[关键词]数字化转型 全要素生产率 数字化投入 转型方向 企业创新 运营模式 代理成本 上市公司
引言
习近平总书记在中共中央政治局第十一次集体学习时强调，“发展新质生产力是推动高质量发展的内在要求和重要着力点”。与传统生产力相比，新质生产力是数字时代更具融合性、更体现新内涵的生产力，其形成离不开数字技术的支撑和应用。作为新质生产力的核心标志，提升全要素生产率受到国家的高度重视，党的二十届三中全会明确了“促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产率”的发展目标。数字化转型与新质生产力的交融共生，意味着探究数字化转型对全要素生产率的影响和作用路径是非常必要的。
在学术界，企业数字化转型的经济后果受到了越来越多的关注。已有一系列研究发现，数字化转型对于企业生产效率具有提升作用，但是相关机构对企业的问卷调查显示，当前数字化转型的效果仍存在较大的提升空间①，投入与转型成效正相关性不足的问题亟须解决。面对理论与实践的脱节，学术界亟须做出回应。
目前数字化转型的相关实证研究大多基于文本分析方法，然而相比于实际投入信息，数字化文本指标包含了更为复杂的信息，包括但不限于企业数字化转型的实际行动、未来规划以及管理层的策略性炒作行为。这些可能会导致对数字化转型度量的高估误差，进而夸大其正面作用。此外，已有文献大多将企业的数字化转型作为一个整体性概念，在此基础上讨论其影响因素和经济后果。但是，实践中企业的数字化转型大多采取“总体规划、局部先行”的策略，并未采取同步推进、全盘转型的数字化策略，这表明基于数字化转型的细分方向分析其经济后果是具有现实意义的。参照相关的调研结果②，本文将企业数字化转型分为生产、用户、管理和技术4个类型，从理论上来讲，不同方向的数字化转型的经济后果是存在差异的，因为其所作用的价值创造环节大相径庭，同时，不同方向的数字化转型在实施中的难度和障碍也存在较大差异。
鉴于此，本文构建了数字化转型度量指标，旨在探究数字化转型对全要素生产率的影响与机制。（1）本文基于实际投入构建了一个新的数字化转型度量指标，相比之下，传统的文本度量指标除了反映数字化转型的实际行动，也会捕捉到管理层对于数字化转型的未来规划与展望，甚至是策略性炒作信息，存在一定的噪音。本文所采用的方法为学术界深入准确地理解数字化转型的经济后果提供了新的视角；（2）本文用新指标分析了数字化转型对全要素生产率的影响，回应了实践中数字化转型普遍成效不佳的原因。大多数企业尚处于转型的初级阶段，数字化系统未实现对自身业务的赋能：而数字化转型本身的成本与风险也部分抵消了数字化转型所带来的积极效果，本文研究有助于从正反两个方面加深对数字化转型的经济后果的认知；（3）本文考察了生产、用户、管理及技术4个方向的数字化转型对企业效率的影响，这有助于深化对不同方向的数字化转型经济后果的理解，也说明了在学术研究中对企业数字化转型的“细化”是非常必要的。
1理论机制与研究假设
1.1数字化转型对全要素生产率的影响
数字化转型正从根本上改变着企业的经营战略、业务流程、公司能力、产品和服务，可以通过驱动研发创新、改进运营模式和降低代理成本3个方面提升企业全要素生产率。（1）就研发创新而言，①数字化转型可以加强企业和用户之间的交互和反馈，促进共创体验的发展；②数字化转型可以推动企业人力资本结构的优化升级，为创新活动奠定人才基础：③数字化设备可以帮助企业实现生产数据采集的自动化，不断修正分析结果并及时反馈：④数字技术能够以虚拟形式呈现复杂产品的内部结构并进行调试，降低技术进步过程中的不确定性，削减企业试错和创新的成本；（2）就运营模式而言，数字化转型可以为企业提供充足的运营和产品开发机会，催生新的“用户导向”价值创造模式。同时，提升生产性服务要素在产品中的嵌入程度，使产品增值部分更贴近于服务环节：数字技术通过对需求预测、产品设计、定价、库存管理和供应链管理等环节的改进和精细化管理提升企业的运营效率，有效降低费用成本；（3）就代理成本而言，人工智能技术的应用可以提高经营管理流程的标准化和透明化程度，从而降低管理者的可操纵空间。另外，数字化转型能够提升企业对信息的处理和输出能力并有效地向市场主体推送信息，从而降低信息不对称程度，加强对管理层的监督。
数字化转型本质上是对企业更深层次的重塑与再造，很多潜在的成本与风险存在于转型的过程之中。企业需要投入大量资金更新设备系统，其短期内无法完成摊销从而增加运营成本。一些数字系统甚至过度设计，成本高昂却不会产生显着的商业价值。此外，数字化转型也涉及高技能工人的工资、数字能力的培训费用、专业技术人员的咨询费用以及数字资源与现有资源的整合成本：另外，数字化转型存在较高的风险，（1）转型失败的风险，数字技术与工业体系的融合尚处于起步探索阶段，失败风险较高；（2）战略风险，数字化转型通常需要对企业现有经营战略进行重大改变，这可能会导致战略风险，包括因脱离传统模式而导致能力资源颠覆的变异风险，以及难以和新环境相匹配的适应风险。
总体上而言，数字化转型对于企业效率的提升作用是由其自身的先进性所决定的，然而转型真正的落地实施存在着较多现实障碍，也就是经历所谓的转型“阵痛期”。大多数成本与风险是过程性的，可能会抵消掉转型所带来的效率提升作用，一旦转型由量变实现质变，数字化转型的成效可能会总体向好。基于此，本文提出以下研究假设：
H1：数字化转型在短期内对于企业效率无明显作用，即数字化转型程度与企业的全要素生产率无显着关系。
H2：数字化转型在长期内对于企业效率具有推动作用，即数字化转型程度越高，企业的全要素生产率越高。
1.2不同方向数字化转型对全要素生产率的影响
虽然学术研究常常将数字化转型作为整体性概念，但腾讯研究院等机构的调研及亿欧智库等服务商的报告指出，企业数字化转型有具体方向。总体上，数字化转型分为生产、用户、管理和技术4个方向：生产转型聚焦生产和研发：用户转型关注产品和服务及营销活动：管理转型面向日常管理活动：技术转型则针对底层技术维护投入，为其他方向转型奠定基础。理论上，不同方向的数字化转型经济后果各异。因为价值创造环节不同，如数字技术投入不直接作用于生产经营；而实施难度和障碍也不同，流程改造（如生产、管理方向）较贴近现有业务，难度较低；商业模式重构要求强业技融合能力，执行难度更大。
具体而言，数字化技术投入主要涉及基础设施的建设，其中较为典型的例子包括数据中台和云计算，前者可以提高数据的质量和管理效率，后者可以突破硬件设备的限制，加强企业之间的协同合作和资源共享。然而，数字化技术投入并不直接作用于企业的生产经营活动，实践中很多企业对数据的处理和利用方式不够有效，未能将其转化为有价值的业务服务，也有一些企业把数字化等同于上系统，一味地进行IT投入，导致数据烟囱林立③，加剧信息孤岛效应，甚至导致决策偏差进而降低企业效率④。
此外，与用户相关的数字化转型主要针对的是产品和服务的升级以及商业模式的改造重组，这一领域涉及业技融合问题，是目前大多数企业遇到的主要障碍。当前许多企业数字化转型停留于表面，虽然在流程上实现了对数字技术的应用，但是数字化的运营与商业模式并未真正地与企业核心业务相融合，只是给予补充与完善，因此用户相关的数字化转型可能也无法产生明显成效。基于此，本文提出以下研究假设：
H3a：生产类数字化转型对于企业效率提升具有推动作用，即生产类数字化转型程度越高，企业的全要素生产率越高。
H3b：用户类数字化转型对于企业效率无显着推动作用，即用户类数字化转型程度与全要素生产率无显着关系。
H3c：管理类数字化转型对于企业效率提升具有推动作用，即管理类数字化转型程度越高，企业的全要素生产率越高。
H3d：技术类数字化转型对于企业效率无显着推动作用，即技术类数字化转型程度与全要素生产率无显着关系。
2研究设计
2.1数据来源和样本选择
2015年3月，国务院总理李克强在《政府工作报告》中提出了制定“互联网+”计划，同年12月，习近平总书记在出席第二届世界互联网大会开幕式上的讲话中首次正式提出“数字中国”概念，开启了数字中国建设的新征程。因此，本文选取2015～2023年中国沪深A股上市公司数据作为样本，研究数字化转型方向对全要素生产率的影响。本文所使用的原始数据均来自CSMAR数据库。本文剔除了信息技术类企业、金融类企业以及变量相关数据存在缺失的样本，最终选取27178个公司一年度层面的观测值。为了减弱异常值对实证分析的影响，本文对所有连续性变量进行了上下1%的缩尾处理。
2.2变量选择与说明
2.2.1被解释变量
全要素生产率（TFP）。参照已有文献的研究设计，本文以全要素生产率（TFP，采用LP法计算）度量企业效率，同时以OP法计算的全要素生产率（TFP_OP）进行稳健性检验。
2.2.2核心解释变量
企业数字化转型（DT）。在现有文献中，大多数学者所使用的企业数字化转型度量指标均以文本分析为基础，其对数字化转型的反映仍旧是相对间接和欠准确的。年报中的数字化文本信息更加多元，很难定量地体现企业在数字化转型中的相关投入与转型程度。
鉴于这些情况，本文使用上市公司年报附注中在建工程、重要在建工程、开发支出和研发费用中披露的项目累计投入度量企业数字化转型，并使用企业的营业收入进行标准化。对数字化项目的识别按照以下3种方式依次进行：（1）对项目信息的网络搜索，信息源于相关媒体对特定项目的报道，以及企业通过官网或其他新媒体进行的宣传；（2）在年报正文中进行检索，管理层分析与讨论以及企业募投资金的使用情况也包含了某些数字化项目；（3）参考现有文献中的数字化转型词典进行补充。此外，本文也将数字化转型按照投入方向分为了4个子类别，分别对应计算得到了生产（DT_P）、用户（DT_C）、管理（DT_M）和技术（DT_T）4个维度的数字化转型。
2.2.3控制变量
参照赵宸宇等、黄勃等的研究设计，本文加入了一些可能影响全要素生产率的控制变量，具体包括员工数量（Employ，员工总数的自然对数）、企业年龄（Age_est，样本所在年度与成立年度之差加1后取自然对数）、资产负债率（LEV，期末负债与总资产之比）、股权集中度（Topl，第一大股东的持股比率）、企业的股权性质（SOE，若样本为国有企业则取值为1，否则为0）、总资产收益率（ROA，财务报告期内净利润与期末总资产之比）、两职合一（Dual，若董事长与总经理两职合一则取值为1，否则为0）、董事会规模（Board，董事会人数的自然对数）、独立董事比例（Indep，独立董事人数与董事会总人数之比）、企业经营现金流量（Cash，财务报告期内经营活动净现金流量与期末总资产之比）以及流动资产比率（Liquid，期末流动资产与总资产之比）。变量的描述性统计如表1所示。
2.2.4模型设定
为了检验上述假设是否成立，本文构建以下模型进行检验：
3实证结果分析
3.1基准回归结果
表2汇报了基准回归结果，回归结果表明数字化转型程度的提高并没有带来当期全要素生产率的增加，DT的回归系数在列（1）、（2）和（4）中，DT的回归系数均不显着，这一结果与假设H1一致。另外，实证结果表明，数字化转型程度对全要素生产率的正面作用随着时间递推而逐步增强，至t+2期时，回归系数在1%的水平上显着为正，这与假设H2保持一致。在添加控制变量之后，回归系数呈现相同的变化特征，这表明数字化转型对企业全要素生产率的影响具有滞后性。就控制变量而言，全要素生产率与企业规模、企业年龄、资产负债率、总资产收益率、现金持有和流动资产比率显着正相关，这与赵宸宇等、黄渤等的研究发现一致。
表3的列（1）～（4）分别呈现了生产、用户、管理和技术类数字化转型对全要素生产率的影响，其中DT_P和DT_M的回归系数分别在1%和5%的水平上显着大于0，表明生产和管理类数字化转型提升了全要素生产率，这验证了本文的假设H3a和H3c。此外，DTC的回归系数不显着，即用户相关的数字化转型对企业效率没有产生显着影响，这与假设H3b一致。最后，DT_T的回归系数小于0，但显着性相对较差，这符合假设H3d。总体上而言，以上回归结果表明数字化转型对全要素生产率的影响在不同方向上存在异质性，具体而言，生产类和管理类数字化转型收到了良好效果，而其他方向的数字化转型则不然。
3.2稳健性检验⑦
3.2.1替换变量
关于全要素生产率的计算有多种经典方法，本文将OP方法计算的全要素生产率TFP_OP作为稳健性检验中的被解释变量。此外，在数字化转型指标的构建中，主回归的数字化项目选择中包含了“自动化”相关的项目。然而，在理论和实践中，“自动化”与“数字化”虽然存在着千丝万缕的联系，但是二者之间也存在着一定的差别，前者更类似于“数字化”的原始形态，而随着数字技术的飞速发展，“自动化”的水平层次也发生了质的飞跃。因此，本文将数字化项目中涉及“自动化”的项目投入剔除，计算得到了DT1，在此基础上重新进行了回归，结果与基准回归一致。
3.2.2改变样本范围
根据样本描述性统计的结果，样本中有较多企业并没有进行数字化转型的相关投入，这可能会对回归结果产生影响。因此本文剔除了累计数字化投人为0的样本，在此基础上重新进行了回归，回归结果与主回归结果保持一致。
3.2.3PSM回归
为了缓解自选择导致的内生性问题，本文采用倾向性得分匹配方法（PSM），将数字化累计投入大于0的样本归类为处理组，而数字化累计投入为0的样本则归类为对照组，在此基础上对处理组和对照组的样本进行了一对一的有放回卡尺内最近邻匹配。倾向性得分匹配的协变量为基准回归中的所有控制变量。PSM的回归结果与主回归的结果相似。
3.2.4工具变量法
本文也可能受到反向因果的影响，进而导致内生性问题。全要素生产率较高的企业可能在企业资源、内部管理制度和创新研发等方面均具有优势，这可能会帮助其更为容易地进行数字化转型。因此本文采用工具变量法缓解模型中潜在的内生性问题。本文将所在行业内其他企业的数字化累计投入的平均值作为第一个工具变量，这是因为企业自身的数字化转型往往会受到行业内其他企业的影响，而行业内其他企业的数字化转型程度在理论上与企业自身的全要素生产率不存在直接的关联。此外，借鉴Bartik工具变量法的构建思想，本文使用滞后1期的同行业其他企业的数字化累计投入均值与全部样本企业数字化累计投入增长率的乘积，作为第二个工具变量。工具变量法回归结果与主回归保持一致。
3.2.5其他稳健性检验
本文针对可能的遗漏变量问题进行了处理。（1）为了进一步缓解自相关和异方差问题对统计推断的影响，本文使用更为稳健的标准误，对标准误在企业所在城市和年份层面进行了双重聚类调整；（2）为了进一步缓解行业中随时间变化的遗漏因素对回归结果带来的偏误，本文控制公司和年份固定效应的基础之上进一步控制了行业和年份的交互固定效应；（3）鉴于我国相对独特的制度环境，直辖市总体上具有较大的政治和经济特殊性，这些地域的企业数字化转型可能与其他地方的企业存在着明显差异，因此本文剔除了企业所在地为直辖市的样本，在此基础上重新进行了回归分析。以上结果均与主回归保持一致。
4渠道机制检验与异质性分析
4.1渠道机制检验
为了检验数字化转型提升全要素生产率的中介效应，本文借鉴黄勃等的研究设计，采用如下模型进行研究：
其中，Mechanism表示机制检验变量。针对数字化转型的创新驱动效应，参照赵宸宇等的研究设计，本文采用专利申请数量的自然对数值（Patent）作为中介变量；针对数字化转型对运营模式的改进，数字化转型催生了“用户导向”的价值创造模式，使得企业产品增值部分更贴近于服务环节，这直接拉近了企业与用户的距离，因此以营业收入增长率（Growth）度量运营模式改进带来的业务扩张效果，此外，数字化转型通过对营销和管理环节的精细化管理，可以降低企业的费用支出，因此使用销售管理费用率（SGamp;4）对此进行度量；最后，就代理成本而言，参照李寿喜、罗进辉等的研究设计，总资产周转率（Turnover）可度量企业代理成本。另外，由于数字化转型对全要素生产率的提升作用具有滞后性，本文将所有中介变量前置两期作为被解释变量进行回归⑧。
4.2异质性分析
4.2.1人力资本结构
人力资本结构对于数字化转型具有非常重要的作用。工业智能化能够对某些低水平岗位的劳动力进行替代，这导致低技能劳动力在数字化转型中的作用变得更加有限；同时，数字化转型也会创造一些新的高水平劳动力需求，且高技能劳动力对于内部资源的重新配置，以及劳动力和组织结构的重组具有更强的适应能力。本文使用受教育程度刻画员工的技能水平，将学历水平较高的员工视为高技能劳动力，并以员工中本科以上学历占比（Staff_und）和研究生以上学历占比（Staff_gra）度量企业的人力资本结构。本文按照两个度量指标的“行业一年度”中位数将全部样本分为高（H）低（L）两组，在此基础上进行回归。表5表明人力资本结构的优化可以推动数字化转型的有效开展。
4.2.2企业文化
在管理学领域中，企业文化是组织内广泛共享和强烈持有的规范和价值观，补充正式控制系统，提高组织效率。就数字化转型的实践而言，转型涉及到各个环节和部门的系统性变革，要求组织内部形成更强的协同能力，实现知识共享。此外，转型也要求企业形成开放共享的理念。另外，创造性文化也至为关键。数字化转型是极具个性化的变革项目，需要支持冒险和颠覆性思维的文化氛围：数字技术与编码和重复性的知识密切相关，这些可能会损伤企业的创新潜力，因此转型需要崇尚创新的文化氛围，帮助企业发挥数字技术对创新活动的正面作用。
参照Fiordelisi和Ricci的研究设计，本文以相关关键词在上市公司年报中出现的次数占总词数的百分比度量企业的创造性文化（Cul_lnov）和协作性文化（Cul_Collab）。本文分别按照创造性文化和协作性文化的“行业一年度”中位数进行分组回归。结果如表6所示，仅对于创造性和协作性文化较强的企业而言，数字化转型对企业效率产生了正面影响。
4.2.3组织惯性与规模
数字化转型本质上是对企业更深层次的、全方位的重塑和再造，这要求组织积极实现自身变革以适应转型要求。组织惯性制约搜索能力、绩效增长及对环境变化的响应，降低管理者选择权和变革弹性，阻碍结构调整与重构，制约转型效果。组织惯性较大的企业更难以实现组织结构、经营战略和业务模式的调整与重构，从而制约转型效果。此外，企业规模也是影响数字化转型成效的重要因素，数字化转型和投入需要较高的成本，对于一些小微企业而言，存在成本高于收益的可能性。参照连燕玲等的研究设计，本文使用标准化之后的员工人数和企业年龄的平均值度量组织惯性（Inertia），以总资产度量企业规模（Scale），按其“行业一年度”中位数分组进行回归。回归的结果如表7所示，结果表明对于组织惯性较小和规模较大的企业而言，数字化转型更能提升全要素生产率。
5结论与政策启示
本文基于2015～2023年项目投入信息构建数字化转型指标，分析了数字化转型对全要素生产率的影响。本文发现数字化转型对于全要素生产率的影响具有日寸滞性，在转型初期数字化转型未产生显着影响，然而随着时间推进，数字化转型的正面效应逐渐显现并得到加强。此外，不同方向数字化转型的影响也存在差异，生产类和管理类数字化转型对于企业生产效率具有提升作用，而用户类和技术类数字化转型尚未真正赋能企业效率。中介效应分析表明，数字化转型通过驱动企业创新、改进企业的运营模式和降低代理成本推动了企业全要素生产率的提升。异质性分析的结果表明，对于人力资本结构更优、更加强调协作性文化和创造性文化以及组织惯性相对较小的企业而言，数字化转型对企业效率的提升效果更为显着。本文具有以下启示：
（1）数字化转型对生产效率的提升具有明显的滞后性。数字化转型在实施初期会加剧企业所面临的融资约束，甚至直接对短期绩效产生负面影响。因此，政府应当加强对企业数字化转型的扶持，尤其是对于转型初期的企业而言，政府可以提供必要的融资帮助和资金支持，帮助其平稳顺利度过数字化转型的“阵痛期”。
（2）数字化转型对于生产效率的提升具有异质性，对于一些企业而言，数字化投入的增加并不会带来生产效率的提升，这表明数字化转型并非多多益善，唯有企业自身的经营特点和业务需求才是转型的根本动因。因此，企业应当谨慎评估和明确自己的战略方向，从实际需求出发，选择与自身经营状况最为契合的转型方向，尤其应当避免“贪大求全”和“过犹不及”。
（3）本文发现生产和管理相关的数字化转型对企业效率的提升效果最为显着，这表明当前数字化转型在这两个领域内已经取得了较好的成效，相关企业可以继续加强相关投入。而对于其他方向的数字化转型而言，前期投入还没有真正地转化成经济效益，企业应该仔细反思，结合自身经营业务寻找不足，明确用户相关的以及技术层面相关数字化设备是否得到了充分的利用。
