第1章
成本粘性作用与企业数字化转型路径

——基于全国第一个信息化与工业化深度融合国家示范区1950家企业的动态研究

第一节 问题的提出

数字经济的指数级增长和企业的数字化转型推动着商业模式的快速迭代，各类数字化技术的创新、研发和应用，促使传统企业生产、经营、管理方式快速变革，为新一轮技术革命背景下的产业革命按下了“加速键”（ 李海舰等，2020 ），成为经济结构调整和高质量发展的新形态（ 裴长洪等，2018 ）和国家经济增长的“新引擎”（ UNCTAD，2019；陈晓红等，2022 ）。十九大报告指出：“大力推进互联网、大数据、人工智能和实体经济深度融合。”十九届五中全会强调：“坚持把发展经济着力点放在实体经济上，坚定不移建设数字中国，……加快数字化发展。”企业数字化转型已成为实现数字技术驱动下的信息化和工业化深度融合（ 以下简称“两化”融合 ），进而推动产业结构转型升级，赋予经济增长“新动能”的重要路径，亦是构建以数字经济为核心、新经济为引领的现代化经济体系迫切需要研究的重大命题（ 陈晓红，2020 ）。数字技术的广泛应用推动企业自身治理机制，以及内部管理的系统性变革，改变了产品生产流程、企业运作效率、资源组织方式和现在正在改变、将来可能更快变化的商业模式创新（ George et al.，2016；刘洋等，2020；陈春花等，2019 ），成为企业适应新发展阶段背景下市场竞争必须做出的战略抉择。

然而，企业数字化转型的过程并非一蹴而就（ 李海舰等，2014 ），需要长期、持续、执着的投资，以及相应的内部管理方式调整，根据企业自身的行业属性、资源禀赋、工业基础、业务环境、收入成本等寻找符合实际情况的数字化转型路径（ 陈冬梅等，2020 ）。而转型过程中需要高度关注的问题是，企业数字化投资成本随着业务量上升和下降的变动幅度是不对称的，也就是存在成本粘性现象（ Anderson et al.，2003 ）。已有研究认为，中小企业规模较小、风险承担能力较弱，实行数字化投资后，具有较高的调整机会成本，从而可能形成成本粘性，挤占企业可用资本规模；而规模较大的企业数字化转型投资额大，具有较高的调整成本，表现为更高的数字化转型成本粘性和更高的数字化“统治力”（ 韩岚岚，2018 ），同时，市场中如果存在占据一定市场份额的数字化经营者时，市场外的潜在进入者会面临较高的准入门槛和进入壁垒，市场外潜在厂商进入该市场后，在短期内也很难形成有效的竞争力（ 孙武军等，2006 ），存在收入分配差距加大和形成垄断市场的风险（ Rochet and Tirole，2008；苏治等，2018 ）。显然，数字化转型不是单纯意义上的技术变革，推动难度好比一口气“突破了、顶住了，可能就是一片新的天地；有时候没有过去，又回到起点”。美的集团董事长方洪波认为：“每年考虑数字化转型投入都是他最艰难、最焦虑的时刻，数额大至每年投几十亿。”每位管理者都深知“这项投资没错，但无法预知结果。焦虑就是未知”。回首已经进行数字化转型的企业，其领导者认为自身是被逼的，不得不做出数字化转型的选择。换言之，企业面临“投资风险高、不投资等死”的“数字化转型困境”，这是本章现实逻辑和理论逻辑的出发点。

企业作为市场经济结构的基本单元和重要组成部分，是实现数字化转型的主要载体。从经营管理结构分析，企业数字化转型的本质是由“工业化”向“信息化”的动态发展；从软件技术层面分析，是数字化管理软件、大数据、人工智能、物联网、区块链等新一代信息技术在企业组织、生产、管理、经营等各方面的应用，赋予企业对大规模数据信息的处理能力，有效捕捉市场信息和预测市场供需动态变动，实现“生产”和“销售”决策的准确、高效匹配（Maas，1999），降低搜寻、生产、管理、交易成本（Borenstein et al.，2001）；从硬件层面分析，数字化硬件应用不仅催生了一个新兴的数字化硬件制造业，而且推动了企业日常生产经营的标准化和智能化，进而逐步打破工业化管理依赖路径（ 肖静华等，2015 ），实现企业生产管理结构从管理形式到管理能力的根本性变革（ 陈剑等，2020 ）。数字化转型为传统产业结构转型升级提供了重要技术支持、经验参考和推动力量（ 许恒等，2020 ）。IDC报告数据显示，全球已有67%的企业将数字化转型作为企业的核心战略，但受制于管理能力变革的滞后性、企业资源禀赋和生产流程与数字技术的耦合性，中国数字化转型对企业绩效的提升并不显著（ 埃森哲，2020 ），其中，成本粘性高、企业转型能力弱、成本高、周期长成为导致这一后果的主要因素。因此，研究企业数字化转型投资行为的粘性特征，探索其内在机制和一般性规律并加以利用，对于破解企业“数字化转型困境”具有重要的理论价值和现实意义。

企业实际经营过程中，数字化转型是数字投资、技术研发应用、生产力和生产关系相互作用的动态过程，体现为数字化软件和硬件在经营管理过程中的应用过程，如何合理地在企业日常经营管理、数字化转型和扩大再生产之间配置资本，是企业制定生产投资决策时首先需要考虑的重要问题。如图1-1（a）所示，一方面，数字化转型企业中，数字化软硬件投资对数值的中位数约为4，数字化销售对数值的中位数仅为8，前者约占后者的50%，可见，投资产出比例较高，且数字化软硬件投资存在较高的离群值，部分企业选择高额的数字化转型投资；另一方面，数字化成本对数值中位数约为7，即数字化软硬件投资所带来的成本额的提升相较于销售额较低，可能的原因来自数字化应用降低了采购成本。因此，企业会根据自身经营状况调整数字化投资成本，如图1-1（b）所示，其中，横轴为企业数字化成本变动额，纵轴为企业数字化收益变动额，直线为一阶拟合线，企业数字化成本变动和收益变动呈现正相关关系，较高的数字化产出增长会给予企业扩大数字化投资的激励。然而，较高的数字化软硬件投资额也意味着企业无法将大部分数字化收益投资到扩大再生产中；较高的数字化成本额同时挤占了企业传统业务的净利润空间，进一步压缩了企业可以用于扩大生产规模的资产规模。由此可见，企业的数字化转型和投资是个长期的过程，调整成本和成本粘性较高，企业经营管理风险也在这一过程中逐步提高，继续投资“破釜沉舟”，还是“坐以待毙”不进行转型，成为企业数字化经营投资面临的重要困境和现实问题。

相对于数字经济快速发展的实践，数字经济发展相关理论研究比较滞后，数字化环境下企业转型研究也只是刚刚起步（ 戚聿东和褚席，2021；Adner et al., 2019 ），现有的企业数字化管理变革研究主要集中在宏观层面，对于微观层面的企业投资行为和成本模式的研究仍处于理论探索和案例研究阶段，缺乏规范的实证结果支撑和经验证据（ 陈剑等，2020 ）。具体而言，关于企业数字化转型投资行为和规律特征的研究较为匮乏的主要原因在于数据的缺失和较难获取，已有研究使用的A股数据无法捕捉到中小企业数字化转型的信息特征，而这部分市场主体的数字化表现却能够真实体现我国企业数字化转型的现实状况和困境。基于第一个国家级“两化”融合示范区内企业连续6年数字化转型动态调研面板数据的分析，为本章的理论研究提供了坚实的数据基础。本章有关解释和破解企业“数字化转型困境”的理论依据研究——企业数字化转型过程中的投资决策倾向，以及基于企业异质性特征对数字化成本粘性测度、形成内在机理和一般规律的初步探索，为企业是否进行/如何进行数字化转型的决策提供了经验借鉴和理论参考，也为企业从“被迫转型”向“积极变革”过渡的数字化发展，为各地政府深化“两化”融合、制定精准的激励机制、优化扶持政策、推动数字经济发展和数字化变革提供了重要的实践借鉴和有益判断。

目前关于企业数字化转型的成本粘性研究亦较为少见，与李婉红和王帆（2021）、廖飞梅等（2019）、杨德明和刘泳文（2018）等已有文献相比，本研究的创新之处在于：①基于动态博弈思想，结合我国企业数字化转型实际情况，参考杨其静（2011）的做法，对Bertrand模型进行扩展，刻画了企业数字化转型的投资行为和“转型困境”，揭示了企业数字化转型成本粘性的特征规律和形成机制，探讨规模较大企业对中小企业数字化转型带来的“示范”效应和“倒逼”效应，为微观企业层面的成本粘性特征和“数字化转型困境”研究提供理论基础。②基于全国第一个“两化”融合国家示范区内1950家工业企业连续6年的动态调研数据，使用分位数回归方法，剖析异质性数字化转型企业的投资行为、成本粘性规律和内在运行机制，为成本粘性的规律探索和面临两难决策/困境时的行为模式提供经验证据。③根据Anderson等（2003）、Noreen和Soderstrom（1997）的粘性估计方法，对企业数字化转型成本粘性进行测度，并参考Powell（2020）的分析方法，从数字化总成本粘性、数字化运营成本粘性和数字化劳动力成本粘性等角度，探讨企业数字化转型随着投资规模逐步扩大呈现的愈加明显的粘性特征，从有利于企业发展的成本粘性特征转变为表现出负面影响的粘性特征过程，以及其达到峰值的所在区间，为制定精准的激励政策体系提供了实证支持，使研究结果具有理论意义和实践价值。

第二节 文献综述

一、企业数字化转型及相应的成本投入

数字赋能（Digital Empowerment）越来越成为企业转型升级的主流趋势（ 陈冬梅等，2020 ），尤其是随着大数据、云计算、物联网等新一代数字技术快速发展，数字化变革正在深刻影响企业生产的质量变革、效率变革、动力变革，以及资源配置效率的先进性（ Arntz et al.，2016；刘淑春，2019 ），不仅促使企业在生产端优化要素资源配置，重塑企业生产流程，促进按需定制、智能生产和市场的快速响应，而且重构了传统的商业模式逻辑，推动企业管理的系统性转变，进而实现运营效率和组织绩效的提升（ 戚聿东，2020；Zott et al.，2011 ）。

数字化转型在一定程度上是企业组织协调及技术适应的过程，通过设备互联和数字化软件构建工厂的数字映射系统，进行相应的调适并且优化或重新配置要素资源和完善管理策略（Yeow et al.,2018），进而实现生产体系智能化、模块化和管理体系高效化、柔性化，当然这需要企业在数字化转型方面进行持续不断的投入，对原有的生产装配线和业务单元流程进行技术改造，通过生产流程、经营模式、管理架构的匹配性改革，实现企业生产的数字化定义。数字技术的运用赋予企业加快业务模式创新的能力，提高对市场供需结构变化的反应速度（Mikalef，2017），在这一过程中，数字化技术的投入和应用能够产生正向的技术溢出效应（D Aspremont，1990），推动企业提升市场服务质量（Wallsten，2015）。但企业仅以技术导向进行数字化转型，已无法有效发挥数字化转型带来的优势，需要以转型需求和业务能力相匹配为靶向目标，以实现企业自身的价值创造为根本目的，重构企业的业务体系、商业模式和价值模式（ 尤尔根·梅菲特和沙莎，2018 ）。

成本的控制和领先优势是企业在市场中获得竞争优势的重要路径选择，企业数字化转型过程中必然需要面对投入成本这个现实问题。换言之，企业需要有效控制成本，尽可能降低成本，才能获得更大的市场发展空间（ 杨德明和刘泳文，2018 ）。通过生产流程、管理流程、营销流程等数字化转型，进一步降低生产经营成本、提升产品质量、不断扩大动态化的价值增值空间，逐步实现信息数字化、业务数字化和整体数字化（ 吴群，2017 ）。在这一过程中，企业将面对数字化投入成本和利用数字技术降本增效的问题，实际上在增加数字化资本投入的同时通过数字化的协作降低了搜索成本、信息成本、沟通成本、管理成本等交易成本（Goldfarb and Tucker，2019），只有找出生产经营环节或产品成本控制不到位的地方，实施更为精准的成本控制，才能在不断加大数字化投入的情况下获得更高的产出。

二、成本粘性与企业数字化转型的关系

与传统成本性态模型不同，成本粘性主要表现在业务量上升成本的边际增加量和业务下降成本的边际减少量之间的非对称变动现象（Anderson et al,2003），尤其是资源投入冗余与错配可能导致较高的成本粘性（ 谢获宝和惠丽丽，2017 ）。尽管国内外理论界对企业的成本粘性现象进行了极有价值的探索和贡献，亦发现成本粘性与企业管理、企业规模、财务指标、行业属性等特征存在相关性（ Calleja et al.，2006；Banker and Byzalov，2014；刘武，2006；孔玉生等，2007；孙铮和刘浩，2004 ），但针对企业数字化转型的成本粘性进行的研究比较匮乏。企业数字化投入占用了大量人力资本、技术资源和培训资源，存在收益上的滞后性（ Hall et al.，2010；梁上坤，2015；周兵，2016 ）。识别数字化成本粘性及其影响因素，对于企业有效进行数字化转型和提升企业生产经营效率具有重要意义（ 梁上坤，2015；Costa and Habib，2020 ）。

数字化转型有利于企业智能技术改造、优化生产管理流程、降低生产经营成本（Mikalef and Pateli,2017），但也会颠覆其商业模式或价值创造方式，尤其是软硬件、数据、员工之间能否实现有效的数字化交互导致并非所有企业都能从中受益（Hajli et al.，2015）。其数字化固定资本和数字化人才的薪资成本占据了数字化变革投入的较大比例，所创造的无形资产、潜在的技术积累和管理效率提升也只会在未来逐步为企业创造收益，这类收益转化需要一定的过程和时间，这一特征决定了企业数字化转型投资具有较大的成本粘性。因此，企业如何根据所属行业属性、规模体量、技术优势、转型需求等特征，制定合理的数字化转型投资决策显得十分重要。

企业数字化转型的成本粘性主要来自资源调整成本、管理者偏好、代理成本等主要因素（Anderson et al.，2003；Banker,2011）。调整成本（Adjustment Costs）在企业成本中具有非对称性特征（ 陆旸，2015 ），是成本粘性的重要原因之一，企业成本费用的变化不仅取决于其当期业务量的变化，而且取决于现有生产能力及预期未来业务量的变化。一般情况下，企业向下调整承诺资源的成本要高于企业向上调整承诺资源的成本，当企业的业务量下降时，企业成本下降的幅度要低于业务量上升时成本费用的增加幅度（ 江伟和胡玉明，2011 ）。已有研究表明，一方面，在企业数字化变革进程中，成本粘性是客观存在的，且在企业规模和所有制方面存在较大的异质性（Zhong et al.，2020）。规模较大的企业成本粘性较高（ 韩岚岚，2018 ），能够长期持续投入大量资本以推动数字化管理变革；中小企业的数字化转型虽然也具有成本粘性，但由于规模较小，风险承受能力较低，可能陷入“数字化投资困境”，不推进数字化转型，将在市场竞争中处于劣势地位，而推进数字化进程又会大幅提高企业经营风险，这一困境产生了“被动”的数字化管理变革成本粘性。另一方面，成本粘性对企业发展有积极促进作用，其粘性程度的增加能够推动企业继续推进数字化转型进程，同时，长期来看，适度的成本粘性对企业发展和经济结构转型具有积极作用。然而，数字化转型投资具有高投入、高风险和变现慢等特征，大型企业相对抗风险能力较强，但对于私营企业，尤其是中小企业在“投资”与“等死”之间需要进行“艰难”的抉择，政府部门经常采取一系列的政策手段推动企业的数字化发展。作为企业数字化转型主要政策手段的政府补助，可以通过补助企业成本投入和降低企业准入门槛等方式促进企业的数字化转型（ 南晓莉和张敏，2018；邵敏和包群，2012 ）。

综上，在数字经济迅猛发展的背景下，建立一个具有微观基础的数字化管理变革理论研究框架，刻画企业数字化转型的投资行为特征，充分发挥成本粘性的优势，同时规避其带来的各种弊端，对于企业的数字化转型和政策设计具有重要的理论意义和实践价值。然而，已有研究对于企业数字化转型的测度和分析大多数集中在宏观及中观层面，关于企业数字化转型的投资行为和成本管理的微观机制和内在逻辑研究较为匮乏，同时已有部分研究成果主要集中在理论研究和案例分析阶段，缺少微观企业层面的调查数据和实证分析的支持，因此，本章在长期跟踪研究企业数字化转型投入产出效率的基础上，尝试从企业层对数字化转型的成本粘性特征以及影响因素进行拓展研究，试图对企业数字化转型投资行为和模式进行深入探索和实证研究，并力争做出一定的理论拓展和政策贡献。

第三节 理论模型与研究假设

本研究遵循Tirole（1988）的主流范式构建博弈模型，引入数字化转型补贴和企业规模异质性，刻画企业数字化转型的投资行为和“投资困境”，参考杨其静（2011）的相关研究，引入政策关联和产品异质性，并以此为基准模型，引入企业投资的动态特征，对企业在长期中的投资行为进行刻画。具体而言，在 t =0时，两个初始规模和禀赋不同，但其他方面同质的企业，可以将资源投入到数字化管理方面或者扩大企业生产规模，在数字化试点区域中，企业和政府之间信息不对称，带来的不确定性会影响企业的投资行为（Lee，2020），如引发部分“骗补贴”行为，因此，本研究假定企业在 t =0时期，两类企业都能够获得数字化转型补贴；在 t =1期，进行数字化转型的企业能够提高产品质量，降低成本，进而在市场竞争中占据优势地位。

一、需求结构

经济体中有N个消费者，且对商品品质具有偏好差异性，为了简化分析，设定一个消费者对某一商品存在一单位潜在需求，根据主流研究范式，设定品质偏好强度为θ，受经济发展水平和收入分配水平影响， ，τє[0，1]，其中高端消费者商品价格为p，品质为v，令 ，代表高端消费者的偏好特征，高端消费者、中间消费者和低端消费者占人口的比例分别为α，β，γ，满足α+β+γ=1，且保证中间消费者比例足够大，满足均匀分布，密度函数为

二、行业结构

根据试点区域的实际情况，政府对市场中所有报备的企业进行数字化转型的补贴，市场中的企业能够选择较高的数字化转型投入或者扩大较多的生产投入，在这一过程中，企业会产生非对称的投资行为（Banker，2014），对于新产品、新技术的异质性，企业非对称的投资行为会导致非对称的投资成本粘性（Ko，2021），由此导致的成本结构、定价能力和市场需求结构的异质性会进一步影响各类企业的成本粘性特征（Ciftci，2011；Banker，2014；Balakrishnan，2014）。具体而言，在 t =0时，所有的企业都能够得到数字化转型补贴，假设 j 类企业能够将补贴投入数字化转型并且选择较高的数字化投入比例，那么在 t =1期时，企业提供较少数量但更高质量且成本更低的产品，进而在市场上具有一定的垄断势力，可以设定一个较高的价格； i 类企业在 t =0期进行较少的数字化转型投入，甚至不投资，采取“骗补贴”的策略，选择扩大生产规模，但是在 t =1期时，质量保持不变，也没有市场定价能力，消费者的选择满足如下不等式：

其中 Q _j 代表第 j 个企业的产品质量， p _j 代表第 j 个企业的产品定价，由式（1-1）解得偏好的无差异点为 如果偏好系数小于无差异点，那么消费者会选择第 i 类企业的商品；若偏好系数大于无差异点，则消费者会选择第 j 类企业的产品。所以，两类企业所面临的市场规模为 ，t=0期以边际成本 c ₀ 生产品质 v ₀ 的同质产品，并且，以边际成本定价，进行 Ber trand 竞争，最优化时利润为0，即：

试点区域中，企业选择将一部分资源用于购买机器设备，扩大生产线，并由此提高劳动生产率，降低单位产品的生产成本，参考已有研究，设定下降后的成本为

其中Q ₀ 是企业面对的市场份额，Inv=kQ+ηsub代表企业投资到扩大生产线上的金额，参数分别为投入占比，Q是厂商的初始资本， sub 是厂商获得的数字化转型政府补贴，并且假设f′＞0，f″＜0，但是单纯的扩大生产线没有提升产品品质，并有可能提高管理成本，为了简化分析，此处假设管理成本不受影响。

企业将 Digi = Q - Inv 的资本用于数字化管理变革，产品质量在 t =1期能够有一定程度的提升，即：

其中， μ ＞0、 σ ＞0，参数越大，企业越容易在数字化转型中获得产品质量提升，获得市场产品定价能力。假设在期初，厂商已经投入了一定量的固定资产 K ，属于厂商的沉没成本。那么，两种企业的最大化问题应遵循以下规则：

由 则企业定价的 F.O.C 是：

解得：

由此，得出偏好无差异点为

非负利润的条件分别为

i 类企业：

易得：

J 类企业：

易得：

则两类企业的共存条件为

此时（ ， ）是企业 t =1期的策略组合。其中， k ＞ k 、 η ＞ η ，表示第i _ijij

类企业将大部分资源用于扩大生产规模，企业生产决策受到了自身的规模和补贴额度共同影响。此时，两类企业最大化利润分别为

各类企业可以自己选择投资组合，同时也会给其他企业传递信息，影响其利润规模，因此分别对投资份额求导：

当 i 类企业规模较小时，则 j 类企业可以选择扩大生产规模和较低的补贴进行数字化转型，或者采用稍高的生产水平和较高的数字化转型补贴的策略，即轻微提升比例便可以将 i 类企业挤出市场，而当i类企业规模较大时， j 类企业则必须更多地投入数字化转型，才能够保证自身的市场份额。

值得注意的是，成本管理和领先优势是企业在市场中获得竞争优势的重要路径选择，无论是规模较大的企业还是中小企业，数字化转型过程中均需要面对成本这个现实问题。企业数字化转型过程中，实际上在增加数字化资本投入的同时也通过数字化的协作降低了搜索成本、信息成本、沟通成本、管理成本等交易成本（Goldfarb and Tucker，2019）。换言之，通过企业的成本粘性分析进行更为有效的成本控制，在不断加大数字化转型投资的情况下获得更高的产出，以获得更大的市场发展空间（ 杨德明和刘泳文，2018 ）。以Zhong等（2020）为代表的文献研究认为，成本粘性在企业规模、所有制等方面存在较大的异质性。规模较大的企业成本粘性较高，抗风险能力比较强，能够长期持续投入大量资本推动数字化管理变革，而且其ERP、MES/DCS、PLM等数字化系统应用已经从传统财务加供销存向生产制造协同、供应链协作与优化等转变，通过供应链数字化的协同效应可能会倒逼上下游的中小企业同步进行数字化投资；中小企业数字化转型的风险承受能力较低，容易陷入“数字化转型困境”，不推进数字化转型，将在市场竞争中处于劣势地位，增加中小企业的市场经营风险，将可能不得不通过数字化转型嵌入上下游密切协作的产业链和供应链体系，由此可能致使产生“被动”的数字化变革成本粘性。据此，本研究提出假设1。

假设1：企业数字化转型投资决策受到企业规模的影响，规模较大的企业对数字化管理的投资会对中小企业的投资额产生“倒逼”效应，从而促使中小企业增加对数字化转型和管理的投资额。

但是中小企业规模较小，抗风险能力较差，数字化转型需要企业“烧钱”，数字化相关投资挤占了企业大量资源，一定程度上限制了中小企业发展，增加了中小企业的运营风险（ 张新民和陈德球，2020 ）。同时，在 t =0期，企业选择了较高的数字化转型投资，在t=1期至少需要维持这一水平，才能够在市场竞争中“存活”下来。为了赢得更高的市场份额，企业不得不追加数字化投资，以期进一步提升产品质量。随着投资成本的不断扩大，调整成本逐步升高，数字化投资的粘性便由此产生。资源调整成本是成本粘性的重要原因之一，在企业成本中具有非对称性的特征（ 陆旸，2015 ）。数字化转型在一定程度上是企业组织协调及技术适应的过程，在成本性态（Cost Behavior）的传统理论模型中，企业成本随着业务量增加或减少的变动幅度是相同的，也就是成本的边际变化率在不同的业务量变化方向上具有对称性（Anderson et al.，2003）。然而，Noreen and Soderstrom（1997）对传统的成本性态理论模型提出了质疑，认为企业成本在业务量上升时增加的幅度要大于业务量下降时减少的幅度，即成本随着业务量上升和下降的变动幅度是不对称的。据已有理论研究，企业成本粘性主要来自管理者偏好、调整成本、代理问题等相关因素（Anderson et al.，2003；Banker，2011）。这些年，国内外理论界分别从风险偏好理论、信息不对称理论、委托代理理论、管理者预期等方面对企业的成本粘性现象进行了富有价值的探索和贡献（ 洪荭等，2021 ），这为本研究讨论“两化”融合背景下企业数字化转型成本粘性问题提供了重要的理论基础。但同时，学术界针对企业数字化转型的成本粘性进行的研究比较少见，如前文所阐述，企业内部的数字化转型机制是一只诸多谜题待解的“黑箱”，也是继“索洛悖论”或“IT生产率悖论”之后的“数字化转型悖论”（ 刘淑春等，2021 ），这使得将成本粘性理论引入企业数字化转型的理论框架之中进行探讨富有创新性。特别是面对数字化的跨体系转型，企业需要反复探索并选择与自身相适应的运营转型方式，企业产品和服务的市场供给需要从企业主导转变为企业与用户互动、数据集成的模式，这种调整机制可能比劳动力配置的调整更为复杂，调整带来的边际成本变动幅度可能高于后者。据此，本研究提出假设2。

假设2：企业数字化投资具有较为明显的粘性特征，并且随着投资规模的不断扩大，粘性特征逐步明显且存在峰值；并在投入的成本达到一定规模时，由有利于企业发展的成本粘性特征转变为表现出负面影响的粘性特征。

企业从工业化到数字化的转型是一种根本性变革，意味着技术、业务、管理等一系列创新，这需要购入比较先进的数字化软件和硬件，与此同时，组织学习是企业适应数字化新环境的重要方式，企业员工掌握运用新型数字化技术也会产生一定的知识获取成本和业务培训成本（ 肖静华，2020 ）。为了提高劳动生产率，企业不得不继续追加数字化人力资源投入，追加更多配套设备，提高数字化采购额，以期从数字化转型和管理中获得更多收益，而这一投资也会表现出较高的粘性特征。同时，企业数字化销售额提升是一个显性信号，会提高数字化销售额的预期收益，让企业有继续投资数字化转型和管理的激励，进一步提高了数字化成本粘性。企业成本费用的变化不仅取决于其当期业务量的变化，而且取决于现有生产能力，以及企业管理者预期未来业务量的变化。Banker等（2014）考察了管理者乐观预期和悲观预期对企业成本粘性的影响，结果发现，乐观的管理者在销售量上升时更愿意增加生产能力，由此会强化企业的成本粘性；而悲观的管理者在销售量下降时更愿意减少生产能力，由此会弱化企业的成本粘性。Chen等（2012）对成本粘性理论中的代理问题进行了研究，其观点认为，在委托代理的理论框架下，管理层倾向于在业务量上升的时候过多地增加资源要素投入，而在业务量下降的时候拒绝减少资源要素投入，从而带来成本粘性问题。江伟和胡玉明（2011）的研究认为，一般情况下，企业向下调整承诺资源的成本要高于企业向上调整承诺资源的成本，当企业的业务量下降时，企业成本下降的幅度要低于业务量上升时成本费用的增加幅度。企业数字化转型未来的收益预期会影响数字化转型采购的预算投资额，进而带来数字化转型成本和调整成本的变化；此成本的提升短期内无法带来相应的或足够的成本收益，在上期收益这一显性信号的影响下，第二轮企业收益——投资的预期调整作用发挥，由此可能产生并带来数字化转型成本粘性，即企业数字化预期收益和利润规模在成本粘性关系中有可能起到调节的中介效应。然而，企业为了获取数字化红利，更加倾向于对投资强度低且赋能效果明显的软件投资，利用PLM、MES/DCS、SaaS、aPaas等数字化软件和技术对企业生产流程、业务模块、精益管理、数据决策、产品定制等进行数字化重塑，以实现数据治理和价值挖掘。同时，企业数字化销售额提升是一个显性信号，会提高数字化预期收益，让企业有进一步投资数字化转型和管理的激励。由此，本研究提出假设3和假设4。

假设3：企业数字化转型未来期的收益预期会影响数字化软硬件投资的预算投资额，进而带来数字化转型成本和调整成本的变化；此成本的提升短期内又无法带来相应的或足够的成本收益，在上一年利润这一显性信号下，第二轮企业收益—投资的预期调整作用同时开始，由此产生并带来了数字化转型成本粘性。即企业数字化预期收益在成本粘性关系中起到中介作用。

假设4：上一年利润在企业数字化转型成本粘性关系中起到调节作用。

基于上述理论分析和推导，本研究的理论框架如图1-2所示。

第四节 研究设计

一、数据来源

本章数据源于针对我国第一个“两化”深度融合的国家级示范区内，1950家工业企业连续6年（2015—2020年）的动态跟踪调查，“两化”融合发展水平评估体系参照国家工业和信息化部（以下简称工信部）2014年5月1日实施的国家标准《工业企业信息化和工业化融合评估规范》（GB/T23020-2013）。作为全国首个“两化”深度融合国家示范区，每年在示范区范围内组织《“两化”融合发展水平评估企业问卷》，由浙江省委托省企业信息化促进会实施“两化”融合发展水平评估，评估对象为示范区范围内11个设区市、90个县（市、区）内进行数字化改造的13037家工业企业。调查评估于每年11月启动，从一万多家工业企业中随机抽取有效样本企业，每年进行跟踪调查并发放问卷。为了保证数据收集的科学性、准确性和有效性，加大问卷审核和执行力度，每次调查均经过通知下发、样本企业选取、企业样本填报、数据筛查和预警、电话核查、主管部门直接对样本企业摸底、上级部门对超过预警阈值数据进行直接核实、企业信息化促进会对存疑数据对应企业直接进行电话核查等主要工作环节。获取有效问卷数据后，本章删除了与金融机构相关的企业，剔除部分不合理/无效的观察值，同时进行缩尾处理，得到5792条有效观察值，1950家企业6年时间的动态跟踪面板数据。

二、计量模型设计

根据理论分析，规模较大的企业会对规模较小的企业产生“示范”效应和“倒逼”效应，为了验证假设1，设定多元线性回归方程如下：

其中，ln cost 为当期数字化转型投资成本的对数值（后文简写为 lcost ），ln revenue 是企业的数字销售收入（即 lrev ）； fix _ effec t为固定效应。企业数字化转型的投资额与企业的规模、经营效率、数字化转型后的盈利能力具有很强的相关性，为了进一步探究条件分布下，企业数字化投资额和企业数字化销售额之间的关系，参考Koenker和Bassett（1978）提出的分位数回归方法，本研究构建了分位数回归模型，分别针对10%、25%、50%、75%和90%五个分位点，考察企业规模对数字化转型投资行为的影响，条件分位点定义如下：

为了解决由于企业规模、数字化程度和经营状况等导致小组间无法观测到异质性差异的问题，参考Lamarche（2010）和Koenker（2004）提出的固定效应分位数回归方法对系数进行估计，估计方法如下：

具体思想是假定固定效应系数与分位点无关，在逐渐减少权重后，固定效应的回归系数会由于惩罚项的存在，逐步趋近于0。

然而，在传统分位数回归估计中，计算条件期望依赖于协变量的选择，即本质上是进行条件期望估计，为了克服这一问题，参考Powell（2020）的做法。企业在进行数字化转型和管理后，投资行为会表现出粘性特征，参考Anderson等（2003）、Noreen和Soderstrom（1997）的做法，设定模型如下：

其中，Δln cost _n，i，t =ln cost _n，i，t -ln cost _n，i，t-1 ，表示 n 类企业的数字化转型投资成本变动（后文简写为dcost）；drev=Δln revenue _n，i，t =ln revenue _n，i，t -ln revenue _n，i，t-1 ，表示第 n 类企业的数字销售收入变动； decline _n，i，t 表示企业收益变动的虚拟变量。为了解决反向因果和内生性问题，本研究定义 ，即如果相较于上一期下降了，则取1。交互项回归系数用于衡量企业数字化转型的成本粘性 stick ，即 decline _n，i，t 与 drev 的乘积系数。

机制分析方面，本研究借鉴Edwards和Lambert（2007）的路径分析法验证调节的中介效应，模型设定如下：

其中，ln（ hardinvb ） _i，t 和ln（ softinvb ） _i，t 分别是硬件和软件投资预算额的对数；ln（ profit _1 _i，t ）是企业上一年度利润的对数值。

三、数据处理和变量定义

根据上文分析，企业数字化转型投资表现出粘性特征，本研究选用企业数字化总投资额的对数值（ lcost ）作为被解释变量，用以捕捉数字化转型的投资成本特征，包括信息化投资额、数字化软件投资、数字化硬件投资、信息化咨询费用、数字化培训费用、数字化运维费用等。 lcost =ln（ cost _n，i，t ）；dcost为数字化成本的变动额， dcost =ln cost _n，i，t -ln cost _n，i，t-1 。具体而言，参考Chen等（2012）的做法，将其细分为数字化劳动力成本 lab _ cost =ln[（ lab _ cost _n，i，，t ）-ln（ lab _ cost _n，i，t-1 ）]（含数字化培训费用等）、数字化运营成本 ope _ cost =ln（ ope _ cost _n，i，，t ）-ln（ ops _ cost _n，i，t-1 ）（含数字化软件投资、数字化硬件投资、信息化咨询费用和数字化运维费用等）。

解释变量分别为企业数字化转型总收益（ l 和 drev ）。以企业数字化销售额对数值作为代理变量， lrev =ln（ revenue _n，i，t ）；企业数字化转型总收益的变动额 drev ， drev =Δln revenue _n，i，t =ln（ revenue _n，i，t ）-ln（ revenue _n，i，t-1 ）；企业数字化转型总收益变动的虚拟变量 decline _n，i，t ， ，即如果相较于上一期下降了，则取1，以及成本粘性stick，即与 decline _n，i，t drev 的乘积系数。

企业硬件预算投资额ln（ hardinvb ）、软件投资预算额ln（ softinvb ）作为中介变量，企业上一年利润（ profi t_1）作为调节变量。在稳健性检验中，选取两年内是否有SCM项目升级计划（有，dum_scmup=1；其他，dum_scmup=0）作为工具变量，对基准回归进行稳健性分析。此外，分别选取市辖区的道路面积和城市公共汽电车运营车辆数作为工具变量，进行内生性分析。

参考已有研究选取控制变量。首先是企业规模（reg）。已有研究的企业规模一般用上一期期末的总资产对数进行衡量（ 寇宗来和刘学悦，2020；刘诗源等，2020；沈国兵和袁征宇，2020；诸竹君等，2020 ），但所用的数据多来自A股上市公司数据，本研究由于数据来源的独特性，所用调查样本同时包括了不在A股上市的部分中小企业，会减少仅使用A股上市公司数据对企业推行数字化转型进行研究可能产生的偏误，因此，为了不损失这部分中小企业数据信息，本研究选用企业的注册资本（亿元）作为衡量企业规模的代理变量。其次，控制了企业数字化生产特征，包括生产设备总数（ equ ）、数控装备总数（ dequ ）和已联网数控装备数（ ndequ ）（单位：万台）等。最后，为了进一步检验回归结果的稳健性，加入了控制变量本年软件投资预算额（ softinvb ），本年信息化咨询费用预算额（ infinqb ），本年信息化培训费用预算额（ infedub ）及本年信息化运维费用预算额（ infopb ）。同时，本研究对所有指标均进行了1%的缩尾处理和取对数处理。

表1-1报告了被解释变量、解释变量、中介变量和主要控制变量在全样本下的统计结果。

四、描述性统计

已有研究表明，成本粘性是在国有企业中普遍存在的现象（ 廖飞梅等，2019 ），在混合所有制改革背景下，国有企业股权结构发生了结构性变化，其他股东对第一大股东的制衡程度和企业成本粘性呈现反向变动关系（ 万寿义和田园，2017 ）。因此，本研究针对所有权结构进行了进一步分析，表1-2报告了描述性统计结果。国有企业和其他类型企业的观测值数量相近，具有一定的可比性。从国有企业和其他类型企业各项指标之间的均值差可以看出，在“两化”试点区域中，国有企业的经营管理决策相较于其他类型企业，更加倾向于进行数字化转型和管理变革。这一结论与李婉红、王帆（2021）的研究结论是基本一致的，与非国有企业相比，国有企业进行数字化转型对降低成本粘性、提升企业绩效的效应更为明显。原因可能来自两方面：一是相较于其他类型企业，国有企业承担更多的社会责任，在“两化”改革中需要且更易发挥示范作用；二是针对传统国有企业存在的管理结构问题，数字化转型和管理变革为解决这一问题和结构优化升级提供了良好的契机。因此，相较于其他类型企业，国有企业具有更高的投资激励，投资成本提升推动了企业调整成本，进而提高了企业成本粘性。

对于国有企业而言，执行差异化战略相较于执行投资粘性战略，成本粘性更高（ 叶松勤等，2020 ），同时不同行业的国有企业执行的战略亦具有异质性差异。因此，本研究将企业分为制造业、加工业和制品业三类，对被解释变量和解释变量进行了描述性统计（见表1-3）。由此可知，国有企业对于数字化转型的投入成本明显高于非国有企业，这一现象在制品行业中尤为突出；相较于这一显著差异，国有企业与非国有企业在数字化销售额方面的差异明显较小。可能的原因在于：一是投资的边际收益递减，随着投资规模增加，收益率逐渐降低；二是国有企业管理组织形式所带来的一系列负面影响，学术界针对这一问题已经进行了详尽研究。但是针对数字化转型投资的研究仍然相对较少，探讨其是否仍然会受到行业、所有制结构的影响，探究其背后的潜在机理对于进一步推动“两化”融合发展、发挥示范区应有的示范作用和优化数字化政策结构等具有十分重要的理论和现实意义。

第五节 实证结果及分析

一、基准回归

根据计量模型，本章对数据进行了基准回归分析（见表1-4）。结合上文理论分析，上期数字化收益对本期数字化转型的投资成本具有显著的正向影响，回归系数反映了投入产出弹性，在模型（1）中，没有控制企业的特征变量、企业固定效应和时间固定效应，投入产出弹性达0.0991，说明在数字化过程中，企业获得高额收益上升后，会有进一步提高数字化转型投资的激励，但是在不同所有制、数字化程度的企业中，投入产出弹性会存在一定的异质性，因此，模型（2）和模型（3）在控制了企业规模和数字化程度等表现企业特征变量的基础上，分别控制了企业所有制固定效应和时间固定效应，数字化投入产出弹性有一定程度的降低，但这些回归结果仍只能解释投资额和销售额之间的关系，无法阐述数字化产出变动额与数字化投资变动额之间的关系。继而，模型（4）至模型（6）用数字化产出对数值的差值和数字化成本对数值的差值分别替换解释变量和被解释变量，根据回归结果可以发现，数字化产出变化率对数字化投入成本变化率的弹性是显著为正的，说明在数字化收益提高的阶段，企业具有提高数字化投入的正向激励。

然而，规模较小的中小企业是否有能力进行数字化转型、是否有能力持续进行数字化转型投资？成为研究数字化投资行为需要关注和讨论的又一重要问题。因此，根据模型（1-17）和（1-18），本研究对数字化转型投资成本和数字化收益进行了固定效应分位数回归，加入了企业上年利润额、上年信息化运维费用、上年信息化咨询费用和上年信息化培训费用，用以考察不可观测的企业间异质性差异。表1-5报告了分位数回归结果，分位点分别为10%、25%、50%、75%和90%。可以发现，在企业规模较小时，数字化投入产出弹性较高，随着企业规模增大，数字化投入产出弹性逐渐降低，原因主要来自两方面：一方面，中小企业在发展阶段，投资边际收益较高，中小企业家也更具有冒险精神，愿意增加数字化转型投资，进而寻求企业的快速成长；另一方面，亦是由于中小企业规模较小，融资能力较差，抗风险能力较低，规模较大的企业进行数字化投资对中小企业来说是一个显性的信号，给予中小企业增加数字化转型投资的激励，经营风险在这一过程中也逐步增加，从而产生了中小企业“数字化转型投资困境”，同时规模较大企业的数字化投资行为，在一定程度上对中小企业数字化转型产生了“倒逼效应”，使得中小企业不得不进行数字化转型投资。这与Zhong等（2020）等研究得出的结论是一致的。规模较大的企业成本粘性较高，抗风险能力较强，能够长期持续投入大量资本，以推动数字化管理变革，而且其ERP、MES/DCS、PLM等数字化系统应用已经从传统财务和市场营销向生产制造协同、供应链协作等方向转变，通过供应链数字化的协同效应倒逼上下游的中小企业同步进行数字化投资；中小企业数字化转型的风险承受能力较低，容易陷入“数字化转型困境”，不推进数字化转型，将在市场竞争中处于劣势地位，增加中小企业的市场经营风险，将可能不得不通过数字化转型嵌入上下游密切协作的产业链和供应链体系，由此可能导致“被动”的数字化变革成本粘性。验证了假设1。

根据回归结果，各解释变量回归系数的分位数回归图如图1-3所示。可以发现：首先，根据各分位点系数可以看出，主要解释变量“数字化总收益”随着企业规模的增大逐步呈下降趋势，但当企业规模较小时，递减速度低于规模较大企业的递减速度与边际报酬率递减规律吻合。如同Schreyogg和Sydow（2011）研究所得出的结论，企业从工业化向数字化转型，需要打破工业化发展形成的各种制度依赖及其路径锁定，包括由资源属性和信息结构特征而形成的企业边界、市场基础、组织结构、市场结构等，致使企业向数字化新体系转型难度越来越大、调整速度趋慢。在实际经营过程中，规模较大的企业雇佣能力较强、专业性更强的数字化人才和劳动力，而在数字化管理变革中，人力资本呈现出显著优势，高素质劳动力团队能够降低企业为提升劳动力素质所需投资的人力资源成本。然而，雇用更高素质的劳动力，企业需要在软件、硬件、薪酬方面为劳动力提供更为优越的劳动契约条件，需要保持或者提高现有的数字化管理变革投资额度，因而在数字化转型的初期，成本规模较小的阶段，企业信息化运维费用会有一定的下降趋势，但随着成本规模逐步扩大，运维费和软硬件投资都会逐步上升，表现为较大的成本粘性。假设1再次得到验证。

二、成本粘性规律

基于上述回归结果和理论分析，探讨企业数字化投资与成本粘性的规律特征。中小企业在逐步推进数字化转型过程中，“被动”承担着逐步提高的数字化转型成本粘性，而规模较大的企业却由于较高的调整成本而产生并导致较高的成本粘性。然而，不仅是企业规模，企业数字化投入生成的成本规模亦会影响企业数字化的成本粘性。

（一）数字化总成本粘性

企业数字化转型过程并非一帆风顺，实际操作中也难以一蹴而就，这决定了企业转型过程中需要持续不断地进行投入，并对投入的资源要素进行相应的调整优化。由此，本研究对企业数字化转型成本粘性进行了固定效应面板分位数回归，以期探索由于企业数字化成本投入规模不同而导致不同成本粘性的阶段性跃迁规律，考察企业处在哪一成本规模区间会产生最高的数字化转型成本粘性（见表1-6）。可以看出企业的成本粘性呈现如下规律：当企业数字化转型的成本规模处在25%～50%之间时，企业利润增速开始大于成本增速，各类企业看到数字红利并持续进行数字化转型，即此时的成本粘性表现出有利于企业投资和发展的特征；然而，当投入数字化转型成本规模达到50%，成本粘性特征开始转变；50%～75%区间中，成本增速逐步大于利润增速，成本粘性开始对企业产生负面影响并继续累积增加；至75%～90%区间，成本粘性增速开始放缓，并在90%左右达到所有区间的成本粘性峰值；此后，企业数字化转型成本粘性出现缓慢下降趋势。假设2得到验证。

随着企业成本规模不断扩大至中等左右水平，数字化程度和成本粘性同步提升，企业体会到了数字化转型的红利，大量企业蜂拥而至，同时得益于企业对于如何进行数字化转型和管理的部分实践经验，此时的成本粘性呈现出有利于企业发展的特征；然而，随着数字化投资的持续增加，企业并没有充分完成数字化转型投资结构调整，成本粘性对企业的负面影响开始显现并逐步累积增加。根据资源调整成本理论，资产调整成本、生产能力适配等是成本粘性的重要原因之一（Anderson et al.，2003；Banker，2011），资产专用性限制导致部分装备和设备用途在较长时间内被锁定，数字化转型所产生的调整成本相对较高，而且转型期固定资产难以得到有效利用（ 李婉红和王帆，2021 ）。企业特别是离散型制造企业面对柔性化生产的市场需求，需要对工业机理、工艺流程、模型方法、MES、SCM等信息系统等进行相应调整，解决不同软硬件系统存在的分割现象，以及自动化装备的通信协议统一、数据接口标准规范、数据采集和硬件通信问题，以有效支撑复杂数据分析和数字化技术迭代，特别是面对数字化的跨体系转型，企业需要反复探索并选择与自身相适应的运营转型方式，产品和服务的市场供给需要从企业主导转变为企业与用户互动、数据集成的模式，这种调整机制可能比劳动力配置的调整更为复杂，调整带来的边际成本变动幅度可能高于后者。更进一步地分析，这一区间的企业在数字化转型前期产生了大量转型成本投资后，很难短期内迅速回收成本，成本粘性迫使企业必须进一步扩大数字化转型投资；中等规模的企业在面临较大市场竞争压力时，数字化转型却能提高企业管理效率，面临“投资风险高，不投资即等死”的两难境地，表现出较大的数字化转型成本粘性，当企业追逐数字化转型带来的红利逐步加大投入时，出现了投资成本越来越高、利润越来越薄的成本粘性负向特征。

与此同时，从图1-4还可以发现：随着企业数字化成本规模扩大，数字化转型投资逐步提高，无论成本粘性高低，企业的数字化盈利能力均呈现逐步上升的趋势。同时解释了为什么在数字化转型投资前期无法带来收益，并且还会产生大量不可回收或者回收价值较低的沉没成本的情况下，企业依然愿意进行数字化管理变革的原因。数字化管理变革能够为企业预期收益带来的较大增幅给企业释放了一个正向信号，促使企业有倾向并开始投资于数字化转型活动，此时成本粘性又通过上述规律作用于企业，推动其不断扩大数字化投资规模，最终激发企业实现全程的数字化转型和管理变革。

（二）数字化运营成本粘性

进一步，对企业数字化转型成本进行细分，其中的运营成本过高是大中规模的企业数字化转型面临的主要问题之一。初期，数字化、信息化管理系统的应用推动了管理经营模式的变革，与此同时，员工与系统之间、部门之间配合的磨合时间，新系统的业务管理费用、使用管理费用等随之增加，需要企业不断投入转型成本，表现出较高的粘性特征。随着数字化管理系统的逐步应用，企业进入数字化转型的“红利期”（ 刘淑春等，2021 ），企业产生了不断扩大数字化规模，推动数字化转型的动力，企业数字化转型成本粘性亦同步提高。粘性的非线性上升特征，一方面帮助企业进入“引进—应用—增效—再引进、再升级”的良性循环，逐步扩大数字化转型的先行优势；另一方面也提升了企业运营成本压力，部分企业由于数字化转型带来的较高的财务压力、财务风险，以及宏观经济系统性风险规避和抵抗能力的降低，为企业长期可持续经营埋下了隐患。

具体而言，即便在企业规模较小时，运营成本已表现出较强的粘性特征（见表1-7）。从表1-7可以看出，企业数字化转型的成本规模在10%～50%分位区间时，运营成本粘性特征逐步降低，至50%～90%分位点区间，运营成本粘性逐步上升。运营成本规模较小的时候，企业主要通过上云、设备联网、销售端或采购端电商化等来解决数字化技术运用问题，生产装备数控化、设备智能化升级相关的投入规模相对比较有限，运营调整成本相对较低（Poston and Grabski，2001）；然而随着企业逐渐追加数字化投资，投入成本规模逐渐增加，升级或新上的硬件设备和装备数量不断增加，这需要企业对人机协作的工艺流程、业务流程、管理流程、质控流程等进行系统的数字化设计，推动不同装备、不同设备之间进行数据实时交互与协同生产，同时扩展与之匹配的数字孪生建模、仿真模拟、边缘计算、系统集成等专业服务，可能导致业务量上升时的成本增加幅度要高于业务量下降时的成本降低幅度，即随着企业数字化投入规模的不断扩大，成本粘性可能得到进一步强化。

（三）数字化劳动力成本粘性

企业数字化人才及储备是数字化转型的基础，相较于传统意义上由于员工薪酬带来的成本粘性，较高的员工数字化培训成本带来的劳动力成本粘性成为企业数字化转型的重要特征。本研究使用数字化培训成本作为代理变量分析数字化转型的劳动力成本粘性特征。与运营成本不同，数字化水平较低的企业需要投入较高的培训成本，用以实现经营管理团队的人力资本结构与企业数字化经营管理模式的匹配，随着转型过程的不断推进，数字化人才流动性增强，企业能够在劳动力市场上直接雇用到拥有相关工作经验和技能的数字化人才，劳动力成本粘性逐步降低。值得注意的是，随着数字化转型的进一步深入，专业化、多元化与创新性逐步成了企业转型的核心利益诉求，企业需要投入较高的工作技能培训成本，优化企业人力资本结构，进而导致数字化劳动力成本粘性的逐步增加。根据分位数回归结果（见表1-8）不难看出，虽然总成本、劳动力成本和运营成本粘性变动趋势基本相同，但劳动力成本在25%～50%分位区间中，并未表现出显著的粘性特征，验证了上文分析。这也说明，企业仅以技术导向进行数字化转型，已无法最大化发挥数字化转型带来的优势，需要以转型需求和劳动力业务能力适配为目标，重构企业数字化模式。

三、稳健性分析

上述回归分析结果证明了本研究的理论分析和部分假设，但仍然存在行业异质性、未捕捉到的企业异质性所带来的回归偏误，本研究分别针对这些问题进行了稳健性分析，并根据回归结果进行了进一步的讨论。

（一）稳健性检验1——未捕捉信息

企业数字化转型的软硬件投资在成本中占有较大比重。有趣的是，考察捕捉企业数字化软硬件投资上的异质性信息后，成本粘性是否会与上述研究结果有异。因此，本章根据计量模型（1-18），适当调整控制变量，以更好地捕捉无法观测的信息，减少由于固定效应带来的估计偏差；同时，为了更多保留样本信息，本研究对控制变量不做对数处理。具体而言，加入企业本年度对于信息化咨询费、运维费、数字化软件投资和数字化培训费用的预算额，用于捕捉难以观测到的企业关于数字化转型的投资偏好，从而进一步考察在控制住这些企业特征后，企业数字化转型的成本粘性变化情况，看回归结果与变动趋势（见表1-9）。结果表明，成本粘性的回归系数表现出与基准回归相似的特征，基准回归结果稳健。

（二）稳健性检验2——广义分位数回归及内生性初探

为了克服基本分位数回归中条件期望方程可能带来的估计偏误，本研究对基准回归进行了广义分位数回归。本研究选取生产装备数和数控装备数作为外生变量捕捉企业本身具有的生产规模特征，回归结果见表1-10。对比表1-5回归系数，使用非条件期望估计方法，捕捉了企业生产规模特征条件下的回归系数有所升高，但变化趋势基本一致。进一步分析可以发现，数字化成本额在10%～25%区间时，收益额对成本额的影响较小，其原因在于较低的成本额使企业依然能够更加自由地调整自身投资结构，从而表现出较低的成本粘性特征，并且企业投资粘性在整体分布表现出的异质性特征与基准回归中关于粘性的分位数回归结果基本相同。因此表明，基准回归结果稳健；同时也从侧面验证了企业的生产规模在管理层制定数字化转型投资决策中的重要性。

Powell（2020）认为，可以在广义分位数回归模型中指定工具变量以处理内生性问题，其对解决粘性模型分位数回归中的内生性问题具有一定借鉴意义，参考这一方法，根据粘性模型测算公式，假设drev和decline均为控制变量，用以研究粘性的变动特征，选取两年内是否有SCM项目升级计划（有，dum_scmup=1；其他，dum_scmup=0）作为工具变量进行回归分析。

（三）稳健性检验3——剔除金融扶持政策效果

结合实地调研情况看，示范区积极推动金融服务创新，建立“数字金融大脑”等金融信息综合服务平台，推动“一对一”金融服务模式，扩宽了中小企业融资渠道，有效缓解了中小企业融资难的问题。这一改革措施不仅能助力中小企业突破发展瓶颈，还可能影响或降低数字化转型过程中的成本粘性。为了剔除这一金融扶持政策的长期效应，本章构建了时间虚拟变量（2018年以后取1，其余取0），与粘性指标构建交互项，表1-11报告了回归结果。对比基准回归和表1-11模型（1）与模型（2）的回归结果可以发现，在剔除金融扶持政策后，尽管10%和25%分位点的粘性下降明显，但仍然显著，说明金融扶持政策在一定程度上缓解了中小企业数字化转型的资金压力，而在50%分位点以上的测算结果与表1-6回归结果相似，因此，可以认为本章的回归结果是稳健的。

四、内生性问题

虽然广义分位数回归方法可以在一定程度上克服内生性问题，但作为因果推断的前沿计量方法，其估计量存在渐进分布，无法根据广义分位数回归结果解释剔除内生性后变量之间的因果关系。因此，Chernozhukov和Hansen（2008）提出工具变量分位数回归方法对内生性问题进行处理，但由于该方法在多工具变量情况下运用OLS进行估计存在一定偏误，以至提出后在很长一段时间未得到广泛应用，直到Machado和Silva（2019）提出运用矩估计进行分位数回归解决了存在的潜在问题。SCM升级计划作为企业自身战略决策，虽然通过了工具变量检验，但仍无法避免可能的内生性。因此，为了保证回归结果的无偏性，本研究引入市辖区道路面积作为工具变量，运用工具变量分位数回归方法对内生性问题进行处理。由于这一方法本质上仍然是两阶段最小二乘法，因此，表1-12第一列报告了两阶段最小二乘法的估计结果，通过系数对比，能够更直观地看出粘性的变化特征，且报告了过度识别检验（sargon test=0.9547），弱工具变量检验（Cragg-Donald Wald F statistic=17.613），不可识别检验（Anderson canon. corr. LM statistic=20.420，P-value=0.000）和外生性检验（F-test=17.61，P-value=0.000）等相应指标。对比后5列回归结果可以发现，50%分位点之前，企业数字化成本粘性相对较低，且呈现快速上涨趋势；50%分位之后成本粘性上涨速度逐渐放缓，进一步印证了本章提出的由于投资规模逐步增大而带来的“数字化转型困境”。

对比表1-6可以发现，处理了内生性问题后，企业成本粘性有所上升，且在表1-6的回归模型中进一步引入市辖区道路面积作为工具变量，回归系数显著增加，一方面表明本研究的基准回归结果稳健可信；另一方面也证明了企业存在潜在的数字化转型成本粘性，但工具变量法仅能从某一方面控制住内生性问题，商业活动这一“黑匣子”的影响因素和影响机制仍需进一步探索和研究分析。

五、滞后效应

数字化转型具有高投入、高风险、变现慢等持续性特征（Costa and Habib，2020），为了解决滞后效应带来的反向因果问题，同时解决内生性问题，参考Anderson（2003）和Chen等（2012）的研究方法，引入滞后项，同时运用工具变量分位数回归方法探索由于企业数字化成本投入规模在时序上的差异而导致的不同成本粘性问题，考察企业处在哪一成本规模区间会产生最高的数字化转型成本粘性，模型如下：

其中， growth 代表企业所在地级市GDP增长率。

由表1-13可知，当企业的成本规模在10%～50%区间时，其对上一期的营收状况和宏观因素十分敏感，但并未对滞后一期的营收状况表现出明显的粘性特征。主要原因有二：一是这一规模区间的企业多数为私营企业，在供给侧结构性改革和银保监部门推出“四三三十”专项治理活动背景下，融资渠道收紧，中小规模企业，尤其是处于供应链中下游的私营企业，无法承托大规模的数字化转型成本和潜在风险，因此，在进行初级的数字化转型后，中小规模企业会选择放缓甚至停止数字化转型进程，在一定程度上规避了风险，因此，在10%～25%分位点处企业并未表现出数字化粘性（ drev 回归系数不显著，stick回归系数显著）。这一回归结果反映了中小企业普遍数字化程度较低这一现实情况。二是私营企业抗风险能力较差，对营收状况更为敏感，面对数字化转型决策时更加谨慎，如果投入过多影响企业现金流，会对企业造成致命影响；如果投入过少，达不到数字化转型的应有效果，中小规模企业“不敢投、不敢转”，粘性出现并有所波动，但并未表现出较高的粘性特征。而中等成本规模企业，不仅面临融资不足且困难的问题，而且在数字化转型前期产生了大量转型成本投资后，很难短期内迅速回收成本，成本粘性迫使企业进一步扩大数字化转型投资，即在75%分位点处企业开始表现出较强的数字化成本粘性；中等规模企业在面临较大市场竞争压力时，数字化转型却能提高企业管理效率，因而面临“投资风险高，不投资即等死”的两难境地，表现出较大的数字化转型成本粘性，这一推论与表1-13中模型（5）的回归结果相契合。当企业到达中间规模拐点时，粘性由正向影响转变为负向影响，企业开始面临是“坐以待毙”，还是“破釜沉舟”的抉择，进而，随着企业数字化规模的逐步扩大，在75%～90%分位点上，企业不仅表现出明显的成本粘性特征，同时也表现出对宏观经济变动十分敏感的弹性特征，主要原因可能在于，随着企业成本规模的不断扩大，数字化程度和成本粘性同步提升，企业对于如何进行数字化转型和管理虽然已经有了较为丰富的实践经验，有意识并有能力开始调整企业的数字化转型投资结构，但企业发展同时也对数字化转型产生高度依赖，管理者为寻求企业进一步发展，提升产品附加值和市场竞争力等，更不得不增加数字化转型投资，包括软硬件升级、数字化咨询等，以期更快获取数字化转型红利，因此，在大中型企业中数字化转型粘性受到“正反”两个效应的双向影响，宏观经济发展对数字化转型粘性具有一定的缓释作用。

六、生产能力

企业规模差异决定了生产能力的异质性差异，那么，企业是否存在由于生产能力差异导致的数字化转型成本粘性需要进一步探讨。数字化转型是一个系统化过程，是对企业生产能力的转型升级，因此无法准确确定相对应的收益和成本变化等的实际雇员数（如企业进行ERP项目升级，尽管升级的主要对象为财务部，应用了新会计软件，采购、生产、财务、投融资、管理等跨部门相关人员都需要进行相关培训，但并非所有企业人员均需进行此培训）。即无法满足已有研究中的隐含假设，即投资作用于所有雇员，这是分工更加明晰带来的结果。因此，本研究参考Anderson（2003）和Chen等（2012）的研究，选取数字化设备密度作为代理变量，运用工具变量分位数回归方法进行分析，模型设定如下：

回归结果如表1-14所示。企业在所有分位点处都对数控设备密度表现出较高的敏感性，对比表1-13可以发现，从25%分位点处开始，企业表现出显著且递增的粘性特征，且宏观经济波动对数控装备密度的影响也在逐步加强，直到90%分位点处，企业对于数控装备密度的依赖程度才逐渐减弱直至消失。主要原因在于：数控化设备密度是企业数字化转型的重要组成部分和数字化程度的重要体现，中小企业资金储备少，风险承担能力较差，购买数控设备会给企业现金流带来一定压力，租赁设备成为中小企业进行数字化转型的一种可行手段；中等规模和较大规模的企业，为了获得技术优势，会选择购买或研发新型的数控设备等；当数字化转型程度较低或市场设备成本较高时，企业会选择租赁或买入设备从而开始企业的数字化转型进程，但随着数字化投入的逐步扩大，现有数控设备对特定升级的刚性需求导致更换成本的大幅提升，即表现出递增的成本粘性特征；当企业发展到足够规模后（90%分位点左右），技术储备较为丰富，专业化程度逐步提高，管理者储备了较为丰富的实践经验，有意识且有能力调整企业的数字化转型投资结构，对绝对数控设备的依赖程度逐步降低，生产能力带来的粘性特征也在同步减弱，直至摆脱数字化设备带来的“粘性陷阱”。

第六节 进一步分析

一、机制分析

参考Edwards和Lambert（2007）的推荐方法，本研究构建结构方程模型检验软硬件投资预算额和上一年利润的调节中介效应（假设3和假设4），分析数字化成本粘性的运行机制。具体而言，数字化转型带来的利润增长会提高企业的预期收益或预期收益率（企业预期数字化转型能够为企业带来收益），从而增加第二年数字化转型所需的软件投资和硬件投资预算额，转型成本的增加进一步影响企业数字化的总投资额和粘性特征；与此同时，企业这一数字化转型业务的投资规划会受到上年利润规模的显性信号影响，企业数字化转型表现出较强的粘性特征（见表1-15）。

关键业务、环节、部位的数字化转型能够有效提高企业应对市场变化的灵活性（Mikalef and Pateli，2017），数字化应用软件和硬件作为数字化转型的主要载体，亦成为企业进行转型投资决策、制定数字化预算的重要考量因素。具体而言，企业数字化转型初期，需要较高的数字化软硬件投资，如购买软件的版权费、维护费及员工培训费，企业升级改造已有的生产模式和管理结构，亦需要投入较高的硬件设备等；数字化转型中期，企业仅需支付软件使用费和新员工的培训费用，软件投资额会有所降低，数字化为企业带来的盈利能力提升逐步显现，企业进入数字化转型“红利期”；而当企业逐步经过这一阶段后，盈利提升幅度逐步降低，企业开始寻求新的数字化转型方式和盈利增长点，含购买更为先进的数字化软硬件、寻求数字化转型咨询服务和设备等，周而复始。由回归结果可知，数字化软硬件投资预算的多重中介效应存在，硬件投资预算和软件投资预算第一阶段的回归系数分别是0.1120（p＜0.1，95%CI{0.430，0.478}）和0.0630（p＜0.5，95%CI{0.032，0.093}）；第二阶段的回归系数分别是0.1180（p＜0.5，95%CI{0.065，0.171}）和0.0670（p＜0.5，95%CI{0.046，0.089}），直接效应回归系数0.1500（p＜0.5，95%CI{0.078，0.223}）。profit_1作为调节变量调节了数字化转型总收益与数字化成本变动额之间的关系，回归系数为-0.0130（p＜0.5，95%CI{-0.021，-0.005}）。假设3和假设4得到验证。

二、异质性分析

本研究在测度了企业数字化转型成本粘性基础上，运用工具变量分位数回归方法进行回归分析，将样本根据所有制形式区分为国有企业和非国有企业（见表1-16）。其中，第一列为全样本下两阶段最小二乘法的回归结果，后五列为工具变量分位数回归的回归结果。不难发现，随着成本规模的不断上升，国有企业的成本粘性会显著高于非国有企业，与理论分析相符。与此同时，回顾表1-7回归结果：全样本中，企业并不具有显著为正的数字化转型成本粘性，但是在分位数回归中，随着企业成本规模的逐步增加，数字化粘性特征趋于增强，可能的原因即来自企业所有制的异质性差异。

针对企业所处行业异质性带来的回归偏误问题，本研究首先分别针对制造业、加工业和制品业的国有企业和非国有企业进行回归，进而为了考察企业所处细分行业带来的不同影响，对样本进行分组回归，表1-17报告了制造业中国有企业的回归结果。结果表明，区分了行业和所有制结构、控制了行业固定效应后，成本粘性的回归系数仍然显著为正，对比基准回归系数，可以认定回归结果是稳健的。进一步仍可发现，就不同所有制企业的数字化成本粘性而言，制造业中，国有企业低于非国有企业；而在加工业和制品业中，国有企业明显高于非国有企业。进一步分析，制造业数字化转型需要较大的固定资本投入，当私营制造业企业投资数字化转型后，其调整成本和机会成本会明显高于国有企业；相较于加工业和制品业，制造业企业具有存货周期长、投资变现慢、工业化程度高的特点，数字化机床、数字化管理系统等的应用可以有效提升制造业企业劳动生产率和产品合格率，而对于私营制造业企业而言，需要在相比国有企业更为恶劣的市场环境中提升劳动生产率，求生存谋发展，其数字化粘性相较国有企业则更高；制造业行业中，国有企业相较于非国有制造业企业拥有更完善的数字化管理系统和数字化管理变革信息，可更加灵活地调整数字化转型的投资规划和投资决策。面对企业进行数字化转型投资博弈，尽管所有企业都不投资数字化是一个子博弈精炼纳什均衡，但国有企业需要且会在数字化转型阶段起到示范作用，承担相应的经济社会责任，与此同时，国有企业也更容易获得数字化转型补贴和业务支持，受到激励从而进行数字化转型投资，投资的增加推动了调整成本不断上升，使得加工业中的国有企业表现出远高于非国有企业的数字化转型成本粘性。表1-17最后一列的全样本回归控制了企业所在行业的固定效应，表明粘性的回归系数仍显著为正。综上分析并对比表1-16回归结果，可以认为，不同规模企业的数字化转型成本粘性存在异质性差异，且原因不同。

具体而言，对于国有企业，数字化转型成本显著高于非国有企业，且在制品业中尤为明显，而数字化转型的销售额与非国有企业的数字化转型销售额差异较小，表现为更高的成本粘性；制造业行业中，国有企业的成本粘性小于非国有企业，而对于加工业和制品业行业，其国有企业的数字化成本粘性高于非国有企业。在制造业和加工业行业中，国有企业的数字化投资显著高于平均水平，而数字化转型收益却小于平均水平，虽然国有企业表现出较高的粘性特征，但仍能够发挥国有企业在企业数字化转型进程中的示范作用，积极进行数字化软硬件的创新、研发、生产和应用，发挥信息化技术的溢出效应，带动中小规模企业推动数字化转型，为私营企业提供技术支持，为中小规模企业应用先进的信息化技术提供可能性。与此同时，针对私营企业，应当合理引导企业投资决策，开源信息，制定合理扶助政策，降低数字化转型的调整成本。

三、示范效应再探讨

企业数字化转型在一定程度上打破了技术进步的空间壁垒，然而，大城市对于资源的“虹吸效应”仍然对企业发展产生重要影响。大城市的信息完备程度、人才储备和市场竞争程度远高于地理位置较为偏僻的地区，例如大型互联网公司（阿里巴巴、海康威视、网易等）、数字产业园（梦想小镇、云栖小镇、滨江物联网小镇、未来科技城等）、数字产业集聚区（杭州江东新区、宁波前湾新区、绍兴滨海新区等），创造了大量服务于信息化、数字化产业的就业岗位，极大地提升了当地市场的竞争程度，亦对其他企业产生了强烈的“示范”效应，“倒逼”中小企业寻求产业链、供应链、生产链的转型升级。据此，结合上文分析和研究讨论，大城市企业应表现出更高的数字化转型成本粘性。为了验证这一观点，本研究根据企业地址，将企业分为城市和县/镇两组进行工具变量分位数回归（见表1-18）。根据粘性测算模型可以发现，县/镇公司数字化转型的成本粘性要明显低于城市，观点得以验证，同时进一步印证了研究假设1。进一步，考虑到大型国有企业在城市中数量较多，而在县、乡、镇一级的行政区域中数量较少，或仅设立办事处，为了避免由于企业异质性带来的粘性差异，分别对国有企业和非国有企业进行了分组回归分析。结果表明，城市中的国有企业成本粘性明显高于其他企业，原因不仅来源于国有企业规模较大，更在于国有企业承担着“两化”融合的政治使命及社会责任；县/镇一级的国有企业，成本粘性也要高于同地区的其他企业，再次验证观点。最后，综合比较可以看出，城市中的非国有企业较乡、镇一级企业也表现出较高的成本粘性，进一步验证研究结论，并表明大企业数字化转型给市场带来“示范”效应，推动市场中所有类型企业进行数字化转型和数字化项目投资。

第七节 结论与政策启示

一、主要结论

本章基于对我国第一个“两化”深度融合国家示范区内1950家企业连续6年（2015—2020年）推进数字化管理的动态追踪调查数据，使用分位数回归等方法测度数字化成本粘性、考察企业数字化转型在不同成本规模区间的成本粘性特征及其影响因素，以期剖析异质性企业面临数字化转型和管理变革困境时的选择和行为规律。得出以下主要研究结论：①不同规模企业的数字化转型均体现出成本粘性特征，但大小和原因不尽相同；更为重要的是，规模较大企业的数字化转型会对中小规模企业的数字化投资额产生“示范”效应和“倒逼”效应，增加其成本粘性。②企业数字化投资具有较为明显的粘性特征，并且随着投资规模的不断扩大，粘性特征逐步明显且呈如下特征：当投入的成本规模达50%左右时，由有利于企业发展的成本粘性特征转变为表现出负面影响的粘性特征，在75%～90%区间，成本粘性增速开始放缓，并在90%左右时达到粘性峰值。③企业成本粘性的形成机制和内在规律表现为：企业数字化转型未来期的收益预期会影响数字化转型软硬件的预算投资额，进而带来数字化转型成本和调整成本的变化；此成本的提升短期内又无法带来相应的或足够的成本收益，在上一年利润这一显性信号的调节作用下，第二轮企业收益—投资的预期调整作用同时开始，由此产生并带来了数字化转型成本粘性。④企业数字化转型的成本粘性特征在不同行业和所有制结构之间表现出较大的异质性差异，且原因不同。⑤无论成本粘性高低以及呈现何种趋势，企业的数字化盈利能力总体呈现逐步上升趋势，且大城市对于资源的“虹吸效应”为大企业的数字化转型和管理变革带来示范效应。数字化管理变革为企业预期收益带来的较大增幅给企业释放了一个正向信号，促使企业在面临“坐以待毙”和“破釜沉舟”的数字化转型困境时，通过成本粘性规律推动企业不断扩大数字化投资规模，帮助企业做出正确选择，提供“示范”效应，最终激发企业实现数字化转型并完成管理变革。

二、政策启示

本章结论为揭示不同企业进行数字化转型的投入产出效率、成本粘性规律，以及成本粘性的异质性差异提供了重要线索和经验证据。以全国第一个“两化”融合国家示范区为研究对象，尽管具有一定的地域局限性，但作为2013年得到批准的我国首个“两化”融合国家示范区，以及全国首批“国家数字经济创新发展试验区”，其在省域经济中具有明显的先行优势，对这一“先行者”连续6年的动态研究能够为“追赶者”和“后发者”提供有益借鉴，还能为其他省域的政府部门制定更有针对性和操作性的政策提供宝贵经验和重要启示。

（1）针对不同规模、不同行业、不同所有制企业制定更加精准、更加匹配的政策激励措施。基于本章研究结果，中小规模企业多“被动”承担较高的数字化转型成本粘性，而规模较大的企业由于较高的调整成本而导致较高的成本粘性。中小规模企业的数字化投资额在受到规模较大企业数字化转型的“示范”和“倒逼”效应后，增加了企业成本粘性和经营风险，陷入了继续追加投资“破釜沉舟”的追随大企业加强数字化转型投资，亦或“坐以待毙”地减少成本、不再增加数字化转型投资，但在成本粘性作用下较难获得数字化收益的“数字化转型两难困境”，即面临小企业不敢投却不得不投，大企业不得不保持成本规模的局面。换言之，在深化“两化”融合、推动数字经济高质量发展的背景下，“一刀切”的政策对企业进行数字化转型的促进效果并不理想。破解不同规模、不同行业、不同所有制企业的数字化转型的成本粘性差异化问题，应当实事求是，根据企业的实际情况选择适合自身的数字化转型路径，转型投入不能着眼于“好大求全”而延长转型周期、抬高转型成本，导致实际数字化应用过程中复杂度提升、业务协同难度加大，从而影响企业数字化投入的成本粘性，而是充分考量企业现有的数字化能力和条件，包括IT构架、硬件设备兼容性、软件系统融合状态、数字技术人才储备等，从企业痛点和转型需求寻求突破，帮助企业走出数字化转型困境。例如，对于数字化基础比较薄弱的中小企业而言，可以采用低成本、速应用的SaaS、aPaaS产品，尽可能降低前期的硬件投入成本；但对于大型企业，可以改进PLM、MES/DCS数字化能力。

（2）通过“模块/单元数字化→生产线/流水线数字化→系统/整体数字化”渐进式数字化路径减少成本粘性达到临界值后带来的负面影响。当成本粘性逐步呈现出对企业产生负面影响的特征时，企业逐步面临“投资风险高，不投资即等死”的两难境地，表现出较大的数字化转型成本粘性。尽管数字化转型是企业实现高质量发展的战略方向，但由于企业数字化投资的成本粘性的普遍性问题，转型过程中必然遇到重重阻力，因此，如何缩短数字化转型期、降低数字化转型成本是需要破解的重大难题。对于大多数企业，尤其是中型企业和小微企业而言，数字化转型不能急于求成，应当寻找适合自身成熟度及战略前景的数字化转型方案，分阶段、分步骤推进数字化转型项目开发，先进行模块/单元的数字化及轻资产化的数字化转型，再延伸至生产线/流水线的数字化，最终实现系统/整体的数字化，如此有利于降低转型成本粘性的客观影响。路径方面，需要企业客观判断自身的发展阶段和现实条件，以需求驱动数字化转型效应释放，依照急用先行的原则，从最迫切需要改进的业务环节入手进行局部领域的数字化先行，转型成功后再进行其他环节的数字化延伸，尽可能降低成本粘性的负面作用，最终实现整体的数字化链接与集成。

（3）发挥国有企业“上云、用数、赋智”的宏观政策先导作用。企业尝试进行数字化转型的核心诉求是实现投资回报价值的最大化。从本研究结论看，虽然国有企业表现出较高的成本粘性，但能够在企业数字化转型过程中发挥示范作用，通过数字化技术创新与应用实现溢出效应。“上云、用数、赋智”是国家政策层面对企业数字化转型的战略导向，而数字化转型投入的收益预期会影响企业的投资预算，这需要发挥国有企业在数字经济发展的宏观政策引导下的数字化引领作用，引导中小企业科学进行数字化转型投入或者通过“外包模式”帮助中小企业推行数字化管理，在成本粘性影响下逐步实现数字化转型升级目标。与此同时，根据前文得出的企业数字化转型投资的成本粘性会随着时间的推移逐步降低的结论，不能仅将企业数字化转型视为一个技改项目，而应该作为持续的技术迭代升级和中远期转型变革战略。

（4）科学编制数字化转型预算并完善企业数字化转型的成本审计制度。本研究发现，无论何种类型、处于哪种规模和发展阶段的企业，尽管原因不尽相同，但其数字化转型均表现出较高的成本粘性特征，然而，企业数字化转型是个长期持续积淀的过程，而且数字化转型不是解决企业所有问题的万能良药，过度的数字化投资或者盲目的数字化战略会导致“去实体化”或转型的形式主义，进而导致企业投入结构不合理并抑制企业的正常生产和产能扩张，最终大规模数字化投入可能带来众多的结构性风险，包括提高企业的杠杆率、负债率、不良率，影响企业的流动性。科学合理的成本管理是企业成功转型和可持续发展的重要前提，必须结合自身的转型发展战略，制定针对数字化转型的成本审计制度，以系统思维审计企业的数字化产品采购、IoT技术投入、数字中台建设、智能传感硬件、信息化运维及培训等各类投资，编制科学合理的数字化转型预算，优化成本管理结构和投入结构，避免盲目过度的数字化投资行为。

三、局限性和未来研究方向

研究虽然对企业数字化转型的成本粘性规律进行了理论探索和实践层面的挖掘，但仍存在不足之处和一定局限性，有待进一步研究拓展和深化。首先，企业是样本容量的拓展问题。尽管1950家企业连续6年有关数字化投资和产出的面板数据已经较为难得，但本研究仅选取我国第一个“两化”深度融合国家示范区作为追踪调查区域，未来研究可以将样本进一步拓展到国家先后批复的其他省份、地区的数字经济创新发展试验区。其次，本研究虽然初步探究了不同类型企业数字化转型的成本粘性特征规律，但并未考虑宏观经济因素，以及经济结构和未预期冲击对企业数字化转型的影响，这是需要进一步研究探讨的问题。最后，本章研究的是微观层面的企业特征，而数字化转型在行业中具有较强的技术溢出效应，构建数字化产业生态是未来的发展趋势，如何合理引导企业行为，设计推动企业构建数字化产业生态的机制问题可能是值得深入挖掘和探讨的重要方向。 +pKlFSGfplU1R2/HZMN2AvXn9d59dd40j0kItObIURN5/NPaJN0ulIsDDOwRbTbv