【摘要】文章以2013—2022年滬深A(yù)股上市公司為樣本，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新持續(xù)性的影響。研究結(jié)果表明：企業(yè)數(shù)字化轉(zhuǎn)型顯著促進(jìn)創(chuàng)新持續(xù)性，融資約束的緩解起到了部分中介作用，且產(chǎn)權(quán)異質(zhì)性會(huì)使研究結(jié)論產(chǎn)生差異。文章為提高企業(yè)創(chuàng)新持續(xù)性提供了現(xiàn)實(shí)方案，也為推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提供了經(jīng)驗(yàn)證據(jù)。

【關(guān)鍵詞】企業(yè)數(shù)字化轉(zhuǎn)型；融資約束；創(chuàng)新持續(xù)性

【中圖分類(lèi)號(hào)】F272

一、引言與文獻(xiàn)綜述

隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來(lái)，數(shù)字化發(fā)展為企業(yè)帶來(lái)了新的機(jī)遇與挑戰(zhàn)。據(jù)《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告（2023）》顯示，2022年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.2萬(wàn)億元，總量穩(wěn)居世界第二，占GDP比重提升至41.5%，在當(dāng)前高質(zhì)量發(fā)展的背景下，數(shù)字經(jīng)濟(jì)已經(jīng)成為國(guó)民經(jīng)濟(jì)的重要支撐。

創(chuàng)新是我國(guó)長(zhǎng)期以來(lái)重要的發(fā)展戰(zhàn)略，數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型和企業(yè)創(chuàng)新已然成為驅(qū)動(dòng)企業(yè)優(yōu)化升級(jí)和實(shí)現(xiàn)高質(zhì)量發(fā)展的重要抓手[1]（許林等，2023）。然而，創(chuàng)新具有投入大、風(fēng)險(xiǎn)高、不確定性強(qiáng)等特點(diǎn)，企業(yè)如何保持持續(xù)創(chuàng)新、提高創(chuàng)新持續(xù)性從而賦能企業(yè)發(fā)展亟待研究。當(dāng)前，國(guó)務(wù)院各部門(mén)、各地方政府多次發(fā)布政策文件，推進(jìn)大中小企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，那么企業(yè)數(shù)字化轉(zhuǎn)型能否成為促進(jìn)創(chuàng)新持續(xù)性的新動(dòng)能？又有哪些因素會(huì)抑制企業(yè)的創(chuàng)新持續(xù)性？本文圍繞上述問(wèn)題展開(kāi)討論。

現(xiàn)有研究對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果進(jìn)行了充分的探究，從資本市場(chǎng)角度來(lái)看，企業(yè)數(shù)字化轉(zhuǎn)型能通過(guò)改善信息不對(duì)稱(chēng)并強(qiáng)化市場(chǎng)的正面預(yù)期等方式提升企業(yè)股票流動(dòng)性水平[2]（吳非等，2021）。企業(yè)數(shù)字化轉(zhuǎn)型還能夠有效抑制股價(jià)崩盤(pán)風(fēng)險(xiǎn)[3]（林川，2022），降低股價(jià)同步性，提高資本市場(chǎng)效率[4]（雷光勇等，2022）；從公司治理角度來(lái)看，數(shù)字化能夠助力企業(yè)提前預(yù)知風(fēng)險(xiǎn)、提高財(cái)務(wù)管理效率[5]（泮李強(qiáng)，2021），降低財(cái)務(wù)風(fēng)險(xiǎn)[6]（許浩，2024）。數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的價(jià)值水平[7]（黃大禹等，2021），顯著提高了企業(yè)全要素生產(chǎn)率，已經(jīng)成為數(shù)字經(jīng)濟(jì)時(shí)代提升制造業(yè)企業(yè)生產(chǎn)效率的強(qiáng)勁驅(qū)動(dòng)力[8]（趙宸宇等，2021）。

Geroski等（1997）首次提出創(chuàng)新持續(xù)性這一問(wèn)題后[9]，很多學(xué)者對(duì)企業(yè)創(chuàng)新持續(xù)性的定義、背后推動(dòng)原因以及經(jīng)濟(jì)后果等方面開(kāi)展了具有現(xiàn)實(shí)意義和理論指導(dǎo)意義的探索。近年來(lái)，尤其是在我國(guó)，對(duì)創(chuàng)新持續(xù)性的研究更多集中于將創(chuàng)新持續(xù)性作為被解釋變量，來(lái)探討有哪些因素會(huì)對(duì)此產(chǎn)生影響。余芬和樊霞（2021）發(fā)現(xiàn)企業(yè)創(chuàng)新持續(xù)性受到了高管認(rèn)知的影響[10]；肖陽(yáng)和張曉飛（2021）發(fā)現(xiàn)技術(shù)并購(gòu)會(huì)促進(jìn)制造業(yè)企業(yè)的創(chuàng)新持續(xù)性[11]；肖忠意和林琳（2019）發(fā)現(xiàn)非金融企業(yè)的金融化會(huì)抑制企業(yè)的創(chuàng)新持續(xù)性[12]。本文將繼續(xù)沿用近年來(lái)眾多學(xué)者的觀點(diǎn)，將創(chuàng)新持續(xù)性作為被解釋變量進(jìn)行研究，繼續(xù)挖掘可能影響創(chuàng)新持續(xù)性的因素以及闡明背后的機(jī)制路徑。

二、理論分析與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新持續(xù)性

當(dāng)前大部分企業(yè)的創(chuàng)新行為仍基于市場(chǎng)需要導(dǎo)向，往往能為企業(yè)帶來(lái)經(jīng)濟(jì)效益的創(chuàng)新活動(dòng)才是企業(yè)的著力點(diǎn)，企業(yè)通過(guò)數(shù)字平臺(tái)和在線(xiàn)社區(qū)實(shí)時(shí)獲取、挖掘用戶(hù)實(shí)際需求，數(shù)字技術(shù)的可重編程性和自生長(zhǎng)性有利于企業(yè)根據(jù)用戶(hù)實(shí)時(shí)反饋對(duì)現(xiàn)有產(chǎn)品進(jìn)行迭代創(chuàng)新[13]（余菲菲和王麗婷，2022）。

此外，企業(yè)持續(xù)創(chuàng)新本質(zhì)上也是相關(guān)知識(shí)不斷積累的過(guò)程，企業(yè)要想保持創(chuàng)新持續(xù)性不僅需要外部資金等外部條件，自身的知識(shí)儲(chǔ)備、人才儲(chǔ)備也至關(guān)重要，而企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型可以幫助企業(yè)發(fā)展相關(guān)數(shù)字技術(shù)，人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)在企業(yè)的應(yīng)用，有利于企業(yè)源源不斷地篩選出創(chuàng)新需要知識(shí)、信息并存儲(chǔ)在企業(yè)知識(shí)庫(kù)中[14]（楊祎等，2021），從而有利于企業(yè)保持創(chuàng)新持續(xù)性。因此，本文基于上述分析，提出假設(shè)H1：

H1：在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)企業(yè)創(chuàng)新持續(xù)性。

（二）企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與創(chuàng)新持續(xù)性

創(chuàng)新作為一項(xiàng)需要資金投入的活動(dòng)必然會(huì)受到融資約束的影響，數(shù)字化轉(zhuǎn)型幫助企業(yè)緩解融資約束問(wèn)題可從“資源論”與“信息論”兩個(gè)視角來(lái)討論[15]（譚志東等，2022）。

“資源論”認(rèn)為，數(shù)據(jù)本身就是一種重要的生產(chǎn)要素，可為企業(yè)各項(xiàng)經(jīng)濟(jì)社會(huì)活動(dòng)賦能。首先，符合政策導(dǎo)向的數(shù)字化企業(yè)更易獲得政府財(cái)稅政策支持，也更可能在資本市場(chǎng)上擁有更高估值，使其對(duì)外部投資者的吸引力更強(qiáng)[2]（吳非等， 2021）。此外，數(shù)字化轉(zhuǎn)型可以?xún)?yōu)化企業(yè)生產(chǎn)、銷(xiāo)售等經(jīng)營(yíng)環(huán)節(jié)，如（倪克金和劉修巖，2021）指出，企業(yè)可以通過(guò)“模擬擇優(yōu)”“廣鏈接”等數(shù)字化生產(chǎn)模式和銷(xiāo)售渠道管控并降低生產(chǎn)、銷(xiāo)售成本[16]?？傊?，基于“資源論”視角，數(shù)字技術(shù)貫穿企業(yè)采購(gòu)、生產(chǎn)、銷(xiāo)售等各環(huán)節(jié)，企業(yè)數(shù)字化轉(zhuǎn)型有效地優(yōu)化了企業(yè)經(jīng)營(yíng)活動(dòng)各環(huán)節(jié)的管理效率，提高了資源配置和利用效率，從而緩解了企業(yè)融資約束問(wèn)題。

“信息論”則認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型可以起到緩解信息不對(duì)稱(chēng)的作用。一方面，數(shù)字化轉(zhuǎn)型可提高企業(yè)和資本市場(chǎng)之間信息交換的效率，大數(shù)據(jù)、人工智能、云計(jì)算等前沿的數(shù)字化技術(shù)應(yīng)用，使得企業(yè)能夠?qū)Ａ啃畔⑦M(jìn)行結(jié)構(gòu)化和標(biāo)準(zhǔn)化處理，大幅度地提高信息利用率[2]（吳非等，2021）。另一方面，數(shù)字化轉(zhuǎn)型的實(shí)施可抑制企業(yè)內(nèi)部的不當(dāng)行為，比如企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)施也可有效提升媒體、分析師和審計(jì)師對(duì)企業(yè)的關(guān)注程度，進(jìn)一步提高企業(yè)的信息透明度[17]（肖紅軍等，2021）。由此可見(jiàn)，基于“信息論”，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效降低信息不對(duì)稱(chēng)性，抑制逆向選擇和代理問(wèn)題，進(jìn)而緩解企業(yè)面臨的融資約束。基于上述分析，本文提出假設(shè)H2：

H2：在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)緩解融資約束提高企業(yè)創(chuàng)新持續(xù)性。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與處理

本文以2013—2022年滬深證券交易所主板上市公司為研究樣本，并對(duì)樣本進(jìn)行如下處理：（1）剔除ST、*ST以及金融保險(xiǎn)類(lèi)上市企業(yè)；（2）剔除上市不滿(mǎn)一年的公司；（3）剔除相關(guān)數(shù)據(jù)缺失的樣本；（4）對(duì)所有連續(xù)變量進(jìn)行上下1%的winsorize縮尾處理，最終獲得15 227個(gè)觀測(cè)值。本文使用數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，數(shù)據(jù)的統(tǒng)計(jì)分析軟件為Stata。

（二）變量定義

1.被解釋變量

本文被解釋變量為創(chuàng)新持續(xù)性（IV），參考鞠曉生等（2013）的方法通過(guò)無(wú)形資產(chǎn)增量占總資產(chǎn)的比例來(lái)測(cè)量[18]。這一指標(biāo)利用會(huì)計(jì)年度結(jié)束時(shí)的無(wú)形資產(chǎn)（包括專(zhuān)利權(quán)、商標(biāo)權(quán)、版權(quán)、非專(zhuān)利技術(shù)、商譽(yù)等）與上一年相比的增量，相對(duì)于當(dāng)年總資產(chǎn)的比例進(jìn)行計(jì)算。

2.解釋變量

本文解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型（Dig），參考吳非等（2021）的做法，通過(guò)從上市企業(yè)年度報(bào)告中提取與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞頻率來(lái)量化企業(yè)的數(shù)字化轉(zhuǎn)型程度[2]。其中詞頻包括企業(yè)在采用人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等核心技術(shù)方面的努力和實(shí)施情況。這些技術(shù)的采用和實(shí)施情況通過(guò)年報(bào)中的特定關(guān)鍵詞出現(xiàn)頻率來(lái)測(cè)量，并通過(guò)爬蟲(chóng)技術(shù)（Python）進(jìn)行數(shù)據(jù)收集和處理，最后對(duì)收集到的詞頻進(jìn)行對(duì)數(shù)化處理，從而得到企業(yè)數(shù)字化轉(zhuǎn)型程度的量化指標(biāo)。

3.中介變量

本文中介變量為融資約束（SA），通過(guò)SA指數(shù)來(lái)量化，這是一種衡量企業(yè)融資約束程度的常用指標(biāo)，具體計(jì)算公式為SA=-0.737×Size+0.043×Size2-0.04×Age，SA指數(shù)較高表示企業(yè)在融資市場(chǎng)上面臨較大的約束，較低的指數(shù)則意味著較少的融資約束。

4.控制變量

參考陳英等（2023）的做法[19]，本文控制了企業(yè)規(guī)模（Size）、成長(zhǎng)性（Growth）、財(cái)務(wù)杠桿（Lev）、現(xiàn)金流比率（Cashflow）、市場(chǎng)競(jìng)爭(zhēng)狀況（HHI）、企業(yè)年齡（Firmage）、股權(quán)集中度（TOP10）、董事會(huì)獨(dú)立性（Indep）并控制了行業(yè)和年度固定效應(yīng)。各變量的具體定義方法詳見(jiàn)表1。

（三）模型設(shè)計(jì)

為驗(yàn)證假設(shè)H1、H2，本文構(gòu)建模型（1）、（2）、（3）：

其中，i代表企業(yè)，t代表時(shí)間，IV為創(chuàng)新持續(xù)性，Dig為企業(yè)數(shù)字化轉(zhuǎn)型，SA為融資約束，Size為企業(yè)規(guī)模，Lev為企業(yè)杠桿率，Growth為企業(yè)成長(zhǎng)性，Cashflow為現(xiàn)金流比率，F(xiàn)irmage為企業(yè)年齡，HHI為市場(chǎng)競(jìng)爭(zhēng)度，TOP10為股權(quán)集中度，Indep為董事會(huì)獨(dú)立性，Ind代表行業(yè)，Year代表年份，ε代表隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

表2為本文描述性統(tǒng)計(jì)，創(chuàng)新持續(xù)性（IV）的平均值為0.6467，表明無(wú)形資產(chǎn)的增量通常占總資產(chǎn)的較小比例，但最大值達(dá)到47.34，表明部分企業(yè)在觀察期內(nèi)實(shí)現(xiàn)了顯著的創(chuàng)新增長(zhǎng)，該變量的標(biāo)準(zhǔn)差為1.177，反映出創(chuàng)新持續(xù)性在不同企業(yè)間具有較大的波動(dòng)。融資約束（SA）的平均值為-3.8312，標(biāo)準(zhǔn)差為0.276，表明大部分企業(yè)普遍存在不同程度的融資約束問(wèn)題，最小值-5.69和最大值-2.09進(jìn)一步揭示了融資環(huán)境的極端差異。數(shù)字化轉(zhuǎn)型（Dig）的數(shù)據(jù)顯示，平均詞頻自然對(duì)數(shù)為1.0037，最高可達(dá)6.04，說(shuō)明部分企業(yè)在報(bào)告中高頻提及數(shù)字化相關(guān)內(nèi)容，表明這些企業(yè)在數(shù)字化轉(zhuǎn)型方面投入較大，此外，該變量的中位數(shù)為0.69，低于平均值，故多數(shù)企業(yè)的數(shù)字化程度仍處于較低水平。

（二）基準(zhǔn)回歸結(jié)果及分析

表3為基準(zhǔn)回歸結(jié)果。本文通過(guò)三個(gè)不同的回歸模型來(lái)分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新持續(xù)性的影響，其中控制了不同的固定效應(yīng)，以確保在其他條件不變的情況下，得出關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新持續(xù)性影響的可靠結(jié)論。從表3中可以看出，企業(yè)數(shù)字化轉(zhuǎn)型（Dig）在三個(gè)模型中均顯著正向影響創(chuàng)新持續(xù)性（IV），系數(shù)分別為0.0466、0.0418和0.0497，并且三個(gè)系數(shù)均在1%的顯著性水平上顯著，這一結(jié)果驗(yàn)證了假設(shè)H1，即企業(yè)數(shù)字化轉(zhuǎn)型顯著促進(jìn)了其創(chuàng)新持續(xù)性。

（三）中介效應(yīng)檢驗(yàn)

表4為中介效應(yīng)檢驗(yàn)回歸結(jié)果。其中，第（1）列顯示了數(shù)字化轉(zhuǎn)型（Dig）對(duì)創(chuàng)新持續(xù)性（IV）的直接影響。回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型顯著正向影響創(chuàng)新持續(xù)性，系數(shù)為0.0497，在1%水平下顯著。第（2）列檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)融資約束（SA）的影響。結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著負(fù)向影響融資約束，系數(shù)為-0.0066，在1%水平下顯著，即企業(yè)的數(shù)字化轉(zhuǎn)型有助于緩解其融資約束。第（3）列進(jìn)一步探討了融資約束在數(shù)字化轉(zhuǎn)型與創(chuàng)新持續(xù)性之間的中介作用。融資約束的系數(shù)為-0.1183，在5%水平下顯著，表明融資約束的緩解對(duì)創(chuàng)新持續(xù)性具有顯著正向影響。同時(shí)，即便在控制了融資約束后，數(shù)字化轉(zhuǎn)型對(duì)創(chuàng)新持續(xù)性的影響仍然顯著，說(shuō)明融資約束起到了部分中介效應(yīng)，驗(yàn)證了假設(shè)H2。

（四）穩(wěn)健性檢驗(yàn)

為確保研究結(jié)果的穩(wěn)健性，本文采用了多種方法進(jìn)行穩(wěn)健性檢驗(yàn)?？紤]到2020—2022年全球新冠疫情可能對(duì)企業(yè)創(chuàng)新活動(dòng)產(chǎn)生特殊影響，首先從數(shù)據(jù)集中剔除了這三年的樣本，以消除疫情異常狀態(tài)下的數(shù)據(jù)擾動(dòng)，確保結(jié)果能更準(zhǔn)確反映普通經(jīng)濟(jì)條件下的企業(yè)行為。其次，本文將解釋變量滯后一期進(jìn)行回歸分析，這樣做可以幫助確定因變量的變化是否真正受到前期解釋變量的影響，而不是同時(shí)期的其他未觀察因素所導(dǎo)致。最后，本文在回歸模型中增加了省份固定效應(yīng)，以控制地區(qū)間的潛在異質(zhì)性。這一措施有助于控制各省份在經(jīng)濟(jì)發(fā)展水平、政策環(huán)境和市場(chǎng)條件等方面的差異，使得研究結(jié)果更具普遍性和適用性。如表5所示，三種方法的回歸結(jié)果與基準(zhǔn)回歸結(jié)果類(lèi)似，企業(yè)數(shù)字化轉(zhuǎn)型均能顯著正向影響創(chuàng)新持續(xù)性。

（五）內(nèi)生性檢驗(yàn)

為緩解可能存在的內(nèi)生性問(wèn)題，本文采用工具變量，參考張國(guó)勝和杜鵬飛（2022）的做法使用同地區(qū)、同行業(yè)的數(shù)字化轉(zhuǎn)型程度平均值作為企業(yè)個(gè)體數(shù)字化水平的工具變量，并通過(guò)兩階段最小二乘回歸（2SLS）進(jìn)行估計(jì)[20]。表6為兩階段最小二乘回歸結(jié)果，第一階段回歸結(jié)果顯示，工具變量（mean_Dig）對(duì)企業(yè)數(shù)字化轉(zhuǎn)型（Dig）的回歸系數(shù)為1.011，在1%的顯著性水平上顯著。在第二階段回歸中，企業(yè)數(shù)字化轉(zhuǎn)型（Dig）對(duì)創(chuàng)新持續(xù)性（IV）具有顯著的正向影響，系數(shù)為0.035，在1%的顯著性水平上顯著。這一結(jié)果說(shuō)明了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)提高其創(chuàng)新持續(xù)性的重要性，驗(yàn)證了工具變量的有效性。

五、結(jié)論與啟示

（一）研究結(jié)論

本文以滬深證券交易所A股主板上市公司2013—2022年的數(shù)據(jù)為樣本進(jìn)行實(shí)證分析，得出如下結(jié)論：數(shù)字化轉(zhuǎn)型程度越高的企業(yè)其創(chuàng)新持續(xù)性越好，從機(jī)制檢驗(yàn)結(jié)果來(lái)看，企業(yè)數(shù)字化轉(zhuǎn)型可有效緩解企業(yè)的融資約束，為企業(yè)帶來(lái)更多的外部資金，從而使得企業(yè)提高創(chuàng)新持續(xù)性。

（二）政策啟示

1.制定優(yōu)惠政策，優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型外部環(huán)境

各地政府應(yīng)當(dāng)發(fā)揮好指揮棒與宏觀調(diào)控的作用，積極制定各項(xiàng)政策，如稅收優(yōu)惠政策等鼓勵(lì)當(dāng)?shù)仄髽I(yè)進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型。另外，政府應(yīng)當(dāng)創(chuàng)造有利于企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型的外部條件，如制定相關(guān)人才引進(jìn)政策，為企業(yè)數(shù)字化提供更多支持。

2.優(yōu)化金融服務(wù)，推動(dòng)企業(yè)持續(xù)創(chuàng)新

各大金融機(jī)構(gòu)、銀行等應(yīng)當(dāng)發(fā)揮好金融服務(wù)作用，一方面，要制定相關(guān)金融優(yōu)惠政策，幫助需要持續(xù)創(chuàng)新的企業(yè)，尤其是存在融資約束問(wèn)題的中小企業(yè)解決融資問(wèn)題。另一方面，要配合國(guó)家發(fā)展戰(zhàn)略，為積極實(shí)施企業(yè)數(shù)字化轉(zhuǎn)型的企業(yè)提供更多金融優(yōu)惠政策。

3.多維度、系統(tǒng)性推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型

企業(yè)應(yīng)當(dāng)從多維度推進(jìn)數(shù)字化轉(zhuǎn)型，以促進(jìn)自身與國(guó)民經(jīng)濟(jì)的高質(zhì)量發(fā)展。第一，對(duì)自身進(jìn)行系統(tǒng)檢查，了解企業(yè)當(dāng)前數(shù)字化轉(zhuǎn)型程度，并與同行業(yè)、同地區(qū)的企業(yè)進(jìn)行比較分析，制定下一步計(jì)劃，加大力度推進(jìn)數(shù)字化轉(zhuǎn)型。第二，對(duì)于制造業(yè)企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型不應(yīng)當(dāng)局限于生產(chǎn)技術(shù)數(shù)字化，如人工智能車(chē)間等，而是應(yīng)當(dāng)結(jié)合自身需求，在組織管理、人力資源等關(guān)系到企業(yè)發(fā)展的各方面進(jìn)行數(shù)字化轉(zhuǎn)型。第三，應(yīng)當(dāng)建立合理的評(píng)價(jià)體系，對(duì)現(xiàn)有的數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型效果進(jìn)行及時(shí)反饋，并根據(jù)反饋結(jié)果，對(duì)效果好的地方加大推進(jìn)力度，對(duì)存在問(wèn)題或轉(zhuǎn)型效果不好的地方及時(shí)更正或提出新的方案。

主要參考文獻(xiàn)：

[1]許林，唐璐，徐玉發(fā).數(shù)字化轉(zhuǎn)型、創(chuàng)新活力對(duì)企業(yè)融資約束的緩釋效應(yīng)[J].南方金融，2023（11）：3-18.

[2]吳非，胡慧芷，林慧妍等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[3]林川.數(shù)字化轉(zhuǎn)型與股價(jià)崩盤(pán)風(fēng)險(xiǎn)[J].證券市場(chǎng)導(dǎo)報(bào)，2022（06）：47-57.

[4]雷光勇，買(mǎi)瑞東，左靜靜.數(shù)字化轉(zhuǎn)型與資本市場(chǎng)效率——基于股價(jià)同步性視角[J].證券市場(chǎng)導(dǎo)報(bào)，2022（08）：48-59.

[5]泮李強(qiáng).數(shù)字化賦能我國(guó)企業(yè)財(cái)務(wù)管理[J].國(guó)際商務(wù)財(cái)會(huì)，2021（08）：39-41.

[6]許浩.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響分析[J].國(guó)際商務(wù)財(cái)會(huì)，2024（03）：10-14+29.

[7]黃大禹，謝獲寶，孟祥瑜等.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家，2021（12）：41-51

[8]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（07）：114-129.

[9]Geroski， P.A.，J. Van Reenen， C.F. Walters. 1997. How persistently do firms innovate Research Policy， 26（1）： 33-48.

[10]余芬，樊霞.高管認(rèn)知、行業(yè)管制與企業(yè)創(chuàng)新持續(xù)性[J]. 科研管理：2022（10）：1-1.

[11]肖陽(yáng)，張曉飛.技術(shù)并購(gòu)對(duì)制造業(yè)企業(yè)創(chuàng)新持續(xù)性影響： 基于吸收能力和利用能力的中介作用[J].技術(shù)經(jīng)濟(jì)，2021（11）：1-12.

[12]肖忠意，林琳.企業(yè)金融化， 生命周期與持續(xù)性創(chuàng)新[J].財(cái)經(jīng)研究，2019（08）：43-57.

[13]余菲菲，王麗婷.數(shù)字技術(shù)賦能我國(guó)制造企業(yè)技術(shù)創(chuàng)新路徑研究[J].科研管理，2022，43（04）：11-19.

[14]楊祎，劉嫣然，李垣.替代或互補(bǔ)：人工智能應(yīng)用管理對(duì)創(chuàng)新的影響[J].科研管理，2021，42（04）：46-54.

[15]譚志東，趙洵，潘俊等.數(shù)字化轉(zhuǎn)型的價(jià)值：基于企業(yè)現(xiàn)金持有的視角[J].財(cái)經(jīng)研究，2022，48（03）：64-78.

[16]倪克金，劉修巖.數(shù)字化轉(zhuǎn)型與企業(yè)成長(zhǎng)：理論邏輯與中國(guó)實(shí)踐[J].經(jīng)濟(jì)管理，2021，43（12）：79-97.

[17]肖紅軍，陽(yáng)鎮(zhèn)，劉美玉.企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)[J].經(jīng)濟(jì)管理，2021，43（11）：52-69.

[18]鞠曉生，盧荻，虞義華.融資約束， 營(yíng)運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性術(shù)[J].經(jīng)濟(jì)研究，2013（01）：4-16.

[19]陳英.數(shù)字經(jīng)濟(jì)對(duì)實(shí)體企業(yè)創(chuàng)新持續(xù)性的影響研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2023（10）：43-48.

[20]張國(guó)勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對(duì)我國(guó)企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì) [J].經(jīng)濟(jì)管理，2022，44（06）：82-96.

責(zé)編：吳迪