韓曉晨,陳風(fēng)帆

(遼寧工程技術(shù)大學(xué) 工商管理學(xué)院,遼寧 葫蘆島 125105)

引 言

當(dāng)前我國經(jīng)濟(jì)發(fā)展態(tài)勢已由高速度發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變。提高全要素生產(chǎn)率是實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵[1],雖然我國國內(nèi)生產(chǎn)總值已經(jīng)居于國際前列,但全要素生產(chǎn)率與發(fā)達(dá)國家的差距仍然較大,我國全要素生產(chǎn)率還有較大提升空間。黨的十九大報(bào)告明確提出“推動經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動力變革,提高全要素生產(chǎn)率”。因此,提升全要素生產(chǎn)率成為我國當(dāng)前經(jīng)濟(jì)發(fā)展階段必須實(shí)現(xiàn)的目標(biāo),并為我國進(jìn)行產(chǎn)業(yè)升級提供核心動力[2]。

隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展,數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)的融合程度成為經(jīng)濟(jì)高質(zhì)量增長的新動能[3]。我國“十四五”規(guī)劃中已將數(shù)字化作為國家戰(zhàn)略,明確提出“大力推進(jìn)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,提高全要素生產(chǎn)率,提高經(jīng)濟(jì)質(zhì)量效益和核心競爭力”,數(shù)字化轉(zhuǎn)型已然成為重構(gòu)現(xiàn)有生產(chǎn)要素體系、推動經(jīng)濟(jì)向高質(zhì)量發(fā)展的關(guān)鍵因素[4]。

微觀企業(yè)作為宏觀經(jīng)濟(jì)的重要組成部分,其發(fā)展?fàn)顩r將深刻影響宏觀經(jīng)濟(jì)的發(fā)展態(tài)勢。而微觀企業(yè)想要突破原有瓶頸限制,實(shí)現(xiàn)高質(zhì)量發(fā)展,則必然要擁有高效的生產(chǎn)率,因此提升微觀企業(yè)全要素生產(chǎn)率將是實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的必然要求,而將數(shù)字技術(shù)引入微觀企業(yè),推進(jìn)微觀企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型將為提升全要素生產(chǎn)率提供新的路徑。

基于上述背景,數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率的關(guān)系一直是國內(nèi)外學(xué)者的重點(diǎn)關(guān)注方向。現(xiàn)有文獻(xiàn)在宏觀、中觀及微觀層面均有研究。首先,從宏觀層面來看,數(shù)字經(jīng)濟(jì)的產(chǎn)生橫跨傳統(tǒng)行業(yè)與新興技術(shù)產(chǎn)業(yè),從而使生產(chǎn)方式得到革新,全要素生產(chǎn)率得到升級。杜傳忠等(2021)[5]發(fā)現(xiàn)通過數(shù)字化轉(zhuǎn)型,將ABCD技術(shù)(即人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù))運(yùn)用于傳統(tǒng)生產(chǎn)方式,將會使原有生產(chǎn)方式擁有智能化、無人化等特征,使原有勞動密集型產(chǎn)業(yè)擺脫人力限制,人工成本大幅下降,從而提升全要素生產(chǎn)率。Jorgenson等(2008)[6]發(fā)現(xiàn)信息技術(shù)及計(jì)算機(jī)產(chǎn)品能夠顯著提升并促進(jìn)經(jīng)濟(jì)復(fù)蘇。其次,從中觀層面來看,將數(shù)字技術(shù)運(yùn)用在某一個(gè)行業(yè)中,將會使該行業(yè)通過資本增密與技術(shù)增密兩條路徑提升全要素生產(chǎn)率。劉平峰等(2021)[7]發(fā)現(xiàn)制造業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠通過資本賦能與技術(shù)賦能兩條路徑使全要素生產(chǎn)率得到提升。郭慧芳(2022)[8]發(fā)現(xiàn)服務(wù)業(yè)數(shù)字化轉(zhuǎn)型程度越深,其全要素生產(chǎn)率提升越高。最后,從微觀層面來看,數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響又分為內(nèi)外兩個(gè)角度:從內(nèi)部來看,沈國兵等(2020)[9]發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型會使企業(yè)內(nèi)部信息交流更為順暢,信息傳遞更為便利,從而提升企業(yè)生產(chǎn)效率;從外部來看,在外部因素上,數(shù)字金融發(fā)展、智能制造政策能夠有效提升全要素生產(chǎn)率[10-11]。

綜上所述,學(xué)者們從不同角度對數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的關(guān)系進(jìn)行了探究,但仍有不足之處:(1)微觀企業(yè)作為宏觀經(jīng)濟(jì)的重要組成部分,其全要素生產(chǎn)率的高低將深刻影響宏觀經(jīng)濟(jì)態(tài)勢,因此提升企業(yè)全要素生產(chǎn)率是當(dāng)務(wù)之急,然而大多數(shù)研究關(guān)注的是宏觀環(huán)境或某個(gè)行業(yè)中數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響,尚缺乏對全行業(yè)微觀企業(yè)中數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率關(guān)系的實(shí)證研究。(2)全要素生產(chǎn)率的提升必須擺脫高耗費(fèi)、高污染、高成本的特征,使企業(yè)向綠色化、環(huán)?；D(zhuǎn)變,然而目前在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率的研究中,鮮有學(xué)者將綠色創(chuàng)新這一影響因素納入其中考察。

本文與以往研究的區(qū)別:(1)從微觀視角出發(fā),分析并實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機(jī)制,豐富了微觀層面的理論研究內(nèi)容。(2)將綠色創(chuàng)新作為中介變量,探討數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率的間接作用機(jī)制,擴(kuò)展了對數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率機(jī)理的認(rèn)知。(3)從產(chǎn)權(quán)性質(zhì)等方面進(jìn)一步探討了數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率影響差異的約束因素,豐富了數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率關(guān)系影響因素的研究內(nèi)容。

一、理論分析與研究假設(shè)

(一)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率

數(shù)字化轉(zhuǎn)型是企業(yè)應(yīng)對市場和技術(shù)變化的一種戰(zhàn)略舉措,旨在提高企業(yè)的生產(chǎn)效率和管理效率,從而提高企業(yè)的綜合競爭力和經(jīng)濟(jì)效益。全要素生產(chǎn)率是衡量企業(yè)或產(chǎn)業(yè)在一定的資源投入下創(chuàng)造產(chǎn)出效率的一個(gè)重要指標(biāo),是評估企業(yè)績效的關(guān)鍵指標(biāo)之一,數(shù)字化轉(zhuǎn)型是企業(yè)采用數(shù)字技術(shù)改造生產(chǎn)、營銷、管理等方面的重要手段,對企業(yè)全要素生產(chǎn)率在內(nèi)部和外部均會產(chǎn)生一定影響。

第一,從企業(yè)內(nèi)部角度來看,數(shù)字化轉(zhuǎn)型為企業(yè)在技術(shù)創(chuàng)新、組織優(yōu)化、人力資源管理和培訓(xùn)等方面提供了幫助,從而提升了全要素生產(chǎn)率。首先,數(shù)字化技術(shù)的應(yīng)用能夠帶動技術(shù)創(chuàng)新的深度和廣度[12]。采用數(shù)字化技術(shù)能夠幫助企業(yè)實(shí)現(xiàn)技術(shù)的跨越式創(chuàng)新,推動企業(yè)從傳統(tǒng)產(chǎn)業(yè)向數(shù)字化和智能化產(chǎn)業(yè)轉(zhuǎn)型[13];智能化設(shè)備、自動化流程等數(shù)字化技術(shù)能夠?qū)崿F(xiàn)生產(chǎn)線的智能化協(xié)同[14],提高生產(chǎn)效率,降低生產(chǎn)成本,提高產(chǎn)品的質(zhì)量和可靠性,進(jìn)而提高企業(yè)的生產(chǎn)效率和質(zhì)量[15-16],加快生產(chǎn)流程,縮短產(chǎn)品生產(chǎn)周期,從而提升全要素生產(chǎn)率。其次,數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)組織的優(yōu)化和升級。采用數(shù)字化技術(shù)能夠幫助企業(yè)實(shí)現(xiàn)組織的扁平化、靈活化和智能化[3],采用數(shù)字化協(xié)同工具、云計(jì)算等技術(shù),實(shí)現(xiàn)企業(yè)內(nèi)部的協(xié)同和共創(chuàng)[17],加速決策的制定和實(shí)施,降低組織的溝通成本和管理成本[18],從而提升全要素生產(chǎn)率。最后,數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)實(shí)現(xiàn)人力資源管理的戰(zhàn)略配稱。數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)將人力資源納入企業(yè)的戰(zhàn)略規(guī)劃和實(shí)施,打破傳統(tǒng)的人力資源管理模式和方式[19],通過大數(shù)據(jù)和人工智能等技術(shù)更加準(zhǔn)確地了解員工的工作狀態(tài)、技能和偏好,實(shí)現(xiàn)人力資源與企業(yè)戰(zhàn)略的有效配稱[20],從而提升全要素生產(chǎn)率。

第二,從企業(yè)外部角度來看,數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響主要表現(xiàn)在市場競爭力和品牌效應(yīng)、產(chǎn)業(yè)協(xié)同和生態(tài)效應(yīng)等方面。首先,數(shù)字化轉(zhuǎn)型可以提高企業(yè)在市場上的競爭力和品牌效應(yīng)。數(shù)字化技術(shù)的應(yīng)用可以為企業(yè)提供更準(zhǔn)確的市場預(yù)測和消費(fèi)者需求分析,提高企業(yè)產(chǎn)品和服務(wù)的質(zhì)量與定制化水平[21]、提高企業(yè)的市場占有率和品牌聲譽(yù),從而提高企業(yè)的全要素生產(chǎn)率。其次,數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)與產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)同作用[22],實(shí)現(xiàn)資源共享和優(yōu)化,提高企業(yè)與供應(yīng)商、客戶、合作伙伴之間的信息交流和協(xié)調(diào)能力,從而提高產(chǎn)業(yè)協(xié)同效應(yīng),進(jìn)一步提高企業(yè)的全要素生產(chǎn)率。最后,數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)與生態(tài)系統(tǒng)之間的互動和共生關(guān)系,優(yōu)化企業(yè)的資源利用方式和減少環(huán)境污染[23],從而促進(jìn)企業(yè)與自然環(huán)境的和諧共處,進(jìn)一步提高企業(yè)的社會責(zé)任感和品牌形象,最終提高企業(yè)的全要素生產(chǎn)率?；谏鲜龇治?本文提出以下研究假設(shè):

H1:企業(yè)的數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有正向作用

(二)數(shù)字化轉(zhuǎn)型與綠色創(chuàng)新

綠色創(chuàng)新是企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展和增強(qiáng)競爭優(yōu)勢的重要途徑[24],數(shù)字化轉(zhuǎn)型作為前沿的發(fā)展模式,是綠色創(chuàng)新的有力支撐[25]。一方面,數(shù)字化技術(shù)可以幫助企業(yè)實(shí)現(xiàn)資源和能源的智能管理和優(yōu)化,減少浪費(fèi)和污染,從而實(shí)現(xiàn)環(huán)境保護(hù)和資源可持續(xù)利用的目標(biāo)[26]。例如,通過大數(shù)據(jù)分析和物聯(lián)網(wǎng)技術(shù),可以實(shí)現(xiàn)工業(yè)設(shè)備的智能監(jiān)控和維護(hù),降低能源消耗和廢棄物排放;通過虛擬化技術(shù)和遠(yuǎn)程辦公,可以減少交通擁堵和碳排放。另一方面,數(shù)字化轉(zhuǎn)型可以為綠色創(chuàng)新提供更廣闊的創(chuàng)新空間和可能性。數(shù)字化技術(shù)可以幫助企業(yè)實(shí)現(xiàn)產(chǎn)品和服務(wù)的個(gè)性化、定制化和交互化,從而更好地滿足消費(fèi)者的需求和偏好[27]。例如,通過智能物流和配送系統(tǒng),可以實(shí)現(xiàn)準(zhǔn)確、高效、低碳的物流管理;通過數(shù)字化營銷和社交媒體,可以實(shí)現(xiàn)更精準(zhǔn)的營銷和客戶服務(wù)。這些數(shù)字化轉(zhuǎn)型的創(chuàng)新實(shí)踐,也為企業(yè)在綠色創(chuàng)新領(lǐng)域探索更多可能性和機(jī)會提供了有力支持[28]。此外,數(shù)字化轉(zhuǎn)型還可以促進(jìn)產(chǎn)業(yè)協(xié)同和創(chuàng)新合作,為綠色創(chuàng)新的跨界合作和共贏提供更好的條件[29]。通過數(shù)字化技術(shù),不同產(chǎn)業(yè)、不同企業(yè)之間可以更加便捷地實(shí)現(xiàn)信息共享、資源共享和協(xié)同創(chuàng)新,從而推動綠色創(chuàng)新的跨界融合和協(xié)同發(fā)展[30]。例如,通過數(shù)字化供應(yīng)鏈和協(xié)同制造,不同企業(yè)之間可以實(shí)現(xiàn)更緊密的協(xié)作和共同創(chuàng)新;通過數(shù)字化平臺和開放創(chuàng)新,企業(yè)可以更好地連接客戶和社會,共同探索綠色創(chuàng)新的新路徑和新模式?；谏鲜龇治?本文提出以下研究假設(shè):

H2a:企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新數(shù)量有正向作用

H2b:企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新質(zhì)量有正向作用

(三)數(shù)字化轉(zhuǎn)型、綠色創(chuàng)新與全要素生產(chǎn)率

如今我國經(jīng)濟(jì)增長速度放緩,也意味著資源總量增長速度放緩,因此如何利用有限的資源發(fā)揮最大的效用成為我國企業(yè)目前必須面對的問題。全要素生產(chǎn)率是衡量經(jīng)濟(jì)績效和可持續(xù)性的重要指標(biāo),它反映了一個(gè)實(shí)體如何利用有限的資源來進(jìn)行最大化生產(chǎn),因此,提升我國企業(yè)全要素生產(chǎn)率是目前發(fā)展的必然要求。而現(xiàn)有技術(shù)與世界先進(jìn)技術(shù)的差距將對全要素生產(chǎn)率帶來影響[31]。由于市場競爭、企業(yè)創(chuàng)新等內(nèi)部因素的推動,內(nèi)生技術(shù)進(jìn)步可以為整個(gè)經(jīng)濟(jì)帶來新的增長點(diǎn)和發(fā)展動力[32]。綠色創(chuàng)新的本質(zhì)是在傳統(tǒng)的經(jīng)濟(jì)活動中引入環(huán)保和可持續(xù)發(fā)展的理念[33],通過應(yīng)用環(huán)保技術(shù)、資源節(jié)約技術(shù)和清潔生產(chǎn)技術(shù)等手段,不僅可以通過減少能源和資源消耗帶來環(huán)境效益[34],還可以通過降低成本、提高產(chǎn)品競爭力帶來經(jīng)濟(jì)效益[35],從而提升全要素生產(chǎn)率。如今的數(shù)字化轉(zhuǎn)型時(shí)期,數(shù)字技術(shù)已然成為綠色創(chuàng)新的重要推動因素,在此背景下全要素生產(chǎn)率的提升將會更為顯著。一方面,數(shù)字化轉(zhuǎn)型為綠色創(chuàng)新提供了更多途徑[36],利用物聯(lián)網(wǎng)、大數(shù)據(jù)等數(shù)字技術(shù),可以實(shí)現(xiàn)對能源、水資源等環(huán)境資源的精細(xì)化管理和監(jiān)測,從而提升企業(yè)全要素生產(chǎn)率;另一方面,數(shù)字化轉(zhuǎn)型可以強(qiáng)化綠色創(chuàng)新的效果[37],通過數(shù)字化技術(shù)可以實(shí)現(xiàn)生產(chǎn)過程的精細(xì)化管理和控制,提高資源利用效率和能源效率,進(jìn)而提高全要素生產(chǎn)率。基于上述分析,本文提出以下研究假設(shè):

H3a:企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新數(shù)量進(jìn)而提升全要素生產(chǎn)率

H3b:企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新質(zhì)量進(jìn)而提升全要素生產(chǎn)率

本文研究框架如下圖所示:

圖 研究框架

二、研究設(shè)計(jì)

(一)樣本選擇與變量定義

1.樣本選擇與數(shù)據(jù)來源

以2013—2021年中國滬深兩市A股上市公司為研究對象。數(shù)據(jù)來源于三方面:數(shù)字化轉(zhuǎn)型程度原始數(shù)據(jù)來源于深圳證券交易所、上海證券交易所官方網(wǎng)站;綠色創(chuàng)新數(shù)量與綠色創(chuàng)新質(zhì)量原始數(shù)據(jù)來源于CNRDS數(shù)據(jù)庫;其他財(cái)務(wù)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。并使用Excel軟件對數(shù)據(jù)做以下篩選和處理:第一,為避免極端值帶來的影響,對所有連續(xù)變量做上下1%縮尾處理;第二,剔除ST、*ST及PT等非正常樣本;第三,剔除關(guān)鍵數(shù)據(jù)缺失樣本。共取得7 974條樣本,數(shù)據(jù)處理及其多元統(tǒng)計(jì)回歸分析借助Stata17.0。

2.變量定義

(1)被解釋變量:全要素生產(chǎn)率TFP-LP。目前學(xué)界對全要素生產(chǎn)率的衡量方法包括LP法、GMM法和OLS法,考慮到數(shù)據(jù)的可得性,并為了解決產(chǎn)量與資本存量的同時(shí)性偏差,參考魯曉東和連玉君(2010)[38]的方法,以LP法測算全要素生產(chǎn)率,并在穩(wěn)健性檢驗(yàn)時(shí)使用GMM法測得的全要素生產(chǎn)率做替代指標(biāo)。

(2)解釋變量:數(shù)字化轉(zhuǎn)型程度lnDT。參考吳非等(2021)[19]提出的關(guān)鍵詞頻文本分析方法計(jì)算得出,具體方法為:通過Python的爬蟲功能抓取2013—2021年度A股上市公司財(cái)報(bào)中與數(shù)字技術(shù)相關(guān)詞匯,劃分為底層技術(shù)邏輯與數(shù)字技術(shù)應(yīng)用兩方面,并對底層技術(shù)邏輯繼續(xù)劃分ABCD(即人工智能技術(shù)、區(qū)塊鏈結(jié)束、云計(jì)算技術(shù)以及大數(shù)據(jù)技術(shù))四個(gè)方向,構(gòu)建“數(shù)字化轉(zhuǎn)型”文本詞典,將詞典中第n個(gè)詞匯在個(gè)股i第t年的年度報(bào)告中的詞頻除以個(gè)股i在第t年的年度報(bào)告的總詞頻,并取對數(shù)從而計(jì)算得出數(shù)字化轉(zhuǎn)型程度lnDT指標(biāo)。

(3)中介變量:綠色創(chuàng)新數(shù)量lnGreen1。目前學(xué)界對于綠色創(chuàng)新數(shù)量的測度方法尚不能達(dá)成一致,有按照研發(fā)投入、綠色專利獲得數(shù)量等方法,然而這些方法可能存在一些內(nèi)生性問題,如綠色專利獲得數(shù)量可能會收到公司前期經(jīng)營成果的影響。因此,以綠色專利的申請數(shù)量來度量上市公司綠色創(chuàng)新數(shù)量,將綠色實(shí)用型發(fā)明專利與綠色新型發(fā)明專利數(shù)量加總代表綠色創(chuàng)新數(shù)量。

綠色創(chuàng)新質(zhì)量lnGreen2。企業(yè)進(jìn)行綠色創(chuàng)新申請綠色專利后,如何衡量企業(yè)的綠色創(chuàng)新質(zhì)量也是目前學(xué)界爭議的話題,相對于其他指標(biāo),企業(yè)授權(quán)給其他企業(yè)使用的綠色專利數(shù)量似乎更能代表綠色創(chuàng)新質(zhì)量,因此參考易靖韜(2015)[39]以綠色發(fā)明專利、綠色實(shí)用新型專利授權(quán)數(shù)量總和衡量創(chuàng)新質(zhì)量。本文將所有專利相關(guān)數(shù)字對其加1取自然對數(shù)以克服數(shù)據(jù)右偏性。

(4)控制變量:為避免其他因素干擾研究結(jié)論,參考現(xiàn)有研究[5,40],選取公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、凈資產(chǎn)收益率(ROA)、總資產(chǎn)收益率(ATO)、董事會規(guī)模(Board)、獨(dú)立董事比例(Indep)、兩職合一(Dual)、第一大股東持股比例(TOP1)、股權(quán)制衡度(Balance)為控制變量,變量具體說明見表2。

(二)模型設(shè)計(jì)

為驗(yàn)證前述假設(shè),本文擬構(gòu)建四段中介效應(yīng)模型進(jìn)行檢驗(yàn),采取該方法是因?yàn)樵S多研究已經(jīng)指出傳統(tǒng)三段中介效應(yīng)模型可能存在明顯缺陷[41]。具體來說,傳統(tǒng)的三段檢驗(yàn)方法三個(gè)模型將會涉及三個(gè)變量的估計(jì),而這也將帶來三個(gè)內(nèi)生性問題,至少需要兩個(gè)工具變量(IV1:X→Y,X→M;IV2:M→Y),并且需要三個(gè)誤差項(xiàng)e1、e2、e3之間兩兩不相關(guān),由于大多數(shù)論文使用的是觀察數(shù)據(jù),因此在此基礎(chǔ)上涉及如此多的內(nèi)生性問題將會使文章變得更為復(fù)雜。本文的設(shè)計(jì)思路:第一,進(jìn)一步增加Bootstrap推導(dǎo)的基于百分比的置信區(qū)間,依靠非參數(shù)測試程序來緩解Sobel檢驗(yàn)中介效應(yīng)是建立在假設(shè)系數(shù)的乘積是正態(tài)分布的基礎(chǔ)之上的問題;第二,在中介效應(yīng)中同時(shí)考慮中介變量與被解釋變量之間的關(guān)系,進(jìn)一步增加實(shí)證鏈條的完備性?；谏鲜龇治?本文構(gòu)建以下模型以驗(yàn)證假設(shè):

TFP-LPi,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(1)

lnGreeni,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(2)

TFP-LPi,t=β0+lnGreeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(3)

TFP-LPi,t=β0+β1lnDTi,t+β2Greeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(4)

式(1)-(4)中,β0為截距項(xiàng),βn為估計(jì)系數(shù),TFP-LPi,t為被解釋變量,表示企業(yè)i在第t年的全要素生產(chǎn)率;lnDTi,t為解釋變量,表示企業(yè)i在第t年的數(shù)字化轉(zhuǎn)型程度;lnGreeni,t為中介變量,分別表示企業(yè)i在第t年的綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2;Controls為控制變量,Year為年份控制效應(yīng),Industry為行業(yè)控制效應(yīng),εi,t為隨機(jī)擾動項(xiàng)。

三、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)

研究樣本的描述性統(tǒng)計(jì)見表3。被解釋變量全要素生產(chǎn)率TFP-LP的最小值為5.307,最大值為12.167,均值為8.689,標(biāo)準(zhǔn)差為1.086,表明我國企業(yè)整體全要素生產(chǎn)率水平較低且存在一定差距;主要解釋變量數(shù)字化轉(zhuǎn)型程度lnDT最小值為0.000,最大值為4.934,均值為1.594,標(biāo)準(zhǔn)差為1.46,表明我國企業(yè)數(shù)字化轉(zhuǎn)型仍處在初級階段且各企業(yè)之間差異較為明顯。中介變量綠色創(chuàng)新數(shù)量lnGreen1及綠色創(chuàng)新質(zhì)量lnGreen2最小值均為0,標(biāo)準(zhǔn)差均超過1,表明我國企業(yè)綠色創(chuàng)新的數(shù)量與質(zhì)量差異較大,且整體水平不一。

(二)相關(guān)性分析

本文對主要變量進(jìn)行了Person相關(guān)性檢驗(yàn),具體結(jié)果見表4。數(shù)字化轉(zhuǎn)型lnDT與綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2及全要素生產(chǎn)率TFP-LP均呈現(xiàn)正相關(guān)關(guān)系,已經(jīng)初步表明數(shù)字化轉(zhuǎn)型可能促進(jìn)綠色創(chuàng)新的數(shù)量與質(zhì)量,并可能對全要素生產(chǎn)率存在正向作用,初步驗(yàn)證了本文假設(shè)H1。當(dāng)然,想要更為嚴(yán)格地證明仍需進(jìn)一步分析?？傮w而言,絕大部分變量之間的相關(guān)性均在0.5以下,綠色創(chuàng)新數(shù)量lnGreen1和綠色創(chuàng)新質(zhì)量lnGreen2之間的相關(guān)性超過了0.5,這主要是由兩者之間性質(zhì)決定的。綠色專利的申請數(shù)量越多,就可能有越多的專利授權(quán)給予其他企業(yè),因此帶來兩者較高的相關(guān)性,從整體來看這樣的結(jié)果是能夠接受的。本文在此基礎(chǔ)之上進(jìn)一步做方差膨脹因子VIF檢驗(yàn)來檢查各變量之間的共線性,可以從表4中看出,各變量VIF值均小于5,排除了各變量之間存在嚴(yán)重多重共線性的可能。

(三)回歸分析

本文為驗(yàn)證假設(shè)所構(gòu)建的實(shí)證模型的回歸結(jié)果見表5。具體的檢驗(yàn)過程如下:第一,將數(shù)字化轉(zhuǎn)型程度lnDT與全要素生產(chǎn)率TFP-LP同時(shí)納入模型(1)中回歸。由表5可見,模型(1)中數(shù)字化轉(zhuǎn)型程度lnDT系數(shù)為0.053且在1%水平下顯著,假設(shè)H1得到驗(yàn)證,即企業(yè)的數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率有正向作用。第二,分別將數(shù)字化轉(zhuǎn)型程度lnDT與綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen納入模型(2)中回歸。由表5可見,數(shù)字化轉(zhuǎn)型程度lnDT系數(shù)分別為0.108及0.104且均在1%水平下顯著,假設(shè)H2a及H2b得到了驗(yàn)證,即企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量有正向作用。第三,在原有三段式中介效應(yīng)檢驗(yàn)?zāi)Ｐ偷幕A(chǔ)上,參考牛志偉(2023)[42]構(gòu)建的四段式中介效應(yīng)檢驗(yàn)?zāi)Ｐ?進(jìn)一步考慮中介變量與被解釋變量之間的關(guān)系(M→Y),因此將綠色創(chuàng)新數(shù)量lnGreen1、綠色創(chuàng)新質(zhì)量lnGreen2及全要素生產(chǎn)率TFP-LP納入模型(3)中進(jìn)行回歸。由表5可見,綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量的回歸系數(shù)分別為0.014及0.012且均在1%水平下顯著。第四,將被解釋變量全要素生產(chǎn)率TFP-LP、解釋變量數(shù)字化轉(zhuǎn)型程度lnDT、中介變量綠色創(chuàng)新數(shù)量lnGreen1綠色創(chuàng)新質(zhì)量lnGreen2納入模型(4)中進(jìn)行回歸。從表5中可以看出,數(shù)字化轉(zhuǎn)型系數(shù)均為正且在1%水平下顯著,綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量系數(shù)均為正且在5%水平下顯著,并且數(shù)字化轉(zhuǎn)型的系數(shù)均較模型(1)有所下降,因此假設(shè)H3a、H3b得到驗(yàn)證,即企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量進(jìn)而提升全要素生產(chǎn)率。進(jìn)一步地,本文分別對兩條影響路徑進(jìn)行了Sobel檢驗(yàn),可以看到Z值統(tǒng)計(jì)量分別為2.459及2.49,在5%水平下顯著。本文還進(jìn)行了Bootstrap(1000次)抽樣檢驗(yàn),可以發(fā)現(xiàn)置信度為95%的中介效應(yīng)置信區(qū)間為[0.0001454,0.001584]及[0.0001044,0.001642],均未包含0,上述結(jié)果再次證明綠色創(chuàng)新數(shù)量和綠色創(chuàng)新質(zhì)量發(fā)揮了機(jī)制作用。

(四)穩(wěn)健性檢驗(yàn)

為驗(yàn)證實(shí)證結(jié)果的穩(wěn)健性,本文采用替換變量和滯后回歸兩種方式進(jìn)行穩(wěn)健性檢驗(yàn),得到的結(jié)果與假設(shè)預(yù)期仍然保持一致,說明研究結(jié)論穩(wěn)健性良好。

1.替換變量

本文將被解釋變量由原來的LP法測得的全要素生產(chǎn)率替換為GMM法測得的全要素生產(chǎn)率,并命名為TFP-GMM,帶入構(gòu)建的模型(1)-(4)中進(jìn)行回歸,具體回歸結(jié)果見表6。結(jié)果表明,在替換了全要素生產(chǎn)率的度量指標(biāo)之后,研究結(jié)論仍然保持穩(wěn)健。

2.滯后回歸

由于企業(yè)的數(shù)字化轉(zhuǎn)型從投入產(chǎn)生效果需要一定的時(shí)間,經(jīng)過不斷的磨合才能使數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)融合,也就是說數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響可能存在一定的滯后性。而且綠色創(chuàng)新也是企業(yè)的一種長期行為,專利從申請到實(shí)際應(yīng)用以及授權(quán)給其他企業(yè),整個(gè)過程也需要一定的時(shí)間,因此本文考慮將綠色創(chuàng)新數(shù)量、綠色創(chuàng)新質(zhì)量及全要素生產(chǎn)率同時(shí)滯后一期,帶入模型(1)-(4)中進(jìn)行回歸,同時(shí)緩解反向因果對研究結(jié)論產(chǎn)生的干擾。對變量滯后一期的回歸結(jié)果見表7,可以看出雖然系數(shù)大小有所變化,但總體結(jié)論并未受到影響,研究結(jié)論依然保持穩(wěn)健。

(五)內(nèi)生性檢驗(yàn)

雖然本文采用的固定效應(yīng)模型能夠在一定程度上緩解由于遺漏某些不隨時(shí)間變化的固定因素帶來的內(nèi)生性問題,但仍然可能存在樣本的選擇偏誤所帶來的內(nèi)生性問題。因此,本文采用Heckman兩階段模型緩解樣本選擇偏誤對研究結(jié)論的干擾。第一階段以當(dāng)期是否進(jìn)行數(shù)字化轉(zhuǎn)型為基礎(chǔ)生成啞變量,并帶入Probit回歸中求出逆米爾斯比率(IMR),在第二階段將求出的逆米爾斯比率作為控制變量帶入模型(1)-(4)中進(jìn)行回歸,具體回歸結(jié)果見表8?？梢钥闯?雖然IMR顯著為正或不顯著,但核心變量的顯著性仍然保持不變,因此在排除了樣本選擇的偏誤問題后,研究結(jié)論仍然保持穩(wěn)健。

(六)異質(zhì)性分析

2021年10月國務(wù)院國資委、工業(yè)和信息化部共同簽署《關(guān)于加快推進(jìn)中央企業(yè)兩化融合和數(shù)字化轉(zhuǎn)型戰(zhàn)略合作協(xié)議》,以進(jìn)一步推動國有企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型以加深數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)的融合。因此,數(shù)字化轉(zhuǎn)型程度在政策的引導(dǎo)下可能在不同產(chǎn)權(quán)性質(zhì)下表現(xiàn)出差異。為進(jìn)一步探索產(chǎn)權(quán)性質(zhì)不同的企業(yè)數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新與全要素生產(chǎn)率影響可能存在的差異,將研究樣本以是否國有分組進(jìn)行回歸,具體回歸結(jié)果見表9及表10?？梢钥闯?不論企業(yè)產(chǎn)權(quán)性質(zhì)如何,本文假設(shè)均能得到驗(yàn)證,但數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新及全要素生產(chǎn)率的影響在國有企業(yè)中的正向作用要較高于非國有企業(yè)。產(chǎn)生這種現(xiàn)象的原因可能是國有企業(yè)的定位與其他企業(yè)不同,國有企業(yè)的首要目標(biāo)是積極執(zhí)行國家戰(zhàn)略要求,對數(shù)字化轉(zhuǎn)型這一目標(biāo)會主動采取更多措施,以實(shí)現(xiàn)兩化融合改革目標(biāo),因此國有企業(yè)在數(shù)字化轉(zhuǎn)型的速度及深度上都會領(lǐng)先于其他企業(yè),在提升企業(yè)綠色創(chuàng)新及全要素生產(chǎn)率方面的作用也就發(fā)揮得更明顯。

表1 數(shù)字化轉(zhuǎn)型詞頻框架

表2 樣本變量說明

表3 變量的描述性統(tǒng)計(jì)結(jié)果

表4 變量的相關(guān)性檢驗(yàn)結(jié)果

表6 樣本替換變量的中介效應(yīng)檢驗(yàn)結(jié)果

表7 樣本滯后變量的中介效應(yīng)檢驗(yàn)結(jié)果

表8 樣本中介效應(yīng) Heckman 兩階段模型檢驗(yàn)結(jié)果

表9 國有企業(yè)樣本中介效應(yīng)檢驗(yàn)結(jié)果

表10 非國有企業(yè)樣本中介效應(yīng)檢驗(yàn)結(jié)果

四、結(jié)論與啟示

(一)結(jié)論

本文以中國滬深兩市A股2013—2021年上市公司的非平衡面板數(shù)據(jù),實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響,并進(jìn)一步探索了綠色創(chuàng)新在兩者關(guān)系中的中介機(jī)制作用。研究得出以下結(jié)論:(1)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率具有正向作用。企業(yè)數(shù)字化轉(zhuǎn)型可以提高生產(chǎn)效率和產(chǎn)品質(zhì)量、減少生產(chǎn)成本、提高企業(yè)整體運(yùn)營效率、帶來創(chuàng)新機(jī)會和新的商業(yè)模式,從而提升全要素生產(chǎn)率。(2)企業(yè)的數(shù)字化轉(zhuǎn)型對綠色創(chuàng)新具有正向作用。數(shù)字化轉(zhuǎn)型不僅可以加大企業(yè)綠色創(chuàng)新的數(shù)量,還會提升企業(yè)綠色創(chuàng)新質(zhì)量,從而提升綠色創(chuàng)新。(3)綠色創(chuàng)新在數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機(jī)制中起到中介作用。數(shù)字化轉(zhuǎn)型旨在提高企業(yè)的生產(chǎn)效率和管理效率,從而提高企業(yè)的綜合競爭力和經(jīng)濟(jì)效益。這與綠色創(chuàng)新要求在同等生產(chǎn)效率下實(shí)現(xiàn)更低成本、更低耗費(fèi)、更少污染的目標(biāo)不謀而合,因此企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型同時(shí)推動綠色創(chuàng)新將會使全要素生產(chǎn)率得到進(jìn)一步提升。(4)企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響在不同產(chǎn)權(quán)性質(zhì)的企業(yè)中存在差異。相對于非國有企業(yè),國有企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的提升作用會更明顯。

(二)啟示

(1)數(shù)字化轉(zhuǎn)型是當(dāng)今經(jīng)濟(jì)發(fā)展的必然趨勢,也是企業(yè)高質(zhì)量發(fā)展的必然要求。企業(yè)應(yīng)該在數(shù)字化轉(zhuǎn)型的過程中積極探索數(shù)字化技術(shù)的應(yīng)用,與傳統(tǒng)業(yè)務(wù)相結(jié)合,實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的全面升級,從而推動企業(yè)創(chuàng)新發(fā)展,提高全要素生產(chǎn)率。(2)綠色創(chuàng)新不僅是企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展的重要途徑,也是推動產(chǎn)業(yè)環(huán)保發(fā)展和促進(jìn)經(jīng)濟(jì)增長的重要手段,是提升企業(yè)經(jīng)濟(jì)效益和社會效益的重要途徑。企業(yè)應(yīng)當(dāng)重視綠色創(chuàng)新,借助數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的正向作用,加快推進(jìn)企業(yè)向創(chuàng)新促發(fā)展模型轉(zhuǎn)變。(3)政府在引導(dǎo)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型方面扮演著重要角色。不僅應(yīng)當(dāng)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè),而且政府也應(yīng)進(jìn)一步加強(qiáng)政策引導(dǎo),在促進(jìn)國有企業(yè)進(jìn)行數(shù)字化改革之外,也適當(dāng)促進(jìn)非國有企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型,實(shí)現(xiàn)國民經(jīng)濟(jì)的均衡發(fā)展。