数字化转型对制造业全要素生产率提升的影响——来自上市公司的微观证据

任志成 赵梓衡

（南京审计大学经济学院，南京 211815）

自改革开放以来，我国经济取得了迅速发展。然而随着经济体量不断增大，制造业创新能力低下、核心竞争力较弱、“大而不强”的问题也充分暴露出来，已然掣肘于我国经济高质量转型发展。数字经济作为当前经济发展中最为活跃和重要的组成部分，与经济社会各领域融合发展的深度和广度不断拓展，企业推广数字化转型发展也能够提高生产和管理效率，重塑竞争优势。然而，据国际数据公司（IDC）发布的 《2018中国企业数字化发展报告》显示，我国超过50%的制造业企业数字化仍处于单点试验和局部推广阶段。基于当前背景，《中国制造2025》计划提出推动新一代信息技术与制造技术融合发展，推动制造业企业转型升级。有鉴于此，在大力推进传统产业与数字经济融合的背景下，企业数字化转型是否能成为经济增长的新动力？对于企业生产效率有怎样的提升？相较于未转型的企业，推进数字化转型又是否切实提升了企业全要素生产率？制造业如何借数字化转型之力推动经济高质量发展，是当前我国亟需面临和解决的问题。

所谓数字化转型是指企业将数字信息技术运用于传统生产经营管理中，进而改变传统业务流程的过程［1，2］，企业数字化转型是伴随数字经济发展应运而生的。现有文献关于数字经济发展的研究主要集中于单一角度，如数字普惠金融发展［3-5］，工业智能化［6，7］，互联网发展［8］等方面探究数字化对经济、就业、创新等要素的影响。针对微观企业而言，缺乏较为全面且范围合适的指标来综合反映其数字化转型程度。赵宸宇等 （2021）［9］提出上市公司的年度报告中所披露的企业相关业务经营信息和未来发展规划，对于把握企业的战略规划和发展具有重要意义。因此，本文尝试借助上市公司年报用以衡量企业数字化转型。

有关企业数字化转型所产生的经济效应，其将数字技术与传统生产经营流程相结合，能够优化企业绩效表现［10］，降低管理成本，提高生产效率［11］；
另外，数字化转型也能够降低贸易成本，扩大出口规模［12］，促进企业间技术交流，推动知识溢出效应，提升全要素生产率［13］。然而，当前研究多数聚焦于企业自身数字化转型所带来的效应，鲜有文献考虑到相较于未进行转型企业，数字化转型究竟带来了怎样的促进作用。

基于上述背景，本文选取上市公司制造业企业作为研究样本，通过软件爬取企业年报中有关数字化转型的关键字，以此衡量企业数字化转型是否成功。另外，将数字化转型视为准自然实验，运用双重差分模型探究相较于未转型企业，推行数字化是否为企业生产率提升提供了比较优势，并进一步分析其作用机制。

1.1 数字化转型与全要素生产率

企业运用数字化技术能够丰富信息获取渠道，提高信息获取效率，缓解信息不对称问题，进而降低交易成本［14］，数字化转型所带来的共享性也使企业间能相互交流学习，促进了知识技术外溢，提升了企业生产率［15］。微观层面来看，物联网、大数据、人工智能等技术的使用显著提高了企业资源配置效率，促进生产更有效［8，16］。另外，赵宸宇等 （2021）［9］研究指出企业数字化转型可以通过驱动企业创新、优化人力资本结构、促进两业融合、提升运营水平来促进全要素生产率提高。由此，本文提出假说1。

假说1：数字化转型的实施能够促进转型企业生产率提升。

1.2 数字化转型、创新能力与全要素生产率

数字化转型所带来的共享性和外溢性降低了企业获取信息的门槛，有助于企业整合内外部信息，掌握市场需求并优化创新战略［17］，从需求端提高生产效率；
大数据、物联网、云计算等技术的使用加速了企业信息化进程，推动生产经营管理智能化发展，提升了企业创新能力，进而提高生产效率［18］。此外，数字化转型企业具有良好的经营状况与发展潜力，能够吸引专业技术人才参与研发，提升整体创新能力，从供给端提高企业生产率［11］；
数字技术与制造业深度融合催生网络化协同制造新模式，能够优化企业内部研发设计与生产协同管理，促进要素在企业内部合理配置，提升企业创新能力与全要素生产率［19］。由此，本文提出假说2。

假说2：数字化转型企业的生产效率提升效应来源于其创新能力的提升。

2.1 计量模型设计

在本文的研究设计中，通过借鉴洪俊杰等（2022）［20］、吴非等（2021）［21］、赵宸宇等（2021）［9］的研究方法，运用Python爬取企业年报中与数字化相关的词频，将样本中企业各年度年报中数字化关键词词频首次高于均值的年份视为其进行数字化转型的年份，并作为实验组；
在观测区间内年报数字化词频从未超过均值的企业视为未进行数字化转型或数字化转型失败企业，并作为对照组。具体词汇如表1所示。

表1 数字化转型词频

鉴于数字化转型是由企业自主决策，可能会出现自我选择问题，导致实验组与对照组的样本没有比较意义，因此本文采用倾向得分匹配法（PSM）将两组企业进一步匹配分组。接下来，通过借鉴Beck等 （2010）［22］的研究方法构建如下双重差分模型：

式中，下标i表示企业，t表示年份。TFPit为企业全要素生产率，treati为政策分组变量（实验组取1，对照组取0），timet为政策时点变量（数字化转型后取1，数字化转型前取0），Xit为企业层面控制变量。

2.2 变量选取和说明

（1）被解释变量

企业全要素生产率（TFPit）：本文主要参考Levinsohn和Petrin（2003） 的方法（简称LP法）测算全要素生产率TFP_lpit，并使用Olley和Pakes（1996）的方法（简称OP法）测算全要素生产率TFP_opit以进行后续的稳健性检验。

（2） 解释变量

政策时点与实验交互项（treati×timet）：本文的核心解释变量为treati和timet的交互项。treati变量用于划分实验组和对照组，在观测时间区间内进行了数字化转型的企业treati取1，否则取0。timet变量用于划分数字化转型冲击的时点，本文将年报中数字化转型词频数首次高于样本平均值的企业年份设置为转型冲击点，在该年度之后取值都为1，之前则为0。

（3） 控制变量

资产负债率（levit）：企业年末总负债与年末总资产的比值；
净利率（profit）：企业年末净利润额与总资产的比值；
营业收入增长率（incomeit）：本年营业收入与上年营业收入的比值减去1；
工资水平（wageit）：企业当年的高管薪酬取对数；
两职合一（dualityit）：企业董事长与总经理是否为同一个人，是则取1，否则取0；
政府补助（subit）：当年政府补贴金额数加1并取对数。

2.3 数据来源及说明

本文选取2009～2020年我国A股制造业上市公司作为研究样本，其中数字化转型相关数据主要通过Python软件归集整理企业年报中的相关关键词，其余企业微观数据主要来源于国泰安数据库（CSMAR）、锐思（RESSET）数据库和万德数据库（Wind）。考虑到2020年部分企业受新冠肺炎疫情影响，可能会出现异常值，本文在数据清理中对连续变量做了1%的缩尾处理，并在剔除部分缺失数据和不符合会计标准的数据后，最终得到2008家上市公司的18982条观测值。各变量的描述性统计见表1。

表2 描述性统计

在进行双重差分实证分析之前，通过绘制平行趋势检验图以检验实验组和对照组是否满足平行趋势假设。如图1所示，政策实施相对时间为0表示企业进行数字化转型的年份，年份由负到正分别表示企业数字化转型前和转型后的时间点。可以看出，在实行数字化转型之前，政策效应的回归系数并不显著异于0，表明实施数字化转型前实验组和控制组企业生产率变化趋势并无显著差异。而在实行数字化转型后政策系数范围显著大于0，表明平行趋势假设成立。

图1 平行趋势检验结果

3.1 基准回归检验

为准确识别企业进行数字化转型与否对其生产率的因果效应，本部分在引入企业层面控制变量的基础上，控制了个体和时间固定效应，所得到的双重差分模型结果如表3所示。

表3 基准回归结果

由回归结果可见，在引入控制变量并控制时间、个体固定效应后，影响系数为0.570且结果显著，验证了前文所提出的假说1，即实施数字化转型能够提升实验组企业全要素生产率。

3.2 稳健性检验

为进一步验证前文基准回归结果的稳健性，本部分选用安慰剂检验进行验证，即在所有样本中随机虚构实行数字化转型的企业和转型日期，并重复抽样500次进行双重差分回归验证，其中转型企业数与原样本中实验组企业数保持一致。

如图2，圆点所示为随机抽取实验组样本回归所得的伪政策虚拟变量系数。可以看到在进行了抽样重复实验后，所得到的伪政策系数P值大多数大于0.1，表明所得到的回归结果并不显著，且系数分布与模型真实估计值存在明显差异，排除了原模型中所得结果的偶然性，证明了基准回归结果的稳健性。

图2 安慰剂检验结果

此外，本文还通过以下方式从实证层面检验所得结果的稳健性：（1）使用OP法计算样本企业全要素生产率，通过平行趋势检验后替换原被解释变量进行双重差分回归；
（2）对样本全要素生产率值进行2.5%缩尾处理，剔除极端值可能产生的影响，并进行回归①。在替换了原被解释变量和进行缩尾处理后，企业数字化转型的促生产率效应均显著为正，依然支持前文的结果，可以证明本文所得到的结论是稳健的。

4.1 异质性分析

为进一步探究制造业企业数字化转型的促生产率效应，本部分从以下几方面对样本分组进行异质性检验分析：

（1）考虑到不同地区省（区、市）经济发展水平、资源禀赋、相关产业政策等方面均存在一定程度差异，本文按企业所在省（区、市）的地理区位不同划分为东部省（区、市）企业、中部省（区、市）企业和西部省（区、市）企业进行分组回归；
（2）考虑到企业所属省（区、市）数字经济发展的水平存在差异，本文按企业所在省（区、市）的数字经济发展指数排名将其划分为数字经济发展较强省（区、市）、数字经济发展中等省（区、市）和数字经济发展较弱省（区、市）进行分组回归；
（3）考虑到不同类型行业生产经营所依托的资源禀赋不同，本文按企业所在行业将其划分为劳动密集型企业、资本密集型企业和技术密集型企业进行回归；
（4）考虑到企业所有制存在的差异，本文按企业所有制不同将其划分为国有企业、民营企业和外资企业进行回归。

所得异质性回归结果如下所示。

由表4和表5结果可以看出，无论企业所属省（区、市）区位和数字经济发展水平如何，实施数字化转型均显著提升了企业全要素生产率，但其对于西部地区企业和数字经济发展水平较弱省（区、市）企业提升作用相对更大。数字经济发展较强省（区、市）大多经济发展水平较高，拥有较为完备的基础设施建设、先进的生产管理技术和丰裕的生产要素禀赋，在多方优势的共同影响下导致其所受到数字化转型带来的生产率提升效应相对较低。而西部地区省（区、市）和数字经济发展水平较弱省（区、市）样本重合度较高，他们的共同特征是发展相对落后，在推广数字化发展方面存在很大的完善空间，因此企业数字化转型所带来的促进效用也相对较大。

表4 区位异质性

表5 数字经济发展水平

由表6结果可以看出，无论企业所属行业情况如何，数字化转型均显著提高了企业全要素生产率，但对资本密集型企业的提升作用相对更大。企业推行数字化转型需要研发学习新技术、投资智能设备和搭建数字化管理平台等措施，对于成本投入要求较高。拥有较为丰富资本的企业能够承担数字化转型所需要的成本及转型失败可能造成的损失，可以充分利用自身优势推行数字化改革，提高生产率。

表6 行业分类

由表7结果可以看出，无论是国有企业还是民营企业，数字化转型均显著提升了企业全要素生产率水平，但对于民营企业的提升作用相对更大，而外资企业所获得的提升作用显著性系数有所降低。民营企业管理者对于市场动向的把握能力相对较强，企业内部决策自由度较高，运行机制相对灵活，能够充分分析数字化浪潮所带来的利弊并及时做出决策，提升自身水平。这也充分证明国家大力支持民营企业发展的正确性和重要性。

表7 企业所有制

4.2 作用机制检验

本文参考石大千等（2018）［23］、Baron 和 Kenny（1986）［24］的方法将实证检验步骤分为两个阶段，采用三步法验证数字化转型驱动创新能力发展和以此促进生产率提升的机制：（1）将交互项与企业全要素生产率进行回归，若交互项系数显著，则表明数字化转型促进了企业生产率提升；
（2）将交互项与企业创新能力进行回归，若交互项系数显著，则表明数字化转型促进了企业创新能力提升；
（3）将交互项和企业创新能力同时放入模型与全要素生产率进行回归，若交互项系数依然显著，则证明数字化转型通过影响企业创新能力进而提升了企业生产率。本文选用企业研发投入占营业收入比例、专利产出数和研发人员占比3项指标，通过熵值法确定权重构建rd1，另外按3项指标赋相同权重构建rd2，同时用于衡量企业创新能力。按上述检验步骤，本文机制检验模型设定如下：

验证数字转型对企业全要素生产率的影响：

验证数字转型对企业创新能力的影响：

将交互项与创新能力同时放入回归方程：

表8结果表明，第一步回归结果中，制造业数字化转型显著提升了企业全要素生产率。第二步回归结果显示，通过赋值不同权重所计算出的企业创新能力均受到了数字化转型所带来的正向促进作用。第三步检验结果表明，将交互项和创新能力同时纳入方程后，创新能力均显著提升了全要素生产率，且数字化转型对企业生产率的促进作用依然显著，但系数均有所降低。如前文所述，本部分结果证实了企业创新能力提升是实施数字化转型促进全要素生产率提升的传导路径之一。

表8 中介效应检验

本文通过收集2009～2020年我国A股制造业上市公司的面板数据，运用双重差分模型和PSMDID方法验证了数字化转型对企业全要素生产率的影响。本文的研究结论表明，企业进行数字化转型能够显著提升全要素生产率，相较于未转型企业，其提升效力在57%左右。机制检验结果表明，企业进行数字化转型可以通过提升创新能力来提高全要素生产率。异质性研究结果表明，数字经济发展水平相对较低、经济发展相对较弱的西部省（区、市）企业受到数字化转系所带来的生产率提升效应相对更强，同时资本密集型行业企业和民营企业也能够获得更大的生产率提升效应。

综上结论，本文提出以下政策建议：

（1）政府应制定相关政策措施，为企业实施数字化转型提供良好环境与保障。①大力支持民营企业改革创新，鼓励民营企业数字化转型并借助其转型产生的外溢性带动其他所有制企业转型改革；
②对于数字经济发展较为完善的地区，在保住当前已有优势的情况下积极探寻其余有效路径，为不同地区数字化转型发展制定差异化战略，合理调度资源；
③为小微企业和传统制造业企业数字化转型提供相应补贴和兜底措施，消除企业对转型失败的顾虑，积极推动数字化转型发展。

（2）企业应重视数字化转型对生产率的提升作用。①应加大生产管理环节数字化融合力度，依托物联网、大数据和人工智能等数字化技术，搭建信息化管理平台，充分激发数字经济潜力；
②应加大研发投入力度，积极构建数字化、智能化生产线，重视人才、引进人才，提高关键领域的自主研发领域，主动探索空白领域研发进展；
③企业应充分利用互联网所消除的信息门槛，加强基础信息设施建设，积极把握市场动态，将互联网思维与传统经营模式相结合，迎合消费者多元化需求，提高创新能力。

（3）在当前我国经济转型发展的关键阶段，要充分认识到创新作为驱动力的重要作用。积极推动构建以高标准先进制造业和数字信息技术融合、以新经济为引领的高质量现代化产业体系，将创新作为动力；
还应将互联网思维融入现代企业管理体系，除了科研技术创新，也要推动管理创新、体制改革创新，持续激发企业内部创新活力。

注释：

①由于篇幅限制，结果留存备索。