智能化轉型對企業新質生產力的影響：來自制造業上市企業的經驗證據

中圖分類號：F245 文獻標志碼：A 文章編號：1008-4657(2025)04-0065-12

0 引言

“新質生產力\"這一術語，自從習近平總書記在黑龍江的調研考察中首次提出后，便在社會各界引起了廣泛關注。隨后，這一概念被正式納人中央政策文件，標志著其從理論探討向實踐應用的轉變。這一創新概念不僅為我國新發展階段注入了新動力，還成為重塑全球競爭力的核心焦點。《中共中央關于進一步全面深化改革、推進中國式現代化的決定》也指出要健全因地制宜發展新質生產力體制機制。新質生產力是適應新發展理念的先進生產力，具備超越傳統模式的整合、創新和支撐能力。

與此同時，制造業的智能化轉型和升級是激發新質生產力的關鍵，數據元素的滲透有助于推動現代化產業體系的建設和優化[1]。在制造業企業智能化轉型的進程中，新技術和新要素在企業內部的應用可以催生新模式，激發新動能，并提高整個產業發展的效率，這是形成新質生產力的關鍵驅動力[2]。此外，在我國的制造業企業轉型進程中，新質生產力扮演著至關重要的角色。一方面新質生產力推動了智能化和自動化的發展，使得許多傳統行業得以轉型升級，提高了生產效率和質量。例如，智能制造、智慧農業、智能家居等領域的快速發展，使人民群眾的生活更加便捷、舒適和高效;另一方面，新質生產力通過構建產業集群，發揮規模經濟效應和空間溢出效應，帶動產業鏈上下游及周邊地區發展，形成區域協同內驅力，緩解地區間制造業發展不平衡不充分等問題，對于提升中國制造業的國際競爭力和推動高質量發展具有重要意義。然而，我國的制造業依然面對著規模大但實力不足、全面但質量不高、產業基礎薄弱、資源限制日益嚴格、要素成本不斷上升等明顯問題。因此，智能化轉型和技術創新是提升競爭力的關鍵，加速新質生產力發展，推動制造業向高端、智能、綠色轉型是必然選擇。由此，一個亟須驗證的問題是，制造業企業智能化轉型是如何對新質生產力產生影響的，以及不同的企業間是否存在明顯的差異？對上述問題的解答將有助于我們更深入地理解智能化轉型賦能新質生產力發展的底層邏輯，促進經濟高質量發展。

基于此，本文選取了我國A股2012—2022年間制造業企業的數據作為研究樣本，從微觀經濟層面深入剖析企業智能化轉型對新質生產力的影響效應及其背后的機制。本文可能的邊際貢獻在于;第一，目前學術界關于新質生產力的研究主要集中在理論分析上，本文從實證角度出發，深人挖掘企業智能化轉型對新質生產力的影響，豐富了新質生產力的實證研究以及企業智能化轉型所帶來的經濟效應的相關研究。第二，深人探索了企業智能化轉型影響新質生產力的\"黑箱”。本文從融資約束和綠色技術創新兩個角度出發，探討了企業智能化轉型如何對新質生產力產生影響，并進一步強化了兩者之間的內在邏輯。第三，本文將產權性質、區域位置等因素引入實證分析中，充分地考慮了智能化轉型對新質生產力在企業異質性方面的影響。

1文獻綜述

1.1新質生產力的相關研究

目前，學術界對新質生產力的相關研究產生了濃厚的興趣，并聚焦在以下幾個主要類別。一是部分學者深入分析了新質生產力的內涵和特征。姚樹潔等[3]認為新質生產力應當具備由科技創新推動的高質量發展、產業高效與低消耗的綠色增長、基礎設施公共服務能力的增強、數字化賦能以及國家治理能力的現代化等獨特屬性;周文等[4強調，新質生產力以技術創新為動力，追求高品質發展，并在理論上超越傳統生產力。二是部分學者論述闡明新質生產力的意義和實現途徑。張林[5]明確表示，新質生產力對于推進具有中國特色的現代化進程是至關重要的。蔣永穆等[6認為提升科技創新能力、加速新要素增長、推進核心技術開發與應用以及構建現代產業體系，均能加速新生產力的形成。

綜上所述，基于習近平總書記的重要講話和學術界對新質生產力的深入闡釋，本文認為新質生產力與傳統的粗放型和集約型生產力有顯著區別，它主要依托科技創新。這種生產力已經超越了傳統的增長模式，符合高質量發展標準。具體可被定義為：由技術革命性的突破、生產要素的創新性配置以及產業的深度轉型升級所催生的一種生產力。核心在于勞動者、資料、對象的優化組合提升，摒棄傳統路徑，展現新發展理念下的先進生產力。

1.2智能化轉型的相關研究

智能化轉型作為當前學術界和實務界關注的熱點議題，學者們主要從宏觀和微觀兩個層面進行研究。宏觀層面上，研究集中于產業智能化和工業智能化，探討了智能化轉型對產業結構升級[7]勞動力市場8以及工業經濟發展9等的影響。微觀層面上，部分研究聚焦于企業智能化轉型對全要素生產率[]和創新績效11的作用效果。如智能化轉型能夠提升企業獲取信息、分析決策和自我協調的能力，滲透融合于產品、服務和管理創新等環節，優化資源配置并實現價值鏈升級。然而，由于智能化轉型水平的微觀數據獲取難度較大，現有研究主要基于地區和行業層面，并采用工業機器人或人工智能專利數量來測度智能化水平，缺乏關于企業層面智能化轉型的理論模型和實證分析。

1.3智能化轉型與企業新質生產力的相關研究

目前學術界尚未關注到智能化轉型對企業新質生產力的影響，但有一類文獻與本文研究息息相關，即企業數字轉型對新質生產力的影響。如張夏恒等[2]持有這樣的觀點：數字化轉型為技術創新提供了基礎的技術和要素支持，為管理創新提供了戰略管理模式，并為模式創新構建了一個智能化運營的數字生態系統。通過技術、管理和模式的綜合創新，共同推動了新興產業的發展，并最終促成了新型生產力的出現和增長。陳秀英等[12則認為，數字經濟體制的創新滯后、新經濟的激勵機制不足、科技管理制度的滯后以及關鍵技術的明顯短板影響了新質生產力的規模和質量，并針對這些問題給出了相應的解決建議。黃慶華等[13探討了數字經濟通過催生新型生產要素、推動技術創新、促進產業轉型升級來賦能新質生產力發展。張秀娥等[14]基于動態資源基礎觀，發現數智化轉型可以通過增強企業吸收能力從而促進新質生產力水平的提升。綜上，通過對相關文獻進行梳理可以發現，尚未有文獻從新質生產力視角探究企業智能化轉型的經濟效應。因此，探究企業智能化轉型對企業新質生產力的影響具有重要的現實意義。

2理論基礎與研究假設

2.1智能化轉型與企業新質生產力

企業智能化轉型一方面可以拓寬企業的融資渠道，緩解融資約束[15]，發揮資金支持效應;另一方面智能化轉型也可以通過促進企業綠色技術創新來賦能新質生產力的發展[16]，發揮技術升級效應。基于此，本文分別從資金和技術層面兩個渠道分析企業智能化轉型對企業新質生產力的影響。

第一是資金支持效應。為了滿足新質生產力發展的核心需求，即\"以人才為引領，以科技為動力，以產業為賦能，實現高質量發展\"的重要要求，企業需要進行持續且長期的資金投人[17]，包括為相關行業的專業人才提供高額的雇傭成本，以及引進其他公司已經成熟的技術和設備。當企業內部的現金流出現短缺時，這可能會在推動新質生產力發展的過程中引發資金鏈的斷裂，從而可能導致企業失敗[18]。基于利益相關者的觀點，企業在智能化轉型過程中會更加主動地承擔社會職責，這有助于獲得政府、銀行、機構投資者等各方的資源支持[19]。這種轉型為企業帶來了創新的融資途徑和渠道，注人了資金流動性，補充了內部資金，緩解了資金限制，促進新質生產力提升。此外，通過智能化轉型，企業的信息透明度得到了顯著提升，這有利于進一步減少企業與各金融機構間的信息不對稱問題，為企業獲得金融機構的資金援助打下了堅實的基礎，從而賦能新質生產力的發展。

第二個是技術升級效應。在大數據時代下，智能化轉型成為推動企業提升綠色技術創新能力的關鍵驅動力，企業借助數字與智能化技術的深度融合，不僅實現了內外部數據、信息及知識的無縫共享、高效交流與深度整合，還促進了這些資源的創新性再構建，為綠色技術創新開辟了快車道[20]。例如，數字技術和人工智能的廣泛應用，通過模擬仿真等高級功能，極大地促進了企業在智能技術創新領域的突破性進展。人工智能不僅助力企業設計出更加精準高效的節能方案，還構建了系統化的減排管理策略，有效降低了資源消耗與環境污染，顯著提升了企業在綠色技術創新領域的競爭力與成功率。

而新質生產力本質上就是綠色生產力，企業積極進行綠色技術創新有利于自身新質生產力的發展。在綠色與低碳成為時代主旋律的背景下，消費者的消費觀念正經歷著一場深刻的變革，逐漸從傳統的消費模式向可持續發展的方向轉變。這一轉變體現在他們對產品環保特性的高度重視上，環保需求日益凸顯且愈發強烈。為響應這一廣泛而深刻的市場需求，并彰顯企業的責任感與綠色發展理念，企業正積極投身于綠色創新活動中。無論是聚焦于綠色產品的研發創新，還是致力于生產工藝的綠色化改造，這些舉措不僅旨在滿足消費者對環保產品的迫切需求，更是企業實現可持續發展、獲取長遠經濟利益的重要途徑。隨著盈利的增長，公司會有更強烈的驅動力去優化其內部產品和生產流程，這會形成一個持續的正向循環，不斷地為公司創造價值，并顯著提升公司的全要素生產效率[21]，從而促進新質生產力提升。因此，基于以上理論分析，本文提出如下研究假設：

H1：企業智能化轉型可以促進企業新質生產力的提升。

2.2產權性質、智能化轉型與企業新質生產力

鑒于國有與非國有企業在提高新質生產力的空間和融資成本上有所不同，智能化轉型對這兩類企業的新質生產力的推動效果也存在差異。從空間提升的視角來看，國有企業面臨著經營目標多樣化和管理機制相對僵化的問題，這可能會導致它們在技術創新方面缺乏活力，從而降低經營效率[22]。因此，在國有企業中，新質生產力的基數相對較小，而智能制造技術更能有效地提升企業生產效率和減少勞動力成本，從而在更大的范圍內提高企業新質生產力;從融資成本的視角來看，智能制造項目需要大量的財務支持。國有企業不僅資金相對充裕，而且在債務融資和各種優惠政策方面具有明顯的優勢，這使得它們能夠以更經濟的成本進行智能制造，從而進一步提升自身的新質生產力水平。因此，基于以上理論分析，本文提出如下研究假設：

H2：相較于非國有企業，企業智能化轉型對國有企業的促進作用更加顯著。

2.3地理區域、智能化轉型與企業新質生產力

由于在智能化轉型的實施能力和條件上有所不同，不同地區的企業在實施智能化轉型時，對自身新質生產力的提升效果也會有所不同。在東部地區，經濟的高速發展和相對健全的制度環境能夠為企業智能化轉型提供肥沃的土壤，并且政府對企業在智能化以及數字化應用方面的要求也更為嚴格。這些因素共同促使該地區的企業加快智能化轉型進程，從而能更加有效地促進自身新質生產力的提升。此外，得益于東部地區強大的經濟背景，政府能夠為那些積極進行智能化轉型、響應國家號召的企業提供經濟援助、稅務減免等政策的扶持，進而進一步激發企業智能化轉型的熱情。與此相對，中西部地區的經濟法律環境較為落后，經濟資源稀缺，監管不夠嚴格，企業在智能化轉型上缺乏足夠的資金和資源上的支持。

H3：相較于位于中西部地區企業，企業智能化轉型東部地區企業的促進作用更加顯著。

3 研究設計

3.1 數據來源

本文選了2012—2022年間我國滬深A股制造業的上市企業作為研究樣本。為確保研究結論的穩健性，對初始樣本數據進行嚴格的篩選與預處理，具體步驟包括：(1)剔除異常與風險樣本：剔除了在此期間被特別處理(ST、*ST、PT)的企業樣本，以及那些存在財務數據異常、無法準確反映企業真實經營狀況的企業。(2)財務健康性篩選：剔除資產負債率小于0的樣本。(3)極端值處理：為了降低極端觀測值對統計結果的影響，本文對所有連續變量進行了Winsorize縮尾處理，在 1% 的極端水平上進行截斷，以確保數據的平穩性和分析結果的可靠性。經過上述一系列嚴謹的數據處理流程后，本文最終構建了一個包含20009個觀測值的非平衡面板數據。其中，企業層面的數據主要來源于萬得(Wind)和國泰安（CS-MAR)數據庫，宏觀層面的數據則取自國家統計局歷年發布的《中國統計年鑒》。

3.2 變量定義

3.2.1 被解釋變量

在探討企業新質生產力水平(Npro)的度量指標時，本文借鑒宋佳等[23]所提出的評估方法。該方法基于生產力二要素理論，即勞動對象在生產過程中的功能與價值，并采用熵值法對企業的創新驅動生產力進行量化分析。新質生產力的核心在于創新，因此，本文在評估過程中特別強調了創新在生產力發展中的關鍵作用。通過這種方法，可以更準確地衡量企業在創新方面的生產力水平。企業新質生產力的具體評價指標構建如表1所示。

表1新質生產力評價指標表

3.2.2 解釋變量

解釋變量為企業智能化轉型水平(Intel)。當前，眾多探討企業智能化轉型與人工智能領域的研究，主要依托于國際機器人聯合會(IFR)所發布的工業機器人統計數據，這些數據涵蓋了國家和產業層面[24-26]。學者們通常將這些數據作為人工智能應用的替代指標，進而開展詳盡的實證分析。但在企業智能化轉型的評估中，工業機器人與人工智能的應用差異顯著，這導致基于國際機器人聯合會(IFR)發布的工業機器人數據難以全面反映企業智能化轉型的實際情況，且這些數據通常無法深人到企業個體層面進行細致分析。基于此，本文用企業智能化投資水平來衡量企業智能化轉型。具體而言，我們通過細致分析制造業上市公司的財務報告附注，特別是關于固定資產和無形資產的具體項目名稱及其價值，手工構建了一套與人工智能相關的企業投資額度指標。該指標的編制基于對無形資產和固定資產中與智能化轉型密切相關的項目進行識別和分類，如無形資產中的“智能技術\"“軟件開發”“系統集成”“信息平臺構建\"以及“數據管理\"等關鍵領域，以及固定資產中的\"電子器材\"“計算設備\"和\"數據存儲設備\"等相關資產。進一步地，我們通過測算這些特定資產在公司年度總資產中的比重，來定量評估企業在智能化技術投資方面的深度和廣度。

3.2.3 中介變量

融資約束(SA)。本文借鑒劉莉亞等[27]所提出的融資約束評估模型，構建SA指數來衡量企業的融資約束程度。該指數的計算公式為 SA=-0.737×Size+0.043×Size^～2-0.04×Age 在該公式中，Size指標是指企業總資產的自然對數，Age指標則代表企業自成立起的年數。考慮到SA指數可能表現為負值，為了便于解釋和比較，本研究選取了SA指數的絕對值作為分析依據。SA指數的絕對值越高，表明企業在融資過程中所面臨的限制和挑戰越大。

綠色技術創新(Green)。在探討企業的研發創新能力時，通常從研發投人和研發產出兩個維度進行評估。然而，對于企業而言，綠色研發活動與總體研發投入往往是交織在一起的，難以明確區分。為了克服這一難題，本研究參考了匡廣璐等[28]的研究方法，采用當年企業獲得的綠色專利授權數量的自然對數作為衡量綠色研發產出的指標，并將其視為綠色技術創新的代理變量。通過這種量化方法，我們能夠更加準確地捕捉企業在綠色技術領域的創新成果，進而評估其綠色研發創新水平。

3.2.4 控制變量

為了深入分析企業智能化轉型對新質生產力的作用，同時確保研究結果的準確性，減少遺漏變量的影響，本研究在模型中納入了一系列企業層面的控制變量，包括企業規模(Size）、資產負債率(Lev）、企業成長性（Growth）、董事會規模(Board）、托賓Q值(TobinQ）、企業年齡的自然對數(Lnage）、兩職合一（Du-al)。此外，為防止各地區和省份層面的因素對本文的結論產生干擾，本文還控制了地區稅負水平(Tax）、地區經濟發展水平(Lngdp)和地區勞動力水平(Labor)對企業新質生產力的影響。所有變量定義如表2所示。

表2變量定義表

3.3 模型構建

為探討企業智能化轉型與新質生產力之間的關系，本文構造雙向固定效應模型，同時控制企業和時間固定效應，模型設定如下：

Npro_it=α₀+α₁Intel_it+α_iControls_it+α_jControls_jt+μ_i+λ_i+ε_ii

其中， Npro_it 代表第 i 個企業第 χ_t 年的新質生產力水平； Intel_it 為第 i 個企業第 χ_t 年的智能化轉型指數； Controls_it 和Controlsjt分別為企業層面和地區層面控制變量的向量集合； λ_t 為時間固定效應 ，μ_i 為個體固定效應， ε_it 為隨機擾動項。

4實證分析

4.1 描述性統計

變量的描述性統計結果見表3。

表3變量描述性統計結果表

由表3可知，企業新質生產力的均值為5.153，標準差為2.135，最小值和最大值分別為13.801和1.428，說明上市企業總體上新質生產力水平較高，但是各企業之間差距較為明顯。企業智能化轉型的均值為0.043，最小值為0.000，最大值為0.611，這也說明不同企業之間智能化進程不一，甚至有企業并未涉及智能化轉型。

從控制變量上看，企業規模(Size)的均值為21.991，標準差為1.157，說明制造業企業整體資產規模較大。資產負債率（Lev）的均值為0.376，說明整體上企業的負債規模較高。企業的營業收入增長率(Growth)的中位數為0.161，說明我國制造業企業的盈利能力普遍不足，有待提升。董事會規模(Board)位于1.609到2.565之間。托賓Q值(TobinQ)體現了企業的成長性，均值為2.086，標準差為1.247，最大值為7.755，最小值為0.879，說明樣本之間存在較大的差距。企業年齡(Lnage)位于1.533和3.332之間。其余宏觀層面控制變量的取值也均符合經濟學含義。

4.2基準回歸分析結果

最常用的短面板數據估算方法(N大于T)包括混合效應、固定效應和隨機效應模型三種，本文通過Husman檢驗(Chi2值400.31，P值0.000，在 1% 的水平上顯著)，故選擇固定效應模型，并對企業和時間固定效應進行控制。其中，列(1)僅控制了企業和時間固定效應，列(2)在企業層面進一步增加了控制變量。

表4基準回歸結果表

注：括號內系數為穩健標準誤，*、**、***分別代表在 10%，5%，1% 水平上顯著。下同。

從表4結果可以看出，在增加了更多控制變量的基礎上，企業智能化轉型的系數為0.1648，在 10% 水平上顯著為正，這驗證了企業智能化轉型對新質生產力具有顯著的推動作用，從而支持了本文假設H1的成立。從經濟意義來看，企業智能化轉型指數每提高一個標準差（0.0902)，新質生產力將提升1.49%(0.0902×0.1648) 。這說明企業智能化轉型可以改善企業決策過程，增強市場競爭力，推動企業整體生產力的提升。

4.3穩健性檢驗

穩健性檢驗回歸結果如表5所示。表5列(1)至(2)給出了替換被解釋變量之后的回歸結果，在剔除2020—2022年的三年數據后進行了回歸分析，如表5的列(3)所示。

表5穩健性檢驗回歸結果表

4.3.1 替換被解釋變量

企業智能化轉型對新質生產力的促進作用可能會受到變量測量誤差的影響。為此，本文對被解釋變量的計算方法重新測度。借鑒楊芳等[29]的做法，用企業全要素生產率來替代新質生產力。在評估企業全要素生產率(TFP)時，通常采用的方法包括柯布-道格拉斯(C-D)生產函數法、半參數最小二乘法(LP法）操作效率法(OP法)以及廣義矩估計(GMM)法。然而，C-D生產函數法在處理內生性問題時可能會遇到同時性偏差和樣本選擇偏差等挑戰。相比之下，GMM法雖然能夠有效處理樣本數據的差分和滯后問題，但這一過程往往需要對數據進行復雜的處理。因此，本研究傾向于采用LP法和OP法來計算全要素生產率，這兩種方法在修正模型的內生性問題時受到的限制相對較少，更適合作為新質生產力的替代指標進行研究[30]。由表5列(1)至(2)可以看出企業智能化轉型有助于新質生產力的結論1依舊成立。

4.3.2 剔除異常年份

在所研究的樣本期間，2020年之后的新冠疫情對上市企業的成長產生了巨大的沖擊。為了降低異常年份對研究成果的不確定性，本文在剔除 2020—2022年的三年數據后進行了回歸分析，如表5的列(3)所示。

由表5的列(3)可知，企業智能化轉型Intel的回歸系數為0.3452，在 5% 水平上顯著為正，這說明本文的核心結論并未發生改變。

4.4 內生性處理

研究表明，企業通過智能化轉型能夠有效增強新質生產力，進而推動地區生產效率和就業水平的提升，促進地區經濟的快速增長。在經濟較為發達的地區，企業更傾向于采用智能化技術。因此這種關聯效應可能導致反向因果的內生性問題。為了解決這一問題，本文采用了滯后變量法和工具變量法來控制模型中的內生性問題。內生性處理回歸結果如表6所示。

第一，滯后核心解釋變量。企業的新型生產力發展是一個長久的過程，而企業的智能化轉型可能會對新質生產力帶來滯后影響。因此，為了消除潛在的內生性效應并檢測其滯后程度，本文分別將核心解釋變量滯后一期、二期和三期納入回歸模型。表6列(1)至(3)展示了滯后解釋變量的回歸結果。

第二，工具變量法。本文使用企業所在地區其他企業的智能化轉型程度的均值(IV)作為工具變量。一般而言，企業的智能化轉型程度會受其所處區域其他企業智能化發展水平的影響，符合工具變量的相關性條件。此外，在同一地區，其他企業的智能化發展水平對特定企業的新質生產力水平的影響是間接的，這符合工具變量法所要求的外生性條件。在表6的列(4)至(5)中，展示了采用工具變量法進行回歸分析的結果。

表6內生性處理回歸結果表

由表6列(1)至(3)可知，解釋變量滯后一、二和三期的回歸系數均顯著為正，且滯后二期的促進效應最大，這說明在控制內生性問題后，企業智能化轉型依然能促進新質生產力的提升。由表6的列(4)至(5)可知，在第一階段的回歸分析中，工具變量的回歸系數在 1% 的顯著性水平上顯著為正，這說明工具變量與核心解釋變量正相關，且F統計量為174，遠大于10，進一步排除弱工具變量的假定;第二階段回歸結果表明，Intel的系數為0.325，仍然顯著為正，這說明在克服內生性問題后，企業智能化轉型依然能夠提升自身新質生產力。

4.5異質性檢驗

異質性分組回歸結果如表7所示。

表7異質性分組回歸結果表

4.5.1 產權異質性

基于前文理論分析，本文假設國有企業在智能化轉型過程中對新質生產力的促進作用可能更為顯著。為了驗證這一假設，本文將企業根據產權性質劃分為國有企業和非國有企業兩組，并分別進行了回歸分析。具體的回歸結果如本文的表7列(1)至(2)所示。

表7列(1)至(2)結果表明，國有企業的智能化轉型與新質生產力之間的回歸系數在 1% 的顯著性水平上顯著為正。這表明，在控制了其他相關變量后，相較于非國有企業，國有企業在智能化轉型方面的投人和努力，對于提升其新質生產力具有顯著的正面影響。這一發現可能與國有企業通常擁有更豐富的資源、更穩定的政策支持以及更強烈的創新驅動有關，這些因素共同促進了國有企業在智能化轉型方面的有效實施，進而提高了其新質生產力，故本文假設H2成立。

4.5.2 區域異質性

基于前文理論分析，本文推測位于東部地區的企業在智能化轉型過程中可能對新質生產力的提升有更顯著的促進作用，并根據企業所處區域將樣本分為東部、中部以及西部地區企業，進行了分組回歸，具體結果詳見本文表7列(3)至(5)。

表7列(3)至(5)實證分析結果表明，東部地區企業智能化轉型與新質生產力的回歸系數在 1% 水平上顯著，且明顯高于中西部企業，說明較于中西部企業，東部企業智能化轉型所帶來的新質生產力促進效應更強。這種差異可能由多種因素造成，包括但不限于東部地區較為發達的經濟環境、更加完善的基礎設施、更豐富的人才資源以及更加開放的市場環境。在這些因素共同作用下，為東部地區企業的智能化轉型提供了有利條件，從而在提升新質生產力方面取得了更為顯著的成效，故本文假設H3成立。

4.6 機制檢驗

基于之前的理論探討，企業智能化轉型可以通過緩解企業融資約束和促進企業綠色技術創新來推動新質生產力的增長。接下來，本文將從兩個不同的視角來檢驗企業智能化轉型如何有效地促進新質生產力上升。

機制檢驗回歸結果如表8所示。

表8機制檢驗回歸結果表

4.6.1 資金支持效應

本文構建 SA指數的絕對值來衡量企業的融資約束，并借鑒江艇[31]的機制分析模型來檢驗企業智能化轉型對融資約束的中介效應。表8列(1)展示了資金支持效應的回歸結果。結果表明，Intel系數為-0.0029，顯著為負，表明企業智能化轉型能夠有效地緩解自身融資約束。此外，Sobel檢驗顯示P值為0.021，小于0.050，也進一步驗證了融資約束的中介效應存在，即企業智能化轉型能通過緩解融資約束，進而促進新質生產力水平的提高。

4.6.2 技術升級效應

本文企業當年綠色專利授權數量的自然對數來衡量企業的綠色技術創新能力，并借鑒江艇[31的機制分析模型來檢驗企業智能化轉型對綠色技術創新的中介效應。表8列(2)列示了企業智能化轉型與綠色技術創新的傳導機制回歸結果。結果表明，Intel系數為0.0249，顯著為正，說明智能化轉型可以顯著提升企業綠色技術創新能力。此外，Sobel檢驗顯示P值為0.003，小于0.050，也進一步驗證了綠色技術創新的中介效應存在，即企業智能化轉型能通過促進綠色技術創新能，從而帶動新質生產力水平

的提高。

5結論和政策啟示

5.1 結論

本文選取了2012—2022年我國滬深A股制造業上市公司作為樣本對象，旨在通過實證分析，驗證企業智能化轉型如何影響其新質生產力，并探究其背后的影響機制。主要結論如下：第一，企業智能化轉型最終會促進新質生產力上升。第二，企業智能化轉型對提升新質生產力的作用主要通過資金支持效應和技術升級效應實現。第三，企業智能化轉型對新質生產力的促進作用在不同類型的企業以及不同地理位置的企業中存在差異，特別是在國有企業和東部地區的企業在智能化轉型過程中，對新質生產力的提升作用更為顯著。本文結論表明企業通過智能化轉型能夠顯著提升其新質生產力，這不僅對企業自身的發展具有重要意義，也為經濟和產業的高質量發展提供了堅實的理論基礎。

5.2 政策啟示

第一，加速企業創新進程，激發創新主體的活力。企業要加大對新興科技的投入力度，加強對重點共性關鍵技術的研究開發和成果產業化工作，提升我國制造業在全球價值鏈中的地位。智能化轉型升級實質上是一種融合了生產技術和企業能力的全面創新。通過將智能技術應用于組織的各個領域和產品的整個生命周期，即利用智能化技術來推動要素的優化組合和資源的合理配置，加速新型智能裝備和智能APP 的研發和應用，實現智能化轉型，從而催生新的業態和模式。此外，企業也需要加速原創技術的創新進程，開發和制造集智能化、高端化、綠色化和精細化為一體的生產工具，為戰略性新興產業和未來產業的發展奠定基礎，從而推動新質生產力的發展。

第二，注重智能化轉型對企業新質生產力影響的差異性。由于企業智能化轉型對新質生產力的影響因企業的產權性質以及所處區域的不同存在一定的差異，因此中西部地區的企業應當更加注重并深化對智能化轉型如何推動新型生產力增長的核心理念的理解，并積極利用智能化轉型的優勢以促進新型生產力的增長。此外，國有企業應當充分利用其在經濟中的“穩定器\"角色，主動支持供應鏈的上下游企業進行智能化轉型，從而促進供應鏈中的民營企業健康成長，進一步推動全社會的新型生產力增長。

第三，加強支持和引導，促進智能化轉型的普及和深入。一方面，基于政府角度，需強化政策扶持，包括但不限于提供財政補助、實施稅收優惠以及設立專項資助項目，以減輕企業在智能化升級過程中的經濟負擔和潛在風險。此外，政府還應建立健全相關法律法規和標準體系，為企業智能化轉型提供制度保障和規范指導。通過設立專項基金，支持企業進行智能化設備的研發和購置，鼓勵企業與科研院所、高校合作，開展智能制造和工業互聯網技術的聯合攻關。同時，政府應積極引導企業間的經驗分享和合作交流，推動形成良好的智能化轉型生態系統，促進不同規模和類型企業共同發展。另一方面，基于企業高管視角，需明確智能化轉型的戰略目標和路徑，制定清晰的轉型藍圖和實施計劃，確保轉型工作與企業整體戰略相匹配。此外，高管也需聚焦制造業生產全過程，培養智能化人才，加強核心技術攻關，解決基礎性、共性的技術短板，特別是在智能制造系統軟件、AI大模型和通用仿生機器人的部署應用上實現突破，助力新質生產力提升。

參考文獻：

[1]侯曼，弓嘉悅，馮海利.制造業數字化轉型驅動新質生產力發展;內在邏輯與實踐路徑[J].科學與管理，2025，45(1):25-33.

[2]張夏恒，肖林.數字化轉型賦能新質生產力涌現：邏輯框架、現存問題與優化策略[J].學術界，2024(1)：73-85.

[3]姚樹潔，張小倩.新質生產力的時代內涵、戰略價值與實現路徑[J].重慶大學學報(社會科學版)，2024，30(1)：112-128.

[4]周文，許凌云.論新質生產力：內涵特征與重要著力點[J].改革，2023(10)：1-13.

[5]張林.新質生產力與中國式現代化的動力[J].經濟學家，2024(3)：15-24.

[6]蔣永穆，喬張媛.新質生產力：邏輯、內涵及路徑[J].社會科學研究，2024(1)：10-18.

[7]郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動[J].管理世界，2019，35(7):60-77.

[8]孫早，侯玉琳.工業智能化如何重塑勞動力就業結構[J].中國工業經濟，2019(5):61-79.

[9]邵慰，吳婷莉.智能化、要素市場與工業經濟高質量發展[J].經濟問題探索，2022(2)：112-127.

[10]李廉水，鮑怡發，劉軍.智能化對中國制造業全要素生產率的影響研究[J].科學學研究，2020，38(4):609-618.

[11]陳金亮，趙雅欣，林嵩.智能制造能促進企業創新績效嗎？[J].外國經濟與管理，2021，43(9)：83-101.

[12]陳秀英，劉勝，沈鴻.以數字化轉型賦能提升新質生產力[J].新疆社會科學，2024(2)：41-45.

[13]黃慶華，何思雨.數字經濟賦能新質生產力發展的理論邏輯與實現路徑[J].中國國情國力，2024(9)：9-12.

[14]張秀娥，王衛，于泳波.數智化轉型對企業新質生產力的影響研究[J].科學學研究，2025，43(5):943-954.

[15]章瀟萌，劉相波.融資約束、人工智能與經濟增長[J].財經研究，2022，48(8)：63-77.

[16]屠西偉，張平淡.企業數字化轉型、碳排放與供應鏈溢出[J].中國工業經濟，2024(4):133-151.

[17]BrownJMatsa DA.Boardingasinking ship?Aninvestigationof jobapplications todistressed fims[J].TheJoualofFi-nance，2016，71(2):507-549.

[18]趙國慶，李俊廷.企業數字化轉型是否賦能企業新質生產力發展——基于中國上市企業的微觀證據[J].產業經濟評論，2024(4):23-34.

[19]肖紅軍，陽鎮，劉美玉.企業數字化的社會責任促進效應：內外雙重路徑的檢驗[J].經濟管理，2021，43(11)：52-69.

[20]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.

[21]武力超，陳韋亨，林瀾，等.創新及綠色技術創新對企業全要素生產率的影響研究[J].數理統計與管理，2021，40(2)：319-333.

[22]陳俊龍，何瑞宇，劉佳麗.智能制造對制造企業綠色全要素生產率的影響研究[J].軟科學，2024，38（8)：1-6.

[23]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.

[24]AcemogluD，RestrepoP.Robotsandjobs: evidence from USlabormarkets[J].JouralofPolitical Economy，O20，128(6):2188-2244.

[25]孫早，侯玉琳.工業智能化如何重塑勞動力就業結構[J].中國工業經濟，2019(5):61-79.

[26]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.

[27]劉莉亞，何彥林，王照飛，等.融資約束會影響中國企業對外直接投資嗎？——基于微觀視角的理論和實證分析[J].金融研究，2015(8)：124-140.

[28]匡廣璐，楊杰，張宇.企業ESG表現與勞動力需求——來自中國A股上市公司的經驗證據[J].武漢金融，2023(4):3-11

[29]楊芳，張和平，孫晴晴，等.企業數字化轉型對新質生產力的影響[J].金融與經濟，2024(5)：35-48.

[30]匡廣璐，楊杰，孫亞蘭.數字普惠金融發展對企業勞動力需求的影響[J].金融發展研究，2023(3)：59-68.

[31]江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022(5)：100-120.

The Impact of Intelligent Transformation on the New Quality Productivity of Enterprises: Empirical Evidence from Manufacturing Listed Enterprises

ZHU Jian， LIU Dannan， LI Wei (School ofBusiness，XiangtanUniversity，Xiangtan 4111OO，China)

Abstract:Taking ShanghaiandShenzhenA-share manufacturing listedenterprises in China astheresearchsample from2012 to 2022，this paperexploresthespecificimpactofintellgenttransformationonthedevelopmentofnewqualityproductivityTheresearchresultsshowthat theimplementationofintellgenttransformationstrategyhasasignificantandpositiveeffctontheimprovementofnewqualityproductivity.Theresultsofthemechanismtestshowthattheinteligentransformationmainlyimproves thenewqualityproductivityofenterprises trough twochannels:oneis toalleviatethefiancingconstraints ofenterprisesfromthe capitalevelndteotristopromoteteeetchologiovationofterpisesfrotethicallvel;Tesultsofhet erogeneityshowthattheeffctof intellgenttransformationonthenewqualityproductivityofenterprisesismoreobviousinstateownedenterprisesandenterprises ineasternChina.Theresearchresultsareofgreatpolicysignificanceforunderstandingthentelligentransformationinpromotingthedevelopmentofnewqualityproductivityofenterprisesandpromotingthehigh-qualityeco nomic development.

Keywords:intelligent ransformation;newqualityproductivityofenterprises;highqualitydevelopment;financingconstraints; green technology innovation

[責任編輯：許立群]