王宏鳴，孫鵬博，郭慧芳

(南開大學(xué)經(jīng)濟(jì)學(xué)院，天津 300071)

一、引 言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)與我國新發(fā)展格局下轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式形成歷史性交匯，數(shù)字化轉(zhuǎn)型已成為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要抓手。十九屆五中全會更是明確指出，要加快數(shù)字化發(fā)展，全面建設(shè)“數(shù)字中國”。這一戰(zhàn)略的推進(jìn)亟需數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化“雙輪驅(qū)動”。因此，在數(shù)字技術(shù)催生更多新產(chǎn)業(yè)、新業(yè)態(tài)和新模式的同時，如何有效實(shí)現(xiàn)微觀企業(yè)數(shù)字化轉(zhuǎn)型并協(xié)同推進(jìn)產(chǎn)業(yè)數(shù)字化成為各界共同關(guān)注的現(xiàn)實(shí)議題。

根據(jù)埃森哲的《2021年中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》顯示，中國的大多數(shù)企業(yè)仍處在數(shù)字化轉(zhuǎn)型的探索期，僅有16%的企業(yè)轉(zhuǎn)型成效卓著。面對數(shù)字化轉(zhuǎn)型所需的大量資金投入與企業(yè)績效之間的微妙關(guān)系，企業(yè)踟躕不前甚至出現(xiàn)“不會轉(zhuǎn)”“沒錢轉(zhuǎn)”“不敢轉(zhuǎn)”等現(xiàn)象。一些已進(jìn)行數(shù)字化投資的企業(yè)由于難以逾越“陣痛期”而對繼續(xù)轉(zhuǎn)型產(chǎn)生疑慮，部分企業(yè)甚至因數(shù)字化轉(zhuǎn)型陷入“不轉(zhuǎn)型等死、轉(zhuǎn)型找死”的困局。面對偏高的轉(zhuǎn)型成本，傳統(tǒng)金融在一定程度上為企業(yè)數(shù)字化轉(zhuǎn)型給予資金支持，但也暴露出“屬性錯配”“領(lǐng)域錯配”“階段錯配”等結(jié)構(gòu)性問題，極大地制約了企業(yè)創(chuàng)新活動的開展。隨著金融市場日益受到數(shù)字變革的沖擊，科技與金融服務(wù)實(shí)現(xiàn)有機(jī)結(jié)合，數(shù)字金融應(yīng)運(yùn)而生。數(shù)字金融的興起彌補(bǔ)了傳統(tǒng)金融體系的缺陷，減少金融市場中存在的信息不對稱和資源錯配行為，為企業(yè)數(shù)字化轉(zhuǎn)型遭遇的高風(fēng)險、高成本的“雙高”問題提供有效的解決方案。因此，本文探討數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型帶來的影響及其內(nèi)在機(jī)理，為加速形成數(shù)字化轉(zhuǎn)型的新發(fā)展格局尋找有效的實(shí)現(xiàn)路徑。

企業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是管理模式從“工業(yè)化”到“數(shù)字化”的重要變革，通過引入數(shù)字技術(shù)重塑企業(yè)的生產(chǎn)流程、組織架構(gòu)和商業(yè)模式，改變固有的管理思維邏輯，進(jìn)而驅(qū)動企業(yè)展開全方位的顛覆式創(chuàng)新。從現(xiàn)有的研究來看，諸多學(xué)者已意識到企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字化浪潮下的重要理論前沿問題，并從企業(yè)轉(zhuǎn)型戰(zhàn)略、市場競爭格局、消費(fèi)者需求變化、追求經(jīng)濟(jì)效益和提高生產(chǎn)效率、企業(yè)的同群效應(yīng)及地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展的正外部性等多個角度深入分析企業(yè)數(shù)字化轉(zhuǎn)型的路徑和動力。此外，還有不少學(xué)者重點(diǎn)關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展的影響。祝合良和王春娟(2021)認(rèn)為外源性信息和數(shù)據(jù)流的進(jìn)入使企業(yè)內(nèi)部或企業(yè)間的交流互動逐漸向平臺化、產(chǎn)業(yè)化的場景系統(tǒng)轉(zhuǎn)變，實(shí)現(xiàn)數(shù)據(jù)的連接互通?！皵?shù)據(jù)孤島”的打破有助于企業(yè)資源配置、成本管理及環(huán)境響應(yīng)的效率大幅提高，從而驅(qū)動其創(chuàng)新能力、專業(yè)化分工水平、產(chǎn)出效率、企業(yè)業(yè)績等顯著提升。

通過梳理既有文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有研究普遍忽視企業(yè)數(shù)字化進(jìn)程中存在的諸多“轉(zhuǎn)型中問題”。一是受利潤低迷和融資約束的影響，半數(shù)以上企業(yè)的數(shù)字化轉(zhuǎn)型仍徘徊于基礎(chǔ)的設(shè)備數(shù)字化改造和技術(shù)應(yīng)用配套階段(國家信息中心，2020)；二是匹配先進(jìn)數(shù)字化技術(shù)的組織變革通常耗時較久且設(shè)備更新迭代衍生出的成本高昂。針對上述問題，吳非等(2021)基于政府驅(qū)動的視角，認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型離不開財政科技支出的支持。然而，不可忽視的是，政策手段往往具有滯后性，落后于金融市場的自發(fā)調(diào)節(jié)。因此，除發(fā)揮有為政府的作用外，企業(yè)的數(shù)字化轉(zhuǎn)型也需市場化金融手段的有力支持。但遺憾的是，目前鮮有研究探討數(shù)字金融對微觀企業(yè)數(shù)字化轉(zhuǎn)型的影響。鑒于此，本文擬將數(shù)字金融和企業(yè)數(shù)字化轉(zhuǎn)型納入統(tǒng)一的分析框架，深挖其內(nèi)在機(jī)制和實(shí)現(xiàn)路徑，為探索和識別促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的外部條件提供有益借鑒。

本文可能的邊際貢獻(xiàn)在于：第一，采用Python爬取和整理滬深A(yù)股上市公司年報并結(jié)合文本挖掘技術(shù)，基于數(shù)字技術(shù)的特征差異，我們將其分為底層技術(shù)(共四種)及實(shí)踐應(yīng)用兩個維度，更為細(xì)致地刻畫數(shù)字化轉(zhuǎn)型深度；第二，在研究視角上，以數(shù)字金融這一新興金融業(yè)態(tài)為切入點(diǎn)，從融資約束、營商環(huán)境、風(fēng)險承擔(dān)水平、研發(fā)支出四條路徑打開實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的“黑箱”；第三，基于所有制屬性、生產(chǎn)要素屬性和生命周期屬性等企業(yè)微觀特征異質(zhì)性及地區(qū)異質(zhì)性等多個角度，討論數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的差異化影響。

二、理論分析與研究假設(shè)

(一)數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的直接影響

作為一種重要的金融基礎(chǔ)設(shè)施，數(shù)字金融為企業(yè)技術(shù)創(chuàng)新的開展創(chuàng)造機(jī)遇和條件。從供給側(cè)看，在新一代信息技術(shù)的有力支撐下，數(shù)字金融可在低成本、低風(fēng)險的基礎(chǔ)上搜集和處理海量信息，有助于改善信貸資源錯配，打破傳統(tǒng)金融服務(wù)中普遍存在的“卷簾門”“玻璃門”“旋轉(zhuǎn)門”，從而增加對長尾群體數(shù)字化項(xiàng)目的直接投資。不僅如此，相比于傳統(tǒng)金融，數(shù)字金融還拓寬企業(yè)的創(chuàng)新融資渠道、催生多元化融資方式(如智能投顧、供應(yīng)鏈金融、消費(fèi)金融等)，為企業(yè)數(shù)字化轉(zhuǎn)型奠定扎實(shí)的資金基礎(chǔ)。更為重要的是，數(shù)字金融的發(fā)展提供一系列優(yōu)質(zhì)技術(shù)工具，助力企業(yè)進(jìn)行信息技術(shù)分析，使其實(shí)現(xiàn)數(shù)字化項(xiàng)目風(fēng)險特征與可用資源的精準(zhǔn)匹配，以做出合理有效的技術(shù)創(chuàng)新決策，提升甄別數(shù)字化轉(zhuǎn)型最優(yōu)路徑的能力。

從需求側(cè)看，數(shù)字金融移動支付業(yè)務(wù)的廣泛使用重構(gòu)了商業(yè)模式(如支付寶、微信、云閃付等APP)，依托數(shù)字支付平臺打造一個涵蓋交通、教育、醫(yī)療等生活消費(fèi)各個領(lǐng)域的商業(yè)生態(tài)圈，塑造出共享出行、數(shù)字教育、數(shù)字醫(yī)療等新興商業(yè)模式，為企業(yè)數(shù)字技術(shù)的開發(fā)應(yīng)用帶來新機(jī)遇。同時，移動支付構(gòu)建的商業(yè)生態(tài)圈通過大數(shù)據(jù)和云計(jì)算描繪了消費(fèi)者的消費(fèi)傾向和消費(fèi)能力畫像，在精準(zhǔn)定位和捕捉新的市場需求方面優(yōu)勢凸顯，因而進(jìn)行數(shù)字化轉(zhuǎn)型以實(shí)現(xiàn)技術(shù)的可用性和適用性日益成為企業(yè)的必然選擇。由此，本文提出研究假設(shè)H：

H：數(shù)字金融發(fā)展有助于推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。

(二)數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的間接影響

通常情況下，企業(yè)的自有資金很難滿足其數(shù)字化轉(zhuǎn)型所需的資金要求，這就迫使企業(yè)通過外部融資獲取充裕的資金。然而，在融資過程中，商業(yè)銀行等一些傳統(tǒng)金融機(jī)構(gòu)往往偏好于大型企業(yè)和國有企業(yè)，對一些新興企業(yè)及技術(shù)研發(fā)型企業(yè)避而遠(yuǎn)之，致使企業(yè)“融資難”“融資貴”的現(xiàn)象普遍存在。數(shù)字金融的發(fā)展實(shí)現(xiàn)了企業(yè)信用的透明化和信息化，給傳統(tǒng)的信用定價模式帶來巨大沖擊，促使企業(yè)加快構(gòu)建硬化軟信息的算法和大數(shù)據(jù)庫的進(jìn)程，進(jìn)而降低金融部門與企業(yè)主體之間的信息不對稱程度，緩解企業(yè)的外源融資約束難題。此外，數(shù)字金融借助信息技術(shù)連接性和融合性優(yōu)化企業(yè)轉(zhuǎn)型過程中面臨的政務(wù)環(huán)境、市場環(huán)境、法治環(huán)境及人文環(huán)境，進(jìn)而有效改善企業(yè)的營商環(huán)境。根據(jù)波特的鉆石理論模型，激勵相容的營商環(huán)境是促進(jìn)企業(yè)自主研發(fā)創(chuàng)新的重要動力和保障，減少企業(yè)數(shù)字化轉(zhuǎn)型面臨的外部干擾，進(jìn)而加快轉(zhuǎn)型進(jìn)程。由此，本文提出研究假設(shè)H、H：

H：數(shù)字金融緩解融資約束，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

H：數(shù)字金融優(yōu)化營商環(huán)境，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

除通過融資、營商環(huán)境等外部渠道間接作用于企業(yè)數(shù)字化轉(zhuǎn)型外，數(shù)字金融帶來的信息效應(yīng)也影響企業(yè)內(nèi)部經(jīng)營和決策，令其有效規(guī)避逆向選擇和道德風(fēng)險問題，并顯著降低管理層對關(guān)鍵決策信息的處理及獲取成本，從而抑制管理者投資決策的機(jī)會主義和短視主義行為，調(diào)動其在投資活動中承擔(dān)風(fēng)險的積極性，使企業(yè)風(fēng)險承擔(dān)能力得到提升。風(fēng)險承擔(dān)作為企業(yè)戰(zhàn)略決策的重要一環(huán)，具體表現(xiàn)為企業(yè)在投資決策時對風(fēng)險項(xiàng)目的偏好，企業(yè)的風(fēng)險承擔(dān)水平越高，越傾向于選擇數(shù)字化轉(zhuǎn)型這類高風(fēng)險項(xiàng)目。不僅如此，通過糾正短視主義行為，管理者更加關(guān)注企業(yè)未來發(fā)展，對科技前沿的敏感度也隨之上升，于是將更多的資金投入到長期的創(chuàng)新研發(fā)活動中，從而增強(qiáng)資金的靶向性、提升企業(yè)的數(shù)字化創(chuàng)新實(shí)力，為數(shù)字化深度轉(zhuǎn)型提供技術(shù)支撐和必要的硬件配置。由此，本文提出研究假設(shè)H、H：

H：數(shù)字金融提升風(fēng)險承擔(dān)水平，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

H：數(shù)字金融激勵管理者增加研發(fā)支出，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計(jì)

(一)模型設(shè)定

為探究數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文建立如下的面板模型：

=+++++

(1)

其中，表示企業(yè)，表示時間，為被解釋變量(即企業(yè)數(shù)字化轉(zhuǎn)型程度)，為核心解釋變量(即地區(qū)的數(shù)字金融發(fā)展水平)，為一系列控制變量，表示企業(yè)效應(yīng)，表示年份效應(yīng)，為隨機(jī)誤差項(xiàng)。

(二)變量測度與說明

1被解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型()。借鑒已有研究，企業(yè)對某一特定戰(zhàn)略導(dǎo)向的重視程度往往可通過該戰(zhàn)略涉及的關(guān)鍵詞在年報中出現(xiàn)的頻率反映出來。對此，本文采用Python爬取和整理滬深A(yù)股上市公司的年報文本，并通過Jieba功能提取數(shù)字化轉(zhuǎn)型的關(guān)鍵詞。在關(guān)鍵詞的選擇上，借鑒吳非等(2021)的研究，本文將企業(yè)數(shù)字化轉(zhuǎn)型細(xì)分為底層技術(shù)和實(shí)踐應(yīng)用兩個維度(見表1所示)。在此基礎(chǔ)上，進(jìn)一步提取相應(yīng)關(guān)鍵詞前后的30個字，剔除關(guān)鍵詞前“沒”“無”“不”等否定詞語的表述，最后將兩類詞頻加總得到總詞頻?？紤]到這類數(shù)據(jù)“右偏性”的特征明顯，本文將其進(jìn)行對數(shù)化處理。

表1 企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞提取

圖1刻畫了不同行業(yè)的數(shù)字化轉(zhuǎn)型指數(shù)的變化趨勢，發(fā)現(xiàn)所有行業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程都在加快。從均值看，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，租賃和商務(wù)服務(wù)業(yè)，文化、體育和娛樂業(yè)等大多數(shù)現(xiàn)代服務(wù)業(yè)及制造業(yè)的數(shù)字化轉(zhuǎn)型程度較高，而采礦業(yè)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，農(nóng)、林、牧、漁業(yè)等一些傳統(tǒng)行業(yè)的數(shù)字化轉(zhuǎn)型程度相對較低。

圖1 不同行業(yè)的數(shù)字化轉(zhuǎn)型指數(shù)的變化趨勢

2核心解釋變量：數(shù)字金融發(fā)展水平()。參照國內(nèi)多數(shù)學(xué)者的做法，本文采用北京大學(xué)數(shù)字金融研究中心聯(lián)合螞蟻金服編制的數(shù)字普惠金融指數(shù)來衡量數(shù)字金融發(fā)展水平。在結(jié)構(gòu)上，該指數(shù)涵蓋省級、地市級和部分縣級，本文的主體回歸將基于地市級層面的指數(shù)，穩(wěn)健性檢驗(yàn)則采用省級層面的指數(shù)。

3控制變量。在參照既有研究的基礎(chǔ)上，本文選取以下的控制變量：企業(yè)規(guī)模()，以企業(yè)總資產(chǎn)的自然對數(shù)值衡量；企業(yè)營業(yè)收入()，以企業(yè)總收入的自然對數(shù)值反映；企業(yè)年齡及其平方(、)，用樣本年份與企業(yè)成立年份差值的自然對數(shù)值來刻畫；資本密集度()，以企業(yè)總資產(chǎn)與營業(yè)收入之比表示；總資產(chǎn)收益率()，采用凈利潤占資產(chǎn)總額的比重；凈資產(chǎn)收益率()，采用凈利潤占凈資產(chǎn)的比重；財務(wù)杠桿()，以資產(chǎn)負(fù)債率來表征，即總負(fù)債與總資產(chǎn)之比；審計(jì)意見()，審計(jì)意見為標(biāo)準(zhǔn)無保留意見時取值為1，否則為0；兩職合一()，董事長和總經(jīng)理兩職合一時取值為1，否則為0；股權(quán)集中度()，以第一大股東持股比例衡量。在宏觀變量上，本文還進(jìn)一步控制地級市層面的人均國內(nèi)生產(chǎn)總值()并予以對數(shù)處理。

(三)數(shù)據(jù)來源與樣本處理

本文選取2011—2019年滬深A(yù)股上市公司作為研究樣本，原始數(shù)據(jù)均來自國泰安(CSMAR)和Wind數(shù)據(jù)庫，上市公司年度財務(wù)報告來自巨潮資訊網(wǎng)。為準(zhǔn)確分析數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文對上述數(shù)據(jù)做如下處理：第一，剔除金融類企業(yè)；第二，剔除ST類和樣本期退市的企業(yè)；第三，剔除相關(guān)財務(wù)數(shù)據(jù)嚴(yán)重缺失的企業(yè)；第四，為降低異常值干擾，對所有企業(yè)層面的連續(xù)變量進(jìn)行雙邊1%的縮尾處理。

四、實(shí)證檢驗(yàn)

(一)基準(zhǔn)回歸結(jié)果

表2匯報了數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型影響的總體檢驗(yàn)結(jié)果。其中，列(1)未控制其他變量和固定效應(yīng)，發(fā)現(xiàn)核心解釋變量數(shù)字金融發(fā)展水平的系數(shù)為0.633且通過1%水平的顯著性檢驗(yàn)，列(2)和(3)進(jìn)一步納入控制變量集并分別控制年份固定效應(yīng)和企業(yè)固定效應(yīng)。結(jié)果顯示，由于企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)不可觀測影響被其他控制變量吸收，數(shù)字金融發(fā)展水平的系數(shù)有所減小，但依然在1%的水平上顯著為正。列(4)同時控制年份固定效應(yīng)和企業(yè)固定效應(yīng)，結(jié)果仍未發(fā)生改變。從數(shù)值上看，在保持其他因素不變的情況下，地區(qū)數(shù)字金融發(fā)展水平每提高1%，企業(yè)數(shù)字化轉(zhuǎn)型程度將上升0.235%，表明數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程具有顯著的驅(qū)動作用，故假設(shè)H成立。

表2 數(shù)字金融影響企業(yè)數(shù)字化轉(zhuǎn)型的基準(zhǔn)回歸結(jié)果

(二)異質(zhì)性分析

1.企業(yè)異質(zhì)性。首先，根據(jù)企業(yè)的所有制屬性將樣本分為國有企業(yè)和非國有企業(yè)；其次，借鑒肖曙光和楊潔(2018)的研究，根據(jù)生產(chǎn)要素密集度將樣本分為資本密集型企業(yè)、技術(shù)密集型企業(yè)和勞動密集型企業(yè)；最后，基于Dickinson(2011)提出的現(xiàn)金流的生命周期度量方法將樣本分為初創(chuàng)期企業(yè)、成熟期企業(yè)和衰退期企業(yè)。分組的回歸結(jié)果見表3所示。

從表3的列(1)和(2)可以看出，無論國有企業(yè)還是非國有企業(yè)，數(shù)字金融均顯著推動企業(yè)數(shù)字化轉(zhuǎn)型，但對國有企業(yè)的推動作用更強(qiáng)。其原因可能是企業(yè)數(shù)字化轉(zhuǎn)型需大范圍應(yīng)用數(shù)字技術(shù)、大規(guī)模投資智能制造及搭建現(xiàn)代化信息系統(tǒng)，雖然數(shù)字金融可為非國有企業(yè)補(bǔ)充資金和降低創(chuàng)新成本，但在規(guī)模、科研及政策上相較于國有企業(yè)仍存在劣勢。列(3)—(5)的結(jié)果顯示，數(shù)字金融對資本、技術(shù)、勞動三種密集型企業(yè)的數(shù)字化轉(zhuǎn)型均存在顯著的正向作用，其中對技術(shù)密集型企業(yè)的作用最強(qiáng)、對資本密集型企業(yè)的作用最弱。造成這一結(jié)果可能的原因是：技術(shù)密集型企業(yè)的人力資本、科技研發(fā)和技術(shù)積累優(yōu)勢與數(shù)字金融提供的資金支持協(xié)同耦合，加快了數(shù)字化轉(zhuǎn)型進(jìn)程；資本密集型企業(yè)的傳統(tǒng)有形資產(chǎn)在數(shù)字化轉(zhuǎn)型過程中發(fā)揮的作用較小，在一定程度上削弱了數(shù)字金融帶來的賦能效果。列(6)—(8)的結(jié)果顯示，數(shù)字金融顯著促進(jìn)成熟期和衰退期企業(yè)的數(shù)字化轉(zhuǎn)型，對初創(chuàng)期企業(yè)的影響則不明顯。其原因在于：初創(chuàng)期企業(yè)的技術(shù)水平較低和研發(fā)實(shí)力較弱，大多數(shù)企業(yè)都不愿意在這一時期進(jìn)行數(shù)字化轉(zhuǎn)型；而對于衰退期的企業(yè)，市場份額因新產(chǎn)品和大量替代品的出現(xiàn)而逐漸萎縮，此時數(shù)字金融的介入打破了企業(yè)“不轉(zhuǎn)型等死”的僵局，進(jìn)而驅(qū)動企業(yè)數(shù)字化創(chuàng)新。

表3 異質(zhì)性分析：基于企業(yè)微觀特征的討論

表4的列(1)—(3)的結(jié)果顯示，數(shù)字金融顯著促進(jìn)東部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型，但對中部、西部地區(qū)企業(yè)的影響并不明顯。一方面，東部地區(qū)的數(shù)字基礎(chǔ)設(shè)施和金融資源稟賦領(lǐng)先于中部、西部地區(qū)，數(shù)字金融的服務(wù)能力相對較強(qiáng)。另一方面，東部地區(qū)由于市場化進(jìn)程較早，具備相對完善的要素市場和良好的競爭環(huán)境，有利于減少企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程中受到的約束，而中部、西部地區(qū)因市場機(jī)制不完善及要素流動障礙等一系列制約使數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用尚未得到發(fā)揮?；谀戏?、北方兩個子樣本的分組回歸也得到類似的結(jié)果，即數(shù)字金融僅顯著驅(qū)動南方地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型。上述結(jié)論表明，數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在經(jīng)濟(jì)、金融發(fā)達(dá)地區(qū)更為明顯，目前更多扮演了“錦上添花”而非“雪中送炭”的角色。因此，在現(xiàn)階段供給側(cè)結(jié)構(gòu)性改革中，應(yīng)統(tǒng)籌推進(jìn)欠發(fā)達(dá)地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)(如數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)等)并完善相關(guān)的市場競爭機(jī)制，從而縮小“數(shù)字鴻溝”，實(shí)現(xiàn)地區(qū)的均衡發(fā)展。

表4 異質(zhì)性分析：基于地區(qū)分布的討論

(三)穩(wěn)健性檢驗(yàn)

1內(nèi)生性問題?？紤]到本文使用的數(shù)字金融發(fā)展水平以阿里巴巴集團(tuán)的海量數(shù)據(jù)為基礎(chǔ)，故不同城市的數(shù)字金融發(fā)展水平與該城市到杭州的地理距離密切相關(guān)。為此，本文借鑒張勛等(2019)的研究，構(gòu)造各地級市到杭州的球面距離與上一年全國互聯(lián)網(wǎng)普及率的乘積作為數(shù)字金融發(fā)展水平的工具變量，回歸結(jié)果見表5的列(1)和(2)。為避免選取地理因素的工具變量時存在偏誤而導(dǎo)致結(jié)果的偶然性，本文參考易行健和周利(2018)的做法，使用數(shù)字金融發(fā)展水平滯后一期與數(shù)字金融發(fā)展水平在時間上的一階差分的乘積作為工具變量進(jìn)行估計(jì)，回歸結(jié)果見表5的列(3)和(4)。

根據(jù)弱工具變量檢驗(yàn)，列(1)和(3)顯示的第一階段回歸結(jié)果中的F值大于10水平上的臨界值，工具變量對數(shù)字金融的回歸系數(shù)均在1的水平上顯著，較好地證明不存在弱工具變量問題。另外，識別不足檢驗(yàn)統(tǒng)計(jì)量Kleibergen-Paaprk LM的p值為0，拒絕原假設(shè)，即通過“工具變量識別不足”檢驗(yàn)。列(2)和(4)是第二階段的回歸結(jié)果，在考慮內(nèi)生性問題后，發(fā)現(xiàn)數(shù)字金融發(fā)展水平對企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍顯著為正，與表2的基準(zhǔn)回歸結(jié)果一致，表明本文的結(jié)論具有穩(wěn)健性。

表5 工具變量的回歸結(jié)果

五、機(jī)制路徑檢驗(yàn)

進(jìn)一步地，為打開數(shù)字金融影響企業(yè)數(shù)字化轉(zhuǎn)型的“黑箱”，檢驗(yàn)假設(shè)H—H的機(jī)制路徑是否存在，本文構(gòu)建如下的中介效應(yīng)模型：

=+++++

(2)

=++++++

(3)

(4)

(5)

其中，為企業(yè)經(jīng)行業(yè)均值調(diào)整后的總資產(chǎn)收益率，為息稅前利潤，為企業(yè)的平均資產(chǎn)，表示企業(yè)所在的行業(yè)，為行業(yè)內(nèi)企業(yè)數(shù)量。(4)研發(fā)支出()。本文采用企業(yè)當(dāng)年研發(fā)支出與營業(yè)收入之比來衡量。

中介效應(yīng)模型的回歸結(jié)果如表6和7所示。表6的列(1)的結(jié)果表明數(shù)字金融對融資約束的回歸系數(shù)在1%的水平上顯著為負(fù)，列(2)在加入中介變量融資約束后發(fā)現(xiàn)融資約束對企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)同樣在1%的水平上顯著為負(fù)，說明數(shù)字金融通過緩解融資約束促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。事實(shí)上，當(dāng)企業(yè)存在明顯的融資約束時，只能將有限的資源投入到那些“短平快”的項(xiàng)目中，對那些周期長、風(fēng)險高的數(shù)字化項(xiàng)目的偏好明顯減弱，從而抑制數(shù)字化轉(zhuǎn)型進(jìn)程。列(3)的估計(jì)結(jié)果表明數(shù)字金融顯著優(yōu)化了營商環(huán)境，列(4)顯示營商環(huán)境的回歸系數(shù)在5%的水平上顯著為正且數(shù)字金融的系數(shù)仍保持正向顯著，說明營商環(huán)境也是數(shù)字金融影響企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制路徑。具體而言，數(shù)字金融提升了資本市場信息的透明度和金融的普惠性，減少傳統(tǒng)融資過程中存在的尋租行為，為企業(yè)創(chuàng)造公平的外部市場競爭環(huán)境，這成為企業(yè)數(shù)字化創(chuàng)新和轉(zhuǎn)型的重要保障。

表6 機(jī)制路徑：融資約束和營商環(huán)境

表7的列(1)和(2)匯報了企業(yè)風(fēng)險承擔(dān)水平的中介效應(yīng)檢驗(yàn)結(jié)果，可看出數(shù)字金融和風(fēng)險承擔(dān)水平的系數(shù)均顯著為正，說明數(shù)字金融通過提高風(fēng)險承擔(dān)水平促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字金融帶來的信息效應(yīng)極大地降低了管理層對關(guān)鍵決策信息的處理和獲取成本，調(diào)動其在投資活動中承擔(dān)風(fēng)險的積極性，使企業(yè)風(fēng)險承擔(dān)能力得到提高。隨著企業(yè)的抗風(fēng)險能力增強(qiáng)、財務(wù)狀況逐漸穩(wěn)定，為進(jìn)一步提升盈利水平并保持長期優(yōu)勢，企業(yè)傾向于投資一些周期長、風(fēng)險高的數(shù)字化項(xiàng)目并將數(shù)字化轉(zhuǎn)型作為數(shù)字時代的核心戰(zhàn)略。列(3)和(4)的估計(jì)結(jié)果顯示，數(shù)字金融和研發(fā)支出的回歸系數(shù)均在1%的水平上顯著為正，說明數(shù)字金融通過增加研發(fā)支出促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。一方面，數(shù)字金融通過糾正短視主義行為，使管理者更加關(guān)注企業(yè)未來發(fā)展，對科技前沿的敏感度也隨之上升，于是將更多的資金投入到長期的創(chuàng)新研發(fā)活動中，從而為數(shù)字化深度轉(zhuǎn)型提供技術(shù)支撐和必要的硬件配置。另一方面，數(shù)字金融的發(fā)展大大緩解了資本市場的信息不對稱，精確匹配資源與企業(yè)數(shù)字化項(xiàng)目的風(fēng)險特征，通過增強(qiáng)研發(fā)資金的靶向性幫助企業(yè)更好地判斷和識別數(shù)字化轉(zhuǎn)型的最優(yōu)路徑。綜合表6和7的結(jié)果，驗(yàn)證本文的假設(shè)H—H成立。

表7 機(jī)制路徑：風(fēng)險承擔(dān)水平和研發(fā)支出

六、結(jié)論與啟示

本文以2011—2019年滬深A(yù)股非金融類上市公司為樣本，實(shí)證檢驗(yàn)數(shù)字金融對企業(yè)數(shù)字化轉(zhuǎn)型的影響及傳導(dǎo)路徑，得出如下的主要結(jié)論：(1)數(shù)字金融顯著驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型，在處理內(nèi)生性問題和其他一系列穩(wěn)健性檢驗(yàn)后，這一結(jié)論仍然成立；(2)數(shù)字金融對國有企業(yè)、技術(shù)密集型企業(yè)及東部和南方地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更大，對初創(chuàng)期企業(yè)、中西部和北方地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的賦能效果尚未顯現(xiàn)；(3)數(shù)字金融通過緩解融資約束、優(yōu)化營商環(huán)境、提高風(fēng)險承擔(dān)水平及增加研發(fā)支出促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

以上研究結(jié)論為數(shù)字化背景下實(shí)現(xiàn)我國創(chuàng)新驅(qū)動轉(zhuǎn)型提供了幾點(diǎn)政策啟示。一是孕育形成以數(shù)字化為代表的新動能。各地政府應(yīng)順數(shù)字化之勢而為，在培育壯大數(shù)字產(chǎn)業(yè)的同時，借助數(shù)字技術(shù)全領(lǐng)域、全方位、全鏈條賦能傳統(tǒng)產(chǎn)業(yè)，以硬件設(shè)施升級為重點(diǎn)、軟件服務(wù)優(yōu)化為抓手切實(shí)推動企業(yè)數(shù)字化轉(zhuǎn)型。二是重視數(shù)字金融的驅(qū)動效應(yīng)。在防范系統(tǒng)性金融風(fēng)險的前提下，應(yīng)給予數(shù)字金融這一新興金融業(yè)態(tài)更多的政策支持(如制定科學(xué)的征信數(shù)據(jù)標(biāo)準(zhǔn)、健全數(shù)字金融征信體系和征信數(shù)據(jù)資源的共享機(jī)制)，為數(shù)字金融服務(wù)實(shí)體經(jīng)濟(jì)營造良好的信用環(huán)境。三是打造激勵相容的外部創(chuàng)新軟環(huán)境。成立一批具有高度專業(yè)化、服務(wù)化的國家技術(shù)轉(zhuǎn)移機(jī)構(gòu)，加快研發(fā)資本、研發(fā)人員、數(shù)據(jù)等創(chuàng)新資源的技術(shù)轉(zhuǎn)移網(wǎng)絡(luò)建設(shè)，從而提高創(chuàng)新資源的開放性和流動性，克服企業(yè)數(shù)字化轉(zhuǎn)型過程中面臨的資源約束。