方巧玲　李淑　徐慧

【摘要】在數(shù)字化轉(zhuǎn)型上升為國(guó)家戰(zhàn)略的背景下， 本文對(duì)2008 ～ 2020年滬深A(yù)股上市公司年報(bào)進(jìn)行文本分析與人工閱讀， 創(chuàng)新性地構(gòu)建出企業(yè)進(jìn)行實(shí)質(zhì)性數(shù)字化轉(zhuǎn)型的指標(biāo)。在此基礎(chǔ)上， 借助高鐵建設(shè)的契機(jī)， 利用雙重差分模型檢驗(yàn)高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的影響及其作用機(jī)制。研究發(fā)現(xiàn)： 高鐵開通能顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型； 進(jìn)一步細(xì)分?jǐn)?shù)字化轉(zhuǎn)型的環(huán)節(jié)分析發(fā)現(xiàn)， 高鐵開通能顯著促進(jìn)企業(yè)研發(fā)層面的數(shù)字化轉(zhuǎn)型。作用機(jī)制分析表明， 高鐵開通通過(guò)緩解企業(yè)融資約束和提高企業(yè)人力資本水平促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析表明， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在信息不對(duì)稱程度較高、 教育水平較低、 初始交通稟賦較差的地區(qū)更明顯。

【關(guān)鍵詞】高鐵開通；企業(yè)數(shù)字化轉(zhuǎn)型；融資約束；人力資本

【中圖分類號(hào)】 F270? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）08-0127-8

一、 引言

2021年， “十四五”規(guī)劃提出“促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合， 賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)”， 由此， 數(shù)字化發(fā)展勢(shì)不可擋， 傳統(tǒng)的企業(yè)經(jīng)營(yíng)模式亟需轉(zhuǎn)型升級(jí)。企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字化技術(shù)和生產(chǎn)發(fā)展的深度融合， 即將互聯(lián)網(wǎng)、 大數(shù)據(jù)、 智能化等數(shù)字技術(shù)應(yīng)用到企業(yè)的生產(chǎn)經(jīng)營(yíng)過(guò)程中， 提高業(yè)務(wù)處理和資源配置效率， 實(shí)現(xiàn)傳統(tǒng)到數(shù)字化的創(chuàng)新。數(shù)字化轉(zhuǎn)型是培育發(fā)展新動(dòng)能的重要手段， 也是微觀經(jīng)濟(jì)主體高質(zhì)量發(fā)展的必由之路（吳非等，2021b）。學(xué)者們就數(shù)字化轉(zhuǎn)型對(duì)國(guó)民福祉、 企業(yè)績(jī)效、 社會(huì)責(zé)任、 審計(jì)費(fèi)用等的影響進(jìn)行了大量研究（Torres和Augusto，2020；Chen和Srinivasan，2020；薛鈴琦等，2022；肖紅軍等，2021；鐘越華等，2022）， 實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)遠(yuǎn)發(fā)展和社會(huì)穩(wěn)定的重要作用。但是， 傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的難度較大、 時(shí)間較長(zhǎng)、 機(jī)會(huì)成本較高（許恒等，2020）。由于技術(shù)能力有限、 資源不足、 管理思維僵化等原因（陳威如和王節(jié)祥，2021）， 企業(yè)存在“不會(huì)轉(zhuǎn)”“不能轉(zhuǎn)”“不敢轉(zhuǎn)”的現(xiàn)象， 導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型難以順利推行。此時(shí)亟須找到影響企業(yè)數(shù)字化轉(zhuǎn)型的因素， 為數(shù)字化的推廣和應(yīng)用清除障礙。已有研究認(rèn)為， 企業(yè)內(nèi)部因素如人力資源（Quinton等，2018）等、 外部因素如對(duì)外開放（王冠男等，2022）等均能影響企業(yè)數(shù)字化轉(zhuǎn)型。為此， 本文關(guān)注企業(yè)經(jīng)營(yíng)地開通高鐵是否會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響。

地理經(jīng)濟(jì)學(xué)的興起， 表明地理因素在經(jīng)濟(jì)發(fā)展中發(fā)揮著重要作用（Krugman，1991）。地理距離使本地市場(chǎng)經(jīng)濟(jì)參與者擁有信息優(yōu)勢(shì)， 當(dāng)投資者、 分析師、 監(jiān)管者等與企業(yè)距離較近時(shí)， 他們既可通過(guò)與企業(yè)內(nèi)部人員進(jìn)行面對(duì)面交談獲得企業(yè)的重要信息， 也可通過(guò)媒體及時(shí)了解企業(yè)情況， 還可通過(guò)去公司調(diào)研得到企業(yè)經(jīng)營(yíng)的一手資料， 使事前評(píng)估和事后監(jiān)督都更便捷。國(guó)內(nèi)外證據(jù)都表明， 地理距離帶來(lái)的信息優(yōu)勢(shì)會(huì)影響經(jīng)濟(jì)主體的決策， 如地理距離對(duì)股票定價(jià)（El Ghoul等，2013）、 企業(yè)績(jī)效（Kalnins和Lafontaine，2013）等都有重要影響。我國(guó)地域廣袤， 人口和資源分布廣泛， 受地理距離的影響尤為突出。那么， 具有時(shí)空壓縮效應(yīng)的高鐵開通后是否會(huì)降低地理距離對(duì)經(jīng)濟(jì)主體的影響？

近年來(lái)， 我國(guó)交通基礎(chǔ)設(shè)施建設(shè)不斷完善， 其中高鐵建設(shè)得到迅猛發(fā)展。2016年， 國(guó)務(wù)院發(fā)布的《中長(zhǎng)期鐵路網(wǎng)規(guī)劃》中指出， 要在“四縱四橫”的基礎(chǔ)上打造“八縱八橫”的高速鐵路網(wǎng)。截至2020年底， 我國(guó)高速鐵路運(yùn)營(yíng)總里程數(shù)達(dá)到3.79萬(wàn)公里， 穩(wěn)居全球首位。高鐵的開通， 不僅節(jié)約了出行時(shí)間成本， 方便了人口的流動(dòng)， 而且在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展和區(qū)域技術(shù)創(chuàng)新方面做出了重要貢獻(xiàn)（卞元超等，2019）。在微觀層面上， 有學(xué)者發(fā)現(xiàn)： 高鐵開通壓縮了時(shí)空距離， 提高了地區(qū)間的可達(dá)性， 降低了出行的時(shí)間成本， 使信息使用者更易獲得企業(yè)“軟信息”， 緩解企業(yè)與外部的信息不對(duì)稱， 從而增加異地投資（馬光榮等，2020）； 高鐵開通也有利于高素質(zhì)人才的聚集， 進(jìn)而促進(jìn)企業(yè)創(chuàng)新（吉赟和楊青，2020）。但是， 目前學(xué)術(shù)界鮮有學(xué)者關(guān)注高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。因此， 本文基于2008 ～ 2020年滬深A(yù)股上市公司年報(bào)內(nèi)容， 借助Python軟件得到企業(yè)數(shù)字化轉(zhuǎn)型的詞頻， 考慮到詞頻無(wú)法區(qū)分企業(yè)披露的數(shù)字化反映的是實(shí)質(zhì)性轉(zhuǎn)型還是策略性披露， 進(jìn)一步將企業(yè)數(shù)字化轉(zhuǎn)型分為運(yùn)營(yíng)、 產(chǎn)品和研發(fā)三個(gè)層面， 創(chuàng)新性地構(gòu)建出企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。在此基礎(chǔ)上， 借助企業(yè)經(jīng)營(yíng)地所在城市首次開通高鐵這一外生事件， 實(shí)證檢驗(yàn)高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及其作用機(jī)制。研究發(fā)現(xiàn)： 高鐵開通顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型； 進(jìn)一步細(xì)分?jǐn)?shù)字化轉(zhuǎn)型的環(huán)節(jié)分析發(fā)現(xiàn)， 高鐵開通顯著促進(jìn)了企業(yè)研發(fā)層面的數(shù)字化轉(zhuǎn)型。作用機(jī)制分析表明， 高鐵開通既能通過(guò)緩解企業(yè)融資約束促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型， 也能通過(guò)提高人力資本水平促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析表明， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在信息不對(duì)稱程度較高、 教育水平較低、 初始交通稟賦較差的地區(qū)更明顯。

本文的邊際貢獻(xiàn)在于： 其一， 高鐵開通使我國(guó)從低效率的發(fā)展中經(jīng)濟(jì)體轉(zhuǎn)變?yōu)楦咝实男屡d工業(yè)化國(guó)家， 已有大量文獻(xiàn)關(guān)注到高鐵開通引起的宏觀和微觀層面的經(jīng)濟(jì)效應(yīng)， 但鮮有學(xué)者將交通基礎(chǔ)設(shè)施與數(shù)字化轉(zhuǎn)型這一時(shí)代熱點(diǎn)聯(lián)系起來(lái)， 本研究為高鐵開通的經(jīng)濟(jì)效應(yīng)提供了新的微觀證據(jù)。其二， 創(chuàng)新性地構(gòu)建了企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。目前學(xué)術(shù)界衡量企業(yè)數(shù)字化轉(zhuǎn)型的主流方法是先構(gòu)建數(shù)字化詞典， 再對(duì)公司年報(bào)進(jìn)行文本分析得到數(shù)字化詞頻（Chen和Srinivasan，2020；吳非等，2021b）。然而， 此方法無(wú)法判斷企業(yè)數(shù)字化詞頻反映的是實(shí)質(zhì)性轉(zhuǎn)型還是策略性披露。因此， 本文將企業(yè)數(shù)字化轉(zhuǎn)型分為運(yùn)營(yíng)、 產(chǎn)品和研發(fā)三個(gè)層面， 構(gòu)建反映企業(yè)實(shí)質(zhì)性數(shù)字化轉(zhuǎn)型的指標(biāo)， 為企業(yè)數(shù)字化轉(zhuǎn)型的衡量方法提供了思路。其三， 豐富了數(shù)字化轉(zhuǎn)型影響因素的文獻(xiàn)?，F(xiàn)有大量文獻(xiàn)研究數(shù)字化轉(zhuǎn)型給企業(yè)和社會(huì)帶來(lái)的經(jīng)濟(jì)效應(yīng)， 但對(duì)數(shù)字化轉(zhuǎn)型的動(dòng)因研究還處于起步階段， 需進(jìn)一步完善。本文借助高鐵開通這一準(zhǔn)自然實(shí)驗(yàn)， 實(shí)證檢驗(yàn)了其對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及其作用機(jī)制， 是對(duì)現(xiàn)有文獻(xiàn)的重要補(bǔ)充， 也為企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)施提供了參考。

二、 文獻(xiàn)回顧與研究假說(shuō)

（一）高鐵開通

近年來(lái)， 高鐵建設(shè)得到迅猛發(fā)展， 影響著國(guó)民經(jīng)濟(jì)與社會(huì)的各個(gè)方面， 受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。現(xiàn)有文獻(xiàn)對(duì)高鐵開通的宏觀和微觀經(jīng)濟(jì)效應(yīng)都展開了大量研究。

一是針對(duì)高鐵開通對(duì)宏觀經(jīng)濟(jì)效應(yīng)的研究。首先， 高鐵開通影響城市產(chǎn)業(yè)結(jié)構(gòu)。孫偉增等（2022）指出， 高鐵開通顯著促進(jìn)了城市產(chǎn)業(yè)結(jié)構(gòu)指數(shù)的提升和城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整， 加快了城鎮(zhèn)化進(jìn)程（劉勇政和李巖，2017）。其次， 高鐵開通影響區(qū)域經(jīng)濟(jì)發(fā)展與創(chuàng)新水平。高鐵開通通過(guò)降低通勤成本、 促進(jìn)生產(chǎn)要素流動(dòng)， 帶動(dòng)了區(qū)域經(jīng)濟(jì)增長(zhǎng)， 提升了區(qū)域創(chuàng)新水平（卞元超等，2019）。最后， 高鐵建設(shè)影響生態(tài)環(huán)境。高鐵開通通過(guò)促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、 提升創(chuàng)新水平進(jìn)而降低城市碳排放量， 改善城市霧霾污染（李建明和羅能生，2020）。

二是針對(duì)高鐵開通對(duì)微觀經(jīng)濟(jì)效應(yīng)的研究。其一， 高鐵開通激勵(lì)企業(yè)創(chuàng)新行為。高鐵開通通過(guò)提高企業(yè)員工學(xué)歷和技術(shù)員工占比， 提升了開通地及沿線企業(yè)專利申請(qǐng)數(shù)量和質(zhì)量（吉赟和楊青，2020）。其二， 高鐵開通有利于管理與決策。在成本管理方面， 高鐵開通強(qiáng)化了外部對(duì)公司的監(jiān)督， 提高了信息透明度， 減少了代理問(wèn)題， 最終降低費(fèi)用粘性（楊國(guó)超等，2021）； 在投資決策方面， 高鐵開通降低了信息不對(duì)稱進(jìn)而增加了企業(yè)的異地投資（馬光榮等，2020）。其三， 高鐵開通與資本市場(chǎng)密切相關(guān)。地理距離的壓縮能降低資本市場(chǎng)中的信息不對(duì)稱、 信息獲取成本和監(jiān)管成本， 從而降低高鐵開通地上市公司的股價(jià)崩盤風(fēng)險(xiǎn)（趙靜等，2018）和沿線企業(yè)的股價(jià)同步性（陳克兢等，2022）， 顯著提升高鐵開通地企業(yè)上市成功的概率（金智等，2021）， 并顯著降低公司權(quán)益資本成本（郭照蕊和黃俊，2021）。

（二）企業(yè)數(shù)字化轉(zhuǎn)型

加快數(shù)字化發(fā)展， 讓傳統(tǒng)經(jīng)濟(jì)把握數(shù)字化轉(zhuǎn)型的機(jī)遇已成為一項(xiàng)國(guó)家戰(zhàn)略， 并受到了學(xué)術(shù)界和實(shí)務(wù)界的廣泛關(guān)注， 現(xiàn)有研究聚焦于企業(yè)數(shù)字化轉(zhuǎn)型的影響因素及其帶來(lái)的經(jīng)濟(jì)后果。

對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響因素的研究主要包括技術(shù)、 人力資源和環(huán)境三個(gè)方面。技術(shù)方面， 數(shù)字技術(shù)的興起引起了市場(chǎng)需求和商業(yè)模式的改變， 重塑了競(jìng)爭(zhēng)格局， 倒逼企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型（Quinton等，2018）。數(shù)字經(jīng)濟(jì)對(duì)傳統(tǒng)經(jīng)濟(jì)產(chǎn)生的技術(shù)溢出效應(yīng)有助于傳統(tǒng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型（許恒等，2020）。人力資源方面， Porfírio等（2021）指出， 民主的領(lǐng)導(dǎo)風(fēng)格、 對(duì)企業(yè)使命的認(rèn)同、 有效的戰(zhàn)略管理均能夠推動(dòng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。同時(shí)， 管理者的IT知識(shí)與對(duì)轉(zhuǎn)型的意愿和信心（Quinton等，2018）， 員工信息搜集能力、 溝通和協(xié)作意愿等員工數(shù)字素養(yǎng)（Cetindamar等，2021）， 也均有利于企業(yè)的數(shù)字化轉(zhuǎn)型。 環(huán)境方面， 史宇鵬和王陽(yáng)（2022）提出， 良好的營(yíng)商環(huán)境能激發(fā)企業(yè)創(chuàng)新、 降低企業(yè)成本， 進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。對(duì)外開放可以緩解數(shù)字化轉(zhuǎn)型引發(fā)的財(cái)務(wù)問(wèn)題， 也可以激發(fā)企業(yè)的創(chuàng)新潛能， 從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型（王冠男等，2022）。

對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果研究主要涉及宏觀和微觀兩個(gè)層面。宏觀層面， 數(shù)字經(jīng)濟(jì)被視為經(jīng)濟(jì)增長(zhǎng)的“新引擎”。數(shù)字化轉(zhuǎn)型能夠增加國(guó)民福祉（Torres和Augusto，2020）， 助推經(jīng)濟(jì)高質(zhì)量發(fā)展。微觀層面： 從企業(yè)生產(chǎn)經(jīng)營(yíng)管理方面來(lái)看， 企業(yè)數(shù)字化轉(zhuǎn)型能降本增效（Chen和Srinivasan，2020）， 提升企業(yè)專業(yè)化分工水平（袁淳等，2021）， 進(jìn)而提高企業(yè)績(jī)效與企業(yè)價(jià)值（Chen和Srinivasan，2020）， 同時(shí)還有利于企業(yè)履行社會(huì)責(zé)任， 促進(jìn)企業(yè)可持續(xù)發(fā)展與社會(huì)的和諧穩(wěn)定（肖紅軍等，2021）； 從資本市場(chǎng)表現(xiàn)來(lái)看， 企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)會(huì)計(jì)信息質(zhì)量、 緩解信息不對(duì)稱， 來(lái)降低股價(jià)同步性（Fang等，2022）、 抑制股價(jià)崩盤風(fēng)險(xiǎn)（林川，2022）。

（三）高鐵開通與企業(yè)數(shù)字化轉(zhuǎn)型

在我國(guó)的經(jīng)濟(jì)發(fā)展中， 高鐵開通帶來(lái)的交通便利發(fā)揮了重要作用。本文認(rèn)為， 高鐵開通同樣會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型， 其影響機(jī)制主要有以下兩個(gè)方面：

一方面， 高鐵開通通過(guò)緩解企業(yè)融資約束促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。由于傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型需在短期內(nèi)投入巨額成本（Chen和Srinivasan，2020）， 同時(shí)面臨轉(zhuǎn)型難度較大、 時(shí)間較長(zhǎng)、 機(jī)會(huì)成本較高（許恒等，2020）等問(wèn)題， 故而， 當(dāng)企業(yè)融資渠道較少、 融資成本較高導(dǎo)致其資金不足時(shí)， 將會(huì)減緩企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程。而高鐵開通可能使企業(yè)擺脫資金籌措困境?？臻g距離會(huì)加大信息不對(duì)稱， 投資者的決策又存在“本地偏好”（Coval和Moskowitz，1999）， 導(dǎo)致資金流動(dòng)受限與資金成本較高。而高鐵開通能重塑城市空間結(jié)構(gòu)， 提高地區(qū)間的可達(dá)性， 使信息的傳遞速度加快， 信息搜尋成本和監(jiān)督成本降低（金智等，2021）。具體而言， 在高鐵開通的情況下， 投資者更易獲取公司“軟信息”， 從而增強(qiáng)異地投資意愿（Zhang等，2020；馬光榮等，2020）、 降低股權(quán)融資成本（郭照蕊和黃俊，2021）； 銀行可以通過(guò)實(shí)地調(diào)研等方式獲得企業(yè)信息， 使企業(yè)獲得的信貸規(guī)模更大、 期限更長(zhǎng)、 成本更低（褚劍和方軍雄，2019）。綜上， 高鐵開通能同時(shí)緩解企業(yè)股權(quán)與債權(quán)的融資約束并降低股權(quán)和債權(quán)融資成本， 解決企業(yè)“融資難”問(wèn)題， 為企業(yè)數(shù)字化轉(zhuǎn)型提供充足的資金保障， 加快企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程。

另一方面， 高鐵開通通過(guò)提高人力資本水平推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。人力資本是企業(yè)數(shù)字化轉(zhuǎn)型成功與否的重要因素。在實(shí)施數(shù)字化轉(zhuǎn)型的過(guò)程中， 企業(yè)會(huì)要求管理者對(duì)數(shù)字技術(shù)有深入的理解（Quinton等，2018）， 員工有一定的數(shù)字素養(yǎng)（Cetindamar等，2021）。高鐵的開通顯著地促進(jìn)了人力資本流動(dòng)， 從而提升企業(yè)人力資本水平， 進(jìn)而有助于企業(yè)數(shù)字化轉(zhuǎn)型。其一， 就直接的人才保障而言， 高鐵開通后交通更便利， 能夠促進(jìn)人力資本流入（楊金玉和羅勇根，2019）， 使得高鐵開通后企業(yè)的本科及以上學(xué)歷員工占比提高（吉赟和楊青，2020）， 從而為企業(yè)數(shù)字化轉(zhuǎn)型提供人才保證。其二， 就間接的知識(shí)溢出效應(yīng)而言， 人才流動(dòng)是區(qū)域間知識(shí)溢出的重要途徑。高鐵開通降低了人員流動(dòng)成本， 實(shí)地交流降低了各利益群體的信息不對(duì)稱， 從而增強(qiáng)企業(yè)創(chuàng)新能力， 帶動(dòng)地區(qū)技術(shù)創(chuàng)新（卞元超等，2019）， 推動(dòng)知識(shí)溢出和技術(shù)傳播， 間接地意味著高鐵開通后的人才流動(dòng)有利于企業(yè)數(shù)字化轉(zhuǎn)型?；诖?， 本文提出假設(shè)：

H1： 在其他條件相同的情況下， 高鐵開通能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

三、 研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

2008年， 我國(guó)開通第一條具有完全自主知識(shí)產(chǎn)權(quán)的高速鐵路 —— 京津城際鐵路， 并且在《中長(zhǎng)期鐵路網(wǎng)規(guī)劃》中首次提出了“四縱四橫”客運(yùn)專線的遠(yuǎn)期建設(shè)規(guī)劃， 因此， 本文選取2008 ～ 2020年滬深A(yù)股上市公司的數(shù)據(jù)為初始研究樣本， 并進(jìn)行了如下篩選： ①剔除金融行業(yè)的樣本； ②剔除ST、 ?ST、 PT等狀態(tài)異常的樣本； ③剔除資產(chǎn)負(fù)債率大于1的樣本； ④剔除數(shù)據(jù)缺失的樣本。同時(shí)， 為減少極端值的影響， 本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。最終， 本文得到28016個(gè)樣本觀測(cè)值。

（二）核心變量設(shè)計(jì)

1.? 被解釋變量： 企業(yè)數(shù)字化轉(zhuǎn)型（DT）。近幾年， 學(xué)術(shù)界對(duì)企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的研究成果頗豐， 然而衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)尚未統(tǒng)一。由于對(duì)互聯(lián)網(wǎng)、 人工智能等單個(gè)數(shù)字技術(shù)的測(cè)度難以整體反映企業(yè)數(shù)字化轉(zhuǎn)型程度， Chen和Srinivasan（2020）、 吳非等（2021b）、 袁淳等（2021）多位學(xué)者構(gòu)建了企業(yè)數(shù)字化詞典， 并對(duì)企業(yè)年報(bào)進(jìn)行文本分析以提取數(shù)字化關(guān)鍵詞， 得到衡量企業(yè)數(shù)字化轉(zhuǎn)型程度的指標(biāo)。然而， 此研究方法無(wú)法排除僅在前瞻或行業(yè)現(xiàn)狀中描述企業(yè)數(shù)字化轉(zhuǎn)型， 但并未在生產(chǎn)或運(yùn)營(yíng)環(huán)節(jié)進(jìn)行實(shí)質(zhì)性數(shù)字化轉(zhuǎn)型的樣本， 簡(jiǎn)單地基于文本分析得到的詞頻難以反映企業(yè)數(shù)字化轉(zhuǎn)型的真實(shí)情況。因此， 本文在參考此研究方法的基礎(chǔ)上， 進(jìn)一步構(gòu)建基于年報(bào)反映企業(yè)數(shù)字化轉(zhuǎn)型程度的指標(biāo)， 具體步驟如下：

第一步， 構(gòu)建數(shù)字化詞典。通過(guò)對(duì)近年來(lái)的文獻(xiàn)、 政策文件、 會(huì)議報(bào)告以及研究報(bào)告等的閱讀分析， 歸納整理出數(shù)字技術(shù)關(guān)鍵詞， 主要包括互聯(lián)網(wǎng)、 物聯(lián)網(wǎng)、 數(shù)字化、 大數(shù)據(jù)、 智能化、 自動(dòng)化、 人工智能、 機(jī)器學(xué)習(xí)、 云計(jì)算、 區(qū)塊鏈。

第二步， 擴(kuò)充數(shù)字化詞典。抽樣閱讀年報(bào)中的經(jīng)營(yíng)情況討論與分析、 董事會(huì)報(bào)告等描述公司業(yè)務(wù)情況的文字內(nèi)容， 識(shí)別出與數(shù)字化相關(guān)的詞匯， 進(jìn)一步豐富數(shù)字化詞典， 如表1所示。

第三步， 文本分析。基于構(gòu)建的數(shù)字化詞典， 使用Python軟件對(duì)年報(bào)中的文本進(jìn)行處理， 得到各關(guān)鍵詞在年報(bào)中出現(xiàn)的頻率。

第四步， 確定維度。將企業(yè)實(shí)質(zhì)性的數(shù)字化轉(zhuǎn)型分為運(yùn)營(yíng)、 產(chǎn)品和研發(fā)三個(gè)環(huán)節(jié)， 然后對(duì)所閱讀年報(bào)中出現(xiàn)的數(shù)字化內(nèi)容進(jìn)行抽樣， 將運(yùn)營(yíng)維度細(xì)分為財(cái)務(wù)管理與會(huì)計(jì)、 流程管理、 供應(yīng)鏈、 人力資源管理、 銷售與客服五個(gè)維度。

第五步， 閱讀分類。根據(jù)文本分析得到的詞頻， 依次閱讀年報(bào)中相應(yīng)的文本內(nèi)容并判斷其所屬的維度， 如果企業(yè)在運(yùn)營(yíng)環(huán)節(jié)實(shí)施了數(shù)字化轉(zhuǎn)型則取值為1， 否則為0， 依次類推得到企業(yè)實(shí)質(zhì)性數(shù)字化轉(zhuǎn)型的數(shù)據(jù)。即如果企業(yè)在運(yùn)營(yíng)或產(chǎn)品或研發(fā)環(huán)節(jié)存在數(shù)字化轉(zhuǎn)型， 則將企業(yè)數(shù)字化轉(zhuǎn)型（DT）賦值為1， 否則為0。企業(yè)數(shù)字化轉(zhuǎn)型（DT1）則用Ln（1+財(cái)務(wù)管理與會(huì)計(jì)+流程管理+供應(yīng)鏈+人力資源管理+銷售與客服+產(chǎn)品+研發(fā)）衡量。

2. 解釋變量： 高鐵開通（After_HSR）。本文選取2008 ～ 2020年我國(guó)開通高鐵的城市為樣本。首先從CNRDS下載各城市高鐵開通數(shù)據(jù)， 然后借鑒卞元超等（2019）的做法進(jìn)行了如下處理： 第一， 刪除2008年之前就開通高鐵的地級(jí)市樣本； 第二， 部分地級(jí)市在不同年份開通了多條高鐵， 因此以首次開通高鐵的年份進(jìn)行計(jì)量； 第三， 高鐵開通對(duì)企業(yè)的影響存在時(shí)滯性， 因此如果某城市在上半年開通高鐵， 則將該年作為高鐵開通年， 如果某城市在下半年開通高鐵， 則將下一年作為高鐵開通年。在此基礎(chǔ)上， 構(gòu)建虛擬變量是否開通高鐵（HSR）和高鐵開通后（After）。若某城市在樣本期間開通高鐵， 則HSR取值為1， 否則為0； 若樣本期間在某城市開通高鐵之后， 則After取值為1， 否則為0。

（三）模型構(gòu)建

1. 主回歸模型。為檢驗(yàn)高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響， 本文參考吉赟和楊青（2020）的方法構(gòu)建如下雙重差分模型：

DTi，t=β0+β1After_HSRi，t+β2Controlsi，t+∑Firm+∑Year+εi，t? （1）

其中， 被解釋變量DT表示企業(yè)數(shù)字化轉(zhuǎn)型， 解釋變量After_HSR為高鐵開通后（After）和是否開通高鐵（HSR）的交互項(xiàng)。本文參考吳非等（2021a）的研究選取如下變量進(jìn)行控制： 企業(yè)規(guī)模（Size）、 資產(chǎn)負(fù)債率（Lev）、 公司年齡（Age）、 總資產(chǎn)收益率（ROA）、 資本支出（CapExp）、 產(chǎn)權(quán)性質(zhì)（SOE）、 總資產(chǎn)增長(zhǎng)率（Growth）、 機(jī)構(gòu)投資者持股（Inst）、 股權(quán)集中度（Top1）、 董事會(huì)規(guī)模（Boardsize）、 審計(jì)意見(jiàn)（Audit）以及時(shí)間（Year）與公司（Firm）固定效應(yīng)。具體變量定義見(jiàn)表2。

2. 中介機(jī)制模型。本文進(jìn)一步檢驗(yàn)高鐵開通影響企業(yè)數(shù)字化轉(zhuǎn)型的作用機(jī)制。根據(jù)前文假設(shè)推導(dǎo)， 本文認(rèn)為高鐵開通可能會(huì)從以下兩個(gè)方面影響企業(yè)數(shù)字化轉(zhuǎn)型： 一是緩解企業(yè)融資約束； 二是提高企業(yè)人力資本水平。在融資約束程度變量選取方面， 本文參考況學(xué)文等（2010）的做法， 采用FC指數(shù)衡量企業(yè)融資約束程度（FC）， FC值越大， 說(shuō)明企業(yè)面臨的融資約束越大。在企業(yè)人力資本水平變量選取方面， 本文參考吉赟和楊青（2020）的做法， 選取公司本科及以上學(xué)歷人數(shù)占員工總數(shù)的比例衡量企業(yè)人力資本水平（Bachelor）， Bachelor值越大， 表明企業(yè)內(nèi)部員工學(xué)歷越高。為了驗(yàn)證上述路徑的作用機(jī)理， 本文借鑒溫忠麟等（2004）的中介效應(yīng)機(jī)制檢驗(yàn)方法， 首先檢驗(yàn)高鐵開通對(duì)中介變量（Mediator）的影響， 模型如下：

Mediatori，t=γ0+γ1After_HSRi，t+γ2Controlsi，t+∑Firm+∑Year++εi，t （2）

然后， 檢驗(yàn)中介效應(yīng)即作用機(jī)制， 也即高鐵開通是否通過(guò)中介變量促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型， 模型如下：

DTi，t=δ0+ δ1Mediatori，t+δ2After_HSRi，t+δ3Controlsi，t+∑Firm+∑Year +εi，t? （3）

根據(jù)中介效應(yīng)檢驗(yàn)， 如果模型（2）和模型（3）中的系數(shù)γ1和δ1都顯著， 則意味著高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響至少有一部分是通過(guò)中介變量（Mediator）來(lái)實(shí)現(xiàn)的； 如果模型（3）中的系數(shù)δ2不顯著， 則說(shuō)明是完全中介效應(yīng)， 即高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響完全通過(guò)中介變量來(lái)實(shí)現(xiàn)； 如果模型（3）中的δ2顯著， 則說(shuō)明是部分中介效應(yīng)。

四、 實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)與單變量檢驗(yàn)

表3中的Panel A為主要變量的描述性統(tǒng)計(jì)結(jié)果。企業(yè)數(shù)字化轉(zhuǎn)型（DT）的均值為0.405， 標(biāo)準(zhǔn)差為0.491， 表明仍有超過(guò)一半的企業(yè)未進(jìn)行數(shù)字化轉(zhuǎn)型或在年報(bào)中未披露數(shù)字化轉(zhuǎn)型的相關(guān)信息。企業(yè)數(shù)字化轉(zhuǎn)型（DT1）的均值為0.437， 標(biāo)準(zhǔn)差為0.582， 說(shuō)明不同企業(yè)的數(shù)字化轉(zhuǎn)型程度存在較大差異。是否開通高鐵（HSR）的均值為0.920， 說(shuō)明截至2020年底， 我國(guó)交通基礎(chǔ)設(shè)施不斷完善， 超過(guò)90%的城市已經(jīng)開通高鐵。其他控制變量分布均與現(xiàn)有文獻(xiàn)基本一致。 為初步檢驗(yàn)高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響， 本文將樣本分為高鐵開通城市組以及高鐵未開通城市組進(jìn)行檢驗(yàn)， 結(jié)果如表3的Panel B所示?？梢钥闯?， 高鐵開通城市組的數(shù)字化轉(zhuǎn)型程度顯著高于高鐵未開通城市組， 兩者差異在1%的水平上顯著， 檢驗(yàn)結(jié)果初步支持了H1。

（二）高鐵開通與企業(yè)數(shù)字化轉(zhuǎn)型

表4列報(bào)了高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響的回歸結(jié)果。其中， 列（1）和列（3）是在未考慮控制變量時(shí)的回歸結(jié)果， After_HSR的系數(shù)分別為0.024和0.018， 且分別在1%和10%的水平上顯著， 表明在未考慮其他因素影響的情況下， 高鐵開通能夠顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型并提升數(shù)字化轉(zhuǎn)型程度， 初步支持了H1。在加入了其他控制變量后， 列（2）和列（4）同樣也表明高鐵開通能夠顯著促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型并提升數(shù)字化轉(zhuǎn)型程度， 由此H1得證。

（三）區(qū)分?jǐn)?shù)字化轉(zhuǎn)型的環(huán)節(jié)

為了進(jìn)一步分析高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響， 本文根據(jù)手工收集的數(shù)據(jù)， 將企業(yè)數(shù)字化轉(zhuǎn)型分為運(yùn)營(yíng)層面、 產(chǎn)品層面和研發(fā)層面進(jìn)行討論， 實(shí)證結(jié)果如表5所示。運(yùn)營(yíng)和產(chǎn)品層面， After_HSR的系數(shù)為正但不顯著。研發(fā)層面， After_HSR的系數(shù)為0.020且在1%的水平上顯著， 說(shuō)明高鐵開通能顯著促進(jìn)研發(fā)層面的數(shù)字化轉(zhuǎn)型。企業(yè)不僅僅通過(guò)購(gòu)入數(shù)字技術(shù)和軟件實(shí)現(xiàn)傳統(tǒng)模式的轉(zhuǎn)型升級(jí)， 還通過(guò)企業(yè)內(nèi)部的研發(fā)進(jìn)行轉(zhuǎn)型， 有利于加強(qiáng)數(shù)字化轉(zhuǎn)型的深度， 也證明了高鐵開通能帶來(lái)知識(shí)和技術(shù)溢出效應(yīng)。

（四）穩(wěn)健性檢驗(yàn)

1.? 平行趨勢(shì)檢驗(yàn)。由于各城市開通高鐵的時(shí)間存在差異， 本文采用了多期DID模型進(jìn)行檢驗(yàn)， 該模型存在一個(gè)前提， 即在政策干預(yù)前， 處理組和對(duì)照組具有相同的趨勢(shì)。為此， 進(jìn)行平行趨勢(shì)檢驗(yàn)?；貧w結(jié)果符合平行趨勢(shì)假定， 也在一定程度上說(shuō)明了高鐵開通能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

2.? 安慰劑檢驗(yàn)。本文可能存在遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題， 因此改變政策發(fā)生時(shí)點(diǎn)進(jìn)行安慰劑檢驗(yàn)， 即把高鐵開通的年份提前2年和3年進(jìn)行回歸， 結(jié)果表明排除了潛在系統(tǒng)性差異對(duì)結(jié)果的干擾， 支持了本文的結(jié)論。

3.? PSM-DID檢驗(yàn)。本文可能存在樣本選擇出現(xiàn)的偏差， 因此采用1∶1最鄰近的傾向得分匹配方法（PSM）， 篩選出與高鐵開通城市的上市公司特征類似的高鐵未開通城市的企業(yè)作為控制組， 然后將所有控制變量與是否開通高鐵（HSR）進(jìn)行Logit回歸， 最后基于PSM樣本進(jìn)行回歸， 結(jié)果依然穩(wěn)健。

4. 改變數(shù)字化轉(zhuǎn)型的衡量指標(biāo)。在數(shù)字化轉(zhuǎn)型方面， 參考吳非等（2021b）的做法， 對(duì)文本分析得到的數(shù)字化詞頻加1后進(jìn)行對(duì)數(shù)化處理， 用該指標(biāo)表示企業(yè)數(shù)字化轉(zhuǎn)型程度（DT1）進(jìn)行回歸， 結(jié)果依然穩(wěn)健。

限于篇幅， 上述穩(wěn)健性檢驗(yàn)的回歸結(jié)果不再一一列出。

（五）作用機(jī)制檢驗(yàn)

前文已證明本文的核心結(jié)論： 高鐵開通能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。那么兩者間的作用機(jī)制是什么？根據(jù)理論推導(dǎo)， 本文認(rèn)為高鐵開通可能通過(guò)緩解企業(yè)融資約束和提高企業(yè)人力資本水平影響企業(yè)數(shù)字化轉(zhuǎn)型。本文通過(guò)模型（2）和模型（3）對(duì)兩個(gè)因素的作用機(jī)制進(jìn)行檢驗(yàn)， 結(jié)果見(jiàn)表6。

表6列（1）和列（2）列報(bào)了融資約束作為中介變量的回歸結(jié)果。列（1）中， 高鐵開通（After_HSR）的系數(shù)為-0.007， 且在1%的水平上顯著， 意味著城市開通高鐵能緩解企業(yè)融資約束。列（2）為高鐵開通和融資約束對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的回歸結(jié)果， After_HSR和FC的系數(shù)分別為0.022和-0.101， 分別在5%和1%的水平上顯著， 說(shuō)明融資約束在高鐵開通與企業(yè)數(shù)字化轉(zhuǎn)型間起部分中介作用， 即高鐵開通通過(guò)緩解融資約束促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

表6列（3）和列（4）列報(bào)了企業(yè)人力資本水平作為中介變量的回歸結(jié)果。列（3）中， 高鐵開通（After_HSR）的系數(shù)為0.882， 且在1%的水平上顯著， 意味著城市開通高鐵吸引了高學(xué)歷人才， 提高了企業(yè)人力資本水平。列（4）為高鐵開通和人力資本水平對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的回歸結(jié)果， After_HSR和Bachelor的系數(shù)分別為0.024和0.001， 且分別在10%和1%的水平上顯著， 意味著高鐵開通通過(guò)提高企業(yè)人力資本水平促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。中介模型回歸結(jié)果與前文理論分析邏輯一致。

（六）異質(zhì)性檢驗(yàn)

由于地區(qū)經(jīng)濟(jì)發(fā)展水平、 企業(yè)經(jīng)營(yíng)狀況等方面存在差異， 交通基礎(chǔ)設(shè)施對(duì)企業(yè)行為與決策的影響也會(huì)存在差異。下面本文進(jìn)一步分析高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。

1. 信息不對(duì)稱程度的異質(zhì)性影響。理論上， 信息不對(duì)稱程度較高時(shí)會(huì)存在較為嚴(yán)重的代理問(wèn)題， 使企業(yè)的發(fā)展戰(zhàn)略脫離最優(yōu)決策。我國(guó)廣袤的地理區(qū)域使分析師、 投資者等在搜集信息時(shí)受到成本因素限制， 高鐵開通提高了地區(qū)間的可達(dá)性， 降低了信息搜尋成本以及信息不對(duì)稱程度， 可以有效緩解代理問(wèn)題。本文采用通過(guò)修正的瓊斯模型計(jì)算得到的可操縱性應(yīng)計(jì)利潤(rùn)衡量信息不對(duì)稱程度， 并按高、 低程度進(jìn)行分組檢驗(yàn)。表7列（1）和列（2）的結(jié)果說(shuō)明， 在信息不對(duì)稱程度高的地區(qū)， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更明顯。

2. 教育水平的異質(zhì)性影響。企業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是由人推動(dòng)的。在教育水平較低的地區(qū)， 由于對(duì)數(shù)字化轉(zhuǎn)型認(rèn)識(shí)不足， 不能及時(shí)處理轉(zhuǎn)型中遇到的問(wèn)題等， 數(shù)字化轉(zhuǎn)型難以順利實(shí)施。高鐵開通促進(jìn)了人流、 物流、 信息流的傳遞， 可以有效緩解數(shù)字化轉(zhuǎn)型遇到的阻力。本文以每十萬(wàn)人口高等學(xué)校平均在校生人數(shù)衡量地區(qū)教育水平， 并進(jìn)行分組檢驗(yàn)， 結(jié)果如表7列（3）和列（4）所示?？梢钥闯?， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在教育水平較低的地區(qū)更明顯。

3. 公路里程的異質(zhì)性影響。原則上， 當(dāng)?shù)貐^(qū)初始交通條件較差時(shí)， 由于較高的出行成本和時(shí)間成本， 分析師、 投資者等對(duì)企業(yè)的注意力會(huì)下降。高鐵開通后， 其具有的高時(shí)速、 高準(zhǔn)點(diǎn)率、 高安全性的特點(diǎn)可以減少交通設(shè)施對(duì)企業(yè)發(fā)展的限制。本文用企業(yè)經(jīng)營(yíng)地所在省份的公路里程數(shù)來(lái)衡量企業(yè)所在地的初始交通稟賦， 并進(jìn)行分組檢驗(yàn)。表7列（5）和列（6）的結(jié)果顯示， 在公路里程數(shù)少組即初始交通稟賦較差的地區(qū)， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用更明顯。

五、 研究結(jié)論與啟示

（一）研究結(jié)論

本文以高鐵開通作為準(zhǔn)自然實(shí)驗(yàn)， 采用2008 ～ 2020年滬深A(yù)股上市公司實(shí)質(zhì)性數(shù)字化轉(zhuǎn)型的數(shù)據(jù)， 實(shí)證檢驗(yàn)了高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及其作用機(jī)制， 并探討了高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性影響。研究發(fā)現(xiàn)： 高鐵開通顯著促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型； 進(jìn)一步細(xì)分?jǐn)?shù)字化轉(zhuǎn)型的環(huán)節(jié)分析發(fā)現(xiàn)， 高鐵開通顯著促進(jìn)了企業(yè)研發(fā)層面的數(shù)字化轉(zhuǎn)型。作用機(jī)制檢驗(yàn)表明， 高鐵開通既能通過(guò)緩解企業(yè)融資約束促進(jìn)數(shù)字化轉(zhuǎn)型， 也能通過(guò)提高企業(yè)人力資本水平推動(dòng)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析表明， 高鐵開通對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在信息不對(duì)稱程度較高、 教育水平較低、 初始交通稟賦較差的地區(qū)更明顯。

（二）啟示

本文的研究啟示如下： 第一， 我國(guó)地大物博、 人口眾多， 地理距離對(duì)經(jīng)濟(jì)發(fā)展水平的影響較大。國(guó)家重視交通基礎(chǔ)設(shè)施建設(shè)， 盡管需要投入大量人力和財(cái)力， 但我國(guó)高鐵建設(shè)的速度沒(méi)有放緩， 自2008年以來(lái)快速發(fā)展。本文的結(jié)果為高鐵開通的經(jīng)濟(jì)效應(yīng)提供了微觀企業(yè)的證據(jù)， 為高鐵建設(shè)提供了積極的信號(hào)， 交通基礎(chǔ)設(shè)施的建設(shè)可以弱化地理距離引起的發(fā)展差異， 因此相關(guān)部門應(yīng)加快交通基礎(chǔ)設(shè)施建設(shè)。第二， 人類進(jìn)入了數(shù)字時(shí)代， 企業(yè)應(yīng)把握數(shù)字發(fā)展機(jī)遇， 實(shí)現(xiàn)業(yè)務(wù)的轉(zhuǎn)型升級(jí)。本文實(shí)證結(jié)果表明， 高鐵開通能促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型， 因此還沒(méi)有開通高鐵的城市可以爭(zhēng)取資源， 早日開通高鐵， 也可以加強(qiáng)公路等基礎(chǔ)設(shè)施建設(shè)， 實(shí)現(xiàn)與各城市的互聯(lián)互通， 助力企業(yè)數(shù)字化轉(zhuǎn)型。第三， 企業(yè)數(shù)字化轉(zhuǎn)型需要大量資金和人才支持， 政府部門應(yīng)完善有關(guān)政策， 比如貸款政策和人才政策， 從而對(duì)企業(yè)提供幫助。企業(yè)也應(yīng)完善經(jīng)營(yíng)模式， 提高核心競(jìng)爭(zhēng)力， 吸引投資者和高端人才， 以順利實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

【 主 要 參 考 文 獻(xiàn) 】

卞元超，吳利華，白俊紅．高鐵開通是否促進(jìn)了區(qū)域創(chuàng)新？［ J］．金融研究，2019（6）：132 ～ 149．

陳克兢，康艷玲，閔霞，李延喜．高鐵開通與股價(jià)同步性：信息效應(yīng)還是治理效應(yīng)？［ J］．管理科學(xué)學(xué)報(bào)，2021（12）：1 ～ 17．

陳威如，王節(jié)祥．依附式升級(jí)：平臺(tái)生態(tài)系統(tǒng)中參與者的數(shù)字化轉(zhuǎn)型戰(zhàn)略［ J］．管理世界，2021（10）：195 ～ 214．

褚劍，方軍雄．交通基礎(chǔ)設(shè)施改善與銀行信貸決策——基于高鐵通車準(zhǔn)自然實(shí)驗(yàn)的檢驗(yàn)［ J］．會(huì)計(jì)與經(jīng)濟(jì)研究，2019（5）：38 ～ 60．

郭照蕊，黃?。哞F時(shí)空壓縮效應(yīng)與公司權(quán)益資本成本——來(lái)自A股上市公司的經(jīng)驗(yàn)證據(jù)［ J］．金融研究，2021（7）：190 ～ 206．

吉赟，楊青．高鐵開通能否促進(jìn)企業(yè)創(chuàng)新：基于準(zhǔn)自然實(shí)驗(yàn)的研究［ J］．世界經(jīng)濟(jì)，2020（2）：147 ～ 166．

金智，張立光，辛清泉．高鐵開通與公司IPO［ J］．會(huì)計(jì)研究，2021（4）：103 ～ 116．

李建明，羅能生．高鐵開通改善了城市空氣污染水平嗎？［ J］．經(jīng)濟(jì)學(xué)（季刊），2020（4）：1335 ～ 1354.

林川．?dāng)?shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)［ J］．證券市場(chǎng)導(dǎo)報(bào)，2022（6）：47 ～ 57．

劉勇政，李巖．中國(guó)的高速鐵路建設(shè)與城市經(jīng)濟(jì)增長(zhǎng)［ J］．金融研究，2017（11）：18 ～ 33．

馬光榮，程小萌，楊恩艷．交通基礎(chǔ)設(shè)施如何促進(jìn)資本流動(dòng)——基于高鐵開通和上市公司異地投資的研究［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（6）：5 ～ 23．

況學(xué)文，施臻懿，何恩良．中國(guó)上市公司融資約束指數(shù)設(shè)計(jì)與評(píng)價(jià)［ J］．山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（5）：110 ～ 117．

史宇鵬，王陽(yáng)．營(yíng)商環(huán)境與企業(yè)數(shù)字化轉(zhuǎn)型：影響表現(xiàn)與作用機(jī)制［ J］．北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（2）：14 ～ 28．

孫偉增，牛冬曉，萬(wàn)廣華．交通基礎(chǔ)設(shè)施建設(shè)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)——以高鐵建設(shè)為例的實(shí)證分析［ J］．管理世界，2022（3）：19 ～ 34+58+35 ～ 41．

王冠男，吳非，曹銘．對(duì)外開放對(duì)企業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)效應(yīng)研究［ J］．亞太經(jīng)濟(jì)，2022（1）：102 ～ 110．

溫忠麟，張雷，侯杰泰，劉紅云．中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［ J］．心理學(xué)報(bào)，2004（5）：614 ～ 620．

吳非，常曦，任曉怡．政府驅(qū)動(dòng)型創(chuàng)新：財(cái)政科技支出與企業(yè)數(shù)字化轉(zhuǎn)型［ J］．財(cái)政研究，2021a（1）：102 ～ 115．

吳非，胡慧芷，林慧妍，任曉怡．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［ J］．管理世界，2021b（7）：130 ～ 144+10．

肖紅軍，陽(yáng)鎮(zhèn)，劉美玉．企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)［ J］．經(jīng)濟(jì)管理，2021（11）：52 ～ 69．

許恒，張一林，曹雨佳．?dāng)?shù)字經(jīng)濟(jì)、技術(shù)溢出與動(dòng)態(tài)競(jìng)合政策［ J］．管理世界，2020（11）：63 ～ 84．

薛鈴琦，謝清華，王海兵．?dāng)?shù)字化轉(zhuǎn)型能提高企業(yè)競(jìng)爭(zhēng)績(jī)效嗎——基于供應(yīng)鏈價(jià)值管理的視角［ J］．財(cái)會(huì)月刊，2022（13）：61 ～ 70．

楊國(guó)超，鄺玉珍，梁上坤．基礎(chǔ)設(shè)施建設(shè)與企業(yè)成本管理決策：基于高鐵通車的證據(jù)［ J］．世界經(jīng)濟(jì)，2021（9）：207 ～ 232．

楊金玉，羅勇根．高鐵開通的人力資本配置效應(yīng)——基于專利發(fā)明人流動(dòng)的視角［ J］．經(jīng)濟(jì)科學(xué)，2019（6）：92 ～ 103．

袁淳，肖土盛，耿春曉，盛譽(yù)．?dāng)?shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137 ～ 155．

趙靜，黃敬昌，劉峰．高鐵開通與股價(jià)崩盤風(fēng)險(xiǎn)［ J］．管理世界，2018（1）：157 ～ 168+192．

鐘越華，馮均科，馮春雨等．企業(yè)數(shù)字化轉(zhuǎn)型影響審計(jì)費(fèi)用嗎［ J］．財(cái)會(huì)月刊，2022（22）：96 ～ 104．

Cetindamar D.， Abedin B.， Shirahada K.. The Role of Employees in Digital Transformation： A Preliminary Study on How Employees' Digital Literacy Impacts Use of Digital Technologies［ J］． IEEE Transactions on Engineering Management，2021（99）：1 ～ 12．

Chen W.， Srinivasan S.. Going Digital：Implications for Firm Value and Performance［M］． Harvard：Harvard Business School，2020．

Coval J. D.， Moskowitz T. J.. Home Bias at Home： Local Equity Prefe-rence in Domestic Portfolios［ J］． The Journal of Finance，1999（6）：2045 ～ 2073．

El Ghoul S.， Guedhami O.， Ni Y.， Pittman J.， Saadi. S.. Does Information Asymmetry Matter to Equity Pricing？ Evidence from Firms' Geographic Location［ J］． Contemporary Accounting Research，2013（1）：140 ～ 181．

Fang Q.， Yu N.， Xu H.. Governance Effects of Digital Transformation： From the Perspective of Accounting Quality［J/OL］. China Journal of Accounting Studies，2022-11-30， DOI： 10.1080/21697213.2023.2148944．

Kalnins A.， Lafontaine F.. Too Far Away？ The Effect of Distance to Headquarters on Business Establishment Performance［ J］． American Economic Journal： Microeconomics，2013（3）：157 ～ 179．

Krugman P.. Increasing Returns and Economic Geography［ J］． Journal of Political Economy， 1991（3）： 483 ～ 499．

Porfírio J. A.， Carrilho T.， Felício J. A.， Jardim J.. Leadership Characteristics and Digital Transformation［ J］． Journal of Business Research，2021（124）：610 ～ 619．

Quinton S.， Canhoto A.， Molinillo S.， Budhathoki T.. Conceptualising a Digital Orientation： Antecedents of Supporting SME Performance in the Digital Economy［ J］． Journal of Strategic Marketing，2018（5）：427 ～ 439．

Torres P.， Augusto M.. Digitalisation， Social Entrepreneurship and National Well-being［ J］． Technological Forecasting & Social Change，2020（161）：120279．

Zhang W.， Tian X.， Yu A.. Is High-speed Rail a Catalyst for the Fourth Industrial Revolution in China？ Story of Enhanced Technology Spillovers from Venture Capital［ J］． Technological Forecasting and Social Change，2020（161）： 120286.

（責(zé)任編輯·校對(duì)： 羅萍? 劉鈺瑩）

【基金項(xiàng)目】國(guó)家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：71862036；71902035）；教育部人文社會(huì)科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：18YJC630210）；云南省自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：202101AT070219）