Empowering the High-quality Development of Sports Enterprises Through Digital Transformation Under the Background of New Quality Productive ForcesAn Empirical Study Based on Listed Companies in the Sports Industry
-
摘要:
以2009—2022年A股体育产业上市公司作为研究样本，检验数字化转型如何赋能体育企业高质量发展及其影响的异质性与作用机理。发现：数字化转型显著促进了体育企业高质量发展，为体育产业形成新质生产力提供了关键支撑；数字化转型对高质量发展的作用在高新技术、成长期和成熟期、供应链效率高以及经营风险低的体育企业中更为显著，即数字化转型的效果存在“锦上添花”的优势捕获偏向；数字化转型能够通过提升数字成果和创新效率、缓解融资约束以及增强营运效能等多重路径，为体育企业新质生产力的培育和高质量发展提供内在动力。提出：在政府层面，应为体育产业数字化发展提供有针对性的细致化指导意见，注重在高等教育中培养“数字+体育”的复合型人才，鼓励发挥体育产业链数字化转型的协同优势；在企业层面，应谋划战略高度层面的数字化发展前景，建立开放合作的数字化生态系统，加强数字化人才培养和引进。
Abstract:Using the listed companies in the A-share sports industry from 2009 to 2022 as research samples, this paper examines how digital transformation empowers the high-quality development of sports enterprises, the heterogeneity of its effects, and the specific mechanism pathway. The conclusions are drawn that: digital transformation significantly fosters the high-quality development of sports enterprises, providing key support for the formation of new quality productive forces in the sports industry; the effects of digital transformation on high-quality development are more pronounced in high-tech and larger-scale sports enterprises with high supply chain efficiency that are in the growth or maturity phase, indicating a "gilding the lily" advantage capture bias in its effectiveness; digital transformation can offer profound intrinsic motivation for the cultivation of new quality productive forces and high-quality development of sports enterprises through multiple pathways, such as enhancing digital outcomes and innovation efficiency, alleviating financing constraints, and improving operational efficacy. Based on these findings, this paper suggests that at the government level, targeted and detailed guidance should be provided for the digital development of the sports industry, emphasizing the cultivation of "digital+sports" interdisciplinary talents in higher education, and encouraging the synergistic advantages of digital transformation in the sports industry chain. At the enterprise level, there is a need to plan strategic visions for digital development, establish open and cooperative digital ecosystems, and strengthen the training and introduction of digital talents.
-
1. 问题的提出
随着工业经济向数字经济时代迈进，数字化转型已成为推动经济高质量发展、助力国家现代化进程以及提升国际竞争力的核心引擎。2023年9月，习近平总书记在黑龙江省考察时提出，“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力”[1]。2024年1月31日，习近平总书记在中共中央政治局第十一次集体学习时进一步阐释了新质生产力：“由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志，特点是创新，关键是质优，本质是先进生产力。”习近平总书记强调，“要及时将科技创新成果应用到具体产业和产业链上，改造提升传统产业，培育壮大新兴产业，布局建设未来产业，完善现代化产业体系。要大力发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”[2]。这表明对于体育产业这一朝阳产业而言，数字化转型是发展新质生产力、提升全要素生产率、实现高质量发展的重要途径之一[3]。
第二次世界大战以来，技术创新在经济发展中的主导作用已经取得了学界共识[4]。特别是近些年来，随着ChatGPT、Sora等人工智能系统的开发和应用，很多专家提出数字技术引领的“新工业革命时代”已经来临。当前，数字技术已经被广泛应用于数字城市、数字医疗、数字制造、数字交通等领域，数字化转型帮助传统产业实现新旧动能转换，持续推动着创新涌现和价值创造[5]。以数字化、智能化为代表的数字新质生产力为经济高质量发展提供了新的生产力基础要素。在体育领域，为了响应这一趋势，各级政府出台了相应政策支持体育产业的数字化转型。国家《“十四五”体育发展规划》明确提出“实施体育产业数字化战略，推进体育产业大数据中心和体育重点领域全产业链数据库建设”的目标；《上海市体育产业发展“十四五”规划》也强调，“紧抓上海城市数字化转型契机，加快促进体育产业和体育生活数字化转型”；《江苏体育发展“十四五”规划》指出，要“建设融合5G、大数据、云计算、人工智能等信息技术的数字体育平台，培育数字体育经济”；国家体育总局与浙江省人民政府签署的《关于支持浙江省体育领域高质量发展建设共同富裕示范区的合作协议》明确提出“支持指导浙江省建设体育数字化改革先行区”的路径与举措。从中央到地方的政策举措为体育产业的数字化发展指明了方向，提供了坚实的政策支撑和制度保障。
结合以往学术研究[6]与业界实践，对体育企业数字化转型进行定义：体育企业数字化转型是指体育企业采用数字和信息通信技术（ICT）变革其业务和运营的渐进性过程，通过提升运营效率、增强创新能力，最终达到提高企业综合竞争力、促进体育产业高质量发展的目的。当前，企业实践已进入数字化转型的“深水区”，例如：安踏、李宁等体育用品企业综合运用智能化大数据，精准定位消费者偏好，提供客制化服务，形成了“数字+体育消费”的新场景；中国电子系统技术有限公司旗下体育品牌Meta Sports凭借其数字化优势打造虚拟赛事矩阵，举办了洱海国际云上自行车赛和云上马拉松赛，引入生态合作伙伴30余家，为城市“带货”规模达千万元级。学界也研究了企业数字化转型对高质量发展的影响，发现数字化能够显著提升创新效率[7]，推动供应链的多元化配置[8]，促进高水平“走出去” [9]，提升企业市场价值[10]。然而，现有研究主要以A股上市公司全样本为对象，缺乏对于体育行业公司的关注，抑或仅停留在理论层面，例如：柴王军等[11]认为，数字经济能够提升体育产业供给效率、推动体育消费扩容提质以及实现体育产业供需精准对接；付群等[12]基于钻石模型探讨了体育产业数字化转型的竞争力和现实瓶颈；胡若晨等[13]探讨了体育服务业数字化转型面临的技术、组织和环境障碍。综上，学者们梳理了体育企业数字化转型背后的理论逻辑、现实困境、价值体现与实施路径等，但基于体育产业大规模实证数据的研究还相对匮乏[14]。在产业结构的微观层面，体育企业作为体育产业的基石，数字经济的多元特征与功能正深刻烙印于体育企业的生产行为变革进程[15]。换言之，体育产业欲达成高质量发展的宏伟目标，归根结底需凭借微观主体——体育企业的高质量发展予以支撑与实现[16−17]。鉴于此，本文选取体育产业的微观代表性主体——“体育产业上市公司”为研究对象，以“全要素生产率”为核心指标[2]，探索以数字技术为代表的新质生产力对体育企业高质量发展的影响及其异质性[18]，并从数字成果、创新效率、融资约束、营运能力等方面进一步分析其影响机制，以期为体育产业高质量发展提供政策建议。
2. 理论与研究假设
2.1 数字化转型与体育企业高质量发展
在数字化转型浪潮的驱动下，体育企业在前期规划与策略制定、中期实施与流程运营、后期评估与反馈创新的全流程环节中，均能显著提升无形及有形要素的配置效率[19]。这一积极变革有力促进了新质生产力与体育产业发展的深度交融，为体育企业迈向高质量发展新征程筑牢坚实根基 。
首先，在前期规划与策略制定阶段，体育企业可以灵活运用人工智能、大数据、云计算等数字化工具，以数据算法深入洞察市场热点趋势、精准把握客户偏好，并进行全面的竞争对手分析[20]。这些分析结果为产品的规划和开发提供了有力的数据支撑，确保企业在资源和预算配置方面做出明智的决策，从而实现投入产出比的最大化。
其次，进入中期实施与流程运营阶段，体育企业可以引入ERP和CRM等先进的软件系统，以优化内部流程、提升工作效率、实现敏捷治理，并加强客户关系管理。同时，企业可持续跟踪数字科技在体育领域的最新应用，不断创新体育产品和服务，例如，打造个性化的健身App、定制化的智能体育设备、虚拟赛事矩阵等，以满足市场的多元需求，为用户提供更加丰富和个性化的观赛和产品使用体验 [21]。
最后，在后期评估与反馈创新环节，企业可以根据社交媒体、在线体育论坛、线上网购平台等渠道收集用户购买、评价与反馈数据，全面评估数字化策略的实施效果，并根据反馈情况进行进一步的运营改善，以数据带动流程持续优化，形成闭环全过程管理。例如，三夫户外作为一家研发、销售专业户外运动用品的体育企业，通过构建智能化制造体系和智慧供应链体系，更好地满足了高端客户的定制化需求，突破了原有的生产瓶颈，减少了生产过程中的冗余浪费，同时创造了用户价值，促进了企业的高质量发展 [22]。
综上，通过数字化转型，体育企业得以构建起从研发构思、生产组织到销售推广的全过程管控体系，实现全流程精细优化。在当下竞争白热化的市场环境中，凭借数字化赋能，体育企业能够精准洞察市场需求，高效调配资源，在产品创新、成本控制、客户服务等关键维度构筑竞争优势，持续稳固领先地位。与此同时，数字化转型有力驱动体育企业在技术、管理、商业模式等多层面创新，深度激发新质生产力的培育与发展潜能，为体育企业高质量发展注入源源不断的内生动力，引领其在高质量发展的轨道上行稳致远。
由此，提出假设1：数字化转型有利于提高体育企业的全要素生产率，促进新质生产力的培育，推动体育产业高质量发展。
2.2 数字化转型对体育企业高质量发展的异质性影响
从企业类型看，高新技术企业作为我国产业优化升级的主阵地，在数字化发展方面具有代表性和前瞻性[23]，核心业务属于高新技术类型的体育企业更容易接受和采纳新技术。新质生产力不仅体现为各种要素的创新发展，还体现为生产要素结合方式的创新发展。高新技术体育企业更容易应用数字化技术将劳动者、劳动资料、劳动对象三者优化组合，形成驱动企业创新发展的新动能、新优势[24]。相比之下，传统类型体育企业可能受制于主营业务性质或者行业属性，对数字技术创新一般持较为保守的态度，导致数字化融合程度低，转型效果不明显。
从企业生命周期看，数字化转型有利于成长期和成熟期的企业巩固市场地位，通过技术创新和优化资源配置来拓展新的业务领域，实现企业的螺旋式上升和可持续增长。此外，这两个时期的企业正处于发展阶段，实施数字化转型的难度和阻力相对较小，效果更为明显[25]。但对于在衰退期的企业而言，由于处于存量博弈阶段，数字化转型难度相对较大，需要投入更多的资源，加之企业自身“造血”能力差，缺乏创新的能动性，通过数字化手段重振业务的效果可能不显著[26]。
从企业供应链效率看，数字化转型可以通过智能化、自动化管理进一步放大供应链效率高的企业的自身优势，建立柔性供应链，实时掌握库存及供应渠道状况，降低库存周转率，提高决策效率和准确性，推动企业高质量发展[27]。供应链效率低的企业自身业务基础和管理流程较为薄弱，各生产、管理部门之间的协同效率较低，在这样的基础上难以发挥出数字化技术的最大效能，转型受阻，效果不佳。
从企业经营风险看，经营风险较低的企业通常拥有较强的财务实力、更稳定的市场地位和更成熟的管理体系，这为其数字化转型提供了优越条件。在这些企业中，数字化转型能够进一步提升核心竞争力，实现更高质量的发展。相比之下，经营风险较高的企业则面临更多的环境不确定性，这迫使它们将更多的精力和资源投入产品开发和市场竞争。较大的绩效压力使得这些企业更倾向于关注短期生存，而难以专注于长期的数字化转型[2]。
由此，提出假设2：在不同类型、生命周期、供应链效率和经营风险的体育企业间，数字化转型对于体育企业新质生产力的培育效果不同，对高质量发展的影响存在异质性。
2.3 数字化转型影响体育企业高质量发展的作用机制
从具体作用机制看，数字化转型可能通过数字成果、创新效率、融资约束和营运能力等渠道培育体育企业新质生产力，促进体育企业高质量发展。
首先，数字化转型鼓励体育企业加大研发投入，利用大数据、云计算、人工智能、物联网等先进技术进行产品和服务的创新。这种创新活动能够产生大量的数字创新专利成果，不仅是企业技术实力的体现，也是企业未来发展的重要资产。随着专利成果的积累，体育企业的市场壁垒和竞争力得以提升，以数字专利成果构建创新“护城河”。数字创新专利成果的应用使得企业的研发生产不再聚焦于传统的线性产业链，而是突破空间和时间的约束，形成产业链的横向扩展与纵向衍生，推动企业参与整个产业环节的协同能力提升，最终促进体育企业高质量发展[28−31]。
其次，数字化转型通过引入先进的研发工具和管理方法，提高了体育企业的创新效率[7]。利用数字化技术，企业可以更快地获取市场信息，更准确地把握消费者需求，从而更有针对性地进行产品研发。此外，数字化技术还可以帮助企业优化研发流程，降低搜寻创新技术的成本，提高知识资源的获取能力，拓宽合作创新渠道，减少研发浪费，提高研发成功率。低产出的创新投入和高成本的创新产出都不利于企业的长远发展，而高效率的研发创新有助于体育企业更快且以更低成本推出新产品和服务，抢占市场先机，为体育企业高质量发展提供源源不断的技术动力 [32]。
再次，数字化转型有助于缓解体育企业的融资约束[9]。一方面，数字化转型提高了企业的信息透明度和可信度，缓解了体育企业内部与外部利益相关者之间的信息不对称问题。通过构建数字化信息披露平台和可视化分析等方式，整合财务报表等结构化信息和视频、音频、超媒体等非结构化信息，使得企业经营状况和财务状况更加透明公开，减少信息滞后的风险。同时，还可以通过在线平台和虚拟会议，增强企业与投资者之间的互动交流，使得投资者和其他利益相关者能够更容易、更准确地了解企业的经营状况和盈利能力，更易于评估企业的发展前景和信用水平，判断企业的还款意愿及能力，建立密切的信任关系，从而更愿意为企业提供资金支持，缓解和抑制了企业的融资约束。另一方面，体育企业数字化转型通过年报、媒体报道等方式向外界释放积极信号，表明企业的未来发展潜力和对前沿技术的布局，通过声誉作用帮助企业得到更多资金供给方的认可与支持，解决企业外源融资难题，争取更好的发展机会，助力企业高质量发展[33−34]，使得资金能够配置在培育新质生产力的关键环节。
最后，数字化转型通过优化企业的内部管理流程、提高资源利用效率等方式，提升了体育企业的营运能力，有利于实现安全化、高效化、绿色化以及智能化生产[35]。例如：利用数字技术，体育制造业企业可以实现生产、销售、库存等环节的智能化管理，减少浪费，打通“信息孤岛”，实现各部门间的信息畅通与资源共享，提高运营效率[28]；同时，通过大数据分析，体育服务业企业还可以更准确地预测和捕捉市场趋势，感知消费者的偏好变化，制定更为有效的营销和服务策略[36]。这些都将有助于体育企业降低成本、提高效益，实现高质量发展。
由此，提出假设3：数字化转型是新质生产力发展的重要引擎，将促进体育企业的数字成果提升、创新效率提升、融资约束降低和营运能力提升，从而推动高质量发展。
3. 研究设计
3.1 研究样本
选取2009—2022年A股上市体育公司作为研究样本。具体样本的选择以国家体育总局最新发布的体育蓝皮书——《中国体育产业发展报告（2021—2022）》中的体育产业上市公司名录为基础，参考刘圣文等[37]的研究对样本进行补充，再结合主营业务范围进行筛选，并剔除金融类公司。最终，研究样本覆盖2009—2022年的38家体育产业上市公司，组成301个面板数据（表1）。
表 1 体育产业上市公司样本Table 1. Samples of listed firms in the sports industry企业代码 公司简称 企业代码 公司简称 000558 莱茵体育 300162 雷曼光电 000639 西王食品 300291 百纳千诚 002105 信隆健康 300315 掌趣科技 002486 嘉麟杰 300526 中潜股份 002489 浙江永强 300651 金陵体育 002517 恺英网络 300979 华利集团 002558 巨人网络 300994 久祺股份 002587 奥拓电子 600136 当代文体 002605 姚记科技 600158 中体产业 002614 奥佳华 603081 大丰实业 002624 完美世界 603129 春风动力 002639 雪人股份 603555 贵人鸟 002701 奥瑞金 603558 健盛集团 002780 三夫户外 603579 荣泰健康 002832 比音勒芬 603908 牧高笛 002858 力盛体育 605080 浙江自然 002899 英派斯 605099 共创草坪 300005 探路者 605180 华生科技 300043 星辉娱乐 605299 舒华体育 样本公司数据来源主要包括：①企业基本信息、财务指标、研发补贴以及公司治理数据来源于CSMAR及CNRDS数据库；②企业数字化转型数据来源于对上市公司年报中“管理层讨论与分析”（以下简称“MD&A”）部分的文本分析；③企业专利数据来源于国家知识产权局。为了减少极端值的影响，对连续型变量进行1%的缩尾处理。
3.2 变量说明
（1）数字化程度。参考吴非等[5]的做法，统计年报MD&A中人工智能技术、大数据技术、云计算技术、区块链技术以及数字技术运用5个维度共76个数字化词汇的相关词频（表2），考虑到年报MD&A的语段篇幅差异可能会影响企业披露数字化信息的频率，在获得词频后，通过数字化关键词词频除以年报MD&A词汇总数并乘以100来衡量体育产业上市公司的数字化程度。
表 2 企业数字化转型关键词Table 2. Keywords for firm digital transformation类别 词库 人工智能技术 人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理 大数据技术 大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实 云计算技术 云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统 区块链技术 区块链、数字货币、分布式计算、差分隐私技术、智能金融合约 数字技术运用 移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、金融科技、量化金融、开放银行 （2）全要素生产率。参考黄勃等[29]的研究，在基准模型中采用LP法衡量企业全要素生产率，在后文的稳健性检验部分，使用OP法计算企业全要素生产率作为替代。因企业数字化转型影响全要素生产率需要一定时滞，对核心被解释变量进行提前一期（t+1）处理，这样既考虑到实践中变量之间的传递损耗时间，又能在技术上尽可能减轻反向因果的内生性干扰[5, 38]。
（3）控制变量。考虑其他因素对于企业全要素生产率的影响，参考前人研究，选取企业规模、企业年限、现金流量、总资产回报率、独立董事比例、研发补贴等一系列控制变量。同时，控制年份效应、行业效应、地区效应以缓解时间、行业及地区环境可能带来的影响。
（4）异质性变量。选取高新技术企业认定[39]、企业生命周期[40]、供应链效率[41]以及经营风险[28]作为异质性检验的变量。其中，企业生命周期变量参考刘诗源等[40]的研究，使用现金流模式将企业生命周期划分为成长期、成熟期和衰退期3个阶段，具体划分方式如表3所示。
表 3 企业在不同阶段的现金流特征组合[40]Table 3. The combination of cash flow characteristics of the firm at different stages现金流 成长期 成熟
期衰退期 初创期 增长期 衰退期1 衰退期2 衰退期3 淘汰期1 淘汰期2 经营现金
流净额− + + − + + − − 投资现金
流净额− − − − + + + + 筹资现金
流净额+ + − − + − + − 注：“+”和“−”分别代表相应活动存在现金净流入和现金净流出。 （5）机制变量。选取数字创新专利数量[29]、创新效率[42]、融资约束[43]和营运能力[44]作为中介变量。
主要研究变量的涵义和处理方法如表4所示。
表 4 主要变量描述及说明Table 4. Description and explanation of main variables变量类型 变量名称 变量表示 变量说明 被解释变量 全要素生产率 tfp_lp LP法衡量的企业全要素生产率 解释变量 数字化程度 digitaldegree 数字化关键词词频/MD&A词汇总数 控制变量 企业规模 size 员工人数的自然对数 企业年限 firmage 企业成立年限的自然对数 现金流量 cashflow 经营性现金流/总资产 总资产回报率 roa 净利润/总资产平均余额 独立董事比例 indep 独立董事数量/董事总数 研发补贴 lnrdsubsidy 企业获得研发补贴加1后取自然对数 企业产权性质 soe 企业实际控制人是否为国有企业，是为1，否为0 异质性变量 高新技术认定 hightech 获得高新技术企业认定为1，否为0 生命周期 lifecycle 根据企业现金流模式划分为“成长期、成熟期、衰退期”3个阶段 供应链效率 supplychaineff 营业成本/存货净额平均余额 经营风险 risk 经行业调整后资产报酬率在３年内的标准差 中介变量 数字创新 digitalpatent 根据《数字经济核心产业分类与国际专利分类参照关系表（2023）》计算的企业数字专利数量，加1后取自然对数 创新效率 innoeff 总专利申请数量/ln（1+研发投入） 融资约束 finconstraint SA指数 营运能力 ato 营业收入/资产总值 3.3 模型设定
为了检验数字化对企业全要素生产率的影响，构建如下模型用于基准回归：
$$ \begin{split} &{T}_{{i},{t}+1}={\alpha }_{0}+{\alpha }_{1}D_{{i},{t}}+\sum {C}_{{i},{t}}+\sum Y+\sum I+\sum P+{\varepsilon }_{{i},{t}} \end{split} $$ 其中：i代表企业；t代表年度；Ti,t+1为企业i在第t+1年的全要素生产率；D表示当年企业的数字化程度；C代表控制变量的集合；Y、I、P分别代表年份、行业以及省份层面的固定效应；α1是本文主要关注的回归系数，若α1显著为正，则表明数字化转型能够有效提升体育上市公司的全要素生产率，加速新质生产力的培育与形成，进而有力推动体育产业高质量发展进程。参考赵宸宇等[45]的做法，为使统计推断结果更加稳健，采用稳健标准误估计回归模型。
4. 实证结果分析
4.1 描述性统计
主要变量的描述性统计结果如表5所示，其中：企业全要素生产率的均值为8.114，与过往文献[45]较为符合；其余变量均处于合理区间。
表 5 主要变量描述性统计结果（n=301）Table 5. Results of descriptive statistics of main variables变量名 均值 标准差 最小值 最大值 tfp_lp 8.114 0.876 5.792 9.868 tfp_op 6.522 0.790 4.443 8.549 digitaldegree 0.096 0.171 0.000 1.341 size 7.287 1.127 4.190 11.145 firmage 2.860 0.326 1.386 3.555 cashflow 0.056 0.068 −0.161 0.247 roa 0.047 0.079 −0.373 0.237 indep 0.381 0.053 0.308 0.600 lnrdsubsidy 7.865 7.317 0.000 18.503 soe 0.073 0.261 0.000 1.000 hightech 0.472 0.500 0.000 1.000 lifecycle 1.780 0.788 1.000 3.000 supplychaineff 4.668 1.117 −2.097 7.405 risk 0.050 0.073 0.001 0.397 digitalpatent 0.475 0.908 0.000 4.466 innoeff 0.139 0.087 0.000 0.301 finconstraint −3.784 0.254 −4.512 −3.276 ato 0.631 0.334 0.063 2.214 4.2 基准回归
表6展示了基准回归结果，列（2）和列（3）分别在列（1）的基础上加入控制变量或固定效应，列（4）在列（1）的基础上同时加入控制变量和固定效应。回归结果显示，数字化程度越高，体育企业全要素生产率越高，即数字化转型显著促进了体育企业新质生产力的培育和高质量发展。由此，假设1得到验证。新质生产力的“质”有新质态的含义。数据具有流动性与虚拟性特征，新质生产力把数据视作驱动经济运行的新质生产要素，从而打破了传统生产要素的固有质态。本文实证结果表明，通过数据资源的开发，促进体育企业数字化转型，能够提高全要素生产率，创造新产业、新模式，实现对体育产业高质量发展的倍增效应。未来赋能体育产业高质量发展，释放体育产业新质生产力，要以科技创新为要义，以高质量发展为目标，融合人工智能、大数据等新技术、新要素，开辟一条生产要素投入少、资源配置效率高、资源环境成本低、经济社会效益好的全新增长路径。
表 6 基准回归结果Table 6. Benchmark regression results类别 (1) (2) (3) (4) digitaldegree 1.031*** 0.939*** 0.570*** 0.719*** (0.248) (0.312) (0.219) (0.235) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.015*** 5.416*** 8.064*** 4.782*** (0.057) (0.787) (0.046) (1.090) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.036 0.236 0.358 0.499 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。 4.3 稳健性检验
分别采取被解释变量替换、解释变量替换以及样本增加的方式进行稳健性检验。
4.3.1 替换全要素生产率指标
参考杨汝岱[46]的做法，将被解释变量由LP法测量替换为OP法测量，回归结果（表7）与基准回归结果一致，证明了假设1的稳健性。
表 7 稳健性检验（替换被解释变量）Table 7. Robustness test (replace the dependent variable)类别 (1) (2) (3) (4) digitaldegree 0.879*** 0.844*** 0.727*** 0.698*** (0.218) (0.282) (0.212) (0.223) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 6.438*** 5.176*** 6.456*** 4.444*** (0.052) (0.765) (0.041) (1.095) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.033 0.149 0.373 0.426 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。 4.3.2 替换数字化指标
将自变量从数字化词数占MD&A总词数的比例替换为数字化词频数量[5]，回归结果（表8）保持稳定。
表 8 稳健性检验（替换解释变量）Table 8. Robustness test (replace the independent variable)类别 (1) (2) (3) (4) digital 0.014*** 0.013*** 0.008** 0.009*** (0.004) (0.005) (0.003) (0.003) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.034*** 5.313*** 8.072*** 4.799*** (0.057) (0.808) (0.045) (1.099) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.028 0.229 0.357 0.495 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。 4.3.3 增加样本数量
在研究样本中增加上海凤凰、东鹏饮料、元隆雅图这3家国家体育总局官方网站提到的体育类上市公司[47]，回归结果并未受到影响，研究结论保持稳健（表9）。
表 9 稳健性检验（增加研究样本）Table 9. Robustness test (add research samples)类别 (1) (2) (3) (4) digitaldegree 1.070*** 0.957*** 0.594*** 0.730*** (0.249) (0.317) (0.218) (0.230) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.031*** 5.281*** 8.076*** 4.258*** (0.054) (0.795) (0.044) (1.035) n 320 320 319 319 $R_{{\mathrm{adj}}}^2 $ 0.040 0.217 0.371 0.512 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。 4.4 异质性检验
4.4.1 企业高新技术认定
参考杨国超等[39]的研究，根据体育企业是否获得高新技术认定，将样本分为非高新技术体育企业和高新技术体育企业。表10结果显示：在非高新技术体育企业中，数字化转型对促进企业高质量发展效果不明显，如列（1）所示；在获得高新技术认定的体育企业中，数字化转型显著促进了企业高质量发展，如列（2）所示。一般而言，高新技术体育企业凭借深厚的技术积淀，能迅速融合数字技术，优化生产、管理、营销等运营环节，其强大的资源投入能力易吸引资金与人才，为数字化转型筑牢根基。相比之下，非高新技术体育企业因技术滞后、资源匮乏且战略眼光不足，对数字化转型重视与投入不够，难以发挥数字化对企业高质量发展的促进作用 。
表 10 异质性检验（高新技术企业）Table 10. Heterogeneity test (high-tech firms)类别 (1) (2) digitaldegree 0.359 0.771*** (0.397) (0.289) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 7.841*** 1.756 (1.334) (1.693) n 157 140 $R_{{\mathrm{adj}}}^2 $ 0.538 0.614 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***表示回归系数差异在1%统计水平上显著。 4.4.2 企业生命周期
根据企业生命周期理论和现金流模式，将体育企业的生命周期划分为“成长期、成熟期、衰退期”[40]，结果分别如表11的列（1）、列（2）和列（3）所示。结果表明，处于成长期和成熟期的体育企业，数字化转型能够显著促进企业全要素生产率提升；处于衰退期的体育企业，数字化转型的效果不明显。这可能是因为：处于成长期和成熟期的体育企业，其组织架构往往具备较高灵活性，能够积极主动地顺应数字化浪潮带来的深刻变革，进而更有效地激发新质生产力的潜能；处于衰退期的体育企业，通常面临组织僵化等诸多问题，难以开展与数字化转型需求相适配的组织变革，这在很大程度上制约了数字化转型效果的充分显现，使得数字化转型难以在这类企业中发挥积极作用 。
表 11 异质性检验（企业生命周期）Table 11. Heterogeneity test (firm lifecycle)类别 (1) (2) (3) digitaldegree 1.239*** 1.313** 0.084 (0.374) (0.567) (0.438) 控制变量 Yes Yes Yes 年份固定效应 Yes Yes Yes 行业固定效应 Yes Yes Yes 省份固定效应 Yes Yes Yes 常数项 4.163*** 8.405*** 4.375*** (1.568) (2.481) (1.368) n 128 95 62 $R_{{\mathrm{adj}}}^2 $ 0.471 0.460 0.652 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。 4.4.3 企业供应链效率
参考张倩肖等[41]的研究，用库存周转率来衡量供应链效率，具体计算方式为营业成本除以存货净额平均余额。根据供应链效率的中位数4.68，将样本分为高低2组。在表12中，列（1）展示了供应链效率较低的样本结果，列（2）展示了供应链效率较高的样本结果。在供应链效率较高的体育企业中，数字化转型显著促进了企业高质量发展，而在供应链效率较低的体育企业中，数字化转型对企业高质量发展的作用不明显。深入剖析原因发现，供应链效率低的体育企业往往库存管理根基不稳、业务流程繁杂且信息透明度差。在此情形下，数字化转型在短期内难以有效攻克这些难题，转型成效极易受供应链低效的掣肘，进而对企业全要素生产率的提升形成阻碍。与之相反，供应链效率高的体育企业凭借更强的市场竞争力，更易于开展技术改造升级，践行“专精特新”发展战略，加速企业向高端化、智能化、绿色化方向转型升级，从而塑造具有广泛影响力的中国体育品牌，实现高质量发展。这一研究结果印证了政府工作报告中所倡导的供应链优化升级对发展新质生产力具有积极的推动意义。
表 12 异质性检验（企业供应链效率）Table 12. Heterogeneity test (supply chain efficiency)类别 (1) (2) digitaldegree 1.023 0.631** (0.641) (0.252) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 5.387*** 4.926*** (1.541) (1.777) n 138 159 $R_{{\mathrm{adj}}}^2 $ 0.630 0.441 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。 4.4.4 企业经营风险
参考董小红等[28]的研究，采取收益波动性衡量企业经营风险，在具体指标的计算层面，将公司ROA减去行业年度均值缓解行业周期的影响，得到Adj_ROA，同时考虑到公司高管任期一般为3年，因此，以每3年（第t年至第t+2年）为一个周期计算企业经营风险水平，以及经行业调整后的Adj_ROA的标准差[48]。根据经营风险的中位数0.04，将样本分为高低2组。在表13中，列（1）展示了经营风险较低的样本结果，列（2）展示了经营风险较高的样本结果。结果显示，在经营风险较低的样本中，数字化转型对于企业高质量发展的作用显著，而在经营风险较高的样本中，数字化转型对于企业高质量发展的作用不明显。这可能是因为稳定的经营环境能够为企业数字化转型提供坚实的基础与有利条件，助力企业进一步强化核心竞争力，推动高质量发展进程。反之，当企业面临较大经营不确定性时，沉重的绩效压力会迫使企业管理者将主要精力聚焦于企业的短期生存问题，无暇顾及长远的数字化转型战略布局与实施，从而导致数字化转型在这类企业中难以有效发挥对高质量发展的促进作用 。
表 13 异质性检验（企业经营风险）Table 13. Heterogeneity test (firm operating risk)类别 (1) (2) digitaldegree 0.958** 0.254 (0.441) (0.253) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 8.179*** 7.942*** (0.064) (0.071) n 146 151 $R_{{\mathrm{adj}}}^2 $ 0.322 0.382 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。 综上所述，回归结果支持了假设2。同时，对4类异质性检验均进行了替换全要素生产率指标、替换数字化指标以及增加样本数量的稳健性检验，回归结果保持一致，验证了假设2的稳健性。
4.5 影响机制分析
如前文所述，数字化转型可能会通过影响企业数字成果、创新效率、融资约束和营运能力进而对企业高质量发展产生影响，因此，选取体育企业数字创新专利、企业单位研发投入的创新产出、SA指数、总资产周转率作为代理变量，探索数字化转型对于体育企业高质量发展的影响机制。
4.5.1 数字创新机制
参照黄勃等[29]的研究，使用数字专利数量来衡量体育企业的数字创新成果。首先，从国家知识产权总局下载2009—2022年各体育产业上市公司的专利基本情况；其次，根据《数字经济核心产业分类与国际专利分类参照关系表（2023）》提供的数字专利IPC号，逐个判断是否属于数字专利，并加总计算出体育企业数字专利的申请数量。表14中列（1）结果显示，数字化程度对数字专利的影响显著为正，这说明企业数字化转型显著促进了数字创新的增加，企业在实施数字化转型的过程中存在引进数字化软件—吸收数字能力—集成数字应用—进行数字创新的过程，通过学习效应将数字能力内化吸收，进而转化为自身更多的数字创新专利申请。同时，根据以往研究[29]结论，当企业拥有更多的数字创新专利后，可以转化为企业在产品或服务领域的优势，吸引更多的人才、合作伙伴和投资者，拓展资源及合作渠道，提高企业管理效能，培育体育产业新质生产力，进而促进体育企业高质量发展。
表 14 影响机制检验Table 14. Intermediary mechanism test类别 (1) (2) (3) (4) digitalpatent innoeff finconstraint ato digitaldegree 1.294*** 0.051*** −0.061** 0.301* (0.289) (0.018) (0.027) (0.158) 控制变量 Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes 行业固定效应 Yes Yes Yes Yes 省份固定效应 Yes Yes Yes Yes 常数项 0.699 0.039 −1.533*** −0.283 (0.957) (0.081) (0.121) (0.402) n 299 299 299 299 $R_{{\mathrm{adj}}}^2 $ 0.373 0.605 0.918 0.440 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**、*分别表示回归系数差异在1%、5%和10%统计水平上显著。 4.5.2 创新效率机制
使用总专利申请数量与研发投入加1后取自然对数的比值来衡量体育企业的创新效率[7]，表14中列（2）结果显示，数字化程度显著提升了体育企业创新效率。究其根源，数字化转型有力推动了企业内部研发流程的优化升级。在这一过程中，企业借助先进管理软件得以对资金、人才、技术等研发核心要素进行高效配置，极大地提升了研发过程的成本效益比。创新效率的提高意味着企业在等量研发投入下能够收获更为丰硕的创新成果。由此，在既定研发资金投入条件下，企业能够积累更多知识与经验，有效降低研发风险，大幅缩短研发周期。高效的研发工作不仅有助于企业降低能耗、减少原材料浪费，更能加速创新成果的应用转化，全面提升全要素生产率，为体育企业实现持续、稳健发展筑牢根基。
4.5.3 融资约束机制
表14中列（3）报告了体育企业数字化基于融资约束的影响机制，参考以往研究[43]，使用SA指数衡量体育企业融资约束程度，SA指数越高说明融资约束程度越高。结果表明，数字化转型显著降低了体育企业的融资约束。一方面，数字化转型所衍生的声誉效应能在资本市场与产品市场全方位展现企业紧跟时代步伐、具备强劲技术创新能力的良好形象，助力企业吸引更多投资，或是降低融资准入门槛。另一方面，数字化转型促使企业运营透明度大幅提升，有效削减企业与投资者间的信息不对称状况，增强投资者信心，进而缓解企业融资约束难题。融资约束的缓解使企业得以更便捷地获取发展所需资金，并将资金精准投入设备更新、研发创新、人才培养等企业发展的关键环节，有力推动企业生产效率提升，强化市场竞争力，为体育企业高质量发展注入强大动力 。
4.5.4 营运能力机制
利用总资产周转率衡量体育企业的营运能力[49]，表14中列（4）显示，企业数字化转型能够显著提升企业的总资产周转率。这是由于大数据、AI等数字化转型技术手段能够帮助企业实时跟踪、管理、盘活资产，减少资产的闲置和浪费，实现资产管理的优化，提高资产的使用效率，从而提高企业营运能力；同时，数字化转型通过流程自动化、决策数据化，能够提高工作效率，帮助企业更好地抓住潜在的商业机会，应对市场变化，提高营运效率，增强企业核心竞争力，最终实现体育企业全要素生产率的提升。
综上所述，回归结果支持了假设3。同时，对4类影响机制检验均进行了替换全要素生产率指标、替换数字化指标以及增加样本数量的稳健性检验，回归结果保持一致，验证了假设3的稳健性。
5. 研究结论与政策启示
5.1 研究结论
本文以2009—2022年A股体育产业上市公司作为研究样本，检验了以数字技术为代表的新质生产力如何赋能体育企业高质量发展及其影响的异质性与作用机理，主要结论：①数字化转型显著促进了体育企业高质量发展，为体育产业形成新质生产力提供关键支撑。②数字化转型对体育企业高质量发展的作用在高新技术、成长期和成熟期、供应链效率高以及经营风险低的体育企业中更为显著，数字化转型的效果存在“锦上添花”的优势捕获偏向。③数字化转型能够通过提升数字成果和创新效率、缓解融资约束以及增强营运效能等多重路径，为体育企业新质生产力的培育和高质量发展提供内在动力。
5.2 政策启示
从政策制定和企业发展2个层面，提出促进体育企业数字化转型、赋能体育产业高质量发展的政策建议。
5.2.1 加强政府政策支持与引导
（1）对体育产业数字化发展提供具有针对性的细致化指导意见，通过数字经济与体育经济的相互融合，培育新质生产力，保障体育产业高质量发展。研究结果表明，数字化转型对新质生产力培育和体育产业高质量发展有显著促进作用。因此，未来在现有宏观利好政策的基础上，应进一步制定中微观层面的专项工作规划，国家体育总局应会同有关部门出台《促进我国体育产业数字化转型的指导意见》，做好顶层设计[50]，明确具体的战略目标、实施内容、责任主体、执行程序和时间节点。针对不同规模、类型和生命周期的体育企业，提供量身定制的资金[51]、技术和人才等政策支持，以实现更精准的“滴灌效应”。特别是针对非高新技术、处于衰退期、供应链效率低和经营风险大的数字化转型效果不明显的体育企业：一方面要出台加大财税支持力度、打造数据共享平台等有针对性的帮扶政策，设立专项资金，提供低息贷款或补贴，帮助这些企业引入成熟的数字化工具和系统，降低数字化成本，提高企业数字化转型效率；另一方面，要以政府为主体，通过积极推进5G、区块链、人工智能等前沿数字技术在体育领域的应用，最大程度地发挥数字经济的规模效应，帮助企业优化数字技术赋能路径，进而更好地激发新质生产力，推动弱势体育企业通过数字化转型实现高质量蜕变和发展。同时，应建立专门的执行部门或机构，负责体育产业数字化转型的推进、监督和评估工作，确保政策有效落地。
（2）注重在高等教育中培养“数字+体育”的复合型人才。为了满足体育产业数字化转型对人才的需求，应在高等院校中设置相关专业和课程，将数字化技术与体育学科深度融合，培养具备数字化思维、技能和经验的复合型人才。此外，还应加强校企合作，建立数字化实训基地和大数据实践平台，为学生提供实践机会和就业渠道，打通人才培养与市场需求之间的断点、堵点[13]。例如，上海体育大学与多家高校联合，协同万达信息股份有限公司、上海久事智慧体育有限公司等十多家企业，成立全国第一家以数字体育为主体的产教融合联盟[52]。
（3）鼓励发挥体育产业链数字化转型的协同优势。政府应统筹引领各方力量，构建以数字平台为赋能、龙头及链长企业为引导、多元咨询服务为支撑的数字化协同推进机制，通过政策引导、项目扶持等方式，推动大型体育集团率先实现数字化转型升级，发挥其在资金、人才、品牌、技术等方面的优势，带动整个体育产业链数字化水平的提升。同时，应鼓励中小企业积极参与数字化转型，实现“上云用数赋智”，与龙头企业形成互补优势，形成可复制的转型模式，降低转型难度和成本，共同推动体育产业的数字化发展[14]。建立政府主导的数字化转型公共服务平台，提供政策咨询、技术支持、教育培训等一站式服务，帮助处于劣势的企业更好地实现数字化转型。
5.2.2 深化企业数字化战略与实施
（1）谋划战略高度层面的数字化发展前景。体育企业在数字化转型过程中应明确战略目标，充分认识到数字化转型不仅是简单购买硬件设备和开发软件系统，更是涉及企业整体运营模式、组织结构、文化理念等深层次的多维变革。因此，体育企业应将数字化转型纳入长远战略规划，制定详细的数字化发展路线图，并建立起一套完善的数字化评估和反馈机制，以持续优化其数字化战略，确保数字化转型与企业整体战略目标相一致。对于非高新技术企业、衰退期、供应链效率较低以及经营风险较大的处于数字化劣势的企业，可以通过行业交流、经验学习，找到最适合自己的数字化路径。例如：非高新技术企业可以采用已经经过验证的成熟的数字化工具和系统，降低研发和实施成本；处于衰退期的企业应重新审视和调整业务模式，利用数字化手段寻找新的业务增长点，通过数据分析识别新的市场需求，开发新的产品或服务，改善客户服务和体验；供应链效率较低的企业应引入供应链管理系统，提高供应链的整体效率，通过实时数据分析，减少成本和浪费；经营风险较大的企业可以采取灵活且易于实施的数字化策略，快速部署，减少前期投入。通过以上策略，这些企业可以有效克服数字化劣势，提升竞争力，实现高质量发展。
（2）建立开放合作的数字化生态系统。体育企业应积极寻求与行业内外合作伙伴的共建共享，打破数据壁垒和“信息孤岛”，实现数据资源的互通。通过建立开放合作的数字化生态系统，体育企业可以共同研发新技术、新产品，提高市场竞争力，实现互利共赢。此外，体育企业还应积极参与或建立数字化转型行业联盟，共同推动行业标准的制定和完善，促进行业健康有序发展。
（3）加强数字化人才培养和引进。数字化转型需要一支具备数字化思维、技能和经验的专业团队来推动实施。因此，体育企业应加大对数字化人才的培养和引进力度，建立完善的人才激励机制，吸引和留住优秀人才。同时，体育企业还应与高校、科研机构等建立紧密合作关系，共同开展数字化人才培养和科研工作，为企业数字化转型提供源源不断的人才支持。
作者贡献声明：刘圣文：设计论文框架，分析数据，撰写论文；作者贡献声明：付珂语：整理数据，调研文献，撰写论文；作者贡献声明：李树旺：确定选题和研究框架，指导、修改论文。 -
表 1 体育产业上市公司样本
Table 1 Samples of listed firms in the sports industry
企业代码 公司简称 企业代码 公司简称 000558 莱茵体育 300162 雷曼光电 000639 西王食品 300291 百纳千诚 002105 信隆健康 300315 掌趣科技 002486 嘉麟杰 300526 中潜股份 002489 浙江永强 300651 金陵体育 002517 恺英网络 300979 华利集团 002558 巨人网络 300994 久祺股份 002587 奥拓电子 600136 当代文体 002605 姚记科技 600158 中体产业 002614 奥佳华 603081 大丰实业 002624 完美世界 603129 春风动力 002639 雪人股份 603555 贵人鸟 002701 奥瑞金 603558 健盛集团 002780 三夫户外 603579 荣泰健康 002832 比音勒芬 603908 牧高笛 002858 力盛体育 605080 浙江自然 002899 英派斯 605099 共创草坪 300005 探路者 605180 华生科技 300043 星辉娱乐 605299 舒华体育 
下载: 导出CSV
表 2 企业数字化转型关键词
Table 2 Keywords for firm digital transformation
类别 词库 人工智能技术 人工智能、商业智能、图像理解、投资决策辅助系统、智能数据分析、智能机器人、机器学习、深度学习、语义搜索、生物识别技术、人脸识别、语音识别、身份验证、自动驾驶、自然语言处理 大数据技术 大数据、数据挖掘、文本挖掘、数据可视化、异构数据、征信、增强现实、混合现实、虚拟现实 云计算技术 云计算、流计算、图计算、内存计算、多方安全计算、类脑计算、绿色计算、认知计算、融合架构、亿级并发、EB级存储、物联网、信息物理系统 区块链技术 区块链、数字货币、分布式计算、差分隐私技术、智能金融合约 数字技术运用 移动互联网、工业互联网、移动互联、互联网医疗、电子商务、移动支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、网联、智能穿戴、智慧农业、智能交通、智能医疗、智能客服、智能家居、智能投顾、智能文旅、智能环保、智能电网、智能营销、数字营销、无人零售、互联网金融、数字金融、金融科技、量化金融、开放银行
下载: 导出CSV
表 3 企业在不同阶段的现金流特征组合[40]
Table 3 The combination of cash flow characteristics of the firm at different stages
现金流 成长期 成熟
期衰退期 初创期 增长期 衰退期1 衰退期2 衰退期3 淘汰期1 淘汰期2 经营现金
流净额− + + − + + − − 投资现金
流净额− − − − + + + + 筹资现金
流净额+ + − − + − + − 注：“+”和“−”分别代表相应活动存在现金净流入和现金净流出。
下载: 导出CSV
表 4 主要变量描述及说明
Table 4 Description and explanation of main variables
变量类型 变量名称 变量表示 变量说明 被解释变量 全要素生产率 tfp_lp LP法衡量的企业全要素生产率 解释变量 数字化程度 digitaldegree 数字化关键词词频/MD&A词汇总数 控制变量 企业规模 size 员工人数的自然对数 企业年限 firmage 企业成立年限的自然对数 现金流量 cashflow 经营性现金流/总资产 总资产回报率 roa 净利润/总资产平均余额 独立董事比例 indep 独立董事数量/董事总数 研发补贴 lnrdsubsidy 企业获得研发补贴加1后取自然对数 企业产权性质 soe 企业实际控制人是否为国有企业，是为1，否为0 异质性变量 高新技术认定 hightech 获得高新技术企业认定为1，否为0 生命周期 lifecycle 根据企业现金流模式划分为“成长期、成熟期、衰退期”3个阶段 供应链效率 supplychaineff 营业成本/存货净额平均余额 经营风险 risk 经行业调整后资产报酬率在３年内的标准差 中介变量 数字创新 digitalpatent 根据《数字经济核心产业分类与国际专利分类参照关系表（2023）》计算的企业数字专利数量，加1后取自然对数 创新效率 innoeff 总专利申请数量/ln（1+研发投入） 融资约束 finconstraint SA指数 营运能力 ato 营业收入/资产总值
下载: 导出CSV
表 5 主要变量描述性统计结果（n=301）
Table 5 Results of descriptive statistics of main variables
变量名 均值 标准差 最小值 最大值 tfp_lp 8.114 0.876 5.792 9.868 tfp_op 6.522 0.790 4.443 8.549 digitaldegree 0.096 0.171 0.000 1.341 size 7.287 1.127 4.190 11.145 firmage 2.860 0.326 1.386 3.555 cashflow 0.056 0.068 −0.161 0.247 roa 0.047 0.079 −0.373 0.237 indep 0.381 0.053 0.308 0.600 lnrdsubsidy 7.865 7.317 0.000 18.503 soe 0.073 0.261 0.000 1.000 hightech 0.472 0.500 0.000 1.000 lifecycle 1.780 0.788 1.000 3.000 supplychaineff 4.668 1.117 −2.097 7.405 risk 0.050 0.073 0.001 0.397 digitalpatent 0.475 0.908 0.000 4.466 innoeff 0.139 0.087 0.000 0.301 finconstraint −3.784 0.254 −4.512 −3.276 ato 0.631 0.334 0.063 2.214
下载: 导出CSV
表 6 基准回归结果
Table 6 Benchmark regression results
类别 (1) (2) (3) (4) digitaldegree 1.031*** 0.939*** 0.570*** 0.719*** (0.248) (0.312) (0.219) (0.235) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.015*** 5.416*** 8.064*** 4.782*** (0.057) (0.787) (0.046) (1.090) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.036 0.236 0.358 0.499 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。
下载: 导出CSV
表 7 稳健性检验（替换被解释变量）
Table 7 Robustness test (replace the dependent variable)
类别 (1) (2) (3) (4) digitaldegree 0.879*** 0.844*** 0.727*** 0.698*** (0.218) (0.282) (0.212) (0.223) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 6.438*** 5.176*** 6.456*** 4.444*** (0.052) (0.765) (0.041) (1.095) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.033 0.149 0.373 0.426 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。
下载: 导出CSV
表 8 稳健性检验（替换解释变量）
Table 8 Robustness test (replace the independent variable)
类别 (1) (2) (3) (4) digital 0.014*** 0.013*** 0.008** 0.009*** (0.004) (0.005) (0.003) (0.003) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.034*** 5.313*** 8.072*** 4.799*** (0.057) (0.808) (0.045) (1.099) n 301 301 299 299 $R_{{\mathrm{adj}}}^2 $ 0.028 0.229 0.357 0.495 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。
下载: 导出CSV
表 9 稳健性检验（增加研究样本）
Table 9 Robustness test (add research samples)
类别 (1) (2) (3) (4) digitaldegree 1.070*** 0.957*** 0.594*** 0.730*** (0.249) (0.317) (0.218) (0.230) 控制变量 No Yes No Yes 年份固定效应 No No Yes Yes 行业固定效应 No No Yes Yes 省份固定效应 No No Yes Yes 常数项 8.031*** 5.281*** 8.076*** 4.258*** (0.054) (0.795) (0.044) (1.035) n 320 320 319 319 $R_{{\mathrm{adj}}}^2 $ 0.040 0.217 0.371 0.512 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应，No表示未添加；***表示回归系数差异在1%统计水平上显著。
下载: 导出CSV
表 10 异质性检验（高新技术企业）
Table 10 Heterogeneity test (high-tech firms)
类别 (1) (2) digitaldegree 0.359 0.771*** (0.397) (0.289) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 7.841*** 1.756 (1.334) (1.693) n 157 140 $R_{{\mathrm{adj}}}^2 $ 0.538 0.614 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***表示回归系数差异在1%统计水平上显著。
下载: 导出CSV
表 11 异质性检验（企业生命周期）
Table 11 Heterogeneity test (firm lifecycle)
类别 (1) (2) (3) digitaldegree 1.239*** 1.313** 0.084 (0.374) (0.567) (0.438) 控制变量 Yes Yes Yes 年份固定效应 Yes Yes Yes 行业固定效应 Yes Yes Yes 省份固定效应 Yes Yes Yes 常数项 4.163*** 8.405*** 4.375*** (1.568) (2.481) (1.368) n 128 95 62 $R_{{\mathrm{adj}}}^2 $ 0.471 0.460 0.652 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。
下载: 导出CSV
表 12 异质性检验（企业供应链效率）
Table 12 Heterogeneity test (supply chain efficiency)
类别 (1) (2) digitaldegree 1.023 0.631** (0.641) (0.252) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 5.387*** 4.926*** (1.541) (1.777) n 138 159 $R_{{\mathrm{adj}}}^2 $ 0.630 0.441 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。
下载: 导出CSV
表 13 异质性检验（企业经营风险）
Table 13 Heterogeneity test (firm operating risk)
类别 (1) (2) digitaldegree 0.958** 0.254 (0.441) (0.253) 控制变量 Yes Yes 年份固定效应 Yes Yes 行业固定效应 Yes Yes 省份固定效应 Yes Yes 常数项 8.179*** 7.942*** (0.064) (0.071) n 146 151 $R_{{\mathrm{adj}}}^2 $ 0.322 0.382 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**分别表示回归系数差异在1%和5%统计水平上显著。
下载: 导出CSV
表 14 影响机制检验
Table 14 Intermediary mechanism test
类别 (1) (2) (3) (4) digitalpatent innoeff finconstraint ato digitaldegree 1.294*** 0.051*** −0.061** 0.301* (0.289) (0.018) (0.027) (0.158) 控制变量 Yes Yes Yes Yes 年份固定效应 Yes Yes Yes Yes 行业固定效应 Yes Yes Yes Yes 省份固定效应 Yes Yes Yes Yes 常数项 0.699 0.039 −1.533*** −0.283 (0.957) (0.081) (0.121) (0.402) n 299 299 299 299 $R_{{\mathrm{adj}}}^2 $ 0.373 0.605 0.918 0.440 注：括号内为稳健标准误；Yes表示添加了控制变量或固定效应；***、**、*分别表示回归系数差异在1%、5%和10%统计水平上显著。
下载: 导出CSV
-
[1] 牢牢把握在国家发展大局中的战略定位 奋力开创黑龙江高质量发展新局面[N]. 人民日报,2023-09-09(1 [2] 加快发展新质生产力 扎实推进高质量发展[N]. 人民日报,2024-02-02(1 [3] 任保平,王子月. 数字新质生产力推动经济高质量发展的逻辑与路径[J]. 湘潭大学学报(哲学社会科学版),2023,47(6):23-30 doi: 10.3969/j.issn.1001-5981.2023.06.008 [4] SOLOW R M. Technical change and the aggregate production function[J]. The Review of Economics and Statistics,1957,39(3):312-320 doi: 10.2307/1926047
[5] 吴非,胡慧芷,林慧妍,等. 企业数字化转型与资本市场表现:来自股票流动性的经验证据[J]. 管理世界,2021,37(7):130-144 doi: 10.3969/j.issn.1002-5502.2021.07.010 [6] 邵继萍,倪艳珍,吴晟. 我国体育产业数字化转型:作用机制与经营绩效评估[J]. 北京体育大学学报,2024,47(1):35-49 [7] 杨鹏,尹志锋,孙宝文. 企业数字技术应用与创新效率提升[J]. 外国经济与管理,2024,46(11):51-67 [8] 巫强,姚雨秀. 企业数字化转型与供应链配置:集中化还是多元化[J]. 中国工业经济,2023(8):99-117 doi: 10.3969/j.issn.1006-480X.2023.08.007 [9] 魏昀妍,柳春,施炳展,等. 数字化转型如何助力中国企业高水平“走出去”[J]. 当代财经,2024(6):111-123 [10] 陶锋,王欣然,徐扬,等. 数字化转型、产业链供应链韧性与企业生产率[J]. 中国工业经济,2023(5):118-136 doi: 10.3969/j.issn.1006-480X.2023.05.007 [11] 柴王军,王文渤,师浩轩,等. 数字经济驱动体育产业供需适配的内在机理与实现路径[J]. 上海体育学院学报,2023,47(10):88-98 [12] 付群,侯想. 钻石模型视角下我国体育产业数字化转型的现实瓶颈与推进策略[J]. 上海体育学院学报,2023,47(10):70-87 [13] 胡若晨,朱菊芳,刘雨欣. 体育服务业数字化转型的作用机理、阻滞障碍与对策建议:基于TOE理论视角[J]. 武汉体育学院学报,2024,58(2):38-45 doi: 10.3969/j.issn.1000-520X.2024.02.006 [14] 程宇飞,李荣日. 数字经济驱动体育产业供需动态平衡的理论逻辑与纾解之道[J]. 体育科学,2023,43(8):14-23 [15] 黄海燕,胡佳澍,任波,等. 新时代体育强国建设的内涵、任务与路径[J]. 上海体育学院学报,2023,47(11):1-16 [16] 任保平. 数字经济引领高质量发展的逻辑、机制与路径[J]. 西安财经大学学报,2020,33(2):5-9 doi: 10.3969/j.issn.1672-2817.2020.02.001 [17] 袁园媛,黄海燕. 数字经济驱动体育企业高质量发展:机制、困境与路径[J]. 沈阳体育学院学报,2024,43(2):16-22 [18] 戚聿东,徐凯歌. 加强数字技术创新与应用 加快发展新质生产力[EB/OL]. [2024-04-09]. http://theory.people.com.cn/n1/2023/1003/c40531-40088947.html [19] 江涵逸,郑芳. 数字技术助推新时代体育产业发展:机制、约束与保障[J]. 中国体育科技,2024,60(2):63-71 [20] 陈慧娟. 数字经济对体育企业全要素生产率的影响[J]. 山东体育学院学报,2023,39(3):53-62 [21] 沈克印,林舒婷,董芹芹,等. 数字经济驱动体育产业高质量发展的变革机制与推进策略[J]. 体育学研究,2022,36(3):46-59 [22] 许金富,王海霞,路来冰,等. 体育用品制造企业数字化转型的驱动路径研究:基于沪深A股和新三板企业的fsQCA分析[J]. 武汉体育学院学报,2023,57(8):47-53 doi: 10.3969/j.issn.1000-520X.2023.08.007 [23] 孙明明,王震勤. 数字化水平、战略弹性与创新绩效:基于高新技术企业的门槛效应分析[J]. 财会月刊,2023,44(5):136-144 [24] 张吉昌,龙静. 数字化转型、动态能力与企业创新绩效:来自高新技术上市企业的经验证据[J]. 经济与管理,2022,36(3):74-83 doi: 10.3969/j.issn.1003-3890.2022.03.010 [25] 卫力,张秀,赵振. 数字化对商业模式创新的影响:基于企业生命周期视角[J]. 科技管理研究,2023,43(1):181-190 doi: 10.3969/j.issn.1000-7695.2023.1.023 [26] 仝自强,李补喜,杨磊. 数字化转型、竞争战略与价值创造:基于企业生命周期理论的检验[J]. 科技进步与对策,2024,41(14):1-10 [27] 任波. 数字经济时代中国体育产业与体育消费互动的内在机制与升级策略[J]. 山东体育学院学报,2022,38(3):25-34 [28] 董小红,孙政汉. 化险为夷还是弄巧成拙:ESG表现能降低企业经营风险吗?[J]. 中央财经大学学报,2023(7):57-67 [29] 黄勃,李海彤,刘俊岐,等. 数字技术创新与中国企业高质量发展:来自企业数字专利的证据[J]. 经济研究,2023,58(3):97-115 [30] 徐星,惠宁,崔若冰,等. 数字经济驱动制造业高质量发展的影响效应研究:以技术创新效率提升与技术创新地理溢出的双重视角[J]. 经济问题探索,2023(2):126-143 [31] 阳镇. 数字经济如何驱动企业高质量发展?:核心机制、模式选择与推进路径[J]. 上海财经大学学报,2023,25(3):92-107 [32] 翟淑萍,毛文霞,韩贤. 急功近利抑或行稳致远:CEO薪酬差距与企业研发效率:基于地理邻近性视角[J]. 经济管理,2022,44(9):151-168 [33] 孙佩红,刘凯月. 战略性新兴企业高质量发展组态研究:基于TOE拓展框架的fsQCA分析[J]. 西部论坛,2022,32(5):12-25 doi: 10.3969/j.issn.1674-8131.2022.05.002 [34] 孔德源,龙云安,李宁. 绿色数字金融与制造业企业高质量发展:兼论企业融资约束与绿色技术创新的影响机制[J]. 金融经济,2023(11):56-66 doi: 10.3969/j.issn.1007-0753.2023.11.007 [35] 张夏恒,肖林. 数字化转型赋能新质生产力涌现:逻辑框架、现存问题与优化策略[J]. 学术界,2024(1):73-85 doi: 10.3969/j.issn.1002-1698.2024.01.006 [36] 李树旺,李京律,刘潇锴,等. 滑雪旅游服务质量评价与后北京冬奥会时期的优化对策:从北京雪场滑雪游客感知的视角切入[J]. 北京体育大学学报,2022,45(5):146-161 [37] 刘圣文,张津硕,李树旺. 政府研发补贴与体育企业研发行为:基于体育行业上市公司的实证研究[J]. 北京体育大学学报,2024,47(2):25-38 [38] 许松涛,魏宇琼,董梦园,等. CEO开放性特征与重污染行业企业绿色创新[J]. 华东经济管理,2022,36(10):43-55 [39] 杨国超,芮萌. 高新技术企业税收减免政策的激励效应与迎合效应[J]. 经济研究,2020,55(9):174-191 [40] 刘诗源,林志帆,冷志鹏. 税收激励提高企业创新水平了吗?:基于企业生命周期理论的检验[J]. 经济研究,2020,55(6):105-121 [41] 张倩肖,段义学. 数字赋能、产业链整合与全要素生产率[J]. 经济管理,2023,45(4):5-21 [42] 靳小翠,张素各,程晨. 异地研发中心设立对企业创新的影响[J]. 中国软科学,2024(2):134-144 doi: 10.3969/j.issn.1002-9753.2024.02.014 [43] 刘莉亚,何彦林,王照飞,等. 融资约束会影响中国企业对外直接投资吗?:基于微观视角的理论和实证分析[J]. 金融研究,2015(8):124-140 [44] 郭道燕,蔡杨,宋丙辛,等. 学非所用还是学以致用?:CEO教育经历对能源企业绿色技术创新的影响研究[J]. 华东经济管理,2024,38(4):104-115 [45] 赵宸宇,王文春,李雪松. 数字化转型如何影响企业全要素生产率[J]. 财贸经济,2021,42(7):114-129 doi: 10.3969/j.issn.1002-8102.2021.07.008 [46] 杨汝岱. 中国制造业企业全要素生产率研究[J]. 经济研究,2015,50(2):61-74 [47] 总市值首破万亿大关:体育产业上市公司逆流而上[EB/OL]. [2024-03-18]. https://www.sport.gov.cn/n20001280/n20067608/n20067635/c24360192/content.html [48] 杨英英,徐向艺,白露. 子公司自主性、风险承担与企业创新投入[J]. 科技进步与对策,2022,39(6):82-91 doi: 10.6049/kjjbydc.2021020214 [49] 李香菊,刘硕. 知识产权保护对企业全要素生产率的影响机制研究[J]. 经济管理,2024,46(2):172-192 doi: 10.19616/j.cnki.bmj.2024.02.009. [50] 白宇飞,杨松. 我国体育产业数字化转型:时代要求、价值体现及实现路径[J]. 北京体育大学学报,2021,44(5):70-78 [51] 刘圣文,张芹,孔庆山. 体育产业引导资金的企业配置策略分析及仿真研究[J]. 山东社会科学,2018(8):147-152 [52] 王璇,沈克印. 中国式现代化视域下数字经济助推体育产业高质量发展的实施路径[J]. 沈阳体育学院学报,2023,42(4):115-121
计量
- 文章访问数: 17
- HTML全文浏览量: 2
- PDF下载量: 3