數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響

摘 要：數(shù)字經(jīng)濟時代，數(shù)字化轉(zhuǎn)型是推動企業(yè)新質(zhì)生產(chǎn)力發(fā)展的重要動能。文章基于2011—2022年中國滬深A股上市公司數(shù)據(jù)，探討數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響機制。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)新質(zhì)生產(chǎn)力水平。異質(zhì)性分析表明，在東中部地區(qū)、中心城市、非國有企業(yè)、小規(guī)模企業(yè)以及技術(shù)密集型企業(yè)和人工智能水平更高的企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的積極作用更明顯。機制分析表明，數(shù)字化轉(zhuǎn)型可以通過提高創(chuàng)新水平、提升企業(yè)價值、降低信息不對稱程度、增強媒體監(jiān)督等促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。研究結(jié)論可為準確理解企業(yè)數(shù)字化轉(zhuǎn)型和新質(zhì)生產(chǎn)力提供線索，為企業(yè)數(shù)字化轉(zhuǎn)型、發(fā)展新質(zhì)生產(chǎn)力以及實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展提供借鑒。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；新質(zhì)生產(chǎn)力；科技創(chuàng)新；企業(yè)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(shù)、新能源等新動能的不斷涌現(xiàn)，新質(zhì)生產(chǎn)力正逐漸成為企業(yè)發(fā)展變革的重要突破點。人類經(jīng)濟社會正在從“后工業(yè)化時代”邁入“數(shù)字化時代”，數(shù)字時代背景下催生的原創(chuàng)性、顛覆性技術(shù)也促使生產(chǎn)力發(fā)生了深刻改變，為此，需要全面認識并深刻理解新質(zhì)生產(chǎn)力的內(nèi)涵。2023年9月，習近平總書記在黑龍江調(diào)研期間要求，“整合科技創(chuàng)新資源，引領(lǐng)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)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(fā)展新質(zhì)生產(chǎn)力是推動高質(zhì)量發(fā)展的內(nèi)在要求和重要著力點”，“必須繼續(xù)做好創(chuàng)新這篇大文章，推動新質(zhì)生產(chǎn)力加快發(fā)展?！秉h的二十屆三中全會強調(diào)，要“健全因地制宜發(fā)展新質(zhì)生產(chǎn)力體制機制”。因此，在數(shù)字化時代背景下，如何以數(shù)字技術(shù)賦能新質(zhì)生產(chǎn)力發(fā)展已成為當前社會各界的重要議題。

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

目前學者對新質(zhì)生產(chǎn)力的研究主要圍繞以下兩個方面：一是新質(zhì)生產(chǎn)力的內(nèi)涵以及實現(xiàn)路徑。新質(zhì)生產(chǎn)力是由技術(shù)革命突破、生產(chǎn)要素創(chuàng)新配置、產(chǎn)業(yè)深度轉(zhuǎn)型升級而催生的當代先進生產(chǎn)力，以勞動者、勞動資料、勞動對象及其優(yōu)化組合的躍升為基本內(nèi)涵，以全要素生產(chǎn)率提高為核心標志［2］，本質(zhì)上是以科技創(chuàng)新作為核心要素的先進生產(chǎn)力（尹西明等，2024）［3］。相應(yīng)地，一些學者從科技創(chuàng)新（胡洪彬，2023）［4］、制度環(huán)境（金碚，2024）［5］、體制改革（姜奇平，2024）［6］、人才驅(qū)動（魏崇輝，2023）［7］等多方面提出發(fā)展新質(zhì)生產(chǎn)力的實現(xiàn)路徑。二是關(guān)于新質(zhì)生產(chǎn)力的定量測度。當前對于新質(zhì)生產(chǎn)力的測算主要通過構(gòu)建指標體系衡量，如盧江等（2024）［8］從科技生產(chǎn)力、綠色生產(chǎn)力、數(shù)字生產(chǎn)力三個維度構(gòu)造新質(zhì)生產(chǎn)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(zhì)生產(chǎn)力水平。此外，也有少數(shù)學者測度了微觀層面的新質(zhì)生產(chǎn)力水平，如宋佳等（2024）［10］基于生產(chǎn)力二要素理論構(gòu)建了企業(yè)新質(zhì)生產(chǎn)力的指標體系。

隨著信息通信技術(shù)的快速發(fā)展，許多學者圍繞數(shù)字技術(shù)或數(shù)字經(jīng)濟展開了深入探討。在新一輪科技革命推動下，數(shù)字技術(shù)已成為企業(yè)乃至國家增強核心競爭力、提高經(jīng)濟效益的重要著力點（杜傳忠和李澤浩，2024）［11］。數(shù)字經(jīng)濟具有跨時空信息傳播與數(shù)據(jù)創(chuàng)造等先天優(yōu)勢，能夠?qū)崿F(xiàn)規(guī)模報酬遞增（Creutzig等，2022）［12］，從而提高社會經(jīng)濟效益，以實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展（趙濤等，2020）［13］。數(shù)字經(jīng)濟包括產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化，企業(yè)數(shù)字化轉(zhuǎn)型是產(chǎn)業(yè)數(shù)字化在微觀層面的衍生，即微觀企業(yè)主體遵循數(shù)字經(jīng)濟高質(zhì)量發(fā)展規(guī)律的必然抉擇，是企業(yè)全方位要素與數(shù)字科技的深度融合（吳非等，2021）［14］。隨著數(shù)字技術(shù)與微觀企業(yè)的深度融合，學術(shù)界開始聚焦企業(yè)數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟效應(yīng)，已有文獻考察了數(shù)字化轉(zhuǎn)型對企業(yè)分工（袁淳等，2021）［15］、企業(yè)投資（李萬利等，2022）［16］、企業(yè)創(chuàng)新（Paunov和Rollo，2016）［17］、企業(yè)成長（倪克金和劉修巖，2021）［18］等的影響。通過梳理文獻可知，現(xiàn)有文獻對數(shù)字化轉(zhuǎn)型影響企業(yè)新質(zhì)生產(chǎn)力的研究較少，且缺乏微觀主體層面對新質(zhì)生產(chǎn)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(shù)據(jù)為樣本，從企業(yè)層面構(gòu)建數(shù)字化轉(zhuǎn)型和新質(zhì)生產(chǎn)力指標，探討數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響。

本文的邊際貢獻主要體現(xiàn)在：①從微觀企業(yè)層面分析數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力的影響，拓展對新質(zhì)生產(chǎn)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(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響，提高了研究結(jié)果的穩(wěn)健性；③比較在區(qū)域異質(zhì)性、要素類型異質(zhì)性、企業(yè)產(chǎn)權(quán)結(jié)構(gòu)異質(zhì)性、企業(yè)規(guī)模異質(zhì)性，以及數(shù)字技術(shù)異質(zhì)性情況下數(shù)字化轉(zhuǎn)型的作用差異，有助于更加全面地理解數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響；④揭開數(shù)字化轉(zhuǎn)型與企業(yè)新質(zhì)生產(chǎn)力的機制“黑箱”，有助于全面把握數(shù)字化轉(zhuǎn)型與企業(yè)新質(zhì)生產(chǎn)力的內(nèi)在聯(lián)系。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型賦能企業(yè)新質(zhì)生產(chǎn)力的理論解釋

政治經(jīng)濟學認為，生產(chǎn)力包括勞動者、勞動資料和勞動對象三大基本要素。新質(zhì)生產(chǎn)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(guān)聯(lián)的有機整體（黃群慧和盛方富，2024）［19］。企業(yè)數(shù)字化轉(zhuǎn)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(zhì)生產(chǎn)力。首先，企業(yè)數(shù)字化轉(zhuǎn)型以數(shù)字技術(shù)為核心動能，具有極強的滲透性和外部性，能夠使數(shù)字要素滲透到企業(yè)生產(chǎn)經(jīng)營的各個環(huán)節(jié)，以優(yōu)化要素組合，從而提高全要素生產(chǎn)率（陶鋒等，2023）［20］；其次，數(shù)字技術(shù)應(yīng)用需要匹配高技能人才，從而倒逼人力資本結(jié)構(gòu)優(yōu)化，催生新型勞動者，促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展；再次，企業(yè)數(shù)字化轉(zhuǎn)型能夠通過大數(shù)據(jù)賦能傳統(tǒng)生產(chǎn)要素增效，從而催生新型勞動資料，促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展；最后，企業(yè)數(shù)字化轉(zhuǎn)型能夠通過綠色轉(zhuǎn)型提高企業(yè)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(yè)新質(zhì)生產(chǎn)力發(fā)展。因此，本文提出假設(shè)1。

H1：數(shù)字化轉(zhuǎn)型能夠顯著促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

（二）數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響機制

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

數(shù)字化轉(zhuǎn)型可以有效提高企業(yè)價值，從而提高新質(zhì)生產(chǎn)力水平。企業(yè)數(shù)字化轉(zhuǎn)型能通過“降本增效”提高企業(yè)價值。從“降本”層面來看，企業(yè)數(shù)字化轉(zhuǎn)型能夠?qū)崿F(xiàn)智能化運營，優(yōu)化職能部門結(jié)構(gòu)（Vial，2019）［25］，獲取并分析信息，從而提高資源配置效率，降低生產(chǎn)經(jīng)營成本，提高企業(yè)價值（黃大禹等，2021）［26］；從“增效”層面來看，企業(yè)應(yīng)用數(shù)字技術(shù)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(yè)應(yīng)對短期沖擊和長期可持續(xù)發(fā)展的能力，從而提升企業(yè)價值（倪克金和劉修巖，2021）［18］。此外，企業(yè)數(shù)字化轉(zhuǎn)型能夠推動商業(yè)模式和合作方式的轉(zhuǎn)變，促使企業(yè)由單方合作或多方合作逐步發(fā)展為平臺與產(chǎn)業(yè)協(xié)作體系，從而實現(xiàn)企業(yè)與平臺合作共贏，提升企業(yè)價值（李志紅，2023）［27］。

數(shù)字化轉(zhuǎn)型能夠緩解信息不對稱程度，進而提高新質(zhì)生產(chǎn)力水平。企業(yè)數(shù)字化轉(zhuǎn)型能通過擺脫外部地理區(qū)位限制、增強內(nèi)部信息運用能力以緩解信息不對稱程度。傳統(tǒng)信息環(huán)境下，地理區(qū)位阻礙了信息的傳播和流動，從而形成“信息鴻溝”，導致經(jīng)濟社會效益受損，而數(shù)字技術(shù)能夠擺脫地理區(qū)位的限制，增強企業(yè)間信息交流，從而降低企業(yè)間的信息不對稱程度（耿勇等，2024）［28］。企業(yè)通過數(shù)據(jù)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(yè)信息不對稱程度（吳非等，2021）［14］。此外，企業(yè)數(shù)字化轉(zhuǎn)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(shù)字化轉(zhuǎn)型可以有效增強媒體監(jiān)督水平，進而提高新質(zhì)生產(chǎn)力水平。一方面，企業(yè)數(shù)字化轉(zhuǎn)型需要通過媒體和數(shù)字平臺傳播公司財務(wù)和價值信息，從而實現(xiàn)與投資者的溝通，以增強投資者信心，這種正向的“曝光效應(yīng)”可以增加企業(yè)的經(jīng)營收入，從而提高企業(yè)的新質(zhì)生產(chǎn)力水平；另一方面，企業(yè)公布的年報及公司信息會受到媒體的監(jiān)督，正向報道會提高被報道企業(yè)的社會聲譽，獲得公眾信任，引發(fā)更多潛在投資者關(guān)注，從而緩解企業(yè)融資約束（余艷等，2024）［30］。由于數(shù)字經(jīng)濟的“網(wǎng)絡(luò)效應(yīng)”，負面媒體報道會對企業(yè)產(chǎn)生重大乃至毀滅性的消極影響（李大元等，2018）［31］，企業(yè)為避免這種情況的發(fā)生，會提高生產(chǎn)經(jīng)營水平，順應(yīng)微觀市場需求和國家宏觀政策，從而提高新質(zhì)生產(chǎn)力水平。因此，本文提出假設(shè)2。

H2：數(shù)字化轉(zhuǎn)型能夠提高創(chuàng)新水平、提高企業(yè)價值、降低信息不對稱程度、增強媒體監(jiān)督，進而促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

三、研究設(shè)計

（一）模型設(shè)定

為研究數(shù)字化轉(zhuǎn)型能否有效提高企業(yè)新質(zhì)生產(chǎn)力水平，本文構(gòu)建如下模型：

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

其中：[Nqpit]為企業(yè)新質(zhì)生產(chǎn)力代理變量；[DT]表示數(shù)字化轉(zhuǎn)型；[Controlit]為企業(yè)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(yīng)和行業(yè)固定效應(yīng)；[α0]表示常數(shù)項，[α1]和[α2]表示估計系數(shù)，若[α1]顯著為正，與本文論點相符，說明隨著數(shù)字化轉(zhuǎn)型程度的提高，將助推企業(yè)新質(zhì)生產(chǎn)力發(fā)展，若[α1]顯著為負，說明隨著數(shù)字化轉(zhuǎn)型程度的提高，將降低企業(yè)新質(zhì)生產(chǎn)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(guān)問題，本文在所有回歸過程中均加入了年份固定效應(yīng)和行業(yè)固定效應(yīng)，并采取異方差穩(wěn)健標準誤以保證估計的穩(wěn)健性。

（二）變量選擇

1.企業(yè)新質(zhì)生產(chǎn)力（Nqp）

新質(zhì)生產(chǎn)力包括勞動者、勞動對象和勞動資料?；诖耍疚膹男沦|(zhì)生產(chǎn)力的內(nèi)涵出發(fā)，借鑒宋佳等（2024）［10］的做法，采用熵值法計算各指標權(quán)重，構(gòu)建企業(yè)新質(zhì)生產(chǎn)力的指標體系，具體企業(yè)新質(zhì)生產(chǎn)力指標見表1所列。

2.數(shù)字化轉(zhuǎn)型（[DT]）

本文借鑒吳非等（2021）［14］測算數(shù)字化轉(zhuǎn)型的做法，首先，利用Python提取上市公司年報中“人工智能技術(shù)”“區(qū)塊鏈技術(shù)”“云計算技術(shù)”“大數(shù)據(jù)技術(shù)”以及“數(shù)字技術(shù)應(yīng)用”等數(shù)字化領(lǐng)域相關(guān)的關(guān)鍵詞并進行詞頻統(tǒng)計（1）；其次，在企業(yè)數(shù)字化轉(zhuǎn)型特征詞的選取上，借鑒《中小企業(yè)數(shù)字化賦能專項行動方案》《關(guān)于推進“上云用數(shù)賦智”行動培育新經(jīng)濟發(fā)展實施方案》《2020年數(shù)字化轉(zhuǎn)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(shù)字化轉(zhuǎn)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(guān)鍵詞；最后，為了避免數(shù)據(jù)右偏性特征帶來的估計偏差，對計算得到的數(shù)字化詞頻總和進行加1并取對數(shù)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(yè)年齡（[Firmage]）、企業(yè)規(guī)模（[Size]）、資產(chǎn)負債率（[Lev]，用年末總負債與年末總資產(chǎn)之比表示）、股權(quán)集中度（[Top1]，用第一大股東集中度表示）、現(xiàn)金流比率（[Cashflow]，用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額與總資產(chǎn)之比表示）、總資產(chǎn)凈利潤率（[Roa]，用凈利潤與總資產(chǎn)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(jīng)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(wù)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(tǒng)計

本文選取2011—2022年中國滬深A股上市公司數(shù)據(jù)為研究樣本，并對該數(shù)據(jù)進行如下處理：①剔除金融類企業(yè)；②剔除ST和PT類樣本；③剔除資不抵債公司；④刪除財務(wù)數(shù)據(jù)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(shù)據(jù)進行了1%和99%的縮尾處理。企業(yè)財務(wù)類數(shù)據(jù)來自CSMAR數(shù)據(jù)庫及Wind數(shù)據(jù)庫，相關(guān)企業(yè)年報數(shù)據(jù)來源于深交所和上交所官網(wǎng)。

表2為主要變量的描述性統(tǒng)計。結(jié)果表明，數(shù)字化轉(zhuǎn)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(jié)果較為接近。企業(yè)新質(zhì)生產(chǎn)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(yè)間的新質(zhì)生產(chǎn)力水平較為離散，差距較大。

四、實證檢驗與結(jié)果分析

（一）基準回歸結(jié)果分析

表3匯報了數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力影響的估計結(jié)果。其中，第（1）列匯報了僅加入年份固定效應(yīng)和行業(yè)固定效應(yīng)的結(jié)果，可見，數(shù)字化轉(zhuǎn)型的系數(shù)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(shù)字化轉(zhuǎn)型的系數(shù)為0.103，依舊在1%水平上顯著。這表明數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)新質(zhì)生產(chǎn)力，H1得到驗證。該回歸結(jié)果還具有重要的經(jīng)濟內(nèi)涵，如第（2）列的結(jié)果表明，當數(shù)字化轉(zhuǎn)型每增加1%，企業(yè)新質(zhì)生產(chǎn)力水平就會提升0.001個單位，這意味著隨著企業(yè)數(shù)字化轉(zhuǎn)型進程的加快，數(shù)字技術(shù)能夠賦能傳統(tǒng)要素增效，推動企業(yè)全流程優(yōu)化，有效提高企業(yè)新質(zhì)生產(chǎn)力水平，這對微觀經(jīng)濟高質(zhì)量發(fā)展具有重要的現(xiàn)實意義。

（二）內(nèi)生性檢驗

1. 工具變量法

雙向因果關(guān)系是內(nèi)生性問題的重要來源。隨著中國數(shù)字經(jīng)濟水平的不斷提高，新質(zhì)生產(chǎn)力發(fā)展較快的企業(yè)會擁有更大的人才和技術(shù)優(yōu)勢，從而更易于推動企業(yè)數(shù)字化轉(zhuǎn)型，以進一步獲取市場競爭優(yōu)勢。因此，企業(yè)新質(zhì)生產(chǎn)力水平反過來也會影響企業(yè)數(shù)字化轉(zhuǎn)型程度，導致數(shù)字化轉(zhuǎn)型與企業(yè)新質(zhì)生產(chǎn)力之間可能存在反向因果關(guān)系?；诖?，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(shù)字化轉(zhuǎn)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(jié)果，在第（1）和第（3）列中，[DT_IVI]、[DT_IV]系數(shù)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(shù)字化轉(zhuǎn)型具有相關(guān)性；在第（2）和第（4）列中，[DT]的系數(shù)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(tǒng)計量分別為3 067.630和58 000，大于Stock-Yogo統(tǒng)計量，均通過了弱工具檢驗，說明本文的核心結(jié)論是穩(wěn)健的。

2. 多期PSM-DID

考慮各企業(yè)的數(shù)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(jié)果可能會產(chǎn)生偏誤。對此，本文采用傾向得分匹配檢驗來緩解這一內(nèi)生性問題。具體而言，根據(jù)企業(yè)數(shù)字化轉(zhuǎn)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(wù)特征和治理特征作為匹配協(xié)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(jié)果，該結(jié)果與基準回歸一致。

3. 系統(tǒng)GMM

考慮企業(yè)前期新質(zhì)生產(chǎn)力的發(fā)展可能對后期新質(zhì)生產(chǎn)力發(fā)展產(chǎn)生動態(tài)影響，本文在模型中納入企業(yè)新質(zhì)生產(chǎn)力滯后一至兩期進行檢驗。表5第（2）列結(jié)果證明了本文核心結(jié)論的穩(wěn)健性。被解釋變量滯后期的系數(shù)均在1%的水平上顯著為正，表明企業(yè)新質(zhì)生產(chǎn)力具有時間連續(xù)性，前期新質(zhì)生產(chǎn)力發(fā)展對當期新質(zhì)生產(chǎn)力發(fā)展存在促進作用，企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)依然顯著，本文結(jié)論依然成立。

4. 加入聯(lián)合固定效應(yīng)

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(yè)和省份-年份聯(lián)合固定效應(yīng)。表5第（3）列的結(jié)果證實了基準回歸結(jié)果的穩(wěn)健性。

5. 延長觀測窗口

考慮企業(yè)數(shù)字化轉(zhuǎn)型的滯后項可能會對回歸結(jié)果產(chǎn)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(jié)果表明，數(shù)字化轉(zhuǎn)型依然顯著促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展，且這種積極作用隨時間窗口的延長而呈現(xiàn)逐漸增強趨勢，本文結(jié)論依然成立。

（三）穩(wěn)健性檢驗

1. 企業(yè)新質(zhì)生產(chǎn)力的再度量

生產(chǎn)率能夠在一定程度上反映生產(chǎn)力水平，本文進一步以企業(yè)全要素生產(chǎn)率為企業(yè)新質(zhì)生產(chǎn)力的代理變量，檢驗基準估計結(jié)果的穩(wěn)健性。表6第（1）列結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型促進了企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

2. 企業(yè)數(shù)字化轉(zhuǎn)型的再度量

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

3. 剔除策略性披露樣本

由于文本分析法構(gòu)建的企業(yè)數(shù)字化轉(zhuǎn)型指標可能受到企業(yè)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(chuàng)業(yè)板上市公司樣本重新進行檢驗；②剔除企業(yè)數(shù)字化轉(zhuǎn)型水平為0的樣本，重新進行檢驗，表6第（3）和第（4）列結(jié)果顯示，本文的實證分析結(jié)果依然保持穩(wěn)健。

4. 剔除直轄市的影響

由于直轄市的企業(yè)在政策偏向、金融支持等方面與其他地區(qū)的企業(yè)存在差異，因此剔除直轄市企業(yè)的樣本再次進行檢驗。表6第（5）列的結(jié)果表明，在考慮直轄市經(jīng)濟、政治特殊性后，數(shù)字化轉(zhuǎn)型依然能夠促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

5. 剔除重大金融沖擊的影響

企業(yè)生產(chǎn)經(jīng)營活動與重大負面沖擊有較大關(guān)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(yè)樣本；②在剔除2015年中國股市流動性危機影響的基礎(chǔ)上，進一步剔除新冠疫情的影響。由于新冠疫情發(fā)生在2019年末，且持續(xù)時間長、影響范圍廣，故本文進一步刪除了2020—2022年的企業(yè)樣本。表6第（6）和第（7）列的結(jié)果表明，在考慮重大沖擊的影響后，本文結(jié)論仍然成立。

（四）異質(zhì)性分析

1. 區(qū)域異質(zhì)性

由于不同區(qū)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(qū)域特征會影響數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的增效程度。基于此，本文按照企業(yè)所在區(qū)域?qū)颖緞澐譃闁|部地區(qū)企業(yè)、中部地區(qū)企業(yè)和西部地區(qū)企業(yè)。表7第（1）和第（2）列的結(jié)果顯示，東部和中部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)分別為0.095和0.215，在1%水平上顯著，經(jīng)驗p值為0.000，且中部地區(qū)系數(shù)大于東部地區(qū)，表明中部地區(qū)數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的增效比東部地區(qū)更明顯。原因可能是，東部地區(qū)的數(shù)字化轉(zhuǎn)型較早，其邊際效益較中部地區(qū)低，故中部地區(qū)數(shù)字化轉(zhuǎn)型的增效更明顯。在第（3）列中，西部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)為0.041，但未通過顯著性檢驗，表明數(shù)字化轉(zhuǎn)型促進東部和中部地區(qū)企業(yè)新質(zhì)生產(chǎn)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(qū)地勢較西部地區(qū)平坦，交通可達度與網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)要優(yōu)于西部地區(qū)；另一方面，東部和中部地區(qū)地理氣候更適宜居住，其人力資本積累要優(yōu)于西部地區(qū)，故東部和中部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型所受的阻力較西部地區(qū)小。

2. 城市行政等級異質(zhì)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(chuàng)新等方面更具優(yōu)勢?；诖耍疚慕梃b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(yè)所在城市差異，將樣本企業(yè)劃分為中心城市企業(yè)和外圍城市企業(yè)。表7第（4）列結(jié)果顯示，中心城市企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)為0.197，在1%的水平上顯著為正；第（5）列結(jié)果顯示，外圍城市企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)為-0.069，在1%的水平上顯著，表明中心城市的企業(yè)數(shù)字化轉(zhuǎn)型賦能企業(yè)新質(zhì)生產(chǎn)力的效果較外圍城市的更好?？赡艿脑蛟谟?，中心城市行政等級較高，在政策傾斜和資源獲取方面要優(yōu)于外圍城市，此外，中心城市的工業(yè)化和城市化較早，由此積累的數(shù)字技術(shù)較為完善，數(shù)字經(jīng)濟水平也較高，從而能夠有效推動企業(yè)數(shù)字化轉(zhuǎn)型。

3. 要素類型異質(zhì)性

為了考察不同要素密集型企業(yè)對新質(zhì)生產(chǎn)力的影響差異，本文參考尹美群等（2018）［36］的做法，將樣本企業(yè)分為勞動密集型企業(yè)、資本密集型企業(yè)和技術(shù)密集型企業(yè)并進行回歸。表8第（1）和第（2）列的結(jié)果顯示，勞動和資本密集型企業(yè)的[DT]系數(shù)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(shù)密集型企業(yè)的[DT]系數(shù)為0.272，在1%水平上顯著，這表明，只有技術(shù)密集型企業(yè)的數(shù)字化轉(zhuǎn)型能夠促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。原因可能在于，相較于勞動密集型企業(yè)和資本密集型企業(yè)，技術(shù)密集型企業(yè)本身具有較高的科技水平，往往能夠更快更好地進行數(shù)字化轉(zhuǎn)型，從而能顯著推動企業(yè)新質(zhì)生產(chǎn)力發(fā)展。而勞動密集型企業(yè)和資本密集型企業(yè)多依賴傳統(tǒng)要素，對科技革新的敏感度不夠，不能有效推動企業(yè)數(shù)字化轉(zhuǎn)型。

4. 企業(yè)產(chǎn)權(quán)異質(zhì)性

表9第（1）和第（2）列為不同產(chǎn)權(quán)企業(yè)對新質(zhì)生產(chǎn)力的影響差異。第（1）列中國有企業(yè)的核心變量[DT]系數(shù)為0.233，在1%的水平上顯著；第（2）列中非國有企業(yè)的核心變量[DT]系數(shù)為0.094，在1%的水平上顯著，此外，經(jīng)驗p值為0.000，表明國有企業(yè)的數(shù)字化轉(zhuǎn)型賦能新質(zhì)生產(chǎn)力的效果較非國有企業(yè)更明顯。原因可能在于：一方面，國有企業(yè)在資源獲取、市場占有率等方面具有天然優(yōu)勢，從而更易于進行數(shù)字化轉(zhuǎn)型以助推企業(yè)新質(zhì)生產(chǎn)力發(fā)展；另一方面，國有企業(yè)為響應(yīng)政府大力發(fā)展數(shù)字經(jīng)濟的政策導向，往往會率先進行數(shù)字化轉(zhuǎn)型，以發(fā)揮其“領(lǐng)頭羊”的牽引作用。

5. 企業(yè)規(guī)模異質(zhì)性

大規(guī)模企業(yè)資金實力相對雄厚，比小規(guī)模企業(yè)更容易獲得外部融資，加之其在數(shù)字技術(shù)和人力資本方面的優(yōu)勢，更有可能結(jié)合自身的發(fā)展戰(zhàn)略進行數(shù)字化轉(zhuǎn)型（毛寧等，2022；陳曉珊，2024）［37-38］。而小規(guī)模企業(yè)存在融資水平不足、數(shù)字技術(shù)薄弱等問題，使得企業(yè)數(shù)字化轉(zhuǎn)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(chǎn)的自然對數(shù)來度量企業(yè)規(guī)模，分別選取企業(yè)規(guī)模數(shù)據(jù)的前后20%分位數(shù)衡量企業(yè)規(guī)模大小。當企業(yè)規(guī)模高于樣本的前20%分位數(shù)時，視為大規(guī)模企業(yè)；當企業(yè)規(guī)模低于樣本的后20%分位數(shù)時，視為小規(guī)模企業(yè)。表9第（3）和第（4）列為不同規(guī)模企業(yè)對新質(zhì)生產(chǎn)力發(fā)展的影響差異，其中，第（3）列結(jié)果顯示，大規(guī)模企業(yè)的核心變量[DT]系數(shù)為0.076，在5%的水平上顯著；第（4）列小規(guī)模企業(yè)核心變量[DT]系數(shù)為0.155，在1%水平上顯著，此外，經(jīng)驗p值為0.019，表明小規(guī)模企業(yè)數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力的促進作用較大規(guī)模企業(yè)更顯著。

6. 企業(yè)數(shù)字化轉(zhuǎn)型子維度

為進一步探析數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的結(jié)構(gòu)性效應(yīng)，本文借鑒吳非等（2021）［14］的研究，將數(shù)字化轉(zhuǎn)型分為人工智能（AI）、區(qū)塊鏈（BD）、云計算（CC）、大數(shù)據(jù)（DT）和數(shù)字化實踐應(yīng)用（ADT）5個子指標。表10第（1）至第（4）列的結(jié)果顯示，人工智能、云計算、區(qū)塊鏈和大數(shù)據(jù)均顯著促進了企業(yè)新質(zhì)生產(chǎn)力發(fā)展，其中，人工智能對企業(yè)新質(zhì)生產(chǎn)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(shù)，其能夠通過“機器換人”替代傳統(tǒng)的生產(chǎn)要素，提高生產(chǎn)效率；另一方面，人工智能可以通過分析海量數(shù)據(jù)和模型預測，從而提高資源配置效率，并可結(jié)合其他顛覆性技術(shù)以協(xié)同促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。第（5）列結(jié)果表明，數(shù)字化實踐應(yīng)用系數(shù)為-0.052，在1%的水平上顯著為負，反映當前數(shù)字化實踐應(yīng)用并不能有效促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展?？赡艿脑蛟谟冢阂环矫?，當前企業(yè)數(shù)字化轉(zhuǎn)型還在起步階段，數(shù)字技術(shù)與企業(yè)產(chǎn)銷的耦合性還有待提高；另一方面，數(shù)字化實踐應(yīng)用對數(shù)字基礎(chǔ)設(shè)施的要求較高，需要足夠的資金和技術(shù)投入，數(shù)字化實踐應(yīng)用門檻較高。

五、機制路徑的識別檢驗

前文研究分析結(jié)果表明，數(shù)字化轉(zhuǎn)型促進了企業(yè)新質(zhì)生產(chǎn)力發(fā)展，但尚未對機制“黑箱”中的路徑選擇問題進行研究。根據(jù)前文理論分析，數(shù)字化轉(zhuǎn)型通過提高創(chuàng)新水平、提升企業(yè)價值、降低信息不對稱程度、增強媒體監(jiān)督，對企業(yè)新質(zhì)生產(chǎn)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(chuàng)新投入、創(chuàng)新產(chǎn)出與創(chuàng)新效率

為檢驗科技創(chuàng)新效應(yīng)的存在，本文從創(chuàng)新投入（RD，企業(yè)研發(fā)投入與營業(yè)收入的比值）、創(chuàng)新產(chǎn)出（PT，企業(yè)專利申請數(shù)對數(shù)值）與創(chuàng)新效率（INEF，企業(yè)專利申請數(shù)對數(shù)值占研發(fā)支出對數(shù)的比值）三個維度進行實證分析。

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

（二）企業(yè)價值

表12的第（1）和第（2）列匯報了數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力影響的企業(yè)價值機制檢驗。其中，第（1）列結(jié)果顯示，核心變量[DT]系數(shù)為0.020，在1%的水平上顯著，表明數(shù)字化轉(zhuǎn)型與企業(yè)價值呈正相關(guān)關(guān)系；第（2）列中企業(yè)價值系數(shù)為0.246，在1%的水平上顯著，即企業(yè)價值越高，企業(yè)新質(zhì)生產(chǎn)力水平的提高就越大?？梢?，企業(yè)數(shù)字化轉(zhuǎn)型能有效提高生產(chǎn)經(jīng)營效率，提升企業(yè)價值［41］，從而提高企業(yè)社會聲譽，緩解融資約束，以促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

（三）信息不對稱

數(shù)字技術(shù)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(yè)內(nèi)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(zhuǎn)（[GAM]）進行主成分分析構(gòu)建信息不對稱指標（ASY），該值越大，表示企業(yè)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(yè)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(shù)。

表12的第（3）和第（4）列匯報了數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力影響的信息不對稱機制檢驗結(jié)果。其中，第（3）列核心變量[DT]系數(shù)為-0.011，在1%的水平上顯著為負，表明數(shù)字化轉(zhuǎn)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(shù)為-0.514，在1%的水平上顯著，可見，信息不對稱程度越低，企業(yè)新質(zhì)生產(chǎn)力的提升越大。

（四）媒體監(jiān)督

在信息化時代背景下，媒體行業(yè)在社會中扮演著重要角色，已成為影響企業(yè)運營乃至發(fā)展的重要因素（李志斌等，2022）［44］?；诖?，本文選取媒體監(jiān)督（Media）與媒體關(guān)注度來反映新聞媒體在數(shù)字化轉(zhuǎn)型和企業(yè)新質(zhì)生產(chǎn)力發(fā)展中的作用，其中，媒體監(jiān)督指標的構(gòu)建借鑒沈洪濤和馮杰（2012）［45］的研究，利用中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）財經(jīng)數(shù)據(jù)庫提供的媒體正面、負面、中性報道數(shù)量，用Janis-Fadner（J-F）系數(shù)構(gòu)建媒體監(jiān)督指標，指標見式（5）。

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

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

表13展示了數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力影響的媒體監(jiān)督機制檢驗結(jié)果。其中，第（1）列結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠增強媒體監(jiān)督水平；第（2）列中媒體監(jiān)督對企業(yè)新質(zhì)生產(chǎn)力的回歸系數(shù)在1%的水平上顯著為正，表明媒體監(jiān)督水平越高，企業(yè)新質(zhì)生產(chǎn)力發(fā)展水平越高。

此外，本文還分別利用財經(jīng)報刊報道數(shù)量的對數(shù)來衡量傳統(tǒng)媒體關(guān)注度（Newsptra），采用網(wǎng)絡(luò)新聞媒體報道數(shù)量的對數(shù)來衡量網(wǎng)絡(luò)媒體關(guān)注度（Newsprint）。第（3）列結(jié)果顯示，核心變量[DT]系數(shù)為0.057，在1%的水平上顯著，表明數(shù)字化轉(zhuǎn)型提高了網(wǎng)絡(luò)媒體關(guān)注度；第（4）列結(jié)果顯示，網(wǎng)絡(luò)媒體關(guān)注度系數(shù)為0.141，在1%的水平上顯著；第（5）列中企業(yè)數(shù)字化轉(zhuǎn)型對傳統(tǒng)媒體關(guān)注度的回歸系數(shù)在1%的水平上顯著，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠增強傳統(tǒng)媒體關(guān)注度；第（6）列中傳統(tǒng)媒體關(guān)注度的回歸系數(shù)為0.073，在1%的水平上顯著，表明網(wǎng)絡(luò)、傳統(tǒng)媒體關(guān)注度均能夠發(fā)揮中介路徑作用，且網(wǎng)絡(luò)媒體關(guān)注度比傳統(tǒng)媒體關(guān)注度的促進作用更大。至此，H2得以驗證。

六、研究結(jié)論與政策建議

數(shù)字化轉(zhuǎn)型作為實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的重要途徑，對企業(yè)新質(zhì)生產(chǎn)力產(chǎn)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(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響效應(yīng)及內(nèi)在機制。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力具有顯著促進作用，且在采用工具變量法、更換固定效應(yīng)等方法后該結(jié)論依然穩(wěn)??；異質(zhì)性檢驗顯示，數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的促進作用在東中部地區(qū)、中心城市、非國有企業(yè)、小規(guī)模企業(yè)以及技術(shù)密集型企業(yè)和人工智能水平更高的企業(yè)中更為顯著；機制檢驗的結(jié)果顯示，數(shù)字化轉(zhuǎn)型通過提高創(chuàng)新水平、提升企業(yè)價值、降低信息不對稱程度、增強媒體監(jiān)督等來促進企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

結(jié)合研究結(jié)論，本文提出如下政策建議：

第一，政府應(yīng)把握企業(yè)數(shù)字化轉(zhuǎn)型機遇，加大數(shù)字基礎(chǔ)設(shè)施投入，完善數(shù)據(jù)要素市場體系，降低企業(yè)數(shù)字化轉(zhuǎn)型門檻，促進數(shù)據(jù)共享，幫助企業(yè)擺脫數(shù)字化轉(zhuǎn)型的困境。此外，政府有必要為數(shù)字化轉(zhuǎn)型與企業(yè)新質(zhì)生產(chǎn)力發(fā)展制定科學有效的激勵政策，引導企業(yè)數(shù)字化轉(zhuǎn)型與發(fā)展新質(zhì)生產(chǎn)力銜接融合，鼓勵企業(yè)研發(fā)和應(yīng)用關(guān)鍵共性技術(shù)、前沿引領(lǐng)技術(shù)、現(xiàn)代工程技術(shù)、顛覆性技術(shù)，以此推動企業(yè)數(shù)字技術(shù)與數(shù)字化實踐應(yīng)用的深度融合，用數(shù)智技術(shù)、綠色技術(shù)改造傳統(tǒng)產(chǎn)業(yè)，助力企業(yè)新質(zhì)生產(chǎn)力發(fā)展。

第二，政府要重視企業(yè)數(shù)字化轉(zhuǎn)型的異質(zhì)性特征，合理制定差異化政策。加快推進國有企業(yè)耦合數(shù)字技術(shù)進程，發(fā)揮國有企業(yè)的示范帶動作用，同時也應(yīng)支持民營企業(yè)數(shù)字化轉(zhuǎn)型，促進國有企業(yè)和民營企業(yè)共同發(fā)展。相關(guān)政策要向小微企業(yè)傾斜，推動普惠金融在小微企業(yè)落地，解決小微企業(yè)融資難的問題，激發(fā)市場活力和社會創(chuàng)造力。要縮小區(qū)域數(shù)字化差異，在推動中心地區(qū)數(shù)字產(chǎn)業(yè)化的同時，也要改善外圍地區(qū)數(shù)字技術(shù)發(fā)展不足的狀況，以推動中心地區(qū)與外圍地區(qū)數(shù)字化發(fā)展協(xié)同共進。

第三，政府應(yīng)積極引導大眾創(chuàng)業(yè)、萬眾創(chuàng)新，構(gòu)建創(chuàng)新網(wǎng)絡(luò)，營造創(chuàng)新環(huán)境，加強企業(yè)主導的產(chǎn)學研深度融合，提升創(chuàng)新活力。政府應(yīng)通過數(shù)字技術(shù)完善信息披露機制，與企業(yè)協(xié)同構(gòu)建高質(zhì)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(yè)要注重提升企業(yè)價值和企業(yè)信譽，通過數(shù)字技術(shù)平臺推廣企業(yè)產(chǎn)品和品牌，擴大市場份額，提升企業(yè)價值。

注 釋：

（1）人工智能技術(shù)特征詞匯：人工智能、商業(yè)智能、圖像理解、投資決策輔助系統(tǒng)、智能數(shù)據(jù)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(shù)、人臉識別、語音識別、身份驗證、自動駕駛、自然語言處理。大數(shù)據(jù)技術(shù)特征詞匯：大數(shù)據(jù)、數(shù)據(jù)挖掘、文本挖掘、數(shù)據(jù)可視化、異構(gòu)數(shù)據(jù)、征信、增強現(xiàn)實、混合現(xiàn)實、虛擬現(xiàn)實。區(qū)塊鏈技術(shù)特征詞匯：區(qū)塊鏈、數(shù)字貨幣、分布式計算、差分隱私技術(shù)、智能金融合約。云計算技術(shù)特征詞匯：云計算、流計算、圖計算、內(nèi)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(gòu)、億級并發(fā)、EB級存儲、物聯(lián)網(wǎng)、信息物理系統(tǒng)。數(shù)字技術(shù)運用特征詞匯：移動互聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、移動互聯(lián)、互聯(lián)網(wǎng)醫(yī)療、電子商務(wù)、移動支付、第三方支付、NFC支付、智能能源、B2B、B2C、C2B、C2C、O2O、網(wǎng)聯(lián)、智能穿戴、智慧農(nóng)業(yè)、智能交通、智能醫(yī)療、智能客服、智能家居、智能投顧、智能文旅、智能環(huán)保、智能電網(wǎng)、智能營銷、數(shù)字營銷、無人零售、互聯(lián)網(wǎng)金融、數(shù)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(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［J］.管理世界，2021，37（5）：170-190，13.

［2］中央財辦有關(guān)負責同志詳解2023年中央經(jīng)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(chuàng)新引領(lǐng) 加快發(fā)展新質(zhì)生產(chǎn)力［J/OL］.科學學與科學技術(shù)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(guān)于新質(zhì)生產(chǎn)力重要論述的理論邏輯與實踐進路［J］.經(jīng)濟學家，2023（12）：16-25.

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

［6］姜奇平.新質(zhì)生產(chǎn)力：核心要素與邏輯結(jié)構(gòu)［J］.探索與爭鳴，2024（1）：132-141，179-180.

［7］魏崇輝.新質(zhì)生產(chǎn)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(zhì)生產(chǎn)力發(fā)展水平、區(qū)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(zhì)生產(chǎn)力水平測算與中國經(jīng)濟增長新動能［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（6）：5-25.

［10］宋佳，張金昌，潘藝.ESG發(fā)展對企業(yè)新質(zhì)生產(chǎn)力影響的研究——來自中國A股上市企業(yè)的經(jīng)驗證據(jù)［J］.當代經(jīng)濟管理，2024，46（6）：1-11.

［11］杜傳忠，李澤浩.數(shù)字化轉(zhuǎn)型對企業(yè)ESG表現(xiàn)的影響研究［J］.華東經(jīng)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(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

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

［15］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］.中國工業(yè)經(jīng)濟，2021（9）：137-155.

［16］李萬利，潘文東，袁凱彬.企業(yè)數(shù)字化轉(zhuǎn)型與中國實體經(jīng)濟發(fā)展［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)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(shù)字化轉(zhuǎn)型與企業(yè)成長：理論邏輯與中國實踐［J］.經(jīng)濟管理，2021，43（12）：79-97.

［19］黃群慧，盛方富.新質(zhì)生產(chǎn)力系統(tǒng)：要素特質(zhì)、結(jié)構(gòu)承載與功能取向［J］.改革，2024（2）：15-24.

［20］陶鋒，王欣然，徐揚，等.數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)鏈供應(yīng)鏈韌性與企業(yè)生產(chǎn)率［J］.中國工業(yè)經(jīng)濟，2023（5）：118-136.

［21］李金昌，連港慧，徐藹婷.“雙碳”愿景下企業(yè)綠色轉(zhuǎn)型的破局之道——數(shù)字化驅(qū)動綠色化的實證研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2023，40（9）：27-49.

［22］師磊，彭子晨.企業(yè)數(shù)字化轉(zhuǎn)型對其創(chuàng)新效率的影響——基于熊彼特創(chuàng)新范式的分析框架［J］.中國農(nóng)村經(jīng)濟，2024（4）：99-119.

［23］肖翠萍，李曉云.農(nóng)作物育種產(chǎn)學研合作網(wǎng)絡(luò)特征及其對種子企業(yè)技術(shù)創(chuàng)新績效的影響——基于植物新品種權(quán)申請的合作網(wǎng)絡(luò)分析［J］.中國農(nóng)村經(jīng)濟，2023（5）：42-60.

［24］韓峰，黃敏，姜竹青.企業(yè)數(shù)字化、網(wǎng)絡(luò)地位與污染減排［J］.世界經(jīng)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(shù)字化轉(zhuǎn)型與企業(yè)價值——基于文本分析方法的經(jīng)驗證據(jù)［J］.經(jīng)濟學家，2021（12）：41-51.

［27］李志紅.數(shù)字化轉(zhuǎn)型對提升企業(yè)價值的影響與傳導路徑研究［J］.經(jīng)濟問題，2023（11）：25-32.

［28］耿勇，向曉建，徐飛.數(shù)字化轉(zhuǎn)型能否打破地理距離約束？——來自企業(yè)供應(yīng)鏈地理分布的證據(jù)［J］.經(jīng)濟管理，2024，46（3）：165-185.

［29］祁懷錦，李若琳，劉斯琴.數(shù)字化轉(zhuǎn)型的公司治理效應(yīng)：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(yè)數(shù)字化轉(zhuǎn)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(yè)綠色創(chuàng)新嗎？［J］.研究與發(fā)展管理，2018，30（6）：23-33.

［32］趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］.財貿(mào)經(jīng)濟，2021，42（7）：114-129.

［33］李云鶴，藍齊芳，吳文鋒.客戶公司數(shù)字化轉(zhuǎn)型的供應(yīng)鏈擴散機制研究［J］.中國工業(yè)經(jīng)濟，2022（12）：146-165.

［34］范合君，吳婷，何思錦.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動效應(yīng)研究［J］.中國工業(yè)經(jīng)濟，2023（3）：115-132.

［35］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應(yīng)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(chuàng)新投入與公司績效——基于內(nèi)生性視角的分行業(yè)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(chǔ)設(shè)施建設(shè)與企業(yè)數(shù)字化轉(zhuǎn)型——以中國高速鐵路為例的實證研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（10）：47-67.

［38］陳曉珊.和為貴，諧為美：數(shù)字化轉(zhuǎn)型與企業(yè)合作文化［J］.當代財經(jīng)，2024（8）：85-99.

［39］申志軒，祝樹金，文茜，等.政府數(shù)字采購與企業(yè)數(shù)字化轉(zhuǎn)型［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（5）：71-91.

［40］劉東閣，景國文，管海鋒.企業(yè)數(shù)字化與開放式創(chuàng)新——渠道識別、影響因素分析與異質(zhì)性檢驗［J］.華東經(jīng)濟管理，2024，38（6）：44-55.

［41］李志紅.數(shù)字化轉(zhuǎn)型對提升企業(yè)價值的影響與傳導路徑研究［J］.經(jīng)濟問題，2023（11）：25-32.

［42］杜傳忠，管海鋒.數(shù)字經(jīng)濟與我國制造業(yè)出口技術(shù)復雜度——基于中介效應(yīng)與門檻效應(yīng)的檢驗［J］.南方經(jīng)濟，2021（12）：1-20.

［43］于蔚，汪淼軍，金祥榮.政治關(guān)聯(lián)和融資約束：信息效應(yīng)與資源效應(yīng)［J］.經(jīng)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(jiān)督與企業(yè)融資約束［J］.科學決策，2022（7）：1-26.

［45］沈洪濤，馮杰.輿論監(jiān)督、政府監(jiān)管與企業(yè)環(huán)境信息披露［J］.會計研究，2012（2）：72-78，97.

［責任編輯：陳春香］