企业数字化转型与企业创新——来自电子制造业的经验证据

李寿喜 王袁晗

（上海大学管理学院，上海 200444）

引 言

数字经济的快速发展及其规模的不断扩大使其逐渐成为国民经济的主要增长极。 《中国数字经济发展白皮书》指出，我国数字经济在2005～2019年实现跨越式增长，占GDP的比重由14.2%上升到36.2%，15年间增长近2倍。目前，我国数字经济已进入 “四化”协同发展时期，其中数字产业化和产业数字化正经历与实体经济相融合的新阶段，不断产生新技术。随着新一代信息技术的广泛应用，数字经济已经席卷全球，中国在互联网领域取得的成就向世界展示了数字技术的巨大潜力和魅力。

在数字化时代，大数据、人工智能等技术已逐步遍及经济和社会生活的各个方面，电子制造业进入加速发展时期，呈现出加速创新、迭代创新和集体创新的新模式，成为中国经济转型和现代化建设的新动力。联想等一大批优秀的新兴企业大量涌现，以互联网等智能数字化平台为载体，加速向数字化企业转型，释放创新活力。2020年突发的新冠肺炎疫情加快了数字化革命的步伐，工业企业拥抱数字技术已成为必然趋势。在疫情期间，许多企业加速数字化转型，以此提高自身创新意愿，利用大数据和数字化平台的智能分析寻找商机，成功扭转经营局面，实现跨越式的增长。

1 理论分析与研究设计

1.1 企业数字化转型与企业创新

数据通过加速信息交互等方式［1］，推动了企业数字化转型。而数字化转型又通过多种渠道的作用，有效提高企业创新的效率，主要表现如下：（1）企业通过数字化信息平台寻求外部信息，降低了信息交换和获取的成本，加快了信息和知识传播速度，提高企业学习外界技术的效率［2］，并在现有技术的基础上提炼新技术和创造新产品；（2）新一代信息技术的发展缩短了企业和客户之间的距离，使客户积极参与到产品生产和制造的过程中，提高了对企业产品和服务的预期，成为企业创新的动力源泉；（3）随着数字经济的发展，消费者的消费习惯发生显著变化。通过智能平台的互联互通，企业数字化转型后可快速获得客户行为数据，并借助数字分析技术挖掘数据潜力，进一步把握客户产品需求。为生产更多高价值产品，精准服务客户，企业会加大研发投入，促进产品技术升级；（4）创新活动具有高风险性，新兴企业出于规避风险和降低成本的目的［3］，会减少研发投资。而企业数字化转型可借助海量数据进行风险预测［4］，减少研发活动中的不确定性，提高企业创新动力。综上所述，提出以下假设：

H1：企业数字化转型有助于促进企业创新。

1.2 企业数字化转型、产权性质与企业创新

由于企业产权性质存在差异，研发创新的投入和效率也会有所不同。国有企业所处经营环境更加稳定，更容易获得政治支持和政策优惠。因此，国有企业进行数字化转型的动力相对不足，不能充分发挥数字化转型的创新驱动作用；另外，相较于非国有企业，国有企业承担较多政府多重目标，更注重实现不同的社会目标［3］，国企人员通过完成政府既定目标来实现个人职位晋升。因此，与投资时间长、成本高的研发活动相比，国有企业更倾向于稳健的政治活动，寻求更高的政治回报。综上所述，提出以下假设：

H2：相对于国有企业，企业数字化转型对创新的驱动作用在非国有企业更显著。

1.3 企业数字化转型、环境不确定性与企业创新

在高度不确定性的环境中，企业间竞争加剧。如果企业能够快速适应环境变化，在复杂的环境中实现数字化转型，反而能增强自身竞争力。根据增长期权理论，对于致力于数字化转型的企业而言，高度不确定性的环境不仅不构成企业发展过程中的外部威胁，反而能助力企业获得一个提高自身竞争优势、缩小与同行差距的机会［5］。当环境不确定性较高时，市场需求呈现多元化趋势，从事数字化转型的企业会增加对创新的投入，开发新一代产品以寻找潜在的市场机会；另外，在波动较大的环境中，竞争者大量涌入市场，这降低了企业的市场份额和盈利能力。而创新是一项具有高不确定性和高回报的长期投资，为获得高额收益，进行数字化转型的企业将增加对创新的投资。因此，本文提出以下假设：

H3：环境不确定性越高，企业数字化转型对创新的促进作用越显著。

2 数据来源与模型构建

2.1 样本选择与数据收集

本文以电子制造业上市公司的数据为研究对象，企业层面和地区层面的数据全部来自于国泰安研究服务中心数据库（CSMAR），时间跨度为2016～2020年。在最新行业分类标准的基础上，本文首先剔除了发生ST、*ST或PT的企业，其次剔除了会计年度内被暂停上市的企业，最终获得475家电子制造业上市公司。在剔除缺失值和新冠肺炎疫情影响下的异常值后，本文共获1714个有效观测值。数据采用STATA16.0软件进行处理，为减小极端值的影响，对模型中使用的所有相关变量进行了上下1%分位的缩尾处理。

2.2 变量设定

2.2.1 被解释变量

企业创新（RD）。本文选取创新投入强度衡量企业创新水平。创新投入强度有两个代理指标，分别以上市公司研发人员数量／总人数和研发投入金额原值／总资产进行衡量，记为RD1、RD2。

2.2.2 解释变量

数字化转型（Dig）。近几年，数字化转型在学术研究中引起广泛关注，但它的定义、框架等仍存在模糊不清的地方［6］。 本文参考吴非等 （2021）［7］的做法，运用Python软件抓取企业年报中与数字化转型相关的关键词，并计算词汇出现的频率。一般情况下，特定关键词在上市企业公布的年度报告信息中出现越频繁，越能反映企业的经营理念和理念指导下的未来发展规划。本文在吴非等提供的数据池的基础上，对 “数字化转型”相应特征词的词频进行匹配和统计，然后对关键技术方向的词频进行分类收集，并汇总处理，作为企业数字化转型程度的代理变量。借助Python的文本识别功能排除非本公司的无效文本内容，同时排除带有否定词汇前缀的关键词表述。由于这类特征数据 “右偏”性明显，本文对最终汇总的词频加1后取对数处理，以获得描述企业数字化转型的总体指标。

表1 2016～2020年企业数字化转型各细分指标平均词频

2.2.3 其他变量

环境不确定性（EU）。本文借鉴申慧慧等（2012）［8］的研究，利用企业前5年营业收入数据，采用OLS方法运行模型 （6）以估算前5年非正常营业收入：

其中，若观测值为前4年的，Year取1，前2年取3，以此类推，当前年度取5，Revenue为营业收入。模型 （6）的残差为非正常营业收入；计算企业前5年非正常营业收入的标准差和前5年营业收入的平均值，二者相除得到未经行业调整的环境不确定性EU1；最后，以EU1除以同年同行业企业EU1的中位数，得到经行业调整的环境不确定性EU2［9］。以EU2的25%分位数为界，建立环境不确定性的虚拟变量EU，若企业的EU2不小于25%分位数，则EU取1，否则取0。

2.2.4 控制变量

参照现有文献的做法，本文选取以下变量作为控制变量。包括企业规模（Size）、财务杠杆（Lev）、成长性（Growth，企业当年营业收入增加值与上年营业收入之比）、现金流量（Cash，净经营活动现金流与总资产之比）、股权集中度（Sha，第一大股东集中度）、产权性质（Soe）、企业年龄（Age）与两职合一（Dual，董事长和总经理两职合一时取1，否则取0）。

2.3 模型构建

构建如下模型对基准假设1进行检验：

其中，因变量RD为企业创新，自变量Dig为企业数字化转型程度，Controls为一系列控制变量，同时对企业所在地区和年份加以控制，Area为企业所在地区虚拟变量，Year表示年度虚拟变量。若α1显著为正，则假设H1得到验证。

3 实证结果分析

3.1 描述性统计分析

从表2可知，上市企业创新水平（RD1）均值为23.6%，最大值为78.2%，最小值为3.2%，RD2最大值为15%，最小值为3.3%，表明电子制造业各公司间创新水平存在较大差距。上市企业数字化转型（Dig）均值为1.215，大于其标准差，表明各公司差异较大。

表2 不同变量间描述性统计分析

3.2 基准回归分析

表3采用递进式回归方法，给出了 “企业数字转型-企业创新”之间关系的主要结果。列 （1）和列 （3）仅对年份和地区加以控制，企业数字化转型（Dig）对企业创新水平的回归系数分别为0.033、 0.003（t值分别为5.66、 3.34， 显著为正），且通过了1%的统计显著性检验；列 （2）和列（4）考虑了相关控制变量组，显著性未发生变化（t值分别为5.35、3.01）。这说明在数字化转型的影响下，企业创新水平得以显著提高。由此，前文假设H1得以验证。

表3 数字化转型与企业创新

3.3 企业数字化转型、环境不确定性与企业创新

从表4的列 （1）和列 （3）可以看出，在高不确定性的环境中，企业数字化转型与企业创新的回归系数分别为0.039和0.004，均在1%的水平上显著为正。而在低不确定性的环境中，回归系数均不显著，甚至为负。上述结果表明环境不确定性越高，企业数字化转型越能显著促进企业的创新，支持了假设H5。

表4 企业数字化转型、环境不确定性及企业创新

3.4 稳健性检验

本文采用多种方法进行稳健性检验：（1）采用PSM方法解决遗漏变量带来的自选择问题；（2）对企业数字化转型指标进行结构化分解，根据细分口径重新进行验证；（3）采用工具变量法进行内生性处理。

（1）PSM方法。为避免样本自选择问题，采用倾向得分匹配法（PSM）进行检验，根据企业数字化转型水平将企业进行排序，取前25%的样本为数字化转型水平较高的处理组，其余为控制组。建立虚拟变量Dig_dum，将处理组（高数字化转型水平）取1，控制组（低数字化转型水平）取0，同时选取前文所述控制变量进行配对。本文采用最近邻匹配法和半径匹配法对企业数字化转型和创新间的关系进行回归分析，结果表略。当选取最近邻匹配法时，企业数字化转型与创新（RD1）间的显著性水平最高，通过了5%水平上的显著性检验，进一步验证了前文假设。

（2）变更计量口径。本部分将整体数字化转型分解为两大层面：①技术层面；②应用层面。在技术层面中，数字化转型可细分为4个口径，分别为人工智能、区块链、云计算和大数据技术。在应用层面中，以数字化技术应用相关特征词为依据。实证结果发现所有数字化转型细分口径的回归系数均显著为正，其中大数据技术通过了10%水平的统计检验，其他列均通过了1%水平的统计检验。上述结果验证了数字化转型的创新驱动效应是稳健可靠的。

（3） 内生性处理。借鉴张永珅等 （2021）［10］的研究，选取前置1期的数字化转型程度作为工具变量进行研究，回归结果表略，企业数字化转型（Dig）与其工具变量（Dig_forward）通过了1%的显著性检验，回归结果同前文结论仍保持一致。在 “工具变量识别不足”的检验中，K-Prk LM的p值均为0.000，在弱工具检验中，K-Prk Wald检验获得的F值均远大于10%的临界值16.38。因此，工具变量的选择具有合理性。

4 异质性检验

4.1 企业层面

4.1.1 基于产权性质的差异性

表5的分样本实证结果显示，在列 （2）和列 （4）的非国有企业中，数字化转型水平对企业创新的回归系数分别为0.037和0.003（t值分别为4.62和2.02，显著为正）；而在列 （1）和列（3）的国有企业中，企业数字化转型的创新驱动效果较差。国有企业的经营理念和业务模式比较固定，较少受市场影响，凭借自身特有优势即可在市场占有一定份额，缺乏自主创新能力。因此，数字化转型对国有企业创新驱动力不足。与之相比，非国有企业正处于一个激烈且不可预测的市场环境中，要保证自身的绝对竞争优势，必须顺应新时代数字信息技术的发展趋势，有更强烈的创新意愿。此时，数字化转型改革符合企业的创新需求，推动企业加大对创新活动的投入。

表5 异质性分析一

4.1.2 基于高管教育水平的差异性

企业数字化转型不仅要适应外部环境的变化，还要受到内部环境的驱动。企业管理层由于数字化知识和战略眼光存在明显差异，对企业自身数字化转型改革有着不同的规划，进而对企业创新行为产生不同的影响。具有本科或更高学历的高级管理人员被定义为高学历高管，否则为低学历高管。本部分基于高管教育水平差异展开检验，见表6，结果表明当企业高管受过高等教育时，非国有企业数字化转型对企业创新的驱动效果更好。这是因为企业高管在接受高等素质教育后，对企业所处的智能环境有了更深刻的认知，战略眼光更有前瞻性，能够更早认清企业长期发展需要向数字化和智能化方向转型。受过高等教育的高管在企业中扮演着领导者的角色，凭借敏锐的嗅觉，他们可以快速意识到产品服务和数字化相结合的广阔市场前景和新一代数字技术对企业竞争格局的影响，并且依靠丰富的数字化知识储备帮助整个企业灵活高效地做出反应，顺利完成变革，进而大力推动企业投资创新活动。

表6 异质性分析二

4.1.3 基于生命周期的差异性

参考梁上坤等 （2019）［11］的研究，本文使用销售收入增长率、公司年龄、留存收益率和资本支出率的综合得分来划分企业生命周期。综合得分排行榜显示，前25%为成长期企业，后25%为衰退期企业，中间50%为成熟期企业。表7中的分样本回归结果显示，衰退期阶段的非国有企业数字化转型对创新的驱动效果最显著，通过了1%水平的统计性检验。这是因为衰退期阶段的企业在经过长期大量资金和数字化资源积累后，为数字化转型改革奠定了更坚实的基础。由于人们消费观念的转变，企业产品的市场份额显著下降。为维持自身生命力，延长企业生命周期，企业数字化创新的诉求更强烈。

表7 异质性分析三

4.2 地区层面

根据王小鲁等 （2019）［12］测算的省份市场化指数，本文将企业注册地所在省（区、市）划分为高低市场化水平区域2个组别（以50%分位数作为分组界限），以探讨区域市场化水平对企业数字化转型创新驱动效果产生的差异。表8给出了分组回归测试的结果，研究发现在市场化水平较高的区域，数字化转型在促进企业创新方面发挥着更大的作用。市场化水平较高的区域倾向于充分利用数字化转型的作用，通过更健全的市场机制、更完善的数字基础设施和更高效的资源配置效率来促进企业创新。而市场化水平较低的地区由于数字基础设施相对落后，数字化转型在推动企业创新方面的作用并不明显。因此，在建设数字中国的过程中，应统筹推动低市场化水平地区数据库和数字化平台的建设，缩小区域数字化差异，促进区域共同进步。

表8 地区异质性分析

5 研究结论及相关建议

本文借助沪深两市A股电子制造企业2016～2020年数据，得出以下结论：（1）企业数字化转型显著促进了企业创新，在企业和地区层面具有非对称影响，主要表现为高管受过高等教育或处于衰退期的非国有企业以及市场化程度较高地区的企业数字化转型的创新驱动效果更显著； （2）高度不确定性的环境下，企业数字化转型对创新的推动作用更强。

本文主要有以下政策启示：（1）加快推动基础数字化建设，为新型数字技术的发展打下坚实基础，引导并助力企业进行数字化变革，为企业创新拓展新的机会；（2）遵循差异化原则，根据转型企业产权特性提供不同的政策支持，加大对企业数字化、智能化转型的支持力度，从而赋能创新。