花俊國(guó)，劉 暢，朱 迪

（河南農(nóng)業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，河南 鄭州 450046）

一、引言與文獻(xiàn)綜述

提升全要素生產(chǎn)率是我國(guó)推進(jìn)供給側(cè)結(jié)構(gòu)性改革的關(guān)鍵目標(biāo)，對(duì)于實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展發(fā)揮重要作用。黨的十九大報(bào)告明確指出，要加大結(jié)構(gòu)性改革力度、矯正要素配置扭曲、擴(kuò)大有效供給、提高供給結(jié)構(gòu)適應(yīng)性和靈活性，提高全要素生產(chǎn)率。由此可見，優(yōu)化全要素生產(chǎn)率已經(jīng)成為我國(guó)現(xiàn)行發(fā)展階段下必須實(shí)現(xiàn)的任務(wù)，將為加速產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供核心動(dòng)能（蔡昉，2013）。當(dāng)前世界經(jīng)濟(jì)發(fā)展呈現(xiàn)頹勢(shì)，我國(guó)人口紅利正逐步消失、資本報(bào)酬處于遞減狀態(tài)，作為經(jīng)濟(jì)主體的重要組成部分，微觀企業(yè)的發(fā)展?fàn)顩r深刻影響著宏觀經(jīng)濟(jì)的發(fā)展趨勢(shì)。而企業(yè)要突破發(fā)展瓶頸、實(shí)現(xiàn)可持續(xù)發(fā)展，離不開穩(wěn)定高效的生產(chǎn)率。因此，提升企業(yè)全要素生產(chǎn)率是轉(zhuǎn)變我國(guó)經(jīng)濟(jì)現(xiàn)狀的關(guān)鍵所在，而企業(yè)引入數(shù)字技術(shù)、推動(dòng)數(shù)字化轉(zhuǎn)型將為提升全要素生產(chǎn)率提供新的渠道。

近年來我國(guó)高度重視數(shù)字科技發(fā)展，積極推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)與實(shí)體產(chǎn)業(yè)的融合。企業(yè)數(shù)字化轉(zhuǎn)型就是利用大數(shù)據(jù)、人工智能等新興技術(shù)改革生產(chǎn)運(yùn)營(yíng)方式的過程（Ilvonen等，2018）。依托數(shù)字技術(shù)助力產(chǎn)業(yè)升級(jí)、提高生產(chǎn)效率是我國(guó)實(shí)體經(jīng)濟(jì)走出發(fā)展困境的關(guān)鍵途徑。數(shù)字化轉(zhuǎn)型企業(yè)憑借技術(shù)優(yōu)勢(shì)進(jìn)行高效的信息整合、計(jì)算分析和交流通信，增強(qiáng)產(chǎn)業(yè)鏈上下游及不同主體之間的協(xié)作效率以降低生產(chǎn)成本（Loebbecke等，2015）、改善創(chuàng)新績(jī)效（張吉昌和龍靜，2022）、優(yōu)化運(yùn)營(yíng)模式（張恒梅和李南希，2019），提高全要素生產(chǎn)率。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的推進(jìn)能夠進(jìn)一步降低企業(yè)融資壁壘、提高融資效率、緩解融資約束，助力企業(yè)獲取資金支持、優(yōu)化投資方式、提高產(chǎn)出效率，實(shí)現(xiàn)全要素生產(chǎn)率的大幅提升。

現(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的研究多集中于微觀企業(yè)特征。一方面，數(shù)字化轉(zhuǎn)型帶來的數(shù)字技術(shù)“紅利”改善了企業(yè)內(nèi)部財(cái)務(wù)因素，不僅提高了企業(yè)的創(chuàng)新水平（王才，2021），還使企業(yè)得以強(qiáng)化供應(yīng)鏈集成以優(yōu)化績(jī)效表現(xiàn)（李琦等，2021），進(jìn)而實(shí)現(xiàn)價(jià)值提升。另一方面，推進(jìn)數(shù)字化轉(zhuǎn)型也顯著影響了企業(yè)的外部表現(xiàn)。通過引入數(shù)字技術(shù)，企業(yè)的信息披露質(zhì)量上升，股票流動(dòng)性增強(qiáng)，資本市場(chǎng)表現(xiàn)得到顯著改善（張永珅，2021）；同時(shí)，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)的貿(mào)易成本，擴(kuò)大企業(yè)對(duì)外出口規(guī)模（易靖韜和王悅昊，2021）。此外，信息技術(shù)的廣泛使用，緩解了企業(yè)的信息壁壘、降低審計(jì)機(jī)構(gòu)的技術(shù)成本，大幅減少了企業(yè)承擔(dān)的審計(jì)費(fèi)用。至于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響，現(xiàn)有研究表明，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型可以通過提升創(chuàng)新水平、改善人力資源配置結(jié)構(gòu)、促進(jìn)兩業(yè)融合或削減成本來改善生產(chǎn)效率（趙宸宇等，2021）；信息傳播帶來的企業(yè)間知識(shí)溢出效應(yīng)也是數(shù)字化轉(zhuǎn)型作用于全要素生產(chǎn)率的路徑之一（涂心語和嚴(yán)曉玲，2022）。

通過梳理文獻(xiàn)可發(fā)現(xiàn)，現(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的研究主要從創(chuàng)新能力、企業(yè)績(jī)效、企業(yè)價(jià)值等內(nèi)部績(jī)效水平和資本市場(chǎng)表現(xiàn)、對(duì)外出口規(guī)模、審計(jì)費(fèi)用等企業(yè)外部影響展開，針對(duì)全要素生產(chǎn)率的實(shí)證研究相對(duì)較少，且未有研究考察融資約束這一機(jī)制路徑。企業(yè)能夠通過數(shù)字技術(shù)充分識(shí)別融資信息、弱化融資壁壘，為提升生產(chǎn)效率提供堅(jiān)實(shí)的資金基礎(chǔ)?；诖?，本文利用2013-2020年上市企業(yè)面板數(shù)據(jù)，研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響以及融資約束的中介效應(yīng)，并基于股權(quán)性質(zhì)、企業(yè)規(guī)模、行業(yè)分類和地區(qū)數(shù)字金融發(fā)展水平進(jìn)行異質(zhì)性分析，為深入理解企業(yè)數(shù)字化轉(zhuǎn)型在不同企業(yè)特征下的影響差異提供經(jīng)驗(yàn)證據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率

隨著第四次工業(yè)革命的推進(jìn)，我國(guó)經(jīng)濟(jì)社會(huì)逐步邁進(jìn)數(shù)字經(jīng)濟(jì)時(shí)代，人工智能、大數(shù)據(jù)技術(shù)等新興科技正取代傳統(tǒng)生產(chǎn)方式為經(jīng)濟(jì)社會(huì)的運(yùn)行提供動(dòng)力。在這樣的大環(huán)境下，企業(yè)要實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)，就要擺脫通過要素?cái)U(kuò)張?zhí)岣呖?jī)效的傳統(tǒng)思維，利用數(shù)字科技替代舊動(dòng)能，提高生產(chǎn)率。數(shù)字化轉(zhuǎn)型作用于企業(yè)全要素生產(chǎn)率主要體現(xiàn)在以下幾個(gè)方面：

第一，數(shù)字化轉(zhuǎn)型縮減了企業(yè)成本。首先，通過數(shù)字化轉(zhuǎn)型，企業(yè)將互聯(lián)網(wǎng)、人工智能等數(shù)字科技應(yīng)用于原始生產(chǎn)，實(shí)現(xiàn)了生產(chǎn)和服務(wù)的自動(dòng)化、智能化，大幅降低對(duì)人力資源的依賴，減少勞動(dòng)力成本（杜傳忠和張遠(yuǎn)，2021）。其次，數(shù)字技術(shù)賦能傳統(tǒng)生產(chǎn)工具，不僅能顯著提高生產(chǎn)工具的產(chǎn)出效率，也能利用智能程序?qū)崟r(shí)監(jiān)控生產(chǎn)狀況，及時(shí)有效地排查機(jī)器隱患，降低維修成本和時(shí)間成本（閆德利等，2019），提高生產(chǎn)效率。此外，數(shù)字技術(shù)在直接參與生產(chǎn)之外，還能優(yōu)化傳統(tǒng)生產(chǎn)資源的配置。信息技術(shù)的應(yīng)用緩解了信息不對(duì)稱，加速了資源在企業(yè)間的流動(dòng)，進(jìn)而提高資源利用效率、減少要素冗余（于世海等，2022），降低生產(chǎn)成本，提高生產(chǎn)效率。最后，企業(yè)利用互聯(lián)網(wǎng)大數(shù)據(jù)精準(zhǔn)捕捉消費(fèi)者偏好信息，生產(chǎn)主流產(chǎn)品，并構(gòu)建實(shí)時(shí)交流平臺(tái)，從消費(fèi)到售后對(duì)客戶及時(shí)跟進(jìn)，提高客戶滿意度，降低投訴率和退貨退款率，從而降低服務(wù)成本，提高生產(chǎn)效率。

第二，數(shù)字化轉(zhuǎn)型增強(qiáng)了企業(yè)創(chuàng)新能力。首先，數(shù)字化打破企業(yè)間的溝通障礙，加強(qiáng)信息交流互通、實(shí)現(xiàn)知識(shí)共享學(xué)習(xí)，促進(jìn)內(nèi)部信息的更新完善和外部信息的挖掘整合（張吉昌和龍靜，2022）。企業(yè)在獲取創(chuàng)新信息的情況下及時(shí)調(diào)整研發(fā)方向和投資目標(biāo)，順應(yīng)主流趨勢(shì)做出創(chuàng)新決策，避免落后。其次，數(shù)字化增強(qiáng)了企業(yè)內(nèi)部生產(chǎn)鏈條的協(xié)同性，利用數(shù)據(jù)要素將內(nèi)部系統(tǒng)串聯(lián)起來，促進(jìn)各部門實(shí)現(xiàn)從獨(dú)立開發(fā)到協(xié)同創(chuàng)新的轉(zhuǎn)型，提高企業(yè)整體的創(chuàng)新能力（王才，2021）。此外，數(shù)字化轉(zhuǎn)型企業(yè)具有較強(qiáng)發(fā)展?jié)摿洼^大進(jìn)步空間，良好的發(fā)展前景為企業(yè)吸引更多高端技術(shù)人才，為企業(yè)創(chuàng)新研發(fā)提供新鮮血液，促進(jìn)創(chuàng)新能力的提升。最后，數(shù)字化還通過影響產(chǎn)品需求側(cè)激勵(lì)企業(yè)創(chuàng)新（劉啟雷等，2022）。企業(yè)為獲取外源創(chuàng)新信息提高競(jìng)爭(zhēng)力，通過互聯(lián)網(wǎng)技術(shù)與客戶形成合作式創(chuàng)新。為滿足客戶的多元化需求，企業(yè)必須不斷探索創(chuàng)新路徑、完善產(chǎn)品設(shè)計(jì)，提高創(chuàng)新能力。而科技創(chuàng)新可以增強(qiáng)企業(yè)技術(shù)實(shí)力，提高生產(chǎn)效率。

第三，數(shù)字化轉(zhuǎn)型優(yōu)化了企業(yè)運(yùn)營(yíng)模式。一方面，企業(yè)通過數(shù)字化轉(zhuǎn)型拓展了服務(wù)業(yè)務(wù)，深化了產(chǎn)品生產(chǎn)中服務(wù)要素的嵌入水平（張恒梅和李南希，2019），保證供給口效率和競(jìng)爭(zhēng)優(yōu)勢(shì)，改善了運(yùn)營(yíng)模式，提高生產(chǎn)效率；另一方面，數(shù)字化轉(zhuǎn)型從多維度改進(jìn)企業(yè)管理系統(tǒng)，利用信息要素的互通優(yōu)勢(shì)，完善管理制度、促進(jìn)部門協(xié)作、增強(qiáng)管理者能力，必要時(shí)能夠驅(qū)動(dòng)企業(yè)的組織變革，推動(dòng)傳統(tǒng)運(yùn)營(yíng)模式的轉(zhuǎn)變（戚聿東和肖旭，2020），實(shí)現(xiàn)全要素生產(chǎn)率的提升。

根據(jù)以上理論分析，本文提出以下假設(shè)：

H1：企業(yè)的數(shù)字化轉(zhuǎn)型能夠促進(jìn)全要素生產(chǎn)率的提升。

（二）數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)全要素生產(chǎn)率

對(duì)于我國(guó)企業(yè)來說，間接融資是其主要融資渠道。由于傳統(tǒng)金融機(jī)構(gòu)遵循盈利原則、控制潛在風(fēng)險(xiǎn)，對(duì)企業(yè)信貸業(yè)務(wù)抱有慎重的態(tài)度，一些企業(yè)尤其是中小企業(yè)難以獲得充足外源資金、面臨融資約束（唐松等，2020）。同時(shí)，受金融市場(chǎng)信息不對(duì)稱的限制，企業(yè)難以充分把握融資信息、探尋有效融資路徑，面臨融資障礙。然而提振企業(yè)生產(chǎn)率需要資金支持，融資不足會(huì)導(dǎo)致企業(yè)難以做出最佳經(jīng)營(yíng)決策、優(yōu)化資源配置效率，引起生產(chǎn)率下降。

數(shù)字化轉(zhuǎn)型為緩解企業(yè)融資約束、提高全要素生產(chǎn)率提供了新思路。首先，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型符合國(guó)家發(fā)展戰(zhàn)略，不僅能獲得國(guó)家的戰(zhàn)略支持，在進(jìn)行融資時(shí)也更易享受金融機(jī)構(gòu)的政策優(yōu)惠，有效地緩解了融資難問題。其次，數(shù)字化轉(zhuǎn)型推動(dòng)了大數(shù)據(jù)信息技術(shù)在企業(yè)中的應(yīng)用，提高了企業(yè)財(cái)務(wù)信息和信用信息的披露強(qiáng)度。金融機(jī)構(gòu)通過信息共享迅速識(shí)別高質(zhì)量企業(yè)，降低信用風(fēng)險(xiǎn)成本（羅正英等，2003），推動(dòng)信貸系統(tǒng)中信用安全網(wǎng)絡(luò)的完善，使金融機(jī)構(gòu)更愿意貸款給企業(yè)；企業(yè)也可以利用數(shù)字化信息共享優(yōu)勢(shì)，及時(shí)獲取有益融資信息，走出融資困境。最后，金融機(jī)構(gòu)通過建設(shè)數(shù)字化融資交易平臺(tái)，實(shí)現(xiàn)與企業(yè)高效聯(lián)結(jié)，能有效解決因地理位置差異造成的融資難題，降低企業(yè)融資成本，緩解融資約束。

融資約束的緩解進(jìn)一步提升了全要素生產(chǎn)率。一方面，充足的資金為企業(yè)招攬人才、豐富人力資源提供有力支持，而人力資本的擴(kuò)大將進(jìn)一步促使企業(yè)應(yīng)用新技術(shù)，帶動(dòng)企業(yè)不斷提高自身全要素生產(chǎn)率（Chen等，2018）；另一方面，全要素生產(chǎn)率的顯著提升離不開企業(yè)研發(fā)創(chuàng)新的實(shí)現(xiàn)，而企業(yè)進(jìn)行研發(fā)投入需要穩(wěn)定持續(xù)的外源資金支持，因此當(dāng)企業(yè)面臨的外部融資門檻降低時(shí)，其用于創(chuàng)新投資的資金就更加充足，全要素生產(chǎn)率也相應(yīng)得到改善（劉家悅等，2020）。此外，數(shù)字化轉(zhuǎn)型作用下企業(yè)內(nèi)外部信息不對(duì)稱程度降低，外部投資者在獲取充分的企業(yè)信息后，投資意愿會(huì)有所增強(qiáng)，進(jìn)而為企業(yè)帶來更多社會(huì)資本，幫助企業(yè)豐富要素積累、提高全要素生產(chǎn)率（俞杰和萬陳夢(mèng)，2022）。

根據(jù)以上理論分析，本文提出以下假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型可以通過緩解融資約束提高企業(yè)全要素生產(chǎn)率。

三、研究設(shè)計(jì)

（一）變量定義

1.企業(yè)全要素生產(chǎn)率（TFP）

考慮到財(cái)務(wù)數(shù)據(jù)的可獲得性，本文參考魯曉東和連玉君（2012）的方法，利用LP法來測(cè)算企業(yè)的全要素生產(chǎn)率，該方法能夠有效解決由企業(yè)同時(shí)選擇產(chǎn)量與資本存量帶來的同時(shí)性偏差問題。

2.企業(yè)數(shù)字化轉(zhuǎn)型程度（DCG）

現(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究多集中于理論層面，對(duì)于數(shù)字化程度的定量衡量還未達(dá)成一致。為避免理論性偏差，本文使用現(xiàn)有定量研究廣泛運(yùn)用的方法，以關(guān)鍵詞出現(xiàn)頻率作為企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量指標(biāo)，本文參考吳非等（2021）的做法，將數(shù)字化轉(zhuǎn)型按照功能實(shí)現(xiàn)劃分為“底層技術(shù)運(yùn)用”和“技術(shù)實(shí)踐運(yùn)用”兩方面，同時(shí)將“底層技術(shù)運(yùn)用”細(xì)分為人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)四類，利用Python爬蟲技術(shù)和Java PDFbox庫統(tǒng)計(jì)A股上市公司披露的企業(yè)年報(bào)中五項(xiàng)關(guān)鍵詞出現(xiàn)的頻次，將該頻次作為企業(yè)數(shù)字化轉(zhuǎn)型程度的原始衡量標(biāo)準(zhǔn)。為了避免關(guān)鍵詞統(tǒng)計(jì)頻次的右偏傾向?qū)貧w結(jié)果造成的影響，本文又進(jìn)一步對(duì)數(shù)據(jù)采取對(duì)數(shù)化處理。

圖1 數(shù)字化轉(zhuǎn)型詞譜

3.中介變量

4.控制變量

參考現(xiàn)有關(guān)于企業(yè)全要素生產(chǎn)率的研究，本文選取以下企業(yè)特征變量作為控制變量：股權(quán)集中度（FirstShare）、股權(quán)性質(zhì)（SOE）、資產(chǎn)負(fù)債率（Lev）、托賓Q（TobinQ）、無形資產(chǎn)比率（Intangible）、凈資產(chǎn)收益率（ROE）、企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）。具體變量說明見表1。

表1 變量定義

控制變量ROE 凈資產(chǎn)收益率 凈利潤(rùn)/平均凈資產(chǎn)Size 企業(yè)規(guī)模 期末總資產(chǎn)對(duì)數(shù)Age 企業(yè)年齡 企業(yè)成立年數(shù)加1再取對(duì)數(shù)

（二）模型設(shè)定

為探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響，本文構(gòu)建基準(zhǔn)模型（1）進(jìn)行實(shí)證分析，并在模型（1）的基礎(chǔ)上借鑒溫忠麟等（2014）的研究，構(gòu)建中介效應(yīng)模型（2）、（3）分析融資約束的機(jī)制作用，具體模型構(gòu)建如下：

模型（1）中，TFPi,j,t表示在i企業(yè)t年的全要素生產(chǎn)率，DCGi,t表示i企業(yè)t年的數(shù)字化轉(zhuǎn)型程度，Controlsi,t為控制變量集合，YEARt為年份虛擬變量，INDu為行業(yè)虛擬變量，εi,t為誤差項(xiàng)。系數(shù)α1表示數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響。模型（2）中，系數(shù)β1測(cè)度數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響；模型（3）中，系數(shù)γ1體現(xiàn)數(shù)字化轉(zhuǎn)型程度對(duì)全要素生產(chǎn)率的直接影響，γ2體現(xiàn)中介變量效應(yīng)大小。

（三）數(shù)據(jù)來源與描述性統(tǒng)計(jì)

鑒于我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型主要在2013年以后推廣和普及，文章選取2013-2020年滬深兩市A股上市企業(yè)年度數(shù)據(jù)作為研究樣本，并對(duì)研究數(shù)據(jù)進(jìn)行以下處理：第一，剔除金融類企業(yè)數(shù)據(jù)；第二，剔除ST企業(yè)數(shù)據(jù)；第三，剔除數(shù)據(jù)缺失或數(shù)據(jù)出現(xiàn)異常的企業(yè)數(shù)據(jù)；第四，對(duì)連續(xù)變量進(jìn)行上下1%縮尾處理。企業(yè)的財(cái)務(wù)信息主要來源于國(guó)泰安數(shù)據(jù)庫（CSMAR），數(shù)字化轉(zhuǎn)型相關(guān)年報(bào)數(shù)據(jù)來自深圳證券交易所和上海證券交易所的官網(wǎng)。

主要變量的數(shù)據(jù)結(jié)構(gòu)見表2。企業(yè)全要素生產(chǎn)率（TFP1）的平均值為9.352，最小值為7.071，最大值為12.318，表明樣本企業(yè)整體的生產(chǎn)率水平良好，但企業(yè)之間存在較大差距；企業(yè)數(shù)字化程度（DCG）的平均值為2.139，最小值為0.693，最大值為5.081，說明我國(guó)企業(yè)數(shù)字化水平有待增強(qiáng)，各企業(yè)之間的數(shù)字化能力差異顯著。

表2 描述性統(tǒng)計(jì)

為避免變量之間存在多重共線性問題，本文進(jìn)行了共線性檢驗(yàn)，結(jié)果顯示各變量的VIF值均低于5，說明模型的共線性問題較小，不影響最終實(shí)證結(jié)論。

四、實(shí)證分析

（一）基本回歸分析

為研究企業(yè)數(shù)字化轉(zhuǎn)型程度對(duì)全要素生產(chǎn)率的影響，本文利用模型（1）進(jìn)行多元回歸分析，具體回歸結(jié)果見表3第（1）至第（3）列。第（1）列報(bào)告了未加入控制變量的回歸結(jié)果，數(shù)字化轉(zhuǎn)型程度的系數(shù)為0.0304且在1%顯著性水平下顯著為正。在進(jìn)一步加入控制變量和行業(yè)、年份虛擬變量之后，數(shù)字化轉(zhuǎn)型程度的系數(shù)依然保持在1%顯著性水平下顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型確實(shí)增強(qiáng)了企業(yè)生產(chǎn)能力，提高全要素生產(chǎn)率，驗(yàn)證了假設(shè)1。

（二）機(jī)制分析

基本回歸分析驗(yàn)證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的提升作用，但其中的作用機(jī)制還有待研究。因此本文在模型（1）的基礎(chǔ)上，利用模型（2）、（3）來研究數(shù)字化轉(zhuǎn)型是否通過緩解融資約束來提高企業(yè)全要素生產(chǎn)率，具體回歸結(jié)果見表3第（4）、（5）列。根據(jù)表3第（4）列報(bào)告的回歸結(jié)果，數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0442且在1%顯著性水平下顯著，表明企業(yè)的數(shù)字化轉(zhuǎn)型能夠緩解融資約束問題。第（5）列報(bào)告了將企業(yè)數(shù)字化轉(zhuǎn)型、融資約束和全要素生產(chǎn)率納入同一個(gè)模型中的實(shí)證回歸結(jié)果，可以看出全要素生產(chǎn)率與企業(yè)數(shù)字化轉(zhuǎn)型顯著正相關(guān)、與融資約束顯著負(fù)相關(guān)，數(shù)字化轉(zhuǎn)型的回歸系數(shù)由的0.0599降為的0.0549，這表明融資約束在企業(yè)數(shù)字化轉(zhuǎn)型和全要素生產(chǎn)率之間起到了部分的中介作用。其中，直接效應(yīng)為0.0549，中介效應(yīng)為0.0065，占總效應(yīng)的比重為10.9%。通過以上分析可知，數(shù)字化轉(zhuǎn)型可以通過緩解企業(yè)面臨的融資約束來提升企業(yè)全要素生產(chǎn)率，假設(shè)2得到驗(yàn)證。

（三）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

在基礎(chǔ)回歸中，本文采用LP法測(cè)算的全要素生產(chǎn)率檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型的影響。為驗(yàn)證結(jié)論的可靠性，本文利用OP法測(cè)算的全要素生產(chǎn)率（TFP2）替換原解釋變量做穩(wěn)健性分析，具體結(jié)果見表4第（1）-（3）列。根據(jù)表中結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的正向促進(jìn)作用依舊顯著，融資約束的中介效應(yīng)顯著性也與上文保持一致，中介效應(yīng)占比為13.0%。

2.替換解釋變量

在基礎(chǔ)回歸中，本文采用文本分析法，利用上市企業(yè)年報(bào)中數(shù)字化轉(zhuǎn)型關(guān)鍵詞出現(xiàn)頻率衡量數(shù)字化轉(zhuǎn)型程度。為檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性，本文進(jìn)一步參考何帆（2019）、張永珅等（2021）的研究，用上市企業(yè)財(cái)務(wù)報(bào)表附注中披露的與數(shù)字化轉(zhuǎn)型有關(guān)的無形資產(chǎn)占無形資產(chǎn)總額的比例，作為衡量企業(yè)數(shù)字化轉(zhuǎn)型水平的替代變量。與數(shù)字化轉(zhuǎn)型有關(guān)的無形資產(chǎn)指資產(chǎn)明細(xì)中包含“網(wǎng)絡(luò)”“智能”“軟件”等數(shù)字科技關(guān)鍵詞的資產(chǎn)和相關(guān)專利，具體回歸結(jié)果見表4第（4）-（6）列。根據(jù)表中結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的正向促進(jìn)作用依舊顯著，融資約束的中介效應(yīng)顯著性也與上文回歸結(jié)果保持一致，中介效應(yīng)占比為12.2%。

表4 穩(wěn)健性回歸結(jié)果

Intangible -1.8506***（-12.976）-1.5236***（-8.938）ROE 0.9032***（18.538）-0.0612**（-2.233）-1.8570***（-13.019）-1.5158***（-8.886）-0.0349（-1.125）1.1129***（20.938）Size 0.3998***（62.626）-0.0700***（-7.483）0.8960***（18.333）1.1289***（21.307）-0.0721***（-7.477）0.6582***（85.690）Age -0.0008（-0.040）0.0487***（39.726）0.4049***（58.426）0.6479***（91.488）0.0460***（35.732）-0.1604***（-3.119）Constant -2.7468***（-16.760）-0.6853***（-175.585）-0.0721*（-1.675）-0.0021（-0.090）-0.7097***（-170.252）-6.3999***（-24.371）YEAR YES YES YES YES YES YES INDUSTRY YES YES YES YES YES YES R-squared 0.621 0.801 0.621 0.759 0.823 0.760-2.9558***（-93.872）-3.0542***（-13.189）-5.7665***（-30.785）-2.8394***（-83.321）

五、進(jìn)一步研究

（一）企業(yè)異質(zhì)性分析

為深入探究不同類型企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響差異，本文基于企業(yè)產(chǎn)權(quán)、企業(yè)規(guī)模、行業(yè)分類做異質(zhì)性分析。具體分析結(jié)果見表5。

1.企業(yè)產(chǎn)權(quán)異質(zhì)性

表5第（1）、（2）列報(bào)告了企業(yè)產(chǎn)權(quán)的異質(zhì)性分析結(jié)果，可以看出在國(guó)有企業(yè)和非國(guó)有企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率均具有顯著的提升作用，但這種正向影響在國(guó)有企業(yè)中更強(qiáng)。產(chǎn)生這種差異的原因可能在于：首先，國(guó)有企業(yè)的自我定位不同于非國(guó)有企業(yè)，在追求效益的同時(shí)會(huì)積極響應(yīng)國(guó)家戰(zhàn)略號(hào)召，采取一系列行動(dòng)進(jìn)行數(shù)字化轉(zhuǎn)型，以促進(jìn)供給側(cè)結(jié)構(gòu)性改革目標(biāo)的實(shí)現(xiàn)，因此國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型在速度和程度上都領(lǐng)先于非國(guó)有企業(yè)，在促進(jìn)全要素生產(chǎn)率提升方面也發(fā)揮更大的作用。其次，企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)現(xiàn)依賴于數(shù)字技術(shù)的廣泛應(yīng)用、智能制造的大規(guī)模投入，同時(shí)還需要構(gòu)建完善的現(xiàn)代化信息系統(tǒng)。國(guó)有企業(yè)無論在資金、規(guī)模、科研還是政策方面都更具優(yōu)勢(shì)（李政和陸寅宏，2014），能夠?yàn)閿?shù)字化轉(zhuǎn)型提供充分條件，從而使得數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的提升效應(yīng)在國(guó)有企業(yè)中更強(qiáng)。

2.企業(yè)規(guī)模異質(zhì)性

將資產(chǎn)規(guī)模高于樣本企業(yè)資產(chǎn)規(guī)模中位數(shù)的企業(yè)設(shè)定為大型企業(yè)，其余企業(yè)設(shè)定為中小企業(yè)，表5第（3）、（4）列報(bào)告了企業(yè)規(guī)模異質(zhì)性的回歸結(jié)果。大型企業(yè)和中小企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型都能顯著提高全要素生產(chǎn)率，但是大型企業(yè)的提升效果更好。其可能的原因在于：相對(duì)于大型企業(yè)，中小企業(yè)作為“尾部群體”，由于缺乏抵押資產(chǎn)，容易受到金融系統(tǒng)的排斥，面臨的融資約束也更為嚴(yán)重（聶秀華和吳青，2021）。在外部融資不足的條件下，中小企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的效率較低，轉(zhuǎn)型質(zhì)量也不如大型企業(yè)。同時(shí)，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型需要一定的創(chuàng)新能力、足夠的創(chuàng)新投入和大量的技術(shù)人才，而中小企業(yè)的競(jìng)爭(zhēng)力不強(qiáng)，對(duì)外部投資和尖端人才的吸引力較差，創(chuàng)新水平不如大型企業(yè)，導(dǎo)致數(shù)字化進(jìn)程相對(duì)較慢。因此，大型企業(yè)數(shù)字化轉(zhuǎn)型能力更強(qiáng)，對(duì)全要素生產(chǎn)率的提升也更為顯著。

3.行業(yè)分類異質(zhì)性

表5第（5）、（6）列報(bào)告了行業(yè)分類異質(zhì)性的回歸結(jié)果，由結(jié)果可知制造業(yè)企業(yè)和非制造業(yè)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型都能顯著提高全要素生產(chǎn)率，但是非制造業(yè)企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的提升作用更強(qiáng)。產(chǎn)生這種差異的原因可能是：非制造企業(yè)的經(jīng)營(yíng)靈活性更強(qiáng)，這一特點(diǎn)使非制造企業(yè)更加積極地尋求與外部主體的合作，從而獲取更為充足的互補(bǔ)性資源，憑借對(duì)企業(yè)內(nèi)外部資源的有效整合（李琦等，2021），非制造企業(yè)得以更好地通過數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率。同時(shí)，日趨激烈的競(jìng)爭(zhēng)驅(qū)使非制造企業(yè)主動(dòng)進(jìn)行數(shù)字化以探尋新的增長(zhǎng)點(diǎn)，催化了數(shù)字化對(duì)生產(chǎn)率的提升效應(yīng)。因此，非制造企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的提振作用更強(qiáng)。

表5 異質(zhì)性回歸結(jié)果

（二）地區(qū)數(shù)字金融發(fā)展水平異質(zhì)性

數(shù)字金融是數(shù)字經(jīng)濟(jì)背景下傳統(tǒng)金融系統(tǒng)與數(shù)字技術(shù)有機(jī)融合的產(chǎn)物，其通過互聯(lián)網(wǎng)、大數(shù)據(jù)等高新科技將各金融主體高效聯(lián)結(jié)，進(jìn)一步拓展服務(wù)范圍、提高服務(wù)效率、弱化融資壁壘，相比傳統(tǒng)金融體系更具有便捷性和普惠性，對(duì)微觀企業(yè)發(fā)展具有顯著影響。然而由于經(jīng)濟(jì)狀況、地理位置及政策差異性，各區(qū)域數(shù)字金融發(fā)展水平不同。因此本文將省級(jí)數(shù)字普惠金融指數(shù)與樣本企業(yè)相匹配，按照指數(shù)大小將樣本企業(yè)劃分為數(shù)字金融發(fā)展高水平組和低水平組并分別進(jìn)行實(shí)證分析，以探究在不同數(shù)字金融水平下，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響差異。省級(jí)數(shù)字金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心課題組編制的《數(shù)字金融普惠金融指數(shù)》，該指數(shù)科學(xué)合理地反映了地區(qū)數(shù)字金融發(fā)展水平。

表5第（7）、（8）列報(bào)告了地區(qū)數(shù)字金融發(fā)展水平異質(zhì)性的回歸結(jié)果。在不同金融發(fā)展水平下，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型均能顯著提升全要素生產(chǎn)率，但這種作用效果在數(shù)字金融發(fā)展水平較高地區(qū)企業(yè)中更強(qiáng)。產(chǎn)生這種差異的可能原因是：一方面數(shù)字金融的實(shí)現(xiàn)為企業(yè)降低融資門檻、減少融資成本、保障融資環(huán)境，進(jìn)一步強(qiáng)化了數(shù)字化轉(zhuǎn)型對(duì)融資約束的緩解作用，拓寬了企業(yè)資金流入渠道（聶秀華，2021），為企業(yè)提高生產(chǎn)效率夯實(shí)資金基礎(chǔ)；另一方面，數(shù)字金融本身也是基于地區(qū)數(shù)字化建設(shè)的產(chǎn)物，代表了區(qū)域數(shù)字化和金融發(fā)展水平。良好的外部經(jīng)濟(jì)、創(chuàng)新環(huán)境既能促進(jìn)企業(yè)增強(qiáng)創(chuàng)新能力、發(fā)展數(shù)字技術(shù)，提高生產(chǎn)效率，又能幫助企業(yè)招攬創(chuàng)新人才、豐富優(yōu)質(zhì)人力資源，為企業(yè)全要素生產(chǎn)率的提升提供人才保障。因此數(shù)字金融發(fā)展水平較高地區(qū)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的提升作用更強(qiáng)。

六、研究結(jié)論與政策啟示

在數(shù)字科技高速發(fā)展的時(shí)代，越來越多的企業(yè)引進(jìn)大數(shù)據(jù)、區(qū)塊鏈、互聯(lián)網(wǎng)等高新技術(shù)進(jìn)行數(shù)字化轉(zhuǎn)型，以尋求突破傳統(tǒng)生產(chǎn)方式、實(shí)現(xiàn)高質(zhì)量發(fā)展的路徑。為探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響及其機(jī)制，本文選取2013-2020年滬深A(yù)股上市企業(yè)面板數(shù)據(jù)為研究樣本，采用固定效應(yīng)模型進(jìn)行回歸分析。研究結(jié)論表明，數(shù)字化轉(zhuǎn)型推動(dòng)了企業(yè)全要素生產(chǎn)率的提高，這種影響主要通過緩解企業(yè)融資約束這一機(jī)制路徑實(shí)現(xiàn)；通過企業(yè)微觀特征和宏觀數(shù)字金融水平異質(zhì)性研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的提升作用在國(guó)有企業(yè)、大型企業(yè)、非制造企業(yè)和數(shù)字金融發(fā)展水平較高地區(qū)企業(yè)表現(xiàn)得更為突出。

上述研究結(jié)論對(duì)踐行數(shù)字中國(guó)戰(zhàn)略、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要的政策啟示：第一，應(yīng)主動(dòng)迎接數(shù)字科技飛速發(fā)展的浪潮，順應(yīng)當(dāng)下發(fā)展趨勢(shì)，出臺(tái)相應(yīng)政策鼓勵(lì)企業(yè)推進(jìn)數(shù)字化進(jìn)程，增強(qiáng)高質(zhì)量發(fā)展的新動(dòng)能；引導(dǎo)不同特征企業(yè)探尋適合自身發(fā)展的數(shù)字化道路，實(shí)現(xiàn)全面、均衡、高質(zhì)量的數(shù)字化轉(zhuǎn)型；加強(qiáng)對(duì)數(shù)字普惠金融的支持力度，強(qiáng)化對(duì)中小企業(yè)、民營(yíng)企業(yè)等薄弱環(huán)節(jié)的融資支持，有效緩解融資難、融資貴問題。第二，引導(dǎo)企業(yè)響應(yīng)政府號(hào)召，積極引進(jìn)數(shù)字技術(shù)，加速推進(jìn)新興科技與傳統(tǒng)生產(chǎn)方式的有機(jī)融合，實(shí)現(xiàn)全要素生產(chǎn)率的提升；把握數(shù)字化轉(zhuǎn)型帶來的機(jī)遇，充分利用數(shù)字金融的普惠性，優(yōu)化融資效率、增強(qiáng)自身實(shí)力，為突破自身發(fā)展瓶頸、實(shí)現(xiàn)跨越式發(fā)展提供動(dòng)能。第三，引導(dǎo)企業(yè)結(jié)合自身發(fā)展?fàn)顩r，規(guī)劃和制定出符合企業(yè)特征的數(shù)字化轉(zhuǎn)型方案，積極尋求融資、加強(qiáng)創(chuàng)新、提高靈活性，努力走出轉(zhuǎn)型困境，優(yōu)化生產(chǎn)效率，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型效應(yīng)倍增。