高质量发展背景下经济数字化与企业投资

梁权熙,王智宇,黄畅婷,杨慧维

(广西大学 经济学院, 广西 南宁 530004)

一、引言与文献综述

“从高速增长阶段转为高质量发展阶段”是党的十九大以来社会各界对中国经济发展的共识,当前中国正处于新旧动能转换的关键时期。科学技术作为第一生产力,其创新和发展是实现经济高质量发展的关键因素,包括互联网在内的一系列新兴信息科技与数字技术成为21世纪最具潜力的创新技术。数字信息技术的快速发展推动了新一轮信息技术革命和产业变革,经济数字化也在全球掀起了浪潮。数字经济已经成为当今发展速度最快、辐射范围最广以及创新最活跃的经济活动,对驱动全球经济增长起到越来越重要的作用。随着数字技术与经济社会各领域融合的深度和广度不断拓展,经济数字化使人类的生产生活方式发生了巨大变革。在数字技术的支持下,人们的生产生活方式从线下转移到线上,在线购物、在线教育、在线娱乐等新的生活方式走进了千家万户,智能制造、网络制造等新的生产模式不断涌现;此外,数字经济也催生了新的商业模式,如网红经济、社群经济、共享经济等。2021年,中国数字经济规模已经达到45.5万亿元,占GDP的39.8%(1)数据来自《中国数字经济发展白皮书(2022)》。。数字经济已经成为国民经济高质量发展的重要支撑,而推动企业数字化转型、完成产业升级更是当代中国转型发展的重要战略。在此背景下,探讨经济数字化如何赋能企业生产经营活动从而推动经济高质量发展具有重要的理论和现实意义。

学者们就经济数字化对经济社会不同方面的影响进行了大量研究,发现经济数字化主要通过提高全要素生产率、扩大信息获取范围、减少信息获取成本来影响经济社会的各个方面。在宏观层面,姜松等[1]认为数字经济对实体经济具有挤出效应,但也有学者对此有不一样的看法。赵涛等[2]发现数字经济通过促进大众创业进而推动城市实现高质量发展。郭家堂等[3]发现互联网对属于技术进步推动型的中国全要素生产率有着显著促进作用,且存在显著的“网络效应”。此外,众多学者研究发现互联网通过降低搜寻成本以及交易成本促进商品市场[4]、金融市场[5]、劳动力市场[6]等的发展。在微观层面,学者们更加关注经济数字化对企业的影响。企业通过信息技术对海量的数据进行搜集、存储、分析,提高了其信息处理能力,降低了企业内外部信息不对称程度[7],提高了生产效率[8]。从企业成本的角度来看,高固定成本、低边际成本是互联网领域普遍存在的特征[9],由此降低了行业平均成本,形成了规模经济,从而促进了企业产量的增加。李三希等[10]指出在数字经济时代,活动数据化以及数据信息化减少了信息摩擦,从而降低了信息搜寻成本。从企业边界的角度来看,施炳展等、袁淳等[11-12]认为,经济数字化通过降低交易成本促进企业专业化分工;Johnson等[13]认为,在数字经济时代,企业通过将数字信息技术与传统生产模式进行深度融合,催生了实体经济与互联网虚拟经济相融合的“跨界经营”现象[14]。从商业模式的角度来看,数字信息技术推动了数字化平台的发展,通过整合线上线下资源,创造出众多新的商业模式和业态,形成平台经济[15];此外,数字技术的发展使企业更容易去中介化,催生出精准敏捷的产品或服务供应生产模式[16],实现个性化定制和标准化生产之间的无缝衔接[17]。从融资约束的角度来看,在数字技术的支持下,互联网金融及普惠金融得以快速发展,缓解了企业融资约束[18-19]。从研发创新的角度来看,经济数字化提升了企业的创新能力及创新绩效[20-21];另外,数字技术也可以帮助企业以更低的成本对创新活动进行信息分析、方向把握与过程优化,降低了研发风险[22-23]。

回顾已有文献可以发现,经济数字化的最大特点在于可以极大地提升信息可利用度、加快信息流动速度并降低信息传递成本,从而有效降低利益相关者之间信息不对称程度。企业投资是涉及多个经济主体的经济活动,信息在其中扮演着十分重要的角色。首先,企业管理者需要信息辅助投资决策以应对投资过程中的不确定性。当管理者获取的信息不全面、不充分时,谨慎的管理者为了规避未来面临的市场风险、法律风险等,通常会降低投资意愿[24]。李善民等[25]基于社会网络视角,研究了社会网络对企业并购的影响,发现基于社会网络的信息优势转变成信息资源之后,通过降低信息搜寻成本,管理者可以及时发现潜在并购机会、借鉴已有的并购案例或经验教训、降低谈判成本、降低并购过程中的事前不确定性和事后不确定性,从而促进企业并购行为以及提升并购绩效。其次,从资金供给者(即投资者和债权人)的角度,信息不对称使投资者和债权人相比于企业管理者处于信息劣势,为了规避风险,投资者和债权人按照市场均值进行定价,导致逆向选择,从而产生“柠檬市场”[26]。一方面,拥有良好投资机会的企业的外部融资成本上升,导致投资不足;另一方面,现金流入投资机会欠佳的企业,造成投资过度。

现有研究主要考察了数字金融对企业投资效率的影响[27],对数字经济是否影响企业投资的关注并不多,但我们对数字经济是否以及如何影响企业投资仍然知之甚少。一方面,经济数字化是涉及各个经济主体的全方位变革,单独研究某一主体的数字化变革对企业投资的影响具有片面性;另一方面,对于不同特质的企业,经济数字化对企业投资的影响是否表现出差异化还需要进一步探究。因此,本文选取2010—2016年中国A股上市企业数据,运用我国“信息惠民国家试点城市”对经济数字化的政策性外生冲击,通过比较试点与非试点城市企业在试点前后的投资差异的变化情况(Difference in Difference)来识别经济数字化对企业投资的实际作用效果,并研究其内在作用机理以及在不同情境下的异质性问题。

本文的创新点主要有:第一,丰富了经济数字化的微观经济效果与企业投资领域的相关文献;第二,基于“信息惠民国家试点城市”这一政策事件对经济数字化的外生冲击,探讨经济数字化对企业投资的影响,在全面考察经济数字化对企业投资影响的同时,极大地避免了内生性的问题,提高了结果的可信性;第三,基于数字技术带来的信息丰富度与有效性,研究了经济数字化影响企业投资的作用机理,有助于打开经济数字化如何影响企业投资的“黑箱”,同时为人们理解信息如何影响经济决策从而影响资源的配置效率提供新的角度和证据。

二、政策背景与研究假设

(一)政策背景

2014年,国家发展和改革委员会正式颁布《关于同意深圳市等80个城市建设信息惠民国家试点城市的通知》,在其提出的一系列目标中,与数字化、信息化相关的目标有:不断升级完善科技以提高公共安全及城市管理智能化水平,逐渐缩小城乡信息基础条件差距,快速扩展壮大数字生活、电子商务等信息服务新业态。该项行动计划旨在推动民生领域进一步实现数字化和信息化,因此,该试点政策对促进地区数字经济发展有着重要作用。试点地区数字经济获得发展后又会从内在动力和外部支持两个层面推动企业数字化转型。

首先,试点城市数字经济发展对企业数字化转型存在规范化及模仿性同构效应[28]。一方面,试点城市数字经济获得发展后将促使当地商业系统逐渐实现数字化,使数字化转型逐步成为城市内成员的统一认知,迫使企业进行数字化转型。另一方面,出于社会学习、竞争模仿和规范压力,当观察到地区内的其他企业进行数字化转型时,焦点企业也倾向于进行数字化转型[29]。其次,地区数字经济发展为企业数字化转型提供了技术支撑条件和金融条件[22]。一方面,企业数字化转型与信息惠民工程项目之间在底层技术上具有高度同源性,均涉及人工智能、区块链、云计算、大数据等相关技术,因此就底层架构技术层面而言,信息惠民工程项目能够为企业提供有力的外部技术支撑,从而助力企业逐步实现数字化。另一方面,数字金融或者说数字普惠金融是信息惠民工程建设的一个重要领域。借助新一代信息技术,数字金融可以对海量的非标准化和非结构化数据进行低成本、低风险且高效的处理[30],提高信贷资源配置效率,为企业数字化转型提供更多资金支撑。

(二)研究假设

由前文分析可得,“信息惠民国家试点城市”政策的实施有利于提高试点城市经济数字化程度,尤其是试点城市内企业数字化转型程度。一方面,企业需要通过IT信息基础建设、工业机器人、智能制造装备等推进数字化转型,而这需要大量的投资;另一方面,数字信息技术的使用优化了企业内外部信息环境,并从融资约束渠道、投资机会渠道影响企业投资。

首先,“信息惠民国家试点城市”政策实施后,降低了信息不对称,改善了企业融资约束,从而促进了企业投资。“信息惠民国家试点城市”政策的实施促进了试点城市经济数字化及企业数字化转型,使企业信息收集、处理、审计、传递的成本下降[31]。一方面,企业可以通过多种渠道及时发布企业动态信息,另一方面,金融机构或资本市场投资者能够及时获取企业生产经营状况、财务状况、非财务状况等更加全面的信息[32],降低了信息不对称程度,从而使企业能以更低的成本获取更多的资金支持。有学者指出,信息不对称程度的降低从整体上降低了企业融资约束[33],进而有利于企业扩大投资规模。此外,企业数字化转型升级符合当前国家政策方针,银行认为进行数字化转型的企业具有更好的发展前景以及更低的信贷风险,更愿意向政策支持的企业投放更多的信贷资源[34]。试点城市数字普惠金融的发展也可以帮助企业拓展新的融资渠道[35],从而有效减缓企业的投资不足状况。

其次,“信息惠民国家试点城市”政策的经济数字化冲击,会为试点城市内的企业提供更多的投资机会,同时也提高了企业将投资机会转化为真实投资的效率。一方面,数字经济的发展促进了商业模式的变革和创新,新的商业模式对企业来说就意味着新的商业价值,能为企业投资提供更多更新的机会,比如基于数字技术发展起来的“新零售”“智能汽车”“元宇宙”等领域近些年来成为热门的投资板块。此外,马光荣等[36]研究发现,高铁开通后,位于不同城市的母子公司之间的信息交流成本显著降低,从而增加了上市公司异地投资的数量。数字信息技术的使用同样会使交通运输成本大幅降低,并明显抑制市场分割的不利影响,从而可以改善企业异地投资情况。另一方面,数字经济时代的核心特征在于活动数据化以及数据信息化,数字经济的这些特征有利于减缓信息摩擦、提升市场效率[10]。信息摩擦的减缓使信息的搜寻成本降低,将有助于企业形成丰富且有效的信息资源池。对于企业管理者而言,这些信息让管理者对投资机会先知先觉并能更加敏锐地把握潜在投资目标的相关信息,进而有助于降低企业谈判成本。因此,“信息惠民国家试点城市”政策的实施促进了经济数字化,使企业能以更低的成本获取更丰富的信息,不仅增加了企业的投资机会,而且降低了企业投资过程的不确定性、降低了投资决策的失败风险、提高了将投资机会转化为真实投资的效率。

基于以上分析,本文预期“信息惠民国家试点城市”政策的实施通过促进试点城市经济数字化及提升试点城市内企业数字化转型程度,整体上促进企业投资,并提出以下假设:

H1:相比于一直未试点的城市企业(控制组企业),试点城市企业(处理组企业)的投资规模受到“信息惠民国家试点城市”政策的经济数字化冲击更大,表现为在试点后处理组企业的投资规模相对于控制组企业显著提高。

H2:“信息惠民国家试点城市”政策的经济数字化冲击通过缓解企业融资约束、增加企业投资机会和异地投资以及提高投资机会转化为真实投资的效率,增加了试点城市内企业投资。

三、研究设计

(一)样本选择与数据来源

本文为避免样本期过长导致其他政策对“信息惠民国家试点城市”政策效应形成干扰,在考虑控制变量滞后一期后,选取2010—2016年沪深A股上市公司作为初始样本,并对初始样本进行如下清洗:(1)删除金融类上市企业样本;(2)删除特殊标记的上市企业样本;(3)删除资产负债率小于等于0的样本;(4)删除含有缺失值的样本;(5)仅保留样本期内上市企业持续存在的样本。经过清洗后,最终得到7 818个样本观测值。为了避免极端值对实证结果的影响,本文对连续变量进行了上下1%分位数的缩尾处理。本文使用的财务数据来自CSMAR数据库。

(二)模型设定与变量定义

为了检验“信息惠民国家试点城市”建设带来的经济数字化冲击对企业投资规模的影响,参考黄俊等[37]的研究,本文建立如下模型:

Invit=β0+β1Treati×Postt+∑γjControlijit-1+FirmFE+YearFE+ξit

(1)

其中,因变量Inv为企业当年新增投资支出,Inv=(构建固定资产、无形资产和其他长期资产支付的现金-处置固定资产、无形资产和其他长期资产收回的现金)/年初总资产。Treat为分组变量,若样本企业属于“信息惠民国家试点城市”范围内的企业取值为1,否则取值为0;Post为政策时间变量,若当年为2014年及之后取值为1,否则取值为0。若假设H1成立,即“信息惠民国家试点城市”政策实施后处理组企业的投资规模相对于控制组企业显著提高,Treati×Postt的系数β1将显著为正。FirmFE与YearFE为企业和年份固定效应。标准误聚类至企业层面。控制变量包括企业资产规模(Size,取自然对数)、资产负债率(Lev)、自由现金流(CAF)、上市年龄(Age,取自然对数)、资产收益率(ROA)、第一大股东持股比例(TOP1Hold)、高管持股比例(Mngshrate)、两权分离度(Sep)以及产权性质(State)。为降低可能的内生性,控制变量除企业年龄外选取滞后一期的数值。

四、基准结果与分析

(一)描述性统计

表1展示了主要变量的描述性统计结果,由表1可知:上市企业投资变量Inv的均值为0.070,表明平均下来,样本期内上市企业是以期初总资产的7%的比例进行投资;另外,上市企业间投资差异显著,标准差达到0.086。变量Treat的统计结果显示,信息惠民城市试点政策覆盖的上市企业比例为67.9%。

表1 变量的描述性统计

(二)平行趋势检验

对于本研究而言,双重差分法要求在“信息惠民国家试点城市”政策冲击之前,处理组和控制组企业的投资规模具有大致相同的变化趋势。因此,本文首先利用画图法初步检验平行趋势假设(后文将对此作进一步检验),结果见图1。

图1 平行趋势检验

由图1可知,在2014年“信息惠民国家试点城市”政策实施之前,试点城市企业和非试点城市企业投资规模均值都在降低,且非试点城市企业投资规模均值一直大于信息惠民试点城市企业,但其下降趋势并无显著差异,表明可能存在平行趋势。在政策实施之后,试点城市与非试点城市企业的投资规模均值之间的差异开始缩小,且在2015年之后,试点城市企业投资规模均值超过了非试点城市企业,表明试点政策显著提升了试点城市企业的投资规模,从而不仅证明了平行趋势假设存在,也初步验证了该试点政策具有扩大试点城市内企业投资规模的作用。

(三)基础回归结果

表2报告了“信息惠民国家试点城市”政策对企业投资规模影响的回归结果。第(1)列仅加入了企业和年度固定效应,交乘项的系数显著为正。此外,在加入了控制变量以及控制了省份—年度固定效应后,估计结果依然与预期相符。回归结果表明,“信息惠民国家试点城市”政策实施后,试点城市的企业投资规模相比于控制组企业显著增加。

表2 基础回归结果

本文以试点前一年(2013年)为基准期分别构建了5个新的虚拟变量(Before3、Before2、Current、After1、After2),并通过回归法实证分析了“信息惠民国家试点城市”政策的动态效应并检验了平行趋势假设。具体来讲,若年份等于2011年并且样本属于处理组,则Before3取值为1,否则为0;若年份等于2012年并且样本属于处理组,则Before2取值为1,否则为0,其余变量均按此规则进行处理。若Before3及Before2的系数不显著,则表明平行趋势假设成立。表2第(4)列显示:Before3及Before2的系数在统计学上不显著异于0,After1、After2的系数显著异于0。结果表明:一方面,“信息惠民国家试点城市”政策实施之前处理组企业和控制组企业的投资变化趋势相似,满足平行趋势要求;另一方面,政策实施之后处理组和控制组企业投资规模相较于基准期的变化具有显著差异,逐渐增大的系数表明试点城市内企业投资规模相较于基准期的平均增加量与没有进行试点的城市内企业相比逐年增加,“信息惠民国家试点城市”政策对试点内企业投资的促进作用具有长期性。可能的原因是:随着试点城市信息基础设施的完善、企业自身数字化转型速度的加快,数字技术将逐渐加大对企业投资的赋能力度。

五、稳健性检验

(一)安慰剂检验

由于样本范围内只有68座信息惠民试点城市,因此,本文的安慰剂检验中处理组是随机选择的这68座城市内的企业,控制组为剩余城市内的企业,之后完成循环1 000次的自抽样回归,通过观察Treat×Post的系数均值是否趋近于0来判断本文估计结果是否稳健。图2中虚竖直线表示虚拟政策的估计系数均值,实竖直线表示实际政策的估计系数。结果显示虚拟政策的估计系数均值为-0.000 38,十分接近0,从而说明本文估计结果是稳健的。

图2 安慰剂检验

(二)基于PSM匹配方法的检验

使用DID评估政策效应需要保证影响政策效应的其他未包含在模型中的因素不影响政策的实施[38]。因此,本文通过倾向得分匹配(PSM)的方法为处理组匹配控制组企业,而且只在公司所在城市是否被列为信息惠民城市试点上有区别。

根据上市企业总部办公地所在城市,首先将2014年信息惠民国家试点城市内的企业定义为处理组,将总部在其他城市的上市企业定义为初始控制组;之后,基于试点前一年(2013年)的样本数据,采用PSM法为处理组匹配控制组。首先,Logit回归模型的因变量为上市企业总部办公地所在城市是否为信息惠民国家试点城市虚拟变量(Treat),匹配变量在模型(1)包含的控制变量基础上,增加城市层面的数字经济综合发展指数变量City_Dig及GDP增长率变量DGDP,其中,数字经济综合发展指数的计算参考赵涛等[2]的做法(2)对互联网宽带接入用户数/百人、计算机服务和软件业从业人员数量/城镇单位从业人员数量、人均电信业务总量、移动电话用户数/百人、中国数字普惠金融指数标准化后进行主成分分析,得到数字经济综合发展指数。数据来源:《中国城市统计年鉴》及北京大学数字金融研究中心。;之后基于Logit回归得到的倾向得分,采用最邻近且有放回的卡尺匹配配对方法(卡尺范围为0.010)。表3第(1)列报告了使用PSM匹配后的DID回归结果,从中可知,“信息惠民国家试点城市”政策对企业投资具有促进作用。

表3 稳健性检验——PSM匹配&投资变量重构

(三)企业投资变量重构

参考黄俊等[37]的方法,使用企业固定资产、无形资产、在建工程和投资性房地产净额的年度变化量加总除以期初总资产重新构建企业投资变量Inv2。利用Inv2重新进行回归,表3第(2)～(3)列结果显示,无论是否进行PSM匹配,交乘项的系数都显著为正。

(四)剔除直辖市和省会城市样本

考虑到直辖市和省会城市基本都被设立为信息惠民试点城市,而这些城市由于独特的政治和经济地位,与其他城市的样本不具有可比性,因此分别剔除直辖市城市、省会城市来控制样本选择偏差。表4第(1)～(2)列回归结果显示:剔除直辖市城市、省会城市样本之后Treat×Post的系数依然显著为正。

表4 其他稳健性检验

(五)样本期调整

为避免样本期过长导致其他政策对“信息惠民国家试点城市”政策效应形成干扰,本文将样本期限制在2010—2016年。上文实证结果表明“信息惠民国家试点城市”政策的实施在短期内促进了试点城市内企业投资。但随着时间的推移,经济数字化将成为各个经济主体的共识,企业数字化转型将得到政府、金融机构等社会各界更大的支持,长期来看,该试点政策的政策效应能否依然存在值得探究。本文将样本期重新调整为2007—2019年并重新进行回归,回归结果见表4第(3)列。回归结果显示:Treat×Post的系数依然显著为正,表明从长期来看“信息惠民国家试点城市”政策对企业投资仍然有显著的促进效应。

(六)剔除其他政策的干扰

工信部基于2013年12月和2015年1月确立的两批信息消费试点市(县、区)评审遴选出了25个信息消费示范城市,考虑到信息消费城市试点政策同样会对城市经济数字化及企业数字化转型造成冲击,从而影响“信息惠民国家试点城市”政策的政策效应,因此剔除信息消费试点市及区、县所在市的样本后重新进行回归。表4第(4)列的回归结果显示:剔除信息消费试点城市样本后,Treat×Post的系数依然显著为正。

考虑到我国于2012—2015年先后设立了3批智慧城市试点,共包括196个地级市。该外生事件同样对城市和企业的数字化水平造成了冲击。为避免该外生事件对“信息惠民国家试点城市”政策效应造成干扰,本文在模型(1)控制变量中增加了虚拟变量Smart_City,若企业所在城市当年及之后属于智慧城市试点城市,则Smart_City等于1,否则Smart_City等于0,回归结果见表4第(5)列。回归结果显示:在控制了智慧城市试点政策的影响后,Treat×Post的系数依然显著为正。

六、“信息惠民国家试点城市”对企业投资的影响机制

本文首先验证“信息惠民国家试点城市”建设是否会显著提高城市经济数字化及企业数字化转型程度,之后将进一步从融资约束渠道以及投资机会渠道检验“信息惠民国家试点城市”政策对企业投资的影响机制。为此,在城市层面,本文用数字经济综合发展指数City_Dig来衡量城市经济数字化程度;在企业层面,本文参考吴非等[22]的方法,基于上市企业年报文本使用Python软件通过文本分析得到上市企业数字化转型程度的代理变量Firm_Dig。之后,利用DID模型检验“信息惠民国家试点城市”政策是否会提高城市经济数字化及企业数字化转型程度,从而为将该政策的实施看作城市经济数字化及企业数字化转型冲击的准自然实验提供证据,实证结果见表5。

表5 “信息惠民国家试点城市”政策对经济数字化及企业数字化转型的影响

表5结果表明,在政策实施后,相比于非试点城市及非试点城市内上市企业,信息惠民试点城市的经济数字化水平及试点城市内上市企业数字化转型水平都得到显著提高,信息惠民试点城市建设显著提高了城市经济数字化水平及上市企业的数字化转型水平。因此,可以将“信息惠民国家试点城市”政策看作城市经济数字化及上市企业数字化转型外生冲击的准自然实验。

(一)融资约束渠道

本文将通过中介效应模型检验“信息惠民国家试点城市”政策的经济数字化冲击是否通过降低企业融资约束,为企业投资提供更多的资金支持从而促进企业投资。本文参考顾雷雷等[39]的做法,计算融资约束变量FC,FC越大表明企业受到的融资约束越严重;另外参考鞠晓生等[40]的做法构建SA指数,SA指数为负且数值越接近0,表明企业受到的融资约束越严重,回归结果见表6。表6第(1)、(4)列的回归结果和基准回归结果一致,即“信息惠民国家试点城市”政策的经济数字化冲击促进了企业投资。表6第(2)、(5)列的回归结果显示,“信息惠民国家试点城市”政策的经济数字化冲击降低了融资约束。表6第(3)、(6)列的回归结果显示,将Treat×Post变量和融资约束变量均放入模型(1)后,融资约束变量的系数显著为负,Treat×Post的系数依然显著为正,但其数值相比于未加入融资约束变量时有所降低;此外,Sobel检验P值小于0.010,说明融资约束在政策的经济数字化冲击与企业投资之间起到了部分中介作用。“信息惠民国家试点城市”政策的实施对试点城市经济数字化及企业数字化转型产生了冲击,一方面,使企业降低了信息收集、处理、审计、传递的成本[31],企业可以通过多种渠道及时发布动态信息,提高了企业透明度,降低了信息不对称程度,进而减缓了融资约束[33];另一方面,因为数字化转型速度更快的企业具有更好的发展前景以及更低的信贷风险,且企业数字化转型符合国家政策方针,所以银行更愿意向其投放更多的信贷资源[34]。由于融资约束是制约我国上市公司投资的重要因素[41],因此,企业融资约束得到有效缓解后,企业投资将会显著增加。上述结果说明,“信息惠民国家试点城市”政策的经济数字化冲击通过减缓企业融资约束促进企业投资。

表6 “信息惠民国家试点城市”政策、融资约束与企业投资

考虑到大多数上市企业的主要融资来自银行贷款,而中国上市企业整体上又具有股权融资偏好[42],因此本文进一步探究企业融资约束下降的成因是有必要的。具体而言,本文实证检验“信息惠民国家试点城市”政策是否使企业以更低的成本获得更多的债务和股权融资,为企业投资提供更多的资金支持。本文建立了4个重要指标来进行分析,指标的选取及数据处理如下:

一是债务融资成本(Loan_Cost),本文以企业利息支出与企业总负债的比值来衡量企业银行债务融资成本。二是银行信贷(Loan),本文以企业长期负债变化与期初总资产的比值来衡量企业银行信贷变化量。三是股权融资成本(CEF),参考叶陈刚等[43]的做法,计算股权融资成本。四是股权融资(Equity),本文使用外部股权增长率来衡量企业股权融资,回归结果见表7。实证结果显示:“信息惠民国家试点城市”政策对企业债务和股权融资成本的影响显著为负,对企业银行信贷和股权融资的影响显著为正。

表7 “信息惠民国家试点城市”政策对企业债务融资及股权融资的影响

(二)投资机会渠道

本文通过中介效应模型检验“信息惠民国家试点城市”政策的经济数字化冲击是否通过增加企业投资机会促进企业投资,并采用托宾Q来衡量企业投资机会,回归结果见表8。表8第(1)列回归结果和本文基准回归结果一致;第(2)列回归结果显示,“信息惠民国家试点城市”政策的经济数字化冲击增加了企业的投资机会;第(3)列回归结果显示,将Treat×Post变量和投资机会变量均放入模型(1)后,投资机会变量的系数显著为正,Treat×Post的系数依然显著为正,但其数值相比于未加入投资机会变量时有所降低,此外Sobel检验P值小于0.010,说明投资机会在政策的经济数字化冲击与企业投资之间起到了部分中介作用。“信息惠民国家试点城市”政策的实施对试点城市经济数字化及企业数字化转型产生了冲击,数字经济的发展促进了商业模式创新,新的商业模式对企业来说意味着新的商业价值和新的投资机会。在资金充裕的情况下,企业拥有更多的投资机会意味着企业将能增加更多的投资。上述结果说明,“信息惠民国家试点城市”政策的经济数字化冲击通过增加投资机会促进了企业投资。

表8 “信息惠民国家试点城市”政策、投资机会与企业投资

此外,理论分析指出,数字信息技术的使用使区域间的物理空间距离的不利影响得以有效弱化,交通运输成本得到大幅降低,市场分割的不利影响得以明显降低,从而促进企业进行异地投资。接下来,本文将通过实证检验这一论断是否成立。具体地,本文参考马光荣等[36]的做法,以上市企业在非同城(3)上市公司异地投资数据由国泰安经济金融研究数据库中的关联公司文件整理而得,由于数据可得性,当子公司办公地只能确定到省份,判定母、子公司异地的标准为子公司与母公司办公地省份不一致。设立的子公司数量(Nfirms)作为企业异地投资的代理变量,用其替换模型(1)中的被解释变量,实证检验政策试点之后,试点城市内企业相较于控制组企业是否显著增加了异地投资。表8第(4)列的结果显示,相比于控制组企业,信息惠民城市试点后,试点城市内的企业显著增加了异地投资。

另外,理论分析指出,“信息惠民国家试点城市”政策的经济数字化冲击使企业能以更低的成本搜集和处理更多的信息并辅助管理者进行投资决策,从而降低了投资过程的不确定性,减少了投资决策的失败风险,提高了投资机会转化为真实投资的效率。本文使用投资—投资敏感度模型来实证检验信息惠民城市试点后,试点城市内企业相较于控制组企业是否显著提高了投资机会转变为实际投资的效率,回归模型见式(2)。为了尽可能地排除融资约束及代理成本对结果的干扰,控制变量中加入了SA指数、管理费用率(Managefeerate)、总资产周转率(Assetsturnover)以及其他应收款占总资产的比例(ORECTA)等变量。

Invit=β0+β1Treati×Postt×TQit-1+β2Treati×TQit-1+β3Postt×TQit-1+

β4Treati×Postt+∑γjControlijit-1+FirmFE+YearFE+ξit

(2)

表8第(5)列的结果显示:当不考虑融资约束及代理成本时,β1在5%的置信水平上显著为正,说明试点城市内企业相较于控制组企业在试点后,对投资机会更加敏感(或者说投资效率更高),更容易把握住投资机会并将其转化为实际投资。但该实证结果可能不仅是由于管理者获取的信息增加从而更有效率地识别投资机会并将其转化为真实投资,还可能由信息惠民城市试点后更低的融资约束或者更低的代理成本驱动。在加入反映企业融资约束及代理成本的相关变量后,β1的数值及显著性尽管均有所降低,但依然在10%的置信水平上显著为正,表明在尽可能地排除融资约束及代理成本的影响后,相比于控制组企业,信息惠民城市试点后,试点企业将投资机会转变为实际投资的效率有了显著提升。

综上所述,“信息惠民国家试点城市”政策实施后,相比于非试点城市及非试点城市内企业,试点城市的经济数字化发展水平以及试点城市内企业的数字化转型水平得到显著提升,数字技术进步一方面降低了企业与资金供给者之间信息不对称程度,使得企业能以更低的成本获取更多的债务和股权融资,企业融资约束的降低为企业投资提供更多的资金支持,从而使得企业投资增加;另一方面,数字技术进步不仅显著增加了企业投资机会、促进企业异地投资,而且提升了企业将投资机会转化为实际投资的效率,从而使得企业投资增加。

七、“信息惠民国家试点城市”政策对企业投资的异质性影响

对于不同特质的企业,该政策的实施对企业投资的影响可能存在差异。本文将从企业规模、产权性质、要素密集度、人力资本结构等方面探讨不同企业特质下“信息惠民国家试点城市”政策对企业投资的影响差异。

从企业规模的角度来看,相比于大规模企业,小规模企业自由现金流更拮据且不容易获得金融机构贷款,受到的融资约束较大,所以“信息惠民国家试点城市”政策对小规模企业融资约束改善的边际贡献更大。另外,大规模企业拥有良好的数字化基础且各方面资源充足,其数字化转型更倾向于进行系统的数字化改革,受到外部环境的影响较小[44]。相比之下,小规模企业数字化基础薄弱并且转型动力不足,信息惠民城市试点后,更加完善的城市信息基础设施以及更浓郁的数字化转型氛围对小规模企业数字化转型发展的作用更大。

从企业产权性质的角度来看,相比于非国有企业,国有企业在财务和政治上能够获得更多的政府支持[45],受到的融资约束较弱,较小的市场压力也使其对数字技术的关注较弱、缺乏数字经济赋能企业投资的意愿[22]。

从企业要素密集度的角度来看,技术型企业相比于劳动型企业更加关注并愿意在数字技术领域投入资金,同时技术型企业拥有良好的创新基础,能够在数字化转型过程中发挥其技术和人才优势并且切实将数字技术深度嵌入自身的组织架构、决策体系和生产流程中[22],发挥信息数字技术的有利作用,从而促进投资。

从企业人力资本结构的角度来看,在数字经济时代,人才对于企业数字化具有重要的作用[44]。企业员工素质的高低不仅影响企业对新知识的吸收能力[46],还影响企业数字化转型过程中的数字技术研发及应用能力。企业员工整体素质越高,信息惠民城市试点后试点内企业数字化提高程度越明显。

因此,本文预期相比于大规模企业、国有企业、劳动密集型企业或者员工整体素质较低的企业,“信息惠民国家试点城市”政策对小规模企业、非国有企业、资本技术密集型企业以及员工整体素质更高的企业投资的影响效果更大。

具体的实证方法上,本文以企业资产规模来衡量企业规模大小;参照鲁桐等[47]的研究,将企业分为资本技术密集型企业和劳动密集型企业;以企业中硕士及以上学历员工的比例来衡量企业人力资本结构;此外,本文参考吴怡俐等[48]的做法,将Treat变量分解为Treat_High和Treat_Low两部分,当企业为处理组且试点前一年(2013年)的资产规模、硕士及以上学历员工比例大于处理组样本的中位数时以及当企业为劳动密集型企业、国有企业时,Treat_High取值为1,否则取值为0;当企业为处理组且试点前一年(2013年)的资产规模、硕士及以上学历员工比例小于等于处理组样本的中位数时以及当企业为资本技术密集型企业、非国有企业时,Treat_Low取值为1,否则取值为0。本文以模型(1)为基础加入Treat_High和Treat_Low各自与Post的交乘项,用于分析信息惠民城市试点后企业规模、产权性质、要素密集度以及人力资本结构对企业投资的异质性影响。表9第(1)～(3)列的结果显示:Treat_Low×Post的回归系数显著为正,而Treat_High×Post的回归系数不显著,并且Treat_Low×Post经济显著性的回归系数远高于Treat_High×Post的回归系数;第(4)列的结果则相反,说明“信息惠民国家试点城市”政策实施后,相比于大规模企业、国有企业、劳动密集型企业以及高素质人才占比更低的企业,试点城市内小规模企业、非国有企业、资本技术密集型企业以及高素质人才占比更高的企业相较于控制组企业更多地增加了企业投资。

表9 “信息惠民国家试点城市”政策对企业投资的异质性影响

八、研究结论与政策启示

本文通过双重差分模型分析了2014年“信息惠民国家试点城市”政策对经济数字化的外生冲击影响,考察了“信息惠民国家试点城市”政策的实施如何通过影响经济数字化进而影响企业投资。研究发现,“信息惠民国家试点城市”政策实施后,试点城市内企业相比于控制组企业投资规模显著提高,这一结论在进行了安慰剂检验、采用倾向得分匹配法以及其他稳健性检验后仍然成立。机制检验表明,“信息惠民国家试点城市”政策对企业投资的促进作用源自试点政策使数字经济得到有效发展后,一方面使企业内外部信息不对称程度降低,因此银行等金融机构以及资本市场投资者愿意以更低的成本给予企业更多的资金支持;另一方面,企业拥有了更多的投资机会,能进行更多的异地投资,可以更好更有效地将投资机会转化为实际投资。异质性分析表明,“信息惠民国家试点城市”政策的实施对企业投资的促进效应主要存在于小规模企业、非国有企业、资本技术密集型企业以及高素质人才占比更高的企业,这说明在“信息惠民国家试点城市”政策的作用下,以往财务资源不足但人才及技术储备较强的企业更能抓住机遇实现企业数字化转型并赋能企业生产经营决策。基于以上结论,有以下启示和建议:

第一,政府应继续完善数字基础设施建设并构建促进企业数字化转型的政策支持体系,以引导企业利用数字技术赋能企业生产经营、扩大有效投资规模并优化投资结构,在实现产业升级的同时助推实体经济发展,从而实现经济高质量发展。与此同时,政府应充分认识到不同特质的企业实体投资受到经济数字化的影响存在显著差异,应制定差异化的扶持政策。对于数字化转型动力强、能力足的企业,政府应减少干预,充分发挥市场机制的调节作用;对于数字化转型动力不强的企业,政府应加强行政指导;对于有技术基础但融资较困难的技术密集型企业,政府应给予其更多的资金支持;对于各方面资源都匮乏的小规模企业,政府需要在资金、设备及人才等方面提供必要的支持,比如设定智能制造专项资金支持、减税降费、实施差别化信贷政策、加强大数据平台和分享工厂建设以实现生产资料的共享、在高校设立数字化相关专业来培育更多的数字人才等。

第二,企业是经济数字化转型升级的重要基础和落脚点。企业应顺应经济数字化潮流,加快数字化转型的步伐,将数字技术深度融入投资的不同环节,为企业投资提供全方位的信息及决策支持。在转型过程中,企业既要认识到数字化转型可以提升企业价值,又要认识到转型并不能一蹴而就。数字化转型不仅是硬件技术设备的转型升级,更是制度、管理理念等“软件”的革新。一方面,企业不仅需要加快研发数字技术,更要积极应用数字技术,赋能自身生产经营过程。另一方面,企业需要在员工之间宣传数字化理念,培育员工的数字意识和数字观念,在加强对现有员工数字化相关技能培训的同时,积极引进数字化人才,为企业数字化转型提供人才保障。