代 飛（副教授），鐘運標，徐鳳菊（博士生導師）

一、引言

大智移云物等數(shù)字技術的發(fā)展，對企業(yè)經(jīng)濟活動產(chǎn)生了深遠影響。在數(shù)字技術被廣泛應用于經(jīng)濟系統(tǒng)并對其環(huán)境和活動進行改造的過程中，數(shù)字經(jīng)濟伴隨而生。黨的十九屆五中全會明確指出：要加快數(shù)字經(jīng)濟發(fā)展，通過大數(shù)據(jù)識別、過濾和使用等過程，優(yōu)化資源配置，推動經(jīng)濟高質(zhì)量發(fā)展。從微觀層面看，企業(yè)作為市場的主要參與者，其數(shù)字化程度是衡量數(shù)字經(jīng)濟建設成效的重要指標，對國家數(shù)字經(jīng)濟的發(fā)展具有重要推動作用。企業(yè)數(shù)字化轉(zhuǎn)型是通過引進數(shù)字技術，實現(xiàn)生產(chǎn)、管理和銷售各層面數(shù)字化改造并達到增值的戰(zhàn)略行為（戚聿東和肖旭，2020）。

當前，我國產(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)型實現(xiàn)價值創(chuàng)造的“黑箱”具有重要的理論意義和實踐價值。國外現(xiàn)有相關研究主要集中于數(shù)字化對宏觀經(jīng)濟層面、中觀產(chǎn)業(yè)層面的理論效益以及對微觀企業(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)字信息技術越發(fā)達，宏觀經(jīng)濟增速的提升效果越明顯。企業(yè)數(shù)字化轉(zhuǎn)型有助于降低運營成本，為經(jīng)營和生產(chǎn)提供發(fā)展動力（Abouzeedan等，2013），同時通過影響創(chuàng)新活動來提高企業(yè)效益（Agrawal和Goldfarb，2008）。國內(nèi)學者則聚焦于數(shù)字化轉(zhuǎn)型效益理論和企業(yè)模式變革等方面的研究，主要從價值維度分析了數(shù)字化轉(zhuǎn)型對企業(yè)效率、跨界融合、組織重構(gòu)及競爭方面的賦能效應（肖旭和戚聿東，2019）。數(shù)字化轉(zhuǎn)型不僅會對企業(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），而且對商業(yè)模式創(chuàng)新具有促進作用（戚聿東和蔡呈偉等，2019）。

數(shù)字化轉(zhuǎn)型通過運用數(shù)字化技術，對企業(yè)有限資源進行協(xié)調(diào)和安排，提高資源配置和運營效率，確保經(jīng)營上降本增效并助力創(chuàng)新活動。企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)內(nèi)部控制運營質(zhì)量，進而提升企業(yè)創(chuàng)新能力（何瓊和曲立，2022）。數(shù)字技術的應用使企業(yè)降低了創(chuàng)新資源的門檻（蔡莉等，2019），有助于提升創(chuàng)新績效，進而實現(xiàn)企業(yè)價值創(chuàng)造的終極目標。然而，當前與數(shù)字化轉(zhuǎn)型相關的研究主要集中于宏觀和產(chǎn)業(yè)數(shù)字化視角，鮮有文獻針對數(shù)字化轉(zhuǎn)型對企業(yè)價值提升的影響機理展開理論分析和實證檢驗，且尚無以企業(yè)創(chuàng)新為中介變量進一步研究該影響機理的經(jīng)驗證據(jù)。鑒于此，本文擬針對上述問題重點進行實證研究。

本文可能的邊際貢獻主要表現(xiàn)在：①基于數(shù)字化轉(zhuǎn)型的技術效應視角，從微觀層面理論分析和實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響機制，豐富了相關研究內(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)型對企業(yè)價值創(chuàng)造的間接作用機制，拓展了對數(shù)字化轉(zhuǎn)型賦能企業(yè)增值過程的機理的認知；③從經(jīng)濟政策不確定性、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，進一步討論數(shù)字化轉(zhuǎn)型對企業(yè)價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)價值之間關系的內(nèi)外部因素的研究內(nèi)容。

二、理論分析與研究假設

（一）數(shù)字化轉(zhuǎn)型與企業(yè)價值

數(shù)字技術的巨大生產(chǎn)力是企業(yè)爭相尋求轉(zhuǎn)型并渴望取得先入紅利、獲得競爭優(yōu)勢的根本動因，在數(shù)字經(jīng)濟與實體經(jīng)濟融合過程中，數(shù)字技術應用廣度和深度以及使用能力將對企業(yè)價值提升產(chǎn)生積極作用（王?；ê投琶?，2021）。數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機制可以歸納為數(shù)字技術效應及信息傳遞效應。前者是數(shù)字技術應用的直接效果，通常伴隨著生產(chǎn)、管理、運營和銷售方式的改變及其效率的提高；后者是數(shù)字技術應用過程中的附加產(chǎn)物，表現(xiàn)為數(shù)據(jù)信息這一獨特資源的加速產(chǎn)生、識別、交互、匹配、選擇與運用。

其一，在數(shù)字經(jīng)濟與實體經(jīng)濟融合的過程中，數(shù)字技術的高速發(fā)展和全面應用，為企業(yè)轉(zhuǎn)型升級帶來了新的契機。在生產(chǎn)方面，通過對物聯(lián)網(wǎng)數(shù)字技術的應用，可以合理構(gòu)建生產(chǎn)模型，進而提高生產(chǎn)率（Zhang等，2021）；在管理方面，企業(yè)對數(shù)字技術的使用強化了企業(yè)的資源整合能力，通過提高管理效率、降低從業(yè)門檻和交易成本，提升企業(yè)績效（馬梅等，2017）；在運營方面，數(shù)字技術不僅可以提高企業(yè)運營速度和效率（Drne-vich等，2011），增強市場資本化和運營調(diào)整的敏捷性，進而實現(xiàn)競爭績效（Lu和Ramamurthy，2011），還可以對運營效率進行優(yōu)化，最終提高員工人均產(chǎn)出（Mahmood和Valisher，2015）；在銷售方面，通過對產(chǎn)品生命周期管理系統(tǒng)（PLM）、企業(yè)資源管理系統(tǒng)（ERP）等的應用，可以減少銷售環(huán)節(jié)不必要的支出，同時穩(wěn)健的數(shù)字營銷策略能使客戶滿意度和參與度在影響購買意愿方面發(fā)揮更大的作用（Dash和Chakraborty，2021），有利于提升企業(yè)價值。

其二，數(shù)字化轉(zhuǎn)型對企業(yè)價值提升的信息傳遞效應可分為內(nèi)部和外部信息傳遞效應。一方面，企業(yè)對數(shù)字技術的應用使內(nèi)部各個系統(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，通過技術識別與數(shù)據(jù)匹配，幫助企業(yè)選擇并運用有效信息，有助于生產(chǎn)和銷售等決策。例如，數(shù)字技術在銷售端的運用，使得大量用戶行為習慣數(shù)據(jù)被儲存下來，這種信息資源有助于企業(yè)及時了解消費者的需求變化，在一定程度上降低與客戶因信息不對稱而產(chǎn)生的選擇成本，并帶來更多個性化、定制化和體驗性的服務消費（林琳和呂文棟，2019），最終實現(xiàn)雙贏。另一方面，數(shù)字技術的應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)勢信號將得到資本市場的青睞（李小忠，2021），使市場投資者對企業(yè)未來績效抱有良好預期。

總結(jié)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升作用一方面可以通過數(shù)字技術的先天優(yōu)勢達到降本增效的目的而直接形成，另一方面可以通過數(shù)字技術對內(nèi)、外部信息傳遞環(huán)境的優(yōu)化使企業(yè)間接獲得價值增值。

基于上述分析，本文提出如下假設：

假設1：數(shù)字化轉(zhuǎn)型有助于提升企業(yè)價值。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

隨著市場競爭水平的提高，為獲取更有利的市場地位，企業(yè)將主動開展創(chuàng)新競爭行為，形成更優(yōu)質(zhì)的差異化商品和服務（李東紅等，2020）。在數(shù)字化轉(zhuǎn)型過程中，數(shù)據(jù)資源或數(shù)字技術將推動企業(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)會選擇將數(shù)據(jù)資源或數(shù)字技術與生產(chǎn)條件重新進行組合并引入內(nèi)部系統(tǒng)（溫湖煒和王圣云，2022），促進異質(zhì)性知識與資源的有效融合，并推動現(xiàn)有技術的數(shù)字化改造和智能化升級（陳慶江等，2021），進而實現(xiàn)內(nèi)部創(chuàng)新。同時，為了獲得市場競爭優(yōu)勢，企業(yè)將積極尋求創(chuàng)新合作，推動技術共享（李東紅等，2020）。數(shù)字技術的開放性促使數(shù)據(jù)可視化得以實現(xiàn)，通過克服空間限制能夠降低企業(yè)創(chuàng)新所需資源的門檻（王?；ê投琶?，2021），協(xié)助企業(yè)達成外部合作創(chuàng)新的目的。針對企業(yè)內(nèi)、外部資源融合，借助數(shù)字技術所創(chuàng)建的設備、網(wǎng)絡、服務和內(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、服務和商業(yè)模式的變革，而創(chuàng)新項目不僅在經(jīng)營活動各個環(huán)節(jié)不斷產(chǎn)生數(shù)據(jù)，還將通過數(shù)據(jù)共享、技術共享和創(chuàng)新知識共享反哺數(shù)據(jù)資源和數(shù)字技術（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)新全過程（G?lzera和Fritzscheb，2017），并通過共享體系促進企業(yè)再度創(chuàng)新，形成推動創(chuàng)新的良性閉環(huán)。數(shù)字化轉(zhuǎn)型賦能企業(yè)創(chuàng)新的過程詳見圖1。

圖1 數(shù)字化轉(zhuǎn)型賦能企業(yè)創(chuàng)新的過程

基于上述分析，本文提出如下假設：

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

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

創(chuàng)新研發(fā)項目是企業(yè)獲取超額利潤的主要途徑，其高風險、高投入的特點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)定的市場份額甚至實現(xiàn)擴張的目標，對企業(yè)未來增長產(chǎn)生積極影響（Noh，2001），最終促進企業(yè)價值提升（王昌榮和李娜，2018）。在數(shù)字經(jīng)濟時代，數(shù)字技術是企業(yè)創(chuàng)新的重要推動因素，其價值創(chuàng)造效應將更加明顯（Forman和Zeebroeck，2012）。借助數(shù)字化轉(zhuǎn)型的支點作用，技術迭代產(chǎn)生的開放式創(chuàng)新能夠顯著提升企業(yè)績效（鎖箭等，2021）。數(shù)字化轉(zhuǎn)型不僅能通過降低成本、提高資產(chǎn)使用效率和強化創(chuàng)新范式等提高實體企業(yè)經(jīng)營績效（何帆和劉紅霞，2019），還能助力企業(yè)打破行業(yè)局限，實現(xiàn)跨界競爭，達到提高企業(yè)綜合競爭力的目的（張驍?shù)龋?019），最終實現(xiàn)企業(yè)價值提升。

企業(yè)數(shù)字化是企業(yè)形態(tài)平臺化的演變（劉杰，2019），數(shù)字化轉(zhuǎn)型實質(zhì)上是通過數(shù)據(jù)引導企業(yè)正確配置資源以及推動企業(yè)創(chuàng)新，進而實現(xiàn)價值創(chuàng)造（劉啟雷等，2022）。這一過程具體表現(xiàn)為數(shù)字化轉(zhuǎn)型能有效促進資本流動、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)價值的創(chuàng)造。另外，數(shù)字化轉(zhuǎn)型通過促進企業(yè)創(chuàng)新繼而提高企業(yè)業(yè)績，在該途徑中規(guī)模效應能放大數(shù)字技術給企業(yè)帶來的收益（戚聿東和肖旭，2020）。

基于上述分析，本文提出如下假設：

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

三、研究設計

（一）樣本選擇與變量定義

1.樣本選擇與數(shù)據(jù)來源。2013年是我國大數(shù)據(jù)集中爆發(fā)的元年，基于數(shù)據(jù)產(chǎn)生、儲存和利用的各種數(shù)字技術陸續(xù)得到應用。因此，本文選取2013～2020年我國滬深A股上市公司作為初始研究樣本，并進行如下處理：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考慮到金融保險行業(yè)資產(chǎn)負債率的特殊性，剔除了金融保險行業(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個行業(yè)1203個樣本企業(yè)，共計9624個觀測值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于W INGO財經(jīng)文本數(shù)據(jù)庫，其他數(shù)據(jù)來源于CSMAR和W IND數(shù)據(jù)庫。本文對所有連續(xù)性變量進行了上下1%的縮尾處理。數(shù)據(jù)分析主要借助Excel2016和Stata15.0軟件完成。

2.變量定義。

（1）被解釋變量：企業(yè)價值。衡量企業(yè)價值的財務指標較多，如每股收益（EPS）、經(jīng)濟增加值（EVA）、凈資產(chǎn)收益率（ROE）、資產(chǎn)回報率（ROA）等，但主流文獻多采用現(xiàn)金流量折現(xiàn)估值法（Jensen，1986）、實物期權(quán)定價模型（M yers，1977）和Tobin'Q值。鑒于Tobin'Q值能對賬面價值與市場價值進行綜合考量，本文將其作為企業(yè)價值的替代變量，計算方法如下：

Tobin'Q=（每股價格×流通股股數(shù)+每股凈資產(chǎn)×非流通股股數(shù)+負債市場價值）/總資產(chǎn)

（2）解釋變量：數(shù)字化轉(zhuǎn)型。當前，證監(jiān)會并未要求上市公司在年度財務報告中列示數(shù)字化相關信息，對數(shù)字化轉(zhuǎn)型的測度尚處于探索階段。通過分析語言中使用的詞語類型和詞頻，可以了解某些特征和行為傾向。根據(jù)上市公司年度財務報告管理層討論與分析（MD&A）部分中有關數(shù)字化表述的詞語類型和詞頻統(tǒng)計數(shù)量，能夠判斷企業(yè)是否運用了數(shù)字化技術、是否引入了數(shù)字化戰(zhàn)略以及數(shù)字化戰(zhàn)略的實施程度。

本文按如下思路衡量數(shù)字化轉(zhuǎn)型指標：首先，參考戚聿東和蔡呈偉（2020）對企業(yè)數(shù)字化相關詞組的總結(jié)，借鑒吳非等（2021）對數(shù)字化轉(zhuǎn)型指標體系的構(gòu)建方法，結(jié)合數(shù)字化技術在企業(yè)轉(zhuǎn)型中的實際應用，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W INGO財經(jīng)文本數(shù)據(jù)庫的年報文本識別和挖掘功能，匯總統(tǒng)計各關鍵詞出現(xiàn)的頻次；最后，借鑒胡秀群等（2022）的方法，用企業(yè)某年年報的MD&A部分中數(shù)字化相關關鍵詞總數(shù)占同年所在行業(yè)數(shù)字化相關關鍵詞總數(shù)的比例，度量企業(yè)數(shù)字化轉(zhuǎn)型的程度（Deg）。

表1 數(shù)字化轉(zhuǎn)型詞頻框架

（3）中介變量：企業(yè)創(chuàng)新?，F(xiàn)有文獻主要從兩個角度進行測度：①投入角度，指企業(yè)創(chuàng)新投入或研發(fā)投入，用研發(fā)投入占主營業(yè)務收入的比例進行度量；②產(chǎn)出角度，指企業(yè)創(chuàng)新項目的產(chǎn)出，用專利申請數(shù)量（李文貴和余明桂，2015）或取其對數(shù)（張勁帆等，2017）進行度量?？紤]到企業(yè)存在出于知識保護動機而主動選擇回避專利申請的可能，專利申請數(shù)量無法全面真實地反映企業(yè)創(chuàng)新行為。因此，本文將研發(fā)投入占主營業(yè)務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。為確保回歸模型的解釋效力，防止虛假相關內(nèi)容干擾研究結(jié)論，在參考現(xiàn)有文獻研究的基礎上，本文對企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、企業(yè)成長性（Grow th）、股權(quán)集中度（Top1）、獨立董事比例（Dir）和兩職合一（Dual）等變量進行了控制。

主要變量定義及其說明如表2所示。

表2 變量定義

（二）模型設計

為驗證假設1，本文構(gòu)建了模型（1）：

為驗證假設2，本文構(gòu)建了模型（2）：

為驗證假設3，本文構(gòu)建了模型（3）：

參照溫忠麟和葉寶娟（2014）對中介效應的檢驗方法，企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的中介效應檢驗過程如下：首先，若模型（1）中系數(shù)α1顯著，則說明主回歸效應顯著，可以進行下一步檢驗。其次，檢驗模型（2）中的系數(shù)β1和模型（3）中的系數(shù)χ2，若兩者都顯著，說明間接效應顯著。再次，繼續(xù)檢驗模型（3）中的系數(shù)χ1，若χ1不顯著，則說明直接效應不顯著，存在完全中介效應；若χ1顯著，則說明直接效應顯著，需進行下一步檢驗。最后，若β1χ2與χ1的符號相同，則說明存在部分中介效應；否則存在遮掩效應。

為減少誤差對實證結(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，其中行業(yè)按照證監(jiān)會2012年行業(yè)分類標準進行劃分。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

主要變量的描述性統(tǒng)計結(jié)果如表3所示。企業(yè)價值（Tobin'Q）最大值為9.79、最小值為0.844、均值為2.328、標準差為1.626，說明樣本間企業(yè)價值的差異較大，這與我國上市公司龍頭梯隊與尾部梯隊價值差距大的現(xiàn)實較為符合，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，說明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度差距較大，反映了當前我國上市公司數(shù)字化轉(zhuǎn)型投入?yún)⒉畈积R的現(xiàn)實。企業(yè)創(chuàng)新（R&D）最大值為25.302、最小值為0、標準差為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)負債率（Lev）、企業(yè)成長性（Grow th）及獨立董事比例（Dir）均存在不同程度的差異；股權(quán)集中度（Top1）標準差為14.785，說明各公司的股權(quán)集中情況存在較大差距。

表3 主要變量描述性統(tǒng)計

（二）相關性分析

本文對主要變量進行了Pearson相關性檢驗，結(jié)果如表4所示。數(shù)字化轉(zhuǎn)型與企業(yè)價值在1%的水平上顯著正相關，初步驗證了假設1。企業(yè)創(chuàng)新（R&D）與企業(yè)價值（Tobin'Q）在1%的水平上顯著正相關，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，初步驗證了假設2。其他變量間相關系數(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題，模型較恰當。

表4 主要變量相關性分析

（三）回歸分析

本文采用逐步回歸法，分別對模型（1）～模型（3）進行回歸，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)價值（Tobin'Q）的系數(shù)為1.96，且在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型與企業(yè)價值顯著正相關，即數(shù)字化轉(zhuǎn)型程度越高，對企業(yè)價值的提升作用越明顯，因此假設1得到驗證。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)型對企業(yè)創(chuàng)新有正向促進作用，該結(jié)果與假設2一致。

表5 逐步回歸結(jié)果

根據(jù)中介效應的檢驗方法：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，說明數(shù)字化轉(zhuǎn)型與企業(yè)價值之間的直接效應顯著；最后，由于β1χ2=9.575×0.063=0.603，χ1=1.357，β1χ2與χ1的符號相同，說明企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在部分中介效應，且中介效應的程度為：β1χ2/α1=（0.603/1.960）×100%≈30.80%。假設3得到驗證。

（四）穩(wěn)健性檢驗

1.計量方法的替換。鑒于逐步回歸法存在潛在統(tǒng)計功效的局限性，為檢驗企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的中介效應，本文采用統(tǒng)計功效較高的Sobel系數(shù)乘積檢驗法以及偏差矯正Bootstrap法對上述結(jié)論進行驗證。本文觀測值數(shù)量能較好地契合Sobel檢驗對樣本的需求量，同時Bootstrap的經(jīng)驗抽樣可以作為實際整體分布于參數(shù)估計，矯正樣本偏差。

Sobel檢驗結(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，間接效應占總效應比例為30.80%；使用Bootstrap法從樣本數(shù)據(jù)中隨機抽樣1000次的結(jié)果顯示，間接效應在95%的置信區(qū)間內(nèi)不包含0（Z值為10.06），說明間接效應存在，結(jié)果支持了假設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解釋變量數(shù)字化轉(zhuǎn)型（Deg）重新進行定義：一是，按照企業(yè)是否進行數(shù)字化轉(zhuǎn)型賦值。若企業(yè)當年年報中未出現(xiàn)數(shù)字化相關詞頻，則說明當年未進行數(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。對樣本重新處理后，采用Sobel系數(shù)乘積檢驗法進行中介效應檢驗，實證結(jié)果表明間接效應顯著，且中介效應占比為28.92%；Bootstrap自體抽樣結(jié)果同樣穩(wěn)健，也支持了假設3（囿于篇幅，表略）。

3.研究樣本的處理。當前我國實體經(jīng)濟數(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，重新檢驗數(shù)字化轉(zhuǎn)型對企業(yè)價值的作用機制。選擇制造業(yè)企業(yè)作為再檢驗樣本的理由在于：其一，制造業(yè)樣本觀測值為6163個，占總樣本觀測值的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服務業(yè)、計算機和通信行業(yè)樣本對研究結(jié)論的影響。采用Sobel系數(shù)乘積檢驗法和偏差矯正Bootstrap法進行檢驗，結(jié)果均支持假設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模型，雖然緩解了由于存在部分遺漏變量而帶來的內(nèi)生性問題，但鑒于企業(yè)價值可能與數(shù)字化轉(zhuǎn)型、企業(yè)創(chuàng)新存在反向因果關系，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，對數(shù)字化轉(zhuǎn)型（Deg）和企業(yè)創(chuàng)新（R&D）及所有控制變量進行滯后一期處理，以盡可能消除反向因果關系導致的內(nèi)生性問題。仍然采用Sobel系數(shù)乘積檢驗法以及偏差矯正Bootstrap法進行檢驗，結(jié)果均支持假設3（囿于篇幅，表略）。

五、異質(zhì)性檢驗

（一）經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性

經(jīng)濟政策不確定性加劇了市場的不穩(wěn)定性，在此情況下企業(yè)投資將更加謹慎。實物期權(quán)理論認為，經(jīng)濟政策不確定性的上升，將導致投資項目預期現(xiàn)金流的不穩(wěn)定性增加，為降低潛在風險，企業(yè)更傾向于推遲投資決策，以提高“等待”價值。當經(jīng)濟政策不確定性上升或下降時，企業(yè)數(shù)字化轉(zhuǎn)型決策及其投入程度均會受到影響，對企業(yè)價值提升的作用則可能存在明顯差異。為驗證經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性，本文將經(jīng)濟政策不確定性按不同年度設置中位數(shù)，并將大于或等于年度中位數(shù)的樣本歸類為高經(jīng)濟政策不確定性組，反之則歸類為低經(jīng)濟政策不確定性組，以進行分組檢驗，回歸結(jié)果詳見表6。

表6 異質(zhì)性檢驗回歸結(jié)果

經(jīng)濟政策不確定性分組檢驗結(jié)果中，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價值（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)型對企業(yè)價值創(chuàng)造的積極影響，說明在國家數(shù)字經(jīng)濟戰(zhàn)略及相關補貼、優(yōu)惠等配套政策的引導下，盡管受經(jīng)濟政策不確定性波動的影響，企業(yè)數(shù)字化轉(zhuǎn)型帶來的整體優(yōu)勢仍然展現(xiàn)出其強大的價值創(chuàng)造力。但具體來看，經(jīng)濟政策不確定性較低時，數(shù)字化轉(zhuǎn)型與企業(yè)價值的系數(shù)為4.229；經(jīng)濟政策不確定性較高時，該系數(shù)僅為1.162，與前者存在明顯差距。經(jīng)費舍爾組間系數(shù)差異檢驗，數(shù)字化轉(zhuǎn)型與企業(yè)價值的系數(shù)在經(jīng)濟政策不確定性上的差異為2.49，且在1%的水平上顯著，進一步驗證了經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性。

產(chǎn)生上述結(jié)果的原因主要在于：首先，經(jīng)濟政策不確定性較高時，企業(yè)面對資源有限的困境和愈加動蕩的市場環(huán)境，預期經(jīng)濟不穩(wěn)定性上升，在進行內(nèi)部項目投資決策時將更謹慎。而數(shù)字化轉(zhuǎn)型是一項投資大、回收期較長的企業(yè)戰(zhàn)略，該特點決定了其在環(huán)境不確定情況下的資源爭奪中存在天然劣勢，經(jīng)濟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，其價值創(chuàng)造效應被削弱。其次，較高的經(jīng)濟政策不確定性導致外部投資環(huán)境較惡劣、信息不對稱問題更為突出，此時更容易產(chǎn)生資金滯留進而加深委托代理問題（宋玉祿等，2018）。經(jīng)濟政策不確定性較高時，職業(yè)經(jīng)理人因任期內(nèi)的業(yè)績壓力將選擇回避像數(shù)字化轉(zhuǎn)型這類資金投入需求大、不確定性高的項目，間接影響數(shù)字化轉(zhuǎn)型的價值提升效應。

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

我國上市公司融資的主要方式有資本市場上的股權(quán)性融資、債務性融資以及銀行等金融機構(gòu)的信貸。當企業(yè)面臨較大融資約束時，通過外部籌集資金的機會減少，進而降低了為數(shù)字化轉(zhuǎn)型戰(zhàn)略持續(xù)“供血”的可能。高融資約束勢必導致現(xiàn)金流短缺風險上升，企業(yè)為提高資金使用效率、加快周轉(zhuǎn)、降低生存風險，不得不優(yōu)先考慮維系當前經(jīng)營規(guī)模和業(yè)務流程以保持企業(yè)穩(wěn)定過渡，進而減小了數(shù)字化轉(zhuǎn)型投入的力度或推遲了其轉(zhuǎn)型的進度。此外，融資約束具有信號傳遞效應，相對于高融資約束，在低融資約束狀況下融資渠道將逐步擴張，融資成本變低，從而緩解了企業(yè)長期項目的投資不足問題（張園園等，2020），進一步提高了企業(yè)未來的盈利空間，最終將會促進企業(yè)價值的提升。因此，當融資約束較低時，企業(yè)數(shù)字化轉(zhuǎn)型的價值作用將更顯著、效果更突出，從而體現(xiàn)出其異質(zhì)性。為驗證融資約束在數(shù)字化轉(zhuǎn)型對企業(yè)價值影響中的異質(zhì)性，本文將大于或等于融資約束年度中位數(shù)的樣本歸類為高融資約束組，否則為低融資約束組，以進行分組檢驗，回歸結(jié)果詳見表6。

在高融資約束組，數(shù)字化轉(zhuǎn)型（Deg）與企業(yè)價值（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)果說明，即使受到融資約束的影響，數(shù)字化轉(zhuǎn)型推動企業(yè)價值提升的作用亦較為明顯。在融資約束程度較低時，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更充裕，同時較高的融資安全性能向外界傳遞積極信號，降低交易成本并提高市場對企業(yè)經(jīng)營的信心，進而達到企業(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)費舍爾組間系數(shù)差異檢驗，系數(shù)差異為0.894，且在10%的水平上顯著，進一步表明數(shù)字化轉(zhuǎn)型對企業(yè)價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)型對企業(yè)價值影響中的異質(zhì)性

合理的股權(quán)結(jié)構(gòu)是確保企業(yè)穩(wěn)定運營和經(jīng)營績效的重要條件。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“一股獨大”情形下，股東對企業(yè)數(shù)字化轉(zhuǎn)型的進展、效果及增值效應的影響會更顯著。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險承擔者，更關注企業(yè)的長期成長和未來收益。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)型的意愿和動力就越強，高股權(quán)集中度在數(shù)字化轉(zhuǎn)型投入及其經(jīng)濟效果中具有“扶持之手”效應；相反，當股權(quán)分散時，大、小股東之間的利益沖突明顯，大股東考慮長期發(fā)展而小股東以“落袋為安”作為最優(yōu)決策，此時決策噪音大，最終將導致偏離最佳決策。因此，本文認為股權(quán)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價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)樣本歸類為高股權(quán)集中度組，否則為低股權(quán)集中度組，進行分組檢驗，回歸結(jié)果詳見表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，說明股權(quán)集中度較高時企業(yè)數(shù)字化轉(zhuǎn)型的“扶持之手”效應和經(jīng)濟后果更為突出。經(jīng)費舍爾組間系數(shù)差異檢驗，系數(shù)差異為1.532，且在5%的水平上顯著，進一步表明股權(quán)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在異質(zhì)性。

六、進一步分析

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

由于企業(yè)實際控制人不同，按照產(chǎn)權(quán)歸屬可將企業(yè)分為國有企業(yè)和非國有企業(yè)。國有企業(yè)的資源稟賦、規(guī)模、行業(yè)競爭力、市場信心和融資能力普遍領先于非國有企業(yè)，二者在數(shù)字化轉(zhuǎn)型的經(jīng)濟效益方面是否存在差異值得探討。盡管由于政府背書的國有企業(yè)資本實力較雄厚，但對企業(yè)的發(fā)展決策卻存在不利影響，主要表現(xiàn)為：首先，國有企業(yè)追求雙重效應，在承擔社會責任以實現(xiàn)社會效應目標的同時，追求經(jīng)濟利益以實現(xiàn)經(jīng)濟效應的目標，這決定了其數(shù)字化轉(zhuǎn)型的意愿較小且難度更大、經(jīng)濟效果的滯后性更明顯；其次，國有企業(yè)高管大多由政府部門任命，高管個人的政治仕途追求會導致其過度關注有限任期內(nèi)企業(yè)經(jīng)營績效的穩(wěn)定性和美觀度，同時由于給予高管的股權(quán)激勵比例較低，會導致其“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)務盈利而主動回避數(shù)字化轉(zhuǎn)型的高投入，或者象征性予以投入以應付考核指標。相對于國有企業(yè)良好的行業(yè)競爭力與市場信心，非國有企業(yè)要想在激烈的市場競爭中搶占先機，必然會順應未來發(fā)展的趨勢，把握數(shù)字化轉(zhuǎn)型機遇，優(yōu)先享受先入紅利，因此非國有企業(yè)主動尋求轉(zhuǎn)型變革的動機和意愿更強。

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

表7中模型（4）的檢驗結(jié)果顯示，加入交互項后，數(shù)字化轉(zhuǎn)型（Deg）的系數(shù)與交互項（Deg×Soe）的系數(shù)符號相反，并均在1%的水平上顯著，說明產(chǎn)權(quán)性質(zhì)負向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升效應，即產(chǎn)權(quán)性質(zhì)弱化了數(shù)字化轉(zhuǎn)型的增值效果，非國有企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟收益表現(xiàn)優(yōu)于國有企業(yè)。鄒檢驗在5%的水平上顯著，進一步驗證了該結(jié)果。

表7 調(diào)節(jié)效應回歸結(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、營銷和管理過程，甚至商業(yè)模式變革上均具有巨大潛力。根據(jù)競爭優(yōu)勢理論，當市場競爭程度較低時，產(chǎn)品差異度較大，企業(yè)較易通過產(chǎn)品創(chuàng)新獲得超額利潤；同時，進行商業(yè)模式創(chuàng)新也能夠滿足不同消費層次的客戶群體的需求，進而在一定程度上提升企業(yè)競爭優(yōu)勢和企業(yè)績效（許敏和姚夢琪，2018）。當市場競爭程度較低時，行業(yè)競爭對手相對較少，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，突破基于外觀設計層面的改進，在競爭對手有限的行業(yè)中為企業(yè)創(chuàng)造附加價值。隨著行業(yè)競爭程度加劇，產(chǎn)品同質(zhì)化日趨嚴重，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)競爭對手越多，客戶越容易找到替代企業(yè)和產(chǎn)品，與競爭程度低時相比，企業(yè)處于劣勢，缺乏主動權(quán)（賈軍和魏雅青，2019）。行業(yè)集中度越高，市場競爭越小，數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)造的超額收益越大?；谏鲜龇治觯疚牟捎煤辗疫_爾指數(shù)（HHI）衡量行業(yè)集中度，該指標數(shù)值越大說明行業(yè)越集中。

本文構(gòu)建模型（5）以驗證數(shù)字化轉(zhuǎn)型的經(jīng)濟收益在行業(yè)競爭層面的差異，對解釋變量和調(diào)節(jié)變量進行中心化處理并生成數(shù)字化轉(zhuǎn)型與赫芬達爾指數(shù)的交互項（Deg×HHI）。

表7中模型（5）的檢驗結(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（Deg×HHI）的回歸系數(shù)為4.427，且在1%的水平上顯著。回歸結(jié)果表明，隨著行業(yè)集中度的提高，市場競爭減小，數(shù)字技術所帶來的產(chǎn)品創(chuàng)新、成本控制和營銷管理等方面的效應更為突出，對企業(yè)價值的提升作用更明顯，說明行業(yè)集中度顯著強化了數(shù)字化轉(zhuǎn)型對企業(yè)價值的正向影響。鄒檢驗在1%的水平上顯著，進一步驗證了行業(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年我國滬深A股上市公司的樣本數(shù)據(jù)展開研究，采用詞頻統(tǒng)計法度量數(shù)字化轉(zhuǎn)型程度，從全樣本視角實證檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升作用，驗證了企業(yè)創(chuàng)新的中介效應，并進一步探討了數(shù)字化轉(zhuǎn)型的經(jīng)濟效益在經(jīng)濟政策不確定性、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)型具有價值創(chuàng)造潛力，能夠提升企業(yè)價值，企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響中存在部分中介效應。②經(jīng)濟政策不確定性、融資約束程度以及股權(quán)集中度在統(tǒng)計學意義上并不影響企業(yè)數(shù)字化轉(zhuǎn)型的價值創(chuàng)造作用。但由于外部環(huán)境局限，當經(jīng)濟政策不確定性與融資約束程度較高時，數(shù)字化轉(zhuǎn)型的經(jīng)濟收益明顯減少；股權(quán)集中度越高，數(shù)字化轉(zhuǎn)型的戰(zhàn)略扶持效應越顯著，其帶來的價值提升作用越明顯。③產(chǎn)權(quán)性質(zhì)負向調(diào)節(jié)數(shù)字化轉(zhuǎn)型的增值效應。相比國有企業(yè)，非國有企業(yè)具備數(shù)字化轉(zhuǎn)型變革的良好動力和積極性，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)型的附加技術優(yōu)勢在價值創(chuàng)造能力上更為突出，即行業(yè)集中度在數(shù)字化轉(zhuǎn)型對企業(yè)價值的提升作用中具有正向調(diào)節(jié)效應。

（二）管理啟示

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

企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的價值提升效應，其價值創(chuàng)造潛力可以通過企業(yè)創(chuàng)新來體現(xiàn)。但數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新活動均具有投入大和價值實現(xiàn)滯后的特點，對資本實力有限的企業(yè)而言，如何在維系當前盈利情況的同時管理好轉(zhuǎn)型投入是關鍵問題，否則容易導致企業(yè)轉(zhuǎn)型失敗，進而陷入經(jīng)營困境。

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

內(nèi)部治理機制同樣是轉(zhuǎn)型需要克服的問題，保持合理的股權(quán)結(jié)構(gòu)能夠推動企業(yè)數(shù)字化轉(zhuǎn)型。對國有企業(yè)而言，優(yōu)化經(jīng)理人激勵和績效考核制度是解決轉(zhuǎn)型動力不足的有效途徑。

行業(yè)競爭水平在一定程度上決定了企業(yè)數(shù)字化的價值創(chuàng)造效果，因此在進行數(shù)字化轉(zhuǎn)型時，需要充分考慮企業(yè)所處行業(yè)的性質(zhì)、市場地位和競爭程度，綜合考量數(shù)字化轉(zhuǎn)型的時機，避免轉(zhuǎn)型投入和預期產(chǎn)出與實際情況差距過大。

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管理層的決策和管理能力。這一方面要求企業(yè)管理者準確抓住轉(zhuǎn)型時機，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、外部市場環(huán)境和自身競爭能力，從管理層面配合完成轉(zhuǎn)型并發(fā)揮數(shù)字技術優(yōu)勢，提升企業(yè)價值。否則，盲目追逐轉(zhuǎn)型先入紅利會大幅提高企業(yè)轉(zhuǎn)型失敗的風險。

（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)字技術在不同行業(yè)中的應用差異，在數(shù)字化相關詞組選擇上可能存在一定偏差。另外，通過企業(yè)詞頻對行業(yè)詞頻的占比來度量數(shù)字化轉(zhuǎn)型程度存在一定的局限性，這是當前數(shù)字化相關主題研究的重難點問題。當前我國數(shù)字化轉(zhuǎn)型熱潮高漲，后續(xù)研究可圍繞以下內(nèi)容進行探討：①數(shù)字化轉(zhuǎn)型程度的定量分析，即如何科學準確地度量數(shù)字化轉(zhuǎn)型程度。②行業(yè)性質(zhì)的差異導致數(shù)字化轉(zhuǎn)型對企業(yè)價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，將有助于開展數(shù)字經(jīng)濟實踐評價。③在國家數(shù)字經(jīng)濟戰(zhàn)略的引導下，政府補貼在多大程度上推動了企業(yè)數(shù)字化轉(zhuǎn)型的實踐。④企業(yè)數(shù)字化轉(zhuǎn)型具有長期戰(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)型時機同樣值得研究。