數字化轉型提升了企業的要素配置效率嗎？
——來自中國上市企業年報文本分析的經驗證據

■黃大禹，謝獲寶，鄒夢婷

一、引言

21世紀以來，隨著技術和環境的變遷，人工智能、區塊鏈、云計算、大數據等數字化技術迅猛發展，第二次數字化浪潮逐步興起已成為繼電氣化與自動化技術革命后又一次關鍵的底層技術革命，其能否通過促進企業的數字化轉型進而提升其投融資效率、提高企業全要素生產率水平，對于我國企業擺脫低水平均衡競爭具有十分重要的意義。

“十三五”規劃實施以來，我國政府陸續出臺了網絡強國、寬帶中國、“互聯網+”行動計劃，促進大數據、人工智能、區塊鏈等數字化轉型底層技術的發展。“十四五”規劃更是單列篇章從打造數字經濟新優勢、加快數字社會建設步伐、提高數字政府建設水平、營造良好數字生態等多個維度著重推動數智經濟與實體經濟深度融合。由此可見，在打造全新動力引擎，推動產業轉型升級的當前背景下，數智化正在發揮著不可替代的作用。企業作為經濟體系中最具代表性的微觀主體，在推動數字產業化和產業數字化擔負起重要的使命。那么，企業在進行數字化轉型過程中，究竟可以多大程度上提高企業的全要素生產率？借助數字技術進行數字化轉型后，企業要素配置效率提升的賦能效應是否在屬性異同的企業中產生非對稱性表現？基于上述問題，以中國A股上市公司要素配置效率作為落腳點，試圖探究微觀企業借助數字要素賦能后，能否改善自身要素配置效率，并深入挖掘數字化轉型影響企業行為的異質性特征及機理路徑，從而為激發市場主體活力提供科學的參考依據。

本文可能的邊際貢獻在于：第一，從企業全要素生產率與投資效率兩種不同視角的微觀效應切入，研究數字化技術與企業傳統生產要素融合后所帶來的要素配置優化提振效應，為數字經濟與智能經濟蓬勃發展的微觀效應增添了來自要素配置視角的經驗證據。第二，厘清了數字化轉型全要素生產率提升效應的作用機理。在確證數字化轉型有利于提升企業全要素生產率的內在關系的基礎上，進一步深入分析數字化轉型對全要素生產率提升效應的異質性特征以及傳導機制，并形成了具有理論支撐的創新性研究發現，由此提高了數字化轉型全要素生產率提升效應的研究縱深度，以此有助于形成更為系統全面的學理認知。第三，為政府部門制定具有針對性和有效性的政策舉措提供參考依據。在識別并檢驗微觀結構主體數字技術賦能有助于提升企業全要素生產率并提高企業投資效率的基準關系同時，將企業內部特征與外部面臨的環境的異質屬性納入研究框架，探究數字技術賦能屬性相異企業后所展現的非對稱要素配置提升效應特征。啟示政府部門在引導企業實施數字化轉型戰略的過程中避免“一刀切”式行政管理，明確推動數字化轉型應具備的差別化思路，并據此制定更趨精準的政策舉措，進而最大限度提升政策舉措的有效性。

二、理論分析與假設提出

回溯前期研究，相關文獻往往從委托代理以及信息不對稱兩個視角對企業的非效率投資進行分析（Malmendier & Tate，2005），而鑒于我國現行經濟體制中，政府尤其是地方政府往往具有干預企業投資決策的激勵與沖動，因此部分國內研究也將地方政府行為作為影響企業非效率投資的重要因素（謝獲寶和黃大禹，2020）。企業數字化轉型能否通過降低代理成本、改善信息不對稱以及釋緩地方政府的干預沖動來校正企業的非效率投資行為則是本研究的重點內容。企業的數字化轉型具有一定的外部效應，在為企業自身融資提供便利的同時，也為市場其他主體或投資人干預企業投資決策提供了更為豐富的信息和數據支撐，從底層技術上為投資者“用腳投票”提供便利。這也意味著，數字化轉型可有助于企業所有人及其余市場投資者降低監管成本，提升監管效率，有效降低管理層僅出于自身利益和短期激勵不斷擴展該企業投資規模，造成投資過度的可能。此外，企業的數字化轉型外溢至整個社會領域，也能為地方政府提高治理效能提供更有力工具以及更廣的視角（黃大禹等，2021）。在某種意義上抑制地方政府傳統上直接干預企業微觀投資決策的沖動，有效防止企業因配合地方政府實現增長目標而偏離主營業務與長期發展的投資沖動，也有益于提高企業的投資效率，杜絕投資過度帶來的生產要素邊際效用遞減。

綜合上述分析，企業數字化轉型既能通過對企業內外環境的形塑降低投資過度的激勵，同時也能從融資約束與資產標的兩個方面有效優化企業所處的投資環境，進而達至緩釋投資不足的效果。根據上述分析，提出研究假設1。

假設1：微觀企業應用數字技術水平越高，其全要素生產率水平越高。

首先，限于信息存取能力和計算能力，無論是企業所有者、管理層或是員工都僅具有有限理性，其對企業的投融資決策和行為不可避免地存在偏差。特別是近年來在金融行業、房地產業規模飛速膨脹，資產價格不斷推高背景下，實體企業的投融資決策往往出現過度依賴金融杠桿從而不斷積累金融風險的傾向。同時由于偏離了主營業務以及金融周期波動劇烈，看似利潤豐厚的金融杠桿投融資行為，實際上反而惡化了企業的投融資行為（黃大禹等，2021），造成其要素配置效率的折損。數字技術的賦能使企業對于企業內外環境的變動、新信息的獲取能力以及解讀速度大幅提升，為企業在投融資決策中隨時調整策略提供了良好的信息支撐。其次，在我國以間接融資為主的金融體系中，金融杠桿的成本與收益往往取決于貨幣政策等政策體系的調節（胡奕明等，2017），因此企業數字化轉型對于企業信息搜集分析能力的改造反而能進一步提升其對政策的感知與預測能力，從而更好地根據政策的松緊程度擴張或收縮自身金融杠桿，調整投融資行為，進而優化生產要素配置。最后，數字化轉型可以通過提升企業的信息披露質量，降低企業與市場其他主體的溝通成本，有助于企業擴展自身的融資渠道與投資項目，從而不必僅將投融資行為局限于金融杠桿，由此防止過度使用金融杠桿帶來的要素配置效率折損。據此，提出研究假設2。

假設2：企業數字化轉型有助于優化投融資行為（金融杠桿、短貸長投），進而提升企業的全要素生產率。

一方面，企業的數字化轉型本身是一項具有復雜性和綜合性的系統創新進程，吸納了大量的創新要素（人員、投資），這無疑極大地擴張了轉型企業占有的可配置要素邊界，為提升配置效率提供了充足的物質基礎。另一方面，數字化轉型的實施也為產業發展方式和技術經濟范式帶來新的變革，使創新投入在當前企業要素配置導向中的權重愈發提升，夯實了提高要素配置效率的技術和組織基礎。由此，認為數字化轉型對于企業配置效率的提高也可從增加創新要素投入增量，優化其存量管理的路徑得以顯現。其中，保證充足的人力投入與資金投入成為保障企業技術創新得以持續進行的關鍵要素。因此，提出研究假設3。

假設3：數智時代微觀企業更可能增加數字化技術與智能應用的研發投入、引進研發人員，伴隨企業投資策略與投資視野更為長期化，企業全要素生產率水平能夠得到相應提升。

三、研究設計

（一）數據選擇及處理

研究樣本時間為2007—2019年，企業全要素生產率相關指標的原始數據及其他相關財務數據來自CSMAR 數據庫，用于刻畫核心解釋變量即企業數字化轉型的數據來源于巨潮資訊網。

（二）變量設計

1.被解釋變量

全要素生產率（Effiency）。借鑒謝獲寶和黃大禹（2020）的研究思路，使用LP 估計法對企業生產效率進行測算，以此得到代理變量（TFPLP）。具體計算過程所涉及的指標包括總產出、勞動力要素投入、資本要素投入、中間產品投入。具體而言，采用營業收入作為企業總產出的度量指標；采用企業員工人數作為企業勞動力要素投入的度量指標；采用固定資產賬面價值作為企業資本要素的度量指標；在中間投入指標的計算方面，通過總產值與增加值之間的差值運算得到中間投入的具體數值。其中，總產值為“營業收入”與“庫存變動”之和。增加值為“營業利潤”“各項稅費支出”“職工薪酬”與“固定資產折舊”之和。同時，為了剔除價格因素的潛在影響，對上市公司的總產出、中間投入通過企業所在省份的產品出廠價格指數進行平減，資本要素投入則通過企業所在省份的固定資產投資價格指數進行平減。

在投資端，借鑒Richardson（2006）、劉慧龍等（2014）、陳運森和黃健嶠（2019）構建的模型測度企業投資效率Axinvest，具體方程見模型（1）。

2.核心解釋變量

企業數字化轉型（DT）。在黃大禹等（2021）的研究中，通過定性挖掘搜集上市公司年度報告中有關企業數字技術的關鍵詞以及通過定量手段刻畫數字化這一代理指標。相關定性與定量兩種變量構造過程留存備索。圖1 為定性刻畫變量中所使用的基本詞匯。

圖1 企業數字化轉型的基本詞匯構成

3.控制變量

考慮到企業要素配置效率水平高低除了受數字化水平影響外，還會受到眾多微觀個體層面變量的作用，因此為了更為精準識別數字化轉型與企業要素配置效率兩者間的因果效應，本文控制了權威文獻中影響企業要素配置效率的變量。主要變量的定義如表1所示。

表1 主要變量的定義

（三）計量模型設定與描述性統計

針對企業數字化轉型與全要素生產率之間的內在關系，構建基準模型（2）進行實證檢驗。

其中，被解釋變量為Effiency（企業全要素生產率），具體包括生產效率（TFP-LP）和投資效率（Axinvest）兩個細分的變量指標。通過文本識別的詞頻統計與定量描述兩種手段來衡量企業數字化轉型強度。更進一步地，納入年度（Year）和行業（Ind）的虛擬變量以盡可能減弱內生性問題的干擾。此外，考慮到非對稱效應檢驗的需要，除了針對屬性差異特征進行分組后再檢驗，還設置了虛擬變量開展研究。

客觀而言，基準效應與非對稱效應無法明確數字化轉型與企業要素配置效率之間發生作用的傳導機制，因此參考溫忠麟等（2004）中介效應模型，構建以下三個方程。

分別從投融資行為、創新資源配置兩個角度進行計量識別，在投融資行為方面，選取金融性負債杠桿（FIN-Lev）和短貸長投行為（SFLI）兩個反向度量指標，金融性負債杠桿越低，短貸長投行為越發收斂，則表明企業投融資越趨優化。

表2 描述性統計

四、實證回歸結果分析

（一）主回歸結果

主回歸進行了基準效應也就是“企業數字化轉型-全要素生產率”實證回歸檢驗。針對實證研究的思路，首先，控制了時間和行業的虛擬變量并開展回歸（列（1）—（2）），并在后續檢驗中納入控制變量進行檢驗（列（3）—（4））；其次，針對全要素生產率，構建了兩個方向相反的指標：一是企業的全要素生產率（TFP-LP），表征企業的要素生產配置效率；二是企業的非效率投資（Axinvest），反向測度企業投資行為有效性（即是全要素生產率的有效性）。

研究發現，列（1）中，企業數字化轉型（DT）對企業全要素生產率（TFP-LP）的回歸系數為0.073且通過了1%的統計顯著性檢驗。在列（2）中，企業數字化轉型（DT）對非效率投資（Axinvest）的回歸系數為-0.001 且在1%水平下顯著。納入相應的控制變量后，結果顯示數字化轉型的回歸系數分別為0.017和-0.003且均通過了1%的統計顯著性檢驗。上述結果說明當企業數字化轉型程度越高時，企業的全要素生產率有顯著提升，并且自身的非效率投資水平明顯下降。這意味著，企業的資源配置能力得到了顯著增強，研究假設1成立。

表3 基準回歸結果

續表3

為了使基準研究結論更為穩健，借鑒黃大禹等（2021）所采用的定量描述方法來表征企業數字化轉型水平。其中ABCD整體上可用“底層技術”概括，四個字母分別代表：人工智能、區塊鏈、云計算和大數據；Apply 代表的含義是技術應用，指代數十種年報中提及的技術應用。研究發現，企業數字化轉型變量（DTU）對企業全要素生產率和非效率投資的回歸系數分別為0.845和-1.086，且均至少通過了5%的統計顯著性檢驗。這說明即便將數字化轉型的識別手段從文本大數據轉向了財務報表數據，也沒有改變數字化轉型驅動企業全要素生產率提升并降低非效率投資行為的核心結論。

表4 變更數字化轉型測度方法回歸

（二）穩健性檢驗①限于篇幅，結果留存備索。

基于延長預測窗口的視角展開穩健性檢驗。這種技術處理手法不僅能夠考察企業數字化轉型在遠期的經濟后效，而且能夠有效減弱回歸中可能存在的互為因果問題，從而降低內生性的干擾。從企業數字化轉型對全要素生產率抑或是非效率投資行為的影響系數來看，隨著時間的推移，其影響并沒有呈現出衰減的趨勢，表明這種促進作用是十分穩健且長期的，具有一定的疊加特征，也展現出了數字化轉型更高的邊際生產力。

為進一步證實結論的穩健，著重剔除在全樣本中可能具有較大特殊性的群體。在分別剔除了直轄市樣本和東部地區樣本后，企業數字化轉型能夠顯著促進企業全要素生產率水平的提升，并降低企業的非效率投資行為，進一步驗證了結論穩健可靠。

（三）異質性檢驗

就企業的產權屬性差異進行了異質性識別檢驗，結果見表5。在列（1）—（4）中，對國有企業和非國有企業進行分組處理，并重新進行了基準檢驗。在列（5）—（6）中，則采用了交互項進行了二次驗證，以提高前述分組回歸結論的說服力，其中State 表示是否屬于國有企業。結果顯示，在國有企業組別中，企業數字化轉型對全要素生產率的回歸系數為0.038 且通過了1%的統計顯著性檢驗，對非效率投資的回歸系數為-0.005且通過了1%的統計顯著性檢驗。在非國有企業組別中，企業數字化轉型對其要素配置效力的影響力度明顯減弱。具體來看，對全要素生產率的回歸系數為0.006通過了10%的統計顯著性檢驗，而對于非效率投資而言，回歸系數為-0.001 但未通過顯著性檢驗。從這個角度來看，企業數字化轉型對國有企業的全要素生產率有著更為明顯的驅動作用，更能夠降低國有企業的非效率投資行為，從而展現出了較強的非對稱特征。交互項對于企業全要素生產率的回歸系數顯著為正，表明相對于非國有企業而言，國有企業的數字化轉型能夠對全要素生產率產生顯著的正向影響。交互項對于企業非效率投資的回歸系數顯著為負，表明相對于非國有企業而言，國有企業的數字化轉型能夠對非效率投資產生顯著的負向影響。交互項的回歸結果同前文的分組檢驗的邏輯是完全一致的。

表5 異質性檢驗：企業產權屬性

表6列示了就企業的科技屬性差異進行異質性識別檢驗的結果。在列（1）—（4）中，對高科技企業和非高科技企業進行了分組處理，并重新進行了基準檢驗。在列（5）—（6）中，采用了交互項進行二次驗證，以提高前述分組回歸結論的說服力，其中HT 表示是否屬于高科技企業。結果顯示，在高科技企業組別中，企業數字化轉型對全要素生產率的回歸系數為0.016 且通過了1%的統計顯著性檢驗，對非效率投資的回歸系數為-0.001 且通過了10%的統計顯著性檢驗。在非高科技企業組別中，企業數字化轉型對其要素配置效率的影響力度明顯減弱。具體來看，對全要素生產率的回歸系數為0.002 且通過了10%的統計顯著性檢驗，而對于非效率投資而言，回歸系數為-0.001 但無法通過顯著性檢驗。從這個角度看，企業數字化轉型對高科技企業的全要素生產率有著更為明顯的驅動作用，更能夠降低高科技企業的非效率投資行為，從而展現出了較強的非對稱特征。交互項對于企業全要素生產率的回歸系數顯著為正，表明相對于非高科技企業而言，高科技企業的數字化轉型能夠對全要素生產率產生更為顯著的正向影響。交互項對于企業非效率投資的回歸系數并不顯著，表明相對于非高科技企業而言，高科技企業的數字化轉型能夠對非效率投資產生更為顯著的負向影響。交互項的回歸結果同前文的分組檢驗的邏輯基本保持一致。

表6 異質性檢驗：企業科技屬性

五、拓展性研究：作用渠道與路徑測試

進一步聚焦于微觀企業數字化轉型影響自身全要素生產率的可能的渠道路徑。首先分析微觀企業投融資行為的作用渠道，投融資行為包括了企業的金融性負債杠桿（FIN-Lev）和短貸長投行為（SFLI）。實證結果如表7 和表8 所示。表7結果顯示，企業數字化轉型對金融性負債杠桿的回歸系數為-0.005且通過了1%的顯著性檢驗，表明企業數字化轉型能夠在一定程度上抑制自身的“脫實向虛”行為。企業數字化轉型水平的提升，意味著企業有著更強的數字技術能力來協調自身的資源配置，可以在既有的資源邊界下達到更大的產出效果。這種變化的本質是企業擴展了自身的資源邊界，在自身資源使用效率提升的情況下，企業通過“另辟蹊徑”獲取金融資源的主觀能動性有所減弱，也無需再通過金融杠桿來攝取資源。企業對金融杠桿依賴程度的降低，會進一步改善內部的全要素生產率和投融資效率。在企業“脫實向虛”行為較低的情形下（即金融杠桿行為較低），企業通過抽取其他實體經濟領域資源注入金融領域中的動機就會有所減弱，降低了無謂的生產要素的效率損失。進一步地，從企業非效率投資進行反向驗證。研究結果發現，企業金融負債杠桿對非效率投資的回歸系數顯著為正，說明企業金融杠桿行為越強，越會引發企業的非效率投資行為。綜合上述實證研究的分析結果可以發現，企業數字化轉型降低了對金融負債杠桿的需求，進而降低了這種負面的脫實向虛行為對企業全要素生產率的不利沖擊，形成了典型的正向驅動路徑。

表7 渠道機制：基于金融性負債杠桿的視角

表8 渠道機制：基于短貸長投的視角

表8實證結果顯示，企業數字化轉型對企業短貸長投的回歸系數為-0.012且通過了1%的顯著性檢驗，表明企業數字化轉型能夠有效降低企業的短貸長投（SFLI）行為。基于表7和表8的實證檢驗可以發現，企業數字化轉型能夠有效改善企業的投融資行為，降低那些不利投融資行為和決策的影響，從而為全要素生產率活動創造出良好的條件。由此，研究假設2成立。

進一步聚焦于企業的創新投資行為，投資行為包括了兩個層面的指標：一是企業針對長期性研發人員投入占比（RD-Employ）；二是傳統的研發投入指標（R&D）。實證研究結果如表9和表10 所示。表9 的結果發現，企業數字化轉型對企業研發人員數量占比的回歸系數為0.012，顯著為正。表明企業數字化轉型能夠顯著提升企業內部研發人員的占比數量，企業針對研發領域的投入比重和關注度都有明顯上升。

表9 渠道機制：基于研發人員數量占比的視角

續表9

表10的結果顯示，企業數字化轉型對企業研發投入強度的回歸系數為0.017 且顯著為正，表明企業數字化轉型能夠顯著提升企業研發投入強度，簡言之，企業針對研發領域的投入比重和關注度都有明顯上升。從表9和表10的實證檢驗結果可以發現，企業數字化轉型能夠有效提升那些關乎企業長期生產潛力的要素（如研發投入人才和資金投入），從而能夠有效改善企業內部生產要素的結合程度，提升要素的配置效率，降低非效率投資的水平。因此，研究假設3成立。

表10 渠道機制：基于企業研發投入的視角

六、研究結論和啟示

本文通過理論分析與實證檢驗后發現企業數字化轉型能夠有效改善企業內部的全要素生產率狀況，具體來看：一是能夠有效提升企業全要素生產率；二是能夠降低企業的非效率投資水平。異質性檢驗結果顯示，相比于非國有企業，國有企業的數字化轉型能夠顯著改善自身的全要素生產率并實現非效率投資水平的降低，從而達到了更突出的全要素生產率優化效果。相比于非高科技屬性的公司，全要素生產率提升效應在以科技創新為發展要義的公司中更為明顯并降低非效率投資水平。從渠道機制識別檢驗看，企業數字化轉型能夠顯著改善企業的投融資行為，從而為全要素生產率優化提供良好的基礎條件。具體來看，一方面，企業數字化轉型能夠從融資角度降低對金融杠桿和短貸長投的需求，從而以更加良好的財務行為和財務狀況來驅動企業全要素生產率的提升（或非效率投資水平的下降）；另一方面，企業數字化轉型能夠驅動企業增強長期性的生產投入（如研發投入人員和資金）這將顯著改善企業內部的全要素生產率狀況，企業利用要素達到更大的產出，從而提升自身的全要素生產率，降低無效（低效）投資活動。

本文的啟示是：第一，企業應積極引入技術、推動數字化轉型，有效提升企業全要素生產率水平并降低企業非效率投資程度。通過研究發現數字技術對于企業要素配置效率改善具有顯著的作用，識別出以數智技術為支點撬動生產方式和治理方式的變革勢在必行，對公司長期競爭力的提高具有戰略性意義。第二，通過研究發現企業雇傭更多科研人員能夠在數字化轉型與要素配置效率提升中發揮部分中介效應，技術的應用需要相關技術領域的人才投入。因此，如何幫助企業克服利用數智技術中存在的諸多摩擦，是改革中需要關注的核心問題。建議出臺有助于數智技術人才培養的相關政策，從而更好地彌合日益增長的數智化人才需求缺口。[1]陳運森，黃健嶠.股票市場開放與企業投資效率——基于“滬港通”的準自然實驗[J].金融研究，2019（8）：151-170.