金 昕,伍婉萱,邵俊岗
(上海海事大学 经济管理学院,上海 201306)
随着新兴数字技术与制造业的深度融合,数字化转型已经成为全球制造业创新发展的战略制高点。数字化转型的价值不仅仅是流程的改进、效率的提升,更重要的还是帮助企业突破既有边界,带来前所未有的创新价值点。制造业是国民经济的脊梁,但是,目前我国制造业发展质量和效益不高的问题尤为突出。一方面,发达国家制造业利用数字技术,率先实现创新升级,形成“赢者通吃”的寡头垄断局面。另一方面,我国制造业内部结构不合理,核心技术受制于他人,科技创新能力亟待提升。在此背景下,如何走出原本的“低成本优势”,利用数字化转型推动产业创新升级是我国制造业面临的紧迫的现实问题。企业数字化转型是指由数字技术的广泛传播而引发的生产方式、组织形式等方面的变革[1],能够优化企业资源,推动企业技术创新。已有文献关注到,数字化转型作为企业创新的关键战略,在助推企业创新绩效提升和带动产业升级等方面发挥着不可忽视的作用[2]。然而也有研究认为,数字技术带来的剧烈变化迫使企业应对不确定性风险,可能会让原本具有竞争优势的企业难以适应迅速变化的环境,阻碍了企业创新升级。此外,目前大部分学者以大数据、智能制造等数字技术为切入点,分析数字化转型如何推动企业技术创新,企业内部资源基础并没有得到重视,特别是智力资本这一核心战略资源。根据资源基础理论,数字化转型所带来的信息资源丰富了企业的智力资本,智力资本的提升又能进一步帮助企业更高效地运用数字技术,实现整体协同进化,推动技术创新。
为此,本文基于资源基础理论,采用爬虫技术挖掘了2846家A股制造业企业2016—2020年的数据,通过个体固定效应模型验证了数字化转型对制造业企业技术创新的影响,并进一步探究智力资本在这一过程中的作用,包括人力资本、结构资本和关系资本三个不同维度的差异化影响,以期明确数字化转型影响制造业企业技术创新的实现机制。
随着数字经济的发展,数字赋能的优势不断增强,在数字化转型中领先一步的企业将展现出更高的生产力。已有部分研究表明,数字化转型能够积极推动企业技术创新。第一,从优化创新要素的角度分析。在数字经济时代,企业实现了数据驱动生产自动化、数据驱动组织结构网络化以及数据驱动运营和决策智能化[3],数据成为新的关键创新要素。企业通过数字化转型改变了获取信息的方式,加快了获取信息的速度,提高了获取信息的质量,企业能够更有针对性地开展技术创新。第二,从降低创新成本的角度分析。数字技术的应用改变了企业的生产经营活动,企业更容易采取各种成本控制手段。企业通过重复或组合利用数据,对信息资源进行充分挖掘和运用,加快决策过程,并大幅缩短响应时间,实现了知识和信息的低成本渗透,为企业的技术创新提供便利。同时,数字化转型还可以使企业不再依赖地理空间,使企业与社会各界的互动更加频繁,联系更加紧密,更容易创造商业价值[4]。第三,从延展创新边界的角度分析。除了企业内部运转发生重大变化外,数字化转型还将使创新超越组织界限,进入外部创新网络或生态系统[5]。数字化转型使“万物互联”和“信息共享”成为现实,企业创新边界不断扩大,实现资源共享和协同创新。综上,数字化转型挖掘了企业现有的技术创新潜力,企业创新要素得以优化,创新成本得以降低,创新边界得以延展,已成为企业创新升级的全新驱动力。因此,本文提出:假设1:数字化转型促进了企业技术创新。
借鉴朱瑜等(2007)[6]的观点,本文认为智力资本包括人力资本、结构资本和关系资本。根据资源基础理论,数字化转型所带来的信息资源能够丰富企业的智力资本,并将其应用到创新活动中,推动企业技术创新。
数字化转型能够为企业提升人力资本提供便捷的渠道,把数字技术等有形资产与人力资源等无形资产糅合起来时,战略资源和能力的结合能够有效推动企业技术创新。首先,数字化转型并没有使组织不再利用人力资本,而是使企业更加依赖于员工的各项技能来处理庞杂的商业问题[7]。在数字化转型的背景下,组织结构和文化的变化使员工必须承担超出其传统职能的角色,企业员工必须培养新的能力来推动企业创新。其次,拥有先进数字技术的企业,其员工获取新知识、掌握新技能的速度更快[8],能够进一步提升自身发展的内在动力,实现企业人力资本的变革升级。最后,获得和培养新技能可以为知识工作者创造重要的效用,对其职业发展至关重要。在拥有数字专业知识和技能的企业中,独特的学习环境是数字化水平低的企业难以复制的[9],因此,数字化转型程度越高的企业,越能够吸引和留住高质量人才。因此,本文提出:
假设2:人力资本在数字化转型对企业技术创新的正向影响中发挥中介效应。
数字化转型使企业组织结构和管理体制更具弹性,结构资本得到有效提升,从而促进了企业技术创新。数字化转型能够驱动企业商业模式、业务模式、研发流程及战略的转变[3]。数字化转型通过计算、通信和连接技术整合内外部资源,重塑企业愿景、战略、组织结构、流程、能力和文化,以适应不断变化的数字世界,为技术创新提供有力的结构资本支撑。在数字化转型过程中,企业会对原有的组织结构进行重建,可以根据管理需求灵活调整职能部门结构,使组织结构由静态转向动态,从而有效应对创新升级过程中面临的困境[10]。数字化转型通过调整跨层级、跨部门的沟通规则,把企业内部的各业务模块与各管理单位联系在一起,使企业架构更加灵活敏捷,推动了企业内部管理模式的变革。这些变革都使企业内部结构更具弹性和柔性,可以更加有效地处理外部环境冲击。因此,本文提出:
假设3:结构资本在数字化转型对企业技术创新的正向影响中发挥中介效应。
在数字化转型推动企业技术创新的过程中,关系资本是一把“双刃剑”。一方面,企业的关系网络可以使企业更快地获取到数字化转型相关的信息,不容易产生战略偏移等问题[11],为企业数字化转型提供更多的资源和机会,企业创新绩效也因此得以改善。另一方面,关系资本水平较高的企业,其知识和技能往往会由于过度嵌入关系网络而趋向同质化,受到群体意识的约束,拒绝从网络外部获得新信息和开发新机会,从而削弱了数字化转型对技术创新的正向影响[12]。关系资本在推动企业间知识传递与资源共享的同时还会潜在影响企业的风险偏好。拥有丰富关系资本的企业在面对新兴数字技术和数字化战略时,数字化转型带来的巨大冲击可能会使其拒绝吸收新思想以维持现有关系网络的稳定性,产生“短视行为”,企业创新行为也会更加保守。同时,关系资本水平较高的企业容易产生“搭便车”思想,创新思维受到束缚,容易丧失自主创新的动力,从而阻碍了数字化转型的创新促进作用充分发挥。因此,本文提出:
假设4:关系资本负向调节数字化转型与企业技术创新之间的关系。
本文选取我国制造业A股上市公司为研究对象,样本区间为2016—2020 年。借鉴已有研究,企业数字化转型的代理变量选取为与数字化转型相关的关键词词频。智力资本和技术创新等数据源自同花顺数据库(iFinD)和国泰安数据库(CSMAR)。为确保研究结论的真实可靠,剔除了ST 公司、*ST 公司与部分变量观测值缺失严重的样本,共计10423 个非平衡面板样本进入检验模型。此外,本文还进行了上下1%的缩尾(Winsorize)处理以避免极端值对研究结果产生影响。
(1)解释变量。企业数字化转型(DT)。借鉴陈庆江等(2021)[13]的研究,本文利用文本分析方法对样本企业数字化转型的水平进行了度量。首先,利用Python爬虫技术将2016—2020 年所有样本企业的年度报告下载。其次,基于特定关键词来进行文本识别扫描和统计。最后,以获取的关键词在年报中的词频来度量企业数字化转型(见图1)。
图1 数字化转型的关键词图谱
(2)被解释变量。技术创新(TI)。已有研究对技术创新的衡量主要有以下几种方式:一是采用研发投入的自然对数来代表创新投入,二是采用专利申请或授权数量来代表创新产出。由于企业专利申请数据缺失较多,因此本文参考党力等(2015)[14]的方法,使用“研发投入的自然对数”来测度企业技术创新。
(3)中介变量和调节变量。本文选取人力资本(HCE)和结构资本(SCE)作为中介变量,关系资本(RCE)作为调节变量。关于智力资本的测度,现有研究主要采用智力资本增值系数法(VAIC 法),本文参考马宁和姫新龙(2019)[15]的方法来测度这三个维度。
(4)控制变量。根据现有研究,对企业技术创新具有重要影响的还包括企业资产负债率、现金流量、董事会规模和固定资产密度等因素。为了控制相关变量的潜在影响,本文将其纳入了计量模型以确保研究结果的稳定性。
具体变量定义及测度见表1。
表1 变量及其定义
针对上文研究假设,为验证数字化转型是否促进企业技术创新,本文构建以下计量模型:
其中,TIit表示企业技术创新,DTit表示企业数字化转型,Controlit表示控制变量,包括资产负债率、现金流量、董事会规模和固定资产密度。ui表示第i个企业的个体效应,εit表示随机扰动项。
进一步,为了检验人力资本和结构资本对数字化转型与技术创新关系的中介作用,在以上模型的基础上,构建以下中介作用模型。
其中,HCEit表示人力资本,SCEit表示结构资本。其他符号含义均与式(1)相同。
为了检验关系资本对数字化转型与技术创新关系的调节作用,在模型(1)的基础上纳入关系资本及其与数字化转型的交互项,构建以下调节作用模型。
其中,RCEit表示关系资本,RCEit*DTit表示关系资本与数字化转型的交互项。其他符号含义均与式(1)相同。
由表2可知,企业技术创新(TI)的最小值为14.512,最大值为21.865,标准差为1.338,这说明样本企业的技术创新水平不尽相同。数字化转型(DT)最小值为0,最大值为146.000,标准差达到24.722,表明样本企业的数字化转型水平也差异较大。
表2 主要变量的描述性统计
表3展示了企业技术创新作为被解释变量的基准回归结果。作为对比分析,列(1)为未加入控制变量的情况,结果显示数字化转型的估计系数为0.0095,P 值<0.01。列(2)为加入个体效应和控制变量的情况,数字化转型的估计系数为0.0067,在1%的水平上显著。这说明了在制造业中,数字化转型能够显著推动企业技术创新,假设1得证。
表3 数字化转型影响企业技术创新的基准回归估计结果
人力资本的中介效应检验。下页表4列(1)为第一步检验,列(2)为第二步检验。结果显示,数字化转型对人力资本的回归系数为0.0021,在10%的水平上显著,说明数字化转型提升了企业的人力资本。列(3)为逐步检验法的第三步回归结果,人力资本对技术创新的回归系数在1%的水平上显著为正,为0.0178,表明人力资本在数字化转型和技术创新之间起到了中介作用。实证分析表明,数字化转型能够提高人力资本,进而推动企业技术创新,假设2得到了验证。此外,模型(2)和模型(4)中控制变量BS未通过显著性检验。根据Westreich 和Greenland(2013)[16]的观点,即使是有效的控制变量,也常常会与其他未观测到的因素关联,从因果推断的角度来看,这使得他们的边际效应无法解释。因此,控制变量显著与否并不影响实证结果。
表4 人力资本和结构资本的中介效应分析
结构资本的中介效应检验。在本文的基础模型检验中已完成第一步检验。表4 列(4)为第二步检验,结果显示,数字化转型对结构资本的估计系数为0.0143,在5%的水平上显著,说明数字化转型使得企业的结构资本有所改善。列(5)为逐步检验法的第三步回归结果,企业结构资本对技术创新的估计系数为0.0098,在1%的水平上显著,表明结构资本在数字化转型和技术创新之间起到了中介作用。实证分析表明,数字化转型能够提高结构资本,进而推动企业技术创新,假设3得到了验证。
本文选取关系资本作为调节变量。为了对该影响机制进行验证,本文检验了数字化转型与关系资本的交互效应,结果如表5所示。数字化转型与关系资本的交互项系数为-0.0004,在1%的水平上显著,说明关系资本负向调节数字化转型与企业技术创新之间的关系。因此,本文的假设4得到了验证。
表5 关系资本的调节效应估计结果
内生性检验。鉴于企业实践中的技术创新也可能推动自身进一步转型升级,即数字化转型和企业技术创新可能会相互影响,存在内生性问题。为此,本文将工具变量选取为滞后一期的数字化转型。滞后一期的数字化转型可能会使数字化转型在企业的战略地位得到提升,但并不会直接推动企业技术创新,适合作为本文的工具变量。表6的估计结果表明,数字化转型的回归系数均在1%的水平上显著为正,这说明在控制内生性问题后,数字化转型推动企业技术创新的基准结论仍然保持稳健。此外,由于选取的工具变量与内生变量数量一致,没有工具变量过度识别问题,因此不需要进行Hansen检验。
表6 工具变量估计结果
分组检验。为了验证研究结论在其他情况下的稳健性,本文将样本企业分为东部和中西部两个区域进行分组研究,下页表7展示了回归结果。分组回归结果表明本文研究结论的稳健性较强。值得关注的是以人力资本为中介变量的稳健性检验结果,列(2)为中西部地区企业,列(6)为东部地区企业,结果表明中西部地区企业人力资本的回归系数不显著。这说明中西部地区企业数字化转型不能通过人力资本影响技术创新。该现象可能与中西部地区企业自身人才资源未能充分开发利用有关。此外,中西部地区企业的数字化转型回归系数要大于东部地区,这说明在同等情况下,中西部地区企业通过数字化转型对企业技术创新的促进作用更为明显,这可能是因为中西部地区企业技术创新的提升空间更大,数字化转型能更高效地带动企业技术创新。部分模型中控制变量BS未通过显著性检验,控制变量显著与否并不影响实证结果,不具有结构性解释[16]。
表7 基于地区分组的稳健性检验结果
本文通过收集2846 家A 股制造业上市公司2016—2020年的规模样本数据,运用资源基础理论,从智力资本角度出发,以人力资本和结构资本为中介变量,以关系资本为调节变量,实证分析了数字化转型对制造业技术创新的影响及其作用机理。得出如下研究结论:第一,数字化转型能够通过优化企业创新要素、降低企业创新成本以及延展企业创新边界来推动企业技术创新。第二,数字化转型能够优化企业人力资本结构、加速企业人力资本积累,从而推动企业技术创新。第三,数字化转型使企业组织结构和管理体制更具弹性,提升了企业的结构资本,推动企业技术创新。第四,拥有较高关系资本的企业,创新思维受限,容易产生“搭便车”思想和“短视行为”,阻碍了数字化转型与企业技术创新活动的有效融合。
为了更好地发挥数字化转型对制造业企业技术创新的驱动作用,提出如下建议:第一,企业要合理整合和控制内外部各项资源,不断深化数字化转型,推进企业创新升级。第二,企业要重视数字化人才队伍建设,培养员工的数据洞察力、数字思维模式和数字化专业知识,利用数字技术驱动员工参与创新,实现企业创新升级。第三,企业要充分利用数字技术对组织结构、管理机制等方面进行优化,并推进各部门间的协作创新,从而提高创新效率。第四,企业应尽量降低嵌入关系网络的程度,保持合理的关系强度,避免创新路径依赖,以防惰性思维和短视行为阻碍数字化转型驱动企业技术创新。