王玉燕 張靜娟
【摘要】本文采用熵權(quán)法測算2011 ~ 2020年275個地級市的營商環(huán)境, 采用文本挖掘法測度2107家制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型, 實證檢驗營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機(jī)制。結(jié)果表明, 營商環(huán)境優(yōu)化能顯著促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。機(jī)制檢驗表明, 營商環(huán)境優(yōu)化通過降低企業(yè)制度性交易成本、 提高行業(yè)市場競爭程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析發(fā)現(xiàn), 對于非國有企業(yè)、 董事長擁有較高學(xué)歷和無研發(fā)背景的企業(yè), 以及處于資本和技術(shù)密集型行業(yè)、 非省會城市、 新型信息基礎(chǔ)設(shè)施建設(shè)較好區(qū)域的企業(yè), 營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更為顯著。研究結(jié)論對于進(jìn)一步優(yōu)化營商環(huán)境、 推動企業(yè)落實數(shù)字化轉(zhuǎn)型決策具有一定的指導(dǎo)意義。
【關(guān)鍵詞】營商環(huán)境優(yōu)化;數(shù)字化轉(zhuǎn)型;文本挖掘法;熵權(quán)法;制造業(yè)
【中圖分類號】F270? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994(2023)18-0138-8
一、? 引言
根據(jù)中國信息通信研究院《中國數(shù)字經(jīng)濟(jì)發(fā)展報告(2023年)》, 2022年我國數(shù)字經(jīng)濟(jì)規(guī)模為50.2萬億元, 占GDP比重達(dá)41.5%。在全球經(jīng)濟(jì)下行、 國際局勢復(fù)雜等重重壓力下, 我國數(shù)字經(jīng)濟(jì)逆勢而上, 成為恢復(fù)經(jīng)濟(jì)發(fā)展、 穩(wěn)定經(jīng)濟(jì)增長的主引擎。近年來, 國家高度重視數(shù)字經(jīng)濟(jì)的發(fā)展, 黨的二十大報告中指出“加快發(fā)展數(shù)字經(jīng)濟(jì), 促進(jìn)數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)深度融合, 打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。制造業(yè)作為實體經(jīng)濟(jì)之基, 其數(shù)字化轉(zhuǎn)型的難度更大, 企業(yè)之間的轉(zhuǎn)型差異更明顯(楊德明和劉泳文,2018)。研究制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響因素, 不僅有助于解決企業(yè)數(shù)字化轉(zhuǎn)型難題, 培育制造業(yè)數(shù)字化轉(zhuǎn)型新動能, 而且在宏觀上有助于促進(jìn)我國數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合。
企業(yè)數(shù)字化轉(zhuǎn)型是指通過將數(shù)字技術(shù)引入現(xiàn)有企業(yè)管理架構(gòu), 改變企業(yè)管理思維, 實現(xiàn)智能化、 精準(zhǔn)化、 高效化的數(shù)字化管理模式(劉淑春等,2021)。隨著市場原材料、 勞動力等成本的逐漸攀升, 制造業(yè)產(chǎn)業(yè)利潤不斷下降, 企業(yè)可借助大數(shù)據(jù)、 物聯(lián)網(wǎng)、 云計算等數(shù)字技術(shù)賦能研發(fā)設(shè)計、 生產(chǎn)管理、 銷售服務(wù)等制造的全過程, 盤活資產(chǎn)、 整合資源, 開辟新的利潤增長空間。當(dāng)前我國制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型整體處于起步階段, 根據(jù)埃森哲發(fā)布的《2022中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究報告》, 僅有不到17%的企業(yè)數(shù)字化轉(zhuǎn)型卓有成效, 多數(shù)企業(yè)因面臨當(dāng)期經(jīng)營困難、 轉(zhuǎn)型成本高等轉(zhuǎn)型困境而出現(xiàn)“不會轉(zhuǎn)、 不能轉(zhuǎn)、 不敢轉(zhuǎn)”的現(xiàn)象。數(shù)字化建設(shè)通常需要耗費大量的資源, 多數(shù)企業(yè)會尋求智能制造政策支持、 投資稅收抵免激勵、 數(shù)字化平臺和專家等外部資源協(xié)助(Kusiak,2017)。營商環(huán)境涵蓋企業(yè)在市場經(jīng)濟(jì)活動中所涉及的一系列體制機(jī)制性因素和條件(國務(wù)院,2019), 是企業(yè)擁有的重要外部資源。良好的營商環(huán)境能夠為企業(yè)開展數(shù)字化轉(zhuǎn)型提供政務(wù)服務(wù)、 市場準(zhǔn)入、 法治保障等支持, 是企業(yè)開展數(shù)字化轉(zhuǎn)型的重要依托。因此, 從營商環(huán)境優(yōu)化視角入手, 探究制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素, 對于實現(xiàn)制造業(yè)企業(yè)數(shù)字化發(fā)展有著重要意義。
現(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型影響因素的研究多側(cè)重于企業(yè)高管學(xué)術(shù)經(jīng)歷(陽鎮(zhèn)等,2022)、 CEO權(quán)力(苑澤明,2023)和企業(yè)競爭戰(zhàn)略選擇(武常岐等,2022)等內(nèi)部因素。在對企業(yè)外部營商環(huán)境的研究上, 多數(shù)學(xué)者關(guān)注的是營商環(huán)境對企業(yè)家經(jīng)營管理活動(魏下海等,2015)、 企業(yè)勞動生產(chǎn)率(謝繁寶和樊瑤,2022)和創(chuàng)新效率(王磊等,2022)的影響, 而關(guān)于營商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系少有問津。在為數(shù)不多的考察營商環(huán)境對企業(yè)數(shù)字化轉(zhuǎn)型影響的研究中, 由于缺乏關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的相關(guān)統(tǒng)計數(shù)據(jù), 部分研究采用民營企業(yè)問卷調(diào)查的截面數(shù)據(jù)進(jìn)行實證分析(史宇鵬和王陽,2022), 導(dǎo)致數(shù)據(jù)維度單一, 難以全面考察營商環(huán)境對企業(yè)數(shù)字化轉(zhuǎn)型的影響。
與前人研究相比, 本文可能的邊際貢獻(xiàn)如下: 第一, 基于文本挖掘法和爬蟲技術(shù)從互聯(lián)網(wǎng)商業(yè)模式、 智能制造技術(shù)、 信息基礎(chǔ)設(shè)施三個維度構(gòu)建具有制造業(yè)行業(yè)特色的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)體系, 對微觀層面企業(yè)數(shù)字化度量方法進(jìn)行了有效補(bǔ)充。第二, 從營商環(huán)境優(yōu)化視角探究企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動邏輯, 梳理營商環(huán)境對企業(yè)數(shù)字化轉(zhuǎn)型的總體影響, 同時揭示營商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型之間的“機(jī)制黑箱”, 對營商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型理論進(jìn)行了擴(kuò)展和融合。第三, 對破解企業(yè)數(shù)字化轉(zhuǎn)型難題、 培育制造業(yè)企業(yè)轉(zhuǎn)型新動能具有一定的參考價值, 宏觀上對推進(jìn)實體經(jīng)濟(jì)的數(shù)字化進(jìn)程也具有一定的實踐意義。
二、? 理論分析與研究假設(shè)
營商環(huán)境優(yōu)化包括市場主體保護(hù)、 市場環(huán)境、 政務(wù)服務(wù)、 監(jiān)管執(zhí)法、 法治保障五方面的優(yōu)化。
一方面, 營商環(huán)境優(yōu)化能夠直接促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。公開便捷、 優(yōu)質(zhì)普惠的政務(wù)服務(wù)能夠為企業(yè)降低經(jīng)營成本, 激勵企業(yè)開展投資創(chuàng)新活動; 競爭有序、 開放透明的市場環(huán)境能夠加強(qiáng)對市場主體的權(quán)益保護(hù), 有助于為開展數(shù)字化轉(zhuǎn)型的企業(yè)規(guī)避競爭風(fēng)險; 強(qiáng)有力的法制約束和激勵相容的制度環(huán)境更是促進(jìn)企業(yè)自主研發(fā)及技術(shù)創(chuàng)新的長效機(jī)制和重要保障。企業(yè)開展數(shù)字化轉(zhuǎn)型的動機(jī)是獲得競爭優(yōu)勢, 提高經(jīng)濟(jì)效益(王永進(jìn)和馮笑,2018)。政府、 市場和制度三者的有機(jī)統(tǒng)一塑造的優(yōu)質(zhì)營商環(huán)境, 有助于減少企業(yè)數(shù)字化轉(zhuǎn)型過程中的外部干擾, 對其中可能面臨的投資建設(shè)審批困難、 地方保護(hù)和不當(dāng)競爭、 研發(fā)創(chuàng)新產(chǎn)權(quán)糾紛等難題提供保障, 因此企業(yè)具有強(qiáng)大的內(nèi)生動力開展數(shù)字化轉(zhuǎn)型, 加大對數(shù)字技術(shù)的研發(fā)投入、 應(yīng)用數(shù)字化管理模式日益成為企業(yè)的必然選擇。
另一方面, 營商環(huán)境優(yōu)化能夠通過降低企業(yè)制度性交易成本、 提高行業(yè)市場競爭程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。
在企業(yè)層面, 營商環(huán)境優(yōu)化能夠通過降低企業(yè)制度性交易成本促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。首先, 簡化審批流程、 規(guī)范涉企收費能降低企業(yè)開展數(shù)字化轉(zhuǎn)型所產(chǎn)生的一系列辦事成本; 其次, 搭建優(yōu)質(zhì)普惠的市場主體服務(wù)體系, 鼓勵銀行等金融機(jī)構(gòu)對中小企業(yè)予以管理費用減免等合理優(yōu)惠, 能夠降低企業(yè)的融資成本; 最后, 完善透明的制度環(huán)境、 健全的數(shù)據(jù)資源保護(hù)等法治保障, 能解決契約失靈問題, 減少企業(yè)數(shù)字化轉(zhuǎn)型過程中可能面臨的產(chǎn)權(quán)糾紛和由此帶來的維權(quán)成本。相應(yīng)地, 企業(yè)數(shù)字化轉(zhuǎn)型過程中面臨諸多生產(chǎn)設(shè)備技術(shù)、 組織管理流程的破舊立新, 均需要相應(yīng)的物質(zhì)與金融資本支持(劉淑春等,2021), 而營商環(huán)境優(yōu)化有利于降低企業(yè)因開展數(shù)字化轉(zhuǎn)型而產(chǎn)生的一系列制度性交易成本, 減輕企業(yè)數(shù)字化轉(zhuǎn)型的金融負(fù)擔(dān), 從而促進(jìn)企業(yè)開展數(shù)字化轉(zhuǎn)型。
在行業(yè)層面, 營商環(huán)境優(yōu)化能夠通過提高行業(yè)市場競爭程度促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。良好的營商環(huán)境作為一種制度性安排, 可以從激勵和監(jiān)督兩方面強(qiáng)化市場公平競爭, 促進(jìn)企業(yè)開展數(shù)字化轉(zhuǎn)型。一方面, 良好的營商環(huán)境有助于破除市場準(zhǔn)入限制、 減少對資源的直接配置、 建立優(yōu)勝劣汰的市場競爭機(jī)制, 在位企業(yè)和新進(jìn)入企業(yè)均需要通過創(chuàng)新緩解生存危機(jī)(Prantl,2012), 其有強(qiáng)大的內(nèi)生動力進(jìn)行數(shù)字化轉(zhuǎn)型, 以期在市場競爭中獲得新的競爭優(yōu)勢; 另一方面, 良好的營商環(huán)境能夠強(qiáng)化對競爭秩序的維護(hù), 切實保障企業(yè)數(shù)字化轉(zhuǎn)型所需的公平競爭的研發(fā)創(chuàng)新環(huán)境, 從而促進(jìn)企業(yè)開展數(shù)字化轉(zhuǎn)型。
在城市層面, 營商環(huán)境優(yōu)化通過增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。營商環(huán)境優(yōu)化能夠從吸引人才和加強(qiáng)互動兩方面保障企業(yè)數(shù)字化轉(zhuǎn)型的人才儲備。一方面, 科研經(jīng)費補(bǔ)助、 安居工程等人才引進(jìn)政策和配套措施的落地營造了開放包容的人文環(huán)境, 各類人才“用腳投票”, 紛紛涌向營商環(huán)境良好的地區(qū)(袁文融和楊震寧,2021); 另一方面, 良好的營商環(huán)境能夠為人才互動提供更多見面交流的機(jī)會, 通過貿(mào)易展覽、 行業(yè)會議、 研討講座等活動交換技術(shù)和市場信息, 加強(qiáng)產(chǎn)學(xué)研合作, 進(jìn)一步豐富地區(qū)的人力資本。而企業(yè)開展數(shù)字化轉(zhuǎn)型這類創(chuàng)新活動需要高素質(zhì)管理人才和技術(shù)研發(fā)人才的加持, 良好的營商環(huán)境能夠助力企業(yè)將數(shù)字技術(shù)引入現(xiàn)有企業(yè)管理架構(gòu), 改變企業(yè)管理思維, 從而實現(xiàn)數(shù)字化轉(zhuǎn)型。因此, 本文提出假設(shè)1:
假設(shè)1: 營商環(huán)境優(yōu)化能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。
三、? 研究設(shè)計
(一)樣本選取與數(shù)據(jù)來源
考慮到我國數(shù)字技術(shù)高速發(fā)展及逐步應(yīng)用的趨勢主要體現(xiàn)在2010年之后(袁淳等,2021), 同時結(jié)合所選變量數(shù)據(jù)的可獲得性, 本文將研究區(qū)間選為2011 ~ 2020年。選取滬深A(yù)股制造業(yè)行業(yè)上市公司作為研究樣本, 并依次剔除如下四類公司: ST、 ?ST和PT公司, IPO當(dāng)年的觀測值和期間退市的公司, 審計報告類型為否定意見的公司, 主要變量缺失的公司。在城市選擇上, 本文剔除數(shù)據(jù)缺失嚴(yán)重的城市, 最終選取275個地級市的2107家制造業(yè)企業(yè)為研究對象。
本文公司層面的數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫, 年報文件均來自深圳證券交易所、 上海證券交易所網(wǎng)站, 地區(qū)層面的數(shù)據(jù)來自2011 ~ 2020年《中國城市統(tǒng)計年鑒》《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》。利用插值法補(bǔ)齊個別缺失數(shù)據(jù)。
(二)變量說明
1. 解釋變量。本文對營商環(huán)境的衡量主要參考《管理世界》經(jīng)濟(jì)研究院“中國城市營商環(huán)境評價研究”課題組等(2019)構(gòu)建的評價體系, 在此基礎(chǔ)上新增“金融行業(yè)從業(yè)人數(shù)”“規(guī)模以上工業(yè)企業(yè)數(shù)”“當(dāng)年新簽項目合同個數(shù)”“發(fā)明專利獲得總量”4個指標(biāo), 以全面刻畫金融服務(wù)、 市場環(huán)境和創(chuàng)新環(huán)境, 同時參考楊仁發(fā)和魏琴琴(2021)的研究, 以“主營業(yè)務(wù)稅金及附加/利潤總額”衡量企業(yè)稅收負(fù)擔(dān), 并共選取政府效率、 金融服務(wù)、 公共服務(wù)、 市場環(huán)境、 創(chuàng)新環(huán)境5 個一級指標(biāo), 下設(shè)15個二級指標(biāo)、 18 個三級指標(biāo), 指標(biāo)名稱及屬性見表 1。采用熵值法測得各城市營商環(huán)境指標(biāo)BE1, 在穩(wěn)健性檢驗部分, 更換為變異系數(shù)法測得的營商環(huán)境指標(biāo)BE2, 并采用中國人民大學(xué)國家發(fā)展與戰(zhàn)略研究院發(fā)布的《中國城市政商關(guān)系評價報告》中城市政商關(guān)系健康指數(shù)得到營商環(huán)境的替換指標(biāo)BE3。
2. 被解釋變量。本文參考袁淳等(2021)的研究, 以數(shù)字化相關(guān)關(guān)鍵詞在年報中出現(xiàn)的詞頻數(shù)刻畫企業(yè)數(shù)字化轉(zhuǎn)型。中國證監(jiān)會要求上市公司在年報中對其所處行業(yè)和從事業(yè)務(wù)的情況進(jìn)行披露, 報告期內(nèi)企業(yè)若將數(shù)字化轉(zhuǎn)型作為自身的發(fā)展戰(zhàn)略, 則無疑會在年報中披露其經(jīng)營狀況、 發(fā)展計劃及風(fēng)險, 因此以年報中數(shù)字化相關(guān)詞頻代理企業(yè)數(shù)字化有一定的可行性和科學(xué)性。
構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的步驟如下: 首先, 爬取國務(wù)院政策文件庫網(wǎng)站關(guān)于數(shù)字化轉(zhuǎn)型的政策文件, 結(jié)合人工選取制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型較為成功的年報樣本, 通過JAVA分詞處理、 人工篩選調(diào)整成具有制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型特色的術(shù)語詞庫; 其次, 參照趙宸宇等(2021)的研究對關(guān)鍵詞進(jìn)行補(bǔ)充, 并依據(jù)詞語相關(guān)性對關(guān)鍵詞進(jìn)行分類, 詳見圖1; 最后, 參照詞庫, 采用文本挖掘法對企業(yè)年報文本進(jìn)行精準(zhǔn)詞頻挖掘, 對詞頻數(shù)加一后取自然對數(shù), 即得到企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)Diga。
3. 控制變量。本文從企業(yè)財務(wù)特征和治理特征兩個方面選擇控制變量, 主要包括企業(yè)年齡、 企業(yè)規(guī)模、 資產(chǎn)負(fù)債率、 總資產(chǎn)收益率、 賬面市值比、 資產(chǎn)周轉(zhuǎn)率、 審計意見、 兩職合一、 前十大股東持股率。
具體變量定義如表2所示。
(三)樣本特征
1. 描述性統(tǒng)計。本文主要變量的描述性統(tǒng)計結(jié)果見表3。可以看出, 企業(yè)數(shù)字化轉(zhuǎn)型的均值分別為3.182、 0.02和0.038, 方差分別為1.163、 0.047和0.097, 最小值均為0, 說明不同企業(yè)之間的數(shù)字化轉(zhuǎn)型程度不一, 且存在部分企業(yè)尚未開展數(shù)字化轉(zhuǎn)型的情況。從三種方法測得的營商環(huán)境指標(biāo)結(jié)果來看, 城市之間的營商環(huán)境存在較大差異。在控制變量中, 不同企業(yè)間的財務(wù)特征和治理特征也存在著差異, 這可能會影響到企業(yè)數(shù)字化轉(zhuǎn)型的開展。
2. 樣本特征分析。以中位數(shù)為依據(jù)將營商環(huán)境指標(biāo)BE1劃分為高低兩組, 表4的分樣本統(tǒng)計發(fā)現(xiàn), 高營商環(huán)境組的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)Diga以及分項指標(biāo)互聯(lián)網(wǎng)商業(yè)模式、 智能制造技術(shù)和信息基礎(chǔ)設(shè)施的均值均高于低營商環(huán)境組, 且均值檢驗發(fā)現(xiàn)相關(guān)變量的組間差異均在1% 的水平上顯著異于零, 這一差異為本文進(jìn)一步探究營商環(huán)境優(yōu)化與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系提供了基礎(chǔ)。
(四)模型設(shè)定
根據(jù)以上理論分析, 構(gòu)建模型(1)考察營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的影響。
Digit=α0+α1BEit+α2Controlsit+θY+λI+δP+εit? ? ? (1)
其中, 下標(biāo)i表示企業(yè)、 t表示年份, 被解釋變量Dig為企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo), 解釋變量BE為營商環(huán)境指標(biāo), Controls為表2中的一系列控制變量。為了控制宏觀因素和行業(yè)因素對企業(yè)數(shù)字化轉(zhuǎn)型的影響, 在方程中加入年份固定效應(yīng)θY、 行業(yè)固定效應(yīng)λI和地區(qū)固定效應(yīng)δP, 本文實證模型均采用聚類穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計。
四、 實證分析
(一)基準(zhǔn)回歸
表5為基準(zhǔn)回歸結(jié)果, 在企業(yè)層面的聚類標(biāo)準(zhǔn)誤下, 第(1)列僅加入核心解釋變量, 第(2) ~ (5)列依次加入控制變量、 年份固定效應(yīng)、 行業(yè)固定效應(yīng)和地區(qū)固定效應(yīng)。由表5可知, 在控制了其他可能影響企業(yè)數(shù)字化轉(zhuǎn)型的因素后, BE1的回歸系數(shù)值略有降低, 但始終在1%的水平上顯著為正。由此, 假設(shè)1得證。
(二)穩(wěn)健性檢驗
1. 替換核心變量。首先, 替換被解釋變量, 分別將企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)替換為考慮行業(yè)差異后的相對詞頻占比Digb、 企業(yè)軟件投資占無形資產(chǎn)比重Digc; 其次, 替換核心解釋變量, 分別替換為用變異系數(shù)法測得的營商環(huán)境指標(biāo)BE2、 《中國城市政商關(guān)系評價報告》中城市政商關(guān)系健康指數(shù)代理的營商環(huán)境指標(biāo)BE3。回歸結(jié)果顯示, 替換核心變量后, 實證結(jié)果無實質(zhì)性改變。
2. 更換樣本范圍。在各級政府積極推行“互聯(lián)網(wǎng)+”行動的背景下, 企業(yè)管理層存在著夸大數(shù)字化相關(guān)信息披露以進(jìn)行概念炒作的可能(趙璨等,2020), 考慮到制造業(yè)企業(yè)調(diào)整相應(yīng)的生產(chǎn)要素配置需要一定的時間, 且需要相應(yīng)的資產(chǎn)支持, 才能實現(xiàn)企業(yè)在生產(chǎn)技術(shù)、 組織管理等整體框架上的數(shù)字化轉(zhuǎn)型, 本文篩選了存續(xù)期大于5年且資產(chǎn)負(fù)債率小于1的企業(yè), 以及剔除了計算機(jī)、 通信和其他電子設(shè)備制造業(yè)這類與企業(yè)數(shù)字化轉(zhuǎn)型直接相關(guān)的行業(yè)。結(jié)果顯示, 在這兩個樣本范圍內(nèi), BE1的系數(shù)依然在1%的水平上顯著為正。
3. 更換模型設(shè)定??紤]到營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型可能存在一定時間的滯后影響, 本文分別使用核心解釋變量營商環(huán)境的滯后一期、 滯后二期, 被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型的前置一期、 前置二期進(jìn)入原模型重新回歸, 時間結(jié)構(gòu)上的錯位處理一定程度上也能夠減弱互為因果的干擾?;貧w結(jié)果顯示, 核心解釋變量的回歸系數(shù)依然在1%的水平上顯著為正, 驗證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性, 同時表明營商環(huán)境優(yōu)化能夠?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生長期可疊加的正向影響。另外, 由于樣本數(shù)據(jù)中約有290個樣本的企業(yè)數(shù)字化轉(zhuǎn)型觀測值為0, 被解釋變量存在著左截斷的特征, 故進(jìn)一步使用Tobit方法進(jìn)行回歸。結(jié)果顯示, BE1的系數(shù)仍然顯著為正, 進(jìn)一步說明本文的結(jié)果是穩(wěn)健的。
限于篇幅, 以上穩(wěn)健性檢驗結(jié)果未予列示。
(三)內(nèi)生性檢驗
本文考察的是城市營商環(huán)境對微觀制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響, 在邏輯上并不存在明顯的反向因果關(guān)系, 即個別企業(yè)的數(shù)字化轉(zhuǎn)型不會影響城市營商環(huán)境建設(shè)。但是, 本文仍然存在著遺漏變量和測量誤差問題, 這會導(dǎo)致估計結(jié)果有偏。為解決內(nèi)生性問題, 選擇各城市的生活垃圾處理率作為工具變量。一方面, 該指標(biāo)反映了政府對城市通商便利度和公共服務(wù)的重視程度, 與地區(qū)營商環(huán)境水平密切相關(guān), 滿足相關(guān)性要求; 另一方面, 該指標(biāo)不會受到單個企業(yè)開展數(shù)字化轉(zhuǎn)型的影響, 滿足外生性要求。使用以上工具變量進(jìn)行2SLS估計。此外, 本文以營商環(huán)境指標(biāo)的樣本觀測值與其平均值差的三次方構(gòu)造工具變量, 取三次方的高階矩表示偏度以提高估計的有效性, 解決度量誤差引起的內(nèi)生性問題。結(jié)果顯示, 第一階段回歸的 F 統(tǒng)計量大于10, 不可識別檢驗和弱識別檢驗均拒絕了弱工具變量和識別不足的原假設(shè), 表明本文選取的工具變量合理可靠。BE1的系數(shù)顯著為正, 表明本文主要結(jié)論仍成立。限于篇幅, 內(nèi)生性檢驗結(jié)果未予列示。
五、? 進(jìn)一步分析
(一)機(jī)制檢驗
通過前文理論分析可知, 營商環(huán)境優(yōu)化能夠通過降低企業(yè)制度性交易成本、 提高行業(yè)市場競爭程度、 增加城市高層次人才供給來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。為了驗證以上三個機(jī)制, 本文構(gòu)建模型(2)和模型(3)。
Wayit=β0+β1BEit+β2Controlsit+θY+λI+δP+εit? ? ?(2)
Digit=γ0+γ1BEit+γ2Wayit+γ3Controlsit+θY+λI+δP+εit? ? (3)
其中, Way表示機(jī)制變量, 包括企業(yè)制度性交易成本、 行業(yè)市場競爭程度和城市高層次人才供給。企業(yè)制度性交易成本以企業(yè)管理費用、 銷售費用與財務(wù)費用之和占營業(yè)收入比重代理; 行業(yè)市場競爭程度以赫芬達(dá)爾指數(shù)代理, 該指標(biāo)越小, 表明市場集中度越低, 行業(yè)市場競爭程度越高; 城市高層次人才供給以各城市普通本??圃谛W(xué)生數(shù)代理, 本??圃谛W(xué)生由于具有受教育程度高、 素質(zhì)技能較好等優(yōu)勢, 在就業(yè)市場上往往代表著較高質(zhì)量的人力資本, 而學(xué)生在就業(yè)地域的選擇上, 也呈現(xiàn)出“選擇大學(xué)所在城市”的就業(yè)偏好(周蓉,2022)。其他變量定義與模型(1)一致。
表6列示了中介效應(yīng)檢驗結(jié)果。第(1)列中BE1的系數(shù)顯著為負(fù), 表明營商環(huán)境優(yōu)化能顯著降低企業(yè)制度性交易成本, 第(2)列中BE1的系數(shù)在1%的水平上顯著為正, 企業(yè)制度性交易成本的系數(shù)顯著為負(fù), 說明存在中介效應(yīng), 印證了營商環(huán)境優(yōu)化通過促使政府部門降本增效、 優(yōu)化涉企服務(wù)來降低企業(yè)制度性交易成本, 進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的作用渠道。第(3)列中BE1的系數(shù)顯著為負(fù), 表明營商環(huán)境優(yōu)化能顯著提高行業(yè)市場競爭程度, 第(4)列中BE1的系數(shù)在1%的水平上顯著為正, 行業(yè)市場競爭程度的系數(shù)顯著為負(fù), 說明營商環(huán)境優(yōu)化能通過強(qiáng)化行業(yè)市場競爭, 破除數(shù)字產(chǎn)業(yè)進(jìn)入壁壘、 維護(hù)市場公平競爭秩序的渠道促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。第(5)列中BE1的系數(shù)在1%的水平上顯著為正, 表明營商環(huán)境優(yōu)化能夠顯著強(qiáng)化城市高層次人力資本供給, 第(6)列中BE1和城市高層次人才供給的系數(shù)均顯著為正, 表明營商環(huán)境優(yōu)化能夠通過加大城市高層次人力資本供給, 提供企業(yè)數(shù)字化轉(zhuǎn)型所需的人力資本支持, 進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。
(二)異質(zhì)性檢驗
1. 企業(yè)異質(zhì)性影響。數(shù)字技術(shù)的賦能在一定程度上顛覆了傳統(tǒng)的生產(chǎn)模式和組織框架, 對企業(yè)既有的商業(yè)戰(zhàn)略帶來沖擊, 開展數(shù)字化轉(zhuǎn)型要求企業(yè)內(nèi)部具備一定的機(jī)會識別和響應(yīng)能力(Warner和W?ger,2019)。一方面, 產(chǎn)權(quán)性質(zhì)決定著企業(yè)的發(fā)展方向。國有企業(yè)除了承擔(dān)商業(yè)性目標(biāo), 還兼具穩(wěn)定國民經(jīng)濟(jì)命脈、 落實宏觀經(jīng)濟(jì)政策等社會職能, 其發(fā)展戰(zhàn)略受政府約束和管制較為嚴(yán)格; 而非國有企業(yè)以打造競爭優(yōu)勢、 追求經(jīng)濟(jì)利益為目標(biāo), 在數(shù)字化發(fā)展浪潮中能夠更加積極主動地制定數(shù)字化轉(zhuǎn)型戰(zhàn)略。另一方面, 根據(jù)高層梯隊理論, 管理者并非完全理性, 其自身的教育背景、 科研經(jīng)歷等個人經(jīng)驗會影響企業(yè)對最新數(shù)字化趨勢的感知、 開展數(shù)字化轉(zhuǎn)型的意愿以及快速響應(yīng)的能力, 進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型。
因此, 本文按照企業(yè)產(chǎn)權(quán)性質(zhì)、 董事長學(xué)歷類別和研發(fā)背景將樣本進(jìn)行分組。其中, 研發(fā)背景參考賀新聞和洪琳(2021)的研究, 通過篩選董事長公開的個人簡歷, 將曾經(jīng)擁有在高校、 科研機(jī)構(gòu)或企業(yè)任職時形成與職業(yè)相關(guān)的科研經(jīng)歷視為具有研發(fā)背景, 否則為無研發(fā)背景。表7的分組回歸結(jié)果表明, BE1的回歸系數(shù)均為正, 且在非國有企業(yè)、 董事長擁有較高學(xué)歷(碩士及以上)和無研發(fā)背景的樣本中高度顯著。似無相關(guān)檢驗(suest檢驗)發(fā)現(xiàn), 核心解釋變量的估計系數(shù)在分樣本間存在顯著的組間系數(shù)差異。這可能是因為: 國有企業(yè)在數(shù)字化轉(zhuǎn)型戰(zhàn)略上的自主決策權(quán)和積極性相對較低, 非國有企業(yè)在數(shù)字化發(fā)展浪潮中更加積極主動; 擁有較高學(xué)歷的董事長對外部環(huán)境中數(shù)字化發(fā)展的感知識別和響應(yīng)能力更強(qiáng), 對內(nèi)更有意識和動機(jī)開展企業(yè)數(shù)字化轉(zhuǎn)型; 具有研發(fā)背景的董事長數(shù)年深耕于專業(yè)領(lǐng)域的科研創(chuàng)新, 其更加注重科研過程的縝密性和結(jié)果的可靠性, 可能對企業(yè)開展數(shù)字化轉(zhuǎn)型的決策行為過于保守。綜上, 企業(yè)產(chǎn)權(quán)性質(zhì)和管理者個人特質(zhì)會影響企業(yè)對數(shù)字化發(fā)展機(jī)會的識別和把握, 影響數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定, 進(jìn)而影響營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的功效發(fā)揮。
2. 行業(yè)異質(zhì)性影響。不同要素密集度的行業(yè)對于數(shù)字技術(shù)的依賴性差異也會導(dǎo)致其受營商環(huán)境優(yōu)化的影響不同。技術(shù)密集型行業(yè)具有技術(shù)裝備多、 專利多的特點, 此類企業(yè)更容易獲得政策、 市場等資源支持, 資本密集型行業(yè)所需投資量大, 有形資產(chǎn)較為豐富, 能夠為企業(yè)開展數(shù)字化轉(zhuǎn)型提供資本支持, 故這兩類企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時更具競爭優(yōu)勢; 勞動密集型行業(yè)對技術(shù)和設(shè)備的依賴程度較低, 人均勞動力技術(shù)裝備水平較低, 故較少能被數(shù)字化技術(shù)取代。
因此, 本文根據(jù)企業(yè)所處行業(yè)要素密集度將樣本劃分為勞動密集型、 資本密集型和技術(shù)密集型企業(yè)并進(jìn)行分組回歸, 表8第(1) ~ (3)列報告了分樣本回歸結(jié)果。BE1的回歸系數(shù)均顯著為正, 且資本和技術(shù)密集型行業(yè)的回歸系數(shù)和顯著性均高于勞動密集型行業(yè)。分樣本檢驗結(jié)果表明, 營商環(huán)境的組間回歸系數(shù)存在顯著差異。實證結(jié)果與前文理論分析保持一致, 即技術(shù)裝備多、 有形資產(chǎn)更為豐富的行業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時更容易獲得資本的支持, 享受營商環(huán)境優(yōu)化帶來的制度政策紅利, 而勞動密集型行業(yè)對數(shù)字技術(shù)的依賴性較低, 故相比勞動密集型行業(yè), 營商環(huán)境優(yōu)化對資本和技術(shù)密集型行業(yè)的企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。
3. 城市異質(zhì)性影響。企業(yè)所處城市行政等級不同也會影響營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的作用。省會城市通常是國家或區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略的中心和先行者, 其經(jīng)濟(jì)條件優(yōu)越, 制度環(huán)境完善, 營商環(huán)境處于較高水平; 非省會城市的企業(yè)開展數(shù)字化轉(zhuǎn)型則面臨著政策、 市場等多方面約束, 受到營商環(huán)境優(yōu)化的沖擊后, 企業(yè)間開展數(shù)字化轉(zhuǎn)型的差異可能會更加明顯。
因此, 本文根據(jù)企業(yè)所處城市特征, 將樣本分為4個直轄市、 27個省會城市和244個非省會城市, 考察不同城市行政等級下營商環(huán)境優(yōu)化對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響差異, 表8第(4) ~ (6)列報告了分組回歸結(jié)果??梢?, 直轄市和省會城市營商環(huán)境優(yōu)化對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型無顯著促進(jìn)作用, 非省會城市BE1的系數(shù)在1%的水平上顯著為正, 驗證了優(yōu)化營商環(huán)境能夠促進(jìn)非省會城市的制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。
4. 新型信息基礎(chǔ)設(shè)施建設(shè)異質(zhì)性影響。5G 網(wǎng)絡(luò)、 大數(shù)據(jù)、 物聯(lián)網(wǎng)等數(shù)字技術(shù)演化成的新型信息基礎(chǔ)設(shè)施, 能夠改善用戶端到端網(wǎng)絡(luò)訪問體驗, 為數(shù)字化轉(zhuǎn)型實力不足的企業(yè)提供良好的算力支持, 有效滿足企業(yè)數(shù)字化轉(zhuǎn)型所需的低時延、 大帶寬、 本地計算、 安全承載、 降本增效等外部需求, 助力企業(yè)開展數(shù)字化轉(zhuǎn)型, 故新型信息基礎(chǔ)設(shè)施建設(shè)水平不同的地區(qū), 其營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的影響也不同。
考慮到各城市開展新型信息基礎(chǔ)設(shè)施建設(shè)對鄰近區(qū)市存在空間溢出效應(yīng)(李海剛,2022), 本文測算了各省份的人均互聯(lián)網(wǎng)端口數(shù)、 地區(qū)基站密度、 每百家企業(yè)域名數(shù), 將其作為新型信息基礎(chǔ)設(shè)施建設(shè)的代理指標(biāo), 并以中位數(shù)將樣本劃分為高低兩組, 表9列示了按照新型信息基礎(chǔ)設(shè)施建設(shè)不同水平分組后營商環(huán)境優(yōu)化對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。結(jié)果表明, 在三類基建建設(shè)水平較高的城市, BE1的回歸系數(shù)均顯著為正, 而在這三項指標(biāo)對應(yīng)的低值組中, BE1的回歸系數(shù)和顯著性皆有所下降。同樣, 似無相關(guān)檢驗發(fā)現(xiàn), BE1在分樣本檢驗的組間回歸系數(shù)均存在顯著差異。這和前文理論分析一致, 說明完備的互聯(lián)網(wǎng)建設(shè)、 基站建設(shè)和網(wǎng)站域名建設(shè)等新型信息基礎(chǔ)設(shè)施能夠為數(shù)字化轉(zhuǎn)型實力不足的制造業(yè)企業(yè)提供良好的算力系統(tǒng)支持, 助力企業(yè)開展數(shù)字化轉(zhuǎn)型。
六、? 結(jié)論與啟示
本文探討了城市營商環(huán)境優(yōu)化對制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響效果及作用渠道, 得出如下結(jié)論: 營商環(huán)境優(yōu)化能夠顯著促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型, 該結(jié)果在經(jīng)過一系列穩(wěn)健性檢驗和處理內(nèi)生性問題后仍成立; 機(jī)制檢驗結(jié)果表明, 營商環(huán)境優(yōu)化通過降低企業(yè)制度性交易成本、 提高行業(yè)市場競爭程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型; 異質(zhì)性分析發(fā)現(xiàn), 對于非國有企業(yè)、 董事長擁有較高學(xué)歷和無研發(fā)背景的企業(yè), 以及處于非省會城市、 資本和技術(shù)密集型行業(yè)、 新型信息基礎(chǔ)設(shè)施建設(shè)較好區(qū)域的企業(yè), 營商環(huán)境優(yōu)化對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更為顯著。
本文的政策啟示如下: 第一, 深層次優(yōu)化營商環(huán)境。應(yīng)加強(qiáng)各級政府部門之間的合作, 形成優(yōu)勢互補(bǔ)、 職能協(xié)調(diào)的政務(wù)服務(wù)體系, 提升政務(wù)服務(wù)能力和水平; 厘清市場活動和政府服務(wù)的邊界, 側(cè)重調(diào)節(jié)市場失靈的負(fù)外部性, 維護(hù)市場競爭秩序; 不斷完善法律法規(guī)體系, 針對性地為企業(yè)數(shù)字化轉(zhuǎn)型提供數(shù)字確權(quán)、 數(shù)據(jù)交易等制度保障, 激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)生動力。政府應(yīng)立足數(shù)字產(chǎn)業(yè)頂層設(shè)計, 建立更為精準(zhǔn)的扶持政策體系, 切實加大對非省會城市營商環(huán)境的關(guān)注, 健全新型信息基礎(chǔ)設(shè)施建設(shè), 補(bǔ)齊營商環(huán)境優(yōu)化影響企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性差異短板, 著力降低企業(yè)制度性交易成本、 提高行業(yè)市場競爭程度、 增加高層次人才供給, 提振企業(yè)數(shù)字化轉(zhuǎn)型動能。第二, 企業(yè)要根據(jù)自身情況量體裁衣進(jìn)行數(shù)字化轉(zhuǎn)型。企業(yè)不僅要增強(qiáng)自身對外部環(huán)境中數(shù)字化發(fā)展的感知識別和響應(yīng)能力, 有意識和有動機(jī)地開展數(shù)字化轉(zhuǎn)型, 還要考慮自身產(chǎn)權(quán)性質(zhì)、 生產(chǎn)規(guī)律、 發(fā)展需求、 所處行業(yè)技術(shù)水平特征, 積極尋求特色化、 高效化的數(shù)字化發(fā)展道路, 逐步挖掘自身數(shù)字化發(fā)展?jié)摿Γ?培養(yǎng)自身數(shù)字化轉(zhuǎn)型的比較優(yōu)勢, 讓營商環(huán)境優(yōu)化真正賦能制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。
【 主 要 參 考 文 獻(xiàn) 】
《管理世界》經(jīng)濟(jì)研究院“中國城市營商環(huán)境評價研究”課題組,李志軍,張世國,高太山,單珊,周平錄.我國城市營商環(huán)境及其評價[ J].發(fā)展研究,2019(3):54 ~ 58.
賀新聞,洪琳.高管團(tuán)隊研發(fā)背景對企業(yè)創(chuàng)新績效的影響——有調(diào)節(jié)的中介效應(yīng)檢驗[ J].科學(xué)管理研究,2021(6):82 ~ 89.
李海剛.?dāng)?shù)字新基建、空間溢出與經(jīng)濟(jì)高質(zhì)量發(fā)展[ J].經(jīng)濟(jì)問題探索,2022(6):28 ~ 39.
劉淑春,閆津臣,張思雪,林漢川.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎[ J].管理世界,2021(5):170 ~ 190+13.
史宇鵬,王陽.營商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型:影響表現(xiàn)與作用機(jī)制[ J].北京交通大學(xué)學(xué)報(社會科學(xué)版),2022(2):14 ~ 28.
王磊,景詩龍,鄧芳芳.營商環(huán)境優(yōu)化對企業(yè)創(chuàng)新效率的影響研究[ J].系統(tǒng)工程理論與實踐,2022(6):1601 ~ 1615.
王永進(jìn),馮笑.行政審批制度改革與企業(yè)創(chuàng)新[ J].中國工業(yè)經(jīng)濟(jì),2018(2):24 ~ 42.
魏下海,董志強(qiáng),張永璟.營商制度環(huán)境為何如此重要?——來自民營企業(yè)家“內(nèi)治外攘”的經(jīng)驗證據(jù)[ J].經(jīng)濟(jì)科學(xué),2015(2):105 ~ 116.
武常岐,張昆賢,周欣雨,周梓洵.?dāng)?shù)字化轉(zhuǎn)型、競爭戰(zhàn)略選擇與企業(yè)高質(zhì)量發(fā)展——基于機(jī)器學(xué)習(xí)與文本分析的證據(jù)[ J].經(jīng)濟(jì)管理,2022(4):5 ~ 22.
謝繁寶,樊瑤.營商環(huán)境對企業(yè)勞動生產(chǎn)率影響效應(yīng)的實證檢驗[ J].統(tǒng)計與決策,2022(8):179 ~ 183.
陽鎮(zhèn),陳勁,商慧辰.何種經(jīng)歷推動數(shù)字化:高管學(xué)術(shù)經(jīng)歷與企業(yè)數(shù)字化轉(zhuǎn)型[ J].經(jīng)濟(jì)問題,2022(10):1 ~ 11.
楊德明,劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績[ J].中國工業(yè)經(jīng)濟(jì),2018(5):80 ~ 98.
楊仁發(fā),魏琴琴.營商環(huán)境對城市創(chuàng)新能力的影響研究——基于中介效應(yīng)的實證檢驗[ J].調(diào)研世界,2021(10):35 ~ 43.
袁淳,肖土盛,耿春曉,盛譽.?dāng)?shù)字化轉(zhuǎn)型與企業(yè)分工:專業(yè)化還是縱向一體化[ J].中國工業(yè)經(jīng)濟(jì),2021(9):137 ~ 155.
袁文融,楊震寧.營商環(huán)境如何影響居民創(chuàng)業(yè)——營商硬環(huán)境與軟環(huán)境的異同[ J].技術(shù)經(jīng)濟(jì),2021(11):35 ~ 45.
苑澤明,蘆欣媛,李萌,王桂平.CEO權(quán)力與企業(yè)數(shù)字化轉(zhuǎn)型:促進(jìn)還是抑制[ J].財會月刊,2023(12):153 ~ 160.
趙璨,陳仕華,曹偉.“互聯(lián)網(wǎng)+”信息披露:實質(zhì)性陳述還是策略性炒作——基于股價崩盤風(fēng)險的證據(jù)[ J].中國工業(yè)經(jīng)濟(jì),2020(3):174 ~ 192.
趙宸宇,王文春,李雪松.?dāng)?shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[ J].財貿(mào)經(jīng)濟(jì),2021(7):114 ~ 129.
周蓉.大學(xué)生就業(yè)心態(tài):社會生態(tài)視域下的新常態(tài)及其應(yīng)對[ J].當(dāng)代青年研究,2022(2):94 ~ 101.
Kusiak A.. Smart manufacturing must embrace big data[ J].Nature,2017(7648):23 ~ 25.
Prantl S.. The impact of firm entry regulation on long-living entrants[ J]. Small Business Economics,2012(1):61 ~ 76.
Warner K. S. R., W?ger M.. Building dynamic capabilities for digital transformation: An ongoing process of strategic renewal[ J].Long Range Planning,2019(3):326 ~ 349.