摘 要：數(shù)字化轉(zhuǎn)型是許多企業(yè)重塑市場勢力的重要選擇，那么數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場勢力多方面帶來的影響。本文以2012—2021 年中國滬深A(yù) 股上市公司為研究樣本，實(shí)證檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響和作用機(jī)制。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型與市場勢力存在U 型關(guān)系，在數(shù)字化轉(zhuǎn)型初期，主要由于企業(yè)成本增加和數(shù)字化對(duì)創(chuàng)新暫時(shí)性的抑制作用，使得市場勢力下降；隨著數(shù)字化轉(zhuǎn)型的深入和成熟，企業(yè)的邊際成本下降、創(chuàng)新能力的提高，最終使得市場勢力提升。此外，企業(yè)自身的成本控制能力正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響，這種作用主要體現(xiàn)在拐點(diǎn)之后，拐點(diǎn)之后企業(yè)成本控制能力越強(qiáng)，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響越大。市場競爭程度也正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響，但這種作用主要體現(xiàn)在拐點(diǎn)之前，拐點(diǎn)之前市場競爭程度越激烈，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響越大。本文結(jié)論為如何利用數(shù)字化轉(zhuǎn)型提升企業(yè)市場勢力提供了理論支持和經(jīng)驗(yàn)證據(jù)。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；市場勢力；成本效應(yīng)；創(chuàng)新效應(yīng)

DOI：10.19313/j.cnki.cn10-1223/f.20240906.004

一、引 言

近年來，我國數(shù)字技術(shù)和數(shù)字經(jīng)濟(jì)蓬勃發(fā)展。習(xí)近平總書記在黨的二十大報(bào)告中指出：“堅(jiān)持把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上?！薄按龠M(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。”在信息化時(shí)代，為了實(shí)現(xiàn)這一目標(biāo)，必須努力促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度整合中，加快企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)數(shù)字化轉(zhuǎn)型，涉及企業(yè)產(chǎn)品服務(wù)形態(tài)、組織結(jié)構(gòu)、商業(yè)模式等領(lǐng)域的全方位變革。數(shù)字化帶來了企業(yè)技術(shù)范式的徹底革命，數(shù)字技術(shù)在具體生產(chǎn)過程中的應(yīng)用也十分復(fù)雜，這不僅給企業(yè)帶來了機(jī)遇，也帶來了挑戰(zhàn)。數(shù)字化轉(zhuǎn)型給企業(yè)插上數(shù)字化的翅膀（劉九如，2023），企業(yè)可以生產(chǎn)出差異化和更高質(zhì)量的產(chǎn)品，獲得更多的利潤，同時(shí)數(shù)字化技術(shù)的運(yùn)用可以提高企業(yè)的生產(chǎn)效率、降低企業(yè)的邊際成本，這都將影響企業(yè)的市場勢力。但是，部分企業(yè)的數(shù)字化轉(zhuǎn)型僅僅限于部分環(huán)節(jié)的數(shù)字化轉(zhuǎn)型，而非生產(chǎn)經(jīng)營整體的數(shù)字化轉(zhuǎn)型，導(dǎo)致轉(zhuǎn)型的部分環(huán)節(jié)難以有效融入產(chǎn)品或服務(wù)的價(jià)值創(chuàng)造過程，既影響企業(yè)整體運(yùn)作效率又造成了資金的浪費(fèi)，這必然有損企業(yè)的市場勢力。數(shù)字技術(shù)對(duì)于企業(yè)的生產(chǎn)方式等具有的顛覆性的影響（Nambisan et al.，2017），也會(huì)對(duì)市場勢力產(chǎn)生影響，從而需要充分考慮到企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)價(jià)格加成的影響，才能更好地推動(dòng)企業(yè)運(yùn)用數(shù)字技術(shù)，助力企業(yè)獲得市場勢力和發(fā)展。因此，數(shù)字化轉(zhuǎn)型如何影響企業(yè)的市場勢力是值得關(guān)注的問題。

當(dāng)前，數(shù)字經(jīng)濟(jì)、數(shù)字產(chǎn)業(yè)、數(shù)字化轉(zhuǎn)型已經(jīng)成為炙手可熱的研究議題（許憲春等，2021）。已有研究在宏觀層面上，表明數(shù)字化轉(zhuǎn)型能夠緩解產(chǎn)業(yè)結(jié)構(gòu)趨同程度（王淑英和張遠(yuǎn)芳，2022），促進(jìn)企業(yè)高質(zhì)量發(fā)展（荊文君和孫寶文，2019）；在微觀層面一些學(xué)者對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型對(duì)投入產(chǎn)出效率的影響（劉淑春等，2021）、企業(yè)創(chuàng)新（付劍茹和王可，2022）、企業(yè)社會(huì)責(zé)任（肖紅軍和商慧辰，2022）、企業(yè)ESG 表現(xiàn)（胡潔等，2023）和內(nèi)部收入不平等（李樹和王雨，2023）等方面進(jìn)行了研究。關(guān)于數(shù)字化影響企業(yè)競爭力的文獻(xiàn)表明，數(shù)字化與終端用戶的密切關(guān)系也能夠加強(qiáng)企業(yè)在數(shù)字經(jīng)濟(jì)中的競爭地位（Mosch et al.，2021）。但是，由于數(shù)字化使得信息更加透明，導(dǎo)致現(xiàn)有企業(yè)的競爭優(yōu)勢難以維持（Hinings et al.，2018）。企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場競爭的影響的研究結(jié)論并不一致，也主要集中于市場競爭力并且也多是理論分析。市場勢力不同于市場競爭力，市場競爭力更多強(qiáng)調(diào)企業(yè)的優(yōu)勢，而市場勢力則是將價(jià)格提高到邊際成本以上的能力（Tamaschkeet al.，2005），是企業(yè)對(duì)產(chǎn)品價(jià)格的影響與控制所體現(xiàn)出的某種市場支配力量（張小蒂和朱勤，2007），主要取決于產(chǎn)品的價(jià)格和邊際成本。與本文較為接近的文獻(xiàn)中提及了信息通信技術(shù)（ICT）對(duì)市場勢力正向影響，但這種影響只能通過生產(chǎn)效率發(fā)揮作用（Rodríguez-Moreno and Rochina-Barrachina，2019）。數(shù)字化投入屬于企業(yè)對(duì)知識(shí)和生產(chǎn)力的投資，這會(huì)影響企業(yè)將價(jià)格設(shè)定在邊際成本之上的能力（Rodríguez-Moreno and Rochina-Barrachina，2019），特別在美國的大型企業(yè)中，對(duì)專用軟件的投資會(huì)提升其價(jià)格加成（Bessen and Righi，2019）。但是IT 的加速發(fā)展也會(huì)使得企業(yè)內(nèi)部的加成下降，即使總體的加成上升（Aghion et al.，2019）。不僅如此，城市層面的數(shù)字經(jīng)濟(jì)對(duì)加成率也會(huì)產(chǎn)生負(fù)面的影響（柏培文和喻理，2021）。由此可知，在現(xiàn)有的數(shù)字經(jīng)濟(jì)與企業(yè)加成率的研究中，研究結(jié)果并不一致，且聚焦于信息通信技術(shù)（Aghion et al.，2019；Bessen and Righi，2019；Rodríguez-Moreno and Rochina-Barrachina，2019），即從數(shù)字經(jīng)濟(jì)的某一個(gè)領(lǐng)域入手，不能展示數(shù)字化轉(zhuǎn)型的全貌。以中國為樣本進(jìn)行的研究主要是采用2013 年以前的數(shù)據(jù)探討中國城市層面的數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)中國工業(yè)企業(yè)的加成率的影響（柏培文和喻理，2021）、對(duì)于農(nóng)業(yè)企業(yè)的加成率的影響（王菲等，2022）以及數(shù)字化轉(zhuǎn)型對(duì)加成率的線性影響（王榮基等，2022），但研究結(jié)論并不一致且均從線性的角度出發(fā)，不能很好地解釋現(xiàn)實(shí)中的現(xiàn)象。

近年來數(shù)字經(jīng)濟(jì)的發(fā)展速度極快，數(shù)字技術(shù)不斷進(jìn)步，考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響及其作用機(jī)制極為重要。因此，本文以2012—2021 年中國滬深A(yù) 股上市公司為研究樣本，借助企業(yè)數(shù)字化詞頻出現(xiàn)的程度測度中國上市企業(yè)數(shù)字化轉(zhuǎn)型，探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場勢力的影響及其機(jī)理。實(shí)證研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型與企業(yè)的市場勢力呈現(xiàn)非線性關(guān)系即U 型關(guān)系，體現(xiàn)了數(shù)字化轉(zhuǎn)型長周期、重投入、見效慢的特點(diǎn)。機(jī)制檢驗(yàn)表明，成本效應(yīng)和創(chuàng)新效應(yīng)是數(shù)字化轉(zhuǎn)型影響市場勢力的兩個(gè)主要作用路徑。數(shù)字化轉(zhuǎn)型初期，成本的上升和創(chuàng)新的暫時(shí)性抑制作用使得市場勢力下降，隨著數(shù)字化轉(zhuǎn)型的深入與成熟，邊際成本逐漸下降和創(chuàng)新能力的提高帶來生產(chǎn)效率和產(chǎn)品質(zhì)量上升，使得市場勢力提升。進(jìn)一步分析表明，隨著數(shù)字化轉(zhuǎn)型的深入和成熟，企業(yè)成本控制的能力越強(qiáng)，市場勢力的提升會(huì)提早出現(xiàn)且高于和快于成本控制能力弱的企業(yè)；在市場競爭方面，競爭程度越強(qiáng)，會(huì)導(dǎo)致企業(yè)在數(shù)字化轉(zhuǎn)型初期市場勢力下降得越快，但是隨著數(shù)字化轉(zhuǎn)型的深入和成熟，會(huì)出現(xiàn)拐點(diǎn)，市場勢力最終會(huì)提升。

本文可能存在的邊際貢獻(xiàn)：①盡管現(xiàn)有研究已經(jīng)關(guān)注到了數(shù)字經(jīng)濟(jì)對(duì)市場勢力的影響，但少有研究關(guān)注到企業(yè)內(nèi)部的數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響。本文基于De Loecker and Warzynski（2012）的方法計(jì)算企業(yè)的加成率，以衡量企業(yè)的市場勢力，檢驗(yàn)出企業(yè)數(shù)字化轉(zhuǎn)型程度與市場勢力之間呈現(xiàn)U 型關(guān)系，并在穩(wěn)健性檢驗(yàn)中運(yùn)用多種度量企業(yè)勢力的指標(biāo)增強(qiáng)了這一結(jié)果的穩(wěn)健性。這體現(xiàn)了企業(yè)數(shù)字化轉(zhuǎn)型長周期、重投入、見效慢的典型特點(diǎn)。數(shù)字化轉(zhuǎn)型前期，企業(yè)可能暫時(shí)還沒找到數(shù)字技術(shù)與業(yè)務(wù)場景融合的切入點(diǎn)，前期投入成本較高、生產(chǎn)率較低、市場競爭激烈，從而造成企業(yè)市場勢力的下降。但隨著數(shù)字技術(shù)與企業(yè)的經(jīng)營業(yè)務(wù)深入融合，企業(yè)邊際成本下降，創(chuàng)新能力得以提高，使得企業(yè)的生產(chǎn)率提高和產(chǎn)品質(zhì)量提高，最終提升了市場勢力。②本文從成本效應(yīng)和創(chuàng)新效應(yīng)兩個(gè)作用渠道深入揭示了企業(yè)數(shù)字化轉(zhuǎn)型影響市場勢力的機(jī)制，挖掘數(shù)字化轉(zhuǎn)型與市場勢力呈現(xiàn)U 型關(guān)系的原因。數(shù)字化轉(zhuǎn)型初期，成本的增加和數(shù)字化對(duì)創(chuàng)新的暫時(shí)性抑制作用會(huì)使得市場勢力下降，但數(shù)字化轉(zhuǎn)型后期超過拐點(diǎn)之后，邊際成本逐漸下降和創(chuàng)新能力逐漸提升，帶來市場勢力的提升。③通過分析成本控制能力和市場競爭在數(shù)字化轉(zhuǎn)型影響市場勢力中的調(diào)節(jié)作用，明確拐點(diǎn)之前和拐點(diǎn)之后，分別有什么因素會(huì)對(duì)數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系產(chǎn)生影響，以期為企業(yè)深入認(rèn)識(shí)數(shù)字化轉(zhuǎn)型以及如何深入推進(jìn)數(shù)字化轉(zhuǎn)型提供思路。

二、理論分析與研究假說

（一）企業(yè)數(shù)字化轉(zhuǎn)型與市場勢力

企業(yè)數(shù)字化轉(zhuǎn)型是漸進(jìn)發(fā)展的長期過程，其積極效應(yīng)的發(fā)揮需要一定的時(shí)間和一定的前提條件。在企業(yè)數(shù)字化轉(zhuǎn)型的初期，由于受到數(shù)字技術(shù)投資所處的歷史階段和背景、數(shù)字技術(shù)普及度和通用性等因素的影響，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的提升作用可能比較有限（王開科等，2020）。首先，數(shù)字化轉(zhuǎn)型前期投入成本過高，投入產(chǎn)出存在不確定性。企業(yè)數(shù)字化轉(zhuǎn)型前期需要大量的資本投入和沉淀成本，這種投入不一定能帶來積極的正面影響，反而正是由于前期數(shù)字化投入成本的增多，產(chǎn)出效率呈現(xiàn)下降的趨勢（劉淑春等，2021），也會(huì)使得企業(yè)的市場勢力下降。同時(shí)，數(shù)字化技術(shù)對(duì)生產(chǎn)組織和要素體系的重構(gòu)也需要進(jìn)行適應(yīng)性調(diào)整后才能產(chǎn)生正向收益（王開科等，2020）。數(shù)字化轉(zhuǎn)型初期，新興數(shù)字化技術(shù)與企業(yè)各個(gè)生產(chǎn)經(jīng)營環(huán)節(jié)的融合性不高，與企業(yè)自身主業(yè)也還沒有深度融合，無法真正發(fā)揮出數(shù)字化技術(shù)應(yīng)有的效用，這種轉(zhuǎn)換成本影響生產(chǎn)效率的提升，進(jìn)而也影響了市場勢力的提升。因此，傳統(tǒng)產(chǎn)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型初始投入成本大、投資專用性強(qiáng)、轉(zhuǎn)換成本高，成本的增加會(huì)使得市場勢力下降。其次，數(shù)字化改變了企業(yè)傳統(tǒng)價(jià)值創(chuàng)造方式和競爭結(jié)構(gòu)。數(shù)字化的擴(kuò)散使得信息不對(duì)稱程度更低、市場透明度更高，這降低了市場進(jìn)入壁壘，帶來更激烈的競爭，從而削弱在位企業(yè)的市場地位，并賦予新的進(jìn)入者權(quán)力（Hinings et al.，2018），進(jìn)而降低企業(yè)市場勢力（Saarikko et al.，2020；柏培文和喻理，2021）。新企業(yè)的進(jìn)入也為原有的市場注入新的元素，重新定義現(xiàn)有市場并創(chuàng)建新市場，從而產(chǎn)生更多的組合創(chuàng)新，跨界數(shù)字化企業(yè)在新市場中有可能實(shí)現(xiàn)彎道超車，顛覆現(xiàn)有市場領(lǐng)先企業(yè)的模式（戚聿東和蔡呈偉，2019），顛覆強(qiáng)勢在位企業(yè)的市場地位（Saarikko et al.，2020），如蘋果擊敗諾基亞、滴滴打車擊敗傳統(tǒng)的出租車行業(yè)。總之，數(shù)字化轉(zhuǎn)型初期會(huì)使得企業(yè)的市場勢力下降。

隨著數(shù)字化轉(zhuǎn)型的不斷推進(jìn)，數(shù)據(jù)要素低邊際成本的優(yōu)勢逐漸體現(xiàn)出來，降低了企業(yè)生產(chǎn)成本，并且企業(yè)將數(shù)據(jù)要素與生產(chǎn)過程深度融合，提高了企業(yè)的生產(chǎn)效率和產(chǎn)品質(zhì)量，使得企業(yè)有能力將產(chǎn)品價(jià)格設(shè)定在邊際成本之上，在產(chǎn)品市場上有更強(qiáng)的定價(jià)權(quán)，從而使得市場勢力更強(qiáng)。首先，數(shù)字化轉(zhuǎn)型重構(gòu)了企業(yè)的生產(chǎn)方式，實(shí)現(xiàn)了企業(yè)生產(chǎn)效率的整體提升，進(jìn)而提升了市場勢力。新一代信息技術(shù)引領(lǐng)生產(chǎn)方式由線性鏈?zhǔn)较騾f(xié)同并行轉(zhuǎn)變，驅(qū)動(dòng)人、機(jī)、料、法、環(huán)等資源要素的泛在連接、匯聚整合和按需供給。這不僅通過資源的優(yōu)化配置引致生產(chǎn)效率的單點(diǎn)提升，如成本下降、質(zhì)量改進(jìn)等，還通過價(jià)值模型重塑極大拓展生產(chǎn)效率優(yōu)化的范圍，構(gòu)建資源共享、業(yè)務(wù)協(xié)同、互利共贏的新型制造網(wǎng)絡(luò)，實(shí)現(xiàn)生產(chǎn)效率的整體提升（劉九如，2023），從而提升了市場勢力。其次，數(shù)字技術(shù)的運(yùn)用提高了企業(yè)的產(chǎn)品質(zhì)量和服務(wù)創(chuàng)新質(zhì)量，進(jìn)而提高了企業(yè)的市場勢力。企業(yè)能夠利用數(shù)字化技術(shù)使得客戶的需求預(yù)測和產(chǎn)品研發(fā)設(shè)計(jì)環(huán)節(jié)相輔相成，根據(jù)客戶的需求預(yù)測、客戶的偏好和行為設(shè)計(jì)產(chǎn)品，決定生產(chǎn)的產(chǎn)品種類和生產(chǎn)數(shù)量。同時(shí)利用產(chǎn)品市場上的銷售和反饋數(shù)據(jù)作為進(jìn)一步改進(jìn)產(chǎn)品的依據(jù)，進(jìn)而實(shí)現(xiàn)企業(yè)生產(chǎn)的動(dòng)態(tài)過程，這有助于加強(qiáng)用戶對(duì)生產(chǎn)活動(dòng)的影響（戚聿東和肖旭，2020），為客戶提供高質(zhì)量的差異化產(chǎn)品和服務(wù)，能夠使得企業(yè)具有更大的定價(jià)權(quán)（楊德明和劉泳文，2018）。企業(yè)內(nèi)外數(shù)據(jù)的流動(dòng)促使數(shù)字技術(shù)與企業(yè)的需求預(yù)測、產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)制造等環(huán)節(jié)緊密結(jié)合。這個(gè)過程不僅體現(xiàn)了把人類的創(chuàng)造性意識(shí)體現(xiàn)在產(chǎn)品服務(wù)中，創(chuàng)造出價(jià)值，也體現(xiàn)了計(jì)算機(jī)的數(shù)據(jù)分析對(duì)人類的創(chuàng)造力的補(bǔ)充（戚聿東和肖旭，2020）。因此，伴隨信息技術(shù)和大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，企業(yè)采用數(shù)字化技術(shù)、進(jìn)行數(shù)字化轉(zhuǎn)型，有助于降低成本、提高產(chǎn)品質(zhì)量從而提升企業(yè)的市場勢力。

由于數(shù)字經(jīng)濟(jì)對(duì)市場勢力前期有負(fù)效應(yīng)影響，后期有正效應(yīng)影響，因此，數(shù)字化轉(zhuǎn)型與市場勢力之間可能不是簡單的線性關(guān)系，而是非線性的關(guān)系（林偉鵬和馮保藝，2022）。先前的研究也發(fā)現(xiàn)了互聯(lián)網(wǎng)與中國全要素生產(chǎn)率（郭家堂和駱品亮，2016）、數(shù)字化投入與效率（劉淑春等，2021）以及企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部收入不平等（李樹和王雨，2023）之間也都存在著非線性的關(guān)系，可見在企業(yè)管理實(shí)踐中需要重視非線性的效應(yīng)。進(jìn)一步地，騰訊研究院的調(diào)研報(bào)告①和我國的具體情況表明，傳統(tǒng)產(chǎn)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型初始投入大、投資專用性強(qiáng)、轉(zhuǎn)換成本高，回報(bào)周期和回報(bào)收益不明確，數(shù)字技術(shù)發(fā)揮作用可能時(shí)滯較長，勞動(dòng)生產(chǎn)率提升效果不明，轉(zhuǎn)型風(fēng)險(xiǎn)不可預(yù)見等，使得數(shù)字化轉(zhuǎn)型投入與成效存在不確定性，增加費(fèi)用投入與提高轉(zhuǎn)型成效并無明確的正相關(guān)性。這符合企業(yè)數(shù)字化轉(zhuǎn)型的典型特征：長周期、重投入、見效慢。并且目前我國傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型能力和成效還不理想，生產(chǎn)率仍然偏低，創(chuàng)新能力依然無法適應(yīng)經(jīng)濟(jì)高質(zhì)量的發(fā)展要求。這說明在企業(yè)數(shù)字化轉(zhuǎn)型初期，由于成本增加、生產(chǎn)率下降和信息透明度的提高，數(shù)字化轉(zhuǎn)型使得市場勢力呈現(xiàn)下降趨勢。但是隨著數(shù)字化轉(zhuǎn)型的深入和成熟，將數(shù)字技術(shù)融入企業(yè)業(yè)務(wù)流程，使得企業(yè)的生產(chǎn)經(jīng)營全過程可追溯、可預(yù)測，實(shí)現(xiàn)邊際成本接近于零、企業(yè)產(chǎn)品質(zhì)量與服務(wù)創(chuàng)新能力的提升，增強(qiáng)企業(yè)將價(jià)格定于成本之上的能力即提高了企業(yè)的市場勢力。

基于上述討論，提出本文的研究假說H1。

H1：企業(yè)數(shù)字化轉(zhuǎn)型與市場勢力之間呈現(xiàn)U 型關(guān)系，數(shù)字化轉(zhuǎn)型使得市場勢力先下降后上升。

（二）企業(yè)數(shù)字化轉(zhuǎn)型影響市場勢力的作用機(jī)制

數(shù)字經(jīng)濟(jì)對(duì)于企業(yè)的直接影響是產(chǎn)品的生命周期大幅度縮短（戚聿東和蔡呈偉，2019），企業(yè)數(shù)字化轉(zhuǎn)型之后，企業(yè)的產(chǎn)品成本會(huì)得以下降、產(chǎn)品質(zhì)量會(huì)得以上升。因此，本文主要從成本效應(yīng)和創(chuàng)新效應(yīng)的角度探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場勢力的影響。

1. 成本效應(yīng)

企業(yè)數(shù)字化轉(zhuǎn)型前期固定成本較高，但是之后的產(chǎn)品的迭代成本卻很低，企業(yè)在產(chǎn)品市場上的競爭也主要圍繞著迭代產(chǎn)品（戚聿東和肖旭，2020）。因此，數(shù)字化轉(zhuǎn)型前期，成本的上升使得市場勢力下降，但隨著邊際成本的降低，最終提高了市場勢力。在數(shù)字化轉(zhuǎn)型前期，企業(yè)對(duì)于適用于生產(chǎn)環(huán)節(jié)的通用技術(shù)還不夠熟悉，與生產(chǎn)環(huán)節(jié)的融合度還不夠高，加之?dāng)?shù)字化轉(zhuǎn)型初始投入大、投資專用性強(qiáng)、轉(zhuǎn)換成本高，反而使得市場勢力下降。

隨著企業(yè)對(duì)生產(chǎn)環(huán)節(jié)通用技術(shù)的熟悉，企業(yè)可以有效地利用現(xiàn)代數(shù)字技術(shù)對(duì)生產(chǎn)經(jīng)營的各個(gè)環(huán)節(jié)進(jìn)行準(zhǔn)確測量、分析和優(yōu)化，從而提高企業(yè)生產(chǎn)效率、降低產(chǎn)品成本和外部交易成本，最終能夠提升企業(yè)的市場勢力。首先，隨著數(shù)字化轉(zhuǎn)型逐步推進(jìn)，數(shù)字技術(shù)與生產(chǎn)的智能化轉(zhuǎn)型融合度也逐漸提升，能夠更加系統(tǒng)、準(zhǔn)確地捕捉企業(yè)生產(chǎn)管理過程中的所有數(shù)據(jù)和信息的優(yōu)勢，實(shí)現(xiàn)更加模塊化和柔性化的生產(chǎn)（戚聿東和肖旭，2020）。模塊化的生產(chǎn)使得企業(yè)生產(chǎn)過程更加標(biāo)準(zhǔn)化，柔性化生產(chǎn)使得企業(yè)精準(zhǔn)依據(jù)消費(fèi)者的多樣化需求和個(gè)性化定制，這都有利于降低企業(yè)的生產(chǎn)成本。如利用“無人車間”等數(shù)字技術(shù)實(shí)現(xiàn)的規(guī)模化、多品種、個(gè)性化等智能生產(chǎn)，將會(huì)大大提升企業(yè)的生產(chǎn)效率，進(jìn)一步IlHHhfJqV6ncNZPLAYlllA==提高企業(yè)在產(chǎn)品市場上的勢力。其次，企業(yè)的搜索成本、運(yùn)輸成本和違約成本等外部交易成本也極大地降低，并極大地提升生產(chǎn)的柔性化以及對(duì)生產(chǎn)風(fēng)險(xiǎn)的管控能力（Goldfarb andTucker，2019），同時(shí)大大提升企業(yè)的生產(chǎn)效率。因此，數(shù)字化轉(zhuǎn)型對(duì)產(chǎn)品成本的影響是產(chǎn)品成本先上升后下降，而產(chǎn)品成本越低市場勢力越高。因此，產(chǎn)品成本的影響會(huì)使得數(shù)字化轉(zhuǎn)型與市場勢力之間呈現(xiàn)U 型關(guān)系，即數(shù)字化轉(zhuǎn)型初期，由于成本增加降低了市場勢力，但隨著數(shù)字要素邊際成本的降低，市場勢力逐步提升。

基于以上分析，提出數(shù)字化轉(zhuǎn)型影響企業(yè)市場勢力作用機(jī)制的研究假說H2。

H2：數(shù)字化轉(zhuǎn)型能夠通過成本效應(yīng)影響企業(yè)的市場勢力，即由于數(shù)字化轉(zhuǎn)型初期成本的增加使得市場勢力下降，但隨著邊際成本的降低，市場勢力逐步提升。

2. 創(chuàng)新效應(yīng)

跨界競爭不停地對(duì)傳統(tǒng)企業(yè)發(fā)起挑戰(zhàn)，數(shù)字化給中國的經(jīng)濟(jì)帶來的是一種“破壞性創(chuàng)新”（趙振，2015；郭家堂和駱品亮，2016），因此，熊彼特“創(chuàng)造性破壞”會(huì)使得數(shù)字化轉(zhuǎn)型初期市場勢力下降。熊彼特創(chuàng)造性破壞理論認(rèn)為，經(jīng)濟(jì)內(nèi)部的突變和革命是不斷破壞舊結(jié)構(gòu)、建立新結(jié)構(gòu)的過程。但是，如果新結(jié)構(gòu)只是舊結(jié)構(gòu)的形式變化而沒有實(shí)現(xiàn)實(shí)質(zhì)性的進(jìn)步，那么各種形式的“循環(huán)”就不會(huì)帶來真正的經(jīng)濟(jì)增長（趙振，2015）?；诩夹g(shù)進(jìn)步的經(jīng)濟(jì)增長的過程不是線性的，其中充斥著如新技術(shù)對(duì)舊技術(shù)的淘汰、建立在舊技術(shù)基礎(chǔ)上的生產(chǎn)設(shè)施不能適應(yīng)新技術(shù)的生產(chǎn)力等沖突，這時(shí)企業(yè)不能很好地處理這些沖突，會(huì)致使企業(yè)的生產(chǎn)率下降以致市場勢力下降。因此，在企業(yè)數(shù)字化轉(zhuǎn)型初期，創(chuàng)造性破壞（“破壞”大于“創(chuàng)造”）使得數(shù)字化對(duì)市場勢力的抑制作用大于促進(jìn)作用。

隨著數(shù)字技術(shù)與企業(yè)的生產(chǎn)經(jīng)營深入融合，通過創(chuàng)造性破壞（“創(chuàng)造”大于“破壞”）提高了產(chǎn)品質(zhì)量和生產(chǎn)效率，進(jìn)而提升了市場勢力。在數(shù)字經(jīng)濟(jì)時(shí)代，創(chuàng)意產(chǎn)生、產(chǎn)品開發(fā)、產(chǎn)品試制與制造以及物流和銷售等環(huán)節(jié)都可能被數(shù)字技術(shù)顛覆（Lyytinen et al.，2016）。生產(chǎn)企業(yè)也可以利用大數(shù)據(jù)、機(jī)器學(xué)習(xí)、云計(jì)算等技術(shù)更加精準(zhǔn)地刻畫終端用戶的偏好和行為特征，進(jìn)而精準(zhǔn)預(yù)測用戶需求的變化（張峰和劉璐璐，2020），并依據(jù)精準(zhǔn)預(yù)測的結(jié)果進(jìn)行產(chǎn)品研發(fā)設(shè)計(jì)，這能夠平衡企業(yè)的供給和需求以及設(shè)計(jì)更加符合客戶需求的產(chǎn)品。由此，企業(yè)生產(chǎn)出的新產(chǎn)品也更具有差異化，而新產(chǎn)品的推出或產(chǎn)品質(zhì)量的提升必然會(huì)使得產(chǎn)品銷售價(jià)格提升（蔣冠宏，2021），促使市場勢力提升。產(chǎn)品中有價(jià)值的數(shù)據(jù)和增值服務(wù)也使得產(chǎn)品本身的價(jià)值得以提高，更好的產(chǎn)品性能和客戶價(jià)值減少替代威脅（Porter and Heppelmann，2014）。即使產(chǎn)品被模仿，企業(yè)也可以在新產(chǎn)品被模仿出來之前，有能力在邊際成本上設(shè)定更高的加成率（劉啟仁和黃建忠，2016）。同時(shí)，企業(yè)研發(fā)成本也大大降低（Lyytinen et al.，2016），這是由于產(chǎn)品創(chuàng)新可以帶來生產(chǎn)率的提升使得邊際成本降低，從而提升市場勢力（劉啟仁和黃建忠，2016）。因此，企業(yè)將數(shù)字技術(shù)與自身主業(yè)相結(jié)合，精準(zhǔn)預(yù)測客戶的需求及其變化進(jìn)行產(chǎn)品創(chuàng)新，提高產(chǎn)品質(zhì)量和生產(chǎn)效率，從而提升市場勢力。

基于以上分析，提出數(shù)字化轉(zhuǎn)型影響企業(yè)市場勢力作用機(jī)制的研究假說H3。

H3：數(shù)字化轉(zhuǎn)型能夠通過創(chuàng)新效應(yīng)影響企業(yè)的市場勢力，即數(shù)字化轉(zhuǎn)型在初期對(duì)創(chuàng)新具有抑制作用，從而帶來市場勢力下降，后期數(shù)字化轉(zhuǎn)型可以促進(jìn)創(chuàng)新，從而帶來市場勢力上升。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文選取2012—2021 年滬深A(yù) 股上市公司的數(shù)據(jù)作為初始研究樣本，并對(duì)數(shù)據(jù)按照以下標(biāo)準(zhǔn)進(jìn)一步篩選：第一，剔除金融類企業(yè)；第二，剔除ST、ST*和其間退市以及新發(fā)IPO 企業(yè)的樣本；第三，剔除相關(guān)變量缺失的樣本；第四，為減少異常值影響，本文對(duì)所有微觀層面的連續(xù)變量進(jìn)行1%和99%的縮尾處理。數(shù)據(jù)主要來自萬得數(shù)據(jù)庫（Wind）和國泰安數(shù)據(jù)庫（CSMAR），相關(guān)企業(yè)年報(bào)數(shù)據(jù)則來自深圳證券交易所、上海證券交易所官方網(wǎng)站。

（二）變量定義

1. 企業(yè)市場勢力

企業(yè)市場勢力指企業(yè)將價(jià)格定于邊際成本之上的能力。本文借鑒De Loecker and Warzynski（2012）的方法計(jì)算企業(yè)加成率，度量企業(yè)的市場勢力。由于這種方法可以不依賴于企業(yè)所面臨的市場結(jié)構(gòu)和需求狀況，相較于其他模型具有明顯的優(yōu)勢，因此得到廣泛使用。在估計(jì)生產(chǎn)函數(shù)時(shí)，投入要素主要考慮資本投入、勞動(dòng)力投入和中間投入①。其中，資本投入采用固定資產(chǎn)凈值，可從財(cái)務(wù)報(bào)表中獲??；勞動(dòng)力投入采用員工人數(shù)（任曙明和孫飛，2014）。DLW 方法的核心是估計(jì)要素產(chǎn)出彈性，本文采用中間投入估計(jì)其產(chǎn)出彈性。由于中間投入的直接獲取難度，且采用的是上市公司的數(shù)據(jù)，因此需要專門核算。借鑒鄧忠奇等（2022）的方法，工業(yè)中間投入的具體計(jì)算過程：根據(jù)工業(yè)增加值核算的“生產(chǎn)法”，工業(yè)增加值=工業(yè)總產(chǎn)值－工業(yè)中間投入+本年應(yīng)交增值稅，可以得出工業(yè)中間投入=工業(yè)總產(chǎn)值－工業(yè)增加值+本年應(yīng)交增值稅。工業(yè)總產(chǎn)值的計(jì)算方法采用主營業(yè)務(wù)收入+庫存商品期末余額—庫存商品期初余額。工業(yè)增加值的計(jì)算，根據(jù)工業(yè)增加值核算的“收入法”，工業(yè)增加值=勞動(dòng)者報(bào)酬+生產(chǎn)稅凈額+固定資產(chǎn)本年折舊+營業(yè)盈余。其中，營業(yè)盈余用營業(yè)利潤替代（任曙明和孫飛，2014）；勞動(dòng)者報(bào)酬包括工資獎(jiǎng)金津貼和補(bǔ)貼、職工福利費(fèi)期末余額、住房公積金期末余額、基本養(yǎng)老保險(xiǎn)期末余額、生育保險(xiǎn)費(fèi)期末余額、失業(yè)保險(xiǎn)費(fèi)期末余額、醫(yī)療保險(xiǎn)費(fèi)期末余額、工傷保險(xiǎn)費(fèi)期末余額；生產(chǎn)稅凈額等于生產(chǎn)稅減去生產(chǎn)補(bǔ)貼。此外，在采用兩步法估計(jì)市場勢力時(shí)，借鑒鄧忠奇等（2022）的方法，將工業(yè)總產(chǎn)值而非工業(yè)增加值視為產(chǎn)出價(jià)值量。本文計(jì)算企業(yè)市場勢力的數(shù)據(jù)均來自萬得數(shù)據(jù)庫（Wind），不足的數(shù)據(jù)經(jīng)查閱年報(bào)獲得。

2. 企業(yè)數(shù)字化轉(zhuǎn)型程度

企業(yè)數(shù)字化轉(zhuǎn)型參考吳非等（2021）的做法，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞匯進(jìn)行詞頻統(tǒng)計(jì)，利用詞頻數(shù)構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)。詳細(xì)的關(guān)鍵詞見表1。具體的做法如下：第一步，利用Python爬取巨潮資訊網(wǎng)上市公司的年報(bào)，并根據(jù)年份和股票代碼等信息對(duì)文件進(jìn)行重命名。第二步，數(shù)據(jù)清洗。將年報(bào)的pdf 格式轉(zhuǎn)換為txt，并對(duì)其進(jìn)行分詞、停用詞的數(shù)據(jù)清洗。第三步，選取企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞，并對(duì)關(guān)鍵詞進(jìn)行提取。第四步，文本分析處理與詞頻統(tǒng)計(jì)。在獲取所有涉及數(shù)字化詞庫關(guān)鍵詞的詞頻后，考慮到不同年報(bào)文本長度的差異會(huì)產(chǎn)生一定的影響，采用企業(yè)數(shù)字化相關(guān)詞頻總和除以年報(bào)總詞頻（去除英文和數(shù)字）衡量微觀企業(yè)數(shù)字化程度（Digital）①，并對(duì)該指標(biāo)乘以100。該指標(biāo)數(shù)值越大，表示企業(yè)數(shù)字化程度越高。

3. 控制變量

結(jié)合現(xiàn)有文獻(xiàn)和影響企業(yè)勢力的因素，借鑒任曙明和張靜（2013）、劉啟仁和黃建忠（2016）的研究，選取公司規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、經(jīng)營現(xiàn)金流量占比（OCF）、人均工資（Lnwage）、企業(yè)成長性（Growth）、總資產(chǎn)收益率（ROA）、產(chǎn)權(quán)性質(zhì)（SOE）、企業(yè)年齡（Age）和行業(yè)集中度（CR4）作為控制變量。具體的變量定義見表2。其中，公司規(guī)模（Size）采用企業(yè)資產(chǎn)總額的對(duì)數(shù)形式表示，通常規(guī)模越大的企業(yè)資產(chǎn)結(jié)構(gòu)和人員安排更為合理，其投入材料的議價(jià)能力更強(qiáng)，成本控制能力更高，在一定程度上會(huì)影響企業(yè)的市場勢力。資產(chǎn)負(fù)債率（Lev）為總負(fù)債與總資產(chǎn)之比，企業(yè)成長性（Growth）采用當(dāng)期和上一期營業(yè)收入之差與上期營業(yè)收入之比，二者分別代表企業(yè)的融資能力以及投資能力，投融資能力越強(qiáng)的企業(yè)越容易在激烈的市場競爭中脫穎而出（任曙明和張靜，2013）。人均工資（Lnwage）表示企業(yè)用工成本，勞動(dòng)力成本會(huì)對(duì)企業(yè)的市場勢力產(chǎn)生一定的影響。經(jīng)營現(xiàn)金流量占比（OCF）采用經(jīng)營性現(xiàn)金流量凈額占總資產(chǎn)比值表示；總資產(chǎn)收益率（ROA）以凈利潤與總資產(chǎn)平均余額的比值表示；產(chǎn)權(quán)性質(zhì)（SOE）以國有企業(yè)為1，否則為0 構(gòu)造虛擬變量；企業(yè)年齡（Age）采用企業(yè)自成立以來的年限加1 后的自然對(duì)數(shù)計(jì)算；行業(yè)集中度（CR4），用于衡量市場集中度，以行業(yè)內(nèi)最大的前4 家公司的主營業(yè)務(wù)收入占全行業(yè)主營業(yè)務(wù)收入的比例表示。

（三）模型設(shè)計(jì)

基于上述變量設(shè)計(jì)，構(gòu)建如下回歸模型，以此考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場勢力的影響：

Markupi，t=α+α1Digital i，t+ α2Digitali，t2+∑Controls i，t+∑Year +∑Industry +εi，t（1）

其中，被解釋變量Markupi，t 表示i 企業(yè)t 年的企業(yè)市場勢力，解釋變量Digitali，t 表示i 企業(yè)t 年的企業(yè)數(shù)字化轉(zhuǎn)型程度；Controlsi，t 表示一系列控制變量；Year 為時(shí)間固定效應(yīng)，Industry 為行業(yè)固定效應(yīng)，ε i，t 為隨機(jī)擾動(dòng)項(xiàng)。行業(yè)分類依據(jù)證監(jiān)會(huì)2012 行業(yè)分類標(biāo)準(zhǔn)，制造業(yè)取3 位代碼，其他行業(yè)取1 位代碼。

（四）描述性統(tǒng)計(jì)

表3 匯報(bào)了描述性統(tǒng)計(jì)的結(jié)果。Markup 的平均數(shù)為1.085 7，最大值為1.7940，標(biāo)準(zhǔn)差為0.172 4。Digital 的平均數(shù)為0.0483，最大值為0.6052，最小值為0，說明企業(yè)數(shù)字化轉(zhuǎn)型的程度具有較大的差別，部分企業(yè)尚未推進(jìn)數(shù)字技術(shù)與企業(yè)經(jīng)營業(yè)務(wù)的融合。其余控制變量的分布特征與以往研究文獻(xiàn)基本相似。對(duì)所有縮尾后的連續(xù)變量進(jìn)行方差膨脹因子（VIF）檢驗(yàn)，結(jié)果顯示平均VIF 為2.33，遠(yuǎn)小于經(jīng)驗(yàn)閾值10，基本排除變量之間多重共線性問題。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

表4 報(bào)告了數(shù)字化轉(zhuǎn)型程度影響企業(yè)市場勢力的檢驗(yàn)結(jié)果。第（1）列不加入控制變量和固定效應(yīng)，數(shù)字化轉(zhuǎn)型的代理變量（Digital）一次項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，其二次項(xiàng)系數(shù)在1%的水平上顯著為正，與理論預(yù)期一致。第（2）列加入控制變量，但未控制時(shí)間和行業(yè)固定效應(yīng)，解釋變量一次項(xiàng)系數(shù)仍在1%的水平上顯著為負(fù)，二次項(xiàng)系數(shù)仍在1%的水平上顯著為正。第（3）列加入控制變量、時(shí)間和行業(yè)固定效應(yīng)，結(jié)果顯示，數(shù)字化轉(zhuǎn)型的一次項(xiàng)系數(shù)在1%統(tǒng)計(jì)水平上顯著為負(fù)，其二次項(xiàng)系數(shù)在1%統(tǒng)計(jì)水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型在轉(zhuǎn)型初期效果不明顯，由于前期成本投入大等原因，在一定程度上會(huì)降低企業(yè)的市場勢力；但隨著轉(zhuǎn)型的深入和成熟，在一定程度上數(shù)字化深度融合主營業(yè)務(wù)和實(shí)現(xiàn)企業(yè)內(nèi)外部協(xié)同互動(dòng)、協(xié)作共享，企業(yè)的市場勢力最終會(huì)提高，驗(yàn)證了研究假說H1。

為進(jìn)一步檢驗(yàn)U 型關(guān)系，借鑒Haans et al.（2016）的觀點(diǎn)與本文的研究內(nèi)容，從以下三個(gè)方面進(jìn)行考察。①企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的一次項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，二次項(xiàng)系數(shù)在1%的水平上顯著為正，且由表5 可知經(jīng)Utest 檢驗(yàn)回歸模型整體在5%的顯著性水平上呈現(xiàn)U 型關(guān)系。②檢驗(yàn)回歸方程的斜率在數(shù)據(jù)兩端足夠陡峭。數(shù)字化轉(zhuǎn)型與市場勢力的回歸方程為Y = 0.4427X2 -0.3635X + 0.1314，對(duì)回歸方程求一階導(dǎo)數(shù)得到斜率方程 ?Y/?X=0.8854X- 0.3635，企業(yè)數(shù)字化轉(zhuǎn)型（Digital）的取值范圍為[0，0.6052]。當(dāng)數(shù)字化轉(zhuǎn)型取左端最小值（0）時(shí)，斜率為-0.3635；當(dāng)數(shù)字化轉(zhuǎn)型取右端最大值（0.6052）時(shí)，斜率為0.1723。符合數(shù)字化轉(zhuǎn)型較?。ù螅r(shí)，數(shù)字化轉(zhuǎn)型與市場勢力的斜率為負(fù)（正），說明數(shù)字化轉(zhuǎn)型的斜率在數(shù)據(jù)區(qū)間的兩端足夠陡峭。③檢驗(yàn)拐點(diǎn)是否在取值范圍之內(nèi)。令斜率方程0.8854X - 0.3635 = 0，求得拐點(diǎn)為 0.4105。拐點(diǎn)值處于企業(yè)數(shù)字化轉(zhuǎn)型取值范圍內(nèi)，且其置信區(qū)間處在樣本區(qū)間范圍內(nèi)。因此，認(rèn)為數(shù)字化轉(zhuǎn)型與企業(yè)市場勢力之間為U 型關(guān)系。

企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)市場勢力呈現(xiàn)U 型關(guān)系的原因可能在于：①從數(shù)字化轉(zhuǎn)型階段進(jìn)程看，中國企業(yè)數(shù)字化轉(zhuǎn)型仍處于初級(jí)階段。在國有企業(yè)中，60%處于初級(jí)階段（30%認(rèn)為數(shù)字化轉(zhuǎn)型未對(duì)主營業(yè)務(wù)起作用，另外30%認(rèn)為數(shù)字化已經(jīng)發(fā)揮局部作用），僅有10.9%進(jìn)入轉(zhuǎn)型的成熟期，29.1%進(jìn)入轉(zhuǎn)型的深入期。在非國有企業(yè)中，38.16%的企業(yè)反映主營業(yè)務(wù)還未進(jìn)行數(shù)字化轉(zhuǎn)型，76.97%的企業(yè)認(rèn)為其數(shù)字化轉(zhuǎn)型仍然處于初步探索階段，1.54%的企業(yè)認(rèn)為進(jìn)入了成熟應(yīng)用階段①。對(duì)于數(shù)字化轉(zhuǎn)型的成效，大多數(shù)企業(yè)均認(rèn)為在轉(zhuǎn)型初期尚未取得明顯效果。從數(shù)字化轉(zhuǎn)型長周期、重投入、見效慢的典型特點(diǎn)來看，現(xiàn)階段數(shù)字化轉(zhuǎn)型處于初期，對(duì)市場勢力的影響主要是負(fù)面影響，但隨著數(shù)字化轉(zhuǎn)型的推進(jìn)與成熟，數(shù)字化轉(zhuǎn)型最終能夠帶來市場勢力的提升。再結(jié)合圖1 中可知，在拐點(diǎn)之前數(shù)字化轉(zhuǎn)型呈現(xiàn)下降趨勢，拐點(diǎn)之后企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)入成熟階段，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響便呈現(xiàn)上升趨勢。②從企業(yè)整體生產(chǎn)運(yùn)營的角度來看，部分企業(yè)的數(shù)字化轉(zhuǎn)型僅僅限于部分環(huán)節(jié)的數(shù)字化轉(zhuǎn)型，而非生產(chǎn)經(jīng)營整體的數(shù)字化轉(zhuǎn)型，導(dǎo)致數(shù)字化轉(zhuǎn)型部分難以有效融入產(chǎn)品或服務(wù)的價(jià)值創(chuàng)造過程，既影響企業(yè)整體運(yùn)作效率又造成了資金的浪費(fèi)，生產(chǎn)效率的下降和產(chǎn)品與服務(wù)質(zhì)量尚未得到提升便會(huì)導(dǎo)致市場勢力的下降。因此，部分企業(yè)意識(shí)到轉(zhuǎn)型的問題后，及時(shí)進(jìn)行調(diào)整，努力尋找突破，便可以利用數(shù)字化提升企業(yè)的市場勢力。

（二）穩(wěn)健性檢驗(yàn)

為保證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)市場勢力的影響具有穩(wěn)健性，采用改變被解釋變量和解釋變量的測度、排除企業(yè)策略性信息披露的影響和內(nèi)生性問題進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果依然支持了核心研究結(jié)論。

1. 改變被解釋變量的度量指標(biāo)

主要從四個(gè)方面重新度量被解釋變量：①選取會(huì)計(jì)法計(jì)算的勒納指數(shù)，即（營業(yè)收入-營業(yè)成本-銷售費(fèi)用-管理費(fèi)用）/營業(yè)收入，該指標(biāo)越大，企業(yè)的市場勢力越強(qiáng)?；貧w結(jié)果如表6 第（1）列所示，結(jié)果符合預(yù)期。②以使用最小二乘法計(jì)算的企業(yè)市場勢力（Markup_OLS）和使用柯布—道科拉斯生成函數(shù)計(jì)算的企業(yè)市場勢力（Markup_CD）作為企業(yè)市場勢力的替代指標(biāo)①。結(jié)果如表6 第（2）列和第（3）列所示，核心解釋變量一次項(xiàng)系數(shù)顯著為負(fù)，二次項(xiàng)系數(shù)顯著為正，與基準(zhǔn)回歸結(jié)果一致。③借鑒Hoberg and Phillips（2016）和劉亞輝等（2021）的研究，利用上市公司年報(bào)文本中對(duì)產(chǎn)品的描述，采用基于機(jī)器學(xué)習(xí)的文本分析法，測算產(chǎn)品相似程度，刻畫出每個(gè)公司在其圈定競爭對(duì)手群中所面臨的產(chǎn)品市場競爭程度，即產(chǎn)品相似越多的公司面臨的競爭越激烈。結(jié)果如表6 第（4）列所示，核心解釋變量Digital 一次項(xiàng)系數(shù)顯著為正，二次項(xiàng)系數(shù)顯著為負(fù)，說明企業(yè)在數(shù)字化轉(zhuǎn)型初期，與其競爭對(duì)手之間的產(chǎn)品相似度依然很高，可能是由于數(shù)字化還沒運(yùn)用到核心生產(chǎn)過程中，但隨著轉(zhuǎn)型的深入和成熟，數(shù)字化轉(zhuǎn)型會(huì)使得企業(yè)生產(chǎn)的產(chǎn)品區(qū)別于其他企業(yè)，企業(yè)的市場勢力得以提高。表6 的結(jié)果顯示，改變了企業(yè)市場勢力的度量指標(biāo)之后，結(jié)果依然穩(wěn)健。

2. 改變解釋變量的衡量

本文采用以下兩種方法重新構(gòu)建數(shù)字化轉(zhuǎn)型程度指標(biāo)：①由于企業(yè)整體的數(shù)字化轉(zhuǎn)型指標(biāo)可以分解為“底層技術(shù)層面”（Digital2）和“實(shí)踐應(yīng)用層面”（Digital3），因此將這兩個(gè)維度分別進(jìn)行回歸。②數(shù)字技術(shù)關(guān)鍵詞庫中包括人工智能、區(qū)塊鏈、云計(jì)算以及大數(shù)據(jù)四個(gè)維度，由于四類技術(shù)涵蓋的詞匯數(shù)存在差異，這很可能賦予各類技術(shù)不同的權(quán)重進(jìn)而影響對(duì)企業(yè)數(shù)字技術(shù)應(yīng)用能力的捕捉。因此，根據(jù)人工智能（AI）、區(qū)塊鏈（BD）、云計(jì)算（CC）和大數(shù)據(jù)（DT）4 個(gè)子指標(biāo)，借鑒袁淳等（2021）的研究，對(duì)這4 個(gè)細(xì)分指標(biāo)進(jìn)行分年度離差標(biāo)準(zhǔn)化處理以消除量綱，如AI_s=[AI-min（AI）]/[max（AI）-min（AI）]，然后分別進(jìn)行回歸。表7 報(bào)告了檢驗(yàn)結(jié)果。結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型程度一次項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，二次項(xiàng)系數(shù)均在1%的水平上顯著為正，表明無論是底層技術(shù)還是應(yīng)用技術(shù)，對(duì)企業(yè)市場勢力的影響均呈現(xiàn)先下降后上升的趨勢，進(jìn)一步支持了本文的研究結(jié)論，增強(qiáng)了結(jié)果的穩(wěn)健性。

3. 排除企業(yè)策略性信息披露行為的影響

企業(yè)可能會(huì)在年報(bào)中夸大自身的數(shù)字化轉(zhuǎn)型程度，使得從年報(bào)中提取的數(shù)字化轉(zhuǎn)型詞頻可能會(huì)受到企業(yè)這種策略性信息披露行為的影響。因此，借鑒趙璨等（2020）和袁淳等（2021）的研究采取如下措施：①由于許多創(chuàng)業(yè)板上市公司屬于高新技術(shù)企業(yè)，可能利用互聯(lián)網(wǎng)進(jìn)行概念炒作或蹭熱點(diǎn)，因此，本文剔除創(chuàng)業(yè)板和科創(chuàng)板上市公司樣本，結(jié)果如表8 第（1）列所示。②由于深圳證券交易所信息披露考評(píng)結(jié)果為優(yōu)秀或良好的上市公司樣本更少可能進(jìn)行策略性信息披露，因此，僅僅對(duì)這類樣本進(jìn)行回歸，結(jié)果如表8 第（2）列所示。③剔除數(shù)字化轉(zhuǎn)型為0 的樣本，結(jié)果如表8第（3）列所示。④企業(yè)信息披露不真實(shí)、操縱股價(jià)等原因會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型的測度，因此剔除樣本期間內(nèi)因信息披露等問題受到過中國證券監(jiān)督管理委員會(huì)（簡稱證監(jiān)會(huì)）或證券交易所處罰的公司樣本，結(jié)果如表8 第（4）列所示。⑤由于2015 年股災(zāi)對(duì)上市公司的股價(jià)造成了巨大的沖擊，企業(yè)可能會(huì)為了操縱股價(jià)而加大披露數(shù)字化轉(zhuǎn)型相關(guān)的詞頻。因此，借鑒劉慧和白聰（2022）的做法，剔除2015 年的樣本進(jìn)行檢驗(yàn)。結(jié)果如表8 第（5）列所示。⑥為了進(jìn)一步有效排除管理層為了獲得政府補(bǔ)助、操縱股價(jià)等動(dòng)機(jī)從而在年報(bào)中異常披露數(shù)字化相關(guān)的詞頻，將剔除企業(yè)數(shù)字化異常信息披露程度高于分年度分行業(yè)樣本中位數(shù)后的樣本重新進(jìn)行回歸，回歸結(jié)果如表8 第（6）列所示。企業(yè)數(shù)字化相關(guān)的異常信息披露的測算借鑒Richardson（2006）和曹偉等（2022）的做法，被解釋變量為數(shù)字化詞頻加1 取自然對(duì)數(shù)，解釋變量為企業(yè)規(guī)模、同年度同行業(yè)其他企業(yè)的數(shù)字化轉(zhuǎn)型程度均值、年報(bào)篇幅、業(yè)務(wù)復(fù)雜度、信息披露質(zhì)量、政府補(bǔ)助、是否受到證監(jiān)會(huì)處罰①，并控制時(shí)間、公司和省份固定效應(yīng)。其中，回歸模型的殘差值為企業(yè)數(shù)字化相關(guān)的異常信息披露，借鑒Richardson（2006）的思路，異常部分可為正，也可為負(fù)，負(fù)（正）值對(duì)應(yīng)于披露不足（過度）。在排除了企業(yè)的異常披露后，數(shù)字化轉(zhuǎn)型的一次項(xiàng)系數(shù)顯著為負(fù)，二次項(xiàng)系數(shù)顯著為正，因此可以有效地排除企業(yè)數(shù)字化相關(guān)的異常信息披露。綜上，表8 第（1）列至第（6）列的結(jié)果顯示，本文的核心結(jié)論不會(huì)受企業(yè)策略性信息披露的影響而發(fā)生改變。

4. 內(nèi)生性問題

（1）遺漏變量問題

盡管基準(zhǔn)檢驗(yàn)納入了一系列控制變量，但是依然可能存在一些遺漏變量問題?？紤]到時(shí)間動(dòng)態(tài)的調(diào)整，進(jìn)一步控制時(shí)間—行業(yè)和時(shí)間—省份的交互固定效應(yīng)，以有效控制隨時(shí)間變化的行業(yè)環(huán)境特征和公司所在省份隨時(shí)間變化的宏觀經(jīng)濟(jì)環(huán)境。表9 第（1）列和第（2）列的回歸結(jié)果表明，在控制行業(yè)環(huán)境異質(zhì)性以及省級(jí)層面隨時(shí)間變化的宏觀經(jīng)濟(jì)環(huán)境之后，回歸結(jié)果依然穩(wěn)健。

（2）Heckman 兩階段法和傾向得分匹配

首先，采用Heckman 兩階段法緩解樣本自選擇問題帶來的內(nèi)生性問題。在Heckman 第一階段，按照是否進(jìn)行數(shù)字化轉(zhuǎn)型設(shè)置虛擬變量作為被解釋變量，并借鑒趙宸宇等（2021）和張澤南等（2023）的思路和做法，選取地區(qū)互聯(lián)網(wǎng)寬帶接入端口的自然對(duì)數(shù)（LnAccessPort）和移動(dòng)電話普及率的自然對(duì)數(shù)（LnMobile）作為排他性約束變量，并加入企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、經(jīng)營現(xiàn)金流量占比（OCF）、公司成長性（Growth）、總資產(chǎn)收益率（ROA）、董事會(huì)規(guī)模（Board）、獨(dú)立董事比例（Indep）、是否兩職合一（Dual）、年度虛擬變量以及行業(yè)虛擬變量等影響企業(yè)數(shù)字化轉(zhuǎn)型的因素，從而進(jìn)行Probit 回歸，預(yù)測企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的概率并計(jì)算出逆米爾斯比率（IMR）。選取地區(qū)互聯(lián)網(wǎng)寬帶接入端口和移動(dòng)電話普及率作為排他性約束變量的原因在于：地區(qū)互聯(lián)網(wǎng)寬帶接入端口數(shù)和移動(dòng)電話普及率會(huì)影響企業(yè)的數(shù)字化轉(zhuǎn)型，但是不會(huì)直接影響企業(yè)的市場勢力。在Heckman 第二階段，將第一階段所計(jì)算出的IMR 作為控制變量納入主要的回歸模型。此外，還需檢驗(yàn)將IMR 放入第二階段的回歸模型的多重共線性問題，經(jīng)過檢驗(yàn)，Digital 的VIF 為9.11，Digital_2的VIF 為8.27，均小于10。Digital_2 和Digital 的VIF 值會(huì)偏大是由于Digital_2 是Digital 的平方項(xiàng)，但回歸模型的平均VIF 為2.53，可以說明回歸模型不存在嚴(yán)重的多重共線性問題。第一階段和第二階段的回歸結(jié)果分別展示在表9 第（3）列和第（4）列。表9 第（3）列中排他性約束變量LnAccessPort 和LnMobile 分別在10%和1%的水平上顯著，說明地區(qū)互聯(lián)網(wǎng)寬帶接入端口數(shù)和移動(dòng)電話普及率會(huì)促使企業(yè)提高其數(shù)字化轉(zhuǎn)型的程度，符合排他性約束變量選擇的條件。表9 第（4）列中，Digital 和Digital_2 的回歸系數(shù)均在1%水平上顯著，增強(qiáng)了主要研究結(jié)論的穩(wěn)健性。

其次，為了減少影響市場勢力的潛在企業(yè)和行業(yè)特征差異所帶來的數(shù)字化轉(zhuǎn)型程度的差異，將U 型關(guān)系右側(cè)的樣本作為實(shí)驗(yàn)組，將U 型關(guān)系左側(cè)的樣本作為控制組（李樹和王雨，2023），進(jìn)行一對(duì)一的最近鄰匹配。然后通過Logit 模型將主回歸中所使用的全部控制變量作為協(xié)變量計(jì)算傾向得分，再根據(jù)傾向性得分值，進(jìn)行一對(duì)一有放回近鄰匹配。同時(shí)檢驗(yàn)了控制變量的平衡性，發(fā)現(xiàn)匹配后的實(shí)驗(yàn)組和控制組之間沒有顯著差異，證明了平衡性假設(shè)條件滿足，確保了傾向得分匹配結(jié)果的可靠性。對(duì)匹配完成后的樣本重新進(jìn)行回歸，結(jié)果如表9 第（5）列所示，核心解釋變量依然在1%的顯著性水平上顯著，說明在消除了拐點(diǎn)左右兩端的樣本由于其他因素干擾的影響之后，結(jié)果依然穩(wěn)健。

（3）工具變量法

為了進(jìn)一步緩解內(nèi)生性問題，本文還采用了工具變量法。本文借鑒肖紅軍等（2021）和侯德帥等（2023）的做法，采用按年度?省份?行業(yè)劃分的數(shù)字化轉(zhuǎn)型均值（Digital_mean）作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)。相關(guān)性上，相關(guān)城市的數(shù)字化基礎(chǔ)設(shè)施具有趨同性會(huì)對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型產(chǎn)生影響，同行業(yè)的企業(yè)也會(huì)對(duì)企業(yè)的數(shù)字化轉(zhuǎn)型產(chǎn)生影響；排他性上，年度?地區(qū)?行業(yè)層面的數(shù)字化轉(zhuǎn)型不會(huì)直接對(duì)企業(yè)的市場勢力產(chǎn)生影響，但可以通過影響企業(yè)的數(shù)字化轉(zhuǎn)型從而間接地影響企業(yè)的市場勢力。回歸結(jié)果如表9 第（6）列所示，Digital 和Digital_2 均在1%的水平上顯著為負(fù)和為正，核心研究結(jié)論依然穩(wěn)健。

工具變量的不可識(shí)別檢驗(yàn)表明，Kleibergen-Paap rk 的LM 統(tǒng)計(jì)量為27.191，對(duì)應(yīng)的p 值為0.0000，顯著拒絕“工具變量識(shí)別不足”的原假設(shè)，說明工具變量與解釋變量相關(guān)。弱工具變量檢驗(yàn)表明，兩階段最小二乘法的第一階段的Digital 和Digital_2 的F 統(tǒng)計(jì)量大于經(jīng)驗(yàn)值10，且最小特征值統(tǒng)計(jì)量（Minimum eigenvalue statistic）為787.072，遠(yuǎn)大于臨界值7.03；Kleibergen-Paap rk 的Wald F 統(tǒng)計(jì)量（52.432）大于Stock-Yogo 弱識(shí)別檢驗(yàn)10%水平上的臨界值（7.03）。因此，可以從第一階段回歸中的Digital 和Digital_2 的F 統(tǒng)計(jì)量大于經(jīng)驗(yàn)值10、第一階段回歸中的最小特征值統(tǒng)計(jì)量大于Stock-Yogo 的臨界值以及Kleibergen-Paap rk Wald F 統(tǒng)計(jì)量大于Stock-Yogo 的臨界值，說明不存在弱工具變量問題。總體而言，以上檢驗(yàn)說明了選取年度?省份?行業(yè)的數(shù)字化轉(zhuǎn)型均值作為企業(yè)數(shù)字化轉(zhuǎn)型工具變量的合理性和可靠性。

五、機(jī)制檢驗(yàn)

基于前文的理論分析，成本效應(yīng)和創(chuàng)新效應(yīng)是數(shù)字化轉(zhuǎn)型影響市場勢力的主要作用機(jī)制，本部分將對(duì)成本效應(yīng)和創(chuàng)新效應(yīng)分別進(jìn)行檢驗(yàn)，以期明晰數(shù)字化轉(zhuǎn)型與市場勢力之間的傳導(dǎo)路徑。

（一）成本效應(yīng)

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)成本的影響是先上升后下降，企業(yè)成本對(duì)市場勢力的影響是先下降后上升，因此由于成本的影響，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響是先下降后上升，即數(shù)字化轉(zhuǎn)型初期的成本增加使得市場勢力下降，隨著數(shù)字化轉(zhuǎn)型的深入和成熟，邊際成本逐漸下降，最終使得市場勢力逐步上升。本文采用企業(yè)成本和外部交易成本檢驗(yàn)成本效應(yīng)，其中企業(yè)成本由營業(yè)成本與銷售費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用之和計(jì)算所得，依據(jù)企業(yè)成本分行業(yè)分年度的中位數(shù)為標(biāo)準(zhǔn)進(jìn)行分組，大于中位數(shù)取值為1，表示高成本組（Cost_High），小于樣本中位數(shù)取值為0，表示低成本組（Cost_Low）。其次，對(duì)于企業(yè)的外部交易成本，采用廣告費(fèi)用占營業(yè)收入的比重，依據(jù)該指標(biāo)的分行業(yè)分年度的中位數(shù)為標(biāo)準(zhǔn)進(jìn)行分組，大于中位數(shù)取值為1，表示高外部交易成本（Ad_High），小于中位數(shù)取值為0，表示低外部交易成本（Ad_Low）?；貧w結(jié)果如表10 第（1）列至第（4）列所示。在第（1）列和第（2）列中，數(shù)字化轉(zhuǎn)型的二次項(xiàng)Digital_2 的組間系數(shù)差異顯著，但一次項(xiàng)系數(shù)差異不顯著，這說明在數(shù)字化轉(zhuǎn)型前期需要成本的投入，但是隨著數(shù)字化的轉(zhuǎn)換成本、邊際成本降低，市場勢力逐漸提升。在第（3）列和第（4）列中，數(shù)字化轉(zhuǎn)型的一次項(xiàng)和二次項(xiàng)的組間系數(shù)差異顯著，外部交易成本低時(shí)，二次項(xiàng)系數(shù)顯著大于高外部交易成本的組，說明成本更低更有助于市場勢力的提升。這驗(yàn)證了前文的研究假說H2。企業(yè)數(shù)字化轉(zhuǎn)型在轉(zhuǎn)型初期會(huì)增加企業(yè)的內(nèi)部和外部成本，但隨著數(shù)字化轉(zhuǎn)型的深入，邊際成本逐漸降低，數(shù)字化轉(zhuǎn)型有助于企業(yè)產(chǎn)品成本的降低，使得企業(yè)能夠提供具有市場勢力的成本結(jié)構(gòu)的獨(dú)特產(chǎn)品。

（二）創(chuàng)新效應(yīng)

根據(jù)前文的理論分析，數(shù)字化轉(zhuǎn)型前期由于創(chuàng)新的暫時(shí)性的抑制作用使得市場勢力下降，但創(chuàng)新能夠從內(nèi)部不停地革新經(jīng)濟(jì)結(jié)構(gòu)，推動(dòng)經(jīng)濟(jì)增長，因此隨著數(shù)字化轉(zhuǎn)型的深入和成熟，企業(yè)內(nèi)部的創(chuàng)新能夠提高企業(yè)的產(chǎn)品質(zhì)量以提升產(chǎn)品價(jià)格，提高生產(chǎn)效率以降低邊際成本，進(jìn)而促進(jìn)市場勢力的提升。本文以研發(fā)投入占營業(yè)收入比例（RD）和企業(yè)申請(qǐng)專利數(shù)量的對(duì)數(shù)（Inno）為標(biāo)準(zhǔn)進(jìn)行分組，大于分行業(yè)分年度中位數(shù)的取值為1，表示創(chuàng)新效應(yīng)高的組（RD_High 和Inno_High），小于分行業(yè)分年度中位數(shù)的取值為0，表示創(chuàng)新效應(yīng)低的組（RD_Low 和Inno_Low）?；貧w結(jié)果展示在表10 第（5）列至第（8）列中，數(shù)字化轉(zhuǎn)型的一次項(xiàng)系數(shù)均為負(fù)，說明數(shù)字化轉(zhuǎn)型初期，由于“創(chuàng)造性破壞”創(chuàng)新的抑制作用會(huì)使得市場勢力下降，而二次項(xiàng)系數(shù)在創(chuàng)新效應(yīng)高的組均顯著大于創(chuàng)新效應(yīng)低的組，表明企業(yè)數(shù)字化轉(zhuǎn)型的深入和成熟有助于企業(yè)創(chuàng)新，企業(yè)可以利用數(shù)字技術(shù)精準(zhǔn)預(yù)測客戶的需求，并依據(jù)市場需求研發(fā)產(chǎn)品，提高產(chǎn)品的質(zhì)量和生產(chǎn)效率，從而提高企業(yè)的市場勢力。

六、進(jìn)一步分析

企業(yè)成本控制能力（企業(yè)自身能力）和市場競爭程度（外在環(huán)境）都會(huì)對(duì)數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系產(chǎn)生影響。①數(shù)字化轉(zhuǎn)型前期，企業(yè)需要承擔(dān)成本上漲的壓力，企業(yè)因要素再配置需要對(duì)成本結(jié)構(gòu)進(jìn)行優(yōu)化，因此企業(yè)自身的成本控制能力越強(qiáng)，在數(shù)字化轉(zhuǎn)型的過程中越有助于市場勢力的提升。②依據(jù)前文理論分析，數(shù)字經(jīng)濟(jì)改變了現(xiàn)有市場，市場競爭程度越強(qiáng)，信息透明度更高，使得企業(yè)數(shù)字化轉(zhuǎn)型對(duì)市場勢力產(chǎn)生負(fù)面的影響。因此，為進(jìn)一步檢驗(yàn)成本控制能力和市場競爭程度對(duì)數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系的影響，構(gòu)建如下的回歸模型：

Markupi，t=δ0+δ1 Digitali，t+δ2 Digital2i，t+δ3 Digitali，t Mi，t+δ4 Digital2i，t Mi，t+ δ5Mi，t+ΣControls+Σ Year +ΣIndustry+εi，t（2）

其中，M 為調(diào)節(jié)變量，包括成本控制能力和市場競爭程度，其他變量含義與模型（1）一致。選取成本費(fèi)用利潤率度量成本控制能力，該指標(biāo)等于利潤總額除以營業(yè)成本、銷售費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用之和。該指標(biāo)越高，表明企業(yè)為取得利潤而付出的代價(jià)越小，成本費(fèi)用控制得越好，盈利能力越強(qiáng)，即該指標(biāo)越高，企業(yè)成本控制能力越強(qiáng)。選取赫芬達(dá)爾—赫希曼指數(shù)（HHI）度量市場競爭程度，并基于赫芬達(dá)爾—赫希曼指數(shù)的中位數(shù)，將樣本分為兩組，將小于樣本中位數(shù)的取值為0，表示市場競爭程度較強(qiáng)；大于樣本中位數(shù)的取值為1，表示市場競爭程度較弱。

為判斷在調(diào)節(jié)作用下數(shù)字化轉(zhuǎn)型與市場勢力的曲線關(guān)系是否存在，對(duì)模型（2）進(jìn)行簡化：Y=δ0+δ1X+δ2X2δ3XM +δ4X2 M+δ5M =δ0+δ5M + （δ1 +δ3M）X+ （δ 2 +δ 4M）X ， 其 中 ，δ0 +δ5 M 為截距項(xiàng)， δ1+δ 3 M 為斜率項(xiàng)， δ2+δ 4M 為曲率項(xiàng)。數(shù)字化轉(zhuǎn)型與市場勢力的非線性關(guān)系取決于曲率項(xiàng)，若曲率項(xiàng)顯著，無論斜率項(xiàng)是否顯著，都存在非線性關(guān)系；若曲率項(xiàng)不顯著，斜率項(xiàng)顯著，則存在線性關(guān)系。而曲率項(xiàng)，包含了調(diào)節(jié)變量，說明數(shù)字化轉(zhuǎn)型與市場勢力之間的曲線關(guān)系隨著調(diào)節(jié)變量的變化而變化。

其次，具體考察曲線如何隨著調(diào)節(jié)變量變化而變化。在模型（2）中， δ4 的系數(shù)是主要關(guān)注的變量，該系數(shù)是否顯著決定了調(diào)節(jié)作用是否存在。依據(jù)Haans et al.（2016）的研究，調(diào)節(jié)效應(yīng)還需考察：拐點(diǎn)的變動(dòng)（向左移動(dòng)還是向右移動(dòng)）；曲線形狀的變化（變平坦還是變陡峭）——對(duì)于U型關(guān)系，若δ4 大于0，曲線變得陡峭，若δ4 小于0，曲線變得平坦。

（一）成本控制能力

成本控制能力對(duì)數(shù)字化轉(zhuǎn)型影響市場勢力的調(diào)節(jié)效應(yīng)顯著?；貧w結(jié)果如表11 第（1）列所示。下面具體分析成本控制能力如何影響數(shù)字化轉(zhuǎn)型與市場勢力的曲線變化。

①數(shù)字化轉(zhuǎn)型的二次項(xiàng)與成本控制能力的交互項(xiàng)（Digital_2×RPCE）系數(shù)顯著為正（ δ4 =0.5316，p<0.1），成本控制能力的調(diào)節(jié)作用存在。②為了檢驗(yàn)U 型關(guān)系拐點(diǎn)變動(dòng)和曲線變動(dòng)情況，將表11第（1）列的回歸系數(shù)值代入回歸模型（2）中，得到Y(jié)1=-0.3251X+ 0.3569X 2- 0.1730XM1 + 0.1381M 1+ 0.5316X2 M1 ，對(duì)X求導(dǎo)得 ?Y1/?X=- 0.3251 +0.7138X -0.1730M 1+1.0632XM1。為求拐點(diǎn)，令?Y1/?X=0，得到拐點(diǎn)X*=0.1730M1+ 0.3251/0.7138 1.0632 M1，可見，拐點(diǎn)的變動(dòng)受到了調(diào)節(jié)變量M1 的影響。進(jìn)一步地，為探究調(diào)節(jié)變量M 如何影響拐點(diǎn)的變動(dòng)，即探究成本控制能力如何影響數(shù)字化轉(zhuǎn)型與市場勢力的關(guān)系，對(duì)X*求M1 的導(dǎo)數(shù)，得到?X*/?M1=-0.2222/（0.7138 +1.0632 M1）2，由于分母恒大于0，因此拐點(diǎn)的變動(dòng)由分子決定，而分子恒小于0，則?X*/?M1＜0，拐點(diǎn)向左移動(dòng)。因此，隨著調(diào)節(jié)變量的變動(dòng)，拐點(diǎn)值也變小了，說明成本控制能力越強(qiáng)，數(shù)字化轉(zhuǎn)型促進(jìn)市場勢力提升的拐點(diǎn)會(huì)提早出現(xiàn)，成本壓力對(duì)市場勢力的負(fù)面影響提早結(jié)束。③曲線形狀變化。由表11 的回歸結(jié)果可知，Digital_2×RPCE的回歸系數(shù)顯著為正，說明U 型曲線會(huì)變得陡峭，成本控制能力正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系。此外，進(jìn)一步結(jié)合圖2 成本控能力制調(diào)節(jié)效應(yīng)圖，分別取調(diào)節(jié)變量M 均值的上下一個(gè)標(biāo)準(zhǔn)差，以展示曲線從低到高的變化。當(dāng)成本控制能力較強(qiáng)時(shí)（即M1 均值+1 個(gè)標(biāo)準(zhǔn)差），拐點(diǎn)為0.3526，當(dāng)成本控制能力較弱時(shí)（即M1 均值-1 個(gè)標(biāo)準(zhǔn)差），拐點(diǎn)為0.5283，均在數(shù)據(jù)范圍之內(nèi)。當(dāng)數(shù)字化轉(zhuǎn)型在拐點(diǎn)之前，兩條曲線接近于平行；超過拐點(diǎn)之后，成本控制能力較強(qiáng)的企業(yè)，市場勢力的提升明顯大于成本控制能力較弱的企業(yè)，說明成本控制能力的作用主要體現(xiàn)在拐點(diǎn)之后。

因此，成本控制能力正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系。這是由于成本控制能力能夠帶來資源要素的合理配置和成本的降低，成本的降低可以提高市場勢力。而不同企業(yè)之間成本控制能力有所不同，這種能力對(duì)數(shù)字化轉(zhuǎn)型初期帶來的市場勢力的負(fù)面影響的減弱程度也會(huì)有所不同。柏培文和喻理（2021）利用全要素生產(chǎn)率作為成本節(jié)約能力的替代變量，考察了成本節(jié)約能力的異質(zhì)性，研究結(jié)果表明，成本節(jié)約能力能夠弱化城市層面的數(shù)字經(jīng)濟(jì)發(fā)展對(duì)市場勢力的負(fù)面影響。本文與柏培文和喻理（2021）的研究互相印證的同時(shí)，進(jìn)一步發(fā)現(xiàn)成本控制能力亦能調(diào)節(jié)企業(yè)數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系，并隨著企業(yè)成本控制能力的加強(qiáng)，使得數(shù)字化轉(zhuǎn)型影響市場勢力的拐點(diǎn)提前出現(xiàn)，超過拐點(diǎn)之后市場勢力的提升幅度也遠(yuǎn)大于成本控制能力弱的企業(yè)。

（二）市場競爭程度

依據(jù)前文理論分析，數(shù)字經(jīng)濟(jì)下市場信息透明度更高，市場競爭程度更高，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)市場勢力會(huì)帶來負(fù)面的影響。為進(jìn)一步探尋市場競爭程度（外部環(huán)境）對(duì)數(shù)字化轉(zhuǎn)型與市場勢力的關(guān)系的影響，在主要的回歸模型中加入HHI、Digital×HHI、Digital_2×HHI，回歸結(jié)果如表11 第（2）列所示。結(jié)果表明，市場競爭對(duì)數(shù)字化轉(zhuǎn)型與市場勢力的調(diào)節(jié)效應(yīng)顯著。具體而言：①由表11 第（2）列的回歸結(jié)果可知，曲率項(xiàng)（Digital_2 和Digital_2×HHI）的回歸系數(shù)均顯著，說明在市場競爭調(diào)節(jié)下數(shù)字化轉(zhuǎn)型與市場勢力的曲線關(guān)系依然存在。②數(shù)字化轉(zhuǎn)型的二次項(xiàng)與市場競爭程度的交互項(xiàng)（Digital_2×HHI）系數(shù)顯著為負(fù)（δ 4 =-0.3864，p<0.05），市場競爭程度的調(diào)節(jié)作用存在。③考察U型關(guān)系的拐點(diǎn)變動(dòng)和曲線變動(dòng)情況， Y2=-0.5070X + 0.5921X2+ 0.3274XM2- 0.0157M 2- 0.3867X2 M 2，對(duì)X 求導(dǎo)得?Y2/X=- 0.5070+ 1.1842X+ 0.3274M2- 0.7734XM2。為求得拐點(diǎn)，令?Y2/X=0得拐點(diǎn)X*=0.5070 -0.3274M2/1.1842- 0.7734M2。為判斷拐點(diǎn)的位移， 再對(duì)M 進(jìn)行求導(dǎo)得?X*/?M2=0.0044/（1.1840-0.7734M2 ）2，知?X*/?M2＞ 0，拐點(diǎn)往右移動(dòng)了。HHI 是一個(gè)反向指標(biāo)，HHI 越大，市場競爭程度越小，當(dāng)市場競爭程度較低時(shí)（M2=1），拐點(diǎn)為0.4372，當(dāng)市場競爭程度較高時(shí)（M2=0），拐點(diǎn)為0.4281，這與基準(zhǔn)回歸曲線的拐點(diǎn)相近，說明市場競爭程度對(duì)曲線拐點(diǎn)的移動(dòng)影響很小。④進(jìn)一步考察曲線的變化，由于δ4＜ 0說明市場競爭越弱，會(huì)使得曲線更加的平坦，市場競爭程度越強(qiáng)，會(huì)使得曲線更加的陡峭，市場競爭程度正向調(diào)節(jié)了數(shù)字化轉(zhuǎn)型與市場勢力之間的關(guān)系。如圖3 所示，在拐點(diǎn)之前，市場競爭程度高時(shí)市場勢力下降幅度明顯大于市場競爭程度低時(shí)的下降幅度，進(jìn)一步驗(yàn)證了在數(shù)字化轉(zhuǎn)型初期，市場競爭程度越激烈，市場勢力下降幅度越大。在拐點(diǎn)之后，盡管市場競爭程度較低時(shí)，市場勢力的上漲幅度較低，但在本文的樣本期內(nèi)，市場競爭程度較低的企業(yè)的市場勢力依然大于市場競爭程度較高的企業(yè)的市場勢力。因此認(rèn)為在樣本期內(nèi)，市場競爭程度的影響主要體現(xiàn)在拐點(diǎn)之前。

七、結(jié)論和建議

近年來，隨著數(shù)字技術(shù)的不斷突破發(fā)展，將數(shù)字技術(shù)同企業(yè)傳統(tǒng)生產(chǎn)模式深度嵌入融合越來越成為企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)市場勢力的重大戰(zhàn)略選擇。本文選取了2012—2021 年中國滬深A(yù) 股上市企業(yè)為研究樣本，實(shí)證檢驗(yàn)了企業(yè)在數(shù)字經(jīng)濟(jì)背景下進(jìn)行數(shù)字化轉(zhuǎn)型對(duì)市場勢力的影響效應(yīng)和作用機(jī)制。實(shí)證檢驗(yàn)結(jié)果表明：①數(shù)字化轉(zhuǎn)型程度與企業(yè)市場勢力之間呈現(xiàn)非線性的關(guān)系，即U型關(guān)系。通過改變被解釋變量和解釋變量的測度、排除企業(yè)策略性信息披露行為影響的穩(wěn)健性檢驗(yàn)，以及通過解決內(nèi)生性問題如Heckman 兩階段法、傾向得分匹配和工具變量等，增強(qiáng)了這一結(jié)論的可靠性。②機(jī)制檢驗(yàn)表明，成本效應(yīng)和創(chuàng)新效應(yīng)是數(shù)字化轉(zhuǎn)型影響市場勢力的主要作用路徑。③進(jìn)一步分析發(fā)現(xiàn)，成本控制能力可以正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型與市場勢力的U 型關(guān)系，成本控制能力越強(qiáng)，企業(yè)能夠越早且越快地提升市場勢力，因此，成本控制能力的調(diào)節(jié)作用主要體現(xiàn)在拐點(diǎn)之后；對(duì)于市場競爭程度的調(diào)節(jié)作用，在市場競爭程度高的情況下，數(shù)字化轉(zhuǎn)型對(duì)市場勢力的負(fù)面影響更大，且在樣本期間內(nèi)，市場競爭程度的調(diào)節(jié)作用主要體現(xiàn)在拐點(diǎn)之前。

根據(jù)上述研究結(jié)果，本文提出如下建議：

①企業(yè)應(yīng)當(dāng)充分認(rèn)識(shí)數(shù)字化轉(zhuǎn)型給市場勢力帶來的不同階段的影響。首先，數(shù)字化轉(zhuǎn)型前期會(huì)使得市場勢力下降，因此，企業(yè)應(yīng)當(dāng)充分認(rèn)知企業(yè)數(shù)字化轉(zhuǎn)型及其可能面臨的風(fēng)險(xiǎn)，加強(qiáng)風(fēng)險(xiǎn)管理，提高整體戰(zhàn)略變革思維。企業(yè)需充分了解數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)融合發(fā)展的規(guī)律和特點(diǎn)，數(shù)字化轉(zhuǎn)型需要結(jié)合內(nèi)外部環(huán)境分析進(jìn)行診斷對(duì)標(biāo)，將數(shù)據(jù)驅(qū)動(dòng)的理念、方法和機(jī)制根植于企業(yè)發(fā)展的總體戰(zhàn)略，并深度融合數(shù)字化轉(zhuǎn)型的具體問題與企業(yè)自身業(yè)務(wù)戰(zhàn)略和產(chǎn)品戰(zhàn)略，為數(shù)字化轉(zhuǎn)型的成功助力。其次，重視市場勢力的長期發(fā)展和可持續(xù)發(fā)展。對(duì)于數(shù)字化轉(zhuǎn)型的重投入、長周期、見效慢，數(shù)字化轉(zhuǎn)型初期市場勢力的降低只是一時(shí)的，企業(yè)需要有長跑的耐心和長期投入的信心，不過分追求短期財(cái)務(wù)業(yè)績，明晰實(shí)體經(jīng)濟(jì)數(shù)字化是一場持久戰(zhàn)。明晰數(shù)字化轉(zhuǎn)型為企業(yè)提供的是可持續(xù)的優(yōu)勢，數(shù)字化轉(zhuǎn)型的成功可以降低企業(yè)的成本和改善產(chǎn)品質(zhì)量，有助于最終提高市場勢力，使其能夠在激烈的市場競爭中保持領(lǐng)先地位。最后，企業(yè)可以通過保持長遠(yuǎn)戰(zhàn)略、加快轉(zhuǎn)型進(jìn)程、優(yōu)化產(chǎn)品和服務(wù)、強(qiáng)化創(chuàng)新能力等方式，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型對(duì)市場勢力的持續(xù)促進(jìn)。

②重視和正確認(rèn)識(shí)數(shù)字化轉(zhuǎn)型能夠通過成本效應(yīng)和創(chuàng)新效應(yīng)影響市場勢力的主要作用機(jī)制。首先，在數(shù)字化轉(zhuǎn)型前期，較大規(guī)模的初始投資等數(shù)字化轉(zhuǎn)型行為會(huì)帶來高成本的壓力，這會(huì)對(duì)市場勢力產(chǎn)生一定的負(fù)面影響。政府可以通過提供財(cái)政支持、補(bǔ)貼或稅收減免、促進(jìn)數(shù)字化技術(shù)的普及以及降低數(shù)字化轉(zhuǎn)型的門檻等方式，幫助企業(yè)降低數(shù)字化轉(zhuǎn)型的成本，并提供公平競爭的市場環(huán)境，確保每一個(gè)企業(yè)都能夠平等獲得數(shù)字化支持。政府可以幫助企業(yè)深入推進(jìn)數(shù)字化轉(zhuǎn)型，早日超過數(shù)字化轉(zhuǎn)型的拐點(diǎn)，使得企業(yè)降低生產(chǎn)成本和運(yùn)營成本，提高成本效益，從而提高市場勢力。其次，要正確認(rèn)識(shí)創(chuàng)新效應(yīng)的機(jī)制作用。數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型為企業(yè)提供了創(chuàng)新和破壞性技術(shù)的機(jī)會(huì)。破壞性技術(shù)會(huì)使得原有市場參與者的市場份額減小和市場勢力減弱，改變?cè)械氖袌龈窬?，增?qiáng)率先數(shù)字化轉(zhuǎn)型成功的企業(yè)的市場勢力。因此，企業(yè)自身應(yīng)當(dāng)把握數(shù)字經(jīng)濟(jì)時(shí)代的機(jī)遇，努力提高自身的創(chuàng)新能力，提高產(chǎn)品質(zhì)量，為獲取產(chǎn)品市場的定價(jià)權(quán)助力。同時(shí)政府也可以制定政策和措施鼓勵(lì)企業(yè)研發(fā)投資和保護(hù)知識(shí)產(chǎn)權(quán)，推動(dòng)企業(yè)創(chuàng)新。

③政府和企業(yè)需要重視企業(yè)自身成本控制能力的提升和外部市場環(huán)境的影響。首先，企業(yè)可以通過定期成本評(píng)估、加強(qiáng)部門之間的溝通與合作、運(yùn)用數(shù)據(jù)驅(qū)動(dòng)的成本管理方式提高成本控制的效率和準(zhǔn)確性，并及時(shí)調(diào)整適應(yīng)市場變化和數(shù)字化轉(zhuǎn)型的業(yè)務(wù)和成本結(jié)構(gòu)以保持靈活性和適應(yīng)性，進(jìn)而提高其自身的成本控制能力。企業(yè)自身的成本控制能力越強(qiáng)，越可以減少成本增加帶來的市場勢力的下降，并可以提升生產(chǎn)效率，越早地提升企業(yè)的市場勢力。因此，企業(yè)需要重視自身的成本控制能力。同時(shí)，政府可以建立信息和資源共享平臺(tái)，提供技術(shù)咨詢和培訓(xùn)以及數(shù)字化轉(zhuǎn)型的成功實(shí)踐等支持，并鼓勵(lì)企業(yè)之間共享數(shù)字化資源，這有助于企業(yè)了解市場趨勢和成本控制策略，促進(jìn)企業(yè)間的學(xué)習(xí)和經(jīng)驗(yàn)交流，幫助企業(yè)提高成本控制能力、降低成本、提高效率，實(shí)現(xiàn)更高效的數(shù)字化轉(zhuǎn)型。其次，企業(yè)要深入了解市場需求、加強(qiáng)創(chuàng)新和研發(fā)。深入了解市場需求的變化和競爭對(duì)手的動(dòng)態(tài)，使得企業(yè)能夠根據(jù)市場需求進(jìn)行研發(fā)并調(diào)整產(chǎn)品和服務(wù)，從而使得企業(yè)在數(shù)字化轉(zhuǎn)型的進(jìn)程中較早地提高其市場勢力。同時(shí)，政府應(yīng)當(dāng)加強(qiáng)市場監(jiān)管防止不正當(dāng)競爭，創(chuàng)造公平競爭的市場環(huán)境，以推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的成功和市場的可持續(xù)發(fā)展。政府也可以幫助企業(yè)了解市場需求和競爭情況，為企業(yè)提供市場的相關(guān)信息和支持并制定與企業(yè)相適應(yīng)的戰(zhàn)略。

參考文獻(xiàn)

[1] 柏培文，喻理. 數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)格加成：理論機(jī)制與經(jīng)驗(yàn)事實(shí)[J]. 中國工業(yè)經(jīng)濟(jì)，2021 年第11 期，第59-77 頁。

[2] 曹偉，趙璨，楊德明. 夸大其詞的“互聯(lián)網(wǎng)+”信息披露能夠影響銀行信貸決策嗎[J]. 財(cái)貿(mào)經(jīng)濟(jì)，2022 年第2期，第83-97 頁。

[3] 鄧忠奇，龐瑞芝，陳甬軍. 從市場勢力到有效市場勢力——以中國化學(xué)藥品制劑制造業(yè)為例[J]. 管理世界，2022 年第01 期，第90-108 頁。

[4] 付劍茹，王可. 企業(yè)數(shù)字化發(fā)展何以促進(jìn)創(chuàng)新[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2022 年第05 期，第51-69 頁。

[5] 郭家堂，駱品亮. 互聯(lián)網(wǎng)對(duì)中國全要素生產(chǎn)率有促進(jìn)作用嗎？[J]. 管理世界，2016 年第10 期，第34-49 頁。

[6] 侯德帥，王琪，張婷婷，董曼茹. 企業(yè)數(shù)字化轉(zhuǎn)型與客戶資源重構(gòu)[J]. 財(cái)經(jīng)研究，2023 年第2 期，第110-124頁。

[7] 胡潔，韓一鳴，鐘詠. 企業(yè)數(shù)字化轉(zhuǎn)型如何影響企業(yè)ESG 表現(xiàn)——來自中國上市公司的證據(jù)[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023 年第1 期，第105-123 頁。

[8] 蔣冠宏. 并購如何提升企業(yè)市場勢力——來自中國企業(yè)的證據(jù)[J]. 中國工業(yè)經(jīng)濟(jì)，2021 年第05 期，第170-188 頁。

[9] 荊文君，孫寶文. 數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展：一個(gè)理論分析框架[J]. 經(jīng)濟(jì)學(xué)家，2019 年第02 期，第66-73 頁。

[10] 李樹，王雨. 企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部收入不平等[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023 年第1 期，第81-104 頁。

[11] 林偉鵬，馮保藝. 管理學(xué)領(lǐng)域的曲線效應(yīng)及統(tǒng)計(jì)檢驗(yàn)方法[J]. 南開管理評(píng)論，2022 年第1 期，第155-166 頁。

[12] 劉慧，白聰. 數(shù)字化轉(zhuǎn)型促進(jìn)中國企業(yè)節(jié)能減排了嗎？[J]. 上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022 年第05 期，第19-32 頁。

[13] 劉九如. 制造業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)、路徑、存在誤區(qū)及政策建議[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023 年第1 期，第5-15 頁。

[14] 劉啟仁，黃建忠. 產(chǎn)品創(chuàng)新如何影響企業(yè)加成率[J]. 世界經(jīng)濟(jì)，2016 年第11 期，第28-53 頁。

[15] 劉淑春，閆津臣，張思雪，林漢川. 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 年第05期，第170-190+13 頁。

[16] 劉亞輝，牟爽，尹玉剛. 產(chǎn)品市場競爭風(fēng)險(xiǎn)被定價(jià)了嗎？——來自中國A 股市場的證據(jù)與解釋[J]. 經(jīng)濟(jì)學(xué)（季刊），2021 年第06 期，第2061-2082 頁。

[17] 戚聿東，蔡呈偉. 數(shù)字化企業(yè)的性質(zhì)：經(jīng)濟(jì)學(xué)解釋[J]. 財(cái)經(jīng)問題研究，2019 年第05 期，第121-129 頁。

[18] 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 年第06 期，第135-152+250 頁。

[19] 任曙明，孫飛. 需求規(guī)模、異質(zhì)性研發(fā)與生產(chǎn)率——基于ACF 法的實(shí)證研究[J]. 財(cái)經(jīng)研究，2014 年第08 期，第42-56 頁。

[20] 任曙明，張靜. 補(bǔ)貼、尋租成本與加成率——基于中國裝備制造企業(yè)的實(shí)證研究[J]. 管理世界，2013 年第10期，第118-129 頁。

[21] 王菲，劉天軍，宋經(jīng)翔. 數(shù)字經(jīng)濟(jì)發(fā)展能提高農(nóng)業(yè)企業(yè)加成率嗎——基于全國53196 家農(nóng)業(yè)企業(yè)的微觀證據(jù)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022 年第11 期，第15-27 頁。

[22] 王開科，吳國兵，章貴軍. 數(shù)字經(jīng)濟(jì)發(fā)展改善了生產(chǎn)效率嗎[J]. 經(jīng)濟(jì)學(xué)家，2020 年第10 期，第24-34 頁。

[23] 王榮基，王玨，白東北. 數(shù)字化轉(zhuǎn)型與企業(yè)市場勢力——理論機(jī)制與經(jīng)驗(yàn)識(shí)別[J]. 現(xiàn)代管理科學(xué)，2022 年第6 期，第157-166 頁。

[24] 王淑英，張遠(yuǎn)芳. 數(shù)字化轉(zhuǎn)型能否緩解產(chǎn)業(yè)結(jié)構(gòu)趨同程度[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2022 年第06 期，第119-132 頁。

[25] 吳非，胡慧芷，林慧妍，任曉怡. 企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J]. 管理世界，2021 年第07 期，第130-144+10 頁。

[26] 肖紅軍，商慧辰. 數(shù)字企業(yè)社會(huì)責(zé)任：現(xiàn)狀、問題與對(duì)策[J]. 產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2022 年第06 期，第133-152 頁。

[27] 許憲春，張美慧，張鐘文. 數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)的挑戰(zhàn)和創(chuàng)新[J]. 統(tǒng)計(jì)研究，2021 年第01 期，第15-26 頁。

[28] 楊德明，劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績[J]. 中國工業(yè)經(jīng)濟(jì)，2018 年第5 期，第80-98 頁。

[29] 袁淳，肖土盛，耿春曉，盛譽(yù). 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]. 中國工業(yè)經(jīng)濟(jì)，2021 年第09 期，第137-155 頁。

[30] 張峰，劉璐璐. 數(shù)字經(jīng)濟(jì)時(shí)代對(duì)數(shù)字化消費(fèi)的辯證思考[J]. 經(jīng)濟(jì)縱橫，2020 年第02 期，第45-54 頁。

[31] 張小蒂，朱勤. 論全球價(jià)值鏈中我國企業(yè)創(chuàng)新與市場勢力構(gòu)建的良性互動(dòng)[J]. 中國工業(yè)經(jīng)濟(jì)，2007 年第5 期，第30-38 頁。

[32] 張澤南，錢欣鈺，曹新偉. 企業(yè)數(shù)字化轉(zhuǎn)型的綠色創(chuàng)新效應(yīng)研究：實(shí)質(zhì)性創(chuàng)新還是策略性創(chuàng)新？[J]. 產(chǎn)業(yè)經(jīng)濟(jì)研究，2023 年第1 期，第86-100 頁。

[33] 趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤風(fēng)險(xiǎn)的證據(jù)[J]. 中國工業(yè)經(jīng)濟(jì)，2020 年第03 期，第174-192 頁。

[34] 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 年第07 期，第114-129 頁。

[35] 趙振.“互聯(lián)網(wǎng)+”跨界經(jīng)營：創(chuàng)造性破壞視角[J]. 中國工業(yè)經(jīng)濟(jì)，2015 年第10 期，第146-160 頁。

[36] Aghion P.， A. Bergeaud， T. Boppart， P. J. Klenow， and H. Li， “A Theory of Falling Growth and Rising Rents”， NationalBureau of Economic Research， 2019.

[37] Bessen J.， and C. Righi， “Shocking Technology： What Happens When Firms Make Large IT Investments？ ”， BostonUniversity School of Law， Law and Economics Research Paper， 2019.

[38] De Loecker J， F Warzynski， “Markups and Firm-Level Export Status”， The American Economic Review， 2012， 102（6），2437-2471.

[39] Goldfarb A.， and C. Tucker， “Digital Economics”， Journal of Economic Literature， 2019， 57（1）， 3-43.

[40] Haans R. F. J.， C. Pieters， and Z.-L. He， “Thinking about U： Theorizing and testing U- and inverted U-shapedrelationships in strategy research”， Strategic Management Journal， 2016， 37（7）， 1177-1195.

[41] Hinings B.， T. Gegenhuber， and R. Greenwood， “Digital innovation and transformation： An institutional perspective”，Information and Organization， 2018， 28（1）， 52-61.

[42] Hoberg G.， and G. Phillips， “Text-Based Network Industries and Endogenous Product Differentiation”， Journal of political Economy， 2016， 124， 1423-1465.

[43] Lyytinen K.， Y. Yoo， and R. J. Boland Jr.， “Digital product innovation within four classes of innovation networks”，Information Systems Journal， 2016， 26（1）， 47-75.

[44] Mosch P.， S. Schweikl， and R. Obermaier， “Trapped in the supply chain？ Digital servitization strategies and powerrelations in the case of an industrial technology supplier”， International Journal of Production Economics， 2021， 236，108141.

[45] Nambisan S， K Lyytinen， A Majchrzak， M Song， “Digital Innovation Management： Reinventing InnovationManagement Research in a Digital World”， Mis Quarterly， 2017， 41（1）， 223-238.

[46] Porter M. E.， and J. E. Heppelmann， “How Smart， Connected Products Are Transforming Competition”， Harvardbusiness review， 2014， 92（11）， 66-88.

[47] Richardson S.， “Over-investment of free cash flow”， Review of Accounting Studies， 2006， 11（2-3）， 159-189.

[48] Rodríguez-Moreno J. A.， and M. E. Rochina-Barrachina， “ICT Use， Investments in R&D and Workers’ Training， Firms’Productivity and Markups： The Case of Ecuadorian Manufacturing”， The European Journal of Development Research，2019， 31（4）， 1063-1106.

[49] Saarikko T.， U. H. Westergren， and T. Blomquist， “Digital transformation： Five recommendations for the digitallyconscious firm”， Business Horizons， 2020， 63（6）， 825-839.

[50] Tamaschke R.， G. Docwra， and R. Stillman， “Measuring market power in electricity generation： A long-termperspective using a programming model”， Energy Economics， 2005， 27（2）， 317-335.

〔執(zhí)行編輯：應(yīng)珊珊〕

本文為國家社科基金重大項(xiàng)目“我國制造業(yè)低碳化發(fā)展的理論體系、政策框架與實(shí)踐路徑研究”（批準(zhǔn)號(hào)：22&ZD102）的階段性成果。