劉麗娜 張盼盼

【摘 要】 隨著新一輪科技革命浪潮我國經(jīng)濟(jì)邁入高質(zhì)量發(fā)展新階段。對(duì)制造業(yè)企業(yè)而言，如何把握發(fā)展機(jī)遇成為制勝的關(guān)鍵。文章基于2012—2020年A股上市制造業(yè)公司數(shù)據(jù)，通過構(gòu)建數(shù)字化轉(zhuǎn)型準(zhǔn)自然實(shí)驗(yàn)，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。研究發(fā)現(xiàn)：首先，數(shù)字化轉(zhuǎn)型會(huì)正向影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，并且這種影響是可持續(xù)且穩(wěn)健的。其次，通過調(diào)節(jié)效應(yīng)檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)的驅(qū)動(dòng)作用在高質(zhì)量發(fā)展水平較高的企業(yè)更顯著。最后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的積極影響在管理者過度自信程度高的企業(yè)、非國有企業(yè)和大規(guī)模企業(yè)中效果更為顯著。研究結(jié)果對(duì)高質(zhì)量發(fā)展新階段數(shù)字化轉(zhuǎn)型增強(qiáng)制造業(yè)企業(yè)競(jìng)爭(zhēng)力具有一定的現(xiàn)實(shí)意義。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 制造業(yè)企業(yè)； 企業(yè)風(fēng)險(xiǎn)承擔(dān)； 高質(zhì)量發(fā)展

【中圖分類號(hào)】 F230；F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）03-0042-08

一、引言

企業(yè)風(fēng)險(xiǎn)承擔(dān)水平代表著企業(yè)進(jìn)行投資決策的風(fēng)險(xiǎn)偏好，是企業(yè)保持較強(qiáng)競(jìng)爭(zhēng)力、提升企業(yè)價(jià)值的關(guān)鍵，企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越高，其研發(fā)投入和創(chuàng)新積極性越高，越容易實(shí)現(xiàn)自身發(fā)展[ 1 ]。然而，制造業(yè)作為實(shí)體經(jīng)濟(jì)的重中之重，“大而不強(qiáng)”問題突出，在自主創(chuàng)新、資源配置效率等方面與世界先進(jìn)水平還存在一定差距。若想解決制造業(yè)“大而不強(qiáng)”問題，提高風(fēng)險(xiǎn)承擔(dān)水平最為關(guān)鍵。由此，如何提高制造業(yè)風(fēng)險(xiǎn)承擔(dān)水平成為理論界和實(shí)務(wù)界關(guān)注的重點(diǎn)。

數(shù)字時(shí)代已經(jīng)來臨，我國為把握發(fā)展機(jī)遇，不斷出臺(tái)數(shù)字化轉(zhuǎn)型相關(guān)政策?！笆奈濉币?guī)劃明確提出，要快速推進(jìn)數(shù)字化發(fā)展，推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合。2022年的政府工作報(bào)告首次以“單獨(dú)成段”的方式對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行了表述。二十大報(bào)告明確提出，要加快推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。由此可見，新時(shí)代制造業(yè)智能化、數(shù)字化是大勢(shì)所趨，而數(shù)字化轉(zhuǎn)型能否提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平也就成為研究問題之一。

十九大提出中國經(jīng)濟(jì)已經(jīng)邁入高質(zhì)量發(fā)展新階段，二十大提出堅(jiān)持以高質(zhì)量發(fā)展為主題，把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上，加快建設(shè)制造強(qiáng)國?？梢哉f，高質(zhì)量發(fā)展已經(jīng)成為政策的核心要求，貫穿于經(jīng)濟(jì)工作的方方面面。在此背景下，制造業(yè)將經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)向高質(zhì)量、高效率發(fā)展。但高質(zhì)量發(fā)展水平越高，企業(yè)的研發(fā)投入和資本性投入越多[ 2 ]，將導(dǎo)致企業(yè)風(fēng)險(xiǎn)和不確定性增強(qiáng)，限制了企業(yè)管理者投資的風(fēng)險(xiǎn)水平選擇。數(shù)字技術(shù)可以作為戰(zhàn)略資源管理制造企業(yè)的風(fēng)險(xiǎn)，建立企業(yè)彈性，從而更有效地管理風(fēng)險(xiǎn)和危機(jī)[ 3 ]，緩解管理者進(jìn)行風(fēng)險(xiǎn)決策的限制，使管理者愿意承擔(dān)更高的風(fēng)險(xiǎn)水平。而高質(zhì)量發(fā)展水平較低的企業(yè)，由于本身的冒險(xiǎn)與創(chuàng)新意識(shí)不強(qiáng)，即使進(jìn)行數(shù)字化變革，也很難發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的驅(qū)動(dòng)作用。

那么，數(shù)字化轉(zhuǎn)型是否可以直接提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平？數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)的驅(qū)動(dòng)作用是否在高質(zhì)量發(fā)展水平較高的企業(yè)更顯著？這是主要研究問題。

鑒于此，本文以2012—2020年A股上市制造業(yè)公司為研究對(duì)象，首先建立了制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)風(fēng)險(xiǎn)承擔(dān)的準(zhǔn)自然實(shí)驗(yàn)，探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響；其次通過分組回歸檢驗(yàn)分析數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)的驅(qū)動(dòng)作用是否在高質(zhì)量發(fā)展水平較高的企業(yè)更顯著；最后進(jìn)一步研究了管理者過度自信差異、不同產(chǎn)權(quán)性質(zhì)和企業(yè)規(guī)模下，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的調(diào)節(jié)作用。

二、文獻(xiàn)回顧

（一）企業(yè)風(fēng)險(xiǎn)承擔(dān)影響因素的研究

影響企業(yè)風(fēng)險(xiǎn)承擔(dān)的因素很多。從企業(yè)外部看，主要包括法律制度[ 4 ]、投資者保護(hù)[ 5 ]、債權(quán)人保護(hù)[ 6 ]、社會(huì)文化[ 7 ]、國家政策[ 8 ]等；從企業(yè)內(nèi)部看，主要包括企業(yè)特征[ 9 ]、內(nèi)部治理[ 10 ]、股權(quán)結(jié)構(gòu)[ 11 ]、高管特征[ 12 ]等。值得一提的是，現(xiàn)有學(xué)者分別從宏觀與微觀的角度研究數(shù)字經(jīng)濟(jì)對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響。例如，將數(shù)字經(jīng)濟(jì)作為外部宏觀條件研究對(duì)企業(yè)承擔(dān)風(fēng)險(xiǎn)能力的促進(jìn)作用[ 13 ]，而在微觀背景下研究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響和影響機(jī)制[ 14 ]。

（二）企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究

數(shù)字化轉(zhuǎn)型的研究大多集中于企業(yè)創(chuàng)新、生產(chǎn)效率、企業(yè)績(jī)效、企業(yè)融資活動(dòng)等方面。數(shù)字化轉(zhuǎn)型確實(shí)是一個(gè)提高公司創(chuàng)新的機(jī)會(huì)[ 15 ]。數(shù)字化轉(zhuǎn)型改變了企業(yè)的商業(yè)模式，產(chǎn)生了新的營銷渠道與方式，從而提高企業(yè)績(jī)效[ 16 ]；數(shù)字化轉(zhuǎn)型可以提高企業(yè)敏捷性，從而提升企業(yè)生產(chǎn)效率[ 17 ]；數(shù)字化轉(zhuǎn)型可以降低企業(yè)融資成本[ 18 ]，從而提升股票流動(dòng)性[ 19 ]等。

綜上所述，本研究的主要貢獻(xiàn)在于：第一，數(shù)字化轉(zhuǎn)型的相關(guān)研究近年才興起，實(shí)證研究尚未達(dá)成共識(shí)，本文通過手工收集數(shù)據(jù)構(gòu)建數(shù)字化虛擬變量，建立制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)風(fēng)險(xiǎn)承擔(dān)的準(zhǔn)自然實(shí)驗(yàn)，豐富了數(shù)字化轉(zhuǎn)型的實(shí)證研究，并通過調(diào)節(jié)作用考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的異質(zhì)性影響。第二，將企業(yè)高質(zhì)量發(fā)展引入了數(shù)字化轉(zhuǎn)型與企業(yè)風(fēng)險(xiǎn)承擔(dān)關(guān)系的研究中，通過調(diào)節(jié)作用考察數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)的驅(qū)動(dòng)作用在高質(zhì)量發(fā)展水平較高的企業(yè)是否更顯著，豐富了有關(guān)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究。

三、理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)影響深刻，涉及利用數(shù)字技術(shù)重構(gòu)企業(yè)產(chǎn)品、運(yùn)營、營銷等。企業(yè)數(shù)字化轉(zhuǎn)型下產(chǎn)生了一種新型產(chǎn)品適應(yīng)性創(chuàng)新思維[ 15 ]，該思維同時(shí)具有創(chuàng)造性破壞與創(chuàng)造性積累的特征。具體而言：企業(yè)應(yīng)用數(shù)字技術(shù)獲取各種數(shù)據(jù)分析產(chǎn)品市場(chǎng)，認(rèn)知發(fā)現(xiàn)新的創(chuàng)新機(jī)會(huì)，促進(jìn)創(chuàng)造性破壞的產(chǎn)品創(chuàng)新；由于數(shù)據(jù)驅(qū)動(dòng)的企業(yè)與用戶的互動(dòng)模式是動(dòng)態(tài)的，使得企業(yè)不斷按照新獲取的用戶數(shù)據(jù)持續(xù)改進(jìn)創(chuàng)新活動(dòng)，以此促進(jìn)創(chuàng)造性積累的產(chǎn)品創(chuàng)新，從而提高產(chǎn)品靈活性與多樣性[ 15 ]。企業(yè)通過數(shù)字賦能將實(shí)現(xiàn)產(chǎn)品生產(chǎn)方式從大規(guī)模生產(chǎn)向大規(guī)模定制的轉(zhuǎn)變[ 20 ]，新的產(chǎn)品生產(chǎn)制造方式與企業(yè)產(chǎn)品適應(yīng)性創(chuàng)新思維相結(jié)合，共同促進(jìn)產(chǎn)品生產(chǎn)創(chuàng)新。數(shù)字化轉(zhuǎn)型下的新型生產(chǎn)思維與新型生產(chǎn)方式相適應(yīng)，改變了過去依靠經(jīng)驗(yàn)進(jìn)行產(chǎn)品生產(chǎn)的模式，通過精準(zhǔn)分析用戶需求提高了企業(yè)生產(chǎn)和改進(jìn)產(chǎn)品的主動(dòng)性，用戶需求數(shù)據(jù)的迭代性又促進(jìn)產(chǎn)品不斷改進(jìn)優(yōu)化。高質(zhì)量的產(chǎn)品為企業(yè)帶來的收益將大大提升企業(yè)提高風(fēng)險(xiǎn)承擔(dān)的主動(dòng)性。

數(shù)字化轉(zhuǎn)型為企業(yè)運(yùn)營管理打開了新的大門。三維（3D）打印技術(shù)的可制造性與靈活性加快了新產(chǎn)品的上市速度并降低了前期生產(chǎn)成本[ 21 ]，而較低的前期成本可以減少達(dá)到盈虧平衡點(diǎn)的銷售額，加之新產(chǎn)品上市速度的加快，更有利于企業(yè)把握市場(chǎng)機(jī)會(huì)，較快獲得市場(chǎng)反饋，從而進(jìn)行調(diào)整。物聯(lián)網(wǎng)技術(shù)的應(yīng)用對(duì)企業(yè)信息的完整性、質(zhì)量和及時(shí)性產(chǎn)生了巨大影響，使得企業(yè)的成本管理趨于全面、高效、便捷、系統(tǒng)，能夠從全局視角最大限度減少資源浪費(fèi)[ 22 ]。利用人工智能技術(shù)，數(shù)據(jù)豐富的環(huán)境可以讓管理者發(fā)現(xiàn)運(yùn)營過程中未知的關(guān)系，這種發(fā)現(xiàn)可以減少缺陷和運(yùn)營時(shí)間，以及推動(dòng)其他關(guān)鍵性能指標(biāo)的持續(xù)改進(jìn)，大大提高運(yùn)營過程中的效率[ 23 ]。優(yōu)化后的運(yùn)營管理降低了企業(yè)經(jīng)營風(fēng)險(xiǎn)，使得企業(yè)更愿意選擇較高的風(fēng)險(xiǎn)承擔(dān)水平。

利用數(shù)字技術(shù)，企業(yè)可以追蹤消費(fèi)者的消費(fèi)行為，分析消費(fèi)者偏好，使得企業(yè)營銷精準(zhǔn)化，提高績(jī)效[ 16 ]。線上+線下的復(fù)合銷售模式為消費(fèi)者提供了更便捷的購物體驗(yàn)，更有利于吸引消費(fèi)者實(shí)施購買行為，從而提高企業(yè)績(jī)效，而績(jī)效的提升意味著企業(yè)會(huì)獲得更豐富的資金以及其他資源，將提高企業(yè)抵御風(fēng)險(xiǎn)的能力，進(jìn)一步緩解資源對(duì)風(fēng)險(xiǎn)決策的限制。

綜上，提出如下研究假設(shè)：

H1：制造業(yè)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以驅(qū)動(dòng)提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

制造企業(yè)作為微觀主體，高質(zhì)量發(fā)展要求企業(yè)從重?cái)?shù)量規(guī)模的相對(duì)低質(zhì)量發(fā)展范式向提質(zhì)增效的高質(zhì)量發(fā)展范式轉(zhuǎn)變[ 24 ]。高質(zhì)量發(fā)展水平越高的企業(yè)越能突破制造業(yè)存在的高速發(fā)展慣性思維，擺脫資源投入形成的惰性，且對(duì)轉(zhuǎn)型發(fā)展有更充分的理性預(yù)期判斷和高級(jí)要素稟賦運(yùn)籌的準(zhǔn)備，由此可以更好地實(shí)現(xiàn)發(fā)展范式轉(zhuǎn)變，而發(fā)展范式的轉(zhuǎn)變對(duì)企業(yè)資本性投入活動(dòng)產(chǎn)生正向影響[ 2 ]。自主創(chuàng)新能力是制造企業(yè)加快高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力，技術(shù)創(chuàng)新能力不足將會(huì)制約企業(yè)高質(zhì)量發(fā)展。為了實(shí)現(xiàn)更高質(zhì)量的發(fā)展水平，持續(xù)有效的研發(fā)投入具有必要性[ 2 ]。而高質(zhì)量發(fā)展水平較低的企業(yè)，冒險(xiǎn)與創(chuàng)新意識(shí)不強(qiáng)，對(duì)轉(zhuǎn)型發(fā)展認(rèn)識(shí)不到位，即使進(jìn)行數(shù)字化變革，也很難發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的驅(qū)動(dòng)作用，將一定程度上影響企業(yè)科技創(chuàng)新和投資。

因此，更高高質(zhì)量發(fā)展水平意味著更高資本性投入與研發(fā)投入，同樣也意味著風(fēng)險(xiǎn)和不確定性的增加，限制了企業(yè)管理者對(duì)風(fēng)險(xiǎn)水平的決策，而數(shù)字技術(shù)可以作為戰(zhàn)略資源優(yōu)化企業(yè)風(fēng)險(xiǎn)管理。數(shù)字技術(shù)的引入能夠使企業(yè)在不同階段緩解風(fēng)險(xiǎn)，并建立企業(yè)彈性，從而更有效地管理風(fēng)險(xiǎn)和危機(jī)[ 3 ]。例如，大數(shù)據(jù)技術(shù)的引入提高了風(fēng)險(xiǎn)緩解能力。原因如下：從各種渠道引入的數(shù)據(jù)對(duì)識(shí)別風(fēng)險(xiǎn)、評(píng)估風(fēng)險(xiǎn)、模擬風(fēng)險(xiǎn)場(chǎng)景、減少不確定性以及設(shè)計(jì)風(fēng)險(xiǎn)緩解方法有很大的影響；人工智能算法可以提高企業(yè)的分析能力，幫助企業(yè)更好地了解風(fēng)險(xiǎn)的影響；引入自動(dòng)化緩解與管理風(fēng)險(xiǎn)，可對(duì)不斷變化的外部環(huán)境做出快速反應(yīng)，增強(qiáng)企業(yè)彈性。因此，優(yōu)化風(fēng)險(xiǎn)管理，對(duì)企業(yè)的可持續(xù)性有積極的影響，可以緩解更高高質(zhì)量發(fā)展水平下投入增加帶來的不確定性對(duì)管理者決策的限制，使得管理者愿意承擔(dān)更高的風(fēng)險(xiǎn)水平。

由此，提出以下假設(shè)：

H2：高質(zhì)量發(fā)展水平較高的企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的驅(qū)動(dòng)效應(yīng)更強(qiáng)。

四、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取2012—2020年中國滬深A(yù)股上市制造業(yè)企業(yè)為研究對(duì)象，并對(duì)數(shù)據(jù)進(jìn)行了如下處理：（1）僅保留2012—2020年內(nèi)所有上市制造業(yè)企業(yè)觀測(cè)值；（2）剔除數(shù)據(jù)缺失樣本。經(jīng)上述處理后，得到10 944個(gè)年度—企業(yè)觀測(cè)值。此外，對(duì)連續(xù)變量按前后1%進(jìn)行了Winsorize縮尾處理。除數(shù)字化虛擬變量為手工收集所得外，其余變量數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）。

（二）變量設(shè)定

1.被解釋變量：企業(yè)風(fēng)險(xiǎn)承擔(dān)水平（Risk）

參照相關(guān)文獻(xiàn)[ 5 ]，選用企業(yè)盈利波動(dòng)性衡量企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。具體包括兩種方法：一是觀察期內(nèi)經(jīng)行業(yè)均值調(diào)整后的企業(yè)總資產(chǎn)收益率的波動(dòng)性（Risk1）；二是觀察期內(nèi)經(jīng)行業(yè)均值調(diào)整的總資產(chǎn)收益率的極差（Risk2）。計(jì)算公式如下：

2.解釋變量：數(shù)字化虛擬變量（Post）

關(guān)于數(shù)字化轉(zhuǎn)型的衡量指標(biāo)，大多選擇建立指數(shù)體系。由于量化數(shù)據(jù)存在缺失的情況，所構(gòu)建指標(biāo)體系不能包含所有制造業(yè)企業(yè)，因此，本文通過手工收集，參考建立指數(shù)體系所使用的關(guān)鍵詞，將所有制造業(yè)企業(yè)2012—2020年年度財(cái)務(wù)報(bào)告中提到與數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞的企業(yè)定義為數(shù)字化轉(zhuǎn)型企業(yè)。首次提到與數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞的那一年定義為轉(zhuǎn)型開始年度，若企業(yè)年度變量大于轉(zhuǎn)型開始年度，數(shù)字化虛擬變量為1，否則為0。

3.調(diào)節(jié)變量：企業(yè)高質(zhì)量發(fā)展（TFP）

采用全要素生產(chǎn)率衡量企業(yè)高質(zhì)量發(fā)展。參考相關(guān)學(xué)者[ 25 ]的研究，采用經(jīng)過ACF調(diào)整后的OP法估算全要素生產(chǎn)率。

4.控制變量

參考相關(guān)學(xué)者[ 13 ]的研究，選擇表1中的控制變量。

（三）模型設(shè)定

由于制造業(yè)企業(yè)開始進(jìn)行數(shù)字化轉(zhuǎn)型的時(shí)間不同，傳統(tǒng)DID模型無法滿足擴(kuò)容性特點(diǎn)，參考相關(guān)學(xué)者[ 26 ]的研究，構(gòu)建控制個(gè)體與時(shí)間效應(yīng)的多期DID模型，研究企業(yè)選擇數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響效應(yīng)，具體如式（3）所示。

Riskit=？茁0+？茁1Postit+？酌Controlsit+？滋i+？啄t+？著it （3）

其中，Riskit表示企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，i和t分別表示個(gè)體與時(shí)間。Postit是數(shù)字化虛擬變量，含義為企業(yè)i在第t年是否進(jìn)行了數(shù)字化轉(zhuǎn)型，若進(jìn)行了數(shù)字化轉(zhuǎn)型為1，否則為0。Controlsit為一組控制變量，？著it是隨機(jī)擾動(dòng)項(xiàng)。式（3）同時(shí)考慮了個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，克服了傳統(tǒng)回歸模型的偏誤，以確保結(jié)果的穩(wěn)健性。

五、實(shí)證結(jié)果與分析

（一）描述性分析

表2為主要變量的描述性統(tǒng)計(jì)結(jié)果。Risk1的均值為0.031，最小值為0.000，最大值為0.441，表明制造業(yè)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平存在較大差異。Risk2的均值為0.059，最小值為0.000，最大值為0.866，同樣表明制造業(yè)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平存在較大差異。TFP的均值為11.261，最小值為8.039，最大值為14.437，表明制造業(yè)企業(yè)高質(zhì)量發(fā)展程度有較大差異。

（二）數(shù)字化轉(zhuǎn)型時(shí)間分布情況

表3為企業(yè)數(shù)字化轉(zhuǎn)型起始年度的時(shí)間分布情況。從中可以看出：第一，數(shù)字化轉(zhuǎn)型企業(yè)數(shù)基本逐年上升，且2014年增長(zhǎng)率最高。第二，到2020年，數(shù)字化企業(yè)數(shù)已經(jīng)超過樣本企業(yè)的一多半，但仍有三成多企業(yè)未開始實(shí)施數(shù)字化轉(zhuǎn)型。

（三）平行趨勢(shì)檢驗(yàn)與動(dòng)態(tài)檢驗(yàn)

采用DID方法進(jìn)行評(píng)估的重要假設(shè)是平行趨勢(shì)檢驗(yàn)。本文通過事件分析法進(jìn)行平行趨勢(shì)檢驗(yàn)和動(dòng)態(tài)檢驗(yàn)，具體如式（4）所示。其中，n是距離企業(yè)開始數(shù)字化轉(zhuǎn)型時(shí)間的年份數(shù)量，birthyeari是企業(yè)i進(jìn)行數(shù)字化轉(zhuǎn)型的年份。當(dāng)t-birthyeari=n時(shí)，It-birthyeari-nit? ? ?取值為1，否則取0。

表4報(bào)告了回歸結(jié)果?？梢钥闯鲈跀?shù)字化轉(zhuǎn)型之前，回歸系數(shù)？子n均未通過顯著性檢驗(yàn)，而在進(jìn)行數(shù)字化轉(zhuǎn)型之后，？子n均通過顯著性檢驗(yàn)。由此可以得出結(jié)論，數(shù)字化轉(zhuǎn)型滿足平行趨勢(shì)假設(shè)。圖1具體刻畫了數(shù)字化轉(zhuǎn)型前后企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的動(dòng)態(tài)變化趨勢(shì)?；貧w系數(shù)？子n在數(shù)字化轉(zhuǎn)型后通過了顯著性檢驗(yàn)，說明企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型滯后一期發(fā)揮了作用，存在時(shí)滯。隨著轉(zhuǎn)型實(shí)施，回歸系數(shù)的大小和顯著性水平均提升，說明進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)與沒有進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)風(fēng)險(xiǎn)承擔(dān)水平差距在逐步拉大。

（四）回歸結(jié)果分析

1.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響

為回答制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型是否對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平產(chǎn)生影響這一問題，將企業(yè)進(jìn)行數(shù)字化變革作為外生沖擊，對(duì)兩者關(guān)系進(jìn)行檢驗(yàn)，回歸結(jié)果如表5所示。表5列（1）中，以Risk1為被解釋變量時(shí)，數(shù)字化虛擬變量的系數(shù)在5%水平下顯著為正，回歸結(jié)果證實(shí)了H1，即制造業(yè)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可驅(qū)動(dòng)提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平。

2.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的機(jī)制檢驗(yàn)

為驗(yàn)證數(shù)字化轉(zhuǎn)型與企業(yè)風(fēng)險(xiǎn)承擔(dān)的關(guān)系在高質(zhì)量發(fā)展水平較高的企業(yè)中更顯著這一假設(shè)是否成立，本文按照高質(zhì)量發(fā)展水平進(jìn)行分組檢驗(yàn)，依據(jù)TFP的中位數(shù)分成高質(zhì)量發(fā)展水平較高組和高質(zhì)量發(fā)展水平較低組。表5列（2）中，以Risk1為被解釋變量時(shí)，數(shù)字化虛擬變量的系數(shù)在5%水平下顯著為正；表5列（3）中，以Risk1為被解釋變量時(shí)，數(shù)字化虛擬變量的系數(shù)不顯著。基于上述分析結(jié)果可以得出，數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)水平的提高作用在高質(zhì)量發(fā)展水平較高的企業(yè)中更顯著這一假設(shè)成立。

六、進(jìn)一步分析

（一）管理者過度自信的異質(zhì)性

企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)面臨諸多阻礙因素，高管抗性便是其中之一。具體來講，管理者習(xí)慣于現(xiàn)有的管理模式和公司制度，加之?dāng)?shù)字化轉(zhuǎn)型本身具有困難性，高管在企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型過程中具有一定的心理抗性。然而，過度自信會(huì)緩解數(shù)字化轉(zhuǎn)型過程中的心理抗性，且過度自信的管理者更具有挑戰(zhàn)精神，他們更愿意選擇高風(fēng)險(xiǎn)高收益的項(xiàng)目，從而提高風(fēng)險(xiǎn)承擔(dān)水平[ 12 ]。

按照管理者過度自信（OC）的中位數(shù)將制造業(yè)企業(yè)劃分成管理者高度自信組與管理者較低自信組，結(jié)果如表6所示?？梢姅?shù)字化轉(zhuǎn)型對(duì)管理者高度自信組有顯著正向影響，而對(duì)管理者較低自信組影響效果不顯著。

（二）企業(yè)規(guī)模與企業(yè)產(chǎn)權(quán)的異質(zhì)性

根據(jù)制造業(yè)企業(yè)的規(guī)模差異，按照企業(yè)規(guī)模的中位數(shù)對(duì)企業(yè)進(jìn)行劃分，回歸結(jié)果如表7列（1）、列（2）所示。可見數(shù)字化轉(zhuǎn)型對(duì)大規(guī)模制造業(yè)有顯著正向影響，而對(duì)小規(guī)模企業(yè)的影響不顯著。原因可能在于大規(guī)模制造業(yè)企業(yè)擁有更多的資源與更強(qiáng)的能力，面對(duì)數(shù)字化浪潮，它們更愿意并且有能力實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，從而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平；小規(guī)模制造業(yè)企業(yè)受資源約束的影響，面對(duì)經(jīng)營風(fēng)險(xiǎn)，管理者往往不愿意提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，從而影響企業(yè)的可持續(xù)發(fā)展。

根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)，將企業(yè)劃分成國有企業(yè)與非國有企業(yè)，回歸結(jié)果如表7列（3）、列（4）所示?？梢姅?shù)字化轉(zhuǎn)型對(duì)非國有企業(yè)有顯著正向影響，而對(duì)國有企業(yè)的影響不顯著。原因可能在于相較國有企業(yè)，非國有企業(yè)管理層有足夠高的利益激勵(lì)，且非國有企業(yè)的戰(zhàn)略目標(biāo)較多考慮高額的自身利益，因此非國有企業(yè)更有意愿進(jìn)行數(shù)字化轉(zhuǎn)型，以提高其風(fēng)險(xiǎn)承擔(dān)水平，實(shí)現(xiàn)“險(xiǎn)中求勝”。

（三）穩(wěn)健性檢驗(yàn)

1.PSM-DID檢驗(yàn)

為了規(guī)避選擇性偏誤帶來的內(nèi)生性問題，進(jìn)一步通過PSM-DID方法檢驗(yàn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)水平的影響。經(jīng)過處理后的回歸結(jié)果與基準(zhǔn)回歸結(jié)果基本一致，說明制造業(yè)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平，且回歸結(jié)果是穩(wěn)健的。

2.更換風(fēng)險(xiǎn)承擔(dān)水平的測(cè)度

參考以往文獻(xiàn)[ 11 ]采用凈資產(chǎn)收益率作為企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的代理變量，以3年為觀察期計(jì)算凈資產(chǎn)收益率的波動(dòng)率（Risk3）和極差（Risk4），重新估計(jì)模型，結(jié)果與基準(zhǔn)回歸結(jié)果一致。因此，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平提高的結(jié)論是穩(wěn)健的。限于篇幅，未報(bào)告穩(wěn)健性檢驗(yàn)結(jié)果。

3.安慰劑檢驗(yàn)

通過自助抽樣在全樣本中隨機(jī)分配實(shí)驗(yàn)組，重復(fù)隨機(jī)過程500次，繪制了回歸系數(shù)估計(jì)值的概率密度分布和p值的散點(diǎn)分布，如圖2所示?？梢钥闯龉烙?jì)系數(shù)大都集中在0點(diǎn)附近，估計(jì)值的p值大多大于0.1，即在10%的水平下不顯著，說明回歸結(jié)果不太可能是偶然得到的，也即制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型提高企業(yè)風(fēng)險(xiǎn)承擔(dān)水平不太可能受其他隨機(jī)性因素的影響。

七、結(jié)論與政策建議

本文基于2012—2020年中國制造業(yè)微觀企業(yè)數(shù)據(jù)，構(gòu)建了數(shù)字化轉(zhuǎn)型準(zhǔn)自然實(shí)驗(yàn)，系統(tǒng)考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響。結(jié)果表明：第一，數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)風(fēng)險(xiǎn)承擔(dān)水平；第二，數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)承擔(dān)的驅(qū)動(dòng)作用在高質(zhì)量發(fā)展水平較高的企業(yè)更顯著；第三，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的積極影響在管理者高自信企業(yè)、非國有企業(yè)、大規(guī)模企業(yè)中更顯著?；谏鲜鲅芯拷Y(jié)論，提出如下政策建議。

企業(yè)層面：第一，企業(yè)應(yīng)正確認(rèn)識(shí)數(shù)字化轉(zhuǎn)型發(fā)揮的作用。新一輪科技革命浪潮中企業(yè)應(yīng)積極求變，根據(jù)自身特點(diǎn)選擇合適的轉(zhuǎn)型方案。企業(yè)要充分運(yùn)用好轉(zhuǎn)型帶來的優(yōu)勢(shì)，在不影響持續(xù)經(jīng)營的前提下，合理管控風(fēng)險(xiǎn)，選擇更具有發(fā)展?jié)摿εc競(jìng)爭(zhēng)力較強(qiáng)的項(xiàng)目。第二，企業(yè)應(yīng)順應(yīng)高質(zhì)量發(fā)展新階段的要求，提高冒險(xiǎn)和創(chuàng)新意識(shí)，加大科技創(chuàng)新力度，實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)發(fā)展，提高高質(zhì)量發(fā)展水平，更大限度地發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的驅(qū)動(dòng)作用，破解制造業(yè)“大而不強(qiáng)”問題。第三，企業(yè)應(yīng)認(rèn)識(shí)到管理者過度自信的積極作用，在高管聘任決策中不要回避具有過度自信特征的管理者，從承擔(dān)風(fēng)險(xiǎn)性投資項(xiàng)目的角度看，企業(yè)應(yīng)根據(jù)自身的實(shí)際情況，適時(shí)適當(dāng)選擇一些具有過度自信特征的管理者。

政府層面：第一，政府可制定各種政策來加速制造業(yè)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。根據(jù)國家政策，因地制宜，制定推行更加適應(yīng)當(dāng)?shù)厍闆r的政策。第二，考慮到不同規(guī)模和不同所有權(quán)結(jié)構(gòu)企業(yè)的特點(diǎn)，政府管理部門可設(shè)計(jì)激勵(lì)機(jī)制，以促進(jìn)中小規(guī)模企業(yè)與國有企業(yè)積極實(shí)施數(shù)字化轉(zhuǎn)型，盡力獲取數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的正效用。

【參考文獻(xiàn)】

［1］ HILARY G，HUI K W.Does religion matter in corporate decision making in America？［J］.Journal of Financial Economics，2009，93（3）：455-473.

［2］ 鄭明波. 經(jīng)濟(jì)波動(dòng)對(duì)企業(yè)研發(fā)投入的影響：來自中國上市公司的證據(jù)［J］.江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（5）：104-117.

［3］ RODRIGUEZ-ESPINDOLA O，CHOWDHURY S，DEY P K，et al.Analysis of the adoption of emergent technologies for risk management in the era of digital manufacturing［J］.Technological Forecasting and Social Change，2022，178（5）：1-25.

［4］ 葉德珠，胡夢(mèng)珂.宗教傳統(tǒng)、法治化進(jìn)程與企業(yè)風(fēng)險(xiǎn)承擔(dān)［J］.財(cái)經(jīng)問題研究，2017，402（5）：95-103.

［5］ JOHN K，LITOV L，YEUNG B.Corporate governance and risk-taking［J］.The Journal of Finance，2008（4）： 1679-1728.

［6］ ACHARYA V V，AMIHUD Y，LITOV L.Creditor rights and corporate risk-taking［J］. Journal of Financial Economics，2011，102（1）：150-166.

［7］ 張敏，童麗靜，許浩然.社會(huì)網(wǎng)絡(luò)與企業(yè)風(fēng)險(xiǎn)承擔(dān)：基于我國上市公司的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2015，266（11）：161-175.

［8］ ALEXANDER L，LIANDONG Z，LUO Z.Sharing risk with the government：how taxes affect corporate risk taking［J］.Journal of Accounting Research，2017，55（3）：669-707.

［9］ 王鳳榮，鄭志全，慕慶宇.僵尸企業(yè)如何影響正常企業(yè)風(fēng)險(xiǎn)承擔(dān)：中國制造業(yè)上市公司的實(shí)證研究［J］.經(jīng)濟(jì)管理，2019，41（10）：37-53.

［10］ 卜君，孫光國.董事與經(jīng)理兼任對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響：基于高管激勵(lì)的視角［J］.改革，2020，320（10）： 141-157.

［11］ FACCIO M，MARCHICA M T，MURA R.Large shareholder diversification and corporate risk-taking［J］.Review of Financial Studies，2011，24（11）：3601- 3641.

［12］ 余明桂，李文貴，潘紅波.管理者過度自信與企業(yè)風(fēng)險(xiǎn)承擔(dān)［J］.金融研究，2013，391（1）：149-163.

［13］ 陳小輝，張紅偉.數(shù)字經(jīng)濟(jì)如何影響企業(yè)風(fēng)險(xiǎn)承擔(dān)水平［J］.經(jīng)濟(jì)管理，2021，43（5）：93-108.

［14］ 黃大禹，謝獲寶，鄒夢(mèng)婷，等.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響：作用機(jī)制與影響渠道［J］.科技進(jìn)步與對(duì)策，2023（11）：1-10.

［15］ 肖靜華，謝康，吳瑤.數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品適應(yīng)性創(chuàng)新：數(shù)字經(jīng)濟(jì)的創(chuàng)新邏輯（一）［J］.北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，19（1）：7-18.

［16］ MATARAZZO M，PENCO L，PROFUMO G，et al. Digital transformation and customer value creation in made in Italy SMEs：a dynamic capabilities perspective［J］.Journal of Business Research，2021，123：642-656.

［17］ BAUER W，MMERLE H，SCHLUND S，et al.Transforming to a hyper-connected society and economy towards an "industry 4.0"［J］.Procedia Manufacturing，2015（3）：417-424.

［18］ 車德欣，戴美媛，吳非.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資成本的影響與機(jī)制研究［J］.金融監(jiān)管研究，2021（12）：56-74.

［19］ 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)：來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界， 2021，37（7）：130-144.

［20］ 周文輝，王鵬程，楊苗. 數(shù)字化賦能促進(jìn)大規(guī)模定制技術(shù)創(chuàng)新［J］.科學(xué)學(xué)研究，2018，36（8）：1516-1523.

［21］ OLSEN T L，TOMLIN B.Industry 4.0：opportunities and challenges for operations management［J］.Manufacturing and Service Operations Management，2020，22（1）：113-122.

［22］ SIMCHI-LEVI D，ZHAO Y.The value of information sharing in a two-stage supply chain with production capacity constraints：the infinite horizon case［J］.Naval Research Longistics，2003，50（8）：888-916.

［23］ PHILIPP G，ALBRECHT F.Data-driven operations management：organizational implications of the digital transformation in industrial practice［J］.Production Planning & Control，2017，28（16）：1332-1343.

［24］ 趙愛英，牛曉霞，沈子蘭.我國制造業(yè)高質(zhì)量發(fā)展的難點(diǎn)及其路徑［J］.西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，33（6）：49-57.

［25］ ACERBERG D，CAVES K，F(xiàn)RAZER G.Identification properties of recent production function estimators［J］.Econometrica，2015，83（6）：2411-2451.

［26］ BECK T，LEVINE R，LEVKOV A.Big bad banks？ The winners and losers from bank deregulation in the United States［J］.The Journal of Finance，2010，65（6）：1637-1667.