电商企业数字化转型对企业创新投入的影响研究

Research on the Impact of Digital Transformation of E-Commerce Enterprises on Enterprise Innovation Investment

摘要: 在数字经济加速重构商业生态的背景下，强化创新成为电商企业突破同质化竞争、实现高质量发展的核心路径。本文以2014~2024年沪深A股电商行业上市公司为样本，实证检验数字化转型对创新投入的影响及其作用机制。研究发现，数字化转型显著提升了电商企业的研发强度，且这一效应通过信息透明度的提升得以强化。本文理论贡献在于丰富了电商企业的相关研究，揭示了数字化转型影响创新决策的微观传导路径。实践层面则为电商企业发展数字技术及政府部门完善数字化政策提供支撑，为电商行业实现技术驱动的高质量发展注入新动能。

Abstract: Against the backdrop of accelerating the reconstruction of the business ecosystem in the digital economy, strengthening innovation has become the core path for e-commerce enterprises to break through homogeneous competition and achieve high-quality development. This article empirically tests the impact and mechanism of digital transformation on innovation investment, using listed companies in the e-commerce industry of Shanghai and Shenzhen A-shares from 2014 to 2024 as samples. Research has found that digital transformation significantly enhances the R & D intensity of e-commerce companies, and this effect is strengthened through increased information transparency. The theoretical contribution of this article lies in enriching the relevant research on e-commerce enterprises and revealing the micro transmission path of the impact of digital transformation on innovation decision-making. On the practical level, it provides support for the development of digital technology for e-commerce enterprises and the improvement of digital policies by government departments, injecting new momentum into the high-quality development of the e-commerce industry driven by technology.

1. 引言

创新是推动企业经济发展的重要方式[1]，是驱动企业挖掘竞争优势的核心引擎，尤其在电子商务这一技术迭代快、用户需求多元的领域。面对激烈的市场竞争与消费者偏好的动态变化，电商企业需通过持续的技术研发、产品迭代及模式创新来巩固市场地位。创新投入不仅直接关联企业的技术壁垒构建，还能通过差异化服务提升用户粘性，进而形成长期增长动能。在数字经济时代，传统成本竞争策略的边际效益递减，而创新投入能够帮助企业提升产品附加值，实现从规模扩张向质量跃迁的转型。因此，探索创新投入的驱动机制，对电商企业实现高质量发展具有重要现实意义。随着大数据、人工智能等前沿数字技术的持续演进，数字化转型已跃升为驱动经济发展的核心动力，新兴的数字技术正以前所未有的范围和深度，渗透并深刻影响着企业经营的各个环节[2]。与此同时，政策层面亦加速推动数字化进程，《“十四五”电子商务发展规划》明确提出“以数字化转型赋能产业升级”的目标，进一步强化了企业转型的外部压力。目前，传统电商模式面临流量红利消退、同质化竞争加剧等挑战，数字化转型通过数据要素的深度渗透，为企业开辟了降本增效与价值创造的新路径。在此背景下，厘清数字化转型的作用机制，寻找创新发展的路径，成为破解电商企业高质量发展难题的关键。

本文聚焦电商企业数字化转型对创新投入的影响，贡献可能在于以下方面。第一，本文为电商企业的相关研究提供了新的理论视角，揭示了数字化转型影响创新决策的微观传导机制，扩展了数字经济与创新投入的研究边界。现有文献多聚焦数字技术对经营绩效的直接作用，或广泛讨论所有行业，本文则着眼于电商企业视角，剖析数字化转型通过信息透明度优化激活创新投入的路径，丰富了数字化转型与创新相关理论研究。第二，本文深化了电商企业数字化转型与创新战略协同发展的理论认知，为企业加快数字化进程提供了决策依据。研究证实，揭示了电商企业实现创新突围的新路径。第三，本文研究结论为企业优化数字化投入方向、政府制定扶持企业数字化发展相关政策提供理论支持。文章不仅深化了数字经济与创新管理的交叉研究，更为电商企业如何通过数字化转型激活创新动能提供了可操作的策略指引。

2. 理论分析及研究假设

基于动态能力理论，企业在快速变化的环境中需通过持续整合、重构资源来维持竞争优势，数字化

转型正是这种能力的核心载体。一方面，创新活动具有资源投入密集且风险较大的特征，数字化转型依托智能技术工具的应用，能够整合碎片化数据资源，形成“资源池化效应”，实现创新流程的实时追踪、风险预警与动态优化，使企业能够动态调配资源支持高风险创新项目，降低创新活动的试错成本与不确定性，增大企业进行研发创新的可能性。例如，实时监控系统可追踪研发流程中的缺陷率与市场需求波动，通过敏捷迭代降低试错成本，已有研究表明数字化成熟度高的企业创新失败率大幅降低。因此，充分利用数字技术成为企业创新决策的重要驱动[3]。另一方面，数字化有助于提升企业的非结构化、非标准化数据处理能力[4]，将隐性知识转化为显性创新需求，可以极大地优化企业的资源获取和利用效率[5]，以打破时间和空间限制的方式获取、处理信息，帮助企业降低交易成本。例如，京东依托智能供应链系统，将库存周转率大幅提升，释放的资金被定向投入新技术研发，验证了资源再配置对创新的驱动作用。由此，提出以下假设：

H1：数字化转型能够激励电商企业加大创新投入。

数字技术作为一种复合型技术，显著提升企业组织活动[6]与供应链网络的信息透明度，进而影响企业创新投入决策。从内部视角看，数字化系统可以打破部门信息壁垒，帮助实现跨部门数据共享，降低研发、营销与生产等环节的信息不对称，促使企业更精准配置创新资源。例如，华为通过集成产品开发系统使研发部门同步获取市场反馈，大幅提升需求匹配效率，显著减少重复研发导致的资源错配。从外部视角看，在供应链层面，区块链与物联网技术可以增强供应链上下游的信息可追溯性，减少合作摩擦，从而降低企业日常运营成本，将由此释放的资金转化为创新投入激励企业。例如，跨境电商企业借助区块链技术实现跨境支付与物流透明化，降低交易风险后更倾向于将闲置资金用于投资数字化新品开发。在资本市场层面，高信息透明度降低投资者对创新风险的评估偏差，研究表明信息披露评级A级企业获取创新专项融资的概率与C级企业相比明显偏高，因为透明化运营增强了投资者对长期创新回报的信心。在这种数字化的环境下，企业整体业务流程日趋透明，减少了经营过程中的混沌节点，进而提高了企业的信息透明度[7]，提振了投资者和管理层的信息，激励企业增加对创新活动的投资力度。由此，提出以下假设：

H2：数字化转型通过提升电商企业的信息透明度促进企业创新投入的增加。

3. 研究设计

3.1. 样本选择和数据来源

本文选用2014~2024年沪深A股电子商务类上市企业作为研究样本，通过同花顺中电子商务概念领域的股票代码来衡量是否为电商企业。根据常规方法，本文剔除ST、PT、金融行业以及数据缺失的样本，对于部分缺失数据采用均值法补齐，最终获得4718个观测值，本文对所有的连续性变量进行了1%的缩尾处理。本文企业数据均来源于国泰安数据库。

3.2. 变量选择及设置

3.2.1. 被解释变量

创新投入(RD)。本文借鉴唐跃军[8]、鲁桐[9]、李常青[10]等学者的研究，学者指出创新产出往往受到外部环境的直接影响，比如政策变化、行业趋势或竞争对手的行动，这些因素企业很难完全掌控。但创新投入主要由企业自主决定，更多取决于管理层是否愿意投入资源、承担风险，创新投入能更直接地体现管理层的决策态度和战略方向。因此本文选择研发投入与总资产的比值衡量创新投入。

3.2.2. 解释变量

数字化转型(Digital)。本文选用CSMAR数据库中企业数字化转型指数统计表的数字化转型指数作为衡量数字化转型程度的标准，该指数由战略驱动评分、技术赋能评分、组织赋能评分、环境赋能评分、数字化应用评分、数字化成果评分各指标加权得到，较为全面客观。其中，占比最大的战略驱动评分由管理层数字职务设立、数字创新导向前瞻性与持续性、数字创新导向广度与导向强度加权所得。占比第二的技术赋能评分由人工智能技术、区块链技术、云计算技术、大数据技术加权得到，各项细分指标为标准化后值。通过综合加权计算得到的数字化转型指数越大说明企业的数字化转型程度越高。

3.2.3. 中介变量

信息透明度(CO)。根据孔陇[7]等人的研究，本文采用沪深上市公司年度信息披露评级数据作为信息透明度的量化依据。具体操作中，依据交易所公开发布的《上市公司信息披露工作评价结果》，将评级等级A、B、C、D分别量化为4分、3分、2分、1分，评分结果与信息透明度呈正相关关系，即分值越高表明企业信息披露质量越高、透明化程度越显著。

3.2.4. 控制变量

本文参考了王小娟[1]等学者的做法，选取了第一大股东持股比例(Top1)、资产负债率(Lev)、成长性(Growth)、资产回报率(ROA)、企业规模(Size)、产权性质(State)、两职合一(Dual)、独立董事占比(Ind)、融资约束(KZ)作为控制变量，具体定义参见表1。

Table 1. Table of main variables

表1. 主要变量表

变量	定义	度量方法
RD	创新投入	研发投入/总资产
Digital	数字化转型程度	CSMAR数据库中数字化转型指数
CO	信息透明度	按上市公司信息披露考评表等级赋值，A = 4，B = 3，C = 2，D = 1
Top1	第一大股东持股比例	第一大股东持股数量与总股数的比值
Lev	资产负债率	负债总额与资产总额的比例
Growth	成长性	本年与上年营业收入之差与本年营业收入的比值
ROA	资产回报率	净利润与期末总资产的比值
Size	企业规模	年末总资产的自然对数
State	产权性质	0：非国有企业，1：国有企业
Dual	两职合一	总经理与董事长是否兼任，是为1，否为0
Ind	独立董事占比	独立董事人数与董事会人数的比例
KZ	融资约束	CSMAR数据库中的融资约束KZ指数

3.3. 模型构建

为验证本文所提出的研究假设H1，即探究电商企业数字化转型与企业创新投入之间的关系，本研究构建了如下固定效应模型，旨在深入考察电商企业数字化转型对企业创新投入所产生的影响。

${\text{RD}}_{i,t}={\alpha }_0+{\beta }_0{\text{Digital}}_{i,t}+{\gamma }_0\sum {\text{Controls}}_{i,t}+{\text{Industry}}_i+{\text{Date}}_i+{\epsilon }_{i,t}$ (1)

为初步验证假设H2，构建模型(2)来探究电商企业数字化转型程度与信息透明度之间的内在关联。

${\text{CO}}_{i,t}={\alpha }_1+{\beta }_1{\text{Digital}}_{i,t}+{\gamma }_1\sum {\text{Controls}}_{i,t}+{\text{Indystry}}_i+{\text{Date}}_i+{\epsilon }_{i,t}$ (2)

为进一步明晰数字化转型作用于创新投入的内在机制，本文构建模型(3)，以此深入探究信息透明度在这一过程中所起到的中介作用。

${\text{RD}}_{i,t} = {\alpha }_2+{\beta }_2{\text{Digital}}_{i,t}+{\beta }_2{\text{CO}}_{i,t}+{\gamma }_2\sum {\text{Controls}}_{i,t}+{\text{Industry}}_i+{\text{Date}}_i+{\epsilon }_{i,t}$ (3)

4. 实证分析

4.1. 描述性统计

本研究样本涵盖2014~2024年沪深A股电商行业4718个观测值，表2核心变量数据显示，被解释变量企业研发投入强度(RD)均值为1.9%，部分企业研发强度高达14.3%，保持较高的创新投入力度，而部分企业几乎不进行创新研发，研发投入与总资产的比值趋近于零。解释变量数字化转型水平(Digital)均值为37.703，标准差较大，表明样本企业数字化进程整体中等但内部发展不均衡。中介变量信息透明度(CO)均值为3.045，处于中上水平，说明电商企业整体信息披露质量较高。其余控制变量描述性统计结果与已有文献较为相近。

Table 2. Table of descriptive statistics

表2. 描述性统计表

变量	样本量	均值	标准偏差	最小值	最大值
RD	4718	0.019	0.02	0	0.143
Digital	4718	37.703	9.007	21.346	66.308
CO	4718	3.045	0.553	1	4
Top1	4718	35.288	13.701	8.06	80.99
Lev	4718	0.397	0.148	0.044	0.87
Growth	4718	0.116	0.2	−0.347	2.157
ROA	4718	0.043	0.06	−0.451	0.294
Size	4718	22.322	0.911	20.02	25.97
State	4718	0.227	0.419	0	1
Dual	4718	0.328	0.469	0	1
Ind	4718	0.38	0.054	0.286	0.6
KZ	4718	0.482	2.249	−8.139	6.547

4.2. 回归分析

表3报告了数字化转型(DIF)对创新投入(RD)及信息透明度(CO)的回归结果。列(1)显示，数字化转型(DIF)的系数为0.001且在1%水平上显著为正，表明数字化转型显著提升了电商企业的创新投入强度，假设H1得到验证。这一结果支持了企业数字技术发展可能通过影响信息披露质量，从而激励企业增强研发投入。

Table 3. Mediation effects test table

表3. 中介效应检验表

VARIABLES	(1)	(2)	(3)
	RD	CO	RD
Digital	0.001^***	0.003^***	0.001^***
	(15.00)	(3.37)	(14.88)
Top1	−0.000^*	0.003^***	−0.000^**
	(−1.83)	(4.33)	(−2.30)
Lev	0.003	−0.025	0.003
	(1.36)	(−0.40)	(1.40)
Growth	−0.002^*	0.051	−0.002^**
	(−1.82)	(1.38)	(−1.98)
ROA	0.033^***	1.975^***	0.027^***
	(5.66)	(10.38)	(4.48)
Size	−0.002^***	0.113^***	−0.003^***
	(−7.79)	(11.24)	(−8.81)
State	−0.004^***	0.094^***	−0.004^***
	(−6.83)	(4.40)	(−7.25)
Dual	0.001	0.037^**	0.001
	(1.25)	(2.10)	(1.06)
Ind	0.005	−0.101	0.005
	(1.04)	(−0.67)	(1.12)
KZ	0.000	−0.035^***	0.000
	(0.89)	(−7.71)	(1.59)
CO			0.003^***
			(6.31)
Constant	0.036^***	0.131	0.035^***
	(5.67)	(0.58)	(5.62)
行业	控制	控制	控制
年份	控制	控制	控制
Observations	4718	4718	4718
R-squared	0.305	0.188	0.310

注：^***、^**和^*分别表示在1%、5%和10%水平上显著。

列(2)中，数字化转型(DIF)对信息透明度(CO)的系数为0.003且在1%水平上显著，说明数字化转型通过技术赋能显著提升了企业的信息透明度，提高了信息披露质量，初步验证了信息透明度作为中介变量的作用路径，为假设H2提供了基础支撑。

列(3)进一步纳入信息透明度(CO)变量，结果显示数字化转型(DIF)和信息透明度(CO)与创新投入(RD)均在1%的水平下显著。这表明信息透明度作为中介变量连接了数字化转型对创新投入的促进作用，假设H2的中介机制得到实证支持，与理论预期一致。

4.3. 稳健性检验

4.3.1. 替换被解释变量

上文在主回归分析中使用研发投入与总资产的比重来衡量企业创新投入，在稳健性检验中，本文参考尹美群[11]、肖土盛[12]、谢琨[13]等学者的做法，将被解释变量创新投入的衡量方式替换为研发投入占营业收入的比重，其余处理方法和上文一致。由表4可知，数字化转型对创新投入在1%水平显著，且数字化转型对信息透明度仍在1%显著性水平上与研发投入正向关联。因此，上文提出的数字化转型通过影响信息透明度来促使增加企业创新投入的相关假设仍然成立，进一步强化了实证结论的可靠性。

Table 4. Table of robustness tests for replacement explanatory variables

表4. 替换解释变量稳健性检验表

VARIABLES	(1)	(2)	(3)
	RD	CO	RD
Digital	0.082^***	0.003^***	0.081^***
	(11.14)	(3.37)	(11.02)
Top1	−0.009^***	0.003^***	−0.009^***
	(−2.94)	(4.33)	(−3.22)
Lev	−2.842^***	−0.025	−2.834^***
	(−7.36)	(−0.40)	(−7.34)
Growth	0.158	0.051	0.142
	(0.68)	(1.38)	(0.61)
ROA	−2.286^**	1.975^***	−2.895^**
	(−2.03)	(10.38)	(−2.50)
Size	−0.237^***	0.113^***	−0.272^***
	(−4.16)	(11.24)	(−4.64)
State	−0.607^***	0.094^***	−0.636^***
	(−6.01)	(4.40)	(−6.27)
Dual	0.301^***	0.037^**	0.290^***
	(2.91)	(2.10)	(2.80)
Ind	2.483^***	−0.101	2.514^***
	(2.94)	(−0.67)	(2.99)
KZ	0.052^*	−0.035^***	0.063^**
	(1.95)	(−7.71)	(2.36)
CO			0.308^***
			(3.78)
Constant	5.073^***	0.131	5.033^***
	(4.00)	(0.58)	(3.97)
行业	控制	控制	控制
年份	控制	控制	控制
Observations	4718	4718	4718
R-squared	0.372	0.188	0.373

注：^***、^**和^*分别表示在1%、5%和10%水平上显著。

4.3.2. 剔除特殊年份

鉴于外部宏观经济环境在特定时期可能对经济运行产生显著扰动，本研究在稳健性检验中剔除了2020至2022年期间的样本数据，这段期间受突发公共卫生事件冲击，观测结果可能存在偶然性，剔除相关年份数据以排除非常态化外部因素对实证结果的潜在干扰，确保分析结论的可靠性。由表5结果可知上文所说的三者的关系假设仍然成立，实证结果更具稳健性。

Table 5. Table of excluding the robustness test for special years

表5. 剔除特殊年份稳健性检验表

VARIABLES	(1)	(2)	(3)
	RD	CO	RD
digital	0.000^***	0.002^*	0.000^***
	(10.60)	(1.76)	(10.55)
Top1	−0.000^*	0.002^**	−0.000^**
	(−1.94)	(2.35)	(−2.15)
Lev	0.001	−0.064	0.001
	(0.25)	(−0.83)	(0.31)
Growth	−0.004^***	0.002	−0.004^***
	(−3.68)	(0.05)	(−3.72)
ROA	0.036^***	2.374^***	0.030^***
	(4.94)	(10.24)	(3.85)
Size	−0.002^***	0.098^***	−0.002^***
	(−4.79)	(7.63)	(−5.37)
State	−0.004^***	0.094^***	−0.004^***
	(−5.37)	(3.98)	(−5.66)
Dual	0.001	0.017	0.001
	(0.79)	(0.79)	(0.74)
Ind	0.006	−0.098	0.007
	(1.18)	(−0.58)	(1.24)
KZ	0.000	−0.033^***	0.000
	(0.78)	(−5.83)	(1.23)
CO			0.002^***
			(3.88)
Constant	0.029^***	0.528^*	0.028^***
	(3.61)	(1.90)	(3.46)
行业	控制	控制	控制
年份	控制	控制	控制
Observations	3161	3161	3161
R-squared	0.288	0.203	0.291

注：^***、^**和^*分别表示在1%、5%和10%水平上显著。

4.3.3. 滞后效应

为验证基准回归结果的可靠性，本文采用滞后一期模型缓解潜在的内生性问题。因为数字技术应用的效果通常具有时滞性，其对企业信息透明度提升及创新决策的影响需一定周期才能显现，滞后设计更贴合现实逻辑。

表6显示滞后一期的数字化转型(LDigital)对创新投入(RD)的系数为0.001且在1%水平显著，说明数字化转型能够促进企业加大创新投入，并且滞后一期促进效果更明显。同时，滞后一期的数字化转型(LDigital)对信息透明度(CO)仍然呈现出在1%显著性水平上的正向关联，且纳入中介变量后依然显著，中介效应占比与基准模型一致，表明数字化转型通过影响信息透明度来促使增加企业创新投入的传导路径稳健成立。此外，控制变量的显著性方向未发生实质性偏移。上述结果证实，在滞后效应检验下，主结论依然稳健，为数字化转型驱动创新投入的机制提供了更可靠的证据。

Table 6. Table for robustness test of lag effect

表6. 滞后效应稳健性检验表

VARIABLES	(1)	(2)	(3)
	RD	CO	RD
LDigital	0.001^***	0.002^**	0.001^***
	(18.38)	(2.16)	(15.94)
Top1	−0.000^**	0.003^***	−0.000^***
	(−2.32)	(3.98)	(−3.15)
Lev	0.004^*	−0.092	0.005^**
	(1.90)	(−1.20)	(2.13)
Growth	−0.001	0.076^*	−0.001
	(−0.67)	(1.81)	(−0.89)
ROA	0.025^***	2.079^***	0.018^***
	(4.70)	(9.85)	(2.89)
Size	−0.002^***	0.126^***	−0.003^***
	(−7.62)	(11.63)	(−9.38)
State	−0.003^***	0.082^***	−0.003^***
	(−4.14)	(3.47)	(−5.25)
Dual	0.001^**	0.049^**	0.001^*
	(2.21)	(2.50)	(1.96)
Ind	0.003	−0.132	0.003
	(0.51)	(−0.80)	(0.61)
KZ	−0.000	−0.031^***	0.000
	(−0.41)	(−5.78)	(0.23)
CO			0.003^***
			(6.77)
Constant	0.042^***	−0.068	0.043^***
	(5.78)	(−0.28)	(6.24)
行业	控制	控制	控制
年份	控制	控制	控制
Observations	4092	4092	4092
R-squared	0.312	0.195	0.319

注：^***、^**和^*分别表示在1%、5%和10%水平上显著。

4.3.4. 中介效应检验

为深入验证信息透明度的中介传导机制，本文采用Bootstrap法对信息透明度在电商企业数字化转型和企业创新投入中的中介效应路径进行重复抽样检验，经过1000次抽样后表7数据显示，数字化转型对创新投入间接效应的95%偏差校正置信区间显著排除了零值。这一结果印证了数字化转型通过优化信息治理机制间接促进创新资源投入的中介路径，表明信息透明度在电商企业数字化转型和企业创新投入中具有中介作用，由此可知文章假设依然成立。

Table 7. Table of Bootstrap mediation effect test

表7. Bootstrap中介效应检验表

效应	Z	P > |Z|	置信区间(95%)
			下限	上限
间接效应	3.02	0.003	0.00000328	0.0000154
直接效应	15.22	0.000	0.0004756	0.0006163

5. 研究结论与建议

5.1. 研究结论

本研究以2014~2024年沪深A股电商行业上市公司为样本，实证检验数字化转型对电商企业创新投入的影响及其内在机制。结果表明，企业数字化转型水平与创新投入强度呈现显著正相关关系，即数字化转型程度越高的电商企业，其研发费用占比等创新投入指标显著提升。这表明，数字技术的深度渗透能够有效激活企业创新动能，推动电商企业向技术驱动转型。在数字经济发展的背景下，积极推进数字化发展的企业，更可能通过创新投入构建差异化竞争力，适应快速变化的市场需求，占据更大市场份额。

进一步机制检验表明，数字化转型通过提升信息透明度显著强化了企业创新投入。随着大数据、区块链等数字技术的应用，数字化转型打破了企业内部及供应链网络的信息孤岛，实现了研发、生产、营销等环节的数据互通与实时共享。信息透明度的提升使得企业能够掌握全局信息，从而更精准地识别创新机会、优化资源配置、降低交易风险，同时增强投资者与市场对创新项目的信任，从而为长期创新投入提供稳定支持。

本文的研究价值主要体现在以下方面。第一，为数字化转型驱动企业创新投入提供了系统的理论阐释与实证支持，揭示了数字技术通过优化信息透明度驱动创新的微观路径，为后续数字化赋能创新的路径研究提供了一定程度的理论参考。第二，为电商企业合理规划数字化技术应用场景提供了实践指引，例如通过发展数字技术，降低创新不确定性以及企业创新试错成本、优化研发资源配置效率，激励企业进行创新投入。第三，为政府部门完善数据要素流通政策提供依据，助力相关部门在市场中构建和完善创新生态环境，助力电商行业实现高质量发展。

5.2. 研究建议

本研究证实了数字化发展对电商行业增加研发投入的重要驱动效应，其结论对企业优化技术投入策略及政府部门助力数字经济发展均具有重要参考价值。

对电商企业而言，应加大企业数字化转型进程，运用数字技术工具，强化数据驱动的创新决策能力。通过整合内部运营数据与外部市场信息，精准识别高潜力研发方向，降低创新试错成本，激励企业加大研发投入力度。同时，企业需提高信息透明度，降低信息不确定性，掌控全局信息，用于对管理层行为进行有效监督，激励企业重视创新投入，推动技术成果快速转化，为企业高质量发展注入创新活力。

对政府而言，需加快完善数据要素交易与安全监管制度，推动电商行业数据共享平台建设，并通过财税激励与专项扶持政策鼓励企业构建协同创新的生态环境。同时，政府还应加快完善数据要素市场基础制度，建立安全合规的数据流通框架，支持行业级数据共享平台建设，以此降低企业数字化应用的技术门槛，并推动典型企业经验提炼与推广，形成可复制的数字化转型范式，助力全行业创新生态构建。