一、引 言

企業(yè)數(shù)字化轉(zhuǎn)型是將新一代數(shù)字技術(shù)引人企業(yè)生產(chǎn)管理、組織運營和研發(fā)創(chuàng)新等環(huán)節(jié)（Ebertand Duarte，2018）。面對數(shù)字技術(shù)帶來的沖擊，越來越多的企業(yè)尤其是傳統(tǒng)制造業(yè)企業(yè)將數(shù)字技術(shù)引人到研發(fā)設(shè)計、計劃調(diào)度、生產(chǎn)作業(yè)、倉儲配送、質(zhì)量管控、營銷管理、供應(yīng)鏈管理等環(huán)節(jié)，實現(xiàn)生產(chǎn)運營與數(shù)字技術(shù)的深度融合。第五次全國經(jīng)濟普查數(shù)據(jù)顯示，2023年 47% 的規(guī)模以上企業(yè)應(yīng)用了云計算、物聯(lián)網(wǎng)、人工智能和工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)。應(yīng)用數(shù)字技術(shù)實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級和生產(chǎn)效率提升，正在成為我國數(shù)字經(jīng)濟發(fā)展的新亮點。如果適者生存的邏輯成立，那么面對數(shù)字技術(shù)沖擊，選擇數(shù)字化轉(zhuǎn)型能否有效提高企業(yè)的生存概率？對哪類企業(yè)效果更加明顯？數(shù)字化轉(zhuǎn)型快慢是否會

影響效果？存在怎樣的實現(xiàn)路徑與作用機制？

能否在市場上持續(xù)經(jīng)營是每個企業(yè)需要解決的重要問題。企業(yè)生存概率與生命周期的各個階段緊密相關(guān)，相比于成熟期企業(yè)，處在成長期和衰退期的企業(yè)生存風(fēng)險更高。前者受較高技術(shù)變化率的干擾，后者則面臨市場退化的風(fēng)險（Agarwal andGort，2002）。只有在市場相對成熟和競爭力相對穩(wěn)定的成熟階段，企業(yè)面臨的不確定性才更低，生存概率更高。從企業(yè)生命周期的理論能夠推斷，處在成長階段的企業(yè)不僅面臨難以逾越的增長陷阱，還有可能難以維系增長而迅速走向衰退（Adizes，2004）；而進(jìn)入衰退期的企業(yè)一旦無法培育出新的增長點，生存也受到威脅。生存概率在不同階段的分布差異為分析企業(yè)面對技術(shù)沖擊時的生存績效提供了一個新的視角。

理論上，無論是維系增長，還是培育新的增長點，都和企業(yè)的技術(shù)創(chuàng)新、效率改進(jìn)，以及拓展企業(yè)邊界分不開。在提高生存概率的創(chuàng)新路徑上，加大技術(shù)研發(fā)能夠提升產(chǎn)品競爭力，能夠幫助企業(yè)維系增長業(yè)績（Graetz and Michaels，2018）;改進(jìn)與更新生產(chǎn)設(shè)備、加大員工技能培訓(xùn)等舉措能夠提高企業(yè)的生產(chǎn)效率，通過控制投人與產(chǎn)出比例提升生產(chǎn)運營表現(xiàn)（陳佳貴，1995;DeGeus，1997）;通過延展產(chǎn)業(yè)鏈或產(chǎn)品集拓展企業(yè)邊界，不僅能夠開發(fā)新的業(yè)績增長點，也能幫助處在衰退期的企業(yè)重返成熟期（Atalay etal.，2019）。如果上述推斷成立，那么企業(yè)應(yīng)對數(shù)字技術(shù)沖擊作出的轉(zhuǎn)變，既關(guān)系到企業(yè)能否平穩(wěn)進(jìn)人到相對安全的成熟期，也是考驗企業(yè)能否存活的關(guān)鍵。相關(guān)文獻(xiàn)揭示了企業(yè)選擇數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的經(jīng)濟收益（Greiner，1998;Henfridsson etal.，2014;李東紅等，2020）。從這些文獻(xiàn)可以推斷，企業(yè)應(yīng)對數(shù)字技術(shù)沖擊作出的轉(zhuǎn)變對提高生存概率有積極作用。然而這種適者生存的邏輯存在怎樣的作用條件和路徑，對哪類企業(yè)效果更加明顯，以及轉(zhuǎn)型快慢是否干擾效果等問題，從已有文獻(xiàn)當(dāng)中仍然得不到完全的解釋。

企業(yè)的生存概率并不是能否生存，或是否退出的二值問題，而是企業(yè)應(yīng)對生存風(fēng)險時的常態(tài)。本文根據(jù)2011至2020年滬深A(yù)股制造業(yè)上市企業(yè)的經(jīng)驗數(shù)據(jù)，從企業(yè)生命周期的理論視角切入設(shè)置生存概率變化的興趣事件，進(jìn)而利用CoxPH模型來檢驗數(shù)字化新業(yè)態(tài)何以提高企業(yè)生存概率，從而刻畫數(shù)字化轉(zhuǎn)型過程中企業(yè)適者生存的邏輯。和已有文獻(xiàn)相比，本文的邊際貢獻(xiàn)在于：第一，依據(jù)現(xiàn)有文獻(xiàn)，從企業(yè)不同生命周期階段生存概率的系統(tǒng)性差異切入來設(shè)計興趣事件，以此捕捉企業(yè)生存概率的系統(tǒng)性變化。如此處理的好處在于，能夠有效識別企業(yè)生命周期相對于同時期企業(yè)而言的動態(tài)變化，避免人為的階段劃分對研究結(jié)論帶來的干擾。第二，增加數(shù)字化轉(zhuǎn)型速度的效果識別?，F(xiàn)有文獻(xiàn)多從轉(zhuǎn)型程度上刻畫數(shù)字新業(yè)態(tài)帶來的微觀影響，卻忽視企業(yè)應(yīng)對數(shù)字技術(shù)沖擊時的反應(yīng)速度如何發(fā)揮作用。本文在數(shù)字化轉(zhuǎn)型成效相關(guān)已有文獻(xiàn)的基礎(chǔ)上，額外增加一個維度來捕捉企業(yè)層面的反應(yīng)速度如何發(fā)揮轉(zhuǎn)型效果，以補充數(shù)字化轉(zhuǎn)型文獻(xiàn)的分析視角。第三，按不同階段的特征差異動態(tài)捕捉企業(yè)生存受到的影響，將轉(zhuǎn)型經(jīng)濟收益的文獻(xiàn)進(jìn)一步延伸到企業(yè)生存風(fēng)險的討論上。如此處理既能有效捕捉數(shù)字化轉(zhuǎn)型對企業(yè)長期績效的影響，又能為數(shù)字化新業(yè)態(tài)影響企業(yè)生存概率提供系統(tǒng)的量化證據(jù)，有效避免定性或案例分析在結(jié)論一般性上的不足。此外，在政策實踐層面，研究結(jié)論明晰了數(shù)字化提升企業(yè)生存概率的作用條件，能夠為提升我國企業(yè)實際生存績效提供政策啟示。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

中國企業(yè)的生存狀況并不樂觀。按原國家工商總局企業(yè)注冊局、信息中心發(fā)布的《全國內(nèi)資企業(yè)生存時間分析報告》，將近一半的企業(yè)生存時間不足5年，中小企業(yè)壽命更是遠(yuǎn)遠(yuǎn)低于該平均水平①。課題組根據(jù)全國工商企業(yè)注冊數(shù)據(jù)統(tǒng)計發(fā)現(xiàn)，2004至2023年間退出企業(yè)的平均壽命只有4.7年②，和歐美國家平均40年的企業(yè)壽命、日本平均30年的企業(yè)壽命有著巨大差距（許家云和毛其淋，2016；卞元超和白俊紅，2021）。如何提高生存概率成為中國企業(yè)持續(xù)經(jīng)營的重大難題。

現(xiàn)有文獻(xiàn)中影響企業(yè)生存的因素主要包括內(nèi)部因素和外部因素。就內(nèi)部因素而言，學(xué)者們從企業(yè)能力（或資源）、企業(yè)自身行為等角度展開。企業(yè)能力（或資源）的積累與變化是影響企業(yè)持續(xù)生存的重要因素（肖興志等，2014）。Esteve-Perez and Manez-Castillejo（2008）考察了企業(yè)成立初期擁有的資源和能力對后期生存的影響，Baumohletal.（2019）、于嬌等（2015）分別從企業(yè)的創(chuàng)新行為、貿(mào)易決策等方面揭示了企業(yè)個體行為對生存風(fēng)險存在顯著影響。Heand Yang（2016）利用中國企業(yè)的樣本發(fā)現(xiàn)生產(chǎn)效率越低、年齡越老的企業(yè)，維系生存面臨更高的風(fēng)險。而影響效率的創(chuàng)新能力變低是企業(yè)退出風(fēng)險變大的主要原因（Gorg and Spaliara，2007;Fermandes and Paunov，2015）。外部因素當(dāng)中，包括行政壟斷、政府補貼、地方制度環(huán)境、官員個體特征等制度層面的因素是學(xué)者關(guān)注的重要方面。卞元超和白俊紅（2021）發(fā)現(xiàn)由行政區(qū)經(jīng)濟導(dǎo)致的地區(qū)間市場分割加劇了中國企業(yè)的退出風(fēng)險；Baumohl et al.（2019）、Zhang etal.（2019）分別利用15個歐洲新興市場的面板數(shù)據(jù)和中國工業(yè)企業(yè)微觀數(shù)據(jù)，發(fā)現(xiàn)國家治理水平和腐敗控制程度對提升企業(yè)生存概率有積極作用;許家云和毛其淋（2016）、康妮和陳林（2018）、Bessonova（2023）發(fā)現(xiàn)滿足一定條件的政府補貼、政策支持，以及稅收優(yōu)惠，能夠幫助企業(yè)降低退出風(fēng)險，延長壽命時長。胡佳胤等（2024）發(fā)現(xiàn)中國在推行企業(yè)破產(chǎn)改革之后，官員變更明顯提升當(dāng)?shù)仄髽I(yè)破產(chǎn)數(shù)量。除了制度因素以外，鏈上企業(yè)的關(guān)聯(lián)互動、宏觀經(jīng)濟波動，以及外生的自然災(zāi)害，也會影響企業(yè)的生存概率（彭璧玉和張慧，2015;Cole etal.，2019）。

無論是內(nèi)部因素還是外部因素，都和企業(yè)抵抗生存風(fēng)險的能力有關(guān)。這種能力既受企業(yè)稟賦條件的影響，也和企業(yè)能否有效適應(yīng)外部技術(shù)條件和市場環(huán)境的變化有關(guān)。如果稟賦和外部條件變化的相對速度給定，那么企業(yè)生存風(fēng)險的高低只受企業(yè)選擇適應(yīng)變化的適者生存戰(zhàn)略實施情況的影響（Agarwal and Gort，2002）。

數(shù)字技術(shù)變革不僅是生產(chǎn)技術(shù)的變革，同時也是市場環(huán)境的根本性改變（陳曉紅等，2022）。面對數(shù)字技術(shù)變化帶來的沖擊，現(xiàn)有研究揭示了企業(yè)選擇適者生存戰(zhàn)略獲得的經(jīng)濟收益。一方面，數(shù)字技術(shù)的發(fā)展讓信息更容易捕捉和搜集，從而直接影響到企業(yè)的生產(chǎn)經(jīng)營決策。因此，大量文獻(xiàn)揭示了企業(yè)選擇融入數(shù)字技術(shù)對企業(yè)生產(chǎn)效率、創(chuàng)新能力的積極作用（Prajogod and Olhager，2011;Rit-ter and Pedersen，2020;劉洋等，2020;吳非等，2021;倪克金和劉修巖，2021），并且選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略還能夠幫助企業(yè)提高市場與產(chǎn)品運營的敏捷性，通過弱化信息不對稱與聲譽擴散來提高競爭績效（Mikalef and Pateli，2017;劉誠等，2023; Henfridssonet al.，2014;Teece，2018;Johnson etal.，2017;陳劍等，2022;Wambaetal.，2017）。另一方面，也有不少文獻(xiàn)發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型與企業(yè)獲得的經(jīng)濟收益之間未必是簡單的線性聯(lián)系（Acemoglu and Restrepo，2018;劉淑春等，2021）。倪克金和劉修巖（2021）發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型對 80% 分位點企業(yè)和 20% 分位點企業(yè)的作用效果并不完全相同。周瀟（2021）和劉誠等（2023）發(fā)現(xiàn)數(shù)字技術(shù)嵌人對企業(yè)重塑生產(chǎn)組織的作用并不完全一致。劉淑春等（2021）認(rèn)為數(shù)字化管理存在動態(tài)波動的“陣痛期”，使得數(shù)字化投入與生產(chǎn)投入一產(chǎn)出效率之間呈現(xiàn)非線性關(guān)系。事實上，截至2021年我國僅 17% 的企業(yè)數(shù)字化轉(zhuǎn)型能夠帶來實際的經(jīng)濟效益，大多數(shù)企業(yè)數(shù)字化轉(zhuǎn)型面臨諸多困境①。轉(zhuǎn)型收益的不確定性導(dǎo)致一部分處在成長期或衰退期的企業(yè)陷入“是否要進(jìn)行轉(zhuǎn)型，以及如何轉(zhuǎn)型”的決策困境。此外，在核心技術(shù)上存在的“卡脖子\"難題也讓企業(yè)選擇向數(shù)字新業(yè)態(tài)轉(zhuǎn)型的決策變得不明朗（劉淑春，2019）。

如此一來，根據(jù)數(shù)字化轉(zhuǎn)型經(jīng)濟收益相關(guān)文獻(xiàn)并不能得到企業(yè)數(shù)字化轉(zhuǎn)型對生存概率影響的一致結(jié)論，也無法得知選擇適者生存戰(zhàn)略的效果條件和轉(zhuǎn)型快慢、企業(yè)類別帶來的效果差異。當(dāng)然，除了經(jīng)濟收益的討論本身存在成本一收益的權(quán)衡而無法得到一致答案以外，無法推斷數(shù)字化轉(zhuǎn)型對企業(yè)生存績效的作用還有一個可能因素在于，數(shù)字化轉(zhuǎn)型經(jīng)濟收益的文獻(xiàn)更多地聚焦在轉(zhuǎn)型戰(zhàn)略實施當(dāng)年階段性特征的影響，并未長波段地關(guān)注這一戰(zhàn)略選擇對企業(yè)生存績效的作用，而選擇適者生存戰(zhàn)略之后能否在同業(yè)競爭中獲勝主要依賴于戰(zhàn)略選擇的長期影響，而非短期表現(xiàn)。長波段關(guān)注生存戰(zhàn)略的作用，有必要將企業(yè)生命周期的特征納入分析當(dāng)中（Agarwal and Gort，2002）。雖然不少文獻(xiàn)從企業(yè)生命周期角度關(guān)注了企業(yè)的投資行為、并購活動、創(chuàng)新表現(xiàn)等，以及數(shù)字化轉(zhuǎn)型效果（Owenand Yawson，2010;劉詩源等，2020），但這類研究往往將企業(yè)所處的生命階段作為外生的解釋變量，且不關(guān)心不同生命周期的特征變化對企業(yè)生存帶來的影響。即便肖興志等（2014）將話題聚焦在企業(yè)的生命周期的影響上，卻也因忽視對數(shù)字化轉(zhuǎn)型這一新業(yè)態(tài)的關(guān)注而無法推斷企業(yè)數(shù)字化轉(zhuǎn)型與其生存概率之間的內(nèi)在聯(lián)系。

（二）研究假設(shè)

雖然無法從現(xiàn)有文獻(xiàn)直接推斷適者生存戰(zhàn)略對企業(yè)生存概率的影響，但這類文獻(xiàn)卻間接地提供了數(shù)字技術(shù)影響企業(yè)能力與資源建設(shè)長期效果的三種可能路徑：創(chuàng)新能力提升、效率改進(jìn)和企業(yè)邊界拓展。面對數(shù)字技術(shù)沖擊，一旦企業(yè)選擇適者生存戰(zhàn)略，三個路徑的長期效果便可能推動企業(yè)跨越增長陷阱或幫助企業(yè)重新獲得業(yè)績增長點，通過重返或維系成熟期來維持較高的生存概率。

根據(jù)生命周期理論，成熟期企業(yè)研發(fā)創(chuàng)新主要依賴于自身的研發(fā)投人，而成長期企業(yè)研發(fā)創(chuàng)新主要依賴于外部的研發(fā)投人（Acsetal.，1994）。當(dāng)自助式研發(fā)投人成為推動創(chuàng)新的動力之后，企業(yè)隨之跳出成長陷阱而步人成熟期，或避免走向衰退。因此，能否提高存活概率，可以從自助式研發(fā)投入的變化進(jìn)行判斷。理論上，企業(yè)一旦選擇適者生存戰(zhàn)略，通過將數(shù)字技術(shù)運用到研發(fā)與生產(chǎn)當(dāng)中，有助于提高自助式研發(fā)投入。一方面，選擇嵌入數(shù)字技術(shù)能夠推進(jìn)企業(yè)的數(shù)字市場建設(shè)，在更高效拓展市場的同時也產(chǎn)生海量消費、用戶數(shù)據(jù)，這些數(shù)據(jù)不僅強化了企業(yè)和消費者之間的信息交流，還能指導(dǎo)企業(yè)調(diào)整創(chuàng)新方向。另一方面，一旦選擇轉(zhuǎn)型的適者生存戰(zhàn)略，推動數(shù)字科技和研發(fā)活動深度融合，可以極大地提高研發(fā)活動所需的結(jié)構(gòu)化和非結(jié)構(gòu)化、文本和非文本，以及標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化數(shù)據(jù)的收集一處理效率，提升數(shù)據(jù)信息的可利用度與正確率，從而提高創(chuàng)新行為的投入一產(chǎn)出效率（包彤，2023）。因此，企業(yè)選擇數(shù)字化轉(zhuǎn)型本質(zhì)上是主動進(jìn)行數(shù)字技術(shù)深度融人的行為，在創(chuàng)新投入、創(chuàng)新效率上都會帶來價值輸出，這些價值輸出有助于企業(yè)成功跨越增長陷阱或重獲成長活力，提高生存概率（霍春輝等，2023）。基于以上分析，提出如下假設(shè)：

H₁ ：面對數(shù)字技術(shù)沖擊，企業(yè)選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略能夠增強自身創(chuàng)新能力，進(jìn)而提高生存概率。

面對數(shù)字技術(shù)帶來的沖擊，選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略要求企業(yè)全方位地實現(xiàn)生產(chǎn)要素同數(shù)字技術(shù)的深度融合，這種融合一定程度上能夠影響企業(yè)的生產(chǎn)、運營效率。一方面，新的數(shù)字化信息設(shè)備與計量過程運用能大幅度提升動力機械的運行效率，從而促進(jìn)生產(chǎn)環(huán)節(jié)的效率提升（Creutziget al.，2022）。此外，面對數(shù)字技術(shù)沖擊選擇適者生存戰(zhàn)略，還能推動人工智能、機器人應(yīng)用與生產(chǎn)環(huán)節(jié)的融合程度，實現(xiàn)“生產(chǎn)的轉(zhuǎn)型”，使企業(yè)在原有的資源邊界下達(dá)到更大的產(chǎn)出績效（Loebbeckeand Picot，2015）。Acemogluand Restrepo（2018）發(fā)現(xiàn)，配套智能應(yīng)用、機器人應(yīng)用的數(shù)字化轉(zhuǎn)型不僅提升了企業(yè)現(xiàn)有生產(chǎn)的投人一產(chǎn)出效率，還能為企業(yè)帶來新的機會與利潤增長點，推動企業(yè)成長。

當(dāng)然，早在上世紀(jì)80年代經(jīng)濟學(xué)家Solow發(fā)現(xiàn)，大量的信息技術(shù)投人對生產(chǎn)效率提升的作用甚微，由此提出“索洛悖論\"（Gordon，2016）。國內(nèi)研究也發(fā)現(xiàn)，數(shù)字技術(shù)嵌入未必能夠存在正向的效率機制，除了數(shù)字化轉(zhuǎn)型存在滯后效果以外，數(shù)字鴻溝與技術(shù)鴻溝的存在、轉(zhuǎn)型收益的不確定性，以及關(guān)鍵技術(shù)的“卡脖子\"問題，都導(dǎo)致數(shù)字化轉(zhuǎn)型對于企業(yè)生產(chǎn)效率改進(jìn)沒有實質(zhì)性影響（劉淑春，2019；倪克金和劉修巖，2021；劉淑春等，2021）。

從上述文獻(xiàn)推斷，面對數(shù)字技術(shù)帶來的沖擊，企業(yè)選擇適者生存戰(zhàn)略能否通過效率機制提高生存概率，存在著正反兩方面的作用機制，最終的效果取決于兩種機制的凈效應(yīng)。為此設(shè)計以下競爭性假設(shè)以備檢驗。

H_2a ：面對數(shù)字技術(shù)沖擊，選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略能夠提升企業(yè)生產(chǎn)效率，進(jìn)而提高生存概率。

H_2b ：面對數(shù)字技術(shù)沖擊，選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略難以促進(jìn)企業(yè)生產(chǎn)效率改進(jìn)，對提高生存概率沒有效果。

理論上，企業(yè)通常會權(quán)衡外部交易成本和內(nèi)部交易成本來確定企業(yè)邊界（Coase，1937;Atalay etal.，2019;Jafari-sadeghi etal.，2021）。當(dāng)外部交易成本下降時，以“利潤最大化”為目標(biāo)的企業(yè)會積極展開交易來謀求邊界擴張。Petersenet al.（2002）研究表明，數(shù)字技術(shù)的發(fā)展降低了企業(yè)向外部市場尋找新投資機會的成本，從而幫助企業(yè)不斷地擴展市場范圍。當(dāng)眾多企業(yè)都選擇與數(shù)字技術(shù)的深度融合之后，龐大的數(shù)字市場能夠產(chǎn)生豐富的數(shù)字資源，不但節(jié)省了上下游企業(yè)之間獲取信息的費用，也加強了企業(yè)同市場、產(chǎn)業(yè)鏈上下游企業(yè)的交流互動，增強產(chǎn)業(yè)鏈的關(guān)聯(lián)水平（Liuetal.，2011;張虎等，2023）。這些交流無疑拓寬了企業(yè)交易選擇的范圍，為擴展企業(yè)邊界提供機遇。從中能夠推斷，企業(yè)一旦選擇適應(yīng)數(shù)字技術(shù)帶來的沖擊，其交易成本得到節(jié)省，從而有利于通過邊界拓展來延緩壽命，提高存活概率。由此，本文提出如下假設(shè)。

H₃ ：面對數(shù)字技術(shù)沖擊，企業(yè)選擇數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略能夠擴展邊界，進(jìn)而提高生存概率。

三、研究設(shè)計

（一）CoxPH模型設(shè)計

企業(yè)生存過程中存在的風(fēng)險問題一直是企業(yè)成長理論和生命周期理論的核心命題。參考 Agar-wal and Gort（2002）的研究，本文根據(jù)不同生命周期階段生存風(fēng)險的差異設(shè)置興趣事件，利用事件史分析方法當(dāng)中的CoxPH模型來分析企業(yè)生存概率的變化及其影響因素。具體的處理原理是，將生存興趣事件設(shè)定為企業(yè)在t時刻是否處在生存風(fēng)險相對較低的成熟期，從中對企業(yè)生存戰(zhàn)略選擇與經(jīng)歷成熟期之間的關(guān)系進(jìn)行嚴(yán)密的事件史分析。之所以將企業(yè)是否處在成熟期作為識別企業(yè)生存概率的興趣事件，是由于企業(yè)生存概率與生命周期的各個階段緊密相關(guān)，處在成熟期的企業(yè)比其他企業(yè)生存概率更高。一方面，成熟期企業(yè)的產(chǎn)品與市場相對成熟，企業(yè)競爭力較為穩(wěn)定，能相對容易地化解發(fā)展過程中面臨的負(fù)向沖擊（Agarwal and Gort，2002）;另一方面，和成熟期的企業(yè)相比，成長期、衰退期企業(yè)面臨更高的不確定性（Adizes，2004;Agarwal and Gort，2002），生存概率低于成熟期。對于成長期企業(yè)而言，不僅受到較高技術(shù)變化率帶來的不確定性的干擾，發(fā)展過程中還存在著難以逾越的增長陷阱;而衰退型企業(yè)需要不斷探索和培育新的增長點，若無法培育增長點生存也會受到威脅。一旦設(shè)置成熟期的興趣事件之后，利用 CoxPH 模型不僅能捕捉到不同階段企業(yè)生存概率的差異，還可以在此基礎(chǔ)上測度出樣本企業(yè)從其他階段步人到成熟期的概率。

Cox PH模型最早應(yīng)用在醫(yī)學(xué)和生物學(xué)領(lǐng)域，常用來研究動物、植物和人類的生存事件發(fā)生的概率和速度（LinandWei，1989）。由于在處理截取數(shù)據(jù)和刪失數(shù)據(jù)中的優(yōu)勢，該方法廣泛用在社會科學(xué)的研究當(dāng)中（Adsera，2005;Deryugina et al.，2019）。除具備事件史分析法在處理數(shù)據(jù)歸并和將企業(yè)存活與風(fēng)險概率相聯(lián)系的長處外，選擇 CoxPH 模型還包括以下幾點原因： （1）CoxPH 模型不但能夠如Probit、Logit等離散模型一樣檢驗事件發(fā)生的概率，還能夠有效估計處在其他階段的企業(yè)步入成熟期的概率。相比之下，離散模型僅僅捕捉是否處在成熟期的概率，無法觀察到其他階段企業(yè)能以多大概率進(jìn)入到成熟期。 （2）CoxPH 模型當(dāng)中加入了時間維度，從而比其他模型更能充分利用時間信息來考察個體在觀測期間事件發(fā)生的速度。相比之下，離散模型只能捕捉哪些因素影響企業(yè)是否處在成熟期，并不捕捉個體和時間變化趨勢的影響。 （3）CoxPH 模型屬于半?yún)?shù)模型，無需對基準(zhǔn)風(fēng)險的分布進(jìn)行設(shè)定。因此，在實際參數(shù)模型未知的情況下， CoxPH 模型可以得到最接近正確參數(shù)模型的結(jié)果（Basuet al.，2004）。而離散模型要求數(shù)據(jù)遵循伯努利分布，條件更加嚴(yán)格。正是上述三個方面的原因，使得 CoxPH 模型更多地用在生存風(fēng)險的分析中。

基準(zhǔn)回歸的 CoxPH 模型設(shè)定如下：

式中，f（ （，X） 是企業(yè)i在t時刻關(guān)于風(fēng)險因素X的風(fēng)險函數(shù)，表示企業(yè)在t時刻興趣事件（進(jìn)入成熟期則賦值為1，反之則賦值為0）發(fā)生的瞬時概率。f（t，X）數(shù)值越大表明興趣事件發(fā)生的概率越高，從而生存概率越大。理論上， f（t，X） 的高低與基準(zhǔn)風(fēng)險函數(shù) f₀（t） 、企業(yè)戰(zhàn)略選擇 ΔSSF_i，t 和其他因素（ other_i，t） 有關(guān)，因而是基準(zhǔn)風(fēng)險函數(shù) f₀（t） 和相應(yīng)協(xié)變量函數(shù) 的乘積。其中，基準(zhǔn)風(fēng)險 f₀（t） 表示外部環(huán)境對企業(yè)存活概率的整體影響，其風(fēng)險分布事先未知，可視為特定時期下的一種常態(tài)。結(jié)合企業(yè)數(shù)字化轉(zhuǎn)型存在程度大小與相對強度的差異，企業(yè)戰(zhàn)略選擇（ SSF_i，t ）的測度分別利用企業(yè)的數(shù)字化轉(zhuǎn)型程度 （digital_-p_i，t） ）和數(shù)字化轉(zhuǎn)型速度 （digital_-s_i，t） 來刻畫。其中數(shù)字化轉(zhuǎn)型程度用來刻畫企業(yè)面對數(shù)字技術(shù)沖擊選擇的轉(zhuǎn)變程度，而數(shù)字化轉(zhuǎn)型速度表示企業(yè)選擇適者生存戰(zhàn)略之后，與同行、全國樣本相比數(shù)字化轉(zhuǎn)型的快慢。 β₁ 是企業(yè)適者生存戰(zhàn)略選擇的風(fēng)險系數(shù)，即對興趣事件（企業(yè)進(jìn)入成熟期： life=2 ）的影響效應(yīng)，其內(nèi)在含義可由式（2）給出。 β 用來捕捉其他因素的作用大小。

從式（2）中可以看出，企業(yè)i選擇適者生存戰(zhàn)略，即 變化1單位， .f（t，X） 變?yōu)樵瓉淼? 倍。當(dāng) ，即 β₁gt;0 時，企業(yè)進(jìn)入成熟期的可能性隨企業(yè)選擇適者生存戰(zhàn)略而提高，生存概率上升;否則生存戰(zhàn)略選擇與進(jìn)入成熟期概率為負(fù)相關(guān)關(guān)系，生存概率下降?；貧w時將生存分析數(shù)據(jù)的開始考察時間設(shè)定為2011年，如果企業(yè)于2011年以后上市，則將其上市時間設(shè)為開始考察時間。參照大多數(shù)文獻(xiàn)的做法，其他因素（ other_i，t; 包括企業(yè)層面的個體特征、行業(yè)固定效應(yīng)以及年份固定效應(yīng)。

此外， CoxPH 模型分析時需要考慮多時點興趣事件的出現(xiàn)，即在樣本期內(nèi)企業(yè)進(jìn)人成熟期這一事件可能多次發(fā)生，從而同一家企業(yè)可能存在多個持續(xù)的生存時間段。對這一問題的處理方法是：一是在借鑒 Besedesand Prusa（2006）、陳勇兵等（2012）的研究結(jié)論，只考慮企業(yè)首次的持續(xù)生存時間段進(jìn)行基準(zhǔn)模型估計。他們的研究指出，將企業(yè)經(jīng)歷的多個持續(xù)生存時間段視為相互獨立的持續(xù)生存時間段的方式，與將第一個持續(xù)生存時間段視為唯一持續(xù)生存時間段，按照生存函數(shù)得到的估計結(jié)果基本一致。其次，在穩(wěn)健性部分重新設(shè)定企業(yè)生命周期，將其更換為離散變量進(jìn)行測度，以此解決企業(yè)進(jìn)人成熟期這一興趣事件可能多次發(fā)生的問題，同時也排除測度誤差帶來的內(nèi)生性問題。

（二）樣本選擇

相比較于其他行業(yè)樣本，制造業(yè)面臨傳統(tǒng)技術(shù)生產(chǎn)與轉(zhuǎn)型的重重困境，面對數(shù)字技術(shù)沖擊選擇數(shù)字化轉(zhuǎn)型就更顯得更加重要。因此，本文將樣本鎖定在制造業(yè)企業(yè)，一共搜集整理了2011至2020年滬深A(yù)股所有制造業(yè)企業(yè)的經(jīng)驗數(shù)據(jù)。之所以選擇2011年作為樣本考察的起始年份，一方面是因為智能和機器人應(yīng)用從2010年開始才有明顯的上升趨勢;另一個原因是國家統(tǒng)計局在2011年對《國民經(jīng)濟行業(yè)分類》做出了調(diào)整，以此為起始年份能夠剔除統(tǒng)計口徑不一致對結(jié)果的干擾。對樣本數(shù)據(jù)進(jìn)行了以下的預(yù)處理：（1）剔除核心數(shù)據(jù)嚴(yán)重缺失的樣本;（2）剔除ST和ST*的企業(yè);（3）對連續(xù)變量進(jìn)行 1% 水平下縮尾處理。

由于 CoxPH 模型能夠很好地解決右刪失問題，因此由2020年之后樣本狀態(tài)未知產(chǎn)生的右刪失問題并不會對結(jié)果造成干擾?？紤]到2011年之前樣本狀態(tài)同樣未知帶來的左刪失問題，如果直接將2011年以前上市的企業(yè)刪去會損失大量樣本，導(dǎo)致實證檢驗結(jié)果不準(zhǔn)確。在此借鑒Peterson et al.

（2018）的研究，在穩(wěn)健性檢驗中，將樣本考察時間區(qū)間擴展至2005至2020年，同時刪除2005年以前上市的樣本，以此緩解左刪失問題對估計結(jié)果的干擾。

（三）變量選擇

數(shù)字化轉(zhuǎn)型程度（digital ?_-p_i，t ）借鑒吳非等（2021）的做法進(jìn)行測度，利用python軟件搜集制造業(yè)上市公司年報企業(yè)數(shù)字化轉(zhuǎn)型詞頻的數(shù)據(jù)。對人工智能技術(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)用五個維度76個數(shù)字化相關(guān)詞頻進(jìn)行關(guān)鍵詞提取并統(tǒng)計加總（數(shù)字化轉(zhuǎn)型詞匯選擇依據(jù)參見圖1）。以數(shù)字化轉(zhuǎn)型總詞頻數(shù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。該數(shù)據(jù)來源于上市公司年報。

數(shù)字化轉(zhuǎn)型速度 則在數(shù)字化轉(zhuǎn)型程度（digital ?_-p_i，t ）測度的基礎(chǔ)上，利用行業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行賦權(quán)得到，計算公式如式（3）所示。其中分子代表t年企業(yè)i的數(shù)字化轉(zhuǎn)型程度與整個同行業(yè)j平均數(shù)字化轉(zhuǎn)型程度的比值，分母是行業(yè)j平均數(shù)字化轉(zhuǎn)型程度與全國所有行業(yè)平均數(shù)字化轉(zhuǎn)型程度的比值。數(shù)字化轉(zhuǎn)型速度衡量了與同一行業(yè)以及全國所有行業(yè)相比較，企業(yè)i應(yīng)對數(shù)字技術(shù)沖擊選擇轉(zhuǎn)型的變化速度。該數(shù)值越大說明應(yīng)對數(shù)字技術(shù)沖擊時能夠迅速轉(zhuǎn)變戰(zhàn)略，否則說明在選擇適者生存戰(zhàn)略時比同行和其他行業(yè)反應(yīng)慢。

企業(yè)生命周期的劃分（life）。學(xué)界關(guān)于企業(yè)生命周期的劃分方法主要有現(xiàn)金流量法、綜合指標(biāo)分析法和單一指標(biāo)法，普遍認(rèn)為單一指標(biāo)法有較大缺陷。綜合指標(biāo)分析法是劃分企業(yè)生命周期普遍運用的方法（Anthonyand Ramesh，1992;DeAngelo etal.，2006; Hribar and Yehuda，2015;Koh and Du-rand，2015）。在指標(biāo)選擇上，李云鶴等（2011）基于中國上市公司的特征，指出用銷售收入增長率、資本支出率，以及留存收益率可以明顯反映企業(yè)生命周期特征。此外，考慮到企業(yè)年齡這一非財務(wù)指標(biāo)與企業(yè)生命周期之間具有密切關(guān)系（He and Yang，2016），在測度時也將這一因素納入分析當(dāng)中。這樣一來，最終根據(jù)銷售收入增長率得分、資本支出率得分、留存收益率得分、企業(yè)年齡得分四個指標(biāo)來判別企業(yè)生命周期。判別方法如下：根據(jù)\"銷售收人增長率得分、資本支出率得分、留存收益率得分、企業(yè)年齡得分\"計算總得分，分行業(yè)對總得分進(jìn)行排序，將總得分前1/3的企業(yè)劃分為成長期，總得分中間1/3劃分為成熟期，總得分后1/3的企業(yè)劃分為衰退期，記成長期為1、成熟期為2、衰退期為3。該綜合得分處理方法已用于諸多研究之中（梁上坤等，2019;劉詩源等，2020;陳紅等，2024）。

為了緩解遺漏變量所造成的內(nèi)生性問題，提高分析結(jié)論的精確度，參考已有文獻(xiàn)綜合選取企業(yè)個體層面的控制變量，包括企業(yè)年齡（age）、企業(yè)規(guī)模（size）、企業(yè)價值（value）、投資機會（tobins）、股權(quán)集中度（top）、杠桿率（lev）、兩職合一（mega），各變量定義詳見表1。以上數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

表2是描述性統(tǒng)計結(jié)果。數(shù)字化轉(zhuǎn)型程度的均值為3.573，標(biāo)準(zhǔn)差為9.588，說明不同企業(yè)在應(yīng)對數(shù)字技術(shù)沖擊時選擇轉(zhuǎn)型的程度并不完全一致。數(shù)字化轉(zhuǎn)型速度的統(tǒng)計特征顯示，企業(yè)面對數(shù)字技術(shù)沖擊的反應(yīng)速度上也存在差異。比較不難發(fā)現(xiàn)，個體間轉(zhuǎn)型快慢的懸殊要低于轉(zhuǎn)型程度的懸殊。

四、檢驗結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

1.等比例風(fēng)險假設(shè)檢驗

使用CoxPH模型時必須滿足等比例風(fēng)險的假設(shè)，一旦變量不滿足等比例風(fēng)險假設(shè)，估計結(jié)果就可能存在偏誤。對變量風(fēng)險比例進(jìn)行了等比例檢驗的結(jié)果見表3。無論哪種情況，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度的P值均大于0.1，不能拒絕等比例風(fēng)險的原假設(shè)。并且模型整體的P值均大于0.1，多數(shù)控制變量的P值也大于0.1，說明多數(shù)變量的估計結(jié)果可信。

2.Cox PH模型回歸結(jié)果

表4匯報了基于式（1）的估計結(jié)果，其中列（1）、列（4）是不含控制變量的估計結(jié)果，回歸時僅控制了年份和行業(yè)固定效應(yīng)，列（2）、列（5）控制了其他因素，同時放松行業(yè)固定效應(yīng)的控制，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度系數(shù)都在 1% 水平上顯著為正。列（3）列（6）是加入個體特征的控制變量的估計結(jié)果，數(shù)字化轉(zhuǎn)型程度系數(shù)在 5% 水平上顯著為正，數(shù)字化轉(zhuǎn)型速度系數(shù)在 1% 水平上顯著為正。上述結(jié)果均說明，面對數(shù)字技術(shù)沖擊，選擇適者生存戰(zhàn)略能夠提高企業(yè)從其他階段進(jìn)入成熟期的可能性，進(jìn)而提高生存概率。對比數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度的系數(shù)不難發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度能夠帶來更高的生存績效。轉(zhuǎn)型速度越快，企業(yè)步人成熟期的概率越高，抵抗生存風(fēng)險的效果越明顯。

半?yún)oxPH模型需處理基準(zhǔn)風(fēng)險 f₀（t） 的變化，以及相互關(guān)聯(lián)事件對結(jié)果的干擾問題。第一個問題在模型設(shè)定時就已經(jīng)排除。 f₀（t） 依賴于企業(yè)樣本期初的設(shè)定，如果在樣本期之前已經(jīng)上市，則f₀（t） 按2011年進(jìn)行設(shè)定，否則根據(jù)上市年份設(shè)定，從而確保樣本初期的分層處理來避免這一問題可能產(chǎn)生的估計偏差。相互關(guān)聯(lián)事件的干擾從表4的估計結(jié)果中能夠排除。一方面，引人和不引入控制變量時數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度系數(shù)符號一致且顯著，系數(shù)大小也并無太大差異，說明變量之間對生存概率的影響相對獨立;另一方面，幾乎所有變量的符號和預(yù)期一致，其中企業(yè)規(guī)模、企業(yè)價值、兩職合一、杠桿率的作用由于能夠被企業(yè)年齡、股權(quán)集中度吸收，導(dǎo)致這幾個變量一致不顯著，但在系數(shù)符號上保持一致，并且協(xié)變量系數(shù)符號、顯著性在是否控制年份、行業(yè)固定效應(yīng)時也保持一致，從而排除了相互關(guān)聯(lián)事件干擾可能帶來的估計偏差。

（二）穩(wěn)健性檢驗

1.更換模型設(shè)計

通過等比例風(fēng)險假設(shè)證明了基準(zhǔn)回歸中使用CoxPH模型的可信度，但仍然存在個別變量無法滿足等比例風(fēng)險假設(shè)的情況，可能會對結(jié)果產(chǎn)生干擾。為此使用另一種生存分析方法——加速失效時間模型（AFT）來代替CoxPH模型進(jìn)行穩(wěn)健性檢驗。AFT模型同樣是有效且穩(wěn)健的參數(shù)模型。當(dāng)數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度系數(shù)顯著為正時，表明適者生存戰(zhàn)略會減緩企業(yè)進(jìn)人成熟期的過程，即不利于提升企業(yè)存活概率;否則說明適者生存戰(zhàn)略能夠促進(jìn)企業(yè)提升生存概率。表5中基于AFT模型的估計結(jié)果顯示，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度系數(shù)均顯著為負(fù)，選擇轉(zhuǎn)向數(shù)字新業(yè)態(tài)的戰(zhàn)略更高概率地促進(jìn)了企業(yè)進(jìn)入成熟期，并且總體上數(shù)字化轉(zhuǎn)型速度的估計系數(shù)絕對值明顯大于數(shù)字化轉(zhuǎn)型程度，與 CoxPH 模型所得結(jié)論一致。

2.數(shù)據(jù)左刪失問題的解決

Cox PH模型化解了數(shù)據(jù)右刪失問題，但左刪失問題對結(jié)果的干擾仍然需要進(jìn)一步排除。因此將生存分析數(shù)據(jù)的開始考察時間設(shè)定為2005年以來的企業(yè)上市時間，重新進(jìn)行CoxPH模型估計，回歸結(jié)果見表6。列（1）至列（3）的結(jié)果顯示，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度回歸系數(shù)均顯著為正，并且后者的效果明顯大于前者，與基準(zhǔn)結(jié)論一致。

3.重塑企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)

基準(zhǔn)回歸中使用\"詞頻\"反映企業(yè)數(shù)字化轉(zhuǎn)型程度，這種方法可能存在以下問題：（1）詞頻數(shù)據(jù)具有典型的\"右偏性\"特征。（2）各個企業(yè)年報撰寫習(xí)慣不同、長度不一，導(dǎo)致詞頻數(shù)據(jù)統(tǒng)計具有較大的差異。因此有必要重建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)來解決以上問題。針對“右偏性\"問題，參考巫強和姚雨秀（2023）的做法對數(shù)字化轉(zhuǎn)型詞頻進(jìn)行加1再對數(shù)化處理，然后替代數(shù)字化轉(zhuǎn)型程度進(jìn)行估計。得到的估計結(jié)果見表7中的列（1）列（2），回歸系數(shù)仍顯著為正。針對第二個潛在問題則參照袁淳等（2021）的做法，采用企業(yè)數(shù)字化轉(zhuǎn)型詞頻總數(shù)除以年報MDamp;A語段總詞數(shù)來重建數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度指標(biāo)。得到的回歸結(jié)果見表7列（3）至列（6）。回歸系數(shù)與基準(zhǔn)回歸所得結(jié)論一致。

4.增加固定效應(yīng)

基準(zhǔn)回歸中控制了企業(yè)個體的特征變量、不可觀測的行業(yè)特征，以及時間趨勢，但仍有可能存在遺漏變量的問題。因此進(jìn)一步分別增加省份固定效應(yīng)和城市固定效應(yīng)以捕捉不可觀測的地區(qū)特征和宏觀因素的干擾?；貧w結(jié)果如表8所示，列（1）、列（2）是在基準(zhǔn)估計基礎(chǔ)上分別增加了省份固定效應(yīng)和城市固定效應(yīng)的結(jié)果，數(shù)字化轉(zhuǎn)型程度的系數(shù)仍然在 5% 的水平上顯著為正。列（3）列（4）是對數(shù)字化轉(zhuǎn)型速度的回歸結(jié)果，系數(shù)仍然顯著為正，并且大于數(shù)字化轉(zhuǎn)型程度系數(shù)?；鶞?zhǔn)估計結(jié)論并不受地區(qū)固定效應(yīng)的干擾。

5.改變企業(yè)生命周期的劃分方法

基準(zhǔn)回歸時根據(jù)總得分按照1：1：1的比例對企業(yè)生命周期進(jìn)行劃分，以此來測度企業(yè)生存概率的系統(tǒng)性差異，然而這一周期的劃分標(biāo)準(zhǔn)也可能干擾估計結(jié)果。對此采取的處理是將各階段劃分的得分比例調(diào)整為2：1：1，即將總得分前1/2的企業(yè)劃分為成長期，總得分后1/4的企業(yè)劃分為衰退期，總得分中間1/4劃分為成熟期，然后重新構(gòu)建 CoxPH 模型進(jìn)行回歸。表9的估計結(jié)果表明，無論哪種情況，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度的系數(shù)均顯著為正，且二者的系數(shù)大小也和基準(zhǔn)估計一致，證明了基準(zhǔn)結(jié)論的穩(wěn)健性。

6.內(nèi)生性問題和興趣事件多時點問題

企業(yè)面對數(shù)字技術(shù)沖擊選擇適者生存戰(zhàn)略可能存在潛在的雙向因果帶來的內(nèi)生性問題，表現(xiàn)為擁有更高生存概率的企業(yè)傾向于選擇數(shù)字化轉(zhuǎn)型，而較低生存概率的企業(yè)則放棄選擇轉(zhuǎn)型。因此，需要選取合適的工具變量來解決這一問題。參考黃群慧等（2019）的研究，選擇企業(yè)所在城市1984年每百萬人郵局?jǐn)?shù)量作為企業(yè)數(shù)字化轉(zhuǎn)型的歷史工具變量?？紤]到該變量并不隨時間發(fā)生變化，借鑒Nunn andQian（2014）的做法，利用企業(yè)所在城市1984年每百萬人郵局?jǐn)?shù)量和年份的交互項作為企業(yè)選擇適者生存戰(zhàn)略的工具變量。

除了可能的反向因果外，由變量測度造成的誤差也可能帶來內(nèi)生性問題。在基準(zhǔn)模型當(dāng)中并未考慮興趣時點多時點問題也可能對結(jié)果造成干擾。對此采取對處理是，將生存概率大小按照不同階段設(shè)置成離散變量（ ，在存活概率高的成熟階段dv_life賦值1，成長階段賦值0，衰退階段賦值為-1，然后結(jié)合工具變量進(jìn)行離散模型的IV-2SLS估計。估計結(jié)果見表10。

從結(jié)果上來看，Kleibergen-PaaprkLM檢驗統(tǒng)計量的P值均在 10% 水平上高于臨界值，拒絕弱工具變量的原假設(shè)。同時Cragg-DonaldWaldF統(tǒng)計量的值均在 10% 水平上分別顯著高于臨界值16.380和4.010，同樣拒絕原假設(shè)，說明工具變量選取合理。列（1）、列（3）是第一階段的檢驗結(jié)果，工具變量的系數(shù)均在 1% 的水平上顯著為正。列（2）列（4）是第二階段的估計結(jié)果，數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型速度系數(shù)仍然顯著為正，并且后者估計系數(shù)明顯大于前者。說明即便消除內(nèi)生性問題和興趣事件多時點問題之后，企業(yè)面對數(shù)字技術(shù)沖擊選擇適者生存戰(zhàn)略仍然顯著提高了生存概率，基準(zhǔn)估計結(jié)果穩(wěn)健。

五、路徑與機制分析

（一）適者生存的作用路徑

雖然 CoxPH 模型證明了選擇適者生存戰(zhàn)略顯著提升企業(yè)的生存概率，但仍然無法判斷該戰(zhàn)略通過何種路徑發(fā)揮作用，以及這一戰(zhàn)略選擇究竟是幫助成長期企業(yè)跳出增長陷阱的作用更大，還是幫助衰退期企業(yè)重獲生命延續(xù)的作用更大。為此結(jié)合前文的路徑分析，分別構(gòu)建式（4）至（6）的雙向固定效應(yīng)模型來檢驗作用路徑，以驗證理論假設(shè) H₁，H_2a，H_2b 和 H₃ 。

考慮到數(shù)字化轉(zhuǎn)型程度（digital_p）對提高生存概率的作用低于數(shù)字化轉(zhuǎn)型速度（digital_s），因此只需檢驗數(shù)字化轉(zhuǎn)型程度的效果路徑便能揭示適者生存戰(zhàn)略的效果路徑與機制。式（4）至（6）中，RP是企業(yè)研發(fā)人員占比，代理企業(yè)創(chuàng)新能力。TFP是企業(yè)全要素生產(chǎn)率，用來衡量企業(yè)生產(chǎn)效率，利用OP法進(jìn)行測算。借鑒供應(yīng)鏈多元化的測度辦法（巫強和姚雨秀，2023），利用供應(yīng)鏈集中度（HHI）作為企業(yè)邊界的代理變量。當(dāng)企業(yè)邊界擴展時，表現(xiàn)為企業(yè)發(fā)展新的業(yè)務(wù)領(lǐng)域和新的市場交易范圍，從而在新業(yè)務(wù)領(lǐng)域和市場產(chǎn)生供應(yīng)商和客戶。供應(yīng)鏈集中度越大表示鏈上企業(yè)多元化程度越低、業(yè)務(wù)領(lǐng)域較為集中，企業(yè)邊界越小，否則說明邊界得到拓展。Control是系列控制變量， γ_t 和 μ_i 分別表示年份和個體固定效應(yīng)， ε_i，t 是隨機誤差項。為了提升估計結(jié)果的可靠性，均在企業(yè)層面進(jìn)行穩(wěn)健標(biāo)準(zhǔn)誤聚類。

1.創(chuàng)新能力路徑

表11呈現(xiàn)了生存戰(zhàn)略對企業(yè)創(chuàng)新能力的影響。列（1）中數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)顯著為正，說明樣本期間企業(yè)選擇適者生存戰(zhàn)略能夠顯著提高創(chuàng)新能力，進(jìn)而提高生存概率。列（2）、列（3）、列（4）分別是對成長期、成熟期和衰退期企業(yè)的估計結(jié)果，數(shù)字化轉(zhuǎn)型程度回歸系數(shù)均顯著為正，說明數(shù)字化轉(zhuǎn)型通過增強企業(yè)的創(chuàng)新能力來提高企業(yè)的生存概率， H₁ 得到驗證。

對比不同階段的估計系數(shù)可以發(fā)現(xiàn)，適者生存戰(zhàn)略對衰退期企業(yè)的正向效果遠(yuǎn)大于成長期和成熟期。其中的可能原因在于：一則，相比于衰退期企業(yè)，成長期企業(yè)面臨更大的融資約束，選擇生存戰(zhàn)略時機會成本更高，從而可能將有限的資金投人到資本性支出而擠出創(chuàng)新所需的研發(fā)性支出（劉詩源等，2020）。此外，成長期企業(yè)對創(chuàng)新方向的把控不到位也更容易落入增長陷阱當(dāng)中，因此即使選擇了進(jìn)行數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略，創(chuàng)新能力也不如其他兩類企業(yè)。其次，衰退期企業(yè)在平穩(wěn)返回成熟期后，面臨被市場淘汰的壓力遠(yuǎn)遠(yuǎn)高于成長期企業(yè)，更迫切需要借助于數(shù)字化轉(zhuǎn)型來改變現(xiàn)狀（衛(wèi)力等，2023）。

2.效率提升路徑

表12是基于模型（5）的估計結(jié)果。無論是對全樣本，還是對處在不同階段的子樣本估計，數(shù)字化轉(zhuǎn)型對生產(chǎn)效率的作用均不顯著。說明樣本期間，選擇數(shù)字化轉(zhuǎn)型并不能通過效率提升路徑助力企業(yè)提高生存概率，從而在統(tǒng)計學(xué)意義上排除了效率路徑的作用，即 H_2a 不成立，“索洛悖論\"在我國制造業(yè)企業(yè)中仍然存在①。

對這一結(jié)果可能解釋包括：一則，適者生存戰(zhàn)略的效果存在時滯性。制造業(yè)企業(yè)選擇數(shù)字化轉(zhuǎn)型起步較晚，經(jīng)驗不足，轉(zhuǎn)型過程中存在\"陣痛期\"（劉淑春等，2021），因此樣本期間數(shù)字技術(shù)未能實現(xiàn)生產(chǎn)效率的提升。當(dāng)然這一解釋并不能完全排除適者生存戰(zhàn)略作用于長期生產(chǎn)效率的推斷。其次，制造業(yè)企業(yè)主要通過產(chǎn)品制造來獲取收益，選擇數(shù)字化轉(zhuǎn)型的企業(yè)更傾向于在生產(chǎn)上進(jìn)行數(shù)字化轉(zhuǎn)型，而忽略了組織運營、管理的數(shù)字化轉(zhuǎn)型，進(jìn)而導(dǎo)致數(shù)字化運營、數(shù)字化管理能力與數(shù)字化生產(chǎn)能力不匹配，數(shù)字化轉(zhuǎn)型的效率提升效果因此削弱。

3.市場邊界拓展路徑

表13呈現(xiàn)了模型（6）的估計結(jié)果。列（1）是全樣本的估計結(jié)果，數(shù)字化轉(zhuǎn)型程度系數(shù)顯著為負(fù)，說明數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略對供應(yīng)鏈集中度起到抑制作用，從而促進(jìn)了企業(yè)與上下游之間的交流，企業(yè)邊界隨之得到拓展。 H₃ 得到驗證。

列（2）列（3）列（4）是對不同階段企業(yè)的估計結(jié)果。可以發(fā)現(xiàn)，成長期、成熟期企業(yè)選擇數(shù)字化轉(zhuǎn)型對邊界拓展的效果顯著，而衰退期企業(yè)選擇數(shù)字化轉(zhuǎn)型對市場邊界拓展的效果不明顯?？梢酝茢啵髽I(yè)邊界拓展的路徑主要是通過影響成長期企業(yè)跨越成長陷阱，以及維系成熟期企業(yè)現(xiàn)處階段來實現(xiàn)。其中的可能解釋是，衰退期企業(yè)產(chǎn)品利潤空間相對較小，通過數(shù)字化轉(zhuǎn)型謀求更低交易成本的動機不大（衛(wèi)力等，2023），因而邊界擴展難度比其他階段大。

（二）機制分析

前文驗證了企業(yè)面對數(shù)字技術(shù)沖擊選擇適者生存戰(zhàn)略可以增強創(chuàng)新能力和拓展成長期、成熟期企業(yè)的邊界，來提升生存概率。那么數(shù)字化轉(zhuǎn)型是通過何種機制來提升企業(yè)創(chuàng)新能力，以及擴展企業(yè)邊界？通過設(shè)置機制變量來替換模型（4）、（6）的被解釋變量來回答上述問題。

1.研發(fā)投入的增加

企業(yè)研發(fā)投入的增加有助于增強創(chuàng)新能力。將模型（4）的被解釋變量替換成研發(fā)投人強度（rd）之后的檢驗結(jié)果見表14的列（1）。其中研發(fā)強度利用研發(fā)投入金額占營業(yè)收入的比重來測度。結(jié)果顯示，數(shù)字化轉(zhuǎn)型程度系數(shù)在 5% 的水平上顯著為正。說明適者生存戰(zhàn)略通過增加企業(yè)研發(fā)投入來提升企業(yè)創(chuàng)新能力，以此提升生存概率。

2.外部交易成本的降低：“上游”還是“下游”

為檢驗數(shù)字化轉(zhuǎn)型的生存戰(zhàn)略能否通過降低企業(yè)外部交易成本，從中擴展自己的業(yè)務(wù)領(lǐng)域和市場范圍，分別將模型（6）中的被解釋變量替換成外部交易成本（cost）、供應(yīng)商集中度（ 和客戶集中度（HHI_d）來進(jìn)行機制檢驗。外部交易成本用企業(yè)的財務(wù)費用代理。交易成本的檢驗結(jié)果見表14的列（2），供應(yīng)商、客戶企業(yè)集中度的估計結(jié)果見表14的列（3）列（4）。

從列（2）的結(jié)果能夠判斷，數(shù)字化轉(zhuǎn)型明顯降低了企業(yè)的外部交易成本，推動企業(yè)謀求外部交易來實現(xiàn)邊界擴展，生存戰(zhàn)略降低外部交易成本的機制得到驗證。上、下游供應(yīng)鏈集中度的估計結(jié)果表明，數(shù)字化轉(zhuǎn)型程度對供應(yīng)商集中度的估計系數(shù)不顯著，對客戶集中度的估計系數(shù)顯著為負(fù)。因此可以推斷，適者生存戰(zhàn)略形成的數(shù)字市場，主要幫助企業(yè)有效了解客戶和消費者的偏好，降低企業(yè)同\"下游\"銷售端進(jìn)行交易的成本，從而實現(xiàn)企業(yè)邊界的延伸來提高生存概率，向供應(yīng)端方向進(jìn)行邊界延伸的作用不明顯。

六、作用條件的擴展性討論

前文從理論和實證兩個層面對數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略提高企業(yè)生存概率進(jìn)行了驗證，那么選擇適者生存戰(zhàn)略的效果是否適用于所有企業(yè)？只要轉(zhuǎn)型增加的投入成本能夠得以彌補，是否就意味著企業(yè)能成功跳出增長陷阱或重回成熟階段，生存概率也由此得到提升？因此有必要進(jìn)一步討論數(shù)字化轉(zhuǎn)型成效的作用條件，來厘清上述問題的答案。

（一）政府補助的作用

理論上，政府給予企業(yè)一定的資金補助能夠緩解企業(yè)數(shù)字化轉(zhuǎn)型前期投入的資金壓力，從而促成企業(yè)發(fā)揮生存戰(zhàn)略的效果。為此在CoxPH模型中加入政府補助（ gov ）和數(shù)字化轉(zhuǎn)型變量的交互項進(jìn)行估計，回歸結(jié)果見表15。

列（1）列（3）是未加控制變量的回歸結(jié)果，政府補助和交互項的系數(shù)均不顯著。列（2）、列（4）是在加入控制變量的估計結(jié)果，此時政府補助的系數(shù)顯著為正，但系數(shù)非常小，說明補助的作用極為有限。交互項不顯著說明政府補助不具有調(diào)節(jié)作用。結(jié)合以上結(jié)果能夠推斷，政府補助并不影響適者生存戰(zhàn)略對提升生存概率的積極作用。一個可能解釋是，受政府補助少的企業(yè)仍然可以通過其他融資渠道來獲得數(shù)字化轉(zhuǎn)型所需前期投入，補助僅僅起到錦上添花的效果。

（二）融資約束的作用

一旦企業(yè)難以獲得資本助力，數(shù)字化轉(zhuǎn)型的前期投入就難以得到維持，從而影響數(shù)字化轉(zhuǎn)型的作用效果。為此以WW指數(shù)作為企業(yè)融資約束的代理變量，同時構(gòu)建數(shù)字化轉(zhuǎn)型程度、速度和WW指數(shù)的交互項加入CoxPH模型，回歸結(jié)果見表16。

無論是否加入控制變量，交互項系數(shù)均顯著為負(fù)，數(shù)字化轉(zhuǎn)型程度、速度的系數(shù)變負(fù)且不顯著，說明面對數(shù)字技術(shù)沖擊，選擇適者生存戰(zhàn)略對提升生存概率的積極作用很大程度上受到融資約束的影響。融資約束高的企業(yè)選擇適者生存戰(zhàn)略并不能延緩生命周期。

七、結(jié)論與啟示

面對數(shù)字技術(shù)帶來的沖擊，越來越多的企業(yè)選擇了數(shù)字化轉(zhuǎn)型的適者生存戰(zhàn)略。本文利用2011至2020年滬深A(yù)股制造業(yè)上市公司的經(jīng)驗數(shù)據(jù)，根據(jù)生命周期不同階段生存概率存在的系統(tǒng)性差異設(shè)置興趣事件，利用CoxPH模型來識別數(shù)字化轉(zhuǎn)型如何影響企業(yè)的生存概率。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)的生存概率，轉(zhuǎn)型越快提升效果越明顯，適者生存戰(zhàn)略的邏輯成立。在機制上，適者生存戰(zhàn)略主要通過增加研發(fā)投人來提升創(chuàng)新能力，以及降低外部交易成本來擴展企業(yè)邊界發(fā)揮作用，生產(chǎn)效率的作用路徑在樣本期間尚不明顯。當(dāng)然，適者生存戰(zhàn)略的效果存在作用條件，對于面臨較高融資約束的企業(yè)而言，這一戰(zhàn)略難以成為救命稻草。政府補助雖然有助于提高企業(yè)的生存概率，但在數(shù)字化轉(zhuǎn)型的生存戰(zhàn)略影響上成效不顯著。

研究從微觀層面證實了數(shù)字化轉(zhuǎn)型過程中企業(yè)適者生存的邏輯，為數(shù)字新業(yè)態(tài)賦能企業(yè)活力提升提供系統(tǒng)性的證據(jù)。面對技術(shù)沖擊和同業(yè)競爭，研究結(jié)論能夠為提高企業(yè)生存概率提供幾點啟示：首先，對于處在成長期的企業(yè)而言，既要解決增長過程中的融資約束問題，也要減少生存戰(zhàn)略轉(zhuǎn)型失敗的可能性，因此將有限的資金花費到關(guān)鍵領(lǐng)域，降低生存戰(zhàn)略選擇的機會成本就更為關(guān)鍵。其次，企業(yè)在推進(jìn)“生產(chǎn)數(shù)字化\"轉(zhuǎn)型的同時，也要注重\"運營和管理的數(shù)字化”，實現(xiàn)生產(chǎn)、運營與管理相配套的數(shù)字化轉(zhuǎn)型，避免運營、管理滯后而阻礙效率提升。最后，結(jié)合企業(yè)所處的階段和增長面臨的困境，政府可以針對地引導(dǎo)企業(yè)選擇數(shù)字化轉(zhuǎn)型的生存戰(zhàn)略，降低企業(yè)選擇生存戰(zhàn)略面臨的制度障礙。

參考文獻(xiàn)

包彤，2023，“數(shù)字技術(shù)賦能制造業(yè)結(jié)構(gòu)雙重優(yōu)化：效益提升與綠色轉(zhuǎn)型”，《南方經(jīng)濟》，第12期，第83-106頁。

卞元超、白俊紅，2021，“市場分割與中國企業(yè)的生存困境”，《財貿(mào)經(jīng)濟》，第1期，第120-135頁。

陳紅、郭彤梅、張玥，郭秋云，2024，“內(nèi)部控制對制造業(yè)企業(yè)組織韌性的影響研究——基于企業(yè)生命周期視角”，《南開管理評論》，中國知網(wǎng)網(wǎng)絡(luò)首發(fā)，http：//kns.cnki.net/kcms/detail/12.1288.f.20240731.1647.003.html。

陳佳貴，1995，“關(guān)于企業(yè)生命周期與企業(yè)蛻變的探討”，《中國工業(yè)經(jīng)濟》，第11期，第5-13頁。

陳劍、黃朔、劉運輝，2020，“從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理”，《管理世界》，第2期，第 117-128+222 頁。

陳曉紅、李楊揚、宋麗潔、汪陽潔，2022，“數(shù)字經(jīng)濟理論體系與研究展望”，《管理世界》，第2期，第208-224+13-16頁。

陳勇兵、李燕、周世民，2012，“中國企業(yè)出口持續(xù)時間及其決定因素”，《經(jīng)濟研究》，第7期，第48-61頁。

胡佳胤、黃北辰、向昊天、張英廣，2024，“政策導(dǎo)向、官員變更與企業(yè)破產(chǎn)——來自裁判文書的證據(jù)”，《經(jīng)濟學(xué)（季刊）》，第1期，第101-118頁。

黃群慧、余泳澤、張松林，2019，“互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗”，《中國工業(yè)經(jīng)濟》，第8期，第5-23頁。

霍春輝、呂夢曉、許曉娜，2023，“數(shù)字技術(shù)與制造企業(yè)全球價值鏈地位攀升——打開數(shù)字技術(shù)賦能的‘黑箱\"”，《南方經(jīng)濟》，第3期，第11-28頁。

康妮、陳林，2018，“產(chǎn)業(yè)政策實施下的補貼、競爭與企業(yè)生存”，《當(dāng)代經(jīng)濟科學(xué)》，第2期，第 85-93+127 頁。

李東紅、烏日汗、陳東，2020，““競合'如何影響創(chuàng)新績效：中國制造業(yè)企業(yè)選擇本土競合與境外競合的追蹤研究”，《管理世界》，第2期，第 161-181+225 頁。

李云鶴、李湛、唐松蓮，2011，“企業(yè)生命周期、公司治理與公司資本配置效率”，《南開管理評論》，第3期，第110-121頁。

梁上坤、張宇、王彥超，2019，“內(nèi)部薪酬差距與公司價值——基于生命周期理論的新探索”，《金融研究》，第4期，第188-206頁。

劉誠、王世強、葉光亮，2023，“平臺接入、線上聲譽與市場競爭格局”，《經(jīng)濟研究》，第3期，第191-208頁。

劉詩源、林志帆、冷志鵬，2020，“稅收激勵提高企業(yè)創(chuàng)新水平了嗎？——基于企業(yè)生命周期理論的檢驗”，《經(jīng)濟研究》，第6期，第105-121頁。

劉淑春，2019，“中國數(shù)字經(jīng)濟高質(zhì)量發(fā)展的靶向路徑與政策供給”，《經(jīng)濟學(xué)家》，第6期，第52-61頁。

劉淑春、閆津臣、張思雪，林漢川，2021，“企業(yè)管理數(shù)字化變革能提升投人產(chǎn)出效率嗎”，《管理世界》，第5期，第170-190+13頁。

劉洋、董久鈺、魏江，2020，“數(shù)字創(chuàng)新管理：理論框架與未來研究”，《管理世界》，第7期，第198-217+219頁。

倪克金、劉修巖，2021，“數(shù)字化轉(zhuǎn)型與企業(yè)成長：理論邏輯與中國實踐”，《經(jīng)濟管理》，第12期，第79-97頁。

彭璧玉、張慧，2015，“宏觀經(jīng)濟波動對企業(yè)生存績效的影響：順周期效應(yīng)考察”，《貴州財經(jīng)大學(xué)學(xué)報》，第2期，第41-51頁。

衛(wèi)力、張秀、趙振，2023，“數(shù)字化對商業(yè)模式創(chuàng)新的影響：基于企業(yè)生命周期視角”，《科技管理研究》，第1期，第181-190頁。

巫強、姚雨秀，2023，“企業(yè)數(shù)字化轉(zhuǎn)型與供應(yīng)鏈配置：集中化還是多元化”，《中國工業(yè)經(jīng)濟》，第8期，第99-117頁。

吳非、胡慧芷、林慧妍、任曉怡，2021，“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)”，《管理世界》，第7期，第130-144+10頁。

肖興志、何文韜、郭曉丹，2014，“能力積累、擴張行為與企業(yè)持續(xù)生存時間——基于我國戰(zhàn)略性新興產(chǎn)業(yè)的企業(yè)生存研究”，《管理世界》，第2期，第77-89頁。

許家云、毛其淋，2016，“政府補貼、治理環(huán)境與中國企業(yè)生存”，《世界經(jīng)濟》，第2期，第75-99頁。

于嬌、逐宇鐸、劉海洋，2015，“出口行為與企業(yè)生存概率：一個經(jīng)驗研究”，《世界經(jīng)濟》，第4期，第25-49頁。

袁淳、肖土盛、耿春曉、盛譽，2021，“數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化”，《中國工業(yè)經(jīng)濟》，第9期，第137-155頁。

張虎、高子桓、韓愛華，2023，“企業(yè)數(shù)字化轉(zhuǎn)型賦能產(chǎn)業(yè)鏈關(guān)聯(lián)：理論與經(jīng)驗證據(jù)”，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，第5期，第46-67頁。

周瀟，2021，“數(shù)字平臺、行業(yè)重組與群體生計——以公路貨運市場車貨匹配模式的變遷為例”，《社會學(xué)研究》，第5期，第 47-69+ 227頁。

Acemoglu，D.andRestrepo，P.，218，“TheRacebetwenManandMacine：ImplicatiosofTchnologyforGrowth，F(xiàn)actorShares，andEm-ployment\"，American Economic Review，108（6）： 1488-1542.

Acs，Z.J.，AdehDBda，99“Ramp;lsdiie\"，evofoocsdis（2）336-340.

Adizes，I.，20O4，Managing Corporate Lifecycles， Los Angeles： The Adizes Institute Publishing.

Adsera，A，2o，“VishgCdren：FoHghUneploynttowFertilityDvelodCouries”，AmeicanEooicRevew95（2）： 189-193.

Agarwal，R.andGort，M.20o，“FimandProductLifeCyclesandFimSurvival\"，American EconomicReview，92（2）：84-190.

Anthony，J.Hdmesh，，Aocaeeenace easuresndockcesstoleeeHypothesis”，Journal of Accounting and economics，15（2-3）： 203-227.

Atalay，E.Hracsu，A.，Li，.JdSeson，C19“HowWideIsteFiBorder”，QuarterlyJualooois34（4）41882.

Basu，A.，Mag，W.G.ndul，JO4，“Coaringtetiveoels：LogsCoroportioalHad”，Healthoi，（8）： 749-765.

Baumohl，E.sakieaE19sisdeeatsfalioneigks”，olCorporate Finance，58： 431-453.

Besedes，T.andsaJ“odctreduraofUrtde，oualofteaoaE：339-358.

Bessonova，E“itsttc，oalial

Coase，R.H.，1937，“The Nature of TheFirm\"，Economica，4（16）： 386-405.

Cole，M.A.Eo，Jubodrbl，E9“alssdaleriig：rthdDeath of Manufacturing Plants\"，Journal of Economic Geography，19（2）： 373-40.

Creutzig，F(xiàn).，cg，ds，ac，is，.klSs.evitD.，Renn，T.olcosol，Cu，D.bulerdoli，E.grF.ls，Zeadual“Digitalization and the Anthropocene\"，Annual Review of Environment and Resources，47（1）： 479-509.

DeAngelo，H.，DeAngelo，L.andSulz，R.M.，6，“DividendPolicyandtheEarned/ContributedCapitalMix：ATestofthLie-CycleTheory\"，Journal of Financial Economics，81（2）： 227-254.

DeGeus，A.，1997，The Living Company，Boston： Harvard Business School Press.

Deryugina，T.Heuel，G，lN.H，olioD.dReif，J9，“TeortalitdMedicalCsfroltioEvifroChanges in Wind Direction”，American Economic Review，109（12）： 4178-4219.

Ebert，C.and Duarte，C.H.C.，2018，“Digital Transformation\"，IEEE Software，35（4）：16-21.

Esteve-Perez，S.andeCastilJA.，“eResorcbedyfteadFurvival\"，alusissos，30： 231-249.

Ferandes，A.M.andunovC，15，“TheRisksofIovation：AreIovatingFisLessLikelytoDie”，TheReviewofEocsaStatistics， 97（3）： 638-653.

Gordon，R.J.，2O16，“PerspectivesontheRseandFallofAmericanGrowth\"，AmericanEconomicReview，06（5）：72-76.

Gorg，H.andSpaliara，M..，014，“Financial Health，ExportsandFirm Survival： EvidencefromUKandFrenchFis\"，Econoica，81（323）： 419-444.

Graetz，G.and Michaels，G.，2018，“Robots at Work\"，Review of Economics and Statistics，10o（5）：753-768.

Greiner，L.E.998，“EvolutionandRevoutionasOrganizationsGrow：LarryE.GreinerResponds\"，HrvardBusinessReview76（3）：178-179.

He，C.andYang，R.，2O16，“DeterminantsofFirmFailure：EmpiricalEvidencefromChina”，GrowthandChange，47（1）：72-92.

Henfridsson，O.Mathiasen，L.andSvahn，F(xiàn).，2O14，“Managing TechnologicalChangeintheDigitalAge：TheRoleofArchitecturalFrames\"，Journal of Information Technology，29（1）： 27-43.

Hribar，P.andYuda，NO15，“TeispiingofCashFwsandAcralsatDierentLife-CycleStages”，ontmporarycoutingRe-search，32（3）：1053-1072.

Jafarisadeghi，V.G-pere，AandeloE.andCouurirJ1“ExloingthactofgialasfotioogEtrepreneurshipdchnologicalarketExpasio：TeRoleofcholoyReadiness，ExplorationndExploitation\"，Joualfi-nessResearch，124： 100-111.

Johnson，G.A.，Lewis，R.A.andReiley，D..2O17，“WhenLssIsMore：DataandPowerindvertisingExperiments”，aketigience，36（1）：43-53.

Koh，S.K.ura.i，5aaltrs：eedoatetci，Jalofenance，33：19-33.

Lin，D.Y.ndeiLJ98“TobstIereeforeooprialaddel，Jualfcaatisttion， 84（408）： 1074-1078.

Liu，D.Y.，Chen，S.W.ndCou，T.CO1\"ResourceFitinigitalTransforation：LesonsLeaedfromtheCBCBankGbalEbaningProject\"，Management Decision，49（10）：1728-1742.

Loebbecke，C.andPicot，Ol5，“RefletiosoSocalandusissModelTasforatiorisingfroDigitizationadgDataAna-lytics：A Research Agenda\"，The Journal of Strategic Information Systems，24（3）：149-157.

Mikalef，P.andatel，.17\"forationTeogEabledDamicCapabitisndheidirectEfetonompetiieefmance： Findings from PLS-SEMand fsQCA\"，Journal of BusinessResearch，7O（1）：1-16.

Nunn，N.andQian，N.，2014，“USFoodAidandCivilConflict”，American EconomicReview，104（6）：1630-1666.

Owen，S.andYawson，A.，2010，“CorporateLifeCycleandMamp;AActivity\"，JournalofBankingamp;Finance，34（2）：427-440.

Petersen，B.，WelchL.andLish，P.W2“TeIteetandForeignMarketExpasionbys”，agemeneiolReview，42（2）：207-221.

Peterson，E.B.，Gant，Jndudla，JO8，“urvivaloftExpouratondFluetUidStatehandVegetable Markets\"，AmericanJournal of Agricultural Economics，1OO（1）：23-45.

Prajogod，D.andOgJ2“upplyinegatioadefance：TesofelatiossfoainologyandSharing，andLogistics Integration\"，InternationalJournalof Production Economics，35（1）：514-522.

Riter，T.andde，C.L“DiziabiligiaafsissdelsissssstPresent，and Puture\"，Industrial Marketing Management， 86（3）： 180-190.

Teece，D.J，18，“PiigfrooationinitalooyEablngcoloiestadadndlcsingdelsieirlessWorld\"，ResearchPolicy，47（8）： 1367-1387.

Wamba，S.F.eaaneSn.JFbyddeS.J7igtaAadefof Dynamic Capabilities”，Journal of Business Research，7O（1）： 356-365.

Zhang，J.，QuanSndJ9，“Coupdivates'urilinasiioos：EdenefroCa，iEnomic Review，57：101339.

DoesDigital Transformation Increase the Survival Probability of Enterprises？ AnAnalysisofCox Proportional Hazards Survival Model from the Perspective of Life Cycle Theory

Feng Guoqiang Wang Jin

Abstract：Thelogicofsurvivalofthefitestlsoappliestoenterprises.Facedwiththeimpactofdigitaltechnology，theability to makechanges hasbecomeakeytestofacompany'ssurvival.UsingtheempiricaldataofdigitaltransformationofA-share manufacturinglistedcompaniesfrom2011to220，combinedwithCoxPHmodelbyseting interesting eventsaccordingto thesystematicdiferencesinsurvivalprobabilityatdiferentstagesof theenterpriselifecycle，thisarticleexamineshowdigital transformation improves the survival probability of enterprises.

Ourresults indicate thatchoosing digital transformationcan significantly increase the likelihoodof enterprises entering thematurestage，therebyincreasingtheirsurvivalprobabilityandthesurvivalofthfitestlogicattheenterpriselevelisestablished.Thefasteracompanyachievesdigitaltransformationcomparedtoitspeers，the higherthe likelihoodof entering a maturestage，andthemoresignificant theefectofdigital transformationonimprovingsurvivalprobability.Mechanismtestingfoundthatthesurvivalofthefiteststrategymainlyworks throughinovationpathsandpathsthatexpandtheboundaries of enterprises，andtheeffctofeficiencypathsduringthesampleperiod isnotyetsignificant.Ofcourse，thesurvivalpefor manceofdigital transformationisafectedbythedigital investmentcostsandfinancingcapabilitiesofenterprisesDigital transformation mainlyplaysapositiveroleinimproving thesurvivalprobabilityofenterprises withlowfinancingconstraints， whileitseffectislimited forenterpriseswith high financingconstraints.

Basedonthis findingabove，thearticleargues thatinordertoreducetheposibilityoffailure insurvival strategy transformation，itiscessryfornterprises tospendlimitedfundsonkeyeas inordertoducetheopportuitycostofsrival strategyselection;Thegovernmentcanguideenterprises tochoseadigital transformationsurvivalstrategy basedontheir stageand growth challenges，and reduce institutional barriers to their choices.

Keywords：DigitalTransformation;LifeCycleofthEnterprise;SurvivalProbability;SurvivaloftheFitestStrategyCoxPro portionalHazardsModel

（責(zé)任編輯：張瑞志）