中國企業數字化轉型的區域差異及收斂性研究

中圖分類號：F062.5；F061.5 文獻標識碼：A 文章編號：1009-3060（2025）02-0104-15

一、引 言

隨著我國新舊動能轉換工程的實施，數字經濟發揮引領創新發展的引擎作用，成為推動高質量發展的新動能。國家高度重視數字經濟的發展，黨的十八大以來，黨中央不斷出臺新政策為數字經濟發展助力?！吨袊鴶底纸洕l展白皮書2021》指出，2020年我國數字經濟規模高達39.2萬億元，對GDP增長率貢獻度為 3 8 . 6 % ，成為實現國家創新驅動發展的重要途徑[1]。作為經濟發展的微觀主體，企業推動數字化轉型是深化新舊動能轉換的科學舉措，為數字經濟發展提質增效提供有力支撐。同時，云計算、區塊鏈等新技術帶來了機遇和挑戰，企業數字化轉型也成為適應國內外環境變化、帶動經濟升級和轉型、暢通雙循環的重要途徑[2]。

作為經濟發展的新動能，數字經濟成為企業進行數字化轉型革新的強大動力[3]。對于中國企業而言，面對新的發展形勢，需要通過踏上數字化轉型之路來擁抱數字化世界。《2021埃森哲中國企業數字轉型指數》提到，近年來中國企業數字化轉型進展迅猛，中國企業的數字化轉型指數2018年僅為37分，2021年已上升至54分。然而，中國企業數字化轉型的進程并不順利，人才、技術以及成本方面仍需要克服發展瓶頸[4]。那么，中國企業數字化轉型水平究竟如何變遷？企業數字化是否得到明顯改善與提升？區域差異是否顯著？差異又來源于哪些方面？這是本文旨在研究的關鍵問題。對于上述問題的探究，有助于全面客觀地了解中國企業數字化轉型的變遷歷程，厘清中國企業數字化轉型的區域差異來源，為助推中國企業數字化轉型發展提供一定的參考依據和智力支持。

近年來，中國企業數字化轉型已經成為學術界關注的熱點話題，現有研究主要從影響因素和影響作用兩個方面展開。其中，中國企業數字化轉型的影響因素分析大致可以劃分為內部因素和外部因素兩種視角。內部因素主要聚焦管理者復合職能背景[5]、管理者短視行為[6]以及職業經理人[等對企業數字化轉型的影響作用。外部因素主要聚焦政策沖擊[8-10]、金融發展[11-12]以及經濟戰略管理[13-14]對企業數字化轉型的影響作用。此外，現有研究對數字化轉型的時間演進、區域差異及其在企業間的互聯互動方面也有所關注。一是關于中國企業數字化轉型的時間演進和區域差異分析。總體而言，中國企業數字化轉型尚在起步階段，處于持續穩步發展中[15]，并經歷了從宏觀制度導向到中觀產業推動，再到微觀企業內驅的下沉過程，并且中西部和東北地區企業數字化轉型的步伐明顯落后于東部地區[4]，但總體差異呈現減小趨勢[16]。聚焦制造業企業的研究也得到了相似的結論[17-19]。二是關于中國企業數字化轉型在企業間的互聯互動分析?，F有文獻大致可以劃分為同群效應研究和聯動擴散效應研究：就同群效應而言，現有研究先后證實了數字化轉型在同行業或同地區[20-22]、分析師跟蹤網絡[23]、供應鏈網絡[24]、供應鏈共同股權網絡[25]以及共享審計師網絡[26]等方面存在顯著的同群效應；對于聯動擴散效應，李云鶴等[27]以及張濤和李雷[28]相繼發現，數字化轉型在供應鏈上存在擴散效應，即企業數字化轉型程度越高，上游供應商與下游客戶數字化轉型程度越高。范合君等[29]以及劉玉斌和能龍閣[30在產業鏈上也發現了顯著的上下游聯動效應，且焦點企業的數字化轉型多是主動學習而非被動模仿。

現有研究為考察和推進中國企業數字化轉型發展奠定了良好基礎，但仍存在進一步拓展的空間。例如，現有研究大多在企業層面展開微觀分析，而從省份層面和區域層面的宏觀視角考察企業數字化轉型變遷規律的研究則十分匱乏，該領域的空白有待于進一步填補。并且，目前尚未有文獻基于微觀企業數據對中國企業數字化轉型的動態演進、空間差異和收斂特征展開深人研究。基于此，本文的邊際貢獻主要體現在以下三個維度：（1）研究樣本方面，本文基于2007—2020年A股上市公司的企業年報數據，在構建指標評價體系的基礎上測算了中國31個省份的企業數字化轉型水平，以此為樣本展開深入分析。（2）研究視角方面，本文在全國和區域兩個層面對中國企業數字化轉型水平的動態演進、空間差異和收斂特征進行深人分析，為提高企業數字化轉型水平、縮小發展差異提供了參考依據。（3）研究方法方面，本文利用熵值法測算中國企業數字化轉型水平，采用Kernel密度估計刻畫其分布動態及演進趨勢，運用Dagum基尼系數和方差分解考察其空間差異來源，并應用 σ 收斂檢驗和 β 收斂檢驗考察其空間收斂特征。

二、方法介紹與數據說明

（一）方法介紹

1．熵值法

熵值法是通過數據本身的離散程度來確定該指標的權重大小，屬于客觀賦權法。當數據離散程度越大時，代表該指標蘊含的信息量越大，對該指標賦予的權重也應該越大。反之，對該指標賦予的權重就應該越小。鑒于熵值法具有避免主觀賦權法隨機性的缺陷以及有效克服多個指標間的信息重疊現象[31]特點，本文采用熵值法來測算企業數字化轉型水平，過程如下。

第一，根據指標性質確定評價企業數字化轉型水平時的處理方向，數值越大，代表企業數字化轉型水平越高的為正向指標，相反則為負向指標。同時，進行無量綱化的數據處理，如式（1）、式（2）所示。

正向指標：

負向指標：

其中， i 表示省份， j 表示測度指標；Xij 和

分別表示原始的和標準化后的企業數字化轉型水平測度指標值， 和 分別表示 的最大值和最小值。

第二，對各指標進行同度量化的處理，測度每年省份 i 企業數字化轉型第 j 項指標的比重 ，構建規范化矩陣如式（3）所示：

第三，計算第 j 項指標的熵值 ，數值越大表示企業數字化轉型的這一指標數值間的差異越小，指標重要性越低，反之重要性越高，如式（4）所示：

第四，測度信息熵冗余度，即企業數字化轉型第 j 項指標的差異性系數 ，如式（5）所示：

第五，測度該指標在所有維度中的比重，即企業數字化轉型第 j 項指標的比重 ，如式（6）所示：

第六，將所有指標的標準化值 乘以對應的權重 ，就得到企業數字化轉型水平 ，如式（7）所示：

2.Kernel密度估計

本文使用Kernel密度估計對中國企業數字化轉型水平的絕對差異進行探究。Kernel密度估計不用設定具體的函數分布形式，屬于非參數方法的一種[32-33]。憑借模型依賴性弱、穩健性強等優點[34]，Kernel密度估計已成為區域差異分析的常用工具。

假設隨機變量 X 的密度函數是進行Kernel密度估計的前提，具體見式（8）。其中， N 是觀測值數量的符號， h 是帶寬的符號， K 用來表示核密度， 是獨立同分布的第 i 個觀測值的符號， x 衡量平均值。Kernel密度估計需要滿足如下條件，見式（9）。

參照陳景華等[35]、張龍耀和邢朝輝[36]以及陳子曦和青梅[37的做法，本文選擇高斯核密度對中國企業數字化轉型水平的動態演進進行估計分析。

3.Dagum基尼系數及其分解

本文采用 提出的基尼系數及其分析方法對中國企業數字化轉型水平的相對差異進行刻畫，基尼系數 G 的定義如式（10）所示。其中， 表示第 j （ h ） 個區域任意省份的企業數字化轉型水平， n 表示省份的數量， μ 表示全國企業數字化轉型水平的均值，k表示區域的數量，從而得到我國企業數字化轉型水平的總體差異?；嵯禂?G 由超變密度貢獻 、區域內差異貢獻 、區域間差異貢獻 三部分構成，分別代表地區間的交叉重疊效應、地區內企業數字化轉型水平差異的來源、地區間企業數字化轉型水平差異的來源[39]

相關計算公式具體如下：區域內差異貢獻 根據式（11）得到，其中的 是指區域內基尼系數，具體見式（12）。 ，其中 表示第 j 個區域內部省份的數量， 代表第j 個區域企業數字化轉型水平的均值；區域間差異貢獻 根據式（13）得到，其中 代表區域間基尼系數，具體見式（14）。 ， ，其中的 指第 h 個區域內部省份的數量， 表示第 h 個區域企業數字化轉型水平的均值， 指第 j ? h 個區域間企業數字化轉型水平的相對影響。 表示區域間企業數字化轉型指數的差值，在 時， 表示 條件下的所有企業數字化轉型水平差異 的加權平均數。 為超變一階矩，在 時， 是在 條件下所有 （2的加權平均數。超變密度貢獻 可以根據式（15）計算得到。

4. 收斂和 收斂

收斂分析。 σ 收斂是指隨著時間推移，企業數字化轉型水平的離散程度呈現不斷降低的態勢。參照Rezitis[40]、鄧宗兵等[41]以及張卓群等[42]的做法，本文通過變異系數（Coefficient ofVariation，CV來刻畫 σ 收斂。計算公式如式（16）所示：

其中， 表示 j 區域內 i 省份的企業數字化轉型水平； 表示 j 區域內企業數字化轉型水平均值， 指區域 j 內省份的數量。

（ 2 ） β 收斂分析。 β 收斂是指企業數字化轉型水平落后地區隨著時間的變遷憑借其更高的增長率，會逐步縮小與發達地區的差距，最終趨于一致。依據應用前提條件和穩態水平， β 收斂可分為 β 絕對收斂與 β 條件收斂。 β 絕對收斂是指不考慮其他因素，各區域企業數字化轉型水平伴隨時間的變遷會收斂于同一水平。 β 絕對收斂的計量模型如式（17）所示：

其中， 為第 i 個省份在 t + 1 期的企業數字化轉型水平， 為第 i 個省份在 期的企業數字化轉型水平， 表示第 i 個城市在t + 1 期的增長率， 和 分別為地區效應與時間效應， 為隨機擾動項， β 為待估參數。若 β 小于0，說明企業數字化轉型水平存在收斂趨勢；若 β 大于0，說明企業數字化轉型水平存在發散趨勢。

β 條件收斂是指在 β 絕對收斂的基礎上，考慮區域間存在的互聯網發展程度、創新能力、經濟水平、區域開放程度、財政支持力度、產業結構、勞動力成本等一系列因素的影響后，各區域企業數字化轉型水平會隨著時間的推移收斂于自身穩態。在 β 絕對收斂的計量模型中加人這些控制變量，構建 β 條件收斂模型如式（18）所示：

其中， λ 代表控制變量待估參數， 為一系列控制變量，包括各省份互聯網接入端口數（Internet）、專利授權數（Innovation）、人均GDP（ P g d p ）、貿易開放度（Trade）、財政收入占GDP的比重（Reuenue）、財政支出占GDP的比重 penditure）產業結構（Industry）和就業人員平均工資 （ W a g e ） ，其他變量含義與式（17）相同。

借鑒已有研究[43-44]，本文將空間因素考慮在內，通過空間杜賓模型（SDM設計企業數字化轉型的空間 β 絕對收斂模型（見式19）和空間 β 條件收斂模型（見式20）。其中， 表示空間權重矩陣w 的 （ i ， j ） 元素，本文采用基于經濟權重矩陣的空間 β 收斂模型對企業數字化轉型的收斂性進行檢驗。參照林光平等[45]以及聶長飛和簡新華[46]的做法，本文采用各省份間2007—2020年人均GDP均值的絕對差值的倒數來衡量經濟權重矩陣。

（二）數據說明

本文將觀察期定于2007—2020年，基于滬深A股上市公司的企業年報數據計算各企業年報數據中數字化轉型的詞頻數，進而測度中國31個省份的企業數字化轉型水平①。上市公司的企業年報數據來自深圳證券交易所和上海證券交易所的官方網站。同時，本文也從國泰安數據庫（CSMAR），獲取了2007—2020年滬深A股上市公司的證券代碼和注冊地等基本情況數據，并依據證券代碼將基本情況數據與企業年報數據進行匹配。收斂性分析中所用到的控制變量數據經由中經網、國家統計局和各省份統計年鑒獲得

三、中國企業數字化轉型水平的測度分析

通過構建的中國企業數字化轉型水平的指標評價體系，本文測算了2007—2020年中國31個省份的企業數字化轉型水平，并從全國、區域以及省際這3個不同的層面把握其變化情況與演變趨勢。

（一）中國企業數字化轉型水平的指標評價體系

順應數字經濟時代召喚，更好推動數字化變革成為企業肩上的新使命與面臨的新機遇。從概念上講，企業數字化轉型并非簡單的企業資料數據數字化，而是借助前沿數字科技技術與硬件系統來推動企業生產資料與生產過程的數字化，從而達到提質增效的重要目標導向，也為企業提供優化運營、提高效率、降低風險的新途徑，進而賦能傳統產業轉型升級[47]。Verhoef等[48]認為，企業數字化轉型大致可分為三個階段：第一個階段是將信息數字化的過程，第二個階段是指利用數字化技術改進業務流程的過程，第三個階段是戰略性地改變商業模式的過程。其中，人工智能（artificialintelligence）、區塊鏈（blockchain）、云計算（cloudcomputing）、大數據（bigdata）等“ABCD\"技術構成了企業數字化轉型的核心底層技術架構[49]。在此基礎上，隨著數字科技技術持續融合嵌入、不斷創新升級，企業數字化轉型的技術賦能逐步外移至技術應用，最終形成“底層技術”與“實踐應用\"兩個層面[50]

企業數字化轉型作為新時代下企業高質量發展的重大戰略，這類特征信息更容易體現在具有總結和指導性質的企業年報中[50]。年報中的詞匯用法能夠折射出企業的戰略特征和未來展望，在很大程度上能夠體現出企業所推崇的經營理念及在這種理念指導下的發展路徑。這為本文刻畫企業數字化轉型程度提供了啟發，即可以通過上市企業公布的年度報告中的相應關鍵詞詞頻進行測度。借鑒吳非等[50]的企業數字化轉型的結構化特征詞圖譜，同時結合數據的可得性，本文從人工智能技術、區塊鏈技術、云計算技術、大數據技術以及數字技術應用5個維度構建了中國企業數字化轉型水平的指標評價體系（見表1），并使用熵值法測算各指標權重。

（二）中國企業數字化轉型水平的測度結果

1．全國層面

為了刻畫中國企業數字化轉型的總體水平，圖1呈現了2007—2020年中國企業數字化轉型水平的演變趨勢?？梢钥闯?，觀測期內中國企業數字化轉型水平呈明顯上升態勢。經測算，觀測期內中國企業數字化轉型水平均值為0.0797，其中，2007年中國企業數字化轉型水平僅為0.0055，2020年已提高至0.2488，年均增長3 4 . 1 3 % 。尤其是在2012年之后，中國企業數字化轉型水平開始大幅提升，這可能是黨的十八大之后，國家對數字經濟高度重視的結果。數字產業化、產業數字化步伐不斷加快，企業數字化轉型邁入新的發展階段。上述結果與金星曄等[51]的研究結果基本一致，均驗證了企業數字化轉型隨時間加強的趨勢，也均呈現出2011—2017年增速尤為顯著的現象，背后因素與國內外的技術擴散關聯密切。

2.區域層面

為了比較不同區域企業數字化轉型總體水平的情況，圖2呈現了2007—2020年中國三大區域①企業數字化轉型水平的演變趨勢。就水平來看，觀測期內各區域企業數字化轉型水平存在顯著差異，呈“東一中一西\"依次降低的階梯分布特征；就趨勢來看，各區域企業數字化轉型水平均呈明顯上升態勢，并且西部地區的增長速度顯著優于東中部地區。經測算，東部地區企業數字化轉型水平的均值明顯高于中西部地區，東部、中部和西部地區企業數字化轉型水平的均值分別為 和0.0606；西部地區企業數字化轉型水平的年均增長率快于東中部地區，東部、中部和西部地區企業數字化轉型水平的年均增長率分別為 3 2 . 1 8 % . 3 8 . 9 0 % 和 4 1 . 1 8 % ?？偟膩碚f，觀測期內，中國企業數字化轉型水平地區不平衡現象顯著，總體水平呈“東高西低”態勢，但增速呈“西高東低”態勢，因而中國企業數字化轉型水平的地區差異總體可能會呈縮小趨勢。上述結果也與金星曄等[51]的研究得出的結論基本一致，經濟發達的東南沿海地區企業數字化轉型程度較高，而經濟水平較低的中西部地區企業數字化轉型程度較低。

3.省際層面

圖3呈現了2007—2020年中國三大區域內部31個省份企業數字化轉型水平的均值情況?？梢钥闯?，北京市企業數字化轉型水平位列第一，處于最高水平；甘肅省企業數字化轉型水平則排在末位，處于最低水平。進一步分析可知，東部地區企業數字化轉型水平處于較高水平主要得益于北京市、廣東省和福建省，這3個省份的企業數字化轉型水平的均值依次為0.3158、0.1861和0.1753，遠高于其他28個省份。值得注意的是，盡管西部地區企業數字化轉型水平在區域層面低于東中部地區，但具體到省際層面卻不盡相同。西部地區的四川省和貴州省企業數字化轉型水平的均值分別為0.1278和0.1240，位列第4位和第5位，原因可能在于面對新時代西部大開發的機遇，四川省借助“國家數字經濟創新發展試驗區\"的利好條件，不斷推進數字經濟發展；貴州省則在成為全國首個國家大數據綜合試驗區后，加快推進數字經濟發展創新區建設?？傮w而言，北京市應在促進企業數字化轉型發展的同時，充分發揮好對企業數字化轉型落后省份的示范作用。甘肅省則應進一步助推企業數字化轉型，汲取優秀省份的有益發展經驗，其在數字經濟賦能企業智慧發展的過程中還存在較大的追趕空間。

四、中國企業數字化轉型水平的動態演進分析

前文已對企業數字化轉型水平的測度結果進行了充分探究，為進一步展現企業數字化轉型水平絕對差異的動態演進，本部分通過Kernel密度估計這一方法進行深入分析。

（一）全國層面

圖4呈現了中國企業數字化轉型水平的分布動態演進情況?？梢园l現，觀測期內，企業數字化轉型水平的分布明顯呈右移趨勢，這表明中國企業數字化轉型水平呈上升態勢。這一特征與前文客觀事實相符，即2007—2020年中國企業數字化轉型水平持續提高。企業數字化轉型水平的絕對差異呈減小態勢，表現為主峰高度上升、寬度減小。企業數字化轉型水平的分布曲線出現向右拖尾現象，且分布延展性不斷拓寬，表明“優者更優\"現象也同樣存在于企業數字化轉型發展中，即企業數字化轉型水平較高的省份在觀測期內得到更快提高。企業數字化轉型水平的分布具有“多極分化\"態勢，但側峰較低，說明中國企業數字化轉型水平具有一定的梯度效應。

（二）區域層面

圖5呈現了中國東部、中部和西部地區企業數字化轉型水平的分布動態演進情況。可以發現，觀測期內，東部、中部和西部地區企業數字化轉型水平的分布均呈明顯右移趨勢，這表明：東部、中部和西部地區企業數字化轉型水平呈上升態勢，這一特征與前文客觀事實相符，即2007—2020年三大區域企業數字化轉型水平也在不斷提高。此外，東部、中部和西部地區企業數字化轉型水平的絕對差異均呈縮小態勢，表現為主峰高度上升、寬度變小。與全國層面的分布曲線相一致，三大區域均出現右拖尾現象，延展性也均不斷拓寬，說明在東部、中部和西部地區也存在“優者更優”的現象。另外，東部、中部和西部地區企業數字化轉型水平的分布均具有明顯的“多極分化\"態勢，并且不同區域內部存在不同的梯度效應。

五、中國企業數字化轉型水平的空間差異分析

上文基于絕對差異角度，對中國企業數字化轉型水平進行了探究。本部分從相對差異角度，運用Dagum基尼系數及其分解方法對企業數字化轉型水平的差異大小及來源進行剖析，探究中國企業數字化轉型差異的空間來源。

（一）全國層面

1．總體差異

圖6反映了2007—2020年中國企業數字化轉型水平總體差異的演變趨勢。就水平來看，觀測期內企業數字化轉型水平的基尼系數介于 ；就趨勢來看，觀測期內企業數字化轉型水平的基尼系數總體呈波動下降態勢，這表明中國企業數字化轉型水平的總體差異在逐步縮小。事實上，隨著數字經濟發展戰略與區域協調發展戰略“雙戰略”的實施，一方面，經濟數字化轉型速度日益加快，全國整體企業數字化轉型發展開始顯現出均衡發展的態勢；另一方面，中西部地區受益于多重優惠政策和發展政策扶持，企業數字化轉型的發展速度可能會快于東部地區，區域間差異會不斷縮小。

2.差異來源

圖7展示了2007—2020年中國企業數字化轉型水平差異的空間來源分解結果。水平方面，觀測期內區域間差異貢獻率最高，超變密度貢獻率相對較低；趨勢方面，區域內差異貢獻的變化趨勢總體并不明顯；區域間差異貢獻和超變密度貢獻略有波動，但兩者變化趨勢相反且呈現對稱性，表明超變密度貢獻的變化主要被區域間差異貢獻的變化所吸收，即不同區域的企業數字化轉型水平存在相互影響和溢出作用。此外，區域間差異已成為當下中國企業數字化轉型水平差異的主要來源。因此，解決中國企業數字化轉型的空間差異，關鍵要在縮小區域間差異上發力。

（二）區域層面

1.區域內差異

從圖8可以看出，水平方面，觀測期內大部分時期企業數字化轉型水平基尼系數最高的為西部地區，中部地區最低；就趨勢來看，觀測期內三大區域企業數字化轉型水平的基尼系數總體均呈波動下降態勢，這表明三大區域企業數字化轉型水平的區域內差異在逐步縮小。進一步分析可知，西部地區企業數字化轉型水平的區域內差異最大，可能是因為西部地區企業數字化轉型發展存在“極化現象”，四川和貴州企業數字化轉型水平遠高于其他省份，而甘肅和寧夏卻處于全國最低水平（見圖3）。而中部地區企業數字化轉型水平的區域內差異在各區域中處于最低水平，這表明中部地區內部各省份企業數字化轉型發展較為均衡，但這種均衡化態勢也反映出中部地區缺乏數字強省的引領作用和輻射效應，區域企業數字化轉型發展難以得到快速和有效的改善。

2.區域間差異

圖9反映了2007—2020年中國東部、中部和西部地區企業數字化轉型水平區域間差異的演變趨勢。就水平來看，觀測期內東-西企業數字化轉型水平的基尼系數最大，明顯高于東-西和中-西；就趨勢來看，觀測期內東-中、東-西和中一西企業數字化轉型水平的基尼系數均呈波動下降態勢。進一步分析可知，雖然觀測期內東部地區與西部地區的區域間差異最大，但東部地區與西部地區的區域間差異呈減小態勢，這可能是因為西部地區企業數字化轉型水平的增速快于東部地區，因而東部地區和西部地區的區域間差異會逐漸縮小。

六、中國企業數字化轉型水平的空間收斂分析

上文詳細分析了中國企業數字化轉型的空間差異和動態演進特征，為了更加精確地考察中國企業數字化轉型的時空演變趨勢，本部分通過引入收斂理論及采用收斂模型，從 σ 收斂檢驗和β 收斂檢驗兩個角度出發，進一步揭示中國企業數字化轉型水平的收斂特征。

1 - 1 σ 收斂檢驗

1．全國層面

通過測度2007—2020年中國企業數字化轉型水平的變異系數，對企業數字化轉型水平的 σ 收斂特征進行檢驗，以考察企業數字化轉型水平偏離整體平均水平的差異及動態變化趨勢，圖10刻畫了全國層面企業數字化轉型水平的 σ 收斂系數的變化態勢?？梢钥闯?，觀測期內中國企業數字化轉型水平的 σ 收斂系數總體呈明顯的波動下降態勢，特別是在2007—2011年， σ 收斂系數的下降趨勢較為明顯。這表明，中國企業數字化轉型水平總體呈 σ 收斂特征，即中國企業數字化轉型的區域差距隨著時間推移逐步縮小，這一結論與前文“中國企業數字化轉型水平的基尼系數總體呈波動下降態勢”的測度結果相一致。

2.區域層面

圖11刻畫了東部、中部和西部地區企業數字化轉型水平的 σ 收斂系數的演變趨勢。可以看出，觀測期內東部、中部和西部地區企業數字化轉型水平的 σ 收斂系數總體呈波動下降態勢。這表明，東部、中部和西部地區企業數字化轉型水平的 σ 收斂特征均較為明顯，即三大區域企業數字化轉型的區域內差距隨著時間推移逐步縮小，與全國整體基本一致，這一結論進一步肯定了前文“三大區域企業數字化轉型水平的基尼系數總體均呈波動下降態勢”的測度結果。

1 = 1 β 收斂檢驗

1.空間相關性檢驗

為了考察各區域企業數字化轉型水平的空間依賴和空間溢出特征，本文根據2007—2020年中國31個省份的企業數字化轉型水平，測度了2007—2020年中國企業數字化轉型水平的全局莫蘭指數（見表2），并呈現了局部莫蘭散點圖（見圖12）。從表2的測算結果看，2013年之后企業數字化轉型的全局莫蘭指數均為正值，指數值介于 0 . 1 5 6 ～ 0 . 2 6 9 ，且 P?0 . 0 5 ，均通過了 5 % 的顯著性檢驗，這可以印證中國企業數字化轉型具有相對有序的空間分布，不同省份間相互影響，且存在顯著的正向作用。

全局莫蘭指數反映了鄰接區域企業數字化轉型發展存在集聚效應，但不能體現空間集聚的局部形式。為了揭示中國企業數字化轉型的空間集聚模式，本文繪制了2013年（樣本期中間年份）和2020年（樣本期最近年份）的企業數字化轉型的局部莫蘭散點圖，如圖12所示。

由圖12可以看出，無論是2013年還是2020年，絕大多數省份均位于H-H和L-L集聚板塊。其中，東部地區高水平區域處于H-H集聚板塊，處于L-L集聚板塊的是以中西部地區為主的低水平發展區域。此外，對比圖12（a）和圖12（b）可以發現，中國企業數字化轉型的局部空間集聚模式變化不大，中國企業數字化轉型空間相關性比較穩定。

2. 絕對收斂檢驗

表3列出了基于經濟權重矩陣的SDM模型估計下 β 絕對收斂的檢驗結果。

由表3可知，全國及東部、中部和西部地區企業數字化轉型的 β 絕對收斂系數均在 1 % 的水平上顯著為負。這說明，全國及東部、中部和西部地區企業數字化轉型均存在 β 絕對收斂，即企業數字化轉型的區域差異趨于減小。進一步地，由收斂系數的絕對值可知，東部、中部和西部地區企業數字化轉型發展的 β 絕對收斂速度存在顯著差異，中西部地區收斂速度快于東部地區。

3. 條件收斂檢驗

表4列出了基于經濟權重矩陣的SDM模型估計下 β 條件收斂的檢驗結果。由表4可知，全國及東部、中部和西部地區企業數字化轉型的 β 條件收斂系數均在 1 % 的水平上顯著為負。這說明，全國及東部、中部和西部地區企業數字化轉型均存在顯著的 β 條件收斂趨勢。與β 絕對收斂檢驗結果一致，東部、中部和西部地區企業數字化轉型的 β 條件收斂速度也存在顯著差異，中西部地區收斂速度快于東部地區。此外，與 β 絕對收斂系數的絕對值相比， β 條件收斂系數的絕對值相對更大，這表明受在區域間存在的互聯網發展程度、創新發展能力、經濟發展水平、對外開放程度、財政支持力度、產業結構、勞動力成本等一系列因素的影響，全國及東部、中部和西部地區企業數字化轉型的收斂速度更快。

七、研究結論與政策建議

企業數字化轉型是當今時代企業戰略選擇的必由之路，也是我國經濟高質量發展的內在要求和必然選擇。本文首先基于2007—2020年A股上市公司的企業年報數據，在構建指標評價體系的基礎上利用熵值法測算了中國31個省份的企業數字化轉型水平，并采用Kernel密度估計做動態演進分析；其次，運用Dagum基尼系數對中國企業數字化轉型水平的空間差異來源進行考察；最后，通過 σ 收斂和 β 收斂檢驗了中國企業數字化轉型的收斂特征。研究發現：（1）在測算水平方面，全國及各區域企業數字化轉型水平總體上均呈上升的良好發展態勢，但地區不平衡現象顯著，總體呈“東高西低”的空間格局，增速呈“西高東低\"的態勢。（2）動態演進方面，全國和各區域企業數字化轉型水平的分布呈明顯右移趨勢，均存在右拖尾現象，且延展性不斷拓寬，“多極分化\"態勢存在，具有一定的梯度效應。（3）空間差異方面，企業數字化轉型水平的基尼系數總體呈波動下降態勢，區域間差異是企業數字化轉型水平空間差異的主要來源。（4）收斂特征方面，全國及各區域企業數字化轉型水平均存在 σ 收斂和 β 收斂特征，即隨著時間推移區域差異將趨于減小。為進一步推進我國企業數字化轉型可持續發展，并縮小企業數字化轉型的區域間差異，基于本文得出的研究結論，提出如下政策建議。

第一，外部支撐與內部強化“齊頭并進”是推進企業數字化轉型可持續發展的有效途徑。由中國企業數字化轉型水平的測度結果可知，全國及各區域企業數字化轉型水平總體上均呈明顯上升態勢，而進一步推進企業數字化轉型方能使可持續發展行穩致遠。一方面，企業數字化轉型可持續發展需要來自政府的外部支撐：（1）建立企業數字化轉型信息監控機制。企業數字化轉型是一個動態的變化過程，從政策頒布到落實具有滯后性，各地應建立相關信息監控機制，動態把握企業數字化轉型的發展規律與進程，根據實際情況及時調整相關政策措施。（2）加強企業數字化轉型標準體系建設。加大企業研發創新環節數字化轉型標準體系建設力度，積極參與相關規則標準的制定過程，指導企業的數字化發展。另一方面，企業數字化轉型可持續發展也需要來自企業自身的內部強化：（1）制定合適的企業數字化轉型策略。增強企業數字化轉型意識，選擇恰當的數字化轉型時機，從關鍵典型的應用場景入手推進企業數字化轉型。（2）建立健全企業內部的數字化人才引育機制。多角度拓寬企業數字化人才來源渠道，拓展企業與高校、科研機構等聯合培養數字化人才的新模式，制定有吸引力的數字人才引進政策，著重培養現有技能人才的數字化運營能力。

第二，因地制宜與合作共享“雙管齊下”，是縮小企業數字化轉型區域間差異的有力抓手。由中國企業數字化轉型水平的差異來源可知，區域間差異是企業數字化轉型差異的主要來源，因而縮小企業數字化轉型區域間差異是企業數字化轉型向好發展的應有之義。一方面，縮小企業數字化轉型區域間差異需要因地制宜：（1）東部地區應充分發揮企業數字化轉型的基礎優勢和引領作用，不斷創新企業數字化轉型發展模式，在協調優化區域內各省份企業數字化轉型差異的基礎上，更大程度發揮對周邊地區的輻射效應和示范效應。（2）繼續加大對中西部地區的政策幫扶力度，加大數字基礎設施公共領域的資金投入，降低中西部地區企業數字化轉型的隱性成本。此外，在有條件的地區探索建立企業數字化轉型產業園區，吸引優質企業人駐，引導和培養企業以民族特色和資源稟賦為基礎，在數字經濟某一細分領域上實現企業數字化轉型。另一方面，縮小企業數字化轉型區域間差異需要合作共享：（1）破除區域間要素流動障礙。多措并舉提升數據、技術和人才等要素在區域間的流動效率，健全要素交易市場，為企業數字化轉型建立開放包容的數字生態。（2）構建區域間數字化轉型合作機制。通過共建新型研發機構、建立聯合實驗室、合同開發項目等多種形式實現技術共享，通過“候鳥式工作\"\"以賽促學\"等模式實現人才流動，深化企業數字化轉型的合作機制。

參考文獻

[1」蔣殿春，潘曉旺.數字經濟發展對企業創新績效的影響——基于我國上市公司的經驗證據[J].山西大學學報（哲學社會科學版），2022，45（1）：149－160.

[2]金曉燕，任廣乾.雙循環新發展格局下國有企業數字化轉型研究[J].中州學刊，2022（5）：15－22.

[3]李輝，梁丹丹.企業數字化轉型的機制、路徑與對策[J].貴州社會科學，2020（10）：120－125.

[4]史宇鵬，王陽，張文韜.我國企業數字化轉型：現狀、問題與展望[J].經濟學家，2021（12）：90－97.

[5]毛聚，李杰，張博文.CEO復合職能背景與企業數字化轉型[J].現代財經，2022，42（9）：37－58.

[6]王新光.管理者短視行為阻礙了企業數字化轉型嗎——基于文本分析和機器學習的經驗證據[J].現代經濟探討，2022（6）：103-113.

[7]續繼.職業化管理與民營企業數字化轉型：能力保障與動力機制[J].學習與探索，2022（4）：121－128.

[8]申明浩，譚偉杰，楊永聰.科技金融試點政策賦能實體企業數字化轉型了嗎？[J].中南大學學報（社會科學版），2022，28（3）：110-123.

[9]成瓊文，丁紅乙.稅收優惠對資源型企業數字化轉型的影響研究[J].管理學報，2022，19（8）：1125－1133.

[10］邱洋冬.網絡基礎設施建設驅動屬地企業數字化轉型——基于“寬帶中國\"試點政策的準自然實驗[J].經濟與管理，2022，36（4）：57-67.

[11]張黎娜，蘇雪莎，袁磊.供應鏈金融與企業數字化轉型——異質性特征、渠道機制與非信任環境下的效應差異[J].金融經濟學研究，2021，36（6）：51-67.

[12]唐松，蘇雪莎，趙丹妮.金融科技與企業數字化轉型——基于企業生命周期視角[J].財經科學，2022（2）：17－32.

[13]楊賢宏，寧致遠，向海凌，等.地方經濟增長目標與企業數字化轉型——基于上市企業年報文本識別的實證研究[J].中國軟科學，2021（11）：172－184.

[14]王冠男，吳非，曹銘.對外開放對企業數字化轉型驅動效應研究[J].亞太經濟，2022（1）：102－110.

[15］張鵬，周恩毅，劉啟雷.裝備制造企業數字化轉型水平測度——基于陜西省調研數據的實證研究[J].科技進步與對策，2022，39（7）：64-72.

[16]張悅，來逢波，程鈺.市域尺度上市企業數字化轉型演變及對碳排放影響[J].經濟地理，2024，44（5）：106－116.

[17］鄭瓊潔，姜衛民.數字經濟視域下制造業企業數字化轉型研究——基于企業問卷調查的實證分析[J].江蘇社會科學，2022（1）：137-149.

[18］王鑫鑫，韓嘯，張洪.制造業企業數字化轉型的特征及對策——基于上市企業年報的文本分析[J].經濟縱橫，2022（9）：95-103.

[19]王守義，劉柄呈.制造業企業數字化轉型的區域差異及其動態演進[J].統計與信息論壇，2023，38（7）：32－45.

[20]倪克金，劉修巖.數字化轉型與企業成長：理論邏輯與中國實踐[J].經濟管理，2021，43（12）：79－97.

[21]李倩，王詩豪，鄧沛東，等.企業數字化轉型的同群效應[J].科技進步與對策，2023，40（17）：1－12.

[22]肖怪昕，金雪軍，杜文.上市公司數字化轉型同群效應的路徑研究[J].上海金融，2023（8）：18－34.

[23]陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究[J].管理學報，2021，18（5）：653－663.

[24]杜勇，黃丹華.“同命相連”：供應鏈網絡中企業數字化轉型的同群效應[J].財經科學，2023（3）：74－92.

[25]杜勇，婁靖，胡紅燕.供應鏈共同股權網絡下企業數字化轉型同群效應研究[J].中國工業經濟，2023（4）：136-155.

[26]余怒濤，楊張萌，王涵.共享審計師與企業數字化轉型的行業同群效應——基于企業生命周期視角[J].山西財經大學學報，2024，46（9）：114－126.

[27］李云鶴，藍齊芳，吳文鋒.客戶公司數字化轉型的供應鏈擴散機制研究[J].中國工業經濟，2022（12）：146－165.

[28]張濤，李雷.企業數字化轉型的供應鏈溢出效應——客戶與供應商雙重視角[J].科技進步與對策，2024，41（12）：82-92.

[29]范合君，吳婷，何思錦.企業數字化的產業鏈聯動效應研究[J].中國工業經濟，2023（3）：115－132.

[30］劉玉斌，能龍閣.數字化轉型的溢出效應：擴散還是虹吸？——基于行業內領軍企業與行業間產業鏈雙重視角［J].經濟與管理研究，2024，45（6）：38－57.

[31]陶長琪，徐茉.經濟高質量發展視閾下中國創新要素配置水平的測度[J].數量經濟技術經濟研究，2021，38（3）：3-22.

[32]李華，董艷玲.中國基本公共服務均等化測度及趨勢演進——基于高質量發展維度的研究[J].中國軟科學，2020（10）：74-84.

[33］邱康權，陳靜，呂雁琴.中國營商環境綜合發展水平的測度、地區差異與動態演變研究[J].數量經濟技術經濟研究，2022，39（2）：121-143.

[34］馬玉林，馬運鵬.中國科技資源配置效率的區域差異及收斂性研究[J].數量經濟技術經濟研究，2021，38（8）：83-103.

[35］陳景華，陳姚，陳敏敏.中國經濟高質量發展水平、區域差異及分布動態演進[J].數量經濟技術經濟研究，2020，37（12）：108-126.

[36]張龍耀，邢朝輝.中國農村數字普惠金融發展的分布動態、地區差異與收斂性研究[J].數量經濟技術經濟研究，2021，38（3）：23-42.

[37]陳子曦，青梅.中國城市群高質量發展水平測度及其時空收斂性研究[J].數量經濟技術經濟研究，2022，39（6）：42-60.

[38]DAGUM C.Anew approach to thedecompositionof the gini income inequalityratio[J].Empirical economics，1997，22（4）：515-531.

[39］董艷玲，李華.中國基本公共服務的均等化測度、來源分解與形成機理[J].數量經濟技術經濟研究，2022，39（3）：24-43.

[40]REZITIS A N. Agricultural productivity and convergence：Europe and the United States[J].Aplied economics，2010，42（8）：1029-1044.

[41]鄧宗兵，何若帆，陳證，等.中國八大綜合經濟區生態文明發展的區域差異及收斂性研究[J].數量經濟技術經濟研究，2020，37（6）：3-25.

[42]張卓群，張濤，馮冬發.中國碳排放強度的區域差異、動態演進及收斂性研究[J].數量經濟技術經濟研究，2022，39（4）：67-87.

[43]ERTUR C，KOCH W.Growth，technological interdependence and spatial externalities：theoryand evidence[J].Journalofapplied econometrics，2007，22（6）：1033-1062.

[44]ELHORST P，PIRAS G，ARBIA G. Growth and convergence in a multiregional model with space-time dynamics[J].Geographical analysis，2010，42（3）：338-355.

[45］林光平，龍志和，吳梅.我國地區經濟收斂的空間計量實證分析：1978—2002年[J].經濟學（季刊），2005（S1）：67-82.

[46]聶長飛，簡新華.中國高質量發展的測度及省際現狀的分析比較[J].數量經濟技術經濟研究，2020，37（2）：26－47.

[47]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.

[48]VERHOEF PC，BROEKHUIZEN T，BART Y，et al. Digital transformation：a multidisciplinary reflection andresearch agenda[J].Journal ofbusiness research，2021，122：889-901.

[49]戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020，36（6）：135－152.

[50]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.

[51]金星曄，左從江，方明月，等.企業數字化轉型的測度難題：基于大語言模型的新方法與新發現[J].經濟研究，2024，59（3）：34-53.

Research on the Regional Difference and Convergence of Enterprise Digital Transformation in China

LIU Kaihao1'2， WANG Xuefang1， DONG Yanling3

（1. School of Economics，Shandong University，Jinan 2501oo，China ; 2. Free Trade Research Institute，Shandong University，Weihai 2642O9，China ; 3. School of Public Finance Taxation， Shandong University of Finance and Economics，Jinan250014，China）

Abstract： Based on the enterprise annual report data of A-share listed companies from 2O07 to 2020， this paper constructs an evaluation index system and uses the entropy method to measure the digital transformation level of enterprises of 3l provinces in China. It then uses Kernel density estimation， Dagum Gini coefficient， σ Convergence and β Convergence to examine the dynamic evolution，spatial difference and convergence characteristic of enterprise digital transformation in China. The study finds that firstly，enterprise digital transformation in the whole country and all regions shows an increasing trend，but regional imbalances are significant. The overal spatial pattern is“higher in the east and lower in the west”，but the growth rate is “higher in the west and lower in the east”. Secondly，as for dynamic evolution，the distribution of enterprise digital transformation level across the country and all regions shows a significant right shift distribution trend，and there is a right tailing phenomenon. The extensibility is constantly widened，and the distribution shows a “multipolar differentiation”，with a certain gradient effect. Thirdly，as for spatial difference，the Gini coefficient of the enterprise digital transformation level is generally fluctuating and declining，and regional difference is the main source of spatial difference in the level of enterprise digital transformation. Fourthly， as for convergence characteristics， the level of enterprise digital transformation in China and all regions exhibits σ Convergence and β Convergence characteristics， which means that regional difference tends to decrease over time. This study will help to grasp the development and distribution characteristics of enterprise digital transformation，providing experience support for boosting the development of enterprise digital transformation in China，and providing policy reference for reducing the regional difference.

Key words： enterprise digital transformation; dynamic evolution; regional difference; spatial convergence

（責任編輯：楊 娟）