数字化转型、开放式创新与企业效率——逆境中的战略选择

武豫果

（南京财经大学会计学院，江苏南京 210023）

随着“大智移云物区”等技术的飞速发展，数据红利不断凸显。我国互联网普及率已超世界平均水平，海量的用户数据使中国数字经济具备需求端的规模效应，为下一阶段中国经济提高增速提供了新思路。十八大以来，我国政府对建设网络强国、数字中国和智慧社会作出重大战略部署，形成了推动数字经济发展的强大合力。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“打造数字经济新优势”，在此基础上，《“十四五”数字经济发展规划》（国发〔2021〕29号）提出“到2025年，数字经济核心产业增加值占GDP比重达到10%”的发展目标。各省市陆续出台相关方案和计划，充分发挥海量数据和丰富应用场景这一先天优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级。数字经济发展速度之快、辐射范围之广，影响程度之深前所未有，已成为重组全球经济结构、改变竞争格局的关键力量。基于数字经济的发展趋势及重要性，本文试图从微观企业视角研究数字化转型对企业效率的影响。

现有研究表明，数字化已经成为推动经济社会变革的主要驱动力。在全球经济贸易不确定性陡增、后疫情时代经济下行压力加大的背景下，中国企业正将数字化转型作为企业在逆境中的首要战略选择。陈剑和刘运辉（2021）发现，数字智能技术同时从供给侧和需求侧推动供应链产生深刻变革，使企业能够及时、高质量地满足客户的个性化需求。刘政等（2020）基于组织结构研究发现，数字化通过提升组织信息成本和削减组织代理成本的综合效应，促进企业进行分权变革，优化企业决策流程、提高企业效率。然而，目前大部分上市企业的数字化转型还处于初始阶段，传统产业转型慢、效益低的问题普遍存在。数字化变革具有典型的长期性与高度不确定性，企业在转型过程中，搭建与企业业务流程精准匹配的数字平台的技术难度大、隐性成本高，数字化悖论在实践和研究中逐渐浮现出来。Gebauer等（2020）通过案例研究，阐述了企业存在的数字化悖论现象，发现数字化投资可能无法助力企业实现预期的收入增长；
戚聿东和蔡呈伟（2020）发现，上市企业内部组织结构、高管能力与数字化转型的技术架构存在一定的滞后性，导致衍生管理成本增加，效率驱动效应相对有限。

基于上述分析可以看出，现有文献对数字化转型与企业效率的探讨尚未达成一致结论，数字化转型是否能为我国上市企业高质量发展赋能，从而提高企业效率，有待进一步验证。鉴于此，本文拟对“企业数字化转型—企业效率”的关系、渠道机制和适用背景进行识别检验，以深刻理解数字化转型对我国上市企业高质量发展的驱动作用。

本文的贡献包括：一是本文将数字化转型、企业效率与开放式创新纳入同一研究框架，数字经济环境的无边界性、互联性以及不确定性等特征使开放式创新更具研究价值，丰富了数字化情境下创新特征的相关研究。数字化是构建创新驱动发展格局的有利抓手，强调研发设计数字化的重要性，有助于凸显当前对数字化转型与创新相融合进行研究的迫切需求。二是本文分析了不同微观企业特质及制度环境下的异质性，强调了数字化转型提高企业效率的具体适用情境，为数字化相关政策的精准制订以及企业相关决策的制订提供建议与启示。

尹恒和李世刚（2019）用中国制造业企业数据研究发现，目前资源配置存在各种扭曲，在未来十年，即使只释放资源配置改善空间的一半也能保证每年3.85%的经济增长率，表明我国资源配置改革的红利仍然十分丰厚。现有文献对改善企业效率的途径已经作了较为充分的探讨。微观层面，学者们基于内部治理（Tian和Twite，2011）、种族多样性（Julian和Ofori-Dankwa，2017）、养老保险缴费率（于新亮等，2019）、融资约束（肖曙光等，2020）、政企关系（张沁琳和沈洪涛，2020）、人才配置（王启超等，2020）角度分析了企业效率的影响因素。宏观层面，现有文献分析了市场规模与劳动分工（Chaney和Ossa，2013）、市场与供给临近（席强敏和孙瑞东，2020）、交通基础设施及市场可达性（刘冲等，2020）、税收差异（Todtenhaupt和Voget，2021）、股息税政策（Jacob，2021）等对企业效率的影响。这些文献为研究企业效率的影响因素及其机制提供了丰富的经验借鉴和观点启发。

全要素生产率（Total Factor Productivity，TFP）反映了生产过程中各种生产要素投入转化为最终产出的总体效率，通常被理解为扣除要素贡献后的“剩余”生产率水平，这是技术进步以及制度改良等非生产性投入带来的贡献（鲁晓东和连玉君，2012）。而企业数字化转型是数字经济时代微观企业主体实现技术进步、培养竞争优势所必经的一个阶段，其实质就是数字要素的加入、数字技术的应用及其与企业全方位要素的深度融合。这种转型能够直接或间接缓解企业全要素生产率低下的困境。

邱子迅和周亚虹（2021）基于大数据综合试验区分析发现，试验区的建立促进了大数据技术的进步，提高了地区全要素生产率；
袁淳等（2021）基于微观企业的研究发现，数字化能够降低市场与企业的协调成本和外部交易成本，促进企业专业化分工，使企业充分发挥资源和技术的比较优势，从而提高生产效率。首先，数据作为一种生产要素，扮演着经济资源的角色，提升企业成长性并增加投资机会，减少传统企业的资源限制（谭志东等，2022）。其次，企业利用数字技术可以有效提升信息可利用度，深度聚焦市场趋势和客户需求，促进供给与需求侧的衔接，推动企业生产流程“精益化管理”变革，提高经营决策水平。企业信息系统数字化还能有效消除各部门之间的信息壁垒，降低委托代理成本，促进组织授权下放（刘政等，2020），形成更加灵活机动的内部架构与治理模式。数字技术外溢效应带来的生产方式革新以及内外部沟通协调效率的提高促进了生产要素的重新组合，进而缓解了资源错配现象（何小钢等，2019）。总之，企业的生产流程、业务管理模式、组织结构等在数字化模式下都会得到显著优化（陈国青等，2020），数字化全面提高了企业运营效率。基于以上分析，本文提出假设1。

H1：企业数字化转型能够提高企业效率。

TFP的差距是穷国和富国人均产出差距巨大的重要原因，而TFP存在差距的根源在于企业的技术差异（Hsieh和Klenow，2009）。内生增长理论认为，经济增长的唯一动力就是技术进步。因此，企业的创新行为对企业效率有着重大影响。然而，企业的创新活动不确定性高且风险较大，缺乏足够的信息进行可行性评估可能导致企业基于错误的决策进行研发投入，反而浪费有限的资源。同时，随着顾客需求多样化、个性化的趋势越来越明显，过去聚焦于企业内部的封闭式创新难以及时根据市场需求进行迭代更新，已经不足以应对当今市场的飞速变化。为了打破这一困境，企业逐渐开始形成包括用户、科研机构、其他相关企业、中介等主体的创新网络（Freeman，1991），创新合作的边界进一步扩大。Chesbrough（2003）将这种创新模式概念化为“开放式创新”。Hastbacka（2004）认为开放式创新是企业综合利用内外部技术和思想，同时通过向市场进行技术转让和资产分派，再由市场将信息反馈给研发部门的过程。Piller等（2004）重点强调了消费者的作用，认为开放式创新是企业系统地从消费者那里收集整合信息来促进创新、优化产品与服务的过程。

Nwankpa和Roumani（2016）基于资源基础观进行研究，发现数字化转型对创新和企业绩效具有积极影响，数字经济的无边界性促使企业创新从封闭式转向开放式，带来创新投入和创新产出的提高。一方面，数字化带来的高效信息交换能力能够增强企业与网络成员的连通性，促进异质性创新参与者之间的合作（Yoo等，2010），助力企业有效整合内外部更大范围的创新资源（高良谋和马文甲，2014）。数字化背景下，为了契合市场导向以及自身战略，进行数字化转型的企业往往具有更强的动机主动增加研发投入，以便为数字化转型奠定良好基础（吴非等，2021），这些都能够提高企业的创新投入。另一方面，数字化赋予了企业更高的生产力和更多的智力资本，增强了企业利用数据进行创新的能力（戚聿东和肖旭，2020）。数字化企业具有高度敏感的市场感知能力，能够及时捕捉产品和客户信息，追踪市场导向，并不断根据用户反馈快速迭代创新，合理分配创新资源。同时，数字技术能够帮助企业以更小的成本实现对创新活动的风险把握与流程优化，降低开发风险和试错成本，缩短研发周期，使企业在原有的研发资源水平下得到更高的产出绩效（Loebbecke和Picot，2015），有效提升企业的生产效率。基于以上分析，提出假设2。

H2：企业数字化转型能够促进开放式创新模式形成，通过增加创新投入和创新产出的方式提高企业效率。

（一）样本选择与数据来源

本文以我国2009-2019年沪深两市A股上市企业为样本，并剔除了以下样本：一是金融保险业企业；
二是ST类企业；
三是杠杆率大于1的企业。为了避免异常值的影响，本文对所有连续变量进行1%的双边缩尾处理。所有的初始数据均来自CSMAR和Wind数据库，数字化指标构建的原始资料来自深圳证券交易所和上海证券交易所官方网站。

（二）变量定义与度量

1.被解释变量

本文的被解释变量为企业效率，使用全要素生产率（TFP）衡量。参考赵健宇和陆正飞（2018）、刘冲等（2020）的做法，本文在基准回归及机制分析等检验中，使用Levinsohn和Petrin（2003）的方法（简称LP法）进行计算，并在稳健性检验中使用Olley和Pakes（1996）的方法（简称OP法）进行替换。

2.核心解释变量

本文的核心解释变量为数字化转型（SZHZX）。以往关于数字化的研究大多从定性的角度开展，着眼于理论分析。随着数字化转型的深入发展，学术界开始尝试运用定量分析的方法进行研究。比如，在宏观层面，邱子迅和周亚虹（2021）使用地区数字经济发展水平作为代理变量进行定量研究；
在微观层面，刘政等（2020）使用新增固定投资下的软硬件信息设备投资率、企业从业人员电脑使用率作为企业不同方面数字化的衡量指标进行定量分析。但这些指标均不能综合反映企业战略层面的转型深度和广度，也不能准确描述企业数字化转型的战略影响。

随着文本分析技术在学术研究领域的广泛应用，各种非标准化、非结构化的信息得到充分利用，部分学者开始在不同研究领域使用文本分析进行指标构建。因此，本文在数字化转型指标的构建上也使用文本分析，以求得到更加精准的原始数据。首先，从深圳证券交易所、上海证券交易所官方网站爬取沪深两市A股上市企业历年年度报告，然后使用吴非等（2021）构建的企业数字化转型特征词作为词典，基于Python对上市企业年报中管理层讨论与分析部分文本进行搜索、匹配和词频加总计数，用来衡量企业数字化转型程度。其中，SZHZX1为管理层讨论与分析部分（MD&A）出现的数字化特征词总词频数加1再取自然对数、SZHZX2为对SZHZX1进行行业均值平减，即SZHZX1减去同年同行业的数字化转型程度指标均值，用以排除可能随行业变化的干扰因素。

3.控制变量

为了提高估计精度，本文选取企业基本面、公司治理以及宏观因素三个层面的控制变量，具体包括企业年龄（Age）、资产负债率（Lev）、资产报酬率（Roa）、经营活动产生的现金流净值（CFO）、成长性（Growth）、企业性质（Soe）、是否两职合一（Dual）、独立董事占比（LnDependent）、第一大股东持股比例（Share1）、行业赫芬达尔指数（HHI）以及地区经济发展水平（LnGDP）。详细定义如表1所示。

表1 主要变量说明

（三）模型构建

为研究企业数字化转型对效率的影响，本文设定模型（1）加以检验。为了控制行业和时间因素的影响，本文在基准模型中加入行业固定效应和年度固定效应：

其中，i表示上市公司，t表示年份，TFP_lpi,t指LP法计算的全要素生产率，SZHZXi,t为企业数字化程度，包括SZHZX1和SZHZX2两个指标；
参数β1反映数字化转型对企业效率的影响；
Controls为一组控制变量；
Year和Ind分别为年度固定效应和行业固定效应。

（一）描述性统计

表2为主要变量的描述性统计结果，SZHZX1的均值为0.74，最小值为0.00，最大值为4.19，表明上市企业数字化程度平均水平较低，且在横截面上具有较大的差异。

表2 变量描述性统计

（二）基准回归

表3报告了模型（1）的检验结果。表3列（1）为使用SZHZX1且只加入核心解释变量的回归结果，表3的列（2）为使用SZHZX1并加入一系列控制变量后的回归结果，表3的列（3）和列（4）为使用SZHZX2指数的回归结果。可以发现，每一列数字化转型对企业全要素生产率的系数均显著为正，对于两个数字化指标，在原有基础上纳入了控制变量后，其回归系数均有所缩小，但仍在1%的水平上显著。这表明企业数字化转型能够促进企业效率的提升，假设1得证。

表3 主检验结果

（三）机制路径的识别检验

基准回归结果为印证数字化转型影响企业效率提供了实证证据，但并不能反映其具体的影响渠道。下面对两者之间的影响机制进行识别检验。由前文分析可知，数字化能够赋能开放式创新。一方面，数字化能够促进内外部合作交流，减少资源限制，提升企业的创新水平，另一方面，数字化促使企业识别市场趋势，使创新决策更贴合需求端，从而增强创新质量、提高企业效率。因此，本文分别选取创新投入LnRD（研发支出+1后取对数）和创新产出LnPatentgra（公司专利授权数+1后取对数）分别衡量企业的创新水平和创新质量，使用（Baron和Kenny，1986）提出的“中介作用”检验模型，对这一渠道进行验证。

表4为中介效应检验结果。可以看到，表4列（2）和列（5）中，SZHZX1的系数都显著为正，这与前面的预测一致，表明数字化转型显著提升了企业的创新水平和创新质量。加入中介变量后，在表4列（3）和列（6）中SZHZX1的系数依然为正且分别在1%和5%的水平上显著，表明数字化转型通过提升创新水平和创新质量促进了企业效率的提升。本文使用Sobel检验的结果显示，创新水平的Z统计值为14.62（在1%的水平上显著），中介效应占总效应的比例为14.71%；
创新质量的Z统计值为8.049（在1%的水平上显著），中介效应占总效应的比例为45.06%。因此，假设2得证。

表4 中介效应检验结果

（四）稳健性测试

为了避免前述结果是由于特定样本或存在变量的测量误差而导致的，本文通过剔除特定样本和更换衡量指标的方法重新对模型（1）进行估计。

本文数字化指标使用公司年报中数字化相关特征词的披露频数构建，与数字信息相比，文本信息在表达上更富弹性，因此更有可能成为管理层的信息操纵工具，用以进行概念炒作，哄抬市值。各级政府积极推进数字化转型的政策背景下，数字化相关的信息很可能成为管理层进行信息操纵新的着手点，从而影响本文数字化指标的精准度。一般来讲，曾受到过信息披露违规处罚的上市企业更可能进行策略性披露。因此，本文参照袁淳等（2021）的做法，分别剔除样本期内因信息披露受到处罚的样本，以及深交所信息披露考评结果为不及格的样本，重新对模型（1）进行估计，结果见表5。可以看出，数字化转型的系数依然显著，且与全样本结果相比，其系数值有所提升，这表明排除了策略性披露后，数字化促进企业效率提升的结论依然成立。

表5 稳健性检验：策略性披露

本文更换解释变量和被解释变量的衡量方法。全要素生产率参考Olley和Pakes（1996）的方法重新计算，得到TFP_op；
数字化转型使用管理层讨论与分析部分数字化特征词词频数除以管理层讨论与分析部分总词频数（SZHZX3），以及其行业平减（SZHZX4）进行衡量，分别重新估计模型（1）。表6为估计结果，可以看出，在更换了衡量方式后，数字化转型的系数也都显著为正，这表明本文对于数字化促进企业效率提升的结果是稳健的。

表6 稳健性检验：更换衡量指标

（五）内生性检验

尽管本文已经控制了多维度的控制变量，但依然可能存在内生性问题。比如，可能遗漏了重要的控制变量，如高管风格等。激进或过度自信的高管可能会有更强的动机进行数字化投资，同时此类高管可能更容易忽视转型的风险从而导致资源的浪费，降低企业效率。然而，高管风格以及风险偏好等因素难以衡量，在未控制该因素的情况下，可能无法证明数字化水平与企业效率的因果关系。因此，本文使用工具变量的方法进行估计。

本文选择企业数字化水平的省份均值作为工具变量，因为企业数字化水平的省份均值相对具有外生性，且满足相关性要求。Durbin-Wu-Hausman内生性检验F统计量分别为508.691和361.086，拒绝数字化转型是外生变量的假设，表明用工具变量进行估计是合理的。Anderson LM统计量均在1%的水平上显著，拒绝工具变量识别不足的假设；
Cragg-Donald Wald F统计量均远大于Stock-Yogo弱工具变量识别的F检验在10%显著性水平上的临界值16.38，即不存在弱工具变量问题。检验结果表明，使用工具变量法是合理的，且工具变量的选取是有效的。表7报告了第二阶段的结果，数字化转型的系数依然显著为正，这表明本文的结论是可靠的。

表7 工具变量法：省份均值

（一）企业特质的影响

Williamson（1993）提出，企业效率主要受治理结构与资源水平的影响，在不同的内部结构和资源获取能力下，效率提升的效果可能存在异质性。因此，没有考虑情境因素的研究结论缺乏普适性。

企业的数字化转型在多大程度上提高效率，最终取决于单位投入与单位产出的比较。当内部治理水平较低时，面对内部沟通障碍，数字化转型企业敏捷的组织形式能够起到有效缓解作用，信息透明度的提升也有助于股东及时了解管理层的决策动向，降低监督成本。从企业外部来说，数字化符合当前的政策导向，能够向市场传递利好信号，更易于得到资本市场的认可和关注；
高水平的信息质量也能起到改善资本市场信息效率的作用，加强投资者对企业的监督机制，从而促进企业在融资方面获得比较优势。因此，对治理水平低、融资约束严重的企业来说，数字化转型更能体现出其在提高效率方面的需求和效益，相比于优势企业更能产生增量边际效应。

为了验证上述观点，本文分别按照治理水平和融资约束程度的中位数对样本进行分类，并分组进行检验，回归结果如表8和表9所示。可以看到，在治理水平更低、融资约束程度更高的样本中，数字化转型的系数更大。本文参照连玉君等（2010）的方法，采用似不相关回归模型检验系数在不同分组间的差异，SUEST检验卡方统计量的P值均为0.0000，表明在1%的置信水平上存在显著差异。因此，上述观点得以验证，即对治理水平更低、融资约束程度更高的企业来说，数字化转型在提高效率方面的作用更大。

表8 调节效应检验：治理水平

表9 调节效应检验：融资约束程度

（二）制度环境的影响

除了企业自身特质的影响外，制度背景（主要是市场化程度）也是导致资源配置效率存在差异的主要原因。既有研究发现，市场化程度高的地区，企业的TFP显著更高（张杰等，2011）。这是因为，当市场化程度更高时，资源的进入、退出壁垒明显降低，导致竞争越来越激烈。根据Aghion和Griffith（2008）提出的竞争逃离效应，企业必须努力提高营销、治理水平和技术水平，才能应对高市场化程度带来的竞争冲击。自商务网络建立以来，信息化缓解了市场交易中的摩擦，市场分割边界的概念也逐渐弱化（杨震宁等，2021）。数字化正在提高企业资源的可达性和可延展性，即使处于市场化程度较低的企业，也可以通过数字技术优化资源配置。也就是说，数字化与市场化之间存在着潜在的替代效应，当企业面对僵化的外部环境时，数字化转型会促进企业提高生产效率，然而，当企业在一个更加完善的市场中运作时，数字化反而无关紧要了。

市场化程度较低时，一系列体制性障碍导致交易成本相对更高，此时，数字化企业能够在更大程度上克服空间、资源的限制，扩展创新范围，提高资源的使用效率。随着市场化程度的提高，资源流动性增强，资源错配的现象有所缓解，此时数字化发挥作用的空间被压缩，边际效应相应降低。此外，市场化加快了资源流动的同时，也使竞争更加激烈，企业之间出现恶性竞争现象，增加了技术性资源的泄露风险，不利于企业进行自主创新。Tian和Twite（2011）研究发现，更严峻的外部市场环境将迫使企业更有效地运营，形成更高的生产效率。因此，市场化程度更低时，数字化提高企业效率的影响作用越大。

为了验证上述观点，本文以樊纲等（2011）的“中国市场化指数”为基础，参考戴魁早和刘友金（2013）的做法，从政府与市场关系得分、非国有经济发展得分、产品市场发育得分、要素市场发育得分、中介组织发育和法律得分五个方面对市场化进程进行测算，并使用该指数来衡量市场化程度。根据其中位数将样本分为低市场化程度和高市场化程度两组。表10为分组检验结果，可以看到，在两个样本中，系数都显著为正，但在市场化程度更低时，数字化转型的系数更大，并且组间差异在1%的置信水平上显著。

表10 调节效应检验：市场化程度

本文阐述了数字化转型的政策背景以及提高中国企业效率以实现高质量发展的重要性和急迫性。本文通过分析数字化转型对企业效率的影响及其作用机制，实证检验本文提出的两个假设。实证结果表明：数字化转型能够有效提高企业的效率；
数字化转型主要通过赋能开放式创新，提高创新水平和创新质量来提升企业效率。异质性研究结果表明：当企业的治理水平更低、融资约束程度更高以及市场化程度更低时，其边际效用相对更大，即处于逆境中的企业通过深入数字化转型能够显著提升效率。

基于上述研究结论，本文提出以下政策建议：第一，微观企业主体应当充分认识到数字化的重要性，抓住数字化转型机遇，加大数字化投入，构建智能化数字平台。促进数字技术与企业生产、组织结构上的深度融合，增强自身竞争优势。第二，国内国际双循环的新发展格局下，我国经济动能不断从出口导向转为“创新—内需”驱动，创新的战略地位日益凸显，企业要充分利用内外部资源，强化开放式创新模式，形成以用户为中心的数字化创新体系，为高质量发展奠定基础。第三，政府应该加大对劣势企业的政策扶持力度，助力企业数字化转型，促进我国经济质量的整体提升。

猜你喜欢 检验效率转型 人口转型为何在加速 精读英语文摘(2022年4期)2022-06-05苯中水分的检验中原商报·科教研究(2022年1期)2022-05-13“慢”过程 “高”效率科学大众·教师版(2022年4期)2022-04-13转型发展开新局 乘风破浪向未来中国核电(2021年3期)2021-08-13检验真朋友的新标准中国新闻周刊(2021年24期)2021-07-19航天器在轨管理模式转型与实践航天工业管理(2020年4期)2020-06-16注意实验拓展,提高复习效率中学生数理化(高中版.高考数学)(2020年5期)2020-06-02聚焦转型发展 实现“四个转变”人大建设(2018年5期)2018-08-16聚焦立体几何命题 提高高考备考效率广东教育·高中(2017年11期)2017-12-04小议离子的检验与共存试题与研究·中考化学(2016年1期)2016-09-30 相关热词搜索：逆境，开放式，数字化，