刘贵雨

(南京审计大学经济学院，江苏 南京 211815)

一、 引言

随着世界经济全球化的持续推进，信息化和数字化已经深深融入我们的生活中。 如今人类一天产生的数据是整个20 世纪的2 倍还要多，世界各个主要国家也把数字和产业相结合，形成产业数字化和数字产业化，推动产业结构的转型升级，而与数字相关的产业我们称作“数字经济”。 2016 年的G20 杭州峰会将“数字经济”界定为:以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息与通信技术(ICT)的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。 而我国政府对“数字经济”的发展高度重视，国务院多次将“数字经济”写入政府工作报告，习近平总书记也多次提及我国发展数字经济的重要性，表1 显示了“十三五”时期我国数字经济相关产业政策。

“十三五”时期我国数字化经济规模及增速显示，我国数字经济的总量在5 年时间内增长了近一倍(图1)，而腾讯研究院的数据显示，在2021 年由于新冠肺炎疫情的暴发，数字经济增速达到35%，这显示出我国数字经济的强劲发展趋势。

图1 “十三五”时期我国数字化经济规模及增速

二、 文献综述

“数字经济”一词最早出现于20 世纪90 年代，Don Tapscott 在其专著《数字经济:网络智能时代的希望与风险》中首次提出了“数字经济”(digital economy)这一概念，而他当时所界定的“数字经济”是互联网与经济融合而产生的“互联网经济”。 21世纪，随着技术的革新，在互联网继续发展的同时，人工智能、区块链、云计算、大数据和物联网等新一代数字经济纷纷进入商用阶段，学界和业界逐渐将以上五种技术与经济融合的产物视为“数字经济”。许宪春和张美慧[1]从国际比较的视角研究了2008～2017 年的数字经济增加值，认为数字经济推动经济增长的作用明显，为进一步完善中国经济统计核算体系和促进经济的高质量发展做出战略参考依据。根据零一智库的测算，如图2 所示，我国在“十三五”时期的数字经济渗透率逐年提高，其中第三产业的增长率最为明显。

图2 “十三五”时期我国数字经济渗透率

理论方面，近两年有关数字经济与企业的研究逐渐增多，对企业的技术、人才、环境和组织方面都有研究。 赵宸宇[2]研究了制造业上市公司的数字化发展和服务化转型，利用2007 ～2017 年中国A 股上市制造业公司数据，从直接传导机制、间接传导机制和异质性传导机制三个维度阐述了数字化推动企业服务化转型的内在机理，实证研究得出数字化发展显著提高了企业的服务化水平，推动了企业效益的提高。 赵宸宇等[3]研究了数字经济对制造业企业全要素生产率的影响，认为制造业企业数字化转型显著提高了企业全要素生产率，成为数字经济时代提升企业生产效率的强劲驱动。 童雨[4]从技术、组织、环境三个层面研究了影响企业数字化转型的因素，认为研发投入和金融支持企业的数字化转型影响非常显著，企业的人力资本对数字化转型也有一定的影响。 因此，制造业企业需要加大对技术的资金投入和加强市场融资，拓展企业的融资渠道，企业的高层需要高度重视数字化转型。

另外，也有许多学者研究了数字经济对产业结构水平的影响，陈小辉和张红伟[5]基于DRITIC 方法测算了数字经济发展水平指数，研究发现随着数字经济发展水平的提升，产业结构水平也得到提升。政府干预通过中介效应，间接影响产业水平。 数字经济对中部和西部的产业结构水平提升作用大于东部。

通过以上分析发现，数字经济的发展对制造业企业的产业升级有着重要影响，数字经济的发展通过各种形式对企业的发展产生影响。 但是现有文献在数据方面说服力不够[6]，因为中国的数字化经济发展随着新技术的革新出现了新的变化，数字经济的发展由单纯的互联网发展到人工智能、区块链、云计算、大数据和物联网这五个方面。 中国的企业经营在使用了新的技术后有了新的变化。 所以，我们需要重新思考企业数字化转型的影响因素。

因此，本文利用新的面板数据进行实证研究，分析研究在“十三五”时期我国A 股上市制造业企业数字化转型的影响因素，以对制造业企业数字化转型提供更加具体的政策建议。

三、 模型设定与数据说明

(一)模型构建和指标解释

本文依据Hausman 检验的结果，采用固定效应模型来检验技术对制造业企业上市公司的数字化转型的影响，建立以下基准回归模型:

式中，i表示企业，t表示时间，DT 表示制造业企业的转型化程度，本文主要对制造业上市企业2015～2020 年的公司年报中企业的数字化技术提及的词频进行统计，而在稳健性检验中，本文主要使用上市制造业公司的人工智能技术、区块链技术、云计算技术、大数据技术和数字技术应用的频次进行稳健性检验。 核心解释变量主要是企业的研发支出占营业收入比例，用RD 来表示[7]。 Controls 为企业层面的控制变量，主要包括:企业的净资产收益报酬率(净利润/净资产)，使用 ROE 来表示[8]；企业负债率(总负债/总资产)，使用debt 来表示；企业成长能力[(本年度营业总收入-上年营业总收入)/上年营业总收入]，使用growth 表示[9]；企业的年龄，使用当年的企业时间减去企业成立的时间并取对数，用lnage 来表示；企业的规模，使用当期期末总资产除以营业收入并取对数，用 lnsize 来表示[10-11]。ε表示随机扰动项。

(二)数据来源和数据描述性分析

本文数据主要来源于国泰安数据库和CNRDS以及CCER 经济金融数据库，考虑到数据的有效性，本文剔除了以下数据类型:①含有ST、*ST 的挂牌企业；②相关数据严重缺失和异常的数据[12-13]。 另外，本文对净利润缺失部分使用线性插值法填充。各个变量的主要描述性统计分析如表 2 所示，从表2 可以发现变量DT 的最小值为0，说明当年并没有使用数字技术，最大值为260，说明该企业经常使用数字技术，均值为7.6560。 变量RD 的最小值为0，最大值为76.35，这表明制造业企业的技术占比与不同的企业有着较大的区别。 制造业企业数字技术应用的相关数据有较大的缺失，6 年时间内具有全面数据的样本量只有535 家制造业企业。

表2 描述性统计分析

四、 实证分析

(一)基准回归分析

表3 基于制造业企业的平衡面板数据分析了企业的研发支出对企业数字化转型的影响，以及加入控制变量对企业数字化的影响，在控制时间固定效应和个体固定效应的情况下可以看到变量RD 对被解释变量DT 有显著的影响，在1%水平下存在着显著的正向效应，而随着逐步加入控制变量[14-15]，变量RD 对被解释变量变得越来越显著，尤其是加入规模的控制变量后，可以看到在1%的显著性水平下，RD 每提高一个百分点，制造业企业的数字化转型将提高1.00181，这说明企业的规模对制造业企业数字化应用具有显著的正向作用。 另外，从表中可以看出，变量净资产收益报酬率ROE 与制造业企业的数字化转型呈现负相关关系，说明企业的净利润对制造业企业数字化转型的影响作用在降低。

表3 逐步添加控制变量的检验结果

(二)稳健性检验

本文主要采用更改被解释变量和解释变量的方法重新进行回归分析，相关回归结果并未发生改变。①被解释变量变为上市制造业公司的人工智能技术、区块链技术、云计算技术、大数据技术和数字技术应用的频次[16]，通过回归检验，相关的回归结果并未改变，回归结果也是十分显著的。 ②更改解释变量变为专利数量[17]，通过回归检验，相关的回归结果并未改变，实质上的回归检验在1%的水平下也是十分显著的。

五、 结论与政策建议

(一)研究结论

本文全面梳理了数字技术对制造业企业的数字化水平提升的影响机制，在实证方面，基于2015 ～2020 年上市A 股公司经济年报的有关数字经济的相关面板数据，构建了一般数字化转型水平的模型，分析影响制造业企业的数字化水平的因素，主要结论如下:第一，数字技术的进步对制造业企业的影响很大甚至具有决定性作用，大力投入数字相关技术对制造业企业的数字化转型至关重要。 第二，公司的年龄对制造业企业的数字化影响呈现递减趋势，表明越年轻的公司越倾向于数字化转型，这也许和公司的高管背景有关，高管越年轻越倾向于尝试新的发展模式和动力，利用新技术减少成本提高效益。

(二)政策建议

基于上述结论，本文提出如下政策建议:

第一，加大研发投入，尤其是在数字技术方面的投入，加快企业数字化转型的进程，推动新型智能工厂发展，企业需要增强目标意识，投入上向数字型转变，跟随政策发展的大势，对制造业企业的基础网络设施加大投入，在制造业上向服务化转变。

第二，吸纳新兴人才，发展新兴产业。 要加快企业的数字化发展离不开数字人才的培养，对时代的变革，年轻的高管可能会对数字技术的发展更为敏感，更加会采用数字技术推动企业的转型升级。 因此，应大力吸纳年轻血液，推动企业的信息等迈向更高的台阶。

第三，数字化的投入与企业的扩大和企业的效益密不可分因此企业需要大力提高经济效益。 不断推动企业的效益增长可以提高企业的数字化水平，进而促使企业更好地发展。