李彦龙 彭 锦 罗天正
1（北京大学国家发展研究院/数字金融研究中心，北京 100871）
2（郑州大学政治与公共管理学院，郑州 450001）
3（北京建筑大学城市经济与管理学院，北京 102600）
引 言改革开放以来，我国经济已经经历了40多年的高速增长，但这种以要素驱动的发展模式，长期以来存在投入高、效率低的特点［1］，我国经济已由高速增长阶段转向高质量发展阶段。习近平总书记指出，“要建设网络强国、数字中国、智慧社会，推动互联网、大数据、人工智能和实体经济深度融合，发展数字经济、共享经济，培育新增长点、形成新动能”。对促进实体经济高质量发展和经济强国建设的要求，是在全球人工智能、大数据、区块链、云计算等数字技术带来深刻变革，我国也进入新发展阶段的背景下提出的。研究数字技术究竟对于推动经济高质量发展这一目标提供哪些新机遇、又带来哪些新挑战，亟待研究。
对数字经济影响经济发展的问题，现有文献有从地区层面探索了数字化对经济全要素生产率的影响［2，3］，也有从企业层面考察了数字金融对全要素生产率的影响［4］。而本文旨在从微观企业的数字化视角探索其对企业绩效的影响，首次从行业、地区视角探索数字经济促进企业绩效的溢出效应，从企业外部融资约束环境改善和内部管理效率提升两个方面探索数字经济促进企业绩效的影响机制，最后探索数字经济及其溢出效应在企业间存在的异质性。这主要从如下几个方面展开：（1）本文以数字技术应用的细分指标在报告中出现的频次作为企业数字化转型的代理变量，实证研究数字化对企业绩效的影响； （2）以SA指数和资产周转率作为影响机制变量，探索数字经济对企业绩效的传导机制，并实证检验数字经济对企业绩效的异质性；（3）通过计算上市公司所在城市和所处行业的数字经济发展水平均值，首次探索数字经济在地区内和行业内的溢出效应。
本文的贡献如下：（1）本文以数字技术应用的细分指标在报告中出现的频次作为企业数字化的代理变量。现有研究数字经济影响的相关文献中，多数采用地区层面的数字普惠金融指数［5-7］、金融科技公司数量［4］以及根据主成分分析等方法和相关数字经济发展指标测算出的数字化水平作为核心解释变量进行研究［2，8］，而本文则从数字技术应用的细分指标在报告中出现的频次侧面反映企业数字化；（2）通过计算上市公司所在城市和所处行业的数字经济发展水平均值，首次从行业、地区视角探索数字经济促进企业绩效的溢出效应。从地区层面测算数字经济发展水平其实更多层次反映的是企业所在地区的数字经济环境，而本文基于企业层面的数字化发展水平，可从城市和行业层面估算企业的数字化水平，从行业、地区两个层面探索数字经济的溢出效应；（3）本文从企业外部融资约束环境改善和内部管理效率提升两个方面探索数字化及其溢出效应促进企业绩效的影响机制，并从企业规模、所有制、地区、数字化水平差异等角度实证检验数字化对企业绩效的异质影响。
1 文献综述关于数字化对企业绩效影响的相关文献，早期数字经济概念尚未系统形成，前期与数字经济影响文献比较相关的是基于互联网或信息基础设施角度进行研究。如国外学者早期对信息基础设施影响宏观经济增长的作用进行了一系列研究［9-13］。国内早期关于信息化的影响，多数是从行业或地区层面进行考察。如徐瑾［14］从地区层面考察了信息化的影响，发现信息化对拉动地区经济增长有正向影响。孙琳琳等［15］基于行业面板数据分析了信息化对中国经济增长的贡献，发现信息化对中国经济增长的贡献主要体现于ICT资本深化的贡献以及ICT制造业的全要素生产率改进。韩先锋等［16］基于2005～2011年中国行业面板数据考察信息化对工业部门技术创新效率的影响，发现信息化促进了工业部门技术创新效率的提高。
由于数字技术在金融领域的使用以及北京大学数字金融研究中心编制的数字普惠金融指数指标丰富、涵盖地区范围广，已有不少研究考察了数字金融对企业的影响。如谢绚丽等［5］研究发现，数字金融对城镇化率较低的省份、注册资本较少的微型企业有更强的鼓励创业的作用。唐松等［7］基于2011～2017年的A股上市公司数据研究数字金融发展对企业技术创新的影响，发现数字金融促进了企业技术创新。也有学者采用地区金融科技公司数量作为金融科技的发展水平。如宋敏等［4］使用金融科技公司数量构建地区金融科技发展指标，利用2011～2018年A股上市公司数据，考察了金融科技发展对企业全要素生产率的影响，发现金融科技能显着促进企业全要素生产率提高。
早期的信息化研究多数偏向的是互联网化，与数字技术具有密切关系但又有较大区别。数字金融为数字技术在金融领域的渗透，然而企业的数字化转型体现在各个领域，也有部分研究基于构建的数字经济指数考察了数字经济的影响。如杨慧梅和江璐［2］从数字产业化与产业数字化两个维度，采用主成分分析法构建了数字经济发展水平的指标体系，基于省际面板数据分析数字经济发展对全要素生产率的影响。研究发现数字经济发展显着促进了全要素生产率的提升，并存在显着的空间溢出效应。赵宸宇等［8］基于中国A股制造业上市公司数据，构建微观层面的数字化转型指数，实证检验数字化转型对企业全要素生产率的影响，研究发现数字化转型显着提高了企业全要素生产率。
总体来看，现有文献已直接或间接考察了数字化对经济高质量发展的影响，但尚未从数字技术应用的细分指标在报告中出现的频次侧面反映企业数字化的相关研究。同时，由于数字技术往往可能存在溢出效应，现有研究对数字技术在企业间的溢出效应还未进行考察，数字技术溢出效应影响企业绩效的传导机制和企业异质性尚待进一步探索。本文旨在考察数字化对企业绩效的影响及企业异质性，从外部融资约束环境和内部经营管理效率两个角度检验其影响机制，实证考察数字化在行业内和城市内对企业绩效的溢出效应。
2 研究策略2.1 样本选取与数据来源本文主要采用的数据为我国A股上市公司数据，考虑到金融类企业的特殊性，本文剔除了金融行业上市公司。除了A股上市公司数据，本文还采用了地级市层面的GDP指数和传统金融发展水平数据。A股上市公司数据主要来源于Wind数据库，上市公司数字技术应用的细分指标在报告中出现的频次数据来源于国泰安CSMAR数据库，地级市层面的宏观数据来源于 《中国城市统计年鉴》和Wind数据库。最终，本文所使用的数据为2007～2020年A股上市公司的非平衡面板数据，共13191个观测值。
2.2 模型设定与变量为检验数字化对企业绩效的影响，本文设定如下基准回归模型：
其中i表示企业，t表示年度，α为企业固定效应，u表示随机扰动项。因变量y为企业的人均产出，用于度量企业的生产绩效，采用企业的营业收入与员工人数的比值度量。同时为了缓解可能存在的双向因果导致的内生性问题，本文对除了劳动投入规模外所有的解释变量在年度上做滞后1期处理。
核心解释变量index为上市公司的数字化水平，采用上市公司数字技术应用的细分指标在报告中出现频次的自然对数测度①。数据库中除了数字技术应用的细分指标在报告中出现的频次外，还包括人工智能技术、大数据技术、云计算技术、区块链技术的各细分指标在报告中出现的频次。但数字技术应用强调的是数字技术与其他领域的结合，其他数字技术的细分指标如数据挖掘等在报告中出现的频次相对不高，数字技术应用细分指标出现的频次占了更多的比重，超过了人工智能技术、大数据技术、云计算技术、区块链技术的各细分指标在报告中出现的频次之和。本文将以数字技术应用的细分指标在报告中出现频次的自然对数测度，同时在稳健性检验部分报告全部细分指标在报告中出现频次的自然对数作为数字化代理变量的估计结果。
本文选择的控制变量X如下：（1）传统金融发展水平，以上市公司所在城市的年末金融机构存款与贷款余额占GDP的比重度量； （2）城市层面GDP指数； （3）企业劳动投入规模，采用企业员工人数的自然对数度量； （4）企业规模，采用企业总资产的自然对数测度；（5）财务杠杆，采用上市公司的资产负债率度量；（6）现金流量，采用企业经营性活动现金流净额与总资产的比率度量。
3 数字化与企业绩效的实证估计3.1 数字化与企业绩效表1报告了基准回归模型 （1）的估计结果，其中列 （1）为不包含各控制变量的估计结果，列（2）包含了控制变量。表1的估计结果有如下主要发现：无论是否包含劳动投入、企业规模、现金流、资产负债率、传统金融发展和所在城市GDP增长率等控制变量，均发现企业数字化变量的估计系数为正且在1%的水平下显着，说明数字化显着促进了企业绩效的提高。根据列 （2）的估计系数可知，数字化转型指数每提高1个标准差（1.089），企业的人均产出将会提高大约3.38%。
表1 数字化与企业绩效：基准估计结果
3.2 稳健性检验3.2.1 内生性问题的处理：工具变量估计
模型 （1）中企业数字化变量可能会存在内生性问题，从而导致表1的基准回归结果出现偏误。常用的工具变量包括互联网普及率、移动电话普及率、各省到杭州的距离等。其中各省到杭州的距离相对外生，但是其不随时间变化，对于本文所估计的面板数据而言，无法采用工具变量估计。本文最终选择企业所在省份的互联网普及率和移动电话普及率作为工具变量进行估计，估计结果如表2所示②。其中列 （1）和 （2）为第一阶段估计结果，列 （3）～（5）为分别以互联网普及率、移动电话普及率以及二者同时作为工具变量的估计结果。第一阶段估计结果显示，互联网普及率和移动电话普及率的估计系数均为正且在1%的水平下显着，说明互联网普及率和移动电话普及率的提高均有助于当地企业数字化水平的提高，并且弱工具变量检验也得以通过。列 （3）～（5）的估计结果仍然发现数字化可以显着促进企业绩效的提升。此外，为了检验估计结果的稳健性，本文还尝试选择其他的变量作为工具变量进行估计。如数字化水平的滞后1期、数字化水平的水平值（eindex），与基准回归的结论整体一致。
表2 数字化与企业绩效：工具变量估计
3.2.2 替换核心解释变量和样本选择
本文还采用了其他稳健性检验方法：（1）将前文的核心解释变量取滞后2期处理，进一步减弱企业绩效与数字化可能存在的因果关系导致的内生性问题；（2）直辖市上市公司的数字化和绩效水平更高，双向因果关系可能更强，本文对直辖市样本进行剔除；（3）数字化对上市公司绩效的影响可能是非线性的，本文在模型中引入数字化变量的平方项进行估计；（4）将核心解释变量由数字技术应用的细分指标在报告中出现频次的自然对数替换为还包括人工智能技术、大数据技术、云计算技术、区块链技术的各细分指标在内在报告中出现频次的自然对数；（5）上市公司数字技术应用的细分指标在报告中出现频次的自然对数可能并不能完全反映上市公司的数字化水平，本文将核心解释变量替换为北京大学数字金融研究中心编制的数字普惠金融指数中的 “数字支持服务程度”进行估计。可以发现，变更滞后期、删除直辖市样本、替换数字化的代理变量，仍然发现数字化可以显着促进企业绩效的提高。此外，数字化平方项的系数为正且在1%的水平下显着，数字化对企业绩效的影响是非线性的，随着数字化水平的提高，其对企业绩效的影响也越来越大。
3.3 异质性检验本文进一步检验了数字化影响企业绩效的效果在不同类别企业之间的异质性，估计结果如表3所示。其中规模根据样本中规模的中位数进行分类，行业数字化水平根据样本中各行业上市公司数字化水平均值的中位数进行分类，南方和北方地区分类方法参考清华大学中国平衡发展指数报告（2019年）。表3显示，数字化对小规模企业和北方地区企业绩效的促进作用更大，说明数字化有利于缩小南北差异和小企业与大规模企业的差异。然而，数字化对国有企业的促进作用更大，并且由于数字化对企业绩效的影响是边际递增的，数字化的影响在数字化水平高的行业体现的更为明显。此外，通过比较各系数的大小差异可知，数字化促进企业绩效的差异在不同规模、不同数字化程度间表现的更为明显，在国有与非国有企业、南方和北方地区之间的差异相对没那么大。
表3 数字化与企业绩效：异质性
3.4 数字化促进企业绩效的传导机制接下来的一个关键问题是：数字化为什么能够促进企业绩效？本文认为数字化能够同时影响企业的外部环境和内部经营管理来影响企业绩效。（1）银企之间的信息不对称会导致企业间的技术效率存在差异［17］，大数据、人工智能等数字技术的采用会使企业的财务信息更加透明化，降低银企之间的信息不对称程度，从而缓解企业的外部融资约束环境； （2）以人工智能、大数据、5G、物联网、工业互联网为代表的数字化技术应用，将对企业产生积极影响，并通过智能制造、智慧供应链管理等多种方式降本增效。中国电子信息产业发展研究院的统计数据表明，数字化转型将使制造业企业成本降低17.6%、营收增加22.6%。因此，数字化转型能够同时缓解企业的外部融资约束环境和提高企业内部的经营管理效率。
本文以SA指数反映企业的融资约束。参考Hadlock 和 Piere［18］、 刘莉亚等［19］、 宋敏等［4］的做法，融资约束即SA指数通过公式-0.737×Scale+0.043×Scale2-0.04×Age计算得到③，该指数越大，说明企业面临的融资约束也越大。本文以总资产周转率（营业收入/总资产）反映企业的经营管理效率。总资产周转率是考察企业资产运营效率的一项重要指标，体现了企业经营期间全部资产从投入到产出的流转速度，反映了企业全部资产的管理质量和利用效率。表4汇报了对SA指数和总资产周转率进行中介效应检验的结果。同时，为便于比较，本文在表4列 （3）同时汇报了本文的基准回归结果（即表1的列（2））。
表4 数字化与企业绩效：中介效应检验
表4列 （1）的估计结果显示，数字化变量的估计系数为负且在1%的水平下显着，说明企业数字化转型能够显着缓解企业面临的融资约束。列 （2）显示，数字化变量的估计系数为正且在5%的水平下显着，说明企业数字化转型能够显着提高企业的经营管理效率。列 （4）显示，数字化变量的估计系数仍然为正且在1%的水平下显着，但系数从0.031下降到了0.014，SA指数的估计系数为负且在1%的水平下显着，说明数字化通过缓解企业融资约束提高了企业的人均产出水平。列 （5）显示，数字化变量的估计系数仍然为正且在1%的水平下显着，影响系数从0.031下降到了0.025，资产周转率变量的估计系数为正且在1%的水平下显着，说明数字化通过改善企业经营管理效率提高了企业的人均产出水平。列 （6）显示，SA指数的估计系数为负且在1%的水平下显着，资产周转率变量的估计系数仍然为正且在1%的水平下显着，与列 （4）、 （5）的表现类似。但数字化变量的估计系数不再显着，这也说明缓解外部融资约束环境和提高经营管理效率是数字化促进企业绩效的两个重要渠道。
4 数字化促进企业绩效的地区与行业溢出效应前文已经研究了企业数字化对企业绩效的影响，但并未考虑到数字化的溢出效应。数字技术在同地区、同行业都可能会带来溢出效应，若仅考察企业自身数字化水平的影响，可能不足以完全认识到数字化促进企业绩效的积极作用和传导机制。
4.1 数字化促进企业绩效的溢出效应检验本文通过引入上市公司所在城市和所在行业的上市公司数字化转型水平的均值变量检验数字化促进企业绩效的溢出效应④。在控制了企业自身数字化水平后，其所在城市和行业的数字化转型对其绩效的影响可反映出数字化促进企业绩效的地区与行业溢出效应。估计结果如表5所示。表5显示，引入行业数字化和上市公司所在城市的数字化水平之后，数字化变量的估计系数仍然为正且在1%的水平下显着，行业数字化和城市数字化水平变量系数均为正且均通过了5%水平下的显着性检验，说明除了企业本身数字化水平的影响，所处行业和城市的数字化水平均会对其产生正向溢出效应。
表5 数字化促进企业绩效的溢出效应检验
4.2 数字化促进企业绩效溢出效应的企业异质性本文进一步对数字化影响企业绩效的溢出效应在不同类别企业之间存在的异质性进行研究，分类方法同表3，估计结果如表6所示。表6显示，在引入行业数字化和城市数字化水平后，企业本身数字化对绩效的影响与表3表现出了类似的差异。
表6 数字化促进企业绩效溢出效应的企业异质性
通过比较溢出效应的系数大小可知，行业内数字技术的溢出效应在非国有企业、小规模企业、数字化程度高的行业和北方地区相对更大，所在城市数字技术的溢出效应在国有企业、小规模企业、数字化程度高的行业和南方地区更大。综合来看，无论是企业自身数字化水平还是行业和城市数字化的溢出效应，均表现出小规模企业和数字化程度高的行业更大，但受限于所有制和地区经济环境不同，行业溢出效应和城市溢出效应在国有企业与非国有企业、南方与北方地区之间表现出的差异不同。可能的原因在于，虽然数字技术对南方地区企业绩效的促进作用更大，但南方地区的市场化程度更高，城市内部的数字技术溢出效应更为明显。国有上市公司往往集中在大城市，城市数字技术溢出效应更大，但同时由于国有上市公司实力更强、规模更大，在行业内数字技术溢出效应小于非国有企业。
4.3 数字化及其溢出效应促进企业绩效的传导机制前文发现，数字化能够同时影响企业的外部环境和内部经营管理来影响企业绩效，那么行业数字化和城市数字化溢出效应也可能通过这两个渠道影响企业绩效。本文选取与表4相同的中介变量进行检验，估计结果如表7所示。表7列（1）显示，数字化、行业数字化和城市数字化变量的估计系数均为负且在1%的水平下显着，说明企业自身数字化、所处行业数字化和所处城市数字化水平的提高均会降低企业所面临的融资约束，企业能够从所处行业和地区的整体发展中受益。列 （2）显示，只有企业自身数字化变量的估计系数通过了显着性检验，说明所处行业数字化和所处城市数字化并不会直接影响到企业内部的经营管理效率，主要是通过影响外部环境的融资约束。列 （3）～（6）显示，SA指数的估计系数为负且在1%的水平下显着，资产周转率变量的估计系数为正且在1%的水平下显着，说明融资约束对企业绩效产生了负向影响，资产周转率的提高有助于企业人均产出的提高。加入中介变量后，数字化、行业数字化和城市数字化变量的估计系数均有了较大幅度的下降。综上来看，企业自身数字化、行业和城市溢出效应均会降低企业所面临的融资约束从而促进企业绩效，而在内部经营管理效率方面，只有企业自身数字化水平起到了显着的促进作用，行业和城市溢出效应才不显着。
表7 数字化及其溢出效应促进企业绩效的传导机制
5 结论与政策含义本文基于2007～2020年A股上市公司的非平衡面板数据，考察数字化对企业绩效的影响及企业异质性，从企业外部融资约束环境和内部经营管理效率两个角度检验数字化对企业绩效的影响机制，最后实证考察数字化在行业内和城市内对企业绩效的溢出效应。本文基于企业层面的数字化发展水平，从城市和行业层面估算企业的数字化水平，从行业、地区两个层面探索数字经济的溢出效应，为探索数字化影响经济高质量发展的效果提供了新的研究视角。
本文的主要发现如下：（1）数字化转型显着促进了企业绩效的提高，数字化转型指数每提高1个标准差（1.089），企业的人均产出将会提高大约3.38%；（2）数字化对小企业和北方地区企业绩效的促进作用更大，说明数字化有利于缩小南北差异和小企业与大企业的差异。然而，数字化对国有企业和数字化水平高的行业绩效的促进作用更大；（3）数字化能够同时缓解企业的外部融资约束环境和提高企业内部的经营管理效率；（4）除了企业本身数字化水平的影响，所处行业和城市的数字化水平均会对其绩效产生正向溢出效应，并且在不同类别企业间也存在较大差异；（5）企业自身数字化、行业和城市溢出效应均会降低企业所面临的融资约束从而促进企业绩效，而在内部经营管理效率方面，只有企业自身数字化水平起到了显着的促进作用，行业和城市溢出效应不显着。
上述发现有如下政策涵义：（1）数字化转型显着推动了企业绩效的提高，因此推动我国企业的数字化转型发展，是促进实体经济高质量发展的重要方向；（2）数字化对小规模企业和北方地区企业绩效的促进作用更大，推动数字化转型不仅可以促进生产效率的提高，同时也有助于推动中小企业发展，缩小南北经济差距，推动区域经济均衡发展。数字化对国有企业和数字化水平高的行业促进作用更大，因此推动国有企业和数字化程度较高行业的数字化转型可以更加有效的促进实体经济高质量发展，但同时也应注意推动非国有企业和数字化程度较低行业的数字化转型；（3）所处行业和城市的数字化水平均会对企业绩效产生正向溢出效应，因此推动实体经济高质量发展，除了鼓励微观企业数字化转型外，推动数字化的相关产业和区域发展政策，推动行业和区域数字化水平的提高，强化数字技术的溢出效应，也是推动经济高质量发展的重要思路。
注释：
①其中数字技术应用的细分指标包括B2B、B2C、C2B、C2C、Fintech、NFC支付、O2O、互联网医疗、互联网金融、工业互联网、开放银行、数字营销、数字金融、无人零售、智慧农业、智慧交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能穿戴、智能能源、智能营销、电子商务、移动互联、移动互联网、移动支付、第三方支付、网联、量化金融、金融科技。可以看出数字技术应用的细分指标更强调数字技术与其他领域的结合。
②控制变量包含了劳动投入、企业规模、现金流、资产负债率、传统金融发展、所在城市GDP增长率以及企业固定效应。表2及之后均包含了这些控制变量，下文不再说明。
③Scale为前文中的变量企业规模，Age为企业上市年数。
④具体为上市公司所在城市和所在行业的上市公司数字技术应用的细分指标在报告中出现频次均值的自然对数。
