营商环境优化如何助力制造业企业数字化转型

王玉燕 张静娟

【摘要】本文采用熵权法测算2011 ～ 2020年275个地级市的营商环境， 采用文本挖掘法测度2107家制造业企业数字化转型， 实证检验营商环境优化对企业数字化转型的影响及作用机制。结果表明， 营商环境优化能显著促进制造业企业数字化转型。机制检验表明， 营商环境优化通过降低企业制度性交易成本、 提高行业市场竞争程度、 增加城市高层次人才供给促进企业数字化转型。异质性分析发现， 对于非国有企业、 董事长拥有较高学历和无研发背景的企业， 以及处于资本和技术密集型行业、 非省会城市、 新型信息基础设施建设较好区域的企业， 营商环境优化对企业数字化转型的促进作用更为显著。研究结论对于进一步优化营商环境、 推动企业落实数字化转型决策具有一定的指导意义。

【关键词】营商环境优化；数字化转型；文本挖掘法；熵权法；制造业

【中图分类号】F270      【文献标识码】A      【文章编号】1004-0994（2023）18-0138-8

一、  引言

根据中国信息通信研究院《中国数字经济发展报告（2023年）》， 2022年我国数字经济规模为50.2万亿元， 占GDP比重达41.5%。在全球经济下行、 国际局势复杂等重重压力下， 我国数字经济逆势而上， 成为恢复经济发展、 稳定经济增长的主引擎。近年来， 国家高度重视数字经济的发展， 党的二十大报告中指出“加快发展数字经济， 促进数字经济与实体经济深度融合， 打造具有国际竞争力的数字产业集群”。制造业作为实体经济之基， 其数字化转型的难度更大， 企业之间的转型差异更明显（杨德明和刘泳文，2018）。研究制造业企业数字化转型的影响因素， 不仅有助于解决企业数字化转型难题， 培育制造业数字化转型新动能， 而且在宏观上有助于促进我国数字经济和实体经济深度融合。

企业数字化转型是指通过将数字技术引入现有企业管理架构， 改变企业管理思维， 实现智能化、 精准化、 高效化的数字化管理模式（刘淑春等，2021）。随着市场原材料、 劳动力等成本的逐渐攀升， 制造业产业利润不断下降， 企业可借助大数据、 物联网、 云计算等数字技术赋能研发设计、 生产管理、 销售服务等制造的全过程， 盘活资产、 整合资源， 开辟新的利润增长空间。当前我国制造业企业的数字化转型整体处于起步阶段， 根据埃森哲发布的《2022中国企业数字转型指数研究报告》， 仅有不到17%的企业数字化转型卓有成效， 多数企业因面临当期经营困难、 转型成本高等转型困境而出现“不会转、 不能转、 不敢转”的现象。数字化建设通常需要耗费大量的资源， 多数企业会寻求智能制造政策支持、 投资税收抵免激励、 数字化平台和专家等外部资源协助（Kusiak，2017）。营商环境涵盖企业在市场经济活动中所涉及的一系列体制机制性因素和条件（国务院，2019）， 是企业拥有的重要外部资源。良好的营商环境能够为企业开展数字化转型提供政务服务、 市场准入、 法治保障等支持， 是企业开展数字化转型的重要依托。因此， 从营商环境优化视角入手， 探究制造业企业数字化转型的驱动因素， 对于实现制造業企业数字化发展有着重要意义。

现有关于企业数字化转型影响因素的研究多侧重于企业高管学术经历（阳镇等，2022）、 CEO权力（苑泽明，2023）和企业竞争战略选择（武常岐等，2022）等内部因素。在对企业外部营商环境的研究上， 多数学者关注的是营商环境对企业家经营管理活动（魏下海等，2015）、 企业劳动生产率（谢繁宝和樊瑶，2022）和创新效率（王磊等，2022）的影响， 而关于营商环境与企业数字化转型之间的关系少有问津。在为数不多的考察营商环境对企业数字化转型影响的研究中， 由于缺乏关于企业数字化转型指标的相关统计数据， 部分研究采用民营企业问卷调查的截面数据进行实证分析（史宇鹏和王阳，2022）， 导致数据维度单一， 难以全面考察营商环境对企业数字化转型的影响。

与前人研究相比， 本文可能的边际贡献如下： 第一， 基于文本挖掘法和爬虫技术从互联网商业模式、 智能制造技术、 信息基础设施三个维度构建具有制造业行业特色的企业数字化转型指标体系， 对微观层面企业数字化度量方法进行了有效补充。第二， 从营商环境优化视角探究企业数字化转型的驱动逻辑， 梳理营商环境对企业数字化转型的总体影响， 同时揭示营商环境与企业数字化转型之间的“机制黑箱”， 对营商环境与企业数字化转型理论进行了扩展和融合。第三， 对破解企业数字化转型难题、 培育制造业企业转型新动能具有一定的参考价值， 宏观上对推进实体经济的数字化进程也具有一定的实践意义。

二、  理论分析与研究假设

营商环境优化包括市场主体保护、 市场环境、 政务服务、 监管执法、 法治保障五方面的优化。

一方面， 营商环境优化能够直接促进制造业企业数字化转型。公开便捷、 优质普惠的政务服务能够为企业降低经营成本， 激励企业开展投资创新活动； 竞争有序、 开放透明的市场环境能够加强对市场主体的权益保护， 有助于为开展数字化转型的企业规避竞争风险； 强有力的法制约束和激励相容的制度环境更是促进企业自主研发及技术创新的长效机制和重要保障。企业开展数字化转型的动机是获得竞争优势， 提高经济效益（王永进和冯笑，2018）。政府、 市场和制度三者的有机统一塑造的优质营商环境， 有助于减少企业数字化转型过程中的外部干扰， 对其中可能面临的投资建设审批困难、 地方保护和不当竞争、 研发创新产权纠纷等难题提供保障， 因此企业具有强大的内生动力开展数字化转型， 加大对数字技术的研发投入、 应用数字化管理模式日益成为企业的必然选择。

另一方面， 营商环境优化能够通过降低企业制度性交易成本、 提高行业市场竞争程度、 增加城市高层次人才供给促进企业数字化转型。

在企业层面， 营商环境优化能够通过降低企业制度性交易成本促进企业数字化转型。首先， 简化审批流程、 规范涉企收费能降低企业开展数字化转型所产生的一系列办事成本； 其次， 搭建优质普惠的市场主体服务体系， 鼓励银行等金融机构对中小企业予以管理费用减免等合理优惠， 能够降低企业的融资成本； 最后， 完善透明的制度环境、 健全的数据资源保护等法治保障， 能解决契约失灵问题， 减少企业数字化转型过程中可能面临的产权纠纷和由此带来的维权成本。相应地， 企业数字化转型过程中面临诸多生产设备技术、 组织管理流程的破旧立新， 均需要相应的物质与金融资本支持（刘淑春等，2021）， 而营商环境优化有利于降低企业因开展数字化转型而产生的一系列制度性交易成本， 减轻企业数字化转型的金融负担， 从而促进企业开展数字化转型。

在行业层面， 营商环境优化能够通过提高行业市场竞争程度促进企业数字化转型。良好的营商环境作为一种制度性安排， 可以从激励和监督两方面强化市场公平竞争， 促进企业开展数字化转型。一方面， 良好的营商环境有助于破除市场准入限制、 减少对资源的直接配置、 建立优胜劣汰的市场竞争机制， 在位企业和新进入企业均需要通过创新缓解生存危机（Prantl，2012）， 其有强大的内生动力进行数字化转型， 以期在市场竞争中获得新的竞争优势； 另一方面， 良好的营商环境能够强化对竞争秩序的维护， 切实保障企业数字化转型所需的公平竞争的研发创新环境， 从而促进企业开展数字化转型。

在城市层面， 营商环境优化通过增加城市高层次人才供给促进企业数字化转型。营商环境优化能够从吸引人才和加强互动两方面保障企业数字化转型的人才储备。一方面， 科研经费补助、 安居工程等人才引进政策和配套措施的落地营造了开放包容的人文环境， 各类人才“用脚投票”， 纷纷涌向营商环境良好的地区（袁文融和杨震宁，2021）； 另一方面， 良好的营商环境能够为人才互动提供更多见面交流的机会， 通过贸易展览、 行业会议、 研讨讲座等活动交换技术和市场信息， 加强产学研合作， 进一步丰富地区的人力资本。而企业开展数字化转型这类创新活动需要高素质管理人才和技术研发人才的加持， 良好的营商环境能够助力企业将数字技术引入现有企业管理架构， 改变企业管理思维， 从而实现数字化转型。因此， 本文提出假设1：

假设1： 营商环境优化能够促进企业数字化转型。

三、  研究设计

（一）样本选取与数据来源

考虑到我国数字技术高速发展及逐步应用的趋势主要体现在2010年之后（袁淳等，2021）， 同时结合所选变量数据的可获得性， 本文将研究区间选为2011 ～ 2020年。选取沪深A股制造业行业上市公司作为研究样本， 并依次剔除如下四类公司： ST、 ?ST和PT公司， IPO当年的观测值和期间退市的公司， 审计报告类型为否定意见的公司， 主要变量缺失的公司。在城市选择上， 本文剔除数据缺失严重的城市， 最终选取275个地级市的2107家制造业企业为研究对象。

本文公司层面的数据主要来自国泰安数据库， 年报文件均来自深圳证券交易所、 上海证券交易所网站， 地区层面的数据来自2011 ～ 2020年《中国城市统计年鉴》《中国城乡建设统计年鉴》。利用插值法补齐个别缺失数据。

（二）變量说明

1. 解释变量。本文对营商环境的衡量主要参考《管理世界》经济研究院“中国城市营商环境评价研究”课题组等（2019）构建的评价体系， 在此基础上新增“金融行业从业人数”“规模以上工业企业数”“当年新签项目合同个数”“发明专利获得总量”4个指标， 以全面刻画金融服务、 市场环境和创新环境， 同时参考杨仁发和魏琴琴（2021）的研究， 以“主营业务税金及附加/利润总额”衡量企业税收负担， 并共选取政府效率、 金融服务、 公共服务、 市场环境、 创新环境5 个一级指标， 下设15个二级指标、 18 个三级指标， 指标名称及属性见表 1。采用熵值法测得各城市营商环境指标BE1， 在稳健性检验部分， 更换为变异系数法测得的营商环境指标BE2， 并采用中国人民大学国家发展与战略研究院发布的《中国城市政商关系评价报告》中城市政商关系健康指数得到营商环境的替换指标BE3。

2. 被解释变量。本文参考袁淳等（2021）的研究， 以数字化相关关键词在年报中出现的词频数刻画企业数字化转型。中国证监会要求上市公司在年报中对其所处行业和从事业务的情况进行披露， 报告期内企业若将数字化转型作为自身的发展战略， 则无疑会在年报中披露其经营状况、 发展计划及风险， 因此以年报中数字化相关词频代理企业数字化有一定的可行性和科学性。

构造企业数字化转型指标的步骤如下： 首先， 爬取国务院政策文件库网站关于数字化转型的政策文件， 结合人工选取制造业企业数字化转型较为成功的年报样本， 通过JAVA分词处理、 人工筛选调整成具有制造业企业数字化转型特色的术语词库； 其次， 参照赵宸宇等（2021）的研究对关键词进行补充， 并依据词语相关性对关键词进行分类， 详见图1； 最后， 参照词库， 采用文本挖掘法对企业年报文本进行精准词频挖掘， 对词频数加一后取自然对数， 即得到企业数字化转型指标Diga。

3. 控制变量。本文从企业财务特征和治理特征两个方面选择控制变量， 主要包括企业年龄、 企业规模、 资产负债率、 总资产收益率、 账面市值比、 资产周转率、 审计意见、 两职合一、 前十大股东持股率。

具体变量定义如表2所示。

（三）样本特征

1. 描述性统计。本文主要变量的描述性统计结果见表3。可以看出， 企业数字化转型的均值分别为3.182、 0.02和0.038， 方差分别为1.163、 0.047和0.097， 最小值均为0， 说明不同企业之间的数字化转型程度不一， 且存在部分企业尚未开展数字化转型的情况。从三种方法测得的营商环境指标结果来看， 城市之间的营商环境存在较大差异。在控制变量中， 不同企业间的财务特征和治理特征也存在着差异， 这可能会影响到企业数字化转型的开展。

2. 样本特征分析。以中位数为依据将营商环境指标BE1划分为高低两组， 表4的分样本统计发现， 高营商环境组的企业数字化转型指标Diga以及分项指标互联网商业模式、 智能制造技术和信息基础设施的均值均高于低营商环境组， 且均值检验发现相关变量的组间差异均在1% 的水平上显著异于零， 这一差异为本文进一步探究营商环境优化与企业数字化转型的关系提供了基础。

（四）模型设定

根据以上理论分析， 构建模型（1）考察营商环境优化对企业数字化转型的影响。

Digit=α0+α1BEit+α2Controlsit+θY+λI+δP+εit      （1）

其中， 下标i表示企业、 t表示年份， 被解释变量Dig为企业数字化转型指标， 解释变量BE为营商环境指标， Controls为表2中的一系列控制变量。为了控制宏观因素和行业因素对企业数字化转型的影响， 在方程中加入年份固定效应θY、 行业固定效应λI和地区固定效应δP， 本文实证模型均采用聚类稳健标准误进行估计。

四、 实证分析

（一）基准回归

表5为基准回归结果， 在企业层面的聚类标准误下， 第（1）列仅加入核心解释变量， 第（2） ～ （5）列依次加入控制变量、 年份固定效应、 行业固定效应和地区固定效应。由表5可知， 在控制了其他可能影响企业数字化转型的因素后， BE1的回归系数值略有降低， 但始终在1%的水平上显著为正。由此， 假设1得证。

（二）稳健性检验

1. 替换核心变量。首先， 替换被解释变量， 分别将企业数字化转型指标替换为考虑行业差异后的相对词频占比Digb、 企业软件投资占无形资产比重Digc； 其次， 替换核心解释变量， 分别替换为用变异系数法测得的营商环境指标BE2、 《中国城市政商关系评价报告》中城市政商关系健康指数代理的营商环境指标BE3。回归结果显示， 替换核心变量后， 实证结果无实质性改变。

2. 更换样本范围。在各级政府积极推行“互联网+”行动的背景下， 企业管理层存在着夸大数字化相关信息披露以进行概念炒作的可能（赵璨等，2020）， 考虑到制造业企业调整相应的生产要素配置需要一定的时间， 且需要相应的资产支持， 才能实现企业在生产技术、 组织管理等整体框架上的数字化转型， 本文筛选了存续期大于5年且资产负债率小于1的企业， 以及剔除了计算机、 通信和其他电子设备制造业这类与企业数字化转型直接相关的行业。结果显示， 在这两个样本范围内， BE1的系数依然在1%的水平上显著为正。

3. 更换模型设定。考虑到营商环境优化对企业数字化转型可能存在一定时间的滞后影响， 本文分别使用核心解释变量营商环境的滞后一期、 滞后二期， 被解释变量企业数字化转型的前置一期、 前置二期进入原模型重新回归， 时间结构上的错位处理一定程度上也能够减弱互为因果的干扰。回归结果显示， 核心解释变量的回归系数依然在1%的水平上显著为正， 验证了基准回归结果的稳健性， 同时表明营商环境优化能够对企业数字化转型产生长期可叠加的正向影响。另外， 由于样本数据中约有290个样本的企业数字化转型观测值为0， 被解释变量存在着左截断的特征， 故进一步使用Tobit方法进行回归。结果显示， BE1的系数仍然显著为正， 进一步说明本文的结果是稳健的。

限于篇幅， 以上稳健性检验结果未予列示。

（三）内生性检验

本文考察的是城市营商环境对微观制造业企业数字化转型的影响， 在逻辑上并不存在明显的反向因果关系， 即个别企业的数字化转型不会影响城市营商环境建设。但是， 本文仍然存在着遗漏变量和测量误差问题， 这会导致估计结果有偏。为解决内生性问题， 选择各城市的生活垃圾处理率作为工具变量。一方面， 该指标反映了政府对城市通商便利度和公共服务的重视程度， 与地区营商环境水平密切相关， 满足相关性要求； 另一方面， 该指标不会受到单个企业开展数字化转型的影响， 满足外生性要求。使用以上工具变量进行2SLS估计。此外， 本文以营商环境指标的样本观测值与其平均值差的三次方構造工具变量， 取三次方的高阶矩表示偏度以提高估计的有效性， 解决度量误差引起的内生性问题。结果显示， 第一阶段回归的 F 统计量大于10， 不可识别检验和弱识别检验均拒绝了弱工具变量和识别不足的原假设， 表明本文选取的工具变量合理可靠。BE1的系数显著为正， 表明本文主要结论仍成立。限于篇幅， 内生性检验结果未予列示。

五、  进一步分析

（一）机制检验

通过前文理论分析可知， 营商环境优化能够通过降低企业制度性交易成本、 提高行业市场竞争程度、 增加城市高层次人才供给来促进企业数字化转型。为了验证以上三个机制， 本文构建模型（2）和模型（3）。

Wayit=β0+β1BEit+β2Controlsit+θY+λI+δP+εit     （2）

Digit=γ0+γ1BEit+γ2Wayit+γ3Controlsit+θY+λI+δP+εit    （3）

其中， Way表示机制变量， 包括企业制度性交易成本、 行业市场竞争程度和城市高层次人才供给。企业制度性交易成本以企业管理费用、 销售费用与财务费用之和占营业收入比重代理； 行业市场竞争程度以赫芬达尔指数代理， 该指标越小， 表明市场集中度越低， 行业市场竞争程度越高； 城市高层次人才供给以各城市普通本专科在校学生数代理， 本专科在校学生由于具有受教育程度高、 素质技能较好等优势， 在就业市场上往往代表着较高质量的人力资本， 而学生在就业地域的选择上， 也呈现出“选择大学所在城市”的就业偏好（周蓉，2022）。其他变量定义与模型（1）一致。

表6列示了中介效应检验结果。第（1）列中BE1的系数显著为负， 表明营商环境优化能显著降低企业制度性交易成本， 第（2）列中BE1的系数在1%的水平上显著为正， 企业制度性交易成本的系数显著为负， 说明存在中介效应， 印证了营商环境优化通过促使政府部门降本增效、 优化涉企服务来降低企业制度性交易成本， 进而促进企业数字化转型的作用渠道。第（3）列中BE1的系数显著为负， 表明营商环境优化能显著提高行业市场竞争程度， 第（4）列中BE1的系数在1%的水平上显著为正， 行业市场竞争程度的系数显著为负， 说明营商环境优化能通过强化行业市场竞争， 破除数字产业进入壁垒、 维护市场公平竞争秩序的渠道促进企业数字化转型。第（5）列中BE1的系数在1%的水平上显著为正， 表明营商环境优化能够显著强化城市高层次人力资本供给， 第（6）列中BE1和城市高层次人才供给的系数均显著为正， 表明营商环境优化能够通过加大城市高层次人力资本供给， 提供企业数字化转型所需的人力资本支持， 进而促进企业数字化转型。

（二）异质性检验

1. 企业异质性影响。数字技术的赋能在一定程度上颠覆了传统的生产模式和组织框架， 对企业既有的商业战略带来冲击， 开展数字化转型要求企业内部具备一定的机会识别和响应能力（Warner和W?ger，2019）。一方面， 产权性质决定着企业的发展方向。国有企业除了承担商业性目标， 还兼具稳定国民经济命脉、 落实宏观经济政策等社会职能， 其发展战略受政府约束和管制较为严格； 而非国有企业以打造竞争优势、 追求经济利益为目标， 在数字化发展浪潮中能够更加积极主动地制定数字化转型战略。另一方面， 根据高层梯队理论， 管理者并非完全理性， 其自身的教育背景、 科研经历等个人经验会影响企业对最新数字化趋势的感知、 开展数字化转型的意愿以及快速响应的能力， 进而影响企业数字化转型。

因此， 本文按照企业产权性质、 董事长学历类别和研发背景将样本进行分组。其中， 研发背景参考贺新闻和洪琳（2021）的研究， 通过筛选董事长公开的个人简历， 将曾经拥有在高校、 科研机构或企业任职时形成与职业相关的科研经历视为具有研发背景， 否则为无研发背景。表7的分组回归结果表明， BE1的回归系数均为正， 且在非國有企业、 董事长拥有较高学历（硕士及以上）和无研发背景的样本中高度显著。似无相关检验（suest检验）发现， 核心解释变量的估计系数在分样本间存在显著的组间系数差异。这可能是因为： 国有企业在数字化转型战略上的自主决策权和积极性相对较低， 非国有企业在数字化发展浪潮中更加积极主动； 拥有较高学历的董事长对外部环境中数字化发展的感知识别和响应能力更强， 对内更有意识和动机开展企业数字化转型； 具有研发背景的董事长数年深耕于专业领域的科研创新， 其更加注重科研过程的缜密性和结果的可靠性， 可能对企业开展数字化转型的决策行为过于保守。综上， 企业产权性质和管理者个人特质会影响企业对数字化发展机会的识别和把握， 影响数字化转型战略的制定， 进而影响营商环境优化对企业数字化转型的功效发挥。

2. 行业异质性影响。不同要素密集度的行业对于数字技术的依赖性差异也会导致其受营商环境优化的影响不同。技术密集型行业具有技术装备多、 专利多的特点， 此类企业更容易获得政策、 市场等资源支持， 资本密集型行业所需投资量大， 有形资产较为丰富， 能够为企业开展数字化转型提供资本支持， 故这两类企业在进行数字化转型时更具竞争优势； 劳动密集型行业对技术和设备的依赖程度较低， 人均劳动力技术装备水平较低， 故较少能被数字化技术取代。

因此， 本文根据企业所处行业要素密集度将样本划分为劳动密集型、 资本密集型和技术密集型企业并进行分组回归， 表8第（1） ～ （3）列报告了分样本回归结果。BE1的回归系数均显著为正， 且资本和技术密集型行业的回归系数和显著性均高于劳动密集型行业。分样本检验结果表明， 营商环境的组间回归系数存在显著差异。实证结果与前文理论分析保持一致， 即技术装备多、 有形资产更为丰富的行业在进行数字化转型时更容易获得资本的支持， 享受营商环境优化带来的制度政策红利， 而劳动密集型行业对数字技术的依赖性较低， 故相比劳动密集型行业， 营商环境优化对资本和技术密集型行业的企业数字化转型的促进作用更强。

3. 城市异质性影响。企业所处城市行政等级不同也会影响营商环境优化对企业数字化转型的作用。省会城市通常是国家或区域经济发展战略的中心和先行者， 其经济条件优越， 制度环境完善， 营商环境处于较高水平； 非省会城市的企业开展数字化转型则面临着政策、 市场等多方面约束， 受到营商环境优化的冲击后， 企业间开展数字化转型的差异可能会更加明显。

因此， 本文根据企业所处城市特征， 将样本分为4个直辖市、 27个省会城市和244个非省会城市， 考察不同城市行政等级下营商环境优化对制造业企业数字化转型的影响差异， 表8第（4） ～ （6）列报告了分组回归结果。可见， 直辖市和省会城市营商环境优化对制造业企业数字化转型无显著促进作用， 非省会城市BE1的系数在1%的水平上显著为正， 验证了优化营商环境能够促进非省会城市的制造业企业数字化转型。

4. 新型信息基础设施建设异质性影响。5G 网络、 大数据、 物联网等数字技术演化成的新型信息基础设施， 能够改善用户端到端网络访问体验， 为数字化转型实力不足的企业提供良好的算力支持， 有效满足企业数字化转型所需的低时延、 大带宽、 本地计算、 安全承载、 降本增效等外部需求， 助力企业开展数字化转型， 故新型信息基础设施建设水平不同的地区， 其营商环境优化对企业数字化转型的影响也不同。

考虑到各城市开展新型信息基础设施建设对邻近区市存在空间溢出效应（李海刚，2022）， 本文测算了各省份的人均互联网端口数、 地区基站密度、 每百家企业域名数， 将其作为新型信息基础设施建设的代理指标， 并以中位数将样本划分为高低两组， 表9列示了按照新型信息基础设施建设不同水平分组后营商环境优化对制造业企业数字化转型的异质性影响。结果表明， 在三类基建建设水平较高的城市， BE1的回归系数均显著为正， 而在这三项指标对应的低值组中， BE1的回归系数和显著性皆有所下降。同样， 似无相关检验发现， BE1在分样本检验的组间回归系数均存在显著差异。这和前文理论分析一致， 说明完备的互联网建设、 基站建设和网站域名建设等新型信息基础设施能够为数字化转型实力不足的制造业企业提供良好的算力系统支持， 助力企业开展数字化转型。

六、  结论与启示

本文探讨了城市营商环境优化对制造业企业数字化转型的影响效果及作用渠道， 得出如下结论： 营商环境优化能够显著促进制造业企业数字化转型， 该结果在经过一系列稳健性检验和处理内生性问题后仍成立； 机制检验结果表明， 营商环境优化通过降低企业制度性交易成本、 提高行业市场竞争程度、 增加城市高层次人才供给促进企业数字化转型； 异质性分析发现， 对于非国有企业、 董事长拥有较高学历和无研发背景的企业， 以及处于非省会城市、 资本和技术密集型行业、 新型信息基础设施建设较好区域的企业， 营商环境优化对企业数字化转型的促进作用更为显著。

本文的政策启示如下： 第一， 深层次优化营商环境。应加强各级政府部门之间的合作， 形成优势互补、 职能协调的政务服务体系， 提升政务服务能力和水平； 厘清市场活动和政府服务的边界， 侧重调节市场失灵的负外部性， 维护市场竞争秩序； 不断完善法律法规体系， 针对性地为企业数字化转型提供数字确权、 数据交易等制度保障， 激发企业数字化转型的内生动力。政府应立足数字产业顶层设计， 建立更为精准的扶持政策体系， 切实加大对非省会城市营商环境的关注， 健全新型信息基础设施建设， 补齐营商环境优化影响企业数字化转型的异质性差异短板， 着力降低企业制度性交易成本、 提高行业市场竞争程度、 增加高层次人才供给， 提振企业数字化转型动能。第二， 企业要根据自身情况量体裁衣进行数字化转型。企业不仅要增强自身对外部环境中数字化发展的感知识别和响应能力， 有意识和有动机地开展数字化转型， 还要考虑自身产权性质、 生产规律、 发展需求、 所处行业技术水平特征， 积极寻求特色化、 高效化的数字化发展道路， 逐步挖掘自身数字化发展潜力， 培养自身数字化转型的比较优势， 让营商环境优化真正赋能制造业企业数字化转型。

【 主 要 参 考 文 献 】

《管理世界》经济研究院“中国城市营商环境评价研究”课题组，李志军，张世国，高太山，单珊，周平录．我国城市营商环境及其评价［ J］．发展研究，2019（3）：54 ～ 58．

賀新闻，洪琳．高管团队研发背景对企业创新绩效的影响——有调节的中介效应检验［ J］．科学管理研究，2021（6）：82 ～ 89．

李海刚．数字新基建、空间溢出与经济高质量发展［ J］．经济问题探索，2022（6）：28 ～ 39．

刘淑春，闫津臣，张思雪，林汉川．企业管理数字化变革能提升投入产出效率吗［ J］．管理世界，2021（5）：170 ～ 190+13．

史宇鹏，王阳．营商环境与企业数字化转型：影响表现与作用机制［ J］．北京交通大学学报（社会科学版），2022（2）：14 ～ 28．

王磊，景诗龙，邓芳芳．营商环境优化对企业创新效率的影响研究［ J］．系统工程理论与实践，2022（6）：1601 ～ 1615．

王永进，冯笑．行政审批制度改革与企业创新［ J］．中国工业经济，2018（2）：24 ～ 42．

魏下海，董志强，张永璟．营商制度环境为何如此重要？——来自民营企业家“内治外攘”的经验证据［ J］．经济科学，2015（2）：105 ～ 116．

武常岐，张昆贤，周欣雨，周梓洵．数字化转型、竞争战略选择与企业高质量发展——基于机器学习与文本分析的证据［ J］．经济管理，2022（4）：5 ～ 22．

谢繁宝，樊瑶．营商环境对企业劳动生产率影响效应的实证检验［ J］．统计与决策，2022（8）：179 ～ 183．

阳镇，陈劲，商慧辰．何种经历推动数字化：高管学术经历与企业数字化转型［ J］．经济问题，2022（10）：1 ～ 11．

杨德明，刘泳文．“互联网+”为什么加出了业绩［ J］．中国工业经济，2018（5）：80 ～ 98．

杨仁发，魏琴琴．营商环境对城市创新能力的影响研究——基于中介效应的实证检验［ J］．调研世界，2021（10）：35 ～ 43．

袁淳，肖土盛，耿春晓，盛誉．数字化转型与企业分工：专业化还是纵向一体化［ J］．中国工业经济，2021（9）：137 ～ 155．

袁文融，杨震宁．营商环境如何影响居民创业——营商硬环境与软环境的异同［ J］．技术经济，2021（11）：35 ～ 45．

苑泽明，芦欣媛，李萌，王桂平．CEO权力与企业数字化转型：促进还是抑制［ J］．财会月刊，2023（12）：153 ～ 160．

赵璨，陈仕华，曹伟．“互联网+”信息披露：实质性陈述还是策略性炒作——基于股价崩盘风险的证据［ J］．中国工业经济，2020（3）：174 ～ 192．

赵宸宇，王文春，李雪松．数字化转型如何影响企业全要素生产率［ J］．财贸经济，2021（7）：114 ～ 129．

周蓉．大学生就业心态：社会生态视域下的新常态及其应对［ J］．当代青年研究，2022（2）：94 ～ 101．

Kusiak A.. Smart manufacturing must embrace big data［ J］．Nature，2017（7648）：23 ～ 25．

Prantl S.. The impact of firm entry regulation on long-living entrants［ J］． Small Business Economics，2012（1）：61 ～ 76．

Warner K. S. R.， W?ger M.. Building dynamic capabilities for digital transformation： An ongoing process of strategic renewal［ J］．Long Range Planning，2019（3）：326 ～ 349．