數字化水平對企業創新績效的影響研究
——來自滬深A股上市公司的經驗證據

■黃節根 吉祥熙 李元旭

“數字經濟”是當前信息技術變革時代的最新發展趨勢。在分析數字化水平對企業創新績效影響的理論機制基礎上，利用2015—2019年滬深A股上市公司數據，結合sys-GMM模型和面板門限模型實證分析了數字化水平對企業創新績效的影響。研究發現：當前我國企業數字化水平和企業創新績效正向相關，設置了數字資源信息共享平臺的企業其促進效應更為顯著。不同行業的數字化水平對創新績效的影響存在顯著差異，信息技術業、批發和零售貿易業以及社會服務業三個行業存在門限突變效應，傳播與文化業存在門限收斂效應，其他行業并未表現出門限效應。數字化水平對創新績效的提升存在最優門限值，創新績效的提升和企業其他治理特征和規劃緊密相關，只有兩者同時改進才能最終提升創新績效。因此，我國企業應構建數字化和其他企業資源與管理戰略的統籌協調機制，進一步深化數字化轉型。

一、引言與文獻述評

2019年10月，黨的十九屆四中全會提出：“健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制?！敝链?，數據要素作為國民收入分配要素的地位被確立，這說明數據首次從技術中獨立出來，作為一個單獨的生產要素參與國民收入分配過程。我國提出了建設“數字中國”和“智慧社會”的偉大戰略。在此背景下，系統研究企業數字化水平對其創新績效的影響成為理論界和實務界共同關心的話題。

從已有研究看，企業數字化水平對企業創新績效的影響主要通過如下三條路徑實現：一是數字技術的大量運用在逐漸提升企業組織模式的結構效率［1］和運營效率［2］；二是數字化水平的提高使得參與的企業之間以及企業內部之間的信息流動更具有規模性、效率性和融合性，從而對企業創新價值產生深刻影響［3］；三是數字化技術本身即是企業創新價值創造的有效組成部分，當前大數據、云計算的運用進一步提升了該組成部分的重要性，而新冠病毒的肆虐在一定程度上則提供了驗證數字化技術企業價值重構的可能性［4］。但是也有學者提出不同的觀點，如：Li和Jia采用多元回歸防范實證研究發現，數字技術對企業整體績效的影響并不顯著。［5］而Hajli等采用面板回歸方法研究發現，數字化水平的提升可能只是使得部分企業績效得到提升。［6］另一部分企業的績效可能因此而下降，下降的主要原因是：數字化水平提升過程中的成本耗費較大［7］，數字化水平提升后企業內部學習成本較大［8］［9］,這些觀點被稱為“IT悖論”。還有一些學者認為，數字化水平對企業績效創新績效的影響可能是倒“U”型的，如企業提升數字化水平是存在邊界的，數字化水平對創新績效提升的邊際效益和數字化水平的邊際成本相等即是企業數字化水平提升的邊界［10］，持有類似觀點的還有Kwith等、詹新［11］。

綜合以上，已有研究對數字化水平影響創新績效進行了多維實證研究，研究結論并未統一，實證方法主要是多元回歸、面板回歸等傳統的計量方法。但是，已有研究在數字化水平影響企業創新績效的理論傳導機制方面并未深入探討，其計量方法的科學性也有待進一步驗證。本文在上述研究基礎上，利用系統GMM估計驗證我國上市企業中數字化水平對企業創新績效的影響，進而采用門限回歸模型驗證各行業是否存在“IT悖論”。

二、理論機制及研究假設

（一）企業數字化水平與創新績效

企業創新績效指企業由于采用新運營系統、新技術等創新手段對企業績效的提升水平，一般可以從創新資源投入和企業市場價值提升兩個角度進行評價［12］。影響企業創新績效的因素有很多，在宏觀層面，財政調控政策、貨幣調控政策、產業調控政策等會對企業的創新績效產生深刻的影響。如財政調控政策會對整個交易市場的均衡產生沖擊，從而影響企業面臨的供求關系，進而影響企業的經營創新績效。［13］貨幣政策的不同調控策略會對企業的融資約束和財務寬松程度產生沖擊，從而影響市場創新績效。政府發布的針對性較強的產業調控政策有可能會對某個產業產生巨大的沖擊，從而導致市場的巨大變動。不過，宏觀層面的沖擊對所有企業表現出一致性的特征，即不同企業面臨的宏觀調控因素可能是一致的，從而這種沖擊就不是實證研究意義上的變量。另外，政府宏觀調控政策沖擊可能屬于典型的斷點式沖擊，即在某個時點之前和某個時點之后表現出迥異的特征和政策力度差異，這種影響的沖擊具有時間滯后性和拓展效應，但是對企業創新績效的影響在一定程度上表現出外生性的特征［14］，因此本文將這種宏觀政策沖擊作為前置性變量構建影響企業創新績效的理論模型。

圖1顯示了影響企業創新績效的傳導機制。本文認為，影響企業創新績效的主要因素來源于企業微觀層面，主要包括：企業特征［14］、企業治理［15］［16］和企業數字化水平［17］。企業特征變量主要包括股權性質差異、董事長和總經理兩職合一、董事會獨立性水平、最大股東持股比例和企業上市年限等，這些特征會對企業整體創新績效產生顯著影響。企業治理變量主要包括企業資產負債水平、固定資產比例和審計報告意見等，這些變量體現了企業治理過程中的財務制度和管理制度的差異，該差異可能是造成企業創新績效差異的原因之一。

圖1 企業數字化水平對創新績效的影響機制

從已有研究看，在企業特征和企業治理對企業創新績效影響方面的研究已經比較成熟，目前已基本形成較為統一的結論，因此本文將企業特征和企業治理變量作為控制變量重點研究數字化水平對企業創新績效的影響。首先，數字化水平的不斷提升是近年來企業在大數據、云計算等技術推動下的顯著特征，這對企業組織模式、信息傳遞效率、信息利用效率和信息決策管理產生了深刻影響，從而在一定程度上提升了企業的創新績效水平［17］。其次，企業數字化水平提升的表現是多維度的，比如企業信息傳遞速度的提升、企業網上作業的廣泛使用、企業基于自身APP數據對消費者消費特征的識別、企業通過大數據運算識別出重點客戶的特征等。本文從數字化資源投入角度衡量企業數字化水平，數字化資源投入指的是企業為了提升自身數字化水平而進行的人力、物力、財力、智力方面的綜合投資。最后，企業創新績效指的是由于企業技術進步或者創新能力提升導致的企業整體績效的提升，這種提升會反映在企業運營績效、企業財務績效、企業市場績效等多個維度［18］。本文將企業運營績效和企業市場績效作為企業創新績效的兩個主要方面。在工具變量的選擇上，運營創新績效主要為企業自身運營過程中的財務數據，市場創新績效用企業整體股價和企業市場價值表示，而數字化水平用企業數字化資源投入表示。

在影響機制上，本文認為數字化水平的提升至少從兩個方面對企業創新績效產生正向影響。一是數字化水平的提升顯著提高了企業的信息收集整理效率和企業信息傳遞效率，在企業內部控制治理、人力資源管理、財務控制、銷售管理和綜合運營方面提升了企業的運營績效，這使得企業資源配置多樣性和科學性進一步提升，從而有助于提升企業在產品創新、運營創新和制度創新方面的創新力度，最終表現為企業創新績效的提升［19］。二是數字化水平的提升顯著改變了企業的組織模式，原先的垂直化組織、扁平化組織或其他組織形式變得更具有伸縮性、柔性和松散耦合性，這種組織模式的變化對企業的戰略柔性產生深刻影響。企業戰略柔性在數字化水平逐步提升背景下變得更加具有彈性和柔和度，企業的整體戰略規劃和日常運營績效也產生了較大改變，這種改變會對企業創新績效產生較大的沖擊。［20］基于此本文提出如下假設：

H1：從總體看，企業數字化水平和企業運營創新績效正相關。

H2：從總體看，企業數字化水平和企業市場創新績效正相關。

（二）不同行業數字化水平對創新績效的影響

我國企業數字化轉型仍然處在快速發展過程中，不同行業企業的數字化水平相差較大，從而表現出對創新績效影響的差異性。這種差異的原因主要有兩點：一是不同行業屬性的差異決定了其數字化轉型的需求動機差異，如傳統制造業、房地產業等行業其自身擁有較為完善的管理系統、營銷系統和生產模式，其商業模式雖然受到數字化的沖擊，但是其既有的完善的商業模式具有內生的穩定性，從而使得這些行業的數字化水平仍處在轉型的初級階段，這種數字化水平的提高對創新績效的影響可能仍處在變革初期的正向關系；而諸如高新技術企業、信息技術企業等行業本身對數字化水平的要求較高，其數字化水平的提升速度較快，數字化水平對企業創新績效的正向沖擊表現出顯著的邊際遞減傾向，個別行業可能還表現出突變效應。［21］二是不同行業在數字化水平提升過程中的資源稟賦存在較大差異，資源稟賦差異決定了其數字化水平提升的速度和水平存在顯著差異?？梢院侠眍A期，那些擁有較多資源稟賦的行業可能數字化水平較高，其對企業創新績效的影響是邊際遞減的，較高數字化水平的行業可能存在典型的抑制效應。［22］基于此，本文提出假設如下：

H3：不同行業的數字化水平對企業創新績效的影響表現出差異性，部分行業可能表現出門限突變效應或者門限收斂效應。

三、模型設定及變量說明

（一）模型設定

企業創新績效可能存在一定的動態效應，即前期創新績效水平會對后期創新績效水平產生沖擊，此時模型構建時就不能采用靜態面板模型，而應該采用動態面板。對于動態面板的估計不應該采用傳統的固定效應或者隨機效應模型，因為這兩個模型對數據的平穩性要求較高，但是對于包含了被解釋變量的滯后項的動態面板，傳統的固定效應和隨機效應模型無法做出有效的估計，其估計結果可能是有偏的，此時需要考慮動態面板模型。在估計動態面板時，常用的估計方法是sys-GMM估計，因此本文中數字化水平對企業創新績效的影響研究中采用的模型是動態面板模型，采用的估計方法是sys-GMM估計。

式（1）是針對假設H1設計的實證方程，式（2）是針對假設H1設計的穩健性檢驗方程，檢驗方法是通過替換解釋變量和被解釋變量完成的，即實際估計中用式（1）驗證假設H1，其中企業數字化資源投入采用企業固定資產和無形資產中構建數字化資源的比例Szfix代替，企業運營創新績效用每年R&D投入占營業收入百分比Rd代替，在穩健性檢驗方程（2）中將Szfix替換為企業數字化建設中的總投入增長速度Stzr，將Rd替換為近2年新產品銷售收入占總銷售收入的比例Newsale。式（3）是針對假設H2設計的實證方程，式（4）是針對式（3）設計的穩健性檢驗方程，檢驗方法是通過解釋變量和被解釋變量的替換完成的。其中企業數字化資源投入采用企業固定資產和無形資產中構建數字化資源的比例Szfix代替，企業市場創新績效用每年托賓Q值代替，在穩健性檢驗方程式（4）中將Szfix替換為企業數字化建設中的總投入增長速度Stzr，將Q替換為企業市盈率PE。

為驗證不同行業數字化水平對企業創新績效的影響是否存在門限效應，本文構建門限回歸模型如式（5）所示。其中，I（·）為指示函數，λ代表門限值，當Szfix＞λ時，I（·）=1，當Szfix≤λ時，I（·）=0。j表示控制變量的數量，εit代表隨機干擾項。式1至式5中control代表模型中的控制變量，所有變量計算方法及相關說明見表1。

表1 變量說明

（二）數據選取

本文樣本選取2015—2019年滬深A股中的非金融類上市公司。根據相關文獻建議并結合本文研究需求，設置的篩選條件如下：（1）公司存續期在5年以上，即公司成立時間在2015年之前且在2020年依舊存在，并且發布了2019年度財務報告；（2）刪除ST類型的公司；（3）刪除同時發行了A股和B股的上市公司，因為此類公司的內部控制和治理水平和只發行A股的公司具有較大差異；（4）刪除數據嚴重缺失的公司；（5）刪除部分指標異常的公司，如某些樣本公司的資產負債率超過了90%或者銷售成本率超過了100%，此類異常數據會對模型擬合的準確度造成較大影響，因此予以刪除。

本文上市公司數據來自于CSMAR數據庫，一些數據不全則借助wind數據庫進行對比確認，個別數據需要作者手工計算。有些實證變量通過CSMAR找不到，需要通過上市公司官網、招商證券等渠道進行收集。經過上述篩選，本文共選取了902家上市公司2015—2019年的相關數據。樣本公司具體行業分布如表2所示。

表2 樣本公司的行業分布

四、實證檢驗與結果

（一）描述性統計

表3顯示了變量的描述性統計情況。被解釋變量中，Rd、Newsale、Q和PE的平均值均小于中位數，說明樣本中部分企業的對應數據較小，拉低了整體數據的平均水平。解釋變量Szfix平均值小于中位數，說明部分企業的數字化水平較低，拉低了整體的平均水平。Sztr的平均值大于中位數，說明樣本企業中部分企業的數據較大，使得均值大于中位數。除了部分控制變量外，解釋變量、被解釋變量和剩余部分控制變量的JB統計量均在不同置信水平上統計顯著，說明這些數據呈正態分布，具有較好的統計特征。

表3 描述性統計

（二）sys-GMM回歸結果

表4顯示了sys-GMM估計的統計結果，兩個模型均通過了Arellano-Bond AR檢驗，說明模型滿足進行一樣性廣義矩估計的二階不相關條件。同時兩個模型均通過了Hansen過度識別檢驗和Dif GMM工具變量有效性檢驗，模型整體估計結果較為理想。

表4 sys-GMM估計結果

在式（1）估計結果中，核心解釋變量Szfix和交互項d1*Szfix的系數均為正數，且分別在10%和1%置信水平上統計顯著，說明企業數字化水平和企業運營創新績效呈現正向關系。在式（2）估計結果中，核心解釋變量Szfix和交互項d1*Szfix的系數均為正數且分別在10%和5%置信水平上統計顯著，說明企業數字化水平和企業市場創新績效正向相關。

表5是對sys-GMM估計的穩健性檢驗，檢驗方法是分別對式（1）和式（3）進行解釋變量和被解釋變量的替代，其中式（2）是針對式（1）的穩健性檢驗，式（4）是針對式（2）的穩健性檢驗。式（2）中關鍵解釋變量Sztr和d1*Sztr系數為正，且分別在1%和5%置信水平上統計顯著，式（4）中關鍵解釋變量Sztr和d1*Sztr系數為正，且分別在10%和5%置信水平上統計顯著，可見企業數字化水平和企業創新績效呈正相關關系，即穩健性檢驗支持表4中的實證結論，模型整體是穩健的。

表5 穩健性檢驗

根據sys-GMM估計結果可得到如下結論：第一，企業數字化水平和企業創新績效正相關，根據表4式（1）回歸結果，企業數字化水平和企業運營創新績效呈現正相關關系，驗證了假設H1。根據表4式（3）回歸結果，企業數字化水平和企業市場創新績效呈現正相關關系，驗證了假設H2。第二，表4中式（1）交互項的d1*Szfix系數0.4312大于Szfix的系數0.1954，表4式（3）中交互項d1*Szfix的系數0.4934大于Szfix的系數0.3851，可見設置了數字資源信息共享平臺的企業其數字化水平對創新績效的正向影響更為突出。第三，表4中式（1）和式（2）被解釋變量的1階和2階滯后項均在不同置信水平上統計顯著，可見企業創新績效的提升具有自身內生的動態影響性，即除了數字化水平和其他

控制變量影響企業創新績效的提升外，企業自身創新績效的提升可能存在良性的馬太效應。

（三）門限回歸

面板門限回歸分析可以較好地識別變量之間存在突變效應、加劇效應和收斂效應的動態關系。為進一步分析不同行業中企業數字化水平和創新績效的關系，本文針對樣本中不同行業進行面板門限回歸。在門限回歸中，門限變量的選擇既可以選擇解釋變量，也可以選擇其他變量。本文式（5）中選擇的門限變量是解釋變量，為了提升模型穩健性，門限變量選擇采用Sztr。門限效應的檢驗結果表明，在12個細分行業中只有信息技術業（G）、批發和零售貿易業（H）、社會服務業（K）和傳播與文化業（L）存在單重門限效應，其余行業均不存在門限效應。四個行業的門限值分別是0.0732、0.0491、0.0672和0.0482，且均在95%置信水平上通過了統計顯著性檢驗。

表6顯示了面板門限回歸結果，由于四個行業均存在單重門限效應，所以區分了門限兩端的回歸結果。四個行業的組內R2都在0.65以上，模型整體的整體解釋力度較好。其對應的F統計量均在1%置信水平上統計顯著，說明模型整體是穩健的。

表6 門限回歸結果

根據表6，信息技術業（G）在沒有達到門限值時，核心解釋變量的系數為0.2031且在1%置信水平上顯著；在超過門限值后，核心解釋變量的系數為-0.3042且在5%置信水平上顯著，可見信息技術業（G）的數字化水平較低沒有超過門限值前，其數字化水平和企業創新績效呈現正向相關性，但是超過門限值后，其數字化水平和企業創新績效呈現負相關關系，即表現出門限突變效應。批發和零售貿易業（H）和社會服務業（K）也表現出類似的門限突變效應。傳播與文化業（L）在沒有達到門限值時，核心解釋變量的系數為0.3091，且在5%置信水平上顯著；在超過門限值后核心解釋變量的系數為0.2993，且在10%置信水平上顯著，可見信息技術業（G）的數字化水平較低沒有超過門限值前，其數字化水平和企業創新績效呈現正向相關性，但是超過門限值后，其數字化水平和企業創新績效也呈現正相關關系，但是其系數值小于門限值之前的系數，即表現出門限收斂效應。即不同行業的數字化水平對企業創新績效的影響表現出差異性，信息技術業（G）、批發和零售貿易業（H）和社會服務業（K）表現出門限突變效應，傳播與文化業（L）表現出門限收斂效應,該結論驗證了假設3。

表7顯示了對四個行業門限回歸模型的殘差單位根檢驗結果，結果發現四個模型均不存在單位根，說明模型整體是穩健的。

表7 門限回歸殘差單位根檢驗

五、結論及啟示

本文在系統分析企業數字化水平影響企業創新績效的理論機制基礎上，采用sys-GMM估計實證分析了我國企業數字化水平和創新績效的動態關系，采用面板門限模型分析了不同行業的數字化水平和創新績效的門限效應，主要研究結論如下：

第一，總體上看，我國企業數字化水平對企業創新績效的影響是正向的，即我國企業數字化水平的提升有助于企業運營創新績效和市場創新績效的提升，我國企業創新績效的提升除了受到宏觀政策沖擊、企業治理和企業特征變量的影響，還受到企業數字化水平的正向影響。不僅如此，那些在企業內部設置了數字資源信息共享平臺的企業其數字化水平對創新績效的促進作用更加明顯?？梢?，在數字技術變革時代企業數字化水平的提升既是時代的要求，又是企業內生性增長的源泉。

第二，數字化水平影響企業創新績效的行業差異較為顯著。我國上市企業中，信息技術業、批發和零售貿易業與社會服務業的數字化水平較高，其對企業創新績效的影響呈現門限突變效應，傳播與文化業表現出門限收斂效應。可能的原因是創新績效的提升不僅受到數字化水平的影響，還受到其他因素的影響，當數字化水平提高較快但是其他因素沒有同步提升時，企業創新績效的提升速度可能會下降，即可能表現出數字化水平對企業創新績效提升的邊際遞減效應，這種遞減性體現為門限收斂效應。不僅如此，如果數字化水平超過門限值后，進一步提升數字化水平的邊際成本可能會上升，這可能導致企業創新績效的下降，此時可能會出現門限突變效應。

第三，綜合來看，我國企業數字化水平和創新績效之間存在典型的門限突變效應，即其關系為倒“U”型。之所以總體上看我國企業數字化水平和創新績效呈正相關，是因為除了信息技術業、批發和零售貿易業、社會服務業和傳播與文化業這些數字化轉型速度較快的行業外，其他行業的數字化水平仍然處在發展初期，尚未達到門限突變的拐點。在此背景下，我國企業應該進一步深化落實數字化轉型的任務，進一步提升數字化水平提升帶來的創新績效。與此同時還應該在企業治理、企業戰略發展等方面進一步提升綜合適應能力，配合數字化水平的提升來促進創新績效。

基于上述研究結論，結合當前我國企業數字化轉型契機和國家對“數字經濟”的政策支持背景，為系統提升企業數字化水平進而促進企業創新績效的有效提升給出政策建議如下：第一，我國企業應該進一步深化數字化轉型，提升整體數字化水平。在當前“數字經濟”時代，系統提升企業數字化水平可以有效提升企業的創新績效，我國企業數字化發展總體上仍處在初級階段，需要進一步深化轉型。具體而言，企業應該積極搭建和外部數字信息網絡的合作平臺，積極提高外部數字網絡的關系質量，為自身數字化深化轉型發展構建良好外部環境。在實踐中，企業可以嘗試自主開發數字信息共享平臺，將企業的各種戰略發展、市場細分定位、市場實時變動情況納入該平臺匯總，同時還可以打造開放式的數字創新實驗區，進一步加速產品和服務的數字轉型。不僅如此，企業還應該積極結合使用政府對數字化轉型的促進政策，積極實施“企業云端”“智能制造”的發展戰略，進一步加強與政府和市場的動態合作關系，也可以通過加入產業創新組織平臺或者互聯網合作平臺與行業內的其他企業構建基于數字化的合作關系。第二，在數字化發展中，我國企業應該構建數字化和其他企業資源與管理戰略的統籌協調機制。雖然企業數字化水平的提升有助于企業創新績效的增長，但是企業創新績效的增長還需要企業其他資源的密切配合和企業管理戰略的妥善統籌。因此企業應該注重數字化轉型和企業其他資源的發展協調性。數字化轉型發展不僅僅是表面上企業操作軟件、互聯網技術的應用，而應該是依托于數字化水平的提升助力企業在生產制造、成本管理、市場營銷以及戰略創新方面的改進。數字化水平的提升不能只注重表面，而應該成為企業新的增長動力。與此同時，企業數字化水平的提升不應該拔苗助長，不能因為強行推進數字化轉型而導致成本管理失衡。另外，企業在數字化發展轉型中應該注重數字化轉型的系統性，并按照自身實際情況選擇合適的數字化發展管理戰略。根據實證結論，不同行業的數字化水平表現出較大差異，不同行業特征也決定了其數字化發展的內源差異，因此企業數字化水平的發展應該既和其他資源統籌協調，又要結合自身特征統籌協調正態發展戰略。第三，我國中小企業應善于借助現有數字經濟發展外力提升自身數字化水平。數字經濟技術具有較為明顯的外溢效應，這些數字經濟技術一旦研發出來，便具有低成本復制的優勢。從當前發展情況看，只有那些大型企業可以純粹依靠自身資金和技術研發能力實施數字化轉型，大部分中小企業并不具有足夠的資源來支撐自身的數字化發展。因此，我國大部分中小企業應該積極借助大型企業已經搭建的數字經濟平臺實現自身的數字化。