数字化转型与企业创新效率——来自中国制造业上市公司的经验证据

杨水利, 陈 娜,2, 李 雷,2

(1.西安理工大学 经济与管理学院,陕西 西安 710054; 2.甘肃政法大学 商学院,甘肃 兰州 730070)

0 引言

党的十九大报告指出，要“推动互联网、大数据、人工智能和实体经济深度融合，加快建设制造强国和先进制造业”。制造业是国民经济的主体，也是提升国际竞争力、推动经济高质量发展的决定性力量。近年来，伴随着我国制造企业参与国际分工程度不断加深，依靠发达国家技术溢出效应对企业生产效率的带动作用接近“阈值”，我国制造企业陷入“结构封锁效应”和“低端锁定效应”双重困境[1,2]，这严重阻碍了我国制造业新一轮国际竞争优势的培育与塑造。而创新是制造业发展的重要引擎。在全球经济贸易不确定性陡增、人口红利逐渐消失、经济下行压力加大、各国要素成本改变等背景下，中国制造企业发展亟需由规模扩张转向结构升级，由要素驱动转向创新驱动[3]。当前，新一轮科技革命和产业变革动能持续释放，越来越多的中国企业将“数字技术+”作为企业实现结构优化、动能转换的重大战略[4]。特别是面对突如其来的新冠肺炎疫情，我国制造企业借助工业互联网平台，及时获取关键物资供需信息,快速配置关键要素,实现物资生产、调度、分配全局优化[5]，为我国疫情防控、实体经济复工复产发挥了至关重要的作用，凸显了数字化技术及数字经济在不确定环境中对于提高企业质效的重要性。数字化转型也逐渐成为微观经济主体赋能自身高质量发展的重要抓手，同时也引起了学术界的广泛关注。

现有关于企业数字化转型的相关文献主要集中于其影响因素及经济后果研究两方面。一是数字化转型影响因素相关研究。陈春花认为开放性的组织、坚定的领导者、双业务模式、技术穿透、协同共生的组织文化以及对的人是推动企业实施数字化转型的关键能力[6]。Li等则认为影响中小企业数字化转型的关键是管理认知革新、组织能力提升、商务团队构建以及管理社会资本开发[7]。二是数字化转型经济后果研究。何帆和刘红霞研究发现企业数字化变革可以通过降本、提效以及创新等途径促进实体企业经济效益提升[8]。刘政等研究表明数字化通过提升组织信息成本和削减组织代理成本的综合效应促进企业分权变革[9]。黄群慧等研究发现互联网发展显著提高了制造业生产率[10]。而戚聿东和蔡呈伟认为数字化转型带来的收益被其衍生管理成本所抵减，导致数字化程度对企业总绩效影响不明显[11]。Hajli等研究发现，只有部分企业从数字化中受益[12]。以上文献对企业数字化转型进行了较为丰富的研究，但关于数字化转型对制造企业创新效率的影响相对匮乏。创新效率是企业创新资源优化配置的结果，综合考虑了投入与产出的影响，在一定程度上能够避免将创新投入和创新产出割裂造成的研究偏差[13]，能更确切的反映企业内部治理的有效性。那么，数字化转型能否促进制造企业创新效率提升?内在机理是什么？这种影响是否因外部环境不同而存在显著差异？针对上述问题，基于2007～2019年我国沪深A股制造业上市公司数据，就数字化转型如何影响制造业企业创新效率进行内在机理分析与实证检验，并探究不同情境下治理效果的差异性。研究发现，数字化转型能显著促进制造企业创新效率提升。异质性分析表明，数字化转型对创新效率的促进作用在行业竞争程度高、市场化水平低的企业中更明显。

本文可能的贡献在于：首先，对数字化转型的经济后果研究进行了有益补充。本文系统分析了数字化转型对制造企业创新效率的影响机理，并通过实证分析得以验证，不仅丰富了数字化转型经济后果研究，而且进一步拓展了制造企业创新领域的相关文献。其次，利用上市公司微观数据，采用基于爬虫技术的文本分析法构造企业层面数字化转型指标，有效克服了以往数字化水平定量测度的不足。最后，从数字化转型的差异化情境出发，考察了行业竞争程度和市场化水平导致数字化转型对创新效率的差异化效果，细化了数字化转型与创新效率之间的研究框架，丰富了数字化转型及创新效率影响因素相关研究，为加大制造企业创新环境改善以促进制造企业高质量发展提供参考。

1 理论分析与研究假设

1.1 直接作用机制

数字化转型不仅是全球经济增长的重要驱动力，也是制造企业培育发展新动能的重要抓手，其目标之一在于通过数字技术赋能企业资源优化配置，进而影响企业创新效率。首先，企业数字化转型可以为企业创新资源集聚和配置提供更有力的工具支持。一方面，通过借助新一代信息技术，围绕企业战略决策、业务流程、运营管理及组织文化等互动创新，促进信息在企业创新活动中高速、有效传播，破解信息传递的层级约束，从而推动前沿技术溢出，释放禁锢于部门内的创新资源与能力[8]，以信息流带动技术流、人才流、资金流、物资流，加速创新资源利用；另一方面，新一代信息技术的应用极大地降低了企业信息搜索、传递、加工和攫取成本，有效降低了企业部门间信息不对称现象，企业可以更便捷地将碎片化的创新资源重新整合[14]，以更低的成本快速获取相关技术资源和知识，从而降低企业研发成本[15]，提升企业创新效率。其次，企业数字化转型可以为企业决策赋能。借助新一代信息技术建立的专家库、知识库及工艺机理模型等推动企业生产决策从“人智”向机器“辅智、混智、数智”转变，决策支持系统、客户关系管理系统等信息技术的使用可以为企业提供更丰富的决策场景，打破组织协调的边界和壁垒，加强持续学习、动态协作能力，实时追踪企业创新活动，及时获取创新需求，降低企业交易成本，激发数据要素潜能，丰富企业研发决策信息，从而提升企业决策效率，使得研发投入的产出绩效水平得以提升。最后，数字化转型有助于企业设计技术创新演替的最佳路径。通过数据挖掘、信息搜集、资源链接以及信息反馈等加速制造企业数据积累、信息共享、过程优化及技术更新，加强知识、信息、技术等高端生产要素转移和流动，增强其对组织研发活动的贡献，拓展新技术实践及应用，推动企业新旧业务在技术、资源、产品、客户等方面深度融合，帮助企业准确识别客户需求，从而探索出最优创新路径，增加企业技术创新成功的可能性。对此，本文提出如下假设：

H1数字化转型能促进制造业企业创新效率提升。

1.2 异质性传导机制

行业竞争具有一定的外部治理效应，可以发挥优胜劣汰的筛选作用，代表着企业所处行业的竞争态势，对企业的创新行为具有重要的影响。首先，行业竞争状况决定了企业实施数字化转型的动机。处于高竞争行业的制造业企业本身面临更大的行业竞争压力，在数字经济时代，市场竞争将更加激烈，为使企业不被市场所淘汰，企业更有动机通过数字化转型推动企业创新，进而获取竞争优势。而垄断行业的制造业企业竞争压力较小，丰厚的垄断利润的存在降低了企业创新的需求，由此导致这类企业并不愿投资更多的资源推动企业创新，更不倾向于实施难度较大的数字化转型。其次，数字化转型的优势为竞争型行业企业创造更好的创新机会。企业创新具有高投入、高风险等特征，创新活动的开展离不开大量创新资源的支持。企业数字化转型通过借助新一代信息技术、以更小的成本实现创新信息分析、研发决策优化与部门协作运行，同时可以加速知识和信息扩散，从而促进企业创新资源优化配置，而这种变化是推动高竞争行业制造业企业实施数字化转型的重要动力。一方面，对于竞争性行业来说，激烈的外部竞争压力放大了新一代信息技术给企业造成的冲击，这类企业更有动机通过利用数字化技术改善企业创新环境，促进企业开展研发创新活动[16]，优化创新资源配置结构，进而提升企业创新效率。另一方面，实施数字化转型的企业更容易受市场青睐，吸引政府、机构投资者、金融机构等其他创新主体的关注，企业借此可以拓宽组织投融资渠道，加大企业研发投入，提高创新活动的投融资效率。最后，行业竞争可以促进企业间知识溢出[17]，推动企业加大研发创新活动[18]，加强新技术开发与运用，同时企业对数字技术的应用会进一步加速行业竞争，数字化转型与行业竞争将形成良好的协同效应，共同提升企业创新效率。对此，本文提出如下假设：

H2数字化转型对创新效率的影响在高竞争行业中更显著。

地区市场化程度是公司外部环境的重要组成部分，虽然面对的经济制度和政治体制相同，但中国各地区的制度环境存在明显的不平衡性。因此，企业所处地区的市场化水平不同，对企业创新的影响也随之不同。一般而言，市场化水平较高地区，创新要素资源更丰富，创新信息更加透明，创新需求更易捕捉，知识产权保护等制度更加完善，市场寻租行为较少，资源流通配置能力较强，相关创新要素可以得到优化组合[19]，因此，企业实施数字化转型改善创新效率的空间较小。而市场化程度较低地区，制造企业面临的创新环境更差，公司治理水平相对较低，通过数字化转型改变企业创新效率的需求更迫切，因而，数字化转型发挥作用的空间更大。另一方面，数字化转型的实施对处于不同市场化水平地区的制造企业会产生差异化的影响。市场化发展水平较高的地区，要素市场相对发达，企业更易获取外部创新资源，因此这类企业实施数字化转型的动机不强。相反，低市场化水平地区，企业获取信息、知识、技术等外部资源相对困难，创新支持度也有限，这类企业往往更有动机通过借助数字化转型带来的信息优势、互联共享等改善企业与外部环境的互动，借助新一代信息技术应用打破信息传递壁垒，让企业可以更便捷地识别创新资源供需信息，更快速地以低成本获取信息、知识、技术等高端创新要素，从而有效解决创新活动的供需矛盾，破解企业创新资源瓶颈制约，提升资源配置效率。对此，本文提出如下假设：

H3数字化转型对创新效率的影响在低市场化水平地区更明显。

基于以上分析可以发现，数字化转型可直接作用于企业创新效率，同时受行业竞争程度和市场化水平的影响。本文的理论研究框架图如图1所示。

图1 研究框架图

2 研究设计

2.1 样本选择与数据来源

以中国沪深A股制造业上市公司为研究对象，采用2007～2019年数据为初始研究样本，同时删除ST、*ST公司样本；删除金融业公司样本；删除主要变量缺失以及已退市公司样本。中国专利相关数据来自CNRDS数据库；数字化转型相关数据通过搜集和整理相应公司年报，采用爬虫技术获得；其他数据取自CSMAR数据库。采用STATA16.0进行相关数据处理。

2.2 变量定义

(1)被解释变量

被解释变量为企业创新效率。参考权小锋和尹洪英[19]的方法，采用每单位研发投入的发明专利申请数(EFFI)和每单位研发投入的专利申请总数(EFFI1)测度企业创新效率，其中后者用于稳健性检验。

(2)解释变量

解释变量为数字化转型(DITL)。采用基于机器学习的文本分析法提取沪深A股制造业上市企业年报文本形成相应数据池；借鉴相关政策文件以及赵璨等[20]的处理思路，从人工智能、互联网、大数据、区块链、云计算、电子商务、智能制造等技术实践应用入手选出代表企业数字化转型的特定关键词；最后，基于Python技术对特定关键词进行搜索、匹配和词频计数并用最终加总词频来衡量企业数字化转型程度。

(3)调节变量

(4)控制变量

选取公司规模(SIZE)、第一大股东持股比例(TOP1)、资产负债率(LEV)、产权性质(SOE)、企业盈利性(ROA)、现金持有水平(CASH)、企业年龄(AGE)、独立董事占比(INDEP)以及两职合一(DUAL)作为控制变量。此外，本文还加入了年度和行业虚拟变量。表1列示所有变量的具体定义及说明。

表1 变量定义表

2.3 模型设定

基于上述理论和假设，首先建立模型(1)考察数字化转型对企业创新效率的影响；其次建立调节效应模型分别检验行业竞争程度和市场化水平对数字化转型与企业创新效率关系的影响，具体见模型(2)和(3):

EFFIi,t=α0+α1DITLi,t+α2Controlsi,t+εi,t

(1)

EFFIi,t=β0+β1DITLi,t+β2HHIi,t+

β3DITLi,t×HHIi,t+β4Controlsi,t+εi,t

(2)

EFFIi,t=γ0+γ1DITLi,t+γ2MARKETi,t+

γ3DITLi,t×MARKETi,t+γ4Controlsi,t+εi,t

(3)

式中，α1代表企业数字化转型DITLi,t对企业创新效率EFFIi,t影响的总效应;β3和γ3分别代表行业竞争程度HHI和市场化水平MARKET对数字化转型DITLi,t促进企业创新效率EFFIi,t的调节效应; 如果β3显著为负,则说明行业竞争程度越激烈，越有利于加强数字化转型对企业创新效率的促进作用; 如果γ3显著为负,则说明市场化水平越低，数字化转型对企业创新效率的提升作用越明显，调节效应显著。

3 实证结果与分析

3.1 描述性统计

表2列示所有变量的描述性统计。从创新效率(EFFI)指标来看，其均值为0.106，标准差为0.076，反映出我国制造业上市公司创新效率整体处于较低水平；数字化转型程度(DITL)均值和标准差分别为1.178和1.222，说明企业实施数字化转型程度不高且不同企业间有较大差异；HHI最大值为0.464，均值为0.101，最小值为0.018，可以看出，制造企业行业集中度不高，整体竞争较激烈；MARKET均值为8.602，中位数为8.690，说明少部分地区市场化水平较低。

表2 变量描述性统计分析

3.2 基准回归结果分析

表3报告了数字化转型与制造企业创新效率之间的基本回归结果。列(1)仅加入解释变量DITL，使用普通最小二乘法(OLS)进行回归,结果显示数字化转型(DITL)对创新效率(EFFI)有显著的积极影响，因此，假设1得到初步验证；列(2)中再加入控制变量，DITL的估计系数在1%显著水平下通过检验。模型(2)中调整后的R2为0.208，与模型(1)对应值相比，有较大幅度的提升，表明方程解释度进一步增强。列(3)中则进一步加入年度与行业固定效应，结果显示，数字化转型的回归系数为0.004，且在1%显著水平下通过检验，说明数字化转型对创新效率提升具有明显的促进作用。假设1得到验证。

表3 数字化转型与创新效率的基准回归结果

3.3 调节效应检验

表4第(1)列显示行业竞争程度对数字化转型与企业创新效率关系的调节作用，DITL×HHI 的系数为-0.014，在1%水平下显著负相关，表明行业集中度越低，即行业竞争越激烈，数字化转型越有利于促进企业创新效率提升。一般地，处在高竞争行业的制造业企业，通常面临较大的生存压力，为了在竞争中立于不败之地，更易借助新一代信息技术等加强企业创新，优化企业资源配置，通过提升企业创新效率进而获取竞争优势。假设2得到验证。表4第(2)列显示区域市场化程度对数字化转型与创新效率关系的调节效果，DITL×MARKET的系数为-0.001，在1%显著水平下通过检验，表明市场化程度越低，数字化转型对创新效率水平的提升作用越大。一般地，市场化程度较高地区，市场竞争更为激烈，企业本身创新意识较强，实施数字化转型发挥的空间有限；相反，在市场化程度较低地区，创新要素配置不完善，资源配置结构较差，企业获取资源相对困难，公司治理水平较低，因此，制造企业通过数字化转型实现资源优化配置、提升企业创新效率的空间更大，效果更好。假设3得到验证。

表4 调节效应检验

3.4 稳健性检验

(1)内生性问题

一方面，数字化程度的提高会促进企业创新效率提升；另一方面，创新效率水平更高的企业也可能有更大的需求去推动高水平的数字化。本文尝试采用两阶段最小二乘法(2SLS) 来缓解上述内生性问题。参照王永进和施炳展[23]的研究，选择滞后一期的数字化转型(L.DITL)和滞后两期的数字化转型 (L2.DITL)作为DITL的工具变量。F检验结果(Kleibergen-Paap rk Wald F statistic为7884.46)显示不存在弱工具变量问题；Hansen J检验的统计量(p=0.355>0.1)通过过度识别检验，说明本文选取的工具变量较为合理。表5列(1)～(2)显示两阶段回归结果。从表5列(1)可以发现，标的企业数字化转型与滞后一期以及滞后两期的数字化水平高度相关，且均在1%显著水平下通过检验，意味着企业过去数字化水平对企业当期水平存在较大影响。同时将第一阶段得到的数字化转型估计值进行第二阶段回归，结果发现其系数依然显著为正(β=0.006,p<0.01)，说明本文主结论稳健。

(2)其他稳健性检验

为确保研究结论的稳定性，本文还进行了如下测试:(1)更换核心变量，将专利申请总量测度企业创新产出计算的创新效率作为被解释变量，重新带入模型估算，回归结果见表5列(3)。(2)更换样本区间。删除前三年样本，使用2010～2019年样本数据考察两者关系是否显著存在，结果见表5列(4)。(3)更换模型。基于面板分位数回归模型考察DITL在0.5分位点上对EFFI的边际效应，结果见表5列(5)。从表5可以看出，不管是核心变量替换、样本重置还是模型变换，回归结果与前文结果均不存在实质性变化，说明本文研究结论可靠。

表5 稳健性检验

4 结论与启示

借助数字化技术提升创新效率是制造企业获取竞争优势和实现价值增值的根本途径，也是数字经济和实体经济深度融合的微观着力点。本文探讨数字化转型对制造企业创新效率的影响机理，并探究不同情境对数字化转型与创新效率关系的影响。研究发现：(1)数字化转型对制造企业创新效率提升具有显著促进作用。(2)数字化转型与创新效率的关系受不同情境的影响。具体而言，企业所在行业竞争程度越高、所处地区市场化程度越低，数字化转型对创新效率的促进作用越明显。

基于以上分析结论，得出以下启示：(1)充分把握企业数字化转型机遇，赋能企业研发决策。借助国家政策及企业数字化转型东风，全方位引进工业互联网、工业云等载体，利用物联网、云计算、大数据等信息技术，完善制造业企业对研发数据精准采集、实时传输、广泛共享，借助决策支持系统、客户关系管理系统等丰富企业决策场景，及时获取创新需求，全面提升企业研发决策科学化水平，鼓励企业加大研发投入；通过提高应用平台研发、智能制造等投资规模，挖掘数据要素潜能，有效促进信息共享、知识传递和融合集成，提升创新信息传递效应，加强对数据信息的使用力度，加快培育新技术、新产品、新模式、新业态。(2)强化数字化技术深度应用，优化企业创新资源配置。借助新一代信息技术和先进制造技术引导企业重构制造企业技术创新体系，提高MES、ERP、PLM和机器设备网络的互联互通集成能力，发展联网协同、智能管控、大数据服务等新兴制造模式[24]，充分把握好“数字技术+”提供的“变道超车”机遇，持续释放数字技术对企业创新所产生的红利优势。加快建设“数字化车间”，推进智能制造单元搭建、装备智能化升级、工艺流程改造、研发过程实时监控，助力制造企业优化创新资源智能配置，提升生产管理精细化水平，最终推动企业创新效率提升。(3)分类推进企业数字化转型，营造良好外部制度环境。制造业企业应当根据不同行业特征分类推进数字化转型实践。对于处在高竞争行业的制造企业，应进一步加大数字技术应用，更深层次地推进企业组织变革、业务流程优化、管理模式创新以及不同主体间创新协同，最终助推企业转型升级。而对于垄断性行业，政府应降低市场准入壁垒，通过数字化技术重构企业创新生态，激活行业内企业创新活力以获取可持续竞争优势。同样地，处于市场化水平较低地区的制造企业创新效率提升空间更大，可以借助数字化转型获得更多的创新溢出红利，政府相关部门应加快推进市场化改革，加强制造企业知识产权保护，重视市场在创新过程中的决定性作用，为制造企业创新发展提供更优化的制度保障。