[關鍵詞]數字化轉型 全要素生產率 數字化投入 轉型方向 企業(yè)創(chuàng)新 運營模式 代理成本 上市公司

引言

習近平總書記在中共中央政治局第十一次集體學習時強調，“發(fā)展新質生產力是推動高質量發(fā)展的內在要求和重要著力點”。與傳統(tǒng)生產力相比，新質生產力是數字時代更具融合性、更體現新內涵的生產力，其形成離不開數字技術的支撐和應用。作為新質生產力的核心標志，提升全要素生產率受到國家的高度重視，黨的二十屆三中全會明確了“促進各類先進生產要素向發(fā)展新質生產力集聚，大幅提升全要素生產率”的發(fā)展目標。數字化轉型與新質生產力的交融共生，意味著探究數字化轉型對全要素生產率的影響和作用路徑是非常必要的。

在學術界，企業(yè)數字化轉型的經濟后果受到了越來越多的關注。已有一系列研究發(fā)現，數字化轉型對于企業(yè)生產效率具有提升作用，但是相關機構對企業(yè)的問卷調查顯示，當前數字化轉型的效果仍存在較大的提升空間①，投入與轉型成效正相關性不足的問題亟須解決。面對理論與實踐的脫節(jié)，學術界亟須做出回應。

目前數字化轉型的相關實證研究大多基于文本分析方法，然而相比于實際投入信息，數字化文本指標包含了更為復雜的信息，包括但不限于企業(yè)數字化轉型的實際行動、未來規(guī)劃以及管理層的策略性炒作行為。這些可能會導致對數字化轉型度量的高估誤差，進而夸大其正面作用。此外，已有文獻大多將企業(yè)的數字化轉型作為一個整體性概念，在此基礎上討論其影響因素和經濟后果。但是，實踐中企業(yè)的數字化轉型大多采取“總體規(guī)劃、局部先行”的策略，并未采取同步推進、全盤轉型的數字化策略，這表明基于數字化轉型的細分方向分析其經濟后果是具有現實意義的。參照相關的調研結果②，本文將企業(yè)數字化轉型分為生產、用戶、管理和技術4個類型，從理論上來講，不同方向的數字化轉型的經濟后果是存在差異的，因為其所作用的價值創(chuàng)造環(huán)節(jié)大相徑庭，同時，不同方向的數字化轉型在實施中的難度和障礙也存在較大差異。

鑒于此，本文構建了數字化轉型度量指標，旨在探究數字化轉型對全要素生產率的影響與機制。（1）本文基于實際投入構建了一個新的數字化轉型度量指標，相比之下，傳統(tǒng)的文本度量指標除了反映數字化轉型的實際行動，也會捕捉到管理層對于數字化轉型的未來規(guī)劃與展望，甚至是策略性炒作信息，存在一定的噪音。本文所采用的方法為學術界深入準確地理解數字化轉型的經濟后果提供了新的視角；（2）本文用新指標分析了數字化轉型對全要素生產率的影響，回應了實踐中數字化轉型普遍成效不佳的原因。大多數企業(yè)尚處于轉型的初級階段，數字化系統(tǒng)未實現對自身業(yè)務的賦能：而數字化轉型本身的成本與風險也部分抵消了數字化轉型所帶來的積極效果，本文研究有助于從正反兩個方面加深對數字化轉型的經濟后果的認知；（3）本文考察了生產、用戶、管理及技術4個方向的數字化轉型對企業(yè)效率的影響，這有助于深化對不同方向的數字化轉型經濟后果的理解，也說明了在學術研究中對企業(yè)數字化轉型的“細化”是非常必要的。

1理論機制與研究假設

1.1數字化轉型對全要素生產率的影響

數字化轉型正從根本上改變著企業(yè)的經營戰(zhàn)略、業(yè)務流程、公司能力、產品和服務，可以通過驅動研發(fā)創(chuàng)新、改進運營模式和降低代理成本3個方面提升企業(yè)全要素生產率。（1）就研發(fā)創(chuàng)新而言，①數字化轉型可以加強企業(yè)和用戶之間的交互和反饋，促進共創(chuàng)體驗的發(fā)展；②數字化轉型可以推動企業(yè)人力資本結構的優(yōu)化升級，為創(chuàng)新活動奠定人才基礎：③數字化設備可以幫助企業(yè)實現生產數據采集的自動化，不斷修正分析結果并及時反饋：④數字技術能夠以虛擬形式呈現復雜產品的內部結構并進行調試，降低技術進步過程中的不確定性，削減企業(yè)試錯和創(chuàng)新的成本；（2）就運營模式而言，數字化轉型可以為企業(yè)提供充足的運營和產品開發(fā)機會，催生新的“用戶導向”價值創(chuàng)造模式。同時，提升生產性服務要素在產品中的嵌入程度，使產品增值部分更貼近于服務環(huán)節(jié)：數字技術通過對需求預測、產品設計、定價、庫存管理和供應鏈管理等環(huán)節(jié)的改進和精細化管理提升企業(yè)的運營效率，有效降低費用成本；（3）就代理成本而言，人工智能技術的應用可以提高經營管理流程的標準化和透明化程度，從而降低管理者的可操縱空間。另外，數字化轉型能夠提升企業(yè)對信息的處理和輸出能力并有效地向市場主體推送信息，從而降低信息不對稱程度，加強對管理層的監(jiān)督。

數字化轉型本質上是對企業(yè)更深層次的重塑與再造，很多潛在的成本與風險存在于轉型的過程之中。企業(yè)需要投入大量資金更新設備系統(tǒng)，其短期內無法完成攤銷從而增加運營成本。一些數字系統(tǒng)甚至過度設計，成本高昂卻不會產生顯著的商業(yè)價值。此外，數字化轉型也涉及高技能工人的工資、數字能力的培訓費用、專業(yè)技術人員的咨詢費用以及數字資源與現有資源的整合成本：另外，數字化轉型存在較高的風險，（1）轉型失敗的風險，數字技術與工業(yè)體系的融合尚處于起步探索階段，失敗風險較高；（2）戰(zhàn)略風險，數字化轉型通常需要對企業(yè)現有經營戰(zhàn)略進行重大改變，這可能會導致戰(zhàn)略風險，包括因脫離傳統(tǒng)模式而導致能力資源顛覆的變異風險，以及難以和新環(huán)境相匹配的適應風險。

總體上而言，數字化轉型對于企業(yè)效率的提升作用是由其自身的先進性所決定的，然而轉型真正的落地實施存在著較多現實障礙，也就是經歷所謂的轉型“陣痛期”。大多數成本與風險是過程性的，可能會抵消掉轉型所帶來的效率提升作用，一旦轉型由量變實現質變，數字化轉型的成效可能會總體向好。基于此，本文提出以下研究假設：

H1：數字化轉型在短期內對于企業(yè)效率無明顯作用，即數字化轉型程度與企業(yè)的全要素生產率無顯著關系。

H2：數字化轉型在長期內對于企業(yè)效率具有推動作用，即數字化轉型程度越高，企業(yè)的全要素生產率越高。

1.2不同方向數字化轉型對全要素生產率的影響

雖然學術研究常常將數字化轉型作為整體性概念，但騰訊研究院等機構的調研及億歐智庫等服務商的報告指出，企業(yè)數字化轉型有具體方向。總體上，數字化轉型分為生產、用戶、管理和技術4個方向：生產轉型聚焦生產和研發(fā)：用戶轉型關注產品和服務及營銷活動：管理轉型面向日常管理活動：技術轉型則針對底層技術維護投入，為其他方向轉型奠定基礎。理論上，不同方向的數字化轉型經濟后果各異。因為價值創(chuàng)造環(huán)節(jié)不同，如數字技術投入不直接作用于生產經營；而實施難度和障礙也不同，流程改造（如生產、管理方向）較貼近現有業(yè)務，難度較低；商業(yè)模式重構要求強業(yè)技融合能力，執(zhí)行難度更大。

具體而言，數字化技術投入主要涉及基礎設施的建設，其中較為典型的例子包括數據中臺和云計算，前者可以提高數據的質量和管理效率，后者可以突破硬件設備的限制，加強企業(yè)之間的協(xié)同合作和資源共享。然而，數字化技術投入并不直接作用于企業(yè)的生產經營活動，實踐中很多企業(yè)對數據的處理和利用方式不夠有效，未能將其轉化為有價值的業(yè)務服務，也有一些企業(yè)把數字化等同于上系統(tǒng)，一味地進行IT投入，導致數據煙囪林立③，加劇信息孤島效應，甚至導致決策偏差進而降低企業(yè)效率④。

此外，與用戶相關的數字化轉型主要針對的是產品和服務的升級以及商業(yè)模式的改造重組，這一領域涉及業(yè)技融合問題，是目前大多數企業(yè)遇到的主要障礙。當前許多企業(yè)數字化轉型停留于表面，雖然在流程上實現了對數字技術的應用，但是數字化的運營與商業(yè)模式并未真正地與企業(yè)核心業(yè)務相融合，只是給予補充與完善，因此用戶相關的數字化轉型可能也無法產生明顯成效?；诖?，本文提出以下研究假設：

H3a：生產類數字化轉型對于企業(yè)效率提升具有推動作用，即生產類數字化轉型程度越高，企業(yè)的全要素生產率越高。

H3b：用戶類數字化轉型對于企業(yè)效率無顯著推動作用，即用戶類數字化轉型程度與全要素生產率無顯著關系。

H3c：管理類數字化轉型對于企業(yè)效率提升具有推動作用，即管理類數字化轉型程度越高，企業(yè)的全要素生產率越高。

H3d：技術類數字化轉型對于企業(yè)效率無顯著推動作用，即技術類數字化轉型程度與全要素生產率無顯著關系。

2研究設計

2.1數據來源和樣本選擇

2015年3月，國務院總理李克強在《政府工作報告》中提出了制定“互聯網+”計劃，同年12月，習近平總書記在出席第二屆世界互聯網大會開幕式上的講話中首次正式提出“數字中國”概念，開啟了數字中國建設的新征程。因此，本文選取2015～2023年中國滬深A股上市公司數據作為樣本，研究數字化轉型方向對全要素生產率的影響。本文所使用的原始數據均來自CSMAR數據庫。本文剔除了信息技術類企業(yè)、金融類企業(yè)以及變量相關數據存在缺失的樣本，最終選取27178個公司一年度層面的觀測值。為了減弱異常值對實證分析的影響，本文對所有連續(xù)性變量進行了上下1%的縮尾處理。

2.2變量選擇與說明

2.2.1被解釋變量

全要素生產率（TFP）。參照已有文獻的研究設計，本文以全要素生產率（TFP，采用LP法計算）度量企業(yè)效率，同時以OP法計算的全要素生產率（TFP_OP）進行穩(wěn)健性檢驗。

2.2.2核心解釋變量

企業(yè)數字化轉型（DT）。在現有文獻中，大多數學者所使用的企業(yè)數字化轉型度量指標均以文本分析為基礎，其對數字化轉型的反映仍舊是相對間接和欠準確的。年報中的數字化文本信息更加多元，很難定量地體現企業(yè)在數字化轉型中的相關投入與轉型程度。

鑒于這些情況，本文使用上市公司年報附注中在建工程、重要在建工程、開發(fā)支出和研發(fā)費用中披露的項目累計投入度量企業(yè)數字化轉型，并使用企業(yè)的營業(yè)收入進行標準化。對數字化項目的識別按照以下3種方式依次進行：（1）對項目信息的網絡搜索，信息源于相關媒體對特定項目的報道，以及企業(yè)通過官網或其他新媒體進行的宣傳；（2）在年報正文中進行檢索，管理層分析與討論以及企業(yè)募投資金的使用情況也包含了某些數字化項目；（3）參考現有文獻中的數字化轉型詞典進行補充。此外，本文也將數字化轉型按照投入方向分為了4個子類別，分別對應計算得到了生產（DT_P）、用戶（DT_C）、管理（DT_M）和技術（DT_T）4個維度的數字化轉型。

2.2.3控制變量

參照趙宸宇等、黃勃等的研究設計，本文加入了一些可能影響全要素生產率的控制變量，具體包括員工數量（Employ，員工總數的自然對數）、企業(yè)年齡（Age_est，樣本所在年度與成立年度之差加1后取自然對數）、資產負債率（LEV，期末負債與總資產之比）、股權集中度（Topl，第一大股東的持股比率）、企業(yè)的股權性質（SOE，若樣本為國有企業(yè)則取值為1，否則為0）、總資產收益率（ROA，財務報告期內凈利潤與期末總資產之比）、兩職合一（Dual，若董事長與總經理兩職合一則取值為1，否則為0）、董事會規(guī)模（Board，董事會人數的自然對數）、獨立董事比例（Indep，獨立董事人數與董事會總人數之比）、企業(yè)經營現金流量（Cash，財務報告期內經營活動凈現金流量與期末總資產之比）以及流動資產比率（Liquid，期末流動資產與總資產之比）。變量的描述性統(tǒng)計如表1所示。

2.2.4模型設定

為了檢驗上述假設是否成立，本文構建以下模型進行檢驗：

3實證結果分析

3.1基準回歸結果

表2匯報了基準回歸結果，回歸結果表明數字化轉型程度的提高并沒有帶來當期全要素生產率的增加，DT的回歸系數在列（1）、（2）和（4）中，DT的回歸系數均不顯著，這一結果與假設H1一致。另外，實證結果表明，數字化轉型程度對全要素生產率的正面作用隨著時間遞推而逐步增強，至t+2期時，回歸系數在1%的水平上顯著為正，這與假設H2保持一致。在添加控制變量之后，回歸系數呈現相同的變化特征，這表明數字化轉型對企業(yè)全要素生產率的影響具有滯后性。就控制變量而言，全要素生產率與企業(yè)規(guī)模、企業(yè)年齡、資產負債率、總資產收益率、現金持有和流動資產比率顯著正相關，這與趙宸宇等、黃渤等的研究發(fā)現一致。

表3的列（1）～（4）分別呈現了生產、用戶、管理和技術類數字化轉型對全要素生產率的影響，其中DT_P和DT_M的回歸系數分別在1%和5%的水平上顯著大于0，表明生產和管理類數字化轉型提升了全要素生產率，這驗證了本文的假設H3a和H3c。此外，DTC的回歸系數不顯著，即用戶相關的數字化轉型對企業(yè)效率沒有產生顯著影響，這與假設H3b一致。最后，DT_T的回歸系數小于0，但顯著性相對較差，這符合假設H3d。總體上而言，以上回歸結果表明數字化轉型對全要素生產率的影響在不同方向上存在異質性，具體而言，生產類和管理類數字化轉型收到了良好效果，而其他方向的數字化轉型則不然。

3.2穩(wěn)健性檢驗⑦

3.2.1替換變量

關于全要素生產率的計算有多種經典方法，本文將OP方法計算的全要素生產率TFP_OP作為穩(wěn)健性檢驗中的被解釋變量。此外，在數字化轉型指標的構建中，主回歸的數字化項目選擇中包含了“自動化”相關的項目。然而，在理論和實踐中，“自動化”與“數字化”雖然存在著千絲萬縷的聯系，但是二者之間也存在著一定的差別，前者更類似于“數字化”的原始形態(tài)，而隨著數字技術的飛速發(fā)展，“自動化”的水平層次也發(fā)生了質的飛躍。因此，本文將數字化項目中涉及“自動化”的項目投入剔除，計算得到了DT1，在此基礎上重新進行了回歸，結果與基準回歸一致。

3.2.2改變樣本范圍

根據樣本描述性統(tǒng)計的結果，樣本中有較多企業(yè)并沒有進行數字化轉型的相關投入，這可能會對回歸結果產生影響。因此本文剔除了累計數字化投人為0的樣本，在此基礎上重新進行了回歸，回歸結果與主回歸結果保持一致。

3.2.3PSM回歸

為了緩解自選擇導致的內生性問題，本文采用傾向性得分匹配方法（PSM），將數字化累計投入大于0的樣本歸類為處理組，而數字化累計投入為0的樣本則歸類為對照組，在此基礎上對處理組和對照組的樣本進行了一對一的有放回卡尺內最近鄰匹配。傾向性得分匹配的協(xié)變量為基準回歸中的所有控制變量。PSM的回歸結果與主回歸的結果相似。

3.2.4工具變量法

本文也可能受到反向因果的影響，進而導致內生性問題。全要素生產率較高的企業(yè)可能在企業(yè)資源、內部管理制度和創(chuàng)新研發(fā)等方面均具有優(yōu)勢，這可能會幫助其更為容易地進行數字化轉型。因此本文采用工具變量法緩解模型中潛在的內生性問題。本文將所在行業(yè)內其他企業(yè)的數字化累計投入的平均值作為第一個工具變量，這是因為企業(yè)自身的數字化轉型往往會受到行業(yè)內其他企業(yè)的影響，而行業(yè)內其他企業(yè)的數字化轉型程度在理論上與企業(yè)自身的全要素生產率不存在直接的關聯。此外，借鑒Bartik工具變量法的構建思想，本文使用滯后1期的同行業(yè)其他企業(yè)的數字化累計投入均值與全部樣本企業(yè)數字化累計投入增長率的乘積，作為第二個工具變量。工具變量法回歸結果與主回歸保持一致。

3.2.5其他穩(wěn)健性檢驗

本文針對可能的遺漏變量問題進行了處理。（1）為了進一步緩解自相關和異方差問題對統(tǒng)計推斷的影響，本文使用更為穩(wěn)健的標準誤，對標準誤在企業(yè)所在城市和年份層面進行了雙重聚類調整；（2）為了進一步緩解行業(yè)中隨時間變化的遺漏因素對回歸結果帶來的偏誤，本文控制公司和年份固定效應的基礎之上進一步控制了行業(yè)和年份的交互固定效應；（3）鑒于我國相對獨特的制度環(huán)境，直轄市總體上具有較大的政治和經濟特殊性，這些地域的企業(yè)數字化轉型可能與其他地方的企業(yè)存在著明顯差異，因此本文剔除了企業(yè)所在地為直轄市的樣本，在此基礎上重新進行了回歸分析。以上結果均與主回歸保持一致。

4渠道機制檢驗與異質性分析

4.1渠道機制檢驗

為了檢驗數字化轉型提升全要素生產率的中介效應，本文借鑒黃勃等的研究設計，采用如下模型進行研究：

其中，Mechanism表示機制檢驗變量。針對數字化轉型的創(chuàng)新驅動效應，參照趙宸宇等的研究設計，本文采用專利申請數量的自然對數值（Patent）作為中介變量；針對數字化轉型對運營模式的改進，數字化轉型催生了“用戶導向”的價值創(chuàng)造模式，使得企業(yè)產品增值部分更貼近于服務環(huán)節(jié)，這直接拉近了企業(yè)與用戶的距離，因此以營業(yè)收入增長率（Growth）度量運營模式改進帶來的業(yè)務擴張效果，此外，數字化轉型通過對營銷和管理環(huán)節(jié)的精細化管理，可以降低企業(yè)的費用支出，因此使用銷售管理費用率（SGamp;4）對此進行度量；最后，就代理成本而言，參照李壽喜、羅進輝等的研究設計，總資產周轉率（Turnover）可度量企業(yè)代理成本。另外，由于數字化轉型對全要素生產率的提升作用具有滯后性，本文將所有中介變量前置兩期作為被解釋變量進行回歸⑧。

4.2異質性分析

4.2.1人力資本結構

人力資本結構對于數字化轉型具有非常重要的作用。工業(yè)智能化能夠對某些低水平崗位的勞動力進行替代，這導致低技能勞動力在數字化轉型中的作用變得更加有限；同時，數字化轉型也會創(chuàng)造一些新的高水平勞動力需求，且高技能勞動力對于內部資源的重新配置，以及勞動力和組織結構的重組具有更強的適應能力。本文使用受教育程度刻畫員工的技能水平，將學歷水平較高的員工視為高技能勞動力，并以員工中本科以上學歷占比（Staff_und）和研究生以上學歷占比（Staff_gra）度量企業(yè)的人力資本結構。本文按照兩個度量指標的“行業(yè)一年度”中位數將全部樣本分為高（H）低（L）兩組，在此基礎上進行回歸。表5表明人力資本結構的優(yōu)化可以推動數字化轉型的有效開展。

4.2.2企業(yè)文化

在管理學領域中，企業(yè)文化是組織內廣泛共享和強烈持有的規(guī)范和價值觀，補充正式控制系統(tǒng)，提高組織效率。就數字化轉型的實踐而言，轉型涉及到各個環(huán)節(jié)和部門的系統(tǒng)性變革，要求組織內部形成更強的協(xié)同能力，實現知識共享。此外，轉型也要求企業(yè)形成開放共享的理念。另外，創(chuàng)造性文化也至為關鍵。數字化轉型是極具個性化的變革項目，需要支持冒險和顛覆性思維的文化氛圍：數字技術與編碼和重復性的知識密切相關，這些可能會損傷企業(yè)的創(chuàng)新潛力，因此轉型需要崇尚創(chuàng)新的文化氛圍，幫助企業(yè)發(fā)揮數字技術對創(chuàng)新活動的正面作用。

參照Fiordelisi和Ricci的研究設計，本文以相關關鍵詞在上市公司年報中出現的次數占總詞數的百分比度量企業(yè)的創(chuàng)造性文化（Cul_lnov）和協(xié)作性文化（Cul_Collab）。本文分別按照創(chuàng)造性文化和協(xié)作性文化的“行業(yè)一年度”中位數進行分組回歸。結果如表6所示，僅對于創(chuàng)造性和協(xié)作性文化較強的企業(yè)而言，數字化轉型對企業(yè)效率產生了正面影響。

4.2.3組織慣性與規(guī)模

數字化轉型本質上是對企業(yè)更深層次的、全方位的重塑和再造，這要求組織積極實現自身變革以適應轉型要求。組織慣性制約搜索能力、績效增長及對環(huán)境變化的響應，降低管理者選擇權和變革彈性，阻礙結構調整與重構，制約轉型效果。組織慣性較大的企業(yè)更難以實現組織結構、經營戰(zhàn)略和業(yè)務模式的調整與重構，從而制約轉型效果。此外，企業(yè)規(guī)模也是影響數字化轉型成效的重要因素，數字化轉型和投入需要較高的成本，對于一些小微企業(yè)而言，存在成本高于收益的可能性。參照連燕玲等的研究設計，本文使用標準化之后的員工人數和企業(yè)年齡的平均值度量組織慣性（Inertia），以總資產度量企業(yè)規(guī)模（Scale），按其“行業(yè)一年度”中位數分組進行回歸?；貧w的結果如表7所示，結果表明對于組織慣性較小和規(guī)模較大的企業(yè)而言，數字化轉型更能提升全要素生產率。

5結論與政策啟示

本文基于2015～2023年項目投入信息構建數字化轉型指標，分析了數字化轉型對全要素生產率的影響。本文發(fā)現數字化轉型對于全要素生產率的影響具有日寸滯性，在轉型初期數字化轉型未產生顯著影響，然而隨著時間推進，數字化轉型的正面效應逐漸顯現并得到加強。此外，不同方向數字化轉型的影響也存在差異，生產類和管理類數字化轉型對于企業(yè)生產效率具有提升作用，而用戶類和技術類數字化轉型尚未真正賦能企業(yè)效率。中介效應分析表明，數字化轉型通過驅動企業(yè)創(chuàng)新、改進企業(yè)的運營模式和降低代理成本推動了企業(yè)全要素生產率的提升。異質性分析的結果表明，對于人力資本結構更優(yōu)、更加強調協(xié)作性文化和創(chuàng)造性文化以及組織慣性相對較小的企業(yè)而言，數字化轉型對企業(yè)效率的提升效果更為顯著。本文具有以下啟示：

（1）數字化轉型對生產效率的提升具有明顯的滯后性。數字化轉型在實施初期會加劇企業(yè)所面臨的融資約束，甚至直接對短期績效產生負面影響。因此，政府應當加強對企業(yè)數字化轉型的扶持，尤其是對于轉型初期的企業(yè)而言，政府可以提供必要的融資幫助和資金支持，幫助其平穩(wěn)順利度過數字化轉型的“陣痛期”。

（2）數字化轉型對于生產效率的提升具有異質性，對于一些企業(yè)而言，數字化投入的增加并不會帶來生產效率的提升，這表明數字化轉型并非多多益善，唯有企業(yè)自身的經營特點和業(yè)務需求才是轉型的根本動因。因此，企業(yè)應當謹慎評估和明確自己的戰(zhàn)略方向，從實際需求出發(fā)，選擇與自身經營狀況最為契合的轉型方向，尤其應當避免“貪大求全”和“過猶不及”。

（3）本文發(fā)現生產和管理相關的數字化轉型對企業(yè)效率的提升效果最為顯著，這表明當前數字化轉型在這兩個領域內已經取得了較好的成效，相關企業(yè)可以繼續(xù)加強相關投入。而對于其他方向的數字化轉型而言，前期投入還沒有真正地轉化成經濟效益，企業(yè)應該仔細反思，結合自身經營業(yè)務尋找不足，明確用戶相關的以及技術層面相關數字化設備是否得到了充分的利用。