主办: 上海立信会计金融学院

  • ISSN 2096-9554
  • CN 31-2074/F

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

数字化、轻资产运营与企业成长

陈银飞 邓雅慧 茅宁

陈银飞, 邓雅慧, 茅宁. 2022. 数字化、轻资产运营与企业成长. 会计与经济研究, 36(3): 94-110.
引用本文: 陈银飞, 邓雅慧, 茅宁. 2022. 数字化、轻资产运营与企业成长. 会计与经济研究, 36(3): 94-110.
Chen Yinfei, Deng Yahui, Mao Ning. 2022. Digitalization, Light-asset Operation and Firm Growth. Accounting and Economic Research, 36(3): 94-110.
Citation: Chen Yinfei, Deng Yahui, Mao Ning. 2022. Digitalization, Light-asset Operation and Firm Growth. Accounting and Economic Research, 36(3): 94-110.

数字化、轻资产运营与企业成长

基金项目: 国家社会科学基金后期资助项目(19FGLB024);江苏省社会科学基金项目(18EYB019);江苏省高校哲学社会科学优秀创新团队建设项目
详细信息
    作者简介:

    陈银飞(通讯作者),博士,江苏大学财经学院产业经济研究院教授,chenyinfei@ujs.edu.cn

    邓雅慧,江苏大学财经学院硕士研究生,1318922388@qq.com

    茅宁,博士,南京大学商学院教授,maong@nju.edu.cn

  • 中图分类号: F272.3

  • 摘要: 数字经济时代,企业数字化为轻资产运营提供了生态土壤,但数字化和资产运营模式转变不仅在于变革本身,还需考虑其产生的经济效果。文章基于2012−2019年A股上市企业数据,探究企业数字化引致的资产运营模式变化,以及最终对企业成长的影响,结果表明,数字化促进了企业轻资产运营。进一步分析发现,轻资产化程度与企业成长呈倒U型关系,在不同的轻资产化程度下,数字化对企业成长的影响存在双重门槛效应,第二区间为最优门槛区间。异质性分析表明,数字化显著提升了非国有企业的轻资产化程度,但并未提升国有企业的轻资产化程度。此外,在资产过“重”的条件下,非国有企业数字化对企业成长的抑制作用强于国有企业;在资产过“轻”的条件下,国有企业数字化对企业成长的抑制作用强于非国有企业。研究揭示了企业数字化引发的资产运营模式转变及影响,为数字经济与实体经济的融合提供了启示。

    Digitalization, Light-asset Operation and Firm Growth

  • 表  1  变量定义

    变量 符号 定义
    数字化程度 Trans 数字化无形资产/无形资产总额
    轻资产化程度 Lad 运用主成分分析法,基于包含轻资产化信息的指标提取主成分
    企业成长 Growth (本年本期营业收入−上年同期营业收入)/上年同期营业收入
    企业规模 Size 资产总额的自然对数
    资产负债率 Lev 总负债/总资产
    企业年龄 Age 企业成立年限的自然对数
    两职合一 Dual 董事长和总经理由同一人担任取1,否则取0
    行业 ind 行业虚拟变量
    年份 year 年份虚拟变量
    下载: 导出CSV

    表  2  描述性统计

    变量 样本数 平均值 标准差 最小值 中位数 最大值
    Trans 16064 0.083 0.200 0.000 0.015 1.000
    Lad 16064 −0.017 1.158 −2.408 −0.107 4.041
    Growth 16064 0.171 0.482 −0.573 0.086 3.324
    Size 16064 8.567 1.315 5.944 8.401 12.453
    Lev 16064 0.446 0.208 0.056 0.441 0.905
    Age 16064 2.813 0.371 0.693 2.890 3.784
    Dual 16064 0.232 0.422 0.000 0.000 1.000
    下载: 导出CSV

    表  3  基准回归结果

    变量 Lad
    (1) (2)
    Trans 0.378*** 0.396***
    (4.272) (5.944)
    Size 0.051
    (1.467)
    Lev −2.620***
    (−13.348)
    Age −0.226***
    (−3.134)
    Dual 0.107***
    (4.763)
    cons 0.252** 1.512***
    (2.077) (4.338)
    ind 控制 控制
    year 控制 控制
    N 16064 16064
    R-sq 0.042 0.234
      注:year表示年度固定效应,ind表示行业固定效应,回归均用采行业层面的聚类稳健标准误估计。 ****** 分别表示在 1% 、5% 、10% 水平上显著,括号内为z值,下同。
    下载: 导出CSV

    表  4  轻资产运营与企业成长

    变量 线性回归 非线性回归
    (1) (2) (3) (4)
    Lad 0.005 0.017*** 0.013*** 0.024***
    (1.101) (3.149) (2.801) (4.723)
    Lad 2 −0.008*** −0.008***
    (−6.709) (−5.604)
    cons 0.134*** 0.010 0.156*** 0.020
    (9.512) (0.230) (10.201) (0.465)
    Controls 未控制 控制 未控制 控制
    ind 控制 控制 控制 控制
    year 控制 控制 控制 控制
    N 16064 16064 16064 16064
    R-sq 0.016 0.027 0.018 0.024
    下载: 导出CSV

    表  5  门槛效果检验

    模型 F值 P值 BS次数 1%临界值 5%临界值 10%临界值
    单一门槛 10.942* 0.087 300 17.150 11.902 10.580
    双重门槛 23.678*** 0.003 300 16.776 13.647 11.394
    三重门槛 12.011 0.190 300 25.064 20.164 15.769
    下载: 导出CSV

    表  6  双重门槛模型估计结果

    变量 门槛
    效应
    (1)
    未考虑
    门槛效应
    (2)
    Trans 0.124***
    (4.184)
    Trans(Lad $\leqslant $−0.293) −0.040
    (−0.566)
    Trans(−0.293< Lad $\leqslant $0.087) 0.328***
    (3.024)
    Trans(Lad>0.087) 0.070
    (1.262)
    cons −0.630*** 0.033
    (−6.909) (0.776)
    Controls 控制 控制
    firm 控制 控制
    year 控制 控制
    N 16064 16064
    R-sq 0.032 0.022
    下载: 导出CSV

    表  7  调节效应检验结果

    变量 国有企业
    (1)
    非国有企业
    (2)
    交乘
    (3)
    Trans 0.113 0.574*** 0.214*
    (0.928) (6.419) (1.726)
    $ Trans \times State $ 0.292*
    (1.701)
    State 0.137
    (1.437)
    cons 1.330** 0.785*** 1.281
    (2.230) (2.812) (4.455)
    Controls 控制 控制 控制
    ind 控制 控制 控制
    year 控制 控制 控制
    N 6856 9208 16064
    R-sq 0.111 0.299 0.241
    下载: 导出CSV

    表  8  基于产权性质分类的门槛效果检验

    产权性质 模型 F值 P值 BS次数 1%临界值 5%临界值
    国有企业 单一门槛 12.874* 0.057 300 25.590 13.912
    双重门槛 21.528** 0.040 300 40.751 17.132
    三重门槛 6.667 0.720 300 49.273 28.004
    非国有企业 单一门槛 16.572** 0.033 300 31.901 14.607
    双重门槛 15.131* 0.063 300 25.837 15.346
    三重门槛 12.070 0.427 300 30.128 22.845
    下载: 导出CSV

    表  9  基于产权性质分类的双重门槛模型估计结果

    变量 国有企业
    (1)
    非国有企业
    (2)
    Trans(Lad $\leqslant $Th1) −0.022 −0.131*
    (−0.342) (−1.748)
    Trans(Th1<Lad $\leqslant $Th2) 0.634*** 1.292***
    (4.414) (6.153)
    Trans(Lad>Th2) −0.121** 0.181***
    (−2.009) (3.684)
    cons −1.294*** −0.344***
    (−9.902) (−3.668)
    Controls 控制 控制
    firm 控制 控制
    year 控制 控制
    N 6856 9208
    R-sq 0.049 0.030
    下载: 导出CSV

    表  10  稳健性检验结果

    变量 基准模型稳健性检验 门槛模型稳健性检验
    工具变量法
    (1)
    滞后变量法
    (2)
    替换变量法
    (3)

    (4)

    (5)

    (6)
    Trans 3.369*** −0.040*** 0.049 0.126** 0.058
    (6.083) (−3.445) (0.764) (2.234) (1.385)
    L.Trans 0.287***
    (5.209)
    cons 1.386*** 0.749* 0.372*** 0.097 −0.021 −0.130
    (3.451) (1.946) (5.784) (−0.762) (−0.192) (−1.425)
    Controls 控制 控制 控制 控制 控制 控制
    ind 控制 控制 控制 控制 控制 控制
    year 控制 控制 控制 控制 控制 控制
    N 16064 14056 16064 5355 5355 5354
    R-sq 0.072 0.204 0.060 0.053 0.046 0.048
    下载: 导出CSV
  • [1] 池毛毛, 叶丁菱, 王俊晶, 翟姗姗. 2020. 我国中小制造企业如何提升新产品开发绩效——基于数字化赋能的视角. 南开管理评论 (3): 63−75.
    [2] 戴天婧, 张茹, 汤谷良. 2012. 财务战略驱动企业盈利模式——美国苹果公司轻资产模式案例研究. 会计研究 (11): 23−32, 94. doi: 10.3969/j.issn.1003-2886.2012.11.004
    [3] 邓慧慧, 李慧榕. 2021. 区域一体化与企业成长——基于国内大循环的微观视角. 经济评论 (3): 3−17.
    [4] 杜传忠, 刘树龙. 2012. 经济转轨期中国企业成长的影响因素及其机理分析. 中国工业经济 (11): 97−109.
    [5] 冯学良, 李仲武, 邓向荣. 2021. 网络关注度与企业成长——基于企业生命周期的视角. 当代经济科学 (8): 1−14.
    [6] 何帆, 刘红霞. 2019. 数字经济视角下实体企业数字化变革的业绩提升效应评估. 改革 (4): 137−148.
    [7] 胡斌, 王莉丽. 2020. 物联网环境下的企业组织结构变革. 管理世界 (8): 202−210, 211, 232. doi: 10.3969/j.issn.1002-5502.2020.08.016
    [8] 荆文君, 孙宝文. 2019. 数字经济促进经济高质量发展:一个理论分析框架. 经济学家 (2): 66−73.
    [9] 李贲, 吴利华. 2018. 开发区设立与企业成长:异质性与机制研究. 中国工业经济 (4): 79−97.
    [10] 李兰冰, 商圆月, 阎丽. 2021. 行政审批制度改革、制度成本与民营企业成长. 经济与管理研究 (5): 29−49.
    [11] 刘海洋, 高璐, 林令涛. 2019. 互联网、企业出口模式变革及其影响. 经济学(季刊)(1): 262−280.
    [12] 刘淑春, 闫津臣, 张思雪, 林汉川. 2021. 企业管理数字化变革能提升投入产出效率吗. 管理世界 (5): 170−190, 13. doi: 10.3969/j.issn.1002-5502.2021.05.014
    [13] 刘意, 谢康, 邓弘林. 2020. 数据驱动的产品研发转型:组织惯例适应性变革视角的案例研究. 管理世界 (3): 164−182. doi: 10.3969/j.issn.1002-5502.2020.03.011
    [14] 戚聿东, 肖旭. 2020. 数字经济时代的企业管理变革. 管理世界 (6): 135−152.
    [15] 祁怀锦, 曹修琴, 刘艳霞. 2020. 数字经济对公司治理的影响——基于信息不对称和管理者非理性行为视角. 改革 (4): 50−64.
    [16] 乔朋华, 张悦, 许为宾, 石琳娜. 2020. 管理者心理韧性、战略变革与企业成长——基于香港交易所中资上市公司的实证研究. 管理评论 (32): 1−12.
    [17] 沈国兵, 袁征宇. 2020a. 企业互联网化对中国企业创新及出口的影响. 经济研究 (1): 33−48.
    [18] 沈国兵, 袁征宇. 2020b. 互联网化对中国企业出口国内增加值提升的影响. 财贸经济 (6): 130−146.
    [19] 盛斌, 毛其淋. 2015. 贸易自由化、企业成长和规模分布. 世界经济 (2): 3−30.
    [20] 盛明泉, 冯天宇, 谢睿. 2020. 企业轻资产运营与全要素生产率. 云南财经大学学报 (10): 101−112.
    [21] 施炳展, 李建桐. 2020. 互联网是否促进了分工:来自中国制造业企业的证据. 管理世界 (4): 130−148. doi: 10.3969/j.issn.1002-5502.2020.04.013
    [22] 唐璎璋, 刘芬美, 黄宝慧. 2007. 轻资产战略与运营绩效关系之研究——以台湾企业为例. 管理学报 (1): 75−91.
    [23] 王树斌, 杨德林, 王超发, 李彦昭. 2020. 外部技术扩散模式下的高新技术企业成长研究. 科学学研究 (8): 1−10.
    [24] 王智波, 李长洪. 2015. 轻资产运营对企业利润率的影响——基于中国工业企业数据的实证研究. 中国工业经济 (6): 108−121.
    [25] 魏炜, 朱武祥. 2010. 重构商业模式. 北京: 机械工业出版社.
    [26] 谢莉娟, 王诗桪. 2018. 国有企业应该转向轻资产运营吗——工业和流通业的比较实证分析. 财贸经济 (2): 118−135. doi: 10.3969/j.issn.1002-8102.2018.02.008
    [27] 许宪春, 张美慧. 2020. 中国数字经济规模测算研究——基于国际比较的视角. 中国工业经济 (5): 23−41.
    [28] 杨德明, 刘泳文. 2018. “互联网+”为什么加出了业绩. 中国工业经济 (5): 80−98.
    [29] 余文涛, 吴士炜. 2020. 互联网平台经济与正在缓解的市场扭曲. 财贸经济 (5): 146−160. doi: 10.3969/j.issn.1002-8102.2020.05.010
    [30] 余泳泽, 郭梦华, 胡山. 2020. 社会失信环境与民营企业成长——来自城市失信人的经验证据. 中国工业经济 (9): 137−155. doi: 10.3969/j.issn.1006-480X.2020.09.008
    [31] 张新民, 陈德球. 2020. 移动互联网时代企业商业模式、价值共创与治理风险——基于瑞幸咖啡财务造假的案例分析. 管理世界 (5): 74−86. doi: 10.3969/j.issn.1002-5502.2020.05.007
    [32] 张新民, 祝继高. 2019. 经营资产结构影响高商誉企业的市场价值吗——基于A股上市公司的实证研究. 南开管理评论 (2): 114−127. doi: 10.3969/j.issn.1008-3448.2019.02.011
    [33] 张勋, 万广华, 张佳佳, 何宗樾. 2019. 数字经济、普惠金融与包容性增长. 经济研究 (8): 71−86.
    [34] 张永珅, 李小波, 邢铭强. 2021. 企业数字化转型与审计定价. 审计研究 (3): 62−71. doi: 10.3969/j.issn.1002-4239.2021.03.009
    [35] 赵璨, 曹伟, 姚振晔, 王竹泉. 2020. “互联网+”有利于降低企业成本粘性吗. 财经研究 (4): 33−47.
    [36] 赵连伟. 2015. 营改增的企业成长效应研究. 中央财经大学学报 (7): 20−27.
    [37] 赵云辉, 张哲, 冯泰文, 陶克涛. 2019. 大数据发展、制度环境与政府治理效率. 管理世界 (11): 119−132. doi: 10.3969/j.issn.1002-5502.2019.11.010
    [38] 周泽将, 李鼎. 2019. 轻资产运营对企业R&D投入的影响研究:以中国上市公司为例. 管理评论 (6): 91−101.
    [39] 周泽将, 李鼎, 王浩然. 2020. 轻资产运营与企业风险承担:实证分析与影响路径. 统计研究 (1): 99−109.
    [40] Bakos, J. Y. 1997. Reducing buyer search costs: implications for electronic marketplaces. Management Science 43(12): 1676−1692. doi: 10.1287/mnsc.43.12.1676
    [41] Delmar, F., and S. Shane. 2006. Does experience matter? the effect of founding team experience on the survival and sales of newly founded ventures. Strategic Organization 4(3): 215−247. doi: 10.1177/1476127006066596
    [42] Goldfarb, A., and C. Tucker. 2017. Digital Economics. NBER Working Paper .
    [43] Hinings, B., T. Gegenhuber, and R. Greenwood. 2018. Digital innovation and transformation: an institutional perspective. Information and Organization 28(1): 52−61. doi: 10.1016/j.infoandorg.2018.02.004
    [44] Ilvonen, I., S. Thalmann, M. Manhart, and C. Sillaber. 2018. Reconciling digitization and knowledge protection: a research agenda. Knowledge Management Research & Practice 16(2): 235−244.
    [45] Low, W., P. Das, and C. Piffaretti. 2015. The role of hotels in mixed asset portfolios: revisiting the asset-heavy versus asset-light debate. International Journal of the Built Environment and Asset Management 1(4): 273−292. doi: 10.1504/IJBEAM.2015.075061
    [46] Malone, T. W., J. Yates, and R. I. Benjamin. 1987. Electronic markets and electronic hierarchies. Communications of the Acm 30(6): 484−497. doi: 10.1145/214762.214766
    [47] Orlov, E. 2011. How does the internet influence price dispersion? evidence from the airline industry. The Journal of Industrial Economics 59(1): 21−37. doi: 10.1111/j.1467-6451.2011.00444.x
    [48] Penrose, E. T. 1959. The Theory of the Growth of the Firm. New York: John Wiley.
    [49] Richard M. S. W., and J. A. Stenson. 2008. Valuation of information assets on the balance sheet: The recognition and approaches to the valuation of intangible assets. Business Information Review 25(3): 167−182. doi: 10.1177/0266382108095039
    [50] Sohn, J., C. H. Tang, and S. Jang. 2013. Does the asset-light and fee-oriented strategy create value. International Journal of Hospitality Management 32: 270−277. doi: 10.1016/j.ijhm.2012.07.004
    [51] Surdu, G. 2011. The internationalization process and the asset-light approach. Romanian Economic and Business Review 6(1): 184−188.
    [52] Symeonidou, N., and N. Nicolaou. 2018 Resource orchestration in start-ups: synchronizing human capital investment, leveraging strategy, and founder start-up experience. Strategic Entrepreneurship Journal 12(2): 194−218.
    [53] Teece, D. J., G. Pisano, and A. Shuen. 1997. Dynamic capabilities and strategic management. Strategic Management Journal 18(7): 509−533. doi: 10.1002/(SICI)1097-0266(199708)18:7<509::AID-SMJ882>3.0.CO;2-Z
    [54] Wen, H. C., J. H. Huang, and Y. L. Cheng. 2012. What Japanese semiconductor enterprises can learn from the asset-light business model for sustainable competitive advantage. Asian Business& Management 11(5): 615−649.
    [55] Yu, X. 2018. The impact of asset-light strategy on companies’ profitability. Journal of Advance in Economics and Finance 3(2): 27−32. doi: 10.22606/jaef.2018.32002
表(10)
计量
  • 文章访问数:  205
  • HTML全文浏览量:  159
  • PDF下载量:  400
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-03-01
  • 网络出版日期:  2022-06-29
  • 刊出日期:  2022-06-29

目录

    数字化、轻资产运营与企业成长

      基金项目:  国家社会科学基金后期资助项目(19FGLB024);江苏省社会科学基金项目(18EYB019);江苏省高校哲学社会科学优秀创新团队建设项目
      作者简介:

      陈银飞(通讯作者),博士,江苏大学财经学院产业经济研究院教授,chenyinfei@ujs.edu.cn

      邓雅慧,江苏大学财经学院硕士研究生,1318922388@qq.com

      茅宁,博士,南京大学商学院教授,maong@nju.edu.cn

    • 中图分类号: F272.3

    摘要: 数字经济时代,企业数字化为轻资产运营提供了生态土壤,但数字化和资产运营模式转变不仅在于变革本身,还需考虑其产生的经济效果。文章基于2012−2019年A股上市企业数据,探究企业数字化引致的资产运营模式变化,以及最终对企业成长的影响,结果表明,数字化促进了企业轻资产运营。进一步分析发现,轻资产化程度与企业成长呈倒U型关系,在不同的轻资产化程度下,数字化对企业成长的影响存在双重门槛效应,第二区间为最优门槛区间。异质性分析表明,数字化显著提升了非国有企业的轻资产化程度,但并未提升国有企业的轻资产化程度。此外,在资产过“重”的条件下,非国有企业数字化对企业成长的抑制作用强于国有企业;在资产过“轻”的条件下,国有企业数字化对企业成长的抑制作用强于非国有企业。研究揭示了企业数字化引发的资产运营模式转变及影响,为数字经济与实体经济的融合提供了启示。

    English Abstract

    陈银飞, 邓雅慧, 茅宁. 2022. 数字化、轻资产运营与企业成长. 会计与经济研究, 36(3): 94-110.
    引用本文: 陈银飞, 邓雅慧, 茅宁. 2022. 数字化、轻资产运营与企业成长. 会计与经济研究, 36(3): 94-110.
    Chen Yinfei, Deng Yahui, Mao Ning. 2022. Digitalization, Light-asset Operation and Firm Growth. Accounting and Economic Research, 36(3): 94-110.
    Citation: Chen Yinfei, Deng Yahui, Mao Ning. 2022. Digitalization, Light-asset Operation and Firm Growth. Accounting and Economic Research, 36(3): 94-110.
      • 数字经济时代,信息技术广泛渗透于各产业领域,据《中国数字经济发展与就业白皮书(2020年)》统计,截至2019年,数字经济在国内生产总值中的占比超36%,规模高达35.8万亿元,其中,与基础型数字经济相比,融合型数字经济占数字经济的比重不断提升,这意味着传统企业的生产、运营及管理逐步趋于数字化,数字经济与实体经济融合发展是大势所趋。然而,据《2019埃森哲中国企业数字化转型指数研究》的数据显示,目前仅9%的中国企业数字化取得较大成效,虽较以往有所提升,但我国企业的数字化之路仍任重而道远。由此引发的问题是,传统行业采取何种举措能促使数字技术与实体经济更好地融合,从而最大限度地促进企业成长?

        数字技术与实体经济日渐融合,已不单纯是技术方面的问题,对企业管理实践也提出了新的要求。不少学者关注到企业数字技术应用引起的组织流程变革,但尚无对企业数字化过程中资本战略变化的研究。生产要素在生产过程中的投入使用形成了企业的最终产出,大数据、物联网、智能平台等数字技术转变了企业的生产方式,必然会影响到各要素的投入结构和比例。资本要素作为各个生产环节有序运转的后盾,更容易在外部环境发生变化时做出战略调整以实现最大化价值增值。那么,企业在数字化过程中对资产运营模式做出哪些适应性调整?这是本文关注的问题。

        此外,企业无论发生怎样的创新性变革,都绕不开对变革所产生的经济效果的讨论。作为经济学、管理学等多个领域的重要议题,企业成长一直受到学者广泛关注。企业成长意味着企业的经营绩效在持续优化,根据企业成长理论,企业战略选取、治理模式、管理者特征等内部因素是企业获取竞争优势和成长发展的源泉(Penrose,1959Delmar和Shane,2006),企业战略变革的成效最终会体现在绩效表现上。因此,本文还将探讨数字化和资产运营模式调整能否带来企业成长绩效提升。

        本文可能的贡献:一是首次基于资本战略视角考察数字化作用下企业资产运营模式的变化,丰富了数字化对企业行为的影响研究。二是探究了数字化与资产运营模式在不同协调状态下对企业成长的影响,不仅丰富了数字化的经济效果研究,也从企业资产运营角度为最大化发挥数字化的作用提供了经验证据。三是着重探讨了国有企业和非国有企业在数字化过程中,资产运营模式和成长绩效的异质性表现,对于两类企业精准施策,进而高效进行数字转型化提供了参考。

        余文结构安排如下:第二部分是文献回顾与研究假设,第三部分是研究设计,第四部分是实证结果与分析,第五部分是异质性分析,第六部分是稳健性检验,第七部分是结论与启示。

      • 信息通信技术的高速发展,使数字经济对生产生活形态的重塑达到前所未有的状态,由此引发学者对数字经济相关问题展开广泛讨论。

        关于数字经济与相关情境因素的协同问题,已有研究表明,政府运用大数据技术提高治理效率,需要完善的制度环境作为支撑(赵云辉等,2019)。企业层面,改变组织内外部环境被认为是助力数字化变革取得成效的关键(Hinings等,2018)。另外,现有文献多从理论角度阐述企业在应用数字技术时,会对内部管理、治理结构、战略目标等做出适应性调整(Ilvonen等,2018胡斌和王莉丽,2020刘意等,2020)。相较于理论研究,有关数字技术应用引发企业管理变革的实证研究尚不多见,且较少有研究将目光追溯到企业的资本战略变化上。

        关于数字经济的影响,已有研究从宏观层面指出,数字经济可通过新投入要素、新资源配置效率以及新全要素生产率三种渠道推动经济增长(荆文君和孙宝文,2019)。还有研究通过构建模型实证分析数字经济对市场扭曲(余文涛和吴视炜,2020)、政府治理效率(赵云辉等,2019)与包容性经济增长(张勋等,2019)的影响。研究发现互联网平台经济能够有效缓解市场扭曲,大数据发展有利于提升政府绩效和抑制腐败行为,以互联网为基础的数字金融发展极大促进了我国包容性增长。微观层面,不少学者研究了数字经济对企业出口(刘海洋等,2019沈国兵和袁征宇,2020a沈国兵和袁征宇,2020b)、分工(施炳展和李建桐,2020)以及新产品开发绩效(池毛毛等,2020)的影响。研究发现企业互联网化可通过增加国内中间投入、促进研发创新和出口模式变革三个路径提升企业出口,且互联网发展显著推动了制造业企业分工,此外,中小制造业企业数字化能够助其实现新产品开发绩效提升。

        已有研究对数字经济的指标测度(许宪春和张美慧,2020)、协调机制及经济后果展开了广泛讨论,但对企业数字化是否以及如何影响资产运营模式这一问题的关注显然不够。资产运营模式有轻重之分,相比于重资产运营,轻资产运营因其固定资产投入少、专业化分工强等特点,深受传统企业和市场青睐。在数字经济时代,互联网、大数据、智能平台等数字技术的应用更是为企业轻资产运营提供了广阔的空间(周泽将和李鼎,2019)。然而对于企业轻资产运营经济后果的讨论,现有研究尚未得出一致的结论。不少学者通过经验证据表明轻资产运营能够提升企业盈利能力(唐璎璋等,2007)、降低企业运营风险(Wen等,2012)、增强企业盈余稳健性(Sohn等,2013)。也有部分研究发现轻资产运营并不能提升企业盈利能力(王智波和李长洪,2015Yu,2018),甚至会造成企业股票波动(Low等,2015)、降低企业资产周转率和财务绩效(张新民和祝继高,2019)。事实上,转变资产运营模式的关键是要根据经营情况把握好“度”,但鲜有学者关注到轻资产模式和重资产模式并不是非此即彼的对立关系。尤其是在数字化过程中,企业既要舍弃一些不必要的重资产为数字化减负,也要避免过度轻资产化,造成数字化变革失去物质依托,因而企业更需要在轻重模式的转换间寻找一个最优平衡点。为此有必要对企业在数字化过程中的资产结构调整进行探讨。

        在企业成长的影响因素方面,有研究发现外部环境会对企业成长产生影响,特别是对转轨时期的中国而言,各种体制因素对企业成长的影响尤为深远(杜传忠和刘树龙,2012)。盛斌和毛其淋(2015)以中国加入WTO为背景,探究贸易政策变动对企业成长的影响,研究表明中间投入品关税减让和贸易自由化有效推动了企业成长。李贲和吴利华(2018)的研究发现,作为我国经济特区政策的重要延续,开发区设立通过发挥政策效应和集聚效应促进了我国企业成长。在推进国内大循环和国际国内双循环的新发展格局下,区域一体化政策也通过有效市场和有为政府两个机制的联合,促进了企业成长(邓慧慧和李慧榕,2021)。此外,“营改增”税制改革(赵连伟,2015)、行政审批制度改革(李兰冰等,2021)对民营企业的成长能力产生显著提升作用。企业成长理论把内部因素看作企业成长的源泉,以此为基础,不少学者从企业内在角度探究了资源编排((Symeonidou和Nicolaou,2018)、外部技术扩散(王树斌等,2020)、管理者心理韧性(乔朋华等,2020)等对企业成长的影响。研究发现,能够促进企业价值创造进而实现企业成长的重要因素是对资源的管理,而非资源本身。其中,对创始人经验、人力资本这些内部资源的编排与管理是企业成长的关键。外部技术扩散也可推进企业成长,其中产品创新程度是交流扩散与企业成长的中介,产品创新速度是转让扩散与企业成长的中介。另外,短期内管理者心理韧性会抑制企业成长,长期则起促进作用,战略变革是二者间的重要中介。可以看到,内外部环境均是影响企业成长的重要因素,当企业内部展开数字化变革时,如何调整资产运营模式?最终对企业成长产生怎样的影响?在不同的资产运营模式下,这种影响是否有差异?目前尚无学者将数字化、资产运营模式与企业成长三者纳入同一研究框架。鉴于此,本文在微观层面构建企业数字化程度变量,实证分析企业数字化对资产运营模式的影响;并进一步构建面板门槛模型,探究在不同轻资产化程度下,数字化对企业成长的作用效果,从而引导企业在数字化过程中做出合理的资产结构调整。

      • 在企业边界理论中,企业边界可划分为纵向边界和横向边界。纵向边界从经营范围角度反映企业在价值链中的界限,即价值链上哪些经营活动由企业自身完成,哪些经营活动由市场中其他企业完成;横向边界则从经营规模角度反映企业能以多大规模进行生产。以互联网为依托的数字化一方面通过降低交易成本,加强企业分工,从外部打破了企业与市场间的纵向边界;另一方面通过颠覆传统运营模式,从内部拓宽了企业的横向边界,最终使资产结构呈现出轻资产的状态。

        从企业与市场间的纵向边界来看,当外部交易成本低于内部管理成本时,企业外部的纵向边界则被打破,从而形成分工,企业的厂房、设备等固定资产投资则会相应减少。数字化对交易成本的降低作用主要体现在以下方面:首先,企业数字化减少了信息搜寻成本(Bakos,1997),从而使企业更容易匹配到合适的合作商。与此同时,数字化降低了企业的议价成本,企业可对海量同类产品或服务进行比价,加大了同类产品或服务间的竞争,总体上使价格水平降低(Orlocv,2011),促使企业更倾向于外购中间品。其次,数字化降低了企业的溯源成本(Goldfarb和Tucker,2017)。企业可通过具有存储功能的信息系统,对合作方的履约记录、资信状况、产品质量等方面进行事先考察,很大程度上避免了在外购中间品时与履约能力弱的企业签订合约,进而增强了企业对生产风险的管控。此外,数字化有利于降低分工时的合约成本(Malone等,1987)。在合约签订后,购买中间品的企业可通过数字化信息系统与合作商进行业务流程连接,对合作商行为进行实时指导与监督,从而降低了合约签订后的道德风险,进一步吸引企业参与专业化分工。由此促进企业专注于核心业务,将不具备自身优势的制造业务、销售业务、成品配送或物流等业务外包,实现轻资产运营。

        从企业内部的横向边界来看,数字化使企业的横向边界得到扩展,具体表现为线上销售增加、企业与客户关系加深、存货管理水平提高,在此基础上,企业的门店、人工、仓储等投入减少,客户关系等无形资产得到积累,从而实现轻资产运营。在销售渠道方面,企业数字化发展能够为企业和客户创建一个线上信息交流平台,客户可以从中获取企业信息,并根据平台渠道的引导完成交易,在此过程中节省了相当一部分门店费用与人工费用。而“流量为王”的时代更是为数字化企业轻资产运营提供了机遇,越来越多的企业借助网络技术,开展“短视频营销”和“网络直播带货”吸引网络关注度,在更大程度上扩大了企业的线上销售规模(冯学良等,2021)。与此同时,在客户关系管理方面,客户在线上购买产品时形成的海量用户信息流,为企业提供了有价值的市场信息,成为企业制定营销决策的重要依据(戚聿东和肖旭,2020)。企业可根据客户行为数据有针对性地改进产品和服务、定制和优化线上推广模式,从而提升客户体验,扩大客户对企业产品或服务的消费面,延长客户对企业产品或服务的消费链,而这种良好的客户关系是一种更深层次的无形资产,本质上是基于营销创新的高效轻资产,能够创造更多的价值增值。不仅如此,在存货管理方面,企业一方面可利用数字化仓储管理系统,实现产品从入库、补货到发货的全流程智能化库存管理,另一方面可利用数字技术挖掘、处理和分析以往销售数据和市场信息,准确预测市场需求,避免热销产品断货脱销、其他产品积压过剩的情况发生,以达到存货储备减少、存货周期缩短的目的(戴天婧等,2012),在此基础上,企业的发展空间将得到进一步拓展,仓库、储存设备等重资产投资费用也将大大减少。

        基于上述分析,本文提出假设1:

        H1:数字化有助于企业转向轻资产运营模式。

      • 轻资产运营的企业多将非核心业务外包出去,因而减少了固定资产对资金的占用(魏炜和朱武祥,2010),另外,轻资产运营企业具有较强的风险承担能力(周泽将和李鼎,2020),会向外部投资者传递出经营良好的信号,从而使企业拥有较多的现金等流动资产,融资压力相对较低(Surdu,2011)。相应地,企业会集中资源优势,着眼于研发、营销等价值链高端环节,有助于形成以技术、专利、品牌等为代表的核心竞争力(周泽将和李鼎,2019)。不仅如此,轻资产企业固定资产少,减少甚至摒弃了不必要的生产环节,使得企业在遭遇市场环境变动时能灵活迅速地调整战略方向,即企业轻资产运营能够增强自身整合重组内、外部资源以迅速适应新环境的能力(Teece等,1997),从而在市场环境变化时仍能有较好的绩效表现。

        然而,过度轻资产化可能会导致企业在品牌、营销方面投入太多精力,而对外包环节监管缺位,造成产品质量问题,同时也易使企业丧失原有的生产工艺与相关技术,形成对承包商的过度依赖。此外,服务作为有形产品的延伸,是维系老客户、发展新客户,树立品牌形象、拓宽市场份额的有效手段,而在过多的重资产业务外包后,极易造成与之密切关联的服务无法及时跟进,从而造成口碑流失,制约企业成长。不仅如此,过度轻资产化致使企业可抵押的固定资产匮乏,严重削弱了企业抵御风险的能力,从而引发资金链断裂风险。为此企业轻资产运营还需一定的重资产作为物质资料保障,过度轻资产扩张可能会造成泡沫经济,不利于企业成长(张新民和陈德球,2020)。企业适度提升轻资产化程度能够促进企业成长,而随着轻资产化程度超过一定的临界值,将会负向影响企业成长。基于此,本文提出假设2:

        H2:轻资产运营与企业成长呈倒U型关系。

        在企业数字化过程中,不同的轻资产化程度是否会造成数字化对企业成长的影响有所差异?数字化意味着企业要应对新的设备开支、新的学习成本以及较高的不确定性,因此需要大量的资金作为支撑(刘淑春等,2021)。然而当企业轻资产化程度过小,且低于某一门槛值时,企业的重资产业务庞大,组织灵活性不高,在进行数字化变革时往往面临着高昂的调整成本。此外,重资产资金占用量大,导致企业无法为数字化提供充足的资金支持,进行数字化变革面临失败风险较大,难以实现企业成长。当企业轻资产化程度跨越该门槛值,此时轻资产运营的优势开始显现,与数字化的协同效应得到发挥。一方面,轻资产运营所带来的大量现金流为企业数字化缓解了资金压力;另一方面,数字化为轻资产运营提供品牌营销、供应链监管所需的信息交流平台,两者相辅相成,合力助推企业成长。因此企业在数字化过程中,适当转向轻资产运营不失为一种正确的选择。然而当企业轻资产化程度提升至第二个门槛值时,则有过度轻资产化倾向。缺乏一定重资产支撑的数字化将导致企业在产品品质和服务上难以向纵深发展,也使企业面临较大的资金链断裂风险,从而使数字化对企业成长的促进效果大打折扣。基于上述分析,本文提出假设3:

        H3:企业轻资产化程度存在一个最优的门槛区间,在此区间内数字化对企业成长的促进作用最大,低于或超过该区间,数字化对企业成长的促进效果不再明显。

      • 从整个社会角度,部分企业轻资产运营需要以一定企业的重资产运营为基础,相比非国有企业,较高的资源禀赋、特殊的行政职能和复杂的决策过程,决定了国有企业更倾向于重资产布局(谢莉娟和王诗桪,2018盛明泉等,2020),因而产权性质在数字化与资产运营模式中的调节作用不容忽视。首先,由于宏观职能所在,国有企业需要投入重资产来构建“大而全”的全产业链模式,以方便对特定产业实行不同程度的控制,从而保障产品质量、产业安全和市场稳定。其次,国有企业的决策过程需反复调研、层层审批,因而与变动少、稳定性高的重资产运营模式更为契合,相反,轻资产运营所需的机动灵活性在非国有企业中更容易实现。最后,在资源获取方面,得益于与政府天然的政治联系,国有企业有能力进行重资产投入,以构建自我服务体系来满足日常经营需求,相比之下,非国有企业由于融资压力较大,更倾向于利用数字化平台将部分业务外包,以进一步缩小重资产配置比例,同时也能达到为企业数字化释放现金流的目的,从而更易在数字化过程中转向轻资产运营。

        基于上述分析,本文提出假设4:

        H4:数字化能够提升非国有企业的轻资产化程度,对国有企业轻资化程度的提升效果有限。

        进一步地,无论国有企业,还是非国有企业,在资产过重的情况下展开数字化变革,都会产生较高的调整成本和资金压力,从而抑制数字化对企业成长促进作用的发挥,相比于国有企业,非国有企业本身存在融资约束问题,这种抑制作用在非国有企业更为显著。因此在数字化过程中,国有企业和非国有企业适当提高轻资产化程度是助力企业成长的关键。然而,数字化催生了众多新的业务形态,使得大股东对经理人的监管难度加大,由此诱发管理层的机会主义行为(赵璨等,2020),在此情形下,若轻资产化程度过高易造成企业内部自由现金流被无限制消耗,尤其是对国有企业而言,所有者缺位和委托链条过长等特征会使代理问题在国有企业中更加凸显,从而在更大程度上削弱数字化对国有企业成长的正面影响;此外,各种新业务形态的出现需要企业快速适应和跟进新的市场环境,而国有企业层层审批的决策机制决定其无法及时跟进市场机会,往往需进行重资产配置来满足战略性的自我服务需求,此时过度轻资产化无疑会加重国有企业迟滞僵化的供应链合作局面,从而进一步导致数字化对企业成长产生负面影响。为此,本文提出假设5:

        H5:在国有企业和非国有企业中,数字化对企业成长的影响均存在双门槛效应。当轻资产化程度低于第一门槛值,非国有企业数字化对企业成长的抑制作用强于国有企业;当轻资产化程度跨越第一门槛值,国有企业与非国有企业数字化对企业成长的影响效果均达到最优;随着轻资产化程度超越第二门槛值,国有企业数字化对企业成长的抑制作用强于非国有企业。

      • 本文选取的初始样本为2012−2019年A股上市公司数据。一方面,实体企业数字化是构成数字经济的微观基础,数字经济政策的演进也为企业数字化提供了导向。从2012年开始,我国数字经济得到长足发展,数字经济政策经历了科技政策阶段(2012−2014)、产业政策阶段(2015−2016)、创新政策阶段(2017至今),体现了数字经济从早期的关注数字技术研发与应用、到产业数字化、再到全面推进企业数字化转型与创新的演变格局(何帆和刘红霞,2019),为此,本文以数字经济政策的演变轨迹为背景,选取2012年作为样本的起始年份。另一方面,考虑到样本数据的更新情况,将2019年设为终止年份。在此基础上按一般性做法,删除金融保险类以及存在数据缺失的样本。此外,考虑到软件、信息技术类的企业本身与数字化密切关联,若保留该类样本,则很难识别数字化给企业带来的动态影响,因而对该类企业样本予以删除,最终得到2008家上市公司的16064个“公司−年度”观测值。为避免离群值的影响,对所有连续变量在1%分位数上进行双边缩尾处理,为消除异方差影响,对部分变量取对数。相关数据来源于国泰安数据库(CSMAR)。

      • 企业数字化是否引发了资产运营模式的变化,模型的具体构建如下:

        $$ La{d_{i,t}} = {\beta _0} + {\beta _1}Tran{s_{i,t}} + {\beta _2}Contro{l_{i,t}} + in{d_j} + yea{r_t} + {\varepsilon _{i,t}} $$ (1)

        根据理论假设,轻资产运营的特殊性使得数字化与企业成长之间并不是简单的线性关系,为此本文进一步构建面板门槛模型来刻画轻资产化程度在不同区段内数字化对企业成长的影响效果差异。门槛效应的门槛值由系统回归得出,避免了主观判定分段点所造成的偏误,模型的基本形式如下,双重或多重门槛模型可在此基础上拓展:

        $$ \begin{split} Growt{h_{i,t}} &= {\delta _0} + {\delta _1}Tran{s_{i,t}}I(Lad \leqslant \gamma ) + {\delta _2}Tran{s_{i,t}}I(Lad > \gamma ) \\ & + {\delta _3}Contro{l_{i,t}}+ in{d_j} + yea{r_t} + {\tau _{i,t}} \end{split} $$ (2)

        其中,γ表示待估门槛值,I(.)表示示性函数。

      • 数字化程度(Trans):参照祁怀锦等(2020)张永珅等(2021)的做法,将企业财务报表附注披露的与数字经济相关的无形资产作为企业数字化的代理变量,并用无形资产总额进行标准化。作为新型经济下的一种特殊资产,数字资产在会计确认上有其特殊性,尤其是对于传统企业而言,其数字资产通常源于外购且用于生产经营,因而无论是基于来源还是用途,传统企业的数字资产多被计入无形资产(Richard等,2008)。本文将关键词包含“软件”“客户端”“销售网络”“智能平台”“管理系统”等与数字技术相关的无形资产明细项确认为“数字化无形资产”,然后对同一年度被确认为“数字化无形资产”的无形资产明细项进行加总求和,再除以无形资产总额。

        轻资产化程度(Lad):参考现有研究(Surdu,2011周泽将和李鼎,2019),运用主成分分析法,选取固定资产占比(期末固定资产/期末总资产)、流动比率(期末流动资产/期末流动负债)、销售费用占比(销售费用/营业收入)和现金资产比例(期末现金及现金等价物余额/期末总资产)四项指标进行分析,其中对固定资产占比进行逆向处理。第一主成分(0.2933×固定资产占比+0.4894×流动比率+0.5474×销售费用占比+0.6125×现金资产比例)与上述四项指标均正相关,与轻资产的一般定义相吻合;第二主成分和第三主成分与以上四个指标存在负相关关系,不符合轻资产特征,因而本文选取第一主成分作为企业轻资产化程度的度量。

        企业成长(Growth):企业成长通常伴随着规模、销售水平和盈利能力等经济总量的动态增长,蕴藏和代表着企业的发展潜能。借鉴一般性做法,本文选取营业收入增长率来衡量企业成长(余泳泽,2020)。

        控制变量(Control):借鉴一般性做法,选取企业规模(Size)、资产负债率(Lev)、企业年龄(Age)、两职合一(Dual)作为控制变量;此外,本文还控制了行业虚拟变量(ind)和年份虚拟变量(year)。具体变量定义如表1

        表 1  变量定义

        变量 符号 定义
        数字化程度 Trans 数字化无形资产/无形资产总额
        轻资产化程度 Lad 运用主成分分析法,基于包含轻资产化信息的指标提取主成分
        企业成长 Growth (本年本期营业收入−上年同期营业收入)/上年同期营业收入
        企业规模 Size 资产总额的自然对数
        资产负债率 Lev 总负债/总资产
        企业年龄 Age 企业成立年限的自然对数
        两职合一 Dual 董事长和总经理由同一人担任取1,否则取0
        行业 ind 行业虚拟变量
        年份 year 年份虚拟变量
      • 变量的描述性统计结果如表2所示。数字化程度Trans的最小值为0,最大值为1,均值为0.083,说明各企业间数字化程度存在较大差异,且整体水平不高;轻资产化程度Lad的均值和标准差分别为−0.017和1.158,表明在样本期内轻资产化程度波动较大;营业收入增长率Growth的均值为 0.171,标准差为0.482,说明营业收入增长率离散程度较高;此外,其他控制变量在样本期内也存在较大波动幅度,这为研究提供了辅助。

        表 2  描述性统计

        变量 样本数 平均值 标准差 最小值 中位数 最大值
        Trans 16064 0.083 0.200 0.000 0.015 1.000
        Lad 16064 −0.017 1.158 −2.408 −0.107 4.041
        Growth 16064 0.171 0.482 −0.573 0.086 3.324
        Size 16064 8.567 1.315 5.944 8.401 12.453
        Lev 16064 0.446 0.208 0.056 0.441 0.905
        Age 16064 2.813 0.371 0.693 2.890 3.784
        Dual 16064 0.232 0.422 0.000 0.000 1.000
      • 首先,根据模型(1)的设定检验企业数字化是否会带来轻资产运营模式的转变,并控制行业固定效应和时间固定效应,如表3列(1)、列(2)所示。列(1)是未加入控制变量的回归结果,列(2)为加入控制变量的回归结果。两组回归结果均显示,在1%的显著性水平上,核心解释变量Trans的系数为正,说明企业数字化显著促进了轻资产化程度的提高。

        表 3  基准回归结果

        变量 Lad
        (1) (2)
        Trans 0.378*** 0.396***
        (4.272) (5.944)
        Size 0.051
        (1.467)
        Lev −2.620***
        (−13.348)
        Age −0.226***
        (−3.134)
        Dual 0.107***
        (4.763)
        cons 0.252** 1.512***
        (2.077) (4.338)
        ind 控制 控制
        year 控制 控制
        N 16064 16064
        R-sq 0.042 0.234
          注:year表示年度固定效应,ind表示行业固定效应,回归均用采行业层面的聚类稳健标准误估计。 ****** 分别表示在 1% 、5% 、10% 水平上显著,括号内为z值,下同。
      • 基准回归结果表明数字化促进了企业轻资产运营。对于企业成长而言,资产结构是否越轻越好?为探究轻资产运营与企业成长间的关系,本文将企业轻资产化程度与成长绩效放入同一模型进行回归,相关结果如表4列(1)、列(2)所示。虽然两组回归结果中,Lad的系数均为正,但未加入控制变量时Lad的系数并不显著,说明轻资产化程度与企业成长的线性正相关关系并不稳健。为此,本文继续在模型中加入轻资产化程度的二次项,以验证二者间是否存在非线性关系。如表4列(3)、列(4)所示,不管是否加入控制变量,Lad的系数均在1%的水平上显著为正,而其平方项均在1%的水平上显著为负,说明轻资产化程度与企业成长呈非线性的倒U型关系。这意味着轻资产运营与重资产运营不应当是非此即彼的状态,轻资产并非越多越好,重资产也并非越少越好,其本质是产品内的专业化分工,关键是在价值链分工中依托现有资产最大化地掌握核心竞争力(王智波和李长洪,2015)。因此企业应根据自身的业务特点,适度引入轻资产运营模式。

        表 4  轻资产运营与企业成长

        变量 线性回归 非线性回归
        (1) (2) (3) (4)
        Lad 0.005 0.017*** 0.013*** 0.024***
        (1.101) (3.149) (2.801) (4.723)
        Lad 2 −0.008*** −0.008***
        (−6.709) (−5.604)
        cons 0.134*** 0.010 0.156*** 0.020
        (9.512) (0.230) (10.201) (0.465)
        Controls 未控制 控制 未控制 控制
        ind 控制 控制 控制 控制
        year 控制 控制 控制 控制
        N 16064 16064 16064 16064
        R-sq 0.016 0.027 0.018 0.024
      • 企业在数字化过程中,该如何把握轻资产运营的“度”,从而使资产运营模式与企业发展节奏有效契合?为回答这一问题,本文进一步根据模型(2)的设定,检验轻资产化程度在何种门槛区间内,能使数字化对企业成长的促进效果最优。

        表5可知,单一门槛、双重门槛和三重门槛效果检验的P值分别为0.087、0.003和0.190,说明三重门槛检验不拒绝“应使用双重门槛模型”的原假设,所以应选择双重门槛模型,对应的两个门槛值分别为−0.293和0.087。

        表 5  门槛效果检验

        模型 F值 P值 BS次数 1%临界值 5%临界值 10%临界值
        单一门槛 10.942* 0.087 300 17.150 11.902 10.580
        双重门槛 23.678*** 0.003 300 16.776 13.647 11.394
        三重门槛 12.011 0.190 300 25.064 20.164 15.769

        在区分了不同企业轻资产化程度之后,门槛回归结果如表6列(1)所示。当门槛变量Lad小于第一门槛值时,数字化对企业成长的回归系数小于0;当门槛变量Lad介于第一门槛值和第二门槛值之间,数字化对企业成长的回归系数为0.328,且在1%的水平上显著;当门槛变量Lad大于第二门槛值时,数字化对企业成长的正向影响大大减弱,且变得不显著。由此可以看出轻资产化程度存在一个最优区间,此时能够在最大程度上发挥数字化对企业成长的正向影响,但如果轻资产化程度过大或过小,反而会抑制数字化对企业成长的促进作用。

        表 6  双重门槛模型估计结果

        变量 门槛
        效应
        (1)
        未考虑
        门槛效应
        (2)
        Trans 0.124***
        (4.184)
        Trans(Lad $\leqslant $−0.293) −0.040
        (−0.566)
        Trans(−0.293< Lad $\leqslant $0.087) 0.328***
        (3.024)
        Trans(Lad>0.087) 0.070
        (1.262)
        cons −0.630*** 0.033
        (−6.909) (0.776)
        Controls 控制 控制
        firm 控制 控制
        year 控制 控制
        N 16064 16064
        R-sq 0.032 0.022

        作为对照,本文同时对未考虑轻资产化程度这一门槛变量的固定效应模型进行估计。如表6列(2)所示,Trans的系数在1%的水平上显著为正,说明企业数字化能够直接促进企业成长。然而通过对比系数可以发现,列(2)中Trans的系数为0.124,远小于轻资产化程度在最优门槛区间时的系数,充分说明企业数字化变革还需考虑与资产运营模式的协调性。

      • 为检验不同产权性质的企业数字化对资产运营模式的影响效果差异,本文将样本分为国有企业和非国有企业进行分组回归,此外,本文还在模型(1)中引入产权性质与数字化程度的交乘项,其中,产权性质用State表示,当产权性质为非国有时,取值为1,否则为0。相关结果如表7所示,列(1)和列(2)的分样本回归中,国有企业数字化对轻资产化程度的回归系数为正,但并不显著;非国有企业数字化对轻资产程度的回归系数为0.574,且在1%的水平上显著。列(3)的结果显示,交叉项 $ Trans \times State $ 系数在10%的水平上显著为正。以上结果说明数字化更容易引发非国有企业转向轻资产运营。

        表 7  调节效应检验结果

        变量 国有企业
        (1)
        非国有企业
        (2)
        交乘
        (3)
        Trans 0.113 0.574*** 0.214*
        (0.928) (6.419) (1.726)
        $ Trans \times State $ 0.292*
        (1.701)
        State 0.137
        (1.437)
        cons 1.330** 0.785*** 1.281
        (2.230) (2.812) (4.455)
        Controls 控制 控制 控制
        ind 控制 控制 控制
        year 控制 控制 控制
        N 6856 9208 16064
        R-sq 0.111 0.299 0.241

        为探究国有企业和非国有企业数字化对企业成长的影响在同一门槛区间内的差别,本文继续在模型(2)的基础上对此进行异质性检验。由表8的门槛效果检验可以看出,无论是国有企业还是非国有企业,均存在双重门槛效应。

        表 8  基于产权性质分类的门槛效果检验

        产权性质 模型 F值 P值 BS次数 1%临界值 5%临界值
        国有企业 单一门槛 12.874* 0.057 300 25.590 13.912
        双重门槛 21.528** 0.040 300 40.751 17.132
        三重门槛 6.667 0.720 300 49.273 28.004
        非国有企业 单一门槛 16.572** 0.033 300 31.901 14.607
        双重门槛 15.131* 0.063 300 25.837 15.346
        三重门槛 12.070 0.427 300 30.128 22.845

        表9列(1)、列(2)分别是国有企业和非国有企业的门槛模型估计结果。当企业轻资产化程度小于第一门槛值时,国有企业和非国有企业的数字化程度系数均为负,且非国有企业的负向效应显著强于国有企业;当企业轻资产化程度跨越第一门槛值且小于第二门槛值时,两者的数字化程度系数均在1%的水平上显著为正;当企业轻资产化程度超越第二门槛值时,非国有企业数字化对企业成长的正向影响减弱,国有企业数字化对企业成长的影响由正转负,可以看到,非国有企业数字化程度系数降至0.181,而国有企业数字化程度系数在5%的水平上显著为负。以上结果验证了假设5。

        表 9  基于产权性质分类的双重门槛模型估计结果

        变量 国有企业
        (1)
        非国有企业
        (2)
        Trans(Lad $\leqslant $Th1) −0.022 −0.131*
        (−0.342) (−1.748)
        Trans(Th1<Lad $\leqslant $Th2) 0.634*** 1.292***
        (4.414) (6.153)
        Trans(Lad>Th2) −0.121** 0.181***
        (−2.009) (3.684)
        cons −1.294*** −0.344***
        (−9.902) (−3.668)
        Controls 控制 控制
        firm 控制 控制
        year 控制 控制
        N 6856 9208
        R-sq 0.049 0.030
      • 考虑到基准回归可能存在的内生性问题、因果倒置问题以及指标选取问题,本文分别采用以下方法进行处理:

        1. 工具变量法。参照杨德明和刘泳文(2018)的研究,选取企业所在城市的互联网发展水平作为工具变量,该变量与企业数字化程度相互关联,且外生性较强。此外,本文还选取年度同一行业内所有企业数字化程度的均值作为第二个工具变量。IV检验中F值大于10,说明不存在弱工具变量问题。表10列(1)回归结果显示,在排除内生性问题后回归结果仍在1%水平上显著为正。

        2. 滞后变量法。本文还选择滞后一期的数字化程度(L.Trans)数据进行回归,以处理数字化与轻资产化程度之间可能存在的因果关系问题。如表10列(2)所示,其对轻资产化程度(Lad)的回归系数均在1%的水平上显著为正。

        3. 替换变量法。与轻资产相对立的是重资产,前文的实证结果表明数字化促进企业转向轻资产运营,那么具体到重资产方面,便是企业重资产比例降低。参照谢莉娟和王诗桪(2018)的做法,用固定资产净值与总资产之比(Asset)来表征企业重资产,并以此来代替原被解释变量轻资产化程度(Lad)。如表10列(3)所示,数字化程度对重资产的回归系数在1%的水平上显著为负,说明数字化确实促使企业由重资产运营转向轻资产运营。

        表 10  稳健性检验结果

        变量 基准模型稳健性检验 门槛模型稳健性检验
        工具变量法
        (1)
        滞后变量法
        (2)
        替换变量法
        (3)

        (4)

        (5)

        (6)
        Trans 3.369*** −0.040*** 0.049 0.126** 0.058
        (6.083) (−3.445) (0.764) (2.234) (1.385)
        L.Trans 0.287***
        (5.209)
        cons 1.386*** 0.749* 0.372*** 0.097 −0.021 −0.130
        (3.451) (1.946) (5.784) (−0.762) (−0.192) (−1.425)
        Controls 控制 控制 控制 控制 控制 控制
        ind 控制 控制 控制 控制 控制 控制
        year 控制 控制 控制 控制 控制 控制
        N 16064 14056 16064 5355 5355 5354
        R-sq 0.072 0.204 0.060 0.053 0.046 0.048

        此外,为验证门槛回归结果的稳健性,本文将轻资产化程度分为低中高三组,探究在不同的分组条件下,数字化对企业成长的影响效果差异。具体结果如表10列(4)−(6)所示,可以看到在低轻资产化程度的分组条件下,数字化与企业成长之间不存在显著性关系;在适度轻资产化程度的分组条件下,数字化程度系数为0.126,且在5%的水平下显著;在高轻资产化程度的分组条件下,数字化对企业成长的正向影响并不显著。以上结果进一步表明轻资产化程度存在最优门槛区间,从而验证了门槛效应的稳健性。

      • 随着数字技术不断渗透到日常生活,越来越多的企业开始选择数字化管理。本文以2012−2019年中国A股上市公司数据为样本,探究企业在数字化过程中对资产运营模式作出的调整,并评估了不同的资产运营模式下数字化对企业成长的影响效果,从而深化了数字化企业行为的影响效果和经济效果研究,得出如下结论:(1)数字化促进了企业转向轻资产运营模式。(2)轻资产运营与企业成长之间呈倒U型关系,数字化对企业成长的影响会因轻资产化程度而存在双重门槛效应。(3)数字化显著提升了非国有企业的轻资产化程度,但并未提升国有企业的轻资产化程度。(4)在重资产过多的情况下,数字化对非国有企业成长的抑制作用强于国有企业;在轻资产过多的情况下,数字化对国有企业成长的抑制作用强于非国有企业。

        基于以上研究结论,本文得出如下启示:

        第一,树立数字化意识,尽早制定科学可行的数字化方案。据埃森哲的调查数据,有近70%的高管表示,在今后一到两年,企业发展的主要动力来自“数字技术+商业”,因此企业要继续拥抱数字化变革,把握好数字红利。第二,企业在数字化过程中,可适度引入轻资产模式。适度轻资产运营与数字化相得益彰,能够使数字化最大限度地发挥对企业成长的促进作用。第三,数字化催生了众多新的业态,而层层审批的决策机制决定了国有企业难以及时跟进新的市场环境,因此需保有一定的重资产配置以满足自我服务需要。对非国有企业而言,数字化带来了较大的资金压力,因此适度转向轻资产运营是缓解企业资金压力的良方,另外也可利用政府出台的诸多利好政策,为企业数字化减负。

    注释:
    ①  中国信息通信研究院2020年7月发布。
    ②  https://wenku.baidu.com/view/33a48f29a5c30c22590102020740be1e650eccb0.html。
    ③  刘易斯·卡布罗:《产业组织导论》,胡汉辉、赵震翔译,人民邮电出版社2002年版。
    ④  将《中国新一线城市互联网生态指数报告(2019)》中综合排名前十的城市取值为1,包括北京、上海、深圳、成都、广州、杭州、重庆、武汉、天津、苏州,其他城市取值为0。
    参考文献 (55)

    目录

      /

      返回文章
      返回