数字化转型能否助力制造业“脱虚向实”?——基于企业投资行为的经验证据

一、问题的提出

虚拟经济的日益膨胀不断挤压实体经济的发展空间,致使经济系统因“脱实向虚”而愈发脆弱。反观实体经济,企业发展由于受要素成本上涨、消费市场疲软等折耗,盈利空间大幅紧缩,致使部分资本游离至虚拟领域,出现了投资的虚拟化倾向。这种转变不仅不能根本解决实体经济的发展困境,还易使经济被金融捆绑,陷入金融经济周期的循环波动之中。作为实体经济的主体,重振制造业是我国实体经济实现高质量发展的重中之重。数字经济时代,数字化转型是促进制造业蝶变升级的新路径,也是推动“数实融合”深度发展的重要抓手。本文着眼于制造业企业的投资行为,分析数字化转型对企业实体投资和金融投资的影响,以及企业投资结构偏向的转变,进而厘清数字化转型与企业投资行为的内在关联性,为企业成功转型及投资结构优化提供理论参考。

二、文献回顾与研究假设

(一)文献回顾

数字化转型已成为企业重塑竞争优势的必然选择。祝合良等指出,数字经济可通过成本节约效应、规模经济效应、精准配置效应、效率提升效应和创新赋能效应带动传统产业高质量发展。高厚宾等指出,数字化作为企业“绿色的馈赠”,对提升企业环境绩效具有重要影响。企业实施数字化转型必然会影响其投资行为。李雷等认为,数字化转型能显著改善企业投资不足和投资过度的问题。毛建辉认为,数字化转型能有效抑制企业的“存贷双高”异象。也有学者关注数字化转型对企业实体投资和金融投资的影响。杨名彦等认为,数字经济通过缓解融资约束及加剧传染效应使企业金融化加深。江红莉等认为,数字化转型为企业带来融资约束缓解、内部控制水平提升、投资机会增加等效益,进而促使企业扩大实体投资。

综上所述,现有文献对数字化转型影响企业投资的问题进行了初步探索,但研究深度尚浅,未能形成明确的结论。尤其是,数字化转型会带来企业实体投资与金融投资的共同增长,还是会“恃强凌弱”加深企业的金融化,或是会“抑强扶弱”抑制企业的金融化?为探明此相关问题,本文以制造业上市公司为样本,围绕企业实体投资和金融投资的“投资规模—结构偏向”,考察数字化转型对企业投资行为的影响。

(二)研究假设

1.数字化转型对企业实体投资规模的影响

数字化转型可多方位赋能企业发展,从而引致企业加大实体投资力度。第一,企业将“大智移云物区”等数字技术嵌入研发与生产活动中,有利于提高研发创新速度和生产效率,为企业插上“智能化”翅膀。第二,通过大数据算法,企业能够精准把握消费者的需求脉络,进而不断开发新产品和新工艺,以满足消费者多元化、个性化的消费需求,赢得更多的市场份额。第三,通过实务流、数据流、信息流的互联互通,企业能够跨部门、跨行业、跨地区将优势资源和核心生产要素连接起来,从而提高要素的配置效率和利用率。为了最大化撷取数字化转型的效能,企业需要持续注入资金以打好数字底座,实体投资必定水涨船高。据此,本文提出假设1:数字化转型会带来企业实体投资规模的增加。

2.数字化转型对企业金融投资规模的影响

数字化转型的挑战性及风险性并存,其必然会影响企业的金融投资。首先,数字化转型对企业的改造是全方位的,需要打破传统的生产方式、组织架构、商业模式,为应对转型过程中伴随的诸多风险和不确定性,企业会基于预防性储备动机增加金融投资,做到未雨绸缪。其次,数字化转型阵痛期较长,投入资金后短期内难以获得回报,企业出于追逐现时利益的动机,会将一部分资金用于购买金融产品,以应对短期内回报率下降的冲击。最后,企业数字化转型的深入会带来运营成本的下降、资源使用效率的提升、创新活力的增强等,有利于企业获得更高的经济利润,此时,企业会基于富余效应扩大再投资,包括对金融资产的投资。据此,本文提出假设2:数字化转型会带来企业金融投资规模的增加。

3.数字化转型对企业投资结构偏向的影响

数字化转型虽可赋能企业发展,但短期内实体投资和金融投资收益率的不平衡性难以发生实质性改变,实体企业依然会热衷于金融领域的“短平快”投资。长期来看,数字化转型的不断深入,将会促进企业实体投资收益率的不断增长。数字化转型对企业的多维赋能效应逐渐显现,企业重拾信心之余,必然会将发展重心更多聚焦到实体领域,企业对实体投资的偏向也将由减弱变为增强。据此,本文提出假设3:数字化转型对企业投资结构偏向的影响是非线性的,对企业实体投资偏向呈现先降后升的正“U”型影响。

三、研究设计

(一)模型设定

为分析数字化转型对企业实体投资规模、金融投资规模及投资结构偏向的影响,本文构建了如下模型:

模型中,DT刻画的是企业数字化转型程度,INV和FIN分别刻画的是企业的实体投资和金融投资规模,INVPART表征的是以实体投资为导向的企业的投资结构偏向。Control为控制变量的集合,μ_i和γ_t分别代表个体固定效应和时间固定效应。

(二)变量选取及说明

1.被解释变量

本文借鉴段军山等的研究,将金融投资划定为货币资金、持有至到期投资、交易性金融资产、投资性房地产、可供出售金融资产、应收股利与应收利息之和,并将投资额取对数以衡量金融投资规模(FIN)。借鉴后小仙等的研究,将实体投资划定为存货、固定资产、无形资产、在建工程、工程物资与研发支出之和,并以投资额的对数衡量实体投资规模(INV)。作为实体部门,本文更关注制造业企业的实体投资偏向,故而采用实体投资占金融与实体投资总额的比重衡量投资结构偏向(INVPART),该指标越大表明企业对实体投资的偏向越强、对金融投资的偏向越弱,反之亦然。

2.核心解释变量

关于企业数字化转型程度(DT),学者多是通过统计上市公司年报中关键词的词频数来度量。戚聿东等、吴非等分别采用不同的方法,提取了企业数字化转型的关键词。吴非等的版本较为全面地涵盖了数字化转型的底层技术,同时还创新性加入了数字技术应用场景。此外,罗进辉等采用Word2Vec模型对吴非等的版本进行了扩充,整合出了更为完善的关键词词集。故而,本文以罗进辉等的词集为基准,统计上市公司年报中数字化转型的词频数,并将词频数加1后取对数,来衡量企业的数字化转型程度。

3.控制变量

总资产周转率(turnover),即营业收入与平均资产总额的比值;资产报酬率(return),即利润与财务费用之和与平均资产总额的比值;财务杠杆率(leverage),即总负债与总资产的比值;董事会规模(board),即董事会人数的自然对数;高管薪酬激励(payment),即高管薪酬总额与高管人数比值的自然对数;管理层持股比例(mshare),即高管持股数与总股本数的比值;股权集中度(equity),即前五大股东的持股比例;资本密集度(kint),即固定资产与总资产的比值;企业年龄(age),即统计年份减去成立年份加1后的自然对数。

(三)数据来源及统计描述

本文收集了2012至2021年沪深A股制造业上市公司的数据,其中测算数字化转型的文本资料爬取自巨潮资讯网,其余数据来自WIND和CSMAR数据库。进一步地,将数据做如下处理:剔除被ST、ST*和PT的样本;剔除数据存在严重缺失的样本;对连续变量进行1%水平的Winsorize处理。最终获得了2648家企业,共计18381个样本观测值,相关数据的描述性统计见表1。

四、实证结果与分析

(一)基准回归

分析表2报告了基准回归结果。列(1)和列(2)中DT的系数均在1%水平上显著为正,表明数字化转型有利于企业加大实体投资规模,这与假设1的论断相符。由列(3)和列(4)可知,DT的系数显著为正,表明数字化转型有利于企业扩大金融投资规模,假设2得证。列(5)和列(6)中DT及其平方项的系数均显著,且由系数符号可知,DT对INVPART产生了正“U”型影响,假设3得证。为确保正“U”型关系的可靠性,本文进一步进行了Utest检验,得出“U”曲线的极值点为1.937,落在了DT的取值范围[0.000,7.206]内,且在1%的统计水平下拒绝原假设,表明正“U”关系确实存在。

(二)内生性及稳健性检验

1.内生性问题的处理。为规避内生性问题的干扰,本文采用DT的一阶滞后项、滞后项的平方项作为工具变量进行回归检验,表3为检验结果。由LM检验和C-D检验的统计结果可知,选用的工具变量是有效的。内生性检验验证了基准回归结果的可靠性,假设1、假设2、假设3依然成立。

2.替换核心解释变量。本文借鉴袁淳等、赵璨等的研究,重新构建数字化词典。同时,为了减轻企业策略性披露行为的影响,仅统计年报“管理层讨论与分析”中的数字化转型词频数,并将词频数加1后取对数,作为数字化转型程度的替代变量。表4的列(1)、(2)、(3)是替换核心解释变量后的回归结果,其与前文基准回归的结论一致。

3.替换被解释变量。为避免因被解释变量统计口径不同造成的偏误,本文借鉴刘贯春、后小仙等的研究,将研发支出从实体投资中扣除,重新核算金融投资额和实体投资额。由列(4)、(5)、(6)可知,采用新的统计口径后,DT及其二次项的系数符号及显著性均未改变,这证明了基准回归结果的稳健性。

4.剔除数字产业。不同于传统产业,数字产业自身的数字化水平相对较高,其发展更多体现的是数字产业化,而非产业数字化,因而本文将数字产业剔除,利用不包含数字产业的制造业产业子样本进行回归。由列(7)、(8)、(9)可知,子样本的结论与全样本的结论一致。

5.提高样本质量。为提高样本观测值的连续性,进而提高模型估计的准确性,本文剔除上市不足三年的企业样本,得到的结果如列(10)、(11)、(12)所示,结论仍与基准回归一致。

五、进一步分析

前述研究表明,数字化转型过程中,企业的投资结构偏向发生了转变。那么,数字化转型是通过何种机制影响的企业投资结构偏向?其对企业投资结构偏向的影响是否存在异质性?为探明这些问题,本文作了进一步的研究。

(一)中介机制分析

1.基于全要素生产率的中介机制分析

数字化转型是实现全要素生产率提升的重要举措。一方面,与数字技术的融合将打破传统的生产模式和业务流程,通过人机协同促进资源有效利用,提升企业生产效率和整体经济效益。另一方面,广泛的网络联结颠覆了传统的封闭式创新模式,极大地促进了知识的广泛传播和技术的高效溢出,这些积极因素共同推动企业协同创新效率达到新的高度。但数字化转型作为革新性的系统工程,种种困难和不确定性使得转型初期收效甚微。因此,本文认为数字化转型对企业全要素生产率的影响是正“U”型的,只有经过一定的积累,数字化转型才能发挥出赋能作用。

全要素生产率影响企业的投资结构偏向。全要素生产率较高的企业拥有较强的竞争优势,但随着市场潜力的日益挖掘和利润空间的逐渐萎缩,企业为了持续的高收益,会将较多资金投机性布局在金融领域。全要素生产率较低的企业缺乏竞争优势,为了避免被市场淘汰,需不断加大技术创新和产品升级的投入,以实体领域的高投资激发企业的发展潜能。因此,全要素生产率不同的企业投资结构偏向不尽相同,全要素生产率较低的企业实体投资偏向较强。

2.基于融资约束的中介机制分析

数字化变革会显著缓解企业的融资约束。一方面,积极推进数字化转型,强化了资本市场对企业未来发展的预期,使企业更容易获得资本的支持。另一方面,数字化转型缓解了企业与利益相关方之间的信息不对称,降低了缔约成本和监督成本,为企业扩大融资创造了条件。但是,外部资金融入越多,企业未来偿债的压力就越大。随着市场及政策利好的消耗,由数字化转型带来的融资约束缓解效应将逐渐减退。因此,本文认为企业数字化转型带来的融资约束缓解效应只表现在短期,长期则具有不可持续性。

融资约束影响企业的投资结构偏向。融资约束较低的企业,其借入外部资本的成本较低,企业可借此优势加大金融投资,获取投资收益的同时,也可为企业未来的发展充当“蓄水池”。相反,融资约束较高的企业,外部较高的融资成本和内部有限的资金存量易使其“营养不良”。为保障业务的顺利推进,企业有时须通过变卖金融资产的方式筹集资金,这一过程表现为实体投资对金融投资的“挤出”,企业的实体投资份额会相应增加②。因此,融资约束程度不同的企业投资结构偏向不同,融资约束较高的企业实体投资偏向较强。

3.中介机制检验

本文将模型(3)作为总效应模型,在此基础上引入中介变量MIDEA,构建间接效应模型(4)和直接效应模型(5),以检验中介作用机制。

中介变量分别为全要素生产率TFP、融资约束FINCON。其中,TFP借鉴Levinsohn&Petrin的研究,采用LP法进行估算,融资约束借鉴成力为等人的做法,采用财务费用与资产总额的比值来表示。

(二)异质性分析

1.基于市场集中度的异质性检验

在不同的市场竞争下,企业应对数字化转型所采取的投资策略可能存在差异。市场集中度是衡量市场竞争程度的重要指标,该指标数值越大表明市场竞争程度越小,反之则越大。本文采用赫芬达尔指数表征市场集中度,并将其以1/3分位分成两组。表6中,市场集中度位于后2/3分位的企业,数字化转型对其投资结构偏向的影响呈现正“U”型,位于前1/3分位的企业,数字化转型对其投资结构偏向的影响不显著。对于高市场集中度的企业,去掉DT的平方项后,DT的一次项系数仍不显著。不显著的原因可能是,高市场集中度的企业面临的市场竞争程度较低,其竞争对手少、发展机会多,为了获得市场支配地位及垄断利润,需不断加大包括研发投入在内的实体投资,数字化作为其转型的必由之路,并未改变企业投资的固有思维。

2.基于经济区位分布的异质性检验

我国中西部与东部地区的数字经济发展存在一定差距,企业数字化转型的进程及投资结构偏向的调整可能存在差异。为此,本文按照经济区位分布将样本企业进行分组处理,结果显示,在东部和中西部地区,数字化转型对企业的投资结构偏向均呈正“U”型影响。进一步地,采用Chow检验法进行组间系数差异性检验发现,DT×area、DT²×area的系数均不显著,这表明数字化转型对企业投资结构偏向的影响在东部和中西部之间并不存在显著差异。可能的解释是,东部地区经济发达,可利用的冗余资源相对充足,便于企业在数字化转型时有效整合资源,调整企业的发展战略和投资结构;中西部地区经济不发达,但网络时代知识交互的便利性,使得后发地区的企业也能较快汲取东部地区企业的发展经验,从而及时调整企业的投资行为。

3.基于企业所有权性质的异质性检验

数字化转型会影响企业的投资结构偏向,而企业投资结构的调整又受限于自身的融资能力。所有权性质不同的企业融资能力不同,与非国有企业相比,国有企业具有先天的融资优势。本文将企业按照所有权性质分为两组,分组回归的结果如表6所示。对于非国有企业,数字化转型对企业投资结构偏向产生了正“U”型影响。对于国有企业,DT的一次项及二次项系数均不显著,去除二次项后,DT的一次项系数依然不显著,表明国有企业的数字化转型并未影响其投资结构偏向。这或许是因为国有企业存在预算软约束的问题,不会随着数字化转型的推进而改变其投资结构偏向,其投资行为对数字化转型的敏感度不高。

4.基于企业规模大小的异质性检验

企业规模不同,其数字化转型所需的投入差异可能直接影响企业的投资结构偏向。为此,本文按照企业资产规模的大小,将高于2/3分位的企业划定为大型企业,其余为中小型企业,进行分组检验。结果表明,数字化转型对不同规模的企业的投资结构偏向均呈正“U”型影响。组间系数差异性检验发现,数字化转型对企业投资结构偏向的影响在大型和中小型企业之间不存在显著差异。究其原因,可能是大型企业数字化转型需要大量的硬件投入,中小型企业数字化转型需要大量的软件投入,数字化转型高投入、长周期、高风险的特点,使得大中小企业在转型初期,基于预防性储蓄动机等,将资金更多地投向金融领域;随着数字化转型的深入及转型效应的显现,大中小企业发展实业的信心大增,因而又会将资金更多地投向实体领域。大中小企业虽然数字化转型的基础条件不同,但都面临着投资高、转型难的问题,其调整投资结构的动机是相同的。

5.基于行业技术水平的异质性检验

不同行业对数字化技术的依赖程度不同,由数字化转型引致的投资增量差异较大,企业投资结构偏向的调整必然异质。本文依据《高技术企业认定管理办法2021版》,将企业划分为高技术与低技术企业。分组回归发现,数字化转型对高技术企业投资结构偏向的影响呈正“U”型,对低技术企业投资结构偏向的影响不显著。仅考虑简单线性关系,对低技术企业的进一步考查发现,数字化转型对企业投资结构偏向的影响依然不显著。可能的解释是,低技术企业对数字技术的依赖度不高,不需要持续增加数字技术创新投入,因而投资行为受数字化转型的影响不明显。

六、结论与建议

研究发现,数字化转型带来了企业实体和金融投资的共同增长,但转型的不同阶段,企业的投资结构偏向不同。在数字化转型初期,企业偏向于金融投资,当转型达到一定水平,企业则偏向于实体投资。机制分析表明,数字化转型会通过全要素生产率、融资约束两条路径,间接影响企业的投资结构偏向。异质性分析表明,市场集中度、所有权性质、行业技术水平不同的企业,数字化转型对其投资结构偏向的影响存在差异。

数字化转型是现阶段公认的引领经济高质量发展的重要驱动力,本文的研究又证实,数字化转型推行至某阶段即可有效抑制企业的金融化,助力实体企业重回本源。故而本文提出如下建议:第一,政府应着力为企业营造良好的数字化发展环境。可行措施有:积极推进数字基础设施建设,加快数字技术人才培养,为企业数字化转型提供技术支撑;助力建设互惠共享的数字化平台,积极引导企业与平台对接,降低企业的数字化转型门槛;创新数字化转型的扶持政策,强化对数字技术和数字产品的产权保护,确保转型高效有序推进。第二,政府应结合企业需求精准施策。不同的企业数字化转型方向及面临的难题不同,政府应遵循企业发展规律,精准赋能,切不可“一刀切”。为更好地发挥数字化转型的金融抑制效能,政府应重点关注非国有企业、低市场集中度企业及高技术企业的数字化转型问题。