馬慧敏 賈麗平

(1 山西財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，太原 030001；2 山西財(cái)經(jīng)大學(xué)金融學(xué)院，太原 030001)

近年來，隨著信息技術(shù)的飛速發(fā)展，架構(gòu)于信息技術(shù)之上的數(shù)字經(jīng)濟(jì)逐漸成為我國國民經(jīng)濟(jì)發(fā)展的重要領(lǐng)域?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出，我國未來的發(fā)展重點(diǎn)將繼續(xù)聚焦在數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的結(jié)合上，在加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)同時(shí)，協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，從而做優(yōu)做大我國數(shù)字經(jīng)濟(jì)[1]。習(xí)近平總書記在《不斷做強(qiáng)做優(yōu)做大我國數(shù)字經(jīng)濟(jì)》中指出，數(shù)字經(jīng)濟(jì)可以助推傳統(tǒng)產(chǎn)業(yè)升級，也能幫助發(fā)展新產(chǎn)業(yè)新業(yè)態(tài)模式，從而幫助我國數(shù)字經(jīng)濟(jì)做優(yōu)做大[2]?？梢?，加快推進(jìn)“十四五”時(shí)期數(shù)字經(jīng)濟(jì)的發(fā)展，要著力于在系統(tǒng)謀劃的基礎(chǔ)上尋找當(dāng)前數(shù)字經(jīng)濟(jì)的發(fā)展短板，實(shí)現(xiàn)從目前的“大而不強(qiáng)”向“做優(yōu)做大”的跨越。

我國數(shù)字經(jīng)濟(jì)發(fā)展中的“短板”已逐漸顯露，表現(xiàn)為與互聯(lián)網(wǎng)結(jié)合緊密，但與產(chǎn)業(yè)融合不足。從數(shù)字經(jīng)濟(jì)的普及程度和使用范圍來看，我國可以稱得上是“數(shù)字經(jīng)濟(jì)大國”。我國數(shù)字經(jīng)濟(jì)較為領(lǐng)先的領(lǐng)域，主要集中于架構(gòu)在互聯(lián)網(wǎng)技術(shù)上的經(jīng)濟(jì)模式。但廣義的數(shù)字經(jīng)濟(jì)不等同于互聯(lián)網(wǎng)經(jīng)濟(jì)，是指數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)多領(lǐng)域的深度融合，如數(shù)字技術(shù)與農(nóng)業(yè)結(jié)合的精準(zhǔn)農(nóng)業(yè)，數(shù)字技術(shù)與工業(yè)生產(chǎn)結(jié)合的工業(yè)4.0，數(shù)字技術(shù)與大數(shù)據(jù)結(jié)合的算法經(jīng)濟(jì)等，而在這些領(lǐng)域，我國與領(lǐng)先國家的發(fā)展水平仍具有較大差距。利用好數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵窗口期，把握數(shù)字機(jī)遇，實(shí)現(xiàn)產(chǎn)業(yè)數(shù)字化升級，在“雙循環(huán)”的新發(fā)展格局下形成新的競爭優(yōu)勢，成為當(dāng)前我國數(shù)字經(jīng)濟(jì)發(fā)展的主旋律。

企業(yè)數(shù)字化轉(zhuǎn)型方面，已有部分學(xué)者進(jìn)行了一些研究。姚小濤等從個體(團(tuán)隊(duì))、組織和產(chǎn)業(yè)3個層面對企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)涵、動因和關(guān)鍵因素進(jìn)行分析，并構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的動態(tài)過程模型[3]。鄭瓊潔等通過對江蘇省制造業(yè)企業(yè)的問卷調(diào)查研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型整體仍處于起步階段且差異明顯，企業(yè)的研發(fā)支出和與科研機(jī)構(gòu)合作對企業(yè)數(shù)字化轉(zhuǎn)型意義重大[4]。黃漫宇等通過對零售企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)行研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型顯著促進(jìn)了零售企業(yè)經(jīng)營效率的提升，數(shù)字化轉(zhuǎn)型升級和數(shù)字化技術(shù)應(yīng)用可有效提升零售企業(yè)經(jīng)營效率[5]。倪克金等通過對企業(yè)年報(bào)的文本分析，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)成長，數(shù)字化轉(zhuǎn)型在國有企業(yè)中效果更優(yōu)、具有同向行業(yè)和地區(qū)的促進(jìn)作用，且數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)影響更明顯[6]。

縱觀現(xiàn)有研究成果，從企業(yè)層面進(jìn)行數(shù)字化水平評價(jià)研究較少。因此，本文應(yīng)用改進(jìn)的物元可拓模型，結(jié)合熵值賦權(quán)法，對企業(yè)的數(shù)字化轉(zhuǎn)型度進(jìn)行測度研究，是對現(xiàn)有研究成果的一次有效補(bǔ)充和拓展，具有一定的創(chuàng)新性。

1 數(shù)字化轉(zhuǎn)型度評價(jià)指標(biāo)體系和方法

1.1 企業(yè)數(shù)字化轉(zhuǎn)型度評價(jià)體系構(gòu)建

數(shù)字經(jīng)濟(jì)作為與信息技術(shù)緊密結(jié)合的技術(shù)依賴型經(jīng)濟(jì)模式，與創(chuàng)新程度緊密相關(guān)。一般認(rèn)為，企業(yè)在開展創(chuàng)新性活動時(shí)需要不斷進(jìn)行新創(chuàng)新要素的投入，通過人才的作用最終產(chǎn)生創(chuàng)新成果，即企業(yè)在創(chuàng)新性活動中的必要要素為創(chuàng)新投入、創(chuàng)新人才和創(chuàng)新成果[7]。

數(shù)字化技術(shù)的應(yīng)用程度是企業(yè)數(shù)字化轉(zhuǎn)型度最直接體現(xiàn)?，F(xiàn)有的代表性數(shù)字化技術(shù)主要包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)和大數(shù)據(jù)技術(shù)?；谏鲜龇治觯狙芯繌拇硇约夹g(shù)應(yīng)用和綜合技術(shù)應(yīng)用兩個維度對企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)應(yīng)用進(jìn)行評價(jià)。

在具體指標(biāo)的選取時(shí)，考慮到數(shù)據(jù)的科學(xué)性、代表性及可得性，經(jīng)過反復(fù)比選和征求專家意見，最終形成兩個評價(jià)維度共10個評價(jià)指標(biāo)的企業(yè)數(shù)字化轉(zhuǎn)型度評價(jià)體系(見表1)。

表1 企業(yè)數(shù)字化轉(zhuǎn)型程度評價(jià)體系

1.2 評價(jià)方法：改進(jìn)的熵權(quán)物元可拓法

1.2.1 熵值法賦權(quán)

熵值法基于信息論中的熵的概念，用熵來表示系統(tǒng)的無序程度，熵權(quán)即體現(xiàn)指標(biāo)所能傳遞的信息量大小，熵值越小，指標(biāo)蘊(yùn)含的信息量越大，權(quán)重也越大。利用n代表評價(jià)指標(biāo)個數(shù)，m為待評企業(yè)個數(shù)，進(jìn)行賦權(quán)。

首先，針對不同方向的指標(biāo)對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

(1)

(2)

其中，γij代表指標(biāo)的標(biāo)準(zhǔn)值，Cij為該指標(biāo)的初值，maxCij和minCij為指標(biāo)的最大值和最小值。

其次，通過信息熵計(jì)算指標(biāo)權(quán)重：

(3)

(4)

式(3)中，ej為熵值，且In0=0。

再次，利用熵值求指標(biāo)權(quán)重值，公式為：

(5)

1.2.2 改進(jìn)的物元可拓模型構(gòu)建

為防止出現(xiàn)經(jīng)典物元可拓方法中出現(xiàn)的評價(jià)指標(biāo)實(shí)際值超過節(jié)域范圍，使得計(jì)算過程失效，本文擬采用改進(jìn)的物元可拓方法，將在原有模型基礎(chǔ)上對經(jīng)典域和待評物元矩陣進(jìn)行規(guī)格化處理，使計(jì)算過程更加科學(xué)[8]。

第一步，設(shè)定評價(jià)指標(biāo)級別數(shù)量，建立評價(jià)指標(biāo)分級標(biāo)準(zhǔn)，對評價(jià)指標(biāo)進(jìn)行等級劃分。

第二步，確定經(jīng)典域物元和節(jié)域物元。評價(jià)指標(biāo)有n個，即用n描述待評事物的n個特征C=[c1，…，cn]及相應(yīng)的量值V=[v1，…，vn]，以這n個指標(biāo)為基礎(chǔ)。經(jīng)典域物元矩陣可表示為：

(6)

式(6)中Nj為所評價(jià)的第j個等級;vji為第j個等級中指標(biāo)cj的取值范圍；aji及bji為vji的取值的上界和下界，本研究中n=10。

節(jié)域物元為各評價(jià)指標(biāo)真實(shí)的取值范圍所構(gòu)成的物元模型，節(jié)域物元可表示為：

(7)

式(7)中,N為評價(jià)級別的總體。Vpi分別為N對應(yīng)于Ci所取值的范圍。

第三步，確定待評物元矩陣：

(8)

式(8)中R0為待評對象的級別；vi為待評對象級別中第i個指數(shù)的值。

第四步，改進(jìn)的物元可拓方法與經(jīng)典物元可拓法的區(qū)別主要在于規(guī)格化處理過程。規(guī)格化處理方法可表示為：

(9)

第五步，計(jì)算貼近度。即計(jì)算待評物元與規(guī)格化經(jīng)典域之間的距離，貼近度可表示為：

(10)

待評物元關(guān)于具體特定等級的貼近度可表示為：

(11)

第六步，依照等級貼近度進(jìn)行級別評價(jià)。

Kq(p0)=max{Kj(p0)}(j=1,2,…,m)

(12)

若Kq(p0)是各等級貼近度Kj(p0)的最大值，則屬于等級q。

2 企業(yè)數(shù)字化轉(zhuǎn)型度測度實(shí)證分析

2.1 評價(jià)對象和數(shù)據(jù)來源

本文將科技型上市企業(yè)作為研究對象。在評價(jià)樣本選擇時(shí)，緊扣當(dāng)前數(shù)字經(jīng)濟(jì)轉(zhuǎn)型發(fā)展新要求和新精神，從數(shù)字基礎(chǔ)設(shè)施基座、數(shù)據(jù)安全、信創(chuàng)產(chǎn)業(yè)、產(chǎn)業(yè)數(shù)字化、產(chǎn)業(yè)智能化、數(shù)字支付等幾個行業(yè)領(lǐng)域出發(fā)，對目標(biāo)上市公司進(jìn)行了反復(fù)篩選。最終選取出33家代表企業(yè)為研究對象，企業(yè)行業(yè)領(lǐng)域分布如表2所示。

表2 企業(yè)數(shù)字化轉(zhuǎn)型評價(jià)代表企業(yè)行業(yè)領(lǐng)域

本文研究數(shù)據(jù)來自國泰安數(shù)據(jù)庫、萬德數(shù)據(jù)庫、萬方數(shù)據(jù)庫以及上市公司官網(wǎng)中2019—2020年數(shù)據(jù)，未能提取到的數(shù)據(jù)由手工搜集而得。考慮到數(shù)據(jù)的科學(xué)性和合理性，部分?jǐn)?shù)據(jù)進(jìn)行了簡單計(jì)算處理。

2.2 企業(yè)數(shù)字化轉(zhuǎn)型度實(shí)證評價(jià)

2.2.1 熵值法權(quán)重計(jì)算

本文依據(jù)熵值法賦權(quán)原理，在判斷指標(biāo)正負(fù)向基礎(chǔ)上，利用信息熵原理對指標(biāo)數(shù)據(jù)依次賦權(quán)，賦權(quán)結(jié)果如表3所示。

表3 指標(biāo)權(quán)重計(jì)算結(jié)果匯總

2.2.2 評價(jià)模型計(jì)算

第一，對評價(jià)指標(biāo)進(jìn)行等級劃分。本研究將評價(jià)指標(biāo)劃分為3個等級，分別為數(shù)字化轉(zhuǎn)型度較低、數(shù)字化轉(zhuǎn)型度中等、數(shù)字化轉(zhuǎn)型程度較高。將所有樣本數(shù)據(jù)進(jìn)行從小到大排列，取值中的三等分界限作為指標(biāo)等級分界線，對于個別數(shù)據(jù)分布較為集中的指標(biāo)，在征求專家意見后對指標(biāo)界限進(jìn)行調(diào)整和重新分配，最終結(jié)合指標(biāo)變化影響方向計(jì)算出上限、中間值和下限。

第二，確定經(jīng)典域物元和節(jié)域物元。依照改進(jìn)的物元可拓原理，需要對節(jié)域和經(jīng)典域進(jìn)行規(guī)格化。

第三，計(jì)算各指標(biāo)與經(jīng)典域的距離以及綜合關(guān)聯(lián)度。根據(jù)改進(jìn)的物元可拓模型對33個上市數(shù)字經(jīng)濟(jì)企業(yè)的數(shù)字化轉(zhuǎn)型度進(jìn)行測度計(jì)算，分別使用等級1、等級2和等級3代表數(shù)字化轉(zhuǎn)型度較低、數(shù)字化轉(zhuǎn)型度中等、數(shù)字化轉(zhuǎn)型程度較高3個等級。鑒于本文評價(jià)過程涉及33個企業(yè)，評價(jià)數(shù)據(jù)量龐大，本文僅以上市公司易華錄為例，對改進(jìn)的物元可拓模型的評價(jià)結(jié)果進(jìn)行說明，數(shù)據(jù)結(jié)果如表4所示。

表4 易華錄指標(biāo)關(guān)聯(lián)度評價(jià)結(jié)果

通過評價(jià)指標(biāo)與經(jīng)典域的距離即指標(biāo)關(guān)聯(lián)度得出各指標(biāo)的評價(jià)等級。以易華錄為例，其綜合關(guān)聯(lián)度最高為1.000 0，處于等級3，即易華錄的數(shù)字化轉(zhuǎn)型度水平處于“較高”等級。依照等級評判的原理，綜合關(guān)聯(lián)度最大值所處的等級即為所評價(jià)對象的等級，最終可得出33個評價(jià)對象的評價(jià)等級，評級結(jié)果如表5所示。

表5 上市數(shù)字型企業(yè)數(shù)字化轉(zhuǎn)型度評級

3 結(jié)果分析與建議

3.1 結(jié)果分析

通過研究可以看出，作為我國數(shù)字經(jīng)濟(jì)做優(yōu)做大做強(qiáng)的核心力量和中流砥柱，我國科技型企業(yè)的數(shù)字化轉(zhuǎn)型程度差異明顯。研發(fā)投入的增長水平是企業(yè)在科技創(chuàng)新方面重視程度的最直接體現(xiàn)，恒生電子、捷順科技、東軟集團(tuán)、四維圖新、科藍(lán)軟件等5家企業(yè)在研發(fā)投入方面出現(xiàn)負(fù)增長，評價(jià)結(jié)果也顯示這5家企業(yè)均不在數(shù)字化轉(zhuǎn)型度較高的水平范圍內(nèi)，可見科技創(chuàng)新投入作為企業(yè)數(shù)字化轉(zhuǎn)型基礎(chǔ)，直接影響到企業(yè)最終的數(shù)字化轉(zhuǎn)型水平。相反，評價(jià)結(jié)果屬于數(shù)字化轉(zhuǎn)型度較高的企業(yè)，如浪潮信息、易華錄、安恒信息、深信服等，在研發(fā)投入、研發(fā)人員增長、專利申請等方面表現(xiàn)較好，其數(shù)字化技術(shù)手段應(yīng)用也表現(xiàn)出較好水平，最終表現(xiàn)為企業(yè)數(shù)字化轉(zhuǎn)型度較高。

從橫向指標(biāo)對比來看，企業(yè)對數(shù)字化技術(shù)的應(yīng)用程度差異明顯。具體來看，大多數(shù)企業(yè)對于人工智能技術(shù)、云計(jì)算技術(shù)的應(yīng)用較為廣泛，評價(jià)等級較高，但是對區(qū)塊鏈技術(shù)和大數(shù)據(jù)技術(shù)的應(yīng)用程度較低，評價(jià)等級亦較低。這一現(xiàn)象產(chǎn)生的原因，一方面是由于技術(shù)本身的使用范圍不同，人工智能技術(shù)、云計(jì)算技術(shù)在多數(shù)科技型企業(yè)均有廣泛應(yīng)用，因此使用度較高；而區(qū)塊鏈技術(shù)和大數(shù)據(jù)技術(shù)更適合在具體行業(yè)中發(fā)揮作用。另一方面，這反映了我國科技型上市公司大多屬于業(yè)務(wù)專一類型，廣泛涉獵不同科技業(yè)務(wù)的綜合型企業(yè)較少，企業(yè)存在向相關(guān)領(lǐng)域拓展業(yè)務(wù)領(lǐng)域的空間。

從行業(yè)領(lǐng)域?qū)Ρ葋砜矗袠I(yè)領(lǐng)域分布與企業(yè)的數(shù)字化轉(zhuǎn)型度沒有明顯相關(guān)性。數(shù)字經(jīng)濟(jì)基座、數(shù)據(jù)安全、信創(chuàng)產(chǎn)業(yè)、產(chǎn)業(yè)數(shù)字化、產(chǎn)業(yè)智能化、數(shù)字支付等領(lǐng)域均存在數(shù)字化轉(zhuǎn)型度較高的企業(yè)，企業(yè)的數(shù)字化轉(zhuǎn)型度主要與企業(yè)自身的發(fā)展模式、發(fā)展戰(zhàn)略和發(fā)展基礎(chǔ)有關(guān)，多為擁有較好的技術(shù)研發(fā)基礎(chǔ)和技術(shù)研發(fā)優(yōu)勢的企業(yè)；而數(shù)字化轉(zhuǎn)型度較低的企業(yè)為兩種類型，一類是在傳統(tǒng)業(yè)務(wù)市場份額上優(yōu)勢明顯的企業(yè)，這些企業(yè)規(guī)模較大但容易形成發(fā)展路徑依賴，轉(zhuǎn)型度不高；另一類是處于發(fā)展上升期的科技型企業(yè)，這些企業(yè)主要專注于發(fā)展當(dāng)前業(yè)務(wù)領(lǐng)域，應(yīng)對全面的數(shù)字化轉(zhuǎn)型能力相對不足，數(shù)字化轉(zhuǎn)型度評級較低。

3.2 對策與建議

數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展需要從政府至企業(yè)形成合力。以數(shù)字化企業(yè)作為數(shù)字化轉(zhuǎn)型的紐帶，讓更多不同經(jīng)營領(lǐng)域的企業(yè)通過云計(jì)算、工業(yè)互聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)等形成連接，使實(shí)體經(jīng)濟(jì)通過數(shù)字基礎(chǔ)設(shè)施的連接形成產(chǎn)業(yè)集群，充分發(fā)揮網(wǎng)絡(luò)和數(shù)據(jù)打破時(shí)空限制形成規(guī)模經(jīng)濟(jì)的優(yōu)勢。企業(yè)應(yīng)從戰(zhàn)略安排上推動信息技術(shù)嵌入企業(yè)業(yè)務(wù)領(lǐng)域，在生產(chǎn)制造、運(yùn)營管理、物流、營銷等領(lǐng)域充分利用已有數(shù)字技術(shù)，形成全鏈條的數(shù)字化經(jīng)營和生產(chǎn)。政府應(yīng)提供適合其發(fā)展的營商環(huán)境和法制環(huán)境，為數(shù)字經(jīng)濟(jì)發(fā)展?fàn)I造良好的數(shù)字生態(tài)，推動競爭范式由傳統(tǒng)的業(yè)務(wù)競爭轉(zhuǎn)向數(shù)字生態(tài)的競爭；加快數(shù)字經(jīng)濟(jì)相關(guān)領(lǐng)域的標(biāo)準(zhǔn)和法律制定步伐，規(guī)范數(shù)字經(jīng)濟(jì)市場化競爭，營造適合數(shù)字經(jīng)濟(jì)發(fā)展的法制環(huán)境；探索通過稅收優(yōu)惠、項(xiàng)目扶持等手段鼓勵企業(yè)加大數(shù)字研發(fā)投入、加速企業(yè)數(shù)字化轉(zhuǎn)型，為數(shù)字經(jīng)濟(jì)發(fā)展?fàn)I造良好營商環(huán)境；重視數(shù)字領(lǐng)域人才培養(yǎng)，嘗試建立更加適合數(shù)字化人才需求的教育體系；提倡在政府管理領(lǐng)域率先使用先進(jìn)數(shù)字技術(shù)，形成示范作用，同時(shí)為數(shù)字企業(yè)創(chuàng)造市場需求。

數(shù)字經(jīng)濟(jì)將會是引領(lǐng)新一輪科技革命與產(chǎn)業(yè)革命的最重要力量。把握數(shù)字經(jīng)濟(jì)發(fā)展黃金發(fā)展期，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的深度融合，需要從國家到企業(yè)的高度重視。國家要從總體上把握數(shù)字經(jīng)濟(jì)發(fā)展的趨勢和方向，企業(yè)需緊緊把握國家政策方向積極參與到數(shù)字經(jīng)濟(jì)轉(zhuǎn)型中來，通過構(gòu)建先進(jìn)的產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化體系，為我國站在數(shù)字經(jīng)濟(jì)時(shí)代制高點(diǎn)提供堅(jiān)實(shí)基礎(chǔ)。