企業(yè)數(shù)字化轉型對新質生產力的影響研究

摘 要：新質生產力作為促進企業(yè)高質量發(fā)展的關鍵動力與支撐，其驅動因素的研究對企業(yè)發(fā)展具有至關重要的意義。文章選取2015—2023年中國A股上市公司為樣本，對企業(yè)數(shù)字化轉型與新質生產力之間的關系展開實證研究。結果顯示，企業(yè)數(shù)字化轉型有助于新質生產力發(fā)展，這一結論經過內生性、穩(wěn)定性檢驗后依舊成立。中介效應分析表明，企業(yè)數(shù)字化轉型能夠提升企業(yè)創(chuàng)新效率和專業(yè)化分工水平，從而進一步推動新質生產力的發(fā)展。異質性分析揭示，與國有、中西部地區(qū)以及處于成長期和衰退期的企業(yè)相比，非國有、東部地區(qū)以及處于成熟期企業(yè)的數(shù)字化轉型對新質生產力發(fā)展的正面推動作用更為突出。本文研究結論為企業(yè)數(shù)字化轉型和新質生產力發(fā)展提供了理論支持，并豐富了相關實證研究，以供參考。

關鍵詞：數(shù)字化轉型；新質生產力；數(shù)字化技術；創(chuàng)新效率；專業(yè)化分工

中圖分類號：F014.1 文獻標識碼：A 文章編號：2096-0298（2025）02（b）--05

1 引言

2023年9月，習近平總書記在黑龍江考察期間，首次提出了“新質生產力”的概念[1]。隨后，同年12月召開的中央經濟工作會議上，習近平總書記再次強調了科技創(chuàng)新和產業(yè)升級的重要性，特別指出新質生產力作為科技創(chuàng)新的重要體現(xiàn)，是推動經濟社會高質量發(fā)展的關鍵因素。2024年的政府工作報告，首次將新質生產力納入其中，明確提出“積極推進現(xiàn)代化產業(yè)體系的構建，加速發(fā)展新質生產力”的目標，并將其作為政府十大工作重點任務的首要內容。黨的二十屆三中全會部署和強調了必須完善因地制宜的新質生產力發(fā)展機制，為經濟高質量發(fā)展提供制度保障和動力支持。

隨著人工智能、云計算、區(qū)塊鏈等前沿技術的持續(xù)涌現(xiàn)，數(shù)字經濟與實體經濟之間的互動賦能得到顯著增強。《中國數(shù)字經濟發(fā)展研究報告（2024年）》顯示，2023年中國數(shù)字經濟的規(guī)模攀升至53.9萬億元，占國內生產總值（GDP）的42.8%，數(shù)字經濟對GDP增長的貢獻率達66.45%。企業(yè)作為數(shù)字技術與實體經濟耦合的關鍵微觀主體，承載著對接與推動新形態(tài)生產力發(fā)展的核心任務。從理論層面分析，企業(yè)開展數(shù)字化轉型有望提升資源配置效率，推動傳統(tǒng)企業(yè)采納新的運營模式，促成新的分工與協(xié)作體系，實現(xiàn)新質生產力的發(fā)展。

然而，在實踐中，企業(yè)新質生產力的發(fā)展面臨諸多挑戰(zhàn)。在微觀層面上，相關理論研究與實踐指導相對匱乏，導致企業(yè)在新質生產力發(fā)展過程中普遍缺乏明確的實施路徑與方法論。在宏觀層面上，政策制定者在推動新質生產力發(fā)展時，存在難以精準把握企業(yè)需求與市場動態(tài)來制定可行的政策措施的困境。因此，深入探索企業(yè)數(shù)字化轉型如何賦能新質生產力的發(fā)展，具有重要的理論與現(xiàn)實意義。

2 理論分析與假設提出

2.1 企業(yè)數(shù)字化轉型與新質生產力

新質生產力，即新興的、高階的、具備科技革命性質的生產力形態(tài)，在繼承和發(fā)展傳統(tǒng)生產力的基礎上形成，又在“新”與“質”兩個維度上實現(xiàn)了質的飛躍。相較傳統(tǒng)生產力模式，新質生產力的本質在于勞動者的素質躍進、勞動資料的現(xiàn)代化以及勞動對象的深度開發(fā)，其核心特征表現(xiàn)為全要素生產率的提升[2]。企業(yè)數(shù)字化轉型為企業(yè)生產力的發(fā)展開辟了更為廣闊的空間。一方面，數(shù)字化轉型優(yōu)化了企業(yè)生產要素的配置，促進了科技創(chuàng)新與資源組合優(yōu)化的良性循環(huán)，實現(xiàn)了科技、綠色和生產力的多維提升。另一方面，實施數(shù)字化轉型的企業(yè)創(chuàng)新了生產要素集聚模式，形成了跨越地域限制的虛擬要素集群，助力企業(yè)構建新型生產關系，提升多維主體的整體協(xié)作能力，有效推動了新質生產力的飛躍性提升。基于上述分析，本文提出假設H1：

H1：企業(yè)數(shù)字化轉型有助于新質生產力發(fā)展。

2.2 企業(yè)數(shù)字化轉型對新質生產力的影響機制

數(shù)字化轉型可以有效提升企業(yè)創(chuàng)新效率，進而提升新質生產力水平。企業(yè)創(chuàng)新效率是企業(yè)在開展創(chuàng)新活動時，將投入資源轉化為產出創(chuàng)新成果的效率。數(shù)字化轉型在創(chuàng)新主體、創(chuàng)新環(huán)節(jié)以及創(chuàng)新要素等多個維度上影響企業(yè)的創(chuàng)新效率。從創(chuàng)新主體來看，數(shù)字化轉型構建了企業(yè)間創(chuàng)新網(wǎng)絡，企業(yè)通過互聯(lián)共通、聯(lián)合研發(fā)、協(xié)作創(chuàng)新等模式提升創(chuàng)新效率[3]。從創(chuàng)新環(huán)節(jié)來看，數(shù)字化轉型能夠整合創(chuàng)新鏈與產業(yè)鏈，通過雙鏈耦合以及與上下游企業(yè)間技術交互的途徑提升企業(yè)創(chuàng)新的有效性。從創(chuàng)新要素來看，企業(yè)數(shù)字化轉型能夠增強企業(yè)創(chuàng)新要素獲取能力，獲取大量有益于企業(yè)創(chuàng)新投入的數(shù)據(jù)、技術知識等要素資源，優(yōu)化要素配置方向和創(chuàng)新要素配置效率，促進新質生產力的發(fā)展。

數(shù)字化轉型可以深化企業(yè)專業(yè)分工，進而提升新質生產力水平。根據(jù)交易成本理論，外部交易成本與內部管理成本的相互作用，影響著企業(yè)的專業(yè)化分工程度。得益于數(shù)字技術的發(fā)展，企業(yè)與外部的協(xié)調成本降低可以減輕其所面臨的部分外部交易成本，為企業(yè)專業(yè)化分工創(chuàng)造了有利條件。此外，專業(yè)化分工也為企業(yè)帶來效率上的優(yōu)勢，增強其內部的協(xié)調與合作能力。隨著生產技術復雜性的日益增加、勞動力異質性的不斷加強，數(shù)字化轉型的諸多優(yōu)勢為企業(yè)提供了堅實的支撐，使企業(yè)能夠更加集中于其核心競爭力領域的業(yè)務深耕，實現(xiàn)資源配置的優(yōu)化和效率提升，發(fā)揮企業(yè)資源的稟賦優(yōu)勢，助力了新質生產力的發(fā)展?；谏鲜龇治?，本文提出假設H2：

H2：企業(yè)數(shù)字化轉型能夠提高企業(yè)創(chuàng)新效率與專業(yè)化分工水平，進而促進新質生產力發(fā)展。

3 模型設計與變量說明

3.1 樣本選擇與數(shù)據(jù)來源

本文選取2015—2023年中國A股上市企業(yè)為研究對象，數(shù)據(jù)來源CSMAR數(shù)據(jù)庫，在樣本處理過程中，做如下操作：（1）排除了數(shù)據(jù)嚴重缺失的企業(yè)；（2）剔除了被特別處理（ST或*ST）的企業(yè)、金融及其他特殊行業(yè)企業(yè)；（3）對連續(xù)變量進行1%和99%水平的縮尾處理。經過上述處理，最終獲得14431個有效觀測值。

3.2 變量說明

3.2.1 被解釋變量

被解釋變量：新質生產力（Nqp）。新質生產力是新質勞動者、新質勞動資料、新質勞動對象及其優(yōu)化組合的躍升。因此，本文借鑒宋佳等（2024）[4]的研究方法，構建新質生產力的評價指標體系，并利用熵值法進行加權計算。具體而言，新質生產力評價指標體系包括3個一級指標和12個二級指標。具體的指標說明見表1。

3.2.2 核心解釋變量

核心解釋變量：數(shù)字化轉型程度（Dt）。本文借鑒吳非等（2021）[5]的研究，對A股上市企業(yè)的年度報告進行梳理，將數(shù)字化轉型細分為大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈、技術應用五個維度，創(chuàng)建數(shù)字化轉型文本關鍵詞庫。在此基礎上，對每家上市公司的年報進行文本分析，提取數(shù)字化轉型的量化指標。鑒于數(shù)據(jù)分布呈現(xiàn)顯著的右偏性，本文對其執(zhí)行了對數(shù)轉換處理。

3.2.3 控制變量

參考黃勃等（2023）[6]的研究，采用企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產負債率（Lev）、營業(yè)收入增長率（Growth）、股權集中度（Sc）、兩職合一（Dual）、管理層持股比例（Ms）、董事會規(guī)模（Bs）和獨立董事比例（Pid）作為控制變量。

3.3 模型設計

為檢驗假設H1，構建基準模型（1）：

Nqpi，t+1=α0+a1Dti，t+∑Controli，t+∑Yeart+∑Indi+εi，t（1）

其中，被解釋變量Nqpi，t+1代表企業(yè)i在t+1年新質生產力水平。Dti，t表示企業(yè)i在t年的數(shù)字化轉型程度。Control i，t為選取的系列控制變量。Year為年份固定效應，Ind為行業(yè)固定效應，εi，t為隨機誤差項。

為檢驗假設H2，本文在模型（1）的基礎上構建模型（2）和（3）：

MVit=β0+β1Dti，t+∑Controli，t+∑Yeart+∑Indi+εi，t（2）

Nqpi，t+1=γ0+γ1Dti，t+γ2MVit+∑Controli，t+∑Yeart+∑Indi+εi，t（3）

其中，MVit為中介變量，回歸時分別為企業(yè)創(chuàng)新效率（InnoEff）、企業(yè)專業(yè)化分工（VSI）。參考權小鋒等（2017）[7]的研究，使用每單位研發(fā)投入的專利申請數(shù)作為企業(yè)創(chuàng)新效率（InnoEff）。參考袁淳等（2021）[8]的研究方法構建企業(yè)專業(yè)化分工水平指標（VSI）。

4 實證結果與分析

4.1 描述性統(tǒng)計

描述性統(tǒng)計結果顯示新質生產力指標（Nqp）平均值為1.789，高于中位數(shù)1.438，意味著超半數(shù)企業(yè)的新質生產力水平低于平均值。企業(yè)數(shù)字化轉型程度（Dt）的平均值同樣高于中位數(shù)，標準差為1.103，表明我國企業(yè)的數(shù)字化轉型水平差異較大?？刂谱兞康姆植继幱诤侠矸秶畠?。各變量之間的方差膨脹因子VIF值均低于2，平均VIF值為1.29，說明不存在嚴重的多重共線性問題。

4.2 基準回歸

表2報告了模型（1）的基準回歸結果。表2列（1）為只加入核心解釋變量和行業(yè)效應的回歸結果，Dt的回歸系數(shù)為0.350。列（2）是在列（1）基礎上加入年份效應，Dt的回歸系數(shù)為0.353。列（3）為加入行業(yè)效應和控制變量的回歸結果，Dt的回歸系數(shù)為0.343。列（4）為加入行業(yè)效應、年份效應和控制變量的回歸結果，Dt的回歸系數(shù)為0.340。以上結果均在1%水平上顯著。這表明假設H1成立，即企業(yè)數(shù)字化轉型能促進新質生產力發(fā)展。

4.3 內生性檢驗

為減輕內生性問題，如遺漏變量偏誤和反向因果關系所引起的偏差，本文采取工具變量法進行檢驗。在選取工具變量時，借鑒了楊金玉等（2022）[9]的研究，選取企業(yè)數(shù)字化轉型水平與按年份及行業(yè)分類的企業(yè)數(shù)字化轉型程度均值差額的三次方作為工具變量，此變量記為Iv1。其次，選取地區(qū)、行業(yè)及年度的企業(yè)數(shù)字化轉型程度均值作為另一工具變量，此變量記為Iv2。

表3展示了內生性檢驗的結果，Kleibergen-Paaprk LM統(tǒng)計量在1%的水平上均顯著，拒絕了工具變量識別不足的原假設。Cragg-Donald Wald F統(tǒng)計量超過了Stock-Yogo弱工具變量識別F檢驗在10%水平上的臨界值，拒絕了弱工具變量的原假設。具體到實證結果，在第一階段估計中，工具變量Iv1的系數(shù)為0.176，Iv2的系數(shù)為0.976，均在1%的水平上顯著。該結果表明工具變量與解釋變量之間顯著的正相關性。在第二階段估計中，Iv1和Iv2與Nqp在1%的水平上均顯著正相關，這表明企業(yè)數(shù)字化轉型與新質生產力之間正向關聯(lián)的結論依然成立。

5 穩(wěn)健性檢驗

5.1 替換被解釋變量

全要素生產率的提升是新質生產力的核心標志體現(xiàn)。因此，參考魯曉東等（2012）[10]的研究分別采用LP法、OLS法測度的企業(yè)全要素生產率來替換被解釋變量，并重新進行基準回歸。結果如表4列（1）列（2）所示，Dt回歸系數(shù)分別為0.047、0.029，均在1%水平上顯著，說明即使改變被解釋變量的測度方法，也并未改變研究結論。

5.2 替換解釋變量

借鑒趙宸宇等（2021）[11]對數(shù)字化轉型的評估方法，得到替換的解釋變量（Dtwj）。表4列（3）的回歸結果顯示，數(shù)字化轉型（Dtwj）的回歸系數(shù)為0.297，在1%水平上顯著，假設H1再次被檢驗通過。

5.3 改變樣本期

2020—2023年爆發(fā)的新冠疫情對經濟產生了較大負面影響。為確保研究結果的穩(wěn)健性，排除了上述年份，重新回歸檢驗。如表4列（4）所示，Dt的回歸系數(shù)為0.314，在1%的水平上顯著。在排除異常年份后，研究結論仍成立，這也表明研究結果具有較強的穩(wěn)健性。

6 進一步分析

6.1 機制分析

6.1.1 創(chuàng)新效率

根據(jù)理論分析，創(chuàng)新效率在企業(yè)數(shù)字化轉型與新質生產力之間起到中介作用。表5列（1）列（2）報告了其檢驗結果。表5列（1）Dt回歸系數(shù)為0.009且在1%水平顯著，說明了企業(yè)數(shù)字化轉型可以提升其創(chuàng)新效率。如表5列（2）所示，Dt系數(shù)為0.308，InnoEff系數(shù)為3.506，且均在1%水平顯著，表明創(chuàng)新效率在企業(yè)數(shù)字化轉型影響新質生產力的過程中發(fā)揮著中介作用。

6.1.2 專業(yè)化分工

根據(jù)理論分析，專業(yè)化分工在企業(yè)數(shù)字化轉型與新質生產力之間起到中介作用。表5列（3）列（4）報告了專業(yè)化分工的中介效應檢驗結果。表5列（3）Dt回歸系數(shù)為0.013，在1%水平顯著，說明企業(yè)數(shù)字化轉型能夠顯著提高其專業(yè)化分工水平。如表5列（4）所示，Dt系數(shù)為0.320，VSI系數(shù)為0.237，均在1%水平顯著為正，表明專業(yè)化分工在企業(yè)數(shù)字化轉型影響新質生產力的過程中發(fā)揮著中介作用。

6.2 異質性分析

6.2.1 企業(yè)產權性質

從企業(yè)產權性質分析，國有企業(yè)與非國有企業(yè)在資源配置、創(chuàng)新能力與風險承擔等方面存在明顯差異，此類因素可能導致企業(yè)數(shù)字化轉型對其新質生產力的影響有所差異。如表6列（1）列（2）所示，從非國有企業(yè)與國有企業(yè)數(shù)字化轉型回歸系數(shù)可知，非國有企業(yè)數(shù)字化轉型提升新質生產力的效果更佳，這可能與非國有企業(yè)在資源配置上更加靈活，具有更強的創(chuàng)新意識和冒險精神的特性相關。國有企業(yè)雖然擁有較為雄厚的資金、技術和人才等資源，在數(shù)字化轉型過程中能夠進行大規(guī)模的投入，但在靈活性和開創(chuàng)性上可能相對不足，對一些新興的數(shù)字化項目和技術的響應速度相對較慢。

6.2.2 企業(yè)所在區(qū)域

從企業(yè)所在區(qū)域分析，東部、中部與西部地區(qū)在自然環(huán)境、基礎設施等方面存在顯著差異，這些因素亦導致企業(yè)數(shù)字化轉型對其新質生產力的影響不盡相同。由表6列（3）和列（5）可知，東部地區(qū)企業(yè)開展數(shù)字化轉型，對新質生產力的提升效果優(yōu)于中西部地區(qū)企業(yè)。這可能歸因于東部地區(qū)先進的數(shù)字基礎設施、豐富的數(shù)字化人才儲備等。其次，位于西部地區(qū)的企業(yè)數(shù)字化轉型對新質生產力的提升效果優(yōu)于中部地區(qū)的企業(yè)。這一結果可能與西部地區(qū)傳統(tǒng)產業(yè)的高比例有關，這些產業(yè)在進行數(shù)字化轉型時，能夠獲得更為顯著的邊際效益。此外，為了促進西部地區(qū)的發(fā)展，國家為其提供了更多的政策支持，使得西部地區(qū)的數(shù)字化基礎設施建設能在短時間內實現(xiàn)跨越式的進步，從而更明顯地推動了當?shù)仄髽I(yè)新質生產力的發(fā)展。

6.2.3 企業(yè)生命周期

從企業(yè)生命周期分析，處于不同階段的企業(yè)在資源規(guī)模和決策管理能力上存在差異，影響著數(shù)字化轉型對其新質生產力的助推力度。從表6列（6）～（8）可以看出，處于成熟期企業(yè)的數(shù)字化轉型對新質生產力提升效果最大，其次是衰退期、成長期。這可能是因為成熟期企業(yè)通常擁有豐富的資金、技術、人才和市場資源，有足夠的資源投入企業(yè)數(shù)字化轉型中，并且完善的組織架構和管理體系可以使其在實施數(shù)字化轉型時更有效地規(guī)劃和協(xié)調。衰退期企業(yè)面臨著市場份額萎縮、利潤下降等困境，數(shù)字化轉型對其而言是一種扭轉頹勢的重要手段。通過數(shù)字化轉型，可以對衰退期企業(yè)的資產進行重新評估和利用，資產的盤活能夠在一定程度上提升企業(yè)的生產效率和市場價值，進而促進新質生產力的產生。

7 研究結論與對策啟示

7.1 研究結論

以2015—2023年中國A股上市公司為樣本，本文實證研究了企業(yè)數(shù)字化轉型對新質生產力的影響機理，得到如下結論：（1）企業(yè)數(shù)字化轉型可以顯著助益新質生產力發(fā)展；（2）企業(yè)數(shù)字化轉型能夠通過提升創(chuàng)新效率和專業(yè)化分工水平促進新質生產力發(fā)展；（3）非國有、東部地區(qū)以及處于成熟期企業(yè)的數(shù)字化轉型對新質生產力發(fā)展的正面推動作用更為突出。

7.2 對策啟示

基于上述結論，首先，為幫助企業(yè)發(fā)展新質生產力，政府可以加大對企業(yè)數(shù)字化轉型的幫扶力度。在數(shù)字基礎設施建設方面，可以提升網(wǎng)絡通信能力，如加大對5G網(wǎng)絡的投資力度和擴大覆蓋范圍；強化數(shù)據(jù)中心建設，以應對不斷增長的數(shù)據(jù)量和計算需求。在企業(yè)發(fā)展戰(zhàn)略方面，目前我國許多企業(yè)對數(shù)字化轉型認識不足，政府可以開展針對企業(yè)管理者和員工的數(shù)字化培訓和宣傳活動，幫助他們理解數(shù)字化轉型的重要性和實施路徑。建立激勵機制和設立專項基金，對于積極開展數(shù)字化轉型的企業(yè)，政府可給予政策支持、稅收優(yōu)惠或資金獎勵。

其次，研究發(fā)現(xiàn)，創(chuàng)新效率和專業(yè)化分工在企業(yè)數(shù)字化轉型與新質生產力之間發(fā)揮著中介作用。這說明企業(yè)在開展數(shù)字化轉型的過程中，應建立有效的合作機制、搭建創(chuàng)新產出和轉化的運作模式來聚焦專業(yè)化優(yōu)勢與提升創(chuàng)新效率，以此促進新質生產力涌現(xiàn)。在企業(yè)創(chuàng)新方面，構建開放創(chuàng)新生態(tài)系統(tǒng)，可以與高校、科研機構建立緊密的合作關系，通過協(xié)同合作，加速科研成果向現(xiàn)實生產力的轉化，提升創(chuàng)新效率。在專業(yè)化分工方面，企業(yè)需要明確核心競爭力與分工定位，主動厘清資源與技術的比較優(yōu)勢，構建產業(yè)生態(tài)與專業(yè)合作網(wǎng)絡，以實現(xiàn)資源的最優(yōu)配置和效率的最大化。同時，企業(yè)應積極尋求與上下游產業(yè)鏈的協(xié)同合作，通過整合外部資源，提升整體產業(yè)鏈的競爭力。

最后，企業(yè)應堅持因地制宜發(fā)展新質生產力。基于地區(qū)資源稟賦與產業(yè)基礎，有針對性地促進特色產業(yè)、協(xié)同創(chuàng)新發(fā)展，從實際出發(fā)推動新質生產力發(fā)展。例如，東部地區(qū)企業(yè)可以依托其雄厚的資本和技術優(yōu)勢，重點發(fā)展高新技術產業(yè)和現(xiàn)代服務業(yè)，而中西部地區(qū)企業(yè)則可以利用其豐富的自然資源和勞動力資源，發(fā)展現(xiàn)代特色農業(yè)、先進制造業(yè)等。成長期企業(yè)可以結合自身的戰(zhàn)略定位和市場需求，聚焦核心技術研發(fā)，優(yōu)化治理結構，提高決策效率。成熟期企業(yè)則應注重產業(yè)鏈的整合和優(yōu)化，提升企業(yè)規(guī)模效應和市場競爭力。衰退期企業(yè)則需要尋找新的增長點，通過轉型升級，實現(xiàn)產業(yè)的再發(fā)展。

參考文獻

牢牢把握東北的重要使命 奮力譜寫東北全面振興新篇章[N].人民日報， 2023-09-10（1）.

中央財辦， 詳解2023年中央經濟工作會議精神[N].人民日報， 2023-12-18（4）.

胡山， 余泳澤.數(shù)字經濟與企業(yè)創(chuàng)新： 突破性創(chuàng)新還是漸進性創(chuàng)新？[J].財經問題研究， 2022（1）：42-51.

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

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

黃勃，李海彤，劉俊岐，等.數(shù)字技術創(chuàng)新與中國企業(yè)高質量發(fā)展： 來自企業(yè)數(shù)字專利的證據(jù)[J].經濟研究，2023，58（3）：97-115.

權小鋒，尹洪英.中國式賣空機制與公司創(chuàng)新： 基于融資融券分步擴容的自然實驗[J].管理世界，2017（1）：128-144+187-188.

袁淳，肖土盛，耿春曉，等.數(shù)字化轉型與企業(yè)分工： 專業(yè)化還是縱向一體化[J].中國工業(yè)經濟，2021（9）：137-155.

楊金玉，彭秋萍，葛震霆.數(shù)字化轉型的客戶傳染效應： 供應商創(chuàng)新視角[J].中國工業(yè)經濟，2022（8）：156-174.

魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產率估計：1999—2007[J].經濟學（季刊），2012，11（2）：541-558.

趙宸宇，王文春，李雪松.數(shù)字化轉型如何影響企業(yè)全要素生產率[J].財貿經濟，2021，42（7）：114-129.