城市5G技術(shù)試點(diǎn)建設(shè)賦能企業(yè)數(shù)字化轉(zhuǎn)型

[摘 要：萬物互聯(lián)的時(shí)代，5G技術(shù)的優(yōu)勢促進(jìn)了經(jīng)濟(jì)發(fā)展方式的數(shù)字化轉(zhuǎn)型。文章基于2014—2021年中國974家中國A股上市制造企業(yè)的平衡面板數(shù)據(jù)，利用PSM-DID方法評(píng)估5G技術(shù)試點(diǎn)建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，并進(jìn)一步探索區(qū)域數(shù)字金融水平、行業(yè)技術(shù)能力和企業(yè)數(shù)字吸收能力三種不同層面的情境因素在其中發(fā)揮的權(quán)變作用。研究發(fā)現(xiàn)：5G技術(shù)試點(diǎn)建設(shè)顯著提升了制造企業(yè)的數(shù)字化轉(zhuǎn)型程度；區(qū)域數(shù)字金融水平、行業(yè)技術(shù)能力和企業(yè)數(shù)字吸收能力能有效幫助企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型。研究對(duì)于助力中國廣泛推進(jìn)5G技術(shù)建設(shè)，并依據(jù)不同情境促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型具有重要的政策啟示和理論借鑒作用。

關(guān)鍵詞：5G技術(shù)；數(shù)字化轉(zhuǎn)型；制造企業(yè)；PSM-DID方法；權(quán)變情境

中圖分類號(hào)：F425；F623；F832.51；TN929" " 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-5097（2023）04-0013-11 ]

Urban 5G Technology Pilot Construction Empowers Digital Transformation of Enterprises：

Experimental Evidence from Chinese Manufacturing Enterprises

JIANG Zhangshenga，b，XU Chenghaoa

（a. School of Business Administration；b. Zheshang Research Institute，Zhejiang Gongshang University，Hangzhou 310018，China）

Abstract：In the era of everything interconnected，the advantages of 5G technology facilitate the digital transformation of the economic development mode. Based on the balanced panel data of digital transformation of 974 Chinese A-share listed manufacturing enterprises from 2014 to 2021，this paper uses the PSM-DID method to evaluate the impact of 5G technology pilot construction on enterprise digital transformation， and further explores the contingency role played by three situational factors：regional digital financial level，industrial technical capacity，and enterprise digital absorption capacity. The results show that the 5G technology pilot construction has significantly improved the degree of enterprise digital transformation in the pilot cities；regional digital financial level，industrial technical capacity，and enterprise digital absorption capacity can effectively help enterprises promote digital transformation. The research has important policy implications and theoretical reference for helping China to widely promote the construction of 5G technology and promote the digital transformation of enterprises according to different situations.

Key words：5G technology；digital transformation；manufacturing enterprise；PSM-DID method；contingency situation

一、研究背景與理論機(jī)制

黨的二十大報(bào)告強(qiáng)調(diào)，“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，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。中國是工業(yè)大國，工業(yè)是國民經(jīng)濟(jì)高效增長的重要引擎，也是實(shí)體經(jīng)濟(jì)穩(wěn)定發(fā)展的主戰(zhàn)場。然而，中國制造業(yè)的數(shù)字化水平相對(duì)落后，“大而不強(qiáng)”問題依然突出，這些問題都不利于工業(yè)經(jīng)濟(jì)乃至社會(huì)經(jīng)濟(jì)的高質(zhì)量發(fā)展。在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，企業(yè)的生存之道就是與時(shí)俱進(jìn)融入數(shù)字經(jīng)濟(jì)以尋求更為智能的發(fā)展模式［1］，以數(shù)字技術(shù)加速推進(jìn)“中國制造”向“中國智造”轉(zhuǎn)型。作為中國第二產(chǎn)業(yè)的主要組成部分和經(jīng)濟(jì)增長的中堅(jiān)力量，制造企業(yè)也迫切渴望通過新興信息技術(shù)的應(yīng)用實(shí)現(xiàn)技術(shù)、產(chǎn)品和組織轉(zhuǎn)型，進(jìn)而形成可持續(xù)發(fā)展的競爭力。制造企業(yè)數(shù)字化轉(zhuǎn)型是實(shí)現(xiàn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵一環(huán)，不僅可以支撐經(jīng)濟(jì)的長期發(fā)展，還能夠有效帶動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，促進(jìn)社會(huì)可持續(xù)發(fā)展［2］。因此，面對(duì)以信息技術(shù)為核心支撐的數(shù)字經(jīng)濟(jì)迅猛發(fā)展，如何有效引導(dǎo)和激勵(lì)制造企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，成為亟須解決的問題。

一般認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型是企業(yè)通過信息、計(jì)算、溝通和連接等數(shù)字技術(shù)整合、重構(gòu)、協(xié)作和創(chuàng)新企業(yè)的產(chǎn)品服務(wù)、業(yè)務(wù)流程、組織結(jié)構(gòu)、商業(yè)模式和生態(tài)模式，使原有模式發(fā)生數(shù)字化的系統(tǒng)演變［3］，以有效提升企業(yè)的風(fēng)險(xiǎn)抵御能力、技術(shù)創(chuàng)新能力和價(jià)值創(chuàng)造能力［4］，從而幫助企業(yè)創(chuàng)造和獲取更多價(jià)值［5］。從研究視角和內(nèi)容來看，當(dāng)前研究多基于制度理論［6］、交易成本理論［7］或資源基礎(chǔ)理論［8］，從制度環(huán)境［9］、動(dòng)態(tài)能力［10］、資源基礎(chǔ)［11］、組織學(xué)習(xí)［12］等視角，研究企業(yè)數(shù)字化轉(zhuǎn)型的影響因素［13］、轉(zhuǎn)型過程［14］、轉(zhuǎn)型能力［15］與實(shí)施措施［16］，以及轉(zhuǎn)型對(duì)勞動(dòng)分工［17］、企業(yè)績效［18］和價(jià)值成長［19］的影響。但是，在企業(yè)戰(zhàn)略管理實(shí)踐中，企業(yè)管理者首先需要依據(jù)內(nèi)外部戰(zhàn)略因素的變化來確定是否應(yīng)該進(jìn)行數(shù)字化轉(zhuǎn)型及其程度，然后確定企業(yè)資源投入的先后順序及其側(cè)重領(lǐng)域，并預(yù)測可能會(huì)影響的經(jīng)營領(lǐng)域，產(chǎn)生什么樣的結(jié)果，通過對(duì)比不同方案確定相對(duì)滿意合理的決策方案。現(xiàn)有研究成果雖然從動(dòng)因、過程和結(jié)果等多方面解釋了企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在機(jī)理和實(shí)現(xiàn)路徑，卻很難解釋到底是外部技術(shù)環(huán)境還是內(nèi)部需求驅(qū)動(dòng)造成不同企業(yè)數(shù)字化轉(zhuǎn)型質(zhì)量之間存在的巨大差異。5G技術(shù)是對(duì)以往信息通信技術(shù)的一次重大革新，它能夠解決不同行業(yè)因行業(yè)趨勢而面臨的眾多挑戰(zhàn)，為工業(yè)數(shù)字化發(fā)展提供網(wǎng)絡(luò)和平臺(tái)的技術(shù)支撐［20］。

2018年4月，全國范圍內(nèi)開展信息化和工業(yè)化試點(diǎn)建設(shè)，截至2021年11月，中國已經(jīng)建成了100余萬座5G基站，占全球總基站數(shù)量的七成以上，預(yù)計(jì)到2025年，中國將成為全球最大的5G市場。當(dāng)前，5G技術(shù)顯示出巨大的經(jīng)濟(jì)潛力［21］，尤其是對(duì)于正在進(jìn)行數(shù)字化轉(zhuǎn)型的制造企業(yè)而言，更能夠充分運(yùn)用5G技術(shù)在信息、運(yùn)算和交流過程中的便捷優(yōu)點(diǎn)［22］，通過加強(qiáng)企業(yè)內(nèi)外不同參與者之間的合作關(guān)系來降低生產(chǎn)成本、提高創(chuàng)新績效［23］。5G技術(shù)被譽(yù)為“數(shù)字經(jīng)濟(jì)新引擎”，是促進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型的重要信息通信技術(shù)，它通過提供高帶寬、可靠和低延遲的無線連接［24］，將技術(shù)優(yōu)勢同制造企業(yè)內(nèi)部的制造系統(tǒng)性能相聯(lián)系［25］，幫助制造企業(yè)提升生產(chǎn)效率、提高資源利用效率［15］，進(jìn)而改變傳統(tǒng)產(chǎn)業(yè)數(shù)字化水平落后的現(xiàn)狀［9］，最終實(shí)現(xiàn)“中國智造”需求的數(shù)字化、自動(dòng)化和智能化。當(dāng)前，使用的4G技術(shù)因網(wǎng)絡(luò)延遲和速度限制等缺陷，成為阻礙制造業(yè)企業(yè)進(jìn)一步達(dá)成“無人工廠”的主要原因，而5G技術(shù)可以完全實(shí)現(xiàn)去勞動(dòng)力中心化的要求，從而減少非生產(chǎn)性工作空間，達(dá)成實(shí)時(shí)交互，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型［20］。這也將為實(shí)現(xiàn)“中國制造2025”戰(zhàn)略目標(biāo)提供關(guān)鍵支撐。然而，現(xiàn)有研究更多是從信息技術(shù)層面分析5G技術(shù)如何應(yīng)用與開發(fā)，或者僅僅定性分析5G技術(shù)如何促進(jìn)制造企業(yè)發(fā)展方式數(shù)字化轉(zhuǎn)型，缺少直接分析這項(xiàng)新興數(shù)字技術(shù)與制造企業(yè)數(shù)字化轉(zhuǎn)型之間的定量因果推斷研究。

5G技術(shù)建設(shè)這一城市數(shù)字技術(shù)推廣政策將會(huì)從區(qū)域、行業(yè)和企業(yè)多方面對(duì)中國制造企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程產(chǎn)生重大而深遠(yuǎn)的影響。然而，在其影響過程中，制造企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)受到不同層面影響因素的權(quán)變作用。首先，數(shù)字化轉(zhuǎn)型是一項(xiàng)高成本的活動(dòng)［26］，企業(yè)需具備一定金融資源和經(jīng)濟(jì)能力才能實(shí)施數(shù)字化轉(zhuǎn)型。數(shù)字金融作為數(shù)字化發(fā)展的產(chǎn)物，對(duì)我國實(shí)體經(jīng)濟(jì)發(fā)展有支撐作用［27］。數(shù)字金融以信息技術(shù)為基礎(chǔ)，可以通過緩解金融排斥、公開交易信息、優(yōu)化資源配置，提高金融服務(wù)的可用性，為企業(yè)的數(shù)字化轉(zhuǎn)型活動(dòng)提供充足的資金，對(duì)企業(yè)具有顯著的“結(jié)構(gòu)性”創(chuàng)新驅(qū)動(dòng)作用［28］，這都有助于企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。其次，5G技術(shù)試點(diǎn)建設(shè)旨在利用新一代信息化技術(shù)促進(jìn)產(chǎn)業(yè)變革，其中一個(gè)重要的著力點(diǎn)在于提高行業(yè)的數(shù)字技術(shù)能力。不同制造業(yè)間的技術(shù)能力存在差異，行業(yè)技術(shù)能力可以幫助實(shí)體經(jīng)濟(jì)從發(fā)展數(shù)字化行業(yè)和推動(dòng)行業(yè)數(shù)字化兩方面實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，通過信號(hào)識(shí)別和資源開發(fā)等中介因素直接或間接提高組織績效，因此，它有助于探索和開發(fā)不同的外部環(huán)境機(jī)會(huì)，進(jìn)而促進(jìn)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。最后，企業(yè)吸收能力被定義為企業(yè)汲取外部信息并用其創(chuàng)造商業(yè)價(jià)值的能力［29］。在數(shù)字化經(jīng)濟(jì)和5G技術(shù)試點(diǎn)建設(shè)推進(jìn)的背景下，現(xiàn)代信息技術(shù)革命引導(dǎo)企業(yè)以信息網(wǎng)絡(luò)為基礎(chǔ)，圍繞數(shù)據(jù)這一關(guān)鍵生產(chǎn)要素配置要素資源，開展生產(chǎn)經(jīng)營活動(dòng)［30］，而數(shù)字吸收能力越強(qiáng)的企業(yè)對(duì)外部要素資源的整合效率也越高［31-32］。基于此，繪制5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型影響的理論機(jī)制，如圖1所示。

本文主要從城市建設(shè)視角，將5G技術(shù)試點(diǎn)建設(shè)作為一項(xiàng)外部政策沖擊，利用雙重差分傾向得分匹配法（PSM-DID）評(píng)估5G應(yīng)用對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響，并進(jìn)一步分析區(qū)域數(shù)字金融水平、行業(yè)技術(shù)能力和企業(yè)數(shù)字吸收能力三個(gè)層面的數(shù)字化情境差異性在兩者之間所發(fā)揮的強(qiáng)化或削弱作用。主要貢獻(xiàn)在于：①定量揭示5G技術(shù)試點(diǎn)建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向賦能作用，豐富前置政策因素對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的沖擊影響；②利用PSM-DID模型評(píng)估5G技術(shù)試點(diǎn)建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型的因果關(guān)系，拓展該研究方法的應(yīng)用領(lǐng)域；③從區(qū)域、行業(yè)和企業(yè)三個(gè)不同層面探索異質(zhì)情境對(duì)5G技術(shù)試點(diǎn)建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間關(guān)系的調(diào)節(jié)作用，為5G技術(shù)根據(jù)不同情境進(jìn)行推廣應(yīng)用提供量化的科學(xué)依據(jù)，有利于試點(diǎn)建設(shè)取得良好的實(shí)施效果。

二、研究設(shè)計(jì)與模型構(gòu)建

近年來，5G技術(shù)的廣泛應(yīng)用，促使各國紛紛進(jìn)行數(shù)字化變革和結(jié)構(gòu)升級(jí)。2013年11月，華為公司投入6億美元對(duì)5G相關(guān)技術(shù)進(jìn)行早期研發(fā)，以打破歐美國家在信息領(lǐng)域的高端技術(shù)壟斷。2018年4月，5G技術(shù)在全國范圍內(nèi)試點(diǎn)建設(shè)，國家發(fā)展和改革委員會(huì)公布了首批5G技術(shù)試點(diǎn)城市名單，標(biāo)志著城市5G技術(shù)試點(diǎn)建設(shè)正式開展。首批設(shè)立的5G技術(shù)試點(diǎn)建設(shè)城市包括北京、天津、杭州等12個(gè)城市，但全國其他城市的5G技術(shù)建設(shè)并沒有鋪展開來。作為城市信息建設(shè)的重大舉措，5G技術(shù)試點(diǎn)建設(shè)利用先進(jìn)的信息技術(shù)變革企業(yè)轉(zhuǎn)型路徑和模式，無疑將會(huì)提高制造企業(yè)資源配置效率，提升制造企業(yè)數(shù)字化發(fā)展能力，從而為改善制造企業(yè)數(shù)字化轉(zhuǎn)型程度低下等問題提供基礎(chǔ)設(shè)施和技術(shù)保障。因此，可將基于推進(jìn)信息技術(shù)建設(shè)為初衷的5G技術(shù)試點(diǎn)建設(shè)看作準(zhǔn)自然實(shí)驗(yàn)，利用PSM-DID模型來評(píng)估5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的推動(dòng)作用。

（一）數(shù)據(jù)篩選

鑒于制造企業(yè)是實(shí)施工業(yè)數(shù)字化的主要載體，本文選擇中國A股上市的制造業(yè)上市公司作為研究對(duì)象，涵蓋制造業(yè)C13-C42共29個(gè)大類，選用2014—2021年企業(yè)及對(duì)應(yīng)城市層面數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)主要來自同花順iFinD金融數(shù)據(jù)終端、中國研究數(shù)據(jù)服務(wù)平臺(tái)CNRDS、《中國城市統(tǒng)計(jì)年鑒》以及國泰安數(shù)據(jù)庫CSMAR。數(shù)據(jù)篩選內(nèi)容如下：剔除標(biāo)識(shí)有ST（連續(xù)兩年虧損）、*ST（連續(xù)三年虧損的企業(yè)）的樣本；進(jìn)行1%縮尾處理；剔除存在缺失值樣本；試點(diǎn)建設(shè)實(shí)施時(shí)間設(shè)置為2018年。經(jīng)篩選，最后得到974家制造業(yè)上市公司共7 792個(gè)觀測樣本的平衡面板數(shù)據(jù)。

（二）變量說明

（1）因變量：企業(yè)數(shù)字化轉(zhuǎn)型（DIGTRA）。[DIGTRAit]表示某一上市公司i在t年的數(shù)字化轉(zhuǎn)型程度，大多數(shù)研究采用編制問卷量表的方式對(duì)數(shù)字化轉(zhuǎn)型進(jìn)行測量［33］，王墨林等通過Python軟件爬取上市公司年報(bào)中數(shù)字化轉(zhuǎn)型關(guān)鍵詞的方式獲取企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)［34］。本文參考吳非等［35］的做法，運(yùn)用文本分析技術(shù)歸納整理制造業(yè)上市公司年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)的“人工智能技術(shù)”“區(qū)塊鏈技術(shù)”“云計(jì)算技術(shù)”“大數(shù)據(jù)技術(shù)”以及“數(shù)字技術(shù)應(yīng)用”五類關(guān)鍵詞，將關(guān)鍵詞出現(xiàn)的頻次進(jìn)行匯總，取對(duì)數(shù)處理后作為企業(yè)數(shù)字化轉(zhuǎn)型程度的最終評(píng)估指標(biāo)。采用“公司財(cái)務(wù)報(bào)告附注中披露的年末無形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化技術(shù)相關(guān)部分占無形資產(chǎn)總額的比例”［36］作為因變量替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。

（2）自變量：試點(diǎn)城市虛擬變量（Pilot）和試點(diǎn)時(shí)間虛擬變量（Post）兩項(xiàng)之積。5G技術(shù)試點(diǎn)城市的虛擬變量用[Pilotc]，試點(diǎn)城市為1，否則為0。[Postt]為試點(diǎn)前后的時(shí)間虛擬變量，試點(diǎn)建設(shè)發(fā)生后取值為1，在試點(diǎn)建設(shè)發(fā)生前取值為0。交互項(xiàng)[Pilotc×Postt]是PSM-DID模型中的關(guān)鍵解釋變量，反映城市5G技術(shù)試點(diǎn)建設(shè)政策賦能企業(yè)數(shù)字化轉(zhuǎn)型的影響程度。

（3）情境解釋變量：試點(diǎn)城市虛擬變量（Pilot）、試點(diǎn)時(shí)間虛擬變量（Post）和第三重權(quán)變差分（Difference）三項(xiàng)之積。在解釋變量的基礎(chǔ)上，分別加入DIGFIN和DIGABS作為第三重差分。交互項(xiàng)[Pilotc×Postt×DIGFINct]和[Pilotc×Postt×DIGABSit]是情境權(quán)變作用分析中的關(guān)鍵情境解釋變量，分別反映在城市層級(jí)情境和企業(yè)層級(jí)情境的權(quán)變作用下，城市5G技術(shù)試點(diǎn)建設(shè)政策賦能企業(yè)數(shù)字化轉(zhuǎn)型的影響程度。

（4）控制變量。鑒于“高資源消耗、高成本”是企業(yè)數(shù)字化轉(zhuǎn)型的一項(xiàng)基本特征［26］，內(nèi)外部資源和能力要素都會(huì)對(duì)其實(shí)施產(chǎn)生影響。為了獲得更為真實(shí)的政策效應(yīng)，加入了上市公司經(jīng)濟(jì)特征和城市特征的控制變量矩陣[Xict]，企業(yè)層面的控制變量方面：ROA為企業(yè)總資產(chǎn)收益率；企業(yè)規(guī)模（SIZE）取員工數(shù)量的自然對(duì)數(shù)［33］；LEVE為資產(chǎn)負(fù)債率；企業(yè)現(xiàn)金流（CASHFL）用經(jīng)營活動(dòng)現(xiàn)金流凈值與總資產(chǎn)比值的自然對(duì)數(shù)衡量［34］。城市層面的控制變量方面：城市的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)企業(yè)創(chuàng)新行為產(chǎn)生影響［37］，POP表示城市規(guī)模，使用城市年末人口數(shù)量的自然對(duì)數(shù)衡量；INDUS表示產(chǎn)業(yè)結(jié)構(gòu)，參考石大千等［38］的做法，選用第二產(chǎn)業(yè)增加值占GDP的比重衡量。

（三）模型構(gòu)建

將城市5G技術(shù)試點(diǎn)建設(shè)看作準(zhǔn)自然實(shí)驗(yàn)，利用PSM-DID法來評(píng)估城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的推動(dòng)作用。具體而言，將PSM-DID模型的試點(diǎn)時(shí)間虛擬變量設(shè)定為2018年；同時(shí)，將是否為5G技術(shù)試點(diǎn)的城市設(shè)定為PSM-DID模型中的試點(diǎn)城市虛擬變量，試點(diǎn)的12個(gè)城市為實(shí)驗(yàn)組，其他為控制組。本文選取設(shè)立5G技術(shù)試點(diǎn)建設(shè)城市的省內(nèi)其他地級(jí)市的制造企業(yè)為控制組（2個(gè)直轄市除外），在此基礎(chǔ)上，控制組中還涵蓋了除中國臺(tái)灣地區(qū)、港澳特別行政區(qū)、西藏自治區(qū)以外的28個(gè)省級(jí)行政區(qū)樣本和全國148個(gè)地級(jí)市數(shù)據(jù)，以求最大范圍地評(píng)估城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響。

實(shí)驗(yàn)組和控制組具體分布見表1所列。

在確定實(shí)驗(yàn)組和控制組后，如公式（1）所示，首先，以是否為5G技術(shù)試點(diǎn)建設(shè)城市為被解釋變量，所有控制變量為解釋變量，進(jìn)行Logit回歸，計(jì)算各城市所屬制造企業(yè)的傾向得分值；其次，參考相關(guān)文獻(xiàn)［38］，進(jìn)一步使用傾向得分匹配法依據(jù)傾向得分值篩選出與試點(diǎn)城市具有相似特征的城市作為配對(duì)城市，根據(jù)公式（2）使用核匹配法進(jìn)行1∶1匹配，式中[f]為估計(jì)概率密度函數(shù)，K為核函數(shù)，h為帶寬（hgt;0），[DIGTRAa]為獨(dú)立同分布的a個(gè)樣本點(diǎn)；最后，使用匹配后獲得的6 538個(gè)樣本構(gòu)建城市5G技術(shù)試點(diǎn)建設(shè)賦能制造企業(yè)數(shù)字化轉(zhuǎn)型的PSM-DID模型，模型設(shè)定如公式（3）。

[Ρ（Xict）=Ρr[Pilotc=1|Xict]=exp（βXict）1+exp（βXict）]" （1）

[fhDIGTRA=1n∑na=1KhDIGTRA-DIGTRAa]" （2）

[DIGTRAPSMit=β0+β1Pilotc×Postt+ρXict+πt+αi+εict]" （3）

其中：雙重差分項(xiàng)[Pilotc×Postt]的系數(shù)[β1]是模型分析重點(diǎn)關(guān)注的內(nèi)容，該系數(shù)反映的是在對(duì)城市5G技術(shù)試點(diǎn)建設(shè)實(shí)施前后和試點(diǎn)城市及非試點(diǎn)城市之間進(jìn)行雙重差分后，城市5G技術(shù)建設(shè)對(duì)試點(diǎn)城市所屬制造企業(yè)數(shù)字化轉(zhuǎn)型的影響，若[β1]顯著為正，表示試點(diǎn)建設(shè)有助于促進(jìn)試點(diǎn)城市制造企業(yè)的數(shù)字化轉(zhuǎn)型；[πt]和[αi]分別表示時(shí)間固定效應(yīng)和企業(yè)固定效應(yīng)；[εict]為隨機(jī)干擾項(xiàng)。

首先，為探究城市層級(jí)情境下，5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響是否會(huì)受到區(qū)域數(shù)字金融水平的權(quán)變作用，建立三重差分模型如下：

[DIGTRAPSMit=β0+β1Pilotc×Postt×DIGFINct+β2Pilotc×Postt+ρXict+πt+αi+εict] （4）

其中，[DIGFINct]表示城市c在t年的數(shù)字金融水平，資料來自北京大學(xué)《數(shù)字金融普惠金融指數(shù)》，其余變量設(shè)置與公式（3）相同；[β1]為三重差分項(xiàng)[Pilotc×Postt×DIGFINct]系數(shù)。若[β1]顯著為正，則表示相較于數(shù)字金融水平較低的地區(qū)，城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在數(shù)字金融水平較高的地區(qū)更顯著；若[β1]顯著為負(fù)，則結(jié)論相反，表示城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在數(shù)字金融水平較低的地區(qū)更強(qiáng)。

其次，為探究行業(yè)層級(jí)情境下，5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響是否受到行業(yè)技術(shù)能力的權(quán)變作用，建立三重差分模型如下：

[DIGTRAPSMit=β0+β1Pilotc×Postt×INDTECi+β2Pilotc×Postt+ρXict+πt+αi+εict] （5）

其中：[INDTECi]表示企業(yè)i所屬行業(yè)的行業(yè)技術(shù)能力，參考國家統(tǒng)計(jì)局的劃分，將制造業(yè)分為高新技術(shù)行業(yè)和非高新技術(shù)行業(yè)，高新技術(shù)行業(yè)為1，反之為0，其余變量設(shè)置與公式（3）相同；[β1]為三重差分項(xiàng)[Pilotc×Postt×INDTECi]系數(shù)若[β1]顯著為正，表示相較于非高新技術(shù)行業(yè)，城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在高新技術(shù)行業(yè)更顯著；若[β1]顯著為負(fù)，則結(jié)論相反，表示城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用對(duì)于非高新技術(shù)行業(yè)的地區(qū)更強(qiáng)。

最后，為探究企業(yè)層級(jí)情境下，5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響是否會(huì)受到區(qū)域數(shù)字金融水平的權(quán)變作用，建立三重差分模型如下：

[DIGTRAPSMit=β0+β1Pilotc×Postt×DIGABSit+β2Pilotc×Postt+ρXict+πt+αi+εict] （6）

其中，[DIGABSit]表示企業(yè)i在t年的數(shù)字金融水平，參考Huang等人的做法，用企業(yè)技術(shù)人員總?cè)藬?shù)的自然對(duì)數(shù)作為企業(yè)數(shù)字吸收能力的代理變量［39］，其余變量設(shè)置與公式（3）相同。若[β1]顯著為正，表示相較于數(shù)字吸收能力較差的企業(yè)，城市5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的正向影響對(duì)于數(shù)字吸收能力較強(qiáng)的企業(yè)更顯著；若[β1]顯著為負(fù)，則結(jié)論相反，表示城市5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在數(shù)字吸收能力較弱的企業(yè)更強(qiáng)。

三、機(jī)制檢驗(yàn)與情境分析

（一）描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果見表2所列，從表2可以看出，全樣本的DIGTRA均值為1.351 5，控制組的DIGTRA均值為1.180 3，實(shí)驗(yàn)組的DIGTRA的均值為1.640 9，說明控制組的數(shù)字化轉(zhuǎn)型程度低于實(shí)驗(yàn)組?？赡艿脑蚴牵圏c(diǎn)建設(shè)顯著促進(jìn)了實(shí)驗(yàn)組的數(shù)字化轉(zhuǎn)型程度，從而提高了組內(nèi)的平均值，也可能是控制組與實(shí)驗(yàn)組本身存在顯著差異，故在后文穩(wěn)健性檢驗(yàn)中進(jìn)一步對(duì)其進(jìn)行平行趨勢檢驗(yàn)。

（二）影響機(jī)制分析

本文將城市5G技術(shù)試點(diǎn)建設(shè)作為一項(xiàng)外部政策沖擊，利用雙重差分傾向得分匹配法（PSM-DID）評(píng)估該重大信息技術(shù)突破對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制。首先，進(jìn)行PSM-DID法的一系列適用性檢驗(yàn)，具體結(jié)果見表3所列。匹配前控制組與實(shí)驗(yàn)組的差異為0.460 6，t值為15.42，兩者間存在較為明顯的差異；匹配后控制組與實(shí)驗(yàn)組的差異為0.144 5，t值為1.36，匹配后兩者的差異顯著縮小更接近于零，說明采用PSM保證了實(shí)驗(yàn)組和控制組具有相似的特征。

其次，繪制傾向得分值密度函數(shù)，如圖2所示。對(duì)比圖2（a）和圖2（b）之后，可以明顯看出，匹配后實(shí)驗(yàn)組與對(duì)照組傾向分值的概率密度比匹配前更一致，這表明匹配效果較好。

最后，對(duì)匹配后的樣本進(jìn)行雙重差分估計(jì)，城市5G技術(shù)試點(diǎn)建設(shè)政策效應(yīng)PSM-DID模型估計(jì)結(jié)果見表4所列。其中，M1為不加入控制變量的政策效應(yīng)估計(jì)模型；在此基礎(chǔ)上，考慮企業(yè)數(shù)字化轉(zhuǎn)型會(huì)受到其他解釋變量的影響，在M2加入了企業(yè)和城市層面的控制變量進(jìn)行更加真實(shí)的政策效應(yīng)估計(jì)。同時(shí)，為區(qū)分年份和個(gè)體層面的差異性，在M1和M2中均采用時(shí)間和企業(yè)雙固定效應(yīng)模型進(jìn)行政策效應(yīng)估計(jì)。

M1和M2中，城市5G技術(shù)試點(diǎn)建設(shè)對(duì)數(shù)字化轉(zhuǎn)型指標(biāo)均為顯著的正向影響，采用時(shí)間和企業(yè)雙固定效應(yīng)的M2擬合優(yōu)度明顯優(yōu)于混合效應(yīng)模型M1，且交互項(xiàng)Pilotc×Postt在M1和M2中的回歸系數(shù)分別為0.218 2和0.140 0，變化趨勢是由大到小，這說明城市5G技術(shù)試點(diǎn)建設(shè)雖然顯著增強(qiáng)了企業(yè)數(shù)字化轉(zhuǎn)型，但只是正向影響因素之一。企業(yè)數(shù)字化轉(zhuǎn)型除了關(guān)注5G技術(shù)政策的實(shí)施之外，同時(shí)也受到政府、行業(yè)和企業(yè)其他因素的影響，政府在數(shù)字經(jīng)濟(jì)時(shí)代治理效率的提升能夠幫助數(shù)字化轉(zhuǎn)型更好地融入社會(huì)發(fā)展的政策環(huán)境［40］，不同行業(yè)與信息服務(wù)業(yè)融合程度的高低［41］以及各個(gè)企業(yè)數(shù)據(jù)資產(chǎn)的多寡［42］也會(huì)影響不同行業(yè)和企業(yè)的數(shù)字化轉(zhuǎn)型。

為了探究在不同權(quán)變情境下，5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響是否會(huì)受到不同層面影響因素的權(quán)變作用，從區(qū)域數(shù)字金融水平、行業(yè)技術(shù)能力和企業(yè)數(shù)字吸收能力三個(gè)層級(jí)進(jìn)行分析驗(yàn)證。

（1）區(qū)域數(shù)字金融水平的權(quán)變情境。根據(jù)理論機(jī)制，利用公式（4）探究5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響程度是否會(huì)受到區(qū)域數(shù)字金融水平的權(quán)變作用，回歸結(jié)果見表5所列。三重差分項(xiàng)Pilotc×Postt×DIGFINct的系數(shù)在M3和M4中均在1%水平上顯著為正，這表明5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)存在顯著的區(qū)域權(quán)變作用，5G技術(shù)試點(diǎn)建設(shè)更有助于促進(jìn)高數(shù)字金融水平地區(qū)制造企業(yè)數(shù)字化轉(zhuǎn)型，與唐松等的研究結(jié)論相一致［28］?？梢?，數(shù)字金融扮演著驅(qū)動(dòng)企業(yè)發(fā)展的重要角色，能夠幫助企業(yè)去杠桿、提升財(cái)務(wù)穩(wěn)定性，從而促進(jìn)企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型。

（2）行業(yè)技術(shù)能力的權(quán)變情境。為了考察高技術(shù)能力制造業(yè)和低技術(shù)能力制造業(yè)之間是否存在差異，利用公式（5）探究5G試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的影響程度是否會(huì)受到行業(yè)技術(shù)能力的權(quán)變作用。如表5中M5和M6所列，無論是否加入控制變量，Pilotc×Postt×INDTECi的回歸系數(shù)均在1%水平上顯著為正，這表明5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)存在顯著的行業(yè)技術(shù)能力權(quán)變作用，5G技術(shù)試點(diǎn)建設(shè)能更好地促進(jìn)高新技術(shù)制造企業(yè)數(shù)字化轉(zhuǎn)型。可能的原因在于，數(shù)字化轉(zhuǎn)型需要制造企業(yè)具備技術(shù)能力［43］，相比非高新技術(shù)制造企業(yè)，高新技術(shù)制造企業(yè)能夠更好地利用組織資源和能力實(shí)施數(shù)字化轉(zhuǎn)型［44］。

（3）企業(yè)數(shù)字吸收能力的權(quán)變情境。利用模型（6）進(jìn)一步進(jìn)行企業(yè)數(shù)字吸收能力權(quán)變作用的回歸分析。表5中的三重差分項(xiàng)Pilotc×Postt×DIGABSit的系數(shù)在M7和M8中均在1%的水平上顯著為正，這表明5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)存在顯著的企業(yè)數(shù)字吸收能力權(quán)變作用，5G技術(shù)試點(diǎn)建設(shè)更有助于促進(jìn)數(shù)字吸收能力強(qiáng)的制造企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，這為表4基準(zhǔn)結(jié)果的分析提供了補(bǔ)充與支撐。這一結(jié)果與Roberts等學(xué)者的研究結(jié)論相一致［45］，組織吸收能力對(duì)數(shù)字創(chuàng)新至關(guān)重要，企業(yè)需要通過數(shù)字吸收能力來整合5G技術(shù)試點(diǎn)建設(shè)過程中的要素資源，以求更好地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型進(jìn)程。

四、穩(wěn)健性檢驗(yàn)

為了驗(yàn)證上述回歸估計(jì)結(jié)果的穩(wěn)健性，采用平行趨勢檢驗(yàn)、安慰劑檢驗(yàn)和替換因變量檢驗(yàn)三種方法進(jìn)行驗(yàn)證。

（一）平行趨勢檢驗(yàn)

為了驗(yàn)證5G技術(shù)試點(diǎn)建設(shè)城市與非5G技術(shù)試點(diǎn)建設(shè)城市在試點(diǎn)前，企業(yè)數(shù)字化轉(zhuǎn)型程度在時(shí)間趨勢上是基本保持一致的，采用Jacobson等［46］提出的事件分析法來比較控制組與實(shí)驗(yàn)組之間的平行趨勢，公式如下：

[DIGTRAPSMit=β0+∑k=3k=-4βkDc，t0+k+ρXict+πt+αi+εict] （7）

其中：[Dc，t0+k]是一系列的虛擬變量，表示5G技術(shù)試點(diǎn)建設(shè)在試點(diǎn)開始的第k年；[t0]表示城市c實(shí)施5G技術(shù)試點(diǎn)建設(shè)的第一年；k表示開始5G技術(shù)試點(diǎn)建設(shè)之后的第k年，這里k為2018年，覆蓋了實(shí)施前4年與開始實(shí)施后3年；[βk]表示“5G技術(shù)試點(diǎn)建設(shè)”在試點(diǎn)開始第k年時(shí)，控制組城市與實(shí)驗(yàn)組城市所屬的企業(yè)數(shù)字化轉(zhuǎn)型程度之間的差距。如果在klt;0期間，[βk]的趨勢相對(duì)平穩(wěn)，則證實(shí)在5G技術(shù)試點(diǎn)前兩組城市發(fā)展沒有顯著差異；相反，如果在klt;0期間，[βk]的趨勢顯著上升或下降，則證實(shí)了控制組城市與試驗(yàn)組城市所屬企業(yè)在試點(diǎn)建設(shè)執(zhí)行之前，其數(shù)字化轉(zhuǎn)型程度方面已經(jīng)有了較明顯的差異，不符合平行趨勢假定。

平行趨勢檢驗(yàn)結(jié)果如圖3所示，在試點(diǎn)建設(shè)執(zhí)行之前，曲線變動(dòng)相對(duì)平穩(wěn)，說明控制組城市與實(shí)驗(yàn)組所在城市企業(yè)在此之前并無明顯差異。然而，在試點(diǎn)建設(shè)執(zhí)行之后，曲線則開始大幅度地上升，之后回歸平穩(wěn)，表明5G技術(shù)試點(diǎn)建設(shè)顯著提升了試點(diǎn)城市中企業(yè)數(shù)字化轉(zhuǎn)型程度。

（二）安慰劑檢驗(yàn)

考慮不同企業(yè)和城市具有不同的特點(diǎn)，在公式（3）—公式（6）中加入一系列企業(yè)和城市特征層面的控制變量矩陣，但依然存在其他不可觀測變量可能會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。因此，為了保證PSM-DID估計(jì)的有效性，本文進(jìn)一步進(jìn)行安慰劑檢驗(yàn)，安慰劑檢驗(yàn)結(jié)果如圖4所示。從圖4可以看出，500個(gè)“偽政策虛擬變量”估計(jì)系數(shù)服從正態(tài)分布且大都聚集在零點(diǎn)附近，同時(shí)，大多數(shù)估計(jì)結(jié)果的p值都大于0.1（在10%的水平上不顯著），這就意味著前文的估計(jì)結(jié)果并不是偶然獲得的，大概率不受其他政策和隨機(jī)性因素的影響，與安慰劑檢驗(yàn)的預(yù)期一致，說明未觀測的城市特征不會(huì)影響估計(jì)結(jié)果，證明了上述研究結(jié)論具有穩(wěn)健性。

（二）因變量替換檢驗(yàn)

使用企業(yè)當(dāng)年“財(cái)務(wù)報(bào)告附注中披露的年末無形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化技術(shù)相關(guān)部分占無形資產(chǎn)總額的比例”［36］作為因變量替代指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)，并根據(jù)公式（2）對(duì)使用核匹配法進(jìn)行1∶2匹配，匹配后共得到6 865個(gè)樣本，替換因變量的穩(wěn)健性檢驗(yàn)結(jié)果見表6所列。M9和M10中交互項(xiàng)Pilotc×Postt回歸均顯著為正，與上文實(shí)證結(jié)果一致。M11-M16檢驗(yàn)了區(qū)域數(shù)字金融水平、行業(yè)技術(shù)能力和企業(yè)數(shù)字吸收能力的權(quán)變作用，與上文實(shí)證結(jié)果基本保持一致。

五、研究結(jié)論與啟示

本文基于2014—2021年中國974家A股上市制造企業(yè)數(shù)據(jù)，利用雙重差分傾向得分匹配法實(shí)證檢驗(yàn)了5G技術(shù)試點(diǎn)建設(shè)對(duì)試點(diǎn)城市企業(yè)數(shù)字化轉(zhuǎn)型的影響，發(fā)現(xiàn)5G技術(shù)試點(diǎn)建設(shè)顯著提升試點(diǎn)城市制造企業(yè)數(shù)字化轉(zhuǎn)型程度。利用三重差分傾向得分匹配法進(jìn)行情境權(quán)變作用分析研究表明，在區(qū)域?qū)用?，區(qū)域數(shù)字金融水平具有顯著的“結(jié)構(gòu)性”驅(qū)動(dòng)作用，5G技術(shù)試點(diǎn)建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向影響在數(shù)字金融水平較高的地區(qū)更顯著，而在數(shù)字金融水平較低的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型程度受5G技術(shù)試點(diǎn)建設(shè)影響作用較弱，且數(shù)字金融水平越高的地區(qū)，5G技術(shù)試點(diǎn)建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的正向影響越明顯；在行業(yè)層面，數(shù)字化轉(zhuǎn)型需要制造企業(yè)具備技術(shù)能力，高新技術(shù)制造企業(yè)能夠通過利用其他組織資源和能力來實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型方面的競爭優(yōu)勢；在企業(yè)層面，企業(yè)數(shù)字吸收能力對(duì)其實(shí)施數(shù)字化轉(zhuǎn)型至關(guān)重要，5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在數(shù)字吸收能力較強(qiáng)的制造企業(yè)更顯著，制造企業(yè)需要通過數(shù)字吸收能力整合5G網(wǎng)絡(luò)建設(shè)過程中的外部要素資源，以求更好地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型進(jìn)程。在進(jìn)行平行趨勢檢驗(yàn)、安慰劑效應(yīng)檢驗(yàn)和替換因變量檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后，結(jié)論依然成立。

本文的研究結(jié)論對(duì)支持國家廣泛推進(jìn)5G技術(shù)建設(shè)、提升企業(yè)數(shù)字化轉(zhuǎn)型績效具有重要的指導(dǎo)意義，其政策含義在于：①政府和三大通信運(yùn)營商應(yīng)該積極推進(jìn)城市5G試點(diǎn)建設(shè)的推進(jìn)，扮演好信息通信服務(wù)提供者的角色，在更多地區(qū)及城市搭建5G基站，以提供新一代通信技術(shù)服務(wù)。同時(shí)，要著重加強(qiáng)對(duì)信息技術(shù)人才的培養(yǎng)，為5G技術(shù)甚至6G技術(shù)的研發(fā)創(chuàng)新尋找人才支撐。同時(shí)，從5G技術(shù)建設(shè)促進(jìn)企業(yè)數(shù)字化的角度而言，在大力推進(jìn)5G技術(shù)建設(shè)的基礎(chǔ)上，也要增強(qiáng)制造企業(yè)的數(shù)字化能力，加快推進(jìn)我國工業(yè)企業(yè)數(shù)字化進(jìn)程。②區(qū)域數(shù)字金融水平與行業(yè)技術(shù)能力權(quán)變作用分析表明，從宏觀外部層面看，城市數(shù)字金融發(fā)展能夠提高金融服務(wù)可得性，通過企業(yè)緩解融資約束問題為制造企業(yè)的數(shù)字化轉(zhuǎn)型提供了雄厚的經(jīng)濟(jì)支持；行業(yè)技術(shù)能力能夠幫助制造企業(yè)通過利用其他組織資源和能力來實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型方面的競爭優(yōu)勢。一方面，地方政府部門應(yīng)該給予新興技術(shù)與金融深化融合的政策扶持，給足“試點(diǎn)容錯(cuò)”空間，以引導(dǎo)和完善相關(guān)產(chǎn)業(yè)發(fā)展，積極推動(dòng)5G技術(shù)、人工智能等高端技術(shù)，助力數(shù)字金融服務(wù)的深入發(fā)展，為數(shù)字金融反哺制造企業(yè)創(chuàng)新發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)；另一方面，為更好地發(fā)揮城市數(shù)字技術(shù)推廣政策在推動(dòng)制造企業(yè)數(shù)字化轉(zhuǎn)型過程中的重要驅(qū)動(dòng)作用，企業(yè)需要更多依靠行業(yè)技術(shù)能力對(duì)已有知識(shí)和外部環(huán)境中的信息加以高效整合利用，從而實(shí)現(xiàn)組織變革并產(chǎn)生新的產(chǎn)品和服務(wù)以實(shí)現(xiàn)價(jià)值轉(zhuǎn)化。強(qiáng)大的行業(yè)技術(shù)能力有助于企業(yè)更好地整合外部要素，增強(qiáng)企業(yè)的戰(zhàn)略靈活性來促進(jìn)機(jī)會(huì)的開發(fā)，驅(qū)動(dòng)企業(yè)開展數(shù)字化轉(zhuǎn)型。③企業(yè)數(shù)字吸收能力權(quán)變作用實(shí)證結(jié)果表明，制造企業(yè)數(shù)字吸收能力的加強(qiáng)推進(jìn)了5G技術(shù)試點(diǎn)建設(shè)對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的正向影響。因此，在面對(duì)復(fù)雜多變的數(shù)字化環(huán)境時(shí)，制造企業(yè)需加強(qiáng)對(duì)外部資源的數(shù)字吸收能力，賦能數(shù)字化轉(zhuǎn)型的有效實(shí)施。同時(shí)，制造企業(yè)需要更多的技術(shù)人才幫助其走向高質(zhì)量發(fā)展，政府應(yīng)在不違背市場規(guī)律的前提下給予制造業(yè)相應(yīng)扶持，讓更多年輕人重新回歸制造業(yè)。

但是，本文以“5G技術(shù)試點(diǎn)建設(shè)”這一項(xiàng)政府政策作為準(zhǔn)自然實(shí)驗(yàn)，其實(shí)施時(shí)間為2018年4月，截至目前，試點(diǎn)政策的實(shí)施效果僅僅在研究中體現(xiàn)了4年，反應(yīng)年限相對(duì)較短，這一政策的持續(xù)實(shí)施效果和后續(xù)改進(jìn)措施的影響還需要在未來的研究中繼續(xù)進(jìn)行深入探索，例如在后續(xù)試點(diǎn)城市增加的情況下使用多期DID方法進(jìn)行更加準(zhǔn)確的政策效應(yīng)評(píng)估，可以進(jìn)一步探索城市5G技術(shù)試點(diǎn)建設(shè)對(duì)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型決策及其效果的影響。

參考文獻(xiàn)：

［1］沈坤榮，喬剛.數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)增長的機(jī)制研究［J］.華東經(jīng)濟(jì)管理，2022，36（10）：1-8.

［2］李晶，曹鈺華.基于組態(tài)視角的制造企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)模式研究［J］.研究與發(fā)展管理，2022，34（3）：106-122.

［3］HANELT A，BOHNSACK R，MARZ D，et al. A Systematic Review of The Literature on Digital Transformation：Insights And Implications for Strategy And Organizational Change ［J］. Journal of Management Studies，2020，58（5）：1159-1197.

［4］吳江，陳婷，龔藝巍，等.企業(yè)數(shù)字化轉(zhuǎn)型理論框架和研究展望［J］.管理學(xué)報(bào)，2021，18（12）：1871-1880.

［5］戚聿東，杜博，溫馨. 國有企業(yè)數(shù)字化戰(zhàn)略變革：使命嵌入與模式選擇——基于3家中央企業(yè)數(shù)字化典型實(shí)踐的案例研究［J］.管理世界，2021，37（11）：137-158，10.

［6］BJ?RKDAHL J. Strategies for Digitalization in Manufacturing Firms ［J］. California Management Review，2020，62（4）：17-36.

［7］KOZANOGLU D C，ABEDIN B. Understanding the Role of Employees in Digital Transformation：Conceptualization of Digital Literacy of Employees as a Multi-dimensional Organizational Affordance ［J］. Journal of Enterprise Information Management，2021，34（6）：1649-1672.

［8］孔存玉，丁志帆. 制造業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)在機(jī)理與實(shí)現(xiàn)路徑［J］.經(jīng)濟(jì)體制改革，2021（6）：98-105.

［9］STOEL M D，MUHANNA W A.IT Capabilities and Firm Performance：A Contingency Analysis of the Role of Industry and IT Capability Type ［J］. Information amp; Management，2009，46（3）：181-189.

［10］WARNER K，WAEGER M. Building Dynamic Capabilities for Digital Transformation：An Ongoing Process of Strategic Renewal ［J］. Long Range Planning，2019，52（3）：326-349.

［11］董曉松，許仁仁，趙星. 制造業(yè)數(shù)字化轉(zhuǎn)型中組織慣性與路徑權(quán)變——仁和藥業(yè)案例研究［J］.科學(xué)決策，2021（11）：32-48.

［12］PETRUZZELLI A M，MASSIS A D，F(xiàn)RATTINI F，et al. Implementing a Digital Strategy：Learning from the Experience of Three Digital Transformation Projects ［J］. California Management Review，2020，62（4）：37-56.

［13］GARZONI A，TURI I D，SECUNDO G，et al. Fostering Digital Transformation of SMEs：A Four Levels Approach ［J］. Management Decision，2020，58（8）：1543-1562.

［14］趙劍波.企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)范式與關(guān)鍵舉措［J］.北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，22（1）：94-105.

［15］VIAL G. Understanding Digital Transformation：A Review and a Research Agenda ［J］. The Journal of Strategic Information Systems，2019，28（2）：118-144.

［16］BOUWMAN H，NIKOU S，REUVER D M，et al. Digitalization，Business Models，and SMEs：How Do Business Model Innovation Practices Improve Performance of Digitalizing SMEs？［J］.Telecommunications Policy，2019，43（9）：101828.

［17］袁淳，肖土盛，耿春曉，等. 數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］.中國工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［18］肖紅軍，陽鎮(zhèn)，劉美玉. 企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)［J］.經(jīng)濟(jì)管理，2021，43（11）：52-69.

［19］侯光文，劉青青.網(wǎng)絡(luò)權(quán)力與創(chuàng)新績效：基于企業(yè)數(shù)字化能力視角［J］.科學(xué)學(xué)研究，2022，40（6）：1143-1152.

［20］ATTARAN M，ATTARAN S. Digital Transformation and Economic Contributions of 5G Networks ［J］. International Journal of Enterprise Information Systems，2020，16（4）：58-79.

［21］LI S，XU L D，ZHAO S. 5G Internet of Things：A Survey ［J］. Journal of Industrial Information Integration，2018（10）：1-9.

［22］NGUYEN H X，TRESTIAN R，TO D，et al. Digital Twin for 5G and Beyond［J］. IEEE Communications Magazine，2021，59（2）：10-15.

［23］G?LZER P，F(xiàn)RITZSCHE A. Data-driven Operations Management：Organizational Implications of the Digital Transformation in Industrial Practice ［J］. Production Planning amp; Control，2017，28（16）：1332-1343.

［24］GUIMAR?ES C，LI X，PAPAGIANNI C，et al. Public and Non-public Network Integration for 5Growth Industry 4.0 Use Cases［J］. IEEE Communications Magazine，2021，59（7）：108-114.

［25］LUNDGREN C，TURANOGLU B E，B?RRING M，et al. Determining the Impact of 5G-Technology on Manufacturing Performance Using a Modified TOPSIS Method［J］. International Journal of Computer Integrated Manufacturing，2022，35（1）：69-90.

［26］劉淑春，閆津臣，張思雪，等. 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，2021，37（5）：170-190，13.

［27］錢海章，陶云清，曹松威，等. 中國數(shù)字金融發(fā)展與經(jīng)濟(jì)增長的理論與實(shí)證［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（6）：26-46.

［28］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，2020，36（5）：52-66，9.

［29］COHEN W M，LEVINTHAL D A. Absorptive Capacity：A New Perspective on Learning and Innovation ［J］. Administrative Science Quarterly，1990，35：128-152.

［30］余江，孟慶時(shí)，張?jiān)?，? 數(shù)字創(chuàng)新：創(chuàng)新研究新視角的探索及啟示［J］.科學(xué)學(xué)研究，2017，35（7）：1103-1111.

［31］潘蓉蓉，羅建強(qiáng)，楊子超. 冗余資源與吸收能力調(diào)節(jié)作用下的制造企業(yè)服務(wù)化與企業(yè)價(jià)值研究［J］.管理學(xué)報(bào)，2021，18（12）：1772-1779.

［32］錢錫紅，楊永福，徐萬里. 企業(yè)網(wǎng)絡(luò)位置、吸收能力與創(chuàng)新績效——一個(gè)交互效應(yīng)模型［J］.管理世界，2010（5）：118-129.

［33］池毛毛，王俊晶，王偉軍.數(shù)字化轉(zhuǎn)型背景下企業(yè)創(chuàng)新績效的影響機(jī)制研究——基于NCA與SEM的混合方法［J］.科學(xué)學(xué)研究，2022，40（2）：319-331.

［34］王墨林，宋淵洋，閻海峰，等.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)國際化廣度的影響研究：動(dòng)態(tài)能力的中介作用［J］.外國經(jīng)濟(jì)與管理，2022，44（5）：33-47.

［35］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［36］張永珅，李小波，邢銘強(qiáng). 企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)［J］.審計(jì)研究，2021（3）：62-71.

［37］余泳澤，張少輝. 城市房價(jià)、限購政策與技術(shù)創(chuàng)新［J］.中國工業(yè)經(jīng)濟(jì)，2017（6）：98-116.

［38］石大千，丁海，衛(wèi)平，等. 智慧城市建設(shè)能否降低環(huán)境污染［J］.中國工業(yè)經(jīng)濟(jì)，2018（6）：117-135.

［39］HUANG K F，LIN K H，WU L Y，et al. Absorptive Capacity and Autonomous Ramp;D Climate Roles in Firm Innovation ［J］. Journal of Business Research，2015，68（1）：87-94.

［40］WANG C，MEDAGLIA R，ZHENG L. Towards a Typology of Adaptive Governance in the Digital Government Context：The Role of Decision-making and Accountability ［J］. Government Information Quarterly，2018，35（2）：306-322.

［41］李北偉，宗信，李陽. 產(chǎn)業(yè)視角下國內(nèi)外數(shù)字化轉(zhuǎn)型研究：綜述及展望［J］.科技進(jìn)步與對(duì)策，2022，39（2）：150-160.

［42］張林剛，戴國慶，熊焰，等. 中國制造業(yè)數(shù)字化轉(zhuǎn)型評(píng)價(jià)及影響因素——基于模糊集定性比較分析［J］.科技管理研究，2022，42（7）：68-78.

［43］BRYNJOLFSSON E. ICT，Innovation and the E-economy ［J］. EIB Papers，2011，16（2）：60-76.

［44］RADHAKRISHNAN A，ZU X，GROVER V. A Process-oriented Perspective on Differential Business Value Creation by Information Technology：An Empirical Investigation ［J］. Omega，2008，36（6）：1105-1125.

［45］ROBERTS N，GALLUCH P S，DINGER M，et al. Absorptive Capacity and Information Systems Research：Review，Synthesis，and Directions for Future Research ［J］. MIS Quarterly，2012，36（2）：625–648.

［46］JACOBSON L S，SULLIVAN L. Earnings Losses of Displaced Workers ［J］. The American Economic Review，1993，83（4）：685-709.

［責(zé)任編輯：陶繼華］

收稿日期：2022-10-05

基金項(xiàng)目：教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目“數(shù)字資源與技術(shù)機(jī)會(huì)視角期望績效差距對(duì)企業(yè)戰(zhàn)略轉(zhuǎn)型的影響機(jī)制及作用路徑研究”（21YJA630037）；浙江省自然科學(xué)基金項(xiàng)目“權(quán)變視角內(nèi)外部預(yù)期績效差距與制造企業(yè)數(shù)字化轉(zhuǎn)型的管理機(jī)制研究”（LY23G020003）

作者簡介：蔣樟生（1980—），男，廣西桂林人，副教授，博士，研究方向：技術(shù)創(chuàng)新管理；

徐承浩（1999—），男，浙江金華人，碩士研究生，通信作者，研究方向：政策效應(yīng)分析。