数字技术提升了涉农企业的价值吗?——来自新三板文本分析的证据

李宁 任金政

(中国农业大学经济管理学院,北京100091)

一、引言

涉农企业的高质量发展对实现中国式现代化意义重大。然而,我国涉农企业因存在产品附加值低[1]、受自然与市场双重风险影响[2]、农产品市场存在周期性波动[3]等问题,严重制约其生存与发展。同时,数字经济已成为实现经济高质量发展的重要抓手[4],然而不同产业出现数字化程度失衡的现象,根据中国信息通信研究院发布的《中国数字经济发展白皮书》可知,截止2020年,数字经济在农业和工业中的渗透率为8.9%和21.0%,远低于服务业的40.7%。究其原因,一方面,涉农企业生产对象涉及生物资产,导致经营管理复杂度和不确定程度高[5],因而担心数字化转型不能为企业带来经济效益而不愿开始转型[6]。另一方面,涉农企业在市场周期波动中的低迷时期资金较为紧张,易因资金限制或转型效益暂不明显就停止转型步伐[3],数字化转型缺乏长远眼光,转型过程可能出现反复。因此亟需开展涉农企业数字化转型的经济效益,尤其是长期经济效益研究。

纵观现有数字化转型的经济效益研究,从研究对象角度来看,集

中于以工业企业为代表的上市公司[7,8],未考虑涉农企业受自然与市场双重风险影响、市场周期性波动等特质,也未针对占企业总量99%以上的中小企业开展验证,对涉农企业代表性不足。从经济效益类型角度来看,主要以短期绩效为主[6,9-10],不利于引导市场存在周期性波动、双重风险影响下涉农企业持续稳定开展数字化转型。由于企业价值反映长期绩效及市场对企业发展前景的预期,因此亟需开展涉农企业数字技术对企业价值的影响研究。从影响路径角度来看,当前数字技术对企业价值影响的研究主要从研发与创新[7,11-12]、人员供给[7]与配置[11]、生产效率[7]与要素配置[12]等探究作用路径,或仅选择其中一种数字技术开展研究,或综合考虑多种数字技术但未比较不同技术的经济效益差异,无法代表当前涉农企业通过多种数字技术开展转型的现状;且未从制约涉农企业价值增值的关键问题出发探究影响机制,缺乏针对性。那么,数字技术是否提升了涉农中小企业价值?不同数字技术存在价值提升作用差异吗?影响机制如何?不同特质的涉农企业使用数字技术,是否会产生不同的价值提升效果?基于此,本文以全国中小企业股份转让系统(即新三板,下同)中的涉农企业为例,对其公布的年报使用Python技术开展文本分析,实证检验数字技术对涉农企业价值的影响及其作用机制,为涉农企业积极开展数字化转型提供“安心丸”“强心剂”;为涉农企业持续稳定开展数字化转型,避免转型过程中的短视主义提供经验证据。

本文的创新之处大致来自于以下几个方面:第一,利用文本分析方法结合专家打分法,度量新三板涉农企业数字技术水平,与以往仅依靠词频计数测度数字技术指标的研究相比,通过考虑语义环境调整词频计数,提升衡量准确度。第二,验证了数字技术对涉农中小企业价值的提升作用,进一步探究不同数字技术、不同价值水平下的数字技术价值提升作用差异及异质性影响,为涉农企业根据内外部环境合理有序开展数字化转型提供经验证据。第三,从制约涉农企业价值的三个主要问题探究影响路径,明确数字技术在涉农企业价值增值中哪些关键方面发挥优势,针对涉农企业特质破解影响机制的黑箱。

二、理论基础与研究假说

随着数字经济迅猛发展,数据已成为生产要素之一(1)参见2020年3月中共中央国务院发布的《关于构建更加完善的要素市场化配置体制机制的意见》。。数字技术利用传感器、图像识别等设备为涉农企业获取大量气候、土壤、作物、畜禽、加工、市场等方面数据,使生产函数由Y=A·F(K,L)变为Y=A·F(K,L,D)。从数据要素的成本收益角度来看,数据为涉农企业带来正向的边际收益,但边际成本近乎于0[13],因而提升涉农企业自然与市场不确定情况的投入产出效率,资金高效循环实现资本积累与增值,促使涉农企业价值快速提升。从数据要素的价值实现角度来看,数字技术获取、处理、分析数据得到更加精准、系统的信息,降低企业信息不对称程度,例如分析同类研发数据探寻病虫害防治、施肥、饲料配比等种养殖工艺的可改进之处,明确研发方向,提升研发效率;分析生产监控数据、供应商与市场数据,明确企业生产与市场的匹配程度,提升业务效率;分析业务数据和市场数据,提前配置资源、安排生产进度、制定销售策略[14]等应对周期性市场波动,提升管理效率。可见,数字技术通过提升涉农企业员工的工作效率,促进人力资本深化,赋能劳动力要素驱动价值创造。因此,提出研究假设1。

H1数字技术显著提升涉农企业价值。

数字技术提升了企业员工的工作效率,有效缓解了产品附加值低、受自然与市场双重风险影响、市场存在周期性波动这三个制约涉农企业价值提升最核心问题的不利影响。因此在影响路径方面,分别从数字技术应对以上三个核心问题的视角探究数字技术对涉农企业价值的作用途径。

(一)促进研发创新

涉农企业产品多以未加工或初加工为主,导致产品附加值低,制约涉农企业高质量发展[6]与价值增值。数字技术降低涉农企业研发成本与风险,提升研发效率,为创新带来不竭动力。具体来看,首先,数字技术助力涉农企业高效获取农作物或畜禽的生长、病害、繁育、加工转化等经营数据,土壤墒情、光照、温度、风力等气候数据,消费者偏好、市场供需水平预测等市场数据,使得企业数据来源更广泛、信息获取渠道更畅通,提升员工研发活动信息获取效率[15]和学习效率,使得信息获取、分析、信息转换与匹配成本的下降,单位研发投入成本更低,企业的最优研发投入水平上升。其次,数字技术结合当前涉农企业研发水平、市场趋势精准预测加工工艺改进、饲料配比、施肥施药时机等研发方向的可行性、适用性与潜在阻碍[16],及时提示研发进度、预测失败的可能性,降低无效研发投入与研发风险,指引涉农企业有效开展研发活动。第三,人工智能、RPA等技术自动、高效完成如采集消费者偏好数据、测算不同饲料配比下畜禽长势等重复性、机械化研发工作[17],实现低层次研发人员的劳动力要素替代,被挤出的研发劳动力转而形成核心研发活动的智力资本投入,因而提升基础及核心研发工作效率。

进一步,研发创新赋能涉农企业价值创造。一方面,技术创新为涉农企业改进生产工艺与业务流程,提升产品技术含量与附加值,从经济利益流入角度增加企业未来现金流量;另一方面,管理创新为涉农企业带来开展预制菜加工、使用便于随时调价的电子价签助力生鲜新零售运营等以市场为导向的新模式与新业态,向消费端服务端延伸,形成差异化竞争优势,提升在供应链产业链中的话语权,从收付现比例角度增加企业未来现金流量。根据现金流折现理论,未来现金流量增加,代表其现值的企业价值随之增加,因而研发创新可提升涉农企业价值。因此,提出研究假设2。

H2数字技术通过促进涉农企业研发创新,提高涉农企业价值。

(二)提升市场地位

供应链、产业链是涉农企业与市场产生互动的直接载体,企业市场地位的高低是自然与市场双重风险应对能力的体现。一方面,涉农企业通过公有链了解上游供应商对原料的生产、加工、流通等过程数据,由于区块链具有不可更改的特性,大幅降低信息不对称程度和可能发生的道德风险,避免原料不可控导致的食品安全问题[18]。可追溯管理提高产品的市场认可度,涉农企业市场地位得以提升。另一方面,数字技术助力涉农企业实时分析市场销量、销售结构,精准预测市场趋势,避免市场风险对企业的冲击;产销一体化协同,有利于涉农企业根据自然与市场条件及时调整水肥、光照、饲料配比等控制动植物生长速度,产品类型、品种配比与价格等,把握市场先机[19],拓宽销售渠道,提高品牌影响力和市场占有率。

在此基础上,市场地位的提升促进交易中涉农企业话语权升级,在交易中运用商业信用等方式调剂营运资金余缺[20],提升对自然与市场风险的应对能力,使现金流水平保持相对稳定,投资者要求的风险补偿得以降低,从而减少计算企业未来现金流量的折现率,实现企业价值增值。因此,提出研究假设3。

H3数字技术通过提升涉农企业市场地位,提高涉农企业价值。

(三)降低成本

由于涉农企业存在类似“猪周期”等农产品周期性成本与价格波动,使得高成本涉农企业的处境更为艰难。而数字技术有助于降低企业各种成本。第一,数字技术获取大量市场与供应商数据,突破现有社会资本的限制,敏捷搜寻与匹配与涉农企业当前种养殖品种、加工对象相契合的农资、材料供应商,缩短供应链条[21],降低搜寻成本、关系维系成本、渠道成本,助力企业降低采购成本。第二,大数据、云计算、物联网等技术将数据处理为可视化数据大屏,提升苗情长势、畜禽健康状况、标准化加工进程等业务信息对管理人员的透明度,降低专业化管理门槛[3],有效实现业务与管理协同一体化,在提升管理效率效果的同时,降低管控成本。第三,数字化、智能化的内部控制替代人工控制,实现对部分低端程序化管理人员的要素替代[6],例如管理系统与畜产品生产监控系统对接,可实时分析当前养殖成本投入与养殖进度,提升了管理效率、精细化管理水平[22]和内控失效风险。第四,数字技术为涉农企业引入轻资产运营模式,一方面有助于涉农企业明确企业自身与市场情况,避免周期性市场波动下过度扩张[23],以减轻市场低谷时的成本负担。另一方面,有助于转变管理层经营管理理念,更倾向于以租用、购买服务等代替购置专用性强的长期资产,使得企业在面临市场冲击时,调整成本更低。

进一步,更低的成本使得企业产品定价空间更宽泛,在中小企业形成的垄断竞争市场[24]中更易获得成本领先竞争优势,充裕涉农企业未来现金流量;低成本的涉农企业利润空间较大,面临价格和销量波动的抗风险能力更强,相对高成本涉农企业更易形成流动资金和资本的积累[25],增加涉农企业的未来现金流量。因此,降低成本为涉农企业增加未来现金流量,促进企业价值增值。基于以上分析,提出研究假设4。

H4数字技术通过降低涉农企业成本,提升涉农企业价值。

三、研究设计

(一)样本选择与数据来源

本文以全国中小企业股份转让系统挂牌的涉农企业为研究样本,其中涉农企业是根据新三板行业分类确定的农产品生产企业、农产品加工企业、农产品流通企业以及农资企业。新三板正式启动于2013年,样本时间跨度选定2013—2020年。由于本文是关注传统涉农企业使用数字技术、开展数字化转型带来的影响,因此在样本中剔除成立时主营业务涉及数字技术的涉农企业。此外,还剔除了以下异常值样本:ST和即将面临摘牌的企业;主要变量缺失的企业;主要变量异常的企业。最终获得6 559个“企业-年度”样本。文本分析数据来源于新三板挂牌企业年报,其他数据来源于ifind数据库、choice数据库和国家统计局。为了避免极端值的干扰,本文对所有连续变量进行上下1%缩尾处理。

(二)数字技术的度量

核心解释变量是数字技术,借鉴吴非等(2021)[8]、张叶青等(2021)[7]的研究,使用Python技术爬取新三板涉农企业历年年报文本信息,对数字技术关键词词频计数的识别方法,结合杨德明和陆明(2017)[26]、杨德明和刘泳文(2018)[27]、杨德明和毕建琴(2019)[28]、李荣等(2020)[29]、Nasiri等(2022)[30]数字技术使用程度的识别方法,进行数字技术指标的度量。

在数字技术关键词词频方面,第一步确定关键词体系。参考一系列以数字技术为主题的经典文献[8,30-33],归纳整理出有关数字技术的特定关键词;在重要政策文件和研究报告借鉴上,本文以《中小企业数字化赋能专项行动方案》、工信部《中小企业数字化转型指南》和《中小企业数字化水平评测指标(2022年版)》《关于推进“上云用数赋智”行动培育新经济发展实施方案》以及近年《中央一号文件》等政策文件,结合涉农企业数字技术应用特点,形成图1所示的数字技术关键词体系。使用Python技术爬取新三板涉农企业历年年报文本信息,与数字技术关键词体系匹配,得到底层数字技术运用层面与数字技术实践应用层面词频,将两个层面词频加总,得到总词频。

图1 数字技术关键词体系

在数字技术使用程度方面,由于有些企业在年报和公告中计划未来将使用数字技术,这表明企业当前未使用数字技术,但由于数字技术关键词的出现,在文本分析时会默认该企业已使用数字技术,因此,仅仅使用关键词词频并不能十分精准地表征涉农企业数字技术指标。参考杨德明和陆明(2017)[26]、杨德明和刘泳文(2018)[27]、杨德明和毕建琴(2019)[28]、李荣等(2020)[29]对数字技术使用程度打分的方法,人工逐条阅读数字技术关键词所在段落和语句,对数字技术使用程度加以打分,用来调整词频计数,涉农企业数字技术使用程度评分规则如图2所示。为了避免主观判断问题,本研究由三位研究人员为每家公司年报与相关信息进行打分,如果打分不一致,则重新审核与讨论,最终确定数字技术使用程度得分[26]。

图2 涉农企业数字技术使用程度评分规则

将词频乘以使用程度得到该年数字技术的调整后词频。由于这类数据具有典型的“右偏性”特征[8],本文将其进行对数化处理,从而得到刻画涉农企业数字技术的整体指标,如式(1)所示。

数字技术=ln(数字技术关键词词频×数字技术使用程度+1)

(1)

(三)其他变量定义

核心被解释变量选取当前企业价值研究最常用指标托宾Q值(tobinq)。托宾Q值是公司的市场价值比资产的重置成本,现有研究中,托宾Q值多被应用于评估企业价值、衡量企业长期绩效与成长性、判断企业是否具备投资价值等方面。托宾Q值以市场价值为基础估算的企业价值是被市场认可的真实价值,也反映市场对企业中长期发展的前瞻性预期,避免了短视主义的研究结论。利用当前实证研究中惯用的方法,以总市值与总负债之和除以总资产表示托宾Q值[7]。

参考现有有关中小企业价值相关研究[34, 35]的控制变量设定,从基本情况、经营情况、资本密集情况和公司治理情况四个方面选取控制变量。企业基本情况变量为企业规模(scale)、经营年限(operyear)、产权性质(property),经营情况变量包括反映偿债能力、营运能力、发展能力的资产负债率(lev)、总资产周转率(asstur)、营业收入增长率(incincr),资本密集情况变量为资本密集度(capinten),公司治理变量为股权集中度(equcon)、独立董事占比(independ)、两职合一(intergra),主要变量定义如表1所示。

表1 主要变量定义

(四)模型设定

依据变量特征,本文构建如下固定效应模型进行基准回归,检验数字技术对涉农企业价值的影响。

tobinqit=α0+α1DTit+∑αControlVariablesit+εit

(2)

其中,核心被解释变量tobinqit为托宾Q值,衡量t年i企业的价值。核心解释变量DTit为t年i企业的数字技术指标,综合了文本分析与人工阅读程度判断的方法,具体方法如前文所述;ControlVariablesit代表本文选取的一系列控制变量,包括企业规模、经营年限、产权性质、资产负债率、总资产周转率、营业收入增长率、资本密集度、股权集中度、独立董事占比、两职合一;εit为随机误差。本文重点关注系数α1的符号及显著性,用以衡量涉农企业使用数字技术对其企业价值的影响方向及程度。

(五)描述性统计

主要变量的描述性统计如表2所示。数字技术(DT)指标均值为0.89,中位数为0,标准差为1.35,说明在2013至2020年这8年中,超过半数的新三板涉农企业未开展数字化转型,且已经开展数字化转型的企业,数字技术的使用也存在较大差异。托宾Q值(tobinq)的均值为1.37,均低于新三板挂牌企业整体水平,体现相较其他企业,涉农企业价值偏低的现状;托宾Q值的中位数为0.86,可见大部分新三板涉农企业的托宾Q值小于1,欠缺投资价值与投资吸引力,也在一定程度上阻碍了新三板涉农企业的发展。

表2 主要变量描述性统计

四、实证分析

(一)基准回归分析

数字技术对涉农企业价值的基准回归结果,如表3所示。在控制行业、年度、省份固定效应的前提下,数字技术对涉农企业价值具有显著的促进作用,如列(1)所示。这种促进作用在加入控制变量后依然显著,如列(2)所示。由此可见,数字技术显著提升涉农企业价值这一结论是稳健的。以列(2)为例,有效披露1个使用数字技术关键词的涉农企业相比没有披露任何数字技术使用信息的涉农企业,托宾Q值高出平均2.86%(ln2×0.056 6/1.370 0),即涉农企业使用数字技术对企业价值产生了显著正向的经济效益,假设1成立。

表3 数字技术对涉农企业价值基准回归结果

(二)不同数字技术的企业价值提升效应差异

在基准回归的基础上,为了明确不同数字技术对涉农企业价值的差异性影响,根据数字技术指标体系使用具体数字技术替代数字技术使用指标(DT)分别对企业价值进行回归,结果如表4所示,其中列(1)-(6)分别表示涉农企业使用人工智能技术、大数据技术、云计算技术、物联网技术、区块链技术、数字技术应用对企业价值的影响。

表4 数字技术指标细分回归结果

从是否影响来看,使用大数据、云计算、物联网、区块链技术以及综合应用数字技术均可显著提升涉农企业价值。从影响程度来看,涉农企业使用区块链、云计算、大数据技术,对企业价值的提升效应最为明显,但使用门槛最低的数字技术应用却未产生突出的提升效果。究其原因,第一,区块链技术实现了农产品及其加工制品的可追溯管理,种养殖、加工、储存、流通等全过程对下游企业和消费者透明,降低交易信息不确定程度,提升了产品的可靠性和附加值,促进企业价值增值。第二,大数据、云计算技术为涉农企业提供精准的市场预测、疫病监控、生产管理和锚定客户[22]等服务,有效应对自然与市场双重风险,降低不可控因素对经营活动冲击,赋能涉农企业高质量发展,实现企业价值提升。第三,数字技术应用对于涉农企业来说最简单易用、门槛最低,使用较为普及,市场中大量涉农企业均开展例如公众号、电商等数字技术应用时,市场又在一个数字技术应用水平较高状态下达到近乎完全竞争的稳态,此时涉农企业无法继续获得数字技术应用带来的超额收益,因而虽数字技术应用门槛最低,但对企业价值的提升作用比较有限。

值得注意的是,近年来热度极高的人工智能技术却未能对涉农企业价值产生显著的促进作用。人工智能技术虽可实现自动调节生产环境温度湿度光照、分娩预警、智能选种等功能,解决涉农企业生产、管理的关键难题,但在涉农中小企业中使用还未达到其应有的效果,究其原因可能来自以下几个方面。

其一,人工智能技术投入成本较高。使用人工智能技术需要配备图像识别设备、传感器等,全方位改造生产设施,初始投入成本较高。中小涉农企业数字化转型的资金投入水平有限,在初次应用时,仅购买部分能实现人工智能基础功能的设施,产生的经济效益不明显,随后也失去继续追加投资、完善功能的动力。

其二,人工智能技术对人员数字素养要求较高。由于监测的对象涉及生物资产,人工智能与生产对象个体特征、自然与环境条件、业务流程特征、风险要点等匹配要求高,应用过程中需根据匹配情况反复调试修改参数,对企业人员数字素养和业务水平提出了更高的要求。

其三,人工智能技术在中小涉农企业中的应用尚处于起步阶段。人工智能技术在涉农企业中的应用场景还不够广泛,比如利用图像识别技术进行猪脸识别,精准监测个体生长与健康状况,但在实际应用中,却出现猪不面对摄像头,无法捕捉脸部图像的问题,还需在研发层面对人工智能技术的功能和适应性做出诸多改进。以上三个方面是人工智能技术相较于普适性高、租用服务提供完善、成本较低的大数据和云计算等技术在涉农企业中应用的局限之处。

(三)不同价值水平的涉农企业数字技术价值提升效应差异

进一步地,使用分位数回归分析数字技术对不同价值水平涉农企业的差异性影响。表5展示了企业价值10%、30%、50%、70%和90%分位点的回归结果,可见数字技术对不同价值水平的涉农企业均具有显著的价值提升作用,但企业价值越高,数字技术对其价值的提升作用越大。数字技术对90%分位点上的涉农企业价值的提升作用是10%分位点企业的10.67倍(0.157 9/0.014 8),即数字技术对价值高的企业价值提升作用更强。

表5 分位数回归结果

究其原因,数字技术投入方面,涉农企业的价值越高,企业拥有超越其账面资产水平的超额资金比例越大,对维持数字技术稳定投入保障力度较强。根据摩尔定律,数字设备的综合性能每18至24个月增加一倍,那么持续稳定的数字技术投入获得的数字技术服务性能呈指数型发展,以边际报酬递增状态为涉农企业发展提质增效,实现企业价值递增式增长。数字技术产出方面,根据梅特卡夫定律,数字网络的价值等于该网络内接入节点数的平方,因此数字技术为涉农企业带来的价值会呈现边际递增趋势。

此外,结合描述性统计结果,新三板涉农企业的托宾Q值中位数为0.86,在大多数企业欠缺投资价值的情况下,使用数字技术依然可以提升这些托宾Q值小于1的涉农企业价值,说明数字技术对企业价值的提升效应存在一定的普惠性。

(四)内生性问题处理

本研究的基准回归模型可能由于反向因果、遗漏变量等因素导致内生性问题。具体来看,在反向因果方面,价值高的涉农企业资金充裕,相对于价值低的企业更有能力使用数字技术服务、配置数字技术基础设施等,可能使得原假设影响被高估;在遗漏变量方面,可能存在公司发展阶段、经营理念、管理层偏好等难以观测的因素同时影响数字技术与企业价值。

因此,本文从数字技术服务供给角度和数字技术发展环境角度,选取两个工具变量,并使用2SLS方法进行内生性问题检验。

其一是从数字技术服务供给的角度,选取2013—2020年企业所在省份软件服务业就业人数作为工具变量。这是由于无论是底层数字技术层面还是数字技术应用层面,购买的数字技术基础设施有效运行,必须有与之匹配的软件服务支撑;抑或是企业直接租用数字技术服务,如购买大数据服务、云计算服务等。总之,数字技术的使用必须通过软件才能实现。又因为软件服务业是轻实物资产重人力资本的行业,从业人员的多少直接反映该地区软件服务业发展水平,也直接影响涉农企业是否使用数字技术及数字技术使用程度。同时,该指标衡量的是软件服务业从业人员数量,与本文研究的传统涉农企业在企业划分上没有重叠,因此该变量直接影响涉农企业使用数字技术但不影响涉农企业价值,理论上符合排他性要求。

其二是从数字技术发展环境的角度,借鉴现有研究使用的shift-share方法[36],选择1984年企业所在城市固定电话数量分别与2013—2020年数字经济增加值占GDP比重的乘积作为工具变量。各城市固定电话数量体现着民众对电子信息技术、数字技术的接受程度以及数字基础设施的建设程度,同时该指标也不直接作用于涉农企业价值水平。为了满足面板数据工具变量的需求,在工具变量中加入数字经济增加值占GDP比重这一体现各年数字技术发展程度的指标,综合反映数字技术发展环境对涉农企业使用数字技术的影响,符合工具变量外生的要求。

表6展示了分别使用以上两个工具变量进行检验的结果。第一阶段的回归系数均显著为正,体现数字技术服务供给越好、数字技术发展环境越好的企业,数字技术使用水平越高,与理论分析一致。开展了工具变量的不可识别检验和弱工具变量检验,Kleibergen-Paap rk LM统计量在1%的水平上显著,拒绝工具变量不可识别的原假设;Cragg-Donald Wald F统计量和Kleibergen-Paap rk Wald F统计量均超过Stock-Yogo弱工具变量识别F检验在10%显著性水平上的临界值16.38,拒绝弱工具变量假设,说明选取的工具变量是合理有效的。第二阶段回归结果数字技术指标系数仍在1%的水平上显著为正,说明基准回归中得到的结论是可靠的。

表6 工具变量回归结果

(五)其他稳健性检验

在使用工具变量开展检验的基础上,使用以下方法进行进一步的稳健性检验,结果如表7所示。

表7 其他稳健性检验结果

第一,替换企业价值衡量指标。为了降低单一变量对企业价值反映不准确的可能性,分别使用企业股权市场价值与企业债权市场价值之和估计的企业价值,以及同样能体现企业成长性、发展能力的前瞻性指标总资产增长率替换托宾Q值以基准模型再次回归,结果依旧稳健,如表7列(1)(2)所示。

第二,替换数字技术衡量指标。分别使用数字技术的两个乘子:数字技术使用程度、数字技术总词频的对数替换数字技术指标进行稳健性检验,结果均显著为正,支持前文结果的可靠性,如表7列(3)(4)所示。

第三,使用多时点DID方法解决遗漏变量、样本选择问题。将使用数字技术的企业划分为处理组,未使用数字技术的企业划分为对照组;在处理组中,将企业首次披露使用数字技术的年份及以后年份设置treatpost为1,否则为0。多时点DID方法的回归结果如表7列(5)所示,并且通过了图3所示的平行趋势检验,回归结果依然稳健。

图3 多时点DID平行趋势检验

五、进一步分析

(一)影响机制分析

1.促进研发创新路径

为了验证研发创新路径,以研发投入占总资产的比重[37]衡量研发强度,开展中介效应检验,结果如表8列(2)(3)所示。研发创新路径的中介效应占总效应的比重为23.64%,即数字技术通过提升涉农企业的研发投入促进企业价值增值。在使用Sobel检验结果在1%的水平上显著为正,证实了研发创新路径的稳健性,假设2成立。本文认为,数字技术为涉农企业提供低成本、低风险、高效率的创新活动管理方式,激发创新动能[38],提升科技含量和附加值,获取差异化的竞争优势,充裕未来现金流量从而实现价值增值;数字技术减少研发人员流程化的数据采集与分析工作,提升研发效率[17],助力涉农企业在创新中抢占先机,通过先发优势实现企业价值创造。

表8 路径分析结果1

2.提升市场地位路径

借鉴现有研究,使用勒纳指数[39]作为市场地位的表征,该指数代表企业在行业内的定价能力,越大则企业的市场地位越高。使用中介效应模型验证,结果如表8列(4)(5)所示,中介效应占总效应的比重为21.22%。可以发现,数字技术提升涉农企业市场地位,从而提升企业价值,假设3成立。本文认为,在采购业务中,数字技术的优化分析算法、智能决策系统等为企业的采购环节提供最佳购买途径[10]、最佳进货量等决策支持,提升采购环节效率与效益;在生产业务中,数字技术对生产或加工过程开展全面分析测算,保证产品品质的同时优化生产流程、抗疫病抗病虫害水平,根据市场调整生产周期,降低自然与市场风险冲击,使得生产业务面临的风险愈加可控;在销售业务中,利用大数据分析系统精准预测市场动向,布局销售网络抢占市场先机的同时也能规避价格损失风险,提升销售效率,减少产品形态资金占用。总之,涉农企业使用数字技术可从供产销全过程提升经营效率,为受自然与市场双重风险影响的涉农企业赢得先机,实现市场地位的跃迁,快速实现企业价值提升。

3.降低成本路径

广义的成本主要包括营业成本和期间费用,产品成本形成了营业成本的主要来源,期间费用中管理费用最能体现由于企业管控产生的开销,因此本文选取营业成本率(营业成本除以营业收入)和管理费用率(管理费用除以营业收入)作为降低成本路径的表征指标开展中介效应检验,结果如表9所示,营业成本率和管理费用率的中介效应占比分别为22.06%、19.65%,即数字技术通过降低涉农企业的营业成本、管理费用,即降低了涉农企业成本,促进企业价值的提升,假设4成立。本文认为,首先,数字技术提升涉农企业原材料、人工、生产设备等要素的配置效率,降低采购成本与加工成本,有利于产品获得低成本优势,扩大未来现金流水平,促进企业价值增值。其次,应用数字技术为企业带来组织间更高的信息透明度[40],从而提升企业内部协同程度,降低信息传递不及时、不充分产生的管控职能失效,降低在管控过程中产生的摩擦成本[41],优化管理效能,提升企业价值。第三,在成本静态值降低的基础上,数字技术通过精准分析与预测内外部环境等手段,降低调整成本、管理层乐观预期等以减轻涉农企业周期性市场波动造成的成本负担,有效降低周期性波动冲击,企业价值得以稳定增长。

表9 路径分析结果2

(二)异质性分析

不同类型的涉农企业与数字技术的契合程度不同,数字技术对企业价值的影响程度也存在差异。因此,从企业规模、经营年限、高学历员工占比和产业链环节分析数字技术对涉农企业价值的异质性影响。

数字技术对不同规模涉农企业的价值提升作用存在差异。以同行业涉农企业规模的中位数为界划分为高、低两组,进行分组回归(下同),结果如表10所示。列(1)(2)中Fisher’s Permutation检验结果可见,组间差异检验p值均显著为正,即数字技术对规模大的涉农企业价值提升作用更明显。规模较大的涉农企业整体资金实力较为雄厚。用于数字技术的资金投入较为充分,有条件配置覆盖更全面、品质更优良的数字技术基础设施[7],布局业务、管理等多方面协同开展数字化转型,形成数字生态提升转型效果;使用数字技术的后续资金支持较为稳定[42],有利于涉农企业深化数字技术使用,并在持续调整维护过程中形成丰富的转型经验知识,知识积累与运用强化了数字技术的价值提升效应。

表10 异质性分析结果1

以涉农企业经营年限的中位数为界开展分组回归,结果如表10列(3)(4)所示。可见,数字技术加大了经营年限长与经营年限短涉农企业的价值差异。经营年限的不同反映企业发展阶段[43]的差异,经营年限长的企业应对市场波动、行业变化的能力较强,风险应对能力较经营年限短的企业高,在遭遇自然与市场风险冲击时,仍可维持基本稳定的数字技术持续投入,有利于数字技术对企业价值提升作用的稳定发挥。此外,经营年限长的涉农企业对自身业务流程存在的问题与漏洞具备更加清晰的认识,针对现存的业务问题有针对性地使用数字技术,使得数字技术与企业业务契合度提高,促进使用成效乃至企业价值的显著提升。

使用专科以上员工占比衡量高学历人才占比指标,以中位数为界开展分组回归,结果如表11列(1)(2)所示,数字技术对企业价值的提升作用在高学历员工占比高的涉农企业中更明显。数字技术的良好设计与运行需要懂技术会管理的人才提供支撑,因而提升对跨界多学科复合型人才的需求,企业高学历人才储备增加,人力资本结构调整升级,改善劳动力要素禀赋与人力资本错配[44],人力资本质量得以提升。高学历的员工拥有更高的专业技能和数字素养,更强的新知识新技能学习能力,更易适应数字经济时代变革。高智力资本[45]是企业不可复制的资源,提升企业核心竞争力继而促进企业价值提升。

表11 异质性分析结果2

处于产业链不同环节的企业,数字技术对企业价值的影响也可能存在差异,因此根据是否为农产品生产企业开展分组回归。由表11列(3)(4)可以发现,数字技术对农产品生产企业价值提升作用显著高于其他涉农企业。究其原因,农产品生产企业在产品及产成品多鲜活易腐,相对于农产品加工、流通、农资企业,面临自然与市场的冲击更大。数字技术通过高效精准的市场分析和预测[14],帮助农产品生产企业合理规划生产规模[3],减少市场周期性波动的影响;同时,数字技术获取了大量生产过程的数据,便于农产品生产企业及时调整生产品种、原材料投入、疫病防治等安排,提升了生产效率与产品品质,促进企业价值增值。

六、研究结论与建议

数字经济已成为我国经济发展的重要引擎,推动数字技术与传统涉农企业深度融合,是赋能涉农企业高质量发展、实现价值增值的关键所在。以2013—2020年新三板涉农企业为研究样本,探究数字技术对涉农企业价值的影响程度及作用路径。实证研究发现:第一,数字技术显著提升了涉农企业价值,且涉农企业价值越高,企业价值提升作用越大。开展一系列稳健性检验后,结论依然成立。第二,不同数字技术对涉农企业价值的提升作用存在显著差异,区块链、大数据、云计算等技术的提升作用高于整体水平,但最普遍使用的数字技术应用却未形成突出的价值提升作用。特别的,人工智能技术并未显著提升涉农企业价值。第三,数字技术通过促进研发创新、提升市场地位和降低成本路径增加涉农企业价值。第四,数字技术对涉农企业价值的提升作用在规模大、经营年限长、高学历员工占比高、农产品生产企业中更明显。本文的研究结论鼓励涉农企业把握数字经济发展机遇,根据企业特质选择适合的数字技术类型,积极开展数字化转型,以应对产品附加值低、自然与市场双重风险、市场周期性波动冲击等制约企业价值提升的关键问题,为提振转型信心,规避数字化转型中的短视主义具有重要的借鉴意义;同时为制定针对涉农企业,尤其是中小涉农企业的数字化转型支持政策提供经验参考。数字化转型需政府与企业协同推进,因此,本文的政策建议如下:

政府方面,第一,保障涉农企业数字化转型的持续稳定投入,以政府补助、减税降费、政企合作项目、提供数字化转型专项贷款等方式支持数字技术在涉农企业中深入、广泛、持续的使用。第二,协同数字技术供应商、农业产业链等提升数字技术在涉农企业中的易用性和适用性。通过奖补、项目引导等方式促进数字技术供应商关注涉农中小企业,研制适应性强、轻量化、成本低的数字技术服务,降低涉农企业转型难度,提升转型效果;引导产业链、供应链上大企业发挥数字化转型带动作用,通过订单共享、设备共享、产能协作等方式实现大中小企业协同转型,形成数字化生态,为农产品产业链与供应链提质增效。第三,培养“数字技术+X”方面的复合型人才,促进人才向供给紧缺地区流动。革新各层次人才的培养方式,将数字技术课程融入人才培养体系,尤其是涉农高校和涉农专业更应加强数字技术复合人才培养;数字技术人才紧缺地区应出台人才引进政策,在经济上、职业发展上提供可靠保障,鼓励数字技术人才前来就业,缓解人才紧缺现状。第四,加强针对涉农企业的数字基础设施建设。建设农业大数据中心、智慧农业示范园区、高标准农田等针对涉农企业的数字基础设施,降低涉农企业数字化转型门槛与投入成本负担,凸显区域性、产业性数字规模效应,协同数字生态发挥数字技术的最大优势。

涉农企业方面,第一,数字化转型应注重长期效果。数字化转型不是一蹴而就的,涉农企业应当关注数字化转型的长期效果,科学制定转型战略规划及整体布局,持续稳定推进转型进程。第二,选择适合的数字技术开展转型。涉农企业数字化转型不能仅局限于门槛最低、使用最为普遍的数字技术应用,应加强数字技术深度使用,加大区块链、大数据、云计算等价值提升效应高的数字技术投入力度,促进其与企业传统业务多场景、全流程深度融合,赋能涉农企业应对双重风险、市场周期波动等问题,实现高质量发展。此外,切勿盲目跟风使用人工智能等投入成本高、对人员数字素养要求高、与企业业务匹配难度大的数字技术,需根据自身业务需求、人员配备、基础设施配套情况选择适合的技术开展数字化转型,才能达成预期的转型效果。第三,为了提升数字化转型的效果,涉农企业需注重研发创新、提升市场地位和加强成本管理。涉农企业应储备充足的研发人员,树立创新引领发展的意识,提升创新投入,优化创新基础设施配置,有助于形成与数字化转型相适应的创新环境,提升转型效率与价值效益;改善产品质量与品质,针对细分市场需求开展差异化生产以促进市场地位跃迁,为数字化转型的价值增值效果提供经营理念与战略定位基础;加强成本管理尤其是降低调整成本等以应对市场周期性波动引致的高成本问题,为促进数字技术的价值提升作用提供降本增效保障。第四,不同特质的涉农企业应有序开展数字化转型。处于优势状态的涉农企业,如高价值、规模大、经营年限长、高学历员工占比高以及农产品生产企业更应加快数字化转型步伐。对处于劣势比如低价值的涉农企业,也应积极布局和开展数字化转型,可在一定程度上弥补企业存在的劣势与短板,实现转型升级与价值增值。