企业数字化转型对品牌资产的影响研究——基于营销投入和创新能力的门槛效应分析

李安琪 姚作为

（中共广东省委党校，广东 广州 510053）

一、引言

数字经济是依靠大数据、云计算、区块链、人工智能等信息技术支撑的经济新形态，而企业数字化转型是依靠上述技术对自身的生产营销与经营管理进行再创新的过程（龚雅娴，2022）[1]。企业作为逐利个体，运用数字化转型技术提升品牌资产价值是其目标之一，而现有文献鲜有研究企业数字化转型与品牌资产的关系。因此，进一步分析数字化转型对品牌资产的影响对企业自身价值管理行为具有重要意义。

品牌资产是涉及企业品牌管理以及营销活动的成果。企业使用新型信息技术，一方面作用于品牌管理成本，即通过互联网渠道降低生产要素成本，提升资源配置效率，促进企业创新（黄群慧和余泳泽等，2019）[2]，从而降低品牌成本。另一方面影响企业的营销方式。企业不仅可以通过消费体验视角尝试打开品牌价值共创方式（王满四和霍宁等，2021）[3]，也可以利用数字技术构建品牌虚拟形象，提升品牌资产（邢彦辉和樊雪琛，2020）[4]。

本文实证分析了数字化转型与品牌资产的关系，并考察了企业的营销投入与创新能力对数字化转型影响品牌资产的门槛效应，研究结果经过一系列稳健性检验后依旧可靠。此外，按照不同分类将样本分组后进行了异质性分析。本文可能的边际贡献体现在以下两方面：（1）将数字化转型与品牌资产纳入一个分析框架，补充了数字化转型的作用与品牌资产影响因素的文献。（2）通过分析营销投入和创新能力在数字化转型影响品牌资产关系中的门槛效应，为企业管理者提供借鉴。

二、文献综述与理论分析

（一）企业数字化转型与品牌资产

在快速变化的市场环境中，企业数字化转型本质上是基于企业的动态能力（Warner 和Wager，2019）[5]，将数字技术和业务流程相结合的组织变革（Liu 和Chen等，2011）[6]。这一变革为组织自身、顾客以及利益相关者群体都带来了颠覆性影响。

首先，从企业角度分析数字化转型对品牌资产的影响。数字化转型过程降低了企业的经营成本和营销成本，提升了企业的声誉和品牌影响力。数字化转型要求组织重新定义自身的战略和愿景，以促进在技术、人力资本、组织文化等方面的重构（Gurbaxani 和Dunkle，2019）[7]，促进企业产品和服务的创新、人力资源利用率的提升（张志朋和李思琦等，2023）[8]、数字化管理部门职能的优化以及企业数字化战略与企业文化的深度融合等，这势必会压缩企业经营成本和营销成本。同时，企业运用新型数字技术进行个性化营销，增强了与顾客的有效互动（吴瑶和肖静华等，2017）[9]。在此过程中，企业的数字化营销转型也极大地降低了企业的营销成本，其利用互联网为媒介工具也提高了企业的品牌影响力。

其次，从顾客角度分析数字化转型对品牌资产的影响。数字化转型的过程是企业通过运用数字技术进行业务和营销上的创新，优化流程来强化顾客体验和顾客价值（姚小涛和亓晖等，2022）[10]，通过满足顾客的需求和影响顾客的心理作用于购买意愿以及购买行为。可见，企业的经营与数字技术结合的过程，使顾客与品牌的关系更加紧密。Keller 和Aaker（1992）[11]早就提出，强势品牌的优势在于该品牌与顾客建立了深度关系，这能够提升顾客对品牌的信任，进而增加品牌资产。现有研究中，也有学者指出在数字时代，要强化消费者体验对品牌价值创造的重要作用[3]。

最后，从利益相关者角度分析数字化转型对品牌资产的影响。需要指出的是，利益相关者角度下的品牌资产不仅仅是生产利润，更多的是关注价值创造（张燚和张锐等，2010）[12]，以及利益相关者与品牌之间的相互作用（Duncan 和Moriarty，1999）[13]与互动程度。现有研究中，有学者考察了企业数字化转型与各利益相关者之间的互动价值创造（白福萍和梁博涵等，2023）[14]，这有助于提升企业的竞争力（刘向东和米壮等，2022）[15]，也为本文对企业数字化转型影响品牌资产的研究提供了良好基础。

综合看，现有研究主要结合数字化转型的影响和品牌资产的部分构成进行分析，尚无直接将数字化转型与品牌资产联系起来的文献。而企业的数字化转型是为了能够在日益激烈的市场竞争中脱颖而出的变革，对企业内部而言降低了企业的经营和营销成本，提升了与顾客以及其他利益相关者的互动，对企业外部而言改善了企业形象和声誉，提升了品牌资产。因此本文提出如下假设：

假设H1：企业数字化转型能够提升品牌资产。

（二）营销投入的门槛作用

营销投入往往被认为是一把双刃剑。数字化转型过程中营销活动投入加大，企业可以利用新型信息技术促进营销转型，如企业依托新型互联网技术，提升与顾客的交流与互动（Yoo 和Donthu 等，2000）[16]，深度挖掘用户需求，并利用线上和线下相结合的方式提升顾客产品体验，促进企业与顾客、企业与利益相关者的价值共创[9]。在此基础上，顾客能够更快地了解和熟知产品，进而促进企业品牌资产提升。同时，数字化转型过程中需要企业使用大量资金进行研发以及业务全流程优化，而过多的营销投入势必会挤压这一部分资金，挤占企业既有资源，资金的使用效率无法提升，已有研究发现过度的营销活动会从不同维度降低品牌资产（江明华和董伟民，2003）[17]。因此，数字化转型对品牌资产的影响会因为营销投入的变化而变化，适当的营销投入是这个过程中应该考量的问题。因此，本文提出如下假设：

假设H2：营销投入在企业数字化转型对品牌资产的正向影响中存在门槛效应。

（三）创新能力的门槛作用

企业数字化转型过程中，依赖的是企业的创新能力。已有研究证明，企业数字化转型能够降低企业内部的沟通成本（戚聿东和肖旭，2020）[18]，创新能力强的企业更能节约成本，进而激励企业加大研发资金投入（赵波和郭子宇等，2023）[19]。具体而言，数字化变革与员工创新的相互作用已经被诸多学者证明，而员工创新是企业创新的缩影，企业通过与员工、顾客以及其他利益相关者之间的价值共创，提升品牌资产。因此，数字化转型需要依赖企业创新水平，并在数字化转型对品牌资产的影响中起作用。创新能力强的情况下，数字化转型对品牌资产的促进作用更大。需要指出的是，同一行业的企业创新能力以及企业不同发展阶段的创新能力千差万别。由此说明，企业数字化转型对品牌资产的影响会受到创新能力作用的影响。因此，本文提出如下假设：

假设H3：企业创新在企业数字化转型对品牌资产的正向影响中存在门槛效应。

三、数据来源及模型构建

（一）数据来源

本文选取2008—2020 年沪、深A 股上市公司作为研究样本，对初始数据做如下筛选：剔除样本中的ST、*ST 公司；剔除金融类上市公司；剔除财务状况异常的公司；对企业层面的连续变量进行1%和99%水平的Winsor 缩尾处理。此外，本文对标准误均按照公司层面的聚类处理。本文公司层面的财务数据均来自CSMAR 数据库，上市公司的年报数据来自上海证券交易所和深圳证券交易所官方网站。

（二）变量设置

1.自变量：企业数字化转型

现有研究对企业数字化转型的测度标准不一，对其测度的方法主要有以下四种：（1）黄群慧和余泳泽等[2]从互联网普及率、相关从业人员、相关产出和用户数四个方面测度互联网综合发展指数。（2）祁怀锦和曹修琴等（2020）[20]、王立平和李蔓丽（2023）[21]选用上市公司财务报告附注披露的年末无形资产明细项中与数字化转型相关的部分占无形资产总额的比例度量企业的数字化水平。（3）刘政和姚雨秀等（2020）[22]通过问卷调查收集数据，总结出企业数字化转型指标。（4）吴非和胡慧芷等（2021）[23]、袁淳和肖土盛等（2021）[24]利用Python 软件对上市公司的年报和公告进行文本分析和词频统计，对词频统计结果进行对数化处理得到企业数字化转型指标。

本文参考吴非和胡慧芷等（2021）[23]的方法，按照人工智能、云计算、大数据、区块链及数字技术五大分类构建数字化转型关键词汇库，并对企业年报进行文本分析和词频统计，对词频统计数据进行对数化处理，以此衡量企业数字化转型水平。具体步骤如下：（1）构建数字化转型的关键性词语。（2）利用Python 软件对沪、深A 股上市公司的年报进行爬虫，并将爬取的文件转化为txt 格式。（3）对所得年报进行文本分析和词条统计，并进行对数化处理，以克服原始数据的右偏分布特征，最终得到数字化转型指标。

2.因变量：品牌资产

现有文献对品牌资产的测度主要基于财务要素、市场要素、消费者要素的某一种或者将其综合起来进行考量（卢泰宏，2002）[25]。本文综合财务和市场要素，并参考邵伟和刘建华等（2022）[26]的做法，构建如下模型：

其中，salesit表示i 企业于t 时间段所获得主营业务收入；E（salesit）表示i 企业于t 时间段所获得主营业务收入的预测值，根据计算所得；ADi(t-1)和PROMOi(t-1)分别表示i 企业于t-1 期的广告费用和促销支出，考虑到数据的可得性，本文借鉴邵伟和刘建华等的做法，采用营销投入和管理费用作为ADi(t-1)和PROMOi(t-1)的代理变量，变量滞后一期是为了控制营销投入和管理费用的结转效应；Δ Assetsit表示i 企业在t 时期的总资产增长率；HHIit表示i 企业在t 阶段的产业集中度；μind、year、μi以及εit分别表示行业效应、时间效应、个体效应以及随机干扰项。

3.门槛变量：营销投入和创新能力

借鉴刘艳博和耿修林（2021）[27]，钱丽华和刘春林等（2015）[28]的研究，选用上市公司利润表中销售费用来衡量营销投入（Minvest）。创新能力（Innvoate）选用上市公司专利数量的自然对数值作为代理变量。

4.控制变量

本文在进行线性回归估计时，选用企业规模（Size）、资产负债率（Lev）、现金比率（Cash）、股权集中度（TOP）、独立董事占比（Ind）、董事会规模（Boardsize）、所有制代理变量（Soe）等作为控制变量。回归所涉及的变量见表1。

表1 变量定义与度量

（三）模型构建

为了检验企业数字化转型对品牌资产的影响，本文构建如下线性回归模型：

考虑到企业数字化转型可能和品牌资产存在非线性关系，借鉴Hansen（1999）[29]的门槛面板模型，分别考察营销投入和创新能力是否对企业数字化转型与品牌资产存在门槛效应。因此，本文分别构建关于营销投入和创新能力的单一门槛面板回归模型：

其中，γ 为待估计门槛值，I（·）为指示函数。当Minvest≤γ 时，I 取1，否则取0。当门槛变量超过门槛值时，通过构造F 统计量来判断门槛效应是否显著，观察P 值取值，若P＜0.1，则拒绝原假设，表明至少存在一个门槛值。假设两个门槛值，即δ1、δ2为待估计门槛值，构建双重门槛面板回归模型：

四、回归分析

（一）变量描述性统计及相关性分析

本文变量的描述性统计见表2。上市公司的品牌资产指标BE 的平均值为0.161，并大于其中位数。这表明，在本文所选取的样本中，上市公司品牌资产呈右偏分布，部分企业的品牌资产较大。企业的数字化转型程度（Digital）的平均值为5.189，最小值和中位数均为0，说明部分企业尚未开展数字化转型或进程较慢。企业的营销投入（Minvest）的最大值和最小值分别为24.882 和9.952，均大于0，说明企业对营销投入的意愿较强。企业创新能力（Innvoate）的标准差为367.210，最大值和最小值分别为7178 和0，说明企业创新能力差别较大。此外，本文进行了变量的相关系数检验。总体而言，各变量之间的相关系数都比较小，尽管存在相关系数的绝对值大于0.5 的情况，但表2 中各变量的方差膨胀因子VIF 均远低于10，说明各变量之间不存在严重的多重共线性问题。

表2 变量描述性统计

（二）基准回归分析

表3 报告了被解释变量企业数字化转型（Digital）与解释变量品牌资产（BE）的基准回归分析结果。为了验证假设H1，在控制时间效应、个体效应的基础上，依次加入控制变量，回归结果如列（1）至列（7）所示。可以看出，无论加入何种控制变量，企业数字化转型的回归系数均显著且为正，假设H1得到验证。

表3 基准回归检验结果

从控制变量看，企业规模（Size）、资产负债率（Lev）、股权集中度（TOP）、独立董事占比（Ind）、董事会规模（Boardsize）的回归系数均显著。具体而言，企业规模（Size）的回归系数在1%的水平上显著，说明企业规模越大，品牌资产越大。资产负债率（Lev）的系数显著为正，说明企业财务杠杆越大，品牌资产规模越大，能够缓解企业的融资约束，有一定的合理性。股权集中度（TOP）的回归系数在1%的水平上显著为正，说明股权集中度越高，品牌资产的规模越容易做大。独立董事占比（Ind）的回归系数在5%的水平上为正，说明独立董事规模占比越高，形成决议的事项越有利于企业发展，对品牌资产的扩大有一定的促进作用。同时，现金比率（Cash）对品牌资产（BE）的影响不显著，可能是因为现金的持有量在提升企业流动性的同时，也抑制了企业对建设自身品牌资产的能力，二者的影响相互抵消所致。所有制代理变量（Soe）对品牌资产（BE）的影响不显著，可能是因为国有企业与非国有企业对自身品牌资产的影响并无直接相关性。

（三）稳健性检验

1.变量的稳健性

考虑到变量选取的准确性，本文采用替换核心解释变量企业数字化转型（Digital）的方法来考察变量是否稳健性。借鉴祁怀锦和曹修琴等（2020）[20]，王立平和李蔓丽（2023）[21]的做法，选用上市公司财务报告附注披露的年末无形资产明细项中与数字化转型相关的部分占无形资产总额的比例来度量企业的数字化水平。表4 列（1）和列（2）报告了以无形资产占比的数字化转型为核心解释变量，分别控制相关变量与不控制相关变量的结果，可以看出，企业数字化转型（Digital1）的系数均在1%的水平上显著为正，再次证明了假设H1。

表4 稳健性检验结果

2.调整时间窗口

鉴于数字化转型前后的时效性，本文以资本市场剧烈震荡的2015 年为时间点，分为2010—2015 年、2016—2020 年两个样本期间，分别进行回归分析，结果见表4 列（3）、列（4）。研究表明，分时间回归后，企业数字化转型（Digital2）的系数分别为0.030、0.059，均在1%的水平上显著为正，说明在样本期间内，企业数字化转型能够显著提升品牌资产，再次证明了基准回归结果是稳健的。此外，在2016—2020 年期间，企业数字化转型（Digital2）的系数更大，说明资本市场回归理性后，数字化转型的进程加快，对品牌资产的影响更大。

3.估计方法稳健性

本文在检验估计方法稳健性时，分别采用混合OLS模型估计法、随机效应模型估计法检验企业数字化转型对品牌资产的影响，回归结果见表5 列（1）、列（2）。可以看出，企业数字化转型（Digital）的回归系数分别在5%以及1%的水平下显著为正，本文的核心结论依旧得到支持。

表5 内生性检验结果

4.内生性讨论

模型中的解释变量可能与某些不随时间变化的误差项相关，这会导致参数估计的结果出现偏误，因此需要讨论模型的内生性问题。分别将核心解释变量企业数字化转型（Digital）滞后一期和使用广义矩估计法（GMM法）构建工具变量，以讨论模型的内生性问题。

（1）将解释变量滞后一期

考虑到滞后效应缓解可能的内生性以及时滞问题，本文将企业数字化转型（Digital）变量滞后一期进行回归，回归结果见表5 列（3），滞后一期的企业数字化转型变量的回归系数在5%的水平下显著为正，与研究假设H1吻合。

（2）使用线性动态面板数据模型

使用广义矩估计法（GMM法），以缓解模型的内生性偏误。为保证GMM法的有效性，进行两个检验：其一是检验误差项是否二阶序列相关；二是过度识别Sargan 检验。二者p 值都大于0.1 时，才满足要求。从表5 列（4）的结果可以看出，AR（2）和Sargan 检验的p值分别为0.925 和0.602，因此，GMM 估计结果有效，即工具变量有效。

（四）异质性检验

本文基于企业规模、所有制以及利润率大小，将企业分组进行异质性检验，结果见表6。具体而言，首先，生成企业规模变量的中位数，将企业规模大于中位数的企业与小于等于中位数的企业分别进行回归，结果见列（1）、列（2）。可以得出，企业数字化转型的系数均显著为正，大规模企业的数字化转型程度对提升品牌资产的能力更强。其次，列（3）、列（4）分别报告了国有企业与非国有企业的数字化转型程度对品牌资产的影响，可以看出，非国有企业数字化转型程度系数为0.002，相较于国有企业，非国有企业数字化转型程度对品牌资产的影响较大。最后，列（5）、列（6）分别报告了高利润企业的数字化转型对品牌资产的影响，从回归结果看，高利润企业的数字化转型程度系数为0.002，相较于低利润企业而言，高利润企业数字化转型对品牌资产的影响更显著。

表6 异质性检验结果

五、进一步分析

为了进一步检验企业数字化转型（Digital）与品牌资产（BE）的关系是否受到营销投入（Minvest）与创新能力（Innovate）的影响，本文运用Stata 软件，进行门槛面板模型回归。

（一）企业营销投入的门槛效应

表7 报告了营销投入（Minvest）的门槛检验类型、F 统计量、p 值以及门槛值等。可以得出，营销投入的单门槛和双门槛p 值均在1%的水平下显著，说明存在双门槛效应。从门槛估计值看，营销投入的两个门槛估计参数分别为0.021 与0.114。此外，本文也进行了不控制相关变量和控制相关变量的门槛面板回归结果，回归结果均显著。表明在低营销投入（Minvest≤0.021）时，在控制相关变量的基础上，企业数字化转型与品牌资产的回归系数为0.013，在1%的水平下显著，说明营销投入较低时，企业数字化转型对品牌资产有正向影响。在中等营销投入（0.021＜Minvest≤0.114）时，企业数字化转型的系数在5%的水平下为正，说明营销投入中等时，企业数字化转型对品牌资产具有促进作用。而在高营销投入（0.114＜Minvest）时，企业数字化转型的系数不显著，可能是因为营销投入过高导致企业流动性降低，营销活动效率下降，与企业数字化转型对品牌资产带来的正向作用相悖，二者影响相互抵消所致。综上所述，企业的营销投入具有双重门槛效应，要将其控制在一定范围内，才能发挥出数字化转型对品牌资产的最大效应，这印证了假设H2。

表7 门槛效应检验结果

（二）企业创新能力的门槛效应

表7 报告了企业创新能力（Innovate）的门槛检验结果。具体而言，创新能力的单门槛和双门槛检验p值分别在1%和5%的水平下显著为正，其两个门槛估计参数分别为2.298 和4.543。此外，本文在不控制变量与控制变量的情况下分别考察了企业创新对数字化转型与品牌资产关系的门槛回归结果。总体看，随着创新能力的提高，数字化转型对品牌资产提升效率增大。具体而言，当企业的创新能力较低（Innovate≤2.298）时，数字化转型的系数在5%的水平上为正。当企业的创新能力处于中等水平（2.298＜Innovate≤4.543）时，数字化转型对品牌资产的影响系数为0.049，在1%的水平上显著为正。当创新能力较强（4.543＜Innovate）时，数字化转型的回归系数为0.073，仍在1%的水平下显著为正。这说明，创新能力越强，数字化转型对品牌资产的正向影响越大，与假设H3相符。

六、研究结论与对策建议

本文使用2008—2020 年沪、深A 股上市公司的平衡面板数据，考察了企业数字化转型与品牌资产的关系以及营销投入和创新能力的门槛效应。实证结果表明：首先，企业数字化转型对品牌资产具有显著的正向影响。在稳健性检验中，通过替换变量和改变估计方法后，结果依旧可靠。在考虑了内生性以后，研究结论依旧成立。其次，营销投入具有双重门槛效应。在其小于第一门槛值或介于两个门槛值之间时，营销投入促进了企业数字化转型对品牌资产的正向影响，但营销投入高于第二门槛值时，过高的营销投入挤出了企业数字化转型对品牌资产的正向影响，营销活动效率降低，门槛效应不再显著。创新能力具有双重门槛效应。企业创新能力越强，企业数字化转型对品牌资产的促进作用越大。最后，数字化转型对品牌资产的影响在国有企业与非国有企业之间的差别不大；规模较大以及利润较高企业的数字化转型程度对品牌资产的影响更大。

根据以上研究结论，提出以下对策建议：

一是企业要注重全产业链创新，打造品牌核心竞争力，实现企业高质量发展。全产业链创新体现在技术创新更加包容化、管理模式更加智能化、服务更加精准化等方面。要通过信息技术等手段整合全要素、优化全流程，降低生产成本、提高全要素生产率。二是企业要制定科学的数字化营销策略，优化销售模式，提升品牌资产。要深度融合线上和线下两个渠道，创新体验式、场景式消费。随着电子商务蓬勃发展，线上消费人群占比越来越大，企业要针对不同的消费人群，制定差异化营销战略。三是企业营销要与平台经济深入融合。企业与平台经济的连接是数字化转型的一环，利用好平台经济新模式有利于优化企业营销渠道。◆