數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造

收稿日期：2023-08-08" 修回日期：2023-11-17

基金項目：國家社會科學基金重點項目（20AJY015）；山西省科技戰(zhàn)略研究專項（202204031401040）

作者簡介：仝自強（1988-），男，山西運城人，博士，山西大學經(jīng)濟與管理學院講師，研究方向為數(shù)字化轉(zhuǎn)型、創(chuàng)新管理；李補喜（1964-），男，山西忻州人，博士，山西大學經(jīng)濟與管理學院教授、碩士生導師，研究方向為戰(zhàn)略管理；楊磊（1983-），男，陜西西安人，長安大學經(jīng)濟與管理學院博士研究生，研究方向為技術(shù)創(chuàng)新。

摘" 要：在數(shù)字經(jīng)濟背景下，互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等信息技術(shù)持續(xù)促進企業(yè)價值創(chuàng)造。以我國滬深A股2016—2022年上市公司年報為研究對象，基于Word2Vec機器學習技術(shù)構(gòu)建數(shù)字化轉(zhuǎn)型和競爭戰(zhàn)略指標，實證檢驗企業(yè)生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造之間的關系。研究發(fā)現(xiàn)：①數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的正向顯著影響主要集中于成長期企業(yè)，對于成熟期企業(yè)的影響作用不顯著；對于處于成長期的企業(yè)而言，數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略，并通過差異化戰(zhàn)略這一中介變量增強企業(yè)價值創(chuàng)造；②進一步分析表明，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響在規(guī)模較小的企業(yè)更強，并且隨著時間推移，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響逐漸減弱。研究結(jié)論有助于打開數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的“黑箱”，并為全面、客觀評價數(shù)字化轉(zhuǎn)型效果提供理論和實踐依據(jù)。

關鍵詞：數(shù)字化轉(zhuǎn)型；競爭戰(zhàn)略；價值創(chuàng)造；生命周期；文本分析

DOI：10.6049/kjjbydc.H202308136

開放科學（資源服務）標識碼（OSID）""""" 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F272.7-39

文獻標識碼：A

文章編號：1001-7348（2024）14-0001-10

0" 引言

隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算等信息技術(shù)的不斷發(fā)展，數(shù)字化轉(zhuǎn)型在提高我國經(jīng)濟效率、發(fā)展質(zhì)量和創(chuàng)新能力方面表現(xiàn)出極大優(yōu)勢［1-3］。2021年，國務院發(fā)布的《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》明確了數(shù)字化轉(zhuǎn)型的總體要求、重點領域和保障措施，數(shù)字化轉(zhuǎn)型上升至國家戰(zhàn)略層面。作為現(xiàn)代信息技術(shù)與實體經(jīng)濟深度融合的數(shù)字化轉(zhuǎn)型可賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，利用數(shù)據(jù)和平臺資源促進企業(yè)價值創(chuàng)造［4-5］。當前，相關研究雖然探討了數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響［6］，但多基于靜態(tài)視角，未深入探討企業(yè)生命周期理論對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的作用。企業(yè)在不同階段所擁有的資源、組織結(jié)構(gòu)和外部環(huán)境以及采取的戰(zhàn)略措施不同，數(shù)字化轉(zhuǎn)型在不同階段對企業(yè)價值創(chuàng)造的影響作用也不同。因此，本文引入企業(yè)生命周期這一動態(tài)視角，揭示數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響規(guī)律，有助于企業(yè)采取相應權(quán)變策略實施數(shù)字化轉(zhuǎn)型，確保企業(yè)獲得可持續(xù)競爭優(yōu)勢。

為此，本文重點考察企業(yè)生命周期對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的影響，并將生命周期理論和競爭戰(zhàn)略理論同時納入數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系研究框架，建立生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造關系的理論模型。首先，運用基于Word2Vec的機器學習方法構(gòu)建數(shù)字化轉(zhuǎn)型和競爭戰(zhàn)略指標，形成中國滬深兩市A股上市公司2016-2022年非平衡面板數(shù)據(jù)；其次，實證檢驗生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造之間的關系。

1" 理論分析與研究假設

1.1" 生命周期視角下數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響

本文借鑒相關學者研究成果［1-3］，結(jié)合我國上市公司實際情況，將數(shù)字化轉(zhuǎn)型水平界定為“大數(shù)據(jù)、人工智能、云計算等以數(shù)字化為基礎的信息技術(shù)與上市公司結(jié)合的應用程度”。眾所周知，企業(yè)生命周期是指企業(yè)在發(fā)展和成長的每個階段改變自身行為的現(xiàn)象。根據(jù)生命周期理論，企業(yè)每個階段所處宏觀環(huán)境、產(chǎn)業(yè)環(huán)境、競爭環(huán)境以及內(nèi)部占有資源、組織形式等各不相同［7］，不同生命周期階段數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響也不同。

（1）成長期數(shù)字化轉(zhuǎn)型與價值創(chuàng)造。對處于成長期的企業(yè)來說，熬過初創(chuàng)期的生死存亡，企業(yè)找到獨特的盈利模式，進入快速成長期，實現(xiàn)差異化發(fā)展成為其主要戰(zhàn)略目標。因此，在成長期階段，企業(yè)主要依賴數(shù)字化轉(zhuǎn)型滿足長尾客戶差異化需求，通過贏得長尾客戶利潤創(chuàng)造價值。首先，數(shù)字化轉(zhuǎn)型有助于企業(yè)挖掘新客戶，為企業(yè)價值創(chuàng)造開辟新客戶群體，吸引“長尾客群”［5］，產(chǎn)生網(wǎng)絡外部效應，為企業(yè)帶來指數(shù)型價值結(jié)果［8］，促使企業(yè)擴大用戶規(guī)模，提高利潤創(chuàng)造能力［9］。其次，大數(shù)據(jù)、云計算、區(qū)塊鏈等數(shù)字新興技術(shù)能為企業(yè)提供全面的客戶資料，使企業(yè)從數(shù)據(jù)庫中挖掘客戶的消費習慣和潛在需求信息，為消費者提供各式各樣的新產(chǎn)品，以攫取更大利潤和價值創(chuàng)造［10］。最后，數(shù)字化轉(zhuǎn)型通過技術(shù)溢出效應倒逼傳統(tǒng)行業(yè)變革。由于率先實施數(shù)字化轉(zhuǎn)型的企業(yè)競爭優(yōu)勢更明顯，使得落后企業(yè)陷入一種緊張和危機的情境，迫使這些企業(yè)開始追趕先進企業(yè)并主動吸收以數(shù)字化為基礎的各種新興技術(shù)，推動實體經(jīng)濟對運營模式和盈利模式的全新變革，最終增強企業(yè)價值創(chuàng)造能力。

總之，成長期企業(yè)生產(chǎn)和銷售規(guī)模迅速擴張，企業(yè)借助數(shù)字化轉(zhuǎn)型，應用大數(shù)據(jù)、人工智能、云計算等信息技術(shù)助力各廠家產(chǎn)品和服務在技術(shù)和性能方面產(chǎn)生較大差異，形成差異化和領先優(yōu)勢，導致其它企業(yè)短期內(nèi)很難學習、復制和模仿。加之絕大多數(shù)企業(yè)在該階段會出現(xiàn)供不應求，單價設定較高，銷售量節(jié)節(jié)攀升，不僅產(chǎn)品利潤有較大幅度提高，企業(yè)抵抗經(jīng)營風險的能力也有所增強，從而能夠大幅提升企業(yè)績效，最終增強企業(yè)價值創(chuàng)造能力。據(jù)此，本文提出如下假設：

H1：對于處于成長期的企業(yè)而言，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)價值創(chuàng)造能力越強。

（2）成熟期數(shù)字化轉(zhuǎn)型與價值創(chuàng)造。對于處于成熟期的企業(yè)來說，經(jīng)營風險有所下降，此階段能夠為企業(yè)提供大量資金流，處于非常穩(wěn)定的局面；但隨著外部環(huán)境變化，企業(yè)產(chǎn)品或服務市場達到相對飽和，價格競爭較為激烈，質(zhì)量、技術(shù)提升速度比較緩慢。與此同時，企業(yè)提供的產(chǎn)品或服務逐漸趨同化，大部分消費者仍是老顧客，新消費者數(shù)量增速較慢，導致產(chǎn)品和服務價格開始下滑，利潤持續(xù)下降。因此，當企業(yè)處于成熟期階段時，往往會選擇控制成本、提升效率的戰(zhàn)略措施。在成熟期階段，企業(yè)能否依賴數(shù)字化轉(zhuǎn)型增強價值創(chuàng)造能力，不同學者持有的觀點不同。

一方面，部分學者指出數(shù)字化轉(zhuǎn)型有助于企業(yè)降低交易成本和提高運營效率。首先，數(shù)字化轉(zhuǎn)型能減少交易成本［5］。基于交易費用理論，互聯(lián)網(wǎng)的連接特征導致交易結(jié)構(gòu)改變，打破時空限制，使交易范圍不斷擴大，通過交易結(jié)構(gòu)創(chuàng)新以及減少不必要的中間渠道促使交易成本下降［11］。其次，數(shù)字化轉(zhuǎn)型邊際成本較低。運用數(shù)字化轉(zhuǎn)型的企業(yè)呈現(xiàn)出規(guī)模經(jīng)濟，隨著業(yè)務量的擴大，企業(yè)平均成本會一直減少。在相同業(yè)務量下，實施數(shù)字化轉(zhuǎn)型的企業(yè)平均可變成本低于傳統(tǒng)企業(yè)。由于信息傳遞成本幾乎為零，企業(yè)提供的服務基本不受時空限制，因此每增加一個產(chǎn)品的邊際成本通常很低，甚至接近于零［12］。最后，數(shù)字化轉(zhuǎn)型有助于降低信息不對稱［13］，打破時空束縛，推動共享經(jīng)濟發(fā)展［14］，提高企業(yè)運營效率［15］?？傊瑪?shù)字化轉(zhuǎn)型既能通過“脫媒”化優(yōu)勢、減少信息不對稱和眾多中間環(huán)節(jié)加快信息共享速度。降低企業(yè)交易成本，又能借助新一代數(shù)字化技術(shù)改善公司費用超支，促進企業(yè)價值創(chuàng)造能力提升。

與此相反，也有部分學者認為企業(yè)數(shù)字化轉(zhuǎn)型會增加成本，尤其是在企業(yè)規(guī)模較大的成熟期階段。李榮等［16］通過實證研究表明數(shù)字化轉(zhuǎn)型程度較高的企業(yè)組織結(jié)構(gòu)、業(yè)務流程較為復雜，監(jiān)督成本和難度較高；楊德明和陸明［17］通過實證研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型會增加審計費用；趙璨等［18］指出企業(yè)數(shù)字化轉(zhuǎn)型有可能導致企業(yè)組織機構(gòu)或運營管理更加繁雜，進而出現(xiàn)高管團隊的機會主義行為，也有可能導致相關制度、規(guī)范未及時更新而產(chǎn)生代理沖突，最終加劇企業(yè)成本粘性，不利于企業(yè)價值創(chuàng)造。此外，企業(yè)戰(zhàn)略目標從成長期的差異化策略逐漸調(diào)整為成熟期的降低成本策略，策略重心轉(zhuǎn)變也有可能導致企業(yè)喪失部分利潤，在一定程度上削弱企業(yè)價值創(chuàng)造。

綜上所述，兩種觀點的對立使得在成熟期階段下數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響不明確。據(jù)此，本文提出如下假設：

H2：對于處于成熟期的企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響不顯著。

1.2" 生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造關系

由假設H1可知，對于處于成長期企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的正向影響更顯著。主要原因在于，成長期是改變企業(yè)價格形象和質(zhì)量形象的最好時機，企業(yè)產(chǎn)品最大的特點便是差異化。在此階段，企業(yè)需要借助數(shù)字化轉(zhuǎn)型，如大數(shù)據(jù)、人工智能、云計算等信息技術(shù)助力各廠家產(chǎn)品和服務在技術(shù)、性能方面產(chǎn)生較大差異。首先，數(shù)字化轉(zhuǎn)型能為廠商與用戶提供隨時商議的機會，為廠商與粉絲密切聯(lián)系、溝通互動提供平臺［19］，用戶可隨時隨地在平臺上表達自己的偏好和個性化需求，甚至參與產(chǎn)品或服務研發(fā)、設計、策劃等環(huán)節(jié)［20］，促使企業(yè)產(chǎn)品或服務從大批量、少品種出產(chǎn)方式轉(zhuǎn)換成小批量、多品種出產(chǎn)方式，使用戶差異化需求逐漸得到重視［21］。其次，大數(shù)據(jù)的全面性不容易遺漏消費者重要信息，企業(yè)通過對用戶消費習慣、偏好、收入水平、性格和心理活動進行分析，能夠得到良好的客戶畫像，實現(xiàn)產(chǎn)品或服務的精準營銷，進而滿足用戶差異化和個性化需求［22］。據(jù)此，本文提出如下假設：

H3：對于處于成長期企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略。

基于上述假設，對處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略，差異化戰(zhàn)略代表企業(yè)向消費者提供的產(chǎn)品或服務在產(chǎn)業(yè)范圍內(nèi)獨具特色，該與眾不同的特性賦予企業(yè)產(chǎn)品更高的定價，若這種最新定價與以往定價的差額大于產(chǎn)品由于新增特色所產(chǎn)生的成本［23］，則企業(yè)將獲得可持續(xù)競爭優(yōu)勢。原因在于，采用差異化戰(zhàn)略能夠更好地抵御產(chǎn)業(yè)競爭，形成產(chǎn)品新進入障礙，降低顧客敏感度，增強討價還價能力，抵抗替代品威脅，消費者會更忠誠于該產(chǎn)品或服務，從而獲得超過一定水平的利潤。與此同時，差異化戰(zhàn)略還意味著企業(yè)具備較強的研發(fā)設計能力、新產(chǎn)品開發(fā)能力、市場營銷能力和品牌建設能力，并且形成一種難以模仿的創(chuàng)造性激勵機制和企業(yè)文化，從而能幫助企業(yè)攫取更大的利潤和價值創(chuàng)造［24-25］。據(jù)此，本文提出如下假設：

H4：對處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型通過差異化戰(zhàn)略這一中介變量增強企業(yè)價值創(chuàng)造能力。

綜上所述，本文將數(shù)字化轉(zhuǎn)型、企業(yè)生命周期、競爭戰(zhàn)略和價值創(chuàng)造納入邏輯嚴密的理論框架，構(gòu)建本文概念模型，如圖1所示。

2" 研究設計

2.1" 數(shù)據(jù)來源與樣本選取

本文以2016-2022年我國滬深兩市A股上市公司為原始研究樣本，企業(yè)數(shù)字化轉(zhuǎn)型文本數(shù)據(jù)來源于WinGo財經(jīng)文本數(shù)據(jù)平臺，其它財務數(shù)據(jù)和指標來自國泰安（CSMAR）數(shù)據(jù)庫。本文對原始樣本作如下處理：①為避免干擾估計結(jié)果，剔除高科技等與數(shù)字化技術(shù)相關的上市公司，主要包括信息傳輸、軟件和信息技術(shù)服務業(yè)以及我國創(chuàng)業(yè)板上市企業(yè)；②剔除金融行業(yè)、ST和*ST公司樣本；③剔除相關數(shù)據(jù)缺失的樣本，最終得到12 921個有效觀測值。同時，為消除樣本離群值、異方差、序列相關問題的潛在影響，對所有連續(xù)變量按照1%的標準進行Winsor處理，并對所有回歸結(jié)果進行行業(yè)和年度群聚調(diào)整。

2.2" 變量定義與測度

2.2.1" 數(shù)字化轉(zhuǎn)型

數(shù)字化轉(zhuǎn)型（DT）為自變量。本文數(shù)字化轉(zhuǎn)型指標測度原理上與經(jīng)典文獻保持一致［1，6，17-19］，但在具體方法和操作步驟上有一定區(qū)別，對相關學者指標進行改進和完善，使其更具有優(yōu)越性和客觀性。之前學者利用“關鍵詞搜索+人工評分法”［6，19］或利用Python技術(shù)抓取上市公司年報中的關鍵詞［1，17-18］，這種文本分析方法容易忽略關鍵詞集在年度財務報告中的多重表達。因此，本文在統(tǒng)計年報關鍵詞表述信息的基礎上，采用基于文本分析法和機器學習算法的Word2Vec技術(shù)方法［26-27］，根據(jù)詞匯上下文內(nèi)容和文本語言環(huán)境，對數(shù)字化轉(zhuǎn)型種子詞集進行擴充，以避免人工判斷的主觀性，并且該方法已在文本分析領域得到廣泛應用［28-29］。

2.2.2" 企業(yè)生命周期

參考Dickinson［7］根據(jù)企業(yè)籌資、投資和經(jīng)營活動現(xiàn)金流量符號對企業(yè)生命周期階段進行劃分的方法，將企業(yè)生命周期劃分為5個階段，呈現(xiàn)每個階段的現(xiàn)金流特征。值得注意的是，本文初始樣本為上市公司，幾乎都經(jīng)歷了初創(chuàng)期，因此參照國內(nèi)學者做法［30］，將企業(yè)生命周期處于初創(chuàng)期和成長期的上市公司歸并為成長期。對企業(yè)生命周期處于動蕩期的上市公司進行二次劃分和整合，將企業(yè)特征趨于成熟期的上市公司劃入成熟期階段，將企業(yè)特征處于衰退期的上市公司劃入衰退期階段，最終設置成長期、成熟期和衰退期3個階段。

2.2.3" 競爭戰(zhàn)略

本研究采用文本分析法和機器學習算法對企業(yè)競爭戰(zhàn)略進行度量。借鑒相關學者研究成果［31］，采用公司當年差異化戰(zhàn)略詞頻占比（DIFF）與成本領先詞頻占比（COST）的比值表征上市公司的競爭戰(zhàn)略偏好（STRATEGY），該指標的有效性（內(nèi)容效度、結(jié)構(gòu)效度和效標效度）已通過相關學者驗證［31］。

2.2.4" 價值創(chuàng)造

價值創(chuàng)造是指提高企業(yè)經(jīng)營績效水平和資本創(chuàng)值能力，關鍵在于測度公司價值是否得到提升。經(jīng)濟增加值（EVA）符合企業(yè)創(chuàng)值能力考核指標，可衡量企業(yè)在某段時期的價值增值能力。EVA方法以傳統(tǒng)會計利潤指標為基礎，更具有優(yōu)越性，用調(diào)整后的經(jīng)營凈利潤減去取得這些利潤所需資本成本得到經(jīng)濟增加值。EVA計算公式如下：

EVA=NOPAT－TC×WACC（1）

其中，NOPAT代表稅后凈營業(yè)利潤；TC代表平均資本占用，反映企業(yè)持續(xù)投入的各種債務資本和股權(quán)資本；WACC代表加權(quán)平均資本成本。該模型表明，若計算的EVA值大于零，說明管理層為公司創(chuàng)造了價值；若計算的EVA小于零，則說明管理層損毀了公司價值，此時若計算的公司利潤大于零，本質(zhì)上對公司來說仍是一種損失。相對而言，EVA旨在使經(jīng)理人員賺取超過資本成本的報酬，促使股東財富最大化，對比傳統(tǒng)業(yè)績評價指標如資產(chǎn)收益率或凈資產(chǎn)收益率，使用EVA更具有說服力，是反映企業(yè)價值最科學、最有效的指標［32］。因此，本文選取經(jīng)濟增加值（EVA）作為測評公司價值創(chuàng)造能力的重要指標，為排除資產(chǎn)規(guī)?；蚩偼顿Y額的影響，本文使用經(jīng)濟增加值與總資產(chǎn)的比值表征（總資產(chǎn)EVA率，用EVATA表示）。

2.2.5" 控制變量

為避免其它公司層面變量對研究結(jié)果產(chǎn)生的不良影響，本文設置如下控制變量：①公司財務特征變量：公司規(guī)模（SIZE）、公司成長性（GROWTH）、資產(chǎn)負債率（LEVER）、公司產(chǎn)權(quán)（SOE）；②公司治理變量：CEO和董事長是否兩職合一（DUAL）、高管持股比例（MANAGE）、股權(quán)集中度（CONCEN）、董事會規(guī)模（BOARD）、獨立董事占比（INDEP）。

2.3" 模型設定

為驗證假設H1和H2，本文構(gòu)建數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系回歸模型，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，下標i代表企業(yè)，下標t代表年份。模型（2）采用普通最小二乘回歸方法并加入公司固定效應（Firm），用以控制不隨時間變化且難以被觀測的企業(yè)特征對企業(yè)價值創(chuàng)造的影響；另外，同樣加入年度固定效應（Year），用以控制時間變化對企業(yè)價值創(chuàng)造的影響。其中，假設H1采用的回歸樣本為處于成長期的企業(yè)，假設H2采用的回歸樣本為處于成熟期的企業(yè)。

為驗證假設H3和H4，首先將回歸樣本設定為處于成長期的企業(yè)，接著構(gòu)建多元回歸模型，實證檢驗對處于成長期的企業(yè)而言，數(shù)字化轉(zhuǎn)型能否通過差異化戰(zhàn)略影響企業(yè)價值創(chuàng)造。本文以競爭戰(zhàn)略偏好（STRATEGY）為中介變量，利用溫忠麟等［33］構(gòu)建的中介效應檢驗步驟對上述影響路徑進行探究，具體模型構(gòu)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，下標i代表上市公司，下標t代表年份，Contorlsit為一系列控制變量。值得注意的是，在中介效應檢驗步驟中，模型（3）與模型（2）相同，模型（4）為假設H3的回歸模型，即對于處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略。此外，模型（3）—模型（5）同樣采用普通最小二乘回歸方法，并加入公司固定效應（Firm）和年度固定效應（Year）。

對照溫忠麟等［33］的做法，根據(jù)如下步驟依次進行檢驗。在模型（3）中α1顯著的基礎上，探究中介效應的顯著性。估計模型（4）和模型（5），如果β1回歸系數(shù)顯著為正且γ1回歸系數(shù)顯著為正，則表明中介效應顯著。在此基礎上，若回歸系數(shù)γ2顯著為正或不再顯著，則表明差異化戰(zhàn)略發(fā)揮完全或部分中介作用。

3" 實證結(jié)果分析

3.1" 描述性統(tǒng)計分析

表1展示了主要變量的描述性統(tǒng)計結(jié)果。從中可見，價值創(chuàng)造的均值和中位數(shù)分別為0.005和0.003，兩者差異較小，說明樣本呈現(xiàn)正態(tài)分布。此外，價值創(chuàng)造的標準差為0.060，明顯大于變量均值和中位數(shù)，說明不同企業(yè)之間價值創(chuàng)造能力差距較大。解釋變量數(shù)字化轉(zhuǎn)型樣本均值為0.145，說明我國企業(yè)數(shù)字化轉(zhuǎn)型處于初始階段；數(shù)字化轉(zhuǎn)型的中位數(shù)為0.077，標準差為0.171，最小值為0.004，最大值為0.931，說明企業(yè)數(shù)字化轉(zhuǎn)型水平差別較大，數(shù)字化轉(zhuǎn)型指標有充分的變異性。競爭戰(zhàn)略指標存在如下特征：成本領先戰(zhàn)略詞頻占比均值為0.448，差異化戰(zhàn)略詞頻占比均值為0.350，前者略高于后者，表明我國上市公司對成本控制的關注略高；此外，差異化戰(zhàn)略詞頻占比標準差為0.189，大于成本領先戰(zhàn)略詞頻占比的標注差（0.141），說明實施差異化戰(zhàn)略的企業(yè)之間存在較強的異質(zhì)性，這符合實施差異化戰(zhàn)略的企業(yè)注重“標新立異”的特征，控制變量描述性統(tǒng)計結(jié)果與現(xiàn)有研究基本保持一致。

3.2" 多元回歸分析

（1）數(shù)字化轉(zhuǎn)型、企業(yè)生命周期與價值創(chuàng)造。表2列示了假設H1和H2的回歸結(jié)果，其中列（1）和列（2）為全樣本回歸結(jié)果，列（3）為處于成長期企業(yè)的回歸結(jié)果，列（4）為處于成熟期企業(yè)的回歸結(jié)果。第（1）列結(jié)果顯示，在控制公司固定效應、年份固定效應以及公司規(guī)模、公司成長性等一系列控制變量后，數(shù)字化轉(zhuǎn)型回歸系數(shù)在1%水平上顯著為正。第（2）—第（4）列模型在第（1）列的基礎上，控制上一年度價值創(chuàng)造（L.EVATA）。第（2）列全樣本回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型與經(jīng)濟增加值變動呈顯著正相關關系，說明上市公司數(shù)字化轉(zhuǎn)型能夠顯著促進企業(yè)價值創(chuàng)造。列（3）為企業(yè)處于成長期階段的回歸結(jié)果，數(shù)字化轉(zhuǎn)型系數(shù)在1%水平上顯著為正，假設H1得到驗證。這表明，對處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)價值創(chuàng)造能力越強；列（4）為企業(yè)處于成熟期階段的回歸結(jié)果，數(shù)字化轉(zhuǎn)型回歸系數(shù)不顯著，假設H2得到驗證。這表明，對處于成熟期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響不顯著。

（2）生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造關系。表3為生命周期處于成長期企業(yè)的回歸結(jié)果，可見上市公司數(shù)字化轉(zhuǎn)型通過差異化戰(zhàn)略這一中介變量促進企業(yè)價值創(chuàng)造主要集中在成長期階段。具體表現(xiàn)為：第一，第（1）列是對模型（3）的回歸結(jié)果，數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的回歸系數(shù)顯著為正，即按中介效應立論。第二，第（2）列是對模型（4）的回歸結(jié)果，數(shù)字化轉(zhuǎn)型對差異化戰(zhàn)略的回歸系數(shù)顯著為正，假設H3得到驗證。這表明，對處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略；第（3）列是對模型（5）的回歸結(jié)果，差異化戰(zhàn)略對價值創(chuàng)造的回歸系數(shù)顯著大于0。第三，第（3）列數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的系數(shù)顯著大于0，且第（3）列數(shù)字化轉(zhuǎn)型系數(shù)低于第（1）列，說明差異化戰(zhàn)略是一個重要的中介變量，在控制差異化戰(zhàn)略之后，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響減弱，因此存在部分中介效應。這說明，對處于成長期的企業(yè)而言，差異化戰(zhàn)略是數(shù)字化轉(zhuǎn)型與企業(yè)價值創(chuàng)造關系的部分中介因子，假設H4得到驗證。

4" 穩(wěn)健性檢驗

為驗證假設H1和H2研究結(jié)論的可靠性，本文開展一系列穩(wěn)健性檢驗，主要包括工具變量法和價值創(chuàng)造替代變量等方法。

（1）工具變量法。本研究可能含有被解釋變量與解釋變量互為因果的內(nèi)生性問題，因此采用工具變量方法降低內(nèi)生性問題。參照國內(nèi)相關學者的做法［6，18-19］，根據(jù)第六屆世界互聯(lián)網(wǎng)大會公布的《中國互聯(lián)網(wǎng)發(fā)展報告2019》，其列示了中國內(nèi)地31個省份數(shù)字化技術(shù)發(fā)展水平名次，名次越靠前說明數(shù)字化基礎設施建設越完善，因此本文使用城市數(shù)字化發(fā)展水平作為兩階段最小二乘法（2SLS）回歸中的第一個工具變量。工具變量為City10，代表城市數(shù)字化發(fā)展程度，City10值為1說明企業(yè)位于數(shù)字化發(fā)展指數(shù)最高的10個城市，包括杭州、深圳、廣州、珠海、廈門、南京、上海、北京、武漢和蘇州，其它取值為0?？傊?，城市數(shù)字化發(fā)展水平會影響上市公司數(shù)字化轉(zhuǎn)型，但不會直接影響企業(yè)價值創(chuàng)造，工具變量實證結(jié)果如表4所示。在第一階段，列（1）中工具變量城市數(shù)字化發(fā)展水平的回歸系數(shù)顯著為正，說明城市數(shù)字化水平能夠促進上市公司數(shù)字化轉(zhuǎn)型，符合工具變量相關性檢驗。在第二階段，本文采用從第一階段測得的數(shù)字化轉(zhuǎn)型預測值（Prediction-DT）代替數(shù)字化轉(zhuǎn)型程度，檢驗其對價值創(chuàng)造的影響。結(jié)果顯示，列（2）中數(shù)字化轉(zhuǎn)型預測值系數(shù)依然顯著為正，表明該結(jié)論不受內(nèi)生性影響。列（3）為企業(yè)處于成長期階段的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型系數(shù)顯著為正，假設H1再次得到驗證；列（4）為企業(yè)處于成熟期階段的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型回歸系數(shù)不顯著，假設H2再次得到驗證。

（2）價值創(chuàng)造替代變量。為保證研究結(jié)果的穩(wěn)健性，本文對被解釋變量價值創(chuàng)造進行多維度測量。其中，價值創(chuàng)造采用投入資本回報率（稅后凈營業(yè)利潤與總投資額的比值，用ROIC表示）作為替代變量，回歸結(jié)果如表5所示。其中，第（1）列為全樣本回歸，數(shù)字化轉(zhuǎn)型的系數(shù)依然顯著為正。列（2）為企業(yè)處于成長期階段的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型系數(shù)顯著為正，假設H1再次得到驗證；列（3）為企業(yè)處于成熟期階段的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型回歸系數(shù)不再顯著，假設H2再次得到驗證。

為驗證假設H3和H4研究結(jié)論的可靠性，本文主要采用差異化戰(zhàn)略替代變量法進行穩(wěn)健性檢驗。根據(jù)相關學者研究［6，31］，傳統(tǒng)財務指標可用銷售毛利率（GPM）衡量企業(yè)差異化戰(zhàn)略。因此，本文采用差異化戰(zhàn)略的替代變量檢驗差異化戰(zhàn)略是否為數(shù)字化轉(zhuǎn)型與企業(yè)價值創(chuàng)造關系的中介變量。表6為生命周期處于成長期企業(yè)的回歸結(jié)果，顯示上市公司數(shù)字化轉(zhuǎn)型通過差異化戰(zhàn)略這一中介變量促進企業(yè)價值創(chuàng)造，該效應集中在成長期。第（1）列數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的系數(shù)顯著為正，即中介效應成立；第（2）列數(shù)字化轉(zhuǎn)型對銷售毛利率的回歸系數(shù)顯著為正，假設H3得到進一步檢驗；第（3）列銷售毛利率對價值創(chuàng)造的回歸系數(shù)顯著為正，數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的回歸系數(shù)顯著為正。這說明，即使采用差異化戰(zhàn)略的替代變量（銷售毛利率），研究結(jié)論仍與假設H3和H4保持一致。

5" 進一步分析

5.1" 數(shù)字化轉(zhuǎn)型、企業(yè)規(guī)模與價值創(chuàng)造

一般來說，上市公司從成長期到成熟期企業(yè)規(guī)模會越來越大。上述分析指出對處于成長期的企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的正向影響更顯著；對處于成熟期的企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響不顯著?？梢姡鲜泄緩某砷L期到成熟期，企業(yè)數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響逐漸由正向顯著變?yōu)椴伙@著，而在這期間，上市公司規(guī)模逐漸擴大，是否意味著企業(yè)規(guī)模擴大會削弱數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的正向影響。為此，本文構(gòu)建如下模型檢驗企業(yè)規(guī)模對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的調(diào)節(jié)作用，用數(shù)字化轉(zhuǎn)型與企業(yè)規(guī)模的交互項系數(shù)表征。

EVATAi，t=α0+α1DTi，t+α2DTi，tSIZEi，t+λControlsi，t+εi，t（5）

實證結(jié)果如表7第（1）列所示，可以看出，數(shù)字化轉(zhuǎn)型與企業(yè)規(guī)模交互項系數(shù)顯著為負，表明數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響在規(guī)模較小的企業(yè)更顯著。

5.2" 數(shù)字化轉(zhuǎn)型、時間趨勢與價值創(chuàng)造

上市公司從成長期到成熟期表現(xiàn)為一種時間趨勢，上述分析指出上市公司從成長期到成熟期，企業(yè)數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響逐漸由正向顯著變?yōu)椴伙@著，意味著隨著時間推移，時間趨勢會削弱數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的正向影響。為此，本文構(gòu)建如下模型檢驗時間趨勢對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的調(diào)節(jié)作用，用數(shù)字化轉(zhuǎn)型與時間趨勢的交互項系數(shù)表征。

EVATAi，t=α0+α1DTi，t+α2DTi，tTIME+λControlsi，t+εi，t（7）

實證結(jié)果如表7第（2）列所示，可以看出，數(shù)字化轉(zhuǎn)型與時間趨勢交互項回歸系數(shù)顯著為負，表明隨著時間推移，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響越來越弱。

6" 結(jié)語

本文運用基于Word2Vec的機器學習方法，從滬深A股2016—2022年年報中提取數(shù)字化轉(zhuǎn)型和競爭戰(zhàn)略指標，實證檢驗生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造之間的關系，得出如下結(jié)論：

（1）對于處于成長期的企業(yè)而言，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)價值創(chuàng)造能力越強；對于處于成熟期的企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響不顯著。

（2）對于處于成長期的企業(yè)而言，企業(yè)數(shù)字化轉(zhuǎn)型有助于形成差異化戰(zhàn)略，并通過差異化戰(zhàn)略這一中介變量促進企業(yè)價值創(chuàng)造。

（3）企業(yè)數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響在規(guī)模較小的企業(yè)更顯著；隨著時間推移，企業(yè)數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響越來越弱。

6.1" 理論貢獻

（1）提出并驗證企業(yè)生命周期對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的作用。在數(shù)字化轉(zhuǎn)型正向經(jīng)濟后果研究中，雖然個別文獻探討了數(shù)字化轉(zhuǎn)型對企業(yè)績效的直接影響，但對其影響機理的分析較少，且多基于靜態(tài)視角。本文引入企業(yè)生命周期這一動態(tài)視角，揭示數(shù)字化轉(zhuǎn)型對價值創(chuàng)造影響的動態(tài)規(guī)律，厘清了企業(yè)生命周期對數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系的作用邊界。

（2）將生命周期理論和競爭戰(zhàn)略理論同時納入數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系研究框架，建立生命周期視角下數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略與價值創(chuàng)造之間的理論模型，明晰數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響機理。研究結(jié)論揭示了數(shù)字化轉(zhuǎn)型影響價值創(chuàng)造的路徑機制，為全面、客觀評價數(shù)字化轉(zhuǎn)型效果提供了理論依據(jù)。

（3）提出并驗證企業(yè)規(guī)模和時間趨勢在數(shù)字化轉(zhuǎn)型與價值創(chuàng)造之間的調(diào)節(jié)作用，豐富了數(shù)字化轉(zhuǎn)型與價值創(chuàng)造關系研究情境。

6.2nbsp; 實踐啟示

根據(jù)上述研究結(jié)論，本文提出如下啟示：

（1）培育數(shù)字化轉(zhuǎn)型環(huán)境。數(shù)字化轉(zhuǎn)型作為價值創(chuàng)造的一個重要影響因素，國家需要優(yōu)化數(shù)字化轉(zhuǎn)型環(huán)境，提升數(shù)字化轉(zhuǎn)型水平和質(zhì)量，促進大數(shù)據(jù)、區(qū)塊鏈等數(shù)字化技術(shù)與傳統(tǒng)企業(yè)深度融合，打造一個全新的生態(tài)系統(tǒng)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，引導企業(yè)培養(yǎng)數(shù)字化轉(zhuǎn)型思維，推動企業(yè)可持續(xù)發(fā)展。在這一過程中，需要注意數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的影響在不同階段的作用不同。只有采取相應權(quán)變策略，考慮不同情景因素，將數(shù)字化轉(zhuǎn)型的實際應用價值基于企業(yè)生命周期視角下，才能增強企業(yè)價值創(chuàng)造能力，使企業(yè)立于不敗之地。

（2）成長期階段策略。各行業(yè)尤其是現(xiàn)代制造業(yè)應推進數(shù)字化技術(shù)與業(yè)務活動有機融合，在成長期階段充分利用數(shù)字化轉(zhuǎn)型，借助大數(shù)據(jù)、云計算、區(qū)塊鏈等新一代信息技術(shù)，從數(shù)據(jù)庫中挖掘客戶習慣和潛在需求等信息，根據(jù)客戶特征和差異，開發(fā)不同產(chǎn)品吸引新老客戶；借助數(shù)字化平臺讓用戶隨時隨地表達自己的偏好和個性化需求，參與產(chǎn)品或服務研發(fā)、設計、策劃等環(huán)節(jié)，重視用戶的差異化需求，大幅提升企業(yè)在成長期的價值創(chuàng)造能力，爭取以最大的市場份額進入成熟期。

（3）成熟期階段策略。上市公司的戰(zhàn)略目標從成長期的差異化策略逐漸調(diào)整為成熟期的降低成本策略，導致成長期階段數(shù)字化轉(zhuǎn)型形成的差異化競爭優(yōu)勢逐漸被眾多競爭對手觀察、模仿甚至追趕，從而削弱數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的正向影響。因此，企業(yè)在成熟期不能僅依賴數(shù)字化轉(zhuǎn)型降低企業(yè)交易成本，還應推動企業(yè)實質(zhì)性研發(fā)和創(chuàng)新，助力企業(yè)形成更獨特且難以模仿的差異化競爭優(yōu)勢，從而有效防止上市公司從成長期到成熟期數(shù)字化過渡對價值創(chuàng)造正向影響逐漸削弱的不利局面。

6.3" 不足與展望

雖然本研究提出的假設得到驗證，但受制于研究條件，仍然存在一些局限。首先，盡管本文利用機器學習和文本分析方法對企業(yè)數(shù)字化轉(zhuǎn)型進行度量，但未刻畫企業(yè)生產(chǎn)運營等流程的數(shù)字化轉(zhuǎn)型程度，未來應完善數(shù)字化轉(zhuǎn)型程度的測量，從而深入理解其對企業(yè)決策、經(jīng)濟后果的影響。其次，數(shù)字化轉(zhuǎn)型對企業(yè)價值創(chuàng)造的影響可能有多重路徑，而本研究只證實競爭戰(zhàn)略在數(shù)字化轉(zhuǎn)型與企業(yè)價值創(chuàng)造關系間起部分中介作用，未來應采用其它變量探討數(shù)字化轉(zhuǎn)型對價值創(chuàng)造的作用機制；另外，本研究從企業(yè)規(guī)模和時間趨勢視角出發(fā)探討兩者在數(shù)字化轉(zhuǎn)型和企業(yè)價值創(chuàng)造關系間的調(diào)節(jié)作用，未來可從其它方面展開。最后，本研究選取的主要指標均基于企業(yè)層面，未從宏觀層面進行研究，比如移動互聯(lián)網(wǎng)用戶規(guī)模、宏觀經(jīng)濟以及行業(yè)特征因素等，這也是未來可能的研究方向。

參考文獻參考文獻：

［1］" 武常岐，張昆賢，周欣雨，等.數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略選擇與企業(yè)高質(zhì)量發(fā)展——基于機器學習與文本分析的證據(jù)［J］.經(jīng)濟管理，2022，44（4）：5-22.

［2］" 賀正楚，潘為華，潘紅玉，等.制造企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新效率：制造過程與商業(yè)模式的異質(zhì)性分析［J］.中國軟科學，2023，38（3）：162-177.

［3］" 呂可夫，于明洋，阮永平.企業(yè)數(shù)字化轉(zhuǎn)型與資源配置效率［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］" 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，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 amp; 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，楊水利，陳娜.數(shù)字化轉(zhuǎn)型對企業(yè)投資效率的影響研究［J］.軟科學，2022，36（11）：23-29.

［16］" 李榮，王瑜，陸正飛.互聯(lián)網(wǎng)商業(yè)模式影響上市公司盈余質(zhì)量嗎——來自中國證券市場的經(jīng)驗證據(jù)［J］.會計研究，2020，41（10）：66-81.

［17］" 楊德明，陸明.互聯(lián)網(wǎng)商業(yè)模式會影響上市公司審計費用么［J］.審計研究，2017，33（6）：84-90.

［18］" 趙璨，曹偉，姚振曄，等.“互聯(lián)網(wǎng)+”有利于降低企業(yè)成本粘性嗎［J］.財經(jīng)研究，2020，46（4）：33-47.

［19］" 朱秀梅，林曉玥.企業(yè)數(shù)字化轉(zhuǎn)型價值鏈重塑機制——來自華為集團與美的集團的縱向案例研究［J］.科技進步與對策，2023，40（17）：13-24.

［20］" NADKARNI S， PRGL 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.管理者短視主義影響企業(yè)長期投資嗎——基于文本分析和機器學習［J］.管理世界，2021，37（5）：139-156，11，19-21.

［29］" 仝自強，李鵬翔，楊磊，等.商業(yè)模式創(chuàng)新與技術(shù)創(chuàng)新匹配性對后發(fā)企業(yè)績效的影響——來自年報文本分析的實證研究［J］.科技進步與對策，2022，39（11）：84-93.

［30］" 謝佩洪，汪春霞.管理層權(quán)力、企業(yè)生命周期與投資效率——基于中國制造業(yè)上市公司的經(jīng)驗研究［J］.南開管理評論，2017，20（1）：57-66.

［31］" 胡楠，王昊楠，邱芳娟.CEO超額薪酬與競爭戰(zhàn)略的匹配研究［J］.經(jīng)濟管理，2021，43（10）：62-82.

［32］" 池國華，鄒威.基于EVA的價值管理會計整合框架——一種系統(tǒng)性與針對性視角的探索［J］.會計研究，2015，36（12）：38-44，96.

［33］" 溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004，49（5）：614-620.

（責任編輯：王敬敏）

Digital Transformation， Competitive Strategy and Value Creation：A Test Based on Enterprise Life Cycle Theory

Tong Ziqiang1， Li Buxi1， Yang Lei2

（1.School of Economics and Management， Shanxi University， Taiyuan 030006， China;2.School of Economics and Management， Chang′an University， Xi′an 710064， China）

Abstract：With the deep integration of modern information technology into the real economy， digital transformation enables the transformation and upgrading of traditional industries， expedites the birth of new industries， new forms and new models， and promotes enterprise value creation. However， the research on its impact mechanism is insufficient， and from a static perspective， the existing research has not yet explored the role of enterprise life cycle theory in the relationship between digital transformation and value creation， while the resources owned by enterprises at different stages， including the organizational structure， the external environment and the strategic measures are quite different， which may lead to different impacts of digital transformation on enterprise value creation at different stages. Therefore， the introduction of the dynamic perspective of enterprise life cycle in this paper can better reveal the dynamic law of the impact of digital transformation on value creation， and help enterprises adopt appropriate contingency strategies to implement digital transformation.

To this end， this study focuses on the impact of enterprise life cycle on the relationship between digital transformation and value creation， integrates the theory of life cycle and the theory of competitive strategy into the research framework of the relationship between digital transformation and value creation， and establishes a theoretical model among digital transformation， competitive strategy and value creation from the perspective of life cycle. Specifically， it first uses the machine learning method based on Word2Vec to build digital transformation and competitive strategy indicators， forming unbalanced panel data between 2016 and 2022 for A-share listed companies in Shanghai and Shenzhen; then， it empirically tests the relationship among digital transformation， competitive strategy and value creation from the perspective of life cycle.

In the first part， the study verifies the role of enterprise life cycle in the relationship between digital transformation and value creation. It is found that the positive and significant impact of digital transformation of listed companies on enterprise value creation is mainly concentrated in growing enterprises， but not in mature enterprises. The findings expand the research on the impact of digital transformation of traditional industries on corporate value creation， reveal the boundary of enterprise life cycle in the relationship between digital transformation and value creation， and provide a way to further explore the process of digital transformation affecting value creation in the future. In the second part， by integrating life cycle theory and competitive strategy theory into the research framework of the relationship between digital transformation and value creation， the study establishes a theoretical model about digital transformation， competitive strategy and value creation from the perspective of life cycle， and clarifies the impact mechanism of digital transformation on value creation. It is confirmed that the digital transformation of enterprises is conducive to the formation of differentiation strategy， and value creation is enhanced through the mediating variable of differentiation strategy， which is mainly aimed at enterprises in the growth period of their life cycle. In the third part， this study proposes and verifies the moderating role of enterprise scale and time trends between digital transformation and value creation. The impact of enterprise digital transformation on value creation is found to be stronger in smaller enterprises; as time goes by， the impact of enterprise digital transformation on value creation becomes weaker and weaker.

In summary， this study reveals the boundary of enterprise life cycle in the relationship between digital transformation and value creation， opens the black box of the relationship between digital transformation and value creation， and provides theoretical and empirical evidence for a comprehensive and objective evaluation of the effect of digital transformation. In the development of digital technology in China， traditional enterprises are expected to focus on making full use of digital transformation to achieve differentiated leadership and value creation in the growth stage and strive to enter the mature stage with the largest market share. In the mature stage， it is difficult for enterprises to gain competitive advantages only by relying on the role of digital transformation in reducing costs and improving efficiency， and they should also promote substantive Ramp;D and innovation in enterprises to effectively avoid the possibility that the positive impact of digital transformation on value creation may gradually weaken from the growth stage to the mature stage.

Key Words：Digital Transformation; Competitive Strategy; Value Creation; Life Cycle; Text Analysis