環(huán)境不確定性下數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力嗎？

張偉華 趙昕 張建華

摘 要：數(shù)字經(jīng)濟(jì)發(fā)展如火如荼，數(shù)字化成為降本增效、推進(jìn)新質(zhì)生產(chǎn)力前行、實(shí)現(xiàn)中國式現(xiàn)代化的應(yīng)有之義。當(dāng)前正處于數(shù)字化的關(guān)鍵時期，宏觀環(huán)境不確定逐漸成為主旋律，在此情況下數(shù)字化如何促進(jìn)新質(zhì)生產(chǎn)力是全社會關(guān)注的重點(diǎn)論題。本文基于2000-2022年中國制造業(yè)上市企業(yè)數(shù)據(jù)，實(shí)證分析環(huán)境不確定性下數(shù)字化對新質(zhì)生產(chǎn)力的影響。研究發(fā)現(xiàn)：（1）數(shù)字化顯著促進(jìn)新質(zhì)生產(chǎn)力的提升；（2）東、西部地區(qū)數(shù)字化對于新質(zhì)生產(chǎn)力的提升效果最為強(qiáng)勁；（3）環(huán)境不確定性正向調(diào)節(jié)數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力的程度。本研究從環(huán)境不確定性視角探索社會數(shù)字化、智能化發(fā)展的意義，及其對于“中國智造”的突破性引領(lǐng)，對我國制造業(yè)企業(yè)經(jīng)營發(fā)展的策略制定提供實(shí)踐建議，為整體新質(zhì)生產(chǎn)力的發(fā)展提供戰(zhàn)略支持。

關(guān)鍵詞：數(shù)字化；環(huán)境不確定性；新質(zhì)生產(chǎn)力；中國制造業(yè)企業(yè)；實(shí)證研究

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（72002029）；黑龍江省哲學(xué)社會科學(xué)基金項(xiàng)目（Z2022009）；黑龍江省高?；究蒲许?xiàng)目（2022TSZX-06）

作者簡介：張偉華（1983- ），女，黑龍江大慶人，東北石油大學(xué)副教授，碩士生導(dǎo)師，研究方向?yàn)槠髽I(yè)管理、工程管理；趙昕（1997- ），女，蒙古族，黑龍江大慶人，東北石油大學(xué)碩士研究生，研究方向?yàn)槠髽I(yè)管理；張建華（1980- ），女，黑龍江大慶人，東北石油大學(xué)教授，博士生導(dǎo)師，研究方向?yàn)楣こ坦芾怼?/p>

一、引言

隨著新一代信息科技技術(shù)加速布局，大數(shù)據(jù)、云計算、區(qū)塊鏈、物聯(lián)網(wǎng)等智能化新興技術(shù)正在倒逼產(chǎn)業(yè)深刻變革，全球制造業(yè)發(fā)展格局面臨“洗牌”。制造業(yè)企業(yè)數(shù)字化已成為世界經(jīng)濟(jì)強(qiáng)國的關(guān)注焦點(diǎn)。數(shù)字技術(shù)被廣泛用于促進(jìn)產(chǎn)業(yè)跨界融合和創(chuàng)新發(fā)展，而數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)融合發(fā)展，將持續(xù)催生新模式、新業(yè)態(tài)、新經(jīng)濟(jì)，提高生產(chǎn)要素利用效率，減少資源浪費(fèi)，促進(jìn)新質(zhì)生產(chǎn)力高速發(fā)展[1]。2024年全國兩會多次提到數(shù)字賦能“人工智能+”行動，加快重塑產(chǎn)業(yè)形態(tài)、推動產(chǎn)業(yè)升級、促進(jìn)新質(zhì)生產(chǎn)力形成，數(shù)字化已成為當(dāng)前制造業(yè)乃至整體經(jīng)濟(jì)高質(zhì)量發(fā)展的動力引擎。

早在2023年7月習(xí)近平總書記就提出了“新質(zhì)生產(chǎn)力”這一關(guān)鍵概念。新質(zhì)生產(chǎn)力具有高科技、高效能、高質(zhì)量等特征，是貫徹新發(fā)展理念、實(shí)現(xiàn)新發(fā)展格局的先進(jìn)生產(chǎn)力質(zhì)態(tài)。理解新質(zhì)生產(chǎn)力可以從以下幾方面著手。一是包含的生產(chǎn)要素與傳統(tǒng)生產(chǎn)力一致但均呈現(xiàn)升級狀態(tài)；二是代表了我國經(jīng)濟(jì)從量變到質(zhì)變這一過程；三是以全要素生產(chǎn)率為核心；四是平衡供給與需求的關(guān)系；五是遵循“先破后立”原則。秉承顛覆性創(chuàng)新科技技術(shù)與組織架構(gòu)變革，數(shù)字化成為新質(zhì)生產(chǎn)力得以有效提升的底層前提，協(xié)助企業(yè)、行業(yè)、綜合經(jīng)濟(jì)盤活現(xiàn)有資源，開展高效經(jīng)營規(guī)劃、迅速響應(yīng)既有需求，使組織更能靈活應(yīng)對多變市場，進(jìn)而提高績效，達(dá)到經(jīng)濟(jì)螺旋式上升的發(fā)展目標(biāo)。數(shù)字化能夠暢通制造業(yè)企業(yè)內(nèi)外部溝通渠道，緩解資源錯配，提升研發(fā)創(chuàng)新水平，間接提高企業(yè)績效，是實(shí)現(xiàn)制造業(yè)企業(yè)新質(zhì)生產(chǎn)力快速提升的核心動力（陳秀英等[2]，2024）。

環(huán)境不確定性是當(dāng)前社會發(fā)展的顯著特征，地緣政治、貿(mào)易沖突、技術(shù)革命等以前所未有的方式影響著國民的前途命運(yùn)和幸福福祉[3]。環(huán)境帶來的經(jīng)濟(jì)政策不確定性、標(biāo)準(zhǔn)和規(guī)則不確定性、監(jiān)管和治理體系不確定性等愈加明顯，新興科技技術(shù)在此情況下能否有效地促進(jìn)新質(zhì)生產(chǎn)力提升值得關(guān)注。因此，當(dāng)前環(huán)境不確定性如何影響數(shù)字化對新質(zhì)生產(chǎn)力的促進(jìn)作用？能否有效淡化“索羅悖論”？這些都是亟需探討的實(shí)踐和理論問題。

本文基于2000-2022年A股制造業(yè)上市企業(yè)的相關(guān)數(shù)據(jù)，探究在環(huán)境不確定性條件下數(shù)字化對新質(zhì)生產(chǎn)力的影響。研究結(jié)論認(rèn)為：數(shù)字化可以有效促進(jìn)制造業(yè)企業(yè)新質(zhì)生產(chǎn)力的提升。而基于區(qū)域異質(zhì)性視角，認(rèn)為對于位于東、西部地區(qū)的制造業(yè)企業(yè)，數(shù)字化更能促進(jìn)新質(zhì)生產(chǎn)力提升。同時，環(huán)境不確定性能夠正向調(diào)節(jié)數(shù)字化對新質(zhì)生產(chǎn)力的效果。本文的邊際貢獻(xiàn)在于拓展了制造業(yè)企業(yè)層面數(shù)字化對新質(zhì)生產(chǎn)力的影響研究，分析了不同區(qū)域兩者間的影響差異；擴(kuò)展了環(huán)境不確定性如何調(diào)節(jié)數(shù)字化對新質(zhì)生產(chǎn)力影響方面的研究，為新質(zhì)生產(chǎn)力的后續(xù)研究做好基礎(chǔ)理論工作。

二、理論分析與研究假設(shè)

（一）數(shù)字化對新質(zhì)生產(chǎn)力的影響

數(shù)字經(jīng)濟(jì)時代，數(shù)字科技技術(shù)加速了生產(chǎn)要素的運(yùn)轉(zhuǎn)[4]。在賦能要素融合的同時，可以突破時空限制，傳輸、流通、使用更加便捷，加速實(shí)現(xiàn)新質(zhì)生產(chǎn)力升級[5]。在制造業(yè)企業(yè)中，數(shù)字要素可以由多主體共享，隨著加入主體的增多，數(shù)據(jù)資源的價值不降反升，發(fā)揮范圍經(jīng)濟(jì)新優(yōu)勢。但需要注意的是，部分?jǐn)?shù)據(jù)要素的價值具有一定的時效性，戰(zhàn)略布局、謀篇劃策、前瞻思考都需要依賴最新數(shù)據(jù)。新質(zhì)生產(chǎn)力的提升不是空中樓閣，不僅需要依靠傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，形成數(shù)實(shí)融合、優(yōu)勢互補(bǔ)，還需要培育壯大新興產(chǎn)業(yè)，提升產(chǎn)業(yè)體系現(xiàn)代化水平?！包c(diǎn)線面”三方發(fā)力可以使產(chǎn)業(yè)攻關(guān)再上新臺階。一是聚力于“點(diǎn)”，精準(zhǔn)識別關(guān)鍵核心技術(shù)，利用產(chǎn)業(yè)、內(nèi)需、人員等綜合優(yōu)勢，打破薄弱環(huán)節(jié)的桎梏。二是強(qiáng)化于“鏈”，數(shù)據(jù)要素可以打破行業(yè)壁壘加強(qiáng)互聯(lián)互通，及時提供上下游需求及供給，協(xié)同聯(lián)合大中小領(lǐng)域融通做到強(qiáng)鏈補(bǔ)鏈，驅(qū)動精準(zhǔn)決策，進(jìn)而優(yōu)化要素配置效率，優(yōu)化生產(chǎn)流程，促進(jìn)產(chǎn)業(yè)升級、經(jīng)濟(jì)循環(huán)暢通[6]。三是提升于“面”，立足于資源稟賦、優(yōu)勢地位，注重整體統(tǒng)籌協(xié)調(diào)，從戰(zhàn)略角度做好頂層設(shè)計，鋪好數(shù)字化發(fā)展“網(wǎng)”，擴(kuò)大應(yīng)用場景，實(shí)現(xiàn)全生命周期數(shù)字化。建設(shè)現(xiàn)代化產(chǎn)業(yè)體系，發(fā)展新質(zhì)生產(chǎn)力，關(guān)鍵在于振興制造業(yè)重點(diǎn)產(chǎn)業(yè)。數(shù)字化是實(shí)現(xiàn)制造業(yè)企業(yè)高端化、智能化的必由之路。由此提出假設(shè)：

H1：數(shù)字化促進(jìn)制造業(yè)新質(zhì)生產(chǎn)力提升。

（二）區(qū)域的異質(zhì)性作用

基于制造業(yè)企業(yè)區(qū)域差異，不同區(qū)域數(shù)字化對于新質(zhì)生產(chǎn)力的作用效果不同[7]。由于我國東部區(qū)域具有豐厚的資源和人才儲備，完備的數(shù)字化基礎(chǔ)設(shè)施，政策鼓勵、宣傳、解讀到位，加速了數(shù)字創(chuàng)新技術(shù)的迭代發(fā)展[8]。相較而言，中部地區(qū)數(shù)字化相對滯緩，存在資本分配不均及勞動力配置過少的問題，創(chuàng)新意識欠佳且研發(fā)能力不足，缺乏足夠的資本與技術(shù)支撐，引起生產(chǎn)性投資擠壓，削弱了企業(yè)的數(shù)字化改革動力，影響生產(chǎn)率的提升。對于西部地區(qū)而言數(shù)字化改造尚未成熟，受資本過剩、勞動力短缺、資源匱乏、經(jīng)濟(jì)發(fā)展滯后及生產(chǎn)基礎(chǔ)弱等制約，但地方政府投資和生產(chǎn)要素驅(qū)動升級支持力度大，加之資源輸入和招商引資，強(qiáng)化了創(chuàng)新政策對于企業(yè)數(shù)字化發(fā)展的支持效果，使數(shù)字化對新質(zhì)生產(chǎn)力的貢獻(xiàn)較為明顯。而東北地區(qū)數(shù)字基礎(chǔ)設(shè)施相對薄弱，未能有效發(fā)展數(shù)字產(chǎn)業(yè)，信息技術(shù)創(chuàng)新能力有待提升，數(shù)字鴻溝亟待彌補(bǔ)。由此提出假設(shè)：

H2：位于東、西部地區(qū)的制造業(yè)企業(yè)，數(shù)字化更能促進(jìn)新質(zhì)生產(chǎn)力提升。

（三）環(huán)境不確定性的調(diào)節(jié)作用

企業(yè)經(jīng)營發(fā)展受內(nèi)外部環(huán)境的影響，處于宏觀環(huán)境不斷變化的當(dāng)下，環(huán)境不確定性有助于衡量企業(yè)的狀態(tài)及盈利能力（Jansen et al[9]，2005）。通常來講，企業(yè)生產(chǎn)經(jīng)營、戰(zhàn)略決策必須基于對內(nèi)外部環(huán)境的評估，因?yàn)樽鳛橛灾黧w，制造業(yè)企業(yè)經(jīng)營管理者都屬于理性人，只有順勢而為，充分利用環(huán)境不確定帶來的有限信息，考慮決策的優(yōu)劣勢，才能得到更有利的經(jīng)濟(jì)回報?；谖⒂^層面的研究認(rèn)為環(huán)境不確定對制造業(yè)企業(yè)生產(chǎn)經(jīng)營的影響是不確定的（Baum et al[10]，2010）。首先，削弱預(yù)測有效信息的精確度，投資、生產(chǎn)、經(jīng)營等企業(yè)活動變得更謹(jǐn)慎（Bloom et al[11]，2007），選擇的數(shù)字化發(fā)展方向?qū)⒉粫^度放在提升生產(chǎn)力水平上，弱化對新質(zhì)生產(chǎn)力的調(diào)節(jié)作用；其次，無法根據(jù)不確定信息準(zhǔn)確預(yù)測，雖無法制定更明晰的戰(zhàn)略，但增加了管理者風(fēng)險投資的概率，所謂風(fēng)險越大收益越大，環(huán)境不確定性反而在一定程度上促進(jìn)新質(zhì)生產(chǎn)力的提升。因此，本研究認(rèn)為數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力受到環(huán)境不確定的正向調(diào)節(jié)作用，據(jù)此提出假設(shè)：

H3：制造業(yè)企業(yè)中，環(huán)境不確定性正向調(diào)節(jié)數(shù)字化對新質(zhì)生產(chǎn)力的促進(jìn)作用。

三、研究設(shè)計

（一）變量選取

1. 被解釋變量。新質(zhì)生產(chǎn)力（Nycives）。2023年12月17日，中央財經(jīng)委員會辦公室受新華社采訪時詳解中央經(jīng)濟(jì)工作會議精神，指出新質(zhì)生產(chǎn)力是由勞動者、勞動資料、勞動對象等要素配置優(yōu)化組合而形成，核心是全要素生產(chǎn)率[12]。因此，本研究的新質(zhì)生產(chǎn)力選用全要素生產(chǎn)率衡量。鑒于研究對象選取了微觀企業(yè)視角，且研究時間線較長，因此分別采用半?yún)?shù)法中的LP法、GMM法核算。

2. 解釋變量。數(shù)字化（Digital）。本文選用最為直截了當(dāng)?shù)奈谋痉治龇ê饬繙y算數(shù)字化，借鑒祁懷瑾[13]采用企業(yè)財報附注部分，無形資產(chǎn)明細(xì)項(xiàng)中與數(shù)字化相關(guān)部分占總額的比例衡量數(shù)字化程度。通過“詞頻法”進(jìn)行測度，按照年份及企業(yè)進(jìn)行標(biāo)記、加和處理，最后計算加和值占當(dāng)年總值的比例，代表數(shù)字化指標(biāo)。變量定義如表1所示。

3. 調(diào)節(jié)變量。環(huán)境不確定性（EU）。本文借鑒申慧慧等[14]（2012）用5年內(nèi)異常收入標(biāo)準(zhǔn)差除以總銷售收入平均值測算得到未調(diào)整的環(huán)境不確定性（EUA）；考慮行業(yè)異質(zhì)性帶來的影響，用每年各行業(yè)EUA的中位數(shù)代表行業(yè)環(huán)境不確定性（IEU），EUA與IEU的比值即為已調(diào)整的環(huán)境不確定性（EU）作為代理變量。

4. 控制變量。借鑒杜勇等[15]（2023）的研究，選用現(xiàn)有規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)凈利率（ROA）、財務(wù)杠桿（FL）、流動比率（CR）、兩權(quán)分離率（Dual）作為本研究的控制變量。

（二）樣本選擇與數(shù)據(jù)來源

本文選用的研究樣本是2000-2022年中國制造業(yè)上市企業(yè)數(shù)據(jù)，選自中國統(tǒng)計年鑒、Economic Policy Uncertainty、國泰安數(shù)據(jù)庫、巨潮資訊網(wǎng)等。由于缺失數(shù)據(jù)小于2%，選擇線性插補(bǔ)法進(jìn)行插補(bǔ)。剔除ST、*ST、IPO企業(yè)，選擇Winsorize（1%-99%）縮尾處理，在回歸分析中對標(biāo)準(zhǔn)誤進(jìn)行 業(yè)面的聚類調(diào)整。經(jīng)篩選，得到2149家A股上市企業(yè)共22434個觀測值。具體描述性統(tǒng)計見表2。

（三）模型構(gòu)建

由于本文數(shù)字化選用文本分析法衡量，最小只能以0為截堵，屬于歸并數(shù)據(jù)中的左歸并。認(rèn)為普通模型無法反應(yīng)此特性，為研究數(shù)字化對新質(zhì)生產(chǎn)力的影響，構(gòu)建如下Tobit模型：

[Nycivesit=α0+α1i=1nDigitalit-1+CVit+yeart+indit+μit] （1）

[μit～N（0，σ2），i=1，2，...，n；t=1，2，...，l] （2）

上式中，[Nycivesit]代表了企業(yè)[i]在[t]年的新質(zhì)生產(chǎn)力水平。由于數(shù)字化對于生產(chǎn)經(jīng)營各環(huán)節(jié)新質(zhì)生產(chǎn)力的提升在后一期體現(xiàn)得更為強(qiáng)烈，因此選擇[Digitalit-1]代表了企業(yè)[i]在[t-1]年即滯后一期的數(shù)字化程度，[yit]代表了潛變量，[CVit]代表了控制變量，[yearit]代表了年份固定效應(yīng)，[indit]代表了行業(yè)固定效應(yīng)，[α]代表了估計參數(shù)，[μit]為隨機(jī)擾動項(xiàng)。

四、實(shí)證分析

（一）基準(zhǔn)回歸

基準(zhǔn)回歸結(jié)果如表3所示，本文數(shù)字化數(shù)據(jù)采用了對數(shù)值衡量，選用Tobit模型測算數(shù)字化對新質(zhì)生產(chǎn)力的影響。為更好地反映兩者間的影響情況，采用了LP法和GMM法兩種方法衡量新質(zhì)生產(chǎn)力。

列（1）（3）是只控制了行業(yè)、年份固定效應(yīng)時自變量Digital對Nycives的影響，可以發(fā)現(xiàn)在1%的水平上顯著為正，說明數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力提升。而列（2）（4）加入了規(guī)模等可能影響研究結(jié)果的控制變量，發(fā)現(xiàn)即使替換被解釋變量的衡量方法，數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力的結(jié)果依舊存在且顯著，驗(yàn)證假設(shè)H1。

（二）內(nèi)生性檢驗(yàn)

本文基準(zhǔn)回歸可能存在互為因果的內(nèi)生性問題，即可能不是數(shù)字化推動生產(chǎn)經(jīng)營、管理決策智能化，以提高生產(chǎn)、服務(wù)、技術(shù)等帶來的新質(zhì)生產(chǎn)力水平的提升，而是更具新質(zhì)生產(chǎn)力的企業(yè)更傾向于提升數(shù)字化程度，以滿足紛繁復(fù)雜的需求，進(jìn)而表現(xiàn)出制造業(yè)企業(yè)數(shù)字化對新質(zhì)生產(chǎn)力的促進(jìn)作用。為排除上述可能，以自變量滯后一期L.Digital作為工具變量，易知其與解釋變量高度相關(guān)，但對新質(zhì)生產(chǎn)力幾乎不存在直接影響。因此采用L.Digital作為工具變量，使用兩階段最小二乘法（2SLS）進(jìn)行檢驗(yàn)。如表4所示。

結(jié)果顯示，工具變量為外生。如表4所示第一階段回歸結(jié)果中，工具變量顯著為正，F(xiàn)大于10，說明L.Digital顯著影響新質(zhì)生產(chǎn)力。第二階段估計系數(shù)依舊顯著為正，表明緩解潛在內(nèi)生性問題后，基準(zhǔn)回歸結(jié)果依然成立。不可識別檢驗(yàn)顯著拒絕“工具變量識別不足”的原假設(shè)；弱工具變量檢驗(yàn)中工具變量與內(nèi)生解釋變量的相關(guān)性強(qiáng)，表明不存在未識別和弱工具變量問題；過度識別檢驗(yàn)未通過，表明不存在過度識別問題。故L.Digital是有效工具變量，排除內(nèi)生性問題干擾后假設(shè)H1依然成立。

（三）穩(wěn)定性檢驗(yàn)

為確保研究結(jié)論的穩(wěn)健性，本文通過替換核心解釋變量和更換衡量模型等方法，對于LP法與GMM法測量得到的新質(zhì)生產(chǎn)力代理變量分別進(jìn)行穩(wěn)健性檢驗(yàn)。

1. 替換核心解釋變量。變量測度偏誤會扭曲結(jié)果真實(shí)性，本文替換核心解釋變量后重新檢驗(yàn)回歸結(jié)果是否穩(wěn)健。將自變量Digital的衡量方法更換為吳非等[16]（2021）的方法，以DT代表此變量重新進(jìn)行回歸，緩解估計方法選擇偏誤?；貧w結(jié)果如表5列（1）（2）所示。系數(shù)在1%水平上顯著為正分別為0.022和0.028，與表3回歸結(jié)果保持一致，驗(yàn)證了假設(shè)H1。

2.更換衡量模型。經(jīng)過Hausman檢驗(yàn)可以發(fā)現(xiàn)，本研究同樣適合使用雙向固定效應(yīng)模型進(jìn)行檢驗(yàn)分析，進(jìn)一步驗(yàn)證在選擇不同模型時的回歸結(jié)果是否符合研究假設(shè)?；貧w結(jié)果如表5列（3）、（4）所示。加入控制變量調(diào)節(jié)后，回歸系數(shù)依然在1%的水平上顯著為正，證明在解釋變量衡量方式不同及更換模型后，數(shù)字化有效促進(jìn)新質(zhì)生產(chǎn)力提升的結(jié)果未改變，再次驗(yàn)證假設(shè)H1。

（四）異質(zhì)性檢驗(yàn)

企業(yè)微觀區(qū)域特征差異較為明顯，表6的回歸結(jié)果揭示不同區(qū)域數(shù)字化對新質(zhì)生產(chǎn)力的影響有所差異。列（1）顯示東部地區(qū)回歸系數(shù)顯著為正，此現(xiàn)象可能源于東部地區(qū)普遍資源、人才、基礎(chǔ)設(shè)施、政策落實(shí)等優(yōu)勢明顯，為當(dāng)?shù)仄髽I(yè)的數(shù)字化進(jìn)程創(chuàng)造了廣闊空間與持續(xù)活力，使得企業(yè)的生產(chǎn)率水平得到大幅提升，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

相較而言，西部地區(qū)數(shù)字化成效也尤為顯著，正如列（2）所示，西部改造尚處于不斷發(fā)展階段，雖然受多要素制約，但得益于政府政策傾斜和要素驅(qū)動，制造業(yè)行業(yè)企業(yè)對于數(shù)字化改造的勁頭尤為迅猛，創(chuàng)新能力大幅提升，數(shù)字化對新質(zhì)生產(chǎn)力的貢獻(xiàn)勢頭正足。而中部地區(qū)和東北地區(qū)數(shù)字化未能實(shí)現(xiàn)類似上述兩個區(qū)域的顯著提升，但仍有一定程度的促進(jìn)作用。如列（3）、（4）所示，中部地區(qū)及東北地區(qū)制造業(yè)企業(yè)數(shù)字化進(jìn)程相對滯緩，新質(zhì)生產(chǎn)力水平尚處于較為普通狀態(tài)。勞動力配置等問題阻礙數(shù)字化帶動新質(zhì)生產(chǎn)力發(fā)展，傳統(tǒng)制造業(yè)企業(yè)創(chuàng)新意識不足，傾向于選擇非獨(dú)立創(chuàng)新或?qū)ΤＲ?guī)生產(chǎn)經(jīng)營體系開展數(shù)字化轉(zhuǎn)型，削弱了企業(yè)的數(shù)字化改革動力，影響新質(zhì)生產(chǎn)力發(fā)展。驗(yàn)證假設(shè)H2。

五、進(jìn)一步分析：數(shù)字化、環(huán)境不確定與新質(zhì)生產(chǎn)力

新質(zhì)生產(chǎn)力隨著制造業(yè)企業(yè)環(huán)境不確定性的不同，呈現(xiàn)出截然不同的特征。數(shù)字化對新質(zhì)生產(chǎn)力的影響會因環(huán)境不確定而如何變化呢？是否還能起到相應(yīng)的促進(jìn)作用呢？為檢驗(yàn)數(shù)字化對新質(zhì)生產(chǎn)力的影響是否受環(huán)境不確定的調(diào)節(jié)，本研究建立下述模型，使用經(jīng)行業(yè)調(diào)整的變量（EU）分三步檢驗(yàn)。

[Nycivesit=β0+β1i=1nDigitalit-1+β2EUit+CVit+yeart+indit+μit] （3）

[Nycivesit=β0+β1i=1nDigitalit-1+β2EUit+β3D*E+CVit+yeart+indit+μit] （4）

[Nycivesit=β0+β1i=1nDigitalit-1+β2EUit+β4D*E_c+CVit+yeart+indit+μit] （5）

首先，加入變量環(huán)境不確定性EU，檢驗(yàn)在無交互項(xiàng)的情況下，其如何影響數(shù)字化對新質(zhì)生產(chǎn)力的促進(jìn)作用，根據(jù)表7列（1）結(jié)果可知環(huán)境不確定性此時對其為正向作用。其次，將數(shù)字化Digital與環(huán)境不確定性EU的交互項(xiàng)放入模型中進(jìn)行檢驗(yàn)，根據(jù)列（2）結(jié)果可知交互項(xiàng)D*E的系數(shù)顯著為正，說明EU作為調(diào)節(jié)變量對數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力這一關(guān)系具有正向調(diào)節(jié)效應(yīng)。然而，原本顯著的EU在加入交互項(xiàng)D*E后反而不顯著。這是由于交互項(xiàng)與數(shù)字化和環(huán)境不確定性間存在共線性偏差，采用中心化修正得到D*E_c，如列（3）所示。結(jié)果顯示交互項(xiàng)的系數(shù)依然顯著為正，意味著環(huán)境不確定性在數(shù)字化促進(jìn)新質(zhì)生產(chǎn)力的作用中具備正向調(diào)節(jié)作用，驗(yàn)證假設(shè)H3。

六、結(jié)論與建議

（一）結(jié)論

本文以我國A股制造業(yè)上市企業(yè)2000-2022年數(shù)據(jù)作為研究樣本，研究數(shù)字化對新質(zhì)生產(chǎn)力的影響及區(qū)域異質(zhì)性，并探討了環(huán)境不確定性對兩者的調(diào)節(jié)作用。研究顯示，數(shù)字化會促進(jìn)新質(zhì)生產(chǎn)力的提升，經(jīng)過一系列內(nèi)生性、穩(wěn)健型檢驗(yàn)后依然存在；相對其他區(qū)域，東、西部地區(qū)的新質(zhì)生產(chǎn)力水平受數(shù)字化的正向作用更明顯；環(huán)境不確定性在數(shù)字化對新質(zhì)生產(chǎn)力的微觀影響中整體起到正向調(diào)節(jié)作用。

（二）建議

在數(shù)字經(jīng)濟(jì)時代，數(shù)實(shí)融合推動新質(zhì)生產(chǎn)力發(fā)展是需要長期堅(jiān)持、系統(tǒng)協(xié)作的難題，需要社會各界優(yōu)勢相加、短板互補(bǔ)形成合力。政府要加強(qiáng)政策支持引導(dǎo)，企業(yè)要注重崗位設(shè)置形成人崗匹配，社會要推動技術(shù)創(chuàng)新以促進(jìn)產(chǎn)業(yè)升級，各方密切配合，才能有效促進(jìn)新質(zhì)生產(chǎn)力的形成、提升，推動市場經(jīng)濟(jì)高質(zhì)量發(fā)展。

1. 政策支持引導(dǎo)。為提升新質(zhì)生產(chǎn)力水平，加快數(shù)字化發(fā)展，應(yīng)對環(huán)境不確定等因素，應(yīng)加強(qiáng)政策支持引導(dǎo)。首先，政府應(yīng)加強(qiáng)頂層設(shè)計。出臺相關(guān)政策吸引制造業(yè)企業(yè)加強(qiáng)數(shù)字創(chuàng)新投入、數(shù)字利用水平等，加快產(chǎn)業(yè)數(shù)字化進(jìn)程；其次，應(yīng)加強(qiáng)政策協(xié)同。厘清各相關(guān)部門權(quán)責(zé)清單及政策目標(biāo)，確保一致形成合力；最后，應(yīng)加強(qiáng)宣傳引導(dǎo)。提升政策知曉的廣度，利用多種渠道廣泛傳播，避免使用過于專業(yè)、復(fù)雜的語言以保證簡單明了，注重針對性政策解讀、扶持，幫助各方更好地發(fā)展數(shù)字化，推動經(jīng)濟(jì)健康、有序增長。

2. 加強(qiáng)人崗匹配。面對數(shù)字化難題，針對性設(shè)置崗位，實(shí)現(xiàn)人崗匹配是關(guān)鍵。數(shù)字化經(jīng)過長期發(fā)展，不再屬于新概念范疇。社會尤其是高校的數(shù)字領(lǐng)域人才層出不窮，理論知識較為豐富，熟練掌握數(shù)據(jù)要素的應(yīng)用，但普遍面臨著數(shù)字化轉(zhuǎn)型實(shí)踐項(xiàng)目缺失、系統(tǒng)性思維匱乏的情況。加強(qiáng)產(chǎn)學(xué)研合作只是從一個角度推動企業(yè)成果轉(zhuǎn)化，若想持續(xù)提升企業(yè)數(shù)字化能力，那么針對性開設(shè)相關(guān)崗位以匹配專業(yè)人才，形成長期數(shù)字精細(xì)化發(fā)展是至關(guān)重要的，需要引起各類企業(yè)，尤其是小微企業(yè)的重視。

3. 產(chǎn)業(yè)協(xié)同升級。新質(zhì)生產(chǎn)力有效形成和提升需要全社會的支持。數(shù)據(jù)要素的特征就注定了企業(yè)數(shù)字化發(fā)展是“1+1>2”的過程。單單在一個企業(yè)的數(shù)字化水平上加大投入，對于新質(zhì)生產(chǎn)力的提升是有限的，因?yàn)樽鳛槠髽I(yè)不能是“孤島”，企業(yè)生存需要要素交換。因此，全社會實(shí)現(xiàn)數(shù)字化是必然趨勢。產(chǎn)業(yè)鏈上下游要加強(qiáng)信息聯(lián)合，優(yōu)化資源配置效率；消費(fèi)者與供給者暢通需求溝通渠道，針對性提升產(chǎn)業(yè)附加值，以形成具備優(yōu)勢的市場競爭力；加大新興產(chǎn)業(yè)、未來產(chǎn)業(yè)的培育，加速產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的落地，推動整體經(jīng)濟(jì)架構(gòu)升級。在各方支持下，實(shí)現(xiàn)新質(zhì)生產(chǎn)力的提升。

參考文獻(xiàn)：

[1] GOLDFARB A，CATHERINE T. Digital Economics[J].Journal of Economic Literature，2019，57（1）：3-43.

[2] 陳秀英，劉勝，沈鴻.以數(shù)字化轉(zhuǎn)型賦能提升新質(zhì)生產(chǎn)力[J].新疆社會科學(xué)，2024：1-7.

[3] 張公一，張暢，劉思雯.環(huán)境不確定情境下組織韌性影響路徑、作用機(jī)制與應(yīng)對策略研究[J].科技進(jìn)步與對策，2023，40（2）：20-29.

[4] KRAUS S，DURST S，F(xiàn)ERREIRA J，et al.Digital Transformation in Business and Management Research： An Overview of the Current Status Quo[J].International Journal of Information Management，2022（63）：102466.

[5] 徐政，張姣玉.新質(zhì)生產(chǎn)力促進(jìn)制造業(yè)轉(zhuǎn)型升級：價值旨向、邏輯機(jī)理與重要舉措[J].湖南師范大學(xué)社會科學(xué)學(xué)報，2024（2）：104-113.

[6] 林春，文小鷗.資本市場賦能新質(zhì)生產(chǎn)力形成：理論邏輯、現(xiàn)實(shí)問題與升級路徑[J].深圳大學(xué)學(xué)報（人文社會科學(xué)版），2024，41（2）：66-75.

[7] 羅爽，肖韻.數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)集聚賦能新質(zhì)生產(chǎn)力發(fā)展：理論機(jī)制與實(shí)證檢驗(yàn)[J].新疆社會科學(xué)，2024（2）：29-40+148.

[8] 尹希果，魏苗苗.數(shù)字經(jīng)濟(jì)發(fā)展與區(qū)域經(jīng)濟(jì)收斂——基于動態(tài)空間面板模型的實(shí)證研究[J].經(jīng)濟(jì)與管理評論，2024，40（2）：29-42.

[9] JANSEN，J.J.P.，VAN DEN BOSCH，F(xiàn).A.J.，VOLBERDA，H.W.Exploratory Innovation，Exploitative Innovation，and Ambidexterity： the Impact of Environmental and Organizational Antecedents[J].Schmalenbach Business Review，2005，57（4）：351-363.

[10] BAUM，C.F.，CAGLAYAN M，TALAVERA O.On the Sensitivity of Firms Investment to Cash Flow and Uncertainty[J].Oxford Economic Papers，2010，62（2）：286-306.

[11] BLOOM N，BOND S，REENEN J.V.Uncertainty and Investment Dynamics[J].Review of Economics Studies，2007，74（2）：391-415.

[12] 新華社記者.詳解2023年中央經(jīng)濟(jì)工作會議精神[N].人民日報，2023-12-18（004）.

[13] 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對公司治理的影響——基于信息不對稱和管理者非理性行為視角[J].改革，2020（4）：50-64.

[14] 申慧慧，于鵬，吳聯(lián)生.國有股權(quán)、環(huán)境不確定性與投資效率[J].經(jīng)濟(jì)研究，2012，47（7）：113-126.

[15] 杜勇，婁靖，胡紅燕.供應(yīng)鏈共同股權(quán)網(wǎng)絡(luò)下企業(yè)數(shù)字化轉(zhuǎn)型同群效應(yīng)研究[J].中國工業(yè)經(jīng)濟(jì)，2023（4）：136-155.

[16] 吳非，胡慧芷，林慧妍，任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)一來自股票流動性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021（7）：130-144.