地區大數據發展如何影響企業數字化轉型?

李政 越婷婷 賈妍妍

(天津財經大學 金融學院,天津 300222)

一、引言

隨著大數據、云計算和區塊鏈等數字技術的飛速發展,我國逐漸邁入數字化時代,如何建設好數字經濟已成為我國經濟發展的重要課題。“十四五”規劃綱要指出要“充分發揮海量數據和豐富應用場景優勢,促進數字技術與實體經濟深度融合,賦能傳統產業轉型升級,催生新產業新業態新模式,壯大經濟發展新引擎”。黨的二十大報告亦提出要“加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群”。由此可見,數字技術與實體企業的融合是推動數字經濟的核心力量,企業數字化轉型是我國數字經濟加速發展的關鍵驅動。

在數字經濟蓬勃發展的時代背景下,企業為適應新時代要求,生產方式也逐漸向數字化變革。數字技術作為企業數字化變革的必備條件,不僅是各行各業從“業務驅動”轉向“數據驅動”的新引擎,也是企業提高核心競爭力的關鍵要素。但目前我國大部分企業還未掌握轉型的核心要素,無法高效合理地利用地區大數據發展的優勢進而促進自身數字化轉型,仍存在轉型效率低下、轉型程度不深入等問題。因此,研究地區大數據發展如何影響企業數字化轉型,能夠為我國地區大數據建設助力企業高質量發展提供新思路,并為企業高效利用大數據賦能數字化轉型提供參考,具有十分重要的現實意義。

目前,關于企業數字化轉型的文獻較為豐富,多數研究集中于數字化轉型對企業的經濟效應及其驅動因素。在經濟效應方面,學者們普遍認為數字化轉型能夠發揮積極作用。陳劍等(2020)[1]、李唐等(2020)[2]從企業管理能力角度出發,研究發現數字化轉型能夠優化運營管理效率、提升企業數據管理能力。還有學者提出數字化轉型可以顯著提高企業全要素生產率[3-7]以及投入產出率[8]。袁淳等(2021)[9]從企業分工視角出發,得出企業數字化轉型能夠提升專業化分工水平的結論。不少學者指出企業數字化轉型能夠大幅提升企業績效[10-14]。此外,也有學者從股價波動的角度,提出企業數字化轉型可以降低股價崩盤風險[15-16]。

在驅動因素方面,部分學者運用準自然實驗方法,以試點政策為切入點進行探索。賴曉冰和岳書敬(2022)[17]、任曉怡等(2022)[18]、邱洋東(2022)[19]分別利用“國家智慧城市”“自由貿易試驗區”和“寬帶中國”試點設計準自然實驗,研究發現三類試點政策的實施均能顯著促進企業數字化轉型。也有學者從宏觀經濟層面探討企業數字化轉型的驅動因素。楊賢宏等(2021)[20]發現地區高經濟增長目標反而會抑制當地企業數字化轉型。區域金融發展質量也會對企業數字化轉型產生影響,金融集聚能夠緩解企業融資約束,助力企業數字化轉型[21]。再者,宏觀調控政策同樣影響企業數字化轉型。財政科技支出可以推動微觀企業的創新,進而促進企業數字化轉型[22];稅收激勵通過緩解融資約束和強化創業導向,支持企業數字化轉型[23]。此外,第三方數字化服務市場的發展水平[24]、企業投資效率[25]、企業管理者能力[26]、企業金融化[27]等也都是企業數字化轉型的驅動因素。

然而,上述企業數字化轉型的相關研究尚存在以下不足。一方面,鮮有文獻直接從數字技術角度出發,研究企業數字化轉型的驅動因素。事實上,數字技術是企業數字化轉型的基石,研究數字技術與企業數字化轉型之間的聯系,是探索數字經濟發展中一個不可或缺的重要議題。另一方面,針對企業數字化轉型驅動因素的研究大多單獨從微觀企業層面或宏觀經濟層面進行作用機制分析,鮮有文章將兩個層面的影響渠道結合起來,缺乏微觀與宏觀的綜合考量。

鑒于此,本文從大量數字技術中細化出普及率與知名度最高的大數據,從微觀企業自身特征和宏觀經濟金融環境兩個角度,考察地區大數據發展對企業數字化轉型的影響及作用渠道。具體而言,一方面,本文在構建地區大數據發展水平指標體系的基礎上,探究了地區大數據發展對企業數字化轉型的直接影響,并對核心結論進行了一系列穩健性檢驗。考慮到地區大數據發展對企業數字化轉型的作用效果可能受到企業屬性和所在地區影響,本文進一步對其進行異質性檢驗。另一方面,為探究大數據發展影響企業數字化轉型的作用機制,本文分別從企業創新能力、企業治理水平以及企業融資三個方面構建理論分析框架,并通過實證分析進行驗證。

本文的創新之處在于:(1)考慮現有文獻對企業數字化轉型驅動因素的研究缺乏數字技術直接視角,本文基于數字技術考察地區大數據發展如何影響企業數字化轉型。這不僅完善了企業數字化轉型驅動因素的研究,也為大數據發展的政策紅利提供微觀層面的經驗證據。(2)本文細化了企業融資,從融資的供給方(數字金融發展)和需求方(企業融資約束)出發,結合宏觀經濟層面與微觀企業層面的影響渠道,實證分析大數據發展影響企業數字化轉型的作用機理,為企業充分利用地區大數據發展提高創新、治理及融資水平,促進數字化轉型提供新思路。

二、理論分析與研究假說

(一)地區大數據發展對企業數字化轉型的直接影響效應

數據資源是企業數字化轉型的第一要素。然而,企業獲取數據并非易事,此過程要經歷清洗海量數據、篩選有用數據、處理分析并利用數據等步驟,每個步驟都需要先進的大數據處理技術作為支撐[28]。缺乏足夠的技術支持會導致企業信息閉塞,削弱企業的生產經營效率和競爭優勢。并且,一個地區的大數據發展水平一定程度上反映了當地政府對數字技術發展的重視程度。若政府重視提升當地大數據發展水平,則地區大數據發展對當地企業發展的支持程度更高,企業便可以便捷地獲取數據資源、享受大數據發展帶來的紅利。例如貴州省雖然地處偏遠西部地區,經濟實力相對落后,卻是首個大數據綜合試驗區,擁有一大批大數據骨干企業,有效推動了當地企業數字化轉型升級。因此,地區大數據發展水平越高對當地企業數字化轉型的推動作用越強。具體來看,一方面,當地大數據發展有利于企業學習先進的數據處理技術,從而拓展其對大數據的應用程度,實現數據賦能生產、銷售和管理等環節,促進產業數字化轉型。另一方面,大數據的成熟發展還能夠打破企業數據信息孤島[28],提高數據在企業與市場之間的流動性,助力企業追蹤行業發展趨勢與市場需求,緩解數據壟斷困境。因此,地區大數據發展水平越高,越有利于當地企業數字化轉型。基于上述分析,本文提出基本研究假說H1。

H1地區大數據發展能夠促進當地企業數字化轉型。

(二)地區大數據發展影響企業數字化轉型的渠道分析

地區大數據發展如何促進企業數字化轉型亦是本文關注的重點。具體而言,地區大數據發展可能通過促進企業創新、企業治理以及企業融資對企業數字化轉型產生影響。本部分依次討論這三類渠道的作用機理。

1.企業創新

地區大數據發展助力企業創新可以從兩方面剖釋。一方面,當地大數據發展越好,該地區具有的數據庫越豐富,數據處理技術越先進,能夠更高效地將海量雜亂的數據轉換為有價值的數據資源。進一步地,當地企業可借助地區大數據技術,實現對消費者行為的可視化、具體化分析,通過產品創新滿足消費者的新需求,從而達成數據賦能企業創新[29]。另一方面,地區大數據發展水平提高,也能夠為企業提供更多有價值的信息和經驗,降低創新的試錯成本。不同于以往的管理者經驗式創新,以數據為主要生產要素的智能化創新,可以極大程度降低企業創新效果的不穩定性及創新成本[30]。此外,地區大數據發展還能夠幫助企業識別潛力項目,改善企業創新績效[31]。因此,地區大數據發展能夠提升當地企業創新水平。

從企業創新與企業數字化轉型的關系來看,首先,創新能力強的企業更容易意識到數字化轉型為企業帶來的良好發展前景,主動轉型的意愿更強。其次,企業創新能夠促進企業技術、工具等條件的更新,為企業數字化轉型提供更有利的技術手段。最后,企業創新能夠為企業打造差異化產品及服務,增強企業的競爭優勢,進而驅動企業通過數字化轉型來保持并擴大自身優勢。綜上所述,企業創新能力越強,越能夠推動企業數字化轉型進一步發展。基于此,本文提出研究假說H2。

H2地區大數據發展可以通過提高當地企業創新水平進而推動企業數字化轉型。

2.企業治理

井然有序的企業治理環境對企業數字化轉型具有重要保障作用。地區大數據發展對企業治理的影響可以從兩方面剖析。一方面,大數據發展可以提高數據公開度,支持企業數據獲取,這在降低信息獲取成本的同時也提升了監管透明度[32]。透明化治理能夠提高員工的自覺性與危機感,迫使員工以更高的工作效率和責任感積極為企業工作,進而打造嚴格規范的企業環境。另一方面,在大數據技術支持下,企業能夠獲取更多內部信息,從而防范企業控制人粉飾財務報表、掩蓋重要財務信息、以及高管利用職務之便非法侵吞公司財產等負面情況,優化企業內部治理水平[33]。因此,大數據通過分析數據資源,能夠幫助企業實現高效治理,明確各層級人員權限職責,提高企業內部信息傳遞效率,防止企業內部出現腐敗現象,提升公司治理效能[32]。

從企業治理與企業數字化轉型的關系來看,企業數字化轉型意味著企業商業模式有了質的變化,企業重心從產品及渠道轉向客戶[34]。良好的企業治理是企業立足于瞬息萬變經營環境的先決條件,同時也是完成商業模式轉換的必然要求。企業對當前的組織結構、激勵機制等進行升級改革,構建權責銜接、有效制衡的治理機制,才能為企業實現全方位深層次數字化轉型提供制度保障。基于此,本文提出假說H3。

H3地區大數據發展可以通過提高企業治理水平從而推動企業數字化轉型。

3.企業融資

從現實情況來看,企業僅有數字化轉型的意愿并不足以實現轉型目標,要達到數字化轉型還需要大量的資金支持。因此,企業融資對企業數字化轉型具有重要作用。為深入分析企業融資在地區大數據發展影響企業數字化轉型中的作用途徑,本文分別從企業融資的供給方(數字金融)與需求方(融資約束)兩個角度進行分析。

(1)數字金融。企業在融資過程中常常面臨融資門檻高、融資額度不足等問題,尤其對于中小型企業來說,數字化轉型的投入會加大其資金壓力。并且,轉型企業通常存在不穩定性大、潛在風險高等特征,這將導致銀行為其設立更嚴格且門檻更高的融資約束[35]。此時,數字金融恰恰能夠為處于“融資難”的企業開辟新路徑。數字金融是互聯網、大數據等數字技術與金融業的結合,大數據是其發展的基礎支撐,沒有大數據,數字金融便無從談起。所以,地區大數據的蓬勃發展自然也能夠促進數字金融發展。

從數字金融與企業數字化轉型的關系來看,數字金融能夠幫助企業紓解融資約束難題。一方面,數字金融有助于解決金融機構在偏遠地區設立網點的高成本問題,同時也可以在一定程度上簡化放貸流程,提高金融機構的貸款效率,從而緩解中小企業的融資難問題。另一方面,數字金融發展能夠為企業拓寬融資渠道并優化金融機構授信流程,降低企業的融資成本[31]。具體而言,數字金融能夠提升企業信息透明度,將企業日常交易記錄整合成為“信用報告”;金融機構可以從“信用報告”中得出企業的信用水平、經營風險等評估信息。這有助于金融機構驗證企業基本信息的真實性,精確定位企業信貸水平,給予合理的信貸額度,為企業進行數字化轉型提供有力經濟支持。基于此,本文提出假說H4a。

H4a地區大數據發展能夠通過提升當地數字金融發展水平推動企業數字化轉型。

(2)融資約束。地區大數據發展緩解企業融資約束可以從兩方面來看。一方面,地區大數據發展水平越高,識別和分析金融消費者投資偏好的能力越強,企業能夠據此提供更豐富多樣的投資產品滿足目標投資者需求,實現企業融資總量的增加[36]。另一方面,地區大數據發展可以完善資本市場制度,增強證券市場對投資者的了解程度,提升交易雙方信息透明度,幫助企業篩選高質量投資者,進而降低交易風險。因此,地區大數據發展能夠通過增加融資總量、提高融資質量來緩解企業融資約束。企業的融資約束難題得到緩解,企業數字化轉型便可得到穩定可靠的資金支持。因此,地區大數據發展能夠通過緩解企業融資約束、改善企業財務狀況來驅動企業數字化轉型[22]。基于此,本文提出假說H4b。

H4b地區大數據發展通過緩解企業融資約束驅動企業數字化轉型。

三、研究設計

(一)數據來源

本文樣本為2013—2020年滬深A股上市企業。關于上市企業數字化轉型的相關數據來源于吳非等(2021)[37]編寫的中國上市企業數字化轉型指數評價研究報告。關于構建大數據發展指數的相關數據分別來自于國泰安數據庫、北大法寶法律數據庫和EPS全球統計數據分析平臺。關于控制變量、渠道變量、工具變量中的企業財務數據均來自RESSET金融研究數據庫,省區市層面數據來自國泰安數據庫。本文的專利數據來自國家知識產權局專利查詢系統。此外,本文借鑒主流文獻的研究方法[38],將上市公司注冊地與其所屬省區市進行匹配,構建了2013—2020年的面板數據集。

(二)變量設定

1.被解釋變量

企業數字化轉型(DTE)。本文參考趙宸宇等(2021)[3]、楊賢宏等(2021)[20]的做法,將吳非等(2021)[37]統計的上市企業年報中與企業數字化轉型有關的五類詞匯詞頻總數(1)五類詞匯:人工智能技術、大數據技術、區塊鏈技術、云計算技術、數字技術運用。取自然對數,以此衡量企業數字化轉型程度。

2.核心解釋變量

地區大數據發展水平(BDS)。本文參考史丹和孫光林(2022)[38]構建大數據發展指標體系,從制度條件、市場條件兩個角度選取相應二級指標。但由于原指標體系中個別指標數據在部分年份存在缺失,因此本文采取相似的指標進行替換,最終構建表1所示的大數據發展指標體系。

表1 大數據發展指標評級體系

基于該指標體系,本文通過熵值法得到我國內地31個省區市(自治區、直轄市)的大數據發展評分。各省區市大數據發展評分結果與史丹和孫光林(2022)[38]所得分數的絕對值略有差異,但排名次序相同,結果如表2所示。由表2可知,我國各省區市的大數據發展水平存在明顯差異,且總體發展狀況落后。北京市的大數據發展水平最高,得分為0.46;西藏最低,為0.04,最高值和最低值之間差距較大。寧夏、甘肅、云南和新疆等11個省區市的得分均不到0.1,得分達到0.4及以上的省區市只有3個。

表2 2013—2020年我國各省區市大數據發展狀況

為更清晰地展示各省區市的大數據發展情況,本文將大數據發展得分結果劃分為優、良、中和差四個等級。得分≥0.4為優;得分≥0.3且<0.4為良;得分≥0.1且<0.3為中;得分<0.1為差。此外,為深入探究大數據發展水平的地區性差異及原因,本文將上述31個省區市劃分為東部、中部及西部三個地區(2)東中西三個地區的劃分與史丹和孫光林(2022)[38]一致。東部地區:北京、廣東、上海、天津、河北、遼寧、江蘇、浙江、山東、福建、海南;中部地區:河南、安徽、湖北、湖南、山西、黑龍江、吉林、江西;西部地區:貴州、重慶、內蒙古、四川、廣西、陜西、云南、寧夏、甘肅、青海、西藏、新疆。。從表2中等級及地區兩列可以看出,等級為優的省區市只有3個,包含東部地區的北京市、廣東省及西部地區的貴州省。有6個省區市等級為良,同樣是東部地區占比更多。而中部地區及西部地區的省區市大多集中于中、差兩個等級。

東部地區的北京市、廣東省大數據發展水平能夠如此優秀,一方面是由于兩地均是經濟繁榮地區,良好的經濟基礎為其大數據的蓬勃發展提供保障;另一方面是因為北京、珠三角地區均為大數據綜合試驗區,政策的大力支持為其大數據穩步發展奠定基礎。雙重條件的支撐強力推進了當地大數據發展。中部地區沒有發展等級為優的省區市,僅河南省發展等級為良,說明河南省設立大數據綜合試驗區這一舉措亦發揮了積極作用。在西部地區,僅貴州省獨自處于優這一級別,這主要是因為貴州省擁有得天獨厚的氣候優勢以及豐富的水電、風電資源,發展大數據成本較低,因此成為第一批進入國家大數據綜合試驗區的省份,積累了豐富的發展經驗和數據資源,為如今大數據發展保持良好態勢打下堅實的基礎。

3.渠道變量

(1)企業創新(INNVO)。本文參考顧夏銘等(2018)[39]的方法,使用企業發明專利申請數、實用專利申請數及外觀設計專利申請數的總數加1并取自然對數作為衡量企業創新的指標。

(2)企業治理水平(GOV)。本文參照潘福祥(2004)[40]關于企業治理水平的度量指標體系,在股權結構方面選擇第一大股東持股比例、第二至第十大股東持股比例;在董事會治理機制方面選擇董事薪酬、董事會人數、獨立董事比例和董事會持股數;在經理人員激勵方面選擇經理人持股數和高管薪酬,并采取因子分析法計算各企業的治理水平得分。

(3)數字金融(DF)。本文參照唐松等(2020)[31]的做法,采用郭峰等(2020)[41]編制的北京大學省區市級數字普惠金融指數來衡量數字金融發展水平。

(4)企業融資約束(SA)。本文參照余明桂等(2019)[42]的做法,采取融資約束指數(3)融資約束指數來自于Hadlock和Pierce(2010)[43]的計算公式。SA=|-0.74×Size+0.04×Size2-0.04×Age|。其中,Size代表企業總資產,Age代表企業上市年限。衡量企業融資約束。為直觀反映企業融資約束情況變化,本文對指數進行絕對值處理,得到融資約束SA指數,其數值越大代表企業面臨的融資約束越嚴重。

4.控制變量

參考吳非等(2021)[37],本文選取的控制變量如下:首先,在城市層面,考慮到各省區市經濟發展水平會對企業發展產生影響,本文選取各省區市經濟狀況(GDP)作為控制變量。其次,在企業層面,由于企業盈利能力、企業發展穩定性、企業規模、償債能力和存續能力等都可能影響企業的數字化轉型進程,本文選取凈資產收益率(ROE)、股權集中度(OWC)、企業總資產(ASSET)、資產負債率(LEV)、流動比率(LR)和營業收入(OP)作為控制變量。主要變量經過前后1%縮尾處理。描述性統計分析結果如表3所示。

表3 描述性統計分析

(三)模型設定

首先,為檢驗地區大數據發展對企業數字化轉型的直接影響,本文構建回歸模型如下

DTEi,j,t=β0+β1BDSj,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(1)

其中,下標i、j、t分別代表企業、省區市和年份,回歸模型中被解釋變量為企業數字化轉型(DTE),核心解釋變量為地區大數據發展評分(BDS),CVs為一系列控制變量,ε為隨機誤差項。本文參考楊賢宏等(2021)[20]的做法,在模型中控制行業和年份雙向固定效應。

為檢驗地區大數據發展能否對企業創新(INNVO)、企業治理水平(GOV)、數字金融(DF)及融資約束(SA)產生影響,本文構建模型如下

Mi,j,t=β0+β2BDSj,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(2)

其中,當式(2)中M為INNVO時,若β2為正,說明地區大數據發展越好,對企業創新帶來的正向效應越強;當式(2)中M為GOV時,若β2為正,說明地區大數據發展可以優化企業治理水平;當式(2)中M為DF時,若β2為正,則說明地區大數據發展能夠提高當地數字金融發展水平;當式(2)中M為SA時,若β2為負,則說明地區大數據發展水平提升有助于緩解企業融資約束難題。

同時,為構建完整的邏輯證明,還需要驗證地區大數據發展的確能夠通過企業創新(INNVO)、企業治理水平(GOV)、數字金融(DF)及融資約束(SA)影響企業數字化轉型。本文參考方明月等(2023)[44]關于渠道檢驗的方法,以企業數字化轉型為因變量,分別以企業創新(INNVO)、企業治理水平(GOV)、數字金融(DF)及融資約束(SA)為關鍵解釋變量,并參考基準回歸模型,加入一系列控制變量和年份、行業固定效應,進行回歸分析。

DTEi,j,t=β0+β3Mi,j,t+∑βkCVsi,j,t+∑Year+∑Ind+εi,j,t

(3)

當式(3)中M為INNVO時,若β3為正,則說明地區大數據發展能夠通過提升企業創新水平,為企業數字化轉型提供更好的轉型技術及轉型環境等基本條件,從而促進企業數字化轉型;當式(3)中M為GOV時,若β3為正,則說明地區大數據發展可以通過提高企業治理水平,為企業數字化轉型提供制度保障及井然有序的發展環境;當式(3)中M為DF時,若β3為正,則說明地區大數據發展有助于促進當地數字金融發展,為企業數字化轉型提供經濟支持;當式(3)中M為SA時,若β3為負,則說明地區大數據能夠通過緩解企業融資約束難題、改善企業財務狀況來驅動企業數字化轉型。

四、回歸分析

(一)基準回歸結果

假說H1認為地區大數據發展能夠賦能企業高效率獲取、處理數據,促進企業生產、銷售、管理等環節的智能化及數字化,助力企業數字化轉型。表4為地區大數據發展影響企業數字化轉型基準模型的回歸結果。表4列(1)中,未加入控制變量集,僅控制了年份及行業固定效應,回歸結果的系數為正且通過了1%的顯著性檢驗,說明地區大數據發展越好越能夠促進企業數字化轉型。列(2)、列(3)、列(4)分別為加入控制變量集和行業固定效應、加入控制變量集和年份固定效應、加入控制變量集和行業及年份固定效應的回歸結果。三列結果均顯示,核心變量回歸系數為正且在1%水平上顯著,再次說明地區大數據發展的確能夠幫助企業解決數據獲取及分析等難題,打破數據孤島問題,助力企業實現全面數字化轉型。因此,基本研究假說H1得到驗證。

表4 基準回歸結果

(二)穩健性檢驗

為了確保回歸結果的穩健性,本文進行如下穩健性檢驗。

1.替換核心解釋變量

本文借鑒趙云輝等(2019)[32]關于大數據發展體系的構建方法(BDS2),采用《大數據藍皮書:中國大數據發展報告》中相關測量指標構建地區大數據發展水平新體系。新指標體系具體包括:有電子商務活動的企業占總企業數的比重、每百家企業擁有的網站數(個)和每百人使用計算機數(臺)三個指標。回歸結果如表5列(1)所示,回歸系數為正且在1%水平下顯著,與基準回歸結果相同。

表5 穩健性檢驗回歸結果

2.替換被解釋變量

鑒于企業數字化轉型的相關詞匯可以分為人工智能技術、大數據技術、區塊鏈技術、云計算技術、數字技術運用五類,本文采取五類詞匯詞頻的平均值作為衡量企業數字化轉型的指標(DTE2)。從表5列(2)可知,回歸結果為正,仍在1%水平下顯著,即地區大數據發展對企業數字化轉型具有顯著促進作用,與本文核心結論吻合。

3.使用聯合固定效應方法

表5列(3)(4)是在聯合固定效應下,兩種企業數字化轉型指標的回歸結果,回歸系數為正,均在1%水平下顯著,再次驗證了地區大數據發展能夠促進企業數字化轉型的結論。因此,本文核心結論穩健。

(三)內生性檢驗

本文采用工具變量法解決可能存在的內生性問題。參考施炳展和李建桐(2020)[45],本文選取各省區市人均函件數量(Letter)作為工具變量。選取該工具變量的原因在于:在相關性方面,人均函件數可以代表人們對傳統通信方式的偏好及依賴程度,這種偏好在長時間內是穩定的,進而影響到人們對互聯網通信方式的喜好,作用于大數據發展;在外生性方面,由于函件只是用于滿足人們日常交流的工具,并不會對企業數字化轉型產生直接影響。因此,該變量滿足作為工具變量的條件。

工具變量的兩階段回歸結果如表6所示。為確保回歸結果穩健性,本文分別采取BDS、BDS2作為解釋變量進行回歸。其中,列(1)(2)為BDS作為解釋變量的兩階段回歸結果;列(3)(4)是BDS2作為解釋變量的兩階段回歸結果。第一階段回歸結果顯示,不論使用何種解釋變量,F值均遠大于10,即該工具變量通過了弱工具變量檢驗。并且,從列(1)(3)可知,人均函件數量回歸系數為正,并在1%水平下顯著,印證了函件數作為工具變量的合理性。從列(2)(4)可知,主要回歸系數為正,分別在10%、5%水平下顯著,即地區大數據發展對企業數字化轉型具有顯著的促進作用,再次證明本文結論穩健。

表6 工具變量兩階段回歸結果

(四)異質性檢驗

不同類型的企業由于自身技術水平、融資能力等不同會導致地區大數據發展對其數字化轉型的影響存在差異。為深入了解此種差異,本文根據企業屬性進行異質性檢驗。此外,上文發現我國東部、中部、西部地區大數據發展水平差距較大,地區經濟發展等基礎條件不同,可能引起大數據發展影響企業數字化轉型的程度存在地區性差異。因此,本文進行了地區異質性檢驗。

1.基于企業屬性的分類檢驗

本文將樣本劃分為高科技與非高科技企業、國有與非國有企業。回歸結果如表7所示。列(1)(2)的回歸對象分別為高科技企業、非高科技企業。列(3)(4)的回歸對象分別為非國有企業、國有企業。比較列(1)(2)結果可知,高科技企業數字化轉型的系數為正,在1%水平下顯著,而非高科技企業的系數為負且不顯著。這可能是由于高科技企業技術儲備水平更強,擁有先進的科學技術手段,在獲取、處理、分析數據等環節擁有更高的效率及競爭優勢,可以充分利用大數據獲取市場信息,緩解信息閉塞對企業數字化轉型帶來的困難。因此,高科技企業進行創新的成本更低,創新程度更深入,優質的創新條件為企業數字化轉型作鋪墊。非高科技企業技術手段落后,運用數據資源的效率相對較低,創新與治理的成本均高于高科技企業。當地大數據發展越迅速,可能越會惡化非高科技企業在競爭市場的劣勢地位,進一步加大其與高科技企業數字化發展之間的鴻溝,導致非高科技企業的轉型成本更高,抑制其數字化轉型意愿。因此,地區大數據發展對高科技企業數字化轉型有著更加顯著的促進作用。

表7 企業屬性分類檢驗回歸結果

從列(3)(4)可知,非國有企業的回歸系數為正,在1%的水平下顯著,而國有企業的回歸系數不顯著且為負值。一方面,相較于非國有企業,國有企業承擔較多的社會任務,受到更多監管約束,在接受大數據這一新技術上更加保守,導致其運用大數據賦能企業數字化轉型的效率不高。非國有企業受到的監管約束較低,為在市場中取得先決優勢,將會快速接受并充分運用大數據技術,實現大數據賦能企業創新能力和企業數字化治理,進而支持其數字化轉型。另一方面,企業數字化轉型是企業為自身發展而進行經營模式的改變,成本高風險高,國有企業身為國家利益的代表,資本運用受限較多。非國有企業的資本自由度相對更高,能夠更容易地運用大數據賦能企業數字化轉型。因此,地區大數據發展對非國有企業數字化轉型有更積極的正向作用。

2.基于地區差異的分類檢驗

為探究地區大數據發展水平對企業數字化轉型的影響是否存在地理差異。本文參照上文地區分組方法,按照企業注冊地所在地區,將樣本分為東部、中部、西部三組,并進行分組回歸,回歸結果如表8所示。結果顯示,地區大數據發展對企業數字化轉型影響最為顯著的為東部地區,回歸系數為正,在1%水平下顯著。中部、西部地區回歸系數雖為正但并不顯著。

表8 地區差異分類檢驗回歸結果

在東部地區,地區大數據發展水平越高,對當地企業數字化轉型的推動作用越強。從經濟發展層面來看,東部地區經濟發展水平明顯優于中、西部地區,東部地區企業獲得的資金支持和融資渠道均比中西部地區企業更多,因此,東部地區繁榮的經濟發展水平為大數據促進企業數字化轉型提供了有利的經濟基礎。從政策環境層面來看,東部地區大多為一線城市,這些城市關于大數據政策的頒布數量及實施力度優于中、西部地區,這些優勢能夠推動其大數據發展水平穩步提升,進而為當地企業提供良好的數字化轉型環境。從企業開放層面來看,東部地區的大部分企業開放程度和市場化程度更高,擁有更強的創新意識和主動接受數字技術的意愿,因此大數據發展推動企業數字化轉型的效果更好。從人才資源層面來看,東部地區由于經濟發達擁有更豐富的人才資源,能夠幫助企業高效率高質量地運用數字技術完成數字化轉型。綜上所述,地區大數據發展對東部地區企業數字化轉型的促進作用更加明顯。

五、渠道分析

(一)企業創新

假說H2認為地區大數據發展能夠通過降低企業創新成本,賦能企業創新進而為企業數字化轉型鋪墊技術、經營模式等基本條件。表9展示了渠道分析的回歸結果。列(1)為解釋變量BDS對被解釋變量INNVO的回歸結果,可以看出,回歸系數為正,在1%水平下顯著,證明地區大數據發展能夠幫助企業把握市場需求趨勢、降低創新成本來提高創新水平。列(2)以DTE為被解釋變量,INNVO作為解釋變量進行回歸,可以看出系數同樣為正并在1%水平下顯著。因此,地區大數據發展能夠通過提升企業創新水平,為企業數字化轉型提供更優良的轉型技術及環境等基礎條件,進而推動數字化轉型,假說H2成立。

表9 渠道分析回歸結果

(二)企業治理水平

假說H3認為地區大數據發展通過提高企業治理水平、打造更嚴格規范的轉型環境,賦能企業數字化轉型。表9列(3)的解釋變量為地區大數據發展BDS,被解釋變量為企業治理水平GOV,企業治理水平的系數為正,在1%水平下顯著,證實地區大數據發展能夠提高企業內部信息透明度,增強企業監管能力,提升企業治理水平。列(4)是以DTE為被解釋變量,GOV作為解釋變量進行回歸的結果,系數為正,在1%水平下顯著,說明大數據通過提升企業治理水平,打造更規范嚴格的轉型環境,促進企業數字化轉型,假說H3成立。

(三)企業融資

1.數字金融發展

假說H4a認為地區大數據發展通過促進當地數字金融發展、緩解企業融資約束難題,從經濟層面助力企業實現數字化轉型。表9列(5)是以地區大數據發展BDS作為解釋變量,數字金融DF作為被解釋變量的回歸結果,可以看出,核心解釋變量BDS的回歸系數為正,在1%水平下顯著,說明地區大數據發展能夠通過為數字金融提供技術支持,提高地區數字金融發展水平,從資金供給方化解融資約束問題。列(6)是以DTE為被解釋變量,DF作為解釋變量的回歸結果,數字金融發展水平的指標系數為正,在1%水平下顯著,驗證了地區大數據發展能夠通過提高當地數字金融發展水平、降低企業的融資約束,解決企業數字化轉型的資金需求,從而助力企業數字化轉型。即假說H4a成立。

2.企業融資約束

假說H4b認為地區大數據發展能夠從增加企業融資數量、提高融資質量兩方面紓解企業融資約束難題,進而改善企業財務狀況驅動企業數字化轉型。表9列(7)中解釋變量為地區大數據發展BDS,被解釋變量為融資約束SA,回歸系數為負,在10%水平下顯著,說明地區大數據發展能夠通過提升企業融資數量與融資質量,緩解企業融資難題。列(8)中解釋變量為SA,被解釋變量為企業數字化轉型DTE。回歸系數為負,在1%水平下顯著,說明企業面臨的融資約束越嚴重,越會抑制企業數字化轉型,反之,企業融資約束降低有助于企業數字化轉型。因此,本文假說H4b得到驗證,即地區大數據發展通過緩解企業融資約束,改善企業財務狀況來驅動企業數字化轉型。

六、研究結論與政策建議

本文分別從理論與實證兩個層面探討了地區大數據發展水平對企業數字化轉型的影響及作用渠道。主要結論如下。(1)地區大數據發展水平提高能夠顯著推動當地企業數字化轉型。(2)地區大數據發展影響企業數字化轉型存在三條作用渠道:企業創新、企業治理與企業融資(數字金融發展及融資約束);即地區大數據發展能夠通過激勵企業創新、提高企業治理水平、提升地區數字金融發展水平及緩解企業融資約束來驅動企業數字化轉型。(3)異質分析表明,地區大數據發展水平提升對非國有企業、高科技企業、東部地區企業數字化轉型的促進作用更為明顯。

根據上述研究結論,本文提出以下政策建議。第一,著力推進大數據建設。大數據發展能夠顯著提高企業數字化轉型效率,政府應加快打造技術成熟的大數據交易平臺、制定合理科學的大數據共享機制,充分發揮數據要素在企業內外部資源配置中的作用。第二,創建良好創新生態系統。企業創新能夠為數字化轉型提供技術等基本條件。政府應加強知識產權的保護和執法力度,增加創新基金、科技補貼等財政支持,鼓勵企業積極創新。第三,完善企業治理體系。企業治理水平越高,越能夠為數字化轉型提供更規范嚴格的轉型環境。因此,政府應建立健全企業治理相關監督管理體系,保證企業治理的透明度和規范性;同時,企業也要及時補好自身監管“漏洞”,加強內部控制,確保高質量治理水平。第四,加快推動數字金融高質量發展。政府應注重提升各地數字金融發展水平,從資金供給方緩解企業融資約束,增強對企業數字化轉型的經濟支持。第五,重視欠發達地區的大數據發展。我國大數據發展存在嚴重區域不平衡問題,尤其是欠發達地區的大數據發展水平落后明顯。因此,政府應著重扶持欠發達地區的大數據發展,保質保量地完成政策實施環節,幫助欠發達地區技術創新型及高新技術型企業實現健康發展。