新質生產力影響企業高質量發展的機理研究

摘 要：在數字經濟蓬勃發展的背景下，企業新質生產力的發展成為推動企業高質量發展的關鍵因素。本文深入探討新質生產力對企業高質量發展的影響機制，并考察數字化轉型在其中的調節作用。通過構建理論模型，運用2011—2022年中國A股上市公司的面板數據，實證檢驗了新質生產力與企業高質量發展之間的關系。研究發現，新質生產力對企業高質量發展的影響呈現倒U型特征，即在達到某一閾值后，新質生產力的進一步增長會抑制企業高質量發展。此外，研究還發現數字化轉型顯著削弱了新質生產力與企業高質量發展之間的倒U型關系，使倒U型曲線變得更加平緩。這表明，數字化轉型能夠緩解新質生產力過度積累帶來的影響，助力企業在新質生產力背景下實現更加穩定和可持續的高質量發展。

關鍵詞：新質生產力；數字化轉型；高質量發展；調節效應；上市公司

中圖分類號：F273 文獻標識碼：A 文章編號：2096-0298（2025）03（a）--05

1 引言

在全球化競爭加劇和數字經濟蓬勃發展的時代背景下，企業高質量發展已成為衡量一個國家或地區經濟活力與競爭力的重要標志[1]。高質量發展不僅僅要求企業在經濟效益上實現穩健增長，更強調在創新能力、社會責任、環境可持續性等多維度的全面提升。隨著科技的不斷進步和創新的加速，新質生產力作為融合最新科技成果、先進管理理念和高效組織模式的新型生產力形態，逐漸成為推動企業突破傳統發展瓶頸、邁向高質量發展的核心驅動力[2]。然而，新質生產力對企業高質量發展的影響及其邊際效應仍需要深入研究。

發展新質生產力需要企業通過引入人工智能、大數據、云計算等前沿技術，重塑企業的生產流程、管理模式和市場決策，實現生產效率的飛躍式提升和商業模式的深刻變革[3]。盡管新質生產力的潛力巨大，但其對企業高質量發展的影響機理卻并非一目了然?，F有研究主要聚焦于新質生產力的直接賦能效應，且多以理論分析為主，而對于其可能存在的非線性關系及其背后的調節因素關注不足。如耿子恒等（2024）從投資、技術創新和管理創新三個維度分析了新質生產力的形成機制及其對高質量發展的影響機制[2]；許嘉揚和郭福春（2024）構建了新質生產力推動經濟高質量發展的“要素深化-技術進步-產業迭代-制度變革”四維動力模型[4]。新質生產力的提升效能遵循一種“適度原則”，即在一定范圍內，新質生產力的增強能夠顯著促進企業高質量發展。但當其超過某一臨界點時，由于技術復雜性增加、管理難度上升以及資源錯配等問題，反而對企業高質量發展產生抑制作用，形成倒U型關系。這一假設的提出，不僅挑戰了傳統線性增長理論的局限性，還為深入理解新質生產力與企業高質量發展之間的復雜互動提供了新視角。因此，本文旨在通過實證分析，探討新質生產力對企業高質量發展的影響，以期為企業的戰略決策和高質量發展提供有益參考。

此外，本文進一步探討了數字化轉型對新質生產力與企業高質量發展之間關系的調節效應。數字化轉型作為企業應對數字化時代的重要戰略舉措，不但能夠提高企業的信息處理能力和運營效率，而且能夠推動企業向數字化、智能化和綠色化方向發展[5]。因此，將數字化轉型納入研究框架，探討其作為調節變量的作用機理，對揭示新質生產力與企業高質量發展之間的深層次聯系具有重要意義。

2 理論分析與研究假設

2.1 新質生產力對企業高質量發展的影響

新質生產力作為現代經濟增長和企業發展的核心動力，代表一種以創新、智能化、綠色化為特征的先進生產力形態。隨著全球經濟的數字化轉型，企業面臨著日益激烈的市場競爭和復雜的經營環境，新質生產力作為關鍵驅動力，在重構企業高質量發展的路徑與格局中，成為不可或缺的重要力量。

高質量發展不僅關注經濟增長的速度，更強調增長的質量、效率和可持續性。首先，新質生產力通過技術創新和工藝改進，能夠提高企業的生產效率和產品質量。通過引入先進的制造技術和自動化設備，企業能夠大幅減少生產過程中的浪費，降低成本，提高產出質量。例如，大數據分析和物聯網技術的應用，使得生產過程更加智能化和精準化，可以進一步提升整體生產效率和產品一致性[6]。其次，發展新質生產力可以增強企業的創新能力。技術創新是企業高質量發展的核心驅動力。新質生產力的核心在于創新，它通過促進企業進行技術革新和產品創新，不僅能改進現有產品的工藝，還能催生新的產品和市場機遇[7]。這種持續的創新能力是企業保持競爭優勢和實現高質量發展的重要驅動力。例如，智能制造、工業互聯網等新興技術的運用，不僅可以優化企業的生產流程，還能推動產品創新和產業升級，為企業的高質量發展奠定堅實的基礎[8]。最后，新質生產力能夠促進可持續發展和綠色創新。發展新質生產力有助于企業在環境保護和社會責任方面取得良好成績，通過采用綠色技術和清潔生產工藝，企業能夠減少污染物排放和能源消耗，推動綠色發展和可持續發展目標的實現[9]。這種環境友好的發展模式不僅符合現代社會的可持續發展理念，還能提升企業的社會形象和市場聲譽，從而進一步推動企業高質量發展。

然而，在享受新質生產力帶來的紅利時，企業還需要關注其可能衍生的風險和挑戰，以實現可持續的高質量發展。首先，技術創新的過度投入將會導致資源錯配與浪費。在追求技術領先的過程中，企業容易遇到“技術陷阱”的困擾，即持續的研發投入難以獲得相應的市場回報，從而擠占原本可能用于其他關鍵領域的資源，阻礙企業整體的高質量發展[10]。其次，管理模式的僵化以及創新滯后會削弱新質生產力的正面效應。隨著新質生產力的不斷發展，企業原有的管理架構與流程不再適應新的生產力要求，導致決策效率低下、信息傳遞不暢等問題。若企業未能及時進行管理模式的創新與調整，新質生產力的優勢將難以充分發揮，甚至因管理瓶頸而轉化為阻礙企業發展的負面因素。最后，組織文化的沖突與不適應也會限制新質生產力的有效發揮。新質生產力的培育往往伴隨新的價值觀、工作方式和行為規范的引入，這些變化必然與企業原有的組織文化產生沖突。若未能妥善處理這些文化沖突，不僅會影響員工的積極性與創造力，還會削弱團隊凝聚力，最終阻礙企業的高質量發展。

綜上所述，本文提出假設：

H1：新質生產力與企業高質量發展存在倒U型關系。

2.2 數字化轉型的調節效應

數字化轉型是企業利用信息技術和數字化手段，對傳統業務進行變革和升級，以提高效率和創造更大價值的過程[11]。數字化轉型通過引入和應用先進的數字技術，不僅深刻改變了企業的生產方式和運營模式，還可以為新質生產力的培育與提升提供強大的驅動力。因此，數字化轉型將會對新質生產力與企業高質量發展的關系產生影響。一方面，在新質生產力較低的階段，數字化轉型能夠加速新質生產力的形成與積累。通過引入先進的技術和管理理念，企業能夠快速吸收和融合新的生產要素，形成新的生產力[12]。這種新的生產力不僅可以提高企業的生產效率，還為企業帶來更多的創新機會及市場空間，有助于企業在新質生產力提升的同時保持穩定的運營發展。因此，在數字化轉型的推動下，新質生產力能夠更快地推動企業實現高質量發展。另一方面，隨著新質生產力的不斷提升，企業將要面臨資源約束、管理挑戰和市場風險等問題。這些問題使得新質生產力對高質量發展的推動作用逐漸減弱，甚至轉為負向影響。此時，對于數字化轉型程度高的企業，這些問題將得到一定程度的緩解，數字化轉型通過優化資源配置、提高管理效率和降低市場風險等途徑，使得企業能夠更好地應對新質生產力提升帶來的挑戰[13]。因此，數字化轉型能夠削弱新質生產力對高質量發展的負向影響。據此，本文提出假設：

H2：數字化轉型將削弱新質生產力與企業高質量發展之間的倒U型關系，即倒U型關系將變得平緩。

3 研究設計

3.1 研究樣本

本文以我國A股上市公司作為研究對象，上市公司特征數據的信息來自國泰安數據庫，包括上市公司的基本信息、財務數據等信息以及上市公司的年度報告。采集時間為2011—2022年的相關數據，并剔除經營不善、總資產小于總負債、企業年齡小于1以及金融行業、房地產行業等企業。最終匹配得到4139家公司28660個樣本數據。

3.2 變量測量

3.2.1 因變量

企業高質量發展?，F有關于企業高質量發展的研究已經較為成熟，其測量方式多采用全要素生產率，因此遵循已有研究，本文采用全要素生產率測度企業的高質量發展（TFP）。關于全要素生產率的計算，參考魯曉東和連玉君（2012）的方法[14]，本文分別采用固定效應估計技術（fe）和OLS法對全要素生產率進行估計，其中OLS法估計得到的全要素生產率用于穩健性檢驗。

3.2.2 自變量

企業新質生產力（NP）。目前，學者對新質生產力的研究仍處于探索階段，本文借鑒宋佳等（2024）方法[15]，將勞動力劃分為活勞動和物化勞動，生成工具劃分為硬科技和軟科技，共四個維度，每個維度下有若干次級指標，然后分別對這些次級指標采用熵值法測量其權重，最后匯總得到企業的新質生產力。

3.2.3 調節變量

數字化轉型（DT）。目前，數字化轉型的研究已經比較成熟并取得豐碩的成果，本文參考袁淳等（2021）的方法測量企業的數字化轉型[16]。主要步驟包括：首先，構建企業數字化主題詞庫；其次，統計各個數字化主題詞在企業年報MDamp;A文本中出現的頻數；最后，對企業每年數字化主題詞頻數加權得到數字化轉型指數。

3.2.4 控制變量

本文的控制變量包括第一大股東持股比例（Top1）、董事人數（Board）、研發支出占總資產比例（RDa）、專利申請總數（Patent）、EVA率（EVAr）。其中，在計算EVA時，稅后凈營業利潤=凈利潤+（利息支出+開發支出-營業外收入）*（1-企業所得稅稅率），資本總額=（平均所有者權益+平均負債合計-平均無息流動負債-平均在建工程），加權平均資本成本= 5.5%，企業所得稅稅率為25%，平均無息流動負債=應收票據+應交稅費+應付賬款+預收賬款+應付職工薪酬+應付利息+應付股利+其他應付款+其他流動負債。

4 實證分析

4.1 模型選擇

本文的面板數據中，每年觀測到的上市公司不完全一樣，屬于非平衡面板數據。由于因變量屬于連續型數據，故采用一般的回歸分析即可，并進行Hausman檢驗，結果顯示p=0.000，因此回歸分析選擇固定效應模型。

4.2 描述性統計

表1列出各變量的描述性統計與相關系數。此外，本文計算了變量的VIF值，所有變量的VIF值均小于2，且遠低于臨界值10，這說明變量之間不存在嚴重的多重共線性問題。

4.3 回歸分析

本文運用Stata軟件對樣本數據進行了回歸分析，以檢驗提出的研究假設，詳細結果如表2所示。

在表2中，模型1為基準回歸模型，即只放入控制變量，結果表明本文采用的控制變量基本有效。模型2在模型1的基礎上加入自變量新質生產力和調節變量數字化轉型，目的在于檢驗新質生產力與企業高質量發展的關系。結果顯示，新質生產力的一次項系數顯著為正（0.099***），二次項系數顯著為負（-0.004***）。根據Hanns等（2016）的觀點[17]，需要對倒U型關系做進一步檢驗，結果顯示新質生產力的極值點（13.095）在數據范圍內（0.040，32.995），且在低值點的斜率顯著為正（0.099***），在高值點的斜率顯著為負（-8.255***），通過了倒U型檢驗。這說明本文提出的新質生產力與企業高質量發展存在倒U型關系的假設是合理的，即假設H1得到支持。這也表明，在新質生產力的培育初期，企業能夠通過技術創新、效率提升以及產品優化顯著提升競爭力，從而推動高質量發展。然而，隨著技術的革新和市場競爭的日益加劇，若企業未能持續投入研發、優化管理并適應市場變化，則可能陷入技術滯后和競爭力下滑的困境，從而影響高質量發展。因此，企業在追求新質生產力的同時，需要注重長期戰略規劃和持續創新，以維持高質量發展的勢頭。

為進一步分析數字化轉型對新質生產力與企業高質量發展關系之間的權變效應，模型3在模型2的基礎上加入了調節變量與自變量一次項及二次項的交互項。結果顯示，數字化轉型與新質生產力二次項的交互項系數顯著為正（0.001**），而新質生產力的二次項系數顯著為負（-0.004***），根據林偉鵬和馮保藝（2022）的觀點[18]，說明數字化轉型具有削弱效應，即削弱了新質生產力與企業高質量發展之間的倒U型關系，倒U型關系將趨于平緩，假設H2得到驗證。這意味著，數字化轉型通過提升資源配置效率、增強決策精準度、促進組織柔性化和改善員工工作環境等方式，降低了高水平新質生產力帶來的邊際效益遞減及對企業管理的挑戰。這些改進使得企業能夠在更高的生產力水平上維持和提升高質量發展，從而緩解倒U型關系的負面效應。

4.4 穩健性檢驗

本文采用兩種方案進行了穩健性檢驗，兩種方案的主要結果如表3所示。（1）替換因變量，使用OLS法估計得到的全要素生產率替換FE法估算得到的全要素生產率，其他變量保持不變，得到的結果與模型3基本吻合。（2）替換控制變量，其他變量保持不變，研發支出占營業收入比例替換研發支出占總資產比例，發明專利申請數量替換專利申請總量，對EVA率公式中的EVA做了調整，采用的稅后凈營業利潤=營業利潤-所得稅費用+[利息支出（非金融機構+資產減值損失+開發支出]*（1-企業所得稅稅率）+遞延所得稅負債增加額-遞延所得稅資產增加額，資本總額=所有者權益合計+資產減值準備-在建工程減值準備-在建工程凈額+遞延所得稅負債-遞延所得稅資產+短期借款+交易性金融負債+一年內到期非流動負債+長期借款+應付債券+長期應付款，加權平均資本成本=債券資本成本*（1-企業所得稅稅率）*（債務資本/總資本）+股權資本成本*（股權資本/總資本），結果與模型3一致。因此，本文的研究結論具有良好的有效性和可靠性。

5 結論與啟示

5.1 主要結論

本文以我國A股上市公司2011—2022年的數據作為研究樣本，通過深入的實證分析，探討了新質生產力對企業高質量發展的影響機制，并分析了數字化轉型在其中的調節作用。

第一，不同于現有關于企業新質生產力作為驅動因素的研究。本文研究結果表明，新質生產力對企業高質量發展的影響表現為一種顯著的倒U型曲線效應。這一發現揭示了新質生產力在推動企業高質量發展時具有雙重性：一方面，隨著新質生產力的發展，企業能夠利用先進的生產技術和管理模式，提升生產效率和創新能力，進而促進企業整體效能提升；另一方面，當新質生產力發展到一定程度后，企業必然面臨管理復雜度增加、資源錯配風險上升以及市場適應性挑戰加劇等問題，從而在一定程度上制約了其高質量發展的持續推進，導致其對高質量發展的推動作用逐漸減弱，甚至產生負面影響。

第二，本研究發現數字化轉型作為調節變量，顯著削弱了新質生產力與高質量發展之間的倒U型關系。數字化轉型通過強化企業的信息處理能力、促進創新生態系統的構建，以及優化內部治理結構等途徑，顯著提升了企業對新質生產力變化的敏感度與適應能力。這一過程不僅有助于發揮新質生產力對企業高質量發展的正面促進作用，還有效緩解了因新質生產力過度發展而帶來的負面效應，為企業實現可持續的高質量發展路徑提供了有力支撐。

因此，本研究不僅揭示了新質生產力對企業高質量發展的作用機理，還提出了數字化轉型作為調節變量的新視角。這一結論既豐富了現有的理論體系，也能為企業在數字化轉型和新質生產力培育方面提供實踐指導。企業在推動高質量發展的過程中，應充分考慮新質生產力與數字化轉型的協同效應，以實現可持續的發展目標。

5.2 理論貢獻與啟示

本文深化了新質生產力與企業高質量發展關系的理解。本研究首次揭示了新質生產力對企業高質量發展的影響并非簡單的線性關系，而是呈現出倒U型曲線的特征。這一發現突破了傳統理論框架，為理解企業生產力與創新發展之間的復雜關系提供了新的視角。因此，企業應認識到新質生產力對企業高質量發展的雙刃劍效應，避免盲目追求技術和管理創新而忽視其潛在風險。在發展新質生產力的過程中，應注重評估其長期效益與可持續性，合理配置資源，避免過度投入導致的資源浪費和效率下降。

本文揭示了數字化轉型的權變效應。本文創新性地引入數字化轉型作為調節變量，并發現其有效削弱了新質生產力與企業高質量發展之間的倒U型關系，這一發現為數字化轉型在企業發展中的作用提供了新的理論依據。企業管理者應積極投身數字化轉型浪潮，借助大數據、云計算、人工智能等先進技術優化生產流程、提升管理效率、增強市場競爭力。數字化轉型不僅能夠直接提升企業運營效率和創新能力，還能有效緩解新質生產力增長帶來的壓力與挑戰，為企業高質量發展提供堅實基礎。

參考文獻

陽鎮.數字經濟如何驅動企業高質量發展： 核心機制、模式選擇與推進路徑[J].上海財經大學學報，2023，25（3）：92-107.

耿子恒，孟山月，楊宜勇.新質生產力何以驅動高質量發展[J].社會科學研究，2024（4）：48-55.

許恒兵.新質生產力： 科學內涵、戰略考量與理論貢獻[J].南京社會科學，2024（3）：1-9.

許嘉揚，郭福春.新質生產力與經濟高質量發展：動力機制與政策路徑[J].浙江學刊，2024（4）：43-50.

VERHOEF P， BROEKHUIZEN T， BART Y， et al. Digital transformation： A multidisciplinary reflection and research agenda[J]. Journal of Business Research，2021，122，889-901.

ALJUMAH A， NUSEIR M， ALAM M. Traditional marketing analytics， big data analytics and big data system quality and the success of new product development[J]. Business Process Management Journal，2021，27（4）：1108-1125.

NATHAN M， ROSSO A. Innovative events： product launches， innovation and firm performance[J]. Research Policy，2022，51（1）： 104373.

CHO J， DESTEFANO T， KIM H， et al. What’s driving the diffusion of next-generation digital technologies？ [J]. Technovation，2023，119：102477.

WU Y， SHI F， WANG Y. Driving Impact of Digital Transformation on Total Factor Productivity of Corporations： The Mediating Effect of Green Technology Innovation[J]. Emerging Markets Finance and Trade，2024，60（5）：950-966.

SAIKI T， AKANO Y， WATANABE C， et al. A new dimension of potential resources in innovation： A wider scope of patent claims can lead to new functionality development[J]. Technovation，2006，26（7）：796-806.

楊彥欣，高敏雪.企業數字化轉型： 概念內涵、統計測度技術路線和改進思路[J].統計研究，2024，41（3）：62-73.

YU J， XU Y， ZHOU J， et al. Digital transformation， total factor productivity， and fi rm innovation investment [J]. Journal of Innovation amp; Knowledge，2024，9（2）：100487.

GAGLIO C， KRAEMER-MBULA E， LORENZ E. The effects of digital transformation on innovation and productivity： Firm-level evidence of South African manufacturing micro and small enterprises[J]. Technological Forecasting and Social Change，2022，182：121785.

魯曉東，連玉君.中國工業企業全要素生產率估計：1999-2007[J].經濟學（季刊），2012，11（2）：541-558.

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.

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.

HAANS R， PIETERS C， HE Z. Thinking about U： Theorizing and testing U- and inverted U-shaped relationships in strategy research[J]. Strategic Management Journal，2016，37（7）：1177-1195.

林偉鵬，馮保藝.管理學領域的曲線效應及統計檢驗方法[J].南開管理評論，2022，25（1）：155-164.