數字化轉型與全要素生產率
——基于綠色創新的中介效應分析

韓曉晨,陳風帆

(遼寧工程技術大學 工商管理學院,遼寧 葫蘆島 125105)

引 言

當前我國經濟發展態勢已由高速度發展向高質量發展轉變。提高全要素生產率是實現我國經濟高質量發展的關鍵[1],雖然我國國內生產總值已經居于國際前列,但全要素生產率與發達國家的差距仍然較大,我國全要素生產率還有較大提升空間。黨的十九大報告明確提出“推動經濟發展質量變革、效率變革、動力變革,提高全要素生產率”。因此,提升全要素生產率成為我國當前經濟發展階段必須實現的目標,并為我國進行產業升級提供核心動力[2]。

隨著數字經濟的不斷發展,數字技術與實體產業的融合程度成為經濟高質量增長的新動能[3]。我國“十四五”規劃中已將數字化作為國家戰略,明確提出“大力推進產業數字化轉型,提高全要素生產率,提高經濟質量效益和核心競爭力”,數字化轉型已然成為重構現有生產要素體系、推動經濟向高質量發展的關鍵因素[4]。

微觀企業作為宏觀經濟的重要組成部分,其發展狀況將深刻影響宏觀經濟的發展態勢。而微觀企業想要突破原有瓶頸限制,實現高質量發展,則必然要擁有高效的生產率,因此提升微觀企業全要素生產率將是實現我國經濟高質量發展的必然要求,而將數字技術引入微觀企業,推進微觀企業進行數字化轉型將為提升全要素生產率提供新的路徑。

基于上述背景,數字化轉型與全要素生產率的關系一直是國內外學者的重點關注方向?，F有文獻在宏觀、中觀及微觀層面均有研究。首先,從宏觀層面來看,數字經濟的產生橫跨傳統行業與新興技術產業,從而使生產方式得到革新,全要素生產率得到升級。杜傳忠等(2021)[5]發現通過數字化轉型,將ABCD技術(即人工智能、區塊鏈、云計算、大數據)運用于傳統生產方式,將會使原有生產方式擁有智能化、無人化等特征,使原有勞動密集型產業擺脫人力限制,人工成本大幅下降,從而提升全要素生產率。Jorgenson等(2008)[6]發現信息技術及計算機產品能夠顯著提升并促進經濟復蘇。其次,從中觀層面來看,將數字技術運用在某一個行業中,將會使該行業通過資本增密與技術增密兩條路徑提升全要素生產率。劉平峰等(2021)[7]發現制造業進行數字化轉型能夠通過資本賦能與技術賦能兩條路徑使全要素生產率得到提升。郭慧芳(2022)[8]發現服務業數字化轉型程度越深,其全要素生產率提升越高。最后,從微觀層面來看,數字化轉型對企業全要素生產率的影響又分為內外兩個角度:從內部來看,沈國兵等(2020)[9]發現數字化轉型會使企業內部信息交流更為順暢,信息傳遞更為便利,從而提升企業生產效率;從外部來看,在外部因素上,數字金融發展、智能制造政策能夠有效提升全要素生產率[10-11]。

綜上所述,學者們從不同角度對數字化轉型與全要素生產率之間的關系進行了探究,但仍有不足之處:(1)微觀企業作為宏觀經濟的重要組成部分,其全要素生產率的高低將深刻影響宏觀經濟態勢,因此提升企業全要素生產率是當務之急,然而大多數研究關注的是宏觀環境或某個行業中數字化轉型對全要素生產率的影響,尚缺乏對全行業微觀企業中數字化轉型與全要素生產率關系的實證研究。(2)全要素生產率的提升必須擺脫高耗費、高污染、高成本的特征,使企業向綠色化、環?；D變,然而目前在數字化轉型與全要素生產率的研究中,鮮有學者將綠色創新這一影響因素納入其中考察。

本文與以往研究的區別:(1)從微觀視角出發,分析并實證檢驗數字化轉型對全要素生產率的影響機制,豐富了微觀層面的理論研究內容。(2)將綠色創新作為中介變量,探討數字化轉型提升全要素生產率的間接作用機制,擴展了對數字化轉型提升全要素生產率機理的認知。(3)從產權性質等方面進一步探討了數字化轉型與全要素生產率影響差異的約束因素,豐富了數字化轉型與全要素生產率關系影響因素的研究內容。

一、理論分析與研究假設

(一)數字化轉型與全要素生產率

數字化轉型是企業應對市場和技術變化的一種戰略舉措,旨在提高企業的生產效率和管理效率,從而提高企業的綜合競爭力和經濟效益。全要素生產率是衡量企業或產業在一定的資源投入下創造產出效率的一個重要指標,是評估企業績效的關鍵指標之一,數字化轉型是企業采用數字技術改造生產、營銷、管理等方面的重要手段,對企業全要素生產率在內部和外部均會產生一定影響。

第一,從企業內部角度來看,數字化轉型為企業在技術創新、組織優化、人力資源管理和培訓等方面提供了幫助,從而提升了全要素生產率。首先,數字化技術的應用能夠帶動技術創新的深度和廣度[12]。采用數字化技術能夠幫助企業實現技術的跨越式創新,推動企業從傳統產業向數字化和智能化產業轉型[13];智能化設備、自動化流程等數字化技術能夠實現生產線的智能化協同[14],提高生產效率,降低生產成本,提高產品的質量和可靠性,進而提高企業的生產效率和質量[15-16],加快生產流程,縮短產品生產周期,從而提升全要素生產率。其次,數字化轉型能夠促進企業組織的優化和升級。采用數字化技術能夠幫助企業實現組織的扁平化、靈活化和智能化[3],采用數字化協同工具、云計算等技術,實現企業內部的協同和共創[17],加速決策的制定和實施,降低組織的溝通成本和管理成本[18],從而提升全要素生產率。最后,數字化轉型能夠促進企業實現人力資源管理的戰略配稱。數字化轉型能夠幫助企業將人力資源納入企業的戰略規劃和實施,打破傳統的人力資源管理模式和方式[19],通過大數據和人工智能等技術更加準確地了解員工的工作狀態、技能和偏好,實現人力資源與企業戰略的有效配稱[20],從而提升全要素生產率。

第二,從企業外部角度來看,數字化轉型對全要素生產率的影響主要表現在市場競爭力和品牌效應、產業協同和生態效應等方面。首先,數字化轉型可以提高企業在市場上的競爭力和品牌效應。數字化技術的應用可以為企業提供更準確的市場預測和消費者需求分析,提高企業產品和服務的質量與定制化水平[21]、提高企業的市場占有率和品牌聲譽,從而提高企業的全要素生產率。其次,數字化轉型可以促進企業與產業鏈上下游企業之間的協同作用[22],實現資源共享和優化,提高企業與供應商、客戶、合作伙伴之間的信息交流和協調能力,從而提高產業協同效應,進一步提高企業的全要素生產率。最后,數字化轉型可以促進企業與生態系統之間的互動和共生關系,優化企業的資源利用方式和減少環境污染[23],從而促進企業與自然環境的和諧共處,進一步提高企業的社會責任感和品牌形象,最終提高企業的全要素生產率?；谏鲜龇治?本文提出以下研究假設:

H1:企業的數字化轉型對全要素生產率有正向作用

(二)數字化轉型與綠色創新

綠色創新是企業實現可持續發展和增強競爭優勢的重要途徑[24],數字化轉型作為前沿的發展模式,是綠色創新的有力支撐[25]。一方面,數字化技術可以幫助企業實現資源和能源的智能管理和優化,減少浪費和污染,從而實現環境保護和資源可持續利用的目標[26]。例如,通過大數據分析和物聯網技術,可以實現工業設備的智能監控和維護,降低能源消耗和廢棄物排放;通過虛擬化技術和遠程辦公,可以減少交通擁堵和碳排放。另一方面,數字化轉型可以為綠色創新提供更廣闊的創新空間和可能性。數字化技術可以幫助企業實現產品和服務的個性化、定制化和交互化,從而更好地滿足消費者的需求和偏好[27]。例如,通過智能物流和配送系統,可以實現準確、高效、低碳的物流管理;通過數字化營銷和社交媒體,可以實現更精準的營銷和客戶服務。這些數字化轉型的創新實踐,也為企業在綠色創新領域探索更多可能性和機會提供了有力支持[28]。此外,數字化轉型還可以促進產業協同和創新合作,為綠色創新的跨界合作和共贏提供更好的條件[29]。通過數字化技術,不同產業、不同企業之間可以更加便捷地實現信息共享、資源共享和協同創新,從而推動綠色創新的跨界融合和協同發展[30]。例如,通過數字化供應鏈和協同制造,不同企業之間可以實現更緊密的協作和共同創新;通過數字化平臺和開放創新,企業可以更好地連接客戶和社會,共同探索綠色創新的新路徑和新模式?；谏鲜龇治?本文提出以下研究假設:

H2a:企業的數字化轉型對綠色創新數量有正向作用

H2b:企業的數字化轉型對綠色創新質量有正向作用

(三)數字化轉型、綠色創新與全要素生產率

如今我國經濟增長速度放緩,也意味著資源總量增長速度放緩,因此如何利用有限的資源發揮最大的效用成為我國企業目前必須面對的問題。全要素生產率是衡量經濟績效和可持續性的重要指標,它反映了一個實體如何利用有限的資源來進行最大化生產,因此,提升我國企業全要素生產率是目前發展的必然要求。而現有技術與世界先進技術的差距將對全要素生產率帶來影響[31]。由于市場競爭、企業創新等內部因素的推動,內生技術進步可以為整個經濟帶來新的增長點和發展動力[32]。綠色創新的本質是在傳統的經濟活動中引入環保和可持續發展的理念[33],通過應用環保技術、資源節約技術和清潔生產技術等手段,不僅可以通過減少能源和資源消耗帶來環境效益[34],還可以通過降低成本、提高產品競爭力帶來經濟效益[35],從而提升全要素生產率。如今的數字化轉型時期,數字技術已然成為綠色創新的重要推動因素,在此背景下全要素生產率的提升將會更為顯著。一方面,數字化轉型為綠色創新提供了更多途徑[36],利用物聯網、大數據等數字技術,可以實現對能源、水資源等環境資源的精細化管理和監測,從而提升企業全要素生產率;另一方面,數字化轉型可以強化綠色創新的效果[37],通過數字化技術可以實現生產過程的精細化管理和控制,提高資源利用效率和能源效率,進而提高全要素生產率?；谏鲜龇治?本文提出以下研究假設:

H3a:企業數字化轉型通過提高企業綠色創新數量進而提升全要素生產率

H3b:企業數字化轉型通過提高企業綠色創新質量進而提升全要素生產率

本文研究框架如下圖所示:

圖 研究框架

二、研究設計

(一)樣本選擇與變量定義

1.樣本選擇與數據來源

以2013—2021年中國滬深兩市A股上市公司為研究對象。數據來源于三方面:數字化轉型程度原始數據來源于深圳證券交易所、上海證券交易所官方網站;綠色創新數量與綠色創新質量原始數據來源于CNRDS數據庫;其他財務數據來自CSMAR數據庫。并使用Excel軟件對數據做以下篩選和處理:第一,為避免極端值帶來的影響,對所有連續變量做上下1%縮尾處理;第二,剔除ST、*ST及PT等非正常樣本;第三,剔除關鍵數據缺失樣本。共取得7 974條樣本,數據處理及其多元統計回歸分析借助Stata17.0。

2.變量定義

(1)被解釋變量:全要素生產率TFP-LP。目前學界對全要素生產率的衡量方法包括LP法、GMM法和OLS法,考慮到數據的可得性,并為了解決產量與資本存量的同時性偏差,參考魯曉東和連玉君(2010)[38]的方法,以LP法測算全要素生產率,并在穩健性檢驗時使用GMM法測得的全要素生產率做替代指標。

(2)解釋變量:數字化轉型程度lnDT。參考吳非等(2021)[19]提出的關鍵詞頻文本分析方法計算得出,具體方法為:通過Python的爬蟲功能抓取2013—2021年度A股上市公司財報中與數字技術相關詞匯,劃分為底層技術邏輯與數字技術應用兩方面,并對底層技術邏輯繼續劃分ABCD(即人工智能技術、區塊鏈結束、云計算技術以及大數據技術)四個方向,構建“數字化轉型”文本詞典,將詞典中第n個詞匯在個股i第t年的年度報告中的詞頻除以個股i在第t年的年度報告的總詞頻,并取對數從而計算得出數字化轉型程度lnDT指標。

(3)中介變量:綠色創新數量lnGreen1。目前學界對于綠色創新數量的測度方法尚不能達成一致,有按照研發投入、綠色專利獲得數量等方法,然而這些方法可能存在一些內生性問題,如綠色專利獲得數量可能會收到公司前期經營成果的影響。因此,以綠色專利的申請數量來度量上市公司綠色創新數量,將綠色實用型發明專利與綠色新型發明專利數量加總代表綠色創新數量。

綠色創新質量lnGreen2。企業進行綠色創新申請綠色專利后,如何衡量企業的綠色創新質量也是目前學界爭議的話題,相對于其他指標,企業授權給其他企業使用的綠色專利數量似乎更能代表綠色創新質量,因此參考易靖韜(2015)[39]以綠色發明專利、綠色實用新型專利授權數量總和衡量創新質量。本文將所有專利相關數字對其加1取自然對數以克服數據右偏性。

(4)控制變量:為避免其他因素干擾研究結論,參考現有研究[5,40],選取公司規模(Size)、資產負債率(Lev)、凈資產收益率(ROA)、總資產收益率(ATO)、董事會規模(Board)、獨立董事比例(Indep)、兩職合一(Dual)、第一大股東持股比例(TOP1)、股權制衡度(Balance)為控制變量,變量具體說明見表2。

(二)模型設計

為驗證前述假設,本文擬構建四段中介效應模型進行檢驗,采取該方法是因為許多研究已經指出傳統三段中介效應模型可能存在明顯缺陷[41]。具體來說,傳統的三段檢驗方法三個模型將會涉及三個變量的估計,而這也將帶來三個內生性問題,至少需要兩個工具變量(IV1:X→Y,X→M;IV2:M→Y),并且需要三個誤差項e1、e2、e3之間兩兩不相關,由于大多數論文使用的是觀察數據,因此在此基礎上涉及如此多的內生性問題將會使文章變得更為復雜。本文的設計思路:第一,進一步增加Bootstrap推導的基于百分比的置信區間,依靠非參數測試程序來緩解Sobel檢驗中介效應是建立在假設系數的乘積是正態分布的基礎之上的問題;第二,在中介效應中同時考慮中介變量與被解釋變量之間的關系,進一步增加實證鏈條的完備性?；谏鲜龇治?本文構建以下模型以驗證假設:

TFP-LPi,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(1)

lnGreeni,t=β0+β1lnDT+ΣControlsi,t+Yeart+Industryi+εi,t

(2)

TFP-LPi,t=β0+lnGreeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(3)

TFP-LPi,t=β0+β1lnDTi,t+β2Greeni,t+ΣControlsi,t+Yeart+Industryi+εi,t

(4)

式(1)-(4)中,β0為截距項,βn為估計系數,TFP-LPi,t為被解釋變量,表示企業i在第t年的全要素生產率;lnDTi,t為解釋變量,表示企業i在第t年的數字化轉型程度;lnGreeni,t為中介變量,分別表示企業i在第t年的綠色創新數量lnGreen1、綠色創新質量lnGreen2;Controls為控制變量,Year為年份控制效應,Industry為行業控制效應,εi,t為隨機擾動項。

三、實證結果分析

(一)描述性統計

研究樣本的描述性統計見表3。被解釋變量全要素生產率TFP-LP的最小值為5.307,最大值為12.167,均值為8.689,標準差為1.086,表明我國企業整體全要素生產率水平較低且存在一定差距;主要解釋變量數字化轉型程度lnDT最小值為0.000,最大值為4.934,均值為1.594,標準差為1.46,表明我國企業數字化轉型仍處在初級階段且各企業之間差異較為明顯。中介變量綠色創新數量lnGreen1及綠色創新質量lnGreen2最小值均為0,標準差均超過1,表明我國企業綠色創新的數量與質量差異較大,且整體水平不一。

(二)相關性分析

本文對主要變量進行了Person相關性檢驗,具體結果見表4。數字化轉型lnDT與綠色創新數量lnGreen1、綠色創新質量lnGreen2及全要素生產率TFP-LP均呈現正相關關系,已經初步表明數字化轉型可能促進綠色創新的數量與質量,并可能對全要素生產率存在正向作用,初步驗證了本文假設H1。當然,想要更為嚴格地證明仍需進一步分析?？傮w而言,絕大部分變量之間的相關性均在0.5以下,綠色創新數量lnGreen1和綠色創新質量lnGreen2之間的相關性超過了0.5,這主要是由兩者之間性質決定的。綠色專利的申請數量越多,就可能有越多的專利授權給予其他企業,因此帶來兩者較高的相關性,從整體來看這樣的結果是能夠接受的。本文在此基礎之上進一步做方差膨脹因子VIF檢驗來檢查各變量之間的共線性,可以從表4中看出,各變量VIF值均小于5,排除了各變量之間存在嚴重多重共線性的可能。

(三)回歸分析

本文為驗證假設所構建的實證模型的回歸結果見表5。具體的檢驗過程如下:第一,將數字化轉型程度lnDT與全要素生產率TFP-LP同時納入模型(1)中回歸。由表5可見,模型(1)中數字化轉型程度lnDT系數為0.053且在1%水平下顯著,假設H1得到驗證,即企業的數字化轉型對全要素生產率有正向作用。第二,分別將數字化轉型程度lnDT與綠色創新數量lnGreen1、綠色創新質量lnGreen納入模型(2)中回歸。由表5可見,數字化轉型程度lnDT系數分別為0.108及0.104且均在1%水平下顯著,假設H2a及H2b得到了驗證,即企業的數字化轉型對綠色創新數量和綠色創新質量有正向作用。第三,在原有三段式中介效應檢驗模型的基礎上,參考牛志偉(2023)[42]構建的四段式中介效應檢驗模型,進一步考慮中介變量與被解釋變量之間的關系(M→Y),因此將綠色創新數量lnGreen1、綠色創新質量lnGreen2及全要素生產率TFP-LP納入模型(3)中進行回歸。由表5可見,綠色創新數量和綠色創新質量的回歸系數分別為0.014及0.012且均在1%水平下顯著。第四,將被解釋變量全要素生產率TFP-LP、解釋變量數字化轉型程度lnDT、中介變量綠色創新數量lnGreen1綠色創新質量lnGreen2納入模型(4)中進行回歸。從表5中可以看出,數字化轉型系數均為正且在1%水平下顯著,綠色創新數量和綠色創新質量系數均為正且在5%水平下顯著,并且數字化轉型的系數均較模型(1)有所下降,因此假設H3a、H3b得到驗證,即企業數字化轉型通過提高企業綠色創新數量和綠色創新質量進而提升全要素生產率。進一步地,本文分別對兩條影響路徑進行了Sobel檢驗,可以看到Z值統計量分別為2.459及2.49,在5%水平下顯著。本文還進行了Bootstrap(1000次)抽樣檢驗,可以發現置信度為95%的中介效應置信區間為[0.0001454,0.001584]及[0.0001044,0.001642],均未包含0,上述結果再次證明綠色創新數量和綠色創新質量發揮了機制作用。

(四)穩健性檢驗

為驗證實證結果的穩健性,本文采用替換變量和滯后回歸兩種方式進行穩健性檢驗,得到的結果與假設預期仍然保持一致,說明研究結論穩健性良好。

1.替換變量

本文將被解釋變量由原來的LP法測得的全要素生產率替換為GMM法測得的全要素生產率,并命名為TFP-GMM,帶入構建的模型(1)-(4)中進行回歸,具體回歸結果見表6。結果表明,在替換了全要素生產率的度量指標之后,研究結論仍然保持穩健。

2.滯后回歸

由于企業的數字化轉型從投入產生效果需要一定的時間,經過不斷的磨合才能使數字技術與實體經濟融合,也就是說數字化轉型對全要素生產率的影響可能存在一定的滯后性。而且綠色創新也是企業的一種長期行為,專利從申請到實際應用以及授權給其他企業,整個過程也需要一定的時間,因此本文考慮將綠色創新數量、綠色創新質量及全要素生產率同時滯后一期,帶入模型(1)-(4)中進行回歸,同時緩解反向因果對研究結論產生的干擾。對變量滯后一期的回歸結果見表7,可以看出雖然系數大小有所變化,但總體結論并未受到影響,研究結論依然保持穩健。

(五)內生性檢驗

雖然本文采用的固定效應模型能夠在一定程度上緩解由于遺漏某些不隨時間變化的固定因素帶來的內生性問題,但仍然可能存在樣本的選擇偏誤所帶來的內生性問題。因此,本文采用Heckman兩階段模型緩解樣本選擇偏誤對研究結論的干擾。第一階段以當期是否進行數字化轉型為基礎生成啞變量,并帶入Probit回歸中求出逆米爾斯比率(IMR),在第二階段將求出的逆米爾斯比率作為控制變量帶入模型(1)-(4)中進行回歸,具體回歸結果見表8?？梢钥闯?雖然IMR顯著為正或不顯著,但核心變量的顯著性仍然保持不變,因此在排除了樣本選擇的偏誤問題后,研究結論仍然保持穩健。

(六)異質性分析

2021年10月國務院國資委、工業和信息化部共同簽署《關于加快推進中央企業兩化融合和數字化轉型戰略合作協議》,以進一步推動國有企業積極進行數字化轉型以加深數字技術與實體產業的融合。因此,數字化轉型程度在政策的引導下可能在不同產權性質下表現出差異。為進一步探索產權性質不同的企業數字化轉型對綠色創新與全要素生產率影響可能存在的差異,將研究樣本以是否國有分組進行回歸,具體回歸結果見表9及表10?？梢钥闯?不論企業產權性質如何,本文假設均能得到驗證,但數字化轉型對綠色創新及全要素生產率的影響在國有企業中的正向作用要較高于非國有企業。產生這種現象的原因可能是國有企業的定位與其他企業不同,國有企業的首要目標是積極執行國家戰略要求,對數字化轉型這一目標會主動采取更多措施,以實現兩化融合改革目標,因此國有企業在數字化轉型的速度及深度上都會領先于其他企業,在提升企業綠色創新及全要素生產率方面的作用也就發揮得更明顯。

表1 數字化轉型詞頻框架

表2 樣本變量說明

表3 變量的描述性統計結果

表4 變量的相關性檢驗結果

表6 樣本替換變量的中介效應檢驗結果

表7 樣本滯后變量的中介效應檢驗結果

表8 樣本中介效應 Heckman 兩階段模型檢驗結果

表9 國有企業樣本中介效應檢驗結果

表10 非國有企業樣本中介效應檢驗結果

四、結論與啟示

(一)結論

本文以中國滬深兩市A股2013—2021年上市公司的非平衡面板數據,實證檢驗了企業數字化轉型對全要素生產率的影響,并進一步探索了綠色創新在兩者關系中的中介機制作用。研究得出以下結論:(1)數字化轉型對企業全要素生產率具有正向作用。企業數字化轉型可以提高生產效率和產品質量、減少生產成本、提高企業整體運營效率、帶來創新機會和新的商業模式,從而提升全要素生產率。(2)企業的數字化轉型對綠色創新具有正向作用。數字化轉型不僅可以加大企業綠色創新的數量,還會提升企業綠色創新質量,從而提升綠色創新。(3)綠色創新在數字化轉型對全要素生產率的影響機制中起到中介作用。數字化轉型旨在提高企業的生產效率和管理效率,從而提高企業的綜合競爭力和經濟效益。這與綠色創新要求在同等生產效率下實現更低成本、更低耗費、更少污染的目標不謀而合,因此企業進行數字化轉型同時推動綠色創新將會使全要素生產率得到進一步提升。(4)企業數字化轉型對全要素生產率的影響在不同產權性質的企業中存在差異。相對于非國有企業,國有企業數字化轉型對全要素生產率的提升作用會更明顯。

(二)啟示

(1)數字化轉型是當今經濟發展的必然趨勢,也是企業高質量發展的必然要求。企業應該在數字化轉型的過程中積極探索數字化技術的應用,與傳統業務相結合,實現數字化轉型的全面升級,從而推動企業創新發展,提高全要素生產率。(2)綠色創新不僅是企業實現可持續發展的重要途徑,也是推動產業環保發展和促進經濟增長的重要手段,是提升企業經濟效益和社會效益的重要途徑。企業應當重視綠色創新,借助數字化轉型對全要素生產率的正向作用,加快推進企業向創新促發展模型轉變。(3)政府在引導企業進行數字化轉型方面扮演著重要角色。不僅應當加強數字基礎設施建設,而且政府也應進一步加強政策引導,在促進國有企業進行數字化改革之外,也適當促進非國有企業進行數字化轉型,實現國民經濟的均衡發展。