第六节 进一步分析

一、机制分析

参考Edwards和Lambert（2007）的推荐方法，本研究构建结构方程模型检验软硬件投资预算额和上一年利润的调节中介效应（假设3和假设4），分析数字化成本粘性的运行机制。具体而言，数字化转型带来的利润增长会提高企业的预期收益或预期收益率（企业预期数字化转型能够为企业带来收益），从而增加第二年数字化转型所需的软件投资和硬件投资预算额，转型成本的增加进一步影响企业数字化的总投资额和粘性特征；与此同时，企业这一数字化转型业务的投资规划会受到上年利润规模的显性信号影响，企业数字化转型表现出较强的粘性特征（见表1-15）。

表1-15 调节的中介效应模型

关键业务、环节、部位的数字化转型能够有效提高企业应对市场变化的灵活性（Mikalef and Pateli，2017），数字化应用软件和硬件作为数字化转型的主要载体，亦成为企业进行转型投资决策、制定数字化预算的重要考量因素。具体而言，企业数字化转型初期，需要较高的数字化软硬件投资，如购买软件的版权费、维护费及员工培训费，企业升级改造已有的生产模式和管理结构，亦需要投入较高的硬件设备等；数字化转型中期，企业仅需支付软件使用费和新员工的培训费用，软件投资额会有所降低，数字化为企业带来的盈利能力提升逐步显现，企业进入数字化转型“红利期”；而当企业逐步经过这一阶段后，盈利提升幅度逐步降低，企业开始寻求新的数字化转型方式和盈利增长点，含购买更为先进的数字化软硬件、寻求数字化转型咨询服务和设备等，周而复始。由回归结果可知，数字化软硬件投资预算的多重中介效应存在，硬件投资预算和软件投资预算第一阶段的回归系数分别是0.1120（p＜0.1，95%CI{0.430，0.478}）和0.0630（p＜0.5，95%CI{0.032，0.093}）；第二阶段的回归系数分别是0.1180（p＜0.5，95%CI{0.065，0.171}）和0.0670（p＜0.5，95%CI{0.046，0.089}），直接效应回归系数0.1500（p＜0.5，95%CI{0.078， 0.223}）。profit_1作为调节变量调节了数字化转型总收益与数字化成本变动额之间的关系，回归系数为-0.0130（p＜0.5，95%CI{-0.021，-0.005}）。假设3和假设4得到验证。

二、异质性分析

本研究在测度了企业数字化转型成本粘性基础上，运用工具变量分位数回归方法进行回归分析，将样本根据所有制形式区分为国有企业和非国有企业（见表1-16）。其中，第一列为全样本下两阶段最小二乘法的回归结果，后五列为工具变量分位数回归的回归结果。不难发现，随着成本规模的不断上升，国有企业的成本粘性会显著高于非国有企业，与理论分析相符。与此同时，回顾表1-7回归结果：全样本中，企业并不具有显著为正的数字化转型成本粘性，但是在分位数回归中，随着企业成本规模的逐步增加，数字化粘性特征趋于增强，可能的原因即来自企业所有制的异质性差异。

表1-16 成本粘性测度回归结果

针对企业所处行业异质性带来的回归偏误问题，本研究首先分别针对制造业、加工业和制品业的国有企业和非国有企业进行回归，进而为了考察企业所处细分行业带来的不同影响，对样本进行分组回归，表1-17报告了制造业中国有企业的回归结果。结果表明，区分了行业和所有制结构、控制了行业固定效应后，成本粘性的回归系数仍然显著为正，对比基准回归系数，可以认定回归结果是稳健的。进一步仍可发现，就不同所有制企业的数字化成本粘性而言，制造业中，国有企业低于非国有企业；而在加工业和制品业中，国有企业明显高于非国有企业。进一步分析，制造业数字化转型需要较大的固定资本投入，当私营制造业企业投资数字化转型后，其调整成本和机会成本会明显高于国有企业；相较于加工业和制品业，制造业企业具有存货周期长、投资变现慢、工业化程度高的特点，数字化机床、数字化管理系统等的应用可以有效提升制造业企业劳动生产率和产品合格率，而对于私营制造业企业而言，需要在相比国有企业更为恶劣的市场环境中提升劳动生产率，求生存谋发展，其数字化粘性相较国有企业则更高；制造业行业中，国有企业相较于非国有制造业企业拥有更完善的数字化管理系统和数字化管理变革信息，可更加灵活地调整数字化转型的投资规划和投资决策。面对企业进行数字化转型投资博弈，尽管所有企业都不投资数字化是一个子博弈精炼纳什均衡，但国有企业需要且会在数字化转型阶段起到示范作用，承担相应的经济社会责任，与此同时，国有企业也更容易获得数字化转型补贴和业务支持，受到激励从而进行数字化转型投资，投资的增加推动了调整成本不断上升，使得加工业中的国有企业表现出远高于非国有企业的数字化转型成本粘性。表1-17最后一列的全样本回归控制了企业所在行业的固定效应，表明粘性的回归系数仍显著为正。综上分析并对比表1-16回归结果，可以认为，不同规模企业的数字化转型成本粘性存在异质性差异，且原因不同。

表1-17 异质性检验——制造业

具体而言，对于国有企业，数字化转型成本显著高于非国有企业，且在制品业中尤为明显，而数字化转型的销售额与非国有企业的数字化转型销售额差异较小，表现为更高的成本粘性；制造业行业中，国有企业的成本粘性小于非国有企业，而对于加工业和制品业行业，其国有企业的数字化成本粘性高于非国有企业。在制造业和加工业行业中，国有企业的数字化投资显著高于平均水平，而数字化转型收益却小于平均水平，虽然国有企业表现出较高的粘性特征，但仍能够发挥国有企业在企业数字化转型进程中的示范作用，积极进行数字化软硬件的创新、研发、生产和应用，发挥信息化技术的溢出效应，带动中小规模企业推动数字化转型，为私营企业提供技术支持，为中小规模企业应用先进的信息化技术提供可能性。与此同时，针对私营企业，应当合理引导企业投资决策，开源信息，制定合理扶助政策，降低数字化转型的调整成本。

三、示范效应再探讨

企业数字化转型在一定程度上打破了技术进步的空间壁垒，然而，大城市对于资源的“虹吸效应”仍然对企业发展产生重要影响。大城市的信息完备程度、人才储备和市场竞争程度远高于地理位置较为偏僻的地区，例如大型互联网公司（阿里巴巴、海康威视、网易等）、数字产业园（梦想小镇、云栖小镇、滨江物联网小镇、未来科技城等）、数字产业集聚区（杭州江东新区、宁波前湾新区、绍兴滨海新区等），创造了大量服务于信息化、数字化产业的就业岗位，极大地提升了当地市场的竞争程度，亦对其他企业产生了强烈的“示范”效应，“倒逼”中小企业寻求产业链、供应链、生产链的转型升级。据此，结合上文分析和研究讨论，大城市企业应表现出更高的数字化转型成本粘性。为了验证这一观点，本研究根据企业地址，将企业分为城市和县/镇两组进行工具变量分位数回归（见表1-18）。根据粘性测算模型可以发现，县/镇公司数字化转型的成本粘性要明显低于城市，观点得以验证，同时进一步印证了研究假设1。进一步，考虑到大型国有企业在城市中数量较多，而在县、乡、镇一级的行政区域中数量较少，或仅设立办事处，为了避免由于企业异质性带来的粘性差异，分别对国有企业和非国有企业进行了分组回归分析。结果表明，城市中的国有企业成本粘性明显高于其他企业，原因不仅来源于国有企业规模较大，更在于国有企业承担着“两化”融合的政治使命及社会责任；县/镇一级的国有企业，成本粘性也要高于同地区的其他企业，再次验证观点。最后，综合比较可以看出，城市中的非国有企业较乡、镇一级企业也表现出较高的成本粘性，进一步验证研究结论，并表明大企业数字化转型给市场带来“示范”效应，推动市场中所有类型企业进行数字化转型和数字化项目投资。

表1-18 分组回归——注册地