企業(yè)數(shù)字化轉(zhuǎn)型的測(cè)度難題:基于大語(yǔ)言模型的新方法與新發(fā)現(xiàn)
時(shí)間:2024-08-25 22:07,來源:白鯊在線
金星曄 左從江 方明月 李濤 聶輝華*
內(nèi)容提要:當(dāng)前,企業(yè)數(shù)字化轉(zhuǎn)型的重要性已經(jīng)被社會(huì)各界所認(rèn)知,但在學(xué)界內(nèi)部以及學(xué)界和業(yè)界之間,關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的效果存在嚴(yán)重的分歧。我們認(rèn)為這一現(xiàn)象的主要原因是現(xiàn)有研究對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的測(cè)度存在問題,這表現(xiàn)在兩個(gè)方面:一是測(cè)度對(duì)象不夠統(tǒng)一明確,二是測(cè)度方法不夠科學(xué)準(zhǔn)確。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。為了更好地處理上述難題,本文運(yùn)用前沿的機(jī)器學(xué)習(xí)和大語(yǔ)言模型構(gòu)造了一套新的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。具體來說,本文先對(duì)2006-2020年上市公司年報(bào)中的句子進(jìn)行人工打標(biāo)簽,然后用標(biāo)記結(jié)果訓(xùn)練和微調(diào)了包括大語(yǔ)言模型在內(nèi)的多個(gè)機(jī)器學(xué)習(xí)模型,選擇其中分類效果最好的ERNIE模型作為句子分類模型,來預(yù)測(cè)全部文本中句子的標(biāo)簽,最終構(gòu)造了企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。理論分析和數(shù)據(jù)交叉驗(yàn)證均表明,本研究構(gòu)建的指標(biāo)相對(duì)于已有方法更加準(zhǔn)確。在此基礎(chǔ)上,本文實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的影響,有三點(diǎn)發(fā)現(xiàn)。第一,企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提高財(cái)務(wù)績(jī)效。其中,大數(shù)據(jù)、人工智能、移動(dòng)互聯(lián)、云計(jì)算和物聯(lián)網(wǎng)均能顯著提高企業(yè)財(cái)務(wù)績(jī)效,但區(qū)塊鏈并沒有明顯的作用。第二,對(duì)于財(cái)務(wù)績(jī)效較差的企業(yè),數(shù)字化轉(zhuǎn)型能夠顯著提高財(cái)務(wù)績(jī)效;而對(duì)于財(cái)務(wù)績(jī)效較好的企業(yè),數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)績(jī)效的影響并不顯著。第三,企業(yè)數(shù)字化轉(zhuǎn)型提高財(cái)務(wù)績(jī)效的主要渠道有兩個(gè),即改善效率和降低成本。本文的研究對(duì)于推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型和實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。
關(guān)鍵詞:企業(yè)數(shù)字化轉(zhuǎn)型 數(shù)字經(jīng)濟(jì) 數(shù)字技術(shù) 人工智能 大語(yǔ)言模型
*金星曄、左從江、李濤,中央財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院;方明月(通訊作者),中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,郵政編碼:100083,電子信箱: fmingyue(at)163.com;聶輝華,中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)院。作者感謝2022年度國(guó)家社科基金重大項(xiàng)目“數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的創(chuàng)新與治理協(xié)同互促機(jī)制研究”(22&ZD070)、國(guó)家自然科學(xué)基金青年項(xiàng)目(72002213)、面上項(xiàng)目(72273144)、中央財(cái)經(jīng)大學(xué)青年科研創(chuàng)新團(tuán)隊(duì)支持計(jì)劃和科教融合研究生學(xué)術(shù)新星孵化計(jì)劃的資助,并且感謝三位匿名審稿人提出的有益建議。作者文責(zé)自負(fù)。
本文發(fā)表于《經(jīng)濟(jì)研究》,2024年第3期,引用請(qǐng)注明。
下面是工作論文版本:
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(yǔ)言模型測(cè)度了2006-2023年中國(guó)上市公司數(shù)字化轉(zhuǎn)型情況。如需使用此數(shù)據(jù),請(qǐng)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(cè)度難題:基于大語(yǔ)言模型的新方法與新發(fā)現(xiàn)》,《經(jīng)濟(jì)研究》第3期。對(duì)于此數(shù)據(jù)的詳細(xì)描述以及數(shù)據(jù)下載,請(qǐng)?jiān)L問以下網(wǎng)址:
https://zuocongjiang.cn/digitechdata.html。