數實融合與企業(yè)韌性

中圖分類號：F832.51；F49 文獻標識碼：A文章編號：1007-5097（2025）07-0074-10

Digital-Real Integration and Corporate Resilience： Evidence fromChineseListedCompanies

FENG Zheng， ZHONG Jian（College of Economics，Shenzhen University，Shenzhen 518o55，China）

Abstract：Based ondata from Chinese listed companies spanning 2O1O—2O23，this essay examines the impactof digitalrealintegrationoncorporateresilienceanditsunderlyingmechanisms.Thefindingsrevealthatdigital-realintegration significantly enhances corporateresilience，a conclusion that remains robust after instrumental variable analysis，the Heckmantwo-stage model，andother robustness tests.Mechanismtests indicatethat digital-real integrationbolsters corporateresilience through thedriving effctof digital transformation，theoptimizationeffctof supply-demand matching，and theenhancement efectofprofitability.Heterogeneityanalysis demonstrates thattheresilience-enhancing effectof digital-real integration ismore pronounced inmature firms，large-scale enterprises，high-tech industry firms， anddigitallempoweredbusinesss.Furtheranalysisshowsthatdigital-realintegrationstrengthenscorporateresilience duringcrises，anditssynergywithpilotpoliciescombining technologyandfinancejointlypromotesresilience.The findingsprovide insights for accelerating digital-real integrationand leveraging it to enhancecorporate resilience.

Keywords：digital-real integration; corporate resilience;digital transformation; supply-demand matching

一、引言及文獻綜述

從黨的二十大報告強調“加快發(fā)展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業(yè)集群”，到習近平總書記在二十屆中共中央政治局第十一次集體學習時指出要大力發(fā)展數字經濟，促進數字經濟和實體經濟深度融合，再到黨的二十屆三中全會明確提出，“健全促進實體經濟和數字經濟深度融合制度”，在一系列政策措施牽引下，中國數字經濟與實體經濟的融合發(fā)展取得了顯著成效。數實融合已成為贏得新一輪國際競爭的重要舉措（夏杰長，2022）[1和發(fā)展新質生產力的關鍵引擎（周密等，2024）[2]。

在此背景下，越來越多的企業(yè)將戰(zhàn)略重點從單純追求利潤向韌性發(fā)展轉變（Dankyira等，2024）[3]。2020一2022年中國上市公司企業(yè)韌性度排名前100家企業(yè)，計算機、通信和其他電子設備制造業(yè)企業(yè)占比最多（ 21% ），其次是醫(yī)藥制造業(yè)（ 14% 以及軟件和信息技術服務業(yè)（ 13% ）①。可見，數字技術應用較廣、滲透程度較高行業(yè)的企業(yè)具有更強的韌性，數實融合對企業(yè)韌性的增強作用日益凸顯。數實融合通過要素重組與價值再造機制，不斷催生新業(yè)態(tài)、新模式、新產業(yè)，激發(fā)經濟增長的韌性與活力（韓兆安等，2021）[4]。

與本文密切相關的研究主要集中在三方面。

一是數實融合的內涵及測度。數實融合將以大數據、人工智能、云計算和區(qū)塊鏈等為代表的數字技術深度嵌人實體經濟，進而推動形成數字經濟和實體經濟雙向賦能的良性循環(huán)（史丹和孫光林，2023；洪銀興和任保平，2023）[5-6]，底層技術突破被視為實現數實融合的關鍵（陳曦，2022）[7]。當前對數實融合的測度主要有以下方法： ① 基于專利引用信息的測算方法。專利引用能夠反映企業(yè)間的知識擴散與溢出情況，體現新技術的方向性特征（Acemoglu等，2022）[8]，部分研究利用專利引用情況測度企業(yè)數實融合程度（黃先海和高亞興，2023;徐妍等，2024）[9-10]。 ② 專利共類分析方法。通過計算專利領域的關聯度，將國際專利分類號和國民經濟行業(yè)代碼進行匹配，可以從產業(yè)、區(qū)域層面對數實融合程度進行測度（周密等，2024）[2]。 ③ 構建指標體系。部分學者從數字經濟和實體經濟兩個維度構建指標體系，使用熵權耦合評價模型（史丹和孫光林，2023）[5或從數實融合整體層面構建指標體系，測度區(qū)域數實融合程度（鈔小靜等，2025）[11]。

二是企業(yè)韌性的測度方案。經濟韌性是指經濟系統(tǒng)在遭受外部沖擊時，能夠應對沖擊并激發(fā)增長動力的能力（Boschma，2015）[12]。作為經濟系統(tǒng)的重要微觀主體，企業(yè)的抗風險和恢復能力被稱為企業(yè)韌性。企業(yè)韌性的測度有以下幾種方法： ① 通過公司股票日收益波動率、個股月收益率的標準差等指標測度企業(yè)韌性（王紅建等，2024；連燕玲等，2024）[13-14]。 ② 利用銷售收入增長率、凈利潤率同比增長率、資本回報率等企業(yè)財務績效指標測度企業(yè)韌性（魏龍等，2024;徐遠彬等，2025）[15-16]。 ③ 基于波動性和增長性二維結構，測度企業(yè)韌性（楊仁發(fā)和楊梅君，2025；熊永蓮和張譽夫，2025）[17-18]④ 從抵御能力、恢復能力、創(chuàng)新成長能力、財務能力等維度選取指標，采用熵值法綜合評估企業(yè)韌性（陽旸和林梓博，2024）[19]。 ④ 設計多維度問卷量表，測度企業(yè)韌性（李姍姍和黃群慧，2022）[20]。

三是企業(yè)韌性的影響因素。一些學者關注新冠疫情等突發(fā)事件對企業(yè)韌性的影響（胡海峰等，2022;徐示波和仲偉俊，2024;Cao和Wang，2024）[21-23]；也有學者研究常態(tài)化情境下的企業(yè)韌性培育，關注企業(yè)外部環(huán)境如智能制造產業(yè)政策（張樹山等，2025）[24]、全國統(tǒng)一大市場建設（王珍珠等，2025）[25]、供應商ESG評級分歧（趙云輝等，2024）[26]，以及企業(yè)內部條件如戰(zhàn)略聯盟（連燕玲等，2024）[14]、金融結構（胡海峰和張燁，2025）[27]數字化轉型（陶鋒等，2023）[28]等因素對韌性的影響。

本文以2010—2023年中國A股上市公司為研究對象，基于公司專利數據和財務數據，構建雙向固定效應模型，實證考察數實融合對企業(yè)韌性的影響及其內在機制。

本文可能的邊際貢獻為：

第一，針對環(huán)境不確定性加劇的問題，探究數實融合增強企業(yè)韌性的內生機制。不同于數字化轉型、數字技術創(chuàng)新，數實融合更強調數字經濟和實體經濟通過技術滲透、要素重組和業(yè)態(tài)創(chuàng)新形成的系統(tǒng)性協同發(fā)展模式，關注數字技術創(chuàng)新與實體產業(yè)的雙向價值共創(chuàng)。以往研究大多關注數實融合對企業(yè)全要素生產率等方面的影響，關于企業(yè)韌性內生機制的探討稍顯不足。本文基于微觀企業(yè)視角，將研究拓展至企業(yè)韌性領域，為進一步促進企業(yè)數實融合、增強企業(yè)韌性提供理論和經驗支撐。

第二，本文基于動態(tài)觀的過程論視角，以韌性“受到沖擊之后反彈恢復至原有狀態(tài)或功能的能力，且使組織變得更加堅強”（季平和竺家哲，2021）29的內涵為主線，從反彈恢復和反超改進的維度構建韌性測度指標體系，對已有研究形成補充，從內部驅動力視角出發(fā)，考察常態(tài)化情境下數實融合對企業(yè)韌性的培育和塑造。

第三，厘清數實融合促進企業(yè)韌性提升的機制。本文從數字化轉型驅動效應和供需匹配優(yōu)化效應方面解釋數實融合的技術賦能價值，從盈利能力提升效應方面闡釋數實融合的資源配置價值，并實證檢驗其對企業(yè)韌性的增強效應。

二、理論分析和研究假設

數實融合的實質是通過數字經濟核心要素（數字技術、數據等）與實體經濟的整合，驅動實體經濟內涵的重構和產業(yè)邊界的動態(tài)延展（黃先海和高亞興，2023）[9]。本文基于數實融合的技術賦能和資源配置視角，從數字化轉型驅動效應、供需匹配優(yōu)化效應和盈利能力提升效應三方面闡釋數實融合增強企業(yè)韌性的內在機制。

（一）數字化轉型驅動效應

數實融合能夠通過驅動數字化轉型增強企業(yè)韌性。數實融合將人工智能、大數據、云計算和區(qū)塊鏈等數字技術嵌人實體經濟，促使企業(yè)對研發(fā)、采購、生產等環(huán)節(jié)進行數字化改造。基于動態(tài)能力理論，在技術革命和市場變化過程中，企業(yè)通過調配、重組內外部資源，提高自身學習和創(chuàng)新能力，適應環(huán)境變化，構建競爭優(yōu)勢（胡海峰和張燁，2025）[27]。 ① 在數據層面，數實融合利用物聯感知和數據交互構建數據池，促進資源要素數字化。通過對數字孿生、區(qū)塊鏈等技術的深度應用，與上下游企業(yè)共建實時感知、分析、響應的數據平臺，共享產業(yè)鏈供應鏈數據信息，企業(yè)可以提升供應鏈協同能力、動態(tài)風險預警能力和響應執(zhí)行能力。② 在技術層面，數實融合發(fā)揮技術引擎作用，促進業(yè)務流程數字化。具體地，采購環(huán)節(jié)從工具替代（如電子化表單）轉向智能重構，實現供應商管理數字化、庫存管理可視化、物流路線最優(yōu)化；生產環(huán)節(jié)通過自動化、智能化、數字化改造，將生產經驗轉換為具體而明確的數據和流程（楊仁發(fā)和楊梅君，2025）[17]，從而提高生產效率和資源利用效率；在銷售和服務環(huán)節(jié)，數實融合突破傳統(tǒng)的產品、組織和產業(yè)邊界，構建新的業(yè)務場景，打造產品競爭新優(yōu)勢，挖掘新的業(yè)務增長點（陶鋒等，2023）[28]。 ③ 在知識層面，數實融合通過知識溢出重構企業(yè)創(chuàng)新流程（劉洋等，2020）[30]，降低知識共享成本，提高知識獲取效率和應用精準度，從而促進企業(yè)創(chuàng)新能力提升。

通過在數據、技術和知識三個層面進行數字化轉型驅動，企業(yè)的風險承擔能力、生產效率以及盈利空間都得以提升，面對沖擊時能更高效地調度資源、實施應急方案，自生長能力也不斷提高，從而增強企業(yè)韌性。

（二）供需匹配優(yōu)化效應

數實融合通過優(yōu)化供需匹配增強企業(yè)韌性，主要體現在兩方面：一是提高供需匹配質量、擴大匹配范圍。數實融合使企業(yè)不僅能夠突破時空限制，與消費終端實現數據聯通，及時反饋數據，提高供需匹配質量（劉誠和夏杰長，2023）[31]，還能通過數字平臺積累的非結構化數據挖掘長尾需求（鄒紅等，2025）[32]，從而擴大匹配范圍。二是提高供需匹配效率。傳統(tǒng)供應鏈模式下的信息不對稱和傳導時滯會導致供應鏈的“長鞭效應”，即微小的需求信號在從終端消費者向供應鏈上游的傳導過程中被逐級放大，造成供應商超額生產或庫存積壓，使得供應鏈整體效率降低（丁倩和朱學紅，2025）[33]。企業(yè)利用人工智能模型預測、數字孿生、協作云平臺等數實融合技術增強供應鏈協同能力，可以有效提升庫存周轉率，優(yōu)化供需匹配（李青原等，2023）[34]，從而緩解\"長鞭效應”提高供應鏈彈性，進而降低企業(yè)在遭受外部沖擊時的脆弱性，增強企業(yè)韌性。同時，供需匹配的優(yōu)化意味著企業(yè)能夠更加精準地捕捉市場供需變化，緩解信息不對稱導致的供需不匹配，有助于解決由此導致的資源配置效率低下問題，優(yōu)化資源調度，提高資源配置效率，增強企業(yè)韌性。

（三）盈利能力提升效應

數實融合能夠通過提升企業(yè)盈利能力增強企業(yè)韌性。首先，數實融合通過技術經濟范式變革重構生產模式和管理模式，加快傳統(tǒng)產業(yè)數字化轉型。數字技術通過優(yōu)化傳統(tǒng)產業(yè)生產管理等流程，實現降本提質。基于交易成本理論，數字技術在實體經濟的應用，能夠提高企業(yè)獲取和處理信息的能力，降低產業(yè)鏈協同過程中的信息驗證和履約成本，提升企業(yè)盈利能力。此外，數實融合能夠增強企業(yè)產品競爭優(yōu)勢，利用數字技術捕捉用戶潛在需求，減少產品創(chuàng)新的盲目性，滿足市場對數字產品的消費需求（Yoo等，2010）[35]。其次，數實融合能夠加速數字產業(yè)化，產出更多數字產品，填補數字消費市場空白，進而拓展企業(yè)盈利空間。數字產業(yè)化的本質是數字技術的商品化和產業(yè)的生態(tài)化，能夠產出有競爭力的新產品，挖掘新的消費增長點。最后，數字技術具有規(guī)模經濟優(yōu)勢，邊際成本幾乎為零，掌握先進數字技術的企業(yè)將在市場上占據優(yōu)勢地位（胡增璽和馬述忠，2023）[36]

依據資源松弛理論，松弛的資源狀況能夠激發(fā)企業(yè)創(chuàng)新動力（Damanpour，1991）[37]。數實融合有助于企業(yè)拓展財務松弛空間，提升盈利能力，增加現金儲備。此外，通過多元化的營收渠道構建風險緩沖機制，降低市場波動敏感性，企業(yè)的抗風險能力和動態(tài)能力能夠得到提高，進而增強企業(yè)韌性。

基于上述分析，本文提出假設1和假設2。

H1：數實融合能夠增強企業(yè)韌性。

H2：數實融合通過數字化轉型驅動效應、供需匹配優(yōu)化效應及盈利能力提升效應，增強企業(yè)韌性。

三、研究設計

（一）數據來源

本文以2010—2023年中國A股上市公司作為研究對象，考察數實融合對企業(yè)韌性的影響及其內在機制，為避免金融危機對研究結果的干擾，將樣本起始年份設定為2010年。本文使用的專利數據部分來源于中國國家知識產權局專利數據庫，通過提取上市公司專利信息及其專利引用的各項信息（包括申請者名稱、公開公告號、引用年份、IPC主分類號等內容）獲得，上市公司財務指標來自國泰安CSMAR數據庫。本文基于專利數據計算得到所需指標，將其與上市公司財務數據進行匹配并進行如下處理： ① 剔除ST、*ST、PT類公司樣本。 ② 剔除金融和房地產行業(yè)的樣本。 ③ 剔除資產負債率超過1的公司樣本。 ④ 對連續(xù)變量作上下 1% 的縮尾處理。最終獲得37082個樣本。

（二）模型設定

為檢驗數實融合對企業(yè)韌性的影響，本文構建模型（1）如下：

Res_it=α+β₁Mix_it+β₂X_it+μ_i+σ_t+ε_it

其中：i代表企業(yè)； t 代表年份； Res_it 為被解釋變量； Mix_it 為核心解釋變量； β₁ 是估計系數； X_it 為一系列控制變量； μ_i 和 σ_ι 分別表示企業(yè)和年份固定效應； ε_it 為隨機誤差項。本文在行業(yè)-年份層面進行聚類處理。

（三）變量選取

1.解釋變量：數實融合（Mix）

本文借鑒黃先海和高亞興（2023）的研究，測算上市公司數實融合水平，如果上市公司的某一專利屬于非數字技術專利且至少引用一個數字技術專利，就將其視為一次數實融合行為。依據國家知識產權局發(fā)布的《數字經濟核心產業(yè)分類與國際專利分類參照關系表（2023）》（以下簡稱“分類表”），本文對上市公司申請的專利及其引用的所有專利進行識別，如果某個專利的IPC主分類號屬于分類表給定的IPC分類號，就認定該專利是數字專利。具體地，對上市公司申請的專利，識別其是否為數字專利（Digpatent），若非數字專利，Digpatent取值為1，否則為0；識別并計算上市公司申請專利所引用的專利是否包含數字專利（Citation），如果包含數字專利，Citation取值為1，否則為0。在此基礎上，計算Digpatent與Citation的交乘項，若該值為1，視為一次數實融合行為。將專利層面數據加總至公司-年份層面，計算得到某年某公司的數實融合次數，將其加1取對數處理以表征上市公司的數實融合水平。

2.被解釋變量：企業(yè)韌性（Res）

現階段對企業(yè)韌性的研究并不局限于突發(fā)情況，還強調長期導向的韌性，企業(yè)應具有穩(wěn)定和可持續(xù)發(fā)展的能力（Williams等，2017）[38]。本文參考李平和竺家哲（2021）[29的研究，從反彈恢復和反超改進兩個維度闡釋企業(yè)韌性的內涵，前者指企業(yè)受到沖擊后反彈恢復至原有狀態(tài)或功能；后者指企業(yè)受到沖擊后，不僅恢復，還能使組織變得更加堅強，體現企業(yè)的成長能力。本文以上述兩個維度為準則層，構建指標體系，采用熵值法計算得到企業(yè)韌性指數，均值為0.09286，為避免后續(xù)回歸核心解釋變量過小可能造成的影響，將該變量放大100倍。原始數據來自國泰安CSMAR數據庫。企業(yè)韌性指標體系見表1所列。

表1企業(yè)韌性指標體系

3.控制變量

本文選取其他影響企業(yè)韌性的因素作為控制變量：企業(yè)市值（Tobin Q ）；企業(yè)規(guī)模（Size），以企業(yè)員工人數的自然對數表征；固定資產比率（Fixset），以企業(yè)固定資產占總資產的比重表征；董事人數（Board），以董事會人數的自然對數衡量；無形資產比重（Itang），以企業(yè)無形資產凈額占總資產的比重衡量;第一大股東持股比例（Top1）;獨董比例（Indep）;投人資本回報率（Roic）。

描述性統(tǒng)計結果見表2所列。

表2描述性統(tǒng)計

四、實證結果分析

（一）基準回歸結果

基準回歸結果見表3所列。列（1）、列（2）結果顯示，納入控制變量前后，數實融合對企業(yè)韌性的影響均顯著為正，說明數實融合能夠顯著增強企業(yè)韌性。由此，H1得到驗證。

表3基準回歸結果

注：、**、**分別表示在 10%5%.1% 水平上顯著;括號內為行業(yè)-年份層面聚類處理的標準誤。下同。

（二）穩(wěn)健性檢驗

1.反向因果問題

前文驗證了數實融合對企業(yè)韌性的影響，但韌性較強的企業(yè)在社會資本和資源稟賦上具有優(yōu)勢，有更高的市場靈敏度及政策響應度，因而更容易實現數實融合，可能會產生反向因果的內生性問題。參考肖土盛等（2022）[39]的研究思路，本文選取同年同行業(yè)其他企業(yè)的數實融合程度均值作為工具變量（Inst），進行兩階段回歸。該工具變量與焦點企業(yè)數實融合相關，當行業(yè)數實融合水平較高時，市場競爭壓力會促使企業(yè)開展數實融合，而行業(yè)數實融合水平不影響焦點企業(yè)的韌性。工具變量法回歸結果見表4所列，可以看出，第一階段的Cragg-DonaldWald F 統(tǒng)計量（313.23）遠大于經驗臨界值（16.38），說明不存在弱工具變量問題;Kleibergen-PaaprkLM統(tǒng)計量顯著，拒絕工具變量識別不足的假設。列（2）結果顯示，數實融合系數在 1% 的水平上顯著為正，說明在緩解內生性問題后，回歸結果依舊穩(wěn)健。

表4工具變量法

2.自選擇問題

考慮樣本中存在未進行數實融合的企業(yè)，無法觀測這部分樣本的數實融合行為對企業(yè)韌性的影響，本文參考曹國強等（2024）[40]的研究，利用Heckman處理效應模型緩解該內生性問題。具體地，在第一階段，基于Probit模型構建選擇方程，以企業(yè)是否有數實融合行為（ 作為被解釋變量，有數實融合行為，賦值為1，否則為0;以上文使用的控制變量和工具變量為解釋變量進行回歸，計算逆米爾斯比率 ?Imr? ;在第二階段，對模型（1）進行調整，將 Imr 納入控制變量合集后再進行回歸。回歸結果見表5所列，列（1）匯報了Heckman處理效應模型結果，在加入逆米爾斯比率（ ΔImr） 后，核心解釋變量在 1% 的水平上顯著為正，說明數實融合確實增強了企業(yè)韌性。

3.其他穩(wěn)健性檢驗

其他穩(wěn)健性回歸結果見表5所列，具體做法如下： ① 更換被解釋變量。參考連燕玲等（2024）14的研究，采用個股月收益率標準差表征企業(yè)韌性。列（2）結果顯示，核心解釋變量顯著為負，即數實融合降低股票收益波動性，說明數實融合能夠顯著增強企業(yè)韌性。 ② 更換聚類層級。列（3）列（4）報告了在企業(yè)層面、企業(yè)-年份層面進行聚類處理的結果，可以看出，核心解釋變量均顯著為正，說明數實融合顯著增強企業(yè)韌性。 ③ 剔除部分樣本。為排除城市行政級別差異對結果造成的干擾，本文剔除位于副省級城市的企業(yè)樣本后重新進行回歸，列（5）結果顯示，核心解釋變量顯著為正，說明基準回歸結果穩(wěn)健。 ④ 更改樣本范圍。為排除新冠疫情對資本市場的影響，本文僅保留2010一2019年的樣本重新進行回歸。列（6）的結果顯示，核心解釋變量顯著為正，說明數實融合能夠增強企業(yè)韌性。

表5穩(wěn)健性檢驗

五、機制檢驗和異質性分析

（一）機制檢驗

為進一步考察數實融合影響企業(yè)韌性的內在機制，參考黃先海和高亞興（2023）9的做法，本文構建模型（2）進行機制檢驗：

Mac_ii=θ+γ₁Mix_ii+γ₂X_ii+μ_i+σ_i+ε_ii

其中：Mac為機制變量，包括數字化轉型（Dig）供需匹配（Amplit）及企業(yè)盈利能力（Profit）;γ₁ 表示數實融合對機制變量的影響，其余變量設定與模型（1）保持一致。

1.數字化轉型驅動效應

為檢驗數實融合是否能夠通過數字化轉型驅動效應增強企業(yè)韌性，本文參考趙宸宇（2021）[41]的文本分析法，構建多維度數字化術語詞典，量化企業(yè)數字化轉型程度（Dig）。具體地，采用Python網絡爬蟲技術，抓取上市公司年度報告全文數據，提取中文正文內容并計算文本字符總量，進行語料清洗；構建數字化術語詞典，從數字技術應用、互聯網商業(yè)模式等維度選取99個數字化關鍵詞，對各維度關鍵詞詞頻數進行統(tǒng)計，使用熵值法計算出數字化轉型綜合得分并以此表征企業(yè)數字化轉型程度。

回歸結果見表6所列，列（1）結果顯示，數實融合的系數顯著為正，說明數實融合能夠加快企業(yè)數字化轉型，從而顯著增強企業(yè)韌性。

2.供需匹配優(yōu)化效應

為檢驗數實融合是否能夠通過供需匹配優(yōu)化效應增強企業(yè)韌性，本文參考陶鋒等（2023）[28]的研究，采用企業(yè)存貨調整幅度表征供應鏈供需匹配程度（Amplit），計算公式如下：

Invit_it 代表 Φ_t 年i企業(yè)的存貨凈額，該值越小，說明供需匹配程度越高。回歸結果見表6所列，列（2）結果顯示，數實融合系數顯著為負，說明數實融合優(yōu)化了供需匹配，從而顯著增強企業(yè)韌性。

3.盈利能力提升效應

為檢驗數實融合是否能夠通過提高盈利能力增強企業(yè)韌性，本文參考杜勇等（2017）[42]的研究，對企業(yè)盈利能力（Profit）進行測算，計算公式如下：

Profit Σ=Σ （利潤總額-投資收益-公允價值變動收益 + 對聯營企業(yè)和合營企業(yè)的投資收益）/總資產 （4）

回歸結果見表6所列，列（3）結果顯示，數實融合系數顯著為正，說明數實融合提高了企業(yè)盈利能力，從而顯著增強企業(yè)韌性。

表6機制檢驗

（二）異質性分析

1.企業(yè)異質性

（1）企業(yè)生命周期異質性。成熟期企業(yè)生產運營體系穩(wěn)定，技術人才儲備豐富，資源整合能力較強，更容易利用數實融合優(yōu)勢賦能研發(fā)、生產等各個環(huán)節(jié)，促進企業(yè)韌性提升；而成長期企業(yè)往往處于初創(chuàng)階段，資源有限，業(yè)務模式不穩(wěn)定，應對市場不確定風險的能力不足，這會削弱數實融合對企業(yè)韌性的促進作用。因此，數實融合對企業(yè)韌性的促進作用在成熟期企業(yè)更為明顯。參考儲德銀和程揚帆（2024）[43]的研究，采用現金流模式法劃分企業(yè)生命周期，本文將樣本劃分為成熟期企業(yè)和成長期企業(yè)兩組。具體地，如果企業(yè)投資活動產生的現金流量凈額小于0，且籌資活動產生的現金流量凈額大于0，劃分為成熟期企業(yè)；否則為成長期企業(yè)。回歸結果見表7列（1），可以看出，在成長期企業(yè)組，數實融合估計系數不顯著；而在成熟期企業(yè)組，數實融合估計系數顯著為正，且費舍爾組間系數差異檢驗的 P 值為0.000，說明數實融合更能夠增強成熟期企業(yè)韌性。

表7異質性分析

注：“經驗 P 值”用于檢驗組間mix系數的差異性，通過自抽樣（Bootstrap）1000次得到。

（2）企業(yè)規(guī)模異質性。大規(guī)模企業(yè)具有穩(wěn)定的資源和組織結構，在資源整合、技術應用深度、供應鏈成熟度、風險管理能力等方面優(yōu)勢明顯，更容易形成規(guī)模優(yōu)勢，且大規(guī)模企業(yè)的數字資產密度更高、供應鏈更復雜，數實融合對企業(yè)韌性的提升效應更顯著。而小規(guī)模企業(yè)資源、人員儲備有限，技術積累不足，無法充分實現數實融合。因此，相較于小規(guī)模企業(yè)，數實融合能顯著增強大規(guī)模企業(yè)韌性。參考黃蕾等（2025）[44]的研究，依據營業(yè)收入劃分企業(yè)規(guī)模，本文計算出企業(yè)營業(yè)收入的中位數及樣本在時間序列上的營業(yè)收入均值，將樣本均值高于中位數的企業(yè)劃分為大規(guī)模企業(yè)，否則為小規(guī)模企業(yè)。回歸結果見表7列（2），可以看出，小規(guī)模企業(yè)的數實融合估計系數不顯著，而大規(guī)模企業(yè)的數實融合估計系數顯著為正，且費舍爾組間系數差異檢驗的 P 值為0.010，說明數實融合更能夠增強大規(guī)模企業(yè)韌性。

2.行業(yè)異質性

（1）是否屬于高技術行業(yè)。高技術行業(yè)企業(yè)知識密集度更高、供應鏈更復雜，更依賴精準的決策，因而更容易吸收和整合數實融合過程中獲取的知識和技術，且將數字技術嵌入復雜程度更高的供應鏈會產生更明顯的供需匹配優(yōu)化效應。因此，相較于非高技術行業(yè)企業(yè)，數實融合增強企業(yè)韌性的作用在高技術行業(yè)企業(yè)更為明顯。參考彭紅星和毛新述（2017）[45的研究，本文依據《上市公司行業(yè)分類指引》（2012年修訂）將樣本劃分為高技術行業(yè)企業(yè)和非高技術行業(yè)企業(yè)兩組進行回歸，結果見表7列（3），可以看出，在高技術行業(yè)企業(yè)，數實融合估計系數顯著為正，而在非高技術行業(yè)企業(yè)，數實融合估計系數不顯著，且費舍爾組間系數差異檢驗的 P 值為0.023，說明數實融合更能夠增強高技術行業(yè)企業(yè)韌性。

（2）數字產業(yè)類別異質性。數字產品制造業(yè)企業(yè)如從事計算機、通信設備制造業(yè)務的企業(yè)，其產品已經是數字化產品，數實融合更多體現在生產流程和組織管理等環(huán)節(jié)，數實融合的邊際效用有限；而數字技術賦能行業(yè)如互聯網相關服務業(yè)等，更側重于數字技術嵌入應用場景以及利用數字技術提供解決方案，數實融合增強企業(yè)韌性的作用更加明顯。參考陶鋒等（2023）[28]的研究思路，本文在國家統(tǒng)計局數字技術核心產業(yè)分類的基礎上3，將樣本劃分為數字產品供給行業(yè)（包括數字產品制造業(yè)和數字產品服務業(yè)）和數字技術賦能行業(yè)（包括數字技術應用業(yè)和數字要素驅動業(yè)）兩組。具體地，剔除沒有數字技術專利產出的上市公司，基于上市公司專利明細數據，依據分類表中給定的各類數字產業(yè)所涵蓋的IPC分類號識別數字技術專利類別，將專利層面數據加總至上市公司層面。如果某上市公司在樣本期間產出的數字產品供給業(yè)類專利更多，劃分為數字產品供給行業(yè)；否則為數字技術賦能行業(yè)。回歸結果見表7列（4），可以看出，在數字產品供給行業(yè)樣本中，數實融合估計系數不顯著；而在數字技術賦能行業(yè)樣本中，數實融合估計系數顯著為正，且費舍爾組間系數差異檢驗的 P 值為0.045，說明數實融合更能夠增強數字技術賦能業(yè)的企業(yè)韌性。

六、進一步分析

（一）危機情形下的數實融合作用再考察

為考察危機情境下數實融合對企業(yè)韌性的影響，本文參考胡海峰等（2022）21的研究，考察新冠疫情沖擊下數實融合對企業(yè)韌性的影響。具體地，設置疫情沖擊虛擬變量（Time），2020年及以后年份取值為1；其他年份為0，以該虛擬變量與數實融合的交乘項（ Mix×Time ）替換基準模型中的核心解釋變量Mix，再進行回歸。回歸結果見表8列（1），可以看出， Mix×Time 的系數顯著為正，表明在危機期間，數實融合增強了企業(yè)的韌性，加快了企業(yè)的恢復和反超速度。原因可能在于，數實融合能夠為企業(yè)提供數字化的應對方案，提高企業(yè)風險應對能力以及恢復和反超的能力，進而增強企業(yè)韌性。

（二）外部環(huán)境與內部條件的聯動作用分析

科技與金融結合能夠為企業(yè)數實融合提供良好的營商環(huán)境、融資環(huán)境等外部環(huán)境，考慮外部政策環(huán)境是影響企業(yè)韌性的重要因素，本文進一步考察“促進科技與金融結合試點”政策和企業(yè)數實融合對企業(yè)韌性的聯動作用。具體地，設置某年某上市公司所在城市是否被納入科技與金融結合試點城市虛擬變量（Did），以該虛擬變量與數實融合的交乘項（ Mix×Did 替換基準模型中的核心解釋變量Mix，再進行回歸。回歸結果見表8列（2），可以看出， Mix×Did 的系數顯著為正，表明“促進科技與金融結合試點政策”能夠與企業(yè)數實融合形成合力，增強企業(yè)韌性。

表8進一步分析

七、結論與啟示

（一）結論

本文基于2010—2023年中國A股上市公司專利數據和企業(yè)財務數據，使用雙向固定效應模型考察數實融合對企業(yè)韌性的影響及作用機制。研究發(fā)現，數實融合能顯著增強企業(yè)韌性，且經過工具變量法、Heckman處理效應模型等一系列穩(wěn)健性檢驗后該結論依然成立；機制檢驗結果表明，數實融合通過數字化轉型驅動效應、供需匹配優(yōu)化效應及盈利能力提升效應，增強企業(yè)韌性。異質性檢驗表明，數實融合增強企業(yè)韌性的作用在成熟期企業(yè)、大規(guī)模企業(yè)、高技術行業(yè)企業(yè)及數字技術賦能行業(yè)企業(yè)更顯著;進一步分析發(fā)現，數實融合能夠增強危機情境下企業(yè)的韌性，數實融合和科技與金融結合試點政策聯動能夠共同促進企業(yè)韌性提升。

（二）啟示

第一，加快數字經濟與實體經濟深度融合。設立專項資金，支持企業(yè)在數字技術，特別是AI算法、數字孿生等核心數字技術領域的研發(fā)和應用；鼓勵企業(yè)與科研院所合作，構建產學研協同創(chuàng)新機制，打通數實融合從基礎研發(fā)到市場技術應用的各個環(huán)節(jié)；多方共建“保險-擔保-科技”風險共擔機制，引導基金參與構建數實融合風險補償資金池，科技龍頭企業(yè)提供數字風控等技術支持。

第二，鑒于數實融合通過數字化轉型驅動效應增強企業(yè)韌性，應加快企業(yè)數字化轉型能力認證標準體系建設，對研發(fā)數實融合關鍵核心技術的企業(yè)給予專項資金支持，激勵企業(yè)數字化轉型；鑒于數實融合通過供需優(yōu)化匹配效應增強企業(yè)韌性，應建立產業(yè)聯盟，加快建設產業(yè)數據樞紐，共享非敏感性數據資源信息，降低信息獲取成本，破解“數據孤島”，增強產業(yè)鏈供應鏈協同能力；鑒于數實融合通過盈利能力提升效應增強企業(yè)韌性，應構建數實融合成本分攤機制，設立數實融合專項補貼基金，以稅收優(yōu)惠、研發(fā)補貼等措施支持龍頭數字企業(yè)建立數據平臺、開放非敏感性數據接口，在促進自身產業(yè)鏈供應鏈韌性增強、效率提升的同時，帶動上下游中小企業(yè)協同發(fā)展。

第三，對不同類型的企業(yè)分類施策。一是對成熟期企業(yè)或規(guī)模較大的企業(yè)，鼓勵其建立包括技術基座、數字資產確權、運營服務支撐在內的多層級數字化生態(tài)平臺，引導其深化技術應用。同時，建立容錯機制，實施彈性監(jiān)管，設立風險補償基金，鼓勵企業(yè)在更多數實融合領域進行嘗試。成長期企業(yè)或規(guī)模較小的企業(yè)，資金不足、業(yè)務不穩(wěn)定，應降低其數實融合門檻。政府可以提供專項資金支持，對積極參與數實融合的中小型企業(yè)實施稅收抵扣；銀行應創(chuàng)新數據金融產品，與數據交易所深度合作，構建“數據資產全生命周期金融服務鏈”，例如允許互聯網公司以視頻、數據庫等新型數字資產質押貸款，緩解公司創(chuàng)業(yè)初期融資難問題。中小企業(yè)可以進行輕量化部署，降低對硬件算力的要求。二是對高技術行業(yè)企業(yè)，要支持其與科研機構合作，將數字技術深度應用于基礎研究；非高技術行業(yè)企業(yè)應注重流程自動化改造，充分利用數實融合的賦能效應，逐步向韌性提升過渡。三是對數字產品制造業(yè)，應重點支持其制造工藝的數字化；對數字技術賦能業(yè)，應強化數字技術的應用場景創(chuàng)新和數字技術創(chuàng)新生態(tài)培育。

注釋：

（1）作者依據下文企業(yè)韌性測度方法計算后分析得出。

（2）其中，高技術行業(yè)的行業(yè)代碼為C2、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、164、I65、M73。

（3）國家統(tǒng)計局將數字核心產業(yè)分為四大類：數字產品制造業(yè)、數字產品服務業(yè)、數字技術應用業(yè)、數字要素驅動業(yè)。

參考文獻：

[1]夏杰長.中國式現代化視域下實體經濟的高質量發(fā)展[J]改革，2022（10）：1-11.

[2]周密，王雷，郭佳宏.新質生產力背景下數實融合的測算與時空比較——基于專利共分類方法的研究[J].數量經濟技術經濟研究，2024，41（7）：5-27.

[3]DANKYIRA FK，ESSUMAN D，BOSO N，et al. Clarify-ing Supply Chain Disruption and Operational ResilienceRelationship froma Threat-rigidity Perspective：Evidencefrom Small and Medium-sized Enterprises[J]. Interna-tional Journal of Production Economics，2O24，274：109314.

[4]韓兆安，趙景峰，吳海珍.中國省際數字經濟規(guī)模測算、非均衡性與地區(qū)差異研究[J].數量經濟技術經濟研究，2021，38（8）：164-181.

[5]史丹，孫光林.數字經濟和實體經濟融合對綠色創(chuàng)新的影響[J].改革，2023（2）：1-13.

[6]洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑[J].中國工業(yè)經濟，2023（2）：5-16.

[7]陳曦.推動數字經濟與實體經濟深度融合：理論探析與實踐創(chuàng)新[J].人民論壇·學術前沿，2022（24）：64-76.

[8]ACEMOGLUD，AKCIGITU，CELIKMA.RadicalandIncremental Innovation： The Roles of Firms，Managers，and Innovators[J].American Economic Journal：Macro-economics，2022，14（3）：199-249.

[9]黃先海，高亞興.數實產業(yè)技術融合與企業(yè)全要素生產率——基于中國企業(yè)專利信息的研究J.中國工業(yè)經濟，2023（11）：118-136.

[10]徐妍，畢夢瀟，柴映.數實融合提升關鍵核心技術領域企業(yè)創(chuàng)新效率的研究—基于中國A股上市公司的數據檢驗[J/OL].科研管理，（2024-12-27）[2025-03-04].http：//kns.cnki.net/kcms/detail/11.1567.G3.20241226.1147.002.html.

[11]鈔小靜，王意萱，王宸威.中國數字經濟與實體經濟融合的再測算——來自融合深度的新發(fā)現[J].貴州財經大學學報，2025（2）：12-21.

[12]BOSCHMA R. Towards an Evolutionary Perspective onRegionalResilience[J].RegionalStudies，2015，49（5）：733-751.

[13]王紅建，曹晴，曹瑜強.金融科技賦能與實體經濟修復—基于新冠疫情的沖擊[J].南開管理評論，2024，27（6） ： 16-26.

[14]連燕玲，孫漢，高皓.危中尋機：戰(zhàn)略聯盟對民營企業(yè)韌性的影響研究[J/OL].南開管理評論，（2024-12-18）[2025-03-04]. htp：/ns.cnki.net/kcms/detail/12.1288.F.20241218.1134.002.html.

[15]魏龍，蔡培民，潘安.供應鏈沖擊、多元化戰(zhàn)略與企業(yè)發(fā)展韌性——來自中國重大自然災害的證據[J].中國工業(yè)經濟，2024（9）：118-136.

[16]徐遠彬，黃婷，盧福財.合作創(chuàng)新對企業(yè)韌性的影響研究——來自上市公司聯合專利數據的證據[J].財經問題研究，2025（1）：101-113.

[17]楊仁發(fā)，楊梅君.數字化轉型的持續(xù)性創(chuàng)新效應研究[J].數量經濟技術經濟研究，2025，42（2）：109-129.

[18]熊永蓮，張譽夫.產業(yè)鏈\"鏈主\"培育對本地企業(yè)韌性的影響研究[J].財經論叢，2025（2）：18-28.

[19]陽腸，林梓博.ESG評級能否提高企業(yè)韌性——基于多時點雙重差分的實證檢驗[J].湖南大學學報（社會科學版），2024，38（6）：73-83.

[20]李姍姍，黃群慧.基于fsQCA方法的新創(chuàng)企業(yè)組織韌性構建路徑研究[J].經濟體制改革，2022（3）：90-96.

[21]胡海峰，宋肖肖，竇斌.數字化在危機期間的價值：來自企業(yè)韌性的證據[J].財貿經濟，2022，43（7）：134-148.

[22]徐示波，仲偉俊.危機情境下雙元創(chuàng)新模式如何賦能組織韌性重塑：基于美國實體清單情境的探索性研究[J].中國軟科學，2024（3）：26-36.

[23]CAO X，WANG DL.The Intensity of EnvironmentalScandals，Responsible Innovation，and Corporate Resil-ience：The Moderating Role of Relational Trust[J].Mana-gerial and Decision Economics，2024，45（4） ：1793-1807.

[24]張樹山，夏銘璐，谷城.智能制造與企業(yè)韌性：機制與效應[J].經濟與管理，2025，39（1）：38-47.

[25]王珍珠，袁平紅，周明生.全國統(tǒng)一大市場建設如何影響企業(yè)供應鏈韌性[J].財經科學，2025（2）：74-89.

[26]趙云輝，孫源，馮泰文，等.供應商ESG評級分歧何以影響企業(yè)運營韌性[J].中國工業(yè)經濟，2024（11）：174-192.

[27]胡海峰，張燁.金融結構與企業(yè)發(fā)展韌性：影響效應及作用機制[J].學習與實踐，2025（2）：64-75，2.

[28]陶鋒，王欣然，徐揚，等.數字化轉型、產業(yè)鏈供應鏈韌性與企業(yè)生產率[J].中國工業(yè)經濟，2023（5）：118-136.

[29]李平，竺家哲.組織韌性：最新文獻評述[J].外國經濟與管理，2021，43（3）：25-41.

[30]劉洋，董久鈺，魏江.數字創(chuàng)新管理：理論框架與未來研究[J].管理世界，2020，36（7）：198-217，219.

[31]劉誠，夏杰長.線上市場、數字平臺與資源配置效率：價格機制與數據機制的作用[J].中國工業(yè)經濟，2023（7）：04-1U∠.

[32]鄒紅，孫偉增，彭沖，等.提振消費的成效、機制、經驗與對策——學習中央經濟工作會議精神筆談[J].消費經濟，2025，41（1）：1-17.

[33]丁倩，朱學紅.供應鏈溢出視角下客戶企業(yè)數字化轉型的資源配置優(yōu)化效應研究[J/OL].系統(tǒng)工程理論與實踐，（2025-02-17）[2025-03-04].http：/kns.cnki.net/kcms/detail/11.226 7.N.20250217.1006.007.html.

[34]李青原，李昱，章尹賽楠，等.企業(yè)數字化轉型的信息溢出效應——基于供應鏈視角的經驗證據[J].中國工業(yè)經濟，2023（7）：142-159.

[35]YOO Y，HENFRIDSSON O，LYYTINEN K. ResearchCommentary——The New Organizing Logic of Digital Inno-vation：An Agenda for Information Systems Research[J].Information SystemsResearch，2010，21（4） ：724-735.

[36]胡增璽，馬述忠.市場一體化對企業(yè)數字創(chuàng)新的影響—兼論數字創(chuàng)新衡量方法[J].經濟研究，2023，58（6）：155-172.

[37]DAMANPOUR F.Organizational Innovation：A Meta-analysis of Effects of Determinants and Moderators[J].Academy ofManagementJournal，1991，34（3） ：555-590.

[38]WILLIAMS TA，GRUBERD A，SUTCLIFFE K M，et al.Organizational Response to Adversity：Fusing Crisis Man-agement and Resilience Research Streams[J]. AcademyofManagementAnnals，2017，11（2）：733-769.

[39]肖土盛，孫瑞琦，袁淳，等.企業(yè)數字化轉型、人力資本結構調整與勞動收入份額[J].管理世界，2022，38（12）：220-237.

[40]曹國強，謝建國，廖陳成.“一帶一路”倡議的和平效應[J].世界經濟，2024，47（6）：3-35.

[41]趙宸宇.數字化發(fā)展與服務化轉型——來自制造業(yè)上市公司的經驗證據[J].南開管理評論，2021，24（2）：149-163.

[42]杜勇，張歡，陳建英.金融化對實體企業(yè)未來主業(yè)發(fā)展的影響：促進還是抑制[J].中國工業(yè)經濟，2017（12）：113-131.

[43]儲德銀，程揚帆.稅收營商環(huán)境優(yōu)化與企業(yè)全要素生產率——來自稅務系統(tǒng)\"放管服\"改革的經驗證據[J].南開經濟研究，2024（4）：45-65.

[44]黃蕾，李馨怡，熊如意，等.環(huán)保稅與企業(yè)綠色創(chuàng)新邊界—基于廣度與深度雙重視角[J].財經理論與實踐，2025，46（1）：60-67.

[45]彭紅星，毛新述.政府創(chuàng)新補貼、公司高管背景與研發(fā)投入——來自我國高科技行業(yè)的經驗證據[J].財貿經濟，2017，38（3）：147-161.[責任編輯：許燕]