代 飛（副教授），鐘運(yùn)標(biāo)，徐鳳菊（博士生導(dǎo)師）

一、引言

大智移云物等數(shù)字技術(shù)的發(fā)展，對(duì)企業(yè)經(jīng)濟(jì)活動(dòng)產(chǎn)生了深遠(yuǎn)影響。在數(shù)字技術(shù)被廣泛應(yīng)用于經(jīng)濟(jì)系統(tǒng)并對(duì)其環(huán)境和活動(dòng)進(jìn)行改造的過(guò)程中，數(shù)字經(jīng)濟(jì)伴隨而生。黨的十九屆五中全會(huì)明確指出：要加快數(shù)字經(jīng)濟(jì)發(fā)展，通過(guò)大數(shù)據(jù)識(shí)別、過(guò)濾和使用等過(guò)程，優(yōu)化資源配置，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。從微觀層面看，企業(yè)作為市場(chǎng)的主要參與者，其數(shù)字化程度是衡量數(shù)字經(jīng)濟(jì)建設(shè)成效的重要指標(biāo)，對(duì)國(guó)家數(shù)字經(jīng)濟(jì)的發(fā)展具有重要推動(dòng)作用。企業(yè)數(shù)字化轉(zhuǎn)型是通過(guò)引進(jìn)數(shù)字技術(shù)，實(shí)現(xiàn)生產(chǎn)、管理和銷售各層面數(shù)字化改造并達(dá)到增值的戰(zhàn)略行為（戚聿東和肖旭，2020）。

當(dāng)前，我國(guó)產(chǎn)業(yè)數(shù)字化發(fā)展尚處于爬坡階段，揭示企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)價(jià)值創(chuàng)造的“黑箱”具有重要的理論意義和實(shí)踐價(jià)值。國(guó)外現(xiàn)有相關(guān)研究主要集中于數(shù)字化對(duì)宏觀經(jīng)濟(jì)層面、中觀產(chǎn)業(yè)層面的理論效益以及對(duì)微觀企業(yè)層面的產(chǎn)出收益等方面的探討。David和Grobler（2020）發(fā)現(xiàn)，數(shù)字信息技術(shù)越發(fā)達(dá)，宏觀經(jīng)濟(jì)增速的提升效果越明顯。企業(yè)數(shù)字化轉(zhuǎn)型有助于降低運(yùn)營(yíng)成本，為經(jīng)營(yíng)和生產(chǎn)提供發(fā)展動(dòng)力（Abouzeedan等，2013），同時(shí)通過(guò)影響創(chuàng)新活動(dòng)來(lái)提高企業(yè)效益（Agrawal和Goldfarb，2008）。國(guó)內(nèi)學(xué)者則聚焦于數(shù)字化轉(zhuǎn)型效益理論和企業(yè)模式變革等方面的研究，主要從價(jià)值維度分析了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)效率、跨界融合、組織重構(gòu)及競(jìng)爭(zhēng)方面的賦能效應(yīng)（肖旭和戚聿東，2019）。數(shù)字化轉(zhuǎn)型不僅會(huì)對(duì)企業(yè)組織邊界和生產(chǎn)方式等產(chǎn)生重大影響（林琳和呂文棟，2019），而且對(duì)商業(yè)模式創(chuàng)新具有促進(jìn)作用（戚聿東和蔡呈偉等，2019）。

數(shù)字化轉(zhuǎn)型通過(guò)運(yùn)用數(shù)字化技術(shù)，對(duì)企業(yè)有限資源進(jìn)行協(xié)調(diào)和安排，提高資源配置和運(yùn)營(yíng)效率，確保經(jīng)營(yíng)上降本增效并助力創(chuàng)新活動(dòng)。企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)內(nèi)部控制運(yùn)營(yíng)質(zhì)量，進(jìn)而提升企業(yè)創(chuàng)新能力（何瓊和曲立，2022）。數(shù)字技術(shù)的應(yīng)用使企業(yè)降低了創(chuàng)新資源的門檻（蔡莉等，2019），有助于提升創(chuàng)新績(jī)效，進(jìn)而實(shí)現(xiàn)企業(yè)價(jià)值創(chuàng)造的終極目標(biāo)。然而，當(dāng)前與數(shù)字化轉(zhuǎn)型相關(guān)的研究主要集中于宏觀和產(chǎn)業(yè)數(shù)字化視角，鮮有文獻(xiàn)針對(duì)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值提升的影響機(jī)理展開(kāi)理論分析和實(shí)證檢驗(yàn)，且尚無(wú)以企業(yè)創(chuàng)新為中介變量進(jìn)一步研究該影響機(jī)理的經(jīng)驗(yàn)證據(jù)。鑒于此，本文擬針對(duì)上述問(wèn)題重點(diǎn)進(jìn)行實(shí)證研究。

本文可能的邊際貢獻(xiàn)主要表現(xiàn)在：①基于數(shù)字化轉(zhuǎn)型的技術(shù)效應(yīng)視角，從微觀層面理論分析和實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響機(jī)制，豐富了相關(guān)研究?jī)?nèi)容；②引入企業(yè)創(chuàng)新作為中介變量，探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值創(chuàng)造的間接作用機(jī)制，拓展了對(duì)數(shù)字化轉(zhuǎn)型賦能企業(yè)增值過(guò)程的機(jī)理的認(rèn)知；③從經(jīng)濟(jì)政策不確定性、融資約束程度、股權(quán)集中度、產(chǎn)權(quán)性質(zhì)和行業(yè)集中度等方面，進(jìn)一步討論數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響差異的約束因素，豐富了影響數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值之間關(guān)系的內(nèi)外部因素的研究?jī)?nèi)容。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值

數(shù)字技術(shù)的巨大生產(chǎn)力是企業(yè)爭(zhēng)相尋求轉(zhuǎn)型并渴望取得先入紅利、獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的根本動(dòng)因，在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合過(guò)程中，數(shù)字技術(shù)應(yīng)用廣度和深度以及使用能力將對(duì)企業(yè)價(jià)值提升產(chǎn)生積極作用（王?；ê投琶?，2021）。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的作用機(jī)制可以歸納為數(shù)字技術(shù)效應(yīng)及信息傳遞效應(yīng)。前者是數(shù)字技術(shù)應(yīng)用的直接效果，通常伴隨著生產(chǎn)、管理、運(yùn)營(yíng)和銷售方式的改變及其效率的提高；后者是數(shù)字技術(shù)應(yīng)用過(guò)程中的附加產(chǎn)物，表現(xiàn)為數(shù)據(jù)信息這一獨(dú)特資源的加速產(chǎn)生、識(shí)別、交互、匹配、選擇與運(yùn)用。

其一，在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的過(guò)程中，數(shù)字技術(shù)的高速發(fā)展和全面應(yīng)用，為企業(yè)轉(zhuǎn)型升級(jí)帶來(lái)了新的契機(jī)。在生產(chǎn)方面，通過(guò)對(duì)物聯(lián)網(wǎng)數(shù)字技術(shù)的應(yīng)用，可以合理構(gòu)建生產(chǎn)模型，進(jìn)而提高生產(chǎn)率（Zhang等，2021）；在管理方面，企業(yè)對(duì)數(shù)字技術(shù)的使用強(qiáng)化了企業(yè)的資源整合能力，通過(guò)提高管理效率、降低從業(yè)門檻和交易成本，提升企業(yè)績(jī)效（馬梅等，2017）；在運(yùn)營(yíng)方面，數(shù)字技術(shù)不僅可以提高企業(yè)運(yùn)營(yíng)速度和效率（Drne-vich等，2011），增強(qiáng)市場(chǎng)資本化和運(yùn)營(yíng)調(diào)整的敏捷性，進(jìn)而實(shí)現(xiàn)競(jìng)爭(zhēng)績(jī)效（Lu和Ramamurthy，2011），還可以對(duì)運(yùn)營(yíng)效率進(jìn)行優(yōu)化，最終提高員工人均產(chǎn)出（Mahmood和Valisher，2015）；在銷售方面，通過(guò)對(duì)產(chǎn)品生命周期管理系統(tǒng)（PLM）、企業(yè)資源管理系統(tǒng)（ERP）等的應(yīng)用，可以減少銷售環(huán)節(jié)不必要的支出，同時(shí)穩(wěn)健的數(shù)字營(yíng)銷策略能使客戶滿意度和參與度在影響購(gòu)買意愿方面發(fā)揮更大的作用（Dash和Chakraborty，2021），有利于提升企業(yè)價(jià)值。

其二，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值提升的信息傳遞效應(yīng)可分為內(nèi)部和外部信息傳遞效應(yīng)。一方面，企業(yè)對(duì)數(shù)字技術(shù)的應(yīng)用使內(nèi)部各個(gè)系統(tǒng)得以連接（Lenka等，2017）。內(nèi)部系統(tǒng)間的交互加速了數(shù)據(jù)信息的產(chǎn)生，通過(guò)技術(shù)識(shí)別與數(shù)據(jù)匹配，幫助企業(yè)選擇并運(yùn)用有效信息，有助于生產(chǎn)和銷售等決策。例如，數(shù)字技術(shù)在銷售端的運(yùn)用，使得大量用戶行為習(xí)慣數(shù)據(jù)被儲(chǔ)存下來(lái)，這種信息資源有助于企業(yè)及時(shí)了解消費(fèi)者的需求變化，在一定程度上降低與客戶因信息不對(duì)稱而產(chǎn)生的選擇成本，并帶來(lái)更多個(gè)性化、定制化和體驗(yàn)性的服務(wù)消費(fèi)（林琳和呂文棟，2019），最終實(shí)現(xiàn)雙贏。另一方面，數(shù)字技術(shù)的應(yīng)用突破了組織邊界的信息傳遞能力，優(yōu)化了企業(yè)與外部環(huán)境的溝通渠道，數(shù)字化轉(zhuǎn)型潛在發(fā)展紅利的優(yōu)勢(shì)信號(hào)將得到資本市場(chǎng)的青睞（李小忠，2021），使市場(chǎng)投資者對(duì)企業(yè)未來(lái)績(jī)效抱有良好預(yù)期。

總結(jié)而言，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的提升作用一方面可以通過(guò)數(shù)字技術(shù)的先天優(yōu)勢(shì)達(dá)到降本增效的目的而直接形成，另一方面可以通過(guò)數(shù)字技術(shù)對(duì)內(nèi)、外部信息傳遞環(huán)境的優(yōu)化使企業(yè)間接獲得價(jià)值增值。

基于上述分析，本文提出如下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型有助于提升企業(yè)價(jià)值。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

隨著市場(chǎng)競(jìng)爭(zhēng)水平的提高，為獲取更有利的市場(chǎng)地位，企業(yè)將主動(dòng)開(kāi)展創(chuàng)新競(jìng)爭(zhēng)行為，形成更優(yōu)質(zhì)的差異化商品和服務(wù)（李東紅等，2020）。在數(shù)字化轉(zhuǎn)型過(guò)程中，數(shù)據(jù)資源或數(shù)字技術(shù)將推動(dòng)企業(yè)內(nèi)部的自主創(chuàng)新和外部的合作創(chuàng)新。具體而言，企業(yè)會(huì)選擇將數(shù)據(jù)資源或數(shù)字技術(shù)與生產(chǎn)條件重新進(jìn)行組合并引入內(nèi)部系統(tǒng)（溫湖煒和王圣云，2022），促進(jìn)異質(zhì)性知識(shí)與資源的有效融合，并推動(dòng)現(xiàn)有技術(shù)的數(shù)字化改造和智能化升級(jí)（陳慶江等，2021），進(jìn)而實(shí)現(xiàn)內(nèi)部創(chuàng)新。同時(shí)，為了獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)將積極尋求創(chuàng)新合作，推動(dòng)技術(shù)共享（李東紅等，2020）。數(shù)字技術(shù)的開(kāi)放性促使數(shù)據(jù)可視化得以實(shí)現(xiàn)，通過(guò)克服空間限制能夠降低企業(yè)創(chuàng)新所需資源的門檻（王海花和杜梅，2021），協(xié)助企業(yè)達(dá)成外部合作創(chuàng)新的目的。針對(duì)企業(yè)內(nèi)、外部資源融合，借助數(shù)字技術(shù)所創(chuàng)建的設(shè)備、網(wǎng)絡(luò)、服務(wù)和內(nèi)容，可以使企業(yè)發(fā)生深刻的創(chuàng)新變化（Yoo等，2010），催生出流程、產(chǎn)品、服務(wù)和商業(yè)模式的變革，而創(chuàng)新項(xiàng)目不僅在經(jīng)營(yíng)活動(dòng)各個(gè)環(huán)節(jié)不斷產(chǎn)生數(shù)據(jù)，還將通過(guò)數(shù)據(jù)共享、技術(shù)共享和創(chuàng)新知識(shí)共享反哺數(shù)據(jù)資源和數(shù)字技術(shù)（余菲菲和王麗婷，2022），為企業(yè)孕育更具突破性的創(chuàng)新。

綜上所述，數(shù)字化轉(zhuǎn)型是推動(dòng)企業(yè)創(chuàng)新的重要因素，其有助于打破企業(yè)“數(shù)據(jù)孤島”困境，使內(nèi)部各個(gè)系統(tǒng)和外部組織參與者能夠多維度、多層次地介入創(chuàng)新全過(guò)程（G?lzera和Fritzscheb，2017），并通過(guò)共享體系促進(jìn)企業(yè)再度創(chuàng)新，形成推動(dòng)創(chuàng)新的良性閉環(huán)。數(shù)字化轉(zhuǎn)型賦能企業(yè)創(chuàng)新的過(guò)程詳見(jiàn)圖1。

圖1 數(shù)字化轉(zhuǎn)型賦能企業(yè)創(chuàng)新的過(guò)程

基于上述分析，本文提出如下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型有助于推動(dòng)企業(yè)創(chuàng)新。

（三）數(shù)字化轉(zhuǎn)型、企業(yè)創(chuàng)新與價(jià)值提升

創(chuàng)新研發(fā)項(xiàng)目是企業(yè)獲取超額利潤(rùn)的主要途徑，其高風(fēng)險(xiǎn)、高投入的特點(diǎn)伴隨著更好的盈利表現(xiàn)（梁萊歆和張煥鳳，2005）。創(chuàng)新產(chǎn)品有助于企業(yè)獲得穩(wěn)定的市場(chǎng)份額甚至實(shí)現(xiàn)擴(kuò)張的目標(biāo)，對(duì)企業(yè)未來(lái)增長(zhǎng)產(chǎn)生積極影響（Noh，2001），最終促進(jìn)企業(yè)價(jià)值提升（王昌榮和李娜，2018）。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字技術(shù)是企業(yè)創(chuàng)新的重要推動(dòng)因素，其價(jià)值創(chuàng)造效應(yīng)將更加明顯（Forman和Zeebroeck，2012）。借助數(shù)字化轉(zhuǎn)型的支點(diǎn)作用，技術(shù)迭代產(chǎn)生的開(kāi)放式創(chuàng)新能夠顯著提升企業(yè)績(jī)效（鎖箭等，2021）。數(shù)字化轉(zhuǎn)型不僅能通過(guò)降低成本、提高資產(chǎn)使用效率和強(qiáng)化創(chuàng)新范式等提高實(shí)體企業(yè)經(jīng)營(yíng)績(jī)效（何帆和劉紅霞，2019），還能助力企業(yè)打破行業(yè)局限，實(shí)現(xiàn)跨界競(jìng)爭(zhēng)，達(dá)到提高企業(yè)綜合競(jìng)爭(zhēng)力的目的（張驍?shù)龋?019），最終實(shí)現(xiàn)企業(yè)價(jià)值提升。

企業(yè)數(shù)字化是企業(yè)形態(tài)平臺(tái)化的演變（劉杰，2019），數(shù)字化轉(zhuǎn)型實(shí)質(zhì)上是通過(guò)數(shù)據(jù)引導(dǎo)企業(yè)正確配置資源以及推動(dòng)企業(yè)創(chuàng)新，進(jìn)而實(shí)現(xiàn)價(jià)值創(chuàng)造（劉啟雷等，2022）。這一過(guò)程具體表現(xiàn)為數(shù)字化轉(zhuǎn)型能有效促進(jìn)資本流動(dòng)、提高資源分配效率和效果，優(yōu)化企業(yè)投資效率（胡秀群等，2022），助力企業(yè)價(jià)值的創(chuàng)造。另外，數(shù)字化轉(zhuǎn)型通過(guò)促進(jìn)企業(yè)創(chuàng)新繼而提高企業(yè)業(yè)績(jī)，在該途徑中規(guī)模效應(yīng)能放大數(shù)字技術(shù)給企業(yè)帶來(lái)的收益（戚聿東和肖旭，2020）。

基于上述分析，本文提出如下假設(shè)：

假設(shè)3：企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在顯著的中介效應(yīng)。

三、研究設(shè)計(jì)

（一）樣本選擇與變量定義

1.樣本選擇與數(shù)據(jù)來(lái)源。2013年是我國(guó)大數(shù)據(jù)集中爆發(fā)的元年，基于數(shù)據(jù)產(chǎn)生、儲(chǔ)存和利用的各種數(shù)字技術(shù)陸續(xù)得到應(yīng)用。因此，本文選取2013～2020年我國(guó)滬深A(yù)股上市公司作為初始研究樣本，并進(jìn)行如下處理：①為確保數(shù)據(jù)的完整性和可比性，剔除了數(shù)據(jù)缺失和異常的樣本；②考慮到金融保險(xiǎn)行業(yè)資產(chǎn)負(fù)債率的特殊性，剔除了金融保險(xiǎn)行業(yè)的樣本；③剔除了在樣本期間內(nèi)處于ST、*ST、PT及退市狀態(tài)的樣本。最后得到17個(gè)行業(yè)1203個(gè)樣本企業(yè)，共計(jì)9624個(gè)觀測(cè)值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來(lái)源于W INGO財(cái)經(jīng)文本數(shù)據(jù)庫(kù)，其他數(shù)據(jù)來(lái)源于CSMAR和W IND數(shù)據(jù)庫(kù)。本文對(duì)所有連續(xù)性變量進(jìn)行了上下1%的縮尾處理。數(shù)據(jù)分析主要借助Excel2016和Stata15.0軟件完成。

2.變量定義。

（1）被解釋變量：企業(yè)價(jià)值。衡量企業(yè)價(jià)值的財(cái)務(wù)指標(biāo)較多，如每股收益（EPS）、經(jīng)濟(jì)增加值（EVA）、凈資產(chǎn)收益率（ROE）、資產(chǎn)回報(bào)率（ROA）等，但主流文獻(xiàn)多采用現(xiàn)金流量折現(xiàn)估值法（Jensen，1986）、實(shí)物期權(quán)定價(jià)模型（M yers，1977）和Tobin'Q值。鑒于Tobin'Q值能對(duì)賬面價(jià)值與市場(chǎng)價(jià)值進(jìn)行綜合考量，本文將其作為企業(yè)價(jià)值的替代變量，計(jì)算方法如下：

Tobin'Q=（每股價(jià)格×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)+負(fù)債市場(chǎng)價(jià)值）/總資產(chǎn)

（2）解釋變量：數(shù)字化轉(zhuǎn)型。當(dāng)前，證監(jiān)會(huì)并未要求上市公司在年度財(cái)務(wù)報(bào)告中列示數(shù)字化相關(guān)信息，對(duì)數(shù)字化轉(zhuǎn)型的測(cè)度尚處于探索階段。通過(guò)分析語(yǔ)言中使用的詞語(yǔ)類型和詞頻，可以了解某些特征和行為傾向。根據(jù)上市公司年度財(cái)務(wù)報(bào)告管理層討論與分析（MD&A）部分中有關(guān)數(shù)字化表述的詞語(yǔ)類型和詞頻統(tǒng)計(jì)數(shù)量，能夠判斷企業(yè)是否運(yùn)用了數(shù)字化技術(shù)、是否引入了數(shù)字化戰(zhàn)略以及數(shù)字化戰(zhàn)略的實(shí)施程度。

本文按如下思路衡量數(shù)字化轉(zhuǎn)型指標(biāo)：首先，參考戚聿東和蔡呈偉（2020）對(duì)企業(yè)數(shù)字化相關(guān)詞組的總結(jié)，借鑒吳非等（2021）對(duì)數(shù)字化轉(zhuǎn)型指標(biāo)體系的構(gòu)建方法，結(jié)合數(shù)字化技術(shù)在企業(yè)轉(zhuǎn)型中的實(shí)際應(yīng)用，構(gòu)建新的數(shù)字化轉(zhuǎn)型詞頻框架（如表1所示）；其次，基于W INGO財(cái)經(jīng)文本數(shù)據(jù)庫(kù)的年報(bào)文本識(shí)別和挖掘功能，匯總統(tǒng)計(jì)各關(guān)鍵詞出現(xiàn)的頻次；最后，借鑒胡秀群等（2022）的方法，用企業(yè)某年年報(bào)的MD&A部分中數(shù)字化相關(guān)關(guān)鍵詞總數(shù)占同年所在行業(yè)數(shù)字化相關(guān)關(guān)鍵詞總數(shù)的比例，度量企業(yè)數(shù)字化轉(zhuǎn)型的程度（Deg）。

表1 數(shù)字化轉(zhuǎn)型詞頻框架

（3）中介變量：企業(yè)創(chuàng)新?，F(xiàn)有文獻(xiàn)主要從兩個(gè)角度進(jìn)行測(cè)度：①投入角度，指企業(yè)創(chuàng)新投入或研發(fā)投入，用研發(fā)投入占主營(yíng)業(yè)務(wù)收入的比例進(jìn)行度量；②產(chǎn)出角度，指企業(yè)創(chuàng)新項(xiàng)目的產(chǎn)出，用專利申請(qǐng)數(shù)量（李文貴和余明桂，2015）或取其對(duì)數(shù)（張勁帆等，2017）進(jìn)行度量。考慮到企業(yè)存在出于知識(shí)保護(hù)動(dòng)機(jī)而主動(dòng)選擇回避專利申請(qǐng)的可能，專利申請(qǐng)數(shù)量無(wú)法全面真實(shí)地反映企業(yè)創(chuàng)新行為。因此，本文將研發(fā)投入占主營(yíng)業(yè)務(wù)收入的比例作為企業(yè)創(chuàng)新（R&D）的代理變量。

（4）控制變量。為確保回歸模型的解釋效力，防止虛假相關(guān)內(nèi)容干擾研究結(jié)論，在參考現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上，本文對(duì)企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、企業(yè)成長(zhǎng)性（Grow th）、股權(quán)集中度（Top1）、獨(dú)立董事比例（Dir）和兩職合一（Dual）等變量進(jìn)行了控制。

主要變量定義及其說(shuō)明如表2所示。

表2 變量定義

（二）模型設(shè)計(jì)

為驗(yàn)證假設(shè)1，本文構(gòu)建了模型（1）：

為驗(yàn)證假設(shè)2，本文構(gòu)建了模型（2）：

為驗(yàn)證假設(shè)3，本文構(gòu)建了模型（3）：

參照溫忠麟和葉寶娟（2014）對(duì)中介效應(yīng)的檢驗(yàn)方法，企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的中介效應(yīng)檢驗(yàn)過(guò)程如下：首先，若模型（1）中系數(shù)α1顯著，則說(shuō)明主回歸效應(yīng)顯著，可以進(jìn)行下一步檢驗(yàn)。其次，檢驗(yàn)?zāi)Ｐ停?）中的系數(shù)β1和模型（3）中的系數(shù)χ2，若兩者都顯著，說(shuō)明間接效應(yīng)顯著。再次，繼續(xù)檢驗(yàn)?zāi)Ｐ停?）中的系數(shù)χ1，若χ1不顯著，則說(shuō)明直接效應(yīng)不顯著，存在完全中介效應(yīng)；若χ1顯著，則說(shuō)明直接效應(yīng)顯著，需進(jìn)行下一步檢驗(yàn)。最后，若β1χ2與χ1的符號(hào)相同，則說(shuō)明存在部分中介效應(yīng)；否則存在遮掩效應(yīng)。

為減少誤差對(duì)實(shí)證結(jié)論的干擾，本文基于面板數(shù)據(jù)的回歸模型控制了年度和行業(yè)固定效應(yīng)，其中行業(yè)按照證監(jiān)會(huì)2012年行業(yè)分類標(biāo)準(zhǔn)進(jìn)行劃分。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表3所示。企業(yè)價(jià)值（Tobin'Q）最大值為9.79、最小值為0.844、均值為2.328、標(biāo)準(zhǔn)差為1.626，說(shuō)明樣本間企業(yè)價(jià)值的差異較大，這與我國(guó)上市公司龍頭梯隊(duì)與尾部梯隊(duì)價(jià)值差距大的現(xiàn)實(shí)較為符合，表明研究樣本具有一定的代表性。數(shù)字化轉(zhuǎn)型（Deg）最大值為0.35、最小值為0、均值為0.033，說(shuō)明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度差距較大，反映了當(dāng)前我國(guó)上市公司數(shù)字化轉(zhuǎn)型投入?yún)⒉畈积R的現(xiàn)實(shí)。企業(yè)創(chuàng)新（R&D）最大值為25.302、最小值為0、標(biāo)準(zhǔn)差為4.475，表明企業(yè)在研發(fā)方面的投入不一，并且樣本間存在明顯差異。在控制變量方面，樣本企業(yè)間的企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、企業(yè)成長(zhǎng)性（Grow th）及獨(dú)立董事比例（Dir）均存在不同程度的差異；股權(quán)集中度（Top1）標(biāo)準(zhǔn)差為14.785，說(shuō)明各公司的股權(quán)集中情況存在較大差距。

表3 主要變量描述性統(tǒng)計(jì)

（二）相關(guān)性分析

本文對(duì)主要變量進(jìn)行了Pearson相關(guān)性檢驗(yàn)，結(jié)果如表4所示。數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值在1%的水平上顯著正相關(guān)，初步驗(yàn)證了假設(shè)1。企業(yè)創(chuàng)新（R&D）與企業(yè)價(jià)值（Tobin'Q）在1%的水平上顯著正相關(guān)，與現(xiàn)有研究結(jié)論基本一致。數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)創(chuàng)新（R&D）在1%的水平上顯著正相關(guān)，初步驗(yàn)證了假設(shè)2。其他變量間相關(guān)系數(shù)不大，基本可以確定控制變量和解釋變量之間不存在多重共線性問(wèn)題，模型較恰當(dāng)。

表4 主要變量相關(guān)性分析

（三）回歸分析

本文采用逐步回歸法，分別對(duì)模型（1）～模型（3）進(jìn)行回歸，結(jié)果如表5所示。模型（1）的回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價(jià)值（Tobin'Q）的系數(shù)為1.96，且在1%的水平上顯著，說(shuō)明數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值顯著正相關(guān)，即數(shù)字化轉(zhuǎn)型程度越高，對(duì)企業(yè)價(jià)值的提升作用越明顯，因此假設(shè)1得到驗(yàn)證。模型（2）的回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)創(chuàng)新（R&D）的系數(shù)為9.575，且在1%的水平上顯著，表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新有正向促進(jìn)作用，該結(jié)果與假設(shè)2一致。

表5 逐步回歸結(jié)果

根據(jù)中介效應(yīng)的檢驗(yàn)方法：首先，模型（1）中系數(shù)α1在1%的水平上顯著為正；其次，模型（2）中系數(shù)β1與模型（3）中系數(shù)χ2均在1%的水平上顯著為正；再次，模型（3）中系數(shù)χ1在1%的水平上顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值之間的直接效應(yīng)顯著；最后，由于β1χ2=9.575×0.063=0.603，χ1=1.357，β1χ2與χ1的符號(hào)相同，說(shuō)明企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在部分中介效應(yīng)，且中介效應(yīng)的程度為：β1χ2/α1=（0.603/1.960）×100%≈30.80%。假設(shè)3得到驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

1.計(jì)量方法的替換。鑒于逐步回歸法存在潛在統(tǒng)計(jì)功效的局限性，為檢驗(yàn)企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的中介效應(yīng)，本文采用統(tǒng)計(jì)功效較高的Sobel系數(shù)乘積檢驗(yàn)法以及偏差矯正Bootstrap法對(duì)上述結(jié)論進(jìn)行驗(yàn)證。本文觀測(cè)值數(shù)量能較好地契合Sobel檢驗(yàn)對(duì)樣本的需求量，同時(shí)Bootstrap的經(jīng)驗(yàn)抽樣可以作為實(shí)際整體分布于參數(shù)估計(jì)，矯正樣本偏差。

Sobel檢驗(yàn)結(jié)果顯示，Goodman1（Aroian）的Z值為10.37、Goodman2的Z值為10.39，均在1%的水平上顯著，間接效應(yīng)占總效應(yīng)比例為30.80%；使用Bootstrap法從樣本數(shù)據(jù)中隨機(jī)抽樣1000次的結(jié)果顯示，間接效應(yīng)在95%的置信區(qū)間內(nèi)不包含0（Z值為10.06），說(shuō)明間接效應(yīng)存在，結(jié)果支持了假設(shè)3（囿于篇幅，表略）。

2.解釋變量的替換。本文采用以下兩種方法對(duì)解釋變量數(shù)字化轉(zhuǎn)型（Deg）重新進(jìn)行定義：一是，按照企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型賦值。若企業(yè)當(dāng)年年報(bào)中未出現(xiàn)數(shù)字化相關(guān)詞頻，則說(shuō)明當(dāng)年未進(jìn)行數(shù)字化轉(zhuǎn)型，并賦值為0；反之，則賦值為1。二是，不同年度的數(shù)字化轉(zhuǎn)型的中位數(shù)存在差異，因此按照其年度中位數(shù)，將大于等于中位數(shù)的樣本賦值為1，小于中位數(shù)的樣本賦值為0。對(duì)樣本重新處理后，采用Sobel系數(shù)乘積檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)，實(shí)證結(jié)果表明間接效應(yīng)顯著，且中介效應(yīng)占比為28.92%；Bootstrap自體抽樣結(jié)果同樣穩(wěn)健，也支持了假設(shè)3（囿于篇幅，表略）。

3.研究樣本的處理。當(dāng)前我國(guó)實(shí)體經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型正處于爬坡階段，鑒于各行業(yè)間的數(shù)字化轉(zhuǎn)型程度存在較大差異，為避免企業(yè)數(shù)字化轉(zhuǎn)型極端值對(duì)研究結(jié)果的不利影響，本文以制造業(yè)企業(yè)為研究樣本，重新檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的作用機(jī)制。選擇制造業(yè)企業(yè)作為再檢驗(yàn)樣本的理由在于：其一，制造業(yè)樣本觀測(cè)值為6163個(gè)，占總樣本觀測(cè)值的64.04%，所選樣本具有一定的代表性；其二，選擇制造業(yè)樣本進(jìn)行分析，可以較好地回避數(shù)字化程度較高的軟件和信息技術(shù)服務(wù)業(yè)、計(jì)算機(jī)和通信行業(yè)樣本對(duì)研究結(jié)論的影響。采用Sobel系數(shù)乘積檢驗(yàn)法和偏差矯正Bootstrap法進(jìn)行檢驗(yàn)，結(jié)果均支持假設(shè)3（囿于篇幅，表略）。

4.內(nèi)生性處理。本文構(gòu)建的平衡面板固定效應(yīng)模型，雖然緩解了由于存在部分遺漏變量而帶來(lái)的內(nèi)生性問(wèn)題，但鑒于企業(yè)價(jià)值可能與數(shù)字化轉(zhuǎn)型、企業(yè)創(chuàng)新存在反向因果關(guān)系，為避免被解釋變量、中介變量和解釋變量之間的相互因果效應(yīng)，對(duì)數(shù)字化轉(zhuǎn)型（Deg）和企業(yè)創(chuàng)新（R&D）及所有控制變量進(jìn)行滯后一期處理，以盡可能消除反向因果關(guān)系導(dǎo)致的內(nèi)生性問(wèn)題。仍然采用Sobel系數(shù)乘積檢驗(yàn)法以及偏差矯正Bootstrap法進(jìn)行檢驗(yàn)，結(jié)果均支持假設(shè)3（囿于篇幅，表略）。

五、異質(zhì)性檢驗(yàn)

（一）經(jīng)濟(jì)政策不確定性在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性

經(jīng)濟(jì)政策不確定性加劇了市場(chǎng)的不穩(wěn)定性，在此情況下企業(yè)投資將更加謹(jǐn)慎。實(shí)物期權(quán)理論認(rèn)為，經(jīng)濟(jì)政策不確定性的上升，將導(dǎo)致投資項(xiàng)目預(yù)期現(xiàn)金流的不穩(wěn)定性增加，為降低潛在風(fēng)險(xiǎn)，企業(yè)更傾向于推遲投資決策，以提高“等待”價(jià)值。當(dāng)經(jīng)濟(jì)政策不確定性上升或下降時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型決策及其投入程度均會(huì)受到影響，對(duì)企業(yè)價(jià)值提升的作用則可能存在明顯差異。為驗(yàn)證經(jīng)濟(jì)政策不確定性在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性，本文將經(jīng)濟(jì)政策不確定性按不同年度設(shè)置中位數(shù)，并將大于或等于年度中位數(shù)的樣本歸類為高經(jīng)濟(jì)政策不確定性組，反之則歸類為低經(jīng)濟(jì)政策不確定性組，以進(jìn)行分組檢驗(yàn)，回歸結(jié)果詳見(jiàn)表6。

表6 異質(zhì)性檢驗(yàn)回歸結(jié)果

經(jīng)濟(jì)政策不確定性分組檢驗(yàn)結(jié)果中，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價(jià)值（Tobin'Q）的系數(shù)均在1%的水平上顯著，再次印證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值創(chuàng)造的積極影響，說(shuō)明在國(guó)家數(shù)字經(jīng)濟(jì)戰(zhàn)略及相關(guān)補(bǔ)貼、優(yōu)惠等配套政策的引導(dǎo)下，盡管受經(jīng)濟(jì)政策不確定性波動(dòng)的影響，企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的整體優(yōu)勢(shì)仍然展現(xiàn)出其強(qiáng)大的價(jià)值創(chuàng)造力。但具體來(lái)看，經(jīng)濟(jì)政策不確定性較低時(shí)，數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的系數(shù)為4.229；經(jīng)濟(jì)政策不確定性較高時(shí)，該系數(shù)僅為1.162，與前者存在明顯差距。經(jīng)費(fèi)舍爾組間系數(shù)差異檢驗(yàn)，數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的系數(shù)在經(jīng)濟(jì)政策不確定性上的差異為2.49，且在1%的水平上顯著，進(jìn)一步驗(yàn)證了經(jīng)濟(jì)政策不確定性在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性。

產(chǎn)生上述結(jié)果的原因主要在于：首先，經(jīng)濟(jì)政策不確定性較高時(shí)，企業(yè)面對(duì)資源有限的困境和愈加動(dòng)蕩的市場(chǎng)環(huán)境，預(yù)期經(jīng)濟(jì)不穩(wěn)定性上升，在進(jìn)行內(nèi)部項(xiàng)目投資決策時(shí)將更謹(jǐn)慎。而數(shù)字化轉(zhuǎn)型是一項(xiàng)投資大、回收期較長(zhǎng)的企業(yè)戰(zhàn)略，該特點(diǎn)決定了其在環(huán)境不確定情況下的資源爭(zhēng)奪中存在天然劣勢(shì)，經(jīng)濟(jì)政策不確定性增加在一定程度上抑制了數(shù)字化轉(zhuǎn)型的投入，其價(jià)值創(chuàng)造效應(yīng)被削弱。其次，較高的經(jīng)濟(jì)政策不確定性導(dǎo)致外部投資環(huán)境較惡劣、信息不對(duì)稱問(wèn)題更為突出，此時(shí)更容易產(chǎn)生資金滯留進(jìn)而加深委托代理問(wèn)題（宋玉祿等，2018）。經(jīng)濟(jì)政策不確定性較高時(shí)，職業(yè)經(jīng)理人因任期內(nèi)的業(yè)績(jī)壓力將選擇回避像數(shù)字化轉(zhuǎn)型這類資金投入需求大、不確定性高的項(xiàng)目，間接影響數(shù)字化轉(zhuǎn)型的價(jià)值提升效應(yīng)。

（二）融資約束在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性

我國(guó)上市公司融資的主要方式有資本市場(chǎng)上的股權(quán)性融資、債務(wù)性融資以及銀行等金融機(jī)構(gòu)的信貸。當(dāng)企業(yè)面臨較大融資約束時(shí)，通過(guò)外部籌集資金的機(jī)會(huì)減少，進(jìn)而降低了為數(shù)字化轉(zhuǎn)型戰(zhàn)略持續(xù)“供血”的可能。高融資約束勢(shì)必導(dǎo)致現(xiàn)金流短缺風(fēng)險(xiǎn)上升，企業(yè)為提高資金使用效率、加快周轉(zhuǎn)、降低生存風(fēng)險(xiǎn)，不得不優(yōu)先考慮維系當(dāng)前經(jīng)營(yíng)規(guī)模和業(yè)務(wù)流程以保持企業(yè)穩(wěn)定過(guò)渡，進(jìn)而減小了數(shù)字化轉(zhuǎn)型投入的力度或推遲了其轉(zhuǎn)型的進(jìn)度。此外，融資約束具有信號(hào)傳遞效應(yīng)，相對(duì)于高融資約束，在低融資約束狀況下融資渠道將逐步擴(kuò)張，融資成本變低，從而緩解了企業(yè)長(zhǎng)期項(xiàng)目的投資不足問(wèn)題（張園園等，2020），進(jìn)一步提高了企業(yè)未來(lái)的盈利空間，最終將會(huì)促進(jìn)企業(yè)價(jià)值的提升。因此，當(dāng)融資約束較低時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型的價(jià)值作用將更顯著、效果更突出，從而體現(xiàn)出其異質(zhì)性。為驗(yàn)證融資約束在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性，本文將大于或等于融資約束年度中位數(shù)的樣本歸類為高融資約束組，否則為低融資約束組，以進(jìn)行分組檢驗(yàn)，回歸結(jié)果詳見(jiàn)表6。

在高融資約束組，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價(jià)值（Tobin'Q）的系數(shù)為1.04，且在10%的水平上顯著；在低融資約束組，該系數(shù)為1.932，且在1%的水平上顯著?；貧w結(jié)果說(shuō)明，即使受到融資約束的影響，數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)價(jià)值提升的作用亦較為明顯。在融資約束程度較低時(shí)，企業(yè)可供數(shù)字化轉(zhuǎn)型的資金比融資約束程度較高時(shí)更充裕，同時(shí)較高的融資安全性能向外界傳遞積極信號(hào)，降低交易成本并提高市場(chǎng)對(duì)企業(yè)經(jīng)營(yíng)的信心，進(jìn)而達(dá)到企業(yè)增值的目的，因此低融資約束組的數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值系數(shù)比高融資約束組的更大，且顯著性水平更高。經(jīng)費(fèi)舍爾組間系數(shù)差異檢驗(yàn)，系數(shù)差異為0.894，且在10%的水平上顯著，進(jìn)一步表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響在低融資約束企業(yè)中更明顯。

（三）股權(quán)集中度在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值影響中的異質(zhì)性

合理的股權(quán)結(jié)構(gòu)是確保企業(yè)穩(wěn)定運(yùn)營(yíng)和經(jīng)營(yíng)績(jī)效的重要條件。企業(yè)數(shù)字化轉(zhuǎn)型屬于公司戰(zhàn)略，其決策受股東戰(zhàn)略眼光的影響，尤其是在“一股獨(dú)大”情形下，股東對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)展、效果及增值效應(yīng)的影響會(huì)更顯著。在股權(quán)集中度較高的企業(yè)中，大股東是企業(yè)盈利的主要享有者和風(fēng)險(xiǎn)承擔(dān)者，更關(guān)注企業(yè)的長(zhǎng)期成長(zhǎng)和未來(lái)收益。作為企業(yè)戰(zhàn)略的制定者，大股東持股比例越高，越具有長(zhǎng)期戰(zhàn)略眼光。股權(quán)集中度越高的企業(yè)，數(shù)字化轉(zhuǎn)型的意愿和動(dòng)力就越強(qiáng)，高股權(quán)集中度在數(shù)字化轉(zhuǎn)型投入及其經(jīng)濟(jì)效果中具有“扶持之手”效應(yīng)；相反，當(dāng)股權(quán)分散時(shí)，大、小股東之間的利益沖突明顯，大股東考慮長(zhǎng)期發(fā)展而小股東以“落袋為安”作為最優(yōu)決策，此時(shí)決策噪音大，最終將導(dǎo)致偏離最佳決策。因此，本文認(rèn)為股權(quán)集中度在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在異質(zhì)性。本文將大于或等于第一大股東持股比例的年度中位數(shù)樣本歸類為高股權(quán)集中度組，否則為低股權(quán)集中度組，進(jìn)行分組檢驗(yàn)，回歸結(jié)果詳見(jiàn)表6。

高股權(quán)集中度組與低股權(quán)集中度組中數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價(jià)值（Tobin'Q）的系數(shù)分別為2.168、1.224，且分別在1%和5%的水平上顯著，系數(shù)大小存在明顯差異，說(shuō)明股權(quán)集中度較高時(shí)企業(yè)數(shù)字化轉(zhuǎn)型的“扶持之手”效應(yīng)和經(jīng)濟(jì)后果更為突出。經(jīng)費(fèi)舍爾組間系數(shù)差異檢驗(yàn)，系數(shù)差異為1.532，且在5%的水平上顯著，進(jìn)一步表明股權(quán)集中度在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在異質(zhì)性。

六、進(jìn)一步分析

（一）產(chǎn)權(quán)性質(zhì)的調(diào)節(jié)作用

由于企業(yè)實(shí)際控制人不同，按照產(chǎn)權(quán)歸屬可將企業(yè)分為國(guó)有企業(yè)和非國(guó)有企業(yè)。國(guó)有企業(yè)的資源稟賦、規(guī)模、行業(yè)競(jìng)爭(zhēng)力、市場(chǎng)信心和融資能力普遍領(lǐng)先于非國(guó)有企業(yè)，二者在數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益方面是否存在差異值得探討。盡管由于政府背書(shū)的國(guó)有企業(yè)資本實(shí)力較雄厚，但對(duì)企業(yè)的發(fā)展決策卻存在不利影響，主要表現(xiàn)為：首先，國(guó)有企業(yè)追求雙重效應(yīng)，在承擔(dān)社會(huì)責(zé)任以實(shí)現(xiàn)社會(huì)效應(yīng)目標(biāo)的同時(shí)，追求經(jīng)濟(jì)利益以實(shí)現(xiàn)經(jīng)濟(jì)效應(yīng)的目標(biāo)，這決定了其數(shù)字化轉(zhuǎn)型的意愿較小且難度更大、經(jīng)濟(jì)效果的滯后性更明顯；其次，國(guó)有企業(yè)高管大多由政府部門任命，高管個(gè)人的政治仕途追求會(huì)導(dǎo)致其過(guò)度關(guān)注有限任期內(nèi)企業(yè)經(jīng)營(yíng)績(jī)效的穩(wěn)定性和美觀度，同時(shí)由于給予高管的股權(quán)激勵(lì)比例較低，會(huì)導(dǎo)致其“不作為”等懶惰行為的出現(xiàn)，具體表現(xiàn)為為了保全現(xiàn)有業(yè)務(wù)盈利而主動(dòng)回避數(shù)字化轉(zhuǎn)型的高投入，或者象征性予以投入以應(yīng)付考核指標(biāo)。相對(duì)于國(guó)有企業(yè)良好的行業(yè)競(jìng)爭(zhēng)力與市場(chǎng)信心，非國(guó)有企業(yè)要想在激烈的市場(chǎng)競(jìng)爭(zhēng)中搶占先機(jī)，必然會(huì)順應(yīng)未來(lái)發(fā)展的趨勢(shì)，把握數(shù)字化轉(zhuǎn)型機(jī)遇，優(yōu)先享受先入紅利，因此非國(guó)有企業(yè)主動(dòng)尋求轉(zhuǎn)型變革的動(dòng)機(jī)和意愿更強(qiáng)。

為探討數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)收益在產(chǎn)權(quán)性質(zhì)層面的差異，將產(chǎn)權(quán)性質(zhì)（Soe）設(shè)置為啞變量（國(guó)有企業(yè)為1，非國(guó)有企業(yè)為0）并構(gòu)建模型（4）。為減少非本質(zhì)多重共線性問(wèn)題，本文對(duì)解釋變量和調(diào)節(jié)變量進(jìn)行了中心化處理，并生成數(shù)字化轉(zhuǎn)型與產(chǎn)權(quán)性質(zhì)的交互項(xiàng)（Deg×Soe）。

表7中模型（4）的檢驗(yàn)結(jié)果顯示，加入交互項(xiàng)后，數(shù)字化轉(zhuǎn)型（Deg）的系數(shù)與交互項(xiàng)（Deg×Soe）的系數(shù)符號(hào)相反，并均在1%的水平上顯著，說(shuō)明產(chǎn)權(quán)性質(zhì)負(fù)向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的提升效應(yīng)，即產(chǎn)權(quán)性質(zhì)弱化了數(shù)字化轉(zhuǎn)型的增值效果，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)收益表現(xiàn)優(yōu)于國(guó)有企業(yè)。鄒檢驗(yàn)在5%的水平上顯著，進(jìn)一步驗(yàn)證了該結(jié)果。

表7 調(diào)節(jié)效應(yīng)回歸結(jié)果

（二）行業(yè)集中的調(diào)節(jié)作用

企業(yè)數(shù)字化轉(zhuǎn)型在生產(chǎn)效率、產(chǎn)品創(chuàng)新、營(yíng)銷和管理過(guò)程，甚至商業(yè)模式變革上均具有巨大潛力。根據(jù)競(jìng)爭(zhēng)優(yōu)勢(shì)理論，當(dāng)市場(chǎng)競(jìng)爭(zhēng)程度較低時(shí)，產(chǎn)品差異度較大，企業(yè)較易通過(guò)產(chǎn)品創(chuàng)新獲得超額利潤(rùn)；同時(shí)，進(jìn)行商業(yè)模式創(chuàng)新也能夠滿足不同消費(fèi)層次的客戶群體的需求，進(jìn)而在一定程度上提升企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)和企業(yè)績(jī)效（許敏和姚夢(mèng)琪，2018）。當(dāng)市場(chǎng)競(jìng)爭(zhēng)程度較低時(shí)，行業(yè)競(jìng)爭(zhēng)對(duì)手相對(duì)較少，數(shù)字化轉(zhuǎn)型的生產(chǎn)力得到最大程度釋放，數(shù)字技術(shù)創(chuàng)新能夠較好地契合產(chǎn)品差異化生產(chǎn)需求，突破基于外觀設(shè)計(jì)層面的改進(jìn)，在競(jìng)爭(zhēng)對(duì)手有限的行業(yè)中為企業(yè)創(chuàng)造附加價(jià)值。隨著行業(yè)競(jìng)爭(zhēng)程度加劇，產(chǎn)品同質(zhì)化日趨嚴(yán)重，行業(yè)內(nèi)的創(chuàng)新和變革被迅速模仿的可能性加大。行業(yè)內(nèi)競(jìng)爭(zhēng)對(duì)手越多，客戶越容易找到替代企業(yè)和產(chǎn)品，與競(jìng)爭(zhēng)程度低時(shí)相比，企業(yè)處于劣勢(shì)，缺乏主動(dòng)權(quán)（賈軍和魏雅青，2019）。行業(yè)集中度越高，市場(chǎng)競(jìng)爭(zhēng)越小，數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)造的超額收益越大。基于上述分析，本文采用赫芬達(dá)爾指數(shù)（HHI）衡量行業(yè)集中度，該指標(biāo)數(shù)值越大說(shuō)明行業(yè)越集中。

本文構(gòu)建模型（5）以驗(yàn)證數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)收益在行業(yè)競(jìng)爭(zhēng)層面的差異，對(duì)解釋變量和調(diào)節(jié)變量進(jìn)行中心化處理并生成數(shù)字化轉(zhuǎn)型與赫芬達(dá)爾指數(shù)的交互項(xiàng)（Deg×HHI）。

表7中模型（5）的檢驗(yàn)結(jié)果顯示，加入行業(yè)集中度變量后，數(shù)字化轉(zhuǎn)型（Deg）的系數(shù)為1.720，且在1%的水平上顯著，交互項(xiàng)（Deg×HHI）的回歸系數(shù)為4.427，且在1%的水平上顯著?；貧w結(jié)果表明，隨著行業(yè)集中度的提高，市場(chǎng)競(jìng)爭(zhēng)減小，數(shù)字技術(shù)所帶來(lái)的產(chǎn)品創(chuàng)新、成本控制和營(yíng)銷管理等方面的效應(yīng)更為突出，對(duì)企業(yè)價(jià)值的提升作用更明顯，說(shuō)明行業(yè)集中度顯著強(qiáng)化了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的正向影響。鄒檢驗(yàn)在1%的水平上顯著，進(jìn)一步驗(yàn)證了行業(yè)集中度的正向調(diào)節(jié)作用。

七、總結(jié)

（一）研究結(jié)論

本文基于2013～2020年我國(guó)滬深A(yù)股上市公司的樣本數(shù)據(jù)展開(kāi)研究，采用詞頻統(tǒng)計(jì)法度量數(shù)字化轉(zhuǎn)型程度，從全樣本視角實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的提升作用，驗(yàn)證了企業(yè)創(chuàng)新的中介效應(yīng)，并進(jìn)一步探討了數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益在經(jīng)濟(jì)政策不確定性、融資約束程度和股權(quán)集中度層面的異質(zhì)性，以及產(chǎn)權(quán)性質(zhì)與行業(yè)集中度的調(diào)節(jié)作用。主要研究結(jié)論如下：①企業(yè)數(shù)字化轉(zhuǎn)型具有價(jià)值創(chuàng)造潛力，能夠提升企業(yè)價(jià)值，企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在部分中介效應(yīng)。②經(jīng)濟(jì)政策不確定性、融資約束程度以及股權(quán)集中度在統(tǒng)計(jì)學(xué)意義上并不影響企業(yè)數(shù)字化轉(zhuǎn)型的價(jià)值創(chuàng)造作用。但由于外部環(huán)境局限，當(dāng)經(jīng)濟(jì)政策不確定性與融資約束程度較高時(shí)，數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)收益明顯減少；股權(quán)集中度越高，數(shù)字化轉(zhuǎn)型的戰(zhàn)略扶持效應(yīng)越顯著，其帶來(lái)的價(jià)值提升作用越明顯。③產(chǎn)權(quán)性質(zhì)負(fù)向調(diào)節(jié)數(shù)字化轉(zhuǎn)型的增值效應(yīng)。相比國(guó)有企業(yè)，非國(guó)有企業(yè)具備數(shù)字化轉(zhuǎn)型變革的良好動(dòng)力和積極性，更能釋放數(shù)字化轉(zhuǎn)型的生產(chǎn)力。④隨著行業(yè)集中度的增加，企業(yè)數(shù)字化轉(zhuǎn)型的附加技術(shù)優(yōu)勢(shì)在價(jià)值創(chuàng)造能力上更為突出，即行業(yè)集中度在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的提升作用中具有正向調(diào)節(jié)效應(yīng)。

（二）管理啟示

本文研究結(jié)論為我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型的價(jià)值提升效應(yīng)提供了理論借鑒和實(shí)踐指導(dǎo)，具體如下：

企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的價(jià)值提升效應(yīng)，其價(jià)值創(chuàng)造潛力可以通過(guò)企業(yè)創(chuàng)新來(lái)體現(xiàn)。但數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新活動(dòng)均具有投入大和價(jià)值實(shí)現(xiàn)滯后的特點(diǎn)，對(duì)資本實(shí)力有限的企業(yè)而言，如何在維系當(dāng)前盈利情況的同時(shí)管理好轉(zhuǎn)型投入是關(guān)鍵問(wèn)題，否則容易導(dǎo)致企業(yè)轉(zhuǎn)型失敗，進(jìn)而陷入經(jīng)營(yíng)困境。

在經(jīng)濟(jì)政策不確定性較低且融資安全系數(shù)較高時(shí)，企業(yè)面臨的外部環(huán)境壓力較小，應(yīng)加大數(shù)字化轉(zhuǎn)型力度，搶占先入紅利。

內(nèi)部治理機(jī)制同樣是轉(zhuǎn)型需要克服的問(wèn)題，保持合理的股權(quán)結(jié)構(gòu)能夠推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。對(duì)國(guó)有企業(yè)而言，優(yōu)化經(jīng)理人激勵(lì)和績(jī)效考核制度是解決轉(zhuǎn)型動(dòng)力不足的有效途徑。

行業(yè)競(jìng)爭(zhēng)水平在一定程度上決定了企業(yè)數(shù)字化的價(jià)值創(chuàng)造效果，因此在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，需要充分考慮企業(yè)所處行業(yè)的性質(zhì)、市場(chǎng)地位和競(jìng)爭(zhēng)程度，綜合考量數(shù)字化轉(zhuǎn)型的時(shí)機(jī)，避免轉(zhuǎn)型投入和預(yù)期產(chǎn)出與實(shí)際情況差距過(guò)大。

數(shù)字化轉(zhuǎn)型是企業(yè)的重要戰(zhàn)略之一，轉(zhuǎn)型的成功在一定程度上依賴管理層的決策和管理能力。這一方面要求企業(yè)管理者準(zhǔn)確抓住轉(zhuǎn)型時(shí)機(jī)，另一方面要求企業(yè)管理盡可能與轉(zhuǎn)型協(xié)調(diào)，結(jié)合公司內(nèi)部現(xiàn)實(shí)、外部市場(chǎng)環(huán)境和自身競(jìng)爭(zhēng)能力，從管理層面配合完成轉(zhuǎn)型并發(fā)揮數(shù)字技術(shù)優(yōu)勢(shì)，提升企業(yè)價(jià)值。否則，盲目追逐轉(zhuǎn)型先入紅利會(huì)大幅提高企業(yè)轉(zhuǎn)型失敗的風(fēng)險(xiǎn)。

（三）研究展望

本文構(gòu)建的企業(yè)數(shù)字化詞頻框架難以全面考量數(shù)字技術(shù)在不同行業(yè)中的應(yīng)用差異，在數(shù)字化相關(guān)詞組選擇上可能存在一定偏差。另外，通過(guò)企業(yè)詞頻對(duì)行業(yè)詞頻的占比來(lái)度量數(shù)字化轉(zhuǎn)型程度存在一定的局限性，這是當(dāng)前數(shù)字化相關(guān)主題研究的重難點(diǎn)問(wèn)題。當(dāng)前我國(guó)數(shù)字化轉(zhuǎn)型熱潮高漲，后續(xù)研究可圍繞以下內(nèi)容進(jìn)行探討：①數(shù)字化轉(zhuǎn)型程度的定量分析，即如何科學(xué)準(zhǔn)確地度量數(shù)字化轉(zhuǎn)型程度。②行業(yè)性質(zhì)的差異導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的提升效率存在差距，若能完善數(shù)字化轉(zhuǎn)型效率指標(biāo)，將有助于開(kāi)展數(shù)字經(jīng)濟(jì)實(shí)踐評(píng)價(jià)。③在國(guó)家數(shù)字經(jīng)濟(jì)戰(zhàn)略的引導(dǎo)下，政府補(bǔ)貼在多大程度上推動(dòng)了企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐。④企業(yè)數(shù)字化轉(zhuǎn)型具有長(zhǎng)期戰(zhàn)略意義，需要較大的連續(xù)資本投入，在企業(yè)生命周期的不同階段如何把握轉(zhuǎn)型時(shí)機(jī)同樣值得研究。