代飛 鐘運標 徐鳳菊

【摘要】本文以2013 ～ 2020年我國滬深A(yù)股上市公司為研究對象， 基于企業(yè)創(chuàng)新中介效應(yīng)的視角， 理論分析并實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響機理。研究結(jié)果表明： 數(shù)字化轉(zhuǎn)型對企業(yè)價值提升具有顯著的正向作用， 企業(yè)創(chuàng)新在該影響中存在顯著的部分中介效應(yīng)。異質(zhì)性檢驗發(fā)現(xiàn)， 在經(jīng)濟政策不確定性、融資約束和股權(quán)集中度不同的情況下， 數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升作用存在顯著差異。進一步研究發(fā)現(xiàn)， 產(chǎn)權(quán)性質(zhì)在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在顯著的負向調(diào)節(jié)效應(yīng)， 而行業(yè)集中度在二者的關(guān)系中存在正向調(diào)節(jié)效應(yīng)。上述結(jié)論為企業(yè)數(shù)字化轉(zhuǎn)型實踐提供了有益的理論參考和管理啟示。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；企業(yè)創(chuàng)新；企業(yè)價值；產(chǎn)權(quán)性質(zhì)；行業(yè)集中度

【中圖分類號】F207.7? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）01-0036-10

一、 引言

大智移云物等數(shù)字技術(shù)的發(fā)展， 對企業(yè)經(jīng)濟活動產(chǎn)生了深遠影響。在數(shù)字技術(shù)被廣泛應(yīng)用于經(jīng)濟系統(tǒng)并對其環(huán)境和活動進行改造的過程中， 數(shù)字經(jīng)濟伴隨而生。黨的十九屆五中全會明確指出： 要加快數(shù)字經(jīng)濟發(fā)展， 通過大數(shù)據(jù)識別、 過濾和使用等過程， 優(yōu)化資源配置， 推動經(jīng)濟高質(zhì)量發(fā)展。從微觀層面看， 企業(yè)作為市場的主要參與者， 其數(shù)字化程度是衡量數(shù)字經(jīng)濟建設(shè)成效的重要指標， 對國家數(shù)字經(jīng)濟的發(fā)展具有重要推動作用。企業(yè)數(shù)字化轉(zhuǎn)型是通過引進數(shù)字技術(shù)， 實現(xiàn)生產(chǎn)、 管理和銷售各層面數(shù)字化改造并達到增值的戰(zhàn)略行為（戚聿東和肖旭，2020）。

當前， 我國產(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)型實現(xiàn)價值創(chuàng)造的“黑箱”具有重要的理論意義和實踐價值。國外現(xiàn)有相關(guān)研究主要集中于數(shù)字化對宏觀經(jīng)濟層面、 中觀產(chǎn)業(yè)層面的理論效益以及對微觀企業(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， 宏觀經(jīng)濟增速的提升效果越明顯。企業(yè)數(shù)字化轉(zhuǎn)型有助于降低運營成本， 為經(jīng)營和生產(chǎn)提供發(fā)展動力（Abouzeedan等，2013）， 同時通過影響創(chuàng)新活動來提高企業(yè)效益（Agrawal和Goldfarb，2008）。國內(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， 主要從價值維度分析了數(shù)字化轉(zhuǎn)型對企業(yè)效率、 跨界融合、 組織重構(gòu)及競爭方面的賦能效應(yīng)（肖旭和戚聿東，2019）。數(shù)字化轉(zhuǎn)型不僅會對企業(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）， 而且對商業(yè)模式創(chuàng)新具有促進作用（戚聿東和蔡呈偉 等，2019）。

數(shù)字化轉(zhuǎn)型通過運用數(shù)字化技術(shù)， 對企業(yè)有限資源進行協(xié)調(diào)和安排， 提高資源配置和運營效率， 確保經(jīng)營上降本增效并助力創(chuàng)新活動。企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)內(nèi)部控制運營質(zhì)量， 進而提升企業(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)新績效， 進而實現(xiàn)企業(yè)價值創(chuàng)造的終極目標。然而， 當前與數(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， 鮮有文獻針對數(shù)字化轉(zhuǎn)型對企業(yè)價值提升的影響機理展開理論分析和實證檢驗， 且尚無以企業(yè)創(chuàng)新為中介變量進一步研究該影響機理的經(jīng)驗證據(jù)。鑒于此， 本文擬針對上述問題重點進行實證研究。

本文可能的邊際貢獻主要表現(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證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響機制， 豐富了相關(guān)研究內(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)型對企業(yè)價值創(chuàng)造的間接作用機制， 拓展了對數(shù)字化轉(zhuǎn)型賦能企業(yè)增值過程的機理的認知； ③從經(jīng)濟政策不確定性、 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， 進一步討論數(shù)字化轉(zhuǎn)型對企業(yè)價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)價值之間關(guān)系的內(nèi)外部因素的研究內(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)價值

數(shù)字技術(shù)的巨大生產(chǎn)力是企業(yè)爭相尋求轉(zhuǎn)型并渴望取得先入紅利、 獲得競爭優(yōu)勢的根本動因， 在數(shù)字經(jīng)濟與實體經(jīng)濟融合過程中， 數(shù)字技術(shù)應(yīng)用廣度和深度以及使用能力將對企業(yè)價值提升產(chǎn)生積極作用（王海花和杜梅，2021）。數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機制可以歸納為數(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、 運營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)用過程中的附加產(chǎn)物， 表現(xiàn)為數(shù)據(jù)信息這一獨特資源的加速產(chǎn)生、 識別、 交互、 匹配、 選擇與運用。

其一， 在數(shù)字經(jīng)濟與實體經(jīng)濟融合的過程中， 數(shù)字技術(shù)的高速發(fā)展和全面應(yīng)用， 為企業(yè)轉(zhuǎn)型升級帶來了新的契機。在生產(chǎn)方面， 通過對物聯(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， 進而提高生產(chǎn)率（Zhang等，2021）； 在管理方面， 企業(yè)對數(shù)字技術(shù)的使用強化了企業(yè)的資源整合能力， 通過提高管理效率、 降低從業(yè)門檻和交易成本， 提升企業(yè)績效（馬梅等，2017）； 在運營方面， 數(shù)字技術(shù)不僅可以提高企業(yè)運營速度和效率（Drne-vich等，2011）， 增強市場資本化和運營調(diào)整的敏捷性， 進而實現(xiàn)競爭績效（Lu和Ramamurthy，2011）， 還可以對運營效率進行優(yōu)化， 最終提高員工人均產(chǎn)出（Mahmood和Valisher，2015）； 在銷售方面， 通過對產(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， 同時穩(wěn)健的數(shù)字營銷策略能使客戶滿意度和參與度在影響購買意愿方面發(fā)揮更大的作用（Dash和Chakraborty，2021）， 有利于提升企業(yè)價值。

其二， 數(shù)字化轉(zhuǎn)型對企業(yè)價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)對數(shù)字技術(shù)的應(yīng)用使內(nèi)部各個系統(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， 通過技術(shù)識別與數(shù)據(jù)匹配， 幫助企業(yè)選擇并運用有效信息， 有助于生產(chǎn)和銷售等決策。例如， 數(shù)字技術(shù)在銷售端的運用， 使得大量用戶行為習慣數(shù)據(jù)被儲存下來， 這種信息資源有助于企業(yè)及時了解消費者的需求變化， 在一定程度上降低與客戶因信息不對稱而產(chǎn)生的選擇成本， 并帶來更多個性化、 定制化和體驗性的服務(wù)消費（林琳和呂文棟，2019）， 最終實現(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)勢信號將得到資本市場的青睞（李小忠，2021）， 使市場投資者對企業(yè)未來績效抱有良好預(yù)期。

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

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)價值。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

隨著市場競爭水平的提高， 為獲取更有利的市場地位， 企業(yè)將主動開展創(chuàng)新競爭行為， 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)型過程中， 數(shù)據(jù)資源或數(shù)字技術(shù)將推動企業(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)條件重新進行組合并引入內(nèi)部系統(tǒng)（溫湖煒和王圣云，2022）， 促進異質(zhì)性知識與資源的有效融合， 并推動現(xiàn)有技術(shù)的數(shù)字化改造和智能化升級（陳慶江等，2021）， 進而實現(xiàn)內(nèi)部創(chuàng)新。同時， 為了獲得市場競爭優(yōu)勢， 企業(yè)將積極尋求創(chuàng)新合作， 推動技術(shù)共享（李東紅等，2020）。數(shù)字技術(shù)的開放性促使數(shù)據(jù)可視化得以實現(xiàn)， 通過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)達成外部合作創(chuàng)新的目的。針對企業(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)新項目不僅在經(jīng)營活動各個環(huán)節(jié)不斷產(chǎn)生數(shù)據(jù)， 還將通過數(shù)據(jù)共享、 技術(shù)共享和創(chuàng)新知識共享反哺數(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)新全過程（G?lzera和Fritzscheb，2017）， 并通過共享體系促進企業(yè)再度創(chuàng)新， 形成推動創(chuàng)新的良性閉環(huán)。數(shù)字化轉(zhuǎn)型賦能企業(yè)創(chuàng)新的過程詳見圖1。

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)型有助于推動企業(yè)創(chuàng)新。

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

創(chuàng)新研發(fā)項目是企業(yè)獲取超額利潤的主要途徑， 其高風險、 高投入的特點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)定的市場份額甚至實現(xiàn)擴張的目標， 對企業(yè)未來增長產(chǎn)生積極影響（Noh，2001）， 最終促進企業(yè)價值提升（王昌榮和李娜，2018）。在數(shù)字經(jīng)濟時代， 數(shù)字技術(shù)是企業(yè)創(chuàng)新的重要推動因素， 其價值創(chuàng)造效應(yīng)將更加明顯（Forman和Zeebroeck，2012）。借助數(shù)字化轉(zhuǎn)型的支點作用， 技術(shù)迭代產(chǎn)生的開放式創(chuàng)新能夠顯著提升企業(yè)績效（鎖箭等，2021）。數(shù)字化轉(zhuǎn)型不僅能通過降低成本、 提高資產(chǎn)使用效率和強化創(chuàng)新范式等提高實體企業(yè)經(jīng)營績效（何帆和劉紅霞，2019）， 還能助力企業(yè)打破行業(yè)局限， 實現(xiàn)跨界競爭， 達到提高企業(yè)綜合競爭力的目的（張驍?shù)龋?019）， 最終實現(xiàn)企業(yè)價值提升。

企業(yè)數(shù)字化是企業(yè)形態(tài)平臺化的演變（劉杰，2019）， 數(shù)字化轉(zhuǎn)型實質(zhì)上是通過數(shù)據(jù)引導(dǎo)企業(yè)正確配置資源以及推動企業(yè)創(chuàng)新， 進而實現(xiàn)價值創(chuàng)造（劉啟雷等，2022）。這一過程具體表現(xiàn)為數(shù)字化轉(zhuǎn)型能有效促進資本流動、 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)價值的創(chuàng)造。另外， 數(shù)字化轉(zhuǎn)型通過促進企業(yè)創(chuàng)新繼而提高企業(yè)業(yè)績， 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)型對企業(yè)價值的影響中存在顯著的中介效應(yīng)。

三、 研究設(shè)計

（一）樣本選擇與變量定義

1. 樣本選擇與數(shù)據(jù)來源。2013年是我國大數(shù)據(jù)集中爆發(fā)的元年， 基于數(shù)據(jù)產(chǎn)生、 儲存和利用的各種數(shù)字技術(shù)陸續(xù)得到應(yīng)用。因此， 本文選取2013 ～ 2020年我國滬深A(yù)股上市公司作為初始研究樣本， 并進行如下處理： 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考慮到金融保險行業(yè)資產(chǎn)負債率的特殊性， 剔除了金融保險行業(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個行業(yè)1203個樣本企業(yè)， 共計9624個觀測值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于WINGO財經(jīng)文本數(shù)據(jù)庫， 其他數(shù)據(jù)來源于CSMAR和WIND數(shù)據(jù)庫。本文對所有連續(xù)性變量進行了上下1%的縮尾處理。數(shù)據(jù)分析主要借助Excel 2016和Stata 15.0軟件完成。

2. 變量定義。

（1）被解釋變量： 企業(yè)價值。衡量企業(yè)價值的財務(wù)指標較多， 如每股收益（EPS）、 經(jīng)濟增加值（EVA）、 凈資產(chǎn)收益率（ROE）、 資產(chǎn)回報率（ROA）等， 但主流文獻多采用現(xiàn)金流量折現(xiàn)估值法（Jensen，1986）、 實物期權(quán)定價模型（Myers，1977）和Tobin'Q值。鑒于Tobin'Q值能對賬面價值與市場價值進行綜合考量， 本文將其作為企業(yè)價值的替代變量， 計算方法如下：

Tobin'Q=（每股價格×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)+負債市場價值）/總資產(chǎn)

（2）解釋變量： 數(shù)字化轉(zhuǎn)型。當前， 證監(jiān)會并未要求上市公司在年度財務(wù)報告中列示數(shù)字化相關(guān)信息， 對數(shù)字化轉(zhuǎn)型的測度尚處于探索階段。通過分析語言中使用的詞語類型和詞頻， 可以了解某些特征和行為傾向。根據(jù)上市公司年度財務(wù)報告管理層討論與分析（MD&A）部分中有關(guān)數(shù)字化表述的詞語類型和詞頻統(tǒng)計數(shù)量， 能夠判斷企業(yè)是否運用了數(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)略的實施程度。

本文按如下思路衡量數(shù)字化轉(zhuǎn)型指標： 首先， 參考戚聿東和蔡呈偉（2020）對企業(yè)數(shù)字化相關(guān)詞組的總結(jié)， 借鑒吳非等（2021）對數(shù)字化轉(zhuǎn)型指標體系的構(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WINGO財經(jīng)文本數(shù)據(jù)庫的年報文本識別和挖掘功能， 匯總統(tǒng)計各關(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）。

（3）中介變量： 企業(yè)創(chuàng)新?，F(xiàn)有文獻主要從兩個角度進行測度： ①投入角度， 指企業(yè)創(chuàng)新投入或研發(fā)投入， 用研發(fā)投入占主營業(yè)務(wù)收入的比例進行度量； ②產(chǎn)出角度， 指企業(yè)創(chuàng)新項目的產(chǎn)出， 用專利申請數(shù)量（李文貴和余明桂，2015）或取其對數(shù)（張勁帆等，2017）進行度量?？紤]到企業(yè)存在出于知識保護動機而主動選擇回避專利申請的可能， 專利申請數(shù)量無法全面真實地反映企業(yè)創(chuàng)新行為。因此， 本文將研發(fā)投入占主營業(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)有文獻研究的基礎(chǔ)上， 本文對企業(yè)規(guī)模（Size）、 資產(chǎn)負債率（Lev）、 企業(yè)成長性（Growth）、 股權(quán)集中度（Top1）、 獨立董事比例（Dir）和兩職合一（Dual）等變量進行了控制。

主要變量定義及其說明如表2所示。

（二）模型設(shè)計

為驗證假設(shè)1， 本文構(gòu)建了模型（1）：

Tobin'Qi，t=α0+α1Degi，t+α2Sizei，t+α3Levi，t+

α4Growthi，t+α5Top1i，t+α6Diri，t+α7Duali，t+

Industryi，t+? ? Yeari，t+εi，t （1）

為驗證假設(shè)2， 本文構(gòu)建了模型（2）：

R&Di，t=β0+β1Degi，t+β2Sizei，t+β3Levi，t+

β4Growthi，t+β5Top1i，t+β6Diri，t+β7Duali，t+

Industryi，t+? ? Yeari，t+εi，t （2）

為驗證假設(shè)3， 本文構(gòu)建了模型（3）：

Tobin'Qi，t=χ0+χ1Degi，t+χ2R&Di，t+χ3Sizei，t+

χ4Levi，t+χ5Growthi，t+χ6Top1i，t+χ7Diri，t+χ8Duali，t

+? ? Industryi，t+? ? Yeari，t+εi，t （3）

參照溫忠麟和葉寶娟（2014）對中介效應(yīng)的檢驗方法， 企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的中介效應(yīng)檢驗過程如下： 首先， 若模型（1）中系數(shù)α1顯著， 則說明主回歸效應(yīng)顯著， 可以進行下一步檢驗。其次， 檢驗?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， 說明間接效應(yīng)顯著。再次， 繼續(xù)檢驗?zāi)Ｐ停?）中的系數(shù)χ1， 若χ1不顯著， 則說明直接效應(yīng)不顯著， 存在完全中介效應(yīng)； 若χ1顯著， 則說明直接效應(yīng)顯著， 需進行下一步檢驗。最后， 若β1χ2與χ1的符號相同， 則說明存在部分中介效應(yīng)； 否則存在遮掩效應(yīng)。

為減少誤差對實證結(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2012年行業(yè)分類標準進行劃分。

四、 實證結(jié)果與分析

（一）描述性統(tǒng)計

主要變量的描述性統(tǒng)計結(jié)果如表3所示。企業(yè)價值（Tobin'Q）最大值為9.79、 最小值為0.844、 均值為2.328、 標準差為1.626， 說明樣本間企業(yè)價值的差異較大， 這與我國上市公司龍頭梯隊與尾部梯隊價值差距大的現(xiàn)實較為符合， 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， 說明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度差距較大， 反映了當前我國上市公司數(shù)字化轉(zhuǎn)型投入?yún)⒉畈积R的現(xiàn)實。企業(yè)創(chuàng)新（R&D）最大值為25.302、 最小值為0、 標準差為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)負債率（Lev）、 企業(yè)成長性（Growth）及獨立董事比例（Dir）均存在不同程度的差異； 股權(quán)集中度（Top1）標準差為14.785， 說明各公司的股權(quán)集中情況存在較大差距。

（二）相關(guān)性分析

本文對主要變量進行了Pearson相關(guān)性檢驗， 結(jié)果如表4所示。數(shù)字化轉(zhuǎn)型與企業(yè)價值在1%的水平上顯著正相關(guān)， 初步驗證了假設(shè)1。企業(yè)創(chuàng)新（R&D）與企業(yè)價值（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題， 模型較恰當。

（三）回歸分析

本文采用逐步回歸法， 分別對模型（1） ～ 模型（3）進行回歸， 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)價值（Tobin'Q）的系數(shù)為1.96， 且在1%的水平上顯著， 說明數(shù)字化轉(zhuǎn)型與企業(yè)價值顯著正相關(guān)， 即數(shù)字化轉(zhuǎn)型程度越高， 對企業(yè)價值的提升作用越明顯， 因此假設(shè)1得到驗證。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)型對企業(yè)創(chuàng)新有正向促進作用， 該結(jié)果與假設(shè)2一致。

根據(jù)中介效應(yīng)的檢驗方法： 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， 說明數(shù)字化轉(zhuǎn)型與企業(yè)價值之間的直接效應(yīng)顯著； 最后， 由于β1χ2=9.575×0.063=0.603， χ1=1.357， β1χ2與χ1的符號相同， 說明企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價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得到驗證。

（四）穩(wěn)健性檢驗

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

Sobel檢驗結(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解釋變量數(shù)字化轉(zhuǎn)型（Deg）重新進行定義： 一是， 按照企業(yè)是否進行數(shù)字化轉(zhuǎn)型賦值。若企業(yè)當年年報中未出現(xiàn)數(shù)字化相關(guān)詞頻， 則說明當年未進行數(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。對樣本重新處理后， 采用Sobel系數(shù)乘積檢驗法進行中介效應(yīng)檢驗， 實證結(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。當前我國實體經(jīng)濟數(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， 重新檢驗數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機制。選擇制造業(yè)企業(yè)作為再檢驗樣本的理由在于： 其一， 制造業(yè)樣本觀測值為6163個， 占總樣本觀測值的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)、 計算機和通信行業(yè)樣本對研究結(jié)論的影響。采用Sobel系數(shù)乘積檢驗法和偏差矯正Bootstrap法進行檢驗， 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的內(nèi)生性問題， 但鑒于企業(yè)價值可能與數(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)生性問題。仍然采用Sobel系數(shù)乘積檢驗法以及偏差矯正Bootstrap法進行檢驗， 結(jié)果均支持假設(shè)3（囿于篇幅， 表略）。

五、 異質(zhì)性檢驗

（一）經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性

經(jīng)濟政策不確定性加劇了市場的不穩(wěn)定性， 在此情況下企業(yè)投資將更加謹慎。實物期權(quán)理論認為， 經(jīng)濟政策不確定性的上升， 將導(dǎo)致投資項目預(yù)期現(xiàn)金流的不穩(wěn)定性增加， 為降低潛在風險， 企業(yè)更傾向于推遲投資決策， 以提高“等待”價值。當經(jīng)濟政策不確定性上升或下降時， 企業(yè)數(shù)字化轉(zhuǎn)型決策及其投入程度均會受到影響， 對企業(yè)價值提升的作用則可能存在明顯差異。為驗證經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性， 本文將經(jīng)濟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)濟政策不確定性組， 反之則歸類為低經(jīng)濟政策不確定性組， 以進行分組檢驗， 回歸結(jié)果詳見表6。

經(jīng)濟政策不確定性分組檢驗結(jié)果中， 數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價值（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)型對企業(yè)價值創(chuàng)造的積極影響， 說明在國家數(shù)字經(jīng)濟戰(zhàn)略及相關(guān)補貼、 優(yōu)惠等配套政策的引導(dǎo)下， 盡管受經(jīng)濟政策不確定性波動的影響， 企業(yè)數(shù)字化轉(zhuǎn)型帶來的整體優(yōu)勢仍然展現(xiàn)出其強大的價值創(chuàng)造力。但具體來看， 經(jīng)濟政策不確定性較低時， 數(shù)字化轉(zhuǎn)型與企業(yè)價值的系數(shù)為4.229； 經(jīng)濟政策不確定性較高時， 該系數(shù)僅為1.162， 與前者存在明顯差距。經(jīng)費舍爾組間系數(shù)差異檢驗， 數(shù)字化轉(zhuǎn)型與企業(yè)價值的系數(shù)在經(jīng)濟政策不確定性上的差異為2.49， 且在1%的水平上顯著， 進一步驗證了經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性。

產(chǎn)生上述結(jié)果的原因主要在于： 首先， 經(jīng)濟政策不確定性較高時， 企業(yè)面對資源有限的困境和愈加動蕩的市場環(huán)境， 預(yù)期經(jīng)濟不穩(wěn)定性上升， 在進行內(nèi)部項目投資決策時將更謹慎。而數(shù)字化轉(zhuǎn)型是一項投資大、 回收期較長的企業(yè)戰(zhàn)略， 該特點決定了其在環(huán)境不確定情況下的資源爭奪中存在天然劣勢， 經(jīng)濟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， 其價值創(chuàng)造效應(yīng)被削弱。其次， 較高的經(jīng)濟政策不確定性導(dǎo)致外部投資環(huán)境較惡劣、 信息不對稱問題更為突出， 此時更容易產(chǎn)生資金滯留進而加深委托代理問題（宋玉祿等，2018）。經(jīng)濟政策不確定性較高時， 職業(yè)經(jīng)理人因任期內(nèi)的業(yè)績壓力將選擇回避像數(shù)字化轉(zhuǎn)型這類資金投入需求大、 不確定性高的項目， 間接影響數(shù)字化轉(zhuǎn)型的價值提升效應(yīng)。

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

我國上市公司融資的主要方式有資本市場上的股權(quán)性融資、 債務(wù)性融資以及銀行等金融機構(gòu)的信貸。當企業(yè)面臨較大融資約束時， 通過外部籌集資金的機會減少， 進而降低了為數(shù)字化轉(zhuǎn)型戰(zhàn)略持續(xù)“供血”的可能。高融資約束勢必導(dǎo)致現(xiàn)金流短缺風險上升， 企業(yè)為提高資金使用效率、 加快周轉(zhuǎn)、 降低生存風險， 不得不優(yōu)先考慮維系當前經(jīng)營規(guī)模和業(yè)務(wù)流程以保持企業(yè)穩(wěn)定過渡， 進而減小了數(shù)字化轉(zhuǎn)型投入的力度或推遲了其轉(zhuǎn)型的進度。此外， 融資約束具有信號傳遞效應(yīng)， 相對于高融資約束， 在低融資約束狀況下融資渠道將逐步擴張， 融資成本變低， 從而緩解了企業(yè)長期項目的投資不足問題（張園園等，2020）， 進一步提高了企業(yè)未來的盈利空間， 最終將會促進企業(yè)價值的提升。因此， 當融資約束較低時， 企業(yè)數(shù)字化轉(zhuǎn)型的價值作用將更顯著、 效果更突出， 從而體現(xiàn)出其異質(zhì)性。為驗證融資約束在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(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， 以進行分組檢驗， 回歸結(jié)果詳見表6。

在高融資約束組， 數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價值（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。回歸結(jié)果說明， 即使受到融資約束的影響， 數(shù)字化轉(zhuǎn)型推動企業(yè)價值提升的作用亦較為明顯。在融資約束程度較低時， 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更充裕， 同時較高的融資安全性能向外界傳遞積極信號， 降低交易成本并提高市場對企業(yè)經(jīng)營的信心， 進而達到企業(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)費舍爾組間系數(shù)差異檢驗， 系數(shù)差異為0.894， 且在10%的水平上顯著， 進一步表明數(shù)字化轉(zhuǎn)型對企業(yè)價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)型對企業(yè)價值影響中的異質(zhì)性

合理的股權(quán)結(jié)構(gòu)是確保企業(yè)穩(wěn)定運營和經(jīng)營績效的重要條件。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“一股獨大”情形下， 股東對企業(yè)數(shù)字化轉(zhuǎn)型的進展、 效果及增值效應(yīng)的影響會更顯著。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險承擔者， 更關(guān)注企業(yè)的長期成長和未來收益。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)型的意愿和動力就越強， 高股權(quán)集中度在數(shù)字化轉(zhuǎn)型投入及其經(jīng)濟效果中具有“扶持之手”效應(yīng)； 相反， 當股權(quán)分散時， 大、 小股東之間的利益沖突明顯， 大股東考慮長期發(fā)展而小股東以“落袋為安”作為最優(yōu)決策， 此時決策噪音大， 最終將導(dǎo)致偏離最佳決策。因此， 本文認為股權(quán)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價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， 進行分組檢驗， 回歸結(jié)果詳見表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， 說明股權(quán)集中度較高時企業(yè)數(shù)字化轉(zhuǎn)型的“扶持之手”效應(yīng)和經(jīng)濟后果更為突出。經(jīng)費舍爾組間系數(shù)差異檢驗， 系數(shù)差異為1.532， 且在5%的水平上顯著， 進一步表明股權(quán)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在異質(zhì)性。

六、 進一步分析

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

由于企業(yè)實際控制人不同， 按照產(chǎn)權(quán)歸屬可將企業(yè)分為國有企業(yè)和非國有企業(yè)。國有企業(yè)的資源稟賦、 規(guī)模、 行業(yè)競爭力、 市場信心和融資能力普遍領(lǐng)先于非國有企業(yè)， 二者在數(shù)字化轉(zhuǎn)型的經(jīng)濟效益方面是否存在差異值得探討。盡管由于政府背書的國有企業(yè)資本實力較雄厚， 但對企業(yè)的發(fā)展決策卻存在不利影響， 主要表現(xiàn)為： 首先， 國有企業(yè)追求雙重效應(yīng)， 在承擔社會責任以實現(xiàn)社會效應(yīng)目標的同時， 追求經(jīng)濟利益以實現(xiàn)經(jīng)濟效應(yīng)的目標， 這決定了其數(shù)字化轉(zhuǎn)型的意愿較小且難度更大、 經(jīng)濟效果的滯后性更明顯； 其次， 國有企業(yè)高管大多由政府部門任命， 高管個人的政治仕途追求會導(dǎo)致其過度關(guān)注有限任期內(nèi)企業(yè)經(jīng)營績效的穩(wěn)定性和美觀度， 同時由于給予高管的股權(quán)激勵比例較低， 會導(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。相對于國有企業(yè)良好的行業(yè)競爭力與市場信心， 非國有企業(yè)要想在激烈的市場競爭中搶占先機， 必然會順應(yīng)未來發(fā)展的趨勢， 把握數(shù)字化轉(zhuǎn)型機遇， 優(yōu)先享受先入紅利， 因此非國有企業(yè)主動尋求轉(zhuǎn)型變革的動機和意愿更強。

為探討數(shù)字化轉(zhuǎn)型的經(jīng)濟收益在產(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（國有企業(yè)為1， 非國有企業(yè)為0）并構(gòu)建模型（4）。為減少非本質(zhì)多重共線性問題， 本文對解釋變量和調(diào)節(jié)變量進行了中心化處理， 并生成數(shù)字化轉(zhuǎn)型與產(chǎn)權(quán)性質(zhì)的交互項（Deg×Soe）。

Tobin'Qi，t=κ0+κ1Degi，t+κ2Soei，t+κ3Degi，t×Soei，t+κ4Sizei，t+κ5Levi，t+κ6Growthi，t+κ7Top1i，t+κ8Diri，t+κ9Duali，t+? ? Industryi，t+? ? Yeari，t+εi，t （4）

表7中模型（4）的檢驗結(jié)果顯示， 加入交互項后， 數(shù)字化轉(zhuǎn)型（Deg）的系數(shù)與交互項（Deg×Soe）的系數(shù)符號相反， 并均在1%的水平上顯著， 說明產(chǎn)權(quán)性質(zhì)負向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升效應(yīng)， 即產(chǎn)權(quán)性質(zhì)弱化了數(shù)字化轉(zhuǎn)型的增值效果， 非國有企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟收益表現(xiàn)優(yōu)于國有企業(yè)。鄒檢驗在5%的水平上顯著， 進一步驗證了該結(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、 營銷和管理過程， 甚至商業(yè)模式變革上均具有巨大潛力。根據(jù)競爭優(yōu)勢理論， 當市場競爭程度較低時， 產(chǎn)品差異度較大， 企業(yè)較易通過產(chǎn)品創(chuàng)新獲得超額利潤； 同時， 進行商業(yè)模式創(chuàng)新也能夠滿足不同消費層次的客戶群體的需求， 進而在一定程度上提升企業(yè)競爭優(yōu)勢和企業(yè)績效（許敏和姚夢琪，2018）。當市場競爭程度較低時， 行業(yè)競爭對手相對較少， 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)計層面的改進， 在競爭對手有限的行業(yè)中為企業(yè)創(chuàng)造附加價值。隨著行業(yè)競爭程度加劇， 產(chǎn)品同質(zhì)化日趨嚴重， 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)競爭對手越多， 客戶越容易找到替代企業(yè)和產(chǎn)品， 與競爭程度低時相比， 企業(yè)處于劣勢， 缺乏主動權(quán)（賈軍和魏雅青，2019）。行業(yè)集中度越高， 市場競爭越小， 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， 本文采用赫芬達爾指數(shù)（HHI）衡量行業(yè)集中度， 該指標數(shù)值越大說明行業(yè)越集中。

本文構(gòu)建模型（5）以驗證數(shù)字化轉(zhuǎn)型的經(jīng)濟收益在行業(yè)競爭層面的差異， 對解釋變量和調(diào)節(jié)變量進行中心化處理并生成數(shù)字化轉(zhuǎn)型與赫芬達爾指數(shù)的交互項（Deg×HHI）。

Tobin'Qi，t=λ0+λ1Degi，t+λ2HHIi，t+λ3Degi，t×HHIi，t+λ4Sizei，t+λ5Levi，t+λ6Growthi，t+λ7Top1i，t+λ8Diri，t+λ9Duali，t+? ? Industryi，t+? ? Yeari，t+εi，t （5）

表7中模型（5）的檢驗結(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（Deg×HHI）的回歸系數(shù)為4.427， 且在1%的水平上顯著。回歸結(jié)果表明， 隨著行業(yè)集中度的提高，市場競爭減小， 數(shù)字技術(shù)所帶來的產(chǎn)品創(chuàng)新、 成本控制和營銷管理等方面的效應(yīng)更為突出， 對企業(yè)價值的提升作用更明顯， 說明行業(yè)集中度顯著強化了數(shù)字化轉(zhuǎn)型對企業(yè)價值的正向影響。鄒檢驗在1%的水平上顯著， 進一步驗證了行業(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年我國滬深A(yù)股上市公司的樣本數(shù)據(jù)展開研究， 采用詞頻統(tǒng)計法度量數(shù)字化轉(zhuǎn)型程度， 從全樣本視角實證檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升作用， 驗證了企業(yè)創(chuàng)新的中介效應(yīng)， 并進一步探討了數(shù)字化轉(zhuǎn)型的經(jīng)濟效益在經(jīng)濟政策不確定性、 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)型具有價值創(chuàng)造潛力， 能夠提升企業(yè)價值， 企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在部分中介效應(yīng)。②經(jīng)濟政策不確定性、 融資約束程度以及股權(quán)集中度在統(tǒng)計學(xué)意義上并不影響企業(yè)數(shù)字化轉(zhuǎn)型的價值創(chuàng)造作用。但由于外部環(huán)境局限， 當經(jīng)濟政策不確定性與融資約束程度較高時， 數(shù)字化轉(zhuǎn)型的經(jīng)濟收益明顯減少； 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， 其帶來的價值提升作用越明顯。③產(chǎn)權(quán)性質(zhì)負向調(diào)節(jié)數(shù)字化轉(zhuǎn)型的增值效應(yīng)。相比國有企業(yè)， 非國有企業(yè)具備數(shù)字化轉(zhuǎn)型變革的良好動力和積極性， 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)勢在價值創(chuàng)造能力上更為突出， 即行業(yè)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價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)論為我國企業(yè)數(shù)字化轉(zhuǎn)型的價值提升效應(yīng)提供了理論借鑒和實踐指導(dǎo)， 具體如下：

企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的價值提升效應(yīng)， 其價值創(chuàng)造潛力可以通過企業(yè)創(chuàng)新來體現(xiàn)。但數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新活動均具有投入大和價值實現(xiàn)滯后的特點， 對資本實力有限的企業(yè)而言， 如何在維系當前盈利情況的同時管理好轉(zhuǎn)型投入是關(guān)鍵問題， 否則容易導(dǎo)致企業(yè)轉(zhuǎn)型失敗， 進而陷入經(jīng)營困境。

在經(jīng)濟政策不確定性較低且融資安全系數(shù)較高時， 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)部治理機制同樣是轉(zhuǎn)型需要克服的問題， 保持合理的股權(quán)結(jié)構(gòu)能夠推動企業(yè)數(shù)字化轉(zhuǎn)型。對國有企業(yè)而言， 優(yōu)化經(jīng)理人激勵和績效考核制度是解決轉(zhuǎn)型動力不足的有效途徑。

行業(yè)競爭水平在一定程度上決定了企業(yè)數(shù)字化的價值創(chuàng)造效果， 因此在進行數(shù)字化轉(zhuǎn)型時， 需要充分考慮企業(yè)所處行業(yè)的性質(zhì)、 市場地位和競爭程度， 綜合考量數(shù)字化轉(zhuǎn)型的時機， 避免轉(zhuǎn)型投入和預(yù)期產(chǎn)出與實際情況差距過大。

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)管理者準確抓住轉(zhuǎn)型時機， 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、 外部市場環(huán)境和自身競爭能力， 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， 提升企業(yè)價值。否則， 盲目追逐轉(zhuǎn)型先入紅利會大幅提高企業(yè)轉(zhuǎn)型失敗的風險。

（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， 通過企業(yè)詞頻對行業(yè)詞頻的占比來度量數(shù)字化轉(zhuǎn)型程度存在一定的局限性， 這是當前數(shù)字化相關(guān)主題研究的重難點問題。當前我國數(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)型對企業(yè)價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， 將有助于開展數(shù)字經(jīng)濟實踐評價。③在國家數(shù)字經(jīng)濟戰(zhàn)略的引導(dǎo)下， 政府補貼在多大程度上推動了企業(yè)數(shù)字化轉(zhuǎn)型的實踐。④企業(yè)數(shù)字化轉(zhuǎn)型具有長期戰(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)型時機同樣值得研究。

【 主 要 參 考 文 獻 】

陳慶江，萬茂豐，王彥萌．數(shù)字技術(shù)應(yīng)用對企業(yè)雙元創(chuàng)新的影響——基于組織生命周期的實證檢驗［ J］．軟科學(xué)，2021（11）：92 ～ 98．

蔡莉，楊亞倩，盧珊等．數(shù)字技術(shù)對創(chuàng)業(yè)活動影響研究回顧與展望［ J］．科學(xué)學(xué)研究，2019（10）：1816 ～ 1824+1835．

何帆，劉紅霞．數(shù)字經(jīng)濟視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估［ J］．改革，2019（4）：137 ～ 148．

胡秀群，韓思為，翁秀磊．企業(yè)數(shù)字化發(fā)展對非效率投資的矯正效應(yīng)［ J］．海南大學(xué)學(xué)報（人文社會科學(xué)版），2022（5）：169 ～ 179．

何瓊，曲立．數(shù)字化發(fā)展水平對企業(yè)創(chuàng)新能力影響的實證［ J］．統(tǒng)計與決策，2022（13）：174 ～ 178

賈軍，魏雅青．產(chǎn)品市場競爭，客戶關(guān)系治理與企業(yè)創(chuàng)新關(guān)系研究——基于行業(yè)競爭程度與企業(yè)市場地位的雙重考量［ J］．軟科學(xué)，2019（12）：66 ～ 71．

梁萊歆，張煥鳳．高科技上市公司R&D投入績效的實證研究［ J］．中南大學(xué)學(xué)報（社會科學(xué)版），2005（2）：232 ～ 236．

劉杰．企業(yè)走向新的數(shù)字化之路［ J］．清華管理評論，2019（9）：75 ～ 83．

劉啟雷，張媛，雷雨嫣等．數(shù)字化賦能企業(yè)創(chuàng)新的過程、邏輯及機制研究［ J］．科學(xué)學(xué)研究，2022（1）：150 ～ 159．

李文貴，余明桂．民營化企業(yè)的股權(quán)結(jié)構(gòu)與企業(yè)創(chuàng)新［ J］．管理世界，2015（4）：112 ～ 125．

林琳，呂文棟．數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)管理變革的影響——基于酷特智能與海爾的案例研究［ J］．科學(xué)決策，2019（1）：85 ～ 98．

李小忠．數(shù)字經(jīng)濟發(fā)展與企業(yè)價值提升——基于生命周期理論的視角［ J］．經(jīng)濟問題，2021（3）：116 ～ 121．

李東紅，烏日汗，陳東．“競合”如何影響創(chuàng)新績效：中國制造業(yè)企業(yè)選擇本土競合與境外競合的追蹤研究［ J］．管理世界，2020（2）：161 ～ 181+225．

馬梅，李欣欣，崔瀚文．阿里巴巴B+時代：賦能中小企業(yè)［M］. 上海：上海交通大學(xué)出版社，2017．

戚聿東，肖旭．數(shù)字經(jīng)濟時代的企業(yè)管理變革［ J］．管理世界，2020（6）：135 ～ 152+250．

戚聿東，蔡呈偉．數(shù)字化對制造業(yè)企業(yè)績效的多重影響及其機理研究［ J］．學(xué)習與探索，2020（7）：108 ～ 119．

宋玉祿，陳欣，施文韻．經(jīng)濟政策不確定性沖擊下企業(yè)研發(fā)的“風險”與“機遇”——基于傳統(tǒng)產(chǎn)業(yè)與先進制造業(yè)對比［ J］．企業(yè)經(jīng)濟，2018（10）：35 ～ 43．

鎖箭，張霓，白夢湘．中小企業(yè)開放式創(chuàng)新真的有效嗎？——基于共同專利的視角［ J］．首都經(jīng)濟貿(mào)易大學(xué)學(xué)報，2021（3）：101 ～ 112．

王昌榮，李娜．市場競爭、創(chuàng)新研發(fā)與企業(yè)價值——基于中國制造業(yè)的經(jīng)驗數(shù)據(jù)［ J］．山東社會科學(xué)，2018（6）：168 ～ 173．

溫忠麟，葉寶娟．中介效應(yīng)分析：方法和模型發(fā)展［ J］．心理科學(xué)進展，2014（5）：731 ～ 745．

溫湖煒，王圣云．數(shù)字技術(shù)應(yīng)用對企業(yè)創(chuàng)新的影響研究［ J］．科研管理，2022（4）：66 ～ 74．

吳非，胡慧芷，林慧妍等．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［ J］．管理世界，2021（7）：130 ～ 144．

王?；?，杜梅．數(shù)字技術(shù)、員工參與與企業(yè)創(chuàng)新績效［ J］．研究與發(fā)展管理，2021（1）：138 ～ 148．

肖旭，戚聿東．產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的價值維度與理論邏輯［ J］．改革，2019（8）：61 ～ 70．

余菲菲，王麗婷．數(shù)字技術(shù)賦能我國制造企業(yè)技術(shù)創(chuàng)新路徑研究［ J］．科研管理，2022（4）：11 ～ 19．

張驍，吳琴，余欣．互聯(lián)網(wǎng)時代企業(yè)跨界顛覆式創(chuàng)新的邏輯［ J］．中國工業(yè)經(jīng)濟，2019（3）：156 ～ 174．

張勁帆，李漢涯，何暉．企業(yè)上市與企業(yè)創(chuàng)新——基于中國企業(yè)專利申請的研究［ J］．金融研究，2017（5）：160 ～ 175．

張園園，孫蘭蘭，王竹泉．商業(yè)信用融資能否提高實體經(jīng)濟的資本效率——基于經(jīng)濟政策不確定性的視角［ J］．現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2020（11）：53 ～ 67．

Abouzeedan A.， Klofsten M.， Hedner T.. Internetization Management as a Facilitator for Managing Innovation in High-technology Smaller Firms［ J］． Global Business Review，2013（1）：121 ～ 136．

Agrawal A. K.， Goldfarb A.. Restructuring Research： Communication Costs and the Democratization of University Innovation［ J］． American Economic Review，2008（4）：1578 ～ 1590．

David O. O.， Grobler W.. Information and Communication Technology Penetration Level as an Impetus for Economic Growth and Development in Africa［ J］． Economic Research-Ekonomska Istra?ivanja，2020（1）：1394 ～ 1418．

Drnevich P. L.， Kriauciunas A. P.. Clarifying the Conditions and Limits of the Contributions of Ordinary and Dynamic Capabilities to Relative Firm Performance［ J］． Strategic Management Journal，2011（3）：254 ～ 279．

Dash G.， Chakraborty D.. Digital Transformation of Marketing Strategies During a Pandemic： Evidence from an Emerging Economy During COVID-19［ J］． Sustainability，2021（12）：6719 ～ 6735．

G?lzera P.， Fritzscheb A.. Data-driven Operations Management： Organizational Implications of the Digital Transformation in Industrial Practice［ J］．Production Planning & Control，2017（16）：1332 ～ 1343．

Forman C.， Zeebroeck N. V.. From Wires to Partners： How the Internet Has Fostered R&D Collaborations Within Firms［ J］．Management Science，2012（8）：1549 ～ 1568．

Lu Y.， Ramamurthy K. R.. Understanding the Link Between Information Technology Capability and Organizational Agility： An Empirical Examination［ J］． MIS Quarterly，2011（4）：931 ～ 954．

Lenka S.， Parida V.， Wincent J.. Digitalization Capabilities as Enablers of Value Co-creation in Servitizing Firms［ J］． Psychology & Marketing，2017（1）：92 ～ 100．

Mahmood H.，? Valisher I.. Information Technology （IT） Productivity Paradox in the 21st Century［ J］． International Journal of Productivity and Performance Management，2015（4）：457 ～ 478．

Noh B. S.. Multinational Corporations Versus Domestic Corporations： A Comparative Study of R&D Investment Activities［ J］．Journal of Multinational Financial Management，2001（11）：89 ～ 104．

Yoo Y.， Lyytinen K. J.， et al.. The Next Wave of Digital Innovation： Opportunities and Challenges： A Report on the Research Workshop "Digital Challenges in Innovation Research"［ J］．Social Science Research Network，2010（8）：1 ～ 37．

Zhang T.， Shi Z.， Shi Y.， et al.. Enterprise Digital Transformation and Production Efficiency： Mechanism Analysis and Empirical Research［ J］． Economic Research-Ekonomska Istra?ivanja，2021（1）：1 ～ 12．

【基金項目】云南省哲學(xué)社會科學(xué)一般項目（項目編號：YB2022050）；云南教育科學(xué)規(guī)劃（高等學(xué)校教師教育聯(lián)盟）教師教育專項課題（項目編號：GJZ2201）

【作者單位】1.云南師范大學(xué)泛亞商學(xué)院， 昆明 650092；2.武漢理工大學(xué)管理學(xué)院， 武漢 430074。鐘運標為通訊作者