段華友，黃學(xué)彬

（海南熱帶海洋學(xué)院旅游學(xué)院，海南 三亞 572022）

0 引言

隨著信息技術(shù)的快速發(fā)展，出現(xiàn)了各種數(shù)字技術(shù)，應(yīng)用逐漸廣泛，對傳統(tǒng)企業(yè)的商業(yè)模式造成了巨大沖擊，但也為企業(yè)的創(chuàng)新及轉(zhuǎn)型發(fā)展提供了新的歷史機(jī)遇。國家層面也高度重視數(shù)字化轉(zhuǎn)型升級，不斷出臺鼓勵(lì)政策。然而，目前我國企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程并不順利，部分企業(yè)因?yàn)檗D(zhuǎn)型能力不足、轉(zhuǎn)型成本過高等問題，存在不愿或不敢進(jìn)行數(shù)字化轉(zhuǎn)型的情況。還有一些企業(yè)面臨著兩難的境地，即不進(jìn)行數(shù)字化轉(zhuǎn)型將面臨困境，而進(jìn)行數(shù)字化轉(zhuǎn)型可能帶來風(fēng)險(xiǎn)。此外，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)所面臨的情況也有所不同，國有企業(yè)和非國有企業(yè)因股權(quán)性質(zhì)不同，進(jìn)行數(shù)字化轉(zhuǎn)型的動(dòng)因和效果都存在差異[1]。因此，關(guān)于數(shù)字化轉(zhuǎn)型能否促進(jìn)企業(yè)的高質(zhì)量發(fā)展且能否帶來企業(yè)未來價(jià)值的增長，已成為實(shí)務(wù)界和學(xué)術(shù)界的焦點(diǎn)議題。

目前關(guān)于數(shù)字化轉(zhuǎn)型的定義，學(xué)術(shù)界和實(shí)務(wù)界的觀點(diǎn)不完全一致。在實(shí)務(wù)界，國務(wù)院發(fā)展研究中心的課題組對數(shù)字化轉(zhuǎn)型給出了明確的定義，認(rèn)為數(shù)字化轉(zhuǎn)型是信息化技術(shù)發(fā)展到當(dāng)前階段的一個(gè)必然趨勢。數(shù)字化轉(zhuǎn)型是在數(shù)字化基礎(chǔ)上，通過運(yùn)用現(xiàn)代新興技術(shù)手段來優(yōu)化數(shù)據(jù)處理，實(shí)現(xiàn)對數(shù)據(jù)的源頭收集、處理以及反饋的全方位流程應(yīng)用。在學(xué)術(shù)界，各個(gè)學(xué)者對數(shù)字化轉(zhuǎn)型的定義因研究視角不同而存在差異[2,3]。數(shù)字化轉(zhuǎn)型要素中，數(shù)字技術(shù)是關(guān)鍵驅(qū)動(dòng)因素。數(shù)字化轉(zhuǎn)型的基本特征是信息技術(shù)的投入，因此多數(shù)學(xué)者從信息技術(shù)視角對企業(yè)績效展開研究。數(shù)字化轉(zhuǎn)型被看作一項(xiàng)企業(yè)全方位、持久的旨在塑造競爭優(yōu)勢的戰(zhàn)略，且這種戰(zhàn)略的實(shí)施往往包括將人工智能、區(qū)塊鏈、云計(jì)算等技術(shù)進(jìn)行深度整合后融合到傳統(tǒng)生產(chǎn)要素中，從而促進(jìn)業(yè)務(wù)流程的數(shù)字化、降低運(yùn)營成本和提高生產(chǎn)效率，最終促進(jìn)企業(yè)的創(chuàng)新績效顯著提升[4]。

企業(yè)價(jià)值一直是學(xué)術(shù)界和實(shí)務(wù)界尤為關(guān)心的議題，而追求企業(yè)價(jià)值的最大化才是企業(yè)生產(chǎn)和經(jīng)營的核心目標(biāo)。信息透明度、資本結(jié)構(gòu)、股權(quán)性質(zhì)、企業(yè)創(chuàng)新等是影響企業(yè)價(jià)值的重要因素[5—7]。數(shù)字化轉(zhuǎn)型與企業(yè)研發(fā)創(chuàng)新之間關(guān)系密切，企業(yè)數(shù)字化轉(zhuǎn)型可以幫助企業(yè)實(shí)現(xiàn)智能化、自動(dòng)化，提高企業(yè)創(chuàng)新效率，同時(shí)企業(yè)研發(fā)創(chuàng)新程度也會直接影響企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程。因此，研發(fā)創(chuàng)新是數(shù)字化轉(zhuǎn)型和企業(yè)價(jià)值之間的中介因素。

數(shù)字技術(shù)的整合有助于企業(yè)在運(yùn)營中增加價(jià)值創(chuàng)造，然而，如何準(zhǔn)確評估企業(yè)數(shù)字化轉(zhuǎn)型的成效仍有待研究。盡管企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值創(chuàng)造的關(guān)系備受矚目，但這種關(guān)系的具體作用機(jī)制以及這種關(guān)系在不同情境下如何演變，依然是未來研究的重點(diǎn)。本文實(shí)證分析了數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響，并探究了研發(fā)創(chuàng)新在這一過程中的中介效應(yīng)，同時(shí)在進(jìn)行實(shí)證研究時(shí)把樣本分為國企組和非國企組，考慮股權(quán)性質(zhì)的影響，以期為我國企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，提升企業(yè)價(jià)值提供對策建議。

1 理論分析與研究假設(shè)

1.1 數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值

數(shù)字技術(shù)能有效提升企業(yè)的生產(chǎn)經(jīng)營效率，進(jìn)而提高企業(yè)價(jià)值[8]。第一，從信息處理角度來看，數(shù)字化轉(zhuǎn)型提高了企業(yè)對信息的接收、處理能力，緩解了企業(yè)的信息不對稱問題。在人工智能、數(shù)據(jù)云、5G 等技術(shù)的運(yùn)用推動(dòng)下，企業(yè)能夠及時(shí)有效地對數(shù)字化資源進(jìn)行處理并轉(zhuǎn)換成有用信息，改善企業(yè)銷售情況、生產(chǎn)鏈，提高財(cái)務(wù)處理效率，并且能及時(shí)有效地傳遞給企業(yè)利益相關(guān)者，為企業(yè)決策者提供有效的信息基礎(chǔ)，提高企業(yè)內(nèi)部管理能力，促進(jìn)企業(yè)價(jià)值的提升。第二，從經(jīng)營效率角度來看，數(shù)字化轉(zhuǎn)型優(yōu)化了企業(yè)業(yè)務(wù)流程，提高了資源配置能力。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型后，組織內(nèi)利用大數(shù)據(jù)等信息技術(shù)對企業(yè)整個(gè)生產(chǎn)鏈和生態(tài)系統(tǒng)進(jìn)行實(shí)時(shí)更新，每個(gè)業(yè)務(wù)部門實(shí)現(xiàn)資源利用的最大化，極大地減少了資源的無效浪費(fèi)，實(shí)現(xiàn)銷售部門與生產(chǎn)部門、運(yùn)營部門、財(cái)務(wù)部門等相關(guān)后臺職能部門高效連接，管理者能夠?qū)Σ块T進(jìn)行實(shí)時(shí)動(dòng)態(tài)管理，實(shí)現(xiàn)組織的扁平化管理，各業(yè)務(wù)流程得到有效優(yōu)化，從而對企業(yè)價(jià)值的提升起到基礎(chǔ)性作用。第三，從公司治理角度來看，數(shù)字化轉(zhuǎn)型會增強(qiáng)企業(yè)之間的連接，打破信息壁壘，提升組織治理能力。數(shù)字化轉(zhuǎn)型利用大數(shù)據(jù)技術(shù)打破了過去多層級的組織結(jié)構(gòu)和復(fù)雜的管理模式，重塑了組織內(nèi)部的關(guān)系，形成了現(xiàn)代網(wǎng)狀式、矩陣式的管理模式，員工的工作行為日趨數(shù)字化、透明化，企業(yè)管理者的決策更加具有科學(xué)依據(jù)，因此制定的計(jì)劃更加合理，減少了決策的失誤，推動(dòng)了企業(yè)自身管理的變革，提升了企業(yè)整體治理水平，以此提高企業(yè)整體價(jià)值。本文據(jù)此提出：

假設(shè)1：數(shù)字化轉(zhuǎn)型會正向影響企業(yè)價(jià)值，即企業(yè)數(shù)字化轉(zhuǎn)型的程度越高，企業(yè)價(jià)值水平越高。

1.2 研發(fā)創(chuàng)新的中介作用

數(shù)字化轉(zhuǎn)型通過運(yùn)用大數(shù)據(jù)等技術(shù)對信息進(jìn)行深度挖掘，再通過人工智能算法來加快企業(yè)決策過程，最終提升企業(yè)決策效率[9]。目前數(shù)字化已經(jīng)滲透到企業(yè)的研發(fā)設(shè)計(jì)、生產(chǎn)管理、售后服務(wù)等價(jià)值鏈的各個(gè)環(huán)節(jié)，同樣價(jià)值鏈中的研發(fā)、生產(chǎn)、運(yùn)營、營銷等環(huán)節(jié)的數(shù)字化轉(zhuǎn)型也對企業(yè)創(chuàng)新產(chǎn)生重大影響。有學(xué)者指出，企業(yè)數(shù)字化水平的提高使得企業(yè)（包括企業(yè)內(nèi)部）之間的信息流動(dòng)變得更具規(guī)模、更加融合和更有效率，必然對企業(yè)創(chuàng)新產(chǎn)生影響。研發(fā)創(chuàng)新是企業(yè)提高核心競爭力的重要手段，在數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的關(guān)系中，研發(fā)創(chuàng)新起著傳遞作用。數(shù)字技術(shù)不僅提高了企業(yè)研發(fā)效率，而且豐富了價(jià)值創(chuàng)造的方式，促進(jìn)了企業(yè)價(jià)值的提升。然而有些學(xué)者也提出了不同的看法，認(rèn)為數(shù)字化轉(zhuǎn)型并不一定會帶來企業(yè)價(jià)值的提升，主要原因是數(shù)字化水平提升過程中的成本耗費(fèi)較大。據(jù)此，本文提出：

假設(shè)2：數(shù)字化轉(zhuǎn)型能有效激勵(lì)企業(yè)進(jìn)行研發(fā)創(chuàng)新，進(jìn)而促進(jìn)企業(yè)價(jià)值的提升。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為了驗(yàn)證本文提出的假設(shè)1，即數(shù)字化轉(zhuǎn)型是否顯著提升企業(yè)價(jià)值，本文構(gòu)建了多元線性回歸模型：

為了驗(yàn)證本文提出的假設(shè)2，探究研發(fā)創(chuàng)新水平在數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值之間的作用，在回歸模型（1）的基礎(chǔ)上，借鑒現(xiàn)有的中介路徑三步法，構(gòu)建了模型（2）和模型（3）：

其中，若α1、β1、θ1均顯著，但θ2不顯著，則認(rèn)為RD存在完全中介效應(yīng)；若α1、β1、θ1、θ2均顯著，則認(rèn)為RD存在部分中介效應(yīng)。

2.2 變量選擇

（1）解釋變量：數(shù)字化轉(zhuǎn)型（DT）。目前關(guān)于數(shù)字化轉(zhuǎn)型的量化數(shù)據(jù)，多是從上市公司年報(bào)中獲取。本文借鑒文本刻畫的方法，通過Python 對關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，將這些詞頻累加后，進(jìn)行對數(shù)化加1 的處理，以此構(gòu)建數(shù)字化轉(zhuǎn)型的衡量指標(biāo)。

（2）被解釋變量：企業(yè)價(jià)值（TQ）。本文參考已有文獻(xiàn)對企業(yè)價(jià)值的研究，選用托賓Q值作為衡量公司價(jià)值的指標(biāo)，該指標(biāo)常被用來評估公司業(yè)績表現(xiàn)。若該值較大，則代表企業(yè)有較好的業(yè)績表現(xiàn)和成長機(jī)會。

（3）中介變量：研發(fā)創(chuàng)新（RD）。關(guān)于對企業(yè)研發(fā)創(chuàng)新水平的度量，已有不少學(xué)者進(jìn)行了分析。有學(xué)者從創(chuàng)新投入（當(dāng)年研發(fā)投入占營業(yè)總收入比重）和創(chuàng)新產(chǎn)出（企業(yè)當(dāng)年申請專利數(shù)量）兩個(gè)方面度量研發(fā)能力；在國內(nèi)外研究中，通常將研發(fā)投入定義為當(dāng)年研發(fā)支出與銷售收入的比率；一些學(xué)者選擇使用研發(fā)支出的自然對數(shù)來評估企業(yè)研發(fā)投入的規(guī)模。綜合上述文獻(xiàn)，本文以研發(fā)支出與銷售收入的比值表征研發(fā)創(chuàng)新水平。

（4）控制變量。參照現(xiàn)有文獻(xiàn)，本文選取總資產(chǎn)周轉(zhuǎn)率（Turnover）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（DA）等作為控制變量。具體變量定義見表1。

表1 變量定義

2.3 數(shù)據(jù)來源與處理

本文選取2017—2022 年我國A 股上市公司16427 個(gè)樣本數(shù)據(jù)，并進(jìn)行了如下篩選和處理：（1）剔除了ST和*ST類別的公司；（2）剔除了財(cái)務(wù)數(shù)據(jù)存在明顯異常的樣本；（3）刪除了統(tǒng)計(jì)年度中數(shù)據(jù)不全的樣本；（4）為減少極端值可能對檢驗(yàn)結(jié)果的影響，對連續(xù)變量進(jìn)行了上下1%的縮尾處理。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于上市公司年報(bào)中有關(guān)“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞的公司數(shù)據(jù)；其他變量數(shù)據(jù)均來自Wind及CSMAR 數(shù)據(jù)庫，處理數(shù)據(jù)使用Stata 16.0 計(jì)量分析軟件。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果如表2 所示。在16427 個(gè)樣本數(shù)據(jù)中，DT平均值為1.726，標(biāo)準(zhǔn)差為1.442，說明截至2022年，我國上市公司中很多企業(yè)都在進(jìn)行數(shù)字化轉(zhuǎn)型，但數(shù)字化轉(zhuǎn)型的水平差異較大。RD平均值為0.181，最小值為0，最大值為0.244。表明樣本企業(yè)研發(fā)創(chuàng)新水平差距較大，且大多數(shù)公司研發(fā)創(chuàng)新處于低水平。TQ平均值為2.097，最小值為0.674，最大值為92.252，表明不同公司之間價(jià)值差異比較明顯。

表2 變量描述性統(tǒng)計(jì)

3.2 基準(zhǔn)回歸分析

本文采用模型（1）來探討數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值之間的聯(lián)系，并在表3 中展示了基準(zhǔn)回歸分析的結(jié)果。在列（1）中，在控制了年份和行業(yè)的固定效應(yīng)之后，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為正，這表明數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的正向影響是顯著的，該結(jié)果與理論模型的結(jié)果保持一致，驗(yàn)證了假設(shè)1。列（2）在加入相關(guān)控制變量后，數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的正向影響仍然顯著，表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能緩解信息不對稱問題，提高企業(yè)信息處理效率，優(yōu)化業(yè)務(wù)處理流程，提高資源配置能力和組織管理水平，以此提升企業(yè)整體價(jià)值。此外，資產(chǎn)負(fù)債率（DA）、企業(yè)規(guī)模（Size）、大股東持股比例（Top1）、總資產(chǎn)周轉(zhuǎn)率（Turnover）這些控制變量的系數(shù)也均在1%的水平上顯著，說明選取的控制變量是影響企業(yè)價(jià)值的關(guān)鍵指標(biāo)。

表3 數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響回歸結(jié)果

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 替換關(guān)鍵變量

為了檢驗(yàn)上述回歸結(jié)果是否具有穩(wěn)健性，本文替換了數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值的衡量指標(biāo)。本文借鑒王守海等（2022）[10]對于數(shù)字化轉(zhuǎn)型的定義，年報(bào)中提及數(shù)字化轉(zhuǎn)型的公司賦值為1，未提及數(shù)字化轉(zhuǎn)型則定義為0，生成企業(yè)數(shù)字化轉(zhuǎn)型啞變量（DT2）。參考段華友等（2023）[11]對企業(yè)價(jià)值指標(biāo)的衡量，用總資產(chǎn)收益率（TQ2）度量企業(yè)價(jià)值。結(jié)果如表4 所示，列（1）為替換數(shù)字化轉(zhuǎn)型指標(biāo)后的回歸結(jié)果，列（2）為替換企業(yè)價(jià)值指標(biāo)后的回歸結(jié)果，其結(jié)果均在1%的水平上顯著為正，說明數(shù)字化轉(zhuǎn)型會促進(jìn)企業(yè)價(jià)值的提升，證明研究結(jié)果是穩(wěn)健可靠的。

表4 替換關(guān)鍵變量的穩(wěn)健性檢驗(yàn)結(jié)果

3.3.2 兩階段最小二乘法

考慮到企業(yè)價(jià)值高的企業(yè)本身可能會具有更高的研發(fā)和數(shù)字化轉(zhuǎn)型能力，被解釋變量與解釋變量間可能存在雙向因果的內(nèi)生性問題。本文采用兩階段最小二乘法來處理。因此，本文借鑒已有研究的方法，選取相同時(shí)間、相同行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的均值（DT_mean）作為工具變量，然后利用2SLS進(jìn)行內(nèi)生性檢驗(yàn)。下頁表5列（1）為第一階段估計(jì)結(jié)果，結(jié)果顯示DT_mean的系數(shù)在1%的水平上顯著為正，這符合工具變量的相關(guān)性。另外，工具變量都通過了外生性檢驗(yàn)，進(jìn)一步證實(shí)了研究結(jié)論的穩(wěn)健性。

表5 兩階段最小二乘法檢驗(yàn)結(jié)果

3.3.3 Heckman兩階段法

企業(yè)是否采納數(shù)字化轉(zhuǎn)型策略受到眾多變量的影響，這可能導(dǎo)致本文的樣本選擇存在偏差。為了解決潛在的樣本選擇問題，本文采用Heckman兩步法來重新進(jìn)行回歸分析，以校正樣本量的偏差。結(jié)果如下頁表6 所示，RD、Size、Turnover等變量對數(shù)字化轉(zhuǎn)型的影響系數(shù)均在1%的水平上顯著；Top1、DA對數(shù)字化轉(zhuǎn)型的回歸系數(shù)則僅在5%的水平上顯著。此外，各變量對企業(yè)價(jià)值的影響相較于數(shù)字化轉(zhuǎn)型均更為顯著，可見樣本選擇的誤差較小，回歸結(jié)果穩(wěn)健。

表6 Heckman兩階段法內(nèi)生性檢驗(yàn)結(jié)果

3.3.4 傾向得分匹配檢驗(yàn)

根據(jù)以上分析，直接對全體樣本進(jìn)行回歸可能會導(dǎo)致結(jié)果出現(xiàn)誤差。為了確保結(jié)果的穩(wěn)健性，將控制變量作為匹配變量，并采用Logit 模型對上述匹配指標(biāo)進(jìn)行傾向得分估計(jì)。匹配結(jié)果如表7 所示，可以看出，匹配后所有匹配變量的偏差較匹配前都有顯著降低，并且匹配后標(biāo)準(zhǔn)偏差的絕對值都在10%以內(nèi)，實(shí)驗(yàn)組與對照組在匹配后各匹配變量之間沒有顯著差異。這一結(jié)果表明，采用PSM-DID方法（傾向得分匹配-雙重差分法）是可行的，回歸結(jié)果穩(wěn)健。

表7 傾向得分匹配檢驗(yàn)結(jié)果

3.4 異質(zhì)性分析

國有企業(yè)作為國民經(jīng)濟(jì)的重要組成部分，不僅承載著提高經(jīng)濟(jì)效益、增強(qiáng)市場活力的使命，還承擔(dān)著保障和改善民生、促進(jìn)社會和諧穩(wěn)定的重要職責(zé)。隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，以及國家對企業(yè)轉(zhuǎn)型升級的迫切要求，國有企業(yè)尤其是高管團(tuán)隊(duì)，面臨著推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的重大任務(wù)和挑戰(zhàn)[12]。在此過程中，某些地方政府可能會向國有企業(yè)施加額外的“政策性負(fù)擔(dān)”，要求他們在數(shù)字化轉(zhuǎn)型方面發(fā)揮示范作用，但未必會提供相應(yīng)的財(cái)政補(bǔ)貼、稅收減免或其他必要支持。這種做法可能會對國有企業(yè)的轉(zhuǎn)型進(jìn)程和效益造成影響。本文將樣本企業(yè)分為國有企業(yè)和非國有企業(yè)兩組，研究產(chǎn)權(quán)性質(zhì)的異質(zhì)性影響，結(jié)果如表8所示。結(jié)果表明，在國有企業(yè)中，數(shù)字化轉(zhuǎn)型的實(shí)施對企業(yè)價(jià)值的提升具有更為顯著的正面效應(yīng)。具體來看，表8的列（1）數(shù)據(jù)顯示，在1%的顯著性水平上，數(shù)字化轉(zhuǎn)型（DT）對國有企業(yè)價(jià)值（TQ）具有顯著的正向影響。相比之上，列（2）的數(shù)據(jù)顯示，對于非國有企業(yè)而言，這種影響并不顯著。這一研究結(jié)果支持了數(shù)字化轉(zhuǎn)型的影響因企業(yè)產(chǎn)權(quán)性質(zhì)而異的觀點(diǎn)，并進(jìn)一步揭示了數(shù)字化轉(zhuǎn)型對國有企業(yè)價(jià)值增長的重要作用。此外，為了進(jìn)一步驗(yàn)證產(chǎn)權(quán)性質(zhì)對企業(yè)數(shù)字化轉(zhuǎn)型影響的異質(zhì)性，本文采用了Suest 組間系數(shù)差異檢驗(yàn)方法。檢驗(yàn)結(jié)果在1%的水平上顯著，表明企業(yè)數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在產(chǎn)權(quán)性質(zhì)上存在顯著差異，這證實(shí)了異質(zhì)性檢驗(yàn)結(jié)果的穩(wěn)定性。

表8 異質(zhì)性檢驗(yàn)結(jié)果

3.5 路徑機(jī)制檢驗(yàn)

本文從企業(yè)技術(shù)創(chuàng)新的角度出發(fā)，構(gòu)建中介效應(yīng)模型來進(jìn)行驗(yàn)證，以揭示數(shù)字化轉(zhuǎn)型影響企業(yè)價(jià)值提升的內(nèi)在路徑。為驗(yàn)證研發(fā)創(chuàng)新水平的中介效應(yīng)是否存在，本文選取A 股上市公司2017—2022 年的樣本數(shù)據(jù)，以DT為自變量，RD為中介變量，TQ為因變量，同時(shí)考慮其他控制變量進(jìn)行回歸分析。分析采用多層回歸分析方法，即先考慮數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響，再加入研發(fā)創(chuàng)新水平變量，探究其在數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值關(guān)系間的中介作用。使用依次檢驗(yàn)法來檢驗(yàn)RD在DT對TQ的影響中是否存在中介效應(yīng)?；貧w結(jié)果如下頁表9 所示，列（1）中數(shù)字化轉(zhuǎn)型（DT）對企業(yè)研發(fā)創(chuàng)新（RD）影響的回歸系數(shù)在1%的水平上顯著為正，說明數(shù)字化轉(zhuǎn)型能增強(qiáng)企業(yè)研發(fā)創(chuàng)新動(dòng)力，激發(fā)企業(yè)研發(fā)創(chuàng)新的熱情，進(jìn)而提升企業(yè)的價(jià)值。列（2）結(jié)果顯示研發(fā)創(chuàng)新（RD）對企業(yè)價(jià)值（TQ）影響的回歸系數(shù)在1%的水平上顯著為正，這說明企業(yè)在數(shù)字化轉(zhuǎn)型之后，往往會增加研發(fā)投入，提高企業(yè)的創(chuàng)新能力，進(jìn)而會提升企業(yè)的整體價(jià)值。因此，企業(yè)數(shù)字化轉(zhuǎn)型通過研發(fā)創(chuàng)新來提升企業(yè)價(jià)值的機(jī)制是有效的，假設(shè)2得到了驗(yàn)證。

表9 路徑機(jī)制檢驗(yàn)結(jié)果

4 結(jié)論與建議

本文通過選取2017—2022 年我國A 股上市公司16427個(gè)樣本數(shù)據(jù)進(jìn)行實(shí)證研究，深入分析了數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響，并論證了研發(fā)創(chuàng)新在二者之間所起的中介作用。研究結(jié)果表明：（1）數(shù)字化轉(zhuǎn)型可以顯著提升企業(yè)價(jià)值；（2）通過異質(zhì)性檢驗(yàn)可以看出，數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響存在異質(zhì)性，在國有企業(yè)中更加顯著；（3）通過路徑機(jī)制檢驗(yàn)可以看出，研發(fā)創(chuàng)新在數(shù)字化轉(zhuǎn)型對企業(yè)價(jià)值的影響中發(fā)揮顯著的中介效應(yīng)，即數(shù)字化轉(zhuǎn)型會提高企業(yè)研發(fā)創(chuàng)新能力，從而提升企業(yè)價(jià)值。

根據(jù)上述研究結(jié)論，本文提出以下建議：（1）加強(qiáng)對國有企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)注與支持，是提升企業(yè)競爭力、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵舉措。應(yīng)強(qiáng)化對國有企業(yè)的創(chuàng)新激勵(lì)，使國有企業(yè)更好地開展創(chuàng)新活動(dòng)；還可通過政府補(bǔ)助進(jìn)一步促進(jìn)企業(yè)研發(fā)創(chuàng)新投入水平的提高及數(shù)字化轉(zhuǎn)型的發(fā)展。（2）對于非國有企業(yè)，政府可通過給予民營企業(yè)數(shù)字化投入財(cái)政補(bǔ)貼，并對數(shù)字化研發(fā)投入給予一定稅收優(yōu)惠減免，來降低民營企業(yè)數(shù)字化轉(zhuǎn)型的成本，提高該類企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)力和能力。