数字化转型对企业成长的影响

The Impact of Digital Transformation on Business Growth

摘要: 随着数字技术的广泛应用，数字技术与实体经济的深度融合已成为一种新型经济模式。数字经济的发展标志着传统产业在面对新时代背景和挑战时所进行的一种创新性转型过程。其次，在企业成长方面，评判成长程度的指标也不断扩充和丰富。近年来，虽然关于数字化转型与企业成长的研究较多，但少有学者考虑数字化转型对企业成长的影响，以及对于不同行业性质的企业究竟有何不同影响。因此，本文研究了数字化转型对企业成长的影响，以2010~2022年中国A股上市企业为样本，研究发现数字化转型与企业成长呈正相关。在成长性和成熟性行业中，数字化转型显著促进企业成长，而在衰退性行业中则有负向抑制作用。研究建议，企业应增加数字化投入，优化资源配置，推动技术创新，并根据行业特性制定转型策略，以实现可持续高质量发展。

Abstract: With the widespread application of digital technology, the deep integration of digital technology with the real economy has become a new economic model. The development of the digital economy represents a transformative process of traditional industries in response to the new era background and challenges. Secondly, the indicators for measuring growth have also been expanded and enriched in the process of enterprise growth. Although there have been many studies on digital transformation and enterprise growth in recent years, few scholars have considered the impact of digital transformation on enterprise growth, and what the different impacts are on enterprises of different industrial natures. Therefore, this paper studies the impact of digital transformation on enterprise growth, taking the listed enterprises on the Shanghai and Shenzhen stock exchanges in China as the sample from 2010 to 2022. The study found that digital transformation is positively correlated with enterprise growth. In growing and mature industries, digital transformation significantly promotes enterprise growth, while in declining industries, it has a negative inhibitory effect. The study suggests that enterprises should increase their digitalization investment, optimize resource allocation, promote technological innovation, and formulate transformation strategies based on industry characteristics to achieve sustainable high-quality development.

1. 引言

企业运营实力与发展态势的核心评估标准在于成长性，这一指标对于保障企业的长期存续能力至关重要，并为投资者制定投资决策提供了宝贵的参考信息。传统的成长性研究多关注规模扩张，然而，在数字经济时代，企业成长的内涵正从单纯的“数量增长”转向更具可持续性的“质量提升”。这一转变的深层驱动力，来自于大数据、人工智能、移动互联网及云计算等新兴数字技术与企业经营的深度融合，即数字化转型。尽管现有研究已从宏观层面探讨了数字化对经济社会的影响[1]，并从微观层面证实了其对企业创新[2]、企业价值[3]等方面的积极作用，但关于数字化转型如何重塑企业成长路径的内在机理，仍存在深化的空间。

现有研究大多揭示了数字化转型的积极经济效益，却鲜有研究从企业资源与能力重构的理论视角，系统阐释其促进企业成长的内在逻辑。具体而言，数字化转型是否通过重塑企业的资源基础与动态能力来驱动高质量成长？这一过程又为何会因行业生命周期的不同而呈现异质性？为回答这些问题，本文试图与资源基础观和动态能力理论进行深度对话。资源基础观强调企业拥有的独特资源与能力是竞争优势的来源[4]，而动态能力理论则进一步阐释了企业如何整合、构建和重构内外部资源以应对快速变化的环境[5]。本文将数字化转型视为一种高阶的动态能力，它通过数据驱动决策、流程优化与生态连接，系统性地重构企业的资源组合与运营模式。

本文选取了2010~2022年我国A股上市企业作为研究样本，实证研究了数字化转型与企业成长两者的关系。本文以总资产净利润率(ROA)作为衡量企业成长程度的变量，深入探究数字化转型对企业成长性的影响，以期为企业实现可持续高质量发展提供可行性建议。

2. 文献回顾与研究假设

尽管数字化转型并非近期出现的现象，但当前，政府与企业仍普遍聚焦于数字化这一热门议题。它伴随着信息通信技术的发展而被企业广泛应用于生产经营活动中，尤其是互联网的建立[6]。资源基础观认为，企业是异质性资源的集合体，那些有价值、稀缺、难以模仿且不可替代的资源与能力构成了企业可持续竞争优势的基石[4]。在数字经济时代，数据成为一种新型的战略资产，而将数据转化为商业洞察的数字技术平台与应用则构成了企业的关键数字化资源[7]。然而，静态的资源优势在剧变的环境中难以持久，这就需要引入动态能力理论作为补充。该理论强调，企业整合、构建和重新配置内外部资源以应对快速变化环境的能力，是其获取持续竞争优势的关键[5]。本文认为，数字化转型的本质，正是企业构建一种高阶动态能力的过程。它并非单一的技术采纳，而是企业通过系统性变革，获得持续地感知市场变化、捕捉价值机会并推动战略转型的组织能力。随着数字技术的不断积累，过去十年间新一代先进数字技术开始更加广泛地改变社会组织的生产经营活动[6]。以大数据、人工智能、物联网等为代表的新一代先进数字技术不仅能够在要素资源利用的层面提高效率，还能够进一步优化资源配置，从而助力企业由小到大，由弱到强，而这一过程即是企业成长，它表现为企业内外部复杂关系的动态调整，是从不平衡到平衡，从低平衡到高平衡的均衡的动态变化[8]。本文基于数字化是一种新一代先进技术的认识，提出了以下假设：

2.1. 数字化转型与企业成长

当前，企业业务体系与价值模式正经历着数字生产力迅猛发展的深刻变革，为企业开辟出前所未有的机遇与挑战并存的新局面。为了在竞争激烈的市场环境中立足并实现长远发展，企业推行数字化转型已不再是备选方案，而是成为了不可或缺的关键战略。这一转型不仅是企业通往可持续发展的必由之路，也是其提升质量与效率的重要工具。一方面，数字化转型可以降低信息不对称，拓宽企业获取资源的渠道；促进财务稳定和优化内部治理，推动企业技术创新[3]，满足市场的新需求，进而提升企业价值和竞争力。另一方面，企业在实施数字化转型的过程中，能够充分利用数字化技术的优势，对现有资源进行整合优化，持续提升资源配置效率与运营效能，进而有效降低企业成本，为企业的经营发展带来质量与效率的双重提升。据此，得出本文的研究假设1。

假设1：企业数字化转型与其成长呈正相关关系。

2.2. 数字化转型与不同行业性质企业成长

Table 1. Growth rates of adjacent periods in each industrial sector (Unit: %)

表1. 各产业部门相邻时期增长率(单位：%)

增长率 产业部门	后十年	前十年	产业类型
GDP	9.643	9.755
农林牧渔	3.442	4.224	衰退
采掘业 食品饮料烟草	7.356 5.788	13.569 11.496	成熟 成熟
纺织服装皮革	3.258	7.684	衰退
木材加工	8.366	10.854	成熟
造纸印刷	9.045	11.332	成熟
石油化学塑胶塑料	9.356	14.044	成长^*
金属非金属	2.06	18.664	成熟
机械设备仪表 电子通信设备制造	6.335 18.6	15.320 15.663	成熟 成长
生物医药	9.50	11.98	成长
电气水的生产供应	11.205	13.668	成长
建筑业	7.680	9.568	衰退^*
邮电通信、运输仓储	11.639	12.363	成长
餐饮、批发和零售贸易	8.663	7.523	衰退^*

注：打^*号的为这几类产业部门所属类型有待斟酌和调整。

本文认为企业所处产业的性质(成长性、成熟性、衰退性)在很大程度上影响着企业成长的程度，处于不同性质产业的企业对于数字化转型的反应程度不同。在研究中，首先运用了增长率产业分类法，依据上市公司的行业特征，将它们大致归类为成长性、成熟性和衰退性三类行业。该方法的核心理念在于：对比各产业部门在两个连续时段(各约二十年)内的增长率与同时段内所有产业部门的平均增长率。具体而言，若某产业部门在两个时段内的增长率均高于平均水平，则被视为成长产业；若其在首个时段接近平均增长率，而在第二个时段显著高于平均增长率，则归类为发展产业；反之，若某产业部门在首个时段增长率高于平均，但在第二个时段逐渐下降至平均水平以下，则判定为成熟产业；若两个连续时段内的增长率均低于平均水平，则该产业被视为衰退产业。本文依据既定的增长率标准对行业进行了分类，鉴于资料的局限性及各时期产业统计标准的差异性，最终选取2003年至2012年的前十年间与2013年至2022年的后十年间作为两个相邻的时间段进行观察，如表1所示。对于各个时期所有产业部门的平均增长率，文章采用GDP增长率作为替代指标。需要注意的是，由于增长率产业分类法本身存在一定的模糊性，因此所得结果应被视为划分行业类型的一个参考依据，而非绝对标准。

据此，得出本文的研究假设2。

假设2：在成长性、成熟性企业样本中数字化转型对企业成长产生显著的促进作用，在衰退性企业样本中则表现出显著的负向抑制作用。

3. 研究设计

3.1. 样本选择与数据来源

本文以2010~2022年A股上市企业为研究样本，根据研究需要，剔除了主要变量缺失的样本。研究所用数据均来源于CSMAR数据库。

3.2. 变量定义

(1) 被解释变量：企业成长(ROA)。总资产回报率(ROA)是衡量企业成长性的一个关键指标。该指标揭示了企业运用其全部资产以产生净利润的效能。具体而言，ROA数值的提升，意味着企业在资产运用上创造利润的效率更为显著，运营效果也更为优异。在企业成长性的衡量上，现有文献多关注规模扩张(如营业收入增长率)或市场潜力(如市值增长)等外延式增长指标。然而，本研究基于数字化转型的核心价值在于优化资源配置、提升运营效率、增强价值创造能力这一理论共识，将研究视角聚焦于企业成长的质量与效率维度，即内涵式成长。总资产回报率(ROA)衡量的正是企业利用其全部资产创造净利润的效率与效能，是反映企业资源配置合理性、经营管理水平及最终经营“质量”的关键绩效指标。因此，本研究以ROA作为衡量企业高质量成长或成长质量的核心代理变量，旨在深入探究数字化转型如何通过提升企业运营效率和价值创造能力，为可持续的、健康的长期成长奠定坚实基础。

(2) 解释变量：企业的数字化转型程度(Digital)。企业在某一年的数字化转型相关词汇提及频次，占该年度其所在行业整体数字化转型词汇提及频次的比例，是衡量企业数字化转型程度的一个重要指标。此比例越高，反映出企业在数字化转型方面的进展与投入程度越大。

(3) 控制变量。借鉴已有研究，本文研究控制了相应的变量，同时为了排除年份和行业的干扰，还控制了年份和行业两个虚拟变量。

3.3. 模型设定

为验证本文有关数字化转型对于企业成长的影响的理论分析，本文构建模型(3-1)进行实证检验。

${\text{Roa}}_{i,t}={\alpha }_0+{\alpha }_1{\text{Digital}}_{i,t}+{\alpha }_2{\text{Controls}}_{i,t}+\sum \text{Year}+\sum \text{ID}+\epsilon$ (3-1)

其中ROA为本文的被解释变量，代表着企业成长，Digital为本文的解释变量，代表着企业的数字化转型程度，Controls代指本文的全部控制变量，本文为了控制不同行业和不同年份对模型回归结果的影响差异，进一步加入了年份(Year)和行业(ID)虚拟变量进行控制。

4. 实证结果分析

4.1. 描述性统计

本文用于实证检验的各变量描述性统计结果如表2所示。通过对被解释变量企业成长(ROA)的描述性统计分析可见，其最大值达到0.245，表示某企业在观测时段内取得了极为可观的资产利用效率，说明该企业具备卓越的管理效能、前沿的技术创新、优质的市场渠道及其他竞争优势。相反，最小值低至−0.457，揭示了部分企业面临资产价值缩减的困境，这可能是由于经营策略失误、市场环境的激烈竞争或其他负面因素的影响。均值为0.037，反映出在高度竞争的市场背景下，企业实现快速增长面临挑战，大多数企业仅能维持一个较为平稳的收益状态。

从解释变量数字化转型(Digital)的描述性统计结果看出，其最大值为4.263，而最小值则为0，均值为1.035。这些数据表明，大多数企业数字化转型的进程仍处于初级阶段至中级阶段之间。这一现状可能归因于数字化转型涉及技术更新、组织结构优化、文化转型等多个复杂维度，其实施过程充满挑战，要求长期持续的资源投入与时间积淀。另外，考虑到数字化转型市场目前仍处于萌芽阶段，众多企业正处于摸索与试验的进程中，因此整体推进节奏相对迟缓。在描述性统计分析方面，其他变量的表现与先前研究相吻合，且经上下1%缩尾处理后的连续变量，其标准差均维持在较低水平，这进一步证实了本文中变量构建及预处理流程的合理性，为后续实证研究的顺利进行奠定了坚实基础。

Table 2. Descriptive statistics of variables

表2. 变量描述性统计

变量	样本量	最小值	最大值	均值	标准差	p25	p50	p75
roa	8720	−0.457	0.245	0.0370	0.0710	0.0120	0.0360	0.0700
Digital	8720	0	4.263	1.035	1.157	0	0.693	1.792
size	8720	19.17	25.82	22.38	1.247	21.52	22.26	23.11
cash	8720	0.0140	0.645	0.184	0.125	0.0960	0.152	0.240
lnage	8720	0	3.401	2.465	0.689	2.197	2.639	2.944
Growth	8720	−0.729	5.371	0.245	0.707	−0.0450	0.100	0.316
Lev	8720	0.0590	0.982	0.450	0.199	0.296	0.447	0.598
top1	8720	8.410	71.13	32.88	14.32	21.57	30.83	42.29
Board	8720	5	15	8.752	1.584	8	9	9

4.2. 相关性分析

各变量间的相关系数结果如表3所示。从表3可知解释变量数字化转型(Digital)与被解释变量企业成长(ROA)的相关系数为0.088，且在1%的显著性水平上显著，说明数字化转型与企业成长的直接相关性为正向显著，初步证明了本文的假设1，即企业数字化转型会正向影响企业成长。

但各变量间的相关系数仅代表二者的直接关系，没有考虑到其他控制变量、行业特征、时间特征和其他模型问题，因此仅以变量间的直接相关系数结果对理论分析所提出的假设进行检验是不符合研究设计的要求的，本文将进一步通过后续的实证结果分析验证本文的理论分析。

Table 3. Correlation analysis

表3. 相关性分析

	roa	Digital	size	cash	lnage	Growth	Lev
roa	1
Digital	0.088^***	1
size	0.123^***	0.222^***	1
cash	0.257^***	0.058^***	−0.098^***	1
lnage	−0.084^***	0.174^***	0.337^***	−0.251^***	1
Growth	−0.00500	0.030^***	−0.069^***	0.00700	0.00200	1
Lev	−0.364^***	0.0160	0.350^***	−0.369^***	0.313^***	0.035^***	1
top1	0.160^***	−0.032^***	0.171^***	0.094^***	−0.115^***	0.00800	−0.022^**
Board	0.056^***	−0.021^*	0.238^***	0.0120	0.050^***	−0.045^***	0.137^***
top1	Board
top1	1
Board	0.00500	1

注：表中披露的是Spearman相关系数；^***、^**、^*分别表示在1%、5%和10%的水平上显著。

4.3. 多重共线性检验

为确保模型(3-1)中变量间不存在可能削弱研究结果有效性的严重多重共线性问题，本文进行了方差膨胀因子(VIF)的检验，如表4所示。观察表4，可以发现所有变量的VIF值均未超过2，远低于通常认为会显著影响回归结果的阈值10，从而验证了本文变量间不存在严重的多重共线性问题，保障了研究的可靠性。

Table 4. VIF test

表4. VIF检验

变量	VIF	1/VIF
size	1.420	0.702
Lev	1.360	0.735
lnage	1.270	0.784
cash	1.210	0.825
Digital	1.100	0.913
top1	1.080	0.925
Board	1.080	0.927
Growth	1.010	0.986
Mean	VIF	1.190

4.4. 基准回归检验

模型(3-1)的回归结果如表5所示，列(1)至列(3)分别展示了控制行业和年份后，将样本分为成长性、成熟性和衰退性企业三类分别进行回归的结果。从表5中可知，解释变量数字化转型(Digital)对被解释变量企业成长(ROA)的回归系数在成长性、成熟性企业样本中始终为正，且均在1%的显著性水平上显著，衰退性企业则表现为负向显著，证实了本文的研究假设2，即在成长性、成熟性企业样本中数字化转型对企业成长产生显著的促进作用，在衰退性企业样本中则表现出显著的负向抑制作用。

Table 5. Benchmark regression tests

表5. 基准回归检验

变量	(1)	(2)	(3)
	ROA	ROA	ROA
	成长	成熟	衰退
Digital	0.005^***	0.006^***	−0.014^***
	(3.28)	(4.54)	(−4.07)
size	0.019^***	0.022^***	0.041^***
	(6.95)	(7.83)	(5.27)
cash	0.047^***	0.040^***	0.072^***
	(3.13)	(3.66)	(2.61)
lnage	0.020^***	0.019^***	0.031^***
	(4.72)	(5.21)	(3.25)
Growth	0.009^***	0.007^***	0.010^***
	(4.59)	(4.86)	(2.95)
Lev	−0.156^***	−0.183^***	−0.199^***
	(−11.22)	(−14.18)	(−7.08)
top1	0.001^***	0.001^***	0.002^***
	(5.40)	(3.50)	(4.61)
Board	0.000	0.000	0.003
	(0.14)	(0.18)	(1.59)
Constant	−0.421^***	−0.462^***	−0.956^***
	(−6.98)	(−7.39)	(−5.39)
Observations	3,156	4,800	764
R-squared	0.499	0.504	0.608
Stkcd FE	YES	YES	YES
Year FE	YES	YES	YES

注：表中披露的是Spearman相关系数；^***、^**、^*分别表示在1%、5%和10%的水平上显著。

5. 结论与建议

5.1. 结论

本文选取了2010~2022年我国A股上市企业作为研究样本，实证研究了数字化转型与企业成长两者的关系。实证结果表明，企业数字化转型程度越高，越有利于促进企业成长；进一步，在成长性、成熟性企业样本中数字化转型对企业成长产生显著的促进作用，在衰退性企业样本中则表现出显著的负向抑制作用。

5.2. 建议

文章指出数字化转型与企业成长呈正相关关系。因此，企业应增加对数字化转型的投入，包括技术、人才和流程的优化，以提升企业的竞争力和市场地位。数字化转型有助于优化资源配置和提高运营效率，企业应利用数字化工具和技术，如大数据分析和人工智能，来优化供应链管理、库存控制和客户服务。文章还提到不同行业对数字化转型的响应不同，企业应根据自身所在行业的特点，制定符合行业发展趋势的数字化转型策略。对于本研究重点警示的衰退性行业，研究发现盲目数字化投入反而会抑制成长，这意味着企业必须采取更为审慎的“战略适配”方针。具体而言，衰退性企业面临两种根本性选择：第一是采取防御性收缩与精细化运维策略，核心目标是“降本求生”，即优先采用轻量级的数字化工具(如SaaS软件)以最小成本优化流程、维系核心客户，并积极探索利用数字平台盘活闲置资产以创造现金流；第二是勇于实施颠覆性创新与战略性突围，这要求企业跳出原有衰退业务的思维定式，果断利用数字化技术实现跨界融合与业务重生，这实质上是利用数字化完成核心业务的彻底转向。决策者必须清醒认识到，在衰退行业中，最危险的莫过于陷入目标模糊、进退失据的数字化转型，其既无法有效降本，也难以实现根本性蜕变，最终只会加剧资源消耗。