韓國高，陳庭富，劉田廣

（東北財經(jīng)大學 投資工程管理學院,遼寧 大連 116025）

一、引 言

在新一輪信息革命浪潮下，以“互聯(lián)網(wǎng)+”、人工智能、大數(shù)據(jù)為代表的新興數(shù)字技術(shù)蓬勃發(fā)展，數(shù)據(jù)成為與資本、勞動、土地等并肩的關(guān)鍵生產(chǎn)要素。數(shù)字技術(shù)推動實體經(jīng)濟與虛擬經(jīng)濟“跨界經(jīng)營”，對傳統(tǒng)產(chǎn)業(yè)造成“創(chuàng)造性破壞”（趙振，2015），催生出各種新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，已成為促進實體經(jīng)濟轉(zhuǎn)型升級和高質(zhì)量發(fā)展的新動能（任保平，2021）。中國政府高度重視數(shù)字技術(shù)賦能實體經(jīng)濟，黨的十九大報告指出要“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合”，2021 年政府工作報告也指出要“協(xié)同推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型”。傳統(tǒng)企業(yè)紛紛抓住數(shù)字技術(shù)賦能的戰(zhàn)略機遇，將數(shù)字化技術(shù)嵌入企業(yè)價值創(chuàng)造過程，實施數(shù)字化轉(zhuǎn)型戰(zhàn)略。近兩年來在新冠疫情沖擊下，數(shù)字化手段更彰顯了其增強企業(yè)韌性、提升企業(yè)績效的優(yōu)勢，現(xiàn)有研究已從企業(yè)專業(yè)化分工（袁淳等，2021）、企業(yè)全要素生產(chǎn)率（趙宸宇等，2021）、企業(yè)價值（黃大禹等，2021）和企業(yè)成長（倪克金和劉修巖，2021）等角度證明了企業(yè)數(shù)字化轉(zhuǎn)型的積極效應。產(chǎn)能過剩是影響我國經(jīng)濟運行的重要問題，是謀求經(jīng)濟高質(zhì)量發(fā)展的一大障礙，有效化解產(chǎn)能過剩不僅能激發(fā)經(jīng)濟活力，而且也能為中國如期實現(xiàn)“雙碳”目標和經(jīng)濟高質(zhì)量發(fā)展提供重要手段。隨著數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的持續(xù)深度融合，企業(yè)創(chuàng)新能力提升、內(nèi)部治理優(yōu)化和供需精準對接為緩解供給過剩提供了有利條件。在上述背景下，從產(chǎn)能過剩角度考察數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟效應，不僅有利于加深對數(shù)字經(jīng)濟的理解，助力企業(yè)更好地完成數(shù)字化轉(zhuǎn)型，也有利于加快我國傳統(tǒng)動能的升級改造和新興動能的培育發(fā)展。

現(xiàn)有文獻主要從市場失靈和政府干預角度研究我國產(chǎn)能過剩成因，前者最具代表性的觀點是投資“潮涌現(xiàn)象”，指出發(fā)展中國家的企業(yè)會對產(chǎn)業(yè)發(fā)展前景達成共識，信息不對稱和不完全易出現(xiàn)投資“潮涌現(xiàn)象”，引發(fā)產(chǎn)能過剩（林毅夫等，2010）。但有學者指出企業(yè)識別有前景產(chǎn)業(yè)方面缺乏完全信息、無法解釋過剩產(chǎn)業(yè)仍不斷增加投資等現(xiàn)象（江飛濤等，2012；楊振，2013）。后者圍繞我國在轉(zhuǎn)軌經(jīng)濟中對企業(yè)投資行為的扭曲展開，認為財政分權(quán)、晉升激勵等導致地區(qū)間主導產(chǎn)業(yè)雷同引發(fā)惡性競爭，地方政府利用廉價供地、稅收減免、低價配置資源等政策性補貼手段干預企業(yè)決策，引發(fā)其過度投資和產(chǎn)能過剩（周黎安，2004；包群等，2017）。但以往研究較少從企業(yè)自身運營模式和業(yè)務形態(tài)重構(gòu)角度探究產(chǎn)能過剩成因，數(shù)字技術(shù)的可再結(jié)合性，促使傳統(tǒng)生產(chǎn)要素重構(gòu)和嵌套連結(jié)（Holmstr?m，2018），數(shù)字技術(shù)與傳統(tǒng)要素之間形成相互賦能的內(nèi)生系統(tǒng)，為企業(yè)組織管理和生產(chǎn)模式帶來了深刻變革（Yoo 等，2010），提升了企業(yè)投資和生產(chǎn)決策的準確性，重塑了企業(yè)價值創(chuàng)造模式（Vargo 和Lusch，2016；戚聿東和肖旭，2020），因此有必要從數(shù)字化角度探究企業(yè)產(chǎn)能利用變動。

少有的幾篇相關(guān)文獻主要圍繞信息通訊技術(shù)對產(chǎn)能利用率的影響展開，認為信息技術(shù)應用使得企業(yè)生產(chǎn)更加精確和靈活，供需間信息不對稱下降，能促進企業(yè)技術(shù)創(chuàng)新、降低外部交易成本、強化信息共享和提高生產(chǎn)柔性，進而帶來產(chǎn)能利用率提升（Marini 和Pannone，2007；Dana 和Orlov，2014;王永進等，2017；李后建，2017），但技能缺乏、設(shè)備陳舊、供電不穩(wěn)和監(jiān)管不力等問題也會削弱信息通訊技術(shù)的有效性（Teryima 和Ayegba，2015），影響其對產(chǎn)能利用率的作用效應。現(xiàn)有文獻并未直接探究數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的影響及機制，為此，本文在利用文本分析法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型程度基礎(chǔ)上，考察企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的影響及其機理。研究表明：數(shù)字化轉(zhuǎn)型能顯著促進企業(yè)產(chǎn)能利用率提升；數(shù)字化轉(zhuǎn)型主要通過促進技術(shù)創(chuàng)新、提高內(nèi)部控制水平和緩解信息不對稱促進企業(yè)產(chǎn)能利用率提升；在知識產(chǎn)權(quán)保護較強、信息基礎(chǔ)設(shè)施水平較高地區(qū)和非國有、勞動密集型、融資約束低的企業(yè)樣本中，數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升效果更顯著。進一步發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過提升企業(yè)產(chǎn)能利用率，進而促進了企業(yè)經(jīng)營績效和環(huán)境績效。

本文的邊際貢獻在于：（1）從微觀角度將數(shù)字經(jīng)濟發(fā)展與供給側(cè)結(jié)構(gòu)性改革納入統(tǒng)一的研究框架，深入剖析企業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)能利用率之間的關(guān)系，豐富了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟效應，也為從微觀層面化解產(chǎn)能過剩提供了新思路；（2）識別并實證檢驗了數(shù)字化轉(zhuǎn)型對產(chǎn)能利用率的微觀作用機制，發(fā)掘企業(yè)數(shù)字化轉(zhuǎn)型能通過技術(shù)創(chuàng)新、內(nèi)部控制和信息不對稱等渠道影響企業(yè)產(chǎn)能利用率，拓展了現(xiàn)有相關(guān)研究；（3）基于企業(yè)層面和地區(qū)層面特征，考察了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的異質(zhì)性效應，并進一步探究了企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)產(chǎn)能利用率的經(jīng)濟后果，不僅為數(shù)字經(jīng)濟助推供給體系質(zhì)量改善提供了精準的改革方向，也為數(shù)字技術(shù)賦能實體經(jīng)濟、引領(lǐng)經(jīng)濟高質(zhì)量發(fā)展提供了經(jīng)驗證據(jù)。

二、理論分析與研究假設(shè)

企業(yè)產(chǎn)能過剩的本質(zhì)是“事前”建立的生產(chǎn)能力與“事后”實際產(chǎn)出發(fā)生偏離（王永進等，2017）。當企業(yè)產(chǎn)出大幅低于正常產(chǎn)能或其產(chǎn)品供給遠超于市場需求時，將會造成企業(yè)產(chǎn)能閑置，因此，有效擴大產(chǎn)出、降低生產(chǎn)與需求錯配程度對緩解產(chǎn)能過剩具有重要作用。企業(yè)數(shù)字化轉(zhuǎn)型能增強技術(shù)創(chuàng)新能力、優(yōu)化生產(chǎn)經(jīng)營流程并降低內(nèi)外部溝通成本（Dana 和Orlov，2014;趙宸宇，2021），為緩解企業(yè)產(chǎn)能過剩提供了可行路徑。企業(yè)數(shù)字化能促進企業(yè)開展聯(lián)合創(chuàng)新，充分整合創(chuàng)新資源（宋德勇等，2022），優(yōu)化企業(yè)創(chuàng)新方向，提升創(chuàng)新效率；研發(fā)創(chuàng)新能進一步促進企業(yè)節(jié)約生產(chǎn)要素投入和降低生產(chǎn)成本（毛其淋和王澍，2022），同時有助于企業(yè)提高產(chǎn)品市場認可度，擴大企業(yè)市場份額，進而提高企業(yè)產(chǎn)能利用率。企業(yè)治理架構(gòu)是確保企業(yè)預期產(chǎn)能與實際產(chǎn)出相一致的重要方面，強化企業(yè)內(nèi)部治理能有效緩解委托代理問題，減少企業(yè)低效或無效投資行為；也能增強企業(yè)員工的責任感和參與度，鼓勵其積極進行生產(chǎn)經(jīng)營（何小鋼等，2021）。企業(yè)數(shù)字化能強化對管理層投資行為的監(jiān)督、提高決策與管理效率，同時良好的監(jiān)管機制能促進企業(yè)生產(chǎn)管理流程優(yōu)化和提高生產(chǎn)員工積極性，進而提升企業(yè)產(chǎn)能利用率。另外，數(shù)字化轉(zhuǎn)型還能促進企業(yè)內(nèi)外部環(huán)境和資源信息共享，有助于企業(yè)掌握市場環(huán)境的快速變化，優(yōu)化企業(yè)投資決策過程，降低供需之間的信息不對稱，進而緩解企業(yè)產(chǎn)能過剩（李后建，2017）?；诖颂岢黾僭O(shè)H0：企業(yè)數(shù)字化轉(zhuǎn)型能夠提升企業(yè)產(chǎn)能利用率。

在創(chuàng)新模式上，數(shù)字技術(shù)可實現(xiàn)內(nèi)外創(chuàng)新主體的即時交互，打破企業(yè)邊界和地理位置界限，充分發(fā)揮不同創(chuàng)新主體間的比較優(yōu)勢，催生網(wǎng)絡(luò)化協(xié)同制造新模式，實現(xiàn)開放式創(chuàng)新（趙宸宇等，2021）；通過前沿技術(shù)能夠抓取海量的客戶行為信息，為企業(yè)技術(shù)創(chuàng)新指明方向（Huang 等，2017），降低創(chuàng)新的市場風險，強化企業(yè)技術(shù)創(chuàng)新動機。在創(chuàng)新資源上，數(shù)字化轉(zhuǎn)型提升了知識獲取的便利性，有利于企業(yè)充分整合創(chuàng)新資源，數(shù)據(jù)和知識等創(chuàng)新資源的跨界能有效推動“產(chǎn)學研”聯(lián)動，推動研發(fā)設(shè)計環(huán)節(jié)和生產(chǎn)環(huán)節(jié)間的柔性對接。在創(chuàng)新效率上，數(shù)字化轉(zhuǎn)型能重構(gòu)技術(shù)創(chuàng)新業(yè)務流程，構(gòu)建產(chǎn)品“數(shù)字孿生”模型，降低研發(fā)試錯成本，縮短研發(fā)設(shè)計周期；數(shù)字化研發(fā)部門和生產(chǎn)部門之間存在內(nèi)生的反饋效應和循環(huán)累積效應，能推動數(shù)字技術(shù)與技術(shù)創(chuàng)新共同攀升（韓先鋒等，2014）。企業(yè)通過生產(chǎn)環(huán)節(jié)的技術(shù)創(chuàng)新，能有效優(yōu)化傳統(tǒng)工藝流程，提升生產(chǎn)環(huán)節(jié)的連結(jié)效率，降低生產(chǎn)成本；而且通過技術(shù)創(chuàng)新能增加產(chǎn)品功能和附加值，提升產(chǎn)品質(zhì)量（王永進和施炳展，2014）。較低的生產(chǎn)成本和較高的產(chǎn)品質(zhì)量有利于增加競爭優(yōu)勢，破除產(chǎn)品同質(zhì)化困境，引導新的消費需求，搶占更多市場份額，從而提升企業(yè)產(chǎn)能利用率?；诖颂岢黾僭O(shè)H1：企業(yè)數(shù)字化轉(zhuǎn)型通過促進技術(shù)創(chuàng)新進而提升企業(yè)產(chǎn)能利用率。

數(shù)字化改造可準確評估各環(huán)節(jié)的工作績效，有利于企業(yè)對內(nèi)部控制環(huán)節(jié)的定向優(yōu)化調(diào)整，靶向解決內(nèi)部控制中的缺陷問題，提升內(nèi)部控制成效。數(shù)字化轉(zhuǎn)型能實現(xiàn)產(chǎn)品全生命周期各環(huán)節(jié)的及時交互，減少傳遞過程信息失真，形成長效的閉環(huán)反饋機制（肖紅軍等，2021）。數(shù)字技術(shù)使企業(yè)內(nèi)部利益相關(guān)者之間形成信息真空，減少企業(yè)管理者的盈余管理行為，提供真實的經(jīng)營成果和財務報告，客觀評估企業(yè)面臨的特質(zhì)風險，提升內(nèi)部控制信息質(zhì)量（方紅星和陳作華，2015）。數(shù)字技術(shù)能將內(nèi)部控制體系與業(yè)務體系融合嵌套，并將內(nèi)控管理深入業(yè)務操作細節(jié)，主動識別潛在的內(nèi)控風險，形成前瞻性預警（倪克金和劉修巖，2021）。企業(yè)內(nèi)部控制水平提升能形成良好監(jiān)督機制，緩解委托代理機制下的機會主義傾向和道德風險問題，促使管理層從企業(yè)利潤最大化角度安排企業(yè)生產(chǎn)經(jīng)營行為，規(guī)避出于激進的風險偏好而引致的過度投資行為（李萬福等，2011）；另外，內(nèi)部控制通過合理激勵機制，充分調(diào)動員工生產(chǎn)積極性，提高勞動效率，進而提升企業(yè)產(chǎn)能利用率；合理的激勵機制也可有效提升管理層工作績效，充分感知和預判外界的經(jīng)濟條件變化，以有效防范系統(tǒng)風險，合理安排產(chǎn)能，避免出現(xiàn)過剩?；诖颂岢黾僭O(shè)H2：企業(yè)數(shù)字化轉(zhuǎn)型能通過提升內(nèi)部控制水平而提升企業(yè)產(chǎn)能利用率。

數(shù)字挖掘技術(shù)能將產(chǎn)品全生命周期過程進行數(shù)字歸檔，通過對海量、非標準化、非結(jié)構(gòu)化數(shù)據(jù)的處理（吳非等，2021），為企業(yè)管理層的生產(chǎn)經(jīng)營和投資決策提供真實數(shù)據(jù)，有利于企業(yè)及時洞察外部信息，獲得業(yè)務前沿消息，緩解企業(yè)與外部信息不對稱。企業(yè)也能通過數(shù)字化手段向外部傳遞經(jīng)營信息（黃大禹等，2021），為企業(yè)帶來強關(guān)注度，改善市場預期。信息不對稱降低有利于企業(yè)充分識別市場機遇與項目風險，減少投資失誤，降低資源浪費，提升企業(yè)投資效率；信息透明度增加有利于企業(yè)把握市場動態(tài)變化，讓交易者更易獲得需求信息，精準匹配目標客戶，減少信息搜尋成本，提高交易效率（Chaney，2014），緩解產(chǎn)能過剩問題；同時信息透明有助于識別多樣化和個性化市場需要，實現(xiàn)產(chǎn)品優(yōu)化升級，避免落入市場同質(zhì)化競爭（易靖韜和王悅昊，2021）；信息透明度增加也有利于外部利益相關(guān)者有效了解企業(yè)生產(chǎn)經(jīng)營狀況，緩解委托代理問題，并有效引導市場需求預期，提高供需匹配程度，進而促進企業(yè)產(chǎn)能利用率提升?；诖颂岢黾僭O(shè)H3：企業(yè)數(shù)字化轉(zhuǎn)型能通過緩解信息不對稱進而提升企業(yè)產(chǎn)能利用率。

三、研究設(shè)計

1.樣本選擇與數(shù)據(jù)來源。本文選取2007?2020 年滬深A 股制造業(yè)上市公司為研究樣本，剔除了樣本期內(nèi)被ST處理、*ST處理的上市公司當年數(shù)據(jù)，剔除財務數(shù)據(jù)缺失樣本。為避免異常值的影響，對所有連續(xù)變量在1%和99%分位上進行縮尾處理。文本分析所需年度報告來源于上海證券交易所和深圳證券交易所官網(wǎng)，其余財務數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

2.變量選取。

（1）被解釋變量：產(chǎn)能利用率（CU）。借鑒Greenwood 等（1988）和余淼杰（2018）的分析框架，從資本使用角度測算制造業(yè)企業(yè)產(chǎn)能利用率，設(shè)定生產(chǎn)函數(shù)如下所示：

進一步根據(jù)Greenwood 等（1988）、Burda 和Severgnimi（2014）的做法，利用指數(shù)函數(shù)形式展示折舊率與產(chǎn)能利用率之間的關(guān)系，于是有：δfit=δ(hfit)=，其中為產(chǎn)能利用率達到1 時對應的資本折舊率，即為資本折舊率的上限；η代表產(chǎn)能利用率對資本折舊率的彈性且取值大于0，最終得到產(chǎn)能利用率測度公式：

結(jié)合式（5）和式（6）進一步可得產(chǎn)出yfit滿足：

參考Ackerberg 等（2015）做法，分兩步矩條件進行估計，利用GMM方法估計得到各項參數(shù)α0、β1、β2和η，利用參數(shù)值求得企業(yè)產(chǎn)能利用率。測算過程中涉及的產(chǎn)出利用上市公司平減后的營業(yè)收入衡量；勞動投入利用企業(yè)員工總數(shù)衡量；中間投入利用平減后的主營業(yè)務成本+銷售、財務、管理費用–本期固定資產(chǎn)折舊–勞動者報酬計算；資本投入借鑒張?zhí)烊A和張少華（2016）的做法，利用永續(xù)盤存法計算，具體如下：①計算歷史年份的固定資產(chǎn)原值增長率。使用1987?2020 年的分省份分行業(yè)固定資產(chǎn)原值，計算得到 1987?2020 年固定資產(chǎn)原值增長率。②估計企業(yè)成立年份（即基期）的實際資本存量。以分省份分行業(yè)的固定資產(chǎn)原值增長率近似企業(yè)的資本存量增長率，結(jié)合企業(yè)首次出現(xiàn)在數(shù)據(jù)庫時的固定資產(chǎn)凈值，按照企業(yè)年限倒推出企業(yè)在成立年份時的固定資產(chǎn)凈值。在此基礎(chǔ)上，利用固定資產(chǎn)投資價格指數(shù)對固定資產(chǎn)凈值進行平減；其中1987 年之前成立的企業(yè)，按1987 年成立計算。③推算樣本期內(nèi)的實際資本存量。得到基期實際資本存量后，對企業(yè)各期固定資產(chǎn)凈值變化量進行價格平減并累加估計企業(yè)實際資本存量。另外，鑒于行業(yè)間存在技術(shù)特征和生產(chǎn)設(shè)備差異，應在可實現(xiàn)范圍內(nèi)盡可能細分行業(yè)數(shù)據(jù)求解，因此按證監(jiān)會二級行業(yè)劃分標準測算各行業(yè)的企業(yè)產(chǎn)能利用率。①行業(yè)劃分標準采用中國證券監(jiān)督管理委員會頒布的《上市公司行業(yè)分類指引（2012 年修訂》。

（2）關(guān)鍵解釋變量：數(shù)字化轉(zhuǎn)型程度（DIGI）。借鑒趙宸宇（2021）的研究，采用文本分析法來構(gòu)造，利用Python對上市公司年度報告中經(jīng)營情況分析部分②由于不同年份上市公司年報結(jié)構(gòu)存在差異，2007–2014 年、2015 年、2016–2020 年的上市公司年報分別基于“董事會報告”“管理層討論與分析”“經(jīng)營情況討論與分析”部分進行提取。進行文本分析，統(tǒng)計與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻，并將其歸結(jié)為數(shù)字化技術(shù)應用、互聯(lián)網(wǎng)商業(yè)模式、智能制造以及現(xiàn)代信息系統(tǒng)四個維度（如圖1 所示），將四個維度的詞頻數(shù)據(jù)分別進行標準化處理后，利用熵值法來合成企業(yè)數(shù)字化轉(zhuǎn)型指標。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型指標關(guān)鍵詞選取

（3）控制變量。企業(yè)規(guī)模（LNSIZE）為企業(yè)固定資產(chǎn)凈值的自然對數(shù)值；大股東資金占用（OCCUPY）為企業(yè)其他應收款與總資產(chǎn)之比；現(xiàn)金流比率（CASHFLOW）為企業(yè)經(jīng)營活動產(chǎn)生的現(xiàn)金流凈額與總資產(chǎn)之比；是否為國有企業(yè)（SOE），根據(jù)企業(yè)實際控制人和股權(quán)性質(zhì)判斷，若為國有企業(yè)該變量定義為1，否則定義為0；成長速度（GROWTH），以總資產(chǎn)增長率表示；上市年限（LISTAGE）為當年年份–上市年份加1 的自然對數(shù)值；行業(yè)競爭程度（HHI），以行業(yè)赫芬達爾指數(shù)表示。表1 給出了變量的描述性統(tǒng)計結(jié)果。

表1 描述性統(tǒng)計結(jié)果

3.模型設(shè)定。為緩解內(nèi)生性問題，并考慮到數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的影響具有一定的時滯性，對企業(yè)數(shù)字化轉(zhuǎn)型做滯后一期處理，具體模型設(shè)定如下：

其中：CUit、DIGIit-1分別代表企業(yè)i在t期的產(chǎn)能利用率和t?1 期的數(shù)字化轉(zhuǎn)型程度，CONTROLS為一系列控制變量，ΣFIRM、ΣYEAR分別代表企業(yè)固定效應和年份固定效應，εit為隨機誤差項。數(shù)字化轉(zhuǎn)型程度（DIGIit-1）的系數(shù)β1為本文關(guān)注重點，如果β1>0 表示數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率具有正向影響，反之亦然。

四、實證結(jié)果分析

1.基準回歸結(jié)果分析。表2 報告了基準模型的結(jié)果，列（1）?列（3）為逐步控制企業(yè)固定效應和年份固定效應的結(jié)果，各列中數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)均顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)產(chǎn)能利用率，假設(shè)H0 得到驗證。

表2 基準回歸結(jié)果

2.穩(wěn)健性檢驗。

（1）替換關(guān)鍵解釋變量。借鑒吳非等（2021）做法，對上市公司年度報告所有內(nèi)容進行文本分析，加總企業(yè)數(shù)字化相關(guān)詞匯頻數(shù)構(gòu)建數(shù)字化轉(zhuǎn)型程度指標（DIGI2），重新估計模型，結(jié)果如表3 列（1）所示，可見企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI2）的系數(shù)仍顯著為正。（2）替換被解釋變量。參考劉斌和賴潔基（2021）做法，采用基于C–D生產(chǎn)函數(shù)的隨機前沿分析法測算企業(yè)產(chǎn)能利用率（CU_cd）,重新估計模型，結(jié)果如表3 列（2）所示，可見企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)仍顯著為正。（3）排除金融危機干擾。重大金融事件沖擊會影響企業(yè)的財務狀況，進而阻礙數(shù)字化轉(zhuǎn)型進程，導致模型估計偏誤。因此，剔除2008 年和2009 年的樣本后重新估計模型，以排除2008 年國際金融危機對數(shù)字化轉(zhuǎn)型的沖擊，結(jié)果如表3 列（3）所示，企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)仍顯著為正。（4）剔除直轄市樣本。鑒于直轄市的經(jīng)濟與政策存在特殊性，為規(guī)避直轄市對轄區(qū)企業(yè)的稅收優(yōu)惠和專項激勵與其他地區(qū)企業(yè)形成差異，剔除直轄市企業(yè)樣本后重新估計模型，結(jié)果如表3 列（4）所示，企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)仍顯著為正。（5）控制行業(yè)特征與地區(qū)特征。在控制企業(yè)固定效應基礎(chǔ)上，進一步控制行業(yè)和省份固定效應，以控制行業(yè)特征變量和省份特征變量對企業(yè)產(chǎn)能過剩的影響，結(jié)果如表3 列（5）所示，企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)仍顯著為正。以上結(jié)果均說明本文的結(jié)論是穩(wěn)健的。

表3 穩(wěn)健性檢驗的估計結(jié)果

3.內(nèi)生性問題。雖然對企業(yè)數(shù)字化轉(zhuǎn)型做了滯后處理可緩解模型由互為因果引發(fā)的內(nèi)生性問題，但模型仍可能存在遺漏變量偏誤而帶來的內(nèi)生性問題，為此，利用以下兩種方法來緩解模型的內(nèi)生性問題。

（1）工具變量法。借鑒黃群慧等（2019）、袁淳等（2021）的做法，采用歷史上的郵電數(shù)據(jù)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。具體地，初步選取各城市1995 年每萬人郵局數(shù)量和每百人固定電話數(shù)量作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量，企業(yè)所在地歷史上的通信方式會通過使用技術(shù)和習慣養(yǎng)成等方面影響企業(yè)對信息技術(shù)的應用程度，滿足工具變量相關(guān)性原則；同時歷史上的郵電數(shù)據(jù)對企業(yè)產(chǎn)能利用率的影響逐漸消失，難以產(chǎn)生直接關(guān)聯(lián)，滿足工具變量外生性原則?？紤]到各城市1995 年郵局數(shù)量和固定電話數(shù)量均為截面數(shù)據(jù)，難以作為面板數(shù)據(jù)的工具變量，本文最終選取1995 年各城市每萬人郵局數(shù)量和每百人固定電話數(shù)量分別與滯后一期的全國互聯(lián)網(wǎng)投資額的交叉項，作為企業(yè)數(shù)字化轉(zhuǎn)型程度的工具變量，分別記為IV_post、IV_phone。工具變量法的估計結(jié)果如表4 列（1）?列（4）所示，Kleibergen-PaaprkLM統(tǒng)計量均顯著拒絕識別不足假設(shè)，Cragg-DonaldWaldF和Kleibergen-Paap rkWald F統(tǒng)計量均大于Stock-Yogo檢驗10%的臨界值，拒絕弱工具變量的原假設(shè)，說明工具變量合理可靠。列（2）和列（4）的估計結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)均顯著為正，本文結(jié)論仍成立。

表4 內(nèi)生性檢驗的估計結(jié)果

（2）PSM?DID方法。為進一步緩解模型的內(nèi)生性問題，本文還利用傾向得分匹配（PSM）和雙重差分（DID）進行估計。過程如下：首先，利用傾向得分法為數(shù)字化轉(zhuǎn)型的樣本企業(yè)匹配一組在企業(yè)特征接近但未進行數(shù)字化轉(zhuǎn)型的樣本企業(yè)，選取大股東占用（OCCUPY）、成長速度（GROWTH）、資產(chǎn)周轉(zhuǎn)率（ATO）、管理費用率（MFEE）、股權(quán)制衡度（BALANCE）、行業(yè)競爭程度（HHI）、稅收負擔（TL）、行業(yè)（INDUSTRY）和年份（YEAR）作為協(xié)變量進行傾向得分匹配。其次，對傾向得分匹配過程中的所有協(xié)變量進行平衡性檢驗，匹配后所有協(xié)變量的標準化偏差得到大幅改善，通過了平衡性檢驗。最后，利用雙重差分（DID）來比較和檢驗產(chǎn)能利用率在兩組樣本中的差異?？紤]到在企業(yè)年報中爬取的關(guān)鍵詞可能包含企業(yè)對未來數(shù)字化轉(zhuǎn)型的預期投入，且數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率可能存在滯后效應，將雙重差分的交互項滯后一期，與基準模型一致?？紤]到企業(yè)數(shù)字化轉(zhuǎn)型是一種漸進式行為，具有時間上的連續(xù)性，本文剔除了滯后一期數(shù)字化轉(zhuǎn)型程度大于0 而在隨后年份為0 的企業(yè)樣本。在此基礎(chǔ)上，以滯后一期的數(shù)字化轉(zhuǎn)型程度為標準，將樣本期內(nèi)進行數(shù)字化轉(zhuǎn)型的企業(yè)作為實驗組（du=1）,將未進行數(shù)字化轉(zhuǎn)型的企業(yè)作為控制組（du=0）；設(shè)置年份虛擬變量ldt，如果企業(yè)在滯后一期及之后年份進行數(shù)字化轉(zhuǎn)型則ldt=1，反之則為0，設(shè)定DTit-1=du×ldt，該交叉項為企業(yè)是否進行數(shù)字化轉(zhuǎn)型的虛擬變量，其估計系數(shù)大小可描述企業(yè)數(shù)字化轉(zhuǎn)型對實驗組與控制組影響的差異，模型具體如下：

雙重差分模型應滿足平行趨勢假設(shè)條件，即在企業(yè)數(shù)字化轉(zhuǎn)型前，實驗組樣本與控制組樣本的產(chǎn)能利用率應具有一致的變動趨勢。為此，構(gòu)建如下模型進行平行趨勢檢驗：

其中，current表示企業(yè)首次在滯后一期進行數(shù)字化轉(zhuǎn)型的時間變量，以其為時間基準，pre_i與post_i分別表示企業(yè)數(shù)字化轉(zhuǎn)型前后第i年的時間變量，令pre_4 表示企業(yè)數(shù)字化轉(zhuǎn)型前4 年及以前的時間變量，post_5 表示企業(yè)數(shù)字化轉(zhuǎn)型后5 年及以后的時間變量。為避免共線性，在剔除企業(yè)數(shù)字化轉(zhuǎn)型前1 期數(shù)據(jù)之后進行模型估計，系數(shù)β和γ表示相應時期實驗組與控制組產(chǎn)能利用率的差異。由圖2 可見，在數(shù)字化轉(zhuǎn)型之前，實驗組與控制組不存在明顯差異，滿足平行趨勢假設(shè)；在數(shù)字化轉(zhuǎn)型后，系數(shù)β呈顯著增長趨勢，表明企業(yè)數(shù)字化轉(zhuǎn)型對產(chǎn)能利用率具有顯著促進效應。

圖2 平行趨勢檢驗圖

PSM-DID的結(jié)果如表4 列（5）所示，可見數(shù)字化轉(zhuǎn)型的虛擬變量（DT）的系數(shù)顯著為正，說明利用雙重差分模型緩解模型內(nèi)生性后，數(shù)字化轉(zhuǎn)型仍顯著提升了企業(yè)產(chǎn)能利用率。

4.機制檢驗。根據(jù)前文理論分析，進一步檢驗數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的影響機制，對以下中介變量作為被解釋變量分別進行回歸：技術(shù)創(chuàng)新（INO）采用企業(yè)每年專利授權(quán)數(shù)加1 的自然對數(shù)值表示；內(nèi)部控制水平（ICQ）采用“迪博·內(nèi)部控制信息披露指數(shù)”加1 的自然對數(shù)值表示；信息不對稱采用兩個指標衡量：一是分析師跟蹤人數(shù)加1 的自然對數(shù)值（TRA）衡量企業(yè)對外界信息的捕獲能力，二是采用信息披露質(zhì)量（KV）衡量外界對企業(yè)信息的獲取能力。借鑒林長泉等（2016）的研究，信息披露質(zhì)量采用KV度量法衡量，KV值越小，表明公司披露信息質(zhì)量越好。

機制檢驗的估計結(jié)果如表5 所示。表5 列（1）為企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）對技術(shù)創(chuàng)新（INO）的回歸結(jié)果，可見企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型顯著促進了企業(yè)技術(shù)創(chuàng)新。數(shù)字化轉(zhuǎn)型能高效整合外部創(chuàng)新資源，快速便捷連結(jié)創(chuàng)新主體，實現(xiàn)開放式創(chuàng)新，使企業(yè)產(chǎn)品擁有生產(chǎn)成本和產(chǎn)品質(zhì)量的雙重優(yōu)勢，提高市場份額，進而提升企業(yè)產(chǎn)能利用率。列（2）是企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）對內(nèi)部控制水平（ICQ）的回歸結(jié)果，可見企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)顯著為正，即數(shù)字化轉(zhuǎn)型提升了企業(yè)內(nèi)部控制水平。企業(yè)運用數(shù)字化手段能優(yōu)化業(yè)務流程，降低企業(yè)運營成本，繼而增加市場定價權(quán)，擴大市場份額；另外，企業(yè)數(shù)字化轉(zhuǎn)型能實現(xiàn)委托人和代理人的完全信息，促使代理者的管理決策從企業(yè)利益最大化出發(fā)，減少低效或無效投資，進而提高企業(yè)產(chǎn)能利用率。列（3）和列（4）是企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）對信息不對稱兩個方面的回歸結(jié)果，可見企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）對前者（TRA）的系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型促進了企業(yè)對外部信息的獲取能力。企業(yè)數(shù)字化轉(zhuǎn)型程度（DIGI）對后者（KV）的系數(shù)顯著為負，說明數(shù)字化轉(zhuǎn)型促進了外部對企業(yè)信息的獲取能力，兩列結(jié)果均表明數(shù)字化轉(zhuǎn)型緩解了企業(yè)信息不對稱。企業(yè)數(shù)字化轉(zhuǎn)型通過大數(shù)據(jù)分析手段可動態(tài)把握市場變化，反向驅(qū)動企業(yè)生產(chǎn)決策，減少企業(yè)為應對未來需求變化而產(chǎn)生的“窖藏行為”，緩解由行業(yè)前景共識而帶來的“投資潮涌”；也有助于外界投資者準確把握企業(yè)經(jīng)營信息，有效引導市場預期，減少過度投資和供求不匹配，提升企業(yè)產(chǎn)能利用率。綜上，企業(yè)數(shù)字化轉(zhuǎn)型能通過促進企業(yè)創(chuàng)新、提高內(nèi)部控制水平和緩解信息不對稱對企業(yè)產(chǎn)能利用率發(fā)揮促進作用，假設(shè)H1?H3 得到驗證。

表5 機制檢驗的估計結(jié)果

5.異質(zhì)性效應分析。

（1）知識產(chǎn)權(quán)保護強度的異質(zhì)性。本文利用省份專利侵權(quán)糾紛結(jié)案比率衡量地區(qū)知識產(chǎn)權(quán)保護強度，構(gòu)建地區(qū)知識產(chǎn)權(quán)保護強度虛擬變量（IPR），若企業(yè)所屬省份的結(jié)案比率高于中位數(shù)，屬于知識產(chǎn)權(quán)保護較強地區(qū)的企業(yè)，則IPR取值為1，否則取值為0。在基準模型中引入交叉項DIGI×IPR，結(jié)果如表6 列（1）所示，數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)為正，交叉項DIGI×IPR的系數(shù)也顯著為正，說明相較于知識產(chǎn)權(quán)保護較弱地區(qū)，數(shù)字化轉(zhuǎn)型更能提升知識產(chǎn)權(quán)保護較強地區(qū)企業(yè)的產(chǎn)能利用率。在知識產(chǎn)權(quán)保護較強的地區(qū)，嚴格的行政和法律手段能降低技術(shù)竊取風險，激發(fā)企業(yè)技術(shù)創(chuàng)新動力（Teece，1986），推動企業(yè)數(shù)字化轉(zhuǎn)型整合研發(fā)資源與技術(shù)創(chuàng)新能力提升，提高產(chǎn)品附加值與市場競爭力；同時知識產(chǎn)權(quán)保護能優(yōu)化制度環(huán)境，促使企業(yè)內(nèi)部控制人主動披露企業(yè)內(nèi)部經(jīng)營真實情況和企業(yè)資源現(xiàn)狀（李莉等，2014），緩解企業(yè)內(nèi)外部信息不對稱問題，從而更大幅度提升企業(yè)產(chǎn)能利用率。而在知識產(chǎn)權(quán)保護較弱的地區(qū)，由于實施侵權(quán)行為的潛在收益大于違法成本，企業(yè)更傾向于模仿而非自主創(chuàng)新，加劇產(chǎn)品同質(zhì)化現(xiàn)象，弱化了數(shù)字化轉(zhuǎn)型的產(chǎn)能利用率提升效果。

表6 異質(zhì)性效應的估計結(jié)果

（2）信息基礎(chǔ)設(shè)施水平的異質(zhì)性。本文采用省份單位面積長途光纜線路長度衡量地區(qū)信息基礎(chǔ)設(shè)施水平，構(gòu)建地區(qū)信息基礎(chǔ)設(shè)施水平虛擬變量（INF），若企業(yè)所屬省份的信息基礎(chǔ)設(shè)施水平高于中位數(shù)，屬于信息基礎(chǔ)設(shè)施水平較高地區(qū)的企業(yè)，則INF取值為1，否則為0。在基準模型中引入交叉項DIGI×INF，結(jié)果如表6 列（2）所示，數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)顯著為正，交叉項DIGI×INF的系數(shù)也顯著為正，說明相較于信息基礎(chǔ)設(shè)施水平較低地區(qū)，數(shù)字化轉(zhuǎn)型更能促進信息基礎(chǔ)設(shè)施水平較高地區(qū)企業(yè)的產(chǎn)能利用率提升。完善的信息基礎(chǔ)設(shè)施為加速企業(yè)數(shù)字化轉(zhuǎn)型提供了強有力支撐，有助于搭建區(qū)域內(nèi)的互聯(lián)網(wǎng)生態(tài)體系，增強地區(qū)內(nèi)部企業(yè)和市場之間的交互，降低企業(yè)外部知識的獲取成本，推動企業(yè)數(shù)字化整合外部創(chuàng)新資源，提升企業(yè)創(chuàng)新績效，進而提升企業(yè)產(chǎn)能利用率。而信息基礎(chǔ)設(shè)施落后地區(qū)，數(shù)字化商業(yè)生態(tài)體系發(fā)育不充分，企業(yè)數(shù)字化轉(zhuǎn)型對外部創(chuàng)新資源的整合效果較差，降低了企業(yè)內(nèi)外交互的靈敏度，弱化了數(shù)字化轉(zhuǎn)型的產(chǎn)能利用率提升效果。

（3）股權(quán)性質(zhì)的異質(zhì)性。本文基于實際控制人和股權(quán)性質(zhì)將樣本劃分為國有企業(yè)與非國有企業(yè)，并構(gòu)造股權(quán)性質(zhì)虛擬變量（SOE），當企業(yè)屬于國有企業(yè)時，SOE取值為1，否則取值為0。在基準模型中引入交叉項DIGI×SOE，結(jié)果如表6 列（3）所示，數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)顯著為正，交叉項DIGI×SOE的系數(shù)顯著為負，說明相較于非國有企業(yè)，數(shù)字化轉(zhuǎn)型對國有企業(yè)產(chǎn)能利用率的提升作用更小。國有企業(yè)天然的政企聯(lián)系使其獲得更多的政策扶持、稅收優(yōu)惠與信貸資源等，弱化對外界競爭壓力的感知，導致國有企業(yè)缺乏主動創(chuàng)新動力，難以利用數(shù)字化轉(zhuǎn)型的信息優(yōu)勢進行技術(shù)創(chuàng)新，因此，國企數(shù)字化轉(zhuǎn)型提升產(chǎn)能利用率的效果相對更小。此外，在國有企業(yè)終極控制人缺失與內(nèi)部監(jiān)督機制不完善的背景下，管理層為滿足自身利益需求會主動規(guī)避數(shù)字化流程（馬新嘯等，2021），使得數(shù)字化轉(zhuǎn)型的內(nèi)部控制質(zhì)量提升效果大打折扣；并且國有企業(yè)所有者缺位和政府隱形擔保使其信息透明度較差（黃超和黃俊，2016），導致外部市場難以有效了解國有企業(yè)的經(jīng)營與產(chǎn)品情況，進而限制企業(yè)市場份額增長，這種企業(yè)與市場間的信息不對稱會導致國有企業(yè)數(shù)字化轉(zhuǎn)型提升產(chǎn)能利用率的效果較小。而非國有企業(yè)在市場競爭壓力下會主動利用數(shù)字化轉(zhuǎn)型進行技術(shù)創(chuàng)新，優(yōu)化資源配置，提升內(nèi)部控制水平；為獲取更多信貸支持，非國有企業(yè)會主動增加風險信息披露（王雄元和曾敬，2019），數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升幅度更大。

（4）要素密集度的異質(zhì)性。利用資本密集度的中位數(shù)將企業(yè)劃分為勞動密集型與資本密集型，并構(gòu)造要素密集度虛擬變量（LABOR），若企業(yè)資本密集度小于中位數(shù)，屬于勞動密集型企業(yè)時，LABOR取值為1，否則為0。在基準模型中引入交叉項DIGI×LABOR，結(jié)果如表6 列（4）所示，數(shù)字化轉(zhuǎn)型程度（DIGI）的系數(shù)顯著為正，交叉項DIGI×LABOR的系數(shù)也顯著為正，表明數(shù)字化轉(zhuǎn)型更能提高勞動密集型企業(yè)的產(chǎn)能利用率。隨著我國人口紅利減退，勞動密集型企業(yè)面臨更大的勞動力成本上漲壓力，數(shù)字化轉(zhuǎn)型能通過“機器換人”優(yōu)化勞動密集型企業(yè)要素投入結(jié)構(gòu)，提升要素配置效率，降低生產(chǎn)成本，增加市場份額。此外，數(shù)字化轉(zhuǎn)型能準確計量勞動密集型企業(yè)員工的工作績效，激發(fā)員工潛力，提升勞動生產(chǎn)率，進而更大程度提升產(chǎn)能利用率。而資本密集型企業(yè)的生產(chǎn)要素偏向于技術(shù)和資本，資產(chǎn)專用性較高，企業(yè)對資產(chǎn)數(shù)字化改造的調(diào)整成本較大（李婉紅和王帆，2022），數(shù)字化帶來的技術(shù)更迭和設(shè)備改造對產(chǎn)能利用率的積極效應需較長時間才能充分體現(xiàn)，導致數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升效果未充分發(fā)揮。

（5）融資約束的異質(zhì)性。利用KZ指數(shù)衡量融資約束，構(gòu)造融資約束虛擬變量（KZ），當企業(yè)KZ指數(shù)高于中位數(shù)時，屬于融資約束較高企業(yè)，KZ取值為1，否則為0。在基準模型中引入交叉項DIGI×KZ，結(jié)果如表6 列（5）所示，數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，交乘項DIGI×KZ的系數(shù)顯著為負，表明相較于融資約束較低企業(yè)，數(shù)字化轉(zhuǎn)型對融資約束較高企業(yè)產(chǎn)能利用率的提升作用更小。在融資約束較高企業(yè)，資金缺乏會限制企業(yè)創(chuàng)新投入與資源配置的靈活性，降低資本與勞動等要素的邊際產(chǎn)出，無法為企業(yè)與外部溝通提供資金支持，降低了數(shù)字化轉(zhuǎn)型對產(chǎn)能利用率的提升效果。而融資約束較小企業(yè)具有充盈的資金來源，能為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的條件支撐，激發(fā)企業(yè)自身研發(fā)與協(xié)同研發(fā)動力，也能支持生產(chǎn)線及時改造，實現(xiàn)技術(shù)創(chuàng)新成果的即時批量化生產(chǎn)，促使企業(yè)在產(chǎn)品市場上實現(xiàn)差異化，搶占市場份額；同時充足資金來源能為企業(yè)與外部交互提供經(jīng)費支持，緩解信息不對稱，更大程度激發(fā)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升作用。

6.進一步討論：數(shù)字化轉(zhuǎn)型的經(jīng)濟后果分析。產(chǎn)能過剩通常會引發(fā)市場出現(xiàn)惡性價格競爭，造成企業(yè)效益大幅下滑和環(huán)境污染惡化等問題，那么，數(shù)字化轉(zhuǎn)型促使企業(yè)產(chǎn)能利用提升后是否會影響企業(yè)經(jīng)營業(yè)績并促使環(huán)境改善就值得關(guān)注，為此，本文進一步分析企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)經(jīng)營績效和環(huán)境績效的影響，估計結(jié)果如表7 所示。

表7 列（1）的被解釋變量是企業(yè)經(jīng)營績效，采用息稅前利潤的自然對數(shù)值（LNEBIT）來衡量，該指標能夠剔除企業(yè)融資能力對經(jīng)營績效的影響；列（2）的被解釋變量是企業(yè)環(huán)境績效，采用企業(yè)環(huán)境資本支出加1 的自然對數(shù)值（LNENV）來衡量，相對于單一的環(huán)境績效指標，企業(yè)在環(huán)保方面的資本支出更能準確地衡量環(huán)境績效。從表7 的估計結(jié)果可知，首先，數(shù)字化轉(zhuǎn)型所帶來的企業(yè)產(chǎn)能利用率提升會增加企業(yè)經(jīng)營績效。產(chǎn)能利用率提升帶來閑置要素的充分利用，將生產(chǎn)要素用于生產(chǎn)和技術(shù)創(chuàng)新，獲得更高的要素邊際報酬；同時產(chǎn)能利用率提升減少了庫存支出，提高了產(chǎn)品供給能力及其附加值，拓寬了企業(yè)利潤空間，導致企業(yè)生產(chǎn)和經(jīng)營績效提升。其次，數(shù)字化轉(zhuǎn)型帶來的企業(yè)產(chǎn)能利用率提升會增加企業(yè)環(huán)境績效。產(chǎn)能利用率提升減少了要素粗放利用和資源浪費，實現(xiàn)了要素的集約化利用，降低單位產(chǎn)品的能源消耗，減少環(huán)境污染物排放；同時產(chǎn)能充分利用會促進企業(yè)利潤水平提升，為企業(yè)采用清潔生產(chǎn)技術(shù)、推動綠色創(chuàng)新提供資金支持，且產(chǎn)能提升與規(guī)模擴張也降低了企業(yè)環(huán)境污染治理的單位平均成本，具有節(jié)能減排的規(guī)模效益。由此，企業(yè)數(shù)字化轉(zhuǎn)型會促進企業(yè)經(jīng)營績效和環(huán)境績效提升，帶來積極的經(jīng)濟后果。

表7 數(shù)字化轉(zhuǎn)型對企業(yè)績效影響的估計結(jié)果

五、結(jié)論與政策建議

數(shù)字技術(shù)與實體經(jīng)濟深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生出各種新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，為實體企業(yè)生產(chǎn)運營模式帶來巨大變革，數(shù)字化轉(zhuǎn)型或許能成為實體企業(yè)有效化解產(chǎn)能過剩的重要抓手。在此大背景下，本文運用2007–2020 年中國制造業(yè)上市公司數(shù)據(jù)，考察了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的影響及其機理。研究發(fā)現(xiàn)：企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)產(chǎn)能利用率，經(jīng)過一系列的穩(wěn)健性檢驗和內(nèi)生性檢驗后，結(jié)論依然成立。機制檢驗表明：企業(yè)數(shù)字化轉(zhuǎn)型主要通過促進技術(shù)創(chuàng)新、提升內(nèi)部控制水平以及緩解信息不對稱來提升企業(yè)產(chǎn)能利用率。異質(zhì)性分析表明：在知識產(chǎn)權(quán)保護較強、信息基礎(chǔ)設(shè)施較完善地區(qū)和非國有、勞動密集型、融資約束較低的企業(yè)樣本中，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升效果更顯著。經(jīng)濟后果分析表明：數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)能利用率的提升能增加企業(yè)的經(jīng)營績效和環(huán)境績效。

結(jié)合上述研究結(jié)論，提出如下政策建議：第一，政府應從多方面助力企業(yè)數(shù)字化轉(zhuǎn)型。一方面，應優(yōu)化數(shù)字經(jīng)濟發(fā)展的制度供給，破除數(shù)字要素流動共享的堵點；提升優(yōu)化前沿數(shù)字中心布局，加快形成數(shù)字技術(shù)賦能平臺；同時搭建數(shù)字化轉(zhuǎn)型產(chǎn)品市場，引導市場完善數(shù)據(jù)確權(quán)和定價機制，明確數(shù)據(jù)交易的價值分配準則，促進數(shù)據(jù)要素流動；推動數(shù)字設(shè)施共建、數(shù)字資源共用、數(shù)字紅利共享，強化高質(zhì)量數(shù)據(jù)要素供給。另一方面，應從資金、技術(shù)、人才等方面有針對性地扶持企業(yè)數(shù)字化轉(zhuǎn)型，切實解決企業(yè)“不敢轉(zhuǎn)”“不會轉(zhuǎn)”“不能轉(zhuǎn)”等實際問題。第二，數(shù)字經(jīng)濟時代的違法侵權(quán)行為有較強隱匿性，加大對侵權(quán)行為打擊力度能強化企業(yè)實施數(shù)字化轉(zhuǎn)型戰(zhàn)略的意愿，為此政府應強化知識產(chǎn)權(quán)保護，根據(jù)信息化時代的侵權(quán)新特點出臺針對性的法律制度，明確數(shù)據(jù)安全歸口管理部門，加大知識侵權(quán)行為的違法成本和執(zhí)法力度。另外，地區(qū)信息基礎(chǔ)設(shè)施建設(shè)直接影響企業(yè)數(shù)字化轉(zhuǎn)型程度和經(jīng)濟效果，為此政府應扎實推進信息基礎(chǔ)設(shè)施建設(shè)，有針對性、前瞻性地部署新基建，協(xié)調(diào)數(shù)據(jù)跨區(qū)域交互，加快形成企業(yè)數(shù)字化轉(zhuǎn)型的區(qū)域規(guī)范同構(gòu)效應，引導企業(yè)實施數(shù)字化轉(zhuǎn)型戰(zhàn)略。第三，企業(yè)應打破傳統(tǒng)管理范式下的路徑依賴，分階段積極部署數(shù)字化轉(zhuǎn)型項目，逐步提升數(shù)字化水平。同時應大力疏通數(shù)字化轉(zhuǎn)型的中間傳導路徑，搭建數(shù)字孿生應用場景，疏通數(shù)字孿生平臺與現(xiàn)實研發(fā)成果之間的轉(zhuǎn)換路徑，以客戶需求指導研發(fā)方向，減少研發(fā)創(chuàng)新風險，提升技術(shù)創(chuàng)新績效；利用數(shù)字化技術(shù)搭建企業(yè)內(nèi)部反饋系統(tǒng)，加快推進人、機、物之間的點對點互聯(lián)，破除要素流動的信息障礙，提升企業(yè)內(nèi)部控制能力；利用數(shù)字化技術(shù)搭設(shè)企業(yè)展示平臺，多方位展示企業(yè)資訊，提升產(chǎn)品認可度，向市場傳遞正面信息，提升企業(yè)內(nèi)外部交互效率，降低內(nèi)外部信息不對稱。第四，非國有企業(yè)面臨諸如體制、資金等約束條件，影響其數(shù)字化轉(zhuǎn)型進程，政府應積極促進體制機制改革，加大對非國有企業(yè)數(shù)字化轉(zhuǎn)型的資金支持和政策優(yōu)惠等，帶動其產(chǎn)業(yè)鏈上下游企業(yè)數(shù)字化轉(zhuǎn)型；加大對勞動密集型企業(yè)的政策傾斜，用相應的優(yōu)惠財稅制度推動勞動密集型企業(yè)的智能化改造，推動構(gòu)建數(shù)字化資源共享平臺，減少勞動密集型企業(yè)數(shù)字化轉(zhuǎn)型成本；引導銀行出臺企業(yè)數(shù)字化轉(zhuǎn)型專項信貸業(yè)務，切實緩解企業(yè)數(shù)字化轉(zhuǎn)型中的融資痛點，為企業(yè)數(shù)字化轉(zhuǎn)型提供足額的資金支撐。

* 感謝東北財經(jīng)大學校級科研項目（DUFE202106）的支持，同時也感謝審稿專家和編輯提出的寶貴意見。