中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告

目錄一、字轉(zhuǎn)背景 1二、字轉(zhuǎn)識(shí)策略 1三、業(yè)字轉(zhuǎn)現(xiàn)狀 6（一數(shù)化程斷入：業(yè)字比持攀升 6（二小企數(shù)化型：源能瓶待破 7（三服行數(shù)化勢(shì)顯：信銀、算機(jī)行實(shí)全數(shù)化 8（四新疫助：貿(mào)零業(yè)字轉(zhuǎn)實(shí)躍進(jìn) 9（五新源崛：領(lǐng)汽相行數(shù)化例激增 10（六地差顯：濟(jì)發(fā)省數(shù)化程先 10（七國(guó)數(shù)化型速：非企距斷小 （八初企積布：轉(zhuǎn)比高于老企業(yè) 13（九高長(zhǎng)與新驅(qū)動(dòng)科板創(chuàng)板業(yè)數(shù)化例先 13（十當(dāng)政重度數(shù)字轉(zhuǎn)：府視度高進(jìn)業(yè)型 14（十）字轉(zhuǎn)領(lǐng)：轉(zhuǎn)程前十強(qiáng) 16（十）業(yè)字先：轉(zhuǎn)標(biāo)前強(qiáng) 17（十）字轉(zhuǎn)黑：進(jìn)幅前十強(qiáng) 18四、論政建議 19參考獻(xiàn) 20數(shù)據(jù)載 21媒體絡(luò) 21致謝 21中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024一、數(shù)字化轉(zhuǎn)型背景在大數(shù)據(jù)、人工智能、區(qū)塊鏈等數(shù)字技術(shù)加速創(chuàng)新，日益融入經(jīng)濟(jì)社會(huì)發(fā)展各領(lǐng)域背景下，數(shù)字技術(shù)賦能實(shí)體經(jīng)濟(jì)創(chuàng)新發(fā)展，成為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要著力點(diǎn)。黨的十八大以來(lái)，黨中央高度重視發(fā)展數(shù)字經(jīng)濟(jì)，將其上升為國(guó)家戰(zhàn)略。習(xí)近平總書記在十九屆中央政治局第三十四次集體學(xué)習(xí)時(shí)亦強(qiáng)調(diào)：“發(fā)展數(shù)字經(jīng)濟(jì)意義重大，是把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇的戰(zhàn)略選擇?！苯?jīng)過(guò)數(shù)年發(fā)展，數(shù)字經(jīng)濟(jì)成為中國(guó)國(guó)民經(jīng)濟(jì)的重要組成部分。中國(guó)信通院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2023）》指出：2022年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到50.2萬(wàn)億，占GDP的比重達(dá)41.5%，超過(guò)了第二產(chǎn)業(yè)占GDP的比重39.9%。與傳統(tǒng)經(jīng)濟(jì)相比，數(shù)字經(jīng)濟(jì)借助大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)，不斷釋放數(shù)據(jù)要素價(jià)值，引發(fā)了生活生產(chǎn)方式與治理方式的全方位變革，從根本上改變了當(dāng)下經(jīng)濟(jì)發(fā)展方式和產(chǎn)業(yè)格局。在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，數(shù)字化轉(zhuǎn)型已成為我國(guó)應(yīng)對(duì)國(guó)內(nèi)外環(huán)境重大變化復(fù)雜局面，搶占未來(lái)競(jìng)爭(zhēng)制高點(diǎn)的戰(zhàn)略選擇。而企業(yè)作為國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展主力軍，是數(shù)字化轉(zhuǎn)型的重要主體。我國(guó)政府高度重視企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展，從《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》到《中小企業(yè)數(shù)字化賦能專項(xiàng)行動(dòng)方案》，一系列政策文件相繼出臺(tái)，為上市2023“不敢轉(zhuǎn)”等現(xiàn)實(shí)問(wèn)題。在此背景下，多角度分析中國(guó)上市公司數(shù)字化轉(zhuǎn)型現(xiàn)狀，全面把握中國(guó)數(shù)字化轉(zhuǎn)型發(fā)展進(jìn)程，有助于科學(xué)高效推進(jìn)上市公司全面數(shù)字化轉(zhuǎn)型，并為后續(xù)企業(yè)數(shù)字化發(fā)展推進(jìn)戰(zhàn)略提供支撐。精準(zhǔn)識(shí)別企業(yè)數(shù)字技術(shù)使用情況是全面評(píng)估中國(guó)上市公司數(shù)字化轉(zhuǎn)型現(xiàn)狀的關(guān)鍵。而現(xiàn)有研究在企業(yè)數(shù)字化轉(zhuǎn)型的測(cè)度上尚未達(dá)成共識(shí)，且均存在著測(cè)度對(duì)象不夠統(tǒng)一明確與測(cè)度方法不夠科學(xué)準(zhǔn)確的問(wèn)題。這導(dǎo)致很多研究結(jié)論不可比較、難以復(fù)制和相互沖突。在充分揚(yáng)棄現(xiàn)有研究利弊的基礎(chǔ)上，本報(bào)告使用金星曄等（2024）的做法，利用前沿的機(jī)器學(xué)習(xí)方法和大語(yǔ)言模型，基于2006-2023年中國(guó)上市公司年報(bào)文本，立足全面體現(xiàn)各種數(shù)字技術(shù)在企業(yè)中的實(shí)際使用狀況，構(gòu)造了一套新的數(shù)字化轉(zhuǎn)型指標(biāo)。該指標(biāo)具有對(duì)象明確、指標(biāo)齊全、準(zhǔn)確度高和可復(fù)制的優(yōu)點(diǎn)。在此基礎(chǔ)上，本報(bào)告對(duì)中國(guó)上市公司數(shù)字化轉(zhuǎn)型進(jìn)行了全面研究。二、數(shù)字化轉(zhuǎn)型識(shí)別策略由于數(shù)字化轉(zhuǎn)型涉及企業(yè)組織結(jié)構(gòu)、內(nèi)部管理、業(yè)務(wù)流程等方方面面的變革，難以在財(cái)務(wù)指標(biāo)中完整顯示，但上市公司有強(qiáng)烈的意愿在年報(bào)中披露，以獲得資本市場(chǎng)的青睞，因此文獻(xiàn)中通常使用基于年報(bào)的文本分析法來(lái)衡量數(shù)字化轉(zhuǎn)型水平（方明月等，2022）。Wind2007112006200720062023”（MD&A）分析了企業(yè)在報(bào)告期內(nèi)的經(jīng)營(yíng)情況、描述未來(lái)的發(fā)展戰(zhàn)略并披露公司所面臨的風(fēng)險(xiǎn)狀況。因此，已有文獻(xiàn)幾乎都選擇這個(gè)部分作為分析文本（例如，袁淳等，2021；趙宸宇等，2021）。還有部分公司選擇在“目錄、釋義及重大風(fēng)險(xiǎn)提示”中披露公司可能面臨的風(fēng)險(xiǎn)，其中也可能包含企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)信息。因此本報(bào)告選擇“管理層討論與分析”和“目錄、釋義及重大風(fēng)本報(bào)告先將全部文本按照句號(hào)和分號(hào)分割，得到待預(yù)測(cè)句庫(kù)。由于年報(bào)中大多數(shù)句子與數(shù)字化轉(zhuǎn)型無(wú)關(guān)，如果完全隨機(jī)抽取句子進(jìn)行閱讀，得到的大多數(shù)標(biāo)簽都將與數(shù)字技術(shù)無(wú)關(guān)，為了提高人工閱讀的效率并防止上下文對(duì)人工閱讀產(chǎn)生干擾，需要使用關(guān)鍵詞抽取具有不同代表性的年報(bào)句子，并與隨機(jī)抽取的句子一起構(gòu)成待標(biāo)記句庫(kù)（金星曄等，2024）。①為此，我們先定義數(shù)字技術(shù)，并構(gòu)建數(shù)字技術(shù)詞典。在定義數(shù)字技術(shù)時(shí)，我們首先考慮政策口徑。國(guó)家統(tǒng)計(jì)局在《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》中提到，產(chǎn)業(yè)數(shù)字化代表性技術(shù)為物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)等數(shù)字技術(shù)。國(guó)務(wù)院和工信部等部門多次出臺(tái)政策文件，提出了促進(jìn)大數(shù)據(jù)、人工智能、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)和區(qū)塊鏈等數(shù)字技術(shù)發(fā)展的指導(dǎo)意見。其次是企業(yè)TheChineseDigitalEconomy（Maetal.，2021）（金星曄等，2024）。表1表1數(shù)字技術(shù)定義定義例子大數(shù)據(jù)：傳統(tǒng)處理技術(shù)、算法無(wú)法處理的大型復(fù)雜數(shù)據(jù)集；具有數(shù)據(jù)體量巨大、數(shù)據(jù)類型多、處理速度快、價(jià)值密度低，商業(yè)價(jià)值高、數(shù)據(jù)真實(shí)性的特征對(duì)象儲(chǔ)存、分析型數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)、鍵值數(shù)據(jù)庫(kù)、批量計(jì)算、時(shí)序數(shù)據(jù)庫(kù)、數(shù)據(jù)集成、數(shù)據(jù)建模人工智能：利用數(shù)字計(jì)算機(jī)或者由數(shù)字計(jì)算機(jī)控制的機(jī)器，模擬、延伸和擴(kuò)展人類的智能，感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論、方法、技術(shù)和應(yīng)用系統(tǒng)知識(shí)圖譜、自然語(yǔ)言處理、增強(qiáng)現(xiàn)習(xí)、深度神經(jīng)網(wǎng)絡(luò)移動(dòng)互聯(lián):互聯(lián)網(wǎng)的技術(shù)、平臺(tái)、商業(yè)模式應(yīng)用與移動(dòng)通信技術(shù)結(jié)合并實(shí)踐的活動(dòng)的總稱移動(dòng)搜索、移動(dòng)中間件、移動(dòng)操作系統(tǒng)、移動(dòng)通信網(wǎng)絡(luò)云計(jì)算：是一種技術(shù)手段，通過(guò)云計(jì)算，將有能力把現(xiàn)有的信息孤島進(jìn)行數(shù)據(jù)、信息整合，實(shí)現(xiàn)“大數(shù)據(jù)”集中處理和綜合分析，進(jìn)行更加有效的策略制定并行計(jì)算、彈性云服務(wù)器、工業(yè)云、公有云、混合云物聯(lián)網(wǎng)：通過(guò)一定的設(shè)備，把物品與互聯(lián)網(wǎng)相連接，進(jìn)行信息交換和通信，以實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)RFID、電子標(biāo)簽、射頻識(shí)別、讀寫器、傳感器、微納傳感器、紅外感應(yīng)器、激光掃描器區(qū)塊鏈:將數(shù)據(jù)區(qū)塊以順序相連的方式組合成的鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)，并以密碼學(xué)方式保證的不可篡改和不可偽造的分布式賬本區(qū)塊鏈、區(qū)塊結(jié)構(gòu)、分布式網(wǎng)絡(luò)、分布式計(jì)算、智能合約、分布式賬本Chenetal.（2019）中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024在定義了六類數(shù)字技術(shù)后，本報(bào)告基于政策文本、研究報(bào)告和已有文獻(xiàn)，并結(jié)合人工3112）含10總數(shù)逐年增加，如果直接在上述兩部分句子中進(jìn)行隨機(jī)標(biāo)注，將導(dǎo)致大部分被標(biāo)注的句子靠近當(dāng)前年份（金星曄等，2024）。為了解決年份分布不均勻的問(wèn)題，在這兩部分句子的表2關(guān)鍵詞列表類型關(guān)鍵詞大數(shù)據(jù)大數(shù)據(jù)、海量數(shù)據(jù)、異構(gòu)數(shù)據(jù)、bigdata、對(duì)象儲(chǔ)存、分析型數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)、鍵值數(shù)據(jù)庫(kù)、批量計(jì)算、時(shí)序數(shù)據(jù)庫(kù)、數(shù)據(jù)集成、數(shù)據(jù)建模、數(shù)據(jù)可視化、數(shù)據(jù)脫敏、數(shù)據(jù)挖掘、數(shù)據(jù)資源、圖數(shù)據(jù)庫(kù)、文檔數(shù)據(jù)庫(kù)、隱私計(jì)算、元數(shù)據(jù)管理、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)管理平臺(tái)、數(shù)據(jù)技術(shù)、EB級(jí)存儲(chǔ)人工智能AI、人的智能、人類能力、人類智能、機(jī)器學(xué)習(xí)、人工智能、知識(shí)圖譜、自然語(yǔ)言處理、人機(jī)交互、計(jì)算機(jī)視覺、生物特征識(shí)別、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、遷徙學(xué)習(xí)、主動(dòng)學(xué)習(xí)、演化學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、量子計(jì)算、認(rèn)知計(jì)算、機(jī)器智能、增強(qiáng)智能、機(jī)器人（含醫(yī)療機(jī)器人、陪伴機(jī)器人等）、計(jì)算機(jī)視覺、計(jì)算成像學(xué)、圖像理解、三維視覺、動(dòng)態(tài)視覺、視頻編解碼、情感交互、體感交互、腦機(jī)交互、自然語(yǔ)言生成、自然語(yǔ)言問(wèn)答、機(jī)器翻譯、語(yǔ)義理解、問(wèn)答系統(tǒng)、支持向量機(jī)、決策樹、深度置信、卷積神經(jīng)、受限玻爾茲曼、循環(huán)神經(jīng)、粒子群優(yōu)化、多目標(biāo)演化、身份識(shí)別、CIMS、人證核驗(yàn)、人臉識(shí)別、虹膜識(shí)別、指靜脈識(shí)別、聲紋識(shí)別、步態(tài)識(shí)別、價(jià)值挖掘、個(gè)性化推薦、Artificial、Intelligence、人機(jī)對(duì)話、人機(jī)交互、語(yǔ)音測(cè)評(píng)、語(yǔ)音交互移動(dòng)互聯(lián)移動(dòng)搜索、移動(dòng)中間件、移動(dòng)操作系統(tǒng)、移動(dòng)通信網(wǎng)絡(luò)、4G、5G、3G、無(wú)線局域網(wǎng)（WLAN）、無(wú)線MESH網(wǎng)絡(luò)、IEEE、802.21、移動(dòng)搜索、移動(dòng)社交網(wǎng)絡(luò)、IOS、Android、手機(jī)百度、手機(jī)商店、手機(jī)廣告、攜程網(wǎng)、美團(tuán)、大眾點(diǎn)評(píng)、平板電腦、移動(dòng)上網(wǎng)設(shè)備、LBS、移動(dòng)支付、移動(dòng)導(dǎo)航、移動(dòng)定位、移動(dòng)社交、手游、移動(dòng)電子商務(wù)、手機(jī)廣告、移動(dòng)應(yīng)用商店、手機(jī)客戶端、微信、微店、移動(dòng)支付、手機(jī)購(gòu)物、支付寶、移動(dòng)辦公、移動(dòng)即時(shí)通信、APP、手機(jī)音樂(lè)、抖音、短視頻、直播帶貨、手機(jī)訂單、滴滴打車、移動(dòng)電子政務(wù)、公眾號(hào)、微店、手機(jī)淘寶、移動(dòng)智能終端、智能手機(jī)云計(jì)算并行計(jì)算、彈性云服務(wù)器（ECS）、多重租賃技術(shù)、多租戶技術(shù)、訪問(wèn)控制技術(shù)、分布式并行編程模式、分布式存儲(chǔ)、分布式云、分級(jí)存儲(chǔ)、負(fù)載均衡技術(shù)、工業(yè)云、公有云、混合云、基礎(chǔ)設(shè)施即服務(wù)（IaaS）、集成平臺(tái)即服務(wù)（IPaaS）、教育云、金融云、密鑰管理、內(nèi)部云、平臺(tái)即服務(wù)（PaaS）、區(qū)域云、軟件即服務(wù)（SaaS）、私有云、同態(tài)加密、網(wǎng)格計(jì)算、效用計(jì)算、行業(yè)云、虛擬化技術(shù)（VT）、虛擬機(jī)、醫(yī)療云、應(yīng)用程序平臺(tái)即服務(wù)（APaaS）、應(yīng)用虛擬化、云安全、云備份、云倉(cāng)儲(chǔ)、云操作系統(tǒng)、云儲(chǔ)存、云存儲(chǔ)、云端、云端化、云端管控、云端災(zāi)難恢復(fù)、云端智慧化信息搜索、云服務(wù)、云管理、云呼叫、云互動(dòng)、云計(jì)算、云計(jì)算平臺(tái)管理、云技術(shù)、云架構(gòu)、云媒體、云密文、云平臺(tái)、云上容災(zāi)、云社交、云手機(jī)、云電話、云手游、云數(shù)據(jù)管理、云數(shù)據(jù)加密、云數(shù)據(jù)中心、云搜索、云物流、云業(yè)務(wù)、云營(yíng)銷、云硬盤（EVS）、云游戲、云原生技術(shù)、云戰(zhàn)略、云支付、云制造、云轉(zhuǎn)碼、中心云、專有云、資源虛擬化、移動(dòng)云（OSS）、視頻即服務(wù)（VaaS）、視頻監(jiān)控即服務(wù)（VSaaS）、視頻會(huì)議即服務(wù)（VCaaS）物聯(lián)網(wǎng)RFID、電子標(biāo)簽、射頻識(shí)別、讀寫器、傳感器、微納傳感器、紅外感應(yīng)器、激光掃描器、條碼、條形碼、紅外掃描、識(shí)讀器、微機(jī)電系統(tǒng)、MEMS、傳感網(wǎng)、物品標(biāo)識(shí)、磁卡識(shí)別、PMLGPS、全球定位系統(tǒng)、GIS、ZigBee、藍(lán)牙、工業(yè)無(wú)線網(wǎng)絡(luò)、無(wú)線傳感、WSN、IrDA、NFC技術(shù)、WiMAX、工業(yè)無(wú)線技術(shù)、HART、M2M、NB-IoTpos10類型關(guān)鍵詞機(jī)、遠(yuǎn)程監(jiān)控、物聯(lián)網(wǎng)、工業(yè)物聯(lián)網(wǎng)、嵌入式系統(tǒng)、邊緣計(jì)算、IoT、InternetofThing區(qū)塊鏈鏈?zhǔn)綌?shù)據(jù)、梅克爾樹、工作量證明、數(shù)字貨幣、許可鏈、非許可鏈、公有鏈、私有鏈、聯(lián)盟鏈、比特幣、以太坊、以太幣、ETH、BaaS、數(shù)字資產(chǎn)、非同質(zhì)化代幣、NTF、IOC代幣、產(chǎn)品溯源、libra、加密貨幣人工標(biāo)注的思路是，先判斷企業(yè)使用了哪種/哪幾種數(shù)字技術(shù)，進(jìn)而判斷企業(yè)是否進(jìn)行了數(shù)字化轉(zhuǎn)型。人工標(biāo)注的目的是形成訓(xùn)練集、測(cè)試集和驗(yàn)證集，為后面的機(jī)器學(xué)習(xí)打下基礎(chǔ)。我們將24位研究人員分為12對(duì)難以確定標(biāo)簽的句子，不納入訓(xùn)練集。最后，所有待標(biāo)記句庫(kù)中的句子被分類至八個(gè)標(biāo)度量數(shù)字化轉(zhuǎn)型的關(guān)鍵步驟是訓(xùn)練機(jī)器學(xué)習(xí)模型，讓人工智能技術(shù)替代人工來(lái)判別文本中包括數(shù)字技術(shù)關(guān)鍵詞是否意味著真正進(jìn)行了數(shù)字化轉(zhuǎn)型，從而避免第二類統(tǒng)計(jì)錯(cuò)誤（納偽）。參考金星曄等（2024）的研究，我們使用百度開源的、內(nèi)嵌了ERNIE的PaddleHubtokenizerERNIE8：1：1證集。同時(shí)，為了比較不同模型之間的分類性能，我們也訓(xùn)練了SVM（支持向量機(jī)）和NeuralNetworks（）機(jī)器學(xué)習(xí)的主要目的是識(shí)別文本是否以及體現(xiàn)了哪種數(shù)字技術(shù)。對(duì)于這種分類模型，通常用精確度（Precision）、召回率（Recall）和正確率（Accuracy）來(lái)度量模型的性能（2024）F1-Score表3ERNIEF1-Score81%、70%、93%75%ERNIE表3不同機(jī)器學(xué)習(xí)算法的分類性能PrecisionRecallAccuracyF1ERNIE81.1%70.0%92.9%75.1%NeuralNetworks73.4%64.7%92.5%68.8%SVM78.0%56.3%92.4%65.4%ERNIE模型構(gòu)造數(shù)字化轉(zhuǎn)型指標(biāo)①非新型數(shù)字技術(shù)指?jìng)鹘y(tǒng)的數(shù)字技術(shù)或者數(shù)字技術(shù)的泛稱。例如，互聯(lián)網(wǎng)、寬帶、通信技術(shù)、網(wǎng)購(gòu)、平臺(tái)經(jīng)濟(jì)、數(shù)字化、數(shù)字技術(shù)、智能化等提法。②Precision度量全部被預(yù)測(cè)為Positive類（“是”）的句子中，真的是Positive類的比例；Recall是模型能夠?qū)⒁环菽陥?bào)中全部Positive類句子找出來(lái)的能力；Accuracy是度量模型的分類在多大程度上是正確的能力，包括了Positive類和Negative類（“），F(xiàn)1PrecisionRecall1001012128Precision值8/12=0.75，Recall8/10=0.890Negative410Positive2Accuracy[（10-2）+（90-4）]/100=0.94F1=2*Presicion*Recall/（Precision+Recall）=0.774194。中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024ERNIE2006-2023（1）1，反之為。（2）基于此方法所構(gòu)造的數(shù)字化轉(zhuǎn)型指標(biāo)在最大程度上克服了文本識(shí)別不準(zhǔn)確的問(wèn)題，與企業(yè)數(shù)字技術(shù)使用現(xiàn)實(shí)高度吻合，具有對(duì)象明確、指標(biāo)齊全、準(zhǔn)確度高和可復(fù)制的優(yōu)點(diǎn)，有效克服了現(xiàn)有研究在測(cè)度數(shù)字化轉(zhuǎn)型方面所存在的問(wèn)題（金星曄等，2024）?，F(xiàn)有文獻(xiàn)在測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度時(shí)，通常使用了三種方法。第一種方法是客觀數(shù)據(jù)法，這包括計(jì)算本企業(yè)與數(shù)字技術(shù)相關(guān)的軟件投資或硬件投資占總資產(chǎn)的比例（Mülleretal.，2018；劉飛和田高良，2019；祁懷錦等，2020），基于調(diào)查數(shù)據(jù)度量企業(yè)內(nèi)機(jī)器人的使用（Acemoglu&Restrepo，2020）或者分析預(yù)測(cè)工具的使用（Brynjolfssonetal.，2021），基于行業(yè)計(jì)算機(jī)軟硬件投資額度量行業(yè)的信息技術(shù)密度（ITIntensity）（Chunetal.，2008）。然而，此方法有兩個(gè)缺點(diǎn)。第一，范圍太窄，只適合度量某一種具體的數(shù)字技術(shù)的非人力成本投入。例如，某個(gè)企業(yè)招聘了從事數(shù)字化轉(zhuǎn)型的工程師，但是支付給工程師的工資成本并不能體現(xiàn)為數(shù)字化硬件或軟件的投入，此時(shí)就會(huì)被漏記。第二，度量比較粗糙。例如，籠統(tǒng)地統(tǒng)計(jì)數(shù)字技術(shù)硬件或軟件的做法，無(wú)法區(qū)分不同類型數(shù)字技術(shù)的應(yīng)用。第二種方法是問(wèn)卷法，即使用問(wèn)卷調(diào)查獲取相關(guān)數(shù)據(jù)，通過(guò)企業(yè)對(duì)數(shù)字技術(shù)使用相關(guān)題項(xiàng)的回答來(lái)測(cè)度其數(shù)字技術(shù)使用水平。該方法則存在調(diào)查成本高、數(shù)據(jù)量受限、不可復(fù)制以及主觀偏誤等問(wèn)題，且受抽樣方法影響，準(zhǔn)確度有待驗(yàn)證。第三種方法，也是最主流的方法——詞典法，即先構(gòu)建一個(gè)包含各種數(shù)字技術(shù)的關(guān)鍵詞詞典，然后根據(jù)這些關(guān)鍵詞在上市公司年報(bào)中管理層討論與分析”部分出現(xiàn)的次數(shù)或比例，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。一個(gè)上市公司年報(bào)中提及數(shù)字技術(shù)的次數(shù)或者比例越高，CSMAR數(shù)據(jù)庫(kù)自帶的數(shù)字技術(shù)詞頻統(tǒng)計(jì)表（例如，黃逵友等，2023；耀友福和周蘭，2023），作為CSMAR62”“”和”（27個(gè)關(guān)鍵詞）（8）（17）（10）。以CSMAR“棄真”。4“+API”“OCR”、和“”，均未被收錄到CSMAR表4CSMAR詞典的遺漏問(wèn)題例句遺漏問(wèn)題二是聚焦在出行、醫(yī)療、教育等用戶自然生活需求的場(chǎng)景構(gòu)建，通過(guò)“云+API（應(yīng)用程序編程接口”的方式輸出金融服務(wù)能力，提高客戶粘度與產(chǎn)品滲透率）①云+API能夠表示企業(yè)使用了云計(jì)算等數(shù)字技術(shù)利用光學(xué)字符識(shí)別技術(shù)（OCR賦能證件識(shí)別，識(shí)別成功率達(dá)98%以上，提升了業(yè)務(wù)審核效率②OCR是人工智能技術(shù)的運(yùn)用研發(fā)完成通過(guò)較小代價(jià)提升方言與小語(yǔ)種識(shí)別可用性的技術(shù)路徑，方言與維語(yǔ)、藏語(yǔ)識(shí)別效果大幅提升③小語(yǔ)種識(shí)別等關(guān)鍵詞也能夠表示企業(yè)使用了人工智能技術(shù)（600036）2018（000001）2020（002230）2017配合先進(jìn)的圖像識(shí)別算法可保證圖像識(shí)別正確率>95%①圖像識(shí)別能夠表示企業(yè)使用了人工智能技術(shù)之所以會(huì)出現(xiàn)關(guān)鍵詞遺漏，是因?yàn)檫@些關(guān)鍵詞都是研究者根據(jù)部分文獻(xiàn)人為選定的詞語(yǔ)，而每個(gè)人選擇的標(biāo)準(zhǔn)又很難統(tǒng)一。在實(shí)踐中，各種數(shù)字技術(shù)層出不窮，新的名詞不斷涌現(xiàn)，因此用詞典法來(lái)測(cè)度數(shù)字化轉(zhuǎn)型必然存在“掛一漏萬(wàn)”和更新遲滯的問(wèn)題。事實(shí)上，除了CSMAR的關(guān)鍵詞詞典，其它文獻(xiàn)使用的關(guān)鍵詞詞典也存在明顯的遺漏問(wèn)題。人為選擇關(guān)鍵詞導(dǎo)致的附帶問(wèn)題是，由于每個(gè)研究者的主觀標(biāo)準(zhǔn)不同，選擇范圍不同，這導(dǎo)致不同文獻(xiàn)使用的關(guān)鍵詞差異很大，從而基于不同詞典構(gòu)造的數(shù)字化轉(zhuǎn)型指標(biāo)缺乏可（2021）76（2022）95（2022）76明月等（2022）包含了112（2022）最多，CSMAR最少，這導(dǎo)致這些詞典之間的重合度不高。例如，CSMAR詞典與吳非等（2021）（2022）39個(gè)關(guān)鍵詞相同，相同的關(guān)鍵詞占CSMAR62個(gè)的比例（即重合度）為63%。不過(guò)，吳非等（2021）和李云鶴等（2022）19（2022）（2022）1917%。第二個(gè)問(wèn)題是，詞典法存在表意不真實(shí)的問(wèn)題，即錯(cuò)誤地將一些并不表示企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐的內(nèi)容包括在內(nèi)，這屬于統(tǒng)計(jì)學(xué)上的第二類錯(cuò)誤，即“納偽”。仍以CSMAR在一些上市公司的年報(bào)中，即便某個(gè)句子中包含了數(shù)字技術(shù)關(guān)鍵詞，根據(jù)句意也不能判斷該企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型。具體來(lái)說(shuō)，這包括三種情況：第一，句子采用了否定表述；第二，公司可能表示將在未來(lái)進(jìn)行數(shù)字化而不是現(xiàn)在；第三，企業(yè)可能描述的是行業(yè)的發(fā)展5表5CSMAR詞典的表意錯(cuò)誤問(wèn)題例句表意錯(cuò)誤問(wèn)題為了避免項(xiàng)目存在的不確定性與技術(shù)研發(fā)風(fēng)險(xiǎn)，公司暫時(shí)將智能教育機(jī)器人研發(fā)中心項(xiàng)目推進(jìn)節(jié)奏放緩，因此尚未對(duì)該項(xiàng)目有較大的投入②企業(yè)否定了數(shù)字化轉(zhuǎn)型未來(lái)公司將利用物聯(lián)網(wǎng)行業(yè)高速發(fā)展的有利環(huán)境，努力擴(kuò)大業(yè)務(wù)規(guī)模并提高公司盈利能力③描述的是未來(lái)而不是當(dāng)前2021年，公司將穩(wěn)步拓展大屏與專業(yè)顯示器業(yè)務(wù)，進(jìn)一步豐富產(chǎn)品品5G樁、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)七大領(lǐng)域發(fā)展帶來(lái)的新機(jī)遇④描述的是宏觀發(fā)展情況，而不是目標(biāo)企業(yè)數(shù)字化三、企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀（一）數(shù)字化進(jìn)程不斷深入：企業(yè)數(shù)字化比例持續(xù)攀升企業(yè)數(shù)字技術(shù)的采納與應(yīng)用比例呈現(xiàn)出穩(wěn)步上升的趨勢(shì)。依據(jù)上文所述企業(yè)數(shù)字化轉(zhuǎn)型識(shí)別策略，圖1革命背景下，我國(guó)政府高度重視數(shù)字化轉(zhuǎn)型發(fā)展，圍繞加快新型基礎(chǔ)設(shè)施建設(shè)、推動(dòng)行業(yè)數(shù)字化轉(zhuǎn)型、促進(jìn)融通發(fā)展等方面作出重要部署，數(shù)字化進(jìn)程不斷加快?？傮w而言，從2006年開始，上市公司中使用數(shù)字技術(shù)的企業(yè)數(shù)量與使用數(shù)字技術(shù)的比例持續(xù)上升。至（002767）2017（300010）2019（603236）2019（000727）202020242023472291%，絕大部分上市公司均使用了數(shù)字技術(shù)。隨著新冠肺炎疫情的全球蔓延與持續(xù)影響，數(shù)字化轉(zhuǎn)型進(jìn)程顯著加速。一方面，大量傳統(tǒng)企業(yè)加速數(shù)字化轉(zhuǎn)型，以應(yīng)對(duì)疫情帶來(lái)的經(jīng)營(yíng)壓力和市場(chǎng)變化。另一方面，新興數(shù)字化企業(yè)也借助疫情帶來(lái)的機(jī)遇，迅速發(fā)展壯大。在2020-2021202078%；2021404288%。5000450040003500300025002000150010000

100%90%80%70%60%50%40%30%20%10%0%當(dāng)年上市公司中使用數(shù)字技術(shù)的企業(yè)數(shù)量 使用數(shù)字技術(shù)的比例（右）圖1分年份數(shù)字化企業(yè)統(tǒng)計(jì)圖（二）小型企業(yè)數(shù)字化轉(zhuǎn)型：資源與能力瓶頸待突破在企業(yè)數(shù)字化進(jìn)程中，小型企業(yè)數(shù)字化轉(zhuǎn)型步伐更慢。大中型企業(yè)數(shù)字化比例明顯高《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法（2017）》對(duì)大中小微型企業(yè)的劃分方法，我們把數(shù)據(jù)比例情況如圖22006-20231761067%。中型企業(yè)中2006-2023年數(shù)字化企業(yè)總量為11217家，但由于基數(shù)比較小，其數(shù)字化企業(yè)比66%2006-2023917比例為52%物力資源?？梢钥闯?，大中型企業(yè)是數(shù)字化轉(zhuǎn)型的主力軍。小型企業(yè)仍然存在“不會(huì)轉(zhuǎn)”、“”、2000018000160001400012000

80%70%60%50%100008000600040002000

40%30%20%10%0大型企業(yè)

中型企業(yè)

0%小型企業(yè)2006~2023年數(shù)字化企業(yè)總量 數(shù)字化企業(yè)比例（右）圖2分規(guī)模數(shù)字化企業(yè)統(tǒng)計(jì)圖（三）服務(wù)行業(yè)數(shù)字化趨勢(shì)顯著：通信、銀行、計(jì)算機(jī)等行業(yè)實(shí)現(xiàn)全面數(shù)字化服務(wù)行業(yè)邁向全面數(shù)字化新時(shí)代，通信、銀行及計(jì)算機(jī)等行業(yè)作為先鋒，已率先實(shí)現(xiàn)全面數(shù)字化轉(zhuǎn)型。2023年分（6）6銀行（100%）、計(jì)算機(jī)（100%）、傳媒（98%）、電子（97%）。數(shù)字化企業(yè)比例最低的五個(gè)行業(yè)是：石油石化（81%）、有色金屬（81%）、基礎(chǔ)化工（80%）、煤炭（72%）、（69%）。表6分行業(yè)數(shù)字化企業(yè)統(tǒng)計(jì)表（2023年）行業(yè)名稱數(shù)字化企業(yè)數(shù)量數(shù)字化企業(yè)比例通信(申萬(wàn))127100%銀行(申萬(wàn))26100%計(jì)算機(jī)(申萬(wàn))323100%傳媒(申萬(wàn))12598%電子(申萬(wàn))44797%家用電器(申萬(wàn))8497%汽車(申萬(wàn))24796%國(guó)防軍工(申萬(wàn))12996%機(jī)械設(shè)備(申萬(wàn))48196%非銀金融(申萬(wàn))5995%食品飲料(申萬(wàn))11195%社會(huì)服務(wù)(申萬(wàn))6694%電力設(shè)備(申萬(wàn))32494%中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024環(huán)保(申萬(wàn))12294%建筑裝飾(申萬(wàn))14492%輕工制造(申萬(wàn))14092%美容護(hù)理(申萬(wàn))2890%商貿(mào)零售(申萬(wàn))8990%紡織服飾(申萬(wàn))9389%交通運(yùn)輸(申萬(wàn))10389%綜合(申萬(wàn))1886%醫(yī)藥生物(申萬(wàn))39886%公用事業(yè)(申萬(wàn))10284%鋼鐵(申萬(wàn))3784%建筑材料(申萬(wàn))6284%農(nóng)林牧漁(申萬(wàn))8483%石油石化(申萬(wàn))3581%有色金屬(申萬(wàn))10681%基礎(chǔ)化工(申萬(wàn))31180%煤炭(申萬(wàn))2672%房地產(chǎn)(申萬(wàn))7169%（四）新冠疫情助推：商貿(mào)零售業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)躍進(jìn)新冠肺炎疫情背景下，數(shù)字化轉(zhuǎn)型成為商貿(mào)零售業(yè)發(fā)展的新出路。受新冠肺炎疫情的影響，商貿(mào)零售類企業(yè)的數(shù)字化比例在2020-2021年期間大幅提升，從82%上升至90%（見圖3）。新冠肺炎疫情改變了消費(fèi)者的購(gòu)物習(xí)慣和行為模式。商貿(mào)零售類企業(yè)作為距離消費(fèi)者比較近的行業(yè)，受到較大的疫情沖擊，但同時(shí)也促使了它們加速數(shù)字化轉(zhuǎn)型的進(jìn)程。為了保持業(yè)務(wù)運(yùn)營(yíng)和滿足消費(fèi)者需求，在疫情期間保持競(jìng)爭(zhēng)力，其不得不加快數(shù)字化轉(zhuǎn)型的步伐，提升線上銷售和服務(wù)的能力。95%90%85%80%75%70%65%60%55%50%商貿(mào)零售行業(yè)內(nèi)數(shù)字化的比例3（五）新能源車崛起：引領(lǐng)汽車相關(guān)行業(yè)數(shù)字化比例激增新能源車的強(qiáng)勢(shì)崛起重塑了汽車行業(yè)的競(jìng)爭(zhēng)格局，成為推動(dòng)汽車產(chǎn)業(yè)全面擁抱數(shù)字時(shí)代的關(guān)鍵力量。42020-20212020。202194%9,000,000100%8,000,0007,000,00080%6,000,0005,000,00060%4,000,00040%3,000,0002,000,00020%1,000,00000% 新能源車年零售量（乘聯(lián)會(huì)數(shù)據(jù)） 汽車相關(guān)行業(yè)數(shù)字化比例（右）圖4新能源車年零售量與汽車相關(guān)行業(yè)數(shù)字化比例統(tǒng)計(jì)圖（六）地區(qū)差異顯現(xiàn)：經(jīng)濟(jì)發(fā)達(dá)省份數(shù)字化進(jìn)程領(lǐng)先經(jīng)濟(jì)發(fā)達(dá)省份引領(lǐng)數(shù)字化進(jìn)程，多省份數(shù)字化企業(yè)比例超七成，全國(guó)數(shù)字化進(jìn)程迅速普及。5發(fā)展水平較低的省份，例如青海、寧夏、西藏、內(nèi)蒙古、海南，數(shù)字化企業(yè)數(shù)量較少。由于不同地區(qū)上市企業(yè)總量存在差異，中國(guó)各省份數(shù)字化企業(yè)比例與數(shù)字化企業(yè)數(shù)量的分布存在部分差異。如圖6所示，2021年-2023年數(shù)字化企業(yè)比例最高的五個(gè)地區(qū)是北京（94%）、廣東（93%）、上海（93%）、陜西（91%）、浙江（91%）。2021年-2023年數(shù)字化比例最低的五個(gè)地區(qū)是青海（56%）、西藏（69%）、內(nèi)蒙古（74%）、海南（76%）、甘肅（78%）?？梢钥闯觯嗪Ｅc西藏外，其余省份數(shù)字化企業(yè)比例均超過(guò)70%，數(shù)字化進(jìn)程在全國(guó)范圍內(nèi)得到迅速發(fā)展和廣泛普及。2021-2023中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告20242021-2023排名省份數(shù)字化企業(yè)總量排名省份數(shù)字化企業(yè)總量1廣東 2249 17天津1832浙江175618重慶1673江蘇168119新疆1414北京 119420吉林1135上海 110721云南1056山東74922黑龍江1017四川44823廣西958安徽43024山西949福建42925貴州9310湖南36226甘肅7911湖北34827海南6412河南27228內(nèi)蒙古5713江西21229西藏4514遼寧19830寧夏3715陜西19731青海1516河北1942021-20235（港澳臺(tái)地區(qū)除外）2021-2023排名省份數(shù)字化企業(yè)比例排名省份 數(shù)字化企業(yè)比例1北京94%17云南87%2廣東93%18河南87%3上海93%19湖北86%4陜西91%20新疆85%5浙江91%21重慶84%6江西90%22廣西83%7江蘇90%23遼寧83%8黑龍江90%24寧夏80%9四川90%25吉林80%10天津90%26山西78%11河北89%27甘肅78%12貴州89%28海南76%13福建88%29內(nèi)蒙古74%14安徽88%30西藏69%15山東88%31青海56%16湖南88%6（港澳臺(tái)地區(qū)除外）（七）國(guó)企數(shù)字化轉(zhuǎn)型加速：與非國(guó)企差距不斷縮小不同所有制企業(yè)數(shù)字化進(jìn)程存在差異，非國(guó)有企業(yè)數(shù)字化進(jìn)程顯著領(lǐng)先于國(guó)有企業(yè)。按照企業(yè)的所有制類型，我們將數(shù)據(jù)庫(kù)中的企業(yè)劃分為國(guó)有企業(yè)與非國(guó)有企業(yè)兩大類。國(guó)72006-2023年期間國(guó)有企業(yè)的數(shù)字化企業(yè)總量與比例較低，非國(guó)有企業(yè)的數(shù)字化企業(yè)總量與比例遠(yuǎn)高2006-20233303517630。25000 80%200001500010000

70%60%50%40%30%5000

20%10%0非國(guó)有企業(yè)

0%國(guó)有企業(yè)2006~2023年數(shù)字化企業(yè)總量 數(shù)字化企業(yè)比例（右）圖7分所有制數(shù)字化企業(yè)統(tǒng)計(jì)圖82020年以2020202391%89%2020890%80%70%60%50%40%30%20%10%非國(guó)有企業(yè)數(shù)化例 國(guó)有企業(yè)數(shù)字比例圖8非國(guó)有企業(yè)數(shù)字化比例與國(guó)有企業(yè)數(shù)字化比例統(tǒng)計(jì)圖中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024（八）初創(chuàng)企業(yè)積極布局：轉(zhuǎn)型比例高于老牌企業(yè)企業(yè)年齡與數(shù)字化比例之間呈現(xiàn)負(fù)相關(guān)關(guān)系。本報(bào)告將所有樣本企業(yè)按照年齡分為三組：1-1516-25269所91-1594%16-2591%2688%300095%94%250093%200092%91%150090%89%100088%50087%86%085%1~15 16~25 26~數(shù)字化企業(yè)數(shù)量 數(shù)字化企業(yè)比例（右）圖9分年齡數(shù)字化企業(yè)統(tǒng)計(jì)圖（九）高成長(zhǎng)性與創(chuàng)新性驅(qū)動(dòng)：科創(chuàng)板與創(chuàng)業(yè)板企業(yè)數(shù)字化比例領(lǐng)先相較于主板上市企業(yè)，科創(chuàng)板與創(chuàng)業(yè)板企業(yè)的數(shù)字化進(jìn)程顯著領(lǐng)先。根據(jù)企業(yè)的上市板塊，我們將數(shù)據(jù)庫(kù)中的企業(yè)劃分為上交所科創(chuàng)板企業(yè)、深交所創(chuàng)業(yè)板企業(yè)、上交所主板10企業(yè)數(shù)字化比例分別為97%、95%，即絕大部分企業(yè)均進(jìn)行了數(shù)字化轉(zhuǎn)型。上交所主板企業(yè)與深交所主板企業(yè)數(shù)字化比例則分別為88%89%?？苿?chuàng)板和創(chuàng)業(yè)板的企業(yè)普遍具有更高的成長(zhǎng)性和創(chuàng)新性，它們更愿意嘗試新技術(shù)、新模式來(lái)推動(dòng)業(yè)務(wù)發(fā)展?？苿?chuàng)板主要聚焦于新一代信息技術(shù)、生物醫(yī)藥、高端裝備制造等科技前沿領(lǐng)域。這些行業(yè)高度依賴于信息技術(shù)的支持，具有更高的數(shù)字化需求。創(chuàng)業(yè)板同樣以創(chuàng)新創(chuàng)業(yè)型企業(yè)為主，其中不乏在數(shù)字技術(shù)領(lǐng)域具有競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)。這些企業(yè)往往更注重通過(guò)數(shù)字化轉(zhuǎn)型來(lái)提升業(yè)務(wù)效率和市場(chǎng)100%98%96%94%92%90%88%86%84%82%上 深 上 深交 交 交 交所 所 所 所科 創(chuàng) 主 主創(chuàng) 業(yè) 板 板板 板圖10分板塊數(shù)字化企業(yè)統(tǒng)計(jì)圖（十）當(dāng)?shù)卣匾暥扰c數(shù)字化轉(zhuǎn)型：政府重視程度高促進(jìn)企業(yè)轉(zhuǎn)型政策環(huán)境在企業(yè)數(shù)字化轉(zhuǎn)型中起到重要推動(dòng)作用，政府重視程度高的地區(qū)數(shù)字化進(jìn)程領(lǐng)先。中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024100%0%所在地級(jí)市重視程度較低-比例 所在地級(jí)市重視程度較高-比例圖11分政府重視程度數(shù)字化企業(yè)統(tǒng)計(jì)圖政府重視程度高對(duì)國(guó)有企業(yè)與非國(guó)有企業(yè)數(shù)字化均有推動(dòng)作用。地方政府對(duì)數(shù)字技術(shù)的重視將從政策、基礎(chǔ)設(shè)施、國(guó)有企業(yè)示范、公平競(jìng)爭(zhēng)環(huán)境、人才培養(yǎng)和引進(jìn)、市場(chǎng)需求以及產(chǎn)業(yè)鏈協(xié)同等多個(gè)方面推動(dòng)當(dāng)?shù)仄髽I(yè)的數(shù)字化轉(zhuǎn)型，不僅限于國(guó)有企業(yè)，也包括非國(guó)有企業(yè)。分地級(jí)市重視程度的國(guó)有企業(yè)數(shù)字化統(tǒng)計(jì)情況與非國(guó)有企業(yè)數(shù)字化統(tǒng)計(jì)情況如圖12130%所在地級(jí)市重視程度較低-國(guó)有企業(yè) 所在地級(jí)市重視程度較高-國(guó)有企業(yè)圖12分政府重視程度國(guó)有企業(yè)數(shù)字化統(tǒng)計(jì)圖0%所在地級(jí)市重視程度較低-非國(guó)有企業(yè) 所在地級(jí)市重視程度較高-非國(guó)有企業(yè)圖13分政府重視程度非國(guó)有企業(yè)數(shù)字化統(tǒng)計(jì)圖（十一）數(shù)字化轉(zhuǎn)型領(lǐng)軍：轉(zhuǎn)型程度前二十強(qiáng)2023年數(shù)字化轉(zhuǎn)型程度最高的二十家公司均屬計(jì)算機(jī)、國(guó)防軍工、通信、電子行業(yè)，與數(shù)字技術(shù)密切相關(guān)。72023為智能、千方科技、東軟集團(tuán)、達(dá)實(shí)智能、格靈深瞳、萬(wàn)集科技、潤(rùn)建股份、新開普、虹軟科技、瑞芯微、優(yōu)刻得。其所屬行業(yè)為計(jì)算機(jī)、國(guó)防軍工、通信、電子，主營(yíng)業(yè)務(wù)均與表7按數(shù)字化轉(zhuǎn)型程度排序的企業(yè)統(tǒng)計(jì)表（2023年）排名公司代碼企業(yè)名稱所屬行業(yè)排名公司代碼企業(yè)名稱所屬行業(yè)1002230科大訊飛計(jì)算機(jī)26300418昆侖萬(wàn)維傳媒2688327云從科技計(jì)算機(jī)27002362漢王科技計(jì)算機(jī)3688070縱橫股份國(guó)防軍工28300279和晶科技電子4002236大華股份計(jì)算機(jī)29688227品高股份計(jì)算機(jī)5300166東方國(guó)信計(jì)算機(jī)30002766索菱股份汽車6002415?？低曈?jì)算機(jī)31300608思特奇計(jì)算機(jī)7688475螢石網(wǎng)絡(luò)計(jì)算機(jī)32688592司南導(dǎo)航通信8603636南威軟件計(jì)算機(jī)33002467二六三通信9688343云天勵(lì)飛計(jì)算機(jī)34603171稅友股份計(jì)算機(jī)10300044賽為智能計(jì)算機(jī)35300479神思電子計(jì)算機(jī)11002373千方科技計(jì)算機(jī)36000938紫光股份計(jì)算機(jī)12600718東軟集團(tuán)計(jì)算機(jī)37003005競(jìng)業(yè)達(dá)計(jì)算機(jī)13002421達(dá)實(shí)智能計(jì)算機(jī)38600797浙大網(wǎng)新計(jì)算機(jī)中國(guó)上市公司數(shù)字化轉(zhuǎn)型報(bào)告202414688207格靈深瞳計(jì)算機(jī)39688528秦川物聯(lián)機(jī)械設(shè)備15300552萬(wàn)集科技計(jì)算機(jī)40002609捷順科技計(jì)算機(jī)16002929潤(rùn)建股份通信41688326經(jīng)緯恒潤(rùn)計(jì)算機(jī)17300248新開普計(jì)算機(jī)42688228開普云計(jì)算機(jī)18688088虹軟科技計(jì)算機(jī)43300513恒實(shí)科技通信19603893瑞芯微電子44300212易華錄計(jì)算機(jī)20688158優(yōu)刻得計(jì)算機(jī)45688287觀典防務(wù)國(guó)防軍工21000409云鼎科技計(jì)算機(jī)46688191智洋創(chuàng)新電力設(shè)備22002368太極股份計(jì)算機(jī)47835305云創(chuàng)數(shù)據(jù)計(jì)算機(jī)23688051佳華科技計(jì)算機(jī)48300638廣和通通信24000555神州信息計(jì)算機(jī)49603082北自科技機(jī)械設(shè)備25002869金溢科技電子50300609匯納科技計(jì)算機(jī)（十二）行業(yè)數(shù)字化先鋒：轉(zhuǎn)型標(biāo)桿前五強(qiáng)數(shù)字化轉(zhuǎn)型程度與企業(yè)所屬行業(yè)特性密切相關(guān)。各行業(yè)內(nèi)數(shù)字化轉(zhuǎn)型最為突出的五家領(lǐng)軍企業(yè)能夠反映當(dāng)前行業(yè)數(shù)字化轉(zhuǎn)型的最新趨勢(shì)和前沿方向，為同行業(yè)企業(yè)提供了可借鑒的模板和路徑。2023年不同行業(yè)數(shù)字化程度最高的五家公司如表8所示。表8不同行業(yè)的數(shù)字化程度前五企業(yè)統(tǒng)計(jì)表（2023年）行業(yè)名稱（申萬(wàn)）第一第二第三第四第五傳媒昆侖萬(wàn)維天娛數(shù)科智度股份神州泰岳掌趣科技電力設(shè)備智洋創(chuàng)新申昊科技新聯(lián)電子杭州柯林金智科技電子瑞芯微金溢科技和晶科技遠(yuǎn)望谷寒武紀(jì)房地產(chǎn)電子城特發(fā)服務(wù)市北高新新湖中寶上海臨港紡織服飾酷特智能飛亞達(dá)歌力思萊紳通靈紅豆股份非銀金融拉卡拉亞聯(lián)發(fā)展東方財(cái)富海德股份仁東控股鋼鐵杭鋼股份南鋼股份寶鋼股份八一鋼鐵中南股份公用事業(yè)迪森股份林洋能源深圳燃?xì)馍钲谀茉葱聤W股份國(guó)防軍工縱橫股份觀典防務(wù)北斗星通國(guó)?？萍己媳娝?jí)循h(huán)保力合科技聚光科技先河環(huán)保碧興物聯(lián)盈峰環(huán)境機(jī)械設(shè)備秦川物聯(lián)北自科技博實(shí)股份安培龍埃夫特基礎(chǔ)化工金奧博華峰超纖英力特新開源雪峰科技計(jì)算機(jī)科大訊飛云從科技大華股份東方國(guó)信?？低暭矣秒娖髅赖募瘓F(tuán)石頭科技石頭科技四川九洲創(chuàng)維數(shù)字建筑材料方大集團(tuán)羅普斯金寧夏建材三棵樹中鐵裝配建筑裝飾深城交深桑達(dá)A羅曼股份東易日盛華設(shè)集團(tuán)交通運(yùn)輸海晨股份保稅科技飛力達(dá)恒基達(dá)鑫東方嘉盛煤炭電投能源平煤股份物產(chǎn)環(huán)能中煤能源兗礦能源美容護(hù)理力合科創(chuàng)青島金王丸美股份上海家化水羊股份農(nóng)林牧漁亞盛集團(tuán)大禹節(jié)水中水漁業(yè)生物股份牧原股份汽車索菱股份華培動(dòng)力光庭信息華安鑫創(chuàng)通達(dá)電氣輕工制造安妮股份麒盛科技東港股份好太太樂(lè)歌股份商貿(mào)零售海寧皮城青木股份天虹股份華凱易佰愛嬰室社會(huì)服務(wù)創(chuàng)業(yè)黑馬零點(diǎn)有數(shù)中國(guó)高科全通教育科銳國(guó)際石油石化和順石油潛能恒信海油發(fā)展中海油服貝肯能源食品飲料三只松鼠來(lái)伊份蓮花控股絕味食品良品鋪?zhàn)油ㄐ艥?rùn)建股份司南導(dǎo)航二六三恒實(shí)科技廣和通醫(yī)藥生物天智航樂(lè)心醫(yī)療美年健康康眾醫(yī)療麥克奧迪銀行廈門銀行華夏銀行上海銀行蘇農(nóng)銀行興業(yè)銀行有色金屬曉程科技福達(dá)合金明泰鋁業(yè)豐華股份屹通新材綜合綜藝股份悅達(dá)投資南京公用特力A南京新百（十三）數(shù)字化轉(zhuǎn)型黑馬：進(jìn)步幅度前五十強(qiáng)數(shù)字化轉(zhuǎn)型黑馬企業(yè)中，多數(shù)屬于計(jì)算機(jī)、通信、傳媒等與數(shù)字技術(shù)密切相關(guān)的行業(yè)?！?。我們使用2018-2023排名前五十的企業(yè)名單列表如表9表9數(shù)字化轉(zhuǎn)型進(jìn)步幅度前五十企業(yè)統(tǒng)計(jì)表（2018-2023年）排名股票代碼企業(yè)名稱所屬行業(yè)排名股票代碼企業(yè)名稱所屬行業(yè)1000409云鼎科技計(jì)算機(jī)26002414高德紅外國(guó)防軍工2002415?？低曈?jì)算機(jī)27603297永新光學(xué)電子3002236大華股份計(jì)算機(jī)28300729樂(lè)歌股份輕工制造4603121華培動(dòng)力汽車29603220中貝通信通信5002362漢王科技計(jì)算機(jī)30300663科藍(lán)軟件計(jì)算機(jī)6002929潤(rùn)建股份通信31000555神州信息計(jì)算機(jī)7300418昆侖萬(wàn)維傳媒32000727冠捷科技電子8300513恒實(shí)科技通信33002615哈爾斯輕工制造9002230科大訊飛計(jì)算機(jī)34600730中國(guó)高科社會(huì)服務(wù)10000503國(guó)新健康計(jì)算機(jī)35600215派斯林機(jī)械設(shè)備11000063中興通訊通信36002681奮達(dá)科技電子12002467二六三通信37300290榮科科技計(jì)算機(jī)13603636南威軟件計(jì)算機(jī)38300036超圖軟件計(jì)算機(jī)14002712思美傳媒傳媒39603516淳中科技計(jì)