數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響及溢出效應

杜 勇 婁 靖

(西南大學 經(jīng)濟管理學院,重慶 400715)

一、引言

近年來我國數(shù)字經(jīng)濟實現(xiàn)了迅猛發(fā)展，《中國數(shù)字經(jīng)濟發(fā)展白皮書(2021)》顯示我國數(shù)字經(jīng)濟規(guī)模于2020年已達39.2萬億元，在GDP中占比38.6%，已成為經(jīng)濟發(fā)展重要的支撐力量?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》明確指出，要依托數(shù)字經(jīng)濟發(fā)展的新優(yōu)勢，通過數(shù)字技術(shù)與實體經(jīng)濟的融合助力傳統(tǒng)產(chǎn)業(yè)升級。企業(yè)作為實體經(jīng)濟的微觀主體是否有效實現(xiàn)了數(shù)字化轉(zhuǎn)型直接關(guān)系到數(shù)字經(jīng)濟與實體經(jīng)濟未來的發(fā)展態(tài)勢，在此背景下，企業(yè)數(shù)字化轉(zhuǎn)型帶來的經(jīng)濟效應成為學者們關(guān)注的熱點話題[1]。但與炙手可熱的數(shù)字化轉(zhuǎn)型形成鮮明對比的是傳統(tǒng)企業(yè)在數(shù)字化浪潮中面臨的窘境，在數(shù)字化轉(zhuǎn)型實踐中存在企業(yè)止步于巨額的前期投入“不愿轉(zhuǎn)”，限于數(shù)字技術(shù)應用門檻“不能轉(zhuǎn)”，鑒于投資回報周期長“不敢轉(zhuǎn)”的情況[2]。因而，探究企業(yè)數(shù)字化轉(zhuǎn)型究竟能否為企業(yè)賦能、能否促進企業(yè)升級是理論界與實務界面臨的一大難題。對這一問題的回答將為引導實體經(jīng)濟與數(shù)字技術(shù)的深度融合、推動企業(yè)更好地享有數(shù)字化轉(zhuǎn)型紅利以及探尋企業(yè)升級的新路徑和機制提供理論支持。與此同時，同行企業(yè)由于面臨相同的政策環(huán)境與市場需求，且具有相似的基本面[3]，同行數(shù)字化轉(zhuǎn)型對焦點企業(yè)能夠產(chǎn)生引領(lǐng)與示范作用。同行企業(yè)在數(shù)字化轉(zhuǎn)型中積累的知識經(jīng)驗能夠通過同行協(xié)作與人才流動實現(xiàn)行業(yè)內(nèi)的知識溢出與技術(shù)溢出[4]，進而對焦點企業(yè)產(chǎn)生重要影響。因此，同行數(shù)字化轉(zhuǎn)型對焦點企業(yè)的溢出效應也是本文關(guān)注的重點內(nèi)容。

在對單個企業(yè)數(shù)字化轉(zhuǎn)型與同群企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟后果的研究中，學者們發(fā)現(xiàn)單個企業(yè)數(shù)字化轉(zhuǎn)型有助于提高企業(yè)業(yè)績[5]與制造業(yè)企業(yè)生產(chǎn)效率[6]；以分析師為聯(lián)結(jié)點構(gòu)建的同群企業(yè)內(nèi)存在數(shù)字化轉(zhuǎn)型同群效應[7]。但現(xiàn)有研究較少關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響，更鮮有研究關(guān)注同行數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級的溢出效應。企業(yè)轉(zhuǎn)型與企業(yè)升級密切相關(guān)并且同行企業(yè)數(shù)字化決策會對焦點企業(yè)升級產(chǎn)生重要影響。原因在于，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效提升企業(yè)數(shù)字化、自動化發(fā)展水平[8]，優(yōu)化企業(yè)資源配置與生產(chǎn)決策從而助力企業(yè)升級。與此同時，同行數(shù)字化轉(zhuǎn)型積累的轉(zhuǎn)型經(jīng)驗與數(shù)字化知識技術(shù)在行業(yè)內(nèi)的溢出效應有助于降低焦點企業(yè)的轉(zhuǎn)型成本與風險，促使焦點企業(yè)迫于競爭壓力引入先進技術(shù)設(shè)備進而促進企業(yè)升級。因此，探究企業(yè)自身數(shù)字化轉(zhuǎn)型以及同行數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響與作用機制，不僅能從企業(yè)未來發(fā)展的角度評估數(shù)字化轉(zhuǎn)型成效，還有助于為企業(yè)更好地享有轉(zhuǎn)型紅利促進行業(yè)協(xié)同發(fā)展提出針對性指導方案。為此，本文圍繞企業(yè)數(shù)字化轉(zhuǎn)型能否有效促進企業(yè)升級，同行數(shù)字化轉(zhuǎn)型是否具有行業(yè)內(nèi)溢出效應，企業(yè)數(shù)字化轉(zhuǎn)型能夠通過何種方式作用于企業(yè)升級，該影響在不同市場化程度、不同類型企業(yè)間是否存在差異，等一系列問題展開研究，致力于從企業(yè)升級的角度評估數(shù)字化轉(zhuǎn)型成效，并為引導實體企業(yè)切實享有數(shù)字化轉(zhuǎn)型紅利提供具有針對性、實用性和可行性的對策建議。

本文可能的邊際貢獻在于：其一，探究了焦點企業(yè)與同行數(shù)字化轉(zhuǎn)型對企業(yè)升級的雙重影響。企業(yè)自身數(shù)字化轉(zhuǎn)型能夠通過引入先進的數(shù)字技術(shù)變革傳統(tǒng)運營模式，進而提升企業(yè)運轉(zhuǎn)效率促進企業(yè)升級。與此同時，同行企業(yè)數(shù)字化轉(zhuǎn)型帶來的技術(shù)溢出與知識溢出會使焦點企業(yè)迫于競爭壓力引入先進的技術(shù)設(shè)備進而促進企業(yè)升級。本文嘗試將單個企業(yè)數(shù)字化轉(zhuǎn)型與同行數(shù)字化轉(zhuǎn)型納入統(tǒng)一分析框架，探究兩者對焦點企業(yè)升級的疊加影響。其二，本文基于不同行業(yè)特征設(shè)計并檢驗了數(shù)字化轉(zhuǎn)型影響企業(yè)升級的作用機制。雖然已有研究關(guān)注到數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)生產(chǎn)效率的影響[9]，但較為側(cè)重制造業(yè)與服務業(yè)融合以及生產(chǎn)成本、管理成本在數(shù)字化影響效應中所發(fā)揮的作用。本文不僅考慮制造業(yè)并且還更加關(guān)注服務業(yè)“輕庫存重市場”的特征，以及數(shù)字化轉(zhuǎn)型中網(wǎng)絡(luò)銷售與數(shù)據(jù)平臺等廣泛運用對服務業(yè)企業(yè)銷售環(huán)節(jié)的影響，設(shè)計了同時適用于制造業(yè)與服務業(yè)的企業(yè)創(chuàng)新、產(chǎn)能利用率、交易成本中介機制檢驗，為數(shù)字化轉(zhuǎn)型對各類行業(yè)普適性影響機制的探究提供了經(jīng)驗借鑒。其三，依照企業(yè)技術(shù)偏好對數(shù)字化轉(zhuǎn)型進行細分，探究不同技術(shù)特征下數(shù)字化轉(zhuǎn)型對企業(yè)升級的差異化影響。不同于制造業(yè)企業(yè)相對單純的數(shù)字技術(shù)應用場景，本文著重考慮了智能穿戴、智能交通、智能醫(yī)療和智能客服等數(shù)字技術(shù)在不同行業(yè)實踐中的多場景應用，并且參照吳非等(2021)的做法[10]，區(qū)分“底層技術(shù)運用”和“技術(shù)實踐應用”，并考察其對企業(yè)升級的影響及該影響的異質(zhì)性，拓展了企業(yè)數(shù)字化轉(zhuǎn)型實踐應用的相關(guān)研究。

二、文獻回顧與研究假設(shè)

(一)文獻回顧

1.企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)升級相關(guān)研究

企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)通過引入大數(shù)據(jù)、云計算、區(qū)塊鏈和人工智能等數(shù)字技術(shù)實現(xiàn)生產(chǎn)、運營等重大改進的過程[11]。數(shù)字技術(shù)的運用極大提升了企業(yè)處理非標準化、非結(jié)構(gòu)化數(shù)據(jù)的能力[12]，由此能夠促進企業(yè)提質(zhì)增效。具體而言，企業(yè)數(shù)字化轉(zhuǎn)型能夠變革企業(yè)原有運營模式以及內(nèi)部組織形式[13]，通過增強企業(yè)學習能力、助力企業(yè)嵌入外部網(wǎng)絡(luò)等最終提高企業(yè)業(yè)績[2][5]。此外，企業(yè)生產(chǎn)與銷售環(huán)節(jié)的數(shù)字化轉(zhuǎn)型有助于實現(xiàn)資源優(yōu)化配置，降低生產(chǎn)成本、運營成本與外部交易成本[14]，進而提升企業(yè)投入產(chǎn)出效率與生產(chǎn)效率[6][15]，促進企業(yè)專業(yè)化分工[16]。

企業(yè)升級是指由企業(yè)經(jīng)營所需技能水平提升帶動的企業(yè)生產(chǎn)效率提升[17]，即企業(yè)在原有資源條件下達到更高的產(chǎn)出水平。從影響企業(yè)升級的外部因素來看，政府上調(diào)最低工資可通過要素替代或淘汰落后企業(yè)促進企業(yè)升級[18]，以增值稅等為代表的間接稅費會抑制企業(yè)升級[19]。從影響企業(yè)升級的內(nèi)部因素來看，企業(yè)擁有的稀缺且難以復制的資源能為企業(yè)帶來競爭優(yōu)勢[20]，這些關(guān)鍵資源以及企業(yè)的關(guān)鍵能力如自主創(chuàng)新能力是企業(yè)升級的重要基礎(chǔ)[21]。

現(xiàn)有文獻就企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)業(yè)績、運營效率等的相關(guān)研究以及企業(yè)升級影響因素的相關(guān)研究為本文提供了重要參考，但現(xiàn)有研究較少關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響。僅有劉飛(2020)、倪克金和劉修巖(2021)和趙宸宇等(2021)就企業(yè)數(shù)字化轉(zhuǎn)型對制造業(yè)生產(chǎn)率或企業(yè)成長的影響展開了相關(guān)研究[6][8][9]。其中，劉飛(2020)將企業(yè)數(shù)字化轉(zhuǎn)型劃分為數(shù)字化投資、數(shù)字技術(shù)應用和業(yè)務模式轉(zhuǎn)型三類，并采用結(jié)構(gòu)方程依次檢驗了三者對制造業(yè)上市公司生產(chǎn)率的影響[6]，但沒有對具體傳導機制進行深入探究，本文就企業(yè)數(shù)字化轉(zhuǎn)型影響機制的分析對其進行了有益補充。倪克金和劉修巖(2021)就數(shù)字化轉(zhuǎn)型與企業(yè)成長的相關(guān)研究也為本文提供了重要參考，其研究表明，數(shù)字化轉(zhuǎn)型能夠促進以總資產(chǎn)增長率、企業(yè)價值、銷售增長率提高為代表的企業(yè)成長，并且勞動效率提升與企業(yè)成本降低是兩大中介機制[8]。雖然企業(yè)成長可視為企業(yè)升級的一種表現(xiàn)形式，但倪克金和劉修巖(2021)的研究側(cè)重從規(guī)模效應的角度研究數(shù)字化轉(zhuǎn)型對企業(yè)擴大資產(chǎn)規(guī)模與銷售額的作用機制[8]，較少關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)集約型發(fā)展的影響。本文側(cè)重于關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)創(chuàng)新、產(chǎn)能利用率的作用渠道，有助于為企業(yè)依托數(shù)字化轉(zhuǎn)型實現(xiàn)集約型發(fā)展提供對策建議。

此外，不同于單一研究制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，本文與趙宸宇等(2021)研究[9]的不同之處在于，其一，本文不僅考慮單個企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)自身的影響，還關(guān)注同行企業(yè)數(shù)字化轉(zhuǎn)型對焦點企業(yè)的溢出效應。本文的研究證實了數(shù)字化轉(zhuǎn)型存在行業(yè)溢出效應，且當行業(yè)信息透明度較高時該效應更為明顯。其二，本文將服務業(yè)企業(yè)納入研究樣本，并基于服務業(yè)企業(yè)“輕庫存重市場”的特征設(shè)計了企業(yè)交易成本作為中介渠道的機制檢驗，結(jié)果表明在數(shù)字化轉(zhuǎn)型促進企業(yè)升級的過程中，交易成本降低發(fā)揮了部分中介效應。其三，本文就不同應用場景下企業(yè)數(shù)字化轉(zhuǎn)型的影響效果進行了對比分析。不同于制造業(yè)企業(yè)相對單純的數(shù)字技術(shù)應用場景，本文著重考慮了數(shù)字技術(shù)在實踐中的多場景應用，通過構(gòu)建“技術(shù)實踐應用”指數(shù)考察其對企業(yè)升級的影響，并與“底層技術(shù)運用”的影響效果進行對比分析，拓展了企業(yè)數(shù)字化轉(zhuǎn)型影響機制的相關(guān)研究。

2.行業(yè)溢出效應相關(guān)研究

相同的宏觀政策與市場環(huán)境以及相似的基本面，使同行企業(yè)的特征與決策具有溢出效應[3]。其中，具有相似特征個體間的相互模仿行為即“同群效應”是學者們關(guān)注的研究熱點。企業(yè)間的模仿多出于學習與競爭兩大動機，當外部環(huán)境不確定性較高時，處于信息劣勢的企業(yè)會傾向于模仿同群企業(yè)決策以降低決策風險[22]；而當企業(yè)面臨較大外部競爭壓力時，企業(yè)會通過與同群企業(yè)保持一致戰(zhàn)略決策維持競爭均勢[23]?，F(xiàn)有研究表明以分析師為聯(lián)結(jié)點的同群企業(yè)中存在數(shù)字化轉(zhuǎn)型同群效應，資源基礎(chǔ)與動態(tài)能力較為一般的企業(yè)更傾向于模仿同群企業(yè)數(shù)字化轉(zhuǎn)型決策[7]。但事實上，除了同群模仿之外，同群企業(yè)決策還存在企業(yè)間決策效果的溢出效應。例如，同行企業(yè)較為積極的管理層語調(diào)所傳遞的利好信息與警示信息會促進焦點企業(yè)增加創(chuàng)新投資[24]；同行企業(yè)收到問詢函會抑制焦點企業(yè)的盈余管理[25]。然而現(xiàn)有研究較少關(guān)注同行數(shù)字化轉(zhuǎn)型是否會對焦點企業(yè)產(chǎn)生溢出影響。本文就同行企業(yè)數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級的影響研究，能夠為行業(yè)溢出效應提供數(shù)字化背景下的經(jīng)驗證據(jù)。

(二)理論分析與研究假設(shè)

根據(jù)資源基礎(chǔ)理論，企業(yè)擁有的難以復制的有形資源與無形資源能夠轉(zhuǎn)變?yōu)槠髽I(yè)能力進而推動企業(yè)升級。數(shù)據(jù)作為重要生產(chǎn)要素之一其經(jīng)濟價值日益凸顯，企業(yè)數(shù)字化轉(zhuǎn)型正是“數(shù)據(jù)”與實體經(jīng)濟間的重要橋梁[26]，將對企業(yè)未來發(fā)展產(chǎn)生深刻影響。具體而言，數(shù)字化轉(zhuǎn)型有助于促進企業(yè)創(chuàng)新、提高企業(yè)產(chǎn)能利用率、降低企業(yè)交易成本進而促進企業(yè)升級。

首先，數(shù)字化轉(zhuǎn)型能夠通過提升企業(yè)創(chuàng)新意愿與創(chuàng)新能力促進企業(yè)升級。在實施數(shù)字化轉(zhuǎn)型時企業(yè)為引入先進數(shù)字技術(shù)，提升對非結(jié)構(gòu)化數(shù)據(jù)的收集、處理和分析能力，建立智能工廠等，就必須學習先進的數(shù)字管理理念并創(chuàng)新商務模式，實現(xiàn)由數(shù)字賦能向數(shù)字使能演進[27]，在這一過程中企業(yè)創(chuàng)新需求與創(chuàng)新意愿會顯著提升。與此同時，數(shù)字化轉(zhuǎn)型不僅能夠通過開發(fā)并使用數(shù)據(jù)與信息資源加強企業(yè)各部門間的信息交流與溝通，使企業(yè)研發(fā)部門更好地了解企業(yè)生產(chǎn)、經(jīng)營情況，從而縮短研發(fā)周期或節(jié)省資源提高創(chuàng)新效率[28]；還能夠提高企業(yè)對外部信息的分析處理能力，使企業(yè)更迅速地捕捉前瞻性技術(shù)、提升創(chuàng)新敏銳度[29]；并能加強企業(yè)間的合作實現(xiàn)協(xié)同創(chuàng)新。無論是提升創(chuàng)新效率、創(chuàng)新敏銳度還是實現(xiàn)協(xié)同創(chuàng)新，最終都將有助于增強企業(yè)創(chuàng)新能力。創(chuàng)新研發(fā)的新產(chǎn)品具有更高的差異化與附加值，能夠形成品牌效應[30]；并且大數(shù)據(jù)、云計算等數(shù)字技術(shù)的應用對企業(yè)生產(chǎn)模式、營銷模式和管理模式的創(chuàng)新性變革有助于整合企業(yè)現(xiàn)有資源并提高企業(yè)運營效率。產(chǎn)品創(chuàng)新與運營模式創(chuàng)新均有助于提升企業(yè)核心競爭力，從而促進企業(yè)升級。

其次，數(shù)字化轉(zhuǎn)型能夠通過提升企業(yè)產(chǎn)能利用率促進企業(yè)升級。在供給端，數(shù)字化轉(zhuǎn)型能夠通過供應鏈數(shù)字化實現(xiàn)上下游企業(yè)精準對接，減少過剩產(chǎn)能，提高企業(yè)產(chǎn)能利用率。在生產(chǎn)端，數(shù)字化轉(zhuǎn)型能夠通過對產(chǎn)品、設(shè)備的數(shù)字分析實現(xiàn)生產(chǎn)全流程在線監(jiān)控，及時優(yōu)化各個生產(chǎn)環(huán)節(jié)，快速發(fā)現(xiàn)并解決問題，進而提高生產(chǎn)制造系統(tǒng)的自組織性與精準性從而實現(xiàn)生產(chǎn)智能化[31]；與此同時，生產(chǎn)制造系統(tǒng)中數(shù)字孿生模型的建立，能夠通過虛擬工廠對真實生產(chǎn)流程的虛擬仿真，實現(xiàn)多車間協(xié)同與柔性化生產(chǎn)[32]。在需求端，大數(shù)據(jù)等現(xiàn)代信息技術(shù)的應用能夠幫助企業(yè)及時掌握市場動態(tài)，實現(xiàn)精準營銷，進而有助于企業(yè)根據(jù)市場需求調(diào)整生產(chǎn)決策從而提高產(chǎn)能利用率[33]。產(chǎn)能利用率的提升意味著企業(yè)在原有資源稟賦條件下能夠?qū)崿F(xiàn)更大產(chǎn)出，最終實現(xiàn)企業(yè)升級。

最后，數(shù)字化轉(zhuǎn)型能夠通過降低交易成本促進企業(yè)升級。其一，數(shù)字技術(shù)的運用能夠?qū)崿F(xiàn)企業(yè)產(chǎn)品價格、制造工藝和質(zhì)量監(jiān)控等信息的可視化與可追溯，信息透明度提升有助于降低企業(yè)交易中的協(xié)商成本與談判成本[34]；其二，工業(yè)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)等數(shù)字技術(shù)的廣泛運用，有助于加強交易雙方的聯(lián)系與溝通，并建立對交易標的產(chǎn)品或物料的實時追蹤，進而降低對交易方的監(jiān)督成本以及因契約不完備性帶來的違約成本[16]；其三，在企業(yè)原料采購與產(chǎn)品銷售過程中，電子商務與移動支付的使用能夠有效傳遞供求信息并打破交易時空局限，結(jié)合數(shù)字化倉儲物流能夠有效降低企業(yè)線下交易成本[35]。交易成本的降低有助于為企業(yè)升級營造較為穩(wěn)定且可控的外部環(huán)境，使企業(yè)集中精力與資源打造核心優(yōu)勢進而實現(xiàn)企業(yè)升級。

為更細致地考察不同數(shù)字技術(shù)應用場景下數(shù)字化轉(zhuǎn)型對企業(yè)升級的差異化影響，本文參照吳非等(2021)的做法[10]，將企業(yè)數(shù)字化轉(zhuǎn)型進一步細分為“底層技術(shù)運用”與“技術(shù)實踐應用”兩種類型進行討論。對多數(shù)企業(yè)而言，數(shù)字化轉(zhuǎn)型項目具有成本高、周期長和難度大的特點，而在經(jīng)濟新常態(tài)下，實體企業(yè)發(fā)展本身面臨著較大的外部壓力以及市場環(huán)境的不確定性，那么企業(yè)在數(shù)字化轉(zhuǎn)型中可能更偏向引入能夠在各類市場場景中實踐運用、短期內(nèi)能帶來收益回報的數(shù)字技術(shù)。數(shù)字技術(shù)的實踐運用不僅能夠通過與其他產(chǎn)品與服務的連接，使數(shù)字技術(shù)原有價值與功能獲得拓展，也能夠在特定使用情境下助力企業(yè)把握新機會、獲得新能力、構(gòu)建新模式[36]，進而能夠更為直接有效地影響企業(yè)升級。為此，本文提出：

假設(shè)H1：數(shù)字化轉(zhuǎn)型能夠促進企業(yè)升級，且數(shù)字技術(shù)的實踐應用能發(fā)揮更大促進作用。

除企業(yè)自身數(shù)字化轉(zhuǎn)型外，同行企業(yè)數(shù)字化轉(zhuǎn)型也可能對焦點企業(yè)升級產(chǎn)生促進作用。其一，同行企業(yè)數(shù)字化轉(zhuǎn)型能夠通過知識溢出促進焦點企業(yè)升級。身處相似市場環(huán)境的同行企業(yè)對數(shù)字技術(shù)與數(shù)字化知識經(jīng)驗的需求具有同質(zhì)性。同行企業(yè)在數(shù)字化轉(zhuǎn)型中通過“干中學”積累的知識與生產(chǎn)經(jīng)驗能夠通過同行合作研發(fā)、專利信息公開等渠道傳遞至焦點企業(yè)[4]，同行的數(shù)字化技術(shù)經(jīng)驗有助于推動焦點企業(yè)升級。此外，同行企業(yè)數(shù)字化知識溢出還有助于降低焦點企業(yè)數(shù)字化轉(zhuǎn)型成本與風險，進而提高焦點企業(yè)生產(chǎn)效率促進企業(yè)升級。其二，同行企業(yè)數(shù)字化轉(zhuǎn)型能夠通過技術(shù)溢出促進焦點企業(yè)升級。同行的技術(shù)領(lǐng)先型企業(yè)采用的新型數(shù)字技術(shù)與數(shù)字化產(chǎn)品對其他企業(yè)具有示范作用，在競爭壓力下焦點企業(yè)為保持行業(yè)地位會通過各種渠道追趕領(lǐng)先企業(yè)[7]。例如，焦點企業(yè)可以購買與同行企業(yè)類似的數(shù)字化產(chǎn)品設(shè)備，或引進同行企業(yè)相關(guān)技術(shù)人員，間接獲取數(shù)字化技術(shù)以提升產(chǎn)品質(zhì)量與附加值從而實現(xiàn)企業(yè)升級。為此，本文提出：

假設(shè)H2：同行數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級存在溢出效應。

三、研究設(shè)計

(一)樣本選擇與數(shù)據(jù)來源

本文選取滬深A股2007-2019年所有上市公司為研究樣本，所使用的企業(yè)年報文本來自巨潮資訊網(wǎng)，公司財務數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。參照現(xiàn)有相關(guān)文獻，本文對初始數(shù)據(jù)進行了以下處理：剔除所有ST和*ST樣本；剔除金融行業(yè)樣本；剔除數(shù)據(jù)缺失樣本；對所有連續(xù)型變量在1%和99%水平上進行了Winsorize處理，最終得到26598個公司—年度樣本。

(二)主要變量的定義

1.被解釋變量：企業(yè)升級(Lntfp)

基于上述對企業(yè)升級的概念界定，從結(jié)果導向出發(fā)可采用企業(yè)營業(yè)利潤率等變量作為企業(yè)升級水平的代理變量[19]，但此類指標只能衡量企業(yè)單方面發(fā)展狀況(如盈利能力)，不能較好地反映企業(yè)整體提質(zhì)增效的情況。故本文將企業(yè)升級視為企業(yè)在原有資源條件下實現(xiàn)更高的產(chǎn)出水平，并參照李永友和嚴岑(2018)、逯東和池毅(2019)的做法[37][38]，采用全要素生產(chǎn)率作為企業(yè)升級的代理變量。全要素生產(chǎn)率能夠反映企業(yè)要素投入數(shù)量之外的企業(yè)制度優(yōu)化、管理水平和技術(shù)引入等多種要素對增長的貢獻率[39]，而且無論企業(yè)采取何種升級策略、企業(yè)價值與市場地位如何變化，企業(yè)升級最終都會表現(xiàn)在企業(yè)生產(chǎn)率上[37]，因此采用全要素生產(chǎn)率作為企業(yè)升級的代理變量具有一定的科學性與合理性?？紤]到LP法測算全要素生產(chǎn)率可以較為靈活地選擇代理變量并且使用相對較為廣泛，為此本文參照鄭寶紅和張兆國(2018)的做法[40]，將采用LP法測算的企業(yè)全要素生產(chǎn)率作為企業(yè)升級的代理變量。

2.解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型(Dcg)、同行企業(yè)數(shù)字化轉(zhuǎn)型(Dcg_ind)

本文參照趙宸宇等(2021)的做法[9]，采用文本分析法衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。在具體操作中，首先采用Python從巨潮資訊網(wǎng)下載2007-2019年滬深A股上市公司年度報告，隨后基于企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞群，對上市公司年報進行文本識別與掃描，并記錄每份年報中相關(guān)關(guān)鍵詞出現(xiàn)次數(shù)，將該年該公司年報中所有關(guān)鍵詞出現(xiàn)次數(shù)加總得到的詞頻取自然對數(shù)，作為該公司在該年度數(shù)字化轉(zhuǎn)型程度的代理變量。上市公司年度報告由企業(yè)核心管理層出具，能夠體現(xiàn)企業(yè)管理者的經(jīng)營理念以及企業(yè)發(fā)展路徑，從企業(yè)年報中提取的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻，能夠反映企業(yè)當前的數(shù)字化戰(zhàn)略特征及其未來發(fā)展規(guī)劃[2]。相較于判定企業(yè)是否進行了數(shù)字化變革[5]，采用詞頻統(tǒng)計能夠較為準確且全面地衡量企業(yè)數(shù)字化轉(zhuǎn)型的傾向與數(shù)字化轉(zhuǎn)型程度。

其中，數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞群的界定主要參照吳非等(2021)的做法[10]，將人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)四類技術(shù)視為企業(yè)進行數(shù)字化轉(zhuǎn)型需要引入的底層技術(shù)，與之相關(guān)的關(guān)鍵詞詞頻取自然對數(shù)后，作為企業(yè)數(shù)字化轉(zhuǎn)型“底層技術(shù)運用”的代理變量(Dcg1)，該變量主要衡量企業(yè)在生產(chǎn)、經(jīng)營和管理等運營環(huán)節(jié)的數(shù)字化轉(zhuǎn)型程度以及企業(yè)對基礎(chǔ)數(shù)字技術(shù)的重視程度；與之對應，設(shè)定不同場景下與數(shù)字技術(shù)的實踐應用相關(guān)的關(guān)鍵詞詞群，進行詞頻統(tǒng)計后取自然對數(shù)作為企業(yè)數(shù)字化轉(zhuǎn)型過程中“技術(shù)實踐應用”的代理變量(Dcg2)，以衡量在不同市場場景下數(shù)字技術(shù)的實踐應用情況；最后，將“底層技術(shù)運用”與“技術(shù)實踐應用”所有相關(guān)關(guān)鍵詞詞頻加總?cè)∽匀粚?shù)后作為企業(yè)數(shù)字化轉(zhuǎn)型程度的綜合指標(Dcg)。同行企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量參照李姝等(2021)的做法[24]，采用除焦點企業(yè)之外的其他同行企業(yè)該年度數(shù)字化轉(zhuǎn)型程度的均值作為同行企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量。圖2為參照吳非等(2021)繪制的“企業(yè)數(shù)字化轉(zhuǎn)型的結(jié)構(gòu)化特征詞圖譜”設(shè)置的本文所用的企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞群。

3.控制變量

本文參照趙宸宇等(2021)以及逯東和池毅(2019)的變量選取[9][38]，納入公司財務特征以及治理等相關(guān)方面的控制變量。具體包括：公司規(guī)模(Size)，取企業(yè)資產(chǎn)總額的自然對數(shù)；杠桿率(Lev)，取企業(yè)負債總額與資產(chǎn)總額之比；權(quán)益負債率(Caps)，取所有權(quán)權(quán)益與負債總額之比；總資產(chǎn)收益率(Roa)，取凈利潤與資產(chǎn)總額之比；流動比率(Flowr)，取流動資產(chǎn)與流動負債之比；公司年齡(Age)，取公司年齡的自然對數(shù)；產(chǎn)權(quán)性質(zhì)(State)，當企業(yè)為國企時取值為1，否則為0；管理費用率(Mfee)，取企業(yè)管理費用與營業(yè)收入之比；股權(quán)集中度(Toptenrate)，取前十大股東持股比例；獨立董事比例(Independent)，采用董事會中獨立董事人數(shù)占比衡量；董事會規(guī)模(Dboard)，取董事會人數(shù)的自然對數(shù)；年度與行業(yè)虛擬變量。

(三)實證模型

本文采用模型(1)檢驗數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響，采用模型(2)檢驗同行企業(yè)數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級的溢出效應：

Lntfpi,t=α0+α1Dcgi,t+α2ControlVariablesi,t+α3Yeart+α4Indi+εi,t

(1)

Lntfpi,t=β0+β1Dcg_indi,t+β2ControlVariablesi,t+β3Yeart+β4Indi+εi,t

(2)

模型(1)中因變量為企業(yè)升級(Lntfp)，自變量為企業(yè)數(shù)字化轉(zhuǎn)型程度(Dcg)，自變量包括一個總指標(Dcg)與兩個分指標：底層技術(shù)運用(Dcg1)與技術(shù)實踐應用(Dcg2)。其中，ControlVariables為本文主要的控制變量。若數(shù)字化轉(zhuǎn)型能夠顯著促進企業(yè)升級，α1應顯著為正；反之，α1則應顯著為負。模型(2)中自變量替換為同行企業(yè)數(shù)字化轉(zhuǎn)型程度的均值(Dcg_ind)，控制變量保留模型(1)中所有控制變量并且參照李姝等(2021)的做法[24]，加入同行企業(yè)規(guī)模(Size_ind)、杠桿率(Lev_ind)、權(quán)益負債率(Caps_ind)、總資產(chǎn)收益率(Roa_ind)、流動比率(Flowr_ind)等控制行業(yè)特征對數(shù)字化轉(zhuǎn)型溢出效應的影響。

四、實證結(jié)果

(一)描述性統(tǒng)計

表1列示了主要變量描述性統(tǒng)計結(jié)果，其中被解釋變量企業(yè)全要素生產(chǎn)率(Lntfp)的均值為8.0826，最小值為5.9443，最大值為10.7986，表明不同企業(yè)間全要素生產(chǎn)率存在較大差異。企業(yè)數(shù)字化轉(zhuǎn)型(Dcg)的均值為1.0828，最小值為0，最大值為4.8828，中位數(shù)為0.6931，表明在本文所研究的樣本中，超過半數(shù)的企業(yè)樣本存在與數(shù)字技術(shù)的融合，且企業(yè)數(shù)字化轉(zhuǎn)型程度存在較大差異。其余主要變量的描述性統(tǒng)計結(jié)果如表1所示。

(二)基礎(chǔ)回歸結(jié)果

1.數(shù)字化轉(zhuǎn)型與企業(yè)升級①

從表2第(1)(2)列中可以看出，當不加入控制變量時數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響在1%的水平上顯著為正；加入控制變量后，數(shù)字化轉(zhuǎn)型的系數(shù)依然顯著為正。此外，第(3)(4)列結(jié)果表明，當使用企業(yè)數(shù)字化轉(zhuǎn)型的兩個分指標底層技術(shù)運用(Dcg1)以及技術(shù)實踐應用(Dcg2)分別作為解釋變量時，兩者系數(shù)均顯著為正。其中，數(shù)字技術(shù)的實踐應用(Dcg2)對企業(yè)升級的影響系數(shù)較大并且更為顯著，表明以移動互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)和第三方支付等為代表的與實體經(jīng)濟密切相關(guān)的數(shù)字技術(shù)在現(xiàn)實場景中的實踐運用，能夠?qū)ζ髽I(yè)升級發(fā)揮更明顯的促進作用，基礎(chǔ)回歸的結(jié)果支持了本文的研究假設(shè)1。

2.同行數(shù)字化轉(zhuǎn)型對企業(yè)升級的溢出效應

本文依照模型(2)檢驗同行數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級的溢出效應。實證結(jié)果如表3所示，第(1)(2)列結(jié)果表明無論是否加入控制變量，同行企業(yè)數(shù)字化轉(zhuǎn)型程度提升均能夠促進焦點企業(yè)升級，即存在同行數(shù)字化對焦點企業(yè)升級的溢出效應，支持了本文的研究假設(shè)2。第(3)(4)列回歸結(jié)果表明同行企業(yè)底層技術(shù)運用以及技術(shù)實踐應用對焦點企業(yè)升級也具有顯著促進作用，但同行企業(yè)的技術(shù)實踐應用(Dcg2_ind)對焦點企業(yè)升級的影響更為明顯?？赡艿慕忉屖牵衅髽I(yè)應用實踐性較強的數(shù)字技術(shù)更有利于焦點企業(yè)依托行業(yè)內(nèi)已開發(fā)的數(shù)字資源“搭便車”，從而有助于促進焦點企業(yè)以更低的成本實現(xiàn)轉(zhuǎn)型升級。

(三)穩(wěn)健性檢驗

1.工具變量

在本文研究樣本中，生產(chǎn)效率高的企業(yè)可能具備更雄厚的資金實力并更注重通過引進新技術(shù)實現(xiàn)提質(zhì)增效，同時也更有能力或動機開展數(shù)字化轉(zhuǎn)型，這會導致實證估計中的逆向因果問題。本文通過構(gòu)建工具變量來緩解潛在內(nèi)生性問題。工具變量的構(gòu)建參照張葉青等(2021)的做法[41]，基于2009年由教育部、中組部和財政部聯(lián)合發(fā)起致力于促進理工科發(fā)展的“珠峰計劃”，將2010年前后正式開始實施“珠峰計劃”的17所試點高校作為基點，通過計算上市公司距17所高校的地理距離與實驗期的交乘項構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。具體采用公示(3)構(gòu)造工具變量，i代表上市公司，k為第一批試點高校，n為第一批試點高校數(shù)(n=17)；distance為依照經(jīng)緯度計算的公司辦公地與高校k主校區(qū)的直線公里數(shù)。Post為時間虛擬變量，第一批高校多在2010年開始實施“珠峰計劃”，那么第一批受“珠峰計劃”影響的學生于2014年畢業(yè)，因此2014年以前的年份Post取0，以后的年份取1，并且由于2014年當年無法完全歸為受影響前或受影響后，故刪除該年樣本觀測值。由于第二批試點始于2015年，第一批學生于2019年畢業(yè)，考慮到本文樣本期截至2019年，故只考慮第一批試點的影響并刪掉2019年樣本觀測值。

(3)

選取該工具變量的合理性在于，一方面理工類技術(shù)人才是企業(yè)引進人工智能、大數(shù)據(jù)等數(shù)字技術(shù)的關(guān)鍵瓶頸[42]，“珠峰計劃”著重發(fā)展數(shù)學、物理和計算機等理工科專業(yè)，有助于增加理工科技術(shù)人才的有效供給[43]。“珠峰計劃”正式實施后距17所試點高校較近的上市公司能夠獲得更加優(yōu)質(zhì)的技術(shù)性人才資源以實施數(shù)字化轉(zhuǎn)型，因此該工具變量滿足相關(guān)性要求。另一方面，“珠峰計劃”由教育部啟動，不受單個企業(yè)決策的干擾，滿足外生性要求。采用2SLS的回歸結(jié)果如表4所示②，在第一階段企業(yè)數(shù)字化轉(zhuǎn)型程度對工具變量的回歸中，工具變量系數(shù)顯著為正，表明在“珠峰計劃”實施后，離試點高校較近的上市公司數(shù)字化轉(zhuǎn)型程度較高，與預期一致。并且Cragg-Donald F統(tǒng)計量為87.79，Kleibergen-Paap rK F統(tǒng)計量為22.38，均高于Stock-Yogo弱工具變量檢驗10%的臨界值16.38，表明工具變量滿足相關(guān)性假設(shè)。第二階段回歸結(jié)果如表4第(1)至(3)列所示，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)依然在1%的水平上顯著為正，表明在考慮內(nèi)生性問題后數(shù)字化轉(zhuǎn)型依然能夠顯著促進企業(yè)升級。

2.Heckman兩步法

本文在構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型代理變量時，對年報中未出現(xiàn)數(shù)字化轉(zhuǎn)型關(guān)鍵詞的企業(yè)樣本，數(shù)字化轉(zhuǎn)型變量賦值為0；對未能有效提取數(shù)字化轉(zhuǎn)型關(guān)鍵詞或當年年報未及時披露的企業(yè)樣本，數(shù)字化轉(zhuǎn)型變量設(shè)為缺漏值。這一做法弱化了未進行數(shù)字化轉(zhuǎn)型企業(yè)樣本的影響，并且非隨機的選擇可能導致上文估計結(jié)果存在樣本選擇偏誤。為克服這一問題，本文采用Heckman兩步法依照如下模型進行回歸：

Pr(Digi,t=1)=γ0+γ1Dcgi,t-1+γkControlsi,t+μyear+μind+εi,t

(4)

(5)

第一步選擇方程的被解釋變量為根據(jù)企業(yè)年報中是否有數(shù)字化轉(zhuǎn)型關(guān)鍵詞生成的虛擬變量，解釋變量為企業(yè)上一期數(shù)字化轉(zhuǎn)型代理變量，控制變量同上并且加入年度、行業(yè)固定效應。表4第(4)列回歸結(jié)果表明，在采用Heckman兩步法控制潛在樣本選擇偏誤后，企業(yè)數(shù)字化轉(zhuǎn)型依然能夠顯著促進企業(yè)升級，與基礎(chǔ)回歸結(jié)果一致。

3.傾向得分匹配

數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響可能存在由自選擇偏誤導致的潛在內(nèi)生性問題，原因在于升級中的企業(yè)更有可能引進先進數(shù)字技術(shù)變革傳統(tǒng)生產(chǎn)方式與經(jīng)營方式，從而體現(xiàn)為數(shù)字化轉(zhuǎn)型對企業(yè)升級具有促進作用，為克服這一問題，本文采用傾向得分匹配進行穩(wěn)健性檢驗。具體做法為將企業(yè)資產(chǎn)規(guī)模、杠桿率、權(quán)益負債率等控制變量作為協(xié)變量進行一對一最近鄰匹配，為數(shù)字化轉(zhuǎn)型企業(yè)樣本匹配與之具有相似企業(yè)特征，但未進行數(shù)字化轉(zhuǎn)型的企業(yè)樣本，再進行OLS回歸。平行趨勢檢驗結(jié)果表明③，匹配后樣本在進行數(shù)字化轉(zhuǎn)型與未進行數(shù)字化轉(zhuǎn)型的樣本組間，協(xié)變量標準化偏差絕對值均小于10%，相較于匹配前該數(shù)值明顯縮小，表明匹配結(jié)果較好。采用匹配后樣本的回歸結(jié)果如表5所示，第(1)至(3)列結(jié)果表明數(shù)字化轉(zhuǎn)型、底層技術(shù)運用和技術(shù)實踐應用均對企業(yè)升級具有顯著促進作用，與上文回歸結(jié)果一致，可以認為上文回歸結(jié)果穩(wěn)健。

4.采用面板雙固定效應模型

基礎(chǔ)回歸中采用控制年份與行業(yè)固定效應的OLS模型進行回歸，為進一步檢驗該回歸結(jié)果是否穩(wěn)健，本文還采用面板雙固定效應模型進行檢驗。表5第(4)列至(6)列結(jié)果表明，采用面板雙固定效應模型后，數(shù)字化轉(zhuǎn)型依然能夠顯著促進企業(yè)升級。

五、機制檢驗

(一)促進企業(yè)創(chuàng)新

依照上文分析，企業(yè)數(shù)字化轉(zhuǎn)型有助于提升企業(yè)創(chuàng)新需求與創(chuàng)新意愿并增強企業(yè)創(chuàng)新能力，數(shù)字化轉(zhuǎn)型帶來的產(chǎn)品創(chuàng)新有助于企業(yè)實現(xiàn)產(chǎn)品差異化和提升產(chǎn)品附加值，運營模式的創(chuàng)新有助于提升企業(yè)核心競爭力，兩者的疊加影響有助于推動企業(yè)升級。因此，企業(yè)創(chuàng)新有可能是數(shù)字化轉(zhuǎn)型促進企業(yè)升級過程中重要的傳導機制，本文將企業(yè)所獲專利數(shù)作為企業(yè)創(chuàng)新的代理變量(Patent)，采用三步法進行中介效應檢驗[44]。為克服企業(yè)創(chuàng)新對企業(yè)數(shù)字化轉(zhuǎn)型的回歸中可能存在因雙向因果所導致的內(nèi)生性問題，在進行中介效應檢驗時采用t-1期企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。表6中第(1)(2)列回歸結(jié)果表明數(shù)字化轉(zhuǎn)型能夠顯著促進企業(yè)創(chuàng)新，創(chuàng)新對企業(yè)升級也具有正向促進作用；當加入創(chuàng)新為控制變量時，數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響依然顯著，表明創(chuàng)新在數(shù)字化轉(zhuǎn)型影響企業(yè)升級的過程中發(fā)揮了部分中介效應。Sobel檢驗結(jié)果表明該中介效應在5%的水平上顯著。

(二)提高產(chǎn)能利用率

數(shù)字化轉(zhuǎn)型可能通過提升企業(yè)產(chǎn)能利用率進而促進企業(yè)升級。具體而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于上下游企業(yè)供求信息精準對接，助力企業(yè)對生產(chǎn)的全流程監(jiān)控并實時掌握市場動態(tài)，進而有效提升產(chǎn)能利用率從而促進企業(yè)升級。為檢驗產(chǎn)能利用率是否發(fā)揮了中介效應，本文參照余東華和呂逸楠(2015)的做法[45]，將企業(yè)產(chǎn)能利用率視為“實際產(chǎn)出與理論最大產(chǎn)出之比”，并采用隨機前沿生產(chǎn)函數(shù)法測算企業(yè)產(chǎn)能利用率(CU)。具體采用企業(yè)營業(yè)收入、資產(chǎn)總額和員工人數(shù)構(gòu)建隨機前沿生產(chǎn)面以計算企業(yè)產(chǎn)能利用率。隨后本文將產(chǎn)能利用率作為中介變量，采用三步法進行中介效應檢驗。表6的第(3)(4)列結(jié)果顯示，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)產(chǎn)能利用率，且產(chǎn)能利用率的提高能夠顯著促進企業(yè)升級。此外，當加入產(chǎn)能利用率作為控制變量時，數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響依然顯著為正，表明產(chǎn)能利用率發(fā)揮了部分中介效應。Sobel檢驗結(jié)果表明，在數(shù)字化轉(zhuǎn)型促進企業(yè)升級的過程中，產(chǎn)能利用率提升所發(fā)揮的中介效應在1%的水平上顯著，中介效應占比為22.1%。

(三)降低交易成本

為檢驗交易成本是否在數(shù)字化轉(zhuǎn)型影響企業(yè)升級的過程中發(fā)揮著中介效應，本文參照袁淳等(2021)的變量衡量方式，采用企業(yè)資產(chǎn)專用性作為交易成本的代理變量進行中介效應檢驗[16]。資產(chǎn)專用性較高的企業(yè)更容易被“套牢”或受到交易對手“敲竹杠”威脅，由此會產(chǎn)生較高的交易成本。本文采用無形資產(chǎn)在總資產(chǎn)中的占比衡量企業(yè)資產(chǎn)專用性(IA)，無形資產(chǎn)占比越高表明企業(yè)資產(chǎn)專用性越強，同時面臨的交易成本越高。表6的第(5)(6)列結(jié)果表明，隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的提升，企業(yè)交易成本隨之下降并有效促進了企業(yè)升級，即交易成本在數(shù)字化轉(zhuǎn)型促進企業(yè)升級的過程中發(fā)揮了部分中介效應，且Sobel檢驗顯示該中介效應在1%的水平上顯著。

六、異質(zhì)性分析

(一)數(shù)字化轉(zhuǎn)型影響企業(yè)升級的異質(zhì)性分析

1.地區(qū)市場化程度

市場化程度較高的地區(qū)擁有相對完善的產(chǎn)品市場、要素市場與健全的法制環(huán)境，企業(yè)間的競爭更加公開透明，市場在資源配置中的調(diào)節(jié)作用更為及時、有力。當企業(yè)位于市場化程度較高地區(qū)時，數(shù)字化轉(zhuǎn)型能夠在短時間內(nèi)實現(xiàn)要素資源的整合與優(yōu)化，幫助企業(yè)精準對接潛在客戶資源，進而能夠更有力地促進企業(yè)創(chuàng)新、提升產(chǎn)能利用率，實現(xiàn)企業(yè)升級。本文采用王小魯?shù)?2019)的市場化指數(shù)衡量各省份市場化程度[46]，并按照每年該指數(shù)的中位數(shù)劃分市場化程度較高與市場化程度較低的樣本組進行分組回歸。表7的結(jié)果表明④，在市場化程度更高的地區(qū)，數(shù)字化轉(zhuǎn)型對企業(yè)升級的促進作用更顯著，即當要素市場、產(chǎn)品市場較為完善時，企業(yè)與數(shù)字技術(shù)的融合能夠釋放更大的利好影響。此外，在市場化程度較低的地區(qū)，技術(shù)實踐應用對企業(yè)升級的促進作用更大，表明當產(chǎn)品市場、要素市場尚待完善時，企業(yè)會更加注重通過數(shù)字技術(shù)的實踐應用獲益。

2.產(chǎn)業(yè)數(shù)字化特征

數(shù)字產(chǎn)業(yè)是數(shù)字化轉(zhuǎn)型的先鋒力量，隸屬于數(shù)字產(chǎn)業(yè)的企業(yè)具有與數(shù)字技術(shù)深度融合的天然優(yōu)勢，那么數(shù)字產(chǎn)業(yè)中的企業(yè)在數(shù)字化轉(zhuǎn)型過程中是否能夠享有更多的轉(zhuǎn)型紅利，非數(shù)字產(chǎn)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型能否達到與數(shù)字產(chǎn)業(yè)企業(yè)同等的轉(zhuǎn)型效益，是我們要關(guān)注的現(xiàn)實問題。為此，本文依照國泰安數(shù)據(jù)庫中的劃分標準，將一級行業(yè)分類中的“信息傳輸、軟件和信息技術(shù)服務業(yè)”與三級行業(yè)分類中的“計算機、通信和其他電子設(shè)備制造業(yè)”視為數(shù)字產(chǎn)業(yè)，其余行業(yè)視為非數(shù)字產(chǎn)業(yè)進行分組檢驗。表7的結(jié)果表明在隸屬于數(shù)字產(chǎn)業(yè)的企業(yè)樣本中，數(shù)字化轉(zhuǎn)型對企業(yè)升級能夠發(fā)揮更明顯的促進作用；其中，非數(shù)字產(chǎn)業(yè)企業(yè)中底層技術(shù)運用對企業(yè)升級的促進作用相對滯后，而技術(shù)實踐應用對企業(yè)升級的促進作用在兩組間差異較小，以上結(jié)果均顯著通過組間差異檢驗。綜上，屬于數(shù)字產(chǎn)業(yè)的企業(yè)更容易獲得數(shù)字化轉(zhuǎn)型紅利，而非數(shù)字產(chǎn)業(yè)企業(yè)能夠憑借對實踐型數(shù)字技術(shù)的運用，獲得與數(shù)字產(chǎn)業(yè)企業(yè)相當?shù)霓D(zhuǎn)型紅利。

3.企業(yè)市場勢力

4.企業(yè)產(chǎn)權(quán)性質(zhì)

國有企業(yè)在經(jīng)濟發(fā)展過程中發(fā)揮著引領(lǐng)導向作用，為響應國家發(fā)展數(shù)字經(jīng)濟的號召，國有企業(yè)有義務探索企業(yè)與數(shù)字技術(shù)融合的新模式，將數(shù)字技術(shù)轉(zhuǎn)化為生產(chǎn)力。此外，國有企業(yè)擁有較為雄厚的經(jīng)濟實力與較低的融資約束，有能力對接先進的數(shù)字技術(shù)與數(shù)字化管理理念。國有企業(yè)受行政干預較大且代理成本較高，而數(shù)字技術(shù)的引入不僅能夠完善企業(yè)內(nèi)部治理體系，降低代理成本，還能為國有企業(yè)發(fā)展帶來更多市場資源，使其更好地對接市場需求、淘汰落后產(chǎn)能。綜上，國有企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)升級的促進作用可能更為顯著。為此，本文按照企業(yè)產(chǎn)權(quán)性質(zhì)進行了分組檢驗，表8的結(jié)果表明數(shù)字化轉(zhuǎn)型對國有企業(yè)升級的促進作用更為明顯，且在國有企業(yè)中無論是底層技術(shù)運用還是技術(shù)實踐應用都對企業(yè)升級有更明顯的促進作用。這表明國有企業(yè)更加注重底層數(shù)字技術(shù)的研發(fā)以及數(shù)字技術(shù)的實踐運用，使它們在企業(yè)與數(shù)字技術(shù)的融合過程中發(fā)揮主導作用，數(shù)字化轉(zhuǎn)型也能為國有企業(yè)帶來更為顯著的利好影響。

(二)數(shù)字化轉(zhuǎn)型行業(yè)溢出效應的異質(zhì)性分析

依照上文分析，同行企業(yè)數(shù)字化轉(zhuǎn)型能夠通過知識溢出與技術(shù)溢出促進焦點企業(yè)升級。無論是知識溢出還是技術(shù)溢出均有一個假定前提，即同行企業(yè)具有較高的信息披露意愿。如果同行企業(yè)刻意隱藏數(shù)字化轉(zhuǎn)型或投資收益相關(guān)信息，焦點企業(yè)對同群企業(yè)的學習模仿會受到限制。為檢驗數(shù)字化轉(zhuǎn)型的行業(yè)溢出效應是否依賴于同行信息披露，本文選取國泰安數(shù)據(jù)庫中上市公司信息披露考評數(shù)據(jù)，將上市公司當年考評結(jié)果“優(yōu)秀、良好、合格、不合格”分別賦分為4、3、2、1，再計算同年度同行企業(yè)信息披露質(zhì)量的得分均值作為行業(yè)信息透明度代理變量，并按照該變量年度均值進行分組檢驗。表8的檢驗結(jié)果表明，當焦點企業(yè)所在行業(yè)信息透明度較高時，同行企業(yè)數(shù)字化轉(zhuǎn)型對焦點企業(yè)升級的促進作用更為明顯，即存在數(shù)字化轉(zhuǎn)型的行業(yè)溢出效應；而當行業(yè)信息透明度較低時，同行企業(yè)的促進作用不顯著。以上結(jié)果表明只有當行業(yè)信息透明度較高時，同行企業(yè)數(shù)字化轉(zhuǎn)型信息與投資收益情況能夠更好地傳遞至焦點企業(yè)，從而對焦點企業(yè)升級產(chǎn)生影響。

七、結(jié)論與建議

企業(yè)數(shù)字化轉(zhuǎn)型是否真正實現(xiàn)了數(shù)字賦能并最終推動了企業(yè)升級，是當前理論界與實務界關(guān)注的熱點話題。從理論層面來看，單個企業(yè)數(shù)字化轉(zhuǎn)型實現(xiàn)了企業(yè)內(nèi)部信息數(shù)據(jù)化、網(wǎng)絡(luò)化，對企業(yè)傳統(tǒng)的生產(chǎn)模式、管理模式和營銷模式產(chǎn)生了巨大沖擊，也為企業(yè)研發(fā)、優(yōu)化資源配置和更好地參與市場交易活動等帶來了利好影響，由此促進企業(yè)升級；同行企業(yè)數(shù)字化轉(zhuǎn)型能夠通過數(shù)字化產(chǎn)品、服務或人才流動實現(xiàn)行業(yè)內(nèi)知識溢出與技術(shù)溢出，間接促進行業(yè)內(nèi)其他企業(yè)引進先進技術(shù)設(shè)備實現(xiàn)企業(yè)升級。本文以滬深A股非金融上市公司2007-2019年數(shù)據(jù)為研究樣本進行實證檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠促進企業(yè)升級且同行數(shù)字化轉(zhuǎn)型對企業(yè)升級具有溢出效應。并且，與企業(yè)市場交易等活動直接相關(guān)的數(shù)字技術(shù)實踐應用能夠?qū)ζ髽I(yè)升級產(chǎn)生更明顯的推動作用。企業(yè)數(shù)字化轉(zhuǎn)型能夠通過促進企業(yè)創(chuàng)新、提高產(chǎn)能利用率和降低企業(yè)交易成本最終促進企業(yè)升級。異質(zhì)性分析表明，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)升級的影響在市場化程度更高的地區(qū)、數(shù)字產(chǎn)業(yè)企業(yè)、市場勢力較弱以及國有企業(yè)中更為顯著；并且較高的行業(yè)信息透明度是產(chǎn)生數(shù)字化轉(zhuǎn)型行業(yè)溢出效應的重要前提。

為實現(xiàn)數(shù)字化背景下同行企業(yè)協(xié)同發(fā)展，幫助企業(yè)更好地享有數(shù)字化轉(zhuǎn)型紅利，從政府的角度出發(fā)，可以鼓勵同行企業(yè)加大數(shù)字化轉(zhuǎn)型合作力度與科研交流，對處于行業(yè)劣勢地位且具有升級潛力的企業(yè)給予政策優(yōu)惠或補貼，以增強同行企業(yè)間數(shù)字化轉(zhuǎn)型的正向溢出效應，提升企業(yè)升級活力。從企業(yè)自身的角度出發(fā)，要把握數(shù)字經(jīng)濟發(fā)展的歷史機遇，密切關(guān)注同行數(shù)字化轉(zhuǎn)型領(lǐng)先企業(yè)的發(fā)展動態(tài)，通過行業(yè)協(xié)作與知識交流積極引入先進技術(shù)經(jīng)驗；同時企業(yè)要注重在數(shù)字化轉(zhuǎn)型中形成創(chuàng)新成果，并通過數(shù)字技術(shù)與企業(yè)原有生產(chǎn)模式的融合提升產(chǎn)能利用率，借助數(shù)字化優(yōu)勢降低交易成本，以數(shù)字化轉(zhuǎn)型帶動新一輪企業(yè)升級。

注釋：

①限于篇幅，實證檢驗中控制變量的結(jié)果留存待索。

②限于篇幅，2SLS第一階段回歸結(jié)果留存待索。

③限于篇幅，傾向得分匹配中平行趨勢檢驗結(jié)果留存待索。

④限于篇幅，異質(zhì)性分析中“底層技術(shù)運用”與“技術(shù)實踐應用”分組回歸結(jié)果留存待索。