摘要：以金華市上市公司為例，研究營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，并通過穩(wěn)健性檢驗(yàn)、異質(zhì)性檢驗(yàn)驗(yàn)證結(jié)果的準(zhǔn)確性與全面性。結(jié)果表明：營(yíng)商環(huán)境改善顯著正向影響企業(yè)數(shù)字化轉(zhuǎn)型，并通過了多種穩(wěn)健性檢驗(yàn)，其中，人工智能及實(shí)踐應(yīng)用層面受到的促進(jìn)作用最顯著。異質(zhì)性分析結(jié)果表明，優(yōu)化營(yíng)商環(huán)境后，高科技類型及非重污染類型企業(yè)更有能力及意愿去推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，轉(zhuǎn)型效率更高、成效更顯著。金華市企業(yè)在開展數(shù)字化轉(zhuǎn)型過程中，可借助良好的營(yíng)商環(huán)境，優(yōu)先考慮應(yīng)用人工智能技術(shù)，加快推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程；政府在優(yōu)化營(yíng)商環(huán)境的同時(shí)，應(yīng)考慮企業(yè)異質(zhì)性，加強(qiáng)差異化的政策支持。

關(guān)鍵詞：企業(yè)數(shù)字化轉(zhuǎn)型；營(yíng)商環(huán)境；金華市上市公司

中圖分類號(hào)：F2727

一、引言

隨著工業(yè)轉(zhuǎn)型及科技的進(jìn)步，全球數(shù)字經(jīng)濟(jì)增長(zhǎng)態(tài)勢(shì)顯著。各國(guó)在數(shù)字技術(shù)創(chuàng)新、數(shù)字基礎(chǔ)設(shè)施建設(shè)及企業(yè)數(shù)字化轉(zhuǎn)型方面均出臺(tái)了多項(xiàng)政策及鼓勵(lì)措施，以提升國(guó)家競(jìng)爭(zhēng)力。目前，中國(guó)企業(yè)在數(shù)字化轉(zhuǎn)型進(jìn)程中仍面臨很多問題，企業(yè)和學(xué)術(shù)界正在探索推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的有效方法。簡(jiǎn)冠群等基于九州通醫(yī)藥公司，從內(nèi)外部治理兩方面研究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)公司治理的影響[1]。李斌等從供應(yīng)鏈縱向關(guān)聯(lián)視角出發(fā)，研究了企業(yè)數(shù)字化轉(zhuǎn)型在供應(yīng)鏈中的溢出效應(yīng)及影響機(jī)制[2]。姚毓春等從環(huán)境不確定性角度出發(fā)，研究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)創(chuàng)新的影響[3]。但是，較少有學(xué)者對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響因素及影響機(jī)制展開深入研究。

企業(yè)的生存和發(fā)展水平，很大程度取決于外部環(huán)境[4-5]。優(yōu)化營(yíng)商環(huán)境不僅有利于激發(fā)市場(chǎng)活力，也有利于吸引投資，激勵(lì)企業(yè)加快技術(shù)創(chuàng)新和升級(jí)，從而有效推進(jìn)我國(guó)經(jīng)濟(jì)發(fā)展[6-8]。企業(yè)數(shù)字化轉(zhuǎn)型過程中，通過提供優(yōu)質(zhì)普惠金融服務(wù)、加強(qiáng)市場(chǎng)環(huán)境監(jiān)管、深化要素市場(chǎng)改革，解決企業(yè)融資困難的問題，鼓勵(lì)企業(yè)持續(xù)進(jìn)行技術(shù)創(chuàng)新，加快企業(yè)數(shù)字化轉(zhuǎn)型[9]。優(yōu)化營(yíng)商環(huán)境可以推動(dòng)政務(wù)服務(wù)提質(zhì)增效，簡(jiǎn)化審批流程，有效激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)性并降低轉(zhuǎn)型風(fēng)險(xiǎn)[10]。優(yōu)化營(yíng)商環(huán)境也可以保護(hù)知識(shí)產(chǎn)權(quán)與成果，有效減少企業(yè)產(chǎn)權(quán)糾紛，以法治保障企業(yè)數(shù)字化轉(zhuǎn)型[11]。

以往的研究主要關(guān)注數(shù)字化轉(zhuǎn)型成果，而本研究旨在探討數(shù)字化轉(zhuǎn)型發(fā)展的決定因素。由于企業(yè)的生存與發(fā)展很大程度上依賴企業(yè)所處的宏觀經(jīng)濟(jì)環(huán)境，因此，本研究重點(diǎn)研究營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。以加快企業(yè)數(shù)字化轉(zhuǎn)型為目標(biāo)，為金華市營(yíng)商環(huán)境優(yōu)化方向、政府差異化政策的制定及上市公司數(shù)字化轉(zhuǎn)型路徑提供實(shí)證依據(jù)。

二、研究設(shè)計(jì)

1.數(shù)據(jù)來源

本研究選取2006—2023年金華市上市企業(yè)作為研究樣本，包含非金融類企業(yè)，期間未退市、考察年限中未進(jìn)行IPO企業(yè)及出現(xiàn)缺失值的年份不連續(xù)超過5a的企業(yè)。樣本數(shù)據(jù)及變量計(jì)算相關(guān)數(shù)據(jù)均來源于wind數(shù)據(jù)庫(kù)與同花順數(shù)據(jù)庫(kù)。

2.變量設(shè)定

（1）被解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型程度（DCG）。企業(yè)數(shù)字化轉(zhuǎn)型可以理解為企業(yè)基于提質(zhì)增效的目標(biāo)，借助前沿技術(shù)及最新的軟硬件系統(tǒng)開展生產(chǎn)過程與生產(chǎn)資料數(shù)字化的過程。學(xué)術(shù)界對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型定量研究占比較少。趙宸宇等使用文本分析法及專家打分進(jìn)行數(shù)字化轉(zhuǎn)型指標(biāo)構(gòu)建[12]；袁淳等對(duì)國(guó)家相關(guān)政策進(jìn)行關(guān)鍵詞提煉，并基于機(jī)器學(xué)習(xí)的文本分析法進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)構(gòu)建[13]；張永坤等以數(shù)字化轉(zhuǎn)型過程中相關(guān)無形資產(chǎn)在總無形資產(chǎn)中占比，進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型水平測(cè)度[14]。

借鑒吳非等的方法，基于爬蟲技術(shù)獲取上市企業(yè)年報(bào)，并利用Java通過 PDFbox 庫(kù)進(jìn)行內(nèi)容提取，基于關(guān)鍵詞詞頻統(tǒng)計(jì)及對(duì)數(shù)轉(zhuǎn)化，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)體系。將企業(yè)數(shù)字化轉(zhuǎn)型分為底層技術(shù)應(yīng)用及技術(shù)實(shí)踐應(yīng)用2個(gè)層面。底層技術(shù)應(yīng)用層面涉及到人工智能技術(shù)、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)4個(gè)技術(shù)，這些技術(shù)聚焦于企業(yè)管理模式、經(jīng)營(yíng)模式等方面的數(shù)字化升級(jí)；實(shí)踐應(yīng)用層面涉及到企業(yè)如何將數(shù)字化技術(shù)應(yīng)用至實(shí)際業(yè)務(wù)中，更關(guān)注后端技術(shù)對(duì)前端業(yè)務(wù)的影響[15]。

（2）解釋變量

營(yíng)商環(huán)境（BE）。學(xué)者們從不同角度進(jìn)行了營(yíng)商環(huán)境指標(biāo)構(gòu)建，如王玉燕等考慮政府效率、金融服務(wù)、公共服務(wù)、市場(chǎng)環(huán)境及創(chuàng)新環(huán)境等多方面因素，構(gòu)建了包含18個(gè)三級(jí)指標(biāo)的營(yíng)商環(huán)境指標(biāo)評(píng)價(jià)體系[10]；李艷雙等將營(yíng)商環(huán)境劃分成法治化、國(guó)際化、市場(chǎng)化、便利化4個(gè)維度進(jìn)行定量測(cè)度[16]?；谝酝芯?，本研究使用企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)作為營(yíng)商環(huán)境的測(cè)度指標(biāo)，數(shù)據(jù)來源于《中國(guó)分省營(yíng)商環(huán)境指數(shù)》[17]，借鑒李鉞霆等的方法[18]進(jìn)行企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)構(gòu)建。

（3）控制變量

為了提升研究的準(zhǔn)確度，借鑒Luo Y的相關(guān)研究，添加了一系列的控制變量[19]。融資約束可直觀體現(xiàn)企業(yè)獲取資金的難易程度，在一定程度上會(huì)影響企業(yè)技術(shù)創(chuàng)新及數(shù)字化轉(zhuǎn)型項(xiàng)目的投資能力。ESG評(píng)分是企業(yè)在環(huán)境、社會(huì)及治理方面的表現(xiàn)得分，與企業(yè)創(chuàng)新和長(zhǎng)期發(fā)展目標(biāo)相關(guān)，也會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型效果?；诖?，本研究控制變量包括融資約束、赫爾芬達(dá)指數(shù)、ESG得分、企業(yè)規(guī)模及上市年限。

通過表1的描述性統(tǒng)計(jì)分析可以看到，金華市上市企業(yè)數(shù)字化轉(zhuǎn)型水平在0～5范圍內(nèi)分布，均值為1331，企業(yè)間差異較大，且總體數(shù)字化轉(zhuǎn)型程度較低。而2006—2023年的營(yíng)商環(huán)境指標(biāo)，浮動(dòng)并不大，均值處于中間偏下水平。

3.模型設(shè)定

本研究設(shè)置了面板回歸模型進(jìn)行實(shí)證分析，公式如下：

式中：

DCGi，t為企業(yè)數(shù)字化轉(zhuǎn)型程度，

Ci，t為所有控制變量，BE為營(yíng)商環(huán)境，I為行業(yè)效應(yīng)，t為年份效應(yīng)，ε為誤差項(xiàng)。

三、實(shí)證結(jié)果分析

1.基準(zhǔn)回歸

表2的基準(zhǔn)回歸涉及到了兩個(gè)模型，M1模型僅考慮了年份及行業(yè)固定效應(yīng)，未加入控制變量。而M2模型則是在M1模型基礎(chǔ)上，進(jìn)一步添加了控制變量集，以更準(zhǔn)確地探究營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的影響，避免其他因素的干擾。

M1模型回歸結(jié)果不顯著。而M2模型中所有變量系數(shù)均顯著，控制變量與解釋變量及被解釋變量均相關(guān)，這是由于M2模型加入了控制變量，能夠有效識(shí)別營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的獨(dú)立影響，回歸結(jié)果表明，營(yíng)商環(huán)境能夠顯著正向影響企業(yè)數(shù)字化轉(zhuǎn)型程度。此外，回歸結(jié)果表明，融資約束越小、市場(chǎng)越集中、ESG得分越高、企業(yè)規(guī)模越大及上市年限越短，企業(yè)數(shù)字化轉(zhuǎn)型的水平越高。

2.穩(wěn)健性檢驗(yàn)

通過營(yíng)商環(huán)境變量分別滯后一期（M3）、兩期（M4）及企業(yè)數(shù)字化轉(zhuǎn)型程度分別前置一期（M5）、兩期（M6）進(jìn)行面板回歸，以檢驗(yàn)本研究結(jié)果的穩(wěn)健性，結(jié)果如表3所示。

通過表3可以發(fā)現(xiàn)，營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的顯著正向影響結(jié)果是穩(wěn)健的，無論企業(yè)數(shù)字化轉(zhuǎn)型變量前置或是營(yíng)商環(huán)境變量滯后，并不影響結(jié)果。說明營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響具有持續(xù)性，過去的營(yíng)商環(huán)境對(duì)當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型水平具備正向的推動(dòng)作用，而企業(yè)在制定數(shù)字化轉(zhuǎn)型決策時(shí)，也應(yīng)關(guān)注預(yù)期營(yíng)商環(huán)境變化。

基于企業(yè)數(shù)字化轉(zhuǎn)型組成部分進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表4所示。結(jié)果表明，優(yōu)化營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型中，人工智能技術(shù)部分正向影響最顯著，其次是實(shí)踐應(yīng)用層面，而區(qū)塊鏈、云計(jì)算及大數(shù)據(jù)方面呈現(xiàn)了正向影響，但并未通過顯著性檢驗(yàn)。技術(shù)成熟度方面，相對(duì)于其他技術(shù)，人工智能技術(shù)具有較高的成熟度并已獲得較為廣泛的實(shí)踐應(yīng)用，營(yíng)商環(huán)境優(yōu)化背景下，企業(yè)會(huì)更傾向于利用人工智能技術(shù)為企業(yè)賦能；而區(qū)塊鏈技術(shù)較為復(fù)雜，應(yīng)用存在限制且效果并不能直接顯現(xiàn)，不是企業(yè)在實(shí)際應(yīng)用中首選的技術(shù)。行業(yè)特性方面，由于人工智能技術(shù)具有普適性，企業(yè)更傾向于在轉(zhuǎn)型初期使用人工智能技術(shù)并將其應(yīng)用于實(shí)踐層面。資源方面，人工智能技術(shù)應(yīng)用范圍較大，可以獲得的資金也比較充足，營(yíng)商環(huán)境的改善能夠?yàn)槿斯ぶ悄芗夹g(shù)創(chuàng)新和轉(zhuǎn)化提供充足的資金，推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。技術(shù)兼容性方面，人工智能技術(shù)相對(duì)其他技術(shù)而言，具有更強(qiáng)的兼容性，應(yīng)用門檻較低，能夠更好兼容現(xiàn)有技術(shù)，為企業(yè)轉(zhuǎn)型賦能。

實(shí)證表明，營(yíng)商環(huán)境的改善對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響在人工智能技術(shù)應(yīng)用和創(chuàng)新方面表現(xiàn)最為突出。數(shù)字化轉(zhuǎn)型初期，企業(yè)應(yīng)當(dāng)將資源傾斜至人工智能及實(shí)踐應(yīng)用方面，獲取一定成效后，再結(jié)合企業(yè)現(xiàn)有技術(shù)、企業(yè)市場(chǎng)定位及產(chǎn)品特性，考慮其他方面的技術(shù)升級(jí)，助推企業(yè)數(shù)字化轉(zhuǎn)型。

3. 異質(zhì)性檢驗(yàn)

通過基準(zhǔn)回歸及穩(wěn)健性檢驗(yàn)，證明優(yōu)化企業(yè)營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的影響呈顯著正向作用?；诓煌髽I(yè)特征，企業(yè)數(shù)字化轉(zhuǎn)型程度受到的影響會(huì)存在差異，開展異質(zhì)性檢驗(yàn)，為制定針對(duì)性差異化政策提供實(shí)證依據(jù)?；谝韵缕髽I(yè)屬性開展異質(zhì)性檢驗(yàn)：所有制（是否為國(guó)有企業(yè)），企業(yè)行業(yè)類型（是否為制造業(yè)企業(yè)），企業(yè)環(huán)境影響（是否為重污染企業(yè)），高科技行業(yè)（企業(yè)是否處于高科技行業(yè)），生產(chǎn)要素密度集屬性（勞動(dòng)密集型/資本密集型/技術(shù)密集型），研究結(jié)果如表5所示。

由表5可以看出，金華市上市企業(yè)中，非重污染企業(yè)及高科技企業(yè)的營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向推進(jìn)作用顯著。其他類型企業(yè)回歸結(jié)果表明，營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向影響，并未通過顯著性檢驗(yàn)。環(huán)境友好型企業(yè)在環(huán)境規(guī)制方面相對(duì)于重污染企業(yè)壓力較小，在企業(yè)數(shù)字化轉(zhuǎn)型推進(jìn)過程中擁有更多資源，新技術(shù)優(yōu)化和創(chuàng)新方面也會(huì)表現(xiàn)的更加積極；重污染企業(yè)由于其生產(chǎn)性質(zhì)，需要花費(fèi)更多精力關(guān)注環(huán)境合規(guī)及減排措施，因此數(shù)字化轉(zhuǎn)型進(jìn)程較慢。高科技企業(yè)為了保持企業(yè)競(jìng)爭(zhēng)力也會(huì)更加注重技術(shù)研發(fā)和創(chuàng)新，更有傾向進(jìn)行數(shù)字化轉(zhuǎn)型；非高科技企業(yè)由于技術(shù)升級(jí)、創(chuàng)新能力等方面存在限制，數(shù)字化轉(zhuǎn)型能力也會(huì)相對(duì)較弱。非國(guó)有企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中存在更大壓力，會(huì)有意愿去進(jìn)行數(shù)字化轉(zhuǎn)型，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型過程中受到的影響因素較多或是數(shù)字化轉(zhuǎn)型效益并非立即顯現(xiàn)，導(dǎo)致結(jié)果不顯著；國(guó)有企業(yè)因決策會(huì)受到一些行政約束，數(shù)字化轉(zhuǎn)型靈活性及速度方面稍顯不足。勞動(dòng)密集型企業(yè)會(huì)更關(guān)注降低勞動(dòng)成本，資本密集型企業(yè)更關(guān)注資本效率，兩種類型的企業(yè)在數(shù)字化轉(zhuǎn)型方面都沒有太多的關(guān)注；技術(shù)密集型企業(yè)具備了技術(shù)領(lǐng)先優(yōu)勢(shì)，其數(shù)字化轉(zhuǎn)型更多依賴于自身的核心競(jìng)爭(zhēng)力及市場(chǎng)戰(zhàn)略，而非外部環(huán)境，優(yōu)化營(yíng)商環(huán)境對(duì)其數(shù)字化轉(zhuǎn)型的影響較弱，因此正向促進(jìn)作用不顯著。政府在制定優(yōu)化營(yíng)商環(huán)境差異化政策時(shí)，也需要考慮不同企業(yè)特性，針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型過程中的困難給予精準(zhǔn)的政策支持，以加快推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程。

四、結(jié)論與啟示

本研究基于2006—2023年金華市上市企業(yè)樣本數(shù)據(jù)，實(shí)證分析了優(yōu)化營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度的影響。基準(zhǔn)回歸表明，營(yíng)商環(huán)境改善對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度呈顯著的正向影響，融資約束越小、市場(chǎng)越集中、企業(yè)ESG得分越高、企業(yè)規(guī)模越大、企業(yè)上市年限越短，數(shù)字化轉(zhuǎn)型成果越顯著。穩(wěn)健性檢驗(yàn)結(jié)果表明，通過延長(zhǎng)觀測(cè)窗口或是調(diào)整觀測(cè)口徑，營(yíng)商環(huán)境改善的顯著正向效果不會(huì)改變，進(jìn)一步說明優(yōu)化營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型程度產(chǎn)生的影響，主要體現(xiàn)在人工智能技術(shù)應(yīng)用與創(chuàng)新及數(shù)字化技術(shù)實(shí)踐應(yīng)用這兩個(gè)方面。異質(zhì)性檢驗(yàn)分析表明，不同特征的企業(yè)數(shù)字化轉(zhuǎn)型程度受到的營(yíng)商環(huán)境影響存在差異，高科技類型企業(yè)及非重污染企業(yè)在營(yíng)商環(huán)境改善的背景下，有更多精力和資源去進(jìn)行數(shù)字化投資，這兩類企業(yè)的數(shù)字化轉(zhuǎn)型程度顯著受到了營(yíng)商環(huán)境優(yōu)化的正向推進(jìn)。

基于以上結(jié)果，提出以下建議：第一，對(duì)于金華市上市企業(yè)，優(yōu)化營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)顯著影響，企業(yè)應(yīng)結(jié)合自身特性，對(duì)標(biāo)具體的支持政策和激勵(lì)措施，積極開展技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型。人工智能技術(shù)因其具有技術(shù)兼容性及應(yīng)用廣泛性的特性，可以作為企業(yè)開展數(shù)字化轉(zhuǎn)型的首要技術(shù)，同時(shí)企業(yè)也要注意技術(shù)的實(shí)踐應(yīng)用，將技術(shù)和業(yè)務(wù)場(chǎng)景融合，以加快推進(jìn)數(shù)字化轉(zhuǎn)型。第二，對(duì)于金華政府，企業(yè)數(shù)字化轉(zhuǎn)型是一個(gè)長(zhǎng)期過程，需要穩(wěn)定的政策支持和措施激勵(lì)，針對(duì)企業(yè)的不同特征，政府應(yīng)積極探索適合不同類型企業(yè)的數(shù)字化轉(zhuǎn)型路徑，優(yōu)先支持高科技類型企業(yè)和非重污染類型企業(yè)，對(duì)于其他企業(yè)也需加大關(guān)注，增加政策扶持力度，關(guān)注政策長(zhǎng)期效果，并不斷調(diào)整。

參考文獻(xiàn)：

[1]簡(jiǎn)冠群，李悅涵.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)公司治理的影響及路徑研究：以九州通醫(yī)藥為例[J].財(cái)會(huì)通訊，2024（12）：142-147，152.

[2]李斌，楊冉，盧娟，等.企業(yè)數(shù)字化轉(zhuǎn)型、供應(yīng)鏈溢出與勞動(dòng)力技能偏向[J/OL].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，（2024-06-19）. https：//kns.cnki.net/kcms2/article/abstract？v=kHMw6kznbppDKRvaoDBMuqu3_AKMoDcN_yUmCkiuOBWFwl-1LEWIpCxa2YW0uKq5egiPrwcERPlcgE9IWx6jMxTlamGEAqtngLCkGN0Zc2OMQL24bmoBLD4EFT3BuiL1F2iHfWFuuvFvRyQEqqGri0Zu-3MEzWeg22Cr8MDOa6Itm6QIHyioRqLvvLXb_d0hEU_ngYWTxc4=amp;uniplatform=NZKPTamp;language=CHS.

[3]姚毓春，李金城.數(shù)字化轉(zhuǎn)型與國(guó)有企業(yè)技術(shù)創(chuàng)新：基于環(huán)境不確定性與關(guān)系嵌入的新視角[J].中國(guó)軟科學(xué)，2024（7）：122-136.

[4]Porta R L， Lopez-de-Silanes F， Shleifer A， et al. Law and finance[J]. Journal of political economy， 1998， 106（6）：1113-1155.

[5]La Porta R， Lopez-de-Silanes F， Shleifer A， et al. The quality of government[J]. Journal of Law， Economics， and organization， 1999， 15（1）：222-279.

[6]劉青.我國(guó)營(yíng)商環(huán)境優(yōu)化的成效、進(jìn)展與方向[J].人民論壇，2024（10）：36-39.

[7]王艷，溫容.數(shù)字營(yíng)商環(huán)境與制造業(yè)出口競(jìng)爭(zhēng)力：基于“量”“質(zhì)”視角[J/OL].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，（2024-05-24 ）.https：//kns.cnki.net/kcms2/article/abstract？v=kHMw6kznbppzRbqqUz9fNDiaJdq-Nl_9xbkjh76ZCWvntcTE2-lgX2qNTygdySD6mnuTUyY__TcnFaX7417PS4DoEGMaW-TrdVy0b4Z9gB2cgrfAt5UDNqmD7nNZ3tKSDCjIRkcC-z3uCWW89kzE3ZOpGJ2AIeVCqOp7eybXSNEj7vN6nGEJamUTtCkBEjSnf-5I9eMaEHA=amp;uniplatform=NZKPTamp;language=CHS.

[8]劉健，李小雯.生態(tài)系統(tǒng)視角下數(shù)字營(yíng)商環(huán)境與共同富裕：基于長(zhǎng)三角41個(gè)城市數(shù)據(jù)實(shí)證分析[J].華東經(jīng)濟(jì)管理，2024，38（6）：21-31.

[9]李艷雙，孟新宇.營(yíng)商環(huán)境優(yōu)化如何影響企業(yè)數(shù)字化悖論：基于創(chuàng)新持續(xù)性視角[J].財(cái)會(huì)月刊，2024，45（6）：20-27.

[10]王玉燕，張靜娟.營(yíng)商環(huán)境優(yōu)化如何助力制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型[J].財(cái)會(huì)月刊，2023，44（18）：138-145.

[11]王鑫怡，盧強(qiáng).營(yíng)商環(huán)境與企業(yè)戰(zhàn)略差異度：因時(shí)而變抑或靜觀其變[J].財(cái)會(huì)月刊，2023，44（18）：146-152.

[12]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（7）：114-129.

[13]袁淳，肖土盛，耿春曉，等.數(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(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

[14]張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)[J].審計(jì)研究，2021（3）：62-71.

[15]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)：來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144，10.

[16]李艷雙，孟新宇.營(yíng)商環(huán)境優(yōu)化如何影響企業(yè)數(shù)字化悖論：基于創(chuàng)新持續(xù)性視角[J].財(cái)會(huì)月刊，2024，45（6）：20-27.

[17]胡李鵬，王小魯，樊綱.中國(guó)分省企業(yè)經(jīng)營(yíng)環(huán)境指數(shù)2020年報(bào)告[J].金融評(píng)論，2020，12（5）：2.

[18]李鉞霆，高煜，何苗.數(shù)字經(jīng)濟(jì)有利于提升“專精特新”中小企業(yè)培育成效嗎？[J].軟科學(xué)，2024，38（4）：15-21，29.

[19]Luo Y， Cui H， Zhong H， et al. Business environment and enterprise digital transformation[J]. Finance Research Letters， 2023（57）：104250.

責(zé)任編輯：田國(guó)雙

*基金項(xiàng)目：金華市社科聯(lián)2024年度重點(diǎn)立項(xiàng)課題“營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響——基于金華上市公司的研究”（ZD2024040）。

作者簡(jiǎn)介：莊小央，上海財(cái)經(jīng)大學(xué)浙江學(xué)院，碩士。研究方向：數(shù)字經(jīng)濟(jì)。