郭峰 陳凱

內(nèi)容提要：深度挖掘微觀主體的數(shù)字化升級(jí)質(zhì)效是培育現(xiàn)代化產(chǎn)業(yè)體系競(jìng)爭(zhēng)優(yōu)勢(shì)的決勝關(guān)鍵?；?011-2021年中國(guó)滬深A(yù)股上市公司面板數(shù)據(jù),實(shí)證檢驗(yàn)了數(shù)字化影響企業(yè)升級(jí)績(jī)效的經(jīng)濟(jì)效果、中介路徑和調(diào)節(jié)機(jī)制。研究表明,數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效具有正向促進(jìn)效應(yīng);數(shù)字化通過(guò)企業(yè)內(nèi)部?jī)r(jià)值鏈賦能和企業(yè)外部?jī)r(jià)值鏈賦能雙重路徑影響企業(yè)升級(jí)績(jī)效,前者體現(xiàn)為技術(shù)創(chuàng)新效應(yīng)和營(yíng)銷管理效應(yīng),后者體現(xiàn)為產(chǎn)業(yè)鏈重組效應(yīng)和產(chǎn)業(yè)鏈協(xié)同效應(yīng);政策支持對(duì)企業(yè)數(shù)字化升級(jí)績(jī)效具有顯著強(qiáng)化作用,即金融支持、政府補(bǔ)助、市場(chǎng)治理均表現(xiàn)為正向調(diào)節(jié)效應(yīng);考慮企業(yè)異質(zhì)性差異,數(shù)字化升級(jí)效應(yīng)及其政策調(diào)節(jié)效應(yīng)整體在非國(guó)有企業(yè)、高成長(zhǎng)性企業(yè)、發(fā)達(dá)地區(qū)企業(yè)中表現(xiàn)更為明顯。

一、引 言

實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展是構(gòu)筑現(xiàn)代化產(chǎn)業(yè)體系的基礎(chǔ)支撐。隨著工業(yè)革命和城市改革的深入推進(jìn),中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷的重心逐步從產(chǎn)業(yè)間調(diào)整向產(chǎn)業(yè)內(nèi)升級(jí)更迭,而微觀層面的企業(yè)升級(jí)成為現(xiàn)代化產(chǎn)業(yè)體系競(jìng)爭(zhēng)優(yōu)勢(shì)培育的決勝關(guān)鍵。在新技術(shù)變革的時(shí)代浪潮下,數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合為國(guó)民經(jīng)濟(jì)持續(xù)增長(zhǎng)注入了強(qiáng)勁動(dòng)力,依托數(shù)字化轉(zhuǎn)型升級(jí)成為微觀主體高質(zhì)量發(fā)展的典型策略。然而,數(shù)字化仍屬于初始階段的數(shù)字產(chǎn)物,由于企業(yè)轉(zhuǎn)型過(guò)程充滿復(fù)雜性與不確定性,加之微觀主體特征差異的影響,數(shù)字化與企業(yè)升級(jí)績(jī)效的內(nèi)在關(guān)系并未明朗。在機(jī)遇與風(fēng)險(xiǎn)并存的現(xiàn)實(shí)背景下,首要厘清的理論問(wèn)題有:數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效存在何種影響?作用機(jī)制是什么?是否具有異質(zhì)性表現(xiàn)?

產(chǎn)業(yè)競(jìng)爭(zhēng)實(shí)力的提升不僅需要微觀個(gè)體的積極響應(yīng),更離不開政府部門的支持引領(lǐng)?，F(xiàn)階段,國(guó)家高度重視企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的戰(zhàn)略部署?！笆奈濉币?guī)劃指出,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)。中共二十大報(bào)告亦強(qiáng)調(diào),要加快發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。自“網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略”“國(guó)家大數(shù)據(jù)戰(zhàn)略”實(shí)施以來(lái),中央政府和地方政府相應(yīng)給予配套政策支持,既制定用以緩解企業(yè)資金供給不足的直接性政策支持,如金融支持、財(cái)政補(bǔ)貼等舉措,也給予改善宏觀經(jīng)濟(jì)秩序的間接性政策支持,如市場(chǎng)環(huán)境治理等規(guī)制手段,致力為企業(yè)轉(zhuǎn)型發(fā)展提供制度保障。那么,政策支持是否對(duì)數(shù)字化與企業(yè)升級(jí)績(jī)效的內(nèi)在關(guān)系起到實(shí)質(zhì)性作用?回顧現(xiàn)有研究成果,尚未得到具體反饋。鑒于此,本文在解讀數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的作用效果及路徑機(jī)制的基礎(chǔ)上,進(jìn)一步考察政策支持的可能影響,旨在為推進(jìn)現(xiàn)代產(chǎn)業(yè)體系建設(shè)和數(shù)字中國(guó)建設(shè)提供理論參考。

本文可能的邊際貢獻(xiàn)在于:一是嘗試基于企業(yè)內(nèi)部?jī)r(jià)值鏈和企業(yè)外部?jī)r(jià)值鏈雙重維度,識(shí)別數(shù)字化轉(zhuǎn)型影響企業(yè)升級(jí)績(jī)效的中介傳導(dǎo)機(jī)制,解構(gòu)數(shù)實(shí)融合背景下企業(yè)升級(jí)行為的階段特征和路徑演變;二是考察政策支持的調(diào)節(jié)效應(yīng),分類比較金融型政策支持(金融支持)、補(bǔ)貼型政策支持(政府補(bǔ)助)和環(huán)境型政策支持(市場(chǎng)治理)的差異化影響,彌補(bǔ)傳統(tǒng)研究忽視政策環(huán)境調(diào)節(jié)因素的不足;三是從所有權(quán)性質(zhì)、企業(yè)生命周期、經(jīng)濟(jì)區(qū)位特征等方面考察微觀主體特征差異,明晰數(shù)字化績(jī)效提升效應(yīng)及政策調(diào)節(jié)效應(yīng)的異質(zhì)性表現(xiàn)。

二、文獻(xiàn)回顧

圍繞數(shù)字化與企業(yè)升級(jí)績(jī)效的內(nèi)在關(guān)系,現(xiàn)有文獻(xiàn)的核心議題主要涉及以下幾方面:其一,以經(jīng)營(yíng)業(yè)績(jī)、全球價(jià)值鏈地位、全要素生產(chǎn)率為企業(yè)升級(jí)績(jī)效表征變量,重點(diǎn)討論數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的正向作用。如Peng和Tao(2022)利用中國(guó)上市公司數(shù)據(jù)研究發(fā)現(xiàn),數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效具有顯著的促進(jìn)作用。杜勇和婁靖(2022)進(jìn)一步肯定數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的行業(yè)溢出效應(yīng)。Li等(2023)則強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)盈利績(jī)效的正向影響存在滯后性。其二,強(qiáng)調(diào)“數(shù)字化悖論”的特征事實(shí),認(rèn)為數(shù)字化未必能改善企業(yè)升級(jí)績(jī)效,兩者可能呈現(xiàn)負(fù)向影響關(guān)系。從風(fēng)險(xiǎn)成本而言,Wamba等(2017)指出由于過(guò)度的資金投入和長(zhǎng)周期的收益回報(bào),轉(zhuǎn)型企業(yè)容易陷入“數(shù)字化困境”,導(dǎo)致企業(yè)經(jīng)濟(jì)績(jī)效不升反降。從規(guī)模效應(yīng)來(lái)看,劉淑春等(2021)發(fā)現(xiàn),隨著企業(yè)規(guī)模的擴(kuò)張,數(shù)字化的績(jī)效提升效果會(huì)呈現(xiàn)遞增或遞減的非線性反應(yīng)。其三,基于內(nèi)外部因素的復(fù)合影響,著重探討數(shù)字化影響企業(yè)升級(jí)績(jī)效的內(nèi)在作用機(jī)制。如Liu等(2022)關(guān)注融資約束、業(yè)務(wù)風(fēng)險(xiǎn)、技術(shù)創(chuàng)新的路徑影響;張倩肖和段義學(xué)(2023)闡述產(chǎn)業(yè)整合的傳導(dǎo)作用等。部分研究結(jié)合所有制性質(zhì)、治理結(jié)構(gòu)、動(dòng)態(tài)能力等微觀內(nèi)容解釋數(shù)字化績(jī)效回報(bào)差異的引致原因(Li等,2023);亦有文獻(xiàn)試圖從制度環(huán)境等宏觀視角考察外部因素對(duì)企業(yè)數(shù)字化賦能效應(yīng)的調(diào)節(jié)影響(張欣和董竹,2023)。

盡管企業(yè)數(shù)字化的績(jī)效賦能效應(yīng)備受學(xué)者們關(guān)注,但諸多議題仍處于實(shí)證領(lǐng)域的模糊地帶。一方面,經(jīng)驗(yàn)文獻(xiàn)普遍將企業(yè)升級(jí)過(guò)程視為單點(diǎn)式的目標(biāo)“黑箱”,忽略或者弱化了企業(yè)升級(jí)過(guò)程的階段特征和路徑演變。雖然學(xué)者們嘗試從交易成本、勞動(dòng)效率、技術(shù)進(jìn)步等維度解構(gòu)數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑,但這些零散的機(jī)制拼接并未從根本上厘清企業(yè)數(shù)字化背景下“升級(jí)行為-升級(jí)過(guò)程-升級(jí)績(jī)效”的傳導(dǎo)輪廓。事實(shí)上,企業(yè)升級(jí)理論強(qiáng)調(diào)企業(yè)升級(jí)是通過(guò)內(nèi)部升級(jí)與外部升級(jí)實(shí)現(xiàn)價(jià)值增值的動(dòng)態(tài)攀升過(guò)程(鈔小靜和薛志欣,2022)。按照企業(yè)升級(jí)的路徑演化,吳家曦和李華燊(2009)將企業(yè)升級(jí)過(guò)程歸類為轉(zhuǎn)軌和轉(zhuǎn)行兩種模式,前者強(qiáng)調(diào)企業(yè)內(nèi)部經(jīng)營(yíng)模式和組織架構(gòu)的優(yōu)化,后者關(guān)注企業(yè)對(duì)于不同行業(yè)的轉(zhuǎn)換和延伸。聚焦于數(shù)字化情境,企業(yè)通過(guò)數(shù)字化升級(jí)行為影響企業(yè)升級(jí)績(jī)效的過(guò)程中,同樣可能存在企業(yè)內(nèi)部?jī)r(jià)值鏈活動(dòng)和企業(yè)外部?jī)r(jià)值鏈活動(dòng)雙重進(jìn)階的演變特征。但是,現(xiàn)有實(shí)證研究尚未結(jié)合企業(yè)升級(jí)過(guò)程的路徑演變識(shí)別數(shù)字化影響企業(yè)升級(jí)績(jī)效的傳導(dǎo)機(jī)制。另一方面,經(jīng)驗(yàn)文獻(xiàn)主要從微觀內(nèi)部視角考察數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的調(diào)節(jié)影響,忽視宏觀政策因素的復(fù)雜作用?；谄髽I(yè)數(shù)字化高風(fēng)險(xiǎn)性、高成本性及不確定性的現(xiàn)實(shí)考量,政府部門既制定用以緩解企業(yè)資金供給不足的直接性政策支持,如財(cái)政補(bǔ)貼、金融支持等舉措,也給予改善宏觀經(jīng)濟(jì)秩序的間接性政策支持,如市場(chǎng)環(huán)境治理等規(guī)制手段,致力為企業(yè)轉(zhuǎn)型發(fā)展提供制度保障。圍繞這個(gè)現(xiàn)實(shí)背景,科學(xué)評(píng)估數(shù)字政策扶持體系的實(shí)施效果,能夠直觀把握有效市場(chǎng)和有為政府的融合成效。尤其考慮到數(shù)字化轉(zhuǎn)型的主體差異和階段差異,更需要系統(tǒng)性檢驗(yàn)支持性政策的效能發(fā)揮,但目前鮮有研究將政策支持與企業(yè)數(shù)字化績(jī)效賦能置于同一框架進(jìn)行探討。

綜上所述,關(guān)于數(shù)字化與企業(yè)升級(jí)績(jī)效的研究,在影響效果方面,現(xiàn)有文獻(xiàn)對(duì)兩者的內(nèi)在關(guān)系尚存爭(zhēng)議;在傳導(dǎo)路徑方面,缺乏按照“升級(jí)行為-升級(jí)過(guò)程-升級(jí)績(jī)效”的邏輯框架解讀數(shù)字化影響企業(yè)升級(jí)績(jī)效的機(jī)制分析;在調(diào)節(jié)作用方面,忽視財(cái)政補(bǔ)貼、金融支持、市場(chǎng)治理等宏觀政策因素對(duì)企業(yè)數(shù)字化績(jī)效提升的影響。為此,本文構(gòu)建數(shù)字賦能企業(yè)升級(jí)績(jī)效的內(nèi)在邏輯框架,并利用中國(guó)滬深A(yù)股上市公司面板數(shù)據(jù),檢驗(yàn)數(shù)字化影響企業(yè)升級(jí)績(jī)效的經(jīng)濟(jì)效果、傳導(dǎo)路徑和調(diào)節(jié)機(jī)制。

三、理論假說(shuō)

1. 數(shù)字化影響企業(yè)升級(jí)績(jī)效的效果假說(shuō)

企業(yè)數(shù)字化是企業(yè)借助智能通訊設(shè)備、無(wú)線傳輸網(wǎng)絡(luò)、物聯(lián)網(wǎng)人工智能、底層技術(shù)集成應(yīng)用等數(shù)字媒介,優(yōu)化重組生產(chǎn)經(jīng)營(yíng)流程,推動(dòng)傳統(tǒng)生產(chǎn)要素和數(shù)據(jù)生產(chǎn)要素融合創(chuàng)新,從而增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)能力和價(jià)值增值能力的升級(jí)行為。企業(yè)升級(jí)績(jī)效反映了企業(yè)升級(jí)行為的經(jīng)濟(jì)結(jié)果,由于企業(yè)升級(jí)策略形式多樣,企業(yè)績(jī)效可能表現(xiàn)在產(chǎn)品質(zhì)量、技術(shù)工藝、產(chǎn)業(yè)價(jià)值鏈、財(cái)務(wù)營(yíng)收等方面,但Humphrey和Schmitz(2002)、杜勇和婁靖(2022)指出,無(wú)論企業(yè)升級(jí)采取何種方式,最終都以綜合性生產(chǎn)效率為主線得以體現(xiàn)。本文延續(xù)以上研究觀點(diǎn),采用全要素生產(chǎn)率表征企業(yè)升級(jí)績(jī)效的核心內(nèi)涵。

作為企業(yè)戰(zhàn)略性變革舉措,數(shù)字化轉(zhuǎn)型可以降低經(jīng)濟(jì)交易成本、提高資源整合能力、拓展供需市場(chǎng)空間,進(jìn)而提升企業(yè)升級(jí)績(jī)效。其一,企業(yè)通過(guò)更新改造生產(chǎn)經(jīng)營(yíng)設(shè)備和優(yōu)化調(diào)整組織管理結(jié)構(gòu),推動(dòng)傳統(tǒng)生產(chǎn)運(yùn)營(yíng)模式向數(shù)字生產(chǎn)運(yùn)營(yíng)模式轉(zhuǎn)換,有利于降低內(nèi)外部交易成本,提高生產(chǎn)經(jīng)營(yíng)的高效性和規(guī)模性,從而促進(jìn)企業(yè)升級(jí)績(jī)效提升(劉淑春等,2021)。其二,企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠從研發(fā)、采購(gòu)、生產(chǎn)、管理、銷售、服務(wù)等全方位把控生產(chǎn)經(jīng)營(yíng)流程,有利于資源整合利用和要素科學(xué)配置,推動(dòng)企業(yè)升級(jí)績(jī)效提高。其三,企業(yè)運(yùn)用數(shù)字技術(shù)可以規(guī)避經(jīng)濟(jì)活動(dòng)空間限制,極大程度地響應(yīng)市場(chǎng)需求變化,構(gòu)建企業(yè)與用戶、供應(yīng)商、服務(wù)商等利益主體的數(shù)字生態(tài)網(wǎng)絡(luò),幫助企業(yè)捕獲更大的市場(chǎng)空間,進(jìn)而提高企業(yè)升級(jí)績(jī)效表現(xiàn)(Gregory,2019)。盡管數(shù)字化改造存在成本不可控和風(fēng)險(xiǎn)不確定等短期制約因素,但長(zhǎng)期來(lái)看,仍有利于企業(yè)獲取超額收益和競(jìng)爭(zhēng)優(yōu)勢(shì)(Li等,2023)。據(jù)此,提出待檢驗(yàn)假設(shè):

H1:假定其他條件不變,數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效具有正向促進(jìn)效應(yīng)。

2. 數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑假說(shuō)

價(jià)值鏈直觀反映經(jīng)濟(jì)主體生產(chǎn)運(yùn)營(yíng)各環(huán)節(jié)的價(jià)值增值能力。按照價(jià)值創(chuàng)造軌跡的演變,企業(yè)數(shù)字化績(jī)效提升效應(yīng)可能通過(guò)企業(yè)內(nèi)部?jī)r(jià)值鏈賦能和企業(yè)外部?jī)r(jià)值鏈賦能雙重路徑實(shí)現(xiàn),前者強(qiáng)調(diào)企業(yè)內(nèi)部?jī)r(jià)值活動(dòng)的優(yōu)化,后者側(cè)重企業(yè)外部?jī)r(jià)值活動(dòng)的提升(鈔小靜和薛志欣,2022;吳家曦和李華燊,2009)。

根據(jù)“微笑曲線”可知,企業(yè)內(nèi)部高附加值創(chuàng)造環(huán)節(jié)主要集中于研發(fā)與營(yíng)銷,因而技術(shù)創(chuàng)新能力與營(yíng)銷管理能力是決定企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵(Schmitz,2007)。數(shù)字化轉(zhuǎn)型能夠融合企業(yè)內(nèi)部?jī)r(jià)值創(chuàng)造活動(dòng),提升企業(yè)研發(fā)創(chuàng)新能力和營(yíng)銷管理能力,進(jìn)而助推企業(yè)升級(jí)績(jī)效的持續(xù)性提高。一方面,數(shù)字技術(shù)應(yīng)用不僅拓寬了企業(yè)知識(shí)獲取和知識(shí)共享的范圍,降低技術(shù)研發(fā)潛在風(fēng)險(xiǎn),提高企業(yè)創(chuàng)新意愿和創(chuàng)新投入,還能促進(jìn)信息流通和組織協(xié)同,縮短產(chǎn)品創(chuàng)新周期,節(jié)省研發(fā)投入成本,增加創(chuàng)新產(chǎn)出和創(chuàng)新效率。另一方面,以數(shù)字平臺(tái)支撐的營(yíng)銷架構(gòu)重塑了生產(chǎn)者與消費(fèi)者的交互關(guān)系,線下實(shí)體交易向線上虛擬交易的場(chǎng)景轉(zhuǎn)換突破時(shí)空限制,有利于企業(yè)開拓市場(chǎng)空間,建立規(guī)?；臓I(yíng)銷網(wǎng)絡(luò),并且數(shù)字技術(shù)的出現(xiàn)使得營(yíng)銷管理決策趨向扁平化,模糊性職能邊界促進(jìn)組織部門的合作和業(yè)務(wù)流程的貫通,整體推動(dòng)營(yíng)銷管理效率提高。據(jù)此,提出待檢驗(yàn)假設(shè):

H2:假定其他條件不變,數(shù)字化通過(guò)企業(yè)內(nèi)部?jī)r(jià)值鏈賦能影響企業(yè)升級(jí)績(jī)效,表現(xiàn)為技術(shù)創(chuàng)新效應(yīng)和營(yíng)銷管理效應(yīng)。

數(shù)字技術(shù)的出現(xiàn)強(qiáng)化了企業(yè)與外部主體的經(jīng)濟(jì)聯(lián)系,產(chǎn)業(yè)鏈關(guān)聯(lián)活動(dòng)是企業(yè)外部?jī)r(jià)值鏈管理的核心部分(黃群慧和倪紅福,2020)。在互聯(lián)互通的網(wǎng)絡(luò)生態(tài)環(huán)境下,生產(chǎn)要素流轉(zhuǎn)速度和產(chǎn)業(yè)邊界融合速度趨快,企業(yè)需要適時(shí)根據(jù)外部環(huán)境變化作出策略性響應(yīng),用以穩(wěn)固自身競(jìng)爭(zhēng)優(yōu)勢(shì)和產(chǎn)業(yè)地位。本文主要從產(chǎn)業(yè)鏈重組和產(chǎn)業(yè)鏈協(xié)同兩方面關(guān)注企業(yè)外部?jī)r(jià)值鏈升級(jí)問(wèn)題。一方面,數(shù)字化加快了產(chǎn)業(yè)更迭速度,推動(dòng)企業(yè)通過(guò)資產(chǎn)并購(gòu)重組調(diào)整產(chǎn)業(yè)布局,實(shí)現(xiàn)落后產(chǎn)能淘汰、產(chǎn)業(yè)鏈條延伸、新興行業(yè)進(jìn)入等產(chǎn)業(yè)鏈整合目的,促進(jìn)資源向優(yōu)勢(shì)產(chǎn)業(yè)聚集(慕亞宇和胡奕明,2022)。另一方面,數(shù)字化強(qiáng)化了產(chǎn)業(yè)鏈聯(lián)動(dòng)效應(yīng),推動(dòng)企業(yè)打破行業(yè)界限參與產(chǎn)業(yè)鏈協(xié)同,形成內(nèi)外部資源共享的商業(yè)合作模式,推動(dòng)企業(yè)在產(chǎn)業(yè)價(jià)值鏈地位的提升。據(jù)此,提出待檢驗(yàn)假設(shè):

H3:假定其他條件不變,數(shù)字化通過(guò)企業(yè)外部?jī)r(jià)值鏈賦能影響企業(yè)升級(jí)績(jī)效,表現(xiàn)為產(chǎn)業(yè)鏈重組效應(yīng)和產(chǎn)業(yè)鏈協(xié)同效應(yīng)。

3. 政策支持影響企業(yè)數(shù)字化升級(jí)績(jī)效的調(diào)節(jié)假說(shuō)

產(chǎn)業(yè)政策支持是政府引導(dǎo)產(chǎn)業(yè)發(fā)展的主要手段?，F(xiàn)有文獻(xiàn)關(guān)于政策支持的調(diào)控效果存在分歧。持正者認(rèn)為政策支持能夠糾正市場(chǎng)失靈,激發(fā)產(chǎn)業(yè)發(fā)展勢(shì)能,促進(jìn)企業(yè)經(jīng)濟(jì)效益提高(王紅建等,2020)。異議者指出政策支持的局限性,強(qiáng)調(diào)政府資源配置行為存在偏誤,低效率盲目性的政策引導(dǎo)加劇資源“逆向流動(dòng)”,引發(fā)投資“潮涌現(xiàn)象”,致使企業(yè)經(jīng)濟(jì)效益降低(侯方宇和楊瑞龍,2018)。目前企業(yè)數(shù)字化轉(zhuǎn)型仍處于探索階段,整體存在諸多不確定因素,需要政府的產(chǎn)業(yè)政策支持。由于政策工具的功能側(cè)重存在差異,本文將分類討論金融型政策支持、補(bǔ)貼型政策支持、環(huán)境型政策支持的作用機(jī)理。

從金融支持的角度而言,信貸供給能夠緩解企業(yè)融資約束問(wèn)題,保障企業(yè)資金投入的流動(dòng)性和連續(xù)性,降低數(shù)字化轉(zhuǎn)型的不確定風(fēng)險(xiǎn),為企業(yè)擴(kuò)大設(shè)備改造投入和技術(shù)研發(fā)投入提供基礎(chǔ)支撐,最終強(qiáng)化企業(yè)數(shù)字化升級(jí)績(jī)效的表現(xiàn)。與此同時(shí),數(shù)字化在改善企業(yè)實(shí)體盈利能力的同時(shí),也會(huì)吸引更多的資金順流到實(shí)體投資渠道,削弱企業(yè)金融投資的避險(xiǎn)動(dòng)機(jī),抑制經(jīng)濟(jì)過(guò)度金融化的“脫實(shí)向虛”風(fēng)險(xiǎn),形成實(shí)體數(shù)字化和實(shí)體投資化的“良性雙循環(huán)”,從而促進(jìn)企業(yè)獲取持續(xù)性的經(jīng)濟(jì)效益(劉柏和郭書妍,2023)。據(jù)此,提出待檢驗(yàn)假設(shè):

H4:假定其他條件不變,金融支持對(duì)企業(yè)數(shù)字化升級(jí)效應(yīng)具有正向調(diào)節(jié)作用。

從政府補(bǔ)助的角度而言,財(cái)稅補(bǔ)貼政策具有直接資源補(bǔ)充和間接信號(hào)傳遞的雙向功能(王剛剛等,2017)。一方面,政府補(bǔ)助能夠彌補(bǔ)企業(yè)資源缺口,適度分擔(dān)企業(yè)轉(zhuǎn)型成本壓力,激發(fā)企業(yè)轉(zhuǎn)型升級(jí)的參與意愿,有益于增強(qiáng)企業(yè)提升績(jī)效的驅(qū)動(dòng)力。另一方面,政府補(bǔ)貼傾向于高發(fā)展?jié)摿Φ膬?yōu)勢(shì)產(chǎn)業(yè)或企業(yè)群體,這種隱含式的政府信用背書機(jī)制能夠向外界釋放企業(yè)資質(zhì)的積極信號(hào),降低合作利益者的甄選成本,有利于營(yíng)造資源集聚共享的合作氛圍,對(duì)企業(yè)數(shù)字化轉(zhuǎn)型行為產(chǎn)生“擠入作用”,對(duì)企業(yè)升級(jí)績(jī)效產(chǎn)生正向強(qiáng)化作用。據(jù)此,提出待檢驗(yàn)假設(shè):

H5:假定其他條件不變,政府補(bǔ)助對(duì)企業(yè)數(shù)字化升級(jí)效應(yīng)具有正向調(diào)節(jié)作用。

從市場(chǎng)治理的角度而言,市場(chǎng)治理的核心在于通過(guò)競(jìng)爭(zhēng)性機(jī)制實(shí)現(xiàn)資源自由配置(陳冠宇,2022)。政府通過(guò)市場(chǎng)競(jìng)爭(zhēng)環(huán)境的規(guī)制治理改善企業(yè)營(yíng)商環(huán)境,基于配置機(jī)制、激勵(lì)機(jī)制、聯(lián)動(dòng)機(jī)制強(qiáng)化企業(yè)數(shù)字化的經(jīng)濟(jì)績(jī)效表現(xiàn)。其一,競(jìng)爭(zhēng)性市場(chǎng)治理保障資源、人才、技術(shù)、信息自由流動(dòng),降低要素市場(chǎng)和產(chǎn)品市場(chǎng)壟斷風(fēng)險(xiǎn),能夠給予企業(yè)公平競(jìng)爭(zhēng)、秩序穩(wěn)定的供需市場(chǎng),有利于企業(yè)提高經(jīng)濟(jì)績(jī)效。其二,面對(duì)適者生存的存續(xù)壓力,企業(yè)為維持競(jìng)爭(zhēng)優(yōu)勢(shì)和競(jìng)爭(zhēng)地位,會(huì)自主加快轉(zhuǎn)型升級(jí)強(qiáng)度,進(jìn)而快速適應(yīng)變革的市場(chǎng)環(huán)境,從而增強(qiáng)企業(yè)績(jī)效提升。其三,市場(chǎng)競(jìng)爭(zhēng)治理能夠暢通產(chǎn)業(yè)鏈內(nèi)部溝通橋梁,推動(dòng)企業(yè)與數(shù)字生態(tài)伙伴跨界合作,強(qiáng)化企業(yè)升級(jí)績(jī)效表現(xiàn)。據(jù)此,提出待檢驗(yàn)假設(shè):

H6:假定其他條件不變,市場(chǎng)治理對(duì)企業(yè)數(shù)字化升級(jí)效應(yīng)具有正向調(diào)節(jié)作用。

圖1 企業(yè)數(shù)字化影響企業(yè)升級(jí)績(jī)效的理論框架

四、研究設(shè)計(jì)

1. 數(shù)據(jù)來(lái)源

考慮實(shí)證數(shù)據(jù)的全面性及可得性,本文采用2011-2021年中國(guó)滬深A(yù)股上市公司面板數(shù)據(jù)展開分析。企業(yè)數(shù)字化數(shù)據(jù)及財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù),專利研發(fā)數(shù)據(jù)來(lái)源于CNRDS數(shù)據(jù)庫(kù),年報(bào)數(shù)據(jù)來(lái)源于巨潮資訊網(wǎng),宏觀層面數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》。數(shù)據(jù)處理包括:剔除經(jīng)營(yíng)狀況異常的ST類公司和會(huì)計(jì)準(zhǔn)則特殊的金融類公司;考慮到員工規(guī)模較小可能對(duì)企業(yè)升級(jí)績(jī)效核算產(chǎn)生異常干擾,刪除員工人數(shù)少于50人的公司樣本;刪除核心變量、控制變量、中介變量數(shù)值缺失的公司樣本。最終得到27824個(gè)觀測(cè)樣本。

2. 變量選取

(1) 被解釋變量企業(yè)升級(jí)績(jī)效(Upperfor)。企業(yè)升級(jí)績(jī)效綜合體現(xiàn)為企業(yè)效率的提高,本文參考杜勇和婁靖(2022)的做法,用全要素生產(chǎn)率表征企業(yè)升級(jí)績(jī)效。關(guān)于全要素生產(chǎn)率的測(cè)度,主流核算方法包括OLS、GMM、OP、LP等。其中,LP法引入中間投入作為生產(chǎn)效率的代理變量,能夠有效解決估計(jì)模型的內(nèi)生性問(wèn)題及聯(lián)立性問(wèn)題,故本文采用LP法核算全要素生產(chǎn)率。其中,企業(yè)產(chǎn)出增加值=固定資產(chǎn)折舊+職工工資+營(yíng)業(yè)利潤(rùn)+稅金及附加+應(yīng)交增值稅;中間投入=營(yíng)業(yè)成本+銷售費(fèi)用+管理費(fèi)用+財(cái)務(wù)費(fèi)用-固定資產(chǎn)折舊-職工工資;資本投入為固定資產(chǎn)凈值;勞動(dòng)投入為企業(yè)員工人數(shù)。職工工資包括實(shí)際發(fā)放薪酬和未發(fā)放薪酬兩部分,具體公式為:職工工資=支付給員工以及為員工支付的現(xiàn)金+應(yīng)付員工薪酬的期末值-應(yīng)付員工薪酬的期初值。為消除通貨膨脹因素的影響,價(jià)值形態(tài)數(shù)據(jù)均以2011年為基期折算為實(shí)際值。其中,企業(yè)產(chǎn)出增加值和中間投入采用工業(yè)出廠價(jià)格指數(shù)進(jìn)行平減,固定資產(chǎn)凈額用GDP平減指數(shù)進(jìn)行平減。

(2) 核心解釋變量企業(yè)數(shù)字化(Dig)。目前企業(yè)數(shù)字化主要采用文本詞頻分析法、數(shù)字無(wú)形資產(chǎn)占比等方式度量。詞頻分析法雖然樣本獲取較為全面,但考慮企業(yè)年報(bào)存在過(guò)度披露的機(jī)會(huì)主義傾向,統(tǒng)計(jì)值和實(shí)際值誤差可能較大。數(shù)字無(wú)形資產(chǎn)核算雖然能夠避免主觀層面的機(jī)會(huì)主義誤差,但受限于多數(shù)年報(bào)數(shù)字資產(chǎn)明細(xì)披露不全的弊病,數(shù)據(jù)遺漏現(xiàn)象較為嚴(yán)重。鑒于此,本文采用CSMAR數(shù)據(jù)庫(kù)公布的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)。該指數(shù)從戰(zhàn)略驅(qū)動(dòng)、技術(shù)賦能、組織賦能、環(huán)境賦能、數(shù)字化成果、數(shù)字化應(yīng)用6大維度綜合評(píng)估企業(yè)數(shù)字化水平,指標(biāo)體系全面完整,能夠系統(tǒng)性反映企業(yè)數(shù)字化真實(shí)情況。

(3) 中介變量(M)。企業(yè)內(nèi)部?jī)r(jià)值鏈賦能維度包括技術(shù)創(chuàng)新能力(M_Inn)和營(yíng)銷管理能力(M_Mar),企業(yè)外部?jī)r(jià)值鏈賦能維度包括產(chǎn)業(yè)鏈重組(M_Rec)和產(chǎn)業(yè)鏈協(xié)同(M_Coo)。技術(shù)創(chuàng)新能力綜合體現(xiàn)為技術(shù)創(chuàng)新投入與技術(shù)創(chuàng)新產(chǎn)出的效率輸出,計(jì)算公式為:Ln[(1+專利申請(qǐng)總數(shù))/(1+研發(fā)投入)](劉暢等,2023)。考慮到3種專利研發(fā)難度存在差別,因此發(fā)明專利、實(shí)用新型專利、外觀設(shè)計(jì)專利分別賦權(quán)3、2、1計(jì)算專利申請(qǐng)總數(shù)。營(yíng)銷管理能力綜合體現(xiàn)為營(yíng)銷管理投入與營(yíng)銷管理產(chǎn)出的效率輸出,計(jì)算公式為:Ln[營(yíng)業(yè)收入/(銷售費(fèi)用+管理費(fèi)用+財(cái)務(wù)費(fèi)用)](顧雷雷和彭俞超,2014)。產(chǎn)業(yè)鏈重組主要體現(xiàn)為落后產(chǎn)能淘汰、產(chǎn)業(yè)鏈條延伸、新興行業(yè)進(jìn)入等產(chǎn)業(yè)鏈整合行為,故根據(jù)會(huì)計(jì)年度是否發(fā)生資產(chǎn)收購(gòu)并購(gòu)事件或資產(chǎn)剝離并購(gòu)事件來(lái)定義,若發(fā)生賦值為1,否則賦值為0(慕亞宇和胡奕明,2022)。產(chǎn)業(yè)鏈協(xié)同表現(xiàn)為供應(yīng)鏈的協(xié)同效應(yīng),采用存貨周轉(zhuǎn)率對(duì)數(shù)代替。

(4) 調(diào)節(jié)變量(W)。政策支持主要涉及金融型政策支持、補(bǔ)貼型政策支持和環(huán)境型政策支持3方面,即金融支持(W_Fin)、政府補(bǔ)助(W_Sub)和市場(chǎng)治理(W_HHI)。其中,金融支持用可供抵押的有形資產(chǎn)獲得借款的融資強(qiáng)度來(lái)反映,計(jì)算公式為:Ln[(短期借款+長(zhǎng)期借款)/(總資產(chǎn)×有形資產(chǎn)占比)],該指標(biāo)越大,說(shuō)明有形資產(chǎn)獲得借款的金融支持力度越大(林輝和李唐蓉,2023)。政府補(bǔ)助采用當(dāng)期企業(yè)獲得政府補(bǔ)助金額的自然對(duì)數(shù)度量。市場(chǎng)治理程度采用(1-HHI指數(shù))衡量,HHI指數(shù)越大,說(shuō)明市場(chǎng)壟斷勢(shì)力越強(qiáng),經(jīng)過(guò)反向調(diào)整可以刻畫市場(chǎng)競(jìng)爭(zhēng)環(huán)境的治理程度。

(5) 控制變量。企業(yè)層面:企業(yè)規(guī)模(Size),選取企業(yè)員工人數(shù)的自然對(duì)數(shù)表征;企業(yè)年齡(Age),采用企業(yè)成立年限的自然對(duì)數(shù)衡量;資產(chǎn)負(fù)債率(Lev),利用總負(fù)債與總資產(chǎn)的比值刻畫;凈資產(chǎn)收益率(Roe),按照凈利潤(rùn)與股東權(quán)益余額的比值度量;管理者持股比例(Msr),采用董高監(jiān)持股數(shù)量與總股數(shù)量的比值衡量;賬面市值比(BM),采用總資產(chǎn)與總市值的比值衡量;機(jī)構(gòu)投資者持股比例(Sys),采用機(jī)構(gòu)投資者持股數(shù)量與總股數(shù)量的比值衡量。宏觀層面:地區(qū)經(jīng)濟(jì)發(fā)展水平(Pgdp),利用上市公司所在城市的人均實(shí)際GDP對(duì)數(shù)表征;政府干預(yù)程度(Gov),采用上市公司所在城市財(cái)政預(yù)算內(nèi)支出與地區(qū)GDP的比值度量。

3. 模型設(shè)計(jì)

首先,構(gòu)建基準(zhǔn)面板回歸模型探究數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的影響,模型如下:

Upperforit=α0+δDigit+γControlit+εit

(1)

其中,α0為常數(shù)項(xiàng);εit為隨機(jī)誤差項(xiàng);δ為數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效的回歸系數(shù);γ為控制變量的回歸系數(shù)向量。

其次,運(yùn)用中介效應(yīng)模型識(shí)別數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑機(jī)制,模型如下:

(2)

其中,Mit為中介變量;θ為數(shù)字化對(duì)中介變量的回歸系數(shù);λ為中介變量對(duì)企業(yè)升級(jí)績(jī)效的回歸系數(shù)。

采用逐步回歸法檢驗(yàn)中介效應(yīng),需同時(shí)滿足以下要求:第一,數(shù)字化Dig的估計(jì)系數(shù)δ通過(guò)顯著性檢驗(yàn);第二,當(dāng)θ和λ均顯著時(shí),如果δ′顯著則表明M具有部分中介效應(yīng),如果δ′不顯著則表明M具有完全中介效應(yīng),當(dāng)θ和λ至少有1個(gè)不顯著時(shí),結(jié)合Sobel檢驗(yàn)進(jìn)一步判斷中介效應(yīng)的有無(wú)。

最后,運(yùn)用調(diào)節(jié)效應(yīng)模型考察政府支持對(duì)企業(yè)數(shù)字化升級(jí)效應(yīng)的調(diào)節(jié)影響,模型如下:

Upperforit=α0+δDigit+φW+ρW×Digit+γControlit+εit

(3)

其中,Wit為調(diào)節(jié)變量;φ為調(diào)節(jié)變量對(duì)企業(yè)升級(jí)績(jī)效的回歸系數(shù);ρ代表數(shù)字化與調(diào)節(jié)變量的交互項(xiàng)對(duì)企業(yè)升級(jí)績(jī)效的回歸系數(shù)。

五、實(shí)證分析

1. 數(shù)字化影響企業(yè)升級(jí)績(jī)效的效果分析

(1) 基準(zhǔn)回歸。根據(jù)表1可知,列(1)列(2)未控制固定效應(yīng),列(3)列(4)同時(shí)控制企業(yè)、年份、城市固定效應(yīng)。經(jīng)過(guò)F檢驗(yàn)、Hausman檢驗(yàn)和時(shí)間效應(yīng)檢驗(yàn),最終選取同時(shí)控制企業(yè)、年份和城市的固定效應(yīng)模型進(jìn)行方程估計(jì),且所有模型均采用企業(yè)層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤,結(jié)果見列(4)。可見,無(wú)論是否加入控制變量,核心解釋變量Dig的回歸系數(shù)均在1%統(tǒng)計(jì)水平上顯著為正,表明數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效具有正向促進(jìn)效應(yīng),驗(yàn)證假設(shè)H1成立?？紤]內(nèi)生性潛在影響,列(5)中采用核心解釋變量滯后1期L.Dig進(jìn)行回歸,可見回歸系數(shù)符號(hào)及顯著性均未發(fā)生改變,再次驗(yàn)證假設(shè)H1成立。

表1 數(shù)字化影響企業(yè)升級(jí)績(jī)效的基準(zhǔn)回歸結(jié)果

關(guān)于控制變量,結(jié)合列(4)來(lái)看,企業(yè)規(guī)模Size、企業(yè)年齡Age、管理層持股比例Msr、機(jī)構(gòu)投資者持股比例Sys的回歸系數(shù)顯著為正,表明企業(yè)規(guī)模擴(kuò)大、經(jīng)營(yíng)年限越久,越能夠整合資源擴(kuò)大規(guī)模效益;管理層持股激勵(lì)使得個(gè)人利益與集體利益一致,有利于規(guī)避委托代理問(wèn)題,降低管理者風(fēng)險(xiǎn)經(jīng)營(yíng)概率,促進(jìn)企業(yè)長(zhǎng)遠(yuǎn)性發(fā)展;機(jī)構(gòu)持股比例越高,企業(yè)越傾向于穩(wěn)健性經(jīng)營(yíng),越能加大升級(jí)投入提高經(jīng)濟(jì)績(jī)效。資產(chǎn)負(fù)債率Lev和賬面市值比BM的回歸系數(shù)顯著為負(fù),凈資產(chǎn)收益率Roe的正向回歸系數(shù)未通過(guò)顯著性檢驗(yàn)。宏觀層面,地區(qū)經(jīng)濟(jì)發(fā)展水平Pgdp和政府干預(yù)程度Gov的回歸系數(shù)顯著為正,說(shuō)明經(jīng)濟(jì)發(fā)展水平的提高能夠給予企業(yè)更好的市場(chǎng)空間和轉(zhuǎn)型環(huán)境,有利于提高企業(yè)升級(jí)績(jī)效;而政府干預(yù)程度的提高反映政府調(diào)控治理程度的加深,一定程度上代表著政府和市場(chǎng)的有效結(jié)合,有益于企業(yè)績(jī)效提升。

(2) 穩(wěn)健性檢驗(yàn)。為保證實(shí)證結(jié)果的可靠性,進(jìn)行以下穩(wěn)健性處理,結(jié)果見表2。一是替換解釋變量。按照吳非等(2021)的核算方法,利用關(guān)鍵詞詞頻對(duì)數(shù)測(cè)度企業(yè)數(shù)字化水平。列(1)結(jié)果顯示,核心解釋變量的回歸系數(shù)符號(hào)和顯著性均未發(fā)生明顯變化,驗(yàn)證研究結(jié)論穩(wěn)健性良好。二是替換被解釋變量。重新采用OP方法測(cè)度被解釋變量,其中,投資=購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金-處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)收回的現(xiàn)金。由列(2)可知,回歸結(jié)果未發(fā)生明顯變化,說(shuō)明研究結(jié)論穩(wěn)健。三是強(qiáng)化高階固定效應(yīng)。考慮到研究期內(nèi)不同城市在不同時(shí)點(diǎn)出臺(tái)了系列數(shù)字化政策,為此,構(gòu)建城市維度與年份維度交互的高階固定效應(yīng)引入模型,以降低數(shù)字政策等不可觀測(cè)變量的外生沖擊影響。由列(3)可知,研究結(jié)論依舊成立。四是剔除特定樣本。考慮到計(jì)算機(jī)類、互聯(lián)網(wǎng)類、軟件服務(wù)類等行業(yè)的數(shù)字化程度普遍高于其他類行業(yè),故刪除這些行業(yè)的觀測(cè)樣本重新進(jìn)行回歸。由列(4)可知,剩余樣本的核心變量回歸系數(shù)仍然顯著為正,再次驗(yàn)證研究結(jié)論的可靠性。

表2 數(shù)字化影響企業(yè)升級(jí)績(jī)效的穩(wěn)健性檢驗(yàn)結(jié)果

(3) 內(nèi)生性檢驗(yàn)。為克服個(gè)體行為慣性、遺漏變量偏誤、反向因果關(guān)系和樣本自選擇引致的內(nèi)生性問(wèn)題,本文利用兩步SYS-GMM法、工具變量法和傾向得分匹配法重新估計(jì),回歸結(jié)果見表3。

表3 數(shù)字化影響企業(yè)升級(jí)績(jī)效的內(nèi)生性檢驗(yàn)結(jié)果

兩步SYS-GMM法。引入被解釋變量滯后1期構(gòu)造動(dòng)態(tài)面板回歸模型,采用兩步SYS-GMM法進(jìn)行估計(jì)。由表3列(1)可知,模型擾動(dòng)項(xiàng)的差分存在一階自相關(guān)但無(wú)二階自相關(guān),且Hansen檢驗(yàn)接受工具變量有效的原假設(shè),說(shuō)明系統(tǒng)GMM回歸模型設(shè)定有效。進(jìn)一步來(lái)看,在克服解釋變量自身的內(nèi)生性問(wèn)題后,核心解釋變量Dig的回歸系數(shù)在1%統(tǒng)計(jì)水平上仍顯著為正,表明基準(zhǔn)回歸結(jié)果依舊成立。

工具變量法。參考張倩肖和段義學(xué)(2023)的研究,選取各城市1984年每百萬(wàn)人郵局?jǐn)?shù)作為工具變量。一方面,本地現(xiàn)代通訊設(shè)施是歷史性通訊條件的傳承延續(xù),而宏觀基礎(chǔ)設(shè)施環(huán)境能夠正向激勵(lì)或者輔助企業(yè)數(shù)字化進(jìn)程,滿足工具變量的相關(guān)性標(biāo)準(zhǔn);另一方面,歷史性郵局?jǐn)?shù)據(jù)主要反映當(dāng)?shù)鼐用竦纳钕M(fèi)水平和通訊服務(wù)需求,與企業(yè)生產(chǎn)經(jīng)營(yíng)績(jī)效的直接關(guān)聯(lián)較小,并且隨著時(shí)間推移,傳統(tǒng)通信手段對(duì)產(chǎn)業(yè)發(fā)展的影響日漸式微,一定程度上不會(huì)直接影響企業(yè)經(jīng)營(yíng)成效,滿足工具變量的外生性標(biāo)準(zhǔn)。為保證截面工具變量隨時(shí)間發(fā)生變動(dòng),同時(shí)引入滯后1期的全國(guó)移動(dòng)電話普及率作為宏觀時(shí)間趨勢(shì)項(xiàng),將兩者乘積數(shù)作為最終工具變量(iv)進(jìn)行回歸。表3中列(2)列(3)分別報(bào)告了工具變量的第一段和第二段回歸結(jié)果。可見,F值和Kleibergen-Paap rk LM統(tǒng)計(jì)量通過(guò)1%顯著性檢驗(yàn),Cragg-Donald Wald F統(tǒng)計(jì)量大于臨界值16.38,同時(shí)拒絕識(shí)別不足和弱工具變量的原假設(shè),說(shuō)明本文工具變量的選取有效。與此同時(shí),第一階段和第二階段中關(guān)鍵系數(shù)均通過(guò)1%的顯著性檢驗(yàn),驗(yàn)證研究結(jié)論成立。

(4) 傾向得分匹配法。根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型綜合指數(shù)的中位數(shù)將樣本分為處理組(高于中位數(shù))和對(duì)照組(低于中位數(shù)),選取基準(zhǔn)回歸的控制變量作為匹配模型的協(xié)變量,采用1∶4有放回的最近鄰匹配法。平衡性檢驗(yàn)結(jié)果顯示,匹配后處理組和對(duì)照組的協(xié)變量差異得到有效控制,所有協(xié)變量的標(biāo)準(zhǔn)化偏差及其顯著性均通過(guò)平衡性檢驗(yàn)。利用匹配后的樣本進(jìn)行回歸,表3列(4)顯示核心解釋變量的系數(shù)顯著為正,證明克服樣本自選擇偏誤后研究結(jié)論依舊成立。

2. 數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑分析

根據(jù)理論分析所述,數(shù)字化可能通過(guò)企業(yè)內(nèi)部?jī)r(jià)值鏈賦能和企業(yè)外部?jī)r(jià)值鏈賦能兩大路徑影響企業(yè)升級(jí)績(jī)效,前者體現(xiàn)為技術(shù)創(chuàng)新效應(yīng)和營(yíng)銷管理效應(yīng),后者體現(xiàn)為產(chǎn)業(yè)鏈重組效應(yīng)和產(chǎn)業(yè)鏈協(xié)同效應(yīng)。為此,本文借助中介效應(yīng)模型對(duì)上述傳導(dǎo)路徑進(jìn)行識(shí)別,表4報(bào)告了數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑檢驗(yàn)結(jié)果。

表4 數(shù)字化影響企業(yè)升級(jí)績(jī)效的路徑檢驗(yàn)結(jié)果

聚焦于企業(yè)內(nèi)部?jī)r(jià)值鏈賦能,列(1)至列(4)中核心解釋變量Dig對(duì)技術(shù)創(chuàng)新能力和營(yíng)銷管理能力的回歸系數(shù)均顯著為正,表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新能力和營(yíng)銷管理能力具有正向促進(jìn)效應(yīng);納入中介變量,技術(shù)創(chuàng)新能力和營(yíng)銷管理能力對(duì)企業(yè)升級(jí)績(jī)效的影響顯著為正,核心解釋變量Dig對(duì)企業(yè)升級(jí)績(jī)效的影響顯著為正且系數(shù)絕對(duì)值有所下降,說(shuō)明技術(shù)創(chuàng)新能力和營(yíng)銷管理能力對(duì)數(shù)字化影響企業(yè)升級(jí)績(jī)效具有部分中介效應(yīng),經(jīng)Sobel檢驗(yàn)可知,技術(shù)創(chuàng)新能力和營(yíng)銷管理能力的中介效應(yīng)均通過(guò)檢驗(yàn),中介比例分別為13.69%和18.04%,從而驗(yàn)證假設(shè)H2成立。這意味著,數(shù)字化應(yīng)用能夠通過(guò)提升技術(shù)創(chuàng)新能力和營(yíng)銷管理能力影響企業(yè)價(jià)值鏈的上下端,帶動(dòng)企業(yè)內(nèi)部?jī)r(jià)值鏈升級(jí)。

聚焦于企業(yè)外部?jī)r(jià)值鏈賦能,列(5)至列(8)中核心解釋變量Dig對(duì)產(chǎn)業(yè)鏈重組和產(chǎn)業(yè)鏈協(xié)同的回歸系數(shù)均顯著為正,表明數(shù)字化轉(zhuǎn)型有助于促進(jìn)企業(yè)產(chǎn)業(yè)鏈重組和產(chǎn)業(yè)鏈協(xié)同;納入中介變量,產(chǎn)業(yè)鏈重組和產(chǎn)業(yè)鏈協(xié)同對(duì)企業(yè)升級(jí)績(jī)效的影響顯著為正,核心解釋變量Dig對(duì)企業(yè)升級(jí)績(jī)效的影響顯著為正且系數(shù)絕對(duì)值有所下降,說(shuō)明產(chǎn)業(yè)鏈重組和產(chǎn)業(yè)鏈協(xié)同對(duì)數(shù)字化影響企業(yè)升級(jí)績(jī)效具有部分中介效應(yīng),中介比例分別為0.94%和8.06%。其中,產(chǎn)業(yè)鏈重組的中介比例較小,可能的原因在于本文采用并購(gòu)事件發(fā)生情況來(lái)定義產(chǎn)業(yè)鏈重組變量,在一定程度上低估產(chǎn)業(yè)鏈重組的經(jīng)濟(jì)效應(yīng),后續(xù)回歸結(jié)果可將其視為產(chǎn)業(yè)鏈重組中介效應(yīng)影響的下限作為參考,雖然該比例較小,但仍通過(guò)Sobel檢驗(yàn),從而驗(yàn)證假設(shè)H3成立。在數(shù)字變革環(huán)境下,企業(yè)通過(guò)整合產(chǎn)業(yè)鏈提升企業(yè)外部?jī)r(jià)值鏈競(jìng)爭(zhēng)優(yōu)勢(shì),進(jìn)而促進(jìn)企業(yè)績(jī)效提升。一方面,通過(guò)淘汰落后產(chǎn)能、延伸產(chǎn)業(yè)鏈條、進(jìn)入新興行業(yè)等并購(gòu)重組行為進(jìn)行“補(bǔ)鏈”,集合資源向優(yōu)勢(shì)產(chǎn)業(yè)發(fā)展;另一方面,通過(guò)資源共享、聯(lián)合研發(fā)等協(xié)同合作行為進(jìn)行“固鏈”,強(qiáng)化產(chǎn)業(yè)互聯(lián)合作生態(tài)。

結(jié)合列(1)至列(8)的獨(dú)立中介效應(yīng)可知,企業(yè)內(nèi)部?jī)r(jià)值鏈賦能路徑的中介效應(yīng)要明顯高于企業(yè)外部?jī)r(jià)值鏈賦能路徑。進(jìn)一步,將所有中介變量納入模型,考慮多重中介效應(yīng)的綜合影響,回歸結(jié)果如列(9)所示。可以發(fā)現(xiàn),M_Inn、M_Mar、M_Rec、M_Coo的估計(jì)系數(shù)均在至少5%統(tǒng)計(jì)水平上顯著,且核心解釋變量Dig仍顯著為正,回歸系數(shù)值下降至0.003,證明多重中介效應(yīng)存在綜合影響。其中,技術(shù)創(chuàng)新能力承擔(dān)的中介效應(yīng)為0.00048(計(jì)算方式為0.029×0.016),中介比例為10.23%(計(jì)算方式為0.00048/0.0046),同理,營(yíng)銷管理能力的中介效應(yīng)為0.00081,中介比例為17.22%;產(chǎn)業(yè)鏈重組的中介效應(yīng)為0.00005,中介比例為1.12%;產(chǎn)業(yè)鏈協(xié)同的中介效應(yīng)為0.00013,中介比例為2.87%。所以,數(shù)字化同時(shí)通過(guò)M_Inn、M_Mar、M_Rec、M_Coo等4種渠道給企業(yè)升級(jí)績(jī)效帶來(lái)的總中介效應(yīng)為0.00147,總中介效應(yīng)比例為31.44%?？傮w來(lái)看,綜合路徑下營(yíng)銷管理能力的中介效應(yīng)最高,其次為技術(shù)創(chuàng)新能力,產(chǎn)業(yè)鏈協(xié)同和產(chǎn)業(yè)鏈重組的中介效應(yīng)均較小,意味著企業(yè)在數(shù)字化過(guò)程中更傾向于通過(guò)內(nèi)部?jī)r(jià)值鏈活動(dòng)來(lái)推動(dòng)企業(yè)績(jī)效提升。

六、調(diào)節(jié)效應(yīng)分析

1. 政策支持影響企業(yè)數(shù)字化升級(jí)績(jī)效的調(diào)節(jié)效應(yīng)分析

為考察政策支持對(duì)企業(yè)數(shù)字化升級(jí)效應(yīng)的調(diào)節(jié)影響,本文構(gòu)造數(shù)字化與政策支持的交互項(xiàng)進(jìn)行實(shí)證檢驗(yàn)。為克服多重共線性的影響,核心解釋變量和調(diào)節(jié)變量均進(jìn)行去中心化處理。

表5報(bào)告了政策支持調(diào)節(jié)企業(yè)數(shù)字化升級(jí)效應(yīng)的回歸結(jié)果,重點(diǎn)關(guān)注交互項(xiàng)的符號(hào)和顯著性。由結(jié)果可知,列(1)至列(3)中調(diào)節(jié)變量W_Sub和W_HHI的系數(shù)均顯著為正,而W_Fin的系數(shù)顯著為負(fù),可能的原因在于企業(yè)存在過(guò)度金融化的“脫實(shí)向虛”傾向,且金融信貸的政策引導(dǎo)加劇資源“逆向流動(dòng)”,引發(fā)非理性投資潮涌現(xiàn)象,致使企業(yè)經(jīng)濟(jì)績(jī)效降低(侯方宇和楊瑞龍,2018)。此外,核心解釋變量Dig的主效應(yīng)均顯著為正,交互項(xiàng)Dig×W的正向調(diào)節(jié)效應(yīng)均通過(guò)顯著性檢驗(yàn),表明政策支持對(duì)企業(yè)數(shù)字化績(jī)效提升效應(yīng)具有顯著的強(qiáng)化作用,驗(yàn)證假設(shè)H4、H5、H6成立。這意味著,政策支持力度越大,企業(yè)數(shù)字化的績(jī)效賦能效果越明顯,驗(yàn)證研究期內(nèi)數(shù)字政策扶持體系具有實(shí)效。金融型政策支持能夠保障企業(yè)改造資金的流動(dòng)性和連續(xù)性,抑制過(guò)度金融化的“脫實(shí)向虛”風(fēng)險(xiǎn),削弱企業(yè)非理性投資傾向,推動(dòng)實(shí)體數(shù)字化和實(shí)體投資化的良性循環(huán),從而提高企業(yè)升級(jí)績(jī)效;補(bǔ)貼型政策支持既能通過(guò)資金補(bǔ)償?shù)闹苯邮侄渭?lì)企業(yè)持續(xù)升級(jí),又能通過(guò)信號(hào)傳遞的間接途徑促進(jìn)企業(yè)間合作,增強(qiáng)企業(yè)經(jīng)濟(jì)績(jī)效表現(xiàn);環(huán)境型政策支持能夠暢通市場(chǎng)渠道,通過(guò)市場(chǎng)競(jìng)爭(zhēng)規(guī)范的治理手段改善企業(yè)外部營(yíng)商環(huán)境,正向推動(dòng)企業(yè)績(jī)效提升。

表5 政策支持調(diào)節(jié)企業(yè)數(shù)字化升級(jí)績(jī)效的檢驗(yàn)結(jié)果

2. 政策支持調(diào)節(jié)企業(yè)數(shù)字化升級(jí)績(jī)效的異質(zhì)性分析

企業(yè)的異質(zhì)性特征可能影響數(shù)字化升級(jí)績(jī)效,本文從所有權(quán)性質(zhì)、企業(yè)生命周期、經(jīng)濟(jì)區(qū)位特征3方面展開比較分析。

(1) 所有權(quán)性質(zhì)的影響。根據(jù)表6可知,列(1)中國(guó)有企業(yè)樣本數(shù)字化的回歸系數(shù)未能通過(guò)檢驗(yàn),列(5)中非國(guó)有企業(yè)數(shù)字化的回歸系數(shù)顯著為正,表明企業(yè)數(shù)字化績(jī)效提升效應(yīng)在非國(guó)有企業(yè)中更為明顯。從政策支持來(lái)看,除國(guó)有企業(yè)金融支持和市場(chǎng)治理的交互項(xiàng)未通過(guò)顯著性檢驗(yàn)外,列(3)、列(6)至列(8)的交互項(xiàng)系數(shù)均顯著為正,且非國(guó)有企業(yè)的交互項(xiàng)系數(shù)絕對(duì)值均高于國(guó)有企業(yè),說(shuō)明政策支持的正向調(diào)節(jié)效應(yīng)在非國(guó)有企業(yè)中表現(xiàn)更強(qiáng)。國(guó)有企業(yè)內(nèi)部結(jié)構(gòu)復(fù)雜且治理鏈條冗長(zhǎng),戰(zhàn)略調(diào)整反應(yīng)遲緩,數(shù)字化升級(jí)的經(jīng)濟(jì)驅(qū)動(dòng)力較弱,轉(zhuǎn)型效益顯現(xiàn)更為滯后。加之,由于自身資源獲取存在天然優(yōu)勢(shì),國(guó)有企業(yè)較非國(guó)有企業(yè)能夠享受更多的政策支持,在預(yù)算軟約束的弱激勵(lì)機(jī)制下,支持性政策的效用發(fā)揮更為受限。相比之下,非國(guó)有企業(yè)面臨更大的資源約束和競(jìng)爭(zhēng)壓力,這類企業(yè)憑借強(qiáng)勁的轉(zhuǎn)型動(dòng)力和敏捷的轉(zhuǎn)型速度,能夠靈活作出調(diào)整以適應(yīng)復(fù)雜的數(shù)字環(huán)境,所以政策支持對(duì)于非國(guó)有企業(yè)數(shù)字化績(jī)效提升具有更大的輔助作用。

表6 政策支持對(duì)異質(zhì)性所有權(quán)企業(yè)的影響

(2) 企業(yè)生命周期的影響。參考李云鶴和李湛(2012)的做法,根據(jù)銷售收入增長(zhǎng)率、資本支出率、留存收益率及企業(yè)年齡4個(gè)指標(biāo)的綜合得分,將樣本劃分為高成長(zhǎng)性企業(yè)和低成長(zhǎng)性企業(yè)。結(jié)合表7列(1)和列(5)可知,數(shù)字化對(duì)高成長(zhǎng)性企業(yè)的升級(jí)效應(yīng)高于低成長(zhǎng)性企業(yè)。從政策支持來(lái)看,除低成長(zhǎng)性企業(yè)金融支持和市場(chǎng)治理交互項(xiàng)未通過(guò)顯著性檢驗(yàn)外,列(2)至列(4)、列(7)的交互項(xiàng)系數(shù)均顯著為正,且高成長(zhǎng)性企業(yè)的交互項(xiàng)系數(shù)絕對(duì)值均高于低成長(zhǎng)性企業(yè),說(shuō)明政策支持的正向調(diào)節(jié)效應(yīng)對(duì)高成長(zhǎng)性企業(yè)作用更加明顯。主要原因在于,高成長(zhǎng)性企業(yè)和低成長(zhǎng)性企業(yè)的基礎(chǔ)實(shí)力和發(fā)展目標(biāo)存在差異。處于發(fā)展期的高成長(zhǎng)性企業(yè)重在拓寬自身市場(chǎng)份額,產(chǎn)品迭代速度快,市場(chǎng)反應(yīng)靈敏,能夠快速變革數(shù)字運(yùn)營(yíng)模式搶占市場(chǎng)份額,從而保持高速發(fā)展模式;而處于穩(wěn)定期的低成長(zhǎng)性企業(yè)重在維持自身市場(chǎng)地位,組織架構(gòu)相對(duì)完整,戰(zhàn)略調(diào)整經(jīng)濟(jì)動(dòng)機(jī)較弱,數(shù)字化邊際賦能效應(yīng)及其政策調(diào)節(jié)效應(yīng)有限。

表7 政策支持對(duì)異質(zhì)性生命周期企業(yè)的影響

(3) 經(jīng)濟(jì)區(qū)位特征的影響。根據(jù)研究期間樣本城市的人均實(shí)際GDP平均值,將樣本分為發(fā)達(dá)地區(qū)企業(yè)和欠發(fā)達(dá)地區(qū)企業(yè)進(jìn)行分析。對(duì)比表8列(1)和列(5)可知,數(shù)字化對(duì)發(fā)達(dá)地區(qū)企業(yè)的績(jī)效提升效應(yīng)高于欠發(fā)達(dá)區(qū)企業(yè),意味著經(jīng)濟(jì)發(fā)展水平的提高能夠更大程度地釋放企業(yè)數(shù)字升級(jí)紅利?？紤]平均值分組的主觀性,進(jìn)一步采用費(fèi)舍爾組合檢驗(yàn)法檢驗(yàn)組間差異,核心解釋變量的差異顯著性p值為0.000,證實(shí)兩組數(shù)字化效應(yīng)存在統(tǒng)計(jì)差異。從政策支持來(lái)看,除欠發(fā)達(dá)地區(qū)企業(yè)金融支持和市場(chǎng)治理的交互項(xiàng)未通過(guò)顯著性檢驗(yàn)外,列(2)至列(4)、列(7)的交互項(xiàng)系數(shù)均顯著為正,且發(fā)達(dá)地區(qū)企業(yè)的交互項(xiàng)系數(shù)絕對(duì)值均高于欠發(fā)達(dá)地區(qū)企業(yè),說(shuō)明政策支持的正向調(diào)節(jié)效應(yīng)在發(fā)達(dá)地區(qū)企業(yè)中表現(xiàn)更強(qiáng)。比較而言,發(fā)達(dá)地區(qū)具有更優(yōu)的生產(chǎn)要素資源、技術(shù)競(jìng)爭(zhēng)優(yōu)勢(shì)及制度政策環(huán)境,能夠更大程度地聚合要素資源以推進(jìn)企業(yè)數(shù)字融合,輔助企業(yè)獲得更大的升級(jí)績(jī)效;而欠發(fā)達(dá)地區(qū)整體實(shí)力薄弱,人才技術(shù)資源匱乏,市場(chǎng)空間有限,轉(zhuǎn)型環(huán)境下給予企業(yè)的政策支持相對(duì)更弱,因而數(shù)字化賦能效應(yīng)及政策調(diào)節(jié)效應(yīng)作用相對(duì)有限。

七、結(jié)論與政策建議

深度挖掘微觀主體的數(shù)字化升級(jí)質(zhì)效是培育現(xiàn)代化產(chǎn)業(yè)體系競(jìng)爭(zhēng)優(yōu)勢(shì)的決勝關(guān)鍵。本文構(gòu)建數(shù)字賦能企業(yè)升級(jí)績(jī)效的內(nèi)在邏輯框架,利用2011-2021年中國(guó)滬深A(yù)股上市公司面板數(shù)據(jù),結(jié)合固定效應(yīng)模型、中介效應(yīng)模型及調(diào)節(jié)效應(yīng)模型,驗(yàn)證了數(shù)字化影響企業(yè)升級(jí)績(jī)效的經(jīng)濟(jì)效果、傳導(dǎo)路徑和調(diào)節(jié)機(jī)制。研究表明:一是數(shù)字化對(duì)企業(yè)升級(jí)績(jī)效具有正向促進(jìn)效應(yīng),考慮測(cè)量誤差和內(nèi)生性問(wèn)題的影響后該結(jié)論依舊穩(wěn)健;二是數(shù)字化通過(guò)企業(yè)內(nèi)部?jī)r(jià)值鏈賦能和企業(yè)外部?jī)r(jià)值鏈賦能雙重路徑影響企業(yè)升級(jí)績(jī)效,前者體現(xiàn)為技術(shù)創(chuàng)新效應(yīng)和營(yíng)銷管理效應(yīng),后者體現(xiàn)為產(chǎn)業(yè)鏈重組效應(yīng)和產(chǎn)業(yè)鏈協(xié)同效應(yīng);三是政策支持對(duì)企業(yè)數(shù)字化升級(jí)績(jī)效具有顯著強(qiáng)化作用,即金融支持、政府補(bǔ)助、市場(chǎng)治理均表現(xiàn)為正向調(diào)節(jié)效應(yīng),考慮企業(yè)異質(zhì)性差異,數(shù)字化績(jī)效提升效應(yīng)及其政策調(diào)節(jié)效應(yīng)整體在非國(guó)有企業(yè)、高成長(zhǎng)性企業(yè)、發(fā)達(dá)地區(qū)企業(yè)中表現(xiàn)更為明顯。據(jù)此,提出以下政策實(shí)施建議:

(1) 加快構(gòu)建數(shù)字化運(yùn)營(yíng)體系,深度挖掘數(shù)字升級(jí)效能。企業(yè)要抓住數(shù)字變革契機(jī),推動(dòng)數(shù)字技術(shù)與生產(chǎn)運(yùn)營(yíng)流程的深度融合,強(qiáng)化數(shù)字轉(zhuǎn)型提升企業(yè)綜合效益的賦能作用。在這個(gè)過(guò)程中,企業(yè)應(yīng)當(dāng)兼顧自身的基礎(chǔ)條件和需求定位,有針對(duì)性地制定數(shù)字化升級(jí)戰(zhàn)略。尤其對(duì)于發(fā)展?jié)摿?shì)猛的高成長(zhǎng)性企業(yè)、市場(chǎng)活力突出的非國(guó)有企業(yè)、經(jīng)濟(jì)區(qū)位占優(yōu)的發(fā)達(dá)地區(qū)企業(yè),更應(yīng)該把握數(shù)字化轉(zhuǎn)型的發(fā)展機(jī)遇,充分挖掘數(shù)字升級(jí)的賦能價(jià)值。

(2) 協(xié)同企業(yè)價(jià)值鏈增值路徑,聯(lián)合推動(dòng)內(nèi)外實(shí)力提升。依附數(shù)實(shí)融合的運(yùn)行環(huán)境,企業(yè)應(yīng)該打破單向賦能的思維桎梏,建立內(nèi)部與外部雙向驅(qū)動(dòng)的戰(zhàn)略調(diào)整方案。聚焦于內(nèi)部?jī)r(jià)值鏈層面,借助數(shù)字技術(shù)應(yīng)用提高產(chǎn)品或服務(wù)的技術(shù)含量和創(chuàng)新實(shí)力,構(gòu)建數(shù)字賦能的商業(yè)運(yùn)營(yíng)模式,打通研發(fā)、供應(yīng)、生產(chǎn)、銷售、管理、服務(wù)的業(yè)務(wù)流和數(shù)據(jù)流,提升內(nèi)部?jī)r(jià)值鏈增值能力;聚焦于外部?jī)r(jià)值鏈層面,依托互聯(lián)互通的數(shù)字平臺(tái),建立跨界融合攀升機(jī)制,通過(guò)資源共享參與產(chǎn)業(yè)重組合作,集合資源向優(yōu)勢(shì)產(chǎn)業(yè)發(fā)展,強(qiáng)化自身的經(jīng)濟(jì)績(jī)效表現(xiàn)。

(3) 持續(xù)落實(shí)輔助性政策支持,差序引導(dǎo)企業(yè)轉(zhuǎn)型升級(jí)。無(wú)論是金融型政策支持,還是補(bǔ)貼型政策支持,抑或環(huán)境型政策支持,都能在一定程度上緩解企業(yè)轉(zhuǎn)型風(fēng)險(xiǎn),強(qiáng)化企業(yè)數(shù)字化賦能效應(yīng)。政府應(yīng)繼續(xù)加大政策扶持力度,為微觀主體營(yíng)造寬松、自由、公平的轉(zhuǎn)型環(huán)境。但值得注意的是,由于企業(yè)間存在性質(zhì)差異,政策支持的效用發(fā)揮存在偏向性,因而政府在給予數(shù)字制度保障時(shí)應(yīng)充分考量企業(yè)間差異,采取差序化策略引導(dǎo)政策實(shí)施。