数字化转型对纺织业升级的影响研究

李建琴, 童文庆, 周 恒

(1.浙江大学 经济学院,杭州 310058; 2.悉尼大学 商学院,澳大利亚 悉尼 2006)

企业数字化转型是国家经济发展、企业变革的必然趋势,其中,实现传统企业数字化转型对国民经济运行更具有重要意义,为深化供给侧结构性改革、缓解中国经济发展的供给侧矛盾提供了重要助力。纺织业是传统产业中的支柱产业,数字化转型将充分发挥作用,成为纺织行业新的增长点和未来纺织产业发展的方向。为了加快纺织业转型升级,2020年10月—2021年7月中国先后在湖南、山东、江苏、河南、安徽建立了纺织服装大数据中心,帮助纺织企业实现数字化转型,推动纺织产业数字化发展。

数字化转型是指利用一项或者多项数字技术,如大数据、物联网、人工智能等,改进从产品、流程及服务等环节的工业活动,从而完成工业组织的部分或者全部转型的改造和变革重组[1]。对传统企业而言,也是实现质量、效率及动力革新的必然途径[2]。因此,准确认识数字化转型对纺织产业升级的影响,揭示其影响的内在机制,对于重塑高附加值纺织产业链,提高产业国际竞争力,实现纺织产业高质量发展具有重要的理论价值和现实意义。

目前,国内外关于数字化转型对纺织业升级的影响研究缺乏,与之相关的研究有两类:一是数字化转型对企业经营方面的影响,二是数字化转型对产业升级的影响。企业数字化转型不仅是以人工智能、大数据等数字技术在企业内的简单应用,而是一个系统性、全方位的工程,会对企业组织结构[3]、管理模式[4]、经营范围[5]等多方面产生影响。关于企业数字化转型具体的影响效果,杨德明等[6]利用2013—2015年上市公司数据,研究发现传统企业与互联网的融合能显著提升公司业绩;赵宸宇等[7]基于中国A股制造业数据实证发现,数字化转型能够通过提高创新能力、优化人力资本结构、推动先进制造业和现代服务业融合发展,以及降低成本的机制促进企业全要素生产率提升;杜勇等[8]以A股2007—2019年所有非金融上市公司为样本,研究发现数字化转型能够促进企业升级,并且具有行业溢出效应。而关于数字化转型对产业升级的影响,张虎等[9]研究发现企业数字化能够通过降低内部生产成本和外部交易成本促进产业链关联水平的提升;朱文博浩等[10]分析了英美等发达国家数字化转型案例和策略,提出港粤澳大湾区传统产业数字化可以通过借鉴成功经验促进产业升级;祝合良等[11]从成本节约效应、规模经济效应、精准配置效应、效率提升效应及创新赋能效应五个方面,揭示数字经济促进产业高质量发展的效应。

基于已有研究,本文将深入探讨数字化转型对纺织产业升级的影响,在构建纺织企业数字化转型和产业升级指标的基础上,通过2012—2020年A股纺织行业上市公司的公开数据,构建回归模型展开实证检验,进一步验证作用机制。

1 理论机制与研究假设

产业升级可以分为两个层面:一是宏观层面的产业间升级,二是从微观层面的产业内升级。本文以纺织产业作为研究对象,主要研究微观层面的产业内升级。Gereffi等[12]首次对产业升级的概念进行界定,认为产业升级是指低附加值链向高附加值链、利用简单生产要素向利用高级生产要素的转化过程。Gereffi[13]基于产业链视角,从微观企业、产业层面、区域内及区域间四个层面来定义产业升级。Humphrey等[14]基于Gereffi的研究提出从流程升级、产品升级、功能升级及部门间升级来衡量产业升级。部门间升级属于究跨行业范畴,而本文的研究对象是纺织产业,同时出于指标可量化的考虑,本文采用流程升级和功能升级两个指标来定义纺织产业升级。流程升级是指通过先进技术的引进或者生产系统的重组来提升产业链的生产效率;功能升级是通过放弃低附加值的现有功能或者寻求高附加值的领域来重构产业链的环节。

根据流程升级和功能升级的概念,结合李任斯等[15]、陈丰龙等[16]、阎迪[17]、黄宗远等[18]的研究与纺织业的特点,本文梳理后认为在纺织企业层面上,数字化转型主要通过营运效应、市场效应、成本效应及创新效应四个方面影响纺织业升级,其作用影响机制如图1所示。

图1 数字化转型影响纺织产业升级机制示意Fig.1 Schematic diagram of digital transformation’s affecting the upgrading mechanism of the textile industry

1.1 营运效应与产业升级

企业营运效应的提升主要体现在以下两个方面:一是在传统采购交易中,纺织企业往往需要支付较大数目的预付款给供应商,并且上下游企业之间的信任关系需要长期合作才能达成,企业在建立信任关系期间花费的成本和时间较高。O2O等数字技术的应用加强企业的信息透明度,使企业合理运用商誉加快信任关系的建立,增加企业资金流动性,提高企业营运效率[15]。项松林等[19]基于中国企业数据,研究认为资金流动性较强的企业生产效率相对较高。因此,纺织企业在采购环节中利用数字技术可减少原材料购买环节的营运资金占用,提高生产效率,推动流程升级。二是在供应链中每个企业的不良运营状况会对其他企业造成负面影响,如上下游企业经营不善造成的破产会对整个供应链的运营形成不良的后果。在传统交易中,企业管理层往往需要预测和判断其他企业的经营状况,辨别上下游企业公布的信息,而信息存在伪造、错误的可能性,信息和人为预测的不准确性会影响企业自身效率与利润。互联网的发展一方面增加信息的可追溯性和透明程度,降低人为操作信息的不确定性和概率,另一方面提供协议双方签订智能合约的新交易模式,将违约及发生纠纷情况下的处理方式等内容写入合约,降低了企业双方的违约风险,提高了企业营运效率[20],进而推动企业功能升级。

1.2 市场效应与产业升级

市场效应主要体现在提升原材料市场质量和扩大消费市场规模。数字技术在蚕种生产及质量信息管理的应用,为蚕农用种提供了追溯依据和数据材料,促进蚕种质量和效益的同步提高,有效维护蚕种市场稳定发展[21]。基于互联网技术的实时监控,实现了桑园、蚕房的远程监控管理,也为蚕桑病虫害智能防治创造了条件,提高了蚕茧质量。而各类智慧农业云平台,能够有效对接蚕农、加工企业与丝绸厂商,实现信息的及时流通,提升了丝绸原材料市场质量。对于消费市场的扩大,一方面,数字化实现了消费市场扩张。传统的交易模式受到实体商店提供商品数量与质量的限制及与消费者的地理空间距离限制,而企业数字化转型改变企业与消费者之间的传统交易模式,电子商务等新型平台的搭建改变了传统交易方式,打破实体商店的空间限制,在一定程度上降低消费者的交通成本,缓解“空间阻力”问题,进而拓宽市场辐射范围,对市场规模的增长产生积极推动作用,市场规模的增长进一步推动生产效率的提升[16],实现企业流程升级。另一方面,数字化实现了消费市场成长。数字技术的出现使消费者提升搜索能力,通过电子商务平台降低搜索成本,消费者买到符合自身需求产品的概率大幅增加,通过满足人均需求量促进市场规模增长。市场规模的增长为产业链价值增值提供动力[20],有助于推动功能升级。

1.3 成本效应与产业升级

纺织企业数字化转型主要通过降低生产成本和销售成本影响企业总成本。其中,生产成本包括了材料成本、人工成本和制造成本。数字技术的应用降低了纺织企业寻找原材料、收集与交易相关的有效信息、确认交易前的讨价还价等行为带来的交易成本,间接降低了原材料的成本。对人力成本而言,随着数字技术的发展,人工智能纺织机器人的应用符合不断革新的生产技术趋势,显著提高生产效率,同时为企业劳动成本的降低提供了新的可能性[17]。此外,数字技术监测平台与管理平台的搭建,企业能够高效获取和处理海量信息,创造出新的生产方式、组织结构、治理模式和商业模式,降低了包括管理费用、组织费用等在内的制造成本[22]。另一方面,企业数字化转型降低纺织企业的销售成本。近年来,抖音带货、直播、微商等新型销售模式的兴起加快了企业与消费者之间的信息交流,加深消费者对产品的了解程度,一定程度上降低了企业的广告成本、客户搜索成本。与此同时,企业根据消费者偏好进行柔性化生产,实现产品与市场需求准确快速对接,提高了企业资金的周转速度,有助于节约企业营销、库存管理等一系列费用的开支。成本的降低弱化了纺织企业的成本约束,有利于企业提升生产效率和产品附加值,进而推进产业升级。

1.4 创新效应与产业升级

数字技术通过技术创新、流程再造创新、产品创新及商业模式创新促进传统纺织产业链的价值增长。纺织品数字印刷技术相较于传统丝网印刷具有速度快、印刷精准、修改便捷性等优点,并且企业通过技术创新提高纺织装备主机的数控与智能化水平,同时自动化辅助系统的加强进一步实现纺织装备产品智能化[18],从而提高生产效率。此外,在纺织行业的子行业中,化学纤维行业因流程本身相对资本密集而数字化程度较高,纺织和服装业则因劳动密集而成为数字化改造的重点,形成了纺织行业的流程再造创新,进而推动企业流程升级。从产品创新角度分析,计算机技术的应用提升了设计质量和产品性能[18];与物联网技术相结合的可穿戴式设备的智能纺织品通过电子元件获取消费者的生理信息,赋予产品新功能及形成其他同类产品差异化的特征[23],进而提高产品附加值。商业模式创新包含企业通过数字化技术拓展了渠道及实现价值链的重塑。在互联网背景下,信息具有流通快、数据量大的特征,这些特征进一步缓解了信息不对称的难题,从而使渠道商的套利空间缩小,市场信息公开透明化加深消费者决策的准确程度,传统渠道商的地位被削弱,与此同时企业口碑式营销的重要性凸显。长尾效应式价值链重塑的主要体现,由传统企业将产品型号和设计统一的模式转变成个性化定制服务,从而获取更多客户流量[24],开拓纺织企业高附加值领域,进而推动企业功能升级。

综上,本文提出以下两个研究假设:

假设1:企业数字化转型能够促进纺织产业升级。

假设2:营运效应、市场效应、成本效应、创新效应是纺织企业数字化转型影响产业升级的有效途径。

2 研究设计

2.1 模型设定与变量选取

参考肖兴志等[25]的研究,本文构建基准回归模型,如下式所示:

iuit=α0+α1transit+γXit+δi+θt+εit

(1)

式中:i代表企业,t表示年份;被解释变量iuit衡量纺织业升级水平;解释变量transit代表数字化转型程度,利用企业数字化的特定关键词构建该指标;Xit反映了其他一系列控制变量;δi表示公司i不随时间变化的个体固定效应;θt表示控制时间固定效应;εit表示误差项。其中,数字化转型对纺织业升级的影响程度取决于transit前的系数α1,根据前文的研究假设,设定该系数为正。

2.1.1 被解释变量:产业升级

在Humphrey等[14]的观点基础上,本文将纺织业升级定义为流程升级和功能升级,并量化流程升级和功能升级,从两个维度构建衡量纺织业升级的指标。

1) 流程升级。主要指企业生产效率的提高。在此借鉴孙薇等[26]测算流程升级的研究方法,分别用Head等[27]测算ATFP的方法和劳动生产率LTFP作为企业全要素生产率的近似指标。具体测算公式如下:

iu_ATFP=ln(Y/L)-s×ln(K/L)

(2)

式中:产出Y用营业收入衡量,资本K用固定资产衡量,劳动力L用企业员工人数衡量。依据李春顶等[28]的观点,资本要素贡献率s取1/3。

为减小直接赋值s导致的误差,引入劳动生产率LTFP作为另一个指标。测算公式如下:

iu_LTFP=ln(Y/L)

(3)

式中:Y和L指标衡量方式与(2)一致。

2) 功能升级(iu_func)。产业链的高附加值比例是衡量功能升级的关键,比例的高低与功能是否升级有着正向关系。产品利润空间的大小是衡量纺织产业链是否具有高附加值的核心因素,因此采用营业利润率来衡量功能升级。根据微笑曲线理论,处于价值链两端的环节即研发和营销环节的附加值较高;而武藏曲线理论则表明,随着制造业不断转型升级,组装生产的附加值也会不断提高。企业沿着微笑曲线和武藏曲线的转型升级是相辅相成的,一方面通过增强研发、改善营销等向微笑曲线两端发展以提高附加值,另一方面通过提升技术、优化管理等逐步发展到武藏曲线模式,提高组装制造的附加值。

2.1.2 核心解释变量:数字化转型

数字化转型(trans)的直观表现是相关数字技术的应用。吴非等[29]对企业数字化转型水平的指标研究方法,采用文本构建法统计上市公司年报中出现数字化转型相关关键词的频数,相关关键词的词频越高则企业数字化转型程度越高。在关键词的确认上,借鉴清华大学全球产业研究院出版的《2020年中国企业数字化转型研究报告》和北京大学董小英研究团队、锦囊专家联合出版的《2018中国数字企业白皮书》中对企业数字化技术种类的统计情况及戚聿东等[30]对企业数字化关键词的整理,并在此基础上根据纺织行业年报中关于数字化的语言表达,提取智能、物联网、自动化、区块链、机器人、云计算、大数据、信息化等13个关键词。对A股上市公司年报进行文本分析,并将以上关键词与文本进行匹配,形成数字化转型指标。词频统计数据来自WinGo数据库,将所有关键词频数加总,由于数据具有“右偏性”特征,借鉴吴非等[29]关于数字化指标的研究方法,对其频数加1并进行对数化处理。

2.1.3 控制变量(X)

为了避免遗漏重要变量产生的误差,本文参考黄满盈等[31]、杜传忠等[32]、于海峰等[33]的研究,基于纺织企业自身特点及数据的可得性,尽可能控制相关变量的影响。选取的控制变量包含:1) 企业规模(size),根据国家统计局发布的《统计上大中微企业划分办法(2017)》,将员工人数大于等于1 000人的划分为大型工业企业,赋值为“1”,其他赋值为“0”。2) 人力资本(human),用研发人员数量占比来衡量。3) 创新投入(rd),用研发投入占营业投入的比例指标测算。4) 企业负债率(lev),用资产负债率来衡量。5) 股权集中度(share),用第一大股东的持股比例来衡量。6) 董事会规模(board),用董事会总人数的对数来衡量。7) 流动资产周转率(liq),用主营业流动净额除以平均资产流动总额来衡量。

2.2 数据来源与描述性统计

本文以中国证监会《上市公司行业分类指引2012》的行业代码为依据,选取分类归为纺织业、纺织服装、服饰业和化学纤维制造业的公司。考虑到企业数字化转型发展特征和数据的可得性,从A股上市公司中选择2012—2020年一直存续的纺织业上市公司,数据来自国泰安数据库(CSMAR)。根据研究需要,本文对原始数据进行以下处理:筛选和处理过程中删除数据严重缺失的样本;剔除ST、*ST、PT处理及退市的企业;部分指标不全,需要手工查找公司年报输入。最终经筛选得到61家纺织业上市公司的有效数据,主要变量描述性统计如表1所示。纺织企业之间的营业利润率,即功能升级指标差距较大,最小值为-66.4%,最大值为81.8%。企业负债、股权集中度及人力资本三个指标的极值差距明显。

表1 主要变量描述性统计Tab.1 Descriptive statistics of major variables

3 回归结果分析

3.1 基准回归分析

在进行实证分析之前,先确定面板数据合适的模型。F检验和Hausman检验结果显示,模型应该优先采用固定效应模型。组间异方差检验显示p值小于0.1,因此模型引入标准误差对模型加以修正。

表2为基准回归的结果,第2～3列和第4列分别呈现了数字化转型对流程升级和功能升级的影响。数字化转型的系数均显著且为正,表明数字化转型对纺织产业升级有着正向促进作用,研究假设1得到验证。但相对于其他变量而言,数字化转型对纺织产业升级的作用较小,存在较大的增长潜力。分析认为原因在于大多数的企业目前对数字技术的应用不够充分,仅将数字技术和销售活动相结合,而缺乏将数字技术应用于企业生产经营活动的广度和深度,这种现象导致的“内锁效应”限制了数字化转型对产业升级的积极影响[25]。

表2 基准回归结果Tab.2 Benchmark regression results

对于控制变量而言,企业规模与产业升级显著负相关,人力资本、董事会规模和流动资产周转率与流程升级显著正相关,创新投入与流程升级显著负相关。创新投入的系数显著为负,可能是由于创新投入的滞后效应所导致。企业规模的回归系数显著为负则表明在样本企业中,规模相对较小的企业具有更大的发展潜力,所以对产业升级的作用更为明显。

3.2 稳健性检验

3.2.1 工具变量法

产业升级作为一个中观变量受到单个企业数字化转型影响较小,但依然存在因遗漏变量和双向因果引起的内生性问题。为了弱化以上问题导致的结果偏误,本文采用工具变量法进行检验。参考易靖韬等[34]的研究方法,采用按城市层面划分的数字化水平均值作为工具变量进行检验。工具变量选择的依据在于,城市层面的数字化水平对企业数字化转型有一定的影响;相反,纺织行业的产业升级无法直接影响城市的数字化水平。表3为工具变量的回归结果,在考虑数字化转型与纺织产业升级的内生性问题之后,数字化转型的系数分别在10%和5%的水平下显著且为正,说明数字化转型可以推动纺织产业升级,本文的结论不变。

3.2.2 替换变量法

替换解释变量。以同一年度整体纺织上市公司的数字化转型的平均水平作为参照物,利用各个企业数字化转型(trans)数值除以当年样本内所有纺织上市公司的数字化转型均值作为替换变量(DI),单个公司的DI大于1则表明当年这家公司的数字化转型水平处于行业较为领先的地位。

替换被解释变量。借鉴孙早等[35]的做法,用TFP衡量产业升级。LP法(lpacf)可以避免样本丢失和内生性问题,因此采用修正后的LP法计算出全要素生产率,用以替代衡量产业升级的指标。

表4回归结果显示,在替换关键的解释变量和被解释变量后,数字化转型仍对纺织产业升级产生促进作用,与基准回归结果保持一致,本文结论不变。

表4 替换变量回归结果Tab.4 Replacement variable regression results

3.2.3 滞后变量法

考虑企业数字化转型的滞后效应。企业数字化转型需要时间积累,具有长期性的特点,因此数字化转型对纺织产业升级可能具有一定的滞后效应。本文将所有控制变量和解释变量取一阶滞后进行稳健性检验。表5为滞后变量检验的回归结果,数字化转型(trans)的系数均显著为正,即考虑了滞后效应后,回归结果依然稳健,本文结论不变。

表5 滞后变量检验回归结果Tab.5 Regression results of lagged variable test

4 数字化转型对纺织业升级的影响机制检验

前文从营运效应、市场效应、成本效应、创新效应四个方面分析数字化转型对纺织产业升级的传导机制。为验证上述作用机制假设,本文将中介效应模型引入实证检验,借鉴温忠麟等[36]的检验程序,构建如下模型:

iuit=α0+α1transit+γXit+δi+θt+εit

(4)

mit=β0+β1transit+ηXit+δi+θt+μit

(5)

iuit=λ0+λ1transit+λ2mi,t+τXit+δi+θt+φit

(6)

式中:mit为中介变量。

分别为:1) 营运效率(ppe),用固定资产占企业总资产的比例来衡量,该比率是衡量企业流动资金和营运效率的关键指标,ppe占比越小则企业营运效率越高;2) 市场规模(is),用企业的营业收入是否增加来衡量;3) 经营成本(cost),用上市公司总经营成本率衡量;4) 技术创新(rd),参考孙薇等[26]的研究方法,用企业当年是否有研发支出来衡量,即控制变量中rd是否为0。采用两步回归法检验中介效应,若β1和λ2其中有一项不显著,则用Bootstrap法进行检验,具体检验方法为检验结果在95%的置信区间内是否包含0,若不包含则中介效应成立;反之,则不存在中介效应。

4.1 市场效应和营运效应

表6为市场规模效应和营运优化效应的检验结果。第2列结果显示,数字化转型(trans)对市场规模(is)的回归系数在10%水平下显著为正,表明数字化转型能够显著提升市场规模;第3～5列的结果显示,三项指标数字化转型(trans)的系数均显著为正,市场规模(is)的系数在全要素生产率和功能升级的指标下显著且为正,证明提升市场规模对全要素生产率和功能升级具有正向促进作用;市场规模(is)的系数在劳动生产率指标下不显著,进一步进行Bootstrap检验,检验结果显示95%的置信区间包含0。因此,市场规模是构成纺织产业升级的有效中介机制,但主要是通过全要素生产率和功能升级。

第6列结果显示,数字化转型(trans)对营运效率(ppe)的回归系数在1%水平下显著为负,表明数字化转型显著促进了企业营运水平的提升;第7～9列的结果显示,数字化转型系数在衡量产业升级的各指标下均显著为正,说明数字化转型提高企业营运效率;且营运效率(ppe)的系数在功能升级和全要素生产率指标下均显著为负,说明企业数字化转型能够通过营运效率提升对产业升级产生正向影响。营运效率(ppe)对劳动生产率(iu_LTFP)的回归系数不显著,进一步进行Bootstrap检验,检验结果显示95%的置信区间不包含0,中介效应成立。因此,营运优化效应是构成数字化转型对纺织产业升级影响的有效中介途径。

表6 影响机制检验:市场效应和营运效应Tab.6 Impact mechanism testing: market effects and operational effects

4.2 成本效应

表7第2列显示,数字化转型(trans)对经营成本(cost)的回归系数显著且为负,证明数字化转型能够降低企业成本;在表7第3～5列中,数字化转型(trans)的系数在产业升级各指标下均显著为正,且经营成本(cost)的回归系数均显著且为负,表明数字化转型能够通过成本节约对纺织产业升级产生正向影响。因此,经营成本是有效的中介变量得到数据上的支撑,这与何帆等[37]的研究结论一致。

表7 影响机制检验:成本效应Tab.7 Impact mechanism testing: cost effect

4.3 创新效应

表8为创新效应的检验结果。由表8可见,数字化转型(trans)对技术创新(rd)的回归系数不显著,且技术创新(rd)的系数在产业升级各指标中均不显著,证明创新效应不是构成数字化转型影响纺织产业升级的有效机制。这可能是因为技术创新(rd)指标主要是测量企业技术创新层面,而数字化转型对纺织产业升级的影响更多是通过商业模式创新及产品创新,囿于数据的可得性和指标的可量化性,本文没有对上述两项创新途径进行检验。

表8 影响机制检验:创新效应Tab.8 Impact mechanism test: innovation effect

5 结 论

企业数字化转型的快速发展,为纺织产业升级提供了新动力。本文尝试从微观层面分析数字化对纺织产业升级的影响,基于2012—2020年中国上市公司公开数据,构建纺织业升级的指标,提出并验证了数字化转型影响纺织产业升级的微观机制。研究结果显示,数字化转型对纺织产业升级有着积极促进作用,推动了企业流程升级和功能升级;数字化转型主要通过营运效应、成本效应和市场效应促进纺织产业升级,创新效应则不足以构成有效中介。

为更好地实现企业数字化转型,促进纺织业升级,本文提出以下建议:一是搭建纺织业互联网平台,实现不同供应链环节间信息的共建共享,有效减少信息偏差带来的沟通成本;二是积极推动当地数字化产业园区与产业集群建设,加快工业互联网平台在纺织产业集群、产业园区的落地应用,促进大中小纺织企业之间的协同发展与数字化转型;三是推动纺织业产学研一体化,推进产学研合作联盟,完善科技创新成果转化链条,推进科技创新成果产业化基地建设,从而提升科技创新成果转化效率和水平。

本文仍存在一些不足,如由于纺织业上市公司有限而无法实现进一步的异质性分析、关于数字化转型的机制分析是基于现有研究的总结而缺乏数理模型进行更直观的描述等。数字化转型是国家经济发展、企业变革的必然趋势,目前关于纺织业数字化转型的研究尚处于起步阶段,还需要不断深化。展望未来,可能的研究方向有两点:一方面是更具体的异质性分析,如纺织业中纺织服装、服饰业、化学纤维制造业等相关企业的数字化转型是否存在差异、大中小企业的数字化转型进展是否一致等;另一方面是政府在纺织业数字化转型中应扮演什么样的角色、出台怎么样的政策,以及对相关政策作用效果的评估等。

《丝绸》官网下载