数字化转型与企业创新——基于融资约束和信息透明度视角

付淑贤

（暨南大学管理学院，广东 广州 510630）

一、引言

习近平总书记曾多次强调要大力发展数字经济，充分发挥海量数据和丰富应用场景的优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级。而这一进程中很重要的一环就是企业的数字化转型。中国信通院发布的《中国数字经济发展白皮书（2021）》报告显示，产业数字化占数字经济的比重高达80.9%，而产业数字化显著促进了企业数字化转型（陈玉娇，2021）。在当下信息化、智能化的发展趋势下，数字化转型是企业生存之道的必经之路，也是企业必须要做好的一个重大课题。企业的数字化转型是数字技术与各种业务流程深度融合，从而以数字驱动企业生产、经营、管理的全过程（Vial，2019）。在这一过程中势必会给企业的各项业务活动带来变革。而创新作为促进我国新旧动能转换，实现经济高质量发展的主要推手以及企业发展的“命脉”，数字化转型又会对企业的创新产生什么样的影响呢？党的十九届五中全会曾明确指出“要强化国家战略科技力量，提升企业技术创新能力”。如今，数字化发展和创新都已上升为国家战略，为了更好的认识到数字化转型的必要性，推进数字经济与实体相融合，实现建设创新型国家，因此，有必要进一步研究企业的数字化转型与企业创新之间的关系。

在当下数字化的背景下，也有不少文献关注到了数字化赋能对企业创新的影响，但目前多是理论研究或案例分析或是基于问卷调查，而本文则通过python技术构建了一个衡量企业数字化转型程度的指标，从数字化转型对企业自身状况改善（融资约束，信息透明度）的角度，大样本实证检验了数字化转型对企业创新的作用及其作用机理。为企业推进数字化转型提供了一定的经验证据。

二、理论分析与研究假设

1.数字化转型与企业创新

在数字化的背景下，一方面，消费者的需求变得更加多元化、个性化和智能化；另一方面，以互联网等为代表的数字技术降低了对这些需求信息的搜寻和分析成本（Goldfarb & Tucker，2019）。因而企业能够快速的捕捉到这一需求并利用数字技术对客户资源和客户需求进行数据挖掘和进一步分析，进而助力企业对现有产品和服务做出不断的创新改进以研制出更加符合市场需求的产品和服务，提升企业的产品创新绩效。进一步，这会吸引更多的客户，而数字化变革的过程又使得创新活动的时间和空间边界日趋模糊，促进了顾客与研发人员的交流互动，顾客可以在不同的时间地点参与到企业的创新过程，而顾客的及时反馈又能够提升企业作为供应者的创新能力（Manson，2011），并反过来创造出新的需求。这样顾客与企业之间的正向反馈又会推进未来产品的创新升级，最终提高企业的创新产出。

其次，企业的数字化转型能够实现企业内外部的高效沟通，降低了交流协作成本。一方面，数字技术跨越了合作企业之间由于物理距离所带来的障碍，极大增强了企业之间的研发协作，便于企业获取创新所需的资源。另一方面，企业可以通过与供应商、客户以及同行业企业等外部网络的交流合作，加速信息和知识的传播扩散和增值（钱晶晶和何筠等，2021）；同时也可以通过内部研发人员之间的信息共享和交互学习以低成本获取最新的知识和技能，进行知识整合，提升学习效率，进而提高企业创新主体的创新能力和创新意愿。此外，当企业的数字化转型进程稳步推进时，企业的运作效率以及资源利用度能够得到极大的提升，企业能够以更小的成本来实现对创新活动的方向把握、信息分析和过程优化，使得禁锢于部门内的创新资源与能力得以释放，进而爆发“乘数”创造效应（何帆和刘红霞，2019），激发企业更多的创新行为。

基于此，本文提出以下假设：

H1：企业的数字化转型能够显著促进企业的创新。

2.数字化转型、融资约束与企业创新

融资难一直是困扰很多企业的问题，尤其是在当下百年变局和新冠疫情冲击的双重影响下，全球经济下行，致使相当数量的企业难以获得充足的外源资金，面临融资障碍。而创新活动需要大量的资金支持，因而几乎所有文献均认为，企业面临的融资约束会显著抑制企业的创新投入。而企业的数字化转型，一方面，既符合国家的战略需要也顺应了当前数字经济的发展潮流，为企业发展营造了良好的“口碑”，更容易受到相关的政策优惠；另一方面，也向外部投资者和债权人释放了企业未来发展潜力良好的积极信号，因而更容易获得资本市场的青睐。同时数字化背景下，投资者和债权人能够更易于取得企业资金使用情况信息，降低了利益相关者的信息搜集成本和对企业创新活动进行监督的成本，能够降低创新过程中不必要的代理风险，从而促使投资者和债权人愿意提供更多低成本的资金。因而数字化转型能够降低企业的融资约束，提高企业从外部获取融资的能力，为创新活动提供足够的资金来源，从而有利于企业创新活动的开展。

综上所述，本文提出以下假设：

H2：在其他条件不变的情况下，企业的数字化转型能够通过缓解企业的融资约束进而促进企业的创新。

3.数字化转型、信息透明度与企业创新

创新活动周期长、风险高、不确定性大且存在较高的专业壁垒，这加剧了研发团队与企业以及与外部利益相关者之间的信息不对称程度，使得研发过程难以监督，从而给研发人员可能的懒惰和懈怠添上了一层“保护色”，进而可能诱发逆向选择和道德风险问题，而这无疑会对企业创新效率产生不利影响。安同良等（2009）认为只有当企业和政府之间拥有关于创新活动的对称的信息时，决策者提高创新补贴力度才能激励企业的原始创新。即当资金提供者与企业之间对资金的使用情况存在信息不对称时，提供外源资金并不一定能够促进企业进行创新。而数字技术正可以被视为是一种组织管理手段（Goldfarb and Tucker，2019），有利于企业提升组织协调能力，降低信息不对称，提高监督效率。并且，随着企业的数字化转型越深入，越容易引起市场中分析师和媒体报道的关注，能够将更多更准确有效的信息及时传递给外部利益相关者（管考磊和朱海宁，2022），从而拓宽双方的信息透明空间（张永坤，2021）。企业的信息透明度增加，使得外部利益相关者的监督成本降低，监督效率提升，从而能够提升企业的创新效率。同时使得管理层的寻租成本增加，能够减少管理层的“享乐主义”，降低高管在职消费给企业带来的隐性成本，为企业实现“节流”，这有利于往往资金需求大的创新活动的进行（周冬华等，2019）。

基于此，本文提出如下假设：

H3：在其他条件不变的情况下，企业的数字化转型能够通过提高企业的信息透明度进而促进企业的创新。

三、研究设计

1.样本与数据来源

本文以2010年～2020年沪深A股上市公司为样本，研究企业的数字化转型对企业创新的影响。关于数字化转型的数据是利用python 技术自行构建，衡量企业创新的专利数据来源于中国研究数据服务平台（CNRDS）的创新专利研究子库，其他的公司财务数据和公司治理数据来源于CSMAR数据库，地区层面的数据来源于国家统计局。并对原始样本做了如下处理：（1）剔除金融行业样本；（2）剔除ST、PT以及资不抵债的样本；（3）剔除数据异常以及主要变量缺失的样本。为了排除极端值的干扰，本文还对主要连续变量进行上下1%的Winsorize处理，最终得到29040个样本。

2.变量定义

（1）被解释变量

由于创新项目不确定高，有投入不一定就有产出，因而相比于研发投入（R&D），专利数量被广泛认为是衡量创新最直接最准确的指标。基于此，本文的研究也使用企业当年的专利申请数量作为企业创新的代理变量。此外，参照现有研究（唐松等，2020），在以专利申请总数（Patent）刻画企业创新的基础上，界分出企业的发明专利申请数（Invpat，发明专利更注重原始创新，更能表征企业的实质性创新能力）以及实用新型专利和外观设计专利之和（Udpat，更注重模仿创新）。

（2）核心解释变量

本文的核心解释变量为企业的数字化转型（Digit），借鉴吴非等（2021）对企业数字化转型的度量方式，我们首先借助Python的爬虫功能从网易财经下载了上海交易所和深圳交易所全部A股上市公司的txt版本年度报告，使用正则表达式保留财务报告的文本内容，其次载入包含特征词语的关键词词典，然后借助结巴分词对财报文本进行分词以统计各个特征词的词频数量，最后对所有特征词词频进行加总。由于加总后的数值存在显著的“右偏性”特征，为了更好的满足回归变量的正态分布要求，本文对加总后的数值进行加1取对数以构建企业数字化转型的指标。为了保证结果的稳健性，我们同时使用关键词的字符数与报告文本总字符的比值作为替代变量。

（3）机制变量

本文还加入了融资约束和信息透明度两个机制变量，借鉴鞠晓生等（2013）的做法，采用SA指数来衡量融资约束，SA指数的计算公式为-0.737*Size+0.043*Size2-0.04*Age，相比于KZ指数和WW指数，SA指数利用公司规模和年龄构建衡量融资约束，不仅十分直观，而且克服了内生性问题，得出的结果更为稳健。基于我国企业的公司规模位于SA计算方程曲线的右半边，SA指数为负且绝对值越大，说明企业受到的融资约束程度越严重。另外本文采用分析师跟踪人数加一取对数（Analyst）来衡量企业的信息透明度，分析师跟踪人数越多表明企业的信息透明度越高。

（4）控制变量

在控制变量的选取上，本文参考借鉴了该方面诸多的文献，按照已有研究普遍的做法，本文控制了以下变量：企业经营特征层面的变量包括企业年龄（Age）、资产规模（Size）、资产负债率（Lev）、资产收益率（Roa）、收入规模（Rev）、资本密集度（Capital）、现金持有水平（Cashhold）；企业治理层面的变量包括两职合一（Dual）、股权集中度（Equity）、审计意见（Opinion），同时加入行业固定效应和年份固定效应并进行企业层面的聚类稳健标准误。具体的变量定义参见表1。

表1 变量定义

3.模型设定

综上，为了研究数字化转型对企业创新的影响，本文构建了如下基准估计模型：

四、实证结果分析

1.描述性统计

表2为主要变量的描述性统计结果，结果表明，企业专利申请数（Patent）的均值的为4.12件（e^1.634-1），标准差为1.615，表明上市公司之间的创新能力参差不齐，创新产出差距较大。数字化转型程度指标（Digit）的最大值为5.106，最小值为0，标准差为1.408，数字化转型指标的离散程度较大，表明上市公司的数字化转型进程也差异较大。在机制变量方面，SA指数的最小值为-4.358，均值也有-3.634，表明我国上市企业面临较为普遍的融资约束问题；另外，平均每个上市企业有4～5个分析师跟踪（e^1.469），不同企业之间分析师跟踪人数差异也较大。

表2 变量的描述性统计

此外，本文按照数字化转型指标的中位数进行分组，低于中位数的定义为数字化转型程度较低的企业组，高于中位数的定义为数字化转型程度较高的企业组，然后对这两组分别进行主要变量的均值统计并进行差异检验，结果如表3所示。均值差异的检验结果显示，数字化转型程度高的企业专利申请数量要显著高于数字化转型程度较低的企业，初步表明企业的数字化转型程度可能对企业创新产出有促进作用。数字化转型程度高的企业SA指数的绝对值更小，分析师跟踪人数更多，且差异显著。表明相比于数字化转型程度低的企业，数字化转型程度高的企业融资约束程度更小，信息透明度要更高。另外，所有控制变量的均值差异也都十分显著，表明本文控制变量的选取是合理的。

表3 数字化转型程度的分组均值检验

2.回归结果分析

表4报告了企业数字化转型与企业创新之间关系的回归结果。在基准回归中，本文采用了递进式回归，在表 4（1）中没有加入控制变量，仅控制了时间和行业固定效应，结果显示企业数字化转型指标（Digit）的回归系数在1%的显著性水平上显著；表4（2）是在（1）的基础上加入了控制变量后的回归结果，数字化转型指标的回归系数有所缩小，主要是因为控制变量吸收了部分影响企业创新的因素，但系数依然在1%的水平上显著。这表明，企业的数字化转型程度越高，企业的创新产出也越多。表4第（3）列和第（4）列是将企业的专利申请数（Patent）划分为了发明专利申请数（Invpat，代表实质性创新）和非发明专利申请数（Udpat，实用新型专利及外观设计型专利，代表非实质性创新）两类后重新进行回归的结果，数字化转型指标的系数均显著，表明企业的数字化转型不仅能促进企业进行实质性创新也能对非实质性创新起到激励作用。此外，借鉴唐松等（2020），考虑到上市公司往往具有较多的子公司、联营企业以及合营企业，这些企业的专利创新产出也能在一定程度上反映母公司的创新能力，因此本文将专利申请数的口径进一步扩展到企业集团，Patentj表示的是包括子公司、联营企业和合营企业在内的企业集团的所有专利申请数取对数，回归结果如表4第（5）列所示，结论不变。

表4 数字化转型与企业创新

考虑到企业的数字化转型对企业创新的影响可能存在一定的时间滞后且企业从开始创新活动到最后的专利申请也往往会经历一个较长的时间段，因此，本文在表 5的研究中延长了企业数字化转型对企业创新影响的时间考察期，这也在一定程度上减轻了反向因果的内生性干扰问题。表5（1）～（3）列是将核心解释变量（Digit）进行滞后1～3期处理的结果，表5（4）～（6）列是将被解释变量（Patent）进行前置1～3期处理的结果。研究结果表明，无论是将企业的数字化转型指标进行滞后处理还是将企业的创新产出指标进行前置处理，企业的数字化转型对企业创新都具有十分显著的正向促进作用，且这种积极作用并没有因为时间窗口的延长而呈现出明显的衰减。这表明企业的数字化转型能够在一个较长的时间窗口期内对企业的创新产出产生持续的有利影响。

表5 延长窗口期

3.作用机制检验

前文的研究已经证实了企业的数字化转型能够显著促进企业的创新，但前文仅是对数字化转型与企业创新之间关系的整体刻画，尚未检验可能存在的影响路径。在这一部分，本文就针对数字化转型与企业创新之间影响的机制路径进行识别检验。为此，本文选取了融资约束（SA指数）、信息透明度（Analyst）这两个渠道进行检验，并借鉴温忠麟和叶宝娟（2014）的依次检验法和bootstrap自助法对中介效应开展研究。考虑到中介效应的传导需要一定的时间，也为了在一定程度上缓解可能由于反向因果导致的内生性问题对结果的干扰，本文在中介效应模型中对解释变量进行滞后一期处理，同时对被解释变量进行前置一期处理，其中Mediator是融资约束（SA指数）、信息透明度（Analyst）两个中介变量，其余变量设定和前文保持一致，模型设定如下：

（1）数字化转型、融资约束与企业创新

本文借鉴鞠晓生等（2013）对融资约束的衡量方法，以本文的上市公司样本构建SA指数，SA指数为负且其绝对值越大，意味着企业面临的融资约束程度越高。融资约束这一机制的检验结果如表6所示。表6第（2）列的回归结果显示数字化转型（L1Digit）的系数在1%的水平上显著为正，表明企业的数字化转型程度越高，SA值越大，SA的绝对值越小，企业融资约束程度越小。而第（3）列的结果显示，在将融资约束加入主模型后，L1Digit和SA的回归系数仍旧显著为正，且检验中介效应的Sobel检验的结果也十分显著，表明企业进行数字化转型能够缓解企业的融资难问题，同时融资约束程度的降低（SA值越大）能够为企业的创新活动提供充足的资金，进而能够有利于企业的创新。即融资约束的降低在数字化转型和企业创新之间起到了部分中介作用，是数字化转型促进企业创新的机制之一。

表 6 机制路径的识别—融资约束

（2）数字化转型、信息透明度和企业创新

本文采用分析师跟踪人数取对数（Analyst）来衡量企业的信息透明度，以检验其对数字化转型与企业创新之间关系的中介效应。另外，本文还以深交所、沪交所披露的上市公司信息透明度考评结果（Score）作为信息透明度的替代变量进行了回归。上市公司信息透明度考评结果分为A、B、C、D四个等级，分别赋值4、3、2、1进行衡量。回归结果如下表所示。第（1）列和第（4）列的结果显示，数字化转型的回归系数显著为正，说明企业的数字化转型能够降低信息不对称，促进企业信息透明度的提升；同时第（2）列和第（5）列的结果显示在加入信息透明度这一变量后，数字化转型的系数依然显著，且指代信息透明度的两个变量—分析师跟踪人数和上市公司信息透明度评分的系数也都显著为正，这表明企业的数字化转型能够提高信息透明度，同时企业信息透明度的增加能够促进企业的技术创新。信息透明度也是数字化转型促进企业创新的机制之一。

表 7 机制路径的识别—信息透明度

五、稳健性检验

1.内生性问题

（1）工具变量

考虑到本文的实证研究可能存在反向因果导致的内生性问题，即创新能力越强的企业越有可能进行数字化转型。为此，本文在前文中已经进行了解释变量的滞后和被解释变量的前置处理，在这一部分，本文进一步的使用工具变量法进行两阶段的回归。首先，参考赵璨等（2020）构建工具变量的思路，采用城市互联网宽带接入用户数以及城市邮政业务总量作为工具变量；其次借鉴赵涛等（2020）的做法，使用滞后一期的全国互联网上万人数与1984年城市每万人固定电话数量的交乘项作为企业当期数字化转型程度的工具变量进行回归。第二阶段的回归结果分别汇报在表8的第（1）、（2）和（3）列。表中的回归结果显示，不论使用哪一个工具变量，数字化转型程度指标（Digit）的回归系数均显著为正，表明本文的主要结论仍然不变。

（2）倾向得分匹配

考虑到可能存在样本自选择导致的内生性问题，即进行数字化转型程度高的企业与进行数字化转型程度低的企业之间可能在某些特征维度上存在显著差异，而这些特征又与企业是否进行数字化转型以及企业创新有关。为此，本文进一步采用了PSM的方法，借鉴张永坤等（2021）的做法，将数字化转型程度指标取中位数，若大于样本中位数取值为1，代表数字化转型程度高的企业，否则取0，表示数字化转型程度低或未进行数字化转型的企业。之后采用采用控制变量作为协变量计算倾向性得分，进行1：1的最近邻匹配。表8（4）报告了PSM匹配后的回归结果，Digit的回归系数依然在1%水平上显著为正，支持了原假设。

表8 考虑内生性问题

（3）Heckman两阶段

考虑到企业的数字化转型相关词频是自愿选择披露的内容，有的企业可能进行了数字化转型但未在年报中披露，因而会造成样本选择偏差，导致结果有偏。为此，本文采用Heckman两阶段法进行内生性检验。第一阶段，根据样本企业年报中是否披露了数字化转型定义一个新的二元因变量（Digit_yes），然后加入一个外生变量—“互联网宽带接入用户数”取对数（Internet），用该外生变量和前文的所有控制变量作为自变量对全样本进行Probit回归，回归结果如表9第（1）列所示，并以此计算出逆米尔斯比率（IMR）。第二阶段，针对那些在年报中披露了数字化转型的样本企业，将第一阶段计算出的逆米尔斯比率作为一个控制变量加入原回归模型中进行回归，回归结果如表9（2）。此外，本文还使用数字化转型字符占比（Digita_l）替代数字化转型（Digit）在第二阶段重新进行了回归，结果如表9（3）。无论是第（2）列还是第（3）列，IMR的回归系数均在1%的水平上显著，这正表明了使用Heckman两步法纠正样本偏差的必要性。数字化转型的回归系数也仍然显著为正，说明结果稳健。

表9 Heckman两阶段

2.其他稳健性检验

为了进一步提高本文的稳健性，本文还用了数字化转型相关词汇的词频占年报中文词频的占比（Digit_1）作为数字化转型的衡量指标、将数字化转型相关的词频进行行业-年度均值调整后重新进行回归。此外，还了删除数字化转型程度为0的样本重新进行检验，结果显示数字化转型指标（Digit）的回归系数仍然在1%的水平上显著，研究结论不变。

六、研究结论和建议

1.研究结论

本文以2010年～2020年沪深A股上市公司为研究样本，实证分析了数字化转型对企业创新的影响以及作用机制，并通过了一系列的稳健性检验。主要结论如下：（1）数字化转型（Digit）能够显著提升企业的创新能力，数字化转型程度越深入，越有利于企业的创新；（2）作用机制分析表明，企业的数字化转型能够通过缓解企业的融资约束以及增加信息透明度进而提高企业的创新能力。

2.建议

首先，在当前世界百年未有之大变局和世纪新冠疫情不断冲击全球经济的双重背景下，企业应当顺应数字化的发展趋势，把握当前机遇，加快数字技术与企业生产经营以及管理活动的融合，让数字化转型为企业创新赋能。

其次，研究发现数字化转型可以通过缓解企业的融资约束以及增加信息透明度进而提高企业的创新能力，因此，监管部门应当持续关注企业面临的融资难问题以及外部利益相关者面临的信息不对称问题；制定符合中小型企业转型需求的融资政策，并不断完善监管机制，建立健全信息披露机制。最后，政府部门应引导、鼓励企业推进数字化转型，并为开展数字化转型的企业提供相应的支持，为企业提升创新提供动力。