数字化转型、分析师关注与企业创新绩效

曲永义,廖健聪

(1.中国社会科学院大学 商学院,北京 102488;2.中国社会科学院 工业经济研究所,北京100006)

党的十八大以来,随着我国一系列推动数字经济发展政策的实施,实体经济数字化转型迎来跨越式发展。然而,当数字技术推动生产方式和生产关系变革时,也对信息要素市场带来了深远影响。(1)徐翔、赵墨非、李涛等:《数据要素与企业创新:基于研发竞争的视角》,《经济研究》2023年第2期。数字技术的微观层面应用让企业产生和接收的信息呈指数级增大,信息时滞、(2)戚聿东、肖旭:《数字经济时代的企业管理变革》,《管理世界》2020年第6期。冗余和过剩(3)Lateef A., Omotayo F. O. ,“Information Audit as an Important Tool in Organizational Management: A Review of Literature”, Business Information Review,vol.36,no.1(2019),pp.15-22.等问题日渐凸显,而分析师缓解信息不对称和降低代理成本这一重要作用机制势必也会发生适应性变革,使得微观企业的数字化转型对分析师关注、创新表现产生重要改变。基于分析师关注视域探讨微观层面实体经济数字化转型对创新表现的作用及其机理,不仅有利于我们更为立体地考量实体经济与数字技术融合的社会效应,还有益于提升产业现代化水平和经济发展质量。

目前,学界高度关注数字化转型与企业技术创新二者间的关系,并形成了一系列重要且具有启发性的成果,主要包括:一是基于宏观视角分析新一代信息技术对于区域创新水平的作用情况,认为互联网等数字技术的广泛普及改善了区域整体创新能力;(4)韩先锋、宋文飞、李勃昕:《互联网能成为中国区域创新效率提升的新动能吗?》,《中国工业经济》2019年第7期。二是基于微观视角研究数字化转型对企业创新绩效的作用机制,认为数字化转型通过促使企业融入全球创新网络、缓解融资约束、(5)李雪松、党琳、赵宸宇:《数字化转型、融入全球创新网络与创新绩效》,《中国工业经济》2022年第10期。弱化代理冲突和提升成长能力(6)靳毓、文雯、何茵:《数字化转型对企业绿色创新的影响——基于中国制造业上市公司的经验证据》,《财贸研究》2022第7期。等渠道改善企业创新绩效;三是分析互联网、(7)王金杰、郭树龙、张龙鹏:《互联网对企业创新绩效的影响及其机制研究——基于开放式创新的解释》,《南开经济研究》2018年第6期。区块链、(8)Saberi S.,Kouhizadeh M.,Sarkis J.,et al,“Blockchain Technology and Its Relationships to Sustainable Supply Chain Management”,International Journal of Production Research,vol.57,no.7(2019),pp.2117-2135．大数据、(9)Ghasemaghaei M.,Calic G.,Woodside A.G.,“Assessing the Impact of Big Data on Firm Innovation Performance:Big Data Is Not Always Better Data”,Journal of Business Research,vol.108,no.1(2020),pp.147-162．智能制造(10)尹洪英、李闯:《智能制造赋能企业创新了吗?——基于中国智能制造试点项目的准自然试验》,《金融研究》2022年第10期。等新一代信息技术对实体经济创新的作用效果;四是鉴于创新行为的不同模式,分别研究实体经济数字化转型对产品革新、(11)Ghasemaghaei M.,Calic G.,Woodside A.G.,“Assessing the Impact of Big Data on Firm Innovation Performance:Big Data Is Not Always Better Data”,Journal of Business Research,vol.108,no.1(2020),pp.147-162．过程创新、(12)Nambisan S.,Lyytinen K.,Majchrzak A.,et al,“Digital Innovation Management:Reinventing Innovation Management Research in a Digital World”,Mis Quarterly,vol.41,no.1(2017),pp. 223-238．组织创新(13)曲永义:《数字创新的组织基础与中国异质性》,《管理世界》2022年第10期。及创新质量(14)张国胜、杜鹏飞:《数字化转型对我国企业技术创新的影响:增量还是提质?》,《经济管理》2022年第6期。的影响。

从理论上看,关于分析师关注的有关研究,目前大致从分析师定义、分析师注意力、信息公开、外部治理等视角展开分析。分析师定义,即分析师基本内涵和特征。分析师是资本市场重要的信息媒介,其主要职能表现为根据企业生产经营情况发布研究报告,以向资本市场提供有价值的信息。(15)伊志宏、杨圣之、陈钦源:《分析师能降低股价同步性吗——基于研究报告文本分析的实证研究》,《中国工业经济》2019年第1期。一般来说,分析师拥有对企业或产业信息专业的挖掘和阐释水平。分析师注意力视角,即分析师关注水平。学者们主要采用关注某企业分析师人数作为代理变量衡量注意力关注度,例如有学者选取美国和新兴资本市场的数据,实证发现关注公司的分析师数量越多,股价同步性越高。(16)Piotroski J.D.,Roulstone D.T.,“The Influence of Analysts,Institutional Investors,and Insiders on the Incorporation of Market,Industry,and Firm-specific Information into Stock Prices”,Accounting Review,vol.79,no.4(2004),pp.1119-1151.另有部分学者选取诸如中国这类新兴股票市场的数据,则得出相反的结论:分析师人数同债券内在相关的数量愈多,则股价同步性表现得愈低。(17)危平、曾高峰:《环境信息披露、分析师关注与股价同步性——基于强环境敏感型行业的分析》,《上海财经大学学报》2018年第2期。这一现象的出现与信息公开和外部治理的研究视角有关,由于分析师是具备信息挖掘和信息解读能力的重要信息媒介,大量实证分析(18)胡楠、薛付婧、王昊楠:《管理者短视主义影响企业长期投资吗?——基于文本分析和机器学习》,《管理世界》2021年第5期。验证了其作为信息公开和金融市场外部治理的机制作用。以往诸多理论分析发现,企业创新行为和表现主要受到信息不对称和委托代理问题的掣肘。(19)Cohen L., Diether K., Malloy C.,“Misvaluing Innovation”,The Review of Financial Studies, vol.26,no.3(2013), pp.635-666.与股价同步性分析类似,分析师关注对创新作用效果也存在两类对立假说。信息揭示理论表明,分析师关注能优化金融市场信息不对称以及生产组织内部委托代理导致的不良影响,有效减少微观生产组织融资和管理对创新投入的挤占,提高创新能力;而市场压力假说认为,迫于分析师为企业做的盈余预测,企业管理层极有可能产生短视行为,放弃长期创新项目,抑制了企业创新水平提升。(20)He J., Tian X., “The Dark Side of Analyst Coverage: The Case of Innovation”,Journal of Financial Economics,vol.109,no.3(2013),pp.856-878.

从现实情况看,一方面,与一般信息形态相比,数字化情境下怎样在庞杂的信息数据中获取更为有效的信息以避免落入潜在的信息要素“陷阱”,成为投资者和决策者的重要关切,这也为分析师扮演信息解读角色和外部监督角色预留了极大空间。另一方面,与发达国家资本市场相比,中国资本市场存在股权高度分散且大股东股权流动性较低、基础制度发展滞后、(21)林毅夫:《自生能力与我国当前资本市场的建设》,《经济学》(季刊)2004年第1期。公司治理和外部要素市场不完善(22)袁春生、吴永明、韩洪灵:《职业经理人会关注他们的市场声誉吗——来自中国资本市场舞弊行为的经验透视》,《中国工业经济》2008年第7期。等问题,这决定了上述两类竞争性假设在不同环境中的适配性,即信息揭示和市场业绩压力假说在新兴和发达资本市场的差异表现,在类似中国这样的新兴股票市场,分析师的信息揭示效用或能超越市场业绩期望所造成的压力。基于以上论述,在诸如我国这样的新兴资本市场环境下,探讨分析师关注在数字化转型与企业创新二者间扮演何种角色就具有十分重要的理论和现实意义。

然而,当前鲜有考虑分析师关注作为中间机制在数字化转型与企业创新间作用的研究。为此,本研究拟探索数字化转型对企业创新产出的影响效应以及分析师关注的作用渠道。文章整体框架安排如下:利用2008—2020年所有A股制造业微观组织数据,综合文本分析与专家打分法构造数字化转型指数,先运用固定效应模型分析数字化转型对于企业创新绩效的影响,接着从分析师关注度和分析师信息搜寻成本两个维度刻画分析师关注,并分别检验其在数字化转型与企业创新绩效之间的机制,进一步从微观企业、中观产业和宏观环境三个维度分析异质性影响,最后提出针对性政策建议。

本研究边际贡献有以下几点:

第一,将数字化转型、分析师关注、企业创新绩效三者纳入统一分析框架,为深入理解企业数字化转型通过分析师关注进行微观主体赋能给予经验支撑。由于数字化转型机制存在复杂、衡量困难等问题,已有研究对数字化转型与企业技术创新二者间的机制分析尚处于起步阶段,(23)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》,《财贸经济》2021年第7期。而现有文献从融入全球创新网络、缓解融资约束、(24)李雪松、党琳、赵宸宇:《数字化转型、融入全球创新网络与创新绩效》,《中国工业经济》2022年第10期。弱化代理矛盾(25)靳毓、文雯、何茵:《数字化转型对企业绿色创新的影响——基于中国制造业上市公司的经验证据》,《财贸研究》2022年第7期。等赋能机制,探讨了数字技术异质性带来的创新赋能效果,本文从分析师关注视角剖析二者的作用效果及其内在机理,或可为理解企业与数字技术深度融合提供新思路。

第二,丰富和扩展了新兴资本市场情境下数字化转型经济后果和创新绩效影响因素的相关研究,为数字化转型如何影响企业创新绩效提供实证支撑。现有文献从企业信息搜集成本降低、(26)施炳展、李建桐:《互联网是否促进了分工:来自中国制造业企业的证据》,《管理世界》2020年第4期。价值创造、(27)戚聿东、肖旭:《数字经济时代的企业管理变革》,《管理世界》2020年第6期。弥补数据鸿沟、(28)祁怀锦、曹修琴、刘艳霞:《数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角》,《改革》2020年第4期。信息冗余与过剩(29)Lateef A., Omotayo F. O., “Information Audit as an Important Tool in Organizational Management: A Review of Literature”, Business Information Review,vol.36,no.1(2019),pp.15-22.等方面分析了新一代信息技术与企业融合的经济效应,虽然这类研究考察了企业与数字技术融合的微观信息效用,但尚未触及类似中国这类新兴资本市场中的分析师关注层面。本研究基于中国资本市场微观数据,借助文本挖掘策略更为全面地度量微观企业数字化转型程度,创新性地从分析师关注人数和分析师信息搜寻成本两个维度刻画分析师注意力关注,尝试深入探讨企业数字化转型如何通过分析师关注改善企业创新绩效,不仅为理解数字化转型提供新的视角,同时也丰富了信息经济学与企业创新管理交叉领域的有关研究。(30)陈钦源、马黎珺、伊志宏:《分析师跟踪与企业创新绩效——中国的逻辑》,《南开管理评论》2017年第3期。

第三,拓展了不同情景对比下的相关研究。我们考虑了微观、中观、宏观三个维度的异质性,着重考察企业董监高人员(拥有海外背景与否)、不同供应链关系与行业类型、不同环境与空间地理位置下的异质性作用,为微观实体经济数字化转型实践以及政府相关政策制定提供参考。

一、理论分析与研究假设

(一)数字化转型与企业创新绩效

从概念内涵来看,数字转型使企业研发行为方式逐渐开源化,(31)曲永义:《数字创新的组织基础与中国异质性》,《管理世界》2022年第10期。通过促进研发合作、降低成本、提升人力资本水平等方式改善企业创新绩效。(32)张国胜、杜鹏飞:《数字化转型对我国企业技术创新的影响:增量还是提质?》,《经济管理》2022年第6期。微观主体与数字技术深度融合的诸多优势有助于生产组织技术创新,随着数字技术深度嵌入与应用,其对创新绩效作用效果也愈加深入。(33)陈剑、黄朔、刘运辉:《从赋能到使能——数字化环境下的企业运营管理》,《管理世界》2020年第2期。

从企业特征与治理效应来看,企业数字技术的深度应用对于创新显露出的影响效应已形成基本结论。首先,数字技术提升了企业信息搜集效率和传递效率,不仅使企业外部信息搜寻成本进一步下降,(34)Goldfarb A.,Tucker C., “Digital Economics”, Journal of Economic Literature,vol.57,no.1(2019), pp.3-43.还能够加速知识在企业内部传播速率,进而提升知识转换为创新成果的效率;其次,数字化转型改善了企业信息利用效率,借助数字技术如AR、人工智能等在互联网平台多维度展示企业产品或服务信息,可以激发消费者的多元化需求,提高产品供需双方的交互水平,(35)郭家堂、骆品亮:《互联网对中国全要素生产率有促进作用吗?》,《管理世界》2016年第10期。而消费者多样化的需求能够倒逼生产部门进行生产技术升级和产品研发创新,提升了研发效率;最后,数字化转型有助于优化信息决策管理水平,企业创新决策会受到数字化转型的社会互动效应和信息渠道效应的正面影响:高质量的技术信息交流可以更深层次地激励周边经济体整体协同创新,在一定地理范围内产生示范效应,(36)周广肃、樊纲:《互联网使用与家庭创业选择——来自CFPS数据的验证》,《经济评论》2018年第5期。带来创新的正面溢出,同时数字化转型还跨越了创新主体间的地理距离,促进了创新要素流动和各创新主体的链接水平,更大程度上释放了开放式合作创新的潜力。据此,本文提出如下待检验假设:

假设H1:当企业数字技术应用水平提高时,即数字化转型指数提高,其创新表现也随之得到相应改善。

(二)数字化转型、分析师关注与企业创新绩效

从分析师关注的概念内涵来看,分析师是资本市场重要的信息媒介,而分析师关注则是分析师传递有效信息的行为过程。一方面,分析师运用其专业背景和数据挖掘分析技术对外部资本市场信息进行解析,提升资本市场定价效率。另一方面,分析师通过关注企业进行盈余预测、股票推荐等方式,为上市企业设立绩效评价标准。进一步而言,由于分析师关注度提高,市场对企业的关注和曝光随之增加,这既可以通过外部治理的渠道强化中小股东对企业的治理和监督水平,也可能引起竞争对手的关注而强化企业间的竞争行为,从而促进企业的创新活动。信息经济学认为,企业内部管理者与资本市场外部信息需求位于信息不对称的两端,分析师关注与目标企业信息披露行为具有关联性。(37)方军雄:《我国上市公司信息披露透明度与证券分析师预测》,《金融研究》2007年第6期。基于此,本文认为数字化语境下,分析师关注能够从提升外部信息获取总量和降低内部信息搜寻成本两个层面产生机制影响。

在外部上,信息揭示假说认为,分析师关注可以缓解外部金融市场的信息不对称以及微观生产组织内部代理的不良影响,减少企业融资和管理对创新资源的挤占,提高创新资源配置水平。基于信息揭示假说,在本文数字化的研究情境下,数字技术从信息获取源头大幅度地提高了企业能够释放的信息总量,公共与私人部分搭建了分析师关注所能触及的全部信息来源渠道,(38)Chen Q., Jiang W.,“Analysts’ Weighting of Private and Public Information”,The Review of Financial Studies, vol.19,no.1(2015), pp.319-355.当公共信息集不断扩大,其获取的信息质量逐渐趋向一致。从企业治理角度看,这克服了资本市场信息不对称和委托代理成本,降低了投融资和企业管理成本,从而激励企业创新。具体而言,数字化转型主要从以下三个方面提高分析师信息获取总量:一是信息来源上,相比传统信息来源渠道,先前沉淀和未被挖掘的信息在大数据、云计算等数字技术赋能下逐渐活跃起来,形成规范化、易传输的数字信息。(39)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》,《管理世界》2021年第7期。二是从信息呈现状态看,多种信息内容在数字技术加持下,转化成图片、音频、视频等不同类型的信息流,对企业传统信息创造和识别形成有效补充。(40)Warren J. D., Moffitt K. C.,Byrnes P.,“How Big Data Will Change Accounting”,Accounting Horizons,vol.29,no.2(2015), pp.397-407.三是信息交互方式上,新一代信息技术拓展了企业内部与外界信息交换和传输渠道,分析师获取信息方式得以改善。

从内部信息搜寻成本上看,生产部门数字化转型的微观经济效应表现为信息搜寻成本降低、(41)施炳展、李建桐:《互联网是否促进了分工:来自中国制造业企业的证据》,《管理世界》2020年第4期。信息垄断地位形成、(42)王义中、林溪、孙睿:《金融科技平台公司经济影响研究:风险与收益不对称视角》,《经济研究》2022年第6期。信息效应(43)祁怀锦、曹修琴、刘艳霞:《数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角》,《改革》2020年第4期。等。如果信息技术赋能微观主体时能够通过分析师关注影响创新表现,那么数字化转型对企业创新水平提升的作用效果在面对不同分析师创新信息搜寻成本(以下简称分析师搜寻成本)时将存在明显差异。当分析师搜寻成本较低时,企业能够根据市场需求对分析师预测下R&D投入强度、研发项目选择等进行灵活调整,此时企业通过分析师关注的适应性调整进行数字赋能的机制传导效率将得到提升,预期数字化转型对企业创新绩效促进作用更大。与之相反,如果企业面临较高的分析师搜寻成本,分析师难以帮助企业对研发创新活动决策进行及时灵活调整,这将会阻碍企业借助分析师关注适应性调整进行数字赋能,从而削弱数字化转型与企业创新绩效之间的关系。据此,本文提出如下假设:

假设H2:外界关注度越高,即分析师关注度提高,数字化转型对创新绩效正面提升效果越大。

假设H3:从内部看,企业与数字技术融合强化了产业数字化和信息披露,可以减少分析师信息搜寻成本,进而改善企业创新表现。

二、研究设计

(一)计量模型设定

虽然固定效应模型能够有效克服反向因果、遗漏变量和样本选取偏差等所导致的内生性问题,然而这类估计策略在面对样本数据量较大的情境时,有可能引起估计偏差。为此,本文选择Reghdfe,即高维固定效应估计,不仅能够有效控制大样本量,还能够计算聚类稳健的标准误,从而缓解异方差导致估计系数标准误造成的偏误。本文选择该估计识别因果效应,以此来验证前述理论假设。此外,Reghdfe估计方法还可应用FWL定理(44)Frisch R.,Waugh F.V.,“Partial Time Regressions as Compared with Individual Trends”,Econometrica: Journal of the Econometric Society,Vol.1,No.4(1933),pp.387-401.扩展到2SLS和IV等,这将有助于进一步缓解内生性的不利影响。基于此,本研究构建如下基准模型:

Eippit=α0+α1Digitalpit+γ∑Xpit+ρp+ρi+ρt+εpit

(1)

其中,p为省份,i为行业,t为时间,因变量Eippit表示p省份i行业第t年的企业创新绩效,核心自变量Digital为数字化转型,X是控制变量组,ρp、ρi、ρt分别为地区、行业和时间的固定效应,εpit即随机扰动项。

(二)变量解释与指标构建

1.企业技术创新绩效(Eip)。其中专利授权量存在一定局限性,易受到官僚因素的干扰产生一定的不确定性和不稳定性,且授权周期过长,而专利申请量则更能反映企业创新实际产出效率,故此选择各类专利申请量表示Eip。不同类型的专利申请数据来自CNRDS平台,考虑到有些企业可能存在申请数量为0的情况,本文对这类企业的数据采取加1取对数的方法构造因变量。

2.数字化转型(Digital)。本文借鉴赵宸宇、(45)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》,《财贸经济》2021年第7期。宋德勇等(46)宋德勇、朱文博、丁海:《企业数字化能否促进绿色技术创新?——基于重污染行业上市公司的考察》,《财经研究》2022年第4期。的做法,根据企业披露年报信息,综合文本分析与专家打分法构造数字化转型指标。步骤如下:1)基于Python提取A股上市公司年报文本,再采取人工判读筛选出数字技术赋能表现良好的研究样本;2)将样本企业进行词频统计和分词处理,提取数字化转型有关高频词汇的同时补充现有资料关键词,构建的分词词典至少囊括现代信息系统和数字技术应用等4个维度的内容;3)基于制造业上市公司年报文本以及上述维度关键词词频,通过熵值法测算文本分析法下的数字化转型指数(Digital-Text);4)基于企业年报关键词的描述信息、词频强弱及企业经营情况,研判样本企业数字化投入水平,利用专家打分法构建对应的数字化转型指数(Digital-Score);5)对上述两个指标进行无量纲化处理后,分别按照50%的权重构造数字化转型指数(Digital)。

3.控制变量组(X)。借鉴现有文献做法,选择上市企业的资产负债率(Lev)、年龄(Age)、股权集中度(Sharecon)等作为X。

(三)数据来源与描述性统计

本研究借助Stata15.1进行实证检验,样本选择的时间跨度为2008—2020年,主要指标数据均来自所有制造业A股上市公司(除烟草制品业,按照2012版证监会行业分类标准),剔除非正常上市状态与数据严重缺失的样本,最终形成包含18 342个观测值的地区—行业—年份三维面板数据,并进行Winsorize处理。主要指标描述性统计汇总情况如表1所示。

表1 主要变量描述性统计

图1是关于制造业大类里不同行业内企业数字化转型和创新绩效间关系的描述性统计。可以发现,计算机、通信和其他电子设备制造业(C39)等以技术投入为主的企业,以及纺织服装、服饰业(C17))等以劳动力投入为主的企业,在行业数字技术赋能企业效果中较优,数字化转型完成度较高。在创新表现方面,描述统计显示,以技术应用为主的产业中企业创新绩效表现要整体高于依靠劳动力生产为主的产业。整体上看,企业的数字化转型水平与创新绩效二者变化态势大致呈正相关,适合进一步展开因果效应分析。

图1 细分行业中的数字化转型与企业创新绩效

三、实证结果分析

(一)基准回归

根据回归方程(1),估计结果见表2。

表2 基准回归

从表2可以看出,第(1)—(6)列中Digital估计系数都在1%的水平拒绝原有假设且为正。模型拟合效果上,依次加入控制变量后,R2逐渐增加,进而提升了方程的解释力度。因此可知,企业与数字技术深度融合可以有效改善其创新绩效。其可能的经济解释在于:一方面,现阶段数字化转型带动企业传统研发模式向更加开放化、开源化的方向转变,互联网等数字技术嵌入对企业成本控制、创新成果转化、产品与技术创新以及创新要素积累等方面都产生了正面影响;另一方面,数字化转型下的社会互动和讯息渠道效应,有助于在一定范围内的企业展开研发合作,易于产生示范效应。(47)周广肃、樊纲:《互联网使用与家庭创业选择——来自CFPS数据的验证》,《经济评论》2018年第5期。同时,数字化转型削弱了创新要素流通壁垒,强化了创新网络中各创新主体间的联结,释放了生产部门开放式创新潜力。至此,假设H1得到验证。

从控制变量来看,第(2)—(6)列中制造业上市企业的Lev系数显著为正,表明Lev对Eip形成了有效的正面影响。其可能的原因在于:折衷理论和权衡理论认为,企业的Lev存在最优点,而创新活动需要长期稳定的资金投入,因此正常负债能够满足企业资金需求,进而激励创新行为。第(5)(6)列的Roa与Cash系数也都显著为正,这表明拥有良好资产报酬率和流动性能够显著促进企业创新绩效提升。

(二)稳健性检验与内生性问题

1.改变企业数字化转型的衡量。本研究还选择词频总分析、总类别分析对数字化转型水平进行测度,以缓解样本选择偏误可能带来的内生性问题。首先,在量纲化处理方面,选择离差标准化法统一企业数字化相关词汇频数单位,即选择“某年某公司年报的数字化有关总词频数与分年度数字化有关总词频数最小值”作差后除以“分年度数字化有关总词频数最大值与最小值之差”测算,度量企业数字化在样本期内的相对水平,在0—1内取值,记为Dig_1。其次,采取总类别分析刻画不同产业类型中的企业数字化的相对水平,记为Dig_2。选择上述两种类型的数字化转型指标替换原因变量后,估计系数并未发生基本面的变化,结论具有稳健性,相关结果如表3列(4)与列(5)所示。

表3 改变主要变量测度的稳健性检验

2.改变企业创新绩效衡量。一方面,本文将原自变量替换为数字经济发明专利申请数(Eip_dig)进行检验,识别二者数字经济领域的因果效应。检验结果如表3中列(1)所示,尽管将创新产出聚焦至当前活跃的数字经济领域,Digital回归系数(1.447)依旧显著为正,依然对企业创新绩效有促进作用;另一方面,本研究还检验了数字化转型对企业自主创新能力(Indep)与合作创新能力(Joint)的作用效应,选择企业联合其他机构合作申请的专利数衡量合作创新能力,以企业独立申请的专利数衡量自主创新能力。检验情况见表3列(2)和列(3),显示Digital对企业自主创新能力和合作创新能力均有提升效应。

3.内生性问题。前述基本结论或有潜在的内生性挑战。就本文研究而言,内生性问题大概率由以下两方面造成:第一,反向因果。创新绩效好、能力强的企业外部融资成本低、现金流充足,有能力投入更大成本搭建数字化平台、推动企业数字化转型等,容易造成回归系数被高估。第二,样本选择偏误。表2列(6)基准回归表明,Digital回归系数显著为1.641。如果仅从表面上看,这个结果似乎意味着进行数字化转型会使企业拥有较高的创新绩效。然而,当想要了解Digital与企业创新绩效二者关系时,就可能存在Digital较高的企业自身技术创新能力不足的情况。进一步讲,平均而言,即使企业数字化转型完成度较高,这些企业的创新绩效水平也有可能并不如数字化转型较低的企业。

4.工具变量(IV)法。考虑到现实情况下技术创新能力较强的企业可以更容易推动企业自身数字化转型,故本文针对逆向因果关系可能导致的内生性问题,构建合适的IV,选择2SLS方法进行处理。综合武常岐等的份额移动IV法与Lewbel的方式构建Digital的IV。(48)武常岐、张昆贤、周欣雨等:《数字化转型、竞争战略选择与企业高质量发展——基于机器学习与文本分析的证据》,《经济管理》2022年第4期。第一步,测算除该企业之外行业内其他企业滞后一年的数字化转型平均值(share),作为分析单元初始的份额构成;第二步,计算出全部企业数字化转型水平增长率,作为总体的增长率(shift);第三步,以share*shift乘积项模拟企业每一年度的数字化转型增量值;最后,参考Lewbel 关于IV的思路,测算每个年度企业数字化转型指数与模拟增量值离差的三次方,得到本文所使用的工具变量。基于此,利用两阶段最小二乘估计法对多维固定效应方程(1)重新回归,表4列(1)报告了该回归结果。与表2中的列(6)进行比对发现,Digital的符号相同且在1%的水平拒绝原假设,并未发生根本性改变,并且LM统计量为1300,显著拒绝原假设,F统计量为8000,也显著拒绝了弱IV假设检验,表示IV的构造合理。此外,综合了份额移动工具变量法与Lewbel 关于IV的工具变量也能够克服传统行业层面工具变量外生性不强的缺陷。因此,本文基本结论仍然稳健。

5.其他稳健性检验。参考已有研究,文章还选择改变模型设定等进行检验。一是聚类稳健标准误(cluster)。为了缓解异方差性或组间自相关可能带来的估计偏误,本研究分别以省份层面与行业层面对标准误差采取聚类调整,调整后的结果分别见表4的列(2)和列(3)。二是增加控制变量。企业R&D投入强度对于创新产出有一定影响,考虑到遗漏重要变量可能造成的回归偏差,本文以企业研发投入占营收比重计算企业投入强度指标,将其作为控制变量纳入多维固定效应模型进行估计,估计结果见表4的列(4)。三是考虑滞后因素影响。由于Digital对企业创新的正面促进作用可能会有某种程度时滞,故对基准估计方程的自变量和控制变量取滞后一期形式再检验,估计系数见表4列(5)。以上检验均支持基本结论是稳健的。

表4 内生性问题与其他稳健性检验

四、机制检验

在上文中,我们为数字化转型显著改善企业创新绩效提供了证据支撑,本部分将进一步对其作用机制进行检验。根据前文理论探讨,数字化转型可提高分析师关注水平,进而改善企业技术创新绩效表现。为验证该核心总逻辑,即论证“企业数字化转型→分析师关注→企业创新绩效”这一逻辑链条是否成立,本文将从下述两个维度切入分析:一是从分析师关注度出发,即根据对某一企业做出盈余预测的分析师人数,检验其在数字化转型和企业创新绩效间是否存在调节效应;二是基于信息搜寻成本视角,即剖析数字化转型对企业创新绩效在面临不同分析师搜寻成本时的表现差异。

(一)分析师关注度

基于前文理论解释,分析师关注度提高主要借助撰写研究报告和市场信息搜集实现,分析师关注人数增加使企业易获得更多研究报告、市场曝光度及创新资金支持,有助于改善创新表现。参考已有文献,在基准回归式(1)上构造式(2)检验分析师关注度在数字化转型促进企业创新绩效所发挥的调节作用:

Eippit=c0+c1Digitalpit+c2Modpit+c3Digitalpit*Modpit+γ∑Controlpit+

ρp+ρi+ρt+εpit

(2)

其中,Mod表示调节变量,本文为分析师关注度(Analyst),其余变量设定与式(1)相同,该指标数据来自于Wind、CSMAR数据库。已有文献一般采用以下三类办法衡量Analyst:一是为某企业发表盈余预测信息的分析师人员数;(49)徐欣、唐清泉:《财务分析师跟踪与企业R&D活动——来自中国证券市场的研究》,《金融研究》2010年第12期;He J., Tian X., “The Dark Side of Analyst Coverage: The Case of Innovation”,Journal of Financial Economics,vol.109,no.3(2013),pp.856-878.二是盈余预测研究报告的数量;三是判断分析师数量是否达到某一临界值设置虚拟变量。首先,本文选择每个完整年份发表某一企业盈余预测的分析师人员数加1,然后对其取对数作为代理变量(Ln(analyst+1))。表5考察了数字化转型如何通过分析师人数变动对企业创新绩效产生影响的检验结果。

表5 分析师关注度的影响机制

第(1)和(2)列是基于公式(2)的分析师人数调节效应,C2系数显著为正,且交互项Digital*Ln(analyst+1)的系数C3也在5%的显著性水平上为正,这表明其具有正向调节作用。随着追踪企业分析师人数的增加,有助于强化数字化转型促进企业创新绩效的正面影响,这一结果也在某种程度上支持了“信息揭示假说”,即在创新方面,分析师能够提高所揭示企业创新信息价值传递的有效性,一定程度上克服了投融资者间的信息不对称,降低融资成本,创新资源配置得以优化,进而正面影响企业创新。此外,本文通过追踪企业的分析师人数是否达到中位数进行分组回归,以是否大于分析师人数中位数划分为高关注组(High_Analyst)和低关注组(Low_Analyst)。基于模型(1),第(3)和第(4)列报告了该结果,第(3)列的系数1.428明显高于第(4)列的系数,也从侧面佐证了数字化转型通过提高分析师关注度,从而改善企业创新绩效。上述调节效应和基准效应异质性结果均支持了“企业数字化转型→分析师关注→企业创新绩效”这一核心逻辑,假设H2得以证明。

(二)分析师信息搜寻成本

数字技术赋能企业过程中,对于信息的充分使用离不开信息市场高质量的要素供给。(50)Farboodi M.,Mihet R.,Philippon T.,et al,“Big Data and Firm Dynamics”,AEA Papers and Proceedings,2019, p.38-42．; 谢康、夏正豪、肖静华:《大数据成为现实生产要素的企业实现机制:产品创新视角》,《中国工业经济》2020年第5期;徐翔、赵墨非、李涛等:《数据要素与企业创新:基于研发竞争的视角》,《经济研究》2023年第2期。当分析师搜寻成本处于较低水平时,预期数字化转型对企业创新表现改善更显著。与之相反,如果企业面临较高的分析师搜寻成本则削弱了二者的联系。为了验证该推断,本文在参照有关研究衡量思路的基础上,(51)肖土盛、孙瑞琦、袁淳等:《企业数字化转型、人力资本结构调整与劳动收入份额》,《管理世界》2022年第12期。将分别从企业自身创新信息要素禀赋与外部创新信息要素市场供给两个维度刻画分析师搜寻成本(Analyst_cost)。从企业自身来看,尽管民营企业劳动生产率比国有企业高,但是国有企业拥有研发创新所需的大部分资源,凭借这一国家信誉优势,国有企业在创新资源积累、获取、知识产权保护、信息披露等领域拥有天然优势,(52)李春涛、宋敏:《中国制造业企业的创新活动:所有制和CEO激励的作用》,《经济研究》2010年第5期。企业与分析师的互动能够以更低的信息摩擦为代价做出更为准确的预测分析并进行灵活调整,其分析师搜寻成本要低于民营企业。因此,本文将国有企业和民营企业两类不同产权性质的企业视为分析师低搜寻成本和高搜寻成本的研究样本。从外部创新信息要素市场供给看,与数字技术相匹配的数据要素等创新资源往往存在于创新要素集聚区域。鉴于创新要素往往具有很强的要素集聚效应及资源稀缺性,企业所在城市所拥有的创新资源对当地创新信息要素供给市场具有决定性影响。一般而言,国家创新型试点城市的政策效应和集聚效应更有利于形成高质量的数据要素市场供给,其所面临的创新信息搜寻成本也更低,(53)杨仁发、李胜胜:《创新试点政策能够引领企业创新吗?——来自国家创新型试点城市的微观证据》,《统计研究》2020年第12期。企业也更容易根据数字化转型战略获得所需要的分析师预测报告。由此,本文还根据截至2020年科技部与国家发展改革委共累计批准的78个国家创新型试点城市(区)区分分析师搜寻成本,当企业所在地为国家创新型试点城市(区)时,划分为低分析师搜寻成本组,否则为高分析师搜寻成本组。表6展示了面对不同分析师搜寻成本下企业数字化转型与企业创新表现之间关系的分样本回归情况。不难发现,在分析师低搜寻成本组,第(1)和第(3)组的Digital的估计系数显著为正;而当分析师面临较高搜寻成本,第(2)和(4)组的回归系数数值均明显下降。上述检验结果与预期相符,当企业面临较低分析搜寻成本时,数字化转型能够更好地改善企业创新绩效,这也进一步佐证了数字化转型可通过引起分析师关注变化影响企业创新绩效。至此,假设H3得以证明。

五、异质性检验

(一)微观层面:企业高管人员的异质性

根据高阶梯队理论,企业决策行为受决策者的价值观与认知结构等异质性特征影响,而数字化转型战略与研发创新活动作为重大决策行为,内部管理者的某种特质在其中起到了重要作用。高管人员如若具有海外学习或工作经历,往往拥有较强的创新意图和能力,(54)刘凤朝、默佳鑫、马荣康:《高管团队海外背景对企业创新绩效的影响研究》,《管理评论》2017年第7期;汤萱、高星、赵天齐等:《高管团队异质性与企业数字化转型》,《中国软科学》2022年第10期。在致力于数字技术赋能企业从而推动创新上存在相当的正面影响。为验证这一推测,本文按照企业董监高人员是否具有海外背景划分样本,若企业董监高具有海外背景取值1,否则取值0。与预期相一致,如表7第(1)列Digital的回归结果,其系数数值和显著性均明显高于第(2)列,一定程度上表明了在拥有海外背景高管的企业中,Digital对于Eip的激励更大。

表6 分析师信息搜寻成本的影响机制

表7 企业高管人员的异质性

(二)中观层面:企业供应链与所属行业的异质性

1.供应链关系的异质性。产业组织里,供应链关系的不同属性可能对企业数字化转型与创新产出二者关系产生异质性作用。基于战略性供应链管理理论,企业在进行资源匹配时,若行业内拥有较高的供应链集中度,则企业更易利用该整体优势正面影响创新。与之相反,交易成本机会主义和产业定位理论会认为其具有一定风险性,供应链过于集中会使稀缺的创新资源遭到挤出,导致企业创新活动受限。由此,借鉴李琦等做法,(55)李琦、刘力钢、邵剑兵:《数字化转型、供应链集成与企业绩效——企业家精神的调节效应》,《经济管理》2021年第10期。构造供应链集中度的代理变量,同前面处理类似,划分出高集中度组,其余取0令为低集中度组。结果报告见表8,第(2)列集中度低组的Digital系数显著为正,且数值高于第(1)列高集中度组,这一结果表明低供应链集中度有助于数字化转型提升企业创新绩效,在本研究情境下支持了“波特产业定位理论和交易成本机会主义假说”。

表8 企业供应链关系与所属行业类型的异质性

2.行业类型的异质性。高科技企业受益于数字化转型上的主动意愿和客观基础条件,其可能在数字化转型推动企业创新绩效提升上更为有效。为验证这一推断,本文根据国家统计局官网2017年发布的最新行业划分标准,将制造业划分为劳动密集型和技术密集型后分别进行回归检验。同预测相一致,表8第(4)列技术密集行业Digital系数显著并且明显高于第(3)列劳动密集型行业的系数,这说明技术属性行业相比依赖劳动力为主的制造业,企业数字化转型更能正面激励创新表现。

(三)宏观层面:环境不确定性与空间位置的异质性

1.环境不确定性的异质性。组织学习理论认为,面对环境不确定性风险增加,会激发企业危机意识,倒逼企业进行创新活动对冲可能存在的风险。与此相反,资源基础理论认为,环境不确定性下降使得企业的原始创新资源得到充分释放和利用,进而改善企业创新绩效。由此,本文参考Tosi等、Ghosh和Olsen的办法,(56)Tosi H.,Aldag R.,Storey R.,“On the Measurement of the Environment: An Assessment of the Lawrence and Lorsch Environment Uncertainty Subscale”,Administrative Science Quarterly,vol.18,no.1(1973),pp.27-36.;Ghosh D.,Olsen L.M.,“Environmental Uncertainty and Managers’ Use of Discretionary Accruals”,Accounting,Organizations and Society,vol.34,no.2(2009),pp.188-205.测算环境不确定性的代理变量,同时与前述操作类似,筛选出环境不确定性高组,其余取0令定为环境不确定性低组。估计结果见表9,第(2)列低环境不确定性组Digital系数显著为正,且数值高于第(1)列高环境不确定性组,这一结果表明环境不确定性降低有利于数字化转型促进企业创新绩效提升,这一证据也支持了“资源基础理论”的观点。

表9 环境不确定性与空间位置的异质性

2.空间位置的异质性。尽管数字经济发展可以打破时空边界,加速创新资源流通,然而地理位置差距仍然是数字经济发展差异的主要影响因素。以互联网发展地区差异为例,基础设施建设、信息资源禀赋和产业转化效率是该差异的主要结构来源。(57)崔蓉、李国锋:《中国互联网发展水平的地区差距及动态演进:2006～2018》,《数量经济技术经济研究》2021年第5期。中国数字化发展“不平衡”问题突出,整体呈现出从东部沿海向中部、西部内陆地区逐渐递减态势,对于企业创新势必会产生异质性影响。为了验证这一推测,根据企业所在空间地理位置,将样本划为东、中和西部分别检验。与推测相一致,表9的第(3)—(5)列Digital三个地区的回归系数数值大小从东部至中部、西部依次下降,这说明从东部沿海到中部、西部内陆地区,Digital对Eip的改善也表现出逐级递减的特征。

六、结论与政策建议

数字化转型在推动生产方式和生产关系变革的同时,也使得企业信息呈现出指数级别爆炸式增长。信息不对称与代理问题是影响企业创新行为的重要因素,作为缓解市场失灵的一项重要机制,分析师的作用势必也会产生适应性变革。因此,从分析师关注的视域探讨微观主体数字化转型对创新绩效的作用及其内在影响渠道,不仅有利于全面评价数字技术赋能的社会效应,也益于提升科创体系化攻关能力以及产业现代化水平。

本文主要结论为:一是数字化转型能有效改善企业创新表现。在控制了时间、地区、行业固定效应以及有关控制变量后,企业数字化转型每提升1个单位,可以带来1.64个单位的创新绩效提升。二是企业可从分析师关注的渠道机制使数字技术赋能提高创新绩效。一方面,数字化转型可以增加对企业进行盈余预测研究的分析师关注人员数量,即提高资本市场的分析师关注度,降低信息不对称和委托代理等问题带来的负面作用,以此激励创新;另一方面,数字化转型可以降低分析师对于创新信息的搜寻成本,以更低的信息摩擦为代价做出预测分析,改善企业创新绩效。三是异质性影响。微观层面,董监高具有海外背景的企业,往往具有更强的创新意愿和创新能力,数字化转型对企业创新绩效正面影响更显著;中观层面,供应链集中度较低和技术密集型行业中的企业,数字化转型可以更好地赋能企业创新绩效提升;宏观层面,在所属环境不确定性较低以及东部地区,企业与数字技术的深度融合更能激励创新产出。

基于上述结论,提出如下政策建议:

第一,推进产业链整体与数字技术的深度融合,重视信息技术对企业创新的影响。政府应持续增加对新型数字基础设施建设的维护与投入,同时兼顾传统设施的升级与优化。发挥链长和链主企业在产业链数字化转型中的引领作用,实施产业链强链补链行动,提升产业链运行效率与上下游协同创新水平。高度重视数字技术基础研发能力以及数字技术的重大革命效应,结合企业生产、经营及管理过程中的数字化转型实践,着力实现产业基础共性技术自给自足,发挥其在资源配置、成本控制和信息交互等方面的优势,强化企业技术创新能力。

第二,根据地区创新资源和微观组织的异质性特征,全面统筹推进企业信息技术赋能水平。宏观层面,政府在制定支持区域和企业数字化转型的政策时,应充分考虑创新资源薄弱地区和民营企业的异质性,减少“一刀切”的一般性政策,加大对落后地区和中小私营企业的引导和支持力度,如构建有关的融资担保机制。微观层面,需要深化政策激励作用,鼓励落后地区和民营企业技术创新,同时完善政府创新补贴审核制度,预防企业寻租欺骗和套利,避免因企业套利而出现战略性创新行为偏离,如可通过完善市场化技术创新制度,以市场竞争实现企业技术升级。

第三,加快完善数据要素市场建设,激发市场主体对技术创新的促进作用。一方面,充分认识和把握数据产权、流通、交易等市场规律,完善有益于数据安全、使用效率、便于流通的产权制度,完善数据要素市场体制机制,合理降低市场主体获取数据的门槛,增强数据要素共享性、普惠性,以激励创新创业创造。另一方面,政府应当积极引导资本市场中诸如券商、证券评级机构等第三方中介机构应用数字技术对企业创新予以关注,激发投资者对企业创新活动的投资热情,企业则应改善自身对R&D等创新信息披露意愿,增强市场信心。政府要积极创造更加公平和自由的企业技术创新发展环境,应用数字技术强化市场机制调节作用,综合国有企业混合所有制改革与建立有效的技术创新激励机制,减轻公有部门企业创新活动委托代理带来的资源错配问题。