黃大禹 謝獲寶

一、引 言

近年來數(shù)字技術(shù)與生產(chǎn)經(jīng)營模式數(shù)字化浪潮與日俱進且交織發(fā)展，使得2020年全球的數(shù)字化轉(zhuǎn)型進程加快，數(shù)字化轉(zhuǎn)型發(fā)展已然成為全球各國重塑經(jīng)濟增長動能的重要突破口。特別是新冠肺炎疫情暴發(fā)以來，“無接觸作業(yè)”成為社會經(jīng)濟運行的重要新形態(tài)，深刻改變了企業(yè)的生產(chǎn)經(jīng)營行為，驅(qū)動企業(yè)逐步關(guān)注并實施數(shù)字化轉(zhuǎn)型，以實現(xiàn)經(jīng)營效能和市場競爭力提升的雙重擬合（王灝晨和溫珂，2020）。在決策層面，各級政府部門也積極轉(zhuǎn)“疫”為機，提出《數(shù)字化轉(zhuǎn)型伙伴行動倡議》，試圖通過各界攜手、聯(lián)合推進，精準(zhǔn)幫扶數(shù)字化轉(zhuǎn)型企業(yè)，共同構(gòu)建普惠性轉(zhuǎn)型服務(wù)；為實現(xiàn)“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的深度融合，推動先進制造業(yè)集群發(fā)展，構(gòu)建新興產(chǎn)業(yè)的發(fā)展新引擎”打好堅實的微觀基礎(chǔ)。

即使忽略新冠肺炎疫情影響，數(shù)字經(jīng)濟也早已成為中國經(jīng)濟高質(zhì)量發(fā)展的重要引擎（胡泳和年欣，2020）。宏觀而言，中國數(shù)字經(jīng)濟規(guī)模無論是從絕對數(shù)來看還是從比例來看，都取得了長足的增長，2020 年同比增速更是達到了9.7%；微觀層面，埃森哲的《2020中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》報告顯示，2020年企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)的平均得分為50分，相較前兩年提升了35%。應(yīng)當(dāng)說，這種積極轉(zhuǎn)變會體現(xiàn)在企業(yè)的價值增升上。數(shù)據(jù)表明，數(shù)字化技術(shù)與傳統(tǒng)經(jīng)營模式的充分融合，能夠使傳統(tǒng)模式中約80%的人力成本實現(xiàn)工作效率提升50%的巨大進步。其中，小米科技的SAP、中鐵的魯班電商平臺以及眾多互聯(lián)網(wǎng)企業(yè)都在數(shù)字化轉(zhuǎn)型上貢獻了特色方案并有效提升了自身的市場價值（賴紅波，2020）。這都說明數(shù)字化轉(zhuǎn)型優(yōu)化了生產(chǎn)、運營、產(chǎn)品和服務(wù)，降低成本的同時也提升了能效，提高產(chǎn)品質(zhì)量的同時也增強了企業(yè)的核心競爭力，新時代信息技術(shù)與傳統(tǒng)行業(yè)的融合為企業(yè)市場價值的提升打開了空間（張娟，2020）。

然而，數(shù)字化發(fā)展并不是一帆風(fēng)順的，企業(yè)數(shù)字化轉(zhuǎn)型進程中仍面臨著各式各樣的風(fēng)險和困境。具體來看，資金匱乏、人才以及技術(shù)短缺等問題是橫亙在中國企業(yè)數(shù)字化轉(zhuǎn)型面前的重要掣肘，大大減緩了企業(yè)數(shù)字化轉(zhuǎn)型的意愿和動能，使得企業(yè)無法有效釋放出數(shù)字化“紅利”。在實踐中不能忽視的是，仍有大量企業(yè)并沒有真正將數(shù)字化技術(shù)融合至自身的發(fā)展中，而僅僅披上了數(shù)字化轉(zhuǎn)型的外衣。埃森哲的《中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》報告顯示，中國數(shù)字化轉(zhuǎn)型取得顯著成效的企業(yè)僅占比7%，微觀經(jīng)濟主體的創(chuàng)新轉(zhuǎn)型似乎在驅(qū)動企業(yè)績效和價值提升上動力有限。其中一個重要的原因在于，數(shù)字化轉(zhuǎn)型是一個系統(tǒng)性工程，轉(zhuǎn)型過程的回報周期較長、成本投入大，轉(zhuǎn)型紅利可能無法得到及時釋放，相反長周期投資往往會加劇企業(yè)資金困境（Bj?rkdahl，2020）。因此在漫長的轉(zhuǎn)型過程中，數(shù)字化技術(shù)的高投入往往使不少企業(yè)不堪重負（劉然，2020），極有可能形成價值折損甚至壓垮企業(yè)。由此本文認為，企業(yè)的數(shù)字化轉(zhuǎn)型道阻且長，數(shù)字化轉(zhuǎn)型是否真正對企業(yè)有利并形成了價值助推效應(yīng)仍有待考察?；谏鲜鲇懻?，本文將企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)價值兩個概念關(guān)聯(lián)起來，探討企業(yè)數(shù)字化轉(zhuǎn)型對價值的影響特征差異和渠道機制，為當(dāng)前微觀經(jīng)濟主體數(shù)字化轉(zhuǎn)型提供經(jīng)驗支撐。

由此本研究擬在以下幾個方面作出邊際貢獻：在研究視角上，不同于以往研究簡單基于特定企業(yè)數(shù)字化轉(zhuǎn)型的績效開展研究，本文還考察了企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)的溢出影響（即企業(yè)外部其他經(jīng)濟主體數(shù)字化轉(zhuǎn)型的影響），為解讀企業(yè)數(shù)字化轉(zhuǎn)型的動因和效果提供了新的分析視角。在研究內(nèi)容上，基于異質(zhì)性視角解讀數(shù)字化轉(zhuǎn)型的具體經(jīng)濟績效差異。從“屬性特征”“領(lǐng)域特征”角度出發(fā)，探討企業(yè)數(shù)字化轉(zhuǎn)型在不同結(jié)構(gòu)特征下可能展現(xiàn)出的異質(zhì)性效果，為深刻理解企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果提供更具有針對性的實證支持。進一步地，基于中介效應(yīng)模型解讀企業(yè)數(shù)字化轉(zhuǎn)型影響經(jīng)濟績效的具體渠道機制。從“市場關(guān)注度”“融資難融資貴”“創(chuàng)新投入產(chǎn)出”三大路徑出發(fā)，以期從多維角度解讀兩者之間的機制路徑。在研究拓展上，基于企業(yè)數(shù)字化轉(zhuǎn)型的結(jié)構(gòu)特征分解來探討不同數(shù)字化技術(shù)對企業(yè)經(jīng)濟績效的差異化影響。考慮到不同的數(shù)字化技術(shù)的發(fā)展成熟度和轉(zhuǎn)化程度不同，其對企業(yè)價值的影響也有差異。本文依循底層數(shù)字化技術(shù)（ABCD 技術(shù)）分解與數(shù)字化技術(shù)應(yīng)用兩個層次，探討其中可能存在的差異化經(jīng)濟效應(yīng)，為企業(yè)運用數(shù)字化技術(shù)提升自身價值帶來可借鑒的經(jīng)驗證據(jù)。

二、理論分析與研究假說

以人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等為代表的數(shù)字技術(shù)已成為綜合國力競爭的關(guān)鍵，這也深刻影響了當(dāng)前的國際分工和治理格局（吳偉華，2019），數(shù)字化轉(zhuǎn)型已成為新階段企業(yè)高質(zhì)量發(fā)展的必由之路。面對數(shù)字化新發(fā)展中的挑戰(zhàn)和機遇，企業(yè)與政府分別從市場和政策層面發(fā)力，以期最大化獲取數(shù)字化轉(zhuǎn)型的紅利，充分發(fā)揮數(shù)據(jù)作為新型生產(chǎn)要素的作用，實現(xiàn)各類要素共同驅(qū)動企業(yè)核心競爭力提升，推動組織和管理體系的優(yōu)化轉(zhuǎn)型，這種優(yōu)化最終將體現(xiàn)為企業(yè)的價值提升。從理論機制來看，企業(yè)數(shù)字化轉(zhuǎn)型作為企業(yè)轉(zhuǎn)型的新方向，能夠有效優(yōu)化改善市場對企業(yè)發(fā)展的預(yù)期，并能夠改善企業(yè)的資源邊界困境，促進企業(yè)創(chuàng)新活力提升，這些改變將最終帶來市場價值的提升。

（一）信息優(yōu)化和市場預(yù)期改善機制

企業(yè)數(shù)字化轉(zhuǎn)型能夠改善信息不對稱并且優(yōu)化市場預(yù)期，進而提升企業(yè)價值水平。在過往的經(jīng)濟實踐中，囿于信息處理能力的不足，企業(yè)在生產(chǎn)、交易活動中所積累下來的大量信息只能作為冗余信息沉淀在系統(tǒng)中而無法得到高效利用（Salimyanova 等，2019）。在數(shù)字化轉(zhuǎn)型進程中，企業(yè)可以借助數(shù)字技術(shù)搜集整合過往生產(chǎn)經(jīng)營沉淀下來的大量數(shù)據(jù)，完善企業(yè)信息的歸集、整理和披露（Duarte 等，2012；Agrawal 等，2021），釋緩組織中信息不對稱困境。這一轉(zhuǎn)變能幫助企業(yè)減少低效甚至是無效供給（肖旭和戚聿東，2019），由此提升了企業(yè)的價值水平。進一步地，企業(yè)通過數(shù)字化轉(zhuǎn)型實現(xiàn)了部門業(yè)務(wù)的協(xié)同以及制度標(biāo)準(zhǔn)的建立完善，也提高了市場對于企業(yè)發(fā)展前景的預(yù)期和信心，更好地凸顯了企業(yè)的未來價值潛力。從這個角度來看，積極推動數(shù)字化轉(zhuǎn)型的企業(yè)，市場主體將會對其持有更為積極正面的預(yù)期，由此會對自身的市場價值產(chǎn)生積極影響。

（二）融資約束與融資成本緩解機制

企業(yè)數(shù)字化轉(zhuǎn)型有助于釋緩企業(yè)在信貸市場上的融資難、融資貴問題，進而提升企業(yè)價值水平?，F(xiàn)實而言，企業(yè)可通過大數(shù)據(jù)、云計算等技術(shù)讓資產(chǎn)負債信息得到及時、準(zhǔn)確的披露，并借助區(qū)塊鏈等技術(shù)建立起完整、詳細的信用記錄，進而有效提升自身財務(wù)信息的透明度，改善自身在金融機構(gòu)中的信用等級，有效解決雙方的信任鴻溝問題（張黎娜等，2021）。這一改進能夠有效釋緩“企業(yè)特征歧視”（莫贊等，2021），使得資金流向?qū)嶓w部門的概率提升，降低了流動性約束的影響。與此同時，企業(yè)采用大數(shù)據(jù)技術(shù)及時有效處理內(nèi)部財務(wù)信息并向市場主體積極推送，一方面能夠幫助外部主體更好地識別企業(yè)的生產(chǎn)經(jīng)營發(fā)展?fàn)顩r，減少由于跨期錯配風(fēng)險所帶來的融資成本；另一方面還能夠在短時間內(nèi)增強對多種資源的配置能力，降低企業(yè)融資成本（Fazzari 等，1988），最終提高其融資效率。值得注意的是，企業(yè)通過數(shù)字化轉(zhuǎn)型提升自身的財務(wù)信息質(zhì)量，為監(jiān)管部門監(jiān)控信貸資源的流向流速提供了便利，一定意義上有助于改善資本配置，強化其回流至實體部門的動力（汪亞楠等，2020），也將更有余力推動企業(yè)自身的高質(zhì)量發(fā)展。

（三）創(chuàng)新投入和創(chuàng)新產(chǎn)出激勵機制

企業(yè)數(shù)字化轉(zhuǎn)型還能夠有效驅(qū)動企業(yè)創(chuàng)新新動能，進而提升企業(yè)價值水平。數(shù)字化轉(zhuǎn)型本質(zhì)上是以數(shù)字化技術(shù)研發(fā)以及實踐運用為基礎(chǔ)而誕生和不斷變革的新商業(yè)模式（Gregory，2019）。企業(yè)數(shù)字化轉(zhuǎn)型中所內(nèi)生的前沿數(shù)字技術(shù)，能夠在前端、中端和后端有效改善傳遞與處理的效率問題，其中前端主要解決信息資源的互補和整合問題；在中端則通過各類信息的高效協(xié)同，提升協(xié)作效率；而后端則通過與消費市場或客戶資源的信息直連，提高生產(chǎn)與消費的協(xié)同度（Martin等，2020）。從這個角度來看，企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展有助于企業(yè)打破傳統(tǒng)資源要素的束縛，提升企業(yè)創(chuàng)新決策效率與準(zhǔn)確度，在眾多可選的技術(shù)導(dǎo)向路徑中識別與選取最適合自身發(fā)展的前沿技術(shù)路徑，驅(qū)動企業(yè)從“要素導(dǎo)向”轉(zhuǎn)為“創(chuàng)新導(dǎo)向”，提高企業(yè)創(chuàng)新能力，進而提升企業(yè)核心競爭力與價值（武常岐等，2022）?；谏鲜鲇懻摚疚奶岢隽舜龣z驗的核心假說。

假說：在保持其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，越能顯著提升自身價值水平。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文的樣本時間區(qū)間設(shè)定為2007—2020年，以保證實證分析中各年份口徑統(tǒng)一。在此基礎(chǔ)上，本文對數(shù)據(jù)進行預(yù)處理：一是剔除不適合本研究的特定行業(yè)和類型企業(yè)，具體包含了非實體企業(yè)（如金融、房地產(chǎn)類企業(yè)）、出現(xiàn)特殊狀態(tài)企業(yè)（如ST、*ST、IPO 等）、特定年份企業(yè)；二是為最大化提高樣本數(shù)據(jù)的信息質(zhì)量，僅選取并保留在樣本期間內(nèi)主要變量都沒有重大缺失的企業(yè)，最終保留了1981 家上市企業(yè)；三是進行左右1%的雙側(cè)縮尾（Winsorize），以降低離群值的干擾。本文數(shù)據(jù)主要來源于Wind 平臺和巨潮資訊網(wǎng)，其中前者主要獲取企業(yè)財務(wù)數(shù)據(jù)，后者主要獲取企業(yè)年報用以文本挖掘。

（二）變量設(shè)定

1.被解釋變量

企業(yè)價值（Tobinq）。借鑒白重恩等（2005）的做法，企業(yè)價值可用TobinQ變量表征，具體公式為：

Tobinq=（每股價格×流通股份數(shù)+每股凈資產(chǎn)×非流通股份數(shù)+負債賬面價值）/總資產(chǎn)。

2.核心解釋變量

數(shù)字化轉(zhuǎn)型（DTCG）。本文基于年報文本信息分析法（Textual Analysis）來捕捉特定企業(yè)數(shù)字化轉(zhuǎn)型的特征和偏好。具體來看：第一，本文基于吳非等（2021）、安同良和聞銳（2022）的研究文獻，并輔之以《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016—2020 年）》《中國金融科技運行報告（2019）》《金融科技（FinTech）發(fā)展規(guī)劃（2019—2021年）》等相關(guān)政策文件和行業(yè)報告，綜合形成初步的企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞譜（圖1）；第二，基于Python 在巨潮資訊網(wǎng)中下載所有上市企業(yè)的年報文本，并將其轉(zhuǎn)化成為具體的文本信息池，基于圖1 的文本關(guān)鍵詞進行配對（排除在關(guān)鍵詞前后10個字符出現(xiàn)否定用語的情形），統(tǒng)計每個文本關(guān)鍵詞出現(xiàn)的頻率；第三，針對文本關(guān)鍵詞詞頻進行了對數(shù)化處理，最終形成了企業(yè)層面的數(shù)字化轉(zhuǎn)型（DTCG）指標(biāo)。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型行為特征的詞頻圖譜

3.控制變量

本文引入的控制變量包括企業(yè)資產(chǎn)（Asset）、企業(yè)主營業(yè)務(wù)收入（Sale）、股權(quán)集中度（S-D，第一大股東股權(quán)集中度）、企業(yè)上市年限（Age）、資產(chǎn)報酬率（ROA）、兩職合一（Dual，董事長與總經(jīng)理兼任時取1，否則為0）與審計意見（Audit，審計意見標(biāo)準(zhǔn)取0，否則為1）等變量。

（三）模型設(shè)定

本文的研究通過以下實證模型實現(xiàn)：

其中，企業(yè)價值（Tobinq）、數(shù)字化轉(zhuǎn)型（DTCG）和CV分別表征被解釋變量、解釋變量和控制變量組。由于兩者間作用傳導(dǎo)可能存在時滯，本文在回歸模型中納入變量之間的時序差異可能更為貼合實踐。有鑒于此，本文在實證模型中采用DTCG滯后一期指標(biāo)，這同時也能釋緩反向因果對回歸結(jié)果的干擾。此外，模型中時間（Year）和行業(yè)（Ind）啞變量代表固定效應(yīng)。

四、數(shù)字化轉(zhuǎn)型對企業(yè)價值影響的實證分析

（一）基準(zhǔn)回歸

表1報告了“數(shù)字化轉(zhuǎn)型—企業(yè)價值”基準(zhǔn)框架的回歸結(jié)果。在模型M（1）僅識別核心解釋變量數(shù)字化轉(zhuǎn)型（DTCG）與被解釋變量企業(yè)價值（Tobinq）之間的關(guān)系，而在模型M（2）中則進一步納入上述控制變量集CVs。結(jié)果表明，兩組回歸中，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)均為正值且至少通過了10%的統(tǒng)計顯著性檢驗，特別是在納入了控制變量集后，相關(guān)的回歸系數(shù)無論在彈性上還是顯著性上都更大，由此確證了企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)價值的核心研究假說。進一步地，為了識別“數(shù)字化轉(zhuǎn)型—企業(yè)價值”關(guān)系中是否存在非線性特征，本文在模型M（3）中還加入了數(shù)字化轉(zhuǎn)型的平方項（DTCG2），回歸結(jié)果表明兩者非線性關(guān)系難以成立。綜合上述，實證結(jié)果確證數(shù)字化轉(zhuǎn)型對于企業(yè)價值具有顯著的驅(qū)動效應(yīng)，與研究假說相符。

表1 企業(yè)數(shù)字化轉(zhuǎn)型與市場價值

進一步地，企業(yè)數(shù)字化轉(zhuǎn)型不單是自身的生產(chǎn)決策行為，還極易受到企業(yè)外部經(jīng)濟主體的影響，由此形成了典型的同群效應(yīng)。具體來看，一方面，企業(yè)外部其他企業(yè)的生產(chǎn)決策行為（如數(shù)字化轉(zhuǎn)型），會對企業(yè)形成一定的市場壓力，推動特定標(biāo)的企業(yè)更加關(guān)注數(shù)字化轉(zhuǎn)型活動；另一方面，外部企業(yè)的數(shù)字化轉(zhuǎn)型行為較容易形成正向的溢出效應(yīng)，企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)、制度優(yōu)化的經(jīng)驗等都容易擴散至企業(yè)外部的主體中來，此時企業(yè)在借鑒其他企業(yè)積累的經(jīng)驗基礎(chǔ)上，更容易推動自身的數(shù)字化轉(zhuǎn)型走向成功。為了驗證上述猜想，本文設(shè)計了兩類企業(yè)外部經(jīng)濟主體的數(shù)字化轉(zhuǎn)型同群變量，一是刻畫特定企業(yè)所屬行業(yè)內(nèi)部其他企業(yè)的數(shù)字化轉(zhuǎn)型強度均值（DTCG_Peer_In）；二是刻畫特定企業(yè)所屬行業(yè)之外的其他行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型強度均值（DTCG_Peer_Out），并采用交乘項的方式進行識別檢驗。實證結(jié)果發(fā)現(xiàn)，特定企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)與企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)指標(biāo)的交乘項回歸系數(shù)均為正值且高度顯著。上述結(jié)果意味著，特定企業(yè)數(shù)字化轉(zhuǎn)型活動在疊加了外部企業(yè)數(shù)字化轉(zhuǎn)型活動后，能夠?qū)ψ陨硎袌鰞r值產(chǎn)生更大的正向“加速度”，這也印證了前述的理論猜想，即特定企業(yè)數(shù)字化轉(zhuǎn)型會受到同群效應(yīng)的激勵作用，從而更進一步提升數(shù)字化轉(zhuǎn)型質(zhì)量，這突出展現(xiàn)在企業(yè)價值水平的顯著上升方面。

（二）穩(wěn)健性檢驗與內(nèi)生性處理

為保障上述結(jié)論的適用性與說服力，本部分研究中將通過多重方式進行穩(wěn)健檢驗。具體方法包括：第一，延長時間窗口。在一個更長期的狀態(tài)下動態(tài)考察數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響；第二，內(nèi)生性處理。采用雙重差分模型（DID）來進一步克服內(nèi)生性問題。

1.延長觀察窗口

在表2 的回歸檢驗中，著重考察在較長的時間序列中，企業(yè)數(shù)字化轉(zhuǎn)型是否具有持久的價值提升作用。在M（1）～M（6）中，本文對數(shù)字化轉(zhuǎn)型（DTCG）和企業(yè)價值（Tobinq）分別進行了連續(xù)滯后和前置三期的處理。結(jié)果表明，無論在時序上做何種變更，數(shù)字化轉(zhuǎn)型對企業(yè)價值的驅(qū)動作用均十分顯著。該結(jié)果既支撐了核心結(jié)論的確當(dāng)性，同時也表明企業(yè)數(shù)字化轉(zhuǎn)型對于其價值提升具有穩(wěn)定而持久的促進作用，其影響在較長時期內(nèi)具有可觀測的延續(xù)性和可疊加性。

表2 穩(wěn)健性檢驗：延長觀察窗口

2.內(nèi)生性檢驗

本文認為，現(xiàn)實而言企業(yè)數(shù)字化轉(zhuǎn)型是一個循序漸進的過程，企業(yè)在年報中披露數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞文本的行為，符合準(zhǔn)自然實驗的外部條件。因此本文擬采用多期雙重差分（DID）模型進行再次檢驗（表3）。在模型M（1）中，dudt的回歸系數(shù)顯著為正，表明在實施了轉(zhuǎn)型后，企業(yè)的價值水平有明顯提升。在變更了模型設(shè)定后，如M（2），dudt的回歸系數(shù)相對降低但依舊十分顯著。由此可以確證，在使用DID 模型后，企業(yè)數(shù)字化轉(zhuǎn)型所形成的價值增值效應(yīng)依舊是成立的。最后，在模型M（3）中，本文在dudt的基礎(chǔ)上納入了原解釋變量（DCG）來表征數(shù)字化強度的差別，測度其對企業(yè)價值所產(chǎn)生的差異化影響，實證結(jié)果發(fā)現(xiàn)，dudt×DTCG依舊保持高度正向顯著的狀態(tài)。通過上述各類穩(wěn)健性處理可以發(fā)現(xiàn)，本文的核心假說得到了經(jīng)驗支撐。

表3 內(nèi)生性處理：多期雙重差分模型

五、數(shù)字化轉(zhuǎn)型影響企業(yè)價值的機制識別

通過上述多重穩(wěn)健性檢驗，數(shù)字化轉(zhuǎn)型影響企業(yè)價值的基準(zhǔn)框架得以確證，但這仍無法探明兩者之間存在的機制路徑黑箱。對此，本部分采用溫忠麟等（2004）的中介效應(yīng)模型進行探索和識別，如方程（2）～（4），以實現(xiàn)對影響機制的理解和路徑黑箱的破解。

其中，Mediator作為中介變量，其余設(shè)定同上所述。在中介變量的選取上，本文依循已有研究慣例從信息流轉(zhuǎn)、融資狀況和創(chuàng)新決策三個維度進行考察。在信息流轉(zhuǎn)渠道的機制中，本文選取分析師關(guān)注度（Afocus）來反映企業(yè)信息質(zhì)量（潘越等，2011）；進一步地，借鑒杜金岷等（2020）的研究手法，采用正面媒體關(guān)注度（Pnews）來刻畫市場基于企業(yè)發(fā)展?fàn)顟B(tài)的積極預(yù)期。在融資狀況的機制中，本文借鑒Kaplan 和Zingales（1997）的研究手法，核算企業(yè)層面的融資約束（KZ-index）；采用企業(yè)凈財務(wù)費用占總負債比（Fcost）來刻畫企業(yè)的融資成本（阮堅等，2020）。在創(chuàng)新決策的機制中，本文從“投入—產(chǎn)出”視角來刻畫企業(yè)的創(chuàng)新行為，在創(chuàng)新投入層面，采用企業(yè)研發(fā)投入占主營收入的比重加以度量（R＆D）；在創(chuàng)新產(chǎn)出層面，采用專利申請總數(shù)（Inovation）來刻畫。為驗證前述理論邏輯是否成立，本文在表4～6 中進行了機制識別檢驗。

表4 數(shù)字化轉(zhuǎn)型影響企業(yè)價值的機制識別：分析師關(guān)注與媒體正向關(guān)注

在表4 中，本文基于“分析師關(guān)注”和“媒體正向關(guān)注”解讀了數(shù)字化轉(zhuǎn)型影響企業(yè)價值的信息流轉(zhuǎn)渠道。研究發(fā)現(xiàn)，數(shù)字化對分析師關(guān)注的回歸系數(shù)顯著為正，說明企業(yè)的轉(zhuǎn)型進程能有效吸引分析師關(guān)注。這主要是由于數(shù)字化技術(shù)的應(yīng)用與實施，在技術(shù)上有助于緩解信息不對稱，便于外部投資者提高解讀效率，提升了企業(yè)的市場識別度。在分析師關(guān)注的市場狀態(tài)下，企業(yè)財務(wù)信息透明度得以提升。進一步地，數(shù)字化轉(zhuǎn)型對媒體正面報道的回歸系數(shù)為0.079，且通過1%水平的檢驗。本文認為，除了前述分析中數(shù)字化轉(zhuǎn)型將改善企業(yè)信息傳遞效率外，這一創(chuàng)新轉(zhuǎn)型行為與中國當(dāng)前經(jīng)濟動能轉(zhuǎn)換的發(fā)展趨勢和政策背景有著很高的契合度，市場中新聞報道更容易給予這類企業(yè)更高的關(guān)注度和更加正面的評價。于此，無論是信息不對稱的優(yōu)化還是市場預(yù)期評估更加正面，都能夠有效發(fā)揮外部的治理和引導(dǎo)功能，進而為企業(yè)的價值實現(xiàn)形成良好的信息流轉(zhuǎn)環(huán)境，這一推論從分析師關(guān)注和媒體正向關(guān)注度對企業(yè)價值的系數(shù)結(jié)果便可確證（回歸系數(shù)分別為0.033和0.153，且均通過1%水平的檢驗）。數(shù)字化轉(zhuǎn)型影響企業(yè)價值的信息流轉(zhuǎn)渠道得以確證。

在表5 中，本文基于“融資難”和“融資貴”解讀了數(shù)字化轉(zhuǎn)型影響企業(yè)價值的財務(wù)渠道。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定與實施無論對于企業(yè)融資約束程度（KZ-index）還是融資財務(wù)成本（Fcost）而言都具有顯著的抑制作用（回歸系數(shù)分別為-0.026 與-0.054，且都通過1%的顯著性檢驗）。這一結(jié)果揭示了隨著企業(yè)數(shù)字化轉(zhuǎn)型持續(xù)推進，其信息傳遞效率與市場預(yù)期得以優(yōu)化，致使其在金融市場上的議價能力也隨之提高，融資渠道得以擴張。企業(yè)不但能以更合理的模式去匹配融資需求，還能以更合意的價格去實現(xiàn)融資需求。進一步驗證發(fā)現(xiàn)，企業(yè)融資約束與融資成本的提升對企業(yè)發(fā)展會造成顯著負面沖擊（中介變量系數(shù)分別為-0.107 和-0.075，且都通過了1%水平的檢驗），不難推斷企業(yè)在較大的融資約束與融資成本沖擊下，自身的資源邊界會大大收縮，使得企業(yè)在高質(zhì)量發(fā)展進程中面臨更多的阻礙，在提升自身市場價值的道路上也會困難重重。基于此，數(shù)字化轉(zhuǎn)型影響企業(yè)價值的財務(wù)渠道得以確證。

表5 數(shù)字化轉(zhuǎn)型影響企業(yè)價值的機制識別：融資難和融資貴

在表6 中，本文基于“創(chuàng)新投入”和“創(chuàng)新產(chǎn)出”解讀了數(shù)字化轉(zhuǎn)型影響企業(yè)價值的創(chuàng)新渠道。結(jié)果表明，企業(yè)數(shù)字化水平越高，越能驅(qū)動其增加創(chuàng)新投入，同時也對其創(chuàng)新產(chǎn)出具有明顯的促進作用。其原因在于：數(shù)字化技術(shù)的開發(fā)與應(yīng)用是一種極具前瞻性的創(chuàng)新行為，其實施過程必然會促進企業(yè)加大創(chuàng)新投入；同時數(shù)字化轉(zhuǎn)型也能幫助企業(yè)更好地識別技術(shù)創(chuàng)新的演進路徑，使其能更準(zhǔn)確地把握創(chuàng)新的機會窗口，從而對企業(yè)的創(chuàng)新產(chǎn)出有所裨益。進一步地，企業(yè)在創(chuàng)新“投入—產(chǎn)出”體系中的全面提升將使其市場價值的估值模式產(chǎn)生較大更替，大量研究指出，創(chuàng)新特征越強的企業(yè)估值水平越高，而本部分的實證結(jié)果也支持了這一結(jié)論?；诖?，數(shù)字化轉(zhuǎn)型影響企業(yè)價值的創(chuàng)新渠道得以確證。

表6 數(shù)字化轉(zhuǎn)型影響企業(yè)價值的機制識別：創(chuàng)新投入與創(chuàng)新產(chǎn)出

六、異質(zhì)性檢驗

在不同企業(yè)的屬性結(jié)構(gòu)差異下，同樣強度的數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響存在一定的非對稱性特征；特別地，數(shù)字化轉(zhuǎn)型作為一個譜系概念，也包括若干種不同的技術(shù)方向（圖1）。對于這類情況的分組檢驗也同樣具有一定的實踐意義。因此本部分基于企業(yè)屬性特征和數(shù)字化轉(zhuǎn)型的技術(shù)結(jié)構(gòu)特征進行了分組識別檢驗。

（一）企業(yè)屬性特征差異

本部分研究中引入了所有制差異（國有—非國有）、創(chuàng)新屬性差異（高科技—非高科技）這兩個因素，分別采用樣本分組回歸與交乘項回歸的雙重驗證方式進行異質(zhì)性探索，其回歸結(jié)果詳列于表7。

表7 數(shù)字化轉(zhuǎn)型與企業(yè)價值：異質(zhì)性檢驗

模型M（1）～M（3）給出了所有制屬性差異的異質(zhì)性檢驗結(jié)果。研究發(fā)現(xiàn)，無論對于國有還是非國有企業(yè)，其數(shù)字化轉(zhuǎn)型都具有顯著的價值提升作用（L.DTCG的系數(shù)均為正且通過1%水平的顯著性檢驗），但比較而言，非國有企業(yè)中數(shù)字化轉(zhuǎn)型對于價值的提升作用更為顯著（0.100＞0.079）。在交互項檢驗中，L.DTCG×L.SOE的系數(shù)顯著為負，同樣表明國有企業(yè)中數(shù)字化轉(zhuǎn)型對價值的提升作用更弱，從而確證了前述分組的實證結(jié)果。出現(xiàn)上述差異的原因在于，國有企業(yè)往往承擔(dān)著非營利的社會功能，甚至還嵌入了（地方）政府部門的經(jīng)濟意志，這使得國有企業(yè)的創(chuàng)新動機較弱。特別是當(dāng)前的數(shù)字化轉(zhuǎn)型行為具有高風(fēng)險、高投入和長周期特征，同國有企業(yè)的生產(chǎn)決策偏好有一定的差距，這使得國有企業(yè)對數(shù)字化轉(zhuǎn)型的偏好和利用度相對較弱。相比之下，非國有企業(yè)往往處于市場化程度更高的領(lǐng)域中，銳意創(chuàng)新以謀求更大的市場份額往往是非國有企業(yè)發(fā)展的必經(jīng)之路，因此非國有企業(yè)對數(shù)字化轉(zhuǎn)型更為重視(馬濤等，2021)。綜合上述討論，這一差異化轉(zhuǎn)型方向通過資本市場的價格信息傳遞機制最終影響了相關(guān)企業(yè)的預(yù)期與估值，非國有企業(yè)在利用數(shù)字化轉(zhuǎn)型推動價值提升上占據(jù)了明顯優(yōu)勢。

進一步地，本文在模型M（4）～M（6）中檢驗創(chuàng)新屬性差異的異質(zhì)性特征。研究發(fā)現(xiàn)，無論對于高科技還是非高科技，數(shù)字化轉(zhuǎn)型都顯著促進了其價值水平，但較之于非高科技企業(yè)，高科技企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)價值的促進作用更強烈（0.120＞0.070）。交互項檢驗中，L.DTCG×L.HighTech的回歸系數(shù)為正且高度顯著，同樣表明高科技企業(yè)較之于非高科技企業(yè)而言，數(shù)字化轉(zhuǎn)型所形成的價值驅(qū)動效應(yīng)相對更高，從而確證了前述分組的實證結(jié)果。本文認為，高科技企業(yè)的一個重要特征在于，由高知識密集而達至的高創(chuàng)新密度與深度，因此其與數(shù)字化技術(shù)應(yīng)用間具有組織基因?qū)用娴钠ヅ錂C制，這都使得高科技企業(yè)向著更適合數(shù)字技術(shù)創(chuàng)新和應(yīng)用的組織結(jié)構(gòu)轉(zhuǎn)型，特別是在數(shù)字經(jīng)濟創(chuàng)新轉(zhuǎn)型已成為社會共識的趨勢下，其具有更良好的增長預(yù)期與估值。因此高科技企業(yè)在資本市場上則更易容受到投資者青睞，通過“用腳投票”的股票交易提高其企業(yè)價值的同時也鼓勵其進一步落實與完善其數(shù)字化轉(zhuǎn)型。如此演繹，則形成對于高科技企業(yè)的數(shù)字化轉(zhuǎn)型與企業(yè)價值的正反饋機制。而相對地，非高科技企業(yè)數(shù)字化轉(zhuǎn)型、創(chuàng)新的意愿普遍不強，即使實施了部分?jǐn)?shù)字化轉(zhuǎn)型的技術(shù)應(yīng)用與工具，也會出現(xiàn)如企業(yè)文化、組織模式等方面的不適應(yīng)與不匹配，最終降低了對企業(yè)價值的提升作用。

（二）企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)結(jié)構(gòu)特征差異

數(shù)字化作為一個集技術(shù)創(chuàng)新、組織變革等多個層次的綜合性概念，涵蓋多個技術(shù)類別，在不同的領(lǐng)域中技術(shù)的商業(yè)化程度與轉(zhuǎn)型可行性也各有千秋。有鑒于此，本部分研究將依據(jù)文本挖掘時的關(guān)鍵詞設(shè)定，將其技術(shù)差異界分為人工智能（AT）、區(qū)塊鏈（BC）、云計算（CC）、大數(shù)據(jù)（DT）與數(shù)字化具體應(yīng)用（ADT）共五個類別，分別作為影響企業(yè)價值的數(shù)字化轉(zhuǎn)型測度的子變量進行回歸，以細致探討各類不同技術(shù)在轉(zhuǎn)型應(yīng)用中對企業(yè)價值的差異性影響，以期強化本文結(jié)論的準(zhǔn)確性與適用性。

表8中的結(jié)果發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型子指標(biāo)系數(shù)大都顯著為正，這說明對于大部分?jǐn)?shù)字化技術(shù)（如人工智能、大數(shù)據(jù)、云計算）而言，其正處于技術(shù)快速迭代、應(yīng)用頻繁落地的風(fēng)口期，因此無論是強化其技術(shù)的研究與開發(fā)，還是加速其應(yīng)用與實施，都能使相應(yīng)企業(yè)迅速實現(xiàn)技術(shù)應(yīng)用與商業(yè)模式的耦合，從而有效提升其市場價值。特別地，區(qū)塊鏈技術(shù)對于企業(yè)價值的促進作用并不顯著。對此可能的原因在于，若企業(yè)數(shù)字化轉(zhuǎn)型試圖借助區(qū)塊鏈技術(shù)，則必須解決“去中心化—安全性—可擴展”這一橫亙在其發(fā)展路徑上的“三元悖論”；然而當(dāng)前區(qū)塊鏈技術(shù)尚未在此取得具有規(guī)?；?、可行性的技術(shù)突破，加之部分技術(shù)應(yīng)用（如數(shù)字貨幣）也遭遇政策壁壘，難以實現(xiàn)商業(yè)領(lǐng)域的落地。而無論從短期利益還是從長期競爭力的提升看，投資者與管理層顯然會更為關(guān)注應(yīng)用前景已較為明朗的數(shù)字化技術(shù)模式和工具，以至于在企業(yè)數(shù)字化轉(zhuǎn)型的背景趨勢下，區(qū)塊鏈應(yīng)用的發(fā)展難以受到企業(yè)關(guān)注，當(dāng)然也無法對企業(yè)價值的提升產(chǎn)生實質(zhì)性的影響。

表8 數(shù)字化轉(zhuǎn)型與企業(yè)價值：基于企業(yè)數(shù)字化轉(zhuǎn)型口徑的拆解

七、研究結(jié)論及政策建議

本研究基于中國上市企業(yè)年報（2007—2020 年）文本挖掘所構(gòu)建的“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞量化變量集，輔以相關(guān)企業(yè)同年份的財務(wù)數(shù)據(jù)，針對“企業(yè)數(shù)字化轉(zhuǎn)型—企業(yè)價值”這一基準(zhǔn)框架在因果性、作用傳導(dǎo)路徑與異質(zhì)性等方面進行深入而細致的探討，主要結(jié)論如下：

第一，企業(yè)的數(shù)字化轉(zhuǎn)型進程對于轉(zhuǎn)型企業(yè)的市場價值具有明顯的提升作用。特別地，企業(yè)數(shù)字化轉(zhuǎn)型還具有明顯的同群效應(yīng)特征，即特定企業(yè)的數(shù)字化轉(zhuǎn)型活動在外部其他企業(yè)數(shù)字化轉(zhuǎn)型活動的影響下，展現(xiàn)出了更大的市場價值正向驅(qū)動效應(yīng)。第二，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效推動信息流轉(zhuǎn)、改善融資財務(wù)境遇、提升技術(shù)創(chuàng)新活躍度，這些都有助于企業(yè)價值水平的顯著提升。第三，從企業(yè)屬性異質(zhì)性來看，盡管數(shù)字化轉(zhuǎn)型對全屬性的企業(yè)價值都有提升效果，但于非國有企業(yè)和高科技企業(yè)而言有著更為顯著的驅(qū)動力；從數(shù)字化轉(zhuǎn)型的技術(shù)異質(zhì)性來看，人工智能、云計算、大數(shù)據(jù)技術(shù)和數(shù)字化技術(shù)應(yīng)用對于提升企業(yè)價值而言有顯著效果，而企業(yè)的區(qū)塊鏈轉(zhuǎn)型方向并不能帶來顯著的價值提升。

本研究具有如下政策啟示：一是，決策層應(yīng)持續(xù)順應(yīng)數(shù)字經(jīng)濟創(chuàng)新發(fā)展的趨勢與背景，完善驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的政策體系，通過有為政府與有效市場相結(jié)合，鼓勵企業(yè)找準(zhǔn)技術(shù)路徑，加快數(shù)字技術(shù)的開發(fā)與應(yīng)用，實施數(shù)字化轉(zhuǎn)型，以提高企業(yè)核心競爭力。二是，政府部門應(yīng)詳盡考察企業(yè)特征及其主營業(yè)務(wù)類別特點，精準(zhǔn)施策，差別化地支持各類企業(yè)發(fā)展具有自身特色的數(shù)字化轉(zhuǎn)型模式。具體而言，應(yīng)優(yōu)先支持民營企業(yè)、高科技企業(yè)進行探索，充分發(fā)揮產(chǎn)業(yè)鏈、供應(yīng)鏈上企業(yè)數(shù)字化轉(zhuǎn)型的集群效應(yīng)，通過數(shù)字化轉(zhuǎn)型正外部性的有效釋放，來帶動促進整體數(shù)字化轉(zhuǎn)型進程。與此同時，政府部門也應(yīng)當(dāng)加強對這類具有正外部性同群效應(yīng)創(chuàng)新活動的補貼和風(fēng)險分擔(dān)，推動市場主體數(shù)字化轉(zhuǎn)型活動保持在較高水平。三是，充分識別各類數(shù)字化技術(shù)的發(fā)展遠景與當(dāng)前可實現(xiàn)性，形成差異化的扶持體系。特別地，由于區(qū)塊鏈技術(shù)當(dāng)前的商業(yè)項目成功率不高，應(yīng)更側(cè)重于基礎(chǔ)理論與底層技術(shù)的研發(fā)支持，防止出現(xiàn)以概念操作為主的區(qū)塊鏈技術(shù)泡沫化。四是，持續(xù)完善中國資本市場機制體制建設(shè)，一方面優(yōu)化價格信號傳導(dǎo)，使得企業(yè)市場價值信號能夠更好地映射出新時代新階段前沿數(shù)字技術(shù)的應(yīng)用；另一方面拓寬企業(yè)融資渠道，改善企業(yè)發(fā)展的內(nèi)外部環(huán)境，為支撐企業(yè)數(shù)字化轉(zhuǎn)型提供充分便利的基礎(chǔ)條件。五是，穩(wěn)步推進現(xiàn)代化公司治理體系，協(xié)同數(shù)字化技術(shù)，強化企業(yè)創(chuàng)新發(fā)展的意愿與動能。無論是借助數(shù)字化技術(shù)提升微觀企業(yè)價值，抑或加速中國宏觀經(jīng)濟發(fā)展模式轉(zhuǎn)型，歸根結(jié)底需要底層技術(shù)的創(chuàng)新與應(yīng)用落地，而充分發(fā)揮數(shù)字化創(chuàng)新的驅(qū)動作用，離不開現(xiàn)代化公司治理體系的支撐。因此，在數(shù)字化轉(zhuǎn)型進程中，企業(yè)應(yīng)保持經(jīng)營模式與組織架構(gòu)的同步變革，并保障變革的長效性與針對性，以管理創(chuàng)新提升治理效能，最終實現(xiàn)企業(yè)核心競爭力與市場價值的同步提升。