数字化转型、专业化分工与服务业企业生产率——破解“生产率悖论”之谜

李帅娜 林 婷

(1.河北地质大学,河北 石家庄 050031;2.河北省科技创新与区域经济可持续发展研究基地,河北 石家庄 050031;3.南开大学,天津 300071)

一、引言与相关文献综述

服务业已成为我国第一大产业和经济增长的主要动力,其对经济转型升级、制造业提质发展有着不可忽略的作用(袁富华 等,2016)。也有学者指出,服务业的“量质齐增”是中国经济转型升级发展的重要抓手(夏杰长 等,2019)。此外,构建新发展格局对服务业发展提出了更高要求,尤其是服务业生产率方面。21世纪以来,数字经济已经成为国民经济中最为核心的增长极之一。在数字化时代,企业迎来了新一轮科技革命和产业变革的机遇,产业数字化发展对经济的影响也逐渐成为新的关注点。在此背景下,研究服务业企业进行数字化转型对其生产率的影响不仅有利于数字技术与实体经济相融合的可持续发展,而且关系到在服务经济时代,中国能否继续保持相对稳定的经济增长,以实现包容性增长。

现有研究对于新一代信息技术如何影响服务业生产率已有一些初步探讨,主要集中在交易成本、服务业性质变化、劳动力异质性等视角。比如,Pisano et al.(2015)、Peters et al.(2018)指出,新一代信息技术不仅提高了服务供给与需求匹配之间的速度,而且提高了匹配的精准性,供给匹配效率的优化有利于提升服务业生产率。卢福财等(2018)认为,互联网技术的发展与应用放松了服务供需中对时间与空间的约束与限制,这在一定程度上降低了服务的供给成本,有助于扩大企业服务供给规模,提升服务业生产率。Srivastava(2014)基于印度、中国和巴西等发展中国家的样本数据,检验发现互联网技术的应用减少了金融行业中的交易成本,提高了金融行业的生产率。沈俊杰(2015)认为,信息技术赋予了服务可分割、可储存、可贸易等新特点,实现了服务供给与需求相分离,有利于降低服务供给成本,扩大供给规模,进而提高其生产率。江小涓等(2019)认为,信息技术使传统服务业的效率逐渐提高,这不仅体现在可以在更大范围内提供服务,推动规模经济,而且还体现在提高了服务供需匹配效率。张龙鹏等(2020)表示,信息技术通过改变服务业特征、降低劳动力异质性等对服务业生产率产生积极影响。

值得指出的是,现有研究在探讨新一代信息技术对服务业生产率的影响机制时较少考虑专业化分工所发挥的作用,而从数字化的特征来看,其与专业化分工之间存在着紧密联系。交易成本理论认为,企业专业化分工程度取决于外部交易成本的大小(Coase,1937)。数字技术具有低成本获取信息以及有效、快速传播信息的特征,为降低企业外部交易成本提供了支撑,进而有利于推动企业的专业化分工深化(施炳展 等,2020;袁淳 等,2021)。可以看到,服务业中数字经济增加值占比始终稳居于三大产业之首,数字技术对服务业的融合与渗透不断深化。服务业企业的数字化转型发展正悄无声息地改变着服务业的原有服务形式,并且分离出新的业态。比如,一大批以“经营平台”为特征的企业不断出现,以数字技术为支撑的新型文化层出不穷,共享单车的出现等。由此可见,专业化分工在数字化转型影响服务业企业生产率的过程中有着不可忽视的作用。

综上所述,本文的主要工作便是基于2011—2019年中国服务业上市公司数据,实证检验服务业企业进行数字化转型对其生产率的影响,并考察专业化分工在其中所扮演的角色。本文对现有文献的边际贡献有:其一,从研究视角来看,本文将数字化纳入服务业生产率的研究框架中,为研究“生产率悖论”提供了一个新视角。其二,从理论方面来看,本文基于微观企业层面详细剖析了数字化转型如何通过专业化分工进一步影响服务业生产率,为理解数字化转型与服务业生产率之间的关系提供了新思路。此外,专业化分工机制的阐释也有利于揭示以数字技术为代表的新兴动能对于推动分工深化、建立畅通国民经济循环的重要意义。其三,从实证方面来看,本文从多维度评估了数字化转型对服务业企业生产率的影响效应,丰富了基于微观层面检验数字化的经济效应研究。

二、理论分析与假说提出

(一)数字化转型与服务业企业生产率

第一,数字化转型赋予了服务可分离、可存储与跨区域供给的新特点,有利于提高服务业企业生产率。在传统服务业中,很多服务过程对时间和空间的约束性很强,比如大家公认的劳动生产率比较低的艺术表演、教育、医疗、家政服务等行业。在数字经济时代,数据成为与劳动力、资本、技术同等重要的生产要素。数据要素对服务业的渗透实现了服务业质的发展。首先,数据要素的独特性放松了服务过程对时间和空间的约束。数据信息依托数字化基础设施的建设,突破了地理距离制约,改变了消费者传统购物模式,使原本不可贸易的服务、难以满足的需求在更大的空间内实现,比如“C2C”“P2C”等新的消费形式。其次,数字技术实现了服务可存储、可跨区域供给,使得相同的生产要素能够提供更多的服务,有利于提高服务业生产率。

第二,数字化提高了服务供给与需求匹配的效率,降低了交易成本,有利于提高服务业企业生产率。在应用数字技术之前,企业为搜集客户需求以推出新产品要经历市场调研、开发产品、试用、反馈、推销等环节(江小涓,2020),整个过程持续时间长,成本高。数字技术的应用优化了这一过程。首先,数字技术提高了搜集客户需求的速度与精准度,降低了搜寻成本;其次,生产者利用大数据以及互联网的优势,将供求信息转化为数据,依据消费者的点击、搜索内容对其进行精准定位与推送,降低了匹配成本;最后,数字技术解决了服务供给过程中信息不对称带来的信任问题并完善了反馈服务质量的机制,降低了追踪与验证成本。交易成本的降低有利于单位时间服务数量和质量的提升,为企业更多地满足消费者多样化的需求提供了动力,进而提升服务业企业生产率。

第三,数字化推动了消费者异质性偏好显性化,有利于提高服务业企业生产率。需求差异性也是服务业的典型特征。数字技术在服务业中的使用不仅可以精准获取消费者个体层面的需求特征,而且还能够通过对个体需求特征的深度分析,识别出群体需求内部的异质性,挖掘市场需求。基于异质性需求的分析,数字技术使得原本无法实现的交易得以实现,成功地将消费者异质性偏好显性化,并形成个性化消费需求集聚效应。消费者为满足自己个性化的需求,实现效用最大化,会愿意以高于普通服务一般市场价格的价格购买服务。对于生产者而言,一个潜在的驱动力就是通过占有消费者剩余增加生产者剩余,进而提升服务的价值,提升服务业生产率。

基于以上分析,本文提出:

假说1：服务业企业进行数字化转型有利于提升其生产率,即数字化转型与服务业企业生产率之间不存在悖论。

(二)数字化转型与专业化分工

斯密在《国富论》中提出,分工和专业化会提高劳动生产率,进而增加国民财富,但分工和专业化的程度会受到市场范围大小的影响。协调成本的高低制约了分工所能达到的水平,也就决定了专业化的经济效果,即生产过程中各个环节间的协调成本是制约分工和专业化程度的关键因素(Becker et al.,1992;寇宗来 等,2021)。

数字化推动企业专业化分工也正是通过降低企业之间的协调成本实现的。其中,协调成本主要包括搜寻成本、契约签订成本、监督控制成本以及其他相关成本等。本文认为数字化转型对专业化分工深化的推动作用具体体现在以下三方面:第一,数字化的发展有利于降低搜寻成本,从而促进企业专业化分工。在数字化背景下,信息的储存、扩散与传播更为便捷与迅速,不仅可以使企业获得潜在交易方的生产能力、成长过程、诚信水平等信息,而且可以获得其服务产品评价、价格等信息,降低了企业的搜寻成本。一方面,较低的搜寻成本扩大了服务供求双方的市场选择范围,提高了服务产品的匹配精准度(Dana et al.,2014),有利于企业高效率、低成本地找到最优中间品,促进企业的专业化分工。另一方面,较低的搜寻成本使得服务产品价格信息更易于获得与比较,一定程度上加剧了可替代服务产品之间的竞争,降低整体价格水平(施炳展 等,2020)。考虑到成本最小化原则,企业往往越更倾向于从外部购买某部分服务产品,推动了专业化分工。第二,数字化发展有利于降低契约签订成本,从而促进企业专业化分工。数字技术带来的信息传递与共享,不仅使得企业间的协调与沟通更加便利,而且提高了标的服务产品价格、质量、评价等关键信息的可获取性,这大大降低了企业与交易方在商定合约过程中所需要支付的成本(施炳展 等,2020)。基于利润最大化的原则,契约签订成本越低,企业往往越倾向于购买某部分服务产品而非自行生产,有利于专业化分工的深化(Acemoglu et al.,2009;Du et al.,2012)。第三,数字化有利于降低监督控制成本以及其他相关成本,从而促进企业专业化分工。一方面,数字技术所带来的信息储存与传播,不仅减少了信息不对称情形(Hollenbeck,2016),而且实现了企业之间高质量匹配,降低了潜在违约风险,进而交易方违约所产生的相关成本也随之减少。同时,数字技术可以及时追踪服务产品、契约的履行情况,这确保了一旦交易方未按合同履约或者出现其他情况,企业可以及时与交易方进行沟通,并根据需求做出灵活调整,降低纠正成本(Clemons et al.,1993)。另一方面,鉴于数字技术赋予了服务可存储、可贸易性,企业寻找交易方的范围得到了扩大。若发生合约中止等情况,能够减少企业寻找到新的合作伙伴的时间与成本,进而降低了被套牢所带来的成本。监督控制成本以及其他相关成本的降低为服务业企业与中间品生产商之间的合作提供了保障,从而使得从外部购买中间服务产品的比较优势更加凸出,有利于对服务业企业形成利益激励、推动专业化分工。

进一步,专业化分工的深化有助于提升服务业企业生产率。一是规模经济效应。专业化分工实现了服务产品供给过程的相分离,而不同的服务产品在生产过程中可能会需要相同的生产要素与技术,这使得同一层次的生产环节得以聚集,有利于推动部分服务产品供给过程规模经济的实现。伴随着规模经济的出现,服务产品生产成本逐渐下降,进而对企业生产率产生积极影响。二是比较优势效应。服务业企业提供资源与技术具有比较优势的服务产品,可以提高其自身的竞争优势与生产率。随着企业专业化分工程度的细化和深化,特定环节服务产品的生产效率会不断提高,这不仅有助于降低服务产品的供给成本,而且有助于实现资源的有效配置,进而提升生产效率。三是技术溢出效应。专业化分工一般是通过买卖部分服务产品来将不同企业联系起来。通常情况下,资源、技术禀赋较高的企业会出售服务产品到发展水平相对较低的企业,而这些服务产品一般都含有比较高的技术水平。因而,这会极大地刺激发展水平较低的企业去学习先进技术,即产生“干中学”效应而提高各环节本身的生产率(Becker et al.,1992)。

基于以上分析,本文提出:

假说2：服务业企业进行数字化转型可以通过专业化分工提升其生产率。

三、研究设计

(一)模型构建

为检验服务业企业进行数字化转型对其生产率的影响,本文构建如下固定效应模型:

lnTFPit=α+βlndigitit+γXit+δi+ηt+μt+νt+εit

(1)

其中:i表示企业,i=1,2,…,N;t表示时间,t=1,2,…,T;lnTFPit表示服务业中i企业在t年的生产率;lndigitit表示服务业中i企业在t年的数字化转型水平;Xit表示影响服务业企业生产率的其他变量,即控制变量;β表示数字化转型变量的估计系数,表征服务业企业数字化转型影响其生产率的程度,是本文关注的重点;δi表示企业固定效应;ηt表示年份固定效应;μt表示省份(市)与时间虚拟变量交互项;νt表示行业与时间虚拟变量交互项;εit表示随机误差项。

(二)变量选择

1.被解释变量

本文被解释变量为服务业企业生产率(lnTFP)。考虑到样本中企业投资额缺失的企业占总样本的37.1%,故采用LP方法测算企业生产率。借鉴相关研究,企业总产出表示为主营业务收入,企业资本要素投入采用固定资本存量来衡量(1)固定资本存量主要借鉴杨晨等(2015)的做法,按照永续盘存法计算,公式为Kt=Kt-1+It-Dt。其中,初始存量(Kt-1)用上市公司前一年年报中的净资产额来替代,投资额(It)采用各企业各年度的投资额来表示,折旧(Dt)采用固定资产折旧额指标来表示。,企业劳动要素投入采用企业员工人数作为替代变量,企业中间品投入的计算公式为:营业成本+销售费用+管理费用+财务费用-折旧摊销-支付给职工以及为职工支付的现金(任胜钢 等,2019;杨秀云 等,2021)。

2.核心解释变量

本文核心解释变量为服务业企业的数字化转型程度(lndigit)。从现有研究来看,关于企业数字化的量化方法主要包括数字化相关资产、文本分析法等(李坤望 等,2015;袁淳 等,2021),但均存在一些不足,比如数字化相关资产数据往往会受到企业炫耀性投资的影响,文本分析中对于词汇范围的选择存在较大主观性。为此,本文采用CSMAR数据库中上市公司数字化转型数据对其进行量化。

3.控制变量

参考相关研究的做法,本文选取的控制变量具体包括:(1)企业规模(size),采用企业总资产的自然对数衡量。(2)股权集中度(owncon),采用最大股东的控股比例衡量。(3)资产负债率(finance),采用总负债与总资产的比值进行衡量。(4)企业年龄(age),等于当年年份减去企业成立年份加1。(5)流动比率(liquid),利用流动资产与总资产的比值进行衡量。(6)企业性质(owner),采用0-1变量表示,其中1表示国有企业,0表示民营企业。(7)总资产收益率(ROA),以净利润占资产总额的比重衡量。(8)固定资产比例(fix),采用固定资产净值与总资产的比值衡量。(9)董事会规模(board),采用董事会人数加1后取自然对数来衡量。

(三)样本选择与数据来源

本文以2011—2019年中国沪深A股服务业上市企业数据为样本,并对初始样本进行了以下处理:剔除ST、ST*等特别处理的样本;剔除金融行业样本;剔除财务指标明显异常的观测值;采用Winsor剔除变量最高和最低两端各1%的极端值。经过上述处理,最终得到有效样本2039个,覆盖30个省份,11类服务业(具体包括批发和零售业,交通运输、仓储和邮政业,住宿和餐饮业,信息传输、软件和信息技术服务业,房地产业,租赁和商务服务业,科学研究和技术服务业,水利、环境和公共设施管理业,教育,卫生和社会工作,文化、体育和娱乐业)。企业层面的数据主要来自CSMAR、CNRDS以及Wind数据库。

本文主要变量的描述性统计结果见表1。

表1 主要变量的描述性统计结果

四、实证结果分析

(一)基准回归结果

表2报告了数字化转型影响企业生产率的回归结果。列(1)～(3)的结果显示,在未加入控制变量时,无论是否控制省份固定效应与时间固定效应的交互项、行业固定效应与时间固定效应的交互项,数字化转型对企业生产率均存在正向影响,且都通过了1%水平的显著性检验。由列(4)～(6)可知,在考虑其他变量对企业生产率影响的前提下,数字化转型(lndigit)的回归系数均在1%水平上显著为正。这一结果并没有受到是否纳入省份固定效应与时间固定效应的交互项、行业固定效应与时间固定效应的交互项的影响。综上分析可知,假说1得到验证,即数字化转型可以显著提升服务业企业生产率。

表2 基准回归结果

(续表2)

(二)内生性问题解决

针对遗漏变量所致的内生性问题,本文在基准回归模型中纳入了一系列企业层面的其他变量并控制了多个固定效应;关于测量误差所致的内生性问题,在后续的稳健性检验部分本文采用多种方法重新对被解释变量与核心解释变量进行了测算。本部分着重讨论双向因果关系所致的内生性问题。具体而言,构建如下工具变量并利用两阶段最小二乘法进行检验。

一是选取数字化转型变量的滞后一期、滞后二期作为数字化转型的工具变量,估计结果见表3列(1)～(2)。结果显示,服务业企业生产率对数字化转型的弹性系数均显著为正。二是借鉴赵涛等(2020)的方法,采用各省份在1988年的邮电历史数据作为数字化转型的工具变量,即本文中数字化转型的工具变量为1988年各省份每万人邮政局所的数量与上一年全国互联网用户数的交互项。2SLS估计结果如表3列(3)所示,从中可见:一方面,工具变量识别不足以及弱识别的检验结果证明了工具变量的有效性;另一方面,数字化转型的回归系数在1%水平下显著为正。三是参考杜明威等(2022)的研究,采用企业所在省份的互联网接入端口数量作为数字化转型的工具变量。表3列(4)的估计结果显示,该工具变量的有效性、合理性得以证实,且数字化转型每增加1个百分点,服务业企业生产率显著提升0.039个百分点。综上所述,在考虑内生性之后,数字化转型对企业生产率的提升效应仍显著存在,与前文结论保持一致,本文假说1再次得到证实。

表3 内生性检验结果

(三)稳健性检验

为了保证研究结果的准确性与可靠性,本文从以下几个方面进行了稳健性检验。

1.替换被解释变量的测量方法

为缓解潜在的变量测度误差对研究结论造成干扰,本部分采用LP-ACF方法、OP方法测算企业生产率,分别记为TFP_LP-ACF和TFP_OP。重新回归的结果如表4列(1)、列(2)所示,从中可见,数字化转型(lndigit)的系数均在10%的水平上显著为正,与基准回归结果一致。

表4 稳健性检验结果

2.替换核心解释变量的测量方法

本部分借鉴李坤望等(2015)的做法,以数字化相关的无形资产占比与数字化相关的固定资产占比之和作为数字化转型的代理变量。在此基础上,重新估计数字化转型对企业生产率的影响,回归结果如表4列(3)所示。不难发现,数字化转型(lndigit)的估计系数为0.050,且通过了5%水平的显著性检验。这说明在调整核心解释变量的测量指标后,前文研究结论并未发生根本性变化。

3.改变样本区间

中国数字经济的发展经历了萌芽期、蓬勃发展期,而萌芽期的数字经济水平相对较低,其经济效应也较弱,因而研究的意义不大(刘军 等,2020)。刘军等(2020)还指出,研究数字经济及其效应的时期选择应该以政府开始重视数字经济发展为依据。鉴于中国政府在2015年颁布了一系列关于互联网+、数字技术与产业融合、谋划数字化转型的政策,释放出强烈的推动数字化发展的信号,本部分将剔除2015年之前的数据重新进行估计。回归结果如表4列(4)所示,不难发现,数字化转型对企业生产率存在显著的正向影响。这意味着在改变样本区间后,本文假说1依然成立。

4.增加控制变量

考虑到服务业发展水平、地区经济发展水平也可能会影响服务业企业生产率,本文进一步将服务业集聚水平、服务业开放水平、服务业结构、服务业发展水平、地区开放程度、城镇化水平、人力资本水平等变量(2)服务业集聚水平(ass),采用区位熵作为服务业集聚水平的代理变量;服务业开放水平(trade),以服务业贸易额占服务业GDP的比重作为替代变量;服务业结构(struc),采用生产性服务业就业人员与服务业全行业就业人员的比值来测算;服务业发展水平(gdps),采用第三产业GDP与总GDP的比值表示;城镇化水平(urban),采用经济城镇化指标作为城镇化水平的代理变量,即非农产业生产总值除以国内生产总值;人力资本(human),以各省份就业人员的平均受教育年限作为替代变量。由于篇幅限制,控制变量的回归结果并未详细汇报,留存备索。纳入模型予以控制。表4列(5)的估计结果显示,服务业企业数字化转型水平每提高1%,其生产率显著提升0.051%。这说明在引入新的控制变量后,数字化转型对企业生产率的促进效应依然存在,前文结论的可靠性和准确性再次得到验证。

五、作用机制检验

(一)模型设定与变量说明

为检验专业化分工在数字化转型影响服务业企业生产率过程中的作用,本部分借鉴温忠麟等(2004)提出的中介效应检验思路,构建如下模型:

lnTFPit=α0+α1lndigitit+α2Xit+δi+ηt+μt+νt+εit

(2)

Mit=β0+β1lndigitit+β2Xit+δi+ηt+μt+νt+φit

(3)

lnTFPit=γ0+γ1lndigitit+γ2Mit+γ3Xit+δi+ηt+μt+νt+ζit

(4)

其中:Mit表示机制变量,本文中即为企业专业化分工水平(VSI);其他变量的含义及测量与前文一致。

式(2)为前文的基准模型,即数字化转型影响服务业企业生产率的总效用模型;式(3)为数字化转型影响专业化分工水平的估计方程;式(4)为同时考虑数字化转型和专业化分工对服务业企业生产率影响的估计方程。

关于企业专业化分工水平(VSI)的测算,大部分文献都是基于间接法,即通过纵向一体化水平指标进行度量的。具体而言,专业化与纵向一体化表示的含义截然相反,即纵向一体化程度的降低意味着专业化程度的提高(Zhang,2004;袁淳 等,2021)。此外,也有研究指出,企业单位产值中外购中间品的比例在一定程度上可以表征企业参与专业化分工的程度(Du et al.,2012)。然而,鉴于服务业上市企业单位产值中外购中间品比例数据较难获取,本文借鉴大多数学者的做法,采用纵向一体化水平指标间接度量专业化分工水平。考虑到数据的可得性、服务业的特殊性,本文参考Buzzell(1983)、袁淳等(2021)、范子英等(2017)的研究,采用修正的价值增值法度量企业纵向一体化水平。具体计算过程如下所示:

纵向一体化水平=(增加值-税后净利润+正常利润)/

(主营业务收入-税后净利润+正常利润)

(5)

其中:增加值=企业销售额-采购额;采购额=(购买商品、接受劳务支付的现金+期初预付款-期末预付款+期末应付款-期初应付款+期末应付票据-期初应付票据)/

(1+采购商品的增值税税率)+期初存货-期末存货;正常利润=净资产×平均净资产收益率;净资产=资产总计-负债总计+少数股权收益。

鉴于专业化分工是纵向一体化的反向指标,借鉴Zhang(2004)、袁淳等(2021)的做法,将企业专业化分工水平的计算公式设定为:专业化分工水平=1-纵向一体化水平。

(二)机制检验结果分析

专业化分工机制的检验结果如表5所示。

表5 作用机制检验结果

其中,列(1)～(3)分别为模型(2)～(4)的估计结果。列(1)的结果在基准回归部分已经进行了报告,不再赘述。由列(2)可知,数字化转型程度每增加1个百分点,专业化分工水平提高0.147个百分点,且通过了5%水平的显著性检验。这说明随着数字化转型程度的增加,企业专业化分工逐渐深化。列(3)的估计结果显示,当数字化转型与专业化分工同时被纳入模型时,专业化分工(VSI)的回归系数在1%水平下显著为正,说明专业化分工的深化可以有效提升服务业企业生产率。同时,数字化转型(lndigit)的回归系数显著为正,且相较于列(1)有所减小。综上可知,在数字化转型促进服务业企业生产率提升的过程中,专业化分工发挥部分中介作用,即专业化分工机制得到证实,本文假说2成立。

六、异质性分析

首先,不同服务业企业之间具有明显差异,比如企业规模、企业性质等方面;其次,企业所属的行业属性、数字化转型程度差异也较大。那么,这些特征是否会影响数字化转型对服务业企业生产率的积极作用呢?

(一)基于企业层面的异质性

1.企业规模

本文将样本企业划分为大型、中型、小型企业三类(3)划分依据为国家统计局发布的《统计上大中小微型企业划分办法(2017)》。,以探讨企业规模对数字化转型与服务业企业生产率间关系的影响,估计结果见表6列(1)～(3)。结果显示,数字化转型(lndigit)的回归系数虽均为正(0.072、0.124、0.111),但仅在大型企业组显著。这说明相比于中小型服务业企业,数字化转型对大型服务业企业生产率的促进作用更明显。换言之,企业规模越大,数字化转型对企业生产率的“红利”越大。这可能是因为,企业数字化转型需要有与之相匹配的劳动、资本等要素作为支撑(谢康 等,2020)。与大型企业相比,中小型企业在数字化转型发展过程中更可能面临资本、人才、设备等诸多短板。有研究指出,数据要素配置不当或者相应的传统要素支撑不足不仅使得“数字红利”无法释放,甚至还可能起到相反作用(张龙鹏 等,2020)。这也充分说明,服务业企业的数字化转型不可盲目推进。

表6 异质性检验结果

2.企业性质

鉴于本文样本中不包含外资企业,本部分将样本划分为国有企业、民营企业两组。在此基础上,探讨企业所有制如何影响数字化转型对服务业企业生产率的提升效应。由表6列(4)～(5)可知,无论是在国有企业还是民营企业组,数字化转型均可显著提升企业生产率,仅是在系数值和显著性水平上存在些许差异。这意味着,数字化转型对服务业企业生产率的积极影响不会因企业性质的不同而发生根本性变化。

(二)基于行业层面的异质性

1.生产性服务业与生活性服务业

关于行业性质如何影响数字化转型与服务业企业生产率关系的检验结果见表6列(6)～(7)。结果显示,数字化转型能够显著提高生产性或生活性服务业企业的生产率。其中,在生产性服务业企业组,数字化转型水平每提高1个百分点,服务业生产率显著提升0.046个百分点;在生活性服务业企业组,数字化转型对服务业企业生产率的影响系数为0.030,且通过了5%水平的显著性检验。这意味着,数字技术不仅会渗透到生产性服务业中,也会渗透到生活性服务业中,即行业性质并不会对数字化转型与企业生产率之间的关系产生显著影响。这与现实也是相符的,以金融、运输、科技为代表的生产性服务业多为资本、技术密集型行业,ICT资本和技术投入较多。这为数字技术的应用奠定了基础,因而数字化的渗透与融合会对其生产率产生积极影响(尚文思,2020)。对于生活性服务业企业而言,虽然资本、技术密集型行业较少,但是部分行业中数字技术的应用会使数据要素成为其关键生产要素,比如文化、体育和娱乐业,教育业等,数据要素的加入会大幅提升其生产率。

2.高数字化转型程度与低数字化转型程度服务业(4)若服务业细分行业数字化转型程度超过服务业行业数字化转型程度均值,则把该细分行业归为数字化转型程度相对较高的服务业;反之则归为数字化转型程度相对较低的服务业。在本文的11类服务业样本中,信息传输、软件和信息技术服务业,文化、体育和娱乐业,交通运输、仓储及邮政业,教育业,租赁和商业服务业,科学研究和技术服务业等行业属于数字化转型程度相对较高的服务业;批发和零售业,住宿和餐饮业,房地产业,水利、环境和公共设施管理业,卫生和社会工作等行业则属于数字化转型程度相对较低的服务业。

表6列(8)～(9)报告了行业数字化转型程度影响数字化转型与企业生产率间关系的检验结果。从中可见,在高行业数字化转型程度组,数字化转型(lndigit)的回归系数在5%的水平上显著为正;而在低行业数字化转型程度组,数字化转型(lndigit)的回归系数虽为正但不显著,即数字化转型对该类服务业企业生产率的提升效应暂未显现。这说明行业数字化转型程度越高,数字化转型对企业生产率的影响越显著。出现上述结论的原因主要在于:一是与数字化转型程度较高的服务业相比,数字化转型程度较低的服务业的技术支撑、人才与资本储备相对不足,这也就导致这类行业中数字技术的渗透度与融合度较低;二是数字化转型程度较低的服务业提供的服务与消费者的消费需求直接相关,因而在提供服务的过程中更加注重人与人之间的沟通(杜丹清,2017)。这类服务业面临的需求具有点多、面广、单个规模小、分散性强等特征(姜长云,2020)。

七、结论与建议

本文首先从理论上阐释了数字化转型对服务业企业生产率的影响,并探讨了企业专业化分工在这一影响过程中的作用。进一步地,采用2011—2019年中国服务业上市企业数据对理论假设进行检验。研究发现:服务业企业进行数字化转型可以显著提升其生产率,即数字化转型与服务业企业生产率之间不存在悖论;并且,这一结论在通过内生性以及一系列稳健性检验之后仍然成立。异质性分析表明:相对于中小型企业以及行业数字化程度较低的企业,数字化转型对服务业企业生产率的正向影响在大型企业、行业数字化程度较高的企业中更为明显;数字化转型对服务业企业生产率的影响不会因企业性质不同而发生根本性变化;企业数字化转型对生产性和生活性服务业企业的生产率均存在显著提升效应。作用机制检验结果显示,专业化分工是数字化转型影响服务业企业生产率的重要路径,即数字化转型通过推进专业化分工深化促进了服务业企业生产率的提升。

基于上述研究结论,提出如下建议:

第一,加快建设数字化转型所需的“硬设施”与“软环境”,夯实服务业数字化载体,充分发挥数字化转型的生产率效应。一方面,数字基础设施是数字技术在经济中渗透与应用的基础,应重视并进一步促进数字基础设施的建设。比如加快5G、移动通信网络、光纤宽带“双千兆”网络的建设与升级,统筹布局传感器、云计算、边缘计算等相关数字基础设施。同时,重视传统基础设施的数字化转型,比如交通基础设施的智能化建设、电力物联网的转型、城市基础设施的智慧化升级。另一方面,完善构建企业数字化转型的支撑体系。不仅包括多层次全方位的企业数字化转型所需人才的培养体系、财政税收金融等普惠性支持政策,而且包括全链条一体化的公共服务支撑保障体系。

第二,注重企业特征对数字化转型生产率效应的影响,制定差异化的转型策略,鼓励不同所有制和不同规模的企业间加强数字化协同。一方面,不同规模的服务业企业要根据自身发展适时进行数字化转型发展。对于大规模企业而言,除了不断完善与数字化转型发展相关的设备之外,仍要不断开发数字技术在生产经营活动中的应用,将数字技术灵活应用到服务供给的各个环节。对于中小企业而言,首先要增强数字化转型的意识,以强化竞争优势;其次要充分利用大企业所提供的数字化服务,尤其是数字化平台,最大化实现数字化转型对自身生产率的提升效应;最后要鼓励中小企业向市场购买更加便捷、成本更加经济的场景数字化解决方案。另一方面,不仅要加快国有经济改革,而且还要重视民营企业的发展。对于国有企业,继续重视与普及数字技术在国有企业生产经营活动中的应用。对于民营企业,除了要为民营企业的数字化发展提供良好的环境与保障,还要充分发挥民营企业的活力与创造力,推动数字技术的不断创新与普及。在重点行业和区域建设若干高水平的数字化转型促进中心,将民营企业也作为重点支持和服务对象,推动企业之间数字化协同升级。

第三,注重行业特征对数字化转型生产率效应的影响,不断探索服务业企业进行数字化转型新场景。对于数字化转型程度相对较高的服务业,应加强数字化的投入、公共服务平台的建设,拓宽服务业数据开发利用的范围。一方面,将数字技术灵活应用到企业供给服务的各个环节,实现数字技术应用与数字化效应的最大化。另一方面,积极支持引导数字技术渗透性强的行业进行商业模式创新,积极探索适合自身发展的组织方式。对于数字化转型程度较低的服务业,要量体裁衣地应用数字技术,探索服务业应用数字技术新场景。一方面,根据目前数字技术难以有效发挥作用的原因,积极探索数字技术更进一步的渗透与融合。另一方面,针对难以直接利用数字技术提供服务的行业,可以加强数字技术在匹配供给与需求、反馈消费者需求等方面的应用,为提高服务业生产率奠定基础。