数字化转型、战略资源匹配与企业高质量发展

赵 燕（副教授）

一、引言

数字经济和科技创新为现代经济高质量发展提供了强大动能。在国家战略部署下，我国企业的数字化转型正在加速推进，但企业间发展不平衡，存在着较大的数字化转型鸿沟。埃森哲和国家工业信息安全发展研究中心发布的《2021年中国企业数字转型指数研究报告》显示：中国企业数字化转型指数平均得分仅54分，转型较好的企业只占16%。许多企业并无明确的数字化战略规划，甚至尚未开启数字化转型之路。战略缺位、转型能力难建和价值效果难现是我国企业在数字化转型过程中存在的三大突出问题。如何应用战略管理理论指导企业实践，突破“试点困境”，是亟待研究的重要议题。

在信息化早期阶段，战略一致性理论将信息技术（IT）视为一种优质资源，将信息化规划（IS）视为组织职能战略，强调IT战略及IS架构与业务战略、业务流程、组织结构之间的适应和集成[1]，以实现绩效的提升。进入数字化转型阶段后，由于数据要素全新的复合性特征和前沿技术的综合运用，数字化战略不仅超越了传统的职能领域和各种IT 支持的业务流程，而且触发了组织属性及结构的重大变革[2]。数字化转型的侧重点并非数字化技术和设备，而是组织文化与组织战略的转型及适应的创新过程，它依赖于明确的企业愿景及合理的顶层设计来推进业务、技术和组织的同步转变。

数字化转型的长期目标是捕获增长和提升价值，其直接效果表现为生产效率和全要素生产率的提升。依据战略匹配思想，企业的发展战略要与数字化转型目标相契合，业务和职能战略也要与其协同并提供有力支撑。只有传统资源与数据要素有效整合，才能激活数据要素潜能，完成全要素数字化转型。梳理相关文献发现，以往研究关注的重点多集中在产业层面，对微观企业层面的探讨较少，其研究涉及数字化转型绩效[3]、数字化转型与风险承担[4]、债务违约[5]、供应链融合[6]、审计收费[7]等，而围绕数字化转型中战略匹配的研究则相对匮乏。

鉴于此，本文选取分别体现公司外延驱动和内生发展的并购战略、差异化战略，并行探究它们对数字化转型效果的影响机理。本文关注的核心问题是：数字化转型能否促进企业高质量发展？两类不同模式的战略是否与数字化转型相匹配？在提升创新效果方面，数字化转型与两类战略的作用是否具有同向性？此外，融资约束通常被认为是限制组织变革和企业发展的变量，高新企业属性则代表了国家产业政策方向，二者对企业数字化转型又会有何影响？本文可能的贡献有：①以数字化战略为主体，检验两类竞争战略与其的匹配情况，拓展了战略资源匹配研究的视角。②检验传统要素资源配置偏向对数字化转型效果的影响机理及路径，有助于推动企业由传统生产要素向以数据为关键生产要素的数字化转变。③比较三类战略模式对创新效果的影响差异，为企业借助数字化与创新的双效动能实现高质量发展提供实证参考。

二、文献回顾

战略一致性理论，又称战略匹配理论，源于对组织战略与环境适应过程的研究。经典战略匹配模型认为，IT战略与业务战略之间的一致性是整合企业内外资源的关键，它可被当作企业业绩和IT 效益的“指示器”[8]，存在调节、背离、共生等六种模式。三十多年来，围绕战略一致性理论的研究成果颇丰，但近期出现了争议，部分研究认为：过去的主流研究一方面把IS局限在职能战略层面，矮化了IS的业务战略甚至商业战略地位；另一方面，只关注“已实现”的IS战略、IT应用，忽略了公司总体战略对匹配形成过程的导向作用[9]，造成研究结论无法从战略管理过程角度解释企业“如何转”的问题。

战略资源观将资源视为企业战略的基础，资源稀缺性和更有效地利用资源被认为是竞争优势的来源。组织的战略定位、特有资源的配置偏向和路径共同决定了企业的发展方向。通常，企业利用自身内部特殊资源优势，选择采取与行业常规战略有别的差异化配置方式进行市场竞争和内生型转型[10]；或者利用并购战略快速获取外界创新资源以应对商业模式的变化[11]。但数据要素突破了传统资源特征，使企业过往的竞争优势部分消失。数字经济全面颠覆了传统经济下的生产方式、治理模式和商业逻辑，数字化转型将新的数据要素赋能于企业，驱动业务转型、重塑组织和生态系统，提高其竞争力[12]，从而适应数字经济时代的生存与发展。因此，企业在数字经济时代如何持续保持竞争优势，是战略管理理论面临的新课题。

可见，数字化转型战略与IT战略既有联系，又有较大差异。它不仅仅是单纯的技术升级和降本增效，更是对业务的突破与组织的重构，无论是战略地位、数据要素特征还是转型目的，皆与传统战略匹配模型存在一定距离。因此，需要在既往理论与研究的基础上，锚定数字化转型目标，将并购战略、差异化战略与数字化转型置于同一研究框架中，探讨战略“协同一致”，进而从战略管理高度厘清数字化转型进程中企业“三大突出问题”的症结所在。

三、研究假设

（一）数字化转型与企业高质量发展

全要素生产率通常被用来测度高质量发展与技术进步。关于数字化转型能否促进企业全要素生产率的提升，在信息化的早期阶段，索洛曾质疑并提出了“ICT生产率悖论”。近期文献的讨论则集中于数字化技术与资源融合的复杂性、管理能力滞后于技术革新等带来的负面影响[13]。事实上，我国涉及万余家企业的“两化融合”及贯标认证工作已推行了近十年，相应的管理体系已被纳入市场化采信机制中，成为优秀供应商和重大项目招标的筛选依据。可见，企业数字化转型已具有一定的技术与管理基础。因此，本文认为，数字化转型程度较高会促进企业高质量发展。

具体而言，数字化转型会产生如下五种作用进而促进企业高质量发展。第一，提高生产效率。现代数字化技术的综合运用打通了传统信息技术单点式、模块化的“数据孤岛”，使生产流程更加流畅、精细、智能和高速，在保证产品质量的同时降低了制造、管理及运输成本；大数据推动机器深度学习，个性化的定制要求与产业链无缝对接，加速了产品更迭并增强了客户体验。第二，提高管理效率。数字技术嵌入管理体系后，企业的管理决策更趋科学，管理和执行能力得以提高。智能化的决策降低了因管理者主观认知偏差和价值观造成的代理成本；数据及时、准确输出和反馈便于内部控制系统的高效运作，强化了风险监督机制的动态过程管理；简约扁平化的组织结构加快了决策响应与调整的速度。第三，提升创新效率。智能化、网络化的产品创新工具和开放式的创新环境使得企业内外科技互动加强，创意和创新产出更为迅捷，易于实现产品突破性创新和跨界协同式创新。第四，生产要素融合升级。数据不仅有助于企业打破信息资源壁垒、突破传统要素路径的限制，还能发挥其第五大生产要素的价值特性，激活传统生产要素并与之融合、互补，从而转化成强劲的生产力。第五，增强产业链协同。数字化转型让企业拓展了合作空间，使之易于对接到新技术、新业态、新运营模式，通过渗透、整合、联动等优化措施实现价值再造。网络的溢出效应与互补竞合态势助推了产业链整体生产效率的提升。综上，本文提出如下假设：

H1：数字化转型有助于促进企业高质量发展。

（二）并购战略的协同匹配

并购作为企业的外延式发展战略，是获取技术、资源、市场地位，实现核心竞争优势的便捷通道。尤其是通过技术型并购，可以快速进入新赛道，使创新能力与资源要素优势互补，提高创新绩效并扩大规模效应。需要重新审视的是，在数字经济时代，传统的并购导向与资源配置模式是否会改变、能否支撑企业数字化转型战略并与之保持一致，这将会影响转型成效和企业的可持续发展。

在我国现行的企业会计准则中，同一控制下的并购业务本质是集团内部资产的重新配置，基于账面价值的处理方法难以度量所获取并购资源的真实价值且不具有外部可比性。相对而言，非同一控制下的并购基于公允价值进行处理，溢价部分以商誉资产入表。在负面事件频发的牵动下，有关商誉经济后果的研究多聚焦在“超额商誉”的消极影响方面。既然超额商誉有损企业价值，那么并购战略与数字化转型战略的协同匹配可能存在不同结果。

首先，商誉作为一项重要资产，代表着企业对未来业绩协同效应的预期。商誉合理的并购战略有望为企业带来新的发展机会[14]，在保有协同优势的储能之外，还能利用冗余资源继续投资优化原有的数字化设施。相反，过高的商誉极易引发大规模商誉减值，提高了经营的不确定性。资金约束与短期业绩的双重压力令企业疲于应付各种困境，无暇顾及创新与数字化转型；主并公司对超额资源与技术预期的过度信赖，也会“挤出”自主创新的意愿。其次，高额商誉并购往往伴随着高业绩承诺。三年甚至更久的对赌期限，极易造成因对赌失败和时间拖延而错失重要的发展机遇。高发的违约事件又会导致企业合作心理契约的重构，使双方对再次合作产生质疑与抵触。企业间构建数字化网络和数字化产业集群的积极性被削弱，不利于全要素生产率的提升。再次，协同效应的发挥取决于并购后的系统性整合[15]。如果并购前主并公司对双方企业制度、业务、IT 的分离整合考虑不足，对战略一致原则的把握不够，盲目地进行高溢价并购，则会加大整合难度，导致并购协同失败。最后，当管理者出于追逐短期经济效益或个人利益的并购动机时，其数字化转型战略意识较为薄弱，协同战略部署可能存在缺位，不能为全要素生产率带来持续发展的动力。综上，本文提出如下假设：

H2：并购商誉可能抑制数字化转型对企业高质量发展的积极作用，从而出现战略偏离。

（三）差异化战略的协同匹配

战略定位决定了企业未来发展目标和路径规划，它对应着不同的组织结构、盈利模式和资源配置效率[16]。选择差异化战略的企业，为了赶超行业对手、快速抢占市场先机，会不断挖掘并拓展内部竞争资源。在对数字化前沿技术“倍数”效应的渴望和国家高质量发展的制度压力下，企业愿意将资源配置到数字化转型及创新项目上。但是差异化资源配置的目的、幅度和数字化前期基础能力的差异，会使不同企业的数字化转型协同效果各异。

作为内生型资源配置战略，当与行业配置差异过大时，战略决策可能对数字化转型造成干扰。究其原因主要有以下几点：其一，激进式的差异化战略决策对应着较大的资源配置偏离幅度，业务结构更趋复杂，管理机制更为松散[17]，企业代理问题也更为严重，这些都会造成企业经营业绩波动[18]，严重时会引发战略失败。叠加组织惯性后会延续其战略意识与决策行为，又会使战略再次调整变得困难[19]。其二，高偏离度的战略决策体现出企业对短期效益的期望。管理层出于规避利润风险的考量，倾向于将企业资源用于投资时间短、见效快的项目。与之相悖的是，数字化转型的幂律性只有待相应投资达到一定规模，技术、人员与系统不断磨合适应后，效果才会显现[20]。转型过程的复杂性、时滞性与短期效益期望难以衔接，令战略差异度过大的企业望而却步。其三，由于缺少可供借鉴的战略模式和共享经验，高偏离度战略的企业将消耗大量的转化成本、执行成本与试错成本；面对更大的不确定性，投资者出于谨慎和资本趋利避险的考量也会减小投资力度。内部资源的过度消耗与外部资金的筹措困难，使企业的正常运作和战略资源调整遭遇瓶颈，难以充分调度传统生产要素支撑数字化转型，更无法专注于创新和数字化项目的持续投入，全要素的数字化动能激活受阻。最后，倘若高差异化的资源配置模式被用于数字化转型，其“超额收益观”可能会驱使企业引进与自身资源、能力、业务模式、转型方向不相匹配的项目。薄弱的内部控制系统难以完成对战略目标制定的审核监督与对执行过程中风险的及时甄别和有效管控。当内外部资源整合运作陷入困境时，会造成转型失败，使企业高质量发展动能的储备受损。综上，本文提出如下假设：

H3：差异化战略可能抑制数字化转型对企业高质量发展的积极作用，从而出现战略偏离。

四、变量选取与模型构建

（一）样本选取和数据来源

制造业的数字化转型是实现国家数字经济发展的重要支撑。工信部自2009 年引入“两化融合”，2011年国家“十二五”规划中提出科学发展、加快转变经济发展方式的战略方针，为排除新冠疫情的影响，本文选取2011 ～2019年沪深A股制造业上市公司为研究对象，剔除ST、*ST 及数据缺失的样本后，获得2091 家公司共计13129 个观测值。主要数据来自国泰安数据库，专利数据来自CNRDS中国研究数据服务平台。对于有差异和缺失的数据，通过手工查阅公司年报后获得并补充；此外，对所有连续变量在1%和99%的水平上进行Winsorize处理。

（二）变量定义

1. 被解释变量。被解释变量是企业高质量发展，本文用全要素生产率（TFP）来衡量，用以评定企业数字化转型的效果[21]。本文借鉴Rovigatti 和Mollisi[22]等的研究，采用LP 估计法，取模型（1）的残差μi，t进行度量。

其中：Y 为销售收入；L 为劳动投入，包括企业从业人数（L1）、支付给职工以及为职工支付的现金（L2）；K为资本投入（固定资产净额）；M为中间品投入（购买商品、接受劳务支付的现金）。稳健性检验中采用OP 半参数法（中间品投入用销售额减增加值度量，其中增加值为折旧、劳动者报酬、生产税净额和营业盈余四项之和）度量全要素生产率。

2. 解释变量。解释变量为数字化转型，采用国泰安数据库中的企业数字化转型程度进行估计。其中，各指标频次的累计数（DT）用于主检验，各指标频次与年度—行业的余弦相似度（DT1）用于稳健性检验。

3. 协同变量。协同变量（Mod）为并购战略（MA）和差异化战略（DS）。其中，MA 以期末商誉净额与营业收入之比的标准化值衡量。参考Tang等[23]的研究，DS 由广告费用、研发支出、资本密集度、资本更新程度、管理费用率、产权比率六个战略资源类变量复合而成，先分别对六个变量按年度—行业逐一标准化后取绝对值，再取六项的均值。为保证数据的完整性和易得性，本文以销售费用代替广告费用、以无形资产净值代替研发支出。DS值越大，则企业战略与行业平均水平的偏离度越大。

4. 控制变量。控制变量（Controls）由公司规模、财务杠杆、资产收益率、成长能力、市场竞争度、股权集中度、企业性质、审计意见、上市年限以及年度与行业虚拟变量组成。变量定义详见表1。

表1 变量定义

（三）模型构建

本文构建了模型（2）用以检验H1。由于全要素生产率的实现具有时序性，TFP取值为t+1期。

本文构建了模型（3）用以检验H2、H3。Mod 分别代表并购战略（MA）、差异化战略（DS）变量，DT与Mod 均做了中心化处理。当系数β3显著，且其符号与系数β1一致时，可以判定为战略匹配成立，反之判定为战略偏离。

五、实证分析与稳健性检验

（一）描述性统计

主要变量的描述性统计结果如表2所示。上市公司全要素生产率（TFP）的分布较为均匀。企业数字化转型程度（DT）差异较大，最小值为0、最大值为4.331，说明企业间确实存在数字鸿沟。查阅年度数据发现，2013 年以前企业数字化转型程度不高，为0的样本较多。由于并购战略（MA）进行了标准化处理，因此有负值出现，最大值为21.141，远高于行业中位数，表明存在超额商誉。本文还做了相关性检验和VIF 检验。VIF 检验结果显示，平均值为1.99，最大值为3.39，最小值为1.02，均小于5，说明本文构建的模型无显著的共线性问题。

表2 描述性统计

（二）假设检验

1. 数字化转型与企业高质量发展的关系。首先对数字化转型与企业高质量发展的关系做非线性检测，发现两者之间是线性关系。然后根据模型（2）进行Hausman检验，并选用控制年度和个体的双重固定效应模型，且对公司层面采取聚类稳健处理。由表3 可知，企业高质量发展（TFP）与数字化转型（DT）的系数均显著为正，表明数字化转型程度越高，越能促进企业高质量发展，故H1成立。

表3 数字化转型与企业高质量发展

2. 并购战略、差异化战略的协同匹配性。首先，本文利用UTEST 检测和门槛模型分别排除了并购战略、差异化战略与企业高质量发展之间存在非线性关系和阈值的可能性，之后按并购战略（MA）、差异化战略（DS）的年度行业中位数，将样本分为低并购商誉与高并购商誉两组、低战略差异度与高战略差异度两组，分别进行分组检验，结果如表4所示。

表4 并购战略、差异化战略的协同匹配性

表4 中列（1）与列（4）是采用模型（3）进行交互效应回归的结果，其他列是采用模型（2）的分组检验结果。交互效应回归结果显示：企业高质量发展（TFP）与并购战略（MA）、差异化战略（DS）之间都呈显著的负相关关系（系数分别为-0.020、-0.094，且均在1%的水平上显著）；两类战略变量与数字化转型的交乘项（DT×MA、DT×DS）也和企业高质量发展（TFP）呈显著的负相关关系（系数分别为-0.007、-0.022，且均在10%的水平上显著）。这说明：企业传统内外战略决策目标与数字化转型战略目标不匹配；并购商誉越多或战略差异度越大，对数字化转型促进企业高质量发展的抑制作用越强，资源配置在整体上不具有战略一致性。由列（2）与列（3）、列（5）与列（6）的分组检验结果可发现：在低并购商誉组和低战略差异度组，数字化转型可以促进企业高质量发展（DT的系数分别为0.017、0.017，且至少在10%的水平上显著），说明战略资源配置具有战略一致性，而高并购商誉组和高战略差异度组则不具备。该检验结果进一步证实，企业内外战略配置与行业水平差距过大时，会抑制数字化转型对全要素生产率的促进作用。因此，本文H2与H3成立。

随后，以MA、DS 的均值加（减）一个标准差形成战略高（低）组，绘制调节效应图，如图1 和图2所示。由图1 和图2 可知，低并购商誉和低战略差异度不仅对应着更高的全要素生产率，而且当数字化转型程度提高时，并购战略和差异化战略均会显著提升全要素生产率。而高并购商誉和高战略差异度的战略决策对应较低的全要素生产率。随着数字化转型程度加大，并购战略对全要素生产率起到了小幅提升作用，但差异化战略的提升作用不明显，H2与H3再次得到验证。

图1 并购战略调节效应

图2 差异化战略调节效应

（三）稳健性检验

1. 工具变量法。考虑到模型中可能存在遗漏变量和内生性问题，故采用工具变量法重新估计。选用滞后一期的数字化转型行业均值作为工具变量，在通过外生性和弱工具变量检验后，对模型（2）重新进行回归。结果显示（囿于篇幅，表略），该工具变量的系数符号与显著性不变，H1依然成立。

2. 变量敏感性检验。对被解释变量企业高质量发展（TFP）用OP 半参数法重新估计。协同变量中的并购战略（MA）改用商誉净额与资产总额之比进行衡量；对于差异化战略（DS），用存货与销售收入之比替换资本密集度，用研发支出与销售收入之比替换研发支出。结果显示（囿于篇幅，表略），核心变量（DT）与交乘项（DT×MA、DT×DS）的系数符号和显著性均保持不变，H1、H2、H3 依然成立。另外，表3 中列（3）与列（4）的结果显示，替换解释变量数字化转型后，数字化转型（DT1）的系数符号和显著性依然不变。

3. 分数位回归法。上述检验中采用的传统均值回归法可能会由于极端值的影响而带来估计偏差，故选择企业高质量发展（TFP）在0.25、0.5、0.75三个分位点的值，用自助法再次估计，结果显示（囿于篇幅，表略）H1仍然成立。

六、进一步检验

（一）企业异质性检验

由前述分析可知，融资约束可能会制约企业的战略资源匹配。从资金层面考察战略匹配情况，能够更直观地区分两类战略配置效果与数字化转型战略相背离的原因是受客观条件限制，还是主观认知有待转变。另外，高新技术企业含有较多的前沿科学技术或产品，代表着国家产业政策引导的方向，将它们与传统企业对比，有助于了解企业属性对战略匹配程度的影响。

本文首先采用Hadlock和Pierce[24]构建的SA指数（SA=-0.737×Size+0.043×Size2-0.040×Age），计算每个公司的融资约束水平，然后按其年度行业中位数分为高融资约束（大于中位数）与低融资约束（小于中位数）两组。高新企业数据来自Wind 数据库，符合国家认定条件的企业定义为高新企业组，反之为传统企业组。

表5 的结果显示：只有在高融资约束组，并购战略、差异化战略与数字化转型战略相互作用，最终抑制了企业高质量发展（DT×MA、DT×DS 的系数分别为-0.017、-0.047，且均在5%的水平上显著）；只有在传统企业组，战略匹配与企业高质量发展反向（DT×MA、DT×DS 的系数分别为-0.008、-0.027，均且在5%的水平上显著），高新企业的战略匹配则不存在这种偏向。

表5 企业异质性检验

（二）中介效应检验

创新是企业提高全要素生产率的重要渠道，企业创新结果通常用专利授权或专利申请数度量。由于专利授权的滞后性，本文参考Tong 等[25]的做法，选取企业专利申请数加1的自然对数值作为企业创新（Pat）的代理变量。然后建立模型（4）、（5）进行中介效应检验，其中解释变量Test逐一代入数字化转型（DT）、并购战略（MA）与差异化战略（DS），采用层次法与抽样法分别予以估计，检验结果见表6。

表6中列（1）与列（2）检验企业创新是否为数字化转型战略与企业高质量发展之间的中介变量，列（3）与列（4）、列（5）与列（6）分别对应检验企业创新是否为并购战略、差异化战略与企业高质量发展之间的中介变量。结果表明，在三种战略与企业高质量发展的关系中企业创新的中介效应均存在，但不同的是，数字化转型通过企业创新促进了企业高质量发展［列（1）与列（2）中DT 的系数分别为0.159、0.013，且均显著］，而并购战略和差异化战略都抑制了企业创新［列（3）中MA 的系数为-0.058，列（5）中DS 的系数为0.347，且均显著］，进而阻碍了企业高质量发展［列（4）中MA 的系数为-0.057，列（6）中DS的系数为-0.184，且均显著］。

表6 中介效应检验

七、结论与建议

（一）研究结论

本文依据战略管理相关理论，以我国制造业上市公司2011 ～2019年数据为样本，对企业数字化转型进程中战略资源匹配情况进行了理论剖析与实证检验，结果发现，数字化转型是促进企业高质量发展的重要引擎。在推进数字化转型的过程中，企业并购战略和差异化战略的目标及核心资源配置方式同数字化转型战略存在决策偏离问题，它们未能与数字化转型战略形成有效呼应与支撑，破坏了战略一致性，阻碍了企业的高质量发展。这种负面影响在融资约束较大和传统业务类型的企业中表现得更为明显。此外，企业创新是数字化转型战略、并购战略、差异化战略与企业高质量发展之间的重要中介变量，但对后两类战略的作用方向和效果与数字化转型战略截然相反，这可能是导致战略配置偏离与发展质量裂痕增加的重要原因之一。

（二）政策建议

在《“十四五”数字经济发展规划》的部署下，我国将迎来数字经济的大规模全速发展。数字化转型与传统战略模式存在发展理念、目标定位、资源配置协同、技术协同等系统性的匹配问题，这些对企业而言都是全新的挑战。企业要重视数字化战略的实质性契合：强化数字化转型理念，审慎详实地制订转型战略规划，将战略的对接与协同纳入计划和实施方案中。完善战略风险管控机制，无论选择内外部何种竞争资源和调整模式，皆应重视核心资源配置的一致性问题。企业应发挥技术创新的积极作用，从提高企业关键技术的自主创新能力入手，加速技术转化与价值再造，释放数字化转型的要素动能。

虽然制造业“两化融合”已推进多年，但数字化技术的迅速迭代与颠覆，超越了现阶段人们的认识与能力边界。政府相关部门与学界需要下沉到企业内部，针对转型中存在的短板和痛点，指导企业尽快突破“不会转”的困境。数字化转型牵涉众多企业和产业链的整体转型，各级政府的决策部署应从全局对产业数字化转型进行前瞻布局，避免盲目、重复的低效建设，减少企业的试错成本和资金浪费。从政策支持到培育引导社会资本，改善企业外部融资环境，缓解因数字化转型投资成本过高而带来的“不敢转”难题。发挥高新企业“数字化灯塔”的作用，引领企业从战略跟随到战略同步，直至全行业的整体性超越。