數字化轉型影響效應的研究綜述

■ 鐘曉龍 李慧慧

一、引言

近年來，隨著數字技術的快速發展，數字化猶如催化劑加速推進社會發展變革，數字技術與實體經濟逐漸實現深度融合。各行業正在重新定義業務模式及服務體驗，新業態、新模式、新業務、新產品如雨后春筍，深刻改變著社會經濟制度、居民生活、企業生產公共服務等經濟社會運行方式。中國信息通信研究院《中國數字經濟發展研究報告（2023年）》數據顯示，我國數字經濟規模持續擴大，從2017年的27.2萬億元增長到2022年的50.2萬億元，2022年數字經濟占GDP比重達到41.5%，超過當年第二產業占GDP比重（39.9%）。這表明數字經濟作為國民經濟的重要支柱，地位更加凸顯。在這種融合趨勢下，對數字化轉型影響效應的考察成為研究重點之一，研究成果頗為豐富。本文梳理相關研究，將數字化轉型的影響效應分為全要素生產率、交易成本、信息傳遞、創新、就業、融資約束等六類進行梳理總結。

二、數字化轉型的影響效應研究

1.數字化轉型對全要素生產率的影響

關于數字化轉型與全要素生產率的研究并不少見，但并未形成一致的結論。

一類觀點認為數字化轉型對全要素生產率不存在積極影響。對于數字技術，特別是計算機的應用能否提高全要素生產率，Solow（1987）提出了疑問，其認為在生產率統計數據中看不出計算機應用的效果。對此，Syverson（2017）根據美國2005年以來生產率出現顯著下降的現象，同樣提出疑問。Gordon（2000）認為數字技術將不會產生與過去創新相同的影響，部分原因是計算能力帶來的回報迅速減少，一些人工任務難以被計算機取代，因此大部分數字技術投資是用于現有企業保護其市場份額或者使用虛擬產品替代真實產品。Gordon（2016）通過對美國具體案例的研究做了進一步解釋，其認為數字技術發展的同時，其他因素可能會降低生產率收益，例如不平等的加劇、教育標準的下降、嬰兒潮一代的老齡化等。另一類觀點則認為數字化轉型對全要素生產率有積極影響。世界貿易組織報告認為Solow（1987）的觀點模糊了對生產率的估計，因為生產率經常被估計為投入和產出無法解釋的剩余，而市場無法完全捕捉到消費者剩余收益，例如Google搜索、You-Tube視頻等的在線服務沒有向消費者收費（WTO，2018）。近期一些研究支持了該觀點，數字技術無論是免費的還是消費者付費的，消費者都能從中獲得巨大的剩余收益（Nakamura和Soloveichik，2015）。還有另外一種解釋是，數字技術提高了生產率，但僅限于一部分經濟部門，生產率快速增長的部門所占經濟份額下降，而生產率增長相對緩慢的部門則增加了經濟份額，才導致總的生產率出現下降。比如醫療和藝術等部門因為“成本病”①的存在很難實現生產率增長（Baumol，2012），會使經濟總生產率增長受到拖累（Aghion等，2018）。國內很多學者也通過實證研究證實了數字化轉型對全要素生產率的積極作用（楊慧梅和江璐，2021；萬曉榆和羅焱卿，2022；趙宸宇等，2021）。數字化轉型與全要素生產率之間的關系存在爭議，但大多數學者認為數字化轉型的積極影響更多一些，本文傾向于認同積極影響觀點。歷史上通用目的技術革命往往會帶來生產率的增長。例如，船舶設計和航海技術的進步，帶來了貿易、資本和技術流動的大規模擴張，“全球化的第一個時代”隨之誕生（Ikenberry，2000）；之后的蒸汽船和電力革命，極大地降低了運輸成本和通信時間，帶來快速的技術進步（Jacks等，2008）；20世紀以來，在電信、計算機和全球信息網絡創新的推動下，計算機芯片的發展使得計算能力快速增長，通信網絡帶寬增長使通信成本下降，網絡數據呈指數型增長，世界近一半人口可以訪問互聯網（WTO，2018）。文獻中通常將信息通信技術視為一種生產要素，進而研究其對經濟增長或生產率的影響（Mittal和Nault，2009）。當下正在進行的數字技術革命加快了企業數字化轉型的進程，各類數字技術組合在一起構成了數字化轉型的基礎，而由于數字技術的復雜性和多樣性，數字化轉型對全要素生產率的影響機制較為復雜，數字技術作為通用技術，將數字化轉型作為一種生產要素，分析其對全要素生產率的影響機制可以被認為是一種可行的方法，劉飛（2020）在分析數字化轉型與全要素生產率之間的關系時沿用了該方法。數字化轉型對全要素生產率會產生直接影響和間接影響，其中直接影響是指將數字化轉型視為與其他投入要素類似的生產要素之一，并沒有改變其他要素投入對全要素生產率的影響，趙宸宇（2021）、劉飛（2020）均已證實數字化轉型的直接影響。間接影響是指數字化轉型改變其他要素投入的效率，并且影響了生產技術，進而對全要素生產率產生影響，例如趙宸宇等（2021）分析數字化轉型可以通過提升企業人力資本水平和創新能力提高企業全要素生產率；此外，數字化轉型也可以通過和其他因素的互補機制對全要素生產率產生影響，劉飛（2020）實證檢驗發現數字化轉型與資本、勞動、人力資本等要素均有互補效應。

2.數字化轉型對交易成本的影響

在市場中，任何商品交易過程都會產生交易成本，而交易成本使得企業存在（Coase，1937）。根據North（1993）的定義，交易成本可分為三大類：（1）確定所需商品是否可用，以及其最低市場價格的搜索和信息成本；（2）與另一方就協議進行談判并簽署合適合同的談判成本；（3）確保另一方遵守合同條款并采取適當行動的監管成本。國內外學者一般認為數字化轉型有利于降低交易成本，研究主要集中于數字技術的特征和優勢。

在數字技術自身特征方面，Yoo等（2010）提出數字技術有三個重要特征：可編程性、自我參考性、數據的同質性。其中，可編程性是指數字化產品在整個生命周期中都可以不斷地進行自我更新和改變，這促使產品的數字化邏輯從物理功能中分離出來，而且數字化產品的可再現特點使其無邊際成本再生產成為可能。企業數字化轉型具有高固定成本、低復制成本的特征，即當企業完成對數字產品的研發進入生產階段后，多生產的該產品，其邊際成本是很低的（Goldfarb和Tucker，2019；Acemoglu等，2020）。Zhang等（2022）認為數字技術發展的“脫媒效應”逐漸避免了中介交易產生的一系列成本，隨著數字化的廣泛普及，企業雙方的信息都可以通過網絡進行搜索，從而降低搜索成本；需要通過郵件或電報傳送的內容可以通過互聯網即時通信軟件進行實時通信，從而降低通信成本。

在數字技術的優勢方面，戚聿東和蔡呈偉（2019）認為數字技術可以優化內部的信息流動、減少溝通成本，對生產工藝進行改進，對生產過程進行優化，進而降低生產成本。Harris（1998）認為信息技術可以顯著降低經濟活動中的交易成本并減少特定類型的服務障礙，有利于知識和信息的傳播。企業數字化轉型有助于企業高效獲取、分析與利用數據，提高自動化程度，降低人為錯誤風險，更容易解決爭議，使得組織內外部交易成本降低，這有可能影響企業存在的基礎，合作因此變得更為緊密且沒有邊界。何帆和劉紅霞（2019）使用成本費用率考察交易成本，其基于A股2012—2017年上市企業數據實證研究發現，數字化轉型顯著降低了交易成本。此外，數字技術的優勢還體現在降低貿易成本，促進國際貿易發展上。貿易成本是比交易成本更加廣泛的概念，貿易成本包括從生產者到最終消費者的所有成本，不僅包括交易成本，還包括生產成本、運輸成本、貿易壁壘成本等。Freund和Weinhold（2004）實證研究發現，互聯網的使用降低了特定市場的交易成本，在1997—1999年間貢獻了大約一個百分點的年出口增長。岳云嵩和李兵（2018）從成本異質性角度（生產可變成本、市場進入固定成本）考察貿易成本，實證發現互聯網平臺降低了貿易成本，進而擴大了出口規模。

3.數字化轉型對信息傳遞的影響

Shannon（2001）認為信息實質上就是減少信源不確定性的一種資源，決策者所面對的不確定性會隨著信息獲取量的增大而逐步減小，所以信息的價值表現在經濟決策者所面對的信息不對稱程度的降低。學術界一般認為數字化轉型能夠有效促進信息傳遞。

一些研究主要從信息不對稱角度考察數字化轉型與信息傳遞的關系。市場中信息通常是不對稱的，影響了市場資源配置效率，數字化加速了市場信息的流動，降低了信息傳遞成本，從而提高技術和生產效率（Zhang等，2022）。其中一些學者認為信息傳遞在國際貿易發展中扮演了重要角色，而數字化轉型能夠有效促進信息傳遞。Clarke（2002）通過對東歐和中亞的轉型經濟體實證研究發現，企業通過使用互聯網可能更容易與外國買家溝通，并提高市場和消費者的信息可訪問性。一些研究則認為數字化轉型在數據處理方面具有優勢，有利于信息傳遞。Hoekman（2021）提出，數字經濟的一個關鍵點在于數據作為生產過程中的重要元素，它能夠將信息（以及數據）轉化為可操作的知識，進而推動經濟績效和企業競爭力的提升。曾德麟等（2021）提出，數字平臺和APP等數字應用為企業帶來了豐富的信息，使其能全面了解利益相關者的需求；同時大數據和云計算等技術能夠將日常積累的大量數據轉化為精準、有效的信息，企業的信息處理效率得到較大提高，為企業決策提供較大參考價值。吳非等（2021）、翟華云和李倩茹（2022）則通過實證研究發現了企業數字化轉型能夠促進企業信息透明度的提高。就數字化轉型的具體數字技術而言，物聯網技術使得互聯網上的設備能夠相互連接，共享特定的信息和數據，實現設備的智能化，并與其他數字遠程平臺相連，從而便于用戶或其他智能設備通過通信進行實時決策；工業物聯網技術是工業環境下的特定物聯網應用，用于獲取提高產品可追溯性和實時生產決策所需的數據；云計算技術允許用戶通過外部提供商訪問技術基礎設施（硬件），外部提供商則通過互聯網提供對數據服務器、存儲、應用程序和服務的共享和無限訪問。這些數字技術的運用無疑增加了買賣雙方所需的數據，并提高了信息傳遞速率和透明度。

4.數字化轉型對創新的影響

創新理論發端于20世紀初，Schumpeter于1911年在發表的著作《經濟發展理論》中首次提出創新的概念。現有研究對數字化轉型是否有利于創新持有不同看法。

較多文獻通過理論研究和實證分析，認為數字化轉型對創新有著正向作用。較多研究從理論分析出發，Guo等（2022）認為數字技術的廣泛應用改變和重塑了企業的生產、經營、銷售和管理過程，使企業的競爭模式、競爭機制、競爭邊界發生了顛覆性變化，制造業企業可以通過數字化轉型實現數字化驅動的產品創新、工藝創新、技術創新和模式創新。Zhao等（2022）提出企業數字化轉型促進企業創新的三個機制，分別是創新投入機制、成本控制機制和利潤保障機制。 謝康等（2020）總結了大數據驅動企業管理創新的三個方面：一是大數據形成了數字經濟時代企業競爭的資源，能夠增強企業動態能力，以技術等方式來提升主體能力和價值創造；二是大數據資源基礎促進了組織學習能力的提升，如企業通過對大數據的處理和分析，增強了探索式和利用式的組織學習；三是大數據創造價值要求組織的關鍵結構和能力不斷適應、調整和更新，以免組織原有的流程及業務模式產生慣性削弱大數據分析在管理決策中的作用。實證研究方面，國內外學者從宏觀城市層面（Zhang等，2022）、微觀企業層面（吳非等，2021；安同良和聞銳，2022）均證實了數字化轉型對創新的積極影響。還有一些研究則認為數字化轉型對創新的作用并非正向。洪俊杰等（2022）認為數字化轉型程度不高或者處于困境中的企業想要順利實現數字化轉型，就必須增加與數字化有關的投資，這可能擠壓企業在研發和創新方面的投資，因此企業數字化轉型與創新存在“正U”型關系。與洪俊杰等（2022）的研究結論相反，余菲菲等（2022）基于283家企業的數字化問卷進行實證研究，發現企業數字化轉型和創新績效之間呈“倒U”型關系。本文認為，通過剖析數字化轉型對創新的影響機制，可以更加明確數字化轉型對創新的正向作用。傳統的創新模式以企業為主，與客戶的距離較遠，而互聯網商業模式能使企業與消費者之間的距離變短，消費者能夠參與產品生產與價值創造的整個過程，成為企業創新與發展的主要來源；同時企業數字技術的廣泛運用提高了企業獲取信息的能力和組織內部的溝通效率，這將增強組織內部的知識傳播與共享，使企業產品與技術升級換代的步伐加快（趙宸宇等，2023）。數字化轉型及其帶來的商業模式創新從根本上改變了消費者的期望和行為，給傳統企業帶來了壓力，但也為傳統企業的創新發展提供了新機遇，為各行各業的發展注入了新活力。此外，數字化轉型投入的高固定成本、低邊際成本的技術屬性使技術外溢效果更加容易實現，在實現技術共享的同時，還減少了數字進口企業的研發成本，促進了企業研發創新（Brynjolfsson和Saunders，2009）。

5.數字化轉型對就業的影響

Degryse（2016）認為隨著數字化轉型程度的提高，勞動力市場將發生四種變化：創造就業機會、破壞就業機會、工作變化和工作轉移。目前學術界有不少關于數字化轉型與就業之間關系的研究，但對數字化轉型究竟是促進就業還是減少就業并未達成一致結論。

第一類文獻認為數字化轉型會對就業產生積極作用。在順應生產方式和生活方式的數字化轉型趨勢下，數字化就業是圍繞數字化平臺、利用數字化技術、打造數字化商品與服務的就業新途徑。孫璇和吳肇光（2021）將數字化就業分為信息化就業、網絡化就業和平臺化就業三個階段：在信息化就業階段，以電信、計算機、軟件等信息產業為載體，誕生了大量電信工程師、電子工程師、軟件工程師等職業，主要從事數據傳輸、電子元器件制造、編程等活動；在網絡化就業階段，網絡搜索、新聞門戶、網絡郵箱、網絡購物、BBS等新型商業模式快速擴張，新型互聯網商業模式與傳統產業的網絡化轉型相融合，增加了網絡搜索技術人員、網絡郵箱技術人員、網站編輯、網絡客服和程序員等職業種類，大量具備互聯網操作技能的人員從事傳統產業的生產和服務；在平臺化就業階段，數字技術不斷突破，數字經濟加速形成平臺化發展新模式，工業互聯網平臺、信息內容平臺、電商平臺、勞務平臺等各類平臺吸納了大量勞動力。李建奇（2022）、仇化和尹志超（2023）均通過實證研究發現，數字化轉型促進了女性就業。趙宸宇（2023）基于中國A股制造業企業數據實證研究發現，市場規模效應、經營范圍效應和生產率效應是數字化轉型擴大就業的三個渠道。第二類文獻認為數字化轉型會對就業產生消極作用。余明桂等（2022）實證檢驗了中國商業銀行數字化轉型對勞動力需求的影響，發現數字化轉型對銀行勞動力就業具有破壞效應，數字化轉型程度每增加1單位標準差，勞動力需求減少0.792%。具體到工業機器人應用方面，王永欽和董雯（2020）基于2011—2015年中國制造業上市企業數據和IFR（International Federation of Robotics，國際機器人聯合會）行業層面工業機器人數據實證研究發現，企業應用的工業機器人將對勞動力產生替代，工業機器人滲透度每增加1%，企業的勞動力需求下降0.18%。孔高文等（2020）實證檢驗了地區和行業層面應用機器人規模對勞動力就業的影響，發現機器人應用規模的擴大會減少當地未來一年的就業水平，易被機器替代的行業則影響更為顯著。第三類文獻則關注數字化轉型可能帶來的就業極化效應，即增加了高技能和低技能就業的需求，降低了中等技能就業的需求。Kohnke（2017）認為由于工作方式的動態變化，數字化轉型要求員工和領導具有更高的技術水平和能力，企業數字化轉型的主要困難和障礙不是技術，而是人力因素，比如企業缺乏具備相關知識和經驗的人才等。葉胥等（2021）從數字化基礎設施、數字化交易、數字化載體三個維度構建數字經濟指標，實證發現數字經濟發展在推動著就業結構朝著制造化、高技術化和高技能化的方向調整，調整過程呈“U”型曲線。閻世平等（2020）基于2001—2015年中國省級面板數據實證研究發現，數字經濟發展水平提高會導致勞動力需求“兩端極化”，增加了對小學及以下、大學專科及以上學歷勞動力的需求，減少了對初高中學歷勞動力的需求。與之相反，楊先明等（2022）基于中國行業面板數據研究發現，當前水平的數字化投入并不會產生就業極化現象，只有當數字化投入到一定程度時，才有可能發生就業極化風險。綜上，本文認為數字化轉型對就業的積極影響與消極影響并存。一方面，數字技術催生了許多新業態、新模式，新增了許多知識、技術密集型崗位，對高技能人才要求越來越高，區域內工業智能化水平越高，對高技能勞動力就業需求就越大，有著積極的就業效應；另一方面，隨著科技和產業變革步伐的加快，“機器換人”成為許多地區技術改造的主要方式，這會產生對中低技能勞動力的替代，并且這種替代的工作范圍會逐漸擴大，造成結構性失業，有著消極的就業效應。此外，數字化轉型使人力資本積累的過程和方式出現了變化。以往工業化體系主要依靠“干中學”、教育投入等方式進行人力資本積累，而人工智能、大數據等數字技術不僅提高了人力資本增量速度，還拓展了人類以往難以觸及的知識邊界，是對現有人力資本的替代和補充（戚聿東和蔡呈偉，2019）。

6.數字化轉型對融資約束的影響

融資約束表現為市場不完備時企業外源融資成本上升而不能以最優水平進行投資（Fazzari等，1988）。企業在運營過程中一般會面臨融資困難問題，世界銀行投資環境調查顯示，目前75%的中國企業均面臨融資約束，占所調查80國之最（Claessens和Tzioumis，2006）。針對企業融資困難問題，學術界一般認為數字化轉型有利于企業緩解融資約束。

一類文獻認為數字技術的應用對融資約束產生了正向影響。Ganne（2018）認為區塊鏈技術、智能合約和加密貨幣技術在支付安全透明方面發揮著重要作用，人們的交易活動也隨之發生了改變，從線下轉移到線上，從實體世界轉移到數字世界，融資成本降低，融資方式更為便捷，為支持貿易交換關系數字化和促進國際貿易帶來了積極影響。世界貿易組織報告認為越來越多的初創企業正在利用分布式賬本技術降低跨境支付成本，特別是交易費用、匯率成本和代理銀行相關成本（WTO，2018）。一些研究發現數字化轉型能夠改善貿易融資。世界經濟論壇報告認為在2019年時全球貿易交易額每年約15萬億美元，預計2027年將達25萬億美元，其中80%的業務依賴于貿易融資；貿易單據的數字化是提高貿易融資效率的首要機遇，區塊鏈尤其有可能改善貿易融資的運作方式（WEF，2020）。Kim等（2021）研究發現，金融科技的使用可以幫助企業降低貿易融資拒絕的發生率，且這在小企業中作用更加顯著。另一類文獻認為數字化轉型主要通過降低信息不對稱程度，進而緩解企業融資約束問題。信息不對稱是導致企業融資約束的主要原因之一，例如在信息不對稱和風險規避偏好下，大型銀行往往會“惜貸”，導致民營企業面臨高額的債務融資成本（李廣子和劉力，2009）。聶秀華等（2021）認為數字金融以數字技術為支撐，有效緩解了借貸中資金供需雙方可能存在的信息不對稱，拓寬了金融覆蓋面，降低了金融服務成本，滿足了中小企業對金融服務持續、穩定的資金需求。趙岳和譚之博（2012）認為信息不對稱導致銀行傳統的以抵押品、利率等為設計手段的信貸模式無法滿足部分中小企業的融資需求，從而產生了信貸錯配問題②，而電子商務平臺的推出增加了企業信息優勢，使企業更易獲取銀行貸款。在實證研究中，不同學者利用省級數字金融的宏觀數據（黃銳等，2021）和上市企業的微觀數據（吳非等，2021）支持了該觀點。總而言之，數字化轉型在緩解企業融資約束上發揮著獨特作用。一方面，企業數字化轉型與金融科技底層技術具有同源性、相似性高，金融科技的發展可以為企業融資提供有利的技術基礎條件；另一方面，金融科技依托數字技術，數據處理成本低、風險小，信息流動速率高，提高了金融服務和實體經濟項目配套的精準度和效率，滿足了企業數字化轉型所需的金融資源（吳非等，2021）。

三、結論與展望

隨著人工智能、區塊鏈、大數據、云計算等技術的快速進步，數字技術作為通用目的技術，對經濟體系的很多部門都有著深遠而重要的影響，數字化轉型以數字技術為基礎，推動著各行各業的變革。本文對數字化轉型帶來的全要素生產率、交易成本、信息傳遞、創新、就業、融資約束等六類影響效應及其作用機制進行梳理總結，發現數字化轉型帶來的影響利大于弊。具體而言，作為一種生產要素，以往的技術進步對全要素生產率產生了促進作用，從這個角度分析，數字化轉型無疑對全要素生產率產生了積極影響；由于數字技術自身的特征和優勢，數字化轉型能夠有效降低交易成本，也有利于降低貿易成本，促進國際貿易發展；數據是數字經濟中的重要元素，數字化轉型能夠將大量數據轉化為有效信息，提高信息處理效率，促進信息傳遞，降低信息不對稱程度；相較于以往傳統的創新模式，數字化轉型重塑了企業創新方式，提升了創新能力；在就業方面，數字化轉型創造就業與破壞就業的效應并存，并有可能帶來潛在的就業極化風險；數字化轉型在降低融資成本，促進貿易融資，緩解融資約束上，發揮了獨特作用。

正如聯合國貿易和發展會議前秘書長Mukhisa Kituyi為《信息經濟報告2017——數字化、貿易與發展》所作序言中提到“世界正處于下一場技術革命的黎明。它將產生多方面和革命性的影響”，在這個數字技術變革的時代，在看到數字化轉型帶來積極效應的同時，也要看到可能存在的負向效應，并對此做好防范，強化底線思維。在各種風險挑戰面前，只有洞察事物的本質和發展規律，才能進一步采取有效的應對措施。對此，本文結合企業數字化轉型實踐，在數字化轉型影響效應的研究基礎上提出政策建議，并就未來數字化轉型方向提出期望。

積極推進數字化轉型，提高企業高質量發展質效。就政府而言，一是可以加大數字化基礎設施投入，推動數字技術的普及，并出臺相關政策鼓勵和支持企業進行數字化轉型；二是建立健全信息披露機制，強化企業信息披露的標準化和結構化，降低信息不對稱程度，有效降低投資者識別企業的信息成本。就企業而言，一是應大力推動生產制造設備智能化改造和網絡通信設備升級，提高數字技術應用水平，促進企業全要素生產率提升；二是整合內部各部門各渠道資源，實現資源數據化、流程互聯化，發揮數據生產要素作用，建立數字化平臺，推出企業數字化APP，建立企業電子營銷和電子商務渠道，有效降低交易成本和貿易成本。擴大數字化轉型優勢，釋放企業創新變革潛力。企業應加快數字技術的創新與應用，通過提升數字化水平帶動創新模式變革，激發企業轉型升級潛力；吸引高學歷優秀勞動力加入企業，同時借助先進的管理系統或提供培訓等方式提高員工數字技能，優化企業人力資本結構。政府可以在數字經濟領域出臺相關政策鼓勵創新和創業，并支持金融機構進行數字化轉型和創新發展，鼓勵金融機構為數字化轉型程度高的企業提供資金、創新金融產品和服務，以金融科技賦能企業數字化轉型，為金融服務與實體企業精準接洽創造條件，提高企業數字化轉型程度并緩解企業的融資約束程度。

積極應對數字化轉型的就業效應，實施穩崗擴就業措施。企業數字化轉型發展對數字技能人才提出了更高的要求。在人才培養方面，高校可以增設相關專業并適當擴大招生規模，社會機構也可以進行相關的數字技能培訓及宣傳推廣，增加數字技能人才供給，政府應打造數字人才戰略，為人才培養提供配套支持。在優化人才匹配方面，政府需要積極應對數字化浪潮下部分勞動力的失業問題，做好勞動力的穩崗擴就業工作，鼓勵創新創業活動，優化社會保障政策，確保企業能夠持續地提供相應的工作崗位。數字化轉型將成為未來經濟發展的重要趨勢，展望未來，在認識到數字化轉型帶來的影響后，更需要做好積極應對。本文重點關注了數字化轉型的六方面影響，其中積極作用多于消極作用，因此，對于數字化轉型揚長避短、順勢而為，積極推廣數字化轉型的理念和實踐，加快企業數字化轉型升級的步伐，是數字經濟時代企業提升競爭力的必經之路。除了本文歸納的六方面影響外，數字化轉型對個人、組織和社會都會產生深遠的影響，其中還有很多意想不到的方面。一是個人隱私保護十分困難。從工作方式的自動化到社交習慣的改變，數字化已經滲透人們生活的方方面面，數字化又具有高度同步性，數字技術使任何實體都能實時收集、分析和處理數據，不論我們是否使用數字技術，數據的收集都深度嵌入在人們建立和參與的社會互動中。二是數字經濟時代的信息繭房問題。在互聯網信息的個性化推薦和算法的不斷改進完善下，人們很有可能會越來越局限于自己感興趣的內容，而忽視其他領域和人群，長此以往人們將逐漸失去接觸不同領域和人群的機會，產生視野狹隘、思想單一等問題。三是管理倫理與決策公平。當前，越來越多的企業依賴于算法管理，但算法決策并不會關注情感因素，且一旦算法出現錯誤，就會在后續引致一系列的錯誤決策，而且算法決策在招聘、廣告投放、信貸、醫療等諸多應用方面可能存在潛在的歧視，以更加隱蔽的方式破壞公平。數字技術創造了新經濟新業態和新模式，同時也向傳統經濟進行滲透，然而數字化轉型帶給當下很大的挑戰便是不確定性（陳春花，2019），未來數字化轉型可能轉向更加積極的一面，也有可能轉向潛在消極的另一面，因此需要持續關注數字化轉型方向，關于數字化轉型的影響研究依然還有進一步探索和拓展的空間。

注釋:

①“成本病”是由美國經濟學家Baumol在1967年提出一種經濟現象：經濟中各部門的勞動生產率并不一致，當存在這種差異時，生產率增長較快的“進步部門”的工資上漲會同時帶動生產率增長較慢的“停滯部門”的工資上升，而這種效應會導致“停滯部門”吸引更多的勞動力，形成產出的增長；久而久之，“停滯部門”在經濟中的比重增加，導致整個經濟的生產率增長速度下降。

② 信貸錯配問題包含兩種情景：一是一些借款人就算愿意付較高的利率，仍然得不到貸款；二是在給定當前信貸供給總量時，某些借款人不能以任何利率獲得信貸，只有當信貸供給增加時他們才能獲得貸款。