數字化轉型、融資約束與企業全要素生產率*

花俊國，劉 暢，朱 迪

（河南農業大學經濟與管理學院，河南 鄭州 450046）

一、引言與文獻綜述

提升全要素生產率是我國推進供給側結構性改革的關鍵目標，對于實現經濟高質量發展發揮重要作用。黨的十九大報告明確指出，要加大結構性改革力度、矯正要素配置扭曲、擴大有效供給、提高供給結構適應性和靈活性，提高全要素生產率。由此可見，優化全要素生產率已經成為我國現行發展階段下必須實現的任務，將為加速產業轉型升級提供核心動能（蔡昉，2013）。當前世界經濟發展呈現頹勢，我國人口紅利正逐步消失、資本報酬處于遞減狀態，作為經濟主體的重要組成部分，微觀企業的發展狀況深刻影響著宏觀經濟的發展趨勢。而企業要突破發展瓶頸、實現可持續發展，離不開穩定高效的生產率。因此，提升企業全要素生產率是轉變我國經濟現狀的關鍵所在，而企業引入數字技術、推動數字化轉型將為提升全要素生產率提供新的渠道。

近年來我國高度重視數字科技發展，積極推進企業數字化轉型，實現數字經濟與實體產業的融合。企業數字化轉型就是利用大數據、人工智能等新興技術改革生產運營方式的過程（Ilvonen等，2018）。依托數字技術助力產業升級、提高生產效率是我國實體經濟走出發展困境的關鍵途徑。數字化轉型企業憑借技術優勢進行高效的信息整合、計算分析和交流通信，增強產業鏈上下游及不同主體之間的協作效率以降低生產成本（Loebbecke等，2015）、改善創新績效（張吉昌和龍靜，2022）、優化運營模式（張恒梅和李南希，2019），提高全要素生產率。同時，企業數字化轉型進程的推進能夠進一步降低企業融資壁壘、提高融資效率、緩解融資約束，助力企業獲取資金支持、優化投資方式、提高產出效率，實現全要素生產率的大幅提升。

現有關于企業數字化轉型經濟效應的研究多集中于微觀企業特征。一方面，數字化轉型帶來的數字技術“紅利”改善了企業內部財務因素，不僅提高了企業的創新水平（王才，2021），還使企業得以強化供應鏈集成以優化績效表現（李琦等，2021），進而實現價值提升。另一方面，推進數字化轉型也顯著影響了企業的外部表現。通過引入數字技術，企業的信息披露質量上升，股票流動性增強，資本市場表現得到顯著改善（張永珅，2021）；同時，數字化轉型能夠降低企業的貿易成本，擴大企業對外出口規模（易靖韜和王悅昊，2021）。此外，信息技術的廣泛使用，緩解了企業的信息壁壘、降低審計機構的技術成本，大幅減少了企業承擔的審計費用。至于數字化轉型對企業全要素生產率的影響，現有研究表明，企業實施數字化轉型可以通過提升創新水平、改善人力資源配置結構、促進兩業融合或削減成本來改善生產效率（趙宸宇等，2021）；信息傳播帶來的企業間知識溢出效應也是數字化轉型作用于全要素生產率的路徑之一（涂心語和嚴曉玲，2022）。

通過梳理文獻可發現，現有關于企業數字化轉型經濟效應的研究主要從創新能力、企業績效、企業價值等內部績效水平和資本市場表現、對外出口規模、審計費用等企業外部影響展開，針對全要素生產率的實證研究相對較少，且未有研究考察融資約束這一機制路徑。企業能夠通過數字技術充分識別融資信息、弱化融資壁壘，為提升生產效率提供堅實的資金基礎。基于此，本文利用2013-2020年上市企業面板數據，研究數字化轉型對企業全要素生產率的影響以及融資約束的中介效應，并基于股權性質、企業規模、行業分類和地區數字金融發展水平進行異質性分析，為深入理解企業數字化轉型在不同企業特征下的影響差異提供經驗證據。

二、理論分析與研究假設

（一）數字化轉型與企業全要素生產率

隨著第四次工業革命的推進，我國經濟社會逐步邁進數字經濟時代，人工智能、大數據技術等新興科技正取代傳統生產方式為經濟社會的運行提供動力。在這樣的大環境下，企業要實現高質量發展目標，就要擺脫通過要素擴張提高績效的傳統思維，利用數字科技替代舊動能，提高生產率。數字化轉型作用于企業全要素生產率主要體現在以下幾個方面：

第一，數字化轉型縮減了企業成本。首先，通過數字化轉型，企業將互聯網、人工智能等數字科技應用于原始生產，實現了生產和服務的自動化、智能化，大幅降低對人力資源的依賴，減少勞動力成本（杜傳忠和張遠，2021）。其次，數字技術賦能傳統生產工具，不僅能顯著提高生產工具的產出效率，也能利用智能程序實時監控生產狀況，及時有效地排查機器隱患，降低維修成本和時間成本（閆德利等，2019），提高生產效率。此外，數字技術在直接參與生產之外，還能優化傳統生產資源的配置。信息技術的應用緩解了信息不對稱，加速了資源在企業間的流動，進而提高資源利用效率、減少要素冗余（于世海等，2022），降低生產成本，提高生產效率。最后，企業利用互聯網大數據精準捕捉消費者偏好信息，生產主流產品，并構建實時交流平臺，從消費到售后對客戶及時跟進，提高客戶滿意度，降低投訴率和退貨退款率，從而降低服務成本，提高生產效率。

第二，數字化轉型增強了企業創新能力。首先，數字化打破企業間的溝通障礙，加強信息交流互通、實現知識共享學習，促進內部信息的更新完善和外部信息的挖掘整合（張吉昌和龍靜，2022）。企業在獲取創新信息的情況下及時調整研發方向和投資目標，順應主流趨勢做出創新決策，避免落后。其次，數字化增強了企業內部生產鏈條的協同性，利用數據要素將內部系統串聯起來，促進各部門實現從獨立開發到協同創新的轉型，提高企業整體的創新能力（王才，2021）。此外，數字化轉型企業具有較強發展潛力和較大進步空間，良好的發展前景為企業吸引更多高端技術人才，為企業創新研發提供新鮮血液，促進創新能力的提升。最后，數字化還通過影響產品需求側激勵企業創新（劉啟雷等，2022）。企業為獲取外源創新信息提高競爭力，通過互聯網技術與客戶形成合作式創新。為滿足客戶的多元化需求，企業必須不斷探索創新路徑、完善產品設計，提高創新能力。而科技創新可以增強企業技術實力，提高生產效率。

第三，數字化轉型優化了企業運營模式。一方面，企業通過數字化轉型拓展了服務業務，深化了產品生產中服務要素的嵌入水平（張恒梅和李南希，2019），保證供給口效率和競爭優勢，改善了運營模式，提高生產效率；另一方面，數字化轉型從多維度改進企業管理系統，利用信息要素的互通優勢，完善管理制度、促進部門協作、增強管理者能力，必要時能夠驅動企業的組織變革，推動傳統運營模式的轉變（戚聿東和肖旭，2020），實現全要素生產率的提升。

根據以上理論分析，本文提出以下假設：

H1：企業的數字化轉型能夠促進全要素生產率的提升。

（二）數字化轉型、融資約束與企業全要素生產率

對于我國企業來說，間接融資是其主要融資渠道。由于傳統金融機構遵循盈利原則、控制潛在風險，對企業信貸業務抱有慎重的態度，一些企業尤其是中小企業難以獲得充足外源資金、面臨融資約束（唐松等，2020）。同時，受金融市場信息不對稱的限制，企業難以充分把握融資信息、探尋有效融資路徑，面臨融資障礙。然而提振企業生產率需要資金支持，融資不足會導致企業難以做出最佳經營決策、優化資源配置效率，引起生產率下降。

數字化轉型為緩解企業融資約束、提高全要素生產率提供了新思路。首先，企業進行數字化轉型符合國家發展戰略，不僅能獲得國家的戰略支持，在進行融資時也更易享受金融機構的政策優惠，有效地緩解了融資難問題。其次，數字化轉型推動了大數據信息技術在企業中的應用，提高了企業財務信息和信用信息的披露強度。金融機構通過信息共享迅速識別高質量企業，降低信用風險成本（羅正英等，2003），推動信貸系統中信用安全網絡的完善，使金融機構更愿意貸款給企業；企業也可以利用數字化信息共享優勢，及時獲取有益融資信息，走出融資困境。最后，金融機構通過建設數字化融資交易平臺，實現與企業高效聯結，能有效解決因地理位置差異造成的融資難題，降低企業融資成本，緩解融資約束。

融資約束的緩解進一步提升了全要素生產率。一方面，充足的資金為企業招攬人才、豐富人力資源提供有力支持，而人力資本的擴大將進一步促使企業應用新技術，帶動企業不斷提高自身全要素生產率（Chen等，2018）；另一方面，全要素生產率的顯著提升離不開企業研發創新的實現，而企業進行研發投入需要穩定持續的外源資金支持，因此當企業面臨的外部融資門檻降低時，其用于創新投資的資金就更加充足，全要素生產率也相應得到改善（劉家悅等，2020）。此外，數字化轉型作用下企業內外部信息不對稱程度降低，外部投資者在獲取充分的企業信息后，投資意愿會有所增強，進而為企業帶來更多社會資本，幫助企業豐富要素積累、提高全要素生產率（俞杰和萬陳夢，2022）。

根據以上理論分析，本文提出以下假設：

H2：企業數字化轉型可以通過緩解融資約束提高企業全要素生產率。

三、研究設計

（一）變量定義

1.企業全要素生產率（TFP）

考慮到財務數據的可獲得性，本文參考魯曉東和連玉君（2012）的方法，利用LP法來測算企業的全要素生產率，該方法能夠有效解決由企業同時選擇產量與資本存量帶來的同時性偏差問題。

2.企業數字化轉型程度（DCG）

現有關于企業數字化轉型的研究多集中于理論層面，對于數字化程度的定量衡量還未達成一致。為避免理論性偏差，本文使用現有定量研究廣泛運用的方法，以關鍵詞出現頻率作為企業數字化轉型程度的衡量指標，本文參考吳非等（2021）的做法，將數字化轉型按照功能實現劃分為“底層技術運用”和“技術實踐運用”兩方面，同時將“底層技術運用”細分為人工智能、區塊鏈、云計算、大數據四類，利用Python爬蟲技術和Java PDFbox庫統計A股上市公司披露的企業年報中五項關鍵詞出現的頻次，將該頻次作為企業數字化轉型程度的原始衡量標準。為了避免關鍵詞統計頻次的右偏傾向對回歸結果造成的影響，本文又進一步對數據采取對數化處理。

圖1 數字化轉型詞譜

3.中介變量

4.控制變量

參考現有關于企業全要素生產率的研究，本文選取以下企業特征變量作為控制變量：股權集中度（FirstShare）、股權性質（SOE）、資產負債率（Lev）、托賓Q（TobinQ）、無形資產比率（Intangible）、凈資產收益率（ROE）、企業規模（Size）、企業年齡（Age）。具體變量說明見表1。

表1 變量定義

控制變量ROE 凈資產收益率 凈利潤/平均凈資產Size 企業規模 期末總資產對數Age 企業年齡 企業成立年數加1再取對數

（二）模型設定

為探究數字化轉型對企業全要素生產率的影響，本文構建基準模型（1）進行實證分析，并在模型（1）的基礎上借鑒溫忠麟等（2014）的研究，構建中介效應模型（2）、（3）分析融資約束的機制作用，具體模型構建如下：

模型（1）中，TFPi,j,t表示在i企業t年的全要素生產率，DCGi,t表示i企業t年的數字化轉型程度，Controlsi,t為控制變量集合，YEARt為年份虛擬變量，INDu為行業虛擬變量，εi,t為誤差項。系數α1表示數字化轉型對企業全要素生產率的影響。模型（2）中，系數β1測度數字化轉型對融資約束的影響；模型（3）中，系數γ1體現數字化轉型程度對全要素生產率的直接影響，γ2體現中介變量效應大小。

（三）數據來源與描述性統計

鑒于我國企業數字化轉型主要在2013年以后推廣和普及，文章選取2013-2020年滬深兩市A股上市企業年度數據作為研究樣本，并對研究數據進行以下處理：第一，剔除金融類企業數據；第二，剔除ST企業數據；第三，剔除數據缺失或數據出現異常的企業數據；第四，對連續變量進行上下1%縮尾處理。企業的財務信息主要來源于國泰安數據庫（CSMAR），數字化轉型相關年報數據來自深圳證券交易所和上海證券交易所的官網。

主要變量的數據結構見表2。企業全要素生產率（TFP1）的平均值為9.352，最小值為7.071，最大值為12.318，表明樣本企業整體的生產率水平良好，但企業之間存在較大差距；企業數字化程度（DCG）的平均值為2.139，最小值為0.693，最大值為5.081，說明我國企業數字化水平有待增強，各企業之間的數字化能力差異顯著。

表2 描述性統計

為避免變量之間存在多重共線性問題，本文進行了共線性檢驗，結果顯示各變量的VIF值均低于5，說明模型的共線性問題較小，不影響最終實證結論。

四、實證分析

（一）基本回歸分析

為研究企業數字化轉型程度對全要素生產率的影響，本文利用模型（1）進行多元回歸分析，具體回歸結果見表3第（1）至第（3）列。第（1）列報告了未加入控制變量的回歸結果，數字化轉型程度的系數為0.0304且在1%顯著性水平下顯著為正。在進一步加入控制變量和行業、年份虛擬變量之后，數字化轉型程度的系數依然保持在1%顯著性水平下顯著為正，表明企業數字化轉型確實增強了企業生產能力，提高全要素生產率，驗證了假設1。

（二）機制分析

基本回歸分析驗證了數字化轉型對企業全要素生產率的提升作用，但其中的作用機制還有待研究。因此本文在模型（1）的基礎上，利用模型（2）、（3）來研究數字化轉型是否通過緩解融資約束來提高企業全要素生產率，具體回歸結果見表3第（4）、（5）列。根據表3第（4）列報告的回歸結果，數字化轉型的系數為-0.0442且在1%顯著性水平下顯著，表明企業的數字化轉型能夠緩解融資約束問題。第（5）列報告了將企業數字化轉型、融資約束和全要素生產率納入同一個模型中的實證回歸結果，可以看出全要素生產率與企業數字化轉型顯著正相關、與融資約束顯著負相關，數字化轉型的回歸系數由的0.0599降為的0.0549，這表明融資約束在企業數字化轉型和全要素生產率之間起到了部分的中介作用。其中，直接效應為0.0549，中介效應為0.0065，占總效應的比重為10.9%。通過以上分析可知，數字化轉型可以通過緩解企業面臨的融資約束來提升企業全要素生產率，假設2得到驗證。

（三）穩健性檢驗

1.替換被解釋變量

在基礎回歸中，本文采用LP法測算的全要素生產率檢驗企業數字化轉型的影響。為驗證結論的可靠性，本文利用OP法測算的全要素生產率（TFP2）替換原解釋變量做穩健性分析，具體結果見表4第（1）-（3）列。根據表中結果，數字化轉型對企業全要素生產率的正向促進作用依舊顯著，融資約束的中介效應顯著性也與上文保持一致，中介效應占比為13.0%。

2.替換解釋變量

在基礎回歸中，本文采用文本分析法，利用上市企業年報中數字化轉型關鍵詞出現頻率衡量數字化轉型程度。為檢驗實證結果的穩健性，本文進一步參考何帆（2019）、張永珅等（2021）的研究，用上市企業財務報表附注中披露的與數字化轉型有關的無形資產占無形資產總額的比例，作為衡量企業數字化轉型水平的替代變量。與數字化轉型有關的無形資產指資產明細中包含“網絡”“智能”“軟件”等數字科技關鍵詞的資產和相關專利，具體回歸結果見表4第（4）-（6）列。根據表中結果，數字化轉型對企業全要素生產率的正向促進作用依舊顯著，融資約束的中介效應顯著性也與上文回歸結果保持一致，中介效應占比為12.2%。

表4 穩健性回歸結果

Intangible -1.8506***（-12.976）-1.5236***（-8.938）ROE 0.9032***（18.538）-0.0612**（-2.233）-1.8570***（-13.019）-1.5158***（-8.886）-0.0349（-1.125）1.1129***（20.938）Size 0.3998***（62.626）-0.0700***（-7.483）0.8960***（18.333）1.1289***（21.307）-0.0721***（-7.477）0.6582***（85.690）Age -0.0008（-0.040）0.0487***（39.726）0.4049***（58.426）0.6479***（91.488）0.0460***（35.732）-0.1604***（-3.119）Constant -2.7468***（-16.760）-0.6853***（-175.585）-0.0721*（-1.675）-0.0021（-0.090）-0.7097***（-170.252）-6.3999***（-24.371）YEAR YES YES YES YES YES YES INDUSTRY YES YES YES YES YES YES R-squared 0.621 0.801 0.621 0.759 0.823 0.760-2.9558***（-93.872）-3.0542***（-13.189）-5.7665***（-30.785）-2.8394***（-83.321）

五、進一步研究

（一）企業異質性分析

為深入探究不同類型企業進行數字化轉型對全要素生產率的影響差異，本文基于企業產權、企業規模、行業分類做異質性分析。具體分析結果見表5。

1.企業產權異質性

表5第（1）、（2）列報告了企業產權的異質性分析結果，可以看出在國有企業和非國有企業中，數字化轉型對企業全要素生產率均具有顯著的提升作用，但這種正向影響在國有企業中更強。產生這種差異的原因可能在于：首先，國有企業的自我定位不同于非國有企業，在追求效益的同時會積極響應國家戰略號召，采取一系列行動進行數字化轉型，以促進供給側結構性改革目標的實現，因此國有企業數字化轉型在速度和程度上都領先于非國有企業，在促進全要素生產率提升方面也發揮更大的作用。其次，企業數字化轉型的實現依賴于數字技術的廣泛應用、智能制造的大規模投入，同時還需要構建完善的現代化信息系統。國有企業無論在資金、規模、科研還是政策方面都更具優勢（李政和陸寅宏，2014），能夠為數字化轉型提供充分條件，從而使得數字化轉型對企業全要素生產率的提升效應在國有企業中更強。

2.企業規模異質性

將資產規模高于樣本企業資產規模中位數的企業設定為大型企業，其余企業設定為中小企業，表5第（3）、（4）列報告了企業規模異質性的回歸結果。大型企業和中小企業進行數字化轉型都能顯著提高全要素生產率，但是大型企業的提升效果更好。其可能的原因在于：相對于大型企業，中小企業作為“尾部群體”，由于缺乏抵押資產，容易受到金融系統的排斥，面臨的融資約束也更為嚴重（聶秀華和吳青，2021）。在外部融資不足的條件下，中小企業進行數字化轉型的效率較低，轉型質量也不如大型企業。同時，企業進行數字化轉型需要一定的創新能力、足夠的創新投入和大量的技術人才，而中小企業的競爭力不強，對外部投資和尖端人才的吸引力較差，創新水平不如大型企業，導致數字化進程相對較慢。因此，大型企業數字化轉型能力更強，對全要素生產率的提升也更為顯著。

3.行業分類異質性

表5第（5）、（6）列報告了行業分類異質性的回歸結果，由結果可知制造業企業和非制造業企業進行數字化轉型都能顯著提高全要素生產率，但是非制造業企業數字化對全要素生產率的提升作用更強。產生這種差異的原因可能是：非制造企業的經營靈活性更強，這一特點使非制造企業更加積極地尋求與外部主體的合作，從而獲取更為充足的互補性資源，憑借對企業內外部資源的有效整合（李琦等，2021），非制造企業得以更好地通過數字化轉型提升全要素生產率。同時，日趨激烈的競爭驅使非制造企業主動進行數字化以探尋新的增長點，催化了數字化對生產率的提升效應。因此，非制造企業數字化轉型對全要素生產率的提振作用更強。

表5 異質性回歸結果

（二）地區數字金融發展水平異質性

數字金融是數字經濟背景下傳統金融系統與數字技術有機融合的產物，其通過互聯網、大數據等高新科技將各金融主體高效聯結，進一步拓展服務范圍、提高服務效率、弱化融資壁壘，相比傳統金融體系更具有便捷性和普惠性，對微觀企業發展具有顯著影響。然而由于經濟狀況、地理位置及政策差異性，各區域數字金融發展水平不同。因此本文將省級數字普惠金融指數與樣本企業相匹配，按照指數大小將樣本企業劃分為數字金融發展高水平組和低水平組并分別進行實證分析，以探究在不同數字金融水平下，數字化轉型對企業全要素生產率的影響差異。省級數字金融指數來自北京大學數字金融研究中心課題組編制的《數字金融普惠金融指數》，該指數科學合理地反映了地區數字金融發展水平。

表5第（7）、（8）列報告了地區數字金融發展水平異質性的回歸結果。在不同金融發展水平下，企業進行數字化轉型均能顯著提升全要素生產率，但這種作用效果在數字金融發展水平較高地區企業中更強。產生這種差異的可能原因是：一方面數字金融的實現為企業降低融資門檻、減少融資成本、保障融資環境，進一步強化了數字化轉型對融資約束的緩解作用，拓寬了企業資金流入渠道（聶秀華，2021），為企業提高生產效率夯實資金基礎；另一方面，數字金融本身也是基于地區數字化建設的產物，代表了區域數字化和金融發展水平。良好的外部經濟、創新環境既能促進企業增強創新能力、發展數字技術，提高生產效率，又能幫助企業招攬創新人才、豐富優質人力資源，為企業全要素生產率的提升提供人才保障。因此數字金融發展水平較高地區企業進行數字化轉型對全要素生產率的提升作用更強。

六、研究結論與政策啟示

在數字科技高速發展的時代，越來越多的企業引進大數據、區塊鏈、互聯網等高新技術進行數字化轉型，以尋求突破傳統生產方式、實現高質量發展的路徑。為探究企業數字化轉型對全要素生產率的影響及其機制，本文選取2013-2020年滬深A股上市企業面板數據為研究樣本，采用固定效應模型進行回歸分析。研究結論表明，數字化轉型推動了企業全要素生產率的提高，這種影響主要通過緩解企業融資約束這一機制路徑實現；通過企業微觀特征和宏觀數字金融水平異質性研究發現，數字化轉型對企業全要素生產率的提升作用在國有企業、大型企業、非制造企業和數字金融發展水平較高地區企業表現得更為突出。

上述研究結論對踐行數字中國戰略、推動經濟高質量發展具有重要的政策啟示：第一，應主動迎接數字科技飛速發展的浪潮，順應當下發展趨勢，出臺相應政策鼓勵企業推進數字化進程，增強高質量發展的新動能；引導不同特征企業探尋適合自身發展的數字化道路，實現全面、均衡、高質量的數字化轉型；加強對數字普惠金融的支持力度，強化對中小企業、民營企業等薄弱環節的融資支持，有效緩解融資難、融資貴問題。第二，引導企業響應政府號召，積極引進數字技術，加速推進新興科技與傳統生產方式的有機融合，實現全要素生產率的提升；把握數字化轉型帶來的機遇，充分利用數字金融的普惠性，優化融資效率、增強自身實力，為突破自身發展瓶頸、實現跨越式發展提供動能。第三，引導企業結合自身發展狀況，規劃和制定出符合企業特征的數字化轉型方案，積極尋求融資、加強創新、提高靈活性，努力走出轉型困境，優化生產效率，實現數字化轉型效應倍增。