數字化轉型對企業新質生產力的影響

摘 要：數字經濟時代，數字化轉型是推動企業新質生產力發展的重要動能。文章基于2011—2022年中國滬深A股上市公司數據，探討數字化轉型對企業新質生產力的影響機制。研究發現，數字化轉型能夠顯著提高企業新質生產力水平。異質性分析表明，在東中部地區、中心城市、非國有企業、小規模企業以及技術密集型企業和人工智能水平更高的企業中，數字化轉型對企業新質生產力的積極作用更明顯。機制分析表明，數字化轉型可以通過提高創新水平、提升企業價值、降低信息不對稱程度、增強媒體監督等促進企業新質生產力發展。研究結論可為準確理解企業數字化轉型和新質生產力提供線索，為企業數字化轉型、發展新質生產力以及實現經濟高質量發展提供借鑒。

關鍵詞：數字化轉型；新質生產力；科技創新；企業價值；信息不對稱程度

中圖分類號：F49；F832.51 文獻標識碼：A 文章編號：1007-5097（2024）12-0009-12 ]

The Impact of Digital Transformation on the New Quality Productive Forces of Enterprises

YUAN Weihai1， ZHOU Jianpeng2

（1. West Anhui University， Lu′an 237000， China;

2. School of International Trade and Economics， Anhui University of Finance & Economics， Bengbu 233030， China）

Abstract：In the digital economy era， digital transformation is a key driver for advancing the development of new quality productive forces of enterprises. The article， based on data from A-share listed companies in Shanghai and Shenzhen of China from 2011 to 2022， explores the effect mechanism of digital transformation on the new quality productive forces of enterprises. According to the research findings， digital transformation can significantly enhance the level of new quality productive forces of enterprises. The heterogeneity analysis indicates that the positive effect of digital transformation on a company′s new quality productive forces is more significant in the central and eastern regions， major cities， non-state-owned enterprises， small-scale businesses， and firms that are technology-intensive or have a higher level of artificial intelligence. The mechanism analysis shows that digital transformation can foster the development of new quality productive forces of enterprises by enhancing the innovation level， increasing the enterprise value， reducing the information asymmetry degree， strengthening the media oversight， etc. The research conclusion can provide clues for understanding the digital transformation and new quality productive forces of enterprises， and provide reference for the digital transformation， development of new quality productive forces， and realization of high-quality economic development of enterprises.

Key words：digital transformation; new quality productive forces; technological innovation; enterprise value; information asymmetry degree

一、引言及文獻綜述

隨著人工智能、云計算、生物技術、新能源等新動能的不斷涌現，新質生產力正逐漸成為企業發展變革的重要突破點。人類經濟社會正在從“后工業化時代”邁入“數字化時代”，數字時代背景下催生的原創性、顛覆性技術也促使生產力發生了深刻改變，為此，需要全面認識并深刻理解新質生產力的內涵。2023年9月，習近平總書記在黑龍江調研期間要求，“整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”。2024年1月，習近平總書記在二十屆中央政治局第十一次集體學習時進一步指出，“發展新質生產力是推動高質量發展的內在要求和重要著力點”，“必須繼續做好創新這篇大文章，推動新質生產力加快發展。”黨的二十屆三中全會強調，要“健全因地制宜發展新質生產力體制機制”。因此，在數字化時代背景下，如何以數字技術賦能新質生產力發展已成為當前社會各界的重要議題。

《數字中國發展報告（2022年）》數據顯示，2022年中國數字經濟規模達到50.2萬億元，數字經濟占GDP的比重達到41.5%，我國數字經濟規模已連續多年位居世界第二，成為國民經濟高質量發展的重要支撐。在數字化時代背景下，企業是耦合數字技術的重要微觀主體，肩負著新質生產力匹配與發展的重要任務。數字化轉型是企業在地緣政治沖突上升、全球產業鏈供應鏈重構、經濟結構轉型加快的背景下賦能自身高質量發展的重要舉措。理論上來說，企業的數字化轉型能夠提高資源配置效率，提高企業可持續發展水平，并最終實現新的分工與協作體系，從而促進新質生產力的發展。但現實情況卻依然存在一些溝壑，一方面，微觀層面關于新質生產力的理論研究與實踐指導較少，企業發展新質生產力面臨的試錯風險較高；另一方面，國內企業的數字化轉型普遍面臨“不愿轉”“不會轉”以及“不敢轉”的三大困境（劉淑春等，2021）［1］。因此，在經濟高質量發展和現實困境的雙重背景下，一些基礎問題亟待回答：企業數字化轉型對新質生產力會產生怎樣的影響？在不同條件下數字化轉型對企業新質生產力的影響又會怎樣？數字化轉型作用于企業新質生產力的具體機制是什么？對這些問題的回答，有助于加深對數字經濟的理解，幫助企業更好因地制宜發展新質生產力，為政府部門聚焦經濟建設這一中心工作和高質量發展這一首要任務提供參考。

目前學者對新質生產力的研究主要圍繞以下兩個方面：一是新質生產力的內涵以及實現路徑。新質生產力是由技術革命突破、生產要素創新配置、產業深度轉型升級而催生的當代先進生產力，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵，以全要素生產率提高為核心標志［2］，本質上是以科技創新作為核心要素的先進生產力（尹西明等，2024）［3］。相應地，一些學者從科技創新（胡洪彬，2023）［4］、制度環境（金碚，2024）［5］、體制改革（姜奇平，2024）［6］、人才驅動（魏崇輝，2023）［7］等多方面提出發展新質生產力的實現路徑。二是關于新質生產力的定量測度。當前對于新質生產力的測算主要通過構建指標體系衡量，如盧江等（2024）［8］從科技生產力、綠色生產力、數字生產力三個維度構造新質生產力評價指標；韓文龍等（2024）［9］通過“實體性要素”和“滲透性要素”兩個子維度測度了新質生產力水平。此外，也有少數學者測度了微觀層面的新質生產力水平，如宋佳等（2024）［10］基于生產力二要素理論構建了企業新質生產力的指標體系。

隨著信息通信技術的快速發展，許多學者圍繞數字技術或數字經濟展開了深入探討。在新一輪科技革命推動下，數字技術已成為企業乃至國家增強核心競爭力、提高經濟效益的重要著力點（杜傳忠和李澤浩，2024）［11］。數字經濟具有跨時空信息傳播與數據創造等先天優勢，能夠實現規模報酬遞增（Creutzig等，2022）［12］，從而提高社會經濟效益，以實現經濟高質量發展（趙濤等，2020）［13］。數字經濟包括產業數字化和數字產業化，企業數字化轉型是產業數字化在微觀層面的衍生，即微觀企業主體遵循數字經濟高質量發展規律的必然抉擇，是企業全方位要素與數字科技的深度融合（吳非等，2021）［14］。隨著數字技術與微觀企業的深度融合，學術界開始聚焦企業數字化轉型的微觀經濟效應，已有文獻考察了數字化轉型對企業分工（袁淳等，2021）［15］、企業投資（李萬利等，2022）［16］、企業創新（Paunov和Rollo，2016）［17］、企業成長（倪克金和劉修巖，2021）［18］等的影響。通過梳理文獻可知，現有文獻對數字化轉型影響企業新質生產力的研究較少，且缺乏微觀主體層面對新質生產力的研究。有鑒于此，本文以2011—2022年中國滬深A股上市公司數據為樣本，從企業層面構建數字化轉型和新質生產力指標，探討數字化轉型對企業新質生產力的影響。

本文的邊際貢獻主要體現在：①從微觀企業層面分析數字化轉型對新質生產力的影響，拓展對新質生產力的認識；②探討在替換被解釋變量和解釋變量以及延長時間窗口等實證檢驗下，數字化轉型對企業新質生產力的影響，提高了研究結果的穩健性；③比較在區域異質性、要素類型異質性、企業產權結構異質性、企業規模異質性，以及數字技術異質性情況下數字化轉型的作用差異，有助于更加全面地理解數字化轉型對企業新質生產力的影響；④揭開數字化轉型與企業新質生產力的機制“黑箱”，有助于全面把握數字化轉型與企業新質生產力的內在聯系。

二、理論分析與研究假設

（一）數字化轉型賦能企業新質生產力的理論解釋

政治經濟學認為，生產力包括勞動者、勞動資料和勞動對象三大基本要素。新質生產力的要素也包括新型勞動者、新型勞動對象、新型勞動工具等新型要素，并且各新型要素之間是相互作用、相互關聯的有機整體（黃群慧和盛方富，2024）［19］。企業數字化轉型可能催生新型勞動者、新型勞動資料和新型勞動對象，從而賦能新質生產力。首先，企業數字化轉型以數字技術為核心動能，具有極強的滲透性和外部性，能夠使數字要素滲透到企業生產經營的各個環節，以優化要素組合，從而提高全要素生產率（陶鋒等，2023）［20］；其次，數字技術應用需要匹配高技能人才，從而倒逼人力資本結構優化，催生新型勞動者，促進企業新質生產力發展；再次，企業數字化轉型能夠通過大數據賦能傳統生產要素增效，從而催生新型勞動資料，促進企業新質生產力發展；最后，企業數字化轉型能夠通過綠色轉型提高企業績效（李金昌等，2023）［21］，從而通過“無形的手”增加對新能源、新材料的需求，以此催生新型勞動對象，促進企業新質生產力發展。因此，本文提出假設1。

H1：數字化轉型能夠顯著促進企業新質生產力發展。

（二）數字化轉型對企業新質生產力的影響機制

數字化轉型可以提高科技創新水平，進而促進企業新質生產力發展。從知識積累視角來看，企業數字化轉型能夠通過云平臺、人工智能發揮知識的外溢作用，從而拓寬企業的知識寬度，提高科技創新水平（師磊和彭子晨，2024）［22］；從數字技術特征來看，企業數字化轉型能夠不斷更新迭代算法技術和模型程序，以充分整合數據要素，發掘新市場和新動能，從而不斷革新企業的創新范式，提高企業的創新能力和創新效率（肖翠萍和李曉云，2023）［23］；從創新激勵視角來看，數字技術能夠提高企業的研發水平，降低對傳統要素的依賴，促進數實融合發展，從而激發企業創新活力，提高企業的創新能力（韓峰等，2024）［24］。

數字化轉型可以有效提高企業價值，從而提高新質生產力水平。企業數字化轉型能通過“降本增效”提高企業價值。從“降本”層面來看，企業數字化轉型能夠實現智能化運營，優化職能部門結構（Vial，2019）［25］，獲取并分析信息，從而提高資源配置效率，降低生產經營成本，提高企業價值（黃大禹等，2021）［26］；從“增效”層面來看，企業應用數字技術能夠減少重復勞動，提高組織的運營效率和自動化水平，提高企業應對短期沖擊和長期可持續發展的能力，從而提升企業價值（倪克金和劉修巖，2021）［18］。此外，企業數字化轉型能夠推動商業模式和合作方式的轉變，促使企業由單方合作或多方合作逐步發展為平臺與產業協作體系，從而實現企業與平臺合作共贏，提升企業價值（李志紅，2023）［27］。

數字化轉型能夠緩解信息不對稱程度，進而提高新質生產力水平。企業數字化轉型能通過擺脫外部地理區位限制、增強內部信息運用能力以緩解信息不對稱程度。傳統信息環境下，地理區位阻礙了信息的傳播和流動，從而形成“信息鴻溝”，導致經濟社會效益受損，而數字技術能夠擺脫地理區位的限制，增強企業間信息交流，從而降低企業間的信息不對稱程度（耿勇等，2024）［28］。企業通過數據挖掘獲得前沿信息，更快感知市場動向，并向市場主體推送信息，從而降低企業信息不對稱程度（吳非等，2021）［14］。此外，企業數字化轉型削弱管理層在職消費方式的隱蔽性，降低信息不對稱程度（祁懷錦等，2024）［29］。

數字化轉型可以有效增強媒體監督水平，進而提高新質生產力水平。一方面，企業數字化轉型需要通過媒體和數字平臺傳播公司財務和價值信息，從而實現與投資者的溝通，以增強投資者信心，這種正向的“曝光效應”可以增加企業的經營收入，從而提高企業的新質生產力水平；另一方面，企業公布的年報及公司信息會受到媒體的監督，正向報道會提高被報道企業的社會聲譽，獲得公眾信任，引發更多潛在投資者關注，從而緩解企業融資約束（余艷等，2024）［30］。由于數字經濟的“網絡效應”，負面媒體報道會對企業產生重大乃至毀滅性的消極影響（李大元等，2018）［31］，企業為避免這種情況的發生，會提高生產經營水平，順應微觀市場需求和國家宏觀政策，從而提高新質生產力水平。因此，本文提出假設2。

H2：數字化轉型能夠提高創新水平、提高企業價值、降低信息不對稱程度、增強媒體監督，進而促進企業新質生產力發展。

三、研究設計

（一）模型設定

為研究數字化轉型能否有效提高企業新質生產力水平，本文構建如下模型：

[Nqpit=α0+α1DTit+∑α2controlit+∑Year+∑Ind+ε] （1）

其中：[Nqpit]為企業新質生產力代理變量；[DT]表示數字化轉型；[Controlit]為企業層面控制變量集合；[ε]為隨機擾動項；[Year]、Ind分別表示年度固定效應和行業固定效應；[α0]表示常數項，[α1]和[α2]表示估計系數，若[α1]顯著為正，與本文論點相符，說明隨著數字化轉型程度的提高，將助推企業新質生產力發展，若[α1]顯著為負，說明隨著數字化轉型程度的提高，將降低企業新質生產力水平。為避免估計中可能存在的遺漏變量、異方差和序列相關問題，本文在所有回歸過程中均加入了年份固定效應和行業固定效應，并采取異方差穩健標準誤以保證估計的穩健性。

（二）變量選擇

1.企業新質生產力（Nqp）

新質生產力包括勞動者、勞動對象和勞動資料。基于此，本文從新質生產力的內涵出發，借鑒宋佳等（2024）［10］的做法，采用熵值法計算各指標權重，構建企業新質生產力的指標體系，具體企業新質生產力指標見表1所列。

2.數字化轉型（[DT]）

本文借鑒吳非等（2021）［14］測算數字化轉型的做法，首先，利用Python提取上市公司年報中“人工智能技術”“區塊鏈技術”“云計算技術”“大數據技術”以及“數字技術應用”等數字化領域相關的關鍵詞并進行詞頻統計（1）；其次，在企業數字化轉型特征詞的選取上，借鑒《中小企業數字化賦能專項行動方案》《關于推進“上云用數賦智”行動培育新經濟發展實施方案》《2020年數字化轉型趨勢報告》以及近年《政府工作報告》等重要政策文件，以完善數字化轉型的特征詞匯；再次，剔除前面存在“沒”“無”“不”等否定詞語表述的關鍵詞；最后，為了避免數據右偏性特征帶來的估計偏差，對計算得到的數字化詞頻總和進行加1并取對數處理。

3. 控制變量

參考已有研究［14］，本文選取的控制變量包括企業年齡（[Firmage]）、企業規模（[Size]）、資產負債率（[Lev]，用年末總負債與年末總資產之比表示）、股權集中度（[Top1]，用第一大股東集中度表示）、現金流比率（[Cashflow]，用經營活動產生的現金流量凈額與總資產之比表示）、總資產凈利潤率（[Roa]，用凈利潤與總資產平均余額之比表示）、賬面市值比（[Bm]，用賬面價值與總市值之比表示）、兩職合一（[Dual]，若董事長兼任總經理時，取值為1，否則取值為0）、審計意見（[Opinion]，若公司當年的財務報告被出具了標準審計意見，則取值為1，否則為0）。

（三）樣本來源與描述性統計

本文選取2011—2022年中國滬深A股上市公司數據為研究樣本，并對該數據進行如下處理：①剔除金融類企業；②剔除ST和PT類樣本；③剔除資不抵債公司；④刪除財務數據嚴重缺失的公司。此外，為避免極端值干擾，本文對所有微觀類數據進行了1%和99%的縮尾處理。企業財務類數據來自CSMAR數據庫及Wind數據庫，相關企業年報數據來源于深交所和上交所官網。

表2為主要變量的描述性統計。結果表明，數字化轉型平均值為1.431，最小值為0，最大值為5.063，標準差為1.397，這與吳非等（2021）［14］的研究結果較為接近。企業新質生產力水平均值為5.093，最小值為0.683，最大值為14.646，說明中國企業間的新質生產力水平較為離散，差距較大。

四、實證檢驗與結果分析

（一）基準回歸結果分析

表3匯報了數字化轉型對企業新質生產力影響的估計結果。其中，第（1）列匯報了僅加入年份固定效應和行業固定效應的結果，可見，數字化轉型的系數為0.127，且在1%的水平上顯著；第（2）列加入了公司層面的控制變量，數字化轉型的系數為0.103，依舊在1%水平上顯著。這表明數字化轉型能夠顯著提高企業新質生產力，H1得到驗證。該回歸結果還具有重要的經濟內涵，如第（2）列的結果表明，當數字化轉型每增加1%，企業新質生產力水平就會提升0.001個單位，這意味著隨著企業數字化轉型進程的加快，數字技術能夠賦能傳統要素增效，推動企業全流程優化，有效提高企業新質生產力水平，這對微觀經濟高質量發展具有重要的現實意義。

（二）內生性檢驗

1. 工具變量法

雙向因果關系是內生性問題的重要來源。隨著中國數字經濟水平的不斷提高，新質生產力發展較快的企業會擁有更大的人才和技術優勢，從而更易于推動企業數字化轉型，以進一步獲取市場競爭優勢。因此，企業新質生產力水平反過來也會影響企業數字化轉型程度，導致數字化轉型與企業新質生產力之間可能存在反向因果關系。基于此，參照倪克金和劉修巖（2021）［18］、趙宸宇等（2021）［32］的做法，本文分別選用數字化轉型的同行平均水平（[DT_IVI]）和其一階滯后變量（[DT_IV]）作為工具變量。表4展示了檢驗結果，在第（1）和第（3）列中，[DT_IVI]、[DT_IV]系數分別為0.037和0.832，且均在1%的水平上顯著，表明工具變量與數字化轉型具有相關性；在第（2）和第（4）列中，[DT]的系數分別為0.886和0.142，且均在1%的水平上顯著為正，此外，Kleibergen-Paap rk LM分別為415.900和1 230.590，均通過了不可識別檢驗，Cragg-Donald Wald F統計量分別為3 067.630和58 000，大于Stock-Yogo統計量，均通過了弱工具檢驗，說明本文的核心結論是穩健的。

2. 多期PSM-DID

考慮各企業的數字化水平本身存在一定的差異（李云鶴等，2022）［33］，導致其估計結果可能會產生偏誤。對此，本文采用傾向得分匹配檢驗來緩解這一內生性問題。具體而言，根據企業數字化轉型水平是否高于樣本均值將樣本分為兩組，并參考已有研究（范合君等，2023）［34］，選擇前文公司財務特征和治理特征作為匹配協變量，采用1∶1近鄰匹配對樣本進行逐期匹配，并利用匹配后的樣本進行檢驗。表5第（1）列為基于匹配后樣本的實證檢驗結果，該結果與基準回歸一致。

3. 系統GMM

考慮企業前期新質生產力的發展可能對后期新質生產力發展產生動態影響，本文在模型中納入企業新質生產力滯后一至兩期進行檢驗。表5第（2）列結果證明了本文核心結論的穩健性。被解釋變量滯后期的系數均在1%的水平上顯著為正，表明企業新質生產力具有時間連續性，前期新質生產力發展對當期新質生產力發展存在促進作用，企業數字化轉型系數依然顯著，本文結論依然成立。

4. 加入聯合固定效應

為避免因不可觀測因素而導致的估計偏差，本文進一步控制了行業和省份-年份聯合固定效應。表5第（3）列的結果證實了基準回歸結果的穩健性。

5. 延長觀測窗口

考慮企業數字化轉型的滯后項可能會對回歸結果產生影響，本文借鑒吳非等（2021）［14］的做法，將核心解釋變量進行了滯后一至三期處理。表5第（4）至第（6）列結果表明，數字化轉型依然顯著促進企業新質生產力發展，且這種積極作用隨時間窗口的延長而呈現逐漸增強趨勢，本文結論依然成立。

（三）穩健性檢驗

1. 企業新質生產力的再度量

生產率能夠在一定程度上反映生產力水平，本文進一步以企業全要素生產率為企業新質生產力的代理變量，檢驗基準估計結果的穩健性。表6第（1）列結果表明，企業數字化轉型促進了企業新質生產力發展。

2. 企業數字化轉型的再度量

本文借鑒袁淳等（2021）［15］的研究，采用企業數字化相關詞匯頻數總和除以年報MD&A語段長度來衡量企業數字化轉型水平。表6第（2）列結果表明了本文結論依然成立。

3. 剔除策略性披露樣本

由于文本分析法構建的企業數字化轉型指標可能受到企業策略性信息披露行為的影響［18］，本文進行了如下檢驗：①剔除創業板上市公司樣本重新進行檢驗；②剔除企業數字化轉型水平為0的樣本，重新進行檢驗，表6第（3）和第（4）列結果顯示，本文的實證分析結果依然保持穩健。

4. 剔除直轄市的影響

由于直轄市的企業在政策偏向、金融支持等方面與其他地區的企業存在差異，因此剔除直轄市企業的樣本再次進行檢驗。表6第（5）列的結果表明，在考慮直轄市經濟、政治特殊性后，數字化轉型依然能夠促進企業新質生產力發展。

5. 剔除重大金融沖擊的影響

企業生產經營活動與重大負面沖擊有較大關系。基于此，本文借鑒唐松等（2020）［35］的研究，將金融危機因素進行剔除：①剔除2015年中國股市流動性危機影響，考慮危機的后效性特征，本文刪除了2015年和2016年的企業樣本；②在剔除2015年中國股市流動性危機影響的基礎上，進一步剔除新冠疫情的影響。由于新冠疫情發生在2019年末，且持續時間長、影響范圍廣，故本文進一步刪除了2020—2022年的企業樣本。表6第（6）和第（7）列的結果表明，在考慮重大沖擊的影響后，本文結論仍然成立。

（四）異質性分析

1. 區域異質性

由于不同區域往往在要素稟賦、市場化水平、地理氣候等方面有所不同，這些區域特征會影響數字化轉型對企業新質生產力的增效程度。基于此，本文按照企業所在區域將樣本劃分為東部地區企業、中部地區企業和西部地區企業。表7第（1）和第（2）列的結果顯示，東部和中部地區企業數字化轉型系數分別為0.095和0.215，在1%水平上顯著，經驗p值為0.000，且中部地區系數大于東部地區，表明中部地區數字化轉型對企業新質生產力的增效比東部地區更明顯。原因可能是，東部地區的數字化轉型較早，其邊際效益較中部地區低，故中部地區數字化轉型的增效更明顯。在第（3）列中，西部地區企業數字化轉型系數為0.041，但未通過顯著性檢驗，表明數字化轉型促進東部和中部地區企業新質生產力提升的效果更加顯著，原因可能是：一方面，東部和中部地區地勢較西部地區平坦，交通可達度與網絡基礎設施建設要優于西部地區；另一方面，東部和中部地區地理氣候更適宜居住，其人力資本積累要優于西部地區，故東部和中部地區企業數字化轉型所受的阻力較西部地區小。

2. 城市行政等級異質性

在中國的行政管理體制中，直轄市、省會城市和副省級城市往往具有更高的行政等級，在人才引進和科技創新等方面更具優勢。基于此，本文借鑒趙濤等（2020）［13］的研究，將直轄市、省會城市和副省級城市作為中心城市，其他地級市作為外圍城市，由此按照企業所在城市差異，將樣本企業劃分為中心城市企業和外圍城市企業。表7第（4）列結果顯示，中心城市企業數字化轉型系數為0.197，在1%的水平上顯著為正；第（5）列結果顯示，外圍城市企業數字化轉型系數為-0.069，在1%的水平上顯著，表明中心城市的企業數字化轉型賦能企業新質生產力的效果較外圍城市的更好。可能的原因在于，中心城市行政等級較高，在政策傾斜和資源獲取方面要優于外圍城市，此外，中心城市的工業化和城市化較早，由此積累的數字技術較為完善，數字經濟水平也較高，從而能夠有效推動企業數字化轉型。

3. 要素類型異質性

為了考察不同要素密集型企業對新質生產力的影響差異，本文參考尹美群等（2018）［36］的做法，將樣本企業分為勞動密集型企業、資本密集型企業和技術密集型企業并進行回歸。表8第（1）和第（2）列的結果顯示，勞動和資本密集型企業的[DT]系數分別為-0.087和-0.115，且均在1%水平上顯著為負；第（3）列中技術密集型企業的[DT]系數為0.272，在1%水平上顯著，這表明，只有技術密集型企業的數字化轉型能夠促進企業新質生產力發展。原因可能在于，相較于勞動密集型企業和資本密集型企業，技術密集型企業本身具有較高的科技水平，往往能夠更快更好地進行數字化轉型，從而能顯著推動企業新質生產力發展。而勞動密集型企業和資本密集型企業多依賴傳統要素，對科技革新的敏感度不夠，不能有效推動企業數字化轉型。

4. 企業產權異質性

表9第（1）和第（2）列為不同產權企業對新質生產力的影響差異。第（1）列中國有企業的核心變量[DT]系數為0.233，在1%的水平上顯著；第（2）列中非國有企業的核心變量[DT]系數為0.094，在1%的水平上顯著，此外，經驗p值為0.000，表明國有企業的數字化轉型賦能新質生產力的效果較非國有企業更明顯。原因可能在于：一方面，國有企業在資源獲取、市場占有率等方面具有天然優勢，從而更易于進行數字化轉型以助推企業新質生產力發展；另一方面，國有企業為響應政府大力發展數字經濟的政策導向，往往會率先進行數字化轉型，以發揮其“領頭羊”的牽引作用。

5. 企業規模異質性

大規模企業資金實力相對雄厚，比小規模企業更容易獲得外部融資，加之其在數字技術和人力資本方面的優勢，更有可能結合自身的發展戰略進行數字化轉型（毛寧等，2022；陳曉珊，2024）［37-38］。而小規模企業存在融資水平不足、數字技術薄弱等問題，使得企業數字化轉型的積極作用更加顯著（申志軒等，2024）［39］。具體而言，本文采用年度總資產的自然對數來度量企業規模，分別選取企業規模數據的前后20%分位數衡量企業規模大小。當企業規模高于樣本的前20%分位數時，視為大規模企業；當企業規模低于樣本的后20%分位數時，視為小規模企業。表9第（3）和第（4）列為不同規模企業對新質生產力發展的影響差異，其中，第（3）列結果顯示，大規模企業的核心變量[DT]系數為0.076，在5%的水平上顯著；第（4）列小規模企業核心變量[DT]系數為0.155，在1%水平上顯著，此外，經驗p值為0.019，表明小規模企業數字化轉型對新質生產力的促進作用較大規模企業更顯著。

6. 企業數字化轉型子維度

為進一步探析數字化轉型對企業新質生產力的結構性效應，本文借鑒吳非等（2021）［14］的研究，將數字化轉型分為人工智能（AI）、區塊鏈（BD）、云計算（CC）、大數據（DT）和數字化實踐應用（ADT）5個子指標。表10第（1）至第（4）列的結果顯示，人工智能、云計算、區塊鏈和大數據均顯著促進了企業新質生產力發展，其中，人工智能對企業新質生產力的提升最為顯著。原因可能在于：一方面，人工智能不同于以往的科學技術，其能夠通過“機器換人”替代傳統的生產要素，提高生產效率；另一方面，人工智能可以通過分析海量數據和模型預測，從而提高資源配置效率，并可結合其他顛覆性技術以協同促進企業新質生產力發展。第（5）列結果表明，數字化實踐應用系數為-0.052，在1%的水平上顯著為負，反映當前數字化實踐應用并不能有效促進企業新質生產力發展。可能的原因在于：一方面，當前企業數字化轉型還在起步階段，數字技術與企業產銷的耦合性還有待提高；另一方面，數字化實踐應用對數字基礎設施的要求較高，需要足夠的資金和技術投入，數字化實踐應用門檻較高。

五、機制路徑的識別檢驗

前文研究分析結果表明，數字化轉型促進了企業新質生產力發展，但尚未對機制“黑箱”中的路徑選擇問題進行研究。根據前文理論分析，數字化轉型通過提高創新水平、提升企業價值、降低信息不對稱程度、增強媒體監督，對企業新質生產力起到促進作用。因此，為厘清兩者之間的影響渠道機制，本文借鑒劉東閣等（2024）［40］的做法，先檢驗解釋變量對中介變量的影響，完善作用機制邏輯鏈條，再檢驗中介變量對被解釋變量的影響。

（一）創新投入、創新產出與創新效率

為檢驗科技創新效應的存在，本文從創新投入（RD，企業研發投入與營業收入的比值）、創新產出（PT，企業專利申請數對數值）與創新效率（INEF，企業專利申請數對數值占研發支出對數的比值）三個維度進行實證分析。

表11為數字化轉型對企業新質生產力影響的科技創新機制檢驗。第（1）列結果顯示，核心變量[DT]的回歸系數為0.273，在1%的水平上顯著，表明企業數字化轉型能夠增加研發投入；第（2）列中創新投入對企業新質生產力的回歸系數為0.450，表明增加創新投入能夠帶來企業新質生產力的提高；第（3）和第（4）列展示了“創新產出”的機制識別檢驗，其中，第（3）列結果顯示，核心變量[DT]系數為0.186，在1%的水平上顯著，表明數字化轉型能夠提高創新產出，第（4）列中創新產出的系數為0.116，在1%的水平上顯著，可見，創新產出越高，帶來企業新質生產力水平的提高越大；第（5）和第（6）列為“創新效率”機制識別檢驗，其中，第（5）列結果顯示，核心變量[DT]系數為0.009，在1%的水平上顯著，表明數字化轉型能夠推動創新效率提高，第（6）列中創新效率系數為1.296，在1%的水平上顯著，可見，創新效率越高，帶來企業新質生產力水平的提高越大。由此可見，數字化轉型能夠通過知識溢出效應，促進多方參與協同創新，從而催生原創性、顛覆性技術，為企業新質生產力的發展提供技術支持。

（二）企業價值

表12的第（1）和第（2）列匯報了數字化轉型對企業新質生產力影響的企業價值機制檢驗。其中，第（1）列結果顯示，核心變量[DT]系數為0.020，在1%的水平上顯著，表明數字化轉型與企業價值呈正相關關系；第（2）列中企業價值系數為0.246，在1%的水平上顯著，即企業價值越高，企業新質生產力水平的提高就越大。可見，企業數字化轉型能有效提高生產經營效率，提升企業價值［41］，從而提高企業社會聲譽，緩解融資約束，以促進企業新質生產力發展。

（三）信息不對稱

數字技術在提高信息傳播速度的同時，還帶來信息的“爆炸式增長”，從而降低信息不對稱程度和外部交易成本，提高信息透明度，改善企業內外部治理（杜傳忠和管海鋒，2021）［42］。基于此，本文參考于蔚等（2012）［43］的做法，通過對流動性比率（[LR]）、非流動性指標（[ILL]）、收益率反轉（[GAM]）進行主成分分析構建信息不對稱指標（ASY），該值越大，表示企業信息不對稱程度越大。具體指標見式（2）至式（4）。

[LRit=?1Dit∑DitK=1Vitkritk] （2）

[ILLit=1Dit∑DitK=1ritkVitk] （3）

[GAMit=γit] （4）

其中：[rit（k）]為[i]企業第[t]年度第[k]個交易日的股票收益率；[Vit（k）]為日成交量；[Dit]為當年交易天數。

表12的第（3）和第（4）列匯報了數字化轉型對企業新質生產力影響的信息不對稱機制檢驗結果。其中，第（3）列核心變量[DT]系數為-0.011，在1%的水平上顯著為負，表明數字化轉型能夠降低信息不對稱程度；第（4）列中信息不對稱程度系數為-0.514，在1%的水平上顯著，可見，信息不對稱程度越低，企業新質生產力的提升越大。

（四）媒體監督

在信息化時代背景下，媒體行業在社會中扮演著重要角色，已成為影響企業運營乃至發展的重要因素（李志斌等，2022）［44］。基于此，本文選取媒體監督（Media）與媒體關注度來反映新聞媒體在數字化轉型和企業新質生產力發展中的作用，其中，媒體監督指標的構建借鑒沈洪濤和馮杰（2012）［45］的研究，利用中國研究數據服務平臺（CNRDS）財經數據庫提供的媒體正面、負面、中性報道數量，用Janis-Fadner（J-F）系數構建媒體監督指標，指標見式（5）。

[J?F系數=e2?ect2，if e>ce2?c2t2，if e<c0，if e=c] （5）

其中：e為正面媒體報告數量；c為負面媒體報告數量；t為正面報道的數量與負面報道數量之和。J-F系數的取值范圍為（-1，1），當企業積極報道越多時，J-F系數越接近于1，企業面臨的社會輿論壓力越小；當企業負面報道越多時，J-F系數越接近于-1，此時，企業面臨的社會輿論壓力越大。

表13展示了數字化轉型對企業新質生產力影響的媒體監督機制檢驗結果。其中，第（1）列結果表明，數字化轉型能夠增強媒體監督水平；第（2）列中媒體監督對企業新質生產力的回歸系數在1%的水平上顯著為正，表明媒體監督水平越高，企業新質生產力發展水平越高。

此外，本文還分別利用財經報刊報道數量的對數來衡量傳統媒體關注度（Newsptra），采用網絡新聞媒體報道數量的對數來衡量網絡媒體關注度（Newsprint）。第（3）列結果顯示，核心變量[DT]系數為0.057，在1%的水平上顯著，表明數字化轉型提高了網絡媒體關注度；第（4）列結果顯示，網絡媒體關注度系數為0.141，在1%的水平上顯著；第（5）列中企業數字化轉型對傳統媒體關注度的回歸系數在1%的水平上顯著，表明企業數字化轉型能夠增強傳統媒體關注度；第（6）列中傳統媒體關注度的回歸系數為0.073，在1%的水平上顯著，表明網絡、傳統媒體關注度均能夠發揮中介路徑作用，且網絡媒體關注度比傳統媒體關注度的促進作用更大。至此，H2得以驗證。

六、研究結論與政策建議

數字化轉型作為實現我國經濟高質量發展的重要途徑，對企業新質生產力產生了深遠的影響。本文以2010—2022年中國滬深A股上市公司為研究對象，考察了數字化轉型對企業新質生產力的影響效應及內在機制。研究發現，數字化轉型對企業新質生產力具有顯著促進作用，且在采用工具變量法、更換固定效應等方法后該結論依然穩健；異質性檢驗顯示，數字化轉型對企業新質生產力的促進作用在東中部地區、中心城市、非國有企業、小規模企業以及技術密集型企業和人工智能水平更高的企業中更為顯著；機制檢驗的結果顯示，數字化轉型通過提高創新水平、提升企業價值、降低信息不對稱程度、增強媒體監督等來促進企業新質生產力發展。

結合研究結論，本文提出如下政策建議：

第一，政府應把握企業數字化轉型機遇，加大數字基礎設施投入，完善數據要素市場體系，降低企業數字化轉型門檻，促進數據共享，幫助企業擺脫數字化轉型的困境。此外，政府有必要為數字化轉型與企業新質生產力發展制定科學有效的激勵政策，引導企業數字化轉型與發展新質生產力銜接融合，鼓勵企業研發和應用關鍵共性技術、前沿引領技術、現代工程技術、顛覆性技術，以此推動企業數字技術與數字化實踐應用的深度融合，用數智技術、綠色技術改造傳統產業，助力企業新質生產力發展。

第二，政府要重視企業數字化轉型的異質性特征，合理制定差異化政策。加快推進國有企業耦合數字技術進程，發揮國有企業的示范帶動作用，同時也應支持民營企業數字化轉型，促進國有企業和民營企業共同發展。相關政策要向小微企業傾斜，推動普惠金融在小微企業落地，解決小微企業融資難的問題，激發市場活力和社會創造力。要縮小區域數字化差異，在推動中心地區數字產業化的同時，也要改善外圍地區數字技術發展不足的狀況，以推動中心地區與外圍地區數字化發展協同共進。

第三，政府應積極引導大眾創業、萬眾創新，構建創新網絡，營造創新環境，加強企業主導的產學研深度融合，提升創新活力。政府應通過數字技術完善信息披露機制，與企業協同構建高質量信息交流平臺，降低市場信息不對稱程度，提高市場配置效率。企業要注重提升企業價值和企業信譽，通過數字技術平臺推廣企業產品和品牌，擴大市場份額，提升企業價值。

注 釋：

（1）人工智能技術特征詞匯：人工智能、商業智能、圖像理解、投資決策輔助系統、智能數據分析、智能機器人、機器學習、深度學習、語義搜索、生物識別技術、人臉識別、語音識別、身份驗證、自動駕駛、自然語言處理。大數據技術特征詞匯：大數據、數據挖掘、文本挖掘、數據可視化、異構數據、征信、增強現實、混合現實、虛擬現實。區塊鏈技術特征詞匯：區塊鏈、數字貨幣、分布式計算、差分隱私技術、智能金融合約。云計算技術特征詞匯：云計算、流計算、圖計算、內存計算、多方安全計算、類腦計算、綠色計算、認知計算、融合架構、億級并發、EB級存儲、物聯網、信息物理系統。數字技術運用特征詞匯：移動互聯網、工業互聯網、移動互聯、互聯網醫療、電子商務、移動支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、網聯、智能穿戴、智慧農業、智能交通、智能醫療、智能客服、智能家居、智能投顧、智能文旅、智能環保、智能電網、智能營銷、數字營銷、無人零售、互聯網金融、數字金融、Fintech、金融科技、量化金融、開放銀行。

參考文獻：

［1］劉淑春，閆津臣，張思雪，等.企業管理數字化變革能提升投入產出效率嗎［J］.管理世界，2021，37（5）：170-190，13.

［2］中央財辦有關負責同志詳解2023年中央經濟工作會議精神［N］.人民日報，2023-12-18（4）.

［3］尹西明，陳勁，王華峰，等.強化科技創新引領 加快發展新質生產力［J/OL］.科學學與科學技術管理［2024-06-19］.http：//kns.cnki.net/kcms/detail/12.1117.G3.20240221.1012. 002.html.

［4］胡洪彬.習近平總書記關于新質生產力重要論述的理論邏輯與實踐進路［J］.經濟學家，2023（12）：16-25.

［5］金碚.論“新質生產力”的國家方略政策取向［J］.北京工業大學學報（社會科學版），2024，24（2）：1-8.

［6］姜奇平.新質生產力：核心要素與邏輯結構［J］.探索與爭鳴，2024（1）：132-141，179-180.

［7］魏崇輝.新質生產力的基本意涵、歷史演進與實踐路徑［J］.理論與改革，2023（6）：25-38.

［8］盧江，郭子昂，王煜萍.新質生產力發展水平、區域差異與提升路徑［J］.重慶大學學報（社會科學版），2024，30（3）：1-17.

［9］韓文龍，張瑞生，趙峰.新質生產力水平測算與中國經濟增長新動能［J］.數量經濟技術經濟研究，2024，41（6）：5-25.

［10］宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據［J］.當代經濟管理，2024，46（6）：1-11.

［11］杜傳忠，李澤浩.數字化轉型對企業ESG表現的影響研究［J］.華東經濟管理，2024，38（7）：91-102.

［12］CREUTZIG F，ACEMOGLU D，BAI X，et al. Digitalization and the Anthropocene［J］. Annual Review of Environment and Resources，2022，47（1）：479-509.

［13］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［14］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［15］袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137-155.

［16］李萬利，潘文東，袁凱彬.企業數字化轉型與中國實體經濟發展［J］.數量經濟技術經濟研究，2022，39（9）：5-25.

［17］PAUNOV C，ROLLO V. Has the Internet Fostered Inclusive Innovation in the Developing World？［J］. World Development，2016，78：587-609.

［18］倪克金，劉修巖.數字化轉型與企業成長：理論邏輯與中國實踐［J］.經濟管理，2021，43（12）：79-97.

［19］黃群慧，盛方富.新質生產力系統：要素特質、結構承載與功能取向［J］.改革，2024（2）：15-24.

［20］陶鋒，王欣然，徐揚，等.數字化轉型、產業鏈供應鏈韌性與企業生產率［J］.中國工業經濟，2023（5）：118-136.

［21］李金昌，連港慧，徐藹婷.“雙碳”愿景下企業綠色轉型的破局之道——數字化驅動綠色化的實證研究［J］.數量經濟技術經濟研究，2023，40（9）：27-49.

［22］師磊，彭子晨.企業數字化轉型對其創新效率的影響——基于熊彼特創新范式的分析框架［J］.中國農村經濟，2024（4）：99-119.

［23］肖翠萍，李曉云.農作物育種產學研合作網絡特征及其對種子企業技術創新績效的影響——基于植物新品種權申請的合作網絡分析［J］.中國農村經濟，2023（5）：42-60.

［24］韓峰，黃敏，姜竹青.企業數字化、網絡地位與污染減排［J］.世界經濟，2024（2）：204-232.

［25］VIAL G. Understanding Digital Transformation：A Review and a Research Agenda［J］. The Journal of Strategic Information Systems，2019，28（2）：118-144.

［26］黃大禹，謝獲寶，孟祥瑜，等.數字化轉型與企業價值——基于文本分析方法的經驗證據［J］.經濟學家，2021（12）：41-51.

［27］李志紅.數字化轉型對提升企業價值的影響與傳導路徑研究［J］.經濟問題，2023（11）：25-32.

［28］耿勇，向曉建，徐飛.數字化轉型能否打破地理距離約束？——來自企業供應鏈地理分布的證據［J］.經濟管理，2024，46（3）：165-185.

［29］祁懷錦，李若琳，劉斯琴.數字化轉型的公司治理效應：基于管理層在職消費視角［J］.改革，2024（4）：108-125.

［30］余艷，王雪瑩，郝金星，等.酒香還怕巷子深？制造企業數字化轉型信號與資本市場定價［J/OL］.南開管理評論：1-27［2024-05-01］.http：//kns.cnki.net/kcms/detail/12.1288.f.20230801.1031.002.html.

［31］李大元，宋杰，陳麗，等.輿論壓力能促進企業綠色創新嗎？［J］.研究與發展管理，2018，30（6）：23-33.

［32］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］.財貿經濟，2021，42（7）：114-129.

［33］李云鶴，藍齊芳，吳文鋒.客戶公司數字化轉型的供應鏈擴散機制研究［J］.中國工業經濟，2022（12）：146-165.

［34］范合君，吳婷，何思錦.企業數字化的產業鏈聯動效應研究［J］.中國工業經濟，2023（3）：115-132.

［35］唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［36］尹美群，盛磊，李文博.高管激勵、創新投入與公司績效——基于內生性視角的分行業實證研究［J］.南開管理評論，2018，21（1）：109-117.

［37］毛寧，孫偉增，楊運杰，等.交通基礎設施建設與企業數字化轉型——以中國高速鐵路為例的實證研究［J］.數量經濟技術經濟研究，2022，39（10）：47-67.

［38］陳曉珊.和為貴，諧為美：數字化轉型與企業合作文化［J］.當代財經，2024（8）：85-99.

［39］申志軒，祝樹金，文茜，等.政府數字采購與企業數字化轉型［J］.數量經濟技術經濟研究，2024，41（5）：71-91.

［40］劉東閣，景國文，管海鋒.企業數字化與開放式創新——渠道識別、影響因素分析與異質性檢驗［J］.華東經濟管理，2024，38（6）：44-55.

［41］李志紅.數字化轉型對提升企業價值的影響與傳導路徑研究［J］.經濟問題，2023（11）：25-32.

［42］杜傳忠，管海鋒.數字經濟與我國制造業出口技術復雜度——基于中介效應與門檻效應的檢驗［J］.南方經濟，2021（12）：1-20.

［43］于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應［J］.經濟研究，2012，47（9）：125-139.

［44］李志斌，邵雨萌，李宗澤，等.ESG信息披露、媒體監督與企業融資約束［J］.科學決策，2022（7）：1-26.

［45］沈洪濤，馮杰.輿論監督、政府監管與企業環境信息披露［J］.會計研究，2012（2）：72-78，97.

［責任編輯：陳春香］