国家级大数据综合试验区对企业创新战略选择的影响

[摘要]国家级大数据综合试验区（简称“大数据试验区”）作为中国数字化发展战略的重要组成部分，其能否成为推动民营企业创新和提升企业核心竞争力的关键平台，值得深入研究。基于第十三次中国私营企业调查数据库，实证检验国家级大数据综合试验区对民营企业创新战略选择的影响，并探讨其所发挥的作用机制。研究发现，大数据试验区使企业在创新发展过程中更具引领性和自主性，具体表现为采取技术引领战略以及自主研发战略，并且该结论经过一系列稳健性检验依旧成立。机制检验表明，大数据试验区通过提升企业资源获取能力、增强企业创新人才吸引力以及助力高水平研发平台建设，进而影响企业创新战略选择。异质性分析结果表明，在政务环境、法治环境以及市场环境较为完善的地区，大数据试验区更能引导企业采取技术引领战略以及自主研发战略，意味着未来政策应进一步优化政务服务、完善法治环境以及提升市场活力，以更好地支持民营企业在数字化时代的创新驱动发展。研究结论为理解中国政府前沿数字基础设施建设政策的效果提供了经验证据，也为完善体制机制改革指明了方向。

[关键词]技术引领战略；自主研发战略；民营企业；国家级大数据综合试验区

一、 引言

当前，新一轮科技革命和产业变革正在快速推进，对全球经济产生了重大影响[1]。数字化技术的迅猛发展，如人工智能、区块链、大数据、物联网等，正在改变各个行业的商业模式和生产方式，极大地提高了生产效率和创新能力[2]。党的二十大报告提出：“加快发展数字经济，促进数字经济和实体经济深度融合。”1加快发展数字经济，有助于提升国家的整体竞争力和创新能力，为经济发展注入新的动力，实现经济高质量发展的目标。

近年来，美国对我国关键技术实施严格封锁，这一外部压力使自主创新成为国家战略的重要组成部分，以保障关键技术的安全性。在全球技术竞争日益激烈的背景下，技术自主不仅是抵御外部技术封锁的关键策略，更是支撑国家经济长期稳定发展的重要基础。从国家战略层面来看，国务院印发的《国家中长期科学和技术发展规划纲要（2006—2020年）》2强调，通过自主创新打破“卡脖子”技术制约，增强核心技术竞争力，是实现创新驱动发展的关键环节。此外，《国家创新驱动发展战略纲要》3提出要在前沿领域占据技术制高点，在全球竞争视角下对技术领先地位的追求，实现从“追赶”到“引领”的转变。

从微观层面看，企业作为我国科技创新体系的核心主体，在实现“自主”与“引领”目标的过程中发挥着至关重要的作用。自主目标旨在帮助企业突破关键技术瓶颈，减少对外部技术的依赖，从而实现技术的安全性和可控性；而引领目标则聚焦技术的前瞻性突破，以实现全球竞争中的技术领先地位，引领行业发展和变革。创新理论表明，企业只有通过不断创新，才能在动态竞争中实现技术升级，并获得可持续的市场竞争力[3]。

通过设立“自主”与“引领”目标，我国创新体系能够在内外部环境中同时寻求技术安全和全球竞争优势的平衡。尤其在数字经济快速发展的背景下，数字化技术为企业创新提供了新的动能。民营企业作为市场竞争的重要力量，凭借灵活的机制和快速的市场响应能力，在创新发展方面具有显著优势。在2015年，国务院印发《促进大数据发展行动纲要》1，将大数据作为国家重要战略进行了全面部署，在多个地区设立大数据试验区。民营企业迎来了难得的发展机遇。

在具体实践中，企业正将大数据与创新生产的工艺流程紧密结合，凸显了大数据在促进企业创新成长中的重要作用[4-5]。许多学者认为，企业可以充分利用大数据对发展的促进效应，融合并挖掘其拥有的内部和外部数据，从而有效地刺激生产和经营模式的创新[6-7]。尽管如此，由于国家级大数据综合试验区成立时间较短，对这一主题的研究仍须进一步深化。目前的研究文献主要集中在数字化转型[8]、全要素生产率[9]和绿色创新[10]等话题上，而关于“国家级大数据综合试验区—企业创新战略选择”之间关系的讨论还相对较少。因此，关注企业创新战略选择以实现技术创新的“自主”和“引领”的双元目标是一个重要话题，不仅为民营企业自身发展带来机遇，也对整体经济发展和国家竞争力的提升具有积极影响。那么，大数据试验区设立对企业创新战略选择存在何种影响？如若存在影响，其影响渠道又是什么？

本文的贡献主要体现在以下三个方面：首先，区别传统文献对企业创新的衡量（创新投入、创新产出等），本文从企业创新战略选择的视角出发，通过考察企业在自主创新和引领创新方面的表现，更全面地评估企业的创新能力和潜力，也为后续研究提供新的指标构建视角。其次，探讨地区特征（括政务环境、法治环境和市场环境）对大数据试验区设立与企业创新战略选择之间产生的影响，对于理解大数据试验区政策效果、完善政策设计以提升企业创新能力具有重要的政策价值。最后，将“自主”与“引领”战略与国家创新驱动发展战略相结合，强调国家层面政策在推动企业创新中的作用。通过这一分析，为创新驱动发展战略提供了更加细致和多维的理论解释，特别是解释了在大数据背景下，如何通过大数据试验区政策推动企业创新。

二、 研究假说

1. 文献回顾

随着信息技术与社会经济的不断交融，大数据已成为新一轮工业革命中最为活跃的创新要素[11]。中国政府也意识到了大数据的重要性，并在近年来积极推动大数据发展。建设大数据试验区是为了应对当今全球化和数字化的挑战，推进数字经济发展和科技创新，加快建设数字中国，提高国家的整体信息化水平，进而实现经济社会高质量发展的目标。

已有学者对大数据试验区设立产生的影响从多方面进行了研究。在微观层面，曾祥炎等[8]、石玉堂等[12]认为大数据试验区设立有助于企业实现转型升级；张益豪等[9]、孙雪娇等[13]提出大数据试验区设立有助于提升企业生产效率；此外，还有学者关注大数据试验区设立对企业投资结构的影响[14]。在中宏观层面，苏锦旗等[15]、邱子迅等[16]指出，大数据试验区设立能显著推动区域经济高质量发展；还有学者关注了大数据试验区设立对产业升级[17]、绿色生产[18]、外商直接投资[19]以及脱贫[20]等产生的影响。大数据试验区设立对企业创新的影响是本文关注的重点。崔建军等[21]指出，大数据试验区设立有助于提升企业绿色技术创新能力，通过提升企业的信息处理能力、拓展企业资源边界并提升企业的主动风险承担性等三个方面加以实现。陈文等[10]也得出，大数据可以有效提高企业绿色创新绩效。此外，戴艳娟等[22]、王晓红等[23]认为，设立大数据试验区显著促进了试验区内企业技术创新水平的提升。

可见，现有文献已经关注到大数据试验区设立对企业行为以及中宏观经济发展的影响，然而对大数据试验区设立如何影响企业创新战略选择缺乏关注。尤其在当下，我国经济运行仍面临不少风险挑战。从国际上看，尽管我国已成为制造业大国，但在一些关键技术领域，尤其是在高端制造业和芯片等核心领域，仍然依赖发达国家，主要是美国和欧洲等国家的技术；从国内看，经济恢复基础尚不牢固，需求收缩、供给冲击、预期转弱三重压力仍然较大，企业的创新信心不振。因此，充分挖掘国家级大数据综合试验区的政策红利并助力提升企业创新能力显得尤为必要。

2. 假说提出

大数据试验区的设立不仅可以改善大数据的基础设施、提升数据的开放与共享水平，还能拓宽大数据的创新应用范围。从这个角度而言，大数据试验区设立有助于企业的长远发展，而这种影响势必在一定程度上作用于企业的创新战略选择层面。本文从资源获取能力、创新人才吸引力以及高水平研发平台建设等三个方面分析大数据试验区设立对企业创新战略选择的影响。

基于提升企业资源获取能力层面的分析。政府在大数据试验区内提供税收优惠、贷款便利和补贴等一系列财政激励措施。企业通过优先考虑获得政府资源，能够更加有效地获取对其研发和创新活动至关重要的资金支持。这些政府补贴通常旨在激励企业进行技术创新、推动产业升级，或者解决大数据领域内的特定挑战。当企业能够获取这些额外的资源时，其更有能力投入到高成本的研究与开发活动中，尝试新的创意，探索新的商业模式[24]。政府补贴不但可以减少初创期的财务压力，而且还可以为企业提供试错的空间，从而允许企业采取更加大胆的创新策略。而且，政府补贴的获取还可以提高企业在潜在投资者和合作伙伴面前的吸引力，表明该企业得到了政府的认可，并已进入行业发展的前沿[25]。这有助于提升企业的市场声誉和品牌形象，进一步增强其竞争地位。在这个过程中，企业创新战略定位也随之得到增强。一方面，拥有政府的财政支持意味着这些企业可以更加自信地追求长远的研发目标和大胆的创新计划。另一方面，企业也能通过这类支持对创新项目进行更好的规划与定位，确保自身与国家的发展战略目标保持一致。基于此，本文提出假设H1：

假说H1：大数据试验区设立能提升企业资源获取能力，进而提高企业创新战略选择。

基于增强企业创新人才吸引力层面的分析。在企业发展中，人才的重要性不言而喻，特别是高端人才在推动创新方面发挥着核心作用[26]。高端人才具备深厚的学术背景和专业知识，通过持续的学习和探索，不断吸收、融合和演进个体知识，为技术创新提供了坚实的基础[27]。大数据试验区设立能增强企业创新人才吸引力，背后的原因在于：一方面，大数据试验区作为创新活动的聚集地，为创新人才提供了一个优越的创业和发展环境。大数据试验区通常配备先进的大数据基础设施和技术支持，为创新人才提供了丰富的数据资源。同时，大数据试验区还聚集了众多企业、研究机构和高等院校，形成了创新人才之间的合作与交流网络，促进了创新人才之间的互动和合作。另一方面，大数据试验区通常伴随着政府的全面政策支持，这些政策为创新人才提供了更加宽松的环境。创业资金和人才引进等政策大大减少了创业和创新活动的成本和风险，使从事创新工作的个人和团队更加愿意承担挑战、寻求突破。良好的创新环境不仅可以吸引本地人才，也对国内外优秀人才产生强大的吸引力，从而推动企业乃至整个区域的创新能力和竞争力的提升。基于此，本文提出假设H2：

假说H2：大数据试验区设立能增强企业创新人才吸引力，进而提高企业创新战略选择。

基于助力高水平研发平台建设层面的分析。在大数据试验区中，传统行业的边界开始模糊，新的协作关系在不同领域的专业组织之间萌芽。企业可以与学术机构或研发组织一起，利用大数据的力量，共同挖掘和解析数据，以揭示商业机会或实现技术突破。企业能够访问前所未有的数据量，这促使企业家重思如何利用这些信息来推动产品或服务的创新[28]。这种新兴的研究生态环境成就了企业创新活动的繁荣景象，为企业研究和发展提供了坚实的技术后盾，而这些技术上的进步反馈到企业层面表现为产品和服务的不断更新，更精确的市场洞察力以及更加贴近顾客需求的个性化选项。随着互动频繁，不同背景的创新者和企业家汇集一堂，新的想法和解决方案如雨后春笋般出现，为企业建设研发平台提供了更多的数据支持和合作机会[29]。大数据试验区的设立，塑造了一个互利共生、以数据驱动共同进步的商业世界新秩序，直接影响了企业如何制定和调整其创新战略。基于此，本文提出假设H3：

假说H3：大数据试验区设立能助力高水平研发平台建设，进而提高企业创新战略选择。

三、 样本、变量与模型

1. 数据来源

本文的数据主要来自中央统战部、全国工商联、中国民（私）营经济研究会等在2018年联合发布的第十三次全国大规模私营企业家抽样调查报告。调查范围涵盖中国31个省区市（基于数据可得性，不包括港奥台地区）的不同规模、不同行业的私营企业，权威性较强、样本量充足、有比较广泛的代表性和覆盖面，在社会学、经济学、管理学、政治学界有着广泛的影响。

2. 变量设定

（1）因变量

本文借鉴黄送钦等[30]的研究，利用中国私营企业调查数据，构建民营企业创新战略选择指标。本文从短期和长期两个视角分别考察大数据试验区设立对企业创新战略选择的影响。一是技术引领战略，包括企业短期和中长期（5年后）两种技术引领战略，对应的调查问卷的题器为：“您如何评价企业目前在业内的技术定位：以技术引领为主，还是以跟随和模仿其他企业的技术为主？如果我们用1～10来打分，越是引领型的，分数越高；越是跟随和模仿型的，分数越低”。二是自主研发战略，同样包括企业短期和中长期（5年后）两种自主研发战略，对应的调查问卷的题器为：“您如何评价企业的主要技术来源：以自主研发为主，还是以引进其他企业技术为主，如果我们用1～10来打分，越是以自主研发型的，分数越高；越是以引进为主的，分数越低”。

（2）自变量

中国自2015年以来，先后有10个省区市分批次获批建设大数据试验区。2015年，贵州成为首批建设大数据试验区的省份。2016年，北京、天津、河北、内蒙古、辽宁、河南、上海、重庆和广东等省区市也相继获得试点资格。为了分析大数据试验区对民营企业创新战略选择的影响，本文设计一个虚拟变量BCPA，用于表示某一特定省区市是否建设大数据试验区。具体来说，若某一省份（城市）建设大数据试验区时，则BCPA取值为1，否则取值为0。

（3）中介变量

中介变量主要包括政府补助、高学历人才和研发平台等三个方面。一是政府补助（Subsidy），如若企业获取政府补助时，则该指标取值为1，否则为0。二是高学历人才（High_educate），主要从企业拥有的高学历人才方面予以体现，以企业全体雇员中大学文凭及以上员工人数所占比例衡量。三是研发平台（Platform），以企业是否建设省级研发平台进行衡量，如果企业建设省级研发平台时，则该指标取值为1，否则为0。

（4）控制变量

本文从企业家、企业和中观环境层面选择控制变量，具体包括企业家性别（Gender）、企业家年龄（Age）、是否为人大代表（Deputies）、两职合一（Dual）、党组织（Party）、企业存续年限（Duration）、研发合作（Corporate）、治理结构（Structure）、新技术储备（Technology）、地方政府债务破产风险（Risk）、地区财政赤字（Deficit）以及地区文化价值（Value）。

3. 模型设计

为了检验大数据试验区对企业创新战略选择的影响，本文构建回归模型（1）。

[Strategyi=α0+β1BCPAi+β2∑CV+∑Industry+∑Province+εi] （1）

式（1）中，Strategy表示企业创新战略选择，包括技术引领战略（Short_position、Long_position）与自主研发战略（Short_source、Long_source）；BCPA表示是否建设大数据试验区；CV为控制变量合集。此外，考虑到数据中极值的影响，对连续变量进行上下1%缩尾处理。具体变量定义如表1所示。

四、 回归分析

1. 变量统计分析

表2报告了变量的描述性统计结果。在企业创新战略选择方面，短期技术引领战略与短期自主研发战略的平均值分别为5.710、5.396，而长期技术引领战略与长期自主研发战略的平均值分别为6.867、6.495。总体而言，短期技术引领战略与短期自主研发战略的平均值较低。对于大数据试验区指标（BCPA）而言，平均值为0.383，表明样本中约有38%的企业所处地区建设了大数据试验区。

2. 基准回归

表3报告了大数据试验区对企业创新战略选择的回归结果。从表3可知，大数据试验区（BCPA）的系数均显著为正（至少通过5%显著性检验），表明大数据试验区的建设能够显著提高民营企业的创新战略选择，引导民营企业采取技术引领战略、自主研发战略。基准回归分析结果支持理论分析。

3. 稳健性检验

为了进一步保证研究结果的可靠性，本文还进行了如下稳健性检验：

第一，考虑企业注册类型。不同企业注册类型之间的差异会影响企业在创新战略选择方面的权衡和决策，在创新方面的资源获取、风险承担、管理和决策机制以及法律规范上存在差异，从而影响了企业在创新战略上的选择范围和方式。因此，考虑到企业注册类型（包括一人公司、独资企业、合伙企业、有限责任公司、股份有限公司）对企业创新战略选择的影响，在稳健性检验中控制企业注册类型。从表4中列（1）至列（4）可知，在考虑企业注册类型后，所得结果依旧稳健。

第二，变更因变量衡量方式。在基准回归中，采用排序回归的方法，而在稳健性检验中，将技术引领战略（Short_position、Long_position）与自主研发战略（Short_source、Long_source）设置成虚拟变量，如果企业家打分大于等于7时，则取值为1，否则为0，并采用Logit进行回归。具体回归结果如表4中列（5）至列（8）所示。可以得出，在变更因变量衡量方式后，所得结果与基准回归相一致。

第三，倾向得分匹配估计法（PSM）。虽然，在本研究中，国家级大数据综合试验区建设是一种外生变量，但是仍可能存在潜在内生性影响。这是因为，本文所使用的样本数据是调查数据，在一定程度上存在样本选择偏误产生的内生性问题。为此，在稳健性检验中使用倾向得分匹配估计法，进行稳健性检验。匹配后变量的标准化偏差均在5%以下，说明匹配效果良好，保障了后续实证的可靠性。具体回归结果如表5所示。可以得出，在考虑样本选择偏误的影响后，BCPA的系数均显著为正（至少通过10%显著性水平检验），所得结果基本保持不变。

第四，考虑到因变量“自主”与“引领”战略选择采用企业自我打分测量可能存在的主观性偏差，影响研究的说服力和可信度。为了提高测量的客观性和科学性，采用企业研发投入衡量企业的技术自主性；采用核心技术领先性衡量企业的技术引领性。具体而言，研发投入对应的调查问卷的题器为：“2017年，贵企业研发费用多少万元”，采用研发费用的自然对数表征；核心技术领先性对应的调查问卷的题器为：“与同行企业相比，贵企业的竞争优势最主要体现在什么地方”，将选择“核心技术”的企业样本定义为1，否则为0。从表6可以得出，设立大数据试验区有助于提升企业研发投入力度，并且，还能帮助企业提高核心技术的领先性。稳健性结果在一定程度上能够缓解因变量构建的偏差问题。

五、 机制检验与异质性分析

基准回归检验已经验证了设立大数据试验区对企业创新战略选择的影响，即促使民营企业采取技术引领战略以及自主研发战略，但是具体的内部机制还未进行探讨。本部分从资源获取能力、创新人才吸引力以及高水平研发平台建设三个层面进行分析。

1. 机制检验

提升企业资源获取能力层面分析。根据前文的理论分析，设立大数据试验区能提升企业获取政府补助的机会。从表7列（1）可知，设立大数据试验区显著提高了企业获取政府补助的机会。根据列（2）至列（5）可知，将政府补助纳入主效应模型中予以控制，政府补助（Subsidy）系数在1%水平上显著为正，这表明提升企业资源获取能力是大数据试验区影响企业创新战略选择的重要中介路径。

增强企业创新人才吸引力层面分析。根据前文的理论分析，设立大数据试验区通过增强企业创新人才吸引力影响企业创新战略选择。从表8列（1）可知，设立大数据试验区显著提高了企业高学历人才比例。从列（2）至列（5）可知，将高学历人才纳入主效应模型中予以控制，高学历人才（High_educate）系数在1%水平上显著为正，这表明吸引高素质人才是大数据试验区影响企业创新战略选择的重要中介路径。

助力高水平研发平台建设层面分析。根据前文的理论分析，设立大数据试验区通过助力企业高水平研发平台建设影响企业创新战略选择。根据表9列（1）可知，大数据试验区设立显著提升了企业建设研发平台的积极性。从列（2）至列（5）可知，将研发平台纳入主效应模型中予以控制，此时研发平台（Platform）系数在1%水平上显著为正，这表明激励民营企业建设研发平台是大数据试验区影响企业创新战略选择的重要中介路径。

2. 异质性分析

基于政务环境层面的异质性分析。近年来，政府加速推进“放管服”改革，积极简化行政审批程序，优化审批服务。企业所处地区的政务环境可能存在一定差异性，使得企业受大数据试验区政策的影响也具有异质性。本文对应的调查问卷的题器为：“过去一年以来，您觉得行政审批手续更加方便、简捷的改善程度如何”，选项有“明显改善”“有所改善”“一般”“改善不大”“完全没有改善”“没有体验，不知道”，将选择“明显改善”“有所改善”的样本企业定义为政务环境良好组，否则为政务环境较差组。从表10结果可知，大数据试验区设立对处于政务环境良好地区的企业的创新战略选择有显著正向促进作用。这可能是因为，处于政务环境差的地区，政策不够完善、落地不到位，对企业创新的支持力度有限，进而减弱大数据试验区政策支持的正向促进作用。

基于法治环境层面的异质性分析。考虑到企业创新战略转型会受到法治环境的影响，本文将样本企业分为法治环境良好与法治环境较差两组。对应的调查问卷的题器为：“过去一年以来，您觉得法律、法规的完备的改善程度如何”，选项有“明显改善”“有所改善”“一般”“改善不大”“完全没有改善”“没有体验，不知道”，将选择“明显改善”“有所改善”的样本企业定义为法治环境良好组，否则为法治环境较差组。从表11结果可知，大数据试验区设立对处于法治环境良好地区的企业的创新战略选择有显著正向促进作用。这可能是因为在法治环境较差地区，政府的监管和管理不够有效，数据资源的共享和保护存在问题，企业很难获得高质量的数据支持。同时，法治环境较差地区的政策支持和服务可能相对不足，限制了企业的创新活动。

基于市场环境层面的异质性分析。考虑到企业创新战略转型会受到市场环境的影响，本文将样本企业分为市场环境良好与市场环境较差两组。对应的调查问卷的题器为：“过去一年以来，您觉得市场监管部门运动式执法的改善程度如何”，选项有“明显改善”“有所改善”“一般”“改善不大”“完全没有改善”“没有体验，不知道”，将选择“明显改善”“有所改善”的样本企业定义为市场环境良好组，否则为市场环境较差组。从表12结果可知，大数据试验区设立对处于市场环境良好地区的企业的创新战略选择有显著正向促进作用。在一个市场环境良好的情况下，企业能够面对更多的市场机会，会激励其进行创新。

六、 结论与启示

1. 研究结论

数字经济是以数据为核心的经济形态，通过数字技术和信息通信技术实现产业数字化、智能化和网络化，促进经济发展的高质量和可持续性。大数据试验区的设立正是为了推动数字经济发展，实现经济结构的升级和创新能力的提升，推动传统产业的数字化转型，在全面实现高质量发展的过程中取得新突破。研究发现：第一，大数据试验区有助于引导民营企业采取技术引领战略以及自主研发战略。第二，大数据试验区通过提升企业资源获取能力、增强企业创新人才吸引力以及助力高水平研发平台建设，进而影响企业创新战略选择。第三，在政务环境、法治环境以及市场环境越完善的地区，大数据试验区对企业创新战略选择的促进作用更明显。

2. 研究启示

本文研究结论有助于深入了解和评估中国大数据试验区的政策效果，以及从供需两端、政府与市场相结合的视角制定大数据试验区发展方案，推动民营企业摆脱“低端锁定”困境。

首先，本文研究结论指出，大数据试验区使民营企业在创新发展过程中更具引领性和自主性。因此，政府应逐步推动和扩大大数据试验区的试点范围，充分发挥大数据试验区对数字经济、数字政府和数字企业发展的辐射带动和示范引领作用。同时，也要注重数字资源的整合和基础数字技术的研发，以实现关键领域技术的突破，改变产业链和供应链受制于人的情况，推动数字经济的深化发展。其次，完善营商环境建设，充分释放数据资源的价值潜力。具体而言，在数字经济时代，要加强政府、法律、管理等方面的建设，建立良好的营商环境，使数据资源能够被充分利用，并鼓励数据共享和交流，减少数据孤岛现象，实现其最大的价值潜力。最后，传统上，民营企业在技术和创新方面相对较弱，难以实现高质量的发展。随着大数据试验区的发展，民营企业可以充分利用大数据技术和资源，提升创新能力和核心竞争力，摆脱低端定位，实现产业升级和转型发展。这就要求地方政府建立更为开放、灵活、多元的政策环境和合作机制，激发民营企业的创新潜能和创业热情，鼓励其采取技术引领战略以及自主研发战略，提高其在产业价值链中的地位和影响力。

参考文献：

[1] 陈德球，胡晴.数字经济时代下的公司治理研究：范式创新与实践前沿[J].管理世界，2022，38（6）：213-240.

[2] 贺正楚，潘为华，潘红玉，等.制造企业数字化转型与创新效率：制造过程与商业模式的异质性分析[J].中国软科学，2023（3）：162-177.

[3] 陈西婵，陈艳，罗正英，等.营商环境、研发补贴与国有企业实质性创新[J].科研管理，2024，45（2）：155-164.

[4] LIU D， CHEN S， CHOU T.Resource Fit in Digital Transformation： Lessons Learned from the CBC Bank Global E‐Banking Project[J].Management Decision，2011，49（10）：1728-1742.

[5] DALENOGARE L， BENITEZ G， AYALA N， et al.The Expected Contribution of Industry 4.0 Technologies for Industrial Performance[J].International Journal of Production Economics， 2018（204）：383-394.

[6] 吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021，37（7）：130-144.

[7] FUSTER A，PLOSSER M， SCHNABL P，et al.The Role of Technology in Mortgage Lending[J].The Review of Financial Studies，2019，32（5）：1854-1899.

[8] 曾祥炎，魏蒙蒙，周健.数字经济发展如何影响企业转型升级？——基于国家级大数据综合试验区的准自然实验[J].福建论坛（人文社会科学版），2023（9）：74-91.

[9] 张益豪，郭晓辉.大数据发展与企业全要素生产率——基于国家级大数据综合试验区的实证分析[J].产业经济研究，2023（2）：69-82.

[10] 陈文，常琦.大数据赋能了企业绿色创新吗——基于国家级大数据综合试验区的准自然实验[J].财经科学，2022（8）：76-92.

[11] 朱秀梅，林晓玥，王天东，等.数据价值化：研究评述与展望[J].外国经济与管理，2023，45（12）：3-17.

[12] 石玉堂，王晓丹.大数据综合试验区设立能否驱动企业数字化转型？——基于准自然实验的实证研究[J].科学学研究，2023：1-18.

[13] 孙雪娇，范润.数字经济对大中小企业全要素生产率影响的鸿沟效应[J].经济管理，2023，45（8）：45-64.

[14] 孙哲远.数字经济发展如何影响制造业企业“脱虚向实”？——来自国家级大数据综合试验区的证据[J].现代经济探讨，2022（7）：90-100.

[15] 苏锦旗，唐诗瑶，张营营.国家级大数据综合试验区能否促进区域经济高质量发展——基于试点区政策的准自然实验[J].现代财经，2023，43（10）：56-73.

[16] 邱子迅，周亚虹.数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析[J].财经研究，2021，47（7）：4-17.

[17] 陈启斐，田真真.大数据与产业赋能——基于国家级大数据试验区的分析[J].南开经济研究，2023（7）：90-107.

[18] 程云洁，段鑫.数字经济能促进城市减霾降碳吗？——基于八大国家级大数据试验区的准自然实证分析[J].软科学，2023：1-12.

[19] 耿伟，王筱依，王鑫源.国家级大数据综合试验区与FDI流入——基于数量和质量的视角[J].国际经贸探索，2023，39（1）：19-35.

[20] 谢小芹，林丹妮.超越与重塑：大数据驱动的新型治贫模式——基于首个国家级（贵州）大数据综合试验区的个案研究[J].农业经济问题，2022（12）：95-109.

[21] 崔建军，雍雁岚，王少辉.国家级大数据综合试验区与企业绿色技术创新[J].经济问题探索，2023，（12）：37-59.

[22] 戴艳娟，沈伟鹏，谭伟杰.大数据发展对企业数字技术创新的影响研究——基于国家大数据综合试验区的准自然实验[J].西部论坛，2023，33（2）：16-28.

[23] 王晓红，李娜.数字技术发展、产学研合作与企业创新能力——基于国家级大数据综合试验区的分析[J].科技管理研究，2022，42（17）：1-8.

[24] 景明禹，刘璐，王鲁宁.税收负担不确定性、政府补助与企业创新[J].财经科学，2022，（09）：138-148.

[25] 陈东，邢霂.政府补贴会提升企业的投资规模和质量吗——基于国有企业和民营企业对比的视角[J].山西财经大学学报，2019，41（8）：84-99.

[26] 刘善仕，孙博，葛淳棉，等.人力资本社会网络与企业创新——基于在线简历数据的实证研究[J].管理世界，2017（7）：88-98.

[27] 逯东，余渡，黄丹，等.内部培养与外部空降：谁更能促进企业创新[J].中国工业经济，2020（10）：157-174.

[28] 徐翔，赵墨非，李涛，等.数据要素与企业创新：基于研发竞争的视角[J].经济研究，2023，58（2）：39-56.

[29] CENNAMO C.Competing in Digital Markets： A Platform-Based Perspective[J].Academy of Management Perspectives，2021，35（2）：265-291.

[30] 黄送钦，禹心郭，吕鹏.平台的力量：设立研发平台能促进企业创新吗？[J].经济管理，2023，45（2）：80-97.

基金项目：国家社会科学基金青年项目“面向企业‘卡脖子’技术攻坚的嵌入式情报服务模式研究”（项目编号：23CTQ017）。

作者简介：张红梅，女，硕士，南京大学长江产业经济研究院特约研究员，研究方向为民营企业治理；邢霂，男，南京理工大学经济管理学院博士研究生，研究方向为企业创新；陈东，男，南京大学长江产业经济研究院教授，博士生导师，研究方向为民营企业治理。

（收稿日期：2024-10-16" 责任编辑：殷 俊）