胡 楊，王 馗，范紅忠

(華中科技大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢 430074)

一、引 言

當(dāng)前，全球正面臨百年未有之大變局，國內(nèi)外發(fā)展環(huán)境復(fù)雜多變。對(duì)此，我國提出“構(gòu)建以國內(nèi)大循環(huán)為主體，國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局”。跨國企業(yè)作為連接雙循環(huán)的重要紐帶，在助力打通生產(chǎn)、分配、流通和消費(fèi)各環(huán)節(jié)，暢通國內(nèi)大循環(huán)，促進(jìn)國內(nèi)國際雙循環(huán)中發(fā)揮著重要作用。對(duì)外直接投資(Outward Foreign Direct Investment，OFDI)作為跨國企業(yè)最重要的對(duì)外經(jīng)營活動(dòng)之一，無疑對(duì)“雙循環(huán)”產(chǎn)生重要影響。近年來，逆全球化和保守主義盛行，加之各國對(duì)外資審查逐漸趨緊，這一系列因素疊加致使我國OFDI力度有所下降。2017—2019年，中國OFDI連續(xù)三年呈現(xiàn)負(fù)增長，直至2020年這一勢(shì)頭才得以扭轉(zhuǎn)(1)數(shù)據(jù)來源于歷年的《中國對(duì)外直接投資統(tǒng)計(jì)公報(bào)》。。因此，探尋我國OFDI新契機(jī)，挖掘企業(yè)對(duì)外投資潛在優(yōu)勢(shì)，不僅對(duì)加快高質(zhì)量對(duì)外開放步伐具有現(xiàn)實(shí)意義，而且對(duì)暢通國內(nèi)國際雙循環(huán)產(chǎn)生重要影響。

伴隨第四次科技革命的深入發(fā)展，數(shù)字經(jīng)濟(jì)正成為各國經(jīng)濟(jì)增長的新引擎。在此背景下，2021年商務(wù)部聯(lián)合三部門印發(fā)《數(shù)字經(jīng)濟(jì)對(duì)外投資合作工作指引》，提出未來數(shù)字經(jīng)濟(jì)領(lǐng)域?qū)ν馔顿Y合作的11項(xiàng)重點(diǎn)工作。其中，一項(xiàng)為推動(dòng)傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，鼓勵(lì)制造業(yè)企業(yè)主動(dòng)參與全球制造業(yè)產(chǎn)業(yè)數(shù)字化、智能化、自動(dòng)化進(jìn)程，提升企業(yè)生產(chǎn)效率。由此可見，數(shù)字化轉(zhuǎn)型為企業(yè)“出?！碧峁┬碌臋C(jī)遇，數(shù)字化企業(yè)迎來對(duì)外投資合作的好時(shí)機(jī)。

新新貿(mào)易理論指出，生產(chǎn)率異質(zhì)性是影響企業(yè)國際化模式的關(guān)鍵因素，只有生產(chǎn)率較高的企業(yè)才能克服對(duì)外投資固定成本獲得正收益，而數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)效率降低OFDI生產(chǎn)率門檻[1]?，F(xiàn)有研究表明，數(shù)字技術(shù)的運(yùn)用提升了企業(yè)生產(chǎn)作業(yè)精度，降低操作失誤引致的損失，進(jìn)而提高生產(chǎn)效率[2]。還有一些研究也給出數(shù)字化有助于生產(chǎn)力水平提振的經(jīng)驗(yàn)證據(jù)[3]。此外，企業(yè)只有具備足夠的投資能力和競(jìng)爭(zhēng)優(yōu)勢(shì)才能順利進(jìn)入國際市場(chǎng)開展經(jīng)營活動(dòng)。既有研究表明，創(chuàng)新能力是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的一個(gè)重要來源[4]。企業(yè)引進(jìn)先進(jìn)的數(shù)字化設(shè)備并投入生產(chǎn)過程以改變傳統(tǒng)的生產(chǎn)流程，從而增強(qiáng)了企業(yè)創(chuàng)新能力。上述分析表明，數(shù)字化轉(zhuǎn)型可能通過影響企業(yè)生產(chǎn)率和創(chuàng)新能力進(jìn)而對(duì)OFDI產(chǎn)生作用。因此，本文利用上市企業(yè)數(shù)據(jù)，通過構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型如何影響企業(yè)OFDI行為及其內(nèi)在機(jī)理。

與本文相關(guān)的研究主要有兩類：一類是關(guān)于OFDI驅(qū)動(dòng)因素；另一類則是關(guān)于數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)。在OFDI驅(qū)動(dòng)因素的研究中，學(xué)者主要從宏觀和微觀兩個(gè)層面分析，具體包括生產(chǎn)率、融資約束等微觀企業(yè)因素及匯率、金融發(fā)展等宏觀因素[5][6][7][8]。在數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)研究中，多數(shù)學(xué)者聚焦于探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口、創(chuàng)新及各種生產(chǎn)活動(dòng)的影響。(1)信息技術(shù)作為數(shù)字化發(fā)展的基礎(chǔ)有助于降低信息搜尋成本進(jìn)而刺激出口[9]。隨著新一代信息技術(shù)及數(shù)字平臺(tái)的推廣運(yùn)用，中小企業(yè)迎來對(duì)外貿(mào)易的新機(jī)遇。沈國兵和袁征宇(2020)探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)出口產(chǎn)品質(zhì)量的影響[10]。(2)企業(yè)利用數(shù)字平臺(tái)不僅加強(qiáng)與不同外部組織的信息交換和收集，幫助企業(yè)獲得更多資源以實(shí)現(xiàn)更有效的創(chuàng)新戰(zhàn)略，而且有助于獲取大量知識(shí)和信息，推動(dòng)新的發(fā)明和創(chuàng)新出現(xiàn)[11]。當(dāng)企業(yè)擁有較強(qiáng)的處理和分析大數(shù)據(jù)能力時(shí)，增強(qiáng)了組織學(xué)習(xí)能力并助推企業(yè)創(chuàng)新和開發(fā)新產(chǎn)品[12]。(3)部分學(xué)者從企業(yè)資本市場(chǎng)表現(xiàn)、生產(chǎn)率等角度考察數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)影響。吳非(2021)的研究表明數(shù)字化轉(zhuǎn)型賦予企業(yè)新的發(fā)展動(dòng)能，提升企業(yè)在資本市場(chǎng)中的表現(xiàn)并顯著增強(qiáng)股票流動(dòng)性[13]。

雖然諸多文獻(xiàn)圍繞OFDI驅(qū)動(dòng)因素和數(shù)字化轉(zhuǎn)型的相關(guān)話題展開研究，但仍存在如下不足：(1)多數(shù)文獻(xiàn)仍基于傳統(tǒng)視角探討OFDI的驅(qū)動(dòng)因素，僅少數(shù)學(xué)者從數(shù)字經(jīng)濟(jì)這一新型經(jīng)濟(jì)形態(tài)視角分析其對(duì)OFDI的影響[14][15]。然而，這些研究多是利用宏觀數(shù)據(jù)著眼于東道國數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中國OFDI的影響，關(guān)于微觀數(shù)字企業(yè)跨國投資的理論探討和經(jīng)驗(yàn)證據(jù)卻很少。事實(shí)上，對(duì)于數(shù)字化如何改變企業(yè)國際化的動(dòng)機(jī)、決定因素及其內(nèi)在影響機(jī)理，未有系統(tǒng)的實(shí)證文獻(xiàn)予以研究；(2)多數(shù)文獻(xiàn)從出口視角考察數(shù)字化與對(duì)外經(jīng)濟(jì)的關(guān)系，而OFDI作為跨國企業(yè)最重要的對(duì)外經(jīng)營活動(dòng)之一并未受到較多關(guān)注。相比于出口，OFDI需更高的生產(chǎn)率和創(chuàng)新能力，數(shù)字化轉(zhuǎn)型在提升企業(yè)生產(chǎn)率和創(chuàng)新能力方面具有明顯的促進(jìn)作用，因而可能對(duì)企業(yè)OFDI的影響更大[16]。

與現(xiàn)有文獻(xiàn)相比，本文具有如下的幾點(diǎn)貢獻(xiàn)：(1)試圖將數(shù)字化轉(zhuǎn)型與企業(yè)OFDI結(jié)合起來加以討論?，F(xiàn)有文獻(xiàn)僅關(guān)注東道國數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中國OFDI的影響，而關(guān)于企業(yè)自身數(shù)字化轉(zhuǎn)型與OFDI的關(guān)系尚未觸及。本文基于異質(zhì)性理論框架，利用微觀企業(yè)數(shù)據(jù)，從生產(chǎn)率和創(chuàng)新能力兩個(gè)層面分析數(shù)字化轉(zhuǎn)型對(duì)OFDI的影響機(jī)制及作用效果；(2)著力回答數(shù)字技術(shù)的作用到底體現(xiàn)在哪些方面。一系列結(jié)構(gòu)效應(yīng)、企業(yè)異質(zhì)性和環(huán)境效應(yīng)分析表明，數(shù)字化轉(zhuǎn)型不僅彌補(bǔ)企業(yè)在OFDI中的部分劣勢(shì)，而且助力企業(yè)突破地區(qū)金融科技和市場(chǎng)環(huán)境的限制。這對(duì)加快企業(yè)數(shù)字化轉(zhuǎn)型、挖掘企業(yè)海外投資競(jìng)爭(zhēng)優(yōu)勢(shì)和潛在動(dòng)力具有現(xiàn)實(shí)意義。

二、影響機(jī)理與研究假說

(一)理論框架：異質(zhì)性理論框架下企業(yè)OFDI決定因素

區(qū)別于傳統(tǒng)國際貿(mào)易理論的同質(zhì)企業(yè)假設(shè)，Melitz(2003)從生產(chǎn)率視角探討企業(yè)異質(zhì)性與生產(chǎn)模式之間的關(guān)系，提出生產(chǎn)率異質(zhì)性是企業(yè)國際化模式選擇的關(guān)鍵因素[1]。Helpman等(2004)將該理論延伸至OFDI領(lǐng)域并構(gòu)建企業(yè)異質(zhì)性理論的一般均衡模型，認(rèn)為企業(yè)在海外生產(chǎn)經(jīng)營面臨的固定成本大于出口貿(mào)易成本時(shí)，位于同一行業(yè)的企業(yè)因生產(chǎn)率不同而選擇差異化的生產(chǎn)模式[17]。具體而言，生產(chǎn)率最高的企業(yè)進(jìn)行OFDI，生產(chǎn)率次之的企業(yè)選擇出口，生產(chǎn)率最低的企業(yè)則服務(wù)于國內(nèi)市場(chǎng)。此后，眾多學(xué)者利用理論和實(shí)證分析驗(yàn)證這一結(jié)論，即生產(chǎn)率水平是影響企業(yè)OFDI的關(guān)鍵因素。Yeaple(2009)利用美國企業(yè)數(shù)據(jù)，發(fā)現(xiàn)生產(chǎn)率水平與企業(yè)OFDI規(guī)模成正比[5]。張海波(2021)對(duì)中國企業(yè)的研究同樣表明，生產(chǎn)率水平與企業(yè)OFDI規(guī)模之間具有顯著的正向關(guān)系[18]。

相關(guān)研究表明，企業(yè)若要順利進(jìn)入國際市場(chǎng)并克服東道國經(jīng)營的外來者劣勢(shì)，還需具備足夠的創(chuàng)新能力和競(jìng)爭(zhēng)優(yōu)勢(shì)[19]。創(chuàng)新能力作為企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來源，是企業(yè)成功進(jìn)入東道國市場(chǎng)開展經(jīng)營活動(dòng)的基本前提和有效保障[4]。

在企業(yè)異質(zhì)性理論框架下，生產(chǎn)率水平和創(chuàng)新能力是影響企業(yè)能否實(shí)施國際化生產(chǎn)模式的決定性因素，生產(chǎn)率水平的提升及創(chuàng)新能力的增強(qiáng)均推動(dòng)企業(yè)前往國際市場(chǎng)開展OFDI活動(dòng)。因此，本文從生產(chǎn)率和創(chuàng)新能力兩個(gè)層面分析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的影響機(jī)制。

(二)生產(chǎn)率渠道

關(guān)于數(shù)字技術(shù)與生產(chǎn)率之間的“索洛悖論”飽受爭(zhēng)議。早期的文獻(xiàn)并未發(fā)現(xiàn)數(shù)字化投資顯著提升企業(yè)生產(chǎn)率。Rei(2004)的研究顯示葡萄牙勞動(dòng)生產(chǎn)率并未隨著數(shù)字技術(shù)應(yīng)用領(lǐng)域的投入增加而得以提高[20]。Aghion等(2017)認(rèn)為數(shù)字技術(shù)需經(jīng)歷多個(gè)階段不斷迭代滲透至經(jīng)濟(jì)社會(huì)各個(gè)方面，并最終與實(shí)體經(jīng)濟(jì)深度融合才能實(shí)現(xiàn)生產(chǎn)率的提升[21]。最近的部分研究為數(shù)字化促進(jìn)生產(chǎn)率的上升提供了實(shí)證證據(jù)[3]。

就供給側(cè)而言，企業(yè)需大量數(shù)字化投入來實(shí)現(xiàn)轉(zhuǎn)型。盡管在此過程中企業(yè)面臨較高的固定成本，但考慮到技術(shù)的可重編譯性及同質(zhì)化等特征，致使其在生產(chǎn)過程中僅需克服較低的邊際成本就能促進(jìn)企業(yè)生產(chǎn)率水平的提升[22]。此外，數(shù)字技術(shù)的運(yùn)用有助于提高生產(chǎn)作業(yè)精度，降低操作失誤引致的損失[2]。例如，3D打印、大數(shù)據(jù)、云計(jì)算等技術(shù)的聯(lián)合使用能有效結(jié)合大數(shù)據(jù)環(huán)境來制定生產(chǎn)規(guī)范，通過實(shí)時(shí)監(jiān)控和預(yù)警及時(shí)處理生產(chǎn)誤差，從而提升企業(yè)生產(chǎn)率。除供給側(cè)外，數(shù)字化轉(zhuǎn)型還有利于增進(jìn)需求側(cè)與供給側(cè)的匹配效率。以跨境電商為代表的數(shù)字化平臺(tái)極大地降低了搜尋成本和合同成本[23]，企業(yè)利用平臺(tái)內(nèi)的消費(fèi)者數(shù)據(jù)更具針對(duì)性地生產(chǎn)符合其偏好的產(chǎn)品。

總之，數(shù)字化轉(zhuǎn)型有助于提升企業(yè)生產(chǎn)率，促使企業(yè)跨越OFDI生產(chǎn)率門檻，提高OFDI概率。

(三)創(chuàng)新能力渠道

在當(dāng)前數(shù)字經(jīng)濟(jì)的背景下，數(shù)字技術(shù)儼然成為企業(yè)自身創(chuàng)新水平提升的新型驅(qū)動(dòng)因素。這一方面源于企業(yè)自身數(shù)字化轉(zhuǎn)型，另一方面來自于眾多數(shù)字化轉(zhuǎn)型企業(yè)的虛擬集聚。從企業(yè)自身數(shù)字化轉(zhuǎn)型來看，企業(yè)引進(jìn)先進(jìn)的數(shù)字技術(shù)設(shè)備投入生產(chǎn)過程以改變傳統(tǒng)的生產(chǎn)流程，從而提升了自身創(chuàng)新能力[24]。同時(shí)，通過采用數(shù)字化服務(wù)(如大數(shù)據(jù)、人工智能等)，企業(yè)更為精準(zhǔn)地了解消費(fèi)者需求，降低信息獲取成本，進(jìn)而明確下一步創(chuàng)新方向并提高投入效率[10]。從數(shù)字化企業(yè)集聚來看，數(shù)字技術(shù)的運(yùn)用打破集聚所需的地理空間鄰近依賴，形成企業(yè)間信息網(wǎng)絡(luò)空間耦合關(guān)聯(lián)，降低知識(shí)的不可重編譯性，擴(kuò)大了知識(shí)外溢。這種數(shù)據(jù)要素的積累及網(wǎng)絡(luò)的知識(shí)溢出效應(yīng)逐步擴(kuò)散至企業(yè)集群，從而有助于提升企業(yè)創(chuàng)新水平[25]。

進(jìn)一步地，企業(yè)創(chuàng)新水平的高低顯著影響企業(yè)OFDI決策，這一傳導(dǎo)邏輯與經(jīng)典的國際貿(mào)易理論相符合[17]。因此，具有技術(shù)創(chuàng)新優(yōu)勢(shì)的企業(yè)靈活選擇進(jìn)入東道國市場(chǎng)的模式，為克服OFDI的固定成本提供技術(shù)保障。這意味著數(shù)字化轉(zhuǎn)型提升了企業(yè)技術(shù)創(chuàng)新水平，進(jìn)而為OFDI決策提供支持服務(wù)，最終推動(dòng)企業(yè)OFDI。

綜上，數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)率及增強(qiáng)企業(yè)創(chuàng)新能力兩個(gè)渠道作用于企業(yè)OFDI。

三、研究設(shè)計(jì)

(一)計(jì)量模型設(shè)定

在已有文獻(xiàn)的基礎(chǔ)上，本文設(shè)定如下的計(jì)量模型：

OFDIit=α0+α1digitalit+α2X+δi+θt+εit

(1)

其中，i、t分別表示企業(yè)和年份；OFDI為企業(yè)是否開展對(duì)外直接投資的虛擬變量，若開展了OFDI，則其取值為1，否則為0；Digital表示企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。X表示一系列控制變量，具體包括：企業(yè)規(guī)模(Size)，采用企業(yè)員工數(shù)的對(duì)數(shù)值衡量；資本密集度(Capital)，采用企業(yè)固定資產(chǎn)總和除以員工數(shù)的比值衡量，其中固定資產(chǎn)總和經(jīng)歷年的固定資產(chǎn)價(jià)格指數(shù)平減；融資因素(Finance)，采用企業(yè)負(fù)債總額與總資產(chǎn)的比值衡量；企業(yè)年齡(Age)，以當(dāng)年年份減去企業(yè)成立年份的差值衡量；企業(yè)所有制(Nature)，以虛擬變量表示，若為國有企業(yè)，則其取值為1，否則為0；行業(yè)競(jìng)爭(zhēng)程度(HHI)，采用行業(yè)赫芬達(dá)爾指數(shù)衡量；企業(yè)自身投資經(jīng)驗(yàn)(Invest_e)，以企業(yè)i在t期以前在相同市場(chǎng)j的投資次數(shù)表示；同行業(yè)企業(yè)投資經(jīng)驗(yàn)(Other_e)，以在t期之前與企業(yè)i同行業(yè)的其他企業(yè)選擇國家j作為東道國的投資次數(shù)表示。δi、θt分別為企業(yè)固定效應(yīng)、時(shí)間固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。

(二)變量選?。簲?shù)字化轉(zhuǎn)型指標(biāo)

參考吳非等(2021)的做法，本文從以“ABCD”技術(shù)為企業(yè)數(shù)字化轉(zhuǎn)型的底層技術(shù)構(gòu)架和技術(shù)實(shí)踐運(yùn)行兩個(gè)層面構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)[13]。首先，利用Python爬蟲軟件搜集滬深A(yù)股上市企業(yè)年報(bào)，通過JavaPDFbox庫提取文本內(nèi)容，以作為后續(xù)詞譜篩選的數(shù)據(jù)池。其次，立足于學(xué)術(shù)和實(shí)業(yè)領(lǐng)域，確定數(shù)字化轉(zhuǎn)型的特征詞并參考數(shù)字化轉(zhuǎn)型的相關(guān)文獻(xiàn)，總結(jié)歸納有關(guān)特征詞[26]。基于《中小企業(yè)數(shù)字化賦能專項(xiàng)行動(dòng)方案》及政府工作報(bào)告等重要資料，擴(kuò)充特征詞詞庫，參考吳非等(2020)的做法，對(duì)數(shù)字化展開結(jié)構(gòu)分類并形成特征詞圖譜[13]。在此基礎(chǔ)上，刪除“沒有”“無”“不”等特征詞前的否定詞語。再次，利用Python爬蟲軟件提取上市企業(yè)年報(bào)并形成數(shù)據(jù)池。最后，在年報(bào)文本數(shù)據(jù)池的基礎(chǔ)上，對(duì)上述特征詞進(jìn)行搜索、匹配及詞匯頻率計(jì)算(2)考慮到不同企業(yè)年報(bào)存在篇幅上的差異，本文采用特征詞頻率(詞匯出現(xiàn)的頻次/年報(bào)文本數(shù)據(jù)中總詞匯數(shù))來衡量企業(yè)數(shù)字化轉(zhuǎn)型。?？紤]到詞表中部分詞匯可能在年報(bào)中廣泛提及，導(dǎo)致對(duì)該類特征詞鑒別力的高估，故借鑒Loughran和McDonald(2014)的逆文本頻率法(Term Frequency-Inverse Document Frequency，TF-IDF)，對(duì)各特征詞的頻率進(jìn)行加權(quán)[27]。權(quán)重計(jì)算的原則為：若關(guān)鍵詞w出現(xiàn)的年報(bào)較多，則其IDF權(quán)重較小，說明關(guān)鍵詞w類別區(qū)分能力更弱。指標(biāo)的計(jì)算包括三部分：第一，特征詞w在t年公司i年報(bào)中的詞頻TFwit；第二，特征詞w在t年的IDF權(quán)重指數(shù)IDFwt；第三，加權(quán)匯總后得到公司i在t年的數(shù)字化轉(zhuǎn)型指數(shù)Digitalit。具體公式如下：

(2)

(3)

(4)

其中，ait(w)為t年公司i年報(bào)中特征詞w出現(xiàn)的次數(shù)，Ait為t年公司i年報(bào)的總詞匯數(shù)(經(jīng)數(shù)據(jù)清洗后)，Nt為t年獲得的年報(bào)總數(shù)量，nt(w)為t年包含關(guān)鍵詞w的年報(bào)數(shù)量。為避免某年關(guān)鍵詞缺失導(dǎo)致的分母為0的情況，我們?nèi)t(w)+1作為IDF權(quán)重計(jì)算的分母。

(三)樣本選取及數(shù)據(jù)來源

本文依據(jù)上市公司的關(guān)聯(lián)公司信息來識(shí)別企業(yè)是否進(jìn)行OFDI。我們選擇的關(guān)聯(lián)關(guān)系為“上市公司子公司”“上市公司合營公司”“上市公司聯(lián)營公司”，關(guān)聯(lián)方在大陸之外注冊(cè)且控制權(quán)比例大于10%時(shí)被視作上市公司進(jìn)行了OFDI。據(jù)此，搜集2000—2020年滬深A(yù)股上市公司OFDI數(shù)據(jù)，進(jìn)一步對(duì)樣本做如下的篩選：僅保留制造業(yè)企業(yè)，刪除投資于開曼群島、英屬維爾京群島、百慕大群島及香港的企業(yè)，剔除在研究期內(nèi)被ST或*ST處理的上市公司及不符合會(huì)計(jì)準(zhǔn)則的樣本。

四、實(shí)證分析

(一)基準(zhǔn)回歸估計(jì)

表1的(1)列為式(1)的回歸結(jié)果，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型促進(jìn)了企業(yè)OFDI。(2)列為滯后一期的數(shù)字化轉(zhuǎn)型指數(shù)(使用滯后一階項(xiàng)可在一定程度上緩解互為因果的問題)的回歸結(jié)果，顯示數(shù)字化轉(zhuǎn)型指數(shù)仍顯著為正?？紤]到企業(yè)進(jìn)入國際市場(chǎng)后面臨來自全球企業(yè)更大的競(jìng)爭(zhēng)壓力，在國際市場(chǎng)中要占據(jù)一定的市場(chǎng)份額不得不進(jìn)行技術(shù)改進(jìn)升級(jí)。OFDI活動(dòng)在一定程度上促使企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型以應(yīng)對(duì)國際市場(chǎng)競(jìng)爭(zhēng)，因此模型可能存在互為因果的內(nèi)生性問題。(3)列為僅保留企業(yè)首次OFDI的樣本，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型指標(biāo)的估計(jì)結(jié)果與前幾列較為相似。企業(yè)數(shù)字化轉(zhuǎn)型乃至OFDI活動(dòng)同世界范圍內(nèi)的重大進(jìn)入沖擊具有一定程度的關(guān)聯(lián)。比如，在遭遇重大金融沖擊后，企業(yè)對(duì)外投資降低，自身數(shù)字化轉(zhuǎn)型也面臨阻礙，忽略這一因素可能造成內(nèi)生性干擾。(4)列為剔除國際金融危機(jī)影響后的估計(jì)結(jié)果(3)考慮到2008年全球金融危機(jī)對(duì)企業(yè)經(jīng)營活動(dòng)的時(shí)滯效應(yīng)，本文刪除2009、2010年的樣本后進(jìn)行回歸。。(5)列將被解釋變量替換為企業(yè)對(duì)外投資次數(shù)(4)參考黃遠(yuǎn)浙等(2021)的做法，以上市公司當(dāng)年投資市場(chǎng)個(gè)數(shù)衡量對(duì)外投資次數(shù)，數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫[28]。，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型指標(biāo)顯著為正，說明數(shù)字化轉(zhuǎn)型有助于提高企業(yè)對(duì)外投資次數(shù)。(6)列將被解釋變量替換為企業(yè)對(duì)外投資額(5)參考?xì)W陽艷艷等(2022)的做法，手工摘錄上市公司年報(bào)中提及的“長期股權(quán)投資”并作為境外子公司、合資公司、聯(lián)營公司的直接投資金額[29]。平均投資金額=企業(yè)總投資金額/投資企業(yè)數(shù)。，主要解釋變量仍顯著為正。這一系列結(jié)果顯示數(shù)字化轉(zhuǎn)型顯著促進(jìn)了企業(yè)OFDI。

表1 基準(zhǔn)回歸估計(jì)結(jié)果

(二)穩(wěn)健性檢驗(yàn)

1.雙重差分法。前述基準(zhǔn)回歸中考慮了互為因果的內(nèi)生性問題，但模型中仍可能存在遺漏變量偏誤。由于“ABCD”技術(shù)的不斷成熟助推企業(yè)分批次逐步進(jìn)行數(shù)字化轉(zhuǎn)型，這為本文構(gòu)造了一個(gè)較好的準(zhǔn)自然實(shí)驗(yàn)。我們采用漸近雙重差分模型，通過比較企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型前后處理組與對(duì)照組之間的差異得到數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的“凈效應(yīng)”，從而進(jìn)一步克服內(nèi)生性問題。具體模型如下：

OFDit=β0+β1(du×dt)+β2X+δi+θt+πit

(5)

其中，du表示個(gè)體虛擬變量，當(dāng)企業(yè)在研究期內(nèi)進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，du=1，否則du=0。dt表示時(shí)間虛擬變量，若企業(yè)在當(dāng)年及之后進(jìn)行數(shù)字化轉(zhuǎn)型，dt=1，否則dt=0。待估參數(shù)β1表示數(shù)字化轉(zhuǎn)型前后企業(yè)OFDI的變化。值得注意的是，本文選取至少連續(xù)5年的樣本，查看數(shù)據(jù)可知部分企業(yè)從近些年才開始進(jìn)行數(shù)字化轉(zhuǎn)型，但雙重差分模型需政策沖擊前后幾年均有一定的觀察值。為此，對(duì)實(shí)施數(shù)字化轉(zhuǎn)型不足2年的企業(yè)樣本不賦值du=1，以保證差分前后具有足夠的樣本。

表2的(1)列報(bào)告了雙重差分檢驗(yàn)的估計(jì)結(jié)果，發(fā)現(xiàn)du×dt(did)的估計(jì)系數(shù)顯著為正，表明實(shí)施數(shù)字化轉(zhuǎn)型后企業(yè)OFDI的概率得到顯著提高。在此基礎(chǔ)上，本文對(duì)雙重差分模型進(jìn)行平行趨勢(shì)檢驗(yàn)(6)限于篇幅，文中未列出平行趨勢(shì)圖，作者備索。。根據(jù)(2)列的估計(jì)結(jié)果，數(shù)字化轉(zhuǎn)型實(shí)施前pre3、pre2、pre1的估計(jì)系數(shù)均不顯著，滿足平行趨勢(shì)假設(shè)；數(shù)字化轉(zhuǎn)型實(shí)施后1年(post1)、2年(post2)、3年(post3)的估計(jì)系數(shù)均顯著為正，表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的影響具有一定的持續(xù)性特征。從顯著性水平和系數(shù)值大小來看，隨著數(shù)字化轉(zhuǎn)型實(shí)施時(shí)間的推移，du×dt的估計(jì)系數(shù)值和顯著性水平均有所上升，由此得到一個(gè)有趣的結(jié)論：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的影響具有時(shí)滯效應(yīng)，往往在實(shí)施若干年后才顯現(xiàn)出來。因此，企業(yè)需盡早開始數(shù)字化轉(zhuǎn)型戰(zhàn)略部署，搶抓數(shù)字化高地，提升企業(yè)競(jìng)爭(zhēng)力，為后續(xù)開展OFDI奠定數(shù)字基礎(chǔ)。

表2 穩(wěn)健性檢驗(yàn)結(jié)果

2.工具變量法。數(shù)字化轉(zhuǎn)型與OFDI同屬企業(yè)自身的決策行為，因而估計(jì)結(jié)果可能仍存在內(nèi)生性問題。一方面，OFDI企業(yè)比非OFDI企業(yè)的生產(chǎn)率和技術(shù)水平相對(duì)更高，意味著OFDI企業(yè)具有更強(qiáng)的傾向進(jìn)行數(shù)字化轉(zhuǎn)型，以進(jìn)一步提高其OFDI水平及企業(yè)績效。另一方面，或許同時(shí)存在影響企業(yè)數(shù)字化轉(zhuǎn)型及OFDI的不可觀測(cè)因素，致使回歸結(jié)果高估了企業(yè)數(shù)字化轉(zhuǎn)型與OFDI之間真實(shí)的因果效應(yīng)。對(duì)此，本文采用工具變量法來緩解內(nèi)生性問題，利用上市企業(yè)“董高監(jiān)”人員受教育背景信息構(gòu)建工具變量。首先，通過CSMAR數(shù)據(jù)庫獲取企業(yè)“董高監(jiān)”人員受教育背景信息，若畢業(yè)為“軟件工程”“人工智能”或“IT管理”等與數(shù)字化轉(zhuǎn)型密切相關(guān)的專業(yè)，則將其劃歸為數(shù)字人才；其次，計(jì)算企業(yè)在特定年份擁有的數(shù)字人才總數(shù)(對(duì)其加1后取對(duì)數(shù))并作為數(shù)字化轉(zhuǎn)型的工具變量；最后，采用2SLS模型進(jìn)行估計(jì)。選取該工具變量的主要原因是：作為企業(yè)經(jīng)營管理的重要決策者和領(lǐng)導(dǎo)者，“董高監(jiān)”成員對(duì)企業(yè)的未來發(fā)展方向具有重要影響，成員中數(shù)字人才的增加將影響企業(yè)數(shù)字化轉(zhuǎn)型水平，而成員中數(shù)字人才的數(shù)目顯然難以左右企業(yè)OFDI決策。因此，該工具變量滿足相關(guān)性及外生性的假定。

表2的(3)、(4)列是工具變量的估計(jì)結(jié)果。(4)列的數(shù)字化轉(zhuǎn)型估計(jì)系數(shù)顯著為正，表明使用工具變量后的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。(3)列的第一階段估計(jì)結(jié)果顯示，工具變量的估計(jì)系數(shù)顯著為正，表明工具變量與數(shù)字化轉(zhuǎn)型之間存在顯著的正向關(guān)系；Cragg-Donald Wald F統(tǒng)計(jì)量為15.291且大于10，拒絕了弱工具變量假設(shè)。

(三)影響機(jī)制

前述的機(jī)理分析表明數(shù)字化轉(zhuǎn)型通過提升企業(yè)生產(chǎn)率及增強(qiáng)企業(yè)創(chuàng)新能力兩個(gè)渠道促進(jìn)企業(yè)OFDI，本文依次檢驗(yàn)這兩個(gè)影響渠道。

表3匯報(bào)了企業(yè)生產(chǎn)率和創(chuàng)新能力的機(jī)制檢驗(yàn)結(jié)果。(1)列采用LP法測(cè)度企業(yè)全要素生產(chǎn)率，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型提升企業(yè)生產(chǎn)率?？紤]到內(nèi)生性問題，(2)列利用上述的數(shù)字化轉(zhuǎn)型的工具變量進(jìn)行回歸，其估計(jì)系數(shù)仍顯著為正，證明數(shù)字化轉(zhuǎn)型在提升企業(yè)生產(chǎn)率方面確實(shí)具有一定的作用。(3)、(4)列采用OP法測(cè)度企業(yè)全要素生產(chǎn)率，主要解釋變量的估計(jì)系數(shù)仍顯著為正，進(jìn)一步證明數(shù)字化轉(zhuǎn)型的生產(chǎn)率渠道作用。(5)列采用企業(yè)發(fā)明專利授權(quán)數(shù)衡量企業(yè)的創(chuàng)新能力，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)顯著為正，表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型有助于提升自身的創(chuàng)新能力。(6)列采用工具變量的估計(jì)結(jié)果也證實(shí)這一結(jié)論的穩(wěn)健性。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)和創(chuàng)新能力增強(qiáng)效應(yīng)是顯著存在的，而企業(yè)生產(chǎn)率水平的提升和創(chuàng)新能力的增強(qiáng)均有助于提高企業(yè)OFDI水平。

表3 影響機(jī)制檢驗(yàn)結(jié)果

(四)進(jìn)一步檢驗(yàn)

1.企業(yè)異質(zhì)性。為進(jìn)一步考察數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)OFDI的作用程度是否依賴于企業(yè)個(gè)體異質(zhì)性，本文分別從要素密集度、企業(yè)規(guī)模和政企關(guān)系三個(gè)方面進(jìn)行比較。

首先，參考魯桐和黨印(2014)的研究，我們將企業(yè)劃分為勞動(dòng)、資本和技術(shù)密集型三類[30]。根據(jù)表4的(1)—(3)列的估計(jì)結(jié)果，數(shù)字化轉(zhuǎn)型顯著促進(jìn)了勞動(dòng)和技術(shù)密集型企業(yè)OFDI。技術(shù)密集型企業(yè)本身具有較高的科技水平，在數(shù)字化轉(zhuǎn)型過程中通過發(fā)揮其人力資本優(yōu)勢(shì)和技術(shù)優(yōu)勢(shì)來提升企業(yè)創(chuàng)新能力及海外投資能力。對(duì)勞動(dòng)密集型企業(yè)來說，其技術(shù)水平要低于其他兩類企業(yè)，數(shù)字化轉(zhuǎn)型可彌補(bǔ)企業(yè)在技術(shù)水平方面的相對(duì)劣勢(shì)，助推企業(yè)通過OFDI擴(kuò)大國際市場(chǎng)、拓寬產(chǎn)品銷售渠道，最終改善企業(yè)經(jīng)濟(jì)效益。

表4 企業(yè)異質(zhì)性檢驗(yàn)結(jié)果

其次，依據(jù)企業(yè)規(guī)模將樣本劃分為較大、中等和較小三種類型。表4的(4)—(6)列的結(jié)果表明，數(shù)字化轉(zhuǎn)型促進(jìn)了中小規(guī)模企業(yè)OFDI。相較于中小規(guī)模企業(yè)而言，規(guī)模較大的企業(yè)具有較強(qiáng)的資本運(yùn)作能力和抗風(fēng)險(xiǎn)能力及豐富的國際市場(chǎng)經(jīng)驗(yàn)，對(duì)外投資能力更強(qiáng)，因而數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的作用并不突出。而對(duì)中小規(guī)模企業(yè)來說，數(shù)字化轉(zhuǎn)型有利于企業(yè)通過數(shù)字技術(shù)更便捷、快速地獲取海外市場(chǎng)信息，降低投資風(fēng)險(xiǎn)。此外，借助數(shù)字平臺(tái)拓展獲取外源資金的途徑，提升資金運(yùn)作效率，緩解企業(yè)融資約束，最終增強(qiáng)企業(yè)OFDI能力。

最后，在企業(yè)與政府的關(guān)系方面，政企關(guān)系劃分為較強(qiáng)和較弱兩種(7)由于政企關(guān)系難以直接觀測(cè)，現(xiàn)有研究多采用政企合謀的概率來衡量政企關(guān)系，具體包括企業(yè)高管是否在政府主要部門任職、官員出身、擁有政治關(guān)聯(lián)的高管占企業(yè)高管總數(shù)的比重等[31][32]。然而，政企關(guān)系強(qiáng)調(diào)的是政府與企業(yè)間互惠行為的制度安排，表現(xiàn)為政企關(guān)聯(lián)的整體制度性現(xiàn)象[31]。企業(yè)與政府在制度層面達(dá)成默契后能為自身提供穩(wěn)固的社會(huì)資源和更全面有利的政策信息，進(jìn)而形成一種非賄賂合謀，因此政企關(guān)系需包含企業(yè)試圖建立“利益型關(guān)系網(wǎng)絡(luò)”的可能性。本文參考Cai等(2011)、孫曉華(2022)的研究，采用企業(yè)賬目中差旅費(fèi)和招待費(fèi)等管理費(fèi)用占銷售收入的比例來衡量政企關(guān)系，將大于中位數(shù)的樣本歸為政企關(guān)系較強(qiáng)的企業(yè)，反之則是政企關(guān)系較弱的企業(yè)[33][34]。。政企關(guān)系較強(qiáng)的企業(yè)通過與政府建立某種聯(lián)系而更易獲得對(duì)外投資所需的資金和政策支持。表4的(7)、(8)列的估計(jì)結(jié)果表明，數(shù)字化轉(zhuǎn)型促進(jìn)了政企關(guān)系較弱企業(yè)的OFDI。相比于政企關(guān)系較強(qiáng)的企業(yè)，政企關(guān)系較弱的企業(yè)在取得政府支持方面處于一定的劣勢(shì)，在缺乏政府政策和資金扶持的情況下，需通過其他途徑增強(qiáng)自身的OFDI能力，而數(shù)字化轉(zhuǎn)型有助于提升其創(chuàng)新能力，彌補(bǔ)了這一劣勢(shì)并增強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

上述的企業(yè)異質(zhì)性分析表明，勞動(dòng)密集型、中小規(guī)模及政企關(guān)系較弱的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的受益更大，說明數(shù)字化轉(zhuǎn)型在彌補(bǔ)企業(yè)OFDI活動(dòng)中的部分劣勢(shì)起到一定的推動(dòng)作用。

2.環(huán)境效應(yīng)。事實(shí)上，既有研究表明地區(qū)金融科技的發(fā)展已打破傳統(tǒng)金融市場(chǎng)資源配置的低效率，實(shí)現(xiàn)了金融資源的優(yōu)化配置，通過降低金融機(jī)構(gòu)與企業(yè)之間的信息不對(duì)稱緩解企業(yè)融資約束，提高企業(yè)投資的積極性[35]。除地區(qū)金融科技環(huán)境外，周經(jīng)和王馗(2019)認(rèn)為地區(qū)市場(chǎng)環(huán)境也影響企業(yè)OFDI(如要素市場(chǎng)扭曲帶來的要素價(jià)格差別化、市場(chǎng)分割引致的商品自由流動(dòng)限制等均不利于OFDI)[36]。為進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型能否助力企業(yè)突破當(dāng)?shù)亟鹑诳萍辑h(huán)境及市場(chǎng)環(huán)境約束進(jìn)而促進(jìn)其OFDI，本文分別從金融科技水平(地區(qū)金融科技環(huán)境)、市場(chǎng)分割程度及要素市場(chǎng)扭曲程度(地區(qū)市場(chǎng)環(huán)境)三個(gè)方面進(jìn)行比較。

首先，參考沈悅和郭品(2015)的思路，采用“文本挖掘法”構(gòu)建地區(qū)金融科技水平指數(shù)[37](8)限于篇幅，具體的計(jì)算方法未列出，作者備索。。本文以中位數(shù)為界，劃分地區(qū)金融科技水平高低組別進(jìn)行回歸(估計(jì)結(jié)果見表5的(1)、(2)列)。在地區(qū)金融科技水平較高的組別中，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)不顯著，而較低組別的估計(jì)系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的促進(jìn)作用在金融科技發(fā)展水平較低的地區(qū)更明顯，助推企業(yè)突破地區(qū)金融科技水平的限制，進(jìn)而提高企業(yè)OFDI。

表5 環(huán)境效應(yīng)檢驗(yàn)結(jié)果

其次，參考張杰(2011)等的研究，采用市場(chǎng)化指數(shù)法測(cè)度地區(qū)要素市場(chǎng)扭曲程度[38](9)采用王小魯?shù)?2021)的市場(chǎng)化指數(shù)來構(gòu)建指標(biāo)，數(shù)據(jù)來源于王小魯?shù)?2021)的《中國分省份市場(chǎng)化指數(shù)報(bào)告》(2002—2019年)[40]。具體的計(jì)算過程未列出，作者備索。。與上述類似，以中位數(shù)為界來劃分各地區(qū)要素市場(chǎng)扭曲程度(估計(jì)結(jié)果見表5的(3)、(4)列)。結(jié)果顯示，數(shù)字化轉(zhuǎn)型對(duì)地區(qū)要素市場(chǎng)扭曲程度較高的企業(yè)OFDI的促進(jìn)作用更顯著，有助于優(yōu)化要素資源配置，緩解要素市場(chǎng)扭曲的不利影響。

最后，參考卿陶和黃先海(2021)的研究，采用相對(duì)價(jià)格法測(cè)度地區(qū)市場(chǎng)分割程度[39](10)大體步驟如下：計(jì)算兩兩省份的相對(duì)價(jià)格絕對(duì)值，采取去均值法消除相對(duì)價(jià)格法中存在的固定效應(yīng)，求解各商品的價(jià)格方差并將其按照兩兩省份匹配合并，最終得到30個(gè)省份的市場(chǎng)分割指數(shù)。樣本期為2002—2019年。具體的計(jì)算過程未列出，作者備索。。仍以中位數(shù)為界，地區(qū)市場(chǎng)分割程度劃分為較高和較低兩種(估計(jì)結(jié)果見表5的(5)、(6)列)。在市場(chǎng)分割程度較低的地區(qū)，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)不顯著。相反地，數(shù)字化轉(zhuǎn)型促進(jìn)了位于市場(chǎng)分割程度較高地區(qū)的企業(yè)OFDI，說明數(shù)字化轉(zhuǎn)型有助于企業(yè)突破市場(chǎng)環(huán)境限制，在一定程度上打破了地區(qū)市場(chǎng)分割，增進(jìn)商品要素資源自由流動(dòng)，從而對(duì)企業(yè)OFDI產(chǎn)生作用。

上述的地區(qū)金融科技環(huán)境及市場(chǎng)環(huán)境分析表明，數(shù)字化轉(zhuǎn)型幫助企業(yè)突破地區(qū)發(fā)展環(huán)境的限制而驅(qū)動(dòng)企業(yè)OFDI。

五、結(jié)論與政策建議

數(shù)字化轉(zhuǎn)型賦予企業(yè)新的發(fā)展動(dòng)能能否為企業(yè)開展海外投資提供新契機(jī)？本文深入探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI行為的影響及其內(nèi)在機(jī)理，結(jié)果表明數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)OFDI并主要通過提升企業(yè)生產(chǎn)率和增強(qiáng)企業(yè)創(chuàng)新能力兩個(gè)渠道來實(shí)現(xiàn)，對(duì)勞動(dòng)密集型、中小規(guī)模及政企關(guān)系較弱的企業(yè)OFDI的作用更強(qiáng)；當(dāng)企業(yè)位于金融科技水平較低及市場(chǎng)環(huán)境較差的地區(qū)時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的促進(jìn)效應(yīng)更明顯，助力企業(yè)突破地區(qū)發(fā)展環(huán)境的限制。

上述的研究結(jié)論具有重要的實(shí)踐啟示。(1)目前，數(shù)字企業(yè)海外投資正成為引領(lǐng)跨國投資的最新趨勢(shì)，企業(yè)需通過數(shù)字化轉(zhuǎn)型賦予新的發(fā)展動(dòng)能才可在復(fù)雜多變的國際市場(chǎng)中建立競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)OFDI的影響存在一定的時(shí)滯性，企業(yè)應(yīng)盡早實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，搶抓數(shù)字高地，縮小與其他企業(yè)的數(shù)字“鴻溝”，以保持并提高競(jìng)爭(zhēng)力。(2)重視數(shù)字經(jīng)濟(jì)帶來的后發(fā)優(yōu)勢(shì)。全球正推進(jìn)以數(shù)字技術(shù)為基礎(chǔ)的新一輪技術(shù)變革，只有充分利用數(shù)字經(jīng)濟(jì)的后發(fā)優(yōu)勢(shì)，才能形成中國OFDI的新增長點(diǎn)，進(jìn)而探尋企業(yè)海外投資新契機(jī)。我國已成為全球第二大經(jīng)濟(jì)體和最大的發(fā)展中國家，但就數(shù)字技術(shù)而言與發(fā)達(dá)國家仍存在一定的差距。大力發(fā)展數(shù)字經(jīng)濟(jì)，積極引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型，完善數(shù)字金融體系，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，提高發(fā)展效率，實(shí)現(xiàn)對(duì)發(fā)達(dá)國家的“彎道超車”。(3)數(shù)字化轉(zhuǎn)型的“最后1公里”不僅是企業(yè)自身發(fā)展的問題，還需政府重視企業(yè)所處地區(qū)的軟環(huán)境。前文的環(huán)境效應(yīng)檢驗(yàn)結(jié)果顯示，數(shù)字化轉(zhuǎn)型中仍要注重地區(qū)金融科技環(huán)境、市場(chǎng)環(huán)境等軟環(huán)境的建設(shè)。各地區(qū)應(yīng)進(jìn)一步完善金融科技水平建設(shè)，推動(dòng)金融科技與實(shí)體企業(yè)精準(zhǔn)對(duì)接，提高金融對(duì)高效優(yōu)質(zhì)企業(yè)的識(shí)別率，降低企業(yè)融資成本，助力企業(yè)“走出去”。