摘要：国家知识产权局推行的专利保险试点政策，是提升企业创新转型活力的重要工具。本文基于2007～2021年中国沪深两市A股上市企业数据集，通过准自然实验手段检验专利保险试点政策对企业数字化转型的影响。实证结果表明，该政策的实施对企业数字化转型产生了显著的驱动效果。机制分析发现，该政策能够通过改善企业信息传递与预期、增强企业财务稳定与降低企业创新风险、提升企业研发投入与创新产出绩效三项机制驱动企业数字化转型。特别地，在企业数字化转型同群效应的影响下，专利保险试点政策更能发挥其对企业数字化转型进程的助推力，且能够展现出缩小行业差距的“追赶效应”。进一步研究发现，对于非国有企业、高科技企业而言，专利保险试点政策的数字化转型驱动力更为显著。本研究的结论为进一步完善专利保险试点政策、改进相关政策手段、促进企业数字化转型等方面提供了经验证据和政策启示。
关键词：专利保险试点，企业数字化转型，同群效应
[基金项目]国家自然科学基金青年项目“金融科技对企业数字化转型的效应评估、机制分析与策略优化研究”（72202046）；国家社科基金青年项目“财政科技支出对企业数字化转型的效应评估、机制分析与策略优化研究”（22CJY009）；广东省哲学社会科学规划青年项目“产业政策对企业数字化转型的效应评估、机制分析与策略优化研究”（GD23YYJ09）。
一、引言
数字经济推动了现代化产业体系构建，是经济社会高质量发展的全新引擎。根据《数字中国发展报告（2022年）》，2017～2021年，中国数字经济规模从27.2万亿增至50.2万亿元，占国内生产总值比重从32.9%提升至41.5%。2017年，数字经济概念首次被写入中国政府工作报告，随后几年的政府工作报告不断阐释和丰富数字经济的相关内容，彰显了中国政府对数字经济的高度重视。党的二十大明确指出，要“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”，充分体现出数字经济在国家战略层面的地位。当前，中国经济发展面临需求收缩、供给冲击、预期降低三方面压力，数字经济与实体经济结合，已然成为创新经济增长、提高经济发展质量的主攻方向。企业是市场经济重要的微观主体，促进企业数字化转型不仅有助于经济增长新旧动能的转换（詹晓宁和欧阳永福，2018），更是中国式现代化建设进程中的关键一环（沈文玮和李昱，2022）。
企业数字化转型是数字技术触发企业组织特性的重大变革，是重构组织结构、行为及运行系统的过程（黄丽华等，2021），是数字技术渗透和优化企业原有生产要素，并在此过程中实现业务流程、经营管理、价值链组织方式等的全面革新。需要强调的是，企业数字化转型同以往变革发展存在很大不同，从支撑数字化转型的数据信息要素来看，数据作为新时代“第五大生产要素”，是企业数字化转型加速的重要燃料（王守义，2023），但数据天然具有同质化特点（Data homogenization）①（Ciriello et al.，2018），使得企业数字化转型过程中的数据资产极容易被外界窃取（抑或是支付较低成本获取）。这种“外部性”使得转型企业获得的收益将远低于整体社会的收益，特别是数据信息资源在当前并没有准确的边界界定和法律保护，将会给企业数字化转型实践带来极大冲击。从影响企业数字化转型的风险积累来看，企业数字化转型具有典型的长周期、高风险和高投入特征，在资源边界有限的前提下，赋能数字化转型的资源投入行为具有高度脆弱性。企业数字化转型过程如若面临外部市场主体对转型成果的复制和传播，企业往往不得不投入更多资源保障企业自身的数字化转型权益。这种风险冲击将会在很大程度上抑制了企业数字化转型的主动性。从赋能企业数字化转型的前沿数字技术创新来看，这类技术具有可重新编程②（Reprogrammable functionality）、可供性③（Affordance）等属性（Yoo et al.，2010；刘洋等，2020），使得在经济实践中的数字技术创新成果易复制、易被篡改，泄露风险加大，在中国当前专利保护制度不够完善的背景下，一旦出现侵权事件，数字技术权利归属和侵权行为难以认定，这类问题无疑会削弱企业的数字化转型意愿。从这个角度来看，单靠市场的力量远远无法将企业数字化转型推到最大可行性边界，此时政府政策的实施和助力则尤为重要。
为了应对市场机制引发的不足，创建良好的创新转型制度环境，中国专利保护制度能够从保障数据信息有效流动、降低转型风险、保护转型收益、激发企业转型动力等方面发挥重要作用。2011年12月，国家知识产权局与中国人民财产保险股份有限公司（以下简称“人保财险”）正式签订《知识产权资产评估促进工程项目》合作协议，深化专利保险险种开发、健全工作体系等相关工作。随后在2012年和2016年，国家知识产权局先后确定了如下城市（地区）开展专利保险试点工作（图1）。这种专利保险试点政策为典型的“政府+保险+企业”模式，即政府引导、保险公司积极推动、企业积极参与的自愿性商业保险模式。在专利保险试点政策的支持下，试点地区知识产权局与保险公司联合，制定专利保险险种以及专利保费补贴等相关工作。中国专利保险险种设置主要有两类：专利执行保险和专利侵权保险。前者承保投保人专利被侵权时所需支付的诉讼调查和法律费用，后者承保投保人出于过失或者疏忽侵犯他人专利被起诉时所需支付的法律费用和赔偿金④。由此可见，专利保险试点政策有助于完善知识产权保护的体系，通过承担诉讼相关费用，分担诉讼风险，降低专利诉讼对企业利润的冲击，切实保护专利权人的利益。这对于具有极强外部性的数字技术创新和转型而言，有着更为突出且直接的保障效果。
考虑到更好地保护专利权人的权益，降低企业数字化转型在实践过程中面临的侵权损耗，准确评估专利保险试点政策的执行效果，在理论和实践上具有重要意义。多数研究表明，知识产权保护通过增加企业研发投入（尹志锋等，2013；凌士显和凌鸿程，2019）、提升信息透明度（Cassiman & alentini，2016）等方面来促进各种形式的创新活力增长（龙小宁和林菡馨，2018），这显然有助于加快企业数字化转型进程。但同时，也有研究表明，知识产权保护未能改善专利质量状况，甚至可能抑制企业创新：如加强知识产权保护会阻碍知识流动和技术学习，对创新激励反而有抑制作用（陈永昌等，2021）。此外还有学者指出，知识产权保护与技术创新之间存在“倒U型”关系（刘思明等，2015；张宝友等，2022），过于严苛的知识产权保护对企业创新活力会产生负面效应。综上可以发现，一方面，现有文献基于专利保险试点政策的研究，大多聚焦于专利层面的技术创新上，但对于数字经济时代更高位阶的企业数字化转型而言，并没有直接的探讨，使得现有研究对于试点政策的评估停滞在范畴相对较小的技术创新上，而对于试点政策所能带来的更深层次效果缺乏讨论；另一方面，即便是在现有研究中，专利保险试点政策对技术创新的影响依旧没有达成一致性的研究结论，对于企业数字化转型而言，更是如此。有鉴于此，本文试图从理论和实证结合的视角，探讨专利保险试点对企业数字化转型的影响和机制，为进一步厘清试点政策效果的影响提供经验证据。
本文的边际贡献在于：在研究立意上，从市场专利保护视角检验了专利保险试点政策对企业数字转型的影响，在微观市场结构层面丰富了对专利保险试点政策的认知；其二，通过准自然实验，更好地揭示了专利保险试点政策对企业数字化转型影响的净效应，并从信息机制、风险机制和创新机制出发，为理解专利保险试点政策冲击的作用渠道提供了新的经验；其三，对政策冲击的研究不再简单框限在“政策→企业”的“点对点”式研究，还着重考察了企业数字化转型同群效应叠加下的专利保险试点政策冲击影响变化，为理解专利保险试点政策提供了来自企业同群互动层面的新证据。
二、理论机制与假说提出
企业数字化转型不仅是企业实现生产技术迭代升级以适应经济结构转型加快、应对经济不确定性陡增环境的首要行动方针（吴非等，2021），更是实现经济高质量发展和中国式现代化建设的必然选择。然而需要正视的是，企业数字化转型不仅需要长期资金投入和创新积累，还充斥着较强的不确定性，从而显著抑制了企业的创新转型动能。有学者指出，引入数字技术并保障技术之间的有机结合是技术创新活动的核心需求（李载驰和吕铁，2021），然而数字技术易被复制、专利侵权诉讼费用高等问题则成为企业数字技术保障的“痛点”。专利保险试点政策的实施和制度形成对于消除这些障碍具有重要意义。本文拟从以下三个机制分析专利保险试点政策对于企业数字化转型的影响。
（一）专利保险试点政策与企业数字化转型影响机制分析
专利保险试点政策有利于企业信息传递，改善企业预期，进而促进企业数字化转型。从信息传递角度，一方面，专利保险试点政策的有效实施往往依赖于一系列系统工程的建设，如政府部门的制度建设、法院对专利（侵权）活动的评估、专业保险公司的产品设计等，这些主体对专利保护领域的深度介入，无疑能够在更大程度上挖掘企业的特质信息，增强企业信息的流动水平；另一方面，在有效的专利制度保障下将形成良好的知识产权保护氛围（邱洋冬，2022），企业不愿分享专有知识的问题被逐渐改善（Chen et al.，2016），由此进一步促进企业重要特质信息在企业内外部的充分流动，一定程度缓解企业内部之间和内外部之间信息不对称的困境。从预期改善角度，作为一项典型的政府制度安排，专利保险试点也能为市场主体对企业发展转型活动的评价带来积极引导。显然，得到政府政策支持的企业，外界更易提升对其发展前景的预期，使得企业处在一个更宽松、积极的外部发展环境中。进一步来看，专利保险的事后补偿机制不仅能够抑制数字技术与各部门业务不断协同过程中的侵权行为（李宗辉，2017），还有助于保障知识产权收益，强化经营管理者和股东对于企业基于前沿数字技术创新转型的价值判断和肯定（Buzzacchi & Scellato，2008；邱洋冬，2022），释放企业内部对发展转型的预期和信心（吴非等，2021）。
在数字化进程中，信息流转和传递的优化使企业对数字技术的选择、应用和更新迭代、对决策时机的把握等判断更加科学有效；同时，积极的舆论环境使利益相关者对于企业数字化转型的风险容忍度更高，企业转型容错空间更大，能够缓解企业内部在数字化转型进程中面临的风险和压力，也能够聚拢更多社会资源向企业数字化转型倾斜，助力企业转型。
专利保险试点政策有利于企业财务稳定，降低创新风险，进而促进企业数字化转型。从财务状况角度，一方面，专利保险能够对被侵权企业进行直接的费用补偿，节省诉讼相关费用，避免利润损失并保障企业市值（龙小宁和林菡馨，2018），从而有效降低企业的财务风险，增强企业财务稳定性；另一方面，专利保险试点政策的实施可以减少专利侵权和模仿行为，从而确保企业能够更好地实现专利权的转让和许可交易，提高技术交易的盈利能力（Weatherall & Webster，2014；周洲和吴馨童，2022）。此外，专利保险还为企业提供了专利质押融资的机会，帮助企业充分释放数字技术成果的潜力，增强了外部融资的可行性。这些因素共同为企业注入了财务动力（余长林等，2022），进一步支持数字化项目的发展。从创新风险角度，专利保险试点政策对于转型企业的经营管理者具有重要意义。长周期、高风险、高投入的创新活动往往需要企业经营管理者更具冒险性的决策，这对于具有前沿数字技术特征的数字化转型活动而言同样适用。专利保险试点政策为企业的创新活动竞争提供了有效的保障型制度框架，在合理区间内，企业可以积极开展技术检测和专利追踪，有助于企业提前预警潜在的创新冲突和竞争压力（对于更迭迅速的数字技术创新转型而言更是如此），从而更好地规划创新战略和风险管理，促成数字化项目的开展。更为重要的是，专利保险政策涵盖了专利侵权调解和相应的仲裁服务，能够帮助企业避免漫长的法律诉讼，极大地缩短解决争端的周期，降低企业数字化转型项目中断的可能（王玉泽等，2019）。
在数字化进程中，财务稳定和创新风险平滑使得企业在开展具有数字技术特征的转型活动时拥有更加充分的可配置资源，能够更好把握前沿技术变革和制度优化的机遇窗口强化资源注入，从而为数字化转型项目提供充分动力。与之同时，创新活动的风险降低，使企业能够更加关注具有长期性质的项目开展，直接激励企业在具有高风险的数字化转型领域中提升主观能动性。
专利保险试点政策有利于企业研发投入增加，提升创新产出绩效，进而促进企业数字化转型。从企业研发投入视角来看，研发投入对于长期且复杂的前沿数字技术创新与转型项目而言十分关键。专利保险试点政策对企业转型通过上述多个维度优化的途径，一方面，降低了企业专利维权支出，提高研发投入的预期收益（吴超鹏和唐菂，2016），提升了数字技术专有性和企业创新收益内部化能力（尹志锋等，2013）；另一方面，专利保险政策通常要求企业加强知识产权管理，包括专利组合的维护和优化。为了符合政策要求，企业需要定期审查和更新其专利组合，确保其有效性。这有助于企业更加重视知识产权，提高研发投入的质量和效率（李摇琴，2022），为数字化转型带来更可观的创新研发投入来源。从企业创新产出视角来看，专利保险试点政策能够更好地保障企业对特定数字技术的权益，从而鼓励企业更积极地在数字技术领域进行新的探索，积累更多的创新经验和有效资产，有利于企业在数字技术创新、应用创新和制度优化过程中进行合理配置资源（方中秀，2022）。特别地，在有效的专利保险试点政策框架下，企业在采纳其他企业的数字技术时能得到法律的有效保护，这会进一步激发企业在企业外部寻找适配自身发展的特定数字技术（资产），并将其内化成为自身的有效资产。更重要的是，专利保险试点政策能够实现创新生态系统发展的提质增效，在这种制度激励下，保险公司业务开展往往涵盖多个领域的侵权风险，并通过专业的专利管理优化工具帮助企业更好地识别和优化自身的数字技术创新资产，从而为企业数字技术创新活动扩张提供保障。
在数字化进程中，研发投入是企业开展专项数字化技术创新和应用的专项动力，通过投入资金和资源来构建先进的企业数字化基础设施，能够充分推动企业数字化转型进程的加快。特别地，更具专项性的数字技术创新资产积累能够构建起更为完善的数字技术生态系统，利用这类数字技术资产，企业可以开发全新的数字化产品和服务，并将这类全新因素深度嵌入企业制度框架的方方面面，从而推动企业数字化转型进程加快。基于上述分析，本文提出假说1。
假说1：专利保险试点政策设立对企业数字化转型进程存在显著的促进效果。
（二）同群效应下专利保险试点政策对企业数字化转型的影响分析
数字化转型是一项长期且复杂的过程，当企业的经济行为所处环境不稳定、信息不充分、结果不确定时，社会关系网络成员的行为在很大程度上影响企业的决策（陈庆江等，2021）。近年来同群效应越来越成为企业行为研究热点，已有不少学者指出企业的数字化转型具有明显的同群效应特征（黄大禹和谢获宝，2022；霍春辉等，2023）。确实，在经济实践中，企业无法脱离其他企业的生产行为活动而孤立存在，企业除了受到传统因素的影响之外，还具有明显的“社会属性”特征，会在“企业网络”中充分识别和借鉴其他企业的生产活动，并将其作为自身发展决策中的重要依据。回归本文语境，在企业同群效应影响的叠加下，专利保险试点政策的设立可能会改变原有的影响路径和强度。
具体来看，从学习和模仿动机视角，其他企业的数字化转型活动往往能够与特定企业互动实践形成充分有效的信息、技术交互和溢出：特定企业在观测到其他企业的数字化转型先进经验后，会主动模仿和学习这类新战略新导向（陈庆江等，2021）。根据梅特卡夫法则（Metcalfe's Law），数字化创新成员越多，专利信息的传播、技术的交流就更充分，合作创新也更充分（周洲和吴馨童，2022）。当然，需要正视的问题是，企业同群效应的增强，可能会使得某些企业跨越过合法合理的边界来“过度摄取”企业转型的经验和核心技术信息，由此可能会阻碍企业数字化转型升级进程的加快。针对上述可能，专利保险试点政策能够在合理的边界内促进学习和模仿效应的产生：在保障信息溢出企业合法权益的前提下促进市场主体的交流和互动。易言之，在同群效应向特定企业传递新技术、信息的情况下，专利保险试点政策能够为这种信息交流划定合理的“四至范围”，从这个角度来看，专利保险试点政策在与企业数字化转型同群效应的叠加下，能够最大限度释放其中的优势要素，约束同群企业在信息获取上的不良行为，二者双重优化能够为企业数字化转型进程赋予更大的加速度。
从竞争动机视角，在数字化转型领域中，大量的企业开展数字化转型则会形成有效的同群竞争压力，企业为了在市场竞争中维系市场份额甚至扩大利润空间，往往会积极主动推动自身数字化转型进程加快。即在其他企业数字化转型活动愈发强烈的情况下，会倒逼企业设备、技术、制度的数字化进程加快（杨君等，2023）。但是，企业数字化转型同群效应中也可能夹杂着过度竞争、恶性竞争的可能，这类竞争可能会在企业内部形成排斥、非合作的“零和博弈”氛围，不利于市场主体发展的提质增效和转型升级。于此，在专利保险试点政策的保障下，能够维系企业创新转型的合法创新权益，引导企业在合理有效的竞争和创新投入框架下开展数字化转型质效“竞赛”，这与企业迫切推动数字化转型的市场内生需求相互适应，从而展现出了更大的转型驱动力。特别是在数字经济时代下，企业数字化转型在企业界已经成为高质量发展的必由之路；政府部门对于新时代数字技术创新应用寄予厚望（孙锦萍等，2022），也成为推动企业数字化转型的重要动力。此时，在专利保险试点政策的支持下，专项的创新技术发展保护与市场竞争需求之间形成有效拟合，从而更为显著地促进企业数字化转型。基于上述分析，本文提出假说2。
假说2：在同群效应的影响下，专利保险试点政策能更好地促进企业数字化转型。
三、研究设计
（一）数据来源
本文的研究样本为2007～2021年的深沪两市上市公司数据，遵循研究惯例，在样本选择时对样本作出以下处理：第一，剔除银行、证券、保险等具备特殊性的金融行业样本；第二，剔除ST、*ST、PT处理和样本期内退市等财务状况异常的样本；第三，本文仅保留了那些至少连续5年不存在数据缺失的样本（如企业在考察期中续存不满5年，则不能有缺失值，否则样本剔除），并对连续型变量进行1%和99%层面的缩尾处理，由此得到了1981家上市企业的非平衡面板数据集。此外，本文研究样本原始数据来源于国泰安数据库（CSMAR），针对前述数据中的缺失问题，基于万德数据库（Wind）进行补正，专利执行保险试点城市及试点时间数据来源于国家知识产权局公布的政策文件。
（二）变量设定
1.被解释变量
企业数字化转型（DCG）。为得到更精准的企业数字化转型强度和特征的测度结果，本文参照吴非等（2021）研究的文本大数据识别方法，采用企业年报中数字化转型相应关键词词频作为代理变量。首先，借助Python爬虫汇集上市企业年报，并通过Java PDFbox库提取文本内容形成数据池，同时基于数字技术应用和底层技术特征，得到数字化转型关键词词谱（如图2）；其次，选定词谱，在数据池中识别、筛选、匹配和归纳关键词，计算出关键词词频并构建出一个具体的样本数字化原始指标；再次，采用滚动计数的方法减少文本信息披露的时滞问题；最后，对指标进行对数化处理，得到企业数字化转型指标（DCG）。
2.核心解释变量
专利保险试点政策（Treat×Post）。专利保险试点政策分别从2012年和2016年分三批在34个地区推行，这一政策的颁布为本研究提供了准自然实验场景，本文构建渐进式的双重差分模型对专利保险试点政策与企业数字化转型的关系展开研究。本文设立变量Treat和Post形成核心解释变量；Treat为虚拟变量，样本上市公司所在城市为专利保险试点政策城市的企业取1，否则取0；Post为实验期时间的虚拟变量，试点政策开始当年以及之后的年份取值为1，否则取值为0。
3.控制变量
考虑到企业数字化转型除了受到政策冲击影响，还可能受其他因素影响，本文在研究中加入以下企业层面对企业数字化转型有重要影响的控制变量：总资产（Asset，对数化处理）、营业总收入（Income，对数化处理）、杠杆率（Lev）、成立年龄（Age，对数化处理）、账面市值比（BTM）、第一大股东持股比例（BIGR）、两职合一（Dual，董事长与总经理兼任时取1，否则取0）、净资产收益率（ROE）、QFII持股比例（QFII，合格境外投资者持股占比流通股比例）、审计意见（Audit，审计单位针对企业年报出具标准无保留意见取1，否则取0）。详细的变量数据结构可参见表1。
（三）模型设定与实证策略
本研究的实证模型如下：
DCGi，t=φ0+φ1Treati×Postt+∑βCVs+∑Year+∑Firm+εi，t （1）
模型中，企业数字化转型（DCG）为被解释变量，专利保险试点政策（Treat×Post）为核心解释变量，控制变量组为CVs，随机误差项为ε。为减弱内生性的干扰，本研究还控制了“时间（Year）-企业（Firm）”层面双向固定效应。
四、实证结果与经济解释
（一）基准回归
本文的基准回归结果见表2。具体而言，回归（1）和回归（2）分别为在时间和个体固定效应下分步骤纳入控制变量的回归结果。专利保险试点政策对企业数字化转型净效应（Treat×Post）的回归系数均通过了1%的统计显著性检验，加入控制变量后系数有所降低（0.238＞0.215），可能是由于加入的控制变量在一定程度上吸收了对企业数字化转型产生的影响。需要强调的是，专利保险试点政策的影响方向及其显著性并没有发生改变。结果表明，专利保险试点对企业数字化转型有显著正向影响，从而有效支持本文研究假说1。
（二）稳健性检验与内生性处理
本文将采用如下三种稳健性检验方法：第一，平行趋势检验，检验本文双重差分模型有效性；第二，剔除部分样本，对全样本中某些特殊影响因素进行剔除，降低其对研究结论的扰动；第三，变更计算变量口径，通过数字化转型不同变量口径二次检验基础回归的稳健性。内生性处理方面，本文采取以下三种检验：（1）其他竞争性政策干扰排除，基于专利保险试点政策实行期间排除其他交叉或并行政策，以减少内生性干扰；（2）PSM+DID检验，通过倾向得分匹配减弱样本匹配偏差，再通过双重差分消除时间与个体对研究结论的干预；（3）安慰剂检验，排除其他因素对研究结论的影响。
1.平行趋势检验
在政策实施之前，实验组与控制组的数字化转型趋势应该是平行的（即两个组别之间的差异并不具有统计意义）方是有效的。本文借助平行趋势检验的图例针对上述假设进行验证。从图3结果可以发现，政策冲击的前置三年（du×Before3、du×Before2、du×Before1）回归系数均不显著异于0，表明在专利保险试点政策实施之前数字化转型在实验组和对照组并没有明显的差异，共同趋势假设成立。在政策实施当年以及持续的3年（du×Current、du×After1、du×After2、du×After3），回归系数均显著异于0，说明专利保险试点政策促进企业数字化转型的效果呈现出上升的势态并具有持续性。特别地，从图3的趋势变化轨迹来看，政策实施后对企业数字化转型的影响效果稳步提升，并且连贯的政策促进作用产生了更为强大的驱动力，这为本文核心结论的有效性提供了更为丰富的经验证据。
2.剔除部分样本
具体来看，在政策实行期间的某些不可观测因素对本文的研究结论可能造成干扰，为了更好地识别专利保险试点政策对企业数字化转型的影响，本文从“事件—地区—企业”三个层面对全样本进行调整，着重针对样本中具有较大特殊性的样本点进行删节处理，并在小样本的基础上重新进行回归识别检验，以验证原有核心结论的稳健性与确当性，结果如表3所示。
一是从时间层面上，考虑到本期研究中存在两次重大外部金融冲击（2008年国际金融危机及2015年中国股市大幅波动），这类冲击会影响甚至中断企业数字化转型活动，从而削弱本文基准关系有效性。因此本文在表3列（1）中剔除了2010年（含）以前的样本（考虑到危机冲击后效性，下同），在列（2）中只保留2011年到2015年的样本。二是从空间层面上，考虑到中国作为一个典型的大国经济，地区之间的经济禀赋差异较大。在现实中极有可能存在这样的情形：即政策的制定和落地并非是随机的，如在东部地区这样经济发展较好的区域中，各类政策的落地往往更为频繁（即较好的经济发展程度“吸引”了各类政策的设立），这会使得文中的“准自然实验”估计有偏。类似地，中国的四大直辖市在经济、政治上具有极强的特殊性和差异化地位，各类政策的设立和应用极有可能对这类地区有较强的偏好，这些因素的存在会破坏“准实验”的基本环境。鉴于上述考虑，本文在列（3）和列（4）分别做出剔除东部地区和直辖市样本企业的调整。三是从企业层面上，考虑到企业年报所呈现的信息可能与实际情况之间呈现出较大差异（如年报文本有“言过其实”抑或是“谨小慎微”的偏差），这些都会影响本研究刻画和衡量企业数字化转型水平的准确性，削弱结果的稳健性。在列（5）中本文剔除了信息披露考核为C、D级的样本企业以确保文本识别的质量。同样地，企业审计费用较高可能代表企业年报数据或信息质量较差（审计事务所需要执行更多程序来审核企业年报），本文在列（6）中保留审计费用低于中位数样本企业以确保企业年报文本质量。从表3可知，在做出相应的样本调整之后，原有核心结论“专利保险试点政策显著正向影响企业数字化转型进程”仍然得到支持。
3.变换变量计算口径
表4呈现的是针对被解释变量的计算口径进行变更之后的稳健性检验结果，以再次验证原有的核心基本关系。考虑到企业数字化转型指标是年报文本关键词的计数测度，可进一步消除年报总体长度的规模效应，对此，本文将企业数字化转型词频分别除以企业年报中的词汇总数和句子总数，得到DCG-V（企业数字化转型词频与企业年报词汇数之比）和DCG-S（企业数字化转型词频与企业年报句子数之比）作为被解释变量，重新代入回归。
由表4可知，无论纳入控制变量与否，在DCG-V和DCG-S做为被解释变量的回归结果中，Treat×Post系数均通过了1%水平的显著性检验，即变更核心指标计算口径之后专利保险试点政策仍对企业数字化转型产生显著正向促进作用。可以得知，在变换变量计算口径之后，原有结论依旧是成立的。
4.排除其他竞争性政策干扰
在专利保险试点政策期间，其他经济类政策与其交叉或者并行的现象可能导致内生性问题，缺乏对这类因素的考量可能会高估专利保险试点政策的影响效应（如在未考虑其他政策冲击的分析框架下，单一的专利保险试点政策的影响可能会被“放大”）。为更好评估专利保险试点政策对企业数字化转型的净效应，本文在基准回归的基础上依次吸收重要政策实施的虚拟变量，并重新进行基准检验（表5）。本文认为，企业数字化转型是一项系统工程，转型过程中往往离不开大量的资源支撑（金融要素），还需要外部环境的配套（基础设施要素）才能形成有效的联动和协作效果。特别地，企业数字化转型在实践中的高风险问题往往离不开政府部门的有效支持（财税政策要素）。考虑到数字化转型的特殊性，此类转型涉及的技术变革、制度优化等内容往往需要在更有效的竞争、开放的市场环境中开展，国家层面的重大区域开放制度也是其中重要的影响要素。综合上述，企业数字化转型的有效进展，往往这离不开金融、基础设施、财税政策、区域开放等重要因素的影响，若忽略了对这类因素的考量，可能会使估计存在偏差，极有可能会高估专利保险试点政策的影响效力。有鉴于此，本文表5列（1）纳入了“科技金融试点政策”（Techfin）和“金融改革试验区政策”（FRA）两项金融政策；列（2）纳入了“宽带中国试点政策”（BD）和“高铁开通”（HSR）两项基础设施政策；列（3）纳入了“研发加计扣除政策”（RDAD）和“固定资产加速折旧政策”（FAC）两项财政税收政策；列（4）纳入了“自由贸易试验区建设”（FTA）和“一带一路建设”（BARI）两项对外开放政策。由表5可以得知，前4列Treat×Post回归系数均通过了1%的统计显著性检验。列（5）则将上述政策综合纳入回归之中进行控制，Treat×Post系数有轻微波动，估计值为0.147，但仍通过1%水平的显著性检验，这说明核心结论在排除并行政策的并行干扰之后仍能保持成立。
5.PSM+DID检验
本文采取PSM技术手段以降低由于样本选择偏差造成的内生性问题。在通过双重差分识别专利保险试点政策对企业数字化转型影响效果之前，对样本分别进行马氏匹配（计算不同观测值之间的马氏距离，并基于控制组中捕捉到与实验组最为相似的观测值进行多次匹配）、半径匹配（找到所有设定半径范围内的单位圆中的控制样本，半径设定为0.01）以及近邻匹配（按照1:3进行一对多的匹配），保证“处理组—对照组”在专利保险试点政策冲击前不存在显著差异⑤。具体检验结果如表6所示。三种PSM匹配方法中专利保险试点政策（Treat×Post）的回归系数均通过了1%的统计显著性检验，进一步表明本文核心结论的稳健性。
6.安慰剂检验
本文的实证分析仍不可避免地存在重要变量遗漏的问题，尤其是存在某些未知的随机政策因素会扰动核心实证关系。为了排除此类因素的干扰，本文借鉴赖晓冰和岳书敬（2022）的做法，构造了随机抽样的安慰剂检验，将所有核心解释变量在全样本中进行1000次随机抽样，并基于随机抽样的结果进行回归，计算每次随机分配之后专利保险试点政策变量（Treat×Post）系数的t统计量及其近似分布函数，进而构造出专利保险试点政策t统计量的核密度图（图3）。如图所示，专利保险试点政策变量（Treat×Post）系数的t统计量主要集中在0附近，且没有t统计量能够大于基准回归的t统计量数值（5.36）。上述结果表明，专利保险试点政策促进企业数字化转型的核心关系并非偶然事件所驱动，该因果关系与其他未知的随机性干扰之间不构成显著关联。由此，本部分从侧面印证了本文核心结论的确当性。
（三）机制检验
前述实证仅停留在专利保险试点政策和企业数字化转型二者之间的整体因果关联，对其中专利保险试点政策具体是通过怎样的机制对企业数字化转型展开影响的，仍需要进一步的研究。本文顺延前述理论逻辑，从三个维度（信息优化机制、风险改善机制、创新驱动机制）尝试验证具体的传导机制。
1.信息优化机制
在信息优化机制识别上，本文参考汤萱等（2022）选取内部控制信息披露指数（Inter-control）衡量信息改善程度；以及参考李华民等（2022），基于企业年报的大数据识别，以台大词典为评判依据识别年报文本语态，构造年报语调Tone=（积极词汇数-消极词汇数）/（积极词汇数+消极词汇数），刻画企业对自身的积极预期。
表7报告了“信息优化机制”下的回归结果。列（1）结果显示，专利保险试点政策能够有效改善企业信息的传递。本文认为，专利保险试点政策的实施能够对企业数字技术专利创新活动形成更可靠的保障，当企业的创新不易“失窃”或被侵权时，企业才更愿意披露相关专利信息（周泽将等，2022），使得企业内外部的信息传递效率得以提升，由此促进数字技术与企业各项业务活动的融合。列（2）结果显示，专利保险试点政策对企业积极预期改善起到了显著效果。本文认为，专利保险试点政策能够强化数字技术专利的价值，提升企业管理层以及股东对于数字技术价值认可，提升企业内外部对于数字化转型的预期，从而改善预期环境，助推企业数字化转型。专利保险试点政策改善了企业信息环境，并增强了企业发展的积极预期，企业能更为准确有效地做出数字化转型战略制定、技术研发与时机选择等决策，企业内部人员与外部投资者预期向好，也能够聚拢更多资源向数字化转型配置（抑或是为数字化转型提供更大的风险容忍度），助推企业数字化转型。
2.风险改善机制
在风险改善机制识别上，借鉴Altman（1968）选取风险稳定Z值（Z-score）作为企业财务风险指标，Z值越大，表明企业财务越稳定；以及参考王玉泽等（2019）选取创新风险净利润口径（Risk）=（研发支出-后一期净利润）/研发支出：若企业存在创新风险，则会呈现研发支出增长率大于后一期净利润增长率，否则认为不存在创新风险。
表8报告了本文基于“风险改善机制”下的回归结果。列（1）结果显示，专利保险试点政策能够增强企业财务的稳定性。本文认为，一方面，在遇到技术被侵权进行诉讼时，专利保险给企业带来的事后补偿机制能为企业提供财务支持，另一方面，专利保险能够提升专利价值，释放专利质押融资的能力，顺延上述逻辑，外部投资者和债权人对企业数字化转型决策的信心提升，强化了企业外源融资的能力，企业财务稳定性得以增强。列（2）结果显示，专利保险试点政策还能够降低企业创新风险。企业因为担心数字技术遭侵权而不愿投入数字化转型创新活动的困境被专利保险试点政策所扭转，企业能够通过数字技术创新整合业务创造更大的价值，从而改变了以往创新活动中的“风险—收益”失衡问题。加之上述专利保险带来的财务支持效应，企业陷入财务困境的几率降低，创新风险得到显著降低，企业对于数字化转型的价值判断和前景预期得以提升，企业可以将资金和人才等资源倾斜于数字技术的研发以及数字化转型活动的推进，助推企业数字化转型。
3.创新驱动机制
在创新驱动机制识别上，本文选取企业研发人员数量占比（R&D-P）来刻画企业的研发活跃度，同时选取企业数字化无形资产占比总资产的强度（DIG_U）来刻画企业数字技术创新的资产积累状况（张永珅等，2021），于此，形成刻度企业数字技术创新的“投入—产出”水平。
表9报告了本文基于“创新驱动机制”下的回归结果。列（1）结果显示，专利保险试点政策能够促进企业增加研发投入，增加研发人员人数占比。数字技术创新活动本身的长期投入和成果不确定属性影响着企业的研发决定。专利保险试点政策对技术专利的保障和价值的提升，不仅调动了企业自身的创新动力，也为企业吸引更多外部投资和合作机会，吸纳更多的数字技术人才，更加有利于企业研发活动的开展。列（2）结果显示，专利保险试点政策的实施，会显著提升企业创新产出水平。专利保险试点政策下，企业愿意将专利信息公开，这有助于削减企业信息搜寻成本，优化创新环境，增加企业之间的合作机会，加上企业在研发活动上资金、人才等要素投入的增加，带动创新成果的不断转化。在当前数字化转型紧迫的环境中，加之数字技术易被侵权以及数字化活动外部性强的缺陷，专利保险试点政策提供的数字技术专利保护效应、专利成果价值保护效应以及给企业带来的财务支持，带动企业在研发投入、创新产出两个方面优化提升，从而催生企业数字化成果转化，推动企业数字化转型。
现有文献关于驱动企业数字化转型因素的探讨，主要聚焦在企业自身要素禀赋、特定政策、环境因素等外界冲击，而较少考量其他企业的战略决策、生产经营、财务决策等“同群”行为，对企业之间的关系和行为交互作用的关注不足。类似地，现有研究对于数字化转型同群效应的分析也较少，对于政府政策制度配套在这种同群效应下将如何发挥作用的研究更是鲜见，但事实上，企业的生产决策（包括但不限于数字化转型）受到政策冲击后，往往也会在考量其他企业的行为后做出决定，这在实践中是一个典型的普遍现象。基于上述考虑，本文将在原有的政策分析框架中纳入企业数字化转型的同群效应因素，检验在同群效应的作用下，特定政策对企业的冲击究竟会产生怎样的变化？
学术界基于同群效应的研究最早缘起于社会学，主要表征个体活动决策不单会受到自身禀赋的影响，还会受到处于相同抑或是类似地位个体活动的影响。考虑到同群效应聚焦关注特定群体活动对置身于其中的特定个体所产生的影响，因此同群效应存在性的检验主要观测单个样本的行为特征是否受其所处群体“平均”特征的显著影响（杜勇等，2023）。本文参考向海凌等（2022）的研究思路，将企业数字化转型指标（DCG）作为参考系，分别计算两类同群效应，一是同行业除自身企业以外的其他企业数字化转型均值（DCG_PeerS），以此代表同行业内企业数字化转型的同群效应；二是不同行业内企业数字化转型均值（DCG_PeerO），以此代表不同行业企业数字化转型的同群效应。
（四）基于同群效应视角下的经验证据
1.专利保险试点政策、同群效应与企业数字化转型
本文构建以下回归模型，检验专利保险试点政策与企业数字化转型同群效应的叠加下，是如何对标的企业数字化转型活动产生影响的。
DCGi，t=φ0+φ1Treat×Post+φ2Treat×Post×DCG_Peer+φ3DCG_Peer+∑βCVsi，t+∑γYear+∑μFirm+εi，t （2）
模型（2）中，DCG_Peer为企业数字化转型的同群效应变量组，DCG_PeerS和DCG_PeerO分别表示同一行业内以及不同行业的企业数字化转型的同群效应。模型其余设定皆同上述。
表10的回归结果显示，在同群效应的影响下⑥，专利保险试点政策对于标的企业的数字化转型具有显著的促进作用：无论是专利保险试点政策在同行业企业数字化转型同群效应的叠加下（Treat×Post×DCG_PeerS），还是在不同行业企业数字化转型同群效应的影响下（Treat×Post×DCG_PeerO），均能够对企业数字化转型产生显著积极作用。从这个角度来看，本文的假说2得到了经验证据的支持。
进一步比较可以发现，专利保险试点政策在不同口径企业数字化转型同群效应的叠加下，对标的企业数字化转型产生了强度不同的影响：专利保险试点政策在同行业企业数字化转型同群效应影响下的数字化转型驱动力，较之于不同行业企业数字化转型同群效应影响下更大（0.131＞0.114）。本文认为，处于同一行业的企业所面临的外部制度环境、市场环境相似度高，同行业企业之间的战略决策以及决策后果更具备借鉴价值，企业对于同行业企业所披露的信息也更为敏感。类似地，同行业企业数字化转型由于市场份额和技术领域相似，这种同群效应更能够给标的企业带来更大的压迫力，从而赋予企业数字化转型更大的能动性。从这个角度来看，专利保险试点政策与同行业企业数字化转型同群效应叠加下能够产生更大的数字化转型加速度。
为了更加直观展示前述的差异，本文进一步采用边际预测值的可视化模式来展示验证结果。从图5可以看出，随着同行业企业数字化转型同群效应强度的增加，专利保险试点政策对企业数字化转型影响的边际效应拟合线具有较为显著的正斜率特征，且上升幅度较大。相比之下，在不同行业企业数字化转型同群效应强度增加的情景中，尽管专利保险试点政策依旧有正向的显著影响，但其正斜率特征并不明显，这种上升并不具有较大的加速度，这也同前文的分析逻辑保持一致。
2.同群效应下的专利保险试点政策：引致“数字鸿沟”还是实现“追赶差距”？
在前文的实证分析逻辑中，本文确证了在同群效应环境下，专利保险试点政策对企业数字化转型具有显著的促进作用，但值得进一步研究的是，专利保险试点政策是否会拉开行业内企业数字转型领军者与一般水平数字化转型企业之间的差距，从而导致“数字鸿沟”？抑或是专利保险试点政策能够带领企业实现“追赶效应”，实现整个行业数字化转型发展差距的弥合？回答上述问题，有助于更好地了解专利保险试点政策对企业数字化转型影响的真实绩效。
基于此，本文基于“差值”思想计算了企业数字化转型与前沿面的差距变量（GAP），即采用特定年份特定行业企业数字化转型的最大值作为前沿面刻度，将前沿面水平减去特定企业数字化转型水平，既可得到特定企业数字化转型与前沿面的“差距”水平。顺延变量的设计逻辑，如若企业数字化转型前沿面差距缩小，则意味着有证据支持存在“追赶效应”；如若企业数字化转型前沿面差距扩大，则意味着存在“数据鸿沟”效应。对此，本文设置了如下方程展开检验：
GAPi，t=φ0+φ1Treat×Post+φ2Treat×Post×DCG_Peer+φ3DCG_Peer+∑βCVsi，t+∑γYear+∑μFirm+εi，t （3）
模型（3）中，GAP为企业数字化转型的前沿面差距水平，DCG_PeerS和DCG_PeerO分别表示同一行业内以及不同行业的企业数字化转型的同群效应。模型其余设定皆同上述。
表11的回归结果显示，在同群效应的影响下，专利保险试点政策对标的企业数字化转型前沿面差距具有显著的收缩作用：无论是专利保险试点政策在同行业企业数字化转型同群效应的叠加下（Treat×Post×DCG_PeerS），还是在不同行业企业数字化转型同群效应的影响下（Treat×Post×DCG_PeerO），均能够对企业数字化转型产生显著积极作用。这意味着，同群效应叠加下的专利保险试点政策不单能提升企业的数字化转型程度（表10），还能够减弱行业内企业数字化转型水平的差距，这为本文的假说2提供了更为丰富的经验证据支持。与此同时，表11的实证结果也充分回应了前文的问题，在同群效应叠加下的专利保险试点政策能够实现显著的数字化转型“追赶效应”，而非会拉大差距导致“数字鸿沟”。进一步来看，专利保险试点政策在同行业企业数字化转型同群效应的影响下的数字化转型驱动力，较之于不同行业企业数字化转型同群效应影响下更大（｜-0.628｜＞｜-0.227｜），本部分的实证经验，也同前文保持高度一致。
为了更加直观展示前述的差异，进一步采用边际预测值的可视化模式来展示动态分析框架下专利保险试点政策与同群效应叠加产生的差异化影响。从图6可以看出，随着同行业企业数字化转型同群效应强度的增加，专利保险试点政策对企业数字化转型前沿面差距影响的边际效应拟合线具有较为显著的负斜率特征，且下降幅度较大。相比之下，在不同行业企业数字化转型同群效应强度增加的情景中，尽管专利保险试点政策依旧有负向的显著影响，但其负斜率特征并不明显，这种下降并不具有较大的加速度，这也同前文的分析逻辑保持一致。
五、进一步研究：异质性检验
事实上，任何一项政策都很难对所有的企业个体产生同样效果，因此考察同一政策对不同禀赋企业所产生的差异影响显得十分重要。为了探讨专利保险试点政策是否会对不同属性企业的数字化转型产生不同的影响效果，丰富研究结论并帮助形成更精准的政策建议，本文将研究进一步延伸至异质性视角，分别从产权属性和科技属性考察专利保险试点政策对不同属性企业的数字化转型赋能效应变化。
（一）企业产权属性差异
表12的实证检验主要基于企业的产权禀赋特征展开检验。分组实证结果发现，专利保险试点政策无论是对国有企业抑或是非国有企业而言都有显著的促进作用，但具体来看，专利保险试点政策对于非国有企业组别数字化转型的回归系数值更大（0.317＞0.102），且显著性更高（1%＜10%）。为进一步验证前述分组的实证逻辑，采用了交互项的方式进行处理：设置虚拟变量SOE（当企业归属于国有企业时取值为1，否则为0），将其与专利保险试点政策变量进行交互处理。结果发现，交互项Treat×Post×SOE的回归系数为-0.303，且t值为-4.75，呈现出高度显著状态。上述实证结果均一致性地表明，相比于国有企业，专利保险试点政策对非国有企业的促进作用更为显著。
进一步地，本文采用可视化的方式进行再次验证（图7）。实证结果再次证明了不同产权属性的企业在面对相同的专利保险试点政策冲击时形成的差异化效果：相对于国有企业而言，非国有企业组别中专利保险试点政策变量回归节点所处的位置更高，且二者之间的置信区间并不存在交集，意味着这种差异具有统计学意义，也同前文的实证分析结论一致。本文认为原因在于，国有企业在资源禀赋、外源融资、政策制度倾斜等方面存在优势，受资金限制约束较小，往往对于通过数字化转型获得业务增量收益的动机较弱，加上趋于僵化的管理体制、管理者“趋利避害”的风险规避思想和垂直式的管理模式（贺正楚等，2023），使得数字化转型这一长期的、贯穿企业全部门的创新活动相较难在国有企业实施。在这种情况下，即便存在较好的外部政策冲击（如专利保险试点政策），也很难激发国有企业的创新活力，乃至推动企业数字化转型提质增效。而非国有企业面临着不进则退的市场竞争环境，本身就具有较强的创新转型主观能动性，但缺乏足够的政策支持，且数字化转型创新活动更容易受到侵权危害，因此专利保险试点政策的执行能够更好地满足其政策供给和创新保护需求，展现出对这类企业数字化转型更大的促进作用。
（二）企业科技属性差异
表13的实证检验主要基于企业的科技禀赋特征展开检验。分组实证结果发现，专利保险试点政策无论是对高科技企业抑或是非高科技企业而言都有正向显著的促进作用（回归系数均通过了1%的统计显著性检验），但具体来看，专利保险试点政策对于高科技企业组别数字化转型的回归系数值更大（0.288＞0.140）。为进一步验证前述分组的实证逻辑，采用了交互项的方式进行处理：设置虚拟变量HT（当企业归属于高科技企业时取值为1，否则为0），将其与专利保险试点政策变量进行交互处理，结果发现，交互项Treat×Post×HT的回归系数为0.272，且通过了1%的统计显著性检验。上述实证结果一致性地表明，相比非高科技企业，专利保险试点政策对高科技企业数字化转型的促进作用更为显著。对企业数字化转型的异质性效果
进一步地，本文采用可视化的方式进行再次验证（图8）。实证结果再次证明了不同科技属性的企业在面对相同的专利保险试点政策冲击时形成的差异化效果：相对于非高科技企业，高科技企业组别中专利保险试点政策变量回归节点所处的位置更高，且二者之间的置信区间并不存在交集，意味着这种差异具有统计学意义，这也同前文的实证分析结论一致。
本文认为其原因在于，传统企业在资金、数字技术人才、组织结构等（王永贵和汪淋淋，2021）方面受限，数字化创新性不够充分，且数字化转型对于这类企业创新效率的影响并不显著（贺正楚等，2023），因此于传统行业企业而言专利保险试点政策对数字化转型的敏感程度较低。而高科技企业本身创新意向和创新动力较强，在数字经济时代下，高科技企业更愿意贴合数字化转型的发展趋势，且对于数字化创新活动所需的高新技术人才、资源禀赋以及企业硬件设施等方面具备优势，专利保险试点政策对于这类企业而言可以带来更强的驱动力（高科技企业本身的创新活力更加需要专利保护制度的支撑），更能够促进这类企业数字化转型。
六、研究结论和政策建议
本文基于中国沪深A股上市公司2007～2021年的数据，以国家知识产权局于2012年开始实施的专利保险试点政策为研究对象，分析其对企业数字化转型的影响。研究发现：第一，专利保险试点政策能够显著促进企业数字化转型，此核心结论在多种方法检验后仍成立；第二，在同群效应的赋能下，专利保险试点政策能够赋予企业数字化转型更大的加速度，且还能展现出推动企业数字化转型前沿面缩小的“追赶效应”；第三，专利保险试点政策通过改善企业信息传递与预期、增强企业财务稳定与降低企业创新风险、提升企业研发投入与创新产出绩效三个机制驱动企业数字化转型；第四，对于不同产权和科技属性的企业存在异质性，专利保险试点政策对于非国有企业和高科技企业的数字化转型促进作用更显著，对国有企业和非高科技企业影响相对较弱。
基于上述研究结论，本文得出如下政策启示。第一，深化专利保险试点政策制度的创新，继续完善专利保险险种和补贴手段，覆盖更多类型企业对专利保险的需求，同时加强专利保险于数字经济领域的渗透发展，在当前数字化转型的趋势引领下更能调动企业转型的积极性和能动性，推动数字化转型进程，为数字经济的发展和中国经济发展质量的提升提供动力。第二，完善创新保护制度。数字化转型是一项包含数字技术和各环节创新的活动，积极引导企业数字化转型的原动力，在于对数字技术和创新成果和收益的保障，需要依赖外部更加完善的知识产权保护制度。第三，发挥同群效应对政策效果的“挤压”作用。研究发现政策的实施效果在企业同群效应的叠加之下，能够发挥更大的靶向性作用，加速转型在企业群体中的扩散。政府在制定和应用转型发展配套政策工具时，应当借助引导和典型范例等方式，发挥同群企业之间竞争和信息传递的正向效应，形成内在转型驱动力，更大程度发挥政策工具对企业数字化转型的推动效果。
注释：
①指数字技术把所有声音、图片等信息转化为计算机能识别的二进制数字0和1这一同质化处理。
②可重新编程性：指数字技术使得对数据进行处理的程序同样作为数据进行存储和处理，使重新编程更加容易。
③可供性：不同的组织和个体可以利用同样的数字技术来实现不同的目的。
④其他险种如专利代理保险、专利许可信用保险、专利质押融资保证保险、海外参展专利保险等是分别针对专利申请人、代理人、行权人以及中国企业专利在海外地区的相关权益，在两类主要险种基础上衍生而来。具体险种及责任介绍详见人保财险官网公开信息https://property.picc.com/qiyebaoxian/zlbx/。可以发现，不同试点地区险种设置有所差异，如无锡市从专利执行保险起步，待条件成熟再扩展到其他险种；南京市推出含专利执行保险、专利侵权保险等在内的多类险种。不同试点地区的具体政策实施主要由试点地区知识产权局与人保财险根据当地情况和企业需求落实。
⑤囿于篇幅，本文并没有报告相关的平衡性检验数据结果，存留备索。
⑥为了确保本文的证据链更加完整，本文还针对同群效应的存在性进行了识别检验，判别出“同行业内—其他不同行业”两类同群效应在统计学上的存在性以及差异化特征。囿于篇幅所限，本部分内容存留备索。此处特别感谢匿名审稿老师的建设性意见。
参考文献：
[1]陈庆江，王彦萌，万茂丰.企业数字化转型的同群效应及其影响因素研究[J].管理学报，2021，（5）：653-663.
[2]陈永昌，孙鹏博，王宏鸣.知识产权保护政策能否推动企业开放式创新？——以国家知识产权示范城市政策为准实验的经验研究[J].经济与管理研究，2023，（4）：90-107.
[3]杜勇，娄靖，胡红燕.供应链共同股权网络下企业数字化转型同群效应研究[J].中国工业经济，2023，（4）：136-155.
[4]方中秀.知识产权保护、企业创新动力与创新绩效[J].统计与决策，2022，（24）：154-159.
[5]贺正楚，潘为华，潘红玉，吴艳.制造企业数字化转型与创新效率：制造过程与商业模式的异质性分析[J].中国软科学，2023，（3）：162-177.
[6]黄大禹，谢获宝.企业数字化转型对市场价值的影响和机制研究——基于中国上市企业的经验证据[J].亚太经济，2022，（6）：93-104.
[7]黄丽华，朱海林，刘伟华，窦一凡，王今朝，蔡莉，陈煜波，廖貅武，吴晓波，谢康，叶强，张兮，陈文波.企业数字化转型和管理：研究框架与展望[J].管理科学学报，2021，（8）：26-35.
[8]霍春辉，吕梦晓，许晓娜.数字化转型“同群效应”与企业高质量发展——基于制造业上市公司的经验证据[J].科技进步与对策，2023，（04）：77-87.
[9]赖晓冰，岳书敬.智慧城市试点促进了企业数字化转型吗？——基于准自然实验的实证研究[J].外国经济与管理，2022，（10）：117-133.
[10]李华民，崔皓，吴非.金融集聚促进了企业数字化转型吗——基于企业年报文本大数据分析的经验证据[J].南方经济，2022，（12）：60-81.
[11]李摇琴.专利执行保险创新激励的供应链溢出效应[J].保险研究，2022，（8）：60-75.
[12]李载驰，吕铁.数字化转型：文献述评与研究展望[J].学习与探索，2021，（12）：130-138.
[13]李宗辉.专利保险的功能、缺陷与中国的制度建构探析[J].电子知识产权，2017，（8）：48-55.
[14]凌士显，凌鸿程.专利执行保险与上市公司创新行为研究[J].科技进步与对策，2019，（7）：17-25.
[15]刘思明，侯鹏，赵彦云.知识产权保护与中国工业创新能力——来自省级大中型工业企业面板数据的实证研究[J].数量经济技术经济研究，2015，（3）：40-57.
[16]刘洋，董久钰，魏江.数字创新管理：理论框架与未来研究[J].管理世界，2020，（7）：198-217+219.
[17]龙小宁，林菡馨.专利执行保险的创新激励效应[J].中国工业经济，2018，（3）：116-135.
[18]邱洋冬.专利保险能否激励企业创新？——基于广延边际与集约边际的视角[J].产业经济研究，2022，（2）：114-127.
[19]沈文玮，李昱.中国式现代化、数字经济和共同富裕的内在逻辑[J].经济纵横，2022，（11）：1-7.
[20]孙锦萍，李亚飞，侯麟科.上市公司创新决策的区域同群效应研究[J].经济与管理研究，2022，（7）：115-131.
[21]汤萱，高星，赵天齐等.高管团队异质性与企业数字化转型[J].中国软科学，2022，（10）：83-98.
[22]王守义.数据要素价值化、实体企业数字化转型与全国统一大市场构建[J].思想战线，2023，（5）：149-157.
[23]王永贵，汪淋淋.传统企业数字化转型的问题及对策研究[J].广西财经学院学报，2021，（3）：37-46.
[24]王玉泽，罗能生，刘文彬.什么样的杠杆率有利于企业创新[J].中国工业经济，2019，（3）：138-155.
[25]吴超鹏，唐菂.知识产权保护执法力度、技术创新与企业绩效——来自中国上市公司的证据[J].经济研究，2016，（11）：125-139.
[26]吴非，常曦，任晓怡.政府驱动型创新：财政科技支出与企业数字化转型[J].财政研究，2021，（1）：102-115.
[27]吴非，胡慧芷，林慧妍，任晓怡.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021，（7）：130-144+10.
[28]向海凌，林钰璇，王浩楠.利率市场化改革与企业绿色转型——基于上市企业年报文本大数据识别的经验证据[J].金融经济学研究，2023，（4）：55-73.
[29]杨君，肖明月，蒋墨冰.知识产权保护、技术创新与中国的资本回报率[J].科研管理，2023，（2）：137-145.
[30]尹志锋，叶静怡，黄阳华，秦雪征.知识产权保护与企业创新：传导机制及其检验[J].世界经济，2013，（12）：111-129.
[31]余长林，吴瑞君，赵梦.知识产权保护与中国上市企业融资约束[J].经济研究参考，2022，（9）：64-81.
[32]詹晓宁，欧阳永福.数字经济下全球投资的新趋势与中国利用外资的新战略[J].管理世界，2018，（03）：78-86.
[33]张宝友，吕旭芬，杨玉香，孟丽君.质量基础设施、知识产权保护与企业技术创新[J].产经评论，2022，（4）：68-82.
[34]张永珅，李小波，邢铭强.企业数字化转型与审计定价[J].审计研究，2021，（3）：62-71.
[35]周泽将，汪顺，张悦.知识产权保护与企业创新信息困境[J].中国工业经济，2022，（6）：136-154.
[36]周洲，吴馨童.知识产权保护对企业数字化转型的影响——来自“三审合一”改革的经验证据[J].科学学与科学技术管理，2022，（6）：89-109.
[37]Altman E. I. Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy[J]. Journal of Finance, 1968, 23（4）: 589-609.
[38]Buzzacchi L. , Scellato G. Patent litigation insurance and R&D incentives[J]. International review of law and economics, 2008, 28（4）: 272-286.
[39]Cassiman B. , Valentini G. Open Innovation: Are Inbound and Outbound Knowledge Flows Really Complementary[J]. Strategic Management Journal, 2016, 37（6）: 1034-1046.
[40]Chen, J. J. , Cheng, X. , et al. . Implications of Political Patronage and Political Costs for Corporate Disclosure: Evidence From the Shanghai Pension Corruption Scandal. Journal of Accounting, Auditing & Finance, 2017, 32（1）, 92-122.
[41]Ciriello R F, Richter A, Schwabe G. Digital Innovation[J]. Business & Information Systems Engineering, 2018, 60（6）: 563-569.
[42]Kimberlee Weatherall, K. G. , E. Webster. Patent Enforcement: A Review of the Literature[J]. Journal of Economic Surveys, 2014, 28（2）: 312-343.
[43]Lobo, Sunila; Whyte, Jennifer. Aligning and Reconciling: Building Project Capabilities for Digital Delivery[J]. Research Policy, 2017, 46（1）: 93-107.
[44]Yoo Y, Henfridsson O, Lyytinen K. Research Commentary—The New Organizing Logic of Digital Innovation: An Agenda for Information Systems Research[J]. Information Systems Research, 2010, 21（4）: 724-735.
作者简介：向海凌，广东金融学院金融与投资学院讲师，经济学博士，硕士生导师，研究方向：企业数字化转型；陈佳盈，广东金融学院金融科技工程技术开发中心硕士研究生，研究方向：保险理论与实践；吴非（通讯作者），广东金融学院行为金融与区域实验室副教授，经济学博士，硕士生导师，研究方向：企业数字化转型，E-mail:wufei@m.scnu.edu.cn。
