企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效果研究

梁琳娜 張國(guó)強(qiáng) 李浩 楊陽(yáng)陽(yáng)

[摘要]當(dāng)前學(xué)術(shù)界就數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效影響研究未形成一致結(jié)論，可能的原因是忽略了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效和財(cái)務(wù)績(jī)效影響的差異性。據(jù)此選取A股2094家上市公司2015—2019年面板數(shù)據(jù)，利用熵值法計(jì)算得分刻畫企業(yè)數(shù)字化轉(zhuǎn)型水平，并通過(guò)構(gòu)建OLS模型和門檻模型，進(jìn)一步探析數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)市場(chǎng)績(jī)效和財(cái)務(wù)績(jī)效的影響。研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型顯著正向影響企業(yè)市場(chǎng)績(jī)效；但對(duì)企業(yè)短期財(cái)務(wù)績(jī)效則有顯著負(fù)向影響。在經(jīng)過(guò)穩(wěn)健性檢驗(yàn)和考慮模型可能存在的內(nèi)生性問(wèn)題后，結(jié)論依然成立。進(jìn)一步研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效的影響存在異質(zhì)性，在市場(chǎng)價(jià)值更高的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)市場(chǎng)績(jī)效的正向影響更顯著；而數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效存在“U”型關(guān)系，數(shù)字化轉(zhuǎn)型初期企業(yè)財(cái)務(wù)績(jī)效下降，但隨著轉(zhuǎn)型逐漸深入，財(cái)務(wù)績(jī)效開(kāi)始上升；并且管理運(yùn)營(yíng)成本對(duì)這一“U”型關(guān)系存在顯著門檻效應(yīng)，即隨企業(yè)內(nèi)外部渡過(guò)轉(zhuǎn)型磨合期，管理運(yùn)營(yíng)成本開(kāi)始降低，企業(yè)財(cái)務(wù)績(jī)效由下降轉(zhuǎn)為上升。

[關(guān)鍵詞]數(shù)字化轉(zhuǎn)型;企業(yè)價(jià)值;財(cái)務(wù)績(jī)效；熵值法

一、 引言

習(xí)近平總書記在主持十九屆中央政治局第三十四次集體學(xué)習(xí)時(shí)發(fā)表了“要不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)”的講話1。微觀企業(yè)是我國(guó)經(jīng)濟(jì)發(fā)展的重要主體，2020年國(guó)內(nèi)超過(guò)一半的企業(yè)將數(shù)字化轉(zhuǎn)型作為戰(zhàn)略重點(diǎn)2，但實(shí)踐中數(shù)字化轉(zhuǎn)型是否能為企業(yè)帶來(lái)經(jīng)濟(jì)增長(zhǎng)似乎尚無(wú)定論。埃森哲在2020年《合力共贏》報(bào)告指出，有66%的受訪中國(guó)企業(yè)表示，尚未見(jiàn)到數(shù)字化轉(zhuǎn)型在促進(jìn)企業(yè)經(jīng)濟(jì)增長(zhǎng)方面的作用3。但數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)未來(lái)價(jià)值創(chuàng)造卻蘊(yùn)含著巨大潛力，所以更容易受到資本市場(chǎng)的青睞，因而擁有更好的市場(chǎng)績(jī)效。2007—2018年福布斯排行榜數(shù)據(jù)也佐證了這一觀點(diǎn)[1]，以Facebook、Apple等為代表的數(shù)字經(jīng)濟(jì)企業(yè)利潤(rùn)雖不如其他傳統(tǒng)經(jīng)濟(jì)企業(yè)，但其市值卻遠(yuǎn)遠(yuǎn)高于非數(shù)字經(jīng)濟(jì)企業(yè)。

現(xiàn)有研究就數(shù)字化轉(zhuǎn)型能否促進(jìn)企業(yè)績(jī)效提升尚未達(dá)成一致。一方面，何帆等[2]利用我國(guó)A股上市公司數(shù)據(jù)，研究表明數(shù)字化轉(zhuǎn)型提高了企業(yè)資產(chǎn)利用率和創(chuàng)新能力，進(jìn)而提升了企業(yè)績(jī)效；Mikalef等[3]基于274家國(guó)際公司數(shù)據(jù)，研究指出使用數(shù)字技術(shù)能夠促進(jìn)企業(yè)生產(chǎn)運(yùn)作合理化、市場(chǎng)反應(yīng)敏捷化，間接提高了企業(yè)績(jī)效。另一方面，Ekata[4]在考察了銀行業(yè)數(shù)字化轉(zhuǎn)型績(jī)效后，認(rèn)為與數(shù)字化轉(zhuǎn)型的巨大投入相比，其為企業(yè)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)極其有限。Hajli等[5]發(fā)現(xiàn)，從數(shù)字化轉(zhuǎn)型中受益的只是部分企業(yè)，多數(shù)企業(yè)并未因其提升企業(yè)績(jī)效。

差異存在可能的原因是：首先，現(xiàn)有研究就數(shù)字化轉(zhuǎn)型的測(cè)度尚未形成統(tǒng)一；其次，也因?yàn)楝F(xiàn)有研究忽略了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短期財(cái)務(wù)績(jī)效、長(zhǎng)期財(cái)務(wù)績(jī)效和市場(chǎng)績(jī)效的不同影響?；诖?，本文用熵值法這一客觀的指標(biāo)評(píng)價(jià)方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型，從市場(chǎng)績(jī)效和財(cái)務(wù)績(jī)效兩個(gè)方面進(jìn)一步討論企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果。

本文可能的貢獻(xiàn)有：理論方面，進(jìn)一步豐富企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果研究，對(duì)現(xiàn)有研究結(jié)論不一致的問(wèn)題給出了回答。方法方面，創(chuàng)新性地利用熵值法計(jì)算數(shù)字化轉(zhuǎn)型評(píng)分，以測(cè)度數(shù)字化轉(zhuǎn)型。實(shí)踐層面，本研究響應(yīng)“產(chǎn)業(yè)數(shù)字化”發(fā)展的國(guó)家號(hào)召，有助于企業(yè)將 “數(shù)字技術(shù)+”與日常經(jīng)營(yíng)管理相結(jié)合，推動(dòng)數(shù)字化轉(zhuǎn)型。

二、 理論分析及假設(shè)推演

1. 數(shù)字化轉(zhuǎn)型與企業(yè)市場(chǎng)績(jī)效

數(shù)字化轉(zhuǎn)型經(jīng)過(guò)大數(shù)據(jù)、人工智能、云計(jì)算、物聯(lián)網(wǎng)等數(shù)字智能技術(shù)在企業(yè)的應(yīng)用，從底層技術(shù)開(kāi)始推動(dòng)企業(yè)變革，可以構(gòu)建一個(gè)完全不同于傳統(tǒng)組織業(yè)務(wù)流程的數(shù)字世界，進(jìn)而提升組織價(jià)值創(chuàng)造能力，助力企業(yè)成功。

在生產(chǎn)端，隨著企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中產(chǎn)品數(shù)據(jù)系統(tǒng)、企業(yè)資源計(jì)劃及各種辦公系統(tǒng)在企業(yè)實(shí)踐中的應(yīng)用，使組織運(yùn)作流程、生產(chǎn)方式及信息傳遞效率得到進(jìn)一步優(yōu)化，從而提高企業(yè)生產(chǎn)運(yùn)作效率、運(yùn)營(yíng)管理水平、決策水平和多變環(huán)境下風(fēng)險(xiǎn)承擔(dān)能力[6]，這是提高企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵，也是資本市場(chǎng)衡量企業(yè)價(jià)值的重要靶點(diǎn)，所以進(jìn)行數(shù)字化轉(zhuǎn)型有助于提升企業(yè)市場(chǎng)績(jī)效。另外，利用人工智能、3D打印、區(qū)塊鏈等全新技術(shù)，促進(jìn)有限資源重新開(kāi)發(fā)利用，提升企業(yè)資源利用效率，“使能”組織創(chuàng)新能力[7]，實(shí)現(xiàn)以更小的成本來(lái)對(duì)組織創(chuàng)新活動(dòng)進(jìn)行信息分析、方向把握與過(guò)程優(yōu)化，進(jìn)而提升組織創(chuàng)新能力，使組織在原有資源邊界下創(chuàng)造更大的價(jià)值，這種變化可以吸引外部投資者關(guān)注，促進(jìn)企業(yè)市場(chǎng)績(jī)效提升。

在消費(fèi)端，數(shù)字技術(shù)的應(yīng)用，將價(jià)值鏈上各利益相關(guān)者集中于一個(gè)數(shù)據(jù)平臺(tái)，使得參與創(chuàng)造價(jià)值各方實(shí)現(xiàn)數(shù)字化、平臺(tái)化集成。對(duì)于企業(yè)而言，客戶需求的最大化滿足是企業(yè)實(shí)現(xiàn)價(jià)值創(chuàng)造的最終條件。企業(yè)基于數(shù)字平臺(tái)能夠不斷優(yōu)化交易職能，改進(jìn)匹配機(jī)制[8]，快速地識(shí)別與匹配客戶異質(zhì)性需求，并進(jìn)行即時(shí)反饋，從而滿足用戶需求；對(duì)于客戶而言，能夠基于數(shù)據(jù)平臺(tái)實(shí)現(xiàn)從生產(chǎn)到銷售整個(gè)產(chǎn)品流動(dòng)過(guò)程的可視化，便利了用戶監(jiān)督與深度參與，從而有利于形成“粉絲”群體，提升用戶消費(fèi)傾向，實(shí)現(xiàn)價(jià)值共創(chuàng)，進(jìn)而提升了資本市場(chǎng)對(duì)企業(yè)未來(lái)價(jià)值創(chuàng)造的信心，使企業(yè)獲得良好的市場(chǎng)績(jī)效。

對(duì)于價(jià)值鏈網(wǎng)絡(luò)，數(shù)字化轉(zhuǎn)型有利于簡(jiǎn)化和便利企業(yè)間的交往方式，進(jìn)而盤活價(jià)值鏈，提高整體價(jià)值創(chuàng)造能力。一方面，數(shù)字技術(shù)的使用降低了固有交易成本，也使得企業(yè)間異質(zhì)性資源流動(dòng)更充分，當(dāng)數(shù)據(jù)作為資源在各網(wǎng)絡(luò)節(jié)點(diǎn)充分流動(dòng)時(shí)，其價(jià)值會(huì)通過(guò)關(guān)系網(wǎng)絡(luò)實(shí)現(xiàn)增值[9]。另外，深度數(shù)字化企業(yè)也可以通過(guò)提供“一攬子”數(shù)字化解決方案，賦能價(jià)值鏈其他企業(yè)數(shù)字化水平[10]，從而使整個(gè)價(jià)值鏈條的管理方式、業(yè)務(wù)流程及運(yùn)營(yíng)模式得到革新與重塑，從而提升整體價(jià)值創(chuàng)造能力[11]。

基于以上分析，本文提出假設(shè)TH1：數(shù)字化轉(zhuǎn)型會(huì)顯著正向影響企業(yè)市場(chǎng)績(jī)效。

2. 數(shù)字化轉(zhuǎn)型與企業(yè)短期財(cái)務(wù)績(jī)效

在“數(shù)字中國(guó)”建設(shè)的現(xiàn)實(shí)背景下，進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)成為了資本市場(chǎng)的“寵兒”，但大多該類企業(yè)的財(cái)務(wù)績(jī)效卻遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到預(yù)期。吳溪等[12]指出，“互聯(lián)網(wǎng)+”應(yīng)用的兩年后產(chǎn)品周轉(zhuǎn)速度和存貨周轉(zhuǎn)速度不會(huì)明顯提高，企業(yè)財(cái)務(wù)績(jī)效也不會(huì)有明顯上升。

對(duì)企業(yè)內(nèi)部來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型意味著企業(yè)原有組織制度、管理方式、組織結(jié)構(gòu)、運(yùn)作流程和團(tuán)隊(duì)合作方式等都要被打亂，管理信息系統(tǒng)、生產(chǎn)過(guò)程系統(tǒng)等的快速變革使得組織需要一定時(shí)間來(lái)適應(yīng)，企業(yè)數(shù)字化轉(zhuǎn)型的隱性成本高昂。謝康等[13]指出，企業(yè)數(shù)字化變革需要渡過(guò)“突破組織慣性”和“形成新慣例”兩個(gè)階段，這個(gè)過(guò)程中必然會(huì)產(chǎn)生較大學(xué)習(xí)成本，因而限制了其對(duì)財(cái)務(wù)績(jī)效增長(zhǎng)。戚聿東等[14]也指出組織管理制度、運(yùn)營(yíng)能力與數(shù)字化轉(zhuǎn)型帶來(lái)的先進(jìn)技術(shù)、平臺(tái)架構(gòu)等之間存在一定滯后性。因此數(shù)字化轉(zhuǎn)型初期企業(yè)面臨數(shù)字技術(shù)普及、員工數(shù)字化智力培訓(xùn)和組織內(nèi)外各種數(shù)字系統(tǒng)的搭建等資金投入，體現(xiàn)為運(yùn)營(yíng)管理費(fèi)用的上升，所以企業(yè)短期財(cái)務(wù)績(jī)效下降。

對(duì)參與價(jià)值共創(chuàng)的企業(yè)網(wǎng)絡(luò)來(lái)說(shuō)，企業(yè)自身不可能擁有發(fā)展所需的所有資源，所以需要不斷從外部獲得異質(zhì)性資源才能滿足發(fā)展需要。數(shù)據(jù)作為一種新的資源，被企業(yè)自身利用雖然能創(chuàng)造一定價(jià)值，但程度極其有限。同一種資源在不同情境下才能展現(xiàn)異質(zhì)性優(yōu)勢(shì)，因而數(shù)據(jù)只有在價(jià)值鏈上企業(yè)網(wǎng)絡(luò)中實(shí)現(xiàn)充分流動(dòng)，其價(jià)值才能被充分挖掘。但在數(shù)字化轉(zhuǎn)型初期，價(jià)值鏈企業(yè)網(wǎng)絡(luò)間利用數(shù)字算法匹配進(jìn)行合作會(huì)面臨一定困境，因此，所有成員需要逐步適應(yīng)數(shù)字化轉(zhuǎn)型帶來(lái)的各種轉(zhuǎn)變才能充分發(fā)揮數(shù)據(jù)資源的優(yōu)勢(shì)?？梢?jiàn)在數(shù)字化轉(zhuǎn)型初期，企業(yè)內(nèi)部和價(jià)值鏈企業(yè)間都需要度過(guò)一個(gè)“磨合期”，這期間財(cái)務(wù)績(jī)效則表現(xiàn)為下降。

基于以上分析，本文提出假設(shè)TH2：數(shù)字化轉(zhuǎn)型會(huì)顯著負(fù)向影響企業(yè)短期財(cái)務(wù)績(jī)效。

三、 研究設(shè)計(jì)

1. 數(shù)據(jù)來(lái)源

本文通過(guò)國(guó)泰安數(shù)據(jù)庫(kù)和中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)數(shù)據(jù)庫(kù)，整理形成了2015—2019年我國(guó)A股上市公司平衡面板數(shù)據(jù)。對(duì)所選數(shù)據(jù)進(jìn)行了以下處理：①剔除缺失值和異常值，②剔除ST和ST*類公司，③剔除了金融類公司，④對(duì)數(shù)據(jù)進(jìn)行前后2.5%縮尾處理。最終樣本量為10149。

2. 主要變量測(cè)量

（1）市場(chǎng)績(jī)效

本文采用托賓Q值（TobinQ）作為衡量企業(yè)市場(chǎng)績(jī)效的指標(biāo)。計(jì)算方式為公司市場(chǎng)價(jià)值與資產(chǎn)重置成本的比值。公司市場(chǎng)價(jià)值取流通股市值、非流通股價(jià)值與負(fù)債合計(jì)本期期末值之和，其中非流通股權(quán)市值用流通股股價(jià)代替，計(jì)算公司資產(chǎn)重置成本取期末總資產(chǎn)賬面價(jià)值。

（2）財(cái)務(wù)績(jī)效

本文采用公司資產(chǎn)收益率（ROA）、凈資產(chǎn)收益率（ROE）和銷售利潤(rùn)率（ROS）作為衡量企業(yè)財(cái)務(wù)績(jī)效的指標(biāo)，計(jì)算方式分別是：企業(yè)當(dāng)期凈利潤(rùn)與總資產(chǎn)平均余額的比值，企業(yè)當(dāng)期凈利潤(rùn)與總資產(chǎn)減去總負(fù)債余額的比值；營(yíng)業(yè)利潤(rùn)與營(yíng)業(yè)收入的比值。

（3）數(shù)字化轉(zhuǎn)型

目前學(xué)界對(duì)于數(shù)字化轉(zhuǎn)型指標(biāo)的測(cè)度尚不統(tǒng)一，如根據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型設(shè)置虛擬變量[15]，通過(guò)開(kāi)發(fā)問(wèn)卷測(cè)量數(shù)字化轉(zhuǎn)型[16]。本文認(rèn)為生成虛擬變量方法忽略了數(shù)字化轉(zhuǎn)型的動(dòng)態(tài)過(guò)程，無(wú)法回答數(shù)字化轉(zhuǎn)型進(jìn)行到何種程度才可能顯著提升企業(yè)績(jī)效；而將數(shù)字化轉(zhuǎn)型相關(guān)詞條進(jìn)行簡(jiǎn)單加總的方法卻因?yàn)閷⑺袛?shù)字化技術(shù)“一視同仁”而產(chǎn)生誤差，有研究指出，不同數(shù)字技術(shù)對(duì)企業(yè)績(jī)效所貢獻(xiàn)權(quán)重是不盡相同的[1]。本文認(rèn)為，年報(bào)是企業(yè)本年度工作總結(jié)及未來(lái)戰(zhàn)略規(guī)劃文件，所以數(shù)字化轉(zhuǎn)型作為企業(yè)重大戰(zhàn)略，其實(shí)施過(guò)程必然會(huì)在年報(bào)中得到體現(xiàn)。因此，首先運(yùn)用Python技術(shù)在“巨潮資訊網(wǎng)”爬取了樣本企業(yè)歷年年報(bào)，并轉(zhuǎn)化為文本格式。其次，在確定反映企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞方面，參考現(xiàn)有文獻(xiàn)[17]和政策文件中與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的“底層技術(shù)”詞條和實(shí)踐中涉及的“數(shù)字技術(shù)應(yīng)用”詞條，歸納整理得到“人工智能技術(shù)”等五個(gè)類別作為初級(jí)評(píng)價(jià)指標(biāo)，以及各指標(biāo)下包含的具體詞條作為在年報(bào)中進(jìn)行搜索和頻數(shù)統(tǒng)計(jì)的關(guān)鍵詞，如表1所示。最后，為了克服上述將詞頻數(shù)簡(jiǎn)單加總的弊端，利用“熵值法”計(jì)算了5類技術(shù)的指標(biāo)權(quán)重，通過(guò)該權(quán)重最終計(jì)算得到上市公司數(shù)字化轉(zhuǎn)型評(píng)分，以用作本文數(shù)字化轉(zhuǎn)型（Digital）的測(cè)度。具體計(jì)算過(guò)程如下：

第一步：?jiǎn)雾?xiàng)指標(biāo)頻數(shù)統(tǒng)計(jì)。

運(yùn)用Python軟件將確定的關(guān)鍵詞與已保存的企業(yè)年報(bào)中文本文檔進(jìn)行匹配，統(tǒng)計(jì)各詞條頻數(shù)，并除去關(guān)鍵詞前存在“沒(méi)”“無(wú)”等否定表述的數(shù)據(jù)，初步形成各類數(shù)字技術(shù)的單項(xiàng)指標(biāo)頻數(shù)。

第二步：數(shù)據(jù)標(biāo)準(zhǔn)化處理。

[X'ij=Xij-minX1j，X2j，…，XnjmaxX1，X2，…，Xn-minX1，X2，…，Xn+0.000000001]

其中，Xij為第i個(gè)企業(yè)第j項(xiàng)指標(biāo)觀測(cè)值，X[']ij為經(jīng)標(biāo)準(zhǔn)化處理后觀測(cè)值，為避免后續(xù)計(jì)算的數(shù)學(xué)問(wèn)題，給每個(gè)值加一個(gè)無(wú)窮小值0.000000001。

第三步：各指標(biāo)權(quán)重計(jì)算。

①計(jì)算第i個(gè)樣本的第j項(xiàng)指標(biāo)占該指標(biāo)的比重，即P值：[Pij=Xijj=1nX'ij，i=1，2，3，…，n;j=1，2，…，m]。

②計(jì)算第j項(xiàng)指標(biāo)的熵值：[ej=-ki=1nPijlnPij，j=1，2，…，m，]其中，[k=1lnn>0，]滿足[ej≥0]。

③計(jì)算冗余度：[dj=1-ej，j=1，2，…，m]。

④計(jì)算第j項(xiàng)指標(biāo)的權(quán)重[wj]，[wj=djj=mmdj，j=1，2，…，m]。

第四步：計(jì)算企業(yè)數(shù)字化轉(zhuǎn)型最終評(píng)分，為顯示方便，將最后得分作線性變換乘以100。

[Digitalij=j=1mwj×Pij ×100]

（4）控制變量

為了增強(qiáng)構(gòu)建模型的合理性，本文選取了以下控制變量：（1）企業(yè)規(guī)模（Size），企業(yè)總資產(chǎn)的自然對(duì)數(shù)。（2）資產(chǎn)負(fù)債率（Lev），企業(yè)負(fù)債占企業(yè)資產(chǎn)的比例；（3）企業(yè)年齡（Age），Ln（1+當(dāng)年年份-成立年份）；（4）股權(quán)集中度（Str），前十大股東持股占總股數(shù)百分比；（5）高管數(shù)量（MNum），年報(bào)中披露的高級(jí)管理人員總數(shù)；（6）中心化處理后的前三位高管薪資總額（sdTop3）；（7）營(yíng)業(yè)收入增長(zhǎng)率（RIR），企業(yè)年度營(yíng)業(yè)收入增長(zhǎng)率減去行業(yè)該年度所有企業(yè)平均營(yíng)業(yè)收入增長(zhǎng)率；（8）行業(yè)競(jìng)爭(zhēng)程度赫芬達(dá)爾指數(shù)（HHI）；（9）企業(yè)性質(zhì)虛擬變量（dum_SOE），國(guó)企為1，否則為0；（10）供應(yīng)鏈地位（NTC）虛擬變量（dum_NTC）：高于中位數(shù)為1，否則為0，NTC=（預(yù)收賬款+應(yīng)付賬款-應(yīng)收賬款-預(yù)付賬款）/營(yíng)業(yè)收入；另外還控制行業(yè)（Ind）和年份（Year）的虛擬變量。

3. 模型構(gòu)建

為驗(yàn)證上述假設(shè)，構(gòu)建了如下OLS回歸模型（1）和（2）：

TobinQit=α0+α1Digitali，t+∑Controlsi，t+∑Ind+∑Year+εi，t （1）

ROAi，t=β0+β1Digitali，t+∑Controlsi，t+∑Ind+∑Year+εi，t （2）

模型（1）中，TobinQ為被解釋變量企業(yè)市場(chǎng)績(jī)效及其滯后項(xiàng)，Digital為解釋變量數(shù)字化轉(zhuǎn)型，Controls為以上各控制變量，Ind和Year為行業(yè)和年份的虛擬變量，ε為殘差項(xiàng)。i代表每一個(gè)企業(yè)個(gè)體，t代表時(shí)間變量，α0和α1分別為常數(shù)項(xiàng)和變量系數(shù)。如果假設(shè)TH1成立，則α1顯著為正；在模型（2）中，ROA為被解釋變量企業(yè)財(cái)務(wù)績(jī)效及其滯后項(xiàng)，β0和β1分別為常數(shù)項(xiàng)和變量系數(shù)，其余變量含義與模型（1）一致，如果假設(shè)TH2成立，則β1顯著為負(fù)。

四、 實(shí)證分析與假設(shè)檢驗(yàn)

1. 描述性統(tǒng)計(jì)

表2報(bào)告了本文涉及各變量的統(tǒng)計(jì)學(xué)特征，其中大多指標(biāo)與主流研究相近，不再贅述。值得注意的是，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）最小值為0.000，最大值為0.100，標(biāo)準(zhǔn)差為0.015，說(shuō)明截至2019年，在我國(guó)A股上市公司中仍存在部分企業(yè)尚未開(kāi)始數(shù)字化轉(zhuǎn)型，而進(jìn)行數(shù)字轉(zhuǎn)型的企業(yè)，轉(zhuǎn)型程度也參差不齊。另外，數(shù)字化轉(zhuǎn)型虛擬變量（dum_Dig）均值為0.713，可見(jiàn)我國(guó)A股上市公司中進(jìn)行了數(shù)字化轉(zhuǎn)型的企業(yè)居多，這說(shuō)明數(shù)字化轉(zhuǎn)型確實(shí)引起了我國(guó)上市公司的重視。

2. 回歸分析

（1）數(shù)字化轉(zhuǎn)型與企業(yè)市場(chǎng)績(jī)效回歸結(jié)果

表3報(bào)告了對(duì)假設(shè)TH1的實(shí)證檢驗(yàn)結(jié)果，為了考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效的長(zhǎng)期影響和緩解一部分因雙向因果產(chǎn)生的內(nèi)生性問(wèn)題，本文進(jìn)行了滯后期回歸。表3顯示，數(shù)字化轉(zhuǎn)型（Digital）對(duì)企業(yè)市場(chǎng)績(jī)效（TobinQ）的回歸系數(shù)在當(dāng)期以及未來(lái)連續(xù)3期都在1%水平上顯著為正，這說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效有顯著且長(zhǎng)期的正向影響，假設(shè)TH1得到了證實(shí)，而且可以看到，TobinQt+1的回歸系數(shù)小于TobinQ的系數(shù)，這說(shuō)明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型開(kāi)始時(shí)的不確定性也受到了資本市場(chǎng)的關(guān)注。而隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入，未來(lái)各期系數(shù)為正且都穩(wěn)步上升，表3中TobinQt+3系數(shù)相較于前幾期突然變大，這意味著數(shù)字化轉(zhuǎn)型帶來(lái)市場(chǎng)績(jī)效的提升在未來(lái)會(huì)得到進(jìn)一步顯現(xiàn)。

（2）數(shù)字化轉(zhuǎn)型與企業(yè)短期財(cái)務(wù)績(jī)效回歸分析

表4報(bào)告了對(duì)假設(shè)TH2的檢驗(yàn)結(jié)果。表4顯示，數(shù)字化轉(zhuǎn)型（Digital）對(duì)企業(yè)財(cái)務(wù)績(jī)效（ROA）的當(dāng)期回歸系數(shù)在1%水平上顯著為負(fù)，意味著在數(shù)字化轉(zhuǎn)型當(dāng)年，企業(yè)財(cái)務(wù)績(jī)效確實(shí)受到了負(fù)向影響，初步驗(yàn)證了假設(shè)TH2。另外，從ROAt+1和ROAt+2的回歸系數(shù)可以看到，這一負(fù)向影響在未來(lái)兩年仍然顯著，所以假設(shè)TH2得到驗(yàn)證，即企業(yè)數(shù)字化轉(zhuǎn)型會(huì)負(fù)向影響企業(yè)短期（3年）財(cái)務(wù)績(jī)效。但從第二期開(kāi)始數(shù)字化轉(zhuǎn)型（Digital）對(duì)財(cái)務(wù)績(jī)效的回歸系數(shù)絕對(duì)值在不斷減小且顯著性也有所下降，這說(shuō)明這種負(fù)向影響隨著企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)行有緩解趨勢(shì)，由此推測(cè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的影響與短期可能存在差異，還有待后文進(jìn)一步驗(yàn)證。

3. 穩(wěn)健性檢驗(yàn)

（1）模型一穩(wěn)健性檢驗(yàn)

參考李琦等[15]的研究，設(shè)置數(shù)字化轉(zhuǎn)型的虛擬變量（dum_Dig），對(duì)上文假設(shè)TH1成立的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)，進(jìn)行了數(shù)字化轉(zhuǎn)型dum_Dig=1，否則為0。表5報(bào)告了更換測(cè)量方法后，數(shù)字化轉(zhuǎn)型（dum_Dig）對(duì)企業(yè)當(dāng)期及未來(lái)三期市場(chǎng)績(jī)效的檢驗(yàn)結(jié)果。結(jié)果顯示，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效有正向影響的結(jié)論穩(wěn)健。但表5的結(jié)果并不能顯示出數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效的正向影響在未來(lái)進(jìn)一步增強(qiáng)的動(dòng)態(tài)趨勢(shì)，原因是企業(yè)數(shù)字化轉(zhuǎn)型是一個(gè)連續(xù)的過(guò)程，簡(jiǎn)單地以是否進(jìn)行數(shù)字化轉(zhuǎn)型為衡量指標(biāo)，必然會(huì)遮蔽企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中組織流程等各方面變化所引起市場(chǎng)績(jī)效的動(dòng)態(tài)變化過(guò)程。

（2）模型二穩(wěn)健性檢驗(yàn)

參考魏志華等的研究[18]，本文用凈資產(chǎn)收益率（ROE）和銷售利潤(rùn)率（ROS）作為衡量企業(yè)財(cái)務(wù)績(jī)效的替代指標(biāo)，對(duì)上述假設(shè)TH2成立的結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。表6列報(bào)告了更換測(cè)度指標(biāo)后，數(shù)字化轉(zhuǎn)型（Digital）對(duì)企業(yè)當(dāng)期及未來(lái)3期財(cái)務(wù)績(jī)效的檢驗(yàn)結(jié)果。當(dāng)ROE和ROS為被解釋變量時(shí)，仍然可以看到第二期開(kāi)始Digital的系數(shù)顯著為負(fù)，因此該檢驗(yàn)結(jié)果依然支持上文假設(shè)TH2成立的結(jié)論。另外，Digital系數(shù)顯著性下降趨勢(shì)依然明顯，所以仍有理由懷疑數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的影響與短期影響可能會(huì)有所不同。

4. 內(nèi)生性問(wèn)題

數(shù)字化轉(zhuǎn)型與企業(yè)績(jī)效的關(guān)系研究可能存在“雙向因果”導(dǎo)致的內(nèi)生性問(wèn)題，使得本文研究結(jié)論產(chǎn)生偏誤。參考何帆等[2]的研究，通過(guò)引入上期數(shù)字化轉(zhuǎn)型評(píng)分作為工具變量，運(yùn)用工具變量法進(jìn)行兩階段回歸，以緩解內(nèi)生性。表7報(bào)告了第一階段F統(tǒng)計(jì)量及第二階段回歸結(jié)果，可以看到第一階段F統(tǒng)計(jì)量遠(yuǎn)遠(yuǎn)大于10，表明工具變量選擇合理。第二階段的回歸結(jié)果表明在考慮變量?jī)?nèi)生性后，本文假設(shè)TH1和TH2依然成立。

五、 進(jìn)一步分析

1. 企業(yè)市場(chǎng)績(jī)效異質(zhì)性分析

前文驗(yàn)證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效具有顯著正向影響，但考慮到我國(guó)上市公司企業(yè)市值差異較大，于是將企業(yè)市場(chǎng)績(jī)效（TobinQ）進(jìn)行分位數(shù)回歸，進(jìn)一步考察在不同市值下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效影響的異質(zhì)性。

表8報(bào)告了分位數(shù)回歸結(jié)果。由表中Digital的系數(shù)可以看出，在各分位數(shù)組，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)績(jī)效的正向影響依然顯著，但是分位數(shù)越高，系數(shù)越大。這說(shuō)明對(duì)市值越高的企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)其市場(chǎng)績(jī)效的正向影響越強(qiáng)。這種情況首先因?yàn)槭兄蹈叩钠髽I(yè)有更強(qiáng)的組織能力和環(huán)境適應(yīng)能力，資本市場(chǎng)認(rèn)為其進(jìn)行數(shù)字化轉(zhuǎn)型更容易在未來(lái)取得成功；另外也因?yàn)榇祟惼髽I(yè)有更雄厚的資金支持，應(yīng)對(duì)數(shù)字化轉(zhuǎn)型的資源投入會(huì)顯得更加游刃有余，因而更容易得到資本市場(chǎng)的青睞。

2. 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的影響

前文驗(yàn)證了數(shù)字化轉(zhuǎn)型初期（3年內(nèi)）企業(yè)財(cái)務(wù)績(jī)效會(huì)下降，但考慮到顯著性水平下降的實(shí)證結(jié)果，本文預(yù)計(jì)這種財(cái)務(wù)績(jī)效頹勢(shì)不是持久的。資本市場(chǎng)之所以看好數(shù)字化轉(zhuǎn)型企業(yè)的前景，是因?yàn)橄嘈徘捌谫Y源投入和企業(yè)內(nèi)外部“磨合期”所造成財(cái)務(wù)績(jī)效下降在未來(lái)會(huì)帶來(lái)更大的回報(bào)。另外，對(duì)企業(yè)自身來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型是為了適應(yīng)時(shí)代環(huán)境而必須進(jìn)行的組織變革，隨著數(shù)字技術(shù)與組織深度融合，在突破模式、能力和資源的“變異風(fēng)險(xiǎn)”和“適應(yīng)風(fēng)險(xiǎn)”后[19]，所產(chǎn)生的新型組織結(jié)構(gòu)會(huì)更能應(yīng)對(duì)環(huán)境的不確定性，轉(zhuǎn)而實(shí)現(xiàn)財(cái)務(wù)績(jī)效的上升?；谝陨戏治?，本文預(yù)計(jì)數(shù)字化轉(zhuǎn)型初期企業(yè)因管理運(yùn)營(yíng)成本上升導(dǎo)致財(cái)務(wù)績(jī)效下降后，隨著企業(yè)內(nèi)外部逐漸對(duì)數(shù)字化轉(zhuǎn)型的適應(yīng)，管理運(yùn)營(yíng)成本下降，其財(cái)務(wù)績(jī)效會(huì)轉(zhuǎn)而上升，即數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的影響應(yīng)該是“U”型的，而管理運(yùn)營(yíng)成本是影響這一“U”型關(guān)系的重要因素。

本文認(rèn)為在一般線性模型加入一個(gè)解釋變量的二次項(xiàng)，如果該項(xiàng)系數(shù)顯著，則認(rèn)為變量間存在“U”型關(guān)系的判定標(biāo)準(zhǔn)過(guò)于薄弱，因?yàn)楫?dāng)真正的關(guān)系是凸而單調(diào)時(shí)，模型將錯(cuò)誤地估計(jì)出一個(gè)極值點(diǎn)和“U”型關(guān)系。因此，為驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的影響趨勢(shì)和管理運(yùn)營(yíng)成本在這一關(guān)系中所起的作用，構(gòu)建了如下固定效應(yīng)門檻模型（3）。

R=γ0+γ11Digitali，tI（qx≤?1）+γ12Digitali，tI（qx>?1）+γ2∑Controlsi，t+?i+?i，t （3）

其中，R為被解釋變量企業(yè)財(cái)務(wù)績(jī)效（ROA、ROE、ROS），I（·）為示性函數(shù)（Indicator Function），當(dāng)括號(hào)里不等式成立時(shí)，該函數(shù)為1，否則為0；qx為門限變量，Digitali，t為被門限變量，γ0和γ2為待估參數(shù)，γ11和γ12分別為企業(yè)數(shù)字化轉(zhuǎn)型程度（Digitali，t）對(duì)企業(yè)財(cái)務(wù)績(jī)效（ROA、ROE和ROS）在門限值兩側(cè)的影響系數(shù)，由此考察是否存在門限值qx=?1，使γ11和γ12在?1兩側(cè)的正負(fù)不同。?i為企業(yè)個(gè)體固定效應(yīng)，?i，t為隨機(jī)擾動(dòng)項(xiàng)。為了驗(yàn)證上述推測(cè)，首先將Digital作為門檻變量帶入回歸模型，考察γ11和γ12是否會(huì)在Digital兩側(cè)出現(xiàn)正負(fù)差異。再將管理運(yùn)營(yíng)成本替代變量成本費(fèi)用利潤(rùn)率（CPR），CPR=利潤(rùn)總額/（營(yíng)業(yè)成本+銷售費(fèi)用+管理費(fèi)用+財(cái)務(wù)費(fèi)用）作為門檻變量代入模型，驗(yàn)證管理運(yùn)營(yíng)成本是否影響了數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的關(guān)系。

表9報(bào)告了檢驗(yàn)結(jié)果。檢驗(yàn)時(shí)分別將企業(yè)財(cái)務(wù)績(jī)效替代指標(biāo)ROA、ROE和ROS作為被解釋變量，當(dāng)數(shù)字化轉(zhuǎn)型Digital作為門限變量時(shí)，門限值?1分別為0.0095，0.0095，0.0013，在?1左側(cè)Digital的系數(shù)顯著為負(fù)，右側(cè)顯著為正，這說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效的“U”型關(guān)系成立，即隨著企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行其財(cái)務(wù)績(jī)效首先會(huì)下降，但當(dāng)數(shù)字?jǐn)?shù)字化水平達(dá)到?1后，隨著數(shù)字?jǐn)?shù)據(jù)不斷積累和數(shù)字化轉(zhuǎn)型的深入，就會(huì)轉(zhuǎn)而開(kāi)始盈利；而當(dāng)將成本費(fèi)用利潤(rùn)率（CPR）作為門限變量時(shí)，存在門限值?1分別等于0.0142、0.0035和0.0033，同樣在?1左側(cè)Digital的系數(shù)顯著為負(fù)，右側(cè)顯著為正。這說(shuō)明管理運(yùn)營(yíng)成本確實(shí)是企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)績(jī)效關(guān)系的重要影響因素，具體來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型初期，管理運(yùn)營(yíng)成本較高，使得企業(yè)財(cái)務(wù)績(jī)效下降，當(dāng)渡過(guò)管理運(yùn)營(yíng)成本門限時(shí)，企業(yè)財(cái)務(wù)績(jī)效上升。

六、 結(jié)論與建議

1. 結(jié)論

本文利用A股上市公司面板數(shù)據(jù)，通過(guò)構(gòu)建實(shí)證模型，從市場(chǎng)績(jī)效和財(cái)務(wù)績(jī)效兩個(gè)方面驗(yàn)證了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，得到如下結(jié)論：數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)市場(chǎng)績(jī)效，并且這種影響隨著未來(lái)企業(yè)數(shù)字轉(zhuǎn)型深入傾向于增強(qiáng)；數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短期（3年）財(cái)務(wù)績(jī)效有顯著負(fù)向影響；數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)期財(cái)務(wù)績(jī)效存在“U”型關(guān)系，在數(shù)字化轉(zhuǎn)型初期，企業(yè)財(cái)務(wù)績(jī)效下降，隨著內(nèi)外部逐漸適應(yīng)數(shù)字化轉(zhuǎn)型，企業(yè)財(cái)務(wù)績(jī)效開(kāi)始上升；市場(chǎng)價(jià)值更高的企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)其市場(chǎng)績(jī)效正向影響更明顯；管理運(yùn)營(yíng)成本是數(shù)字化轉(zhuǎn)型與財(cái)務(wù)績(jī)效關(guān)系的重要影響因素，隨著數(shù)字化轉(zhuǎn)型由淺入深，渡過(guò)轉(zhuǎn)型“磨合期”后，管理運(yùn)營(yíng)成本由高轉(zhuǎn)低，企業(yè)財(cái)務(wù)績(jī)效也由下降轉(zhuǎn)為上升。

2. 建議

第一，政府應(yīng)切實(shí)考慮企業(yè)數(shù)字化轉(zhuǎn)型面臨“不會(huì)轉(zhuǎn)、不敢轉(zhuǎn)”等現(xiàn)實(shí)困境，牽頭舉辦數(shù)字化轉(zhuǎn)型交流論壇，著力推進(jìn)當(dāng)?shù)財(cái)?shù)字基礎(chǔ)設(shè)施建設(shè)，并出臺(tái)相應(yīng)引導(dǎo)性、扶持性的經(jīng)濟(jì)與金融政策，如發(fā)展地區(qū)數(shù)字普惠金融等，以暢通企業(yè)融資渠道，減少企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的資源困境，幫助“不會(huì)轉(zhuǎn)、不敢轉(zhuǎn)”的企業(yè)邁出數(shù)字化轉(zhuǎn)型步伐。

第二，在我國(guó)“產(chǎn)業(yè)數(shù)字化”背景下，數(shù)字化轉(zhuǎn)型為企業(yè)未來(lái)價(jià)值創(chuàng)造蘊(yùn)涵著巨大潛力，也是大勢(shì)所趨。所以企業(yè)應(yīng)該努力抓住政策機(jī)遇，依據(jù)自身資源條件制定合理的轉(zhuǎn)型戰(zhàn)略，有條不紊地推進(jìn)數(shù)字化轉(zhuǎn)型進(jìn)程，以吸引資本市場(chǎng)關(guān)注，促進(jìn)市場(chǎng)績(jī)效增長(zhǎng)。

第三，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略需要較多資源投入，也需要經(jīng)歷組織內(nèi)外對(duì)數(shù)字化轉(zhuǎn)型的適應(yīng)過(guò)程。所以企業(yè)應(yīng)該對(duì)于數(shù)字化轉(zhuǎn)型初期不會(huì)帶來(lái)即時(shí)財(cái)務(wù)績(jī)效增長(zhǎng)有深刻認(rèn)識(shí)，避免“短視主義”。對(duì)于財(cái)務(wù)績(jī)效本就較差，計(jì)劃以數(shù)字化轉(zhuǎn)型為契機(jī)提升財(cái)務(wù)績(jī)效的企業(yè)，要有短期內(nèi)并不能得到財(cái)務(wù)績(jī)效迅速增長(zhǎng)的準(zhǔn)備。

第四，柯達(dá)和諾基亞的教訓(xùn)還歷歷在目，所以市場(chǎng)績(jī)效良好的企業(yè)不應(yīng)因自身組織機(jī)構(gòu)繁雜，新戰(zhàn)略實(shí)施難度大而對(duì)數(shù)字化轉(zhuǎn)型“視若無(wú)睹”。該類企業(yè)不應(yīng)過(guò)多考慮短期財(cái)務(wù)績(jī)效下降，應(yīng)該利用自身資源豐富、融資約束較小等優(yōu)勢(shì)條件，著力開(kāi)展數(shù)字化轉(zhuǎn)型。

第五，企業(yè)應(yīng)努力做好部門之間、團(tuán)隊(duì)之間、人員之間的協(xié)調(diào)、動(dòng)員和培訓(xùn)工作，做好與所在價(jià)值鏈網(wǎng)絡(luò)上企業(yè)的信息溝通、協(xié)同配合工作，以幫助企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中盡快渡過(guò)內(nèi)外部“磨合期”，盡快迎來(lái)管理運(yùn)營(yíng)費(fèi)用降低的“拐點(diǎn)”，實(shí)現(xiàn)財(cái)務(wù)績(jī)效增長(zhǎng)。

參考文獻(xiàn)：

[1] 孫潔，李峰，張興剛.數(shù)字技術(shù)投資公告對(duì)企業(yè)市場(chǎng)價(jià)值的影響——基于事件研究視角[J].經(jīng)濟(jì)與管理研究，2020（11）：130-144.

[2] 何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估[J].改革，2019（4）：137-148.

[3] Patrick M，Adamantia P.Information Technology-enabled Dynamic Capabilities and Their Indirect Effect on Competitive Performance：Findings from PLS-SEM and fsQCA[J].Journal of Business Research，2017（70）：1-16.

[4] Ekata G E.The IT Productivity Paradox： Evidence from the Nigerian Banking Industry[J].Electronic Journal of Information Systems in Developing Countries，2012（51）：1-25.

[5] Hajli M，Sims J M，Bragimov V.Information Technology（IT）Productivity Paradox in the 21st Century[J].International Journal of Productivity and Performance Management，2015，64（4）：457-478.

[6] 翟華云，李倩茹.企業(yè)數(shù)字化轉(zhuǎn)型提高了審計(jì)質(zhì)量嗎？——基于多時(shí)點(diǎn)雙重差分模型的實(shí)證檢驗(yàn)[J].審計(jì)與經(jīng)濟(jì)研究，2022，5（16）：1-12.

[7] 陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營(yíng)管理[J].管理世界，2020，36（2）：117-128，222.

[8] 劉向東，何明欽，劉雨詩(shī).數(shù)字化零售能否提升匹配效率？——基于交易需求異質(zhì)性的實(shí)證研究[J].南開(kāi)管理評(píng)論，2022（2）：1-29.

[9] 謝康，吳瑤，肖靜華.基于大數(shù)據(jù)合作資產(chǎn)的適應(yīng)性創(chuàng)新——數(shù)字經(jīng)濟(jì)的創(chuàng)新邏輯（二）[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，19（2）：26-38.

[10] 唐松，謝雪妍.企業(yè)持股金融機(jī)構(gòu)如何服務(wù)實(shí)體經(jīng)濟(jì)——基于供應(yīng)鏈溢出效應(yīng)的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：116-134.

[11] 張吉昌，龍靜.數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)創(chuàng)新績(jī)效——來(lái)自高新技術(shù)上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)與管理，2022，36（3）：74-83.

[12] 吳溪，朱梅，陳斌開(kāi).“互聯(lián)網(wǎng)+”的企業(yè)戰(zhàn)略選擇與轉(zhuǎn)型業(yè)績(jī)——基于交易成本的視角[J].中國(guó)會(huì)計(jì)評(píng)論，2017，15（2）：133-154.

[13] 謝康，吳瑤，肖靜華，等.組織變革中的戰(zhàn)略風(fēng)險(xiǎn)控制——基于企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型的多案例研究[J].管理世界，2016（2）：133-148.

[14] 戚聿東，蔡呈偉.數(shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究[J].學(xué)習(xí)與探索，2020（7）：108-119.

[15] 李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績(jī)效——企業(yè)家精神的調(diào)節(jié)效應(yīng)[J].經(jīng)濟(jì)管理，2021，43（10）：5-23.

[16] 池毛毛，葉丁菱，王俊晶，等.我國(guó)中小制造企業(yè)如何提升新產(chǎn)品開(kāi)發(fā)績(jī)效——基于數(shù)字化賦能的視角[J].南開(kāi)管理評(píng)論，2020，23（3）：63-75.

[17] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144.

[18] 謝康，吳瑤，肖靜華.數(shù)據(jù)驅(qū)動(dòng)的組織結(jié)構(gòu)適應(yīng)性創(chuàng)新——數(shù)字經(jīng)濟(jì)的創(chuàng)新邏輯（三）[J].北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，19（3）：6-17.

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目“嚴(yán)格入孵機(jī)制創(chuàng)新：經(jīng)濟(jì)后果、作用機(jī)理與政策適配性”（項(xiàng)目編號(hào)：72162001）；甘肅省科技計(jì)劃資助項(xiàng)目“后精準(zhǔn)扶貧時(shí)代甘肅民族貧困地區(qū)虛擬孵化公共服務(wù)平臺(tái)設(shè)計(jì)與促進(jìn)政策”（項(xiàng)目編號(hào)：20JR10RA333）；甘肅省優(yōu)秀研究生“創(chuàng)新之星”項(xiàng)目“智力資本對(duì)高科技企業(yè)創(chuàng)新績(jī)效的影響——基于動(dòng)態(tài)能力的中介作用”（項(xiàng)目編號(hào)：2021CXZX-786）。

作者簡(jiǎn)介：梁琳娜（1963-），女，甘肅白銀人，甘肅政法大學(xué)商學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)槠髽I(yè)管理；張國(guó)強(qiáng)（1995-），男，甘肅政法大學(xué)商學(xué)院碩士研究生，研究方向?yàn)槠髽I(yè)管理;李浩（1982-），男，博士，甘肅政法大學(xué)商學(xué)院副教授，研究方向?yàn)閯?chuàng)業(yè)管理與孵化器治理;楊陽(yáng)陽(yáng)（1996-），女，甘肅政法大學(xué)商學(xué)院碩士研究生，研究方向?yàn)槠髽I(yè)戰(zhàn)略管理。

（收稿日期：2022-06-24? 責(zé)任編輯：蘇子寵）

1 資料來(lái)源于《習(xí)近平在中央政治局第三十四次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)把握數(shù)字經(jīng)濟(jì)發(fā)展趨勢(shì)和規(guī)律推動(dòng)我國(guó)數(shù)字經(jīng)濟(jì)健康發(fā)展》，中共中央黨校官網(wǎng)，https：//www.ccps.gov.cn/xtt/202110/t20211019_150923.shtml。

2 資料來(lái)源于《企業(yè)數(shù)字化轉(zhuǎn)型白皮書2021》，洞見(jiàn)學(xué)堂，https：//view.inews.qq.com/a/20220117A023BY00。

3 資料來(lái)源于埃森哲2020年《合力共贏》報(bào)告，美通社，https：//baijiahao.baidu.com/s？id=1677800354510563475&wfr=spider&for=pc。