农村经济杂志已发表格式范文参考
1.数字化转型、企业金融化与制造业全要素生产率
作者：王磊,李吉,王兴启
作者单位：
关键词：数字化转型;金融化;全要素生产率;投机套利动机;预防储蓄动机
［摘要］ 构建“数字化转型－企业金融化－全要素生产率”的理论框架，基于2007～2023年沪深A 股制造业上市公司数据，探讨数字化转型对制造业企业全要素生产率的影响。研究发现，数字化 转型能提升制造业企业全要素生产率；作用机制表明，数字化转型可通过降低企业金融化程度、 抑制过度金融化，推动制造业全要素生产率的提升，具体表现为降低企业金融渠道收益率和减少 企业金融资产配置占比；区分金融化双重动机结果表明，数字化转型能够降低短期金融资产配置 占比，即抑制“预防储蓄”动机的金融化，提升制造业企业全要素生产率；异质性分析表明，在 东部地区、资本密集型、技术密集型以及成长期和成熟期制造业企业样本中，数字化转型对全要 素生产率的促进作用更为突出。鉴于此，应推动数字技术与制造业深度融合，增强金融资产配置 的科学性与合理性，进一步提升制造业企业全要素生产率。
一、引言
全要素生产率的大幅度提升既是经济增长的突出表现，［1］ 也是新质生产力发展的核心标志。目前，中 国正处于经济结构转型和产业迭代升级关键期，制造业作为实体经济发展的主力军，有效投资吸引力逐 渐不足，投资增长乏力，加之企业“金融化”浪潮愈演愈烈，制造业等实体企业对金融领域的投资热情 日益高涨，［2］ 导致企业资源配置效率和劳动生产率下降，［3］ 制约着制造业企业全要素生产率提升。因此， 如何预防并缓解制造业企业“脱实向虚”现象以及如何大幅度提升企业全要素生产率，成为关乎经济平 稳健康发展的重要话题。
随着中国数字化转型逐渐进入发展稳定期，数字化凸显出蓬勃生命力，以数字化转型推进实体经济 发展成为数字经济时代的主旋律。从既有研究来看，数字化转型成为企业未来发展的重要趋势和必然选 择，不仅能够重塑组织体系、变革发展模式，［4］ 提高资源利用效率和企业发展绩效，［5，6］ 并通过加快知识 溢出和技术变革、提高管理效率来进一步提升企业全要素生产率，［7，8］ 还有助于企业合理调整金融资产配 置和优化金融投资行为，［9］ 为金融要素更好服务实体经济创造有利条件。
相关文献为深入探讨数字化转型的经济影响及其作用机制提供了丰富的参考框架，论证了数字化转型对企业提质增效的显著作用。但是，鲜有研究从企业金融化视角探讨数字化转型对全要素生产率的影 响，而在国家引导“脱虚向实”背景下，企业金融化也会深刻影响着全要素生产率。［10］ 因此，本文旨在 通过构建数字化转型影响制造业企业全要素生产率的理论分析框架，深入探讨企业金融化的作用机制。
二、理论分析与研究假设
1. 数字化转型与制造业企业全要素生产率 数字化转型转变企业运营模式，助推效率变革，提升企业全要素生产率。企业将大数据、云计算等 数字技术融入实体经济，加快智能制造升级“进度条”，建立智能化制造业生产管理模式，对企业生产线 进行数字技术改造，促使生产各环节进行智能化交互，提高运转效率和价值创造率，从而提升企业全要 素生产率。［11］ 企业以数据驱动、工业互联网为底层技术支撑建立网络协同创新模式，通过关联效应实现 跨设备、跨系统、跨区域的互联互通，打破企业间“知识沟”“信息沟”，加速形成知识、技术、数据等 生产要素流动共享的发展动力，助力企业搭建无边界创新平台，增强创新能力和新产品研发动力，提高 企业资源要素的综合研发利用效率。［12］ 企业数字化转型借助数字技术和数字应用平台还可建立以用户价 值为导向的互联网商业服务模式，通过大数据分析及时准确捕捉客户信息、需求及反馈等，挖掘需求潜 力，为客户提供精准化和精细化服务。借助数字化工艺平台推进企业生产柔性化和定制化，利用需求端 的拉动作用实现运营效率和资源配置效率的提升，提高企业效率。［13］
数字化转型增强企业技术进步和运营管理能力，节约生产经营成本，提高企业全要素生产率。企业 借助人工智能、区块链等数字技术及数据要素实现对研发设计、生产制造及销售服务等环节全方位数字 精细化改造，打破部门间业务壁垒，优化业务流程管理，助力制造业降本增效。数据等生产要素通过网 络基础设施建设及各类数字平台进行复制、共享等，凭借其外部经济效应渗透到企业价值创造和获取各 环节，企业借助云计算等数字技术的强大资源整合能力，重组生产要素体系，优化要素配置，减少搜寻 和交易成本，促进企业生产效能提升。［14，15］ 企业开展数字化转型不仅需要与数字技术等相匹配的专业人 才，也激发了对具有信息技术背景管理者等复合型人才的需求，进而吸引大量技能型和知识型人力资本 集聚，减少低技能劳动力冗余，增强企业智力资本价值。企业高管将技术进一步融入到整体系统发展 中，充分发挥技术溢出效应，定制合理的转型经营战略，增加企业价值，降低经营成本，提升全要素生 产率。［16，17］
基于此，笔者提出如下假设：
H1：数字化转型能提高制造业企业全要素生产率。
2. 数字化转型与制造业企业全要素生产率：兼论企业金融化的作用机制
金融市场是实体经济发展的助推器，但当企业过度依赖金融资产投资和金融渠道获利而偏离最优投 资规模时，会加剧企业金融化程度，误导企业正常经营活动，阻碍全要素生产率提升。数字化转型作为 企业发展的战略策略，深刻影响着资产配置，通过提高创新产出和主营业务收益等，增加实体经营资产 比例，推动企业“脱虚向实”，提高全要素生产率。具体理论逻辑如下：
一方面，数字化转型能够缓解企业融资约束，减少企业基于“预防储蓄”动机的行为。根据“蓄水 池”理论，企业在遭遇经营危机或者外界经济环境的负面冲击时，出于预防性动机，会加大金融资产配 置，以规避风险并促进企业健康持续发展。数字化转型能够提升企业融资能力、拓展融资渠道，强化内 部财务稳定性，并逐渐弱化金融资产流动性高、变现快及盈利能力强等优势，减少企业为平滑实体投资 而对短期预防性资金的依赖，增加企业实体投资信心。此外，企业借助数字技术精准剖析自身经营状况 及外部环境变化，提出有效的风险应对策略，降低基于预防动机的资金需求，提升企业资金配置的精准 性，防止企业“脱实向虚”，推动企业将更多资金投向可有效提升企业长期核心竞争力的生产研发环节， 提高企业全要素生产率。［18，19］
另一方面，数字化转型能够提高企业实体经济收入，降低企业基于“投机套利”动机的金融化行为。 根据“投资替代”理论，企业在实体价值创造的预期收益不足时，受逐利动机驱使，会倾向于大量增持 金融资产，导致企业偏离最优金融资产配置规模，挤占和替代实体投资。随着数字化转型不断深入，数 字技术、数据等不断模糊行业边界，提高企业间实时信息透明度和传递效率。企业借此及时根据市场动 向调整经营重点，为消费者提供多元化、差异化以及高品质的主营产品，增加消费者黏性的同时提高企 业盈利空间和市场竞争力，改善企业资金渠道收益结构，缩小实业投资与金融资产投资利润差，从而弱 化企业的投机动机，激励企业聚焦主营业务发展。此外，数字化转型还加大了企业对数字化高端人才的 需求，加速“机器换人”，重塑人力资本结构，进而提高企业创新动能，驱动生产模式变革，［20］ 增强生产 经营能力，提升实体投资收益率，削弱企业过度金融化行为，提升企业全要素生产率。理论机制如图1所 示。据此，笔者提出如下假设：
H2a：数字化转型能够抑制企业金融化行为、防止企业过度金融化，提高制造业企业全要素生产率。
H2b：数字化转型通过放松企业“预 防储蓄”动机金融化，提高制造业企业全 要素生产率。
H2c：数字化转型通过减弱企业“投 机套利”动机金融化，提高制造业企业全 要素生产率。
三、研究设计
1. 模型的设定 为检验上述理论分析，构建如下基准模型①进行回归分析：
其中，i为企业，t为时间，h为行业，digi为数字化转型，tfp为制造业企业全要素生产率，controls为 控制变量。ζi 、μt 、πh分别为企业、时间以及行业固定效应，εith为随机扰动项。
2. 变量说明
（1） 被解释变量
制造业企业全要素生产率 （tfp）：参考杜传忠和金华旺 （2021） 的方法，基于柯布—道格拉斯生产函 数，用 LP 法进行测算。［21］ 该方法将中间投入作为代理变量，能有效缓解数据缺失、截断及内生性等问 题，LP方法具体估算方程如式②所示。
其中，i为企业，t为时间，Y为产出变量，用企业营业收入衡量；L为劳动力投入，用年度职工人数 衡量；K为资本投入，用固定资产净值衡量；M为中间品投入，用购买商品、接受劳务支付现金衡量，ωit 为企业全要素生产率，eit为残差项。
（2） 解释变量
数字化转型 （digi）：借鉴吴非等 （2021） 的研究，在对企业数字化转型进行结构分层的基础上，从 侧重于数字科技技术方向的“底层技术”和侧重于数字化业务场景应用的“实践应用”①两方面构建数字 化转型关键词词库，借助Python和Jieba提取并整理公司年报文本，与数字化转型关键词相匹配，加总词 频数，并对加总后数据加1取自然对数以缓解词频右偏问题。［22］
（3） 控制变量
本文选取以下控制变量，分别是企业规模 （asset） 为总资产取对数；企业年龄 （age） 为当期年份与 各企业上市年份之差加1并取对数；现金流量 （cflow） 为经营活动产生的现金流净额占总资产比重；第一 大股东持股比例 （top1） 为第一大股东持股数占总股数比重；托宾 Q （tobinq） 为年末市值占年末总资产 比重；独立董事占比 （indsize） 为独立董事人数占董事会总人数比重；董事会规模 （board） 为董事会人 数加1并取对数；固定资产比率 （ppe） 为固定资产占年末总资产比重；总资产收益率 （roa） 为企业净利 润占总资产的比重。
3. 数据来源及描述性统计
考虑到2007年开始，上市公司执行新会计准则，选取沪深A股制造业上市公司2007～2023年数据为 初始样本，并剔除 ST、*ST类企业及主要变量数据严重缺失的企业，对连续数据进行上下 1% 缩尾处理， 共获得样本28710个。数据主要来自制造业上市公司年报、CSMAR数据库以及Wind数据库。
由表1变量描述性结果可知，制造业企业全要素生产率 （tfp） 的均值为8. 205，最大值为11. 954，最 小值为3. 748，表明制造业各企业的全要素生产率存在较大差距。数字化转型 （digi） 均值为1. 211，最大 值和最小值相差较大，且部分企业仍未进行数字化转型。
四、实证分析
1. 基础回归
表 2 汇报了基准模型回归结果，列 （1） 仅有核心解释变量，列 （2） 加入 固定效应，列 （3） 进一步引入控制变 量，数字化转型系数均显著为正。列 （3） 数字化转型系数在 5% 水平上显著 为正，即数字化转型能提升制造业企业 全要素生产率，验证了H1。
2. 内生性问题：工具变量
为缓解由于遗漏潜在的影响制造业企业全要素 生产率的重要经济变量和测量误差而干扰研究结论， 造成内生性问题，参考郭劲光和王虹力 （2022） 的 研究，基于地理视角采用地形起伏度与年份虚拟变 量的交乘项 （iv） 作为数字化转型的工具变量。［23］ 因 地区数字基础设施建设、经济发展、资源禀赋与地 形起伏度等地理因素有着密切的联系，进而影响该 地区企业数字化转型，即 iv 满足相关性条件；而地 形起伏度作为客观因素，并不会直接影响制造业企 业全要素生产率，即iv满足外生性条件。
表3列 （1） 为第一阶段结果，工具变量在1%水 平上显著，表明与解释变量数字化转型有较强相关性，且通过KP-F、KP-LM的弱工具变量检验，①即本 文工具变量 （iv） 是有效的。列 （2） 为第二阶段结果，在弱化内生性问题后，数字化转型仍正显著。值得注意的是，在弱化内生性情况下，工具变量回归结果估计系数明显大于基准回归系数，意味着由于遗 漏变量和解释变量的测量误差等问题的存在，导致基准回归结果低估了数字化转型的推动效果。
3. 稳健性检验
为进一步检验结果的可靠性，从替换变量、更换时 间窗口、加入交互固定效应方式进行稳健性检验：
一是替换被解释变量。采用FE方法将重新测算的制 造业企业全要素生产率 （tfp-fe） 作为被解释变量，表 4 列 （1） 结果显示依旧稳健。
二是替换解释变量。参考赵宸宇等 （2021） 数字化 转型测算方法，［24］ 采用文本分析方法从四个维度①重新 选取数字化转型关键词，运用熵值法对词频数据进行处 理，将处理结果作为解释变量。表4列 （2） 显示，估计 系数仍正显著，结果较为稳健。
三是改变研究样本时间范围。 考虑到中国数字经济自 2011 年起发 展更为迅速，企业数字化转型进程 加快，有利于更好地观察到企业数 字 化 转 型 的 动 态 趋 势 ， 进 而 仅 对 2011～2023 年样本数据进行重新回 归，表4列 （3） 结论依旧稳健。
四是控制高阶联合交互效应。 考虑到企业、行业等各层面会存在 受到时间变化影响的其他潜在遗漏 因素，为进一步缓解内生性以及控 制共同因素对不同个体的影响差异， 加入企业与行业、时间与行业、企业与时间的交互固定效应，表4列 （4） 回归结果与主回归一致。
五、机制检验
上述研究表明，数字化转型能促进制造业企业全要素生产率提高，那么具体的作用机制是什么？为 此，本文结合理论分析，从企业金融化渠道进行考察，并构建如下逐步回归机制模型：
其中，mid为机制变量，其他变量含义与前面基准模型①一致。
1. 基于企业金融化视角
本文从动态的利润构成和静态的资产结构两个统计口径全面测算企业金融化程度，具体包括企业金 融渠道收益率 （fcp），参考刘贯春等 （2018） 测算方法，用 （金融资产获利②—营业利润） /营业利润来衡 量，因营业利润存在负值，进而用营业利润绝对值对企业金融资产获利状况进行标准化处理；［25］ 企业金融资产配置占比 （fin），用金融资产投资①占总资产的比重衡量。
企业金融化作用机制结果见表 5，数字化转型通过抑制企业金融化来提升全要素生产率，验证了 H2a。表5列 （1） 显示，数字化转型系数在5%水平上显著为负，表明企业数字化转型能够降低企业金融 渠道收益率，列 （2） 数字化转型系数正显著，表明数字化转型能够降低企业金融渠道收益率，提升全要 素生产率。列 （3） 可知，数字化转型在5%水平上为负，能够降低企业金融资产配置占比，列 （4） 金融 资产配置占比系数负显著，数字化转型系数仍正显著，即数字化转型能够降低企业金融资产配置占比， 提高全要素生产率。综合理论可知，数字化转型能有效缓解企业融资约束，减少金融资产配置，改善企 业资金结构，促使企业将资金更多投资于实体领域，增大实体企业收益率，提升制造业企业全要素生 产率。
为进一步检验数字化转型能否抑制企业过度金融化，提升制造业全要素生产率，本文用企业金融化 水平减去同行业、同年度企业金融化平均值之差衡量企业过度金融化 （overfin），当差大于 0即企业存在 过度金融化，反之不存在过度金融化。表5列 （5） 显示数字化转型在5%水平上显著为负，列 （6） 企业 过度金融化系数负显著，数字化转型系数正不显著，即数字化转型可以降低企业过度金融化，提升企业 全要素生产率，验证企业过度金融化传导机制的存在，与前面理论分析结果一致。
2. 基于企业金融化动机的异质性视角
考虑到企业开展金融投资和金融资产配置时，可能存在双重动机，当企业基于“预防储蓄”动机时， 会更倾向于配置流动性强、期限短的金融资产，当企业基于“投机套利”动机时，则更倾向于配置流动 性弱、期限长的金融资产。在此基础上，本文根据金融资产的流动性强弱及变现能力等差异，以进一步 识别不同企业金融化动机的作用机制。借鉴李增福等 （2023） 分类方法，将金融资产划分为短期金融资 产②和长期金融资产，③并用总资产进行标准化处理，分别用以衡量短期金融资产配置占比 （fins） 和长期 金融资产配置占比 （finl）。［26］
从表6列 （1） 可知，数字化转型系数在1%水平显著为负，列 （2） 结果显示，数字化转型系数显著 为正，企业短期金融资产配置占比在1%水平上显著抑制全要素生产率，即数字化转型通过抑制企业短期金融资产配置占比来提升全要素生产率，以上结果证明“数字化转型—抑制企业‘预防储蓄’动机金融 化行为—提升企业全要素生产率”路径的存在，进而验证H2b成立。列 （3） 可知，数字化转型系数为正 但不具有统计意义上的显著性，即数字化转型对长期金融资产配置占比未产生明显作用，列 （4） 结果表 明长期金融资产配置占比能显著抑制企业全要素生产率，数字化转型系数仍正显著，综合结果表明，长 期金融资产配置占比不发挥机制作用，H2c未得到验证。可能的原因是，数字化转型能够为企业提供资 金、数据以及技术等多方面支持，节约成本，扩大企业盈利空间，弱化企业基于“预防储蓄”动机的金 融资产需求，助力企业“脱虚向实”，产生创新投资扩大效应，提升制造业企业全要素生产率。
六、异质性分析
1. 地区异质性
中国各地区经济发展基础、资源 禀赋条件等不同，使得各地区企业数 字化转型水平、全要素生产率可能存 在差异。本文将样本划分为东部、中 部、西部三个地区进行地区异质性分 析。结果见表7，数字化转型对东部地 区企业全要素生产率存在促进作用， 而对中部和西部地区不存在显著影响。 可能的原因是东部地区在经济发展基 础、数字基础设施建设、技术、人才以及资金支持等方面更具优势，能够将数字技术更充分地融入到生 产生活中去，优化企业运营管理模式，提升创新能力，强化数字化转型的促进作用。而中部和西部地区 经济起步相对较晚，技术创新水平较低，数字化建设处于高速发展阶段，但整体数字化进程较慢、要素 流动存在一定障碍，缺少创新资源和数字型人才，致使其不能充分利用数字技术提升企业技术创新水平、 创新企业管理模式，使得数字化转型难以发挥促进作用。
2. 行业密集度异质性
根据要素密度论可知，不同密集型制造业的资本、技术、劳动力等要素在生产活动中的结合方式以 及密集程度存在差异。本文考察数字化转型对制造 业企业全要素生产率是否存在行业密集度差异。①表 8列 （1） ～列 （3） 结果显示，数字化转型显著提升 资本密集型和技术密集型企业全要素生产率，而对 劳动密集型企业影响不显著。可能的原因在于资本 密集型企业发展需要长期稳定的资金供给，企业数 字化转型能获得更多资金和技术支持，提高财务稳 定性，并激发企业创新活力，充分发挥数字化转型的推动作用。技术密集型企业具有一定技术基础，数字化转型带有较高的技术性，企业能够更好地吸收 数字技术，深嵌到企业发展中，推动企业关键技术的突破和效率攀升，提高全要素生产率。劳动密集型 企业主要依靠大量劳动要素，对技术、装备等依赖度相对较低，企业尚未充分地享受到数字化发展红利， 对企业全要素生产率的促进作用还未得到很好体现。
3. 企业生命周期异质性
根据生命周期理论，不同发展阶段企业面临的压力、创新能力和资金资源等存在差异。因此，本文 还探讨了处在不同生命周期阶段的企业，数字化转型对制造业企业全要素生产率是否存在时间维度上的 差异。表8列 （4） ～列 （6） 结果显示，对于成长期和成熟期企业，数字化转型对全要素生产率存在正向 影响，而对衰退期企业影响不显著。可能的原因是成长期企业处于发展初期，具有比较灵活的组织模式 和生产方式，数字技术、数据的出现，企业迅速作出反应，优化管理模式，提高企业技术竞争力和生产 效率，进而数字化转型促进作用显著。成熟期企业则拥有更加完善的组织制度、商业模式以及雄厚的资 金基础等，更注重企业未来发展方向，数字化转型能为其带来更多技术支持，提升全要素生产率。对于 衰退期企业，其人力资本水平、创新能力等逐渐降低，管理制度僵化，企业员工创新积极性不高，难以 很好地利用数字技术和数据等，进而数字化转型影响不显著。
七、结论与建议
本文以 2007～2023年沪深 A股制造业上市公司为样本，基于企业金融化机制视角，从理论剖析和实 证检验双重维度探索数字化转型对制造业企业全要素生产率的影响。研究表明，数字化转型能提升制造 业企业全要素生产率。机制检验表明，数字化转型能有效降低制造业企业金融渠道收益率和企业金融资 产配置占比，抑制企业过度金融化，促进全要素生产率的提升；基于金融资产配置动机的分析，数字化 转型通过抑制企业“预防储蓄”动机的金融化行为提升制造业全要素生产率，且为主要作用途径。异质 性分析结果表明，数字化转型对东部地区企业、资本密集型企业、技术密集型企业以及处于成长期和成 熟期的制造业企业全要素生产率促进效果更加显著，而对中部地区、西部地区、劳动密集型企业以及衰 退期企业未产生显著影响。基于以上研究，本文提出如下建议：
第一，推动数字技术与制造业深度融合，提高金融资产配置的科学化水平。企业应提升数字化认知 能力，引进先进数字技术和数字设备，将其融入到企业研发、生产、销售、服务等生产经营全过程，优 化资源配置，调整投融资决策，减少企业对“预防储蓄”动机金融资产的需求。应建立数智化平台，定 期开展风险评估，结合自身实际情况有选择地开展金融投资，优化企业内部金融资产配置，积极开展有 利于实体经济发展的研发创新活动等，提升制造业企业发展竞争力。
第二，完善金融与制造业协同发展的制度体系，为生产率提升提供资金保障。政府应借助工业互联 网、大数据等数字平台构建综合金融监管服务网络平台，通过数字技术完善金融服务机制，强化金融监 管效能，推进全方位、多层次的金融服务体系建设。引导大型金融机构合理调配金融资源，保持金融体 系的平稳和持续供给，畅通并丰富实体资金获取渠道，提高制造业企业融资的灵活性，为企业发展提供有力资金保障。同时，进一步优化财政补贴、税收减免等优惠政策，引导制造业企业将更多资金配置到 生产经营领域，鼓励企业设定长远发展战略，发挥对提高全要素生产率的积极作用。
第三，因企因地施策，构建差异化的服务实体企业数字化转型策略。对于资本密集型、技术密集型 以及处于成长期和成熟期企业，应加大 5G网络设备、工业互联网云平台等软硬件技术的协同研发力度， 支持制造业龙头企业建立数字交流平台，鼓励同行业企业共享数据和开展技术合作，提高数字资源在企 业间的配置效率。东部地区企业应全面推进数字化转型，改造优化制造业发展模式，更大程度促进企业 全要素生产率的提升。西部地区企业应积极响应国家政策，继续加大“东数西算”工程建设力度，夯实 数字经济发展底座。对劳动密集型、处于衰退期以及中部和西部地区企业，政府应通过政策导向加大资 金支持力度，完善数字基础设施建设，企业积极利用数字技术创新管理运营模式，借助数字平台吸收数 字化知识，提升运营能力和管理水平，强化数字化转型对企业全要素生产率的促进作用。
