李安琪 姚作為

（中共廣東省委黨校，廣東 廣州 510053）

一、引言

數(shù)字經(jīng)濟是依靠大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等信息技術(shù)支撐的經(jīng)濟新形態(tài)，而企業(yè)數(shù)字化轉(zhuǎn)型是依靠上述技術(shù)對自身的生產(chǎn)營銷與經(jīng)營管理進行再創(chuàng)新的過程（龔雅嫻，2022）[1]。企業(yè)作為逐利個體，運用數(shù)字化轉(zhuǎn)型技術(shù)提升品牌資產(chǎn)價值是其目標(biāo)之一，而現(xiàn)有文獻鮮有研究企業(yè)數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)的關(guān)系。因此，進一步分析數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響對企業(yè)自身價值管理行為具有重要意義。

品牌資產(chǎn)是涉及企業(yè)品牌管理以及營銷活動的成果。企業(yè)使用新型信息技術(shù)，一方面作用于品牌管理成本，即通過互聯(lián)網(wǎng)渠道降低生產(chǎn)要素成本，提升資源配置效率，促進企業(yè)創(chuàng)新（黃群慧和余泳澤等，2019）[2]，從而降低品牌成本。另一方面影響企業(yè)的營銷方式。企業(yè)不僅可以通過消費體驗視角嘗試打開品牌價值共創(chuàng)方式（王滿四和霍寧等，2021）[3]，也可以利用數(shù)字技術(shù)構(gòu)建品牌虛擬形象，提升品牌資產(chǎn)（邢彥輝和樊雪琛，2020）[4]。

本文實證分析了數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)的關(guān)系，并考察了企業(yè)的營銷投入與創(chuàng)新能力對數(shù)字化轉(zhuǎn)型影響品牌資產(chǎn)的門檻效應(yīng)，研究結(jié)果經(jīng)過一系列穩(wěn)健性檢驗后依舊可靠。此外，按照不同分類將樣本分組后進行了異質(zhì)性分析。本文可能的邊際貢獻體現(xiàn)在以下兩方面：（1）將數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)納入一個分析框架，補充了數(shù)字化轉(zhuǎn)型的作用與品牌資產(chǎn)影響因素的文獻。（2）通過分析營銷投入和創(chuàng)新能力在數(shù)字化轉(zhuǎn)型影響品牌資產(chǎn)關(guān)系中的門檻效應(yīng)，為企業(yè)管理者提供借鑒。

二、文獻綜述與理論分析

（一）企業(yè)數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)

在快速變化的市場環(huán)境中，企業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是基于企業(yè)的動態(tài)能力（Warner 和Wager，2019）[5]，將數(shù)字技術(shù)和業(yè)務(wù)流程相結(jié)合的組織變革（Liu 和Chen等，2011）[6]。這一變革為組織自身、顧客以及利益相關(guān)者群體都帶來了顛覆性影響。

首先，從企業(yè)角度分析數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響。數(shù)字化轉(zhuǎn)型過程降低了企業(yè)的經(jīng)營成本和營銷成本，提升了企業(yè)的聲譽和品牌影響力。數(shù)字化轉(zhuǎn)型要求組織重新定義自身的戰(zhàn)略和愿景，以促進在技術(shù)、人力資本、組織文化等方面的重構(gòu)（Gurbaxani 和Dunkle，2019）[7]，促進企業(yè)產(chǎn)品和服務(wù)的創(chuàng)新、人力資源利用率的提升（張志朋和李思琦等，2023）[8]、數(shù)字化管理部門職能的優(yōu)化以及企業(yè)數(shù)字化戰(zhàn)略與企業(yè)文化的深度融合等，這勢必會壓縮企業(yè)經(jīng)營成本和營銷成本。同時，企業(yè)運用新型數(shù)字技術(shù)進行個性化營銷，增強了與顧客的有效互動（吳瑤和肖靜華等，2017）[9]。在此過程中，企業(yè)的數(shù)字化營銷轉(zhuǎn)型也極大地降低了企業(yè)的營銷成本，其利用互聯(lián)網(wǎng)為媒介工具也提高了企業(yè)的品牌影響力。

其次，從顧客角度分析數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響。數(shù)字化轉(zhuǎn)型的過程是企業(yè)通過運用數(shù)字技術(shù)進行業(yè)務(wù)和營銷上的創(chuàng)新，優(yōu)化流程來強化顧客體驗和顧客價值（姚小濤和亓?xí)煹龋?022）[10]，通過滿足顧客的需求和影響顧客的心理作用于購買意愿以及購買行為。可見，企業(yè)的經(jīng)營與數(shù)字技術(shù)結(jié)合的過程，使顧客與品牌的關(guān)系更加緊密。Keller 和Aaker（1992）[11]早就提出，強勢品牌的優(yōu)勢在于該品牌與顧客建立了深度關(guān)系，這能夠提升顧客對品牌的信任，進而增加品牌資產(chǎn)?，F(xiàn)有研究中，也有學(xué)者指出在數(shù)字時代，要強化消費者體驗對品牌價值創(chuàng)造的重要作用[3]。

最后，從利益相關(guān)者角度分析數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響。需要指出的是，利益相關(guān)者角度下的品牌資產(chǎn)不僅僅是生產(chǎn)利潤，更多的是關(guān)注價值創(chuàng)造（張燚和張銳等，2010）[12]，以及利益相關(guān)者與品牌之間的相互作用（Duncan 和Moriarty，1999）[13]與互動程度。現(xiàn)有研究中，有學(xué)者考察了企業(yè)數(shù)字化轉(zhuǎn)型與各利益相關(guān)者之間的互動價值創(chuàng)造（白福萍和梁博涵等，2023）[14]，這有助于提升企業(yè)的競爭力（劉向東和米壯等，2022）[15]，也為本文對企業(yè)數(shù)字化轉(zhuǎn)型影響品牌資產(chǎn)的研究提供了良好基礎(chǔ)。

綜合看，現(xiàn)有研究主要結(jié)合數(shù)字化轉(zhuǎn)型的影響和品牌資產(chǎn)的部分構(gòu)成進行分析，尚無直接將數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)聯(lián)系起來的文獻。而企業(yè)的數(shù)字化轉(zhuǎn)型是為了能夠在日益激烈的市場競爭中脫穎而出的變革，對企業(yè)內(nèi)部而言降低了企業(yè)的經(jīng)營和營銷成本，提升了與顧客以及其他利益相關(guān)者的互動，對企業(yè)外部而言改善了企業(yè)形象和聲譽，提升了品牌資產(chǎn)。因此本文提出如下假設(shè)：

假設(shè)H1：企業(yè)數(shù)字化轉(zhuǎn)型能夠提升品牌資產(chǎn)。

（二）營銷投入的門檻作用

營銷投入往往被認為是一把雙刃劍。數(shù)字化轉(zhuǎn)型過程中營銷活動投入加大，企業(yè)可以利用新型信息技術(shù)促進營銷轉(zhuǎn)型，如企業(yè)依托新型互聯(lián)網(wǎng)技術(shù)，提升與顧客的交流與互動（Yoo 和Donthu 等，2000）[16]，深度挖掘用戶需求，并利用線上和線下相結(jié)合的方式提升顧客產(chǎn)品體驗，促進企業(yè)與顧客、企業(yè)與利益相關(guān)者的價值共創(chuàng)[9]。在此基礎(chǔ)上，顧客能夠更快地了解和熟知產(chǎn)品，進而促進企業(yè)品牌資產(chǎn)提升。同時，數(shù)字化轉(zhuǎn)型過程中需要企業(yè)使用大量資金進行研發(fā)以及業(yè)務(wù)全流程優(yōu)化，而過多的營銷投入勢必會擠壓這一部分資金，擠占企業(yè)既有資源，資金的使用效率無法提升，已有研究發(fā)現(xiàn)過度的營銷活動會從不同維度降低品牌資產(chǎn)（江明華和董偉民，2003）[17]。因此，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響會因為營銷投入的變化而變化，適當(dāng)?shù)臓I銷投入是這個過程中應(yīng)該考量的問題。因此，本文提出如下假設(shè)：

假設(shè)H2：營銷投入在企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的正向影響中存在門檻效應(yīng)。

（三）創(chuàng)新能力的門檻作用

企業(yè)數(shù)字化轉(zhuǎn)型過程中，依賴的是企業(yè)的創(chuàng)新能力。已有研究證明，企業(yè)數(shù)字化轉(zhuǎn)型能夠降低企業(yè)內(nèi)部的溝通成本（戚聿東和肖旭，2020）[18]，創(chuàng)新能力強的企業(yè)更能節(jié)約成本，進而激勵企業(yè)加大研發(fā)資金投入（趙波和郭子宇等，2023）[19]。具體而言，數(shù)字化變革與員工創(chuàng)新的相互作用已經(jīng)被諸多學(xué)者證明，而員工創(chuàng)新是企業(yè)創(chuàng)新的縮影，企業(yè)通過與員工、顧客以及其他利益相關(guān)者之間的價值共創(chuàng)，提升品牌資產(chǎn)。因此，數(shù)字化轉(zhuǎn)型需要依賴企業(yè)創(chuàng)新水平，并在數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響中起作用。創(chuàng)新能力強的情況下，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的促進作用更大。需要指出的是，同一行業(yè)的企業(yè)創(chuàng)新能力以及企業(yè)不同發(fā)展階段的創(chuàng)新能力千差萬別。由此說明，企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響會受到創(chuàng)新能力作用的影響。因此，本文提出如下假設(shè)：

假設(shè)H3：企業(yè)創(chuàng)新在企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的正向影響中存在門檻效應(yīng)。

三、數(shù)據(jù)來源及模型構(gòu)建

（一）數(shù)據(jù)來源

本文選取2008—2020 年滬、深A(yù) 股上市公司作為研究樣本，對初始數(shù)據(jù)做如下篩選：剔除樣本中的ST、*ST 公司；剔除金融類上市公司；剔除財務(wù)狀況異常的公司；對企業(yè)層面的連續(xù)變量進行1%和99%水平的Winsor 縮尾處理。此外，本文對標(biāo)準(zhǔn)誤均按照公司層面的聚類處理。本文公司層面的財務(wù)數(shù)據(jù)均來自CSMAR 數(shù)據(jù)庫，上市公司的年報數(shù)據(jù)來自上海證券交易所和深圳證券交易所官方網(wǎng)站。

（二）變量設(shè)置

1.自變量：企業(yè)數(shù)字化轉(zhuǎn)型

現(xiàn)有研究對企業(yè)數(shù)字化轉(zhuǎn)型的測度標(biāo)準(zhǔn)不一，對其測度的方法主要有以下四種：（1）黃群慧和余泳澤等[2]從互聯(lián)網(wǎng)普及率、相關(guān)從業(yè)人員、相關(guān)產(chǎn)出和用戶數(shù)四個方面測度互聯(lián)網(wǎng)綜合發(fā)展指數(shù)。（2）祁懷錦和曹修琴等（2020）[20]、王立平和李蔓麗（2023）[21]選用上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例度量企業(yè)的數(shù)字化水平。（3）劉政和姚雨秀等（2020）[22]通過問卷調(diào)查收集數(shù)據(jù)，總結(jié)出企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。（4）吳非和胡慧芷等（2021）[23]、袁淳和肖土盛等（2021）[24]利用Python 軟件對上市公司的年報和公告進行文本分析和詞頻統(tǒng)計，對詞頻統(tǒng)計結(jié)果進行對數(shù)化處理得到企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。

本文參考吳非和胡慧芷等（2021）[23]的方法，按照人工智能、云計算、大數(shù)據(jù)、區(qū)塊鏈及數(shù)字技術(shù)五大分類構(gòu)建數(shù)字化轉(zhuǎn)型關(guān)鍵詞匯庫，并對企業(yè)年報進行文本分析和詞頻統(tǒng)計，對詞頻統(tǒng)計數(shù)據(jù)進行對數(shù)化處理，以此衡量企業(yè)數(shù)字化轉(zhuǎn)型水平。具體步驟如下：（1）構(gòu)建數(shù)字化轉(zhuǎn)型的關(guān)鍵性詞語。（2）利用Python 軟件對滬、深A(yù) 股上市公司的年報進行爬蟲，并將爬取的文件轉(zhuǎn)化為txt 格式。（3）對所得年報進行文本分析和詞條統(tǒng)計，并進行對數(shù)化處理，以克服原始數(shù)據(jù)的右偏分布特征，最終得到數(shù)字化轉(zhuǎn)型指標(biāo)。

2.因變量：品牌資產(chǎn)

現(xiàn)有文獻對品牌資產(chǎn)的測度主要基于財務(wù)要素、市場要素、消費者要素的某一種或者將其綜合起來進行考量（盧泰宏，2002）[25]。本文綜合財務(wù)和市場要素，并參考邵偉和劉建華等（2022）[26]的做法，構(gòu)建如下模型：

其中，salesit表示i 企業(yè)于t 時間段所獲得主營業(yè)務(wù)收入；E（salesit）表示i 企業(yè)于t 時間段所獲得主營業(yè)務(wù)收入的預(yù)測值，根據(jù)計算所得；ADi(t-1)和PROMOi(t-1)分別表示i 企業(yè)于t-1 期的廣告費用和促銷支出，考慮到數(shù)據(jù)的可得性，本文借鑒邵偉和劉建華等的做法，采用營銷投入和管理費用作為ADi(t-1)和PROMOi(t-1)的代理變量，變量滯后一期是為了控制營銷投入和管理費用的結(jié)轉(zhuǎn)效應(yīng)；Δ Assetsit表示i 企業(yè)在t 時期的總資產(chǎn)增長率；HHIit表示i 企業(yè)在t 階段的產(chǎn)業(yè)集中度；μind、year、μi以及εit分別表示行業(yè)效應(yīng)、時間效應(yīng)、個體效應(yīng)以及隨機干擾項。

3.門檻變量：營銷投入和創(chuàng)新能力

借鑒劉艷博和耿修林（2021）[27]，錢麗華和劉春林等（2015）[28]的研究，選用上市公司利潤表中銷售費用來衡量營銷投入（Minvest）。創(chuàng)新能力（Innvoate）選用上市公司專利數(shù)量的自然對數(shù)值作為代理變量。

4.控制變量

本文在進行線性回歸估計時，選用企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、現(xiàn)金比率（Cash）、股權(quán)集中度（TOP）、獨立董事占比（Ind）、董事會規(guī)模（Boardsize）、所有制代理變量（Soe）等作為控制變量。回歸所涉及的變量見表1。

表1 變量定義與度量

（三）模型構(gòu)建

為了檢驗企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響，本文構(gòu)建如下線性回歸模型：

考慮到企業(yè)數(shù)字化轉(zhuǎn)型可能和品牌資產(chǎn)存在非線性關(guān)系，借鑒Hansen（1999）[29]的門檻面板模型，分別考察營銷投入和創(chuàng)新能力是否對企業(yè)數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)存在門檻效應(yīng)。因此，本文分別構(gòu)建關(guān)于營銷投入和創(chuàng)新能力的單一門檻面板回歸模型：

其中，γ 為待估計門檻值，I（·）為指示函數(shù)。當(dāng)Minvest≤γ 時，I 取1，否則取0。當(dāng)門檻變量超過門檻值時，通過構(gòu)造F 統(tǒng)計量來判斷門檻效應(yīng)是否顯著，觀察P 值取值，若P＜0.1，則拒絕原假設(shè)，表明至少存在一個門檻值。假設(shè)兩個門檻值，即δ1、δ2為待估計門檻值，構(gòu)建雙重門檻面板回歸模型：

四、回歸分析

（一）變量描述性統(tǒng)計及相關(guān)性分析

本文變量的描述性統(tǒng)計見表2。上市公司的品牌資產(chǎn)指標(biāo)BE 的平均值為0.161，并大于其中位數(shù)。這表明，在本文所選取的樣本中，上市公司品牌資產(chǎn)呈右偏分布，部分企業(yè)的品牌資產(chǎn)較大。企業(yè)的數(shù)字化轉(zhuǎn)型程度（Digital）的平均值為5.189，最小值和中位數(shù)均為0，說明部分企業(yè)尚未開展數(shù)字化轉(zhuǎn)型或進程較慢。企業(yè)的營銷投入（Minvest）的最大值和最小值分別為24.882 和9.952，均大于0，說明企業(yè)對營銷投入的意愿較強。企業(yè)創(chuàng)新能力（Innvoate）的標(biāo)準(zhǔn)差為367.210，最大值和最小值分別為7178 和0，說明企業(yè)創(chuàng)新能力差別較大。此外，本文進行了變量的相關(guān)系數(shù)檢驗。總體而言，各變量之間的相關(guān)系數(shù)都比較小，盡管存在相關(guān)系數(shù)的絕對值大于0.5 的情況，但表2 中各變量的方差膨脹因子VIF 均遠低于10，說明各變量之間不存在嚴重的多重共線性問題。

表2 變量描述性統(tǒng)計

（二）基準(zhǔn)回歸分析

表3 報告了被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型（Digital）與解釋變量品牌資產(chǎn)（BE）的基準(zhǔn)回歸分析結(jié)果。為了驗證假設(shè)H1，在控制時間效應(yīng)、個體效應(yīng)的基礎(chǔ)上，依次加入控制變量，回歸結(jié)果如列（1）至列（7）所示?？梢钥闯?，無論加入何種控制變量，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均顯著且為正，假設(shè)H1得到驗證。

表3 基準(zhǔn)回歸檢驗結(jié)果

從控制變量看，企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、股權(quán)集中度（TOP）、獨立董事占比（Ind）、董事會規(guī)模（Boardsize）的回歸系數(shù)均顯著。具體而言，企業(yè)規(guī)模（Size）的回歸系數(shù)在1%的水平上顯著，說明企業(yè)規(guī)模越大，品牌資產(chǎn)越大。資產(chǎn)負債率（Lev）的系數(shù)顯著為正，說明企業(yè)財務(wù)杠桿越大，品牌資產(chǎn)規(guī)模越大，能夠緩解企業(yè)的融資約束，有一定的合理性。股權(quán)集中度（TOP）的回歸系數(shù)在1%的水平上顯著為正，說明股權(quán)集中度越高，品牌資產(chǎn)的規(guī)模越容易做大。獨立董事占比（Ind）的回歸系數(shù)在5%的水平上為正，說明獨立董事規(guī)模占比越高，形成決議的事項越有利于企業(yè)發(fā)展，對品牌資產(chǎn)的擴大有一定的促進作用。同時，現(xiàn)金比率（Cash）對品牌資產(chǎn)（BE）的影響不顯著，可能是因為現(xiàn)金的持有量在提升企業(yè)流動性的同時，也抑制了企業(yè)對建設(shè)自身品牌資產(chǎn)的能力，二者的影響相互抵消所致。所有制代理變量（Soe）對品牌資產(chǎn)（BE）的影響不顯著，可能是因為國有企業(yè)與非國有企業(yè)對自身品牌資產(chǎn)的影響并無直接相關(guān)性。

（三）穩(wěn)健性檢驗

1.變量的穩(wěn)健性

考慮到變量選取的準(zhǔn)確性，本文采用替換核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的方法來考察變量是否穩(wěn)健性。借鑒祁懷錦和曹修琴等（2020）[20]，王立平和李蔓麗（2023）[21]的做法，選用上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例來度量企業(yè)的數(shù)字化水平。表4 列（1）和列（2）報告了以無形資產(chǎn)占比的數(shù)字化轉(zhuǎn)型為核心解釋變量，分別控制相關(guān)變量與不控制相關(guān)變量的結(jié)果，可以看出，企業(yè)數(shù)字化轉(zhuǎn)型（Digital1）的系數(shù)均在1%的水平上顯著為正，再次證明了假設(shè)H1。

表4 穩(wěn)健性檢驗結(jié)果

2.調(diào)整時間窗口

鑒于數(shù)字化轉(zhuǎn)型前后的時效性，本文以資本市場劇烈震蕩的2015 年為時間點，分為2010—2015 年、2016—2020 年兩個樣本期間，分別進行回歸分析，結(jié)果見表4 列（3）、列（4）。研究表明，分時間回歸后，企業(yè)數(shù)字化轉(zhuǎn)型（Digital2）的系數(shù)分別為0.030、0.059，均在1%的水平上顯著為正，說明在樣本期間內(nèi)，企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升品牌資產(chǎn)，再次證明了基準(zhǔn)回歸結(jié)果是穩(wěn)健的。此外，在2016—2020 年期間，企業(yè)數(shù)字化轉(zhuǎn)型（Digital2）的系數(shù)更大，說明資本市場回歸理性后，數(shù)字化轉(zhuǎn)型的進程加快，對品牌資產(chǎn)的影響更大。

3.估計方法穩(wěn)健性

本文在檢驗估計方法穩(wěn)健性時，分別采用混合OLS模型估計法、隨機效應(yīng)模型估計法檢驗企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響，回歸結(jié)果見表5 列（1）、列（2）?？梢钥闯?，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的回歸系數(shù)分別在5%以及1%的水平下顯著為正，本文的核心結(jié)論依舊得到支持。

表5 內(nèi)生性檢驗結(jié)果

4.內(nèi)生性討論

模型中的解釋變量可能與某些不隨時間變化的誤差項相關(guān)，這會導(dǎo)致參數(shù)估計的結(jié)果出現(xiàn)偏誤，因此需要討論模型的內(nèi)生性問題。分別將核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型（Digital）滯后一期和使用廣義矩估計法（GMM法）構(gòu)建工具變量，以討論模型的內(nèi)生性問題。

（1）將解釋變量滯后一期

考慮到滯后效應(yīng)緩解可能的內(nèi)生性以及時滯問題，本文將企業(yè)數(shù)字化轉(zhuǎn)型（Digital）變量滯后一期進行回歸，回歸結(jié)果見表5 列（3），滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型變量的回歸系數(shù)在5%的水平下顯著為正，與研究假設(shè)H1吻合。

（2）使用線性動態(tài)面板數(shù)據(jù)模型

使用廣義矩估計法（GMM法），以緩解模型的內(nèi)生性偏誤。為保證GMM法的有效性，進行兩個檢驗：其一是檢驗誤差項是否二階序列相關(guān)；二是過度識別Sargan 檢驗。二者p 值都大于0.1 時，才滿足要求。從表5 列（4）的結(jié)果可以看出，AR（2）和Sargan 檢驗的p值分別為0.925 和0.602，因此，GMM 估計結(jié)果有效，即工具變量有效。

（四）異質(zhì)性檢驗

本文基于企業(yè)規(guī)模、所有制以及利潤率大小，將企業(yè)分組進行異質(zhì)性檢驗，結(jié)果見表6。具體而言，首先，生成企業(yè)規(guī)模變量的中位數(shù)，將企業(yè)規(guī)模大于中位數(shù)的企業(yè)與小于等于中位數(shù)的企業(yè)分別進行回歸，結(jié)果見列（1）、列（2）?？梢缘贸觯髽I(yè)數(shù)字化轉(zhuǎn)型的系數(shù)均顯著為正，大規(guī)模企業(yè)的數(shù)字化轉(zhuǎn)型程度對提升品牌資產(chǎn)的能力更強。其次，列（3）、列（4）分別報告了國有企業(yè)與非國有企業(yè)的數(shù)字化轉(zhuǎn)型程度對品牌資產(chǎn)的影響，可以看出，非國有企業(yè)數(shù)字化轉(zhuǎn)型程度系數(shù)為0.002，相較于國有企業(yè)，非國有企業(yè)數(shù)字化轉(zhuǎn)型程度對品牌資產(chǎn)的影響較大。最后，列（5）、列（6）分別報告了高利潤企業(yè)的數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響，從回歸結(jié)果看，高利潤企業(yè)的數(shù)字化轉(zhuǎn)型程度系數(shù)為0.002，相較于低利潤企業(yè)而言，高利潤企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響更顯著。

表6 異質(zhì)性檢驗結(jié)果

五、進一步分析

為了進一步檢驗企業(yè)數(shù)字化轉(zhuǎn)型（Digital）與品牌資產(chǎn)（BE）的關(guān)系是否受到營銷投入（Minvest）與創(chuàng)新能力（Innovate）的影響，本文運用Stata 軟件，進行門檻面板模型回歸。

（一）企業(yè)營銷投入的門檻效應(yīng)

表7 報告了營銷投入（Minvest）的門檻檢驗類型、F 統(tǒng)計量、p 值以及門檻值等?？梢缘贸?，營銷投入的單門檻和雙門檻p 值均在1%的水平下顯著，說明存在雙門檻效應(yīng)。從門檻估計值看，營銷投入的兩個門檻估計參數(shù)分別為0.021 與0.114。此外，本文也進行了不控制相關(guān)變量和控制相關(guān)變量的門檻面板回歸結(jié)果，回歸結(jié)果均顯著。表明在低營銷投入（Minvest≤0.021）時，在控制相關(guān)變量的基礎(chǔ)上，企業(yè)數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)的回歸系數(shù)為0.013，在1%的水平下顯著，說明營銷投入較低時，企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)有正向影響。在中等營銷投入（0.021＜Minvest≤0.114）時，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在5%的水平下為正，說明營銷投入中等時，企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)具有促進作用。而在高營銷投入（0.114＜Minvest）時，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)不顯著，可能是因為營銷投入過高導(dǎo)致企業(yè)流動性降低，營銷活動效率下降，與企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)帶來的正向作用相悖，二者影響相互抵消所致。綜上所述，企業(yè)的營銷投入具有雙重門檻效應(yīng)，要將其控制在一定范圍內(nèi)，才能發(fā)揮出數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的最大效應(yīng)，這印證了假設(shè)H2。

表7 門檻效應(yīng)檢驗結(jié)果

（二）企業(yè)創(chuàng)新能力的門檻效應(yīng)

表7 報告了企業(yè)創(chuàng)新能力（Innovate）的門檻檢驗結(jié)果。具體而言，創(chuàng)新能力的單門檻和雙門檻檢驗p值分別在1%和5%的水平下顯著為正，其兩個門檻估計參數(shù)分別為2.298 和4.543。此外，本文在不控制變量與控制變量的情況下分別考察了企業(yè)創(chuàng)新對數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)關(guān)系的門檻回歸結(jié)果?？傮w看，隨著創(chuàng)新能力的提高，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)提升效率增大。具體而言，當(dāng)企業(yè)的創(chuàng)新能力較低（Innovate≤2.298）時，數(shù)字化轉(zhuǎn)型的系數(shù)在5%的水平上為正。當(dāng)企業(yè)的創(chuàng)新能力處于中等水平（2.298＜Innovate≤4.543）時，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響系數(shù)為0.049，在1%的水平上顯著為正。當(dāng)創(chuàng)新能力較強（4.543＜Innovate）時，數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.073，仍在1%的水平下顯著為正。這說明，創(chuàng)新能力越強，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的正向影響越大，與假設(shè)H3相符。

六、研究結(jié)論與對策建議

本文使用2008—2020 年滬、深A(yù) 股上市公司的平衡面板數(shù)據(jù)，考察了企業(yè)數(shù)字化轉(zhuǎn)型與品牌資產(chǎn)的關(guān)系以及營銷投入和創(chuàng)新能力的門檻效應(yīng)。實證結(jié)果表明：首先，企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)具有顯著的正向影響。在穩(wěn)健性檢驗中，通過替換變量和改變估計方法后，結(jié)果依舊可靠。在考慮了內(nèi)生性以后，研究結(jié)論依舊成立。其次，營銷投入具有雙重門檻效應(yīng)。在其小于第一門檻值或介于兩個門檻值之間時，營銷投入促進了企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的正向影響，但營銷投入高于第二門檻值時，過高的營銷投入擠出了企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的正向影響，營銷活動效率降低，門檻效應(yīng)不再顯著。創(chuàng)新能力具有雙重門檻效應(yīng)。企業(yè)創(chuàng)新能力越強，企業(yè)數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的促進作用越大。最后，數(shù)字化轉(zhuǎn)型對品牌資產(chǎn)的影響在國有企業(yè)與非國有企業(yè)之間的差別不大；規(guī)模較大以及利潤較高企業(yè)的數(shù)字化轉(zhuǎn)型程度對品牌資產(chǎn)的影響更大。

根據(jù)以上研究結(jié)論，提出以下對策建議：

一是企業(yè)要注重全產(chǎn)業(yè)鏈創(chuàng)新，打造品牌核心競爭力，實現(xiàn)企業(yè)高質(zhì)量發(fā)展。全產(chǎn)業(yè)鏈創(chuàng)新體現(xiàn)在技術(shù)創(chuàng)新更加包容化、管理模式更加智能化、服務(wù)更加精準(zhǔn)化等方面。要通過信息技術(shù)等手段整合全要素、優(yōu)化全流程，降低生產(chǎn)成本、提高全要素生產(chǎn)率。二是企業(yè)要制定科學(xué)的數(shù)字化營銷策略，優(yōu)化銷售模式，提升品牌資產(chǎn)。要深度融合線上和線下兩個渠道，創(chuàng)新體驗式、場景式消費。隨著電子商務(wù)蓬勃發(fā)展，線上消費人群占比越來越大，企業(yè)要針對不同的消費人群，制定差異化營銷戰(zhàn)略。三是企業(yè)營銷要與平臺經(jīng)濟深入融合。企業(yè)與平臺經(jīng)濟的連接是數(shù)字化轉(zhuǎn)型的一環(huán)，利用好平臺經(jīng)濟新模式有利于優(yōu)化企業(yè)營銷渠道?！?/p>