數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響及提升機(jī)制

【摘 要】 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展和加快構(gòu)建新發(fā)展格局的時代背景下，研究企業(yè)通過數(shù)字化轉(zhuǎn)型增強(qiáng)核心實力和競爭力，對于提升企業(yè)價值具有重要意義。文章以2012—2021年滬深A(yù)股上市公司為樣本，探討數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響及其機(jī)制。研究表明，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)價值，該結(jié)論在一系列穩(wěn)健性和內(nèi)生性檢驗后仍然成立。在作用機(jī)制方面，數(shù)字化轉(zhuǎn)型通過提高資源配置效率、加強(qiáng)公司治理能力、增強(qiáng)企業(yè)財務(wù)穩(wěn)定性提升了企業(yè)價值。進(jìn)一步分析發(fā)現(xiàn)，在東部地區(qū)、高行業(yè)集中度和民營性質(zhì)的企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升更有效。文章從多重視角厘清了數(shù)字化轉(zhuǎn)型與企業(yè)價值的內(nèi)在機(jī)理及作用機(jī)制，為扎實推進(jìn)數(shù)字化轉(zhuǎn)型，幫助企業(yè)把握發(fā)展機(jī)遇和制定戰(zhàn)略決策提供了啟示。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 企業(yè)價值； 資源配置效率； 公司治理； 財務(wù)穩(wěn)定性

【中圖分類號】 F273.1；F275 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1004-5937（2024）16-0128-09

一、引言

黨的二十大報告明確提出，要“構(gòu)建新一代信息技術(shù)、人工智能等一批新的增長引擎”“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合”。近年來，以人工智能、大數(shù)據(jù)為代表的數(shù)字技術(shù)，成為推動我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和經(jīng)濟(jì)高質(zhì)量發(fā)展的重要驅(qū)動力。2024年5月發(fā)布的《數(shù)字中國發(fā)展報告（2023年）》指出，我國數(shù)字經(jīng)濟(jì)保持穩(wěn)健增長，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重達(dá)到10%左右。

在實踐中，國內(nèi)資本市場處于飽和狀態(tài)，傳統(tǒng)企業(yè)發(fā)展模式弊端凸顯，生產(chǎn)成本高，管理模式陳舊，治理結(jié)構(gòu)不完善，缺乏持續(xù)生存能力和競爭力。數(shù)字經(jīng)濟(jì)的發(fā)展，為企業(yè)帶來了新選擇和新動力。但是，數(shù)字化轉(zhuǎn)型周期長、成本高，帶來的經(jīng)濟(jì)效果具有不確定性。埃森哲發(fā)布的《2023中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》顯示，中國企業(yè)的數(shù)字化轉(zhuǎn)型面臨高要求、多維度的挑戰(zhàn)。缺乏效果的數(shù)字化轉(zhuǎn)型，不僅難以使企業(yè)建立發(fā)展優(yōu)勢，還會給企業(yè)帶來更高的轉(zhuǎn)型風(fēng)險，加劇企業(yè)面臨的“數(shù)字鴻溝”效應(yīng)。有鑒于此，研究企業(yè)的數(shù)字化轉(zhuǎn)型是否能成為企業(yè)提高價值的“新動能”，分析其異質(zhì)化表現(xiàn)，探討其機(jī)制作用，具有理論價值與現(xiàn)實意義。

本文可能的貢獻(xiàn)有以下方面：第一，基于數(shù)字化轉(zhuǎn)型的技術(shù)效應(yīng)視角，從微觀層面實證檢驗數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，豐富了相關(guān)研究文獻(xiàn)；第二，從企業(yè)資源配置效率、公司治理能力以及企業(yè)財務(wù)穩(wěn)定性三個渠道，解釋數(shù)字化轉(zhuǎn)型提升企業(yè)價值的作用機(jī)制，豐富了作用機(jī)制的研究，拓展對數(shù)字化轉(zhuǎn)型賦能企業(yè)增值過程的認(rèn)知；第三，數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升程度具有異質(zhì)性，在東部地區(qū)企業(yè)、行業(yè)集中度較高的企業(yè)和民營性質(zhì)的企業(yè)提升效果最為顯著，為實踐和研究提供了新視角。

二、文獻(xiàn)綜述與理論分析

（一）數(shù)字化轉(zhuǎn)型的影響

既有文獻(xiàn)關(guān)于數(shù)字化轉(zhuǎn)型影響的研究，集中在數(shù)字化轉(zhuǎn)型的正面促進(jìn)作用與可能的風(fēng)險兩個方面。主流觀點為數(shù)字化轉(zhuǎn)型的正向促進(jìn)作用，提出數(shù)字化轉(zhuǎn)型是企業(yè)獲取可持續(xù)競爭優(yōu)勢的必要戰(zhàn)略選擇。主要的論點包括：第一，在后疫情時代，數(shù)字技術(shù)是經(jīng)濟(jì)復(fù)蘇的驅(qū)動力[1]，能夠推動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級和多產(chǎn)業(yè)融合式發(fā)展。第二，數(shù)字技術(shù)平臺提高了數(shù)據(jù)要素的使用效率，并通過生產(chǎn)制造、流程創(chuàng)新、市場影響、組織變革等方面推動企業(yè)生產(chǎn)力進(jìn)步[2]。第三，數(shù)字化轉(zhuǎn)型會對企業(yè)造成其他方面的影響，比如推動企業(yè)管理模式變革[3-4]、改進(jìn)企業(yè)治理范式并提高治理水平[5-6]、提高上市公司信息披露質(zhì)量[7]、促進(jìn)企業(yè)技術(shù)創(chuàng)新[8]等。

數(shù)字化轉(zhuǎn)型可能帶來的風(fēng)險，是另一類研究關(guān)注的焦點，其主要觀點為數(shù)字化轉(zhuǎn)型給社會和企業(yè)帶來技術(shù)性失業(yè)、企業(yè)經(jīng)營風(fēng)險。Syuntyurenko[9]提出，現(xiàn)代數(shù)字技術(shù)的快速進(jìn)步，導(dǎo)致全球性技術(shù)性失業(yè)，造成社會局勢緊張，不利于社會穩(wěn)定。Evan[10]進(jìn)一步提出，大規(guī)模的技術(shù)擴(kuò)張和快速的數(shù)字化變革，導(dǎo)致部分企業(yè)轉(zhuǎn)型混亂，加劇了企業(yè)的經(jīng)營風(fēng)險。企業(yè)的數(shù)字化轉(zhuǎn)型是帶有風(fēng)險的戰(zhàn)略選擇，企業(yè)在轉(zhuǎn)型初期處于一個全新的市場環(huán)境中，缺乏可借鑒的發(fā)展模式。轉(zhuǎn)型意味著企業(yè)要建立全新的組織機(jī)構(gòu)和經(jīng)營體系，企業(yè)短期內(nèi)難以適應(yīng)[11]。同時，大數(shù)據(jù)與實體經(jīng)濟(jì)的融合，可能受到相關(guān)人才、技術(shù)等方面匱乏的限制，大數(shù)據(jù)的價值創(chuàng)造難以發(fā)揮[12]，抑制企業(yè)的發(fā)展。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)價值

企業(yè)的數(shù)字化轉(zhuǎn)型依托于人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等底層技術(shù)[13]，對商業(yè)模式和生產(chǎn)流程進(jìn)行再造。數(shù)字化轉(zhuǎn)型從賦能效應(yīng)、協(xié)同效應(yīng)和信息效應(yīng)三個維度促進(jìn)了企業(yè)價值提升。

首先，賦能效應(yīng)。該效應(yīng)表現(xiàn)在新的數(shù)字技術(shù)融入企業(yè)生產(chǎn)經(jīng)營過程中，改變了傳統(tǒng)生產(chǎn)經(jīng)營方式，提升了實體企業(yè)運營管理和資源配置的效率[14]。數(shù)字技術(shù)顛覆了傳統(tǒng)企業(yè)運作方式，從而“倒逼”企業(yè)進(jìn)行內(nèi)部組織變革[15]，使組織結(jié)構(gòu)更加靈活，提高決策效率。

其次，協(xié)同效應(yīng)。信息化、全球化打破了原有的經(jīng)濟(jì)社會結(jié)構(gòu)和關(guān)系結(jié)構(gòu)[16]，建立起互聯(lián)互通的商業(yè)網(wǎng)絡(luò)[4]，推動上下游供應(yīng)鏈規(guī)模化和縱向一體化發(fā)展[3]，相關(guān)產(chǎn)業(yè)鏈形成價值網(wǎng)絡(luò)，提高企業(yè)間協(xié)作效率，實現(xiàn)企業(yè)內(nèi)部生產(chǎn)經(jīng)營與供應(yīng)鏈管理的協(xié)同發(fā)展，給企業(yè)帶來規(guī)模經(jīng)濟(jì)效益。

最后，信息效應(yīng)。數(shù)字技術(shù)的應(yīng)用降低了數(shù)據(jù)收集、存儲、傳輸和分析成本，通過平臺實現(xiàn)內(nèi)部信息共享，有效緩解了企業(yè)各部門間的信息不對稱現(xiàn)象。數(shù)字化轉(zhuǎn)型不僅能夠快速收集和處理運營管理中產(chǎn)生的數(shù)據(jù)，還能幫助企業(yè)獲取外部環(huán)境信息，從碎片化的市場信息中快速提取高質(zhì)量和有價值的信息[17]，企業(yè)付出更低的搜索成本來應(yīng)對市場變化。

由此可見，企業(yè)數(shù)字化轉(zhuǎn)型不僅能夠帶來新的生產(chǎn)要素，還能推動傳統(tǒng)生產(chǎn)要素數(shù)據(jù)化，再造業(yè)務(wù)流程和企業(yè)結(jié)構(gòu)，實現(xiàn)企業(yè)價值的提升。因此，提出假設(shè)1。

H1：數(shù)字化轉(zhuǎn)型會顯著促進(jìn)企業(yè)價值提升。

（三）數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機(jī)制

在上述理論分析的基礎(chǔ)上，進(jìn)一步挖掘數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)價值創(chuàng)造能力提升的作用機(jī)制，分別從內(nèi)部驅(qū)動（資源配置效率）、管理驅(qū)動（公司治理能力）、財務(wù)驅(qū)動（財務(wù)穩(wěn)定性）來厘清二者的內(nèi)在邏輯。具體而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機(jī)制體現(xiàn)在如下三個方面：

其一，提高資源配置效率。企業(yè)的數(shù)字化轉(zhuǎn)型有利于提高內(nèi)部資源配置效率，提升企業(yè)價值。企業(yè)內(nèi)部的生產(chǎn)經(jīng)營活動是創(chuàng)造價值的動態(tài)過程，應(yīng)當(dāng)關(guān)注組織的資源狀態(tài)，在價值鏈的關(guān)鍵環(huán)節(jié)上獲得企業(yè)核心競爭優(yōu)勢。數(shù)字化轉(zhuǎn)型帶來生產(chǎn)關(guān)系和生產(chǎn)方式的變革，工業(yè)機(jī)器人、自動化代替?zhèn)鹘y(tǒng)勞動力[18]，提高生產(chǎn)效率和安全性，降低企業(yè)的生產(chǎn)成本，幫助企業(yè)獲得低成本優(yōu)勢。同時，數(shù)字平臺的構(gòu)建使內(nèi)部生產(chǎn)采購銷售全流程透明化，內(nèi)部管理人員能夠?qū)崟r監(jiān)控庫存，及時掌握市場情況，進(jìn)行自動化供銷調(diào)配，實現(xiàn)存貨彈性管理。值得注意的是，企業(yè)價值鏈由傳統(tǒng)鏈?zhǔn)较蛞杂脩魹橹行牡沫h(huán)形價值鏈轉(zhuǎn)變，通過數(shù)字平臺可以準(zhǔn)確預(yù)測并快速響應(yīng)客戶現(xiàn)有需求[10]，對數(shù)據(jù)庫中的產(chǎn)品方案進(jìn)行重組[19]，為用戶提供更為動態(tài)合理的優(yōu)質(zhì)服務(wù)，提升企業(yè)盈利能力。內(nèi)部資源組合的有效配置，資源管理各流程的協(xié)同，是企業(yè)價值實現(xiàn)的重要方面。因此，企業(yè)通過數(shù)字化轉(zhuǎn)型合理配置內(nèi)部資源，提升企業(yè)價值。

其二，加強(qiáng)公司治理能力。數(shù)字化轉(zhuǎn)型能夠加強(qiáng)現(xiàn)有公司治理能力，拓寬企業(yè)價值的提升空間。企業(yè)數(shù)字化變革能夠改善內(nèi)部治理現(xiàn)狀，首先，數(shù)字技術(shù)的引進(jìn)有助于改善內(nèi)部碎片化治理現(xiàn)狀，革新原有治理機(jī)制。數(shù)字平臺推動內(nèi)部信息共享，降低企業(yè)的內(nèi)部溝通成本，信息使用者根據(jù)決策需要選擇不同維度的數(shù)據(jù)，提高決策水平。其次，企業(yè)數(shù)字化轉(zhuǎn)型提高了企業(yè)數(shù)據(jù)披露意愿及信息披露能力[5]，有效降低信息不對稱程度，打破利益相關(guān)者與企業(yè)之間“數(shù)字孤島”現(xiàn)狀，企業(yè)數(shù)據(jù)和信息以更加開放、透明的方式呈現(xiàn)。多樣化信息流通渠道強(qiáng)化了外部市場對企業(yè)的監(jiān)督力度和效度，抑制管理層機(jī)會主義行為，促使管理者高效履職，形成合作治理的新面貌[6]。從而，數(shù)字化轉(zhuǎn)型能夠有效加強(qiáng)公司治理能力，提升企業(yè)價值。

其三，增強(qiáng)財務(wù)穩(wěn)定性。數(shù)字化轉(zhuǎn)型通過增強(qiáng)企業(yè)財務(wù)穩(wěn)定性，促進(jìn)企業(yè)價值提升。一方面，企業(yè)利用數(shù)字技術(shù)搭建嚴(yán)密、穩(wěn)健的財務(wù)系統(tǒng)，依托數(shù)字平臺實現(xiàn)財務(wù)系統(tǒng)的全流程、精細(xì)化管理，對財務(wù)風(fēng)險的管控從事后轉(zhuǎn)移到事前、事中和事后全過程，能及時監(jiān)測內(nèi)部資金流動和外部市場變化，獲取有效信息以提高對市場預(yù)測的準(zhǔn)確度，識別和規(guī)避高風(fēng)險業(yè)務(wù)[7]。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型的決策向外界釋放了企業(yè)具有良好發(fā)展前景的積極信號。進(jìn)行轉(zhuǎn)型的企業(yè)更容易贏得資本市場的青睞，為企業(yè)樹立正面形象，獲得外部市場投資者的支持和認(rèn)可，使企業(yè)融資渠道多樣化，幫助企業(yè)獲得更多資金支持。抵御風(fēng)險能力的提升和有效的資金支持，能夠為企業(yè)快速發(fā)展減輕負(fù)擔(dān)，提高可持續(xù)競爭力。因此，數(shù)字化轉(zhuǎn)型能夠通過增強(qiáng)企業(yè)財務(wù)穩(wěn)定性，進(jìn)而提升企業(yè)的持續(xù)增值能力。

基于上述分析，提出假設(shè)2—假設(shè)4。

H2：數(shù)字化轉(zhuǎn)型通過提高企業(yè)資源配置效率，促進(jìn)企業(yè)價值提升。

H3：數(shù)字化轉(zhuǎn)型通過加強(qiáng)公司治理能力，促進(jìn)企業(yè)價值提升。

H4：數(shù)字化轉(zhuǎn)型通過增強(qiáng)企業(yè)財務(wù)穩(wěn)定性，促進(jìn)企業(yè)價值提升。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文選取2012—2021年滬深A(yù)股上市公司為研究對象。數(shù)據(jù)處理過程如下：（1）剔除保險、金融等行業(yè)樣本；（2）剔除ST、*ST、暫停上市、終止上市的企業(yè)樣本；（3）對連續(xù)變量缺失較少的數(shù)據(jù)運用多重插值法進(jìn)行插值；（4）剔除主要變量缺失和變量值異常的企業(yè)樣本；（5）剔除只有一年數(shù)據(jù)的企業(yè)樣本。為了消除極端值的影響，對連續(xù)性變量在1%分位和99%分位進(jìn)行縮尾（Winsorize）處理。數(shù)字化轉(zhuǎn)型相關(guān)數(shù)據(jù)經(jīng)過手工整理；其他指標(biāo)來源于國泰安（CSMAR）數(shù)據(jù)庫，并采用Stata17.0對相關(guān)數(shù)據(jù)進(jìn)行分析。最終，本文得到非平衡面板數(shù)據(jù)，包含3 168家企業(yè)22 069個觀察值。

（二）變量說明

1.被解釋變量：企業(yè)價值（TobinQ）?，F(xiàn)有文獻(xiàn)大多采用托賓Q值、總資產(chǎn)收益率、凈資產(chǎn)收益率、市凈率等對企業(yè)價值進(jìn)行衡量。本文參考李英利等[20]的研究，選取托賓Q值（TobinQ）對企業(yè)價值進(jìn)行衡量，該指標(biāo)越大表明企業(yè)價值越高。

2.解釋變量：數(shù)字化轉(zhuǎn)型（Dig）?，F(xiàn)有對數(shù)字化轉(zhuǎn)型的衡量指標(biāo)選取包括利用文本分析法構(gòu)建指數(shù)和數(shù)字化無形資產(chǎn)占比指標(biāo)。本文采用吳非等[13]的研究方法，以“人工智能技術(shù)”“大數(shù)據(jù)技術(shù)”“云計算技術(shù)”“區(qū)塊鏈技術(shù)”“數(shù)字技術(shù)應(yīng)用”五個相關(guān)關(guān)鍵詞為索引，利用Python對選取樣本的公司年度財務(wù)報告經(jīng)營情況的披露頻次進(jìn)行抓取，并將詞頻數(shù)加1取對數(shù)作為衡量數(shù)字化轉(zhuǎn)型的指標(biāo)。

3.控制變量。參考李英利等[20]、黃大禹等[21]的做法，控制變量包括企業(yè)規(guī)模（Size，總資產(chǎn)的自然對數(shù)）、企業(yè)年齡（Age，公司成立年限加1取對數(shù)）、企業(yè)成長性（Growth，本期營業(yè)總收入減去上期營業(yè)總收入后與上期營業(yè)總收入之比）、資產(chǎn)負(fù)債率（Lev，總負(fù)債與總資產(chǎn)之比）、固定資產(chǎn)占比（Fata，固定資產(chǎn)與總資產(chǎn)之比）、股權(quán)集中度（Top10，前十大股東持股比例）、兩職合一（Mega，董事長與總經(jīng)理是否兼任，是為1，否為0）、信息披露質(zhì)量（Audit，年報審計意見類型，標(biāo)準(zhǔn)無保留意見為1，其他情形為0）。此外，為了控制企業(yè)因素、時間趨勢可能帶來的影響，本文在實證分析中控制了企業(yè)（Firm）和年份（Year）固定效應(yīng)，所有回歸標(biāo)準(zhǔn)誤均在公司層面進(jìn)行聚類調(diào)整。

（三）實證模型

為考察數(shù)字化轉(zhuǎn)型與企業(yè)價值的關(guān)系，本文構(gòu)建以下模型用于回歸檢驗：

TobinQi，t=α0+α1Digi，t+α2Controlsi，t+μi+εi，t （1）

本文選擇使用面板數(shù)據(jù)進(jìn)行分析，其中：i為企業(yè)；t為年份；被解釋變量為企業(yè)價值（TobinQ）；核心解釋變量為數(shù)字化轉(zhuǎn)型（Dig）；Controls表示控制變量的合集，μi表示模型控制企業(yè)和年份的固定效應(yīng)，ε為殘差項。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計如表1所示，企業(yè)價值（TobinQ）最大值為10.805、最小值為0.881、均值為2.678、標(biāo)準(zhǔn)差為1.880，符合我國企業(yè)的發(fā)展現(xiàn)狀，企業(yè)之間差異較大，研究樣本具有一定的代表性。數(shù)字化轉(zhuǎn)型（Dig）的最大值為6.033、最小值為0，數(shù)字化轉(zhuǎn)型程度整體處于初級階段，而不同企業(yè)的數(shù)字化轉(zhuǎn)型程度也存在一定差距，反映了上市公司數(shù)字化轉(zhuǎn)型投入差距較大的現(xiàn)實。其他變量的描述性統(tǒng)計情況與已有文獻(xiàn)較為接近，均在合理范圍之內(nèi)。此外，本文對相關(guān)變量進(jìn)行VIF檢驗。檢驗結(jié)果顯示，VIF值均小于10，容差值=1/VIF均大于0.2，相關(guān)變量之間不存在多重共線性問題。

（二）基準(zhǔn)回歸

基準(zhǔn)回歸分析結(jié)果如表2所示。列（1）是僅控制企業(yè)和年份，對數(shù)字化轉(zhuǎn)型和企業(yè)價值做雙向固定效應(yīng)回歸，數(shù)字化轉(zhuǎn)型與企業(yè)價值在1%的水平上呈顯著正相關(guān)，意味著實施數(shù)字化轉(zhuǎn)型的企業(yè)能夠在平均意義上使企業(yè)具有更好的發(fā)展?jié)摿ΑＴ诩尤肟刂谱兞亢?，回歸結(jié)果列（2）所示，R2為0.687，說明模型的擬合優(yōu)度較好，數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響仍在1%的水平上顯著為正，與H1相一致。

（三）穩(wěn)健性分析

1.更換核心解釋變量和模型。將進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)賦值為1，未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)賦值為0，使用Tobit模型進(jìn)行回歸。更改后仍然在1%的水平上顯著為正相關(guān)，支持本文研究結(jié)論。

2.更換被解釋變量。借鑒王琳■等[22]的研究，將被解釋變量企業(yè)價值的衡量指標(biāo)TobinQ替換為市凈率（PB）。更換被解釋變量的度量方法后，對企業(yè)價值的影響在1%水平上顯著為正，與本文假設(shè)一致。

3.剔除部分樣本?？紤]到部分樣本特性會干擾核心回歸結(jié)果，剔除高新技術(shù)企業(yè)樣本進(jìn)行回歸。結(jié)果顯示，數(shù)字化轉(zhuǎn)型對于非高新企業(yè)的價值提升有正向影響，但是系數(shù)有所降低，說明高新技術(shù)企業(yè)主要以技術(shù)為核心競爭力，能夠迅速開發(fā)出高新技術(shù)產(chǎn)品獲得競爭優(yōu)勢，對數(shù)字技術(shù)的需求更強(qiáng)烈，更有意愿推動企業(yè)數(shù)字化轉(zhuǎn)型。而非高新技術(shù)企業(yè)引進(jìn)技術(shù)后需要時間適應(yīng)新的發(fā)展模式的轉(zhuǎn)變，但長期來看，還是能夠提升企業(yè)價值創(chuàng)造能力。

4.延長樣本觀測期。因為數(shù)字化轉(zhuǎn)型對企業(yè)的影響是一個長期的過程，樣本期間延長為2010—2021年進(jìn)行檢驗，在樣本期間延長后，數(shù)字化對企業(yè)的影響仍與上述假設(shè)一致。

5.增加行業(yè)和省份固定效應(yīng)。為了控制行業(yè)差異、地區(qū)因素對研究結(jié)果產(chǎn)生的影響，本文進(jìn)一步加入行業(yè)和省份固定效應(yīng)，得出的結(jié)果仍與基礎(chǔ)假設(shè)一致。

具體穩(wěn)健性檢驗結(jié)果如表3所示。

（四）內(nèi)生性檢驗

本文分析均采用固定效應(yīng)模型，固定效應(yīng)模型能很好地控制個體差異、時間變化等因素的影響，降低模型誤差產(chǎn)生的一些內(nèi)生性問題。因此主要的內(nèi)生性問題考慮以下兩種情況：首先是由于解釋變量數(shù)字化轉(zhuǎn)型（Dig）和被解釋變量企業(yè)價值（TobinQ）可能存在互為因果的關(guān)系，企業(yè)的數(shù)字化轉(zhuǎn)型會提升企業(yè)價值創(chuàng)造能力，但市場價值表現(xiàn)較好的企業(yè)也會更傾向于數(shù)字技術(shù)的引進(jìn)和建設(shè)，數(shù)字化轉(zhuǎn)型是提升企業(yè)價值的重要因素。因此為了解決內(nèi)生性問題，選擇把核心解釋變量滯后一期進(jìn)行固定效應(yīng)模型的回歸，結(jié)果顯示，滯后一期的結(jié)果和前文一致。

除此之外，本文還運用工具變量來解決內(nèi)生性問題，參考張欣等[8]的研究，采用代表地區(qū)數(shù)字化水平的快遞業(yè)務(wù)總量（Express）、移動電話基站（Base station）、互聯(lián)網(wǎng)寬帶接入端口（Broadband）作為工具變量，并采用兩階段最小二乘估計法（2SLS）進(jìn)行穩(wěn)健性檢驗并進(jìn)一步控制省份固定效應(yīng)。在使用工具變量法時，首先要對工具變量的有效性進(jìn)行檢驗，在不可識別檢驗中，得到的Anderson LM統(tǒng)計量值為34.695，其P值為0.0000，在1%的水平上顯著拒絕“工具變量識別不足”的原假設(shè)，通過了工具變量識別不足檢驗；在弱工具變量檢驗中，Cragg-Donald Wald F統(tǒng)計值為11.559，大于Stock-Yogo弱工具變量10%水平的臨界值9.08，通過了弱工具變量檢驗；由于本文的工具變量選取數(shù)量大于內(nèi)生解釋變量的數(shù)量，因此要進(jìn)行過度識別檢驗，Sargan statistic報告的P值為0.2343，大于0.1，認(rèn)為所有的工具變量都是外生的，過度識別檢驗通過，本文選取的工具變量是有效的。從第一階段結(jié)果可以看出，選擇的工具變量對數(shù)字化轉(zhuǎn)型都存在顯著性影響；在第二階段加入工具變量后，數(shù)字化轉(zhuǎn)型對企業(yè)價值仍在1%的水平上呈顯著正相關(guān)關(guān)系，且系數(shù)提升到1.4358，說明在排除內(nèi)生性的情況下，本文上述假設(shè)仍然有效，工具變量的結(jié)果為本文的研究提供了進(jìn)一步的實證證據(jù)。具體結(jié)果如表4所示。

五、進(jìn)一步分析

（一）機(jī)制識別

前文從整體關(guān)系、穩(wěn)健性、內(nèi)生性方面對“企業(yè)數(shù)字化轉(zhuǎn)型—企業(yè)價值”的關(guān)系進(jìn)行了刻畫和解讀，但并未說明數(shù)字化轉(zhuǎn)型影響企業(yè)價值的內(nèi)在機(jī)制。本文認(rèn)為，數(shù)字化轉(zhuǎn)型通過提高企業(yè)資源配置效率、加強(qiáng)公司治理能力以及增強(qiáng)企業(yè)財務(wù)穩(wěn)定性來促進(jìn)企業(yè)價值的進(jìn)一步提高。本文借鑒江艇[23]提出的兩步法進(jìn)行檢驗，構(gòu)建模型2。

Medi，t=α0+α1Digi，t+α2Controlsi，t+μi+εi，t （2）

機(jī)制檢驗變量（Med）分別為資源配置效率、公司治理能力、企業(yè)財務(wù)穩(wěn)定性。具體實證結(jié)果如表5所示。表5列（2）基于“數(shù)字化轉(zhuǎn)型→資源配置效率→企業(yè)價值”的視角展開研究。資源配置效率（TEP_LP）的測算借鑒潘藝等[24]的做法，選取LP法計算的企業(yè)全要素生產(chǎn)率來衡量企業(yè)內(nèi)部資源配置效率，該指標(biāo)越大，企業(yè)資源配置效率越高。實證研究結(jié)果表明，數(shù)字技術(shù)的引進(jìn)能夠提升企業(yè)內(nèi)部要素配置效率，促進(jìn)企業(yè)生產(chǎn)經(jīng)營方式有效轉(zhuǎn)型升級，對企業(yè)價值的提升有著顯著的促進(jìn)影響。資源配置效率的提升能夠使企業(yè)在市場中獲得競爭優(yōu)勢，助力企業(yè)在市場中有更好的表現(xiàn)，有效帶動企業(yè)的價值增長。H2得以驗證。

研究視角轉(zhuǎn)到公司治理水平（Gov）。借鑒周茜等[25]的做法，選取高管薪酬、高管持股比例、獨立董事比例、董事會規(guī)模、機(jī)構(gòu)持股比例、股權(quán)制衡制度以及董事長與總經(jīng)理是否兩職合一七個指標(biāo)，運用主成分分析法構(gòu)建公司治理指標(biāo)，將主成分分析法中得到的第一主成分來反映公司治理水平（Gov）。最終得到的結(jié)果越大，公司治理水平越好。列（3）是數(shù)字化轉(zhuǎn)型對公司治理水平的回歸結(jié)果，結(jié)果顯示數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的公司治理水平，完善內(nèi)部的控制與治理能力，提升決策的有效性。企業(yè)內(nèi)部治理水平的提升能夠幫助企業(yè)緩和代理沖突，及時適應(yīng)市場變化并調(diào)整發(fā)展戰(zhàn)略，來促進(jìn)企業(yè)價值的長期穩(wěn)定增長。H3得以驗證。

最后，考慮企業(yè)的財務(wù)穩(wěn)定性（Z-score）。該指標(biāo)借鑒Altman[26]提出的Z-score值來衡量，Z-score值越大，企業(yè)的財務(wù)風(fēng)險越小，財務(wù)穩(wěn)定性越高。由列（4）可知，數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)的財務(wù)穩(wěn)定，向資本市場傳遞出其發(fā)展良好的信號，降低了企業(yè)發(fā)展面臨的財務(wù)風(fēng)險，較低的風(fēng)險水平能夠提升企業(yè)價值創(chuàng)造能力。本文的H4得以驗證。

（二）異質(zhì)性分析

1.基于地區(qū)分布的異質(zhì)性分析

數(shù)字基礎(chǔ)設(shè)施的建設(shè)完善程度是數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展發(fā)揮作用的重要基礎(chǔ)。由于我國幅員遼闊，不同地區(qū)基礎(chǔ)設(shè)施建設(shè)、經(jīng)濟(jì)發(fā)展程度等發(fā)展不均衡，各地區(qū)企業(yè)發(fā)展的“硬設(shè)施”和“軟政策”均有差異，這將導(dǎo)致數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升程度存在地區(qū)異質(zhì)性。因此，按照國家政策對東、中、西部地區(qū)的劃分，東部是指最早實行沿海開放政策并且經(jīng)濟(jì)發(fā)展水平較高的省市；中部是指經(jīng)濟(jì)次發(fā)達(dá)地區(qū)，而西部則是指經(jīng)濟(jì)欠發(fā)達(dá)的地區(qū)。表6的列（1）、列（2）是區(qū)分地區(qū)差異后的固定效應(yīng)回歸結(jié)果，相比之下，東部地區(qū)數(shù)字化轉(zhuǎn)型對企業(yè)價值提升在1%的水平上顯著有效，但在中西部地區(qū)不顯著，其原因是東部地區(qū)經(jīng)濟(jì)發(fā)展水平高，產(chǎn)業(yè)鏈完整且豐富，上市公司在東部占比最高，更能夠借助數(shù)字技術(shù)對企業(yè)轉(zhuǎn)型升級，并且東部地區(qū)向來都是新經(jīng)濟(jì)政策和風(fēng)向的最先執(zhí)行者，能夠把握國家數(shù)字經(jīng)濟(jì)發(fā)展的趨勢，與自身企業(yè)發(fā)展相結(jié)合，推動企業(yè)價值的最大化。

2.基于行業(yè)集中度的異質(zhì)性分析

不同行業(yè)集中度下數(shù)字化轉(zhuǎn)型對企業(yè)價值提升影響存在差異。行業(yè)集中度反映企業(yè)所在行業(yè)的競爭程度，行業(yè)集中度越高的企業(yè)面臨的競爭越小，資源更能夠在行業(yè)內(nèi)部有效整合，而較低的行業(yè)集中度意味著企業(yè)處于激烈的競爭環(huán)境，增加企業(yè)面臨風(fēng)險的可能性。本文借鑒徐子堯等的研究[7]，采用赫芬達(dá)爾指數(shù)作為行業(yè)集中度（HHI）的代理變量，以中位數(shù)為界限劃分了行業(yè)集中度的高低并進(jìn)行分組檢驗。由表6的列（3）和列（4）可知，數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響均在1%的水平上顯著，但在行業(yè)集中度較高的組別中系數(shù)為0.0986，優(yōu)于低行業(yè)集中度的組別。進(jìn)一步的，交互項（Dig×HHI）的回歸系數(shù)為正且在5%的水平上顯著，意味著行業(yè)集中度越高的條件下，數(shù)字化轉(zhuǎn)型對企業(yè)價值的驅(qū)動效力更為明顯，這也為上述分組回歸檢驗提供了證據(jù)。

3.基于產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析

相比于制度健全、發(fā)展穩(wěn)定的國有企業(yè)，民營企業(yè)更講究經(jīng)濟(jì)效益，提升自身的市場競爭力來為企業(yè)帶來價值。數(shù)字化轉(zhuǎn)型是推動經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級的重要驅(qū)動力，也是企業(yè)轉(zhuǎn)向高質(zhì)量發(fā)展的必由之路。國有企業(yè)并非單純以企業(yè)利益最大化為主要目的，更多的是考慮社會效益，且國有企業(yè)組織系統(tǒng)龐大、內(nèi)部結(jié)構(gòu)復(fù)雜，進(jìn)行大規(guī)模的轉(zhuǎn)型升級會采取較為保守的策略。不同的是，民營企業(yè)是市場經(jīng)濟(jì)的活力來源，其靈活的發(fā)展戰(zhàn)略結(jié)構(gòu)能夠更快接納高創(chuàng)新性、強(qiáng)滲透性和廣覆蓋性的數(shù)字經(jīng)濟(jì)的沖擊，根據(jù)外部市場環(huán)境的變化及時進(jìn)行戰(zhàn)略變革。表6的列（6）和列（7）報告了國有企業(yè)和民營企業(yè)的樣本分析結(jié)果，可以看出數(shù)字化轉(zhuǎn)型對國有企業(yè)的價值升級影響不顯著，對民營企業(yè)的價值提升在1%的水平上顯著，與上述分析一致。

六、結(jié)論與建議

本文選取2012—2021年滬深A(yù)股上市企業(yè)數(shù)據(jù)，實證分析數(shù)字化轉(zhuǎn)型對企業(yè)價值的內(nèi)在機(jī)理及機(jī)制路徑，打開了數(shù)字化轉(zhuǎn)型對企業(yè)價值影響機(jī)制的“黑箱”。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型能夠顯著推動企業(yè)價值提升，并通過了穩(wěn)健性檢驗和內(nèi)生性檢驗；在機(jī)制路徑分析中，數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)資源配置效率、加強(qiáng)公司治理能力及增強(qiáng)企業(yè)財務(wù)穩(wěn)定性來提升企業(yè)價值；異質(zhì)性檢驗發(fā)現(xiàn)，在東部地區(qū)、高行業(yè)集中度和民營性質(zhì)的企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展的促進(jìn)作用更明顯。為進(jìn)一步推動企業(yè)數(shù)字化轉(zhuǎn)型，本文提出以下建議：

第一，企業(yè)應(yīng)因地制宜進(jìn)行數(shù)字化轉(zhuǎn)型，切勿盲目跟風(fēng)或急功近利。數(shù)字化轉(zhuǎn)型不是一蹴而就的，而是需要長期的資金投入和基礎(chǔ)設(shè)施的建設(shè)，企業(yè)應(yīng)考慮內(nèi)部資金鏈，根據(jù)實際情況引進(jìn)數(shù)字技術(shù)，逐步進(jìn)行轉(zhuǎn)型和變革。數(shù)字化轉(zhuǎn)型對于不同類型企業(yè)所帶來的經(jīng)濟(jì)后果不同，企業(yè)不可盲目追求數(shù)字化建設(shè)，對于數(shù)字化轉(zhuǎn)型要有明確的規(guī)劃，設(shè)定轉(zhuǎn)型路線圖和企業(yè)未來幾年轉(zhuǎn)型的目標(biāo)，再逐步引進(jìn)數(shù)字技術(shù)，與企業(yè)原有的組織結(jié)構(gòu)、經(jīng)營方式、人員配備等相結(jié)合，最大限度發(fā)揮數(shù)字化給企業(yè)帶來的優(yōu)勢。

第二，充分發(fā)揮數(shù)字化轉(zhuǎn)型優(yōu)勢，疏通數(shù)字化轉(zhuǎn)型驅(qū)動效應(yīng)的傳導(dǎo)機(jī)制。首先，企業(yè)在運營過程中應(yīng)借助數(shù)字技術(shù)精益求精，重視成本控制，降低成本提高效率，實現(xiàn)企業(yè)價值增值。其次，企業(yè)內(nèi)部要加強(qiáng)溝通和協(xié)作，促進(jìn)數(shù)字化管理與傳統(tǒng)管理方式相結(jié)合，發(fā)揮綜合治理效應(yīng)，促進(jìn)企業(yè)經(jīng)濟(jì)長久穩(wěn)定的發(fā)展。最后，企業(yè)應(yīng)引入風(fēng)險預(yù)警系統(tǒng)，監(jiān)控外在不可控的風(fēng)險，實現(xiàn)風(fēng)險狀態(tài)可視化，及時調(diào)整發(fā)展戰(zhàn)略。

第三，培育復(fù)合型技能人才，優(yōu)化內(nèi)部勞動力結(jié)構(gòu)。企業(yè)在數(shù)字技術(shù)引進(jìn)的同時也要強(qiáng)化企業(yè)內(nèi)部人才能力的培養(yǎng)，提升員工的綜合技術(shù)能力。企業(yè)還可以與當(dāng)?shù)卣蚋咝：献髋嘤龔?fù)合型技術(shù)人才，建立高校和企業(yè)的人才對接渠道，多管齊下滿足企業(yè)對數(shù)字化人才的需求，更好地促進(jìn)企業(yè)價值提升。

【參考文獻(xiàn)】

［1］ BHANOT N，AHUJA J，KIDWAI H I，et al.A sustainable economic revival plan for post-COVID-19 using machine learning approach a case study in developing economy context［Z］.2022.

［2］ GOLDFARB A，TUCKER C.Digital economics［J］.Journal of Economic Li-

terature，2019，57（1）：3-43.

［3］ 肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［J］.改革，2020，314（4）：37-49.

［4］ 戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時代的企業(yè)管理變革［J］.管理世界，2020，36（6）：135-152，250.

［5］ 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020，314（4）：50-64.

［6］ 陳德球，胡晴.數(shù)字經(jīng)濟(jì)時代下的公司治理研究：范式創(chuàng)新與實踐前沿［J］.管理世界，2022，38（6）：213-240.

［7］ 徐子堯，龐月維，張莉沙.數(shù)字化轉(zhuǎn)型提升了上市公司信息披露質(zhì)量嗎？［J］.南京審計大學(xué)學(xué)報，2023，20（2）：33-42.

［8］ 張欣，董竹.數(shù)字化轉(zhuǎn)型與企業(yè)技術(shù)創(chuàng)新——機(jī)制識別、保障條件分析與異質(zhì)性檢驗［J］.經(jīng)濟(jì)評論，2023，239（1）：3-18.

［9］ Syuntyurenko O V.The risks of the digital economy：Information aspects［J］.Scientific and Technical Information Processing，2020，47：104-112.

［10］ EVANS N，QURESHI A，MIKLOSIK A.Digital enterprise transformation：lessons learnt from expert experience［C］//Proceedings of the European Conference on Knowledge Management ECKM.Coventry.United Kingdom，2021：268-275.

［11］ 王會娟，陳新楷，陳文強(qiáng)，等.數(shù)字化轉(zhuǎn)型能提高企業(yè)的風(fēng)險承擔(dān)水平嗎？［J］.財經(jīng)論叢，2022，292（12）：70-80.

［12］ 張葉青，陸瑤，李樂蕓.大數(shù)據(jù)應(yīng)用對中國企業(yè)市場價值的影響——來自中國上市公司年報文本分析的證據(jù)［J］.經(jīng)濟(jì)研究，2021，56（12）：42-59.

［13］ 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.

［14］ 易露霞，吳非，徐斯 .企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應(yīng)研究［J］.證券市場導(dǎo)報，2021，349（8）：15-25，69.

［15］ 黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［16］ 楊德明，夏小燕，金淞宇，等.大數(shù)據(jù)、區(qū)塊鏈與上市公司審計費用［J］.審計研究，2020，216（4）：68-79.

［17］ BJ？RKDAHL J.Strategies for digitalization in manufacturing firms［J］.California Management Review，2020，

62（4）：17-36.

［18］ 肖土盛，孫瑞琦，袁淳，等.企業(yè)數(shù)字化轉(zhuǎn)型、人力資本結(jié)構(gòu)調(diào)整與勞動收入份額［J］.管理世界，2022，38（12）：220-237.

［19］ VIAL G.Understanding digital transformation：a review and a research agenda［J］.Managing Digital Transformation，2021：13-66

［20］ 李英利，譚夢卓.會計信息透明度與企業(yè)價值——基于生命周期理論的再檢驗［J］.會計研究，2019，384（10）：27-33.

［21］ 黃大禹，謝獲寶，孟祥瑜，等.數(shù)字化轉(zhuǎn)型與企業(yè)價值——基于文本分析方法的經(jīng)驗證據(jù)［J］.經(jīng)濟(jì)學(xué)家，2021，276（12）：41-51.

［22］ 王琳 ，廉永輝，董捷.ESG表現(xiàn)對企業(yè)價值的影響機(jī)制研究［J］.證券市場導(dǎo)報，2022，358（5）：23-34.

［23］ 江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國工業(yè)經(jīng)濟(jì)，2022，410（5）：100-120.

［24］ 潘藝，張金昌，黃靜.非工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的生產(chǎn)效率差異分析——基于A股上市企業(yè)的準(zhǔn)自然實驗［J］.華東經(jīng)濟(jì)管理，2023，37（1）：1-14.

［25］ 周茜，許曉芳，陸正飛.去杠桿，究竟誰更積極與穩(wěn)妥？［J］.管理世界，2020，36（8）：127-148.

［26］ ALTMAN E I.Financial ratios，discriminant analysis and the prediction of corporate bankruptcy［J］.The Journal of Finance，1968，23（4）：589-609.