仝自强等丨数字化转型、竞争战略与价值创造——基于企业生命周期理论的检验

文摘科技 2024-08-09 15:00 湖北

转载请注明“刊载于《科技进步与对策》2024年第14期”

引用参考文献格式：

仝自强,李补喜,杨磊. 数字化转型、竞争战略与价值创造——基于企业生命周期理论的检验[J]. 科技进步与对策, 2024, 41(14): 1-10.

摘要：在数字经济背景下,互联网、大数据、云计算等信息技术持续促进企业价值创造。以我国沪深A股2016—2022年上市公司年报为研究对象,基于Word2Vec机器学习技术构建数字化转型和竞争战略指标,实证检验企业生命周期视角下数字化转型、竞争战略与价值创造之间的关系。研究发现:①数字化转型对企业价值创造的正向显著影响主要集中于成长期企业,对于成熟期企业的影响作用不显著;对于处于成长期的企业而言,数字化转型有助于形成差异化战略,并通过差异化战略这一中介变量增强企业价值创造;②进一步分析表明,数字化转型对企业价值创造的影响在规模较小的企业更强,并且随着时间推移,数字化转型对企业价值创造的影响逐渐减弱。研究结论有助于打开数字化转型与价值创造关系的“黑箱”,并为全面、客观评价数字化转型效果提供理论和实践依据。

关键词：数字化转型;竞争战略;价值创造;生命周期;文本分析

DOI：10.6049/kjjbydc.H202308136

基金项目：国家社会科学基金重点项目(20AJY015);山西省科技战略研究专项(202204031401040)

作者简介：仝自强(1988—),男,山西运城人,博士,山西大学经济与管理学院讲师,研究方向为数字化转型、创新管理;李补喜(1964—),男,山西忻州人,博士,山西大学经济与管理学院教授、硕士生导师,研究方向为战略管理;杨磊(1983—),男,陕西西安人,长安大学经济与管理学院博士研究生,研究方向为技术创新。

0 引言

随着移动互联网、大数据、人工智能、云计算等信息技术的不断发展,数字化转型在提高我国经济效率、发展质量和创新能力方面表现出极大优势[1-3]。2021年,国务院发布的《“十四五”数字经济发展规划》明确了数字化转型的总体要求、重点领域和保障措施,数字化转型上升至国家战略层面。作为现代信息技术与实体经济深度融合的数字化转型可赋能传统产业转型升级,催生新产业新业态新模式,利用数据和平台资源促进企业价值创造[4-5]。当前,相关研究虽然探讨了数字化转型对企业绩效的影响[6],但多基于静态视角,未深入探讨企业生命周期理论对数字化转型与价值创造关系的作用。企业在不同阶段所拥有的资源、组织结构和外部环境以及采取的战略措施不同,数字化转型在不同阶段对企业价值创造的影响作用也不同。因此,本文引入企业生命周期这一动态视角,揭示数字化转型对企业价值创造的影响规律,有助于企业采取相应权变策略实施数字化转型,确保企业获得可持续竞争优势。

为此,本文重点考察企业生命周期对数字化转型与价值创造关系的影响,并将生命周期理论和竞争战略理论同时纳入数字化转型与价值创造关系研究框架,建立生命周期视角下数字化转型、竞争战略与价值创造关系的理论模型。首先,运用基于Word2Vec的机器学习方法构建数字化转型和竞争战略指标,形成中国沪深两市A股上市公司2016-2022年非平衡面板数据;其次,实证检验生命周期视角下数字化转型、竞争战略与价值创造之间的关系。

1 理论分析与研究假设

1.1 生命周期视角下数字化转型对价值创造的影响

本文借鉴相关学者研究成果[1-3],结合我国上市公司实际情况,将数字化转型水平界定为“大数据、人工智能、云计算等以数字化为基础的信息技术与上市公司结合的应用程度”。众所周知,企业生命周期是指企业在发展和成长的每个阶段改变自身行为的现象。根据生命周期理论,企业每个阶段所处宏观环境、产业环境、竞争环境以及内部占有资源、组织形式等各不相同[7],不同生命周期阶段数字化转型对企业价值创造的影响也不同。

(1)成长期数字化转型与价值创造。对处于成长期的企业来说,熬过初创期的生死存亡,企业找到独特的盈利模式,进入快速成长期,实现差异化发展成为其主要战略目标。因此,在成长期阶段,企业主要依赖数字化转型满足长尾客户差异化需求,通过赢得长尾客户利润创造价值。首先,数字化转型有助于企业挖掘新客户,为企业价值创造开辟新客户群体,吸引“长尾客群”[5],产生网络外部效应,为企业带来指数型价值结果[8],促使企业扩大用户规模,提高利润创造能力[9]。其次,大数据、云计算、区块链等数字新兴技术能为企业提供全面的客户资料,使企业从数据库中挖掘客户的消费习惯和潜在需求信息,为消费者提供各式各样的新产品,以攫取更大利润和价值创造[10]。最后,数字化转型通过技术溢出效应倒逼传统行业变革。由于率先实施数字化转型的企业竞争优势更明显,使得落后企业陷入一种紧张和危机的情境,迫使这些企业开始追赶先进企业并主动吸收以数字化为基础的各种新兴技术,推动实体经济对运营模式和盈利模式的全新变革,最终增强企业价值创造能力。

总之,成长期企业生产和销售规模迅速扩张,企业借助数字化转型,应用大数据、人工智能、云计算等信息技术助力各厂家产品和服务在技术和性能方面产生较大差异,形成差异化和领先优势,导致其它企业短期内很难学习、复制和模仿。加之绝大多数企业在该阶段会出现供不应求,单价设定较高,销售量节节攀升,不仅产品利润有较大幅度提高,企业抵抗经营风险的能力也有所增强,从而能够大幅提升企业绩效,最终增强企业价值创造能力。据此,本文提出如下假设:

H1:对于处于成长期的企业而言,数字化转型程度越高,企业价值创造能力越强。

(2)成熟期数字化转型与价值创造。对于处于成熟期的企业来说,经营风险有所下降,此阶段能够为企业提供大量资金流,处于非常稳定的局面;但随着外部环境变化,企业产品或服务市场达到相对饱和,价格竞争较为激烈,质量、技术提升速度比较缓慢。与此同时,企业提供的产品或服务逐渐趋同化,大部分消费者仍是老顾客,新消费者数量增速较慢,导致产品和服务价格开始下滑,利润持续下降。因此,当企业处于成熟期阶段时,往往会选择控制成本、提升效率的战略措施。在成熟期阶段,企业能否依赖数字化转型增强价值创造能力,不同学者持有的观点不同。

一方面,部分学者指出数字化转型有助于企业降低交易成本和提高运营效率。首先,数字化转型能减少交易成本[5]。基于交易费用理论,互联网的连接特征导致交易结构改变,打破时空限制,使交易范围不断扩大,通过交易结构创新以及减少不必要的中间渠道促使交易成本下降[11]。其次,数字化转型边际成本较低。运用数字化转型的企业呈现出规模经济,随着业务量的扩大,企业平均成本会一直减少。在相同业务量下,实施数字化转型的企业平均可变成本低于传统企业。由于信息传递成本几乎为零,企业提供的服务基本不受时空限制,因此每增加一个产品的边际成本通常很低,甚至接近于零[12]。最后,数字化转型有助于降低信息不对称[13],打破时空束缚,推动共享经济发展[14],提高企业运营效率[15]。总之,数字化转型既能通过“脱媒”化优势、减少信息不对称和众多中间环节加快信息共享速度。降低企业交易成本,又能借助新一代数字化技术改善公司费用超支,促进企业价值创造能力提升。

与此相反,也有部分学者认为企业数字化转型会增加成本,尤其是在企业规模较大的成熟期阶段。李荣等[16]通过实证研究表明数字化转型程度较高的企业组织结构、业务流程较为复杂,监督成本和难度较高;杨德明和陆明[17]通过实证研究发现企业数字化转型会增加审计费用;赵璨等[18]指出企业数字化转型有可能导致企业组织机构或运营管理更加繁杂,进而出现高管团队的机会主义行为,也有可能导致相关制度、规范未及时更新而产生代理冲突,最终加剧企业成本粘性,不利于企业价值创造。此外,企业战略目标从成长期的差异化策略逐渐调整为成熟期的降低成本策略,策略重心转变也有可能导致企业丧失部分利润,在一定程度上削弱企业价值创造。

综上所述,两种观点的对立使得在成熟期阶段下数字化转型对企业价值创造的影响不明确。据此,本文提出如下假设:

H2:对于处于成熟期的企业而言,数字化转型对企业价值创造的影响不显著。

1.2 生命周期视角下数字化转型、竞争战略与价值创造关系

由假设H1可知,对于处于成长期企业而言,数字化转型对企业价值创造的正向影响更显著。主要原因在于,成长期是改变企业价格形象和质量形象的最好时机,企业产品最大的特点便是差异化。在此阶段,企业需要借助数字化转型,如大数据、人工智能、云计算等信息技术助力各厂家产品和服务在技术、性能方面产生较大差异。首先,数字化转型能为厂商与用户提供随时商议的机会,为厂商与粉丝密切联系、沟通互动提供平台[19],用户可随时随地在平台上表达自己的偏好和个性化需求,甚至参与产品或服务研发、设计、策划等环节[20],促使企业产品或服务从大批量、少品种出产方式转换成小批量、多品种出产方式,使用户差异化需求逐渐得到重视[21]。其次,大数据的全面性不容易遗漏消费者重要信息,企业通过对用户消费习惯、偏好、收入水平、性格和心理活动进行分析,能够得到良好的客户画像,实现产品或服务的精准营销,进而满足用户差异化和个性化需求[22]。据此,本文提出如下假设:

H3:对于处于成长期企业而言,企业数字化转型有助于形成差异化战略。

基于上述假设,对处于成长期的企业而言,企业数字化转型有助于形成差异化战略,差异化战略代表企业向消费者提供的产品或服务在产业范围内独具特色,该与众不同的特性赋予企业产品更高的定价,若这种最新定价与以往定价的差额大于产品由于新增特色所产生的成本[23],则企业将获得可持续竞争优势。原因在于,采用差异化战略能够更好地抵御产业竞争,形成产品新进入障碍,降低顾客敏感度,增强讨价还价能力,抵抗替代品威胁,消费者会更忠诚于该产品或服务,从而获得超过一定水平的利润。与此同时,差异化战略还意味着企业具备较强的研发设计能力、新产品开发能力、市场营销能力和品牌建设能力,并且形成一种难以模仿的创造性激励机制和企业文化,从而能帮助企业攫取更大的利润和价值创造[24-25]。据此,本文提出如下假设:

H4:对处于成长期的企业而言,企业数字化转型通过差异化战略这一中介变量增强企业价值创造能力。

综上所述,本文将数字化转型、企业生命周期、竞争战略和价值创造纳入逻辑严密的理论框架,构建本文概念模型,如图1所示。

图1 概念模型

2 研究设计

2.1 数据来源与样本选取

本文以2016-2022年我国沪深两市A股上市公司为原始研究样本,企业数字化转型文本数据来源于WinGo财经文本数据平台,其它财务数据和指标来自国泰安(CSMAR)数据库。本文对原始样本作如下处理:①为避免干扰估计结果,剔除高科技等与数字化技术相关的上市公司,主要包括信息传输、软件和信息技术服务业以及我国创业板上市企业;②剔除金融行业、ST和*ST公司样本;③剔除相关数据缺失的样本,最终得到12 921个有效观测值。同时,为消除样本离群值、异方差、序列相关问题的潜在影响,对所有连续变量按照1%的标准进行Winsor处理,并对所有回归结果进行行业和年度群聚调整。

2.2 变量定义与测度

2.2.1 数字化转型

数字化转型(DT)为自变量。本文数字化转型指标测度原理上与经典文献保持一致[1,6,17-19],但在具体方法和操作步骤上有一定区别,对相关学者指标进行改进和完善,使其更具有优越性和客观性。之前学者利用“关键词搜索+人工评分法”[6,19]或利用Python技术抓取上市公司年报中的关键词[1,17-18],这种文本分析方法容易忽略关键词集在年度财务报告中的多重表达。因此,本文在统计年报关键词表述信息的基础上,采用基于文本分析法和机器学习算法的Word2Vec技术方法[26-27],根据词汇上下文内容和文本语言环境,对数字化转型种子词集进行扩充,以避免人工判断的主观性,并且该方法已在文本分析领域得到广泛应用[28-29]。

2.2.2 企业生命周期

参考Dickinson[7]根据企业筹资、投资和经营活动现金流量符号对企业生命周期阶段进行划分的方法,将企业生命周期划分为5个阶段,呈现每个阶段的现金流特征。值得注意的是,本文初始样本为上市公司,几乎都经历了初创期,因此参照国内学者做法[30],将企业生命周期处于初创期和成长期的上市公司归并为成长期。对企业生命周期处于动荡期的上市公司进行二次划分和整合,将企业特征趋于成熟期的上市公司划入成熟期阶段,将企业特征处于衰退期的上市公司划入衰退期阶段,最终设置成长期、成熟期和衰退期3个阶段。

2.2.3 竞争战略

本研究采用文本分析法和机器学习算法对企业竞争战略进行度量。借鉴相关学者研究成果[31],采用公司当年差异化战略词频占比(DIFF)与成本领先词频占比(COST)的比值表征上市公司的竞争战略偏好(STRATEGY),该指标的有效性(内容效度、结构效度和效标效度)已通过相关学者验证[31]。

2.2.4 价值创造

价值创造是指提高企业经营绩效水平和资本创值能力,关键在于测度公司价值是否得到提升。经济增加值(EVA)符合企业创值能力考核指标,可衡量企业在某段时期的价值增值能力。EVA方法以传统会计利润指标为基础,更具有优越性,用调整后的经营净利润减去取得这些利润所需资本成本得到经济增加值。EVA计算公式如下:

EVA=NOPAT-TC×WACC

(1)

其中,NOPAT代表税后净营业利润;TC代表平均资本占用,反映企业持续投入的各种债务资本和股权资本;WACC代表加权平均资本成本。该模型表明,若计算的EVA值大于零,说明管理层为公司创造了价值;若计算的EVA小于零,则说明管理层损毁了公司价值,此时若计算的公司利润大于零,本质上对公司来说仍是一种损失。相对而言,EVA旨在使经理人员赚取超过资本成本的报酬,促使股东财富最大化,对比传统业绩评价指标如资产收益率或净资产收益率,使用EVA更具有说服力,是反映企业价值最科学、最有效的指标[32]。因此,本文选取经济增加值(EVA)作为测评公司价值创造能力的重要指标,为排除资产规模或总投资额的影响,本文使用经济增加值与总资产的比值表征(总资产EVA率,用EVATA表示)。

2.2.5 控制变量

为避免其它公司层面变量对研究结果产生的不良影响,本文设置如下控制变量:①公司财务特征变量:公司规模(SIZE)、公司成长性(GROWTH)、资产负债率(LEVER)、公司产权(SOE);②公司治理变量:CEO和董事长是否两职合一(DUAL)、高管持股比例(MANAGE)、股权集中度(CONCEN)、董事会规模(BOARD)、独立董事占比(INDEP)。

2.3 模型设定

为验证假设H1和H2,本文构建数字化转型与价值创造关系回归模型,如公式(2)所示。

EVATAi,t=α0+α1DTi,t+α2SIZEi,t+α3GROWTHi,t+ α4LEVERi,t+α5SOEi,t+α6DUALi,t+α7MANAGEi,t+α8CONCENi,t+α9BOARDi,t+α10INDEPi,t+α11Firmi+α12Yeart+εi,t

(2)

模型(2)中,下标i代表企业,下标t代表年份。模型(2)采用普通最小二乘回归方法并加入公司固定效应(Firm),用以控制不随时间变化且难以被观测的企业特征对企业价值创造的影响;另外,同样加入年度固定效应(Year),用以控制时间变化对企业价值创造的影响。其中,假设H1采用的回归样本为处于成长期的企业,假设H2采用的回归样本为处于成熟期的企业。

为验证假设H3和H4,首先将回归样本设定为处于成长期的企业,接着构建多元回归模型,实证检验对处于成长期的企业而言,数字化转型能否通过差异化战略影响企业价值创造。本文以竞争战略偏好(STRATEGY)为中介变量,利用温忠麟等[33]构建的中介效应检验步骤对上述影响路径进行探究,具体模型构建如下:

EVATAi,t=α0+α1DTi,t+λControlsi,t+εi,t

(3)

STRATEGYi,t=β0+β1DTi,t+λControlsi,t+εi,t

(4)

EVATAi,t=γ0+γ1STRATEGYi,t+γ2DTi,t+λControlsi,t+εi,t

(5)

在模型(3)—模型(5)中,下标i代表上市公司,下标t代表年份,Contorlsit为一系列控制变量。值得注意的是,在中介效应检验步骤中,模型(3)与模型(2)相同,模型(4)为假设H3的回归模型,即对于处于成长期的企业而言,企业数字化转型有助于形成差异化战略。此外,模型(3)—模型(5)同样采用普通最小二乘回归方法,并加入公司固定效应(Firm)和年度固定效应(Year)。

对照温忠麟等[33]的做法,根据如下步骤依次进行检验。在模型(3)中α1显著的基础上,探究中介效应的显著性。估计模型(4)和模型(5),如果β1回归系数显著为正且γ1回归系数显著为正,则表明中介效应显著。在此基础上,若回归系数γ2显著为正或不再显著,则表明差异化战略发挥完全或部分中介作用。

3 实证结果分析

3.1 描述性统计分析

表1展示了主要变量的描述性统计结果。从中可见,价值创造的均值和中位数分别为0.005和0.003,两者差异较小,说明样本呈现正态分布。此外,价值创造的标准差为0.060,明显大于变量均值和中位数,说明不同企业之间价值创造能力差距较大。解释变量数字化转型样本均值为0.145,说明我国企业数字化转型处于初始阶段;数字化转型的中位数为0.077,标准差为0.171,最小值为0.004,最大值为0.931,说明企业数字化转型水平差别较大,数字化转型指标有充分的变异性。竞争战略指标存在如下特征:成本领先战略词频占比均值为0.448,差异化战略词频占比均值为0.350,前者略高于后者,表明我国上市公司对成本控制的关注略高;此外,差异化战略词频占比标准差为0.189,大于成本领先战略词频占比的标注差(0.141),说明实施差异化战略的企业之间存在较强的异质性,这符合实施差异化战略的企业注重“标新立异”的特征,控制变量描述性统计结果与现有研究基本保持一致。

表1 变量描述性统计结果

3.2 多元回归分析

(1)数字化转型、企业生命周期与价值创造。表2列示了假设H1和H2的回归结果,其中列(1)和列(2)为全样本回归结果,列(3)为处于成长期企业的回归结果,列(4)为处于成熟期企业的回归结果。第(1)列结果显示,在控制公司固定效应、年份固定效应以及公司规模、公司成长性等一系列控制变量后,数字化转型回归系数在1%水平上显著为正。第(2)—第(4)列模型在第(1)列的基础上,控制上一年度价值创造(L.EVATA)。第(2)列全样本回归结果显示,数字化转型与经济增加值变动呈显著正相关关系,说明上市公司数字化转型能够显著促进企业价值创造。列(3)为企业处于成长期阶段的回归结果,数字化转型系数在1%水平上显著为正,假设H1得到验证。这表明,对处于成长期的企业而言,企业数字化转型程度越高,企业价值创造能力越强;列(4)为企业处于成熟期阶段的回归结果,数字化转型回归系数不显著,假设H2得到验证。这表明,对处于成熟期的企业而言,企业数字化转型对企业价值创造的影响不显著。

表2 数字化转型、企业生命周期与价值创造回归结果

注:括号内为t值;***、**和*分别表示在1%、5%和10%水平上显著,下同

(2)生命周期视角下数字化转型、竞争战略与价值创造关系。表3为生命周期处于成长期企业的回归结果,可见上市公司数字化转型通过差异化战略这一中介变量促进企业价值创造主要集中在成长期阶段。具体表现为:第一,第(1)列是对模型(3)的回归结果,数字化转型对价值创造的回归系数显著为正,即按中介效应立论。第二,第(2)列是对模型(4)的回归结果,数字化转型对差异化战略的回归系数显著为正,假设H3得到验证。这表明,对处于成长期的企业而言,企业数字化转型有助于形成差异化战略;第(3)列是对模型(5)的回归结果,差异化战略对价值创造的回归系数显著大于0。第三,第(3)列数字化转型对价值创造的系数显著大于0,且第(3)列数字化转型系数低于第(1)列,说明差异化战略是一个重要的中介变量,在控制差异化战略之后,数字化转型对企业价值创造的影响减弱,因此存在部分中介效应。这说明,对处于成长期的企业而言,差异化战略是数字化转型与企业价值创造关系的部分中介因子,假设H4得到验证。

表3 成长期企业数字化转型、竞争战略偏好与价值创造检验结果

4 稳健性检验

为验证假设H1和H2研究结论的可靠性,本文开展一系列稳健性检验,主要包括工具变量法和价值创造替代变量等方法。

(1)工具变量法。本研究可能含有被解释变量与解释变量互为因果的内生性问题,因此采用工具变量方法降低内生性问题。参照国内相关学者的做法[6,18-19],根据第六届世界互联网大会公布的《中国互联网发展报告2019》,其列示了中国内地31个省份数字化技术发展水平名次,名次越靠前说明数字化基础设施建设越完善,因此本文使用城市数字化发展水平作为两阶段最小二乘法(2SLS)回归中的第一个工具变量。工具变量为City10,代表城市数字化发展程度,City10值为1说明企业位于数字化发展指数最高的10个城市,包括杭州、深圳、广州、珠海、厦门、南京、上海、北京、武汉和苏州,其它取值为0。总之,城市数字化发展水平会影响上市公司数字化转型,但不会直接影响企业价值创造,工具变量实证结果如表4所示。在第一阶段,列(1)中工具变量城市数字化发展水平的回归系数显著为正,说明城市数字化水平能够促进上市公司数字化转型,符合工具变量相关性检验。在第二阶段,本文采用从第一阶段测得的数字化转型预测值(Prediction-DT)代替数字化转型程度,检验其对价值创造的影响。结果显示,列(2)中数字化转型预测值系数依然显著为正,表明该结论不受内生性影响。列(3)为企业处于成长期阶段的回归结果,显示数字化转型系数显著为正,假设H1再次得到验证;列(4)为企业处于成熟期阶段的回归结果,显示数字化转型回归系数不显著,假设H2再次得到验证。

表4 稳健性检验结果(以城市数字化发展水平为工具变量)

(2)价值创造替代变量。为保证研究结果的稳健性,本文对被解释变量价值创造进行多维度测量。其中,价值创造采用投入资本回报率(税后净营业利润与总投资额的比值,用ROIC表示)作为替代变量,回归结果如表5所示。其中,第(1)列为全样本回归,数字化转型的系数依然显著为正。列(2)为企业处于成长期阶段的回归结果,显示数字化转型系数显著为正,假设H1再次得到验证;列(3)为企业处于成熟期阶段的回归结果,显示数字化转型回归系数不再显著,假设H2再次得到验证。

表5 稳健性检验结果(价值创造替代变量)

为验证假设H3和H4研究结论的可靠性,本文主要采用差异化战略替代变量法进行稳健性检验。根据相关学者研究[6,31],传统财务指标可用销售毛利率(GPM)衡量企业差异化战略。因此,本文采用差异化战略的替代变量检验差异化战略是否为数字化转型与企业价值创造关系的中介变量。表6为生命周期处于成长期企业的回归结果,显示上市公司数字化转型通过差异化战略这一中介变量促进企业价值创造,该效应集中在成长期。第(1)列数字化转型对价值创造的系数显著为正,即中介效应成立;第(2)列数字化转型对销售毛利率的回归系数显著为正,假设H3得到进一步检验;第(3)列销售毛利率对价值创造的回归系数显著为正,数字化转型对价值创造的回归系数显著为正。这说明,即使采用差异化战略的替代变量(销售毛利率),研究结论仍与假设H3和H4保持一致。

表6 稳健性检验结果(差异化战略替代变量)

5 进一步分析

5.1 数字化转型、企业规模与价值创造

一般来说,上市公司从成长期到成熟期企业规模会越来越大。上述分析指出对处于成长期的企业而言,数字化转型对企业价值创造的正向影响更显著;对处于成熟期的企业而言,数字化转型对企业价值创造的影响不显著。可见,上市公司从成长期到成熟期,企业数字化转型对价值创造的影响逐渐由正向显著变为不显著,而在这期间,上市公司规模逐渐扩大,是否意味着企业规模扩大会削弱数字化转型对价值创造的正向影响。为此,本文构建如下模型检验企业规模对数字化转型与价值创造关系的调节作用,用数字化转型与企业规模的交互项系数表征。

EVATAi,t=α0+α1DTi,t+α2DTi,t*SIZEi,t+λControlsi,t+εi,t

(5)

实证结果如表7第(1)列所示,可以看出,数字化转型与企业规模交互项系数显著为负,表明数字化转型对企业价值创造的影响在规模较小的企业更显著。

表7 进一步分析结果

5.2 数字化转型、时间趋势与价值创造

上市公司从成长期到成熟期表现为一种时间趋势,上述分析指出上市公司从成长期到成熟期,企业数字化转型对价值创造的影响逐渐由正向显著变为不显著,意味着随着时间推移,时间趋势会削弱数字化转型对企业价值创造的正向影响。为此,本文构建如下模型检验时间趋势对数字化转型与价值创造关系的调节作用,用数字化转型与时间趋势的交互项系数表征。

EVATAi,t=α0+α1DTi,t+α2DTi,t*TIME+λControlsi,t+εi,t

(7)

实证结果如表7第(2)列所示,可以看出,数字化转型与时间趋势交互项回归系数显著为负,表明随着时间推移,数字化转型对企业价值创造的影响越来越弱。

6 结语

本文运用基于Word2Vec的机器学习方法,从沪深A股2016—2022年年报中提取数字化转型和竞争战略指标,实证检验生命周期视角下数字化转型、竞争战略与价值创造之间的关系,得出如下结论:

(1)对于处于成长期的企业而言,数字化转型程度越高,企业价值创造能力越强;对于处于成熟期的企业而言,数字化转型对企业价值创造的影响不显著。

(2)对于处于成长期的企业而言,企业数字化转型有助于形成差异化战略,并通过差异化战略这一中介变量促进企业价值创造。

(3)企业数字化转型对价值创造的影响在规模较小的企业更显著;随着时间推移,企业数字化转型对价值创造的影响越来越弱。

6.1 理论贡献

(1)提出并验证企业生命周期对数字化转型与价值创造关系的作用。在数字化转型正向经济后果研究中,虽然个别文献探讨了数字化转型对企业绩效的直接影响,但对其影响机理的分析较少,且多基于静态视角。本文引入企业生命周期这一动态视角,揭示数字化转型对价值创造影响的动态规律,厘清了企业生命周期对数字化转型与价值创造关系的作用边界。

(2)将生命周期理论和竞争战略理论同时纳入数字化转型与价值创造关系研究框架,建立生命周期视角下数字化转型、竞争战略与价值创造之间的理论模型,明晰数字化转型对价值创造的影响机理。研究结论揭示了数字化转型影响价值创造的路径机制,为全面、客观评价数字化转型效果提供了理论依据。

(3)提出并验证企业规模和时间趋势在数字化转型与价值创造之间的调节作用,丰富了数字化转型与价值创造关系研究情境。

6.2 实践启示

根据上述研究结论,本文提出如下启示:

(1)培育数字化转型环境。数字化转型作为价值创造的一个重要影响因素,国家需要优化数字化转型环境,提升数字化转型水平和质量,促进大数据、区块链等数字化技术与传统企业深度融合,打造一个全新的生态系统,优化产业结构,引导企业培养数字化转型思维,推动企业可持续发展。在这一过程中,需要注意数字化转型对价值创造的影响在不同阶段的作用不同。只有采取相应权变策略,考虑不同情景因素,将数字化转型的实际应用价值基于企业生命周期视角下,才能增强企业价值创造能力,使企业立于不败之地。

(2)成长期阶段策略。各行业尤其是现代制造业应推进数字化技术与业务活动有机融合,在成长期阶段充分利用数字化转型,借助大数据、云计算、区块链等新一代信息技术,从数据库中挖掘客户习惯和潜在需求等信息,根据客户特征和差异,开发不同产品吸引新老客户;借助数字化平台让用户随时随地表达自己的偏好和个性化需求,参与产品或服务研发、设计、策划等环节,重视用户的差异化需求,大幅提升企业在成长期的价值创造能力,争取以最大的市场份额进入成熟期。

(3)成熟期阶段策略。上市公司的战略目标从成长期的差异化策略逐渐调整为成熟期的降低成本策略,导致成长期阶段数字化转型形成的差异化竞争优势逐渐被众多竞争对手观察、模仿甚至追赶,从而削弱数字化转型对企业价值创造的正向影响。因此,企业在成熟期不能仅依赖数字化转型降低企业交易成本,还应推动企业实质性研发和创新,助力企业形成更独特且难以模仿的差异化竞争优势,从而有效防止上市公司从成长期到成熟期数字化过渡对价值创造正向影响逐渐削弱的不利局面。

6.3 不足与展望

虽然本研究提出的假设得到验证,但受制于研究条件,仍然存在一些局限。首先,尽管本文利用机器学习和文本分析方法对企业数字化转型进行度量,但未刻画企业生产运营等流程的数字化转型程度,未来应完善数字化转型程度的测量,从而深入理解其对企业决策、经济后果的影响。其次,数字化转型对企业价值创造的影响可能有多重路径,而本研究只证实竞争战略在数字化转型与企业价值创造关系间起部分中介作用,未来应采用其它变量探讨数字化转型对价值创造的作用机制;另外,本研究从企业规模和时间趋势视角出发探讨两者在数字化转型和企业价值创造关系间的调节作用,未来可从其它方面展开。最后,本研究选取的主要指标均基于企业层面,未从宏观层面进行研究,比如移动互联网用户规模、宏观经济以及行业特征因素等,这也是未来可能的研究方向。

参考文献：

[1] 武常岐,张昆贤,周欣雨,等.数字化转型、竞争战略选择与企业高质量发展——基于机器学习与文本分析的证据[J].经济管理,2022,44(4):5-22.

[2] 贺正楚,潘为华,潘红玉,等.制造企业数字化转型与创新效率:制造过程与商业模式的异质性分析[J].中国软科学,2023,38(3):162-177.

[3] 吕可夫,于明洋,阮永平.企业数字化转型与资源配置效率[J].科研管理,2023,44(8):11-20.
[4] PEUKERT C,REIMERS I.Digitization,prediction,and market efficiency:evidence from book publishing deals[J].Management Science,2022,68(9):6907-6924.
[5] BENNER M J,WALDFOGEL J.Changing the channel:digitization and the rise of "middle tail" strategies[J].Strategic Management Journal,2023,44(1):264-287.
[6] 杨德明,刘泳文.“互联网+”为什么加出了业绩[J].中国工业经济,2018,36(5):80-98.
[7] DICKINSON V.Cash flow patterns as a proxy for firm life cycle[J].The Accounting Review,2011,86(6):1969-1994.
[8] BENITEZ J,ARENAS A,CASTILLO A,et al.Impact of digital leadership capability on innovation performance:the role of platform digitization capability[J].Information &Management,2022,59(2):1-17.
[9] MCINTYRE D P,SRINIVASAN A.Networks,platforms,and strategy:emerging views and next steps[J].Strategic Management Journal,2017,38(1):141-160.
[10] SANDBERG J,HOLMSTROM J,LYYTINEN K.Digitization and phase transitions in platform organizing logics:evidence from the process automation industry[J].MIS Quarterly,2020,44(1):129-153.
[11] BANALIEVA E R,DHANARAJ C.Internalization theory for the digital economy[J].Journal of International Business Studies,2019,50(8):1372-1387.
[12] LI J,CHEN L,YI J,et al.Ecosystem-specific advantages in international digital commerce[J].Journal of International Business Studies,2019,50(9):1448-1463.
[13] BELK R.Sharing[J].Journal of Consumer Research,2010,36(5):715-734.
[14] VIAL G.Understanding digital transformation:a review and a research agenda[J].The Journal of Strategic Information Systems,2019,28(2):118-144.
[15] 李雷,杨水利,陈娜.数字化转型对企业投资效率的影响研究[J].软科学,2022,36(11):23-29.
[16] 李荣,王瑜,陆正飞.互联网商业模式影响上市公司盈余质量吗——来自中国证券市场的经验证据[J].会计研究,2020,41(10):66-81.
[17] 杨德明,陆明.互联网商业模式会影响上市公司审计费用么[J].审计研究,2017,33(6):84-90.
[18] 赵璨,曹伟,姚振晔,等.“互联网+”有利于降低企业成本粘性吗[J].财经研究,2020,46(4):33-47.
[19] 朱秀梅,林晓玥.企业数字化转型价值链重塑机制——来自华为集团与美的集团的纵向案例研究[J].科技进步与对策,2023,40(17):13-24.
[20] NADKARNI S,PRÜGL R.Digital transformation:a review,synthesis and opportunities for future research[J].Management Review Quarterly,2021,71(2):233-341.
[21] SUSSAN F,ACS Z J.The digital entrepreneurial ecosystem[J].Small Business Economics,2017,49(1):55-73.
[22] BRYNJOLFSSON E,HU Y J,SMITH M D.Consumer surplus in the digital economy:estimating the value of increased product variety at online booksellers[J].Management Science,2003,49(11):1580-1596.
[23] PORTER M E.Competitive strategy[M].New York:The Free Press,1980.
[24] HELFAT C E,RAUBITSCHEK R S.Dynamic and integrative capabilities for profiting from innovation in digital plat form-based ecosystems[J].Research Policy,2018,47(8):1391-1399.
[25] TAMBE P.Big data investment,skills,and firm value[J].Management Science,2014,60(6):1452-1469.
[26] SIANO F,WYSOCKI P.Transfer learning and textual analysis of accounting disclosures:applying big data methods to small(er) datasets[J].Accounting Horizons,2021,35(3):217-244.
[27] GEERTSEMA P,LU H.Relative valuation with machine learning[J].Journal of Accounting Research,2023,61:329-376.
[28] 胡楠,薛付婧,王昊楠.管理者短视主义影响企业长期投资吗——基于文本分析和机器学习[J].管理世界,2021,37(5):139-156,11,19-21.
[29] 仝自强,李鹏翔,杨磊,等.商业模式创新与技术创新匹配性对后发企业绩效的影响——来自年报文本分析的实证研究[J].科技进步与对策,2022,39(11):84-93.
[30] 谢佩洪,汪春霞.管理层权力、企业生命周期与投资效率——基于中国制造业上市公司的经验研究[J].南开管理评论,2017,20(1):57-66.
[31] 胡楠,王昊楠,邱芳娟.CEO超额薪酬与竞争战略的匹配研究[J].经济管理,2021,43(10):62-82.
[32] 池国华,邹威.基于EVA的价值管理会计整合框架——一种系统性与针对性视角的探索[J].会计研究,2015,36(12):38-44,96.
[33] 温忠麟,张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004,49(5):614-620.

http://mp.weixin.qq.com/s?__biz=Mzg4NTc2NjM0Mw==&mid=2247495000&idx=2&sn=d4ae824d53cf24dbcca0865b39ac7ce0

科技进步与对策

仝自强 等丨数字化转型、竞争战略与价值创造——基于企业生命周期理论的检验