摘 要：新質(zhì)生產(chǎn)力作為促進(jìn)企業(yè)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力與支撐，其驅(qū)動(dòng)因素的研究對(duì)企業(yè)發(fā)展具有至關(guān)重要的意義。文章選取2015—2023年中國(guó)A股上市公司為樣本，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力之間的關(guān)系展開實(shí)證研究。結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型有助于新質(zhì)生產(chǎn)力發(fā)展，這一結(jié)論經(jīng)過(guò)內(nèi)生性、穩(wěn)定性檢驗(yàn)后依舊成立。中介效應(yīng)分析表明，企業(yè)數(shù)字化轉(zhuǎn)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(jìn)一步推動(dòng)新質(zhì)生產(chǎn)力的發(fā)展。異質(zhì)性分析揭示，與國(guó)有、中西部地區(qū)以及處于成長(zhǎng)期和衰退期的企業(yè)相比，非國(guó)有、東部地區(qū)以及處于成熟期企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力發(fā)展的正面推動(dòng)作用更為突出。本文研究結(jié)論為企業(yè)數(shù)字化轉(zhuǎn)型和新質(zhì)生產(chǎn)力發(fā)展提供了理論支持，并豐富了相關(guān)實(shí)證研究，以供參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；新質(zhì)生產(chǎn)力；數(shù)字化技術(shù)；創(chuàng)新效率；專業(yè)化分工

中圖分類號(hào)：F014.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2025）02（b）--05

1 引言

2023年9月，習(xí)近平總書記在黑龍江考察期間，首次提出了“新質(zhì)生產(chǎn)力”的概念[1]。隨后，同年12月召開的中央經(jīng)濟(jì)工作會(huì)議上，習(xí)近平總書記再次強(qiáng)調(diào)了科技創(chuàng)新和產(chǎn)業(yè)升級(jí)的重要性，特別指出新質(zhì)生產(chǎn)力作為科技創(chuàng)新的重要體現(xiàn)，是推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的關(guān)鍵因素。2024年的政府工作報(bào)告，首次將新質(zhì)生產(chǎn)力納入其中，明確提出“積極推進(jìn)現(xiàn)代化產(chǎn)業(yè)體系的構(gòu)建，加速發(fā)展新質(zhì)生產(chǎn)力”的目標(biāo)，并將其作為政府十大工作重點(diǎn)任務(wù)的首要內(nèi)容。黨的二十屆三中全會(huì)部署和強(qiáng)調(diào)了必須完善因地制宜的新質(zhì)生產(chǎn)力發(fā)展機(jī)制，為經(jīng)濟(jì)高質(zhì)量發(fā)展提供制度保障和動(dòng)力支持。

隨著人工智能、云計(jì)算、區(qū)塊鏈等前沿技術(shù)的持續(xù)涌現(xiàn)，數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)之間的互動(dòng)賦能得到顯著增強(qiáng)?！吨袊?guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2024年）》顯示，2023年中國(guó)數(shù)字經(jīng)濟(jì)的規(guī)模攀升至53.9萬(wàn)億元，占國(guó)內(nèi)生產(chǎn)總值（GDP）的42.8%，數(shù)字經(jīng)濟(jì)對(duì)GDP增長(zhǎng)的貢獻(xiàn)率達(dá)66.45%。企業(yè)作為數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)耦合的關(guān)鍵微觀主體，承載著對(duì)接與推動(dòng)新形態(tài)生產(chǎn)力發(fā)展的核心任務(wù)。從理論層面分析，企業(yè)開展數(shù)字化轉(zhuǎn)型有望提升資源配置效率，推動(dòng)傳統(tǒng)企業(yè)采納新的運(yùn)營(yíng)模式，促成新的分工與協(xié)作體系，實(shí)現(xiàn)新質(zhì)生產(chǎn)力的發(fā)展。

然而，在實(shí)踐中，企業(yè)新質(zhì)生產(chǎn)力的發(fā)展面臨諸多挑戰(zhàn)。在微觀層面上，相關(guān)理論研究與實(shí)踐指導(dǎo)相對(duì)匱乏，導(dǎo)致企業(yè)在新質(zhì)生產(chǎn)力發(fā)展過(guò)程中普遍缺乏明確的實(shí)施路徑與方法論。在宏觀層面上，政策制定者在推動(dòng)新質(zhì)生產(chǎn)力發(fā)展時(shí)，存在難以精準(zhǔn)把握企業(yè)需求與市場(chǎng)動(dòng)態(tài)來(lái)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(zhuǎn)型如何賦能新質(zhì)生產(chǎn)力的發(fā)展，具有重要的理論與現(xiàn)實(shí)意義。

2 理論分析與假設(shè)提出

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

新質(zhì)生產(chǎn)力，即新興的、高階的、具備科技革命性質(zhì)的生產(chǎn)力形態(tài)，在繼承和發(fā)展傳統(tǒng)生產(chǎn)力的基礎(chǔ)上形成，又在“新”與“質(zhì)”兩個(gè)維度上實(shí)現(xiàn)了質(zhì)的飛躍。相較傳統(tǒng)生產(chǎn)力模式，新質(zhì)生產(chǎn)力的本質(zhì)在于勞動(dòng)者的素質(zhì)躍進(jìn)、勞動(dòng)資料的現(xiàn)代化以及勞動(dòng)對(duì)象的深度開發(fā)，其核心特征表現(xiàn)為全要素生產(chǎn)率的提升[2]。企業(yè)數(shù)字化轉(zhuǎn)型為企業(yè)生產(chǎn)力的發(fā)展開辟了更為廣闊的空間。一方面，數(shù)字化轉(zhuǎn)型優(yōu)化了企業(yè)生產(chǎn)要素的配置，促進(jìn)了科技創(chuàng)新與資源組合優(yōu)化的良性循環(huán)，實(shí)現(xiàn)了科技、綠色和生產(chǎn)力的多維提升。另一方面，實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)創(chuàng)新了生產(chǎn)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(gòu)建新型生產(chǎn)關(guān)系，提升多維主體的整體協(xié)作能力，有效推動(dòng)了新質(zhì)生產(chǎn)力的飛躍性提升。基于上述分析，本文提出假設(shè)H1：

H1：企業(yè)數(shù)字化轉(zhuǎn)型有助于新質(zhì)生產(chǎn)力發(fā)展。

2.2 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力的影響機(jī)制

數(shù)字化轉(zhuǎn)型可以有效提升企業(yè)創(chuàng)新效率，進(jìn)而提升新質(zhì)生產(chǎn)力水平。企業(yè)創(chuàng)新效率是企業(yè)在開展創(chuàng)新活動(dòng)時(shí)，將投入資源轉(zhuǎn)化為產(chǎn)出創(chuàng)新成果的效率。數(shù)字化轉(zhuǎn)型在創(chuàng)新主體、創(chuàng)新環(huán)節(jié)以及創(chuàng)新要素等多個(gè)維度上影響企業(yè)的創(chuàng)新效率。從創(chuàng)新主體來(lái)看，數(shù)字化轉(zhuǎn)型構(gòu)建了企業(yè)間創(chuàng)新網(wǎng)絡(luò)，企業(yè)通過(guò)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(lái)看，數(shù)字化轉(zhuǎn)型能夠整合創(chuàng)新鏈與產(chǎn)業(yè)鏈，通過(guò)雙鏈耦合以及與上下游企業(yè)間技術(shù)交互的途徑提升企業(yè)創(chuàng)新的有效性。從創(chuàng)新要素來(lái)看，企業(yè)數(shù)字化轉(zhuǎn)型能夠增強(qiáng)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(shù)知識(shí)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(jìn)新質(zhì)生產(chǎn)力的發(fā)展。

數(shù)字化轉(zhuǎn)型可以深化企業(yè)專業(yè)分工，進(jìn)而提升新質(zhì)生產(chǎn)力水平。根據(jù)交易成本理論，外部交易成本與內(nèi)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(shù)的發(fā)展，企業(yè)與外部的協(xié)調(diào)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(lái)效率上的優(yōu)勢(shì)，增強(qiáng)其內(nèi)部的協(xié)調(diào)與合作能力。隨著生產(chǎn)技術(shù)復(fù)雜性的日益增加、勞動(dòng)力異質(zhì)性的不斷加強(qiáng)，數(shù)字化轉(zhuǎn)型的諸多優(yōu)勢(shì)為企業(yè)提供了堅(jiān)實(shí)的支撐，使企業(yè)能夠更加集中于其核心競(jìng)爭(zhēng)力領(lǐng)域的業(yè)務(wù)深耕，實(shí)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(shì)，助力了新質(zhì)生產(chǎn)力的發(fā)展?；谏鲜龇治?，本文提出假設(shè)H2：

H2：企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)創(chuàng)新效率與專業(yè)化分工水平，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

3 模型設(shè)計(jì)與變量說(shuō)明

3.1 樣本選擇與數(shù)據(jù)來(lái)源

本文選取2015—2023年中國(guó)A股上市企業(yè)為研究對(duì)象，數(shù)據(jù)來(lái)源CSMAR數(shù)據(jù)庫(kù)，在樣本處理過(guò)程中，做如下操作：（1）排除了數(shù)據(jù)嚴(yán)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(duì)連續(xù)變量進(jìn)行1%和99%水平的縮尾處理。經(jīng)過(guò)上述處理，最終獲得14431個(gè)有效觀測(cè)值。

3.2 變量說(shuō)明

3.2.1 被解釋變量

被解釋變量：新質(zhì)生產(chǎn)力（Nqp）。新質(zhì)生產(chǎn)力是新質(zhì)勞動(dòng)者、新質(zhì)勞動(dòng)資料、新質(zhì)勞動(dòng)對(duì)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(gòu)建新質(zhì)生產(chǎn)力的評(píng)價(jià)指標(biāo)體系，并利用熵值法進(jìn)行加權(quán)計(jì)算。具體而言，新質(zhì)生產(chǎn)力評(píng)價(jià)指標(biāo)體系包括3個(gè)一級(jí)指標(biāo)和12個(gè)二級(jí)指標(biāo)。具體的指標(biāo)說(shuō)明見表1。

3.2.2 核心解釋變量

核心解釋變量：數(shù)字化轉(zhuǎn)型程度（Dt）。本文借鑒吳非等（2021）[5]的研究，對(duì)A股上市企業(yè)的年度報(bào)告進(jìn)行梳理，將數(shù)字化轉(zhuǎn)型細(xì)分為大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈、技術(shù)應(yīng)用五個(gè)維度，創(chuàng)建數(shù)字化轉(zhuǎn)型文本關(guān)鍵詞庫(kù)。在此基礎(chǔ)上，對(duì)每家上市公司的年報(bào)進(jìn)行文本分析，提取數(shù)字化轉(zhuǎn)型的量化指標(biāo)。鑒于數(shù)據(jù)分布呈現(xiàn)顯著的右偏性，本文對(duì)其執(zhí)行了對(duì)數(shù)轉(zhuǎn)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(chǎn)負(fù)債率（Lev）、營(yíng)業(yè)收入增長(zhǎng)率（Growth）、股權(quán)集中度（Sc）、兩職合一（Dual）、管理層持股比例（Ms）、董事會(huì)規(guī)模（Bs）和獨(dú)立董事比例（Pid）作為控制變量。

3.3 模型設(shè)計(jì)

為檢驗(yàn)假設(shè)H1，構(gòu)建基準(zhǔn)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(zhì)生產(chǎn)力水平。Dti，t表示企業(yè)i在t年的數(shù)字化轉(zhuǎn)型程度。Control i，t為選取的系列控制變量。Year為年份固定效應(yīng)，Ind為行業(yè)固定效應(yīng)，εi，t為隨機(jī)誤差項(xiàng)。

為檢驗(yàn)假設(shè)H2，本文在模型（1）的基礎(chǔ)上構(gòu)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(shí)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(quán)小鋒等（2017）[7]的研究，使用每單位研發(fā)投入的專利申請(qǐng)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(gòu)建企業(yè)專業(yè)化分工水平指標(biāo)（VSI）。

4 實(shí)證結(jié)果與分析

4.1 描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)結(jié)果顯示新質(zhì)生產(chǎn)力指標(biāo)（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(zhì)生產(chǎn)力水平低于平均值。企業(yè)數(shù)字化轉(zhuǎn)型程度（Dt）的平均值同樣高于中位數(shù)，標(biāo)準(zhǔn)差為1.103，表明我國(guó)企業(yè)的數(shù)字化轉(zhuǎn)型水平差異較大?？刂谱兞康姆植继幱诤侠矸秶畠?nèi)。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(shuō)明不存在嚴(yán)重的多重共線性問(wèn)題。

4.2 基準(zhǔn)回歸

表2報(bào)告了模型（1）的基準(zhǔn)回歸結(jié)果。表2列（1）為只加入核心解釋變量和行業(yè)效應(yīng)的回歸結(jié)果，Dt的回歸系數(shù)為0.350。列（2）是在列（1）基礎(chǔ)上加入年份效應(yīng)，Dt的回歸系數(shù)為0.353。列（3）為加入行業(yè)效應(yīng)和控制變量的回歸結(jié)果，Dt的回歸系數(shù)為0.343。列（4）為加入行業(yè)效應(yīng)、年份效應(yīng)和控制變量的回歸結(jié)果，Dt的回歸系數(shù)為0.340。以上結(jié)果均在1%水平上顯著。這表明假設(shè)H1成立，即企業(yè)數(shù)字化轉(zhuǎn)型能促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。

4.3 內(nèi)生性檢驗(yàn)

為減輕內(nèi)生性問(wèn)題，如遺漏變量偏誤和反向因果關(guān)系所引起的偏差，本文采取工具變量法進(jìn)行檢驗(yàn)。在選取工具變量時(shí)，借鑒了楊金玉等（2022）[9]的研究，選取企業(yè)數(shù)字化轉(zhuǎn)型水平與按年份及行業(yè)分類的企業(yè)數(shù)字化轉(zhuǎn)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(zhuǎn)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(nèi)生性檢驗(yàn)的結(jié)果，Kleibergen-Paaprk LM統(tǒng)計(jì)量在1%的水平上均顯著，拒絕了工具變量識(shí)別不足的原假設(shè)。Cragg-Donald Wald F統(tǒng)計(jì)量超過(guò)了Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%水平上的臨界值，拒絕了弱工具變量的原假設(shè)。具體到實(shí)證結(jié)果，在第一階段估計(jì)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(jié)果表明工具變量與解釋變量之間顯著的正相關(guān)性。在第二階段估計(jì)中，Iv1和Iv2與Nqp在1%的水平上均顯著正相關(guān)，這表明企業(yè)數(shù)字化轉(zhuǎn)型與新質(zhì)生產(chǎn)力之間正向關(guān)聯(lián)的結(jié)論依然成立。

5 穩(wěn)健性檢驗(yàn)

5.1 替換被解釋變量

全要素生產(chǎn)率的提升是新質(zhì)生產(chǎn)力的核心標(biāo)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(cè)度的企業(yè)全要素生產(chǎn)率來(lái)替換被解釋變量，并重新進(jìn)行基準(zhǔn)回歸。結(jié)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(shuō)明即使改變被解釋變量的測(cè)度方法，也并未改變研究結(jié)論。

5.2 替換解釋變量

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

5.3 改變樣本期

2020—2023年爆發(fā)的新冠疫情對(duì)經(jīng)濟(jì)產(chǎn)生了較大負(fù)面影響。為確保研究結(jié)果的穩(wěn)健性，排除了上述年份，重新回歸檢驗(yàn)。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(jié)論仍成立，這也表明研究結(jié)果具有較強(qiáng)的穩(wěn)健性。

6 進(jìn)一步分析

6.1 機(jī)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(zhuǎn)型與新質(zhì)生產(chǎn)力之間起到中介作用。表5列（1）列（2）報(bào)告了其檢驗(yàn)結(jié)果。表5列（1）Dt回歸系數(shù)為0.009且在1%水平顯著，說(shuō)明了企業(yè)數(shù)字化轉(zhuǎn)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(zhuǎn)型影響新質(zhì)生產(chǎn)力的過(guò)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(zhuǎn)型與新質(zhì)生產(chǎn)力之間起到中介作用。表5列（3）列（4）報(bào)告了專業(yè)化分工的中介效應(yīng)檢驗(yàn)結(jié)果。表5列（3）Dt回歸系數(shù)為0.013，在1%水平顯著，說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)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(zhuǎn)型影響新質(zhì)生產(chǎn)力的過(guò)程中發(fā)揮著中介作用。

6.2 異質(zhì)性分析

6.2.1 企業(yè)產(chǎn)權(quán)性質(zhì)

從企業(yè)產(chǎn)權(quán)性質(zhì)分析，國(guó)有企業(yè)與非國(guó)有企業(yè)在資源配置、創(chuàng)新能力與風(fēng)險(xiǎn)承擔(dān)等方面存在明顯差異，此類因素可能導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其新質(zhì)生產(chǎn)力的影響有所差異。如表6列（1）列（2）所示，從非國(guó)有企業(yè)與國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型回歸系數(shù)可知，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型提升新質(zhì)生產(chǎn)力的效果更佳，這可能與非國(guó)有企業(yè)在資源配置上更加靈活，具有更強(qiáng)的創(chuàng)新意識(shí)和冒險(xiǎn)精神的特性相關(guān)。國(guó)有企業(yè)雖然擁有較為雄厚的資金、技術(shù)和人才等資源，在數(shù)字化轉(zhuǎn)型過(guò)程中能夠進(jìn)行大規(guī)模的投入，但在靈活性和開創(chuàng)性上可能相對(duì)不足，對(duì)一些新興的數(shù)字化項(xiàng)目和技術(shù)的響應(yīng)速度相對(duì)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(chǔ)設(shè)施等方面存在顯著差異，這些因素亦導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其新質(zhì)生產(chǎn)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(zhuǎn)型，對(duì)新質(zhì)生產(chǎn)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(jìn)的數(shù)字基礎(chǔ)設(shè)施、豐富的數(shù)字化人才儲(chǔ)備等。其次，位于西部地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力的提升效果優(yōu)于中部地區(qū)的企業(yè)。這一結(jié)果可能與西部地區(qū)傳統(tǒng)產(chǎn)業(yè)的高比例有關(guān)，這些產(chǎn)業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，能夠獲得更為顯著的邊際效益。此外，為了促進(jìn)西部地區(qū)的發(fā)展，國(guó)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(chǔ)設(shè)施建設(shè)能在短時(shí)間內(nèi)實(shí)現(xiàn)跨越式的進(jìn)步，從而更明顯地推動(dòng)了當(dāng)?shù)仄髽I(yè)新質(zhì)生產(chǎn)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(zhuǎn)型對(duì)其新質(zhì)生產(chǎn)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(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力提升效果最大，其次是衰退期、成長(zhǎng)期。這可能是因?yàn)槌墒炱谄髽I(yè)通常擁有豐富的資金、技術(shù)、人才和市場(chǎng)資源，有足夠的資源投入企業(yè)數(shù)字化轉(zhuǎn)型中，并且完善的組織架構(gòu)和管理體系可以使其在實(shí)施數(shù)字化轉(zhuǎn)型時(shí)更有效地規(guī)劃和協(xié)調(diào)。衰退期企業(yè)面臨著市場(chǎng)份額萎縮、利潤(rùn)下降等困境，數(shù)字化轉(zhuǎn)型對(duì)其而言是一種扭轉(zhuǎn)頹勢(shì)的重要手段。通過(guò)數(shù)字化轉(zhuǎn)型，可以對(duì)衰退期企業(yè)的資產(chǎn)進(jìn)行重新評(píng)估和利用，資產(chǎn)的盤活能夠在一定程度上提升企業(yè)的生產(chǎn)效率和市場(chǎng)價(jià)值，進(jìn)而促進(jìn)新質(zhì)生產(chǎn)力的產(chǎn)生。

7 研究結(jié)論與對(duì)策啟示

7.1 研究結(jié)論

以2015—2023年中國(guó)A股上市公司為樣本，本文實(shí)證研究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力的影響機(jī)理，得到如下結(jié)論：（1）企業(yè)數(shù)字化轉(zhuǎn)型可以顯著助益新質(zhì)生產(chǎn)力發(fā)展；（2）企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)提升創(chuàng)新效率和專業(yè)化分工水平促進(jìn)新質(zhì)生產(chǎn)力發(fā)展；（3）非國(guó)有、東部地區(qū)以及處于成熟期企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)新質(zhì)生產(chǎn)力發(fā)展的正面推動(dòng)作用更為突出。

7.2 對(duì)策啟示

基于上述結(jié)論，首先，為幫助企業(yè)發(fā)展新質(zhì)生產(chǎn)力，政府可以加大對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的幫扶力度。在數(shù)字基礎(chǔ)設(shè)施建設(shè)方面，可以提升網(wǎng)絡(luò)通信能力，如加大對(duì)5G網(wǎng)絡(luò)的投資力度和擴(kuò)大覆蓋范圍；強(qiáng)化數(shù)據(jù)中心建設(shè)，以應(yīng)對(duì)不斷增長(zhǎng)的數(shù)據(jù)量和計(jì)算需求。在企業(yè)發(fā)展戰(zhàn)略方面，目前我國(guó)許多企業(yè)對(duì)數(shù)字化轉(zhuǎn)型認(rèn)識(shí)不足，政府可以開展針對(duì)企業(yè)管理者和員工的數(shù)字化培訓(xùn)和宣傳活動(dòng)，幫助他們理解數(shù)字化轉(zhuǎn)型的重要性和實(shí)施路徑。建立激勵(lì)機(jī)制和設(shè)立專項(xiàng)基金，對(duì)于積極開展數(shù)字化轉(zhuǎn)型的企業(yè)，政府可給予政策支持、稅收優(yōu)惠或資金獎(jiǎng)勵(lì)。

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(zhuǎn)型與新質(zhì)生產(chǎn)力之間發(fā)揮著中介作用。這說(shuō)明企業(yè)在開展數(shù)字化轉(zhuǎn)型的過(guò)程中，應(yīng)建立有效的合作機(jī)制、搭建創(chuàng)新產(chǎn)出和轉(zhuǎn)化的運(yùn)作模式來(lái)聚焦專業(yè)化優(yōu)勢(shì)與提升創(chuàng)新效率，以此促進(jìn)新質(zhì)生產(chǎn)力涌現(xiàn)。在企業(yè)創(chuàng)新方面，構(gòu)建開放創(chuàng)新生態(tài)系統(tǒng)，可以與高校、科研機(jī)構(gòu)建立緊密的合作關(guān)系，通過(guò)協(xié)同合作，加速科研成果向現(xiàn)實(shí)生產(chǎn)力的轉(zhuǎn)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(jìng)爭(zhēng)力與分工定位，主動(dòng)厘清資源與技術(shù)的比較優(yōu)勢(shì)，構(gòu)建產(chǎn)業(yè)生態(tài)與專業(yè)合作網(wǎng)絡(luò)，以實(shí)現(xiàn)資源的最優(yōu)配置和效率的最大化。同時(shí)，企業(yè)應(yīng)積極尋求與上下游產(chǎn)業(yè)鏈的協(xié)同合作，通過(guò)整合外部資源，提升整體產(chǎn)業(yè)鏈的競(jìng)爭(zhēng)力。

最后，企業(yè)應(yīng)堅(jiān)持因地制宜發(fā)展新質(zhì)生產(chǎn)力。基于地區(qū)資源稟賦與產(chǎn)業(yè)基礎(chǔ)，有針對(duì)性地促進(jìn)特色產(chǎn)業(yè)、協(xié)同創(chuàng)新發(fā)展，從實(shí)際出發(fā)推動(dòng)新質(zhì)生產(chǎn)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(shù)優(yōu)勢(shì)，重點(diǎn)發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)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(dòng)力資源，發(fā)展現(xiàn)代特色農(nóng)業(yè)、先進(jìn)制造業(yè)等。成長(zhǎng)期企業(yè)可以結(jié)合自身的戰(zhàn)略定位和市場(chǎng)需求，聚焦核心技術(shù)研發(fā)，優(yōu)化治理結(jié)構(gòu)，提高決策效率。成熟期企業(yè)則應(yīng)注重產(chǎn)業(yè)鏈的整合和優(yōu)化，提升企業(yè)規(guī)模效應(yīng)和市場(chǎng)競(jìng)爭(zhēng)力。衰退期企業(yè)則需要尋找新的增長(zhǎng)點(diǎn)，通過(guò)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)產(chǎn)業(yè)的再發(fā)展。

參考文獻(xiàn)

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?qǐng)?bào)， 2023-09-10（1）.

中央財(cái)辦， 詳解2023年中央經(jīng)濟(jì)工作會(huì)議精神[N].人民日?qǐng)?bào)， 2023-12-18（4）.

胡山， 余泳澤.數(shù)字經(jīng)濟(jì)與企業(yè)創(chuàng)新： 突破性創(chuàng)新還是漸進(jìn)性創(chuàng)新？[J].財(cái)經(jīng)問(wèn)題研究， 2022（1）：42-51.

宋佳，張金昌，潘藝. ESG發(fā)展對(duì)企業(yè)新質(zhì)生產(chǎn)力影響的研究： 來(lái)自中國(guó)A股上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].當(dāng)代經(jīng)濟(jì)管理， 2024， 46（6）：1-11.

吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)： 來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)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(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)字專利的證據(jù)[J].經(jīng)濟(jì)研究，2023，58（3）：97-115.

權(quán)小鋒，尹洪英.中國(guó)式賣空機(jī)制與公司創(chuàng)新： 基于融資融券分步擴(kuò)容的自然實(shí)驗(yàn)[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(zhuǎn)型與企業(yè)分工： 專業(yè)化還是縱向一體化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

楊金玉，彭秋萍，葛震霆.數(shù)字化轉(zhuǎn)型的客戶傳染效應(yīng)： 供應(yīng)商創(chuàng)新視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（8）：156-174.

魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541-558.

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(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.