數字化轉型與企業創新
——基于融資約束和信息透明度視角

付淑賢

（暨南大學管理學院，廣東 廣州 510630）

一、引言

習近平總書記曾多次強調要大力發展數字經濟，充分發揮海量數據和豐富應用場景的優勢，促進數字技術和實體經濟深度融合，賦能傳統產業轉型升級。而這一進程中很重要的一環就是企業的數字化轉型。中國信通院發布的《中國數字經濟發展白皮書（2021）》報告顯示，產業數字化占數字經濟的比重高達80.9%，而產業數字化顯著促進了企業數字化轉型（陳玉嬌，2021）。在當下信息化、智能化的發展趨勢下，數字化轉型是企業生存之道的必經之路，也是企業必須要做好的一個重大課題。企業的數字化轉型是數字技術與各種業務流程深度融合，從而以數字驅動企業生產、經營、管理的全過程（Vial，2019）。在這一過程中勢必會給企業的各項業務活動帶來變革。而創新作為促進我國新舊動能轉換，實現經濟高質量發展的主要推手以及企業發展的“命脈”，數字化轉型又會對企業的創新產生什么樣的影響呢？黨的十九屆五中全會曾明確指出“要強化國家戰略科技力量，提升企業技術創新能力”。如今，數字化發展和創新都已上升為國家戰略，為了更好的認識到數字化轉型的必要性，推進數字經濟與實體相融合，實現建設創新型國家，因此，有必要進一步研究企業的數字化轉型與企業創新之間的關系。

在當下數字化的背景下，也有不少文獻關注到了數字化賦能對企業創新的影響，但目前多是理論研究或案例分析或是基于問卷調查，而本文則通過python技術構建了一個衡量企業數字化轉型程度的指標，從數字化轉型對企業自身狀況改善（融資約束，信息透明度）的角度，大樣本實證檢驗了數字化轉型對企業創新的作用及其作用機理。為企業推進數字化轉型提供了一定的經驗證據。

二、理論分析與研究假設

1.數字化轉型與企業創新

在數字化的背景下，一方面，消費者的需求變得更加多元化、個性化和智能化；另一方面，以互聯網等為代表的數字技術降低了對這些需求信息的搜尋和分析成本（Goldfarb & Tucker，2019）。因而企業能夠快速的捕捉到這一需求并利用數字技術對客戶資源和客戶需求進行數據挖掘和進一步分析，進而助力企業對現有產品和服務做出不斷的創新改進以研制出更加符合市場需求的產品和服務，提升企業的產品創新績效。進一步，這會吸引更多的客戶，而數字化變革的過程又使得創新活動的時間和空間邊界日趨模糊，促進了顧客與研發人員的交流互動，顧客可以在不同的時間地點參與到企業的創新過程，而顧客的及時反饋又能夠提升企業作為供應者的創新能力（Manson，2011），并反過來創造出新的需求。這樣顧客與企業之間的正向反饋又會推進未來產品的創新升級，最終提高企業的創新產出。

其次，企業的數字化轉型能夠實現企業內外部的高效溝通，降低了交流協作成本。一方面，數字技術跨越了合作企業之間由于物理距離所帶來的障礙，極大增強了企業之間的研發協作，便于企業獲取創新所需的資源。另一方面，企業可以通過與供應商、客戶以及同行業企業等外部網絡的交流合作，加速信息和知識的傳播擴散和增值（錢晶晶和何筠等，2021）；同時也可以通過內部研發人員之間的信息共享和交互學習以低成本獲取最新的知識和技能，進行知識整合，提升學習效率，進而提高企業創新主體的創新能力和創新意愿。此外，當企業的數字化轉型進程穩步推進時，企業的運作效率以及資源利用度能夠得到極大的提升，企業能夠以更小的成本來實現對創新活動的方向把握、信息分析和過程優化，使得禁錮于部門內的創新資源與能力得以釋放，進而爆發“乘數”創造效應（何帆和劉紅霞，2019），激發企業更多的創新行為。

基于此，本文提出以下假設：

H1：企業的數字化轉型能夠顯著促進企業的創新。

2.數字化轉型、融資約束與企業創新

融資難一直是困擾很多企業的問題，尤其是在當下百年變局和新冠疫情沖擊的雙重影響下，全球經濟下行，致使相當數量的企業難以獲得充足的外源資金，面臨融資障礙。而創新活動需要大量的資金支持，因而幾乎所有文獻均認為，企業面臨的融資約束會顯著抑制企業的創新投入。而企業的數字化轉型，一方面，既符合國家的戰略需要也順應了當前數字經濟的發展潮流，為企業發展營造了良好的“口碑”，更容易受到相關的政策優惠；另一方面，也向外部投資者和債權人釋放了企業未來發展潛力良好的積極信號，因而更容易獲得資本市場的青睞。同時數字化背景下，投資者和債權人能夠更易于取得企業資金使用情況信息，降低了利益相關者的信息搜集成本和對企業創新活動進行監督的成本，能夠降低創新過程中不必要的代理風險，從而促使投資者和債權人愿意提供更多低成本的資金。因而數字化轉型能夠降低企業的融資約束，提高企業從外部獲取融資的能力，為創新活動提供足夠的資金來源，從而有利于企業創新活動的開展。

綜上所述，本文提出以下假設：

H2：在其他條件不變的情況下，企業的數字化轉型能夠通過緩解企業的融資約束進而促進企業的創新。

3.數字化轉型、信息透明度與企業創新

創新活動周期長、風險高、不確定性大且存在較高的專業壁壘，這加劇了研發團隊與企業以及與外部利益相關者之間的信息不對稱程度，使得研發過程難以監督，從而給研發人員可能的懶惰和懈怠添上了一層“保護色”，進而可能誘發逆向選擇和道德風險問題，而這無疑會對企業創新效率產生不利影響。安同良等（2009）認為只有當企業和政府之間擁有關于創新活動的對稱的信息時，決策者提高創新補貼力度才能激勵企業的原始創新。即當資金提供者與企業之間對資金的使用情況存在信息不對稱時，提供外源資金并不一定能夠促進企業進行創新。而數字技術正可以被視為是一種組織管理手段（Goldfarb and Tucker，2019），有利于企業提升組織協調能力，降低信息不對稱，提高監督效率。并且，隨著企業的數字化轉型越深入，越容易引起市場中分析師和媒體報道的關注，能夠將更多更準確有效的信息及時傳遞給外部利益相關者（管考磊和朱海寧，2022），從而拓寬雙方的信息透明空間（張永坤，2021）。企業的信息透明度增加，使得外部利益相關者的監督成本降低，監督效率提升，從而能夠提升企業的創新效率。同時使得管理層的尋租成本增加，能夠減少管理層的“享樂主義”，降低高管在職消費給企業帶來的隱性成本，為企業實現“節流”，這有利于往往資金需求大的創新活動的進行（周冬華等，2019）。

基于此，本文提出如下假設：

H3：在其他條件不變的情況下，企業的數字化轉型能夠通過提高企業的信息透明度進而促進企業的創新。

三、研究設計

1.樣本與數據來源

本文以2010年～2020年滬深A股上市公司為樣本，研究企業的數字化轉型對企業創新的影響。關于數字化轉型的數據是利用python 技術自行構建，衡量企業創新的專利數據來源于中國研究數據服務平臺（CNRDS）的創新專利研究子庫，其他的公司財務數據和公司治理數據來源于CSMAR數據庫，地區層面的數據來源于國家統計局。并對原始樣本做了如下處理：（1）剔除金融行業樣本；（2）剔除ST、PT以及資不抵債的樣本；（3）剔除數據異常以及主要變量缺失的樣本。為了排除極端值的干擾，本文還對主要連續變量進行上下1%的Winsorize處理，最終得到29040個樣本。

2.變量定義

（1）被解釋變量

由于創新項目不確定高，有投入不一定就有產出，因而相比于研發投入（R&D），專利數量被廣泛認為是衡量創新最直接最準確的指標?；诖?，本文的研究也使用企業當年的專利申請數量作為企業創新的代理變量。此外，參照現有研究（唐松等，2020），在以專利申請總數（Patent）刻畫企業創新的基礎上，界分出企業的發明專利申請數（Invpat，發明專利更注重原始創新，更能表征企業的實質性創新能力）以及實用新型專利和外觀設計專利之和（Udpat，更注重模仿創新）。

（2）核心解釋變量

本文的核心解釋變量為企業的數字化轉型（Digit），借鑒吳非等（2021）對企業數字化轉型的度量方式，我們首先借助Python的爬蟲功能從網易財經下載了上海交易所和深圳交易所全部A股上市公司的txt版本年度報告，使用正則表達式保留財務報告的文本內容，其次載入包含特征詞語的關鍵詞詞典，然后借助結巴分詞對財報文本進行分詞以統計各個特征詞的詞頻數量，最后對所有特征詞詞頻進行加總。由于加總后的數值存在顯著的“右偏性”特征，為了更好的滿足回歸變量的正態分布要求，本文對加總后的數值進行加1取對數以構建企業數字化轉型的指標。為了保證結果的穩健性，我們同時使用關鍵詞的字符數與報告文本總字符的比值作為替代變量。

（3）機制變量

本文還加入了融資約束和信息透明度兩個機制變量，借鑒鞠曉生等（2013）的做法，采用SA指數來衡量融資約束，SA指數的計算公式為-0.737*Size+0.043*Size2-0.04*Age，相比于KZ指數和WW指數，SA指數利用公司規模和年齡構建衡量融資約束，不僅十分直觀，而且克服了內生性問題，得出的結果更為穩健。基于我國企業的公司規模位于SA計算方程曲線的右半邊，SA指數為負且絕對值越大，說明企業受到的融資約束程度越嚴重。另外本文采用分析師跟蹤人數加一取對數（Analyst）來衡量企業的信息透明度，分析師跟蹤人數越多表明企業的信息透明度越高。

（4）控制變量

在控制變量的選取上，本文參考借鑒了該方面諸多的文獻，按照已有研究普遍的做法，本文控制了以下變量：企業經營特征層面的變量包括企業年齡（Age）、資產規模（Size）、資產負債率（Lev）、資產收益率（Roa）、收入規模（Rev）、資本密集度（Capital）、現金持有水平（Cashhold）；企業治理層面的變量包括兩職合一（Dual）、股權集中度（Equity）、審計意見（Opinion），同時加入行業固定效應和年份固定效應并進行企業層面的聚類穩健標準誤。具體的變量定義參見表1。

表1 變量定義

3.模型設定

綜上，為了研究數字化轉型對企業創新的影響，本文構建了如下基準估計模型：

四、實證結果分析

1.描述性統計

表2為主要變量的描述性統計結果，結果表明，企業專利申請數（Patent）的均值的為4.12件（e^1.634-1），標準差為1.615，表明上市公司之間的創新能力參差不齊，創新產出差距較大。數字化轉型程度指標（Digit）的最大值為5.106，最小值為0，標準差為1.408，數字化轉型指標的離散程度較大，表明上市公司的數字化轉型進程也差異較大。在機制變量方面，SA指數的最小值為-4.358，均值也有-3.634，表明我國上市企業面臨較為普遍的融資約束問題；另外，平均每個上市企業有4～5個分析師跟蹤（e^1.469），不同企業之間分析師跟蹤人數差異也較大。

表2 變量的描述性統計

此外，本文按照數字化轉型指標的中位數進行分組，低于中位數的定義為數字化轉型程度較低的企業組，高于中位數的定義為數字化轉型程度較高的企業組，然后對這兩組分別進行主要變量的均值統計并進行差異檢驗，結果如表3所示。均值差異的檢驗結果顯示，數字化轉型程度高的企業專利申請數量要顯著高于數字化轉型程度較低的企業，初步表明企業的數字化轉型程度可能對企業創新產出有促進作用。數字化轉型程度高的企業SA指數的絕對值更小，分析師跟蹤人數更多，且差異顯著。表明相比于數字化轉型程度低的企業，數字化轉型程度高的企業融資約束程度更小，信息透明度要更高。另外，所有控制變量的均值差異也都十分顯著，表明本文控制變量的選取是合理的。

表3 數字化轉型程度的分組均值檢驗

2.回歸結果分析

表4報告了企業數字化轉型與企業創新之間關系的回歸結果。在基準回歸中，本文采用了遞進式回歸，在表 4（1）中沒有加入控制變量，僅控制了時間和行業固定效應，結果顯示企業數字化轉型指標（Digit）的回歸系數在1%的顯著性水平上顯著；表4（2）是在（1）的基礎上加入了控制變量后的回歸結果，數字化轉型指標的回歸系數有所縮小，主要是因為控制變量吸收了部分影響企業創新的因素，但系數依然在1%的水平上顯著。這表明，企業的數字化轉型程度越高，企業的創新產出也越多。表4第（3）列和第（4）列是將企業的專利申請數（Patent）劃分為了發明專利申請數（Invpat，代表實質性創新）和非發明專利申請數（Udpat，實用新型專利及外觀設計型專利，代表非實質性創新）兩類后重新進行回歸的結果，數字化轉型指標的系數均顯著，表明企業的數字化轉型不僅能促進企業進行實質性創新也能對非實質性創新起到激勵作用。此外，借鑒唐松等（2020），考慮到上市公司往往具有較多的子公司、聯營企業以及合營企業，這些企業的專利創新產出也能在一定程度上反映母公司的創新能力，因此本文將專利申請數的口徑進一步擴展到企業集團，Patentj表示的是包括子公司、聯營企業和合營企業在內的企業集團的所有專利申請數取對數，回歸結果如表4第（5）列所示，結論不變。

表4 數字化轉型與企業創新

考慮到企業的數字化轉型對企業創新的影響可能存在一定的時間滯后且企業從開始創新活動到最后的專利申請也往往會經歷一個較長的時間段，因此，本文在表 5的研究中延長了企業數字化轉型對企業創新影響的時間考察期，這也在一定程度上減輕了反向因果的內生性干擾問題。表5（1）～（3）列是將核心解釋變量（Digit）進行滯后1～3期處理的結果，表5（4）～（6）列是將被解釋變量（Patent）進行前置1～3期處理的結果。研究結果表明，無論是將企業的數字化轉型指標進行滯后處理還是將企業的創新產出指標進行前置處理，企業的數字化轉型對企業創新都具有十分顯著的正向促進作用，且這種積極作用并沒有因為時間窗口的延長而呈現出明顯的衰減。這表明企業的數字化轉型能夠在一個較長的時間窗口期內對企業的創新產出產生持續的有利影響。

表5 延長窗口期

3.作用機制檢驗

前文的研究已經證實了企業的數字化轉型能夠顯著促進企業的創新，但前文僅是對數字化轉型與企業創新之間關系的整體刻畫，尚未檢驗可能存在的影響路徑。在這一部分，本文就針對數字化轉型與企業創新之間影響的機制路徑進行識別檢驗。為此，本文選取了融資約束（SA指數）、信息透明度（Analyst）這兩個渠道進行檢驗，并借鑒溫忠麟和葉寶娟（2014）的依次檢驗法和bootstrap自助法對中介效應開展研究。考慮到中介效應的傳導需要一定的時間，也為了在一定程度上緩解可能由于反向因果導致的內生性問題對結果的干擾，本文在中介效應模型中對解釋變量進行滯后一期處理，同時對被解釋變量進行前置一期處理，其中Mediator是融資約束（SA指數）、信息透明度（Analyst）兩個中介變量，其余變量設定和前文保持一致，模型設定如下：

（1）數字化轉型、融資約束與企業創新

本文借鑒鞠曉生等（2013）對融資約束的衡量方法，以本文的上市公司樣本構建SA指數，SA指數為負且其絕對值越大，意味著企業面臨的融資約束程度越高。融資約束這一機制的檢驗結果如表6所示。表6第（2）列的回歸結果顯示數字化轉型（L1Digit）的系數在1%的水平上顯著為正，表明企業的數字化轉型程度越高，SA值越大，SA的絕對值越小，企業融資約束程度越小。而第（3）列的結果顯示，在將融資約束加入主模型后，L1Digit和SA的回歸系數仍舊顯著為正，且檢驗中介效應的Sobel檢驗的結果也十分顯著，表明企業進行數字化轉型能夠緩解企業的融資難問題，同時融資約束程度的降低（SA值越大）能夠為企業的創新活動提供充足的資金，進而能夠有利于企業的創新。即融資約束的降低在數字化轉型和企業創新之間起到了部分中介作用，是數字化轉型促進企業創新的機制之一。

表 6 機制路徑的識別—融資約束

（2）數字化轉型、信息透明度和企業創新

本文采用分析師跟蹤人數取對數（Analyst）來衡量企業的信息透明度，以檢驗其對數字化轉型與企業創新之間關系的中介效應。另外，本文還以深交所、滬交所披露的上市公司信息透明度考評結果（Score）作為信息透明度的替代變量進行了回歸。上市公司信息透明度考評結果分為A、B、C、D四個等級，分別賦值4、3、2、1進行衡量?；貧w結果如下表所示。第（1）列和第（4）列的結果顯示，數字化轉型的回歸系數顯著為正，說明企業的數字化轉型能夠降低信息不對稱，促進企業信息透明度的提升；同時第（2）列和第（5）列的結果顯示在加入信息透明度這一變量后，數字化轉型的系數依然顯著，且指代信息透明度的兩個變量—分析師跟蹤人數和上市公司信息透明度評分的系數也都顯著為正，這表明企業的數字化轉型能夠提高信息透明度，同時企業信息透明度的增加能夠促進企業的技術創新。信息透明度也是數字化轉型促進企業創新的機制之一。

表 7 機制路徑的識別—信息透明度

五、穩健性檢驗

1.內生性問題

（1）工具變量

考慮到本文的實證研究可能存在反向因果導致的內生性問題，即創新能力越強的企業越有可能進行數字化轉型。為此，本文在前文中已經進行了解釋變量的滯后和被解釋變量的前置處理，在這一部分，本文進一步的使用工具變量法進行兩階段的回歸。首先，參考趙璨等（2020）構建工具變量的思路，采用城市互聯網寬帶接入用戶數以及城市郵政業務總量作為工具變量；其次借鑒趙濤等（2020）的做法，使用滯后一期的全國互聯網上萬人數與1984年城市每萬人固定電話數量的交乘項作為企業當期數字化轉型程度的工具變量進行回歸。第二階段的回歸結果分別匯報在表8的第（1）、（2）和（3）列。表中的回歸結果顯示，不論使用哪一個工具變量，數字化轉型程度指標（Digit）的回歸系數均顯著為正，表明本文的主要結論仍然不變。

（2）傾向得分匹配

考慮到可能存在樣本自選擇導致的內生性問題，即進行數字化轉型程度高的企業與進行數字化轉型程度低的企業之間可能在某些特征維度上存在顯著差異，而這些特征又與企業是否進行數字化轉型以及企業創新有關。為此，本文進一步采用了PSM的方法，借鑒張永坤等（2021）的做法，將數字化轉型程度指標取中位數，若大于樣本中位數取值為1，代表數字化轉型程度高的企業，否則取0，表示數字化轉型程度低或未進行數字化轉型的企業。之后采用采用控制變量作為協變量計算傾向性得分，進行1：1的最近鄰匹配。表8（4）報告了PSM匹配后的回歸結果，Digit的回歸系數依然在1%水平上顯著為正，支持了原假設。

表8 考慮內生性問題

（3）Heckman兩階段

考慮到企業的數字化轉型相關詞頻是自愿選擇披露的內容，有的企業可能進行了數字化轉型但未在年報中披露，因而會造成樣本選擇偏差，導致結果有偏。為此，本文采用Heckman兩階段法進行內生性檢驗。第一階段，根據樣本企業年報中是否披露了數字化轉型定義一個新的二元因變量（Digit_yes），然后加入一個外生變量—“互聯網寬帶接入用戶數”取對數（Internet），用該外生變量和前文的所有控制變量作為自變量對全樣本進行Probit回歸，回歸結果如表9第（1）列所示，并以此計算出逆米爾斯比率（IMR）。第二階段，針對那些在年報中披露了數字化轉型的樣本企業，將第一階段計算出的逆米爾斯比率作為一個控制變量加入原回歸模型中進行回歸，回歸結果如表9（2）。此外，本文還使用數字化轉型字符占比（Digita_l）替代數字化轉型（Digit）在第二階段重新進行了回歸，結果如表9（3）。無論是第（2）列還是第（3）列，IMR的回歸系數均在1%的水平上顯著，這正表明了使用Heckman兩步法糾正樣本偏差的必要性。數字化轉型的回歸系數也仍然顯著為正，說明結果穩健。

表9 Heckman兩階段

2.其他穩健性檢驗

為了進一步提高本文的穩健性，本文還用了數字化轉型相關詞匯的詞頻占年報中文詞頻的占比（Digit_1）作為數字化轉型的衡量指標、將數字化轉型相關的詞頻進行行業-年度均值調整后重新進行回歸。此外，還了刪除數字化轉型程度為0的樣本重新進行檢驗，結果顯示數字化轉型指標（Digit）的回歸系數仍然在1%的水平上顯著，研究結論不變。

六、研究結論和建議

1.研究結論

本文以2010年～2020年滬深A股上市公司為研究樣本，實證分析了數字化轉型對企業創新的影響以及作用機制，并通過了一系列的穩健性檢驗。主要結論如下：（1）數字化轉型（Digit）能夠顯著提升企業的創新能力，數字化轉型程度越深入，越有利于企業的創新；（2）作用機制分析表明，企業的數字化轉型能夠通過緩解企業的融資約束以及增加信息透明度進而提高企業的創新能力。

2.建議

首先，在當前世界百年未有之大變局和世紀新冠疫情不斷沖擊全球經濟的雙重背景下，企業應當順應數字化的發展趨勢，把握當前機遇，加快數字技術與企業生產經營以及管理活動的融合，讓數字化轉型為企業創新賦能。

其次，研究發現數字化轉型可以通過緩解企業的融資約束以及增加信息透明度進而提高企業的創新能力，因此，監管部門應當持續關注企業面臨的融資難問題以及外部利益相關者面臨的信息不對稱問題；制定符合中小型企業轉型需求的融資政策，并不斷完善監管機制，建立健全信息披露機制。最后，政府部門應引導、鼓勵企業推進數字化轉型，并為開展數字化轉型的企業提供相應的支持，為企業提升創新提供動力。