知識資本對企業數字化轉型的影響機制

白福萍，商夢亭，黃宇杰，齊魯光

（山東理工大學管理學院，山東淄博 255000）

0 引言

近年來，以數據資源為關鍵要素、數字技術創新為牽引的數字經濟日益成為經濟增長的新引擎［1］。中國政府高度重視數字經濟發展，“十四五”規劃強調要打造數字經濟新優勢，賦能傳統產業轉型升級，黨的二十大報告進一步指出要加快發展數字經濟，促進數字經濟與實體經濟深度融合。對于企業而言，數字化轉型已不是選擇題，而是關乎生存和長遠發展的必修課。企業利用人工智能、區塊鏈、云計算、大數據等數字技術，對已有的經營管理體系、生產工藝流程等進行改造，不斷探索轉型新路徑和變革突破點［2］。然而，實踐表明數字化轉型絕非易事。根據埃森哲發布的《2022 中國企業數字轉型指數》，僅有17%的中國企業數字化轉型成效顯著［3］。多數企業由于基礎薄弱、人才不足、戰略部署落后、組織結構不合理等問題，面臨著“不轉型等死、轉型找死”的兩難困境。因此，如何優化資源配置與轉型路線，實現數字賦能企業高質量發展，成為當前學術界與產業界共同研究的重大課題。

在數字化轉型的實踐浪潮中，與之相關的文獻不斷涌現。從現有研究來看，關于企業數字化轉型經濟后果的文獻較多，如何帆等［4］研究發現數字化變革通過降低成本、提高效率以及促進創新，顯著提升了企業經濟效益；吳非等［5］和林川［6］認為企業數字化轉型能夠提升股票流動性、降低股價崩盤風險，有助于提高資本市場表現；王海軍等［7］分析指出數字化轉型賦能企業ESG 責任履行，促進企業綠色可持續發展。目前學術界對數字化轉型的積極效果已基本達成共識，對其驅動因素的探討也相繼展開，主要聚焦于企業內外部兩個視角。其中，數字技術、組織結構、管理者特征等是內部重要影響因素［8-10］。基于外部政策視角，余典范等［11］認為數字產業補助能夠產生協同效應，促進下游企業數字化水平提高；周洲等［12］以“三審合一”改革為切入點，發現知識產權保護制度創新也能夠顯著促進企業數字化轉型。基于上述研究可知，已有關于數字化轉型驅動因素的文獻尚不多見，且多集中于單一視角。事實上，數字化轉型作為一項系統性工程，是內外因素共同作用下的產物，需要綜合考慮技術、組織、環境等多個因素的影響。知識資本作為企業的生產要素之一，其背后包含人力、結構、關系資本等多個維度，是企業實現可持續發展的核心中樞。它能幫助企業靈活調整，使組織戰略與外部環境更加契合。顯然，知識資本是關乎企業戰略規劃與運行的重要資源［13-14］。那么，一個自然而然的問題是，知識資本能否驅動企業數字化轉型？其具體作用機制是什么？

但是，當前并沒有文獻直接將知識資本與數字化轉型這兩個概念聯系起來。本文嘗試從已有相關研究中去論證兩者間可能的關聯和機制：數字經濟中的知識資本被認為是組織的戰略資源，能夠發揮融資效應［15］，為數字化轉型奠定資金基礎，從而為企業的生存和持續發展提供了機遇。此外，伴隨數字經濟的發展，企業面臨的外部環境具有高度不確定性，這導致決策過程中的模糊性［16］。數字化轉型作為一項戰略變革，勢必會受到外部環境的影響，因而環境不確定性一定程度上會影響知識資本與企業數字化轉型間的關系。基于此，本文采用因子分析法測度知識資本水平，并以 文本挖掘技術構造企業層面的數字化轉型指數，考察企業數字化轉型的前置性驅動因素及作用路徑，并進一步從環境不確定性的視角分析知識資本與企業數字化轉型的邊界調節機制。

本文可能的研究貢獻體現在以下幾個方面：第一，運用知識基礎理論，闡釋和驗證了知識資本對企業數字化轉型的積極影響，豐富了企業數字化轉型驅動因素的相關文獻，也補充了數字經濟背景下知識資本的經濟后果研究；第二，從融資約束視角出發，探究知識資本對企業數字化轉型的作用機理，有助于打開知識資本影響企業數字化轉型的過程“黑箱”；第三，在環境不確定性情景下，分析知識資本與企業數字化轉型的關系，考察其發揮作用的外部條件，拓寬了知識資本對企業微觀行為影響研究的邊界。第四，進一步立足中國的制度環境和現實情景對企業進行異質性檢驗，考察知識資本對數字化轉型的非對稱影響，為推進企業數字化轉型以及政府實施政策體系提供了理論參考和經驗證據。

1 理論分析與研究假設

1.1 知識資本與企業數字化轉型

知識基礎理論將知識視為企業對經營管理活動規律的認知狀態［17］。企業擁有的知識既是自身過去行為的產物，同時還是未來決策的基礎，其決定了企業下一步行為的方向［18］。知識資本作為以知識為代表的非物質資源，具有稀缺性、增值性、難以復制性，能夠為企業帶來核心競爭力。周飛等［19］學者的研究表明，大多創新活動都是以知識的轉化或利用為基礎，企業已將知識資本視為技術創新的基礎性資源。數字化轉型作為一項技術驅動型變革，也離不開知識資本的支撐。知識資本所具有的知識和能力，能夠對企業內外部資源加以整合［20］，實現高效的資源配置，使企業更好地開展數字化轉型。基于知識資本的形成視角，學者們普遍認為知識資本可分為人力、結構和關系資本［21-22］。其中，人力資本是指企業員工所擁有的知識、經驗和技能的總和［21］，是知識資本最核心的要素；結構資本被定義為組織的知識、結構及其支持系統的集合，具體表現為組織規則、流程、文化及創新能力［23］；關系資本是指嵌入在組織外部網絡中的知識，主要包括與顧客、供應商、政府等合作伙伴建立的良好關系［24］，以及與之相關的所有資源，如聲譽、品牌和忠誠度［25］。綜合上述研究，本文從人力、結構和關系資本3 個維度衡量知識資本，并揭示其對企業數字化轉型的影響。

首先，人力資本是推動企業數字化轉型的關鍵力量。成功的數字化轉型必須與企業的內部資源相協調，尤其是人力資源。一方面，企業中的高素質員工依靠其積累的多年經驗和自身能力會及時發現競爭環境的變化。為了使企業在競爭激烈的數字化環境下實現可持續發展，他們往往會支持企業通過數字化變革的方式進行轉型升級。特別地，數字化轉型作為一項“一把手”工程，離不開高管團隊的制定和實施。當高管團隊經驗和能力較強時，將直接有助于改善企業數字化轉型效果［26］。另一方面，從事科研的人員越多，也會對企業的創新活動越看重，主張企業在數字技術方面加大投入，為企業進行轉型升級提供充足的技術支持，保障企業數字化轉型的順利開展。在數字技術應用，特別是高層次的復雜數字技術應用中，技術人才的優勢更為明顯［12］。他們可以積極完善自身知識體系和提升數字化技能，快速掌握先進的數字技術，為企業數字化轉型保駕護航。

其次，企業要開展數字化轉型同樣也離不開結構資本的支持。若一個企業的結構資本良好，則表明其具有合理的公司治理結構、規范的運行機制和完善的內部控制。這會使企業更容易受到投資者的關注，進而為數字化轉型提供充足的資金來源。并且完善的業務流程、靈活的組織架構能夠增進各部門之間的交流與合作，促進信息傳遞和知識共享，將有利于企業高效、有序地開展數字化轉型。Alnuaimi 等［27］通過研究證實，組織敏捷性和靈活性與數字化轉型之間存在顯著的正相關關系。此外，組織文化、組織動態能力等也均是數字創新戰略的影響因素，其中組織文化對數字創新的貢獻率最高［28］。優秀的企業文化可以為員工營造良好的學習氛圍，員工之間通過彼此交流與學習，會提升其對已有事物的認知能力，激發員工產生更多的新思想、新觀點。企業還可以借助企業文化和發展戰略，來突出數字化轉型在企業發展過程中的重要性，從而幫助企業完成數字化轉型。

最后，關系資本為企業開展數字化轉型所需具備的知識和信息提供了必要條件。當企業擁有高關系資本時，有利于成員之間不斷耦合和相互適應，增強成員相互之間的信任度和配合度［29］，從而減少進行數字化轉型的障礙。楊金玉等［30］研究指出，供應鏈作為上下游企業間的互動合作平臺，企業數字化轉型在供應鏈上具有傳染效應。當企業與高數字化轉型程度的企業建立和維持合作關系時，可以借鑒、學習和模仿合作伙伴高效的數字化生產方式和創新模式，進而推動企業進行數字化轉型和創新［31］。另外，數字經濟背景下，顧客需求是動態變化的。企業與顧客保持密切聯系，有利于搜集不同顧客在消費方面的期望和偏好等信息。為響應和迎合顧客需求，企業更有動機進行數字化轉型，通過改進產品生產或開發新產品來持續維護合作關系。這種親密關系作為企業的重要異質性資源，能夠幫助企業不斷調整趨勢判斷和相關戰略決策，促進企業實現數字化轉型。基于以上分析，提出如下假設：

H1：知識資本能夠驅動企業數字化轉型。

1.2 融資約束的中介作用

與一般企業轉型升級相比，數字化轉型需要在短期內投入大量資金，同時面臨轉型難度較大、周期較長、成本和不確定性較高等問題。當企業融資渠道較少、融資成本較高致使其資金不足時，將會阻礙數字化轉型進程。知識資本作為企業保持核心競爭優勢的關鍵性資源，可能通過以下兩個方面緩解融資約束困境：其一，知識資本是可以轉化為利潤的知識，通過對知識資本的有效管理和使用，能夠給企業帶來盈利［32］。隨著企業可支配收入的增加，不僅能夠滿足內源性融資需求，降低企業的融資成本，而且可以保障債務的按期償還，提高企業的信貸水平。其二，根據信號傳遞理論，當企業知識資本表現良好時，會披露較多信息以向社會和利益相關者傳遞。對于外部投資者而言，企業的知識資本是一個積極信號，更容易獲得其關注和青睞［15］。因此，擁有高質量的知識資本能夠有效降低資金使用成本、拓展外部資金來源，從而降低企業陷入融資約束的概率。進一步地，企業融資狀況的改善能夠降低財務風險，為數字化轉型奠定財務基礎。一方面，良好的財務環境可以優化企業經營現金流，為技術投入和開發提供相匹配的資金支撐，從而使企業更為順利地進行數字化轉型。另一方面，在充足的資金供給下，企業可以不用為了實現短期利益而投入過多的精力，而是致力于開展一些關乎長遠發展的高風險、高投入創新活動，諸如企業能夠持續、穩定地進行數字化投資，這將有利于數字化轉型的成功［33］。基于以上分析，提出如下假設：

H2：知識資本能通過緩解融資約束驅動企業數字化轉型。

1.3 環境不確定性的調節作用

環境是企業賴以生存發展的基礎。數字化情境下，技術層出不窮，業務需求多變，企業面臨的環境更為復雜。這種不確定性會對企業的決策制定和戰略選擇產生影響，即企業對于不確定性的承受能力將決定戰略變革的廣度與深度。知識資本驅動下的數字化轉型作為一項戰略變革活動，將會受到外部諸多不確定性因素的影響［34］。

根據李大元［35］、武立東等［36］的研究，環境不確定性包括環境動態性和環境豐富性。環境動態性是指不確定性理論下的動態競爭，表現為組織環境變化的不規則性和不穩定性［37］。在高度動態的環境下，企業無法獲取完全的信息，因而會依據有限理性尋求滿意解。具體到戰略選擇上，如果企業不能把握環境變化的趨勢，可能傾向于實施原有的戰略，而不進行風險更高的創新活動［38］。數字化轉型作為一種顛覆性的技術變革，其實施需要投入大量的人力、物力資源，回報期長且風險較高，一旦失敗不僅難以收回成本，更可能會使企業喪失現有的競爭優勢。一些企業可能無法承受這種不可預測的環境變化，往往會鎖定在現有的知識領域內，選擇穩定型戰略而非數字化轉型戰略。環境豐富性是指資源依賴理論下的利益相關方支持，體現了環境能夠支持企業持續增長的程度。數字化轉型對資源獲取具有極強的依賴性，而環境豐富性指標能夠度量企業從外部環境獲取資源的多少。在高豐富性的環境下，企業能夠獲得的資源較為充足，與知識資本形成互補，助力企業成功實施數字化轉型。當企業所在的環境豐富性程度較低時，可以獲取的資源較為有限，則會減緩企業數字化轉型的進程。基于以上分析，提出如下假設：

H3a：環境動態性會負向調節知識資本與數字化轉型之間的關系。

H3b：環境豐富性會正向調節知識資本與數字化轉型之間的關系。

本文對上述研究假設進行了總結，形成了本文的理論框架，如圖1 所示。

圖1 研究框架

2 研究設計

2.1 樣本與數據來源

本文選取2010—2021 年中國A 股上市公司作為樣本，探究知識資本對企業數字化轉型的影響。其中，數字化轉型數據通過文本分析獲得，其他企業數據來自CSMAR。在初始樣本的基礎上，本文對數據進行如下處理：（1）剔除金融類企業；（2）剔除樣本期內ST、PT 以及退市的企業；（3）剔除企業IPO 當年的觀測值；（4）剔除相關數據缺失的樣本。此外，為了避免異常值的干擾，本文對所有連續變量進行上下各1%的縮尾處理。經過上述處理后，本文最終得到18 030 個樣本數據。

2.2 變量定義

2.2.1 被解釋變量

數字化轉型（DT）：本文借鑒吳非等［5］的研究，將數字化轉型分為人工智能技術、區塊鏈技術、云計算技術、大數據技術和數字技術應用5 個維度，并使用文本分析法對企業數字化轉型程度予以衡量，具體步驟如下：（1）利用Python 爬蟲技術收集2010—2021 年全部A 股上市公司的年報，并將其轉化為文本信息；（2）使用“Jieba”分詞功能，提取出與數字化轉型相關的關鍵詞；（3）將相關詞頻加總并對其加一后取對數，以此作為代理變量。

2.2.2 解釋變量

知識資本（IC）：本文參考Cheng 等［39］、冉秋紅等［40］學者的做法，對相關指標做因子分析并提取出3 個主成分，依次為人力資本（HC）、結構資本（SC）和關系資本（RC），在此基礎上估算出知識資本。該值越大，表示知識資本水平越高。通過測試和篩選，本文選用表1 中的9 個指標進行因子分析。

首先，在適度性檢驗中，KMO 值0.622，大于0.5，Bartlett's 球形檢驗值為56 746.696，P值小于0.01，可以看出該數據適合進行因子分析。其次，使用方差最大化正交旋轉法進行因子分析。提取的3個公因子旋轉后的貢獻率分別為27.28%、21.4%和17.01%，累積貢獻率達65.7%，超過65%，可以接受。該結果表明生成的3 個主因子能夠替代原有的9 個指標，很好地反映了企業知識資本要素特征。

表2 報告了旋轉的因子載荷矩陣。人力資本3個指標在第1 個因子上的載荷都高于0.55，較好體現企業人力資本狀況；結構資本3 個指標在第2 個因子上的載荷都超過0.75，有效反映了企業結構資本；關系資本3 個指標在第3 個因子上的載荷都大于0.60，合理代表了關系資本整體狀況。根據3 個因子的方差貢獻率，本文估計得出知識資本綜合得分值，并采用該變量進行下文的回歸分析。

表2 旋轉的因子載荷矩陣

2.2.3 中介變量

融資約束（FC）：測度融資約束的指標有多種，其中FC 指數更適用于中國上市公司。本文借鑒顧雷雷等［41］的研究，使用FC 指數對企業融資約束程度進行測算。該數值越大，意味著企業的融資約束程度越高，融資約束問題越嚴重。

2.2.4 調節變量

參考傅皓天等［42］、Ghosh 等［43］的研究，使用企業業績波動來度量環境不確定性。具體做法是將第t年、t-1 年、t-2 年、t-3 年、t-4 年的銷售收入作為被解釋變量，分別以5、4、3、2 和1 為解釋變量進行回歸分析。模型回歸系數的標準誤除以5 年銷售額的均值為環境動態性（EU），模型回歸系數除以5 年銷售額的均值是環境豐富性（EF）。

2.2.5 控制變量

本文選取資產負債率（Lev）、企業規模（Size）、企業成長性（Grow）、現金流水平（Cash）、兩職合一（Dual）、產權性質（Soe）、股權集中度（Top1）、獨立董事占比（Ind）作為控制變量。為了控制宏觀經濟波動和行業差異的影響，本文還設置了年度（Year）和行業（Industry）兩個虛擬變量。

2.3 模型構建

為檢驗知識資本對企業數字化轉型的直接影響與通過緩解融資約束而產生的間接影響以及環境動態性和豐富性在知識資本與企業數字化轉型之間的調節作用，本文構建如下模型：

式（1）～式（4）中：i表示企業，t表示年份。被解釋變量是數字化轉型（DT），考慮到時滯性，同時為緩解內生性問題，將其設定為t+1 期；解釋變量是知識資本（IC）；中介變量Med 是融資約束（FC）；調節變量Mod 分別是環境動態性（EU）和環境豐富性（EF）；Controls 為控制變量集；Year和Industry 分別為行時間和行業固定效應；εi,t為隨機擾動項。模型（1）用來檢驗假設H1；基于模型（2）和（3）檢驗H2；模型（4）用來驗證假設H3a和H3b。

3 實證分析

3.1 描述性統計

本文主要變量的描述性統計結果見表3。數字化轉型（DT）的最小值為0，最大值為5.136，標準差為1.423，可見不同企業在數字化轉型方面表現出較大差異性，甚至有部分企業尚未進行數字化轉型。知識資本（IC）均值為1.243，標準差為0.573，說明各樣本企業的知識資本也呈現出明顯的差異化特征。從控制變量來看，除企業規模（Size）標準差大于1 外，其他變量的波動幅度均在可接受范圍之內，在此不再詳細說明。

表3 主要變量的描述性統計結果

3.2 基準回歸分析

表4 為知識資本及其各維度對企業數字化轉型的回歸結果。列（1）僅控制時間與行業固定效應，結果顯示知識資本的系數為0.517，在1%水平上顯著。列（2）在前述回歸基礎上納入控制變量，知識資本的系數有所下降，仍通過1%水平的顯著性檢驗。上述結果表明，知識資本水平越高，越能夠有效推動企業數字化轉型進程，證實了研究假設H1。為進一步了解知識資本各維度對數字化轉型可能產生的差異化影響，本研究分別采用人力、結構與關系資本進行回歸檢驗，結果見列（3）至列（5）。可以看出，人力、結構和關系資本的系數均顯著為正，這一結果表明知識資本的3 個維度對企業數字化轉型也均有促進作用。

表4 知識資本及其各維度對企業數字化轉型的回歸結果

3.3 穩健性檢驗

3.3.1 工具變量法

為緩解互為因果的內生性問題，本文參考孟慶斌等［44］的做法，采用同省份同行業內其他企業知識資本的平均值（IV）作為工具變量。一方面，同地區或同行業的企業具有高度的相似性，因而它們的知識資本水平存在一定的相關性；另一方面，企業數字化轉型與其他企業的知識資本水平不存在直接的邏輯關聯，符合外生性要求。表5 列（1）為第一階段的回歸結果，顯示知識資本均值的系數為0.807，在1%水平上顯著。此外，F統計量為373.71，遠大于10，通過弱工具變量檢驗。第二階段結果如列（2）所示，知識資本回歸系數在1%置信水平上顯著為正，說明本文結論是穩健的。

表5 內生性檢驗結果

3.3.2 傾向得分匹配法

鑒于模型中可能存在樣本選擇性偏差，本文采用傾向得分匹配法進行檢驗。首先，參照傅傳銳等［13］的研究，根據年度和行業知識資本水平高低，將樣本分為兩組。知識資本高的取值為1，設為實驗組；否則為控制組。其次，將知識資本虛擬變量作為被解釋變量，同時對前文控制變量進行控制，采用Logit 模型估計每個觀測樣本對應的傾向得分。為了保證匹配樣本之間更為近似，本研究選用1 ∶1 近鄰匹配。最后，對匹配后的樣本重新回歸分析，結果如表5 列（3）所示。知識資本的系數高度顯著為正，意味著本文研究結論仍然穩健。

3.3.3 安慰劑檢驗

知識資本對數字化轉型的影響可能是某些遺漏變量導致的結果。為排除遺漏變量對結論造成的影響，本文進行安慰劑檢驗，即將知識資本變量在各上市公司中進行隨機交換，然后用打亂重新匹配后的樣本進行回歸。如果知識資本對數字化轉型的正向作用由遺漏變量所造成，則重新匹配后的知識資本的系數將仍然顯著為正。但表5 的列（4）顯示，知識資本的回歸系數不再顯著，表明不存在重要遺漏變量的影響，安慰劑檢驗結果支持本文研究結論。

3.3.4 其他穩健性檢驗

本文還進行了其他穩健性檢驗：第一，替換被解釋變量。本文參考祁懷錦等［45］的研究，使用數字化無形資產占無形資產總額的比例（Dig）作為替代變量，重新進行回歸。結果如表6 列（1）所示，核心結論沒有實質性改變。第二，延長觀測窗口。考慮到知識資本對數字化轉型的影響可能存在時滯性和持續性，本文將被解釋變量前置2—3 期，檢驗結果如列（2）和（3）所示。可以看出，無論前置幾期處理，知識資本對數字化轉型的影響都高度顯著為正，從側面證實本文研究結論。第三，更換回歸模型。為了排除不隨時間變化且難以量化的個體效應對結論造成的影響，本文采用時間和公司的雙固定效應模型進行檢驗。列（4）回歸結果表明，在控制公司個體效應之后，知識資本對數字化轉型的顯著正向影響依然存在。

表6 其他穩健性檢驗結果

3.4 中介效應檢驗

表7 列示了融資約束中介效應的檢驗結果。在列（2）中，知識資本的系數為-0.014，在1%的水平上顯著，意味著知識資本能夠有效緩解企業融資約束。在列（3）中，知識資本的系數為0.482，融資約束的系數為-0.212，均通過1%水平的顯著性檢驗。與列（1）結果相比，在納入融資約束變量后，知識資本對數字化轉型的回歸系數有所降低，說明融資約束的部分中介效應存在，H2得到驗證。為了保證結果的穩健性，本文還使用Sobel 和Bootstrap方法對上述中介效應展開檢驗。在Sobel 檢驗中，Z值在1%水平上顯著為正，且Bootstrap 結果顯示95%置信區間不包含0，再次證實了假設H2。

表7 中介效應檢驗結果

3.5 調節效應檢驗

表8 報告了環境動態性和環境豐富性的調節效應的檢驗結果。列（1）顯示，環境動態性與知識資本的交互項系數為-0.052，在1%水平上顯著，意味著環境動態性負向調節知識資本與數字化轉型的關系，即當環境動態性較低時，知識資本對數字化轉型的促進作用更強。在列（2）中，環境豐富性與知識資本的交互項系數為0.020，通過了5%水平的顯著性檢驗，意味著環境豐富性正向調節知識資本與數字化轉型的關系，即當環境豐富性較高時，知識資本對數字化轉型的促進作用更強。綜上可知，研究假設H3a、H3b得到實證結果的支持。

表8 調節效應檢驗結果

為深入研究環境不確定性對知識資本與數字化轉型之間關系的調節作用，本文列示出了調節圖。其中，圖2 為環境動態性（EU）的調節效應，圖3為環境豐富性（EF）的調節效應。根據圖中回歸線的斜率，可以明顯看出，當環境動態性較低時，知識資本對企業數字化轉型的影響效果越強；當環境豐富性較高時，知識資本對企業數字化轉型的影響效果更強。上圖結果再次證實了研究假設H3a、H3b。

圖2 環境動態性的調節效應

圖3 環境豐富性的調節效應

3.6 進一步檢驗

鑒于不同類型企業的數字化轉型受知識資本的影響可能存在差異，本文進一步從產權性質和行業屬性兩個視角來進行檢驗。

3.6.1 產權性質異質性

根據產權性質，樣本可分為國有企業和非國有企業，分別進行回歸分析，結果見表9 第（1）和（2）列。可以看出，知識資本對國有企業數字化轉型的回歸系數為0.561，在1%水平上顯著，對非國有企業數字化轉型的回歸系數為0.487，同樣高度顯著。進一步進行費舍爾檢驗，顯示兩組系數的差異在1%的統計水平上顯著，說明知識資本對國有企業數字化轉型的促進作用更大。可能原因在于，作為國家重點扶持和政策傾斜的對象，國有企業具有明顯的知識資本優勢，能夠更好地獲取與整合外部資源，對數字化轉型的賦能效應更大。

表9 異質性分析結果

3.6.2 行業屬性異質性

按照行業屬性，將樣本分為高科技行業和非高科技行業，然后分別進行回歸，結果如表9 列（3）和（4）所示。從表中結果可知，在高科技行業樣本中，知識資本對企業數字化轉型的回歸系數為0.500，在1%水平上顯著；在非高科技行業樣本中，知識資本對企業數字化轉型的回歸系數為0.387，也高度顯著。費舍爾檢驗結果顯示，兩組的系數差異通過1%水平的顯著性檢驗，這表明知識資本對高科技行業企業數字化轉型的影響系數更大。相較于非高科技行業，高科技行業企業具備更為豐富的知識資本，更有能力去獲取與利用創新資源進行數字化轉型。

4 結論與建議

在數字經濟背景下，知識資本的重要性不斷提升，成為企業轉型升級和高質量發展的新動能。本文以2010—2021 年中國A 股上市公司為研究樣本，實證探究知識資本對企業數字化轉型的影響效應及作用機制，得出以下主要結論：（1）知識資本對企業數字化轉型具有促進作用，這一結論在經過多重穩健性檢驗后依然成立；（2）中介機制檢驗表明，知識資本驅動企業數字化轉型是通過緩解融資約束來實現的；（3）邊界調節機制檢驗表明，環境動態性弱化了知識資本對數字化轉型的正向效應，而環境豐富性強化了這一正向效應；（4）進一步分析發現，知識資本對數字化轉型的影響存在異質性，在國有產權、高科技行業的樣本中作用更為顯著。

結合上述研究結論，本文提出以下建議：第一，加強知識資本管理，賦能企業數字化轉型。企業應重視對知識資本存量與結構進行報告與評估，科學合理地作出數字化轉型戰略決策。同時，企業要加強數字化人才的培養和鍛煉，完善組織結構、管理模式、企業文化等，注重對外部網絡關系的維護，加速知識資本的培育和開發，為數字化轉型提供堅實的保障。第二，重視企業融資狀況，暢通知識資本影響數字化轉型的傳導機制。一方面，企業要根據資金狀況，規劃設計出符合自身特征的數字化轉型方案，并且積極拓寬融資渠道，為數字化轉型提供資金支持。另一方面，政府應當加強對數字普惠金融的支持力度，緩解企業外部融資約束程度，為推動企業數字化轉型提供助力。第三，關注外部環境變化，充分考慮環境不確定性對數字化轉型的影響。當面臨較高程度的環境動態性時，企業應提高戰略柔性和動態能力，弱化環境動態性的負面影響，實現數字化轉型的持續性和有效性。當環境能夠供給較為充足的資源時，企業應充分利用外部環境的資源，積極推動數字化轉型。第四，因地制宜地制定政策措施，探索具有特色的數字化轉型路徑。鑒于知識資本在不同屬性企業中發揮的作用存在差異，政府部門應優先為民營企業、非高科技行業企業提供支持，制定專項配套政策、完善市場競爭環境，強化知識資本對數字化轉型的激勵作用。