［摘 要］文章以2007—2021年我國旅游及相關(guān)服務(wù)業(yè)上市公司為研究樣本，實證檢驗了數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性、同群效應(yīng)形成的驅(qū)動因素和作用機理。結(jié)果顯示：第一，旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型存在明顯的行業(yè)同群效應(yīng)，即公司在做出數(shù)字化轉(zhuǎn)型決策時會受到來自細分行業(yè)同群群體中其他企業(yè)數(shù)字化轉(zhuǎn)型的影響；第二，行業(yè)同群效應(yīng)受到信息獲取模仿和競爭模仿的驅(qū)動，即企業(yè)所處環(huán)境的不確定水平和競爭水平對數(shù)字化轉(zhuǎn)型的同群效應(yīng)產(chǎn)生正向影響；第三，數(shù)字化轉(zhuǎn)型的同群效應(yīng)遵循邏輯模仿律和先內(nèi)后外律，前者說明企業(yè)的數(shù)字化轉(zhuǎn)型更容易受到績效相似的同群群體的影響，后者說明企業(yè)的數(shù)字化轉(zhuǎn)型更容易受到產(chǎn)權(quán)性質(zhì)相同的同群群體的影響；第四，數(shù)字化轉(zhuǎn)型的同群效應(yīng)可顯著改善旅游企業(yè)的短期績效和長期價值。

［關(guān)鍵詞］旅游及相關(guān)服務(wù)業(yè)；數(shù)字化轉(zhuǎn)型；同群效應(yīng)；信息模仿；競爭模仿

［中圖分類號］F59

［文獻標(biāo)識碼］A

［文章編號］1002-5006（2024）10-0049-21

DOI： 10.19765/j.cnki.1002-5006.2024.10.009

0 引言

在數(shù)字化浪潮的推動下，數(shù)字經(jīng)濟如何推動企業(yè)發(fā)展以及企業(yè)如何依托人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等數(shù)字技術(shù)搶抓轉(zhuǎn)型機遇已成為學(xué)術(shù)界和實業(yè)界的關(guān)注焦點[1]。旅游及相關(guān)服務(wù)業(yè)作為參與數(shù)字經(jīng)濟變革的重要產(chǎn)業(yè)之一，相關(guān)企業(yè)開始積極利用數(shù)字技術(shù)來推動自身發(fā)展。例如，山東文旅打造的“數(shù)智一體化”智慧文旅服務(wù)平臺已實現(xiàn)自助入住、人臉識別、智能送物機器人、人工智能電話等功能，形成全程無接觸、智能化的酒店服務(wù)閉環(huán)。該平臺服務(wù)的酒店數(shù)量已超過300家，服務(wù)會員數(shù)量超過600萬，累計實現(xiàn)線上交易額4.3億元，提高整體運營效率超30%1。作為一種推動文旅融合的技術(shù)支撐和賦能方式[2]，數(shù)字技Zlc/dsg/RRMcggQpaPvSsqCFlRmdQil4Bm6815dzJ6g=術(shù)從供給側(cè)拓展了旅游產(chǎn)業(yè)的邊界，旅游相關(guān)產(chǎn)業(yè)的數(shù)字化也迸發(fā)出了巨大的發(fā)展?jié)摿3]。

數(shù)字經(jīng)濟中不斷出現(xiàn)的新興技術(shù)和嶄新的商業(yè)模式帶來的變革被稱為數(shù)字化轉(zhuǎn)型[4]?！丁笆奈濉甭糜螛I(yè)發(fā)展規(guī)劃》也明確提出，要做強做優(yōu)做大國內(nèi)旅游市場，加快推進以數(shù)字化、網(wǎng)絡(luò)化、智能化為特征的智慧旅游，深化“互聯(lián)網(wǎng)+旅游”，對以數(shù)字化積極推進旅游高質(zhì)量發(fā)展提出新的更高要求。事實上，旅游產(chǎn)品具有信息含量和無形價值高的特點，相比于制造業(yè)，對數(shù)字經(jīng)濟更加敏感[5]，以旅游為代表的服務(wù)業(yè)數(shù)字經(jīng)濟滲透率在2020年已達到40.7%，接近工業(yè)的2倍①。數(shù)字化轉(zhuǎn)型有助于企業(yè)減少中間費用來降低經(jīng)營成本，打造新理念進而拓寬服務(wù)領(lǐng)域，推動企業(yè)重構(gòu)價值鏈[6]。數(shù)字化轉(zhuǎn)型這種去中介特征提升了旅游業(yè)的資源配置效率，重塑了旅游業(yè)發(fā)展基本機制，可帶動旅游企業(yè)的組織變革[7]。在此背景下，數(shù)字化轉(zhuǎn)型已成為許多旅游企業(yè)改善經(jīng)營績效、謀求持續(xù)競爭優(yōu)勢的戰(zhàn)略選擇[8]，但現(xiàn)實中這種戰(zhàn)略行為的趨同是非理性的盲從，還是理性思考下的主動學(xué)習(xí)和模仿，因此而產(chǎn)生的同群效應(yīng)又是如何形成的，數(shù)字化轉(zhuǎn)型戰(zhàn)略的趨同是否促進了旅游企業(yè)的發(fā)展等問題尚不清楚。

同群效應(yīng)（peer effects）描述的是企業(yè)在環(huán)境不穩(wěn)定、信息不充分、結(jié)果不確定的決策環(huán)境中，企業(yè)在行為決策上更傾向于參考和模仿同群企業(yè)的行為導(dǎo)致的行為趨同[9]，不同于非理性的羊群效應(yīng)，同群效應(yīng)認(rèn)為個體雖然受到群內(nèi)其他個體的影響作出自身決策，但整個過程都保持理性思考。數(shù)字化轉(zhuǎn)型是一個復(fù)雜的系統(tǒng)工程，在技術(shù)路線、績效結(jié)果和社會評價等方面均存在較高的不確定性，在旅游業(yè)中，數(shù)字化更是沖擊著傳統(tǒng)旅游業(yè)務(wù)、商業(yè)模式和旅游企業(yè)的發(fā)展路徑[5]，相關(guān)旅游企業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略制定和實施進程中的同群效應(yīng)更有可能產(chǎn)生。一方面，現(xiàn)有數(shù)字化轉(zhuǎn)型研究主要關(guān)注數(shù)字化轉(zhuǎn)型的動因[10]、經(jīng)濟后果[11]及對企業(yè)行為的影響[12]。關(guān)于數(shù)字化轉(zhuǎn)型的同群效應(yīng)，現(xiàn)有研究雖對該效應(yīng)的存在性、影響因素[13]和網(wǎng)絡(luò)情境因素進行了探析[14]，但這些研究忽視了行業(yè)差異，缺乏制造業(yè)和服務(wù)業(yè)的對比分析，旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定及實施更是鮮有研究提及。另一方面，現(xiàn)有旅游企業(yè)的數(shù)字化轉(zhuǎn)型研究僅關(guān)注該戰(zhàn)略對旅游企業(yè)績效提升的影響[8]，旅游企業(yè)間的數(shù)字化轉(zhuǎn)型的同群效應(yīng)是否存在，同群效應(yīng)的形成受到哪些因素的影響，這種行為趨同又遵循何種模式，以及這一效應(yīng)對這些企業(yè)帶來了何種經(jīng)濟后果等問題均不明晰。

針對上述問題，本研究選取我國旅游及相關(guān)服務(wù)業(yè)上市公司作為研究樣本，旨在檢驗數(shù)字經(jīng)濟發(fā)展浪潮中我國旅游及相關(guān)服務(wù)業(yè)企業(yè)是否通過數(shù)字化轉(zhuǎn)型加以應(yīng)對，并進一步探究這種數(shù)字化轉(zhuǎn)型戰(zhàn)略在行業(yè)間的群體行為，即數(shù)字化轉(zhuǎn)型是否存在同群效應(yīng)。在此基礎(chǔ)上，研究同群效應(yīng)背后的影響因素和作用機理，以期為提高我國旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化水平、更好地實現(xiàn)數(shù)字化轉(zhuǎn)型、發(fā)展更高質(zhì)量的旅游產(chǎn)業(yè)提供微觀層面的參考。

1 理論基礎(chǔ)和研究假設(shè)

1.1 旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)

旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)描述的是基于一定聯(lián)結(jié)關(guān)系，比如同一行業(yè)、同一區(qū)域、同一市場或同一關(guān)聯(lián)網(wǎng)絡(luò)[15]，形成的特定群體內(nèi)部的旅游及相關(guān)服務(wù)業(yè)企業(yè)有意識地追隨或模仿群內(nèi)其他企業(yè)的數(shù)字化轉(zhuǎn)型行為。當(dāng)焦點企業(yè)的數(shù)字化轉(zhuǎn)型行為受到其同群群體數(shù)字化轉(zhuǎn)型結(jié)果影響時，這類同群效應(yīng)被視為內(nèi)生同群效應(yīng)，而當(dāng)焦點企業(yè)的數(shù)字化轉(zhuǎn)型行為受到其同群群體的屬性特征影響時，這類同群效應(yīng)則被視為情境同群效應(yīng)，上述效應(yīng)常因同時存在而無法區(qū)分，需要明晰背后的作用機理才能有效識別[16]。一方面，隨著數(shù)字技術(shù)在旅游及相關(guān)服務(wù)業(yè)的快速大量應(yīng)用，同行業(yè)內(nèi)的數(shù)據(jù)要素和技術(shù)資源的流動加速推動著行業(yè)整體的數(shù)字化轉(zhuǎn)型[17]；另一方面，相關(guān)研究顯示，旅游及相關(guān)服務(wù)業(yè)企業(yè)全要素生產(chǎn)率的提升和數(shù)字化轉(zhuǎn)型技術(shù)的地理空間擴散相關(guān)[18]。這種地理、技術(shù)和行業(yè)的重疊會促進企業(yè)間的學(xué)習(xí)[19]，從而誘發(fā)企業(yè)行為的趨同。因此，該行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)常表現(xiàn)為行業(yè)同群和地區(qū)同群，而要明晰其類型則需進一步深入探究其影響因素和作用機理。

行業(yè)共性決定了同一領(lǐng)域內(nèi)企業(yè)面對共同的技術(shù)環(huán)境、市場競爭與增長機遇[20]。在產(chǎn)業(yè)層面中，數(shù)字技術(shù)與旅游相關(guān)產(chǎn)業(yè)的深度融合加速旅游細分行業(yè)的數(shù)字化、智能化和協(xié)同化轉(zhuǎn)型[7]，催生著新業(yè)態(tài)、重塑著旅游業(yè)的服務(wù)體系[3]、推動著市場范圍的擴大和產(chǎn)業(yè)集聚[21]。當(dāng)旅游及相關(guān)服務(wù)業(yè)企業(yè)開始采納新技術(shù)，如人工智能、大數(shù)據(jù)分析、云計算等，進行數(shù)字化轉(zhuǎn)型時，會產(chǎn)生一種行業(yè)內(nèi)的壓力和動力，促使其他企業(yè)也跟進，以把握市場機遇推動自身成長。隨著行業(yè)內(nèi)更多企業(yè)的數(shù)字化轉(zhuǎn)型，共享的知識庫和資源也相應(yīng)增加，有助于整個行業(yè)的數(shù)字化水平提升，比如智能設(shè)備的投入及管理、數(shù)據(jù)共享、最佳實踐、技術(shù)解決方案等。與此同時，新興的高邊際生產(chǎn)率旅游業(yè)態(tài)吸引了優(yōu)質(zhì)人力資本的集中，加速了傳統(tǒng)旅游子行業(yè)生產(chǎn)要素的重新分配[7]。在企業(yè)層面，首先，改善客戶體驗是旅游企業(yè)的核心關(guān)注點。企業(yè)的數(shù)字化轉(zhuǎn)型，如通過移動應(yīng)用、增強現(xiàn)實、虛擬現(xiàn)實等技術(shù)推出的各項旅游產(chǎn)品和服務(wù)，可以極大地提升消費者旅游體驗[22]。當(dāng)一家企業(yè)通過這些技術(shù)成功地改善了客戶體驗，其他企業(yè)往往會迅速跟進。企業(yè)間的競爭促使它們采用更先進的技術(shù)來獲取市場優(yōu)勢，而合作則有助于資源共享和風(fēng)險分散，這兩方面共同推動了行業(yè)內(nèi)同群群體的數(shù)字化轉(zhuǎn)型。其次，旅游業(yè)具有明顯的季節(jié)性特征，數(shù)字化可以幫助企業(yè)更有效地管理季節(jié)性需求波動，如通過數(shù)據(jù)分析預(yù)測旅游高峰期和淡季，從而優(yōu)化資源分配和營銷策略。這種策略一旦被證明有效，將迅速被行業(yè)內(nèi)其他企業(yè)采納。最后，旅游企業(yè)同時面臨全球化和本地化的需求，數(shù)字化轉(zhuǎn)型使企業(yè)能夠更好地理解不同文化和地域的需求，提供定制化服務(wù)。這種轉(zhuǎn)型的成功案例會激發(fā)行業(yè)內(nèi)其他企業(yè)效仿，以滿足多元化的市場需求。綜上，提出如下假設(shè)：

H1a：旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型存在顯著的行業(yè)同群效應(yīng)

同一地區(qū)的公司面臨著相似的商業(yè)環(huán)境和地理優(yōu)勢，這些成員之間經(jīng)常存在一種共生關(guān)系[23]。不同地區(qū)政府對數(shù)字化的支持程度和基礎(chǔ)設(shè)施的完善程度不同，這直接影響該地區(qū)旅游及相關(guān)服務(wù)業(yè)的數(shù)字化轉(zhuǎn)型[24]。數(shù)字化程度較高的地區(qū)，消費者對數(shù)字化服務(wù)的接受度和期望也相對較高，會促使當(dāng)?shù)氐穆糜渭跋嚓P(guān)服務(wù)業(yè)企業(yè)加速數(shù)字化轉(zhuǎn)型。在某個地區(qū)，一旦有企業(yè)成功實施數(shù)字化轉(zhuǎn)型并從中受益，其他企業(yè)很可能模仿其策略，形成一種區(qū)域性的擴散效應(yīng)[21]。這種效應(yīng)可能會超越單一企業(yè)的界限，影響整個地區(qū)的服務(wù)業(yè)格局。在某些著名旅游目的地，當(dāng)?shù)仄髽I(yè)的數(shù)字化水平直接影響旅游者的整體體驗。例如，使用數(shù)字導(dǎo)覽、在線預(yù)訂系統(tǒng)等服務(wù)，可顯著提升旅游者的便利性和滿意度。因此，這些地區(qū)的旅游業(yè)數(shù)字化轉(zhuǎn)型可能會形成示范效應(yīng)，推動周邊地區(qū)的同類企業(yè)進行相似的轉(zhuǎn)型。在旅游熱點區(qū)域，數(shù)字化轉(zhuǎn)型成為企業(yè)突出其服務(wù)和提升客戶體驗的重要手段，區(qū)內(nèi)企業(yè)也可能通過合作共享資源（如數(shù)據(jù)共享平臺），共同提升整個地區(qū)的旅游吸引力[25]。數(shù)字化轉(zhuǎn)型，作為一種積極的社會價值判斷，可以給企業(yè)帶來良好的聲譽。隨著區(qū)域群體企業(yè)數(shù)字化轉(zhuǎn)型水平的提高，區(qū)域內(nèi)對數(shù)字化發(fā)展的社會期望也在提高。在這種情況下，企業(yè)更傾向于進行數(shù)字化轉(zhuǎn)型，以獲得更多利益相關(guān)者的支持和認(rèn)可[26]。綜上，提出如下假設(shè)：

H1b：旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型存在顯著的地區(qū)同群效應(yīng)

1.2 旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)形成的影響因素分析

社會學(xué)習(xí)理論認(rèn)為，同群效應(yīng)源自個體對同群群體的主動學(xué)習(xí)和模仿[27]，而個體的這種主動行為主要源自基于信息理論的模仿和基于競爭理論的模仿。一方面，當(dāng)不確定性非常高時，基于信息的動機很可能會占主導(dǎo)地位，因為不確定下的信息不對稱增加了一些公司擁有優(yōu)越信息的可能性，高不確定性意味著管理者對替代路徑的可能成功有較弱的先驗概率，因此對外部信息源更開放。另一方面，當(dāng)不確定性較低或競爭對手非常接近時，基于競爭的動機會占主導(dǎo)地位，競爭越激烈，基于競爭的模仿的可能性就越高[28]。

旅游及相關(guān)服務(wù)業(yè)是一個受季節(jié)性、經(jīng)濟狀況、宏觀政策和技術(shù)進步等多種因素影響的行業(yè)。一方面，市場需求的不可預(yù)測性使得企業(yè)在規(guī)劃資源和服務(wù)時面臨挑戰(zhàn)，隨著技術(shù)的快速發(fā)展，旅游業(yè)的服務(wù)模式和消費者預(yù)訂行為也在不斷變化。面對技術(shù)進步和全球化帶來的不確定性，旅游企業(yè)需要不斷創(chuàng)新以保持競爭力。移動技術(shù)、社交媒體、人工智能等新興技術(shù)的發(fā)展改變了消費者的預(yù)訂和體驗旅游產(chǎn)品的方式，增加了企業(yè)在技術(shù)投資和市場策略上的不確定性。另一方面，旅游領(lǐng)域涌現(xiàn)出各種新業(yè)態(tài)和新形態(tài)，其產(chǎn)業(yè)邊界不斷模糊化，內(nèi)部異質(zhì)化程度日益提高，平臺壟斷、大數(shù)據(jù)“殺熟”、數(shù)據(jù)孤島、數(shù)字鴻溝等問題逐漸凸顯[3]。面對這種復(fù)雜環(huán)境，企業(yè)的信息成本和決策成本增加，此時來自同群企業(yè)的決策提供了有效的學(xué)習(xí)渠道[29]，數(shù)字化轉(zhuǎn)型雖是推動創(chuàng)新、提高企業(yè)適應(yīng)性的關(guān)鍵因素，但它對于企業(yè)而言充滿不確定性，缺乏明確統(tǒng)一的標(biāo)準(zhǔn)，此時企業(yè)會將同群企業(yè)的行為視為規(guī)范，成為決策時的重要信息來源[30]。在高度不確定的環(huán)境中，企業(yè)愿意主動模仿同群企業(yè)來降低決策成本，這是一種信息“搭便車”的行為[31]，可增強自身行為的合法性，同時在高不確定性環(huán)境下與同群企業(yè)保持一致，以規(guī)避戰(zhàn)略背離帶來的不利影響。因此，旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略面臨的不確定性會促進企業(yè)基于信息的模仿行為來降低市場風(fēng)險。故提出如下假設(shè)：

H2：信息獲取模仿有助于旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)的形成，即企業(yè)所處環(huán)境的不確定水平越高，數(shù)字化轉(zhuǎn)型同群效應(yīng)越明顯

在競爭激烈的市場環(huán)境中，企業(yè)面臨著巨大的壓力來維持或提升其市場地位。群體成員之間“競爭對手”的身份可能會導(dǎo)致企業(yè)對競爭對手的戰(zhàn)略行為做出反應(yīng)，以防止自身競爭優(yōu)勢的喪失[32]。隨著競爭強度的提高，企業(yè)的獨立性下降[33]，企業(yè)在競爭程度較高的市場中會更加密切地關(guān)注競爭對手，并通過模仿達到與競爭對手的競爭均衡[13，34]。在旅游及相關(guān)服務(wù)業(yè)中，企業(yè)在面對數(shù)字化轉(zhuǎn)型的決策時，為了不被競爭對手超越，可能會模仿那些在數(shù)字化轉(zhuǎn)型方面取得成功的同行[35]，特別是行業(yè)領(lǐng)導(dǎo)者的數(shù)字化轉(zhuǎn)型策略，以增加自身在市場中的份額和影響力。這意味著數(shù)字化技術(shù)的發(fā)展為旅游及相關(guān)服務(wù)業(yè)帶來了新的競爭工具，這些技術(shù)（如大數(shù)據(jù)分析、人工智能、移動應(yīng)用等）可以顯著提升企業(yè)的運營效率和客戶服務(wù)質(zhì)量，成為企業(yè)在激烈競爭中脫穎而出的關(guān)鍵。比如，數(shù)字化轉(zhuǎn)型孕育出數(shù)字景區(qū)、云端文博、元宇宙旅游等新型旅游產(chǎn)品、服務(wù)及商業(yè)模式，顯著提高了產(chǎn)品競爭力[36]。在競爭激烈的環(huán)境下，一方面，企業(yè)需要快速響應(yīng)市場變化和技術(shù)創(chuàng)新，這種基于競爭的模仿有助于企業(yè)更快地實現(xiàn)數(shù)字化轉(zhuǎn)型，從而快速適應(yīng)市場變化；另一方面，為獲得競爭優(yōu)勢，企業(yè)不僅需要模仿，還需要在模仿的基礎(chǔ)上進行創(chuàng)新，這促使企業(yè)不斷優(yōu)化其數(shù)字化戰(zhàn)略，提高服務(wù)效率和創(chuàng)新能力。此外，在行業(yè)競爭激烈時，企業(yè)可能通過模仿減少決策和投資風(fēng)險。觀察同群群體的數(shù)字化轉(zhuǎn)型成果可以幫助企業(yè)更好地評估技術(shù)投資的風(fēng)險和回報，避免盲目投資。因此，數(shù)字經(jīng)濟背景下，旅游及相關(guān)服務(wù)業(yè)企業(yè)間日益激烈的競爭會刺激它們出于競爭動機的模仿，帶來數(shù)字化轉(zhuǎn)型行為決策的趨同。故提出如下假設(shè)：

H3：競爭模仿有助于旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同群效應(yīng)的形成，即行業(yè)競爭越激烈，數(shù)字化轉(zhuǎn)型同群效應(yīng)越明顯

1.3 旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)形成的行為模式分析

組織間模仿行為研究指出，在行動主體具備模仿動機和信息渠道后，還需選擇最終的模仿對象[35]，在此過程中，模仿行為方式主要遵從3條模仿定律：邏輯模仿律、先內(nèi)后外律和模仿級數(shù)律[37]。其中，邏輯模仿律認(rèn)為，模仿對象的選擇應(yīng)符合內(nèi)在邏輯規(guī)律，即強調(diào)的是對效率高、績效好的對象或代表最優(yōu)結(jié)果的行為和對象進行模仿；先內(nèi)后外律認(rèn)為模仿對象的選擇遵循先內(nèi)后外的規(guī)律，即模仿者會優(yōu)先選擇和自己具有某種同質(zhì)性特征的對象進行模仿；模仿級數(shù)律則主要強調(diào)模仿行為的增長速度[38]。其中，前兩條模仿定律和模仿對象的選擇有關(guān)，故本文基于這兩條定律對旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)的形成背后的行為邏輯進行剖析。

邏輯模仿律在旅游業(yè)的數(shù)字化轉(zhuǎn)型及其同群效應(yīng)中發(fā)揮著重要作用。模仿確實可以幫助領(lǐng)導(dǎo)者在對抗多個競爭對手時保持領(lǐng)先地位，但模仿目標(biāo)的選擇很重要，模仿可能是動態(tài)能力和創(chuàng)新的關(guān)鍵來源，反過來又產(chǎn)生競爭優(yōu)勢，因此，無論是行業(yè)中的“弱企業(yè)”（weak firm）[39]，還是市場中的“高績效企業(yè)”（high performers）都會理性選擇適合自身的模仿對象而形成同群效應(yīng)[40]。在數(shù)字經(jīng)濟快速發(fā)展，數(shù)字技術(shù)不斷滲透的背景下，不斷有旅游企業(yè)開始數(shù)字化轉(zhuǎn)型，以生成式人工智能（generative artificial intelligence，GAI）技術(shù)應(yīng)用為例，Expedia利用GAI為其客戶生成個性化的旅行行程，荷蘭皇家航空公司基于GAI進行個性化的營銷活動。但這種技術(shù)的應(yīng)用也存在負面影響，GAI可能會操縱在線酒店/餐廳評論或大規(guī)模創(chuàng)建虛假身份賬戶，會產(chǎn)生過時或誤導(dǎo)性的信息，可能對旅游利益相關(guān)者的相關(guān)決策、參與或福利水平產(chǎn)生不利影響[41]?？梢?，旅游企業(yè)在數(shù)字化轉(zhuǎn)型進程中，模仿對象的選擇和相關(guān)技術(shù)的應(yīng)用往往更加審慎。與表現(xiàn)較差的同群成員相比，表現(xiàn)較好的同群群體可能會觸發(fā)更高水平的信任[42]，故高績效的企業(yè)往往會更關(guān)注和模仿數(shù)字化轉(zhuǎn)型績效較好的同群成員的戰(zhàn)略行為。對績效一般的企業(yè)而言，數(shù)字化轉(zhuǎn)型本身是一個技術(shù)復(fù)雜度、異質(zhì)化程度、實施難度和風(fēng)險較高的發(fā)展戰(zhàn)略，它們難以掌握市場上的那些明星企業(yè)實施數(shù)字化戰(zhàn)略的準(zhǔn)確信息，同時績效差距較大的企業(yè)之間往往對數(shù)字技術(shù)應(yīng)用和創(chuàng)新有著不同的理解，這增加了績效一般的企業(yè)向“高績效企業(yè)”模仿的難度[39]。相對而言，績效相似的群體成員之間更易共享知識和資源，獲得那些對自身有益的技術(shù)應(yīng)用、旅游產(chǎn)品服務(wù)及管理創(chuàng)新實踐的有效信息。因此，在旅游業(yè)這類人工智能技術(shù)快速應(yīng)用、旅游產(chǎn)品和管理創(chuàng)新層出不窮的行業(yè)中[43]，焦點企業(yè)更易學(xué)習(xí)和模仿與自身績效水平接近的群內(nèi)其他企業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略。故提出如下假設(shè)：

H4：旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同群效應(yīng)遵循邏輯模仿律，即焦點企業(yè)更容易受到績效相似的其他企業(yè)的影響

模仿行為除了服從邏輯模仿律外，還服從先內(nèi)后外律，意味著企業(yè)在進行數(shù)字化轉(zhuǎn)型時往往傾向于模仿與自己基礎(chǔ)特征更接近的企業(yè)[37]。同群效應(yīng)會通過身份認(rèn)同而加強，企業(yè)會選擇與自己特點相似、情況相仿的同群企業(yè)[44]。在我國的制度體系下，產(chǎn)權(quán)差異使得國有企業(yè)和非國有企業(yè)在數(shù)字化轉(zhuǎn)型時存在不同的內(nèi)在邏輯，國有企業(yè)的多重使命使其在數(shù)字化轉(zhuǎn)型過程中存在市場導(dǎo)向型、能力導(dǎo)向型和公共導(dǎo)向型等多種變革模式[45]。與國有企業(yè)相比，非國有企業(yè)的市場導(dǎo)向性更強[46]。因此，國有企業(yè)的數(shù)字化轉(zhuǎn)型行為路徑與價值目標(biāo)和一般企業(yè)存在差異。數(shù)字化轉(zhuǎn)型資金投入大、技術(shù)前沿性強、風(fēng)險高、回報周期長，國有企業(yè)的“天然優(yōu)勢”使其更易與其他具有技術(shù)優(yōu)勢的外部機構(gòu)形成合作，而民營企業(yè)在逐利動機的驅(qū)動和資本相對匱乏的限制下，很難將大量資源投入數(shù)字化轉(zhuǎn)型[47]。故國企的數(shù)字化轉(zhuǎn)型對于民營企業(yè)而言，參考學(xué)習(xí)和模仿的價值相對有限。同時，在數(shù)字經(jīng)濟浪潮下，許多民營旅游企業(yè)面對激烈的競爭，它們在數(shù)字化轉(zhuǎn)型和技術(shù)創(chuàng)新上相互合作、共創(chuàng)共享的意愿更加強烈[48]，從而使得民營企業(yè)間數(shù)字化戰(zhàn)略的同群效應(yīng)更加明顯。綜上，提出如下假設(shè)：

H5：旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同af336656843e6de8a9bb2baf809f33d7群效應(yīng)遵循先內(nèi)后外規(guī)律，即焦點企業(yè)的數(shù)字化轉(zhuǎn)型更易受到產(chǎn)權(quán)性質(zhì)相同的其他企業(yè)的影響

2 研究設(shè)計

2.1 數(shù)據(jù)來源及研究樣本

為探析旅游及相關(guān)服務(wù)業(yè)中數(shù)字化轉(zhuǎn)型的同群效應(yīng)及背后的形成機制，本研究選擇的初始樣本為滬深兩市A股2007—2021年的旅游及相關(guān)服務(wù)業(yè)上市公司。

首先，采用間接型界定方式，在中國證監(jiān)會2012版行業(yè)分類標(biāo)準(zhǔn)上，將文化、體育和娛樂業(yè)，住宿和餐飲業(yè)，水利、環(huán)境和公共設(shè)施管理業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，租賃和商務(wù)服務(wù)業(yè)共5個行業(yè)門類納入研究樣本。其次，參考畢金玲和董淑悅[8]的做法，將文化、體育和娛樂業(yè)，住宿和餐飲業(yè)，以及水利、環(huán)境和公共設(shè)施管理業(yè)中的水利管理業(yè)和公共設(shè)施管理業(yè)兩個細分行業(yè)納入研究樣本，然后篩選出信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，租賃和商務(wù)服務(wù)業(yè)兩個行業(yè)內(nèi)，公司經(jīng)營業(yè)務(wù)中涵蓋旅游業(yè)務(wù)的上市公司，添加到研究樣本中1。最后，為了保證研究質(zhì)量，對樣本數(shù)據(jù)進行了以下處理：1）剔除上市狀態(tài)為特別處理（special treatment，ST）和特別轉(zhuǎn)讓（particular transfer，PT）的公司樣本；2）剔除主要變量缺失的樣本。經(jīng)過樣本篩選后，最終得到951個樣本觀測值。此外，為了消除個別極端異常值對研究結(jié)果造成影響，本文對所有連續(xù)性變量在1%和99%水平上進行了Winsorize處理。本文所涉及的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。

2.2 變量選擇及測度

1）被解釋變量。本文的被解釋變量為數(shù)字化轉(zhuǎn)型，通過對上市公司年報的關(guān)鍵詞進行文本分析可以更加客觀全面地反映企業(yè)的數(shù)字化轉(zhuǎn)型水平，故借鑒趙宸宇等[49]、吳非等[50]的研究，以年報中與“數(shù)字化轉(zhuǎn)型”相關(guān)的詞頻衡量上市公司的數(shù)字化轉(zhuǎn)型程度。本文借助國泰安數(shù)據(jù)庫中上市公司數(shù)字化的數(shù)據(jù)，對人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用5個方面的詞頻進行了加總，作為企業(yè)數(shù)字化轉(zhuǎn)型水平（Digit）的代理指標(biāo)。

2）解釋變量。本文的解釋變量為同群群體的數(shù)字化轉(zhuǎn)型，目前針對同群群體的定義主要集中在行業(yè)、地區(qū)上：在行業(yè)同群方面，參照《上市公司行業(yè)分類指引》對行業(yè)做進一步的細分，將與焦點企業(yè)處于同一行業(yè)內(nèi)的其他企業(yè)界定為行業(yè)同群企業(yè)，同群群體數(shù)字化轉(zhuǎn)型為與焦點企業(yè)同處于一個細分行業(yè)的其他企業(yè)數(shù)字化轉(zhuǎn)型的平均值；在地區(qū)同群方面，將與焦點企業(yè)總部處于同一地區(qū)（省、自治區(qū)、直轄市）的其他企業(yè)界定為地區(qū)同群企業(yè)，同群群體數(shù)字化轉(zhuǎn)型為與焦點企業(yè)同處于同一地區(qū)的其他企業(yè)數(shù)字化轉(zhuǎn)型的平均值。

3）其他變量。一是環(huán)境不確定性，在研究服務(wù)業(yè)數(shù)字化轉(zhuǎn)型的行業(yè)（地區(qū)）同群效應(yīng)的形成機制中引入環(huán)境不確定性變量（EU），用來衡量企業(yè)面臨的外部環(huán)境不確定水平的高低。借鑒Ghosh和Olsen[51]的做法，采用企業(yè)過去5年非正常收入經(jīng)過行業(yè)調(diào)整后的變異系數(shù)作為環(huán)境不確定性的衡量指標(biāo)。首先，將企業(yè)過去5年的銷售收入作為因變量，對年份作普通最小二乘回歸（ordinary leasr squares，OLS），得到的殘差作為企業(yè)的非正常銷售收入；其次，用非正常銷售收入的標(biāo)準(zhǔn)差與平均數(shù)的比值作為未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性；最后，用未經(jīng)行業(yè)調(diào)整的環(huán)境不確定性與同年同行業(yè)環(huán)境不確定性的比值作為經(jīng)過行業(yè)調(diào)整的環(huán)境不確定性。二是行業(yè)競爭程度，在研究服務(wù)業(yè)數(shù)字化轉(zhuǎn)型的行業(yè)（地區(qū)）同群效應(yīng)的形成機制中引入行業(yè)競爭程度變量，用來衡量企業(yè)面臨的競爭環(huán)境的激烈程度，采用赫芬達爾指數(shù)（Herfindahl-Hirschman index，HHI）對競爭程度進行度量。三是企業(yè)績效，在針對服務(wù)業(yè)數(shù)字化轉(zhuǎn)型的行業(yè)（地區(qū)）同群效應(yīng)影響路徑的研究中，本文引入了企業(yè)績效變量。借助凈資產(chǎn)收益率這一盈利能力指標(biāo)來衡量企業(yè)績效的高低，并將凈資產(chǎn)收益率位于同群群體前30%的企業(yè)定義為高績效企業(yè)。四是產(chǎn)權(quán)性質(zhì)，在針對服務(wù)業(yè)數(shù)字化轉(zhuǎn)型的行業(yè)（地區(qū)）同群效應(yīng)影響路徑的研究中，引入了產(chǎn)權(quán)性質(zhì)（SOE）這一變量將同群群體劃分為國有企業(yè)還是非國有企業(yè)。當(dāng)企業(yè)是國有企業(yè)時SOE取值為1，否則為0。

4）控制變量。在參考有關(guān)行業(yè)同群效應(yīng)和地區(qū)同群效應(yīng)的研究后，本文選擇公司年齡、總資產(chǎn)增長率、公司規(guī)模、營業(yè)收入、收入增長率、資產(chǎn)負債率、經(jīng)營性現(xiàn)金流量、股權(quán)集中度等10個控制變量。此外，本文的研究數(shù)據(jù)涉及多個省份、不同行業(yè)和不同年份，本文分別設(shè)置了年度控制變量、行業(yè)（大類）控制變量和地區(qū)（省級）控制變量。上述變量類型、定義及測量具體如表1所示。

2.3 模型構(gòu)建

為了驗證前文假設(shè)，本文分別構(gòu)建了如下計量模型：

[Digiti，t=α0+α1×Peeri，t+Controlski，t+εi，t] （1）

[Digiti，t=α0+α1×Peeri，t+α2×EUi，t+α3× Peeri，t×EUi，t+Controlski，t+εi，t] （2）

[Digiti，t=α0+α1×Peeri，t+α2×HHIi，t+α3× Peeri，t×HHIi，t+Controlski，t+εi，t] （3）

[Digiti，t=α0+α1×Peer_highi，t+α2×Peer_otheri，t+Controlski，t+εi，t] （4）

[Digiti，t=α0+α1×Peer_soei，t+α2× Peer_elsei，t+Controlski，t+εi，t] （5）

式（1）～式（5）中，[i、t]代表公司與年份，[k]表示控制變量的個數(shù)，[εi，t]是隨機擾動項。式（1）為驗證旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)是否存在的基準(zhǔn)模型，檢驗同群群體的數(shù)字化轉(zhuǎn)型對焦點企業(yè)數(shù)字化轉(zhuǎn)型的影響。式（2）和式（3）分別在外部層面檢驗焦點企業(yè)面臨的環(huán)境不確定性和競爭程度對數(shù)字化轉(zhuǎn)型同群效應(yīng)的影響。式（4）和式（5）分別在內(nèi)部層面檢驗邏輯模仿（模仿績效高的同群企業(yè)）和由內(nèi)而外（模仿相同類型的同群企業(yè)）這兩種同群效應(yīng)形成背后的行為模式。

3 實證結(jié)果分析

3.1 描述性統(tǒng)計及相關(guān)性分析

表2顯示的是主要變量的描述性統(tǒng)計及相關(guān)性系數(shù)。被解釋變量（Digit）的均值為6.293，最大值為59，說明我國大部分旅游及相關(guān)服務(wù)業(yè)上市公司已開始著手實施數(shù)字化轉(zhuǎn)型，標(biāo)準(zhǔn)差為12.340，高于除股權(quán)集中度外的其他所有變量，說明這些旅游及相關(guān)服務(wù)業(yè)企業(yè)間的數(shù)字化轉(zhuǎn)型程度差異較大。行業(yè)同群群體數(shù)字化轉(zhuǎn)型（Peer_ind）和地區(qū)同群群體數(shù)字化轉(zhuǎn)型（Peer_reg）的均值分別為6.244和6.319，比較接近被解釋變量的均值，說明焦點企業(yè)的數(shù)字化轉(zhuǎn)型程度和其同群群體的數(shù)字化轉(zhuǎn)型程度存在趨同，初步證實了行業(yè)（地區(qū)）同群效應(yīng)的存在性?？刂谱兞糠矫?，樣本公司雖存在一定的年齡差異，但總資產(chǎn)增長率和資產(chǎn)負債率的差別相對較小，營業(yè)收入和營業(yè)收入增長率的數(shù)據(jù)說明雖然大部分企業(yè)的收入在增長，但也存在個別收入下降的企業(yè)。

相關(guān)性分析的結(jié)果顯示被解釋變量（Digit）與行業(yè)同群企業(yè)的數(shù)字化轉(zhuǎn)型（Peer_ind）的相關(guān)系數(shù)為0.260且在1%水平上顯著，說明焦點企業(yè)的數(shù)字化轉(zhuǎn)型與行業(yè)同群群體的數(shù)字化轉(zhuǎn)型有正相關(guān)關(guān)系，初步證明了H1a。被解釋變量（Digit）與地區(qū)同群企業(yè)的數(shù)字化轉(zhuǎn)型（Peer_reg）之間的相關(guān)系數(shù)為-0.008，說明焦點企業(yè)的數(shù)字化轉(zhuǎn)型與地區(qū)同群群體的數(shù)字化轉(zhuǎn)型有負相關(guān)關(guān)系，但其系數(shù)的絕對值和統(tǒng)計的顯著性均小于行業(yè)同群群體，更加準(zhǔn)確的關(guān)系有待回歸分析做進一步驗證?？刂谱兞恐泄灸挲g（Age）、總資產(chǎn)增長率（Asset_growth）、公司規(guī)模（Size）、營業(yè)收入（Income）、收入增長率（Income_growth）、股權(quán)集中度（Ownership）均與企業(yè)自身的數(shù)字化轉(zhuǎn)型程度顯著相關(guān)，說明控制變量的選擇良好，與被解釋變量存在較強的相關(guān)關(guān)系。為進一步說明共線性問題，本文對解釋變量及控制變量進行了方差膨脹因子檢驗（variance inflation factor，VIF），VIF最大值為3.18，均值為1.49，均小于臨界值5，說明回歸模型構(gòu)建良好，變量間不存在嚴(yán)重的多重共線性問題。

3.2 實證結(jié)果及分析

3.2.1 數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性檢驗

本研究使用面板固定效應(yīng)模型，對旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性進行了驗證，結(jié)果如表3所示。其中，在行業(yè)同群效應(yīng)的檢驗方面，模型（1）放入了行業(yè)同群群體的數(shù)字化轉(zhuǎn)型程度（Peer_ind）和控制變量，同時僅控制了年份，模型（2）則在模型（1）的基礎(chǔ)上同時控制年份和地區(qū)；在地區(qū)同群效應(yīng)的檢驗方面，模型（3）放入了地區(qū)同群群體的數(shù)字化轉(zhuǎn)型程度（Peer_reg）和控制變量，同時僅控制了年份，模型（4）則在模型（3）的基礎(chǔ)上同時控制年份和行業(yè)。

表3中的回歸結(jié)果顯示，行業(yè)同群（Peer_ind）的估計系數(shù)在模型（1）（β=0.241，p<0.01）和模型（2）（β=0.239，p<0.01）中均顯著為正，說明在只控制年份效應(yīng)和同時控制年份及地區(qū)效應(yīng)后，行業(yè)同群企業(yè)的數(shù)字化轉(zhuǎn)型都對焦點企業(yè)數(shù)字化轉(zhuǎn)型有顯著的促進作用，即樣本企業(yè)在數(shù)字化轉(zhuǎn)型上存在顯著的行業(yè)同群效應(yīng)，H1a成立。地區(qū)同群（Peer_reg）的估計系數(shù)僅在模型（3）中顯著，在同時控制年份和行業(yè)固定效應(yīng)后，其系數(shù)并未在統(tǒng)計學(xué)上顯著，說明樣本企業(yè)在數(shù)字化轉(zhuǎn)型上并不存在顯著的地區(qū)同群效應(yīng)，H1b未得到支持。

3.2.2 數(shù)字化轉(zhuǎn)型同群效應(yīng)形成的影響因素分析

在旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性檢驗中，僅驗證了行業(yè)同群效應(yīng)的存在，故后續(xù)僅針對行業(yè)同群效應(yīng)的形成進行討論和分析。一方面，為了驗證數(shù)字化轉(zhuǎn)型中同群效應(yīng)的形成是否由企業(yè)間的信息模仿導(dǎo)致，本研究在模型（1）的基礎(chǔ)上加入了環(huán)境不確定性變量（EU），并加入了其和行業(yè)同群的交互項形成模型（5）（僅控制年份固定效應(yīng)）和模型（6）（同時控制年份和地區(qū)固定效應(yīng)）進行檢驗。如果H2成立，在模型（6）中行業(yè)同群的回歸系數(shù)應(yīng)為正，同時，其和環(huán)境不確定性的交互項的回歸系數(shù)應(yīng)顯著為正。另一方面，為了驗證數(shù)字化轉(zhuǎn)型中同群效應(yīng)的形成機制是否由于企業(yè)間的競爭模仿導(dǎo)致，本研究在模型（1）的基礎(chǔ)上加入了行業(yè)競爭程度（HHI）及其和行業(yè)同群的交互項形成模型（7）（僅控制年份固定效應(yīng)）和模型（8）（同時控制年份和地區(qū)固定效應(yīng)）進行檢驗。如果H3成立，在模型（8）中行業(yè)的回歸系數(shù)應(yīng)為正，同時其和行業(yè)競爭程度的交互項的回歸系數(shù)應(yīng)顯著為正。

表4中模型（5）和模型（6）的回歸結(jié)果顯示，行業(yè)同群的系數(shù)均為正，且行業(yè)同群和環(huán)境不確定性的交互項系數(shù)均顯著為正（β=0.043，p<0.01；β=0.043，p<0.01），顯示環(huán)境不確定性對行業(yè)同群效應(yīng)存在顯著正向影響，說明環(huán)境不確定性越高，企業(yè)信息獲取模仿的需求也越旺盛，同群企業(yè)數(shù)字化轉(zhuǎn)型程度對焦點企業(yè)的影響越大，H2得以驗證。表4中模型（7）和模型（8）的回歸結(jié)果顯示，行業(yè)同群的系數(shù)均為負，且行業(yè)同群和行業(yè)競爭程度的交互項系數(shù)均顯著為正（β=0.497，p<0.01；β=0.489，p<0.01），說明行業(yè)競爭程度對行業(yè)同群效應(yīng)存在顯著影響。具體而言，當(dāng)行業(yè)競爭程度加劇時，同群群體的數(shù)字化轉(zhuǎn)型程度對焦點企業(yè)有促進作用，H3得以驗證。

在分別驗證了同群效應(yīng)的信息模仿和競爭模仿對數(shù)字化轉(zhuǎn)型同群效應(yīng)形成的影響后，本文進一步進行了異質(zhì)性檢驗。具體而言，根據(jù)總資產(chǎn)增長率（Asset_growth）將全體樣本分為擴張組和收縮組兩個子樣本，擴張組企業(yè)的總資產(chǎn)增長率大于零，收縮組企業(yè)的總資產(chǎn)增長率小于零，在兩個子樣本中分別進行比較分析。回歸結(jié)果如表5所示。

表5中的模型（9）代表擴張組的回歸結(jié)果，模型（10）代表收縮組的回歸結(jié)果。模型（9）的回歸結(jié)果顯示擴張組中行業(yè)同群和環(huán)境不確定性的交互項系數(shù)為正，但不顯著；模型（10）的回歸結(jié)果顯示收縮組中行業(yè)同群和環(huán)境不確定性的交互項系數(shù)顯著為正（β=0.151，p<0.01），說明在同一行業(yè)內(nèi)的企業(yè)中，當(dāng)其總資產(chǎn)增長率為負，即處在收縮過程中時，環(huán)境不確定性越高，同群企業(yè)數(shù)字化轉(zhuǎn)型程度對焦點企業(yè)的影響越大。同理，表5中的模型（11）代表擴張組的回歸結(jié)果，模型（12）代表收縮組的回歸結(jié)果。模型（11）的回歸結(jié)果顯示，擴張組中行業(yè)同群和行業(yè)競爭程度的交互項系數(shù)顯著為正（β=0.421，p<0.01）；模型（12）的回歸結(jié)果顯示收縮組中行業(yè)同群和行業(yè)競爭程度的交互項系數(shù)也顯著為正（β=1.530，p<0.01），說明同一行業(yè)內(nèi)的企業(yè)中，不論其處在擴張還是收縮的過程中，當(dāng)行業(yè)競爭程度加劇時，同群群體的數(shù)字化轉(zhuǎn)型程度均對焦點企業(yè)有促進作用，且處于收縮過程中的企業(yè)受到競爭模仿的影響相對更大。原因可能在于競爭升級加速了服務(wù)行業(yè)的技術(shù)迭代和服務(wù)產(chǎn)品更新[52]，處于競爭程度較高的行業(yè)企業(yè)為了保持自身競爭水平，會對外部變化具有更高的敏感程度[53]。隨著數(shù)字經(jīng)濟的快速發(fā)展和數(shù)字技術(shù)在旅游業(yè)中的日益廣泛的應(yīng)用，在面臨嚴(yán)峻的外部競爭時，擴張中的旅游企業(yè)既需要通過模仿同群企業(yè)的成熟做法來進一步鞏固自身優(yōu)勢，也需要避免其競爭對手通過數(shù)字化轉(zhuǎn)型開發(fā)新的技術(shù)和產(chǎn)品顛覆其行業(yè)地位。而收縮中的旅游企業(yè)也亟須通過模仿同群企業(yè)的數(shù)字化轉(zhuǎn)型來改善發(fā)展困境，縮小差距。因而，無論是總資產(chǎn)處于擴張中的企業(yè)，還是總資產(chǎn)處于收縮中的企業(yè)，在面臨激烈的行業(yè)競爭時，會強化數(shù)字化轉(zhuǎn)型這種主動模仿行為。

3.2.3 數(shù)字化轉(zhuǎn)型同群效應(yīng)形成的行為模式分析

一方面，為驗證數(shù)字化轉(zhuǎn)型中同群效應(yīng)的形成是否遵循邏輯模仿的規(guī)律，本研究根據(jù)資產(chǎn)報酬率將樣本分為高績效組和普通組兩個子樣本，分別在兩個子樣本中計算同群效應(yīng)并進行回歸分析。另一方面，為驗證數(shù)字化轉(zhuǎn)型中同群效應(yīng)的形成是否遵循先內(nèi)后外的規(guī)律，本研究根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)將樣本分為國有企業(yè)組和非國有企業(yè)組兩個子樣本，并分別在兩個子樣本中計算同群效應(yīng)并進行回歸分析?；貧w結(jié)果如表6所示。

表6中的模型（13）代表高績效組的回歸結(jié)果，模型（14）代表普通績效組的回歸結(jié)果。模型（13）的回歸結(jié)果顯示，高績效組中高績效同群群體數(shù)字化轉(zhuǎn)型（Peer_high）（β=0.723，p<0.01）和普通績效同群群體數(shù)字化轉(zhuǎn)型（Peer_other）（β=0.427，p<0.01）的回歸系數(shù)均為正且顯著，說明同一行業(yè)內(nèi)的其他企業(yè)，不論其是否屬于高績效群體，其數(shù)字化轉(zhuǎn)型水平均會顯著影響高績效組企業(yè)的數(shù)字化轉(zhuǎn)型。同時，高績效同群群體數(shù)字化轉(zhuǎn)型的系數(shù)的絕對值大于普通績效同群群體數(shù)字化轉(zhuǎn)型回歸系數(shù)的絕對值，說明高績效組受到來自高績效同群群體數(shù)字化轉(zhuǎn)型的影響更大，即行業(yè)同群效應(yīng)更顯著。模型（14）的回歸結(jié)果顯示，普通績效組中高績效同群群體數(shù)字化轉(zhuǎn)型（Peer_high）（β=0.188，p<0.05）和普通績效同群群體數(shù)字化轉(zhuǎn)型（Peer_other）（β=0.667，p<0.01）的回歸系數(shù)均為正且顯著，同時后者回歸系數(shù)的絕對值大于前者，說明普通績效組受到來自普通績效同群群體數(shù)字化轉(zhuǎn)型的影響更大，行業(yè)同群效應(yīng)更顯著。

表6中的模型（15）代表國有企業(yè)組的回歸結(jié)果，模型（16）代表非國有企業(yè)組的回歸結(jié)果。模型（15）的回歸結(jié)果顯示國有企業(yè)組中同群群體數(shù)字化轉(zhuǎn)型（Peer_soe）的回歸系數(shù)為正且顯著（β=0.786，p<0.01），非國有企業(yè)組中同群群體數(shù)字化轉(zhuǎn)型（Peer_else）的回歸系數(shù)為正但不顯著，說明國有企業(yè)的數(shù)字化轉(zhuǎn)型水平僅受到來自國有企業(yè)組的同群群體影響，非國有同群群體數(shù)字化轉(zhuǎn)型并不能顯著影響國有企業(yè)組的焦點企業(yè)。模型（16）的回歸結(jié)果顯示非國有企業(yè)組中國有企業(yè)同群群體數(shù)字化轉(zhuǎn)型（Peer_soe）的回歸系數(shù)為負且不顯著，非國有企業(yè)同群群體數(shù)字化轉(zhuǎn)型（Peer_else）的回歸系數(shù)顯著為正（β=0.794，p<0.01），說明對于非國有組的樣本而言，其數(shù)字化轉(zhuǎn)型只受到來自非國有同群群體的影響，國有企業(yè)組的數(shù)字化轉(zhuǎn)型水平不會顯著影響非國有企業(yè)組中焦點企業(yè)的數(shù)字化轉(zhuǎn)型。

綜上，屬于高績效樣本組的焦點企業(yè)同時受到來自高績效群體和普通績效群體的影響，但高績效群體的影響更大；屬于普通績效樣本組的焦點企業(yè)受到來自高績效群體和普通績效群體的影響，同時普通績效群體的影響更大。說明旅游及相關(guān)服務(wù)業(yè)上市公司數(shù)字化轉(zhuǎn)型的行業(yè)同群效應(yīng)的形成遵循邏輯模仿律，H4得以驗證。國有性質(zhì)的焦點企業(yè)顯著受到來自國有群體的影響；非國有性質(zhì)的焦點企業(yè)顯著受到來自非國有群體的影響。說明旅游及相關(guān)服務(wù)業(yè)上市公司數(shù)字化轉(zhuǎn)型的同群效應(yīng)的形成遵循先內(nèi)后外律，H5得以驗證。

3.3 穩(wěn)健性檢驗和內(nèi)生性處理

3.3.1 穩(wěn)健性檢驗

1）安慰劑檢驗。本文檢驗了行業(yè)同群效應(yīng)的存在性，但也存在一種可能，即焦點企業(yè)的數(shù)字化轉(zhuǎn)型并非由于受到同群群體數(shù)字化轉(zhuǎn)型的影響，而是某種共同的外部因素在發(fā)揮作用，而該外部因素是不可觀測到的，因此也沒有被納入實證模型中檢驗。為了排除這種可能的外部因素，本文借鑒王玉濤等[54]的作法，通過安慰劑檢驗來證明同群效應(yīng)并非來自于同群群體共同的外部因素，而是來自于同群企業(yè)間的相互學(xué)習(xí)和影響。具體檢驗邏輯如下：首先，保證原有同群群體的個數(shù)和每個同群群體中包含的企業(yè)數(shù)量不變；其次，逐個為焦點企業(yè)構(gòu)建同群群體，但這一過程保持隨機，即不再依據(jù)同一行業(yè)、同一地區(qū)的標(biāo)準(zhǔn)；再次，基于隨機構(gòu)建的同群群體計算同群群體的數(shù)字化轉(zhuǎn)型；最后，保持其他控制變量不變，用新的同群群體的數(shù)字化轉(zhuǎn)型對模型（1）進行重復(fù)回歸檢驗，并記錄每次的回歸系數(shù)。如果解釋變量的系數(shù)依然顯著為正，說明隨機分組后同群效應(yīng)依然存在，企業(yè)數(shù)字化同群效應(yīng)是共同的外部因素在發(fā)揮作用；如果解釋變量的系數(shù)不顯著，說明隨機分組后同群效應(yīng)不存在，企業(yè)數(shù)字化同群效應(yīng)是同群群體內(nèi)部作用的結(jié)果。

安慰劑檢驗中多次重復(fù)回歸的目的是使同群群體的劃分過程變得隨機，通過隨機分組使得同群群體的構(gòu)建不受其他標(biāo)準(zhǔn)影響。對于重復(fù)檢驗的次數(shù)，學(xué)術(shù)界并未有統(tǒng)一的結(jié)論，常見的做法是重復(fù)隨機過程500次。為了確保研究結(jié)果的穩(wěn)健性，本文在安慰劑檢驗中將隨機過程重復(fù)2000次。結(jié)果顯示，在2000次模擬中，解釋變量同群群體數(shù)字化轉(zhuǎn)型回歸系數(shù)的絕對值總是小于實際回歸中的系數(shù)0.239。圖1更加直觀地展示了2000次模擬回歸中回歸系數(shù)的分布情況，其中橫軸為估計系數(shù)，縱軸為概率密度，垂直于橫軸的虛線表示實際回歸系數(shù)0.239?？梢钥闯?，模擬回歸的系數(shù)分布在0附近，且服從正態(tài)分布，絕對值均小于0.239。該結(jié)果符合安慰劑檢驗的預(yù)期，說明隨機分組后同群效應(yīng)不存在。

2）穩(wěn)健性檢驗。本研究采取替換核心變量的測量方式對計量模型進行了穩(wěn)健性檢驗，一是更換被解釋變量的測量方式，借鑒陳慶江等[13]的做法，將單個企業(yè)年報中與“數(shù)字化轉(zhuǎn)型”相關(guān)的詞頻與所屬同群群體的詞頻總和之比作為被解釋變量數(shù)字化轉(zhuǎn)型的新度量方式，即將被解釋變量從絕對變量變成了相對變量；二是更換解釋變量的測量方式，借鑒張敦力和江新峰[55]的做法，保持原有被解釋變量的度量方式不變，對原有解釋變量用群中位數(shù)進行代替，構(gòu)造新的解釋變量（New_peer_ind）衡量同群群體的數(shù)字化轉(zhuǎn)型水平。表7的穩(wěn)健性檢驗結(jié)果顯示，無論是更換被解釋變量的測量方式，還是改變解釋變量的測量方式，核心變量回歸系數(shù)的符號和顯著性均和原有回歸結(jié)果保持一致，說明本研究的實證結(jié)論較為穩(wěn)健。

3.3.2 內(nèi)生性問題及處理

第一，樣本自選擇問題。由于研究樣本均隸屬于旅游及相關(guān)服務(wù)業(yè)，可能存在樣本自選擇問題，因此采用Heckman兩階段方法進行檢驗。具體過程如下：第一階段采用Probit模型估計是否具有數(shù)字化轉(zhuǎn)型有的概率（具有數(shù)字化轉(zhuǎn)型為1，否則為0），在回歸中選擇影響企業(yè)是否進行數(shù)字化轉(zhuǎn)型的變量為公司年齡、公司規(guī)模、資產(chǎn)負債率、行業(yè)競爭程度變量、產(chǎn)權(quán)性質(zhì)、凈資產(chǎn)收益率，進而計算得到逆米爾斯比率；第二階段將第一階段計算出的逆米爾斯比率代入模型（1）中，作為新的變量進行回歸。若回歸結(jié)果顯示出逆米爾斯比率顯著，則反映出樣本確實存在自選擇問題，且經(jīng)過了有效調(diào)整1。表8是Heckman兩階段的回歸結(jié)果，顯示第一階段的回歸結(jié)果顯示公司年齡、公司規(guī)模、行業(yè)競爭程度、產(chǎn)權(quán)性質(zhì)4個變量的系數(shù)均為正且顯著；資產(chǎn)負債率的系數(shù)為負且顯著。Heckman第二階段的回歸結(jié)果顯示，逆米爾斯比率為正但不顯著，同時經(jīng)過調(diào)整后的主要解釋變量（Peer_ind）的回歸系數(shù)顯著為正（β=0.416，p<0.01）。這一結(jié)果顯示在考慮了樣本自選擇問題后，樣本企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)依然顯著存在。

第二，考慮到同群效應(yīng)檢驗中可能存在反向因果的內(nèi)生性問題，即焦點企業(yè)受到同群群體影響的同時，又作為其他焦點企業(yè)的同群群體，本研究選擇工具變量進行了內(nèi)生性檢驗：借鑒汪莉等[56]的做法，將“同群企業(yè)數(shù)字化轉(zhuǎn)型”的滯后項作為工具變量，表9中模型（21）和模型（22）的結(jié)果顯示，不可識別檢驗統(tǒng)計值為404.422，（p<0.01），通過了不可識別的檢驗，弱工具變量統(tǒng)計值大于10%的臨界值16.38，說明選擇的工具變量是合適的。表10中的第一階段的回歸結(jié)果顯示，上述工具變量和同群群體的數(shù)字化轉(zhuǎn)型顯著正相關(guān)，第二階段中同群群體數(shù)字化轉(zhuǎn)型的回歸系數(shù)也顯著為正，和行業(yè)同群效應(yīng)存在性檢驗結(jié)果保持一致。

3.4 進一步研究與討論：同群效應(yīng)的經(jīng)濟后果

在探究旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性、其形成的影響因素和作用機理后，本文進一步探究這種同群效應(yīng)帶來的經(jīng)濟后果。一方面，數(shù)字化轉(zhuǎn)型是一項投資大、見效慢、風(fēng)險高的投資活動，需要企業(yè)投入資金對現(xiàn)有系統(tǒng)和信息設(shè)備進行改造，巨大的投入可能會導(dǎo)致企業(yè)的成本增加，而效益沒有明顯變化，導(dǎo)致公司價值下降[57]；另一方面，數(shù)字化轉(zhuǎn)型有助于企業(yè)利用數(shù)字技術(shù)優(yōu)化資源配置，降低運營成本，提高運營效率。在此過程中，企業(yè)能有效利用先進的數(shù)字技術(shù)加速開發(fā)新的產(chǎn)品和服務(wù)，更好地滿足消費者的新需求，把握市場機遇，給企業(yè)帶來正向的業(yè)績回報[58]。此外，已有結(jié)論顯示，企業(yè)數(shù)字化轉(zhuǎn)型過程中存在顯著的同群效應(yīng)，企業(yè)在作出數(shù)字化轉(zhuǎn)型的決策前，會有意識地主動觀察和學(xué)習(xí)同群群體的決策，同群效應(yīng)的存在會減弱數(shù)字化轉(zhuǎn)型過程中的不確定性，進而幫助企業(yè)規(guī)避風(fēng)險、降低成本，這也可能導(dǎo)致企業(yè)實現(xiàn)降本增效，提升公司價值[59]。

為了進一步探究數(shù)字化轉(zhuǎn)型同群效應(yīng)對企業(yè)的影響，本文借鑒畢金玲和董淑悅[8]的做法，構(gòu)建了如下模型對行業(yè)同群效應(yīng)的經(jīng)濟后果進行了檢驗：

[Consequencei，t=α0+α1×Peer_indi，t+α2×Digiti，t+ α3×Peer_indi，t×Digiti，t+Controlski，t+εi，t] （6）

式（6）中，代表經(jīng)濟后果的被解釋變量（Consequence）為代表短期影響的績效指標(biāo)（凈資產(chǎn)收益率）和代表長期影響的企業(yè)長期價值指標(biāo)（托賓Q值）。針對短期t4bE3d97xUQyjwIAlzSbYQ==影響，分別從營業(yè)成本和運營效率兩方面檢驗了數(shù)字化轉(zhuǎn)型同群效應(yīng)對焦點企業(yè)短期績效的影響，其中，營業(yè)成本指標(biāo)為營業(yè)成本率，運營效率為總資產(chǎn)周轉(zhuǎn)率；針對長期影響，由于企業(yè)長期價值與其能力增長息息相關(guān)[60]，故參照楊林等[61]的思路和方法，分別從企業(yè)創(chuàng)新能力和適應(yīng)能力兩方面檢驗了數(shù)字化轉(zhuǎn)型同群效應(yīng)對焦點企業(yè)長期價值的影響，其中，創(chuàng)新能力采用樣本公司年度研發(fā)投入強度和研發(fā)人員比例來測度，對上述兩個指標(biāo)標(biāo)準(zhǔn)化后加總。適應(yīng)能力則采用企業(yè)對研發(fā)、資本以及銷售這3種企業(yè)主要支出變異系數(shù)的負數(shù)測度。

在經(jīng)濟后果層面，本文借鑒鄭兵云等[62]的做法，針對被解釋變量進行了行業(yè)調(diào)整，以凈資產(chǎn)收益率為例，用焦點企業(yè)的凈資產(chǎn)收益率減去該焦點企業(yè)所屬行業(yè)當(dāng)年的平均凈資產(chǎn)收益率，得到經(jīng)過行業(yè)調(diào)整后的指標(biāo)值，其他3個變量同理。在短期影響方面，表10中的結(jié)果顯示，模型（23）中交互項的回歸系數(shù)顯著為正（β=1.230，p<0.01），說明數(shù)字化轉(zhuǎn)型的同群效應(yīng)會提高焦點企業(yè)的短期績效；模型（24）中交互項的回歸系數(shù)顯著為負（β=-14.983，p<0.1），說明數(shù)字化轉(zhuǎn)型的同群效應(yīng)會降低焦點企業(yè)的運營成本；模型（25）中交互項的回歸系數(shù)不顯著，說明同群效應(yīng)并未提升企業(yè)的運營效率。上述結(jié)果說明，數(shù)字化同群效應(yīng)主要通過降低營業(yè)成本而非提升運營效率來改善焦點企業(yè)的短期績效。在長期影響方面，模型（26）中交互項系數(shù)顯著為正（β=0.304，p<0.05），意味著從長期來看，數(shù)字化轉(zhuǎn)型的同群效應(yīng)對企業(yè)整體價值有正向的提升作用；模型（27）中交互項影響系數(shù)顯著為正（β=0.552，p<0.05），說明數(shù)字化同群效應(yīng)可顯著改善焦點企業(yè)的創(chuàng)新能力；模型（28）中交互項系數(shù)并不顯著，說明數(shù)字化同群效應(yīng)未能促進焦點企業(yè)適應(yīng)能力的提升。上述結(jié)論說明，數(shù)字化同群效應(yīng)主要通過強化企業(yè)創(chuàng)新能力而非企業(yè)適應(yīng)能力來提升焦點企業(yè)的長期價值。

4 結(jié)論與總結(jié)

4.1 研究結(jié)論

本文選取我國滬深兩市A股旅游及相關(guān)服務(wù)業(yè)上市公司2007—2021年的數(shù)據(jù)作為研究樣本，實證檢驗了數(shù)字化轉(zhuǎn)型同群效應(yīng)的存在性、該同群效應(yīng)形成的驅(qū)動因素和作用機理、該同群效應(yīng)帶來的經(jīng)濟后果，實證結(jié)論穩(wěn)健，具體如下。

第一，我國旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型存在顯著的行業(yè)同群效應(yīng)，但不存在明顯的地區(qū)同群效應(yīng)。即當(dāng)同群群體數(shù)字化轉(zhuǎn)型程度上升時，焦點企業(yè)自身也更傾向于數(shù)字化轉(zhuǎn)型。此外，在安慰劑檢驗中經(jīng)過隨機分組后的同群群體并沒有顯示出行業(yè)同群效應(yīng)，說明數(shù)字化轉(zhuǎn)型的行業(yè)同群效應(yīng)確實是因群體內(nèi)企業(yè)的相互學(xué)習(xí)和模仿而非同群群體受到的共同外部因素所導(dǎo)致的，即焦點企業(yè)在作出決策前會觀察、模仿和學(xué)習(xí)其他企業(yè)的行為。

第二，上述同群效應(yīng)的形成受到企業(yè)間信息模仿和競爭模仿的驅(qū)動。當(dāng)前旅游及相關(guān)服務(wù)業(yè)在數(shù)字經(jīng)濟的不斷滲透下，新業(yè)態(tài)、新模式、新技術(shù)和新產(chǎn)品均給旅游企業(yè)的數(shù)字化轉(zhuǎn)型決策帶來了更高的信息需求，當(dāng)面臨的外部環(huán)境劇烈動蕩時，這些企業(yè)既需要通過數(shù)字化轉(zhuǎn)型搶抓市場機遇，又需要找到相對可靠的轉(zhuǎn)型路徑。因此，企業(yè)面臨的環(huán)境不確定性增加時，同群企業(yè)數(shù)字化轉(zhuǎn)型程度對焦點企業(yè)的影響越大。與此同時，同行業(yè)的群內(nèi)企業(yè)存在天然的競爭關(guān)系，這種關(guān)系也促使企業(yè)為了維持自身的競爭優(yōu)勢或縮減與競爭對手的差距而模仿群內(nèi)成員的數(shù)字化轉(zhuǎn)型，因此，企業(yè)所處的競爭環(huán)境越激烈時，同群企業(yè)數(shù)字化轉(zhuǎn)型程度對焦點企業(yè)的影響越大。異質(zhì)性檢驗的結(jié)果顯示，信息獲取模仿的影響僅存在于處于收縮狀態(tài)的企業(yè)，相對于正在擴張的企業(yè)，競爭模仿對處于收縮狀態(tài)企業(yè)的影響更大。

第三，上述同群效應(yīng)形成背后的行為模式遵循邏輯模仿律和先內(nèi)后外律。盡管存在同群效應(yīng)，但并非所有的同群群體對焦點企業(yè)有相同水平的影響。邏輯模仿律表明，企業(yè)的數(shù)字化轉(zhuǎn)型更易受到績效相似的其他企業(yè)的影響，高績效的焦點企業(yè)受到來自高績效群體的影響更大，普通績效的焦點企業(yè)受到來自普通績效群體的影響更大。先內(nèi)后外律表明，企業(yè)的數(shù)字化轉(zhuǎn)型更容易受到產(chǎn)權(quán)性質(zhì)相同的其他企業(yè)的影響，國有性質(zhì)的焦點企業(yè)受到國有群體的影響更大，非國有性質(zhì)的焦點企業(yè)受到非國有群體的影響更大。

第四，旅游及相關(guān)服務(wù)業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)在短期內(nèi)對企業(yè)經(jīng)濟效益有正向帶動作用，在長期內(nèi)也促進了企業(yè)價值的提升。可見，這種數(shù)字化轉(zhuǎn)型同群效應(yīng)對于旅游業(yè)發(fā)展來說，并非僅僅是“流量”，同時也切切實實地提升了旅游經(jīng)濟發(fā)展的“質(zhì)量”[63]。

4.2 管理啟示

第一，旅游及相關(guān)服務(wù)業(yè)企業(yè)大都已開始數(shù)字化轉(zhuǎn)型，且存在明顯的行業(yè)同群效應(yīng)。這表明越來越多的旅游企業(yè)已經(jīng)深刻認(rèn)識到數(shù)字化轉(zhuǎn)型的緊迫性和重要性，并開始實施這一戰(zhàn)略。行業(yè)同群效應(yīng)說明數(shù)字化轉(zhuǎn)型戰(zhàn)略在行業(yè)內(nèi)具有同群外溢效應(yīng)，說明應(yīng)積極鼓勵行業(yè)內(nèi)具備一定基礎(chǔ)的相關(guān)企業(yè)采用前沿技術(shù)、探索旅游數(shù)智化新模式、總結(jié)數(shù)字化轉(zhuǎn)型的經(jīng)驗，然后通過這批企業(yè)產(chǎn)生的同群外溢效應(yīng)扎實推動旅游產(chǎn)業(yè)數(shù)字化。但值得注意的是，區(qū)域同群效應(yīng)并不存在，說明旅游企業(yè)數(shù)字化轉(zhuǎn)型的空間溢出效應(yīng)尚不明顯，這在某種程度上反映出區(qū)內(nèi)旅游企業(yè)間的業(yè)務(wù)關(guān)聯(lián)有限，這也啟示我們在建設(shè)旅游數(shù)字產(chǎn)業(yè)集群時，不能僅關(guān)注建立在互聯(lián)網(wǎng)上的虛擬集聚，還應(yīng)關(guān)注地理范圍內(nèi)的資源集聚、知識和信息的共享與流動，幫助旅游業(yè)擺脫鮑莫爾成本?。措S著旅游業(yè)產(chǎn)出的增長，旅游產(chǎn)品和服務(wù)成本越來越高，導(dǎo)致旅游業(yè)產(chǎn)出增速下降），更好地構(gòu)建和推動旅游業(yè)發(fā)展的新質(zhì)生產(chǎn)力。

第二，數(shù)字化轉(zhuǎn)型行業(yè)同群效應(yīng)形成背后是信息模仿與競爭模仿的雙輪驅(qū)動，信息模仿建立在數(shù)字化進程中的合作與共創(chuàng)共享的基礎(chǔ)上，競爭模仿則建立在市場份額爭奪的基礎(chǔ)上。這說明在旅游業(yè)的數(shù)字化轉(zhuǎn)型升級進程中，企業(yè)間的合作和競爭雖有助于帶來更大的正外部性來拓展市場邊界、擴大市場份額，但也需要積極鼓勵新技術(shù)的開發(fā)與應(yīng)用，促進這些企業(yè)的創(chuàng)新行為，以防范行為趨同導(dǎo)致過度的同質(zhì)化，同時避免形jC9EG1x5A9wCMLsHdMVhlw==成“贏者通吃”的行業(yè)環(huán)境[64]。

第三，數(shù)字化轉(zhuǎn)型行業(yè)同群效應(yīng)的影響路徑顯示旅游及相關(guān)服務(wù)業(yè)中企業(yè)的數(shù)字化轉(zhuǎn)型存在明顯的界線，高績效和一般績效企業(yè)在模仿對象上有著不同的選擇，國有企業(yè)和民營企業(yè)也傾向于選擇相同類型企業(yè)進行模仿。這說明不同企業(yè)的數(shù)字化轉(zhuǎn)型模式和路徑差異會導(dǎo)致其在不同類型企業(yè)的適用性存在不同，也顯示出數(shù)字化轉(zhuǎn)型的學(xué)習(xí)渠道和示范效應(yīng)相對有限。因此，可充分發(fā)揮監(jiān)管機構(gòu)的作用，通過它們展示不同企業(yè)數(shù)字化轉(zhuǎn)型的程度和進展，加強宣傳和組織學(xué)習(xí)等方式，引導(dǎo)行業(yè)內(nèi)的企業(yè)對數(shù)字化轉(zhuǎn)型的成功案例進行學(xué)習(xí)和良性模仿，充分發(fā)揮市場的積極作用，促進行業(yè)整體數(shù)字化水平健康發(fā)展。

4.3 研究不足及展望

本文雖對旅游及相關(guān)服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型同群效應(yīng)的驅(qū)動因素、作用機理和經(jīng)濟后果進行了分析和討論，但仍存在一些不足之處：一是數(shù)據(jù)的可得性制約了相關(guān)指標(biāo)的度量方法，文章有關(guān)數(shù)字化轉(zhuǎn)型的測度方式并未很好地反映企業(yè)在數(shù)字化轉(zhuǎn)型方面的實際投資額、技術(shù)應(yīng)用的廣度和深度等相關(guān)信息，未來確實極有必要沿著這一思路進一步探索更準(zhǔn)確全面的測度方式；二是沒有考慮更多的環(huán)境和情境因素，在不同研究情境下，可能會出現(xiàn)不同的研究結(jié)論；三是信息模仿和競爭模仿動機可能同時存在，邏輯模仿律和先內(nèi)后外律也可能同時存在，本研究尚未對多種驅(qū)動因素和作用路徑共存下的數(shù)字化轉(zhuǎn)型同群效應(yīng)進行更深一步的探析；四是本研究僅區(qū)分了行業(yè)同群和地區(qū)同群，尚未進行更為細致的同群群體的劃分，未來可基于共同股權(quán)、連鎖董事、供應(yīng)鏈等實際關(guān)聯(lián)對同群進行更嚴(yán)格的界定，有助于形成更為穩(wěn)健的結(jié)論。

參考文獻（References）

[1] 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， 36（6）：135-152; 250. [QI Yudong， XIAO Xu. Transformation of enterprise management in the era of digital economy[J]. Journal of Management World， 2020， 36（6）： 135-152; 250.]

[2] 黃震方， 張子昂， 李濤， 等. 數(shù)字賦能文旅深度融合的理論邏輯與研究框架[J]. 旅游科學(xué)， 2024， 38（1）： 1-16. [HUANG Zhenfang， ZHANG Ziang， LI Tao， et al. Digital empowerment for the deep integration of culture and tourism： Theoretical logic and research framework[J]. Tourism Science， 2024， 38（1）： 1-16.]

[3] 宋瑞. 數(shù)字經(jīng)濟下的旅游治理： 挑戰(zhàn)與重點[J]. 旅游學(xué)刊， 2022， 37（4）： 11-12. [SONG Rui. Tourism governance in the digital economy： Challenges and priorities[J]. Tourism Tribune， 2022， 37（4）： 11-12.]

[4] GENZOROVA T， COREJOVA T， STALMASEKOVA N. How digital transformation can influence business model： Case study for transport industry[J]. Transportation Research Procedia， 2019， 40： 1053-1058.

[5] 魏翔. 數(shù)字旅游——中國旅游經(jīng)濟發(fā)展新模式[J]. 旅游學(xué)刊， 2022， 37（4）： 10-11. [WEI Xiang. Digital tourism： A new model for the economic development of tourism in China[J]. Tourism Tribune， 2022， 37（4）： 10-11.]

[6] 于樂樂. 數(shù)字經(jīng)濟推動服務(wù)業(yè)轉(zhuǎn)型升級路徑研究[J]. 中阿科技論壇（中英文）， 2021（10）： 45-47. [YU Lele.Research on the path of digital economy promoting the transformation and upgrading of service industry[J]. China-Arab States Science and Technology Forum， 2021（10）： 45-47.]

[7] 趙磊. 數(shù)字經(jīng)濟賦能旅游業(yè)高質(zhì)量發(fā)展的內(nèi)涵與維度[J]. 旅游學(xué)刊， 2022， 37（4）： 5-6. [ZHAO Lei. The connotation and dimension of digital economy in enabling high-quality tourism development[J]. Tourism Tribune， 2022， 37（4）： 5-6.]

[8] 畢金玲， 董淑悅. 數(shù)字化轉(zhuǎn)型能助力文旅公司績效提升嗎？[J]. 旅游學(xué)刊， 2023， 38（9）： 91-103. [BI Jinling， DONG Shuyue. Can digital transformation improve the performance of culture and tourism companies？[J]. Tourism Tribune， 2023， 38（9）： 91-103.]

[9] LEARY M T， ROBERTS M R. Do peer firms affect corporate financial policy？[J]. The Journal of Finance， 2014， 69（1）： 139-178.

[10] 姚小濤， 亓?xí)煟?劉琳琳， 等. 企業(yè)數(shù)字化轉(zhuǎn)型： 再認(rèn)識與再出發(fā)[J]. 西安交通大學(xué)學(xué)報（社會科學(xué)版）， 2022， 42（3）： 1-9. [YAO Xiaotao， QI Hui， LIU Linlin， et al. Enterprise digital transformation： Re-understanding and re-starting[J]. Journal of Xi’an Jiaotong University （Social Sciences Edition）， 2022， 42（3）： 1-9.]

[11] KOHTAM?KI M， PARIDA V， PATEL P C， et al. The relationship between digitalization and servitization： The role of servitization in caQbh/VaNxZb5HdVqxbxlEYrYHyRPdr6BgzvzoJamea7c=pturing the financial potential of digitalization[J]. Technology Forecasting and Social Change， 2020， 151（2）： 1-9.

[12] TIAN G N， LI B， CHENG Y. Does digital transformation matter for corporate risk-taking？[J]. Finance Research Letters， 2022（49）： 103107.

[13] 陳慶江， 王彥萌， 萬茂豐. 企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)及其影響因素研究[J]. 管理學(xué)報， 2021， 18（5）： 653-663. [CHEN Qingjiang， WANG Yanmeng， WAN Maofeng. Research on peer effect of enterprise digital transformation and influencing factors[J]. Chinese Journal of Management， 2021， 18（5）： 653-663.]

[14] 杜勇， 婁靖， 胡紅燕. 供應(yīng)鏈共同股權(quán)網(wǎng)絡(luò)下企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)研究[J]. 中國工業(yè)經(jīng)濟， 2023（4）： 136-155. [DU Yong， LOU Jing， HU Hongyan. Peer effect of enterprise digital transformation in the network constructed by supply chain common-ownership[J]. China Industrial Economics， 2023（4）： 136-155.]

[15] DONG J， LIU X， JI K， et al. Peer effects in financial investment of board-interlocked firms： An information sharing perspective[J]. Economic Analysis and Policy， 2023， 80： 1490-1508.

[16] BRAMOULLé Y， DJEBBARI H， FORTIN B. Peer effects in networks： A survey[J]. Annual Review of Economics， 2020（12）： 603-629.

[17] LIU Q， GAO J， LI S. The innovation model and upgrade path of digitalization driven tourism industry： Longitudinal case study of OCT[J]. Technological Forecasting and Social Change， 2024（200）： 123127.

[18] TANG R. Digital economy and total factor productivity of tourism enterprises in China： The perspective of market competition theory[J]. Current Issues in Tourism， 2024， 27（1）： 76-91.

[19] RUNGE S， SCHWENS C， SCHULZ M. The invention performance implications of coopetition： How technological， geographical， and product market overlaps shape learning and competitive tension in R&D alliances[J]. Strategic Management Journal， 2022， 43（2）： 266-294.

[20] SEO H. Peer effects in corporate disclosure decisions[J]. Journal of Accounting and Economics， 2021， 71（1）： 101364.

[21] 馬麗君， 敖燁. 數(shù)字經(jīng)濟對旅游業(yè)高質(zhì)量發(fā)展的影響及空間溢出效應(yīng)[J]. 地理科學(xué)進展， 2023， 42（12）： 2296-2308. [MA Lijun， AO Ye. Influence and spatial spillover effects of the digital economy on the high-quality development of the tourism industry[J]. Progress in Geography， 2023， 42（12）： 2296-2308.]

[22] VAN NUENEN T， SCARLES C. Advancements in technology and digital media in tourism[J]. Tourist Studies， 2021， 21（1）： 119-132.

[23] OUIMET P， TATE G. Learning from coworkers： Peer effects on individual investment decisions[J]. The Journal of Finance， 2020， 75（1）： 133-172.

[24] 吳丹丹， 馬仁鋒， 郝晨， 等. 數(shù)字經(jīng)濟對市域旅游業(yè)高質(zhì)量發(fā)展水平的空間效應(yīng)及機制[J]. 經(jīng)濟地理， 2023， 43（4）： 229-240. [WU Dandan， MA Renfeng， HAO Chen， et al. Spatial effect and impact mechanism of digital economy on tourism industry high-quality development in Chinese cities[J]. Economic Geography， 2023， 43（4）： 229-240.]

[25] 陳曦， 白長虹， 陳曄， 等. 數(shù)字治理與高質(zhì)量旅游目的地服務(wù)供給——基于31座中國城市的綜合案例研究[J]. 管理世界， 2023， 39（10）： 126-150. [CHEN Xi， BAI Changhong， CHEN Ye， et al. Digital governance and high-quality tourism destination service supply： A comprehensive case study based on 31 Chinese cities[J]. Journal of Management World， 2023， 39（10）： 126-150.]

[26] REN X， ZENG G， SUN X. The peer effect of digital transformation and corporate environmental performance： Empirical evidence from listed companies in China[J]. Economic Modelling， 2023（1）： 106515.

[27] KAUSTIA M， RANTALA V. Social learning and corporate peer effects[J]. Journal of Financial Economics， 2015， 117（3）： 653-669.

[28] LIEBERMAN M B， ASABA S. Why do firms imitate each other？[J]. Academy of Management Review， 2006， 31（2）： 366-385.

[29] BIKHCHANDANI S， HIRSHLEIFER D， WELCH I. Learning from the behavior of others： Conformity， fads， and informational cascades[J]. Journal of Economic Perspectives， 1998， 12（3）： 151-170.

[30] 彭鎮(zhèn)， 連玉君， 戴亦一. 企業(yè)創(chuàng)新激勵： 來自同群效應(yīng)的解釋[J]. 科研管理， 2020， 41（4）： 45-53. [PENG Zhen， LIAN Yujun， DAI Yiyi. Corporate innovation incentive： An explanation made with the peer effect[J]. Science Research Management， 2020， 41（4）： 45-53.]

[31] 吳娜， 白雅馨， 安毅. 主動模仿還是被動反應(yīng)： 商業(yè)信用同群效應(yīng)研究[J]. 南開管理評論， 2022， 25（3）： 149-161. [WU Na， BAI Yaxin， AN Yi. Active imitation or passive reaction： Research on the peer effect on trade credit[J]. Nankai Business Review， 2022， 25（3）： 149-161.]

[32] SCHMITT A， BARKER III V L， RAISCH S， et al. Strategic renewal in times of environmental scarcity[J]. Long Range Planning， 2016， 49（3）： 361-376.

[33] ADHIKARI B K， AGRAWAL A. Peer influence on yX7uE8XX8kLay6f0+QSNKA==payout policies[J]. Journal of Corporate Finance， 2018， 48： 615-637.

[34] 陸蓉， 王策， 鄧鳴茂. 我國上市公司資本結(jié)構(gòu)“同群效應(yīng)”研究[J]. 經(jīng)濟管理， 2017， 39（1）： 181-194. [LU Rong， WANG Ce， DENG Mingmao. “Peer effect” in capital structure of China’s listed firms[J]. Business and Management Journal， 2017， 39（1）： 181-194.]

[35] SHARAPOV D， ROSS J M. Whom should a leader imitate？ Using rivalry-based imitation to manage strategic risk in changing environments[J]. Strategic Management Journal， 2023， 44（1）： 311-342.

[36] 陳曄， 賈駿騏. 數(shù)字經(jīng)濟下旅游目的地發(fā)展的新路徑[J]. 旅游學(xué)刊， 2022， 37（4）： 6-8. [CHEN Ye， JIA Junqi. New paths for developing tourism destinations in the digital economy[J]. Tourism Tribune， 2022， 37（4）： 6-8.]

[37] DE TARDE G. The Laws of Imitation[M]. New York： Henry Holt， 1903： 194-211.

[38] 陳仕華， 盧昌崇. 企業(yè)間高管聯(lián)結(jié)與并購溢價決策——基于組織間模仿理論的實證研究[J]. 管理世界， 2013（5）： 144-156. [CHEN Shihua， LU Changchong. Inter-firm executive linkages and M&A premium decisions： An empirical study based on inter-organisational imitation theory[J]. Journal of Management World， 2013（5）： 144-156.]

[39] POSEN H E， ROSS J M， WU B， et al. Reconceptualizing imitation： Implications for dynamic capabilities， innovation， and competitive advantage[J]. Academy of Management Annals， 2023， 17（1）： 74-112.

[40] HENDRICKS J L， CALL M L， CAMPBELL E M. High performer peer effects： A review， synthesis， and agenda for future research[J]. Journal of Management， 2023， 49（6）： 1997-2029.

[41] HOLLEBEEK L D， BELK R. Consumers’ technology-facilitated brand engagement and wellbeing： Positivist TAM/PERMA-vs. consumer culture theory perspectives[J]. International Journal of Research in Marketing， 2021， 38（2）： 387-401.

[42] LOUNT JR R B， PETTIT N C. The social context of trust： The role of status[J]. Organizational Behavior and Human Decision Processes， 2012， 117（1）： 15-23.

[43] LAW R， LIN K J， YE H， et al. Artificial intelligence research in hospitality： A state-of-the-art review and future directions[J]. International Journal of Contemporary Hospitality Management， 2024， 36（6）： 2049-2068.

[44] AKERLOF G A， KRANTON R E. Economics and identity[J]. The Quarterly Journal of Economics， 2000， 115（3）： 715-753.

[45] 戚聿東， 杜博， 溫馨. 國有企業(yè)數(shù)字化戰(zhàn)略變革： 使命嵌入與模式選擇——基于3家中央企業(yè)數(shù)字化典型實踐的案例研究[J]. 管理世界， 2021， 37（11）： 137-158; 10. [QI Yudong， DU Bo， WEN Xin. Mission embeddedness and pattern selection of digital strategic transformation of SOEs： A case study based on the typical practice of digitalization in three central enterprises[J]. Journal of Management World， 2021， 37（11）： 137-158; 10.]

[46] 羅進輝， 劉海潮， 巫奕龍. 親清政商關(guān)系與企業(yè)數(shù)字化轉(zhuǎn)型[J]. 廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2024， 74（1）： 36-49. [LUO Jinhui， Liu Haichao， Wu Yilong. Cordial and clean government-business relationship and firms’ digital transformation[J]. Journal of Xiamen University （Arts & Social Sciences）， 2024， 74（1）： 36-49.]

[47] 竇煒， 王世豪， 石佳鑫. “反向混改”能促進民營企業(yè)數(shù)字化轉(zhuǎn)型嗎[J]. 財經(jīng)科學(xué)， 2023（10）： 120-136. [DOU Wei， WANG Shihao， SHI Jiaxin. Can reverse mixed reform promote digital transformation of private listed firms？[J]. Finance & Economics， 2023（10）： 120-136.]

[48] 張紅喜， 何彪， 劉瓊， 等. 民營旅游企業(yè)虛擬社區(qū)價值共創(chuàng)行為研究[J]. 管理現(xiàn)代化， 2019， 39（5）： 83-85. [ZHANG Hongxi， HE Biao， LIU Qiong， et al. Research on value co-creat behavior in private tourism enterprises virtual community[J]. Modernization of Management， 2019， 39（5）： 83-85.]

[49] 趙宸宇， 王文春， 李雪松. 數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J]. 財貿(mào)經(jīng)濟， 2021， 42（7）： 114-129. [ZHAO Huanyu， WANG Wenchun， LI Xuesong. How does digital transformation affect the total factor productivity of enterprises？[J]. Finance & Trade Economics， 2021， 42（7）： 114-129.]

[50] 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， 37（7）： 130-144; 10. [WU Fei， HU Huizhi， LIN Huiyan， et al. Enterprise digital transformation and capital market performance： Empirical evidence from stock liquidity[J]. Journal of Management World， 2021， 37（7）： 130-144; 10.]

[51] GHOSH D， OLSEN L. Environmental uncertainty and managers’ use of discretionary accruals[J]. Accounting， Organizations and Society， 2009， 34（2）： 188-205.

[52] FAN J， XU M. The power of competition： Unveiling China’s digital transformation through product market dynamics[J]. Economics Letters， 2024（234）： 111479.

[53] 畢茜， 曲恬立. 經(jīng)濟周期與企業(yè)數(shù)字化轉(zhuǎn)型： 基于同群效應(yīng)和熱手效應(yīng)視角[J]. 管理現(xiàn)代化， 2024， 44（2）： 20-27. [BI Qian， QU Tianli. Business cycle and corporate digital transformation： From the perspective of peer effect and hot-hand effect[J]. Modernization of Management， 2024， 44（2）： 20-27.]

[54] 王玉濤， 王松， 段夢然. 中國企業(yè)綠色投資同群效應(yīng)研究[J]. 系統(tǒng)工程理論與實踐， 2024， 44（3）： 874-892. [WANG Yutao， WANG Song， DUAN Mengran. The peer effect of green investment activities of China’s listed firms[J]. Systems Engineering-Theory & Practice， 2024， 44（3）： 874-892.]

[55] 張敦力， 江新峰. 管理者權(quán)力、產(chǎn)權(quán)性質(zhì)與企業(yè)投資同群效應(yīng)[J]. 中南財經(jīng)政法大學(xué)學(xué)報， 2016（5）： 82-90. [ZHANG Dunli， JIANG Xinfeng. Managerial power， nature of property rights and the peer effect of corporate financing[J]. Journal of Zhongnan University of Economics and Law， 2016（5）： 82-90.]

[56] 汪莉， 邵雨卉， 汪亞楠.網(wǎng)絡(luò)結(jié)構(gòu)與銀行效率： 基于時變“銀行-股東”網(wǎng)絡(luò)的研究[J]. 經(jīng)濟研究， 2021（12）： 60-76. [WANG Li， SHAO Yuhui， WANG Yanan. Network structure and bank efficiency： A study of time-varying bank-shareholder network[J]. Economic Research Journal， 2021（12）： 60-76.]

[57] 吳非， 常曦， 任曉怡. 政府驅(qū)動型創(chuàng)新： 財政科技支出與企業(yè)數(shù)字化轉(zhuǎn)型[J]. 財政研究， 2021（1）： 102-115. [WU Fei， CHANG Xi， REN Xiaoyi. Government-driven innovation： Fiscal technology expenditure and enterprise digital transformation[J]. Public Finance Research， 2021（1）： 102-115.]

[58] 李琦， 劉力鋼， 邵劍兵. 數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績效——企業(yè)家精神的調(diào)節(jié)效應(yīng)[J]. 經(jīng)濟管理， 2021， 43（10）： 5-23. [LI Qi， LIU Ligang， SHAO Jianbing. The effects of digital transformation and supply chain integration on firm performance： The moderating role of entrepreneurship[J]. Business and Management Journal， 2021， 43（10）： 5-23.]

[59] 馮戈堅， 王建瓊. 企業(yè)創(chuàng)新活動的社會網(wǎng)絡(luò)同群效應(yīng)[J]. 管理學(xué)報， 2019， 16（12）： 1809-1819. [FENG Gejian， WANG Jianqiong. The peer effect of corporate innovation in social network[J]. Chinese Journal of Management， 2019， 16（12）： 1809-1819.]

[60] FERREIRA J， COELHO A， MOUTINHO L. Dynamic capabilities， creativity and innovation caHx3f3gF6lRCE6GfW3kAUog==pability and their impact on competitive advantage and firm performance： The moderating role of entrepreneurial orientation[J]. Technovation， 2020（92）： 102061.

[61] 楊林， 和欣， 顧紅芳. 高管團隊經(jīng)驗、動態(tài)能力與企業(yè)戰(zhàn)略突變： 管理自主權(quán)的調(diào)節(jié)效應(yīng)[J]. 管理世界， 2020， 36（6）： 168-188; 201; 252. [YANG Lin， HE Xin， GU Hongfang. Top management team’s experiences， dynamic capabilities and firm’s strategy mutation： Moderating effect of managerial discretion[J]. Journal of Management World， 2020， 36（6）： 168-188; 201; 252.]

[62] 鄭兵云， 陳圻， 李邃. 競爭戰(zhàn)略對企業(yè)績效的影響研究[J]. 管理評論， 2011， 23（7）： 101-107. [ZHENG Bingyun， CHEN Qi， LI Sui. A research of competitive strategy’s effect on corporate performance[J]. Management Review， 2011， 23（7）： 101-107.]

[63] 王俐， 周向紅. 數(shù)字化賦能旅游經(jīng)濟發(fā)展的機理與路徑： “流量”還是“質(zhì)量”？[J]. 浙江社會科學(xué)， 2023（6）： 26-37; 156-157. [WANG Li， ZHOU Xianghong. Research on the mechanism and path of digitally-empowered development of tourism economy： Quantity or quality？[J]. Zhejiang Social Sciences， 2023（6）： 26-37; 156-157.]

[64] BABINA T， FEDYK A， HE A， et al. Artificial intelligence， firm growth， and product innovation[J]. Journal of Financial Economics， 2024（151）： 103745.

［基金項目］本研究受教育部人文社會科學(xué)研究項目“數(shù)字平臺中的多重權(quán)力邏輯研究：形成、演化與效應(yīng)”（22YJA630048）和國家自然科學(xué)基金項目“數(shù)字平臺生態(tài)系統(tǒng)場景下旅游企業(yè)間競合關(guān)系的權(quán)力邏輯解構(gòu)：來源、失衡和后果”（72372164）/“斷層視角下的多邊聯(lián)盟失穩(wěn)機理及治理對策研究”（71902049）共同資助。[This study was supported by grants from the Humanities and Social Sciences Project of Ministry of Education （to LIU Bing） （No. 22YJA630048） and the National Natural Science Fund of China （to LIU Bing） （No. 72372164）/ （to LUO Chaoliang） （No. 71902049）.]

［收稿日期］2024-02-20； ［修訂日期］2024-05-30

［作者簡介］劉冰（1981—），黑龍江牡丹江人，博士，教授，研究方向為戰(zhàn)略管理、數(shù)字平臺和創(chuàng)新創(chuàng)業(yè)，E-mail： liub33@mail.sysu.edu.cn；鄧睿（1999—），河南濟源人；羅超亮（1987—），湖北仙桃人，博士，副教授，研究方向為戰(zhàn)略管理與社會網(wǎng)絡(luò)，E-mail： luochl3@mail3.sysu.edu.cn，通訊作者。

引用格式：劉冰， 鄧睿， 羅超亮. 旅游及相關(guān)服務(wù)業(yè)上市公司數(shù)字化轉(zhuǎn)型的同群效應(yīng)研究[J]. 旅游學(xué)刊， 2024， 39（10）： 49-69. [LIU Bing， DENG Rui， LUO Chaoliang. A study of peer effects in the digital transformation of listed companies in tourism and related service enterprises[J]. Tourism Tribune， 2024， 39（10）： 49-69.]

A Study of Peer Effects in the Digital Transformation of Listed Companies in

Tourism and Related Service Enterprises

LIU Bing1，2， DENG Rui3， LUO Chaoliang4

（1. Business School， Sun Yat-sen University， Shenzhen 518107， China; 2. Research Center for Innovation， Entrepreneurship， and

Technology Finance， Sun Yat-sen University， Shenzhen， 518107， China; 3. School of Tourism Management， Sun Yat-sen University，

Guangzhou 510275， China; 4. School of Business， Guizhou University of Finance and Economics， Guiyang 550025， China）

Abstract： In the context of an increasingly digitalized landscape， digital transformation has emerged as a pivotal strategic decision for numerous tourism enterprises aiming to enhance their business efficacy and secure a sustainable competitive edge. However， this trend raises a critical inquiry， namely， is it indicative of a deliberate learning and adaptation process underpinned by rational deliberation， or is it merely indicative of irrational conformity？ Furthermore， the mechanisms and trajectories underlying this phenomenon remain to be elucidated， and it is imperative to assess whether the widespread adoption of digital transformation strategies is beneficial for the growth and development of tourism enterprises. Clarity on these issues is yet to be achieved in the literature.

To address these issues， we use a sample of listed companies in tourism and related service enterprises for the period 2007—2021， and empirically examine the existence of a digital transformation peer effect， the influencing factors， and the behavior patterns in the formation of the peer effect. Our findings reveal， first， that there is an obvious industry peer effect in the digital transformation of listed companies in tourism and related service enterprises; that is， when making digital transformation decisions， enterprises are influenced by the digital transformation of other enterprises in their industry peer groups. Second， we find that imitation of information acquisition and competition are part of the industry peer effect， and that high levels of uncertainty and competition in the enterprises’ environments enhance the digital transformation peer effect. Third， our research reveals that the peer effect of digital transformation follows the laws of logical imitation and imitation from within to without. This is indicated by the fact that enterprises are more likely to be influenced by the digital transformation of enterprises with similar performance or the same type of property rights. Fourth， we find that the logical digital transformation peer effect can significantly improve the short-term performance and long-term value of tourism and related service enterprises.

In summary， in this study， we delve into the collective behavioral patterns underpinning the strategy of digital transformation across various enterprises through this exploration， we provide micro-level insights into the factors that are instrumental in enhancing the digitalization efforts of China’s tourism and related service enterprises that can facilitate a more effective digital transformation process， and contribute to the development of an increasingly sophisticated， high-quality tourism industry. The findings of this study not only broaden the theoretical understanding of digital transformation strategies in the tourism sector but also provide practical guidance for industry practitioners aiming to navigate the complexities of digital integration and innovation.

Keywords： tourism and related services industry; digital transformation; peer effects; information-based imitation; rivalry-based imitation

[責(zé)任編輯：劉 魯；責(zé)任校對：王 婧]