數(shù)字化轉(zhuǎn)型與企業(yè)市場(chǎng)勢(shì)力

王榮基　王玨　白東北

[摘要]借助A股上市公司2009—2020年數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘方式對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行識(shí)別。從理論和實(shí)證兩個(gè)角度論述和檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)勢(shì)力的影響和作用機(jī)理。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能顯著提高企業(yè)市場(chǎng)勢(shì)力，在考慮到內(nèi)生性問(wèn)題和一系列穩(wěn)健性檢驗(yàn)之后該結(jié)論仍然成立。進(jìn)一步進(jìn)行中介機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型主要通過(guò)降低交易成本、提高全要素生產(chǎn)率和緩解融資約束來(lái)提高企業(yè)市場(chǎng)勢(shì)力?；诤暧^環(huán)境和企業(yè)微觀特征的異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)處于數(shù)字經(jīng)濟(jì)發(fā)展水平較高、市場(chǎng)分割程度較低的地區(qū)，資本密集型國(guó)有企業(yè)的市場(chǎng)勢(shì)力提升作用更強(qiáng)。數(shù)字化轉(zhuǎn)型成效也受到管理層治理的影響，董事網(wǎng)絡(luò)中心度水平、高管的海外和金融背景均能給企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)優(yōu)勢(shì)。研究結(jié)論為企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型提供決策參考。

[關(guān)鍵詞]數(shù)字化轉(zhuǎn)型；市場(chǎng)勢(shì)力；交易成本；全要素生產(chǎn)率；融資約束

一、 引言

近幾年，全球數(shù)字經(jīng)濟(jì)發(fā)展快速向前，逐漸成為經(jīng)濟(jì)發(fā)展新動(dòng)能。2021年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬(wàn)億元，占GDP比重達(dá)到39.8%，在國(guó)民經(jīng)濟(jì)中的穩(wěn)固和支撐作用愈加明顯，推動(dòng)著我國(guó)經(jīng)濟(jì)向更高層次發(fā)展1。數(shù)字化轉(zhuǎn)型作為企業(yè)轉(zhuǎn)型升級(jí)、供給側(cè)結(jié)構(gòu)性改革和經(jīng)濟(jì)高質(zhì)量發(fā)展的重要推手，受到了業(yè)界、學(xué)界和政界的廣泛關(guān)注。2020年4月，國(guó)務(wù)院將數(shù)據(jù)要素列為繼土地、勞動(dòng)力、資本和技術(shù)的第五類生產(chǎn)要素。2021年政府工作報(bào)告提出，要加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國(guó)。數(shù)字化轉(zhuǎn)型是企業(yè)為應(yīng)對(duì)市場(chǎng)環(huán)境的不確定性利用大數(shù)據(jù)、云計(jì)算和人工智能等數(shù)字技術(shù)賦能主營(yíng)業(yè)務(wù)，促進(jìn)企業(yè)管理、營(yíng)銷、生產(chǎn)和研發(fā)等一整套生產(chǎn)流程的升級(jí)，以達(dá)到提升企業(yè)經(jīng)營(yíng)績(jī)效和市場(chǎng)勢(shì)力的目的。當(dāng)全球經(jīng)濟(jì)下行壓力增大、貿(mào)易保護(hù)主義抬頭，疫情也帶來(lái)風(fēng)險(xiǎn)挑戰(zhàn)，企業(yè)在這種復(fù)雜的社會(huì)環(huán)境中進(jìn)行數(shù)字化轉(zhuǎn)型來(lái)提升生產(chǎn)和管理效率是題中應(yīng)有之義。由此，本文嘗試對(duì)數(shù)字化轉(zhuǎn)型如何賦能企業(yè)來(lái)提升其市場(chǎng)勢(shì)力進(jìn)行探討，這對(duì)于提高企業(yè)韌性、促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)具有重要現(xiàn)實(shí)意義。

企業(yè)數(shù)字化轉(zhuǎn)型不僅是一場(chǎng)深刻的技術(shù)變革，同時(shí)也伴隨組織變革和社會(huì)變革，對(duì)社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生巨大影響?，F(xiàn)有研究表明：在宏觀層面，數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)活動(dòng)的影響主要集中在經(jīng)濟(jì)增長(zhǎng)[1]、進(jìn)出口貿(mào)易[2]、勞動(dòng)力結(jié)構(gòu)[3]和區(qū)域創(chuàng)新效率[4]等多個(gè)維度。在微觀層面，現(xiàn)有文獻(xiàn)主要考察了數(shù)字化轉(zhuǎn)型產(chǎn)生的經(jīng)濟(jì)后果。趙宸宇等[5]構(gòu)建了制造業(yè)數(shù)字化轉(zhuǎn)型指數(shù)，實(shí)證得出數(shù)字化通過(guò)提高企業(yè)創(chuàng)新能力、優(yōu)化人力資本結(jié)構(gòu)、促進(jìn)兩業(yè)融合和提升企業(yè)運(yùn)營(yíng)水平來(lái)提高企業(yè)全要素生產(chǎn)率。楊德明等[6]認(rèn)為傳統(tǒng)企業(yè)依托互聯(lián)網(wǎng)平臺(tái)獲得大量低成本的知識(shí)和信息，可以降低研發(fā)的平均成本，推動(dòng)企業(yè)發(fā)明和創(chuàng)新。企業(yè)數(shù)字化過(guò)程中不僅能整合內(nèi)部知識(shí)和技術(shù)，還能獲取和整合來(lái)自企業(yè)外部的資源和知識(shí)，通過(guò)改進(jìn)創(chuàng)新流程來(lái)提高企業(yè)創(chuàng)新績(jī)效[7]。當(dāng)企業(yè)具有較強(qiáng)的知識(shí)管理和大數(shù)據(jù)處理能力時(shí)，信息和知識(shí)要素在企業(yè)內(nèi)部得以流動(dòng)和共享，企業(yè)商業(yè)模式和產(chǎn)品的創(chuàng)新能力得以提高[8]。數(shù)字經(jīng)濟(jì)時(shí)代對(duì)企業(yè)管理提出了新的要求，戚聿東等[9]認(rèn)為，數(shù)字化轉(zhuǎn)型過(guò)程中企業(yè)的組織結(jié)構(gòu)、營(yíng)銷模式、產(chǎn)品設(shè)計(jì)和研發(fā)模式發(fā)生了一系列變革，企業(yè)目標(biāo)被用戶價(jià)值所主導(dǎo)，推動(dòng)了內(nèi)部管理模式的轉(zhuǎn)變。祁懷錦等[10]認(rèn)為企業(yè)在數(shù)字化過(guò)程中優(yōu)化了生產(chǎn)和運(yùn)營(yíng)流程，提高了內(nèi)部信息透明度和管理者決策能力，促進(jìn)了公司治理水平。在企業(yè)投入大量資金購(gòu)置管理系統(tǒng)進(jìn)行管理的數(shù)字化變革過(guò)程中，劉淑春等[11]研究發(fā)現(xiàn)數(shù)字化對(duì)企業(yè)的產(chǎn)出效率具有時(shí)滯效應(yīng)，企業(yè)只有經(jīng)歷了轉(zhuǎn)型的陣痛期后，才會(huì)得到數(shù)字化轉(zhuǎn)型的先發(fā)優(yōu)勢(shì)，一定程度上否定了IT投資的“生產(chǎn)率悖論”[12，13]。還有學(xué)者討論了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)專業(yè)化分工[14]、資本市場(chǎng)表現(xiàn)[15]、現(xiàn)金持有水平[16]、企業(yè)績(jī)效[17，18]和出口表現(xiàn)[19]等的影響。目前的研究肯定了數(shù)字化轉(zhuǎn)型給企業(yè)帶來(lái)的經(jīng)濟(jì)效益，但對(duì)數(shù)字化能否提升企業(yè)市場(chǎng)勢(shì)力、獲得超額利潤(rùn)尚無(wú)定論。企業(yè)作為資源配置的主體，面對(duì)數(shù)字化變革陷入“不敢轉(zhuǎn)”“不愿轉(zhuǎn)”和“不會(huì)轉(zhuǎn)”的尷尬境地。盡管我國(guó)的基礎(chǔ)設(shè)施和技術(shù)能力已經(jīng)足夠支撐企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，然而不少企業(yè)仍在困惑：數(shù)字化轉(zhuǎn)型能否給企業(yè)帶來(lái)經(jīng)濟(jì)效益，提升其在市場(chǎng)中的競(jìng)爭(zhēng)地位？該如何進(jìn)行數(shù)字化轉(zhuǎn)型，避免轉(zhuǎn)型過(guò)程中給企業(yè)帶來(lái)的不利影響？

為了回答上述問(wèn)題，本文使用中國(guó)上市公司數(shù)據(jù)考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)勢(shì)力的影響。本文研究?jī)r(jià)值和邊際貢獻(xiàn)在于：構(gòu)建數(shù)字化轉(zhuǎn)型和企業(yè)價(jià)格加成指數(shù)，深入探討數(shù)字化對(duì)企業(yè)價(jià)格加成的影響和作用機(jī)制，豐富現(xiàn)有數(shù)字化對(duì)企業(yè)影響的研究框架。數(shù)字化轉(zhuǎn)型能通過(guò)降低企業(yè)交易成本、提高企業(yè)生產(chǎn)率和緩解企業(yè)融資約束提升企業(yè)市場(chǎng)勢(shì)力，為企業(yè)在數(shù)字化變革過(guò)程中提供理論支持和參考依據(jù)。

二、 理論分析與研究假設(shè)

企業(yè)是市場(chǎng)配置資源的替代形式。隨著企業(yè)規(guī)模和組織架構(gòu)的發(fā)展，企業(yè)內(nèi)部由于人員和業(yè)務(wù)的冗余導(dǎo)致大量資源的浪費(fèi)，造成管理效率和生產(chǎn)效率的低下。數(shù)字化轉(zhuǎn)型重塑企業(yè)內(nèi)部管理流程，企業(yè)通過(guò)投資ERP、PLM等集成化信息管理系統(tǒng)，實(shí)現(xiàn)物料資源、人力資源和信息資源跨部門傳播和共享，降低部門之間信息不對(duì)稱程度，提高組織運(yùn)行效率。企業(yè)依托數(shù)字技術(shù)實(shí)現(xiàn)對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)的收集和整理，積極響應(yīng)終端消費(fèi)者多樣化的需求，降低銷售成本和管理成本等內(nèi)部交易成本。數(shù)字化還能提升供應(yīng)鏈集成，降低組織之間的溝通成本來(lái)提升企業(yè)市場(chǎng)勢(shì)力。在企業(yè)內(nèi)部，數(shù)字化能夠重構(gòu)企業(yè)業(yè)務(wù)模式，提升部門之間的協(xié)作水平，在企業(yè)外部，數(shù)字化能夠降低供應(yīng)鏈伙伴因信息不對(duì)稱產(chǎn)生的“長(zhǎng)鞭效應(yīng)”，提升供應(yīng)鏈整體的運(yùn)營(yíng)效率和經(jīng)濟(jì)效益。綜上所述，本文提出如下假設(shè)：

假設(shè)一：數(shù)字化能通過(guò)降低企業(yè)交易成本來(lái)提升企業(yè)勢(shì)力。

企業(yè)市場(chǎng)勢(shì)力的提升一方面來(lái)源于生產(chǎn)和管理成本的降低，另一方面來(lái)源于生產(chǎn)率水平的提高。依靠數(shù)字化基礎(chǔ)設(shè)施建設(shè)，數(shù)字化加速數(shù)據(jù)和知識(shí)在部門間和企業(yè)間的傳遞和共享，依靠對(duì)獲得的數(shù)據(jù)進(jìn)行整理、分類、分析和應(yīng)用，加速新知識(shí)、技術(shù)和創(chuàng)新的產(chǎn)生，提高跨部門和跨企業(yè)的協(xié)同創(chuàng)新能力。對(duì)于單個(gè)企業(yè)來(lái)說(shuō)，研發(fā)是一項(xiàng)投資時(shí)期長(zhǎng)、投資風(fēng)險(xiǎn)高、實(shí)現(xiàn)結(jié)果較為復(fù)雜的活動(dòng)，數(shù)字化降低了企業(yè)之間的合作和溝通壁壘，破除了由市場(chǎng)分割導(dǎo)致的知識(shí)傳播的障礙，使聯(lián)合研發(fā)、共享現(xiàn)有知識(shí)的幾率大大增加，不僅降低單個(gè)企業(yè)的研發(fā)風(fēng)險(xiǎn)，還提高了研發(fā)成功的概率。企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中也在重塑勞動(dòng)力結(jié)構(gòu)。企業(yè)投入的數(shù)字要素與人力資本相互賦能表現(xiàn)出一種互補(bǔ)效應(yīng)[20，21]，企業(yè)進(jìn)行數(shù)字化建設(shè)的同時(shí)，增加了對(duì)高技能、高學(xué)歷勞動(dòng)力的需求，逐漸完成對(duì)低教育勞動(dòng)力的替代[3]。高技能勞動(dòng)力熟悉生產(chǎn)流程且具有一定的數(shù)據(jù)分析能力，相對(duì)于低端勞動(dòng)力，企業(yè)新技術(shù)、新生產(chǎn)流程的應(yīng)用所付出的時(shí)間成本和培訓(xùn)成本更低，生產(chǎn)效率提升作用更顯著。數(shù)字技術(shù)的創(chuàng)新和應(yīng)用也離不開高學(xué)歷人才的推動(dòng)，高學(xué)歷勞動(dòng)力比例的增加有助于改進(jìn)生產(chǎn)流程和管理流程的創(chuàng)新，提升企業(yè)的生產(chǎn)效率。綜上所述，本文提出如下假設(shè)：

假設(shè)二：數(shù)字化能通過(guò)提高生產(chǎn)效率來(lái)增強(qiáng)企業(yè)市場(chǎng)勢(shì)力。

數(shù)字化轉(zhuǎn)型能有效緩解企業(yè)融資約束壓力，降低融資成本，提高市場(chǎng)勢(shì)力。我國(guó)企業(yè)融資模式以間接融資為主，直接融資占比較低。企業(yè)總體呈現(xiàn)較高的財(cái)務(wù)杠桿，一旦發(fā)生系統(tǒng)性風(fēng)險(xiǎn)，企業(yè)會(huì)面臨很高的經(jīng)營(yíng)風(fēng)險(xiǎn)，甚至發(fā)生倒閉和破產(chǎn)，嚴(yán)重影響經(jīng)濟(jì)的穩(wěn)定性。首先，數(shù)字化轉(zhuǎn)型的企業(yè)能借助自身金融科技提高內(nèi)部資金管理水平，識(shí)別未來(lái)現(xiàn)金流斷裂風(fēng)險(xiǎn)，提高資金使用效率，降低外部融資所支付的成本。數(shù)字化轉(zhuǎn)型意味著生產(chǎn)和管理模式的更新，企業(yè)面臨著產(chǎn)業(yè)升級(jí)所需要的資金需求。在資本市場(chǎng)不完善的情況下，相對(duì)外部融資內(nèi)部融資具有更低的成本，更少的限制。為了避免數(shù)字化過(guò)程中對(duì)資金需求的增多造成財(cái)務(wù)危機(jī)，企業(yè)會(huì)基于預(yù)防動(dòng)機(jī)備置更多現(xiàn)金，降低外部所需融資規(guī)模，緩解外部融資約束[16]。其次，數(shù)字經(jīng)濟(jì)建設(shè)如火如荼，企業(yè)數(shù)字化轉(zhuǎn)型與國(guó)家戰(zhàn)略高度一致。數(shù)字化轉(zhuǎn)型的企業(yè)受到政府、金融機(jī)構(gòu)以及媒體的關(guān)注程度日益增多，更容易獲得地方政府的專項(xiàng)扶持，享受更多稅收和補(bǔ)貼等優(yōu)惠政策，企業(yè)營(yíng)業(yè)稅金的支出相應(yīng)減少，緩解企業(yè)的融資約束。數(shù)字化轉(zhuǎn)型的企業(yè)意味著具有更強(qiáng)的創(chuàng)新、技術(shù)和管理能力，向資本市場(chǎng)傳遞著積極的信號(hào)，更容易受到個(gè)人和機(jī)構(gòu)投資者的青睞，這不僅能增加股權(quán)融資規(guī)模，改善企業(yè)資本結(jié)構(gòu)，提高企業(yè)在資本市場(chǎng)估值，還能提高股票流動(dòng)性，改善企業(yè)財(cái)務(wù)管理效率[15]。最后，數(shù)字化轉(zhuǎn)型的企業(yè)能有效提高信息披露質(zhì)量，加強(qiáng)企業(yè)外部的媒體、分析師等監(jiān)督力量，使企業(yè)依靠融資活動(dòng)獲得的資金得到高效利用，能有效降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)。綜上所述，本文提出如下假設(shè)：

假設(shè)三：數(shù)字化能緩解融資約束來(lái)增強(qiáng)企業(yè)市場(chǎng)勢(shì)力。

三、 研究設(shè)計(jì)

1.? 數(shù)據(jù)來(lái)源

本文以2009—2020年A股上市公司為研究樣本，對(duì)樣本進(jìn)行如下處理：①剔除關(guān)鍵變量缺失的樣本；②剔除ST、PT和退市的樣本；③剔除A股和H股交叉上市的樣本；④剔除金融、房地產(chǎn)具有金融屬性的樣本；公司層面數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)，地區(qū)層面數(shù)據(jù)來(lái)源于CNRDS數(shù)據(jù)庫(kù)。部分缺失值使用Wind數(shù)據(jù)庫(kù)和手工查找方式進(jìn)行補(bǔ)齊，一共得到2236家公司，24082個(gè)研究樣本。本文對(duì)所有連續(xù)變量進(jìn)行上下1%縮尾處理以避免異常值對(duì)回歸結(jié)果的影響，并使用聚類到行業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計(jì)。

2.? 變量測(cè)度

（1）市場(chǎng)勢(shì)力的度量

本文參考Loecker 等[22]的做法，采用結(jié)構(gòu)方程模型估計(jì)企業(yè)加成率來(lái)測(cè)度企業(yè)市場(chǎng)勢(shì)力。生產(chǎn)者在產(chǎn)量既定的情況下實(shí)現(xiàn)成本最小化，構(gòu)建拉格朗日函數(shù)為：

[Xit]為中間品要素投入，[Pit]為中間品的價(jià)格；[Kit]為資本存量，[rit]為資本的價(jià)格；[Qit]為企業(yè)[i]在[t]時(shí)期的實(shí)際產(chǎn)出。最小化上述方程得到二階條件，企業(yè)的加成率可表示為：

其中，[αXnit]表示中間品投入占總產(chǎn)出的比重，即[PXnitXnit/PitQit]；[θXnit]代表要素產(chǎn)出彈性，本文使用超越對(duì)數(shù)形式的生產(chǎn)函數(shù)進(jìn)行參數(shù)估計(jì)：

其中[yit]為企業(yè)實(shí)際產(chǎn)出，用企業(yè)主營(yíng)業(yè)務(wù)收入的自然對(duì)數(shù)表示；[lit]為勞動(dòng)投入，用企業(yè)員工總數(shù)的自然對(duì)數(shù)表示；[mit]為中間品投入，用企業(yè)購(gòu)買商品和勞務(wù)現(xiàn)金的自然對(duì)數(shù)表示；[kit]為企業(yè)資本投入，用固定資產(chǎn)凈額的自然對(duì)數(shù)表示；[?it]為企業(yè)生產(chǎn)率水平，[εit]為隨機(jī)誤差項(xiàng)。首先，構(gòu)造中間品的投入函數(shù)，使用LP方法并用ACF進(jìn)行修正估計(jì)出企業(yè)生產(chǎn)率水平[?it]。其次，使用兩步法：第一步采用生產(chǎn)率的代理變量進(jìn)行估計(jì)得到實(shí)際產(chǎn)出[yit]與誤差項(xiàng)[εit]，求出中間品投入占總產(chǎn)出的比重[αit=mit/[yitexp （εit）]]；第二步通過(guò)對(duì)式（3）進(jìn)行估計(jì)得到要素產(chǎn)出彈性為：

將公式（4）代入公式（2）即可得到加成率。

（2）數(shù)字化轉(zhuǎn)型的度量

準(zhǔn)確客觀地刻畫企業(yè)數(shù)字化轉(zhuǎn)型比較困難。部分學(xué)者從企業(yè)的數(shù)字管理系統(tǒng)應(yīng)用、數(shù)字化支出以及數(shù)字資產(chǎn)占比進(jìn)行衡量。這些衡量方法的缺陷在于，不一定能反映數(shù)字化實(shí)際應(yīng)用水平，難以反映企業(yè)數(shù)字化轉(zhuǎn)型全貌。近些年，一些學(xué)者開始關(guān)注上市公司年報(bào)中披露的相關(guān)關(guān)鍵詞來(lái)構(gòu)建數(shù)字化轉(zhuǎn)型指數(shù)。年報(bào)中的詞匯能折射出企業(yè)管理層對(duì)企業(yè)經(jīng)營(yíng)策略和經(jīng)營(yíng)理念的傾向，能更好地反映當(dāng)年的經(jīng)營(yíng)成果和對(duì)未來(lái)的指導(dǎo)。鑒于此，本文運(yùn)用詞頻統(tǒng)計(jì)方法構(gòu)建數(shù)字化轉(zhuǎn)型指數(shù)。首先，下載上市公司年報(bào)，將其轉(zhuǎn)換為txt文本格式。其次，構(gòu)建數(shù)字化轉(zhuǎn)型特征詞詞庫(kù)，借鑒現(xiàn)有研究成果[15]、數(shù)字化相關(guān)政策文件、政府工作報(bào)告等相關(guān)詞匯，整理出相應(yīng)關(guān)鍵詞。最后，使用Python對(duì)年報(bào)中出現(xiàn)的特征詞詞庫(kù)進(jìn)行統(tǒng)計(jì)，對(duì)詞頻進(jìn)行加總并取自然對(duì)數(shù)來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

圖1為數(shù)字化指數(shù)和市場(chǎng)勢(shì)力在樣本期內(nèi)的年度均值。數(shù)字化指數(shù)和市場(chǎng)勢(shì)力指數(shù)均呈現(xiàn)增長(zhǎng)態(tài)勢(shì)，在2013年后，數(shù)字化指數(shù)增長(zhǎng)速度明顯加快。相對(duì)于從未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型企業(yè)的市場(chǎng)勢(shì)力處于較高水平。

3. 模型設(shè)定

本文構(gòu)建固定效應(yīng)模型檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)勢(shì)力的影響：

其中，[Markup]代表企業(yè)加成率水平，[Dig]表示數(shù)字化轉(zhuǎn)型程度。[Cvs]代表控制變量集，企業(yè)層面的控制變量包括企業(yè)規(guī)模（Lnasset），用企業(yè)總資產(chǎn)的自然對(duì)數(shù)值衡量；資產(chǎn)負(fù)債率（Lev），用總負(fù)債/總資產(chǎn)的比重衡量；股權(quán)集中度（Top1），用第一大股東持股占比來(lái)衡量；盈利能力（Roa），用資產(chǎn)凈收益率來(lái)衡量；企業(yè)年齡（Age），從企業(yè)成立開始至今的自然對(duì)數(shù)值來(lái)衡量；經(jīng)營(yíng)能力（Sale），用企業(yè)營(yíng)業(yè)收入的自然對(duì)數(shù)值來(lái)衡量；企業(yè)治理結(jié)構(gòu)（Dual），董事長(zhǎng)和總經(jīng)理兩職分離或是合一；產(chǎn)權(quán)性質(zhì)（Seo），企業(yè)性質(zhì)是民營(yíng)還是國(guó)有企業(yè)。城市層面控制變量包括地區(qū)經(jīng)濟(jì)發(fā)展水平（Gdp）、外資利用情況（Fdi）和財(cái)政支出（Finance）。[μj]、[δt]、[γk]分別表示行業(yè)、年份和城市固定效應(yīng)，[εijkt]為隨機(jī)誤差項(xiàng)。

4. 描述性統(tǒng)計(jì)

表1報(bào)告了本文相關(guān)變量的描述性統(tǒng)計(jì)。被解釋變量Markup與核心解釋變量Dig標(biāo)準(zhǔn)差分別為0.665和1.351，說(shuō)明不同企業(yè)的市場(chǎng)勢(shì)力和數(shù)字化轉(zhuǎn)型程度不盡相同。數(shù)字化轉(zhuǎn)型程度最大值為6.252，最小值和25%分位均為0，說(shuō)明有相當(dāng)大部分的企業(yè)沒(méi)有進(jìn)行數(shù)字化轉(zhuǎn)型，或者起步時(shí)間相對(duì)較晚。

四、 實(shí)證結(jié)果分析

1. 基準(zhǔn)回歸分析

表2報(bào)告了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)勢(shì)力的基準(zhǔn)回歸。第（1）列未加入控制變量；第（2）列加入控制變量；第（3）列在第（2）列的基礎(chǔ)上分別控制時(shí)間、行業(yè)和城市固定效應(yīng)。所有列均聚類到行業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤，所有回歸結(jié)果的核心解釋變量的系數(shù)均在1%的水平上顯著為正。從經(jīng)濟(jì)意義看，以第（3）列為例，企業(yè)數(shù)字化程度提高1%，企業(yè)的市場(chǎng)勢(shì)力將會(huì)提高0.013%。正如前文理論分析，企業(yè)數(shù)字化轉(zhuǎn)型可能通過(guò)降低交易成本、提高生產(chǎn)效率和緩解融資約束來(lái)提升市場(chǎng)勢(shì)力。

2. 內(nèi)生性問(wèn)題

市場(chǎng)勢(shì)力高的企業(yè)可能數(shù)字化轉(zhuǎn)型的效果更好。一方面，企業(yè)對(duì)市場(chǎng)有較強(qiáng)的掌控力，對(duì)市場(chǎng)的敏感程度更強(qiáng)，為了滿足市場(chǎng)需求和進(jìn)一步提高市場(chǎng)勢(shì)力進(jìn)而推動(dòng)數(shù)字化轉(zhuǎn)型；另一方面，市場(chǎng)勢(shì)力高的企業(yè)基本處于行業(yè)領(lǐng)導(dǎo)者地位，追隨者通過(guò)學(xué)習(xí)和模仿處于領(lǐng)導(dǎo)地位的廠商，推動(dòng)著整個(gè)行業(yè)的數(shù)字化轉(zhuǎn)型。為了緩解反向因果對(duì)本文結(jié)論造成的干擾，本文借鑒黃群慧等[23]、趙濤等[24]的研究，使用1984年各城市郵電數(shù)量乘以滯后一期的全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)的交互項(xiàng)作為工具變量。表3第（1）列報(bào)告了工具變量回歸的第二個(gè)階段，Kleibergen-Paap rk LM統(tǒng)計(jì)量在1%的水平上顯著為正，不存在工具變量識(shí)別不足問(wèn)題；Cragg-Donald Wald F統(tǒng)計(jì)量大于弱工具變量檢驗(yàn)的10%臨界值16.38，不存在弱工具變量問(wèn)題；以上檢驗(yàn)證明了工具變量的合理性。Dig的系數(shù)在1%的水平上顯著為正，說(shuō)明考慮了內(nèi)生性問(wèn)題后，數(shù)字化轉(zhuǎn)型提高了企業(yè)市場(chǎng)勢(shì)力的結(jié)論是成立的。

另外，本文將數(shù)字化轉(zhuǎn)型的滯后2期和3期作為數(shù)字化轉(zhuǎn)型的工具變量。企業(yè)當(dāng)期市場(chǎng)勢(shì)力并不會(huì)對(duì)前期的數(shù)字化轉(zhuǎn)型產(chǎn)生影響，在一定程度上緩解了反向因果造成的內(nèi)生性問(wèn)題。表3第（2）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)在1%的水平上依然顯著為正，且不存在工具變量識(shí)別不足、弱工具變量問(wèn)題，證明了本文結(jié)論的穩(wěn)健性。

3. 穩(wěn)健性檢驗(yàn)

（1）變更數(shù)字化轉(zhuǎn)型計(jì)算方式

將數(shù)字化相關(guān)詞匯劃分為人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)5個(gè)維度，對(duì)每個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱，運(yùn)用熵權(quán)法將五維指標(biāo)合成為一個(gè)數(shù)字化綜合評(píng)價(jià)指標(biāo)。另外，根據(jù)上市公司財(cái)務(wù)報(bào)告附注披露的年末無(wú)形資產(chǎn)明細(xì)中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無(wú)形資產(chǎn)總額的比例來(lái)衡量企業(yè)數(shù)字化水平。當(dāng)無(wú)形資產(chǎn)明細(xì)中包含“網(wǎng)絡(luò)”“客戶端”“管理系統(tǒng)”“智能平臺(tái)”等與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞以及專利時(shí)，計(jì)算這些數(shù)字化技術(shù)無(wú)形資產(chǎn)所占比例作為數(shù)字化轉(zhuǎn)型的代理變量。表4第（1）和第（2）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)顯著為正，表明了變更核心解釋變量的計(jì)算方式后，數(shù)字化轉(zhuǎn)型顯著提升了企業(yè)市場(chǎng)勢(shì)力。

（2）剔除相關(guān)行業(yè)

考慮到上市公司年報(bào)披露詞匯與其主營(yíng)業(yè)務(wù)息息相關(guān)，本文對(duì)信息傳輸、軟件和信息服務(wù)行業(yè)中的樣本進(jìn)行剔除。這些企業(yè)的商業(yè)模式與數(shù)字化緊密相關(guān)，用年報(bào)中披露的數(shù)字化詞頻來(lái)衡量可能會(huì)造成其數(shù)字化轉(zhuǎn)型的高估。表4第（3）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)顯著為正，排除了相關(guān)行業(yè)對(duì)回歸結(jié)論的干擾。

（3）改變樣本窗口期

2015年中國(guó)A股市場(chǎng)發(fā)生劇烈動(dòng)蕩，給上市公司帶來(lái)嚴(yán)重的金融沖擊。不少企業(yè)在這期間主營(yíng)業(yè)績(jī)嚴(yán)重下滑，甚至面臨退市風(fēng)險(xiǎn)。基于此，本文對(duì)2015年以及之前的樣本進(jìn)行剔除，只保留2016—2020年的樣本，這幾年企業(yè)經(jīng)營(yíng)能力顯著回升，數(shù)字化轉(zhuǎn)型進(jìn)程開始加快。表4第（4）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)顯著為正，本文的研究結(jié)論依然成立。

（4）改變市場(chǎng)勢(shì)力度量方式

本文采用勒納指數(shù)（Lerner）進(jìn)一步衡量上市公司的市場(chǎng)勢(shì)力，借鑒Peress[25]的做法，計(jì)算公式是：（營(yíng)業(yè)收入-營(yíng)業(yè)成本-銷售費(fèi)用-管理費(fèi)用）/營(yíng)業(yè)收入，該指數(shù)反映了上市公司超過(guò)邊際成本的定價(jià)能力。為了便于對(duì)不同行業(yè)的上市公司的市場(chǎng)勢(shì)力進(jìn)行比較，本文參考Gaspar[26]的做法，用勒納指數(shù)-（公司營(yíng)業(yè)收入/行業(yè)內(nèi)營(yíng)業(yè)收入合計(jì)）×個(gè)股勒納指數(shù)累計(jì)的行業(yè)勒納指數(shù)。表4第（5）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)顯著為正，表明替換被解釋變量衡量方式后，本文結(jié)論依然穩(wěn)健。

（5）排除信息披露質(zhì)量較差的樣本

上市公司年報(bào)作為信息披露方式之一，向公眾傳遞企業(yè)近一年的經(jīng)營(yíng)成果、經(jīng)營(yíng)理念和經(jīng)營(yíng)策略。良好的信息披露能有效降低企業(yè)與市場(chǎng)之間的信息不對(duì)稱，引導(dǎo)投資者對(duì)公司有更為準(zhǔn)確的預(yù)期。自2001年起，證券交易所每年都會(huì)根據(jù)企業(yè)信息披露質(zhì)量、公司規(guī)范運(yùn)作和投資者權(quán)益保護(hù)等進(jìn)行綜合評(píng)價(jià)，按照考評(píng)結(jié)果給予“優(yōu)秀”“良好”“合格”“不合格”4個(gè)評(píng)價(jià)等級(jí)。為了保證公司年報(bào)中的數(shù)字化能正確反映企業(yè)數(shù)字化轉(zhuǎn)型趨勢(shì)，本文保留考評(píng)結(jié)果為“優(yōu)秀”和“良好”的樣本進(jìn)行檢驗(yàn)。表4第（6）列報(bào)告了檢驗(yàn)結(jié)果，Dig的系數(shù)顯著為正，進(jìn)一步增強(qiáng)了結(jié)論的可靠性。

在改變解釋變量和被解釋變量的度量方式、調(diào)整樣本窗口期和剔除相關(guān)樣本之后，核心解釋變量的系數(shù)均至少在5%的水平顯著為正，這些均證明了數(shù)字化轉(zhuǎn)型能提高企業(yè)市場(chǎng)勢(shì)力的結(jié)論的穩(wěn)健性。

五、 進(jìn)一步分析

1. 機(jī)制分析

（1）交易成本

理論分析表明，企業(yè)數(shù)字化轉(zhuǎn)型能通過(guò)降低交易成本來(lái)提高市場(chǎng)勢(shì)力。本文用管理費(fèi)用占營(yíng)業(yè)收入的比重來(lái)衡量用企業(yè)的交易成本（Manage），管理費(fèi)用占比越高，說(shuō)明企業(yè)內(nèi)部控制缺陷越多，交易成本越高；表5的第（1）和第（2）列報(bào)告了交易成本的中介效應(yīng)檢驗(yàn)結(jié)果。Dig的系數(shù)在1%的水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型降低了企業(yè)交易成本。將Manage作為中介變量進(jìn)行回歸后發(fā)現(xiàn)，Manage的系數(shù)在1%的水平上顯著為負(fù)，說(shuō)明數(shù)字化通過(guò)降低內(nèi)部交易成本來(lái)提升市場(chǎng)勢(shì)力，證明了假設(shè)一的成立。

（2）生產(chǎn)效率

數(shù)字化轉(zhuǎn)型過(guò)程中企業(yè)對(duì)人才的需求也在發(fā)生變化。一方面，高學(xué)歷勞動(dòng)力和高技能勞動(dòng)力比重的增加有助于企業(yè)生產(chǎn)和管理流程的改進(jìn)，進(jìn)而提升企業(yè)生產(chǎn)效率；另一方面，高質(zhì)量勞動(dòng)力為企業(yè)創(chuàng)新提供人才支撐，豐富企業(yè)內(nèi)部知識(shí)，可以通過(guò)知識(shí)的外溢效應(yīng)推動(dòng)部門協(xié)同創(chuàng)新，從而提高企業(yè)的技術(shù)進(jìn)步。本文用OP方法計(jì)算了企業(yè)全要素生產(chǎn)率。表5報(bào)告了全要素生產(chǎn)率的中介效應(yīng)檢驗(yàn)結(jié)果。第（3）列和第（4）列結(jié)果表明，數(shù)字化在1%的水平上促進(jìn)了企業(yè)全要素生產(chǎn)率的提升；將Tfp作為中介變量進(jìn)行回歸后發(fā)現(xiàn)，其系數(shù)在1%的水平上顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型能通過(guò)提高生產(chǎn)效率來(lái)促進(jìn)企業(yè)市場(chǎng)勢(shì)力，證明假設(shè)二的成立。

（3）融資約束

企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，最主要的限制因素是融資約束。企業(yè)數(shù)字化轉(zhuǎn)型過(guò)度消耗現(xiàn)金流，無(wú)法形成正向的資金供給，會(huì)使企業(yè)面臨經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)困境。為了使融資約束更具有外生性，參考Hadlock等[27]、鞠曉生等[28]的研究構(gòu)建SA指數(shù)，計(jì)算公式為SA = -0.737[×]Size + 0.043[×]Size2- 0.040[×]Age，其中Size為總資產(chǎn)規(guī)模的自然對(duì)數(shù)，Age為企業(yè)經(jīng)營(yíng)年限。計(jì)算出來(lái)的SA指數(shù)為負(fù)值，本文將SA指數(shù)取絕對(duì)值，SA指數(shù)越大，說(shuō)明企業(yè)受到的融資約束越嚴(yán)重。表5報(bào)告了融資約束的中介效應(yīng)檢驗(yàn)結(jié)果。第（5）和第（6）列中，Dig的系數(shù)在1%的水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型顯著降低了企業(yè)融資約束；進(jìn)一步將中介變量進(jìn)行回歸后發(fā)現(xiàn)，中介變量的系數(shù)顯著為負(fù)，說(shuō)明融資約束的降低提高了企業(yè)市場(chǎng)勢(shì)力。以上檢驗(yàn)說(shuō)明，數(shù)字化能通過(guò)緩解融資約束來(lái)增強(qiáng)企業(yè)市場(chǎng)勢(shì)力，假設(shè)三得以證明。

為進(jìn)一步驗(yàn)證中介機(jī)制檢驗(yàn)結(jié)果的穩(wěn)健性，本文采用Sobel檢驗(yàn)和Bootstrap檢驗(yàn)對(duì)以上中介效應(yīng)進(jìn)行了檢驗(yàn)，兩種檢驗(yàn)方法的原假設(shè)均為H0：β1×γ1=0。其中Sobel Z值、Goodman—1（Aroian）Z值、Goodman—2 Z值對(duì)應(yīng)的P值均在5%水平上顯著拒絕原假設(shè)，Bootstrap在不同抽樣次數(shù)下的檢驗(yàn)結(jié)果顯示，回歸的95%置信區(qū)間均不包含零，從而拒絕原假設(shè)，證明了中介效應(yīng)模型是穩(wěn)健的。

2. 異質(zhì)性分析

數(shù)字化轉(zhuǎn)型成效對(duì)企業(yè)所處區(qū)位宏觀環(huán)境和企業(yè)個(gè)體差異存在異質(zhì)性，本文分別從企業(yè)所處城市的數(shù)字經(jīng)濟(jì)發(fā)展水平、市場(chǎng)分割程度、產(chǎn)權(quán)性質(zhì)、企業(yè)要素密集度、獨(dú)立董事網(wǎng)絡(luò)中心度和高管教育背景進(jìn)行異質(zhì)性分析。研究發(fā)現(xiàn)，在數(shù)字經(jīng)濟(jì)發(fā)展水平較高、市場(chǎng)分割較低的地區(qū)，數(shù)字化對(duì)市場(chǎng)勢(shì)力的提升作用更強(qiáng)。數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)、資本密集型的企業(yè)的市場(chǎng)勢(shì)力促進(jìn)作用更強(qiáng)。數(shù)字化轉(zhuǎn)型成效也受到管理層治理的影響，董事網(wǎng)絡(luò)中心度高水平、CEO的具有海外留學(xué)和金融背景均能給企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)優(yōu)勢(shì)1。

六、 結(jié)論和政策建議

本文借助A股上市公司2009—2020年數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘方式對(duì)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行識(shí)別。從理論和實(shí)證兩個(gè)角度論述和檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場(chǎng)勢(shì)力的影響和作用機(jī)理。研究結(jié)果表明：數(shù)字化轉(zhuǎn)型能顯著提高企業(yè)市場(chǎng)勢(shì)力，該結(jié)論在改變變量的度量方式、調(diào)整樣本窗口期和剔除相關(guān)樣本等穩(wěn)健性檢驗(yàn)后依然成立。為了有效克服內(nèi)生性問(wèn)題，分別構(gòu)建了城市郵電數(shù)與全國(guó)互聯(lián)網(wǎng)人數(shù)的交互項(xiàng)和數(shù)字化轉(zhuǎn)型的滯后項(xiàng)作為工具變量，估計(jì)結(jié)果依然穩(wěn)健。機(jī)制分析表明，數(shù)字化轉(zhuǎn)型通過(guò)降低交易成本、提高全要素生產(chǎn)率和緩解融資約束來(lái)提高企業(yè)市場(chǎng)勢(shì)力。異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型在數(shù)字經(jīng)濟(jì)發(fā)展水平較高、市場(chǎng)分割較低的地區(qū)對(duì)市場(chǎng)勢(shì)力的提升作用更強(qiáng)。數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)、資本密集型的企業(yè)的市場(chǎng)勢(shì)力促進(jìn)作用更強(qiáng)。數(shù)字化轉(zhuǎn)型成效也受到管理層治理的影響，董事網(wǎng)絡(luò)中心度高水平、CEO的海外和金融背景均能給企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)優(yōu)勢(shì)。

針對(duì)以上結(jié)論本文提出的政策建議如下：

第一，企業(yè)應(yīng)重視數(shù)字化轉(zhuǎn)型對(duì)市場(chǎng)勢(shì)力的推動(dòng)作用。首先，加快數(shù)字技術(shù)的應(yīng)用和創(chuàng)新，制定規(guī)劃穩(wěn)步推進(jìn)數(shù)字化轉(zhuǎn)型，釋放數(shù)字化轉(zhuǎn)型在企業(yè)市場(chǎng)競(jìng)爭(zhēng)中的優(yōu)勢(shì)。其次，將數(shù)字化工具與公司業(yè)務(wù)充分融合，避免大量資源在企業(yè)內(nèi)部閑置和空轉(zhuǎn)，提高組織經(jīng)營(yíng)和管理效率，降低企業(yè)交易成本。再次，企業(yè)在經(jīng)營(yíng)過(guò)程中應(yīng)培育和引進(jìn)創(chuàng)新型人才，利用數(shù)字化對(duì)傳統(tǒng)生產(chǎn)方式進(jìn)行改造，圍繞客戶需求進(jìn)行研發(fā)創(chuàng)新、管理創(chuàng)新和商業(yè)模式創(chuàng)新，持續(xù)提高企業(yè)生產(chǎn)效率。最后，企業(yè)應(yīng)結(jié)合自身情況選擇合適的數(shù)字化轉(zhuǎn)型策略，避免企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中由于資金鏈的斷裂給公司帶來(lái)經(jīng)營(yíng)困境，把握數(shù)字化轉(zhuǎn)型節(jié)奏，運(yùn)用多種渠道進(jìn)行合理融資，提高資金利用效率。

第二，政府應(yīng)加大對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的支持力度，給企業(yè)數(shù)字化轉(zhuǎn)型培育良好的外部環(huán)境。首先，加快數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化建設(shè)，促進(jìn)數(shù)字經(jīng)濟(jì)穩(wěn)步健康發(fā)展。依托制度優(yōu)勢(shì)，通過(guò)政策指導(dǎo)有效解決數(shù)字化轉(zhuǎn)型過(guò)程中的評(píng)價(jià)標(biāo)準(zhǔn)不統(tǒng)一、轉(zhuǎn)型路徑不明確和戰(zhàn)略目標(biāo)不清晰等難題。其次，推動(dòng)和建設(shè)統(tǒng)一大市場(chǎng)，打破地方保護(hù)和市場(chǎng)分割，使資本和人才等要素暢通流動(dòng)，充分發(fā)揮企業(yè)在市場(chǎng)中資源配置的作用。完善數(shù)字經(jīng)濟(jì)時(shí)代背景下數(shù)據(jù)要素市場(chǎng)化的交易制度，加大對(duì)數(shù)據(jù)要素和數(shù)字技術(shù)等知識(shí)產(chǎn)權(quán)的保護(hù)力度，為企業(yè)營(yíng)造良好的創(chuàng)新環(huán)境。最后，合理運(yùn)用政策工具箱降低企業(yè)融資和經(jīng)營(yíng)成本，由于我國(guó)經(jīng)濟(jì)放緩和疫情疊加影響，企業(yè)正面臨前所未有的生存挑戰(zhàn)，政府應(yīng)提高減稅降費(fèi)的支持力度，減輕企業(yè)經(jīng)營(yíng)負(fù)擔(dān)，幫助企業(yè)度過(guò)數(shù)字化轉(zhuǎn)型的陣痛期。

第三，我國(guó)經(jīng)濟(jì)已經(jīng)進(jìn)入高質(zhì)量發(fā)展階段，經(jīng)濟(jì)驅(qū)動(dòng)力正向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變。數(shù)字化轉(zhuǎn)型企業(yè)是經(jīng)濟(jì)高質(zhì)量發(fā)展的引擎。然而，值得注意的是“僵尸企業(yè)”仍在國(guó)有企業(yè)中占有很大比例，這些企業(yè)占據(jù)大量社會(huì)資源，經(jīng)濟(jì)效益甚微，亟須利用數(shù)字化手段進(jìn)行改造升級(jí)。因此，政府應(yīng)加快對(duì)國(guó)有企業(yè)的數(shù)字化支持和指導(dǎo)力度，兼顧社會(huì)責(zé)任的同時(shí)提高其經(jīng)營(yíng)業(yè)績(jī)。數(shù)字化轉(zhuǎn)型作為“一把手”工程，企業(yè)管理層應(yīng)完善公司內(nèi)部治理架構(gòu)來(lái)適配數(shù)字化轉(zhuǎn)型需要，制定合理的獎(jiǎng)懲機(jī)制激發(fā)各主體的數(shù)字化轉(zhuǎn)型積極性，對(duì)數(shù)字化轉(zhuǎn)型成效進(jìn)行評(píng)估以便改進(jìn)工作流程。

參考文獻(xiàn)：

[1] 張勛，萬(wàn)廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J].經(jīng)濟(jì)研究，2019，54（8）：71-86.

[2] 黨琳，李雪松，申?duì)q.制造業(yè)行業(yè)數(shù)字化轉(zhuǎn)型與其出口技術(shù)復(fù)雜度提升[J].國(guó)際貿(mào)易問(wèn)題，2021（6）： 32-47.

[3] 孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)[J] 中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：61-79.

[4] 韓先鋒，宋文飛，李勃昕.互聯(lián)網(wǎng)能成為中國(guó)區(qū)域創(chuàng)新效率提升的新動(dòng)能嗎[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（7）：119-136.

[5] 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

[6] 楊德明，劉泳文. “互聯(lián)網(wǎng)+”為什么加出了業(yè)績(jī)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（5）：80-98.

[7] Trantopoulos K， Von Krogh G， Wallin M W， et al. External Knowledge and Information Technology：Implications for Process Innovation Performance[J].Mis Quarterly，2017，41（1）：287.

[8] Ciampi F， Demi S， Magrini A， et al. Exploring the Impact of Big Data Analytics Capabilities on Business Model Innovation： the Mediating Role of Entrepreneurial Orientation[J].Journalof Business Research，2021：1231-13.

[9] 戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革[J].管理世界，2020，36（6）：135-152.

[10] 祁懷錦，曹修琴，劉艷霞. 數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱和管理者非理性行為視角[J].改革，2020（4）：50-64.

[11] 劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎[J].管理世界，2021，37（5）：170-190.

[12] Dewan S， Kraemer K L.Information Technology and Productivity：Evidence fromCountry-Level Data[J]. Management Science，2000，46（4）：548-562.

[13] Lin W T， Shao B B M.the Business Value of Information Technology and Inputs Substitution：the Productivity Paradox Revisited[J].Decision Support Systems，2006，42（2）：493-507.

[14] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021，（9）：139-157.

[15] 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.

[16] 譚志東，趙洵，潘俊，等.數(shù)字化轉(zhuǎn)型的價(jià)值：基于企業(yè)現(xiàn)金持有的視角[J].財(cái)經(jīng)研究，2022，48（3）：64-78.

[17] 王永進(jìn)，匡霞，邵文波.信息化、企業(yè)柔性與產(chǎn)能利用率[J].世界經(jīng)濟(jì)，2017，40（1）：67-90.

[18] 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.

[19] 洪俊杰，蔣慕超，張宸妍.數(shù)字化轉(zhuǎn)型、創(chuàng)新與企業(yè)出口質(zhì)量提升[J].國(guó)際貿(mào)易問(wèn)題，2022（3）：1-15.

[20] Brynjolfsson E， Milgrom P. Complementarity in Organizations[J].Introductory Chapters，2012，15（5）：568-578.

[21] 何小鋼，梁權(quán)熙，王善騮.信息技術(shù)、勞動(dòng)力結(jié)構(gòu)與企業(yè)生產(chǎn)率——破解“信息技術(shù)生產(chǎn)率悖論”之謎[J].管理世界，2019，35（9）：65-80.

[22] De Loecker J，Warzynski F. Markups and Firm-Level Export Status[J].AmericanEconomic Review，2012，102（6）：2437-2471.

[23] 黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì)， 2019（8）：5-23.

[24] 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

[25] Peress J. Product Market Competition， Insider Trading， and Stock Market Efficiency[J].Journalof Finance，2010，65（1）：1-43.

[26] Gaspar J M， Massa M.Idiosyncratic Volatility and Product Market Competition[J].The Journal of Business，2006，79（6）：3125-3152.

[27] Hadlock C J， Pierce J R.New Evidence on Measuring Financial Constraints： Moving Beyondthe KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.

[28] 鞠曉生，盧荻，虞義華.融資約束、營(yíng)運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性[J].經(jīng)濟(jì)研究，2013，48（1）：4-16.

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目：“黃河流域制造業(yè)雙重價(jià)值鏈高質(zhì)量嵌入研究”（項(xiàng)目編號(hào)：20BJY090）；國(guó)家自然科學(xué)基金青年項(xiàng)目：“復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)下城市群經(jīng)濟(jì)合作研究”（項(xiàng)目編號(hào)：72163010）；安徽省哲學(xué)社會(huì)科學(xué)基金：“集聚效應(yīng)推動(dòng)出口低加成率跨越陷阱的路徑研究”（項(xiàng)目編號(hào)：AHSKQ2021D155）。

作者簡(jiǎn)介：王榮基（1997-），男，西北大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)閿?shù)字經(jīng)濟(jì)；王玨（1973-），女，博士，西北大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師，研究方向?yàn)閿?shù)字經(jīng)濟(jì)；白東北（1989-），博士，安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院碩士生導(dǎo)師，研究方向?yàn)閿?shù)字經(jīng)濟(jì)。

（收稿日期：2022-08-09 責(zé)任編輯：蘇子寵）

1 資料來(lái)源于《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022年）》，中國(guó)信息通訊研究院，http：//www.caict.ac.cn/kxyj/qwfb/bps/202207/P020220729609949023295.pdf。

1 限篇幅，備索，文責(zé)自負(fù)。