To address these issues, this study takes 4 612 SMEs in the Yangtze River Delta region between 2017 and 2022 as samples to measure the high-quality development of these enterprises across three key dimensions: operational efficiency, innovation benefits, and talent absorption. It also aims to understand the impact of digital scenarios on the high-quality development of SMEs and to explore the mediating roles of financing availability, internal salary gaps, and environmental regulations, which include technological adaptation, talent stability, and spatial spillover effects.
It is observed that the integration of digital scenarios and the proportion of businesses operating within these scenarios positively influence the operational efficiency, innovation benefits, and talent absorption of SMEs. This indicates that digital scenarios have a significant promotional effect on the high-quality development of SMEs in counties. This effect remains robust even after accounting for potential biases in sample selection, interference from digital transformation efforts, and the inherent characteristics of digital scenarios. Furthermore, the positive impact of digital scenarios on the high-quality development of enterprises is not only immediate but also sustained for at least two years after the initial integration into the digital scenarios. This suggests that the benefits of digital scenarios are long-lasting and can bring a sustained improvement in the development trajectory of SMEs. The study also reveals that the promotional effect of digital scenarios on innovation benefits is primarily observed in non-agricultural enterprises. Additionally, the impact on operational efficiency and talent absorption is more pronounced in resource docking enterprises compared to demand docking enterprises. Interestingly, compared with enterprise scenarios, the positive impact of government scenarios on enterprise operating performance is weaker. In terms of the mediating roles, the study identifies financing availability as a key pathway through which digital scenarios enhance the operational efficiency and innovation benefits of SMEs. However, the study has not found a confirmed indirect effect on talent absorption. Meanwhile, the internal salary gap is found to mediate the positive effects of digital scenarios on the three high-quality development dimensions of SMEs. Lastly, the study highlights the importance of the external environment in which an enterprise operates. The technological adaptation and talent stability of the environment positively moderate the promotional effects of digital scenarios on high-quality development. Moreover, the business level of enterprises' digital scenarios can create positive spillover effects, influencing the high-quality development of neighboring enterprises.
Therefore, it is essential to accelerate the construction and opening of digital scenarios to provide a more conducive environment for the growth of SMEs. The sharing of scene resources and demand between technology companies and main enterprises in the supply chain, and the innovation of digital models of financial scenarios to attract high-quality and multidisciplinary talents should be promoted, as well as the deep integration of markets with digital technology through various means, including public opinion publicity, policy guidance, and financial subsidies.
企业高质量发展是以创新、协调、绿色、开放、共享的新发展理念为核心的管理实践,其目标是提高经营效率、增强创新能力,从而实现持续发展。随着我国数字经济迅速发展,数字场景逐渐成为集弹性政策、市场需求和试验空间为一体的复合式创新应用载体,受到政府、企业和科研部门广泛关注。自2021年以来,中央出台多个文件肯定我国应用场景优势,明确数字场景的社会应用范畴,并提出企业主导、创新引领、开放融合、协同治理等场景创新基本原则,以及算力设施、数据资源、人才培养资源供给等场景开放基础支持。
县域小微企业数量庞大且具备产业集聚能力,是推进乡村振兴和城乡融合发展的重要阵地。然而,受制于经营规模小、信息不对称、价值链松散等问题,县域小微企业缺乏财政补贴和技术人才,无法照搬大规模企业数字化转型示范模式。小微企业信息化、标准化水平普遍较低[1],无法抵御“数字化悖论”带来的经营风险[2],其高质量发展依赖企业集群协同创新[3]和产业链数字生态[4],对数字设施和关键技术需求较高[5]。小微企业高质量发展路径的特殊性导致其对数字环境高度依赖,现有相关研究存在以下不足:第一,将自主创新作为发展质量目标不符合实际经营定位;第二,大多以定性分析或定量分析为主,缺乏影响机制检验;第三,以上市企业为样本,忽略了县域小微企业缺乏数字资源和需求市场的现实困境。
本文以2017—2022年长江三角洲4 612家县域小微企业为样本,考察数字场景对企业高质量发展3个维度的影响并探讨内外部作用机制。本文的贡献如下:第一,聚焦县域小微企业样本,设置符合该类企业现实定位的高质量发展衡量标准,以期拓展县域小微企业高质量发展理论内涵与研究范畴;第二,揭示数字场景在数字资源供给与数字市场需求两个层面的复合载体功能,探讨数字场景对县域小微企业高质量发展的促进效应;第三,深入探讨数字场景对县域小微企业高质量发展的中介路径以及环境调节机制,为有序推进数字场景开放、管理、服务提供质量逻辑和县域经验。
数字场景能够帮助企业及时、准确地获取市场需求、技术迭代等关键信息[6],基于投入产出效率角度优化生产和营销策略[2]。稳定的场景业务有助于企业明确一定时期内的创新目标,企业申请对接开放场景会在一定程度上限定自身数字化转型方向[7],并通过多组织合作优化供应链管理,精准匹配原材料与商品供求关系,改善自身在上下游产业链和数字生态系统中的定位[8]。换言之,嵌入数字场景有助于县域小微企业提高经营效率。在控制规模的条件下,企业高质量发展政策驱动由创新和人力两个维度实现[9]:创新维度上,县域企业缺乏原创性技术开发资金和人才基础,而数字场景能够提供关键技术和需求平台,推动经营流程自动化和智能化应用,通过嵌入外部技术链帮助企业实现集成创新和场景开发,从而实现技术端与市场端双赢。同时,为降低场景应用的同质性,县域小微企业具有为提升研发利用和探索能力而设计差异化产品的内生动力[10],进一步细分开放场景和孵化利基市场,并实现产品迭代和精准匹配。人才维度上,数字场景能够改善人才需求市场,促使企业为高素质人才匹配更为灵活、高效的就业管理与收益分配模式[11],主动与政府部门和科技企业交流合作,提供更为丰富的数字技能培训和人力资本回报。同时,数字场景能够促进人才流动,基于场景开放的数字化转型能够提升小微企业对高素质人才的吸引力[12],进而在数字技术与企业主营业务、当地市场需求有机融合过程中发挥人才价值。基于此,本文认为,数字场景能够为县域小微企业提供低成本、高效率的数字接触,从经营效率、创新收益和人才吸纳等3个维度有效促进企业高质量发展。由此,本文提出以下假设:
H1:数字场景能够促进县域小微企业高质量发展。
H1a:数字场景能够提高县域小微企业经营效率;
H1b:数字场景能够增加县域小微企业创新收益;
H1c:数字场景能够改善县域小微企业人才吸纳。
小微企业长期存在融资难、融资贵问题,而数字化可从信息和盈利两个渠道为企业提供融资便利[13],对缺乏信息和抵押品的县域小微企业融资效率的影响尤为显著[14]。数字场景将企业有机嵌入供应链,而直接的场景业务收入表明企业能够联结该供应链条的核心部门并获得该部门资格认证和产品认可,由此增强金融机构对该企业偿债能力的信心[15]。同时,凭借线上信息的高复用性,嵌入数字场景的小微企业具有信息匹配优势,因而能够降低因金融机构寻租导致的创新利润损失[16]。获得融资便利的县域小微企业能够提升市场份额,并通过规模效应降低成本投入,从而提高经营绩效。但融资便利无法在劳动力市场中显化,对人才吸纳的影响有限。随着数字技术价值提升,企业对具备相关技能员工的需求不断增加[17]。由于小微企业缺乏对全体员工进行数字化培育的资金能力和现实需求,内部薪酬差距会随着员工数字能力差距扩大而加大。在引入数字场景后,数字嵌入水平依赖于企业数字化水平,企业更加注重与政府部门和链主企业对接,对管理型人才和技术型人才的复合需求增加[18]。高素质人才的有限性导致县域小微企业倾向于为高技能员工提供管理岗位,以期吸引人才进入或留任,提升自身在人才市场中的竞争力,进而对产品创新发挥激励作用。基于上述分析,本文提出以下研究假设:
H2a:数字场景通过提升融资可得性促进县域小微企业高质量发展;
H2b:数字场景通过加大内部薪酬差距促进县域小微企业高质量发展。
除企业内生因素发挥中介机制外,区域营商环境能够在较大程度上调节数字场景开放效果。其一,2021年“村村通宽带”、2022年“县县通5G”,以及城市部门主导的数字基础设施将先进数字技术快速注入县域市场,导致县域各市场主体与大数据、云计算等新技术打造的数字化市场存在磨合不足问题(整体性、多层次)[19]。对数字技术的低适应性会限制地方政府与企业对数字场景的认知、采纳和反馈,继而影响场景开放与嵌入效果。其二,数字场景是对数字资源和需求的二次开发,根植于当地市场和技术环境。场景嵌入建立在政企学研沟通合作的基础上,企业只有长期扎根于特定地区和行业才能准确理解本土文化以及市场需求,建立并维护品牌形象,实现跨地区、跨行业、跨部门资源共享和价值共创,从多个企业高质量发展维度评估数字场景开放效果,特别是对人才吸纳的积极作用。其三,经验证据表明,数字化转型存在地区同群效应[20]。数字场景能够进一步将技术扩散、数据共享和人才流动等创新要素配置路径整合至产业链协同框架内,形成易于学习和模仿的数字经济模式,并通过及时披露嵌入绩效促使邻近同群企业理解并参与数字场景。数字场景开放能够促成规模经济,提升县域小微企业高质量发展的市场溢价。无论是否处于(同一)数字场景,区域内企业均会受邻近场景内企业高质量发展溢价的激励,并基于产业一体化视角重新认知发展质量目标,进而形成数字场景开放效果的空间溢出。基于上述分析,本文提出以下研究提出假设:
H3a:技术适应能够强化数字场景对企业高质量发展的促进效应。
H3b:人才稳定能够强化数字场景对企业高质量发展的促进效应。
H3c:空间溢出能够强化数字场景对企业高质量发展的促进效应。
综上所述,本文构建理论分析框架如图1所示。
图1 理论分析框架
Fig.1 Theoretical analysis framework
本文采用2017—2022年南京农业大学“新农村发展调查”(NADS)数据集,从4个方面筛选样本:第一,按注册地和经营地筛选长三角地区县域企业;第二,根据《统计上大中小微型企业划分办法(2017)》筛选小型和微型企业;第三,剔除金融类样本企业;第四,剔除被解释变量和核心解释变量连续两年缺失数据的样本企业,并采用线性插值法填补其它缺失值。经过筛选,本文保留6个年度4 612家县域小微企业样本数据。
2.2.1 被解释变量:企业高质量发展
考虑到县域小微企业的市场定位,本文采用全要素生产率衡量企业经营效率(TPF),同时增设创新收益(IPB)和人才吸纳(ETA)两个指标。表1显示,样本企业全要素生产率均值为4.323,呈现低端集聚特征;当年新上产品营业收入的平均占比为32.6%,创新收益超7成的企业仅占样本的1.8%;本科及以上学历员工的占比仅为19.3%,近3成样本企业无本科及以上学历员工。
表1 变量说明与描述性统计结果
Table 1 Definitions and descriptive statistics of variables
类型变量代码说明均值标准差最小值最大值被解释变量经营效率TPF企业全要素生产率(LP法)4.3230.7463.20911.044创新收益IPB当年新上产品营业收入占比0.3260.16701人才吸纳ETA本科及以上学历员工占比0.1930.12700.768核心解释变量数字场景嵌入dc010=未嵌入;1=嵌入0.2880.45301场景业务占比dcr数字场景业务收入占比0.1780.13000.9控制变量企业规模lna总资产(万元)的自然对数3.2910.8022.3038.476成长绩效arr营业收入年增长率0.0220.330-0.2793.145盈利能力roa净利润/总资产0.0460.057-0.1220.237负债经营lev总负债/总资产0.3900.1510.0360.793存续时间age以会计年计算的企业年龄(年)17.8645.112631政府补贴lns政府补贴金额(元)的自然对数9.0920.986013.189县域经济lng所在县人均GDP(万元)的自然对数2.560.471-0.0833.284机制变量融资可得性ELM利率倒数加权贷款金额(元)的自然对数9.6291.044014.979内部薪酬差距GAP管理层与普通员工平均薪酬比值的自然对数4.4723.2370.56619.800技术适应TA每万户移动电话用户数(万个)2.4230.8061.9202.993人才稳定TS在校学生数与户籍人口数比值0.2310.1140.0020.428
注:根据长三角地区4 612家样本县域小微企业数据整理,下同
2.2.2 核心解释变量:企业数字场景业务
本文将问卷中“与政府合作数字业务收入”和“由政府牵头的企业间合作数字业务收入”合并为企业数字场景业务收入,将企业数字场景业务收入与营业收入的比值记为场景业务占比。结果发现,平均28.8%的样本企业嵌入数字场景,具体由2017年的15.2%增长到2022年的38.1%,但数字场景的平均业务收入占比仍然较低,仅为营业收入的17.8%。除划分合作对象外,问卷按照合作内容将数字场景细化为数据、技术、品牌和订单合作4类,本文将前3类数字业务合作视为资源对接型合作,将第4类数字业务合作视为需求对接型合作。变量描述性统计结果如表1所示。
基于理论分析,本文实证检验数字场景对企业高质量发展影响的主效应、中介机制及调节机制。
2.3.1 基准模型与异质性分析
本文以企业高质量发展为被解释变量,以企业数字场景参与为核心解释变量,基于县域小微企业面板数据构建个体、年份和县域三维固定效应模型,如式(1)所示。
HDevit=αit+ui+θDConit+ΣβCtrlsit+εit
(1)
其中,HDevit为企业高质量发展变量,DConit为企业数字场景参与变量,Ctrlsit为控制变量。θ为核心待估参数,揭示数字场景对企业高质量发展的影响。本文从样本选择偏误、数字化转型排他性、内生性和持续处理效应等4个方面检验结论的稳健性,并分组构建式(1)模型考察结论的异质性。
2.3.2 中介机制模型
本文采用三步法和Sobel检验考察数字场景促进企业高质量发展的中介路径,三步法模型如式(1)—(3)所示。
MVit=αit+ui+δDConit+ΣβCtrlsit+εit
(2)
HDevit=αit+ui+θ'DConit+γMVit+ΣβCtrlsit+εit
(3)
其中,MVit为中介变量,其它变量含义与式(1)一致。式(1)中的θ、式(2)中的δ、γ和式(3)中的θ'为核心待估参数。根据中介检验方法,当δ、γ显著为正且θ'的显著性或系数较θ明显下降时,中介效应成立。为确保结果稳健,本文采用Sobel法检验间接效应占比。
2.3.3 调节机制模型
本文采用交互项模型和空间杜宾模型考察数字场景促进企业高质量发展过程中的外部调节效应,构建模型如式(4)所示。
HDevit=αit+ui+θDConit+γITit+ξDConitITit+ΣβCtrlsit+εit
(4)
其中,ITit为调节变量,其它变量含义与式(1)一致。ξ为核心待估参数,揭示外部环境因素在数字场景促进企业高质量发展过程中的调节效应。当ξ显著为正时,随调节变量增加,数字场景对企业高质量发展的促进作用得以强化。本文构建空间杜宾模型如式(5)所示。
HDevit=αit+ρdWdHDevit+θDConit+ζdWdθDConit+ΣβCtrlsit+εit
(5)
其中,Wd为空间权重矩阵,包括经纬距离权重矩阵和经市距离权重矩阵;ρd揭示企业高质量发展的空间自相关;ζd为核心待估参数,揭示数字场景对企业高质量发展的空间影响,当ζd显著为正时,表明企业参与数字场景业务能够促进邻近企业高质量发展。
表2为数字场景对县域小微企业高质量发展影响的基准回归结果。在模型1、模型2中,变量dc01和变量dcr的估计系数均为正且在1%水平上显著。由此说明,嵌入数字场景能够显著提高样本企业经营效率,场景业务收入占比越高,企业经营效率越高,假设H1a成立。同理,数字场景嵌入对样本企业创新收益和人才吸纳具有正向影响,场景收入占比越高,创新收益和人才吸纳水平越高,假设H1b和假设H1c成立。
表2 基准回归结果
Table 2 Baseline regression results
变量模型1 :TPF模型2:TPF模型3:IPB模型4:IPB模型5:ETA模型6:ETAdc010.929 4***0.799 3***0.610 5***(0.158)(0.152)(0.135)dcr1.057 2***0.694 4***0.604 5***(0.187)(0.133)(0.129)lna0.848 8***0.414 0***0.326 2***0.753 3***0.01050.066 0(0.154)(0.119)(0.114)(0.153)(0.008)(0.040)arr-0.225 6**-0.016 2-0.231 4**-0.537 2***0.105 9*0.118 8*(0.099)(0.012)(0.102)(0.134)(0.055)(0.065)roa-0.456 6***-0.529 4***-0.798 8***-0.374 5***0.084 2*0.180 5(0.139)(0.119)(0.174)(0.111)(0.047)(0.151)lev0.284 2***0.232 4**1.263 4***1.275 4***0.073 00.165 9(0.095)(0.100)(0.179)(0.150)(0.549)(0.216)age-0.083 0*-0.132 0**-0.018 9-0.222 1**0.132 0**0.297 5**(0.048)(0.066)(0.047)(0.095)(0.066)(0.143)lns0.953 0***0.680 1***0.265 5***0.327 8***0.099 60.126 1(0.158)(0.166)(0.093)(0.105)(0.340)(0.234)lng0.779 1***0.812 6***1.288 0***1.340 5***1.490 8***1.280 8***(0.172)(0.137)(0.147)(0.147)(0.177)(0.180)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.498 0.617 0.586 0.532 0.659 0.555 样本量27 67227 67227 67227 67227 67227 672
县域小微企业采用限定的生产范围和固定的营销模式,既缺乏明确规划和内生动力,也难以承担数字化转型带来的收益结构风险,而数字场景有助于县域小微企业高质量发展。从成本角度看,县域小微企业利润空间小、资金利用效率低,不愿短期内投入大量财力和人力追求高质量发展视角下的非利润目标。嵌入数字场景有助于企业明确转型收益结构,使其在更长的经营周期下测算投入产出效率,进而主动与产业链定向融合以实现技术效率跃升。从市场角度看,县域小微企业的客户群和供应商存在显著地域性特征,对企业固有经营模式、销售渠道较为熟悉,任何形式的改变都可能对企业品牌形象产生负面影响。但数字场景具有示范效应,能够扩展、丰富县域小微企业视野和资源,助其突破地域和行业限制,进而接触到更多潜在客户与合作伙伴。从政策角度看,政策障碍和不确定性风险会限制小微企业数字化活动,增加其转型风险和合规成本。数字场景是以政府为关键参与者推动区域内数字资源整合的市场实践,除将传统实体资源向数字产业倾斜外,政府会有条件地开放自身和先进企业的数字资源权限以构建特定数字应用试点,进而确保场景内小微企业具备对接关键数字资源或市场需求的合法地位。
3.2.1 Heckman两阶段模型
本文样本企业平均数字场景嵌入比例仅为28.8%,且场景嵌入与否(dc01)对企业高质量发展的影响差异显著。因此,本文以全样本考察变量dcr对企业高质量发展的影响,采用面板Heckman两阶段法,将数字场景嵌入(dc01)视为企业决策构建影响因素模型,并根据逆米尔斯比率修正场景内企业样本中数字场景业务收入占比(dcr)对3个企业高质量发展维度的影响,如表3模型1~模型3所示。结果显示,在修正样本选择偏误后,变量dcr在经营效率(TPF)模型中的估计系数与表1模型2接近,而在创新收益(IPB)和人才吸纳(ETA)模型中估计系数略高于基准结果,3个高质量发展维度下变量dcr的估计系数均为正且在1%水平上显著。由此说明,本文基准回归结果稳健。
表3 考虑样本选择偏误与排他性的稳健性检验结果
Table 3 Robustness test results considering sample selection bias and exclusivity
变量模型1:TPF模型2:IPB模型3:ETA模型4:TPF模型5:IPB模型6 :ETAdcr1.040 2***0.716 0***0.973 6***(0.174)(0.135)(0.179)olr0.091 9*0.106 3*0.053 9(0.050)(0.061)(0.033)dc010.263 6***0.305 3***0.213 7***(0.083)(0.093)(0.106)olr×dc010.233 5**0.419 8***0.392 0***(0.096)(0.128)(0.143)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.5060.5510.6100.4190.3590.390样本量27 67227 67227 67227 67227 67227 672
注:***、**和*分别表示估计系数在1%、5%和10%水平上显著,下同
3.2.2 排他性检验
为区分企业参与数字场景与自身数字化转型的模式差异,本文根据线上业务能力对企业数字化转型阶段进行划分,采用样本企业线上业务收入占比变量(olr)衡量数字化转型水平,并将数字场景嵌入(dc01)作为企业数字化转型的调节变量,如表3模型4~模型6所示。在控制数字场景内外企业高质量发展差异后,数字化转型对经营效率和创新收益的影响系数仅通过10%水平的显著性检验,数字化转型对人才吸纳的影响系数并不显著;在控制企业数字化转型后,数字场景对企业高质量发展仍具有显著促进作用,且正向调节企业数字化转型效果。数字场景对县域小微企业高质量发展的促进作用并不由数字化转型水平解释,但嵌入数字场景的企业能够发挥数字化转型优势,实现多维度下的高质量发展。
3.2.3 工具变量模型
考虑到可能存在的反向激励或遗漏重要影响因素等问题,本文构建工具变量模型。表4模型1~模型3采用1984年每百人固定电话数量与上一年全国互联网用户规模的交互项作为工具变量。由于固定电话数量无法衡量个体企业差异,表4模型4~模型6采用被解释变量的一阶滞后项作为工具变量,并引入2004年县级每百人固定电话数及与滞后被解释变量的交互项。两组工具变量均通过相关检验,变量dcr的估计系数均为正且与表2结果接近。由此证实,数字场景业务收入占比对企业经营效率、创新收益和人才吸纳发挥促进作用。
表4 考虑内生性的稳健性检验结果
Table 4 Robustness tests considering endogeneity
变量模型1:TPF模型2:IPB模型3:ETA模型4:TPF模型5:IPB模型6 :ETAdcr1.027 7***0.725 0***0.566 7**0.933 0***0.734 4***0.600 1***(0.142)(0.172)(0.234)(0.168)(0.139)(0.128)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.570 0.548 0.592 0.467 0.597 0.590 样本量27 67227 67227 67223 06023 06023 060
3.2.4 持续处理效应
由于超过95%的样本企业在首次嵌入数字场景后便不再脱离,故本文将样本企业首次嵌入数字场景视为处理政策,采用多期双重差分法验证数字场景对企业高质量发展的持续处理效应。根据企业在考察期内是否嵌入数字场景构建处理组虚拟变量(treat),并根据当年是否为企业嵌入数字场景首年或之后年份构建处理期虚拟变量(time),通过估计两者交互项系数可验证在消除数字场景嵌入前不同企业高质量发展差异。在此基础上,检验数字场景嵌入对企业高质量发展的处理效应。表5模型1~模型3采用双重差分模型(DID),结果显示,数字场景嵌入对经营效率、创新收益和人才吸纳的处理效应均为正且在5%水平上显著。但变量treat与time的交互项在嵌入数字场景前两期、前3期的估计系数通过5%水平的显著性检验,由此拒绝平行趋势假设。图2展示了经营效率(TPF)模型平行趋势检验结果,创新收益(IPB)模型和人才吸纳(ETA)模型检验结果类似,备索。
表5 考虑处理效应的稳健性检验结果
Table 5 Robustness tests considering treatment effects
变量模型1:TPF模型2:IPB模型3:ETA模型4:TPF模型5:IPB模型6 :ETAtreat×time0.382 0**0.361 7***0.244 8**0.397 8***0.300 2***0.365 0***(0.191)(0.126)(0.099)(0.108)(0.113)(0.112)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.578 0.442 0.485 0.594 0.539 0.519 样本量27 67227 67227 67224 32424 32424 324
图2 DID平行趋势检验结果(TPF)
Fig. 2 DID parallel trend test results (TPF)
图3 逐年PSM结果(2022年)
Fig. 3 Yearly PSM results (2022)
本文进行倾向得分匹配,图3展示了2022年各控制变量的epan核匹配效果,匹配后标准化偏差的绝对值在10%以内,表5模型4~模型6展示了双重差分倾向得分匹配(PSM-DID)结果。由结果可知,数字场景嵌入对经营效率、创新收益和人才吸纳的处理效应均为正向且在1%水平上显著。图4表明,模型通过平行趋势检验,数字场景在企业嵌入当年便对企业高质量发展发挥促进作用,并至少在此后两年表现出持续正向处理效应。本文进一步对双重差分倾向得分匹配结果进行500次抽样处理,假想处理组安慰剂检验如图5所示。结果显示,基于假想处理组样本的处理效应分布在0两侧且P值大于10%,与真实估计系数差异显著。由此说明,数字场景对企业高质量发展发挥促进作用。
图4 PSM-DID平行趋势检验结果(TPF)
Fig. 4 PSM-DID parallel trend test results (TPF)
图5 PSM-DID安慰剂检验结果(TPF)
Fig.5 PSM-DID placebo test results (TPF)
本文从企业主营业务类型、场景对接内容和场景开放主体等3个层面进行异质性分析,结果如表6~8所示。
表6 异质性分析结果(按企业主营业务类型分组)
Table 6 Results of heterogeneity analysis (grouping by the type of the companies' main business operations)
变量农业企业模型1:TPF模型2:IPB模型3:ETA非农企业模型4:TPF模型5:IPB模型6:ETAdcr0.657 2***0.034 40.943 3***0.953 7***0.628 6***0.253 0**(0.138)(0.023)(0.181)(0.165)(0.143)(0.106)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.553 0.418 0.490 0.543 0.445 0.468 样本量16 05016 05016 05011 62211 62211 622
从主营业务类型角度,本文将样本企业划分为农业企业和非农业企业。表6模型1~模型3显示,数字场景对农业企业经营效率和人才吸纳的影响较为显著,但对创新收益的影响未通过10%水平的显著性检验;模型4~模型6表明,数字场景对非农业企业3个高质量发展维度均发挥显著促进作用。农业创新的市场需求和溢价远不及其它产业,当前我国农业企业创新效率整体偏低[21],创新成果转化补贴和政策依赖较为明显。考虑到县域小微涉农企业整体数量大、单位体量小,区域企业市场定位和细分保持稳定,基于数字场景的科技金融和普惠金融是提高涉农企业创新收益的重要手段。
表7从场景对接内容角度将样本企业划分为对接资源场景型和对接需求场景型,证实数字资源场景对3个企业高质量发展维度均具有显著正向影响,而数字需求场景仅对创新收益存在1%水平上的促进作用,对经营绩效和人才吸纳的影响较弱。需求场景要求企业在申请嵌入场景时就能拿出相匹配的产品和服务,并在嵌入后实现规模化和标准化,从而增加创新收益。与资源场景提升企业数字禀赋的方式不同,需求场景不能提高企业技术水平与管理能力,无法通过共享数字资源营造有利于小微企业集成创新的环境,因而对包括专业人才、资金投入在内的研发基础提出了较高的要求。由分组回归样本量可知,需求型场景实际嵌入比例远低于资源型场景,从市场供求角度佐证了前述观点。
表7 异质性分析结果(按场景对接内容分组)
Table 7 Results of heterogeneity analysis (grouping by the content corresponding to the scenario)
变量以对接资源场景为主模型7:TPF模型8:IPB模型9:ETA以对接需求场景为主模型10:TPF模型11:IPB模型12:ETAdcr1.118 1***0.890 6***0.610 9***0.347 21.003 1***0.117 8*(0.152)(0.147)(0.134)(0.232)(0.149)(0.061)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.502 0.472 0.477 0.588 0.524 0.532 样本量7 6327 6327 6322 8982 8982 898
表8从场景开放主体角度将样本企业划分为对接政府开放场景型和对接企业开放场景型,两种模式下的数字场景均显著促进企业高质量发展,但政府开放场景数量少于企业开放场景数量,估计系数和显著性水平明显低于后者。一方面,企业开放场景是产业链中关键企业资源和需求的整合共享,其开放动力来自地方政府注意力配置竞争[22],因而具有较强的可持续性和合作韧性。另一方面,政府场景开放内容以政务需求和数据为主,具有局限性和弱再生性,一旦完成场景试点便会逐步标准化为公共资源和需求,主要起示范作用。
表8 异质性分析结果(按场景开放主体分组)
Table 8 Results of heterogeneity analysis (grouping by the scenario-based open subjects)
变量以对接政府开放场景为主模型13:TPF模型14:IPB模型15:ETA以对接企业开放场景为主模型16:TPF模型17:IPB模型18:ETAdcr0.207 1*0.188 9**0.565 0***1.183 6***0.751 9***1.174 0***(0.124)(0.089)(0.151)(0.192)(0.133)(0.165)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.372 0.453 0.409 0.589 0.531 0.604 样本量1 5241 5241 5249 0069 0069 006
为揭示数字场景促进企业高质量发展的可能路径,本文引入企业融资可得性(ELM)和内部薪酬差距(GAP)构建中介效应模型,结果如表9所示。
表9 中介效应模型结果
Table 9 Results of the mediation effect model
变量模型1:ELM模型2:TFP模型3:IPB模型4:ETA模型5:GAP模型6:TFP模型7:IPB模型8:ETAdcr0.307 0***0.160 6*0.124 60.535 1***0.498 2***0.198 50.263 5**0.152 0(0.102)(0.096)(0.142)(0.138)(0.118)(0.164)(0.147)(0.117)ELM0.314 5***0.508 1***0.086 8(0.104)(0.143)(0.071)GAP0.315 3***0.196 6**0.681 2***(0.099)(0.080)(0.116)常数项包含包含包含包含包含包含包含包含年份固定是是是是是是是是企业固定是是是是是是是是县域固定是是是是是是是是Adj R20.437 0.619 0.5280.571 0.4970.6010.5210.596Sobel—0.147***0.320***0.046—0.222***0.186**0.481***样本量27 67227 67227 67227 67227 67227 67227 67227 672
注:Sobel行展示中介效应占比和Sobel检验显著性
(1)参考基于贷款金额和利率浮动两个角度衡量中小企业融资可得性的做法[23],本文以样本企业贷款利率倒数加权的贷款金额的自然对数衡量企业融资可得性(ELM)。表9模型1考察场景业务占比对企业融资可得性的影响,变量dcr的估计系数为正且在1%水平上显著。由此说明,数字场景能够提高样本企业融资可得性。模型2~模型3以企业经营效率、创新收益和人才吸纳作为被解释变量,同时引入变量dcr和变量ELM,结果表明,融资可得性会挤出数字场景对经营效率和人才吸纳的正向影响。在模型2、模型3中,变量dcr的估计系数和显著性均小于表2模型2、模型4的基准回归结果,间接效应占比分别为14.7%、32.0%并通过1%水平的Sobel检验,假设H2a部分成立。已有研究表明,数字化转型通过提升信息透明度缓解企业融资约束[24]。有限金融规模情景下,治理水平较低、资金占用较多的企业将被索取更高的风险溢价[25]。在增强县域小微企业融资能力的基础上,数字场景倒逼企业基于经营效率和创新收益实现高质量发展以降低融资成本。此外,企业融资可得性的中介效应未通过10%水平的Sobel检验,说明该因素的中介作用未获得验证。样本企业扩大融资规模并不会直接影响人才福利,模型4中变量ELM的估计系数不显著,而场景信息披露会引致人才结构和成本向市场均衡迁移,通过规避短期资本对人才流动的干扰,确保稳定的劳动力结构贯穿于整个产业发展周期。
(2)采用企业管理层平均薪酬与普通员工平均薪酬比值的自然对数衡量企业内部薪酬差距(GAP)[26]。表9模型5考察场景业务占比对企业内部薪酬差距的影响,变量dcr的估计系数为正且在1%水平上显著。由此说明,数字场景会加大企业内部薪酬差距,与已有研究基于企业样本和行业样本的结论一致[26-27]。模型6~模型8分别以企业经营效率、创新收益和人才吸纳作为被解释变量,同时引入变量dcr和变量ELM,结果表明,内部薪酬差距会挤出数字场景对高质量发展的正向影响,变量dcr的估计系数和显著性水平均低于基准回归结果并通过Sobel检验,假设H2b成立。一方面,学界普遍认可企业内部薪酬差距的绩效激励效应与创新激励效应[27],两者与企业嵌入数字场景存在目标一致性,因而场景内企业具备通过扩大内部薪酬差距促进高质量发展的动机。另一方面,相较于大规模企业,样本企业规模较小、组织结构简单,高素质人才晋升渠道有限。因此,加大管理层与普通职工的薪酬差距意味着提升高素质人才的相对价值,激励管理型、技能型和复合型人才向县域小微企业流动并保持稳定[28]。模型8显示,内部薪酬差距对数字场景改善企业人才吸纳的间接效应占比为48.1%,远高于对其它高质量发展维度的中介效应。
与基于企业内部因素构建的中介作用机制不同,本文关注环境因素的调节效应,调节变量为县域口径数据,不受样本小微企业特征或行为的影响,主要包括技术适应(TA)和人才稳定(TS)两个方面,结果如表10所示。
表10 调节效应结果
Table 10 Results of the moderation effect analysis
变量模型1:TPF模型2:IPB模型3:ETA模型4:TPF模型5:IPB模型6 :ETAdcr0.526 4***0.332 2***0.351 2***0.583 3***0.564 4***0.294 9***(0.126)(0.106)(0.107)(0.122)(0.132)(0.102)TA0.464 8***0.385 8***0.419 6***(0.137)(0.136)(0.120)dcr×TA0.277 3***0.165 2**0.172 6**(0.095)(0.078)(0.084)TS0.218 5**0.225 1**0.132 0*(0.096)(0.099)(0.070)dcr×TS0.123 5*0.142 2**0.312 1***(0.066)(0.067)(0.099)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是县域固定是是是是是是Adj R20.534 0.480 0.516 0.547 0.423 0.463 样本量27 67227 67227 67227 67227 67227 672
注:模型1~3以技术适应(TA)为调节变量,模型4~6以人才稳定(TS)为调节变量
数字经济的空间等级不由区域经济水平主导而受信息化影响[29],匹配商业模式和技术创新能够促进企业绩效提升。长三角地区数字政策和基础设施全面覆盖县域,2022年数字百强县中有65个位于长三角城市群,样本县域数字经济发展的阶段性重心已从制度和技术供给转向数字应用场景需求。本文以各县每万户移动电话用户数衡量县域数字技术适应性(TA)。该变量以县域数字化发展水平为基础,关注市场基于具体应用场景需求积极适应与匹配数字化发展的程度。模型1~模型3分别以3个企业高质量发展维度为被解释变量,同时引入场景业务占比(dcr)、技术适应(TA)以及两者交互项。结果显示,变量dcr与变量TA的交互项系数均为正且通过5%水平上的显著性检验。由此说明,技术适应正向调节数字场景对企业高质量发展的促进作用,假设H3a成立。数字场景对企业高质量发展的作用受“技术—应用”模式匹配水平的调节,要求场景设计、开放和管理具有针对性与地域性,不同地区经济、社会和文化模式都会影响数字场景开放效果。
当前,县域岗位处于职业结构低端位置,难以吸引和留住高素质人才。借鉴职场舒适物理论,本文以各县在校学生数与户籍人口数的比值衡量县域人才稳定性(TS)。该变量可以从生育意愿和教育安置两个层面揭示县域企业职工对当地经济社会环境的认可程度,体现人才向县域流动并在此长期就业生活的稳定性。模型4~模型6分别以3个企业高质量发展维度为被解释变量,同时引入场景业务占比(dcr)、人才稳定(TS)以及两者交互项。结果显示,变量dcr和两者交互项系数均显著为正。由此说明,人才稳定正向调节数字场景对企业高质量发展的促进作用,假设H3b成立。对比3个企业高质量发展维度可知,人才稳定在数字场景促进县域小微企业人才吸纳过程中的调节效应最显著,估计系数及显著性均超过经营效率和创新收益。模型6中,变量TS的估计系数较小且仅通过10%水平的显著性检验,即县域人才稳定并不能明确将高素质人才引向小微企业。变量TS和变量dcr交互项系数为正且在1%水平上显著。由此说明,在稳定的劳动力供给环境下,数字场景对小微企业人才吸纳的积极作用得到进一步强化。
考虑到数字场景的示范作用,本文关注县域小微企业参与数字场景业务对高质量发展的空间溢出效应。表11给出两种空间距离权重下的莫兰指数I(Moran's I):一是根据企业在地图上的经纬度直接计算样本企业间欧氏距离的倒数,记为经纬距离权重;二是考虑到数字清单往往由地级市政府发布,链主企业也集中在地级市,场景内样本企业经地级市实现资源与信息传递,因而分别计算两端企业与所属地级市政府所在地的欧氏距离,叠加地级市间距离后取倒数,记为经市距离权重。表11显示,3个企业高质量发展维度的莫兰指数I均显著为正。其中,经纬距离权重下指数先升后降并在1%水平上显著,与新冠疫情导致小微企业间关联受限的阶段化特征相吻合;经市距离权重下指数整体呈上升趋势并在5%水平上显著。由此说明,县域小微企业高质量发展具有空间同群效应,距离相近的样本企业在高质量发展方面更为相似。
表11 逐年莫兰指数I
Table 11 Yearly Moran's I
被解释变量权重类型201720182019202020212022TPF经纬距离0.246 1***0.253 4***0.255 6***0.259 0***0.249 5***0.247 5***(0.033)(0.044)(0.048)(0.042)(0.039)(0.040)经市距离0.198 8***0.208 0***0.214 4***0.214 2***0.221 5***0.223 8***(0.032)(0.030)(0.033)(0.032)(0.035)(0.031)IPB经纬距离0.135 3***0.135 6***0.138 5***0.138 0***0.137 0***0.137 4***(0.044)(0.045)(0.046)(0.045)(0.046)(0.047)经市距离0.120 8**0.121 1**0.121 6**0.128 0**0.129 4**0.131 0**(0.051)(0.052)(0.049)(0.054)(0.056)(0.052)ETA经纬距离0.241 1***0.248 1***0.250 0***0.252 7***0.251 0***0.248 7***(0.078)(0.077)(0.084)(0.084)(0.083)(0.079)经市距离0.113 4**0.115 5**0.116 1**0.117 6**0.121 0**0.124 8**(0.046)(0.050)(0.050)(0.048)(0.049)(0.050)
本文引入两种距离权重矩阵构建空间杜宾模型,以考察数字场景促进企业高质量发展的空间溢出效应,结果如表12所示。其中,模型1~模型3采用经纬距离权重矩阵,空间自相关系数均显著为正,与表11结果一致。3个企业高质量发展维度下,变量dcr与距离权重交互项系数均为正,说明样本企业参与数字场景业务能够显著提升邻近企业在经营效率、创新收益和人才吸纳等3个维度的高质量发展水平。模型4~模型6采用经市距离权重矩阵证实该空间溢出效应稳健,假设H3c成立。一方面,数字场景是基于原始创新的协同模式,具有较强的可移植性。某企业嵌入数字场景的行为容易被本地同类企业学习和模仿,而数字场景的示范性决定场景业务对企业高质量发展的影响效果能够获得较高程度的披露,便于本地同业对比评估或在自我实践中实现调整。另一方面,2019年《长江三角洲区域一体化发展规划纲要》提出“走‘科创+产业’道路,促进创新链与产业链深度融合”。长三角地区数字技术开发与应用具有政策层面的协同创新优势,数字场景能够在微观企业层面突破数字资源和创新要素壁垒,促使邻近企业通过共同开发数字场景形成产业空间集聚。
表12 空间溢出效应结果
Table 12 Results of spatial spillover effects
变量模型1:TPF模型2:IPB模型3:ETA模型4:TPF模型5:IPB模型6 :ETAdcr0.295 0***0.146 1***0.220 6***0.247 9***0.162 2***0.250 2***(0.043)(0.023)(0.033)(0.041)(0.031)(0.034)dcr×W0.347 1***0.410 4***0.429 0***0.303 7***0.295 7***0.293 9***(0.115)(0.112)(0.113)(0.107)(0.102)(0.097)0.680 4***0.527 4***0.649 6***0.577 2***0.467 2***0.491 3***(0.119)(0.060)(0.092)(0.101)(0.087)(0.096)常数项包含包含包含包含包含包含年份固定是是是是是是企业固定是是是是是是Adj R20.5500.6410.6970.5340.6380.636样本量27 67227 67227 67227 67227 67227 672
注:模型1~模型3采用坐标距离权重,模型4~模型6采用经市距离权重
本文以2017—2022年长江三角洲地区4 612家县域小微企业为样本,考察数字场景对经营效率、创新收益和人才吸纳等3个企业高质量发展维度的影响机制,得到以下主要结论:
(1)数字场景嵌入、场景业务占比对企业经营效率、创新收益和人才吸纳均具有正向影响,即对县域小微企业高质量发展发挥显著促进作用。该结论在考虑样本选择偏误、数字化转型干扰和数字场景内生性问题后仍具有稳健性。
(2)将企业首次嵌入数字场景作为处理政策,证实数字场景对企业高质量发展的促进作用在嵌入当年凸显,并至少持续两年。
(3)数字场景对创新收益的促进作用主要集中在非农企业,相较于需求对接型企业,其对资源对接型企业经营效率和人才吸纳的影响更显著;相较于企业场景,其对政府场景内企业经营绩效的影响更弱。
(4)融资可得性是数字场景影响企业经营效率与创新收益的中介路径,但对人才吸纳的作用未获证实。内部薪酬差距在数字场景促进企业3个高质量发展维度上均表现出中介效应。
(5)企业所处环境的技术适应和人才稳定在数字场景促进企业高质量发展过程中发挥正向调节,而企业参与数字场景业务能够促进邻近企业高质量发展,在3个维度上均表现出空间溢出效应。
(1)加快县域数字场景建设和开放,深化县域产业创新体制改革,明确地方政府在场景开放中的引领地位。鼓励科技企业和链主企业共享场景资源,促进数字政策、资源与需求相匹配,通过设立政府数字场景专项基金撬动社会资本参与数字场景集成创新。
(2)设计科学的数字场景长效管理制度,明确场景内弹性政策评估反馈模式,构建小微企业进入与退出数字场景多元机制,制定企业参与场景收益分配方案,加快农业企业高质量发展过程中的创新场景建设,促使资源向区域战略性产业倾斜。
(3)创新设计“数字场景金融”模式,鼓励本地城商行、农商行在特色园区或场景空间开设数字分行,开发数字场景金融业务并提升场景合作信用价值。此外,加强高素质、复合型人才引进,加大人才返县创业财政补贴力度,鼓励高新技术企业以数字场景为切入点在县域构建数据中心与研发基地,定期对数字场景内企业员工开展数字技能培训。
(4)进一步推进县域数字化基础设施建设,通过舆论宣传、政策引导和财政补贴促进县域市场与数字技术深度融合,优先开放教育、医疗、交通、消费等有利于改善县域居住环境的数字场景,增强县域就业稳定性。地方政府可以通过构建产业园区、数字协会或举办场景大会的形式引导县域小微企业实现空间集聚、技术交流、供求对接。
本文存在如下不足:其一,研究时间跨度为2017—2022年,未充分考虑更长时间变化或外部环境冲击的影响,未来可以延长采样周期并进行回顾测试,进一步观察数字场景对县域企业高质量发展的长期效应。其二,初步探讨了数字场景的空间溢出效应,但未深入探究该效应的具体机制与路径,同时缺乏对长三角数字场景空间特征与优势的细化研究。未来可以利用调研数据和空间模型深入分析数字场景的空间关联机制。其三,缺乏对相关人才与业务流动演化的分析,未深入探讨不同数字化转型阶段下数字场景效应的异质性。未来可以关注数字资源流动与集聚,进一步探讨数字人才、数字技术、数据要素禀赋差异以及竞争结构对数字场景效应的差异化影响。
[1] HU Q, WILLIAMS S. Knowledge management in consultancy involved process improvement projects: cases from Chinese SMEs[J].Production Planning&Control,2019,30(10-12):866-880.
[2] 刘淑春,闫津臣.企业管理数字化变革能提升投入产出效率吗[J].管理世界,2021,37(5):170-190.
[3] 周适.中小企业发展面临的趋势、问题与支持战略研究[J].宏观经济研究,2022,68(7):163-175.
[4] 陆岷峰.关于我国中小微企业健康生态培育与数字化应用研究[J].兰州学刊,2022,43(3):52-61.
[5] 赵剑波.企业数字化转型的技术范式与关键举措[J].北京工业大学学报(社会科学版),2022,22(1):94-105.
[6] 尹洪英,李闯.智能制造赋能企业创新了吗[J].金融研究,2022,65(10):98-116.
[7] 肖旭,戚聿东.产业数字化转型的价值维度与理论逻辑[J].改革,2019,36(8):61-70.
[8] 焦豪,杨季枫,王培暖,等.数据驱动的企业动态能力作用机制研究[J].中国工业经济,2021,38(11):174-192.
[9] 毛军权,敦帅.“专精特新”中小企业高质量发展的驱动路径[J].复旦学报(社会科学版),2023,65(1):150-160.
[10] 池毛毛,叶丁菱.我国中小制造企业如何提升新产品开发绩效[J].南开管理评论,2020,23(3):63-75.
[11] 乔小乐,杜强,何洋.数字经济背景下劳动者职业流动及其收入效应研究[J].中国人口科学,2023,37(1):86-100.
[12] 冯烽,崔琳昊.新发展格局下数字经济发展如何释放人才红利[J].经济问题探索,2023,44(10):48-58.
[13] 陈中飞,江康奇,殷明美.数字化转型能缓解企业“融资贵”吗[J].经济学动态,2022,63(8):79-97.
[14] 赵岳,谭之博.电子商务、银行信贷与中小企业融资[J].经济研究,2012,47(7):99-112.
[15] 成程,田轩,徐照宜.供应链金融与企业效率升级[J].金融研究,2023,66(6):132-149.
[16] 张璇,刘贝贝,汪婷,等.信贷寻租、融资约束与企业创新[J].经济研究,2017,52(5):161-174.
[17] 曹珂,张荣权.数字化转型、劳动力市场化与企业人力资本投资[J].当代财经,2023,44(6):3-15.
[18] 赵玲,黄昊.企业数字化转型、高管信息技术特长与创新效率[J].云南财经大学学报,2023,39(7):86-110.
[19] 杨发祥,沈锦浩.超越技术堕距:数字乡村建设何以可能[J].中州学刊,2022,44(12):106-112.
[20] 霍春辉,吕梦晓,许晓娜.数字化转型“同群效应”与企业高质量发展[J].科技进步与对策,2023,40(4):77-87.
[21] 洪图,李飚.我国农业类上市公司研发效率测度与划分[J].经济问题探索,2020,41(9):65-77.
[22] 李佳霖,董嘉昌.地方政府注意力配置对企业创新活动的影响研究[J].科研管理,2023,44(9):47-59.
[23] 赵绍阳,李梦雪,佘楷文.数字金融与中小企业融资可得性[J].经济学动态,2022,63(8):98-116.
[24] 李健,李俊豪,李晏墅.数字化转型能破解企业融资约束吗[J].现代财经(天津财经大学学报),2023,43(7):21-37.
[25] 许云霄,柯俊强.企业数字化转型对债务融资成本的影响研究[J].宏观经济研究,2023,38(4):14-26,116.
[26] 王燕梅,贺梅.行业数字化转型如何影响企业内部薪酬差距[J].中国人民大学学报,2023,37(5):88-103.
[27] 顾海峰,朱慧萍.高管薪酬差距促进了企业创新投资吗[J].会计研究,2021,42(12):107-120.
[28] 谌晓舟,汪志红.人才结构、流动性与中小型企业转型升级:以深圳龙岗为例[J].科技管理研究,2017,37(6):78-84.
[29] 钟业喜,毛炜圣.长江经济带数字经济空间格局及影响因素[J].重庆大学学报(社会科学版),2020,26(1):19-30.