當(dāng)前，國家大力發(fā)展數(shù)字經(jīng)濟(jì)，推動數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)融合，加強(qiáng)數(shù)字化轉(zhuǎn)型的頂層建設(shè)，完善數(shù)字化轉(zhuǎn)型的重要舉措，組織實(shí)施數(shù)字化轉(zhuǎn)型工程，助力實(shí)體經(jīng)濟(jì)的發(fā)展。而資源約束是制約企業(yè)最優(yōu)生產(chǎn)和規(guī)模發(fā)展的原因，資源約束是否可以在數(shù)字化轉(zhuǎn)型與企業(yè)績效之間發(fā)揮中介作用，是個值得探究的問題。本文基于2018—2022年滬深兩市A股上市公司數(shù)據(jù)，探究數(shù)字化轉(zhuǎn)型與企業(yè)績效、資源約束與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系，以及資源約束在數(shù)字化轉(zhuǎn)型中對企業(yè)績效的影響，運(yùn)用SPSS軟件對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行處理分析，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以提升企業(yè)績效，數(shù)字化轉(zhuǎn)型還可以緩解資源約束對企業(yè)績效的影響。

一、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)績效

數(shù)字化轉(zhuǎn)型是建立在數(shù)字化轉(zhuǎn)換、數(shù)字化升級基礎(chǔ)之上，深入公司核心業(yè)務(wù)，以新建一種商業(yè)模式為目標(biāo)的高層次轉(zhuǎn)型。在企業(yè)運(yùn)營管理方面，經(jīng)過數(shù)字化轉(zhuǎn)型轉(zhuǎn)換升級后的管理決策系統(tǒng)，可以有效地幫助企業(yè)提高管理和決策水平，提高效率，提升企業(yè)的績效。胡青（2020）提出不同行業(yè)的企業(yè)將數(shù)字化轉(zhuǎn)型作為核心，擴(kuò)大了研究范圍和對數(shù)字化轉(zhuǎn)型的理解，綜合研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型正向影響企業(yè)績效。易露霞（2021）驗(yàn)證了企業(yè)的數(shù)字化轉(zhuǎn)型顯著提升企業(yè)績效。Peng和Tao（2022）提出數(shù)字化轉(zhuǎn)型極大地提高企業(yè)績效。

假設(shè)H1：企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績效呈正相關(guān)關(guān)系

（二）數(shù)字化轉(zhuǎn)型與資源約束

資源約束是指人們的生產(chǎn)經(jīng)營活動受到自然資源不足或者資源的過度利用受到限制的現(xiàn)象。企業(yè)在生產(chǎn)經(jīng)營的過程中，需要投入大量的資源，資源約束將會降低企業(yè)的生產(chǎn)效率，對企業(yè)績效產(chǎn)生影響。數(shù)字技術(shù)將企業(yè)的所有資源集中在一起，而不是擁有不同的數(shù)據(jù)庫，可以高效處理數(shù)據(jù)信息，精準(zhǔn)識別多樣化需求，從而精準(zhǔn)地將資源進(jìn)行分配，節(jié)約時間成本，也最大程度地合理利用資源，降低資源約束對企業(yè)生產(chǎn)經(jīng)營活動的不利影響，提高企業(yè)的生產(chǎn)效率。

假設(shè)H2：企業(yè)的數(shù)字化轉(zhuǎn)型與資源約束呈負(fù)相關(guān)關(guān)系

（三）資源約束在數(shù)字化轉(zhuǎn)型和企業(yè)績效的關(guān)系中起中介作用

數(shù)字技術(shù)具有連接、開放和共享的特點(diǎn)，規(guī)?；臄?shù)字資源能讓企業(yè)在數(shù)字化轉(zhuǎn)型中發(fā)揮優(yōu)勢，“數(shù)據(jù)孤島”的存在使數(shù)據(jù)難以在企業(yè)內(nèi)甚至是行業(yè)內(nèi)有效使用，進(jìn)而使數(shù)據(jù)變成無用的資源。數(shù)字技術(shù)連通性的特點(diǎn)促使行業(yè)之間可以實(shí)現(xiàn)信息的共享，在一定程度上緩解信息不對稱對企業(yè)生產(chǎn)經(jīng)營的影響，降低資源約束對企業(yè)的不利影響。

假設(shè)H3：數(shù)字化轉(zhuǎn)型能夠通過緩解資源約束來提升企業(yè)績效水平。

二、研究設(shè)計

（一）樣本來源與數(shù)據(jù)來源

本文選取2018—2022年滬深兩市A股上市公司的數(shù)據(jù)作為樣本，就數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響展開研究。企業(yè)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。在初始樣本的基礎(chǔ)上，為提高實(shí)證分析結(jié)果的準(zhǔn)確性，對獲得的原始數(shù)據(jù)做了以下處理：

1.剔除金融類行業(yè)的企業(yè)樣本。

2.剔除觀測期內(nèi)ST、SST和*ST等特殊處理的企業(yè)樣本。

3.剔除缺失重要財務(wù)數(shù)據(jù)的企業(yè)樣本。

4.為降低異常值對結(jié)果的影響，本文對所有樣本的相關(guān)變量進(jìn)行1%和99%的縮尾處理。

根據(jù)篩選出來的樣本，運(yùn)用EXCEL軟件對數(shù)據(jù)進(jìn)行處理，并運(yùn)用SPSS26作為統(tǒng)計計量軟件對數(shù)據(jù)進(jìn)行加工，并進(jìn)行實(shí)證分析。

（二）變量設(shè)定

1.被解釋變量

企業(yè)績效（Tobin）。本文采用托賓Q值衡量企業(yè)績效。之前的諸多研究中，有多個衡量企業(yè)績效的指標(biāo)，常見的有總資產(chǎn)收益率、凈資產(chǎn)收益率、托賓Q值等。我國資本市場發(fā)展迅速并且監(jiān)管日趨完善，目前公司股價可以較為客觀地反映公司的市場價值，主流研究均采用托賓Q值衡量公司的市場價值。參考唐清泉和韓宏穩(wěn)、鄧云煦等的研究，對企業(yè)績效的衡量用托賓Q值（Tobin）這一指標(biāo)，用公司市值除以凈資產(chǎn)表示。

2.解釋變量

數(shù)字化轉(zhuǎn)型（EDT）。本文采用數(shù)字化轉(zhuǎn)型程度衡量企業(yè)的數(shù)字化轉(zhuǎn)型。目前關(guān)于數(shù)字化轉(zhuǎn)型的研究中，諸多學(xué)者選擇調(diào)查問卷的形式進(jìn)行研究。關(guān)于數(shù)字化測量的研究上，劉飛（2015）是通過篩選企業(yè)無形資產(chǎn)中數(shù)字化資產(chǎn)占比來測量數(shù)字化轉(zhuǎn)型程度。龐瑞芝（2022）采用數(shù)字化投資與總資產(chǎn)的比重來表示。王永進(jìn)（2017）通過企業(yè)中信息人員占比代表數(shù)字化轉(zhuǎn)型程度。本文則是統(tǒng)計了上市公司的人工智能技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用指標(biāo)在報告中出現(xiàn)的詞頻，數(shù)字化轉(zhuǎn)型程度則是采取五個指標(biāo)詞頻的總和+1取對數(shù)表示。

3.中介變量

資源約束（Resource）。本文選取可用資源對企業(yè)資源約束進(jìn)行衡量。現(xiàn)有文獻(xiàn)通常使用相對可用資源這一指標(biāo)對資源約束進(jìn)行衡量。其相對可用資源是本企業(yè)可用資源與連接企業(yè)可用資源均值的差值，反映了以本企業(yè)為中心的董事網(wǎng)絡(luò)的資源匱乏（充裕）程度。由于本文沒有分析關(guān)聯(lián)企業(yè)的數(shù)據(jù)并且結(jié)合楊晟（2009）的利益相關(guān)者與企業(yè)績效的相關(guān)度分析和本文的控制變量，所以本文僅以企業(yè)自身的資源情況衡量企業(yè)是否受到資源約束，采用可用資源這一指標(biāo)作為中介變量?？捎觅Y源是凈利潤+所有非現(xiàn)金支出的和除以營業(yè)總收入。

4.控制變量

借鑒以往的研究文獻(xiàn)，結(jié)合本文數(shù)據(jù)篩選，影響企業(yè)績效的重要指標(biāo)：企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、員工人數(shù)（Employee）等作為控制變量，同時在模型中加入了年份和行業(yè)，控制其可能產(chǎn)生的影響。

（三）研究模型

1.根據(jù)上文分析和設(shè)計，構(gòu)建企業(yè)數(shù)字化與企業(yè)績效關(guān)系的模型如下

Tobin=α0+α1EDT+α2∑Control+∑Year+ ∑Industry+ε （1）

根據(jù)該模型，若α1為正，則說明企業(yè)數(shù)字化轉(zhuǎn)型程度的增加會提升企業(yè)的績效水平，反之，則說明企業(yè)數(shù)字化轉(zhuǎn)型程度增加會降低企業(yè)的績效水平。為驗(yàn)證資源約束在數(shù)字化轉(zhuǎn)型對企業(yè)績效的中介效應(yīng)，采用溫忠麟等（2004）的中介效應(yīng)模型來對以下兩個模型的二者之間作用機(jī)制進(jìn)行檢驗(yàn)。

Resource=β0+β1EDT+β2∑Control+∑Year+ ∑Industry+ε （2）

Tobin=γ0+γ1EDT+γ2Resource+γ3∑Control+∑Year+∑Industry+ε （3）

在α1、β1顯著的基礎(chǔ)上，若γ1、γ2也顯著，則說明資源約束具有部分中介的作用；若γ2顯著且γ1不顯著，則說明資源約束具有完全中介的作用。若α1、β1均不顯著，說明資源約束不具有中介效應(yīng)。其中，Control為控制變量，Year為年份，Industry為行業(yè)，ε為隨機(jī)誤差。

三、實(shí)證研究

（一）描述性統(tǒng)計

本文共收集了15135個有效樣本，共涉及6個變量。其中，被解釋變量Tobin最大值為29.16，最小值為0.62，標(biāo)準(zhǔn)差為1.42，這說明不同企業(yè)的績效水平差異較大。同樣解釋變量EDT的最大值與最小值之間的差異也較大，說明不同企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型程度相差較大?？捎觅Y源的最大值為12.92，最小值為-10.00，標(biāo)準(zhǔn)差為0.30，說明有一部分企業(yè)的可用資源是較少的，受到資源約束。

（二）相關(guān)性分析

對相關(guān)變量進(jìn)行Pearson相關(guān)性分析，結(jié)果可知，數(shù)字化轉(zhuǎn)型與企業(yè)績效之間存在顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為0.026，這初步證明了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)績效有正面影響，與本文假設(shè)相符。

（三）回歸檢驗(yàn)分析

模型（1）的回歸結(jié)果見表2中的（1）。其中，α1=0.027，t值為3.209，且在1%水平上顯著，研究假設(shè)H1企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績效呈正相關(guān)關(guān)系成立。

模型（2）的回歸結(jié)果見表2中的（2）。其中，α1=-0.11，t值為-6.625，且在1%水平上顯著，研究假設(shè)H2企業(yè)的數(shù)字化轉(zhuǎn)型與資源約束呈負(fù)相關(guān)關(guān)系成立。

模型（3）的回歸結(jié)果見表2中的（3）。企業(yè)資源約束回歸系數(shù)小于0，在1%水平上不顯著；數(shù)字化轉(zhuǎn)型回歸系數(shù)為0.025大于0，在1%水平上顯著，企業(yè)資源約束在數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響中起到完全中介作用，驗(yàn)證了數(shù)字化轉(zhuǎn)型通過降低資源約束來提升企業(yè)的績效水平，假設(shè)H3成立。

（四）穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證上述分析結(jié)果的準(zhǔn)確性，本文進(jìn)行穩(wěn)健性檢驗(yàn)。

1.解釋變量滯后檢驗(yàn)

本文考慮到數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響有可能會有滯后性，因此對數(shù)字化轉(zhuǎn)型進(jìn)行滯后處理。結(jié)果表明：滯后一期的數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.025，在1%水平上顯著，與前文結(jié)論一致。

2.截尾回歸

考慮到樣本期間內(nèi)有一部分企業(yè)數(shù)字化轉(zhuǎn)型程度為0，本文對其進(jìn)行截尾回歸檢驗(yàn)，檢驗(yàn)結(jié)果與前文的結(jié)論一致，驗(yàn)證了本文結(jié)果的準(zhǔn)確性。

四、結(jié)論與建議

（一）結(jié)論

數(shù)字化轉(zhuǎn)型可以提升企業(yè)績效，降低資源約束對企業(yè)的影響。對實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)來說，數(shù)字化轉(zhuǎn)型可以提升信息的透明度，使信息之間實(shí)現(xiàn)共享，有利于企業(yè)資源的高效使用。數(shù)字化技術(shù)將資源整合在一個數(shù)據(jù)庫里面，避免在使用資源時造成浪費(fèi)，也避免企業(yè)在生產(chǎn)過程中因缺少資源減少生產(chǎn)的可能，降低了人工成本，起到降本增效的作用。資源約束在數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響中起到完全中介作用。資源約束降低了企業(yè)的績效水平，而數(shù)字化轉(zhuǎn)型可以將企業(yè)的資源整合，將資源合理地分配到每一個所需的地方，在相同資源的情況下，提高生產(chǎn)效率，從而提升企業(yè)績效水平。并且企業(yè)還可以降低信息不對稱帶來的影響，提高資源配置能力，降低企業(yè)資源約束。綜合來說，企業(yè)通過數(shù)字化轉(zhuǎn)型，緩解資源約束，提高企業(yè)績效。

（二）建議

1.企業(yè)角度

重視數(shù)字化轉(zhuǎn)型，帶動全員參與。企業(yè)應(yīng)當(dāng)重視數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型伴隨技術(shù)的升級，如果沒有全員參與，轉(zhuǎn)型后的一些技術(shù)問題也難以解決，公司的一些特殊崗位，也難以有人勝任。企業(yè)應(yīng)當(dāng)對員工加強(qiáng)技術(shù)培訓(xùn)，根據(jù)員工的能力，提供相應(yīng)的技術(shù)指導(dǎo)。企業(yè)還應(yīng)積極響應(yīng)建設(shè)數(shù)字中國的戰(zhàn)略部署，并穩(wěn)步推進(jìn)數(shù)字化轉(zhuǎn)型戰(zhàn)略的實(shí)施，加速制定企業(yè)數(shù)字化轉(zhuǎn)型規(guī)劃，完善數(shù)字化轉(zhuǎn)型制度，加強(qiáng)數(shù)字化人才培養(yǎng)和引進(jìn)。制定符合本身的數(shù)字化轉(zhuǎn)型戰(zhàn)略。企業(yè)應(yīng)根據(jù)自身的情況，制定符合自己目前發(fā)展情況所需的戰(zhàn)略。數(shù)字化轉(zhuǎn)型需要投入大量的資源，所需時間也較長，對于企業(yè)來說，要符合自己的發(fā)展需求，在發(fā)展中調(diào)整，使轉(zhuǎn)型與自身發(fā)展需求相匹配，達(dá)到提升績效的目的。企業(yè)通過有效的資源利用與整合來克服生產(chǎn)經(jīng)營過程中的不確定性，降低企業(yè)在生產(chǎn)經(jīng)營中資源短缺或者資源浪費(fèi)的可能，一定程度上緩解信息不對稱對企業(yè)帶來的負(fù)面影響，提高企業(yè)的抗風(fēng)險能力，提升企業(yè)績效。

2.政府角度

營造良好的數(shù)字化轉(zhuǎn)型氛圍。政府要鼓勵企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，加強(qiáng)對數(shù)字化轉(zhuǎn)型企業(yè)的政策扶持，為其提供相應(yīng)的技術(shù)指導(dǎo)，幫助企業(yè)構(gòu)建數(shù)字化流程。政府還要加強(qiáng)外部的基礎(chǔ)設(shè)施建設(shè)。另外還要加大對數(shù)字化人才的培養(yǎng)。根據(jù)市場需要，引進(jìn)和培養(yǎng)技術(shù)人才，匹配到相應(yīng)的崗位，為其數(shù)字化轉(zhuǎn)型提供人才的支撐。

（作者單位：河北地質(zhì)大學(xué)）