制造业投入服务化是否促进了企业数字化转型.pdf

第 39 卷摇 第 2 期2024 年 3 月北京工商大学学报(社会科学版)JOURNAL OF BEIJING TECHNOLOGY AND BUSINESS UNIVERSITY(SOCIAL SCIENCES)Vol.39 No.2Mar.2024doi:10.12085/j.issn.1009鄄6116.2024.02.004引用格式:王峥,刘维刚.制造业投入服务化是否促进了企业数字化转型?J.北京工商大学学报(社会科学版),2024,39(2):45-55.WANG Zheng,LIU Weigang.Does input servitization in the manufacturing industry promote enterprise digital trans鄄formation?J.Journal of Beijing Technology and Business University(Social Sciences),2024,39(2):45-55.制造业投入服务化是否促进了企业数字化转型?王摇 峥1,2,摇 刘维刚3(1.北京工业大学 经济与管理学院,北京摇 100124;2.北京市科学技术研究院 数字经济创新研究所,北京摇 100089;3.中国农业大学 经济管理学院,北京摇 100083)摇 摇 摘摇 要:企业数字化转型是企业提高市场竞争力的重要途径,而制造业投入服务化是中国经济转型升级高质量发展的重要方式。使用中国 A 股上市公司和中国投入产出表数据,考察了 20062019 年制造业投入服务化对企业数字化转型的影响及其机制。研究表明,中国制造业投入服务化对企业数字化转型有显著的促进作用,且通过技术创新和人力资本积累促进了企业数字化转型。异质性分析发现,制造业投入服务化对民营企业和东部地区企业数字化转型的促进作用更大。进一步研究发现,制造业投入服务化对底层技术和应用技术的数字化转型都有显著的促进效应。因此,为充分发挥制造业投入服务化对企业数字化转型的促进作用,中央和地方政府应引导和促进服务业与制造业深度融合发展,制定相关政策为科学研究、技术创新和人才培养创造良好氛围和有利条件。关键词:制造业投入服务化;数字化转型;技术创新;人力资本积累;底层技术转型;应用技术转型中图分类号:F49;F270摇 摇 摇 文献标志码:A摇 摇 摇 文章编号:1009鄄鄄6116(2024)02鄄鄄0045鄄鄄11收稿日期:2023鄄鄄08鄄鄄07基金项目:国家自然科学基金项目“生产网络视角下服务业技术进步影响因素、机制及路径优化研究冶(72073139)。作者简介:王摇 峥(1982),女,北京人,北京工业大学经济与管理学院博士研究生,北京市科学技术研究院数字经济创新研究所研究员,研究方向为产业经济学、技术经济学;刘维刚(1985),男,山东日照人,中国农业大学经济管理学院副教授,博士,研究方向为产业经济学、宏观经济学。一、问题的提出随着 5G 通信、大数据、云计算、人工智能等新一代信息化数字技术的深入发展,数字化成为社会发展的主要方向。中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要明确提出,要加快建设数字经济和数字社会,“以数字化转型整体驱动生产方式、生活方式和治理方式变革冶,并强调要促进先进制造业与现代服务业深度融合,推动生产性服务业向专业化和价值链高端延伸。企业数字化转型是指企业运用大数据、云计算、人工智能、工业互联网等数字技术对自身生产流程、商业模式、内部管控以及组织文化进行改造的过程1,制造业投入服务化是指制造业与服务业融合过程中生产结构和组织结构的转型升级2。中国式现代化建设呈现出制造业与服务业融合发展下的产业结构转型升级以及数字技术与实体经济深度融合下的企业数字化转型两大特征。因此,考察制造业投入服务化对企业数字化转型的作用,并厘清其作用机制具有重要现实意义。中国数字经济发展研究报告(2023)显示,2022 年中国数字经济规模达到 50郾 2 万亿元,占GDP 的比重为 41郾 5%。在数字经济快速发展的背景下,企业生产方式发生了新的变化,制造业投入服务化成为产业转型升级的重要特征,同时体现在规模层面2和质量层面3,对企业创新和技术进步产生了重要作用。企业数字化转型是企业采用新技术并不断创新的重要表现。因此,自然54北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 2 期而来的问题是,产业层面的制造业投入服务化能否促进企业层面的数字化转型。对此,本文将基于微观数据识别制造业投入服务化对企业数字化转型的影响,并深入探讨其作用机制。关于企业数字化转型研究的文献主要关注两个层面的问题。一是数字化转型对企业行为特征的影响。赵宸宇等4基于中国制造业上市公司数据的研究发现,数字化转型显著提高了企业全要素生产率;袁淳等5也认为,数字化转型促进了企业专业化分工水平提升,进而提高了企业全要素生产率;但武常岐等6发现,数字化转型与企业全要素生产率之间存在倒“U冶型关系,适度的数字化转型最有利于企业高质量发展。也有研究认为,数字化转型可以提高企业生产绩效7,促进企业业务模式创新8和产品创新9等,并对供应链上其他企业的创新活动具有正向影响10。数字化转型还可以降低对外贸易成本,进而扩大出口量11,并提升出口产品技术复杂度和出口质量12。此外,还有文献从金融市场角度考察了企业数字化转型的影响,如吴非等13认为数字化转型可以提升上市公司的股票市场流动性水平。二是企业数字化转型的影响因素。埃森哲发布的2023 中国企业数字化转型指数显示,2022 年,只有 22%的受访中国企业全面考量了数字化转型部署,不到三成(28%)的企业认可数字化转型需要持续进化。其原因主要在于,数字化转型具有较高的技术门槛,需要企业长期持续投入较多资源,而且回报周期很长。诸多企业可能因为转型能力弱而“不愿转冶“不敢转冶“不会转冶,一些企业甚至处于“不转型等死、转型找死冶的两难困境14。因此,企业需要根据自身的行业属性、资源禀赋、发展基础、业务需求等寻找符合自身发展的最优数字化转型路径15。就企业数字化转型的关键影响因素而言,产业数字化对企业数字化转型具有显著促进作用16;城市营商环境的改善不仅能够提升企业数字化转型的概率,而且能够提升企业数字化转型的深度17;金融市场化改革能够促进企业数字化转型18;高铁开通19、网络基础设施建设20也有利于促进企业数字化转型。从现有研究来看,数字化转型对企业行为特征的影响和企业数字化转型的影响因素方面的文献较多,但鲜有文献从产业融合视角考察企业数字化转型,本文试图从这个方向补充现有研究。本文主要有两个边际贡献。第一,与现有研究大多考察企业数字化转型的经济效应不同,本文从制造业投入服务化视角切入,考察了企业数字化转型的驱动因素。本文利用投入产出表数据构建了制造业投入服务化指标,并将其与新近开发的企业数字化转型数据匹配,针对制造业投入服务化与企业数字化转型问题进行了深入的实证研究,识别了影响企业数字化转型的新因素,为企业数字化转型提供了新的理解视角,补充了现有相关研究。第二,本文发现,技术创新和人力资本积累是制造业投入服务化影响企业数字化转型的渠道。制造业投入服务化有助于促进技术创新和增加人力资本积累,进而推动企业数字化转型。本文对上述机制的探讨丰富了制造业投入服务化对企业行为影响渠道的相关研究。二、理论分析与研究假说(一)制造业投入服务化与企业数字化转型企业数字化转型实质上是指企业从“工业化管理模式冶转向“数字化管理模式冶,通过数字技术推动企业组织管理方式、运营机制、生产过程、产业链供应链方式等发生系统性变革14,进而改变传统的企业管理思维模式21的过程。企业数字化转型依赖企业的行业特性、资源配置的灵活性、资产结构、管理模式、人力资本等多方面因素。事实上,企业数字化转型就是企业利用数字信息技术服务去改造传统机器设备、生产流程、生产工艺、管理系统的过程。这就意味着,以信息服务为代表的服务业与制造业融合是企业数字化转型的必要条件。制造业与服务业的融合成为未来产业发展的一种趋势,制造业投入服务化、制造业产出服务化、服务型制造应运而生。制造业产出服务化指的是企业由产品制造向服务提供的转变过程22,同时也是制造业中服务增加值提升的过程;而制造业投入服务化是指制造业与服务业融合过程中生产结构和组织结构的转型升级2。伴随转型升级,服务在制造业中的作用越来越大,制造业投入服务化对企业竞争力的提升产生了重要影响。制造业与服务业的融合不仅是产业(企业)结构高级化、灵活性的重要体现,也将赋予企业足够的转型升级能力,使企业可以更好地把握市场机会,及时适应不断变化的生产方式变革,筑牢数字化64第 39 卷摇 第 2 期王摇 峥,刘维刚:制造业投入服务化是否促进了企业数字化转型?转型的基础。制造业投入服务化对企业特征和行为,比如技术进步和生产率2、企业创新3和全球价值链23等均具有重要影响。基于制造业投入服务化对企业发展的上述作用,本文提出如下假说。假说 1:制造业投入服务化对企业数字化转型具有推动作用。(二)制造业投入服务化、技术创新与企业数字化转型刘维刚、倪红福2基于中国工业企业数据研究发现,制造业投入服务化可以直接推动企业的创新,而投入的服务质量也在其中起着重要作用3。一方面,对于软件信息服务等要求较高的专业化技术投入,制造业与服务业融合能够为企业提供专业化学习机会;另一方面,制造业与服务业融合对企业内部组织结构和部门间协调管理能力有重要影响,不仅能够降低企业经营管理成本,而且能够带来“干中学冶效应,提升企业的创新能力24。但也必须注意到,如果服务要素投入结构层次较低,制造业与服务业融合可能会抑制制造业企业的创新25。在全球价值链视角下,制造业与服务业融合对企业全要素生产率具有显著提升作用,服务投入会影响价值链嵌入23。以制造业投入服务化为重要特征的制造业与服务业融合能够促进企业技术创新3和技术进步2,而研发投入是促进企业技术进步和技术创新的重要因素。同时,企业数字化转型也是技术创新的重要结果。这就意味着,制造业投入服务化会通过技术创新影响企业数字化转型。基于此,本文提出如下假说。假说 2:制造业投入服务化通过技术创新促进了企业数字化转型。(三)制造业投入服务化、人力资本积累与企业数字化转型制造业投入服务化是制造业与服务业相互契合的过程,企业需要雇用较高素质的人员对接,从而可以较好地操作和使用相关服务。例如,就计算机软件服务而言,即使相关服务企业提供了相应的运行程序,也需要员工学会如何操作。制造业投入服务化(特别是服务外包)给一般性企业提供了向服务提供专业程度较高的企业借鉴成功经验和学习先进技术的机会,从而促进了企业创新人力资本积累,提升了企业创新能力25-26。制造业与服务业融合发展是市场竞争均衡的结果,这一过程也促进了贸易开放和价值链提升等。制造业投入服务化对企业嵌入全球价值链具有重要推动作用24,而全球价值链攀升能够有效促进人力资本积累。制造业投入服务化过程中,生产投入部门间的技术溢出会影响企业关于人力资本投入的最优决策,进而影响企业数字化转型。一方面,制造业投入服务化反映了部门间融合发展的经济结构,在此过程中会产生技术溢出和技术扩散。企业生产投入的中间产品来自其他部门,这些中间产品内嵌了其他部门的技术,由此会影响企业的生产成本,进而影响企业人力资本投入的最优决策3。另一方面,人力资本会通过企业技术吸收能力影响企业创新,进而影响企业数字化转型。以国外技术引进为例,企业的技术吸收能力会影响国外技术引进对本土企业创新的作用27。曲如晓、刘霞28也发现,技术吸收能力对外国在华专利申请的技术溢出具有显著的正向调节效应,而技术溢出能促进企业人力资本积累。同时,人力资本是企业数字化转型的重要驱动因素。基于此,本文提出如下假说。假说 3:制造业投入服务化通过人力资本积累促进了企业数字化转型。三、研究设计(一)样本选取与数据来源本文实证分析使用了 20062019 年中国 A股上市公司数据,以及 2007 年、2012 年和 2017年投入产出表数据。上市公司数据和投入产出表数据按照如下原则匹配:20062011 年上市公司数据匹配 2007 年投入产出表数据,20122016年上市公司数据匹配 2012 年投入产出表数据,20172019 年上市公司数据匹配 2017 年投入产出表数据。新冠病毒感染疫情对中国经济特别是服务业发展产生了重大影响,会在一定程度上影响对制造业投入服务化效应的有效识别,因此本文选取疫情之前年份的样本数据。按照国家统计调查制度,我国每 5 年开展一次全国投入产出调查,并基于调查数据绘制投入产出表。投入产出表反映了一定时间段内经济结构和产业发展的特征,在短期内具有稳定性。因此,从数据可得性和74北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 2 期所研究问题适配性两个视角看,本文将 5 年周期的投入产出表数据和上市公司数据匹配作为分析样本数据是合理的。实际上,这也是常见的数据匹配方式。刘维刚、倪红福2和刘维刚等3在研究制造业投入服务化对企业技术进步和技术创新的影响时,就使用了这一匹配方法。制造业投入服务化数据来自投入产出表,其他数据来自上海证券交易所和深圳证券交易所全部 A 股上市公司的年度报告。为避免异常值干扰,本文对连续变量进行了 1%和 99%分位点的缩尾处理。(二)变量定义1郾 被解释变量本文被解释变量为企业数字化转型(Dig)。本文借鉴吴非等13的文本法测度企业数字化转型,对上海证券交易所和深圳证券交易所全部 A股上市公司的年度报告中涉及人工智能、云计算、区块链、大数据、数字技术应用的关键词进行词频统计,并以此度量企业数字化转型水平。2郾 解释变量本文解释变量为制造业投入服务化(Tms),使用制造业完全投入服务化作为刻画制造业投入服务化的代理变量。本文借鉴刘维刚、倪红福2测度制造业投入服务化的方法,使用投入产出表数据对各部门投入完全消耗系数按列求和。具体计算公式如下:Tmsm=移j沂Sxmj(1)其中,xmj为制造业部门 m 投入服务业部门 j的完全消耗系数,S 为服务业部门集合。3郾 中介变量根据前文的机制分析,本文中介变量包括:(1)技术创新(Innov),以企业申请专利数加 1 的自然对数值度量;(2)人力资本积累(Human),以研发人员总数加 1 的自然对数值度量。4郾 控制变量借鉴陈中飞等1、赵宸宇等4和吴非等13的做法,本文选取如下控制变量:(1)企业年龄(Age),以样本取值年份减去企业成立年份加 1的自然对数值度量;(2)企业规模(Size),以企业总资产(单位为亿元)的自然对数值度量;(3)托宾 Q 值(Tobin蒺q),以企业市场价值与资产重置成本的比值度量;(4)净资产收益率(Roe),以税后净利润扣除优先股股息和特殊收益后的净收益与股东权益的比值度量;(5)赫芬达尔指数(HHI),以企业前 3 位大股东持股比例的平方和度量;(6)资产负债率(Debt),以企业总负债与总资产的比值度量。(三)模型构建其一,为识别制造业投入服务化对企业数字化转型的作用,本文构建如下回归模型。Digit=琢0+琢1Tmsmit+A忆Xit+滋i+姿t+着it(2)其中,i 表示企业,t 表示年份,X 是列向量形式的控制变量,滋i和 姿t分别为个体固定效应和年份固定效应,着 是扰动项。根据本文的假说 1,可预期制造业投入服务化会促进企业数字化转型,即 琢10。其二,识别制造业投入服务化影响企业数字化转型的机制。基于机制分析,一方面,技术创新和人力资本积累是制造业投入服务化影响企业数字化转型的重要渠道;另一方面,这两个作用渠道会影响制造业投入服务化对企业数字化转型的效应。这意味着,技术创新和人力资本积累既在制造业投入服务化与企业数字化转型之间发挥了中介效应,也对二者的关系有着重要的调节作用。基于此,本文根据江艇29关于使用中介变量和调节变量检验作用机制的分析,并借鉴刘维刚30的做法,分三步检验技术创新和人力资本积累的作用机制。首先,识别制造业投入服务化对技术创新和人力资本积累的效应。设定如下回归模型。Mechit=茁0+茁1Tmsmit+B忆Xit+滋i+姿t+着it(3)其中,Mech 代表中介变量,根据前文的分析,包括技术创新和人力资本积累。其次,进一步考察中介变量对企业数字化转型的作用。设定如下回归模型。Digit=酌0+酌1Mechit+C忆Xit+滋i+姿t+着it(4)本文预期技术创新和人力资本积累会显著促进企业数字化转型,即 酌10。最后,检验技术创新和人力资本积累对制造业投入服务化作用发挥的影响。将上述两个作用渠道与制造业完全投入服务化的交互项引入回归模型(4),可得:Digit=浊0+浊1Tmsmit+浊2Mechit+浊3Mechit伊Tmsmit+D忆Xit+滋i+姿t+着it(5)84第 39 卷摇 第 2 期王摇 峥,刘维刚:制造业投入服务化是否促进了企业数字化转型?根据作用机制部分的讨论,可预期这两个作用渠道能够促进制造业投入服务化对企业数字化转型的效应,即 浊30。四、实证结果与分析(一)描述性统计分析表 1 为本文变量的描述性统计结果。企业数字 化 转 型 的 最 大 值 是 1郾 508 0,最 小 值 为0郾 000 0,即有样本企业没有进行数字化转型。制造业投入服务化的最大值是 1郾 483 0,反映了较高的制造业与服务业融合水平;而标准差为0郾 185 5,说明不同行业的制造业投入服务化水平差异较大。表 1摇 变量的描述性统计结果摇 变量观测值均值标准差最小值最大值Dig27 5920郾 123 00郾 243 90郾 000 01郾 508 0Tms27 5920郾 469 90郾 185 50郾 148 61郾 483 0Innov27 5920郾 323 20郾 952 50郾 000 07郾 931 0Human12 1185郾 481 11郾 233 00郾 000 010郾 490 0Age27 1901郾 996 10郾 911 80郾 000 03郾 401 0Size27 58822郾 010 21郾 523 010郾 840 031郾 040 0Tobin爷q26 4422郾 078 01郾 378 00郾 889 09郾 163 0Roe27 2800郾 058 40郾 154 1-0郾 948 20郾 355 4HHI27 5670郾 159 60郾 114 30郾 012 60郾 550 2Debt27 5650郾 436 20郾 223 40郾 048 71郾 010 0摇 摇(二)基准回归结果分析表 2 汇报了制造业投入服务化对企业数字化转型的效应。列(1)没有加入控制变量,但控制了个体固定效应和年份固定效应,并进行了企业层面的聚类约束。结果表明,制造业投入服务化在 1%的水平下显著促进了企业数字化转型,且效应为 0郾 088 2。列(2)控制了可能影响企业数字化转型的企业年龄、企业规模、净资产收益率等变量。结果表明,制造业投入服务化对企业数字化转型的影响仍在 1%的水平下显著,且效应为0郾 086 2。这一结果丰富了刘维刚、倪红福2关于制造业投入服务化的研究,表明制造业投入服务化有助于企业数字化转型。与从制造业产出服务化视角考察数字化转型相比,这一结果从投入视角补充了制造业服务化对企业数字化转型的研究。综上,假说 1 得到验证。摇 摇(三)稳健性检验1郾 内生性处理在本文的基准回归分析中,制造业投入服务化指标是行业层面变量,企业数字化转型指标是企业层面变量,这在一定程度上缓解了内生性问题。为进一步排除内生性对回归结果偏误的影响,本文分别使用 Tms 的一期滞后项和生产投入结构变动作为工具变量来处理内生性问题。表 2摇 制造业投入服务化影响企业数字化转型的基准回归结果(1)(2)Tms0郾 088 2*0郾 086 2*(5郾 632 1)(5郾 655 9)Age0郾 000 4(0郾 068 3)Size0郾 044 9*(7郾 900 0)Tobin爷q0郾 004 4*(2郾 836 0)Roe-0郾 016 1*(-2郾 010 9)HHI-0郾 191 1*(-3郾 900 4)Debt0郾 034 7*(1郾 998 0)个体固定效应是是年份固定效应是是常数项0郾 230 9*-0郾 775 5*(5郾 533 6)(-5郾 026 0)观测值19 81618 940R20郾 221 20郾 251 3摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为 T 值。94北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 2 期摇 摇(1)使用滞后一期的制造业投入服务化(L郾 Tms)作为工具变量。一方面,制造业与服务业的产业结构具有连续性,相邻年份制造业与服务业融合发展也具有连续性,因此滞后一期的制造业投入服务化与解释变量具有高度相关性;另一方面,滞后一期的制造业投入服务化是行业层面变量,该工具变量与企业层面的数字化转型严格不相关。因此,可以认为本文选取的工具变量是合理的。表3 的列(2)汇报了使用 L.Tms 作为工具变量的回归结果,表明制造业投入服务化对企业数字化转型的影响在1%的水平下显著且效应为正。(2)使用生产投入结构变动(Jaccard)作为工具变量。Jaccard 是指两个时期间一个行业投入部门数量的变动比例,与制造业投入结构高度相关,例如,刘维刚30就以 Jaccard 表示生产投入结构变动,并研究了其与企业创新的关系。Jaccard反映了扩展边界视角下部门投入结构的变动,而制造业投入服务化是集约边界视角下投入结构的变动,因此可以认为 Jaccard 和解释变量具有高度相关性。企业数字化转型主要包括底层技术转型和应用技术转型,而生产投入结构扩展视角的变动是经济结构的均衡结果,是行业层面变量,与企业层面的数字化转型不具有直接相关性,因此可以认为 Jaccard 作为工具变量具有很强的合理性。表 3 的列(4)结果表明,使用 Jaccard 作为工具变量时,制造业投入服务化对企业数字化转型的影响在 1%的水平下显著且效应为正,与基准回归结果基本一致。表 3摇 工具变量法回归结果IV:L郾 TmsIV:JaccardTmsDigTmsDig(1)(2)(3)(4)Tms0郾 108 3*0郾 156 4*(4郾 182 1)(3郾 860 6)L郾 Tms0郾 677 2*(108郾 762 3)Jaccard0郾 325 7*(17郾 600 4)控制变量是是是是个体和年份固定效应是是是是常数项-0郾 726 6*-0郾 633 0*-2郾 438 2*-0郾 612 3*(-19郾 412 5)(-9郾 914)(-31郾 863 7)(-5郾 001 2)观测值16 88016 88018 85518 855R20郾 244 30郾 731 4Cragg鄄Donald Wald F 统计量1郾 200 伊104309郾 784Kleibergen鄄Paap rk LM 检验475郾 734166郾 5910郾 000 00郾 000 0摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;小括号内为 T 值;中括号内为 p 值。摇 摇 为检验两个工具变量的有效性,本文分别进行了弱工具变量检验。使用 Tms 的一期滞后项作为工具变量时,Cragg鄄Donald Wald F 统计量为1郾 200 伊104,远大于 Stock鄄Yogo 10%显著性水平的临界值,Kleibergen鄄Paap rk LM 检验的 p 值为0郾 000 0,拒绝不可识别的原假设;使用 Jaccard 作为工具变量时,Cragg鄄Donald Wald F 统计量为309郾 784,远大于 Stock鄄Yogo 10%显著性水平的临界值,Kleibergen鄄Paap rk LM 检验的 p 值为0郾000 0,拒绝不可识别的原假设。使用工具变量估计的制造业投入服务化对企业数字化转型的效应与基准回归结果基本一致,因此可认为本文的基准回归结果是稳健的。2郾 替换解释变量本文基准回归所使用的解释变量是根据完全消耗系数计算的完全投入服务化指标,根据刘维刚、倪红福2的研究,直接投入服务化也是刻画制造业投入服务化的重要指标。直接消耗系数反映05第 39 卷摇 第 2 期王摇 峥,刘维刚:制造业投入服务化是否促进了企业数字化转型?了经济中部门间的直接投入关系,能够更直接地反映其对企业行为的影响。如果制造业直接投入服务化对企业数字化转型的影响不显著,表 2 的基准回归结果就难以令人信服。因此,需要检验制造业直接投入服务化对企业数字化转型的影响。根据式(1),当 x 取值为直接消耗系数时,制造业投入服务化测度的是制造业直接投入服务化(Dms)。本文以 Dms 为解释变量,重新回归了模型(2)。表 4的列(1)和列(2)汇报了回归结果。列(1)没有加入控制变量,结果表明 Dms 对企业数字化转型具有显著促进作用;列(2)加入了控制变量,回归结果与列(1)基本相同。与基准回归结果相比,虽然系数有所差异,但该结果仍表明制造业直接投入服务化显著促进了企业数字化转型。3郾 聚类效应企业所在城市的经济发展或一些不可观测特征会对企业数字化转型产生重要影响,即城市或省份的独有特征可能会影响企业数字化转型,比如北京、上海、广州、深圳等一线城市的企业能够便利地利用人工智能、数字技术等数字化转型关键技术。因此,在回归分析时需要考虑省份和城市的差异性影响。表 4 的列(3)和列(4)分别汇报了控制了城市和省份聚类时制造业投入服务化对企业数字化转型的效应。结果表明,城市聚类和省份聚类下 Tms 对企业数字化转型的影响均显著且回归系数均为正。基于这一结果,可以认为制造业企业所在城市和省份的差异性并没有影响制造业投入服务化对企业数字化转型的促进作用。因此,本文的基准回归结果是稳健的。4郾 结构转型效应2008 年全球金融危机对世界各国的产业结构都产生了重大冲击,中国政府果断采取相关宏观经济政策,有效应对了金融危机。如果忽略经济发展不同阶段的产业结构特征,可能会把经济结构转型所带来的企业数字化转型误混为制造业投入服务化的促进效应。基于此,充分考虑到金融危机的影响以及企业数字化转型的时滞性,本文使用 20062009 年和 20102019 年两个子样本数据重新回归了模型(2),表 4 的列(5)和列(6)汇报了回归结果。结果表明,在控制相关变量后,制造业投入服务化对企业数字化转型的效应仍为正。这意味着,经过金融危机的冲击,中国经济不断向高质量发展阶段迈进,制造业投入服务化显著地促进了企业数字化转型。因此,本文的基准回归结果是稳健的。表 4摇 稳健性检验结果替换解释变量城市聚类省份聚类20062009 年20102019 年(1)(2)(3)(4)(5)(6)Dms0郾 126 5*0郾 122 1*(3郾 781 1)(3郾 642 0)Tms0郾 086 2*0郾 086 2*0郾 389 8*0郾 087 5*(4郾 418 5)(4郾 915 5)(2郾 506 2)(5郾 994 5)控制变量否是是是是是个体和年份固定效应是是是是是是城市聚类否否是否否否省份聚类否否否是否否常数项0郾 156 9*-0郾 840 2*-0郾 775 6*-0郾 775 6*0郾 833 6*-0郾 749 2*(3郾 947 8)(-5郾 499 5)(-5郾 144 2)(-4郾 074 2)(2郾 262 6)(-5郾 151 8)观测值19 81618 94018 89818 9212 48216 458R20郾 221 20郾 251 30郾 251 30郾 251 30郾 041 70郾 244 4摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为 T 值。15北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 2 期摇 摇(四)机制分析本文的机制检验结果见表 5。其一,基于模型(3),本文识别了 Tms 对技术创新的促进效应。列(1)的结果表明,Tms 能够显著提升企业的技术创 新 水 平,且 在 1%的 水 平 下 的 效 应 为0郾 702 6。进一步地,本文以技术创新为解释变量对模型(4)重新回归,识别了技术创新对企业数字化转型的促进效应。列(3)的结果表明,技术创新的确能够促进企业数字化转型。由此,假说2 得到验证。其二,与技术创新机制的检验类似,本文检验了人力资本积累机制。列(2)的结果表明,Tms 能够显著增加企业的人力资本积累,且在5%的水平下的效应为 0郾 156 5;列(4)的结果表明,人力资本积累对企业数字化转型有显著的促进效应。由此,假说 3 得到验证。综合列(1)列(4)的结果,可以认为,Tms 能够提升企业的技术创新能力和增加企业的人力资本积累,并进一步通过技术创新和人力资本积累促进了企业数字化转型。表 5 的列(5)和列(6)分别汇报了基于模型(5)的技术创新和人力资本积累与制造业投入服务化的交互项效应。回归结果表明,技术创新和人力资本积累分别与 Tms 的交互项对企业数字化转型均具有显著的正向影响,这意味着技术创新能力更强和人力资本积累更多的企业,制造业投入服务化对企业数字化转型的促进作用更大。综上,可以认为技术创新和人力资本积累是制造业投入服务化影响企业数字化转型的重要渠道,且制造业投入服务化对技术创新和人力资本积累水平更高企业的数字化转型促进作用更大,即较好地检验了制造业投入服务化通过技术创新和人力资本积累影响企业数字化转型的渠道效应。表 5摇 机制检验结果InnovHumanDigDigDigDig(1)(2)(3)(4)(5)(6)Tms0郾 702 6*0郾 156 5*-0郾 004 9-0郾 294 0*(2郾 950 4)(2郾 016 7)(-0郾 129 3)(-5郾 702 3)Innov0郾 008 5*0郾 038 0*(1郾 954 9)(1郾 799 4)Human0郾 022 2*0郾 159 3*(4郾 257 0)(8郾 588 7)Innov 伊 Tms0郾 013 4*(2郾 422 1)Human 伊 Tms0郾 063 5*(7郾 559 2)控制变量是是是是是是个体和年份固定效应是是是是是是常数项-7郾 632 1*-9郾 335 6*-1郾 083 8*-0郾 726 3*-1郾 104 0*-1郾 250 8*(-4郾 877 8)(-23郾 416 1)(-2郾 505 4)(-3郾 469 8)(-4郾 999 9)(-8郾 038 8)观测值2 6349 3852 6349 3852 6349 385R20郾 190 10郾 345 80郾 262 60郾 198 50郾 263 70郾 205 3摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为 T 值。摇 摇(五)异质性分析1郾 基于企业属性的异质性分析制造业投入服务化反映了生产结构特征,对于不同性质企业的数字化转型可能具有差异化影响。为此,本文考察了制造业投入服务化对民营企业和国有企业数字化转型的影响。本文设定企业属性虚拟变量(State),将民营企业赋值为 1,国有企业赋值为 0,并将 Tms 与 State 的交互项(Tms 伊 State)代入模型(2)进行回归。表 6 的列(1)汇报了回归结果。结果表明,相对于国有企25第 39 卷摇 第 2 期王摇 峥,刘维刚:制造业投入服务化是否促进了企业数字化转型?业,Tms 对民营企业数字化转型的促进作用更大。原因可能在于,民营企业的市场竞争意识更强,体制机制更加灵活,更愿意接受新技术、新业态和新模式,从而更愿意增加研发投入、促进创新和雇用更多高技能人才。2郾 基于地区的异质性分析不同地区的生产结构不同,而制造业投入服务化又反映了生产结构特征,因此需要进一步考察不同地区制造业投入服务化对企业数字化转型的差异化影响。本文按照企业注册地所在省份设定企业所属地区虚拟变量(Area),企业所属地区为东部地区赋值为 1,否则赋值为 0,并将 Tms 与Area 的交互项(Tms 伊 Area)代入模型(2)进行回归。表 6 的列(2)汇报了回归结果。结果表明,相对于中西部地区企业,Tms 对东部地区企业数字化转型的促进作用更大。原因可能在于,东部地区生产技术水平更先进,市场竞争更激烈,企业更容易接受新技术,特别是东部地区的创新水平和人力资本水平更高。表 6摇 异质性分析回归结果(1)(2)Tms 伊 State0郾 019 7*(3郾 263 6)Tms 伊 Area0郾 084 8*(3郾 959 5)控制变量是是个体和年份固定效应是是常数项-0郾 799 0*-1郾 064 0*(-5郾 134 6)(-5郾 792 3)观测值18 94018 940R20郾 251 50郾 256 6摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为 T 值。五、进一步分析:企业数字化转型的结构效应企业数字化转型指标是根据关键词词频计算而得,综合了人工智能、云计算、大数据和区块链等多维度的特征,在加总过程中可能会损失部分有效信息,未必能够真实反映企业数字化转型水平。基于企业数字化转型的基本内涵,本文将企业数字化转型分为底层技术转型(Found)和应用技术转型(Appli),并基于模型(2),分别以底层技术转型和应用技术转型为被解释变量重新回归,以考察制造业投入服务化影响企业数字化转型的结构效应。表 7 的回归结果表明,Tms 对制造业企业的底层技术转型和应用技术转型都具有显著的促进作用。底层技术转型主要体现在基础技术的应用上,应用技术转型则主要体现在对现代信息技术的使用上,而制造业投入服务化反映了生产结构特征,刻画了技术进步和产业升级。因此,制造业投入服务化对两类企业数字化转型都具有显著的促进作用。表 7摇 制造业投入服务化影响企业数字化转型结构效应的回归结果FoundAppli(1)(2)Tms0郾 058 3*0郾 051 2*(2郾 417 0)(2郾 023 6)控制变量是是个体和年份固定效应是是常数项-0郾 843 0*-0郾 727 1*(-3郾 659 5)(-2郾 797 8)观测值18 94018 940R20郾 116 30郾 055 7摇 摇 注:*、*和*分别表示在 1%、5%和 10%的水平下显著;括号内为 T 值。六、研究结论与政策启示本文基于 20062019 年中国 A 股上市公司数据和历年投入产出表数据,研究了制造业投入服务化对企业数字化转型的影响及其机制。研究发现如下。(1)制造业投入服务化显著促进了企业数字化转型,并且该结论在经过内生性处理和多重稳健性检验后仍然成立。这表明,企业数字化转型不仅仅是中国产业结构升级的重要组成部分,也深受产业结构融合发展和升级的影响。(2)制造业投入服务化通过技术创新和人力资本积累促进了企业数字化转型。技术创新和人力资本积累不仅是制造业投入服务化作用发挥的渠道,也会影响制造业投入服务化对企业数字化转型的实际作用发挥。(3)制造业投入服务化对企业数字化转型的影响具有异质性,相对于国有企业和35北京工商大学学报(社会科学版)摇 摇 摇 摇 2024 年摇 第 2 期中西部地区企业,制造业投入服务化对民营企业和东部地区企业数字化转型的促进效应更大。本文的研究表明,制造业投入服务化为企业实现数字化转型提供了重要动力,这为促进企业数字化转型提供了有益的政策启示。第一,进一步重视生产性服务业发展,引导服务业与制造业深度融合发展。制造业投入服务化可以显著促进企业数字化转型,因此,中央和各级地方政府应充分重视服务业与制造业的协调发展,打造一批生产性服务业集聚区,完善生产性服务业的产业链供应链,提高生产性服务业的供给效率和质量。同时,引导生产性服务业