摘 要：數(shù)字技術(shù)改變了企業(yè)競(jìng)爭(zhēng)基礎(chǔ)，是企業(yè)高質(zhì)量發(fā)展的核心驅(qū)動(dòng)力。文章基于最優(yōu)區(qū)分理論視角，識(shí)別了企業(yè)應(yīng)對(duì)數(shù)字化趨勢(shì)的趨同性和差異性的數(shù)字技術(shù)采納策略，并鑒于技術(shù)階段作為企業(yè)最優(yōu)區(qū)分的情境要素，以美國(guó)行業(yè)為技術(shù)標(biāo)桿，基于2010—2021年A股上市公司面板數(shù)據(jù)，實(shí)證分析不同數(shù)字技術(shù)采納策略對(duì)企業(yè)高質(zhì)量發(fā)展的影響效應(yīng)及不同技術(shù)差距的作用機(jī)理。研究發(fā)現(xiàn)：（1）納入數(shù)據(jù)要素后，測(cè)算得到的我國(guó)企業(yè)TFP顯著提升，但多數(shù)行業(yè)的企業(yè)技術(shù)水平仍低于美國(guó)。（2）數(shù)字技術(shù)運(yùn)用和數(shù)字技術(shù)創(chuàng)新均促進(jìn)了企業(yè)高質(zhì)量發(fā)展，且前者影響效應(yīng)大于后者，二者對(duì)企業(yè)TFP的賦能效應(yīng)在不同類(lèi)型企業(yè)和行業(yè)中存在異質(zhì)性。（3）數(shù)字技術(shù)運(yùn)用縮小了企業(yè)與美國(guó)技術(shù)差距的同時(shí)促進(jìn)了領(lǐng)先企業(yè)技術(shù)水平的進(jìn)一步提升，而理論上認(rèn)為的數(shù)字技術(shù)創(chuàng)新的作用效應(yīng)尚未得到經(jīng)驗(yàn)數(shù)據(jù)支持。（4）正向和逆向技術(shù)差距分別削弱和強(qiáng)化了數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)，而該效應(yīng)在不同數(shù)字技術(shù)戰(zhàn)略中呈現(xiàn)差異性：相較于數(shù)字技術(shù)運(yùn)用，削弱效應(yīng)在數(shù)字技術(shù)創(chuàng)新中更強(qiáng)，而強(qiáng)化效應(yīng)卻未能顯著。

關(guān)鍵詞：最優(yōu)區(qū)分理論 數(shù)字技術(shù)采納策略 中美技術(shù)差距 高質(zhì)量發(fā)展

DOI：10.19592/j.cnki.scje.411135

JEL分類(lèi)號(hào)：D21， D24， O33 中圖分類(lèi)號(hào)：F062.4， F273

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000 - 6249（2025）01 - 141 - 18

基金項(xiàng)目：廣東省自然科學(xué)基金面上項(xiàng)目“上市公司實(shí)施雙重股權(quán)制度行為研究：動(dòng)機(jī)、方式和企業(yè)績(jī)效”（2021A1515011729）；國(guó)家自然科學(xué)基金項(xiàng)目“制度理論視角下的社會(huì)創(chuàng)業(yè)：從誘發(fā)到實(shí)現(xiàn)”（71872074）。

一、引 言

企業(yè)高質(zhì)量發(fā)展指的是企業(yè)追求高水平、高層次、高效率的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值創(chuàng)造，以及塑造卓越的企業(yè)持續(xù)成長(zhǎng)和持續(xù)價(jià)值創(chuàng)造素質(zhì)能力的目標(biāo)狀態(tài)或發(fā)展范式（黃速建等，2018）。其能夠擴(kuò)大市場(chǎng)，提高資源利用效率，引領(lǐng)和帶動(dòng)其他產(chǎn)業(yè)的發(fā)展，是實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)增長(zhǎng)和轉(zhuǎn)型升級(jí)的關(guān)鍵。隨著數(shù)字技術(shù)的快速發(fā)展，越來(lái)越多的企業(yè)以不同方式對(duì)數(shù)字浪潮作出戰(zhàn)略性反應(yīng)，數(shù)字技術(shù)的引入對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)已達(dá)成普遍共識(shí)（趙宸宇等，2021；Xu and Guan，2022；謝謙和郭楊，2022；黃勃等，2023），但鮮有研究系統(tǒng)地關(guān)注和理解企業(yè)采納數(shù)字技術(shù)的復(fù)雜組織動(dòng)機(jī)。

對(duì)于企業(yè)尤其是上市公司而言，可能為了順應(yīng)合法性壓力而作出策略性的數(shù)字技術(shù)戰(zhàn)略行為（Liu et al.，2023）。若一家上市公司不對(duì)數(shù)字技術(shù)作出回應(yīng)，在政府及相關(guān)利益者眼中，它可能被視為“陳舊的技術(shù)落后者”。那么，在這種情形下，企業(yè)如何做才能夠保持與其他企業(yè)趨同？一種常見(jiàn)的反應(yīng)是在年報(bào)中披露有關(guān)數(shù)字技術(shù)的策略性線(xiàn)索和敘述（Van Knippenberg et al.，2015；Liu et al.，2023）。此外，企業(yè)還會(huì)通過(guò)數(shù)字技術(shù)創(chuàng)新來(lái)響應(yīng)數(shù)字化趨勢(shì)以凸顯其差異化特色，并最終通過(guò)實(shí)質(zhì)性地運(yùn)用數(shù)字技術(shù)來(lái)提升運(yùn)作效率（Forman and Van Zeebroeck，2019）。但數(shù)字技術(shù)創(chuàng)新是一種不確定性高和強(qiáng)調(diào)長(zhǎng)期回報(bào)的創(chuàng)新活動(dòng)，而企業(yè)通常傾向于投資短期回報(bào)的項(xiàng)目以降低風(fēng)險(xiǎn)（Schuster et al.，2020）。也就是說(shuō)，企業(yè)數(shù)字技術(shù)創(chuàng)新戰(zhàn)略背后的“差異化”動(dòng)機(jī)與數(shù)字技術(shù)策略性運(yùn)用背后的“趨同性”動(dòng)機(jī)往往是矛盾的，二者之間的張力被稱(chēng)為“最優(yōu)區(qū)分”問(wèn)題（Zhao et al.，2017）。如何有效采用數(shù)字技術(shù)戰(zhàn)略，平衡差異性和趨同性之間的張力成為企業(yè)高質(zhì)量發(fā)展的一個(gè)重要的戰(zhàn)略性問(wèn)題。在最優(yōu)區(qū)分理論中，情境分析尤為重要，但已有研究大多從中介效應(yīng)視角探討數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量發(fā)展的作用機(jī)制（李治國(guó)和王杰，2021；趙宸宇等，2021；Xu and Guan，2022）。而技術(shù)階段、行業(yè)發(fā)展?fàn)顟B(tài)等作為企業(yè)最優(yōu)區(qū)分的重要情境要素（買(mǎi)憶媛等，2023），技術(shù)水平尤其是企業(yè)技術(shù)差距如何作用于數(shù)字技術(shù)賦能企業(yè)高質(zhì)量發(fā)展，尚未有研究涉及。進(jìn)一步地，學(xué)者們?cè)谔接懶袠I(yè)（企業(yè)）技術(shù)水平時(shí)，通常以國(guó)內(nèi)行業(yè)企業(yè)作為“標(biāo)桿”并以均值作為劃分依據(jù)（伏玉林和蘇暢，2013；徐建斌等，2023），這種做法往往難以有效識(shí)別企業(yè)不同技術(shù)態(tài)勢(shì)。

為此，本文基于最優(yōu)區(qū)分理論視角，實(shí)證分析了企業(yè)數(shù)字技術(shù)采納（運(yùn)用和創(chuàng)新）的兩種戰(zhàn)略行為對(duì)企業(yè)高質(zhì)量發(fā)展的異質(zhì)性賦能效應(yīng)以及不同技術(shù)態(tài)勢(shì)的作用機(jī)理。就研究所及，本文邊際貢獻(xiàn)如下：（1）已有研究基于二元虛擬變量、文本挖掘、專(zhuān)利等方式刻畫(huà)數(shù)字技術(shù)，本文運(yùn)用最優(yōu)區(qū)分理論識(shí)別了企業(yè)不同數(shù)字技術(shù)戰(zhàn)略，厘清了既有數(shù)字技術(shù)測(cè)量指標(biāo)存在內(nèi)涵界定模糊且不一致的現(xiàn)象。（2）本文以技術(shù)階段作為企業(yè)最優(yōu)區(qū)分的情境因素，將企業(yè)技術(shù)差距嵌入數(shù)字技術(shù)與高質(zhì)量發(fā)展的研究框架，明晰不同技術(shù)態(tài)勢(shì)如何協(xié)調(diào)配置數(shù)字技術(shù)戰(zhàn)略。并以美國(guó)各行業(yè)為參照系，識(shí)別出不同類(lèi)型技術(shù)態(tài)勢(shì)（逆向和正向技術(shù)差距）。（3）本文將數(shù)據(jù)要素納入企業(yè)全要素生產(chǎn)率測(cè)度，并予以對(duì)比，以便更準(zhǔn)確地評(píng)估企業(yè)生產(chǎn)效率，幫助企業(yè)更好地把握數(shù)據(jù)的效益和潛力。

二、理論分析

（一）數(shù)字技術(shù)采納與企業(yè)高質(zhì)量發(fā)展

數(shù)字經(jīng)濟(jì)時(shí)代下，數(shù)據(jù)要素和數(shù)字技術(shù)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用已得到廣泛認(rèn)可（謝謙和郭楊，2022；黃勃等，2023；劉國(guó)武等，2023）。在外部供應(yīng)鏈方面，數(shù)字技術(shù)提升了企業(yè)數(shù)據(jù)處理能力，客戶(hù)服務(wù)質(zhì)量和響應(yīng)速度得到進(jìn)一步提升，生產(chǎn)與服務(wù)水平之間的差距得以縮?。―oan et al.，2020），這有助于提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。與此同時(shí)，數(shù)字技術(shù)打破了傳統(tǒng)協(xié)同創(chuàng)新所面臨的時(shí)空約束，在網(wǎng)絡(luò)化協(xié)作模式下企業(yè)智力活動(dòng)和新知識(shí)的產(chǎn)生將更為頻繁（Berger et al.，2021），為企業(yè)持續(xù)成長(zhǎng)注入新動(dòng)力。在內(nèi)部經(jīng)營(yíng)方面，數(shù)字技術(shù)提升了生產(chǎn)過(guò)程的自動(dòng)化和人力資源管理的智能化，進(jìn)而優(yōu)化企業(yè)內(nèi)部資源配置效率（Goldfarb and Tucker，2019）。

基于最優(yōu)區(qū)分理論思想，可將數(shù)字技術(shù)采納劃分為技術(shù)運(yùn)用與技術(shù)創(chuàng)新兩類(lèi)，二者對(duì)企業(yè)高質(zhì)量發(fā)展的影響存在一定差異。一方面，數(shù)字技術(shù)運(yùn)用集中體現(xiàn)在企業(yè)年報(bào)中披露的數(shù)字技術(shù)信息情況，披露的相關(guān)信息越多意味著企業(yè)將更多資源投入到數(shù)字技術(shù)運(yùn)用上，進(jìn)而構(gòu)建了一個(gè)更加完善的數(shù)字化環(huán)境。同時(shí)，數(shù)字技術(shù)的運(yùn)用倒逼企業(yè)開(kāi)展人才培養(yǎng)和技能提升活動(dòng)，提高組織運(yùn)營(yíng)效率（謝謙和郭楊，2022），進(jìn)而提升企業(yè)全要素生產(chǎn)率。另一方面，數(shù)字技術(shù)創(chuàng)新強(qiáng)調(diào)企業(yè)為尋求差異化競(jìng)爭(zhēng)優(yōu)勢(shì)而進(jìn)行實(shí)質(zhì)性創(chuàng)新，包含技術(shù)的研發(fā)、采用和價(jià)值形成。通過(guò)數(shù)字技術(shù)創(chuàng)新，企業(yè)不僅可以開(kāi)發(fā)出具有更強(qiáng)競(jìng)爭(zhēng)力的新產(chǎn)品、新服務(wù)來(lái)提高市場(chǎng)占有率，而且可以使生產(chǎn)制造向生產(chǎn)自動(dòng)化、高效化和智能化轉(zhuǎn)變（Doan et al.，2021），通過(guò)拓展產(chǎn)品的銷(xiāo)售渠道、交易方式和市場(chǎng)定位，催生新的商業(yè)模式（陶鋒等，2023），進(jìn)而提升企業(yè)價(jià)值創(chuàng)造能力?？偟膩?lái)說(shuō)，數(shù)字技術(shù)的運(yùn)用和創(chuàng)新存在兩點(diǎn)顯著差異：一是關(guān)注的側(cè)重點(diǎn)不同，前者著重考察企業(yè)對(duì)數(shù)字技術(shù)的重視程度和資源投入情況，后者關(guān)注企業(yè)如何應(yīng)用數(shù)字技術(shù)來(lái)推動(dòng)創(chuàng)新，顯然后者更能提升企業(yè)創(chuàng)新能力。二是作用范圍和結(jié)果不同，前者為企業(yè)數(shù)字化發(fā)展提供支持和引領(lǐng)，作用于企業(yè)內(nèi)部；后者目的是提升企業(yè)生產(chǎn)率和競(jìng)爭(zhēng)力，作用于企業(yè)內(nèi)外部。顯然數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)高質(zhì)量發(fā)展的影響力度更強(qiáng)，范圍更廣。由此提出：

假設(shè)H1a：數(shù)字技術(shù)采納（運(yùn)用和創(chuàng)新）會(huì)顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展。

假設(shè)H1b：相比于數(shù)字技術(shù)運(yùn)用，數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)更強(qiáng)。

（二）數(shù)字技術(shù)采納、技術(shù)差距與高質(zhì)量發(fā)展

數(shù)字技術(shù)采納會(huì)影響企業(yè)技術(shù)水平，進(jìn)而作用于企業(yè)間技術(shù)差距。首先，依據(jù)熊彼特的技術(shù)創(chuàng)新理論，數(shù)字技術(shù)為企業(yè)提供了更多的創(chuàng)新工具和手段（王文娜等，2023）。例如，云計(jì)算和協(xié)作工具能夠幫助企業(yè)實(shí)現(xiàn)更高效的團(tuán)隊(duì)合作和創(chuàng)新管理；大數(shù)據(jù)分析技術(shù)助力企業(yè)更好地了解市場(chǎng)需求和行業(yè)趨勢(shì)，從而有針對(duì)性地進(jìn)行產(chǎn)品創(chuàng)新和技術(shù)優(yōu)化。其次，根據(jù)開(kāi)放式創(chuàng)新理論（Chesbrough，2006），數(shù)字平臺(tái)促進(jìn)了行業(yè)間業(yè)務(wù)交叉、數(shù)據(jù)聯(lián)通和運(yùn)營(yíng)協(xié)同（洪銀興和任保平，2023），這為企業(yè)開(kāi)展開(kāi)放式創(chuàng)新提供了便利，有助于提升企業(yè)的技術(shù)水平。例如，微軟與通用電氣（GE）合作開(kāi)發(fā)了Predix平臺(tái)，利用云計(jì)算和物聯(lián)網(wǎng)技術(shù)來(lái)提升工業(yè)生產(chǎn)效率和產(chǎn)品性能。最后，根據(jù)資源基礎(chǔ)理論觀(guān)點(diǎn)，技術(shù)能力是企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來(lái)源（Nelson，1991）。數(shù)字技術(shù)能力作為企業(yè)構(gòu)建差異化戰(zhàn)略的關(guān)鍵因素，有利于企業(yè)獲取、整合和利用信息與知識(shí)，助力企業(yè)在創(chuàng)新活動(dòng)中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)（何建篤和孫新波，2022）的同時(shí)，提高企業(yè)生產(chǎn)與管理效率，釋放更多資源用于研發(fā)投入，進(jìn)而增強(qiáng)企業(yè)技術(shù)實(shí)力。

在現(xiàn)實(shí)中，企業(yè)技術(shù)水平參差不齊，不同企業(yè)對(duì)數(shù)字技術(shù)發(fā)展契機(jī)的捕捉能力也存在差異。本文以美國(guó)行業(yè)作為參照系，將企業(yè)技術(shù)水平區(qū)分為正向技術(shù)差距（落后美國(guó)）和逆向技術(shù)差距（領(lǐng)先美國(guó)）兩類(lèi)。對(duì)于技術(shù)落后企業(yè)來(lái)說(shuō)，數(shù)字技術(shù)采納助力其技術(shù)水平提升，表現(xiàn)在企業(yè)可運(yùn)用數(shù)字技術(shù)縮小與美國(guó)的技術(shù)差距。對(duì)于技術(shù)先進(jìn)的企業(yè)來(lái)說(shuō)，數(shù)字技術(shù)采納無(wú)疑是“錦上添花”，其加速了企業(yè)產(chǎn)品更新迭代和技術(shù)改進(jìn)，進(jìn)而鞏固技術(shù)優(yōu)勢(shì)。由此提出：

假設(shè)H2a：數(shù)字技術(shù)采納能夠助力落后企業(yè)縮小技術(shù)差距，即對(duì)正向技術(shù)差距影響顯著為負(fù)。

假設(shè)H2b：數(shù)字技術(shù)采納能夠進(jìn)一步推動(dòng)先進(jìn)企業(yè)技術(shù)水平提升，即對(duì)逆向技術(shù)差距影響顯著為正。

企業(yè)數(shù)字技術(shù)采納策略的最優(yōu)區(qū)分受技術(shù)階段、行業(yè)發(fā)展等情境因素影響，對(duì)此企業(yè)需要依據(jù)不同情境對(duì)趨同性和差異性策略進(jìn)行協(xié)調(diào)配置（Zhao et al.，2017）。通常來(lái)說(shuō)，隨著技術(shù)差距的擴(kuò)大，企業(yè)獲得并應(yīng)用先進(jìn)數(shù)字技術(shù)的難度越來(lái)越高，更難以享受到數(shù)字技術(shù)紅利和技術(shù)溢出效應(yīng)，進(jìn)而阻礙企業(yè)高質(zhì)量發(fā)展。也就是說(shuō)，現(xiàn)有技術(shù)水平是影響企業(yè)有效應(yīng)用數(shù)字技術(shù)的重要因素（Sorbe et al.，2019）。依據(jù)技術(shù)溢出理論，對(duì)于技術(shù)落后企業(yè)，其技術(shù)應(yīng)用和創(chuàng)新能力相對(duì)較弱，普遍面臨先進(jìn)技術(shù)與技術(shù)接受能力之間的矛盾，體現(xiàn)為技術(shù)差距削弱了數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的提升作用。對(duì)于技術(shù)領(lǐng)先企業(yè)，其擁有較強(qiáng)的吸收能力和創(chuàng)新能力，開(kāi)發(fā)和利用數(shù)字技術(shù)是技術(shù)水平持續(xù)提升的催化劑，能有效地助推企業(yè)高質(zhì)量發(fā)展。需要強(qiáng)調(diào)的是，技術(shù)創(chuàng)新相對(duì)于技術(shù)運(yùn)用具有投入周期長(zhǎng)、過(guò)程復(fù)雜、風(fēng)險(xiǎn)大等特點(diǎn)，其對(duì)于企業(yè)的技術(shù)接受能力要求更高。也就是說(shuō)，企業(yè)若要通過(guò)數(shù)字技術(shù)創(chuàng)新來(lái)拓展技術(shù)邊界，則需要具備較高技術(shù)能力（王宏鳴等，2022）。相反地，通過(guò)對(duì)數(shù)字技術(shù)的引入與運(yùn)用，企業(yè)可以在短期內(nèi)快速改善業(yè)務(wù)流程、提高資源配置效率，且對(duì)企業(yè)技術(shù)能力要求較低。由此提出：

假設(shè)H3a：對(duì)于技術(shù)落后企業(yè)，正向技術(shù)差距削弱了數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)，且相比于數(shù)字技術(shù)運(yùn)用，其在數(shù)字技術(shù)創(chuàng)新與高質(zhì)量發(fā)展關(guān)系中的削弱作用更強(qiáng)。

假設(shè)H3b：對(duì)于技術(shù)先進(jìn)企業(yè)，逆向技術(shù)差距增強(qiáng)了數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)。

三、研究設(shè)計(jì)

（一）模型設(shè)定

其中，Y 為銷(xiāo)售收入；K、L和D分別代表資本、勞動(dòng)和數(shù)據(jù)要素，同以往研究一致，采用固定資產(chǎn)和員工人數(shù)分別表示資本和勞動(dòng)。此外，考慮到企業(yè)運(yùn)用數(shù)據(jù)要素主要包含底層數(shù)字技術(shù)架構(gòu)和技術(shù)實(shí)踐應(yīng)用兩個(gè)層面，前者包含人工智能、大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈，后者涉及數(shù)字技術(shù)應(yīng)用，借鑒趙宸宇等（2021）研究，采用上述關(guān)鍵詞的詞頻統(tǒng)計(jì)作為企業(yè)數(shù)據(jù)要素的投入。具體地，利用Python的Jieba分詞功能，從人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用5個(gè)維度，進(jìn)一步對(duì)每家上市公司的年報(bào)文本中的每一維度細(xì)分指標(biāo)進(jìn)行分詞，并依據(jù)分詞結(jié)果進(jìn)行頻次統(tǒng)計(jì)，最后將對(duì)應(yīng)年份加總即可得到上市公司數(shù)據(jù)要素的統(tǒng)計(jì)數(shù)據(jù)，表1列示了數(shù)據(jù)要素在各維度下的細(xì)分指標(biāo)的分布情況①。M表示中間投入②，year、prov和ind分別表示年份、地區(qū)和行業(yè)的固定效應(yīng)。需說(shuō)明的是，銷(xiāo)售收入和固定資本存量分別采用工業(yè)品出廠(chǎng)價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行調(diào)整。此外，由于固定資產(chǎn)投資價(jià)格指數(shù)統(tǒng)計(jì)截止于2019年，因而2020和2021年的數(shù)據(jù)基于2010—2019年的年均增長(zhǎng)率估算得出。所有以貨幣為單位的變量均是以2010年為基期的實(shí)際值。此外在穩(wěn)健性檢驗(yàn)部分，采用OP法進(jìn)行估計(jì)，由于此方法的企業(yè)投資額數(shù)據(jù)缺失嚴(yán)重，采用以往文獻(xiàn)的通用做法，將中間投入代替投資額進(jìn)行估計(jì)。

2.數(shù)字技術(shù)采納，包含數(shù)字技術(shù)運(yùn)用和數(shù)字技術(shù)創(chuàng)新。依據(jù)最優(yōu)區(qū)分理論，其分別反映了企業(yè)應(yīng)對(duì)數(shù)字化趨勢(shì)作出的趨同性和差異性戰(zhàn)略。趨同性表示企業(yè)為了在數(shù)字經(jīng)濟(jì)時(shí)代中順應(yīng)合法性壓力，而傾向于在公司年報(bào)中披露有關(guān)數(shù)字化的相關(guān)線(xiàn)索和表述。考慮到企業(yè)創(chuàng)新主要涵蓋流程創(chuàng)新、業(yè)務(wù)創(chuàng)新和技術(shù)創(chuàng)新三層面，借鑒谷均怡等（2023）的研究，在此采用企業(yè)年報(bào)中上述三類(lèi)創(chuàng)新所涉及的數(shù)字技術(shù)相關(guān)詞匯的詞頻之和來(lái)量化企業(yè)數(shù)字技術(shù)運(yùn)用。其中，流程創(chuàng)新包含智能制造、數(shù)字營(yíng)銷(xiāo)、移動(dòng)支付和無(wú)人零售等；業(yè)務(wù)創(chuàng)新涉及數(shù)字金融、金融科技、智能交通、智能醫(yī)療和智能家居等；技術(shù)創(chuàng)新包括工業(yè)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、數(shù)字技術(shù)和智能穿戴等。在數(shù)字技術(shù)創(chuàng)新層面，借鑒陶鋒等（2023）以數(shù)字發(fā)明專(zhuān)利表征企業(yè)數(shù)字技術(shù)創(chuàng)新成效，在此采用上市公司數(shù)字化轉(zhuǎn)型成果中數(shù)字發(fā)明專(zhuān)利授權(quán)量來(lái)刻畫(huà)企業(yè)數(shù)字技術(shù)創(chuàng)新。

3.技術(shù)差距。借鑒Aghion et al（.2009）、黃先海和宋學(xué)?。?017）研究，采用勞動(dòng)生產(chǎn)率刻畫(huà)技術(shù)水平。首先，不同于現(xiàn)有研究以企業(yè)所屬?lài)?guó)內(nèi)行業(yè)或外資企業(yè)作為“標(biāo)桿”來(lái)測(cè)度技術(shù)差距（Imbriani et al.，2014；尹俊雅和王海，2020），在此以美國(guó)作為高技術(shù)水平參照系。一是美國(guó)各細(xì)分行業(yè)數(shù)據(jù)相對(duì)完善；二是美國(guó)作為世界第一大經(jīng)濟(jì)體，能夠更好地代表高技術(shù)水平（Aghion et al.，2009）。其次，借鑒孫浦陽(yáng)等（2015）做法以及參考從美國(guó)國(guó)家經(jīng)濟(jì)研究局（NBER）獲取的美國(guó)行業(yè)描述說(shuō)明文件，將中美兩個(gè)標(biāo)準(zhǔn)下的產(chǎn)業(yè)分類(lèi)的結(jié)果進(jìn)行對(duì)比合并，且已刪除部分無(wú)法進(jìn)行匹配的行業(yè)，得到36個(gè)行業(yè)匹配結(jié)果，具體見(jiàn)表2。由此獲取企業(yè)技術(shù)差距指標(biāo)，即企業(yè)勞動(dòng)生產(chǎn)率與美國(guó)對(duì)應(yīng)行業(yè)的差值（tech_gap），該值越大，表明越接近美國(guó)技術(shù)水平，即技術(shù)差距越小。其中，上市公司勞動(dòng)生產(chǎn)率以銷(xiāo)售額除以員工人數(shù)測(cè)量，美國(guó)行業(yè)勞動(dòng)生產(chǎn)率以行業(yè)增加值除以就業(yè)人員表征。最后，由后續(xù)特征性事實(shí)分析可知，中國(guó)不同行業(yè)勞動(dòng)生產(chǎn)率存在著高于或低于美國(guó)技術(shù)水平的現(xiàn)象。為分析企業(yè)數(shù)字技術(shù)采納策略對(duì)不同技術(shù)差距的異質(zhì)性影響效應(yīng)，借鑒鄭麗（2022）測(cè)量企業(yè)創(chuàng)新差距的研究思路，在此采用樣條函數(shù)將企業(yè)高于或低于美國(guó)技術(shù)水平的樣本加以區(qū)分。具體地，取技術(shù)差距為正的數(shù)據(jù)，為保留更多的觀(guān)測(cè)樣本信息，其余值設(shè)置為0，此時(shí)數(shù)值越大，表明企業(yè)技術(shù)水平越領(lǐng)先于美國(guó)同行業(yè)，本文將其稱(chēng)之為逆向技術(shù)差距（lead_tg）。同理，保留技術(shù)差距為負(fù)值的數(shù)據(jù)，其他設(shè)置為0，便產(chǎn)生了正向技術(shù)差距（behind_tg），即企業(yè)技術(shù)水平落后于美國(guó)同行業(yè)。

4.控制變量。借鑒趙宸宇等（2021）、Xu and Guan（2022）研究，納入企業(yè)特征變量：企業(yè)規(guī)模、股權(quán)集中度、可持續(xù)增長(zhǎng)率、凈資產(chǎn)收益率、董事長(zhǎng)與總經(jīng)理兼任情況；行業(yè)和城市層面分別采用產(chǎn)業(yè)集中度和移動(dòng)交換機(jī)容量，以盡可能地控制其他因素對(duì)企業(yè)高質(zhì)量發(fā)展的影響。各變量具體描述見(jiàn)表3。

（三）數(shù)據(jù)說(shuō)明

鑒于我國(guó)數(shù)字技術(shù)應(yīng)用與實(shí)踐以及數(shù)字經(jīng)濟(jì)繁榮發(fā)展主要在2010年之后，在此基于2010—2021年A股上市公司數(shù)字經(jīng)濟(jì)、專(zhuān)利及財(cái)務(wù)相關(guān)數(shù)據(jù)，探討在數(shù)字經(jīng)濟(jì)時(shí)代下企業(yè)數(shù)字技術(shù)采納策略對(duì)高質(zhì)量發(fā)展的賦能效應(yīng)及作用機(jī)理。上市公司勞動(dòng)生產(chǎn)率、財(cái)務(wù)數(shù)據(jù)、數(shù)字技術(shù)運(yùn)用相關(guān)詞頻和數(shù)字發(fā)明專(zhuān)利授權(quán)量來(lái)源于CSMAR數(shù)據(jù)庫(kù)，并運(yùn)用Wind數(shù)據(jù)庫(kù)對(duì)相應(yīng)缺失值進(jìn)行完善。其中，數(shù)字技術(shù)相關(guān)變量源于上市公司數(shù)字化轉(zhuǎn)型子庫(kù)；美國(guó)分行業(yè)數(shù)據(jù)來(lái)源于美國(guó)經(jīng)濟(jì)分析局（BEA）；中美歷年匯率數(shù)據(jù)來(lái)源于《中國(guó)金融年鑒》；工業(yè)品出廠(chǎng)價(jià)格指數(shù)和固定資產(chǎn)投資價(jià)格指數(shù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。此外，同現(xiàn)有研究一致，剔除了金融類(lèi)、ST、SST及數(shù)據(jù)缺失嚴(yán)重的樣本。最后，為消除極端值帶來(lái)的估計(jì)偏誤，運(yùn)用winsorize對(duì)連續(xù)型變量進(jìn)行1%的縮尾處理。

（四）特征性事實(shí)

將數(shù)據(jù)要素納入傳統(tǒng)生產(chǎn)函數(shù)中，其非競(jìng)爭(zhēng)性、高度可變性和可復(fù)制性等特質(zhì)，對(duì)企業(yè)全要素生產(chǎn)率變化產(chǎn)生重要影響。為此，圖1（a）展示了運(yùn)用LP和OP兩種方法下，納入數(shù)據(jù)要素前（lp1_tfp和op1_tfp）后（lp_tfp和op_tfp）企業(yè)全要素生產(chǎn)率年均值的變化情況，無(wú)論采用何種測(cè)算方法，納入數(shù)據(jù)要素下企業(yè)tfp數(shù)值均高于未考慮數(shù)據(jù)要素，且整體上隨時(shí)間推移呈不斷上升趨勢(shì)，這也說(shuō)明了在數(shù)字時(shí)代下，考慮數(shù)據(jù)要素以更加客觀(guān)地反映企業(yè)全要素生產(chǎn)率水平的必要性。后文基于tfp的相關(guān)分析均為納入數(shù)據(jù)要素的情形。

圖1（b）反映了中（cn_labp）美（us_labp）兩國(guó)在2010—2021年間各行業(yè)勞動(dòng)生產(chǎn)率均值的差距?？梢园l(fā)現(xiàn)，在研究樣本11類(lèi)行業(yè)中，八類(lèi)行業(yè)的勞動(dòng)生產(chǎn)率均低于美國(guó)，即產(chǎn)生了正向技術(shù)差距，尤其是在信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)差距最大，數(shù)值為-1.368，這也是我國(guó)應(yīng)對(duì)全面爆發(fā)的科技戰(zhàn)和貿(mào)易戰(zhàn)的突破點(diǎn)。此外，我國(guó)在采礦業(yè)，房地產(chǎn)業(yè)以及電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)與美國(guó)還有較大程度的技術(shù)差距。最后，交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)等三類(lèi)行業(yè)的技術(shù)水平均值高于美國(guó)，產(chǎn)生了逆向技術(shù)差距。明晰不同行業(yè)企業(yè)技術(shù)差距態(tài)勢(shì)，是數(shù)字經(jīng)濟(jì)下企業(yè)差異化地實(shí)行數(shù)字技術(shù)戰(zhàn)略，有效推動(dòng)企業(yè)高質(zhì)量發(fā)展的重要前提。

四、數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展影響的實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸

表4報(bào)告了式（1）估計(jì)結(jié)果，從模型（1）—（4）來(lái)看，加入控制變量前后，數(shù)字技術(shù)采納（運(yùn)用和創(chuàng)新）的系數(shù)均為正且通過(guò)了不同程度的顯著性水平檢驗(yàn)，假設(shè)H1a得以驗(yàn)證。進(jìn)一步地，為考察企業(yè)不同數(shù)字技術(shù)戰(zhàn)略對(duì)高質(zhì)量發(fā)展的差異性影響，表4最后兩列報(bào)告了模型的標(biāo)準(zhǔn)化系數(shù)，可以發(fā)現(xiàn)，相比于數(shù)字技術(shù)運(yùn)用，數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用較弱（0.0160<0.0870），假設(shè)H1b未能得到支持。原因可能在于，我國(guó)各行業(yè)在數(shù)字技術(shù)能力的建設(shè)上，目前仍處于起步和探索階段，大多企業(yè)數(shù)字化轉(zhuǎn)型處于啟動(dòng)或初期狀態(tài)①，因而深層次的數(shù)字技術(shù)創(chuàng)新對(duì)TFP的提升效應(yīng)尚未充分釋放。

（二）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量的測(cè)算方法

現(xiàn)有文獻(xiàn)通常采用OP法和LP法測(cè)量企業(yè)全要素生產(chǎn)率（劉莉亞等，2018；李治國(guó)和王杰，2021；趙宸宇等，2021）。OP法由Olley and Pakes于1996年提出，其假定企業(yè)投資與生產(chǎn)率為單調(diào)關(guān)系，但在實(shí)踐中，企業(yè)有時(shí)會(huì)增加投資，有時(shí)甚至并不會(huì)選擇投資，即其投資行為是非線(xiàn)性的，違背了單調(diào)性條件。為解決此問(wèn)題，Levinsohn and Petrin（2003）則開(kāi)發(fā)了一種新的TFP測(cè)算方法（LP法），即采取中間要素投入來(lái)代替OP法中的企業(yè)投資變量，以資本和中間投入的反函數(shù)來(lái)表征不可觀(guān)測(cè)的生產(chǎn)率沖擊。

為防止估計(jì)方法造成估計(jì)結(jié)果的偏誤，在此采用OP法測(cè)量企業(yè)TFP進(jìn)行穩(wěn)健性檢驗(yàn)，相應(yīng)估計(jì)結(jié)果見(jiàn)表5列（1）和（2）?？梢园l(fā)現(xiàn)，在更換因變量估計(jì)方法后，企業(yè)數(shù)字技術(shù)運(yùn)用和創(chuàng)新對(duì)高質(zhì)量發(fā)展的影響效應(yīng)在不同顯著性水平上為正，與基準(zhǔn)回歸結(jié)果保持一致。

2.樣本子區(qū)間

2017年3月，數(shù)字經(jīng)濟(jì)首次正式寫(xiě)入政府工作報(bào)告，此后相關(guān)政策①逐步出臺(tái)以支撐數(shù)字中國(guó)建設(shè)，極大地促進(jìn)了數(shù)字經(jīng)濟(jì)的繁榮與發(fā)展?？紤]到政策因素對(duì)數(shù)字技術(shù)發(fā)展的外部沖擊，在此剔除2017年及之后的觀(guān)測(cè)樣本，回歸結(jié)果見(jiàn)表5最后兩列。同樣地，企業(yè)不同數(shù)字技術(shù)戰(zhàn)略對(duì)高質(zhì)量發(fā)展的影響系數(shù)均顯著為正，基礎(chǔ)回歸結(jié)論依然成立。

3.內(nèi)生性問(wèn)題

為緩解實(shí)證研究中存在的內(nèi)生性問(wèn)題，本文納入了一系列企業(yè)、行業(yè)和城市層面的控制變量，但由于企業(yè)高質(zhì)量發(fā)展反過(guò)來(lái)也能促進(jìn)企業(yè)數(shù)字技術(shù)能力的提高以及不可觀(guān)測(cè)因素導(dǎo)致的遺漏變量問(wèn)題，同樣面臨內(nèi)生性問(wèn)題挑戰(zhàn)，在此采用區(qū)域和企業(yè)層面工具變量法以考察基準(zhǔn)結(jié)果的穩(wěn)健性。

區(qū)域?qū)用?，借鑒黃群慧等（2019）、趙星等（2023）的思路，在此初步采用1984年各城市郵局?jǐn)?shù)量（post）作為數(shù)字技術(shù)的工具變量。一方面，數(shù)字技術(shù)以傳統(tǒng)通信技術(shù)為基礎(chǔ)，郵局所數(shù)量的分布在使用便利程度和技能水平上會(huì)影響一地區(qū)未來(lái)的數(shù)字經(jīng)濟(jì)發(fā)展，符合工具變量遴選所要求的相關(guān)性；另一方面，郵電只是為公眾提供基礎(chǔ)的通信服務(wù)，并不會(huì)直接影響企業(yè)高質(zhì)量發(fā)展，符合排他性要求。此外，由于本文為面板數(shù)據(jù)，而1984年各城市的郵局?jǐn)?shù)量為截面，在此采用各地區(qū)互聯(lián)網(wǎng)普及率與之交乘項(xiàng)作為數(shù)字技術(shù)的工具變量。企業(yè)層面，借鑒陶鋒等（2023）的做法，以同行業(yè)同年份其他企業(yè)數(shù)字技術(shù)采納的均值作為工具變量，一方面企業(yè)數(shù)字技術(shù)利用能力容易受到同行業(yè)其他企業(yè)的數(shù)字技術(shù)水平的影響，而同行業(yè)其他企業(yè)的數(shù)字技術(shù)能力很難通過(guò)其他途徑影響企業(yè)高質(zhì)量發(fā)展，故該工具變量符合相關(guān)性和排他性的要求，相應(yīng)估計(jì)結(jié)果見(jiàn)表6列（1）—（4）所示。

兩種工具變量都在1%的顯著性水平上拒絕了Kleibergen-Paap rk LM統(tǒng)計(jì)量的工具變量不可識(shí)別的原假設(shè)。此外，Kleibergen-Paap rk Wald F統(tǒng)計(jì)量在10%水平上的Stock-Yogo弱識(shí)別檢驗(yàn)中均大于16.38的閾值，拒絕了弱工具變量的原假設(shè)。因此，所選取的工具變量是可行的?；貧w結(jié)果顯示，工具變量下數(shù)字技術(shù)運(yùn)用和數(shù)字技術(shù)創(chuàng)新的系數(shù)均顯著為正，基礎(chǔ)回歸結(jié)論依然成立。

4.聯(lián)合固定效應(yīng)

考慮公司注冊(cè)地所在省份的固有差異，在此控制“省份×年度”的聯(lián)合固定效應(yīng)以考察基礎(chǔ)結(jié)果的穩(wěn)健性，結(jié)果見(jiàn)表6最后兩列所示。在增加省份和年度聯(lián)合固定效應(yīng)之后，企業(yè)不同數(shù)字技術(shù)采納策略對(duì)高質(zhì)量發(fā)展的回歸系數(shù)依然顯著為正，表明基準(zhǔn)結(jié)果保持穩(wěn)健。

（三）異質(zhì)性分析

1.數(shù)字技術(shù)創(chuàng)新賦能企業(yè)高質(zhì)量發(fā)展的異質(zhì)性分析

①是否為數(shù)字經(jīng)濟(jì)上市公司。從CSMAR數(shù)字經(jīng)濟(jì)數(shù)據(jù)庫(kù)中，依據(jù)其收錄的1041家數(shù)字經(jīng)濟(jì)上市公司，識(shí)別出本研究樣本中的數(shù)字經(jīng)濟(jì)企業(yè)與非數(shù)字經(jīng)濟(jì)企業(yè)，以考察數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)在這兩類(lèi)企業(yè)中的異質(zhì)性。引入是否為數(shù)字企業(yè)虛擬變量（數(shù)字經(jīng)濟(jì)企業(yè)為1，否為0），結(jié)果見(jiàn)表7列（1）—（3），數(shù)字技術(shù)創(chuàng)新對(duì)數(shù)字經(jīng)濟(jì)與非數(shù)字經(jīng)濟(jì)上市公司的促進(jìn)作用均顯著為正。進(jìn)一步地，為考察兩組樣本的差異，引入數(shù)字技術(shù)創(chuàng)新與虛擬變量的交乘項(xiàng)，結(jié)果發(fā)現(xiàn)交互項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，即與非數(shù)字企業(yè)相比，數(shù)字經(jīng)濟(jì)上市公司的數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的促進(jìn)效應(yīng)偏弱。原因可能是，數(shù)字經(jīng)濟(jì)上市公司本身?yè)碛衅脚_(tái)、技術(shù)和數(shù)據(jù)等優(yōu)勢(shì)，具有較為完善的數(shù)字技術(shù)利用基礎(chǔ)和應(yīng)用場(chǎng)景，因而數(shù)字技術(shù)創(chuàng)新對(duì)其高質(zhì)量發(fā)展的邊際效應(yīng)減弱。

②行業(yè)類(lèi)型。企業(yè)高質(zhì)量發(fā)展可能會(huì)因不同行業(yè)的發(fā)展基礎(chǔ)和企業(yè)構(gòu)成的不同而產(chǎn)生異質(zhì)性。在此借鑒OECD的技術(shù)密集型產(chǎn)業(yè)分類(lèi)辦法，將樣本分為技術(shù)密集型和非技術(shù)密集型產(chǎn)業(yè)兩類(lèi)①，以考察不同要素稟賦行業(yè)的企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)高質(zhì)量發(fā)展的異質(zhì)性，引入是否為技術(shù)密集型行業(yè)虛擬變量（技術(shù)密集型行業(yè)為1，否為0），結(jié)果見(jiàn)表7列（4）—（6）。技術(shù)密集與非技術(shù)密集型行業(yè)的dt_patent系數(shù)均顯著為正，即數(shù)字技術(shù)創(chuàng)新促進(jìn)了該行業(yè)企業(yè)全要素生產(chǎn)率提升。進(jìn)一步地，為考察兩組樣本的差異，引入數(shù)字技術(shù)創(chuàng)新與虛擬變量的交乘項(xiàng)，發(fā)現(xiàn)交乘項(xiàng)系數(shù)在1%的水平上顯著為負(fù)，即與非技術(shù)密集型行業(yè)相比，技術(shù)密集型行業(yè)企業(yè)的數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用偏弱。該結(jié)論與陶鋒等（2023）認(rèn)為數(shù)字技術(shù)創(chuàng)新對(duì)低技術(shù)傳統(tǒng)行業(yè)企業(yè)市場(chǎng)價(jià)值的提升效應(yīng)更強(qiáng)的觀(guān)點(diǎn)類(lèi)似。究其原因，可能在于，技術(shù)密集型產(chǎn)業(yè)以其高勞動(dòng)者素質(zhì)、高創(chuàng)新能力和高附加值等優(yōu)勢(shì)，被我國(guó)列入重點(diǎn)扶持的行業(yè)，這些因素共同推動(dòng)了該行業(yè)上市公司專(zhuān)業(yè)化水平的進(jìn)一步提升（鐘業(yè)喜等，2018）。因而其數(shù)字技術(shù)創(chuàng)新促進(jìn)TFP提升的邊際效應(yīng)弱于產(chǎn)業(yè)配套設(shè)施不完善、技術(shù)壁壘偏低的非技術(shù)密集型的傳統(tǒng)產(chǎn)業(yè)，即技術(shù)存量較低的公司擁有更大的技術(shù)積累空間（Imbriani et al.，2014）。該結(jié)論一方面表明了當(dāng)下非技術(shù)密集型企業(yè)抓住數(shù)字經(jīng)濟(jì)發(fā)展契機(jī)，實(shí)行轉(zhuǎn)型升級(jí)的重要性。同時(shí)也是快時(shí)尚巨頭SHEIN迅速超越知名品牌ZARA、HM，并在2022年成為全球第一的電商領(lǐng)域獨(dú)角獸的現(xiàn)實(shí)印證。另一方面也反映了當(dāng)前數(shù)字技術(shù)創(chuàng)新作為企業(yè)應(yīng)對(duì)數(shù)字化趨勢(shì)的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)戰(zhàn)略，其對(duì)初級(jí)的、一般的產(chǎn)業(yè)表現(xiàn)出較強(qiáng)的普惠性，而并未改變高技術(shù)水平行業(yè)的競(jìng)爭(zhēng)力，其效能有待進(jìn)一步釋放。

③企業(yè)規(guī)模。不同規(guī)模企業(yè)的數(shù)字技術(shù)創(chuàng)新對(duì)高質(zhì)量發(fā)展的賦能效應(yīng)可能會(huì)不同。Bessen and Righi（2019）認(rèn)為，相比于小型企業(yè)，大企業(yè)由于其市場(chǎng)影響力和資源優(yōu)勢(shì)，更有可能進(jìn)行IT應(yīng)用的投資，并在此基礎(chǔ)上推進(jìn)數(shù)字技術(shù)的創(chuàng)新活動(dòng)，從而增強(qiáng)其全要素生產(chǎn)率。為驗(yàn)證數(shù)字技術(shù)創(chuàng)新在不同規(guī)模企業(yè)高質(zhì)量發(fā)展賦能效應(yīng)的異質(zhì)性，引入企業(yè)規(guī)模虛擬變量（企業(yè)員工人數(shù)大于中位數(shù)為1，否為0），結(jié)果見(jiàn)表7列（7）—（9）。數(shù)字技術(shù)創(chuàng)新推動(dòng)了大規(guī)模企業(yè)高質(zhì)量發(fā)展的同時(shí)，在一定程度上抑制了小規(guī)模企業(yè)。進(jìn)一步地，為考察兩組樣本的差異，引入數(shù)字技術(shù)創(chuàng)新與企業(yè)規(guī)模虛擬變量的交乘項(xiàng)，其在1%的水平上通過(guò)了顯著性檢驗(yàn)且系數(shù)為正，這說(shuō)明數(shù)字技術(shù)創(chuàng)新在大規(guī)模企業(yè)中的影響效應(yīng)強(qiáng)于小型企業(yè)，與李治國(guó)和王杰（2021）、謝謙和郭楊（2022）的研究結(jié)論類(lèi)似。

2.數(shù)字技術(shù)運(yùn)用賦能企業(yè)高質(zhì)量發(fā)展的異質(zhì)性分析

同樣地，在此從上市公司類(lèi)型、行業(yè)類(lèi)型和企業(yè)規(guī)模層面，進(jìn)一步考察數(shù)字技術(shù)運(yùn)用賦能企業(yè)高質(zhì)量發(fā)展的異質(zhì)性。相關(guān)檢驗(yàn)結(jié)果如表8所示。

基于列（1）—（3）可知，數(shù)字技術(shù)運(yùn)用同樣對(duì)數(shù)字經(jīng)濟(jì)與非數(shù)字經(jīng)濟(jì)企業(yè)的高質(zhì)量發(fā)展具有顯著的促進(jìn)效應(yīng)，與數(shù)字技術(shù)創(chuàng)新不同的是，其交互項(xiàng)系數(shù)未能通過(guò)顯著性檢驗(yàn)，即數(shù)字技術(shù)運(yùn)用對(duì)是否為數(shù)字經(jīng)濟(jì)上市公司TFP的促進(jìn)作用無(wú)顯著差異性。這一結(jié)果體現(xiàn)了數(shù)字技術(shù)的推廣和應(yīng)用所帶來(lái)的普惠性，為深化發(fā)展數(shù)字經(jīng)濟(jì)規(guī)模提供實(shí)踐支撐。

在行業(yè)類(lèi)型上，數(shù)字技術(shù)運(yùn)用與是否為技術(shù)密集型虛擬變量的交互項(xiàng)系數(shù)在1%水平上顯著為負(fù)，該結(jié)論同數(shù)字技術(shù)創(chuàng)新一致，即數(shù)字技術(shù)運(yùn)用對(duì)非技術(shù)密集型企業(yè)全要素生產(chǎn)率的提升效應(yīng)更強(qiáng)。不同的是，數(shù)字技術(shù)運(yùn)用對(duì)TFP的影響效應(yīng)在技術(shù)密集型的企業(yè)中系數(shù)不顯著。這說(shuō)明，趨同戰(zhàn)略所反映的企業(yè)數(shù)字技術(shù)的表面推廣和應(yīng)用無(wú)法促進(jìn)技術(shù)密集型企業(yè)高質(zhì)量發(fā)展，強(qiáng)調(diào)了深層次的數(shù)字技術(shù)創(chuàng)新的重要性。

在企業(yè)規(guī)模層面，與是否為數(shù)字經(jīng)濟(jì)企業(yè)的結(jié)果一致，其交互項(xiàng)系數(shù)為正但未通過(guò)顯著性檢驗(yàn)，即數(shù)字技術(shù)運(yùn)用對(duì)TFP的賦能效應(yīng)在不同規(guī)模企業(yè)中無(wú)顯著差異。該結(jié)果進(jìn)一步說(shuō)明了數(shù)字技術(shù)的廣泛應(yīng)用對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的普惠推動(dòng)作用。

（四）機(jī)制分析

1.數(shù)字技術(shù)采納策略與企業(yè)技術(shù)差距

數(shù)字技術(shù)為企業(yè)提升技術(shù)水平提供了新的創(chuàng)新工具和手段，當(dāng)前我國(guó)仍面臨著價(jià)值鏈低端鎖定、關(guān)鍵核心技術(shù)被封鎖等突出問(wèn)題。那么我國(guó)作為數(shù)字經(jīng)濟(jì)第二大國(guó)，數(shù)字技術(shù)的采納能否助力企業(yè)技術(shù)水平的提升是值得進(jìn)一步探討的實(shí)踐問(wèn)題。企業(yè)數(shù)字技術(shù)采納策略對(duì)不同技術(shù)差距態(tài)勢(shì)（正向技術(shù)差距和逆向技術(shù)差距）的異質(zhì)性影響的回歸結(jié)果見(jiàn)表9所示。

在企業(yè)技術(shù)差距整體樣本中，數(shù)字技術(shù)采納對(duì)技術(shù)差距的影響呈現(xiàn)出差異性。分樣本來(lái)看，在behind_tg回歸結(jié)果中，數(shù)字技術(shù)運(yùn)用在1%水平下系數(shù)顯著為負(fù)，表明其可以縮小落后企業(yè)與美國(guó)技術(shù)水平的差距，但數(shù)字技術(shù)創(chuàng)新未能通過(guò)顯著性檢驗(yàn)，假設(shè)H2a得到部分驗(yàn)證。類(lèi)似地，在lead_tg回歸結(jié)果中，數(shù)字技術(shù)運(yùn)用的系數(shù)顯著為正，而數(shù)字技術(shù)創(chuàng)新同樣未能達(dá)到顯著性水平，這說(shuō)明趨同性策略的數(shù)字技術(shù)運(yùn)用可以正向促進(jìn)領(lǐng)先企業(yè)技術(shù)水平的進(jìn)一步提升，擴(kuò)大逆向技術(shù)差距，而差異化策略的數(shù)字技術(shù)創(chuàng)新的作用效應(yīng)在該層面未能得到證明，假設(shè)H2b得到部分支持。上述結(jié)論表明，當(dāng)前數(shù)字技術(shù)創(chuàng)新未能顯著助力落后企業(yè)縮小技術(shù)差距和領(lǐng)先企業(yè)進(jìn)一步提升技術(shù)水平。究其原因可能在于，一方面，創(chuàng)新活動(dòng)所帶來(lái)的溢出效應(yīng)并非一蹴而就，而是存在一定程度的滯后性，這就意味著即使企業(yè)在數(shù)字技術(shù)創(chuàng)新上進(jìn)行了投資，但對(duì)企業(yè)當(dāng)前階段的技術(shù)水平提升效應(yīng)未能顯現(xiàn)。

另一方面，中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模位居全球第二，其廣泛的推廣和普及驅(qū)動(dòng)經(jīng)濟(jì)社會(huì)呈現(xiàn)出蓬勃發(fā)展的局面，但以數(shù)字技術(shù)為核心的相關(guān)應(yīng)用尚處于初級(jí)階段，我國(guó)企業(yè)整體上數(shù)字技術(shù)創(chuàng)新水平偏低，對(duì)技術(shù)水平進(jìn)一步提升的促進(jìn)作用有限。該結(jié)論同時(shí)也表明了現(xiàn)有研究在籠統(tǒng)考察數(shù)字技術(shù)采納情況時(shí)，高估了其對(duì)經(jīng)濟(jì)技術(shù)發(fā)展的賦能效應(yīng)，證實(shí)了基于最優(yōu)區(qū)分理論，從不同維度考察企業(yè)數(shù)字技術(shù)采納戰(zhàn)略的必要性。

2.不同技術(shù)差距在數(shù)字技術(shù)采納策略與高質(zhì)量發(fā)展關(guān)系中的影響效應(yīng)

領(lǐng)先企業(yè)與落后企業(yè)所處的技術(shù)水平態(tài)勢(shì)不同，其數(shù)字技術(shù)戰(zhàn)略的著力點(diǎn)也會(huì)存在差異，即不同類(lèi)型技術(shù)差距可能調(diào)節(jié)著數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)效應(yīng)。為進(jìn)一步明晰技術(shù)差距的異質(zhì)性作用機(jī)理，在此分別引入數(shù)字技術(shù)運(yùn)用和數(shù)字技術(shù)創(chuàng)新與正向技術(shù)差距交互項(xiàng)、逆向技術(shù)差距交互項(xiàng)，式（3）和（4）回歸結(jié)果如表10所示。

在落后企業(yè)估計(jì)結(jié)果中，數(shù)字技術(shù)運(yùn)用和創(chuàng)新與正向技術(shù)差距的交互項(xiàng)系數(shù)分別為-0.0662和-0.0176，且均在1%水平上顯著為負(fù)，表明正向技術(shù)差距削弱了數(shù)字技術(shù)采納對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)。進(jìn)一步地，為比較該削弱效應(yīng)在不同數(shù)字技術(shù)戰(zhàn)略中的大小，模型（3）報(bào)告了標(biāo)準(zhǔn)化系數(shù)回歸結(jié)果，此時(shí)二者的交互項(xiàng)系數(shù)依然顯著為負(fù)，且數(shù)字技術(shù)創(chuàng)新影響力度大于數(shù)字技術(shù)運(yùn)用（0.0187>0.0102），這表明了相比于數(shù)字技術(shù)運(yùn)用，正向技術(shù)差距在數(shù)字技術(shù)創(chuàng)新與高質(zhì)量發(fā)展關(guān)系中的負(fù)向調(diào)節(jié)效應(yīng)更強(qiáng)，假設(shè)H3a得到驗(yàn)證。即在一定技術(shù)差距下，落后企業(yè)更難以通過(guò)提高數(shù)字技術(shù)創(chuàng)新能力促進(jìn)高質(zhì)量發(fā)展，這也符合創(chuàng)新活動(dòng)的周期長(zhǎng)、高風(fēng)險(xiǎn)性和不確定性等因素引致的創(chuàng)新活動(dòng)高門(mén)檻事實(shí)。

在領(lǐng)先企業(yè)估計(jì)結(jié)果中，數(shù)字技術(shù)運(yùn)用與逆向技術(shù)差距的交互項(xiàng)系數(shù)在5%水平上顯著為正，而數(shù)字技術(shù)創(chuàng)新則未通過(guò)顯著性檢驗(yàn)，表明逆向技術(shù)差距增強(qiáng)了領(lǐng)先企業(yè)通過(guò)數(shù)字技術(shù)運(yùn)用促進(jìn)高質(zhì)量發(fā)展的能力，而在數(shù)字技術(shù)創(chuàng)新層面上的強(qiáng)化作用未得到證明，假設(shè)H3b部分得到支持。進(jìn)一步地，標(biāo)準(zhǔn)化后的估計(jì)結(jié)果見(jiàn)最后兩列所示，交互項(xiàng)系數(shù)的方向和大小同標(biāo)準(zhǔn)化前幾乎一致。該結(jié)論表明，對(duì)于技術(shù)水平領(lǐng)先美國(guó)的企業(yè)，數(shù)字技術(shù)的推廣和運(yùn)用能夠進(jìn)一步提升企業(yè)TFP，而深層次的數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)TFP的賦能效應(yīng)卻未得到經(jīng)驗(yàn)數(shù)據(jù)支持。造成該現(xiàn)象的原因可能在于，當(dāng)前企業(yè)數(shù)字化應(yīng)用特別是對(duì)數(shù)字技術(shù)的利用尚停留在內(nèi)部組織結(jié)構(gòu)調(diào)整、商業(yè)模式創(chuàng)新等初級(jí)階段，而數(shù)字技術(shù)成果轉(zhuǎn)化和產(chǎn)業(yè)化應(yīng)用成效較低，真正推動(dòng)企業(yè)高質(zhì)量發(fā)展的高精尖技術(shù)有待進(jìn)一步深入研發(fā)，這也是我國(guó)科技創(chuàng)新當(dāng)前大而不強(qiáng)的根本原因。

五、結(jié)論與啟示

基于最優(yōu)區(qū)分理論深入考察企業(yè)采納數(shù)字技術(shù)的復(fù)雜組織動(dòng)機(jī)對(duì)高質(zhì)量發(fā)展的影響效應(yīng)及作用機(jī)理是本文探索的重點(diǎn)。主要研究結(jié)論如下：（1）特征性事實(shí)分析發(fā)現(xiàn)，一方面，將數(shù)據(jù)作為生產(chǎn)要素納入傳統(tǒng)生產(chǎn)函數(shù)后，企業(yè)TFP顯著提升；另一方面，我國(guó)大多行業(yè)企業(yè)勞動(dòng)生產(chǎn)率低于對(duì)應(yīng)的美國(guó)行業(yè)，尤其是在信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)差距最大。（2）數(shù)字技術(shù)運(yùn)用和創(chuàng)新均促進(jìn)了企業(yè)高質(zhì)量發(fā)展，在經(jīng)過(guò)更換因變量刻畫(huà)方法、樣本子區(qū)間、考慮內(nèi)生性以及聯(lián)合固定效應(yīng)的一系列穩(wěn)健性檢驗(yàn)后，該結(jié)論依然成立。（3）數(shù)字技術(shù)運(yùn)用對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)在公司類(lèi)型和企業(yè)規(guī)模中無(wú)顯著差異，而在非技術(shù)密集型行業(yè)中的影響效應(yīng)更強(qiáng)。數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)在非數(shù)字經(jīng)濟(jì)上市公司、非技術(shù)密集型行業(yè)和大規(guī)模企業(yè)中更強(qiáng)。（4）數(shù)字技術(shù)采納策略對(duì)技術(shù)差距的影響效應(yīng)表明，數(shù)字技術(shù)運(yùn)用一方面顯著縮小了落后企業(yè)與美國(guó)技術(shù)水平的差距；另一方面又能夠促進(jìn)領(lǐng)先企業(yè)技術(shù)水平的進(jìn)一步提升，但數(shù)字技術(shù)創(chuàng)新的作用效應(yīng)未能得到經(jīng)驗(yàn)數(shù)據(jù)支持。（5）正向技術(shù)差距在一定程度上削弱了落后企業(yè)數(shù)字技術(shù)采納對(duì)高質(zhì)量發(fā)展的賦能效應(yīng)，且相比于趨同性策略的數(shù)字技術(shù)運(yùn)用，其在數(shù)字技術(shù)創(chuàng)新層面上的削弱作用更強(qiáng)。逆向技術(shù)差距增強(qiáng)了領(lǐng)先企業(yè)采納數(shù)字技術(shù)的紅利優(yōu)勢(shì)，但該強(qiáng)化作用在數(shù)字技術(shù)創(chuàng)新與企業(yè)高質(zhì)量發(fā)展關(guān)系中尚未得到經(jīng)驗(yàn)證據(jù)支持。

全球競(jìng)爭(zhēng)環(huán)境日益動(dòng)蕩復(fù)雜，亟須政府和企業(yè)借助數(shù)字經(jīng)濟(jì)發(fā)展契機(jī)，加速高質(zhì)量發(fā)展進(jìn)程。本文研究結(jié)論同時(shí)還具有如下啟迪作用：

第一，促進(jìn)數(shù)據(jù)要素的采集、存儲(chǔ)、處理和使用，建立和完善數(shù)據(jù)要素市場(chǎng)。政府應(yīng)圍繞《數(shù)據(jù)安全法》，加快《數(shù)字經(jīng)濟(jì)法》等相關(guān)法律法規(guī)體系建設(shè)，推動(dòng)數(shù)據(jù)知識(shí)產(chǎn)權(quán)確權(quán)方案出臺(tái)，利用數(shù)據(jù)交易平臺(tái)，發(fā)揮市場(chǎng)在提高數(shù)據(jù)資源配置效率上的作用。在此基礎(chǔ)上，通過(guò)財(cái)政補(bǔ)貼或稅收優(yōu)惠政策鼓勵(lì)企業(yè)向數(shù)據(jù)要素的管理和應(yīng)用技術(shù)領(lǐng)域投入資金，重點(diǎn)聚焦于信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)。進(jìn)一步地，政府可通過(guò)建立數(shù)據(jù)平臺(tái)和信息系統(tǒng)，促進(jìn)數(shù)據(jù)要素的集中、共享和聯(lián)通，以便數(shù)據(jù)的跨部門(mén)和跨行業(yè)應(yīng)用。最后，加強(qiáng)數(shù)據(jù)人才的培養(yǎng)與技術(shù)普及，鼓勵(lì)高等院校開(kāi)設(shè)數(shù)字經(jīng)濟(jì)通識(shí)課程，提高全社會(huì)的數(shù)字技術(shù)治理能力及儲(chǔ)備水平，為釋放數(shù)據(jù)潛能提供一體化政策支撐，以充分發(fā)揮數(shù)據(jù)在經(jīng)濟(jì)發(fā)展中的重要作用。

第二，加深對(duì)數(shù)字技術(shù)應(yīng)用模式和經(jīng)濟(jì)貢獻(xiàn)的理解，發(fā)揮其對(duì)企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)。一方面，企業(yè)應(yīng)制定明確的數(shù)字化轉(zhuǎn)型戰(zhàn)略，確保數(shù)字技術(shù)的運(yùn)用與企業(yè)的戰(zhàn)略目標(biāo)息息相關(guān)。在此基礎(chǔ)上，培養(yǎng)員工數(shù)字化思維，在企業(yè)內(nèi)部組建數(shù)字經(jīng)濟(jì)業(yè)務(wù)部門(mén)，主管數(shù)字經(jīng)濟(jì)相關(guān)工作，為企業(yè)快速跨越數(shù)字技術(shù)的初級(jí)應(yīng)用階段，推進(jìn)數(shù)字技術(shù)的實(shí)質(zhì)性創(chuàng)新保駕護(hù)航。另一方面，企業(yè)應(yīng)審視現(xiàn)有的業(yè)務(wù)流程，借助數(shù)字技術(shù)對(duì)其進(jìn)行優(yōu)化和改造的同時(shí)，加強(qiáng)內(nèi)外部數(shù)字技術(shù)資源的整合與創(chuàng)新，避免只注重趨同性策略的數(shù)字技術(shù)的簡(jiǎn)單運(yùn)用，而忽視了能夠建立差異化競(jìng)爭(zhēng)優(yōu)勢(shì)策略的數(shù)字技術(shù)創(chuàng)新。

第三，依據(jù)行業(yè)、企業(yè)類(lèi)型的異質(zhì)性制定差異化的數(shù)字技術(shù)戰(zhàn)略，實(shí)現(xiàn)數(shù)字技術(shù)引入的分類(lèi)施策和精準(zhǔn)施策。對(duì)于一般的、普通型行業(yè)企業(yè)，在加強(qiáng)數(shù)字技術(shù)的普及和應(yīng)用推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的基礎(chǔ)上，運(yùn)用數(shù)字技術(shù)創(chuàng)新實(shí)現(xiàn)成熟產(chǎn)業(yè)的現(xiàn)代化。具體地，對(duì)員工數(shù)字技術(shù)的培訓(xùn)，不僅涉及基本的數(shù)字技術(shù)知識(shí)和技能，還應(yīng)包含與特定業(yè)務(wù)相關(guān)的數(shù)字化工具和平臺(tái)，以實(shí)現(xiàn)普惠性的發(fā)展。對(duì)于高水平、高競(jìng)爭(zhēng)力的行業(yè)企業(yè)，應(yīng)更加注重?cái)?shù)字技術(shù)在技術(shù)創(chuàng)新各個(gè)環(huán)節(jié)的滲透。搭建數(shù)字化研發(fā)平臺(tái)，投資研發(fā)包含人工智能、大數(shù)據(jù)分析等高新技術(shù)，整合各類(lèi)研發(fā)資源和技術(shù)工具，加速技術(shù)研發(fā)和創(chuàng)新，助力突破高精尖技術(shù)壁壘。

第四，依據(jù)技術(shù)差距的變化態(tài)勢(shì)對(duì)數(shù)字技術(shù)不同戰(zhàn)略維度的協(xié)調(diào)組合進(jìn)行動(dòng)態(tài)調(diào)整。對(duì)于技術(shù)水平落后的企業(yè)而言，可通過(guò)先引入數(shù)字技術(shù)實(shí)施小規(guī)?；臄?shù)字化項(xiàng)目的方式，逐步積累經(jīng)驗(yàn)和成果，推動(dòng)技術(shù)水平的提升，以更好地運(yùn)用數(shù)字技術(shù)，形成螺旋上升式發(fā)展模式。對(duì)于領(lǐng)先企業(yè)，建立跨行業(yè)、跨區(qū)域的數(shù)字技術(shù)聯(lián)盟和技術(shù)轉(zhuǎn)移中心，加強(qiáng)成果共享和產(chǎn)業(yè)化，加快數(shù)字技術(shù)創(chuàng)新應(yīng)用進(jìn)程，推動(dòng)中國(guó)科技創(chuàng)新由大向強(qiáng)轉(zhuǎn)變。

參考文獻(xiàn)

伏玉林、蘇暢，2013，“公共RD投資在制造業(yè)部門(mén)生產(chǎn)率差異——部門(mén)技術(shù)水平重新劃分的視角”，《科學(xué)學(xué)研究》，第9期，第1321-1330頁(yè)。

谷均怡、李青藍(lán)、班元浩，2023，“數(shù)字化轉(zhuǎn)型能否推動(dòng)中國(guó)企業(yè)進(jìn)口擴(kuò)大——來(lái)自上市公司的經(jīng)驗(yàn)分析”，《南方經(jīng)濟(jì)》，第11期，第123-141頁(yè)。

何建篤、孫新波，2022，“數(shù)字時(shí)代國(guó)際創(chuàng)業(yè)企業(yè)的技術(shù)實(shí)力對(duì)國(guó)際創(chuàng)業(yè)模式影響機(jī)理的多案例研究”，《研究與發(fā)展管理》，第2期，第164-178頁(yè)。

洪銀興、任保平，2023，“數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合的內(nèi)涵和途徑”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第2期，第5-16頁(yè)。

黃勃、李海彤、劉俊岐、雷敬華，2023，“數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專(zhuān)利的證據(jù)”，《經(jīng)濟(jì)研究》，第3期，第97-115頁(yè)。

黃群慧、余泳澤、張松林，2019，“互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第8期，第 5-23頁(yè)。

黃速建、肖紅軍、王欣，2018，“論國(guó)有企業(yè)高質(zhì)量發(fā)展”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第10期，第19-41頁(yè)。

黃先海、宋學(xué)印，2017，“準(zhǔn)前沿經(jīng)濟(jì)體的技術(shù)進(jìn)步路徑及動(dòng)力轉(zhuǎn)換——從‘追趕導(dǎo)向’到‘競(jìng)爭(zhēng)導(dǎo)向’”，《中國(guó)社會(huì)科學(xué)》，第6期，第60-79+206-207頁(yè)。

李治國(guó)、王杰，2021，“數(shù)字經(jīng)濟(jì)發(fā)展、數(shù)據(jù)要素配置與制造業(yè)生產(chǎn)率提升”，《經(jīng)濟(jì)學(xué)家》，第10期，第41-50頁(yè)。

劉國(guó)武、李君華、湯長(zhǎng)安，2023，“數(shù)字經(jīng)濟(jì)、服務(wù)業(yè)效率提升與中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展”，《南方經(jīng)濟(jì)》，第1期，第80-98頁(yè)

劉莉亞、金正軒、何彥林、朱小能、李明輝，2018，“生產(chǎn)效率驅(qū)動(dòng)的并購(gòu)——基于中國(guó)上市公司微觀(guān)層面數(shù)據(jù)的實(shí)證研究”，《經(jīng)濟(jì)學(xué)（季刊）》，第4期，第1329-1360頁(yè)。

魯曉東、連玉君，2012，“中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007”，《經(jīng)濟(jì)學(xué)（季刊）》，第2期，第541-558頁(yè)。

買(mǎi)憶媛、古鈺、葉竹馨，2023，“最優(yōu)區(qū)分視角下新手創(chuàng)業(yè)者設(shè)立CTO的影響因素研究”，《南開(kāi)管理評(píng)論》，第2期，第166-176+187頁(yè)。

宋敏、周鵬、司海濤，2021，“金融科技與企業(yè)全要素生產(chǎn)率——‘賦能’和信貸配給的視角”，《中國(guó)工業(yè)經(jīng)濟(jì)》，第4期，第138-155頁(yè)。

孫浦陽(yáng)、蔣為、陳惟，2015，“外資自由化、技術(shù)距離與中國(guó)企業(yè)出口——基于上下游產(chǎn)業(yè)關(guān)聯(lián)視角”，《管理世界》，第11期，第53-69頁(yè)。

陶鋒、朱盼、邱楚芝、王欣然，2023，“數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)市場(chǎng)價(jià)值的影響研究”，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，第5期，第68-91頁(yè)。

王宏鳴、孫鵬博、郭慧芳，2022，“數(shù)字金融如何賦能企業(yè)數(shù)字化轉(zhuǎn)型？——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)”，《財(cái)經(jīng)論叢》，第10期，第3-13頁(yè)。

王文娜、陽(yáng)鎮(zhèn)、梅亮、陳勁，2023，“價(jià)值鏈數(shù)字化能產(chǎn)生創(chuàng)新賦能效應(yīng)嗎？——來(lái)自中國(guó)制造企業(yè)的微觀(guān)證據(jù)”，《科學(xué)學(xué)與科學(xué)技術(shù)管理》，第2期，第33-55頁(yè)。

王一鳴，2020，“百年大變局、高質(zhì)量發(fā)展與構(gòu)建新發(fā)展格局”，《管理世界》，第12期，第1-13頁(yè)。

謝謙、郭楊，2022，“數(shù)字技術(shù)、創(chuàng)新要素結(jié)構(gòu)優(yōu)化與企業(yè)全要素生產(chǎn)率”，《北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》，第6期，第 134-144頁(yè)。

徐建斌、彭瑞娟、何凡，2023，“政府創(chuàng)新補(bǔ)貼提升數(shù)字經(jīng)濟(jì)企業(yè)研發(fā)強(qiáng)度了嗎？”，《經(jīng)濟(jì)管理》，第4期，第172-190頁(yè)。

尹俊雅、王海，2020，“高新區(qū)政策的技術(shù)追趕效應(yīng)——基于內(nèi)外資企業(yè)TFP差距的分析”，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》，第11期，第115-130頁(yè)。

趙宸宇、王文春、李雪松，2021，“數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率”，《財(cái)貿(mào)經(jīng)濟(jì)》，第7期，第114-129頁(yè)。

趙星、李若彤、賀慧圓，2023，“數(shù)字技術(shù)可以促進(jìn)創(chuàng)新效率提升嗎？”，《科學(xué)學(xué)研究》，第4期，第732-743頁(yè)。

鄭麗，2022，“企業(yè)技術(shù)創(chuàng)新的趨同性——基于創(chuàng)新差距的視角”，《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》，第10期，第85-97頁(yè)。

鐘業(yè)喜、傅鈺、郭衛(wèi)東、邱靜，2018，“中國(guó)上市公司總部空間格局演變及其驅(qū)動(dòng)因素研究”，《地理科學(xué)》，第4期，第485-494頁(yè)。

Aghion， P.， Blundell， R.， Griffith， R.， Howitt， P. and Prantl， S.， 2009， “The Effects of Entry on Incumbent Innovation and Productivity”， The Review of Economics and Statistics， 91（1）： 20-32.

Berger， E.S.C.， Von Briel， F.， Davidsson， P. and Kuckertz， A.， 2021“Digital or not-The Future of Entrepreneurship and Innovation”， Journal of Business Research， 125： 436-442.

Bessen， J. and Righi， C.， 2019，“Shocking Technology： What Happens When Firms Make Large IT Investments？”， Law and Economics Re？ search Paper Series， No.19-6.

Chesbrough， H.， 2006， “Open Business Models： How to Thrive in the New Innovation Landscape”， Boston：Harvard Business School Press.

Doan， K.， Carrino， S.， Ivanova， N.V. and Evtodieva， T.E.， 2021， “Digital Economy and Intelligent Supply Chain Management： International Experience”， Current Achievements， Challenges and Digital Chances of Knowledge Based Economy， 743-751.

Forman， C. and Van Zeebroeck， N.， 2019， “Digital Technology Adoption and Knowledge Flows Within Firms： Can the Internet Overcome Geo？ graphic and Technological Distance？”， Research Policy， 48（8）： 103697.

Goldfarb， A. and Tucker， C.， 2019， “Digital Economics”， Journal of Economic Literature， 57（1）： 3-43.

Imbriani， C.， Pittiglio， R.， Reganati， F. and Sica， E.， 2014， “How Much do Technological Gap， Firm Size， and Regional Characteristics Matter for the Absorptive Capacity of Italian Enterprises？”， International Advances in Economic Research， 20： 57-72.

Levinsohn， J. and Petrin， A.， 2003， “Estimating Production Functions Using Inputs to Control for Unobservables”， The Review of Economic Studies， 70（2）： 317-341.

Liu， Z.， Zhou， J. and Li， J.， 2023， “How do Family Firms Respond Strategically to the Digital Transformation Trend： Disclosing Symbolic Cues or Making Substantive Changes？”， Journal of Business Research， 155： 113395.

Nelson， R.R.， 1991， “Why do Firms Differ， and How does It Matter？”， Strategic Management Journal， 12（S2）， 61-74.

Schuster， C.L.， Nicolai， A.T. and Covin， J.G.， 2020， “Are Founder-led Firms Less Susceptible to Managerial Myopia？”， Entrepreneurship Theory and Practice， 44（3）： 391-421.

Sorbe， S.， Gal， P.， Nicoletti， G. and Timiliotis， C.， 2019， “Digital Dividend： Policies to Harness the Productivity Potential of Digital Technolo？ gies”， OECD Economic Policy Papers， No.26.

Van Knippenberg， D.， Dahlander， L.， Haas， M.R. and George， G.， 2015， “Information， Attention， and Decision Making”， Academy of Manage？ ment Journal， 58（3）： 649-657.

Xu， R. and Guan， E.， 2022， “Can Blockchain Innovation Promote Total Factor Productivity？ Evidence from Chinese-listed Firms”， Applied Economics， 55（6）： 653-670

Zhao， E.Y.， Fisher， G.， Lounsbury， M. and Miller， D.， 2017， “Optimal Distinctiveness： Broadening the Interface between Institutional Theory and Strategic Management”， Strategic Management Journal， 38（1）， 93-113.

Digital Technology Adoption Strategy， Technology Gap and High-quality Development of Enterprises： Perspective of the Optimal Distinctiveness Theory

Su Qilin Wu Jing Su Xiaohua

Abstract： Digital technology has changed the basis of enterprise competition and is the core driving force for high-quality de？ velopment of enterprises. Based on the optimal distinctiveness theory， this paper identifies the digital technology adoption strategies of enterprises to cope with the convergence and differentiation of digital trends. In view of the technology stage as the situational element of enterprises’ optimal differentiation， this article takes the US industry as the technology benchmark and based on the panel data of A-share listed companies from 2010 to 2021， and then empirically analyzes the effect of digi？ tal technology adoption strategies on the high-quality development of enterprises and the mechanism of different technology gaps.

The main conclusions of this paper are as follows： （1） After the inclusion of data factors， the TFP of Chinese enterprises has increased significantly， but the technical level of enterprises in most industries is still lower than that of the United States.（2） Both the application and innovation of digital technology promote the high-quality development of enterprises， and the ef？ fect of the former is greater than that of the latter， and the enabling effect of the two on enterprise TFP is heterogeneous in dif？ ferent types of enterprises and industries. （3） The application of digital technology has narrowed the technological gap be？ tween China and the US， and promoted the further improvement of leading technology level. However， the theoretical effect of digital technology innovation has not been supported by empirical data. （4） The forward and reverse technology gaps respec？ tively weaken and strengthen the enabling effect of enterprise digital technology utilization on high-quality development， and the impact effect is heterogeneous across different digital technology strategies： compared with digital technology application， the weakening effect is stronger in digital technology innovation， but the strengthening effect is not significant.

This paper offers valuable contributions in the two aspects. On one hand， this paper uses the optimal distinctiveness theory to identify the adoption strategies of different digital technologies in enterprises， and clarifies the phenomenon that the connotation of the existing digital technology measurement indicators is ambiguous and inconsistent. On the other hand， tech？ nology stage is taken as the best distinction of the enterprise， and enterprise technology gap is embedded in the research framework of digital technology and high-quality development， so as to clarify how to coordinate the configuration of digital technology strategies in different technological situations. At the same time， the conclusions of this paper provide practical guidance for enterprises to effectively adopt digital technology to narrow the technology gap， and provide policy implications for the government to formulate appropriate digital economy development strategy.

Keywords： Optimal Distinctiveness Theory； Digital Technology Adoption Strategy； Technology Gap between China and the US； High-quality Development

① 盡管廣東金融學(xué)院已發(fā)布中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)與本文數(shù)據(jù)要素指標(biāo)基本吻合，但其區(qū)間為2016—2020年，為研究數(shù)據(jù)前后的一致性，本文采用python編程對(duì)相關(guān)數(shù)據(jù)進(jìn)行了詞頻統(tǒng)計(jì)與分析。

② 中間投入以總產(chǎn)出減去增加值表征，進(jìn)一步地，增加值由“分配法”計(jì)算得到，即為固定資產(chǎn)折舊、勞動(dòng)者報(bào)酬、生產(chǎn)稅凈額和營(yíng)業(yè)盈余的四項(xiàng)之和（劉莉亞等，2018）。

① 騰訊研究院發(fā)布的《維度、力度和限度：中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展觀(guān)察報(bào)告（2021）》。

① 2018年“互聯(lián)網(wǎng)+”、人工智能創(chuàng)新發(fā)展和數(shù)字經(jīng)濟(jì)試點(diǎn)重大工程的通知；2020年的《關(guān)于推進(jìn)“上云用數(shù)賦智”行動(dòng) 培育新經(jīng)濟(jì)發(fā)展實(shí)施方案》；2021年“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃和《數(shù)字經(jīng)濟(jì)對(duì)外投資合作工作指引》。

① 按照證監(jiān)會(huì)2012版行業(yè)代碼分類(lèi)，技術(shù)密集型產(chǎn)業(yè)包含C26-C28、C34-C40、I63-I65、M73和M74。

①為便于回歸結(jié)果的解讀，將正向技術(shù)差距的樣本（樣本值均為負(fù)或0）取絕對(duì)值。

（責(zé)任編輯：楊學(xué)儒）