經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化發(fā)展：促進(jìn)還是抑制
——來(lái)自中國(guó)A股上市企業(yè)的經(jīng)驗(yàn)證據(jù)

潘 藝，張金昌

(1.中國(guó)社會(huì)科學(xué)院大學(xué)研究生院，北京 102488；2.中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所，北京 100006)

一、引言

自黨的十八大以來(lái)，數(shù)字經(jīng)濟(jì)的發(fā)展受到廣泛重視，政府部門(mén)不僅出臺(tái)了多項(xiàng)促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的政策措施，數(shù)字經(jīng)濟(jì)還多次被寫(xiě)入國(guó)務(wù)院政府工作報(bào)告。在黨的二十大報(bào)告中，又一次提出“建設(shè)數(shù)字中國(guó)，加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(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”的目標(biāo)。經(jīng)過(guò)近十年的發(fā)展，我國(guó)數(shù)字經(jīng)濟(jì)取得了長(zhǎng)足進(jìn)步，工信部數(shù)據(jù)顯示：2021年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)超過(guò)45萬(wàn)億元，數(shù)字經(jīng)濟(jì)占國(guó)內(nèi)生產(chǎn)總值比重達(dá)39.8%，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模穩(wěn)居世界第二。雖然我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展喜人，但企業(yè)的數(shù)字化發(fā)展水平并不樂(lè)觀，根據(jù)中國(guó)信通院前瞻產(chǎn)業(yè)研究院的報(bào)告顯示：截至2020年，我國(guó)三大產(chǎn)業(yè)的數(shù)字經(jīng)濟(jì)滲透率分別為：8.9%、21.0%、40.7%，近5年內(nèi)漲幅分別為：0.7、4.2、11.1個(gè)百分點(diǎn)。從上述統(tǒng)計(jì)數(shù)據(jù)來(lái)看，我國(guó)企業(yè)數(shù)字化水平發(fā)展的現(xiàn)狀是：發(fā)展不平衡、增速不高。然而，2019年末的新冠疫情卻大大地促進(jìn)了企業(yè)數(shù)字化發(fā)展，互聯(lián)網(wǎng)醫(yī)療、在線教育、協(xié)同辦公的需求呈現(xiàn)爆發(fā)式增長(zhǎng)。但CB Insights《中國(guó)產(chǎn)業(yè)數(shù)字化發(fā)展(2021)》報(bào)告顯示：盡管80%的企業(yè)在疫情期間利用數(shù)字化遠(yuǎn)程辦公工具開(kāi)展臨時(shí)性工作，但對(duì)生產(chǎn)運(yùn)營(yíng)等核心環(huán)節(jié)；有78%的企業(yè)無(wú)法利用實(shí)時(shí)數(shù)據(jù)進(jìn)行調(diào)整及優(yōu)化。一場(chǎng)突如其來(lái)的危機(jī)又一次暴露了我國(guó)企業(yè)數(shù)字化發(fā)展的“隱性缺陷”。

放眼世界，全球正面臨百年未有之大變局，俄烏沖突、新冠疫情、福島核污染排放等事項(xiàng)都加劇了全球經(jīng)濟(jì)的不穩(wěn)定性；在國(guó)內(nèi)，我們面臨國(guó)外先進(jìn)技術(shù)的限制、國(guó)內(nèi)制造業(yè)的轉(zhuǎn)移、人口紅利的消失等一系列矛盾，經(jīng)濟(jì)不穩(wěn)定性進(jìn)一步加劇了我國(guó)經(jīng)濟(jì)政策的不確定性。根據(jù)中國(guó)經(jīng)濟(jì)政策不確定性(EPU)指數(shù)顯示，2000—2010年的11年間，EPU指數(shù)從55.69增長(zhǎng)到98.89，增長(zhǎng)了77.58%，復(fù)合增長(zhǎng)率為5.91%，而2010—2020年11年間，EPU指數(shù)從98.89增長(zhǎng)到747.86，增長(zhǎng)了648.97%，復(fù)合增長(zhǎng)率為22.42%，如圖1所示。當(dāng)前，我們既面臨著復(fù)雜多變的經(jīng)濟(jì)環(huán)境，又面臨著一場(chǎng)企業(yè)數(shù)字化發(fā)展的革命，經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展的影響究竟是起到了促進(jìn)作用還是抑制作用？經(jīng)濟(jì)政策不確定性是通過(guò)哪些途徑影響企業(yè)數(shù)字化發(fā)展？不同類(lèi)型的企業(yè)應(yīng)該如何應(yīng)對(duì)？目前鮮有文獻(xiàn)進(jìn)行研究。為此本文基于2010—2020年SCOTT BAKER團(tuán)隊(duì)的中國(guó)EPU指數(shù)和上市企業(yè)數(shù)據(jù)，深入研究經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展的影響和傳導(dǎo)機(jī)制。與現(xiàn)有文獻(xiàn)相比，本文可能有的邊際貢獻(xiàn)有：①通過(guò)研究經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展的影響，豐富了微觀企業(yè)數(shù)字化發(fā)展的研究；②通過(guò)傳導(dǎo)機(jī)制研究，揭示了宏觀政策與微觀企業(yè)數(shù)字化發(fā)展的“黑匣子”，為促進(jìn)企業(yè)更好的數(shù)字化發(fā)展提供了途徑；③通過(guò)多個(gè)維度的異質(zhì)性分析，得到比較全面的研究結(jié)論，為企業(yè)數(shù)字差異化發(fā)展提供了證據(jù)，為實(shí)現(xiàn)黨的二十大提出建設(shè)數(shù)字中國(guó)的目標(biāo)提供有價(jià)值的參考意見(jiàn)。

圖1 2000—2020年中國(guó)經(jīng)濟(jì)政策不確定性(EPU)指數(shù)

二、文獻(xiàn)綜述和研究假設(shè)

(一)文獻(xiàn)綜述

從現(xiàn)有關(guān)于影響企業(yè)數(shù)字化發(fā)展的文獻(xiàn)來(lái)看，主要有以下兩方面的影響因素：①外部宏觀環(huán)境的影響。陳和等(2023)[1]通過(guò)對(duì)2014年和2015年兩次固定資產(chǎn)加速折舊政策對(duì)企業(yè)數(shù)字化發(fā)展的研究后發(fā)現(xiàn)，固定資產(chǎn)加速折舊政策能顯著促進(jìn)企業(yè)數(shù)字化發(fā)展；成瓊文和丁紅乙(2022)[2]研究國(guó)家稅收優(yōu)惠政策后也發(fā)現(xiàn)，研發(fā)費(fèi)用加計(jì)扣除對(duì)傳統(tǒng)資源型企業(yè)的數(shù)字化發(fā)展有顯著促進(jìn)作用；除稅費(fèi)政策的影響之外，聞岳春和黃慶成(2022)[3]研究發(fā)現(xiàn)，政府對(duì)企業(yè)的各項(xiàng)補(bǔ)貼能顯著推動(dòng)企業(yè)數(shù)字化發(fā)展，樊自甫等(2022)[4]、徐紅丹和王玖河(2023)[5]的研究結(jié)果也證實(shí)上述結(jié)論；另外，龔新蜀和靳媚(2023)[6]通過(guò)研究宏觀環(huán)境對(duì)企業(yè)的影響，結(jié)果表明地區(qū)營(yíng)商環(huán)境越好、政府支持力度越大，則企業(yè)數(shù)字化發(fā)展的狀況也越好。②企業(yè)內(nèi)部微觀環(huán)境的影響。張志元和馬永凡(2022)[7]研究發(fā)現(xiàn)，對(duì)等性的客戶(hù)關(guān)系有助于企業(yè)數(shù)字化發(fā)展，依賴(lài)性的客戶(hù)關(guān)系對(duì)企業(yè)數(shù)字化發(fā)展有阻礙作用；黃大禹等(2022)[8]研究結(jié)果表明，企業(yè)金融化影響了企業(yè)的創(chuàng)新產(chǎn)出和融資狀況，進(jìn)而抑制了企業(yè)數(shù)字化發(fā)展；林川(2023)[9]研究發(fā)現(xiàn)，相較于單一大股東，多個(gè)大股東的上市企業(yè)更能促進(jìn)企業(yè)數(shù)字化發(fā)展；牛璐等(2023)[10]通過(guò)對(duì)128家中小企業(yè)問(wèn)卷調(diào)查結(jié)果顯示，企業(yè)資源和動(dòng)態(tài)能力的多重并發(fā)效應(yīng)能促進(jìn)企業(yè)的數(shù)字化發(fā)展。

關(guān)于經(jīng)濟(jì)政策不確定性對(duì)企業(yè)發(fā)展的影響分以下三方面：①正向影響。部分學(xué)者研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性的增長(zhǎng)，增強(qiáng)了企業(yè)工業(yè)智能化投資動(dòng)機(jī)[11]、促進(jìn)了企業(yè)的技術(shù)創(chuàng)新[12-13]、提升了企業(yè)的全要素生產(chǎn)率[14]。②負(fù)向影響。部分學(xué)者研究結(jié)果表明，在經(jīng)濟(jì)政策不確定性沖擊下，顯著提高公司違規(guī)的概率[15]、降低了企業(yè)的投資意愿[16]、不利于企業(yè)創(chuàng)新績(jī)效提升與研發(fā)要素流動(dòng)[17]。③不確定性。另外還有一些學(xué)者研究后認(rèn)為：經(jīng)濟(jì)政策不確定性對(duì)技術(shù)進(jìn)步和經(jīng)濟(jì)增長(zhǎng)存在非線性影響[18]；經(jīng)濟(jì)政策不確定性對(duì)國(guó)家經(jīng)濟(jì)韌性具有正向提高作用，但經(jīng)濟(jì)政策不確定性過(guò)高則會(huì)破壞國(guó)家經(jīng)濟(jì)韌性[19]。

從現(xiàn)有研究文獻(xiàn)中可以發(fā)現(xiàn)：①經(jīng)濟(jì)政策不確定性對(duì)企業(yè)既有積極影響、也有不利影響，存在不確定性；②積極的宏觀政策有助于企業(yè)數(shù)字化發(fā)展，但關(guān)于消極或者不確定性宏觀政策對(duì)企業(yè)數(shù)字化發(fā)展的研究較少；③部分經(jīng)濟(jì)政策不確定性對(duì)企業(yè)影響的實(shí)證研究模型中，既采用了時(shí)間序列的EPU數(shù)據(jù)，又采用了年度固定效應(yīng)，存在共線性的問(wèn)題，可能對(duì)研究結(jié)論準(zhǔn)確性有一定的影響。針對(duì)上述研究中存在的局限性，本文將進(jìn)一步深入的研究。

(二)研究假設(shè)

相關(guān)研究表明：①經(jīng)濟(jì)政策不確定性越高，預(yù)示著市場(chǎng)結(jié)構(gòu)性變化機(jī)會(huì)越大，經(jīng)濟(jì)政策的不確定性雖然給企業(yè)帶來(lái)更大的競(jìng)爭(zhēng)壓力和市場(chǎng)風(fēng)險(xiǎn)，但根據(jù)增長(zhǎng)期權(quán)理論來(lái)看，在有限損失條件下，不確定性提高會(huì)顯著提升潛在的收益，因此企業(yè)并不會(huì)因?yàn)榻?jīng)濟(jì)政策的不確定而降低了企業(yè)發(fā)展的動(dòng)力；②敢于冒險(xiǎn)是企業(yè)家精神的重要內(nèi)涵之一，這種企業(yè)家精神有利于在經(jīng)濟(jì)政策不確定性增大時(shí)促進(jìn)企業(yè)進(jìn)行一些必要的風(fēng)險(xiǎn)投入[20]；③企業(yè)數(shù)字化發(fā)展本身就是一項(xiàng)高風(fēng)險(xiǎn)高回報(bào)的投資項(xiàng)目，風(fēng)險(xiǎn)在于資金需求高、建設(shè)周期長(zhǎng)，高回報(bào)在于企業(yè)通過(guò)數(shù)字化建設(shè)，可以顯著降低企業(yè)成本、提高企業(yè)效率、提升企業(yè)核心競(jìng)爭(zhēng)力、促進(jìn)企業(yè)高質(zhì)量發(fā)展[21]，最終實(shí)現(xiàn)企業(yè)在激勵(lì)的競(jìng)爭(zhēng)環(huán)境中不被淘汰，更好的發(fā)展。因此在面臨經(jīng)濟(jì)政策不確定的條件下，企業(yè)家會(huì)更加拼搏進(jìn)取，抓住數(shù)字化發(fā)展的契機(jī)，為企業(yè)獲得更好的發(fā)展機(jī)遇；反之，固步自封的企業(yè)很容易在大浪淘沙的不確定經(jīng)濟(jì)政策變化中被淘汰。但是，經(jīng)濟(jì)政策不確定的增加，也會(huì)導(dǎo)致經(jīng)濟(jì)穩(wěn)定性變?nèi)?，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)會(huì)加大，加劇了企業(yè)現(xiàn)金流的風(fēng)險(xiǎn)。當(dāng)企業(yè)經(jīng)營(yíng)不穩(wěn)定、現(xiàn)金困境增強(qiáng)時(shí)，往往會(huì)收縮支出，降低數(shù)字化轉(zhuǎn)型的投入，因此經(jīng)濟(jì)政策不確定性增加時(shí)，會(huì)抑制企業(yè)數(shù)字化發(fā)展。綜上分析，提出本文以下研究假設(shè)：

H1a：經(jīng)濟(jì)政策不確定性增長(zhǎng)會(huì)促進(jìn)企業(yè)數(shù)字化發(fā)展。

H1b：經(jīng)濟(jì)政策不確定性增長(zhǎng)會(huì)抑制企業(yè)數(shù)字化發(fā)展。

企業(yè)數(shù)字化建設(shè)需要長(zhǎng)期資金的投入。在經(jīng)濟(jì)政策不確定性時(shí)，經(jīng)常因企業(yè)經(jīng)營(yíng)不穩(wěn)定，造成資金鏈斷裂的風(fēng)險(xiǎn)[22]，進(jìn)而影響企業(yè)數(shù)字化建設(shè)進(jìn)程。雖然政府為了刺激經(jīng)濟(jì)復(fù)蘇和發(fā)展，常常會(huì)實(shí)施降息、減稅等措施，但這些措施存在滯后性問(wèn)題，并不能及時(shí)、快速地改變企業(yè)經(jīng)營(yíng)困難的局面。相比之下，政府補(bǔ)助更能發(fā)揮直接效應(yīng)[23]。政府補(bǔ)助能快速解決企業(yè)面臨的資金緊張問(wèn)題，避免企業(yè)因資金緊張，對(duì)企業(yè)數(shù)字化建設(shè)產(chǎn)生不利影響。由此可見(jiàn)，政府補(bǔ)助可以更快速緩解企業(yè)資金不足的問(wèn)題，更有助于企業(yè)開(kāi)展數(shù)字化建設(shè)的工作。因此，提出本文第二個(gè)假設(shè)：

H2：經(jīng)濟(jì)政策不確定性會(huì)增加政府對(duì)企業(yè)的補(bǔ)助，進(jìn)而促進(jìn)企業(yè)數(shù)字化發(fā)展。

政府補(bǔ)助為經(jīng)濟(jì)政策不確定性環(huán)境中的企業(yè)提供及時(shí)的資金支持，一方面緩解了企業(yè)對(duì)資金需求的及時(shí)性問(wèn)題，另一方面隨著政府對(duì)企業(yè)發(fā)放補(bǔ)助對(duì)外釋放積極信息，讓銀行和投資者認(rèn)為獲得補(bǔ)貼的企業(yè)具有發(fā)展?jié)摿24]，引導(dǎo)金融機(jī)構(gòu)提供融資支持，有助于緩解企業(yè)融資約束[25]。隨著企業(yè)融資約束的降低，企業(yè)能夠獲得更多充沛的資金投入于數(shù)字化建設(shè)，保障了企業(yè)的數(shù)字化的發(fā)展。因此，提出本文第三個(gè)假設(shè)：

H3：經(jīng)濟(jì)政策不確定性會(huì)降低企業(yè)的融資約束，進(jìn)而促進(jìn)企業(yè)數(shù)字化發(fā)展。

經(jīng)濟(jì)政策不確定性越高，市場(chǎng)結(jié)構(gòu)性變化機(jī)會(huì)越大，在較強(qiáng)不確定的環(huán)境下和更大市場(chǎng)機(jī)會(huì)下，企業(yè)更愿意加大創(chuàng)新投入力度[26]，并且隨著企業(yè)獲得政府補(bǔ)助和降低融資約束，企業(yè)可以獲得充沛的創(chuàng)新研發(fā)資金，促進(jìn)企業(yè)的研發(fā)投入。隨著企業(yè)研發(fā)投入的增加，企業(yè)可以更好開(kāi)展數(shù)字化建設(shè)、實(shí)現(xiàn)數(shù)字化發(fā)展、提高企業(yè)數(shù)字化水平。因此，提出本文第四個(gè)假設(shè)：

H4：經(jīng)濟(jì)政策不確定性會(huì)促進(jìn)企業(yè)研發(fā)投入，有助于企業(yè)提高數(shù)字化發(fā)展水平。

三、模型設(shè)計(jì)和數(shù)據(jù)說(shuō)明

(一)模型設(shè)計(jì)

根據(jù)本文假設(shè)H1，設(shè)計(jì)研究模型(1)：

Digitit=α0+α1EPUit+∑Controlit+∑Ind+∑Pro+εit

(1)

其中，Digit為企業(yè)數(shù)字化發(fā)展水平，EPU為經(jīng)濟(jì)政策不確定性指數(shù)，Control是控制變量，Ind和Pro分別是行業(yè)和地區(qū)固定效應(yīng)，ε表示殘差項(xiàng)，i是企業(yè)，t是年度。由于EPU指數(shù)為時(shí)間序列變量，為避免多重共線性，因此在基準(zhǔn)模型中未控制時(shí)間固定效應(yīng)。

根據(jù)本文假設(shè)H2至H4，設(shè)計(jì)中介效應(yīng)模型(2)、(3)：

MVit=β0+β1EPUit+∑Controlit+∑Ind+∑Pro+εit

(2)

Digitit=γ0+γ1EPUit+γ3MVit+∑Controlit+∑Ind+∑Pro+εit

(3)

其中，EPU為主要解釋變量，MV為中介變量，包括政府補(bǔ)助、融資約束和研發(fā)投入。通過(guò)檢驗(yàn)相關(guān)系數(shù)的顯著性，以及通過(guò)Sobel檢驗(yàn)和Bootstrap檢驗(yàn)來(lái)判斷是否存在中介效應(yīng)。

(二)主要變量說(shuō)明

1.被解釋變量

本文的被解釋變量是企業(yè)數(shù)字化發(fā)展水平(Digit)，采用廣東金融學(xué)院的上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行衡量。該數(shù)據(jù)是廣東金融學(xué)院基于2007—2020年滬深A(yù)股上市企業(yè)披露的年報(bào)文本信息，運(yùn)用大數(shù)據(jù)文本分析和因子分析的雙重量化工具統(tǒng)計(jì)而成，具有一定的權(quán)威性和公開(kāi)性。該指數(shù)細(xì)化為：人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、區(qū)塊鏈技術(shù)和數(shù)字技術(shù)應(yīng)用五個(gè)維度。前四個(gè)維度反映了企業(yè)數(shù)字化技術(shù)的發(fā)展程度，第五個(gè)維度反映了企業(yè)數(shù)字化技術(shù)的應(yīng)用程度，因此本文分別將企業(yè)數(shù)字化的發(fā)展和應(yīng)用作為不同的兩個(gè)維度進(jìn)行異質(zhì)性分析，以評(píng)估經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展水平的影響情況。

2.解釋變量

本文的解釋變量是經(jīng)濟(jì)政策不確定性(EPU)。目前主流研究中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)的團(tuán)隊(duì)有兩個(gè)，分別為：SCOTT BAKER、NICK BLOOM、STEVEN J. DAVIS、XIAOXI(SOPHIE)WANG團(tuán)隊(duì)和STEVEN J. DAVIS、DINGQIAN LIU、XUGANG S. SHENG團(tuán)隊(duì)。前者是根據(jù)《南華早報(bào)》制定了中國(guó)EPU指數(shù)，后者是根據(jù)《人民日?qǐng)?bào)》和《光明日?qǐng)?bào)》制定了中國(guó)EPU指數(shù)，兩個(gè)團(tuán)隊(duì)都遵循SCOTT BAKER、NICHOLAS BLOOM和STEVEN J. DAVIS在“衡量經(jīng)濟(jì)政策不確定性”中基于報(bào)紙的方法。本文參考BAKER等(2016)[27]構(gòu)建的EPU 指數(shù)進(jìn)行實(shí)證研究，并且使用STEVEN J. DAVIS團(tuán)隊(duì)的EPU指數(shù)數(shù)據(jù)作為替換解釋變量進(jìn)行穩(wěn)健性分析。

3.中介變量

根據(jù)前文的論述，主要選取政府補(bǔ)助(GovG)、融資約束(SA)和研發(fā)投入(RD)作為中介變量。其中，政府補(bǔ)助(GovG)指標(biāo)，采用財(cái)務(wù)報(bào)表附注中政府補(bǔ)助科目的數(shù)據(jù)進(jìn)行衡量；融資約束(SA)指標(biāo)，采用HADLOCK和PIERCE(2010)[28]提出的SA指數(shù)度量方法，如模型(4)所示，其中Size為總資產(chǎn)的對(duì)數(shù)，Age為企業(yè)年齡；企業(yè)研發(fā)投入(RD)的指標(biāo)，參考黃群慧等(2019)[29]的方法，采用研發(fā)支出總額占營(yíng)業(yè)收入比例進(jìn)行度量。

SA=0.737×Size+0.043×Size2-0.040×Age

(4)

4.控制變量

從相關(guān)研究來(lái)看，影響企業(yè)數(shù)字化發(fā)展的因素很多，本文參考陳和等(2023)[1]、王進(jìn)富等(2022)[17]、胡海峰等(2023)[15]的研究方法，分別選取：企業(yè)年齡(Age)、企業(yè)規(guī)模(Size)、獨(dú)董比例(Indep)、董事會(huì)規(guī)模(DirN)、兩職合一(Dual)、股權(quán)集中度(Ten)、審計(jì)意見(jiàn)(Aud)、資產(chǎn)負(fù)債率(Lev)、資產(chǎn)密集度(Cap)等數(shù)據(jù)作為本次研究的控制變量。

上述主要變量說(shuō)明如表1所示。經(jīng)計(jì)算，各變量的方差膨脹系數(shù)(VIF)的值均小于10，表明本文各主要變量之間不存在嚴(yán)重共線性問(wèn)題，滿(mǎn)足研究要求。從表1的結(jié)果來(lái)看，被解釋變量企業(yè)數(shù)字化發(fā)展水平(Digit)平均數(shù)為2.485，接近中位數(shù)2.479，標(biāo)準(zhǔn)差為1.476，表明研究樣本呈現(xiàn)正態(tài)分布，最大值為6.544，最小值為0，表明不同企業(yè)的數(shù)字化發(fā)展水平差異很大，另外解釋變量經(jīng)濟(jì)政策不確定性指數(shù)(EPU)的數(shù)值也存在顯著差異，表明本次研究具有一定的現(xiàn)實(shí)意義。

表1 主要變量說(shuō)明和描述性統(tǒng)計(jì)

(三)數(shù)據(jù)來(lái)源

本文選擇2010—2020年A股上市企業(yè)作為研究對(duì)象，相關(guān)數(shù)據(jù)來(lái)源于Wind系統(tǒng)，經(jīng)濟(jì)政策不確定性指數(shù)數(shù)據(jù)來(lái)源于美國(guó)西北大學(xué)SCOTT BAKER教授等學(xué)者研究的中國(guó)EPU指數(shù)數(shù)據(jù)，企業(yè)的數(shù)字化發(fā)展數(shù)據(jù)來(lái)源于廣東金融學(xué)院《中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)評(píng)價(jià)研究報(bào)告》。在樣本篩選過(guò)程中，按照以下步驟處理：①剔除金融業(yè)企業(yè)數(shù)據(jù)；②剔除ST等經(jīng)營(yíng)不善的企業(yè)數(shù)據(jù)；③剔除數(shù)字化發(fā)展和上市企業(yè)不匹配和數(shù)據(jù)不完整的觀測(cè)樣本。最終得到28 449個(gè)觀測(cè)樣本數(shù)據(jù)。為了消除異常值的影響，本文對(duì)所有變量進(jìn)行了前后1%的Winsorize處理。本文使用的分析軟件為Stata 15。

四、實(shí)證分析

(一)基本回歸

表2報(bào)告了經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展的回歸結(jié)果。列(1)為未加入控制變量和固定效應(yīng)的回歸結(jié)果，結(jié)果顯示EPU系數(shù)在1%水平上顯著為正，表明經(jīng)濟(jì)政策不確定性越大，企業(yè)數(shù)字化發(fā)展水平越高；列(2)和(3)為分別加入固定效應(yīng)和控制變量后的回歸結(jié)果，結(jié)果都顯示EPU系數(shù)在1%水平上顯著為正；列(4)為同時(shí)加入控制變量和固定效應(yīng)后的回歸結(jié)果，結(jié)果顯示EPU系數(shù)在1%水平上仍顯著為正，進(jìn)一步表明經(jīng)濟(jì)政策不確定性顯著促進(jìn)了企業(yè)數(shù)字化發(fā)展水平，本文假設(shè)H1a成立。主要原因是：經(jīng)濟(jì)政策不確定性加劇了市場(chǎng)的變化和風(fēng)險(xiǎn)，企業(yè)更需要通過(guò)發(fā)展數(shù)字化、提高數(shù)字化水平來(lái)降低企業(yè)成本、提高企業(yè)效率、提升企業(yè)核心競(jìng)爭(zhēng)力，從而來(lái)應(yīng)對(duì)復(fù)雜的市場(chǎng)變化，以獲得更好的發(fā)展機(jī)會(huì)。如果在動(dòng)蕩和不斷變化的市場(chǎng)環(huán)境中，企業(yè)不積極響應(yīng)和求變，不進(jìn)行數(shù)字化發(fā)展，可能就面臨被淘汰的風(fēng)險(xiǎn)。

(二)穩(wěn)健性檢驗(yàn)

1.替換解釋變量

根據(jù)前文所述，使用STEVEN J. DAVIS團(tuán)隊(duì)基于《人民日?qǐng)?bào)》和《光明日?qǐng)?bào)》相關(guān)數(shù)據(jù)構(gòu)建的中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)(EPU_R)作為解釋變量進(jìn)行回歸，結(jié)果如表3列(1)和(2)所示。從回歸結(jié)果來(lái)看，在加入控制變量前后，EPU_R系數(shù)都在1%水平上顯著為正，表明經(jīng)濟(jì)政策不確定性會(huì)促進(jìn)企業(yè)數(shù)字化發(fā)展的結(jié)論成立，即本文假設(shè)H1a初步得到驗(yàn)證。

表3 穩(wěn)健性檢驗(yàn)：替換解釋變量和剔除異常值

2.剔除異常數(shù)據(jù)

參考唐松等(2020)[30]和潘藝等(2023)[21]的研究方法，分別將2015年、2020年和直轄市數(shù)據(jù)作為異常數(shù)據(jù)剔除，主要原因是：2015年為股災(zāi)年，2020年為新冠疫情年，兩個(gè)異常年份對(duì)上市企業(yè)的財(cái)務(wù)報(bào)表有顯著影響，并且我國(guó)直轄市存在較大經(jīng)濟(jì)特殊性，也會(huì)對(duì)回歸結(jié)果的真實(shí)性產(chǎn)生影響。從表3列(3)和(4)的回歸結(jié)果來(lái)看，EPU系數(shù)都在1%水平上顯著為正，表明在剔除異常數(shù)據(jù)后，經(jīng)濟(jì)政策不確定性有助于企業(yè)數(shù)字化發(fā)展的結(jié)論依然成立，本文假設(shè)H1a再次得到驗(yàn)證。

3.內(nèi)生性檢驗(yàn)

內(nèi)生性問(wèn)題容易導(dǎo)致回歸偏誤，本文將采用兩種方法對(duì)內(nèi)生性問(wèn)題進(jìn)行檢驗(yàn)：第一，本文采用通常做法，選擇經(jīng)濟(jì)政策不確定性指數(shù)的滯后一至四期作為工具變量；第二，參考HE等(2020)[31]的研究，通過(guò)引入美國(guó)的經(jīng)濟(jì)政策不確定指數(shù)和全球經(jīng)濟(jì)政策不確定性指數(shù)作為工具變量，因?yàn)橹袊?guó)經(jīng)濟(jì)政策的不確定性會(huì)受到美國(guó)和全球經(jīng)濟(jì)政策不確定性的影響，因此分別選取美國(guó)和全球的EPU作為中國(guó)EPU的工具變量滿(mǎn)足相關(guān)性假設(shè)，此外美國(guó)和全球經(jīng)濟(jì)政策不確定性不會(huì)直接影響中國(guó)企業(yè)的數(shù)字化發(fā)展，因此還滿(mǎn)足了工具變量的排他性假設(shè)。從表4的結(jié)果來(lái)看，F(xiàn)值均超過(guò)臨界值10，排除了弱工具變量的問(wèn)題。各回歸EPU系數(shù)都在1%水平上顯著為正，表明在考慮了潛在的內(nèi)生性問(wèn)題后，經(jīng)濟(jì)政策不確定性能促進(jìn)企業(yè)數(shù)字化發(fā)展的結(jié)論成立，本文假設(shè)H1a又一次得到驗(yàn)證。

表4 穩(wěn)健性檢驗(yàn)：工具變量

4.標(biāo)準(zhǔn)誤聚類(lèi)層級(jí)檢驗(yàn)

不同行業(yè)、地區(qū)內(nèi)企業(yè)或者各企業(yè)之間的數(shù)字化發(fā)展可能存在相關(guān)性，為了使回歸結(jié)果穩(wěn)健，本文檢驗(yàn)了標(biāo)準(zhǔn)誤聚類(lèi)層級(jí)的穩(wěn)健性，回歸結(jié)果如表5所示。從回歸結(jié)果來(lái)看，行業(yè)聚類(lèi)、地區(qū)聚類(lèi)、行業(yè)×地區(qū)聚類(lèi)，以及個(gè)體聚類(lèi)的EPU系數(shù)都在1%水平上顯著為正，因此可以認(rèn)為經(jīng)濟(jì)政策不確定性能顯著促進(jìn)企業(yè)數(shù)字化發(fā)展的結(jié)論不會(huì)隨著標(biāo)準(zhǔn)誤層級(jí)的改變而發(fā)生明顯的波動(dòng)，進(jìn)一步驗(yàn)證了本文假設(shè)H1a結(jié)果穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)：標(biāo)準(zhǔn)誤聚類(lèi)層級(jí)檢驗(yàn)

五、傳導(dǎo)機(jī)制研究

(一)政府補(bǔ)助的機(jī)制研究

根據(jù)本文模型(2)和(3)，首先將政府補(bǔ)助作為中介變量代入模型(2)和(3)并回歸，結(jié)果如表6列(2)和(3)所示。列(2)EPU系數(shù)在1%水平上顯著為正，表明經(jīng)濟(jì)政策不確定性會(huì)促進(jìn)政府增加對(duì)企業(yè)的補(bǔ)助，列(3)GovG和EPU系數(shù)都在1%水平上顯著為正，表明政府補(bǔ)助的增加會(huì)促進(jìn)企業(yè)數(shù)字化發(fā)展，政府補(bǔ)助存在部分中介效應(yīng)。進(jìn)一步使用Sobel和Bootstrap檢驗(yàn)，Sobel檢驗(yàn)的結(jié)果顯示P值為0，表明政府補(bǔ)助的中介效應(yīng)存在；Bootstrap檢驗(yàn)結(jié)果顯示在抽樣1 000次后95%的置信區(qū)間為[0.012，0.016]，也表明政府補(bǔ)助的中介效應(yīng)存在。因此本文假設(shè)H2成立，即經(jīng)濟(jì)政策不確定性能增加政府對(duì)企業(yè)的補(bǔ)助，進(jìn)而促進(jìn)企業(yè)的數(shù)字化發(fā)展?？赡茉蚴牵浩髽I(yè)數(shù)字化建設(shè)需要長(zhǎng)期穩(wěn)定的資金投入，隨著經(jīng)濟(jì)政策不確定性的增加，企業(yè)經(jīng)營(yíng)會(huì)產(chǎn)生動(dòng)蕩，企業(yè)資金鏈會(huì)產(chǎn)生斷裂的風(fēng)險(xiǎn)，不利于企業(yè)數(shù)字化建設(shè)，因此政府部門(mén)通過(guò)發(fā)放補(bǔ)助及時(shí)幫助企業(yè)穩(wěn)定資金鏈的穩(wěn)定，企業(yè)資金的穩(wěn)定有助于企業(yè)數(shù)字化發(fā)展。

表6 傳導(dǎo)機(jī)制研究：政府補(bǔ)助、融資約束、研發(fā)投入

(二)融資約束的機(jī)制研究

同樣采用上述方法，將融資約束作為中介變量進(jìn)行回歸，結(jié)果如表6列(4)和(5)所示?；貧w結(jié)果顯示，經(jīng)濟(jì)政策不確定性降低了融資約束，進(jìn)而促進(jìn)了企業(yè)數(shù)字化發(fā)展，融資約束起到了中介效應(yīng)作用。Sobel和Bootstrap檢驗(yàn)結(jié)果同樣顯示融資約束的中介效應(yīng)存在?？赡茉蚴牵弘S著經(jīng)濟(jì)政策不確定性的增加，政府補(bǔ)助的發(fā)放會(huì)釋放出積極信號(hào)，有助于金融機(jī)構(gòu)降低融資約束，企業(yè)可以獲得更充足的資金來(lái)進(jìn)行數(shù)字化建設(shè)。

(三)研發(fā)投入的機(jī)制研究

繼續(xù)用上述方法，將研發(fā)投入作為中介變量進(jìn)行回歸，結(jié)果如表6列(6)和(7)所示?；貧w結(jié)果顯示，經(jīng)濟(jì)政策不確定性會(huì)促使企業(yè)增加研發(fā)投入，進(jìn)而促進(jìn)企業(yè)數(shù)字化發(fā)展水平，研發(fā)投入起到了中介效應(yīng)作用。Sobel和Bootstrap檢驗(yàn)結(jié)果同樣顯示研發(fā)投入的中介效應(yīng)存在。可能原因是：經(jīng)濟(jì)政策的不確定性給企業(yè)帶來(lái)更大的競(jìng)爭(zhēng)壓力和巨大的市場(chǎng)風(fēng)險(xiǎn)，企業(yè)通過(guò)加大創(chuàng)新投入，進(jìn)行數(shù)字化發(fā)展，凝聚產(chǎn)品、技術(shù)和經(jīng)營(yíng)方面的創(chuàng)新優(yōu)勢(shì)，確保企業(yè)穩(wěn)定經(jīng)營(yíng)。

六、異質(zhì)性分析

(一)企業(yè)微觀層面的異質(zhì)性分析

1.企業(yè)所有制的異質(zhì)性分析

企業(yè)所有制不同，人才、技術(shù)和發(fā)展模式也會(huì)不同，對(duì)企業(yè)數(shù)字化發(fā)展的影響也存在差異，本文按企業(yè)所有制不同將樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)。為研究經(jīng)濟(jì)政策不確定性對(duì)企業(yè)數(shù)字化發(fā)展的影響是否存在企業(yè)所有制的異質(zhì)性差異，本文在模型(1)的基礎(chǔ)上引入經(jīng)濟(jì)政策不確定性與企業(yè)所有制的交互項(xiàng)EPU×Own，當(dāng)Own=1時(shí)代表為國(guó)有企業(yè)，Own=0時(shí)代表非國(guó)有企業(yè)。從表7列(1)的結(jié)果來(lái)看，交互項(xiàng)EPU×Own系數(shù)在1%水平下顯著為負(fù)，列(2)和(3)的EPU系數(shù)都顯著為正，表明經(jīng)濟(jì)政策不確定性對(duì)國(guó)有企業(yè)和非國(guó)有的數(shù)字化發(fā)展都有顯著促進(jìn)作用，但對(duì)非國(guó)有企業(yè)的作用更大?？赡茉蚴牵簢?guó)有企業(yè)往往有政府背景，當(dāng)經(jīng)濟(jì)政策不確定性加劇時(shí)，國(guó)有企業(yè)比其他企業(yè)承擔(dān)更加重要的經(jīng)濟(jì)穩(wěn)定的作用，而民營(yíng)企業(yè)更能得到政府部門(mén)的支持，并且國(guó)有企業(yè)的人才和資金也都比民營(yíng)企業(yè)更加充沛，數(shù)字經(jīng)濟(jì)和企業(yè)數(shù)字化發(fā)展，是國(guó)家的戰(zhàn)略方向，因此在經(jīng)濟(jì)政策不確定時(shí)，國(guó)有企業(yè)更能促進(jìn)企業(yè)數(shù)字化發(fā)展。

表7 異質(zhì)性分析：所有制、規(guī)模

2.企業(yè)規(guī)模的異質(zhì)性分析

企業(yè)規(guī)模不同，企業(yè)的經(jīng)營(yíng)條件和經(jīng)營(yíng)模式也存在差異，本文按企業(yè)規(guī)模不同將樣本企業(yè)分為大型企業(yè)和非大型企業(yè)(中小型企業(yè))。參考上文方法，本文在模型(1)的基礎(chǔ)上引入經(jīng)濟(jì)政策不確定性與企業(yè)所有制的交互項(xiàng)EPU×Sca，當(dāng)Sca=1時(shí)代表為大型企業(yè)，Sca=0時(shí)代表非中小型企業(yè)。從表7列(4)至(6)的回歸結(jié)果來(lái)看，經(jīng)濟(jì)政策不確定性對(duì)大型企業(yè)數(shù)字化發(fā)展的作用大于中小型企業(yè)?？赡茉蚴牵捍笮推髽I(yè)在資金、人才具有顯著優(yōu)勢(shì)，在抗風(fēng)險(xiǎn)能力上具有較強(qiáng)能力，反之中小型企業(yè)因?yàn)榻?jīng)營(yíng)模式單一，不僅抗風(fēng)險(xiǎn)能力弱，而且在資金和人才上也處于弱勢(shì)地位，因此當(dāng)經(jīng)濟(jì)政策不確定性時(shí)，規(guī)模大的企業(yè)數(shù)字化發(fā)展的能力會(huì)更大，而規(guī)模小的企業(yè)數(shù)字化發(fā)展的能力較弱。

(二)企業(yè)宏觀層面的異質(zhì)性分析

1.產(chǎn)業(yè)異質(zhì)性分析

從產(chǎn)業(yè)分類(lèi)來(lái)看，我國(guó)企業(yè)主要分為三個(gè)產(chǎn)業(yè)，第一產(chǎn)業(yè)以農(nóng)業(yè)為主、第二產(chǎn)業(yè)以工業(yè)企業(yè)為主、第三產(chǎn)業(yè)以服務(wù)業(yè)為主。本文將工業(yè)企業(yè)和建筑業(yè)企業(yè)合并為實(shí)體經(jīng)濟(jì)，其他企業(yè)為非實(shí)體經(jīng)濟(jì)。參考前文方法，本文在模型(1)的基礎(chǔ)上引入經(jīng)濟(jì)政策不確定性與產(chǎn)業(yè)異質(zhì)性的交互項(xiàng)EPU×Ent，當(dāng)Ent=1時(shí)代表為實(shí)體企業(yè)，Ent=0時(shí)代表非實(shí)體企業(yè)。從表8列(1)至(3)的回歸結(jié)果來(lái)看，經(jīng)濟(jì)政策不確定性對(duì)實(shí)體企業(yè)數(shù)字化發(fā)展的促進(jìn)作用大于非實(shí)體企業(yè)?？赡茉蚴牵航?jīng)濟(jì)政策不確定性對(duì)制造業(yè)為主的實(shí)體企業(yè)的數(shù)字化發(fā)展是一次挑戰(zhàn)更是一次機(jī)遇，許多實(shí)體企業(yè)面臨政策不確定性變大時(shí)，通過(guò)數(shù)字化發(fā)展，降低了企業(yè)成本、提高了效率、提升了產(chǎn)品的核心競(jìng)爭(zhēng)力，從而促進(jìn)了企業(yè)的高質(zhì)量發(fā)展；而我國(guó)第一產(chǎn)業(yè)大多數(shù)是手工和人力為主的勞動(dòng)密集型企業(yè)，第三產(chǎn)業(yè)是以服務(wù)業(yè)為主的企業(yè)，這些企業(yè)對(duì)數(shù)字化依賴(lài)程度較低，且數(shù)字化轉(zhuǎn)型投入巨大，因此當(dāng)經(jīng)濟(jì)不確定性變大時(shí)，非實(shí)體企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的意愿會(huì)低于實(shí)體企業(yè)。

表8 異質(zhì)性分析：產(chǎn)業(yè)、時(shí)間

2.時(shí)間異質(zhì)性分析

本次研究的時(shí)間為2010—2020年，正好是跨越我國(guó)兩個(gè)五年發(fā)展的周期。本文在模型(1)的基礎(chǔ)上引入經(jīng)濟(jì)政策不確定性與時(shí)間異質(zhì)性的交互項(xiàng)EPU×Per，當(dāng)Per=1時(shí)代表為“十三五”時(shí)期，Per=0時(shí)代表“十二五”時(shí)期。從表8列(4)至(6)的回歸結(jié)果來(lái)看，經(jīng)濟(jì)政策不確定性對(duì)“十三五”期間企業(yè)數(shù)字化發(fā)展影響作用大于“十二五”期間。可能原因是：2016年后，國(guó)家政府更加重視數(shù)字技術(shù)的發(fā)展，并出臺(tái)多項(xiàng)措施促進(jìn)企業(yè)數(shù)字化發(fā)展，從而進(jìn)一步促進(jìn)了企業(yè)數(shù)字化水平的發(fā)展。

七、總結(jié)和政策建議

(一)總結(jié)

經(jīng)濟(jì)政策不確定性促進(jìn)了企業(yè)數(shù)字化發(fā)展，還是抑制了企業(yè)數(shù)字化發(fā)展？經(jīng)濟(jì)政策不確定性是通過(guò)哪些途徑影響企業(yè)數(shù)字化發(fā)展？不同類(lèi)型的企業(yè)應(yīng)該如何應(yīng)對(duì)？本文基于2010—2020年SCOTT BAKER團(tuán)隊(duì)的中國(guó)EPU指數(shù)和上市企業(yè)數(shù)據(jù)回答了這些問(wèn)題。研究結(jié)果顯示：①經(jīng)濟(jì)政策不確定性的增長(zhǎng)能顯著促進(jìn)企業(yè)數(shù)字化的發(fā)展，通過(guò)一系列穩(wěn)定性檢驗(yàn)后，該結(jié)論依然穩(wěn)?。虎趥鲗?dǎo)機(jī)制研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性能通過(guò)加大政府發(fā)放補(bǔ)貼的力度、降低企業(yè)融資約束、增加企業(yè)研發(fā)投入的途徑，促進(jìn)企業(yè)數(shù)字化發(fā)展，經(jīng)Sobel和Bootstrap檢驗(yàn)，政府補(bǔ)助、融資約束、研發(fā)投入的中介效應(yīng)存在；③異質(zhì)性分析結(jié)果顯示，經(jīng)濟(jì)政策不確定性對(duì)不同所有制、規(guī)模、產(chǎn)業(yè)、時(shí)間的企業(yè)數(shù)字化發(fā)展都有促進(jìn)作用，但對(duì)非國(guó)有、大型、實(shí)體、“十三五”時(shí)期的企業(yè)數(shù)字化發(fā)展影響作用更大。

(二)政策建議

基于本次研究結(jié)論，提出以下幾點(diǎn)政策建議：

1.政府加大扶持力度，促進(jìn)企業(yè)數(shù)字化發(fā)展

從本次研究結(jié)果來(lái)看，無(wú)論是政府補(bǔ)助、還是政策支持，政府的扶持力度對(duì)企業(yè)數(shù)字化發(fā)展有積極影響，因此提出：政府加大扶持力度，包括宏觀層面的政策支持、資金層面對(duì)企業(yè)的扶持，都能有效促進(jìn)企業(yè)數(shù)字化發(fā)展。

2.金融機(jī)構(gòu)積極發(fā)展數(shù)字金融，降低企業(yè)融資約束，促進(jìn)中小企業(yè)數(shù)字化發(fā)展

從機(jī)制研究結(jié)果來(lái)看，經(jīng)濟(jì)政策不確定性能通過(guò)融資約束的渠道促進(jìn)企業(yè)數(shù)字化發(fā)展，而融資約束的降低離不開(kāi)數(shù)字金融的發(fā)展。因此提出：金融機(jī)構(gòu)加大數(shù)字金融的發(fā)展力度，進(jìn)一步緩解企業(yè)融資約束，尤其是中小企業(yè)的融資約束，以更好地促進(jìn)中小企業(yè)數(shù)字化發(fā)展。

3.企業(yè)加大研發(fā)投入，加快實(shí)現(xiàn)數(shù)字化發(fā)展

隨著國(guó)際和國(guó)內(nèi)經(jīng)濟(jì)環(huán)境的變化，經(jīng)濟(jì)政策不確定性將是常態(tài)，經(jīng)濟(jì)政策不確定對(duì)每個(gè)企業(yè)來(lái)說(shuō)既是一次挑戰(zhàn)，也是一次發(fā)展的機(jī)遇，企業(yè)只有積極的應(yīng)對(duì)才能確保在這場(chǎng)變局中生存下來(lái)，企業(yè)數(shù)字化發(fā)展正是應(yīng)對(duì)措施之一。企業(yè)數(shù)字化發(fā)展不是一蹴而就的工作，而是需要長(zhǎng)期的技術(shù)和資金投入，才能實(shí)現(xiàn)企業(yè)數(shù)字化發(fā)展。因此建議：企業(yè)加大研發(fā)投入，加快數(shù)字化發(fā)展步伐，利用數(shù)字技術(shù)提升企業(yè)核心競(jìng)爭(zhēng)力，保障企業(yè)穩(wěn)定運(yùn)營(yíng)。

4. 企業(yè)因時(shí)制宜，合理開(kāi)展數(shù)字化建設(shè)

每個(gè)企業(yè)的自身基礎(chǔ)不同、經(jīng)營(yíng)模式也不同，因此企業(yè)應(yīng)該根據(jù)自身的特點(diǎn)開(kāi)展數(shù)字化建設(shè)：規(guī)模較小、經(jīng)營(yíng)模式簡(jiǎn)單的勞動(dòng)密集型企業(yè)，可以通過(guò)開(kāi)展數(shù)字化應(yīng)用來(lái)提高企業(yè)效率；規(guī)模大、經(jīng)營(yíng)模式復(fù)雜的實(shí)體企業(yè)，因業(yè)務(wù)流程復(fù)雜和獨(dú)特性，可以通過(guò)自行研發(fā)，將數(shù)字技術(shù)和企業(yè)生產(chǎn)、管理流程融合，實(shí)現(xiàn)數(shù)字化發(fā)展。雖然企業(yè)數(shù)字化發(fā)展是企業(yè)可持續(xù)發(fā)展的一條必由之路，但企業(yè)的發(fā)展并不應(yīng)該被數(shù)字化建設(shè)綁定，只有因地制宜、因時(shí)制宜，根據(jù)企業(yè)自身的特點(diǎn)和宏觀經(jīng)濟(jì)發(fā)展的情況，合適地開(kāi)展數(shù)字化建設(shè)，才能有效促進(jìn)企業(yè)的良性發(fā)展。