政策引導促進了企業數字化建設嗎

【摘要】當前國家出臺了諸多政策支持數字經濟的發展， 但政策引導是否真正促進了企業數字化建設尚值得探究。本文以政府工作報告為依據， 通過構建數字化政策引導指標研究發現， 政策引導顯著促進了企業的數字化建設。相較于政府工作報告中的上年總結部分， 當年計劃部分的政策引導更能有效地促進企業數字化建設。此外， 政府工作報告本身的可讀性越高， 對企業數字化建設的促進作用越明顯。不同于成熟期企業， 成長期企業因發展方向尚不明晰以及衰退期企業因業務轉型需要， 會更積極地響應數字化政策號召而進行數字化建設。

【關鍵詞】政策引導； 數字化建設； 融資約束；創新投入； 文本分析

【中圖分類號】F426 " " "【文獻標識碼】A " " "【文章編號】1004-0994（2023）19-0153-8

一、 引言

近年來， 國家高度重視數字經濟的發展， 政府部門也相繼出臺了一系列政策指導文件以支持數字產業化的發展。在每年的政府工作報告中， 數字化的提及頻率呈逐步上升趨勢。企業數字化轉型在抑制大股東掏空（耀友福，2022）、 促進企業創新（宋德勇等，2022）及增強股票流動性（吳非等，2021）等方面具有積極作用。但截至2020年， 只有60%的企業制定了數字化轉型戰略規劃， 且僅有約11%的企業轉型成效顯著①。有學者認為， 企業數字化建設程度低的原因在于“不愿轉”（余典范等，2022）。如果企業真的“不愿轉”， 那么在國家數字化政策的引導下， 企業的數字化建設行為就有可能只是一種為了迎合政策的機會主義行為， 對數字化的投資也只是停留在口頭上， 從而造成了數字化轉型成效不明顯的現象。事實上， 企業也可能在政策引導下進行數字化建設， 但由于數字技術等方面的制約而導致數字化轉型成效并不明顯。因此， 只有厘清企業數字化轉型成效不明顯的真正原因， 才能助力政府部門制定針對性政策以協助企業解決數字化建設過程中存在的實際問題， 進而為更好地推動我國數字產業化和產業數字化打下堅實基礎。因此， 本文通過分析企業在政策引導下的數字化建設是“說說而已”還是“全力以赴”， 具有重要的現實意義。

不同于其他分散的政策性文件， 政府工作報告同時包含上年工作回顧和當年工作計劃兩部分， 能夠較為集中地體現中央政府的政策態度， 也是指導政策落實的重要文件。同時， 政府工作報告由于結構穩定、 信息含量大， 為不同領域的學者開展研究提供了海量資源（Wang，2017）。然而， 由于政策文件具有不易量化的特點， 使得探究政策文件對微觀企業影響的研究較為欠缺， 直到機器學習文本分析技術逐漸興起， 學者們對政策文件類的研究才呈現上升趨勢。比如， 有學者利用政府工作報告中相關的關鍵詞構建了政府意志和注意力指標（侯新爍和楊汝岱，2016）， 以及產業政策關聯度指標（覃飛和沈艷，2021）， 這為本文對政策文件進行量化研究提供了啟示和思路。

在研究政府行為對企業數字化影響的現有文獻中， 有學者發現政府財政支出和政府補助對企業數字化轉型具有顯著的促進作用（吳非等，2021；余典范等，2022）。不同于以上文獻， 本文從政府工作報告角度， 采用文本分析方法構建政策引導指標以分析政府行為對企業數字化的影響。本文可能的邊際貢獻在于： 第一， 在理論層面豐富了宏觀政策對微觀企業的影響研究。文章分析了政策引導下企業的數字化建設行為， 不僅從微觀企業視角拓展了對政策文件引導有效性的認知， 也進一步揭示了企業數字化建設的影響因素。第二， 在方法層面豐富了宏觀政策的量化研究。本文利用文本分析法對政府工作報告中數字化關鍵詞進行抓取后構建的數字化政策引導指標， 是對宏觀層面數字化政策度量的完善， 也為之后政策文件的量化研究提供了有益借鑒。第三， 在實踐層面拓展了政策文件有效實施的邊界條件。本文通過研究發現， 政府工作報告中當年計劃部分的政策引導效果要優于上年總結部分， 且政策文本的可讀性越高， 政策引導效果越好， 對政策文件的有效實施以及為政府相關政策的制定提供了啟示和建議。

二、 理論推演與假設提出

宏觀政策與微觀企業關系的相關研究大多集中在宏觀政策對企業績效及創新的影響方面（Bojnec等，2021；余桂明等，2016）。在宏觀政策對企業數字化的影響方面， 學者們較多關注財政政策及產業政策對企業數字化轉型的影響。比如， 財政科技支出政策可以向企業提供直接的資金支持（Howell，2015）， 進而降低數字化轉型成本并推動數字化轉型（Kleer，2010；吳非等，2021）， 產業政策下的稅收優惠和政府補助對企業數字化轉型具有顯著的促進作用（成瓊文和丁紅乙，2022；余典范等，2022）。

雖然已有學者研究了宏觀政策對企業數字化轉型的影響， 但大多基于某項具體的政策對企業數字化轉型帶來的影響， 并未涉及政策本身是否產生了引導作用。本文認為， 政策引導對企業數字化建設的影響主要通過以下兩條路徑實現： 第一， 政策資源的傾斜和融資環境的改善緩解了企業融資約束； 第二， 管理者對數字化建設信心的增強促使創新投入增加。

首先， 政策的制定往往伴隨著資源的傾斜。由注意力理論可知， 當政府面對海量信息對一系列議題做出優先性排序時， 并不是因為政府決策者對該類事務存在個人偏好， 而是由政府注意力所致， 政府注意力的變化導致政府政策的變化（侯新爍和楊汝岱，2016）。政府工作報告中對數字化建設的關注度越高， 表明政府注意力越集中于數字化建設方面， 而與之對應的支持性政策也會應運而生， 國家接連出臺的一系列發展數字經濟和數字產業化的文件就是最好的證明。政府對數字化轉型企業的資源傾斜， 有助于直接緩解企業的融資約束（Takalo和Tanayama，2010）， 從而為企業數字化建設創造條件。此外， 資源的傾斜還可以激勵企業提高內部資源的配置效率， 有效降低企業進行數字化建設的成本（成瓊文和丁紅乙，2022）， 進而起到鼓勵企業進行數字化建設的作用。

其次， 政策引導信號有助于改善企業外部融資環境。根據信息傳遞理論， 政策對數字化建設的引導釋放了政府對數字化建設比較重視的信號， 凸顯了國家重點產業的發展方向。數字化建設由于具有不確定性較大、 建設周期較長、 短期收益不明顯等特點， 使得處于信息劣勢方的外部投資者無法對企業未來經營狀況進行準確判斷（Barry和Brown，1985）， 進而對開展數字化建設的企業持觀望態度， 或要求企業給予額外的風險補償（盧文彬等，2014）， 進一步提高融資成本。而政策對數字化建設的引導則有助于向資本市場傳遞國家發展數字經濟和數字化產業的決心， 投資者也會對企業數字化建設前景進行積極預判， 從而使得更多資金流向企業的同時也能降低投資者所要求的額外風險補償， 進而降低權益融資成本。此外， 政策引導信號還有助于降低銀行與企業之間的信息不對稱程度， 有效促進銀企間更好的信任及合作關系， 進而降低債務資本成本（譚勁松等，2017）。

最后， 政策引導有助于增強管理者對數字化建設的信心， 從而增加創新投入。由委托代理理論可知， 在兩權分離的企業中： 一方面， 管理者面臨著績效考核壓力， 不得不放棄一些風險較大的長期投資項目； 而另一方面， 管理者出于對自身長期職業發展和聲譽的考慮， 需要制定并調整企業數字化轉型戰略以適應數字經濟時代。在二者權衡中， 政策引導可以有效激勵管理者為形成企業長遠的競爭優勢而進行數字化建設。原因在于： 一方面， 數字化建設從初始投資到后續獲益需要較長的周期， 如果沒有政策的引導， 管理者在進行數字化投資決策時容易缺乏安全感。而政策對數字化建設的支持， 有助于減少企業管理者對數字化投資的不確定性心理， 乃至排斥心理， 并從思想上認識到數字化建設的必要性， 從而增強管理者進行數字化建設的信心（譚勁松等，2017）。另一方面， 政策引導所伴隨政策資源的傾斜和融資約束的緩解， 為管理者進行數字化建設創造了有利條件， 從而使企業管理者對數字化建設的投資有所增加。

基于以上分析， 本文提出以下假設：

H1： 政策引導會促進企業數字化建設。

三、 研究設計

（一）數據來源

考慮到我國數字經濟的快速發展主要體現在2010年之后， 本文以2011 ～ 2020年為研究期間。研究對象為全國31個省市自治區的政府工作報告②和滬深A股上市公司。其中： 政府工作報告來源于省級人民政府官網和百度搜索③； 微觀財務數據來源于CSMAR數據庫； 宏觀層面控制變量數據來自于《中國統計年鑒》。同時對數據進行了如下處理： 剔除金融業的樣本企業； 剔除ST、 PT和退市的樣本企業； 剔除資不抵債及核心數據缺失的樣本企業； 對所有連續變量進行1%和99%的縮尾處理。

（二）變量定義

1. 解釋變量： 政策引導。以往對政策的研究多以定性研究為主， 而定量研究的方法主要有以下三類： 一是統計法規、 規章及相關文件的累積數構建指標（韓永輝等，2017）。二是設置政策虛擬變量或是對政策進行打分度量（余桂明等，2016）。三是利用文本分析法進行關鍵詞頻統計（覃飛和沈艷，2021）?？紤]到文本分析法對政策的量化更為全面、 客觀和科學， 故本文參考吳非等（2021）的做法， 利用Python對數字化關鍵詞在《政府工作報告》中出現的詞頻數進行統計， 并據以構建政策引導（Support）指標來衡量政策對數字化建設的引導程度。

2. 被解釋變量： 企業數字化建設。參考夏常源等（2022）的做法， 將企業在無形資產投資明細中與數字化有關的支出作為企業數字化建設的度量指標。為了消除規模效應對研究結果的干擾， 本文將數字化投資與營業收入的比值（In_Dig）以及數字化投資與總資產的比值（In_Dig1）分別作為企業數字化建設的替代指標。考慮到數據回歸結果的可讀性， 在原比值的基礎上乘以100。

3. 控制變量。參考夏常源等（2022）和吳非等（2021）的做法， 結合本文的研究主題， 控制了微觀企業層面和地區層面可能影響企業數字化建設的相關變量， 并控制了行業和年度效應以排除固定特征的可能影響。具體的變量定義如表1所示。

（三）模型構建

為了對政策引導與企業數字化建設的關系進行研究， 本文參考夏常源等（2022）的做法， 采用固定效應回歸模型進行檢驗， 同時控制行業和年度虛擬變量。具體實證模型如下：

In_Digi，t=β0+β1Supporti，t+Controls+Year+

Ind+εi，t " " " " " " " （1）

上式中， Supporti，t中的i表示各家上市公司， t為各年時間， 下同。

四、 實證分析

（一）描述性統計

從表2的描述性統計結果可知， 企業數字化建設（In_Dig）的均值為0.480， 最小值為0， 最大值為8.184， 而In_Dig1的均值為0.218， 最小值為0， 最大值為3.124， 說明我國上市公司數字化建設水平差異較大。政府工作報告中數字化建設的政策引導（Support）均值為3.326， 最小值為2.398， 最大值為3.738， 說明不同地區政府的政策引導存在一定差異。其他變量的結果與已有研究較為接近。

（二）基準回歸

表3對政策引導與企業數字化建設的關系進行了檢驗。從表3第（1）、 （3）列未加入控制變量的結果可知， 政府引導與企業數字化建設顯著正相關。為了進一步檢驗二者關系是否穩健， 在第（2）列和第（4）列中加入一系列控制變量進行回歸， 結果顯示， 政策引導（Support）的回歸系數在1%水平上依然顯著為正。從經濟意義上來看， 政策引導每增加一個標準差（0.237）， 將使得企業數字化建設（In_Dig）提高26.484%（0.193×1.176÷0.857）個標準差， 企業數字化建設（In_Dig1）將提高18.13% （0.072×1.176÷0.467）個標準差。上述結果表明， 無論是統計意義上還是經濟意義上， 政策引導均會顯著促進企業的數字化建設， H1得到驗證。

（三）內生性和穩健性檢驗

政府工作報告一般由各級政府在年初制定， 不受當年經濟發展狀況和企業數字化建設的反向影響， 具有較好的外生性。但考慮到可能存在樣本自選擇和遺漏變量問題， 因此， 本文采用Heckman兩階段和傾向得分匹配（PSM）進行內生性檢驗。

1. Heckman兩階段。根據Heckman兩階段模型， 第一階段先計算不同企業獲得政策引導的概率， 即得到逆米爾斯比率（IMR）， 第二階段再將該比率代入模型進行回歸， 以緩解樣本自選擇偏差?？紤]到本文政策引導為連續變量， 因此參考李哲等（2020）的做法， 根據政策引導的年度行業中位數不同將企業分為兩組， 設立虛擬變量（Supportdum）以建立模型（2）， 并引入逆米爾斯比率構建模型（3）。從表4可知， 加入逆米爾斯比率后政策引導（Support）的系數為（0.265）和（0.107）， 在10%的水平上顯著為正且均通過了Wald測試。這說明在緩解了樣本自選擇偏差后， 原假設依然成立。

Supportdumt=γ0+Controls+Year+Ind+εi，t

（2）

In_Digi，t=β0+β1Supporti，t+Controls+Year+

Ind+IMR+εi，t " " " " "（3）

2. 傾向得分匹配（PSM）。為了減少遺漏變量對回歸結果的影響， 進一步用PSM進行1∶3近鄰匹配并進行檢驗。從表4可知， 經傾向得分匹配后的樣本中政策引導系數為0.161和0.053， 且分別在1%和5%的水平上顯著。這說明在緩解企業遺漏變量等內生性問題后前文結論依然穩健， 即政策引導對企業數字化建設存在顯著影響。

3. 改變企業數字化建設的度量方式。為了增強研究結論的可靠性， 本文改變數字化建設的度量方式。第一， 將企業無形資產當期增加額作為企業數字化建設的替代指標（In_Dig2）④， 再計算政府工作報告中當期數字化關鍵詞增加額作為當期政策引導的替代指標（Support1）。第二， 將企業無形資產當期期末數與上期期末數之差作為企業數字化建設的替代指標（In_Dig3）， 并將其與當期政策引導增加額（Support1）進行回歸檢驗。從表5 Panel A可知， 前文結論依然穩健。

4. 改變政策引導的度量方式。本文中企業政策引導為經對數處理后的政策文本中的數字化詞頻數， 導致最小值與最大值之間的差額較小。為了排除數據對樣本結果產生的影響， 本文改變政策引導的度量方式， 將政府工作報告中爬取的數字化關鍵詞頻數直接作為政策引導的度量指標（Support2）， 再重新進行固定效應回歸檢驗。從表5 Panel B可知， 前文結論依然穩健。

5. 政策引導的時效性檢驗。為了考察政策引導對企業數字化建設時效性的影響， 本文在原模型的基礎上， 將解釋變量滯后一期（L.Support）和滯后二期（L2.Support）進行回歸檢驗。從表6可知， 政策引導與企業滯后二期的數字化建設無顯著關系， 但與企業滯后一期數字化建設顯著正相關， 這意味著隨著時間推移， 政策引導的效果逐漸減弱。

6. 排除企業數字化策略性行為影響。為了排除企業刻意增加無形資產中與數字化相關的投資給研究結論帶來的影響， 本文參考趙璨等（2020）的做法， 首先構建模型（4）求出企業數字化建設的異常支出（殘差ε）， 并剔除異常值最高的10%觀測樣本后重新進行檢驗。模型（4）中， In_Digmed為年度行業內其他企業的數字化建設中位值， 同時控制了省份（Pro）變量， 其他變量定義與前文相同。從表7 Panel A可知， 前文結論依然穩健。

In_Digi，t=β0+β1In_Digmedi，t+Controls+Year+

Ind+Pro+εi，t " " " "（4）

考慮到高新技術企業商業模式多與大數據、 互聯網等有緊密聯系， 為了更加真實地捕捉政策引導對企業數字化建設的影響， 本文將所有資質認定過高新技術企業的樣本公司予以剔除。從表7 Panel B可知， 前文結論依然穩健。

（四）作用機制檢驗

由前文分析發現， 政策引導可以通過緩解融資約束和促進創新投入對企業數字化建設產生影響。但具體是通過何種途徑對企業數字化建設產生促進作用尚不明確， 顯然， 厘清政策引導對企業數字化建設的作用機制， 對國家出臺指導性政策以促進數字化發展具有重大意義。因此， 本文參考江艇（2022）在因果推斷研究中對中介效應檢驗的做法建議， 在傳統中介效應三步法的基礎上， 利用回歸模型考察解釋變量與中介變量的因果關系， 并根據理論推導證明中介變量與被解釋變量的因果關系， 以此來對政策引導影響企業數字化建設的作用機制進行檢驗。

1. 融資約束機制檢驗。當企業面臨財務約束時， 企業管理者為了防止自身薪酬受到影響以及維護自己的職業聲譽， 不得不考慮將有限的資源投入短期收益較高的項目中， 以保障企業的正常經營。因此， 企業所面臨的融資約束將不利于企業開展投資周期長、 不確定性較大的數字化建設。已有研究表明， 政府財政支出和金融科技可以通過緩解企業的融資約束問題， 從而促進企業的數字化轉型（吳非等，2021；唐松等，2022）。為了檢驗政策引導能否緩解企業的融資約束問題， 本文以SA指數⑤的絕對值作為融資約束（absSA）的度量指標， 該值越大， 表明企業融資約束程度越高。同時， 構建模型（5）和（6）以檢驗中介變量在政策引導影響企業數字化建設中發揮的作用。表8中Panel A顯示了企業融資約束機制檢驗的回歸結果。第（1）列結果顯示， 政策引導與融資約束的系數為-0.008， 在5%的水平上顯著， 說明政策引導顯著緩解了企業的融資約束。從第（2）、 （3）列結果可知， 政策引導和融資約束的系數均在1%水平上顯著為正， 表明政策引導和融資約束均能促進企業的數字化建設。中介效應Sobel檢驗的Z統計量分別為3.457和3.524， 驗證了融資約束在政策引導與企業數字化建設中發揮部分中介作用。

2. 創新投入機制檢驗。創新是指企業對生產要素進行重新組合， 而企業數字化建設作為數字化轉型的關鍵環節， 是指利用信息通信技術將企業現有管理模式、 運行機制等架構進行重塑的過程（劉淑春等，2021）。雖然企業創新和企業數字化建設概念不同， 但是企業創新投入的增加有利于推動企業信息通信技術的創新， 進而促進企業的數字化建設。已有研究表明， 金融市場化改革可以通過促進企業創新投入增加， 從而推動企業的數字化轉型（唐松等，2022）。為了檢驗政策引導能否促進創新投入增加， 本文用企業當年研發投入金額與總資產的比值作為創新投入的度量指標（Invest）， 并利用模型（5）和模型（6）進行回歸。表8中Panel B顯示了企業創新投入機制檢驗的回歸結果。第（4）列結果顯示， 政策引導與創新投入的系數為0.001， 在10%的水平上顯著， 說明政策引導顯著增加了企業的創新投入。從第（5）、 （6）列結果可知， 政策引導和創新投入的系數均在1%的水平上顯著為正， 表明政策引導和創新投入均能促進企業的數字化建設。中介效應Sobel檢驗的Z統計量分別為5.105和5.145， 驗證了創新投入在政策引導與企業數字化建設中發揮部分中介作用。

SAi，t/Investi，t=β0+β1Supporti，t+Controls+

Year+Ind+εi，t " " " " " " " "（5）

In_Digi，t=β0+β1Supporti，t+β2SAi，t/Investi，t+

Controls+Year+Ind+εi，t " "（6）

五、 進一步分析

（一）政策中不同組成部分的異質性檢驗

政府工作報告主要由上年總結和當年計劃兩部分構成， 上年總結是對以往工作的回顧和總結， 而當年計劃里面含有政府對當地企業提出的希望和要求。相較于上年總結， 當年計劃對企業產生的引導效應應該更強。鑒于此， 本文進一步對政府工作報告區分上年總結（Support3）和當年計劃（Support4）部分來展開分析。具體做法： 首先閱讀各省的政府工作報告， 再將其區分為上年總結和當年計劃兩個不同部分， 最后分別進行數字化關鍵詞爬取， 回歸結果見表9。從表9第（2）列和第（4）列的回歸結果可知， 政府工作報告中當年計劃部分與企業數字化建設在1%的水平上顯著正相關； 第（1）列和第（3）列結果顯示， 政府工作報告的上年總結與企業數字化建設分別在5%和10%的水平上顯著正相關。但是通過組間系數差異檢驗發現， 政府工作報告的上年總結和當年計劃部分對企業數字化建設（In_Dig）的促進作用存在顯著差異， 相較于上年總結部分， 當年計劃對企業數字化建設的促進作用更顯著。以上結果表明， 政策引導中不論是在上年總結部分還是在當年計劃部分都會對企業數字化建設產生促進作用， 但是當年計劃部分更能發揮政策引導作用。

（二）政策可讀性的異質性檢驗

考慮到政策文本信息含量較大， 政府工作報告作為官方語言具有權威性和專業性， 其可讀性越強， 越有助于企業掌握政策關注的重點， 從而發揮政策引導的作用。因此， 本文參考徐巍等（2021）的做法， 根據政府工作報告文本中每個分句平均字數構建政策可讀性指標， 再根據其中位數將樣本分為政策可讀性較高組和可讀性較低組。具體而言， 先統計政府工作報告中除附件外的文本總字數， 再以句尾（包括句號、 問號和感嘆號）和停頓（逗號、冒號、分號和頓號）作為分句的標志， 最后根據總字數除以分句得到可讀性指標， 該指標越大， 表明政策可讀性越高， 反之則越低。回歸結果見表10， 第（2）列和第（4）列結果表明， 在政策可讀性較低的組中， 政策引導對企業數字化建設（In_Dig、 In_Dig1）的影響效果均不顯著。相較而言， 第（1）列和第（3）列結果表明， 在政策可讀性較高的組中， 政策引導顯著促進了企業數字化建設（In_Dig、 In_Dig1）。組間系數差異性檢驗也進一步表明， 政策引導對企業數字化建設的影響效果因政策可讀性不同而存在明顯差異。以上結果表明， 政策可讀性越高， 政策引導對企業數字化建設的促進作用越顯著。

（三）生命周期的異質性檢驗

不同生命周期階段的企業具有不同的特征， 使得政策引導所產生的效果不一樣。首先， 成長期企業雖然具有強烈的擴張意愿， 但由于處于經營初期， 其發展方向尚不明晰， 商業模式也不成熟， 市場占有率較低， 企業容易出現資金問題。此時， 政策引導不僅有助于緩解企業融資約束， 也指明了企業的發展方向。因此， 成長期企業在政策引導下會進行數字化建設。其次， 成熟期企業的發展方向和商業模式已日趨完善， 在組織制度和資金問題逐步完善的情況下， 政策對數字化建設的引導， 可能需要企業重新調整既定戰略和目標以進行數字化建設， 這不僅需要花費較大精力， 也需要較多人力、 物力和財力的支持， 因而成熟期企業一般不會輕易做出戰略調整。因此， 政策引導對成熟期企業的數字化建設影響有限。最后， 衰退期企業的現有產品已經不再受市場青睞， 市場份額和銷售利潤的下降使得企業陷入資金和發展的雙重困境。為了維持生存， 企業不得不重新調整戰略方向， 此時， 政策對數字化建設的引導為企業帶來了重新開啟賽道的機會， 因此， 政策引導下衰退期企業會進行數字化建設。

本文參考劉詩源等（2020）的做法， 按照企業經營活動、 投資活動和籌資活動所產生的現金流量凈額的不同， 對樣本企業進行成長期、 成熟期和衰退期的劃分?；貧w結果見表11： 第（2）列和第（5）列顯示， 政策引導對成熟期企業數字化建設無顯著影響； 第（1）列和第（4）列顯示， 政策引導與成長期企業數字化建設在1%的水平上顯著正相關； 第（3）列和第（6）列顯示， 政策引導與衰退期企業數字化建設在1%的水平上顯著正相關。組間系數差異性檢驗也進一步表明， 政策引導對不同生命周期階段企業數字化建設的影響效果存在明顯差異。結論與前文預期一致。

六、 結論與啟示

（一）結論

本文以2011 ～ 2020年我國A股上市公司為研究對象， 基于Python文本分析方法對政府工作報告中數字化相關的政策引導進行了量化， 分析了政策引導對企業數字化建設的影響。研究發現， 政策引導會促進企業的數字化建設。內在機制檢驗表明， 政策引導通過影響企業融資約束和創新投入而作用于企業數字化建設。進一步研究發現， 政策文本的不同組成部分和政策可讀性會對企業數字化建設產生異質性影響， 不同生命周期企業在政策引導下的反應也不一樣。具體而言： 相較于上年總結部分， 當年計劃部分的政策引導對企業數字化建設的促進效果更顯著； 政策可讀性越高， 越能顯著促進企業的數字化建設； 相較于成熟期企業， 政策引導更能夠顯著促進成長期和衰退期企業的數字化建設。

（二）啟示

本文的研究結論具有以下政策啟示：

1. 基于政府層面。第一， 政府應積極發揮政策的引導作用。本文發現政府工作報告對數字化建設的引導可以有效推動企業的數字化建設， 這正是宏觀政策落實到微觀經濟實體的具體表現， 表明政策引導發揮了有效的指導作用。在今后的政策制定過程中， 對于需要重點發展的產業及方向， 政府需要明確并突出其在政策文本中的重要性， 從而實現政策指導產業發展的目的。第二， 政府應注意到當年計劃部分的內容會對企業產生較強的引導作用。對于當地需要重點發展的產業及方向， 政府要在政策計劃中做出明確指示， 不僅有利于企業未來戰略規劃的調整， 也有利于政策的順利推進。第三， 政府應提升政策本身的可讀性。政策的制定固然重要， 但是政策的表述方式也不可忽視。在我國， 由于不同地區的民族和文化均存在一定差異， 當地政策的表述除了要清晰反映政策的本意， 也要綜合考慮當地文化特征， 便于當地人民的閱讀和理解。政策可讀性越強， 越有助于企業掌握政策關注的重點， 也越有助于發揮政策的引導效果。

2. 基于企業層面。企業對于及時關注政策信息的意識應加強。黨的十八大以來， 中央和地方紛紛出臺了眾多政策文件以支持企業數字化發展， 為此， 企業應在政策的引導下積極響應號召， 強化數字化建設的意識， 培養數字化人才， 抓住政策紅利， 大力開展數字化建設。尤其對于成熟期企業而言， 雖然目前市場占有率較為穩定， 但仍需緊密關注政策動向， 提前做好戰略布局， 只有與國家政策保持一致， 才有助于企業長遠發展， 并在復雜多變的外部環境中立于不敗之地。

【 注 釋 】

① 數據來自埃森哲發布的《2020中國企業數字轉型指數研究》和《中國企業數字化轉型研究報告（2020）》。

② 為了與已有文獻保持一致，本文研究不含中國臺灣省、香港特別行政區和澳門特別行政區。

③ 從百度主頁中通過www.gov.cn（中華人民共和國中央人民政府官網）進行搜索。

④ 為了保證回歸結果的可讀性，將In_Dig2和In_Dig3均除以1000000后進行回歸。

⑤ SA指數=-0.37×Size +0.043×Size2-0.04×Age。

【 主 要 參 考 文 獻 】

成瓊文，丁紅乙．稅收優惠對資源型企業數字化轉型的影響研究［ J］．管理學報，2022（7）：1 ～ 9．

韓永輝，黃亮雄，王賢彬．產業政策推動地方產業結構升級了嗎？——基于發展型地方政府的理論解釋與實證檢驗［ J］．經濟研究，2017（8）：33 ～ 48．

侯新爍，楊汝岱．政府城市發展意志與中國區域城市化空間推進——基于《政府工作報告》視角的研究［ J］．經濟評論，2016（6）：9 ～ 22+54．

江艇．因果推斷經驗研究中的中介效應與調節效應［ J］．中國工業經濟，2022（5）：100 ～ 120．

李哲，黃靜，孫健．企業創新新穎度與審計收費——基于上市公司專利分類數據的證據［ J］．會計研究，2020（8）：178 ～ 192．

劉詩源，林志帆，冷志鵬．稅收激勵提高企業創新水平了嗎？——基于企業生命周期理論的檢驗［ J］．經濟研究，2020（6）：105 ～ 121．

盧文彬，官峰，張佩佩，鄧玉潔．媒體曝光度、信息披露環境與權益資本成本［ J］．會計研究，2014（12）：66 ～ 71+96．

宋德勇，朱文博，丁海．企業數字化能否促進綠色技術創新？——基于重污染行業上市公司的考察［ J］．財經研究，2022（4）：34 ～ 48．

覃飛，沈艷．產業政策關聯度對公司業績影響研究［ J］．數量經濟技術經濟研究，2021（9）：117 ～ 138．

譚勁松，馮飛鵬，徐偉航．產業政策與企業研發投資［ J］．會計研究，2017（10）：58 ～ 64+97．

唐松，李青，吳非．金融市場化改革與企業數字化轉型——來自利率市場化的中國經驗證據［ J］．北京工商大學學報（社會科學版），2022（1）：13 ～ 27．

吳非，胡慧芷，林慧妍，任曉怡．企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［ J］．管理世界，2021（7）：130 ～ 144+10．

夏常源，毛謝恩，余海宗．社保繳費與企業管理數字化［ J］．會計研究，2022（1）：96 ～ 113．

徐巍，姚振曄，陳冬華．中文年報可讀性：衡量與檢驗［ J］．會計研究，2021（3）：28 ～ 44．

耀友福．企業數字化轉型對大股東掏空行為的影響［ J］．當代財經，2022（11）：137 ～ 148．

余典范，王超，陳磊．政府補助、產業鏈協同與企業數字化［ J］．經濟管理，2022（5）：63 ～ 82．

余明桂，范蕊，鐘慧潔．中國產業政策與企業技術創新［ J］．中國工業經濟，2016（12）：5 ～ 22．

趙璨，陳仕華，曹偉．“互聯網+”信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據［ J］．中國工業經濟，2020（3）：174 ～ 192．

Barry C. B.， Brown S. J.. Differential information and security market equilibrium［ J］．Journal of Financial and Quantitative Analysis，1985（4）：407 ～ 422．

Bojnec ?.， ?ampa S.. Subsidies and economic and financial performance of enterprises［ J］．Journal of Risk and Financial Management，2021（11）：14110505．

Howell S. T.. Financing innovation： Evidence from Ramp;D grants［ J］．American Economic Review，2017（4）：1136 ～ 1164．

Kleer R.. Government Ramp;D subsidies as a signal for private investors［ J］．Research Policy，2010（10）：1361 ～ 1374．

Takalo T.， Tanayama T.. Adverse selection and financing of innovation： Is there a need for Ramp;D subsidies？［ J］．Journal of Technology Transfer，2010（1）： 16 ～ 41．

Wang Z.. Government work reports： Securing state legitimacy through institutionalization［ J］．The China Quarterly，2017（229）：195 ～ 204．