數(shù)字化轉(zhuǎn)型、專業(yè)化分工與企業(yè)全要素生產(chǎn)率

DOI：10.3969/j.issn.1004-910X.2025.07.002 [中圖分類號(hào)]F061.3；F273 [文獻(xiàn)標(biāo)識(shí)碼]A

引言

在2023年召開(kāi)的全國(guó)新型工業(yè)化推進(jìn)會(huì)上，習(xí)近平總書記作出重要指示強(qiáng)調(diào)，“把高質(zhì)量發(fā)展的要求貫穿新型工業(yè)化全過(guò)程”。《制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型實(shí)施指南》進(jìn)一步指出，制造業(yè)數(shù)字化轉(zhuǎn)型是制造業(yè)高質(zhì)量發(fā)展的關(guān)鍵路徑。根據(jù)經(jīng)濟(jì)增長(zhǎng)理論，全要素生產(chǎn)率（TFP）是衡量經(jīng)濟(jì)高質(zhì)量發(fā)展的核心要素，而專業(yè)化分工是提高TFP的關(guān)鍵因素。那么，中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型是否有助于深化專業(yè)化分工，進(jìn)而提升其TFP？本文擬對(duì)此進(jìn)行探討，以為中國(guó)深入推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型和高質(zhì)量發(fā)展提供決策參考。

1文獻(xiàn)綜述

近年來(lái)，以數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合發(fā)展為主要特征的數(shù)字化轉(zhuǎn)型，為中國(guó)制造業(yè)轉(zhuǎn)型升級(jí)注入了新動(dòng)力。一些研究就數(shù)字化轉(zhuǎn)型、專業(yè)化分工和企業(yè)TFP或其增長(zhǎng)源泉之間的關(guān)系進(jìn)行了探討，現(xiàn)綜述如下。

（1）認(rèn)為數(shù)字化轉(zhuǎn)型會(huì)影響企業(yè)TFP，但是存在多方面的異質(zhì)性，而且兩者之間是否為線性關(guān)系尚無(wú)定論。數(shù)字化轉(zhuǎn)型是基于數(shù)字技術(shù)組合信息、計(jì)算與溝通，將大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、人工智能、區(qū)塊鏈等融入到企業(yè)的運(yùn)作與經(jīng)營(yíng)中[1]制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型有助于提升其TFP，其作用機(jī)制包括促進(jìn)知識(shí)溢出[2]、優(yōu)化資源配置[3]、緩解融資約束[4]，以及促進(jìn)創(chuàng)新能力、人力資本和兩業(yè)融合[5]。但是，企業(yè)數(shù)字化轉(zhuǎn)型的 TFP 提升效應(yīng)會(huì)受到企業(yè)規(guī)模[3]、行業(yè)屬性[3]、地理區(qū)位[6]和政策環(huán)境[等因素的影響而存在異質(zhì)性。不僅如此，在邊際效用遞減規(guī)律和傳統(tǒng)生產(chǎn)管理方式變革等因素的影響下，數(shù)字化轉(zhuǎn)型初期會(huì)增加企業(yè)數(shù)字化轉(zhuǎn)型成本，這會(huì)抵消生產(chǎn)效率提升帶來(lái)的效益增進(jìn)，從而說(shuō)明導(dǎo)致數(shù)字化轉(zhuǎn)型中出現(xiàn)生產(chǎn)率悖論現(xiàn)象[3.4]。不過(guò)，隨著數(shù)字化轉(zhuǎn)型水平的提高，企業(yè)內(nèi)部的發(fā)展條件與數(shù)字技術(shù)范式的適配度也會(huì)不斷提高，企業(yè)的TFP將不斷提升，從而說(shuō)明數(shù)字化轉(zhuǎn)型與企業(yè)TFP之間的關(guān)系是非線性的[4]

（2）認(rèn)為數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)專業(yè)化分工，而專業(yè)化分工水平的提高有助于提升企業(yè)的TFP或其增長(zhǎng)源泉，但是兼顧這兩個(gè)方面的研究成果鮮見(jiàn)。數(shù)字化轉(zhuǎn)型突破了地理空間對(duì)組織分工的硬性約束，大幅拓展制造業(yè)產(chǎn)業(yè)鏈分工邊界[8]，能夠降低企業(yè)與市場(chǎng)間的交易成本[9]，加速技術(shù)擴(kuò)散進(jìn)而獲取互補(bǔ)性技術(shù)工藝[10]，對(duì)分工的深化和專業(yè)化產(chǎn)生積極影響[]；同時(shí)，專業(yè)化分工水平的提升有助于提高企業(yè)生產(chǎn)力[12]、改善要素配置效率[13]、提高邊際勞動(dòng)生產(chǎn)率[14]、促進(jìn)技術(shù)進(jìn)步[15]和提升TFP[16]。另外，專業(yè)化分工還是數(shù)字化轉(zhuǎn)型提升企業(yè)TFP 的重要渠道[17，18] 。

綜上，相關(guān)研究就數(shù)字化轉(zhuǎn)型與企業(yè)TFP之間的關(guān)系及其中的作用機(jī)理進(jìn)行了較豐富的探討，但是在下述方面還有深化或拓展空間：（1）缺乏從專業(yè)化分工視角出發(fā)，就制造業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)進(jìn)行專門研究，相關(guān)研究結(jié)論是否與制造業(yè)的情況一致還有待驗(yàn)證；（2）缺乏對(duì)數(shù)字化轉(zhuǎn)型影響企業(yè)TFP的門檻效應(yīng)研究，而這有助于廓清數(shù)字化轉(zhuǎn)型中生產(chǎn)率悖論的成因；（3）缺乏對(duì)數(shù)字化轉(zhuǎn)型影響企業(yè)TFP的空間效應(yīng)研究，在涉及地理空間數(shù)據(jù)的研究中，由于普遍忽視了變量的空間依賴性，它們的統(tǒng)計(jì)與計(jì)量分析結(jié)果值得進(jìn)一步研究[19]。鑒于此，本文擬結(jié)合2010＼～2023年中國(guó)制造業(yè)滬深A(yù)股上市公司數(shù)據(jù)，從專業(yè)化分工視角出發(fā)，分析制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其TFP的影響，并剖析其中的門檻效應(yīng)、空間溢出效應(yīng)和異質(zhì)性，以嘗試性彌補(bǔ)上述方面的不足。

2 理論分析與研究假設(shè)

2.1數(shù)字化轉(zhuǎn)型與企業(yè)TFP：專業(yè)化分工的作用機(jī)制

生產(chǎn)前沿面理論表明，推動(dòng)技術(shù)進(jìn)步和改善技術(shù)效率都是TFP增長(zhǎng)的源泉。數(shù)字化轉(zhuǎn)型是企業(yè)在生產(chǎn)、經(jīng)營(yíng)和服務(wù)過(guò)程中，應(yīng)用數(shù)字技術(shù)來(lái)減少重復(fù)勞動(dòng)，或以先進(jìn)數(shù)字技術(shù)取代傳統(tǒng)數(shù)字技術(shù)的變革過(guò)程[20]。其中，企業(yè)對(duì)先進(jìn)數(shù)字技術(shù)的應(yīng)用是技術(shù)進(jìn)步的重要渠道，而利用數(shù)字技術(shù)來(lái)減少重復(fù)勞動(dòng)則會(huì)提高勞動(dòng)力等生產(chǎn)要素的配置效率，它們都會(huì)直接推動(dòng)企業(yè)的TFP提升。不僅如此，數(shù)字化轉(zhuǎn)型還會(huì)促進(jìn)市場(chǎng)交易成本降低，進(jìn)而提高專業(yè)化分工水平，這不僅有助于技術(shù)進(jìn)步，而且會(huì)改善技術(shù)效率，從而間接地推動(dòng)企業(yè)的 TFP提升。

（1）企業(yè)數(shù)字化轉(zhuǎn)型有助于降低市場(chǎng)交易成本，進(jìn)而提高專業(yè)化分工水平。根據(jù)交易成本理論，交易成本主要包括交易完成前后所需要的組織成本（如時(shí)間成本、信息成本和簽約成本等）和交易中的執(zhí)行成本（如人力投入成本、物流配送成本等）；而且交易成本越低，市場(chǎng)范圍越大，市場(chǎng)范圍的大小又決定了專業(yè)化分工水平的高低。進(jìn)一步地，當(dāng)市場(chǎng)交易成本低于企業(yè)內(nèi)控成本時(shí)，企業(yè)將強(qiáng)化專業(yè)化分工[21]。本文認(rèn)為，數(shù)字化轉(zhuǎn)型會(huì)從兩個(gè)方面提高專業(yè)化分工水平。（1）在信息共享的數(shù)字經(jīng)濟(jì)情境下，虛擬化的信息資源分配降低了供需雙方的信息搜索成本[5，網(wǎng)絡(luò)交易的去中介化則降低了企業(yè)的合約成本[9]。由此可見(jiàn)，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)推動(dòng)企業(yè)降低組織成本，其結(jié)果是企業(yè)更傾向于購(gòu)買而不是自主生產(chǎn)中間產(chǎn)品，從而拓寬了供求雙方的市場(chǎng)范圍，深化了專業(yè)化分工；（2）數(shù)字技術(shù)的信息存儲(chǔ)功能可以緩解信息不對(duì)稱，數(shù)字化生產(chǎn)設(shè)備能夠替代部分人力投入，智能物流管理有助于物流運(yùn)輸效率提高[8]，它們都能夠減少交易中的執(zhí)行成本，進(jìn)而強(qiáng)化產(chǎn)業(yè)鏈相關(guān)環(huán)節(jié)的專業(yè)化分工。因此，生產(chǎn)經(jīng)營(yíng)活動(dòng)與數(shù)字技術(shù)相結(jié)合為主要特征的數(shù)字化轉(zhuǎn)型，有助于降低企業(yè)的市場(chǎng)交易成本，增強(qiáng)企業(yè)參與專業(yè)化分工的意愿，進(jìn)而推動(dòng)分工的專業(yè)化和深化。

（2）專業(yè)化分工有助于技術(shù)進(jìn)步，進(jìn)而促進(jìn)TFP 提升。自亞當(dāng)·斯密提出分工和專業(yè)化會(huì)提高勞動(dòng)生產(chǎn)率的觀點(diǎn)以來(lái)，深化專業(yè)化分工對(duì)技術(shù)進(jìn)步的促進(jìn)作用已成為學(xué)界共識(shí)，它是技術(shù)內(nèi)生化路徑中技術(shù)進(jìn)步的根本原因[22]。專業(yè)化分工減少了企業(yè)自身在中間產(chǎn)品生產(chǎn)上的投入，為企業(yè)將用于生產(chǎn)環(huán)節(jié)的資源和時(shí)間轉(zhuǎn)向研發(fā)核心生產(chǎn)技術(shù)或生產(chǎn)工藝贏得了機(jī)會(huì)，這會(huì)促進(jìn)技術(shù)進(jìn)步進(jìn)而提升TFP；同時(shí)，專業(yè)化分工增強(qiáng)了產(chǎn)業(yè)鏈上的協(xié)同效應(yīng)，而企業(yè)間的生產(chǎn)合作會(huì)促使其聚焦于產(chǎn)品質(zhì)量提升和產(chǎn)品多樣化[23]，從而明確研發(fā)內(nèi)容并增加創(chuàng)新投人，推動(dòng)技術(shù)進(jìn)步，進(jìn)而提升TFP。不僅如此，專業(yè)化分工還具有技術(shù)擴(kuò)散效應(yīng)，即分工鏈在專業(yè)化的作用下延伸遷回，形成知識(shí)和技術(shù)網(wǎng)絡(luò)[24]，這有助于企業(yè)與產(chǎn)業(yè)鏈上其他企業(yè)之間的合作和學(xué)習(xí)，在“干中學(xué)”中推動(dòng)技術(shù)進(jìn)步，進(jìn)而提升TFP。

（3）專業(yè)化分工能夠改善技術(shù)效率，進(jìn)而促進(jìn)TFP提升。專業(yè)化分工有助于形成產(chǎn)業(yè)集群，據(jù)此改善經(jīng)濟(jì)活動(dòng)的規(guī)模效率。專業(yè)化分工拉長(zhǎng)了產(chǎn)業(yè)鏈，實(shí)現(xiàn)了產(chǎn)品供給環(huán)節(jié)的相互分離，這不僅會(huì)推動(dòng)那些在生產(chǎn)要素、生產(chǎn)技術(shù)和生產(chǎn)工藝等方面具有相似需求的企業(yè)在地理空間上集聚形成共生型產(chǎn)業(yè)集群，而且會(huì)推動(dòng)中間產(chǎn)品生產(chǎn)企業(yè)不斷向最終產(chǎn)品生產(chǎn)企業(yè)在地理上集聚，從而形成互補(bǔ)型產(chǎn)業(yè)集群。而產(chǎn)業(yè)集群的形成會(huì)引致分工的正向網(wǎng)絡(luò)效應(yīng)和遞增的規(guī)模效益[25]，推動(dòng)產(chǎn)品生產(chǎn)的各個(gè)環(huán)節(jié)不斷接近最優(yōu)生產(chǎn)規(guī)模，進(jìn)而改善產(chǎn)品供給的規(guī)模效率；另外，專業(yè)化分工通過(guò)優(yōu)化資源配置來(lái)提升資源配置效率。專業(yè)化分工在遵循比較優(yōu)勢(shì)的原則下，推動(dòng)企業(yè)按照要素稟賦進(jìn)行合理化生產(chǎn)，這可以減少經(jīng)濟(jì)活動(dòng)中的資源錯(cuò)配[13]，提升企業(yè)的資源配置效率。不僅如此，專業(yè)化分工還可以強(qiáng)化企業(yè)間的模仿效應(yīng)、示范效應(yīng)和人員流動(dòng)效應(yīng)，優(yōu)化崗位資源配置[26]，進(jìn)而改善資源配置效率。

H1a：制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型有助于其TFP提升。

H1b：制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型可通過(guò)深化專業(yè)化分工來(lái)提升其TFP

2.2數(shù)字化轉(zhuǎn)型與企業(yè)TFP：專業(yè)化分工的門檻效應(yīng)

企業(yè)數(shù)字化轉(zhuǎn)型的主要表現(xiàn)形式為應(yīng)用數(shù)字技術(shù)來(lái)變革其組織結(jié)構(gòu)和商業(yè)模式[1]。對(duì)于那些分工水平較低的企業(yè)（相應(yīng)地，其縱向一體化水平較高）而言，其內(nèi)部層級(jí)結(jié)構(gòu)復(fù)雜而且各子部門之間的相互依存性強(qiáng)，實(shí)施組織變革和商業(yè)模式更新的時(shí)間長(zhǎng)、成本高、難度大，這導(dǎo)致其合約成本和信息成本等組織成本居高不下并主導(dǎo)了交易成本變化。進(jìn)一步地，過(guò)高的組織成本使得企業(yè)數(shù)字化轉(zhuǎn)型在短期內(nèi)難以對(duì)其生產(chǎn)規(guī)模和資源配置進(jìn)行調(diào)整，從而無(wú)助于規(guī)模效率和資源配置效率提升。不僅如此，專業(yè)化分工水平低的企業(yè)，還難以及時(shí)有效地吸收先進(jìn)生產(chǎn)工藝和生產(chǎn)技術(shù)，其技術(shù)創(chuàng)新效率提升空間和創(chuàng)新鏈延伸空間都有限[27]。這會(huì)限制企業(yè)對(duì)數(shù)字技術(shù)的有效應(yīng)用進(jìn)而阻礙數(shù)字化轉(zhuǎn)型進(jìn)程，也難以從數(shù)字化轉(zhuǎn)型中獲得技術(shù)進(jìn)步。總之，對(duì)于專業(yè)化分工水平低的企業(yè)而言，數(shù)字化轉(zhuǎn)型不僅無(wú)助于規(guī)模效率和資源配置效率的改善，也不利于技術(shù)進(jìn)步，從而難以對(duì)TFP產(chǎn)生積極影響。

不過(guò)，對(duì)于專業(yè)化分工水平高的企業(yè)而言，數(shù)字化轉(zhuǎn)型能夠提升其TFP。由于互聯(lián)網(wǎng)技術(shù)與信息通訊產(chǎn)品具有低邊際成本特性，當(dāng)企業(yè)的組織成本達(dá)到一定水平后就會(huì)處于基本穩(wěn)定狀態(tài)，從而那些分工水平高的企業(yè)的交易成本變化將由執(zhí)行成本主導(dǎo)，而且其交易成本增速會(huì)不斷減小并趨近于零，這將打破產(chǎn)業(yè)鏈分工邊界的限制，促進(jìn)資源要素流動(dòng)[8。此外，數(shù)字化轉(zhuǎn)型還在于培育企業(yè)的數(shù)字化觀念和數(shù)字融合應(yīng)用能力，而高水平的專業(yè)化分工能夠深化產(chǎn)業(yè)間的協(xié)同效應(yīng)和知識(shí)溢出效應(yīng)[28]。這不僅有助于技術(shù)進(jìn)步，而且會(huì)強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型中的垂直管理和有效監(jiān)督，提高員工數(shù)字化適應(yīng)能力，進(jìn)而減少轉(zhuǎn)型成本和轉(zhuǎn)型時(shí)間，提高生產(chǎn)效率。因此，對(duì)于專業(yè)化分工水平高的企業(yè)而言，數(shù)字化轉(zhuǎn)型既能促進(jìn)技術(shù)進(jìn)步又能優(yōu)化資源配置，從而促進(jìn)其TFP提升。

H2：只有當(dāng)專業(yè)化分工處于較高水平時(shí)，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型才有助于其TFP提升。

2.3數(shù)字化轉(zhuǎn)型與企業(yè)TFP：空間溢出效應(yīng)

新經(jīng)濟(jì)地理理論表明，經(jīng)濟(jì)活動(dòng)在空間上具有聚集效應(yīng)，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型也概莫能外，它通過(guò)專業(yè)化分工的空間中介效應(yīng)來(lái)促進(jìn)鄰近企業(yè)的TFP提升。數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)信息資源透明化，推動(dòng)企業(yè)應(yīng)用數(shù)字技術(shù)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)，以降低其組織成本和執(zhí)行成本，提高交易效率和拓展市場(chǎng)范圍，進(jìn)而促進(jìn)分工的深化和專業(yè)化，而專業(yè)化分工水平的提升會(huì)延伸遷回市場(chǎng)鏈條，促進(jìn)產(chǎn)業(yè)集群擴(kuò)張[25]，這會(huì)形成知識(shí)和技術(shù)網(wǎng)絡(luò)，并通過(guò)“干中學(xué)”效應(yīng)推動(dòng)參與企業(yè)（包括鄰近企業(yè)）的技術(shù)進(jìn)步和資源配置優(yōu)化；同時(shí)，數(shù)字化轉(zhuǎn)型的“示范效應(yīng)”有利于鄰近企業(yè)擴(kuò)大其市場(chǎng)范圍和降低交易成本，深化生產(chǎn)與技術(shù)的分工協(xié)作，提高專業(yè)化分工水平。另外，在數(shù)字化轉(zhuǎn)型的“同群效應(yīng)”下[29]，鄰近企業(yè)出于利潤(rùn)最大化的考慮，需要充分發(fā)揮比較優(yōu)勢(shì)，積極參與產(chǎn)業(yè)鏈上的專業(yè)化分工，以規(guī)避同類競(jìng)爭(zhēng)并增加市場(chǎng)份額，從而強(qiáng)化專業(yè)化分工的空間溢出效應(yīng)。總之，企業(yè)數(shù)字化轉(zhuǎn)型在提高其自身的專業(yè)化分工水平的同時(shí)，還會(huì)對(duì)其他企業(yè)的專業(yè)化分工水平產(chǎn)生正向溢出效應(yīng)，據(jù)此推動(dòng)企業(yè)的技術(shù)進(jìn)步和資源配置效率提升，進(jìn)而促進(jìn)企業(yè)的TFP提升。

H3a：制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)具有空間溢出效應(yīng)。

H3b：在制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)其TFP提升中，專業(yè)化分工具有空間中介效應(yīng)。

3 實(shí)證研究設(shè)計(jì)

3.1 模型設(shè)定

本文的實(shí)證分析模型設(shè)定如下：（1）結(jié)合式（1）驗(yàn)證制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)，即H1a；（2）結(jié)合式（2）驗(yàn)證專業(yè)化分工的作用機(jī)制，即H1b；（3）結(jié)合式（3）驗(yàn)證專業(yè)化分工的門檻效應(yīng)，即H2；（4）結(jié)合式（4）～（6）所示的廣義空間自回歸模型（SAC），選擇合適的空間計(jì)量模型并驗(yàn)證空間溢出效應(yīng)，即 H3a 和 H3b 。

TFP_ijt=ρW_kTFP_ijt+βDIGT_ijt+μControls_ijt+δ_j+θ_t+

?_ijt

?_ijt=λW_?k?_ijt+ε_ijt

其中， i，j 和 Ψ_t 分別表示企業(yè)、行業(yè)和年份；TFP、DIGT和VSI表示企業(yè)的全要素生產(chǎn)率、數(shù)字化轉(zhuǎn)型程度和專業(yè)化分工水平，Controls為企業(yè)層面的控制變量， W_k（k=1，2） 為本文構(gòu)建的兩種空間權(quán)重矩陣； α，β，μ，ρ （空間自回歸系數(shù)）、 λ （空間誤差系數(shù)）為待估計(jì)的參數(shù)； δ_j 、 θ_t 表示行業(yè)和時(shí)間固定效應(yīng)； ?_ijt 為空間自相關(guān)的誤差項(xiàng)， ε_ijt 為隨機(jī)擾動(dòng)項(xiàng)。

3.2 變量選擇

3.2.1 全要素生產(chǎn)率

本文采用LP法[30]測(cè)算企業(yè)TFP，并采用OP法[31]進(jìn)行穩(wěn)健性檢驗(yàn)，分別記為TFP_LP、TFP_

OP 。其中，LP法中的產(chǎn)出指標(biāo)用企業(yè)營(yíng)業(yè)收入測(cè)度，勞動(dòng)力和資本投入分別用企業(yè)員工人數(shù)和固定資產(chǎn)凈額測(cè)度，中間產(chǎn)品投人參考袁堂軍[32]李太平等[33]的做法，用主營(yíng)業(yè)務(wù)成本、管理費(fèi)用、銷售費(fèi)用和財(cái)務(wù)費(fèi)用之和減去企業(yè)當(dāng)年的折舊和攤銷以及支付給職工的勞務(wù)報(bào)酬來(lái)測(cè)度；OP法中的投入和產(chǎn)出指標(biāo)與LP法相同，代理變量為投資，用企業(yè)購(gòu)買固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金測(cè)度。

3.2.2 核心解釋變量

參考寇宗來(lái)和趙文天[1]的做法，通過(guò)Python爬蟲功能歸納整理中國(guó)制造業(yè)A股上市公司的年度報(bào)告，在JavaPDFbox庫(kù)提取并統(tǒng)計(jì)管理層討論與分析章節(jié)下展望與業(yè)績(jī)回顧部分提及“數(shù)字化”、“數(shù)字化轉(zhuǎn)型”的特征詞匯頻次（受篇幅所限，相關(guān)表格留存?zhèn)渌鳎瑩?jù)此測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型水平（DIGT）。

3.2.3 其他變量

關(guān)于機(jī)制變量專業(yè)化分工水平（VSI，遵循王和勇和姜觀尚[7]的思路測(cè)度，即 VSI=1-VAS 。其中，VAS為縱向一體化水平，采用修正后的價(jià)值增值法度量。另外，參考涂心語(yǔ)和嚴(yán)曉玲[2]、黃星剛3的做法，選取以下控制變量（受篇幅所限，相關(guān)表格留存?zhèn)渌鳎嘿Y產(chǎn)負(fù)債率 （Lev） 、資產(chǎn)收益率 （Roa） 、企業(yè)年齡 （Age） 、營(yíng)業(yè)毛利率 （Gpr） 、所有制性質(zhì)（Nature）、流動(dòng)比率（Liquid）、股權(quán)集中度（Share）和現(xiàn)金比率（Cash）。

3.3 數(shù)據(jù)說(shuō)明

本文選取2010～2023年中國(guó)滬深A(yù)股制造業(yè)企業(yè)的相關(guān)數(shù)據(jù)作為研究樣本。其中，數(shù)字化轉(zhuǎn)型水平數(shù)據(jù)，通過(guò)Python的數(shù)據(jù)抓取功能，收集和整理滬深證券交易所官方網(wǎng)站中的中國(guó)制造業(yè)企業(yè)年報(bào)數(shù)據(jù)，經(jīng)由文本分析法和熵值法得到企業(yè)層面的數(shù)字化轉(zhuǎn)型指數(shù)。其他相關(guān)變量的原始數(shù)據(jù)，均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。另外，對(duì)ST企業(yè)、PT企業(yè)、相關(guān)數(shù)據(jù)缺失和數(shù)據(jù)異常的企業(yè)予以剔除，最終的樣本量為11298（相關(guān)變量的描述性統(tǒng)計(jì)留存?zhèn)渌鳎?/p>

4模型估計(jì)與結(jié)果分析

4.1 基準(zhǔn)回歸分析

式（1）和（2）的穩(wěn)健標(biāo)準(zhǔn)誤估計(jì)結(jié)果見(jiàn)表1。列（1）、（2）顯示，無(wú)論是否引入控制變量，

數(shù)字化轉(zhuǎn)型水平（DIGT）的系數(shù)估計(jì)值都為正，而且都至少在 1% 的顯著性水平上顯著。這表明，中

國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型顯著地促進(jìn)了其TFP提升，這初步驗(yàn)證了研究假設(shè)H1a。

4.2穩(wěn)健性檢驗(yàn)

4.2.1替換被解釋變量

用OP法測(cè)算的TFP（TFP_OP）替換基準(zhǔn)模型中的被解釋變量，表1列（3）的估計(jì)結(jié)果顯示，數(shù)字化轉(zhuǎn)型水平的系數(shù)估計(jì)值為0.014，并通過(guò) 5% 的顯著性水平檢驗(yàn)，這再次驗(yàn)證了研究假設(shè) Hla 。

4.2.2 替換核心解釋變量

借鑒袁媛[34]、吳非等[35]的做法，分別采用與數(shù)字化轉(zhuǎn)型有關(guān)的無(wú)形資產(chǎn)占比（DIGT_1）、特征詞頻加總的對(duì)數(shù)值（DIGT_2）來(lái)測(cè)度企業(yè)的數(shù)字化轉(zhuǎn)型水平并估計(jì)式（1）。表1列（4）、（5）的估計(jì)結(jié)果顯示，數(shù)字化轉(zhuǎn)型水平的系數(shù)估計(jì)值分別為0.094和0.059，而且至少通過(guò)了 5% 的顯著性水平檢驗(yàn)，這與基準(zhǔn)回歸分析結(jié)論仍然是一致的。

4.2.3 內(nèi)生性檢驗(yàn)

參考黃群慧等[36]的做法，將2010＼～2023年各地級(jí)市的寬帶接入用戶（百萬(wàn)人）分別與1984年末每百萬(wàn)人固定電話數(shù)量和每百人郵局?jǐn)?shù)量的交互項(xiàng)作為數(shù)字化轉(zhuǎn)型的工具變量，分別記為IV1和_IV2 ，利用兩階段最小二乘法重新估計(jì)基準(zhǔn)模型（受篇幅所限，結(jié)果表留存?zhèn)渌鳎＝Y(jié)果顯示，數(shù)字化轉(zhuǎn)型水平顯著地促進(jìn)了TFP提升，這表明排除可能的內(nèi)生性后基準(zhǔn)回歸分析結(jié)論仍然成立。

4.3 作用機(jī)制檢驗(yàn)

估計(jì)式（2），結(jié)果見(jiàn)表1列（6）。其中，數(shù)字化轉(zhuǎn)型水平的系數(shù)估計(jì)值為0.006，并通過(guò)了 1% 的顯著性水平檢驗(yàn)。這表明中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型顯著地促進(jìn)了專業(yè)化分工深化，也就是說(shuō)，專業(yè)化分工水平在數(shù)字化轉(zhuǎn)型促進(jìn)TFP提升中具有顯著的中介作用，從而驗(yàn)證了研究假設(shè) H1b 。

4.4 門檻效應(yīng)檢驗(yàn)

參考Bootstrap方法[37]，抽樣檢驗(yàn)1000次的門檻值效應(yīng)檢驗(yàn)結(jié)果（受篇幅所限，結(jié)果表留存?zhèn)渌鳎╋@示，在數(shù)字化轉(zhuǎn)型對(duì)TFP的影響中，專業(yè)化分工水平有雙重門檻效應(yīng)。為此，對(duì)式（3）做雙重門檻回歸，結(jié)果見(jiàn)表2。其中，當(dāng)專業(yè)化分工水平低于0.079時(shí)，數(shù)字化轉(zhuǎn)型對(duì)TFP并未產(chǎn)生顯著影響，這為數(shù)字化轉(zhuǎn)型初期存在生產(chǎn)率悖論現(xiàn)象提供了新的解釋：在短期內(nèi)，因數(shù)字化轉(zhuǎn)型對(duì)專業(yè)化分工水平的促進(jìn)作用有限，未能對(duì)技術(shù)進(jìn)步、技術(shù)效率產(chǎn)生實(shí)質(zhì)性影響，進(jìn)而無(wú)助于TFP提升。但是，當(dāng)專業(yè)化分工水平高于0.079時(shí)，數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)就逐步顯現(xiàn)，而且跨過(guò)門檻值0.614后，這種促進(jìn)作用大幅增強(qiáng)。這些結(jié)果表明，專業(yè)化分工水平在制造業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)中，具有明顯的門檻效應(yīng)，研究假設(shè)H2得證。

4.5 空間溢出效應(yīng)檢驗(yàn)

參考何帆和劉紅霞[38]的做法，構(gòu)建地理距離權(quán)重矩陣（w1）和行業(yè)距離權(quán)重矩陣 （w2） ，并計(jì)算 2010～2023 年中國(guó)制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型水平、TFP水平和專業(yè)化分工水平的全局莫蘭指數(shù)（Moran'sI）（受篇幅所限，結(jié)果表留存?zhèn)渌鳎＝Y(jié)果顯示，三者都存在空間正相關(guān)性，可以進(jìn)行空間計(jì)量分析。為此估計(jì)式（4）～（6），結(jié)果表明應(yīng)選取雙重固定效應(yīng)的SAC模型進(jìn)行空間溢出效應(yīng)分析（見(jiàn)表3），從中可得出下述結(jié)論：

（1）中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)具有顯著的空間溢出效應(yīng)。表3列（1）、（3）顯示，數(shù)字化轉(zhuǎn)型對(duì)TFP的間接效應(yīng)分別為0.017和0.009，而且都至少在 1% 的顯著性水平上顯著。這表明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)鄰近企業(yè)的TFP增長(zhǎng)，即存在顯著的空間溢出效應(yīng)，證實(shí)了研究假設(shè)H3a 。另外，在不同的權(quán)重情境下，數(shù)字化轉(zhuǎn)型對(duì)TFP的直接效應(yīng)分別為0.024、0.025，而且都在1% 顯著性水平上顯著。這表明，即使考慮變量間的空間依賴性，中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)仍然顯著，進(jìn)一步印證了研究假設(shè) Hla 。

（2）在中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)中，專業(yè)化分工水平具有顯著的空間中介效應(yīng)。表3列（2）、（4）顯示，數(shù)字化轉(zhuǎn)型對(duì)專業(yè)化分工的間接效應(yīng)分別為0.001和0.003，專業(yè)化分工水平的空間自回歸系數(shù) ρ 的估計(jì)值分別為0.177和0.356，而且它們至少都通過(guò)了 10% 的顯著性水平檢驗(yàn)。這表明，中國(guó)制造業(yè)企業(yè)的專業(yè)化分工水平受到鄰近企業(yè)的數(shù)字化轉(zhuǎn)型水平和專業(yè)化分工水平的正向影響，即專業(yè)化分工在數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)中具有空間中介效應(yīng)，印證了研究假設(shè) H3b 。

5 異質(zhì)性分析

5.1 企業(yè)規(guī)模異質(zhì)性

大型企業(yè)通常具有較強(qiáng)的技術(shù)吸收能力和研發(fā)實(shí)力，而且可以投入更多的資源來(lái)掌握更先進(jìn)的數(shù)字化技術(shù)和解決方案，這有助于其推動(dòng)數(shù)字化轉(zhuǎn)型并從中獲益。另外，與中小型企業(yè)相比，大型企業(yè)資產(chǎn)規(guī)模更大、組織結(jié)構(gòu)與管理體系更成熟，其應(yīng)對(duì)數(shù)字化轉(zhuǎn)型中的成本和風(fēng)險(xiǎn)的能力更強(qiáng)，從而更可能推動(dòng)數(shù)字化轉(zhuǎn)型并據(jù)此提升TFP。為檢驗(yàn)這種企業(yè)規(guī)模異質(zhì)性，將表征企業(yè)規(guī)模的虛擬變量（scale，大型企業(yè)取值1，其余企業(yè)取值0）與數(shù)字化轉(zhuǎn)型水平（DIGT）做交互項(xiàng)處理。其中，根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《統(tǒng)計(jì)上大中小微型企業(yè)劃分辦法（2017）》，從業(yè)人員在1000人以上且營(yíng)業(yè)收入超過(guò)40億元的企業(yè)為大型企業(yè)，其余為中小型企業(yè)。表4列（1）的結(jié)果顯示，交互項(xiàng)系數(shù)的估計(jì)值為0.028，而且在 1% 的顯著性水平上顯著。這表明，大型企業(yè)從數(shù)字化轉(zhuǎn)型中獲得的TFP提升要大于其他企業(yè)，即數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)存在企業(yè)規(guī)模異質(zhì)性。

5.2 行業(yè)異質(zhì)性

一般來(lái)說(shuō)，與其他行業(yè)相比，高新技術(shù)行業(yè)往往處于產(chǎn)業(yè)鏈的核心位置，其在推動(dòng)數(shù)字化轉(zhuǎn)型時(shí)擁有更好的技術(shù)基礎(chǔ)，更有利于加強(qiáng)產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)同與整合，促進(jìn)交易成本降低和生產(chǎn)效率提高，從而更易于推動(dòng)數(shù)字化轉(zhuǎn)型并從中獲得更大的TFP提升，表4列（2）的結(jié)果印證了這一推論。其中，交互項(xiàng)為行業(yè)虛擬變量（tech，屬于高新技術(shù)行業(yè)的企業(yè)賦值1，否則為0）與數(shù)字化轉(zhuǎn)型水平（DIGT）的乘積，其系數(shù)估計(jì)值為0.025，而且在 1% 的顯著性水平上顯著，這表明高新技術(shù)企業(yè)比其他企業(yè)從數(shù)字化轉(zhuǎn)型中獲得的TFP提升更大。

5.3 區(qū)域異質(zhì)性

數(shù)字化轉(zhuǎn)型需要完善的數(shù)字基礎(chǔ)設(shè)施、高素質(zhì)人才和先進(jìn)技術(shù)等要素支撐，而經(jīng)濟(jì)發(fā)達(dá)地區(qū)在這些方面具有相對(duì)優(yōu)勢(shì)。總體而言，中國(guó)東部地區(qū)的經(jīng)濟(jì)發(fā)展基礎(chǔ)比中、西部地區(qū)要好，東部地區(qū)不僅對(duì)先進(jìn)技術(shù)的研發(fā)、吸收和推廣能力更強(qiáng)，而且對(duì)高素質(zhì)人才的集聚能力也更強(qiáng)。因此，相較于中、西部地區(qū)，東部地區(qū)的企業(yè)更容易應(yīng)用數(shù)字化技術(shù)來(lái)推動(dòng)數(shù)字化轉(zhuǎn)型，進(jìn)而獲得更大幅度的TFP提升。表4列（3）顯示，交互項(xiàng)為區(qū)域虛擬變量（east，東部地區(qū)取值1，其他地區(qū)取值O）與數(shù)字化轉(zhuǎn)型水平（DIGT）的乘積，其系數(shù)估計(jì)值為0.020，并在 1% 的顯著性水平上顯著。這表明，中國(guó)東部地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)要大于中、西部地區(qū)，這印證了前面的區(qū)域異質(zhì)性推論。

5.4 政策環(huán)境異質(zhì)性

2016年，中國(guó)先后在9個(gè)省（區(qū)、市）設(shè)立了涵蓋高校、研究機(jī)構(gòu)、創(chuàng)新企業(yè)等在內(nèi)的國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)，并出臺(tái)了一系列政策和措施來(lái)支持企業(yè)數(shù)字化轉(zhuǎn)型，如給予資金補(bǔ)貼、稅收優(yōu)惠、人才培養(yǎng)等。國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的企業(yè)，通常擁有豐富的數(shù)據(jù)資源，這有助于其進(jìn)行更準(zhǔn)確的數(shù)據(jù)分析和決策。不僅如此，域內(nèi)企業(yè)更容易與域內(nèi)的研究機(jī)構(gòu)和高校合作，共享創(chuàng)新資源和技術(shù)成果，加速數(shù)字化轉(zhuǎn)型進(jìn)程。本文采用多期雙重差分模型來(lái)檢驗(yàn)該政策環(huán)境對(duì)制造業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)的影響。根據(jù)表4列（4），交互項(xiàng)為政策實(shí)施變量（DID，位于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的企業(yè)從該政策實(shí)施年份起取值1，否則取值O）與數(shù)字化轉(zhuǎn)型水平（DIGT）的乘積，其系數(shù)估計(jì)值為0.019，并在 1% 的顯著性水平上顯著。這表明，位于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的企業(yè)從數(shù)字化轉(zhuǎn)型中獲得的TFP提升幅度更大，這印證了前面的政策環(huán)境異質(zhì)性推論。

6結(jié)語(yǔ)

本文結(jié)合 2010～2023 年中國(guó)制造業(yè)上市公司的微觀數(shù)據(jù)，在專業(yè)化分工視角下，分析了制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)及其作用機(jī)制、門檻效應(yīng)、空間溢出效應(yīng)和多維異質(zhì)性。研究結(jié)論表明，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型是推動(dòng)中國(guó)制造業(yè)TFP提升的重要手段，但是這會(huì)受到多種因素的影響，如專業(yè)化分工水平、企業(yè)規(guī)模、行業(yè)屬性、地理區(qū)位、政策環(huán)境，以及鄰近企業(yè)的發(fā)展情況等。因此，為充分發(fā)揮中國(guó)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的TFP提升效應(yīng)，不僅需要轉(zhuǎn)型企業(yè)及其外在環(huán)境的共同發(fā)力，而且需要根據(jù)它們的實(shí)際情況來(lái)采取差異化的推進(jìn)策略。為此，提出下述對(duì)策建議：

（1）建立健全制造業(yè)數(shù)字化轉(zhuǎn)型的政策支撐體系。 ① 制定并實(shí)施數(shù)字化轉(zhuǎn)型的優(yōu)惠政策，引導(dǎo)企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型。如針對(duì)實(shí)施數(shù)字化轉(zhuǎn)型的制造業(yè)企業(yè)尤其是轉(zhuǎn)型困難的企業(yè)，可以通過(guò)實(shí)行階段性稅費(fèi)減免、開(kāi)通融資綠色通道、建立專門的人才儲(chǔ)備庫(kù)、開(kāi)展技術(shù)咨詢服務(wù)、建設(shè)數(shù)字新基建、加強(qiáng)知識(shí)產(chǎn)權(quán)保護(hù)等，盡可能地降低其推進(jìn)數(shù)字化轉(zhuǎn)型的成本壓力，推動(dòng)其在特定領(lǐng)域擴(kuò)大投資和專業(yè)化發(fā)展； ② 加快推進(jìn)數(shù)字化產(chǎn)業(yè)園區(qū)、科技創(chuàng)新中心、國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)等數(shù)字平臺(tái)建設(shè)，引導(dǎo)制造業(yè)空間集聚和深化專業(yè)化分工，促進(jìn)產(chǎn)業(yè)鏈上下游企業(yè)之間的協(xié)同創(chuàng)新和技術(shù)溢出，更好地發(fā)揮數(shù)字化轉(zhuǎn)型促進(jìn)TFP提升的空間溢出效應(yīng)； ③ 加大數(shù)字化轉(zhuǎn)型的宣傳力度，尤其要強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型的長(zhǎng)期性和階段性等內(nèi)在規(guī)律，讓轉(zhuǎn)型企業(yè)知曉數(shù)字化轉(zhuǎn)型的長(zhǎng)期紅利和相關(guān)政策，同時(shí)也要避免其因數(shù)字化轉(zhuǎn)型的“陣痛”而中途退場(chǎng)甚至望而卻步，確保數(shù)字化轉(zhuǎn)型進(jìn)程順利推進(jìn)。

（2）加強(qiáng)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的能力建設(shè)。 ① 加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，如通過(guò)數(shù)字化管理平臺(tái)建設(shè)，將大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、智能管理等新興技術(shù)融人到生產(chǎn)經(jīng)營(yíng)活動(dòng)中，不斷提升數(shù)字化轉(zhuǎn)型的技術(shù)支撐能力； ② 加強(qiáng)對(duì)數(shù)字化技術(shù)的學(xué)習(xí)和應(yīng)用能力培養(yǎng)，如定期開(kāi)展員工專題培訓(xùn)、引進(jìn)數(shù)字化實(shí)踐專家、建立數(shù)字化研發(fā)團(tuán)隊(duì)等，不斷提升數(shù)字化轉(zhuǎn)型所需的人力資本存量； ③ 深化專業(yè)化分工和協(xié)同創(chuàng)新，如通過(guò)加強(qiáng)轉(zhuǎn)型企業(yè)與供應(yīng)商、客戶和科研機(jī)構(gòu)的業(yè)務(wù)合作，共同開(kāi)展數(shù)字化轉(zhuǎn)型項(xiàng)目的論證、建設(shè)和驗(yàn)收等，以數(shù)字化轉(zhuǎn)型共同體建設(shè)來(lái)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型中的協(xié)同創(chuàng)新和知識(shí)共享。

（3）因地制宜實(shí)施差異化的數(shù)字化轉(zhuǎn)型策略。繼續(xù)鼓勵(lì)大型企業(yè)、高新技術(shù)企業(yè)、東部發(fā)達(dá)地區(qū)和國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的企業(yè)，充分利用其在資金、技術(shù)、人才、信息和轉(zhuǎn)型發(fā)展政策等方面的有利條件，加快打造制造業(yè)數(shù)字化轉(zhuǎn)型的排頭兵，充分發(fā)揮其在數(shù)字化轉(zhuǎn)型促進(jìn)TFP提升中的示范效應(yīng)和溢出效應(yīng)；同時(shí)，針對(duì)中小型企業(yè)、傳統(tǒng)制造業(yè)和中西部欠發(fā)達(dá)地區(qū)，進(jìn)一步加強(qiáng)數(shù)字化轉(zhuǎn)型的政策扶持、資金支持、技術(shù)幫扶、人才引育和經(jīng)驗(yàn)指導(dǎo)，為其充分發(fā)掘數(shù)字化轉(zhuǎn)型方面的后發(fā)優(yōu)勢(shì)營(yíng)造必要條件，促進(jìn)其專注于有核心競(jìng)爭(zhēng)力的發(fā)展領(lǐng)域，逐步推動(dòng)其數(shù)字化轉(zhuǎn)型、專業(yè)化分工和TFP提升。另外，在推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中，應(yīng)建立健全數(shù)字化轉(zhuǎn)型進(jìn)展的動(dòng)態(tài)監(jiān)測(cè)機(jī)制，及時(shí)研判企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)程和外在環(huán)境變化，并適時(shí)優(yōu)化其轉(zhuǎn)型路徑。

參考文獻(xiàn)

[1]TobiasK，PooyanK.Digital Transformationand Organization Design：An Integrated Approach [J]. California Management Review，2020，62（4）：86～104.

[2]涂心語(yǔ)，嚴(yán)曉玲.數(shù)字化轉(zhuǎn)型、知識(shí)溢出與企業(yè)全要素生產(chǎn)率——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J]．產(chǎn)業(yè)經(jīng)濟(jì)研究，2022，（2）：43～56.

[3］黃星剛，侯寶升，葉似劍，等.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率關(guān)系研究——基于資源配置視角的檢驗(yàn)［J].價(jià)格理論與實(shí)踐，2022，（11）：107～111.

[4］王京濱，劉趙寧，劉新民.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率基于資源配置效率的機(jī)制檢驗(yàn)［J]．科技進(jìn)步與對(duì)策，2024，41（3）：23～33.

[5]趙宸宇，王文春，李雪松．?dāng)?shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114～129.

[6]任志成，趙梓衡.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)全要素生產(chǎn)率提升的影響——來(lái)自上市公司的微觀證據(jù)［J]．工業(yè)技術(shù)經(jīng)濟(jì)，2022，41（11）：23～30.

[7］王和勇，姜觀尚.我國(guó)區(qū)域制造業(yè)數(shù)字化轉(zhuǎn)型測(cè)度及其影響機(jī)制[J].科技管理研究，2022，42（2）：192～200.

[8］李春發(fā)，李冬冬，周馳.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)的作用機(jī)理——基于產(chǎn)業(yè)鏈視角的分析［J]．商業(yè)研究，2020，（2）：73～82.

[9］施炳展，李建桐.互聯(lián)網(wǎng)是否促進(jìn)了分工：來(lái)自中國(guó)制造業(yè)企業(yè)的證據(jù)[J]．管理世界，2020，36（4）：130～149.

[10]Murphy G，Siedschlag L. Determinants of Ramp;D Ofshoring：Firm-level Evidence from a Small Open Economy[J].EconomiaPoltica，2018，35（2）：529～553.

[11］寇宗來(lái)，趙文天．分工視角下的數(shù)字化轉(zhuǎn)型［J]．北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，20（3）：50～59.

[12]LafontaineF，Slade M.Vertical Integration and Firm Bounda-ries：The Evidence[J].Journal of Economic Literature，2007，45（3）：629～685.

[13］黎峰．國(guó)內(nèi)專業(yè)化分工是否促進(jìn)了區(qū)域協(xié)調(diào)發(fā)展？［J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018，35（12）：81～99.

[14］王中華，王雅琳，趙曙東．國(guó)際垂直專業(yè)化與工資收入差距—基于工業(yè)行業(yè)數(shù)據(jù)的實(shí)證分析[J]．財(cái)經(jīng)研究，2009，35（7）：122～133.

[15］徐毅，張二震.外包與生產(chǎn)率：基于工業(yè)行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)研究［J]．經(jīng)濟(jì)研究，2008，（1）：103～113.

[16]Grossman G M，Helpman E. Integration Versus Outsourcing inIndustry Equilibrium[J].The Quarterly Journal of Economics，2022，117（1）： 85～120.

[17］袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J]．中國(guó)工業(yè)經(jīng)濟(jì)，2021，（9）：137～155.

[18］李帥娜，林婷.數(shù)字化轉(zhuǎn)型、專業(yè)化分工與服務(wù)業(yè)企業(yè)生產(chǎn)率——破解“生產(chǎn)率悖論”之謎［J]．財(cái)貿(mào)研究，2023，34（8）：26～37.

[19]AnselinL，GriffithDA.Do Spatial EffectsReally Matter inRe-gression Analysis？[J]. Papers in Regional Science，1988，65（1）：11～34.

[20]Ebert C，Duarte CHC.Digital Transformation[J].IEEE Sft-ware，2018，35（4）：16～21.

[21]Wiliamson O E. The Economic Institutions of Capitalism：Firms，Markets，Relational Contracting[M].New York：The FreePress，1985： 90～117.

[22］余泳澤，楊曉章.技術(shù)進(jìn)步的原因及性質(zhì)——基于分工和外部性的理論分析框架［J]．產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2016，（3）：117～124.

[23］曾江洪，楊錦波，黃向榮．制造業(yè)企業(yè)專業(yè)化分工影響企業(yè)創(chuàng)新機(jī)制探究——基于數(shù)字化轉(zhuǎn)型調(diào)節(jié)作用的實(shí)證檢驗(yàn)［J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，（9）：95～105，116.

[24］馬淑琴，張友豐，陸立軍.分工深化、知識(shí)積累與專業(yè)市場(chǎng)全球價(jià)值鏈嵌入——基于報(bào)酬遞增視角的分析［J]．經(jīng)濟(jì)體制改革，2021，（4）：111～116.

[25］汪斌，董．從古典到新興古典經(jīng)濟(jì)學(xué)的專業(yè)化分工理論與當(dāng)代產(chǎn)業(yè)集群的演進(jìn)[J]．學(xué)術(shù)月刊，2005，（2）：29～36，52.

[26]張?zhí)烊A，鄧宇銘．開(kāi)發(fā)區(qū)、資源配置與宏觀經(jīng)濟(jì)效率基于中國(guó)工業(yè)企業(yè)的實(shí)證研究［J]．經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1237～1266.

[27］徐星，惠寧，崔若冰，等.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的影響效應(yīng)研究——以技術(shù)創(chuàng)新效率提升與技術(shù)創(chuàng)新地理溢出的雙重視角[J].經(jīng)濟(jì)問(wèn)題探索，2023，（2）：126～143.

[28]Young A.IncreasingReturns and Economic Progress [J].TheEconomic Journal，1928，38（152）：527～542.

[29]陳慶江，王彥萌，萬(wàn)茂豐．企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)及其影響因素研究[J].管理學(xué)報(bào)，2021，18（5）：653～663.

[30]LevinsohnJ，Petrin A.EstimatingProduction Functions UsingInputstoControl forUnobservables[J].TheReviewofEconomicStudies，2003，70（2）：317～341.

[31]OlleyG，PakesA.TheDynamicsofProductivityintheTele-communications Equipment Industry[J].Econometrica，1996，64（6）：1263～1297.

[32]袁堂軍．中國(guó)企業(yè)全要素生產(chǎn)率水平研究［J]．經(jīng)濟(jì)研究，2009，44 （6）：52～64.

[33]李太平，王天玉，王善高．新能源汽車企業(yè)的縱向整合戰(zhàn)略與企業(yè)生產(chǎn)率之間的關(guān)系研究［J]．工業(yè)技術(shù)經(jīng)濟(jì)，2019，38（10）：120～127.

[34］袁媛.GVC生產(chǎn)長(zhǎng)度對(duì)中國(guó)企業(yè)勞動(dòng)收入份額的影響研究[D]．濟(jì)南：山東大學(xué)，2023.

[35]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J]．管理世界，2021，37（7）：130～144，10.

[36]黃群慧，余泳澤，張松林．互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J]．中國(guó)工業(yè)經(jīng)濟(jì)，2019，（8）：5～23.

[37]HansenBE.Threshold Effectin Non-Dynamic Panels：Estima-tion，Testing，and Inference[J].Journal ofEconometrics，1999，93（2）：345～368.

[38]何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J]．改革，2019，（4）：137～148.

[Abstract）Thedigitaltransformationofenterprisescanhelpreduce markettransactioncosts，improvethelevelofspecialization，andimprovetheirTotalFactorProductivity（TFP）．AnempiricalanalysisbasedonthedataofA-sharemanufacturinglisted companiesinShanghaiand Shenzhenfrom2010toO23showsthat：（1）Thedigitaltransformationofmanufacturingenterprises can improvetheirTFP，which isstilltrueafteraseries ofrobustness tests；（2）Thespecialization hasasignificantmediation effectandadoublethresholdffect，andwhenthelevelofspecializationcrosssthehighthreshold，theTFPimprovementffectof digitaltransformationisgreater，buttisefectisnotobviouswhenitiselowthelowthreshold.（3）Thereisasignificantspatial spillvereffetofdigitaltransformationonP，andthespecializationhasasignificantspatialmediatingefect.（4）Largeter prises，high-techenterprises，enterprises ineasternChinaandenterprissintheNationalBigDataComprehensivePilotZonehave agreaterincreaseinTFPfromdigitaltransformatio.InordertoenhancetheTFPimprovementefectofthedigitaltransfoationof themanufacturingindustryitisnecessarytostrengthenthepicysupportsystemandcapacitybuildingforthedigitaltrasfoation of the manufacturing industry，and implement diferentiated digital transformation strategies.

[Keywords]manufacturingcompanies；digitaltransformation；total factorproductivity；specialization；technological pro gress；market transaction costs；threshold effect； spatial spillover effect

[Jel classification]L2O；L86（責(zé)任編輯：張舒逸）