"Reverse Mixed Ownership Reform" and Digital Transformation of Private Enterprises: From the Perspective of State-owned Capital Participation
-
摘要: 民营企业是推动我国经济高质量发展、建设现代化经济体系的重要主体，如何推动其数字化转型具有重要战略意义。基于资源效应和治理效应视角，探讨国有资本参股这一“反向混改”形式对民营企业数字化转型的影响，发现国有资本参股对民营企业数字化转型具有显著促进作用，经过一系列稳健性检验该实证结果依然成立。机制分析发现，国有资本参股有利于缓解民营企业数字化人才匮乏和代理冲突问题，进而可赋能其数字化转型。异质性分析表明，中小规模民营企业、成长性较高的民营企业、行业集中度较高的民营企业及单一国有股东参股的民营企业，其国有资本参股的数字化激励效应更为显著。该结论为明晰国有资本参股民营企业共同推动数字化发展的联动机理、依托“反向混改”激发民营经济发展活力提供了经验证据和路径参考。Abstract: Private enterprises are an important entity in promoting high-quality economic development and building a modern economic system in China. How private enterprises can promote their digital transformation is of great strategic significance. Based on the perspectives of resource effect and governance effect, this paper explores the impact of state-owned capital participation in the "reverse mixed ownership reform" on the digital transformation of private enterprises. It is found that state-owned capital participation has a significant promoting effect on the digital transformation of private enterprises. And this empirical result persists even after a series of robustness tests. The mechanism analysis reveals that state-owned capital participation is beneficial for alleviating the shortage of digital talents and agency conflicts in private enterprises, thereby empowering their digital transformation. The heterogeneity analysis shows that the digital incentive effect of state-owned capital participation is more significant in small and medium-sized private enterprises, private enterprises with high growth potential, private enterprises with high industry concentration, and private enterprises with single state-owned shareholder participation. These conclusions provide empirical evidence and path reference for clarifying the linkage mechanism of state-owned capital participating in private enterprises to jointly promote digital development, and stimulating the vitality of private economy development through reverse mixed ownership reform.
-
表 1 各变量的含义及测度方法
变量类别 具体变量 变量符号 变量测度 因变量 数字化转型程度 Digital 数字化转型指数 自变量 国有股权深入度 Total_Share 前十大股东中国有股东的累计持股比例 国有股权制衡度 Share_Balance 前十大股东中国有股东持股比例与非国有股东持股比例的比值 企业基本情况 企业规模 Size 总资产的自然对数 上市时间 List 上市年份的自然对数 独立董事占比 Inde 独立董事数量/董事数量 两职兼任 Dual 董事长与总经理兼任时取1，否则取0 股权集中度 TopOne 第一大股东持股比率 营运资金比率 Nwc 净营运资本/总资产 固定资产比率 Tang 固定资产/总资产 企业能力 资产负债率 Lev 总负债/总资产 总资产周转率 Oper 营业总收入/平均资产总额 总资产收益率 ROA 净利润/总资产 多元化经营 Business 使用企业在各行业中的收入与总收入计算得出收入熵指数，该指数越大，说明多元化程度越高 地区差异 地区人均生产总值 GDP_Per 企业当年所在省份生产总值/所在省份总人口 地区数字经济水平 Province_Digital 企业当年所在省份的数字经济水平，依据熵权法使用互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数和数字金融普惠发展程度计算得到 
下载: 导出CSV
表 2 描述性统计
变量 样本量 均值 标准差 最大值 最小值 Digital 14 878 37.05 10.50 64.55 23.15 Total_Share 14 878 1.448 3.250 19.87 0 Share_Balance 14 878 0.031 0.074 0.437 0 Size 14 878 21.73 0.999 24.88 19.72 List 14 878 7.607 0.003 7.611 7.598 Inde 14 878 0.379 0.052 0.571 0.333 Dual 14 878 0.423 0.494 1 0 TopOne 14 878 32.39 13.43 69.42 8.770 Nwc 14 878 0.320 0.236 0.842 -0.248 Tang 14 878 0.182 0.125 0.546 0.003 Lev 14 878 0.352 0.185 0.838 0.046 Oper 14 878 0.590 0.353 2.311 0.100 ROA 14 878 0.045 0.066 0.213 -0.312 Business 14 878 0.298 0.409 2.077 0 GDP_Per 14 878 84 424 34 560 183 980 27 901 Province_Digital 14 878 0.396 0.216 1.000 0.031 1
下载: 导出CSV
表 3 基准回归结果
变量 (1) (2) (3) (4) Total_Share 0.168***(0.020) 0.057***(0.019) Share_Balance 8.642***(0.887) 2.843***(0.877) Size 1.760***(0.080) 1.761***(0.080) List -749.761***(32.185) -746.619***(32.223) Inde 5.383***(1.178) 5.397***(1.178) Dual 0.388***(0.126) 0.388***(0.126) TopOne -0.008*(0.005) -0.007(0.005) Nwc -4.843***(0.519) -4.840***(0.519) Tang -10.600***(0.691) -10.626***(0.692) Lev -6.464***(0.615) -6.458***(0.614) Oper 0.757***(0.206) 0.754***(0.206) ROA -10.343***(1.112) -10.326***(1.112) Business 0.845***(0.157) 0.846***(0.157) GDP_Per -0.000***(0.000) -0.000***(0.000) Province_Digital 3.225***(0.589) 3.234***(0.589) 观测值 14 878 14 878 14 878 14 878 R2 0.452 0.539 0.453 0.539 年份固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 注：***、** 和* 分别表示1%、5%和10%的显著性水平，括号内数值为稳健标准误。下表同。
下载: 导出CSV
表 4 平衡性检验结果
变量 匹配状态 处理组均值 控制组均值 %偏差 |偏差| t值 p值 Size 匹配前 22.04 21.57 46.9 99.6 27.67 0 匹配后 22.04 22.04 -0.2 -0.08 0.933 List 匹配前 7.606 7.607 -40.9 98.8 -23.61 0 匹配后 7.606 7.606 0.5 0.22 0.823 Inde 匹配前 0.374 0.381 -12.9 99.3 -7.35 0 匹配后 0.374 0.374 0.1 0.04 0.964 Dual 匹配前 0.397 0.437 -8 95.4 -4.57 0 匹配后 0.398 0.399 -0.4 -0.18 0.854 TopOne 匹配前 30.91 33.13 -16.7 78.9 -9.53 0 匹配后 30.93 30.47 3.5 1.77 0.077 Nwc 匹配前 0.286 0.337 -21.7 86.6 -12.4 0 匹配后 0.287 0.28 2.9 1.47 0.142 Tang 匹配前 0.193 0.177 12.3 82.6 7.16 0 匹配后 0.193 0.19 2.1 1.03 0.303 Lev 匹配前 0.372 0.342 16.2 96.1 9.3 0 匹配后 0.372 0.373 -0.6 -0.31 0.755 Oper 匹配前 0.581 0.594 -3.7 80.2 -2.14 0.032 匹配后 0.581 0.584 -0.7 -0.37 0.713 ROA 匹配前 0.046 4 0.044 3 3.2 15.3 1.83 0.067 匹配后 0.046 4 0.044 7 2.7 1.38 0.168 Business 匹配前 0.328 0.282 11.1 92.3 6.45 0 匹配后 0.327 0.33 -0.9 -0.42 0.671 GDP_Per 匹配前 82 951 85 160 -6.4 99.9 -3.68 0 匹配后 82 986 82 988 0 0 0.997 Province_Digital 匹配前 0.386 0.401 -6.9 97 -4.02 0 匹配后 0.386 0.386 -0.2 -0.1 0.916
下载: 导出CSV
表 5 倾向得分匹配法与工具变量法的检验结果
变量 倾向得分匹配法 工具变量法 Digital Total_Share Digital Share_Balance Digital (1) (2) (3) (4) (5) Total_Share_dummy 0.758***(0.182) IV 0.027***(0.004) 0.0005***(0.000) Total_Share 2.788***(0.544) Share_Balance 150.857***(33.361) 观测值 6 587 14 878 14 878 14 878 14 878 R2 0.547 0.075 0.090 控制变量 控制 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 控制
下载: 导出CSV
表 6 双重差分法、更换自变量及更改样本区间的检验结果
变量 双重差分法 更换自变量 更改样本区间 (1) (2) (3) (4) Shr_State 1.247***(0.157) state5 0.712***(0.264) Total_Share 0.044*(0.026) Share_Balance 2.422**(1.164) 观测值 10 910 14 878 9 098 9 098 R2 0.543 0.539 0.560 0.560 控制变量 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制
下载: 导出CSV
表 7 机制作用检验结果
变量 高管数字化背景多样性 第二类代理成本 (1) (2) (3) (4) Total_Share 0.047**(0.019) 0.047**(0.022) Share_Balance 2.427***(0.868) 2.586***(0.978) BD 2.266***(0.168) 2.265***(0.168) Agency -0.660**(0.261) -0.538**(0.234) 观测值 14 875 14 875 11 692 11 885 R2 0.545 0.545 0.552 0.548 控制变量 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制
下载: 导出CSV
表 8 企业规模与企业成长性的异质性检验结果
分组 企业规模 企业成长性 高组 低组 高组 低组 高组 低组 高组 低组 (1) (2) (3) (4) (5) (6) (7) (8) Total_Share 0.025 0.083*** 0.092*** 0.014 (0.030) (0.024) (0.027) (0.027) Share_Balance 1.214 4.113*** 4.820*** 0.386 (1.326) (1.126) (1.214) (1.243) 观测值 4 959 9 919 4 959 9 919 7 402 7 402 7 402 7 402 R2 0.576 0.538 0.576 0.538 0.574 0.495 0.574 0.495 控制变量 控制 控制 控制 控制 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 控制 控制 控制 控制
下载: 导出CSV
表 9 行业集中度与国有股东数量的异质性检验结果
分组 行业集中度 国有股东数量 高组 低组 高组 低组 单个 多个 单个 多个 (1) (2) (3) (4) (5) (6) (7) (8) Total_Share 0.061** 0.026 0.118*** -0.047 (0.024) (0.031) (0.043) (0.036) Share_Balance 3.008*** 0.987 7.018*** -0.410 (1.090) (1.393) (2.000) (1.579) 观测值 7 439 7 439 7 439 7 439 3 706 1 994 3 706 1 994 R2 0.622 0.461 0.620 0.460 0.555 0.594 0.556 0.593 控制变量 控制 控制 控制 控制 控制 控制 控制 控制 年份固定效应 控制 控制 控制 控制 控制 控制 控制 控制 行业固定效应 控制 控制 控制 控制 控制 控制 控制 控制
下载: 导出CSV
-
[1] 杨白冰, 杨子明, 郭迎锋. 企业数字化转型中的就业结构效应——基于制造业上市企业年报文本挖掘的实证分析[J]. 中国软科学, 2023(4): 141-150. doi: 10.3969/j.issn.1002-9753.2023.04.014 [2] 徐宁, 白英杰, 张迪. 股权激励如何助力企业数字化转型?——基于上市公司年报的文本挖掘分析[J]. 财经论丛, 2023(7): 89-101. [3] 林菁, 仲继银. 公司治理对数字化转型的影响——环境不确定性的调节作用[J]. 企业经济, 2023(1): 60-68. [4] 李增福, 云锋, 黄家惠, 等. 国有资本参股对非国有企业投资效率的影响研究[J]. 经济学家, 2021(3): 71-81. [5] 曾敏, 何德旭. 商业信用理论的再辨析——以国有资本持股民营企业为视角[J]. 经济学家, 2021(10): 23-31. [6] 赵璨, 宿莉莎, 曹伟. 混合所有制改革: 治理效应还是资源效应?——基于不同产权性质下企业投资效率的研究[J]. 上海财经大学学报, 2021(1): 75-90. [7] 刘惠好, 焦文妞. 国有股权参股与民营企业投资不足——基于资源效应与治理效应的双重视角[J]. 经济管理, 2022(8): 76-94. [8] 余汉, 杨中仑, 宋增基. 国有股权能够为民营企业带来好处吗?——基于中国上市公司的实证研究[J]. 财经研究, 2017(4): 109-119. [9] 何德旭, 曾敏, 张硕楠. 国有资本参股如何影响民营企业?——基于债务融资视角的研究[J]. 管理世界, 2022(11): 189-207. [10] 叶永卫, 张磊. 混合所有制改革有助于稳就业?——基于国有资本进入与民营企业就业吸纳能力的讨论[J]. 产业经济研究, 2022(2): 57-70. [11] 申广军, 姚洋, 钟宁桦. 民营企业融资难与我国劳动力市场的结构性问题[J]. 管理世界, 2020(2): 41-58. [12] VELINOV E, MALY M, PETRENKO Y, et al. The role of top management team digitalization and firm internationalization for sustainable business[J]. Sustainability, 2020, 12(22): 9502. [13] 刘慧龙, 王成方, 吴联生. 决策权配置、盈余管理与投资效率[J]. 经济研究, 2014(8): 93-106. [14] 吴非, 常曦, 任晓怡. 政府驱动型创新: 财政科技支出与企业数字化转型[J]. 财政研究, 2021(1): 102-115. [15] 曹伟, 綦好东, 赵璨. 企业金融资产的配置动机: 基于产权性质与异质性股东参股的分析[J]. 中国工业经济, 2023(2): 150-168. [16] 郝阳, 龚六堂. 国有、民营混合参股与公司绩效改进[J]. 经济研究, 2017(3): 122-135. [17] HAMBRICK D C. Upper echelons theory: an update[J]. The Academy of Management Review, 2007, 2: 334-343. [18] HAMBRICK D C, MASON P A. Upper echelons: the organization as a reflection of its top managers[J]. The Academy of Management Review, 1984, 2: 193-206. [19] 张延林, 王丽, 谢康, 等. 信息技术和实体经济深度融合: 中国情境的拼创机制[J]. 中国工业经济, 2020(11): 80-98. [20] 吴兴宇, 王满. "内部治理"与"外部监管": 国有股东在民营企业并购中的双重身份[J]. 南京审计大学学报, 2021(2): 41-49. [21] 沈坤荣, 乔刚, 王冠宇. 机器人的贸易增长效应研究: 来自中国工业企业的证据[J]. 国际贸易问题, 2023(10): 90-108. [22] 李丹丹. 政府研发补贴对企业创新绩效的影响研究——基于企业规模和产权异质性视角[J]. 经济学报, 2022(1): 141-161. [23] 卢福财, 陈慧. 工业互联网、企业成长性与价值创造[J]. 经济管理, 2023(1): 5-24. [24] 狄灵瑜, 步丹璐. 非国有股东参股与国有企业金融化——基于混合所有制改革的制度背景[J]. 山西财经大学学报, 2021(3): 96-111. [25] 王彩萍, 黄建烨, 黄志宏, 等. 国有资本参股与民营企业金融风险防范——股价崩盘风险视角的实证研究[J]. 经济管理, 2022(8): 60-75. [26] 钱爱民, 吴春天, 朱大鹏. 民营企业混合所有制能促进实体经济"脱虚返实"吗[J]. 南开管理评论, 2023(1): 134-147. [27] 车嘉丽, 陈赞宇. 混合股权对高管薪酬粘性的影响研究——基于混合所有制改革的分析[J]. 广东财经大学学报, 2021(4): 66-80. http://xb.gdufe.edu.cn/article/id/a2808650-3530-4abd-b37d-04bfd08341f3 [28] 张建宇, 杨旭. 国有资本参股能提升民营企业风险承担水平吗[J]. 广东财经大学学报, 2023(1): 75-87. http://xb.gdufe.edu.cn/article/id/9be23dfb-2cca-4521-b00c-dea310bc3bb7 [29] 曾春华, 杨兴全. 多元化经营、财务杠杆与过度投资[J]. 审计与经济研究, 2012(6): 83-91. [30] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76. [31] 毛聚, 李杰, 张博文. CEO复合职能背景与企业数字化转型[J]. 现代财经, 2022(9): 37-58. [32] 陈庆江, 王月苗, 王彦萌. 高管团队社会资本在数字技术赋能企业创新中的作用——"助推器"还是"绊脚石"?[J]. 上海财经大学学报, 2021(4): 3-17. [33] 汤萱, 高星, 赵天齐, 等. 高管团队异质性与企业数字化转型[J]. 中国软科学, 2022(10): 83-98. [34] 李善民, 杨若明, 杨楠. 重大资产重组核准制效果研究[J]. 金融研究, 2022(7): 190-206. [35] 夏芸, 熊泽胥. 技术多元化、行业集中度与企业绩效波动[J]. 技术经济, 2021(9): 89-101. -
点击查看大图
图(1) / 表(9)
计量
- 文章访问数: 212
- HTML全文浏览量: 75
- PDF下载量: 17
- 被引次数: 0