一、文献综述

随着云计算、人工智能等数字科技蓬勃发展，我国农业、制造业等诸多行业将数字技术与生产高度融合，大力实现企业数字化转型。工业和信息化部发布的《“十四五”大数据产业发展规划》指出发展大数据与经济社会深度融合，有助于全要素生产率提升和拓宽大数据资源共享，促进企业转型成功。因此，挖掘数字化转型价值带领企业全要素生产率快速提升，已成为我国现行经济发展中首要的任务之一。当今世界经济发展呈现不景气状态，我国人口红利也逐渐减弱，微观经济是整个社会重要的经济根基，深刻影响着宏观经济发展。因此，加速数字化转型、提高国民经济效率、改变经济发展方式必定需要企业发挥主体性作用。怎样体现数字科技对经济发展的作用，驱动全要素生产率，是当今企业长远发展的重要途径，也是助力我国产业革命弯道超车的首要任务。

近年来我国十分注重数字技术发展。数字化转型是数据、企业、技术的一种有机结合，代表着模式创新与价值创造等新经济特征模式。数字技术推动产业升级，是我国实体经济摆脱困境的关键途径。数字化转型能够获得高效的市场信息，降低生产成本，缓解融资约束，以数据驱动能托付企业价值创造和提升企业核心竞争力。运用创新、协调和关联三种效应能优化产业结构合理升级，促进企业高质量发展。而全要素生产率提升的一个重要影响因素便是增强研发投入。出口规模、“营改增”政策能促进研发投入流入，升级产业结构，实现全要素生产率提升，并且提高企业组织管理效率、控制产权结构、改善高级人力资本、增强企业全要素生产率。对于数字化转型如何作用于企业全要素生产率，当前研究表明，企业实行数字化转型以提升融资效率、加速知识溢出、赋能高质量发展。

通过整理文献发现，现用关于全要素生产率积极效应探讨主要从资产负债率、产权结构等内部管理和税率政策、出口规模等外部政策展开，实证研究数字化转型对全要素生产率影响相对较少，且少有研究调查研发投入这一机制路径。由此，本文使用2012—2021年全部A股上市企业面板数据，探讨数字化转型对企业全要素生产率影响，揭秘数字化转型怎样影响上市企业全要素生产率作用机制“黑箱”，并根据股权性质、是否经“四大”审计和生命周期进行异质性分析，为深入了解数字化转型对不同特征型企业的影响差异提供实证与理论依据。

二、数字化转型、研发投入与全要素生产率的理论分析

1. 企业数字化转型与全要素生产率

索洛悖论提出除生产率外，计算机运用在任何方面。随着对人工智能、互联网等的应用，企业将数字化与企业的业务流程、组织架构进行高度结合，从而提升了信息系统的信息收集与高效整合能力。因此数字化运用能很好利用信息技术实现全要素生产率的提高。

(1）数字化转型提高生产效率

企业内部管理涵盖监督、执行和决策全过程，企业通过数字化转型改善服务要素、信息要素，助力全要素生产率提高。此外，数字化转型能完善管理流程，提高组织管理效率，控制风险程度和增强内部监督，开放部门边界，减少管理成本及传递成本等，缓解信息不对称，提高生产效率，以提高全要素生产率。

(2）数字化转型降低外部交易成本

数字技术能提高信息存储、扩散与传播水平，以了解竞争对手服务质量等信息，从而降低搜寻成本。信息有效传播，让产品关键要素更加透明化，减少协商谈判成本。实施追踪功能，保证交易合规进行，进而减轻监督成本，降低成本为研发投入提供了有益条件，显著推进要素发展。数字经济高速发展，完善信贷资源使用效率，开拓内外部融资途径，以减轻企业内外部交易成本，提高全要素生产率。

(3）数字化转型高效运用数据

从国民经济增长看，数据作为一种新型资产，将“数据”作为关键生产要素概念及生产属性，纳入统计和国民经济核算，从而客观、科学地在宏观经济统计数据中体现数据资产在经济社会中所发挥的重要性。因此，企业能够获得高效市场信息和市场竞争优势，构建数字化网络平台，快速发展提高全要素生产率。

基于上述分析，提出以下假设：

H1：企业数字化转型能显著提高全要素生产率。

2. 企业数字化转型、研发投入与全要素生产率

根据动态能力理论的阶层理论，企业选择投资方案时，应向高阶能力方案倾斜。研发投入是企业的一种核心竞争能力，当企业面临外部主体越来越多时，通过数字化转型提高企业研发投入，带来的技术增量和知识是技术创新的关键动力，可以实现企业长期竞争力优势，从而提高全要素生产率。

一方面，从业务调整看，数字化转型能加快信息收集以扩大学习范围，利用外部知识整合加快企业扩张，引发新的投资需求，研发投入增加以促进知识储备，让创新经验转为生产率。企业管理者能力增强能够高效科学地进行决策，最终提高全要素生产率。另一方面，从融资渠道看，数字化转型推动数据信息运用，改善了企业财务与信用等信息的披露，企业能获取及时有益的融资讯息，资金获得保障能很大程度解决研发费用困境，缓解对于具有风险但又极具前瞻性研发项目的困难，以带来技术进步，从而提高全要素生产率。

基于上述分析，提出以下假设：

H2：数字化转型有助于提升研发投入，进而提高企业全要素生产率。

三、研究设计

1. 研究样本和数据来源

本文选取2012—2021年A股上市企业相关数据为初始样本，并剔除以下数据：其一，ST、*ST类样本；其二，异常或数据缺失样本；其三，金融类样本。最终得到9236个企业年度观测样本。对所有连续变量上下进行1%缩尾处理。数字化转型数据来自上市公司年报，其他数据均来源于CSMAR。

2. 变量定义

(1）全要素生产率（TFP)

由于数据获取性，本文参照Rovigatti研究，选用LP法衡量全要素生产率。选取该指标能够缓解在对资本存量与产量共同选择中产生的过失问题。同时本文也采用Op半参数法衡量全要素生产率指标，作为检验结果稳健性依据。

(2）企业数字化转型（DCG)

本文采用现广泛适用的定量方法分析，参照吴非相关文献，以关键词出现概率表示数字化转型程度，且使用数据对数化处理方式，避免关键词统计频次中出现明显右偏倾向。同时本文也采用张永珅研究方法，将无形资产中涵盖和数字化转型相关词的专利，将同一公司同一年度的这些指标加总，计算其占当年无形资产份额，作为衡量数字化转型的指标，用以检验结果稳健性。

(3）研发投入（RD)

国内外都非常关注对于研发投入的探索，研发投入是一个展现企业创新能力的重要指标，本文采用研发支出金额进行衡量，通过国泰安数据库获得数据后取对数处理。

3. 模型构建

为了检验上述假设，借鉴温忠麟等研究提出的中介效应检验方法，构建了模型（1)～(3）进行多元回归分析。其中，模型（1）主要是检验假设H1，即解释变量为数字化转型（DCG），被解释变量为企业全要素生产率（TFP）；模型（2）解释变量为数字化转型，被解释变量为研发投入（RD）；模型（3）探究研发投入的中介效应，解释变量是数字化转型，被解释变量是企业全要素生产率，中介变量是研发投入。

模型中TFP表示全要素生产率，DCG表示数字化转型，RD表示研发投入，Control为控制变量，ε为模型随机误差项，i为企业，t为年份。依据已有研究，本文的控制变量为公司规模（Size）、资产负债率（Lev）、总资产利润率（ROA）、现金流比率（Cashflow）、前五大股东持股比例（Top5）、托宾Q值（TobinQ）、公司成立年限（FirmAge）。另外还有行业（Ind）和年份（Year）。变量定义见表1。  

表1 变量说明  

四、实证结果与分析

1. 描述性统计

表2为主要变量描述性统计结果。通过表2了解到，被解释变量全要素生产率TFP均值为9.1231，标准差为1.1229，表明样本整体全要素生产率TFP较为良好。企业解释变量数字化转型DCG均值为2.2515，最小值为0.6931，最大值为5.3799，说明我国数字化DCG水平整体存在较大的提升空间。中介变量RD最大值为22.2791，最小值为13.7939，表明企业之间在研发方面的投入有着非常大的差距。表2中其他指标取值范围和现有研究大体上一致。

表2 主要变量基本统计特征 

2. 多元回归分析

将模型（1）进行面板回归分析，结果如表3列（1）所示，在不设置控制变量的条件下，系数β1为0.2001且在1%水平下显著为正。在设置相关控制变量之后回归，结果见列（2），系数β1仍在1%水平下显著为正，进一步指明数字化转型显著促进上市企业全要素生产率水平提升，验证假设1。并且从控制变量方面来说，企业规模和资产收益率的回归系数均显著为正，说明规模越大，发展能力更强的企业，更能够很好地运用数字技术提高企业的全要素生产率。

3. 影响机制分析

多元回归验证了数字化转型显著提升全要素生产率。因此在模型（1）下，使用模型（2）、（3）探讨数字化转型能否提高研发投入以提高全要素生产率。根据表3列（3）所示，α1在1%水平下显著为正，表明数字化转型发展对研发投入有显著提高作用。列（4）中，γ1在1%水平下显著为正，γ2在5%水平下显著为正。说明数字技术的运用，能够提高企业对融资数据高效筛选，缓解研发投入的不足问题，提高企业研发投入水平，从而对企业提高全要素生产率起到推进作用。假设2得到验证。全要素生产率代表着社会生产效率提升和资源配置优化，在一定程度上可以体现为经济社会的一种技术进步。数字化转型能够提高企业研发投入，实现技术增量和创新的动力，推动企业获取长期的竞争优势，从而提高企业全要素生产率，这为微观经济的快速进步提供了助力。

4. 内生性和稳健性测试

(1) Heckman两阶段回归模型

数字化转型可能作为企业一种自身战略性选择，有着较高自选择性问题。采用豪斯曼两阶段回归模型，并且控制数字化转型偏误，验证数字化转型对全要素生产率影响。在第一阶段中，用上市公司同年同行业数字化转型的平均数估量数字化转型概率，获得IMR；第二阶段将IMR进行回归，回归结果如表4所示，可知在加入IMR后，回归结果仍然显著为正，说明数字化转型提高了全要素生产率。 

表3 企业数字化转型对全要素生产率

表4 内生性检验  

(2）倾向得分匹配法（PSM)

企业一些特征会同时影响数字化转型和全要素生产率。为解决样本偏差对实验结果造成偏误，本文将企业数字化转型程度取均值，若样本大于中位数作为实验组，否则为对照组。选取财务杠杆、现金流比率、前五大股东持股比例、托宾Q值、公司规模、公司成立年限作为协变量，按照1:1有放回匹配选择研究样本，然后进行回归检验，所有变量标准化误差均小于1%，表明平衡性检验通过，证实数字化转型能够提高全要素生产率。回归结果如表4列（3）所示，表明在控制公司层面相关差异后，数字化转型回归系数为0.0197，且在5%水平上显著为正，从而说明本文基准回归结果较为稳定。

(3）替换变量

研发投入作为中介效应促进数字化转型影响全要素生产率结论，可能受数字化转型和全要素生产率指标衡量误差的影响。为此，使用张永珅衡量数字化转型方法，带入模型进行检验，使用全要素生产率另一种方法衡量——OP半参数法，带入模型进行检验。由于篇幅限制不列明结果，结果均保持显著。假设1和假设2得到验证，表明结论具有稳健性。

(4）模型检验方法替换

本文运用Bootstrap检验验证研发投入中介效应，结果如表5所示。在保障充足样本容量，并确保样本被抽取概率相同的情况下，有放回地实行重复抽样，从而计算出中介效应估计量，并且重复该步骤500次。得出结果的置信区间不包含0，则表明存在中介效应，证实数字化转型是通过促进研发投入，进而提高全要素生产率，进一步验证了本文假设2。

(5）调节效应分析

为深入揭示数字化转型提升要素生产率的作用机制，本文考察了管理者能力在数字化转型促进全要素生产率所展现的调节效应。本文借鉴宋敬使用数据包络分析DEA和Tobit两阶段模型计算得到管理者能力（MA）。参照已有文献方法，在模型（1）式上，构建模型（4）验证以上管理者能力所展现的调节作用：

其中，MAi,t表示管理者能力，其余变量与式（1）相同设定。结果见表4中列（4）显示，在引进数字化转型与管理者能力DCG*MA之后，数字化转型依然提高全要素生产率。交互项系数为0.0072，且在5%统计水平下显著，证明管理者能力在数字化转型促进全要素生产率过程中发挥着调节效应。具体来说，管理者能力存在强弱之分，在面对大量繁杂的市场信息时，拥有较强能力的管理者对信息整合和提炼更加全面，在数字化转型过程中，对海量数据高度筛选，发挥自身强劲优势，更加客观分析外部环境趋势，达到对资源的合理优化配置；合理发挥员工在其岗位的最大效用，提升企业超强竞争优势，实现企业的全要素生产率优化。

五、进一步分析

1. 企业数字化转型、产权性质与全要素生产率

在“十四五”政策推动下，数字化转型作用不同性质的企业全要素生产率效果可能不同。依据产权性质分组，实证结果如表5所示，非国有企业能够显著促进数字化转型提高全要素生产率。原因在于，非国企能够更好把握市场动向，有着更高内部决策自由度，能及时根据对数字化转型过程中的利弊分析，做出恰当决策，提升自身能力。

2. 企业数字化转型、“四大”审计与全要素生产率

在管理层存在机会主义行为时，通过高质量审计就具有一定风险转移作用。按是否是“四大”会计师事务所进行分组。结果如表5所示，数字化转型对提高非“四大”审计全要素生产率更加发挥了显著正向作用。原因在于，通过“四大”会计师事务所高质量审计企业，审计师获得了部分财务风险，管理层机会主义行为为获得额外收益，使得会计信息可比性削弱，从而使数字化转型对全要素生产率提高受到一定限制。因此，相较于“四大”会计师事务所，非“四大”会计师事务所审计会更加促进数字化转型对全要素生产率提高的效果。

3. 企业数字化转型、生命周期与全要素生产率

借鉴翟胜宝研究，将企业分为成长期、成熟期和衰退期研究样本。结果如表5所示，成熟期企业数字化转型更能优化全要素生产率。成熟期企业具有较大市场占有率、较高声誉以及较好盈利能力，从而在数字化转型背景下更能敏锐嗅出市场盈利点，更好地提高企业全要素生产率。因此成熟期企业数字化转型更能优化全要素生产率。

六、研究结论与政策启示

近年来，随着人工智能和大数据等高科技技术的运用，企业数字化转型为升级传统实体业生产率供给了新动能。本文基于研发投入视角，以2012—2021年A股全部上市公司为样本，实证数字化转型如何作用全要素生产率。上述结论在通过一系列稳健性验证后仍成立。路径机制表明，企业数字化转型促进研发投入对全要素生产率的正向作用；企业管理层能力能显著调节数字化转型，进而改善全要素生产率；在异质性方面和企业生命周期方面，成熟期企业数字化转型更能优化全要素生产率；企业性质方面，非国有企业能够显著促进数字化转型提高全要素生产率；外部监管方面，非“四大”审计企业对数字化转型促进全要素生产率作用更强。

表5 异质性分析  

根据以上结论，本文政策启示如下：第一，随着数字化的发展，数字化转型成为了提高我国全要素生产率的重要引擎。我国应该加大数字化转型扶持力度，表现出数字化转型积极效应，从数字化转型中释放红利，从而快速提高全要素生产率。第二，大力推动我国上市公司研发投入。随着数字技术迅速发展，政府应该积极引导企业把握数字化转型机遇，加强企业研发投入，将研发投入转为研发成果效率，以提升企业会计创新水平，保持企业强劲竞争优势，使其真正意义上提高全要素生产率。第三，我国正向高质量阶段发展，企业应该选择管理层能力较强的人员，对数据化信息高效筛选，以降低非效率投资，以促进高效数字化转型，从而提高全要素生产率。第四，数字化转型对不同属性企业发挥着差异性作用，因此，国家应该根据企业性质制定出差异化扶持政策，更好发挥数字化转型对企业经营的积极影响，平衡企业发展，以此促进数字化转型提高全要素生产率。

参考文献:

[3]钟廷勇,黄亦博,孙芳城.企业数字化转型､市场竞争与会计信息可比性[J].现代财经(天津财经大学学报),2022(12):21-43.

[4]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[J].管理世界,2021(7):130-144+10.

[5]钱晶晶,何筠.传统企业动态能力构建与数字化转型的机理研究[J].中国软科学,2021(6):135-143.

[6]丁志帆.数字经济驱动经济高质量发展的机制研究:一个理论分析框架[J].现代经济探讨,2020(1):85-92.

[7]孙正,陈旭东,雷鸣.“营改增”是否提升了全要素生产率?——兼论中国经济高质量增长的制度红利[J].南开经济研究,2020(1):113-129.

[8]郭檬楠,李校红.内部控制､社会审计与企业全要素生产率:协同监督抑或互相替代[J].统计与信息论坛,2020(11):77-84.

[9]陈熙,朱玉杰.融资融券对企业全要素生产率影响的研究——来自我国上市公司的实证研究[J].技术经济,2021(8):41-50.

[10]戚聿东,肖旭.数字经济时代的企业管理变革[J].管理世界,2020(6):135-152+250.

[11]郭丰,杨上广,金环.数字经济对企业全要素生产率的影响及其作用机制[J].现代财经(天津财经大学学报),2022(9):20-36.

[12]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[J].中国工业经济,2022(10):43-61.

[13]张永恒,王家庭.数字经济发展是否降低了中国要素错配水平?[J].统计与信息论坛,2020(9):62-71.

[14]唐松,苏雪莎,赵丹妮.金融科技与企业数字化转型——基于企业生命周期视角[J].财经科学,2022(2):17-32.

[15]任灿灿,郭泽光,田智文.研发费用加计扣除与企业全要素生产率[J].华东经济管理,2021(5):119-128.

[17]张永珅,李小波,邢铭强.企业数字化转型与审计定价[J].审计研究,2021(3):62-71.

文章来源:钱红光,邓立.数字化转型对企业全要素生产率的提升影响——以研发投入为传导路径[J].商场现代化,2023(22):93-97.