王玉燕 張靜娟

【摘要】本文采用熵權(quán)法測(cè)算2011 ～ 2020年275個(gè)地級(jí)市的營(yíng)商環(huán)境， 采用文本挖掘法測(cè)度2107家制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型， 實(shí)證檢驗(yàn)營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機(jī)制。結(jié)果表明， 營(yíng)商環(huán)境優(yōu)化能顯著促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。機(jī)制檢驗(yàn)表明， 營(yíng)商環(huán)境優(yōu)化通過(guò)降低企業(yè)制度性交易成本、 提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析發(fā)現(xiàn)， 對(duì)于非國(guó)有企業(yè)、 董事長(zhǎng)擁有較高學(xué)歷和無(wú)研發(fā)背景的企業(yè)， 以及處于資本和技術(shù)密集型行業(yè)、 非省會(huì)城市、 新型信息基礎(chǔ)設(shè)施建設(shè)較好區(qū)域的企業(yè)， 營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更為顯著。研究結(jié)論對(duì)于進(jìn)一步優(yōu)化營(yíng)商環(huán)境、 推動(dòng)企業(yè)落實(shí)數(shù)字化轉(zhuǎn)型決策具有一定的指導(dǎo)意義。

【關(guān)鍵詞】營(yíng)商環(huán)境優(yōu)化；數(shù)字化轉(zhuǎn)型；文本挖掘法；熵權(quán)法；制造業(yè)

【中圖分類號(hào)】F270? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）18-0138-8

一、? 引言

根據(jù)中國(guó)信息通信研究院《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2023年）》， 2022年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模為50.2萬(wàn)億元， 占GDP比重達(dá)41.5%。在全球經(jīng)濟(jì)下行、 國(guó)際局勢(shì)復(fù)雜等重重壓力下， 我國(guó)數(shù)字經(jīng)濟(jì)逆勢(shì)而上， 成為恢復(fù)經(jīng)濟(jì)發(fā)展、 穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的主引擎。近年來(lái)， 國(guó)家高度重視數(shù)字經(jīng)濟(jì)的發(fā)展， 黨的二十大報(bào)告中指出“加快發(fā)展數(shù)字經(jīng)濟(jì)， 促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合， 打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”。制造業(yè)作為實(shí)體經(jīng)濟(jì)之基， 其數(shù)字化轉(zhuǎn)型的難度更大， 企業(yè)之間的轉(zhuǎn)型差異更明顯（楊德明和劉泳文，2018）。研究制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響因素， 不僅有助于解決企業(yè)數(shù)字化轉(zhuǎn)型難題， 培育制造業(yè)數(shù)字化轉(zhuǎn)型新動(dòng)能， 而且在宏觀上有助于促進(jìn)我國(guó)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。

企業(yè)數(shù)字化轉(zhuǎn)型是指通過(guò)將數(shù)字技術(shù)引入現(xiàn)有企業(yè)管理架構(gòu)， 改變企業(yè)管理思維， 實(shí)現(xiàn)智能化、 精準(zhǔn)化、 高效化的數(shù)字化管理模式（劉淑春等，2021）。隨著市場(chǎng)原材料、 勞動(dòng)力等成本的逐漸攀升， 制造業(yè)產(chǎn)業(yè)利潤(rùn)不斷下降， 企業(yè)可借助大數(shù)據(jù)、 物聯(lián)網(wǎng)、 云計(jì)算等數(shù)字技術(shù)賦能研發(fā)設(shè)計(jì)、 生產(chǎn)管理、 銷售服務(wù)等制造的全過(guò)程， 盤活資產(chǎn)、 整合資源， 開(kāi)辟新的利潤(rùn)增長(zhǎng)空間。當(dāng)前我國(guó)制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型整體處于起步階段， 根據(jù)埃森哲發(fā)布的《2022中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究報(bào)告》， 僅有不到17%的企業(yè)數(shù)字化轉(zhuǎn)型卓有成效， 多數(shù)企業(yè)因面臨當(dāng)期經(jīng)營(yíng)困難、 轉(zhuǎn)型成本高等轉(zhuǎn)型困境而出現(xiàn)“不會(huì)轉(zhuǎn)、 不能轉(zhuǎn)、 不敢轉(zhuǎn)”的現(xiàn)象。數(shù)字化建設(shè)通常需要耗費(fèi)大量的資源， 多數(shù)企業(yè)會(huì)尋求智能制造政策支持、 投資稅收抵免激勵(lì)、 數(shù)字化平臺(tái)和專家等外部資源協(xié)助（Kusiak，2017）。營(yíng)商環(huán)境涵蓋企業(yè)在市場(chǎng)經(jīng)濟(jì)活動(dòng)中所涉及的一系列體制機(jī)制性因素和條件（國(guó)務(wù)院，2019）， 是企業(yè)擁有的重要外部資源。良好的營(yíng)商環(huán)境能夠?yàn)槠髽I(yè)開(kāi)展數(shù)字化轉(zhuǎn)型提供政務(wù)服務(wù)、 市場(chǎng)準(zhǔn)入、 法治保障等支持， 是企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的重要依托。因此， 從營(yíng)商環(huán)境優(yōu)化視角入手， 探究制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素， 對(duì)于實(shí)現(xiàn)制造業(yè)企業(yè)數(shù)字化發(fā)展有著重要意義。

現(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型影響因素的研究多側(cè)重于企業(yè)高管學(xué)術(shù)經(jīng)歷（陽(yáng)鎮(zhèn)等，2022）、 CEO權(quán)力（苑澤明，2023）和企業(yè)競(jìng)爭(zhēng)戰(zhàn)略選擇（武常岐等，2022）等內(nèi)部因素。在對(duì)企業(yè)外部營(yíng)商環(huán)境的研究上， 多數(shù)學(xué)者關(guān)注的是營(yíng)商環(huán)境對(duì)企業(yè)家經(jīng)營(yíng)管理活動(dòng)（魏下海等，2015）、 企業(yè)勞動(dòng)生產(chǎn)率（謝繁寶和樊瑤，2022）和創(chuàng)新效率（王磊等，2022）的影響， 而關(guān)于營(yíng)商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系少有問(wèn)津。在為數(shù)不多的考察營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響的研究中， 由于缺乏關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的相關(guān)統(tǒng)計(jì)數(shù)據(jù)， 部分研究采用民營(yíng)企業(yè)問(wèn)卷調(diào)查的截面數(shù)據(jù)進(jìn)行實(shí)證分析（史宇鵬和王陽(yáng)，2022）， 導(dǎo)致數(shù)據(jù)維度單一， 難以全面考察營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。

與前人研究相比， 本文可能的邊際貢獻(xiàn)如下： 第一， 基于文本挖掘法和爬蟲(chóng)技術(shù)從互聯(lián)網(wǎng)商業(yè)模式、 智能制造技術(shù)、 信息基礎(chǔ)設(shè)施三個(gè)維度構(gòu)建具有制造業(yè)行業(yè)特色的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)體系， 對(duì)微觀層面企業(yè)數(shù)字化度量方法進(jìn)行了有效補(bǔ)充。第二， 從營(yíng)商環(huán)境優(yōu)化視角探究企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)邏輯， 梳理營(yíng)商環(huán)境對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的總體影響， 同時(shí)揭示營(yíng)商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型之間的“機(jī)制黑箱”， 對(duì)營(yíng)商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型理論進(jìn)行了擴(kuò)展和融合。第三， 對(duì)破解企業(yè)數(shù)字化轉(zhuǎn)型難題、 培育制造業(yè)企業(yè)轉(zhuǎn)型新動(dòng)能具有一定的參考價(jià)值， 宏觀上對(duì)推進(jìn)實(shí)體經(jīng)濟(jì)的數(shù)字化進(jìn)程也具有一定的實(shí)踐意義。

二、? 理論分析與研究假設(shè)

營(yíng)商環(huán)境優(yōu)化包括市場(chǎng)主體保護(hù)、 市場(chǎng)環(huán)境、 政務(wù)服務(wù)、 監(jiān)管執(zhí)法、 法治保障五方面的優(yōu)化。

一方面， 營(yíng)商環(huán)境優(yōu)化能夠直接促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。公開(kāi)便捷、 優(yōu)質(zhì)普惠的政務(wù)服務(wù)能夠?yàn)槠髽I(yè)降低經(jīng)營(yíng)成本， 激勵(lì)企業(yè)開(kāi)展投資創(chuàng)新活動(dòng)； 競(jìng)爭(zhēng)有序、 開(kāi)放透明的市場(chǎng)環(huán)境能夠加強(qiáng)對(duì)市場(chǎng)主體的權(quán)益保護(hù)， 有助于為開(kāi)展數(shù)字化轉(zhuǎn)型的企業(yè)規(guī)避競(jìng)爭(zhēng)風(fēng)險(xiǎn)； 強(qiáng)有力的法制約束和激勵(lì)相容的制度環(huán)境更是促進(jìn)企業(yè)自主研發(fā)及技術(shù)創(chuàng)新的長(zhǎng)效機(jī)制和重要保障。企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的動(dòng)機(jī)是獲得競(jìng)爭(zhēng)優(yōu)勢(shì)， 提高經(jīng)濟(jì)效益（王永進(jìn)和馮笑，2018）。政府、 市場(chǎng)和制度三者的有機(jī)統(tǒng)一塑造的優(yōu)質(zhì)營(yíng)商環(huán)境， 有助于減少企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的外部干擾， 對(duì)其中可能面臨的投資建設(shè)審批困難、 地方保護(hù)和不當(dāng)競(jìng)爭(zhēng)、 研發(fā)創(chuàng)新產(chǎn)權(quán)糾紛等難題提供保障， 因此企業(yè)具有強(qiáng)大的內(nèi)生動(dòng)力開(kāi)展數(shù)字化轉(zhuǎn)型， 加大對(duì)數(shù)字技術(shù)的研發(fā)投入、 應(yīng)用數(shù)字化管理模式日益成為企業(yè)的必然選擇。

另一方面， 營(yíng)商環(huán)境優(yōu)化能夠通過(guò)降低企業(yè)制度性交易成本、 提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

在企業(yè)層面， 營(yíng)商環(huán)境優(yōu)化能夠通過(guò)降低企業(yè)制度性交易成本促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。首先， 簡(jiǎn)化審批流程、 規(guī)范涉企收費(fèi)能降低企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型所產(chǎn)生的一系列辦事成本； 其次， 搭建優(yōu)質(zhì)普惠的市場(chǎng)主體服務(wù)體系， 鼓勵(lì)銀行等金融機(jī)構(gòu)對(duì)中小企業(yè)予以管理費(fèi)用減免等合理優(yōu)惠， 能夠降低企業(yè)的融資成本； 最后， 完善透明的制度環(huán)境、 健全的數(shù)據(jù)資源保護(hù)等法治保障， 能解決契約失靈問(wèn)題， 減少企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中可能面臨的產(chǎn)權(quán)糾紛和由此帶來(lái)的維權(quán)成本。相應(yīng)地， 企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中面臨諸多生產(chǎn)設(shè)備技術(shù)、 組織管理流程的破舊立新， 均需要相應(yīng)的物質(zhì)與金融資本支持（劉淑春等，2021）， 而營(yíng)商環(huán)境優(yōu)化有利于降低企業(yè)因開(kāi)展數(shù)字化轉(zhuǎn)型而產(chǎn)生的一系列制度性交易成本， 減輕企業(yè)數(shù)字化轉(zhuǎn)型的金融負(fù)擔(dān)， 從而促進(jìn)企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型。

在行業(yè)層面， 營(yíng)商環(huán)境優(yōu)化能夠通過(guò)提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。良好的營(yíng)商環(huán)境作為一種制度性安排， 可以從激勵(lì)和監(jiān)督兩方面強(qiáng)化市場(chǎng)公平競(jìng)爭(zhēng)， 促進(jìn)企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型。一方面， 良好的營(yíng)商環(huán)境有助于破除市場(chǎng)準(zhǔn)入限制、 減少對(duì)資源的直接配置、 建立優(yōu)勝劣汰的市場(chǎng)競(jìng)爭(zhēng)機(jī)制， 在位企業(yè)和新進(jìn)入企業(yè)均需要通過(guò)創(chuàng)新緩解生存危機(jī)（Prantl，2012）， 其有強(qiáng)大的內(nèi)生動(dòng)力進(jìn)行數(shù)字化轉(zhuǎn)型， 以期在市場(chǎng)競(jìng)爭(zhēng)中獲得新的競(jìng)爭(zhēng)優(yōu)勢(shì)； 另一方面， 良好的營(yíng)商環(huán)境能夠強(qiáng)化對(duì)競(jìng)爭(zhēng)秩序的維護(hù)， 切實(shí)保障企業(yè)數(shù)字化轉(zhuǎn)型所需的公平競(jìng)爭(zhēng)的研發(fā)創(chuàng)新環(huán)境， 從而促進(jìn)企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型。

在城市層面， 營(yíng)商環(huán)境優(yōu)化通過(guò)增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。營(yíng)商環(huán)境優(yōu)化能夠從吸引人才和加強(qiáng)互動(dòng)兩方面保障企業(yè)數(shù)字化轉(zhuǎn)型的人才儲(chǔ)備。一方面， 科研經(jīng)費(fèi)補(bǔ)助、 安居工程等人才引進(jìn)政策和配套措施的落地營(yíng)造了開(kāi)放包容的人文環(huán)境， 各類人才“用腳投票”， 紛紛涌向營(yíng)商環(huán)境良好的地區(qū)（袁文融和楊震寧，2021）； 另一方面， 良好的營(yíng)商環(huán)境能夠?yàn)槿瞬呕?dòng)提供更多見(jiàn)面交流的機(jī)會(huì)， 通過(guò)貿(mào)易展覽、 行業(yè)會(huì)議、 研討講座等活動(dòng)交換技術(shù)和市場(chǎng)信息， 加強(qiáng)產(chǎn)學(xué)研合作， 進(jìn)一步豐富地區(qū)的人力資本。而企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型這類創(chuàng)新活動(dòng)需要高素質(zhì)管理人才和技術(shù)研發(fā)人才的加持， 良好的營(yíng)商環(huán)境能夠助力企業(yè)將數(shù)字技術(shù)引入現(xiàn)有企業(yè)管理架構(gòu)， 改變企業(yè)管理思維， 從而實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。因此， 本文提出假設(shè)1：

假設(shè)1： 營(yíng)商環(huán)境優(yōu)化能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

三、? 研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源

考慮到我國(guó)數(shù)字技術(shù)高速發(fā)展及逐步應(yīng)用的趨勢(shì)主要體現(xiàn)在2010年之后（袁淳等，2021）， 同時(shí)結(jié)合所選變量數(shù)據(jù)的可獲得性， 本文將研究區(qū)間選為2011 ～ 2020年。選取滬深A(yù)股制造業(yè)行業(yè)上市公司作為研究樣本， 并依次剔除如下四類公司： ST、 ?ST和PT公司， IPO當(dāng)年的觀測(cè)值和期間退市的公司， 審計(jì)報(bào)告類型為否定意見(jiàn)的公司， 主要變量缺失的公司。在城市選擇上， 本文剔除數(shù)據(jù)缺失嚴(yán)重的城市， 最終選取275個(gè)地級(jí)市的2107家制造業(yè)企業(yè)為研究對(duì)象。

本文公司層面的數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)， 年報(bào)文件均來(lái)自深圳證券交易所、 上海證券交易所網(wǎng)站， 地區(qū)層面的數(shù)據(jù)來(lái)自2011 ～ 2020年《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》。利用插值法補(bǔ)齊個(gè)別缺失數(shù)據(jù)。

（二）變量說(shuō)明

1. 解釋變量。本文對(duì)營(yíng)商環(huán)境的衡量主要參考《管理世界》經(jīng)濟(jì)研究院“中國(guó)城市營(yíng)商環(huán)境評(píng)價(jià)研究”課題組等（2019）構(gòu)建的評(píng)價(jià)體系， 在此基礎(chǔ)上新增“金融行業(yè)從業(yè)人數(shù)”“規(guī)模以上工業(yè)企業(yè)數(shù)”“當(dāng)年新簽項(xiàng)目合同個(gè)數(shù)”“發(fā)明專利獲得總量”4個(gè)指標(biāo)， 以全面刻畫金融服務(wù)、 市場(chǎng)環(huán)境和創(chuàng)新環(huán)境， 同時(shí)參考楊仁發(fā)和魏琴琴（2021）的研究， 以“主營(yíng)業(yè)務(wù)稅金及附加/利潤(rùn)總額”衡量企業(yè)稅收負(fù)擔(dān)， 并共選取政府效率、 金融服務(wù)、 公共服務(wù)、 市場(chǎng)環(huán)境、 創(chuàng)新環(huán)境5 個(gè)一級(jí)指標(biāo)， 下設(shè)15個(gè)二級(jí)指標(biāo)、 18 個(gè)三級(jí)指標(biāo)， 指標(biāo)名稱及屬性見(jiàn)表 1。采用熵值法測(cè)得各城市營(yíng)商環(huán)境指標(biāo)BE1， 在穩(wěn)健性檢驗(yàn)部分， 更換為變異系數(shù)法測(cè)得的營(yíng)商環(huán)境指標(biāo)BE2， 并采用中國(guó)人民大學(xué)國(guó)家發(fā)展與戰(zhàn)略研究院發(fā)布的《中國(guó)城市政商關(guān)系評(píng)價(jià)報(bào)告》中城市政商關(guān)系健康指數(shù)得到營(yíng)商環(huán)境的替換指標(biāo)BE3。

2. 被解釋變量。本文參考袁淳等（2021）的研究， 以數(shù)字化相關(guān)關(guān)鍵詞在年報(bào)中出現(xiàn)的詞頻數(shù)刻畫企業(yè)數(shù)字化轉(zhuǎn)型。中國(guó)證監(jiān)會(huì)要求上市公司在年報(bào)中對(duì)其所處行業(yè)和從事業(yè)務(wù)的情況進(jìn)行披露， 報(bào)告期內(nèi)企業(yè)若將數(shù)字化轉(zhuǎn)型作為自身的發(fā)展戰(zhàn)略， 則無(wú)疑會(huì)在年報(bào)中披露其經(jīng)營(yíng)狀況、 發(fā)展計(jì)劃及風(fēng)險(xiǎn)， 因此以年報(bào)中數(shù)字化相關(guān)詞頻代理企業(yè)數(shù)字化有一定的可行性和科學(xué)性。

構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的步驟如下： 首先， 爬取國(guó)務(wù)院政策文件庫(kù)網(wǎng)站關(guān)于數(shù)字化轉(zhuǎn)型的政策文件， 結(jié)合人工選取制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型較為成功的年報(bào)樣本， 通過(guò)JAVA分詞處理、 人工篩選調(diào)整成具有制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型特色的術(shù)語(yǔ)詞庫(kù)； 其次， 參照趙宸宇等（2021）的研究對(duì)關(guān)鍵詞進(jìn)行補(bǔ)充， 并依據(jù)詞語(yǔ)相關(guān)性對(duì)關(guān)鍵詞進(jìn)行分類， 詳見(jiàn)圖1； 最后， 參照詞庫(kù)， 采用文本挖掘法對(duì)企業(yè)年報(bào)文本進(jìn)行精準(zhǔn)詞頻挖掘， 對(duì)詞頻數(shù)加一后取自然對(duì)數(shù)， 即得到企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)Diga。

3. 控制變量。本文從企業(yè)財(cái)務(wù)特征和治理特征兩個(gè)方面選擇控制變量， 主要包括企業(yè)年齡、 企業(yè)規(guī)模、 資產(chǎn)負(fù)債率、 總資產(chǎn)收益率、 賬面市值比、 資產(chǎn)周轉(zhuǎn)率、 審計(jì)意見(jiàn)、 兩職合一、 前十大股東持股率。

具體變量定義如表2所示。

（三）樣本特征

1. 描述性統(tǒng)計(jì)。本文主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表3?？梢钥闯觯?企業(yè)數(shù)字化轉(zhuǎn)型的均值分別為3.182、 0.02和0.038， 方差分別為1.163、 0.047和0.097， 最小值均為0， 說(shuō)明不同企業(yè)之間的數(shù)字化轉(zhuǎn)型程度不一， 且存在部分企業(yè)尚未開(kāi)展數(shù)字化轉(zhuǎn)型的情況。從三種方法測(cè)得的營(yíng)商環(huán)境指標(biāo)結(jié)果來(lái)看， 城市之間的營(yíng)商環(huán)境存在較大差異。在控制變量中， 不同企業(yè)間的財(cái)務(wù)特征和治理特征也存在著差異， 這可能會(huì)影響到企業(yè)數(shù)字化轉(zhuǎn)型的開(kāi)展。

2. 樣本特征分析。以中位數(shù)為依據(jù)將營(yíng)商環(huán)境指標(biāo)BE1劃分為高低兩組， 表4的分樣本統(tǒng)計(jì)發(fā)現(xiàn)， 高營(yíng)商環(huán)境組的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)Diga以及分項(xiàng)指標(biāo)互聯(lián)網(wǎng)商業(yè)模式、 智能制造技術(shù)和信息基礎(chǔ)設(shè)施的均值均高于低營(yíng)商環(huán)境組， 且均值檢驗(yàn)發(fā)現(xiàn)相關(guān)變量的組間差異均在1% 的水平上顯著異于零， 這一差異為本文進(jìn)一步探究營(yíng)商環(huán)境優(yōu)化與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系提供了基礎(chǔ)。

（四）模型設(shè)定

根據(jù)以上理論分析， 構(gòu)建模型（1）考察營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。

Digit=α0+α1BEit+α2Controlsit+θY+λI+δP+εit? ? ? （1）

其中， 下標(biāo)i表示企業(yè)、 t表示年份， 被解釋變量Dig為企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)， 解釋變量BE為營(yíng)商環(huán)境指標(biāo)， Controls為表2中的一系列控制變量。為了控制宏觀因素和行業(yè)因素對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響， 在方程中加入年份固定效應(yīng)θY、 行業(yè)固定效應(yīng)λI和地區(qū)固定效應(yīng)δP， 本文實(shí)證模型均采用聚類穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行估計(jì)。

四、 實(shí)證分析

（一）基準(zhǔn)回歸

表5為基準(zhǔn)回歸結(jié)果， 在企業(yè)層面的聚類標(biāo)準(zhǔn)誤下， 第（1）列僅加入核心解釋變量， 第（2） ～ （5）列依次加入控制變量、 年份固定效應(yīng)、 行業(yè)固定效應(yīng)和地區(qū)固定效應(yīng)。由表5可知， 在控制了其他可能影響企業(yè)數(shù)字化轉(zhuǎn)型的因素后， BE1的回歸系數(shù)值略有降低， 但始終在1%的水平上顯著為正。由此， 假設(shè)1得證。

（二）穩(wěn)健性檢驗(yàn)

1. 替換核心變量。首先， 替換被解釋變量， 分別將企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)替換為考慮行業(yè)差異后的相對(duì)詞頻占比Digb、 企業(yè)軟件投資占無(wú)形資產(chǎn)比重Digc； 其次， 替換核心解釋變量， 分別替換為用變異系數(shù)法測(cè)得的營(yíng)商環(huán)境指標(biāo)BE2、 《中國(guó)城市政商關(guān)系評(píng)價(jià)報(bào)告》中城市政商關(guān)系健康指數(shù)代理的營(yíng)商環(huán)境指標(biāo)BE3?；貧w結(jié)果顯示， 替換核心變量后， 實(shí)證結(jié)果無(wú)實(shí)質(zhì)性改變。

2. 更換樣本范圍。在各級(jí)政府積極推行“互聯(lián)網(wǎng)+”行動(dòng)的背景下， 企業(yè)管理層存在著夸大數(shù)字化相關(guān)信息披露以進(jìn)行概念炒作的可能（趙璨等，2020）， 考慮到制造業(yè)企業(yè)調(diào)整相應(yīng)的生產(chǎn)要素配置需要一定的時(shí)間， 且需要相應(yīng)的資產(chǎn)支持， 才能實(shí)現(xiàn)企業(yè)在生產(chǎn)技術(shù)、 組織管理等整體框架上的數(shù)字化轉(zhuǎn)型， 本文篩選了存續(xù)期大于5年且資產(chǎn)負(fù)債率小于1的企業(yè)， 以及剔除了計(jì)算機(jī)、 通信和其他電子設(shè)備制造業(yè)這類與企業(yè)數(shù)字化轉(zhuǎn)型直接相關(guān)的行業(yè)。結(jié)果顯示， 在這兩個(gè)樣本范圍內(nèi)， BE1的系數(shù)依然在1%的水平上顯著為正。

3. 更換模型設(shè)定?？紤]到營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型可能存在一定時(shí)間的滯后影響， 本文分別使用核心解釋變量營(yíng)商環(huán)境的滯后一期、 滯后二期， 被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型的前置一期、 前置二期進(jìn)入原模型重新回歸， 時(shí)間結(jié)構(gòu)上的錯(cuò)位處理一定程度上也能夠減弱互為因果的干擾?；貧w結(jié)果顯示， 核心解釋變量的回歸系數(shù)依然在1%的水平上顯著為正， 驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性， 同時(shí)表明營(yíng)商環(huán)境優(yōu)化能夠?qū)ζ髽I(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生長(zhǎng)期可疊加的正向影響。另外， 由于樣本數(shù)據(jù)中約有290個(gè)樣本的企業(yè)數(shù)字化轉(zhuǎn)型觀測(cè)值為0， 被解釋變量存在著左截?cái)嗟奶卣鳎?故進(jìn)一步使用Tobit方法進(jìn)行回歸。結(jié)果顯示， BE1的系數(shù)仍然顯著為正， 進(jìn)一步說(shuō)明本文的結(jié)果是穩(wěn)健的。

限于篇幅， 以上穩(wěn)健性檢驗(yàn)結(jié)果未予列示。

（三）內(nèi)生性檢驗(yàn)

本文考察的是城市營(yíng)商環(huán)境對(duì)微觀制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響， 在邏輯上并不存在明顯的反向因果關(guān)系， 即個(gè)別企業(yè)的數(shù)字化轉(zhuǎn)型不會(huì)影響城市營(yíng)商環(huán)境建設(shè)。但是， 本文仍然存在著遺漏變量和測(cè)量誤差問(wèn)題， 這會(huì)導(dǎo)致估計(jì)結(jié)果有偏。為解決內(nèi)生性問(wèn)題， 選擇各城市的生活垃圾處理率作為工具變量。一方面， 該指標(biāo)反映了政府對(duì)城市通商便利度和公共服務(wù)的重視程度， 與地區(qū)營(yíng)商環(huán)境水平密切相關(guān)， 滿足相關(guān)性要求； 另一方面， 該指標(biāo)不會(huì)受到單個(gè)企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的影響， 滿足外生性要求。使用以上工具變量進(jìn)行2SLS估計(jì)。此外， 本文以營(yíng)商環(huán)境指標(biāo)的樣本觀測(cè)值與其平均值差的三次方構(gòu)造工具變量， 取三次方的高階矩表示偏度以提高估計(jì)的有效性， 解決度量誤差引起的內(nèi)生性問(wèn)題。結(jié)果顯示， 第一階段回歸的 F 統(tǒng)計(jì)量大于10， 不可識(shí)別檢驗(yàn)和弱識(shí)別檢驗(yàn)均拒絕了弱工具變量和識(shí)別不足的原假設(shè)， 表明本文選取的工具變量合理可靠。BE1的系數(shù)顯著為正， 表明本文主要結(jié)論仍成立。限于篇幅， 內(nèi)生性檢驗(yàn)結(jié)果未予列示。

五、? 進(jìn)一步分析

（一）機(jī)制檢驗(yàn)

通過(guò)前文理論分析可知， 營(yíng)商環(huán)境優(yōu)化能夠通過(guò)降低企業(yè)制度性交易成本、 提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度、 增加城市高層次人才供給來(lái)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。為了驗(yàn)證以上三個(gè)機(jī)制， 本文構(gòu)建模型（2）和模型（3）。

Wayit=β0+β1BEit+β2Controlsit+θY+λI+δP+εit? ? ?（2）

Digit=γ0+γ1BEit+γ2Wayit+γ3Controlsit+θY+λI+δP+εit? ? （3）

其中， Way表示機(jī)制變量， 包括企業(yè)制度性交易成本、 行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度和城市高層次人才供給。企業(yè)制度性交易成本以企業(yè)管理費(fèi)用、 銷售費(fèi)用與財(cái)務(wù)費(fèi)用之和占營(yíng)業(yè)收入比重代理； 行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度以赫芬達(dá)爾指數(shù)代理， 該指標(biāo)越小， 表明市場(chǎng)集中度越低， 行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度越高； 城市高層次人才供給以各城市普通本?？圃谛W(xué)生數(shù)代理， 本?？圃谛W(xué)生由于具有受教育程度高、 素質(zhì)技能較好等優(yōu)勢(shì)， 在就業(yè)市場(chǎng)上往往代表著較高質(zhì)量的人力資本， 而學(xué)生在就業(yè)地域的選擇上， 也呈現(xiàn)出“選擇大學(xué)所在城市”的就業(yè)偏好（周蓉，2022）。其他變量定義與模型（1）一致。

表6列示了中介效應(yīng)檢驗(yàn)結(jié)果。第（1）列中BE1的系數(shù)顯著為負(fù)， 表明營(yíng)商環(huán)境優(yōu)化能顯著降低企業(yè)制度性交易成本， 第（2）列中BE1的系數(shù)在1%的水平上顯著為正， 企業(yè)制度性交易成本的系數(shù)顯著為負(fù)， 說(shuō)明存在中介效應(yīng)， 印證了營(yíng)商環(huán)境優(yōu)化通過(guò)促使政府部門降本增效、 優(yōu)化涉企服務(wù)來(lái)降低企業(yè)制度性交易成本， 進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的作用渠道。第（3）列中BE1的系數(shù)顯著為負(fù)， 表明營(yíng)商環(huán)境優(yōu)化能顯著提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度， 第（4）列中BE1的系數(shù)在1%的水平上顯著為正， 行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度的系數(shù)顯著為負(fù)， 說(shuō)明營(yíng)商環(huán)境優(yōu)化能通過(guò)強(qiáng)化行業(yè)市場(chǎng)競(jìng)爭(zhēng)， 破除數(shù)字產(chǎn)業(yè)進(jìn)入壁壘、 維護(hù)市場(chǎng)公平競(jìng)爭(zhēng)秩序的渠道促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。第（5）列中BE1的系數(shù)在1%的水平上顯著為正， 表明營(yíng)商環(huán)境優(yōu)化能夠顯著強(qiáng)化城市高層次人力資本供給， 第（6）列中BE1和城市高層次人才供給的系數(shù)均顯著為正， 表明營(yíng)商環(huán)境優(yōu)化能夠通過(guò)加大城市高層次人力資本供給， 提供企業(yè)數(shù)字化轉(zhuǎn)型所需的人力資本支持， 進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

（二）異質(zhì)性檢驗(yàn)

1. 企業(yè)異質(zhì)性影響。數(shù)字技術(shù)的賦能在一定程度上顛覆了傳統(tǒng)的生產(chǎn)模式和組織框架， 對(duì)企業(yè)既有的商業(yè)戰(zhàn)略帶來(lái)沖擊， 開(kāi)展數(shù)字化轉(zhuǎn)型要求企業(yè)內(nèi)部具備一定的機(jī)會(huì)識(shí)別和響應(yīng)能力（Warner和W?ger，2019）。一方面， 產(chǎn)權(quán)性質(zhì)決定著企業(yè)的發(fā)展方向。國(guó)有企業(yè)除了承擔(dān)商業(yè)性目標(biāo)， 還兼具穩(wěn)定國(guó)民經(jīng)濟(jì)命脈、 落實(shí)宏觀經(jīng)濟(jì)政策等社會(huì)職能， 其發(fā)展戰(zhàn)略受政府約束和管制較為嚴(yán)格； 而非國(guó)有企業(yè)以打造競(jìng)爭(zhēng)優(yōu)勢(shì)、 追求經(jīng)濟(jì)利益為目標(biāo)， 在數(shù)字化發(fā)展浪潮中能夠更加積極主動(dòng)地制定數(shù)字化轉(zhuǎn)型戰(zhàn)略。另一方面， 根據(jù)高層梯隊(duì)理論， 管理者并非完全理性， 其自身的教育背景、 科研經(jīng)歷等個(gè)人經(jīng)驗(yàn)會(huì)影響企業(yè)對(duì)最新數(shù)字化趨勢(shì)的感知、 開(kāi)展數(shù)字化轉(zhuǎn)型的意愿以及快速響應(yīng)的能力， 進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型。

因此， 本文按照企業(yè)產(chǎn)權(quán)性質(zhì)、 董事長(zhǎng)學(xué)歷類別和研發(fā)背景將樣本進(jìn)行分組。其中， 研發(fā)背景參考賀新聞和洪琳（2021）的研究， 通過(guò)篩選董事長(zhǎng)公開(kāi)的個(gè)人簡(jiǎn)歷， 將曾經(jīng)擁有在高校、 科研機(jī)構(gòu)或企業(yè)任職時(shí)形成與職業(yè)相關(guān)的科研經(jīng)歷視為具有研發(fā)背景， 否則為無(wú)研發(fā)背景。表7的分組回歸結(jié)果表明， BE1的回歸系數(shù)均為正， 且在非國(guó)有企業(yè)、 董事長(zhǎng)擁有較高學(xué)歷（碩士及以上）和無(wú)研發(fā)背景的樣本中高度顯著。似無(wú)相關(guān)檢驗(yàn)（suest檢驗(yàn)）發(fā)現(xiàn)， 核心解釋變量的估計(jì)系數(shù)在分樣本間存在顯著的組間系數(shù)差異。這可能是因?yàn)椋?國(guó)有企業(yè)在數(shù)字化轉(zhuǎn)型戰(zhàn)略上的自主決策權(quán)和積極性相對(duì)較低， 非國(guó)有企業(yè)在數(shù)字化發(fā)展浪潮中更加積極主動(dòng)； 擁有較高學(xué)歷的董事長(zhǎng)對(duì)外部環(huán)境中數(shù)字化發(fā)展的感知識(shí)別和響應(yīng)能力更強(qiáng)， 對(duì)內(nèi)更有意識(shí)和動(dòng)機(jī)開(kāi)展企業(yè)數(shù)字化轉(zhuǎn)型； 具有研發(fā)背景的董事長(zhǎng)數(shù)年深耕于專業(yè)領(lǐng)域的科研創(chuàng)新， 其更加注重科研過(guò)程的縝密性和結(jié)果的可靠性， 可能對(duì)企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的決策行為過(guò)于保守。綜上， 企業(yè)產(chǎn)權(quán)性質(zhì)和管理者個(gè)人特質(zhì)會(huì)影響企業(yè)對(duì)數(shù)字化發(fā)展機(jī)會(huì)的識(shí)別和把握， 影響數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定， 進(jìn)而影響營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的功效發(fā)揮。

2. 行業(yè)異質(zhì)性影響。不同要素密集度的行業(yè)對(duì)于數(shù)字技術(shù)的依賴性差異也會(huì)導(dǎo)致其受營(yíng)商環(huán)境優(yōu)化的影響不同。技術(shù)密集型行業(yè)具有技術(shù)裝備多、 專利多的特點(diǎn)， 此類企業(yè)更容易獲得政策、 市場(chǎng)等資源支持， 資本密集型行業(yè)所需投資量大， 有形資產(chǎn)較為豐富， 能夠?yàn)槠髽I(yè)開(kāi)展數(shù)字化轉(zhuǎn)型提供資本支持， 故這兩類企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)更具競(jìng)爭(zhēng)優(yōu)勢(shì)； 勞動(dòng)密集型行業(yè)對(duì)技術(shù)和設(shè)備的依賴程度較低， 人均勞動(dòng)力技術(shù)裝備水平較低， 故較少能被數(shù)字化技術(shù)取代。

因此， 本文根據(jù)企業(yè)所處行業(yè)要素密集度將樣本劃分為勞動(dòng)密集型、 資本密集型和技術(shù)密集型企業(yè)并進(jìn)行分組回歸， 表8第（1） ～ （3）列報(bào)告了分樣本回歸結(jié)果。BE1的回歸系數(shù)均顯著為正， 且資本和技術(shù)密集型行業(yè)的回歸系數(shù)和顯著性均高于勞動(dòng)密集型行業(yè)。分樣本檢驗(yàn)結(jié)果表明， 營(yíng)商環(huán)境的組間回歸系數(shù)存在顯著差異。實(shí)證結(jié)果與前文理論分析保持一致， 即技術(shù)裝備多、 有形資產(chǎn)更為豐富的行業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)更容易獲得資本的支持， 享受營(yíng)商環(huán)境優(yōu)化帶來(lái)的制度政策紅利， 而勞動(dòng)密集型行業(yè)對(duì)數(shù)字技術(shù)的依賴性較低， 故相比勞動(dòng)密集型行業(yè)， 營(yíng)商環(huán)境優(yōu)化對(duì)資本和技術(shù)密集型行業(yè)的企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更強(qiáng)。

3. 城市異質(zhì)性影響。企業(yè)所處城市行政等級(jí)不同也會(huì)影響營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的作用。省會(huì)城市通常是國(guó)家或區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略的中心和先行者， 其經(jīng)濟(jì)條件優(yōu)越， 制度環(huán)境完善， 營(yíng)商環(huán)境處于較高水平； 非省會(huì)城市的企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型則面臨著政策、 市場(chǎng)等多方面約束， 受到營(yíng)商環(huán)境優(yōu)化的沖擊后， 企業(yè)間開(kāi)展數(shù)字化轉(zhuǎn)型的差異可能會(huì)更加明顯。

因此， 本文根據(jù)企業(yè)所處城市特征， 將樣本分為4個(gè)直轄市、 27個(gè)省會(huì)城市和244個(gè)非省會(huì)城市， 考察不同城市行政等級(jí)下?tīng)I(yíng)商環(huán)境優(yōu)化對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響差異， 表8第（4） ～ （6）列報(bào)告了分組回歸結(jié)果?？梢?jiàn)， 直轄市和省會(huì)城市營(yíng)商環(huán)境優(yōu)化對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型無(wú)顯著促進(jìn)作用， 非省會(huì)城市BE1的系數(shù)在1%的水平上顯著為正， 驗(yàn)證了優(yōu)化營(yíng)商環(huán)境能夠促進(jìn)非省會(huì)城市的制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

4. 新型信息基礎(chǔ)設(shè)施建設(shè)異質(zhì)性影響。5G 網(wǎng)絡(luò)、 大數(shù)據(jù)、 物聯(lián)網(wǎng)等數(shù)字技術(shù)演化成的新型信息基礎(chǔ)設(shè)施， 能夠改善用戶端到端網(wǎng)絡(luò)訪問(wèn)體驗(yàn)， 為數(shù)字化轉(zhuǎn)型實(shí)力不足的企業(yè)提供良好的算力支持， 有效滿足企業(yè)數(shù)字化轉(zhuǎn)型所需的低時(shí)延、 大帶寬、 本地計(jì)算、 安全承載、 降本增效等外部需求， 助力企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型， 故新型信息基礎(chǔ)設(shè)施建設(shè)水平不同的地區(qū)， 其營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響也不同。

考慮到各城市開(kāi)展新型信息基礎(chǔ)設(shè)施建設(shè)對(duì)鄰近區(qū)市存在空間溢出效應(yīng)（李海剛，2022）， 本文測(cè)算了各省份的人均互聯(lián)網(wǎng)端口數(shù)、 地區(qū)基站密度、 每百家企業(yè)域名數(shù)， 將其作為新型信息基礎(chǔ)設(shè)施建設(shè)的代理指標(biāo)， 并以中位數(shù)將樣本劃分為高低兩組， 表9列示了按照新型信息基礎(chǔ)設(shè)施建設(shè)不同水平分組后營(yíng)商環(huán)境優(yōu)化對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。結(jié)果表明， 在三類基建建設(shè)水平較高的城市， BE1的回歸系數(shù)均顯著為正， 而在這三項(xiàng)指標(biāo)對(duì)應(yīng)的低值組中， BE1的回歸系數(shù)和顯著性皆有所下降。同樣， 似無(wú)相關(guān)檢驗(yàn)發(fā)現(xiàn)， BE1在分樣本檢驗(yàn)的組間回歸系數(shù)均存在顯著差異。這和前文理論分析一致， 說(shuō)明完備的互聯(lián)網(wǎng)建設(shè)、 基站建設(shè)和網(wǎng)站域名建設(shè)等新型信息基礎(chǔ)設(shè)施能夠?yàn)閿?shù)字化轉(zhuǎn)型實(shí)力不足的制造業(yè)企業(yè)提供良好的算力系統(tǒng)支持， 助力企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型。

六、? 結(jié)論與啟示

本文探討了城市營(yíng)商環(huán)境優(yōu)化對(duì)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響效果及作用渠道， 得出如下結(jié)論： 營(yíng)商環(huán)境優(yōu)化能夠顯著促進(jìn)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型， 該結(jié)果在經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)和處理內(nèi)生性問(wèn)題后仍成立； 機(jī)制檢驗(yàn)結(jié)果表明， 營(yíng)商環(huán)境優(yōu)化通過(guò)降低企業(yè)制度性交易成本、 提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度、 增加城市高層次人才供給促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型； 異質(zhì)性分析發(fā)現(xiàn)， 對(duì)于非國(guó)有企業(yè)、 董事長(zhǎng)擁有較高學(xué)歷和無(wú)研發(fā)背景的企業(yè)， 以及處于非省會(huì)城市、 資本和技術(shù)密集型行業(yè)、 新型信息基礎(chǔ)設(shè)施建設(shè)較好區(qū)域的企業(yè)， 營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更為顯著。

本文的政策啟示如下： 第一， 深層次優(yōu)化營(yíng)商環(huán)境。應(yīng)加強(qiáng)各級(jí)政府部門之間的合作， 形成優(yōu)勢(shì)互補(bǔ)、 職能協(xié)調(diào)的政務(wù)服務(wù)體系， 提升政務(wù)服務(wù)能力和水平； 厘清市場(chǎng)活動(dòng)和政府服務(wù)的邊界， 側(cè)重調(diào)節(jié)市場(chǎng)失靈的負(fù)外部性， 維護(hù)市場(chǎng)競(jìng)爭(zhēng)秩序； 不斷完善法律法規(guī)體系， 針對(duì)性地為企業(yè)數(shù)字化轉(zhuǎn)型提供數(shù)字確權(quán)、 數(shù)據(jù)交易等制度保障， 激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)生動(dòng)力。政府應(yīng)立足數(shù)字產(chǎn)業(yè)頂層設(shè)計(jì)， 建立更為精準(zhǔn)的扶持政策體系， 切實(shí)加大對(duì)非省會(huì)城市營(yíng)商環(huán)境的關(guān)注， 健全新型信息基礎(chǔ)設(shè)施建設(shè)， 補(bǔ)齊營(yíng)商環(huán)境優(yōu)化影響企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性差異短板， 著力降低企業(yè)制度性交易成本、 提高行業(yè)市場(chǎng)競(jìng)爭(zhēng)程度、 增加高層次人才供給， 提振企業(yè)數(shù)字化轉(zhuǎn)型動(dòng)能。第二， 企業(yè)要根據(jù)自身情況量體裁衣進(jìn)行數(shù)字化轉(zhuǎn)型。企業(yè)不僅要增強(qiáng)自身對(duì)外部環(huán)境中數(shù)字化發(fā)展的感知識(shí)別和響應(yīng)能力， 有意識(shí)和有動(dòng)機(jī)地開(kāi)展數(shù)字化轉(zhuǎn)型， 還要考慮自身產(chǎn)權(quán)性質(zhì)、 生產(chǎn)規(guī)律、 發(fā)展需求、 所處行業(yè)技術(shù)水平特征， 積極尋求特色化、 高效化的數(shù)字化發(fā)展道路， 逐步挖掘自身數(shù)字化發(fā)展?jié)摿Γ?培養(yǎng)自身數(shù)字化轉(zhuǎn)型的比較優(yōu)勢(shì)， 讓營(yíng)商環(huán)境優(yōu)化真正賦能制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型。

【 主 要 參 考 文 獻(xiàn) 】

《管理世界》經(jīng)濟(jì)研究院“中國(guó)城市營(yíng)商環(huán)境評(píng)價(jià)研究”課題組，李志軍，張世國(guó)，高太山，單珊，周平錄．我國(guó)城市營(yíng)商環(huán)境及其評(píng)價(jià)［ J］．發(fā)展研究，2019（3）：54 ～ 58．

賀新聞，洪琳．高管團(tuán)隊(duì)研發(fā)背景對(duì)企業(yè)創(chuàng)新績(jī)效的影響——有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)［ J］．科學(xué)管理研究，2021（6）：82 ～ 89．

李海剛．?dāng)?shù)字新基建、空間溢出與經(jīng)濟(jì)高質(zhì)量發(fā)展［ J］．經(jīng)濟(jì)問(wèn)題探索，2022（6）：28 ～ 39．

劉淑春，閆津臣，張思雪，林漢川．企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［ J］．管理世界，2021（5）：170 ～ 190+13．

史宇鵬，王陽(yáng)．營(yíng)商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型：影響表現(xiàn)與作用機(jī)制［ J］．北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（2）：14 ～ 28．

王磊，景詩(shī)龍，鄧芳芳．營(yíng)商環(huán)境優(yōu)化對(duì)企業(yè)創(chuàng)新效率的影響研究［ J］．系統(tǒng)工程理論與實(shí)踐，2022（6）：1601 ～ 1615．

王永進(jìn)，馮笑．行政審批制度改革與企業(yè)創(chuàng)新［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2018（2）：24 ～ 42．

魏下海，董志強(qiáng)，張永璟．營(yíng)商制度環(huán)境為何如此重要？——來(lái)自民營(yíng)企業(yè)家“內(nèi)治外攘”的經(jīng)驗(yàn)證據(jù)［ J］．經(jīng)濟(jì)科學(xué)，2015（2）：105 ～ 116．

武常岐，張昆賢，周欣雨，周梓洵．?dāng)?shù)字化轉(zhuǎn)型、競(jìng)爭(zhēng)戰(zhàn)略選擇與企業(yè)高質(zhì)量發(fā)展——基于機(jī)器學(xué)習(xí)與文本分析的證據(jù)［ J］．經(jīng)濟(jì)管理，2022（4）：5 ～ 22．

謝繁寶，樊瑤．營(yíng)商環(huán)境對(duì)企業(yè)勞動(dòng)生產(chǎn)率影響效應(yīng)的實(shí)證檢驗(yàn)［ J］．統(tǒng)計(jì)與決策，2022（8）：179 ～ 183．

陽(yáng)鎮(zhèn)，陳勁，商慧辰．何種經(jīng)歷推動(dòng)數(shù)字化：高管學(xué)術(shù)經(jīng)歷與企業(yè)數(shù)字化轉(zhuǎn)型［ J］．經(jīng)濟(jì)問(wèn)題，2022（10）：1 ～ 11．

楊德明，劉泳文．“互聯(lián)網(wǎng)+”為什么加出了業(yè)績(jī)［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2018（5）：80 ～ 98．

楊仁發(fā)，魏琴琴．營(yíng)商環(huán)境對(duì)城市創(chuàng)新能力的影響研究——基于中介效應(yīng)的實(shí)證檢驗(yàn)［ J］．調(diào)研世界，2021（10）：35 ～ 43．

袁淳，肖土盛，耿春曉，盛譽(yù)．?dāng)?shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137 ～ 155．

袁文融，楊震寧．營(yíng)商環(huán)境如何影響居民創(chuàng)業(yè)——營(yíng)商硬環(huán)境與軟環(huán)境的異同［ J］．技術(shù)經(jīng)濟(jì)，2021（11）：35 ～ 45．

苑澤明，蘆欣媛，李萌，王桂平．CEO權(quán)力與企業(yè)數(shù)字化轉(zhuǎn)型：促進(jìn)還是抑制［ J］．財(cái)會(huì)月刊，2023（12）：153 ～ 160．

趙璨，陳仕華，曹偉．“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤風(fēng)險(xiǎn)的證據(jù)［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（3）：174 ～ 192．

趙宸宇，王文春，李雪松．?dāng)?shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［ J］．財(cái)貿(mào)經(jīng)濟(jì)，2021（7）：114 ～ 129．

周蓉．大學(xué)生就業(yè)心態(tài)：社會(huì)生態(tài)視域下的新常態(tài)及其應(yīng)對(duì)［ J］．當(dāng)代青年研究，2022（2）：94 ～ 101．

Kusiak A.. Smart manufacturing must embrace big data［ J］．Nature，2017（7648）：23 ～ 25．

Prantl S.. The impact of firm entry regulation on long-living entrants［ J］． Small Business Economics，2012（1）：61 ～ 76．

Warner K. S. R.， W?ger M.. Building dynamic capabilities for digital transformation： An ongoing process of strategic renewal［ J］．Long Range Planning，2019（3）：326 ～ 349．