數(shù)字化轉(zhuǎn)型如何賦能企業(yè)高質(zhì)量發(fā)展
——基于技術(shù)知識擴(kuò)散與技能結(jié)構(gòu)視角

楊 艷 林 凌 王 理

一、引言

在“十四五”新發(fā)展格局下，數(shù)字經(jīng)濟(jì)逐漸成為支撐經(jīng)濟(jì)高質(zhì)量發(fā)展和企業(yè)轉(zhuǎn)型升級的新動能，助力生產(chǎn)、生活及治理方式的變革。制造業(yè)是我國支柱性產(chǎn)業(yè)，也是我國經(jīng)濟(jì)命脈所系，5G、大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等數(shù)字技術(shù)的快速發(fā)展能夠在產(chǎn)品、技術(shù)及組織等層面推動我國制造業(yè)提質(zhì)增效，高速發(fā)展的數(shù)字經(jīng)濟(jì)正逐漸成為制造業(yè)價(jià)值鏈攀升、突破“大而不強(qiáng)，全而不優(yōu)”難題的關(guān)鍵賦能者。企業(yè)高質(zhì)量發(fā)展是我國經(jīng)濟(jì)韌性的重要保障，面對激烈的市場競爭與復(fù)雜多變的外部環(huán)境，數(shù)字化轉(zhuǎn)型為企業(yè)發(fā)展帶來了一系列機(jī)遇和挑戰(zhàn)。近年來，為助力企業(yè)擺脫疫情困擾，培育企業(yè)發(fā)展新動能，國家從能力扶持、金融普惠、基礎(chǔ)建設(shè)等多方面支持企業(yè)提升數(shù)據(jù)管理能力，加快數(shù)字化轉(zhuǎn)型。國務(wù)院國資委辦公廳印發(fā)的《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》指出，“堅(jiān)持?jǐn)?shù)據(jù)驅(qū)動”，“加速傳統(tǒng)產(chǎn)業(yè)全方位、全角度、全鏈條的數(shù)字化轉(zhuǎn)型”。《國務(wù)院關(guān)于印發(fā)“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃的通知》(國發(fā)〔2021〕29號)指出，“實(shí)施中小企業(yè)數(shù)字化賦能專項(xiàng)行動”，“加快企業(yè)數(shù)字化轉(zhuǎn)型升級”。在數(shù)字經(jīng)濟(jì)迅速發(fā)展及我國經(jīng)濟(jì)增長乏力的大背景下，數(shù)字化轉(zhuǎn)型將成為各類企業(yè)增強(qiáng)競爭力，走出發(fā)展困境的重要戰(zhàn)略舉措。作為微觀主體的企業(yè)利用新的生產(chǎn)要素賦能企業(yè)生產(chǎn)運(yùn)營，提高全要素生產(chǎn)率，是我國實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展的必由之路。

一個(gè)企業(yè)的演變就是一個(gè)時(shí)代的縮影。在快速變革的數(shù)字經(jīng)濟(jì)時(shí)代，越來越多的企業(yè)主動擁抱數(shù)字化浪潮，大力提升自主創(chuàng)新能力，將數(shù)字化投入轉(zhuǎn)化為經(jīng)營績效。近年來，我國企業(yè)信息化與工業(yè)化融合的水平不斷提高，但數(shù)字化水平呈現(xiàn)出較大差異，且數(shù)字化轉(zhuǎn)型整體進(jìn)程較慢。從數(shù)字化轉(zhuǎn)型所處階段看，有49.27%的企業(yè)處于初步成效階段，41.82%處于探索試點(diǎn)階段，8.73%處于轉(zhuǎn)型相對成熟階段，完成數(shù)字化轉(zhuǎn)型的僅占0.18%(1)資料來源：中國上市公司協(xié)會發(fā)布的《中國上市公司數(shù)字經(jīng)濟(jì)白皮書(2022)》。。在數(shù)字經(jīng)濟(jì)爆發(fā)式增長的新背景下，以數(shù)字化轉(zhuǎn)型賦能企業(yè)生產(chǎn)行為變革，培育企業(yè)創(chuàng)新動能既是實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合發(fā)展的有效路徑，也是實(shí)現(xiàn)我國企業(yè)高質(zhì)量發(fā)展的必然選擇〔1-3〕。因此，為積極應(yīng)對全球數(shù)字化趨勢，重塑企業(yè)數(shù)字生產(chǎn)力，探究數(shù)字技術(shù)影響企業(yè)轉(zhuǎn)型、創(chuàng)新、增長的有效機(jī)制，對我國制造業(yè)高質(zhì)量發(fā)展及企業(yè)可持續(xù)發(fā)展具有重要理論意義與現(xiàn)實(shí)意義。那么，如何利用數(shù)字化提升企業(yè)全要素生產(chǎn)率，助推中國數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)融合？如何將數(shù)字經(jīng)濟(jì)發(fā)展紅利融合到企業(yè)價(jià)值鏈過程，促進(jìn)企業(yè)高質(zhì)量發(fā)展？企業(yè)如何借助數(shù)字化轉(zhuǎn)型突破經(jīng)濟(jì)增長困境？這些都是值得思考和解決的問題。

二、理論分析與研究假說

1.數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率

為把握數(shù)字化發(fā)展的新趨勢，搶抓數(shù)字經(jīng)濟(jì)發(fā)展重要戰(zhàn)略機(jī)遇期，大部分企業(yè)已明確將數(shù)字化轉(zhuǎn)型納入企業(yè)戰(zhàn)略，學(xué)者們也開始關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型問題，并從不同層面多維視角開展研究。宏觀層面的相關(guān)研究主要集中于新興信息技術(shù)與數(shù)字技術(shù)對經(jīng)濟(jì)增長〔4〕、出口貿(mào)易〔5〕、勞動力市場〔6-7〕等的深遠(yuǎn)影響。從工業(yè)時(shí)代過渡到數(shù)字時(shí)代，具有強(qiáng)滲透性和廣覆蓋性特征的信息、數(shù)據(jù)等新興要素已逐步應(yīng)用到實(shí)體經(jīng)濟(jì)各行業(yè)，我們需要以全新的視角來探究數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展。已有的關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型研究表明，數(shù)字技術(shù)發(fā)展可以通過降低企業(yè)邊際成本〔8〕、提高組織協(xié)調(diào)效率〔9〕、緩解企業(yè)融資約束〔10〕、促進(jìn)企業(yè)專業(yè)化分工、推動先進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)融合發(fā)展、優(yōu)化人力資本結(jié)構(gòu)〔11〕、促進(jìn)企業(yè)結(jié)構(gòu)升級、降低代理成本〔12〕等方式提升企業(yè)全要素生產(chǎn)率。目前我國大部分企業(yè)仍處于數(shù)字化轉(zhuǎn)型初期，數(shù)字化轉(zhuǎn)型的生產(chǎn)率效應(yīng)還需在不斷發(fā)展的過程中繼續(xù)探索研究，未來仍是學(xué)者們關(guān)注的重點(diǎn)。

2.數(shù)字化轉(zhuǎn)型、技術(shù)知識擴(kuò)散效應(yīng)與全要素生產(chǎn)率

首先，數(shù)字化轉(zhuǎn)型可以驅(qū)動企業(yè)增加研發(fā)投入，提高技術(shù)創(chuàng)新能力。我國制造業(yè)雖然經(jīng)濟(jì)體量龐大，但存在自主創(chuàng)新能力較弱、產(chǎn)品供給質(zhì)量不高等問題，數(shù)字技術(shù)將重塑制造業(yè)數(shù)字化生產(chǎn)力及創(chuàng)新力。一方面，數(shù)字經(jīng)濟(jì)的快速發(fā)展可以在一定程度上打破時(shí)空限制，加速信息的儲存、擴(kuò)散與傳播〔13〕，降低企業(yè)信息交流成本，推動企業(yè)技術(shù)、業(yè)務(wù)、人才等資源共享及優(yōu)化配置，進(jìn)而激發(fā)企業(yè)創(chuàng)新意愿，提升企業(yè)創(chuàng)新能力〔14〕。另一方面，數(shù)字化轉(zhuǎn)型能創(chuàng)造新型產(chǎn)品、優(yōu)化創(chuàng)新過程，使得企業(yè)向價(jià)值鏈上游附加值更高的技術(shù)創(chuàng)新環(huán)節(jié)攀升〔15〕。數(shù)字化轉(zhuǎn)型賦予企業(yè)更強(qiáng)的動力增加創(chuàng)新投入，以獲得市場競爭優(yōu)勢。數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展可以有效促進(jìn)技術(shù)創(chuàng)新、提高產(chǎn)品質(zhì)量和企業(yè)生產(chǎn)效率〔16〕。

其次，數(shù)字化轉(zhuǎn)型可以推動企業(yè)進(jìn)行自主創(chuàng)新，增強(qiáng)企業(yè)創(chuàng)新競爭力，并通過技術(shù)知識擴(kuò)散強(qiáng)化數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)。數(shù)字化轉(zhuǎn)型具有技術(shù)知識擴(kuò)散效應(yīng)，可以提升上市企業(yè)子公司及外部公司的創(chuàng)新能力。數(shù)字技術(shù)對技術(shù)知識擴(kuò)散具有正向促進(jìn)作用，而技術(shù)擴(kuò)散是促進(jìn)生產(chǎn)率的關(guān)鍵因素。一方面，新技術(shù)、新知識促進(jìn)企業(yè)自身技術(shù)創(chuàng)新的同時(shí)，也能產(chǎn)生知識溢出效應(yīng)，促進(jìn)其他企業(yè)進(jìn)行創(chuàng)新〔17-18〕。技術(shù)知識的自由流動與傳播不僅受到空間距離限制，也受不同區(qū)域間的貿(mào)易壁壘和市場分割的阻礙〔19〕。在數(shù)字經(jīng)濟(jì)時(shí)代，信息和知識能夠借助各種平臺突破空間阻礙與壁壘限制，低成本地、迅速地、實(shí)時(shí)地產(chǎn)生、分享和交流，加強(qiáng)企業(yè)與外界的雙向信息交流溝通。另一方面，數(shù)字經(jīng)濟(jì)下的創(chuàng)新與網(wǎng)絡(luò)價(jià)值存在正反饋機(jī)制，共同推動企業(yè)創(chuàng)新能力的提升〔20-21〕。數(shù)字化轉(zhuǎn)型可以提升企業(yè)學(xué)習(xí)外界知識與經(jīng)驗(yàn)的效率，擴(kuò)大知識外溢范圍，推動其關(guān)聯(lián)企業(yè)發(fā)生新技術(shù)采納行為與創(chuàng)新行為。

3.數(shù)字化轉(zhuǎn)型、勞動力技能結(jié)構(gòu)與全要素生產(chǎn)率

數(shù)字化轉(zhuǎn)型能夠顯著驅(qū)動企業(yè)選擇具備新技能的“數(shù)字化”勞動力，轉(zhuǎn)換內(nèi)部勞動力技能結(jié)構(gòu)，進(jìn)而強(qiáng)化高技能勞動與非常規(guī)勞動力的生產(chǎn)率互補(bǔ)效應(yīng)。針對歐美等發(fā)達(dá)經(jīng)濟(jì)體的研究發(fā)現(xiàn)，技術(shù)進(jìn)步與勞動者技能升級之間通常存在正向激勵(lì)關(guān)系，技術(shù)進(jìn)步對不同技能勞動者產(chǎn)生的影響是非對稱的〔22-23〕。部分理論研究利用替代效應(yīng)和生產(chǎn)率效應(yīng)解釋數(shù)字化技術(shù)對生產(chǎn)力影響的理論機(jī)制，認(rèn)為技術(shù)進(jìn)步提高生產(chǎn)率的同時(shí)也具備技能偏向性，會對高技能勞動力產(chǎn)生需求，對低技能勞動力形成替代〔24-25〕。但并不是所有的技術(shù)變化都會伴隨對高技能勞動者的偏好〔26〕，數(shù)字化轉(zhuǎn)型對就業(yè)總量和勞動力結(jié)構(gòu)的影響需要我們繼續(xù)深入探究。企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著驅(qū)動其內(nèi)部勞動力技能結(jié)構(gòu)轉(zhuǎn)換，增強(qiáng)企業(yè)運(yùn)營能力，提升運(yùn)營效率，進(jìn)而提高企業(yè)全要素生產(chǎn)率。具體到實(shí)踐中來，企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)是重塑其業(yè)務(wù)模式和運(yùn)營管理模式，要求企業(yè)從原來的“工業(yè)化管理模式”轉(zhuǎn)向新的“數(shù)字化管理模式”〔27〕。雖然數(shù)字化轉(zhuǎn)型有利于促進(jìn)企業(yè)技術(shù)創(chuàng)新、商業(yè)模式創(chuàng)新、運(yùn)營模式變革與生產(chǎn)率提升，但數(shù)字技術(shù)復(fù)雜度的提高也對企業(yè)勞動力技能提出了更高的要求。數(shù)字化轉(zhuǎn)型可能引發(fā)企業(yè)工作崗位發(fā)生本質(zhì)性改變，即對新的勞動技能產(chǎn)生需求，提高高技能勞動力占比，降低低技能勞動力占比〔28-29〕。非程序性工作、高素質(zhì)勞動力和專業(yè)化知識更有利于整合價(jià)值鏈各環(huán)節(jié)、改進(jìn)業(yè)務(wù)流程、降低生產(chǎn)和交易成本〔30-31〕、賦能企業(yè)運(yùn)營的數(shù)字化變革，在企業(yè)數(shù)字化轉(zhuǎn)型過程中也更具備就業(yè)潛力與就業(yè)優(yōu)勢。換言之，高技能勞動力能更好地與新信息技術(shù)進(jìn)行匹配，進(jìn)而強(qiáng)化其生產(chǎn)率效應(yīng)〔32〕，企業(yè)在數(shù)字化轉(zhuǎn)型過程中對數(shù)字技術(shù)的應(yīng)用客觀上也要求大量擁有信息化和智能化知識的高素質(zhì)勞動力，以及數(shù)字化人才作為互補(bǔ)性生產(chǎn)要素投入〔33〕。

綜上所述，雖然數(shù)字化轉(zhuǎn)型一直備受學(xué)界關(guān)注，但圍繞企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐的實(shí)證分析還較少〔34〕。現(xiàn)有文獻(xiàn)對數(shù)字經(jīng)濟(jì)影響的研究更多聚焦在宏觀層面，還未形成關(guān)于微觀層面數(shù)字化經(jīng)濟(jì)后果及其影響機(jī)制的全面分析框架。與已有研究相比，本文的創(chuàng)新點(diǎn)及邊際貢獻(xiàn)如下：一是以企業(yè)年報(bào)文本信息為基礎(chǔ)來刻畫企業(yè)數(shù)字化轉(zhuǎn)型程度，從微觀結(jié)構(gòu)主體視角拓展對數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)高質(zhì)量發(fā)展的研究，深化和完善在數(shù)字技術(shù)迅速發(fā)展背景下對企業(yè)數(shù)字化轉(zhuǎn)型復(fù)雜性的認(rèn)識。二是結(jié)合企業(yè)數(shù)字化本質(zhì)與特征，將技術(shù)知識擴(kuò)散和勞動力技能結(jié)構(gòu)納入分析框架，厘清數(shù)字經(jīng)濟(jì)賦能微觀企業(yè)高質(zhì)量發(fā)展的具體路徑，豐富數(shù)字經(jīng)濟(jì)影響機(jī)制與經(jīng)濟(jì)后果的研究成果。三是在研究內(nèi)容上進(jìn)一步探究重要外部支撐條件對企業(yè)的經(jīng)濟(jì)影響。從區(qū)域、行業(yè)、企業(yè)多維度，以區(qū)域創(chuàng)新創(chuàng)業(yè)環(huán)境、要素密集度、企業(yè)微觀特征等多視角來考察企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，有利于揭示數(shù)字經(jīng)濟(jì)未來應(yīng)如何發(fā)揮對實(shí)體經(jīng)濟(jì)的直接帶動效應(yīng)，為進(jìn)一步促進(jìn)我國數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)融合發(fā)展以及推動企業(yè)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)和政策啟示。本文研究數(shù)字化轉(zhuǎn)型對生產(chǎn)率的影響及其傳導(dǎo)機(jī)制如圖1所示。

圖1 企業(yè)數(shù)字化轉(zhuǎn)型影響機(jī)制

三、計(jì)量模型與變量設(shè)定

1.樣本選擇與數(shù)據(jù)來源

將2011—2020年制造業(yè)上市公司作為研究對象，參考袁淳(2021)等已有研究的做法〔35〕，對原始數(shù)據(jù)進(jìn)行如下處理：(1)剔除金融類企業(yè)樣本；(2)剔除ST、*ST企業(yè)樣本；(3)剔除樣本數(shù)據(jù)嚴(yán)重缺失的樣本；(4)對連續(xù)變量在1%水平上縮尾處理。企業(yè)層面的數(shù)據(jù)主要來自Wind數(shù)據(jù)庫、銳思數(shù)據(jù)庫、CSMAR數(shù)據(jù)庫、中國研究數(shù)據(jù)服務(wù)平臺(CNDRS)。根據(jù)統(tǒng)計(jì)數(shù)據(jù)的可得性及實(shí)證分析的需要，篩選處理后，最終得到1598家制造業(yè)上市公司共9655個(gè)觀測值。

2.關(guān)鍵變量度量

被解釋變量：企業(yè)高質(zhì)量發(fā)展，將企業(yè)全要素生產(chǎn)率(Tfp)作為被解釋變量。參考趙宸宇(2021)等的做法〔36〕，采用LP方法測算得到企業(yè)全要素生產(chǎn)率。

核心解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型。企業(yè)數(shù)字化轉(zhuǎn)型需要人工智能、大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等共同構(gòu)成的架構(gòu)體系升級作為技術(shù)支撐，重塑企業(yè)業(yè)務(wù)形態(tài)，助力數(shù)字技術(shù)與企業(yè)生產(chǎn)經(jīng)營的深度融合應(yīng)用。因此，參考吳非(2021)等的做法，如表1所示，從底層數(shù)字技術(shù)與數(shù)字技術(shù)應(yīng)用兩個(gè)層面出發(fā)，運(yùn)用五個(gè)子維度構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)〔37〕。將企業(yè)年報(bào)文本中“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞出現(xiàn)的頻次取對數(shù)來刻畫企業(yè)相應(yīng)年度的數(shù)字化轉(zhuǎn)型程度。

表1 數(shù)字化轉(zhuǎn)型指標(biāo)構(gòu)建及關(guān)鍵詞選取

機(jī)制變量：技術(shù)知識擴(kuò)散、勞動力技能結(jié)構(gòu)。首先，參考薛成(2020)〔38〕、黨琳(2021)〔39〕等的研究，“技術(shù)知識擴(kuò)散”以上市公司子公司的專利申請數(shù)量及上市公司與其他經(jīng)濟(jì)實(shí)體的聯(lián)合發(fā)明專利申請數(shù)量兩個(gè)指標(biāo)來度量。其次，參考王澤宇(2020)〔40〕、張遠(yuǎn)(2022)〔41〕等的研究，“勞動力技能結(jié)構(gòu)”指標(biāo)根據(jù)銳思數(shù)據(jù)庫中上市公司員工構(gòu)成類型數(shù)據(jù)，經(jīng)手工整理后計(jì)算得到。具體地，根據(jù)銳思數(shù)據(jù)庫中對企業(yè)不同崗位類型員工的劃分，將非重復(fù)性的、需要適應(yīng)工作環(huán)境并做出反應(yīng)、更具操作靈巧性的科技人員、市場銷售人員、財(cái)務(wù)金融人員劃分為非常規(guī)勞動力，進(jìn)一步算出非常規(guī)勞動力在員工總數(shù)中的占比。另外，現(xiàn)有研究多用教育水平來劃分勞動力結(jié)構(gòu)〔42-44〕，通過對上市公司員工教育背景數(shù)據(jù)的整理，用本科及以上學(xué)歷員工占比來衡量企業(yè)高技能勞動力占比。

控制變量：為更加全面地分析企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，減輕遺漏變量對估計(jì)結(jié)果的干擾，參考已有研究的做法〔45-48〕，選取了一系列企業(yè)層面的控制變量，具體包括：資產(chǎn)負(fù)債率(Debt)、獨(dú)立董事規(guī)模(Indirector)、研發(fā)投入占比(R&D)、機(jī)構(gòu)投資者持股比例(Inst)、企業(yè)存續(xù)年限(Age)、企業(yè)規(guī)模(Size)、企業(yè)所有權(quán)屬性(Soe)、托賓Q值(Tobin's Q)。

表2 變量定義與說明

3.實(shí)證模型與描述性統(tǒng)計(jì)

借鑒袁淳(2021)等、趙宸宇(2021)等的研究，本文構(gòu)建計(jì)量模型如下：

Tfpit=α+βDigitalit+γ∑Controlsit+ρY+μP+δI+εit

被解釋變量Tfp為全要素生產(chǎn)率，核心解釋變量Digital為企業(yè)數(shù)字化轉(zhuǎn)型程度，i對應(yīng)企業(yè)，t對應(yīng)年份。Controls代表一系列企業(yè)層面的控制變量。ρ、μ、δ分別為年份、省份、行業(yè)固定效應(yīng)，為隨機(jī)誤差項(xiàng)。本文主要關(guān)注系數(shù)，預(yù)期為正值，回歸均在企業(yè)層面進(jìn)行聚類。表3描述性統(tǒng)計(jì)結(jié)果展示了主要數(shù)據(jù)結(jié)構(gòu)。

表3 描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證結(jié)果分析

1.基準(zhǔn)結(jié)果

基準(zhǔn)估計(jì)模型估計(jì)了企業(yè)數(shù)字化轉(zhuǎn)型水平對生產(chǎn)率的影響，表4報(bào)告了其影響效應(yīng)結(jié)果，第(1)列為單變量回歸，第(2)(3)列分別加入部分固定效應(yīng)項(xiàng)回歸分析，第(4)列加入了省份、年份、行業(yè)、企業(yè)固定效應(yīng)及控制變量。結(jié)果顯示，Digital的系數(shù)均在1%的置信水平上顯著為正，與前文提出的理論分析結(jié)論基本一致。從經(jīng)濟(jì)意義看，以表4第(4)列結(jié)果為例，若企業(yè)數(shù)字化轉(zhuǎn)型程度增加一個(gè)單位，則全要素生產(chǎn)率提高7.08%，總體來看企業(yè)數(shù)字化轉(zhuǎn)型具有較明顯的生產(chǎn)率提升效應(yīng)。

表4 基準(zhǔn)回歸結(jié)果

2.穩(wěn)健性檢驗(yàn)

前文的研究結(jié)論可能存在內(nèi)生性問題：一方面，反向因果問題，生產(chǎn)率更高的企業(yè)可能有更高的動力和需求推動企業(yè)數(shù)字化轉(zhuǎn)型；另一方面，遺漏變量問題，即可能存在不可觀測因素同時(shí)影響企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率。因此，為盡可能緩解內(nèi)生性問題，保證基準(zhǔn)模型的估計(jì)結(jié)果是穩(wěn)健可靠的，本文采取以下穩(wěn)健性檢驗(yàn)措施：第一，剔除異質(zhì)性樣本，剔除數(shù)字化轉(zhuǎn)型指數(shù)為0的樣本。本文測算的核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型(Digital)有部分樣本值為0，可能是因?yàn)槠髽I(yè)未將數(shù)字化轉(zhuǎn)型有關(guān)內(nèi)容在年報(bào)文本中列出或詳細(xì)表述，在統(tǒng)計(jì)詞頻時(shí)未捕捉到相應(yīng)的關(guān)鍵詞，從而低估了這部分企業(yè)的數(shù)字化轉(zhuǎn)型程度，對基準(zhǔn)模型的估計(jì)造成影響。因此，本文剔除數(shù)字化轉(zhuǎn)型為0的樣本重新回歸分析。第二，替換被解釋變量。進(jìn)一步采用OP法測算的全要素生產(chǎn)率重新回歸分析，以檢驗(yàn)結(jié)果是否穩(wěn)健可靠。第三，工具變量檢驗(yàn)。為確保基準(zhǔn)回歸結(jié)果的穩(wěn)健性，參考已有研究的做法〔49〕，本文構(gòu)造了基于企業(yè)自身數(shù)據(jù)的工具變量，將“企業(yè)數(shù)字化轉(zhuǎn)型與行業(yè)數(shù)字化轉(zhuǎn)型水平均值差額的三次方”作為數(shù)字化轉(zhuǎn)型的工具變量。表5中第(3)列為工具變量檢驗(yàn)結(jié)果，第一階段回歸結(jié)果表明工具變量與內(nèi)生變量顯著正相關(guān)，且Digital系數(shù)仍在1%的水平上顯著為正，與基準(zhǔn)回歸的結(jié)果基本一致(2)Kleibergen-Paap rk LM 統(tǒng)計(jì)量的p值在1%的顯著性水平上拒絕了工具變量識別不足的假設(shè)。Cragg-Donald Wald F統(tǒng)計(jì)量也遠(yuǎn)大于Stock和Yogo(2005)提供的10%顯著性水平上的臨界值，拒絕了弱工具變量的假設(shè)，說明本文選取的工具變量符合條件且有效。。在進(jìn)行以上穩(wěn)健性檢驗(yàn)后，企業(yè)數(shù)字化轉(zhuǎn)型仍具有顯著的生產(chǎn)率提升效應(yīng)，說明模型與結(jié)論較為穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)回歸結(jié)果

五、進(jìn)一步分析

1.機(jī)制分析

(1)技術(shù)知識擴(kuò)散效應(yīng)

表6匯報(bào)了對技術(shù)知識擴(kuò)散效應(yīng)的回歸結(jié)果，其中第(1)列結(jié)果顯示，數(shù)字化轉(zhuǎn)型對企業(yè)研發(fā)投入占比(R&D)具有顯著正向影響。企業(yè)在數(shù)字化轉(zhuǎn)型過程中會增加對創(chuàng)新活動的投入，數(shù)字化轉(zhuǎn)型增加了其對創(chuàng)新活動的參與度，優(yōu)化了企業(yè)的創(chuàng)新協(xié)同模式，促進(jìn)了數(shù)字化轉(zhuǎn)型與創(chuàng)新發(fā)展的融合。第(2)(3)列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型能顯著促進(jìn)企業(yè)技術(shù)知識擴(kuò)散。以往的技術(shù)知識擴(kuò)散需要較長的時(shí)間，擴(kuò)散速度比較緩慢，企業(yè)數(shù)字化轉(zhuǎn)型則可以通過數(shù)字技術(shù)的應(yīng)用降低信息不對稱，增強(qiáng)企業(yè)協(xié)同創(chuàng)新的能力，影響擴(kuò)散速度和范圍。數(shù)字技術(shù)的滲透可以改變企業(yè)的生產(chǎn)流程，賦能價(jià)值鏈各個(gè)環(huán)節(jié)的制造創(chuàng)新，并將這種創(chuàng)新效應(yīng)擴(kuò)散至子公司與其他外部公司，對企業(yè)整體生產(chǎn)率提升具有至關(guān)重要的作用。第(4)(5)列結(jié)果顯示，企業(yè)創(chuàng)新研發(fā)的投入對技術(shù)知識擴(kuò)散有顯著正向影響。數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)需要不斷進(jìn)行創(chuàng)新投入，采取差異化競爭策略以維持自身競爭地位，進(jìn)而提高企業(yè)創(chuàng)新價(jià)值并促進(jìn)技術(shù)知識擴(kuò)散。第(6)(7)列匯報(bào)了企業(yè)技術(shù)知識擴(kuò)散對全要素生產(chǎn)率的回歸結(jié)果，結(jié)果顯示，技術(shù)知識擴(kuò)散能顯著提升企業(yè)生產(chǎn)率。上述實(shí)證結(jié)果表明，存在“數(shù)字化轉(zhuǎn)型—增加創(chuàng)新投入—促進(jìn)技術(shù)知識擴(kuò)散—生產(chǎn)率提升”的正向技術(shù)知識擴(kuò)散效應(yīng)傳導(dǎo)機(jī)制。

表6 技術(shù)知識擴(kuò)散效應(yīng)的回歸結(jié)果

(2)勞動力結(jié)構(gòu)互補(bǔ)效應(yīng)

表7第(1)(2)列回歸結(jié)果顯示，Digital的系數(shù)均在1%水平上顯著為正，企業(yè)數(shù)字化轉(zhuǎn)型對以崗位劃分的非常規(guī)勞動力和以教育程度劃分的高技能勞動力產(chǎn)生了顯著的互補(bǔ)效應(yīng)，即企業(yè)數(shù)字化轉(zhuǎn)型會提高企業(yè)內(nèi)部的非常規(guī)勞動力占比和高技能勞動力占比。原因可能是：隨著數(shù)字技術(shù)逐步滲透到企業(yè)生產(chǎn)、組織、管理等各方面，這種轉(zhuǎn)變也要求相應(yīng)的勞動力技能與之匹配，數(shù)字化人才所具備的思維認(rèn)知能力與技術(shù)能力對企業(yè)成功實(shí)施數(shù)字化轉(zhuǎn)型以及強(qiáng)化其生產(chǎn)率效應(yīng)至關(guān)重要。第(3)(4)列分別匯報(bào)了企業(yè)非常規(guī)勞動力和高技能勞動力對企業(yè)總資產(chǎn)周轉(zhuǎn)率的影響結(jié)果，均顯著為正，即企業(yè)非常規(guī)勞動力占比和高技能占比越高，越有利于提升企業(yè)總資產(chǎn)周轉(zhuǎn)率。原因可能是：一方面，隨著數(shù)字化轉(zhuǎn)型進(jìn)程的不斷推進(jìn)，數(shù)字化進(jìn)一步賦能企業(yè)運(yùn)營管理。企業(yè)身處數(shù)字化背景下的全新經(jīng)營環(huán)境〔50〕，數(shù)字化人才可以在產(chǎn)品設(shè)計(jì)、供應(yīng)鏈管理等方面發(fā)揮重要作用，賦能企業(yè)運(yùn)營管理創(chuàng)新。另一方面，能更快適應(yīng)并使用數(shù)字技術(shù)的高技能勞動者能更好地對多樣化的海量數(shù)據(jù)進(jìn)行管理和使用，助力企業(yè)更好地實(shí)施動態(tài)數(shù)字資產(chǎn)管理，賦能數(shù)字化資產(chǎn)運(yùn)營。第(4)—(7)列納入了勞動力結(jié)構(gòu)和總資產(chǎn)周轉(zhuǎn)率對企業(yè)生產(chǎn)率的影響。結(jié)果顯示，企業(yè)內(nèi)部勞動力的生產(chǎn)率提升效應(yīng)主要體現(xiàn)在非常規(guī)勞動力和高技能勞動力上，企業(yè)可以通過提升資產(chǎn)周轉(zhuǎn)率及運(yùn)營能力，進(jìn)而提升全要素生產(chǎn)率。即企業(yè)存在“數(shù)字化轉(zhuǎn)型—勞動力技能互補(bǔ)—高效管理企業(yè)資產(chǎn)—生產(chǎn)率提升”的正向勞動力技能互補(bǔ)效應(yīng)傳導(dǎo)機(jī)制。

表7 勞動力結(jié)構(gòu)互補(bǔ)效應(yīng)的回歸結(jié)果

2.異質(zhì)性分析

(1)基于地理位置和區(qū)域創(chuàng)新環(huán)境的異質(zhì)性分析。首先，根據(jù)企業(yè)所處地理位置，考察數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的差異化影響。表8第(1)—(3)列的結(jié)果顯示，東部和西部Digital的系數(shù)均在5%的水平上顯著為正。可能的原因是：我國數(shù)字經(jīng)濟(jì)發(fā)展存在區(qū)域不平衡的問題。從自身稟賦及發(fā)展趨勢來看，東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展迅速、增長規(guī)模較大、產(chǎn)業(yè)發(fā)展完善、創(chuàng)新能力強(qiáng)，具備數(shù)字化轉(zhuǎn)型的多項(xiàng)引領(lǐng)優(yōu)勢。與東中部地區(qū)相比，西部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展起步較晚，但經(jīng)過多年努力探索，西部也逐漸形成了自身的數(shù)字經(jīng)濟(jì)優(yōu)勢，轉(zhuǎn)型升級步伐加快。此外，為推進(jìn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展，我國全面啟動“東數(shù)西算”工程，促進(jìn)東西部數(shù)據(jù)流通與協(xié)同聯(lián)動，有利于加快推進(jìn)西部地區(qū)企業(yè)數(shù)字化進(jìn)程，強(qiáng)化數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)。

其次，以北京大學(xué)企業(yè)大數(shù)據(jù)研究中心發(fā)布的中國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)為依據(jù)，將樣本所屬區(qū)域分為高創(chuàng)新環(huán)境區(qū)域和低創(chuàng)新環(huán)境區(qū)域兩組，考察不同創(chuàng)新環(huán)境下企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的差異化影響。表8中第(4)(5)列結(jié)果顯示，在高創(chuàng)新指數(shù)區(qū)域的企業(yè)，Digital系數(shù)在1%水平上顯著為正；在低創(chuàng)新指數(shù)區(qū)域的企業(yè)，Digital系數(shù)在10%水平上顯著為正。可能的原因是：一方面，創(chuàng)新創(chuàng)業(yè)活力更強(qiáng)的區(qū)域能更好地整合政府、市場、社會等各類要素，匯聚高水平創(chuàng)新資源。良好的創(chuàng)新創(chuàng)業(yè)環(huán)境可以增強(qiáng)企業(yè)創(chuàng)新力，促進(jìn)企業(yè)協(xié)同發(fā)展，加快數(shù)字化轉(zhuǎn)型進(jìn)程。另一方面，區(qū)域創(chuàng)新環(huán)境也是溝通區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展與技術(shù)擴(kuò)散視角下企業(yè)研發(fā)創(chuàng)新的重要橋梁〔51〕。因此，高創(chuàng)新指數(shù)區(qū)域?yàn)槠髽I(yè)營造了更好的數(shù)字化發(fā)展環(huán)境，提供全方位數(shù)字化的賦能體系，具備更高的創(chuàng)新創(chuàng)業(yè)活力，可以強(qiáng)化數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)。

表8 基于區(qū)域的異質(zhì)性分析結(jié)果

(2)基于要素密集度的異質(zhì)性分析。參考已有研究的做法，將制造業(yè)細(xì)分行業(yè)按要素密集度進(jìn)行劃分。表9第(1)(2)列結(jié)果顯示，Digital系數(shù)在資本密集型和勞動密集型行業(yè)樣本中不顯著。首先，資本密集型企業(yè)數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)不顯著的原因可能是：數(shù)字化需要對海量數(shù)據(jù)進(jìn)行挖掘、分析、存儲、利用，數(shù)據(jù)資產(chǎn)是數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)的關(guān)鍵生產(chǎn)要素，也是企業(yè)數(shù)據(jù)化轉(zhuǎn)型及數(shù)字化運(yùn)營的堅(jiān)實(shí)基礎(chǔ)，傳統(tǒng)的有形資產(chǎn)在數(shù)字化轉(zhuǎn)型過程中發(fā)揮的作用較小〔52〕。其次，勞動密集型企業(yè)數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)不顯著的原因可能是：在新技術(shù)、新模式不斷涌現(xiàn)的當(dāng)下，許多勞動密集型企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的基礎(chǔ)相對較薄弱，數(shù)字化轉(zhuǎn)型比較困難，存在數(shù)字化認(rèn)知不足和數(shù)字化人才緊缺的短板，企業(yè)數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)尚未充分發(fā)揮。表9第(3)列實(shí)證結(jié)果顯示，在制造業(yè)細(xì)分行業(yè)中，與數(shù)字技術(shù)密切相關(guān)的行業(yè)對生產(chǎn)率的影響在1%的水平上顯著為正，可能的原因是：技術(shù)密集型行業(yè)對數(shù)字技術(shù)全面應(yīng)用及創(chuàng)新的能力更強(qiáng)，能更好地將數(shù)字技術(shù)與企業(yè)業(yè)務(wù)流程進(jìn)行融合，崗位需求和勞動力供給的匹配度更高，在數(shù)字化轉(zhuǎn)型過程中能較好地發(fā)揮生產(chǎn)率提升效應(yīng)。

表9 基于行業(yè)的異質(zhì)性分析結(jié)果

(3)基于企業(yè)產(chǎn)權(quán)性質(zhì)與政府補(bǔ)助的異質(zhì)性分析。首先，基于所有權(quán)性質(zhì)視角的異質(zhì)性分析。從表10第(1)(2)列的實(shí)證結(jié)果可以看出，國有企業(yè)的Digital系數(shù)在1%水平上顯著為正，而非國有企業(yè)的系數(shù)為正但不顯著。原因可能是：數(shù)字化轉(zhuǎn)型是構(gòu)建國有企業(yè)未來戰(zhàn)略新優(yōu)勢的關(guān)鍵之舉，相較于非國有企業(yè)，國有企業(yè)需要承擔(dān)“最佳實(shí)踐”的帶領(lǐng)作用。國有企業(yè)數(shù)字化轉(zhuǎn)型不僅關(guān)系自身生產(chǎn)率提升，也需要履行數(shù)字經(jīng)濟(jì)時(shí)代更大的社會責(zé)任。在我國經(jīng)濟(jì)高質(zhì)量發(fā)展的新常態(tài)下，中央從戰(zhàn)略高度出發(fā)切實(shí)關(guān)注著國有企業(yè)的數(shù)字化發(fā)展，國有企業(yè)在內(nèi)外部因素的驅(qū)動下有更強(qiáng)的動力進(jìn)行數(shù)字化轉(zhuǎn)型，利用數(shù)字技術(shù)賦能企業(yè)高質(zhì)量發(fā)展。

其次，基于政府補(bǔ)助視角的異質(zhì)性分析。根據(jù)企業(yè)當(dāng)年收到政府補(bǔ)助金額的中位數(shù)將樣本劃分為高政府補(bǔ)貼和低政府補(bǔ)貼兩個(gè)子樣本，表10第(3)(4)列的結(jié)果顯示，高政府補(bǔ)助的樣本中，Digital的系數(shù)在5%的水平上顯著為正，企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升生產(chǎn)率，在低政府補(bǔ)助的樣本中則不顯著。原因可能是：在國家數(shù)字經(jīng)濟(jì)戰(zhàn)略的推動下，為加快企業(yè)數(shù)字化轉(zhuǎn)型，鼓勵(lì)數(shù)字技術(shù)發(fā)展應(yīng)用，中央及地方政府出臺了一系列支持企業(yè)數(shù)字化轉(zhuǎn)型的政策文件，加大資金扶持力度，支持地方開展中小企業(yè)數(shù)字化轉(zhuǎn)型、創(chuàng)新和技術(shù)改造。因此，政府補(bǔ)助的推動效應(yīng)導(dǎo)致高政府補(bǔ)助樣本中企業(yè)數(shù)字化轉(zhuǎn)型的生產(chǎn)率效應(yīng)更加顯著。

表10 基于企業(yè)的異質(zhì)性分析結(jié)果

六、結(jié)論與政策建議

本文將技術(shù)知識擴(kuò)散與技能結(jié)構(gòu)納入數(shù)字化轉(zhuǎn)型生產(chǎn)率效應(yīng)的理論分析框架，利用2011-2020年制造業(yè)上市公司數(shù)據(jù)與企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)進(jìn)行實(shí)證檢驗(yàn)，研究結(jié)果表明：

第一，數(shù)字化轉(zhuǎn)型具有顯著的生產(chǎn)率提升效應(yīng)，并且可以通過促進(jìn)企業(yè)創(chuàng)新及技術(shù)知識擴(kuò)散對生產(chǎn)率產(chǎn)生正向影響。數(shù)字技術(shù)有利于推動企業(yè)增加創(chuàng)新投入，并進(jìn)一步擴(kuò)大技術(shù)影響范圍，推動企業(yè)協(xié)同創(chuàng)新，進(jìn)而提升全要素生產(chǎn)率，實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展。

第二，數(shù)字化人才是實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展的重要支撐。數(shù)字化轉(zhuǎn)型需要高技能勞動力與非常規(guī)勞動力與之匹配發(fā)揮賦能作用，高技能勞動力與非常規(guī)勞動力所具備的專業(yè)知識與思維能力能夠與數(shù)字化轉(zhuǎn)型形成技能互補(bǔ)效應(yīng)，進(jìn)而對全要素生產(chǎn)率產(chǎn)生正向影響。

第三，數(shù)字化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)在劃分區(qū)域、行業(yè)、企業(yè)維度后存在不平衡的現(xiàn)象。在區(qū)域維度，上述提升效應(yīng)在東部、西部地區(qū)和創(chuàng)新創(chuàng)業(yè)指數(shù)較高的區(qū)域顯著為正；在行業(yè)維度，上述提升效應(yīng)在技術(shù)密集型行業(yè)顯著為正；在企業(yè)維度，上述提升效應(yīng)在國企和高政府補(bǔ)助的企業(yè)中顯著為正。

基于以上研究結(jié)論，本文提出如下對策建議：

第一，推動企業(yè)形成創(chuàng)新聯(lián)合體，構(gòu)建數(shù)字化協(xié)同創(chuàng)新體系。數(shù)字技術(shù)的蓬勃發(fā)展和深度應(yīng)用有利于提高企業(yè)創(chuàng)新能力，增強(qiáng)核心競爭力，數(shù)字化轉(zhuǎn)型還能通過技術(shù)知識擴(kuò)散效應(yīng)共同促進(jìn)企業(yè)高質(zhì)量發(fā)展。從創(chuàng)新發(fā)展戰(zhàn)略的角度，企業(yè)應(yīng)積極利用數(shù)字技術(shù)全方位推進(jìn)業(yè)務(wù)重塑和業(yè)態(tài)創(chuàng)新，探索推進(jìn)新技術(shù)創(chuàng)新應(yīng)用；從構(gòu)建創(chuàng)新體系的角度，企業(yè)應(yīng)完善創(chuàng)新機(jī)制，加強(qiáng)企業(yè)合作，發(fā)揮創(chuàng)新協(xié)同效應(yīng)。因此，未來應(yīng)考慮加快企業(yè)數(shù)字化轉(zhuǎn)型協(xié)同創(chuàng)新平臺的建設(shè)，切實(shí)提升數(shù)字化轉(zhuǎn)型與變革效率，保證轉(zhuǎn)型賦能創(chuàng)新及生產(chǎn)率提升的過程性及持續(xù)性。

第二，大力培養(yǎng)數(shù)字化人才，健全數(shù)字化人才培養(yǎng)體系。企業(yè)數(shù)字化轉(zhuǎn)型是一個(gè)技術(shù)、業(yè)務(wù)和人才的互動過程，勞動力技能的升級是企業(yè)數(shù)字化落地的核心。雖然大部分企業(yè)目前已意識到數(shù)字化轉(zhuǎn)型對生產(chǎn)率的提升作用，但缺少關(guān)鍵技能人才將阻礙企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，致使企業(yè)陷入高質(zhì)量發(fā)展困局。因此，未來應(yīng)根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的痛點(diǎn)與需求，加大數(shù)字化管理、應(yīng)用、技術(shù)人才的培養(yǎng)力度。根據(jù)崗位能力需求注重培養(yǎng)數(shù)字化領(lǐng)導(dǎo)力、應(yīng)用能力、技術(shù)能力以及復(fù)合型數(shù)字人才，通過內(nèi)外協(xié)作的方式，通過加深校企合作、建立技能培訓(xùn)基地等方式構(gòu)建人才培養(yǎng)生態(tài)體系，保障高技能勞動力與非常規(guī)勞動力供給的數(shù)量與質(zhì)量。

第三，營造良好的數(shù)字化轉(zhuǎn)型環(huán)境，助推轉(zhuǎn)型賦能高質(zhì)量發(fā)展。首先，基于區(qū)域維度。未來應(yīng)以數(shù)字化發(fā)展促進(jìn)區(qū)域協(xié)調(diào)發(fā)展，增強(qiáng)區(qū)域協(xié)同創(chuàng)新能力，彌合地區(qū)發(fā)展鴻溝。營造良好的創(chuàng)新環(huán)境，增強(qiáng)企業(yè)創(chuàng)新創(chuàng)業(yè)活力，提高數(shù)據(jù)要素配置效率，助力企業(yè)成功數(shù)字化轉(zhuǎn)型并強(qiáng)化轉(zhuǎn)型的生產(chǎn)率提升效應(yīng)。其次，基于企業(yè)維度。政府應(yīng)積極創(chuàng)新數(shù)字化轉(zhuǎn)型的財(cái)政金融政策工具，統(tǒng)籌協(xié)調(diào)利用企業(yè)新型能力建設(shè)等數(shù)字化資金的投入，加大對企業(yè)數(shù)字化轉(zhuǎn)型的資源投入強(qiáng)度，提升政策效能。國有企業(yè)應(yīng)利用自身具備的資金與經(jīng)濟(jì)規(guī)模等優(yōu)勢，積極發(fā)揮數(shù)字化轉(zhuǎn)型引領(lǐng)作用，帶動其他企業(yè)提升數(shù)字化轉(zhuǎn)型執(zhí)行力，持續(xù)發(fā)揮轉(zhuǎn)型的生產(chǎn)率賦能作用。