数字化水平对企业绩效的影响研究*——基于浙江省民营上市公司的经验数据

孙逸昊，周 全

(浙江工贸职业技术学院，浙江 温州 325003)

关键字：数字化水平；研发投入；企业绩效

一、引言

数字化是中国经济转型升级的关键所在之一，2015年《中国制造2025》方案正式印发，标志着新一代信息智能技术与制造业深度融合已经成为推进提高制造业创新能力的主攻方向。2017年，政府工作报告中首次提及“数字经济”一词，报告对数字经济促进产业蓬勃发展的内驱推动力给予充分肯定。2020年，中国信息通信研究院发布中国数字经济发展白皮书，其中指出：数字产业化和产业数字化重塑生产力，是数字经济发展的核心。2019年数字产业结构持续软化，数字产值同比增长11.1%，数字化基础进一步夯实。浙江在2003年就作出建设“数字浙江”的重要决策，至2020 年期间，大力推动企业智能化、数字化、绿色化。在这一进程中，企业通过应用数字化系统，普及“走云，用数”，迈出了提质增效、绿色创新、高质量发展的新步伐。

数字化背景下，大数据、云计算、人工智能的迅速兴起给社会经济发展带来一系列变革，数字价值化持续推进，数据逐渐成为驱动企业成长创新发展的重要生产要素。企业积极运用数字化手段，无论是对内部控制管理水平，还是对客户拓展及风险挑战，其治理绩效都能得到显著提升。对企业来说，提升数字化应用水平对于企业迭代升级不可或缺。虽然已有较多文献对数字化与企业绩效之间的关系做了研究，但针对数字化与民营经济的实证研究还相对较少。浙江省民营上市公司作为浙江民营经济的排头兵，针对数字化进行相关理论研究，可以完善相关文献，并对于促进浙江企业加快数字化转型步伐，改善企业绩效具有一定的理论意义，可以为浙江省内企业开展数字化活动和提升绩效提供指引。

二、理论分析和研究假设

资源是企业拥有的一系列可以控制并改善的所有知识、信息、资产、能力、组织特性等的总和[1]。而企业数字化资源作为企业自身稀缺的资源，具有难以替代和模仿的特性，对企业在数字化转型背景下实现高质量发展的作用不言而喻。企业数字化是为了实现业务创新增长，而利用数字创新技术能力是完善商业生态系统及驱动企业商业模式创新的一种途径和方法，其核心在于数字技术的使用和对企业业务、流程和组织的重构，而这种重构往往可以使企业得到更多的竞争性经营优势[2]。因此，企业数字化水平已然成为展现企业整体实力的关键要素[3]。

基于数字化水平的重要性，学者们在宏观和微观层面均展开了研究。

在宏观层面，近年来，数字经济（数字金融）的快速发展，有效缓解了企业的融资约束，融资压力的降低会促进企业创新能力[4]。此外，我国数字化变革为企业转型升级提供了新的技术和动力，数字化水平借助降低成本损耗的方式，更好满足了供给侧结构[5]。数字化新兴技术不仅可以酝酿兼具规模经济与长尾效应的经济环境，形成良好的供需匹配价格机制，还可以通过新的配置要素和全要素生产率提升经济水平[6]。总而言之，数字化技术作为新的关键配置要素，促进了企业组织方式、经营生产、制度安排等方面的正向变革。

从微观层面的研究来看，大部分学者认为，企业数字化水平对企业发展具有正向引导作用。结合企业实际情况，利用数字化技术对经营模式、组织活动、人员管理以及业务流程等各方面进行重构，是提升企业绩效的有效方式。第一，数字化水平通过降低成本费用的途径提升企业绩效。借助数字技术，对外，企业不仅可以通过降低市场不对称程度来降低代理成本，还可以加强沟通协作来降低交互成本；对内，企业可以加强内部控制，进而降低人工成本、生产成本、信息传递成本等。第二，数字化水平通过提升经营效率的途径提升企业绩效。企业借助数字技术改造生产办公流程，实现公司治理系统转型升级向智能化转变，压缩不必要的时间成本。那些在企业内部设置了数字资源信息共享平台的企业，其数字化水平对企业绩效的促进作用更加明显[7]。通过数字化技术来优化供应链、拓展产业链、延伸价值链，减少人工误差，优化程序性手续，驱动数字创新和服务创新[8]。

综上所述，鉴于多数研究结果表明数字化对企业具有正向价值，针对浙江省民营上市公司，提出以下假设：

H1：数字化水平与企业绩效两者之间显著正相关。

三、研究设计

（一）数据来源

文章选取2012—2020年浙江省民营上市公司的年度数据为样本。同时剔除ST股企业、数据缺失较多、交叉上市等非正常的数据样本。为了避免极端值的影响，对所有连续变量进行1%和99%分位点的winsorize缩尾处理，最终取得1 476个观测值。实证数据来自CSMAR国泰安数据库，对于部分缺失的数据，通过上市公司主页、中证登等网站人工搜集补充。采用stata15.1和excel进行数据整理和分析。

（二）主要变量定义

1.被解释变量

文章选取TobinQ值作为企业绩效的变量，它的定义是企业的市场价值与资本重置成本之比，TobinQ 值是现有文献中普遍用来反映企业绩效的财务指标之一。在稳健性检验中选取Roe值作为企业绩效的变量。

2.解释变量

参照黄节根等采用研发投入来衡量企业数字化水平，选用Rd（研发投入金额的自然对数），Rdp（研发人员数量），Rda（研发投入金额/总资产）三个解释变量来衡量企业的数字化水平[7]。此外，采用研发投入占营业收入的比例（Rdt）和研发人员占比（Rdpt）的比例作为代理变量进行稳健性检验[9]。

3.控制变量

为了尽可能控制遗漏变量的影响，在回归模型中纳入公司治理特征的多个控制变量，包括企业规模、资产负债率、销售增长率、大股东持股比例、董事会规模、独立董事比例、营业利润率、两权分离度等。

表1为所有研究变量的解释说明。

表1 主要变量定义

（三）模型设计

为了验证假设H1，建立以下三个回归模型，依次分别检验数字化水平解释变量Rd、Rdp、Rda 对企业绩效TobinQ的影响，三个模型中均对行业Ind和年度Year进行控制。若解释变量α1 的系数显著为正，则假设H1检验通过：

四、数字化投资水平与企业绩效的实证研究

（一）描述性统计

表2 为描述性统计结果。浙江省民营上市公司的TobinQ 值中最大最小值差异有近10 倍左右。自变量Rd（研发投入金额的自然对数），Rdp（研发人员数量），Rda（研发投入金额/总资产）的均值与中值接近，基本符合正态分布。对于企业规模之间的比较，标准差值为1.038 2，说明企业规模差距并不明显，总体还是相近。

表2 主要变量的描述性统计结果

从表2 中还可以看到，Rda（研发投入金额/总资产）比值较低，说明在这些企业中，跟自身的规模相比，企业研发投入强度并不是很大。此外，独立董事比例变量的标准差值最小，第一大股东的持股比例的标准差值最大，两权分离度的极差较大。

（二）相关性分析

为了降低变量之间多重共线性的问题，文章进行了皮尔森（Pearson）相关系数检验，检验变量之间的相关性水平。从结果来看，Rd（研发投入金额的自然对数），Rdp（研发人员数量），Rda（研发投入金额/总资产）相关系数较高，且显著性较强。三个解释变量与企业绩效TobinQ 之间均为正向关系，由此我们可以初步验证假设H1 的正确性。对于其他控制变量而言，大部分变量相关系数都并不是很高，说明不存在严重的多重共线性。为了降低多重共线性的影响，将这三个自变量分别在各自模型中进行检验，而不合并在一个模型中检验，以此来保证检验的合理性。由于篇幅原因，此处不再列示结果。

（三）实证结果与分析

表3 显示了三个回归模型的检验结果。在回归模型检验中，一般采用固定效应与随机效应两种模式。对于具体如何选择，可以使用豪斯曼（Hausman）检验对模型进行确定。我们发现，各个回归模型的Hausman 检验结果的P 值为0.00，因此，我们确认固定效应更为合适。在对变量进行描述性统计和相关性分析的基础上，进行固定效应回归检验来验证前面章节所提出的假设H1，且对结果标注t值、显著程度以及系数。由于篇幅原因，不再列示控制变量的回归检验结果。

表3 各模型回归检验结果汇总

如表3 第二列所示，当数字化水平用研发投入金额（Rd）表示时，它的回归系数是0.2561。t=5.97，其p 值小于0.01。这表明当企业研发投入的金额与企业绩效，两者呈现了显著的正相关关系。这说明在这些企业中，它们的研发投入基本可以得到有效转换，带来技术成长创新。如表3 第三列所示，当数字化水平用研发人员的数量（Rdp）表示时，它的回归系数是0.2598。t=5.77，其p 值小于0.01。这说明研发人员数量的增长可以促进企业绩效的提升。可能的解释是因为在当今数字背景下，研发人员本身不仅可以推动新技术突破，其产出结果还可以为企业信息化建设提供服务，提升企业治理水平。如表3 第四列所示，当数字化水平用企业研发投入金额与总资产之比（Rda）表示时，它的回归系数是16.7938。t=10.57，其p值小于0.01。这说明研发投入金额占总资产的比例越高，企业绩效水平越高。通过上述结果，我们可以得到，以Rd、Rdp、Rda 为衡量的数字化水平均与企业绩效显著正相关，假设H1通过检验。

控制变量方面，第一，销售增长率与企业绩效呈正相关关系，且在所有模型中均是1%水平上显著。这说明销售增长越快，企业在市场上会更加具有竞争力，进而可以提高企业绩效水平。第二，两权分离度与企业绩效呈正相关关系，且在所有模型中1%水平上显著，可能的解释是，在这些观测值中，两权分离度越高，可以提升企业公司治理水平，从而促进了企业绩效。此外，在实证检验的三个模型当中，公司规模与企业业绩均呈现负相关关系，在1%水平上显著，表明在数字化背景下，公司规模并不一定与业绩增长直接挂钩，可能还会有抑制的反效果。

五、稳健性检验

第一，文章此部分在对变量进行回归检验的基础上，主要采用Roe 变量替代绩效变量（TobinQ）进行稳健性检验，对应模型1a，2a，3a。Roe 变量为净资产收益率，它代表是净利润与平均股东权益的百分比。同企业的TobinQ值一样，Roe也能够较好地衡量企业的绩效与价值。第二，制造业作为我国比较具有代表性的行业之一，也是浙江省民营经济发展的中流砥柱，因此通过筛选使用制造业上市公司的观测值来进行稳健性检验，对应模型1b，2b，3b。文章在对浙江省民营企业上市公司进行制造业筛选之后，获得了2012—2020 年期间1 239 个观测值，通过豪斯曼检验结果后依旧使用固定效应回归检验假设H1。

如表4所示，模型1a、模型2a和模型3a分别检验了对Rd、Rdp 和Rda 对企业绩效Roe 的影响。实证结果表明，三个衡量数字化水平的解释变量的回归系数均在1%的水平下显著为正（系数分别为0.0225、0.0114、0.9082），表明三个解释变量对企业绩效均具有促进作用。假设H1 通过检验。模型1b、模型2b 和模型3b 分别检验了对Rd、Rdp 和Rda对企业绩效TobinQ的影响。实证结果表明，三者与企业绩效之间也呈现了显著的正相关关系，假设H1 通过检验。而在制造业上市公司的检验中，回归系数均有所上升，说明数字化对制造行业影响更为明显。

表4 稳健性结果检验

第三，文章此部分在对变量进行回归检验时，还采取了对解释变量进行替代的方式来进行稳健性检验。首先，在数字化水平衡量上，用变量Rdpt、Rdt替代，Rdpt表示研发人员在员工中的比例；Rdt表示研发投入金额/营业收入。其次，本部分还采用了主成分分析提取解释变量。从数字化水平的所有解释变量（Rd，Rdp，Rda，Rdpt，Rdt）中提取主成分，用变量Rdx 来表示。在分析过程中，采用KMO 检验，KMO=0.607;变量累计方差贡献率为0.8462，变量uniqueness 的值均小于0.6，结果提取一个主成分（Rdx）来解释原始5 个解释变量信息。结果与上述实证检验基本保持一致，并无显著差别。由于篇幅原因，此处不再列示结果。

六、研究结论和建议启示

（一）研究结论

文章在构建数字化水平指标的基础上，利用浙江省民营上市公司2012—2020的年度数据，采用固定效应分析实证检验数字化转型对企业绩效的影响，得出以下结论：第一，浙江省民营上市公司数字化水平对企业绩效的影响都是正向的，且检验结果较为显著。数字化水平可以使企业拥有更多的信息化资源，从而转化为提升绩效的动力；第二，文章对于初步实证检验结果采用更换企业数字化水平度量和改变样本结构的方式进行了稳健性检验，检验结果显示结论依然成立，不会受到变量和样本衡量方式的影响，说明以研发投入为衡量的数字化水平变量能够促进企业绩效的提升。

（二）对策建议

为更好地实现企业在数字经济时代高质量发展，提出以下建议：第一，从企业自身条件出发，企业领导者应该制定具有前瞻性的数字化战略计划，兼顾数字化的投入与产出，坚定数字化转型的决心，培养数字化进程中的信心与恒心，在工业互联网的进程中谋求自身的合理发展；第二，推进数字化转型必不可少，为避免生产率悖论，企业同时自身可以加强内部控制管理，比如董事会有效性、员工销售能力、大股东监管等，减少代理问题和非理性行为。多个方面与数字化相协同，全面推动企业发展；第三，研发投入作为推动企业数字化的有效手段，一方面企业可以精细化管理研发支出，降低成本，提高效能；另一方面，企业可以利用研发投入形成的数字化能力和科研人员形成稀缺性资源竞争优势，打造自身的数字化队伍，最终提高企业绩效。

（三）局限性与展望

文章基于浙江省民营上市公司进行分析，虽然完善了样本方面的文献，但也存在一定的局限性。企业数字化水平能否提升企业绩效，除受到研发人员、研发支出等变量影响外，还受到其他如融资约束、环境不确定性等内外在条件的影响，对于实证检验内生性的研究也有待深入。未来可以从不同的角度和理论模型切入，对两者关系进行深入研究，以便得出更为全面的结论，促进浙江省民营经济更好更快地发展提升。