作为社会生产的主体，企业的数字化转型和发展水平是构建一个国家数字经济核心竞争力的重要保障，决定数字经济发展的可持续性。当前，中国的企业数字化转型仍然处于起步阶段，仅有 16% 的企业数字化转型成效显著，并且领军企业与其他企业的数字化差距持续扩大。那么，以推动数字经济发展为目标的政策支持，特别是以地区为导向的（Place-based）数字经济政策能否有效推动企业数字化转型呢？遗憾的是，目前针对宏观数字经济政策对微观企业数字化转型影响的研究仍有待深化。第十四次中国私营企业调查数据显示，地方政策支撑不足、基础硬件较弱、专业人才不足、高新技术引进渠道较少等是企业在数字化建设中面临的主要困境，而这些都离不开政府政策的引导和支持。鉴于此，本期分享的文献以中国首个数字经济试点政策——国家大数据综合试验区（简称“大数据试验区”）设立作为准自然实验，从提供数字补贴、改善地区数字发展环境和促进数字知识溢出三个方面，考察数字化政策通过改善数字生态对企业数字化转型升级的带动效应。
▪ 文献来源： 孙伟增,毛宁,兰峰等.政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J].中国工业经济,2023,(09):117-135.
▪ 数据与代码来源：《中国工业经济》编辑部 (中国工业经济 (ajcass.org)
▪ 关键词：企业数字化；国家大数据综合试验区；数字生态；数字经济
▪ 主要内容：本文基于 2009—2019 年中国上市公司面板数据，以 2016 年设立国家大数据综合试验区（简称“大数据试验区”）作为准自然实验，从数字生态视角考察以大数据为基础的区位导向性政策对企业数字化转型升级的影响。研究发现，大数据试验区有效激发了企业的数字化转型发展动力，特别是对企业底层数字技术运用的促进作用更加明显，体现了数字化政策在中国数字经济发展起步阶段对于企业转型的基础作用；大数据试验区的设立使当地企业获得更多政府数字补贴支持，显著提高了企业获得数字补贴的广度和深度，改善了当地的数字发展环境，并且能够吸引数字化企业和人才形成空间集聚，产生知识溢出效应，从而有效改善地区的数字生态；大数据试验区能够更好地促进非国有企业、资本和技术密集型企业以及规模较小企业的数字化转型，但对初始数字化基础较差企业的影响较小；在金融发展环境、数字基础条件和制度环境越完善的地区，大数据试验区对企业数字化转型的促进作用越显著。本文结论不仅有助于深化理解以大数据试验区为代表的数字产业政策对新时代中国数字经济发展的作用效果，也为地方政府借助大数据试验区充分发掘数据要素价值、把握数字经济发展新机遇、拓展经济发展新空间提供了政策支持
▪ 创新点：（1）利用大数据试验区设立这一政策冲击，考察数字经济政策对企业数字化转型升级的影响，验证区位导向性数字政策在促进中国数字经济发展过程中的重要作用，丰富了数字经济发展政策的研究成果。（2）从政府数字补贴、数字发展环境以及数字化企业和人力资本集聚的数字知识溢出视角，解析数字化政策通过改善数字生态，进而推动企业数字化转型升级的传导路径，加深对企业数字化转型发展问题的理解。（3）从所有制性质、企业规模、行业属性、初始数字化水平等方面，考察大数据试验区对企业数字化转型发展的异质性效应，并且从金融发展水平、数字基础条件以及制度环境等方面考察地区特征对大数据试验区设立可能产生的调节效应，为理解大数据试验区政策效果、完善政策设计以提升企业数字化水平和助力数字经济发展具有重要的政策价值。
CNDD-0069 2007-2022年上市公司数字化转型数据
CNDD-0159 上市公司数字化应用词频统计与明细（含渠道创新、产品创新、业务创新）
文章使用双重差分法（DID）考察了大数据试验区设立对企业数字化转型发展的影响，具体模型设定如下：
其中，下标 i、j、t分别表示企业、城市和年份。被解释变量 digital_levelijt表示企业 i在 t年的数字化水平。bigdata j为城市 j是否属于大数据试验区的虚拟变量，取值为 1表示是，取值为 0表示否；postt为大数据试验区政策实施前后的虚拟变量，2016 年之前设为 0，2016 年及之后设为 1。Xit表示可能影响企业数字化水平的企业层面随时间变化的控制变量，参考吴非等（2021）、倪克金和刘修岩（2021），本文控制了净资产收益率、企业收入、企业总资产、企业年龄、董事长和总经理是否兼任、会计师事务所审计意见、资本密集度、第一大股东持股比例、现金流强度、账面市值比和资产负债率。Zjt表示城市层面可能影响企业数字化水平的控制变量，包括人均 GDP、人口规模、高校数量、外商直接投资额和产业结构（第二产业增加值比重和第三产业增加值比重）。ρi为企业固定效应，用来控制企业层面不随时间变化的特征，如所有制性质、行业属性等。τt为时间固定效应，用来控制全国层面随时间变化的特征，如宏观经济波动、全国性政策冲击等。εijt为随机扰动项。模型估计时在城市层面对标准误进行聚类调整。β是本文所关注的核心系数，反映了大数据试验区对企业数字化水平的平均处理效应。
这里企业数字化水平是本文核心指标。参考吴非等（2021）、倪克金和刘修岩（2021），本文从沪深 A 股上市公司年报中统计整理与企业数字化转型发展相关的词频。具体而言，本文从“底层技术运用”“数字技术应用”两个方面对关键词进行统计整理，并使用这些关键词出现的频次度量企业数字化发展程度。其中，“底层技术运用”包括人工智能技术、云计算技术、大数据技术和区块链技术 4个技术领域，共涉及 46个关键词；“数字技术应用”包括移动互联网、电子商务、移动支付等 34个关键词。为了避免本地企业“响应”大数据试验区设立并在年报中夸大其数字化转型程度而给分析结果带来的偏误，本文在实证分析中剔除沪深证券交易所信息披露质量为不合格的企业样本，仅保留信息披露质量为优秀、良好或合格的样本，因此，这些样本存在“策略性信息披露”的可能性较小。
为了构造核心解释变量，本文从中国政府网搜集整理 2016 年批准设立的国家级大数据综合试验区的地区名称。其中，珠江三角洲地区在建设国家级大数据试验区时，所建立和辐射的影响范围并不局限于珠江三角洲的核心城市，还涉及广东省内的其他城市。因此，本文在实证分析时将广东的所有城市均作为处理组城市（邱子迅和周亚虹，2021）。
文章以 2009—2019 年沪深 A 股上市公司作为研究样本，参考吴非等（2021）、倪克金和刘修岩（2021），对样本进行如下处理：①剔除金融类企业、ST 企业和研究期间退市的企业样本；②删除不符合一般会计准则和关键变量存在缺失值的样本；③为了避免极端值对回归结果的影响，本文对连续型变量进行上下 1% 缩尾处理；④《中国数字经济发展白皮书（2020 年）》显示，2020 年以来中国的三次产业加速数字化转型进程，为了排除这段时间其他因素可能带来的影响，本文将研究期限定在 2019 年及以前的年份。
表 1 报告了大数据试验区设立对企业数字化水平影响模型的估计结果。其中，第（1）列仅加入企业和年份固定效应，第（2）列在此基础上进一步控制企业层面控制变量，第（3）列进一步加入城市层面控制变量。可以看出，加入不同层面的控制变量和固定效应，大数据试验区设立的系数均在1% 的水平上显著为正，说明大数据试验区的建设能够显著提高企业的数字化水平。根据第（3）列的估计结果，在大数据试验区设立后，试验区内的企业数字化水平将显著提高 5.70，相当于均值水平（8.14）的 70.02%，提升效果明显。
见推文末尾。
▪ 客服微信方式：
扫描下方二维码，或搜索下方微信号。
添加客服微信号：
DeepData001
获取更多更新数据
1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。
2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。
任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。
中国深度数据库：让精品数据 得以流动
CNDeepData：Let high-quality data flow without barriers
