周倩 張潔

【摘 ?要】企業(yè)管理數(shù)字化轉(zhuǎn)型助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，能否推動(dòng)企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展？論文基于我國(guó)A股制造業(yè)上市公司2010-2021年的數(shù)據(jù)，實(shí)證檢驗(yàn)了企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展的相關(guān)性。研究發(fā)現(xiàn)，制造業(yè)企業(yè)管理數(shù)字化轉(zhuǎn)型可以顯著提高企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展水平。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，產(chǎn)權(quán)性質(zhì)會(huì)對(duì)二者的相關(guān)關(guān)系產(chǎn)生差異化的影響。論文的研究有望促進(jìn)企業(yè)高質(zhì)量發(fā)展，為政府制定相關(guān)政策提供經(jīng)驗(yàn)。

【關(guān)鍵詞】企業(yè)管理數(shù)字化轉(zhuǎn)型；經(jīng)濟(jì)高質(zhì)量發(fā)展；產(chǎn)權(quán)性質(zhì)

【中圖分類(lèi)號(hào)】F270.7；F271 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號(hào)】1673-1069（2023）04-0071-03

1 引言

現(xiàn)如今，我國(guó)經(jīng)濟(jì)發(fā)展階段已從高速增長(zhǎng)轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展。自十九大報(bào)告以來(lái)，關(guān)于經(jīng)濟(jì)高質(zhì)量發(fā)展的研究如火如荼，眾多學(xué)者致力于探索經(jīng)濟(jì)高質(zhì)量發(fā)展的實(shí)現(xiàn)路徑，主要集中在促進(jìn)城鄉(xiāng)平衡發(fā)展、創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展、構(gòu)建雙循環(huán)新發(fā)展格局等方面[1]。隨著數(shù)字經(jīng)濟(jì)的快速增長(zhǎng)以及與實(shí)體經(jīng)濟(jì)的深度融合，企業(yè)管理數(shù)字化轉(zhuǎn)型日益成為學(xué)術(shù)界關(guān)注的焦點(diǎn)問(wèn)題。企業(yè)管理數(shù)字化作為企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵過(guò)程，一般是指通過(guò)在現(xiàn)有的企業(yè)管理架構(gòu)中引入信息通信技術(shù)（ICT）對(duì)企業(yè)信息結(jié)構(gòu)、管理模式、運(yùn)行機(jī)制和生產(chǎn)過(guò)程進(jìn)行系統(tǒng)重塑[2]。大量研究表明，管理數(shù)字化投資可以提升企業(yè)的可持續(xù)競(jìng)爭(zhēng)力[3]，有助于降低企業(yè)成本[4]、提高企業(yè)產(chǎn)出與績(jī)效[5]。制造業(yè)作為實(shí)體產(chǎn)業(yè)中最基本的組成部分，也是國(guó)民經(jīng)濟(jì)的基礎(chǔ)，在國(guó)家的綜合實(shí)力和國(guó)際競(jìng)爭(zhēng)力方面起到了決定性作用。因此，本文以中國(guó)制造業(yè)上市公司為研究樣本，探究企業(yè)管理數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

2 文獻(xiàn)綜述與理論假設(shè)

2.1 企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展

企業(yè)管理數(shù)字化轉(zhuǎn)型是在數(shù)字化管理理念的具體指導(dǎo)下，充分利用通信、網(wǎng)絡(luò)、區(qū)塊鏈和人工智能等技術(shù)，通過(guò)數(shù)字化技術(shù)與管理業(yè)務(wù)的相互交融，從而促進(jìn)企業(yè)創(chuàng)造更大價(jià)值[6]。現(xiàn)有關(guān)于企業(yè)管理數(shù)字化轉(zhuǎn)型的文獻(xiàn)，主要圍繞以下兩個(gè)方面展開(kāi)：①企業(yè)管理數(shù)字化轉(zhuǎn)型的路徑研究。Cui和Pan[7]強(qiáng)調(diào)大型企業(yè)擁有更多的高新技術(shù)和更高質(zhì)量的資源，可以通過(guò)自己開(kāi)發(fā)第三方平臺(tái)來(lái)實(shí)現(xiàn)企業(yè)管理的數(shù)字化轉(zhuǎn)型。李雯軒等[8]認(rèn)為缺乏配套的就業(yè)政策以及與數(shù)字化相匹配的人才是公司數(shù)字化轉(zhuǎn)型升級(jí)的主要障礙。②企業(yè)管理數(shù)字轉(zhuǎn)型與企業(yè)績(jī)效的關(guān)系。賴(lài)紅波等[9-11]對(duì)于這二者關(guān)系的研究結(jié)論趨于一致，均認(rèn)為企業(yè)管理進(jìn)行數(shù)字化轉(zhuǎn)型有助于促進(jìn)企業(yè)降低成本，提高企業(yè)業(yè)績(jī)。

高效的生產(chǎn)管理體系是優(yōu)化資源配置的重要保障，企業(yè)管理數(shù)字化轉(zhuǎn)型在技術(shù)層面促進(jìn)技術(shù)創(chuàng)新和效率變革、在治理層面提高決策科學(xué)性和監(jiān)督有效性[12]，在生產(chǎn)流程層面優(yōu)化資源配置和運(yùn)行效率，進(jìn)而對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生積極影響，推動(dòng)企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展?；谝陨戏治?，本文提出假設(shè)：

H1：企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展正相關(guān)。

2.2 產(chǎn)權(quán)性質(zhì)的異質(zhì)性

“十四五”規(guī)劃和二零三五愿景目標(biāo)對(duì)于國(guó)民經(jīng)濟(jì)、社會(huì)發(fā)展建設(shè)均提出了“加快數(shù)字化發(fā)展”的具體要求。相比于非國(guó)有企業(yè)，國(guó)有企業(yè)擁有國(guó)家政府參與支持和控制，是國(guó)家經(jīng)濟(jì)發(fā)展強(qiáng)勁穩(wěn)定的中堅(jiān)力量，能夠更加堅(jiān)定地執(zhí)行國(guó)家經(jīng)濟(jì)政策和具體要求，承擔(dān)起國(guó)家經(jīng)濟(jì)調(diào)控的職能。因此，提出假設(shè)：

H2：相比于非國(guó)有企業(yè)，企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展的相關(guān)性在國(guó)有企業(yè)中更為顯著。

3 研究設(shè)計(jì)

3.1 樣本數(shù)據(jù)

文章選取我國(guó)A股制造業(yè)上市公司2010-2021年數(shù)據(jù)為研究樣本，樣本數(shù)據(jù)均來(lái)自于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。利用Excel和Stata軟件對(duì)樣本數(shù)據(jù)進(jìn)行初步整理和篩選，并做如下處理：①剔除金融類(lèi)上市公司、ST公司以及變量缺失的年份數(shù)據(jù)；②為使研究結(jié)果更加穩(wěn)健，對(duì)所有連續(xù)性變量進(jìn)行上下1%的縮尾處理。最終得到有效觀測(cè)值22 269個(gè)。

3.2 主要變量的度量

第一，被解釋變量：企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展。本文采用單一指標(biāo)“全要素生產(chǎn)率（TFP）”作為衡量企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展的評(píng)價(jià)標(biāo)準(zhǔn)?；谝酝罅繉W(xué)者的研究，采用LP方法計(jì)算TFP。第二，解釋變量：企業(yè)管理數(shù)字化轉(zhuǎn)型。本文參照吳非等[13]的研究，以上市公司財(cái)務(wù)報(bào)告中披露的與企業(yè)管理數(shù)字化轉(zhuǎn)型相關(guān)的詞匯頻次來(lái)衡量企業(yè)管理數(shù)字化轉(zhuǎn)型的程度，數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。第三，相關(guān)控制變量。為提高實(shí)證結(jié)果的穩(wěn)健性，對(duì)企業(yè)全要素生產(chǎn)率會(huì)產(chǎn)生影響的其他相關(guān)變量進(jìn)行控制。變量具體定義和度量如表1所示。

3.3 實(shí)證模型

為檢驗(yàn)企業(yè)管理數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，本文參照趙宸宇等[14]的做法，構(gòu)建以下模型（1）來(lái)驗(yàn)證主假設(shè)。

TFPit=α+βDIGIit+γControlsit+εit ? ? ? （模型1）

其中，被解釋變量TFP表示全要素生產(chǎn)率，是企業(yè)經(jīng)濟(jì)高質(zhì)量年發(fā)展指標(biāo)，構(gòu)建方法見(jiàn)前文；解釋變量DIGI表示企業(yè)管理數(shù)字化轉(zhuǎn)型程度，構(gòu)建方法見(jiàn)前文；Controls為模型的控制變量，具體參見(jiàn)表1；i表示時(shí)間；t表示個(gè)體；α、β、γ以及ε分別表示常數(shù)項(xiàng)、變量系數(shù)和殘差項(xiàng)。

4 實(shí)證結(jié)果分析

4.1 描述性統(tǒng)計(jì)

表2報(bào)告了各變量相關(guān)統(tǒng)計(jì)特征值。被解釋變量TFP的最小值為10.218，最大值為14.487，標(biāo)準(zhǔn)差為0.818，說(shuō)明制造業(yè)企業(yè)全要素生產(chǎn)率水平差距略大，中位數(shù)和均值差距不大，說(shuō)明數(shù)據(jù)分布較為穩(wěn)定。解釋變量DIGI最小值為0，最大值為6.140，標(biāo)準(zhǔn)差為1.243，說(shuō)明樣本企業(yè)的數(shù)字化程度差距較大，存在一定的偏右性（已對(duì)原始數(shù)據(jù)取對(duì)數(shù)處理）。其他控制變量的特征值分布均處于較為合理的水平。

4.2 相關(guān)性分析

表3列示了各個(gè)變量的Pearson相關(guān)性分析結(jié)果。由表可知：企業(yè)管理數(shù)字化轉(zhuǎn)型（DIGI）與企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展（TFP）顯著正相關(guān)，初步驗(yàn)證了假設(shè)H1的合理性。但由于全要素生產(chǎn)率受諸多因素影響，因此需要做進(jìn)一步回歸檢驗(yàn)。同時(shí)，其他控制變量與被解釋變量TFP之間都存在顯著的相關(guān)關(guān)系。

4.3 回歸結(jié)果分析

4.3.1 企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展關(guān)系回歸檢驗(yàn)

企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展（假設(shè)H1）的回歸結(jié)果如表4所示。表中列（1）解釋變量DIGI與被解釋變量TFP在1%的水平上顯著為正。該回歸結(jié)果表明，企業(yè)管理數(shù)字化程度越高，經(jīng)濟(jì)高質(zhì)量發(fā)展水平越高，即證明了假設(shè)H1。

4.3.2 企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展異質(zhì)性檢驗(yàn)

首先，設(shè)置調(diào)節(jié)變量產(chǎn)權(quán)性質(zhì)。表5列（1）顯示可知產(chǎn)權(quán)性質(zhì)與企業(yè)管理數(shù)字化轉(zhuǎn)型的交乘項(xiàng)State*DIGI對(duì)全要素生產(chǎn)率TFP的回歸系數(shù)為0.027 1，且在1%的水平上顯著。回歸結(jié)果表明，相較于非國(guó)有企業(yè)，國(guó)有企業(yè)對(duì)企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)系更具有正向調(diào)節(jié)作用，從而驗(yàn)證了假設(shè)H2。

4.4 穩(wěn)健性檢驗(yàn)—內(nèi)生性檢驗(yàn)

理論而言，企業(yè)生產(chǎn)效率越高，越可能會(huì)促進(jìn)企業(yè)數(shù)字化的發(fā)展。因此，為了檢驗(yàn)因變量全要素生產(chǎn)率TFP是否對(duì)企業(yè)管理數(shù)字化轉(zhuǎn)型DIGI產(chǎn)生內(nèi)生性影響，構(gòu)建如下模型：

DIGIit=α+βTFPit+γControlsit+δI+ λY+εit ? ? ? ? （模型2）

其中，控制變量與模型1保持一致?；貧w結(jié)果顯著為正，表明企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展之間可能存在聯(lián)立偏誤、互為因果的關(guān)系，模型存在一定的內(nèi)生性問(wèn)題。為緩解內(nèi)生性問(wèn)題，本文對(duì)模型1的解釋變量均滯后一期、兩期代入模型進(jìn)行回歸。回歸結(jié)果如表6所示，對(duì)解釋變量滯后一期、兩期的回歸系數(shù)仍在1%的置信水平上顯著為正，假設(shè)H1仍然成立。同時(shí)，借鑒黃星剛等[15]的做法使用解釋變量的滯后兩期作為工具變量IV進(jìn)行兩階段最小二乘法回歸，回歸結(jié)果如表7所示，兩階段的回歸結(jié)果均在1%的水平上顯著正相關(guān)，進(jìn)一步驗(yàn)證了原假設(shè)。

5 結(jié)論與建議

文章以我國(guó)A股制造業(yè)上市公司2010-2021年數(shù)據(jù)為研究樣本，理論分析和實(shí)證檢驗(yàn)了企業(yè)管理數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究發(fā)現(xiàn)企業(yè)管理數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展呈顯著正相關(guān)關(guān)系，這說(shuō)明企業(yè)管理數(shù)字化轉(zhuǎn)型可以提高企業(yè)全要素生產(chǎn)率，促進(jìn)企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展。進(jìn)一步分析發(fā)現(xiàn)，與非國(guó)有企業(yè)相比，國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)高質(zhì)量發(fā)展的正相關(guān)關(guān)系更為顯著?；诒疚牡慕Y(jié)論，提出如下政策建議：第一，企業(yè)必須能夠認(rèn)識(shí)到管理數(shù)字化是企業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展強(qiáng)大且持續(xù)的內(nèi)驅(qū)力，重視企業(yè)管理數(shù)字化轉(zhuǎn)型的重要性，尤其是制造業(yè)上市公司，只有將數(shù)字技術(shù)同傳統(tǒng)生產(chǎn)要素結(jié)合起來(lái)，才能實(shí)現(xiàn)傳統(tǒng)制造業(yè)的數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展，突破經(jīng)濟(jì)快速發(fā)展邁向高質(zhì)量發(fā)展，實(shí)現(xiàn)傳統(tǒng)產(chǎn)業(yè)的優(yōu)化升級(jí)；第二，政府在企業(yè)管理數(shù)字化轉(zhuǎn)型的進(jìn)程中扮演著重要的角色，加強(qiáng)非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型制度保障和條件支持，營(yíng)造良好的營(yíng)商環(huán)境。

【參考文獻(xiàn)】

【1】楊文舉，黃依潔.中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的路徑探索——首屆“中國(guó)高質(zhì)量發(fā)展西部論壇”學(xué)術(shù)研討會(huì)綜述[J].西部論壇，2021，31（06）：111-119.

【2】劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎[J].管理世界，2021，37（05）：170-190+13.

【3】Benner M J， Waldfogel J. Changing the channel： Digitization and the rise of "middle tail" strategies[J].Strategic Management Journal，2020.

【4】何小鋼，馮大威，華夢(mèng)清.信息通信技術(shù)、決策模式轉(zhuǎn)型與企業(yè)生產(chǎn)率——破解索洛悖論之謎[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，42（03）：87-98.

【5】楊德明，劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績(jī)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（05）：80-98.

【6】夏常源，毛謝恩，余海宗.社保繳費(fèi)與企業(yè)管理數(shù)字化[J].會(huì)計(jì)研究，2022（01）：96-113.

【7】Miao Cui and Shan L. Pan. Developing focal capabilities for e-commerce adoption： A resource orchestration perspective[J].Information & Management， 2015，52（2）：200-209.

【8】李雯軒，李曉華.全球數(shù)字化轉(zhuǎn)型的歷程、趨勢(shì)及中國(guó)的推進(jìn)路徑[J].經(jīng)濟(jì)學(xué)家，2022（05）：36-47.

【9】賴(lài)紅波.數(shù)字技術(shù)賦能與“新零售”的創(chuàng)新機(jī)理——以阿里犀牛和拼多多為例[J].中國(guó)流通經(jīng)濟(jì)，2020，34（12）：11-19.

【10】劉東慧，白福萍，董凱云.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)理研究[J].財(cái)會(huì)通訊，2022（16）：120-124.

【11】何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估[J].改革，2019（04）：137-148.

【12】黃速建，肖紅軍，王欣.論國(guó)有企業(yè)高質(zhì)量發(fā)展[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（10）：19-41.

【13】吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

【14】趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（07）：114-129.

【15】黃星剛，侯寶升，葉似劍，等.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率關(guān)系研究——基于資源配置視角的檢驗(yàn)[J].價(jià)格理論與實(shí)踐，2022（11）：107-111.