侯林岐,程廣斌,王雅莉

(石河子大學(xué) 經(jīng)濟(jì)與管理學(xué)院,新疆 石河子 832003)

0 引言

企業(yè)數(shù)字化轉(zhuǎn)型是推動數(shù)字經(jīng)濟(jì)發(fā)展,保障經(jīng)濟(jì)動能平穩(wěn)轉(zhuǎn)換,實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的微觀基礎(chǔ)[1-2]?！吨袊鴶?shù)字經(jīng)濟(jì)發(fā)展白皮書(2021)》報(bào)告顯示,2020年中國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到39.2萬億元,占GDP比重為38.6%,已成為有效支撐疫情防控和經(jīng)濟(jì)社會穩(wěn)定發(fā)展的重要力量。數(shù)字經(jīng)濟(jì)發(fā)展帶動大量數(shù)字化技術(shù)落地與數(shù)字化項(xiàng)目應(yīng)用,提高了用戶在市場中的地位與作用,也催生企業(yè)生產(chǎn)經(jīng)營模式、企業(yè)戰(zhàn)略目標(biāo)與內(nèi)部管理體系的系統(tǒng)性變革[3]。特別是在后疫情時(shí)代,將人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)應(yīng)用于企業(yè)生產(chǎn)經(jīng)營,成為企業(yè)應(yīng)對國內(nèi)外生產(chǎn)經(jīng)營環(huán)境的不確定性,推動高質(zhì)量發(fā)展的必然選擇[4]。從實(shí)踐看,近年來中國企業(yè)正不斷加快數(shù)字化轉(zhuǎn)型進(jìn)程?！?021中國企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》顯示,中國數(shù)字化轉(zhuǎn)型指數(shù)由2018年的37分上升至2021年的54分,各行業(yè)企業(yè)整體數(shù)字化進(jìn)程穩(wěn)步推進(jìn),數(shù)字化能力建設(shè)整體行程已然過半。但是,企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程并非一帆風(fēng)順,僅有16%的企業(yè)數(shù)字化轉(zhuǎn)型成效顯著,更多企業(yè)仍面臨數(shù)字化轉(zhuǎn)型基礎(chǔ)薄弱、轉(zhuǎn)型能力不足等問題,對數(shù)字技術(shù)的應(yīng)用還處于摸索階段[4]。

國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠促進(jìn)數(shù)字產(chǎn)業(yè)發(fā)展,釋放技術(shù)紅利、制度紅利和創(chuàng)新紅利,為刺激企業(yè)數(shù)字化轉(zhuǎn)型提供市場制度力量和政策支持。面對全球新一輪科技革命與產(chǎn)業(yè)變革,數(shù)據(jù)作為關(guān)鍵生產(chǎn)要素正對經(jīng)濟(jì)運(yùn)行機(jī)制、社會生活方式和國家治理能力產(chǎn)生重要影響。目前,我國數(shù)字經(jīng)濟(jì)在發(fā)展規(guī)模和應(yīng)用場景方面已具備一定基礎(chǔ),擁有較大市場優(yōu)勢和發(fā)展?jié)摿?但是依然存在數(shù)字經(jīng)濟(jì)戰(zhàn)略前瞻性和優(yōu)勢性尚存不足、數(shù)字經(jīng)濟(jì)發(fā)展飽和度和均衡性不夠、數(shù)字經(jīng)濟(jì)創(chuàng)新能力和核心技術(shù)不夠強(qiáng)、“數(shù)據(jù)孤島”“數(shù)據(jù)煙囪”現(xiàn)象普遍等一系列短板[1]。為加快大數(shù)據(jù)部署,深化大數(shù)據(jù)應(yīng)用,打造數(shù)字經(jīng)濟(jì)新優(yōu)勢,2015年8月國務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》(以下簡稱《綱要》)?！毒V要》從頂層規(guī)劃、政策指引和實(shí)施方向等方面為推動數(shù)字資源開放、促進(jìn)數(shù)字產(chǎn)業(yè)發(fā)展指明方向,并明確提出開展區(qū)域試點(diǎn),為推動實(shí)施國家大數(shù)據(jù)發(fā)展戰(zhàn)略提供可借鑒、可復(fù)制和可推廣的發(fā)展經(jīng)驗(yàn)[5]。2015年9月,貴州啟動建設(shè)首個(gè)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn);2016年,國家公布第二批國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)名單,包括北京、天津、河北、內(nèi)蒙古、遼寧、河南、上海、重慶、廣東[6]。在發(fā)展目標(biāo)和任務(wù)上,《綱要》指出,要統(tǒng)籌規(guī)劃大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè),推動大數(shù)據(jù)在企業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)經(jīng)營等各環(huán)節(jié)的應(yīng)用,帶動管理方式、商業(yè)模式創(chuàng)新和產(chǎn)業(yè)價(jià)值鏈體系重構(gòu)。

近年來,企業(yè)數(shù)字化轉(zhuǎn)型引起學(xué)界和政府的廣泛關(guān)注?，F(xiàn)有研究圍繞企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動因素、轉(zhuǎn)型模式、作用表現(xiàn)等方面展開了系列探索。具體來看,企業(yè)數(shù)字化轉(zhuǎn)型受到內(nèi)外部雙重因素推動[4],內(nèi)部因素包括企業(yè)特征、組織學(xué)習(xí)、管理特征等[7],外部因素包括數(shù)字技術(shù)發(fā)展與滲透、市場需求變化、市場競爭加劇等[8-9]。在企業(yè)數(shù)字化轉(zhuǎn)型模式方面,Matt等[10]、Andriole[11]、Verhoef等[12]、韋影等[8]、王永貴等[13]從戰(zhàn)略層面剖析企業(yè)數(shù)字化轉(zhuǎn)型的啟動方式和策略類型。在企業(yè)數(shù)字化轉(zhuǎn)型的作用表現(xiàn)方面,企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的服務(wù)意識,提高企業(yè)獲取客戶的能力[14];數(shù)字技術(shù)對企業(yè)創(chuàng)新活動的滲透能夠重塑企業(yè)的商業(yè)模式和價(jià)值獲取方式,促進(jìn)技術(shù)創(chuàng)新能力提升[15],提高企業(yè)全要素生產(chǎn)效率[16],最終提升企業(yè)績效[17]。但是傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型實(shí)踐并不樂觀,如唐松等[18]、吳非等[19]指出,許多企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨基礎(chǔ)設(shè)施不足導(dǎo)致的“不會轉(zhuǎn)”、研發(fā)資金約束導(dǎo)致的“不能轉(zhuǎn)”以及轉(zhuǎn)型陣痛期長導(dǎo)致的“不敢轉(zhuǎn)”等問題。針對以上問題,部分學(xué)者從數(shù)字金融、金融科技和財(cái)政科技支出等視角出發(fā),探索金融手段對企業(yè)數(shù)字化轉(zhuǎn)型的影響[18-20]。

然而,目前尚未有文獻(xiàn)將區(qū)域政策與企業(yè)數(shù)字化轉(zhuǎn)型聯(lián)系起來,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)政策試點(diǎn)與企業(yè)數(shù)字化轉(zhuǎn)型之間的影響機(jī)制僅能從其它相關(guān)文獻(xiàn)中推論。一方面,企業(yè)提升數(shù)字化應(yīng)用能力是長周期、高風(fēng)險(xiǎn)、低確定性的系統(tǒng)性創(chuàng)新過程,企業(yè)數(shù)字化轉(zhuǎn)型過程中需要承擔(dān)極高的創(chuàng)新成本與風(fēng)險(xiǎn)。同時(shí),數(shù)字技術(shù)的外部性特征也使得支撐企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)供給不足[19]。面對企業(yè)數(shù)字化轉(zhuǎn)型的市場失靈問題,需要發(fā)揮政府“看得見的手”的作用,激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的積極性。另一方面,數(shù)字基建與數(shù)字產(chǎn)業(yè)培育是政府推動企業(yè)數(shù)字化轉(zhuǎn)型的重要抓手。前者通過政策支持刺激企業(yè)數(shù)字化轉(zhuǎn)型,后者則借助市場力量推動企業(yè)數(shù)字化轉(zhuǎn)型[21]。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有利于完善區(qū)域信息基礎(chǔ)設(shè)施,促進(jìn)區(qū)域數(shù)字產(chǎn)業(yè)相關(guān)創(chuàng)新,提升企業(yè)智能化意識和研發(fā)水平[22]。基于上述文獻(xiàn)推斷,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)可能對企業(yè)數(shù)字化轉(zhuǎn)型具有推動作用。

鑒于此,本文將國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)作為一項(xiàng)準(zhǔn)自然試驗(yàn),以中國A股上市公司數(shù)字化轉(zhuǎn)型為研究對象,探索大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間的影響、作用機(jī)制和邊界條件。本文邊際貢獻(xiàn)在于:在研究視角上,將大數(shù)據(jù)綜合試驗(yàn)區(qū)的研究視角聚焦于微觀企業(yè),借助雙重差分模型分析國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的賦能作用,探究區(qū)域政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響,為大數(shù)據(jù)綜合試驗(yàn)區(qū)政策紅利提供微觀層面的實(shí)證支撐,為相關(guān)話題開辟新維度;在研究深度上,本文構(gòu)建大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)數(shù)字化轉(zhuǎn)型的分析框架,從基建賦能效應(yīng)、產(chǎn)業(yè)助推效應(yīng)和政府扶持效應(yīng)3個(gè)層面分析試點(diǎn)政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響,在此基礎(chǔ)上考察企業(yè)和城市異質(zhì)性問題,有助于深入理解大數(shù)據(jù)綜合試驗(yàn)區(qū)影響企業(yè)數(shù)字化轉(zhuǎn)型的作用機(jī)制和邊界條件;在研究方法上,采用Python爬取和整理中國A股上市公司年報(bào),利用PDFbox工具統(tǒng)計(jì)關(guān)鍵詞詞頻,構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指數(shù),在此基礎(chǔ)上采用漸進(jìn)式雙重差分方法從微觀企業(yè)角度考察宏觀政策的經(jīng)濟(jì)效果,并通過一系列穩(wěn)健性檢驗(yàn)證明核心結(jié)論的可靠性,豐富宏微觀結(jié)合的實(shí)證運(yùn)用,為類似話題的研究提供經(jīng)驗(yàn)證據(jù)。

1 分析框架與作用機(jī)制

目前,我國大多數(shù)企業(yè)數(shù)字化轉(zhuǎn)型還處于初級階段,技術(shù)創(chuàng)新能力不強(qiáng)、產(chǎn)業(yè)基礎(chǔ)薄弱、政策扶持不足是制約企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的關(guān)鍵短板[23]。大數(shù)據(jù)綜合試驗(yàn)區(qū)作為中國治理實(shí)踐中特有的試點(diǎn)政策,能夠通過基建賦能效應(yīng)、產(chǎn)業(yè)助推效應(yīng)和政策扶持效應(yīng)助力企業(yè)數(shù)字化轉(zhuǎn)型。

1.1 基建賦能效應(yīng)

數(shù)字基建是數(shù)字經(jīng)濟(jì)發(fā)展的硬件支撐,是企業(yè)數(shù)字化轉(zhuǎn)型的基石底座[24]。國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)通過統(tǒng)籌規(guī)劃數(shù)字基礎(chǔ)設(shè)施建設(shè),為企業(yè)數(shù)字化轉(zhuǎn)型提供技術(shù)和工具,降低企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)應(yīng)用與設(shè)備替代成本,賦能企業(yè)數(shù)字化轉(zhuǎn)型。國家工信部數(shù)據(jù)顯示,約一半的企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程滯留在技術(shù)應(yīng)用的配套階段,嚴(yán)重阻礙了企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。一方面,數(shù)字基礎(chǔ)設(shè)施薄弱導(dǎo)致傳統(tǒng)企業(yè)無法有效利用數(shù)字技術(shù)賦能生產(chǎn)經(jīng)營活動;另一方面,企業(yè)為了應(yīng)用先進(jìn)的數(shù)字技術(shù),往往需要承擔(dān)高昂的舊設(shè)備改造成本,導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型陷入轉(zhuǎn)型成本高和轉(zhuǎn)型收益低的雙重困境,使得企業(yè)數(shù)字化轉(zhuǎn)型只能在低水平徘徊[19]。大數(shù)據(jù)綜合試驗(yàn)區(qū)通過統(tǒng)籌規(guī)劃數(shù)字基礎(chǔ)設(shè)施建設(shè),促進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平提升。例如首先成為大數(shù)據(jù)綜合試驗(yàn)區(qū)的貴州省,在建設(shè)中重點(diǎn)推動全省互聯(lián)網(wǎng)建設(shè),信息基礎(chǔ)設(shè)施建設(shè)水平從全國第29位上升到第15位,新型基礎(chǔ)設(shè)施建設(shè)水平提升為企業(yè)數(shù)字化轉(zhuǎn)型奠定了基礎(chǔ)[22]。一方面,大數(shù)據(jù)綜合試驗(yàn)區(qū)在充分利用現(xiàn)有數(shù)字資源和平臺設(shè)施的基礎(chǔ)上,推動數(shù)字技術(shù)與移動互聯(lián)網(wǎng)、云計(jì)算、人工智能等技術(shù)深度融合,強(qiáng)化大數(shù)據(jù)應(yīng)用創(chuàng)新能力建設(shè),為企業(yè)數(shù)字化轉(zhuǎn)型提供豐富的技術(shù)和工具,有助于實(shí)現(xiàn)數(shù)字化技術(shù)與生產(chǎn)經(jīng)營業(yè)務(wù)深度融合。另一方面,大數(shù)據(jù)綜合試驗(yàn)區(qū)通過完善數(shù)字基礎(chǔ)設(shè)施降低企業(yè)數(shù)字技術(shù)應(yīng)用與設(shè)備配套的改造成本。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)會對現(xiàn)有數(shù)據(jù)中心及服務(wù)器資源進(jìn)行改造和利用,建設(shè)低成本、高效率的數(shù)據(jù)匯聚平臺,避免盲目建設(shè)和重復(fù)投資,有助于企業(yè)擺脫轉(zhuǎn)型成本高昂和利潤水平低下的雙重困境,進(jìn)而賦能企業(yè)數(shù)字化轉(zhuǎn)型。

1.2 產(chǎn)業(yè)助推效應(yīng)

隨著產(chǎn)業(yè)體系不斷擴(kuò)張、專業(yè)化分工逐步拓展,數(shù)字化轉(zhuǎn)型僅僅依靠單一企業(yè)無法有效完成,唯有形成上下游協(xié)同的數(shù)字產(chǎn)業(yè)化模式才能使企業(yè)數(shù)字化轉(zhuǎn)型持續(xù)推進(jìn)。目前,我國數(shù)字產(chǎn)業(yè)仍處于積累和壯大階段,數(shù)字產(chǎn)業(yè)化催生的新模式、新業(yè)態(tài)對企業(yè)數(shù)字化轉(zhuǎn)型的支撐作用有限[23]。國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)能夠吸引大數(shù)據(jù)產(chǎn)業(yè)集聚,聚焦數(shù)字產(chǎn)業(yè)研發(fā)力和數(shù)字產(chǎn)業(yè)鏈關(guān)聯(lián)兩大發(fā)展路徑,助推企業(yè)數(shù)字化轉(zhuǎn)型。首先,大數(shù)據(jù)綜合試驗(yàn)區(qū)會積極引進(jìn)優(yōu)秀高科技企業(yè)和高端前沿研發(fā)機(jī)構(gòu)入駐,推動企業(yè)、科研院所和行業(yè)之間開展技術(shù)交流與合作,建立政產(chǎn)學(xué)研聯(lián)動的協(xié)同創(chuàng)新模式,從而加快數(shù)字技術(shù)研發(fā)與應(yīng)用,破解自主創(chuàng)新和重大技術(shù)突破對數(shù)字化轉(zhuǎn)型的制約[22]。其次,大數(shù)據(jù)綜合試驗(yàn)區(qū)中數(shù)字產(chǎn)業(yè)集聚有助于帶動數(shù)字技術(shù)向產(chǎn)業(yè)鏈前后端溢出,引發(fā)數(shù)字化轉(zhuǎn)型的持續(xù)變革。大數(shù)據(jù)綜合試驗(yàn)區(qū)大力培育互聯(lián)網(wǎng)金融、數(shù)據(jù)服務(wù)等新業(yè)態(tài),有利于提高傳統(tǒng)企業(yè)獲取數(shù)據(jù)要素的能力。一方面,互聯(lián)網(wǎng)金融、數(shù)據(jù)服務(wù)、數(shù)據(jù)處理等數(shù)據(jù)應(yīng)用型企業(yè)能夠?yàn)槠鋽?shù)字化轉(zhuǎn)型提供一系列優(yōu)質(zhì)技術(shù)工具,幫助企業(yè)對數(shù)字化項(xiàng)目風(fēng)險(xiǎn)特征與可用資源進(jìn)行精準(zhǔn)匹配,進(jìn)而作出合理高效的技術(shù)創(chuàng)新決策,助力企業(yè)尋找數(shù)字化轉(zhuǎn)型的最優(yōu)路徑。另一方面,在縱、橫向產(chǎn)業(yè)鏈關(guān)聯(lián)下,數(shù)字產(chǎn)業(yè)新興業(yè)態(tài)發(fā)展倒逼傳統(tǒng)企業(yè)轉(zhuǎn)變經(jīng)營管理模式,不斷提升自身數(shù)字經(jīng)濟(jì)服務(wù)能力和創(chuàng)新效率,引發(fā)產(chǎn)業(yè)鏈數(shù)字化轉(zhuǎn)型的持續(xù)革新[6]。

1.3 政府扶持效應(yīng)

企業(yè)數(shù)字化轉(zhuǎn)型過程中需要政府財(cái)政支持和制度支持,以保障轉(zhuǎn)型工作的有序推進(jìn)。企業(yè)數(shù)字化轉(zhuǎn)型是長周期、高風(fēng)險(xiǎn)的系統(tǒng)性創(chuàng)新,只依賴內(nèi)源性融資和內(nèi)部創(chuàng)新資源調(diào)度容易陷入融資約束和利潤低迷的雙重困境,優(yōu)質(zhì)低價(jià)的外源性融資和良好的市場環(huán)境是企業(yè)突破數(shù)字化轉(zhuǎn)型障礙的關(guān)鍵所在。一方面,當(dāng)前中國金融市場存在直接金融市場有效供給覆蓋率較低、間接金融市場風(fēng)險(xiǎn)厭惡偏好較強(qiáng)的特征,導(dǎo)致傳統(tǒng)金融很大程度上制約企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程[18]。另一方面,數(shù)據(jù)作為新的生產(chǎn)要素,容易產(chǎn)生數(shù)字產(chǎn)權(quán)不清、數(shù)據(jù)安全難以保障、敏感信息泄露等問題,若沒有完善的法律法規(guī)制度體系,會給企業(yè)數(shù)字化技術(shù)應(yīng)用帶來極大風(fēng)險(xiǎn),抑制數(shù)據(jù)技術(shù)對企業(yè)生產(chǎn)經(jīng)營的賦能效應(yīng)[23]。大數(shù)據(jù)綜合試驗(yàn)區(qū)通過財(cái)政金融支持為企業(yè)數(shù)字化轉(zhuǎn)型提供寬松的金融環(huán)境和健全的制度保障。一方面,財(cái)政金融支出能夠有效降低企業(yè)數(shù)字化轉(zhuǎn)型成本,是政府提振企業(yè)技術(shù)創(chuàng)新的重要政策工具[19]。在大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)中,地方政府通過產(chǎn)業(yè)投資基金、項(xiàng)目貼息等財(cái)政金融手段為符合條件的企業(yè)提供高效率資金支持,改善企業(yè)財(cái)務(wù)狀況,分擔(dān)創(chuàng)新風(fēng)險(xiǎn),激發(fā)企業(yè)創(chuàng)新潛能。同時(shí),財(cái)政扶持有助于降低金融機(jī)構(gòu)投資者識別優(yōu)質(zhì)企業(yè)的成本,緩解投資過程中的信息不對稱問題,將金融資源引導(dǎo)到數(shù)字創(chuàng)新領(lǐng)域,為企業(yè)數(shù)字化轉(zhuǎn)型營造良好的金融環(huán)境。另一方面,大數(shù)據(jù)綜合試驗(yàn)區(qū)會建立標(biāo)準(zhǔn)規(guī)范體系,制定法規(guī)制度標(biāo)準(zhǔn),健全市場發(fā)展機(jī)制,從制度層面保障企業(yè)數(shù)字化技術(shù)研發(fā)與應(yīng)用。例如,貴州、廣東、內(nèi)蒙古等省份在啟動大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)后,出臺數(shù)據(jù)開放、保護(hù)等方面制度條例,加強(qiáng)基礎(chǔ)信息網(wǎng)絡(luò)和關(guān)鍵行業(yè)領(lǐng)域信息系統(tǒng)安全保護(hù),推動數(shù)據(jù)資源權(quán)益方面的立法工作,以保障企業(yè)數(shù)字化技術(shù)的安全、有序、有效應(yīng)用,為企業(yè)數(shù)字化轉(zhuǎn)型提供制度保障[22]。

2 模型設(shè)定、變量選取與數(shù)據(jù)說明

2.1 模型設(shè)定

2015年,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)公布第一批試點(diǎn)省份,次年又公布第二批建設(shè)名單,這一特征使得國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)政策滿足準(zhǔn)自然試驗(yàn)法的研究要求。但是,國家對于大數(shù)據(jù)綜合試驗(yàn)區(qū)的選擇可能會考慮區(qū)域發(fā)展水平和稟賦條件,導(dǎo)致試點(diǎn)選取并不完全具備外生性,直接使用OLS估計(jì)方法必然導(dǎo)致不可觀測因素對大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策效應(yīng)評估的一致性產(chǎn)生干擾。為此,本文參考邱子迅和周亞虹[22]的研究方法,采取廣義雙重差分法評估大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)數(shù)字化轉(zhuǎn)型的政策效應(yīng),構(gòu)建如下模型:

Dltnit=α0+α1Treatit+α2Controlit+λj+μi+ηt+εit

(1)

式中,Dltn表示企業(yè)數(shù)字化轉(zhuǎn)型,Treat表示國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的政策效應(yīng),系數(shù)α1反映國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。Control表示為避免遺漏變量導(dǎo)致估計(jì)結(jié)果偏誤而進(jìn)行控制的一系列變量,λj、μi、ηt分別表示行業(yè)固定效應(yīng)、省份固定效應(yīng)和時(shí)間固定效應(yīng),ε為隨機(jī)擾動項(xiàng),j、i、t分別表示行業(yè)、省份和年份。

2.2 變量選取

(1)企業(yè)數(shù)字化轉(zhuǎn)型(Dltn)。本文借鑒吳非等[19]的研究,采用上市公司年報(bào)中涉及企業(yè)數(shù)字化轉(zhuǎn)型的詞頻數(shù)量刻畫企業(yè)數(shù)字化轉(zhuǎn)型程度。具體地,首先,從底層技術(shù)和數(shù)字技術(shù)應(yīng)用兩個(gè)層面確定企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞;然后,借助爬蟲軟件對研究區(qū)間內(nèi)上市公司年報(bào)進(jìn)行歸類整理,并通過Java PDFbox庫提取上市公司年報(bào)的所有詞頻;最后,匹配與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞頻,并對詞頻數(shù)量進(jìn)行分類加總,從而得到能夠反映企業(yè)數(shù)字化轉(zhuǎn)型意愿及轉(zhuǎn)型強(qiáng)度的初始指標(biāo)。由于詞頻數(shù)據(jù)具有典型的右偏性特征,本文對該指標(biāo)進(jìn)行對數(shù)化處理。

(2)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)(treat)。采用雙重差分項(xiàng)衡量,根據(jù)國務(wù)院公布的國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)名單,將試點(diǎn)城市當(dāng)年及以后年份設(shè)置為1,其余年份為0。

(3)控制變量。由于研究內(nèi)容涉及企業(yè)和城市兩個(gè)層面,本文在控制企業(yè)層面變量的基礎(chǔ)上,將地區(qū)屬性考慮在內(nèi)。在企業(yè)層面,控制企業(yè)總資產(chǎn)(Asset,取自然對數(shù))、凈資產(chǎn)收益率(ROE)、兩職合一(Merge)、托賓Q值(TobinQ)、股權(quán)集中度(Equity)、審計(jì)意見(Audit,標(biāo)準(zhǔn)無保留意見為1,其余為0)、營業(yè)收入(GOI,取自然對數(shù))、企業(yè)資本密度(SD,總資產(chǎn)與營業(yè)收入之比)、企業(yè)年齡(Age,取自然對數(shù))。在城市層面,控制經(jīng)濟(jì)發(fā)展水平(GDP,取自然對數(shù))、人力資本水平(Hum,在校大學(xué)生數(shù)取自然對數(shù))、金融發(fā)展水平(Fin,金融機(jī)構(gòu)貸款余額取自然對數(shù))。

2.3 數(shù)據(jù)說明

本文以2009—2019年中國A股上市公司為研究對象,上市公司數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)。為強(qiáng)化數(shù)據(jù)結(jié)構(gòu)與研究內(nèi)容的匹配性,剔除金融、房地產(chǎn)等特殊行業(yè)樣本,剔除ST掛牌和退市企業(yè),刪除缺失關(guān)鍵數(shù)據(jù)的企業(yè),并對企業(yè)層面的連續(xù)變量進(jìn)行1%水平上的縮尾處理,以消除異常值,避免對回歸結(jié)果造成偏差。城市層面數(shù)據(jù)來源于歷年《中國城市統(tǒng)計(jì)年鑒》。變量描述性統(tǒng)計(jì)分析如表1所示。

表1 描述性統(tǒng)計(jì)結(jié)果Tab.1 Descriptive statistics

3 實(shí)證結(jié)果及分析

3.1 基準(zhǔn)回歸分析

國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的回歸結(jié)果如表2所示。其中,列(1)為控制時(shí)間、省份和企業(yè)效應(yīng),未納入企業(yè)層面和城市層面變量的非穩(wěn)健標(biāo)準(zhǔn)誤估計(jì)結(jié)果;列(2)在列(1)基礎(chǔ)上采用穩(wěn)健標(biāo)準(zhǔn)誤,列(3)、(4)在列(2)基礎(chǔ)上逐步納入企業(yè)層面和城市層面的控制變量。

表2 基準(zhǔn)回歸結(jié)果Tab.2 Benchmark regression results

可以看出,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有利于推動企業(yè)數(shù)字化轉(zhuǎn)型。無論是否采用穩(wěn)健標(biāo)準(zhǔn)誤、是否加入控制變量,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的雙重差分項(xiàng)對企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)均顯著為正。加入控制變量后,試點(diǎn)政策的雙重差分估計(jì)系數(shù)與顯著性沒有發(fā)生實(shí)質(zhì)性變化,表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有利于促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。以列(4)結(jié)果為例,試點(diǎn)政策的雙重差分估計(jì)系數(shù)為0.556,且在1%水平上顯著,說明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策的實(shí)施使得試點(diǎn)城市較非試點(diǎn)城市的企業(yè)數(shù)字化轉(zhuǎn)型水平高出0.556個(gè)單位。這可能是因?yàn)?一方面,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過數(shù)據(jù)開放共享,實(shí)現(xiàn)數(shù)據(jù)流引領(lǐng)技術(shù)流、物質(zhì)流、資金流和人才流,深化數(shù)據(jù)要素在各行業(yè)創(chuàng)新應(yīng)用,促進(jìn)數(shù)字產(chǎn)業(yè)健康發(fā)展,為企業(yè)數(shù)字化轉(zhuǎn)型提供技術(shù)和應(yīng)用范式,賦能企業(yè)數(shù)字化轉(zhuǎn)型;另一方面,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有助于完善數(shù)字產(chǎn)業(yè)法規(guī)制度和標(biāo)準(zhǔn)體系,規(guī)范數(shù)字技術(shù)應(yīng)用,切實(shí)保障數(shù)據(jù)安全,為企業(yè)數(shù)字化技術(shù)應(yīng)用提供制度保障,消除企業(yè)數(shù)字化轉(zhuǎn)型顧慮與風(fēng)險(xiǎn)。

3.2 穩(wěn)健性檢驗(yàn)

3.2.1 平行趨勢檢驗(yàn)

雙重差分模型能夠準(zhǔn)確評估政策效應(yīng)的前提是保證研究樣本滿足平行趨勢檢驗(yàn),即在不存在政策沖擊時(shí),試點(diǎn)城市與非試點(diǎn)城市在時(shí)間發(fā)展趨勢上具有一致性,并不會隨時(shí)間推移產(chǎn)生系統(tǒng)性差異。為此,本文參考徐林等[6]的研究思路,通過事件研究法構(gòu)建如下動態(tài)模型:

(2)

其中,did為一系列政策虛擬變量,表示國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)實(shí)施前5年、實(shí)施當(dāng)年以及實(shí)施后第3年的政策虛擬變量,其余變量與前文一致。利用圖示法比較國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)前后企業(yè)數(shù)字化轉(zhuǎn)型的變動趨勢,如圖1所示。在試點(diǎn)政策實(shí)施前,試點(diǎn)城市與非試點(diǎn)城市的企業(yè)數(shù)字化轉(zhuǎn)型水平并不存在顯著差異。在試點(diǎn)政策實(shí)施后,試點(diǎn)城市與非試點(diǎn)城市的企業(yè)數(shù)字化轉(zhuǎn)型水平逐漸出現(xiàn)顯著差異,表明研究模型滿足平行趨勢。此外,從試點(diǎn)政策的動態(tài)效應(yīng)看,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策實(shí)施當(dāng)年對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用并不顯著,但隨著時(shí)間推移,其政策效應(yīng)不斷增強(qiáng),表明試點(diǎn)政策發(fā)揮作用具有滯后性和動態(tài)可持續(xù)性。

圖1 平行趨勢檢驗(yàn)Fig.1 Parallel trend test

3.2.2 基于PSM-DID方法的估計(jì)

國家大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)城市的選取可能受到區(qū)域經(jīng)濟(jì)發(fā)展水平、網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)等因素影響,使得試點(diǎn)在分批次批復(fù)過程中喪失隨機(jī)性,導(dǎo)致模型存在選擇性偏誤。為此,本文采取傾向得分匹配雙重差分法(PSMM-DID)緩解選擇性偏差問題,通過對試點(diǎn)城市和非試點(diǎn)城市進(jìn)行傾向得分匹配,進(jìn)一步提高試點(diǎn)城市與非試點(diǎn)城市的可比性。具體地,分別采用鄰近匹配、核匹配和卡尺匹配3種方法,以控制變量作為匹配變量對樣本進(jìn)行匹配。經(jīng)過匹配處理后,各匹配變量控制組與實(shí)驗(yàn)組結(jié)果接受無系統(tǒng)差異的原假設(shè),基于匹配結(jié)果重新評估國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的政策效應(yīng),回歸結(jié)果如表3所示?？梢钥闯?無論采用何種匹配方法,試點(diǎn)政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響均在1%水平上顯著為正,表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的推動作用具有穩(wěn)健性。

表3 PSM-DID與內(nèi)生性檢驗(yàn)結(jié)果Tab.3 Results of PSM-DID and endogeneity test

3.2.3 控制其它政策沖擊

在研究時(shí)間區(qū)間內(nèi),還有如“寬帶中國”示范城市、智慧城市試點(diǎn)、創(chuàng)新型城市試點(diǎn)、科技和金融結(jié)合試點(diǎn)等可能會影響企業(yè)數(shù)字化轉(zhuǎn)型的政策在實(shí)施,可能使基準(zhǔn)回歸結(jié)果產(chǎn)生系統(tǒng)性偏誤。為避免這種類似或相關(guān)政策交叉導(dǎo)致的政策疊加效應(yīng)干擾國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響,本文參考徐林等[6]、唐松等[18]的研究成果,分別將“寬帶中國”示范城市(KD)、智慧城市試點(diǎn)(ZH)、創(chuàng)新型城市試點(diǎn)(CX)、科技和金融結(jié)合試點(diǎn)(KJ)的政策虛擬變量帶入模型,以準(zhǔn)確識別國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的凈效應(yīng),結(jié)果如表4所示。在控制其它相似政策沖擊后,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響依然在1%水平上顯著為正,表明本文核心結(jié)論具有穩(wěn)健性。

表4 控制其它相似政策沖擊Tab.4 Controlling other similar policy shocks

3.2.4 安慰劑檢驗(yàn)

為進(jìn)一步排除其它不可觀測的潛在因素影響國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)結(jié)果,確?；鶞?zhǔn)回歸結(jié)果的穩(wěn)健性,本文參考張杰等[25]的研究思路,通過隨機(jī)抽取試點(diǎn)城市的方法進(jìn)行安慰劑檢驗(yàn)。具體地,隨機(jī)抽取與國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)相同數(shù)量的城市構(gòu)建虛擬試點(diǎn)政策變量,將產(chǎn)生的偽試點(diǎn)政策變量帶入回歸模型,觀察偽試點(diǎn)政策變量的估計(jì)系數(shù),并將該過程重復(fù)500次,得到偽試點(diǎn)變量的估計(jì)系數(shù)核密度分布圖(見圖2)?？梢钥闯?偽試點(diǎn)變量的估計(jì)系數(shù)整體服從正態(tài)分布,且估計(jì)系數(shù)均值接近0,遠(yuǎn)小于基準(zhǔn)回歸中的0.556。這意味著國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)通過安慰劑檢驗(yàn),其政策效應(yīng)幾乎不受其它隨機(jī)因素影響,研究結(jié)論具有穩(wěn)健性。

圖2 安慰劑檢驗(yàn)Fig.2 Placebo test

3.2.5 其它穩(wěn)健性檢驗(yàn)

為保證國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的政策效果評估具有可靠性,本文進(jìn)一步采用以下6種方法對實(shí)證研究進(jìn)行穩(wěn)健性檢驗(yàn):①替代變量法,參考涂心語和嚴(yán)曉玲[16]的研究方法,采用數(shù)字化總詞頻與年報(bào)總詞頻的比值重新衡量企業(yè)數(shù)字化轉(zhuǎn)型程度;②排除預(yù)期效應(yīng),為保證政策具有外生性,即國家大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策實(shí)施前,試點(diǎn)城市與非試點(diǎn)城市不會因?yàn)閷φ哂蓄A(yù)期而提前采取措施,本文在回歸模型中加入試點(diǎn)前一年的虛擬變量,以剔除預(yù)期效應(yīng)對政策效應(yīng)的影響;③單期DID,參考邱子迅和周亞虹[22]的研究方法,剔除2015年第一批次試驗(yàn)區(qū)樣本,以檢驗(yàn)政策效果評估的有效性;④改變樣本區(qū)間,將研究時(shí)間區(qū)間由2009—2019年縮短為2012—2019年,驗(yàn)證樣本時(shí)間區(qū)間選擇不會對政策評估結(jié)果產(chǎn)生影響;⑤控制樣本偏差,剔除具有特殊財(cái)政體制的直轄市和計(jì)劃單列城市后重新進(jìn)行實(shí)證檢驗(yàn);⑥加入聯(lián)合固定效應(yīng),在基準(zhǔn)回歸的基礎(chǔ)上添加省份×?xí)r間聯(lián)合效應(yīng)、行業(yè)×?xí)r間聯(lián)合效應(yīng),控制省份、行業(yè)層面可能隨時(shí)間變化的不可觀測因素。以上回歸結(jié)果見表5,結(jié)果均表明本文研究結(jié)論具有穩(wěn)健性。

表5 穩(wěn)健性檢驗(yàn)結(jié)果Tab.5 Robustness test results

4 進(jìn)一步拓展分析

4.1 作用機(jī)制識別

以上研究結(jié)果表明,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。結(jié)合理論分析,本文進(jìn)一步從基建賦能效應(yīng)、產(chǎn)業(yè)助推效應(yīng)和政府扶持效應(yīng)3條路徑,探索大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的作用機(jī)制,構(gòu)建如下中介效應(yīng)模型:

Dltnit=α0+α1Treatit+α2Controlit+λj+μi+ηt+εit

(3)

Mit=β0+β1Treatit+β2Controlit+λj+μi+ηt+εit

(4)

Dltnit=χ0+χ1Treatit+χ2Mit+χ3Controlit+λj+μi+ηt+εit

(5)

其中,M為中介變量,其余變量與上文一致。參考趙濤等[26]、吳非等[19]的研究方法,分別選取互聯(lián)網(wǎng)普及率、計(jì)算機(jī)與軟件從業(yè)人員占比、財(cái)政科技支出強(qiáng)度衡量基建賦能效應(yīng)、產(chǎn)業(yè)助推效應(yīng)和政府扶持效應(yīng)。若α1、β1、χ2均顯著,且χ1相較于α1變小或顯著性下降,則表明存在中介效應(yīng),回歸結(jié)果如表6所示。

表6 作用機(jī)制檢驗(yàn)結(jié)果Tab.6 Test results of action mechanism

從基建賦能效應(yīng)的中介結(jié)果看,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對互聯(lián)網(wǎng)普及率的影響在1%水平上顯著為正,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有助于完善區(qū)域信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施,提高區(qū)域互聯(lián)網(wǎng)普及率。列(3)顯示,試點(diǎn)政策和互聯(lián)網(wǎng)普及率同時(shí)納入模型后,兩者對企業(yè)數(shù)字化轉(zhuǎn)型均具有顯著正向影響,且試點(diǎn)政策的估計(jì)系數(shù)較基準(zhǔn)回歸有所下降,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策通過完善信息基礎(chǔ)設(shè)施,提高互聯(lián)網(wǎng)普及率,豐富企業(yè)數(shù)字化轉(zhuǎn)型工具和技術(shù),賦能企業(yè)數(shù)字化轉(zhuǎn)型。

從產(chǎn)業(yè)助推效應(yīng)的中介結(jié)果看,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對計(jì)算機(jī)與軟件從業(yè)人員占比的影響在1%水平上顯著為正,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)有利于吸引數(shù)字人才集聚,推動區(qū)域數(shù)字產(chǎn)業(yè)發(fā)展。列(5)顯示,試點(diǎn)政策和計(jì)算機(jī)與軟件從業(yè)人員占比同時(shí)納入模型后,兩者對企業(yè)數(shù)字化轉(zhuǎn)型均具有顯著正向影響,且試點(diǎn)政策的估計(jì)系數(shù)較基準(zhǔn)回歸有所下降,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策通過吸引大數(shù)據(jù)產(chǎn)業(yè)集聚,提高試驗(yàn)區(qū)數(shù)字產(chǎn)業(yè)從業(yè)人數(shù)比例,推動數(shù)字產(chǎn)業(yè)發(fā)展,助推企業(yè)數(shù)字化轉(zhuǎn)型。

從政府扶持效應(yīng)的中介結(jié)果看,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對財(cái)政科技支出強(qiáng)度的影響在1%水平上顯著為正,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)會促使地方政府加大科技創(chuàng)新支出力度。列(7)顯示,試點(diǎn)政策和財(cái)政科技支出強(qiáng)度同時(shí)納入模型后,兩者對企業(yè)數(shù)字化轉(zhuǎn)型均具有顯著正向影響,且試點(diǎn)政策的估計(jì)系數(shù)較基準(zhǔn)回歸有所下降,表明大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策通過提高財(cái)政科技支出強(qiáng)度,緩解企業(yè)數(shù)字化轉(zhuǎn)型融資約束,保障企業(yè)數(shù)字化轉(zhuǎn)型順利開展。

4.2 異質(zhì)性檢驗(yàn)

4.2.1 企業(yè)層面

(1)產(chǎn)權(quán)屬性異質(zhì)性。相對于非國有企業(yè),國有企業(yè)作為國民經(jīng)濟(jì)的中流砥柱,肩負(fù)著推動經(jīng)濟(jì)社會發(fā)展的重要責(zé)任。為此,本文根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)將企業(yè)劃分為國有企業(yè)和非國有企業(yè),將國有企業(yè)賦值為1,非國有企業(yè)賦值為0,通過與試點(diǎn)政策交乘(Treat*Property)考察不同產(chǎn)權(quán)性質(zhì)的企業(yè)在國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策下的數(shù)字化轉(zhuǎn)型策略,結(jié)果如表7所示。列(1)顯示,交乘項(xiàng)的回歸系數(shù)在1%水平上顯著為負(fù),表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對非國有企業(yè)數(shù)字化轉(zhuǎn)型的推動作用強(qiáng)于國有企業(yè)。原因在于,國有企業(yè)具有較大的市場規(guī)模優(yōu)勢,對于數(shù)字化技術(shù)應(yīng)用和轉(zhuǎn)型的內(nèi)生性需求較小,而非國有企業(yè)需要面對激烈的市場競爭,為獲取和保持市場競爭優(yōu)勢,數(shù)字化轉(zhuǎn)型的意愿較強(qiáng)。國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策能夠?yàn)榉菄衅髽I(yè)的數(shù)字化轉(zhuǎn)型提供良好的環(huán)境和基礎(chǔ),因而其政策效應(yīng)更強(qiáng)。

表7 異質(zhì)性檢驗(yàn)結(jié)果Tab.7 Heterogeneity test results

(2)創(chuàng)新屬性異質(zhì)性。高科技企業(yè)是國家科技創(chuàng)新體系建設(shè)的重要組成部分,也是研發(fā)、應(yīng)用和推動數(shù)字化的重要主體。為此,本文根據(jù)創(chuàng)新屬性將企業(yè)劃分為高科技企業(yè)和非高科技企業(yè),將高科技企業(yè)賦值為1,非高科技企業(yè)賦值為0,通過與試點(diǎn)政策交乘(Treat*Innovate)考察不同創(chuàng)新屬性的企業(yè)在國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策下的數(shù)字化轉(zhuǎn)型策略。表7列(2)顯示,交乘項(xiàng)的回歸系數(shù)在1%水平上顯著為正,表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對高科技企業(yè)數(shù)字化轉(zhuǎn)型的推動作用強(qiáng)于非高科技企業(yè)。原因在于,高科技企業(yè)具有較強(qiáng)的創(chuàng)新轉(zhuǎn)型屬性,且具備數(shù)字技術(shù)研發(fā)與應(yīng)用的基礎(chǔ)和內(nèi)在需求,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)能為高科技企業(yè)提供更廣闊的市場和更強(qiáng)技術(shù)支撐;非高科技企業(yè)的主營業(yè)務(wù)對數(shù)字化轉(zhuǎn)型的需求較小,相較于高科技企業(yè),國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對非高科技企業(yè)從事高風(fēng)險(xiǎn)、高投入、長周期數(shù)字化轉(zhuǎn)型的驅(qū)動作用較弱。

4.2.2 城市層面

(1)地理位置異質(zhì)性。我國國土遼闊,不同區(qū)域間在經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等方面存在巨大差異。為分析地理位置異質(zhì)性是否會使國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)產(chǎn)生差異,本文將城市樣本劃分為東部城市和中西部城市,并將東部城市賦值為1,中西部城市賦值為0,通過與試點(diǎn)政策交乘(Treat*Location)考察地理位置異質(zhì)性下國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。表7列(3)顯示,交乘項(xiàng)的回歸系數(shù)在1%水平上顯著為正,表明東部城市的國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)大于中西部城市。原因在于,東部沿海城市憑借交通優(yōu)勢、政策支持率先發(fā)展,在經(jīng)濟(jì)發(fā)展、創(chuàng)新資源等方面比中西部更為優(yōu)越,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠有效推動?xùn)|部城市企業(yè)數(shù)字化轉(zhuǎn)型。相比之下,中西部地區(qū)數(shù)字化技術(shù)研發(fā)與應(yīng)用基礎(chǔ)較為薄弱,企業(yè)創(chuàng)新存在路徑依賴,選擇數(shù)字化轉(zhuǎn)型的動力不足。

(2)政府效率異質(zhì)性。政府工作效率是區(qū)域經(jīng)濟(jì)政策有效落實(shí)與執(zhí)行的重要基礎(chǔ),大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)面臨推動數(shù)據(jù)資源開放共享、構(gòu)建民生服務(wù)新體系、推動創(chuàng)新驅(qū)動新格局等眾多任務(wù),需要各地區(qū)、各部門、各企事業(yè)單位多方聯(lián)合實(shí)現(xiàn)數(shù)據(jù)共享和制度對接,因而政府工作效率高低會直接影響試點(diǎn)建設(shè)成效。為此,本文根據(jù)《2016年中國地方政府管理效能排行榜》,將政府效率排名前50%的城市樣本劃分為高政府效率城市,排名后50%的城市樣本劃分為低政府效率城市,并將高效率城市賦值為1,低效率城市為0,通過與試點(diǎn)政策交乘(Treat*Efficiency)考察不同政府效率下國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。表7列(4)顯示,交乘項(xiàng)的回歸系數(shù)在1%水平上顯著為正,表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)所在地區(qū)政府工作效率越高,試點(diǎn)政策對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)程度越高。原因可能在于,一方面,政府工作效率較高的試點(diǎn)城市能夠更快速地建立社會治理大數(shù)據(jù)應(yīng)用體系,為企業(yè)提供良好的生產(chǎn)經(jīng)營環(huán)境,推動新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合,探索協(xié)同發(fā)展的新業(yè)態(tài)、新模式,增強(qiáng)試點(diǎn)政策對企業(yè)數(shù)字化轉(zhuǎn)型的賦能效應(yīng);另一方面,不同區(qū)域的資源稟賦和創(chuàng)新能力存在較大差異,高效率的政府更能因地制宜制定各種對策方案助推企業(yè)數(shù)字化轉(zhuǎn)型。

5 結(jié)論與建議

5.1 研究結(jié)論

本文以國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)為準(zhǔn)自然試驗(yàn),基于2009—2019年中國A股上市公司和城市宏觀數(shù)據(jù)集,采用雙重差分法評估大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的賦能效應(yīng),并從數(shù)字基建、產(chǎn)業(yè)集聚與政府扶持3個(gè)層面構(gòu)建大數(shù)據(jù)綜合試驗(yàn)區(qū)影響企業(yè)數(shù)字化轉(zhuǎn)型的作用渠道。得到以下主要結(jié)論:首先,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠有效賦能企業(yè)數(shù)字化轉(zhuǎn)型,該結(jié)論經(jīng)過一系列穩(wěn)健性檢驗(yàn)后依然成立。大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)能夠獨(dú)立于其它政策之外對企業(yè)數(shù)字化轉(zhuǎn)型發(fā)揮正向影響,但不是促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的唯一政策,“寬帶中國”等其它政策對企業(yè)數(shù)字化轉(zhuǎn)型也具有驅(qū)動效應(yīng),一定程度回答了中國獨(dú)特制度如何影響企業(yè)數(shù)字化轉(zhuǎn)型。其次,在我國有為政府和有效市場良性互動下,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過基建賦能效應(yīng)、產(chǎn)業(yè)助推效應(yīng)和政府扶持效應(yīng)3條途徑推動企業(yè)數(shù)字化轉(zhuǎn)型。這意味著中國的數(shù)字化進(jìn)程需要政府與企業(yè)協(xié)同發(fā)展,相互助力。最后,基于異質(zhì)性視角,大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)數(shù)字化轉(zhuǎn)型的影響在產(chǎn)權(quán)性質(zhì)、創(chuàng)新屬性、區(qū)域和政府效率方面具有顯著差異,這為充分剖析大數(shù)據(jù)綜合試驗(yàn)區(qū)的數(shù)字化賦能效應(yīng)提供了根植于中國本土邏輯的經(jīng)驗(yàn)證據(jù)。

5.2 政策建議

基于以上結(jié)論,本文提出如下政策啟示:

第一,總結(jié)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)經(jīng)驗(yàn),發(fā)揮試驗(yàn)區(qū)示范作用,全面落實(shí)大數(shù)據(jù)發(fā)展戰(zhàn)略,為企業(yè)數(shù)字化轉(zhuǎn)型賦能。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過完善新型基礎(chǔ)設(shè)施、推動數(shù)字產(chǎn)業(yè)發(fā)展、培育數(shù)字應(yīng)用產(chǎn)業(yè),增強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型意愿,并為企業(yè)數(shù)字化轉(zhuǎn)型提供資金、技術(shù)研發(fā)與應(yīng)用方面的支持,賦能企業(yè)數(shù)字化轉(zhuǎn)型。為此,未設(shè)立試驗(yàn)區(qū)的區(qū)域可以總結(jié)試驗(yàn)區(qū)建設(shè)經(jīng)驗(yàn),結(jié)合自身經(jīng)濟(jì)發(fā)展水平、資源稟賦等特征,探索適合本地區(qū)的數(shù)字產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展模式,建立數(shù)字化轉(zhuǎn)型示范工程,鼓勵企業(yè)在生產(chǎn)、經(jīng)營、銷售等環(huán)節(jié)應(yīng)用數(shù)字技術(shù),提高數(shù)字化轉(zhuǎn)型意識,推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。

第二,國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)應(yīng)因地制宜、因企制宜制定發(fā)展戰(zhàn)略,針對不同類型的企業(yè)、城市實(shí)施不同激勵扶持政策。依照企業(yè)自身資源稟賦、屬性特征,分類精準(zhǔn)實(shí)施政策,有計(jì)劃、有次序地引導(dǎo)和支持各類企業(yè)開展數(shù)字化轉(zhuǎn)型,鼓勵企業(yè)探索具有特色的數(shù)字化轉(zhuǎn)型路徑。具體地,大數(shù)據(jù)綜合試驗(yàn)區(qū)應(yīng)優(yōu)先鼓勵非國有企業(yè)、高科技企業(yè)數(shù)字化發(fā)展,著力降低其數(shù)字技術(shù)研發(fā)和應(yīng)用成本,推動數(shù)字化轉(zhuǎn)型。對于東部城市,鼓勵企業(yè)加大數(shù)字化轉(zhuǎn)型投入,持續(xù)鞏固數(shù)字技術(shù)創(chuàng)新優(yōu)勢,探索數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合新模式;中西部城市應(yīng)積極引進(jìn)高新技術(shù),利用后發(fā)優(yōu)勢加快本地區(qū)數(shù)字化轉(zhuǎn)型進(jìn)程。

第三,構(gòu)建驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的長效激勵機(jī)制,加強(qiáng)數(shù)據(jù)治理和監(jiān)管體系建設(shè)。企業(yè)普遍面臨資金、人才、技術(shù)、市場競爭和制度環(huán)境等內(nèi)外部挑戰(zhàn),導(dǎo)致企業(yè)對數(shù)字化技術(shù)應(yīng)用與轉(zhuǎn)型信心不足。政府作為“有形之手”應(yīng)該在市場主導(dǎo)基礎(chǔ)上發(fā)揮更大作用,在技術(shù)研發(fā)、人才培養(yǎng)、市場競爭環(huán)境營造等方面給予企業(yè)一定政策支持,完善數(shù)字治理與監(jiān)管體系,消除企業(yè)應(yīng)用數(shù)字技術(shù)可能面臨的數(shù)字安全、數(shù)字產(chǎn)權(quán)顧慮,鼓勵企業(yè)挖掘數(shù)據(jù)價(jià)值,保障企業(yè)數(shù)字化轉(zhuǎn)型順利推進(jìn)。

5.3 不足與展望

本文尚存在一定不足和有待深化之處,具體來看:一方面,缺乏對企業(yè)數(shù)字化轉(zhuǎn)型運(yùn)行模式的微觀探討。本研究基于宏觀視角探索國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)數(shù)字化轉(zhuǎn)型的影響及其作用機(jī)制,但從微觀視角看,企業(yè)數(shù)字化轉(zhuǎn)型還需要通過組織內(nèi)部結(jié)構(gòu)創(chuàng)新、財(cái)務(wù)管理模式創(chuàng)新、商業(yè)模式創(chuàng)新等方式配合數(shù)字技術(shù)應(yīng)用,以實(shí)現(xiàn)企業(yè)組織設(shè)計(jì)與數(shù)字化轉(zhuǎn)型協(xié)同發(fā)展,這些內(nèi)容有待進(jìn)一步深入剖析。另一方面,中國情景下的企業(yè)數(shù)字化轉(zhuǎn)型需要更全面、廣泛的探討。本研究在控制其它政策沖擊效應(yīng)中證明了“寬帶中國”示范城市、智慧城市試點(diǎn)、創(chuàng)新型城市試點(diǎn)、科技和金融結(jié)合試點(diǎn)等政策對企業(yè)數(shù)字化轉(zhuǎn)型的影響,但是不同試點(diǎn)政策推動企業(yè)數(shù)字化轉(zhuǎn)型的路徑是否存在差異,以及如何打破制約企業(yè)數(shù)字化轉(zhuǎn)型和數(shù)字生態(tài)建設(shè)的政策障礙與體制瓶頸,推動企業(yè)數(shù)字發(fā)展范式升級轉(zhuǎn)型,這些都有待深入研究。