)新效率,而過度數(shù)字化轉(zhuǎn)型則會抑制企業(yè)創(chuàng)新效率。在建筑業(yè)企業(yè)數(shù)字化轉(zhuǎn)型初期,數(shù)字技術(shù)的運用大大降低了企業(yè)成本與能耗,企業(yè)經(jīng)營效率提高,企業(yè)創(chuàng)新水平也有所提高(何帆和劉紅霞,2019)[12]。陳巖等(2020)認(rèn)為數(shù)字化轉(zhuǎn)型可使產(chǎn)品和服務(wù)數(shù)字化,有助于推動企業(yè)創(chuàng)新[13]。由此看來,數(shù)字化轉(zhuǎn)型在一定程度上能夠提升創(chuàng)新效率,然而在企業(yè)數(shù)字化轉(zhuǎn)型超過一定程度時,數(shù)字化投入將會占據(jù)企業(yè)過多資源,造成資源分配不均,反而不利于企業(yè)維持正常的生產(chǎn)經(jīng)營。同時,過多數(shù)字投入也會使企業(yè)價值鏈變得復(fù)雜,企業(yè)與過度數(shù)字化要求相匹配(余菲菲,2020)[14],這些都會對企業(yè)創(chuàng)新效率產(chǎn)生負(fù)面影響,即數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間存在“數(shù)字化悖論”。綜上所述,本文提出以下假設(shè):
假設(shè)一:數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間呈倒“U”型關(guān)系。
融資約束是影響企業(yè)創(chuàng)新的重要因素。創(chuàng)新項目的推進(jìn)需要大量資金投入,而企業(yè)在經(jīng)營過程中往往會面臨“融資難”“融資貴”等問題?!叭谫Y難”“融資貴”使得企業(yè)無法從外部獲取資金支持,創(chuàng)新項目的進(jìn)行僅能依靠企業(yè)內(nèi)部資金(孫潔和李杰,2022)[15],長此以往,企業(yè)創(chuàng)新投入將會不足,創(chuàng)新效率隨之下降,故有效緩解融資約束能極大程度上提高企業(yè)創(chuàng)新水平。
數(shù)字化轉(zhuǎn)型初期,一方面,政府對于企業(yè)實行的稅收優(yōu)惠、貼息貸款、財政補貼等,有效推動建筑業(yè)創(chuàng)新產(chǎn)品的研發(fā)和使用(孫潔等,2021)[3],政府給予企業(yè)的資金支持能在極大程度上緩解企業(yè)融資困境;另一方面,數(shù)字技術(shù)的運用能夠增加企業(yè)內(nèi)部治理透明度,降低外部監(jiān)督和審查成本(羅進(jìn)輝和巫奕龍,2021)[16],此種成本的減少也有助于緩解融資約束(Fazzari和Hubbard,1987)[17]。然而,隨著數(shù)字化程度的不斷推進(jìn),數(shù)字化投資將占據(jù)企業(yè)大部分資源,企業(yè)若想加大研發(fā)投入則需借助外部資金,而“融資難”“融資貴”等問題難以融入過多資金,此時企業(yè)創(chuàng)新項目將得不到充足資金支持,創(chuàng)新效率隨之下降?;谏鲜龇治?本文提出以下假設(shè):
假設(shè)二:融資約束在數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間存在中介效應(yīng)。
為檢驗建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間的關(guān)系,搜集2010—2021年我國A股建筑業(yè)上市公司數(shù)據(jù)為樣本,共包括105家建筑業(yè)企業(yè),所選數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫。同時,為保證實證回歸結(jié)果的合理性和正確性,對數(shù)據(jù)進(jìn)行以下處理:①刪除ST、*ST企業(yè)數(shù)據(jù);②刪除變量缺失數(shù)據(jù);③在1%和99%水平上對各連續(xù)變量進(jìn)行縮尾。在經(jīng)過以上處理后,最終共得到800個觀測值。
1.被解釋變量
創(chuàng)新效率(IE)。借鑒黎文婧和鄭曼妮(2016)[20]、權(quán)小鋒和尹洪英(2017)[21]等研究,主要通過創(chuàng)新產(chǎn)出與創(chuàng)新投入的比值計算創(chuàng)新效率。其中創(chuàng)新產(chǎn)出主要通過專利申請數(shù)量進(jìn)行測量,這里的專利包括發(fā)明、實用新型以及外觀設(shè)計。創(chuàng)新產(chǎn)出運用創(chuàng)新產(chǎn)出與投入之比進(jìn)行計算創(chuàng)新效率。創(chuàng)新投入則通過研發(fā)支出加一的對數(shù)進(jìn)行測量。故本文用“LN(申請專利數(shù)之和+1)/LN(研發(fā)支出+1)”計算創(chuàng)新效率(IE1)。此外,考慮到三種專利對于企業(yè)的重要性存在些許差異,對三種專利按3∶2∶1的比例進(jìn)行權(quán)重分配,即使用“LN(專利申請權(quán)重數(shù)+1)/LN(研發(fā)支出+1)”再次計算創(chuàng)新效率(IE2)。
2.解釋變量
數(shù)字化轉(zhuǎn)型(DIG)。借鑒袁淳等(2021)[20]研究,本文通過以下步驟構(gòu)建衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo):①首先構(gòu)建數(shù)字化術(shù)語詞典,參考何帆和劉紅霞(2019)[12],手工搜集2010—2021年間與數(shù)字經(jīng)濟政策相關(guān)的國家文件,以提取數(shù)字化轉(zhuǎn)型相關(guān)詞匯,并經(jīng)Python技術(shù)處理等,最終構(gòu)建數(shù)字化術(shù)語詞典;②基于Python數(shù)據(jù)挖掘技術(shù)對年報進(jìn)行文本分析,統(tǒng)計數(shù)字化相關(guān)詞匯出現(xiàn)的頻率;③用“數(shù)字化相關(guān)詞匯頻數(shù)/年報MD&A語段長”計算得出數(shù)字化轉(zhuǎn)型程度(DIG)。為方便觀察,將該值乘以100,DIG的值越大,表明企業(yè)數(shù)字化轉(zhuǎn)型程度越高。
3.中介變量
融資約束(KZ)。借鑒Kaplan和Luigi(1997)[22]、譚躍和夏芳(2011)[23]、魏志華等(2014)[24]等研究,通過以下步驟構(gòu)建融資約束指數(shù):①依據(jù)經(jīng)營性凈現(xiàn)金流、現(xiàn)金股利、現(xiàn)金持有、資產(chǎn)負(fù)債率、托賓Q值對所選樣本進(jìn)行分類。若經(jīng)營性凈現(xiàn)金流小于中位數(shù),那么KZ1 取1,否則取0;若現(xiàn)金股利小于中位數(shù),那么KZ2取1,否則取0;如果現(xiàn)金持有小于中位數(shù),那么KZ3 取1,否則取0;若資產(chǎn)負(fù)債率大于中位數(shù),那么KZ4取1,否則取0;如果托賓Q值大于中位數(shù),那么KZ5 取1,否則取0。②由KZ =KZ1+KZ2+KZ3+KZ4+KZ5,計算得出KZ。③由模型(1)計算出建筑業(yè)上市公司融資約束程度KZ指數(shù),若KZ的值越大,表明企業(yè)融資程度越高。
KZi,t=β1CASHi,t-1+β2DIVi,t-1+β3HOLDi,t-1+β4LEVi,t-1+β5TQi,t-1
(1)
4.控制變量
借鑒以往參考文獻(xiàn),本文選用AGE(企業(yè)年齡)、OCCUPY(大股東資金占用)、ROE(凈資產(chǎn)收益率)、CASH(現(xiàn)金流比率)、BALANCE(股權(quán)制衡度)、BOARD(董事會人數(shù))、TQ(托賓Q值)作為回歸控制變量。此外本文還控制了年度(Year)和個體(Firm)虛擬變量(見表1)。
表1 變量定義
為驗證建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間的關(guān)系,本文構(gòu)建模型(2)和模型(3):
IE1i,t=α+βDIGi,t+δDIG2i,t+γControli,t+∑Firm+∑Year+εi,t
(2)
IE2i,t=α+βDIGi,t+δDIG2i,t+γControli,t+∑Firm+∑Year+εi,t
(3)
為檢驗融資約束在建筑業(yè)上市公司與創(chuàng)新效率間的中介效應(yīng),借鑒溫忠麟和葉寶娟(2014)[25]等研究,構(gòu)建模型(4)(5)(6):
KZi,t=α+βDIGi,t+δDIG2i,t+γControli,t+∑Firm+∑Year+εi,t
(4)
IE1i,t=α+βDIGi,t+δDIG2i,t+φKZi,t+γControli,t+∑Firm+∑Year+εi,t
(5)
IE2i,t=α+βDIGi,t+δDIG2i,t+φKZi,t+γControli,t+∑Firm+∑Year+εi,t
(6)
在模型(2)-(6)中,IE1和IE2代表企業(yè)創(chuàng)新效率、DIG和DIG2分別代表數(shù)字化轉(zhuǎn)型指數(shù)的一次項和二次項、KZ為企業(yè)融資約束指數(shù)、Control為一組控制變量。此外,上述模型還控制了年度和個體虛擬變量。
表2為各主要變量描述性分析結(jié)果。其中,創(chuàng)新效率IE1的最小值為0,最大值為0.359,均值為0.163,標(biāo)準(zhǔn)差為0.099;創(chuàng)新效率IE2的最小值為0,最大值為0.398,均值為0.199,標(biāo)準(zhǔn)差為0.112,可以看出,不同建筑業(yè)上市公司創(chuàng)新效率存在顯著差異。數(shù)字化轉(zhuǎn)型DIG的最小值為0,最大值為2.21,均值為0.483,標(biāo)準(zhǔn)差為0.431,可以看出不同建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型程度存在較大差距。融資約束KZ的最小值為-3.346,最大值為6.129,均值為2.821,標(biāo)準(zhǔn)差為1.675,說明不同建筑業(yè)企業(yè)融資約束都存在明顯差異。
表2 描述性分析結(jié)果
表3為各主要變量相關(guān)性分析結(jié)果。其中創(chuàng)新效率IE1與數(shù)字化轉(zhuǎn)型DIG的系數(shù)為0.155,且在1%水平上顯著,創(chuàng)新效率IE2與數(shù)字化轉(zhuǎn)型DIG的系數(shù)為0.152,且在1%水平上顯著,可以初步判斷建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型對創(chuàng)新效率的影響顯著為正。其余控制變量與創(chuàng)新效率的系數(shù)的絕對值最大為0.264,說明不存在嚴(yán)重多重共線性問題。
表3 相關(guān)性分析結(jié)果
表4為檢驗建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型對創(chuàng)新效率影響的回歸結(jié)果。表4第(1)列和第(2)列為未加入控制變量的回歸結(jié)果,表4第(3)和第(4)列為加入控制變量后的回歸結(jié)果。表4第(1)列中,DIG的回歸系數(shù)為0.05,且在5%水平上顯著,DIG2的回歸系數(shù)為-0.02,但卻并不顯著;第(2)列中,DIG的系數(shù)為0.058,且在5%水平上顯著,DIG2的系數(shù)為-0.023,且在10%水平上顯著;第(3)列中,DIG的系數(shù)為0.006,且在1%水平上顯著,DIG2的系數(shù)為-0.024,且在5%水平上顯著;第(4)列中,DIG的系數(shù)為0.076,且在1%水平上顯著,DIG2的系數(shù)為0.076,且在1%水平上顯著。通過以上結(jié)果可以看出,建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型對創(chuàng)新效率的影響呈先上升后下降的倒“U”型關(guān)系,在加入一定控制變量后,數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間的倒“U”型關(guān)系更加顯著。
表4 線性回歸結(jié)果
1.Utest檢驗
為檢驗建筑業(yè)上市公司與創(chuàng)新效率間的倒“U”型關(guān)系,本文進(jìn)行Utest檢驗,檢驗結(jié)果可見表5。由表5可知,該倒“U”曲線的極值點為1.357,數(shù)字化轉(zhuǎn)型DIG的取值范圍為[0,2.21],極值點在取值區(qū)間內(nèi)且在10%水平上顯著。同時,Slope的下限取值為0.076,上限取值為-0.048,在Slope的取值區(qū)間內(nèi)存在負(fù)值,說明建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型對創(chuàng)新效率的影響呈倒“U”型關(guān)系。
表5 Utest檢驗
2.內(nèi)生性檢驗
由于企業(yè)創(chuàng)新戰(zhàn)略對數(shù)字化轉(zhuǎn)型也會產(chǎn)生一定影響,為緩解由此帶來的內(nèi)生性問題,本文使用2SLS工具變量法對其進(jìn)行內(nèi)生性檢驗,其中將滯后一期的數(shù)字化轉(zhuǎn)型作為工具變量估計模型,回歸結(jié)果見表6。在第一階段檢驗中,第(1)列中F統(tǒng)計值結(jié)果為75.46,第(2)列中F統(tǒng)計值的結(jié)果為49.78,均大于10,表明不存在弱工具變量問題。在第二階段檢驗中,第(3)中DIG的回歸系數(shù)為0.124,且在1%水平上顯著,DIG2的系數(shù)為-0.047,且在5%水平上顯著;第(4)列中DIG的系數(shù)為0.145,且在1%水平上顯著;DIG2的系數(shù)為-0.056,且在5%水平上顯著,仍與之前回歸結(jié)果保持一致,內(nèi)生性檢驗通過。
表6 2SLS檢驗
3.滯后一期被解釋變量
考慮到建筑業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對創(chuàng)新效率的影響可能存在滯后性,本文使用滯后一期創(chuàng)新效率進(jìn)行穩(wěn)健型檢驗,回歸結(jié)果見表7。表7第(1)列和第(2)列為未加入控制變量的回歸結(jié)果,第(3)列和第(4)列為加入控制變量的回歸結(jié)果。表7第(1)列中DIG的系數(shù)為0.054,且在5%水平上顯著,DIG2的回歸系數(shù)為-0.024,且在10%水平上顯著,與之前回歸結(jié)果相比,顯著性水平有所提升;第(2)列中DIG的系數(shù)為0.061,且在5%水平上顯著,DIG2的系數(shù)為-0.028,且在10%水平上顯著;第(3)列中DIG的系數(shù)為0.066,且在1%水平上顯著,DIG2的系數(shù)為-0.026,且在5%水平上顯著;第(4)列中DIG的系數(shù)為0.075,且在1%水平上顯著,DIG2的系數(shù)為-0.03,且在5%水平上顯著。以上回歸結(jié)果表明,建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間呈倒“U”型的非線性關(guān)系,此次回歸結(jié)果再次證實了假設(shè)一。
表7 滯后一期被解釋變量
表8為檢驗融資約束在建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間的中介效應(yīng)分析。表8中第(1)列和第(2)列與主效應(yīng)回歸結(jié)果一致,此處不再贅述。表8第(3)列中DIG的回歸系數(shù)為-0.731,且在1%水平上顯著,DIG2的回歸系數(shù)為0.494,且在1%水平上顯著,說明建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與融資約束間呈先下降后上升的“U”型關(guān)系;第(4)列中DIG的系數(shù)為0.015,但卻并不顯著,DIG2的系數(shù)為0.001,也不顯著,KZ的系數(shù)為0.006,且在5%水平上顯著;第(5)列中DIG的系數(shù)為0.018,DIG2的系數(shù)為0.001,均不顯著,KZ的系數(shù)為0.007,且在5%水平上顯著。分別結(jié)合表8中(1)(3)(4)列和(2)(3)(5)列觀察可發(fā)現(xiàn),融資約束在建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率間存在顯著中介效應(yīng),即建筑業(yè)上市公司適度數(shù)字化轉(zhuǎn)型有助于提高企業(yè)創(chuàng)新效率。
表8 融資約束中介機制檢驗
數(shù)字化趨勢不可阻擋。本文基于2010—2021年我國A股建筑業(yè)上市公司數(shù)據(jù)為樣本 進(jìn)行實證分析,檢驗數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間的關(guān)系以及二者之間的作用機制,最終得出以下結(jié)論:1.建筑業(yè)上市公司數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間存在倒“U”的非線性關(guān)系,即適度數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)創(chuàng)新效率;2.融資約束在數(shù)字化轉(zhuǎn)型與創(chuàng)新效率之間存在中介作用,即建筑業(yè)企業(yè)適度數(shù)字化轉(zhuǎn)型可通過緩解融資約束來提高企業(yè)創(chuàng)新效率。
針對上述分析,提出以下建議:
1.提高數(shù)字技術(shù)創(chuàng)新能力,合理進(jìn)行數(shù)字化投入。建筑業(yè)上市公司應(yīng)意識到“數(shù)字化悖論”這一現(xiàn)象的存在,不斷優(yōu)化企業(yè)戰(zhàn)略發(fā)展,不盲目進(jìn)行數(shù)字化投資。建筑業(yè)企業(yè)應(yīng)創(chuàng)建與數(shù)字技術(shù)創(chuàng)新相關(guān)的管理部門和體系;基于企業(yè)實際狀況提出數(shù)字技術(shù)創(chuàng)新發(fā)展戰(zhàn)略,不能不顧企業(yè)自身資源和能力任意加大數(shù)字投入;加大與創(chuàng)新有關(guān)的數(shù)字技術(shù)投入,建立數(shù)字化創(chuàng)新投入激勵機制,推動創(chuàng)新成果高效產(chǎn)出,促進(jìn)建筑業(yè)數(shù)字化轉(zhuǎn)型升級。
2.適時發(fā)揮政府主體作用,增加財政補貼、稅收優(yōu)惠等優(yōu)惠政策。一方面,對于大型建筑項目的數(shù)字技術(shù)投入,政府應(yīng)加大補貼力度,助力其突破“數(shù)字化悖論”困境,提高企業(yè)數(shù)字技術(shù)創(chuàng)新應(yīng)用水平;另一方面,通過稅收優(yōu)惠、政府補貼等財政支持,激勵企業(yè)積極投入數(shù)字化轉(zhuǎn)型進(jìn)程,為企業(yè)數(shù)字技術(shù)創(chuàng)新提供動力。也就是說,政府可通過宏觀手段驅(qū)動建筑業(yè)數(shù)字化創(chuàng)新的活力,推動企業(yè)高質(zhì)量發(fā)展。
山東商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報2023年6期