中圖分類號：F832.51；F270.7；F273 文獻(xiàn)標(biāo)識碼：A文章編號：1007-5097（2025）03-0092-12

The Impact of Enterprise Digital Transformation on Total Factor Productivity： AChainMediationEffectModelBasedonFullInnovation

LIU Shengqianga?，YU Xinyueab，HU Xuanyub， ZHANG Yua，b （a. Institute for Chengdu-Chongqing Economic Zone Development; b.School of Accounting， Chongqing Technology and Business University，Chongqing 4Ooo67， China）

Abstract：Thisessay examines theimpactofdigital transformationontotal factorproductivitybyanalyzing ChineseAshare listed companies in Shanghai and Shenzhen spaningthe period from 2O13 to 2O22，employing a chain mediation effct model within the framework of a comprehensive innovation chain perspective for empirical analysis.Research findings：digital transformationexertsasignificant positiveimpactontotal factor productivity，asevidencedbythree distinctpathways：\"digital transformation—innovationinvestmenttotalfactorproductivity\"，\"digitaltransformation innovationperformance—total factorproductivity\"，and\"digital transformation—innovationinvestment—innovation performance—total factorproductivity\".Furtheranalysisreveals thatinternal controland specializationserveaspartial mediator in therelationship between digital transformationand innovationperformance within these pathways.Moreover， theimpactofdigitaltransformationontotalfactorproductivityexhibitsheterogeneityacrossvariablessuchasfirmsize， industrycharacteristics，andregional disparities.Theresearch findingsare crucial for enhancingcorporate innovation capabilities and fostering high-quality economic development.

Keywords：enterprise digital transformation; fullinnovation; total factor productivity; chain mediation

一、引言

當(dāng)前，中國經(jīng)濟(jì)已進(jìn)入高質(zhì)量發(fā)展階段。黨的二十大報告強(qiáng)調(diào)，要堅持以推動高質(zhì)量發(fā)展為主題，加快建設(shè)現(xiàn)代化經(jīng)濟(jì)體系，著力提高全要素生產(chǎn)率。數(shù)字技術(shù)憑借其共享性、開放性和邊際效益遞增的特性，對全要素生產(chǎn)率的提升起顯著的促進(jìn)作用（楊慧梅和江璐，2021）[1。根據(jù)國家數(shù)據(jù)局發(fā)布的《數(shù)字中國發(fā)展報告（2023年）》，2023年中國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值超過12萬億元，占GDP比重約 10 % ，數(shù)字算力總規(guī)模居全球第二位，數(shù)字經(jīng)濟(jì)已成為推動經(jīng)濟(jì)復(fù)蘇的重要力量和促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的強(qiáng)勁引擎。在此背景下，數(shù)字化轉(zhuǎn)型也成為企業(yè)的核心戰(zhàn)略選擇。

學(xué)術(shù)界對企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率的關(guān)系尚未達(dá)成共識。“價值派\"認(rèn)為數(shù)字化轉(zhuǎn)型能挖掘數(shù)據(jù)價值，通過多維度優(yōu)化和創(chuàng)新提升全要素生產(chǎn)率（趙宸宇等，2021）2]；“風(fēng)險派\"則受“索洛悖論\"影響①，認(rèn)為高額轉(zhuǎn)型成本、技術(shù)復(fù)雜性和資源配置不當(dāng)會阻礙全要素生產(chǎn)率的提升（劉新爭，2023）[3]。關(guān)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效應(yīng)研究的相關(guān)理論問題亟待進(jìn)一步探討。

創(chuàng)新是引領(lǐng)發(fā)展的第一動力，在數(shù)字化轉(zhuǎn)型背景下，如何促進(jìn)科技創(chuàng)新，實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展，成為理論界與實踐界共同關(guān)注的重要議題。已有研究表明，創(chuàng)新對全要素生產(chǎn)率的提升有顯著作用（Boeing等，2016;任英華等，2023）[4-5]。然而，中國企業(yè)卻面臨研發(fā)投人難以顯著提升全要素生產(chǎn)率的新困境（田維斌等，2014;王昱等，2022）[6-7]。也有研究認(rèn)為，數(shù)字化轉(zhuǎn)型能引導(dǎo)企業(yè)加大創(chuàng)新投入、提高創(chuàng)新績效，進(jìn)而促進(jìn)全要素生產(chǎn)率提升（Zhou和Chen，2023；董松柯等，2023）[8-9]。但現(xiàn)有文獻(xiàn)大多僅關(guān)注創(chuàng)新過程的某一環(huán)節(jié)，忽視了從創(chuàng)新投入到創(chuàng)新績效的完整創(chuàng)新鏈對數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間關(guān)系的影響。

本文基于2013—2022年滬深A(yù)股上市公司的數(shù)據(jù)，從完整創(chuàng)新鏈視角，采用鏈?zhǔn)街薪樾?yīng)模型，實證分析企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響。本文的邊際貢獻(xiàn)在于： ① 整合現(xiàn)有研究思路，從微觀企業(yè)層面深入探索數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，為實施差異化的數(shù)字化轉(zhuǎn)型戰(zhàn)略提供方向和建議，豐富和深化了企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究； ② 拓展數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率的路徑研究，采用鏈?zhǔn)街薪樾?yīng)模型，從完整創(chuàng)新鏈視角揭示數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率的機(jī)制和路徑；③ 深入挖掘關(guān)鍵路徑的作用機(jī)理，發(fā)現(xiàn)內(nèi)部控制和專業(yè)化分工在關(guān)鍵路徑中的重要作用，為政府部門優(yōu)化數(shù)字化轉(zhuǎn)型政策、企業(yè)破解創(chuàng)新困境、提升全要素生產(chǎn)率提供理論和現(xiàn)實依據(jù)。

二、理論分析與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率企業(yè)數(shù)字化轉(zhuǎn)型將傳統(tǒng)生產(chǎn)發(fā)展與前沿數(shù)字科技深度融合，通過對組織架構(gòu)、運(yùn)行模式及管理思維的革新，系統(tǒng)性地推動企業(yè)全面進(jìn)步，增強(qiáng)核心競爭力，創(chuàng)造并獲取新的價值（劉淑春等，2021；王開科等，2020）[10-I1]。數(shù)字化轉(zhuǎn)型是信息化時代發(fā)展的必然趨勢，已滲透企業(yè)生產(chǎn)和發(fā)展的各個層面（楊晶等，2020）[12]。數(shù)字化轉(zhuǎn)型的關(guān)鍵在于引導(dǎo)企業(yè)從傳統(tǒng)的要素驅(qū)動、投資驅(qū)動向創(chuàng)新驅(qū)動的戰(zhàn)略模式轉(zhuǎn)換，這是一個系統(tǒng)性、全局性和長期性的過程（上官緒明和葛斌華，2020;Merin-Rodriganez等，2024）[13-14]。在此過程中，數(shù)據(jù)要素與土地、勞動力、資本等傳統(tǒng)要素相融合，催生全新的生產(chǎn)力形態(tài)，進(jìn)而推動企業(yè)全要素生產(chǎn)率的提升。

具體而言，數(shù)字化轉(zhuǎn)型的積極影響體現(xiàn)在以下幾個方面：

首先，數(shù)字化轉(zhuǎn)型重塑企業(yè)管理模式。通過摒棄陳舊的管理理念和企業(yè)文化，企業(yè)重塑文化內(nèi)核，再造管理流程，提高管理效率，進(jìn)而提升全要素生產(chǎn)率。數(shù)字化轉(zhuǎn)型是一個反復(fù)試錯的過程，構(gòu)建寬松包容的企業(yè)文化與管理氛圍，有助于企業(yè)提高組織和員工的數(shù)字素養(yǎng)與能力，進(jìn)而提升全要素生產(chǎn)率。此外，數(shù)字化轉(zhuǎn)型使企業(yè)的異質(zhì)性資源能夠得到有效配置與動態(tài)調(diào)整，進(jìn)一步提高企業(yè)的組織管理效率（李青原等，2023）[15]。

其次，數(shù)字化轉(zhuǎn)型增強(qiáng)企業(yè)競爭優(yōu)勢。數(shù)字化轉(zhuǎn)型推動企業(yè)從傳統(tǒng)制造模式向現(xiàn)代智能制造模式轉(zhuǎn)型，開發(fā)更加個性化的高質(zhì)量產(chǎn)品，為企業(yè)可持續(xù)發(fā)展注人強(qiáng)勁動力，進(jìn)而提升全要素生產(chǎn)率。數(shù)字技術(shù)能夠精準(zhǔn)捕捉并處理企業(yè)生產(chǎn)管理過程中的數(shù)據(jù)和信息，實現(xiàn)精細(xì)化、柔性化生產(chǎn)（戚聿東和肖旭，2020）[16]，準(zhǔn)確識別產(chǎn)品缺陷并加以改進(jìn)，提高產(chǎn)品質(zhì)量，促進(jìn)企業(yè)全要素生產(chǎn)率的提升。此外，數(shù)字技術(shù)的邊際效益遞增和可持續(xù)成長的特性，使企業(yè)能夠有持續(xù)的創(chuàng)新能力，保持長期競爭優(yōu)勢。

最后，數(shù)字化轉(zhuǎn)型提高企業(yè)資源配置效率。通過建立反饋機(jī)制、實現(xiàn)流程透明化以及合理利用資源，數(shù)字化轉(zhuǎn)型可以顯著提高資源配置效率，促進(jìn)全要素生產(chǎn)率的提升。利用數(shù)字技術(shù)，企業(yè)能夠收集并分析海量數(shù)據(jù)，形成快速的反饋機(jī)制，優(yōu)化決策過程，提高決策的準(zhǔn)確性和敏捷性（楊德明和劉泳文，2018）[17]。同時，透明的流程管理能夠完善監(jiān)督機(jī)制，減少資源錯配現(xiàn)象，提高資源利用效率。

綜上所述，數(shù)字化轉(zhuǎn)型在企業(yè)管理、競爭優(yōu)勢以及資源配置效率等方面均發(fā)揮作用，促進(jìn)企業(yè)全要素生產(chǎn)率的提升?；谝陨戏治觯疚奶岢黾僭O(shè)1。

H1：控制其他條件后，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)全要素生產(chǎn)率。

（二）企業(yè)數(shù)字化轉(zhuǎn)型、完整創(chuàng)新鏈與全要素生產(chǎn)率

創(chuàng)新在新一輪科技革命與產(chǎn)業(yè)變革中發(fā)揮重要作用，也是企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程中的關(guān)鍵，對全面提升全要素生產(chǎn)率至關(guān)重要。企業(yè)的數(shù)字化轉(zhuǎn)型不僅可以直接對全要素生產(chǎn)率產(chǎn)生顯著影響，還通過構(gòu)建和完善創(chuàng)新鏈，間接地促進(jìn)全要素生產(chǎn)率的提升。創(chuàng)新鏈涵蓋從創(chuàng)意萌芽、創(chuàng)新資源投人、創(chuàng)新成果產(chǎn)出到商業(yè)化價值實現(xiàn)的動態(tài)過程（毛義華等，2021）[18]，在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間起重要的中介作用。

企業(yè)數(shù)字化轉(zhuǎn)型通過賦能創(chuàng)新鏈提升全要素生產(chǎn)率體現(xiàn)在兩方面： ① 數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)新鏈注入強(qiáng)大活力。首先，數(shù)字技術(shù)的深度應(yīng)用使企業(yè)能夠更高效地搜集、處理海量信息，精準(zhǔn)預(yù)測市場需求和技術(shù)前沿動態(tài)，為創(chuàng)新活動的源頭一一創(chuàng)意的萌發(fā)提供豐富準(zhǔn)確的預(yù)測（黃先海等，2023）[19]其次，數(shù)字技術(shù)重塑信息環(huán)境，可以提高企業(yè)的研發(fā)效率，降低研發(fā)成本和風(fēng)險，促進(jìn)研發(fā)流程的協(xié)同與優(yōu)化（Boland等，2007；陳曉紅等，2022）[20-21]。最后，數(shù)字化轉(zhuǎn)型打破要素壁壘，加速知識、技術(shù)和資源的流通與共享，推動創(chuàng)新鏈各環(huán)節(jié)的無縫對接和高效協(xié)同，加速創(chuàng)新成果向市場應(yīng)用轉(zhuǎn)化。 ② 創(chuàng)新鏈的持續(xù)優(yōu)化進(jìn)一步促進(jìn)企業(yè)全要素生產(chǎn)率的提升。在數(shù)字化時代，創(chuàng)新鏈的優(yōu)化不僅有助于企業(yè)合理配置內(nèi)部資源，降低運(yùn)營成本和市場溝通成本，直接提升全要素生產(chǎn)率（施炳展和李建桐，2020;姚立杰等，2023）[22-23]，還能促進(jìn)企業(yè)的專業(yè)化分工，加速生產(chǎn)和技術(shù)網(wǎng)絡(luò)的發(fā)展，優(yōu)化創(chuàng)新主體間的協(xié)同機(jī)制與合作模式，為全要素生產(chǎn)率的提升注入新動力（李曉翔和張樹含，2023）[24]。

從公司財務(wù)視角來看，創(chuàng)新鏈的核心要素為創(chuàng)新投入和創(chuàng)新績效，兩者在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的聯(lián)動效應(yīng)尤為顯著。一般而言，創(chuàng)新投入的增加往往伴隨著創(chuàng)新績效的提升?；诶硇越?jīng)濟(jì)人假設(shè)，企業(yè)會充分利用創(chuàng)新資源，力求以有限資源實現(xiàn)創(chuàng)新績效的最大化，催生新的發(fā)明創(chuàng)造。最終，創(chuàng)新績效的提升轉(zhuǎn)化為新技術(shù)、新模式和新業(yè)態(tài)，推動創(chuàng)新型產(chǎn)品的開發(fā)與市場調(diào)整，助力企業(yè)開辟新市場，增強(qiáng)品牌影響力，充分發(fā)揮數(shù)字化轉(zhuǎn)型通過強(qiáng)化創(chuàng)新鏈提升全要素生產(chǎn)率的作用。

基于以上分析，同時考慮創(chuàng)新投入與創(chuàng)新績效的特殊關(guān)系，本文提出假設(shè)2。

H2：數(shù)字化轉(zhuǎn)型通過促進(jìn)企業(yè)創(chuàng)新提升全要素生產(chǎn)率。

H2a：數(shù)字化轉(zhuǎn)型通過加大企業(yè)創(chuàng)新投入提升全要素生產(chǎn)率；

H2b：數(shù)字化轉(zhuǎn)型通過提高企業(yè)創(chuàng)新績效提升全要素生產(chǎn)率；

H2 c ：創(chuàng)新投入和創(chuàng)新績效在企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率間起鏈?zhǔn)街薪樽饔谩?/p>

三、研究設(shè)計

（一）樣本與數(shù)據(jù)來源

本文選取2013—2022年中國滬深A(yù)股上市公司為研究對象，并進(jìn)行以下處理： ① 考慮金融類上市公司治理結(jié)構(gòu)與財務(wù)狀況的特殊性，剔除樣本中金融類企業(yè); ② 剔除不具有代表性的ST、*ST與PT企業(yè)以及存在缺失值的企業(yè)樣本； ③ 為避免極端值影響，對樣本進(jìn)行 5 % 和 9 5 % 的縮尾處理。最終獲得18885個樣本觀測值，研究數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫、WIND數(shù)據(jù)庫和DIB內(nèi)部控制數(shù)據(jù)庫。

（二）模型設(shè)定

本文構(gòu)建模型（1）檢驗企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響；為研究創(chuàng)新投人和創(chuàng)新績效在數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中的中介作用，參考溫忠麟和葉寶娟（2014）[25]的中介效應(yīng)模型，構(gòu)建模型（2）和模型（3）；參考劉家樹等（2022）[26的計量模型設(shè)計思路，借鑒知識生產(chǎn)函數(shù)，設(shè)定模型（4）和模型（5）構(gòu)建鏈?zhǔn)街薪樾?yīng)模型。為了彌補(bǔ)模型可能存在的不足，本文采用Sobel和Bootstrap法檢驗創(chuàng)新投入和創(chuàng)新績效的中介效應(yīng)。具體模型如下：

其中： i 和 分別代表企業(yè)和年份；TFP為全要素生產(chǎn)率；DCG為數(shù)字化轉(zhuǎn)型程度；RD和Patent分別代表企業(yè)創(chuàng)新投人和創(chuàng)新績效，需要說明的是，檢驗企業(yè)創(chuàng)新績效（Patent）的中介效應(yīng)時，需對模型（2）模型（3）中的企業(yè)創(chuàng)新投入（RD）進(jìn)行相應(yīng)替換;Controls為控制變量； k 表示第 k 個變量；μ 為行業(yè)固定效應(yīng)；8為時間固定效應(yīng)； ε 表示隨機(jī)誤差項。

（三）變量定義

1.被解釋變量：全要素生產(chǎn)率（TFP）

參考魯曉東和連玉君 、宋敏等（2021）28的研究，OP法和LP法均屬于半?yún)?shù)估計方法，且能夠在一定程度上緩解同時性選擇偏差問題和樣本選擇偏差問題，是主檢驗普遍的測度方式。以O(shè)P法計算全要素生產(chǎn)率時，真實投資必須大于0，這可能會導(dǎo)致樣本的缺失，而LP法允許使用替代變量，解決了這一問題。因此，本文將使用LP法計算的全要素生產(chǎn)率作為主檢驗變量，使用OP法計算的全要素生產(chǎn)率作為穩(wěn)健性檢驗變量，進(jìn)行實證檢驗。

2.解釋變量：數(shù)字化轉(zhuǎn)型（DCG）

本文參考吳非等（2021）[29]的做法，對滬深A(yù)股上市公司企業(yè)年度報告中人工智能技術(shù)、大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)、云計算技術(shù)以及數(shù)字技術(shù)運(yùn)用的數(shù)字化相關(guān)詞頻進(jìn)行統(tǒng)計分析，對特征詞詞庫和數(shù)據(jù)池進(jìn)行搜索、匹配和詞頻計數(shù)，得出總詞頻數(shù)。為避免統(tǒng)計的詞頻數(shù)可能存在的右偏性問題，本文以總詞頻數(shù)加1的自然對數(shù)來衡量數(shù)字化轉(zhuǎn)型。

3.中介變量

（1）創(chuàng)新投入（RD）。以研發(fā)支出與總資產(chǎn)的比值進(jìn)行度量。

（2）創(chuàng)新績效（Patent）?？疾炱髽I(yè)實質(zhì)性創(chuàng)新的影響，需要排除企業(yè)實用新型專利和外觀設(shè)計專利中可能存在的策略性創(chuàng)新傾向。因此，本文參考李雪松等（2022）[30]的研究，選取發(fā)明專利申請數(shù)量加1的自然對數(shù)度量企業(yè)創(chuàng)新績效。

4.控制變量

借鑒吳非等（2021）[29]、董松柯等（2023）[9]的研究結(jié)果，本文選取如下控制變量：企業(yè)規(guī)模（Size）、總資產(chǎn)凈利潤率（ROA）、資產(chǎn)負(fù)債率（Lev）、營業(yè)收入增長率（Growth）、企業(yè)年齡（ListAge）、產(chǎn)權(quán)性質(zhì)（SOE）、兩職合一（Dual）、前十大股東持股比例（Top10）、托賓 Q （ T o b i nQ ）。

變量定義見表1所列。

四、實證結(jié)果分析

（一）描述性統(tǒng)計

描述性統(tǒng)計結(jié)果見表2所列。全要素生產(chǎn)率（TFP）的均值為16.527，和宋敏等（2021）[28]的研究結(jié)果基本一致，說明樣本可比性強(qiáng)，不存在明顯偏態(tài)；創(chuàng)新投入（RD）的均值為2.184，說明企業(yè)創(chuàng)新投入的整體水平較低；創(chuàng)新績效（Patent）均值為2.237，最大值和最小值相差4.942，說明企業(yè)的實質(zhì)性創(chuàng)新績效水平參差不齊且差距較大；數(shù)字化轉(zhuǎn)型（DCG）最小值為0，最大值為4.407，表明數(shù)字化轉(zhuǎn)型增勢迅猛，但也存在企業(yè)間數(shù)字化發(fā)展不平衡的問題，與吳非等（2021）[29]的研究結(jié)果基本一致。其余控制變量均值及分布均在合理范圍。

（二）實證回歸結(jié)果

1.基準(zhǔn)回歸分析

數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率關(guān)系的檢驗結(jié)果見表3列（1）列（2）?；貧w結(jié)果顯示，無論是否加入控制變量，企業(yè)數(shù)字化轉(zhuǎn)型回歸系數(shù)均在1 % 水平上顯著為正，表明數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)全要素生產(chǎn)率提升，H1得到驗證。

2.獨立中介效應(yīng)檢驗

表3列（2）至列（6）報告了企業(yè)創(chuàng)新在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間發(fā)揮作用的檢驗結(jié)果。列（3）、列（5）結(jié)果表明，創(chuàng)新投人和創(chuàng)新績效與數(shù)字化轉(zhuǎn)型呈正相關(guān)關(guān)系，均在 1 % 水平上顯著；列（4）、列（6結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠?qū)?chuàng)新投入和創(chuàng)新績效起促進(jìn)作用，從而提升全要素生產(chǎn)率，且均在 1 % 水平上顯著，說明創(chuàng)新投入和創(chuàng)新績效均存在部分中介效應(yīng)， H2 a 和H2b得到驗證。

為了避免中介效應(yīng)三步法檢驗的缺陷，本文進(jìn)行Sobel和Bootstrap檢驗，結(jié)果見表3所列。Sobel檢驗中，創(chuàng)新投人和創(chuàng)新績效均在 1 % 水平上顯著；Bootstrap的1000次檢驗中，間接效應(yīng)置信區(qū)間均不包含0，再次證明創(chuàng)新投入和創(chuàng)新績效存在部分中介效應(yīng)，H2a和H2b得到驗證，即數(shù)字化轉(zhuǎn)型會對創(chuàng)新投人和創(chuàng)新績效起促進(jìn)作用，進(jìn)而提升全要素生產(chǎn)率。

3.鏈?zhǔn)街薪樾?yīng)檢驗

本文對\"數(shù)字化轉(zhuǎn)型—創(chuàng)新投人一創(chuàng)新績效—全要素生產(chǎn)率\"鏈?zhǔn)街薪樾?yīng)進(jìn)行檢驗，回歸結(jié)果見表3列（3）、列（7）列（8）。可以看出，創(chuàng)新投入和創(chuàng)新績效均在 1 % 水平上顯著為正，H2c得到驗證，即創(chuàng)新投入和創(chuàng)新績效在數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率間起鏈?zhǔn)街薪樽饔谩?/p>

溫忠麟和葉寶娟（2014）[25]認(rèn)為，當(dāng)影響路徑存在多層中介時，Bootstrap法是檢驗多層中介效應(yīng)的重要方法。本文使用SPSS插件PROCESS的模型6，以數(shù)字化轉(zhuǎn)型為解釋變量，以全要素生產(chǎn)率為被解釋變量，以創(chuàng)新投入和創(chuàng)新績效為鏈?zhǔn)街薪樽兞?，進(jìn)行Bootstrap檢驗，選擇 9 5 % 置信水平，重復(fù)抽樣5000次，結(jié)果見表4所列?？梢钥闯?，數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率具有正向間接效應(yīng)，且有三條路徑。對路徑一（DCG一RD—TFP）進(jìn)行創(chuàng)新投入的中介效應(yīng)檢驗， 9 5 % 置信區(qū)間不含 0 ， H2 a 得到進(jìn)一步驗證；對路徑二（DCG—Patent—TFP）進(jìn)行創(chuàng)新績效的中介效應(yīng)檢驗， 9 5 % 置信間不含0，H2b得到進(jìn)一步驗證；對路徑三（DCG—RD—Patent—TFP）進(jìn)行創(chuàng)新投入和創(chuàng)新績效的鏈?zhǔn)街薪樾?yīng)檢驗， 9 5 % 置信區(qū)間不含0，說明數(shù)字化轉(zhuǎn)型通過促使企業(yè)加大創(chuàng)新投入，提高企業(yè)創(chuàng)新績效，從而提升全要素生產(chǎn)率，H2c得到進(jìn)一步驗證。以前文的多元回歸模型和Bootstrap法對假設(shè)進(jìn)行檢驗，數(shù)字化轉(zhuǎn)型通過促進(jìn)企業(yè)創(chuàng)新提升全要素生產(chǎn)率得到驗證，H2成立。

從前文分析可以看出，數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的總間接效應(yīng)為0.0151，創(chuàng)新投入中介效應(yīng)（0.0027占比為 1 7 . 8 8 % ，創(chuàng)新績效中介效應(yīng)（0.0093）占比為 6 1 . 5 9 % ，創(chuàng)新投人和創(chuàng)新績效的鏈?zhǔn)街薪樾?yīng)（0.0031）占比為 2 0 . 5 3 % 。創(chuàng)新投入的中介效應(yīng)占比較小，說明我國企業(yè)創(chuàng)新投入的價值創(chuàng)造能力較低，存在一定的創(chuàng)新困境，應(yīng)注重提高創(chuàng)新效率，提升企業(yè)發(fā)展質(zhì)量。創(chuàng)新績效中介效應(yīng)占比超過5 0 % ，是數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率的關(guān)鍵驅(qū)動因素，需要進(jìn)一步挖掘其中的影響機(jī)制。完整的創(chuàng)新過程鏈?zhǔn)街薪樾?yīng)占比低于創(chuàng)新績效占比，說明在數(shù)字化轉(zhuǎn)型推動下，企業(yè)創(chuàng)新行為實現(xiàn)從投入到產(chǎn)出再到價值創(chuàng)造的能力還有待提高，需要進(jìn)一步探索數(shù)字化轉(zhuǎn)型對創(chuàng)新績效的影響機(jī)制。

（三）穩(wěn)健性檢驗

1.替換核心變量

參考魯曉東和連玉君（2012）[27]、宋敏等（2021）[28]的研究，本文采用修訂的OP法和GMM法測度全要素生產(chǎn)率并進(jìn)行穩(wěn)健性檢驗；參考盧福財?shù)龋?024）[31]的做法，選擇國泰安數(shù)據(jù)庫中的數(shù)字化轉(zhuǎn)型詞頻衡量數(shù)字化轉(zhuǎn)型程度并進(jìn)行穩(wěn)健性檢驗；將發(fā)明專利、實用新型專利和外觀設(shè)計專利按照3：2：1的權(quán)重計算總申請量加1的自然對數(shù)，進(jìn)行創(chuàng)新績效的穩(wěn)健性檢驗。表5分別報告了替換被解釋變量、解釋變量和改變創(chuàng)新績效度量方法后的回歸結(jié)果，可以看出，在改變核心變量的計算方法后，研究結(jié)果依然穩(wěn)健。

2.延長觀測窗口

考慮數(shù)字化轉(zhuǎn)型取得成效可能需要一定的時間，本文對企業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行滯后一期處理，并重新回歸，結(jié)果見表6所列?？梢钥闯觯髽I(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的正向效應(yīng)并未隨著窗口期的延長而顯著衰減，此外，創(chuàng)新投入和創(chuàng)新績效發(fā)揮的獨立中介效應(yīng)和鏈?zhǔn)街薪樾?yīng)在較長時間內(nèi)仍存在。

3.排除策略性行為影響

為了排除企業(yè)策略性炒作或蹭熱度等行為的影響（趙璨等，2020）[32]，本文對樣本進(jìn)行如下篩選：① 剔除數(shù)字化轉(zhuǎn)型程度為0的企業(yè)。 ② 創(chuàng)業(yè)板上市公司多屬于高新技術(shù)企業(yè)，其有一定的數(shù)字技術(shù)水平，故剔除創(chuàng)業(yè)板上市企業(yè)。 ③ 剔除同時存在以上兩種情況的企業(yè)。回歸結(jié)果見表7所列，可以看出，在排除策略性行為影響后，相關(guān)回歸系數(shù)均在 1 % 水平上顯著，說明本文的研究結(jié)果是可靠的。

4.固定效應(yīng)法

參考魯曉東和連玉君 、宋敏等（2021）[28]的研究，本文使用FE、OP和GMM三種方法計算全

要素生產(chǎn)率，并采用個體雙向固定效應(yīng)模型進(jìn)行穩(wěn)健性檢驗，結(jié)果見表8所列?？梢钥闯?，數(shù)字化轉(zhuǎn)型系數(shù)均顯著為正，說明實證結(jié)果是可靠的。

5.工具變量法

參考黃群慧等（2019）[33]的研究，本文選擇1984年各城市郵電數(shù)據(jù)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量?；ヂ?lián)網(wǎng)技術(shù)的應(yīng)用水平和發(fā)展程度，很大程度受當(dāng)?shù)剜]電系統(tǒng)分布、固定電話數(shù)量、技術(shù)應(yīng)用水平以及社會固有偏好的影響，滿足相關(guān)性要求；郵電設(shè)施作為社會基礎(chǔ)設(shè)施，不直接作用于社會生產(chǎn)率的提升過程，滿足外生性要求。參考袁淳等（2021）[34的研究，本文采用1984年各省份每萬人固定電話數(shù)量與滯后一期的全國互聯(lián)網(wǎng)用戶數(shù)的交互項作為當(dāng)期企業(yè)數(shù)字化轉(zhuǎn)型的工具變量，為使數(shù)據(jù)更加可靠、穩(wěn)健，參照李旭超等（2024）35的做法，采用樣本期之前的互聯(lián)網(wǎng)數(shù)據(jù)即2003一2012年的各省份互聯(lián)網(wǎng)普及率作為工具變量。工具變量法的回歸結(jié)果見表9所列。

表9列（1）和列（3）的第一階段回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型對兩個工具變量的回歸系數(shù)均顯著為正，故工具變量滿足相關(guān)性要求。Kleibergen-PaaprkLM統(tǒng)計量在 1 % 的水平上顯著，拒絕工具變量識別不足的原假設(shè)。Cragg-DonaldWald F 統(tǒng)計量大于 弱工具變量識別 F 檢驗在10 % 顯著性水平上的臨界值，通過了弱工具變量檢驗。列（2）和列（4）的檢驗結(jié)果顯示，數(shù)字化轉(zhuǎn)型系數(shù)依舊顯著為正，說明基本結(jié)論是穩(wěn)健可靠的。

五、異質(zhì)性分析

（一）企業(yè)規(guī)模異質(zhì)性分析

數(shù)字化轉(zhuǎn)型需要大量的軟硬件投入，不同規(guī)模的企業(yè)在這方面可能存在差異，因而全要素生產(chǎn)率水平也可能不同。本文以企業(yè)規(guī)模平均數(shù)為標(biāo)準(zhǔn)將樣本劃分為大企業(yè)組和中小企業(yè)組，分析企業(yè)規(guī)模異質(zhì)性。

表10列（1）和列（2）結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型回歸系數(shù)均顯著為正，但大企業(yè)組回歸系數(shù)為0.028，中小企業(yè)組回歸系數(shù)為0.012，表明數(shù)字化轉(zhuǎn)型對不同規(guī)模企業(yè)全要素生產(chǎn)率的影響存在差異。這可能是因為，相較于中小型企業(yè)，大型企業(yè)擁有的資源更多，抗風(fēng)險能力更強(qiáng)，能夠在數(shù)字化轉(zhuǎn)型中取得更大的成效。

（二）行業(yè)特征異質(zhì)性分析

企業(yè)所處行業(yè)不同，其資產(chǎn)結(jié)構(gòu)、戰(zhàn)略選擇以及生產(chǎn)率水平等也會有明顯差異。本文參考趙宸宇等（2021）[2的研究，將樣本劃分為技術(shù)密集型行業(yè)和非技術(shù)密集型行業(yè)兩組。

表10列（3）和列（4的結(jié)果顯示，數(shù)字化轉(zhuǎn)型對非技術(shù)密集型行業(yè)全要素生產(chǎn)率的促進(jìn)作用更強(qiáng)。原因在于： ① 技術(shù)基礎(chǔ)與人才稟賦的不均等性。技術(shù)密集型企業(yè)起點相對較高，數(shù)字化轉(zhuǎn)型效率的提升空間有限；非技術(shù)密集型企業(yè)則能實現(xiàn)顯著的技術(shù)創(chuàng)新和效率飛躍。 ② 資產(chǎn)結(jié)構(gòu)與轉(zhuǎn)型機(jī)制的差異化影響。非技術(shù)密集型企業(yè)固定資產(chǎn)占比相對較高，數(shù)字化轉(zhuǎn)型能顯著降低企業(yè)運(yùn)營成本，實現(xiàn)智能化生產(chǎn)，大幅提升全要素生產(chǎn)率?？傮w而言，企業(yè)在數(shù)字化轉(zhuǎn)型中的表現(xiàn)受其初始條件、資源分布及轉(zhuǎn)型策略影響，體現(xiàn)了數(shù)字化轉(zhuǎn)型在不同行業(yè)背景下的復(fù)雜性。

（三）地區(qū)異質(zhì)性分析

中國各地區(qū)政策環(huán)境和經(jīng)濟(jì)發(fā)展水平存在差異，數(shù)字化轉(zhuǎn)型的影響也可能不同。分析地區(qū)異質(zhì)性有助于深人理解數(shù)字化轉(zhuǎn)型的區(qū)域特性，為政策制定者、企業(yè)決策者提供更加精準(zhǔn)有效的策略建議，在全國范圍內(nèi)實現(xiàn)均衡、高效的數(shù)字化轉(zhuǎn)型

本文將樣本劃分為東部、中部和西部地區(qū)三組分別進(jìn)行回歸，結(jié)果見表10列（5）列（6）、列（7）?？梢钥闯?，東部地區(qū)數(shù)字化轉(zhuǎn)型系數(shù)在 1 % 水平上顯著為正，中部和西部地區(qū)數(shù)字化轉(zhuǎn)型系數(shù)為正，但不顯著。相較而言，東部地區(qū)數(shù)字化轉(zhuǎn)型成效明顯。這可能是因為，東部地區(qū)作為經(jīng)濟(jì)引領(lǐng)者，有較強(qiáng)的技術(shù)設(shè)施和創(chuàng)新能力，為數(shù)字化轉(zhuǎn)型奠定了基礎(chǔ)，企業(yè)能快速應(yīng)用云計算、大數(shù)據(jù)等技術(shù)，形成人才一技術(shù)一資金的有效循環(huán)，使企業(yè)數(shù)字化轉(zhuǎn)型不斷深化，全要素生產(chǎn)率提升明顯。中西部地區(qū)蘊(yùn)含巨大的發(fā)展?jié)摿?，其?shù)字經(jīng)濟(jì)發(fā)展短板主要在基礎(chǔ)設(shè)施升級和人才資本匯集方面，數(shù)字化轉(zhuǎn)型還有較大的提升空間。

六、進(jìn)一步機(jī)制分析

（一）內(nèi)部控制機(jī)制

本文研究發(fā)現(xiàn)，“數(shù)字化轉(zhuǎn)型一創(chuàng)新績效一全要素生產(chǎn)率”（路徑二）是關(guān)鍵傳導(dǎo)路徑，在總體貢獻(xiàn)中占比高達(dá) 6 1 . 5 9 % ，對其作用機(jī)理進(jìn)一步探討，可以驗證在采用鏈?zhǔn)街薪槟Ｐ蜋z驗過程中，考慮路徑三（數(shù)字化轉(zhuǎn)型一創(chuàng)新投入一創(chuàng)新績效一全要素生產(chǎn)率）以后，內(nèi)部控制和專業(yè)化分工在路徑二中的中介作用是否仍然存在。

良好的內(nèi)部控制能夠提高企業(yè)的適應(yīng)能力和管理效率。面對數(shù)字化轉(zhuǎn)型伴隨的高風(fēng)險，構(gòu)建有效的內(nèi)部控制體系顯得尤為重要。在進(jìn)行機(jī)制檢驗時，使用DIB內(nèi)部控制數(shù)據(jù)庫中的內(nèi)部控制指數(shù)的對數(shù)衡量內(nèi)部控制水平（IC），該指標(biāo)越大表明企業(yè)的內(nèi)部控制越有效。表11為內(nèi)部控制機(jī)制檢驗結(jié)果，列（1）中數(shù)字化轉(zhuǎn)型對創(chuàng)新績效具有顯著的正向影響，列（2）中數(shù)字化轉(zhuǎn)型對內(nèi)部控制水平有顯著的正向影響，列（3）中數(shù)字化轉(zhuǎn)型能通過提升內(nèi)部控制水平對企業(yè)創(chuàng)新績效產(chǎn)生積極影響。

（二）專業(yè)化分工機(jī)制

隨著云計算、人工智能、物聯(lián)網(wǎng)等技術(shù)的應(yīng)用，更多針對特定行業(yè)或職能的專業(yè)化工具和平臺相繼出現(xiàn)，使得企業(yè)可以更加專注于自身核心能力的提升。數(shù)字化轉(zhuǎn)型能提高企業(yè)協(xié)調(diào)能力，提升專業(yè)化分工水平（施炳展和李建桐，2020）[22]，促進(jìn)創(chuàng)新資源整合，從而進(jìn)一步提升企業(yè)創(chuàng)新績效。

根據(jù)交易成本理論，縱向一體化與專業(yè)化是相對應(yīng)的概念?？v向一體化追求掌握和控制供應(yīng)鏈的多個環(huán)節(jié)，專業(yè)化則強(qiáng)調(diào)深化知識技能，專注于某個產(chǎn)品、服務(wù)或生產(chǎn)過程。本文借鑒袁淳等（2021）[34的做法，測算專業(yè)化分工水平，考慮數(shù)據(jù)的可得性，采用修正的價值增值法（VAS）度量企業(yè)縱向一體化水平。具體計算過程如下：

增加值-稅后凈利潤 + 正常利潤VASAd主營業(yè)務(wù)收入-稅后凈利潤+正常利潤

其中：正常利潤 ∣ = 凈資產(chǎn) × 平均凈資產(chǎn)收益率；增加值 銷售額-采購額。

鑒于專業(yè)化分工是縱向一體化的反向指標(biāo)，本文將企業(yè)專業(yè)化分工水平（VSI）的計算公式設(shè)定為：VSI =1-VASAdj

為保證度量的有效性，本文剔除數(shù)據(jù)缺失嚴(yán)重的樣本，并參考袁淳等（2021）[34]的研究，剔除VSI偏離合理值域[0，1]的觀測值。

專業(yè)化分工機(jī)制的檢驗結(jié)果見表12所列，列（1）與基準(zhǔn)回歸結(jié)果一致，列（2）的數(shù)字化轉(zhuǎn)型回歸系數(shù)在 5 % 水平上顯著為正，表明數(shù)字化轉(zhuǎn)型對專業(yè)化分工水平具有顯著的正向影響；列（3）的數(shù)字化轉(zhuǎn)型回歸系數(shù)在 1 % 水平上顯著為正，專業(yè)化分工水平的回歸系數(shù)在 5 % 水平上顯著為正，表明數(shù)字化轉(zhuǎn)型通過專業(yè)化分工對創(chuàng)新績效產(chǎn)生積極影響。

七、結(jié)論與建議

本文以2013—2022年中國滬深A(yù)股上市公司為研究對象，基于完整創(chuàng)新鏈視角，采用鏈?zhǔn)街薪樾?yīng)模型，實證考察數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)： ① 數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率具有顯著的正向效應(yīng)，且存在“數(shù)字化轉(zhuǎn)型一創(chuàng)新投入一全要素生產(chǎn)率\"（路徑一）、“數(shù)字化轉(zhuǎn)型一創(chuàng)新績效一全要素生產(chǎn)率\"（路徑二）和\"數(shù)字化轉(zhuǎn)型—創(chuàng)新投入一創(chuàng)新績效一全要素生產(chǎn)率\"（路徑三）三條路徑。 ② 路徑二是一條關(guān)鍵傳導(dǎo)路徑，對其作用機(jī)理進(jìn)一步探討發(fā)現(xiàn)，內(nèi)部控制和專業(yè)化分工在數(shù)字化轉(zhuǎn)型與創(chuàng)新績效之間發(fā)揮了部分中介作用。這不僅與現(xiàn)有研究結(jié)論一致，也證明內(nèi)部控制和專業(yè)化分工在路徑二中的中介作用并沒有因為路徑三的加入而消失。 ③ 從企業(yè)規(guī)模、行業(yè)特征及地區(qū)差異三個維度進(jìn)行異質(zhì)性分析。結(jié)果表明，大規(guī)模企業(yè)、非技術(shù)密集型行業(yè)和東部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響更大。

基于上述研究結(jié)論，本文提出以下建議： ① 加快推進(jìn)數(shù)字化轉(zhuǎn)型，賦能企業(yè)高質(zhì)量發(fā)展。數(shù)字化轉(zhuǎn)型是影響全要素生產(chǎn)率的重要因素，政府部門應(yīng)完善數(shù)字基礎(chǔ)設(shè)施，降低企業(yè)轉(zhuǎn)型成本，激發(fā)企業(yè)轉(zhuǎn)型動力。搭建靈活高效的數(shù)字治理框架，為數(shù)字化轉(zhuǎn)型營造良好的制度環(huán)境。同時，鼓勵數(shù)字平臺企業(yè)發(fā)展，培育行業(yè)龍頭，為各類市場主體提供高質(zhì)量的數(shù)字化轉(zhuǎn)型方案和產(chǎn)品。 ② 關(guān)注完整創(chuàng)新過程，積極推動產(chǎn)學(xué)研深度融合。促進(jìn)創(chuàng)新鏈各環(huán)節(jié)緊密結(jié)合，加快建立完整創(chuàng)新生態(tài)系統(tǒng)。創(chuàng)新投入是企業(yè)開展創(chuàng)新活動的基本保障，目前中國企業(yè)整體創(chuàng)新投入水平相對較低且創(chuàng)新效率不高，企業(yè)應(yīng)充分利用數(shù)字技術(shù)高效、靈活的特點，結(jié)合自身發(fā)展戰(zhàn)略制定有效的創(chuàng)新投入產(chǎn)出策略，從實踐需求出發(fā)，打通創(chuàng)新鏈各環(huán)節(jié)，加速創(chuàng)新過程，提升創(chuàng)新效率。 ③ 針對中西部地區(qū)企業(yè)以及中小企業(yè)在數(shù)字化轉(zhuǎn)型中的需求，政府應(yīng)制定差異化的扶持政策，如專項財政補(bǔ)貼、稅收減免等優(yōu)惠政策，鼓勵企業(yè)積極啟動數(shù)字化轉(zhuǎn)型項目。政府應(yīng)牽頭搭建數(shù)據(jù)共享平臺，降低偏遠(yuǎn)地區(qū)企業(yè)及中小企業(yè)獲取市場信息和技術(shù)資源的成本，使數(shù)字經(jīng)濟(jì)在全國范圍內(nèi)均衡發(fā)展。 ④ 構(gòu)建良好的內(nèi)部控制體系，深化企業(yè)專業(yè)化分工。企業(yè)要意識到數(shù)字化轉(zhuǎn)型面臨的風(fēng)險，建立合理有效的內(nèi)部控制體系，確保組織架構(gòu)清晰，權(quán)責(zé)分明。鼓勵企業(yè)利用數(shù)字技術(shù)和智能平臺，強(qiáng)化跨行業(yè)協(xié)作能力，專注優(yōu)勢領(lǐng)域的發(fā)展，培養(yǎng)創(chuàng)新人才隊伍，提高專業(yè)化分工水平，為企業(yè)創(chuàng)新營造更優(yōu)環(huán)境，實現(xiàn)全要素生產(chǎn)率的提升。

注釋：

（1）索洛悖論（ProductivityParadox），又稱“生產(chǎn)率悖論”。20世紀(jì)80年代末，美國學(xué)者查斯曼（Strassman）通過對292家企業(yè)的調(diào)查發(fā)現(xiàn)，企業(yè)的IT投資與投資回報率沒有明顯關(guān)系。新質(zhì)生產(chǎn)力理論強(qiáng)調(diào)科技是第一生產(chǎn)力，并將其應(yīng)用于具體的產(chǎn)業(yè)和產(chǎn)業(yè)鏈，以實現(xiàn)經(jīng)濟(jì)增長。范子英教授在“從索洛悖論到新質(zhì)生產(chǎn)力”的演講中提出，新質(zhì)生產(chǎn)力超越了索洛悖論，可以實現(xiàn)從0到1，從1到N的創(chuàng)新。

（2）經(jīng)濟(jì)學(xué)家熊彼特提出，創(chuàng)新投入會影響創(chuàng)新績效。索洛在其發(fā)表的《技術(shù)變化和總量生產(chǎn)函數(shù)》中提出了著名的索洛模型，并利用該模型定量測度了創(chuàng)新投入（技術(shù)進(jìn)步）對創(chuàng)新績效（經(jīng)濟(jì)增長）的貢獻(xiàn)，后來的學(xué)者對其進(jìn)行了進(jìn)一步的拓展，即創(chuàng)新投入會影響創(chuàng)新績效。

參考文獻(xiàn)：

[1]楊慧梅，江璐.數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率[J].統(tǒng)計研究，2021，38（4）：3-15.

[2]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(jì)，2021，42（7）：114-129.

[3]劉新爭.企業(yè)數(shù)字化轉(zhuǎn)型中的\"生產(chǎn)率悖論”—來自制造業(yè)上市公司的經(jīng)驗證據(jù)[J].經(jīng)濟(jì)學(xué)家，2023（11）：37-47.

[4]BOEINGP，MUELLERE，SANDNERP.China'sRamp;DExplosion：Analyzing Productivity Effects Across Owner-ship Types and Over Time[J].Research Policy，2016，45（1） ：159-176.

[5]任英華，劉宇釗，李海彤.人工智能技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)管理，2023，45（9）：50-67.

[6]田維斌，袁海峰，王占香.技術(shù)創(chuàng)新、技術(shù)引進(jìn)與經(jīng)濟(jì)增長方式轉(zhuǎn)變[J].經(jīng)濟(jì)研究，2014，49（7）：31-43.

[7]王昱，黃真瑞，胡騰.政策迎合能否兼顧高質(zhì)量發(fā)展？一制造業(yè)企業(yè)的研發(fā)操縱與生產(chǎn)率[J].科學(xué)學(xué)研究，2022，40（9）：1562-1573.

[8]ZHOU C F，CHEN J. Can Digital Transformation Over-comethe Enterprise Innovation Dilemma：Effect，Mecha-nismand Effective Boundary[J]. Technological Forecast-ingand Social Change，2023，190：122378.

[9]董松柯，劉希章，李娜.數(shù)字化轉(zhuǎn)型是否降低企業(yè)研發(fā)操縱？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（4）：28-51.

[10]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.

[11]王開科，吳國兵，章貴軍.數(shù)字經(jīng)濟(jì)發(fā)展改善了生產(chǎn)效率嗎[J].經(jīng)濟(jì)學(xué)家，2020（10）：24-34.

[12]楊晶，李哲，康琪.數(shù)字化轉(zhuǎn)型對國家創(chuàng)新體系的影響與對策研究[J].研究與發(fā)展管理，2020，32（6）：26-38.

[13]上官緒明，葛斌華.科技創(chuàng)新、環(huán)境規(guī)制與經(jīng)濟(jì)高質(zhì)量發(fā)展——來自中國278個地級及以上城市的經(jīng)驗證據(jù)[J].中國人口·資源與環(huán)境，2020，30（6）：95-104.

[14]MERIN-RODRIGANEZ J，DASI A，ALEGRE J. DigitalTransformation and Firm Performance in Innovative SMEs：The Mediating Role of Business Model Innovation[J].Technovation，2024，134：103027.

[15]李青原，李昱，章尹賽楠，等.企業(yè)數(shù)字化轉(zhuǎn)型的信息溢出效應(yīng)——基于供應(yīng)鏈視角的經(jīng)驗證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2023（7）：142-159.

[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（6）：135-152，250.

[17]楊德明，劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績[J].中國工業(yè)經(jīng)濟(jì)，2018（5）：80-98.

[18]毛義華，康曉婷，方燕翎.創(chuàng)新氛圍與知識管理對創(chuàng)新績效的影響研究[J].科學(xué)學(xué)研究，2021，39（3）：519-529

[19]黃先海，王瀚迪，孫涌銘，等.數(shù)字技術(shù)與企業(yè)出口質(zhì)量升級———來自專利文本機(jī)器學(xué)習(xí)的證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（12）：69-89.

[20]BOLANDRJ，LYYTINENK，YOOYJ.Wakes of Inno-vation in Project Networks：The Case of Digital 3-D Rep-resentations in Architecture，Engineering，and Construc-tion[J].Organization Science，2007，18（4）：631-647.

[21]陳曉紅，李楊揚(yáng)，宋麗潔，等.數(shù)字經(jīng)濟(jì)理論體系與研究展望[J].管理世界，2022，38（2）：208-224，13-16.

[22]施炳展，李建桐.互聯(lián)網(wǎng)是否促進(jìn)了分工：來自中國制造業(yè)企業(yè)的證據(jù)[J].管理世界，2020，36（4）：130-149.

[23]姚立杰，朱孟杰，鄒婧鑫.內(nèi)部控制總能促進(jìn)企業(yè)創(chuàng)新嗎？——來自高新技術(shù)企業(yè)的證據(jù)[J].審計研究，2023（5） ：147-160.

[24]李曉翔，張樹含.數(shù)字化轉(zhuǎn)型如何影響企業(yè)融通創(chuàng)新？[J].經(jīng)濟(jì)管理，2023，45（4）：41-63

[25]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[26]劉家樹，石洪波，齊昕.創(chuàng)新鏈視角下高新技術(shù)企業(yè)認(rèn)定效應(yīng)與機(jī)制研究[J].科研管理，2022，43（6）：22-31.

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

[28]宋敏，周鵬，司海濤.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[J].中國工業(yè)經(jīng)濟(jì)，2021（4）：138-155.

[29]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.

[30]李雪松，黨琳，趙宸宇.數(shù)字化轉(zhuǎn)型、融入全球創(chuàng)新網(wǎng)絡(luò)與創(chuàng)新績效[J].中國工業(yè)經(jīng)濟(jì)，2022（10）：43-61.

[31]盧福財，王雨晨，徐遠(yuǎn)彬.頭部企業(yè)在數(shù)字化轉(zhuǎn)型中的作用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2024，41（5）：92-112.

[32]趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng) + ”信息披露：實質(zhì)性陳述還是策略性炒作——基于股價崩盤風(fēng)險的證據(jù)[J].中國工業(yè)經(jīng)濟(jì)，2020（3）：174-192.

[33]黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國經(jīng)驗[J].中國工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

[34]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（9）：137-155.

[35]李旭超，張文怡，趙婧.企業(yè)數(shù)字化轉(zhuǎn)型、人力資本升級與高質(zhì)量就業(yè)[J].北京工商大學(xué)學(xué)報（社會科學(xué)版），2024，39（3）：40-52.

[責(zé)任編輯：許燕]