邱保印 ，余 夢(mèng) ，左靜靜

（1.杭州電子科技大學(xué) 會(huì)計(jì)學(xué)院,浙江 杭州 310018；2.河南大學(xué) 商學(xué)院,河南 開封 475004）

一、引言

自黨的十八大以來，政府將數(shù)字經(jīng)濟(jì)發(fā)展提升至國(guó)家戰(zhàn)略高度?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP的比重在2025年要提升至10%。數(shù)字經(jīng)濟(jì)催生了大量新技術(shù)、新業(yè)態(tài)和新模式（陳德球和胡晴，2022），加劇了替代式競(jìng)爭(zhēng)（戚聿東和肖旭，2020），從根本上顛覆了傳統(tǒng)的商業(yè)模式。外部環(huán)境的劇烈變化使企業(yè)難以通過傳統(tǒng)的方式維持自身的競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)目標(biāo)也從傳統(tǒng)的利潤(rùn)最大化變?yōu)閯?chuàng)造消費(fèi)者價(jià)值（陳劍等，2020）。因此，越來越多的企業(yè)開始加入數(shù)字化轉(zhuǎn)型浪潮，開啟數(shù)字經(jīng)濟(jì)與實(shí)體產(chǎn)業(yè)融合的新模式。

現(xiàn)有研究表明，企業(yè)數(shù)字化轉(zhuǎn)型具有“降成本”“強(qiáng)創(chuàng)新”“提效率”等優(yōu)勢(shì)（Mikalef和Pateli，2017；陳劍等，2020；吳非等，2021；袁淳等，2021）。然而，實(shí)踐中并非所有企業(yè)都能成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，大多數(shù)傳統(tǒng)企業(yè)的轉(zhuǎn)型力度與轉(zhuǎn)型成果似乎不盡如人意①《2021埃森哲中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)》的研究報(bào)告顯示，在參與調(diào)研的320家中國(guó)企業(yè)中，2021年數(shù)字化轉(zhuǎn)型成效顯著的領(lǐng)軍企業(yè)只有16%。。研究發(fā)現(xiàn)，領(lǐng)導(dǎo)者特征和管理能力適宜性（Porfírio等，2021；肖靜華等，2021）以及組織形式（Smith和Beretta，2021）是影響企業(yè)數(shù)字化轉(zhuǎn)型的因素。但是，這些研究均從企業(yè)數(shù)字化轉(zhuǎn)型所需的“硬”條件（人才、能力和組織結(jié)構(gòu)）探究企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)力。事實(shí)上，企業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)性工程，轉(zhuǎn)型成功與否受到多個(gè)因素的制約。特別地，數(shù)字化轉(zhuǎn)型需要人員的配合，是否具有數(shù)字化轉(zhuǎn)型的意愿以及是否配合數(shù)字化轉(zhuǎn)型的工作開展等“軟”條件對(duì)企業(yè)數(shù)字化轉(zhuǎn)型也同樣重要。一方面，企業(yè)數(shù)字化轉(zhuǎn)型具有在短期內(nèi)投入高、回報(bào)周期長(zhǎng)、收益不確定性高等風(fēng)險(xiǎn)特征（劉淑春等，2021），這導(dǎo)致部分企業(yè)的管理層對(duì)數(shù)字化建設(shè)的積極性較低。并且企業(yè)數(shù)字化變革增加了員工的額外學(xué)習(xí)成本，員工也不愿意投入額外的精力來學(xué)習(xí)數(shù)字化技術(shù)相關(guān)的知識(shí)，這導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型面臨阻礙。另一方面，數(shù)字化在流程再造、技術(shù)升級(jí)、信息傳遞等方面需要企業(yè)內(nèi)部各部門以及關(guān)聯(lián)企業(yè)之間進(jìn)行數(shù)據(jù)共享（陳劍等，2020；肖靜華等，2021）。然而，企業(yè)內(nèi)部部門以及關(guān)聯(lián)企業(yè)由于存在信息泄露風(fēng)險(xiǎn)而不愿意共享信息，這也降低了企業(yè)數(shù)字化轉(zhuǎn)型效率。因此，管理層、員工和關(guān)聯(lián)企業(yè)的數(shù)字變革意愿以及支持力度構(gòu)成了企業(yè)數(shù)字化轉(zhuǎn)型成功的“軟”條件。

顯然，企業(yè)數(shù)字化建設(shè)主體的意愿和支持力度反映的是主觀概念，即參與主體在企業(yè)數(shù)字化轉(zhuǎn)型中的作用受價(jià)值觀念或者道德規(guī)范的制約，這啟示本文從宏觀視角來研究宏觀制度規(guī)范在塑造數(shù)字化參與主體對(duì)數(shù)字化轉(zhuǎn)型態(tài)度方面發(fā)揮的作用。2014年，國(guó)務(wù)院頒布《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》。自此以來，社會(huì)信用體系建設(shè)便以前所未有的速度在全國(guó)大范圍內(nèi)開展（沈巋，2019）。社會(huì)信用體系建設(shè)通過記錄并共享經(jīng)濟(jì)主體的信用信息，從而建立起社會(huì)范圍內(nèi)的信用制度。當(dāng)交易主體預(yù)期對(duì)方在信用制度的約束下不會(huì)采取傷害彼此的行為時(shí)，便會(huì)建立彼此之間的互信機(jī)制。因此，社會(huì)信用體系建設(shè)無疑會(huì)增強(qiáng)經(jīng)濟(jì)主體之間的信任。社會(huì)信任在塑造經(jīng)濟(jì)主體的道德和價(jià)值規(guī)范、促進(jìn)合作和信息分享等方面的作用已經(jīng)被大量研究證實(shí)（邱保印和程博，2021；Xie等，2022）。那么，作為企業(yè)數(shù)字化轉(zhuǎn)型的主要利益主體——管理者、員工和關(guān)聯(lián)企業(yè)，社會(huì)信用體系建設(shè)能否影響這三方主體對(duì)企業(yè)數(shù)字化變革的認(rèn)知和態(tài)度等價(jià)值規(guī)范來影響其參與意愿和支持力度，進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型？

本文以2013—2020年滬深A(yù)股上市公司為樣本，探究了社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響及作用機(jī)理。本文的邊際貢獻(xiàn)在于：第一，本文從宏觀制度環(huán)境視角探究了影響企業(yè)數(shù)字化轉(zhuǎn)型的因素。企業(yè)數(shù)字化轉(zhuǎn)型不僅受企業(yè)對(duì)數(shù)字技術(shù)的應(yīng)用、管理層的數(shù)字化能力、數(shù)據(jù)質(zhì)量、數(shù)字化人才等“硬”條件的制約，而且參與數(shù)字化建設(shè)的人員是否有數(shù)字化轉(zhuǎn)型的主觀意愿以及是否愿意支持并投身于數(shù)字化建設(shè)等“軟”條件在推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型上也不可或缺。本文研究了社會(huì)信用體系建設(shè)在塑造管理層、員工以及關(guān)聯(lián)企業(yè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型態(tài)度和認(rèn)知中的作用，為數(shù)字化影響因素的研究提供了新的視角和思路。第二，本文將社會(huì)信用體系建設(shè)的作用拓展至企業(yè)數(shù)字化轉(zhuǎn)型中的道德與價(jià)值規(guī)范，為進(jìn)一步評(píng)估當(dāng)前的社會(huì)信用制度提供了依據(jù)。第三，本文推進(jìn)了中國(guó)社會(huì)轉(zhuǎn)型背景下制度化社會(huì)信任的研究。隨著“熟人”社會(huì)向“陌生人”社會(huì)邁進(jìn)，傳統(tǒng)關(guān)系型社會(huì)信任發(fā)揮的作用受到限制，社會(huì)信用體系建設(shè)在此背景下大力開展，制度化信任得以逐漸建立。本文研究了社會(huì)信用體系建設(shè)對(duì)微觀企業(yè)行為的影響，豐富了中國(guó)制度化社會(huì)信任的內(nèi)涵。

二、制度背景、理論分析與研究假設(shè)

（一）制度背景

2003年，中國(guó)啟動(dòng)了以“獎(jiǎng)勵(lì)守信、懲罰失信”為核心機(jī)制的社會(huì)信用體系建設(shè)。社會(huì)信用體系建設(shè)的作用是通過記錄社會(huì)主體的信用狀況（包括守信和失信行為）來對(duì)社會(huì)主體的信用風(fēng)險(xiǎn)進(jìn)行預(yù)警，并通過整合社會(huì)力量來褒獎(jiǎng)?wù)\信和懲罰失信行為，從而達(dá)到促進(jìn)誠信社會(huì)文化形成的目的。為進(jìn)一步推進(jìn)社會(huì)信用體系建設(shè)，2014年6月，國(guó)務(wù)院印發(fā)《社會(huì)信用體系建設(shè)規(guī)劃綱要（2014—2020年）》，該文件對(duì)社會(huì)信用體系建設(shè)的總體思路和重點(diǎn)任務(wù)作出了整體規(guī)劃，旨在提高整個(gè)社會(huì)的誠信水平。2015年8月和2016年4月，相關(guān)部委先后批復(fù)了43個(gè)社會(huì)信用體系建設(shè)示范創(chuàng)建城市①限于篇幅，未在文中列示社會(huì)信用體系建設(shè)示范創(chuàng)建城市名單，如有需要，可向作者索取。。2016年11月，國(guó)家發(fā)展改革委、中國(guó)人民銀行組織機(jī)構(gòu)對(duì)部分示范創(chuàng)建城市工作情況進(jìn)行第三方評(píng)估，有20個(gè)示范創(chuàng)建城市（城區(qū)）（包括11個(gè)第一批示范創(chuàng)建城市和9個(gè)第二批示范創(chuàng)建城市）接受了評(píng)估。2017年8月，《社會(huì)信用體系建設(shè)示范城市評(píng)審指標(biāo)（2017年版）》確立了示范城市的驗(yàn)收標(biāo)準(zhǔn)。2018年1月和2019年8月，兩部委公布了第一批（12個(gè)）和第二批社會(huì)信用體系建設(shè)示范城市（16個(gè)）②這一過程表明社會(huì)信用體系建設(shè)以創(chuàng)建示范城市為重要載體，通過試點(diǎn)先行的方法探索出可供借鑒的經(jīng)驗(yàn)，對(duì)社會(huì)信用體系建設(shè)較為完善的試點(diǎn)城市正式確立為示范城市，為后續(xù)全國(guó)范圍內(nèi)社會(huì)信用體系的建設(shè)提供參考。。雖然各地區(qū)創(chuàng)建示范城市的具體做法不盡相同，但主要任務(wù)均包括健全各經(jīng)濟(jì)主體的信用檔案、建成信用信息共享平臺(tái)、大力推進(jìn)守信聯(lián)合激勵(lì)和失信聯(lián)合懲戒制度等，旨在優(yōu)化地區(qū)信用環(huán)境，提高誠信水平。

社會(huì)信用制度建設(shè)與社會(huì)信用是密不可分的?！吨袊?guó)百科全書》從經(jīng)濟(jì)學(xué)的角度將“信用”解釋為一種借貸活動(dòng)。從倫理的角度看，“信用”體現(xiàn)為約束人們行為的道德規(guī)范，即遵守并履行承諾。從詞性上看，“信用”是名詞，主要用來評(píng)價(jià)一個(gè)人是否重視承諾。“信任”是一個(gè)與“信用”密切相關(guān)的術(shù)語，被定義為個(gè)人的主觀信念，即潛在交易對(duì)手所采取的行動(dòng)至少不會(huì)對(duì)個(gè)人造成傷害（Gambetta，1988；Guiso等，2008）?？梢姡靶湃巍痹诖蠖鄶?shù)情況下是一個(gè)動(dòng)詞，意思是一個(gè)人評(píng)估另一個(gè)人是否可信。當(dāng)前的社會(huì)信用體系建設(shè)其實(shí)是在強(qiáng)化建立個(gè)體的信用，而當(dāng)個(gè)體的信用被周圍群體廣泛認(rèn)識(shí)后，就會(huì)增強(qiáng)彼此之間的信任。也就是說，當(dāng)前的信任是人們對(duì)信用制度的信任，即相信對(duì)方在信用制度的約束下不會(huì)采取傷害彼此行為的概率。因此，社會(huì)信用體系建設(shè)無疑會(huì)增強(qiáng)經(jīng)濟(jì)主體之間的互信程度。

（二）理論分析與研究假設(shè)

信任作為一項(xiàng)重要的社會(huì)規(guī)范，歷來被社會(huì)學(xué)家和經(jīng)濟(jì)學(xué)家所重視。研究發(fā)現(xiàn)，社會(huì)信任鼓勵(lì)管理者采取更加道德的行為，特別是有利于股東財(cái)富最大化的決策（Dong等，2021；Liu等，2022）。同時(shí)，信任有利于降低經(jīng)濟(jì)主體之間的信息不對(duì)稱，促進(jìn)利益主體之間的信息分享與合作（Garrett等，2014；Xie等，2022）。當(dāng)前，我國(guó)政府通過大力推進(jìn)社會(huì)信用體系建設(shè)來改善社會(huì)信用環(huán)境，從而提高社會(huì)范圍內(nèi)的信任水平。企業(yè)數(shù)字化轉(zhuǎn)型面臨一些主觀障礙，包括管理者和員工出于風(fēng)險(xiǎn)與學(xué)習(xí)成本的考慮，不愿意投身于數(shù)字化變革。同時(shí)，企業(yè)內(nèi)部部門以及關(guān)聯(lián)企業(yè)之間面臨信息摩擦，較低的數(shù)據(jù)分享意愿也是數(shù)字化轉(zhuǎn)型的障礙。社會(huì)信用體系建設(shè)能夠增強(qiáng)社會(huì)信任，而社會(huì)信任與鼓勵(lì)道德、合作與降低交易成本密切相關(guān)（邱保印和程博，2021）。因此，本文推測(cè)，社會(huì)信用體系建設(shè)能夠影響企業(yè)數(shù)字化轉(zhuǎn)型，并存在如下三個(gè)機(jī)制：

首先，社會(huì)信用體系建設(shè)有助于緩解代理問題，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型具有不確定性大、投入高、回報(bào)時(shí)間長(zhǎng)等特點(diǎn)，極易引發(fā)風(fēng)險(xiǎn)規(guī)避型管理者的短視行為，降低企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)力。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型常伴隨管理流程再造，需要管理者在新的管理流程中投入更多的時(shí)間和精力，管理者可能沒有意愿進(jìn)行數(shù)字化轉(zhuǎn)型或者在數(shù)字化建設(shè)中積極性低。因此，管理層的風(fēng)險(xiǎn)規(guī)避以及“懶惰”行為產(chǎn)生的代理問題均不利于企業(yè)數(shù)字化轉(zhuǎn)型。社會(huì)信用體系建設(shè)的舉措之一就是通過普及誠信教育和加強(qiáng)誠信文化建設(shè)來推進(jìn)公民道德建設(shè)，從而推動(dòng)道德價(jià)值規(guī)范形成。社會(huì)信用體系建設(shè)鼓勵(lì)企業(yè)采取更加道德的行為（曹雨陽等，2022；左靜靜等，2023），而非危害股東財(cái)富的企業(yè)決策。數(shù)字化轉(zhuǎn)型是當(dāng)前企業(yè)發(fā)展中勢(shì)不可擋的趨勢(shì)，對(duì)于提升企業(yè)商業(yè)價(jià)值具有重要作用。因此，有道德的管理者會(huì)順應(yīng)這一趨勢(shì)，積極開展數(shù)字化建設(shè)，而不會(huì)出于避避風(fēng)險(xiǎn)或者偷懶，放棄企業(yè)數(shù)字化建設(shè)。基于此，本文認(rèn)為，社會(huì)信用體系建設(shè)能夠緩解數(shù)字化建設(shè)中的股東—管理者代理沖突，進(jìn)而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

其次，社會(huì)信用體系建設(shè)能夠調(diào)動(dòng)員工參與企業(yè)數(shù)字化變革中的積極性，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型在流程再造、技術(shù)升級(jí)、信息傳遞等方面對(duì)員工產(chǎn)生了新的要求，企業(yè)從管理層到一線員工無不需增加學(xué)習(xí)、培訓(xùn)等提升自己以適應(yīng)數(shù)字化轉(zhuǎn)型的需求，這增加了員工額外的工作時(shí)間和學(xué)習(xí)成本。若員工將數(shù)字化轉(zhuǎn)型帶來的額外成本看作“負(fù)擔(dān)”，則不利于數(shù)字化轉(zhuǎn)型。社會(huì)信用體系建設(shè)將改變這一局面。一方面，社會(huì)信用體系建設(shè)有利于培養(yǎng)員工的組織忠誠度，進(jìn)而使員工能夠積極配合企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。社會(huì)信用體系建設(shè)加強(qiáng)了勞動(dòng)保障誠信，對(duì)在勞動(dòng)保障領(lǐng)域有重大違法行為的企業(yè)實(shí)施黑名單管理，這有利于建設(shè)和諧的用工環(huán)境。勞動(dòng)關(guān)系的改善有助于增強(qiáng)員工對(duì)組織的承諾，提高員工對(duì)企業(yè)以及工作的認(rèn)同感，從而促使員工主動(dòng)參與促進(jìn)企業(yè)價(jià)值提升的數(shù)字化轉(zhuǎn)型活動(dòng)。另一方面，社會(huì)信用體系中的道德建設(shè)營(yíng)造了誠實(shí)守信的道德觀，也有利于減少員工在數(shù)字化轉(zhuǎn)型中的“懶惰”行為，如積極參加數(shù)字化變革的相關(guān)培訓(xùn)，主動(dòng)學(xué)習(xí)數(shù)字化知識(shí)以及提供相關(guān)反饋以推動(dòng)企業(yè)開展數(shù)字化建設(shè)。此外，數(shù)字化轉(zhuǎn)型的成功還依賴于企業(yè)內(nèi)部各部門之間的信息共享與傳遞。然而，企業(yè)內(nèi)各部門之間有可能出于自身利益考慮，不愿意將關(guān)鍵信息毫無保留地分享給其他部門，這在一定程度上導(dǎo)致企業(yè)內(nèi)部存在信息孤島，不利于數(shù)字化轉(zhuǎn)型。社會(huì)信用體系建設(shè)營(yíng)造的社會(huì)規(guī)范也將使員工更加道德。企業(yè)內(nèi)部員工將會(huì)為實(shí)現(xiàn)共同目標(biāo)而貢獻(xiàn)他們的努力、資源、知識(shí)和能力（Xie等，2022），包括數(shù)字化轉(zhuǎn)型的關(guān)鍵信息，從而打破企業(yè)內(nèi)部的信息孤島，推動(dòng)數(shù)字化轉(zhuǎn)型。綜合前述兩個(gè)觀點(diǎn)，本文認(rèn)為社會(huì)信用體系建設(shè)通過降低員工在數(shù)字化轉(zhuǎn)型中的懈怠行為以及提高各部門之間的信息分享意愿來促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

最后，社會(huì)信用體系建設(shè)通過增強(qiáng)關(guān)聯(lián)企業(yè)分享數(shù)字化變革信息的意愿，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型并不是單一企業(yè)能夠獨(dú)立實(shí)現(xiàn)的，要達(dá)到更好的數(shù)字化轉(zhuǎn)型效果需要整條供應(yīng)鏈上的企業(yè)互相協(xié)作、齊頭并進(jìn)，這樣才能實(shí)現(xiàn)數(shù)據(jù)共享，協(xié)調(diào)銷售、生產(chǎn)、物流服務(wù)等進(jìn)程。例如，美的集團(tuán)在其數(shù)字化轉(zhuǎn)型過程中之所以能夠取得成功，是由于供應(yīng)鏈上的企業(yè)能夠?yàn)槊赖奶峁╀N售數(shù)據(jù)，從而降低了企業(yè)的庫存、物流和資金成本。如果供應(yīng)鏈上的關(guān)聯(lián)企業(yè)無法提供數(shù)據(jù)支持，企業(yè)的數(shù)字化轉(zhuǎn)型就很難取得成功。但在實(shí)踐中，供應(yīng)鏈上的信息分享可能會(huì)泄露企業(yè)的商業(yè)機(jī)密，從而對(duì)自身發(fā)展產(chǎn)生不利影響，因此，關(guān)聯(lián)企業(yè)之間的數(shù)字化協(xié)同效應(yīng)可能因?yàn)樾畔o法共享而大打折扣。社會(huì)信用體系建設(shè)涵蓋了經(jīng)濟(jì)主體的征信信息，對(duì)企業(yè)信用的監(jiān)管覆蓋了從采購開始，到生產(chǎn)、供應(yīng)鏈管理、銷售以及售后服務(wù)各個(gè)環(huán)節(jié)。大量的信用信息有助于關(guān)聯(lián)企業(yè)正確甄別出企業(yè)是否能成為可靠的合作伙伴，直接影響關(guān)聯(lián)企業(yè)共享關(guān)鍵信息的意愿。當(dāng)關(guān)聯(lián)企業(yè)相信自己在向合作伙伴傳遞信息時(shí)不會(huì)面臨著“投機(jī)、搭便車和泄露商業(yè)秘密”的風(fēng)險(xiǎn)，就會(huì)自愿向企業(yè)分享關(guān)鍵數(shù)據(jù)為數(shù)字化轉(zhuǎn)型提供基礎(chǔ)素材，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。正如余泳澤等（2020）所指出的，社會(huì)信用有利于企業(yè)間締約關(guān)系，從而形成長(zhǎng)期穩(wěn)定的雙邊企業(yè)關(guān)系，而穩(wěn)定的供應(yīng)鏈關(guān)系則有助于形成數(shù)字化轉(zhuǎn)型的良好氛圍。

綜上，本文認(rèn)為，社會(huì)信用體系建設(shè)能夠通過降低代理成本、促進(jìn)員工積極參與數(shù)字化建設(shè)，并增強(qiáng)關(guān)聯(lián)企業(yè)之間的信息分享意愿來推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。據(jù)此，提出如下假設(shè)：

H1：其他條件不變情況下，社會(huì)信用體系建設(shè)能促進(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)來源

本文以2013—2020年滬深A(yù)股上市公司為研究樣本①將2013年作為起點(diǎn)，是因?yàn)?013以后互聯(lián)網(wǎng)的發(fā)展才進(jìn)入虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)相結(jié)合階段（楊德明和畢建琴，2019）。，這是因?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型處于互聯(lián)網(wǎng)發(fā)展虛實(shí)結(jié)合的背景下，選擇這個(gè)區(qū)間能更好地捕捉企業(yè)數(shù)字化轉(zhuǎn)型的變化趨勢(shì)。本文對(duì)初始樣本進(jìn)行如下篩選：（1）剔除金融行業(yè)的上市公司（615個(gè)觀測(cè)值）；（2）剔除當(dāng)年被ST或*ST的上市公司（758個(gè)觀測(cè)值）；（3）剔除在IPO年度的上市公司（379個(gè)觀測(cè)值）；（4）剔除關(guān)鍵變量缺失的上市公司（1 474個(gè)觀測(cè)值）。由此得到23 777個(gè)公司年度觀測(cè)值，并對(duì)連續(xù)變量在1%水平上進(jìn)行縮尾處理。城市層面的數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》，基于數(shù)據(jù)的可得性和可比性，其控制變量統(tǒng)一使用地級(jí)市及以上的口徑，其他數(shù)據(jù)來自國(guó)泰安（CSMAR）數(shù)據(jù)庫。

（二）變量定義

1.數(shù)字化轉(zhuǎn)型。使用吳非等（2021）構(gòu)建的數(shù)字化轉(zhuǎn)型特征詞圖譜，將企業(yè)數(shù)字化轉(zhuǎn)型分為兩個(gè)維度，分別是底層技術(shù)應(yīng)用（ABT）和技術(shù)實(shí)踐應(yīng)用（ADT）。其中底層技術(shù)應(yīng)用側(cè)重于將數(shù)字技術(shù)嵌入企業(yè)生產(chǎn)經(jīng)營(yíng)管理等方面，偏向于數(shù)字化轉(zhuǎn)型的內(nèi)化階段；而技術(shù)實(shí)踐應(yīng)用則側(cè)重于將數(shù)字技術(shù)與復(fù)雜業(yè)務(wù)場(chǎng)景創(chuàng)新融合，是一種更深層次的變革，偏向于數(shù)字化轉(zhuǎn)型的價(jià)值輸出階段。根據(jù)技術(shù)不同，本文又將底層技術(shù)應(yīng)用（ABT）分為人工智能技術(shù)（AI）、區(qū)塊鏈技術(shù)（BD）、云計(jì)算技術(shù)（CC）和大數(shù)據(jù)技術(shù)（DT）四類。

本文根據(jù)公司年報(bào)中數(shù)字化轉(zhuǎn)型特征詞出現(xiàn)的頻數(shù)，并剔除特征詞前存在否定的表達(dá)以及非本公司的數(shù)字化轉(zhuǎn)型特征詞，構(gòu)建衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)體系，包括代表企業(yè)總體數(shù)字化轉(zhuǎn)型的指標(biāo)DCG，以及根據(jù)其口徑分解的指標(biāo)AI、BD、CC、DT和ADT。由于數(shù)據(jù)具有“右偏性”，本文對(duì)詞頻數(shù)加1取自然對(duì)數(shù)處理。

為了更深入地了解企業(yè)數(shù)字化轉(zhuǎn)型程度和進(jìn)度，本文對(duì)數(shù)字化轉(zhuǎn)型的維度進(jìn)行了詳細(xì)剖析。圖1繪制了企業(yè)數(shù)字化轉(zhuǎn)型構(gòu)成的時(shí)間趨勢(shì)②在圖1中，BD位于AI和CC之間，由于數(shù)值太小而被壓縮，其大致趨勢(shì)也隨著年份增長(zhǎng)而增加。。從中可見，AI和CC在樣本區(qū)間內(nèi)隨著時(shí)間的增長(zhǎng)表現(xiàn)出明顯的增加趨勢(shì)，尤其是AI表現(xiàn)出從0開始的持續(xù)增長(zhǎng)；DT在2013—2017年保持明顯增加的趨勢(shì)，之后年份增長(zhǎng)趨于平緩；ADT在2016年之前呈現(xiàn)增長(zhǎng)的趨勢(shì)，在之后的年份中呈現(xiàn)大致持平的趨勢(shì)。圖2繪制了企業(yè)數(shù)字化轉(zhuǎn)型構(gòu)成的結(jié)構(gòu)變化③在圖2中，BD位于AI和CC之間，由于占比太小而被壓縮。。從中可見，在2016年之前，企業(yè)數(shù)字化轉(zhuǎn)型主要是由ADT主導(dǎo)；在2016年之后，企業(yè)數(shù)字化轉(zhuǎn)型主要是由ABT主導(dǎo)；而從2018年開始，企業(yè)數(shù)字化轉(zhuǎn)型的構(gòu)成趨于穩(wěn)定。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型構(gòu)成的時(shí)間趨勢(shì)

2.社會(huì)信用體系建設(shè)。借鑒曹雨陽等（2022）的做法，本文引入TreatPost表示試點(diǎn)政策效應(yīng)的虛擬變量，如果企業(yè)注冊(cè)地位于社會(huì)信用體系建設(shè)的試點(diǎn)城市④社會(huì)信用體系建設(shè)兩批試點(diǎn)共涉及43個(gè)城市（區(qū)），但由于綏芬河市沒有上市公司，無法開展研究，因此本文實(shí)際只研究了42個(gè)城市（區(qū)）。至于代管縣級(jí)市和直轄市樣本所存在的問題，本文在后文進(jìn)行穩(wěn)健性檢驗(yàn)。，在試點(diǎn)當(dāng)年及以后年度取值為1，否則為0。

3.控制變量。借鑒吳非等（2021）和夏常源等（2022），本文加入影響企業(yè)數(shù)字化轉(zhuǎn)型的控制變量。其中企業(yè)特征變量包括企業(yè)年齡（Age）、企業(yè)規(guī)模（Size）、財(cái)務(wù)杠桿（Lev）、盈利能力（ROE），成長(zhǎng)能力（Growth，營(yíng)業(yè)收入增長(zhǎng)率）、資本密集度（Capital，固定資產(chǎn)凈值與員工人數(shù)的比值）和研發(fā)投入（RD）。治理特征變量包括有大股東持股（Top1）、管理層年齡（Mage，管理層平均年齡的自然對(duì)數(shù)）、管理層持股（Mshare）、董事會(huì)規(guī)模（Board）、兩職合一（Dual）和行業(yè)競(jìng)爭(zhēng)程度（HHI，行業(yè)中各市場(chǎng)競(jìng)爭(zhēng)主體占行業(yè)總收入比重的平方和）。地區(qū)特征變量包括經(jīng)濟(jì)發(fā)展水平（PGDP，各城市人均生產(chǎn)總值的自然對(duì)數(shù)）、市場(chǎng)化程度（Market）和信息化水平（Internet，各城市互聯(lián)網(wǎng)寬帶接入用戶數(shù)的自然對(duì)數(shù)）。

（三）模型構(gòu)建

社會(huì)信用體系建設(shè)試點(diǎn)的兩批城市名單分別在2015年8月和2016年4月陸續(xù)公布，因此采用交錯(cuò)情境下的雙重差分模型檢驗(yàn)社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，模型如下：

其中，DCG為本文的被解釋變量，代表企業(yè)數(shù)字化轉(zhuǎn)型。TreatPost為本文的核心解釋變量。Control為一系列可能影響企業(yè)數(shù)字化轉(zhuǎn)型的控制變量。μi、λt分別是個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)，εi,t為隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表1為關(guān)鍵變量的描述性統(tǒng)計(jì)。DCG的均值為1.438，最小值為0，最大值為5.056，標(biāo)準(zhǔn)差為1.394，說明當(dāng)前企業(yè)在數(shù)字化變革中并非齊頭并進(jìn)，其實(shí)施進(jìn)度存在較大差異，這與吳非等（2021）的研究較為一致。底層技術(shù)AI、BD、CC和DT的最小值和中位數(shù)均為0，即目前底層技術(shù)應(yīng)用還處于一個(gè)起步階段。BD的均值最小，為0.014，表明目前區(qū)塊鏈技術(shù)的應(yīng)用比較有限。ADT的均值為0.967，標(biāo)準(zhǔn)差為1.119，最小值為0，最大值為4.127，同樣說明不同企業(yè)在技術(shù)實(shí)踐應(yīng)用層面的差異較大。TreatPost的均值為0.305，意味著大約有30.5%的樣本受到了社會(huì)信用建設(shè)體系試點(diǎn)的影響。

（二）平行趨勢(shì)檢驗(yàn)

為了檢驗(yàn)時(shí)間交錯(cuò)的社會(huì)信用體系建設(shè)試點(diǎn)是有效的外生沖擊事件，本文首先進(jìn)行了平行趨勢(shì)檢驗(yàn)，即以政策實(shí)施年份為第0年，分年度引入3個(gè)政策實(shí)施前的處理效應(yīng)虛擬變量pre3、pre2、pre1，1個(gè)政策當(dāng)期的處理效應(yīng)虛擬變量current，以及5個(gè)政策實(shí)施后的處理效應(yīng)虛擬變量post1、post2、post3、post4、post5。預(yù)期政策實(shí)施前的處理效應(yīng)虛擬變量均不顯著，即滿足平行趨勢(shì)假設(shè)；預(yù)期政策實(shí)施后的處理效應(yīng)多期顯著，即滿足政策效應(yīng)的動(dòng)態(tài)效果。根據(jù)表2列（1）平行趨勢(shì)和動(dòng)態(tài)效應(yīng)檢驗(yàn)的結(jié)果，本文在圖3中繪制了每一期估計(jì)系數(shù)的大小以及其在90%置信度下的取值范圍?？梢钥闯?，政策實(shí)施前兩期以及政策實(shí)施當(dāng)期的估計(jì)系數(shù)在90%置信區(qū)間內(nèi)與0無差異，平行趨勢(shì)假設(shè)成立。政策實(shí)施后第1期至第5期的回歸系數(shù)均為正且基本顯著異于0，說明政策影響的動(dòng)態(tài)效應(yīng)存在，也初步驗(yàn)證了本文的假設(shè)。

圖3 平行趨勢(shì)和動(dòng)態(tài)效果檢驗(yàn)

（三）回歸結(jié)果分析

在滿足平行趨勢(shì)假設(shè)的基礎(chǔ)上，本文進(jìn)行回歸分析。表2列（2）是僅控制公司固定效應(yīng)和年份固定效應(yīng)后的回歸結(jié)果，可以看出，核心解釋變量TreatPost的系數(shù)在1%的顯著性水平上為正，說明社會(huì)信用體系建設(shè)促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。列（3）是在列（2）的基礎(chǔ)上，加入全部控制變量后的回歸結(jié)果，TreatPost的系數(shù)在5%水平上顯著為正。這說明在控制企業(yè)層面、治理層面和地區(qū)層面等可能影響企業(yè)數(shù)字化轉(zhuǎn)型的因素后，社會(huì)信用體系建設(shè)試點(diǎn)能顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，驗(yàn)證了本文的假設(shè)。

本文基于底層技術(shù)應(yīng)用和技術(shù)實(shí)踐應(yīng)用兩個(gè)維度構(gòu)造了企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。鑒于底層技術(shù)應(yīng)用和技術(shù)實(shí)踐應(yīng)用是數(shù)字化轉(zhuǎn)型不同應(yīng)用階段和深度的體現(xiàn)，那么社會(huì)信用體系建設(shè)是否會(huì)對(duì)兩者產(chǎn)生差異影響？基于此，本文根據(jù)數(shù)字化轉(zhuǎn)型的口徑分解的五個(gè)指標(biāo)作為被解釋變量，分別應(yīng)用模型（1）檢驗(yàn)政策效應(yīng)，回歸結(jié)果如表3所示。從中可以看出，社會(huì)信用體系建設(shè)促進(jìn)了底層技術(shù)應(yīng)用，其中對(duì)人工智能技術(shù)（AI）、云計(jì)算技術(shù)（CC）、大數(shù)據(jù)（DT）的促進(jìn)作用均在1%的顯著性水平上為正，對(duì)區(qū)塊鏈技術(shù)（BD）的促進(jìn)作用在10%的水平上為正，說明社會(huì)信用體系建設(shè)對(duì)底層技術(shù)應(yīng)用均有提升作用。通過比較系數(shù)大小，發(fā)現(xiàn)社會(huì)信用體系建設(shè)對(duì)人工智能技術(shù)（AI）的促進(jìn)作用最大，這可能是因?yàn)樵摷夹g(shù)的應(yīng)用面比較廣，且近年來數(shù)字化轉(zhuǎn)型都是圍繞AI技術(shù)展開的。社會(huì)信用對(duì)區(qū)塊鏈技術(shù)（BD）的促進(jìn)作用最小，這可能是因?yàn)閰^(qū)塊鏈技術(shù)目前在實(shí)體企業(yè)中應(yīng)用面比較窄，本身的發(fā)展也比較緩慢。列（5）顯示，TreatPost的回歸系數(shù)為負(fù)且不顯著，說明社會(huì)信用體系建設(shè)并不能促進(jìn)技術(shù)實(shí)踐應(yīng)用。呈現(xiàn)上述情況的原因可能是ADT只是在2016年之前有增長(zhǎng)態(tài)勢(shì)，之后持平，所以增長(zhǎng)力不足或者作用受限。而ABT在整個(gè)期間均保持一定的增長(zhǎng)趨勢(shì)，且在2016年之后進(jìn)入了快速發(fā)展階段（可參考圖1和圖2）。從實(shí)踐情況來看，企業(yè)數(shù)字化轉(zhuǎn)型處于探索時(shí)期，主要集中于對(duì)底層技術(shù)的引進(jìn)與學(xué)習(xí)，甚至未能很好地將數(shù)字技術(shù)融入企業(yè)原有的體系流程中，也就無法為后期技術(shù)實(shí)踐應(yīng)用提供堅(jiān)實(shí)的基礎(chǔ)，即技術(shù)實(shí)踐應(yīng)用表現(xiàn)出明顯的動(dòng)力不足。因此，社會(huì)信用體系建設(shè)對(duì)前期的底層技術(shù)應(yīng)用具有明顯的促進(jìn)作用，而對(duì)后期的技術(shù)實(shí)踐應(yīng)用無明顯作用。

表3 社會(huì)信用體系建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型：基于數(shù)字化轉(zhuǎn)型的口徑分解

五、穩(wěn)健性檢驗(yàn)

（一）交錯(cuò)雙重差分模型的偏誤處理

1.交錯(cuò)雙重差分偏誤的診斷。交錯(cuò)DID采用雙向固定效應(yīng)模型（TWFE）來估計(jì)模型的平均處理效應(yīng)，當(dāng)處理效應(yīng)同質(zhì)時(shí)，TWFE可以得到真實(shí)處理效應(yīng)的無偏估計(jì)。但實(shí)際上，不同時(shí)期或者不同處理組的處理效應(yīng)往往是不同的，此時(shí)，采用簡(jiǎn)單的平均處理效應(yīng)將會(huì)導(dǎo)致模型出現(xiàn)估計(jì)偏誤（De Chaisemartin和D'Haultfoeuille，2020；Goodman-Bacon，2021；Baker等，2022）。因此，Goodman-Bacon（2021）提出將雙向固定效應(yīng)的估計(jì)量拆解成若干個(gè)2×2DID組合，其估計(jì)量的大小等于每類2×2DID的平均估計(jì)量的加權(quán)之和。表4呈現(xiàn)了Goodman-Bacon分解的結(jié)果①Goodman-Bacon分解僅適用于平衡面板數(shù)據(jù)且處理個(gè)體不退出的情況。本文先將非平衡面板數(shù)據(jù)轉(zhuǎn)換為平衡面板數(shù)據(jù)，再將2015年及以后，公司注冊(cè)地由試點(diǎn)城市搬遷到非試點(diǎn)城市的樣本予以剔除，因?yàn)檫@種類型的注冊(cè)地搬遷屬于人為的“政策退出”。因此，本文的Goodman-Bacon分解結(jié)果是使用平衡面板數(shù)據(jù)，剔除人為“政策退出”的樣本，且不加控制變量的結(jié)果。，以“較早接受處理組”為控制組即為“壞的控制組”，其權(quán)重為5.2%，因?yàn)闄?quán)重較小故對(duì)本文的估計(jì)結(jié)果影響并不大。總的DID估計(jì)量為0.144，對(duì)應(yīng)表5列（1）的結(jié)果。圖4呈現(xiàn)了2×2DID估計(jì)量權(quán)重分布散點(diǎn)圖，以“較早接受處理組”為控制組的權(quán)重都集中分布在左側(cè)，同樣說明權(quán)重較小。此外，表5列（2）為使用Goodman-Bacon分解的樣本加入控制變量進(jìn)行交錯(cuò)雙重差分回歸的結(jié)果，研究結(jié)論不變。本文還使用De Chaisemartin和D'Haultfoeuille（2020）的診斷方法發(fā)現(xiàn)負(fù)的權(quán)重占比僅為8.63%，同樣說明不會(huì)對(duì)估計(jì)結(jié)果造成太大的影響。

表4 Goodman-Bacon分解結(jié)果

表5 交錯(cuò)雙重差分偏誤的診斷與修正

2.使用單期雙重差分模型修正。參考張克中等（2020）對(duì)其他分批試點(diǎn)政策評(píng)估的做法，將上半年開始實(shí)施的試點(diǎn)視為本年度開始實(shí)施，下半年開始實(shí)施的試點(diǎn)視為下一年度開始實(shí)施。按照這種做法，兩批試點(diǎn)都可以視為2016年開始實(shí)施的政策，符合做單期雙重差分的條件。表5列（3）為單期雙重差分的回歸結(jié)果，可以看出在規(guī)避了異質(zhì)性處理效應(yīng)的問題后，TreatPost的系數(shù)為顯著為正，表明本文結(jié)論穩(wěn)健。

本文還嘗試將第一、二批試點(diǎn)城市分開，均利用從未開展過社會(huì)信用體系建設(shè)試點(diǎn)的控制組使用單期雙重差分模型。表5列（4）和列（5）分別為第一批和第二批試點(diǎn)城市的單期雙重差分模型的回歸結(jié)果，可以看出，在第一批社會(huì)信用試點(diǎn)建立后，TreatPost的系數(shù)不顯著，而在第二批建立后則顯著為正。本文認(rèn)為第一批試點(diǎn)效應(yīng)不顯著的原因可能有兩個(gè)：一是第一批試點(diǎn)城市的樣本太少，與控制組樣本數(shù)量相比懸殊過大；二是第一批試點(diǎn)城市沒有可以借鑒的經(jīng)驗(yàn)，靠“摸著石頭過河”的方式進(jìn)行探索，因而政策效應(yīng)并不明顯。但是，上述結(jié)果依然能表明社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型有促進(jìn)作用。

（二）安慰劑檢驗(yàn)

考慮到可能存在其他不可觀測(cè)因素會(huì)影響社會(huì)信用體系建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，本文進(jìn)行了安慰劑檢驗(yàn)。具體而言，使社會(huì)信用體系建設(shè)試點(diǎn)對(duì)特定城市的沖擊變得隨機(jī)，并重復(fù)此過程1 000次。圖5繪制了隨機(jī)1 000次后的估計(jì)系數(shù)分布及對(duì)應(yīng)的P值?？梢钥吹?，估計(jì)系數(shù)的均值（0.003，對(duì)應(yīng)短虛線）相較于主回歸檢驗(yàn)的結(jié)果（0.077，對(duì)應(yīng)點(diǎn)劃線）非常接近于0，且絕大多數(shù)P值未能通過顯著性檢驗(yàn)，從而證明不可觀測(cè)的因素不會(huì)影響本文的估計(jì)結(jié)果。此外，還將第一批和第二批信用試點(diǎn)建設(shè)的時(shí)間分別向前平推兩年設(shè)置處理效應(yīng)虛擬變量。表6列（1）顯示，TreatPost的系數(shù)未能通過顯著性檢驗(yàn)，說明企業(yè)數(shù)字化轉(zhuǎn)型的增加在一定程度上依賴于社會(huì)信用體系的建設(shè)，結(jié)論穩(wěn)健。

表6 安慰劑檢驗(yàn)和樣本選擇偏誤的穩(wěn)健性檢驗(yàn)

圖5 安慰劑檢驗(yàn)

（三）樣本選擇偏誤

社會(huì)信用體系建設(shè)選擇的試點(diǎn)城市可能并不是完全隨機(jī)的，會(huì)受地理區(qū)位、經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)構(gòu)成等因素的影響，從而帶來樣本選擇偏誤的內(nèi)生性問題，本文采用基于傾向得分匹配法下的雙重差分法（PSM-DID）來緩解城市異質(zhì)性所帶來的內(nèi)生性問題。具體地，本文選擇人均GDP（PGDP）、GDP增長(zhǎng)率（GDPGrowth）、第三產(chǎn)業(yè)占比（TerInd）、人口密度（PD）、城鎮(zhèn)化比例（Urban）為協(xié)變量，采用1:1有放回的最近鄰匹配方法對(duì)樣本進(jìn)行匹配，并得到基于PSM配對(duì)的樣本。表6列（2）呈現(xiàn)了PSM-DID的結(jié)果，可以看到，TreatPost的系數(shù)在5%的顯著性水平上為正，說明在消除試點(diǎn)城市與非試點(diǎn)城市之間固有的差異后，本文結(jié)論穩(wěn)健。

（四）其他穩(wěn)健性檢驗(yàn)

本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)，結(jié)論均保持不變①限于篇幅，未在文中列示，如有需要，可向作者索取。。第一，借鑒Lu等（2017）對(duì)處理期虛擬變量賦值的做法重新定義TreatPost，避免低估政策的真實(shí)效應(yīng)。第二，由于被解釋變量為詞頻數(shù)，本文考慮計(jì)數(shù)模型，使用零膨脹負(fù)二項(xiàng)模型進(jìn)行回歸。第三，考慮到樣本期間內(nèi)正式確立的兩批示范城市會(huì)給估計(jì)結(jié)果帶來干擾，僅使用2013—2017年的樣本進(jìn)行回歸。第四，為了使樣本在政策實(shí)施前后更好地形成對(duì)照，本文使用政策前后均有觀測(cè)值的樣本進(jìn)行回歸。第五，考慮到公司上市選擇注冊(cè)地時(shí)考慮當(dāng)?shù)厣鐣?huì)信用體系建設(shè)的情況，這可能導(dǎo)致數(shù)字化程度高的企業(yè)選擇了社會(huì)信用試點(diǎn)城市，而不是社會(huì)信用體系建設(shè)促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，因此本文剔除了政策實(shí)施后新上市的樣本重新回歸。第六，剔除可能受到行政管轄溢出效應(yīng)（地級(jí)市及以上的城市為試點(diǎn)城市，但其代為管轄的縣級(jí)市并不是試點(diǎn)城市）和地理鄰近溢出效應(yīng)（直轄市的部分轄區(qū)為試點(diǎn)城區(qū)，其他轄區(qū)并不是試點(diǎn)城區(qū)）的樣本重新回歸，本文分別和同時(shí)排除了這兩種溢出效應(yīng)對(duì)文章結(jié)論的干擾。

六、進(jìn)一步分析

根據(jù)前文的分析，社會(huì)信用體系建設(shè)能通過降低代理成本、促進(jìn)員工參與并增強(qiáng)關(guān)聯(lián)企業(yè)之間的信息分享意愿來推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，本文將進(jìn)行如下異質(zhì)性分析來驗(yàn)證上述猜想。

（一）代理成本

本文認(rèn)為，企業(yè)數(shù)字化轉(zhuǎn)型具有的投入高、周期長(zhǎng)以及收益不確定性等特征會(huì)導(dǎo)致管理層出現(xiàn)風(fēng)險(xiǎn)規(guī)避的短視行為以及對(duì)數(shù)字轉(zhuǎn)型的“懈怠”現(xiàn)象，進(jìn)而降低管理者投身企業(yè)數(shù)字化轉(zhuǎn)型的意愿。而社會(huì)信用體系建設(shè)能夠通過形成具有道德的社會(huì)規(guī)范，對(duì)管理層的機(jī)會(huì)主義行為進(jìn)行約束，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。如果上述猜想成立，應(yīng)當(dāng)觀察到在管理層機(jī)會(huì)主義較強(qiáng)（代理問題更嚴(yán)重）的樣本中，社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更顯著。

借鑒權(quán)小鋒等（2010），采用超額高管在職消費(fèi)水平衡量股東與管理層之間的代理成本。并以超額在職消費(fèi)水平的“年度—行業(yè)”中位數(shù)為標(biāo)準(zhǔn)，進(jìn)行分樣本回歸分析，結(jié)果如表7列（1）和列（2）所示。TreatPost的回歸系數(shù)在超額在職消費(fèi)水平高的組別中顯著為正，而在超額在職消費(fèi)水平低的組別中不顯著。這說明社會(huì)信用體系建設(shè)作為一項(xiàng)制度化安排，有制約企業(yè)管理者機(jī)會(huì)主義行為的作用，從而使得管理層更積極地進(jìn)行數(shù)字化轉(zhuǎn)型。此外，還借鑒楊國(guó)超等（2021），采用自由現(xiàn)金流比率衡量代理成本。自由現(xiàn)金流比率采用凈利潤(rùn)與利息費(fèi)用、非現(xiàn)金支出之和減去營(yíng)運(yùn)資本和資本性支出后除以總資產(chǎn)衡量，自由現(xiàn)金流比率越大，說明企業(yè)代理問題越嚴(yán)重。本文以自由現(xiàn)金流比率的中位數(shù)為依據(jù)，將全樣本分為自由現(xiàn)金流比率較低組和自由現(xiàn)金流比率較高組，回歸結(jié)果如表7列（3）和列（4）所示，可以看到，在自由現(xiàn)金流比率高的組別中，TreatPost的系數(shù)在5%的顯著性水平為正，而在自由現(xiàn)金流比率低的組別中，TreatPost的系數(shù)不顯著。這表明社會(huì)信用體系建設(shè)通過緩解管理者與股東之間代理沖突，更好地將管理者個(gè)人利益與股東利益捆綁在一起，從而提高對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的意愿。

表7 社會(huì)信用體系建設(shè)、代理成本與企業(yè)數(shù)字化轉(zhuǎn)型

（二）員工數(shù)字化建設(shè)參與

管理者長(zhǎng)遠(yuǎn)的戰(zhàn)略眼光是企業(yè)數(shù)字化轉(zhuǎn)型的重要因素，但員工在數(shù)字化轉(zhuǎn)型過程中的配合與努力也必不可少。然而，數(shù)字化轉(zhuǎn)型一方面給員工帶來了額外的學(xué)習(xí)和時(shí)間成本，“懈怠”的員工參與數(shù)字化建設(shè)的積極性較低；另一方面，數(shù)字化轉(zhuǎn)型要求員工之間打破信息孤島，而出于各自部門利益的考量，員工之間共享信息的意愿不高。這兩方面成為阻礙企業(yè)數(shù)字化轉(zhuǎn)型的又一障礙。如果上述猜想成立，應(yīng)當(dāng)觀察到在員工懈怠更嚴(yán)重，以及企業(yè)內(nèi)部信息分享意愿較低的樣本中，社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更顯著。

1.員工努力程度。借鑒孟慶斌等（2019），采用單位員工成長(zhǎng)性衡量員工努力程度。單位員工成長(zhǎng)性采用股東權(quán)益的市場(chǎng)價(jià)值減去股東權(quán)益的賬面價(jià)值后除以員工人數(shù)衡量。單位員工成長(zhǎng)性越高，說明單位員工創(chuàng)造的價(jià)值越大，其努力程度也越高。而當(dāng)單位員工成長(zhǎng)性較低時(shí)，說明單位員工創(chuàng)造的價(jià)值不大，其努力程度較低，在工作中更容易消極怠工。本文以單位員工成長(zhǎng)性的中位數(shù)為依據(jù)，將全樣本分為高員工成長(zhǎng)性和低員工成長(zhǎng)性兩個(gè)組別，回歸結(jié)果如表8列（1）和列（2）所示?？梢钥闯?，在單位員工成長(zhǎng)性低的組別中，TreatPost的系數(shù)在10%的水平上顯著為正，而在單位員工成長(zhǎng)性高的組別中則不顯著。這說明社會(huì)信用體系建設(shè)能起到道德約束的作用，減少企業(yè)員工在數(shù)字化轉(zhuǎn)型中消極怠工的情況，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。

表8 社會(huì)信用體系建設(shè)、員工數(shù)字化建設(shè)參與與企業(yè)數(shù)字化轉(zhuǎn)型

2.企業(yè)內(nèi)部信息分享意愿。一方面，本文采用企業(yè)合作文化來衡量企業(yè)內(nèi)部信息分享意愿。當(dāng)企業(yè)合作文化氛圍濃厚時(shí)，以此形成的企業(yè)價(jià)值觀會(huì)對(duì)員工行為決策產(chǎn)生潛移默化的影響，在數(shù)字化轉(zhuǎn)型過程中也傾向于通過合作達(dá)成目標(biāo)，進(jìn)而增強(qiáng)信息分享意愿?；诖?，本文借鑒潘健平等（2019）對(duì)合作文化的衡量，采用與“合作”相關(guān)的詞語在董事會(huì)報(bào)告出現(xiàn)的頻數(shù)衡量企業(yè)合作文化的強(qiáng)弱①與“合作”相關(guān)的詞語包括：合作、團(tuán)結(jié)、聯(lián)合、配合、協(xié)作、協(xié)同、協(xié)力、合力、互助、分享、共享、同舟共濟(jì)、溝通、交流、雙贏。，這種自上而下的文化灌輸方式會(huì)影響員工的合作意識(shí)。本文以合作文化的中位數(shù)為基準(zhǔn)將全樣本分為高合作文化組和低合作文化組，回歸結(jié)果如表8列（3）和列（4）所示。在低合作文化組中，TreatPost的系數(shù)在5%水平上顯著為正，而在高合作文化組則不顯著。這說明社會(huì)信用體系建設(shè)有助于增進(jìn)員工進(jìn)行合作及信息分享意愿，從而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。另一方面，本文采用部門集中度衡量員工信息分享意愿。當(dāng)企業(yè)部門較為分散時(shí)，部門間溝通和協(xié)調(diào)的成本較高，各部門之間可能因?yàn)闃I(yè)績(jī)考核而加劇利益沖突，更容易在企業(yè)內(nèi)部形成信息孤島。而當(dāng)企業(yè)部門較為集中時(shí)，部門之間的利益沖突將大大減少，信息分享意愿便會(huì)提高。參考現(xiàn)有研究，采用各部門員工人數(shù)占員工總?cè)藬?shù)比例的赫芬達(dá)爾指數(shù)衡量企業(yè)部門集中度（孟慶斌等，2019）。根據(jù)部門集中度的“年度—行業(yè)”中位數(shù)為分組依據(jù)進(jìn)行回歸分析，結(jié)果如表8列（5）和列（6）所示。在部門集中度低的組別中，TreatPost的系數(shù)在10%的顯著性水平上為正，而在部門集中度高的組別不顯著，說明社會(huì)信用體系建設(shè)通過提高企業(yè)各部門之間的信息分享意愿促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型。

（三）供應(yīng)鏈企業(yè)信息分享意愿

企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型不僅僅是企業(yè)內(nèi)部轉(zhuǎn)型升級(jí)的行為，還需要與產(chǎn)業(yè)鏈上下游企業(yè)進(jìn)行信息互通合作交流，關(guān)聯(lián)企業(yè)之間的信息分享意愿對(duì)企業(yè)實(shí)現(xiàn)產(chǎn)業(yè)鏈數(shù)字化也很重要。在實(shí)踐中，產(chǎn)業(yè)鏈上的信息分享容易造成信息泄露，對(duì)關(guān)聯(lián)企業(yè)產(chǎn)生不利影響。而社會(huì)信用體系建設(shè)能夠提高關(guān)聯(lián)企業(yè)之間的信任水平，加強(qiáng)彼此對(duì)數(shù)字化轉(zhuǎn)型有關(guān)信息的有效共享，進(jìn)而推動(dòng)企業(yè)數(shù)字化變革。因此，可以預(yù)期，在關(guān)聯(lián)企業(yè)信息分享意愿較低的樣本中，社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響更顯著。

本文以客戶集中度和供應(yīng)商集中度分別作為企業(yè)與客戶和供應(yīng)商（關(guān)聯(lián)企業(yè)）之間信息分享意愿的代理變量?？蛻艏卸仍礁?，企業(yè)越可能投入大量的專有性資產(chǎn)以維持穩(wěn)定的客戶關(guān)系網(wǎng)絡(luò)（潘紅波和張哲，2020）。倪驍然（2020）也指出客戶集中度越高，客戶與企業(yè)之間越可能具備相互信任的關(guān)系。因此，客戶集中度高有助于建立重復(fù)博弈產(chǎn)生的信任機(jī)制，此時(shí)信息分享的意愿較高；而較低的客戶集中度表明客戶比較分散，企業(yè)與客戶之間的“交情”淺，客戶進(jìn)行信息分享的意愿也較低?？蛻艏卸鹊暮饬糠绞綖榍拔宕罂蛻翡N售額占全年銷售額的比重，并以“年度—行業(yè)”的中位數(shù)為依據(jù)進(jìn)行分組回歸，回歸結(jié)果見表9列（1）和列（2）所示。可以看出，在客戶集中度低的組別中，TreatPost的系數(shù)在1%的顯著性水平上為正，而在客戶集中度高的組別則不顯著。這說明社會(huì)信用體系建設(shè)通過增加企業(yè)與下游客戶之間的信任度，提高彼此間信息分享的意愿，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

表9 社會(huì)信用體系建設(shè)、關(guān)聯(lián)企業(yè)信息分享與企業(yè)數(shù)字化轉(zhuǎn)型

同理，當(dāng)供應(yīng)商集中度較高時(shí)，表明交易雙方都為此作出了相當(dāng)程度的專有化投資，并基于理性決策愿意維持專有化的交易關(guān)系（王迪等，2016），此時(shí)供應(yīng)商與企業(yè)互信程度越高，信息分享的意愿也就越高。反之，當(dāng)供應(yīng)商集中度越低時(shí)，對(duì)信息分享的意愿也就越低。供應(yīng)商的衡量方式為前五大供應(yīng)商采購額占全年采購額的比重，并以“年度—行業(yè)”的中位數(shù)為依據(jù)進(jìn)行分組回歸。從表9列（3）、（4）的回歸結(jié)果可以看出，在供應(yīng)商集中低的組別中，TreatPost的系數(shù)在1%的水平上為正，而在供應(yīng)商集中度高的組別中不顯著，說明社會(huì)信用體系建設(shè)通過增加企業(yè)與上游供應(yīng)商之間的信任度，提高信息分享意愿，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

本文還采用供應(yīng)鏈集中度這個(gè)指標(biāo)衡量企業(yè)同時(shí)對(duì)客戶和供應(yīng)商的依賴程度，其衡量方式為客戶集中度與供應(yīng)商集中度之和。并根據(jù)供應(yīng)鏈集中度的“年度—行業(yè)”中位數(shù)為分組標(biāo)準(zhǔn)進(jìn)行回歸，回歸結(jié)果如表9列（5）和列（6）所示?？梢钥闯?，在供應(yīng)鏈集中度低的組別中，TreatPost的系數(shù)在1%的水平上顯著為正，而在供應(yīng)鏈集中度高的組別中不顯著。這再次驗(yàn)證了本文的猜想，表明社會(huì)信用體系建設(shè)通過增進(jìn)企業(yè)與供應(yīng)鏈上下游企業(yè)之間的信任度，大大減少了企業(yè)之間信息互通存在的摩擦，從而提高供應(yīng)鏈上信息分享的意愿，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。

七、研究結(jié)論與研究啟示

在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)數(shù)字化轉(zhuǎn)型是必然趨勢(shì)和必然要求，然而由于企業(yè)數(shù)字化轉(zhuǎn)型投入大、回報(bào)周期長(zhǎng)，有較高的學(xué)習(xí)成本且存在“陣痛期”，這導(dǎo)致管理層積極性不高，員工不愿意配合，供應(yīng)鏈上企業(yè)關(guān)鍵信息難以共享等問題。因此，企業(yè)在數(shù)字化轉(zhuǎn)型過程中往往會(huì)望而卻步或停滯不前。本文從宏觀環(huán)境的角度出發(fā)，探究社會(huì)信用體系建設(shè)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究發(fā)現(xiàn)，社會(huì)信用體系建設(shè)顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。由于企業(yè)數(shù)字化轉(zhuǎn)型目前處于探索階段，因此社會(huì)信用體系建設(shè)僅對(duì)前期的底層技術(shù)應(yīng)用有促進(jìn)作用。進(jìn)一步研究發(fā)現(xiàn)，社會(huì)信用體系建設(shè)通過抑制管理者在數(shù)字化轉(zhuǎn)型中的機(jī)會(huì)主義心理，增強(qiáng)員工參與數(shù)字化建設(shè)的積極性以及提高關(guān)聯(lián)企業(yè)分享關(guān)鍵信息的意愿來促進(jìn)數(shù)字化轉(zhuǎn)型。

針對(duì)本文的研究結(jié)論，提出如下政策建議：一方面，政府部門要加強(qiáng)社會(huì)信用體系建設(shè)，在充分發(fā)揮示范城市模范作用的同時(shí)，要引導(dǎo)非試點(diǎn)地區(qū)社會(huì)信用體系的建設(shè)。特別地，鑒于社會(huì)信用體系建設(shè)對(duì)微觀企業(yè)產(chǎn)生的重要作用，政府部門要繼續(xù)重視商務(wù)領(lǐng)域的信用環(huán)境建設(shè)，繼續(xù)強(qiáng)化對(duì)企業(yè)信用信息的搜集、整理與共享，進(jìn)而建立經(jīng)濟(jì)交易主體的積極預(yù)期。另一方面，企業(yè)要積極應(yīng)對(duì)數(shù)字化轉(zhuǎn)型中的困難。由于數(shù)字化轉(zhuǎn)型具有投入大、見效慢的特點(diǎn)，階段性的失敗是不可避免的，股東應(yīng)該給予管理者更多的信任和激勵(lì)，提高管理者在數(shù)字化轉(zhuǎn)型中的風(fēng)險(xiǎn)承擔(dān)能力，從而有效增加企業(yè)管理者對(duì)數(shù)字化轉(zhuǎn)型的積極性。同時(shí)，企業(yè)要誠信經(jīng)營(yíng)，積極建立并維持誠實(shí)守信的社會(huì)形象，好的形象有利于與供應(yīng)鏈上下游企業(yè)建立合作伙伴關(guān)系，減少與外部企業(yè)信息互通的摩擦，從而提高數(shù)字化轉(zhuǎn)型的效率。