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

代飛 鐘運(yùn)標(biāo) 徐鳳菊

【摘要】本文以2013 ～ 2020年我國(guó)滬深A(yù)股上市公司為研究對(duì)象， 基于企業(yè)創(chuàng)新中介效應(yīng)的視角， 理論分析并實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響機(jī)理。研究結(jié)果表明： 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)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(yàn)發(fā)現(xiàn)， 在經(jīng)濟(jì)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(duì)企業(yè)價(jià)值的提升作用存在顯著差異。進(jìn)一步研究發(fā)現(xiàn)， 產(chǎn)權(quán)性質(zhì)在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)值的影響中存在顯著的負(fù)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(shí)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(jià)值；產(chǎn)權(quán)性質(zhì)；行業(yè)集中度

【中圖分類(lèi)號(hào)】F207.7? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】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(duì)企業(yè)經(jīng)濟(jì)活動(dòng)產(chǎn)生了深遠(yuǎn)影響。在數(shù)字技術(shù)被廣泛應(yīng)用于經(jīng)濟(jì)系統(tǒng)并對(duì)其環(huán)境和活動(dòng)進(jìn)行改造的過(guò)程中， 數(shù)字經(jīng)濟(jì)伴隨而生。黨的十九屆五中全會(huì)明確指出： 要加快數(shù)字經(jīng)濟(jì)發(fā)展， 通過(guò)大數(shù)據(jù)識(shí)別、 過(guò)濾和使用等過(guò)程， 優(yōu)化資源配置， 推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。從微觀層面看， 企業(yè)作為市場(chǎng)的主要參與者， 其數(shù)字化程度是衡量數(shù)字經(jīng)濟(jì)建設(shè)成效的重要指標(biāo)， 對(duì)國(guó)家數(shù)字經(jīng)濟(jì)的發(fā)展具有重要推動(dòng)作用。企業(yè)數(shù)字化轉(zhuǎn)型是通過(guò)引進(jìn)數(shù)字技術(shù)， 實(shí)現(xiàn)生產(chǎn)、 管理和銷(xiāo)售各層面數(shù)字化改造并達(dá)到增值的戰(zhàn)略行為（戚聿東和肖旭，2020）。

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

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

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

二、 理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值

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

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

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

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

基于上述分析， 本文提出如下假設(shè)：

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

（二）數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

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

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

基于上述分析， 本文提出如下假設(shè)：

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

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

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

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

基于上述分析， 本文提出如下假設(shè)：

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

三、 研究設(shè)計(jì)

（一）樣本選擇與變量定義

1. 樣本選擇與數(shù)據(jù)來(lái)源。2013年是我國(guó)大數(shù)據(jù)集中爆發(fā)的元年， 基于數(shù)據(jù)產(chǎn)生、 儲(chǔ)存和利用的各種數(shù)字技術(shù)陸續(xù)得到應(yīng)用。因此， 本文選取2013 ～ 2020年我國(guó)滬深A(yù)股上市公司作為初始研究樣本， 并進(jìn)行如下處理： ①為確保數(shù)據(jù)的完整性和可比性， 剔除了數(shù)據(jù)缺失和異常的樣本； ②考慮到金融保險(xiǎn)行業(yè)資產(chǎn)負(fù)債率的特殊性， 剔除了金融保險(xiǎn)行業(yè)的樣本； ③剔除了在樣本期間內(nèi)處于ST、 ?ST、 PT及退市狀態(tài)的樣本。最后得到17個(gè)行業(yè)1203個(gè)樣本企業(yè)， 共計(jì)9624個(gè)觀測(cè)值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來(lái)源于WINGO財(cái)經(jīng)文本數(shù)據(jù)庫(kù)， 其他數(shù)據(jù)來(lái)源于CSMAR和WIND數(shù)據(jù)庫(kù)。本文對(duì)所有連續(xù)性變量進(jìn)行了上下1%的縮尾處理。數(shù)據(jù)分析主要借助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(jià)值。衡量企業(yè)價(jià)值的財(cái)務(wù)指標(biāo)較多， 如每股收益（EPS）、 經(jīng)濟(jì)增加值（EVA）、 凈資產(chǎn)收益率（ROE）、 資產(chǎn)回報(bào)率（ROA）等， 但主流文獻(xiàn)多采用現(xiàn)金流量折現(xiàn)估值法（Jensen，1986）、 實(shí)物期權(quán)定價(jià)模型（Myers，1977）和Tobin'Q值。鑒于Tobin'Q值能對(duì)賬面價(jià)值與市場(chǎng)價(jià)值進(jìn)行綜合考量， 本文將其作為企業(yè)價(jià)值的替代變量， 計(jì)算方法如下：

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

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

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

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

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

主要變量定義及其說(shuō)明如表2所示。

（二）模型設(shè)計(jì)

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

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

四、 實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

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

（二）相關(guān)性分析

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

（三）回歸分析

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

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

（四）穩(wěn)健性檢驗(yàn)

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

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

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

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

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

五、 異質(zhì)性檢驗(yàn)

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

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

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

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

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

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

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

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

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

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

六、 進(jìn)一步分析

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

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

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

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

（二）行業(yè)集中的調(diào)節(jié)作用

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

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

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

七、 總結(jié)

（一）研究結(jié)論

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

（二）管理啟示

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

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

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

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

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

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

（三）研究展望

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

【 主 要 參 考 文 獻(xiàn) 】

陳慶江，萬(wàn)茂豐，王彥萌．?dāng)?shù)字技術(shù)應(yīng)用對(duì)企業(yè)雙元?jiǎng)?chuàng)新的影響——基于組織生命周期的實(shí)證檢驗(yàn)［ J］．軟科學(xué)，2021（11）：92 ～ 98．

蔡莉，楊亞倩，盧珊等．?dāng)?shù)字技術(shù)對(duì)創(chuàng)業(yè)活動(dòng)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．?dāng)?shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)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(duì)非效率投資的矯正效應(yīng)［ J］．海南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022（5）：169 ～ 179．

何瓊，曲立．?dāng)?shù)字化發(fā)展水平對(duì)企業(yè)創(chuàng)新能力影響的實(shí)證［ J］．統(tǒng)計(jì)與決策，2022（13）：174 ～ 178

賈軍，魏雅青．產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)，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(jìng)爭(zhēng)程度與企業(yè)市場(chǎng)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(jī)效的實(shí)證研究［ J］．中南大學(xué)學(xué)報(bào)（社會(huì)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(píng)論，2019（9）：75 ～ 83．

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

李文貴，余明桂．民營(yíng)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．?dāng)?shù)字化轉(zhuǎn)型對(duì)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．?dāng)?shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)值提升——基于生命周期理論的視角［ J］．經(jīng)濟(jì)問(wèn)題，2021（3）：116 ～ 121．

李東紅，烏日汗，陳東．“競(jìng)合”如何影響創(chuàng)新績(jī)效：中國(guó)制造業(yè)企業(yè)選擇本土競(jìng)合與境外競(jìng)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(shí)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．?dāng)?shù)字經(jīng)濟(jì)時(shí)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．?dāng)?shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究［ J］．學(xué)習(xí)與探索，2020（7）：108 ～ 119．

宋玉祿，陳欣，施文韻．經(jīng)濟(jì)政策不確定性沖擊下企業(yè)研發(fā)的“風(fēng)險(xiǎn)”與“機(jī)遇”——基于傳統(tǒng)產(chǎn)業(yè)與先進(jìn)制造業(yè)對(duì)比［ J］．企業(yè)經(jīng)濟(jì)，2018（10）：35 ～ 43．

鎖箭，張霓，白夢(mèng)湘．中小企業(yè)開(kāi)放式創(chuàng)新真的有效嗎？——基于共同專(zhuān)利的視角［ J］．首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2021（3）：101 ～ 112．

王昌榮，李娜．市場(chǎng)競(jìng)爭(zhēng)、創(chuàng)新研發(fā)與企業(yè)價(jià)值——基于中國(guó)制造業(yè)的經(jīng)驗(yàn)數(shù)據(jù)［ J］．山東社會(huì)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(jìn)展，2014（5）：731 ～ 745．

溫湖煒，王圣云．?dāng)?shù)字技術(shù)應(yīng)用對(duì)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(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［ J］．管理世界，2021（7）：130 ～ 144．

王?；ǎ琶罚?dāng)?shù)字技術(shù)、員工參與與企業(yè)創(chuàng)新績(jī)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(jià)值維度與理論邏輯［ J］．改革，2019（8）：61 ～ 70．

余菲菲，王麗婷．?dāng)?shù)字技術(shù)賦能我國(guó)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(shí)代企業(yè)跨界顛覆式創(chuàng)新的邏輯［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，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(guó)企業(yè)專(zhuān)利申請(qǐng)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(shí)體經(jīng)濟(jì)的資本效率——基于經(jīng)濟(jì)政策不確定性的視角［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），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(xiàng)目】云南省哲學(xué)社會(huì)科學(xué)一般項(xiàng)目（項(xiàng)目編號(hào)：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(zhuān)項(xiàng)課題（項(xiàng)目編號(hào)：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(yùn)標(biāo)為通訊作者