数字金融如何赋能企业数字化转型？
——来自中国上市公司的经验证据

王宏鸣，孙鹏博，郭慧芳

(南开大学经济学院，天津 300071)

一、引 言

随着人工智能、区块链、云计算、大数据等数字技术与我国新发展格局下转变经济发展方式形成历史性交汇，数字化转型已成为实现经济高质量发展的重要抓手。十九届五中全会更是明确指出，要加快数字化发展，全面建设“数字中国”。这一战略的推进亟需数字产业化和产业数字化“双轮驱动”。因此，在数字技术催生更多新产业、新业态和新模式的同时，如何有效实现微观企业数字化转型并协同推进产业数字化成为各界共同关注的现实议题。

根据埃森哲的《2021年中国企业数字转型指数研究》显示，中国的大多数企业仍处在数字化转型的探索期，仅有16%的企业转型成效卓著。面对数字化转型所需的大量资金投入与企业绩效之间的微妙关系，企业踟蹰不前甚至出现“不会转”“没钱转”“不敢转”等现象。一些已进行数字化投资的企业由于难以逾越“阵痛期”而对继续转型产生疑虑，部分企业甚至因数字化转型陷入“不转型等死、转型找死”的困局。面对偏高的转型成本，传统金融在一定程度上为企业数字化转型给予资金支持，但也暴露出“属性错配”“领域错配”“阶段错配”等结构性问题，极大地制约了企业创新活动的开展。随着金融市场日益受到数字变革的冲击，科技与金融服务实现有机结合，数字金融应运而生。数字金融的兴起弥补了传统金融体系的缺陷，减少金融市场中存在的信息不对称和资源错配行为，为企业数字化转型遭遇的高风险、高成本的“双高”问题提供有效的解决方案。因此，本文探讨数字金融对企业数字化转型带来的影响及其内在机理，为加速形成数字化转型的新发展格局寻找有效的实现路径。

企业数字化转型本质上是管理模式从“工业化”到“数字化”的重要变革，通过引入数字技术重塑企业的生产流程、组织架构和商业模式，改变固有的管理思维逻辑，进而驱动企业展开全方位的颠覆式创新。从现有的研究来看，诸多学者已意识到企业数字化转型是数字化浪潮下的重要理论前沿问题，并从企业转型战略、市场竞争格局、消费者需求变化、追求经济效益和提高生产效率、企业的同群效应及地区数字经济发展的正外部性等多个角度深入分析企业数字化转型的路径和动力。此外，还有不少学者重点关注数字化转型对企业发展的影响。祝合良和王春娟(2021)认为外源性信息和数据流的进入使企业内部或企业间的交流互动逐渐向平台化、产业化的场景系统转变，实现数据的连接互通。“数据孤岛”的打破有助于企业资源配置、成本管理及环境响应的效率大幅提高，从而驱动其创新能力、专业化分工水平、产出效率、企业业绩等显著提升。

通过梳理既有文献发现，现有研究普遍忽视企业数字化进程中存在的诸多“转型中问题”。一是受利润低迷和融资约束的影响，半数以上企业的数字化转型仍徘徊于基础的设备数字化改造和技术应用配套阶段(国家信息中心，2020)；二是匹配先进数字化技术的组织变革通常耗时较久且设备更新迭代衍生出的成本高昂。针对上述问题，吴非等(2021)基于政府驱动的视角，认为企业数字化转型离不开财政科技支出的支持。然而，不可忽视的是，政策手段往往具有滞后性，落后于金融市场的自发调节。因此，除发挥有为政府的作用外，企业的数字化转型也需市场化金融手段的有力支持。但遗憾的是，目前鲜有研究探讨数字金融对微观企业数字化转型的影响。鉴于此，本文拟将数字金融和企业数字化转型纳入统一的分析框架，深挖其内在机制和实现路径，为探索和识别促进企业数字化转型的外部条件提供有益借鉴。

本文可能的边际贡献在于：第一，采用Python爬取和整理沪深A股上市公司年报并结合文本挖掘技术，基于数字技术的特征差异，我们将其分为底层技术(共四种)及实践应用两个维度，更为细致地刻画数字化转型深度；第二，在研究视角上，以数字金融这一新兴金融业态为切入点，从融资约束、营商环境、风险承担水平、研发支出四条路径打开实现企业数字化转型的“黑箱”；第三，基于所有制属性、生产要素属性和生命周期属性等企业微观特征异质性及地区异质性等多个角度，讨论数字金融对企业数字化转型的差异化影响。

二、理论分析与研究假设

(一)数字金融对企业数字化转型的直接影响

作为一种重要的金融基础设施，数字金融为企业技术创新的开展创造机遇和条件。从供给侧看，在新一代信息技术的有力支撑下，数字金融可在低成本、低风险的基础上搜集和处理海量信息，有助于改善信贷资源错配，打破传统金融服务中普遍存在的“卷帘门”“玻璃门”“旋转门”，从而增加对长尾群体数字化项目的直接投资。不仅如此，相比于传统金融，数字金融还拓宽企业的创新融资渠道、催生多元化融资方式(如智能投顾、供应链金融、消费金融等)，为企业数字化转型奠定扎实的资金基础。更为重要的是，数字金融的发展提供一系列优质技术工具，助力企业进行信息技术分析，使其实现数字化项目风险特征与可用资源的精准匹配，以做出合理有效的技术创新决策，提升甄别数字化转型最优路径的能力。

从需求侧看，数字金融移动支付业务的广泛使用重构了商业模式(如支付宝、微信、云闪付等APP)，依托数字支付平台打造一个涵盖交通、教育、医疗等生活消费各个领域的商业生态圈，塑造出共享出行、数字教育、数字医疗等新兴商业模式，为企业数字技术的开发应用带来新机遇。同时，移动支付构建的商业生态圈通过大数据和云计算描绘了消费者的消费倾向和消费能力画像，在精准定位和捕捉新的市场需求方面优势凸显，因而进行数字化转型以实现技术的可用性和适用性日益成为企业的必然选择。由此，本文提出研究假设H：

H：数字金融发展有助于推进企业数字化转型进程。

(二)数字金融对企业数字化转型的间接影响

通常情况下，企业的自有资金很难满足其数字化转型所需的资金要求，这就迫使企业通过外部融资获取充裕的资金。然而，在融资过程中，商业银行等一些传统金融机构往往偏好于大型企业和国有企业，对一些新兴企业及技术研发型企业避而远之，致使企业“融资难”“融资贵”的现象普遍存在。数字金融的发展实现了企业信用的透明化和信息化，给传统的信用定价模式带来巨大冲击，促使企业加快构建硬化软信息的算法和大数据库的进程，进而降低金融部门与企业主体之间的信息不对称程度，缓解企业的外源融资约束难题。此外，数字金融借助信息技术连接性和融合性优化企业转型过程中面临的政务环境、市场环境、法治环境及人文环境，进而有效改善企业的营商环境。根据波特的钻石理论模型，激励相容的营商环境是促进企业自主研发创新的重要动力和保障，减少企业数字化转型面临的外部干扰，进而加快转型进程。由此，本文提出研究假设H、H：

H：数字金融缓解融资约束，进而促进企业数字化转型。

H：数字金融优化营商环境，进而促进企业数字化转型。

除通过融资、营商环境等外部渠道间接作用于企业数字化转型外，数字金融带来的信息效应也影响企业内部经营和决策，令其有效规避逆向选择和道德风险问题，并显著降低管理层对关键决策信息的处理及获取成本，从而抑制管理者投资决策的机会主义和短视主义行为，调动其在投资活动中承担风险的积极性，使企业风险承担能力得到提升。风险承担作为企业战略决策的重要一环，具体表现为企业在投资决策时对风险项目的偏好，企业的风险承担水平越高，越倾向于选择数字化转型这类高风险项目。不仅如此，通过纠正短视主义行为，管理者更加关注企业未来发展，对科技前沿的敏感度也随之上升，于是将更多的资金投入到长期的创新研发活动中，从而增强资金的靶向性、提升企业的数字化创新实力，为数字化深度转型提供技术支撑和必要的硬件配置。由此，本文提出研究假设H、H：

H：数字金融提升风险承担水平，进而促进企业数字化转型。

H：数字金融激励管理者增加研发支出，进而促进企业数字化转型。

三、研究设计

(一)模型设定

为探究数字金融对企业数字化转型的影响，本文建立如下的面板模型：

=+++++

(1)

其中，表示企业，表示时间，为被解释变量(即企业数字化转型程度)，为核心解释变量(即地区的数字金融发展水平)，为一系列控制变量，表示企业效应，表示年份效应，为随机误差项。

(二)变量测度与说明

1被解释变量：企业数字化转型()。借鉴已有研究，企业对某一特定战略导向的重视程度往往可通过该战略涉及的关键词在年报中出现的频率反映出来。对此，本文采用Python爬取和整理沪深A股上市公司的年报文本，并通过Jieba功能提取数字化转型的关键词。在关键词的选择上，借鉴吴非等(2021)的研究，本文将企业数字化转型细分为底层技术和实践应用两个维度(见表1所示)。在此基础上，进一步提取相应关键词前后的30个字，剔除关键词前“没”“无”“不”等否定词语的表述，最后将两类词频加总得到总词频。考虑到这类数据“右偏性”的特征明显，本文将其进行对数化处理。

表1 企业数字化转型的关键词提取

图1刻画了不同行业的数字化转型指数的变化趋势，发现所有行业的数字化转型进程都在加快。从均值看，信息传输、软件和信息技术服务业，租赁和商务服务业，文化、体育和娱乐业等大多数现代服务业及制造业的数字化转型程度较高，而采矿业，电力、热力、燃气及水生产和供应业，农、林、牧、渔业等一些传统行业的数字化转型程度相对较低。

图1 不同行业的数字化转型指数的变化趋势

2核心解释变量：数字金融发展水平()。参照国内多数学者的做法，本文采用北京大学数字金融研究中心联合蚂蚁金服编制的数字普惠金融指数来衡量数字金融发展水平。在结构上，该指数涵盖省级、地市级和部分县级，本文的主体回归将基于地市级层面的指数，稳健性检验则采用省级层面的指数。

3控制变量。在参照既有研究的基础上，本文选取以下的控制变量：企业规模()，以企业总资产的自然对数值衡量；企业营业收入()，以企业总收入的自然对数值反映；企业年龄及其平方(、)，用样本年份与企业成立年份差值的自然对数值来刻画；资本密集度()，以企业总资产与营业收入之比表示；总资产收益率()，采用净利润占资产总额的比重；净资产收益率()，采用净利润占净资产的比重；财务杠杆()，以资产负债率来表征，即总负债与总资产之比；审计意见()，审计意见为标准无保留意见时取值为1，否则为0；两职合一()，董事长和总经理两职合一时取值为1，否则为0；股权集中度()，以第一大股东持股比例衡量。在宏观变量上，本文还进一步控制地级市层面的人均国内生产总值()并予以对数处理。

(三)数据来源与样本处理

本文选取2011—2019年沪深A股上市公司作为研究样本，原始数据均来自国泰安(CSMAR)和Wind数据库，上市公司年度财务报告来自巨潮资讯网。为准确分析数字金融对企业数字化转型的影响，本文对上述数据做如下处理：第一，剔除金融类企业；第二，剔除ST类和样本期退市的企业；第三，剔除相关财务数据严重缺失的企业；第四，为降低异常值干扰，对所有企业层面的连续变量进行双边1%的缩尾处理。

四、实证检验

(一)基准回归结果

表2汇报了数字金融对企业数字化转型影响的总体检验结果。其中，列(1)未控制其他变量和固定效应，发现核心解释变量数字金融发展水平的系数为0.633且通过1%水平的显著性检验，列(2)和(3)进一步纳入控制变量集并分别控制年份固定效应和企业固定效应。结果显示，由于企业数字化转型的相关不可观测影响被其他控制变量吸收，数字金融发展水平的系数有所减小，但依然在1%的水平上显著为正。列(4)同时控制年份固定效应和企业固定效应，结果仍未发生改变。从数值上看，在保持其他因素不变的情况下，地区数字金融发展水平每提高1%，企业数字化转型程度将上升0.235%，表明数字金融对企业数字化转型进程具有显著的驱动作用，故假设H成立。

表2 数字金融影响企业数字化转型的基准回归结果

(二)异质性分析

1.企业异质性。首先，根据企业的所有制属性将样本分为国有企业和非国有企业；其次，借鉴肖曙光和杨洁(2018)的研究，根据生产要素密集度将样本分为资本密集型企业、技术密集型企业和劳动密集型企业；最后，基于Dickinson(2011)提出的现金流的生命周期度量方法将样本分为初创期企业、成熟期企业和衰退期企业。分组的回归结果见表3所示。

从表3的列(1)和(2)可以看出，无论国有企业还是非国有企业，数字金融均显著推动企业数字化转型，但对国有企业的推动作用更强。其原因可能是企业数字化转型需大范围应用数字技术、大规模投资智能制造及搭建现代化信息系统，虽然数字金融可为非国有企业补充资金和降低创新成本，但在规模、科研及政策上相较于国有企业仍存在劣势。列(3)—(5)的结果显示，数字金融对资本、技术、劳动三种密集型企业的数字化转型均存在显著的正向作用，其中对技术密集型企业的作用最强、对资本密集型企业的作用最弱。造成这一结果可能的原因是：技术密集型企业的人力资本、科技研发和技术积累优势与数字金融提供的资金支持协同耦合，加快了数字化转型进程；资本密集型企业的传统有形资产在数字化转型过程中发挥的作用较小，在一定程度上削弱了数字金融带来的赋能效果。列(6)—(8)的结果显示，数字金融显著促进成熟期和衰退期企业的数字化转型，对初创期企业的影响则不明显。其原因在于：初创期企业的技术水平较低和研发实力较弱，大多数企业都不愿意在这一时期进行数字化转型；而对于衰退期的企业，市场份额因新产品和大量替代品的出现而逐渐萎缩，此时数字金融的介入打破了企业“不转型等死”的僵局，进而驱动企业数字化创新。

表3 异质性分析：基于企业微观特征的讨论

表4的列(1)—(3)的结果显示，数字金融显著促进东部地区企业的数字化转型，但对中部、西部地区企业的影响并不明显。一方面，东部地区的数字基础设施和金融资源禀赋领先于中部、西部地区，数字金融的服务能力相对较强。另一方面，东部地区由于市场化进程较早，具备相对完善的要素市场和良好的竞争环境，有利于减少企业数字化转型进程中受到的约束，而中部、西部地区因市场机制不完善及要素流动障碍等一系列制约使数字金融对企业数字化转型的促进作用尚未得到发挥。基于南方、北方两个子样本的分组回归也得到类似的结果，即数字金融仅显著驱动南方地区的企业数字化转型。上述结论表明，数字金融对企业数字化转型的促进作用在经济、金融发达地区更为明显，目前更多扮演了“锦上添花”而非“雪中送炭”的角色。因此，在现阶段供给侧结构性改革中，应统筹推进欠发达地区的数字基础设施建设(如数据中心、工业互联网等)并完善相关的市场竞争机制，从而缩小“数字鸿沟”，实现地区的均衡发展。

表4 异质性分析：基于地区分布的讨论

(三)稳健性检验

1内生性问题。考虑到本文使用的数字金融发展水平以阿里巴巴集团的海量数据为基础，故不同城市的数字金融发展水平与该城市到杭州的地理距离密切相关。为此，本文借鉴张勋等(2019)的研究，构造各地级市到杭州的球面距离与上一年全国互联网普及率的乘积作为数字金融发展水平的工具变量，回归结果见表5的列(1)和(2)。为避免选取地理因素的工具变量时存在偏误而导致结果的偶然性，本文参考易行健和周利(2018)的做法，使用数字金融发展水平滞后一期与数字金融发展水平在时间上的一阶差分的乘积作为工具变量进行估计，回归结果见表5的列(3)和(4)。

根据弱工具变量检验，列(1)和(3)显示的第一阶段回归结果中的F值大于10水平上的临界值，工具变量对数字金融的回归系数均在1的水平上显著，较好地证明不存在弱工具变量问题。另外，识别不足检验统计量Kleibergen-Paaprk LM的p值为0，拒绝原假设，即通过“工具变量识别不足”检验。列(2)和(4)是第二阶段的回归结果，在考虑内生性问题后，发现数字金融发展水平对企业数字化转型的回归系数仍显著为正，与表2的基准回归结果一致，表明本文的结论具有稳健性。

表5 工具变量的回归结果

五、机制路径检验

进一步地，为打开数字金融影响企业数字化转型的“黑箱”，检验假设H—H的机制路径是否存在，本文构建如下的中介效应模型：

=+++++

(2)

=++++++

(3)

(4)

(5)

其中，为企业经行业均值调整后的总资产收益率，为息税前利润，为企业的平均资产，表示企业所在的行业，为行业内企业数量。(4)研发支出()。本文采用企业当年研发支出与营业收入之比来衡量。

中介效应模型的回归结果如表6和7所示。表6的列(1)的结果表明数字金融对融资约束的回归系数在1%的水平上显著为负，列(2)在加入中介变量融资约束后发现融资约束对企业数字化转型的回归系数同样在1%的水平上显著为负，说明数字金融通过缓解融资约束促进了企业数字化转型。事实上，当企业存在明显的融资约束时，只能将有限的资源投入到那些“短平快”的项目中，对那些周期长、风险高的数字化项目的偏好明显减弱，从而抑制数字化转型进程。列(3)的估计结果表明数字金融显著优化了营商环境，列(4)显示营商环境的回归系数在5%的水平上显著为正且数字金融的系数仍保持正向显著，说明营商环境也是数字金融影响企业数字化转型的机制路径。具体而言，数字金融提升了资本市场信息的透明度和金融的普惠性，减少传统融资过程中存在的寻租行为，为企业创造公平的外部市场竞争环境，这成为企业数字化创新和转型的重要保障。

表6 机制路径：融资约束和营商环境

表7的列(1)和(2)汇报了企业风险承担水平的中介效应检验结果，可看出数字金融和风险承担水平的系数均显著为正，说明数字金融通过提高风险承担水平促进了企业数字化转型。数字金融带来的信息效应极大地降低了管理层对关键决策信息的处理和获取成本，调动其在投资活动中承担风险的积极性，使企业风险承担能力得到提高。随着企业的抗风险能力增强、财务状况逐渐稳定，为进一步提升盈利水平并保持长期优势，企业倾向于投资一些周期长、风险高的数字化项目并将数字化转型作为数字时代的核心战略。列(3)和(4)的估计结果显示，数字金融和研发支出的回归系数均在1%的水平上显著为正，说明数字金融通过增加研发支出促进了企业数字化转型。一方面，数字金融通过纠正短视主义行为，使管理者更加关注企业未来发展，对科技前沿的敏感度也随之上升，于是将更多的资金投入到长期的创新研发活动中，从而为数字化深度转型提供技术支撑和必要的硬件配置。另一方面，数字金融的发展大大缓解了资本市场的信息不对称，精确匹配资源与企业数字化项目的风险特征，通过增强研发资金的靶向性帮助企业更好地判断和识别数字化转型的最优路径。综合表6和7的结果，验证本文的假设H—H成立。

表7 机制路径：风险承担水平和研发支出

六、结论与启示

本文以2011—2019年沪深A股非金融类上市公司为样本，实证检验数字金融对企业数字化转型的影响及传导路径，得出如下的主要结论：(1)数字金融显著驱动企业数字化转型，在处理内生性问题和其他一系列稳健性检验后，这一结论仍然成立；(2)数字金融对国有企业、技术密集型企业及东部和南方地区企业数字化转型的促进作用更大，对初创期企业、中西部和北方地区企业数字化转型的赋能效果尚未显现；(3)数字金融通过缓解融资约束、优化营商环境、提高风险承担水平及增加研发支出促进企业数字化转型。

以上研究结论为数字化背景下实现我国创新驱动转型提供了几点政策启示。一是孕育形成以数字化为代表的新动能。各地政府应顺数字化之势而为，在培育壮大数字产业的同时，借助数字技术全领域、全方位、全链条赋能传统产业，以硬件设施升级为重点、软件服务优化为抓手切实推动企业数字化转型。二是重视数字金融的驱动效应。在防范系统性金融风险的前提下，应给予数字金融这一新兴金融业态更多的政策支持(如制定科学的征信数据标准、健全数字金融征信体系和征信数据资源的共享机制)，为数字金融服务实体经济营造良好的信用环境。三是打造激励相容的外部创新软环境。成立一批具有高度专业化、服务化的国家技术转移机构，加快研发资本、研发人员、数据等创新资源的技术转移网络建设，从而提高创新资源的开放性和流动性，克服企业数字化转型过程中面临的资源约束。