高質量發展背景下經濟數字化與企業投資

梁權熙,王智宇,黃暢婷,楊慧維

(廣西大學 經濟學院, 廣西 南寧 530004)

一、引言與文獻綜述

“從高速增長階段轉為高質量發展階段”是黨的十九大以來社會各界對中國經濟發展的共識,當前中國正處于新舊動能轉換的關鍵時期。科學技術作為第一生產力,其創新和發展是實現經濟高質量發展的關鍵因素,包括互聯網在內的一系列新興信息科技與數字技術成為21世紀最具潛力的創新技術。數字信息技術的快速發展推動了新一輪信息技術革命和產業變革,經濟數字化也在全球掀起了浪潮。數字經濟已經成為當今發展速度最快、輻射范圍最廣以及創新最活躍的經濟活動,對驅動全球經濟增長起到越來越重要的作用。隨著數字技術與經濟社會各領域融合的深度和廣度不斷拓展,經濟數字化使人類的生產生活方式發生了巨大變革。在數字技術的支持下,人們的生產生活方式從線下轉移到線上,在線購物、在線教育、在線娛樂等新的生活方式走進了千家萬戶,智能制造、網絡制造等新的生產模式不斷涌現;此外,數字經濟也催生了新的商業模式,如網紅經濟、社群經濟、共享經濟等。2021年,中國數字經濟規模已經達到45.5萬億元,占GDP的39.8%(1)數據來自《中國數字經濟發展白皮書(2022)》。。數字經濟已經成為國民經濟高質量發展的重要支撐,而推動企業數字化轉型、完成產業升級更是當代中國轉型發展的重要戰略。在此背景下,探討經濟數字化如何賦能企業生產經營活動從而推動經濟高質量發展具有重要的理論和現實意義。

學者們就經濟數字化對經濟社會不同方面的影響進行了大量研究,發現經濟數字化主要通過提高全要素生產率、擴大信息獲取范圍、減少信息獲取成本來影響經濟社會的各個方面。在宏觀層面,姜松等[1]認為數字經濟對實體經濟具有擠出效應,但也有學者對此有不一樣的看法。趙濤等[2]發現數字經濟通過促進大眾創業進而推動城市實現高質量發展。郭家堂等[3]發現互聯網對屬于技術進步推動型的中國全要素生產率有著顯著促進作用,且存在顯著的“網絡效應”。此外,眾多學者研究發現互聯網通過降低搜尋成本以及交易成本促進商品市場[4]、金融市場[5]、勞動力市場[6]等的發展。在微觀層面,學者們更加關注經濟數字化對企業的影響。企業通過信息技術對海量的數據進行搜集、存儲、分析,提高了其信息處理能力,降低了企業內外部信息不對稱程度[7],提高了生產效率[8]。從企業成本的角度來看,高固定成本、低邊際成本是互聯網領域普遍存在的特征[9],由此降低了行業平均成本,形成了規模經濟,從而促進了企業產量的增加。李三希等[10]指出在數字經濟時代,活動數據化以及數據信息化減少了信息摩擦,從而降低了信息搜尋成本。從企業邊界的角度來看,施炳展等、袁淳等[11-12]認為,經濟數字化通過降低交易成本促進企業專業化分工;Johnson等[13]認為,在數字經濟時代,企業通過將數字信息技術與傳統生產模式進行深度融合,催生了實體經濟與互聯網虛擬經濟相融合的“跨界經營”現象[14]。從商業模式的角度來看,數字信息技術推動了數字化平臺的發展,通過整合線上線下資源,創造出眾多新的商業模式和業態,形成平臺經濟[15];此外,數字技術的發展使企業更容易去中介化,催生出精準敏捷的產品或服務供應生產模式[16],實現個性化定制和標準化生產之間的無縫銜接[17]。從融資約束的角度來看,在數字技術的支持下,互聯網金融及普惠金融得以快速發展,緩解了企業融資約束[18-19]。從研發創新的角度來看,經濟數字化提升了企業的創新能力及創新績效[20-21];另外,數字技術也可以幫助企業以更低的成本對創新活動進行信息分析、方向把握與過程優化,降低了研發風險[22-23]。

回顧已有文獻可以發現,經濟數字化的最大特點在于可以極大地提升信息可利用度、加快信息流動速度并降低信息傳遞成本,從而有效降低利益相關者之間信息不對稱程度。企業投資是涉及多個經濟主體的經濟活動,信息在其中扮演著十分重要的角色。首先,企業管理者需要信息輔助投資決策以應對投資過程中的不確定性。當管理者獲取的信息不全面、不充分時,謹慎的管理者為了規避未來面臨的市場風險、法律風險等,通常會降低投資意愿[24]。李善民等[25]基于社會網絡視角,研究了社會網絡對企業并購的影響,發現基于社會網絡的信息優勢轉變成信息資源之后,通過降低信息搜尋成本,管理者可以及時發現潛在并購機會、借鑒已有的并購案例或經驗教訓、降低談判成本、降低并購過程中的事前不確定性和事后不確定性,從而促進企業并購行為以及提升并購績效。其次,從資金供給者(即投資者和債權人)的角度,信息不對稱使投資者和債權人相比于企業管理者處于信息劣勢,為了規避風險,投資者和債權人按照市場均值進行定價,導致逆向選擇,從而產生“檸檬市場”[26]。一方面,擁有良好投資機會的企業的外部融資成本上升,導致投資不足;另一方面,現金流入投資機會欠佳的企業,造成投資過度。

現有研究主要考察了數字金融對企業投資效率的影響[27],對數字經濟是否影響企業投資的關注并不多,但我們對數字經濟是否以及如何影響企業投資仍然知之甚少。一方面,經濟數字化是涉及各個經濟主體的全方位變革,單獨研究某一主體的數字化變革對企業投資的影響具有片面性;另一方面,對于不同特質的企業,經濟數字化對企業投資的影響是否表現出差異化還需要進一步探究。因此,本文選取2010—2016年中國A股上市企業數據,運用我國“信息惠民國家試點城市”對經濟數字化的政策性外生沖擊,通過比較試點與非試點城市企業在試點前后的投資差異的變化情況(Difference in Difference)來識別經濟數字化對企業投資的實際作用效果,并研究其內在作用機理以及在不同情境下的異質性問題。

本文的創新點主要有:第一,豐富了經濟數字化的微觀經濟效果與企業投資領域的相關文獻;第二,基于“信息惠民國家試點城市”這一政策事件對經濟數字化的外生沖擊,探討經濟數字化對企業投資的影響,在全面考察經濟數字化對企業投資影響的同時,極大地避免了內生性的問題,提高了結果的可信性;第三,基于數字技術帶來的信息豐富度與有效性,研究了經濟數字化影響企業投資的作用機理,有助于打開經濟數字化如何影響企業投資的“黑箱”,同時為人們理解信息如何影響經濟決策從而影響資源的配置效率提供新的角度和證據。

二、政策背景與研究假設

(一)政策背景

2014年,國家發展和改革委員會正式頒布《關于同意深圳市等80個城市建設信息惠民國家試點城市的通知》,在其提出的一系列目標中,與數字化、信息化相關的目標有:不斷升級完善科技以提高公共安全及城市管理智能化水平,逐漸縮小城鄉信息基礎條件差距,快速擴展壯大數字生活、電子商務等信息服務新業態。該項行動計劃旨在推動民生領域進一步實現數字化和信息化,因此,該試點政策對促進地區數字經濟發展有著重要作用。試點地區數字經濟獲得發展后又會從內在動力和外部支持兩個層面推動企業數字化轉型。

首先,試點城市數字經濟發展對企業數字化轉型存在規范化及模仿性同構效應[28]。一方面,試點城市數字經濟獲得發展后將促使當地商業系統逐漸實現數字化,使數字化轉型逐步成為城市內成員的統一認知,迫使企業進行數字化轉型。另一方面,出于社會學習、競爭模仿和規范壓力,當觀察到地區內的其他企業進行數字化轉型時,焦點企業也傾向于進行數字化轉型[29]。其次,地區數字經濟發展為企業數字化轉型提供了技術支撐條件和金融條件[22]。一方面,企業數字化轉型與信息惠民工程項目之間在底層技術上具有高度同源性,均涉及人工智能、區塊鏈、云計算、大數據等相關技術,因此就底層架構技術層面而言,信息惠民工程項目能夠為企業提供有力的外部技術支撐,從而助力企業逐步實現數字化。另一方面,數字金融或者說數字普惠金融是信息惠民工程建設的一個重要領域。借助新一代信息技術,數字金融可以對海量的非標準化和非結構化數據進行低成本、低風險且高效的處理[30],提高信貸資源配置效率,為企業數字化轉型提供更多資金支撐。

(二)研究假設

由前文分析可得,“信息惠民國家試點城市”政策的實施有利于提高試點城市經濟數字化程度,尤其是試點城市內企業數字化轉型程度。一方面,企業需要通過IT信息基礎建設、工業機器人、智能制造裝備等推進數字化轉型,而這需要大量的投資;另一方面,數字信息技術的使用優化了企業內外部信息環境,并從融資約束渠道、投資機會渠道影響企業投資。

首先,“信息惠民國家試點城市”政策實施后,降低了信息不對稱,改善了企業融資約束,從而促進了企業投資。“信息惠民國家試點城市”政策的實施促進了試點城市經濟數字化及企業數字化轉型,使企業信息收集、處理、審計、傳遞的成本下降[31]。一方面,企業可以通過多種渠道及時發布企業動態信息,另一方面,金融機構或資本市場投資者能夠及時獲取企業生產經營狀況、財務狀況、非財務狀況等更加全面的信息[32],降低了信息不對稱程度,從而使企業能以更低的成本獲取更多的資金支持。有學者指出,信息不對稱程度的降低從整體上降低了企業融資約束[33],進而有利于企業擴大投資規模。此外,企業數字化轉型升級符合當前國家政策方針,銀行認為進行數字化轉型的企業具有更好的發展前景以及更低的信貸風險,更愿意向政策支持的企業投放更多的信貸資源[34]。試點城市數字普惠金融的發展也可以幫助企業拓展新的融資渠道[35],從而有效減緩企業的投資不足狀況。

其次,“信息惠民國家試點城市”政策的經濟數字化沖擊,會為試點城市內的企業提供更多的投資機會,同時也提高了企業將投資機會轉化為真實投資的效率。一方面,數字經濟的發展促進了商業模式的變革和創新,新的商業模式對企業來說就意味著新的商業價值,能為企業投資提供更多更新的機會,比如基于數字技術發展起來的“新零售”“智能汽車”“元宇宙”等領域近些年來成為熱門的投資板塊。此外,馬光榮等[36]研究發現,高鐵開通后,位于不同城市的母子公司之間的信息交流成本顯著降低,從而增加了上市公司異地投資的數量。數字信息技術的使用同樣會使交通運輸成本大幅降低,并明顯抑制市場分割的不利影響,從而可以改善企業異地投資情況。另一方面,數字經濟時代的核心特征在于活動數據化以及數據信息化,數字經濟的這些特征有利于減緩信息摩擦、提升市場效率[10]。信息摩擦的減緩使信息的搜尋成本降低,將有助于企業形成豐富且有效的信息資源池。對于企業管理者而言,這些信息讓管理者對投資機會先知先覺并能更加敏銳地把握潛在投資目標的相關信息,進而有助于降低企業談判成本。因此,“信息惠民國家試點城市”政策的實施促進了經濟數字化,使企業能以更低的成本獲取更豐富的信息,不僅增加了企業的投資機會,而且降低了企業投資過程的不確定性、降低了投資決策的失敗風險、提高了將投資機會轉化為真實投資的效率。

基于以上分析,本文預期“信息惠民國家試點城市”政策的實施通過促進試點城市經濟數字化及提升試點城市內企業數字化轉型程度,整體上促進企業投資,并提出以下假設:

H1:相比于一直未試點的城市企業(控制組企業),試點城市企業(處理組企業)的投資規模受到“信息惠民國家試點城市”政策的經濟數字化沖擊更大,表現為在試點后處理組企業的投資規模相對于控制組企業顯著提高。

H2:“信息惠民國家試點城市”政策的經濟數字化沖擊通過緩解企業融資約束、增加企業投資機會和異地投資以及提高投資機會轉化為真實投資的效率,增加了試點城市內企業投資。

三、研究設計

(一)樣本選擇與數據來源

本文為避免樣本期過長導致其他政策對“信息惠民國家試點城市”政策效應形成干擾,在考慮控制變量滯后一期后,選取2010—2016年滬深A股上市公司作為初始樣本,并對初始樣本進行如下清洗:(1)刪除金融類上市企業樣本;(2)刪除特殊標記的上市企業樣本;(3)刪除資產負債率小于等于0的樣本;(4)刪除含有缺失值的樣本;(5)僅保留樣本期內上市企業持續存在的樣本。經過清洗后,最終得到7 818個樣本觀測值。為了避免極端值對實證結果的影響,本文對連續變量進行了上下1%分位數的縮尾處理。本文使用的財務數據來自CSMAR數據庫。

(二)模型設定與變量定義

為了檢驗“信息惠民國家試點城市”建設帶來的經濟數字化沖擊對企業投資規模的影響,參考黃俊等[37]的研究,本文建立如下模型:

Invit=β0+β1Treati×Postt+∑γjControlijit-1+FirmFE+YearFE+ξit

(1)

其中,因變量Inv為企業當年新增投資支出,Inv=(構建固定資產、無形資產和其他長期資產支付的現金-處置固定資產、無形資產和其他長期資產收回的現金)/年初總資產。Treat為分組變量,若樣本企業屬于“信息惠民國家試點城市”范圍內的企業取值為1,否則取值為0;Post為政策時間變量,若當年為2014年及之后取值為1,否則取值為0。若假設H1成立,即“信息惠民國家試點城市”政策實施后處理組企業的投資規模相對于控制組企業顯著提高,Treati×Postt的系數β1將顯著為正。FirmFE與YearFE為企業和年份固定效應。標準誤聚類至企業層面。控制變量包括企業資產規模(Size,取自然對數)、資產負債率(Lev)、自由現金流(CAF)、上市年齡(Age,取自然對數)、資產收益率(ROA)、第一大股東持股比例(TOP1Hold)、高管持股比例(Mngshrate)、兩權分離度(Sep)以及產權性質(State)。為降低可能的內生性,控制變量除企業年齡外選取滯后一期的數值。

四、基準結果與分析

(一)描述性統計

表1展示了主要變量的描述性統計結果,由表1可知:上市企業投資變量Inv的均值為0.070,表明平均下來,樣本期內上市企業是以期初總資產的7%的比例進行投資;另外,上市企業間投資差異顯著,標準差達到0.086。變量Treat的統計結果顯示,信息惠民城市試點政策覆蓋的上市企業比例為67.9%。

表1 變量的描述性統計

(二)平行趨勢檢驗

對于本研究而言,雙重差分法要求在“信息惠民國家試點城市”政策沖擊之前,處理組和控制組企業的投資規模具有大致相同的變化趨勢。因此,本文首先利用畫圖法初步檢驗平行趨勢假設(后文將對此作進一步檢驗),結果見圖1。

圖1 平行趨勢檢驗

由圖1可知,在2014年“信息惠民國家試點城市”政策實施之前,試點城市企業和非試點城市企業投資規模均值都在降低,且非試點城市企業投資規模均值一直大于信息惠民試點城市企業,但其下降趨勢并無顯著差異,表明可能存在平行趨勢。在政策實施之后,試點城市與非試點城市企業的投資規模均值之間的差異開始縮小,且在2015年之后,試點城市企業投資規模均值超過了非試點城市企業,表明試點政策顯著提升了試點城市企業的投資規模,從而不僅證明了平行趨勢假設存在,也初步驗證了該試點政策具有擴大試點城市內企業投資規模的作用。

(三)基礎回歸結果

表2報告了“信息惠民國家試點城市”政策對企業投資規模影響的回歸結果。第(1)列僅加入了企業和年度固定效應,交乘項的系數顯著為正。此外,在加入了控制變量以及控制了省份—年度固定效應后,估計結果依然與預期相符。回歸結果表明,“信息惠民國家試點城市”政策實施后,試點城市的企業投資規模相比于控制組企業顯著增加。

表2 基礎回歸結果

本文以試點前一年(2013年)為基準期分別構建了5個新的虛擬變量(Before3、Before2、Current、After1、After2),并通過回歸法實證分析了“信息惠民國家試點城市”政策的動態效應并檢驗了平行趨勢假設。具體來講,若年份等于2011年并且樣本屬于處理組,則Before3取值為1,否則為0;若年份等于2012年并且樣本屬于處理組,則Before2取值為1,否則為0,其余變量均按此規則進行處理。若Before3及Before2的系數不顯著,則表明平行趨勢假設成立。表2第(4)列顯示:Before3及Before2的系數在統計學上不顯著異于0,After1、After2的系數顯著異于0。結果表明:一方面,“信息惠民國家試點城市”政策實施之前處理組企業和控制組企業的投資變化趨勢相似,滿足平行趨勢要求;另一方面,政策實施之后處理組和控制組企業投資規模相較于基準期的變化具有顯著差異,逐漸增大的系數表明試點城市內企業投資規模相較于基準期的平均增加量與沒有進行試點的城市內企業相比逐年增加,“信息惠民國家試點城市”政策對試點內企業投資的促進作用具有長期性。可能的原因是:隨著試點城市信息基礎設施的完善、企業自身數字化轉型速度的加快,數字技術將逐漸加大對企業投資的賦能力度。

五、穩健性檢驗

(一)安慰劑檢驗

由于樣本范圍內只有68座信息惠民試點城市,因此,本文的安慰劑檢驗中處理組是隨機選擇的這68座城市內的企業,控制組為剩余城市內的企業,之后完成循環1 000次的自抽樣回歸,通過觀察Treat×Post的系數均值是否趨近于0來判斷本文估計結果是否穩健。圖2中虛豎直線表示虛擬政策的估計系數均值,實豎直線表示實際政策的估計系數。結果顯示虛擬政策的估計系數均值為-0.000 38,十分接近0,從而說明本文估計結果是穩健的。

圖2 安慰劑檢驗

(二)基于PSM匹配方法的檢驗

使用DID評估政策效應需要保證影響政策效應的其他未包含在模型中的因素不影響政策的實施[38]。因此,本文通過傾向得分匹配(PSM)的方法為處理組匹配控制組企業,而且只在公司所在城市是否被列為信息惠民城市試點上有區別。

根據上市企業總部辦公地所在城市,首先將2014年信息惠民國家試點城市內的企業定義為處理組,將總部在其他城市的上市企業定義為初始控制組;之后,基于試點前一年(2013年)的樣本數據,采用PSM法為處理組匹配控制組。首先,Logit回歸模型的因變量為上市企業總部辦公地所在城市是否為信息惠民國家試點城市虛擬變量(Treat),匹配變量在模型(1)包含的控制變量基礎上,增加城市層面的數字經濟綜合發展指數變量City_Dig及GDP增長率變量DGDP,其中,數字經濟綜合發展指數的計算參考趙濤等[2]的做法(2)對互聯網寬帶接入用戶數/百人、計算機服務和軟件業從業人員數量/城鎮單位從業人員數量、人均電信業務總量、移動電話用戶數/百人、中國數字普惠金融指數標準化后進行主成分分析,得到數字經濟綜合發展指數。數據來源:《中國城市統計年鑒》及北京大學數字金融研究中心。;之后基于Logit回歸得到的傾向得分,采用最鄰近且有放回的卡尺匹配配對方法(卡尺范圍為0.010)。表3第(1)列報告了使用PSM匹配后的DID回歸結果,從中可知,“信息惠民國家試點城市”政策對企業投資具有促進作用。

表3 穩健性檢驗——PSM匹配&投資變量重構

(三)企業投資變量重構

參考黃俊等[37]的方法,使用企業固定資產、無形資產、在建工程和投資性房地產凈額的年度變化量加總除以期初總資產重新構建企業投資變量Inv2。利用Inv2重新進行回歸,表3第(2)～(3)列結果顯示,無論是否進行PSM匹配,交乘項的系數都顯著為正。

(四)剔除直轄市和省會城市樣本

考慮到直轄市和省會城市基本都被設立為信息惠民試點城市,而這些城市由于獨特的政治和經濟地位,與其他城市的樣本不具有可比性,因此分別剔除直轄市城市、省會城市來控制樣本選擇偏差。表4第(1)～(2)列回歸結果顯示:剔除直轄市城市、省會城市樣本之后Treat×Post的系數依然顯著為正。

表4 其他穩健性檢驗

(五)樣本期調整

為避免樣本期過長導致其他政策對“信息惠民國家試點城市”政策效應形成干擾,本文將樣本期限制在2010—2016年。上文實證結果表明“信息惠民國家試點城市”政策的實施在短期內促進了試點城市內企業投資。但隨著時間的推移,經濟數字化將成為各個經濟主體的共識,企業數字化轉型將得到政府、金融機構等社會各界更大的支持,長期來看,該試點政策的政策效應能否依然存在值得探究。本文將樣本期重新調整為2007—2019年并重新進行回歸,回歸結果見表4第(3)列。回歸結果顯示:Treat×Post的系數依然顯著為正,表明從長期來看“信息惠民國家試點城市”政策對企業投資仍然有顯著的促進效應。

(六)剔除其他政策的干擾

工信部基于2013年12月和2015年1月確立的兩批信息消費試點市(縣、區)評審遴選出了25個信息消費示范城市,考慮到信息消費城市試點政策同樣會對城市經濟數字化及企業數字化轉型造成沖擊,從而影響“信息惠民國家試點城市”政策的政策效應,因此剔除信息消費試點市及區、縣所在市的樣本后重新進行回歸。表4第(4)列的回歸結果顯示:剔除信息消費試點城市樣本后,Treat×Post的系數依然顯著為正。

考慮到我國于2012—2015年先后設立了3批智慧城市試點,共包括196個地級市。該外生事件同樣對城市和企業的數字化水平造成了沖擊。為避免該外生事件對“信息惠民國家試點城市”政策效應造成干擾,本文在模型(1)控制變量中增加了虛擬變量Smart_City,若企業所在城市當年及之后屬于智慧城市試點城市,則Smart_City等于1,否則Smart_City等于0,回歸結果見表4第(5)列。回歸結果顯示:在控制了智慧城市試點政策的影響后,Treat×Post的系數依然顯著為正。

六、“信息惠民國家試點城市”對企業投資的影響機制

本文首先驗證“信息惠民國家試點城市”建設是否會顯著提高城市經濟數字化及企業數字化轉型程度,之后將進一步從融資約束渠道以及投資機會渠道檢驗“信息惠民國家試點城市”政策對企業投資的影響機制。為此,在城市層面,本文用數字經濟綜合發展指數City_Dig來衡量城市經濟數字化程度;在企業層面,本文參考吳非等[22]的方法,基于上市企業年報文本使用Python軟件通過文本分析得到上市企業數字化轉型程度的代理變量Firm_Dig。之后,利用DID模型檢驗“信息惠民國家試點城市”政策是否會提高城市經濟數字化及企業數字化轉型程度,從而為將該政策的實施看作城市經濟數字化及企業數字化轉型沖擊的準自然實驗提供證據,實證結果見表5。

表5 “信息惠民國家試點城市”政策對經濟數字化及企業數字化轉型的影響

表5結果表明,在政策實施后,相比于非試點城市及非試點城市內上市企業,信息惠民試點城市的經濟數字化水平及試點城市內上市企業數字化轉型水平都得到顯著提高,信息惠民試點城市建設顯著提高了城市經濟數字化水平及上市企業的數字化轉型水平。因此,可以將“信息惠民國家試點城市”政策看作城市經濟數字化及上市企業數字化轉型外生沖擊的準自然實驗。

(一)融資約束渠道

本文將通過中介效應模型檢驗“信息惠民國家試點城市”政策的經濟數字化沖擊是否通過降低企業融資約束,為企業投資提供更多的資金支持從而促進企業投資。本文參考顧雷雷等[39]的做法,計算融資約束變量FC,FC越大表明企業受到的融資約束越嚴重;另外參考鞠曉生等[40]的做法構建SA指數,SA指數為負且數值越接近0,表明企業受到的融資約束越嚴重,回歸結果見表6。表6第(1)、(4)列的回歸結果和基準回歸結果一致,即“信息惠民國家試點城市”政策的經濟數字化沖擊促進了企業投資。表6第(2)、(5)列的回歸結果顯示,“信息惠民國家試點城市”政策的經濟數字化沖擊降低了融資約束。表6第(3)、(6)列的回歸結果顯示,將Treat×Post變量和融資約束變量均放入模型(1)后,融資約束變量的系數顯著為負,Treat×Post的系數依然顯著為正,但其數值相比于未加入融資約束變量時有所降低;此外,Sobel檢驗P值小于0.010,說明融資約束在政策的經濟數字化沖擊與企業投資之間起到了部分中介作用。“信息惠民國家試點城市”政策的實施對試點城市經濟數字化及企業數字化轉型產生了沖擊,一方面,使企業降低了信息收集、處理、審計、傳遞的成本[31],企業可以通過多種渠道及時發布動態信息,提高了企業透明度,降低了信息不對稱程度,進而減緩了融資約束[33];另一方面,因為數字化轉型速度更快的企業具有更好的發展前景以及更低的信貸風險,且企業數字化轉型符合國家政策方針,所以銀行更愿意向其投放更多的信貸資源[34]。由于融資約束是制約我國上市公司投資的重要因素[41],因此,企業融資約束得到有效緩解后,企業投資將會顯著增加。上述結果說明,“信息惠民國家試點城市”政策的經濟數字化沖擊通過減緩企業融資約束促進企業投資。

表6 “信息惠民國家試點城市”政策、融資約束與企業投資

考慮到大多數上市企業的主要融資來自銀行貸款,而中國上市企業整體上又具有股權融資偏好[42],因此本文進一步探究企業融資約束下降的成因是有必要的。具體而言,本文實證檢驗“信息惠民國家試點城市”政策是否使企業以更低的成本獲得更多的債務和股權融資,為企業投資提供更多的資金支持。本文建立了4個重要指標來進行分析,指標的選取及數據處理如下:

一是債務融資成本(Loan_Cost),本文以企業利息支出與企業總負債的比值來衡量企業銀行債務融資成本。二是銀行信貸(Loan),本文以企業長期負債變化與期初總資產的比值來衡量企業銀行信貸變化量。三是股權融資成本(CEF),參考葉陳剛等[43]的做法,計算股權融資成本。四是股權融資(Equity),本文使用外部股權增長率來衡量企業股權融資,回歸結果見表7。實證結果顯示:“信息惠民國家試點城市”政策對企業債務和股權融資成本的影響顯著為負,對企業銀行信貸和股權融資的影響顯著為正。

表7 “信息惠民國家試點城市”政策對企業債務融資及股權融資的影響

(二)投資機會渠道

本文通過中介效應模型檢驗“信息惠民國家試點城市”政策的經濟數字化沖擊是否通過增加企業投資機會促進企業投資,并采用托賓Q來衡量企業投資機會,回歸結果見表8。表8第(1)列回歸結果和本文基準回歸結果一致;第(2)列回歸結果顯示,“信息惠民國家試點城市”政策的經濟數字化沖擊增加了企業的投資機會;第(3)列回歸結果顯示,將Treat×Post變量和投資機會變量均放入模型(1)后,投資機會變量的系數顯著為正,Treat×Post的系數依然顯著為正,但其數值相比于未加入投資機會變量時有所降低,此外Sobel檢驗P值小于0.010,說明投資機會在政策的經濟數字化沖擊與企業投資之間起到了部分中介作用。“信息惠民國家試點城市”政策的實施對試點城市經濟數字化及企業數字化轉型產生了沖擊,數字經濟的發展促進了商業模式創新,新的商業模式對企業來說意味著新的商業價值和新的投資機會。在資金充裕的情況下,企業擁有更多的投資機會意味著企業將能增加更多的投資。上述結果說明,“信息惠民國家試點城市”政策的經濟數字化沖擊通過增加投資機會促進了企業投資。

表8 “信息惠民國家試點城市”政策、投資機會與企業投資

此外,理論分析指出,數字信息技術的使用使區域間的物理空間距離的不利影響得以有效弱化,交通運輸成本得到大幅降低,市場分割的不利影響得以明顯降低,從而促進企業進行異地投資。接下來,本文將通過實證檢驗這一論斷是否成立。具體地,本文參考馬光榮等[36]的做法,以上市企業在非同城(3)上市公司異地投資數據由國泰安經濟金融研究數據庫中的關聯公司文件整理而得,由于數據可得性,當子公司辦公地只能確定到省份,判定母、子公司異地的標準為子公司與母公司辦公地省份不一致。設立的子公司數量(Nfirms)作為企業異地投資的代理變量,用其替換模型(1)中的被解釋變量,實證檢驗政策試點之后,試點城市內企業相較于控制組企業是否顯著增加了異地投資。表8第(4)列的結果顯示,相比于控制組企業,信息惠民城市試點后,試點城市內的企業顯著增加了異地投資。

另外,理論分析指出,“信息惠民國家試點城市”政策的經濟數字化沖擊使企業能以更低的成本搜集和處理更多的信息并輔助管理者進行投資決策,從而降低了投資過程的不確定性,減少了投資決策的失敗風險,提高了投資機會轉化為真實投資的效率。本文使用投資—投資敏感度模型來實證檢驗信息惠民城市試點后,試點城市內企業相較于控制組企業是否顯著提高了投資機會轉變為實際投資的效率,回歸模型見式(2)。為了盡可能地排除融資約束及代理成本對結果的干擾,控制變量中加入了SA指數、管理費用率(Managefeerate)、總資產周轉率(Assetsturnover)以及其他應收款占總資產的比例(ORECTA)等變量。

Invit=β0+β1Treati×Postt×TQit-1+β2Treati×TQit-1+β3Postt×TQit-1+

β4Treati×Postt+∑γjControlijit-1+FirmFE+YearFE+ξit

(2)

表8第(5)列的結果顯示:當不考慮融資約束及代理成本時,β1在5%的置信水平上顯著為正,說明試點城市內企業相較于控制組企業在試點后,對投資機會更加敏感(或者說投資效率更高),更容易把握住投資機會并將其轉化為實際投資。但該實證結果可能不僅是由于管理者獲取的信息增加從而更有效率地識別投資機會并將其轉化為真實投資,還可能由信息惠民城市試點后更低的融資約束或者更低的代理成本驅動。在加入反映企業融資約束及代理成本的相關變量后,β1的數值及顯著性盡管均有所降低,但依然在10%的置信水平上顯著為正,表明在盡可能地排除融資約束及代理成本的影響后,相比于控制組企業,信息惠民城市試點后,試點企業將投資機會轉變為實際投資的效率有了顯著提升。

綜上所述,“信息惠民國家試點城市”政策實施后,相比于非試點城市及非試點城市內企業,試點城市的經濟數字化發展水平以及試點城市內企業的數字化轉型水平得到顯著提升,數字技術進步一方面降低了企業與資金供給者之間信息不對稱程度,使得企業能以更低的成本獲取更多的債務和股權融資,企業融資約束的降低為企業投資提供更多的資金支持,從而使得企業投資增加;另一方面,數字技術進步不僅顯著增加了企業投資機會、促進企業異地投資,而且提升了企業將投資機會轉化為實際投資的效率,從而使得企業投資增加。

七、“信息惠民國家試點城市”政策對企業投資的異質性影響

對于不同特質的企業,該政策的實施對企業投資的影響可能存在差異。本文將從企業規模、產權性質、要素密集度、人力資本結構等方面探討不同企業特質下“信息惠民國家試點城市”政策對企業投資的影響差異。

從企業規模的角度來看,相比于大規模企業,小規模企業自由現金流更拮據且不容易獲得金融機構貸款,受到的融資約束較大,所以“信息惠民國家試點城市”政策對小規模企業融資約束改善的邊際貢獻更大。另外,大規模企業擁有良好的數字化基礎且各方面資源充足,其數字化轉型更傾向于進行系統的數字化改革,受到外部環境的影響較小[44]。相比之下,小規模企業數字化基礎薄弱并且轉型動力不足,信息惠民城市試點后,更加完善的城市信息基礎設施以及更濃郁的數字化轉型氛圍對小規模企業數字化轉型發展的作用更大。

從企業產權性質的角度來看,相比于非國有企業,國有企業在財務和政治上能夠獲得更多的政府支持[45],受到的融資約束較弱,較小的市場壓力也使其對數字技術的關注較弱、缺乏數字經濟賦能企業投資的意愿[22]。

從企業要素密集度的角度來看,技術型企業相比于勞動型企業更加關注并愿意在數字技術領域投入資金,同時技術型企業擁有良好的創新基礎,能夠在數字化轉型過程中發揮其技術和人才優勢并且切實將數字技術深度嵌入自身的組織架構、決策體系和生產流程中[22],發揮信息數字技術的有利作用,從而促進投資。

從企業人力資本結構的角度來看,在數字經濟時代,人才對于企業數字化具有重要的作用[44]。企業員工素質的高低不僅影響企業對新知識的吸收能力[46],還影響企業數字化轉型過程中的數字技術研發及應用能力。企業員工整體素質越高,信息惠民城市試點后試點內企業數字化提高程度越明顯。

因此,本文預期相比于大規模企業、國有企業、勞動密集型企業或者員工整體素質較低的企業,“信息惠民國家試點城市”政策對小規模企業、非國有企業、資本技術密集型企業以及員工整體素質更高的企業投資的影響效果更大。

具體的實證方法上,本文以企業資產規模來衡量企業規模大小;參照魯桐等[47]的研究,將企業分為資本技術密集型企業和勞動密集型企業;以企業中碩士及以上學歷員工的比例來衡量企業人力資本結構;此外,本文參考吳怡俐等[48]的做法,將Treat變量分解為Treat_High和Treat_Low兩部分,當企業為處理組且試點前一年(2013年)的資產規模、碩士及以上學歷員工比例大于處理組樣本的中位數時以及當企業為勞動密集型企業、國有企業時,Treat_High取值為1,否則取值為0;當企業為處理組且試點前一年(2013年)的資產規模、碩士及以上學歷員工比例小于等于處理組樣本的中位數時以及當企業為資本技術密集型企業、非國有企業時,Treat_Low取值為1,否則取值為0。本文以模型(1)為基礎加入Treat_High和Treat_Low各自與Post的交乘項,用于分析信息惠民城市試點后企業規模、產權性質、要素密集度以及人力資本結構對企業投資的異質性影響。表9第(1)～(3)列的結果顯示:Treat_Low×Post的回歸系數顯著為正,而Treat_High×Post的回歸系數不顯著,并且Treat_Low×Post經濟顯著性的回歸系數遠高于Treat_High×Post的回歸系數;第(4)列的結果則相反,說明“信息惠民國家試點城市”政策實施后,相比于大規模企業、國有企業、勞動密集型企業以及高素質人才占比更低的企業,試點城市內小規模企業、非國有企業、資本技術密集型企業以及高素質人才占比更高的企業相較于控制組企業更多地增加了企業投資。

表9 “信息惠民國家試點城市”政策對企業投資的異質性影響

八、研究結論與政策啟示

本文通過雙重差分模型分析了2014年“信息惠民國家試點城市”政策對經濟數字化的外生沖擊影響,考察了“信息惠民國家試點城市”政策的實施如何通過影響經濟數字化進而影響企業投資。研究發現,“信息惠民國家試點城市”政策實施后,試點城市內企業相比于控制組企業投資規模顯著提高,這一結論在進行了安慰劑檢驗、采用傾向得分匹配法以及其他穩健性檢驗后仍然成立。機制檢驗表明,“信息惠民國家試點城市”政策對企業投資的促進作用源自試點政策使數字經濟得到有效發展后,一方面使企業內外部信息不對稱程度降低,因此銀行等金融機構以及資本市場投資者愿意以更低的成本給予企業更多的資金支持;另一方面,企業擁有了更多的投資機會,能進行更多的異地投資,可以更好更有效地將投資機會轉化為實際投資。異質性分析表明,“信息惠民國家試點城市”政策的實施對企業投資的促進效應主要存在于小規模企業、非國有企業、資本技術密集型企業以及高素質人才占比更高的企業,這說明在“信息惠民國家試點城市”政策的作用下,以往財務資源不足但人才及技術儲備較強的企業更能抓住機遇實現企業數字化轉型并賦能企業生產經營決策。基于以上結論,有以下啟示和建議:

第一,政府應繼續完善數字基礎設施建設并構建促進企業數字化轉型的政策支持體系,以引導企業利用數字技術賦能企業生產經營、擴大有效投資規模并優化投資結構,在實現產業升級的同時助推實體經濟發展,從而實現經濟高質量發展。與此同時,政府應充分認識到不同特質的企業實體投資受到經濟數字化的影響存在顯著差異,應制定差異化的扶持政策。對于數字化轉型動力強、能力足的企業,政府應減少干預,充分發揮市場機制的調節作用;對于數字化轉型動力不強的企業,政府應加強行政指導;對于有技術基礎但融資較困難的技術密集型企業,政府應給予其更多的資金支持;對于各方面資源都匱乏的小規模企業,政府需要在資金、設備及人才等方面提供必要的支持,比如設定智能制造專項資金支持、減稅降費、實施差別化信貸政策、加強大數據平臺和分享工廠建設以實現生產資料的共享、在高校設立數字化相關專業來培育更多的數字人才等。

第二,企業是經濟數字化轉型升級的重要基礎和落腳點。企業應順應經濟數字化潮流,加快數字化轉型的步伐,將數字技術深度融入投資的不同環節,為企業投資提供全方位的信息及決策支持。在轉型過程中,企業既要認識到數字化轉型可以提升企業價值,又要認識到轉型并不能一蹴而就。數字化轉型不僅是硬件技術設備的轉型升級,更是制度、管理理念等“軟件”的革新。一方面,企業不僅需要加快研發數字技術,更要積極應用數字技術,賦能自身生產經營過程。另一方面,企業需要在員工之間宣傳數字化理念,培育員工的數字意識和數字觀念,在加強對現有員工數字化相關技能培訓的同時,積極引進數字化人才,為企業數字化轉型提供人才保障。