數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力

【摘要】習(xí)近平總書記在2023年9月首次提到新質(zhì)生產(chǎn)力，2023年12月再論新質(zhì)生產(chǎn)力，深入具體地確定了新質(zhì)生產(chǎn)力的內(nèi)涵。在數(shù)字化迅速發(fā)展的今天，數(shù)字化轉(zhuǎn)型無疑為其提供了進(jìn)一步的渠道，但是需要對企業(yè)數(shù)字化轉(zhuǎn)型與發(fā)展新質(zhì)生產(chǎn)力之間的機(jī)制進(jìn)行探討，以確定二者之間相互關(guān)系。文章以2015—2022年A股上市公司作為面板數(shù)據(jù)，實證分析后發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型確實能夠有效促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展，在替換解釋變量、控制樣本自選擇偏差后結(jié)論依然成立，在異質(zhì)性分析中發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的作用在國有企業(yè)以及小規(guī)模企業(yè)中更為顯著；機(jī)制檢驗表明，信息不對稱和信息披露質(zhì)量都為中介變量，企業(yè)數(shù)字化轉(zhuǎn)型可以通過緩解信息不對稱和提高信息披露質(zhì)量來促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；信息不對稱；信息披露質(zhì)量；新質(zhì)生產(chǎn)力

【中圖分類號】F27

一、引言

新質(zhì)生產(chǎn)力在2023年9月和12月被習(xí)近平總書記先后兩次提出，并在多個重要場合進(jìn)行深入論述之后，無疑為新時代全面把握新一輪科技革命和產(chǎn)業(yè)變革突破方向，為推動生產(chǎn)力高質(zhì)量發(fā)展，全面推進(jìn)中國式現(xiàn)代化建設(shè)提供了根本遵循和行動指南。首次提出時，習(xí)近平總書記指出要積極培育新材料、新能源、先進(jìn)制造、電子信息等戰(zhàn)略性新興產(chǎn)業(yè)，積極培育未來產(chǎn)業(yè)，加快形成新質(zhì)生產(chǎn)力；再論新質(zhì)生產(chǎn)力時，習(xí)總書記又指出了要以科技創(chuàng)新引領(lǐng)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，催生出基于新技術(shù)形成的新產(chǎn)業(yè)，催生出基于產(chǎn)品、生產(chǎn)組織創(chuàng)新形成的新模式，催生出基于科技革命和產(chǎn)業(yè)變革形成的新動能。

而在2024年政府工作任務(wù)中，著重提到了大力推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系建設(shè)，加快發(fā)展新質(zhì)生產(chǎn)力。充分發(fā)揮創(chuàng)新主導(dǎo)作用，以科技創(chuàng)新推動產(chǎn)業(yè)創(chuàng)新，加快推進(jìn)新型工業(yè)化，提高全要素生產(chǎn)率，不斷塑造發(fā)展新動能新優(yōu)勢，促進(jìn)社會生產(chǎn)力實現(xiàn)新的躍升。其中的必要舉措就是要深入推進(jìn)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展。制定支持?jǐn)?shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展政策，積極推進(jìn)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，促進(jìn)數(shù)字技術(shù)和實體經(jīng)濟(jì)深度融合。深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群，實施制造業(yè)數(shù)字化轉(zhuǎn)型行動。

所以在當(dāng)前依靠發(fā)展新質(zhì)生產(chǎn)力來推動生產(chǎn)方式變革的背景下，在政府以及社會加快推進(jìn)數(shù)字化轉(zhuǎn)型的進(jìn)程中，在二者之間存在千絲萬縷聯(lián)系的前提上，有必要將二者從實證的視角結(jié)合起來，探討二者背后的機(jī)制。

二、文獻(xiàn)綜述

（一）關(guān)于數(shù)字化轉(zhuǎn)型的文獻(xiàn)綜述

一直以來的企業(yè)生產(chǎn)模式呈現(xiàn)固定并且單一的特點，而在數(shù)字化轉(zhuǎn)型過程中，大部分企業(yè)可以依據(jù)市場特點，在運用互聯(lián)網(wǎng)信息的基礎(chǔ)上提高效率，完善產(chǎn)銷布局，降低中間成本（沈國兵等，2020）[1]。數(shù)字化轉(zhuǎn)型產(chǎn)生的新興技術(shù)營造出新的生態(tài)環(huán)境、商業(yè)模式和業(yè)務(wù)形式（Obwegeser et al.，2020）[2]。企業(yè)在利用數(shù)字技術(shù)的基礎(chǔ)上，可以有效地進(jìn)行技術(shù)變革和科技創(chuàng)新，在改善企業(yè)結(jié)構(gòu)的同時完善企業(yè)分工與合作，提高了工作效率（王彬，2023）[3]，進(jìn)而會提高公司治理水平。在數(shù)字化轉(zhuǎn)型之后，制造業(yè)企業(yè)可以進(jìn)行更加精細(xì)的生產(chǎn)操作以及管理，減少不必要的資源消耗，提高原材料的利用度，提高資源的循環(huán)利用度（白婉婷等，2024）[4]，最終實現(xiàn)節(jié)能減排。相比于企業(yè)之前簡單使用信息化系統(tǒng)，將數(shù)字化轉(zhuǎn)型融入到主要業(yè)務(wù)當(dāng)中，更能提高企業(yè)的研發(fā)力和成長性（何帆等，2019）[5]。

（二）關(guān)于新質(zhì)生產(chǎn)力的文獻(xiàn)綜述

習(xí)近平總書記提出的新質(zhì)生產(chǎn)力，作為當(dāng)前先進(jìn)生產(chǎn)力的具體表現(xiàn)形式，既是對人類發(fā)展歷程中科學(xué)技術(shù)推動生產(chǎn)力發(fā)展的經(jīng)驗總結(jié)，也推動且有賴于未來產(chǎn)業(yè)的誕生、成長和壯大（蒲清平等，2023）[6]。其核心要義在于“以新促質(zhì)”，特點在“新”，關(guān)鍵在“質(zhì)”，落腳于“生產(chǎn)力”（李政等，2023）[7]。新質(zhì)生產(chǎn)力可賦能于各行各業(yè)，例如在教育行業(yè)可加強(qiáng)新興技術(shù)如人工智能、大數(shù)據(jù)、云計算等領(lǐng)域的教學(xué)，及時傳播學(xué)科最新研究動態(tài)和發(fā)展趨勢，提升學(xué)生對前沿領(lǐng)域、產(chǎn)業(yè)動態(tài)的認(rèn)知；在政府方面，可以依據(jù)創(chuàng)新實驗室里全國全維全量的產(chǎn)業(yè)要素參數(shù)，依托多元多樣的數(shù)據(jù)資源池，清晰展示各產(chǎn)業(yè)鏈狀態(tài)，一鍵生成產(chǎn)業(yè)清單圖譜、產(chǎn)業(yè)診斷方案，分析產(chǎn)業(yè)指標(biāo)，實現(xiàn)跨區(qū)對比，幫助政府園區(qū)摸清產(chǎn)業(yè)家底、針對性調(diào)整招商策略、科學(xué)制定產(chǎn)業(yè)規(guī)劃等。

但以往文獻(xiàn)也存在不足之處，一是現(xiàn)有研究主要集中在理論層面對新質(zhì)生產(chǎn)力水平的影響，但很少通過實證研究新質(zhì)生產(chǎn)力的影響因素，而數(shù)字化轉(zhuǎn)型作為與新質(zhì)生產(chǎn)力息息相關(guān)的變量，其與新質(zhì)生產(chǎn)力必定有所聯(lián)系；二是目前學(xué)者對數(shù)字化轉(zhuǎn)型的研究多集中于公司績效方面，比如數(shù)字化轉(zhuǎn)型有利于提升企業(yè)股票流動性（吳非等，2021）[8]，有效改善公司治理情況（祁懷錦等，2020）[9]等，對新質(zhì)生產(chǎn)力的指標(biāo)建立聯(lián)系較少。

三、理論分析與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力

人工智能、大模型技術(shù)真正走向?qū)嵱?，各類場景加速落地，從嵌入智能到原生智能，智能化場景越來越豐富，推動業(yè)務(wù)自動化、智能化變革；數(shù)據(jù)真正成為新型生產(chǎn)要素，高質(zhì)量數(shù)據(jù)治理是關(guān)鍵，目前越來越多的企業(yè)正在推動數(shù)據(jù)資產(chǎn)入表，進(jìn)一步釋放數(shù)據(jù)要素創(chuàng)新價值；開源開放是新型商業(yè)創(chuàng)新模式，基于數(shù)字化平臺底座與生態(tài)伙伴聯(lián)合創(chuàng)新，是企業(yè)打造數(shù)字生產(chǎn)力的重要策略。數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力的影響有以下幾個方面來陳述。數(shù)字化轉(zhuǎn)型通過高質(zhì)量數(shù)據(jù)重塑了傳統(tǒng)的商業(yè)模式，減少了不必要的資源浪費，并且影響知識工作者的就業(yè)，為企業(yè)帶來更先進(jìn)的綠色創(chuàng)新能力（Loebbecke和Picot，2015）[10]，與新質(zhì)生產(chǎn)力中的低碳經(jīng)濟(jì)相契合；數(shù)字化轉(zhuǎn)型會提高企業(yè)履行社會責(zé)任的動力，主要是因為數(shù)字化轉(zhuǎn)型有助于企業(yè)完成經(jīng)營結(jié)構(gòu)、商業(yè)思維等全方位改善，為其履行社會責(zé)任打下基礎(chǔ)（肖紅軍和陽鎮(zhèn)等，2021）[11]，促進(jìn)服務(wù)業(yè)的發(fā)展，契合新質(zhì)生產(chǎn)力中的新產(chǎn)業(yè)、新業(yè)態(tài)方向；數(shù)字化轉(zhuǎn)型可以對資本市場治理賦能、驅(qū)動產(chǎn)品競爭市場治理、重構(gòu)控制權(quán)市場治理，推動新型治理生態(tài)模式構(gòu)建，對公司內(nèi)部治理和外部治理都能產(chǎn)生深刻影響（陳德球和胡晴，2022）[12]，從而促進(jìn)產(chǎn)生新的商業(yè)模式，契合新質(zhì)生產(chǎn)力中的新模式方向。所以，本文提出以下假設(shè)H1。

H1：數(shù)字化轉(zhuǎn)型有利于促進(jìn)發(fā)展新質(zhì)生產(chǎn)力。

（二）企業(yè)數(shù)字化轉(zhuǎn)型、信息不對稱、信息披露質(zhì)量與新質(zhì)生產(chǎn)力

首先，數(shù)字化轉(zhuǎn)型減少了企業(yè)各工作部門間的溝通障礙，提高了信息溝通、交流的便捷性；在數(shù)字化技術(shù)的加持下，有限的員工可以在有限的時間內(nèi)處理更多的信息和數(shù)據(jù)，傳遞給外部利益者，從而在企業(yè)內(nèi)部和外部緩解信息不對稱程度（易露霞等，2021）[13]。其次，數(shù)字化技術(shù)通過數(shù)據(jù)綜合應(yīng)用和集成分析，減少信息溝通不暢，進(jìn)行有效的信息整合，從而提高披露質(zhì)量（王建民，2016）[14]。在數(shù)字化技術(shù)強(qiáng)大的信息處理與整合能力下，企業(yè)可以及時對外部信息進(jìn)行收集并反饋，并緊跟市場潮流，不在迅速激烈的市場變革掉隊（喬朋華等，2024）[15]。最后，企業(yè)數(shù)字化轉(zhuǎn)型之后通過人工智能等技術(shù)會減少公司信息傳達(dá)的中間環(huán)節(jié)，使信息傳遞變得更加直接，減少信息流失與信息誤差，提高靈活性的同時也提高了信息質(zhì)量（戚聿東和肖旭，2020）[16]。

而新質(zhì)生產(chǎn)力倡導(dǎo)的“三新”即新產(chǎn)業(yè)、新模式、新動能，其中的新產(chǎn)業(yè)，特征是共享經(jīng)濟(jì)；其中的新模式，特征是產(chǎn)業(yè)要素高效組合，跨界融合。共享經(jīng)濟(jì)是現(xiàn)代互聯(lián)網(wǎng)高速發(fā)展下的一種新興的經(jīng)濟(jì)形態(tài)，是精準(zhǔn)匹配買賣雙方、盤活閑置資源、發(fā)現(xiàn)多樣化社會需求的配置方式，是強(qiáng)調(diào)消費體驗、維持市場可持續(xù)發(fā)展、提倡環(huán)保節(jié)約的消費態(tài)度（姚斌，2019）[17]。企業(yè)在減少信息不對稱情況之后，會在一定程度上拓寬資源獲取渠道，降低企業(yè)獲取資源的成本，提高資源配置效率，各個企業(yè)之間相互利用各自資源，做到資源共享，更好發(fā)展共享經(jīng)濟(jì)，契合新質(zhì)生產(chǎn)力中的新產(chǎn)業(yè)方向。企業(yè)各自在提高本身信息披露質(zhì)量之后，不僅可以互相找到適合自己的產(chǎn)品市場，避免無效競爭，提高自己市場占有的有效性，也可以向外界展示出自己的優(yōu)勢和特點，吸引與外界合作，一定程度上實現(xiàn)跨界融合，所以契合新質(zhì)生產(chǎn)力中的新模式方向。因此本文提出以下假設(shè)H2、H3。

H2：企業(yè)數(shù)字化轉(zhuǎn)型通過減少信息不對稱來促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展。

H3：企業(yè)數(shù)字化轉(zhuǎn)型通過提升信息披露質(zhì)量來促進(jìn)新質(zhì)生產(chǎn)力的發(fā)展。

四、研究設(shè)計

（一）樣本選取與數(shù)據(jù)來源

本文選取2015—2022年的A股上市公司為研究樣本，企業(yè)數(shù)字化轉(zhuǎn)型、新質(zhì)生產(chǎn)力及相關(guān)財務(wù)數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫與WIND數(shù)據(jù)庫。此外，為保證數(shù)據(jù)的有效性，根據(jù)以往的研究對樣本進(jìn)行處理與篩選，具體處理如下：①剔除金融類上市公司；②刪除ST、PT類上市公司；③刪除關(guān)鍵變量缺失的樣本。最后，為了避免極端值對研究結(jié)果的影響，本文對所有連續(xù)型變量在1%和99%分位上進(jìn)行縮尾處理，最終得到21 636個觀測值。

（二）變量定義與測度

1.被解釋變量：新質(zhì)生產(chǎn)力（Npro）。借鑒宋佳等（2024）[18]的做法，選擇與新質(zhì)生產(chǎn)力有緊密聯(lián)系的數(shù)據(jù)構(gòu)成新質(zhì)生產(chǎn)力指標(biāo)體系，并利用熵值法計算各指標(biāo)的權(quán)重，形成企業(yè)新質(zhì)生產(chǎn)力指標(biāo)。

該指標(biāo)是通過借鑒宋佳等（2024）[18]的做法，按照勞動力和生產(chǎn)關(guān)系兩大部分，選取表1中這些指標(biāo)，指標(biāo)取值也在表1中有所說明，然后利用熵值法計算各指標(biāo)的權(quán)重，在表1中最后一列顯示，進(jìn)而形成企業(yè)新質(zhì)生產(chǎn)力指標(biāo)（Npro）。

2.解釋變量：數(shù)字化轉(zhuǎn)型（Digital）。借鑒吳非等（2021）[8]的做法，本文主要通過年報中數(shù)字化轉(zhuǎn)型的關(guān)鍵詞詞頻衡量企業(yè)數(shù)字化轉(zhuǎn)型。本文使用“企業(yè)數(shù)字化轉(zhuǎn)型詞頻總數(shù)+1”取自然對數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型。

3.控制變量：借鑒祁懷錦等（2020）[9]的做法，選取對新質(zhì)生產(chǎn)力有顯著影響的控制變量，具體變量定義如表2所示。

（三）模型設(shè)置

1.為驗證假設(shè)H1，檢驗數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力的影響，本文建立如下基準(zhǔn)模型：

其中，被解釋變量Npro為新質(zhì)生產(chǎn)力，企業(yè)數(shù)字化轉(zhuǎn)型Digital為解釋變量，Control代表一系列可能影響新質(zhì)生產(chǎn)力的控制變量，Year與Industry分別代表時間和行業(yè)層面的固定效應(yīng)，εi，t為隨機(jī)擾動項。同時，為了控制組內(nèi)自相關(guān)，采用聚類到企業(yè)層面的穩(wěn)健標(biāo)準(zhǔn)誤。若本文假設(shè)1成立，則系數(shù)α1顯著為正，企業(yè)數(shù)字化轉(zhuǎn)型提高了新質(zhì)生產(chǎn)力水平。

五、實證分析

（一）描述性統(tǒng)計

表3報告了本文主要變量的描述性統(tǒng)計結(jié)果。新質(zhì)生產(chǎn)力的均值為5.353，標(biāo)準(zhǔn)差為1.440，說明樣本企業(yè)新質(zhì)生產(chǎn)力之間具有較大的差距。從數(shù)字化轉(zhuǎn)型的狀況來看，其均值為0.804，最小值和最大值分別為0和1.821，反映出我國企業(yè)數(shù)字化轉(zhuǎn)型仍處于初級階段，轉(zhuǎn)型程度普遍較低，有待提升，且企業(yè)間差距也較大。其余控制變量的統(tǒng)計結(jié)果與已有研究基本保持一致。

（二）相關(guān)性分析

在做回歸分析之前，進(jìn)行了相關(guān)性檢驗，對變量間的相關(guān)性進(jìn)行初步分析，檢驗結(jié)果如表4所示。從表4中可以看出，解釋變量（Digital）與被解釋變量新質(zhì)生產(chǎn)力（Npro）的相關(guān)系數(shù)為0.10，在1%的水平上顯著為正，即數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力水平之間呈正相關(guān)關(guān)系，初步說明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型程度越高，越有助于提高新質(zhì)生產(chǎn)力水平。從公司指標(biāo)來看，資產(chǎn)負(fù)債率（Lev）影響系數(shù)為-0.09，在1%的水平上顯著為負(fù)，表明資產(chǎn)負(fù)債率越小，數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力水平的提升越明顯。

（三）基準(zhǔn)回歸

表5報告了基準(zhǔn)回歸結(jié)果，在控制了行業(yè)和年份的基礎(chǔ)上，第（1）列為不加控制變量的結(jié)果，第（2）列加入了所有控制變量。第（1）列結(jié)果顯示數(shù)字化轉(zhuǎn)型在5%的顯著水平促進(jìn)企業(yè)提高新質(zhì)生產(chǎn)力水平。在參考了相關(guān)學(xué)者的研究后加入了資產(chǎn)負(fù)債率（Lev）、托賓Q值（TobinQ）、資本密集度（Cap）等一系列控制變量后，回歸結(jié)果如第（2）列所示，解釋變量的系數(shù)為0.185，在1%的水平上顯著相關(guān)，說明在加入本文選取的控制變量后，數(shù)字化轉(zhuǎn)型的促進(jìn)作用變得更加明顯。由此可見，企業(yè)數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力水平之間存在正向促進(jìn)關(guān)系。這說明企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型，秉持可持續(xù)發(fā)展理念，可以幫助企業(yè)進(jìn)行能力變革、效率變革等方面，從而提高新質(zhì)生產(chǎn)力水平，假設(shè)1得到驗證。

（四）機(jī)制檢驗

前文證實了解釋變量與被解釋變量之間的正向關(guān)系，但為了深入挖掘背后的作用機(jī)制，本文引入了中介效應(yīng)模型，通過信息不對稱（ASY）和信息披露質(zhì)量（Disclosure）進(jìn)行挖掘，進(jìn)一步實證分析數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力水平間的內(nèi)在關(guān)聯(lián)和作用機(jī)制。

檢驗數(shù)字化轉(zhuǎn)型對信息不對稱（ASY）的影響，模型結(jié)果如表6第（1）列顯示，Digital的系數(shù)為-0.130，顯著性水平為1%，說明在控制其他因素的情況下，數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)的信息不對稱情況。然后，考慮信息不對稱（ASY）作為中介變量，重新估計數(shù)字化轉(zhuǎn)型（Digital）對新質(zhì)生產(chǎn)力水平的影響。模型結(jié)果第（2）列顯示，Digital的系數(shù)為0.127，顯著性水平為5%，說明信息不對稱（ASY）作為中介變量可行，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以通過緩解信息不對稱進(jìn)而提升企業(yè)新質(zhì)生產(chǎn)力水平。

檢驗數(shù)字化轉(zhuǎn)型對信息披露質(zhì)量（Disclosure）的影響，模型結(jié)果如表6第（3）列顯示，Digital的系數(shù)為0.082，顯著性水平為1%，說明在控制其他因素的情況下，數(shù)字化轉(zhuǎn)型能夠顯著提高企業(yè)的信息披露質(zhì)量。然后，考慮信息披露質(zhì)量（Disclosure）作為中介變量，重新估計數(shù)字化轉(zhuǎn)型（Digital）對新質(zhì)生產(chǎn)力水平的影響。模型結(jié)果第（4）列顯示，Digital的系數(shù)為0.166，顯著性水平為5%，說明信息披露質(zhì)量（Disclosure）作為中介變量可行，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以通過提高信息披露質(zhì)量進(jìn)而提升企業(yè)新質(zhì)生產(chǎn)力水平。

（五）穩(wěn)健性檢驗

1.替換核心解釋變量

本文借鑒袁淳等（2021）[19]的做法，對數(shù)字化轉(zhuǎn)型指標(biāo)進(jìn)行重新構(gòu)建，得到變量Dig，將Dig替代原本的解釋變量Digital加入回歸后，結(jié)果如表7所示，可以看到Dig系數(shù)在1%水平上顯著為正，可以說明本文基準(zhǔn)回歸的實證結(jié)果具有穩(wěn)健性，假設(shè)1通過了穩(wěn)健性檢驗。

2. Heckman檢驗

樣本自選擇偏差可能會影響到本文的結(jié)果，因此本文采用Heckman兩階段來控制可能出現(xiàn)的選擇偏差問題。第一階段中，以企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型（Dummy）為被解釋變量，可能影響企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的公司治理及特征等變量作為解釋變量，進(jìn)行Probit回歸，得到逆米爾斯比率（IMR），加入第二階段回歸，結(jié)果列于表8第（2）列。Heckman兩階段結(jié)果顯示，IMR水平顯著，表明文章在控制了樣本自選擇偏差后，Digital系數(shù)依舊在1%水平上顯著為正，證實了文章結(jié)果的可靠性。

（六）異質(zhì)性分析

1. 產(chǎn)權(quán)性質(zhì)

由于企業(yè)數(shù)字化轉(zhuǎn)型需要較高的成本投入以及技術(shù)支撐，因而使得很多非國有及小規(guī)模企業(yè)“不敢轉(zhuǎn)”。相對于非國有企業(yè)而言，國有企業(yè)普遍規(guī)模較大，資金實力較為雄厚，面臨的融資約束水平較弱，為數(shù)字化轉(zhuǎn)型提供資源支持。另外，企業(yè)數(shù)字化轉(zhuǎn)型改善了信息環(huán)境和內(nèi)部控制，加之國有企業(yè)社會關(guān)注較高，因此，數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力水平的提升效果在國有企業(yè)會更為顯著。結(jié)果列于表9第（1）（2）列，顯示國有企業(yè)組更加顯著（0.378>0.208），即相對于非國有企業(yè)而言，數(shù)字化轉(zhuǎn)型對國有企業(yè)的新質(zhì)生產(chǎn)力水平的提升作用更強(qiáng)。

2. 企業(yè)規(guī)模

企業(yè)規(guī)模不同，企業(yè)數(shù)字化轉(zhuǎn)型的進(jìn)程也有很大的差異。相較于大規(guī)模企業(yè)的體量大、人員眾多等特點，小規(guī)模企業(yè)本身提升新質(zhì)生產(chǎn)力的效率更快，更容易出現(xiàn)“立竿見影”的效果，加之?dāng)?shù)字化轉(zhuǎn)型的信息作用及治理效果，使得小規(guī)模企業(yè)能夠進(jìn)一步發(fā)揮優(yōu)勢，提升新質(zhì)生產(chǎn)力水平，尋求更高質(zhì)量的發(fā)展。本文將企業(yè)規(guī)模分行業(yè)、年份取平均值，高于平均值的企業(yè)被定義為大規(guī)模企業(yè)，否則為小規(guī)模企業(yè)，結(jié)果列于表9第（3）（4）列。結(jié)果顯示，小規(guī)模組Digital的系數(shù)在1%水平上顯著為正，而在大規(guī)模組企業(yè)不顯著，即數(shù)字化轉(zhuǎn)型對新質(zhì)生產(chǎn)力水平的提升作用在小規(guī)模企業(yè)組更為顯著。

（七）內(nèi)生性分析

企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型對提升新質(zhì)生產(chǎn)力水平可能會存在滯后效應(yīng)，所以本文將核心解釋變量Digital分別滯后1、2、3、4期，加入回歸模型當(dāng)中，結(jié)果如表10所示，均顯示系數(shù)為正且顯著，說明利用滯后變量控制內(nèi)生性后，依然能說明企業(yè)數(shù)字化轉(zhuǎn)型顯著促進(jìn)企業(yè)新質(zhì)生產(chǎn)力的發(fā)展，證明數(shù)字化轉(zhuǎn)型能夠促進(jìn)新質(zhì)生產(chǎn)力水平的發(fā)展這一核心結(jié)論可靠。

（八）進(jìn)一步分析

企業(yè)數(shù)字化轉(zhuǎn)型包括人工智能（AI）、區(qū)塊鏈（BC）、云計算（CC）、大數(shù)據(jù)（BD）與數(shù)字技術(shù)應(yīng)用（APP）五個方面，為了進(jìn)一步探討不同方面的數(shù)字化轉(zhuǎn)型對企業(yè)新質(zhì)生產(chǎn)力的影響，本文使用五個指標(biāo)代替數(shù)字化轉(zhuǎn)型（Digital）進(jìn)行回歸，結(jié)果列于表11。

結(jié)果與我國現(xiàn)實情況大致相同，人工智能、云計算、大數(shù)據(jù)作為國家的重點政策發(fā)展方向，在數(shù)字化時代最先發(fā)展并且發(fā)展程度最高，所以企業(yè)會在這三個方面中投入較高的資金和時間，因而對企業(yè)的新質(zhì)生產(chǎn)力產(chǎn)生更深的影響。而區(qū)塊鏈因為在企業(yè)應(yīng)用中還未完全普及，數(shù)字技術(shù)應(yīng)用更多的是在消費者身上產(chǎn)生作用，所以這兩個方面目前對企業(yè)新質(zhì)生產(chǎn)力還未有較明顯程度上的提升。

六、結(jié)論與啟示

本文以2015—2022年A股上市公司作為面板數(shù)據(jù)，實證分析后發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型確實提高了新質(zhì)生產(chǎn)力水平，在替換核心解釋變量、控制樣本自選擇偏差后這一結(jié)論依然成立；在異質(zhì)性分析中發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的作用在國有企業(yè)以及小規(guī)模企業(yè)中更為顯著；信息不對稱和信息披露質(zhì)量都為中介變量，數(shù)字化轉(zhuǎn)型可以分別通過改善信息不對稱和提升信息披露質(zhì)量來提高企業(yè)新質(zhì)生產(chǎn)力水平；在將解釋變量分別滯后1、2、3、4期之后，本文結(jié)論依然可靠。本文豐富了新質(zhì)生產(chǎn)力的影響因素與數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，為企業(yè)通過數(shù)字化轉(zhuǎn)型提高新質(zhì)生產(chǎn)力進(jìn)而實現(xiàn)可持續(xù)發(fā)展的目標(biāo)提供了實證支持，分析了具體的實現(xiàn)渠道；也為我國實現(xiàn)“雙碳”目標(biāo)與高質(zhì)量發(fā)展提供了經(jīng)驗證據(jù)。為此，根據(jù)結(jié)論得到以下啟示：

（一）政府層面

政府要遵循經(jīng)濟(jì)、技術(shù)、管理等方面的發(fā)展規(guī)律，降低轉(zhuǎn)型過程中的“認(rèn)知差”，避免大規(guī)模企業(yè)轉(zhuǎn)型“事倍功半”，因地制宜落實相關(guān)政策舉措，強(qiáng)化分類指導(dǎo)和跟蹤服務(wù)，引導(dǎo)大規(guī)模企業(yè)加快數(shù)字化轉(zhuǎn)型。

鼓勵領(lǐng)軍企業(yè)積極發(fā)揮“鏈主”作用，“地方政府+平臺企業(yè)”聯(lián)合賦能，以創(chuàng)新鏈、產(chǎn)業(yè)鏈、供應(yīng)鏈、數(shù)據(jù)鏈的“鏈主”企業(yè)為引領(lǐng)和核心，依托產(chǎn)業(yè)互聯(lián)網(wǎng)平臺和大企業(yè)的數(shù)字化應(yīng)用標(biāo)桿項目，帶動其他企業(yè)共同實現(xiàn)轉(zhuǎn)型。

（二）企業(yè)層面

數(shù)字化轉(zhuǎn)型的核心在于利用先進(jìn)的信息技術(shù)，提升企業(yè)的運營效率和市場競爭力。在這個過程中，企業(yè)應(yīng)重點關(guān)注市場需求的變化。

數(shù)字化轉(zhuǎn)型為企業(yè)拓展市場提供了更多的可能性。企業(yè)應(yīng)積極擁抱新技術(shù)、新平臺，拓展新的業(yè)務(wù)領(lǐng)域。

實現(xiàn)共贏發(fā)展數(shù)字化轉(zhuǎn)型不僅是企業(yè)自身的轉(zhuǎn)型，更是整個行業(yè)的轉(zhuǎn)型。企業(yè)應(yīng)積極構(gòu)建生態(tài)系統(tǒng)，與合作伙伴共同推動行業(yè)的發(fā)展。

主要參考文獻(xiàn)：

[1]沈國兵，袁征宇.互聯(lián)網(wǎng)化對中國企業(yè)出口國內(nèi)增加值提升的影響[J].財貿(mào)經(jīng)濟(jì)，2020，41（07）：130-146.

[ 2 ] O b w e g e s e r ， N . ， Y o k o i ， T . ， W a d e ， M . a n d Voskers，T.，2020，“7 Key Principles to Govern Digital Initiatives”，MIT Sloan Management Review，vol.61（3），pp.1-9.

[3]王彬.全球價值鏈視角下數(shù)字經(jīng)濟(jì)對中國碳排放的影響[J].資源科學(xué)，2023，45（09）：1899-1911.

[4]白婉婷，陳建成，侯建.“雙碳”目標(biāo)下制造業(yè)數(shù)字化轉(zhuǎn)型的碳減排效應(yīng)研究[J/OL].軟科學(xué)：1-13[2024-04-18].http：//kns.cnki.net/kcms/detail/51.1268. G3.20240415.0959.002.html.

[5]何帆，秦愿.創(chuàng)新驅(qū)動下實體企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究[J].東北財經(jīng)大學(xué)學(xué)報，2019（05）：45-52.

[6]蒲清平，黃媛媛.習(xí)近平總書記關(guān)于新質(zhì)生產(chǎn)力重要論述的生成邏輯、理論創(chuàng)新與時代價值[J].西南大學(xué)學(xué)報（社會科學(xué)版），2023，49（06）：1-11.DOI：10.13718/j.cnki. xdsk.2023.06.001.

[7]李政，廖曉東.發(fā)展“新質(zhì)生產(chǎn)力”的理論、歷史和現(xiàn)實“三重”邏輯[J].政治經(jīng)濟(jì)學(xué)評論，2023，14（06）：146-159.

[8]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（07）：130-144+10.

[9]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（04）：50-64.

[10]Loebbecke C，Picot A. Reflections on societal and business model transformation arising from digitization and big data analytics： A research agenda[J].Journal of Strategic Information Systems，2015，24（3）.

[11]肖紅軍，陽鎮(zhèn)，劉美玉.企業(yè)數(shù)字化的社會責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗[J].經(jīng)濟(jì)管理，2021，43（11）：52-69.

[12]陳德球，胡晴.數(shù)字經(jīng)濟(jì)時代下的公司治理研究：范式創(chuàng)新與實踐前沿[J].管理世界，2022，38（06）：213-240.

[13]易露霞，吳非，徐斯旸.企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應(yīng)研究[J].證券市場導(dǎo)報，2021（08）：15-25+69.

[14]王建民.工業(yè)大數(shù)據(jù)技術(shù)[J].電信網(wǎng)技術(shù)，2016（08）.

[15]喬朋華，薛睿，韓先鋒.數(shù)字營銷何以激發(fā)中小企業(yè)創(chuàng)新——基于信息動態(tài)能力的中介作用[J/OL].南開管理評論：1-31[2024-04-18].http：//kns.cnki.net/kcms/ detail/12.1288.f.20240203.1308.002.html.

[16]戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時代的企業(yè)管理變革[J].管理世界，2020，36（06）：135-152+250.

[17]姚斌.信號理論與共享經(jīng)濟(jì)[D].遼寧大學(xué)，2019. DOI：10.27209/d.cnki.glniu.2019.000088.Ebert C，Duarte C H C. Digital Transformation[J]. IEEE Software，2018，35（4）.

[18]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/OL].當(dāng)代經(jīng)濟(jì)管理，1-13[2024-04-26].http：//kns.cnki.net/ kcms/detail/13.1356.F.20240313.1657.002.html.

[19]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(jì)，2021，（09）：137-155.DOI：10.19581/j.cnki.ciejournal.2021.09.007.

責(zé)編：險峰