数字化转型“同群效应”与企业高质量发展——基于制造业上市公司的经验证据

霍春辉， 吕梦晓，许晓娜

(1.辽宁大学 商学院；2.沈阳航空航天大学 经济与管理学院，辽宁 沈阳110000)

0 引言

随着互联网、大数据、云计算、人工智能等数字技术与实体经济的深度融合，数字化转型已成为制造企业实现卓越成长的重要战略手段。但事实上，我国制造企业数字化转型实践并不乐观，制造企业面临数字化转型动力不足以及转型绩效不佳的现实难题。一方面，高昂的数字重构成本与激烈的数字竞争使不少企业止步不前。麦肯锡对全球800多家传统企业开展的调查显示，超过85%的企业数字化转型并未取得实质性进展。制造企业因数字化转型能力弱、成本高、风险大而出现“不会转、不愿转、不敢转”的普遍现象。另一方面，对于许多身处数字化转型初期的制造企业来说，收效甚微已成为不争的事实。《2021年埃森哲中国企业数字转型指数研究》报告显示，仅有约16%的数字化领军企业可以凭借完善的数字能力持续获利，但对于绝大多数的非领军企业来说，数字化转型使其陷入了“不转型等死、转型找死”的两难困境。在此背景下，如何增强制造企业数字化转型动力、提高制造企业数字化转型后的经济效益、助力制造企业高质量发展，成为现阶段经济发展的主要任务之一。

当前，学术界已经关注到企业数字化转型动力不足以及数字化转型的悖论现象。在企业数字化转型动因问题研究中，学者大多基于传统战略理论框架，从资源基础[1]与动态能力[2-3]角度分析企业数字化转型决策及行为。但对于许多自身资源能力不足的制造企业来说，“不会转、不愿转、不敢转”的现象依然存在，数字化转型动力缺失的难题仍然没有得到根本解决。在企业数字化转型经济效果研究中，不少学者发现企业数字化转型的悖论现象，认为数字化转型对企业绩效的积极影响并不显著，或者仅有一部分企业能从数字化转型中受益[4-5]。其中，一个重要的原因在于，高昂的数字成本投入可能会挤占企业生产资源，进而损害企业创新能力与经营绩效[6]。上述研究成果为增强制造企业数字化转型动力和揭示数字化转型悖论形成机理提供了研究基础与启发。然而，囿于数字化转型的系统性、复杂性与动态性，现有研究忽略了社会群体对企业数字转型决策参考以及转型绩效的积极影响。

随着数字经济跨产业边界融合程度加深，企业与外部利益相关者之间的联系也日益密切。企业数字化转型决策除了受自身资源能力影响外，还会受到外部环境、利益相关者以及市场竞争等因素的影响。因此，探讨企业数字化转型决策逻辑及其经济效果需要将其嵌入到所在的数字生态系统中加以考察。一方面，在动态复杂的数字生态环境中，相互联结的同群体间广泛存在包含竞争、合作、模仿、规范以及压力在内的社会互动，潜移默化地影响企业数字化转型决策与行为[7]。经营业务相似或营商环境相同的行业群体与地区群体，有可能成为企业数字化转型的决策参照，进而驱动制造企业数字化转型。另一方面，数字化变革需要制造企业积极寻找外部资源以实现其战略目标，提高企业数字化转型绩效(孙国强等，2021)。同群群体是企业外部联结与资源获取的重要渠道。群体成员可以通过劳动力“蓄水池”、基础设施共享、技术溢出等方式，对集群中的企业产生显著的外部经济或溢出效应。那么，同群企业的数字化转型能否提升制造企业发展质量？其背后的作用机制又是什么？这些都是值得关注的问题，但现有研究尚未对此进行深入考察。

鉴于上述分析，本文以2010-2020年中国A股制造业上市公司为研究样本，层层递进地检验4个问题。首先，依托行业与地区两种企业种群划分方式，探讨制造企业数字化转型同群效应的存在性及成因，为揭示企业数字化转型决策逻辑、增强制造企业数字化转型动力提供理论参考。其次，考察同群企业数字化转型对制造企业高质量发展的影响。同群效应具有“乘数效果”，能够带来外部经济效益，可以为解决制造企业数字化悖论问题提供突破口。再次，解析行业群体与地区群体数字化转型对制造企业高质量发展的作用机理，有助于厘清不同类别数字种群环境促进制造企业高质量发展的路径差异。最后，将行业竞争度与市场化程度纳入研究框架，分析外部环境对数字化转型同群效应与制造企业高质量发展关系的调节效应，可以为政府数字化治理和营商环境营造提供参考。

1 理论基础与研究假设

1.1 企业数字化转型的同群效应

战略生态理论为解析企业数字化转型同群效应提供了理论视角。战略生态理论从企业群体及其环境构成的生态系统角度出发，探讨企业集群在发展过程中的战略互动及其与环境变化的关系(刘跃所等，2004)。竞争学习与制度同构是企业集群演化过程中并存的两种状态。其中，竞争学习是指企业在动态竞争环境中的自我更新与协同演化，倡导战略竞争与学习适应，而制度同构则是指企业集群在演化过程中逐渐淘汰与之不匹配的企业主体，强调制度约束与环境压力[8]。基于战略生态理论框架的竞争学习与制度同构视角开展研究，有助于揭示同群群体中企业数字化转型的驱动机制，明晰企业数字化转型同群效应的形成机理。

1.1.1 企业数字化转型的行业同群效应

同行业内的企业群体面临相似的技术环境、市场空间与发展前景，群体成员间通常存在竞争关系[9]。战略生态理论指出，群体成员间“竞争者”的身份会使企业对竞争对手的战略行为作出反应，以防止自身竞争优势丧失。行业同群企业的数字化转型会促进群内焦点企业的数字化转型。一方面，行业同群企业的数字化转型有助于焦点企业摆脱战略短视行为。数字化转型能够有效提高企业市场响应能力与资源配置能力，是企业在动态复杂环境中获取竞争优势的重要战略手段。因此，当行业同群企业依靠数字化转型抢占了市场先机并建立起较高的市场防御壁垒时，焦点企业为避免原有市场流失和竞争优势丧失，将更加关注数字化转型带来的积极影响。这将促使企业战略目光更加长远，增强数字化转型决策动机。另一方面，行业同群企业的数字化转型有助于焦点企业降低数字化转型失败风险。数字化转型过程涉及战略目标、组织结构、生产运营与商业模式等方面的系统性变革，往往伴随极大的不确定性与失败风险。企业通过竞争学习行为，吸取行业群体内数字化转型成功企业的知识和经验，并模仿那些已经被证明的有益实践，有助于提升数字化转型效果。基于上述分析，本文提出如下假设：

H1a：数字化转型存在行业同群效应，即同行业企业数字化转型对焦点企业数字化转型具有促进作用。

1.1.2 企业数字化转型的地区同群效应

同地区内的企业群体面临相似的资源基础、营商环境与区位优势，群体成员间通常存在共生关系。战略生态理论指出，群体成员间“共生者”的身份虽然可以使群体成员共享资源，但也会给焦点企业的战略决策带来制度约束与环境压力。地区同群企业数字化转型会促进群体内焦点企业的数字化转型。一方面，地区政府作为关键利益相关者，对区域内焦点企业数字化转型具有引导与规范作用。数字化转型作为重要的战略变革，多次出现在中央与各地方政府工作报告及相关文件中[10]。在数字化发展的政策压力下，处于相同行政区域内的企业为保证组织合法性与稳定性，通常会积极探索数字化转型实践以迎合政府政策倡议与规制，从而形成数字化转型同群效应。另一方面，相同地区内的社会认知压力会驱动焦点企业的数字化转型。企业在战略决策中往往会依据社会价值观、理念与文化来判断组织战略价值和可接受程度[11]。数字化转型作为富有积极意义的社会价值评判规范，能够为企业带来良好声誉与形象。当地区同群企业数字化转型水平提升时，会同步提高区域内数字化发展的社会期望。在此背景下，企业更倾向于进入数字化领域，以获取更多利益相关者的支持与认同，从而形成数字化转型地区同群效应。基于上述分析，本文提出如下假设：

H1b：数字化转型存在地区同群效应，即同地区企业数字化转型对焦点企业数字化转型具有促进作用。

1.2 数字化转型同群效应与制造企业高质量发展

高质量发展是企业向更高级形态的演进过程，其核心发展逻辑在于质量变革、效率变革与动力变革[12]。首先，数字化转型同群效应能够促进供应链协同，推动制造企业产品质量与服务水平提升。数字化转型同群效应可以加强数字技术在设计、生产、流通、消费与服务环节的联结，支持制造企业从传统线性供应链向多维动态的网络供应链演进，提高制造资源的供给能力与管控能力(陈剑等，2020)。其次，数字化转型同群效应能够带来范围经济与规模经济效应，推动制造企业生产效率变革。一方面，同群企业数字化转型促进数据资源跨产业边界整合，有助于制造企业突破传统行业壁垒，增强企业竞争优势。制造企业积极拓展传统经营范围与边界，能够最大化地提升企业资源价值，优化资源配置效率。另一方面，数字化转型同群效应可以扩大市场规模、推动行业数字基础设施建设，为制造企业降低外部交易成本、实现规模报酬递增提供条件(威聿东等，2020)。最后，数字化转型同群效应有助于加速数据要素积累，促进制造企业发展动力变革。同群企业的数字化转型有助于数据、信息等高级生产要素在行业与地区集聚，能够对传统廉价的劳动力产生较强的替代作用，有效缓解制造企业劳动力结构与技术应用之间不匹配的问题。同时，数据作为智力密集型更高的新型生产要素，具有非竞争性与非排他性等特征，能够与行业或地区内的劳动、资本、技术等要素重新组合及优化，为制造企业传统生产要素赋能，驱动制造企业高质量发展[13]。基于上述分析，本文提出如下研究假设：

H2：数字化转型同群效应对制造企业高质量发展具有促进作用。

1.3 企业创新能力与企业服务化的中介效应

马歇尔外部性理论指出，企业群落聚集能够产生外部性经济，并将其区分为技术外部性与市场外部性[14]。其中，技术外部性表现为知识集聚与技术邻近对企业技术创新的溢出作用，而市场外部性则强调经济关联与地理邻近对企业劳动力分工的毗邻效应[15]。因此，数字化转型行业同群效应与地区同群效应驱动制造企业高质量发展的路径可能存在差异。本文基于马歇尔外部性理论，遵循技术外部性与市场外部性两条逻辑思路，尝试解析数字化转型行业同群效应与地区同群效应驱动制造企业高质量发展的路径机制。

1.3.1 企业创新能力的中介效应

创新能力是企业创造新思想并将其市场化的能力，强调知识产生与商用[16]。马歇尔外部性理论认为，同行业内的知识关联是产生知识溢出效应的前提条件。同行业同群企业间的技术、知识与创新经验相似，为制造企业间的知识流动与溢出提供了基础。数字化转型行业同群效应有助于提高制造企业创新知识获取与创新价值实现能力。第一，数字化转型行业同群效应能够促进知识流动与创造。一方面，数据资源的标准化与可编辑性有助于高效率地传播和分享行业知识，加速知识与技术在行业集群中的溢出和扩散[17]。另一方面，数字化转型行业同群效应能够促进行业数字基础设施建设，使得制造企业开展分布式、虚拟化和大规模的知识交互成为可能。同时，数字基础设施可以加速新技术与新产品的形成、修改及重构，提高制造企业知识创造能力[18]。第二，数字化转型行业同群效应能够降低企业创新成本，提高制造企业创新价值实现能力。数字化转型行业同群效应可以推动行业内创新知识存量净增长，而其规模性可以有效降低新知识边际成本。同时，数字化转型行业同群效应还有利于促进数字资源在行业领域内的全方位渗透，提高各主体间的要素流动与沟通效率，达到成本分担和整合成本降低的目的[19]。此外，数字化转型行业同群效应还有利于推动行业数字技术平台建设，为制造企业获取更多创新收益、巩固创新优势地位创造条件。基于上述分析，本文提出如下假设：

H3：创新能力在数字化转型行业同群效应与制造企业高质量发展关系中发挥中介作用。

1.3.2 企业服务化的中介效应

制造企业服务化的实质是通过延伸已有价值链，实现制造业务横向扩张与服务程度纵向延伸。马歇尔外部性理论认为市场规模与地理邻近对区域劳动力分工具有促进作用。数字化转型地区同群效应能够促进制造企业服务化发展。第一，数字化转型地区同群效应有助于深化区域劳动力分工，推动生产性服务业繁荣发展，加深制造业与服务业融合程度。同时，数字化转型地区同群效应还具有市场外部性特征，能够促进数字技术与传统金融、物流、租赁等生产性服务业融合，推动地区生产性服务业的数字化发展[20]。地区服务要素与制造企业的数字协同，使数字服务要素嵌入制造企业价值链，拓展制造企业服务范围。第二，数字化转型地区同群效应有利于制造企业降低服务成本。地区同群企业的数字化转型可以推动区域数字经济发展，有效弥合供需双方信息不对称，使生产者能够以最低成本搜寻到企业所需要素资源，从而降低制造企业服务化成本。第三，数字化转型地区同群效应有助于提高制造企业服务效率。地区同群企业数字化转型可以带来显著的规模经济效应，帮助制造企业摆脱服务化过程中的人力资源短缺与定制成本限制，实现个性化与规模化平衡，从而提高制造企业服务效率[21]。基于上述分析，本文提出如下假设：

H4：服务化在数字化转型地区同群效应与制造企业高质量发展关系中发挥中介作用。

1.4 行业竞争度与市场化程度的调节效应

1.4.1 行业竞争度的调节效应

数字化转型行业同群效应与制造企业高质量发展关系会受到行业竞争度的调节。当行业竞争度较低时，在位制造企业凭借数字化转型的低边际成本与网络外部性抬高行业进入壁垒，强化自身在行业内的市场支配地位与垄断力量。这不仅会降低资源配置效率、造成要素市场扭曲，还可能引发市场价格机制失衡、产品服务质量下降、消费者福利被侵占等问题，致使制造企业发展质量下降。当行业竞争度过高时，数字化转型行业同群效应会进一步加剧行业竞争。过度竞争将引致企业对有限资源的激烈争夺，不利于企业间开展创新与服务化合作，扩大数字经济带来的负面影响。因此，当制造企业处于适度的行业竞争环境时，数字化转型行业同群效应才会对制造企业高质量发展产生积极影响。基于上述分析，本文提出如下假设：

H5：行业竞争度在数字化转型行业同群效应与制造企业高质量发展关系中存在倒U型调节效应。

1.4.2 市场化程度的调节效应

数字化转型地区同群效应与制造企业高质量发展关系可能受地区市场化程度的调节。一方面，市场化进程能够提高制造企业外部市场的资源配置效率，推动人才、资本、数据等要素资源的自由流动，为区域数字化转型企业提供人力资源、金融服务与市场环境。但另一方面，随着数字化转型群体的日益壮大，也容易带来市场垄断、数据产权纷争、数据隐私侵权等一系列问题[22]。市场化程度过高则意味着地方政府干预与监管力量较弱，容易导致政府对数字经济环境下的竞争秩序、数字产权保护、市场缺陷修补不足，不利于制造企业健康发展。基于上述分析，本文提出如下假设：

H6：市场化程度对数字化转型地区同群效应与制造企业高质量发展关系产生倒U型调节效应。

综上所述，构建本研究概念模型，如图1所示。

图1 概念模型Fig.1 Conceptual Model

2 研究设计

2.1 数据来源

考虑到中国数字经济规模迅速扩张的变化主要在2010年之后[23]，因此本文选取2010-2020年中国A股制造业上市公司数据作为原始样本。企业数字化转型指标数据来源于上市公司年报资料并通过文本分析获得；企业层面其它数据来源于CNRDS数据库、CSMAR数据库与WIND数据库。本文按照证券代码、年份等数据信息进行匹配，剔除指标数据严重缺失和财务状况异常的ST公司样本，最终得到16 568个样本观测值。另外，根据证监会2012年制造业二级行业划分标准确定同行业企业，按照公司注册地所在省份划分同地区企业，最终样本分属于29个二级行业和31个省份。

2.2 变量定义

企业数字化转型(DBM)。在数字化转型指标构建过程中，戚聿东和蔡呈伟[4]、赵宸宇[24]等采用年报文本分析法对“数字化转型”进行定量研究。数字化转型作为新时代企业重大发展战略，其相关信息出现在具有总结和指导性的年度报告中。从上市公司年报“管理层与经营讨论”的内容中，提取“数字化转型”的相关词频刻画其数字化转型程度，具有可行性和科学性。

本文以吴非等[10]、戚聿东和蔡呈伟[4]的研究为基础，将人工智能、区块链、云计算、大数据技术作为构建企业数字化技术转型的初始术语词典。此外，企业数字化转型还涉及数字技术带来的工作方式、组织结构以及公司业务模式等变化。因此，参考刘飞[25]、赵宸宇[24]的相关研究，从业务模式转型层面构建企业数字化商业模式的关键词初始术语词典。进一步地，通过搜集中央人民政府、工业和信息化部官网中国家层面数字经济的相关政策文件，提取企业数字化转型的相关关键词对初始术语词典进行扩充，最终构建“数字化转型”关键词数据池。通过Python爬虫功能收集上海交易所、深圳交易所的A股制造业2010-2020年上市公司年度报告资料，并对“数字化转型”关键词数据池进行文本搜索、匹配和词频计数，从而构建企业数字化转型指标。

同群企业数字化转型(IDBM、CDBM)。参考杨松令等[26]、Grennan[27]的做法，将与焦点企业相同行业或相同省份注册地的其它企业定义为同行业同群企业或同地区同群企业，并以该群体数字化转型程度均值作为衡量同行业同群企业数字化转型(IDBM)与同地区同群企业数字化转型(CDBM)的指标。

企业高质量发展(Lntfp)。企业高质量发展的关键在于提高企业全要素生产率。借鉴霍春辉等[28]研究，采用LP法计算制造企业全要素生产率，并将其作为企业高质量发展衡量指标。

企业创新能力(Innov)。借鉴王性玉和邢韵[29]的方法，将基于单位研发支出转化的专利获得数量作为企业创新能力度量指标。其中，企业专利获得数量包括发明专利、实用新型与外观设计专利获得数量。

企业服务化水平(Servi)。借鉴Eggert等[30]的相关研究，依据国民经济行业分类标准，将与制造业主营业务相关的八大类服务包括销售、安装售后、咨询、培训、租赁、研发设计、金融和物流相关服务作为制造业生产性服务，并以此为依据对制造企业主营业务中的服务收入进行区分，将服务收入占主营业务收入的比重作为衡量制造企业服务化程度的指标。

控制变量。参考陈庆江等[7]的研究，控制可能影响数字化转型同群效应与制造企业高质量发展的相关变量，包括资产规模(Size)、企业年龄(Age)、股权性质(Soe)、托宾Q值(TobinQ)等变量。本文研究变量定义如表1所示。

表1 变量定义Tab.1 Variable definitions

2.3 模型设定

为检验企业数字化转型是否存在同群效应，借鉴Manski[31]提出的同群效应检验模型进行识别，将基准模型设定为：

DBMi,t=∂0+∂1IDBMi,t+∂2Controlsi,t+∑Year+∑Province+εi,t

(1)

DBMi,t=∂0+∂1CDBMi,t+∂2Controlsi,t+∑Year+∑Industry+εi,t

(2)

其中，被解释变量DBM表示焦点企业的数字化转型，式(1)中IDBM为同行业同群企业数字化转型，式(2)中CDBM为同地区同群企业数字化转型。同时，参考杨松令等[26]的做法，针对同行业同群效应检验模型，式(1)中控制了年份和省份，针对同地区同群效应检验模型，式(2)中控制了年份和行业。

为检验数字化转型同群效应对制造企业高质量发展的影响，设定以下模型：

Lntfpi,t=λ0+λ1IDBMi,t+λ2Controlsi,t+∑Year+∑Province+εi,t

(3)

Lntfpi,t=λ0+λ1CDBMi,t+λ2Controlsi,t+∑Year+∑Industry+εi,t

(4)

式中，被解释变量Lntfp为企业高质量发展，自变量包括同行业同群企业数字化转型(IDBM)与同地区同群企业数字化转型(CDBM)。

3 实证结果

3.1 基准回归结果

3.1.1 数字化转型同群效应存在性检验

数字化转型同群效应存在性检验结果如表2所示。其中，表2中列(1)-(2)为仅控制了年份与地区(行业)的固定效应；表2中列(3)-(4)是在回归模型中加入企业规模(Size)、年龄(Age)和股权性质(Soe)等控制变量后，同群企业数字化转型对焦点企业数字化转型影响的检验结果。表2中列(3)结果显示，同行业同群企业数字化转型对焦点企业数字化转型的影响系数为0.907，并在1%的水平下显著。表2中列(4)结果显示，同地区同群企业数字化转型对焦点企业数字化转型的影响系数为0.298，并在1%的水平下显著。研究结果表明，企业数字化转型存在显著的同群效应，即焦点企业数字化转型随着同行业、同地区同群企业数字化转型水平提高而呈现增长趋势，本文的研究假设H1a与H1b成立。

3.1.2 数字化转型同群效应与制造企业高质量发展关系检验

数字化转型同群效应与制造企业高质量发展关系的检验结果如表3所示。其中，表3中列(1)为数字化转型行业同群效应对制造企业高质量发展的影响，其影响系数为0.032，并在1%的水平下显著；表3中列(2)为数字化转型地区同群效应对制造企业高质量发展的影响，其影响系数为0.227，并在1%的水平下显著。上述研究结果表明，数字化转型同群效应对制造企业高质量发展具有显著正向影响，假设H2成立。此外，考虑到制造企业发展质量提升可能会反向促进同群企业数字化转型，即存在反向因果，本文将制造企业高质量发展水平滞后一期，回归结果如表3中列(3)-(4)所示。数字化转型行业同群效应与地区同群效应对制造企业高质量发展的影响系数分别为0.027(P<0.05)和0.218(P<0.01)，二者均显著正向影响制造企业高质量发展，说明假设H2仍然成立。

3.2 企业创新能力与服务化水平的中介效应检验

前文论述了数字化转型行业同群效应与地区同群效应分别通过提升企业创新能力和服务化水平，促进制造企业高质量发展。为检验中介效应的有效性，本文采用三步经典回归检验法、Bootstrap检验法与Sobel检验法进行验证，回归结果如表4所示。

表2 数字化转型同群效应检验结果Tab.2 Group effect test results of digital transformation

表3 数字化转型同群效应与制造企业高质量发展关系检验结果Tab.3 Test results of the relationship between the peer effect of digital transformation and high quality development of manufacturing enterprises

3.2.1 企业创新能力中介效应检验

表4中列(1)-(3)为数字化转型行业同群效应通过增强企业创新能力，从而推动制造企业高质量发展的中介机制检验结果。其中，表4中列(1)IDBM的影响系数为0.019，且在1%的水平下显著，说明数字化转型行业同群效应能够增强企业创新能力；表4中列(2)Innov的影响系数为0.145，且在5%的水平下显著，说明企业创新能力显著正向影响制造企业高质量发展水平；表4中列(3)IDBM的影响系数为0.032，且在1%的水平下显著，说明数字化转型行业同群效应—企业创新能力—制造企业高质量发展这一影响机制成立，假设H3得到验证。此外，在Bootstrap检验法中，Bootstrap_BS1与Bootstrap_BS2的区间结果均为正值；在Sobel检验法中，Sobel Z值为0.002并在5%的水平下显著，中介效应占比为7.557%，进一步证明了企业创新能力中介效应的存在性。

3.2.2 企业服务化水平中介效应检验

表4中列(4)-(6)为数字化转型地区同群效应通过提升企业服务化水平，促进制造企业高质量发展水平的中介机制检验结果。表4中列(4)CDBM的影响系数为0.153，且在1%的水平下显著，说明数字化转型地区同群效应能够提升企业服务化水平；表4中列(5)Servi的影响系数为0.029，且在1%的水平下显著，说明企业服务化水平显著正向影响制造企业高质量发展水平；表4中列(6)CDBM的影响系数为0.223，且在1%的水平下显著，说明数字化转型地区同群效应—企业服务化水平—制造企业高质量发展这一影响机制成立，假设H4得到验证。此外，在Bootstrap检验法中，Bootstrap_BS1与Bootstrap_BS2的区间结果均为正值；在Sobel检验法中，Sobel Z值为0.005并在5%的水平下显著，中介效应占比为2.310%，进一步论证了企业服务化水平中介效应的存在性。

表4 创新能力与服务化转型的中介机制检验结果Tab.4 Test results of mediating mechanism between innovation capability and servitization transformation

3.3 行业竞争度与市场化程度的调节效应

3.3.1 行业竞争度的调节效应

本文以行业赫芬达尔指数(HHI)的25%与75%作为划分节点，将样本量区分为低、中、高样本组，对行业竞争度进行分组检验，回归结果如表5所示。表5中列(1)为低行业竞争度样本组，显示数字化转型行业同群效应的影响系数为负且不显著；列(2)为中行业竞争度样本组，显示数字化转型行业同群效应的影响系数为0.047，并在1%的水平下显著；列(3)为高行业竞争度样本组，显示数字化转型行业同群效应的影响系数不显著，初步证明了本文研究推测。此外，还将行业赫芬达尔指数(HHI)平方项与同行业同群企业数字化转型的交互项纳入模型中，检验行业竞争度的调节效应，回归结果如表5中列(5)所示。二者交互项对制造企业高质量发展的影响系数为-4.963，且在10%的水平下显著，说明行业竞争度对数字化转型行业同群效应与制造企业高质量发展关系存在倒U型调节效应，本文研究假设H5成立。

3.3.2 市场化程度的调节效应

为考察市场化程度对数字化转型地区同群效应与制造企业高质量发展关系的调节作用，以王小鲁等[31]的市场化指数为基础，参考俞红海等[32]的做法，将市场化指数测算至2020年。以市场化程度(MARKET)的25%与75%作为划分节点，将样本量区分为低、中、高样本组，对市场化程度进行分组检验，回归结果如表6所示。表6中列(1)为低市场化程度样本组，显示数字化转型地区同群效应的影响系数不显著；列(2)为中市场化程度样本组，显示数字化转型地区同群效应的影响系数为0.118，且在1%的水平下显著；列(3)为高市场化程度样本组，显示数字化转型地区同群效应的影响系数不显著。此外，本文还将市场化程度(MARKET)平方项与同地区同群企业数字化转型的交互项放入模型中，检验市场化程度的调节效应，回归结果如表6中列(5)所示。结果显示，二者的交互项对制造企业高质量发展的影响系数为-0.008，并在1%的水平下显著，进一步验证了市场化程度对数字化转型地区同群效应与制造企业高质量发展关系具有倒U型调节效应，本文研究假设H6成立。

3.4 内生性与稳健性检验

工具变量。数字化转型同群效应面临内生性问题的挑战。如焦点企业与同群企业行为的相似性可能完全是由相同的经济、制度和政策环境驱动，并非企业行为间的相互影响。本文借鉴 Leaey & Roberts[33]、李秋梅与梁权熙[34]的研究思路，采用同群企业股票特质收益率作为工具变量，以缓解研究中的内生性问题。同群企业股票收益率与企业自身数字化转型水平无关，但与同群企业数字化转型水平相关，符合工具变量的两个条件。基于此，本文将同行业同群企业年度股票特质收益率均值(I_Alpha)与同地区同群企业年度股票特质收益率均值(C_Alpha)作为工具变量，2SLS回归结果如表7列(1)-(2)所示。IDBM与CDBM的回归系数分别在1%与5%的水平下显著，说明在排除宏观经济层面影响后，数字化转型同群效应依然存在。

表5 行业竞争程度的调节效应检验结果Tab.5 Test results of moderating effect of industry competition degree

表6 市场化程度的调节效应检验结果Tab.6 Test results of moderating effect of maretization degree

安慰剂检验。为进一步检验数字化转型同群效应是否依赖于行业或地区聚集，本文进行安慰剂检验。依据原有同群企业组数与规模，将相同年份的企业随机设置为“伪同行业同群企业数字化转型(P_IDBM)”与“伪同地区同群企业数字化转型(P_CDBM)”两个样本组。表7中列(3)～(4)结果显示，“伪同群企业”数字化转型变量系数均不显著，肯定了从行业与地区两个角度研究数字化转型同群效应的重要意义。

4 研究结论与启示

4.1 研究结论

在数字经济与制造企业高质量发展的目标导向下，从同群效应视角解释企业数字化转型的行业与地区特征，探索数字化转型同群效应对制造企业高质量发展的影响效果与作用机制，得出如下结论：第一，我国制造企业数字化转型存在显著的行业同群效应与地区同群效应，且结论在稳健性检验和内生性检验后仍然成立。第二，数字化转型同群效应对制造企业高质量发展具有显著促进效应。第三，企业创新能力与服务化发展是数字化转型同群效应驱动制造企业高质量发展的中介机制。数字化转型行业同群效应可以增强制造企业创新能力，而数字化转型地区同群效应则有助于提升制造企业服务化程度。第四，行业竞争度和市场化程度分别在数字化转型行业同群效应、地区同群效应与制造企业高质量发展关系中产生倒U型调节效应。

表7 内生性与稳健性检验结果Tab.7 Endogeneity and robustness test results

4.2 理论贡献

首先，本文突破古典战略理论研究框架，从战略生态理论角度揭示数字生态环境中的企业战略决策逻辑。竞争学习与制度同构是企业数字化转型同群效应存在的深层原因。其中，竞争学习可以使企业摆脱战略短视行为，在动态复杂的数字环境中持续保持竞争优势；制度同构则强调数字制度环境对企业战略决策的约束性影响。这为理解企业数字化战略决策过程以及同群企业数字化战略趋同现象提供了理论视角。

其次，不同于数字经济视角下的产业高质量发展研究，本文尝试从微观角度挖掘数字化转型同群效应对制造企业高质量发展的影响。一方面，研究解析了数字化转型同群效应通过驱动制造企业质量变革、效率变革与动力变革实现高质量发展的理论逻辑，从微观角度刻画制造企业向高级发展形态的演进过程。另一方面，以马歇尔外部性理论为依据，考察数字化转型行业同群效应与地区同群效应的异质性，厘清不同类别种群环境对制造企业高质量发展路径的差异化影响，有助于丰富企业高质量发展理论研究。

最后，将行业竞争度与市场化程度纳入研究框架，探索数字化转型行业同群效应与地区同群效应对制造企业高质量发展的调节效应，为政府数字化治理和营商环境营造提供参考。

4.3 实践启示

政府应为制造企业数字化转型创造良好的制度环境与市场环境。首先，政府可以通过制定数字化转型专项规划，打造行业或区域内的制造企业数字化转型示范，帮助其它制造企业学习先进的数字化转型知识与经验，充分发挥战略学习与环境压力对制造企业数字化转型的驱动效应。其次，在数字化赋能企业创新与服务化发展方面，政府可以围绕行业或地区战略发展需求，推动形成数字化产业创新联盟与数字化供应链协同联盟，加快促进数据要素对制造业核心技术攻关与价值链延伸的赋能作用。最后，在数字化监管与治理方面，政府应当加快推进人才、资本、数据等重点要素的市场化配置改革，不断健全市场化机制。同时，也应注意到，数字经济存在明显的“头部效应”现象，政府需要加强数字经济的制度安排与政策调节，特别是对垄断性与排他性强的交易行为进行有效干预，建立常态化的规则体系与监督机制，为开展数字化转型的制造企业提供良好的市场竞争环境。

此外，制造企业还应充分利用数字化转型同群效应，把握数字化转型发展机遇。一方面，制造企业可以通过与数字商业生态系统中的上下游企业及其利益相关者建立数据连接，与合作伙伴共同探索互利共赢的数字商业模式，学习优秀制造企业的数字化转型实践经验。另一方面，制造企业需重视数字要素在创新合作与服务化延伸方面的作用，通过开放式创新合作弥补现有知识与资源不足，提高制造企业产品质量与服务效率。