數字化轉型對企業全要素生產率的提升影響
——以研發投入為傳導路徑

■錢紅光 鄧 立 湖北工業大學

一、文獻綜述

隨著云計算、人工智能等數字科技蓬勃發展，我國農業、制造業等諸多行業將數字技術與生產高度融合，大力實現企業數字化轉型。工業和信息化部發布的《“十四五”大數據產業發展規劃》指出發展大數據與經濟社會深度融合，有助于全要素生產率提升和拓寬大數據資源共享，促進企業轉型成功。因此，挖掘數字化轉型價值帶領企業全要素生產率快速提升，已成為我國現行經濟發展中首要的任務之一。當今世界經濟發展呈現不景氣狀態，我國人口紅利也逐漸減弱，微觀經濟是整個社會重要的經濟根基，深刻影響著宏觀經濟發展。因此，加速數字化轉型、提高國民經濟效率、改變經濟發展方式必定需要企業發揮主體性作用。怎樣體現數字科技對經濟發展的作用，驅動全要素生產率，是當今企業長遠發展的重要途徑，也是助力我國產業革命彎道超車的首要任務。

近年來我國十分注重數字技術發展。數字化轉型是數據、企業、技術的一種有機結合，代表著模式創新與價值創造等新經濟特征模式。數字技術推動產業升級，是我國實體經濟擺脫困境的關鍵途徑。數字化轉型能夠獲得高效的市場信息，降低生產成本，緩解融資約束，以數據驅動能托付企業價值創造和提升企業核心競爭力。運用創新、協調和關聯三種效應能優化產業結構合理升級，促進企業高質量發展。而全要素生產率提升的一個重要影響因素便是增強研發投入。出口規模、“營改增”政策能促進研發投入流入，升級產業結構，實現全要素生產率提升，并且提高企業組織管理效率、控制產權結構、改善高級人力資本、增強企業全要素生產率。對于數字化轉型如何作用于企業全要素生產率，當前研究表明，企業實行數字化轉型以提升融資效率、加速知識溢出、賦能高質量發展。

通過整理文獻發現，現用關于全要素生產率積極效應探討主要從資產負債率、產權結構等內部管理和稅率政策、出口規模等外部政策展開，實證研究數字化轉型對全要素生產率影響相對較少，且少有研究調查研發投入這一機制路徑。由此，本文使用2012—2021 年全部A 股上市企業面板數據，探討數字化轉型對企業全要素生產率影響，揭秘數字化轉型怎樣影響上市企業全要素生產率作用機制“黑箱”，并根據股權性質、是否經“四大”審計和生命周期進行異質性分析，為深入了解數字化轉型對不同特征型企業的影響差異提供實證與理論依據。

二、數字化轉型、研發投入與全要素生產率的理論分析

1.企業數字化轉型與全要素生產率

索洛悖論提出除生產率外，計算機運用在任何方面。隨著對人工智能、互聯網等的應用，企業將數字化與企業的業務流程、組織架構進行高度結合，從而提升了信息系統的信息收集與高效整合能力。因此數字化運用能很好利用信息技術實現全要素生產率的提高。

（1） 數字化轉型提高生產效率

企業內部管理涵蓋監督、執行和決策全過程，企業通過數字化轉型改善服務要素、信息要素，助力全要素生產率提高。此外，數字化轉型能完善管理流程，提高組織管理效率，控制風險程度和增強內部監督，開放部門邊界，減少管理成本及傳遞成本等，緩解信息不對稱，提高生產效率，以提高全要素生產率。

（2） 數字化轉型降低外部交易成本

數字技術能提高信息存儲、擴散與傳播水平，以了解競爭對手服務質量等信息，從而降低搜尋成本。信息有效傳播，讓產品關鍵要素更加透明化，減少協商談判成本。實施追蹤功能，保證交易合規進行，進而減輕監督成本，降低成本為研發投入提供了有益條件，顯著推進要素發展。數字經濟高速發展，完善信貸資源使用效率，開拓內外部融資途徑，以減輕企業內外部交易成本，提高全要素生產率。

（3） 數字化轉型高效運用數據

從國民經濟增長看，數據作為一種新型資產，將“數據”作為關鍵生產要素概念及生產屬性，納入統計和國民經濟核算，從而客觀、科學地在宏觀經濟統計數據中體現數據資產在經濟社會中所發揮的重要性。因此，企業能夠獲得高效市場信息和市場競爭優勢，構建數字化網絡平臺，快速發展提高全要素生產率。

基于上述分析，提出以下假設：

H1：企業數字化轉型能顯著提高全要素生產率。

2.企業數字化轉型、研發投入與全要素生產率

根據動態能力理論的階層理論，企業選擇投資方案時，應向高階能力方案傾斜。研發投入是企業的一種核心競爭能力，當企業面臨外部主體越來越多時，通過數字化轉型提高企業研發投入，帶來的技術增量和知識是技術創新的關鍵動力，可以實現企業長期競爭力優勢，從而提高全要素生產率。

一方面，從業務調整看，數字化轉型能加快信息收集以擴大學習范圍，利用外部知識整合加快企業擴張，引發新的投資需求，研發投入增加以促進知識儲備，讓創新經驗轉為生產率。企業管理者能力增強能夠高效科學地進行決策，最終提高全要素生產率。另一方面，從融資渠道看，數字化轉型推動數據信息運用，改善了企業財務與信用等信息的披露，企業能獲取及時有益的融資訊息，資金獲得保障能很大程度解決研發費用困境，緩解對于具有風險但又極具前瞻性研發項目的困難，以帶來技術進步，從而提高全要素生產率。

基于上述分析，提出以下假設：

H2：數字化轉型有助于提升研發投入，進而提高企業全要素生產率。

三、研究設計

1.研究樣本和數據來源

本文選取2012—2021 年A 股上市企業相關數據為初始樣本，并剔除以下數據：其一，ST、*ST 類樣本；其二，異常或數據缺失樣本；其三，金融類樣本。最終得到9236 個企業年度觀測樣本。對所有連續變量上下進行1%縮尾處理。數字化轉型數據來自上市公司年報，其他數據均來源于CSMAR。

2.變量定義

（1） 全要素生產率（TFP）

由于數據獲取性，本文參照Rovigatti 研究，選用LP 法衡量全要素生產率。選取該指標能夠緩解在對資本存量與產量共同選擇中產生的過失問題。同時本文也采用Op 半參數法衡量全要素生產率指標，作為檢驗結果穩健性依據。

（2） 企業數字化轉型（DCG）

本文采用現廣泛適用的定量方法分析，參照吳非相關文獻，以關鍵詞出現概率表示數字化轉型程度，且使用數據對數化處理方式，避免關鍵詞統計頻次中出現明顯右偏傾向。同時本文也采用張永珅研究方法，將無形資產中涵蓋和數字化轉型相關詞的專利，將同一公司同一年度的這些指標加總，計算其占當年無形資產份額，作為衡量數字化轉型的指標，用以檢驗結果穩健性。

（3） 研發投入（RD）

國內外都非常關注對于研發投入的探索，研發投入是一個展現企業創新能力的重要指標，本文采用研發支出金額進行衡量，通過國泰安數據庫獲得數據后取對數處理。

3.模型構建

為了檢驗上述假設，借鑒溫忠麟等研究提出的中介效應檢驗方法，構建了模型（1） ～（3） 進行多元回歸分析。其中，模型（1） 主要是檢驗假設 H1，即解釋變量為數字化轉型（DCG），被解釋變量為企業全要素生產率（TFP）；模型（2） 解釋變量為數字化轉型，被解釋變量為研發投入（RD）；模型（3） 探究研發投入的中介效應，解釋變量是數字化轉型，被解釋變量是企業全要素生產率，中介變量是研發投入。

模型中TFP表示全要素生產率，DCG表示數字化轉型，RD表示研發投入，Control為控制變量，ε為模型隨機誤差項，i為企業，t為年份。依據已有研究，本文的控制變量為公司規模（Size）、資產負債率（Lev）、總資產利潤率（ROA）、現金流比率（Cashflow）、前五大股東持股比例（Top5）、托賓Q 值（TobinQ）、公司成立年限（FirmAge）。另外還有行業（Ind）和年份（Year）。變量定義見表1。

表1 變量說明

四、實證結果與分析

1.描述性統計

表2 為主要變量描述性統計結果。通過表2了解到，被解釋變量全要素生產率TFP均值為9.1231，標準差為1.1229，表明樣本整體全要素生產率TFP較為良好。企業解釋變量數字化轉型DCG均值為2.2515，最小值為0.6931，最大值為5.3799，說明我國數字化DCG水平整體存在較大的提升空間。中介變量RD最大值為22.2791，最小值為13.7939，表明企業之間在研發方面的投入有著非常大的差距。表2 中其他指標取值范圍和現有研究大體上一致。

表2 主要變量基本統計特征

2.多元回歸分析

將模型（1）進行面板回歸分析，結果如表3 列（1）所示，在不設置控制變量的條件下，系數β1為0.2001 且在1%水平下顯著為正。在設置相關控制變量之后回歸，結果見列（2），系數β1仍在1%水平下顯著為正，進一步指明數字化轉型顯著促進上市企業全要素生產率水平提升，驗證假設1。并且從控制變量方面來說，企業規模和資產收益率的回歸系數均顯著為正，說明規模越大，發展能力更強的企業，更能夠很好地運用數字技術提高企業的全要素生產率。

表3 企業數字化轉型對全要素生產率

3.影響機制分析

多元回歸驗證了數字化轉型顯著提升全要素生產率。因此在模型（1） 下，使用模型（2）、（3） 探討數字化轉型能否提高研發投入以提高全要素生產率。根據表3 列（3）所示，α1在1%水平下顯著為正，表明數字化轉型發展對研發投入有顯著提高作用。列（4） 中，γ1在1%水平下顯著為正，γ2在5%水平下顯著為正。說明數字技術的運用，能夠提高企業對融資數據高效篩選，緩解研發投入的不足問題，提高企業研發投入水平，從而對企業提高全要素生產率起到推進作用。假設2 得到驗證。全要素生產率代表著社會生產效率提升和資源配置優化，在一定程度上可以體現為經濟社會的一種技術進步。數字化轉型能夠提高企業研發投入，實現技術增量和創新的動力，推動企業獲取長期的競爭優勢，從而提高企業全要素生產率，這為微觀經濟的快速進步提供了助力。

4.內生性和穩健性測試

（1） Heckman 兩階段回歸模型

數字化轉型可能作為企業一種自身戰略性選擇，有著較高自選擇性問題。采用豪斯曼兩階段回歸模型，并且控制數字化轉型偏誤，驗證數字化轉型對全要素生產率影響。在第一階段中，用上市公司同年同行業數字化轉型的平均數估量數字化轉型概率，獲得IMR；第二階段將IMR 進行回歸，回歸結果如表4 所示，可知在加入IMR后，回歸結果仍然顯著為正，說明數字化轉型提高了全要素生產率。

表4 內生性檢驗

（2） 傾向得分匹配法（PSM）

企業一些特征會同時影響數字化轉型和全要素生產率。為解決樣本偏差對實驗結果造成偏誤，本文將企業數字化轉型程度取均值，若樣本大于中位數作為實驗組，否則為對照組。選取財務杠桿、現金流比率、前五大股東持股比例、托賓Q 值、公司規模、公司成立年限作為協變量，按照1：1 有放回匹配選擇研究樣本，然后進行回歸檢驗，所有變量標準化誤差均小于1%，表明平衡性檢驗通過，證實數字化轉型能夠提高全要素生產率。回歸結果如表4 列（3） 所示，表明在控制公司層面相關差異后，數字化轉型回歸系數為0.0197，且在5%水平上顯著為正，從而說明本文基準回歸結果較為穩定。

（3） 替換變量

研發投入作為中介效應促進數字化轉型影響全要素生產率結論，可能受數字化轉型和全要素生產率指標衡量誤差的影響。為此，使用張永珅衡量數字化轉型方法，帶入模型進行檢驗，使用全要素生產率另一種方法衡量——OP 半參數法，帶入模型進行檢驗。由于篇幅限制不列明結果，結果均保持顯著。假設1 和假設2 得到驗證，表明結論具有穩健性。

（4） 模型檢驗方法替換

本文運用Bootstrap 檢驗驗證研發投入中介效應，結果如表5 所示。在保障充足樣本容量，并確保樣本被抽取概率相同的情況下，有放回地實行重復抽樣，從而計算出中介效應估計量，并且重復該步驟500 次。得出結果的置信區間不包含0，則表明存在中介效應，證實數字化轉型是通過促進研發投入，進而提高全要素生產率，進一步驗證了本文假設2。

表5 異質性分析

（5） 調節效應分析

為深入揭示數字化轉型提升要素生產率的作用機制，本文考察了管理者能力在數字化轉型促進全要素生產率所展現的調節效應。本文借鑒宋敬使用數據包絡分析DEA 和Tobit 兩階段模型計算得到管理者能力（MA）。參照已有文獻方法，在模型（1） 式上，構建模型（4） 驗證以上管理者能力所展現的調節作用：

其中，MAi,t表示管理者能力，其余變量與式（1） 相同設定。結果見表4 中列（4） 顯示，在引進數字化轉型與管理者能力DCG*MA之后，數字化轉型依然提高全要素生產率。交互項系數為0.0072，且在5%統計水平下顯著，證明管理者能力在數字化轉型促進全要素生產率過程中發揮著調節效應。具體來說，管理者能力存在強弱之分，在面對大量繁雜的市場信息時，擁有較強能力的管理者對信息整合和提煉更加全面，在數字化轉型過程中，對海量數據高度篩選，發揮自身強勁優勢，更加客觀分析外部環境趨勢，達到對資源的合理優化配置；合理發揮員工在其崗位的最大效用，提升企業超強競爭優勢，實現企業的全要素生產率優化。

五、進一步分析

1.企業數字化轉型、產權性質與全要素生產率

在“十四五”政策推動下，數字化轉型作用不同性質的企業全要素生產率效果可能不同。依據產權性質分組，實證結果如表5 所示，非國有企業能夠顯著促進數字化轉型提高全要素生產率。原因在于，非國企能夠更好把握市場動向，有著更高內部決策自由度，能及時根據對數字化轉型過程中的利弊分析，做出恰當決策，提升自身能力。

2.企業數字化轉型、“四大”審計與全要素生產率

在管理層存在機會主義行為時，通過高質量審計就具有一定風險轉移作用。按是否是“四大”會計師事務所進行分組。結果如表5 所示，數字化轉型對提高非“四大”審計全要素生產率更加發揮了顯著正向作用。原因在于，通過“四大”會計師事務所高質量審計企業，審計師獲得了部分財務風險，管理層機會主義行為為獲得額外收益，使得會計信息可比性削弱，從而使數字化轉型對全要素生產率提高受到一定限制。因此，相較于“四大”會計師事務所，非“四大”會計師事務所審計會更加促進數字化轉型對全要素生產率提高的效果。

3.企業數字化轉型、生命周期與全要素生產率

借鑒翟勝寶研究，將企業分為成長期、成熟期和衰退期研究樣本。結果如表5 所示，成熟期企業數字化轉型更能優化全要素生產率。成熟期企業具有較大市場占有率、較高聲譽以及較好盈利能力，從而在數字化轉型背景下更能敏銳嗅出市場盈利點，更好地提高企業全要素生產率。因此成熟期企業數字化轉型更能優化全要素生產率。

六、研究結論與政策啟示

近年來，隨著人工智能和大數據等高科技技術的運用，企業數字化轉型為升級傳統實體業生產率供給了新動能。本文基于研發投入視角，以2012—2021 年A 股全部上市公司為樣本，實證數字化轉型如何作用全要素生產率。上述結論在通過一系列穩健性驗證后仍成立。路徑機制表明，企業數字化轉型促進研發投入對全要素生產率的正向作用；企業管理層能力能顯著調節數字化轉型，進而改善全要素生產率；在異質性方面和企業生命周期方面，成熟期企業數字化轉型更能優化全要素生產率；企業性質方面，非國有企業能夠顯著促進數字化轉型提高全要素生產率；外部監管方面，非“四大”審計企業對數字化轉型促進全要素生產率作用更強。

根據以上結論，本文政策啟示如下：第一，隨著數字化的發展，數字化轉型成為了提高我國全要素生產率的重要引擎。我國應該加大數字化轉型扶持力度，表現出數字化轉型積極效應，從數字化轉型中釋放紅利，從而快速提高全要素生產率。第二，大力推動我國上市公司研發投入。隨著數字技術迅速發展，政府應該積極引導企業把握數字化轉型機遇，加強企業研發投入，將研發投入轉為研發成果效率，以提升企業會計創新水平，保持企業強勁競爭優勢，使其真正意義上提高全要素生產率。第三，我國正向高質量階段發展，企業應該選擇管理層能力較強的人員，對數據化信息高效篩選，以降低非效率投資，以促進高效數字化轉型，從而提高全要素生產率。第四，數字化轉型對不同屬性企業發揮著差異性作用，因此，國家應該根據企業性質制定出差異化扶持政策，更好發揮數字化轉型對企業經營的積極影響，平衡企業發展，以此促進數字化轉型提高全要素生產率。