國企數(shù)字化轉(zhuǎn)型的進(jìn)展、趨勢與政策選擇 2024

企業(yè)數(shù)字化轉(zhuǎn)型事關(guān)構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系、塑造國家競爭新優(yōu)勢和促進(jìn)高質(zhì)量發(fā)行數(shù)字化轉(zhuǎn)型的國企比例從2007年不足半數(shù)增長至2022年超過95%;同時國企數(shù)字化轉(zhuǎn)型程度從2008年的0.59上升至2022年的3.13，在15年間實(shí)現(xiàn)了超轉(zhuǎn)向全面覆蓋。2007年時國企年報(bào)中僅包含54個數(shù)字化轉(zhuǎn)型相關(guān)詞匯息化”“一體化”“數(shù)字化”等較為籠統(tǒng)的詞匯；2022年已擴(kuò)展到153個，并且涉及“云計(jì)算”“區(qū)塊鏈”“人工智能”等更為具體和專業(yè)化的詞匯。裝、道路運(yùn)輸、裝卸搬運(yùn)和運(yùn)輸代理業(yè)、貨幣金融服務(wù)等行業(yè)的數(shù)字化轉(zhuǎn)型平均水平依然落后于先發(fā)地區(qū)。隨著各省國企數(shù)字化轉(zhuǎn)型進(jìn)程的持續(xù)深入度字化生產(chǎn)和數(shù)字信息管理等長期性布局作為轉(zhuǎn)型目標(biāo)，表現(xiàn)在年報(bào)“數(shù)控”“信息中心”“集成化”等為主；而民企偏向通過數(shù)字化商業(yè)和智能化應(yīng)用來提升經(jīng)營績效，年報(bào)中的代表性詞匯為“電商”“智能制造”等。這表明國有企更重視服務(wù)國家戰(zhàn)略和行業(yè)整體發(fā)展，因而更關(guān)注提升數(shù)字基礎(chǔ)設(shè)施布局的深度和廣度。征、企業(yè)自身的財(cái)務(wù)因素和公司治理水平均是驅(qū)動國有企業(yè)轉(zhuǎn)型的重要動夏普利分解法將所有解釋變量對整體企業(yè)數(shù)字化轉(zhuǎn)型的解釋結(jié)果拆分為各23%和18%?？梢姇r間趨勢是國有企業(yè)數(shù)字化我們選取可持續(xù)增長率、資產(chǎn)收益率和成本收益率分別衡量企業(yè)的成長能力轉(zhuǎn)型水平對民營企業(yè)的全要素生產(chǎn)率不再具有正向提升作用；數(shù)字化轉(zhuǎn)型對型對地方國企的全要素生產(chǎn)率尚未表現(xiàn)出顯著提一是國企較多布局的傳統(tǒng)行業(yè)數(shù)字化轉(zhuǎn)型相對較慢。數(shù)字化轉(zhuǎn)型主二是國企數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益有待進(jìn)一步釋放。數(shù)字化轉(zhuǎn)型對僅為民營企業(yè)的55.3%、80.4%和56.3%。與民營企業(yè)聚焦于提升企業(yè)經(jīng)營績效等三是國企彌合地區(qū)間的數(shù)字鴻溝的積極作用仍有待發(fā)揮。2007年區(qū)的平均數(shù)字化轉(zhuǎn)型程度僅為0.69、0.60、0.42和0.28；2022年各地區(qū)的數(shù)字化重視其可能引致的區(qū)域差距、城鄉(xiāng)差距、貧富差距加劇等潛在風(fēng)險(xiǎn)。數(shù)字鴻溝相度上與基礎(chǔ)設(shè)施布局、地方經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等相關(guān)。數(shù)字基礎(chǔ)設(shè)施很大行業(yè)的數(shù)字化發(fā)展。二是促進(jìn)三大電信運(yùn)營商等相關(guān)國企支持推動新一代信業(yè)的數(shù)字化轉(zhuǎn)型門檻。三是發(fā)揮包括大型國企在內(nèi)的龍頭骨干企業(yè)以及數(shù)字協(xié)以高質(zhì)量數(shù)據(jù)資產(chǎn)驅(qū)動降本增效或創(chuàng)新業(yè)務(wù)模式。三是創(chuàng)新面向數(shù)字化轉(zhuǎn)型的[2]數(shù)字鴻溝的測度指標(biāo)為省份國企數(shù)字化轉(zhuǎn)型程度的變異系數(shù)（標(biāo)[3]考慮到企業(yè)數(shù)字化轉(zhuǎn)型決策與企業(yè)經(jīng)營績效以及全要素生產(chǎn)率會存題，在考察數(shù)字化轉(zhuǎn)型的短期影響時，我們使用了滯后一期的解釋變量；考察轉(zhuǎn)型的中期影響時，則使用了滯后四期的解釋變量，以盡量避免潛在的內(nèi)生性問題。同時，我們控制了流動資產(chǎn)比例、企業(yè)規(guī)模、經(jīng)理決策權(quán)、董事監(jiān)督、股權(quán)監(jiān)督等企業(yè)層面的控制變量以及企業(yè)和時間固定效應(yīng)，以基于上市公司年報(bào)文本構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)，其合理性在于書面文件能折射企業(yè)經(jīng)營戰(zhàn)略的獨(dú)特特征和未來期望。數(shù)字化轉(zhuǎn)型是新時代企業(yè)高質(zhì)量發(fā)展的重大戰(zhàn)略舉措，年報(bào)中相關(guān)文本信息一定程度上反映企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的經(jīng)營理念、路徑選擇和數(shù)字化轉(zhuǎn)型水平。因此，利用年報(bào)文本對數(shù)字化詞匯進(jìn)行詞頻統(tǒng)計(jì)，進(jìn)而刻畫企業(yè)數(shù)字轉(zhuǎn)型程度，有其科學(xué)性。類似方法也被《經(jīng)濟(jì)研究》二、基于數(shù)字化詞匯和結(jié)構(gòu)化分類對年報(bào)語段年報(bào)文本。我們從巨潮資訊網(wǎng)下載2007至2022年的36014份A股上市公司年報(bào)，其中包括3661分詞處理與詞頻統(tǒng)計(jì)?；趯W(xué)術(shù)領(lǐng)域和國家政策語義體系進(jìn)行綜合整理，歸納整理出161個與“企業(yè)數(shù)字化轉(zhuǎn)型”相關(guān)的特征詞，并依照“數(shù)字技術(shù)開發(fā)”和“數(shù)字技術(shù)應(yīng)用”展開結(jié)構(gòu)化分類，形成特征詞圖測度不同數(shù)字化方向的轉(zhuǎn)型程度。為刻畫企業(yè)在不同數(shù)字化方向的轉(zhuǎn)型程度，根據(jù)“核心數(shù)字技