企业管理数字化转型、产权性质与经济高质量发展

周倩 张洁

【摘  要】企业管理数字化转型助力传统产业转型升级，能否推动企业经济高质量发展？论文基于我国A股制造业上市公司2010-2021年的数据，实证检验了企业管理数字化转型与经济高质量发展的相关性。研究发现，制造业企业管理数字化转型可以显著提高企业经济高质量发展水平。异质性检验发现，产权性质会对二者的相关关系产生差异化的影响。论文的研究有望促进企业高质量发展，为政府制定相关政策提供经验。

【关键词】企业管理数字化转型；经济高质量发展；产权性质

【中图分类号】F270.7；F271                                             【文献标志码】A                                                 【文章编号】1673-1069（2023）04-0071-03

1 引言

现如今，我国经济发展阶段已从高速增长转变为高质量发展。自十九大报告以来，关于经济高质量发展的研究如火如荼，众多学者致力于探索经济高质量发展的实现路径，主要集中在促进城乡平衡发展、创新驱动高质量发展、构建双循环新发展格局等方面[1]。随着数字经济的快速增长以及与实体经济的深度融合，企业管理数字化转型日益成为学术界关注的焦点问题。企业管理数字化作為企业数字化转型的关键过程，一般是指通过在现有的企业管理架构中引入信息通信技术（ICT）对企业信息结构、管理模式、运行机制和生产过程进行系统重塑[2]。大量研究表明，管理数字化投资可以提升企业的可持续竞争力[3]，有助于降低企业成本[4]、提高企业产出与绩效[5]。制造业作为实体产业中最基本的组成部分，也是国民经济的基础，在国家的综合实力和国际竞争力方面起到了决定性作用。因此，本文以中国制造业上市公司为研究样本，探究企业管理数字化转型对经济高质量发展的影响。

2 文献综述与理论假设

2.1 企业管理数字化转型与经济高质量发展

企业管理数字化转型是在数字化管理理念的具体指导下，充分利用通信、网络、区块链和人工智能等技术，通过数字化技术与管理业务的相互交融，从而促进企业创造更大价值[6]。现有关于企业管理数字化转型的文献，主要围绕以下两个方面展开：①企业管理数字化转型的路径研究。Cui和Pan[7]强调大型企业拥有更多的高新技术和更高质量的资源，可以通过自己开发第三方平台来实现企业管理的数字化转型。李雯轩等[8]认为缺乏配套的就业政策以及与数字化相匹配的人才是公司数字化转型升级的主要障碍。②企业管理数字转型与企业绩效的关系。赖红波等[9-11]对于这二者关系的研究结论趋于一致，均认为企业管理进行数字化转型有助于促进企业降低成本，提高企业业绩。

高效的生产管理体系是优化资源配置的重要保障，企业管理数字化转型在技术层面促进技术创新和效率变革、在治理层面提高决策科学性和监督有效性[12]，在生产流程层面优化资源配置和运行效率，进而对企业全要素生产率产生积极影响，推动企业经济高质量发展。基于以上分析，本文提出假设：

H1：企业管理数字化转型与经济高质量发展正相关。

2.2 产权性质的异质性

“十四五”规划和二零三五愿景目标对于国民经济、社会发展建设均提出了“加快数字化发展”的具体要求。相比于非国有企业，国有企业拥有国家政府参与支持和控制，是国家经济发展强劲稳定的中坚力量，能够更加坚定地执行国家经济政策和具体要求，承担起国家经济调控的职能。因此，提出假设：

H2：相比于非国有企业，企业管理数字化转型与经济高质量发展的相关性在国有企业中更为显著。

3 研究设计

3.1 样本数据

文章选取我国A股制造业上市公司2010-2021年数据为研究样本，样本数据均来自于国泰安（CSMAR）数据库。利用Excel和Stata软件对样本数据进行初步整理和筛选，并做如下处理：①剔除金融类上市公司、ST公司以及变量缺失的年份数据；②为使研究结果更加稳健，对所有连续性变量进行上下1%的缩尾处理。最终得到有效观测值22 269个。

3.2 主要变量的度量

第一，被解释变量：企业经济高质量发展。本文采用单一指标“全要素生产率（TFP）”作为衡量企业经济高质量发展的评价标准。基于以往大量学者的研究，采用LP方法计算TFP。第二，解释变量：企业管理数字化转型。本文参照吴非等[13]的研究，以上市公司财务报告中披露的与企业管理数字化转型相关的词汇频次来衡量企业管理数字化转型的程度，数据来源于CSMAR数据库。第三，相关控制变量。为提高实证结果的稳健性，对企业全要素生产率会产生影响的其他相关变量进行控制。变量具体定义和度量如表1所示。

3.3 实证模型

为检验企业管理数字化转型对经济高质量发展的影响，本文参照赵宸宇等[14]的做法，构建以下模型（1）来验证主假设。

TFPit=α+βDIGIit+γControlsit+εit       （模型1）

其中，被解释变量TFP表示全要素生产率，是企业经济高质量年发展指标，构建方法见前文；解释变量DIGI表示企业管理数字化转型程度，构建方法见前文；Controls为模型的控制变量，具体参见表1；i表示时间；t表示个体；α、β、γ以及ε分别表示常数项、变量系数和残差项。

4 实证结果分析

4.1 描述性统计

表2报告了各变量相关统计特征值。被解释变量TFP的最小值为10.218，最大值为14.487，标准差为0.818，说明制造业企业全要素生产率水平差距略大，中位数和均值差距不大，说明数据分布较为稳定。解释变量DIGI最小值为0，最大值为6.140，标准差为1.243，说明样本企业的数字化程度差距较大，存在一定的偏右性（已对原始数据取对数处理）。其他控制变量的特征值分布均处于较为合理的水平。

4.2 相关性分析

表3列示了各个变量的Pearson相关性分析结果。由表可知：企业管理数字化转型（DIGI）与企业经济高质量发展（TFP）显著正相关，初步验证了假设H1的合理性。但由于全要素生产率受诸多因素影响，因此需要做进一步回归检验。同时，其他控制变量与被解释变量TFP之间都存在显著的相关关系。

4.3 回归结果分析

4.3.1 企业管理数字化转型与经济高质量发展关系回归检验

企业管理数字化转型与经济高质量发展（假设H1）的回归结果如表4所示。表中列（1）解释变量DIGI与被解释变量TFP在1%的水平上显著为正。该回归结果表明，企业管理数字化程度越高，经济高质量发展水平越高，即证明了假设H1。

4.3.2 企业管理数字化转型与经济高质量发展异质性检验

首先，设置调节变量产权性质。表5列（1）显示可知产权性质与企业管理数字化转型的交乘项State*DIGI对全要素生产率TFP的回归系数为0.027 1，且在1%的水平上显著。回归结果表明，相较于非国有企业，国有企业对企业管理数字化转型与经济高质量发展的关系更具有正向调节作用，从而验证了假设H2。

4.4 稳健性检验—内生性检验

理论而言，企业生产效率越高，越可能会促进企业数字化的发展。因此，为了检验因变量全要素生产率TFP是否对企业管理数字化转型DIGI产生内生性影响，构建如下模型：

DIGIit=α+βTFPit+γControlsit+δI+ λY+εit         （模型2）

其中，控制變量与模型1保持一致。回归结果显著为正，表明企业管理数字化转型与经济高质量发展之间可能存在联立偏误、互为因果的关系，模型存在一定的内生性问题。为缓解内生性问题，本文对模型1的解释变量均滞后一期、两期代入模型进行回归。回归结果如表6所示，对解释变量滞后一期、两期的回归系数仍在1%的置信水平上显著为正，假设H1仍然成立。同时，借鉴黄星刚等[15]的做法使用解释变量的滞后两期作为工具变量IV进行两阶段最小二乘法回归，回归结果如表7所示，两阶段的回归结果均在1%的水平上显著正相关，进一步验证了原假设。

5 结论与建议

文章以我国A股制造业上市公司2010-2021年数据为研究样本，理论分析和实证检验了企业管理数字化转型对经济高质量发展的影响。研究发现企业管理数字化转型与经济高质量发展呈显著正相关关系，这说明企业管理数字化转型可以提高企业全要素生产率，促进企业经济高质量发展。进一步分析发现，与非国有企业相比，国有企业的数字化转型与经济高质量发展的正相关关系更为显著。基于本文的结论，提出如下政策建议：第一，企业必须能够认识到管理数字化是企业经济高质量发展强大且持续的内驱力，重视企业管理数字化转型的重要性，尤其是制造业上市公司，只有将数字技术同传统生产要素结合起来，才能实现传统制造业的数字经济与实体经济的融合发展，突破经济快速发展迈向高质量发展，实现传统产业的优化升级；第二，政府在企业管理数字化转型的进程中扮演着重要的角色，加强非国有企业数字化转型制度保障和条件支持，营造良好的营商环境。

【参考文献】

【1】杨文举，黄依洁.中国经济高质量发展的路径探索——首届“中国高质量发展西部论坛”学术研讨会综述[J].西部论坛，2021，31（06）：111-119.

【2】刘淑春，闫津臣，张思雪，等.企业管理数字化变革能提升投入产出效率吗[J].管理世界，2021，37（05）：170-190+13.

【3】Benner M J， Waldfogel J. Changing the channel： Digitization and the rise of "middle tail" strategies[J].Strategic Management Journal，2020.

【4】何小钢，冯大威，华梦清.信息通信技术、决策模式转型与企业生产率——破解索洛悖论之谜[J].山西财经大学学报，2020，42（03）：87-98.

【5】杨德明，刘泳文.“互联网+”为什么加出了业绩[J].中国工业经济，2018（05）：80-98.

【6】夏常源，毛谢恩，余海宗.社保缴费与企业管理数字化[J].会计研究，2022（01）：96-113.

【7】Miao Cui and Shan L. Pan. Developing focal capabilities for e-commerce adoption： A resource orchestration perspective[J].Information & Management， 2015，52（2）：200-209.

【8】李雯轩，李晓华.全球数字化转型的历程、趋势及中国的推进路径[J].经济学家，2022（05）：36-47.

【9】赖红波.数字技术赋能与“新零售”的创新机理——以阿里犀牛和拼多多为例[J].中国流通经济，2020，34（12）：11-19.

【10】刘东慧，白福萍，董凯云.数字化转型对企业绩效的影响机理研究[J].财会通讯，2022（16）：120-124.

【11】何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估[J].改革，2019（04）：137-148.

【12】黄速建，肖红军，王欣.论国有企业高质量发展[J].中国工业经济，2018（10）：19-41.

【13】吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021，37（07）：130-144+10.

【14】赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021，42（07）：114-129.

【15】黄星刚，侯宝升，叶似剑，等.数字化转型与企业全要素生产率关系研究——基于资源配置视角的检验[J].价格理论与实践，2022（11）：107-111.