車德欣 張年華 吳 非

（1.廣東金融學(xué)院，廣州 510521；2.上海財(cái)經(jīng)大學(xué)，上海 200433）

內(nèi)容提要：本文基于中國(guó)上市企業(yè)2007 年—2020 年數(shù)據(jù)集，實(shí)證檢驗(yàn)財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響并探討其中的優(yōu)化路徑。實(shí)證結(jié)果發(fā)現(xiàn)，財(cái)政政策不確定性會(huì)顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。機(jī)制檢驗(yàn)發(fā)現(xiàn)，財(cái)政政策不確定性會(huì)在“宏觀—微觀”層面上發(fā)生作用，在宏觀層面上，會(huì)顯著降低財(cái)政科技支出強(qiáng)度和政府對(duì)數(shù)字化轉(zhuǎn)型的關(guān)注度；在微觀層面上，會(huì)抑制企業(yè)研發(fā)強(qiáng)度并帶來(lái)投融資行為的扭曲，這些都會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型造成不利影響。在優(yōu)化策略的工具箱配套識(shí)別上，從企業(yè)“外部—內(nèi)部”系統(tǒng)視角展開識(shí)別，發(fā)現(xiàn)企業(yè)外部的對(duì)外開放政策、數(shù)字基礎(chǔ)設(shè)施建設(shè)政策，以及企業(yè)內(nèi)部的專利保險(xiǎn)政策和研發(fā)加計(jì)扣除政策等工具的配套實(shí)施，能夠顯著降低財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊。

一、引言

改革開放以來(lái)，傳統(tǒng)粗放型經(jīng)濟(jì)發(fā)展模式的確推動(dòng)了中國(guó)經(jīng)濟(jì)的長(zhǎng)足進(jìn)步，但這種依賴要素驅(qū)動(dòng)的經(jīng)濟(jì)模式難以規(guī)避邊際收益遞減的桎梏，使得中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的可持續(xù)性無(wú)法得到保障。數(shù)字經(jīng)濟(jì)時(shí)代下，采用前沿?cái)?shù)字化技術(shù)對(duì)經(jīng)濟(jì)組織和發(fā)展模式進(jìn)行廣泛而深刻的變革，賦予實(shí)體經(jīng)濟(jì)發(fā)展更大的加速度，已經(jīng)成為中國(guó)式現(xiàn)代化建設(shè)下提升經(jīng)濟(jì)發(fā)展質(zhì)量的戰(zhàn)略性舉措（郭炳南等，2022）。習(xí)近平總書記指出，“發(fā)展數(shù)字經(jīng)濟(jì)意義重大，是把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇的戰(zhàn)略選擇”。黨的二十大報(bào)告也提出“加快建設(shè)數(shù)字中國(guó)”，更加突出了經(jīng)濟(jì)發(fā)展的“數(shù)字化”需求，為中國(guó)的數(shù)字化轉(zhuǎn)型指明了方向。作為數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)載體，企業(yè)數(shù)字化轉(zhuǎn)型的順利推進(jìn)至關(guān)重要。因此，對(duì)數(shù)字化轉(zhuǎn)型的影響因素進(jìn)行深入研究和探討，無(wú)論對(duì)于鞏固和拓展企業(yè)數(shù)字化競(jìng)爭(zhēng)優(yōu)勢(shì)，還是對(duì)于新時(shí)代新階段下掌握數(shù)字經(jīng)濟(jì)發(fā)展主動(dòng)權(quán)都具有非常重要的理論價(jià)值和實(shí)踐指導(dǎo)意義。

近年來(lái)，不少企業(yè)主動(dòng)通過(guò)運(yùn)用前沿?cái)?shù)字化技術(shù)優(yōu)化自身的經(jīng)營(yíng)和創(chuàng)新流程，不斷拓寬數(shù)字化應(yīng)用的廣度和深度。特別是在新冠肺炎疫情的沖擊下，積極參與數(shù)字化轉(zhuǎn)型的企業(yè)具有較強(qiáng)的發(fā)展韌性，這類企業(yè)在多種不利因素疊加沖擊下仍能實(shí)現(xiàn)發(fā)展質(zhì)效的穩(wěn)中有升。與此形成鮮明對(duì)比的是，很多企業(yè)數(shù)字化轉(zhuǎn)型尚未達(dá)到預(yù)期目標(biāo)①根據(jù)《2021 中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》顯示，僅有16%的企業(yè)數(shù)字化轉(zhuǎn)型取得較為顯著的轉(zhuǎn)型成效。，無(wú)法充分展現(xiàn)數(shù)字化技術(shù)對(duì)自身發(fā)展績(jī)效的倍增效應(yīng)。企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)同樣也會(huì)受到外部經(jīng)濟(jì)形勢(shì)和宏觀調(diào)控政策的影響。特別是自2008 年國(guó)際金融危機(jī)以來(lái)，中國(guó)所面臨的外部不確定因素日漸增加，為較好迎接戰(zhàn)略機(jī)遇和各種風(fēng)險(xiǎn)挑戰(zhàn)，中國(guó)政府與時(shí)俱進(jìn)推出了一系列宏觀調(diào)控政策。應(yīng)當(dāng)說(shuō)，這類政策的制定和實(shí)施的確對(duì)經(jīng)濟(jì)發(fā)展起到較好的促進(jìn)作用，但與此同時(shí)，政策的頻繁調(diào)整也同步提升了政策的不確定性（Fernandez-Villaverde 等，2015），這種變化理應(yīng)傳導(dǎo)至微觀經(jīng)濟(jì)主體的決策活動(dòng)，從而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生重大影響。

縱觀國(guó)內(nèi)外研究，已有不少學(xué)者對(duì)經(jīng)濟(jì)政策不確定性進(jìn)行探討，解讀其對(duì)于經(jīng)濟(jì)增長(zhǎng)（許志偉、王文甫，2019）、金融風(fēng)險(xiǎn)（楊子暉等，2020）、資本流動(dòng)（譚小芬、左振穎，2022）等因素的影響，但將這種不確定性聚焦于財(cái)政領(lǐng)域的文獻(xiàn)十分鮮見。據(jù)目力所及，尚無(wú)文獻(xiàn)將財(cái)政政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型置于同一研究框架，本文只能從相關(guān)文獻(xiàn)中提取一些經(jīng)驗(yàn)推斷兩者可能存在的影響。一方面，當(dāng)財(cái)政政策不確定性較高時(shí)，企業(yè)經(jīng)營(yíng)將面臨更高的風(fēng)險(xiǎn)。為了應(yīng)對(duì)這類問(wèn)題，企業(yè)不僅會(huì)更為謹(jǐn)慎地篩選投資項(xiàng)目以避免非效率投資行為也會(huì)主動(dòng)加大創(chuàng)新投入力度提升其生產(chǎn)效率（顧夏銘等，2018），由此顯著提升企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)的質(zhì)效；另一方面，當(dāng)財(cái)政政策不確定性較高時(shí)，企業(yè)管理層無(wú)法對(duì)未來(lái)的發(fā)展前景形成清晰的預(yù)期（政府部門對(duì)企業(yè)是否進(jìn)行財(cái)政支持也難以預(yù)料），企業(yè)將基于審慎經(jīng)營(yíng)原則減少非必要的投融資計(jì)劃（Kang、Kiseok，2014）。在此情況下，企業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目有可能無(wú)法順利籌集到所需資金，從而不利于企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型進(jìn)程。由此可以看出，當(dāng)前學(xué)術(shù)界對(duì)財(cái)政政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)系尚未形成一致意見，對(duì)此問(wèn)題進(jìn)行研究和探討，將具有較高的理論意義和實(shí)踐價(jià)值。

本文的邊際貢獻(xiàn)如下：第一，探討“財(cái)政政策不確定性—企業(yè)數(shù)字化轉(zhuǎn)型”范式，在一定程度上豐富了財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響的研究；第二，基于宏觀和微觀視角，研究財(cái)政政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制路徑，為解讀財(cái)政政策變動(dòng)如何影響企業(yè)數(shù)字化轉(zhuǎn)型提供實(shí)證經(jīng)驗(yàn)支持；第三，從校正財(cái)政政策不確定性的不利影響出發(fā)，探討如何在實(shí)踐中削弱政策變動(dòng)所帶來(lái)的負(fù)面沖擊，以期為企業(yè)數(shù)字化轉(zhuǎn)型提供更充足的助力。

二、理論分析與假說(shuō)提出

近年來(lái)，中國(guó)正處于國(guó)內(nèi)外宏觀經(jīng)濟(jì)形勢(shì)更為錯(cuò)綜復(fù)雜、國(guó)際產(chǎn)業(yè)鏈升級(jí)的歷史變遷交匯點(diǎn)，為了更好把握所面臨的戰(zhàn)略機(jī)遇和風(fēng)險(xiǎn)挑戰(zhàn)，中國(guó)政府出臺(tái)了一系列的財(cái)政政策以提升經(jīng)濟(jì)發(fā)展動(dòng)能。必須承認(rèn)的是，政府部門對(duì)財(cái)政政策的及時(shí)調(diào)整，切實(shí)為市場(chǎng)主體的高質(zhì)量發(fā)展提供了重要保障，但這種政策的頻繁變動(dòng)也提升了財(cái)政政策的不確定性，并由此作用于微觀企業(yè)的日常經(jīng)營(yíng)、創(chuàng)新和轉(zhuǎn)型活動(dòng)，從而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生一定的影響和作用。

（一）財(cái)政政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的宏觀機(jī)制

財(cái)政政策不確定性的提升會(huì)顯著減少地方的財(cái)政科技支出強(qiáng)度，并減少地方政府部門對(duì)“數(shù)字化轉(zhuǎn)型”的關(guān)注，從而不利于數(shù)字化轉(zhuǎn)型。從財(cái)政在創(chuàng)新領(lǐng)域的專項(xiàng)支出來(lái)看，財(cái)政政策不確定性的提升，可能意味著地方政府部門的財(cái)政狀況面臨更多不確定因素，在中國(guó)“財(cái)權(quán)上移—事權(quán)留滯”的普遍環(huán)境中，這種不確定性更可能會(huì)導(dǎo)致政府部門財(cái)政預(yù)算收縮，政府部門往往會(huì)在支出領(lǐng)域中進(jìn)行“權(quán)衡選擇”：對(duì)于那些高風(fēng)險(xiǎn)、長(zhǎng)周期的財(cái)政科技支出項(xiàng)目減少財(cái)政撥款支持，以此對(duì)未來(lái)不確定的政策變動(dòng)騰挪更多的調(diào)整空間。值得指出的是，財(cái)政科技支出作為一種靶向性支持企業(yè)科技創(chuàng)新的專項(xiàng)政府支出，其本身對(duì)企業(yè)技術(shù)創(chuàng)新、轉(zhuǎn)型升級(jí)大有裨益（車德欣等，2020），這對(duì)于新時(shí)代新階段下的企業(yè)數(shù)字化轉(zhuǎn)型而言亦是如此。不難發(fā)現(xiàn)，財(cái)政政策不確定性引致的財(cái)政科技支出乏力，將會(huì)使得企業(yè)數(shù)字化轉(zhuǎn)型無(wú)法得到更多政府資源的支持和風(fēng)險(xiǎn)分擔(dān)，由此對(duì)企業(yè)數(shù)字化轉(zhuǎn)型造成較強(qiáng)負(fù)面沖擊（吳非等，2021）。從政府部門在經(jīng)濟(jì)發(fā)展的導(dǎo)向性關(guān)注度來(lái)看，在財(cái)政政策不確定性提升的背景下，意味著地方政府的財(cái)政支出缺乏穩(wěn)定性和方向性。在此情境下，地方政府將更聚焦能在短期內(nèi)帶來(lái)更多經(jīng)濟(jì)績(jī)效的項(xiàng)目，以期在更短的時(shí)間內(nèi)獲得更充足的財(cái)政收入以謀求更多的“穩(wěn)定性”。順延上述邏輯，長(zhǎng)周期、高風(fēng)險(xiǎn)、高投入的前沿?cái)?shù)字技術(shù)創(chuàng)新和應(yīng)用并不是此階段政府部門的工作重心，政府將會(huì)同步降低對(duì)數(shù)字經(jīng)濟(jì)、數(shù)字化轉(zhuǎn)型的關(guān)注力度，并相應(yīng)減少對(duì)企業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目的各類政策傾斜，這本質(zhì)上是政府部門在不確定性下的“避險(xiǎn)”行為。

綜合上述，財(cái)政政策不確定性的增強(qiáng)將會(huì)降低政府部門對(duì)企業(yè)的賦能效果，從而使得企業(yè)數(shù)字化轉(zhuǎn)型遭遇更多障礙：一方面，地方財(cái)政在創(chuàng)新支出領(lǐng)域有著更強(qiáng)的惰性，企業(yè)難以有效擴(kuò)寬資源約束邊界融取更充沛的資源，從而使得數(shù)字化轉(zhuǎn)型項(xiàng)目可能囿于資源約束而推遲乃至放棄；另一方面，企業(yè)無(wú)法對(duì)政府未來(lái)支持的方向和力度形成積極穩(wěn)定的預(yù)期（陳胤默等，2019），出于謹(jǐn)慎經(jīng)營(yíng)考慮，企業(yè)自身也會(huì)主動(dòng)降低對(duì)數(shù)字化轉(zhuǎn)型項(xiàng)目的投入力度，騰出更多資源以對(duì)沖政策不確定風(fēng)險(xiǎn)（李鳳羽、楊墨竹，2015），這也將不利于企業(yè)數(shù)字化轉(zhuǎn)型的順利推進(jìn)。

（二）財(cái)政政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的微觀機(jī)制

財(cái)政政策不確定性的提升會(huì)顯著降低企業(yè)研發(fā)投入強(qiáng)度，并扭曲企業(yè)投融資行為，從而不利于數(shù)字化轉(zhuǎn)型。從企業(yè)部門在研發(fā)創(chuàng)新領(lǐng)域的投入視角來(lái)看，財(cái)政政策不確定性的提升，可能意味著地方財(cái)政部門政策變動(dòng)加劇，無(wú)論是財(cái)政資源使用方向抑或是結(jié)構(gòu)安排都存在較高的不可預(yù)測(cè)性，為了確保財(cái)政收支的穩(wěn)健和財(cái)政運(yùn)作的可持續(xù)性，政府部門往往會(huì)采用更加保守的策略以渡過(guò)“難關(guān)”，以財(cái)政支持實(shí)體經(jīng)濟(jì)中具有較高不確定性的生產(chǎn)項(xiàng)目的力度會(huì)顯著縮減，以求釋放更大的緩沖空間。在這個(gè)過(guò)程中，首當(dāng)其沖受到影響的是企業(yè)的研發(fā)創(chuàng)新活動(dòng)。確實(shí)，企業(yè)研發(fā)活動(dòng)具有高風(fēng)險(xiǎn)、高投入、長(zhǎng)周期的“兩高一長(zhǎng)”特征，還疊加了較強(qiáng)外部性，這類活動(dòng)在實(shí)踐中往往更加依賴于政府部門的財(cái)政支持和風(fēng)險(xiǎn)分擔(dān)（Bhattacharya 等，2017）。顯然，財(cái)政政策不確定性的提升，會(huì)加劇企業(yè)研發(fā)活動(dòng)所需要承擔(dān)的風(fēng)險(xiǎn)，研發(fā)項(xiàng)目的潛在收益也將面臨更大的波動(dòng)。此時(shí)企業(yè)在增加研發(fā)投入方面則會(huì)秉持更為謹(jǐn)慎的態(tài)度，甚至?xí)?dǎo)致企業(yè)顯著減少研發(fā)支出以換取生產(chǎn)、財(cái)務(wù)的“穩(wěn)定”，這勢(shì)必使得企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)研發(fā)基礎(chǔ)明顯削弱。從企業(yè)部門在金融領(lǐng)域的投融資視角來(lái)看，財(cái)政政策不確定性的提升，政府給予企業(yè)的財(cái)政支持力度也會(huì)趨于保守乃至顯著減弱，這會(huì)對(duì)企業(yè)的現(xiàn)金流乃至整體的財(cái)務(wù)狀況造成較大沖擊（Gulen、Ion，2016），此時(shí)企業(yè)正常的決策路徑將會(huì)被擾動(dòng)（顧海峰、朱慧萍，2021）。特別是，為了彌補(bǔ)資源缺口和保證日常生產(chǎn)經(jīng)營(yíng)活動(dòng)中的財(cái)務(wù)需要，企業(yè)可能會(huì)通過(guò)短貸長(zhǎng)投等方式“另辟蹊徑”籌集資源。然而值得警惕的是，通過(guò)短期信貸支撐長(zhǎng)期投資建設(shè)活動(dòng)（即期限錯(cuò)配）的方式融取資金，本身就是一種扭曲的投融資行為，這不僅會(huì)給企業(yè)帶來(lái)更多的潛在財(cái)務(wù)風(fēng)險(xiǎn)（張馨月、郝濤，2022），也會(huì)倒逼企業(yè)管理層將更多資源和精力放置于財(cái)務(wù)領(lǐng)域，并對(duì)長(zhǎng)期項(xiàng)目（包括但不限于企業(yè)數(shù)字化轉(zhuǎn)型）乃至企業(yè)經(jīng)濟(jì)績(jī)效造成不容忽視的擠出效應(yīng)（盛明泉等，2020）。

綜合上述，財(cái)政政策不確定性的增強(qiáng)將會(huì)扭曲企業(yè)自身的投融資活動(dòng)，從而導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型項(xiàng)目開展面臨困境。一方面，地方政府對(duì)企業(yè)支持和基礎(chǔ)設(shè)施建設(shè)的不足，會(huì)導(dǎo)致企業(yè)削減研發(fā)資金，這直接動(dòng)搖了前沿?cái)?shù)字技術(shù)創(chuàng)新應(yīng)用活動(dòng)的技術(shù)基礎(chǔ)；另一方面，企業(yè)在缺少政府支持的情況下往往會(huì)采用更為激進(jìn)的手段在金融市場(chǎng)中進(jìn)行套利，這種活動(dòng)擠出了企業(yè)數(shù)字化轉(zhuǎn)型的可用資金，也轉(zhuǎn)移了企業(yè)內(nèi)部決策發(fā)展的注意力，由此阻礙了企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的加快。綜合以上討論，本文提出有待檢驗(yàn)的核心假說(shuō)：

假說(shuō)：在其他條件不變的情況下，財(cái)政政策不確定性越高，越不利于企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文圍繞財(cái)政政策的不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的特征和機(jī)制進(jìn)行實(shí)證檢驗(yàn)，選取2007 年—2020 年數(shù)據(jù)，財(cái)政政策不確定性指標(biāo)取自權(quán)威報(bào)刊的官網(wǎng)；構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型水平指標(biāo)的年報(bào)文本主要爬取自巨潮資訊網(wǎng)；企業(yè)關(guān)鍵財(cái)務(wù)指標(biāo)主要來(lái)自萬(wàn)德數(shù)據(jù)庫(kù)（Wind）；宏觀層面數(shù)據(jù)來(lái)自中國(guó)各省份統(tǒng)計(jì)年鑒。特別地，對(duì)于財(cái)務(wù)指標(biāo)本文做了如下處理：一是剔除特殊樣本企業(yè)，包括金融業(yè)企業(yè)，IPO、ST、PT 等狀態(tài)的上市企業(yè)，以及關(guān)鍵指標(biāo)不完整程度較高的企業(yè)（指標(biāo)連續(xù)缺失超過(guò)5 年）；二是對(duì)上下1%的極端值進(jìn)行縮尾處理。由此得到1973家上市企業(yè)的“年度—企業(yè)”面板數(shù)據(jù)集。

（二）變量設(shè)定

1.被解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型（DCG）。本文借鑒了吳非等（2021）的方法，通過(guò)文本識(shí)別的方式進(jìn)行指標(biāo)構(gòu)建。其具體過(guò)程如下：一是關(guān)鍵詞的選擇和認(rèn)定。本文在這一步驟中充分參考了數(shù)字化轉(zhuǎn)型領(lǐng)域的權(quán)威文獻(xiàn)與國(guó)家層面的重要會(huì)議和文件，并經(jīng)過(guò)百度熱詞的匹配，選定與數(shù)字化轉(zhuǎn)型有關(guān)的特征詞匯構(gòu)成了基本詞庫(kù)。①限于篇幅不在文內(nèi)展示，可參見吳非、任曉怡、常曦（2021）的詞頻圖譜。二是進(jìn)行文本的爬取和關(guān)鍵詞識(shí)別。通過(guò)在巨潮資訊網(wǎng)對(duì)2007 年—2020 年的年報(bào)進(jìn)行爬取，然后使用Python 中的Jieba 分詞插件在年報(bào)文本中進(jìn)行識(shí)別與配對(duì)，最終得到每份年報(bào)中的關(guān)鍵詞出現(xiàn)的頻數(shù)。三是對(duì)初步指標(biāo)進(jìn)行進(jìn)一步的清理和調(diào)整。這主要包含了兩個(gè)部分，一方面是對(duì)篩選出的初步指標(biāo)進(jìn)行清洗和整理，防止出現(xiàn)語(yǔ)義偏誤對(duì)指標(biāo)構(gòu)造的影響；另一方面則是發(fā)現(xiàn)整理后的初步指標(biāo)存在明顯的右偏性，故對(duì)其采用對(duì)數(shù)化處理形成最終指標(biāo)。

2.核心解釋變量

財(cái)政政策不確定性（FPU）?，F(xiàn)有文獻(xiàn)對(duì)于政策不確定性的探索主要都是以Baker 等（2016）的開創(chuàng)性研究為基礎(chǔ)的，其方法的核心在于通過(guò)對(duì)主流媒體的相關(guān)新聞報(bào)道頻數(shù)進(jìn)行匯總統(tǒng)計(jì)，并由此形成了絕對(duì)或相對(duì)的指標(biāo)體系。而部分國(guó)內(nèi)學(xué)者的拓展路徑主要分成兩類，一是對(duì)于媒體源的拓展，Huang、Luk（2020）將 Baker 等（2016）的媒體源從《南華早報(bào)》一個(gè)媒體拓展到《人民日?qǐng)?bào)（海外版）》等多家紙媒，豐富了統(tǒng)計(jì)源，也使得這一指數(shù)的測(cè)度對(duì)于中國(guó)內(nèi)地的測(cè)算更具有普適性。二是對(duì)指數(shù)自身的解構(gòu)，事實(shí)上，Baker 等（2016）的新聞報(bào)道法測(cè)度的是“經(jīng)濟(jì)政策不確定性”，這一指標(biāo)的口徑顯然較為籠統(tǒng)，尤其是對(duì)于我國(guó)這一轉(zhuǎn)型特征較為明顯的發(fā)展中大國(guó)，政府對(duì)于經(jīng)濟(jì)運(yùn)行的指導(dǎo)和介入較為頻繁，因而相關(guān)的政策體系也較為龐雜，進(jìn)行細(xì)分和解構(gòu)十分必要?；诖?，朱軍（2020）則專門測(cè)算了針對(duì)于財(cái)政政策的不確定性指數(shù)，但其局限性則在于僅采用了《人民日?qǐng)?bào)》作為媒體源，這使得不確定性的識(shí)別范圍可能相對(duì)較為狹窄。

綜上，本文將這兩類拓展進(jìn)行結(jié)合，通過(guò)對(duì)114份中國(guó)內(nèi)地報(bào)刊①包括《北京青年報(bào)》《人民日?qǐng)?bào)（海外版）》《廣州日?qǐng)?bào)》《解放日?qǐng)?bào)》《上海晨報(bào)》《南方都市報(bào)》《新京報(bào)》《今日晚報(bào)》《文匯報(bào)》《羊城晚報(bào)》等114 家主流媒體。有關(guān)媒體報(bào)刊更詳細(xì)的信息可參見Huang、Luk（2020）的研究。的文本進(jìn)行提取，形成初步的報(bào)刊報(bào)道文本池。在此基礎(chǔ)上，依照“財(cái)政政策不確定性”進(jìn)行文本信息識(shí)別和鎖定。首先，識(shí)別所有報(bào)刊報(bào)道中是否具有“中國(guó)”“中華人民共和國(guó)”等字眼，鎖定報(bào)刊報(bào)道的對(duì)象，將報(bào)道非中國(guó)的報(bào)刊文本信息進(jìn)行剔除；其次，遵循“三同時(shí)”的原則，如新聞報(bào)道的文本內(nèi)容中同時(shí)包含“財(cái)政”②主要關(guān)鍵詞包括“財(cái)政政策”“稅”“國(guó)債”“地方債”“軍費(fèi)”“中央投資/公共投資”“政府投資”“政府購(gòu)買”“政府轉(zhuǎn)移支付”以及“公共項(xiàng)目工程/國(guó)家基礎(chǔ)工程”等?！安淮_定”③如“不確定/不明確”“波動(dòng)/震蕩/動(dòng)蕩”“不穩(wěn)/未明/不明朗/不清晰/未清晰”“難料/難以預(yù)料/難以預(yù)測(cè)/難以預(yù)計(jì)/難以估計(jì)/無(wú)法預(yù)料/無(wú)法預(yù)測(cè)/無(wú)法預(yù)計(jì)”等。以及“政策”④如“政策/制度/體制/戰(zhàn)略/措施/規(guī)章/條例/規(guī)例”“政治/執(zhí)政”“政府/國(guó)務(wù)院/政委/人大/人民代表大會(huì)/中央”“國(guó)家主席/總書記/國(guó)家領(lǐng)導(dǎo)人”“總理”“改革/整改”“整治/監(jiān)管/規(guī)管”等。文本信息的新聞報(bào)道，則可以判定該新聞報(bào)道所談及的是“財(cái)政政策不確定性”，并納入統(tǒng)計(jì)范疇。再次，依照上述的統(tǒng)計(jì)方法，歸集每份報(bào)刊出現(xiàn)“財(cái)政政策不確定性”的文章數(shù)量，并計(jì)算其月度的總數(shù)。進(jìn)一步地，將2000 年1 月的統(tǒng)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)化為100，以此計(jì)算出后續(xù)所有月份的不確定性指數(shù)。最后，考慮到初步統(tǒng)計(jì)的是月度數(shù)據(jù)，本文進(jìn)一步規(guī)整得到特定報(bào)刊單個(gè)年度（12 個(gè)月）加總計(jì)算的算數(shù)平均數(shù)，以此作為財(cái)政政策不確定性的代理指標(biāo)（對(duì)數(shù)化處理）。

應(yīng)當(dāng)說(shuō)，國(guó)內(nèi)文獻(xiàn)基于報(bào)刊文本形成的“政策不確定性”指標(biāo)在各種口徑下都展開了充分的應(yīng)用（田國(guó)強(qiáng)、李雙建，2022；李小林等，2022；江春等，2021；陳丹、李優(yōu)樹，2021；李增福等，2022），本文擬基于上述方法展開變量測(cè)度。需要進(jìn)一步明確的是，本部分所涉及的關(guān)鍵詞均是宏觀的國(guó)家層面的政策和管理體制機(jī)制變動(dòng)的刻度，暫時(shí)不涉及地方層面的政策、標(biāo)準(zhǔn)和執(zhí)行差異。

3.控制變量

為有效預(yù)防遺漏變量對(duì)于回歸模型解釋力的影響，本文還添加了如下控制變量：總資產(chǎn)（Asset，年初和年末平均值取對(duì)數(shù)）、總杠桿（Lever）、盈利能力（OP，營(yíng)業(yè)利潤(rùn)增長(zhǎng)率）、成立年齡（Age）、股票流動(dòng)性（S-liq）、股權(quán)集中度（Ln-con，第一大股東股權(quán)占比）、賬面市值比（BM）、資產(chǎn)收益率（ROE）、兩職合一（Dual，董事長(zhǎng)與總經(jīng)理為同一自然人取1，否則為0）、審計(jì)意見（Audit，標(biāo)準(zhǔn)無(wú)保留意見取1，否則為0）。

各變量描述性統(tǒng)計(jì)結(jié)果見表1。

表1 描述性統(tǒng)計(jì)

（三）模型設(shè)定

為確證財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，本文構(gòu)建如下式（1）進(jìn)行檢驗(yàn)：

式（1）中，被解釋變量企業(yè)數(shù)字化轉(zhuǎn)型（DCG）和核心解釋變量財(cái)政政策不確定性（FPU）如前文所述；而CVs 表征控制變量組；ε 則為誤差項(xiàng)。本模型還進(jìn)行了如下處理：一是進(jìn)行變量時(shí)序調(diào)整，將財(cái)政政策不確定性（FPU）設(shè)置為滯后一階，以此表征政策傳導(dǎo)必然存在的時(shí)滯現(xiàn)象（這也能在一定程度上減弱互為因果的干擾）。二是添加“行業(yè)—城市—省份”三重固定效應(yīng)，以此吸納影響不同行業(yè)、城市和省份不可觀測(cè)因素干擾。三是考慮到財(cái)政政策不確定性指標(biāo)為全國(guó)性質(zhì)的年度變量，此時(shí)若進(jìn)一步納入時(shí)間層面虛擬變量則會(huì)形成完全共線性問(wèn)題，對(duì)此本文參照一般性處理手法（向海凌等，2023），不考慮時(shí)間固定效應(yīng)。

四、基準(zhǔn)回歸結(jié)果與經(jīng)濟(jì)解釋

（一）基本特征分析

在實(shí)證分析開展前，本文首先針對(duì)兩個(gè)核心變量的數(shù)據(jù)結(jié)構(gòu)分布進(jìn)行了可視化展示，以大致刻畫出變量的結(jié)構(gòu)特征和變動(dòng)趨勢(shì)。在圖1 中可以發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型的散點(diǎn)分布體例呈現(xiàn)顯著上升趨勢(shì)（其擬合線斜率顯著為正），但大部分的節(jié)點(diǎn)仍聚焦在較低水平，僅有小部分分散的節(jié)點(diǎn)呈現(xiàn)出領(lǐng)先態(tài)勢(shì)，這也與《2021 中國(guó)企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》中所展現(xiàn)出的結(jié)論呈現(xiàn)出較高的一致性。在圖2 中可以發(fā)現(xiàn)，財(cái)政政策不確定性指數(shù)呈現(xiàn)出顯著波動(dòng)態(tài)勢(shì)，即波幅較大，但從整體上來(lái)看，財(cái)政政策不確定性有明顯下降趨勢(shì)（近年又呈現(xiàn)一定反彈），其擬合線斜率顯著為負(fù)。結(jié)合這兩個(gè)圖來(lái)看，隨著時(shí)間推移，財(cái)政政策不確定性水平的下降，伴隨著企業(yè)數(shù)字化轉(zhuǎn)型水平的上升（二者的擬合線斜率相反），這可能意味著財(cái)政政策不確定性與企業(yè)數(shù)字化轉(zhuǎn)型之間呈現(xiàn)出一定的負(fù)向相關(guān)關(guān)系，本部分的基本特征分析，為后文的實(shí)證分析提供了初步的經(jīng)驗(yàn)證據(jù)。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型散點(diǎn)圖與擬合線

圖2 財(cái)政政策不確定性散點(diǎn)圖與擬合線

（二）基準(zhǔn)回歸

表2 的基準(zhǔn)回歸針對(duì)“財(cái)政政策不確定性—企業(yè)數(shù)字化轉(zhuǎn)型”的關(guān)系展開檢驗(yàn)。本文遵循遞進(jìn)式的分析策略，首先僅考慮財(cái)政政策不確定性變量（FPU），在此基礎(chǔ)上進(jìn)一步納入相關(guān)的控制變量集，并依次增加各類固定效應(yīng)開展檢驗(yàn)。實(shí)證結(jié)果發(fā)現(xiàn)，財(cái)政政策不確定性的回歸系數(shù)均為負(fù)值且通過(guò)了1%的統(tǒng)計(jì)顯著性檢驗(yàn)。這意味著，財(cái)政政策不確定性越高，則企業(yè)的數(shù)字化轉(zhuǎn)型程度越低，這也為本文的核心假說(shuō)提供了經(jīng)驗(yàn)證據(jù)支持。

表2 基準(zhǔn)回歸：財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響

（三）穩(wěn)健性檢驗(yàn)

1.變量計(jì)算口徑變更

表3 的實(shí)證檢驗(yàn)主要針對(duì)被解釋變量（企業(yè)數(shù)字化轉(zhuǎn)型）的變量計(jì)算方法進(jìn)行更換。具體來(lái)看，前文使用的企業(yè)數(shù)字化轉(zhuǎn)型變量，為企業(yè)年報(bào)文本信息中特征詞詞頻計(jì)數(shù)的對(duì)數(shù)值。在本部分中，為了進(jìn)一步消除前述變量可能存在的規(guī)模效應(yīng)，本文還基于特征詞詞頻計(jì)數(shù)占比企業(yè)年報(bào)文本詞匯（句子）數(shù)的方式，得到了企業(yè)數(shù)字化轉(zhuǎn)型詞匯數(shù)占比年報(bào)總詞匯數(shù)強(qiáng)度（DCG_Verb）以及數(shù)字化轉(zhuǎn)型詞匯數(shù)占比年報(bào)總句子數(shù)強(qiáng)度（DCG_Sent）兩類變量，并由此重新展開基準(zhǔn)檢驗(yàn)。實(shí)證結(jié)果發(fā)現(xiàn)，原有核心結(jié)論“財(cái)政政策不確定性抑制企業(yè)數(shù)字化轉(zhuǎn)型”并沒(méi)有發(fā)生任何改變。

表3 穩(wěn)健性檢驗(yàn)：變量計(jì)算口徑變更

2.回歸方法變更

表4 的實(shí)證分析主要針對(duì)變量數(shù)據(jù)結(jié)構(gòu)采用更具有專用性的回歸方法展開分析。具體來(lái)看，第一，本文的企業(yè)數(shù)字化轉(zhuǎn)型變量是典型的計(jì)數(shù)變量，其在數(shù)值上的取值必然會(huì)大于等于0 值，數(shù)據(jù)結(jié)構(gòu)具有明顯的“截?cái)唷碧卣鳎ㄈ缙髽I(yè)數(shù)字化轉(zhuǎn)型指標(biāo)經(jīng)過(guò)年報(bào)詞匯、句子數(shù)標(biāo)準(zhǔn)化后必然處在[0,1]區(qū)間中），采用傳統(tǒng)OLS 回歸可能會(huì)存在一定的估計(jì)效率偏差，因此本文采用Tobit 模型展開回歸；第二，本文進(jìn)一步變換了原有的企業(yè)數(shù)字化轉(zhuǎn)型變量，設(shè)計(jì)了啞變量（DCG_Dum）來(lái)刻畫企業(yè)數(shù)字化轉(zhuǎn)型，即年報(bào)文本中捕捉到相關(guān)的數(shù)字化轉(zhuǎn)型特征詞，則取值為1，否則為0，并采用Logit 回歸展開識(shí)別檢驗(yàn)。第三，恢復(fù)企業(yè)數(shù)字化轉(zhuǎn)型計(jì)數(shù)變量的原始數(shù)據(jù)（即不采用對(duì)數(shù)化的方法來(lái)進(jìn)行處理），直接采用NB2 來(lái)加強(qiáng)對(duì)離散型原始計(jì)數(shù)變量回歸的估計(jì)效率。實(shí)證結(jié)果發(fā)現(xiàn)，無(wú)論回歸模型如何變換，原有的結(jié)論依舊保持穩(wěn)定。

3.排除其他競(jìng)爭(zhēng)性解釋

表5 的實(shí)證檢驗(yàn)主要針在原有回歸模型中納入更多重要因素來(lái)排除其他可能的競(jìng)爭(zhēng)性解釋。在宏觀層面上，本文納入了省級(jí)層面的經(jīng)濟(jì)發(fā)展水平（LnGDP，省級(jí)GDP 對(duì)數(shù)值）、城投債余額占比預(yù)算收入（GOV_Debt），還進(jìn)一步考慮多個(gè)維度的其他不確定性因素，包括貨幣政策不確定性（MPU）、貿(mào)易政策不確定性（TPU）以及匯率和資本賬戶政策不確定性（CPU）這類全國(guó)性質(zhì)的年度數(shù)據(jù)。在微觀層面上，本文納入企業(yè)財(cái)政補(bǔ)貼占比主營(yíng)業(yè)務(wù)收入（Subsidy），企業(yè)有效前瞻性稅率（Tax，劉詩(shī)源等，2020）以及企業(yè) ESG 表現(xiàn)（ESG，選自于 Bloomberg的ESG 評(píng)級(jí)數(shù)據(jù)）。原有的回歸方程在對(duì)這類“宏觀—微觀”重要因素影響進(jìn)行吸收后，可以在一定程度上緩解由遺漏變量帶來(lái)的偏誤，也能進(jìn)一步排除其他可能的競(jìng)爭(zhēng)性解釋，實(shí)證結(jié)果均一致性地表明，財(cái)政政策不確定性的提升，會(huì)顯著降低企業(yè)數(shù)字化轉(zhuǎn)型程度，本文的核心結(jié)論依舊是穩(wěn)健的。

五、財(cái)政政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的路徑識(shí)別

本部分著重針對(duì)財(cái)政政策不確定性的影響渠道機(jī)制展開識(shí)別，以更好地打開其影響企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制黑箱。

（一）宏觀機(jī)制識(shí)別檢驗(yàn)

在宏觀機(jī)制識(shí)別檢驗(yàn)中（表6），本文設(shè)定了兩個(gè)宏觀層面的機(jī)制變量，一是借鑒吳非等（2021）的研究，基于省級(jí)財(cái)政科學(xué)技術(shù)支出占比一般預(yù)算收入作為財(cái)政科技支出強(qiáng)度指標(biāo)（TFI）；二是基于省級(jí)政府年度工作報(bào)告文本，統(tǒng)計(jì)識(shí)別出有關(guān)“數(shù)字經(jīng)濟(jì)領(lǐng)域”中的關(guān)鍵詞①限于篇幅不在文內(nèi)展示，留存待索。詞頻（對(duì)數(shù)化處理），將其作為政府部門對(duì)數(shù)字化關(guān)注程度的代理變量（GOV_Dig）。

表6 宏觀機(jī)制識(shí)別檢驗(yàn)

實(shí)證結(jié)果發(fā)現(xiàn)，在模型（1）和模型（2）中，財(cái)政政策不確定性的提升會(huì)顯著降低地方財(cái)政科技支出強(qiáng)度。本文認(rèn)為，財(cái)政政策不確定性的提升，往往意味著政府部門的財(cái)政狀況相對(duì)較差，此時(shí)的政府部門的財(cái)政資源配置可能難以關(guān)注那些長(zhǎng)周期、高風(fēng)險(xiǎn)、高投入的配置活動(dòng)（如財(cái)政科技支出項(xiàng)目）。進(jìn)一步地，財(cái)政科技支出作為專項(xiàng)性的創(chuàng)新支持類財(cái)政項(xiàng)目，本身就會(huì)對(duì)企業(yè)的創(chuàng)新轉(zhuǎn)型發(fā)展起到重要助推作用。因此，財(cái)政政策不確定性提升導(dǎo)致的財(cái)政科技支出強(qiáng)度下降，將會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型起到負(fù)面作用。在模型（3）和模型（4）中，財(cái)政政策不確定性增加會(huì)導(dǎo)致地方政府部門對(duì)“數(shù)字化轉(zhuǎn)型”關(guān)注的程度有明顯減少。在這種情形下，政府部門的關(guān)注度減少，在具體的政務(wù)實(shí)踐中自然會(huì)從各個(gè)方面減少對(duì)實(shí)體經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的支持，由此，企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程會(huì)面臨顯著阻礙。

（二）微觀機(jī)制識(shí)別檢驗(yàn)

在微觀機(jī)制的識(shí)別檢驗(yàn)中（表7），本文設(shè)定了兩個(gè)微觀層面的機(jī)制變量，一是企業(yè)的研發(fā)支出強(qiáng)度指標(biāo)（R&D），以企業(yè)研發(fā)支出占比主營(yíng)業(yè)務(wù)收入之比來(lái)作為代理變量（車德欣等，2022）；二是借鑒鐘凱等（2016）的研究構(gòu)造短貸長(zhǎng)投指標(biāo)（SFLI）來(lái)作為企業(yè)投融資行為的刻度。

表7 微觀機(jī)制識(shí)別檢驗(yàn)

實(shí)證結(jié)果發(fā)現(xiàn)，在模型（1）和模型（2）中，財(cái)政政策不確定性的提升會(huì)顯著降低企業(yè)的研發(fā)投入強(qiáng)度。這是因?yàn)?，?cái)政政策不確定性的提升，顯著降低了政府能夠基于財(cái)政手段直接支持企業(yè)（如減稅、財(cái)政補(bǔ)貼等）力度，本質(zhì)上是政府部門對(duì)企業(yè)研發(fā)創(chuàng)新活動(dòng)的風(fēng)險(xiǎn)分擔(dān)減少。進(jìn)一步地，企業(yè)的研發(fā)支出強(qiáng)度減弱，必然會(huì)削弱許多專項(xiàng)性的技術(shù)研發(fā)和應(yīng)用，企業(yè)數(shù)字化轉(zhuǎn)型離不開前沿的數(shù)字技術(shù)創(chuàng)新，而研發(fā)強(qiáng)度的不足會(huì)削弱這種轉(zhuǎn)型的基礎(chǔ)。在模型（3）和模型（4）中，財(cái)政政策不確定性提升會(huì)扭曲企業(yè)的投融資行為，使得企業(yè)的短貸長(zhǎng)投水平顯著提升。本文認(rèn)為，財(cái)政政策不確定性的提升降低了政府部門支持轄域內(nèi)實(shí)體企業(yè)的能力，企業(yè)在經(jīng)濟(jì)實(shí)踐中所能夠獲得的直接、間接政府資源扶持在顯著減少，為了保證自身的基本財(cái)務(wù)和生產(chǎn)可持續(xù)性，企業(yè)往往不得不通過(guò)信貸期限錯(cuò)配的方式來(lái)匯聚資源。然而，這種扭曲的投融資行為往往會(huì)衍生出較多的風(fēng)險(xiǎn)并對(duì)實(shí)體經(jīng)濟(jì)造成顯著的擠出效應(yīng)，由此也對(duì)企業(yè)的長(zhǎng)期性數(shù)字化轉(zhuǎn)型活動(dòng)造成了負(fù)面效果。

六、如何降低財(cái)政政策不確定性的不利影響

前文分析發(fā)現(xiàn)，財(cái)政政策不確定性對(duì)企業(yè)主體數(shù)字化轉(zhuǎn)型活力具有顯著負(fù)面沖擊。那么，如何在實(shí)踐中減少這種不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)的沖擊？這是現(xiàn)階段為企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)提供助力的一個(gè)重要問(wèn)題。據(jù)此，本文從企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)中的需求因素出發(fā)，尋找出能夠減弱財(cái)政政策不確定性沖擊的政策工具組合，并從實(shí)證角度檢驗(yàn)這種政策工具組合搭配的有效性。第一，本文從企業(yè)面臨的外部創(chuàng)新活動(dòng)基礎(chǔ)條件出發(fā)，基于“自由貿(mào)易試驗(yàn)區(qū)政策”（方云龍、劉佳鑫，2021）和“寬帶試點(diǎn)城市政策”視角（馬青山等，2021）進(jìn)行檢驗(yàn)；第二，本文從企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)規(guī)避問(wèn)題出發(fā)，基于“專利保險(xiǎn)試點(diǎn)政策”（邱洋冬，2022）和“研發(fā)加計(jì)扣除政策”（戴天仕、趙琦，2022）視角進(jìn)行檢驗(yàn)。

（一）企業(yè)外部政策工具配套

表8 中基于“自由貿(mào)易試驗(yàn)區(qū)政策”視角探討了如何降低財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊影響。實(shí)證結(jié)果發(fā)現(xiàn)，在自由貿(mào)易試驗(yàn)區(qū)政策覆蓋的企業(yè)組別和非自由貿(mào)易試驗(yàn)區(qū)政策覆蓋的企業(yè)組別中，財(cái)政政策不確定性均顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。本文還進(jìn)一步采用了交互項(xiàng)進(jìn)行驗(yàn)證，結(jié)果顯示，財(cái)政政策不確定性同自由貿(mào)易試驗(yàn)區(qū)政策的交互項(xiàng)回歸系數(shù)顯著為正，這意味著在自由貿(mào)易試驗(yàn)區(qū)政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面影響得以明顯減弱。本文認(rèn)為，在良好的對(duì)外開放環(huán)境下，一方面，企業(yè)能夠更加充分地利用國(guó)內(nèi)國(guó)際兩個(gè)市場(chǎng)、兩種資源服務(wù)自身的創(chuàng)新轉(zhuǎn)型活動(dòng)，抵減財(cái)政支持不足造成的數(shù)字轉(zhuǎn)型減益效果；另一方面，良好的對(duì)外開放環(huán)境也能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型帶來(lái)新技術(shù)的借鑒，企業(yè)往往會(huì)具有更加主動(dòng)的意愿參與全球數(shù)字化發(fā)展進(jìn)程。從這個(gè)角度來(lái)看，在自由貿(mào)易試驗(yàn)區(qū)政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面影響得以減弱。

表8 財(cái)政政策不確定性、外部政策工具與企業(yè)數(shù)字化轉(zhuǎn)型

表8 中基于“寬帶試點(diǎn)城市建設(shè)政策”視角探討了如何降低財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊影響。實(shí)證結(jié)果發(fā)現(xiàn)，在寬帶試點(diǎn)城市政策覆蓋的企業(yè)組別中和非寬帶試點(diǎn)城市組別中，財(cái)政政策不確定性均顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。本文還進(jìn)一步采用了交互項(xiàng)進(jìn)行驗(yàn)證，結(jié)果顯示，財(cái)政政策不確定性同寬帶試點(diǎn)城市政策的交互項(xiàng)回歸系數(shù)顯著為正，這意味著在寬帶試點(diǎn)政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊會(huì)明顯減少。本文認(rèn)為，在良好的數(shù)字信息基礎(chǔ)設(shè)施條件支撐下，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)接收到更多的技術(shù)、信息和經(jīng)驗(yàn)的外溢，在轉(zhuǎn)型實(shí)踐中也能得到有效的外部技術(shù)設(shè)備的支撐。在面臨財(cái)政政策不確定性的沖擊時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)的最大邊界收縮得相對(duì)緩慢。因此在寬帶試點(diǎn)城市政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面影響得以減弱。

（二）企業(yè)內(nèi)部政策工具配套

表9 是，基于“專利保險(xiǎn)政策”視角，探討如何降低財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊影響。實(shí)證結(jié)果發(fā)現(xiàn)，在專利保險(xiǎn)政策覆蓋的企業(yè)組別中和非專利保險(xiǎn)政策覆蓋的企業(yè)組別中，財(cái)政政策不確定性均顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。本文還進(jìn)一步采用了交互項(xiàng)進(jìn)行驗(yàn)證，結(jié)果顯示，財(cái)政政策不確定性同專利保險(xiǎn)政策的交互項(xiàng)回歸系數(shù)顯著為正，這意味著在專利保險(xiǎn)政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊會(huì)明顯減少。本文認(rèn)為，在專利保險(xiǎn)政策的覆蓋和支持下，企業(yè)的創(chuàng)新活動(dòng)及其相關(guān)前沿?cái)?shù)字技術(shù)研發(fā)產(chǎn)權(quán)等得到了有效的保護(hù)，這在一定程度上激發(fā)了企業(yè)的創(chuàng)新主動(dòng)積極性，減少了企業(yè)在數(shù)字化轉(zhuǎn)型進(jìn)程中所面臨的創(chuàng)新風(fēng)險(xiǎn)。企業(yè)在面臨財(cái)政政策不確定性沖擊導(dǎo)致的政府風(fēng)險(xiǎn)分擔(dān)減少時(shí)，這種專利保險(xiǎn)政策能夠從其他方面為企業(yè)創(chuàng)新活動(dòng)分擔(dān)風(fēng)險(xiǎn)，從而使得企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)得到一定的保護(hù)。因此，在專利保險(xiǎn)政策的支持下，財(cái)政政策對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面作用會(huì)有所減輕。

表9 財(cái)政政策不確定性、專利保險(xiǎn)政策與企業(yè)數(shù)字化轉(zhuǎn)型

表10 的實(shí)證檢驗(yàn)，基于“研發(fā)加計(jì)扣除政策”視角，探討如何降低財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊影響。實(shí)證結(jié)果發(fā)現(xiàn)，在研發(fā)加計(jì)扣除政策覆蓋的企業(yè)組別和非研發(fā)加計(jì)扣除政策覆蓋的企業(yè)組別中，財(cái)政政策不確定性顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。本文還進(jìn)一步采用了交互項(xiàng)進(jìn)行驗(yàn)證，結(jié)果顯示，財(cái)政政策不確定性同研發(fā)加計(jì)扣除政策的交互項(xiàng)回歸系數(shù)顯著為正，意味著在研發(fā)加計(jì)扣除政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面沖擊會(huì)顯著降低。本文認(rèn)為，研發(fā)加計(jì)扣除政策本身就是一個(gè)專項(xiàng)性較強(qiáng)的創(chuàng)新支持稅收政策，不單擴(kuò)充了企業(yè)內(nèi)部可用的資源邊界，還在一定程度上分擔(dān)了企業(yè)在研發(fā)創(chuàng)新活動(dòng)中面臨的風(fēng)險(xiǎn)水平。顯然，在較好的創(chuàng)新環(huán)境中，企業(yè)基于前沿?cái)?shù)字技術(shù)應(yīng)用和研發(fā)并與自身融合形成的數(shù)字化轉(zhuǎn)型水平也會(huì)有效提升。因此，在研發(fā)加計(jì)扣除政策的支持下，財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的不利影響會(huì)在一定程度上得以減弱。

表10 財(cái)政政策不確定性、研發(fā)加計(jì)扣除政策與企業(yè)數(shù)字化轉(zhuǎn)型

七、研究結(jié)論、政策建議與研究展望

本文基于數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展需求，采用中國(guó)上市企業(yè)2007 年—2020 年數(shù)據(jù)集，實(shí)證檢驗(yàn)財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響以及可能的優(yōu)化路徑。實(shí)證結(jié)果和政策建議如下。

研究發(fā)現(xiàn)：第一，財(cái)政政策不確定性會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)造成顯著的負(fù)向沖擊。第二，從財(cái)政政策不確定性影響企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制來(lái)看，在宏觀層面，財(cái)政政策不確定性會(huì)顯著降低地方政府的財(cái)政科技支出和對(duì)數(shù)字化轉(zhuǎn)型的政府關(guān)注度；在微觀層面，財(cái)政政策不確定性會(huì)顯著降低企業(yè)的研發(fā)支出強(qiáng)度并扭曲企業(yè)的投融資行為，從而對(duì)企業(yè)數(shù)字化轉(zhuǎn)型造成顯著不利影響。第三，從優(yōu)化財(cái)政政策不確定性的工具箱搭配來(lái)看，在企業(yè)外部政策工具配套層面，自由貿(mào)易試驗(yàn)區(qū)建設(shè)以及寬帶試點(diǎn)城市建設(shè)，能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型提供更加廣闊的市場(chǎng)和有效的技術(shù)基礎(chǔ)條件；在企業(yè)內(nèi)部政策工具配套層面，專利保險(xiǎn)政策和研發(fā)加計(jì)扣除政策有助于企業(yè)分散風(fēng)險(xiǎn)并擴(kuò)展資源邊界，服務(wù)企業(yè)數(shù)字化轉(zhuǎn)型，在這類“外部—內(nèi)部”政策工具的搭配下，原有財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的負(fù)面影響得以明顯減弱。

政策啟示：第一，深刻總結(jié)歷史經(jīng)驗(yàn)和洞察國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)，盡可能維系財(cái)政政策的相對(duì)穩(wěn)定性。特別是，在制定宏觀財(cái)政政策時(shí)，需要充分考慮到數(shù)字化轉(zhuǎn)型的客觀發(fā)展規(guī)律，盡可能避免財(cái)政政策過(guò)于頻繁調(diào)整，同時(shí)引導(dǎo)微觀經(jīng)濟(jì)行為主體對(duì)財(cái)政政策形成穩(wěn)定正面的預(yù)期，以減弱財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。第二，構(gòu)建有助于削弱財(cái)政政策不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型負(fù)面沖擊的長(zhǎng)效機(jī)制。一方面，從企業(yè)外部來(lái)看，壓實(shí)地方政府的數(shù)字化轉(zhuǎn)型責(zé)任，秉持對(duì)數(shù)字化創(chuàng)新和發(fā)展支持政策能出盡出的原則，激勵(lì)地方政府加大對(duì)數(shù)字化發(fā)展的投入，為企業(yè)數(shù)字化轉(zhuǎn)型奠定良好的生態(tài)環(huán)境；另一方面，從企業(yè)內(nèi)部來(lái)看，不僅要鼓勵(lì)企業(yè)增大數(shù)字化研發(fā)力度強(qiáng)化數(shù)字化轉(zhuǎn)型意識(shí)，也需要引導(dǎo)企業(yè)優(yōu)化投融資決策，減少各種非效率投資行為。第三，應(yīng)加強(qiáng)與其他政策的協(xié)作和聯(lián)動(dòng)，為企業(yè)數(shù)字化轉(zhuǎn)型提供更為雄厚的支撐?；谄髽I(yè)外部視角，應(yīng)立足于持續(xù)深化改革，總結(jié)自由貿(mào)易試驗(yàn)區(qū)建設(shè)以及寬帶試點(diǎn)城市建設(shè)等改革試點(diǎn)經(jīng)驗(yàn)，并在更廣泛的范圍內(nèi)復(fù)制推廣，為企業(yè)數(shù)字化轉(zhuǎn)型奠定良好的市場(chǎng)環(huán)境和技術(shù)基礎(chǔ)；基于企業(yè)內(nèi)部視角，充分挖掘?qū)＠ｋU(xiǎn)和研發(fā)加計(jì)扣除等政策潛力，更深層次幫扶市場(chǎng)主體拓寬資源約束邊界，避免企業(yè)因融資約束而被數(shù)字化“低端鎖定”，深度參與分擔(dān)數(shù)字化研發(fā)和創(chuàng)新風(fēng)險(xiǎn)，鞏固拓展企業(yè)的數(shù)字化創(chuàng)新優(yōu)勢(shì)，為企業(yè)數(shù)字化轉(zhuǎn)型的有效推進(jìn)打開通道。

本文還存在不足之處：一方面，基于“財(cái)政政策不確定性”指數(shù)的刻畫，本文借鑒現(xiàn)有經(jīng)典技術(shù)處理手法（Huang、Luk，2020）而來(lái)，但該指標(biāo)是典型的全國(guó)性質(zhì)的時(shí)間序列數(shù)據(jù)，對(duì)于刻畫像中國(guó)這樣一個(gè)大國(guó)經(jīng)濟(jì)下的政策不確定性而言，可能還較為粗糙；另一方面，“財(cái)政政策不確定性”的影響，往往也與地方財(cái)政的收支失衡、政府行為、體制機(jī)制激勵(lì)結(jié)構(gòu)等因素有密切關(guān)聯(lián)，而囿于篇幅所限，本文并未針對(duì)此類問(wèn)題展開詳盡探討。

未來(lái)的研究可在數(shù)據(jù)豐富和邏輯完善上進(jìn)一步強(qiáng)化：一是基于各地區(qū)主流報(bào)刊媒體進(jìn)行更為細(xì)致口徑的文本識(shí)別，從而建立起“省份—年份”的財(cái)政政策不確定性指數(shù)體系；二是將政府（財(cái)政）制度激勵(lì)結(jié)構(gòu)因素納入“財(cái)政政策不確定性-企業(yè)數(shù)字化轉(zhuǎn)型”的范式框架中，從而將已有研究更好地立足于中國(guó)特色制度實(shí)踐情境中。