邱洋冬

摘 要：基于27篇重要文獻(xiàn)篩選出企業(yè)特征、治理特征、地區(qū)特征3個維度的18項變量，采用2007—2020年滬深A(yù)股上市公司數(shù)據(jù)識別影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，分析表明：總體上看，影響企業(yè)數(shù)字化轉(zhuǎn)型最為關(guān)鍵的5個因素依次為企業(yè)規(guī)模、企業(yè)年齡、經(jīng)濟(jì)發(fā)展水平、數(shù)字基礎(chǔ)設(shè)施、專利存量；企業(yè)特征維度的關(guān)鍵因素為企業(yè)規(guī)模、年齡和專利存量，治理特征維度的關(guān)鍵因素為董事會規(guī)模、股權(quán)集中度和擁有IT背景高管，地區(qū)特征維度的關(guān)鍵因素為經(jīng)濟(jì)發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施。不同類型企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵影響因素存在異質(zhì)性：數(shù)字化水平較低企業(yè)受企業(yè)年齡、市場化和經(jīng)濟(jì)發(fā)展水平的影響更大，數(shù)字化水平較高企業(yè)受專利存量的影響更大；非高新技術(shù)企業(yè)受數(shù)字基礎(chǔ)設(shè)施的影響更大，高新技術(shù)企業(yè)受市場化水平和專利存量的影響更大；管理者目光長遠(yuǎn)企業(yè)受經(jīng)濟(jì)發(fā)展水平的影響更大，管理者短視主義企業(yè)受市場化水平的影響更大；國有企業(yè)受市場化和經(jīng)濟(jì)發(fā)展水平的影響更大，非國有企業(yè)受企業(yè)規(guī)模和年齡的影響更大；中心區(qū)企業(yè)受企業(yè)年齡的影響更大，非中心區(qū)企業(yè)受數(shù)字基礎(chǔ)設(shè)施和專利存量的影響更大。因此，加快企業(yè)數(shù)字化轉(zhuǎn)型的著力點應(yīng)放在助推企業(yè)做大做強(qiáng)、支持中小及新建企業(yè)、推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)、深化市場化改革、促進(jìn)企業(yè)創(chuàng)新等方面。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；貢獻(xiàn)度；企業(yè)規(guī)模；數(shù)字基礎(chǔ)設(shè)施；企業(yè)年齡；專利存量；地區(qū)經(jīng)濟(jì)水平

中圖分類號：F270.7；F273.1? 文獻(xiàn)標(biāo)志碼：A? 文章編號：1674-8131（）0-0074-21

一、引言

黨的二十大報告明確提出，要加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群。企業(yè)是經(jīng)濟(jì)發(fā)展的核心主體，企業(yè)數(shù)字化轉(zhuǎn)型是加快發(fā)展數(shù)字經(jīng)濟(jì)的關(guān)鍵。然而，在企業(yè)數(shù)字化轉(zhuǎn)型的實踐過程中，仍然存在“不愿轉(zhuǎn)、不敢轉(zhuǎn)、不會轉(zhuǎn)”的三不轉(zhuǎn)問題，部分傳統(tǒng)制造業(yè)企業(yè)缺乏數(shù)字化轉(zhuǎn)型升級的內(nèi)生動力，這一問題在中小企業(yè)中尤為明顯。因此，有必要深入研究影響企業(yè)數(shù)字化轉(zhuǎn)型的各種因素，并識別出關(guān)鍵因素，從而有針對性地促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

目前，關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在以下四個方面：一是數(shù)字化轉(zhuǎn)型的理論邏輯與戰(zhàn)略要義。數(shù)字化轉(zhuǎn)型是轉(zhuǎn)變發(fā)展方式、提升產(chǎn)業(yè)效率的重要途徑，其核心支撐在于數(shù)字技術(shù)的研發(fā)與運(yùn)用，根本抓手在于創(chuàng)新驅(qū)動（呂鐵，2019；肖旭 等，2019；祝合良 等，2021）［1-3］。二是數(shù)字化轉(zhuǎn)型的宏觀經(jīng)濟(jì)效應(yīng)。大量文獻(xiàn)就數(shù)字化轉(zhuǎn)型對經(jīng)濟(jì)高質(zhì)量發(fā)展（Singhal et al.，2018）［4］、經(jīng)濟(jì)地理格局（安同良 等，2020）［5］等的影響進(jìn)行了探討，認(rèn)為數(shù)字化轉(zhuǎn)型對地區(qū)經(jīng)濟(jì)發(fā)展具有重要影響，正不斷重塑國家經(jīng)濟(jì)地理格局。三是數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)效應(yīng)?！靶畔⒓夹g(shù)生產(chǎn)率悖論”與“數(shù)字化悖論”在學(xué)界引起了廣泛的討論，關(guān)于數(shù)字化轉(zhuǎn)型與生產(chǎn)率之間關(guān)系的研究普遍認(rèn)為數(shù)字轉(zhuǎn)型有助于提升企業(yè)生產(chǎn)率（何小鋼 等，2019；趙宸宇 等，2021；Guo et al.，2023）［6-8］；還有大量文獻(xiàn)關(guān)注數(shù)字化轉(zhuǎn)型對企業(yè)績效、企業(yè)創(chuàng)新和資本市場表現(xiàn)、綠色化轉(zhuǎn)型等的影響（Ritter et al.，2020；吳非 等，2021；李金昌 等，2023）［9-11］，認(rèn)為數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展起到了關(guān)鍵作用。四是企業(yè)數(shù)字化轉(zhuǎn)型的動力機(jī)制與驅(qū)動因素。一些文獻(xiàn)探討了政府行為、經(jīng)濟(jì)政策不確定性、行業(yè)競爭、治理結(jié)構(gòu)等對企業(yè)數(shù)字化轉(zhuǎn)型的影響（Verhoef et al.，2021；余典范 等，2022；祝樹金 等，2023；王超 等，2023；孫偉增 等，2023）［12-16］。

綜合來看，目前學(xué)術(shù)界對于企業(yè)數(shù)字化轉(zhuǎn)型的重要性與必要性已經(jīng)達(dá)成了基本共識，但是關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制研究仍然較為薄弱，而且，不同文獻(xiàn)的研究結(jié)論也不盡相同，其政策啟示更是見仁見智。從邏輯上講，影響企業(yè)數(shù)字化轉(zhuǎn)型的因素有很多，但各個因素的影響程度（相對重要性）存在顯著差異。那么，在眾多影響因素中，究竟哪些因素是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素？對于不同類型的企業(yè)，關(guān)鍵因素是否有所不同？現(xiàn)有研究沒有對此進(jìn)行回答。有鑒于此，本文首先基于經(jīng)濟(jì)管理類重要CSSCI期刊發(fā)表的27篇有關(guān)數(shù)字化轉(zhuǎn)型影響因素的實證文獻(xiàn)，梳理出可能影響企業(yè)數(shù)字化轉(zhuǎn)型的主要影響因素；然后借鑒馮根福等（2021）［17］的方法，在Sterck（2019）［18］的經(jīng)濟(jì)重要性指標(biāo)基礎(chǔ)上構(gòu)建測度各影響因素相對重要性的貢獻(xiàn)度指標(biāo)，進(jìn)而采用滬深A(yù)股上市公司2007—2020年的數(shù)據(jù)，識別影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，并通過異質(zhì)性分析進(jìn)一步檢驗不同類型企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵影響因素是否存在差異。

相較于已有文獻(xiàn)，本文的邊際貢獻(xiàn)主要在于：一是從企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵影響因素識別角度拓展了數(shù)字化轉(zhuǎn)型領(lǐng)域的研究，有助于深入認(rèn)識數(shù)字化轉(zhuǎn)型的前端驅(qū)動因素。二是在研究方法上，構(gòu)建了能夠測度各個變量相對貢獻(xiàn)度的指標(biāo)，將其運(yùn)用于企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵影響因素的識別，拓展了相對貢獻(xiàn)度指標(biāo)的應(yīng)用場景；同時，將影響因素劃分為不同的維度（企業(yè)特征、治理特征、地區(qū)特征），通過多維分析進(jìn)一步識別了不同維度的關(guān)鍵影響因素。三是從企業(yè)的數(shù)字化水平、技術(shù)屬性、高管特性、產(chǎn)權(quán)性質(zhì)以及所處地區(qū)等方面考察了在不同類型企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵影響因素的異質(zhì)性，有助于正確把握不同類型企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型的關(guān)鍵點，為進(jìn)一步通過改善企業(yè)的內(nèi)部治理環(huán)境和外部發(fā)展條件來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提供了經(jīng)驗借鑒和路徑啟示。

二、研究方法

1.基于文獻(xiàn)分析的企業(yè)數(shù)字化轉(zhuǎn)型影響因素篩選

中國信息通信研究院發(fā)布的《2023年企業(yè)數(shù)字化轉(zhuǎn)型技術(shù)發(fā)展趨勢研究報告》指出，在大數(shù)據(jù)、移動互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等新一代信息技術(shù)驅(qū)動下，企業(yè)商業(yè)模式、組織模式、管理模式都在迅速地進(jìn)行數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型是社會生產(chǎn)力和生產(chǎn)關(guān)系的升級。近年來，國內(nèi)學(xué)者對數(shù)字化轉(zhuǎn)型的關(guān)注度日益高漲，有關(guān)數(shù)字化轉(zhuǎn)型的文獻(xiàn)層出不窮。截至2024年2月，在中文經(jīng)管類權(quán)威期刊發(fā)表的關(guān)于數(shù)字化轉(zhuǎn)型的文章中，探討數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)的文獻(xiàn)占比超過70%，而探究企業(yè)數(shù)字化轉(zhuǎn)型影響因素的文獻(xiàn)相對較少。本文基于中國經(jīng)濟(jì)管理類重要CSSCI期刊發(fā)表的27篇有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型影響因素的實證文獻(xiàn) 27篇文獻(xiàn)來自《經(jīng)濟(jì)研究》《管理世界》《中國工業(yè)經(jīng)濟(jì)》《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》《會計研究》《經(jīng)濟(jì)學(xué)家》《財經(jīng)研究》《經(jīng)濟(jì)學(xué)動態(tài)》《經(jīng)濟(jì)管理》《中國軟科學(xué)》，《中國社會科學(xué)》《金融研究》《世界經(jīng)濟(jì)》《財貿(mào)經(jīng)濟(jì)》《南開管理評論》等重要期刊在筆者檢索時尚未刊登關(guān)于數(shù)字化轉(zhuǎn)型影響因素的實證文獻(xiàn)。 ，梳理出影響企業(yè)數(shù)字化轉(zhuǎn)型的因素主要包括企業(yè)規(guī)模、企業(yè)年齡、負(fù)債比率、兩職合一等（詳見表1）。當(dāng)然，企業(yè)數(shù)字化轉(zhuǎn)型的影響因素不限于此，還包括服務(wù)業(yè)平臺企業(yè)的網(wǎng)絡(luò)能力、家族企業(yè)代際傳承、金融科技、自由貿(mào)易試驗區(qū)政策、審計師是否來自四大會計師事務(wù)所、企業(yè)到鄰近高鐵站點的距離、數(shù)字化監(jiān)管、減稅激勵、知識產(chǎn)權(quán)行政保護(hù)以及企業(yè)客戶關(guān)系等（任曉怡 等，2022；陽鎮(zhèn) 等，2023；向海凌 等，2023；甄紅線 等，2023；杜勇 等，2023；蔡宏波 等，2023；柳學(xué)信 等，2024；張文文 等，2024）［19-26］。

考慮到模型不可能將所有影響因素納入其中，本文按照以下標(biāo)準(zhǔn)對涉及的影響因素進(jìn)行了篩選：一是27篇文獻(xiàn)中提及次數(shù)超過5次的企業(yè)內(nèi)部因素變量，部分存在含義重復(fù)的變量僅選擇其中一個變量；二是其他可能影響企業(yè)數(shù)字化轉(zhuǎn)型的企業(yè)特征變量，比如企業(yè)的專利存量是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素，雖上述文獻(xiàn)未涉及，但仍然需要考慮進(jìn)去；三是對企業(yè)數(shù)字化轉(zhuǎn)型影響較大的地區(qū)環(huán)境變量。最終篩選出18個變量（詳見表2），為便于從不同維度考察影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵變量，將18個變量劃分為企業(yè)特征、治理特征和地區(qū)特征3個維度，具體如下：

（1）企業(yè)特征維度的影響因素（9個）。一是“企業(yè)規(guī)模”?，F(xiàn)有研究普遍認(rèn)為企業(yè)規(guī)模是影響企業(yè)數(shù)字化轉(zhuǎn)型的重要因素（李云鶴 等，2022；李思飛 等，2023）［27-28］。二是“企業(yè)年齡”。企業(yè)年齡一定程度上反映了企業(yè)在生命周期中所處的位置，根據(jù)企業(yè)生命周期理論，隨著企業(yè)成長，企業(yè)在資源獲取、抗風(fēng)險能力等方面的優(yōu)勢將不斷增強(qiáng)（劉詩源 等，2020）［29］。因此，隨著企業(yè)年齡的增長，企業(yè)數(shù)字化轉(zhuǎn)型的需求、動力與基礎(chǔ)也將不斷提升（何軒 等，2023）［30］。三是“負(fù)債比率”。隨著企業(yè)財務(wù)杠桿的加大，企業(yè)償債壓力增加，進(jìn)行高投入、高風(fēng)險的數(shù)字化轉(zhuǎn)型的動機(jī)將變?nèi)酰ㄍ?等，2005）［31］。四是“資產(chǎn)收益率”“資本密集度”“成長性”。當(dāng)企業(yè)的收益率提高、資本密集度加大、成長性增強(qiáng)時，企業(yè)可用于數(shù)字技術(shù)研發(fā)與數(shù)字平臺搭建等方面的資金增加，數(shù)字化轉(zhuǎn)型的積極性以及數(shù)字化轉(zhuǎn)型的能力也將增強(qiáng)（毛寧 等，2022；張志元 等，2022；李逸飛 等，2023）［32-34］。五是“現(xiàn)金流比率”?，F(xiàn)金持有可能誘發(fā)更高的代理成本，降低企業(yè)的資源配置效率，進(jìn)而影響企業(yè)數(shù)字化轉(zhuǎn)型（王海 等，2023）［35］。六是“產(chǎn)權(quán)性質(zhì)”。不同產(chǎn)權(quán)性質(zhì)企業(yè)數(shù)字化轉(zhuǎn)型的條件及對數(shù)字化轉(zhuǎn)型的認(rèn)識不一，相比于國有企業(yè)，非國有企業(yè)的數(shù)字化轉(zhuǎn)型動機(jī)可能更強(qiáng)（吳育輝 等，2022）［36］。七是“專利存量”。專利存量反映了企業(yè)知識與技術(shù)的沉淀與積累，專利越多的企業(yè)越容易吸收和融合外部知識，形成新的可應(yīng)用知識（Cohen et al.，1990；Podolny et al.，1996）［37-38］，對于數(shù)字技術(shù)創(chuàng)新具有重要的促進(jìn)作用。

（2）治理特征維度的影響因素（6個）。一是“股權(quán)集中度”。當(dāng)股權(quán)集中度過高時，企業(yè)內(nèi)部很難形成有效的制衡機(jī)制，不利于企業(yè)數(shù)字化轉(zhuǎn)型（李逸飛 等，2023；張玉娟 等，2018）［34］［39］。二是“兩職合一”。兩職合一有助于提升決策效率，加快企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的制定與推進(jìn)（吳育輝 等，2022）［36］。三是董事會特征，包括“獨董比例”和“董事會規(guī)?！薄６聲?guī)模和獨立董事規(guī)模越大，企業(yè)內(nèi)部決策的科學(xué)性越高，公司治理結(jié)構(gòu)越完善，越有利于企業(yè)的數(shù)字化轉(zhuǎn)型（毛寧 等，2022）［32］。四是高管特征，包括“三大背景高管”和“IT背景高管”。三大背景是指研發(fā)、生產(chǎn)、市場，擁有研發(fā)、生產(chǎn)、市場和IT背景的高管在企業(yè)發(fā)展戰(zhàn)略選擇上可能更加傾向于數(shù)字化轉(zhuǎn)型（湯萱 等，2022；劉錫祿 等，2023；余漢 等，2023）［40-42］。

（3）地區(qū)特征維度的影響因素（3個）。一是“市場化水平”，二是“數(shù)字基礎(chǔ)設(shè)施”，三是“經(jīng)濟(jì)發(fā)展水平”。市場化是激勵企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制保障，數(shù)字基礎(chǔ)設(shè)施是企業(yè)數(shù)字化轉(zhuǎn)型的底部內(nèi)核與重要基礎(chǔ)（王海 等，2023；范合君 等，2023；陳元 等，2023）［35］［43-44］；而經(jīng)濟(jì)發(fā)展水平較高的地區(qū)在財政金融支持、要素集聚以及平臺支撐等方面均具有較強(qiáng)優(yōu)勢，這些優(yōu)勢將會對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生積極影響（陳慶江 等，2022）［45］。

2.計量模型構(gòu)建

為緩解異方差和自相關(guān)問題對模型估計結(jié)果的影響，借鑒馮根福等（2021）［17］的研究，本文采用基于Driscoll-Kraay標(biāo)準(zhǔn)誤的面板固定效應(yīng)模型作為基準(zhǔn)模型，具體設(shè)定如下：

其中，i表示企業(yè)，t表示年份，j表示影響因素，γi代表企業(yè)固定效應(yīng)，ηi代表年份固定效應(yīng)，εit為隨機(jī)干擾項。被解釋變量（Digitizing）“數(shù)字化轉(zhuǎn)型”為企業(yè)數(shù)字化轉(zhuǎn)型程度，參考現(xiàn)有文獻(xiàn)的常用測度方法，采用樣本企業(yè)年報中數(shù)字化特征詞（包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)、大數(shù)據(jù)技術(shù)、數(shù)字技術(shù)應(yīng)用5個維度）詞頻的自然對數(shù)值來衡量。圖1為本文計算的“數(shù)字化轉(zhuǎn)型”指標(biāo)在不同年份的分布密度圖，從中可以發(fā)現(xiàn)樣本企業(yè)的數(shù)字化轉(zhuǎn)型程度整體上呈上升趨勢，同時也有更多的企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型。此外，為了排除變量測度對回歸結(jié)果的影響，考慮到數(shù)字技術(shù)創(chuàng)新是企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)支撐，數(shù)字專利能夠較好地反映企業(yè)的數(shù)字化轉(zhuǎn)型水平（Bharadwaj et al.，2013；黃勃 等，2023）［46-47］，在穩(wěn)健性檢驗中采用反映數(shù)字技術(shù)創(chuàng)新的數(shù)字專利指標(biāo)來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。解釋變量（factor）包括上述企業(yè)特征、治理特征、地區(qū)特征3個維度的18個變量，具體測算方法見表2。

3.貢獻(xiàn)度指標(biāo)測度

參考馮根福等（2021）［17］的方法，本文構(gòu)建各解釋變量的貢獻(xiàn)度指標(biāo)MQ：

其中factorj表示第j個影響因素，pj為第j個影響因素的系數(shù)p值，p0為臨界值，在基準(zhǔn)回歸中p0采用10%的顯著性水平，同時也將顯著性閾值更改為1%、2.5%、5%、7.5%后分別進(jìn)行了測算。MQ為變量的貢獻(xiàn)度指標(biāo)，當(dāng)變量的系數(shù)p值小于或等于初始設(shè)定閾值p0時，則該變量的貢獻(xiàn)度指標(biāo)MQ等于其水平貢獻(xiàn)度視角下的重要性指標(biāo)QS和方差貢獻(xiàn)度視角下的重要性指標(biāo)QV的加權(quán)值；當(dāng)變量的系數(shù)p值大于初始設(shè)定閾值p0時，則認(rèn)為該變量的貢獻(xiàn)度指標(biāo)MQ為0。參考Holgersson等（2014）［48］和馮根福等（2021）［17］的方法，計算QS和QV，具體公式如下：

其中meanj為影響因素j的均值，Ω為所有顯著變量的集合。

4.樣本與數(shù)據(jù)說明

本文選取滬深A(yù)股上市公司為研究樣本，樣本期間為2007—2020年，遵循研究慣例，剔除ST與PT異常樣本、金融保險類樣本以及主要變量缺失的樣本，并且對連續(xù)變量進(jìn)行1%和99%分位的縮尾處理。基礎(chǔ)數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫以及《中國統(tǒng)計年鑒》，地區(qū)市場化指數(shù)來源于《中國分省份市場化指數(shù)報告（2021）》（王小魯 等，2021）［49］，穩(wěn)健性檢驗中的專利數(shù)據(jù)來源于incoPat專利數(shù)據(jù)庫。表2報告了主要變量的描述性統(tǒng)計結(jié)果，從表中可以發(fā)現(xiàn)，被解釋變量“數(shù)字化轉(zhuǎn)型”的均值為1.112，標(biāo)準(zhǔn)差為1.340，結(jié)果與吳非等（2021）［10］的研究較為接近，不同企業(yè)的數(shù)字化轉(zhuǎn)型程度差異較大。

三、實證結(jié)果分析

1.基準(zhǔn)回歸與關(guān)鍵因素識別

表3的Panel A報告了逐步加入企業(yè)特征變量、治理特征變量以及地區(qū)特征變量的基準(zhǔn)模型估計結(jié)果。從估計結(jié)果來看，“企業(yè)規(guī)模”“企業(yè)年齡”“成長性”“專利存量”“董事會規(guī)?！薄叭蟊尘案吖堋薄癐T背景高管”“數(shù)字基礎(chǔ)設(shè)施”“經(jīng)濟(jì)發(fā)展水平”的估計系數(shù)至少在10%的顯著性水平下為正，“現(xiàn)金流比率”和“股權(quán)集中度”的估計系數(shù)在1%的顯著性水平下為負(fù)，其他變量的估計系數(shù)不顯著，表明企業(yè)的規(guī)模增長、年齡增加、成長性提高、專利存量增加、董事會規(guī)模擴(kuò)大、三大背景及IT背景高管占比提高對其數(shù)字化轉(zhuǎn)型具有顯著的正向影響，而現(xiàn)金流比率和股權(quán)集中度提高則不利于企業(yè)數(shù)字化轉(zhuǎn)型，上述結(jié)果與李逸飛等（2023）［34］、吳育輝等（2022）［36］的分析結(jié)論類似；此外，企業(yè)所在地區(qū)經(jīng)濟(jì)發(fā)展水平提高和數(shù)字基礎(chǔ)設(shè)施完善也會顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

進(jìn)一步測算各變量的貢獻(xiàn)度（見表3的Panel B）。基于10%顯著性閾值的測算結(jié)果顯示，對企業(yè)數(shù)字化轉(zhuǎn)型有顯著影響變量的貢獻(xiàn)度從大到小依次為：“企業(yè)規(guī)模”“企業(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“專利存量”“董事會規(guī)?！薄肮蓹?quán)集中度”“IT背景高管”“三大背景高管”“成長性”“現(xiàn)金流比率”。可見，影響企業(yè)數(shù)字化轉(zhuǎn)型最為關(guān)鍵的5個因素分布在企業(yè)特征和地區(qū)特征維度，即企業(yè)的規(guī)模、年齡、專利存量和地區(qū)的經(jīng)濟(jì)發(fā)展水平、數(shù)字基礎(chǔ)設(shè)施水平。在1%、2.5%、5%、7.5%的顯著性閾值下，除了“經(jīng)濟(jì)發(fā)展水平”未通過1%的顯著性檢驗、“成長性”未通過顯著性檢驗外，其余變量的貢獻(xiàn)度測算結(jié)果為未發(fā)生顯著改變。后文的分析均基于10%顯著性閾值的測算結(jié)果，所做測算也均采用10%的顯著性閾值。

分維度來看，在企業(yè)特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為企業(yè)規(guī)模（24.359%）、企業(yè)年齡（10.637%）和專利存量（1.248%）。其中企業(yè)規(guī)模對企業(yè)數(shù)字化轉(zhuǎn)型的影響程度最大，該結(jié)論與國家知識產(chǎn)權(quán)局發(fā)布的《中國專利調(diào)查報告2022》相契合，該調(diào)查發(fā)現(xiàn)，規(guī)模越大的企業(yè)開展數(shù)字化轉(zhuǎn)型的比例越高，數(shù)字化轉(zhuǎn)型的程度也越高。對于小規(guī)模企業(yè)而言，較難通過規(guī)模效應(yīng)來降本增效，高投入的數(shù)字化轉(zhuǎn)型可能在短期內(nèi)并不能帶來相應(yīng)的收益，從而抑制了其數(shù)字化轉(zhuǎn)型。相比于小規(guī)模企業(yè)，大規(guī)模企業(yè)在風(fēng)險承擔(dān)、資源獲取以及組織架構(gòu)等方面具有較大優(yōu)勢，而這些優(yōu)勢恰是企業(yè)數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)，特別是數(shù)字技術(shù)的研發(fā)以及數(shù)字化平臺的構(gòu)建等都高度依賴于資本和人才要素的投入。因此，無論是基于熊彼特假說（Schumpeter，1942）［50］，還是基于資源基礎(chǔ)理論（Barney，1991）［51］，企業(yè)規(guī)模都是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。企業(yè)年齡與其發(fā)展階段相關(guān)，隨著年齡增長，企業(yè)不斷發(fā)展壯大，在資源獲取、抗風(fēng)險能力等方面的優(yōu)勢不斷增強(qiáng)（劉詩源 等，2020）［29］，同時進(jìn)一步的發(fā)展也需要其通過轉(zhuǎn)型升級來保持競爭優(yōu)勢，因而數(shù)字化轉(zhuǎn)型的基礎(chǔ)、能力和動力也不斷提升。專利存量反映了企業(yè)知識和技術(shù)的沉淀與積累，專利存量的增加會顯著提高企業(yè)的技術(shù)研發(fā)、吸收、應(yīng)用能力和水平，而數(shù)字技術(shù)創(chuàng)新和轉(zhuǎn)化是企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)支撐（Bharadwaj et al.，2013；陶鋒 等，2023）［46］［52］。

在治理特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為董事會規(guī)模（0.569%）、股權(quán)集中度（0.181%）和擁有IT背景高管（0.102%）。雖然這些企業(yè)治理維度的因素對企業(yè)數(shù)字化轉(zhuǎn)型的影響顯著，但相比企業(yè)特征和地區(qū)特征維度的關(guān)鍵影響因素，其貢獻(xiàn)度相對較低，從總體上看還不是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。

在地區(qū)特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為地區(qū)經(jīng)濟(jì)發(fā)展水平（7.205%）和數(shù)字基礎(chǔ)設(shè)施水平（4.119%），且這兩個影響因素的MQ指標(biāo)數(shù)值均較高，說明企業(yè)所在地區(qū)的經(jīng)濟(jì)發(fā)展和數(shù)字基礎(chǔ)設(shè)施完善對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用較強(qiáng)。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)在財政金融支持、要素集聚以及平臺支撐等方面均具有較強(qiáng)優(yōu)勢，這些優(yōu)勢會對區(qū)域內(nèi)企業(yè)的數(shù)字化轉(zhuǎn)型產(chǎn)生積極影響。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，不僅需要自身數(shù)字技術(shù)的支持，還需要所在地區(qū)的數(shù)字基礎(chǔ)設(shè)施提供相應(yīng)的基礎(chǔ)條件和保障，因而數(shù)字基礎(chǔ)設(shè)施的完善是企業(yè)數(shù)字化轉(zhuǎn)型的底部支撐（王海 等，2023）［35］。與傳統(tǒng)基礎(chǔ)設(shè)施類似，數(shù)字基礎(chǔ)設(shè)施建設(shè)同樣具有高投入、慢回報等特征，這就要求政府在數(shù)字基礎(chǔ)設(shè)施建設(shè)過程中更加積極作為。

綜上所述，以企業(yè)規(guī)模、年齡、專利存量為代表的企業(yè)特征和以經(jīng)濟(jì)發(fā)展水平、數(shù)字基礎(chǔ)設(shè)施水平為代表的地區(qū)特征，是影響企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)外部關(guān)鍵因素。

2.穩(wěn)健性檢驗

（1）更換被解釋變量。根據(jù)國家知識產(chǎn)權(quán)局辦公室發(fā)布的《數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)分類與國際專利分類參照關(guān)系表（2023）》，基于國際專利分類號對數(shù)字發(fā)明專利與數(shù)字實用新型專利進(jìn)行識別，進(jìn)而采用樣本企業(yè)數(shù)字發(fā)明專利和數(shù)字實用新型專利授權(quán)數(shù)量加一的自然對數(shù)值（“數(shù)字化轉(zhuǎn)型1”）來衡量數(shù)字化轉(zhuǎn)型程度，以其為被解釋變量，重新進(jìn)行模型檢驗和貢獻(xiàn)度測算，結(jié)果見表4的Panel A。在企業(yè)特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素仍然為企業(yè)規(guī)模、企業(yè)年齡和專利存量，不同的是專利存量的作用更加凸顯，而企業(yè)年齡的作用變得相對較弱；在治理特征維度，各變量的貢獻(xiàn)度仍然較低；在地區(qū)特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素仍然為經(jīng)濟(jì)發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施水平，其MQ指標(biāo)數(shù)值仍然均較高。

（2）解釋變量滯后處理。考慮到解釋變量對企業(yè)數(shù)字化轉(zhuǎn)型的影響可能存在一定的滯后性，將解釋變量進(jìn)行滯后一期處理，檢驗結(jié)果見4的Panel B。貢獻(xiàn)度最高的5個變量依次為“企業(yè)規(guī)?！薄敖?jīng)濟(jì)發(fā)展水平”“企業(yè)年齡”“數(shù)字基礎(chǔ)設(shè)施”“專利存量”，與基準(zhǔn)模型一致，只是“經(jīng)濟(jì)發(fā)展水平”與“企業(yè)年齡”的順序交換。

（3）增加解釋變量。在研究企業(yè)數(shù)字化轉(zhuǎn)型的影響因素時，一些文獻(xiàn)還控制了產(chǎn)業(yè)結(jié)構(gòu)、老齡化與行業(yè)競爭等因素的干擾（王海 等，2023；夏常源 等，2022）［35］［53］。因此，本文在基準(zhǔn)模型的基礎(chǔ)上增加“產(chǎn)業(yè)結(jié)構(gòu)”（第三產(chǎn)業(yè)占GDP的比重）、“老齡化程度”（65歲及以上人口比重）、“行業(yè)集中度”（所在行業(yè)的HHI指數(shù)）三個解釋變量，以進(jìn)一步控制地區(qū)與行業(yè)層面的因素，檢驗結(jié)果見表4的Panel C。與基準(zhǔn)模型相比，在增加解釋變量后，各變量的估計系數(shù)與顯著性未發(fā)生實質(zhì)性變化，貢獻(xiàn)度最高的5個變量依次為“企業(yè)規(guī)?！薄捌髽I(yè)年齡”“數(shù)字基礎(chǔ)設(shè)施”“經(jīng)濟(jì)發(fā)展水平”“專利存量”，變量與基準(zhǔn)模型保持一致，只是“數(shù)字基礎(chǔ)設(shè)施”與“經(jīng)濟(jì)發(fā)展水平”的順序交換。

（4）剔除直轄市企業(yè)樣本。考慮到相比其他地區(qū)，直轄市在政治、經(jīng)濟(jì)、社會環(huán)境等方面具有較大的特殊性（吳非 等，2021）［10］，剔除直轄市企業(yè)樣本后重新進(jìn)行檢驗，結(jié)果見表5的Panel A。不僅各變量的估計系數(shù)與顯著性未發(fā)生實質(zhì)性變化，而且各變量的貢獻(xiàn)度也未發(fā)生實質(zhì)性變化，企業(yè)的規(guī)模、年齡、專利存量以及地區(qū)的經(jīng)濟(jì)發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施水平仍然是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素。不同的是，“市場化水平”的估計系數(shù)顯著為正，貢獻(xiàn)度達(dá)到6.057%（位居第三），這也說明，在排除直轄市的影響后，地區(qū)市場化水平的提高對企業(yè)數(shù)字化轉(zhuǎn)型具有重要的促進(jìn)作用。

（5）剔除企業(yè)規(guī)模兩端5%離群樣本。在基準(zhǔn)回歸中，影響企業(yè)數(shù)字化轉(zhuǎn)型的最關(guān)鍵因素為企業(yè)規(guī)模，這可能是由于樣本中同時存在超大規(guī)模企業(yè)與小規(guī)模企業(yè)導(dǎo)致的，因此，參考馮根福等（2021）［17］的方法，對企業(yè)規(guī)模兩端5%的離群樣本進(jìn)行剔除，檢驗結(jié)果見表5的Panel B。與基準(zhǔn)模型相比，各變量的估計系數(shù)與顯著性及貢獻(xiàn)度未發(fā)生實質(zhì)性變化，貢獻(xiàn)度最高的5個變量依次為“企業(yè)規(guī)模”“企業(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“專利存量”，也與基準(zhǔn)模型一致。此外，本文還借鑒Wang et al.（2019）［54］的方法，剔除企業(yè)規(guī)模兩端10%的離群樣本后進(jìn)行了檢驗，結(jié)論仍然保持穩(wěn)健。

綜合上述穩(wěn)健性檢驗結(jié)果，可以認(rèn)為本文基準(zhǔn)模型的分析結(jié)果是穩(wěn)健的?？傮w上看，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵內(nèi)部因素是企業(yè)規(guī)模、企業(yè)年齡、專利存量，關(guān)鍵內(nèi)外部因素是地區(qū)經(jīng)濟(jì)發(fā)展和數(shù)字基礎(chǔ)設(shè)施水平。

四、進(jìn)一步分析：異質(zhì)性探討

對于不同類型企業(yè)而言，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素可能不同。為了檢驗不同類型企業(yè)的數(shù)字化轉(zhuǎn)型關(guān)鍵影響因素是否存在差異，本文進(jìn)一步采用分樣本回歸的方法，從企業(yè)的數(shù)字化水平、技術(shù)屬性、高管戰(zhàn)略眼光、產(chǎn)權(quán)性質(zhì)、所處地區(qū)等方面進(jìn)行異質(zhì)性分析。

1.數(shù)字化水平異質(zhì)性

數(shù)字化轉(zhuǎn)型是一個長期持續(xù)的過程，而且各企業(yè)的轉(zhuǎn)型進(jìn)程存在顯著差異，在不同的數(shù)字化水平下，影響數(shù)字化轉(zhuǎn)型的關(guān)鍵因素可能有所差異。參考張文文和景維民（2024）［26］的方法，本文根據(jù)“數(shù)字化轉(zhuǎn)型”的均值將樣本企業(yè)劃分為“數(shù)字化水平較高企業(yè)”和“數(shù)字化水平較低企業(yè)”兩組，分別進(jìn)行檢驗，結(jié)果見表6的Panel A。在“數(shù)字化水平較低企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)年齡”“市場化水平”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“企業(yè)規(guī)?！保欢凇皵?shù)字化水平較高企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)?！薄皩＠媪俊薄皵?shù)字基礎(chǔ)設(shè)施”“企業(yè)年齡”“市場化水平”。相較而言，數(shù)字化水平較低企業(yè)的數(shù)字化轉(zhuǎn)型受企業(yè)年齡、地區(qū)市場化和經(jīng)濟(jì)發(fā)展水平的影響更大，而數(shù)字化水平較高企業(yè)的數(shù)字化轉(zhuǎn)型受企業(yè)專利存量的影響更大。這表明，當(dāng)企業(yè)的數(shù)字化水平較低時，隨著年齡的增長，一方面資源要素不斷積累，另一方面競爭壓力不斷加大，數(shù)字化轉(zhuǎn)型的內(nèi)生動力和能力也不斷增強(qiáng)，此時市場化機(jī)制的完善及地區(qū)經(jīng)濟(jì)規(guī)模的增長有助于提高資源配置效率，進(jìn)而對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生重要的促進(jìn)作用（Verhoef et al.，2021；戴魁早 等，2013）［12］［55］；當(dāng)企業(yè)的數(shù)字化水平較高時，進(jìn)一步的數(shù)字化轉(zhuǎn)型需要有更多更為先進(jìn)的數(shù)字技術(shù)支撐，此時專利存量對企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用得以凸顯。

2.技術(shù)屬性異質(zhì)性

不同企業(yè)的技術(shù)先進(jìn)程度以及對技術(shù)進(jìn)步的依賴程度具有顯著差異，這可能導(dǎo)致影響數(shù)字化轉(zhuǎn)型的關(guān)鍵因素有所不同。特別是高新技術(shù)企業(yè)具有知識密集、技術(shù)密集、競爭激烈等特征（顧夏銘 等，2018）［56］，其發(fā)展對技術(shù)突破和產(chǎn)品創(chuàng)新有著更高的要求，會更傾向于通過數(shù)字化轉(zhuǎn)型來提高研發(fā)和生產(chǎn)效率（毛寧 等，2022）［32］。本文根據(jù)企業(yè)資質(zhì)認(rèn)定情況，將樣本企業(yè)劃分為“高新技術(shù)企業(yè)”和“非高新技術(shù)企業(yè)”兩組，分別進(jìn)行檢驗，結(jié)果見表6的Panel B。在“非高新技術(shù)企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“數(shù)字基礎(chǔ)設(shè)施”“經(jīng)濟(jì)發(fā)展水平”“企業(yè)年齡”“股權(quán)集中度”；而在“高新技術(shù)企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“企業(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“市場化水平”“專利存量”。相較而言，非高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型受地區(qū)數(shù)字基礎(chǔ)設(shè)施水平的影響更大，而高新技術(shù)企業(yè)受地區(qū)市場化水平和專利存量的影響更大。

3.高管戰(zhàn)略眼光異質(zhì)性

數(shù)字時代最大的挑戰(zhàn)不在數(shù)字化本身，而在于依然用傳統(tǒng)的思維管理企業(yè)（余典范，2021）［57］。管理者是企業(yè)的掌舵人，管理者的特質(zhì)可能直接或間接影響企業(yè)的戰(zhàn)略決策。根據(jù)高層梯隊理論，管理者的特質(zhì)會影響企業(yè)的戰(zhàn)略選擇與目標(biāo)行為（Hambrick et al.，1984）［58］。因此，高管特質(zhì)的不同，也可能導(dǎo)致影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素有所不同。本文借鑒胡楠等（2021）［59］的方法，采用“短期視域”詞頻占MD&A總詞頻的比例來衡量企業(yè)高管的短視主義程度，并根據(jù)其中位數(shù)將樣本企業(yè)劃分“管理者目光長遠(yuǎn)”和“管理者短視主義”兩組，分別進(jìn)行檢驗，結(jié)果見表7的Panel A。在“管理者目光長遠(yuǎn)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“企業(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“專利存量”；而在“管理者短視主義”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“數(shù)字基礎(chǔ)設(shè)施”“市場化水平”“企業(yè)年齡”“專利存量”。相較而言，管理者目光長遠(yuǎn)企業(yè)的數(shù)字化轉(zhuǎn)型受地區(qū)經(jīng)濟(jì)發(fā)展水平的影響更大，而管理者短視主義企業(yè)的數(shù)字化轉(zhuǎn)型受地區(qū)市場化水平的影響更大。

4.產(chǎn)權(quán)性質(zhì)異質(zhì)性

將樣本企業(yè)劃分為“國有企業(yè)”和“非國有企業(yè)”兩組，分組檢驗的結(jié)果見表7的Panel B。在“國有企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“市場化水平”“經(jīng)濟(jì)發(fā)展水平”“企業(yè)規(guī)?！薄皵?shù)字基礎(chǔ)設(shè)施”“企業(yè)年齡”；而在“非國有企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“企業(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“專利存量”（與全樣本回歸結(jié)果一致）。可見，相對來講，國有企業(yè)數(shù)字化轉(zhuǎn)型更多地受到外部環(huán)境（市場化和經(jīng)濟(jì)發(fā)展水平）的影響，而非國有企業(yè)數(shù)字化轉(zhuǎn)型更多地取決于其自身發(fā)展?fàn)顩r（企業(yè)規(guī)模和年齡）。作為國民經(jīng)濟(jì)與社會穩(wěn)定的重要支柱，國有企業(yè)具有先天的資源優(yōu)勢與政策優(yōu)勢，在獲取財政扶持、政策傾斜方面較非國有企業(yè)更為便利（Tong et al.，2014；陶鋒 等，2017）［60-61］，同時國有企業(yè)也需要承擔(dān)更多的社會責(zé)任以及服務(wù)國家發(fā)展戰(zhàn)略的任務(wù)（林毅夫 等，2004）［62］，因此，國有企業(yè)存在逃離競爭效應(yīng)（Escape-competition Effect）。競爭壓力較小抑制了國有企業(yè)的數(shù)字化轉(zhuǎn)型，而地區(qū)市場化水平的提高改善了市場競爭環(huán)境，經(jīng)濟(jì)主體間的競爭更加公平有序，競爭壓力的增大則會促進(jìn)國有企業(yè)更加積極地進(jìn)行數(shù)字化轉(zhuǎn)型。所以，持續(xù)推進(jìn)市場化改革，積極營造公平競爭的市場環(huán)境，對于促進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型具有至關(guān)重要的作用。

5.地區(qū)異質(zhì)性

不同的地區(qū)具有不同的資源、技術(shù)、經(jīng)濟(jì)特征，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素也可能有所差異。本文將直轄市、副省級城市和省會城市歸為中心地區(qū)，其他城市歸為非中心地區(qū)，進(jìn)而將樣本企業(yè)劃分為“中心區(qū)企業(yè)”和“非中心區(qū)企業(yè)”兩組，分組檢驗的結(jié)果見表8。在“中心區(qū)企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)?！薄捌髽I(yè)年齡”“經(jīng)濟(jì)發(fā)展水平”“數(shù)字基礎(chǔ)設(shè)施”“董事會規(guī)模”，而在“非中心區(qū)企業(yè)”組，貢獻(xiàn)度排前五的變量依次為“企業(yè)規(guī)模”“數(shù)字基礎(chǔ)設(shè)施”“經(jīng)濟(jì)發(fā)展水平”“專利存量”“企業(yè)年齡”。相較而言，中心區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型受企業(yè)年齡的影響更大，而非中心區(qū)企業(yè)受數(shù)字基礎(chǔ)設(shè)施和專利存量的影響更大。因此，對于非中心區(qū)而言，激勵企業(yè)技術(shù)創(chuàng)新和加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)是推動企業(yè)數(shù)字化轉(zhuǎn)型的重要抓手。

五、結(jié)論與啟示

本文基于經(jīng)濟(jì)管理類重要CSSCI期刊發(fā)表的27篇關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型影響因素的實證文獻(xiàn)，篩選出企業(yè)特征、治理特征、地區(qū)特征3個維度的18項變量，進(jìn)而采用滬深A(yù)股上市公司2007—2020年的數(shù)據(jù)識別影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，并進(jìn)行異質(zhì)性分析，結(jié)果發(fā)現(xiàn)：（1）總體上看，有11個變量對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著影響，其中最為關(guān)鍵的5個因素依次為企業(yè)規(guī)模、企業(yè)年齡、地區(qū)經(jīng)濟(jì)發(fā)展水平、地區(qū)數(shù)字基礎(chǔ)設(shè)施水平、企業(yè)專利存量；（2）分維度來看，在企業(yè)特征維度影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為企業(yè)的規(guī)模、年齡和專利存量；在治理特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為董事會規(guī)模、股權(quán)集中度和擁有IT背景的高管；在地區(qū)特征維度，影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素為經(jīng)濟(jì)發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施水平。（3）對于不同類型的企業(yè)，影響數(shù)字化轉(zhuǎn)型的關(guān)鍵因素存在異質(zhì)性，主要表現(xiàn)為：企業(yè)年齡、地區(qū)市場化和經(jīng)濟(jì)發(fā)展水平對數(shù)字化水平較低企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵，而企業(yè)專利存量對數(shù)字化水平較高企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵；地區(qū)數(shù)字基礎(chǔ)設(shè)施水平對非高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵，而地區(qū)市場化水平和企業(yè)專利存量對高新技術(shù)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵；地區(qū)經(jīng)濟(jì)發(fā)展水平對管理者目光長遠(yuǎn)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵，而地區(qū)市場化水平對管理者短視主義企業(yè)數(shù)字化轉(zhuǎn)型的影響更為顯著；地區(qū)市場化和經(jīng)濟(jì)發(fā)展水平對國有企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵，而企業(yè)規(guī)模和年齡對非國有企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵；企業(yè)年齡對中心區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵，而地區(qū)數(shù)字基礎(chǔ)設(shè)施水平和企業(yè)專利存量對非中心區(qū)企業(yè)數(shù)字化轉(zhuǎn)型的影響更為關(guān)鍵。

本文研究結(jié)論具有以下啟示：第一，營造良好的企業(yè)成長生態(tài)，助推企業(yè)做大做強(qiáng)，提升企業(yè)數(shù)字化轉(zhuǎn)型的能力和動力。企業(yè)規(guī)模是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，但是當(dāng)前我國企業(yè)平均規(guī)模仍然較小，大企業(yè)數(shù)量偏少（王永進(jìn) 等，2017）［63］。一要營造公平競爭的市場環(huán)境，公平競爭不僅有助于激勵或者倒逼大企業(yè)不斷革新，而且有利于大量中小企業(yè)獲得更多的市場機(jī)會，助推企業(yè)做大做強(qiáng)。二要大力扶持中小企業(yè)，統(tǒng)籌實施系統(tǒng)化的中小企業(yè)發(fā)展促進(jìn)政策和措施，不僅包括技術(shù)、資金、人才、土地等要素供給，也包括平臺構(gòu)建、營商環(huán)境等環(huán)境支撐。第二，更加重視和支持中小企業(yè)及新建企業(yè)的數(shù)字化轉(zhuǎn)型。中小企業(yè)和新建企業(yè)的數(shù)字化轉(zhuǎn)型能力和風(fēng)險承擔(dān)能力較弱，面臨較大的轉(zhuǎn)型約束，應(yīng)有針對性地激勵和幫助其數(shù)字化轉(zhuǎn)型。一要通過財稅政策降低中小企業(yè)和新建企業(yè)數(shù)字化轉(zhuǎn)型的成本，提升其數(shù)字化轉(zhuǎn)型的動力。二要搜集中小企業(yè)和新建企業(yè)數(shù)字化轉(zhuǎn)型的訴求和技術(shù)難題，并積極為其提供幫助。三要支持專業(yè)服務(wù)商為中小企業(yè)和新建企業(yè)定制數(shù)字化方案，并鼓勵龍頭企業(yè)或者產(chǎn)業(yè)鏈鏈主企業(yè)帶動其進(jìn)行數(shù)字化轉(zhuǎn)型。第三，各地區(qū)應(yīng)進(jìn)一步推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)，強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)支撐。數(shù)字基礎(chǔ)設(shè)施水平是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，尤其是對于非中心地區(qū)企業(yè)而言。各地政府在發(fā)展規(guī)劃制定過程中要注重數(shù)字基礎(chǔ)設(shè)施的建設(shè)，加大資金投入和政策傾斜。第四，積極推進(jìn)市場化改革，營造公平競爭的市場環(huán)境，改善企業(yè)數(shù)字化轉(zhuǎn)型的環(huán)境條件。對于數(shù)字化水平較低企業(yè)、國有企業(yè)及管理者短視主義企業(yè)而言，地區(qū)市場化水平是影響數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，而且市場化改革有助于弱化企業(yè)之間的數(shù)字鴻溝。要通過構(gòu)建公平競爭的市場環(huán)境激勵或倒逼企業(yè)數(shù)字化轉(zhuǎn)型，充分發(fā)揮市場競爭機(jī)制的數(shù)字化轉(zhuǎn)型激勵效應(yīng)。第五，激勵企業(yè)技術(shù)創(chuàng)新，并加強(qiáng)創(chuàng)新合作，促進(jìn)知識溢出和共享。企業(yè)的專利存量是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，因而企業(yè)應(yīng)積極開展研發(fā)活動，加快知識和技術(shù)積累，并加強(qiáng)對外技術(shù)交流和合作，有效提高自身數(shù)字化轉(zhuǎn)型的能力。此外，盡管總體上看治理維度的變量不是影響企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵因素，但其對企業(yè)數(shù)字化轉(zhuǎn)型的影響是顯著的，因此，企業(yè)應(yīng)致力于改善治理結(jié)構(gòu)，并積極引進(jìn)具有IT背景的管理人才，從而加快數(shù)字化轉(zhuǎn)型進(jìn)程。

參考文獻(xiàn)：

［1］呂鐵.傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的趨向與路徑［J］.人民論壇·學(xué)術(shù)前沿，2019（18）：13-19.

［2］ 肖旭，戚聿東.產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的價值維度與理論邏輯［J］.改革，2019（8）：61-70.

［3］ 祝合良，王春娟.“雙循環(huán)”新發(fā)展格局戰(zhàn)略背景下產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型：理論與對策［J］.財貿(mào)經(jīng)濟(jì)，2021，42（3）：14-27.

［4］ SINGHAL K，F(xiàn)ENG Q，Ganeshan R，et al. Introduction to the special issue on perspectives on big data［J］. Production and Operations Management，2018，27（9）：1639-1641.

［5］ 安同良，楊晨.互聯(lián)網(wǎng)重塑中國經(jīng)濟(jì)地理格局：微觀機(jī)制與宏觀效應(yīng)［J］.經(jīng)濟(jì)研究，2020，55（2）：4-19.

［6］ 何小鋼，梁權(quán)熙，王善騮.信息技術(shù)、勞動力結(jié)構(gòu)與企業(yè)生產(chǎn)率——破解“信息技術(shù)生產(chǎn)率悖論”之謎［J］.管理世界，2019，35（9）：65-80.

［7］ 趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［8］ GUO X，LI M，WANG Y，et al. Does digital transformation improve the firms performance？ From the perspective of digitalization paradox and managerial myopia［J］. Journal of Business Research，2023，163：113868.

［9］ Ritter T，Pedersen C L. Digitization capability and the digitalization of business models in business-to-business firms：past， present，and future［J］. Industrial Marketing Management，2020，86：180-190.

［10］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［J］.管理世界，2021，37（7）：130-144+10.

［11］李金昌，連港慧，徐藹婷.“雙碳”愿景下企業(yè)綠色轉(zhuǎn)型的破局之道——數(shù)字化驅(qū)動綠色化的實證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（9）：27-49.

［12］Verhoef P C，Broekhuizen T，Bart Y，et al. Digital transformation：a multidisciplinary reflection and research agenda［J］. Journal of Business Research，2021，122：889-901.

［13］余典范，王超，陳磊.政府補(bǔ)助、產(chǎn)業(yè)鏈協(xié)同與企業(yè)數(shù)字化［J］.經(jīng)濟(jì)管理，2022，44（5）：63-82.

［14］祝樹金，申志軒，文茜，等.經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化戰(zhàn)略：效應(yīng)與機(jī)制［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（05）：24-45.

［15］王超，余典范，龍睿.經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化——墊腳石還是絆腳石？［J］.經(jīng)濟(jì)管理，2023，45（6）：79-100.

［16］孫偉增，毛寧，蘭峰，等.政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型——基于國家大數(shù)據(jù)綜合試驗區(qū)的準(zhǔn)自然實驗［J］.中國工業(yè)經(jīng)濟(jì)，2023（9）：117-135.

［17］馮根福，鄭明波，溫軍，等.究竟哪些因素決定了中國企業(yè)的技術(shù)創(chuàng)新——基于九大中文經(jīng)濟(jì)學(xué)權(quán)威期刊和A股上市公司數(shù)據(jù)的再實證［J］.中國工業(yè)經(jīng)濟(jì)，2021（1）：17-35.

［18］STERCK O. Stars，wars，and development［R］. SSRN Working Paper，2019.

［19］任曉怡，蘇雪莎，常曦，等.中國自由貿(mào)易試驗區(qū)與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學(xué)，2022（9）：130-140.

［20］陽鎮(zhèn)，陳勁，吳海軍.“擁抱”還是“拒絕”：經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)學(xué)家，2023（1）：45-54.

［21］向海凌，丁子家，徐斯旸，等.金融科技與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學(xué)，2023（5）：207-215.

［22］甄紅線，王璽，方紅星.知識產(chǎn)權(quán)行政保護(hù)與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)研究，2023，58（11）：62-79.

［23］杜勇，婁靖，胡紅燕.供應(yīng)鏈共同股權(quán)網(wǎng)絡(luò)下企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)研究［J］.中國工業(yè)經(jīng)濟(jì)，2023（4）：136-155.

［24］蔡宏波，湯城建，韓金镕.減稅激勵、供應(yīng)鏈溢出與數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)研究，2023，58（07）：156-173.

［25］柳學(xué)信，程園，孫忠娟.服務(wù)業(yè)平臺企業(yè)的網(wǎng)絡(luò)能力、數(shù)字平臺能力如何促進(jìn)數(shù)字化創(chuàng)新？——資源編排視角［J/OL］.經(jīng)濟(jì)管理：1-23（2024-01-09）. http：//kns.cnki.net/kcms/detail/11.1047.F.20240108.1306.016.html.

［26］張文文，景維民.數(shù)字經(jīng)濟(jì)監(jiān)管與企業(yè)數(shù)字化轉(zhuǎn)型——基于收益和成本的權(quán)衡分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（1）：5-24.

［27］李云鶴，藍(lán)齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應(yīng)鏈擴(kuò)散機(jī)制研究［J］.中國工業(yè)經(jīng)濟(jì)，2022，417（12）：146-165.

［28］李思飛，李鑫，王賽，等.家族企業(yè)代際傳承與數(shù)字化轉(zhuǎn)型：激勵還是抑制？［J］.管理世界，2023，39（6）：171-191.

［29］劉詩源，林志帆，冷志鵬.稅收激勵提高企業(yè)創(chuàng)新水平了嗎？——基于企業(yè)生命周期理論的檢驗［J］.經(jīng)濟(jì)研究，2020，55（6）：105-121.

［30］何軒，肖煒誠，張映瑜，等.當(dāng)家族企業(yè)面臨數(shù)字化變革——基于社會情感財富和技術(shù)變遷互動視角的解釋［J］.財經(jīng)研究，2023，49（7）：153-168.

［31］童盼，陸正飛.負(fù)債融資、負(fù)債來源與企業(yè)投資行為——來自中國上市公司的經(jīng)驗證據(jù)［J］.經(jīng)濟(jì)研究，2005（5）：75-84+126.

［32］毛寧，孫偉增，楊運(yùn)杰，等.交通基礎(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型——以中國高速鐵路為例的實證研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（10）：47-67.

［33］張志元，馬永凡.危機(jī)還是契機(jī)：企業(yè)客戶關(guān)系與數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)管理，2022，44（11）：67-88.

［34］李逸飛，曹策，楚爾鳴.地方債管理體制改革與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)學(xué)動態(tài)，2023（4）：79-94.

［35］王海，閆卓毓，郭冠宇，等.數(shù)字基礎(chǔ)設(shè)施政策與企業(yè)數(shù)字化轉(zhuǎn)型：“賦能”還是“負(fù)能”？［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（05）：5-23.

［36］吳育輝，張騰，秦利賓，等.高管信息技術(shù)背景與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)管理，2022，44（12）：138-157.

［37］COHEN W M，LEVINTHAL D A. Absorptive capacity：a new perspective on learning and innovation［J］. Administrative Science Quarterly，1990，35（1）：128-152.

［38］PODOLNY J M，Stuart T E，HANNAN M T. Networks，knowledge，and niches：competition in the worldwide semiconductor industry，1984—1991［J］. American Journal of Sociology，1996，102（3）：659-689.

［39］張玉娟，湯湘希.股權(quán)結(jié)構(gòu)、高管激勵與企業(yè)創(chuàng)新——基于不同產(chǎn)權(quán)性質(zhì)A股上市公司的數(shù)據(jù)［J］.山西財經(jīng)大學(xué)學(xué)報，2018，40（9）：76-93.

［40］湯萱，高星，趙天齊，等.高管團(tuán)隊異質(zhì)性與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學(xué)，2022（10）：83-98.

［41］劉錫祿，陳志軍，馬鵬程.信息技術(shù)背景CEO與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學(xué)，2023（1）：134-144.

［42］余漢，黃爽，宋增基.國有股權(quán)對民營企業(yè)數(shù)字化轉(zhuǎn)型的影響——基于上市公司的經(jīng)驗證據(jù)［J］.中國軟科學(xué)，2023（3）：140-149.

［43］范合君，吳婷，何思錦.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動效應(yīng)研究［J］.中國工業(yè)經(jīng)濟(jì)，2023（3）：115-132.

［44］陳元，賀小剛，徐世豪.家族控制與企業(yè)數(shù)字化轉(zhuǎn)型［J］.經(jīng)濟(jì)管理，2023，45（5）：99-115.

［45］陳慶江，王彥萌.基于高管聯(lián)結(jié)的企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略擴(kuò)散：實現(xiàn)機(jī)制與邊界條件［J］.財經(jīng)研究，2022，48（12）：48-62.

［46］BHARADWAJ A，EI SAWY O A，PAVLOU P A，et al Digital business strategy：toward a next generation of insights［J］.

MIS Quarterly，2013，37（2）：471-482.

［47］黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟(jì)研究，2023，58（3）：97-115.

［48］HOLGERSSON H E T，NORMAN T，TAVASSOLI S. In the quest for economic significance：assessing variable importance through mean value decomposition［J］. Applied Economics Letters，2014，21（8）：545-549.

［49］王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報告（2021）［M］.北京：社會科學(xué)文獻(xiàn)出版社，2021.

［50］SCHUMPETER J A. Capitalism，socialism and democracy［M］. NewYork：Harper & Brother Press，1942.

［51］BARNEY J. Firm resources and sustained competitive advantage［J］. Journal of Management，1991，17（1）：99-120.

［52］陶鋒，朱盼，邱楚芝，等.數(shù)字技術(shù)創(chuàng)新對企業(yè)市場價值的影響研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（5）：68-91.

［53］夏常源，毛謝恩，余海宗.社保繳費(fèi)與企業(yè)管理數(shù)字化［J］.會計研究，2022，411（1）：96-113.

［54］WANG Q J，F(xiàn)ENG G F，CHEN Y E，et al. The impacts of government ideology on innovation：what are the main implications？［J］. Research Policy，2019，48（5）：1232-1247.

［55］戴魁早，劉友金.市場化進(jìn)程對創(chuàng)新效率的影響及行業(yè)差異——基于中國高技術(shù)產(chǎn)業(yè)的實證檢驗［J］.財經(jīng)研究，2013，39（5）：4-16.

［56］顧夏銘，陳勇民，潘士遠(yuǎn).經(jīng)濟(jì)政策不確定性與創(chuàng)新——基于我國上市公司的實證分析［J］.經(jīng)濟(jì)研究，2018，53（2）：109-123.

［57］余典范.成為數(shù)字強(qiáng)國：企業(yè)協(xié)同數(shù)字化破解“數(shù)字化悖論”［J］.清華管理評論，2021（10）：73-77.

［58］HAMBRICK D C，MASON P A . Upper echelons：the organization as a reflection of its top managers［J］. Academy of Management Review，1984，9（2）：193-206.

［59］胡楠，薛付婧，王昊楠.管理者短視主義影響企業(yè)長期投資嗎？——基于文本分析和機(jī)器學(xué)習(xí)［J］.管理世界，2021，37（5）：139-156+11+19-21.

［60］TONG T W，HE W L，HE Z L，et al. Patent regime shift and firm innovation：evidence from the second amendment to Chinas patent law ［J］. Academy of Management Proceedings，2014（1）：14174-14174.

［61］陶鋒，胡軍，李詩田，等.金融地理結(jié)構(gòu)如何影響企業(yè)生產(chǎn)率？——兼論金融供給側(cè)結(jié)構(gòu)性改革［J］.經(jīng)濟(jì)研究，2017，52（9）：55-71.

［62］林毅夫，李志赟.政策性負(fù)擔(dān)、道德風(fēng)險與預(yù)算軟約束［J］.經(jīng)濟(jì)研究，2004（2）：17-27.

［63］王永進(jìn)，盛丹，李坤望.中國企業(yè)成長中的規(guī)模分布——基于大企業(yè)的研究［J］.中國社會科學(xué)，2017（3）：26-47+204-205.

Study on the Key Factors Influencing Enterprise Digital

Transformation：Contribution Analysis Based on

Multidimensional Indicators

Abstract：

Chinas economy has transitioned from a high-speed growth phase to a high-quality development phase， and accelerating industrial transformation and improving quality and efficiency have become the top priorities for achieving high-quality economic development. Compared with the strategic requirements and practical exploration of accelerating the construction of a manufacturing power and a digital China， research on digital transformation in China is still relatively lagging behind. The current focus of academic research on digital transformation is still concentrated on its macro- and micro-economic effects. There is a basic consensus on the importance and necessity of enterprise digital transformation， but research on the impact mechanism and policy design of enterprise digital transformation is still relatively weak.

This article first extracts the main factors that affect the digital transformation of enterprises based on relevant literature and theories. Then， based on the measurement method of contribution index， the relative importance of the influencing factors of enterprise digital transformation is measured to identify the key factors that determine the digital transformation of Chinese enterprises and their heterogeneity in digital foundation， region， ownership， industry， and executive characteristics. The research results show that the characteristics of enterprises represented by their size， age， and patent stock， as well as the regional environment represented by digital infrastructure and economic development， are the most critical internal and external factors determining the digital transformation of enterprises. The heterogeneity test results show that compared with companies with better digital foundations， the impact of age and marketization on the digital transformation of companies with poorer digital foundations are more critical; compared with enterprises in central areas， digital infrastructure has a more critical impact on the digital transformation of non-central enterprises; compared with non-state-owned enterprises， marketization has a more critical impact on the digital transformation of state-owned enterprises; compared with high-tech enterprises， digital infrastructure has a more critical impact on the digital transformation of non-high-tech enterprises; compared with enterprises with long-sighted executives， the impact of digital infrastructure and marketization on the digital transformation of enterprises with short-sighted executives is more crucial.

Compared with existing research， the marginal contributions of this paper are mainly reflected in three aspects： firstly， it expands the relevant research on digital transformation from the perspective of identifying key factors in enterprise digital transformation. Unlike existing research that focuses on exploring the macro and micro economic effects of digital transformation， this article focuses on the “front-end” driving factors of enterprise digital transformation and constructs contribution indicators to identify key influencing factors， which helps to expand and enrich related research on digital transformation. Secondly， research methods have constructed indicators that can measure the relative contribution of each variable. This article draws on the method of Feng Genfu et al. （2021） to improve and redesign the indicators for evaluating the relative importance of variables， applying them to the identification scenarios of key influencing factors in enterprise digital transformation. This helps to scientifically grasp the key influencing factors of enterprise digital transformation and expand the application scenarios of relative contribution indicators. The third aspect is to explore the heterogeneity of key influencing factors on the digital transformation of enterprises in different types of enterprises from several dimensions： digital foundation， location， ownership， industry， and executive characteristics. Based on the research findings， the driving mechanisms and policy designs for the digital transformation of different types of enterprises are proposed， which has important practical significance.

Key words：

digital transformation; contribution degree; enterprise scale; digital infrastructure; enterprise age; patent stock; regional economic level