“與時俱化”還是“望而卻步”:管理者投資視域與企業(yè)數(shù)字化轉(zhuǎn)型

□王宏鳴

一、引言與文獻綜述

在數(shù)字經(jīng)濟與實體經(jīng)濟深度融合的背景下，數(shù)字化轉(zhuǎn)型不僅是培育新模式和新業(yè)態(tài)的關(guān)鍵，更成為新舊動能轉(zhuǎn)換、促進經(jīng)濟高質(zhì)量發(fā)展的重要抓手。[1]然而，企業(yè)作為開展經(jīng)濟活動和創(chuàng)新活動最核心的微觀主體，由于高額的數(shù)字化投資與經(jīng)營績效之間的不確定關(guān)系，往往陷入“沒錢轉(zhuǎn)”“不敢轉(zhuǎn)”和“不會轉(zhuǎn)”的困局。[2]《2021 年中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》顯示，中國80%以上的企業(yè)仍然處在數(shù)字化轉(zhuǎn)型的探索階段，轉(zhuǎn)型成效卓著的企業(yè)比例與歐美發(fā)達國家（地區(qū)）相距甚遠。特別是在當前國內(nèi)經(jīng)濟面臨需求收縮、供給沖擊和預(yù)期轉(zhuǎn)弱的三重壓力下，厘清企業(yè)數(shù)字化轉(zhuǎn)型面臨的桎梏，使企業(yè)發(fā)展與科技發(fā)展的新趨勢形成“同頻共振”，成為各界共同關(guān)注的重要現(xiàn)實議題。

從現(xiàn)有研究來看，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型帶來的經(jīng)濟后果方面的文獻較為豐富，但研究如何推動企業(yè)數(shù)字化發(fā)展的文獻較少。部分學者從數(shù)字金融[3]、稅收激勵[4]、異質(zhì)性機構(gòu)投資[5]以及政府財政支出[6]等視角對企業(yè)數(shù)字化轉(zhuǎn)型的影響進行深入分析，試圖從外界驅(qū)動方面給出企業(yè)數(shù)字化轉(zhuǎn)型的可行路徑。事實上，企業(yè)數(shù)字化轉(zhuǎn)型是一個自上而下的過程[7]，作為戰(zhàn)略的實際發(fā)起人，管理者自身特質(zhì)會決定其行為表現(xiàn)和戰(zhàn)略抉擇，進而影響企業(yè)的理念、行為和結(jié)果[8]?，F(xiàn)有研究大多圍繞著年齡[9]、任期[10]、教育背景[11]、工作經(jīng)歷[12]等諸多管理者特質(zhì)對企業(yè)的影響展開討論，鮮有學者關(guān)注管理者投資視域特質(zhì)，對數(shù)字化轉(zhuǎn)型方向的討論更為少見。投資視域主要反映管理者對投資回報期限的事前期望[13]，由于委托代理問題難以有效規(guī)避，這種事前期望往往伴隨一定程度的短視主義傾向。因此在企業(yè)戰(zhàn)略決策的制定過程中，管理者會出于自身利益和職業(yè)生涯的考慮，以犧牲企業(yè)的未來發(fā)展為代價獲取短期財務(wù)績效或股市價值的最大化。[14]那么數(shù)字經(jīng)濟背景下，管理者短視主義的存在會對企業(yè)數(shù)字化轉(zhuǎn)型決策造成何種影響？導致這種影響的內(nèi)在機理可能是什么？厘清上述問題，有助于深層次理解大多數(shù)中國企業(yè)“不敢轉(zhuǎn)”“不會轉(zhuǎn)”的內(nèi)在桎梏，對于充分發(fā)揮企業(yè)數(shù)字化轉(zhuǎn)型的主觀能動性、邁向高質(zhì)量發(fā)展具有重要的理論及現(xiàn)實意義。

本文可能的貢獻在于：在行為經(jīng)濟學框架下，通過構(gòu)建不確定條件下的投資模型推演管理者投資視域與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，拓展管理者短視的行為經(jīng)濟學后果研究；從風險承擔水平與機構(gòu)投資者持股的調(diào)節(jié)作用、研發(fā)投入與信息化投入的中介作用兩方面揭示了管理者短視影響企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在機理；利用文本挖掘和機器學習的方法對管理者短視和數(shù)字化轉(zhuǎn)型的關(guān)鍵詞進行詞頻分析，對難以量化的個人行為和企業(yè)行為進行測度；為企業(yè)重視管理團隊建設(shè)、發(fā)揮管理者人力資本對企業(yè)數(shù)字化進程的增量作用的必要性給予證據(jù)支持，同時也為不同類型企業(yè)更好地擁抱數(shù)字化轉(zhuǎn)型提供實踐啟示。

二、理論機制與研究假設(shè)

考慮到企業(yè)數(shù)字化轉(zhuǎn)型是一個長期且不確定的價值創(chuàng)造過程，本文借鑒過往研究[15]，建立以下隨機過程來表征數(shù)字化轉(zhuǎn)型投資：

假定當數(shù)字化項目完成時，每期產(chǎn)出一單位產(chǎn)品，預(yù)期價格為P，若不考慮經(jīng)營成本和折舊，則此價格等同于每期利潤流。式（1）中，α 為預(yù)期資本收益率；σ 為比例方差參數(shù)且σ>0,表示數(shù)字化轉(zhuǎn)型所面臨的不確定性；dz 是維納過程的增量。

依據(jù)高階理論，管理者將基于自身的投資視域TM對數(shù)字化項目進行估值，其是否作出投資決策主要取決于該項目能否在視域期限內(nèi)取得收益。當收益期限以TM衡量時，項目價值就是TM期限內(nèi)的預(yù)期利潤流貼現(xiàn)。本文參考高洪利等（2021）[16]的做法，假設(shè)項目在存續(xù)T 時間后的dt 內(nèi)，終止概率為τ（TM）dt，概率密度函數(shù)為τ（TM）e-τ（TM）T。其中τ（TM）表示管理者的短視程度，并且滿足τ（TM）>0，τ'（TM）<0，意味著短視程度τ（TM）隨投資視域的縮窄而增加。

本文定義F（P）為投資機會的價值函數(shù)，由于在時刻t 來自投資的回報是Pt-I，I 為初期的投資成本，本研究希望最大化其預(yù)期現(xiàn)值：

上式中，E 為預(yù)期，t 為作出投資的未來時間，r 為無風險現(xiàn)金流的貼現(xiàn)率，最大化問題受到式（1）的約束，為了使這一問題有意義，需假定α

因此，在連續(xù)時間段的貝爾曼方程為：

此外，F(xiàn)(P)還需要滿足下面三個邊界條件：

其中，l 為收益滯后期，即投資時刻與利潤流形成時刻的時間間隔，可用來表示數(shù)字化轉(zhuǎn)型在價值實現(xiàn)難度上的差異。當l 較小時，項目價值形成的速度較快，更可能是實踐應(yīng)用項目。δ 為風險因子。由此可求出數(shù)字化項目的投資價值：

P*為管理者進行數(shù)字化轉(zhuǎn)型投資的臨界價格，當預(yù)期價格P≤P*時，數(shù)字化項目的投資收益小于初期的投資成本I，管理者不會即刻投資而是繼續(xù)等待；當P>P*時，等待的機會成本超過投資收益，管理者具備即刻投資的動機。因此，當管理者的投資視域較短時，預(yù)期利潤流的可折現(xiàn)區(qū)間較小，導致數(shù)字化項目估值偏低，投資動機受到抑制。

由式（7）可得?P*/?τ>0，表明當管理者的短視程度較高時，數(shù)字化轉(zhuǎn)型投資的臨界價格也較高，從而抑制了企業(yè)數(shù)字化轉(zhuǎn)型的動機。

進一步由式（7）可得?P*/?l>0 以及?2P*/?l?σ>0，從而得到?3P*/?l?σ?τ>0。

根據(jù)數(shù)字技術(shù)的特征差異，數(shù)字化轉(zhuǎn)型可分為底層技術(shù)嵌入和技術(shù)實踐應(yīng)用兩個層面。[17]當以研發(fā)風險σ 和收益滯后期l 為特征識別兩類轉(zhuǎn)型項目時，具有較高風險和較長收益滯后期的底層技術(shù)嵌入的投資臨界價格比技術(shù)實踐應(yīng)用的更高。因此，當管理者的投資視域較短時，底層技術(shù)嵌入的投資臨界價格進一步提高，進而抑制這類深度數(shù)字化轉(zhuǎn)型項目的投資動機。

由于風險承擔水平是影響企業(yè)戰(zhàn)略決策的重要因素，其受到管理者意愿的影響，同時也與企業(yè)資源獲取的能力密切相關(guān)。[18]企業(yè)風險承擔所依賴的資源包括資金、項目、技術(shù)、土地、產(chǎn)品銷售渠道等諸多方面，企業(yè)進行投資時面臨的資源約束越小，風險承擔水平就越高。隨著企業(yè)的抗風險能力增強，穩(wěn)定的財務(wù)狀況能夠調(diào)動管理者在投資活動中承擔風險的積極性[19]，使得管理者短視對數(shù)字化轉(zhuǎn)型的抑制效應(yīng)得到有效緩解。

與個人投資者相比，機構(gòu)投資者擁有更大的資金規(guī)模、更專業(yè)的知識，對企業(yè)管理者的影響力也更大。機構(gòu)投資者通常追求價值投資，有更強的動力去關(guān)注和獲取企業(yè)的長期價值信息，而不是過分依賴短期績效信息?？梢姡瑱C構(gòu)投資者可以有效地監(jiān)督管理者去做有利于企業(yè)長期發(fā)展的決策。因而，當機構(gòu)投資者持股比例較高時，即使管理者短視，其與企業(yè)數(shù)字化轉(zhuǎn)型之間的負相關(guān)關(guān)系也會因機構(gòu)投資者的監(jiān)督而減弱。

短視的管理者往往更愿意將有限的資源投入到那些期限短、回報快的項目中，對企業(yè)未來的長遠發(fā)展重視不足。一方面，短視的管理者會傾向于減少研發(fā)投入這一類長期性投資活動。[20]數(shù)字技術(shù)作為新一代產(chǎn)業(yè)革命下技術(shù)研發(fā)的最新方向，研發(fā)投入的減少會抑制企業(yè)在數(shù)字技術(shù)上的開發(fā)與研究。另一方面，短視的管理者對科技前沿的敏感度不足，傾向于減少信息化硬件和軟件投入。信息化硬件尤其是計算機等辦公電子設(shè)備是搭建數(shù)據(jù)管理系統(tǒng)、推動企業(yè)數(shù)字化轉(zhuǎn)型的必要硬件配置；信息化軟件投資也是企業(yè)建設(shè)和參與數(shù)字化平臺的重要表現(xiàn)。信息化投入的減少將會直接抑制企業(yè)的數(shù)字化轉(zhuǎn)型。

基于上述分析，本文提出如下研究假設(shè)：

H1：管理者短視程度會負向影響企業(yè)數(shù)字化轉(zhuǎn)型；

H2：管理者短視程度越高，越傾向于選擇技術(shù)實踐應(yīng)用；

H3：企業(yè)風險承擔水平與機構(gòu)投資者持股比例越高，越能緩解管理者短視對數(shù)字化轉(zhuǎn)型的抑制效應(yīng)；

H4：短視的管理者通過減少研發(fā)投入和信息化投入，進而抑制企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計

（一）模型設(shè)定

為探究管理者短視對企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文建立如下面板模型：

其中：i、t 分別表示企業(yè)、時間；Yit在本文中分別取企業(yè)數(shù)字化轉(zhuǎn)型（DTit）、底層技術(shù)嵌入（DT_Eit）、技術(shù)實踐應(yīng)用（DT_Ait）以及底層技術(shù)嵌入與技術(shù)實踐應(yīng)用之比（DT_Eit/DT_Ait）；MSTit表示管理者短視程度；Xit為控制變量；μind表示行業(yè)固定效應(yīng)，λt表示時間固定效應(yīng)，εit為隨機誤差項。

（二）變量設(shè)定與數(shù)據(jù)說明

1.企業(yè)數(shù)字化轉(zhuǎn)型。隨著自然語言處理技術(shù)的興起，通過提取企業(yè)年報中的相關(guān)關(guān)鍵詞來刻畫數(shù)字化轉(zhuǎn)型特征成為主流方法。基于此，本文參考吳非等（2021）[17]的做法構(gòu)建數(shù)字化特征詞典，將總詞頻數(shù)加1 后取對數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。此外，本文還計算了底層技術(shù)詞頻總數(shù)加1 的對數(shù)和實踐應(yīng)用詞頻總數(shù)加1 的對數(shù)，用以表征企業(yè)數(shù)字化轉(zhuǎn)型方向的差異。

2.管理者投資視域。參考胡楠等（2021）[20]的做法，通過分析管理者在年報中披露的“時間視域”語言的詞語類型和詞頻來捕捉其內(nèi)在短視主義特質(zhì)。具體而言，將“盡快”“隨即”等43 個“短期視域”詞匯總詞頻占MD&A 總詞頻的比例乘以100 得到管理者短視指標，指標數(shù)值越大表明管理者越短視。

3.控制變量。企業(yè)規(guī)模（Size），用企業(yè)總資產(chǎn)的對數(shù)值表示；企業(yè)營業(yè)收入（Sale），用企業(yè)主營業(yè)務(wù)收入的對數(shù)值表示；企業(yè)年齡及其平方項（Age、Age2），以樣本年份與企業(yè)成立年份差值的對數(shù)表示；資本密集度（SD），用企業(yè)總資產(chǎn)占營業(yè)收入的比重衡量；流動比率（Liquid），用流動資產(chǎn)占流動負債的比重衡量；總資產(chǎn)收益率（Roa），以凈利潤占總資產(chǎn)的比重來反映；財務(wù)杠桿（Lev），以資產(chǎn)負債率來反映，即總負債占總資產(chǎn)的比重；兩職兼任（Merge），董事長是否兼任總經(jīng)理，若兼任則賦值為1，否則賦值為0；股權(quán)集中度（Stock），用第一大股東的持股比例表示。

（三）數(shù)據(jù)來源與樣本處理

本文選取2008—2020 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）和萬得（Wind）數(shù)據(jù)庫，上市公司年度報告批量下載于巨潮資訊網(wǎng)。為排除特殊行業(yè)上市公司異質(zhì)性以及數(shù)據(jù)統(tǒng)計錯誤等問題，對上述數(shù)據(jù)做出如下處理：第一，剔除結(jié)構(gòu)特殊的金融保險類行業(yè)的樣本；第二，剔除ST、ST*類和樣本期間退市的樣本；第三，剔除相關(guān)財務(wù)數(shù)據(jù)嚴重缺失的樣本；第四，為降低異常值干擾，對所有連續(xù)變量進行兩端1%的縮尾處理。變量的描述性統(tǒng)計結(jié)果見表1。

表1 變量描述性統(tǒng)計

四、實證檢驗與分析

（一）基準回歸結(jié)果

表2 報告了管理者短視影響企業(yè)數(shù)字化轉(zhuǎn)型及其方向的基本估計結(jié)果。列（1）顯示，管理者短視與企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)顯著的負相關(guān)關(guān)系，因此假設(shè)H1 成立。結(jié)合列（2）至列（4）的結(jié)果發(fā)現(xiàn)，管理者短視主義在抑制底層技術(shù)嵌入和技術(shù)實踐應(yīng)用的情況下，底層技術(shù)嵌入與技術(shù)實踐應(yīng)用之比的系數(shù)顯著為負，表明管理者短視對底層技術(shù)嵌入的抑制作用更強。即便進行數(shù)字化轉(zhuǎn)型，企業(yè)也傾向于選擇技術(shù)實踐應(yīng)用，因此假設(shè)H2 成立。

（二）穩(wěn)健性檢驗

1.內(nèi)生性問題。管理者的視域特質(zhì)與企業(yè)數(shù)字化轉(zhuǎn)型之間可能存在逆向因果關(guān)系，比如數(shù)字化轉(zhuǎn)型的不確定性和長周期性會大大增加管理者對項目估值的難度，加劇了管理者的短視特征。選取適當?shù)墓ぞ咦兞渴翘幚韮?nèi)生性問題的常用策略，本文選取同年度、同行業(yè)內(nèi)其他企業(yè)管理者的短視程度的均值作為工具變量。依據(jù)“同群效應(yīng)”理論，企業(yè)管理者的投資視域往往會受到同行業(yè)內(nèi)其他企業(yè)管理者投資視域的影響，故這一指標滿足相關(guān)性的要求；而企業(yè)的數(shù)字化轉(zhuǎn)型決策與同行業(yè)內(nèi)其他企業(yè)管理者的投資視域不直接相關(guān)，滿足外生性的要求。表3 工具變量回歸的結(jié)果顯示，第一階段的Kleibergen-Paaprk Wald F 統(tǒng)計量大于10%偏誤水平下的16.38 的臨界值，并且工具變量IV 對管理者短視指標的回歸系數(shù)在1%水平下顯著，說明不存在弱工具變量問題。Kleibergen-Paap rk LM 統(tǒng)計量的p 值為0，即通過“工具變量識別不足”檢驗。第二階段的回歸系數(shù)均為負，且至少通過5%水平的顯著性檢驗。綜上，在考慮內(nèi)生性問題后結(jié)論仍然成立。

2.其他穩(wěn)健性檢驗。第一，替換解釋變量。參考高洪利等（2021）[16]的做法，選取管理者是否持股（MHS）作為其投資視域的代理變量，管理者持股使自身利益與股東利益趨于一致，在決策時會將企業(yè)未來發(fā)展納入考量范疇，投資視域相對長遠。第二，改變估計方法。由于文本分析方法測算的企業(yè)數(shù)字化轉(zhuǎn)型指標只能取非負整數(shù)，并且有一部分取值為0，因而這一類計數(shù)形式的被解釋變量可能對結(jié)論產(chǎn)生影響，于是本文使用面板泊松估計進行檢驗。第三，調(diào)整時間窗口。關(guān)于數(shù)字化轉(zhuǎn)型的研究大多以2011 年為起始年份，并且2020年開始的新冠肺炎疫情對各行業(yè)造成了嚴重沖擊，因此本文將樣本區(qū)間調(diào)整為2011—2019 年。經(jīng)上述檢驗，結(jié)果均表明本文結(jié)論具有穩(wěn)健性（限于篇幅，結(jié)果備索）。

（三）異質(zhì)性分析

1.國有企業(yè)與非國有企業(yè)。根據(jù)企業(yè)產(chǎn)權(quán)屬性，本文將樣本分為國有企業(yè)和非國有企業(yè)兩個子樣本進行分組回歸。從表4 列（1）至列（6）的結(jié)果可以看出，國有企業(yè)和非國有企業(yè)的管理者短視均顯著抑制了數(shù)字化進程，但是對非國有企業(yè)的抑制作用更強。究其原因，可能是國有企業(yè)的所有權(quán)由政府管控，其管理者通常兼?zhèn)湔伪尘?，職業(yè)生涯較長且相對穩(wěn)定[21]，管理者視域特質(zhì)對數(shù)字化轉(zhuǎn)型這類長期性投資的敏感度不及非國有企業(yè)。列（7）和列（8）的結(jié)果表明，不論是國有企業(yè)還是非國有企業(yè)，管理者短視都對底層技術(shù)嵌入的抑制作用更強，說明即便進行數(shù)字化轉(zhuǎn)型，二者均會傾向于選擇風險程度相對較低的技術(shù)實踐應(yīng)用。

表4 企業(yè)產(chǎn)權(quán)屬性異質(zhì)性

2.高競爭行業(yè)與低競爭行業(yè)。本文認為管理者的視域特質(zhì)是通過影響數(shù)字化項目的估值，進而作用于數(shù)字化轉(zhuǎn)型決策的。而項目估值在不同市場競爭強度的行業(yè)中通常存在較大差異，有必要區(qū)分行業(yè)競爭屬性進行進一步討論。本文通過計算每年度行業(yè)內(nèi)企業(yè)數(shù)量對數(shù)化的均值，將樣本分為高競爭組和低競爭組，估計結(jié)果見表5。表5 列（1）至列（6）的結(jié)果表明，無論是高競爭行業(yè)還是低競爭行業(yè)，管理者短視都與企業(yè)數(shù)字化轉(zhuǎn)型顯著負相關(guān)。列（7）和列（8）表明，在高競爭行業(yè)內(nèi)管理者短視對底層技術(shù)嵌入的抑制作用更強，而低競爭行業(yè)內(nèi)未呈現(xiàn)這一特征。這可能是因為在高競爭行業(yè)中，參與技術(shù)創(chuàng)新的企業(yè)眾多，激烈的市場競爭使得企業(yè)的底層技術(shù)嵌入面臨額外的技術(shù)淘汰或替代風險[22]，提高轉(zhuǎn)型失敗概率，同時也降低未來利潤流的穩(wěn)定性和持續(xù)性，從而削弱項目價值，導致短視的管理者更不愿意進行底層技術(shù)嵌入。

表5 行業(yè)競爭屬性異質(zhì)性

3.高融資約束與低融資約束。企業(yè)自有資金通常無法滿足數(shù)字化轉(zhuǎn)型所需的資金要求，那么當企業(yè)面臨不同程度的融資約束時，管理者短視對企業(yè)數(shù)字化轉(zhuǎn)型的影響又有何差異？對此，本文采用SA 指數(shù)衡量企業(yè)的融資約束[23]，并根據(jù)其中位數(shù)將樣本分為高融資約束組和低融資約束組，估計結(jié)果見表6。表6 列（1）至列（6）的結(jié)果表明，高融資約束企業(yè)和低融資約束企業(yè)的管理者短視均顯著抑制了數(shù)字化進程，且對高融資約束企業(yè)的抑制作用更強?？赡苁钱斊髽I(yè)存在明顯的融資約束時，短視的管理者更不愿意將有限的資源投入到那些周期長、風險高的數(shù)字化項目中。列（7）和列（8）進一步表明，即使進行數(shù)字化轉(zhuǎn)型，高融資約束企業(yè)也會傾向于選擇技術(shù)實踐應(yīng)用，但這一傾向在低融資約束企業(yè)中并不顯著。

表6 企業(yè)融資環(huán)境異質(zhì)性

五、影響機制檢驗

（一）風險承擔水平與機構(gòu)投資者持股的調(diào)節(jié)效應(yīng)

為考察企業(yè)風險承擔水平與機構(gòu)投資者持股在管理者短視影響數(shù)字化轉(zhuǎn)型中的重要作用，本文在式（9）的基礎(chǔ)上加入這兩個變量及其與管理者短視指標的交互項，構(gòu)建如下調(diào)節(jié)效應(yīng)模型：

其中：變量Modit為調(diào)節(jié)變量，分別代表風險承擔水平與機構(gòu)投資者持股。關(guān)于企業(yè)風險承擔水平（Risk）測度，采用企業(yè)盈利的波動性衡量企業(yè)風險承擔水平[24]；關(guān)于機構(gòu)投資者持股（Institu）,以機構(gòu)持股占企業(yè)總股份的比例衡量。

從表7 列（1）至列（4）可以看出，在加入管理者短視與風險承擔水平的交互項之后，管理者短視指標的系數(shù)依然顯著為負，而交互項的系數(shù)為正，并且僅對技術(shù)實踐應(yīng)用的影響不顯著。這一結(jié)果表明，企業(yè)的風險承擔水平越高，管理者短視與企業(yè)數(shù)字化轉(zhuǎn)型之間的負相關(guān)關(guān)系越會減弱，且這一調(diào)節(jié)作用主要表現(xiàn)在底層技術(shù)嵌入中。

表7 調(diào)節(jié)效應(yīng)：風險承擔水平

從表8 列（1）至列（4）看出，在加入管理者短視與機構(gòu)投資者持股的交互項之后，管理者短視指標的系數(shù)依然顯著為負，而交互項的系數(shù)為正，并至少通過了10%水平的顯著性檢驗。這說明較高的機構(gòu)持股比例加強投資者對公司的監(jiān)督，管理者短視對企業(yè)數(shù)字化轉(zhuǎn)型的負向影響被抑制。綜合表7、表8 的結(jié)果，假設(shè)H3成立。

表8 調(diào)節(jié)效應(yīng)：機構(gòu)投資者持股

（二）研發(fā)投入與信息化投入的中介效應(yīng)

為檢驗短視的管理者可能通過減少研發(fā)投入與信息化投入這一間接傳導路徑來抑制企業(yè)數(shù)字化轉(zhuǎn)型，本文借鑒溫忠麟和葉寶娟（2014）[25]的研究，構(gòu)建以下中介效應(yīng)模型：

其中：Medit為中介變量，這里分別代表企業(yè)的研發(fā)投入和信息化投入。關(guān)于研發(fā)投入（R&D），本文采用企業(yè)當年研發(fā)投入占營業(yè)收入的比重來衡量。關(guān)于信息化投入（Infinvest），本文將固定資產(chǎn)中“電子設(shè)備”“辦公電子設(shè)備”“計算機（電腦）設(shè)備”“自動化”“電子儀器儀表”“通訊”“郵電”“管理設(shè)備”“檢測設(shè)備”等投資作為信息化硬件投入，將無形資產(chǎn)中“軟件”“系統(tǒng)”（除研發(fā)項目）、“計算機（或電腦）”“電子商務(wù)”“平臺”“數(shù)據(jù)庫”“信息化”“網(wǎng)站”“ERP”“OA”“windows”“office”“微信公眾號”等投資作為信息化軟件投入，兩者加總得到企業(yè)信息化投入。

表9 是研發(fā)投入的中介效應(yīng)檢驗結(jié)果。從列（1）可以看出，管理者短視對研發(fā)投入的回歸系數(shù)顯著為負。列（2）至列（5）在加入中介變量研發(fā)投入后，研發(fā)投入對企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)在1%置信水平下顯著為正，同時Bootstrap 檢驗得到的95%的置信區(qū)間不包含0，驗證了研發(fā)投入是管理者短視主義影響企業(yè)數(shù)字化轉(zhuǎn)型的間接傳導路徑。

表9 中介效應(yīng)：研發(fā)投入

表10 是信息化投入的中介效應(yīng)檢驗結(jié)果。同樣地，列（1）可以看出，管理者短視對信息化投入的回歸系數(shù)顯著為負。列（2）至列（5）的結(jié)果表明，信息化投入也是管理者短視影響企業(yè)數(shù)字化轉(zhuǎn)型的間接傳導路徑。綜合表9、表10 的結(jié)果，假設(shè)H4 成立。

六、研究結(jié)論與實踐啟示

（一）研究結(jié)論

在當前我國大多數(shù)企業(yè)“不敢轉(zhuǎn)”“不會轉(zhuǎn)”的現(xiàn)實背景下，本文重點關(guān)注管理者投資視域特質(zhì)對企業(yè)數(shù)字化轉(zhuǎn)型的影響，得出主要結(jié)論如下：管理者短視顯著抑制企業(yè)數(shù)字化進程，且更多抑制底層技術(shù)嵌入，即便進行數(shù)字化轉(zhuǎn)型，企業(yè)也更傾向于選擇風險相對較低的技術(shù)實踐應(yīng)用；管理者短視對企業(yè)數(shù)字化轉(zhuǎn)型的抑制作用在非國有企業(yè)、高競爭行業(yè)以及高融資約束企業(yè)中表現(xiàn)得更為明顯，低競爭行業(yè)和低融資約束企業(yè)中未發(fā)現(xiàn)企業(yè)更傾向于選擇技術(shù)實踐應(yīng)用的證據(jù)；企業(yè)風險承擔水平與機構(gòu)投資者持股比例越高，越能緩解管理者短視對數(shù)字化轉(zhuǎn)型的抑制效應(yīng)，管理者短視主要通過削減企業(yè)的研發(fā)投入和信息化投入，進而抑制企業(yè)數(shù)字化轉(zhuǎn)型。

（二）實踐啟示

以上結(jié)論為新發(fā)展格局下企業(yè)高質(zhì)量發(fā)展帶來幾點重要啟示：

1.重視企業(yè)管理團隊建設(shè)，充分發(fā)揮管理者人力資本的增量作用。鑒于管理者短視遲滯甚至阻礙企業(yè)數(shù)字化進程，在人才強國和創(chuàng)新驅(qū)動發(fā)展的國家戰(zhàn)略背景下，企業(yè)在選拔或聘任CEO、CIO 等高級管理人才時，除了關(guān)注年齡、教育背景、工作經(jīng)歷等人群特征外，還應(yīng)將時間觀、價值觀以及大局觀等投資視域特質(zhì)納入重點考察范疇，充分發(fā)揮管理者人力資本對企業(yè)數(shù)字化轉(zhuǎn)型的增量作用。

2.強化企業(yè)風險承擔水平，積極完善機構(gòu)投資者的外部監(jiān)督機制。本文證實了風險承擔水平和機構(gòu)投資者持股能夠緩解管理者短視對企業(yè)數(shù)字化轉(zhuǎn)型的抑制效應(yīng)，因此可通過豐富銀行關(guān)系、協(xié)會關(guān)系、市場關(guān)系、校友關(guān)系等社會網(wǎng)絡(luò)獲得風險投資所必需的各種重要資源，以此提升企業(yè)風險承擔水平。同時，地方政府還應(yīng)當繼續(xù)引導、鼓勵和扶持機構(gòu)投資者的健康發(fā)展，完善機構(gòu)投資者的外部監(jiān)督機制，提高機構(gòu)投資者積極參與公司治理的動力，從而及時監(jiān)督管理者短視行為，激勵管理者重視研發(fā)投入和信息化投入，增加對前沿底層技術(shù)嵌入這一類深度轉(zhuǎn)型項目的偏好，真正實現(xiàn)“破而后立”。

3.明確企業(yè)自身戰(zhàn)略定位，有序推進底層技術(shù)嵌入與技術(shù)實踐應(yīng)用。從企業(yè)異質(zhì)性來看，對于一些處于高競爭行業(yè)和面臨高融資約束的企業(yè)而言，其用于技術(shù)研發(fā)的資金有限，并且底層技術(shù)嵌入面臨額外的技術(shù)淘汰或替代風險，盲目進行數(shù)字化轉(zhuǎn)型往往適得其反。因此，這些企業(yè)可先嘗試利用已有或外購數(shù)字技術(shù)的實踐應(yīng)用進行漸進式數(shù)字化轉(zhuǎn)型，有序推進底層技術(shù)嵌入與技術(shù)實踐應(yīng)用。在此過程中，地方政府還需要利用好“看得見的手”營造激勵相容的外部創(chuàng)新軟環(huán)境，與市場機制互相補充，幫助企業(yè)克服數(shù)字化轉(zhuǎn)型“循序漸進”中所面臨的資源約束。