无码人妻丰满熟妇啪啪_成人在线一区二区_国产精品久久久久久无码五月_最大胆裸体人体牲交

作者：李濤  聶輝華  金星曄  左從江  方明月

 

摘要：

 

當(dāng)今世界，新一輪科技革命和產(chǎn)業(yè)變革加速推進(jìn)，以大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等為代表的新一代數(shù)字技術(shù)從根本上改變了傳統(tǒng)經(jīng)濟(jì)的生產(chǎn)方式和商業(yè)模式，成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)�球競爭格局的關(guān)鍵力量。企業(yè)數(shù)字化轉(zhuǎn)型是我國轉(zhuǎn)變發(fā)展方式、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、轉(zhuǎn)換增長動力的重要內(nèi)容，是實(shí)現(xiàn)質(zhì)量變革、效率變革、動力變革的關(guān)鍵舉措。在此背景下，精準(zhǔn)把握中國上市公司數(shù)字化轉(zhuǎn)型的現(xiàn)實(shí)情況，明確數(shù)字化轉(zhuǎn)型進(jìn)度與成效，有助于提高數(shù)字化轉(zhuǎn)型的效率和效果，并為后續(xù)的數(shù)字化轉(zhuǎn)型戰(zhàn)略提供重要參考。全面評估中國上市公司數(shù)字化轉(zhuǎn)型現(xiàn)狀的核心是企業(yè)數(shù)字技術(shù)使用的識別。而現(xiàn)有研究對企業(yè)數(shù)字化轉(zhuǎn)型的測度仍存在著測度對象不夠統(tǒng)一明確與測度方法不夠科學(xué)準(zhǔn)確的問題，難以準(zhǔn)確反映企業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)實(shí)情況。這導(dǎo)致很多研究結(jié)論不可比較、難以復(fù)制和相互沖突。為了解決上述難題，本報(bào)告使用金星曄等（2024）的做法，利用前沿的機(jī)器學(xué)習(xí)方法和大語言模型，基于2006-2023年中國上市公司年報(bào)文本，立足全面體現(xiàn)各種數(shù)字技術(shù)在企業(yè)中的實(shí)際使用狀況，構(gòu)造了一套新的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。該指標(biāo)具有對象明確、指標(biāo)齊全、準(zhǔn)確度高和可復(fù)制的優(yōu)點(diǎn)。在此基礎(chǔ)上，本報(bào)告對中國上市公司數(shù)字化轉(zhuǎn)型現(xiàn)狀進(jìn)行了深入研究。

 

首先，本報(bào)告使用金星曄等（2024）的做法，更加準(zhǔn)確地測度了企業(yè)數(shù)字化轉(zhuǎn)型情況。已有研究常用方法有三種，包括詞頻法、客觀指標(biāo)法與問卷法。這些方法或存在較大測度誤差，或者使用范圍有局限，存在主觀性和覆蓋范圍較少的偏差。本報(bào)告將數(shù)字技術(shù)具體劃分為大數(shù)據(jù)、人工智能、移動互聯(lián)、物聯(lián)網(wǎng)、云計(jì)算和區(qū)塊鏈六類，在人工閱讀、標(biāo)注大量上市公司年報(bào)文本構(gòu)建訓(xùn)練集的基礎(chǔ)上，采用百度開發(fā)的中文大語言模型ERNIE（Enhanced Representation through Knowledge Integration）進(jìn)行訓(xùn)練，逐句分析年報(bào)文本，從句子層面判斷企業(yè)數(shù)字技術(shù)應(yīng)用情況。這一方法較好地克服了文本識別不準(zhǔn)確的問題，與企業(yè)數(shù)字技術(shù)使用現(xiàn)實(shí)高度吻合。

 

其次，本報(bào)告全面分析了中國上市公司數(shù)字化轉(zhuǎn)型現(xiàn)狀。（1）數(shù)字化進(jìn)程不斷深入：企業(yè)數(shù)字化比例持續(xù)攀升。從2006年開始，上市公司中使用數(shù)字技術(shù)的企業(yè)數(shù)量與使用數(shù)字技術(shù)的比例持續(xù)上升。直至2023年，上市公司中使用數(shù)字技術(shù)的企業(yè)數(shù)量上升至4722家，使用數(shù)字技術(shù)的比例上升至91%，絕大部分上市公司均使用了數(shù)字技術(shù)。（2）小型企業(yè)數(shù)字化轉(zhuǎn)型：資源與能力瓶頸待突破。2006-2023年，小型企業(yè)數(shù)字化企業(yè)比例為52%。大中型企業(yè)數(shù)字化比例高于小型企業(yè)，小型企業(yè)仍然存在“不會轉(zhuǎn)”、“不愿轉(zhuǎn)”、“不敢轉(zhuǎn)”等現(xiàn)實(shí)問題，在數(shù)字化轉(zhuǎn)型中往往陷入自身資源與能力不足的困境。（3）服務(wù)行業(yè)數(shù)字化趨勢顯著：通信、銀行、計(jì)算機(jī)等行業(yè)全面實(shí)現(xiàn)數(shù)字化。數(shù)字化企業(yè)比例最高的五個行業(yè)是：通信（100%）、銀行（100%）、計(jì)算機(jī)（100%）、傳媒（98%）、電子（97%）。（4）新冠疫情助推：商貿(mào)零售業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)躍進(jìn)。受新冠肺炎疫情的影響，商貿(mào)零售類企業(yè)的數(shù)字化比例在2020-2021年期間大幅提升，從82%上升至90%。（5）新能源車崛起：引領(lǐng)汽車相關(guān)行業(yè)數(shù)字化比例激增。2020-2021年，隨著新能源車零售量的顯著增加，汽車相關(guān)行業(yè)數(shù)字化比例大幅增加，從79%上升至94%。（6）地區(qū)差異顯現(xiàn)：經(jīng)濟(jì)發(fā)達(dá)省份數(shù)字化進(jìn)程領(lǐng)先。經(jīng)濟(jì)發(fā)達(dá)省份引領(lǐng)數(shù)字化進(jìn)程，多省份數(shù)字化企業(yè)比例超七成，全國數(shù)字化進(jìn)程迅速普及。（7）國企數(shù)字化轉(zhuǎn)型加速：與非國企差距不斷縮小。政策推動作用下，國有企業(yè)加快數(shù)字化轉(zhuǎn)型步伐。2020年以來，國有企業(yè)加速數(shù)字化進(jìn)程，已經(jīng)接近非國有企業(yè)的數(shù)字化水平。（8）初創(chuàng)企業(yè)積極布局：轉(zhuǎn)型比例高于老牌企業(yè)。隨著企業(yè)年齡的增長，數(shù)字化企業(yè)比例越來越低。成立1-15年的企業(yè)中，有94%的企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型；成立16-25年的企業(yè)中，有91%的企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型；成立26年及以上的企業(yè)中，這一比例為88%。（9）高成長性與創(chuàng)新性驅(qū)動：科創(chuàng)板與創(chuàng)業(yè)板企業(yè)數(shù)字化比例領(lǐng)先。上交所科創(chuàng)板企業(yè)與深交所創(chuàng)業(yè)板企業(yè)數(shù)字化比例分別為97%、95%。上交所主板企業(yè)與深交所主板企業(yè)數(shù)字化比例則分別為88%、89%。（10）政府重視度與數(shù)字化轉(zhuǎn)型：在政府更重視的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型比例高。政府重視程度對國有企業(yè)與非國有企業(yè)數(shù)字化比例均有推動作用，在政府重視程度高的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型的比例更高。

 

此外，本報(bào)告評價(jià)了2023年數(shù)字化轉(zhuǎn)型程度最高的二十家公司、分行業(yè)統(tǒng)計(jì)了各行業(yè)內(nèi)數(shù)字化程度最高的五家公司以及數(shù)字化轉(zhuǎn)型前五十強(qiáng)。
 

最后，本報(bào)告提出了推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的政策建議。第一，加強(qiáng)數(shù)字化轉(zhuǎn)型引導(dǎo)，激發(fā)數(shù)字化轉(zhuǎn)型內(nèi)生動力。政府應(yīng)分行業(yè)分領(lǐng)域遴選企業(yè)數(shù)字化轉(zhuǎn)型標(biāo)桿、加強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)政策銜接，并結(jié)合當(dāng)?shù)貙?shí)際出臺配套措施，針對“轉(zhuǎn)什么”、“如何轉(zhuǎn)”、“怎么轉(zhuǎn)”等問題加強(qiáng)分類指導(dǎo)和跟蹤服務(wù)。第二，制定有針對性政策，促進(jìn)數(shù)字化均衡發(fā)展。政府應(yīng)著重支持小型企業(yè)、制造業(yè)及房地產(chǎn)業(yè)、處于經(jīng)濟(jì)發(fā)展水平較低地區(qū)的企業(yè)、國有企業(yè)、成立時間較久的企業(yè)、主板企業(yè)的數(shù)字化轉(zhuǎn)型，促進(jìn)數(shù)字化均衡發(fā)展。第三，營造良好數(shù)字生態(tài)，優(yōu)化數(shù)字化發(fā)展環(huán)境。政府應(yīng)營造開放數(shù)字生態(tài)、完善數(shù)據(jù)安全保障體系，強(qiáng)化數(shù)據(jù)安全監(jiān)管，規(guī)范數(shù)字市場行為，確保數(shù)字經(jīng)濟(jì)的健康有序發(fā)展。同時，政府應(yīng)加大新型基礎(chǔ)設(shè)施建設(shè)力度，優(yōu)化中小企業(yè)數(shù)字化轉(zhuǎn)型外部環(huán)境，降低企業(yè)數(shù)字化轉(zhuǎn)型的門檻和成本，為企業(yè)數(shù)字化轉(zhuǎn)型提供有力支撐。

 

本報(bào)告的媒體引用方式：李濤、聶輝華、金星曄、左從江、方明月，2024，《中國上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024》，中央財(cái)經(jīng)大學(xué)中國互聯(lián)網(wǎng)經(jīng)濟(jì)研究院研究報(bào)告。

 

報(bào)告全文下載：

中國上市公司數(shù)字化轉(zhuǎn)型報(bào)告2024

 

數(shù)據(jù)下載：

本報(bào)告使用金星曄等（2024）的做法，利用前沿的機(jī)器學(xué)習(xí)方法和大語言模型測度了2006-2023年中國上市公司數(shù)字化轉(zhuǎn)型情況。如需使用此數(shù)據(jù)，請引用以下論文：金星曄、左從江、方明月、李濤、聶輝華，2024：《企業(yè)數(shù)字化轉(zhuǎn)型的測度難題：基于大語言模型的新方法與新發(fā)現(xiàn)》，《經(jīng)濟(jì)研究》第3期。對于此數(shù)據(jù)的詳細(xì)描述以及數(shù)據(jù)下載，請?jiān)L問以下網(wǎng)址：https://zuocongjiang.cn/digitechdata.html。