王磊 李吉

內(nèi)容提要：企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合在微觀層面的具體體現(xiàn),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)為其提供了有力支撐?；?007-2021年滬深A(yù)股上市公司數(shù)據(jù),以“寬帶中國(guó)”試點(diǎn)政策為準(zhǔn)自然實(shí)驗(yàn),構(gòu)建多時(shí)期雙重差分模型實(shí)證檢驗(yàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機(jī)制。研究表明,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)顯著推動(dòng)了企業(yè)數(shù)字化轉(zhuǎn)型,并通過(guò)創(chuàng)新激勵(lì)和信貸融資渠道實(shí)現(xiàn);CEO信息技術(shù)背景和CEO風(fēng)險(xiǎn)偏好均強(qiáng)化了網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用;網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型提升效果在具有不同產(chǎn)權(quán)性質(zhì)、技術(shù)稟賦、生命周期階段以及經(jīng)濟(jì)政策環(huán)境中的企業(yè)具有異質(zhì)性。

一、引 言

中共二十大報(bào)告強(qiáng)調(diào),加快發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。企業(yè)作為數(shù)字經(jīng)濟(jì)重要微觀主體,數(shù)字化轉(zhuǎn)型是企業(yè)提高生存能力和可持續(xù)發(fā)展能力的必然選擇,企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中面臨眾多挑戰(zhàn),部分企業(yè)存在數(shù)字配套設(shè)施不足、高端技術(shù)人才匱乏、技術(shù)創(chuàng)新能力有限、轉(zhuǎn)型成本高與風(fēng)險(xiǎn)大等問(wèn)題,陷入“不會(huì)轉(zhuǎn)”“不愿轉(zhuǎn)”“不敢轉(zhuǎn)”困境(陽(yáng)鎮(zhèn)等,2023)。據(jù)《埃森哲2022中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)》報(bào)告,2022年中國(guó)僅有17%企業(yè)憑借良好數(shù)字化基礎(chǔ)優(yōu)勢(shì)成為數(shù)字化轉(zhuǎn)型領(lǐng)軍企業(yè),超80%企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)展有限。因此,探討促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的具體途徑對(duì)促進(jìn)實(shí)體企業(yè)穩(wěn)定健康發(fā)展、推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合具有重要的現(xiàn)實(shí)意義。

伴隨新一輪科技革命興起,以光纖寬帶等為代表的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)實(shí)現(xiàn)了跨越式進(jìn)步,成為數(shù)字經(jīng)濟(jì)發(fā)展的重要載體,占據(jù)重要戰(zhàn)略地位。為搶占數(shù)字發(fā)展先機(jī),國(guó)務(wù)院于2013年8月印發(fā)了《“寬帶中國(guó)”戰(zhàn)略及實(shí)施方案》,意味著寬帶部署正式上升為國(guó)家戰(zhàn)略?！皩拵е袊?guó)”試點(diǎn)政策落地實(shí)施,擴(kuò)大了寬帶網(wǎng)絡(luò)覆蓋范圍,促使網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)迅速推進(jìn),推動(dòng)其與實(shí)體經(jīng)濟(jì)深度融合,為企業(yè)發(fā)展帶來(lái)信息時(shí)代的數(shù)字紅利(Liu和Wang,2019),也為企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)新引擎(朱曉滿和王伊攀,2023)。那么,以“寬帶中國(guó)”試點(diǎn)政策作為核心發(fā)展戰(zhàn)略的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)能否促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型?作用機(jī)制是什么?厘清此問(wèn)題,有助于為網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)更好地推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提供理論依據(jù)和現(xiàn)實(shí)基礎(chǔ)。

鑒于此,本文以中國(guó)滬深A(yù)股上市公司2007-2021年面板數(shù)據(jù)為研究樣本,結(jié)合“寬帶中國(guó)”政策背景,采用多時(shí)期雙重差分模型實(shí)證分析網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。本文可能的邊際貢獻(xiàn)主要在于:第一,本文從微觀企業(yè)層面入手,將“寬帶中國(guó)”試點(diǎn)政策作為準(zhǔn)自然實(shí)驗(yàn),探究網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響,以豐富并拓展宏觀發(fā)展戰(zhàn)略對(duì)微觀經(jīng)濟(jì)主體的影響研究。第二,本文從企業(yè)創(chuàng)新能力和信貸可得性兩個(gè)維度出發(fā),探討網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的作用途徑。考慮到企業(yè)數(shù)字化轉(zhuǎn)型作為高風(fēng)險(xiǎn)的重大創(chuàng)新發(fā)展戰(zhàn)略決策,CEO個(gè)人特質(zhì)可能會(huì)對(duì)企業(yè)是否愿意數(shù)字化轉(zhuǎn)型以及如何開(kāi)展數(shù)字化轉(zhuǎn)型產(chǎn)生重大影響,本文從CEO信息技術(shù)背景和CEO風(fēng)險(xiǎn)偏好出發(fā),探討CEO個(gè)人特質(zhì)對(duì)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)助推企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)。第三,本文進(jìn)一步探討在經(jīng)濟(jì)政策不確定視角下,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響,豐富并拓展了在外部經(jīng)濟(jì)環(huán)境不確定條件下網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)戰(zhàn)略決策影響的研究邊界。

二、文獻(xiàn)綜述

學(xué)術(shù)界關(guān)于網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型的討論日益豐富,與本研究聯(lián)系最為密切的文獻(xiàn)主要有兩類(lèi)。

一是關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)力因素研究,主要集中于內(nèi)外部?jī)蓚€(gè)層面。內(nèi)部層面,企業(yè)高管特征、內(nèi)部員工能力等是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。管理者的教育背景、個(gè)性偏好、價(jià)值觀以及面對(duì)風(fēng)險(xiǎn)時(shí)的態(tài)度等特征會(huì)對(duì)其行為模式和認(rèn)知產(chǎn)生持續(xù)性影響,進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的組織結(jié)構(gòu)及戰(zhàn)略偏好(張昆賢和陳曉蓉,2021;Porfírio等,2021)。高管信息技術(shù)背景可以有效增加企業(yè)數(shù)字化專(zhuān)利產(chǎn)出、減少管理層短視行為,進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型(吳育輝等,2022)。具有強(qiáng)大數(shù)字和分析技能的員工可以挖掘大數(shù)據(jù)中最有價(jià)值的信息,為公司和客戶創(chuàng)造更多價(jià)值(Verhoef等,2021)。并且,在經(jīng)濟(jì)政策不確定環(huán)境下,充沛的數(shù)字化人力資本、管理者長(zhǎng)遠(yuǎn)的戰(zhàn)略眼光能為企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型提供重要機(jī)遇(王超等,2023)。外部層面,數(shù)字技術(shù)、經(jīng)濟(jì)環(huán)境政策是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素。數(shù)字技術(shù)的快速發(fā)展,加速了與企業(yè)的深度融合,促使企業(yè)組織創(chuàng)新,成為數(shù)字化轉(zhuǎn)型重要的外部驅(qū)動(dòng)因素(Tsou和Chen,2023)。數(shù)字基礎(chǔ)設(shè)施相關(guān)政策有助于為企業(yè)提供銀行信貸、政府補(bǔ)助等資金支持,改善企業(yè)經(jīng)營(yíng)狀況,還能擴(kuò)大供需、增強(qiáng)縱向與橫向市場(chǎng)競(jìng)爭(zhēng),提升產(chǎn)業(yè)鏈競(jìng)爭(zhēng)力,推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型(王海等,2023;朱曉滿和王伊攀,2023)。政府財(cái)政支出政策能夠有效緩解企業(yè)融資約束、穩(wěn)定財(cái)務(wù)狀況、激發(fā)創(chuàng)新行為,為企業(yè)數(shù)字化轉(zhuǎn)型提供有效動(dòng)力(吳非等,2021)。

二是關(guān)于網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的經(jīng)濟(jì)效果研究。微觀層面,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)加快企業(yè)內(nèi)部知識(shí)技術(shù)擴(kuò)散、加強(qiáng)對(duì)外技術(shù)合作(薛成等,2020),拓寬企業(yè)市場(chǎng)和技術(shù)信息獲取渠道,拓展企業(yè)創(chuàng)新邊界(沈坤榮等,2023),降低內(nèi)部交易成本、集聚高端人力資本,進(jìn)而提升企業(yè)全要素生產(chǎn)率(金環(huán)等,2021)。網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)能夠通過(guò)提升地區(qū)金融包容性、降低企業(yè)信息不對(duì)稱(chēng)程度來(lái)緩解企業(yè)融資約束(孫俊成和李恒宇,2022)。宏觀層面,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)通過(guò)緩解資源錯(cuò)配、推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、加快技術(shù)進(jìn)步等提升地區(qū)全要素生產(chǎn)率(趙莎莎,2022;劉傳明和馬青山,2020)。網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)能通過(guò)緩解資本和勞動(dòng)力錯(cuò)位促進(jìn)地區(qū)創(chuàng)業(yè)水平的提升(Li等,2023),對(duì)城市創(chuàng)新水平(張杰和付奎,2021)等也會(huì)產(chǎn)生影響。

綜合上述文獻(xiàn)發(fā)現(xiàn)對(duì)于如何推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型以及網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)所產(chǎn)生的經(jīng)濟(jì)效果的相關(guān)研究已取得較為豐富的成果,為本文奠定了良好研究基礎(chǔ)。然而,鮮有研究將影響企業(yè)數(shù)字化轉(zhuǎn)型的管理者背景和心理特征等內(nèi)部因素與政策環(huán)境等外部因素綜合到一個(gè)框架內(nèi)展開(kāi)討論,并且,基于宏觀政策背景分析網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)微觀企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制缺乏深入探討,將作為企業(yè)發(fā)展領(lǐng)航者CEO的個(gè)人特質(zhì)一同考慮在內(nèi)的研究更是屈指可數(shù)。因此,迫切需要結(jié)合宏觀經(jīng)濟(jì)背景,從理論和現(xiàn)實(shí)出發(fā)更深一步探討企業(yè)數(shù)字化轉(zhuǎn)型機(jī)制。

三、理論分析與研究假設(shè)

1. 網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的直接影響

網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)持續(xù)推進(jìn),滿足企業(yè)在生產(chǎn)和組織方式、要素資源配置、數(shù)字人才投入等多方面數(shù)字化轉(zhuǎn)型需求。首先,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)加快了具有高滲透性、高成長(zhǎng)性等特點(diǎn)的數(shù)字技術(shù)涌現(xiàn),企業(yè)借此將數(shù)字技術(shù)應(yīng)用到生產(chǎn)經(jīng)營(yíng)等各環(huán)節(jié),提升企業(yè)從設(shè)計(jì)到服務(wù)、從生產(chǎn)到客戶的互聯(lián)互通能力,提高管理效率和生產(chǎn)效率,促使企業(yè)組織模式和生產(chǎn)方式數(shù)字化轉(zhuǎn)型(Xu等,2020)。其次,5G、工業(yè)互聯(lián)網(wǎng)等網(wǎng)絡(luò)基礎(chǔ)設(shè)施為企業(yè)提供完善的數(shù)字化轉(zhuǎn)型配套設(shè)施,企業(yè)借助其高速率、范圍廣等特點(diǎn),促使數(shù)據(jù)要素賦能傳統(tǒng)要素,引導(dǎo)企業(yè)將資源分配到數(shù)字創(chuàng)新領(lǐng)域,優(yōu)化技術(shù)、資本等要素配置(劉傳明和馬青山,2020),推動(dòng)企業(yè)要素?cái)?shù)字化轉(zhuǎn)型。最后,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)為企業(yè)選優(yōu)配強(qiáng)數(shù)字技能人才和管理人員提供極大便利,企業(yè)與人才雙方通過(guò)數(shù)字平臺(tái)進(jìn)行實(shí)時(shí)溝通,實(shí)現(xiàn)勞動(dòng)市場(chǎng)供求雙方更優(yōu)匹配,滿足數(shù)字化轉(zhuǎn)型人才需求?；诖?提出如下假設(shè):

假設(shè)1:網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)有利于促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

2. 網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)影響企業(yè)數(shù)字化轉(zhuǎn)型的中介效應(yīng)

網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)具有創(chuàng)新激勵(lì)效應(yīng)。企業(yè)通過(guò)完善的數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)基礎(chǔ)設(shè)施等數(shù)字平臺(tái)可以共享數(shù)字化生產(chǎn)要素,形成專(zhuān)業(yè)化要素供給市場(chǎng),拓寬企業(yè)要素獲取渠道和范圍,滿足企業(yè)對(duì)多元化創(chuàng)新知識(shí)要素的需求,為開(kāi)展研發(fā)活動(dòng)提供豐富的創(chuàng)新資源和良好的網(wǎng)絡(luò)共享環(huán)境,助推企業(yè)數(shù)字化轉(zhuǎn)型(薛成等,2020;劉傳明和馬青山,2020)。網(wǎng)絡(luò)基礎(chǔ)設(shè)施具有外部網(wǎng)絡(luò)性,借助信息元提高數(shù)據(jù)流動(dòng)性和信息傳播速度,打破地區(qū)間企業(yè)的知識(shí)溝、信息溝,迸發(fā)新思想,實(shí)現(xiàn)協(xié)同創(chuàng)新,提高企業(yè)數(shù)字化轉(zhuǎn)型能力。同時(shí),高技能人才通過(guò)數(shù)字知識(shí)平臺(tái)開(kāi)展學(xué)習(xí)交流,提高知識(shí)傳播效率,降低高端技術(shù)人才的知識(shí)數(shù)據(jù)獲取成本,創(chuàng)造優(yōu)質(zhì)科技創(chuàng)新氛圍,有利于形成優(yōu)質(zhì)數(shù)字化人才虛擬集聚,加快企業(yè)創(chuàng)新能力躍升,為數(shù)字化轉(zhuǎn)型提供創(chuàng)新人才和技術(shù)支撐(王嘉麗等,2021)。

網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)具有信貸融資效應(yīng)。完善的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)為企業(yè)數(shù)字化轉(zhuǎn)型中融資難、融資貴等問(wèn)題提供了新的解決途徑,通過(guò)提供資金支持、節(jié)約經(jīng)營(yíng)成本等有效改善企業(yè)財(cái)務(wù)狀況,緩解融資約束,筑牢數(shù)字化轉(zhuǎn)型的資金“底座”(王海等,2023)。銀行等信貸金融機(jī)構(gòu)借助數(shù)字平臺(tái),有利于低成本、高效率地獲取企業(yè)身份信息、財(cái)務(wù)信息和信用報(bào)告等數(shù)據(jù),提高信貸方信息透明度,減少信貸機(jī)構(gòu)的道德風(fēng)險(xiǎn)和逆向選擇,并通過(guò)信用評(píng)分模型對(duì)企業(yè)進(jìn)行信貸風(fēng)險(xiǎn)評(píng)估,增強(qiáng)違約風(fēng)險(xiǎn)預(yù)測(cè)能力,降低信貸風(fēng)險(xiǎn),提高銀行貸款意愿(姜婷鳳和易潔菲,2022)。并且,政府牽頭聯(lián)合企業(yè)、銀行、投資方等其他機(jī)構(gòu)搭建的企業(yè)投融資一體化數(shù)字平臺(tái),實(shí)現(xiàn)了對(duì)信貸市場(chǎng)金融資源的有效整合,拓寬融資渠道,降低資金獲取成本,提高信貸可得性,使得企業(yè)將更充足的資金用于研發(fā)創(chuàng)新等活動(dòng)以保障自身的投資決策,為企業(yè)數(shù)字化轉(zhuǎn)型奠定物質(zhì)基礎(chǔ)。基于以上分析,提出如下假設(shè):

假設(shè)2:網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)通過(guò)提高企業(yè)創(chuàng)新能力、信貸可得性推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。

3. 網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)影響企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)

CEO的信息技術(shù)背景意味著企業(yè)決策者具備更強(qiáng)的數(shù)字化轉(zhuǎn)型意愿和能力。首先,在戰(zhàn)略制定層面,信息技術(shù)背景CEO具有豐富的經(jīng)驗(yàn)積累、知識(shí)儲(chǔ)備及數(shù)字領(lǐng)導(dǎo)力,借助數(shù)字平臺(tái)可以敏捷地捕捉到經(jīng)濟(jì)前沿動(dòng)向和未來(lái)發(fā)展機(jī)遇,制定適合企業(yè)長(zhǎng)期發(fā)展、適應(yīng)政策環(huán)境變化的數(shù)字化轉(zhuǎn)型目標(biāo)和規(guī)劃,并將其整合到企業(yè)整體發(fā)展戰(zhàn)略中,有效指導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型(吳育輝等,2022)。其次,在運(yùn)營(yíng)創(chuàng)新層面,信息技術(shù)背景CEO具有完備的數(shù)字技術(shù)能力,借助網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)強(qiáng)化對(duì)前沿?cái)?shù)字技術(shù)的把握,洞察數(shù)字技術(shù)潛在價(jià)值,將其融入企業(yè)生產(chǎn)全線,為企業(yè)數(shù)字化轉(zhuǎn)型提供資源和技能支持(Verhoef等,2021)。信息技術(shù)背景CEO的極強(qiáng)求知欲會(huì)驅(qū)使其更快且持續(xù)獲取先進(jìn)知識(shí)和信息資源,實(shí)現(xiàn)對(duì)創(chuàng)新資源的有效利用,提高創(chuàng)新成果轉(zhuǎn)化率,助力企業(yè)數(shù)字化轉(zhuǎn)型(Liu和Wang,2019)。最后,人才是影響企業(yè)數(shù)字化轉(zhuǎn)型的最關(guān)鍵因素(Kane,2019),有利于發(fā)揮出技術(shù)的最大價(jià)值。在人才培育層面,信息技術(shù)背景CEO更注重?cái)?shù)字化人才培養(yǎng),借助網(wǎng)絡(luò)基礎(chǔ)設(shè)施建立完善的員工數(shù)字化思維體系和企業(yè)信息平臺(tái),提升員工數(shù)字化技能,促進(jìn)數(shù)字技術(shù)和現(xiàn)有業(yè)務(wù)的深度融合(李瑞敬等,2022)。

CEO風(fēng)險(xiǎn)偏好度越高,企業(yè)決策層的冒險(xiǎn)和創(chuàng)新精神越強(qiáng),更愿意以承擔(dān)風(fēng)險(xiǎn)推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型(張昆賢和陳曉蓉,2021)。與之相反,CEO風(fēng)險(xiǎn)偏好度越低,表明其擁有相對(duì)謹(jǐn)慎、保守的心理特質(zhì),更擔(dān)憂創(chuàng)新失敗的風(fēng)險(xiǎn)損失,會(huì)降低創(chuàng)新投入以規(guī)避風(fēng)險(xiǎn)(蘇日娜等,2022)。在面對(duì)需要改進(jìn)和重塑企業(yè)現(xiàn)有經(jīng)營(yíng)體系且風(fēng)險(xiǎn)高、成效慢的數(shù)字化轉(zhuǎn)型決策時(shí),風(fēng)險(xiǎn)規(guī)避型CEO為減少風(fēng)險(xiǎn)損失,往往會(huì)維持現(xiàn)狀,或扮演追隨者角色,風(fēng)險(xiǎn)偏好型CEO意識(shí)到數(shù)字化轉(zhuǎn)型蘊(yùn)藏的發(fā)展?jié)摿梢詭椭髽I(yè)搶占未來(lái)發(fā)展優(yōu)勢(shì),鞏固市場(chǎng)地位,會(huì)傾向于采取“富貴險(xiǎn)中求”的轉(zhuǎn)型策略。在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的契機(jī)下,風(fēng)險(xiǎn)偏好型CEO會(huì)率先利用數(shù)字平臺(tái)開(kāi)展轉(zhuǎn)型活動(dòng),加大研發(fā)投入以得到更多創(chuàng)新產(chǎn)出,加快企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。此外,面臨不確定的經(jīng)濟(jì)環(huán)境時(shí),風(fēng)險(xiǎn)偏好者對(duì)創(chuàng)新所帶來(lái)的風(fēng)險(xiǎn)收益和所需成本預(yù)估平衡后,會(huì)選擇投資高風(fēng)險(xiǎn)、長(zhǎng)期性的創(chuàng)新活動(dòng),引進(jìn)先進(jìn)數(shù)字技術(shù)設(shè)備,推動(dòng)數(shù)字技術(shù)在企業(yè)管理方面的應(yīng)用(顧夏銘等,2018),為企業(yè)數(shù)字化轉(zhuǎn)型提供技術(shù)支撐?；谝陨戏治?提出如下假設(shè):

假設(shè)3:CEO信息技術(shù)背景和風(fēng)險(xiǎn)偏好均在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮正向調(diào)節(jié)效應(yīng)。

綜上,本研究的理論機(jī)制如圖1所示。

圖1 網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型機(jī)制

四、研究設(shè)計(jì)

1. 模型設(shè)定

為探究網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型的因果關(guān)系和內(nèi)在邏輯,本文借鑒薛成等(2020)、吳育輝等(2022)的研究,將工信部、國(guó)家發(fā)改委于2014年、2015年和2016年分三批次共遴選出120個(gè)“寬帶中國(guó)”試點(diǎn)城市視為一次外生的準(zhǔn)自然實(shí)驗(yàn),通過(guò)構(gòu)建具有固定效應(yīng)的多時(shí)期雙重差分模型對(duì)其政策效果進(jìn)行評(píng)估。為糾正異方差問(wèn)題,控制企業(yè)層面聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)誤。具體模型如下:

digii,t,h=β0+β1digdidi,t,h+β2Xi,t,h+ζi+μt+πh+εi,t,h

(1)

其中,i為企業(yè),t為時(shí)間,h為行業(yè);digi為企業(yè)數(shù)字化轉(zhuǎn)型;digdid為網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè),用“寬帶中國(guó)”試點(diǎn)政策的虛擬雙重差分變量表示;X為一系列控制變量;ζi、μt分別為企業(yè)和時(shí)間固定效應(yīng);因不同行業(yè)在數(shù)字化轉(zhuǎn)型方面存在較大差異,用πh進(jìn)一步控制行業(yè)固定效應(yīng);εi,t,h為隨機(jī)擾動(dòng)項(xiàng)。

2. 變量選擇

(1) 被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型(digi)。本文借鑒吳非等(2021)構(gòu)建的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫(kù),提取滬深A(yù)股上市公司年報(bào)中與數(shù)字化轉(zhuǎn)型相匹配的關(guān)鍵詞(1)關(guān)鍵詞分為“底層技術(shù)”和“實(shí)踐應(yīng)用”兩類(lèi)。其中,底層技術(shù)包括人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù);實(shí)踐應(yīng)用為技術(shù)實(shí)踐應(yīng)用,具體包括數(shù)字技術(shù)應(yīng)用。并加總計(jì)算。在此基礎(chǔ)上,為解決詞頻數(shù)據(jù)右偏問(wèn)題,對(duì)加總后的數(shù)據(jù)加1取自然對(duì)數(shù)以得到企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。

(2) 解釋變量網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)(digdid)。本文用雙重差分虛擬變量衡量,選取“寬帶中國(guó)”試點(diǎn)政策作為外生沖擊,當(dāng)企業(yè)所在城市入選為“寬帶中國(guó)”試點(diǎn)城市,digdid在當(dāng)年及以后年份取值為1;反之取值為0。

(3) 控制變量。為盡可能減少因遺漏變量產(chǎn)生的偏誤,獲得更準(zhǔn)確的估計(jì)結(jié)果,本文選取如下企業(yè)層面控制變量:企業(yè)規(guī)模(size)、資產(chǎn)負(fù)債率(lev)、現(xiàn)金流量(cflow)、托賓Q(tobinq)、第一大股東持股比例(top1)、盈利能力(roe)、高管持股比例(manholdr)、企業(yè)年齡(age)、高管薪酬(top3)、獨(dú)立董事占比(idsize);同時(shí),為緩解宏觀環(huán)境系統(tǒng)性變化給研究結(jié)果帶來(lái)的偏誤,進(jìn)一步實(shí)現(xiàn)對(duì)影響企業(yè)數(shù)字化轉(zhuǎn)型因素的有效控制,加入如下地區(qū)層面控制變量:金融發(fā)展水平(fina)、經(jīng)濟(jì)發(fā)展水平(pgdp)。

變量說(shuō)明見(jiàn)表1。

表1 主要變量的定義

3. 數(shù)據(jù)來(lái)源

鑒于上市公司于2007年起實(shí)施新會(huì)計(jì)準(zhǔn)則,本文選取2007-2021年滬深A(yù)股上市公司的相關(guān)數(shù)據(jù)為研究樣本。對(duì)數(shù)據(jù)進(jìn)行如下處理:剔除金融類(lèi)企業(yè)、ST和*ST類(lèi)企業(yè)以及關(guān)鍵變量缺失嚴(yán)重的樣本數(shù)據(jù),并對(duì)所有連續(xù)財(cái)務(wù)數(shù)據(jù)進(jìn)行上下1%水平的縮尾處理。最終得到3759個(gè)企業(yè)樣本,33467條企業(yè)-年度觀測(cè)值。數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)、WIND數(shù)據(jù)庫(kù)、上市公司年報(bào)以及EPS數(shù)據(jù)平臺(tái)。

由表2可知,企業(yè)數(shù)字化轉(zhuǎn)型均值為1.255,最大值6.380與最小值0.000相差較大,說(shuō)明各企業(yè)的數(shù)字化轉(zhuǎn)型水平存在較大差距,部分企業(yè)尚未開(kāi)展數(shù)字化轉(zhuǎn)型。網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)均值為0.435,說(shuō)明受到“寬帶中國(guó)”試點(diǎn)政策影響的實(shí)驗(yàn)組樣本占總研究樣本的43.5%。此外,通過(guò)對(duì)變量間相關(guān)系數(shù)檢驗(yàn)可知,相關(guān)系數(shù)均小于0.8,并對(duì)模型(1)中各變量進(jìn)行方差膨脹因子(VIF)檢驗(yàn),結(jié)果VIF最大值為2.33,均值僅為1.45,表明不存在多重共線性問(wèn)題。

表2 主要變量的描述統(tǒng)計(jì)

五、實(shí)證檢驗(yàn)

1. 基準(zhǔn)回歸結(jié)果分析

首先考察網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系,回歸結(jié)果見(jiàn)表3。網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量的估計(jì)系數(shù)均顯著為正,即網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,驗(yàn)證了假設(shè)1。列(1)為僅有核心解釋變量的結(jié)果,列(2)為加入固定效應(yīng)的結(jié)果,列(3)為加入控制變量的結(jié)果。由列(3)可知,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量系數(shù)在1%水平上正顯著,估計(jì)系數(shù)為0.107,表明“寬帶中國(guó)”試點(diǎn)城市企業(yè)的數(shù)字化轉(zhuǎn)型程度比非試點(diǎn)城市高10.7%,即網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。以上結(jié)果意味著,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)為數(shù)據(jù)、知識(shí)等要素的自由流動(dòng)提供了載體,加快要素在企業(yè)間的開(kāi)放共享和創(chuàng)新應(yīng)用,實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ),提高資源配置效率,推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。控制變量結(jié)果基本與現(xiàn)有研究一致。

表3 基準(zhǔn)回歸結(jié)果

2. 穩(wěn)健性檢驗(yàn)

(1) 平行趨勢(shì)檢驗(yàn)。為保證多時(shí)期雙重差分模型回歸結(jié)果的準(zhǔn)確性和有效性,運(yùn)用事件分析方法進(jìn)行平行趨勢(shì)檢驗(yàn),以考察“寬帶中國(guó)”試點(diǎn)政策實(shí)施前,實(shí)驗(yàn)組和對(duì)照組樣本的企業(yè)數(shù)字化轉(zhuǎn)型是否具有相同發(fā)展趨勢(shì)。動(dòng)態(tài)模型設(shè)定如下:

(2)

其中,n為各企業(yè)所處城市距離成為“寬帶中國(guó)”試點(diǎn)城市時(shí)的年份數(shù)(n=-4,-3,…,0,…,9,10);pre、current和post均為虛擬變量,分別為企業(yè)i所處城市在t年實(shí)施“寬帶中國(guó)”試點(diǎn)政策之前的年份、當(dāng)年以及之后的年份;其余變量與前文一致。

“寬帶中國(guó)”試點(diǎn)政策實(shí)施前后企業(yè)數(shù)字化轉(zhuǎn)型變化趨勢(shì)如圖2所示,在試點(diǎn)政策實(shí)施前,政策虛擬變量的估計(jì)系數(shù)均不顯著,企業(yè)數(shù)字化轉(zhuǎn)型不存在明顯差異,滿足平行趨勢(shì)假設(shè)檢驗(yàn)。進(jìn)一步,動(dòng)態(tài)效應(yīng)檢驗(yàn)表明,在試點(diǎn)政策實(shí)施第1年及之后,變量估計(jì)系數(shù)表現(xiàn)出明顯差異,且逐年放大。這說(shuō)明“寬帶中國(guó)”試點(diǎn)政策實(shí)施當(dāng)年沒(méi)有對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生顯著影響,并且政策效應(yīng)逐年增強(qiáng),即“寬帶中國(guó)”試點(diǎn)政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型有動(dòng)態(tài)持續(xù)性影響。

圖2 平行趨勢(shì)檢驗(yàn)

(2) 安慰劑檢驗(yàn)。為保證基準(zhǔn)回歸結(jié)果準(zhǔn)確性,本文采用隨機(jī)抽取偽“寬帶中國(guó)”試點(diǎn)城市的反事實(shí)方法進(jìn)行安慰劑檢驗(yàn)。具體而言,隨機(jī)不重復(fù)抽取與實(shí)驗(yàn)組相同數(shù)量的城市作為偽政策虛擬變量,構(gòu)建偽實(shí)驗(yàn)組,其余為對(duì)照組;隨后將偽政策虛擬變量代入基準(zhǔn)回歸模型,此過(guò)程重復(fù)500次。由圖3可知,回歸結(jié)果的估計(jì)系數(shù)服從正態(tài)分布,主要集中于0值附近,且估計(jì)系數(shù)與基準(zhǔn)回歸真實(shí)估計(jì)系數(shù)相差較大;p值大部分大于0.1。這表明基準(zhǔn)回歸結(jié)果基本不受其他不可觀測(cè)因素實(shí)質(zhì)性干擾,本文結(jié)論是可信的。

圖3 安慰劑檢驗(yàn)

3. 其他穩(wěn)健性檢驗(yàn)

(1) 內(nèi)生性處理:工具變量。本文的主要解釋變量網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)為城市層面數(shù)據(jù),而被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型為企業(yè)層面數(shù)據(jù),很大程度上弱化了反向因果關(guān)系。但進(jìn)一步考慮到“寬帶中國(guó)”試點(diǎn)城市可能不是隨機(jī)設(shè)立,會(huì)受到地區(qū)經(jīng)濟(jì)發(fā)展基礎(chǔ)、信息資源等多因素影響,而這些因素如果影響企業(yè)數(shù)字化轉(zhuǎn)型,則會(huì)引致政策評(píng)估偏誤,產(chǎn)生內(nèi)生性問(wèn)題?；诖?本文借鑒張杰和付奎(2021)對(duì)工具變量的選取與構(gòu)造,基于地理視角選取地形起伏度(iv)作為“寬帶中國(guó)”試點(diǎn)政策的工具變量。地形起伏度會(huì)影響地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的相關(guān)成本以及寬帶網(wǎng)絡(luò)信號(hào)等,由此對(duì)“寬帶中國(guó)”試點(diǎn)政策的實(shí)施產(chǎn)生影響,即滿足相關(guān)性條件;且地形起伏度對(duì)企業(yè)數(shù)字化轉(zhuǎn)型不具有直接影響,即滿足外生性條件。KP-F和KP-LM檢驗(yàn)均拒絕了“工具變量為弱識(shí)別”“工具變量識(shí)別不足”的原假設(shè),確保了工具變量的合理性?；貧w結(jié)果如表4列(1)列(2)所示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量的系數(shù)仍為正顯著,且與基準(zhǔn)回歸結(jié)果相比有所增大,即借助工具變量緩解內(nèi)生性問(wèn)題后,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng),進(jìn)一步表明基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)回歸結(jié)果

(2) PSM-DID。因“寬帶中國(guó)”試點(diǎn)城市在分批次選擇時(shí)可能會(huì)喪失隨機(jī)性,產(chǎn)生樣本自選擇偏差,引起內(nèi)生性問(wèn)題。因此,本文選取控制變量作為匹配變量,采用1∶4鄰近匹配和核匹配兩種方法進(jìn)行匹配,并再次進(jìn)行DID估計(jì),結(jié)果如表4列(3)列(4)所示,“寬帶中國(guó)”試點(diǎn)政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型存在顯著正向影響,表明結(jié)論的穩(wěn)健。

(3) 剔除直轄市樣本。直轄市相比其他城市在經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施建設(shè)及政策支持等方面更具優(yōu)勢(shì),為網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)和企業(yè)數(shù)字化轉(zhuǎn)型提供良好發(fā)展基礎(chǔ),進(jìn)而可能會(huì)影響本文結(jié)果。因此,本文剔除北京、上海、重慶和天津4個(gè)直轄市的樣本數(shù)據(jù)后重新回歸,結(jié)果如表4列(5)所示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量的系數(shù)仍顯著為正,即本文結(jié)論依舊成立。

(4) 排除其他政策干擾?？紤]到與“寬帶中國(guó)”試點(diǎn)政策同時(shí)期的其他數(shù)字經(jīng)濟(jì)戰(zhàn)略政策也可能會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響,干擾“寬帶中國(guó)”試點(diǎn)政策的識(shí)別效應(yīng)。因此,本文將國(guó)家智慧城市試點(diǎn)政策(zhdid)、國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)(dsjdid)以及國(guó)家創(chuàng)新型城市政策(cxdid)的虛擬變量納入基準(zhǔn)回歸模型(1)中?；貧w結(jié)果見(jiàn)表4列(6),“寬帶中國(guó)”試點(diǎn)政策仍顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,證明結(jié)論的穩(wěn)健性。

(5) 替換被解釋變量。本文借鑒張永珅等(2021)的測(cè)算方法,采用上市公司數(shù)字化技術(shù)無(wú)形資產(chǎn)之和(2)當(dāng)上市公司財(cái)務(wù)報(bào)告附注披露的無(wú)形資產(chǎn)明細(xì)項(xiàng)目包含“軟件”“網(wǎng)絡(luò)”“客戶端”“管理系統(tǒng)”“智能平臺(tái)”等與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞以及與此相關(guān)的專(zhuān)利時(shí),將該明細(xì)項(xiàng)目界定為“數(shù)字化技術(shù)無(wú)形資產(chǎn)”。占無(wú)形資產(chǎn)總額的比例重新計(jì)算企業(yè)數(shù)字化轉(zhuǎn)型程度,回歸結(jié)果如表4列(7)所示,解釋變量的估計(jì)系數(shù)仍為正顯著,結(jié)果較為穩(wěn)健。

六、機(jī)制分析

1. 中介效應(yīng)

前文理論和實(shí)證結(jié)果均表明,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,那么具體的作用機(jī)制是什么?為此,本文借鑒吳非等(2021)的研究方法,構(gòu)建逐步回歸模型檢驗(yàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)影響企業(yè)數(shù)字化轉(zhuǎn)型的傳導(dǎo)機(jī)制:

midi,t,h=δ0+δ1digdidi,t,h+δ2Xi,t,h+ζi+μt+πh+εi,t,h

(3)

digii,t,h=θ0+θ1midi,t,h+θ2digdidi,t,h+θ3Xi,t,h+ζi+μt+πh+εi,t,h

(4)

其中,mid為機(jī)制變量,分別為企業(yè)創(chuàng)新能力(rd),采用各企業(yè)研發(fā)投入金額占總資產(chǎn)的比重衡量,企業(yè)信貸可得性(loanrto),本文參考王海等(2023)測(cè)算方法,采用各企業(yè)短期借款、1年內(nèi)到期的非流動(dòng)負(fù)債以及長(zhǎng)期借款之和加1并取對(duì)數(shù)衡量;其他變量含義與式(1)一致。

表5匯報(bào)了中介機(jī)制檢驗(yàn)結(jié)果,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)通過(guò)提高企業(yè)創(chuàng)新能力和企業(yè)信貸可得性促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,驗(yàn)證了假設(shè)2。

表5 中介效應(yīng)回歸結(jié)果

列(1)中,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)在10%水平上對(duì)企業(yè)創(chuàng)新能力存在顯著正向影響,表明網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以顯著提升企業(yè)創(chuàng)新能力。列(2)顯示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)和企業(yè)創(chuàng)新能力變量分別在10%和5%水平上顯著為正,即企業(yè)創(chuàng)新能力在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮中介效應(yīng)。進(jìn)一步的Sobel檢驗(yàn)顯示p值為0.001,Bootstrap檢驗(yàn)結(jié)果在95%置信區(qū)間不含0,表明存在創(chuàng)新能力的中介效應(yīng),說(shuō)明網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)有助于加快技術(shù)、知識(shí)等要素?cái)U(kuò)散,吸引高素質(zhì)人才流入,提高企業(yè)創(chuàng)新能力,助推企業(yè)數(shù)字化轉(zhuǎn)型。

列(3)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量在5%水平上對(duì)企業(yè)信貸可得性存在顯著正向影響,表明網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以提高企業(yè)信貸可得性。列(4)顯示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)和企業(yè)信貸可得性變量均在1%水平上顯著為正,即企業(yè)信貸可得性在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮中介效應(yīng)。進(jìn)一步的Sobel檢驗(yàn)顯示p值為0.000,Bootstrap檢驗(yàn)結(jié)果在95%的置信區(qū)間不含0,表明存在信貸可得性的中介效應(yīng),說(shuō)明網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)有助于為銀行等金融機(jī)構(gòu)提供更健全的企業(yè)信息,降低企業(yè)信貸成本,提高信貸可得性,助力企業(yè)數(shù)字化轉(zhuǎn)型。

2. 調(diào)節(jié)效應(yīng)

本文從CEO信息技術(shù)背景和CEO風(fēng)險(xiǎn)偏好兩個(gè)屬性出發(fā),進(jìn)一步驗(yàn)證CEO特質(zhì)對(duì)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)。在基準(zhǔn)模型(1)基礎(chǔ)上加入調(diào)節(jié)變量mod及其與核心解釋變量的交互項(xiàng),構(gòu)建如下模型:

digii,t,h=φ0+φ1digdidi,t,h+φ2modi,t,h+φ3digdidi,t,h×modi,t,h+φ4Xi,t,h+ζi+μt+πh+εi,t,h

(5)

其中,mod為調(diào)節(jié)變量,分別為CEO信息技術(shù)背景(ceoit)和CEO風(fēng)險(xiǎn)偏好(ceorisk)。借鑒李瑞敬等(2022)的方法,當(dāng)該企業(yè)CEO具有與企業(yè)信息化管理、信息技術(shù)相關(guān)的教育或從業(yè)經(jīng)歷時(shí),變量ceoit取值為1,反之取值為0;借鑒郭道燕等(2016)的方法,從資產(chǎn)結(jié)構(gòu)、償債能力、盈利結(jié)構(gòu)、利潤(rùn)分配和現(xiàn)金流量等5個(gè)方面衡量CEO風(fēng)險(xiǎn)偏好(3)CEO風(fēng)險(xiǎn)偏好從5個(gè)方面進(jìn)行衡量,具體包含6個(gè)指標(biāo):風(fēng)險(xiǎn)資產(chǎn)占總資產(chǎn)的比重、資產(chǎn)負(fù)債率、核心盈利比率、留存收益率、自身資金滿足率及資本支出率。。其余變量含義與前文一致。

由表6可知,CEO信息技術(shù)背景和CEO風(fēng)險(xiǎn)偏好均在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型中發(fā)揮正向調(diào)節(jié)效應(yīng),進(jìn)而驗(yàn)證了假設(shè)3。

表6 調(diào)節(jié)效應(yīng)回歸結(jié)果

列(1)考察了CEO信息技術(shù)背景的調(diào)節(jié)效應(yīng),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與CEO信息技術(shù)背景的交互項(xiàng)在1%水平上顯著為正,即當(dāng)企業(yè)CEO具有信息技術(shù)背景時(shí),可以強(qiáng)化網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用。由此可見(jiàn),信息技術(shù)背景CEO具備更加完善的數(shù)字專(zhuān)業(yè)知識(shí)和領(lǐng)導(dǎo)決策能力,對(duì)企業(yè)未來(lái)發(fā)展趨勢(shì)有更清晰的把握,能作出更準(zhǔn)確的戰(zhàn)略決策,且注重?cái)?shù)字人才的培養(yǎng),為企業(yè)數(shù)字化轉(zhuǎn)型提供堅(jiān)實(shí)支撐。

列(2)考察了CEO風(fēng)險(xiǎn)偏好的調(diào)節(jié)效應(yīng),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與CEO風(fēng)險(xiǎn)偏好的交互項(xiàng)在1%水平上顯著為正,即CEO風(fēng)險(xiǎn)偏好度越高的企業(yè),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用越顯著?？赡艿脑蚴?風(fēng)險(xiǎn)偏好型CEO具備更強(qiáng)的風(fēng)險(xiǎn)承受力,出于擴(kuò)大企業(yè)發(fā)展空間目的,會(huì)率先利用數(shù)字技術(shù)和創(chuàng)新資源等,積極開(kāi)展創(chuàng)新活動(dòng),進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。

七、拓展性分析

1. 異質(zhì)性分析

(1) 企業(yè)技術(shù)稟賦。近年來(lái),高新技術(shù)企業(yè)越發(fā)受到重視,良好的技術(shù)稟賦又是企業(yè)數(shù)字化轉(zhuǎn)型的重要支撐,進(jìn)而在開(kāi)展數(shù)字化轉(zhuǎn)型時(shí),高新技術(shù)企業(yè)可能會(huì)有更高的主觀能動(dòng)性。因此,本文探討網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)具有不同技術(shù)稟賦企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響(4)根據(jù)2016年科技部、財(cái)政部以及國(guó)家稅務(wù)總局聯(lián)合發(fā)布的《高新技術(shù)企業(yè)認(rèn)定管理辦法》,將樣本劃分為高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)。。結(jié)果如表7列(1)列(2)所示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)分別對(duì)高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型在10%和1%顯著水平上存在正向影響?？赡艿脑蚴?高新技術(shù)企業(yè)本身在資源稟賦、研發(fā)創(chuàng)新能力、資金以及技術(shù)設(shè)備等方面相對(duì)更有優(yōu)勢(shì),反而使得“寬帶中國(guó)”試點(diǎn)政策對(duì)其產(chǎn)生邊際效用遞減效應(yīng),促進(jìn)作用稍有顯著;而對(duì)于非高新技術(shù)企業(yè),“寬帶中國(guó)”試點(diǎn)政策的實(shí)施在更大程度上彌補(bǔ)了其在資金、人才、技術(shù)等方面的不足,提供了豐富的創(chuàng)新資源。因此,“寬帶中國(guó)”試點(diǎn)政策的實(shí)施使得網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)非高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型具有更強(qiáng)的促進(jìn)作用。

表7 異質(zhì)性回歸結(jié)果

(2) 企業(yè)產(chǎn)權(quán)屬性。不同產(chǎn)權(quán)屬性企業(yè)的管理方式、獲取資源的渠道和承擔(dān)的政策性負(fù)擔(dān)等會(huì)有所不同,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)發(fā)展的速度及企業(yè)對(duì)其適應(yīng)能力也存在差異。因此,本文探討網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)不同性質(zhì)產(chǎn)權(quán)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。具體回歸結(jié)果如表7列(3)列(4)所示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型在1%顯著水平上存在正向影響,而對(duì)非國(guó)有企業(yè)影響不顯著?？赡艿脑蚴?國(guó)有企業(yè)相比于非國(guó)有企業(yè),與地方政府的聯(lián)系更為緊密,受到政府政策影響更大,同時(shí)還得到政府更多的資金和技術(shù)等方面的支持。因此,“寬帶中國(guó)”試點(diǎn)政策的實(shí)施,為國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型提供了更多的政策激勵(lì)和幫助,使得網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型影響更顯著。

(3) 企業(yè)生命周期階段。根據(jù)生命周期理論,處于不同發(fā)展階段企業(yè)面臨的壓力、研發(fā)能力、擁有資金資源等會(huì)有所不同,進(jìn)而影響企業(yè)決策行為。因此,本文探討處在不同生命周期階段的企業(yè),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)其數(shù)字化轉(zhuǎn)型在時(shí)間維度上的異質(zhì)性影響。結(jié)果如表7列(5)至列(7)所示,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)成長(zhǎng)期和成熟期企業(yè)的數(shù)字化轉(zhuǎn)型分別在10%和1%水平上存在顯著正向影響,而對(duì)衰退期企業(yè)影響不顯著。可能的原因是,成長(zhǎng)期企業(yè)處于發(fā)展初期,組織模式和生產(chǎn)方式比較靈活,對(duì)外界環(huán)境的調(diào)整速度較快,借助網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以更好適應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì),吸收數(shù)字技術(shù),提升創(chuàng)新能力,并且網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)降低了其信貸融資約束以滿足企業(yè)發(fā)展的資金需求,進(jìn)而企業(yè)愿意進(jìn)行數(shù)字化轉(zhuǎn)型;成熟期企業(yè)具有完善的組織結(jié)構(gòu)、充足的資本積累等,重視且有能力發(fā)展創(chuàng)新,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以為其帶來(lái)技術(shù)進(jìn)步,促進(jìn)數(shù)字化轉(zhuǎn)型;而衰退期企業(yè)的發(fā)展戰(zhàn)略開(kāi)始逐漸保守,人力資本和創(chuàng)新能力等逐漸降低,數(shù)字化轉(zhuǎn)型成本高,難以充分激發(fā)員工創(chuàng)新能力,進(jìn)而網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)其數(shù)字化轉(zhuǎn)型不存在顯著影響。

2. 進(jìn)一步檢驗(yàn):基于經(jīng)濟(jì)政策不確定視角下的企業(yè)數(shù)字化轉(zhuǎn)型

經(jīng)濟(jì)政策不確定性的持續(xù)增強(qiáng),倒逼企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。而企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)發(fā)揮“降本增效”的作用,增強(qiáng)了企業(yè)應(yīng)對(duì)宏觀經(jīng)濟(jì)沖擊所帶來(lái)負(fù)面影響的能力(祝樹(shù)金等,2023),還會(huì)提高企業(yè)的經(jīng)營(yíng)成本和經(jīng)營(yíng)風(fēng)險(xiǎn),在機(jī)遇與挑戰(zhàn)并存的情形下,各企業(yè)在面對(duì)數(shù)字化轉(zhuǎn)型時(shí)作出了不同的戰(zhàn)略決策。一方面,部分企業(yè)認(rèn)為經(jīng)濟(jì)政策不確定性的不斷上升會(huì)加劇企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的不確定性因素,導(dǎo)致企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型本身也同樣面臨巨大的風(fēng)險(xiǎn)和不確定性,存在增加企業(yè)轉(zhuǎn)型成本、效率損失以及降低企業(yè)收益等問(wèn)題。因此,企業(yè)為避免風(fēng)險(xiǎn)疊加,會(huì)采取降低創(chuàng)新研發(fā)投入等措施,推遲數(shù)字化轉(zhuǎn)型進(jìn)程(祝樹(shù)金等,2023)。另一方面,不確定性是企業(yè)獲得利潤(rùn)的重要來(lái)源。經(jīng)濟(jì)政策不確定性的增強(qiáng)加劇了市場(chǎng)競(jìng)爭(zhēng),部分企業(yè)會(huì)更傾向于風(fēng)險(xiǎn)主導(dǎo),特別是擁有信息技術(shù)背景和風(fēng)險(xiǎn)偏好CEO的企業(yè),會(huì)迅速作出戰(zhàn)略調(diào)整,選擇具有長(zhǎng)期性收益的決策行為,借助數(shù)字技術(shù)、知識(shí)等提高創(chuàng)新能力,增大研發(fā)投入,提升市場(chǎng)競(jìng)爭(zhēng)力和生產(chǎn)效率,表現(xiàn)出強(qiáng)烈的數(shù)字化轉(zhuǎn)型意愿(陽(yáng)鎮(zhèn)等,2023;王超等,2023)。

本文借鑒Baker等(2016)構(gòu)建的中國(guó)EPU指數(shù)的月度數(shù)據(jù),并對(duì)其進(jìn)行算術(shù)平均后,作為衡量經(jīng)濟(jì)政策不確定性的年度指標(biāo)。根據(jù)其中位數(shù)進(jìn)行高低分組回歸,以進(jìn)一步探討在不同經(jīng)濟(jì)政策不確定性水平下,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。結(jié)果如表8所示,無(wú)論經(jīng)濟(jì)政策不確定性高低與否,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)均在1%水平上顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型,并且,經(jīng)濟(jì)政策不確定性越低,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)變量的系數(shù)越大。以上結(jié)果表明,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用具有較強(qiáng)的政策穩(wěn)定性,受經(jīng)濟(jì)政策不確定性影響較小。因此,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以提高企業(yè)的創(chuàng)新能力,為企業(yè)提供更多的信貸資金支持,有效規(guī)避政策不確定性風(fēng)險(xiǎn),使得企業(yè)主動(dòng)擁抱數(shù)字化轉(zhuǎn)型。

表8 基于經(jīng)濟(jì)政策不確定性視角的回歸結(jié)果

八、結(jié)論與建議

本文以2007-2021年滬深A(yù)股上市公司數(shù)據(jù)為研究樣本,以“寬帶中國(guó)”試點(diǎn)政策為準(zhǔn)自然實(shí)驗(yàn),采用多時(shí)期雙重差分模型探討網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機(jī)制。研究表明,在網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)作用下,企業(yè)數(shù)字化轉(zhuǎn)型得到顯著提升;網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)可以提高企業(yè)創(chuàng)新能力和信貸可得性,推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型;當(dāng)企業(yè)具有信息技術(shù)背景和風(fēng)險(xiǎn)偏好度高的CEO時(shí),網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)作用更加顯著;網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)國(guó)有企業(yè)、非高新技術(shù)企業(yè)、高新技術(shù)企業(yè)以及處于成長(zhǎng)期、成熟期企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)作用顯著,而對(duì)非國(guó)有企業(yè)、處于衰退期企業(yè)的影響不顯著;進(jìn)一步分析發(fā)現(xiàn),經(jīng)濟(jì)政策環(huán)境越穩(wěn)定,網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用越強(qiáng)。基于上述研究結(jié)論,本文得到以下啟示建議。

第一,加快推進(jìn)“寬帶中國(guó)”試點(diǎn)政策建設(shè)進(jìn)程,引導(dǎo)企業(yè)依托網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)進(jìn)行數(shù)字化轉(zhuǎn)型。政府要充分發(fā)揮引領(lǐng)作用,全面落實(shí)“寬帶中國(guó)”等數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)戰(zhàn)略政策,逐步擴(kuò)大政策覆蓋范圍,提高網(wǎng)絡(luò)服務(wù)質(zhì)量。企業(yè)要借助網(wǎng)絡(luò)基礎(chǔ)設(shè)施在傳播速度、覆蓋范圍以及技術(shù)溢出等方面的優(yōu)勢(shì),加大對(duì)生產(chǎn)、管理以及銷(xiāo)售等各個(gè)環(huán)節(jié)數(shù)字化改造力度,使得企業(yè)更好地享受到數(shù)字經(jīng)濟(jì)發(fā)展紅利。各地區(qū)要加大對(duì)工業(yè)物聯(lián)網(wǎng)、人工智能、信用信息平臺(tái)等網(wǎng)絡(luò)基礎(chǔ)設(shè)施領(lǐng)域投資力度,提高網(wǎng)絡(luò)覆蓋率,為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的外部環(huán)境。

第二,提高政策針對(duì)性,構(gòu)建差異化數(shù)字化轉(zhuǎn)型技術(shù)支撐體系。政府要推進(jìn)創(chuàng)新共享平臺(tái)等網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè),制定協(xié)同創(chuàng)新減稅、共享獎(jiǎng)勵(lì)、減稅降費(fèi)等激勵(lì)政策,鼓勵(lì)并引導(dǎo)各企業(yè)在網(wǎng)絡(luò)平臺(tái)上開(kāi)展合作創(chuàng)新活動(dòng),協(xié)同推進(jìn)企業(yè)創(chuàng)新研發(fā)能力建設(shè)。做到因企施策,對(duì)于高新技術(shù)及非高新技術(shù)企業(yè)、成長(zhǎng)期以及衰退期企業(yè)要加大創(chuàng)新資源引入、技術(shù)人才培育力度,提高企業(yè)創(chuàng)新活躍度,強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型意識(shí)。加大對(duì)非國(guó)有企業(yè)政策支持力度,破除政策、資金、資源、技術(shù)等進(jìn)入壁壘,提供多方保障,降低數(shù)字技術(shù)創(chuàng)新成本及風(fēng)險(xiǎn)。企業(yè)要將數(shù)字技術(shù)應(yīng)用到生產(chǎn)、經(jīng)營(yíng)等環(huán)節(jié),打破企業(yè)數(shù)字化轉(zhuǎn)型困境。提高經(jīng)濟(jì)政策透明度,制定合理且精準(zhǔn)的促進(jìn)企業(yè)創(chuàng)新的經(jīng)濟(jì)政策,維持政策連續(xù)性。

第三,提高信貸資源可得性,為企業(yè)數(shù)字化轉(zhuǎn)型提供充足資金保障。政府要借助網(wǎng)絡(luò)基礎(chǔ)設(shè)施搭建企業(yè)數(shù)字化信貸融資平臺(tái),建立完善的信用體系和信貸風(fēng)險(xiǎn)監(jiān)管體系,完善企業(yè)信貸信息系統(tǒng),提升信貸資源配置效率,創(chuàng)建有效融資市場(chǎng),拓寬企業(yè)融資渠道,提升企業(yè)創(chuàng)新活動(dòng)信貸資金獲取效率,有效破解企業(yè)特別是衰退期企業(yè)和非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型的融資約束。協(xié)調(diào)銀行等金融機(jī)構(gòu)之間數(shù)字業(yè)務(wù)聯(lián)動(dòng),制定與數(shù)字化轉(zhuǎn)型信貸相關(guān)經(jīng)濟(jì)政策和專(zhuān)項(xiàng)業(yè)務(wù),健全信貸激勵(lì)措施,增加對(duì)企業(yè)信貸供給力度,使得不同企業(yè)通過(guò)數(shù)字平臺(tái)可以更加均等地獲得融資機(jī)會(huì),提升企業(yè)數(shù)字化轉(zhuǎn)型動(dòng)力。

第四,完善高層管理人員培養(yǎng)和激勵(lì)機(jī)制,引領(lǐng)企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)要與高校、政府等機(jī)構(gòu)聯(lián)合培養(yǎng)數(shù)字化人才,健全培養(yǎng)體系,增設(shè)對(duì)信息技術(shù)背景人才和技術(shù)人才特別是CEO的培訓(xùn)課程,加大數(shù)字素養(yǎng)培育財(cái)政投入。選優(yōu)配強(qiáng)企業(yè)數(shù)字技能人才,做好企業(yè)高端人才儲(chǔ)備工作,建立復(fù)合型高管團(tuán)隊(duì),增強(qiáng)企業(yè)對(duì)先進(jìn)數(shù)字技術(shù)吸收和運(yùn)用能力,為企業(yè)數(shù)字化轉(zhuǎn)型提供堅(jiān)實(shí)技術(shù)人才支撐。優(yōu)化薪酬、人才晉升等激勵(lì)機(jī)制,激發(fā)CEO的主觀能動(dòng)性和風(fēng)險(xiǎn)偏好等心理特征,提升企業(yè)管理能力和風(fēng)險(xiǎn)應(yīng)對(duì)能力,推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略實(shí)施。