企業國際化戰略與數字化轉型能否實現共贏？

周夢玲 江康奇 郭維

［摘?要］?雙循環新發展格局的構建中，國內循環和國際循環是相互促進、相輔相成的。開放與合作提升了企業利用全球資源提高國際競爭力的外部動力；數字化升級轉型則強化了企業生存與發展的內部引擎。在此背景下，更多的企業面對著國際化部署和數字化轉型的雙重壓力。文章著眼于外循環發展格局與數字經濟之間的聯系，聚焦企業國際化戰略與數字化的協同效應，基于中國A股上市公司2007—2020年數據，采用文本分析法刻畫企業數字化轉型程度。在此基礎上，運用雙重差分模型，考察“一帶一路”倡議作用于企業數字化轉型的總量效應、渠道機制以及異質性影響。研究發現，“一帶一路”倡議顯著提高企業的數字化轉型程度，并通過增加企業稅收優惠、促進跨國經營以及強化人力積累，為企業轉型創造更加充裕的資源條件。同時，數字化建設能有效化解企業參與“一帶一路”建設后可能出現的財務管理難題，提升實施“一帶一路”倡議的績效。以上表明，企業的國際化部署和數字化戰略可實現相輔相成的協同效應。此外，“一帶一路”倡議的數字化轉型驅動效應在大企業、外部融資依賴高的企業、擁有高學歷CEO的企業以及經濟政策不確定性較低的地區中更加顯著。

［關鍵詞］雙循環；數字化轉型；“一帶一路”倡議；文本分析

［中圖分類號］??F2723；F125［文獻標識碼］?A［文章編號］?1673-0461（2023）09-0028-19

一、引言

構建新發展格局，是我國實現從制造大國向制造強國躍升的關鍵。雙循環格局要求堅持高水平對外開放，加快構建以國內大循環為主體、國內國際雙循環相互促進的發展局面。對于企業來說，嵌入國內國際雙循環，既要積極參與全球價值鏈進行創新升級，為適應經濟全球化做出相應戰略調整，又要科學高效地實現數字化轉型，抓住數字經濟帶來的創新與改革紅利，實現高質量發展。

“一帶一路”倡議是我國堅持和擴大對外開放的重大戰略舉措，是打造各國政策和發展戰略的務實合作平臺的偉大實踐。黨的十九屆六中全會指出，我國應繼續推動“一帶一路”高質量建設，推進一大批關系沿線國家經濟發展、民生改善的合作項目，堅持遵循共商共建共享原則，使共建“一帶一路”成為當今世界深受歡迎的國際公共產品。2013年，習近平總書記首次提出要建設“一帶一路”合作倡議。截至2020年底，我國共與32個國際組織和141個國家簽署“一帶一路”合作備忘錄。可見，“一帶一路”已逐漸從中國倡議轉變為國際共識。“一帶一路”建設不僅深化我國與沿線國家的經濟合作，也為中國企業提升國際化程度、開拓海外交易市場提供了難得的契機［1］。根據商務部網站數據，2021年，我國企業對“一帶一路”沿線的57個國家的非金融類直接投資達到13097億元人民幣，同比增長67%，新簽對外承包工程項目合同6?257份，合同額達86476億元人民幣。隨著倡議不斷推行，“一帶一路”建設的政策效果成為了眾多學者關注的焦點。既有研究從宏觀層面考察“一帶一路”倡議對東道國的影響效應，發現參與“一帶一路”建設后，沿線國家的對外貿易［2］、海外投資［3-5］以及綠色經濟［6-8］均得到顯著發展。部分文獻則關注企業層面的經濟效應，探究“一帶一路”倡議對融資能力［1，9-10］、出口產品質量［11-12］以及企業生產率［13-14］的影響。較為遺憾的是，目前多數文獻關注的是被動的經濟后果，尚未有研究將“一帶一路”倡議的實施與企業數字化轉型聯系起來，討論企業如何主動應對來自全球化的挑戰。

數字化轉型是指企業運用新興數字技術，例如大數據、云計算、物聯網、人工智能、區塊鏈等，對內部管理模式、生產流程以及營銷模式進行升級改造，從而適應不斷變化的數字環境［15-20］。數字技術賦能幫助企業改善經營績效［21-22］、提升生產率［23-24］以及增強創新能力［25-26］。因此，數字化轉型是企業在新發展格局下打造未來發展新優勢、實現高質量發展的必然之選。在“一帶一路”倡議正式寫入政府工作報告（2014年）之后，企業數字化轉型均值出現更為陡峭的上升趨勢。這不禁引發作者深入思考：“一帶一路”倡議的實施是否驅動企業數字化轉型？其中潛在的影響機制又是什么？

現有文獻從多個角度解釋數字化轉型的驅動因素，例如政府科技支出［27］、市場變化［20］、全球化［28］、員工能力［29-30］等。不難發現，外部競爭、國際化水平、資金狀況以及人力資本是驅動企業數字化轉型的重要因素，這可為建立“一帶一路”倡議與企業數字化轉型之間關系的理論機理提供寶貴的借鑒。首先，參與“一帶一路”建設可為企業轉型提供資源基礎（資源基礎渠道）。第一，我國出臺了多項扶持“一帶一路”建設的配套政策，參與“一帶一路”建設幫助企業獲得更多政策稅收優惠［1］，改善內部現金流狀況；第二，參與“一帶一路”建設促進企業跨國經營，不僅幫助企業輸出過剩產能，整合內部資源，而且提升企業國際化程度，強化對外數字經濟合作；第三，“一帶一路”倡議的推行離不開各類人才的支持和保障［31］，參與“一帶一路”建設促使企業加快專業化人才引進，強化員工培訓強度，提高整體的人力資本水平。其次，海外業務增加可能會造成跨國財務管理與協作困難，這促使企業借助財務數字化建設來提升內部經營與管理能力（財務管理渠道）。最后，來自全球化的競爭可能迫使企業采用數字技術增強自身經營效率，提高建設“一帶一路”共識的經濟績效（競爭應對渠道）。因此，理論上，參與“一帶一路”建設不僅為企業數字化轉型創造必不可少的資金資源、合作資源以及人力資源，而且強化企業轉型升級的動機，提高企業開展數字化建設的意愿。不僅如此，一些重要事件，例如“數字絲綢之路”的提出、“一帶一路”數字化經濟戰略聯盟的成立等，也為“一帶一路”倡議的數字經濟驅動效應提供了事實基礎。鑒于此，本文基于文本分析方法構建企業數字化轉型指標，采用雙重差分模型考察“一帶一路”倡議實施對參與企業數字化轉型的影響，并開展豐富的機制檢驗和異質性分析。在貿易保護主義逐漸盛行、新冠疫情肆掠、全球經濟增長乏力的背景下，本研究不僅為推動我國企業數字化轉型、加快經濟高質量發展提供重要的政策參考，更有助于我們全面理解企業“走出去”的經濟后果，為加快我國企業國際化進程、構建國內國際雙循環新發展格局、駁斥貿易保護主義提供重要的經驗支持。

本文潛在的邊際貢獻如下：第一，本文首次考察“一帶一路”倡議對企業數字化轉型的影響，不僅為相關的研究領域拓展新的補充性證據，而且首次回答了外循環發展格局與數字經濟之間關系這一重大命題，為企業的國際化部署和數字化轉型策略安排提供一定的參考依據；第二，本文基于運用機器學習RoBERTawwmext模型構建有關企業數字化轉型的關鍵詞詞典，并以關鍵詞詞頻度量企業數字化轉型程度，為后續相關研究提供方法上的借鑒；第三，本文首次從融資約束、稅收優惠、人力資本以及競爭應對四個角度，揭開“一帶一路”倡議影響企業數字化轉型的機制“黑箱”，為推動我國數字經濟發展提供新的經驗證據；第四，本文不僅考察“一帶一路”倡議作用數字化轉型的總量效應，而且基于企業規模、融資依賴性、CEO教育、政策預期開展異質性分析，有助于我國為強化“一帶一路”倡議的數字化轉型驅動效應提供更多精細化建議。

基于此，本文將在梳理有關“一帶一路”倡議的經濟效應、企業數字化轉型的相關文獻的基礎上闡述?“一帶一路”倡議影響數字化轉型的三條渠道機制。隨后，構建雙重差分模型厘清兩者之間的關系，考察“一帶一路”倡議是否影響及如何影響企業數字化轉型，并進行異質性分析和相關穩健性檢驗。在此基礎上，提煉研究結論和相關政策建議。

二、文獻梳理與理論分析

（一）文獻梳理

與本研究關聯較為密切的有“一帶一路”倡議的經濟效應研究、企業數字化轉型的驅動因素研究以及企業數字化轉型的經濟后果研究等內容，本文將對此展開文獻梳理與評述。

1“一帶一路”倡議

2013年，習近平總書記首次提出要建設“絲綢之路經濟帶”和“21?世紀海上絲綢之路”倡議，力求開拓與沿線成員國實現“五通”的合作共贏之路。那么，“一帶一路”倡議究竟能否實現初衷，推動參與國之間的貿易往來和資金融通，成為了眾多學者熱議的話題。BANIYA?等（2020）［2］基于重力模型和比較優勢模型，研究發現，“一帶一路”倡議使參與國之間的貿易流動增加了高達41%。DU和ZHANG（2018）［3］研究發現，“一帶一路”倡議實施后，中國的海外投資，特別是基礎設施領域的股權并購，出現了顯著上升。呂越等（2019）［32］、YU等（2019）［4］以及金剛和沈坤榮（2019）［5］也實證了“一帶一路”倡議的對外投資驅動效應。部分研究則認為產能過剩行業的轉移可能會導致東道國污染增加［33-34］。余東升等（2021）［8］否定“污染轉嫁論”，研究發現“一帶一路”倡議提升創新水平和改善資源配置效率，降低沿線城市的污染水平。JIANG等（2021）［6］實證發現“一帶一路”倡議促進參與國的綠色經濟增長，實現能源節約345%，碳減排364%。WU等（2021）［7］利用2002—2017年178個國家的面板數據，在不同行業應用分位數雙重差分法，發現“一帶一路”倡議總體上降低了東道國的碳排放強度。

相關文獻還考察了“一帶一路”倡議的微觀效應，如對金融科技、企業融資約束、企業競爭力的影響。ZHANG等（2022）［35］采用交易級P2P貸款數據，實證發現，“一帶一路”倡議實施后，沿線城市的金融科技貸款明顯增加。部分研究表明，參與“一帶一路”建設可改善企業融資環境［1，9-10］。例如，徐思等（2019）［9］基于2011—2016年中國上市公司數據，發現倡議實施后“一帶一路”企業的融資約束水平顯著下降。企業競爭力如生產率水平、出口產品質量、價值鏈分工地位等也備受關注，相關文獻表明“一帶一路”倡議可改善企業競爭力［11-14］。例如，王桂軍和盧瀟瀟（2019）［13］同樣運用雙重差分法，實證發現“一帶一路”倡議實施可通過企業創新推動以全要素生產率為表征的企業升級。

2數字化轉型

《“十四五”數字經濟發展規劃》指出，數字經濟已成為我國的主要經濟形態之一。數字化轉型作為數字經濟的重要組成部分，近年來受到學者們的重點關注，主要有以下兩點：一是如何推動企業數字化轉型；二是數字化變革能否最終為企業帶來實質性的競爭優勢。

現有文獻從政府科技支出［27］、市場變化［20］、全球化［28］、員工能力［29-30］等方面解釋企業數字化轉型的驅動因素。例如，VERHOEF等（2021）［20］總結了企業開展數字化建設的三個重要原因：一是科技創新的不斷發展；二是行業競爭逐漸隨著經濟全球化而深化；三是科學技術驅動不斷變化的消費者需求。吳非等（2021）［27］利用我國A股上市公司2007—2018年數據，運用文本分析法構建數字化轉型指標，從政府扶持視角考察企業數字化轉型的驅動因素，發現政府科技支出顯著促進企業數字化轉型，并且融資約束和財務穩定起到了中介作用。SKARE和SORIANO（2021）［28］基于來自183個國家的面板數據，借助全球化指數（KOF）、數字采用指數（DAI）以及全球競爭力指數（GDI），考察國際化水平對國家技術采用程度的作用，研究發現全球化對技術轉讓和溢出產生積極影響，進而提高國家的數字技術采用程度。BLANKA?等（2022）［30］則立足于人力資本視角，基于設計科學研究（DSR）開發了一個員工能力與數字化轉型的分析框架，研究發現員工的轉型能力（內部創業和數字能力）推動了企業數字化轉型。梳理后可以發現，市場變化、資金狀況以及人力資本是影響企業數字化轉型的基本因素。

多數文獻關注數字化轉型的經濟后果，包括經營績效［21-22，36-39］、生產率［22-24，40］、創新能力［25-26，41］以及其他經濟后果［16-17，42-44］。經營績效方面，既有研究表明數字化轉型有利于改善盈利能力、促進營收增長以及提升價值水平。例如，CHEN和SRINIVASAN（2019）［21］運用文本分析方法刻畫企業數字化轉型水平，實證發現數字技術采用大約提高企業價值16%，并且資產回報率和總資產周轉率也顯著提升。BABINA等（2020）［22］發現人工智能投資顯著驅動企業增長，這種促進效應僅在行業龍頭中顯著，說明人工智能的出現可能會進一步強化大公司優勢，提高行業集中度。ZHAI等（2022）［39］以中國上市公司為研究樣本，同樣采用文本分析法，研究發現數字化轉型降低企業經營成本、改善經營效率以及提高創新成功率，進而增強績效水平，這種效應具備長期性且在成熟期企業中更加顯著。生產率方面，現有文獻并未達成統一結論。HALLER和LYONS（2015）［40］利用來自愛爾蘭的制造業公司數據，基于兩階段回歸模型，實證發現引入寬帶網絡后并沒有出現生產率的顯著提高。BABINA?等（2020）［22］研究發現人工智能投資并不能帶來顯著的生產率增長。不過，依然有不少文獻對數字化轉型的生產率驅動效應給予肯定的態度。例如，BRYNJOLFSSON等（2017）［23］認為造成生產率悖論的重要原因在于人工智能對生產率的促進作用存在滯后效應。趙宸宇等（2021）［24］結合2008—2017年來自A股的上市公司數據，同樣運用文本分析法刻畫企業數字化轉型程度，實證發現數字化轉型通過降低經營成本、改善人力資本水平以及強化服務化程度，進而顯著促進企業生產率的增長，并且這種驅動效應在勞動密集型企業、大企業、國有企業、知識產權保護度高的地區以及服務開放度高的行業中更加顯著。

創新能力方面，既有研究證實了數字化轉型的創新驅動效應［25-26，41］。例如，TAN等（2022）［26］利用中國上市制造業樣本，借助2014年中國國家標準化管理委員會（CNSA）頒發的數字化轉型公司的官方認證，運用雙重差分法，研發發現數字化轉型大約提升公司未來創新能力185%～262%，并且這種創新驅動效應可能源自于數字化轉型對經營成本、融資約束和市場競爭的積極影響。既有研究還考察其他方面的經濟效應，發現數字化轉型顯著增強公司股票流動性［16］，改善審計效率和質量［17，43］，促進企業分工［44］、降低稅收粘性［45］以及強化供應鏈穩定性［42］。

綜上，現有文獻對企業數字化轉型的經濟后果給予較多關注，而對數字化轉型驅動因素的討論較少。目前尚未有文獻探究中國“一帶一路”倡議對企業數字化轉型的影響。外循環發展格局與數字經濟基本形態究竟能否相輔相成，實現協同發展？鑒于此，本文在構建合理指標的基礎上，運用雙重差分模型，考察“一帶一路”倡議對企業數字化轉型的影響，并進一步探究異質性和潛在的渠道機制。

（二）“一帶一路”倡議與數字化轉型：理論分析

本文認為“一帶一路”倡議可通過“資源基礎渠道”為企業創造適宜的轉型環境，并借助“財務管理渠道”與“競爭應對渠道”強化企業選擇數字化轉型的動機。

“資源基礎渠道”指的是參與“一帶一路”建設可幫助企業獲得更多稅收優惠、拓展海外業務以及強化人力積累，為企業轉型提供必要的資金資源、合作資源以及人力資源。首先，“一帶一路”倡議的提出激勵地方政府出臺相應的配套政策①，以推動更多企業參與到“一帶一路”建設中［1］。配套政策的實施為“一帶一路”企業帶來更多補貼退稅以及更低稅率，減輕企業賦稅壓力，緩解內部流動性約束。企業數字化轉型依賴智能化設備以及資金的投入，流動性約束緩解可以提升企業轉型的意愿和能力。其次，“一帶一路”倡議支持企業深入海外交易市場，促進企業跨國經營。一方面，海外業務的拓展有利于輸出過剩產能，助力企業整合內部資金資源；另一方面，國際化程度提升企業加強國際數字經濟合作。SKARE和?SORIANO（2021）［28］便指出國際數字經濟的合作與溢出是本國數字技術運用的重要推動力。早在2018年4月，黨中央多次強調，要以共建“一帶一路”倡議為契機，強化與沿線國家的數字經濟合作，共建21世紀數字絲綢之路。最后，“一帶一路”建設促使企業加快高學歷人才引進，強化員工培訓強度，為企業轉型創造必不可少的人力基礎。“一帶一路”倡議的推行離不開各類人才的支持和保障［31］。一方面，國際化業務要求企業匹配更多國際化以及專業化員工；另一方面，面對激烈的國際化競爭，企業也有著較強的動機去加強職工培訓，雇傭更多高學歷人才，以提高勞動生產率。數字化建設不僅需要相應的數字化設備投入，也要求能夠匹配和適應新設備、新商業模式下的人力條件。例如，構建全球性財務共享中心便需要國際化人才的支持。因此，“一帶一路”倡議所形成的人力資本效應一定程度上幫助企業克服轉型初期存在的人力資本障礙，提升企業轉型的意愿和能力。

“財務管理渠道”認為參與“一帶一路”建設使得企業內部財務協作與管理效率下降，迫使企業進行數字化建設以實現財務共享服務模式。隨著“走出去”所帶來的業務規模擴張，如何保持內部財務運營效率和決策準確性成為企業亟需克服的難題。財務數字化轉型成為潛在的有效解決途徑。一方面，通過數字化建設，企業可以規避原先離散制造模式下運營數據缺失的問題，實現對包括投入品采購、存貨倉儲、產品制造、創新研發、對外銷售、監督管理等各個經營環節的數據搜集和處理。數據傳輸有利于企業建立財務共享中心，對各個地區的財務狀況實施有效監控和集中管理，有效調配內部財務資源，提高公司運營效率。另一方面，大數據技術賦予企業內部信息流動效率，而人工智能加持提升財務智能化。數字化財務管理模式幫助集團總部及時發現和糾正各個地區分公司的內部控制缺陷，實現正確的財務決策，強化內部監督審查，落實績效考評規則和責任制度，提升內部控制質量，從而有效預防和降低財務風險。以浪潮企業為例，作為“一帶一路”數字化經濟戰略聯盟的發起人之一，在2017年成功建立具有人工智能技術加持的浪潮云ERP，有效實現企業內部財務智能化。同時，浪潮集團還幫助中國交建、金螳螂等“一帶一路”企業建立財務共享中心。綜上，數字化轉型有利于改善企業內部控制與運營效率，實現財務管理智能化，化解企業因“走出去”而不可避免的財務管理與決策難題。

“競爭應對渠道”指的是參與“一帶一路”建設可能加劇外部競爭，迫使企業選擇數字化轉型以提高共建“一帶一路”倡議的績效表現。雖然“一帶一路”倡議幫助企業拓展海外業務和對外投資［1，3-4］，但這并不意味著“一帶一路”倡議一定能夠為企業帶來經濟利益。“一帶一路”企業可能面臨著更加激烈的資源競爭、支付更高的因國際化而產生的固定成本以及承受錯綜復雜的地緣風險［10］。開展數字化轉型是當前企業應對全球化競爭的需要［20］。技術賦能提升企業的競爭優勢。第一，如上所述，數字化轉型提升企業管理能力。數據搜集幫助企業實現精細化成本管理［24］，縮減日常運營中不必要的成本開支，降低內部管理成本。第二，數據實時傳輸幫助管理者監控資產設備狀態，不僅能夠減少布線和維護成本，而且有利于管理者及時制定維護、管控策略，從而優化生產工藝、減少設備等待時間、提高設備作業率。第三，數字化轉型幫助企業實現智能化生產，一方面減少企業用工成本，另一方面改良制造流程，降低不良產品率。第四，財務智能化降低公司管理人員的自主權［46］，強化內控制度的獨立性和有效性，減輕公司管理層的非理性行為，減輕代理風險。第五，數字化轉型提升企業決策能力。大數據和人工智能技術賦予企業強大的數據搜集和分析能力，通過對自身、行業以及市場數據的搜集和處理，數字技術能夠幫助企業在錯綜復雜的競爭環境中迅速確定最佳的戰略部署［22，38，47-48］，有效提升企業投資效率，降低投資風險。因此，開展數字化轉型有效強化企業競爭優勢，提升企業盈利能力和化解對外投資風險，增強企業參與“一帶一路”倡議的經濟效益，是應對因參與“一帶一路”建設而導致的市場變化的必由之路。

綜上所述，本文認為，“一帶一路”倡議驅動企業數字化轉型。

三、模型、變量與數據

（一）計量模型

本文探究“一帶一路”倡議的實施對企業數字化轉型的驅動效應。圖1表明，樣本時間正處于數字經濟蓬勃發展的階段，企業數字化轉型在時間維度上的變化可能干擾本文的研究結論。考慮到雙重差分法可以有效分離“政策處理效應”和“時間處理效應”［49］，本文估計雙重差分模型（1）。

圖1?企業數字化轉型時間趨勢

Digitali，t=β0+β1Silk_Roadi，t+γXi，t+λt+δi+εi，t（1）

其中，被解釋變量Digitali，t衡量在t年公司i的數字化轉型程度。Silk_Roadi，t代表“一帶一路”倡議的實施，是政策虛擬變量Postt和組別虛擬變量Treati的交互項。Xi，t為一系列可能影響企業數字化轉型的控制變量。參考現有文獻的做法［1，13］，回歸模型控制年份固定效應為λt，企業固定效應為δi。εi，t是隨機誤差項。若解釋變量的估計系數β1顯著為正，表明“一帶一路”倡議的實施促進企業數字化轉型。

（二）“一帶一路”企業的認定

我國于2013年提出“一帶一路”倡議，并于2014年3月將其正式寫入政府工作報告。本文將2014年視為“一帶一路”倡議的政策起始年，對于2014年及以后的樣本，Postt取值為1，否則為0。關于“一帶一路”企業的認定，有三種常見的方法：一是依據上市公司是否屬于同花順“一帶一路”概念板塊進行判斷［9］；二是依據上市公司與“一帶一路”沿線國家開展對外業務進行認定［1，13，32］；三是上市企業是否位于“一帶一路”沿線城市進行界定［8］。對于第一種方法，同花順并未明確對“一帶一路”板塊的劃分標準，雙重差分模型的識別可能存在一定偏誤［10］。而位于“一帶一路”沿線重點省份并不能與建設“一帶一路”倡議等同，因此第三種認定方法也存在一定偏誤。借鑒王桂軍和盧瀟瀟（2019）［13］，本文基于我國商務部發布的《境外投資企業（機構）名錄》，將在“一帶一路”沿線國家開展對外投資的上市公司視為處理組，Treati取值為1，否則為0。后續本文將通過改變處理組企業的認定方法進行穩健性檢驗。

（三）數字化轉型

多數文獻采用文本分析方法刻畫企業的數字化轉型［16，21，24，44］。延續現有研究的做法，本文以關于數字化轉型關鍵詞的詞頻作為企業數字化轉型的衡量指標。不同的是，本文采用深度學習RoBERTawwmext模型構建數字化關鍵詞詞集（詞典）。具體的步驟如下：

第一，搜集、整理和處理上市公司年報。本文利用爬蟲技術，從深交所和上交所網站獲取所有上市公司2007—2020年年度報告PDF正文，并將報告格式轉換為文本格式［50］。企業的經營表現、管理狀況、發展前景以及行業風險會在管理層經營討論與分析中（MD&A）有所體現。借鑒現有研究的做法［51-52］，本文僅保留年報中管理層經營討論與分析這一章節②。經格式轉換、文本定位以及其他清理步驟，本文最終獲取了37?266份MD&A。

第二，建立數字化轉型關鍵詞的基礎詞組。本文搜集、整理和閱讀我國政府出臺的有關企業數字化轉型的政策文件，例如《數字經濟及其核心產業統計分類2021》、《中小企業數字化賦能專項行動方案》、《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》第5章、《關于加快國有企業數字化改造的通知》、《中國制造2025》、《關于推進“上云用數賦智”行動?培育新經濟發展實施方案》等。一方面，本文關注反映數字技術的關鍵詞，諸如人工智能、云計算、大數據、量子通信、區塊鏈、工業互聯網、5G、物聯網、虛擬現實、增強現實等。另一方面，部分上市公司可能更加傾向于披露經營模式的數字化進程，而非數字技術的運用情況。本文進一步整理與企業商業模式數字化轉型相關的關鍵詞，從而進一步拓展基礎詞組。從數字化管理、智能制造以及數字營銷三個方面經營模式轉型進行搜集整理。

第三，拓展基礎詞組。深度學習方法的運用可以挖掘更多相關聯的信息［53］。本文基于深度學習模型，整理出MD&A中與基礎詞組語意相同的關鍵詞，從而拓展數字化關鍵詞詞組。本文選擇CUI等（2021）［54］提出的深度學習RoBERTawwmext模型，主要基于以下幾方面理由：①相比于常規的Word2vec模型［55］，BERT模型基于多層attention機制計算詞向量，能夠解決文本表示中的不同語境下的一詞多義問題；②相較于DEVLIN等（2018）［56］提出的原始BERT模型，RoBERTawwmext模型可視為BERT模型的改進版，更加適用于中文文本的表示；③RoBERTawwmext模型在訓練策略、預訓練任務和訓練數據三方面作了更多改進。運用深度學習模型對所搜集的年報文本（MD&A）進行預訓練，用詞向量表示文本。本文找出MD&A中與基礎詞組的余弦相似度超過08的拓展詞。本文最終構建了一個包含86個關鍵詞的數字化轉型詞典③。

基于所構建的數字化轉型詞典，本文檢索每個關鍵詞在樣本公司各年MD&A的詞頻，計算樣本公司各年所有關鍵詞詞頻之和。本文以數字化轉型關鍵詞的詞頻之和加1的自然對數作為企業數字化轉型的度量指標，記為Digital。管理層在年報中對于數字化轉型的提及并不意味著企業真正地致力于數字化轉型。參考現有文獻的做法［15，22，37］，本文從資源投入的角度來刻畫企業數字化轉型。年報中披露了無形資產的具體項目。企業數字化的經營模式依托于智能化軟件或者平臺。具體地，依據數字化關鍵詞檢索對應的無形資產，定義為數字化資產，然后以每年數字化資產的增加值占總資產的比例度量企業數字化轉型，記為Digital_robust。鑒于Digital_robust的缺失值問題，本文在回歸中主要采用Digital作為被解釋變量。在穩健性檢驗中，采用Digital_robust重新估計基準結論。

（四）控制變量

參考JIANG等（2022）［57］，本文從企業基本特征、經營能力、治理水平以及股票市場表現等方面設置控制變量，這些變量涵蓋了企業日常經營的各個方面，有利于本文更加全面控制可能影響企業數字化轉型的因素。具體地，包括資本結構（資產負債率，Leverage）、上市年齡（當前年份與上市年份的差值加1的自然對數，lnage）、資產規模（總資產的自然對數，lnasset）、資產有形性（有形性資產占總資產的比重，Tasset）、賦稅水平（綜合稅率，Tax）、銷售管理（銷售費用率，Sale）、資本密集度（總資產除以營業收入，Intensity）、董事會規模（董事會總人數的自然對數，Board）、兩職合一（CEO兼任董事會主席，取值為1，否則為0，Dual）、股權結構（第一大股東持股比例，Bigshare）、審計狀態（審計意見為標準無保留，取值為1，否則為0，Audit）以及企業價值（托賓Q值，TobinQ）。

（五）數據來源

中國上市公司年度報告來源于上海證券交易所以及深圳證券交易所網站，有關數字化轉型的政策文件均來自相關政府部門網站。公司層面財務數據和股票數據取自國泰安數據庫和Wind數據庫。本文從中國商務部網站下載《境外投資企業（機構）名錄》，手動整理出投資目的國為“一帶一路”沿線國家的企業，并與上市公司數據相匯合。本文剔除了金融業、房地產業、*ST或ST企業樣本，對所有連續型公司變量進行了前后1%標準的縮尾處理。數據時間期限設定為2007—2020年。

表1匯報了主要變量的描述性統計。可以發現，Treat的均值為0097，說明有大約97%樣本為“一帶一路”認定企業。Digital的均值為2445，標準差為1535，最小值為0，最大值為6994，表明不同企業之間數字化轉型程度差異較大。lnasset的均值為22124，這與徐思等（2019）［9］中的樣本企業大小較為接近，體現研究樣本合理性。Leverage的均值為0417，說明樣本公司總體上負債率處于健康水平，財務風險相對較低，但標準差為0205，企業間的負債水平各異。

四、“一帶一路”倡議與企業數字化轉型：基準分析

（一）時間趨勢分析

圖1繪制了2007—2020年不同組別的數字化轉型程度均值的時間趨勢，其中，實線為處理組，虛線為控制組。可以發現，在2013年之前，處理組和控制組的數字化轉型程度保持平穩狀態，處理組的數字化轉型均值甚至低于控制組。“一帶一路”倡議提出之后，兩組的數字化轉型程度開始出現明顯上升，處理組的數字化轉型均值開始高于控制組，且呈現更快上漲趨勢，兩組之間的差距在逐步擴大。時間趨勢圖表明“一帶一路”倡議驅動企業數字化轉型的結論可能成立。

（二）雙重差分分析

表2報告了雙重差分模型的估計結果。列（I）中，本文控制了企業固定效應和年份固定效應，但未加入任何控制變量，Post與Treat的交互項Silk_Road的估計系數在1%水平上統計顯著為正，說明“一帶一路”倡議實施驅動企業數字化轉型提升。列（II）在列（I）的基礎上進一步加入企業層面控制變量，回歸結論保持不變。Silk_Road的估計系數絕對值為0234，說明相比于控制組企業，在“一帶一路”戰略實施后“一帶一路”企業的數字化轉型程度提升234%。相比于列（I），列（II）中系數絕對值變小，表明控制變量較好地吸收了潛在因素對企業數字化轉型的影響，體現控制變量設定的合理性。本文進一步改變模型中的固定效應組合，重復列（I）和列（II）中的回歸。可以發現，在列（III）～列（VI）中，交互項Silk_Road的估計系數依然統計顯著為正，證實了“一帶一路”倡議的數字化轉型驅動效應。

在控制變量中，Leverage與企業數字化轉型呈負相關關系。較高的負債率意味著較高的財務風險［58］，從而抑制企業數字化轉型動機。lnasset的估計系數在1%水平上統計顯著為正，表明大企業更傾向于開展數字化變革。相較于小企業，大企業抵押資產充足，容易獲取外部融資支持，在數字化轉型的進程上具備資金優勢。此外，大企業組織結構冗余，產品種類繁雜，業務規模龐大，更有動力推動自身的數字化轉型，從而實現對組織、經營、銷售與管理的升級改善。Sale的系數均為正值，且在列（Ⅳ）和列（Ⅵ）中顯著，說明銷售費用率增大會激發企業數字化轉型的動力。這是因為企業試圖采用數字化轉型來實現對銷售管理模式的升級改造。由于大股東的風險規避特性，股權集中度可能抑制企業數字化轉型。因而，Bigshare的估計系數顯著為負。Audit的估計系數在列（VI）中顯著為正值，表明提高審計質量促進企業數字化轉型。這是因為審計質量強化財務報表的可信度，弱化貸款違約風險，降低貸款價格［59］，從而為企業開展數字化投資提供融資支持。TobinQ衡量企業價值，反映企業的投資機會。因此，TobinQ的系數統計顯著為正。總體來看，大部分控制變量的估計系數符合企業實際發展狀況，體現本文模型和變量設定的合理性和結論的有效性。

（三）平行趨勢檢驗

上述實證結果表明，“一帶一路”倡議實施推動了企業數字化轉型。為了保證以上雙重差分模型政策評估效果的無偏性，本文接下來進行平行趨勢假設檢驗。平行趨勢假設要求處理組和對照組企業在“一帶一路”倡議實施之前的數字化轉型程度應具有相同的趨勢。參考ZHOU等（2020）的做法［60］，本文估計回歸模型（2）：

Digitali，t=β0+β1∑2020t=2008Dt×Treati+γXi，t+λt

+δi+εi，t（2）

其中，Dt為t年的虛擬變量，即當樣本時間為t年時，取值為1，否則為0。因多重共線性，回歸模型未放入交互項D2007×Treati。其他設計與基準回歸模型一致。表3匯報了模型在不加入控制變量（列（I））和在加入控制變量（列（II））下的估計結果。可以發現，Dt×Treati（t<2015）的估計系數均不顯著，且Dt×Treati（t>2014）的系數均統計顯著為正，表明雙重差分模型通過了平行趨勢檢驗。

本文依據表3的估計結果，繪制了90%置信區間下的平行趨勢假設檢驗圖（見圖2）。在“一帶一路”倡議開展的前6期中，“一帶一路”倡議實施對企業數字化轉型政策效果的置信區間都包含了0，說明在倡議實施前，處理組和對照組企業的數字化轉型程度不存在明顯的差異，具有相同的變化趨勢。在“一帶一路”倡議開展的后6期中，系數的政策區間均不包括0，政策效果是顯著的。以上證實了雙重差分模型滿足平行趨勢假設。

（四）安慰劑檢驗

雖然上述回歸結果表明“一帶一路”倡議實施對企業數字化轉型起到了顯著的促進作用，但這種實證分析的結果并不能充分說明這種促進作用是源于“一帶一路”倡議的實施而不是其他影響因素。因此，為了進一步驗證本文基準結論并未受到遺漏變量的影響，本文參考ABADIE等（2010）［61］，進行了基于隨機分配處理組公司的安慰劑檢驗。具體地，依據原先處理組公司的數量，在全樣本中抽取新的公司，以此構造偽處理組，仍然以2014年作為“一帶一路”倡議實施的時間，重新估計雙重差分模型。圖3報告了500次隨機分配后回歸估計的均值，本文發現所有交互項Silk_Road的估計系數均值幾乎為零。大多數估計值的p值大于01，并且其分布均在零點附近集中。同時，本文的真實估計（表2列（II）中的0234）在安慰劑測試中是非常明顯的異常值。這些結果顯示隨機設立的“一帶一路”認定企業沒有產生數字化轉型驅動效應，間接說明不存在其他隨機因素影響本文的基本結論。

本文進一步參考ABADIE等（2015）［62］的做法，進行基于政策時間的安慰劑檢驗。假設“一帶一路”倡議于2010年正式實施，構建偽政策變量Post_Placebo1，處理組和控制組保持不變，在去掉2014年及之后的樣本后，重新進行雙重差分回歸。回歸結果（見表4）顯示，Post_Placebo1和Treat的交互項Silk_Road_Placebo1的估計系數均不顯著，說明“一帶一路”倡議對企業數字化轉型的影響并非因為政策沖擊時間節點的選擇不同而具有偶然性，驗證了本文結論的穩健性。

此外，為驗證本文結論并非由政策發生后企業數字化轉型的迅猛發展所導致，本文保留2014年及之后的樣本，將2017年設定為政策發生年份，構建偽政策變量Post_Placebo2，處理組和控制組保持不變。表4中列（III）和列（IV）結果表明，Post_Placebo2和Treat的交互項Silk_Road_Placebo2的估計系數均不顯著，結果排除上述替代性假設。

（五）其他穩健性檢驗

接下來，本文將進行一系列穩健性檢驗，包括替換代理變量、改變“一帶一路”企業的認定方法、運用PSMDID方法、剔除部分特殊樣本、修改模型設定等。

1替換代理變量

上文回歸中，本文采用數字化轉型關鍵詞的總詞頻來刻畫企業數字化轉型程度。劉淑春等（2021）［15］指出，推動企業數字化變革需要大量的資本投入。考慮到年報披露并不能與企業數字化投資等同，參照現有文獻［15，22，37］，本文進一步從資產投入的視角來刻畫企業的數字化轉型，以減輕變量設定偏誤對回歸結論的影響。借鑒CHEN等（2021）［63］，本文通過關鍵詞檢索方法來確定相關聯的資產。具體地，利用上市公司年報披露的無形資產項目細則，依據數字化詞典中的關鍵詞檢索出相應的無形資產，定義為數字化無形資產，并以當年數字化資產的增加值占總資產的比例（Digital_Robust）作為企業數字化轉型的新代理變量。本文用Digital_Robust替換Digital，重新估計基準模型（1）。表5列（I）顯示，雙重差分項的系數依然在5%統計水平上顯著為正，表明前文結論是穩健的。

2改變“一帶一路”企業的認定方法

羅長遠和曾帥（2020）［10］指出，《境外投資企業（?機構）?備案結果公開名錄》中部分企業可能在“一帶一路”倡議實施后未進行實質性的對外業務。鑒于此，本文對那些被列入《境外投資企業（機構）名錄》但未開展對外業務的“一帶一路”企業給予取消認定，生成新的組別虛擬變量Treat_Robust1，政策虛擬變量保持不變，新的交互項記為Silk_Road_Robust1。表5列（II）顯示，交互項Silk_Road_Robust1的回歸系數依然在5%水平上統計顯著為正。本文還參照盧盛峰等（2021）［11］以及ZHANG?等（2022）［35］的做法，將位于“一帶一路”沿線城市的企業確定為處理組，生成新的組別虛擬變量Treat_Robust2，政策虛擬變量保持不變，新的交互項記為Silk_Road_Robust2。表5列（III）顯示，雙重差分項Silk_Road_Robust2的回歸系數依然在10%水平上統計顯著為正，證明基準結論是穩健的。

3剔除部分樣本

本文通過剔除部分特殊樣本進行穩健性檢驗。第一，“一帶一路”倡議是2013年9月首次提出來的，而本文的政策起始年設定為2014年。2013年的樣本不可避免地受到政策實施的影響。鑒于此，參考李建軍和李俊成（2020）［1］，本文將2013年的樣本進行剔除，重新估計雙重差分模型見表6（列（I））。第二，位于直轄市的企業因享受優越的經濟發展條件，更愿意開展數字化轉型。因此，本文基準結果可能是由直轄市企業被列入處理組所導致的，而非“一帶一路”倡議的政策效應。鑒于此，本文剔除直轄市樣本，重新估計基準回歸模型（列（II））。第三，在“一帶一路”倡議的實施期間，我國也推出其他對外開放的舉措，例如設立自由貿易試驗區。為減輕自貿區設立這一事件的干擾，本文進一步剔除了位于自貿區的企業樣本④［64］，重新估計雙重差分模型（列（III））。第四，科技公司本身就具備較高的科技運用程度。本文研究結論也可能是由科技公司被列入處理組所導致的。為此，本文剔除科技公司樣本⑤（列（IV））。第五，“一帶一路”企業多為國有企業，本文的回歸結果也可能是由于我國鼓勵國有企業開展數字化建設所導致。因此，本文剔除國有企業樣本（列（V））。可以發現，雙重差分項Silk_Road的回歸系數依然在1%統計水平上顯著為正，表明前文結論是穩健的。

4修改模型設定

一方面，為保證研究結論的穩健性，本文對回歸中聚類設定作了修改，分別采用企業和年份的聯合聚類見表7（列（I））、行業層面聚類（列（II））以及行業和年份的聯合聚類（列（III））。另一方面，為控制其他層面因素的影響，本文對回歸中固定效應設定作了修改，分別加入城市和年份的聯合固定效應（列（IV））以及行業和年份的聯合固定效應（列（V））。如表7所示，雙重差分項依然是顯著為正，上述結論依然穩健。

5傾向得分匹配

考慮到估計模型可能存在樣本自選擇導致的內生性問題，且無法排除數字化轉型與“一帶一路”投資之間存在反向因果關系的可能，本文擬將傾向得分法和雙重差分法相結合（PSMDID），重新驗證上述結論。具體地，以組別虛擬變量Treat作為Logit回歸的因變量，原先控制變量設定為協變量，匹配方法為最近鄰匹配，匹配比例為1∶1。協變量的平衡性檢驗結果。可以發現，相比于匹配前，匹配后處理組和控制組在協變量之間的差異明顯變小，且偏差均接近于0。傾向得分匹配的共同取值也發現，組別之間的傾向得分較為接近，匹配效果較為理想⑥。運用匹配后的樣本重新估計基準模型，回歸結果見于表8列（I）。依然可以得出，“一帶一路”倡議顯著帶動企業數字化轉型。為了穩健性考慮，本文依次將匹配比例調整為1∶2（列（II））和1∶3（列（III）），結論保持穩健。

五、“一帶一路”倡議與企業數字化轉型：機制分析

理論分析指出，“一帶一路”倡議通過以下潛在機制驅動企業數字化轉型：“資源基礎渠道”、“財務管理渠道”以及“競爭應對渠道”。不僅“一帶一路”倡議提高企業的稅收優惠、促進海外經營以及強化內部的人才積累，為企業帶來轉型所必要的資金資源、合作資源以及人力資源，而且企業“走出去”所要面臨的跨國財務管理難題以及國際化競爭態勢迫使企業開展數字化轉型來增強內部管理協調性以及外部競爭主動性。鑒于此，本文將進一步考察“一帶一路”倡議的實施對企業稅收優惠、海外經營、人力資本的影響，并進一步探究不同數字化轉型程度下“一帶一路”倡議導致的企業運營管理、盈利能力和風險水平的變化。一方面，機制分析為上述的理論機制提供可靠的經驗支持，實證檢驗理論分析的合理性。另一方面，本文進一步拓展了“一帶一路”倡議的經濟效應文獻，打開“一帶一路”倡議影響企業數字化轉型的機制“黑箱”，為政策制定者評估企業“走出去”的經濟后果、推動我國數字經濟發展提供更多寶貴的經驗參考。

（一）資源基礎渠道

為探究“資源基礎渠道”的經驗證據，本文估計回歸模型（3）：

Incentivei，t/Transnationi，t/Humani，t=α0

+α1Silk_Roadi，t+γXi，t+λt+δi+εi，t（3）

其中，被解釋變量Incentivei，t衡量公司i在t年獲得的稅收優惠程度，參考徐思等（2019）［9］，本文使用企業獲得的稅費返還金額占總營業收入的比例（Incentive1i，t）和稅費返還金額占利潤總額的比例（Incentive2i，t）。Transnationi，t刻畫公司i在t年的海外經營程度，分別用海外業務收入占總銷售收入的比例（Transnation1i，t）以及海外業務收入的自然對數（Transnation2i，t）來表示。Humani，t衡量公司i在t年的人力資本水平，結合數據可得性，本文從人力資本投入與結構兩方面進行度量，包括Human1i，t（職工培訓費的自然對數）和Human2i，t（研究生學歷及以上的員工占比）⑦。其他設計與基準模型（1）一致。稅費返還數據和員工學歷結構數據來源于國泰安數據庫，企業海外業務收入數據和職工培訓費數據來源于Wind數據庫。結果如表9所示。列（I）中交互項Silk_Road的回歸系數統計顯著為正，“一帶一路”倡議實施顯著提高了企業收到的稅收優惠。相比于控制組企業，倡議實施后“一帶一路”企業收到的稅收優惠提高0002個單位。當因變量為Incentive2，本文依然可以得出一致的結論。列（III）和列（IV）匯報以為因變量的回歸結果。無論采用何種融資約束指標，雙重差分項Silk_Road的估計系數顯著為正，說明“一帶一路”倡議實施促進企業跨國經營。列（V）和列（VI）匯報以企業人力資本積累為因變量的回歸結果。交互項Silk_Road的估計系數統計顯著為正，“一帶一路”倡議實施顯著促進企業人力資本積累，相比于控制組企業，倡議實施后“一帶一路”企業的職工培訓強度提高0540個單位，研究生及以上學歷的員工占比提高0684個單位。以上，本文驗證了“一帶一路”倡議產生的“資源基礎渠道”，說明加入“一帶一路”倡議可為企業創造稅收優惠資源、跨國合作資源以及人力資本資源，為企業轉型奠定良好基礎。

（二）財務管理渠道

“資源基礎渠道”并不能解釋企業開展數字化轉型的動機。“財務管理渠道”認為，深入國際市場后，企業海內外業務大幅擴大可能會導致內部財務管理和控制效率低下，存在著利用數字化轉型來提高內部控制質量和經營管理效率，化解“一帶一路”倡議對公司跨國財務協作的不利影響。本文考察不同數字化轉型程度的企業中“一帶一路”倡議對企業內部經營管理效率的影響差異，以驗證上述猜想。本文估計回歸模型（4）。

ICi，t/Turnoveri，t=θ0+θ1Silk_Roadi，t+γXi，t+λt+δi+εi，t（4）

其中，ICi，t為內部控制質量。參考LI等（2021）［65］，本文采用迪博內部控制指數得分的自然對數（IC）來衡量上市公司的內部控制質量。Turnoveri，t為總資產周轉率，代表企業內部經營管理效率。表10列（I）匯報了以ICi，t為被解釋變量的模型（4）的全樣本回歸，雙重差分項Silk_Road的估計系數在5%水平上統計顯著為負，說明參與“一帶一路”建設確實對企業內部管理控制造成不利影響。本文進一步依據Digitali，t，將研究樣本分為數字化轉型程度高低兩個子樣本。雙重差分項Silk_Road的回歸系數僅在數字化轉型程度較低的企業樣本（列（III））中顯著為負，表明數字化轉型能夠減輕“一帶一路”倡議對企業內部控制質量的降低作用。列（IV）～列（VI）匯報了以Turnoveri，t為被解釋變量的模型（4）的全樣本和分樣本回歸，類似的結論依然成立。回歸結果符合理論預期，至此本文從財務管理視角解釋了“一帶一路”企業選擇數字化轉型的動機。

（三）競爭應對渠道

本文認為，數字化轉型是數字時代下企業應對外部競爭的必由之路。“走出去”的企業面臨著更加激烈的外部變化和行業競爭。企業需要借助數字化轉型來強化參與“一帶一路”的經濟績效。因此，數字化轉型可形成競爭優勢賦能效應，使得“一帶一路”企業更加傾向于開展數字化轉型。本文考察不同數字化轉型程度的企業中“一帶一路”倡議的經濟績效差異，以驗證上述猜想。首先，本文估計回歸模型（5）：

ROAi，t/Profiti，t=0+1Silk_Roadi，t+γXi，t+λt+δi+εi，t（5）

其中，ROAi，t為總資產收益率，Profiti，t為營業利潤率，衡量企業的盈利狀況。表11列（I）匯報了以ROAi，t為被解釋變量的模型（5）的全樣本回歸，可以得出“一帶一路”倡議并未顯著改善企業盈利能力，這與現有研究［1］的結論不同。本文認為，雖然企業參與“一帶一路”建設不僅可以獲得更多的政府稅費優惠以及融資支持［1，9］，但跨國經營帶來的資源競爭、對外投資項目回報率不足以及內部經營管理低下可能抵消上述積極影響。本文進一步依據Digitali，t，將研究樣本分為數字化轉型程度高低兩個子樣本。雙重差分項Silk_Road的回歸系數僅在數字化轉型程度較高的企業樣本（列（II））中顯著為正，且系數值明顯大于全樣本回歸中的系數。實證結果證實理論猜想，數字化轉型能夠幫助企業增強“一帶一路”倡議的盈利效應，這無疑使得企業更加傾向于投入數字化建設。表11列（IV）～列（VI）匯報了以Profiti，t為被解釋變量的模型（5）的全樣本和分樣本回歸，類似的結論依然成立。

接下來，本文進一步探索數字化轉型能否改變“一帶一路”倡議的風險效應。對應回歸模型（6）：

Risk1i，t/Risk2i，t=τ0+τ1Silk_Roadi，t+γXi，t+λt+δi+εi，t（6）

其中，Risk1和Risk2分別為企業風險水平的度量指標。參考現有文獻［66-67］，Risk1為經行業調整的資產回報率的滾動三期標準差，Risk2為經行業調整的資產回報率的滾動三期極差。具體的計算公式如模型（7）～（9）：

Adj_ROAi，t=ROAi，t-Industry_ROAi，t（7）

Risk1i，t=

1T-1∑t+TtAdj_ROAi，t-1T∑Tt=1Adj_ROAi，t2，?T=3（8）

Risk2i，t=max（Adj_ROAi，t，

Adj_ROAi，t+1，Adj_ROAi，t+2）-min（Adj_ROAi，t，Adj_ROAi，t+1，Adj_ROAi，t+2）（9）

其中，Industry_ROAi，t為資產回報率ROA的行業均值。Risk1i，t和Risk2i，t越大，代表企業未來收益率波動越大，面臨的風險水平越高。表12列（I）～列（III）匯報了以Risk1i，t為被解釋變量的模型（6）的全樣本和分樣本回歸。列（I）和列（IV），與盈利效應不同，雙重差分項Silk_Road的回歸系數并不顯著。本文認為，雖然對外投資拓展企業海外市場規模為企業成長帶來潛在機會，強化經營柔性，降低業績下行風險［68］，但是“一帶一路”沿線國家眾多，地方民俗和地緣政治具有較大不確定性，跨國生產經營風險和轉移成本較高［69-70］，這些不利因素可能抵消對外投資的實物期權價值。因此，“一帶一路”倡議并未對企業風險水平形成顯著影響。本文進一步依據Digitali，t，將研究樣本分為數字化轉型程度高低兩個子樣本。雙重差分項Silk_Road的回歸系數僅在數字化轉型程度較高的企業樣本（列（II）和列（V））中顯著為負，且系數值明顯大于全樣本回歸中的系數。結果表明，數字化轉型幫助企業降低經營風險，實現“一帶一路”倡議對企業風險的減弱效應。

綜上，本文證實?“一帶一路”倡議實施有利于企業獲得更多稅收優惠、促進跨國經營以及強化人才積累，這為企業實施轉型戰略創造不可或缺的資金資源、合作資源以及人力資源。同時本文還發現，數字化轉型幫助企業化解參與“一帶一路”建設后可能出現的財務管理困難，并能提升“一帶一路”倡議的績效表現，這促使企業推動數字化建設以配合“走出去”的發展戰略。實證結果表明，雙循環新發展格局與發展數字經濟戰略是相輔相成的。

六、“一帶一路”倡議與企業數字化轉型：異質性分析

最后，本文基于企業規模、融資依賴性、CEO教育以及經濟政策不確定性，考察“一帶一路”倡議影響企業數字化轉型的橫截性差異。本文發現，“一帶一路”倡議的驅動效應在大企業、融資依賴程度較高的企業、擁有高學歷CEO的企業以及經濟政策不確定性較低的地區中更加顯著。差異化的影響效應不僅可為“一帶一路”倡議與數字化轉型之間的理論關系提供間接的經驗證據，而且指導我們提出更加精細化的政策建議，為構建雙循環發展格局、推動我國數字經濟發展提供不可或缺的政策參考。

（一）基于企業規模

表13報告了基于企業規模與融資依賴性異質性分析的實證結果。其中，列（I）和列（II）匯報了基于企業規模的異質性分析結果。當企業的總資產小于中位數時，定義為小企業，否則為大企業，本文對基準模型進行分組回歸。結果顯示，雙重差分項Silk_Road的估計系數在大企業中（列（I））1%統計水平上顯著為正，而在小企業中（列（II））不顯著，表明“一帶一路”倡議的數字化轉型驅動效應在大企業中更加顯著。一方面，相比于小企業，大企業擁有雄厚的資金優勢，具備承擔人才培訓、智能化設備引進、試點工廠投建等轉型項目的成本投入實力。另一方面，大企業對地區經濟發展起到舉足輕重的作用，受到地方政府的高度重視，從而獲得更多的稅收優惠。此外，相比于小企業，大企業也具備更強的轉型動機。大企業資產規模較大，業務種類復雜，在傳統的離散制造模式下，容易出現設備狀態不透明、生產數據嚴重缺失、內控管理低效等現象。借助數字化轉型，大企業可以有效提高管理效率，降低經營成本和資產風險。因此，相比于小企業，“一帶一路”倡議對數字化轉型的促進作用在大企業中更加明顯。經驗證據也啟示我國應該重視小企業在我國數字經濟發展格局中的弱勢地位。

（二）基于融資依賴性

參考RAJAN和ZINGALES（1998）［71］，本文以資本支出除去經營性凈現金流以外的差值占資本支出的比重定義為外部融資依賴度。當企業的融資依賴程度小于中位數時，定義為低融資依賴企業，否則為高融資依賴企業，本文對基準模型進行分組回歸。表13列（III）和列（IV）報告基于融資依賴性的異質性檢驗結果。結果顯示，解釋變量Silk_Road的回歸系數僅在高融資依賴企業樣本中（列（III））1%水平上統計顯著為正，而在低融資依賴企業樣本中（列（IV））不顯著，表明“一帶一路”倡議的數字化轉型驅動效應對高融資依賴企業作用更明顯。一方面，對外部融資的依賴程度越高，往往是資本密集度行業，企業內部資源調整能力較差，急需借助數字化轉型來應對跨國財務協作與管理難題。“一帶一路”倡議的“財務管理渠道”在高融資依賴企業中發揮出更加及時的作用。另一方面，外部融資依賴較高的企業往往內部現金流狀況較為緊張，“一帶一路”倡議的稅收優惠機制可有效發揮“雪中送炭”作用。因此，實證結果符合理論預期。基于外部融資依賴性的異質性檢驗不僅為“一帶一路”倡議驅動數字化轉型的融資約束機制提供了間接經驗證據，而且啟示我國應該關注投身于“一帶一路”建設的高外部融資依賴行業，如高端裝備制造業務、建筑業以及汽車制造業等，幫助其解決融資瓶頸，助力轉型升級。

（三）基于CEO教育

本文進一步開展基于人力資本視角的異質性分析。表14?列（I）和列（II）匯報了基于CEO學歷的基準模型分樣本回歸結果。當企業的CEO學歷為博士研究生及以上，定義為高學歷企業，否則為低學歷企業。如表14所示，雙重差分項Silk_Road的估計系數在高CEO學歷的企業樣本中（列（I））5%統計水平上顯著為正，但在低CEO學歷企業中（列（II））不顯著，說明“一帶一路”倡議的數字化轉型驅動效應在高CEO學歷的企業樣本中更加顯著。本文認為，企業能否及時調整轉型戰略并致力于數字化建設取決于公司決策層對我國數字經濟發展的趨勢判斷。相比于低學歷高管，擁有高學歷高管的公司更有可能正確認識科技創新帶來的轉型機遇，更加愿意開展數字化轉型以增強經濟績效。因此，高管學歷可能強化“一帶一路”倡議影響數字化轉型的“財務管理渠道”和“競爭應對渠道”，“一帶一路”倡議的數字化轉型推動作用在擁有高學歷高管的公司中更加顯著。研究結果進一步確認了人力資本在數字經濟發展中的作用。不同的是，機制檢驗關注的是職工培訓和整體教育水平，這是企業順利實現智能化生產和管理需具備必不可少的人力資源基礎（人力資本機制）。異質性分析結果啟示我國應該倡導公司管理層的再教育，推動企業數字化轉型的實施。

（四）基于經濟政策不確定性

最后，本文基于經濟政策預期，探究“一帶一路”倡議與企業數字化轉型之間關系的地區性差異。本文采用YU等（2021）［72］提出的省級經濟政策不確定性指數度量企業的政策預期，基于機器學習方法，篩選出與經濟政策不確定性相關的關鍵詞詞集，然后選取我國31個省份（不含港澳臺地區）的主流報紙進行文本分析，構建中國省份經濟政策不確定性指數。依據各省份經濟政策不確定性程度劃分中高低樣本。結果如表14列（III）和列（IV）所示。雙重差分項Silk_Road的估計系數在位于低經濟政策不確定性地區的企業樣本中（列（IV））1%統計水平上顯著為正，但在位于高經濟政策不確定性地區的企業中（列（III））不顯著，說明經濟政策不確定性會弱化“一帶一路”倡議對企業數字化轉型的促進作用。一方面，出于資產安全性考慮，經濟政策不確定性會降低銀行貸款供給［73-74］，提高企業資金價格，對企業數字化資產投入造成不利影響。另一方面，經濟政策不確定性使得企業在創新投資上變得更加謹慎［75］，一定程度上抑制企業轉型動機。此外，政策變化屬于非市場因素，難以依據現有數據進行及時地預測與防范。經濟政策不確定性可能降低數據分析模型的效力，弱化數字化轉型對“一帶一路”倡議經濟績效的增強效應。因此，相比于高經濟政策不確定性地區，“一帶一路”倡議的數字化轉型驅動效應在低經濟政策不確定性地區中更加顯著。研究結論啟示了政策預期的重要性，政府在推行政策扶持地區企業發展的同時，也應該注重穩定市場預期。

七、結論與啟示

在雙循環新發展格局的構建中，在數字經濟的發展浪潮下，企業面對著國際化戰略和數字化轉型的雙重目標。至2013年首次被提出以來，“一帶一路”倡議成為當今世界深受歡迎的國際公共產品，不僅加強中國與參與國的經濟與政策合作，也幫助我國企業拓展海外市場，降低對外業務交易成本，是構建國內國際雙循環新發展格局的重點。當企業面對國際化戰略和數字化戰略選擇時，理清“一帶一路”倡議與企業數字化轉型之間的關系則尤為必要。對兩者關系的深入探究不僅有助于我們全面理解“一帶一路”倡議的經濟后果，而且為進一步驅動企業數字化轉型、促進外循環與數字經濟協同發展帶來寶貴的政策參考。

本文基于適用中文文本表示的深度學習RoBERTawwmext模型，構建包含86個有關企業數字化轉型的關鍵詞詞典，并以關鍵詞在公司年報中的總詞頻刻畫企業數字化轉型程度。在此基礎上，運用雙重差分模型考察“一帶一路”倡議對企業數字化轉型的總量效應、渠道機制以及橫截性差異。基準研究發現，“一帶一路”倡議顯著促進企業數字化轉型，并且這種正向促進效應通過安慰劑檢驗和平行趨勢檢驗。出于研究結論穩健性的考慮，本文進行多種穩健性檢驗，涵蓋研究指標的替換、改變“一帶一路”企業的認定方法、運用PSMDID匹配法、剔除部分特殊樣本、修改模型設定等。在此基礎上，本文發現“一帶一路”倡議促進企業數字化的結論依然是穩健的。

為了厘清“一帶一路”倡議是如何影響企業數字化轉型，本文進行了理論分析發現?“一帶一路”倡議可以通過“資源基礎渠道”、“財務管理渠道”以及“競爭應對渠道”三個角度驅動企業數字化轉型。因為“一帶一路”倡議提高企業的稅收優惠、促進海外經營以及強化內部的人才積累，為企業帶來轉型所必要的資金資源、合作資源以及人力資源，而且企業“走出去”所要面臨的跨國財務管理難題以及國際化競爭態勢迫使企業開展數字化轉型來增強內部管理協調性以及外部競爭主動性。因此，本文進一步考察“一帶一路”倡議的實施對企業稅收優惠、海外經營、人力資本的影響，并進一步探究不同數字化轉型程度下“一帶一路”倡議導致的企業運營管理、盈利能力和風險水平的變化。機制分析表明?“一帶一路”倡議顯著提高企業稅收優惠、緩解融資約束以及強化人力積累，為企業數字化轉型創造不可或缺的內部現金流、外部融資以及人力資本條件。同時本文還發現，數字化轉型能提升“一帶一路”倡議的經濟績效，這解釋了企業選擇數字化轉型的動機。最后，本文基于企業規模、融資依賴性、CEO教育以及經濟政策不確定性考察基準關系的橫截性差異，發現“一帶一路”倡議的數字化轉型驅動效應在大企業、外部融資依賴高的企業、擁有高學歷CEO的企業以及經濟政策不確定性較低的地區中更加顯著。

本文研究具有如下政策建議：第一，我國應堅持共建“一帶一路”倡議，出臺一系列經濟金融政策以鼓勵企業“走出去”。一方面，政府應進一步強化對“一帶一路”企業的財稅扶持，提高財政轉移和稅收返回，改善“一帶一路”企業的現金流狀況；另一方面，政府應重視“一帶一路”企業參與對外投資的融資問題，在考慮違約風險的前提下，適當為企業提供融資擔保，鼓勵金融機構向特定企業發放貸款，允許“一帶一路”企業發行專項債券。此外，政府應繼續加強“一帶一路”倡議的知識和政策宣傳，既鼓勵更多企業參與其中，又引導社會關注聚焦“一帶一路”企業。第二，政府應關注數字化轉型驅動效應的非對稱性。首先，我國應該重視小企業在我國數字經濟發展格局中的弱勢地位，政府采取一些針對性措施，例如定向降息降準、數字創新補貼、數字項目資本化等，減輕小企業轉型時面臨的資金不足以及高成本問題；其次，對于高外部融資依賴行業，如高端裝備制造業務、建筑業以及汽車制造業等，政府應幫助其解決融資瓶頸，助力轉型升級；再次，我國應該重視人力資本對發展企業數字化轉型的重要性，倡導公司管理層的再教育；最后，政府在扶持企業發展的同時，也應該注重培育政策預期，降低經濟政策不確定性。

［注?釋］

①

建設“一帶一路”共識在地方持續推進，相關的配套政策較多，例如《浙江省打造“一帶一路”樞紐構建全面開放新格局督查激勵措施配套實施辦法》《關于高質量推進江蘇“一帶一路”交匯點建設的意見》《江西省參與“一帶一路”建設實施方案》等。

②?在部分公司的年報中，對應的章節可能不以“管理層經營討論與分析”為名，而是以其他標題代替，例如“董事會報告”“董事局報告”等。讀者可與作者咨詢具體的文本定位細節。

③?后續作者將公開數字化轉型詞典。

④?經作者整理，被列入自由貿易區試點的省市包括：上海市、天津市、福州市、廈門市、平潭市、廣州市、珠海市、深圳市、寧波市、杭州市、舟山市、大連市、沈陽市、營口市、鄭州市、開封市、洛陽市、重慶市、武漢市、襄陽市、宜昌市、成都市、瀘州市、西安市、海南省、濟南市、青島市、煙臺市、南京市、蘇州市、連云港市、南寧市、石家莊市、保定市、唐山市、昆明市、紅河市、德宏市、哈爾濱市、黑河市、牡丹江市、北京市、合肥市、蕪湖市、蚌埠市、長沙市、岳陽市以及郴州市。

⑤?參考林慧婷等（2018）［64］，高科技行業包括：軟件和信息技術服務業，醫藥制造業，計算機、通信和其他電子設備制造業，鐵路、船舶、航空航天和其它運輸設備制造業以及儀器儀表制造業。

⑥?平衡檢驗結果和傾向得分匹配結果留存備取。

⑦?本文并未以CEO教育水平作為機制變量，因為從數據來看，作為公司決策層的CEO教育在樣本時間內變化不大。本文主要關注公司全體員工的教育水平以及對職工培訓的投入。

［參考文獻］

［1］李建軍，李俊成.“一帶一路”倡議、企業信貸融資增進效應與異質性［J］.世界經濟，2020，43（2）：3-24.

［2］BANIYA?S，?ROCHA?N，?RUTA?M.?Trade?effects?of?;the?New?Silk?Road：?a?gravity?analysis［J］.?Journal?of?development?economics，2020，146：102467.

［3］DU?J，?ZHANG?Y.?Does?One?Belt?One?Road?Initiative?promote?Chinese?overseas?direct?investment？［J］.?China?economic?review，2018，47：189-205.

［4］YU?S，?QIAN?X，?LIU?T.?Belt?and?Road?Initiative?and?Chinese?firms’?outward?foreign?direct?investment［J］.?Emerging?markets?review，2019，41：100629.

［5］金剛，沈坤榮.中國企業對“一帶一路”沿線國家的交通投資效應：發展效應還是債務陷阱［J］.中國工業經濟，2019（9）：79-97.

［6］JIANG?Q，?MA?X，?WANG?Y.?How?does?the?One?Belt?One?Road?Initiative?affect?the?green?economic?growth？［J］.?Energy?economics，2021，101：105429.

［7］WU?Y，?CHEN?C，?HU?C.?Does?the?Belt?and?Road?Initiative?increase?the?carbon?emission?intensity?of?participating?countries？［J］.China?&?world?economy，2021，29（3）：1-25.

［8］余東升，李小平，李慧.“一帶一路”倡議能否降低城市環境污染？——來自準自然實驗的證據［J］.統計研究，2021，38（6）：44-56.

［9］徐思，何曉怡，鐘凱.“一帶一路”倡議與中國企業融資約束［J］.中國工業經濟，2019（7）：155-173.

［10］羅長遠，曾帥.“走出去”對企業融資約束的影響——基于“一帶一路”倡議準自然實驗的證據［J］.金融研究，2020（10）：92-112.

［11］盧盛峰，董如玉，葉初升.“一帶一路”倡議促進了中國高質量出口嗎——來自微觀企業的證據［J］.中國工業經濟，2021（3）：80-98.

［12］戴翔，宋婕.“一帶一路”倡議的全球價值鏈優化效應——基于沿線參與國全球價值鏈分工地位提升的視角［J］.中國工業經濟，2021（6）：99-117.

［13］王桂軍，盧瀟瀟.“一帶一路”倡議與中國企業升級［J］.中國工業經濟，2019（3）：43-61.

［14］王桂軍，張輝.“一帶一路”與中國OFDI企業TFP：對發達國家投資視角［J］.世界經濟，2020，43（5）：49-72.

［15］劉淑春，閆津臣，張思雪，等.企業管理數字化變革能提升投入產出效率嗎［J］.管理世界，2021，37（5）：170-190，13.

［16］吳非，常曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型［J］.財政研究，2021（1）：102-115.

［17］張永珅，李小波，邢銘強.企業數字化轉型與審計定價［J］.審計研究，2021（3）：62-71.

［18］LI?L，?SU?F，?ZHANG?W，?et?al.?Digital?;transformation?by?SME?entrepreneurs：?a?capability?perspective［J］.?Information?systems?journal，2018，28（6）：1129-1157.

［19］VIAL?G.?Understanding?digital?transformation：?a?review?and?a?research?agenda［J］.?The?journal?of?strategic?information?systems，2019，28（2）：118-144.

［20］VERHOEF?C，?BROEKHUIZEN?T，?BART?Y，?et?al.?Digital?transformation：?a?multidisciplinary?reflection?and?research?agenda［J］.?Journal?of?business?research，2021，122：889-901.

［21］CHEN?W，?SRINIVASAN?S.?Going?digital：?implications?for?firm?value?and?performance［Z］.?Harvard?Business?School，2019.

［22］BABINA?T，?FEDYK?A，?HE?X，?et?al.?Artificial?intelligence，?firm?growth，?and?product?innovation［Z］.?SSRN?Working?Paper?No.3651052，2020.

［23］BRYNJOLFSSON?E，?ROCK?D，?SYVERSON?C.?Artificial?intelligence?and?the?modern?productivity?paradox［Z］.?NBER?Working?Paper?No.24001，2017.

［24］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021，42（7）：114-129.

［25］BLICHFELDT?H，?FAULLANT?R.?Performance?effects?of?digital?technology?adoption?and?product?&?service?innovation—a?processindustry?perspective［J］.?Technovation，2021，105：102275.

［26］TAN?Z，?CHAN?C，?HSU?T.?The?forecasting?power?of?digital?transformation?on?future?corporate?innovation?evidence?from?digital?transformation?certification［Z］.?SSRN?Working?Paper?No.4068403，2022.

［27］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［28］SKARE?M，?SORIANO?R.?How?globalization?is?changing?digital?technology?adoption：?an?international?perspective［J］.?Journal?of?innovation?&?knowledge，2021，6（4）：222-233.

［29］NWANKPA?K，?ROUMANI&nbsp;Y.?IT?capability?and?digital?transformation：?a?firm?performance?perspective［Z］.2016.

［30］BLANKA?C，?KRUMAY?B，?RUECKEL?D.?The?interplay?of?digital?transformation?and?employee?competency：?a?design?science?approach［J］.Technological?forecasting?and?social?change，2022，178：121575.

［31］周谷平，闞閱.“一帶一路”戰略的人才支撐與教育路徑［J］.教育研究，2015，36（10）：4-9，22.

［32］呂越，陸毅，吳嵩博，等.“一帶一路”倡議的對外投資促進效應——基于2005—2016年中國企業綠地投資的雙重差分檢驗［J］.經濟研究，2019，54（9）：187-202.

［33］HOWARD?W，?HOWARD?K.?The?new?“Silk?Road?Economic?Belt”?as?a?threat?to?the?sustainable?management?of?Central?Asia’s?transboundary?water?resources［J］.?Environmental?earth?sciences，2016，75（11）：1-12.

［34］NUGENT?B，?LU?J.?China’s?outward?foreign?direct?investment?in?the?Belt?and?Road?Initiative：?what?are?the?motives?for?Chinese?firms?to?invest？［J］.?China?economic?review，2021，68：101628.

［35］ZHANG?Y，?LIU?Y，?ZHANG?Y，?et?al.?Globalization?blueprint?and?households’?FinTech?debt：?evidence?from?China’s?One?Belt?One?Road?Initiative［J］.?International?review?of?economics?&?finance，2022，79：38-55.

［36］RIALTI?R，?ZOLLO?L，?FERRARIS?A，?et?al.?Big?data?analytics?capabilities?and?performance：?evidence?from?a?moderated?multimediation?model［J］.?Technological?forecasting?and?social?change，2019，149：119781.

［37］ROCK?D.?Engineering?value：?the?returns?to?technological?talent?and?investments?in?Artificial?Intelligence［Z］.?SSRN?Working?Paper?No.3427412，2019.

［38］MIKALEF?P，?KROGSTIE?J，?PAPPAS?O，?et?al.?Exploring?the?relationship?between?big?data?analytics?capability?and?competitive?performance：?the?mediating?roles?of?dynamic?and?operational?capabilities［J］.?Information?&?management，2020，57（2）：103169.

［39］ZHAI?H，?YANG?M，?CHAN?C.?Does?digital?transformation?enhance?a?firm’s?performance？?evidence?from?China［J］.?Technology?in?society，2022，68：101841.

［40］HALLER?A，?LYONS?S.?Broadband?adoption?and?firm?productivity：?evidence?from?Irish?manufacturing?firms［J］.?Telecommunications?policy，2015，39（1）：1-13.

［41］TROCIN?C，?HOVLAND?V，?MIKALEF?P，?et?al.?How?Artificial?Intelligence?affords?digital?innovation：?a?crosscase?analysis?of?Scandinavian?companies［J］.?Technological?forecasting?and?social?change，2021，173：121081.

［42］SHEEL?A，?NATH?V.?Effect?of?blockchain?technology?adoption?on?supply?chain?adaptability，?agility，?alignment?and?performance［J］.?Management?research?review，2019（12）：1353-1374.

［43］MANITA?R，?ELOMMAL?N，?BAUDIER?P，?et?al.?The?digital?transformation?of?external?audit?and?its?impact?on?corporate?governance［J］.?Technological?forecasting?and?social?change，2020，150：119751.

［44］袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137-155.

［45］ZHOU?P，?ZHOU?S，?JI?H.?The?impact?of?mobilebased?digital?transformation?on?tax?stickiness［Z］.?SSRN?Working?Paper?No.4074705，2022.

［46］BLOOM?N，?GARICANO?L，?SADUN?R，?et?al.?The?distinct?effects?of?information?technology?and?communication?technology?on?firm?organization［J］.?Management?science，2014，60（12）：2859-2885.

［47］LIU?Y.?Big?data?and?predictive?business?analytics［J］.?The?journal?of?business?forecasting，2014，33（4）：40.

［48］AGRAWAL?A，?MCHALE?J，?OETTL?A.?Finding?needles?in?haystacks：?Artificial?Intelligence?and?recombinant?growth［Z］.?University?of?Chicago?Press，2019：149-174.

［49］董艷梅，朱英明.高鐵建設能否重塑中國的經濟空間布局——基于就業、工資和經濟增長的區域異質性視角［J］.中國工業經濟，2016（10）：92-108.

［50］姚加權，張錕澎，羅平.金融學文本大數據挖掘方法與研究進展［J］.經濟學動態，2020（4）：143-158.

［51］BROWN?V，?TUCKER?W.?Largesample?evidence?on?firms’?yearoveryear?MD&A?modifications［J］.?Journal?of?accounting?research，2011，49（2）：309-346.

［52］MUSLU?V，?RADHAKRISHNAN?S，?SUBRAMANYAM?R，?et?al.?Forwardlooking?MD&A&nbsp;disclosures?and?the?information?environment［J］.?Management?science，2015，61（5）：931-948.

［53］HEATON?B，?POLSON?G，?WITTE?H.?Deep?learning?for?finance：?deep?portfolios［J］.?Applied?stochastic?models?in?business?and?industry，2017，33（1）：3-12.

［54］CUI?Y，?CHE?W，?LIU?T，?et?al.?Pretraining?with?whole?word?masking?for?Chinese?BERT［Z］.?Institute?of?Electrical?and?Electronics?Engineers（IEEE），2021.

［55］MIKOLOV?T，?CHEN?K，?CORRADO?G，?et?al.?Efficient?estimation?of?word?representations?in?vector?space［Z］.?Computer?Science，2013.

［56］DEVLIN?J，?CHANG?W，?LEE?K，?et?al.?Bert：?pretraining?of?deep?bidirectional?transformers?for?language?understanding［Z］.arxiv：181004805，2018.

［57］JIANG?K，?CHEN?Z，?RUGHOO?A，?et?al.?Internet?finance?and?corporate?investment：?evidence?from?China［J］.?Journal?of?international?financial?markets，?institutions?and?money，2022，77：101535.

［58］于富生，張敏，姜付秀，等.公司治理影響公司財務風險嗎？［J］.會計研究，2008（10）：52-59，97.

［59］PITTMAN?A，?FORTIN?S.?Auditor?choice?and?the?cost?of?debt?capital?for?newly?public?firms［J］.?Journal?of?accounting?and?economics，2004，37（1）：113-136.

［60］ZHOU?M，?WANG?B，?CHEN?Z.?Has?the?anticorruption?campaign?decreased?air?pollution?in?China？［J］.?Energy?economics，2020，91：104878.

［61］ABADIE?A，?DIAMOND?A，?HAINMUELLER?J.?Synthetic?control?methods?for?comparative?case?studies：?estimating?the?effect?of?California’s?tobacco?control?program［J］.?Journal?of?the?American?statistical?association，2010，105（490）：493-505.

［62］ABADIE?A，?DIAMOND?A，?HAINMUELLER?J.?Comparative?politics?and?the?synthetic?control?method［J］.?American?journal?of?political?science，2015，59（2）：495-510.

［63］CHEN?Z，?ZHANG?X，?CHEN?F.?Do?carbon?emission?trading?schemes?stimulate?green?innovation?in?enterprises？?evidence?from?China［J］.?Technological?forecasting?and?social?change，2021，168：120744.

［64］林慧婷，何玉潤，王茂林.市場化改革速度與企業R&D投入——基于中國A股非金融類上市公司的實證分析［J］.會計研究，2018（8）：28-34.

［65］LI?Z，?WANG?B，?WU?T，?et?al.?The?influence?of?qualified?foreign?institutional?investors?on?internal?control?quality：?evidence?from?China［J］.?International?review?of?financial?analysis，2021：101916.

［66］ACHARYA?V，?AMIHUD?Y，LITOV?L.?Creditor?rights?and?corporate?risktaking［J］.?Journal?of?financial?economics，2011，102（1）：150-166.

［67］JIANG?T，?LEVINE?R，?LIN?C，?et?al.?Bank?deregulation?and?corporate?risk［J］.?Journal?of?corporate?finance，2020，60：101520.

［68］TONG?W，?REUER?J.?Real?options?in?multinational?corporations：?organizational?challenges?and?risk?implications［J］.?Journal?of?international?business?studies，2007，38（2）：215-230.

［69］DELIOS?A，?HENISZ?J.?Political?hazards，?experience，?and?sequential?entry?strategies：?the?international?expansion?of?Japanese?firms，?1980—1998［J］.?Strategic?management?journal，2003，24（11）：1153-1164.

［70］CASHMAN?D，?HARRISON?M，?SHENG?H.?Political?risk?and?the?cost?of?capital?in?AsiaPacific?property?markets［Z］.?International?Real?Estate?Review，2015.

［71］RAJAN?G，?ZINGALES?L.?Financial?dependence?and?growth［J］.?American?economic?review，1998：559-586.

［72］YU?J，?SHI?X，?GUO?D，?et?al.?Economic?policy?uncertainty?（EPU）?and?firm?carbon?emissions：?evidence?using?a?China?provincial?EPU?index［J］.?Energy?economics，2021，94：105071.

［73］BORDO?D，?DUCA?V，?KOCH?C.?Economic?policy?uncertainty?and?the?credit?channel：?aggregate?and?bank?level?US?evidence?over?several?decades［J］.?Journal?of?financial?stability，2016，26：90-106.

［74］VALENCIA?F.?Aggregate?uncertainty?and?the?supply?of?credit［J］.?Journal?of?banking?&?finance，2017，81：150-165.

［75］XU?Z.?Economic?policy?uncertainty，?cost?of?capital，?and?corporate?innovation［J］.?Journal?of?banking?&?finance，2020，111：105698.

Can?Enterprise?Internationalization?Strategy

and?Digital?Transformation?Achieve?WinWin?Results？

—Empirical?Evidence?from?the?Belt?and?Road?Initiative

Zhou?Mengling1，Jiang?Kangqi2，Guo?Wei1

（1.School?of?Credit?Management，Guangdong?University?of?Finance，?Guangzhou?510521，?China；

2.School?of?Business，?Shantou?University，?Shantou?515063，?China）

Abstract：???In?the?construction?of?the?new?development?;pattern?of?“dual?circulation”，?the?domestic?cycle?and?the?international?cycle?are?mutually?reinforcing?and?complementary.?Openness?and?cooperation?enhance?the?external?motivation?of?enterprises?to?use?global?resources?to?improve?international?competitiveness;?digital?upgrading?and?transformation?strengthen?the?internal?engine?for?enterprise?survival?and?development.?In?this?context，?more?companies?are?facing?the?double?pressure?of?international?deployment?and?digital?transformation.?This?paper?focuses?on?the?relation?between?the?“external?circulation”?development?pattern?and?the?digital?economy，?and?the?synergistic?effect?of?internationalization?strategy?and?digitalization.?The?degree?of?digital?transformation?of?enterprises&nbsp;is?analyzed?through?text?analysis?method?based?on?the?data?of?Chinese?Ashare?listed?companies?from?2007?to?2020.?On?this?basis，?a?differenceindifferences?model?is?applied?to?examine?the?aggregate?effect，?channel?mechanism?and?heterogeneity?of?the?“Belt?and?Road”?Initiative?on?the?digital?transformation?of?enterprises.?The?study?finds?that?the?Belt?and?Road?Initiative?significantly?increases?the?degree?of?digital?transformation?of?enterprises，?and?creates?more?abundant?resources?for?enterprises’?transformation?by?increasing?tax?incentives，?promoting?crossborder?operations?and?strengthening?human?resources?accumulation.?At?the?same?time，?digitalization?can?effectively?solve?the?financial?management?problems?that?may?arise?after?enterprises?participating?in?the?Belt?and?Road?Initiative，?and?improve?the?performance?of?the?implementation?of?the?Belt?and?Road?Initiative.?The?above?shows?that?the?international?deployment?and?digitalization?strategies?of?enterprises?can?achieve?complementary?synergy?effects.?In?addition，?the?digital?transformation?driving?effects?of?the?Belt?and?Road?Initiative?are?more?pronounced?in?large?companies，?companies?with?high?reliance?on?external?financing，?companies?with?highly?educated?CEOs，?and?regions?with?stable?economic?policies.

Key?words：dual?circulation;?digital?transformation;?the?Belt?and?Road?Initiative;?text?analysis

（責任編輯：李?萌）