林 川

(四川外國(guó)語(yǔ)大學(xué) 國(guó)際金融與貿(mào)易學(xué)院,重慶 400031)

一、引言

作為一種新技術(shù)模式、新資源配置方式、新經(jīng)濟(jì)發(fā)展形態(tài),數(shù)字經(jīng)濟(jì)對(duì)宏觀經(jīng)濟(jì)增長(zhǎng)、企業(yè)生產(chǎn)運(yùn)營(yíng)及商業(yè)活動(dòng)、人類生活方式等產(chǎn)生了重要影響(李海艦 等,2020;張文魁,2022)[1-2]。隨著數(shù)字經(jīng)濟(jì)的持續(xù)發(fā)展,數(shù)字化轉(zhuǎn)型成為企業(yè)改造提升傳統(tǒng)動(dòng)能、改善生產(chǎn)運(yùn)營(yíng)流程、改進(jìn)組織結(jié)構(gòu)與管理模式、提升決策效率的重要途徑與手段(Vial,2019;周琦瑋 等,2022)[3-4]。在此背景下,企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的經(jīng)濟(jì)后果受到廣泛關(guān)注,并有大量文獻(xiàn)對(duì)此進(jìn)行了實(shí)證檢驗(yàn)。其中,關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)自身發(fā)展的影響,學(xué)者們從不同角度進(jìn)行了探討和檢驗(yàn),比如:Guo 和 Xu(2021)研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型可以通過(guò)改善企業(yè)運(yùn)營(yíng)和激勵(lì)企業(yè)發(fā)展對(duì)企業(yè)財(cái)務(wù)績(jī)效產(chǎn)生持久影響[5];Zeng 和 Lei(2021)分析表明,數(shù)字化轉(zhuǎn)型提升了企業(yè)管理效率和技術(shù)水平,從而能夠促進(jìn)企業(yè)全要素生產(chǎn)率增長(zhǎng)[6];袁淳等(2021)認(rèn)為,數(shù)字化轉(zhuǎn)型可以降低企業(yè)的外部交易成本與內(nèi)部管控成本,進(jìn)而提升企業(yè)專業(yè)化分工水平[7];吳非等(2021)指出,數(shù)字化轉(zhuǎn)型可以通過(guò)改善信息不對(duì)稱程度和增強(qiáng)資本市場(chǎng)的正面預(yù)期來(lái)提升企業(yè)的財(cái)務(wù)穩(wěn)定性及其股票在資本市場(chǎng)的流動(dòng)性[8];Liu等(2022)的研究結(jié)果顯示,數(shù)字化轉(zhuǎn)型可以緩解融資約束、降低風(fēng)險(xiǎn)、推動(dòng)技術(shù)創(chuàng)新,有效促進(jìn)企業(yè)可持續(xù)發(fā)展[9];吳武清和田雅婧(2022)的分析表明,數(shù)字化轉(zhuǎn)型有助于企業(yè)傳遞和捕捉更多閑置資源信息,從而降低企業(yè)費(fèi)用粘性[10];等等。然而,隨著數(shù)字技術(shù)的創(chuàng)新和應(yīng)用日益呈現(xiàn)出多樣化趨勢(shì),由于自身稟賦、戰(zhàn)略目標(biāo)、行業(yè)特征以及發(fā)展環(huán)境的不同,企業(yè)的數(shù)字化轉(zhuǎn)型實(shí)踐存在多樣化的路徑和技術(shù)選擇,但已有文獻(xiàn)大多基于數(shù)字化轉(zhuǎn)型的整體角度來(lái)檢驗(yàn)其對(duì)企業(yè)發(fā)展的影響,忽略了不同的數(shù)字化轉(zhuǎn)型可能產(chǎn)生不同的效應(yīng)。

近年來(lái),國(guó)際化成為我國(guó)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要戰(zhàn)略之一,越來(lái)越多的企業(yè)積極拓展海外市場(chǎng)以擴(kuò)大自身業(yè)務(wù)范圍與產(chǎn)品銷售,這既是企業(yè)“走出去”的必然結(jié)果,也是企業(yè)轉(zhuǎn)型升級(jí)和更高水平開放型經(jīng)濟(jì)的體現(xiàn)。海外市場(chǎng)的拓展不但能夠?yàn)槠髽I(yè)提供更大的績(jī)效提升空間,也推動(dòng)了整體經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整(孫玉琴 等,2019)[10]。數(shù)字化轉(zhuǎn)型在推動(dòng)企業(yè)國(guó)際化經(jīng)營(yíng)方面也發(fā)揮了重要作用,但現(xiàn)有文獻(xiàn)中的經(jīng)驗(yàn)分析更多的是探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口的影響,較少關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響。王欣等(2023)通過(guò)構(gòu)建一個(gè)整合分析框架,從理論上探討了數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化的三個(gè)核心機(jī)制,即獲取競(jìng)爭(zhēng)優(yōu)勢(shì)、提升動(dòng)態(tài)能力和構(gòu)建生態(tài)系統(tǒng)[11]。王墨林等(2022)采用企業(yè)擁有的海外子公司所覆蓋的地區(qū)和國(guó)家數(shù)量來(lái)衡量企業(yè)國(guó)際化廣度,分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)感知和應(yīng)對(duì)動(dòng)態(tài)復(fù)雜的國(guó)際競(jìng)爭(zhēng)環(huán)境,并提高企業(yè)在動(dòng)態(tài)環(huán)境下感知機(jī)會(huì)、獲取和重構(gòu)內(nèi)外部資源的動(dòng)態(tài)能力,進(jìn)而有效地提升企業(yè)國(guó)際化廣度,該影響的強(qiáng)度與東道國(guó)制度特征和企業(yè)股權(quán)性質(zhì)有關(guān)[12];王欣和付雨蒙(2023)采用企業(yè)海外營(yíng)業(yè)收入占總營(yíng)業(yè)收入的比例來(lái)測(cè)量企業(yè)國(guó)際化深度,研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型主要通過(guò)削弱母國(guó)與東道國(guó)間的制度距離及地理距離產(chǎn)生的不利影響來(lái)提升企業(yè)國(guó)際化深度,并能夠促進(jìn)企業(yè)積極履行社會(huì)責(zé)任、獲得良好的企業(yè)聲譽(yù),進(jìn)而破除國(guó)際化進(jìn)程中的各種制度障礙[13]。姜麗群等(2020),采用一定時(shí)期內(nèi)企業(yè)海外營(yíng)業(yè)收入增長(zhǎng)率的變化來(lái)衡量企業(yè)國(guó)際化節(jié)奏,分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)塑造并保持規(guī)律的國(guó)際化節(jié)奏,戰(zhàn)略柔性和金融發(fā)展可以增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化節(jié)奏的積極影響[14]。閻海峰等(2023)采用企業(yè)海外銷售額占總銷售額比重與海外子公司數(shù)量占總子公司數(shù)量比重的算術(shù)平均數(shù)來(lái)衡量企業(yè)國(guó)際化程度,再將1年內(nèi)國(guó)際化程度的變化量作為企業(yè)國(guó)際化速度的代理指標(biāo),研究表明,數(shù)字化轉(zhuǎn)型正向影響企業(yè)國(guó)際化速度,該作用受到東道國(guó)與母國(guó)數(shù)字距離的負(fù)向調(diào)節(jié)和企業(yè)內(nèi)向連接水平的正向調(diào)節(jié)[15]。此外,周夢(mèng)玲等(2023)的研究結(jié)果顯示,企業(yè)的國(guó)際化部署和數(shù)字化轉(zhuǎn)型可以實(shí)現(xiàn)相輔相成的協(xié)同效應(yīng)[16]。

通過(guò)文獻(xiàn)梳理可以發(fā)現(xiàn),一方面,在關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)研究中,缺乏對(duì)數(shù)字化轉(zhuǎn)型本身異質(zhì)性的探討;另一方面,關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響研究還有待進(jìn)一步拓展和深化。有鑒于此,本文在已有研究的基礎(chǔ)上,嘗試從數(shù)字化轉(zhuǎn)型層面(“底層技術(shù)運(yùn)用”和“技術(shù)實(shí)踐應(yīng)用”)和數(shù)字技術(shù)類型(“人工智能與區(qū)塊鏈”和“大數(shù)據(jù)與云計(jì)算”)兩個(gè)維度探究不同的數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化經(jīng)營(yíng)的差異,并以滬深A(yù)股主板上市公司為樣本進(jìn)行實(shí)證檢驗(yàn)。與已有文獻(xiàn)相比,本文的邊際貢獻(xiàn)主要在于:一是從數(shù)字化轉(zhuǎn)型的異質(zhì)性視角深化了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)研究,為深入探究不同的數(shù)字化轉(zhuǎn)型對(duì)宏微觀經(jīng)濟(jì)的影響提供了新的思路和方法借鑒;二是從技術(shù)創(chuàng)新路徑及企業(yè)異質(zhì)性等方面拓展了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響研究,有助于科學(xué)認(rèn)識(shí)企業(yè)“數(shù)字化”與“國(guó)際化”的關(guān)聯(lián)性;三是通過(guò)實(shí)證檢驗(yàn)為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)效應(yīng)及其異質(zhì)性表現(xiàn)提供了經(jīng)驗(yàn)證據(jù),有利于各類企業(yè)積極采取針對(duì)性措施,通過(guò)加快數(shù)字化轉(zhuǎn)型有效促進(jìn)國(guó)際化發(fā)展。

二、理論分析與研究假說(shuō)

數(shù)字技術(shù)的出現(xiàn)與應(yīng)用不但使得企業(yè)的資源屬性、信息結(jié)構(gòu)、價(jià)值表現(xiàn)都發(fā)生了變化,也使得企業(yè)面臨的市場(chǎng)和消費(fèi)需求發(fā)生了變化,從而驅(qū)動(dòng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型(Warner et al.,2019)[17]。數(shù)字化轉(zhuǎn)型改變了企業(yè)的生產(chǎn)方式和商業(yè)模式,必然對(duì)企業(yè)的國(guó)際化行為產(chǎn)生影響。企業(yè)對(duì)數(shù)字技術(shù)的創(chuàng)新和應(yīng)用,一方面可以降低拓展海外市場(chǎng)的成本,獲得更多海外市場(chǎng)信息與資源,另一方面也會(huì)提升企業(yè)識(shí)別海外市場(chǎng)的能力,降低進(jìn)入海外市場(chǎng)的風(fēng)險(xiǎn),而這些都有利于企業(yè)的國(guó)際化經(jīng)營(yíng)。企業(yè)數(shù)字化轉(zhuǎn)型具有技術(shù)創(chuàng)新促進(jìn)效應(yīng)已得到眾多文獻(xiàn)的證實(shí),而技術(shù)創(chuàng)新是企業(yè)核心競(jìng)爭(zhēng)力的主要來(lái)源,因而數(shù)字化轉(zhuǎn)型可以通過(guò)提升企業(yè)在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力來(lái)促進(jìn)其國(guó)際化經(jīng)營(yíng)。值得注意的是,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用大小可能受到多種因素的影響。一方面,不同的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響強(qiáng)度可能不同,比如底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型與技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型、人工智能及區(qū)塊鏈技術(shù)的應(yīng)用與大數(shù)據(jù)及云計(jì)算技術(shù)的應(yīng)用對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)可能有不同的影響;另一方面,不同類型企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的影響強(qiáng)度也可能不同,比如企業(yè)的產(chǎn)權(quán)性質(zhì)、技術(shù)屬性及規(guī)模大小等都可能對(duì)其數(shù)字化轉(zhuǎn)型程度及數(shù)字化轉(zhuǎn)型能夠獲得的紅利大小產(chǎn)生影響。基于此,本文主要進(jìn)行以下三個(gè)方面的探討(參見圖1):一是數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響及其技術(shù)創(chuàng)新路徑;二是不同的數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化經(jīng)營(yíng)的差異;三是數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化經(jīng)營(yíng)的企業(yè)異質(zhì)性。

圖1 理論分析框架示意圖

1.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響

企業(yè)發(fā)展戰(zhàn)略的轉(zhuǎn)型升級(jí)會(huì)帶來(lái)經(jīng)營(yíng)和管理模式的轉(zhuǎn)變,直接影響其國(guó)際化經(jīng)營(yíng)戰(zhàn)略的制定與實(shí)施(田歆 等,2021)[18]。當(dāng)企業(yè)發(fā)展戰(zhàn)略發(fā)生轉(zhuǎn)變或升級(jí)時(shí),新戰(zhàn)略的實(shí)施會(huì)提高企業(yè)的創(chuàng)新能力和適應(yīng)能力,強(qiáng)化企業(yè)動(dòng)態(tài)能力對(duì)其國(guó)際化戰(zhàn)略選擇的影響(Teece et al.,1997)[19],并通過(guò)新技術(shù)和新模式降低國(guó)際化經(jīng)營(yíng)成本;同時(shí),企業(yè)發(fā)展戰(zhàn)略的轉(zhuǎn)型升級(jí)可以提升企業(yè)生產(chǎn)能力,改善要素配置,增強(qiáng)技術(shù)溢出,提高生產(chǎn)效率,進(jìn)而促進(jìn)企業(yè)進(jìn)入國(guó)際市場(chǎng)的競(jìng)爭(zhēng)力提升。作為一種積極適應(yīng)先進(jìn)生產(chǎn)力的企業(yè)發(fā)展戰(zhàn)略,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用突出體現(xiàn)在數(shù)字技術(shù)的應(yīng)用上,數(shù)字技術(shù)的應(yīng)用可以有效降低企業(yè)國(guó)際化經(jīng)營(yíng)的成本和風(fēng)險(xiǎn),從而改善企業(yè)國(guó)際化經(jīng)營(yíng)狀況,而技術(shù)創(chuàng)新在其中發(fā)揮了關(guān)鍵作用。

一方面,數(shù)字技術(shù)的應(yīng)用能夠有效地降低企業(yè)國(guó)際化經(jīng)營(yíng)成本。企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中,對(duì)海外市場(chǎng)的拓展存在“外來(lái)者劣勢(shì)”,需要付出更多的成本,例如開拓與進(jìn)入新海外市場(chǎng)的成本、匹配海外客戶的成本、適應(yīng)不同市場(chǎng)規(guī)則與制度的成本等(Luo et al.,2002)[20],這些成本的存在不但會(huì)直接影響企業(yè)國(guó)際化經(jīng)營(yíng)的收益,還會(huì)影響其國(guó)際化經(jīng)營(yíng)的布局、節(jié)奏、速度等。企業(yè)拓展海外市場(chǎng)的成本,既包括海外經(jīng)營(yíng)本身存在的交易成本,也包括由于企業(yè)與海外市場(chǎng)之間的“距離”導(dǎo)致的諸多成本,如地理距離帶來(lái)的市場(chǎng)陌生性、制度距離帶來(lái)的文化和規(guī)則差異、知識(shí)距離帶來(lái)的技術(shù)路徑差異等(Berry et al.,2010)[21]。數(shù)字技術(shù)的引入是企業(yè)數(shù)字化轉(zhuǎn)型的核心所在,而數(shù)字技術(shù)的應(yīng)用能夠有效地降低企業(yè)國(guó)際化經(jīng)營(yíng)的海外營(yíng)銷成本和運(yùn)營(yíng)成本。企業(yè)應(yīng)用數(shù)字技術(shù),可以以更低的成本、更高的準(zhǔn)確率捕捉海外市場(chǎng)信息、把握海外市場(chǎng)進(jìn)入時(shí)機(jī),也能夠更精準(zhǔn)地識(shí)別海外客戶,降低企業(yè)在海外市場(chǎng)開展?fàn)I銷活動(dòng)的成本,并提升市場(chǎng)營(yíng)銷效率(姜麗群 等,2022)[14]。同時(shí),通過(guò)數(shù)字化轉(zhuǎn)型,搭建數(shù)字化信息和管理平臺(tái),有利于企業(yè)更好地適應(yīng)海外市場(chǎng)環(huán)境,提升企業(yè)國(guó)際化經(jīng)營(yíng)決策的靈活性和高效性,優(yōu)化企業(yè)的全球化布局與運(yùn)營(yíng),實(shí)現(xiàn)海外運(yùn)營(yíng)管理的效率提升。

另一方面,數(shù)字技術(shù)的應(yīng)用有利于降低企業(yè)國(guó)際化經(jīng)營(yíng)風(fēng)險(xiǎn)。企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中面臨著國(guó)際經(jīng)濟(jì)與政治環(huán)境變動(dòng)、東道國(guó)國(guó)別市場(chǎng)差異等系統(tǒng)性風(fēng)險(xiǎn),也面臨著市場(chǎng)開發(fā)、戰(zhàn)略選擇、經(jīng)營(yíng)模式、產(chǎn)品供給等非系統(tǒng)性風(fēng)險(xiǎn)(蘇小莉 等,2019)[22],數(shù)字技術(shù)的應(yīng)用則能夠有效提升企業(yè)抵御風(fēng)險(xiǎn)的能力和風(fēng)險(xiǎn)承擔(dān)水平。企業(yè)的數(shù)字化轉(zhuǎn)型在生產(chǎn)、管理等環(huán)節(jié)引入數(shù)字技術(shù),可以提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力,增加企業(yè)韌性,增強(qiáng)企業(yè)風(fēng)險(xiǎn)管理能力,有利于企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中更及時(shí)、更準(zhǔn)確地發(fā)現(xiàn)和應(yīng)對(duì)可能存在的風(fēng)險(xiǎn),從而可以主動(dòng)地進(jìn)行風(fēng)險(xiǎn)管理和防御(Verhoef et al.,2021;胡海峰 等,2022)[23-24]。同時(shí),數(shù)字化轉(zhuǎn)型也提升了企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中的風(fēng)險(xiǎn)承擔(dān)水平。數(shù)字化轉(zhuǎn)型能夠促使企業(yè)運(yùn)用數(shù)字技術(shù)發(fā)現(xiàn)并抵御風(fēng)險(xiǎn),為企業(yè)應(yīng)對(duì)不確定性提供數(shù)字化方案與技術(shù)支撐,降低企業(yè)國(guó)際化經(jīng)營(yíng)決策失誤的概率,賦予企業(yè)更快的技術(shù)搜尋速度和更強(qiáng)的技術(shù)路徑分析能力,而且有助于企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中獲得更多的外部資源,促使其更好地適應(yīng)并融入海外市場(chǎng)環(huán)境(黃大禹 等,2023)[25]。

基于上述分析,本文提出研究假說(shuō)H1:數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng)(H1a),其中存在技術(shù)創(chuàng)新效應(yīng)的傳導(dǎo)路徑,即數(shù)字化轉(zhuǎn)型可以通過(guò)提升企業(yè)技術(shù)創(chuàng)新水平來(lái)促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng)(H1b)。

2.不同的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響

在企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中,首先是在生產(chǎn)運(yùn)營(yíng)、企業(yè)管理、市場(chǎng)營(yíng)銷等各個(gè)環(huán)節(jié)中對(duì)于數(shù)字技術(shù)的直接使用,以人工智能(Artificial Intelligence)、區(qū)塊鏈(Blockchain)、云計(jì)算(Cloud Computing)、大數(shù)據(jù)(Big Data)為主的“ABCD”技術(shù)構(gòu)成了企業(yè)數(shù)字化轉(zhuǎn)型的核心底層技術(shù)架構(gòu)(戚聿東 等,2020)[26]?！癆BCD”技術(shù)的應(yīng)用是在底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型,也是企業(yè)最基本的數(shù)字化轉(zhuǎn)型行為。企業(yè)數(shù)字化轉(zhuǎn)型的最終目的是形成全新的業(yè)務(wù)增長(zhǎng)極,這就需要對(duì)數(shù)字技術(shù)進(jìn)行綜合應(yīng)用,需要將數(shù)字技術(shù)與復(fù)雜業(yè)務(wù)的生態(tài)場(chǎng)景進(jìn)行融合創(chuàng)新,將后端的業(yè)務(wù)鏈條、技術(shù)賦能等提升到市場(chǎng)場(chǎng)景應(yīng)用領(lǐng)域,即還需要在技術(shù)實(shí)踐應(yīng)用層面進(jìn)行數(shù)字化轉(zhuǎn)型(吳非 等,2021)[8]。

從企業(yè)數(shù)字化轉(zhuǎn)型的兩個(gè)層面來(lái)看,底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型是企業(yè)數(shù)字化轉(zhuǎn)型的第一步,在數(shù)字技術(shù)普遍使用并獲得一定成效后,才會(huì)升級(jí)到技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型。目前,我國(guó)多數(shù)企業(yè)依然處于數(shù)字化轉(zhuǎn)型的初期,正在進(jìn)行數(shù)字技術(shù)的單點(diǎn)試驗(yàn)或局部推廣(康蕓,2022)[27],整體性的數(shù)字技術(shù)實(shí)踐應(yīng)用水平普遍偏低(王建平,2022)[28]。底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型能夠通過(guò)“ABCD”等數(shù)字技術(shù)的直接使用,改變企業(yè)生產(chǎn)技術(shù)水平,改善要素配置和生產(chǎn)結(jié)構(gòu),并通過(guò)跟蹤和收集大量市場(chǎng)信息優(yōu)化生產(chǎn)流程、改進(jìn)產(chǎn)品特性、完善售后服務(wù)等(Deichmann et al.,2016)[29]。而且,“ABCD”等數(shù)字技術(shù)的直接使用可以提高企業(yè)生產(chǎn)的自動(dòng)化程度,促進(jìn)企業(yè)商品與服務(wù)的標(biāo)準(zhǔn)化,提升企業(yè)參與全球價(jià)值鏈的競(jìng)爭(zhēng)力和靈活性,增加企業(yè)國(guó)際化經(jīng)營(yíng)的收益(Foster et al.,2018;王彬等,2021)[30-31]。技術(shù)實(shí)踐應(yīng)用層面數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更多的是強(qiáng)化底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型的作用,而且其轉(zhuǎn)型程度和作用大小往往會(huì)受到底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型程度的影響。

進(jìn)一步從“ABCD”技術(shù)本身來(lái)看,不同類別數(shù)字技術(shù)的應(yīng)用對(duì)企業(yè)行為和發(fā)展的影響也可能存在差異。人工智能與區(qū)塊鏈(“AB”技術(shù))的背后都是一整套算法,是數(shù)字化遷徙的工具和技術(shù);而大數(shù)據(jù)與云計(jì)算(“CD”技術(shù))之間則具有更為緊密的聯(lián)系,因?yàn)榇髷?shù)據(jù)需要采用分布式架構(gòu)進(jìn)行海量數(shù)據(jù)挖掘,這就使其需要依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云儲(chǔ)存、虛擬化技術(shù)等。人工智能與區(qū)塊鏈技術(shù)主要通過(guò)提高企業(yè)的生產(chǎn)效率、增強(qiáng)企業(yè)的國(guó)際競(jìng)爭(zhēng)力來(lái)促進(jìn)企業(yè)的國(guó)際化經(jīng)營(yíng),而云計(jì)算與大數(shù)據(jù)技術(shù)不僅可以提高企業(yè)生產(chǎn)效率,而且還可以通過(guò)對(duì)“數(shù)據(jù)”要素的深度挖掘和高效使用助力企業(yè)更好地融入國(guó)際市場(chǎng)和全球分工體系。大數(shù)據(jù)技術(shù)的應(yīng)用能夠有效拓寬企業(yè)進(jìn)入海外市場(chǎng)的渠道,有利于企業(yè)獲取更多更高質(zhì)量的海外市場(chǎng)信息,尤其是可以幫助企業(yè)更加精準(zhǔn)地匹配市場(chǎng)需求,減少國(guó)際化經(jīng)營(yíng)的盲目性。云計(jì)算技術(shù)的使用能幫助企業(yè)優(yōu)化整合資源,提高資源利用率與信息處理效率(于世澤 等,2021)[32],進(jìn)而通過(guò)對(duì)海量數(shù)據(jù)的高效管理和分析為企業(yè)的國(guó)際化經(jīng)營(yíng)提供精準(zhǔn)、有效的信息(王墨林 等,2022)[12],同時(shí)還能夠通過(guò)進(jìn)一步的數(shù)據(jù)挖掘和計(jì)算提升企業(yè)的風(fēng)險(xiǎn)抵御能力。此外,企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中,會(huì)不斷積累海量的非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化數(shù)據(jù),大數(shù)據(jù)與云計(jì)算技術(shù)能夠幫助企業(yè)將這些數(shù)據(jù)編碼并輸出成結(jié)構(gòu)化、標(biāo)準(zhǔn)化的信息,進(jìn)而有助于提高企業(yè)國(guó)際化經(jīng)營(yíng)的決策效率(吳非等,2021)[8]。

基于上述分析,本文提出研究假說(shuō)H2:相較于技術(shù)實(shí)踐應(yīng)用層面數(shù)字化轉(zhuǎn)型,底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大(H2a);相較于人工智能與區(qū)塊鏈技術(shù),云計(jì)算與大數(shù)據(jù)技術(shù)對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大(H2b)。

3.不同類型企業(yè)數(shù)字化轉(zhuǎn)型影響國(guó)際化經(jīng)營(yíng)的異質(zhì)性

從企業(yè)的產(chǎn)權(quán)性質(zhì)來(lái)看,國(guó)有企業(yè)與非國(guó)有企業(yè)在資源稟賦、發(fā)展策略、經(jīng)營(yíng)決策等方面都存在顯著差異。國(guó)有企業(yè)往往能夠獲得更多的資源與市場(chǎng)機(jī)遇,尤其是在拓展海外市場(chǎng)方面,國(guó)有企業(yè)能夠更容易地依托國(guó)家政策開拓海外市場(chǎng)、布局海外業(yè)務(wù)、開展跨國(guó)并購(gòu)、整合國(guó)外資源等(杜健 等,2019)[33]。相對(duì)而言,非國(guó)有企業(yè)開展國(guó)際化經(jīng)營(yíng)所面臨的風(fēng)險(xiǎn)與不確定性更大(錢學(xué)鋒 等,2020)[34]。然而,由于近年來(lái)我國(guó)外向型經(jīng)濟(jì)發(fā)展的趨勢(shì)以及國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)壓力的增大,非國(guó)有企業(yè)拓展海外市場(chǎng)的意愿非常強(qiáng)烈,更加愿意通過(guò)國(guó)際化經(jīng)營(yíng)獲得更多的市場(chǎng)機(jī)會(huì)與市場(chǎng)份額。因此,非國(guó)有企業(yè)更加需要積極推進(jìn)國(guó)際化經(jīng)營(yíng),也就會(huì)更加充分地利用數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用。同時(shí),數(shù)字技術(shù)的應(yīng)用能夠很好地彌補(bǔ)非國(guó)有企業(yè)在信息和資源獲取方面的缺陷,并顯著改善其國(guó)際化經(jīng)營(yíng)條件和環(huán)境,從而可以對(duì)國(guó)際化經(jīng)營(yíng)產(chǎn)生較大的促進(jìn)作用。而國(guó)有企業(yè)本身在海外市場(chǎng)信息獲取及海外市場(chǎng)拓展等方面具有相對(duì)優(yōu)勢(shì),數(shù)字化轉(zhuǎn)型對(duì)其國(guó)際化經(jīng)營(yíng)條件和環(huán)境的改善相對(duì)較小,所能產(chǎn)生的國(guó)際化經(jīng)營(yíng)促進(jìn)效應(yīng)也相對(duì)較弱。

從企業(yè)的技術(shù)屬性來(lái)看,高科技企業(yè)與非高科技企業(yè)在對(duì)技術(shù)變革的響應(yīng)以及技術(shù)變革對(duì)其自身的影響等方面存在差異。一般來(lái)講,相較于高科技企業(yè),非高科技企業(yè)的技術(shù)密集度較低,同樣的技術(shù)升級(jí)能夠?qū)ζ涫袌?chǎng)拓展產(chǎn)生更大的積極效應(yīng),即可以從技術(shù)進(jìn)步中獲得更大的邊際收益。一方面,高科技企業(yè)的發(fā)展更加依賴于技術(shù)創(chuàng)新,更加強(qiáng)調(diào)突破式、探索式的技術(shù)創(chuàng)新,從而其在數(shù)字轉(zhuǎn)型過(guò)程中會(huì)更加重視數(shù)字技術(shù)在產(chǎn)品層面的應(yīng)用。而非高科技企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中可能會(huì)更加重視數(shù)字新技術(shù)在經(jīng)營(yíng)管理層面的應(yīng)用。因此,相較于高科技企業(yè),非高科技企業(yè)在國(guó)際化經(jīng)營(yíng)過(guò)程中會(huì)更加廣泛地利用數(shù)字技術(shù)來(lái)開拓國(guó)際市場(chǎng),更好地利用數(shù)字技術(shù)來(lái)捕捉海外市場(chǎng)信息與資源。另一方面,高科技企業(yè)的數(shù)字化轉(zhuǎn)型及數(shù)字技術(shù)應(yīng)用程度通常較高,不同的高科技企業(yè)之間受數(shù)字化轉(zhuǎn)型影響的差異可能并不大(Kim et al.,2017)[35]。而在非高科技企業(yè)中,數(shù)字化轉(zhuǎn)型的企業(yè)比沒有數(shù)字化轉(zhuǎn)型企業(yè)擁有更加明顯的優(yōu)勢(shì)(胡海峰 等,2022)[24],數(shù)字技術(shù)的應(yīng)用也能夠?qū)ζ髽I(yè)國(guó)際化經(jīng)營(yíng)產(chǎn)生更為顯著的促進(jìn)作用。

從企業(yè)的規(guī)模來(lái)看,大企業(yè)與中小企業(yè)在市場(chǎng)中的經(jīng)營(yíng)狀態(tài),尤其是在國(guó)際化經(jīng)營(yíng)中的經(jīng)驗(yàn)與資源存在差異。大企業(yè)的管理鏈條較長(zhǎng),對(duì)數(shù)字化轉(zhuǎn)型的決策會(huì)更為謹(jǐn)慎,決策時(shí)間較長(zhǎng)且決策執(zhí)行速度較慢。而中小企業(yè)則相對(duì)靈活,能夠更好地通過(guò)及時(shí)的調(diào)整適應(yīng)市場(chǎng)變化。大企業(yè)在多年的經(jīng)營(yíng)過(guò)程中積攢了較多的國(guó)際化經(jīng)營(yíng)經(jīng)驗(yàn)和市場(chǎng)資源,致使其國(guó)際化經(jīng)營(yíng)受到外部因素的影響較小,即使在數(shù)字化轉(zhuǎn)型中獲得了數(shù)字技術(shù)應(yīng)用的紅利,所能產(chǎn)生的促進(jìn)作用可能會(huì)相對(duì)較弱。中小企業(yè)的經(jīng)驗(yàn)不足、資源較少,抵御國(guó)際市場(chǎng)風(fēng)險(xiǎn)的能力也較弱,國(guó)際化經(jīng)營(yíng)會(huì)受到外部沖擊較大的影響,數(shù)字化轉(zhuǎn)型則可以較好地彌補(bǔ)其不足,數(shù)字技術(shù)的應(yīng)用可以為其開拓國(guó)際市場(chǎng)、識(shí)別國(guó)際市場(chǎng)風(fēng)險(xiǎn)提供更多幫助。此外,數(shù)字技術(shù)的應(yīng)用打破了資源配置的時(shí)空約束,使得中小企業(yè)也能夠便利地共享國(guó)際化經(jīng)營(yíng)的各種信息和資源,弱化了其與大企業(yè)相比的相對(duì)弱勢(shì)。因此,相對(duì)于大企業(yè),中小企業(yè)能夠更加靈活地進(jìn)行數(shù)字化轉(zhuǎn)型,并更充分地發(fā)揮數(shù)字化轉(zhuǎn)型的積極作用,從而更好地利用數(shù)字技術(shù)來(lái)促進(jìn)國(guó)際化經(jīng)營(yíng)。

基于上述分析,本文提出研究假說(shuō)H3:相較于國(guó)有企業(yè),非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更為明顯(H3a);相較于高科技企業(yè),非高科技企業(yè)數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更為明顯(H3b);相較于大企業(yè),中小企業(yè)數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更為明顯(H3c)。

三、實(shí)證研究設(shè)計(jì)

1.模型構(gòu)建與變量測(cè)度

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響,本文構(gòu)建基準(zhǔn)模型(1)和(2):

Logit(ION1i,t)=α0+α1DTi,t+αCVi,t+∑Year+∑Industry+εi,t

(1)

ION2i,t=β0+β1DTi,t+βCVi,t+∑Year+∑Industry+εi,t

(2)

其中,i代表企業(yè),t代表年份,Year表示年度固定效應(yīng),Industry表示行業(yè)固定效應(yīng),εi,t為隨機(jī)誤差項(xiàng)?；鶞?zhǔn)模型(1)為二元選擇Logit模型,被解釋變量(ION1)“國(guó)際化經(jīng)營(yíng)”為企業(yè)是否進(jìn)行國(guó)際化經(jīng)營(yíng)的虛擬變量(若樣本企業(yè)有海外經(jīng)營(yíng)收入賦值為1,否則賦值為0);基準(zhǔn)模型(2)為OLS模型,被解釋變量(ION2)“國(guó)際化經(jīng)營(yíng)水平”采用樣本企業(yè)海外經(jīng)營(yíng)收入占營(yíng)業(yè)收入的比值來(lái)衡量。核心解釋變量(DT)“數(shù)字化轉(zhuǎn)型”采用樣本企業(yè)年報(bào)中是否披露了數(shù)字化轉(zhuǎn)型特征詞和年報(bào)中數(shù)字化轉(zhuǎn)型特征詞的詞頻來(lái)衡量(吳非 等,2021)[12],同時(shí),根據(jù)本文的研究目的從數(shù)字化轉(zhuǎn)型、數(shù)字化轉(zhuǎn)型層面、數(shù)字技術(shù)類型3個(gè)維度設(shè)計(jì)了6個(gè)指標(biāo)(詳見表1)。參考王墨林等(2022)、王欣和付雨蒙(2023)的研究[12-13],從企業(yè)財(cái)務(wù)狀況、治理結(jié)構(gòu)等維度選取“資產(chǎn)規(guī)?！薄百Y產(chǎn)收益率”“資產(chǎn)負(fù)債率”“股權(quán)集中度”“高管持股比例”“獨(dú)立董事比例”等作為控制變量。各變量的測(cè)度方法見表1。

表1 變量選取與測(cè)度方法

為檢驗(yàn)數(shù)字化轉(zhuǎn)型能否通過(guò)促進(jìn)技術(shù)創(chuàng)新來(lái)促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng),本文以“技術(shù)創(chuàng)新”(Innov)為中介變量,在基準(zhǔn)模型(1)和(2)的基礎(chǔ)上,構(gòu)建中介效應(yīng)模型(3)和(4):

Innovi,t=β0+β1DTi,t+βiCVi,t+∑Year+∑Industry+εi,t

(3)

IONi,t=γ0+γ1DTi,t+γ2Innovi,t+γiCVi,t+∑Year+∑Industry+εi,t

(4)

2.樣本選擇與數(shù)據(jù)處理

本文以滬深A(yù)股主板上市公司為研究樣本,以2014—2021年為研究期間,實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響。在原始樣本的基礎(chǔ)上,對(duì)樣本進(jìn)行如下篩選:剔除金融、保險(xiǎn)、證券行業(yè)樣本,剔除特殊處理樣本,剔除首發(fā)上市樣本,剔除資不抵債樣本,剔除主營(yíng)業(yè)務(wù)從事數(shù)字產(chǎn)業(yè)的樣本,最終得到2 706家上市公司的17 644個(gè)觀測(cè)值。本文分析所用數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù),主要變量的描述性統(tǒng)計(jì)分析結(jié)果見表2。

表2 主要變量的描述性統(tǒng)計(jì)結(jié)果

從表2的全樣本描述性統(tǒng)計(jì)結(jié)果來(lái)看:(1)“國(guó)際化經(jīng)營(yíng)”的均值為0.494,表明有近五成的樣本企業(yè)進(jìn)行了國(guó)際化經(jīng)營(yíng)。(2)“數(shù)字化轉(zhuǎn)型”的均值為0.691,表明有近七成樣本企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型;“底層技術(shù)運(yùn)用”的均值為0.495,表明有49.5%的樣本企業(yè)進(jìn)行了底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型;“技術(shù)實(shí)踐應(yīng)用”的均值為0.566,表明有56.6%的樣本企業(yè)進(jìn)行了技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型;其中,有37%的樣本企業(yè)同時(shí)進(jìn)行兩個(gè)層面的數(shù)字化轉(zhuǎn)型。(3)“人工智能與區(qū)塊鏈”的均值為0.246,表明有24.6%的樣本企業(yè)應(yīng)用人工智能和區(qū)塊鏈技術(shù)進(jìn)行了數(shù)字化轉(zhuǎn)型;“云計(jì)算與大數(shù)據(jù)”的均值為0.460,表明有46%的樣本企業(yè)應(yīng)用云計(jì)算與大數(shù)據(jù)技術(shù)進(jìn)行了數(shù)字化轉(zhuǎn)型;其中,有21.1%的樣本企業(yè)同時(shí)進(jìn)行了兩類技術(shù)應(yīng)用的數(shù)字化轉(zhuǎn)型。為進(jìn)一步明確不同類型企業(yè)的國(guó)際化經(jīng)營(yíng)是否存在顯著差異,進(jìn)行分組比較,結(jié)果見表3。可以發(fā)現(xiàn),無(wú)論是從整體的數(shù)字化轉(zhuǎn)型來(lái)看,還是從2個(gè)轉(zhuǎn)型層面(底層技術(shù)運(yùn)用和技術(shù)實(shí)踐應(yīng)用)和2種數(shù)字技術(shù)類型(人工智能與區(qū)塊鏈技術(shù)和云計(jì)算與大數(shù)據(jù)技術(shù))來(lái)看,進(jìn)行了數(shù)字化轉(zhuǎn)型的樣本企業(yè)均比未進(jìn)行數(shù)字化轉(zhuǎn)型的樣本企業(yè)有更高的國(guó)際化經(jīng)營(yíng)概率和水平,且兩者的差異是顯著的,初步驗(yàn)證了數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)的國(guó)際化經(jīng)營(yíng)。

表3 基于是否進(jìn)行數(shù)字化轉(zhuǎn)型的樣本分組比較

四、數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響及機(jī)制檢驗(yàn)

1.基準(zhǔn)模型分析及內(nèi)生性處理

以“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”為核心解釋變量,運(yùn)用基準(zhǔn)模型(1)(2)的回歸結(jié)果見表4?！皵?shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”的估計(jì)系數(shù)均顯著為正,表明進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)比未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)、數(shù)字化轉(zhuǎn)型程度較高的企業(yè)比數(shù)字化轉(zhuǎn)型程度較低的企業(yè)有更高的國(guó)際化經(jīng)營(yíng)概率和水平,驗(yàn)證了假說(shuō)H1a。

表4 基準(zhǔn)模型檢驗(yàn)結(jié)果

雖然基準(zhǔn)模型中加入了控制變量,但依然可能存在遺漏變量及反向因果關(guān)系等內(nèi)生性問(wèn)題,對(duì)此,本文采用兩階段最小二乘法進(jìn)行內(nèi)生性處理。選取兩個(gè)工具變量:一是“寬帶接入端口”,采用樣本企業(yè)所在省份互聯(lián)網(wǎng)寬帶接入端口數(shù)量的自然對(duì)數(shù)來(lái)衡量;二是“移動(dòng)電話基站”,采用樣本企業(yè)所在省份移動(dòng)電話基站數(shù)量的自然對(duì)數(shù)來(lái)衡量。這兩個(gè)工具變量能夠反映企業(yè)所在地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)情況,而數(shù)字基礎(chǔ)設(shè)施越完善企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的概率和水平往往越高,符合工具變量與核心解釋變量相關(guān)的要求;同時(shí)地區(qū)數(shù)字基礎(chǔ)設(shè)施并不直接影響企業(yè)個(gè)體的國(guó)際化經(jīng)營(yíng),也符合工具變量的外生性要求。2SLS檢驗(yàn)結(jié)果見表5。第一階段回歸結(jié)果表明,工具變量與核心解釋變量顯著正相關(guān);第二階段回歸結(jié)果顯示,擬合的核心解釋變量的估計(jì)系數(shù)顯著為正,表明在緩解模型的內(nèi)生性問(wèn)題后,數(shù)字化轉(zhuǎn)型依然對(duì)企業(yè)的國(guó)際化經(jīng)營(yíng)具有顯著的正向影響。

表5 工具變量法(2SLS)檢驗(yàn)結(jié)果

2.穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)基準(zhǔn)模型分析結(jié)果的可靠性,本文進(jìn)行以下穩(wěn)健性檢驗(yàn):

(1)雙重差分檢驗(yàn)。參考吳非等(2021)的方法[8],通過(guò)構(gòu)建實(shí)驗(yàn)組和對(duì)照組進(jìn)行雙重差分檢驗(yàn),以消除個(gè)體差異可能帶來(lái)的估計(jì)偏誤。設(shè)定樣本企業(yè)在樣本期間是否進(jìn)行數(shù)字化轉(zhuǎn)型的個(gè)體虛擬變量“du”和數(shù)字化轉(zhuǎn)型的時(shí)間虛擬變量“dt”,將其交乘項(xiàng)(即雙重差分項(xiàng))作為核心解釋變量構(gòu)建如下雙重差分模型:IONi,t=α0+θ(dui,t×dti,t)+αiCVi,t+∑Year+∑Industry+εi,t。此外,由于虛擬變量的設(shè)置忽略了數(shù)字化轉(zhuǎn)型程度的影響,進(jìn)一步引入前述的“數(shù)字化轉(zhuǎn)型”變量(ODT),構(gòu)建帶有調(diào)節(jié)效應(yīng)的雙重差分模型:IONi,t=α0+θ(dui,t×dti,t×ODTi,t)+αiCVi,t+∑Year+∑Industry+εi,t。檢驗(yàn)結(jié)果見表6,“du×dt”和“du×dt×ODT”的估計(jì)系數(shù)均顯著為正,表明企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)其國(guó)際化經(jīng)營(yíng)產(chǎn)生了促進(jìn)作用,而且數(shù)字化轉(zhuǎn)型程度的提高可以強(qiáng)化這種國(guó)際化經(jīng)營(yíng)促進(jìn)效應(yīng)。

表6 雙重差分檢驗(yàn)結(jié)果

(2)關(guān)鍵變量滯后(前置)處理?？紤]到企業(yè)數(shù)字化轉(zhuǎn)型的影響可能存在滯后性,分別對(duì)被解釋變量和核心解釋變量進(jìn)行滯后一期處理和前置一期處理,即檢驗(yàn)當(dāng)年數(shù)字化轉(zhuǎn)型對(duì)下一年國(guó)際化經(jīng)營(yíng)的影響和前一年數(shù)字化轉(zhuǎn)型對(duì)當(dāng)年國(guó)際化經(jīng)營(yíng)的影響,回歸結(jié)果見表7的Panel A和Panel B。“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”的估計(jì)系數(shù)均顯著為正,表明基準(zhǔn)模型的分析結(jié)果具有穩(wěn)健性。

表7 變量滯后(前置)處理與剔除特殊樣本檢驗(yàn)結(jié)果

(3)剔除特殊樣本。一是考慮到直轄市的特殊性,剔除直轄市的樣本企業(yè)后重新進(jìn)行模型檢驗(yàn);二是考慮到新冠疫情的影響,剔除2020—2021年的樣本后重新進(jìn)行模型檢驗(yàn)。檢驗(yàn)結(jié)果見表7的Panel C和Panel D,“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”的估計(jì)系數(shù)依然顯著為正,進(jìn)一步表明基準(zhǔn)模型的分析結(jié)果是穩(wěn)健的。

3.影響機(jī)制檢驗(yàn)

運(yùn)用中介效應(yīng)模型(3)(4)的檢驗(yàn)結(jié)果見表8。模型(3)的回歸結(jié)果顯示,“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”對(duì)“技術(shù)創(chuàng)新”的估計(jì)系數(shù)均顯著為正,表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)了企業(yè)的技術(shù)創(chuàng)新投入增加。模型(4)的回歸結(jié)果顯示,“技術(shù)創(chuàng)新”對(duì)“國(guó)際化經(jīng)營(yíng)”和“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)均顯著為正,表明技術(shù)創(chuàng)新投入的增加顯著促進(jìn)了企業(yè)國(guó)際化經(jīng)營(yíng);同時(shí),“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”對(duì)“國(guó)際化經(jīng)營(yíng)”和“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)也顯著為正,與表4的回歸結(jié)果比較,系數(shù)有所減小。上述結(jié)果表明,技術(shù)創(chuàng)新在數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng)中發(fā)揮了顯著的正向部分中介作用,即數(shù)字化轉(zhuǎn)型可以通過(guò)發(fā)揮技術(shù)創(chuàng)新效應(yīng)來(lái)促進(jìn)企業(yè)的國(guó)際化經(jīng)營(yíng)。由此,假說(shuō)H1b得到驗(yàn)證。

表8 “技術(shù)創(chuàng)新”的中介效應(yīng)檢驗(yàn)結(jié)果

五、不同數(shù)字化轉(zhuǎn)型及不同企業(yè)的異質(zhì)性分析

1.不同層面數(shù)字化轉(zhuǎn)型和不同類型數(shù)字技術(shù)應(yīng)用的比較

表9為分別以“底層技術(shù)運(yùn)用”“技術(shù)實(shí)踐應(yīng)用”“人工智能與區(qū)塊鏈”“云計(jì)算與大數(shù)據(jù)”為核心解釋變量,運(yùn)用基準(zhǔn)模型(1)(2)的回歸結(jié)果。除了“技術(shù)實(shí)踐應(yīng)用”對(duì)“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)為正但不顯著外,其他估計(jì)系數(shù)均顯著為正,表明無(wú)論是底層技術(shù)運(yùn)用層面還是技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型,無(wú)論是人工智能與區(qū)塊鏈技術(shù)還是云計(jì)算與大數(shù)據(jù)技術(shù)的應(yīng)用,都可以促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng)。進(jìn)一步比較“底層技術(shù)運(yùn)用”與“技術(shù)實(shí)踐應(yīng)用”和“人工智能與區(qū)塊鏈”與“云計(jì)算與大數(shù)據(jù)”的估計(jì)系數(shù)值大小,可以發(fā)現(xiàn),“底層技術(shù)運(yùn)用”的系數(shù)值明顯大于“技術(shù)實(shí)踐應(yīng)用”的系數(shù)值,“云計(jì)算與大數(shù)據(jù)”的系數(shù)值明顯大于“人工智能與區(qū)塊鏈”的系數(shù)值,表明相對(duì)于技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型和人工智能與區(qū)塊鏈技術(shù)的應(yīng)用,底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型和云計(jì)算與大數(shù)據(jù)技術(shù)的應(yīng)用對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大。由此,假說(shuō)H2a和H2b得到驗(yàn)證。

表9 不同層面數(shù)字化轉(zhuǎn)型和不同數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的影響檢驗(yàn)結(jié)果

2.企業(yè)異質(zhì)性分析

(1)產(chǎn)權(quán)性質(zhì)異質(zhì)性分析。根據(jù)控股股東將樣本企業(yè)劃分為“國(guó)有企業(yè)”和“非國(guó)有企業(yè)”兩個(gè)子樣本,分別進(jìn)行模型檢驗(yàn),回歸結(jié)果見表10的Panel A。在“非國(guó)有企業(yè)”子樣本中,“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”對(duì)“國(guó)際化經(jīng)營(yíng)”和“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)均顯著為正,表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)了非國(guó)有企業(yè)國(guó)際化經(jīng)營(yíng)的概率增加和水平提升;在“國(guó)有企業(yè)”子樣本中,“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”對(duì)“國(guó)際化經(jīng)營(yíng)”的估計(jì)系數(shù)顯著為正,但對(duì)“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)不顯著,表明數(shù)字化轉(zhuǎn)型可以提高國(guó)有企業(yè)進(jìn)行國(guó)際化經(jīng)營(yíng)的概率,但對(duì)國(guó)有企業(yè)國(guó)際化經(jīng)營(yíng)水平的影響不顯著。上述結(jié)果表明,數(shù)字化轉(zhuǎn)型對(duì)非國(guó)有企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用在總體上大于國(guó)有企業(yè),假說(shuō)H3a基本得到驗(yàn)證。

(2)技術(shù)屬性異質(zhì)性分析。參考郭蕾等(2019)的方法界定高科技行業(yè)[36],將樣本企業(yè)劃分為“高科技企業(yè)”和“非高科技企業(yè)”兩個(gè)子樣本,分別進(jìn)行模型檢驗(yàn),回歸結(jié)果見表10的Panel B。在“非高科技企業(yè)”子樣本中,“數(shù)字化轉(zhuǎn)型”和“數(shù)字化轉(zhuǎn)型程度”對(duì)“國(guó)際化經(jīng)營(yíng)”和“國(guó)際化經(jīng)營(yíng)水平”的估計(jì)系數(shù)均顯著為正,表明數(shù)字化轉(zhuǎn)型顯著促進(jìn)了非高科技企業(yè)的國(guó)際化經(jīng)營(yíng);在“高科技企業(yè)”子樣本中,僅“數(shù)字化轉(zhuǎn)型”對(duì)“國(guó)際化經(jīng)營(yíng)”的估計(jì)系數(shù)顯著為正(顯著小于“非高科技企業(yè)”子樣本對(duì)應(yīng)的系數(shù)),其他估計(jì)系數(shù)值均未能通過(guò)顯著性檢驗(yàn),表明數(shù)字化轉(zhuǎn)型對(duì)高科技企業(yè)的國(guó)際化經(jīng)營(yíng)沒有產(chǎn)生明顯的促進(jìn)作用。由此,假說(shuō)H3b得到驗(yàn)證。

(3)企業(yè)規(guī)模異質(zhì)性分析。參考胡海峰等(2022)的方法[24],根據(jù)《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法(2017)》將樣本企業(yè)劃分為“大企業(yè)”和“中小企業(yè)”兩個(gè)子樣本(除大型企業(yè)外的中型企業(yè)、小型企業(yè)、微型企業(yè)均歸類為中小企業(yè)),分別進(jìn)行模型檢驗(yàn),回歸結(jié)果見表10的Panel C。各核心解釋變量的估計(jì)系數(shù)均顯著為正,進(jìn)一步比較兩個(gè)子樣本,“中小企業(yè)”子樣本的估計(jì)系數(shù)均顯著大于“大企業(yè)”子樣本。上述結(jié)果表明,數(shù)字化轉(zhuǎn)型對(duì)大企業(yè)和中小企業(yè)的國(guó)際化經(jīng)營(yíng)都具有明顯的促進(jìn)作用,且對(duì)中小企業(yè)的影響更為顯著,假說(shuō)H3c得到驗(yàn)證。

六、結(jié)論與啟示

數(shù)字化轉(zhuǎn)型帶來(lái)的信息和資源獲取便利以及信息處理和資源配置效率的提高,拓展了企業(yè)國(guó)際化經(jīng)營(yíng)渠道,降低了企業(yè)國(guó)際化經(jīng)營(yíng)的成本和風(fēng)險(xiǎn),并可以通過(guò)促進(jìn)技術(shù)創(chuàng)新增強(qiáng)企業(yè)的國(guó)際市場(chǎng)競(jìng)爭(zhēng)力,從而有利于企業(yè)國(guó)際化經(jīng)營(yíng)的開展和水平提升。從數(shù)字化轉(zhuǎn)型的兩個(gè)層面來(lái)看,企業(yè)的數(shù)字化轉(zhuǎn)型首先在底層技術(shù)運(yùn)用層面進(jìn)行,技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型是對(duì)底層技術(shù)運(yùn)用的升級(jí),可以強(qiáng)化底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型的作用,但其作用大小也受到底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型情況的影響,因而在數(shù)字化轉(zhuǎn)型的初期,底層技術(shù)運(yùn)用層面數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大;從數(shù)字技術(shù)的兩種類型來(lái)看,人工智能與區(qū)塊鏈技術(shù)的應(yīng)用主要通過(guò)提高生產(chǎn)效率、增強(qiáng)競(jìng)爭(zhēng)力來(lái)促進(jìn)企業(yè)的國(guó)際化經(jīng)營(yíng),而云計(jì)算與大數(shù)據(jù)技術(shù)的應(yīng)用不僅可以提高生產(chǎn)效率,還可以直接助力企業(yè)的國(guó)際市場(chǎng)開拓,因而云計(jì)算與大數(shù)據(jù)技術(shù)的應(yīng)用對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大。本文采用2014—2021年滬深A(yù)股主板上市公司數(shù)據(jù)的實(shí)證分析表明:(1)進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)比未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)、數(shù)字化轉(zhuǎn)型程度較高的企業(yè)比數(shù)字化轉(zhuǎn)型程度較低的企業(yè)有更高的國(guó)際化經(jīng)營(yíng)概率和水平,這一結(jié)論在緩解內(nèi)生性問(wèn)題后以及一系列穩(wěn)健性檢驗(yàn)中依然成立;(2)技術(shù)創(chuàng)新在數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化經(jīng)營(yíng)中具有部分中介作用,即數(shù)字化轉(zhuǎn)型可以通過(guò)增加技術(shù)創(chuàng)新投入來(lái)促進(jìn)企業(yè)的國(guó)際化經(jīng)營(yíng);(3)相比技術(shù)實(shí)踐應(yīng)用層面的數(shù)字化轉(zhuǎn)型和人工智能與區(qū)塊鏈技術(shù)的應(yīng)用,底層技術(shù)運(yùn)用層面的數(shù)字化轉(zhuǎn)型和云計(jì)算與大數(shù)據(jù)技術(shù)的應(yīng)用對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更大;(4)相較于國(guó)有企業(yè)、高科技企業(yè)、大企業(yè),非國(guó)有企業(yè)、非高科技企業(yè)、中小企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)國(guó)際化經(jīng)營(yíng)的促進(jìn)作用更為明顯。

基于本文分析結(jié)論,提出以下幾點(diǎn)啟示:第一,充分發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)拓展國(guó)際市場(chǎng)的積極作用,有效促進(jìn)企業(yè)國(guó)際化經(jīng)營(yíng)水平提升。數(shù)字化轉(zhuǎn)型有利于企業(yè)以更低的成本和更小的風(fēng)險(xiǎn)拓展海外市場(chǎng),企業(yè)應(yīng)持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型,充分充利用數(shù)字技術(shù)(尤其是大數(shù)據(jù)與云計(jì)算技術(shù))尋找到更多的市場(chǎng)機(jī)會(huì),積極開展高水平的國(guó)際化經(jīng)營(yíng)。第二,在數(shù)字化轉(zhuǎn)型中,各企業(yè)應(yīng)根據(jù)自身實(shí)際情況,選擇適宜的數(shù)字化轉(zhuǎn)型方式和恰當(dāng)?shù)臄?shù)字技術(shù),避免盲目數(shù)字化帶來(lái)負(fù)面影響。例如,企業(yè)需要提高市場(chǎng)拓展能力時(shí)可加強(qiáng)對(duì)大數(shù)據(jù)和云計(jì)算技術(shù)的應(yīng)用,需要強(qiáng)化風(fēng)險(xiǎn)控制時(shí)可加強(qiáng)對(duì)區(qū)塊鏈技術(shù)的應(yīng)用,需要提高生產(chǎn)效率時(shí)可加強(qiáng)對(duì)人工智能技術(shù)的應(yīng)用。第三,加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的引導(dǎo),在提高企業(yè)數(shù)字化水平的同時(shí)促進(jìn)數(shù)字化與國(guó)際化的協(xié)同發(fā)展。政府部門應(yīng)通過(guò)相關(guān)政策和激勵(lì)機(jī)制加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的支持和引導(dǎo),營(yíng)造有序的數(shù)字化發(fā)展環(huán)境。要通過(guò)政策支持、資金支持、技術(shù)支持等引導(dǎo)企業(yè)根據(jù)自身特征和實(shí)際需求進(jìn)行分類轉(zhuǎn)型,也要促使企業(yè)的數(shù)字化轉(zhuǎn)型產(chǎn)生實(shí)效,推動(dòng)企業(yè)數(shù)字化與國(guó)際化協(xié)同并進(jìn),實(shí)現(xiàn)高質(zhì)量發(fā)展。

本文驗(yàn)證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)的促進(jìn)效應(yīng),并探討了怎樣的數(shù)字化轉(zhuǎn)型更有利于企業(yè)國(guó)際化經(jīng)營(yíng),但還存在進(jìn)一步深化和改進(jìn)的空間,比如:一是僅采用經(jīng)營(yíng)收入指標(biāo)來(lái)衡量企業(yè)國(guó)際化經(jīng)營(yíng),進(jìn)一步的研究可采用其他指標(biāo)對(duì)企業(yè)國(guó)際化經(jīng)營(yíng)進(jìn)行更全面的評(píng)估;二是基于企業(yè)年報(bào)中的數(shù)字化轉(zhuǎn)型特征詞來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型,這方法存在一定弊端,進(jìn)一步的研究可以結(jié)合不同方法對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行測(cè)度;三是對(duì)于數(shù)字化轉(zhuǎn)型影響企業(yè)國(guó)際化經(jīng)營(yíng)的機(jī)制和異質(zhì)性還有待拓展和細(xì)化。