本文提出數(shù)字化轉(zhuǎn)型的三個維度及其測度方法,基于我國制造業(yè)上市公司2007-2019年的年度報告,使用文本挖掘算法獲取部分數(shù)字化轉(zhuǎn)型的數(shù)據(jù),分析了數(shù)字化轉(zhuǎn)型對制造業(yè)上市公司生產(chǎn)率的三重影響機制。結(jié)果表明,總體來看,數(shù)字化投資對生產(chǎn)率沒有直接影響,但有顯著的間接影響和互補影響。2013年以后,數(shù)字技術(shù)應(yīng)用對生產(chǎn)率有顯著的直接影響和間接影響,而業(yè)務(wù)模式轉(zhuǎn)型則兼具三重影響機制。這些顯著性在不同行業(yè)、不同規(guī)模、不同所有制上市公司中呈現(xiàn)較大差異。因此,一方面,我國制造業(yè)上市公司要在數(shù)字化投資的基礎(chǔ)上加快數(shù)字技術(shù)應(yīng)用與業(yè)務(wù)模式轉(zhuǎn)型,同時要重視對數(shù)字化轉(zhuǎn)型過程中的多種因素間的互補機制,進而促進企業(yè)生產(chǎn)率的提升;另一方面,政府要加快推進新一代信息技術(shù)基礎(chǔ)設(shè)施建設(shè),為企業(yè)奠定良好的數(shù)字投資基礎(chǔ),同時還要補齊數(shù)字經(jīng)濟的發(fā)展短板,重點關(guān)注中小民營制造業(yè)上市公司的數(shù)字化轉(zhuǎn)型。 

【文章來源】：財經(jīng)科學. 2020,(10)北大核心CSSCI

【文章頁數(shù)】：15 頁

【部分圖文】：

數(shù)字化轉(zhuǎn)型影響生產(chǎn)率的三重機制數(shù)字化

數(shù)字化轉(zhuǎn)型如何提升制造業(yè)生產(chǎn)率經(jīng)濟經(jīng)緯共同對生產(chǎn)率產(chǎn)生影響共同對生產(chǎn)率產(chǎn)生影響。本文中本文中，我們將數(shù)字化轉(zhuǎn)型對生產(chǎn)率的直接效應(yīng)、間接效應(yīng)和互補效應(yīng)納入同一框架進行分析分析，并且基于數(shù)字化轉(zhuǎn)型的過程視角將數(shù)字化轉(zhuǎn)型分解為數(shù)字化投資、數(shù)字技術(shù)應(yīng)用、業(yè)務(wù)模式轉(zhuǎn)型模式轉(zhuǎn)型，觀察它們各自對生產(chǎn)率的影響效應(yīng)，具體的框架如圖2所示。圖圖2數(shù)字化轉(zhuǎn)型影響生產(chǎn)率的分析框架在圖在圖2中，從數(shù)字化投資、數(shù)字技術(shù)應(yīng)用、業(yè)務(wù)模式轉(zhuǎn)型到生產(chǎn)率的箭頭表示數(shù)字化轉(zhuǎn)型的三個維度分別對生產(chǎn)率的直接影響的三個維度分別對生產(chǎn)率的直接影響。從數(shù)字化投資、數(shù)字化應(yīng)用、業(yè)務(wù)模式轉(zhuǎn)型到內(nèi)生影響因素的箭頭表示數(shù)字化轉(zhuǎn)型的三個維度對內(nèi)生影響因素的直接影響因素的箭頭表示數(shù)字化轉(zhuǎn)型的三個維度對內(nèi)生影響因素的直接影響。從內(nèi)生影響因素和外生影響因素到生產(chǎn)率的箭頭表示這兩類因素對生產(chǎn)率的影響響因素到生產(chǎn)率的箭頭表示這兩類因素對生產(chǎn)率的影響，其中內(nèi)生影響因素的影響中還包括數(shù)字化轉(zhuǎn)型的三個維度對生產(chǎn)率的間接影響字化轉(zhuǎn)型的三個維度對生產(chǎn)率的間接影響。內(nèi)生投資互補、內(nèi)生應(yīng)用互補和內(nèi)生轉(zhuǎn)型互補分別表示數(shù)字化投資表示數(shù)字化投資、數(shù)字技術(shù)應(yīng)用和業(yè)務(wù)模式轉(zhuǎn)型與內(nèi)生影響因素對生產(chǎn)率的互補效應(yīng)。外生投資互補資互補、外生應(yīng)用互補和外生轉(zhuǎn)型互補分別表示數(shù)字化投資、數(shù)字技術(shù)應(yīng)用和業(yè)務(wù)模式轉(zhuǎn)型與外生影響因素對生產(chǎn)率的互補效應(yīng)外生影響因素對生產(chǎn)率的互補效應(yīng)。（二））研究方法本文的研究思路是根據(jù)制造業(yè)上市公司的相關(guān)數(shù)據(jù)本文的研究思路是根據(jù)制造業(yè)上市公司的相關(guān)數(shù)據(jù)，驗證不同機制的適用性。傳統(tǒng)的分析框架不能進行這樣的分析框架不能進行這樣的分析，如果將三種機制同時納入同一模型時，將會由于待估計參數(shù)過多而造成偏誤造成偏誤?

0000.00400.00700.00500.00700.00900.01200.01900.08300.38311.08511.45411.55000.355數(shù)字化00.09800.14200.19600.19800.23100.22900.23900.26000.38500.50700.78211.22611.99000.499電子商務(wù)00.11500.23400.26800.34300.39600.46000.59800.71500.88400.85600.74200.88700.92800.571（二））對全部行業(yè)的分析我們首先對我們首先對2007—2019年度制造業(yè)上市公司的數(shù)據(jù)，運用結(jié)構(gòu)方程模型的偏最小二乘法（PLSPLS）進行參數(shù)估計，得到的結(jié)果如圖3所示。圖圖3制造業(yè)上市公司數(shù)字化轉(zhuǎn)型對生產(chǎn)率的影響從圖從圖3可以看出，內(nèi)生影響因素和外生影響因素都會對生產(chǎn)率產(chǎn)生顯著的正影響，而且內(nèi)生影響因素的影響程度更大生影響因素的影響程度更大。數(shù)字化轉(zhuǎn)型的三個維度對生產(chǎn)率都沒有顯著的直接影響。除了數(shù)字化投資外字化投資外，數(shù)字技術(shù)應(yīng)用和業(yè)務(wù)模式轉(zhuǎn)型都對內(nèi)生影響因素有顯著的正影響。在互補機制中中，只有業(yè)務(wù)模式轉(zhuǎn)型對內(nèi)生影響因素和外生影響因素才有互補效應(yīng)。這表明數(shù)字化轉(zhuǎn)型的三數(shù)字化投資內(nèi)生影響因素數(shù)字技術(shù)應(yīng)用業(yè)務(wù)模式轉(zhuǎn)型外生投資互補外生影響因素外生轉(zhuǎn)型互補外生應(yīng)用互補生產(chǎn)率內(nèi)生應(yīng)用互補內(nèi)生投資互補內(nèi)生轉(zhuǎn)型互補0.0580.053***0.002-0.0260.080***0.342***-0.0190.0500.0070.015**0.095***-0.0240.029***-0.006——100

【參考文獻】：
期刊論文
[1]生產(chǎn)率增長：全球模式、決定因素及其在中國的應(yīng)用[J]. 金墉,諾曼·勞亞.  中國經(jīng)濟報告. 2019(05)
[2]信息技術(shù)、勞動力結(jié)構(gòu)與企業(yè)生產(chǎn)率——破解“信息技術(shù)生產(chǎn)率悖論”之謎[J]. 何小鋼,梁權(quán)熙,王善騮.  管理世界. 2019(09)
[3]信息技術(shù)是否替代了就業(yè)——基于中國上市公司的證據(jù)[J]. 劉飛,田高良.  財經(jīng)科學. 2019(07)
[4]中國實體經(jīng)濟資金效率與財務(wù)風險真實水平透析——金融服務(wù)實體經(jīng)濟效率和水平不高的癥結(jié)何在?[J]. 王竹泉,王苑琢,王舒慧.  管理世界. 2019(02)
[5]提升全要素生產(chǎn)率的路徑及影響因素——增長核算與前沿面分解視角的梳理分析[J]. 李平.  管理世界. 2016(09)
[6]信息通信技術(shù)對中國經(jīng)濟增長的替代效應(yīng)與滲透效應(yīng)[J]. 蔡躍洲,張鈞南.  經(jīng)濟研究. 2015(12)
[7]企業(yè)全要素生產(chǎn)率估計新方法——全要素生產(chǎn)率估計的結(jié)構(gòu)方法及其應(yīng)用[J]. 柳荻,尹恒.  經(jīng)濟學動態(tài). 2015(07)
[8]信息化對中國經(jīng)濟增長的貢獻:行業(yè)面板數(shù)據(jù)的經(jīng)驗證據(jù)[J]. 孫琳琳,鄭海濤,任若恩.  世界經(jīng)濟. 2012(02)



本文編號：3141100