國家級大數據綜合試驗區如何賦能企業數字化轉型

侯林岐,程廣斌,王雅莉

(石河子大學 經濟與管理學院,新疆 石河子 832003)

0 引言

企業數字化轉型是推動數字經濟發展,保障經濟動能平穩轉換,實現經濟高質量發展的微觀基礎[1-2]。《中國數字經濟發展白皮書(2021)》報告顯示,2020年中國數字經濟規模達到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濟社會穩定發展的重要力量。數字經濟發展帶動大量數字化技術落地與數字化項目應用,提高了用戶在市場中的地位與作用,也催生企業生產經營模式、企業戰略目標與內部管理體系的系統性變革[3]。特別是在后疫情時代,將人工智能、大數據、云計算等數字技術應用于企業生產經營,成為企業應對國內外生產經營環境的不確定性,推動高質量發展的必然選擇[4]。從實踐看,近年來中國企業正不斷加快數字化轉型進程。《2021中國企業數字化轉型指數》顯示,中國數字化轉型指數由2018年的37分上升至2021年的54分,各行業企業整體數字化進程穩步推進,數字化能力建設整體行程已然過半。但是,企業數字化轉型的進程并非一帆風順,僅有16%的企業數字化轉型成效顯著,更多企業仍面臨數字化轉型基礎薄弱、轉型能力不足等問題,對數字技術的應用還處于摸索階段[4]。

國家級大數據綜合試驗區建設能夠促進數字產業發展,釋放技術紅利、制度紅利和創新紅利,為刺激企業數字化轉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業變革,數據作為關鍵生產要素正對經濟運行機制、社會生活方式和國家治理能力產生重要影響。目前,我國數字經濟在發展規模和應用場景方面已具備一定基礎,擁有較大市場優勢和發展潛力,但是依然存在數字經濟戰略前瞻性和優勢性尚存不足、數字經濟發展飽和度和均衡性不夠、數字經濟創新能力和核心技術不夠強、“數據孤島”“數據煙囪”現象普遍等一系列短板[1]。為加快大數據部署,深化大數據應用,打造數字經濟新優勢,2015年8月國務院印發《促進大數據發展行動綱要》(以下簡稱《綱要》)。《綱要》從頂層規劃、政策指引和實施方向等方面為推動數字資源開放、促進數字產業發展指明方向,并明確提出開展區域試點,為推動實施國家大數據發展戰略提供可借鑒、可復制和可推廣的發展經驗[5]。2015年9月,貴州啟動建設首個大數據綜合試驗區試點;2016年,國家公布第二批國家級大數據綜合試驗區建設名單,包括北京、天津、河北、內蒙古、遼寧、河南、上海、重慶、廣東[6]。在發展目標和任務上,《綱要》指出,要統籌規劃大數據基礎設施建設,推動大數據在企業研發設計、生產經營等各環節的應用,帶動管理方式、商業模式創新和產業價值鏈體系重構。

近年來,企業數字化轉型引起學界和政府的廣泛關注。現有研究圍繞企業數字化轉型的驅動因素、轉型模式、作用表現等方面展開了系列探索。具體來看,企業數字化轉型受到內外部雙重因素推動[4],內部因素包括企業特征、組織學習、管理特征等[7],外部因素包括數字技術發展與滲透、市場需求變化、市場競爭加劇等[8-9]。在企業數字化轉型模式方面,Matt等[10]、Andriole[11]、Verhoef等[12]、韋影等[8]、王永貴等[13]從戰略層面剖析企業數字化轉型的啟動方式和策略類型。在企業數字化轉型的作用表現方面,企業數字化轉型能夠提高企業的服務意識,提高企業獲取客戶的能力[14];數字技術對企業創新活動的滲透能夠重塑企業的商業模式和價值獲取方式,促進技術創新能力提升[15],提高企業全要素生產效率[16],最終提升企業績效[17]。但是傳統企業的數字化轉型實踐并不樂觀,如唐松等[18]、吳非等[19]指出,許多企業在數字化轉型過程中面臨基礎設施不足導致的“不會轉”、研發資金約束導致的“不能轉”以及轉型陣痛期長導致的“不敢轉”等問題。針對以上問題,部分學者從數字金融、金融科技和財政科技支出等視角出發,探索金融手段對企業數字化轉型的影響[18-20]。

然而,目前尚未有文獻將區域政策與企業數字化轉型聯系起來,國家級大數據綜合試驗區政策試點與企業數字化轉型之間的影響機制僅能從其它相關文獻中推論。一方面,企業提升數字化應用能力是長周期、高風險、低確定性的系統性創新過程,企業數字化轉型過程中需要承擔極高的創新成本與風險。同時,數字技術的外部性特征也使得支撐企業數字化轉型的技術供給不足[19]。面對企業數字化轉型的市場失靈問題,需要發揮政府“看得見的手”的作用,激發企業數字化轉型的積極性。另一方面,數字基建與數字產業培育是政府推動企業數字化轉型的重要抓手。前者通過政策支持刺激企業數字化轉型,后者則借助市場力量推動企業數字化轉型[21]。大數據綜合試驗區建設有利于完善區域信息基礎設施,促進區域數字產業相關創新,提升企業智能化意識和研發水平[22]。基于上述文獻推斷,國家級大數據綜合試驗區可能對企業數字化轉型具有推動作用。

鑒于此,本文將國家級大數據綜合試驗區作為一項準自然試驗,以中國A股上市公司數字化轉型為研究對象,探索大數據綜合試驗區建設與企業數字化轉型之間的影響、作用機制和邊界條件。本文邊際貢獻在于:在研究視角上,將大數據綜合試驗區的研究視角聚焦于微觀企業,借助雙重差分模型分析國家級大數據綜合試驗區建設對企業數字化轉型的賦能作用,探究區域政策對企業數字化轉型的影響,為大數據綜合試驗區政策紅利提供微觀層面的實證支撐,為相關話題開辟新維度;在研究深度上,本文構建大數據綜合試驗區對企業數字化轉型的分析框架,從基建賦能效應、產業助推效應和政府扶持效應3個層面分析試點政策對企業數字化轉型的影響,在此基礎上考察企業和城市異質性問題,有助于深入理解大數據綜合試驗區影響企業數字化轉型的作用機制和邊界條件;在研究方法上,采用Python爬取和整理中國A股上市公司年報,利用PDFbox工具統計關鍵詞詞頻,構建企業數字化轉型指數,在此基礎上采用漸進式雙重差分方法從微觀企業角度考察宏觀政策的經濟效果,并通過一系列穩健性檢驗證明核心結論的可靠性,豐富宏微觀結合的實證運用,為類似話題的研究提供經驗證據。

1 分析框架與作用機制

目前,我國大多數企業數字化轉型還處于初級階段,技術創新能力不強、產業基礎薄弱、政策扶持不足是制約企業數字化轉型發展的關鍵短板[23]。大數據綜合試驗區作為中國治理實踐中特有的試點政策,能夠通過基建賦能效應、產業助推效應和政策扶持效應助力企業數字化轉型。

1.1 基建賦能效應

數字基建是數字經濟發展的硬件支撐,是企業數字化轉型的基石底座[24]。國家級大數據綜合試驗區通過統籌規劃數字基礎設施建設,為企業數字化轉型提供技術和工具,降低企業數字化轉型的技術應用與設備替代成本,賦能企業數字化轉型。國家工信部數據顯示,約一半的企業數字化轉型進程滯留在技術應用的配套階段,嚴重阻礙了企業數字化轉型進程。一方面,數字基礎設施薄弱導致傳統企業無法有效利用數字技術賦能生產經營活動;另一方面,企業為了應用先進的數字技術,往往需要承擔高昂的舊設備改造成本,導致企業數字化轉型陷入轉型成本高和轉型收益低的雙重困境,使得企業數字化轉型只能在低水平徘徊[19]。大數據綜合試驗區通過統籌規劃數字基礎設施建設,促進數字基礎設施建設水平提升。例如首先成為大數據綜合試驗區的貴州省,在建設中重點推動全省互聯網建設,信息基礎設施建設水平從全國第29位上升到第15位,新型基礎設施建設水平提升為企業數字化轉型奠定了基礎[22]。一方面,大數據綜合試驗區在充分利用現有數字資源和平臺設施的基礎上,推動數字技術與移動互聯網、云計算、人工智能等技術深度融合,強化大數據應用創新能力建設,為企業數字化轉型提供豐富的技術和工具,有助于實現數字化技術與生產經營業務深度融合。另一方面,大數據綜合試驗區通過完善數字基礎設施降低企業數字技術應用與設備配套的改造成本。大數據綜合試驗區建設會對現有數據中心及服務器資源進行改造和利用,建設低成本、高效率的數據匯聚平臺,避免盲目建設和重復投資,有助于企業擺脫轉型成本高昂和利潤水平低下的雙重困境,進而賦能企業數字化轉型。

1.2 產業助推效應

隨著產業體系不斷擴張、專業化分工逐步拓展,數字化轉型僅僅依靠單一企業無法有效完成,唯有形成上下游協同的數字產業化模式才能使企業數字化轉型持續推進。目前,我國數字產業仍處于積累和壯大階段,數字產業化催生的新模式、新業態對企業數字化轉型的支撐作用有限[23]。國家級大數據綜合試驗區能夠吸引大數據產業集聚,聚焦數字產業研發力和數字產業鏈關聯兩大發展路徑,助推企業數字化轉型。首先,大數據綜合試驗區會積極引進優秀高科技企業和高端前沿研發機構入駐,推動企業、科研院所和行業之間開展技術交流與合作,建立政產學研聯動的協同創新模式,從而加快數字技術研發與應用,破解自主創新和重大技術突破對數字化轉型的制約[22]。其次,大數據綜合試驗區中數字產業集聚有助于帶動數字技術向產業鏈前后端溢出,引發數字化轉型的持續變革。大數據綜合試驗區大力培育互聯網金融、數據服務等新業態,有利于提高傳統企業獲取數據要素的能力。一方面,互聯網金融、數據服務、數據處理等數據應用型企業能夠為其數字化轉型提供一系列優質技術工具,幫助企業對數字化項目風險特征與可用資源進行精準匹配,進而作出合理高效的技術創新決策,助力企業尋找數字化轉型的最優路徑。另一方面,在縱、橫向產業鏈關聯下,數字產業新興業態發展倒逼傳統企業轉變經營管理模式,不斷提升自身數字經濟服務能力和創新效率,引發產業鏈數字化轉型的持續革新[6]。

1.3 政府扶持效應

企業數字化轉型過程中需要政府財政支持和制度支持,以保障轉型工作的有序推進。企業數字化轉型是長周期、高風險的系統性創新,只依賴內源性融資和內部創新資源調度容易陷入融資約束和利潤低迷的雙重困境,優質低價的外源性融資和良好的市場環境是企業突破數字化轉型障礙的關鍵所在。一方面,當前中國金融市場存在直接金融市場有效供給覆蓋率較低、間接金融市場風險厭惡偏好較強的特征,導致傳統金融很大程度上制約企業數字化轉型進程[18]。另一方面,數據作為新的生產要素,容易產生數字產權不清、數據安全難以保障、敏感信息泄露等問題,若沒有完善的法律法規制度體系,會給企業數字化技術應用帶來極大風險,抑制數據技術對企業生產經營的賦能效應[23]。大數據綜合試驗區通過財政金融支持為企業數字化轉型提供寬松的金融環境和健全的制度保障。一方面,財政金融支出能夠有效降低企業數字化轉型成本,是政府提振企業技術創新的重要政策工具[19]。在大數據綜合試驗區建設中,地方政府通過產業投資基金、項目貼息等財政金融手段為符合條件的企業提供高效率資金支持,改善企業財務狀況,分擔創新風險,激發企業創新潛能。同時,財政扶持有助于降低金融機構投資者識別優質企業的成本,緩解投資過程中的信息不對稱問題,將金融資源引導到數字創新領域,為企業數字化轉型營造良好的金融環境。另一方面,大數據綜合試驗區會建立標準規范體系,制定法規制度標準,健全市場發展機制,從制度層面保障企業數字化技術研發與應用。例如,貴州、廣東、內蒙古等省份在啟動大數據綜合試驗區建設后,出臺數據開放、保護等方面制度條例,加強基礎信息網絡和關鍵行業領域信息系統安全保護,推動數據資源權益方面的立法工作,以保障企業數字化技術的安全、有序、有效應用,為企業數字化轉型提供制度保障[22]。

2 模型設定、變量選取與數據說明

2.1 模型設定

2015年,國家級大數據綜合試驗區公布第一批試點省份,次年又公布第二批建設名單,這一特征使得國家級大數據綜合試驗區政策滿足準自然試驗法的研究要求。但是,國家對于大數據綜合試驗區的選擇可能會考慮區域發展水平和稟賦條件,導致試點選取并不完全具備外生性,直接使用OLS估計方法必然導致不可觀測因素對大數據綜合試驗區試點政策效應評估的一致性產生干擾。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據綜合試驗區對企業數字化轉型的政策效應,構建如下模型:

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

(1)

式中,Dltn表示企業數字化轉型,Treat表示國家級大數據綜合試驗區的政策效應,系數α1反映國家級大數據綜合試驗區建設對企業數字化轉型的影響。Control表示為避免遺漏變量導致估計結果偏誤而進行控制的一系列變量,λj、μi、ηt分別表示行業固定效應、省份固定效應和時間固定效應,ε為隨機擾動項,j、i、t分別表示行業、省份和年份。

2.2 變量選取

(1)企業數字化轉型(Dltn)。本文借鑒吳非等[19]的研究,采用上市公司年報中涉及企業數字化轉型的詞頻數量刻畫企業數字化轉型程度。具體地,首先,從底層技術和數字技術應用兩個層面確定企業數字化轉型的關鍵詞;然后,借助爬蟲軟件對研究區間內上市公司年報進行歸類整理,并通過Java PDFbox庫提取上市公司年報的所有詞頻;最后,匹配與企業數字化轉型相關的關鍵詞頻,并對詞頻數量進行分類加總,從而得到能夠反映企業數字化轉型意愿及轉型強度的初始指標。由于詞頻數據具有典型的右偏性特征,本文對該指標進行對數化處理。

(2)國家級大數據綜合試驗區(treat)。采用雙重差分項衡量,根據國務院公布的國家級大數據綜合試驗區試點名單,將試點城市當年及以后年份設置為1,其余年份為0。

(3)控制變量。由于研究內容涉及企業和城市兩個層面,本文在控制企業層面變量的基礎上,將地區屬性考慮在內。在企業層面,控制企業總資產(Asset,取自然對數)、凈資產收益率(ROE)、兩職合一(Merge)、托賓Q值(TobinQ)、股權集中度(Equity)、審計意見(Audit,標準無保留意見為1,其余為0)、營業收入(GOI,取自然對數)、企業資本密度(SD,總資產與營業收入之比)、企業年齡(Age,取自然對數)。在城市層面,控制經濟發展水平(GDP,取自然對數)、人力資本水平(Hum,在校大學生數取自然對數)、金融發展水平(Fin,金融機構貸款余額取自然對數)。

2.3 數據說明

本文以2009—2019年中國A股上市公司為研究對象,上市公司數據來源于國泰安數據庫(CSMAR)。為強化數據結構與研究內容的匹配性,剔除金融、房地產等特殊行業樣本,剔除ST掛牌和退市企業,刪除缺失關鍵數據的企業,并對企業層面的連續變量進行1%水平上的縮尾處理,以消除異常值,避免對回歸結果造成偏差。城市層面數據來源于歷年《中國城市統計年鑒》。變量描述性統計分析如表1所示。

表1 描述性統計結果Tab.1 Descriptive statistics

3 實證結果及分析

3.1 基準回歸分析

國家級大數據綜合試驗區建設對企業數字化轉型的回歸結果如表2所示。其中,列(1)為控制時間、省份和企業效應,未納入企業層面和城市層面變量的非穩健標準誤估計結果;列(2)在列(1)基礎上采用穩健標準誤,列(3)、(4)在列(2)基礎上逐步納入企業層面和城市層面的控制變量。

表2 基準回歸結果Tab.2 Benchmark regression results

可以看出,國家級大數據綜合試驗區建設有利于推動企業數字化轉型。無論是否采用穩健標準誤、是否加入控制變量,國家級大數據綜合試驗區建設的雙重差分項對企業數字化轉型的估計系數均顯著為正。加入控制變量后,試點政策的雙重差分估計系數與顯著性沒有發生實質性變化,表明國家級大數據綜合試驗區建設有利于促進企業數字化轉型。以列(4)結果為例,試點政策的雙重差分估計系數為0.556,且在1%水平上顯著,說明國家級大數據綜合試驗區試點政策的實施使得試點城市較非試點城市的企業數字化轉型水平高出0.556個單位。這可能是因為,一方面,大數據綜合試驗區建設通過數據開放共享,實現數據流引領技術流、物質流、資金流和人才流,深化數據要素在各行業創新應用,促進數字產業健康發展,為企業數字化轉型提供技術和應用范式,賦能企業數字化轉型;另一方面,大數據綜合試驗區建設有助于完善數字產業法規制度和標準體系,規范數字技術應用,切實保障數據安全,為企業數字化技術應用提供制度保障,消除企業數字化轉型顧慮與風險。

3.2 穩健性檢驗

3.2.1 平行趨勢檢驗

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

(2)

其中,did為一系列政策虛擬變量,表示國家級大數據綜合試驗區建設實施前5年、實施當年以及實施后第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據綜合試驗區建設前后企業數字化轉型的變動趨勢,如圖1所示。在試點政策實施前,試點城市與非試點城市的企業數字化轉型水平并不存在顯著差異。在試點政策實施后,試點城市與非試點城市的企業數字化轉型水平逐漸出現顯著差異,表明研究模型滿足平行趨勢。此外,從試點政策的動態效應看,國家級大數據綜合試驗區試點政策實施當年對企業數字化轉型的促進作用并不顯著,但隨著時間推移,其政策效應不斷增強,表明試點政策發揮作用具有滯后性和動態可持續性。

圖1 平行趨勢檢驗Fig.1 Parallel trend test

3.2.2 基于PSM-DID方法的估計

國家大數據綜合試驗區試點城市的選取可能受到區域經濟發展水平、網絡基礎設施建設等因素影響,使得試點在分批次批復過程中喪失隨機性,導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,通過對試點城市和非試點城市進行傾向得分匹配,進一步提高試點城市與非試點城市的可比性。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行匹配。經過匹配處理后,各匹配變量控制組與實驗組結果接受無系統差異的原假設,基于匹配結果重新評估國家級大數據綜合試驗區建設對企業數字化轉型的政策效應,回歸結果如表3所示。可以看出,無論采用何種匹配方法,試點政策對企業數字化轉型的影響均在1%水平上顯著為正,表明國家級大數據綜合試驗區建設對企業數字化轉型的推動作用具有穩健性。

表3 PSM-DID與內生性檢驗結果Tab.3 Results of PSM-DID and endogeneity test

3.2.3 控制其它政策沖擊

在研究時間區間內,還有如“寬帶中國”示范城市、智慧城市試點、創新型城市試點、科技和金融結合試點等可能會影響企業數字化轉型的政策在實施,可能使基準回歸結果產生系統性偏誤。為避免這種類似或相關政策交叉導致的政策疊加效應干擾國家級大數據綜合試驗區建設對企業數字化轉型的影響,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(ZH)、創新型城市試點(CX)、科技和金融結合試點(KJ)的政策虛擬變量帶入模型,以準確識別國家級大數據綜合試驗區建設對企業數字化轉型的凈效應,結果如表4所示。在控制其它相似政策沖擊后,國家級大數據綜合試驗區建設對企業數字化轉型的影響依然在1%水平上顯著為正,表明本文核心結論具有穩健性。

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

為進一步排除其它不可觀測的潛在因素影響國家級大數據綜合試驗區建設對企業數字化轉型的估計結果,確保基準回歸結果的穩健性,本文參考張杰等[25]的研究思路,通過隨機抽取試點城市的方法進行安慰劑檢驗。具體地,隨機抽取與國家級大數據綜合試驗區相同數量的城市構建虛擬試點政策變量,將產生的偽試點政策變量帶入回歸模型,觀察偽試點政策變量的估計系數,并將該過程重復500次,得到偽試點變量的估計系數核密度分布圖(見圖2)。可以看出,偽試點變量的估計系數整體服從正態分布,且估計系數均值接近0,遠小于基準回歸中的0.556。這意味著國家級大數據綜合試驗區建設對企業數字化轉型的估計通過安慰劑檢驗,其政策效應幾乎不受其它隨機因素影響,研究結論具有穩健性。

圖2 安慰劑檢驗Fig.2 Placebo test

3.2.5 其它穩健性檢驗

為保證國家級大數據綜合試驗區建設對企業數字化轉型的政策效果評估具有可靠性,本文進一步采用以下6種方法對實證研究進行穩健性檢驗:①替代變量法,參考涂心語和嚴曉玲[16]的研究方法,采用數字化總詞頻與年報總詞頻的比值重新衡量企業數字化轉型程度;②排除預期效應,為保證政策具有外生性,即國家大數據綜合試驗區試點政策實施前,試點城市與非試點城市不會因為對政策有預期而提前采取措施,本文在回歸模型中加入試點前一年的虛擬變量,以剔除預期效應對政策效應的影響;③單期DID,參考邱子迅和周亞虹[22]的研究方法,剔除2015年第一批次試驗區樣本,以檢驗政策效果評估的有效性;④改變樣本區間,將研究時間區間由2009—2019年縮短為2012—2019年,驗證樣本時間區間選擇不會對政策評估結果產生影響;⑤控制樣本偏差,剔除具有特殊財政體制的直轄市和計劃單列城市后重新進行實證檢驗;⑥加入聯合固定效應,在基準回歸的基礎上添加省份×時間聯合效應、行業×時間聯合效應,控制省份、行業層面可能隨時間變化的不可觀測因素。以上回歸結果見表5,結果均表明本文研究結論具有穩健性。

表5 穩健性檢驗結果Tab.5 Robustness test results

4 進一步拓展分析

4.1 作用機制識別

以上研究結果表明,國家級大數據綜合試驗區建設能夠顯著促進企業數字化轉型。結合理論分析,本文進一步從基建賦能效應、產業助推效應和政府扶持效應3條路徑,探索大數據綜合試驗區建設促進企業數字化轉型的作用機制,構建如下中介效應模型:

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,分別選取互聯網普及率、計算機與軟件從業人員占比、財政科技支出強度衡量基建賦能效應、產業助推效應和政府扶持效應。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,回歸結果如表6所示。

表6 作用機制檢驗結果Tab.6 Test results of action mechanism

從基建賦能效應的中介結果看,大數據綜合試驗區建設對互聯網普及率的影響在1%水平上顯著為正,表明大數據綜合試驗區建設有助于完善區域信息網絡基礎設施,提高區域互聯網普及率。列(3)顯示,試點政策和互聯網普及率同時納入模型后,兩者對企業數字化轉型均具有顯著正向影響,且試點政策的估計系數較基準回歸有所下降,表明大數據綜合試驗區試點政策通過完善信息基礎設施,提高互聯網普及率,豐富企業數字化轉型工具和技術,賦能企業數字化轉型。

從產業助推效應的中介結果看,大數據綜合試驗區建設對計算機與軟件從業人員占比的影響在1%水平上顯著為正,表明大數據綜合試驗區建設有利于吸引數字人才集聚,推動區域數字產業發展。列(5)顯示,試點政策和計算機與軟件從業人員占比同時納入模型后,兩者對企業數字化轉型均具有顯著正向影響,且試點政策的估計系數較基準回歸有所下降,表明大數據綜合試驗區試點政策通過吸引大數據產業集聚,提高試驗區數字產業從業人數比例,推動數字產業發展,助推企業數字化轉型。

從政府扶持效應的中介結果看,大數據綜合試驗區建設對財政科技支出強度的影響在1%水平上顯著為正,表明大數據綜合試驗區建設會促使地方政府加大科技創新支出力度。列(7)顯示,試點政策和財政科技支出強度同時納入模型后,兩者對企業數字化轉型均具有顯著正向影響,且試點政策的估計系數較基準回歸有所下降,表明大數據綜合試驗區試點政策通過提高財政科技支出強度,緩解企業數字化轉型融資約束,保障企業數字化轉型順利開展。

4.2 異質性檢驗

4.2.1 企業層面

(1)產權屬性異質性。相對于非國有企業,國有企業作為國民經濟的中流砥柱,肩負著推動經濟社會發展的重要責任。為此,本文根據企業產權性質將企業劃分為國有企業和非國有企業,將國有企業賦值為1,非國有企業賦值為0,通過與試點政策交乘(Treat*Property)考察不同產權性質的企業在國家級大數據綜合試驗區試點政策下的數字化轉型策略,結果如表7所示。列(1)顯示,交乘項的回歸系數在1%水平上顯著為負,表明國家級大數據綜合試驗區建設對非國有企業數字化轉型的推動作用強于國有企業。原因在于,國有企業具有較大的市場規模優勢,對于數字化技術應用和轉型的內生性需求較小,而非國有企業需要面對激烈的市場競爭,為獲取和保持市場競爭優勢,數字化轉型的意愿較強。國家級大數據綜合試驗區試點政策能夠為非國有企業的數字化轉型提供良好的環境和基礎,因而其政策效應更強。

表7 異質性檢驗結果Tab.7 Heterogeneity test results

(2)創新屬性異質性。高科技企業是國家科技創新體系建設的重要組成部分,也是研發、應用和推動數字化的重要主體。為此,本文根據創新屬性將企業劃分為高科技企業和非高科技企業,將高科技企業賦值為1,非高科技企業賦值為0,通過與試點政策交乘(Treat*Innovate)考察不同創新屬性的企業在國家級大數據綜合試驗區試點政策下的數字化轉型策略。表7列(2)顯示,交乘項的回歸系數在1%水平上顯著為正,表明國家級大數據綜合試驗區建設對高科技企業數字化轉型的推動作用強于非高科技企業。原因在于,高科技企業具有較強的創新轉型屬性,且具備數字技術研發與應用的基礎和內在需求,國家級大數據綜合試驗區能為高科技企業提供更廣闊的市場和更強技術支撐;非高科技企業的主營業務對數字化轉型的需求較小,相較于高科技企業,國家級大數據綜合試驗區建設對非高科技企業從事高風險、高投入、長周期數字化轉型的驅動作用較弱。

4.2.2 城市層面

(1)地理位置異質性。我國國土遼闊,不同區域間在經濟發展、產業結構、資源稟賦等方面存在巨大差異。為分析地理位置異質性是否會使國家級大數據綜合試驗區建設對企業數字化轉型的促進效應產生差異,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,通過與試點政策交乘(Treat*Location)考察地理位置異質性下國家級大數據綜合試驗區建設對企業數字化轉型的影響。表7列(3)顯示,交乘項的回歸系數在1%水平上顯著為正,表明東部城市的國家級大數據綜合試驗區建設對企業數字化轉型的促進效應大于中西部城市。原因在于,東部沿海城市憑借交通優勢、政策支持率先發展,在經濟發展、創新資源等方面比中西部更為優越,國家級大數據綜合試驗區建設能夠有效推動東部城市企業數字化轉型。相比之下,中西部地區數字化技術研發與應用基礎較為薄弱,企業創新存在路徑依賴,選擇數字化轉型的動力不足。

(2)政府效率異質性。政府工作效率是區域經濟政策有效落實與執行的重要基礎,大數據綜合試驗區建設面臨推動數據資源開放共享、構建民生服務新體系、推動創新驅動新格局等眾多任務,需要各地區、各部門、各企事業單位多方聯合實現數據共享和制度對接,因而政府工作效率高低會直接影響試點建設成效。為此,本文根據《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,通過與試點政策交乘(Treat*Efficiency)考察不同政府效率下國家級大數據綜合試驗區建設對企業數字化轉型的影響。表7列(4)顯示,交乘項的回歸系數在1%水平上顯著為正,表明國家級大數據綜合試驗區所在地區政府工作效率越高,試點政策對企業數字化轉型的促進程度越高。原因可能在于,一方面,政府工作效率較高的試點城市能夠更快速地建立社會治理大數據應用體系,為企業提供良好的生產經營環境,推動新一代信息技術與傳統產業融合,探索協同發展的新業態、新模式,增強試點政策對企業數字化轉型的賦能效應;另一方面,不同區域的資源稟賦和創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數字化轉型。

5 結論與建議

5.1 研究結論

本文以國家級大數據綜合試驗區為準自然試驗,基于2009—2019年中國A股上市公司和城市宏觀數據集,采用雙重差分法評估大數據綜合試驗區建設對企業數字化轉型的賦能效應,并從數字基建、產業集聚與政府扶持3個層面構建大數據綜合試驗區影響企業數字化轉型的作用渠道。得到以下主要結論:首先,大數據綜合試驗區建設能夠有效賦能企業數字化轉型,該結論經過一系列穩健性檢驗后依然成立。大數據綜合試驗區試點能夠獨立于其它政策之外對企業數字化轉型發揮正向影響,但不是促進企業數字化轉型的唯一政策,“寬帶中國”等其它政策對企業數字化轉型也具有驅動效應,一定程度回答了中國獨特制度如何影響企業數字化轉型。其次,在我國有為政府和有效市場良性互動下,大數據綜合試驗區建設通過基建賦能效應、產業助推效應和政府扶持效應3條途徑推動企業數字化轉型。這意味著中國的數字化進程需要政府與企業協同發展,相互助力。最后,基于異質性視角,大數據綜合試驗區建設對企業數字化轉型的影響在產權性質、創新屬性、區域和政府效率方面具有顯著差異,這為充分剖析大數據綜合試驗區的數字化賦能效應提供了根植于中國本土邏輯的經驗證據。

5.2 政策建議

基于以上結論,本文提出如下政策啟示:

第一,總結國家級大數據綜合試驗區建設經驗,發揮試驗區示范作用,全面落實大數據發展戰略,為企業數字化轉型賦能。大數據綜合試驗區建設通過完善新型基礎設施、推動數字產業發展、培育數字應用產業,增強企業數字化轉型意愿,并為企業數字化轉型提供資金、技術研發與應用方面的支持,賦能企業數字化轉型。為此,未設立試驗區的區域可以總結試驗區建設經驗,結合自身經濟發展水平、資源稟賦等特征,探索適合本地區的數字產業與傳統產業協同創新發展模式,建立數字化轉型示范工程,鼓勵企業在生產、經營、銷售等環節應用數字技術,提高數字化轉型意識,推進企業數字化轉型進程。

第二,國家級大數據綜合試驗區建設應因地制宜、因企制宜制定發展戰略,針對不同類型的企業、城市實施不同激勵扶持政策。依照企業自身資源稟賦、屬性特征,分類精準實施政策,有計劃、有次序地引導和支持各類企業開展數字化轉型,鼓勵企業探索具有特色的數字化轉型路徑。具體地,大數據綜合試驗區應優先鼓勵非國有企業、高科技企業數字化發展,著力降低其數字技術研發和應用成本,推動數字化轉型。對于東部城市,鼓勵企業加大數字化轉型投入,持續鞏固數字技術創新優勢,探索數字技術與傳統產業融合新模式;中西部城市應積極引進高新技術,利用后發優勢加快本地區數字化轉型進程。

第三,構建驅動企業數字化轉型的長效激勵機制,加強數據治理和監管體系建設。企業普遍面臨資金、人才、技術、市場競爭和制度環境等內外部挑戰,導致企業對數字化技術應用與轉型信心不足。政府作為“有形之手”應該在市場主導基礎上發揮更大作用,在技術研發、人才培養、市場競爭環境營造等方面給予企業一定政策支持,完善數字治理與監管體系,消除企業應用數字技術可能面臨的數字安全、數字產權顧慮,鼓勵企業挖掘數據價值,保障企業數字化轉型順利推進。

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,缺乏對企業數字化轉型運行模式的微觀探討。本研究基于宏觀視角探索國家級大數據綜合試驗區對企業數字化轉型的影響及其作用機制,但從微觀視角看,企業數字化轉型還需要通過組織內部結構創新、財務管理模式創新、商業模式創新等方式配合數字技術應用,以實現企業組織設計與數字化轉型協同發展,這些內容有待進一步深入剖析。另一方面,中國情景下的企業數字化轉型需要更全面、廣泛的探討。本研究在控制其它政策沖擊效應中證明了“寬帶中國”示范城市、智慧城市試點、創新型城市試點、科技和金融結合試點等政策對企業數字化轉型的影響,但是不同試點政策推動企業數字化轉型的路徑是否存在差異,以及如何打破制約企業數字化轉型和數字生態建設的政策障礙與體制瓶頸,推動企業數字發展范式升級轉型,這些都有待深入研究。