大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)企業(yè)創(chuàng)新的影響研究
——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)

劉 明

[云南大學(xué)，昆明 650091]

一、引 言

早在1980年，托夫勒在其著作《第三次浪潮》中首次提出了“大數(shù)據(jù)”一詞，并預(yù)言大數(shù)據(jù)將成為“第三次浪潮的華彩樂(lè)章”。2011年，麥肯錫正式定義了“大數(shù)據(jù)”一詞，認(rèn)為“大數(shù)據(jù)”就是對(duì)超大數(shù)據(jù)的采集、存儲(chǔ)與分析的新技術(shù)。當(dāng)前大數(shù)據(jù)應(yīng)用已成為我國(guó)實(shí)體經(jīng)濟(jì)現(xiàn)代化發(fā)展的新起點(diǎn)，數(shù)據(jù)驅(qū)動(dòng)型經(jīng)濟(jì)體系和模式正在加速形成，數(shù)據(jù)資源成為實(shí)體經(jīng)濟(jì)創(chuàng)新發(fā)展的新要素。

從實(shí)踐成果看，大數(shù)據(jù)促進(jìn)了互聯(lián)網(wǎng)與產(chǎn)業(yè)創(chuàng)新的融合，推動(dòng)了傳統(tǒng)產(chǎn)業(yè)的升級(jí)和新興產(chǎn)業(yè)的出現(xiàn)。首先，農(nóng)業(yè)大數(shù)據(jù)的出現(xiàn)使農(nóng)業(yè)從傳統(tǒng)的農(nóng)場(chǎng)實(shí)踐轉(zhuǎn)變?yōu)楦叨茸詣?dòng)化和數(shù)據(jù)密集型的行業(yè)。(1)謝康，易法敏，古飛婷：《大數(shù)據(jù)驅(qū)動(dòng)的農(nóng)業(yè)數(shù)字化轉(zhuǎn)型與創(chuàng)新》，《農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題》2022年第5期。尖端技術(shù)的應(yīng)用促進(jìn)了農(nóng)產(chǎn)品產(chǎn)量增加，成本降低，環(huán)境影響減少，以數(shù)據(jù)為驅(qū)動(dòng)的生產(chǎn)模式正在以可持續(xù)和節(jié)約資源的方式釋放潛力。其次，大數(shù)據(jù)加快了傳統(tǒng)工業(yè)向智能工業(yè)轉(zhuǎn)型的步伐。智能工業(yè)的核心技術(shù)之一就是對(duì)各種數(shù)據(jù)進(jìn)行分析和處理，高頻實(shí)時(shí)的數(shù)據(jù)流動(dòng)為工業(yè)生產(chǎn)操作可視化提供新的視野。(2)傅榮校：《工業(yè)互聯(lián)網(wǎng)發(fā)展的多維度觀察——基于概念簇、戰(zhàn)略、政策工具視角》，《人民論壇·學(xué)術(shù)前沿》2020年第13期。最后，各大電商平臺(tái)無(wú)一例外地都借助大數(shù)據(jù)實(shí)現(xiàn)自身的飛速發(fā)展。如抖音通過(guò)數(shù)據(jù)分析會(huì)精確計(jì)算用戶(hù)喜好，使其一躍成為與Facebook、YouTube比肩的全球用戶(hù)活躍度Top5的應(yīng)用。(3)吳義爽，朱學(xué)才，袁海霞：《平臺(tái)市場(chǎng)后發(fā)上位的“根據(jù)地”戰(zhàn)略研究：抖音案例》，《中國(guó)工業(yè)經(jīng)濟(jì)》2022年第10期。

除對(duì)宏觀經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生深遠(yuǎn)影響外，大數(shù)據(jù)技術(shù)還對(duì)企業(yè)運(yùn)營(yíng)模式、資源整合能力、創(chuàng)新動(dòng)力等帶來(lái)根本性變革。(4)馮檬瑩，陳海波，郭曉雪：《大數(shù)據(jù)能力、供應(yīng)鏈協(xié)同創(chuàng)新與制造企業(yè)運(yùn)營(yíng)績(jī)效的關(guān)系研究》，《管理工程學(xué)報(bào)》2023年第3期。企業(yè)通過(guò)大數(shù)據(jù)來(lái)獲得關(guān)鍵的信息正成為企業(yè)的必要技能，搶占數(shù)據(jù)資源并從已有數(shù)據(jù)中獲取獨(dú)特的商業(yè)價(jià)值是超越競(jìng)爭(zhēng)對(duì)手的決定性因素。(5)焦豪，楊季楓，王培暖等：《數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過(guò)程分析》，《中國(guó)工業(yè)經(jīng)濟(jì)》2021年第11期。一方面，從企業(yè)內(nèi)部功能來(lái)看，大數(shù)據(jù)使企業(yè)能夠快速適應(yīng)新環(huán)境，能對(duì)公司和供應(yīng)鏈層面的業(yè)務(wù)流程創(chuàng)新產(chǎn)生巨大的運(yùn)營(yíng)和戰(zhàn)略影響，(6)孫新波，錢(qián)雨，張明超等：《大數(shù)據(jù)驅(qū)動(dòng)企業(yè)供應(yīng)鏈敏捷性的實(shí)現(xiàn)機(jī)理研究》，《管理世界》2019年第9期。并且通過(guò)構(gòu)建大數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)以滲透現(xiàn)有行業(yè)從而產(chǎn)生顛覆式創(chuàng)新。另一方面，通過(guò)利用會(huì)員制和社交媒體中可用的數(shù)據(jù)，并跟蹤信息流實(shí)時(shí)分析大量數(shù)據(jù)，企業(yè)可以更好地了解客戶(hù)的偏好和需求，并使用它來(lái)利用行為分析，使新產(chǎn)品開(kāi)發(fā)速度更快，成本更低。

正是由于意識(shí)到從宏觀到微觀層面的巨大影響力，世界各國(guó)都非常重視大數(shù)據(jù)政策的制訂與施行。(7)陳云偉，曹玲靜，陶誠(chéng)等：《科技強(qiáng)國(guó)面向未來(lái)的科技戰(zhàn)略布局特點(diǎn)分析》，《世界科技研究與發(fā)展》2020年第1期。例如，美國(guó)國(guó)際開(kāi)發(fā)署發(fā)布了《數(shù)字戰(zhàn)略(2020—2024)》，試圖在全球范圍構(gòu)建以自身為主導(dǎo)的數(shù)字生態(tài)系統(tǒng)；2021年日本政府設(shè)立“數(shù)字廳”，旨在從提升行政機(jī)構(gòu)數(shù)字化問(wèn)題入手推動(dòng)社會(huì)的數(shù)字化轉(zhuǎn)型。同樣，我國(guó)也制定了一系列大數(shù)據(jù)政策，推動(dòng)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展。2014年，大數(shù)據(jù)首次被寫(xiě)入中國(guó)政府工作報(bào)告；2015年8月，中國(guó)國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展的行動(dòng)綱要》，明確“數(shù)據(jù)已成為國(guó)家基礎(chǔ)性戰(zhàn)略資源”，并于9月在貴州省設(shè)立首個(gè)大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)(以下簡(jiǎn)稱(chēng)“大數(shù)據(jù)綜試區(qū)”)。陳加友(2017)認(rèn)為，貴州省運(yùn)用大數(shù)據(jù)推進(jìn)了產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)了工業(yè)轉(zhuǎn)型發(fā)展，蘋(píng)果、高通、華為、阿里巴巴等互聯(lián)網(wǎng)巨頭企業(yè)相繼落戶(hù)貴州，充分印證貴州省的先行先試取得相當(dāng)?shù)慕ㄔO(shè)成果。(8)陳加友：《國(guó)家大數(shù)據(jù)(貴州)綜合試驗(yàn)區(qū)發(fā)展研究》，《貴州社會(huì)科學(xué)》2017年第12期。截至2023年8月，我國(guó)已建立8個(gè)大數(shù)據(jù)綜試區(qū)，相關(guān)的研究也陸續(xù)展開(kāi)。

已有文獻(xiàn)已從多個(gè)方面討論了建設(shè)大數(shù)據(jù)綜試區(qū)的影響，但仍然存在研究不足與空白。一些文獻(xiàn)使用PSM-DID評(píng)估大數(shù)據(jù)綜試區(qū)的政策效應(yīng)，通過(guò)主觀選擇參考組中的協(xié)變量來(lái)匹配實(shí)驗(yàn)組，可能得出片面的實(shí)驗(yàn)結(jié)果。除此之外，現(xiàn)有文獻(xiàn)主要評(píng)估了大數(shù)據(jù)綜試區(qū)對(duì)城市經(jīng)濟(jì)增長(zhǎng)或者綠色轉(zhuǎn)型的影響，較少有研究關(guān)注對(duì)企業(yè)創(chuàng)新的影響?；谝陨喜蛔?，本文利用2007年至2021年我國(guó)1199個(gè)上市公司的面板數(shù)據(jù)，采用多期雙重差分法研究了大數(shù)據(jù)綜試區(qū)對(duì)企業(yè)創(chuàng)新的影響，并探討其中可能存在的調(diào)節(jié)作用機(jī)制，以期為大數(shù)據(jù)綜試區(qū)等相關(guān)政策的效果最大化提供參考借鑒，夯實(shí)我國(guó)以數(shù)字化驅(qū)動(dòng)創(chuàng)新的發(fā)展道路。

二、理論與假設(shè)

(一)大數(shù)據(jù)綜試區(qū)對(duì)企業(yè)創(chuàng)新的直接影響

企業(yè)創(chuàng)新水平的提升主要取決于兩個(gè)方面，一是技術(shù)能力，(9)彭燦，楊玲：《技術(shù)能力、創(chuàng)新戰(zhàn)略與創(chuàng)新績(jī)效的關(guān)系研究》，《科研管理》2009年第2期。另一方面是資金投入。(10)王亞男，戴文濤：《內(nèi)部控制抑制還是促進(jìn)企業(yè)創(chuàng)新？——中國(guó)的邏輯》，《審計(jì)與經(jīng)濟(jì)研究》2019年第6期。大數(shù)據(jù)綜試區(qū)的建設(shè)則為這兩個(gè)方面提供了有利條件。從技術(shù)能力的角度來(lái)看，數(shù)據(jù)資源現(xiàn)如今被視為企業(yè)發(fā)展所需的新石油，(11)Sivarajah U，Kamal M M，Irani Z，et al，“Critical Analysis of Big Data Challenges and Analytical Methods”，Journal of Business Research，2017，Vol.70.以大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和人工智能為代表的新技術(shù)基礎(chǔ)設(shè)施與以數(shù)據(jù)中心和智能計(jì)算中心為代表的計(jì)算基礎(chǔ)設(shè)施的不斷完善，能夠助力企業(yè)加強(qiáng)對(duì)數(shù)據(jù)資源的利用，(12)孫新波，蘇鐘海，錢(qián)雨等：《數(shù)據(jù)賦能研究現(xiàn)狀及未來(lái)展望》，《研究與發(fā)展管理》2020年第2期。以創(chuàng)新生產(chǎn)、銷(xiāo)售、運(yùn)營(yíng)或管理環(huán)節(jié)，并重新組裝物理組件以利用數(shù)字技術(shù)開(kāi)發(fā)新價(jià)值或開(kāi)拓新市場(chǎng)。

從資金投入的角度來(lái)看，大數(shù)據(jù)綜試區(qū)將為試驗(yàn)區(qū)內(nèi)的企業(yè)提供財(cái)政資金支持，例如無(wú)償資助支持大數(shù)據(jù)的應(yīng)用創(chuàng)新項(xiàng)目、設(shè)立大數(shù)據(jù)產(chǎn)業(yè)基金、建立大數(shù)據(jù)中小企業(yè)融資風(fēng)險(xiǎn)補(bǔ)償機(jī)制和政府直接購(gòu)買(mǎi)相關(guān)公益性、公共性服務(wù)等。政府給企業(yè)的資金支持能夠緩解企業(yè)的財(cái)務(wù)約束，使企業(yè)有相對(duì)寬裕的資金開(kāi)展創(chuàng)新研發(fā)活動(dòng)。(13)羅雪婷：《政府補(bǔ)助對(duì)高技術(shù)企業(yè)技術(shù)創(chuàng)新效率的影響研究——基于東中西區(qū)域的門(mén)檻分析》，《調(diào)研世界》2020年第10期。同時(shí)，獲得財(cái)政資金支持的企業(yè)更容易得到同行認(rèn)可以及社會(huì)信任，使企業(yè)獲取更多發(fā)展所需資源，可以幫助企業(yè)加速或擴(kuò)大其研發(fā)活動(dòng)?；诖?，本文提出第一個(gè)假設(shè)：

H1：大數(shù)據(jù)綜試區(qū)的設(shè)立能夠直接促進(jìn)企業(yè)的創(chuàng)新水平提升。

(二)大數(shù)據(jù)綜試區(qū)對(duì)企業(yè)創(chuàng)新影響的調(diào)節(jié)因素

首先，為適應(yīng)大數(shù)據(jù)時(shí)代的發(fā)展要求，企業(yè)必須具備相匹配的數(shù)字化基礎(chǔ)與環(huán)境，因此企業(yè)自身數(shù)字化轉(zhuǎn)型意愿勢(shì)必會(huì)影響大數(shù)據(jù)綜試區(qū)政策對(duì)企業(yè)創(chuàng)新的促進(jìn)程度。數(shù)字化轉(zhuǎn)型意愿高的企業(yè)會(huì)更加積極地完善數(shù)字化設(shè)備、提升數(shù)字技術(shù)應(yīng)用能力，借助支持政策完善數(shù)字化環(huán)境，進(jìn)行適應(yīng)性改革和創(chuàng)新。同時(shí)，進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)通過(guò)技術(shù)創(chuàng)新可以構(gòu)建一個(gè)數(shù)字開(kāi)放平臺(tái)，以平臺(tái)為支撐參與跨邊界多元主體生態(tài)共建、價(jià)值共創(chuàng)和雙贏合作，而平臺(tái)生態(tài)的兼容互補(bǔ)性和開(kāi)放共生性反過(guò)來(lái)又可使企業(yè)能夠抵御技術(shù)進(jìn)步和市場(chǎng)變化帶來(lái)的風(fēng)險(xiǎn)，從而具有更快的響應(yīng)速度和更強(qiáng)的創(chuàng)新能力。因此本文提出假設(shè)：

H2a：企業(yè)數(shù)字化轉(zhuǎn)型意愿正向調(diào)節(jié)大數(shù)據(jù)綜試區(qū)與企業(yè)創(chuàng)新之間的關(guān)系。

其次，人力資本是企業(yè)打造競(jìng)爭(zhēng)優(yōu)勢(shì)使最獨(dú)特與最具價(jià)值的資源，尤其是高技能人才已經(jīng)成為企業(yè)創(chuàng)新的首要資源。(14)張杰，劉志彪，鄭江淮：《中國(guó)制造業(yè)企業(yè)創(chuàng)新活動(dòng)的關(guān)鍵影響因素研究——基于江蘇省制造業(yè)企業(yè)問(wèn)卷的分析》，《管理世界》2007年第6期。Cohen和Levinthal(1990)認(rèn)為，吸收新知識(shí)可使組織變得更具創(chuàng)新性和靈活性，并強(qiáng)調(diào)由個(gè)體積累的知識(shí)和經(jīng)驗(yàn)決定的員工個(gè)人吸收能力是企業(yè)吸收能力的基礎(chǔ)。(15)Cohen W M，Levinthal D A，“Absorptive Capacity：A New Perspective on Learning and Innovation”，Administrative Science Quarterly，1990，Vol.35，No.1.此外，創(chuàng)新產(chǎn)出水平與人才分布存在高度的正向空間相關(guān)性這一觀點(diǎn)已被得到證實(shí)，(16)郭金花，郭淑芬：《創(chuàng)新人才集聚、空間外溢效應(yīng)與全要素生產(chǎn)率增長(zhǎng)——兼論有效市場(chǎng)與有為政府的門(mén)檻效應(yīng)》，《軟科學(xué)》2020年第9期。高技能人才在空間上的集聚能夠促進(jìn)知識(shí)的傳播、交流與共享，通過(guò)知識(shí)溢出改變?cè)械慕?jīng)濟(jì)增長(zhǎng)方式并促進(jìn)企業(yè)創(chuàng)新活動(dòng)的開(kāi)展。因此本文提出假設(shè)：

H2b：企業(yè)高技能人才集聚水平正向調(diào)節(jié)大數(shù)據(jù)綜試區(qū)與企業(yè)創(chuàng)新之間的關(guān)系。

最后，企業(yè)所能享受到的直接紅利就是各種政策支持。政策支持可以分資金型支持與非資金型支持，資金型支持是直接降低企業(yè)研發(fā)成本的常用政策工具，主要包含稅收優(yōu)惠、直接財(cái)政補(bǔ)貼、放寬銀行貸款等，(17)Almus M，Czarnitzki D，“The Effects of Public R&D Subsidies on Firms' Innovation Activities：The Case of Eastern Germany”，Journal of Business &Economic Statistics，2003，Vol.21，No.2.可以為受資助企業(yè)提供資源和知識(shí)尋求方面的支持；(18)陳玲，楊文輝：《政府研發(fā)補(bǔ)貼會(huì)促進(jìn)企業(yè)創(chuàng)新嗎？——來(lái)自中國(guó)上市公司的實(shí)證研究》，《科學(xué)學(xué)研究》2016年第3期。非資金型支持主要包括企業(yè)人才引進(jìn)、創(chuàng)新技術(shù)支持、幫助企業(yè)獲取各種許可證、公共服務(wù)供給等，可以為企業(yè)創(chuàng)建良好的創(chuàng)新環(huán)境，(19)于明超，申俊喜：《區(qū)域異質(zhì)性與創(chuàng)新效率——基于隨機(jī)前沿模型的分析》，《中國(guó)軟科學(xué)》2010年第11期。整合企業(yè)創(chuàng)新所需科技資源。因此本文提出假設(shè)：

H2c：政策支持力度正向調(diào)節(jié)大數(shù)據(jù)綜試區(qū)與企業(yè)創(chuàng)新之間的關(guān)系。

三、研究設(shè)計(jì)

(一)模型構(gòu)建

1.基準(zhǔn)模型。

根據(jù)上述分析，可將模型構(gòu)建為：

EIit=α+βTreati×Policyit+γXit+YearFE+FirmFE+εit

(1)

其中，EIit代表第i個(gè)企業(yè)在第t年的創(chuàng)新水平，虛擬變量Treati是對(duì)樣本企業(yè)的分組，Treati=1代表位于國(guó)家大數(shù)據(jù)綜試區(qū)的上市企業(yè)，即實(shí)驗(yàn)組；Treati=0代表位于國(guó)家大數(shù)據(jù)綜試區(qū)之外的其他地區(qū)上市公司，即控制組，Policyit表示國(guó)家大數(shù)據(jù)綜試區(qū)政策的影響時(shí)間，政策提出當(dāng)年以及之后年份取值為1，之前年份取值為0。Treati×Policyit是企業(yè)分組與時(shí)間分組的交互項(xiàng)。Xit代表控制變量，εit為隨機(jī)誤差項(xiàng)。此外，模型同時(shí)對(duì)個(gè)體固定效應(yīng)和年份固定效應(yīng)進(jìn)行了控制，以消除不可預(yù)測(cè)的異質(zhì)性干擾。

2.平行趨勢(shì)檢驗(yàn)。

雙重差分(DID)模型的一個(gè)基本前提是平行趨勢(shì)，其必須滿(mǎn)足實(shí)驗(yàn)組和對(duì)照組兩者之間在政策實(shí)施之前沒(méi)有顯著差異，基于此，雙重差分模型的估計(jì)結(jié)果才可以被認(rèn)為是無(wú)偏的。因此本文基于以下模型進(jìn)行平行趨勢(shì)檢驗(yàn)：

EIit=α1+∑δk[Treati×(t=k)]+γ1Xit+YearFE+FirmFE+εit

(2)

其中t=k代表大數(shù)據(jù)綜試區(qū)實(shí)施之后(或之前)的第k年，為避免多重共線(xiàn)性問(wèn)題，本文以政策實(shí)施前一年作為基期進(jìn)行平行趨勢(shì)檢驗(yàn)。

3.機(jī)制檢驗(yàn)。

為了進(jìn)一步探究大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)于企業(yè)創(chuàng)新的影響機(jī)制，在模型(1)的基礎(chǔ)上，本文通過(guò)企業(yè)數(shù)字化轉(zhuǎn)型意愿、高技能人才集聚、政策支持力度三個(gè)調(diào)節(jié)變量，構(gòu)建如下模型。

EIi=α1+β2Treati×Policyit+μTreati×Policyit×Medi+γ2Xit+YearFE+FirmFE+εit

(3)

Medi表示調(diào)節(jié)變量，μ表示政策變量與調(diào)節(jié)變量交乘項(xiàng)的回歸系數(shù)，若μ顯著，則表明在大數(shù)據(jù)綜試區(qū)設(shè)立推動(dòng)企業(yè)創(chuàng)新過(guò)程中存在調(diào)節(jié)效應(yīng)。

(二)數(shù)據(jù)來(lái)源

本文選取了2007年至2021年為時(shí)間窗口，以中國(guó)上市公司作為研究對(duì)象，數(shù)據(jù)主要來(lái)自于CSMAR數(shù)據(jù)庫(kù)、中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局(CSIPO)以及上市公司的年度財(cái)務(wù)報(bào)表。并且按如下方式處理數(shù)據(jù)：(1)排除了被標(biāo)記為特殊待遇(ST&*ST)的公司以及被暫停或退市的公司樣本；(2)排除所有屬于金融、保險(xiǎn)行業(yè)的公司；(3)排除所有缺少重要變量值的公司；(4)對(duì)連續(xù)型進(jìn)行上下1%縮尾處理，去除極端值的影響，最后保留1199家公司作為樣本進(jìn)行分析。

(三)變量選取

1.被解釋變量：企業(yè)創(chuàng)新(EI)。

現(xiàn)有研究主要根據(jù)創(chuàng)新投入與創(chuàng)新產(chǎn)出對(duì)企業(yè)創(chuàng)新水平衡量。根據(jù)陳華東(2016)、張棟(2021)(20)陳華東：《管理者任期、股權(quán)激勵(lì)與企業(yè)創(chuàng)新研究》，《中國(guó)軟科學(xué)》2016年第8期；張棟，胡文龍，毛新述：《研發(fā)背景高管權(quán)力與公司創(chuàng)新》，《中國(guó)工業(yè)經(jīng)濟(jì)》2021年第4期。等學(xué)者的研究，選取企業(yè)年度研發(fā)投入占銷(xiāo)售收入的比重來(lái)表示企業(yè)的創(chuàng)新投入水平(RD)，企業(yè)申請(qǐng)專(zhuān)利數(shù)可以作為企業(yè)創(chuàng)新產(chǎn)出水平的直接體現(xiàn)，因此本文選取企業(yè)申請(qǐng)專(zhuān)利數(shù)作為創(chuàng)新產(chǎn)出(PA)的代理變量。

2.核心解釋變量：政策變量(Treati×Policyit)。

政策變量為組合虛擬變量，其系數(shù)用以衡量大數(shù)據(jù)綜試區(qū)政策對(duì)企業(yè)創(chuàng)新的影響程度。根據(jù)國(guó)務(wù)院公布的國(guó)家級(jí)大數(shù)據(jù)綜試區(qū)試點(diǎn)名單，本文將位于貴州省的企業(yè)的政策沖擊時(shí)間設(shè)為2015年，位于其他試點(diǎn)地區(qū)的企業(yè)的政策沖擊時(shí)間為2016年，處于試點(diǎn)地區(qū)并且在政策沖擊當(dāng)年或之后年份取值為1，否則賦值為0。

3.控制變量(Controls)。

為了更準(zhǔn)確評(píng)估大數(shù)據(jù)綜試區(qū)對(duì)企業(yè)創(chuàng)新的影響效應(yīng)，本文控制了其他可能會(huì)對(duì)企業(yè)創(chuàng)新產(chǎn)生影響的因素。其中存續(xù)年齡(Age)用企業(yè)成立年份取對(duì)數(shù)表示；審計(jì)意見(jiàn)(Audit)為類(lèi)別變量，如果出具標(biāo)準(zhǔn)無(wú)保留意見(jiàn)則取值為1，其余為0；資本結(jié)構(gòu)(CS)用總負(fù)債與總資產(chǎn)之比來(lái)表示；無(wú)形資產(chǎn)(Intang)用企業(yè)無(wú)形資產(chǎn)所占份額表示；賬面市值比(BM)用股東權(quán)益與公司市值的比值來(lái)衡量，市場(chǎng)價(jià)值(TuobingQ)用企業(yè)市場(chǎng)價(jià)值與資產(chǎn)重置成本的比值表示(如表1所示)。

表1 變量列表

四、實(shí)證研究

(一)描述性統(tǒng)計(jì)

為了更好地描述各變量特征，各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示，對(duì)各主要變量的平均值、方差、最小值和最大值進(jìn)行了統(tǒng)計(jì)。從中可以看出，創(chuàng)新投入的最大值為17.67，最小值為0，創(chuàng)新產(chǎn)出的最大值為7.4，最小值為0，說(shuō)明在本文所選擇的樣本中企業(yè)創(chuàng)新水平存在較大差異。

表2 描述性統(tǒng)計(jì)

(二)基準(zhǔn)回歸

為了驗(yàn)證大數(shù)據(jù)綜試區(qū)設(shè)立是否存在政策效應(yīng)，按照模型(1)進(jìn)行回歸，回歸結(jié)果如表3所示。從表3可以看出，無(wú)論是否加入控制變量以及是否對(duì)年份、企業(yè)進(jìn)行固定，大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)企業(yè)創(chuàng)新均產(chǎn)生顯著正向影響。進(jìn)一步地從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個(gè)維度來(lái)看：對(duì)企業(yè)創(chuàng)新投入而言，政策沖擊虛擬變量的回歸系數(shù)為0.183，在1%的置信水平上顯著，表明大數(shù)據(jù)綜試區(qū)的設(shè)立能夠推動(dòng)企業(yè)加大創(chuàng)新投入，提升企業(yè)對(duì)研發(fā)創(chuàng)新的重視程度；從企業(yè)創(chuàng)新產(chǎn)出來(lái)看，政策沖擊虛擬變量的回歸系數(shù)為0.02，在5%的置信水平上顯著，表明大數(shù)據(jù)綜試區(qū)的設(shè)立同樣能夠提升企業(yè)的創(chuàng)新產(chǎn)出水平。

表3 基準(zhǔn)回歸

(三)平行趨勢(shì)檢驗(yàn)

采用雙重差分(DID)模型的一個(gè)重要先決條件是滿(mǎn)足平行趨勢(shì)，即在政策實(shí)施前實(shí)驗(yàn)組和對(duì)照組之間不存在顯著差異，因此本文采用兩種方式進(jìn)行平行趨勢(shì)檢驗(yàn)。

1.時(shí)間趨勢(shì)法。

第一種方法是通過(guò)直接觀察實(shí)驗(yàn)組與對(duì)照組因變量的時(shí)間變化趨勢(shì)，據(jù)此判斷兩組是否符合平行趨勢(shì)，結(jié)果可見(jiàn)圖1。由圖1可知，不管是創(chuàng)新投入還是創(chuàng)新產(chǎn)出，在政策實(shí)施之前兩者都沒(méi)有表現(xiàn)出顯著差異，由此初步認(rèn)為本文所選取的樣本是滿(mǎn)足平行趨勢(shì)要求的。

2.事件研究法。

直接觀察因變量的變化趨勢(shì)是一種比較粗略的檢驗(yàn)方法，因此本文進(jìn)一步采用事件研究法進(jìn)行平行趨勢(shì)檢驗(yàn)。根據(jù)模型(2)，生成政策實(shí)施前后各4年的虛擬變量與處理組虛擬變量的交互項(xiàng)，將這些變量作為解釋變量進(jìn)行回歸，交互項(xiàng)系數(shù)反映的就是特定年份處理組與控制組之間的差異，結(jié)果如圖2所示，圖2(a)顯示了創(chuàng)新投入的平行趨勢(shì)檢驗(yàn)結(jié)果，圖2(b)顯示了創(chuàng)新產(chǎn)出的平行趨勢(shì)檢驗(yàn)結(jié)果。由圖2可以觀察到在政策實(shí)施之前，交互項(xiàng)(pre)系數(shù)均不顯著，而在政策實(shí)施之后的交互項(xiàng)(post)系數(shù)開(kāi)始變得顯著，說(shuō)明模型滿(mǎn)足平行趨勢(shì)并且存在一定的時(shí)滯效應(yīng)。

(四)安慰劑檢驗(yàn)

為進(jìn)一步排除其他不可觀測(cè)的潛在因素影響大數(shù)據(jù)綜試區(qū)建設(shè)對(duì)企業(yè)創(chuàng)新的估計(jì)結(jié)果，本文進(jìn)行安慰劑檢驗(yàn)，具體思路如下：隨機(jī)抽取與大數(shù)據(jù)綜試區(qū)相同數(shù)量的城市構(gòu)建虛擬試點(diǎn)政策變量，這些被抽取的城市構(gòu)成“偽處理組”，再為每一個(gè)“偽處理組”隨機(jī)抽取一個(gè)年份作為政策時(shí)點(diǎn)，最后將兩個(gè)變量進(jìn)行交乘，生成“偽政策虛擬變量”交互項(xiàng)進(jìn)行回歸，觀察偽政策虛擬變量的估計(jì)系數(shù)，并將該過(guò)程重復(fù)500次，得到偽政策虛擬變量的估計(jì)系數(shù)核密度分布圖(見(jiàn)圖3)，圖3(a)顯示了創(chuàng)新投入隨機(jī)抽樣的回歸結(jié)果，圖3(b)顯示了創(chuàng)新產(chǎn)出隨機(jī)抽樣的回歸結(jié)果。由圖3可以看出，不論是創(chuàng)新投入或是創(chuàng)新產(chǎn)出，隨機(jī)抽樣回歸的系數(shù)集中分布于零值附近，與真實(shí)回歸系數(shù)相差較大，且P值大部分位于0.1的水平線(xiàn)之上，證明隨機(jī)抽取的偽政策變量對(duì)于企業(yè)的創(chuàng)新水平并不能產(chǎn)生顯著影響。這表明政策效應(yīng)并沒(méi)有受到其他隨機(jī)因素的影響，本文的研究結(jié)論具有穩(wěn)健性。

(五)預(yù)期效應(yīng)檢驗(yàn)

多期雙重差分模型的運(yùn)用需要保證在該項(xiàng)政策實(shí)施之前尚未對(duì)研究對(duì)象形成有效預(yù)期，即需要保證大數(shù)據(jù)綜試區(qū)政策的外生性。因此在回歸方程中加入大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立之前一年的虛擬項(xiàng)didf1，回歸結(jié)果見(jiàn)表4所示，didf1并不顯著，可以認(rèn)為不存在預(yù)期效應(yīng)。

圖1 時(shí)間趨勢(shì)法

(a) (b)

(a) (b)

表4 預(yù)期效應(yīng)檢驗(yàn)

(六)其他穩(wěn)健性檢驗(yàn)

1.更換被解釋變量。

為了避免由變量定性選擇導(dǎo)致估計(jì)結(jié)果存在偏誤，本文重新刻畫(huà)企業(yè)創(chuàng)新的衡量方式，現(xiàn)采用企業(yè)創(chuàng)新投入總額(rd)與企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)(Ipatent)作為替換變量，回歸結(jié)果見(jiàn)表5。由表5第(1)(2)列可知，將被解釋變量替換之后政策變量的回歸系數(shù)依舊顯著為正，表明前文的結(jié)果相對(duì)穩(wěn)健。

2.單期DID。

大數(shù)據(jù)綜試區(qū)的設(shè)立時(shí)間分別為2015年與2016年，但在2015年設(shè)立的僅有貴州省，其他試驗(yàn)區(qū)均為2016年設(shè)立，因此借鑒邱子迅和周亞虹(2021)的做法，(21)邱子迅，周亞虹：《數(shù)字經(jīng)濟(jì)發(fā)展與地區(qū)全要素生產(chǎn)率——基于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的分析》，《財(cái)經(jīng)研究》2021年第7期。將2016年統(tǒng)一設(shè)定為政策起始時(shí)間，重新估計(jì)后結(jié)果如下。由表5(3)(4)列可知，將模型設(shè)置為單期DID之后回歸結(jié)果與基準(zhǔn)回歸相近。

3.排除其他政策的影響。

在研究時(shí)間區(qū)間內(nèi)，企業(yè)創(chuàng)新可能還會(huì)受到其他政策的影響，而導(dǎo)致基準(zhǔn)回歸結(jié)果產(chǎn)生系統(tǒng)性偏差。通過(guò)對(duì)政府在2015年前后的政策進(jìn)行梳理，本文選擇“寬帶中國(guó)”政策(didkd)以及智慧城市試點(diǎn)(didzh)來(lái)做進(jìn)一步分析，將這兩個(gè)政策的虛擬變量帶入模型，以評(píng)估大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)企業(yè)創(chuàng)新的“凈效應(yīng)”，回歸結(jié)果見(jiàn)表5(5)(6)列。在將“寬帶中國(guó)”政策和智慧城市試點(diǎn)的虛擬變量納入模型之后，大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)企業(yè)創(chuàng)新的影響仍然顯著為正，但系數(shù)有所減小，說(shuō)明大數(shù)據(jù)綜試區(qū)的政策效應(yīng)有可能被高估，但其對(duì)企業(yè)創(chuàng)新的推動(dòng)作用仍然顯著存在。

表5 穩(wěn)健性檢驗(yàn)

(七)異質(zhì)性分析

在基準(zhǔn)回歸中，本文驗(yàn)證了全樣本下大數(shù)據(jù)綜試區(qū)對(duì)于企業(yè)創(chuàng)新的推動(dòng)作用，但基于總體樣本的分析可能會(huì)掩蓋某些差異。因此，本文對(duì)此展開(kāi)進(jìn)一步分析。

1.公司治理能力異質(zhì)性。

本文以高管是否具有金融背景、是否具有海外背景、是否存在“兩職合一”作為區(qū)分指標(biāo)，以此檢驗(yàn)公司治理能力的差異性是否會(huì)導(dǎo)致不同的政策實(shí)施效果，回歸結(jié)果見(jiàn)表6。從表6可以看出，當(dāng)高管具有金融背景與海外背景時(shí)，大數(shù)據(jù)綜試區(qū)對(duì)于企業(yè)創(chuàng)新的推動(dòng)作用顯著。根據(jù)烙印理論，金融專(zhuān)業(yè)背景有助于高管更好地識(shí)別與管控風(fēng)險(xiǎn)，(22)李卓松：《企業(yè)風(fēng)險(xiǎn)承擔(dān)、高管金融背景與債券融資成本》，《金融評(píng)論》2018年第10期。使其更加了解銀行等金融機(jī)構(gòu)的信息需求，為企業(yè)帶來(lái)更豐富的金融資源以支持研發(fā)活動(dòng)開(kāi)展。海歸高管則會(huì)表現(xiàn)出更多個(gè)體主義傾向和較高風(fēng)險(xiǎn)或不確定性容忍，(23)淦未宇，劉曼：《海歸高管與企業(yè)創(chuàng)新：基于文化趨同的視角》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2022年第1期。因此海歸高管更敢于將風(fēng)險(xiǎn)性創(chuàng)新活動(dòng)納入企業(yè)決策范圍，驅(qū)動(dòng)創(chuàng)新決策，企業(yè)更可能進(jìn)行高風(fēng)險(xiǎn)的創(chuàng)新活動(dòng)。大數(shù)據(jù)綜試區(qū)的設(shè)立對(duì)“兩職分離”的企業(yè)具有顯著的創(chuàng)新推動(dòng)作用，而“兩職合一”不利于企業(yè)創(chuàng)新。主要原因可能是“兩職合一”作為一種相對(duì)集權(quán)的領(lǐng)導(dǎo)權(quán)結(jié)構(gòu)，會(huì)弱化董事會(huì)對(duì)高管決策的監(jiān)督功能，在研發(fā)投資項(xiàng)目的風(fēng)險(xiǎn)選擇、總量決策和結(jié)構(gòu)配置過(guò)程中，CEO可能不愿意將資源投向高風(fēng)險(xiǎn)領(lǐng)域，從而導(dǎo)致為了自身利益最大化而導(dǎo)致的非效率研發(fā)投資。

表6 公司治理能力異質(zhì)性

2.行業(yè)異質(zhì)性。

參照彭薇和熊科(2018)的做法，(24)彭薇，熊科：《全球價(jià)值鏈嵌入下“一帶一路”沿線(xiàn)國(guó)家產(chǎn)業(yè)轉(zhuǎn)移研究——基于世界投入產(chǎn)出模型的測(cè)度》，《國(guó)際商務(wù)(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào))》2018年第3期。根據(jù)勞動(dòng)力、資本和技術(shù)三種生產(chǎn)要素在各產(chǎn)業(yè)中的相對(duì)密集度，將其分為資源密集型、勞動(dòng)密集型、知識(shí)密集型以及資本密集型產(chǎn)業(yè)。本文依據(jù)上述產(chǎn)業(yè)劃分將所有企業(yè)分為四類(lèi)進(jìn)行異質(zhì)性檢驗(yàn)，回歸結(jié)果見(jiàn)表7。由表7可知，大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)知識(shí)密集型產(chǎn)業(yè)產(chǎn)生顯著的正向影響，對(duì)其他類(lèi)型的產(chǎn)業(yè)并沒(méi)有產(chǎn)生顯著影響。知識(shí)密集型產(chǎn)業(yè)更多依賴(lài)智力成果，技術(shù)知識(shí)所占比重高，一般需要大量持續(xù)的資金投入，如果該產(chǎn)業(yè)能夠充分、便捷的享受稅收優(yōu)惠等政策支持，可有效減輕在研發(fā)創(chuàng)新活動(dòng)中的成本壓力與風(fēng)險(xiǎn)，從而激發(fā)創(chuàng)新活力，產(chǎn)出更多創(chuàng)新成果。

表7 行業(yè)異質(zhì)性

3.地區(qū)異質(zhì)性。

按照《關(guān)于明確東中西部地區(qū)劃分的意見(jiàn)》文件規(guī)定，本文將總體樣本劃分為東、中、西部地區(qū)三個(gè)子樣本分別進(jìn)行回歸，以檢驗(yàn)是否存在地區(qū)異質(zhì)性。由表8結(jié)果可知，大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)東部地區(qū)的企業(yè)創(chuàng)新水平產(chǎn)生顯著影響，對(duì)中西部地區(qū)企業(yè)創(chuàng)新的推動(dòng)作用并不顯著。從各個(gè)子樣本的樣本數(shù)可以看出，東部地區(qū)的樣本數(shù)為11490，占比為63.89%，東部地區(qū)是創(chuàng)新資源的主要集中地。上市公司更多地集聚在東部地區(qū)歸因于東部地區(qū)的區(qū)位優(yōu)勢(shì)與經(jīng)濟(jì)基礎(chǔ)，為上市企業(yè)的發(fā)展提供了良好的發(fā)展機(jī)會(huì)與平臺(tái)。在該區(qū)域，產(chǎn)業(yè)鏈上的企業(yè)以及平行企業(yè)之間可以進(jìn)行更頻繁便捷的交流關(guān)聯(lián)，上下游企業(yè)基于長(zhǎng)期合作建立的信任，可以推動(dòng)企業(yè)之間進(jìn)行共同研發(fā)，合作創(chuàng)新。

表8 地區(qū)異質(zhì)性

(八)機(jī)制檢驗(yàn)

為檢驗(yàn)前文推測(cè)，依照模型(3)，分別將企業(yè)數(shù)字化轉(zhuǎn)型意愿(Digitization)、企業(yè)高技能人才集聚水平(R&D personnel)、政策支持力度(Subsidy)與政策虛擬變量進(jìn)行交乘，以探究是否存在調(diào)節(jié)機(jī)制。企業(yè)數(shù)字化轉(zhuǎn)型意愿的測(cè)度是通過(guò)Python爬取企業(yè)年報(bào)中大數(shù)據(jù)技術(shù)、人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)以及細(xì)分指標(biāo)的關(guān)鍵詞詞頻，此類(lèi)關(guān)鍵詞頻數(shù)越高也就代表企業(yè)數(shù)字化轉(zhuǎn)型意愿越高；企業(yè)高技能人才集聚水平用企業(yè)研發(fā)人員占總?cè)藬?shù)的比值來(lái)表示；為了對(duì)政策持力度進(jìn)行量化，選取企業(yè)財(cái)務(wù)報(bào)表中所披露的當(dāng)期政府補(bǔ)助金額取對(duì)數(shù)來(lái)表示。調(diào)節(jié)效應(yīng)回歸結(jié)果見(jiàn)表9。

表9(1)(2)列表示企業(yè)數(shù)字化轉(zhuǎn)型意愿的調(diào)節(jié)作用檢驗(yàn)結(jié)果，可以看出交乘項(xiàng)的系數(shù)均在1%的置信水平上顯著為正，假設(shè)H2a得到驗(yàn)證。這表明企業(yè)自身數(shù)字化轉(zhuǎn)型意愿越強(qiáng)，大數(shù)據(jù)綜試區(qū)的設(shè)立對(duì)此類(lèi)企業(yè)的創(chuàng)新推動(dòng)作用更顯著。表9(3)(4)列表示企業(yè)高技能人才集聚水平的調(diào)節(jié)作用檢驗(yàn)結(jié)果，交乘項(xiàng)的系數(shù)均顯著為正，假設(shè)H2b得到驗(yàn)證。這表明當(dāng)企業(yè)所擁有的研發(fā)人員越多時(shí)，企業(yè)的主觀能動(dòng)性越強(qiáng)，為企業(yè)更好地抓住政策紅利提供了契機(jī)，能夠促進(jìn)更多智力創(chuàng)新成果產(chǎn)出。表9(5)(6)列表示政策支持力度的調(diào)節(jié)作用檢驗(yàn)結(jié)果，交乘項(xiàng)的系數(shù)均顯著為正，假設(shè)H2c得到驗(yàn)證，表明政策支持能夠調(diào)節(jié)大數(shù)據(jù)綜試區(qū)設(shè)立對(duì)企業(yè)創(chuàng)新的推動(dòng)作用，企業(yè)所獲得的政策支持力度越大，就有越充足的資金投向研發(fā)創(chuàng)新活動(dòng)，從而促進(jìn)企業(yè)的創(chuàng)新成果產(chǎn)出。

表9 調(diào)節(jié)效應(yīng)檢驗(yàn)

結(jié) 論

本文利用2007年至2021年中國(guó)1199個(gè)上市公司的面板數(shù)據(jù)，采用多期雙重差分法(DID)研究了大數(shù)據(jù)綜試區(qū)建設(shè)對(duì)企業(yè)創(chuàng)新的影響，研究發(fā)現(xiàn)：首先，位于試驗(yàn)區(qū)的企業(yè)比非試驗(yàn)區(qū)的企業(yè)創(chuàng)新投入水平提高18.3%，創(chuàng)新產(chǎn)出水平提高2%，并且兩種促進(jìn)效應(yīng)均存在一定的時(shí)滯性。在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后研究結(jié)論依然成立。其次，通過(guò)機(jī)制檢驗(yàn)表明，大數(shù)據(jù)綜試區(qū)對(duì)企業(yè)創(chuàng)新的促進(jìn)效應(yīng)受到企業(yè)數(shù)字化轉(zhuǎn)型意愿、企業(yè)高技能人才集聚水平以及政策支持力度的正向調(diào)節(jié)作用。最后，這種特殊的政府引導(dǎo)行為與企業(yè)創(chuàng)新之間的關(guān)系存在顯著異質(zhì)性。從公司治理能力看，具有海外經(jīng)驗(yàn)與金融背景的高管對(duì)企業(yè)的創(chuàng)新促進(jìn)作用更為明顯，與“兩職合一”的企業(yè)相比，“兩職分離”的企業(yè)更能被激發(fā)創(chuàng)新活力；從企業(yè)所在的行業(yè)差異看，知識(shí)密集型企業(yè)在大數(shù)據(jù)綜試區(qū)政策沖擊之下的反應(yīng)更為明顯；從地理區(qū)位看，相較于中西部地區(qū)，東部地區(qū)的企業(yè)能夠更充分地享受大數(shù)據(jù)綜試區(qū)政策紅利，“創(chuàng)新引領(lǐng)率先實(shí)現(xiàn)東部地區(qū)優(yōu)化發(fā)展”的態(tài)勢(shì)正逐步形成，為建立區(qū)域協(xié)調(diào)發(fā)展新機(jī)制提供堅(jiān)實(shí)基礎(chǔ)。

根據(jù)以上研究結(jié)論，本文提出了如下政策建議：

(1)我國(guó)應(yīng)進(jìn)一步加快以大數(shù)據(jù)驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展步伐，特別是充分發(fā)揮大數(shù)據(jù)綜試區(qū)建設(shè)的引領(lǐng)和示范作用，總結(jié)和提煉建設(shè)過(guò)程中的經(jīng)驗(yàn)規(guī)律，實(shí)現(xiàn)大數(shù)據(jù)綜試區(qū)實(shí)驗(yàn)效果與其他數(shù)字化政策的疊加效應(yīng)。尤其是2019年國(guó)家發(fā)改委印發(fā)《國(guó)家數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展試驗(yàn)區(qū)實(shí)施方案》，確立了河北省(雄安新區(qū))、浙江省、福建省、廣東省、重慶市、四川省6個(gè)國(guó)家數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展試驗(yàn)區(qū)，這些新試點(diǎn)與大數(shù)據(jù)綜試區(qū)建設(shè)遙相呼應(yīng)，更應(yīng)相互借鑒、取長(zhǎng)補(bǔ)短，以數(shù)字技術(shù)驅(qū)動(dòng)區(qū)域創(chuàng)新、聯(lián)動(dòng)發(fā)展。

(2)政策制定應(yīng)因地制宜，分類(lèi)施策，量力而行。各試點(diǎn)政策的規(guī)范是在發(fā)展過(guò)程中不斷探索與完善的，在國(guó)家總體思路指導(dǎo)下，各地方政府應(yīng)因地制宜探索政策工具、實(shí)施方法等具體內(nèi)容，既要避免因資源的短缺而造成的發(fā)展動(dòng)力不足，也要避免因過(guò)度投入所造成的資源積壓與浪費(fèi)。更具體的來(lái)說(shuō)，東部地區(qū)應(yīng)總結(jié)與推廣創(chuàng)新引領(lǐng)發(fā)展的先行經(jīng)驗(yàn)，發(fā)揮創(chuàng)新要素集聚優(yōu)勢(shì)，帶動(dòng)中西部地區(qū)創(chuàng)新步伐，加快形成區(qū)域協(xié)調(diào)發(fā)展新機(jī)制。

(3)加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的鼓勵(lì)和引導(dǎo)?，F(xiàn)階段，中小企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)普遍具有主觀顧慮與客觀條件的兩大阻礙。為此，各級(jí)政府應(yīng)出臺(tái)一系列減稅降費(fèi)、轉(zhuǎn)型補(bǔ)貼等惠企扶持政策，充分激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的意愿與活力。具體的，應(yīng)鼓勵(lì)有條件的地方按照規(guī)定通過(guò)專(zhuān)項(xiàng)資金、補(bǔ)貼政策等方式，為中小企業(yè)提供貼息和融資擔(dān)保。同時(shí)，探索建立多元化、多渠道的社會(huì)投入機(jī)制，鼓勵(lì)金融機(jī)構(gòu)提供中小企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的產(chǎn)品和服務(wù)，加強(qiáng)對(duì)中小企業(yè)數(shù)字化轉(zhuǎn)型的資金扶持。

(4)實(shí)行開(kāi)放、包容、積極的人才政策，切實(shí)擴(kuò)大企業(yè)對(duì)高技能勞動(dòng)力的吸納能力。鼓勵(lì)企業(yè)根據(jù)自身需要采取靈活的辦法吸引各類(lèi)人才，引進(jìn)具有相關(guān)知識(shí)和專(zhuān)業(yè)背景的人才擔(dān)任企業(yè)高管，尤其是具有海外經(jīng)驗(yàn)與金融背景的專(zhuān)業(yè)人才。同時(shí)，要搭建與人才發(fā)展相匹配的產(chǎn)業(yè)配套政策和工作平臺(tái)，解決好與個(gè)人發(fā)展相關(guān)的生活 、生產(chǎn)、科研等配套服務(wù)，做到“引得進(jìn)、留得住”。更重要的是，政府要扮演好公共服務(wù)提供者角色，構(gòu)建人力資源信息庫(kù)，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)互通、信息共享，促進(jìn)就業(yè)崗位精準(zhǔn)匹配。