国有企业的数字化转型如何提升其自身运营效率，对整体经济运行产生的影响程度如何，是推进国有企业数字化转型需要回答的关键问题。对此，本文基于Word2Vec神经网络语言模型，构造了国有企业数字化转型的量化指标，并结合国有上市企业的经营数据，实证检验了国有企业数字化转型的赋能效应和外部影响。

本文发现：国有企业的数字化转型可以通过优化人力资本、提升管理能力、增强创新能力三个渠道促进其生产效率的提升，呈现出显著的赋能效应；国有企业数字化转型对整体经济的影响体现在对其他企业转型的溢出效应，以及应对宏观经济冲击的稳定器效应。本文还发现，通过提高国有企业的财务柔性和适应性创新能力，以及加强管理层激励和政府补助力度可以实现更好的转型效果。上述发现不仅从量化的角度检验了国有企业数字转型的自身和外部经济效益，论证了加快国有企业数字化转型的必要性，也明确了国有企业数字化转型具体的途径，为出台相关政策提供了理论依据。

基于Word2Vec的指标构建共包含六个步骤：离散词语的编码、网络结构设定、测试文本选取、主题词设定、模型预训练、文本的词向量表达。具体而言，本文将MD&A文本中的每个词汇进行编码和词向量表达，分别和“数字化”“人工智能”“大数据”“云计算”“区块链”“物联网”六类主题词进行配对，再利用预训练语言模型生成的词向量计算向量间的余弦相似度。对于给定的每一类主题词，预训练模型同样可以给出其对应的200维词嵌入表示。通过在第一维度取平均的方式可得到MD&A整体文本与六类关键词之间的相似程度，即MD&A文本在六个分指标上的评分结果。最后，通过计算六个分指标平均值的方式得到每个企业数字化转型程度的量化指标DTI。

基于新构建的国有企业数字化转型指标，本文得以对基准模型和外部效应检验模型进行计量检验与分析。随后在稳健性检验部分，本文还针对文本指标可能存在的语义偏差问题和内生性问题提供了合理的检验思路。

第一，国有企业应当注重引进和培养数字化人才。一方面是加大对数字化人才的引进力度，根据企业数字化转型的方案，明确各业务岗位的数字技术要求，引入与企业技术路线相匹配的数字化人才。另一方面是在企业内部建立起科学的数字化人才培养体系，加强对劳动者的数字技能培训，减少数字技术与劳动者技能的错配，夯实企业数字化转型的人才基础。

第二，国有企业应提升数字技术的适应性创新能力。鉴于国企数字化转型具有显著的赋能效应，数字技术成为了推动国有企业效率提升的新动力。因此，国有企业应加大数字技术攻关力度，特别是要注重提升企业数字技术的适应性创新能力，通过对通用型数字技术的开发和转化，使其更加符合企业的发展需求，充分释放数字技术的赋能效应。

第三，国有企业应当着力增强数字化运营能力，提升财务柔性储备。国有企业应当借助数字化转型的机遇，强化其数字化运营和管理的能力，以降低运营成本，提高运营效率。同时，国有企业还应强化财务柔性储备，特别是要发挥国有企业债务融资柔性较高的优势，为企业数字化转型提供必要的资金保障，支持企业探索合理的转型路径。

第四，政府部门应对国有企业数字化转型提供一定的财政支持。鉴于国有企业数字化转型能够实现企业自身收益和社会收益的协同，有关部门应为国有企业提供转型补贴资金，支持国有企业强化对新一代数字技术的基础性研究，推动部分国有企业成为现代产业链“链长”，为其他企业的数字化转型提供战略指引和技术支持，从而提升产业链整体的数字竞争力。

当前，我国正在积极构建现代化产业体系，加快形成新质生产力。其中，国有企业数字化转型是塑造新质生产力的重要内容。可以认为，数字化转型推动了国有企业全要素生产率的显著提升，通过衔接传统生产力和先进生产力，为整个社会培育新质生产力提供了可行途径。