新冠疫情沖擊與企業數字化彈性效應

徐金球

摘 要：2019新冠疫情對企業造成了前所未有的沖擊，與此同時，近年來數字化日益成為企業創新發展與經濟高質量發展的新動能和關鍵支撐。為此，利用企業層面的數據，基于熵值法構建數字化指數，可以實證研究企業數字化關于抵御和緩解疫情沖擊的經濟彈性。我們發現，在控制企業需求特征的條件下，與數字化受限的企業相比，數字化企業在疫情期間面臨更低的銷售額下降，平均減少幅度為5.5個百分點，這表明數字化在疫情期間起到了對沖作用。關于數字化的異質性分析進一步表明，我國東部及南方區域的企業、國有控股企業和外資企業以及處于成熟期的企業等，這種彈性效應表現更為明顯。中介機制檢驗則證實數字化是通過提高企業創新能力、緩解融資約束與樂觀增長預期等渠道來影響和調節疫情對企業業績的沖擊。在此基礎上，我們的政策建議是應盡快調整“后疫情”時代的數字化戰略，縮小我國地域和企業間的數字“鴻溝”，加大數字化投資與扶持，實現全面、均衡的企業數字化。

關鍵詞：新冠疫情；數字化；企業彈性；熵值法

中圖分類號：F832.51 文章標志碼：A 文章編號：1006-6152（2023）04-0014-12

DOI：10.16388/j.cnki.cn42-1843/c.2023.04.002

一、引? 言

2019新型冠狀病毒疫情（COVID-19，以下簡稱疫情）對私營企業造成了前所未有的沖擊，對企業現有生產能力產生了嚴重不利的后果，并可能對增長前景產生持久影響。與此同時，遏制和防控疫情的措施深刻影響了企業與數字技術的關系。遠程辦公、電子商務、在線消費等新的生產生活模式由此興起。這些基于互聯網和帶寬以及人工智能、新一代通信與數字技術密集的活動，促進了疫情期間對高質量生產連接的需求，也暴露了企業之間現有的數字鴻溝。盡管近年來，我國數字經濟已經取得了長足的發展，數字產業化規模已經進入世界前列（截至2020年，我國數字產業化規模31萬億元，約為數字經濟的80.9%，是當年度GDP的31%），但各地區和各部門之間，尤其是企業之間采用數字技術的程度存在著顯著差異［1］。

隨著世界各國應對疫情的不斷常態化，數字互聯比以往任何時候都重要，是企業經濟活動在當前及今后一段時間正常繼續的基礎與保障［2］。除了數字化的直接影響外，企業還需要以數字化來應對后疫情時期的長期變化。在疫情期間，消費者一直在積極嘗試和采用數字服務，這也被視為現有趨勢的加速。因此，數字化消費很可能也會持續下去。數字化有助于緩解疫情對企業的沖擊嗎？數字化效應背后的動力機制與影響邏輯如何？這都是當前理論和實務界聚焦的熱點議題。

本文立足中國特定制度與市場情景，研究了企業數字化關于抵御和緩解疫情沖擊的經濟彈性。具體來說，我們首先通過比較2020年前后具有數字化能力與數字化受限（數字化程度低）企業的業績表現差異（控制住了企業規模、年齡、生產率、行業等），發現之前沒有投資和應用數字技術的公司受到疫情沖擊的負面影響更大，企業數字化能顯著緩解疫情對銷售業績的沖擊。研究中，我們還基于熵值法構建了企業數字化指標體系，并區分不同地域與企業特征，進行了異質性討論，進而對企業數字化關于疫情沖擊的經濟彈性從傳遞渠道與影響機制等展開深入探討，形成了關于創新能力培育、緩解融資約束、增長預期驅動等中介效應解釋。最后，理論聯系實際，為當前完善和改進我國企業數字化，更好發揮數字化彈性，提出政策建議。

我們的研究具有以下邊際貢獻：第一，首次系統地提供了企業數字化關于疫情沖擊的彈性證據。本文研究發現企業數字化能有效抵御與緩解疫情對企業業績的負面沖擊，數字化水平顯著正相關于數字化彈性；第二，揭示數字化彈性在不同地域與企業特征層面的異質性表現。本研究發現我國東部和南方的企業、國有企業和外資企業以及處于成熟期的企業，數字化關于疫情沖擊的彈性更為顯著；第三，找到了企業數字化彈性的中介渠道與影響機制，本研究證實了企業數字化主要通過創新能力培育、緩解融資約束和增長預期驅動等路徑來實現關于疫情不利沖擊的抵御與緩解；第四，豐富有關企業數字化指標體系建設。

二、文獻綜述與理論分析

（一）新冠疫情對企業沖擊

疫情對企業造成了嚴重沖擊，主要表現在需求端和供給端兩個方面。

在需求端，新冠疫情致使企業短期消費銳減或衰竭、長期規模不穩定、消費動能不持續。疫情爆發和蔓延期間，各國政府短期內紛紛采取以人際隔離、壓縮社交、住家辦公等為核心的防疫、抗疫臨時管制措施，從而使社會需求（尤其是生產性需求）迅速銳減或衰竭，整個生產鏈系統隔離。疫情期間積壓的消費需求和消費活動，在疫情控制或解封后，短期內快速釋放，但長期規模與擴張不穩定、不可持續。比如，受益于政府強力、有效管控，中國在世界范圍內率先走出疫情的陰影，前期積壓的消費需求，短期內快速集中釋放，但也僅僅持續了不到兩個季度左右（2020年下半年）。

疫情還對消費行為與消費心理產生影響，經觀測比較，受疫情影響，個體消費者的風險承擔意愿與能力衰減，對不確定性的自我防范增強，開始出現顯著的避險傾向，少消費或不消費成為新傾向。2020年下半年以來，伴隨疫情積壓需求短期快速釋放完畢，各地居民被動的儲蓄率卻明顯上升，居民家庭的儲蓄避險傾向顯著提高。此外，疫情對企業需求消費結構的影響呈現顯著的不對稱性。在疫情期間，由于人際隔離、社交距離和活動改變，居民家庭和個體消費者更多地使用貨物類消費（如基本的生活必需品），壓縮服務類消費，并用貨物消費來替代和擠出服務類消費，從而使全球范圍內長久以來的兩類消費基本均衡的局面發生改變。

在供給端，疫情沖擊對企業的影響主要體現在供應能力制約，產品和勞動力等供給短缺，推高生產成本和產品價格。疫情期間，全球范圍的工業生產投資活動都受到影響，投入與投資規模均降至歷史最低水平，部分行業和企業（如餐飲、娛樂、線下教育培訓等）由于資金缺失、客戶流失或需求猝降等，甚至全面關停、破產，從而造成供應短缺。同時，在疫情的沖擊下，2020年以來，全球前后有五百多萬人死亡，2.5億人確診，勞動力供給系統徹底被破壞，勞動力出現供給短缺。同時，疫情嚴重沖擊和破壞了全球供應鏈，使世界供應鏈系統不能正常、協調、高效地運轉與工作。此外，疫情對傳統低收入勞動力的消費心理影響，也波及到供應端。疫情期間，為恢復經濟，各國政府均面向低收入勞動力，如制造業工人，啟動了穩定就業、提高薪酬、完善福利等救助和刺激措施，比如美國、英國和澳大利亞，直接提高藍領工人薪酬10—20%，且提供了充足的就業崗位。但是由于疫情對低收入階層的心理沖擊過大，嚴重影響工人對未來的預期，對工作、生活和休閑重新形成認識和判斷，所以很少人主動積極選擇上班，從而導致勞動力供應顯著下降，驅動服務成本和消費價格急劇上漲。

（二）企業數字化

“數字化”通過依托新一代信息與通信技術以及人工智能與大數據、云（霧）計算、區塊鏈等新興數字技術的組合來推動企業產品與服務、流程與組織變革，從而改進企業價值創造路徑，實現商業模式創新［3］。數字技術即“數字+技術”具有天然的開放性、可（再）編輯、易擴展等特性［4］，因此在企業數字化過程中，隨著數字技術不斷嵌入和融入產品，可服務整個生產流程和企業生命周期，并優化了生產要素的流動與利用效率［5］，改進了生產工藝流程，增加了企業產品與服務的經濟附加值，降低了同質化效應，提高了產品或服務的容錯性［6］，協同與耦合了上下游產業鏈以及與環境之間的自洽與調適性，從而提高了生產率與經濟效率［7］。同時，數字信息技術在搜索、復刻、搬運、追蹤和校驗等方面特有的成本優勢，進一步降低了企業資源的搜索與匹配成本，提高了資源流通效率，優化了資源配置，壓縮了產品研發周期，提高了研發效率，促進了企業的創新發展［8］。此外，數字技術的擴展與開放性，使產業邊界更加模糊，企業組織日益扁平與虛擬化［9］，企業之間的競合更多元化，供應鏈與價值鏈趨向網絡化等［10］。因而“數字化”有利于企業突破原有運營管理模式，推動組織結構轉型，優化業務流程，構建全新的組織架構與運營體系，有助于企業價值的提升［11］。總之，“數字化”實現了企業生產要素的協同，提高了全要素生產率，增加了宏觀層面的產出，促進了社會經濟增長［12］。

近年來，隨著人工智能、云計算、大數據以及區塊鏈等新一代數字與信息技術的廣泛應用，世界經濟已經全面進入數字時代［13］。我國十九屆四中全會明確將“數據”列為與資本、勞動、技術同等重要的生產要素，“十四五規劃”正式確立了“數字中國”的行動綱領。推動數字經濟發展已經成為我國加快構建國內國際雙循環新發展格局的重要戰略選擇和關鍵政策支撐。數字經濟已成為當前我國經濟高質量發展的新引擎［14］。據公開數據顯示，2020年我國產業數字化規模高達31.7萬億元，占年度GDP的比重為31.2%。與此同時，越來越多的企業主動采用數字技術來革新產品與服務，改進組織與流程，實現以數字化為核心的創新模式轉換［15］。數字化賦能企業發展，也為企業緩解疫情沖擊以及疫后恢復提供了新思路。

（三）數字化關于疫情沖擊的經濟彈性

1. 經濟彈性

彈性或經濟彈性（Resilience），也稱為恢復力，是指系統受到外部沖擊或干擾后的恢復能力（回到最初的正常水平或更合理的理想狀態的速度）［16］。彈性的本質屬性主要包括適應性、柔性和恢復力等。該概念最早產生并應用于生態領域，如Nelson等［16］第一次完整提出了彈性的概念以及系統適應的過程框架，認為系統具備承受干擾并維持功能、網絡與社會資本等特性。近年來隨著相關研究的不斷深入，彈性被大量引入社會經濟金融系統中，如從危機管理、脆弱性、敏感性及抗周期性等角度來探討區域或行業經濟系統的可持續性［17］。

一般認為，經濟彈性主要包括抵御力、恢復力與創新轉換能力等，即經濟部門在遭受外部沖擊或干擾下，通過自我恢復或適應，維持本系統穩定運行，并通過學習或轉換能力的提升，從而實現創新發展的能力［17］。經濟彈性強調社會經濟系統或經濟部門從外部擾動中全面、迅速恢復的能力以及促成更優、更強的經濟結構的“資本”，因而對解釋外部沖擊下經濟部門運行態勢以及系統周期性等更具優勢［18］。

2. 企業數字化與彈性

疫情沖擊嚴重抑制了企業產品和服務的需求，降低了企業接觸消費者和銷售商品及服務的能力，增加了企業獲客（顧客）和銷售成本，特別是在人際隔離和居家辦公等防疫、抗疫管制措施實施后。據調研顯示，那些數字化程度高或者疫情前預先投資于數字技術的公司，擁有或保持了一定的能力去接觸他們的消費者，緩解了疫情沖擊的負面影響，而非數字化的公司則直接面臨產品需求萎縮和銷售急劇下降。比如，2019—2020年疫情期間，我國各地根據疫情蔓延態勢，先后采取了空間封鎖和社會距離隔絕等措施以遏制病毒，使企業銷售商品和服務的能力大大降低（部分企業甚至立即關停倒閉）。但數字化企業受疫情防控遏制措施的影響較小，因為它們能夠通過數字技術，如在線銷售等數字化銷售方式維持業務運營。

因此，數字化在疫情期間能夠幫助企業抵御沖擊和快速恢復能力，減輕疫情沖擊對公司收入的影響，增加企業彈性。數字化可能是企業彈性的一個重要來源，并能通過不同的渠道影響企業績效和調整企業的彈性。因此，在經濟彈性視角下探究企業數字化對疫情沖擊的影響，可以幫助我們更全面、更真實地理解兩者之間的內在影響機制與運行態勢，有利于指導企業數字化和疫后經濟恢復、實現社會經濟可持續發展。

過去的研究表明，數字化能夠促進企業產品和工藝創新，并提升長期生產率，驅動企業績效穩步增長［14］。具體來說，較多投資并運用信息和通信以及數字技術的公司，更容易通過改組生產流程與工藝，靈活地應對疫情沖擊，緩解企業經營和業績急劇波動。疫情期間數字化企業可以實現更高水平的生產率和競爭力。比如Acemoglu和Restrepo［10］研究發現，采用新數字技術方面落后的公司，疫情期間不僅經營績效明顯遜于那些數字化程度高的企業，而且因所受沖擊過大，可能面臨被逐出市場的風險，因此，數字化對疫情沖擊具有緩釋作用。國內學者劉淑春等［2］也認為數字化本質上是通過數據與技術的結合，利用“技術化”數字的高效流動，重構企業生產經營流程與活動，從而改進企業資源配置效率，并減少外部不確定性對企業績效的沖擊。陳慶江等［1］進一步認為，數字化主要從數據增長驅動、改善用戶體驗、搭建企業群落、實現產業互利共生等方式來提升企業生產率和推動制造業發展。Nambisan等［19-20］的研究證實了企業的數字化轉型能夠顯著提升開放式創新效率與組織績效。

此外，現有研究表明，數字化企業相對數字化受限企業存在一些可觀察的特征，如企業年齡和規模上，一般認為數字化企業的平均年齡與企業規模更大［14］，且在所有制結構上呈現出顯著的國有集權或外資參與的典型特征，即在數字化樣本企業中，國資控股或外資參與的較大規模和年限較長的企業較為集中。同時，相對那些程度不高或數字化受限的企業，數字化企業更富有創新精神和創新能力，這體現在企業關于新技術、新工藝、新設備以及數字化管理等的研發關注與投資的增長上。吳非等［5］研究發現，企業的研發投資傾向及比率等與企業的數字化程度呈正相關性。因此，我們提出假設：

H：企業數字化能抵御和緩解新冠疫情對業績的不利沖擊，即存在著經濟彈性。

三、研究設計

（一）樣本選擇

本文以2019—2021年我國滬深兩市A股上市公司為研究樣本，數據來源包括：反映上市公司基本特征、核心財務及經營方面數據，采自于Wind 與CSMAR 數據庫，具體包括樣本公司特征（如年齡、規模、行業等）、所有權、銷售業績、員工培訓和技能水平、獲得信貸、組織和營銷創新以及研發支出等信息；反映上市公司數字化程度的指數，本文通過收集與整理上市公司年報，并查詢和訊、新浪、搜狐、網易等主要財經網站后，進行熵值法分析整理后得到；其他企業層面的微觀數據，通過上市公司年報與公開網站搜集，并經手工整理。

本文還對上述基礎數據進行如下處理：首先，剔除了ST類和觀測期退市的樣本企業；其次，剔除了相關財務與經營數據嚴重缺漏的企業；最后，對企業層面連續變量執行雙邊1%縮尾處理，以控制異常值的干擾。

（二）變量定義

1. 企業數字化指數

為了把握數字化的多維度本質，本文基于企業層面的數字化指標，利用熵值法構建了企業數字化指數。熵值法能對企業數字化各項具體指標的權重進行客觀賦值，從而規避了人為主觀因素干擾可能造成的偏誤。該指數主要包括數字應用實踐、數字環境支撐、數字技術支持、數字信息基礎等4個維度，涉及ICT（信息、通信與技術）研發投入額及專職人員比例、數據及ICT領域專利數（大數據、云計算、區塊鏈、人工智能）、公司網站及IPV6數量、互聯網及寬帶費用、網絡在線或電子商務交易額占比等15個二級指標。主要計算過程具體如下：

（1）原始數據歸一化處理

[Xi，j=Xij-min（X1j……Xnj）max（X1j……Xnj）-min（X1j……Xnj）] （1）

其中Xij表示第i個評價維度中第j項指標的原始數值（j=1，2，…n）。

（2）確定各項指標比重及熵值

[μij=Xij1nXij] （2）

[ρj=-1ln（n）1nμijln（μij）] （3）

[φj]=1-[ρj] （4）

[ωj=φj1mφj] （5）

其中，μij表示第i個評價維度中第j項指標的比重，ρj為第j項指標的熵值，φj為第j項指標的熵冗余度，ωj第j項指標的最終權重。

（3）企業數字化指數

[Di=1mωjXij] （6）

2. 企業創新能力

本研究遵循現有文獻做法，以樣本企業年度研發投資額與營業收入的比值來代替。此外，在穩健性檢驗中，引入樣本企業研發人員占比來衡量創新水平。

3. 控制變量

參照國內外相關研究文獻，本文選取如下控制變量，如企業年齡（Age）和規模（Size）、企業產權性質（Ownership）、股權集中度（Cent）以及桿杠率（Lev）、現金流比率（NCF）、總資產收益率（ROA）等。

（三）實證策略與模型

本研究的一個關鍵識別目標是將疫情沖擊作為外部影響因素，考察企業數字化程度或能力的經濟彈性。為此，我們參照有關經濟脆弱性、抗周期性和彈性等微觀實證文獻的做法，從企業部門的經濟產出口徑來選取企業經營業績指標（以銷售額代替）來衡量彈性效果，即檢測企業數字化是否能抵御或化解新冠疫情的不利沖擊，維持和實現企業經營活動和經營業績的正常化。事實上，企業銷售額變動是新冠疫情沖擊最直接和最重要的影響，疫情期間幾乎所有企業接觸消費者以及銷售商品與服務的能力都受到了明顯、嚴重的抑制，特別是在采取了嚴格的疫情遏制措施之后（那些預先投資于數字技術的公司則保持了一定的能力來接觸他們的消費者，而非數字化的公司面臨著產品需求的急劇萎縮或降低）。此外，銷售額變動還會全面影響并將疫情沖擊傳遞到企業其他經營活動中，因而該指標是更直接、可信的彈性衡量方式。

為此，我們引入了一個規范的和控制需求影響（如行業、企業年齡、大小以及數字化的其他因素）的模型，以檢查數字化關于疫情期間公司銷售的影響問題。為了控制數字化企業和數字化受限企業之間的差異，我們使用了行業和年份兩種固定效應。我們的基準回歸方程如下：

[Yi，t=β0+β1COVID-19+β2Digitali，t+β3COVID-19*Digitali，t+βη∑Controlsi，t]

[+∑Year+∑Industry+εi，t]? （7）

其中，在Yi，t是樣本公司i在時間t總銷售額的對數，COVID-19是關于疫情的啞變量（疫情全面爆發的2020年及以后取值1，否則為0），Digitali，t是樣本公司數字化程度，以本文構建的數字化指數來替代，代表著疫情沖擊前樣本公司的數字化能力。Controls是企業層面控制變量，如年齡、企業規模、股權集中度、杠桿率、總資產收益率、現金流比率以及企業產權性質等。

四、實證結果與分析

（一）主要變量描述統計

表2為主要變量描述統計。本文中發展的企業數字化指數水平顯示，我國上市公司之間的數字化能力存在著較大差異，覆蓋范圍從0.10—0.91，均值為0.35，標準差為2.35。此外，我們在調研和統計中，還發現了行業之間的數字化水平也存在著顯著的異質性。比如機械、電子、制造、批發和零售及其他服務等行業擁有最高比例的數字化企業，而金融及酒店、娛樂、旅游等行業數字化公司所占比例最低。這與趙晟宇等［9］的發現基本一致，也支撐和驗證了其他相關研究。為研究方便，我們以均值為界，將樣本企業分成數字化企業（高于均值水平）和數字化受限企業（低于均值）兩個對照組。

關于銷售增長率指標的統計，顯示了數字化和銷售之間的初始關系。它顯示了數字化企業和數字化受限企業2019—2021年銷售水平的差異。在疫情之前和之后，數字化企業的平均銷售水平都高于數字化受限企業。雖然疫情沖擊后這兩類公司的銷售額都有所下降，但與數字化程度較高的公司相比，銷售下降的幅度對數字化受限的公司而言相對更重要，且統計數據顯示銷售額顯著下降的公司數量在數字化受限組中所占比例更高。疫情前沒有或較少投資于數字技術的公司，疫情期間經歷了更大的銷售額下降。這表明，具有數字化能力的公司似乎比數字化受限的公司更具彈性。當然這需要我們在后續的回歸分析中進行驗證。

表2還顯示了疫情前數字化企業和數字化受限企業的可觀察的主要特征和區別，如年齡、規模、信貸獲取、所有權、期望和創新等。這表明與數字化受限的公司相比，具有數字化能力的公司平均年齡更大、規模更大、更容易獲得信貸、更有可能為外資或國資所有、對未來銷售更樂觀、更有創新精神?；诿總€變量的t檢驗值進一步表明，兩組均值之間存在顯著差異。

（二）實證分析結果

表3列示和比較了疫情期間我國數字化企業和數字化受限企業的經濟彈性表現，即兩類企業對疫情沖擊的業績表現。因變量為總銷售額的對數，主回歸因子是企業層面的數字指數和疫情的時間虛擬變量的交互項。列（4）—（6）包括公司特定的特征，如年齡和規模。我們還控制了行業和年份層面的固定效應，這使我們能夠控制其他未觀察到行業和年份的異質性。我們在回歸分析中發現：

第一，疫情沖擊對所有公司的銷售業績都產生了負面影響。這進一步支持了前文統計描述的初步認識，也與我們實際的觀察與感受一致。從行業類別細分來看，那些更多依賴與客戶近距離接觸或更短社交距離的行業，如酒店、旅游、文娛、線下銷售與教育等，受到的沖擊更大，影響更深。

第二，數字化能力與企業銷售業績波動呈正相關。整體而言，疫情沖擊下，數字化企業比數字化受限企業的銷售業績降低幅度要小，且很少出現極端的波動（超過20%及以上負向調整）。我們進一步比較兩家同一行業，且規模、年齡及杠桿率、現金流比例等企業層面特征大體近似，面臨相同需求條件的公司，發現數字化企業的銷售額盡管出現了顯著下降，但比數字化受限企業的銷售額下降比例少了5.5個百分點。在第（8）列中加上行業和年份固定效應后，結果與第（4）列相似，數字化企業在2020年面臨更低的銷售額下降，相當于4.8%。 因此，我們可以得出結論，數字化有助于增加企業疫情期間的經濟彈性，即抵御和緩解疫情對企業業績的沖擊。所以，本文研究假設1獲得驗證。

（三）異質性分析

基準回歸檢驗基本揭示出企業數字化關于疫情沖擊的經濟彈性以及各因素之間的影響關系。然而，微觀企業層面的一些特征可能影響企業數字化彈性表現。因此，我們進一步按照企業產權性質以及所在區域進行分組回歸，開展異質性分析。

1. 企業異質性

鑒于現有研究，我們發現國有控股企業相對非國有（私有企業），更有能力與動力推動企業數字化建設，強化數字化技術研發投資。同時，外資企業一般認為在核心技術和流程管理以及對創新的認識與重視等方面更具優勢，所以我們首先根據企業的產權性質（控股股東或實控人）將樣本劃分為國有企業、外資企業與非國有企業三類。其次，考慮到處于不同生命周期的企業特征與影響可能不同，我們參照Dickinson（2011）［21］基于企業現金流生命周期度量做法，將樣本企業分成初創期、成熟期與衰退期三組。

表4列示了企業所有權形式分組回歸結果。從列（1）—（3），我們發現，無論國有企業、外資企業還是非國有（私有）企業，數字化都顯著抑制了新冠疫情對企業銷售業績的沖擊，但國有企業和外資企業的效果更為明顯。這與之前有關不同所有權企業的創新活力研究文獻結論基本一致，也說明了企業數字化彈性與企業產權性質和創新能力等密切相關。列（4）—（6）則顯示，數字化在成熟期企業中的經濟彈性更為顯著，對初創期和衰退期企業的影響不明顯。其背后的原因可能在于，初創期企業受制于自身實力、資金與技術等方面的弱勢，數字化培育能力差且水平低。而衰退期的企業，則由于產品和服務競爭力衰減、市場萎縮、利潤下降，對數字技術的投資和應用不足，直接導致數字化受限。

2. 地區異質性

表5列示了企業所處地區分組回歸結果。本文按照國家統計局關于地域劃分標準，將總樣本分為東部與中部以及西部等三個區域，考察數字化對企業抵御和化解疫情沖擊彈性的地區差異。鑒于現階段我國南方與北方在經濟發展等方面巨大的現實差距，我們進一步把總體樣本區分為南部和北部子樣本。我們的檢測結果顯示，東部地區的數字化顯著正相關于企業彈性，即企業的數字化能力有助于緩解疫情對銷售業績的沖擊，但該效應在中部與西部地區表現并不明顯。關于該現象的解釋，一方面可能是我國東部地區數字化水平整體較高，數字技術在企業的應用、投資與創新等都領先于中部與西部地區，數字化關于企業生產與銷售的服務能力較強；另一方面，東部地區市場化程度好，要素市場相對完善。

關于企業彈性的影響機制與進程約束少，轉換率高、轉化快?；谀喜颗c北部區域劃分的分組回歸呈現出類似的結果，即數字化在南部地區顯著抑制了疫情沖擊對企業銷售業績的影響，從而數字化調整與增加了企業彈性?？傊瑪底只P于緩解和抵御疫情沖擊的經濟彈性，在數字化程度與創新能力更高的東部與南部地區表現更為明顯。

（四）穩健性分析

為檢測前述研究結果的可靠性，我們通過變更和替換經濟彈性、數字化以及企業創新產出等指標的方式開展了一系列穩健性測試。

首先，利用工具變量估計來緩解內生性問題。由于數字化與企業彈性可能互為反向因果，即具有抵御和緩解疫情沖擊能力的企業，可能其數字化程度與創新能力更高，企業數字化可能不是經濟彈性的原因（而是結果）。本文參照Briel等［12］的研究，選取了企業網站數量（website）和數字技術方面專利數（Paten）為工具變量，表6列示了回歸結果。研究中第一階段回歸F值拒絕了弱工具變量假說，且兩個工具變量系數均在1%水平上顯著。第二階段回歸控制住內生性問題后，數字化關于企業經濟彈性的系數仍然顯著為正，與表2基準回歸結果一致。

其次，我們擴展研究了疫情期間數字化對各行業經濟彈性的影響，尤其是我們特別關注密集型接觸和非接觸部門。我們的研究發現，接觸密集型行業（如批發和零售，招待和旅游業）中數字化受限制的公司，其銷售額下降幅度遠遠大于非接觸密集型行業（如紡織和服裝、化工石油、塑料和橡膠、機械和電子），但數字化有助于減輕疫情沖擊的影響。

最后，我們變更和替換主要變量的衡量方式進行穩健性測試。一是我們利用文本分析法重新構建了企業數字化指數，并以數字化虛擬變量（Digital_re）來表示。我們參照吳非等類似做法，通過篩選和擬定企業數字化高頻、關鍵詞匯，如“數字化”“數字化轉型”“大數據”“人工智能”等，利用Python技術對經加工、處理的上市公司年報文本進行關鍵詞抓取和數據清洗，進而對統計匹配的詞頻數進行對數化處理，獲取企業數字化評估指數?；谠撎摂M變量（Digital_re）的回歸系數（0.0274）仍在10%水平下顯著，與前文研究結論一致。

二是我們變更了企業創新能力的衡量方式。我們從產出的視角補充和引入了企業創新產出能力指標，并以企業數字化創新專利數量作為代理變量。統計的創新產出相關的專利包括大數據、云計算、人工智能、區塊鏈以及ICT 領域獲批的有效專利數量。基于該創新產出的回歸系數（0.0215）在5%水平下顯著，回歸結果再次驗證原假設。

總之，經過上述檢測，說明我們的研究結論是穩健的。

五、機制路徑檢驗

通過基礎回歸和穩健性檢驗，本文證實了企業數字化關于抵御和緩解疫情沖擊的經濟彈性效用，但具體的影響機制與路徑還需進一步探討。因此，我們基于前文的理論分析，在實證模型（7）的基礎上設計了如下中介效應模型，從創新能力培育、緩解融資約束和樂觀預期增長等機制路徑開展檢驗，以揭示企業數字化關于疫情沖擊的經濟彈性內在邏輯。模型（8）和（9）中的Mi，t表示中介變量：

[Mi，t=β0+β1COVID-19+β2Digitali，t+βη∑Controlsi，t+∑Year+∑Industry+εi，t] （8）

[Yi，t=α0+α1COVID-19+α2Digitali，t+α3Mi， t+αη∑Controlsi，t+∑Year+∑Industry+εi，t] （9）

（一）創新能力的中介效應

疫情沖擊下數字化關于企業彈性調整渠道的一個重要環節是創新。過去的研究表明，數字化能夠促進企業產品和工藝創新，并提升長期生產率，驅動企業績效穩步增長。為此，本文選取企業創新能力作為中介變量，參照現有文獻做法，以企業年度研發支出對營業收入的比值進行衡量。表7中的列（2）顯示了企業數字化對企業創新能力的回歸結果，Digital系數在1%水平下顯著為正，表明數字化顯著提高了企業的創新能力與水平。列（3）關于模型（9）回歸結果顯示，引入企業創新Innov后，Digital的系數仍然顯著為正，從而驗證了“企業數字化—創新能力—經濟彈性”中介路徑。

（二）融資約束的中介效應

數字技術投資及應用需要額外的資金，且這些資金一般通過融資獲得。數字化企業在資本市場上更受投資者認可和歡迎，在信貸支持、債券發行、股票增發等方面更具優勢，融資成本更低、融資周期更短、融資約束程度較低，從而有足夠的資金和資源來開展數字化技術投資與創新應用，抵御和緩解疫情沖擊的影響。為此，我們參照Hadlock和Pierce［22］做法，引入KZ指數來衡量樣本企業的融資約束水平，以檢驗“企業數字化—融資約束—經濟彈性”中介路徑。表7列（4）顯示了企業數字化與企業融資約束程度存在著顯著負相關關系，列（5）的回歸結果則進一步表明，緩解融資約束是企業數字化關于抵御疫情沖擊經濟彈性的重要路徑之一（KZ和Digital系數均在1%水平下顯著）。

（三）增長預期的中介效應

企業數字化還可能通過增長預期中介渠道來影響它對疫情沖擊的緩解效果。如果一個企業在中期對產品銷售與未來發展有樂觀的預期，那么它可能有更多的動機增加數字技術的投資和應用，進而提高生產能力。為驗證該中介機制，我們參照Newman等［23］的研究，引入了樣本企業年度雇傭全職員工增長率指標來衡量預期（內含邏輯為預期增長樂觀，將會聘請或維持更大規模職工數，否則裁員、減員）。表7中列（6）和列（7）顯示了企業數字化與樂觀預期的回歸結果。列（6）表明在1%水平下企業數字化顯著正相關于企業樂觀預期，列（7）的回歸系數則表明，企業樂觀預期在企業數字化關于抵御和緩解疫情沖擊的經濟彈性中發揮了中介作用。此外，本文還在上述研究基礎上開展了Soble檢驗，結果顯示所有Z值均顯著。

六、研究結論和建議

本文系統性地研究了企業數字化關于緩解新冠疫情沖擊的彈性問題，我們的研究結果表明，數字化在疫情期間能夠幫助企業抵御沖擊和快速恢復能力，減輕疫情沖擊對公司業績的影響，增加企業彈性。數字化是企業彈性的一個重要來源，當前我國企業的數字彈性效應存在顯著的異質性，主要表現為區域差異（東部和南方明顯）和企業特征差別（國有企業和外資企業，以及成熟期企業顯著）。此外，企業數字化彈性是通過提升企業創新能力、緩解企業融資約束和樂觀增長預期驅動等渠道和中介來影響企業績效和調整企業的彈性。對于上述相關發現，經過一系列附加測試后，結果仍然是穩健的。研究中，我們還利用熵值法創建了企業數字化指標體系，引入了數字創新和樂觀預期以及其他公司層面（不可觀察的）特征，這些做法都可以推廣到其他一般性研究中。

本研究具有以下重要的政策含義與啟示：

首先，基于“后疫情”時代的數字發展戰略梳理與調整。當前各經濟體和社會都不太可能回到疫情前的模式，這場危機生動地展示了數字技術的潛力，與之相關的一些變化和影響現在可能尚未顯露完畢，但整體趨勢與方向無法逆轉。事實上，當前無論是就業、教育、衛生、政府服務，甚至社會互動等都比以往任何時候更加依賴數字技術。不能確保廣泛和可靠的數字享用及有效使用，可能會加劇不平等，并阻礙各地區和企業疫后的恢復與成長。因此，政府需要制定和調整后疫情時代的數字戰略，并將此置于政策議程的中心，涵蓋包括數字資源的獲取、傳播、運用和技能等多個方面，尤其是要對現階段我國區域性的數字“鴻溝”以及不同所有制企業的數字化差異進行優化，推動中西部地區和北方的企業數字化進程，提高非國有企業數字化投入與運用，實現全國數字化的均衡、協調發展。

其次，加大ICT設備設施投資。疫情沖擊下的基于數字技術的新生產與生活模式，使得通信基礎設施和服務以及關鍵數據治理技術與設備等成為數字化重要的基礎與保障。同時，為企業釋放數字工具潛力還需要成功的傳播，而成功的傳播關鍵取決于企業對信息通信技術的投資［24］。因此，政府應該通過設立專項資金或獎勵措施，鼓勵、支持企業購買ICT設備或服務以及非金融支持（如針對性培訓），從而促進ICT投資，特別是對那些風險承擔受限和具融資約束且融資抵押品有限的中小企業，更應該進行政策性傾斜。

最后，加強數字化技能培訓。在數字時代，企業的成功還取決于員工是否具備良好的讀寫、計算能力、解決問題能力以及工作中使用通用ICT技能［25］。同時，也越來越需要ICT專家和數據專家。而要確保為數字時代提供相關技能，就需要我們在教育和培訓方面進行投資。比如建立系統化的數字教育培訓體系，在各級基礎教育與職業教育階段提供良好的數據計算技能，引導學生選擇發展ICT和補充技能，如數字社交、溝通和管理技能等。

參考文獻：

［1］ 陳慶江，王彥萌，萬茂豐，企業數字化轉型的同群效應及其影響因素研究［J］.管理學報，2021（5）.

［2］ 劉淑春，閆津臣， 張思雪，等.企業管理數字化變革能提升投入產出效率嗎？［J］.管理世界，2021（5）.

［3］ 劉洋，董久鈺，魏江，數字創新管理：理論框架與未來研究［J］.管理世界，2020（7）.

［4］ 沈國兵，袁征宇.企業互聯網化對中國企業創新及出口的影響［J］.經濟研究，2020（1）.

［5］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界，2021（7）.

［6］ 謝衛紅，林培望，李忠順，數字化創新：內涵特征、價值創造與展望［J］.外國經濟與管理，2020（9）.

［7］ 袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）.

［8］ 張森，溫軍，劉紅，數字經濟創新探究：一個綜合視角［J］.經濟學家，2020（2）.

［9］ 趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021（7）.

［10］? Acemoglu D， Restrepo P.Financing the Digitalisation of Small and Medium-Sized Enterprises［J］.Journal of Political Economy， 2020（6）.

［11］? Autio E， Nambisan S， Thomas L D W. Digital Affordances， Spatial Affordances， and the Genesis of Entrepreneurial Ecosystems［J］.Strategic Entrepreneurship Journal，2018（1）.

［12］? Briel F V， Davidsson P， Recker J. Digital Technologies as External Enablers of New Venture Creation in the IT Hardware Sector［J］.Entrepreneurship Theory and Practice，2018（1）.

［13］? Carvalho Vasco M， Stephen H， ?lvaro O， et al.Tracking the Covid-19 Crisis with High-Resolution Transaction Data［R］.International Monetary Fund Working Papers， 2020.

［14］? Cette G， Nevoux S.The Impact of Icts and Digitalization on Productivity and Labor Share：Evidence from French Firms［R］.Banque de France Working Paper， 2020.

［15］? Dai M， Yotov Y， Zylkin T.The Macroeconomic Impacts of Digitalization in Sub-Saharan Africa：Evidence from Submarine Cables ［J］.Economics Letters， 2014（2）.

［16］? Dickinson V. Cash Flow Patterns as a Proxy for Firm Life Cycle［J］.The Accounting Review， 2011（6）.

［17］? Hadlock C J， Pierce J R.New Evidence on Measuring Financial Constraints：Moving beyond the KZ Index［J］.The Review of Financial Studies， 2010（5）.

［18］? Joel A， Alberto C， Bricklin D， et al.E-commerce During Covid-19：Stylized Facts from 47 Economies［R］.International Monetary Fund Working Papers， 2022.

［19］? Lokuge S， Sedera D， Grover V.Organizational Readiness for Digital Innovation：Development and Empirical Calibration of a Construct［J］.Information and Management， 2018（3）.

［20］? Nambisan S， Wright M， Feldman M.The Digital Transformation of Innovation and Entrepreneurship：Progress， Challenges and Key Themes［J］.Research Policy，2019（8）.

［21］? Nambisan S， Lyytinen K， Majchrzak A.Digital Innovation Management：Reinventing Innovation Management Research in a Digital World［J］.MIS Quarterly， 2017（1）.

［22］? Nelson D R， Adger W N， Brown K.Adaptation to Environmental Change：Contributions of a Resilience Framework［J］.Annual Review of Environment and Resources，2007（1）.

［23］? Newman C， Rand J， Talbot T， et al.Technology Transfers， Foreign Investment and Productivity Spillovers［J］.European Economic Review， 2015（76）.

［24］? Nier， Erlend， Tjoervi O.Operational Aspects for Macro Prudential Policy Relaxation.IMF Monetary and Capital Markets Special Series on COVID-19［R］.NBER Working Paper， 2020.

［25］? Wyss R， Luthe T， Abegg B， Building Resilience to Climate Change：the Role of Cooperation in Alpine Tourism Networks［J］.Local Environment， 2014（1）.

責任編輯：鄭曉艷

（E-mail：zxyfly@ 126. com）

Impact of COVID-19 and Elastic Effect of Entrepreneurial Digitalization

XU Jinqiu

（The School of Accounting， Hebei Finance University， Baoding Hebei? 071051）

Abstract： The COVID-19 pandemic has an unprecedented impact on enterprises. Meanwhile， the recent digitalization is becoming a new driver and key support of enterprises innovative development and economic high-quality growth. Using the data of enterprises and building? digitalization indexes based on the entropy evaluation method， an empirical study is done on entrepreneurial digitalization in relation to the economic elasticity of an enterprise in withstanding and easing the impact of the pandemic. It is discovered that when the characteristics of entrepreneurial demands are under control， digital enterprises， compared with those of a limited digitalization， suffered a lower sales drop during the pandemic， with an average reduction rate of 5.5 percent. This proves that digitalization has softened the impact of the pandemic. An heterogeneous analysis of digitalization further shows that enterprises in the Chinese eastern and southern regions， state-holding enterprises， foreign-funded enterprises， and enterprises in their maturity have displayed a more distinct elastic effect. A mediation mechanism test verifies that digitalization has affected and adjusted the impact of the pandemic on corporate performance via improving the innovation capability of enterprises， easing financing constraints， and offering optimistic growth predictions. Based on the above， the policy advice is to adjust the digital strategy as soon as possible in the post-pandemic era， narrowing down the digital gap between different regions and enterprises， increase the investment on and support for digitalization， and achieve a comprehensive and balanced entrepreneurial digitalization.

Key words： COVID-19 pandemic； digitalization； entrepreneurial elasticity； entropy evaluation method