數字技術提升了涉農企業的價值嗎?
——來自新三板文本分析的證據

李寧 任金政

(中國農業大學經濟管理學院,北京100091)

一、引言

涉農企業的高質量發展對實現中國式現代化意義重大。然而,我國涉農企業因存在產品附加值低[1]、受自然與市場雙重風險影響[2]、農產品市場存在周期性波動[3]等問題,嚴重制約其生存與發展。同時,數字經濟已成為實現經濟高質量發展的重要抓手[4],然而不同產業出現數字化程度失衡的現象,根據中國信息通信研究院發布的《中國數字經濟發展白皮書》可知,截止2020年,數字經濟在農業和工業中的滲透率為8.9%和21.0%,遠低于服務業的40.7%。究其原因,一方面,涉農企業生產對象涉及生物資產,導致經營管理復雜度和不確定程度高[5],因而擔心數字化轉型不能為企業帶來經濟效益而不愿開始轉型[6]。另一方面,涉農企業在市場周期波動中的低迷時期資金較為緊張,易因資金限制或轉型效益暫不明顯就停止轉型步伐[3],數字化轉型缺乏長遠眼光,轉型過程可能出現反復。因此亟需開展涉農企業數字化轉型的經濟效益,尤其是長期經濟效益研究。

縱觀現有數字化轉型的經濟效益研究,從研究對象角度來看,集

中于以工業企業為代表的上市公司[7,8],未考慮涉農企業受自然與市場雙重風險影響、市場周期性波動等特質,也未針對占企業總量99%以上的中小企業開展驗證,對涉農企業代表性不足。從經濟效益類型角度來看,主要以短期績效為主[6,9-10],不利于引導市場存在周期性波動、雙重風險影響下涉農企業持續穩定開展數字化轉型。由于企業價值反映長期績效及市場對企業發展前景的預期,因此亟需開展涉農企業數字技術對企業價值的影響研究。從影響路徑角度來看,當前數字技術對企業價值影響的研究主要從研發與創新[7,11-12]、人員供給[7]與配置[11]、生產效率[7]與要素配置[12]等探究作用路徑,或僅選擇其中一種數字技術開展研究,或綜合考慮多種數字技術但未比較不同技術的經濟效益差異,無法代表當前涉農企業通過多種數字技術開展轉型的現狀;且未從制約涉農企業價值增值的關鍵問題出發探究影響機制,缺乏針對性。那么,數字技術是否提升了涉農中小企業價值?不同數字技術存在價值提升作用差異嗎?影響機制如何?不同特質的涉農企業使用數字技術,是否會產生不同的價值提升效果?基于此,本文以全國中小企業股份轉讓系統(即新三板,下同)中的涉農企業為例,對其公布的年報使用Python技術開展文本分析,實證檢驗數字技術對涉農企業價值的影響及其作用機制,為涉農企業積極開展數字化轉型提供“安心丸”“強心劑”;為涉農企業持續穩定開展數字化轉型,避免轉型過程中的短視主義提供經驗證據。

本文的創新之處大致來自于以下幾個方面:第一,利用文本分析方法結合專家打分法,度量新三板涉農企業數字技術水平,與以往僅依靠詞頻計數測度數字技術指標的研究相比,通過考慮語義環境調整詞頻計數,提升衡量準確度。第二,驗證了數字技術對涉農中小企業價值的提升作用,進一步探究不同數字技術、不同價值水平下的數字技術價值提升作用差異及異質性影響,為涉農企業根據內外部環境合理有序開展數字化轉型提供經驗證據。第三,從制約涉農企業價值的三個主要問題探究影響路徑,明確數字技術在涉農企業價值增值中哪些關鍵方面發揮優勢,針對涉農企業特質破解影響機制的黑箱。

二、理論基礎與研究假說

隨著數字經濟迅猛發展,數據已成為生產要素之一(1)參見2020年3月中共中央國務院發布的《關于構建更加完善的要素市場化配置體制機制的意見》。。數字技術利用傳感器、圖像識別等設備為涉農企業獲取大量氣候、土壤、作物、畜禽、加工、市場等方面數據,使生產函數由Y=A·F(K,L)變為Y=A·F(K,L,D)。從數據要素的成本收益角度來看,數據為涉農企業帶來正向的邊際收益,但邊際成本近乎于0[13],因而提升涉農企業自然與市場不確定情況的投入產出效率,資金高效循環實現資本積累與增值,促使涉農企業價值快速提升。從數據要素的價值實現角度來看,數字技術獲取、處理、分析數據得到更加精準、系統的信息,降低企業信息不對稱程度,例如分析同類研發數據探尋病蟲害防治、施肥、飼料配比等種養殖工藝的可改進之處,明確研發方向,提升研發效率;分析生產監控數據、供應商與市場數據,明確企業生產與市場的匹配程度,提升業務效率;分析業務數據和市場數據,提前配置資源、安排生產進度、制定銷售策略[14]等應對周期性市場波動,提升管理效率。可見,數字技術通過提升涉農企業員工的工作效率,促進人力資本深化,賦能勞動力要素驅動價值創造。因此,提出研究假設1。

H1數字技術顯著提升涉農企業價值。

數字技術提升了企業員工的工作效率,有效緩解了產品附加值低、受自然與市場雙重風險影響、市場存在周期性波動這三個制約涉農企業價值提升最核心問題的不利影響。因此在影響路徑方面,分別從數字技術應對以上三個核心問題的視角探究數字技術對涉農企業價值的作用途徑。

(一)促進研發創新

涉農企業產品多以未加工或初加工為主,導致產品附加值低,制約涉農企業高質量發展[6]與價值增值。數字技術降低涉農企業研發成本與風險,提升研發效率,為創新帶來不竭動力。具體來看,首先,數字技術助力涉農企業高效獲取農作物或畜禽的生長、病害、繁育、加工轉化等經營數據,土壤墑情、光照、溫度、風力等氣候數據,消費者偏好、市場供需水平預測等市場數據,使得企業數據來源更廣泛、信息獲取渠道更暢通,提升員工研發活動信息獲取效率[15]和學習效率,使得信息獲取、分析、信息轉換與匹配成本的下降,單位研發投入成本更低,企業的最優研發投入水平上升。其次,數字技術結合當前涉農企業研發水平、市場趨勢精準預測加工工藝改進、飼料配比、施肥施藥時機等研發方向的可行性、適用性與潛在阻礙[16],及時提示研發進度、預測失敗的可能性,降低無效研發投入與研發風險,指引涉農企業有效開展研發活動。第三,人工智能、RPA等技術自動、高效完成如采集消費者偏好數據、測算不同飼料配比下畜禽長勢等重復性、機械化研發工作[17],實現低層次研發人員的勞動力要素替代,被擠出的研發勞動力轉而形成核心研發活動的智力資本投入,因而提升基礎及核心研發工作效率。

進一步,研發創新賦能涉農企業價值創造。一方面,技術創新為涉農企業改進生產工藝與業務流程,提升產品技術含量與附加值,從經濟利益流入角度增加企業未來現金流量;另一方面,管理創新為涉農企業帶來開展預制菜加工、使用便于隨時調價的電子價簽助力生鮮新零售運營等以市場為導向的新模式與新業態,向消費端服務端延伸,形成差異化競爭優勢,提升在供應鏈產業鏈中的話語權,從收付現比例角度增加企業未來現金流量。根據現金流折現理論,未來現金流量增加,代表其現值的企業價值隨之增加,因而研發創新可提升涉農企業價值。因此,提出研究假設2。

H2數字技術通過促進涉農企業研發創新,提高涉農企業價值。

(二)提升市場地位

供應鏈、產業鏈是涉農企業與市場產生互動的直接載體,企業市場地位的高低是自然與市場雙重風險應對能力的體現。一方面,涉農企業通過公有鏈了解上游供應商對原料的生產、加工、流通等過程數據,由于區塊鏈具有不可更改的特性,大幅降低信息不對稱程度和可能發生的道德風險,避免原料不可控導致的食品安全問題[18]。可追溯管理提高產品的市場認可度,涉農企業市場地位得以提升。另一方面,數字技術助力涉農企業實時分析市場銷量、銷售結構,精準預測市場趨勢,避免市場風險對企業的沖擊;產銷一體化協同,有利于涉農企業根據自然與市場條件及時調整水肥、光照、飼料配比等控制動植物生長速度,產品類型、品種配比與價格等,把握市場先機[19],拓寬銷售渠道,提高品牌影響力和市場占有率。

在此基礎上,市場地位的提升促進交易中涉農企業話語權升級,在交易中運用商業信用等方式調劑營運資金余缺[20],提升對自然與市場風險的應對能力,使現金流水平保持相對穩定,投資者要求的風險補償得以降低,從而減少計算企業未來現金流量的折現率,實現企業價值增值。因此,提出研究假設3。

H3數字技術通過提升涉農企業市場地位,提高涉農企業價值。

(三)降低成本

由于涉農企業存在類似“豬周期”等農產品周期性成本與價格波動,使得高成本涉農企業的處境更為艱難。而數字技術有助于降低企業各種成本。第一,數字技術獲取大量市場與供應商數據,突破現有社會資本的限制,敏捷搜尋與匹配與涉農企業當前種養殖品種、加工對象相契合的農資、材料供應商,縮短供應鏈條[21],降低搜尋成本、關系維系成本、渠道成本,助力企業降低采購成本。第二,大數據、云計算、物聯網等技術將數據處理為可視化數據大屏,提升苗情長勢、畜禽健康狀況、標準化加工進程等業務信息對管理人員的透明度,降低專業化管理門檻[3],有效實現業務與管理協同一體化,在提升管理效率效果的同時,降低管控成本。第三,數字化、智能化的內部控制替代人工控制,實現對部分低端程序化管理人員的要素替代[6],例如管理系統與畜產品生產監控系統對接,可實時分析當前養殖成本投入與養殖進度,提升了管理效率、精細化管理水平[22]和內控失效風險。第四,數字技術為涉農企業引入輕資產運營模式,一方面有助于涉農企業明確企業自身與市場情況,避免周期性市場波動下過度擴張[23],以減輕市場低谷時的成本負擔。另一方面,有助于轉變管理層經營管理理念,更傾向于以租用、購買服務等代替購置專用性強的長期資產,使得企業在面臨市場沖擊時,調整成本更低。

進一步,更低的成本使得企業產品定價空間更寬泛,在中小企業形成的壟斷競爭市場[24]中更易獲得成本領先競爭優勢,充裕涉農企業未來現金流量;低成本的涉農企業利潤空間較大,面臨價格和銷量波動的抗風險能力更強,相對高成本涉農企業更易形成流動資金和資本的積累[25],增加涉農企業的未來現金流量。因此,降低成本為涉農企業增加未來現金流量,促進企業價值增值。基于以上分析,提出研究假設4。

H4數字技術通過降低涉農企業成本,提升涉農企業價值。

三、研究設計

(一)樣本選擇與數據來源

本文以全國中小企業股份轉讓系統掛牌的涉農企業為研究樣本,其中涉農企業是根據新三板行業分類確定的農產品生產企業、農產品加工企業、農產品流通企業以及農資企業。新三板正式啟動于2013年,樣本時間跨度選定2013—2020年。由于本文是關注傳統涉農企業使用數字技術、開展數字化轉型帶來的影響,因此在樣本中剔除成立時主營業務涉及數字技術的涉農企業。此外,還剔除了以下異常值樣本:ST和即將面臨摘牌的企業;主要變量缺失的企業;主要變量異常的企業。最終獲得6 559個“企業-年度”樣本。文本分析數據來源于新三板掛牌企業年報,其他數據來源于ifind數據庫、choice數據庫和國家統計局。為了避免極端值的干擾,本文對所有連續變量進行上下1%縮尾處理。

(二)數字技術的度量

核心解釋變量是數字技術,借鑒吳非等(2021)[8]、張葉青等(2021)[7]的研究,使用Python技術爬取新三板涉農企業歷年年報文本信息,對數字技術關鍵詞詞頻計數的識別方法,結合楊德明和陸明(2017)[26]、楊德明和劉泳文(2018)[27]、楊德明和畢建琴(2019)[28]、李榮等(2020)[29]、Nasiri等(2022)[30]數字技術使用程度的識別方法,進行數字技術指標的度量。

在數字技術關鍵詞詞頻方面,第一步確定關鍵詞體系。參考一系列以數字技術為主題的經典文獻[8,30-33],歸納整理出有關數字技術的特定關鍵詞;在重要政策文件和研究報告借鑒上,本文以《中小企業數字化賦能專項行動方案》、工信部《中小企業數字化轉型指南》和《中小企業數字化水平評測指標(2022年版)》《關于推進“上云用數賦智”行動培育新經濟發展實施方案》以及近年《中央一號文件》等政策文件,結合涉農企業數字技術應用特點,形成圖1所示的數字技術關鍵詞體系。使用Python技術爬取新三板涉農企業歷年年報文本信息,與數字技術關鍵詞體系匹配,得到底層數字技術運用層面與數字技術實踐應用層面詞頻,將兩個層面詞頻加總,得到總詞頻。

圖1 數字技術關鍵詞體系

在數字技術使用程度方面,由于有些企業在年報和公告中計劃未來將使用數字技術,這表明企業當前未使用數字技術,但由于數字技術關鍵詞的出現,在文本分析時會默認該企業已使用數字技術,因此,僅僅使用關鍵詞詞頻并不能十分精準地表征涉農企業數字技術指標。參考楊德明和陸明(2017)[26]、楊德明和劉泳文(2018)[27]、楊德明和畢建琴(2019)[28]、李榮等(2020)[29]對數字技術使用程度打分的方法,人工逐條閱讀數字技術關鍵詞所在段落和語句,對數字技術使用程度加以打分,用來調整詞頻計數,涉農企業數字技術使用程度評分規則如圖2所示。為了避免主觀判斷問題,本研究由三位研究人員為每家公司年報與相關信息進行打分,如果打分不一致,則重新審核與討論,最終確定數字技術使用程度得分[26]。

圖2 涉農企業數字技術使用程度評分規則

將詞頻乘以使用程度得到該年數字技術的調整后詞頻。由于這類數據具有典型的“右偏性”特征[8],本文將其進行對數化處理,從而得到刻畫涉農企業數字技術的整體指標,如式(1)所示。

數字技術=ln(數字技術關鍵詞詞頻×數字技術使用程度+1)

(1)

(三)其他變量定義

核心被解釋變量選取當前企業價值研究最常用指標托賓Q值(tobinq)。托賓Q值是公司的市場價值比資產的重置成本,現有研究中,托賓Q值多被應用于評估企業價值、衡量企業長期績效與成長性、判斷企業是否具備投資價值等方面。托賓Q值以市場價值為基礎估算的企業價值是被市場認可的真實價值,也反映市場對企業中長期發展的前瞻性預期,避免了短視主義的研究結論。利用當前實證研究中慣用的方法,以總市值與總負債之和除以總資產表示托賓Q值[7]。

參考現有有關中小企業價值相關研究[34, 35]的控制變量設定,從基本情況、經營情況、資本密集情況和公司治理情況四個方面選取控制變量。企業基本情況變量為企業規模(scale)、經營年限(operyear)、產權性質(property),經營情況變量包括反映償債能力、營運能力、發展能力的資產負債率(lev)、總資產周轉率(asstur)、營業收入增長率(incincr),資本密集情況變量為資本密集度(capinten),公司治理變量為股權集中度(equcon)、獨立董事占比(independ)、兩職合一(intergra),主要變量定義如表1所示。

表1 主要變量定義

(四)模型設定

依據變量特征,本文構建如下固定效應模型進行基準回歸,檢驗數字技術對涉農企業價值的影響。

tobinqit=α0+α1DTit+∑αControlVariablesit+εit

(2)

其中,核心被解釋變量tobinqit為托賓Q值,衡量t年i企業的價值。核心解釋變量DTit為t年i企業的數字技術指標,綜合了文本分析與人工閱讀程度判斷的方法,具體方法如前文所述;ControlVariablesit代表本文選取的一系列控制變量,包括企業規模、經營年限、產權性質、資產負債率、總資產周轉率、營業收入增長率、資本密集度、股權集中度、獨立董事占比、兩職合一;εit為隨機誤差。本文重點關注系數α1的符號及顯著性,用以衡量涉農企業使用數字技術對其企業價值的影響方向及程度。

(五)描述性統計

主要變量的描述性統計如表2所示。數字技術(DT)指標均值為0.89,中位數為0,標準差為1.35,說明在2013至2020年這8年中,超過半數的新三板涉農企業未開展數字化轉型,且已經開展數字化轉型的企業,數字技術的使用也存在較大差異。托賓Q值(tobinq)的均值為1.37,均低于新三板掛牌企業整體水平,體現相較其他企業,涉農企業價值偏低的現狀;托賓Q值的中位數為0.86,可見大部分新三板涉農企業的托賓Q值小于1,欠缺投資價值與投資吸引力,也在一定程度上阻礙了新三板涉農企業的發展。

表2 主要變量描述性統計

四、實證分析

(一)基準回歸分析

數字技術對涉農企業價值的基準回歸結果,如表3所示。在控制行業、年度、省份固定效應的前提下,數字技術對涉農企業價值具有顯著的促進作用,如列(1)所示。這種促進作用在加入控制變量后依然顯著,如列(2)所示。由此可見,數字技術顯著提升涉農企業價值這一結論是穩健的。以列(2)為例,有效披露1個使用數字技術關鍵詞的涉農企業相比沒有披露任何數字技術使用信息的涉農企業,托賓Q值高出平均2.86%(ln2×0.056 6/1.370 0),即涉農企業使用數字技術對企業價值產生了顯著正向的經濟效益,假設1成立。

表3 數字技術對涉農企業價值基準回歸結果

(二)不同數字技術的企業價值提升效應差異

在基準回歸的基礎上,為了明確不同數字技術對涉農企業價值的差異性影響,根據數字技術指標體系使用具體數字技術替代數字技術使用指標(DT)分別對企業價值進行回歸,結果如表4所示,其中列(1)-(6)分別表示涉農企業使用人工智能技術、大數據技術、云計算技術、物聯網技術、區塊鏈技術、數字技術應用對企業價值的影響。

表4 數字技術指標細分回歸結果

從是否影響來看,使用大數據、云計算、物聯網、區塊鏈技術以及綜合應用數字技術均可顯著提升涉農企業價值。從影響程度來看,涉農企業使用區塊鏈、云計算、大數據技術,對企業價值的提升效應最為明顯,但使用門檻最低的數字技術應用卻未產生突出的提升效果。究其原因,第一,區塊鏈技術實現了農產品及其加工制品的可追溯管理,種養殖、加工、儲存、流通等全過程對下游企業和消費者透明,降低交易信息不確定程度,提升了產品的可靠性和附加值,促進企業價值增值。第二,大數據、云計算技術為涉農企業提供精準的市場預測、疫病監控、生產管理和錨定客戶[22]等服務,有效應對自然與市場雙重風險,降低不可控因素對經營活動沖擊,賦能涉農企業高質量發展,實現企業價值提升。第三,數字技術應用對于涉農企業來說最簡單易用、門檻最低,使用較為普及,市場中大量涉農企業均開展例如公眾號、電商等數字技術應用時,市場又在一個數字技術應用水平較高狀態下達到近乎完全競爭的穩態,此時涉農企業無法繼續獲得數字技術應用帶來的超額收益,因而雖數字技術應用門檻最低,但對企業價值的提升作用比較有限。

值得注意的是,近年來熱度極高的人工智能技術卻未能對涉農企業價值產生顯著的促進作用。人工智能技術雖可實現自動調節生產環境溫度濕度光照、分娩預警、智能選種等功能,解決涉農企業生產、管理的關鍵難題,但在涉農中小企業中使用還未達到其應有的效果,究其原因可能來自以下幾個方面。

其一,人工智能技術投入成本較高。使用人工智能技術需要配備圖像識別設備、傳感器等,全方位改造生產設施,初始投入成本較高。中小涉農企業數字化轉型的資金投入水平有限,在初次應用時,僅購買部分能實現人工智能基礎功能的設施,產生的經濟效益不明顯,隨后也失去繼續追加投資、完善功能的動力。

其二,人工智能技術對人員數字素養要求較高。由于監測的對象涉及生物資產,人工智能與生產對象個體特征、自然與環境條件、業務流程特征、風險要點等匹配要求高,應用過程中需根據匹配情況反復調試修改參數,對企業人員數字素養和業務水平提出了更高的要求。

其三,人工智能技術在中小涉農企業中的應用尚處于起步階段。人工智能技術在涉農企業中的應用場景還不夠廣泛,比如利用圖像識別技術進行豬臉識別,精準監測個體生長與健康狀況,但在實際應用中,卻出現豬不面對攝像頭,無法捕捉臉部圖像的問題,還需在研發層面對人工智能技術的功能和適應性做出諸多改進。以上三個方面是人工智能技術相較于普適性高、租用服務提供完善、成本較低的大數據和云計算等技術在涉農企業中應用的局限之處。

(三)不同價值水平的涉農企業數字技術價值提升效應差異

進一步地,使用分位數回歸分析數字技術對不同價值水平涉農企業的差異性影響。表5展示了企業價值10%、30%、50%、70%和90%分位點的回歸結果,可見數字技術對不同價值水平的涉農企業均具有顯著的價值提升作用,但企業價值越高,數字技術對其價值的提升作用越大。數字技術對90%分位點上的涉農企業價值的提升作用是10%分位點企業的10.67倍(0.157 9/0.014 8),即數字技術對價值高的企業價值提升作用更強。

表5 分位數回歸結果

究其原因,數字技術投入方面,涉農企業的價值越高,企業擁有超越其賬面資產水平的超額資金比例越大,對維持數字技術穩定投入保障力度較強。根據摩爾定律,數字設備的綜合性能每18至24個月增加一倍,那么持續穩定的數字技術投入獲得的數字技術服務性能呈指數型發展,以邊際報酬遞增狀態為涉農企業發展提質增效,實現企業價值遞增式增長。數字技術產出方面,根據梅特卡夫定律,數字網絡的價值等于該網絡內接入節點數的平方,因此數字技術為涉農企業帶來的價值會呈現邊際遞增趨勢。

此外,結合描述性統計結果,新三板涉農企業的托賓Q值中位數為0.86,在大多數企業欠缺投資價值的情況下,使用數字技術依然可以提升這些托賓Q值小于1的涉農企業價值,說明數字技術對企業價值的提升效應存在一定的普惠性。

(四)內生性問題處理

本研究的基準回歸模型可能由于反向因果、遺漏變量等因素導致內生性問題。具體來看,在反向因果方面,價值高的涉農企業資金充裕,相對于價值低的企業更有能力使用數字技術服務、配置數字技術基礎設施等,可能使得原假設影響被高估;在遺漏變量方面,可能存在公司發展階段、經營理念、管理層偏好等難以觀測的因素同時影響數字技術與企業價值。

因此,本文從數字技術服務供給角度和數字技術發展環境角度,選取兩個工具變量,并使用2SLS方法進行內生性問題檢驗。

其一是從數字技術服務供給的角度,選取2013—2020年企業所在省份軟件服務業就業人數作為工具變量。這是由于無論是底層數字技術層面還是數字技術應用層面,購買的數字技術基礎設施有效運行,必須有與之匹配的軟件服務支撐;抑或是企業直接租用數字技術服務,如購買大數據服務、云計算服務等。總之,數字技術的使用必須通過軟件才能實現。又因為軟件服務業是輕實物資產重人力資本的行業,從業人員的多少直接反映該地區軟件服務業發展水平,也直接影響涉農企業是否使用數字技術及數字技術使用程度。同時,該指標衡量的是軟件服務業從業人員數量,與本文研究的傳統涉農企業在企業劃分上沒有重疊,因此該變量直接影響涉農企業使用數字技術但不影響涉農企業價值,理論上符合排他性要求。

其二是從數字技術發展環境的角度,借鑒現有研究使用的shift-share方法[36],選擇1984年企業所在城市固定電話數量分別與2013—2020年數字經濟增加值占GDP比重的乘積作為工具變量。各城市固定電話數量體現著民眾對電子信息技術、數字技術的接受程度以及數字基礎設施的建設程度,同時該指標也不直接作用于涉農企業價值水平。為了滿足面板數據工具變量的需求,在工具變量中加入數字經濟增加值占GDP比重這一體現各年數字技術發展程度的指標,綜合反映數字技術發展環境對涉農企業使用數字技術的影響,符合工具變量外生的要求。

表6展示了分別使用以上兩個工具變量進行檢驗的結果。第一階段的回歸系數均顯著為正,體現數字技術服務供給越好、數字技術發展環境越好的企業,數字技術使用水平越高,與理論分析一致。開展了工具變量的不可識別檢驗和弱工具變量檢驗,Kleibergen-Paap rk LM統計量在1%的水平上顯著,拒絕工具變量不可識別的原假設;Cragg-Donald Wald F統計量和Kleibergen-Paap rk Wald F統計量均超過Stock-Yogo弱工具變量識別F檢驗在10%顯著性水平上的臨界值16.38,拒絕弱工具變量假設,說明選取的工具變量是合理有效的。第二階段回歸結果數字技術指標系數仍在1%的水平上顯著為正,說明基準回歸中得到的結論是可靠的。

表6 工具變量回歸結果

(五)其他穩健性檢驗

在使用工具變量開展檢驗的基礎上,使用以下方法進行進一步的穩健性檢驗,結果如表7所示。

表7 其他穩健性檢驗結果

第一,替換企業價值衡量指標。為了降低單一變量對企業價值反映不準確的可能性,分別使用企業股權市場價值與企業債權市場價值之和估計的企業價值,以及同樣能體現企業成長性、發展能力的前瞻性指標總資產增長率替換托賓Q值以基準模型再次回歸,結果依舊穩健,如表7列(1)(2)所示。

第二,替換數字技術衡量指標。分別使用數字技術的兩個乘子:數字技術使用程度、數字技術總詞頻的對數替換數字技術指標進行穩健性檢驗,結果均顯著為正,支持前文結果的可靠性,如表7列(3)(4)所示。

第三,使用多時點DID方法解決遺漏變量、樣本選擇問題。將使用數字技術的企業劃分為處理組,未使用數字技術的企業劃分為對照組;在處理組中,將企業首次披露使用數字技術的年份及以后年份設置treatpost為1,否則為0。多時點DID方法的回歸結果如表7列(5)所示,并且通過了圖3所示的平行趨勢檢驗,回歸結果依然穩健。

圖3 多時點DID平行趨勢檢驗

五、進一步分析

(一)影響機制分析

1.促進研發創新路徑

為了驗證研發創新路徑,以研發投入占總資產的比重[37]衡量研發強度,開展中介效應檢驗,結果如表8列(2)(3)所示。研發創新路徑的中介效應占總效應的比重為23.64%,即數字技術通過提升涉農企業的研發投入促進企業價值增值。在使用Sobel檢驗結果在1%的水平上顯著為正,證實了研發創新路徑的穩健性,假設2成立。本文認為,數字技術為涉農企業提供低成本、低風險、高效率的創新活動管理方式,激發創新動能[38],提升科技含量和附加值,獲取差異化的競爭優勢,充裕未來現金流量從而實現價值增值;數字技術減少研發人員流程化的數據采集與分析工作,提升研發效率[17],助力涉農企業在創新中搶占先機,通過先發優勢實現企業價值創造。

表8 路徑分析結果1

2.提升市場地位路徑

借鑒現有研究,使用勒納指數[39]作為市場地位的表征,該指數代表企業在行業內的定價能力,越大則企業的市場地位越高。使用中介效應模型驗證,結果如表8列(4)(5)所示,中介效應占總效應的比重為21.22%。可以發現,數字技術提升涉農企業市場地位,從而提升企業價值,假設3成立。本文認為,在采購業務中,數字技術的優化分析算法、智能決策系統等為企業的采購環節提供最佳購買途徑[10]、最佳進貨量等決策支持,提升采購環節效率與效益;在生產業務中,數字技術對生產或加工過程開展全面分析測算,保證產品品質的同時優化生產流程、抗疫病抗病蟲害水平,根據市場調整生產周期,降低自然與市場風險沖擊,使得生產業務面臨的風險愈加可控;在銷售業務中,利用大數據分析系統精準預測市場動向,布局銷售網絡搶占市場先機的同時也能規避價格損失風險,提升銷售效率,減少產品形態資金占用。總之,涉農企業使用數字技術可從供產銷全過程提升經營效率,為受自然與市場雙重風險影響的涉農企業贏得先機,實現市場地位的躍遷,快速實現企業價值提升。

3.降低成本路徑

廣義的成本主要包括營業成本和期間費用,產品成本形成了營業成本的主要來源,期間費用中管理費用最能體現由于企業管控產生的開銷,因此本文選取營業成本率(營業成本除以營業收入)和管理費用率(管理費用除以營業收入)作為降低成本路徑的表征指標開展中介效應檢驗,結果如表9所示,營業成本率和管理費用率的中介效應占比分別為22.06%、19.65%,即數字技術通過降低涉農企業的營業成本、管理費用,即降低了涉農企業成本,促進企業價值的提升,假設4成立。本文認為,首先,數字技術提升涉農企業原材料、人工、生產設備等要素的配置效率,降低采購成本與加工成本,有利于產品獲得低成本優勢,擴大未來現金流水平,促進企業價值增值。其次,應用數字技術為企業帶來組織間更高的信息透明度[40],從而提升企業內部協同程度,降低信息傳遞不及時、不充分產生的管控職能失效,降低在管控過程中產生的摩擦成本[41],優化管理效能,提升企業價值。第三,在成本靜態值降低的基礎上,數字技術通過精準分析與預測內外部環境等手段,降低調整成本、管理層樂觀預期等以減輕涉農企業周期性市場波動造成的成本負擔,有效降低周期性波動沖擊,企業價值得以穩定增長。

表9 路徑分析結果2

(二)異質性分析

不同類型的涉農企業與數字技術的契合程度不同,數字技術對企業價值的影響程度也存在差異。因此,從企業規模、經營年限、高學歷員工占比和產業鏈環節分析數字技術對涉農企業價值的異質性影響。

數字技術對不同規模涉農企業的價值提升作用存在差異。以同行業涉農企業規模的中位數為界劃分為高、低兩組,進行分組回歸(下同),結果如表10所示。列(1)(2)中Fisher’s Permutation檢驗結果可見,組間差異檢驗p值均顯著為正,即數字技術對規模大的涉農企業價值提升作用更明顯。規模較大的涉農企業整體資金實力較為雄厚。用于數字技術的資金投入較為充分,有條件配置覆蓋更全面、品質更優良的數字技術基礎設施[7],布局業務、管理等多方面協同開展數字化轉型,形成數字生態提升轉型效果;使用數字技術的后續資金支持較為穩定[42],有利于涉農企業深化數字技術使用,并在持續調整維護過程中形成豐富的轉型經驗知識,知識積累與運用強化了數字技術的價值提升效應。

表10 異質性分析結果1

以涉農企業經營年限的中位數為界開展分組回歸,結果如表10列(3)(4)所示。可見,數字技術加大了經營年限長與經營年限短涉農企業的價值差異。經營年限的不同反映企業發展階段[43]的差異,經營年限長的企業應對市場波動、行業變化的能力較強,風險應對能力較經營年限短的企業高,在遭遇自然與市場風險沖擊時,仍可維持基本穩定的數字技術持續投入,有利于數字技術對企業價值提升作用的穩定發揮。此外,經營年限長的涉農企業對自身業務流程存在的問題與漏洞具備更加清晰的認識,針對現存的業務問題有針對性地使用數字技術,使得數字技術與企業業務契合度提高,促進使用成效乃至企業價值的顯著提升。

使用專科以上員工占比衡量高學歷人才占比指標,以中位數為界開展分組回歸,結果如表11列(1)(2)所示,數字技術對企業價值的提升作用在高學歷員工占比高的涉農企業中更明顯。數字技術的良好設計與運行需要懂技術會管理的人才提供支撐,因而提升對跨界多學科復合型人才的需求,企業高學歷人才儲備增加,人力資本結構調整升級,改善勞動力要素稟賦與人力資本錯配[44],人力資本質量得以提升。高學歷的員工擁有更高的專業技能和數字素養,更強的新知識新技能學習能力,更易適應數字經濟時代變革。高智力資本[45]是企業不可復制的資源,提升企業核心競爭力繼而促進企業價值提升。

表11 異質性分析結果2

處于產業鏈不同環節的企業,數字技術對企業價值的影響也可能存在差異,因此根據是否為農產品生產企業開展分組回歸。由表11列(3)(4)可以發現,數字技術對農產品生產企業價值提升作用顯著高于其他涉農企業。究其原因,農產品生產企業在產品及產成品多鮮活易腐,相對于農產品加工、流通、農資企業,面臨自然與市場的沖擊更大。數字技術通過高效精準的市場分析和預測[14],幫助農產品生產企業合理規劃生產規模[3],減少市場周期性波動的影響;同時,數字技術獲取了大量生產過程的數據,便于農產品生產企業及時調整生產品種、原材料投入、疫病防治等安排,提升了生產效率與產品品質,促進企業價值增值。

六、研究結論與建議

數字經濟已成為我國經濟發展的重要引擎,推動數字技術與傳統涉農企業深度融合,是賦能涉農企業高質量發展、實現價值增值的關鍵所在。以2013—2020年新三板涉農企業為研究樣本,探究數字技術對涉農企業價值的影響程度及作用路徑。實證研究發現:第一,數字技術顯著提升了涉農企業價值,且涉農企業價值越高,企業價值提升作用越大。開展一系列穩健性檢驗后,結論依然成立。第二,不同數字技術對涉農企業價值的提升作用存在顯著差異,區塊鏈、大數據、云計算等技術的提升作用高于整體水平,但最普遍使用的數字技術應用卻未形成突出的價值提升作用。特別的,人工智能技術并未顯著提升涉農企業價值。第三,數字技術通過促進研發創新、提升市場地位和降低成本路徑增加涉農企業價值。第四,數字技術對涉農企業價值的提升作用在規模大、經營年限長、高學歷員工占比高、農產品生產企業中更明顯。本文的研究結論鼓勵涉農企業把握數字經濟發展機遇,根據企業特質選擇適合的數字技術類型,積極開展數字化轉型,以應對產品附加值低、自然與市場雙重風險、市場周期性波動沖擊等制約企業價值提升的關鍵問題,為提振轉型信心,規避數字化轉型中的短視主義具有重要的借鑒意義;同時為制定針對涉農企業,尤其是中小涉農企業的數字化轉型支持政策提供經驗參考。數字化轉型需政府與企業協同推進,因此,本文的政策建議如下:

政府方面,第一,保障涉農企業數字化轉型的持續穩定投入,以政府補助、減稅降費、政企合作項目、提供數字化轉型專項貸款等方式支持數字技術在涉農企業中深入、廣泛、持續的使用。第二,協同數字技術供應商、農業產業鏈等提升數字技術在涉農企業中的易用性和適用性。通過獎補、項目引導等方式促進數字技術供應商關注涉農中小企業,研制適應性強、輕量化、成本低的數字技術服務,降低涉農企業轉型難度,提升轉型效果;引導產業鏈、供應鏈上大企業發揮數字化轉型帶動作用,通過訂單共享、設備共享、產能協作等方式實現大中小企業協同轉型,形成數字化生態,為農產品產業鏈與供應鏈提質增效。第三,培養“數字技術+X”方面的復合型人才,促進人才向供給緊缺地區流動。革新各層次人才的培養方式,將數字技術課程融入人才培養體系,尤其是涉農高校和涉農專業更應加強數字技術復合人才培養;數字技術人才緊缺地區應出臺人才引進政策,在經濟上、職業發展上提供可靠保障,鼓勵數字技術人才前來就業,緩解人才緊缺現狀。第四,加強針對涉農企業的數字基礎設施建設。建設農業大數據中心、智慧農業示范園區、高標準農田等針對涉農企業的數字基礎設施,降低涉農企業數字化轉型門檻與投入成本負擔,凸顯區域性、產業性數字規模效應,協同數字生態發揮數字技術的最大優勢。

涉農企業方面,第一,數字化轉型應注重長期效果。數字化轉型不是一蹴而就的,涉農企業應當關注數字化轉型的長期效果,科學制定轉型戰略規劃及整體布局,持續穩定推進轉型進程。第二,選擇適合的數字技術開展轉型。涉農企業數字化轉型不能僅局限于門檻最低、使用最為普遍的數字技術應用,應加強數字技術深度使用,加大區塊鏈、大數據、云計算等價值提升效應高的數字技術投入力度,促進其與企業傳統業務多場景、全流程深度融合,賦能涉農企業應對雙重風險、市場周期波動等問題,實現高質量發展。此外,切勿盲目跟風使用人工智能等投入成本高、對人員數字素養要求高、與企業業務匹配難度大的數字技術,需根據自身業務需求、人員配備、基礎設施配套情況選擇適合的技術開展數字化轉型,才能達成預期的轉型效果。第三,為了提升數字化轉型的效果,涉農企業需注重研發創新、提升市場地位和加強成本管理。涉農企業應儲備充足的研發人員,樹立創新引領發展的意識,提升創新投入,優化創新基礎設施配置,有助于形成與數字化轉型相適應的創新環境,提升轉型效率與價值效益;改善產品質量與品質,針對細分市場需求開展差異化生產以促進市場地位躍遷,為數字化轉型的價值增值效果提供經營理念與戰略定位基礎;加強成本管理尤其是降低調整成本等以應對市場周期性波動引致的高成本問題,為促進數字技術的價值提升作用提供降本增效保障。第四,不同特質的涉農企業應有序開展數字化轉型。處于優勢狀態的涉農企業,如高價值、規模大、經營年限長、高學歷員工占比高以及農產品生產企業更應加快數字化轉型步伐。對處于劣勢比如低價值的涉農企業,也應積極布局和開展數字化轉型,可在一定程度上彌補企業存在的劣勢與短板,實現轉型升級與價值增值。