知识资本对企业数字化转型的影响机制

白福萍，商梦亭，黄宇杰，齐鲁光

（山东理工大学管理学院，山东淄博 255000）

0 引言

近年来，以数据资源为关键要素、数字技术创新为牵引的数字经济日益成为经济增长的新引擎［1］。中国政府高度重视数字经济发展，“十四五”规划强调要打造数字经济新优势，赋能传统产业转型升级，党的二十大报告进一步指出要加快发展数字经济，促进数字经济与实体经济深度融合。对于企业而言，数字化转型已不是选择题，而是关乎生存和长远发展的必修课。企业利用人工智能、区块链、云计算、大数据等数字技术，对已有的经营管理体系、生产工艺流程等进行改造，不断探索转型新路径和变革突破点［2］。然而，实践表明数字化转型绝非易事。根据埃森哲发布的《2022 中国企业数字转型指数》，仅有17%的中国企业数字化转型成效显著［3］。多数企业由于基础薄弱、人才不足、战略部署落后、组织结构不合理等问题，面临着“不转型等死、转型找死”的两难困境。因此，如何优化资源配置与转型路线，实现数字赋能企业高质量发展，成为当前学术界与产业界共同研究的重大课题。

在数字化转型的实践浪潮中，与之相关的文献不断涌现。从现有研究来看，关于企业数字化转型经济后果的文献较多，如何帆等［4］研究发现数字化变革通过降低成本、提高效率以及促进创新，显著提升了企业经济效益；吴非等［5］和林川［6］认为企业数字化转型能够提升股票流动性、降低股价崩盘风险，有助于提高资本市场表现；王海军等［7］分析指出数字化转型赋能企业ESG 责任履行，促进企业绿色可持续发展。目前学术界对数字化转型的积极效果已基本达成共识，对其驱动因素的探讨也相继展开，主要聚焦于企业内外部两个视角。其中，数字技术、组织结构、管理者特征等是内部重要影响因素［8-10］。基于外部政策视角，余典范等［11］认为数字产业补助能够产生协同效应，促进下游企业数字化水平提高；周洲等［12］以“三审合一”改革为切入点，发现知识产权保护制度创新也能够显著促进企业数字化转型。基于上述研究可知，已有关于数字化转型驱动因素的文献尚不多见，且多集中于单一视角。事实上，数字化转型作为一项系统性工程，是内外因素共同作用下的产物，需要综合考虑技术、组织、环境等多个因素的影响。知识资本作为企业的生产要素之一，其背后包含人力、结构、关系资本等多个维度，是企业实现可持续发展的核心中枢。它能帮助企业灵活调整，使组织战略与外部环境更加契合。显然，知识资本是关乎企业战略规划与运行的重要资源［13-14］。那么，一个自然而然的问题是，知识资本能否驱动企业数字化转型？其具体作用机制是什么？

但是，当前并没有文献直接将知识资本与数字化转型这两个概念联系起来。本文尝试从已有相关研究中去论证两者间可能的关联和机制：数字经济中的知识资本被认为是组织的战略资源，能够发挥融资效应［15］，为数字化转型奠定资金基础，从而为企业的生存和持续发展提供了机遇。此外，伴随数字经济的发展，企业面临的外部环境具有高度不确定性，这导致决策过程中的模糊性［16］。数字化转型作为一项战略变革，势必会受到外部环境的影响，因而环境不确定性一定程度上会影响知识资本与企业数字化转型间的关系。基于此，本文采用因子分析法测度知识资本水平，并以 文本挖掘技术构造企业层面的数字化转型指数，考察企业数字化转型的前置性驱动因素及作用路径，并进一步从环境不确定性的视角分析知识资本与企业数字化转型的边界调节机制。

本文可能的研究贡献体现在以下几个方面：第一，运用知识基础理论，阐释和验证了知识资本对企业数字化转型的积极影响，丰富了企业数字化转型驱动因素的相关文献，也补充了数字经济背景下知识资本的经济后果研究；第二，从融资约束视角出发，探究知识资本对企业数字化转型的作用机理，有助于打开知识资本影响企业数字化转型的过程“黑箱”；第三，在环境不确定性情景下，分析知识资本与企业数字化转型的关系，考察其发挥作用的外部条件，拓宽了知识资本对企业微观行为影响研究的边界。第四，进一步立足中国的制度环境和现实情景对企业进行异质性检验，考察知识资本对数字化转型的非对称影响，为推进企业数字化转型以及政府实施政策体系提供了理论参考和经验证据。

1 理论分析与研究假设

1.1 知识资本与企业数字化转型

知识基础理论将知识视为企业对经营管理活动规律的认知状态［17］。企业拥有的知识既是自身过去行为的产物，同时还是未来决策的基础，其决定了企业下一步行为的方向［18］。知识资本作为以知识为代表的非物质资源，具有稀缺性、增值性、难以复制性，能够为企业带来核心竞争力。周飞等［19］学者的研究表明，大多创新活动都是以知识的转化或利用为基础，企业已将知识资本视为技术创新的基础性资源。数字化转型作为一项技术驱动型变革，也离不开知识资本的支撑。知识资本所具有的知识和能力，能够对企业内外部资源加以整合［20］，实现高效的资源配置，使企业更好地开展数字化转型。基于知识资本的形成视角，学者们普遍认为知识资本可分为人力、结构和关系资本［21-22］。其中，人力资本是指企业员工所拥有的知识、经验和技能的总和［21］，是知识资本最核心的要素；结构资本被定义为组织的知识、结构及其支持系统的集合，具体表现为组织规则、流程、文化及创新能力［23］；关系资本是指嵌入在组织外部网络中的知识，主要包括与顾客、供应商、政府等合作伙伴建立的良好关系［24］，以及与之相关的所有资源，如声誉、品牌和忠诚度［25］。综合上述研究，本文从人力、结构和关系资本3 个维度衡量知识资本，并揭示其对企业数字化转型的影响。

首先，人力资本是推动企业数字化转型的关键力量。成功的数字化转型必须与企业的内部资源相协调，尤其是人力资源。一方面，企业中的高素质员工依靠其积累的多年经验和自身能力会及时发现竞争环境的变化。为了使企业在竞争激烈的数字化环境下实现可持续发展，他们往往会支持企业通过数字化变革的方式进行转型升级。特别地，数字化转型作为一项“一把手”工程，离不开高管团队的制定和实施。当高管团队经验和能力较强时，将直接有助于改善企业数字化转型效果［26］。另一方面，从事科研的人员越多，也会对企业的创新活动越看重，主张企业在数字技术方面加大投入，为企业进行转型升级提供充足的技术支持，保障企业数字化转型的顺利开展。在数字技术应用，特别是高层次的复杂数字技术应用中，技术人才的优势更为明显［12］。他们可以积极完善自身知识体系和提升数字化技能，快速掌握先进的数字技术，为企业数字化转型保驾护航。

其次，企业要开展数字化转型同样也离不开结构资本的支持。若一个企业的结构资本良好，则表明其具有合理的公司治理结构、规范的运行机制和完善的内部控制。这会使企业更容易受到投资者的关注，进而为数字化转型提供充足的资金来源。并且完善的业务流程、灵活的组织架构能够增进各部门之间的交流与合作，促进信息传递和知识共享，将有利于企业高效、有序地开展数字化转型。Alnuaimi 等［27］通过研究证实，组织敏捷性和灵活性与数字化转型之间存在显著的正相关关系。此外，组织文化、组织动态能力等也均是数字创新战略的影响因素，其中组织文化对数字创新的贡献率最高［28］。优秀的企业文化可以为员工营造良好的学习氛围，员工之间通过彼此交流与学习，会提升其对已有事物的认知能力，激发员工产生更多的新思想、新观点。企业还可以借助企业文化和发展战略，来突出数字化转型在企业发展过程中的重要性，从而帮助企业完成数字化转型。

最后，关系资本为企业开展数字化转型所需具备的知识和信息提供了必要条件。当企业拥有高关系资本时，有利于成员之间不断耦合和相互适应，增强成员相互之间的信任度和配合度［29］，从而减少进行数字化转型的障碍。杨金玉等［30］研究指出，供应链作为上下游企业间的互动合作平台，企业数字化转型在供应链上具有传染效应。当企业与高数字化转型程度的企业建立和维持合作关系时，可以借鉴、学习和模仿合作伙伴高效的数字化生产方式和创新模式，进而推动企业进行数字化转型和创新［31］。另外，数字经济背景下，顾客需求是动态变化的。企业与顾客保持密切联系，有利于搜集不同顾客在消费方面的期望和偏好等信息。为响应和迎合顾客需求，企业更有动机进行数字化转型，通过改进产品生产或开发新产品来持续维护合作关系。这种亲密关系作为企业的重要异质性资源，能够帮助企业不断调整趋势判断和相关战略决策，促进企业实现数字化转型。基于以上分析，提出如下假设：

H1：知识资本能够驱动企业数字化转型。

1.2 融资约束的中介作用

与一般企业转型升级相比，数字化转型需要在短期内投入大量资金，同时面临转型难度较大、周期较长、成本和不确定性较高等问题。当企业融资渠道较少、融资成本较高致使其资金不足时，将会阻碍数字化转型进程。知识资本作为企业保持核心竞争优势的关键性资源，可能通过以下两个方面缓解融资约束困境：其一，知识资本是可以转化为利润的知识，通过对知识资本的有效管理和使用，能够给企业带来盈利［32］。随着企业可支配收入的增加，不仅能够满足内源性融资需求，降低企业的融资成本，而且可以保障债务的按期偿还，提高企业的信贷水平。其二，根据信号传递理论，当企业知识资本表现良好时，会披露较多信息以向社会和利益相关者传递。对于外部投资者而言，企业的知识资本是一个积极信号，更容易获得其关注和青睐［15］。因此，拥有高质量的知识资本能够有效降低资金使用成本、拓展外部资金来源，从而降低企业陷入融资约束的概率。进一步地，企业融资状况的改善能够降低财务风险，为数字化转型奠定财务基础。一方面，良好的财务环境可以优化企业经营现金流，为技术投入和开发提供相匹配的资金支撑，从而使企业更为顺利地进行数字化转型。另一方面，在充足的资金供给下，企业可以不用为了实现短期利益而投入过多的精力，而是致力于开展一些关乎长远发展的高风险、高投入创新活动，诸如企业能够持续、稳定地进行数字化投资，这将有利于数字化转型的成功［33］。基于以上分析，提出如下假设：

H2：知识资本能通过缓解融资约束驱动企业数字化转型。

1.3 环境不确定性的调节作用

环境是企业赖以生存发展的基础。数字化情境下，技术层出不穷，业务需求多变，企业面临的环境更为复杂。这种不确定性会对企业的决策制定和战略选择产生影响，即企业对于不确定性的承受能力将决定战略变革的广度与深度。知识资本驱动下的数字化转型作为一项战略变革活动，将会受到外部诸多不确定性因素的影响［34］。

根据李大元［35］、武立东等［36］的研究，环境不确定性包括环境动态性和环境丰富性。环境动态性是指不确定性理论下的动态竞争，表现为组织环境变化的不规则性和不稳定性［37］。在高度动态的环境下，企业无法获取完全的信息，因而会依据有限理性寻求满意解。具体到战略选择上，如果企业不能把握环境变化的趋势，可能倾向于实施原有的战略，而不进行风险更高的创新活动［38］。数字化转型作为一种颠覆性的技术变革，其实施需要投入大量的人力、物力资源，回报期长且风险较高，一旦失败不仅难以收回成本，更可能会使企业丧失现有的竞争优势。一些企业可能无法承受这种不可预测的环境变化，往往会锁定在现有的知识领域内，选择稳定型战略而非数字化转型战略。环境丰富性是指资源依赖理论下的利益相关方支持，体现了环境能够支持企业持续增长的程度。数字化转型对资源获取具有极强的依赖性，而环境丰富性指标能够度量企业从外部环境获取资源的多少。在高丰富性的环境下，企业能够获得的资源较为充足，与知识资本形成互补，助力企业成功实施数字化转型。当企业所在的环境丰富性程度较低时，可以获取的资源较为有限，则会减缓企业数字化转型的进程。基于以上分析，提出如下假设：

H3a：环境动态性会负向调节知识资本与数字化转型之间的关系。

H3b：环境丰富性会正向调节知识资本与数字化转型之间的关系。

本文对上述研究假设进行了总结，形成了本文的理论框架，如图1 所示。

图1 研究框架

2 研究设计

2.1 样本与数据来源

本文选取2010—2021 年中国A 股上市公司作为样本，探究知识资本对企业数字化转型的影响。其中，数字化转型数据通过文本分析获得，其他企业数据来自CSMAR。在初始样本的基础上，本文对数据进行如下处理：（1）剔除金融类企业；（2）剔除样本期内ST、PT 以及退市的企业；（3）剔除企业IPO 当年的观测值；（4）剔除相关数据缺失的样本。此外，为了避免异常值的干扰，本文对所有连续变量进行上下各1%的缩尾处理。经过上述处理后，本文最终得到18 030 个样本数据。

2.2 变量定义

2.2.1 被解释变量

数字化转型（DT）：本文借鉴吴非等［5］的研究，将数字化转型分为人工智能技术、区块链技术、云计算技术、大数据技术和数字技术应用5 个维度，并使用文本分析法对企业数字化转型程度予以衡量，具体步骤如下：（1）利用Python 爬虫技术收集2010—2021 年全部A 股上市公司的年报，并将其转化为文本信息；（2）使用“Jieba”分词功能，提取出与数字化转型相关的关键词；（3）将相关词频加总并对其加一后取对数，以此作为代理变量。

2.2.2 解释变量

知识资本（IC）：本文参考Cheng 等［39］、冉秋红等［40］学者的做法，对相关指标做因子分析并提取出3 个主成分，依次为人力资本（HC）、结构资本（SC）和关系资本（RC），在此基础上估算出知识资本。该值越大，表示知识资本水平越高。通过测试和筛选，本文选用表1 中的9 个指标进行因子分析。

首先，在适度性检验中，KMO 值0.622，大于0.5，Bartlett's 球形检验值为56 746.696，P值小于0.01，可以看出该数据适合进行因子分析。其次，使用方差最大化正交旋转法进行因子分析。提取的3个公因子旋转后的贡献率分别为27.28%、21.4%和17.01%，累积贡献率达65.7%，超过65%，可以接受。该结果表明生成的3 个主因子能够替代原有的9 个指标，很好地反映了企业知识资本要素特征。

表2 报告了旋转的因子载荷矩阵。人力资本3个指标在第1 个因子上的载荷都高于0.55，较好体现企业人力资本状况；结构资本3 个指标在第2 个因子上的载荷都超过0.75，有效反映了企业结构资本；关系资本3 个指标在第3 个因子上的载荷都大于0.60，合理代表了关系资本整体状况。根据3 个因子的方差贡献率，本文估计得出知识资本综合得分值，并采用该变量进行下文的回归分析。

表2 旋转的因子载荷矩阵

2.2.3 中介变量

融资约束（FC）：测度融资约束的指标有多种，其中FC 指数更适用于中国上市公司。本文借鉴顾雷雷等［41］的研究，使用FC 指数对企业融资约束程度进行测算。该数值越大，意味着企业的融资约束程度越高，融资约束问题越严重。

2.2.4 调节变量

参考傅皓天等［42］、Ghosh 等［43］的研究，使用企业业绩波动来度量环境不确定性。具体做法是将第t年、t-1 年、t-2 年、t-3 年、t-4 年的销售收入作为被解释变量，分别以5、4、3、2 和1 为解释变量进行回归分析。模型回归系数的标准误除以5 年销售额的均值为环境动态性（EU），模型回归系数除以5 年销售额的均值是环境丰富性（EF）。

2.2.5 控制变量

本文选取资产负债率（Lev）、企业规模（Size）、企业成长性（Grow）、现金流水平（Cash）、两职合一（Dual）、产权性质（Soe）、股权集中度（Top1）、独立董事占比（Ind）作为控制变量。为了控制宏观经济波动和行业差异的影响，本文还设置了年度（Year）和行业（Industry）两个虚拟变量。

2.3 模型构建

为检验知识资本对企业数字化转型的直接影响与通过缓解融资约束而产生的间接影响以及环境动态性和丰富性在知识资本与企业数字化转型之间的调节作用，本文构建如下模型：

式（1）～式（4）中：i表示企业，t表示年份。被解释变量是数字化转型（DT），考虑到时滞性，同时为缓解内生性问题，将其设定为t+1 期；解释变量是知识资本（IC）；中介变量Med 是融资约束（FC）；调节变量Mod 分别是环境动态性（EU）和环境丰富性（EF）；Controls 为控制变量集；Year和Industry 分别为行时间和行业固定效应；εi,t为随机扰动项。模型（1）用来检验假设H1；基于模型（2）和（3）检验H2；模型（4）用来验证假设H3a和H3b。

3 实证分析

3.1 描述性统计

本文主要变量的描述性统计结果见表3。数字化转型（DT）的最小值为0，最大值为5.136，标准差为1.423，可见不同企业在数字化转型方面表现出较大差异性，甚至有部分企业尚未进行数字化转型。知识资本（IC）均值为1.243，标准差为0.573，说明各样本企业的知识资本也呈现出明显的差异化特征。从控制变量来看，除企业规模（Size）标准差大于1 外，其他变量的波动幅度均在可接受范围之内，在此不再详细说明。

表3 主要变量的描述性统计结果

3.2 基准回归分析

表4 为知识资本及其各维度对企业数字化转型的回归结果。列（1）仅控制时间与行业固定效应，结果显示知识资本的系数为0.517，在1%水平上显著。列（2）在前述回归基础上纳入控制变量，知识资本的系数有所下降，仍通过1%水平的显著性检验。上述结果表明，知识资本水平越高，越能够有效推动企业数字化转型进程，证实了研究假设H1。为进一步了解知识资本各维度对数字化转型可能产生的差异化影响，本研究分别采用人力、结构与关系资本进行回归检验，结果见列（3）至列（5）。可以看出，人力、结构和关系资本的系数均显著为正，这一结果表明知识资本的3 个维度对企业数字化转型也均有促进作用。

表4 知识资本及其各维度对企业数字化转型的回归结果

3.3 稳健性检验

3.3.1 工具变量法

为缓解互为因果的内生性问题，本文参考孟庆斌等［44］的做法，采用同省份同行业内其他企业知识资本的平均值（IV）作为工具变量。一方面，同地区或同行业的企业具有高度的相似性，因而它们的知识资本水平存在一定的相关性；另一方面，企业数字化转型与其他企业的知识资本水平不存在直接的逻辑关联，符合外生性要求。表5 列（1）为第一阶段的回归结果，显示知识资本均值的系数为0.807，在1%水平上显著。此外，F统计量为373.71，远大于10，通过弱工具变量检验。第二阶段结果如列（2）所示，知识资本回归系数在1%置信水平上显著为正，说明本文结论是稳健的。

表5 内生性检验结果

3.3.2 倾向得分匹配法

鉴于模型中可能存在样本选择性偏差，本文采用倾向得分匹配法进行检验。首先，参照傅传锐等［13］的研究，根据年度和行业知识资本水平高低，将样本分为两组。知识资本高的取值为1，设为实验组；否则为控制组。其次，将知识资本虚拟变量作为被解释变量，同时对前文控制变量进行控制，采用Logit 模型估计每个观测样本对应的倾向得分。为了保证匹配样本之间更为近似，本研究选用1 ∶1 近邻匹配。最后，对匹配后的样本重新回归分析，结果如表5 列（3）所示。知识资本的系数高度显著为正，意味着本文研究结论仍然稳健。

3.3.3 安慰剂检验

知识资本对数字化转型的影响可能是某些遗漏变量导致的结果。为排除遗漏变量对结论造成的影响，本文进行安慰剂检验，即将知识资本变量在各上市公司中进行随机交换，然后用打乱重新匹配后的样本进行回归。如果知识资本对数字化转型的正向作用由遗漏变量所造成，则重新匹配后的知识资本的系数将仍然显著为正。但表5 的列（4）显示，知识资本的回归系数不再显著，表明不存在重要遗漏变量的影响，安慰剂检验结果支持本文研究结论。

3.3.4 其他稳健性检验

本文还进行了其他稳健性检验：第一，替换被解释变量。本文参考祁怀锦等［45］的研究，使用数字化无形资产占无形资产总额的比例（Dig）作为替代变量，重新进行回归。结果如表6 列（1）所示，核心结论没有实质性改变。第二，延长观测窗口。考虑到知识资本对数字化转型的影响可能存在时滞性和持续性，本文将被解释变量前置2—3 期，检验结果如列（2）和（3）所示。可以看出，无论前置几期处理，知识资本对数字化转型的影响都高度显著为正，从侧面证实本文研究结论。第三，更换回归模型。为了排除不随时间变化且难以量化的个体效应对结论造成的影响，本文采用时间和公司的双固定效应模型进行检验。列（4）回归结果表明，在控制公司个体效应之后，知识资本对数字化转型的显著正向影响依然存在。

表6 其他稳健性检验结果

3.4 中介效应检验

表7 列示了融资约束中介效应的检验结果。在列（2）中，知识资本的系数为-0.014，在1%的水平上显著，意味着知识资本能够有效缓解企业融资约束。在列（3）中，知识资本的系数为0.482，融资约束的系数为-0.212，均通过1%水平的显著性检验。与列（1）结果相比，在纳入融资约束变量后，知识资本对数字化转型的回归系数有所降低，说明融资约束的部分中介效应存在，H2得到验证。为了保证结果的稳健性，本文还使用Sobel 和Bootstrap方法对上述中介效应展开检验。在Sobel 检验中，Z值在1%水平上显著为正，且Bootstrap 结果显示95%置信区间不包含0，再次证实了假设H2。

表7 中介效应检验结果

3.5 调节效应检验

表8 报告了环境动态性和环境丰富性的调节效应的检验结果。列（1）显示，环境动态性与知识资本的交互项系数为-0.052，在1%水平上显著，意味着环境动态性负向调节知识资本与数字化转型的关系，即当环境动态性较低时，知识资本对数字化转型的促进作用更强。在列（2）中，环境丰富性与知识资本的交互项系数为0.020，通过了5%水平的显著性检验，意味着环境丰富性正向调节知识资本与数字化转型的关系，即当环境丰富性较高时，知识资本对数字化转型的促进作用更强。综上可知，研究假设H3a、H3b得到实证结果的支持。

表8 调节效应检验结果

为深入研究环境不确定性对知识资本与数字化转型之间关系的调节作用，本文列示出了调节图。其中，图2 为环境动态性（EU）的调节效应，图3为环境丰富性（EF）的调节效应。根据图中回归线的斜率，可以明显看出，当环境动态性较低时，知识资本对企业数字化转型的影响效果越强；当环境丰富性较高时，知识资本对企业数字化转型的影响效果更强。上图结果再次证实了研究假设H3a、H3b。

图2 环境动态性的调节效应

图3 环境丰富性的调节效应

3.6 进一步检验

鉴于不同类型企业的数字化转型受知识资本的影响可能存在差异，本文进一步从产权性质和行业属性两个视角来进行检验。

3.6.1 产权性质异质性

根据产权性质，样本可分为国有企业和非国有企业，分别进行回归分析，结果见表9 第（1）和（2）列。可以看出，知识资本对国有企业数字化转型的回归系数为0.561，在1%水平上显著，对非国有企业数字化转型的回归系数为0.487，同样高度显著。进一步进行费舍尔检验，显示两组系数的差异在1%的统计水平上显著，说明知识资本对国有企业数字化转型的促进作用更大。可能原因在于，作为国家重点扶持和政策倾斜的对象，国有企业具有明显的知识资本优势，能够更好地获取与整合外部资源，对数字化转型的赋能效应更大。

表9 异质性分析结果

3.6.2 行业属性异质性

按照行业属性，将样本分为高科技行业和非高科技行业，然后分别进行回归，结果如表9 列（3）和（4）所示。从表中结果可知，在高科技行业样本中，知识资本对企业数字化转型的回归系数为0.500，在1%水平上显著；在非高科技行业样本中，知识资本对企业数字化转型的回归系数为0.387，也高度显著。费舍尔检验结果显示，两组的系数差异通过1%水平的显著性检验，这表明知识资本对高科技行业企业数字化转型的影响系数更大。相较于非高科技行业，高科技行业企业具备更为丰富的知识资本，更有能力去获取与利用创新资源进行数字化转型。

4 结论与建议

在数字经济背景下，知识资本的重要性不断提升，成为企业转型升级和高质量发展的新动能。本文以2010—2021 年中国A 股上市公司为研究样本，实证探究知识资本对企业数字化转型的影响效应及作用机制，得出以下主要结论：（1）知识资本对企业数字化转型具有促进作用，这一结论在经过多重稳健性检验后依然成立；（2）中介机制检验表明，知识资本驱动企业数字化转型是通过缓解融资约束来实现的；（3）边界调节机制检验表明，环境动态性弱化了知识资本对数字化转型的正向效应，而环境丰富性强化了这一正向效应；（4）进一步分析发现，知识资本对数字化转型的影响存在异质性，在国有产权、高科技行业的样本中作用更为显著。

结合上述研究结论，本文提出以下建议：第一，加强知识资本管理，赋能企业数字化转型。企业应重视对知识资本存量与结构进行报告与评估，科学合理地作出数字化转型战略决策。同时，企业要加强数字化人才的培养和锻炼，完善组织结构、管理模式、企业文化等，注重对外部网络关系的维护，加速知识资本的培育和开发，为数字化转型提供坚实的保障。第二，重视企业融资状况，畅通知识资本影响数字化转型的传导机制。一方面，企业要根据资金状况，规划设计出符合自身特征的数字化转型方案，并且积极拓宽融资渠道，为数字化转型提供资金支持。另一方面，政府应当加强对数字普惠金融的支持力度，缓解企业外部融资约束程度，为推动企业数字化转型提供助力。第三，关注外部环境变化，充分考虑环境不确定性对数字化转型的影响。当面临较高程度的环境动态性时，企业应提高战略柔性和动态能力，弱化环境动态性的负面影响，实现数字化转型的持续性和有效性。当环境能够供给较为充足的资源时，企业应充分利用外部环境的资源，积极推动数字化转型。第四，因地制宜地制定政策措施，探索具有特色的数字化转型路径。鉴于知识资本在不同属性企业中发挥的作用存在差异，政府部门应优先为民营企业、非高科技行业企业提供支持，制定专项配套政策、完善市场竞争环境，强化知识资本对数字化转型的激励作用。