摘 要：新质生产力作为促进企业高质量发展的关键动力与支撑，其驱动因素的研究对企业发展具有至关重要的意义。文章选取2015—2023年中国A股上市公司为样本，对企业数字化转型与新质生产力之间的关系展开实证研究。结果显示，企业数字化转型有助于新质生产力发展，这一结论经过内生性、稳定性检验后依旧成立。中介效应分析表明，企业数字化转型能够提升企业创新效率和专业化分工水平，从而进一步推动新质生产力的发展。异质性分析揭示，与国有、中西部地区以及处于成长期和衰退期的企业相比，非国有、东部地区以及处于成熟期企业的数字化转型对新质生产力发展的正面推动作用更为突出。本文研究结论为企业数字化转型和新质生产力发展提供了理论支持，并丰富了相关实证研究，以供参考。
关键词：数字化转型；新质生产力；数字化技术；创新效率；专业化分工
中图分类号：F014.1 文献标识码：A 文章编号：2096-0298（2025）02（b）--05
1 引言
2023年9月，习近平总书记在黑龙江考察期间，首次提出了“新质生产力”的概念[1]。随后，同年12月召开的中央经济工作会议上，习近平总书记再次强调了科技创新和产业升级的重要性，特别指出新质生产力作为科技创新的重要体现，是推动经济社会高质量发展的关键因素。2024年的政府工作报告，首次将新质生产力纳入其中，明确提出“积极推进现代化产业体系的构建，加速发展新质生产力”的目标，并将其作为政府十大工作重点任务的首要内容。党的二十届三中全会部署和强调了必须完善因地制宜的新质生产力发展机制，为经济高质量发展提供制度保障和动力支持。
随着人工智能、云计算、区块链等前沿技术的持续涌现，数字经济与实体经济之间的互动赋能得到显著增强。《中国数字经济发展研究报告（2024年）》显示，2023年中国数字经济的规模攀升至53.9万亿元，占国内生产总值（GDP）的42.8%，数字经济对GDP增长的贡献率达66.45%。企业作为数字技术与实体经济耦合的关键微观主体，承载着对接与推动新形态生产力发展的核心任务。从理论层面分析，企业开展数字化转型有望提升资源配置效率，推动传统企业采纳新的运营模式，促成新的分工与协作体系，实现新质生产力的发展。
然而，在实践中，企业新质生产力的发展面临诸多挑战。在微观层面上，相关理论研究与实践指导相对匮乏，导致企业在新质生产力发展过程中普遍缺乏明确的实施路径与方法论。在宏观层面上，政策制定者在推动新质生产力发展时，存在难以精准把握企业需求与市场动态来制定可行的政策措施的困境。因此，深入探索企业数字化转型如何赋能新质生产力的发展，具有重要的理论与现实意义。
2 理论分析与假设提出
2.1 企业数字化转型与新质生产力
新质生产力，即新兴的、高阶的、具备科技革命性质的生产力形态，在继承和发展传统生产力的基础上形成，又在“新”与“质”两个维度上实现了质的飞跃。相较传统生产力模式，新质生产力的本质在于劳动者的素质跃进、劳动资料的现代化以及劳动对象的深度开发，其核心特征表现为全要素生产率的提升[2]。企业数字化转型为企业生产力的发展开辟了更为广阔的空间。一方面，数字化转型优化了企业生产要素的配置，促进了科技创新与资源组合优化的良性循环，实现了科技、绿色和生产力的多维提升。另一方面，实施数字化转型的企业创新了生产要素集聚模式，形成了跨越地域限制的虚拟要素集群，助力企业构建新型生产关系，提升多维主体的整体协作能力，有效推动了新质生产力的飞跃性提升。基于上述分析，本文提出假设H1：
H1：企业数字化转型有助于新质生产力发展。
2.2 企业数字化转型对新质生产力的影响机制
数字化转型可以有效提升企业创新效率，进而提升新质生产力水平。企业创新效率是企业在开展创新活动时，将投入资源转化为产出创新成果的效率。数字化转型在创新主体、创新环节以及创新要素等多个维度上影响企业的创新效率。从创新主体来看，数字化转型构建了企业间创新网络，企业通过互联共通、联合研发、协作创新等模式提升创新效率[3]。从创新环节来看，数字化转型能够整合创新链与产业链，通过双链耦合以及与上下游企业间技术交互的途径提升企业创新的有效性。从创新要素来看，企业数字化转型能够增强企业创新要素获取能力，获取大量有益于企业创新投入的数据、技术知识等要素资源，优化要素配置方向和创新要素配置效率，促进新质生产力的发展。
数字化转型可以深化企业专业分工，进而提升新质生产力水平。根据交易成本理论，外部交易成本与内部管理成本的相互作用，影响着企业的专业化分工程度。得益于数字技术的发展，企业与外部的协调成本降低可以减轻其所面临的部分外部交易成本，为企业专业化分工创造了有利条件。此外，专业化分工也为企业带来效率上的优势，增强其内部的协调与合作能力。随着生产技术复杂性的日益增加、劳动力异质性的不断加强，数字化转型的诸多优势为企业提供了坚实的支撑，使企业能够更加集中于其核心竞争力领域的业务深耕，实现资源配置的优化和效率提升，发挥企业资源的禀赋优势，助力了新质生产力的发展。基于上述分析，本文提出假设H2：
H2：企业数字化转型能够提高企业创新效率与专业化分工水平，进而促进新质生产力发展。
3 模型设计与变量说明
3.1 样本选择与数据来源
本文选取2015—2023年中国A股上市企业为研究对象，数据来源CSMAR数据库，在样本处理过程中，做如下操作：（1）排除了数据严重缺失的企业；（2）剔除了被特别处理（ST或*ST）的企业、金融及其他特殊行业企业；（3）对连续变量进行1%和99%水平的缩尾处理。经过上述处理，最终获得14431个有效观测值。
3.2 变量说明
3.2.1 被解释变量
被解释变量：新质生产力（Nqp）。新质生产力是新质劳动者、新质劳动资料、新质劳动对象及其优化组合的跃升。因此，本文借鉴宋佳等（2024）[4]的研究方法，构建新质生产力的评价指标体系，并利用熵值法进行加权计算。具体而言，新质生产力评价指标体系包括3个一级指标和12个二级指标。具体的指标说明见表1。
3.2.2 核心解释变量
核心解释变量：数字化转型程度（Dt）。本文借鉴吴非等（2021）[5]的研究，对A股上市企业的年度报告进行梳理，将数字化转型细分为大数据、云计算、人工智能、区块链、技术应用五个维度，创建数字化转型文本关键词库。在此基础上，对每家上市公司的年报进行文本分析，提取数字化转型的量化指标。鉴于数据分布呈现显著的右偏性，本文对其执行了对数转换处理。
3.2.3 控制变量
参考黄勃等（2023）[6]的研究，采用企业规模（Size）、企业年龄（Age）、资产负债率（Lev）、营业收入增长率（Growth）、股权集中度（Sc）、两职合一（Dual）、管理层持股比例（Ms）、董事会规模（Bs）和独立董事比例（Pid）作为控制变量。
3.3 模型设计
为检验假设H1，构建基准模型（1）：
Nqpi，t+1=α0+a1Dti，t+∑Controli，t+∑Yeart+∑Indi+εi，t（1）
其中，被解释变量Nqpi，t+1代表企业i在t+1年新质生产力水平。Dti，t表示企业i在t年的数字化转型程度。Control i，t为选取的系列控制变量。Year为年份固定效应，Ind为行业固定效应，εi，t为随机误差项。
为检验假设H2，本文在模型（1）的基础上构建模型（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为中介变量，回归时分别为企业创新效率（InnoEff）、企业专业化分工（VSI）。参考权小锋等（2017）[7]的研究，使用每单位研发投入的专利申请数作为企业创新效率（InnoEff）。参考袁淳等（2021）[8]的研究方法构建企业专业化分工水平指标（VSI）。
4 实证结果与分析
4.1 描述性统计
描述性统计结果显示新质生产力指标（Nqp）平均值为1.789，高于中位数1.438，意味着超半数企业的新质生产力水平低于平均值。企业数字化转型程度（Dt）的平均值同样高于中位数，标准差为1.103，表明我国企业的数字化转型水平差异较大。控制变量的分布处于合理范围之内。各变量之间的方差膨胀因子VIF值均低于2，平均VIF值为1.29，说明不存在严重的多重共线性问题。
4.2 基准回归
表2报告了模型（1）的基准回归结果。表2列（1）为只加入核心解释变量和行业效应的回归结果，Dt的回归系数为0.350。列（2）是在列（1）基础上加入年份效应，Dt的回归系数为0.353。列（3）为加入行业效应和控制变量的回归结果，Dt的回归系数为0.343。列（4）为加入行业效应、年份效应和控制变量的回归结果，Dt的回归系数为0.340。以上结果均在1%水平上显著。这表明假设H1成立，即企业数字化转型能促进新质生产力发展。
4.3 内生性检验
为减轻内生性问题，如遗漏变量偏误和反向因果关系所引起的偏差，本文采取工具变量法进行检验。在选取工具变量时，借鉴了杨金玉等（2022）[9]的研究，选取企业数字化转型水平与按年份及行业分类的企业数字化转型程度均值差额的三次方作为工具变量，此变量记为Iv1。其次，选取地区、行业及年度的企业数字化转型程度均值作为另一工具变量，此变量记为Iv2。
表3展示了内生性检验的结果，Kleibergen-Paaprk LM统计量在1%的水平上均显著，拒绝了工具变量识别不足的原假设。Cragg-Donald Wald F统计量超过了Stock-Yogo弱工具变量识别F检验在10%水平上的临界值，拒绝了弱工具变量的原假设。具体到实证结果，在第一阶段估计中，工具变量Iv1的系数为0.176，Iv2的系数为0.976，均在1%的水平上显著。该结果表明工具变量与解释变量之间显著的正相关性。在第二阶段估计中，Iv1和Iv2与Nqp在1%的水平上均显著正相关，这表明企业数字化转型与新质生产力之间正向关联的结论依然成立。
5 稳健性检验
5.1 替换被解释变量
全要素生产率的提升是新质生产力的核心标志体现。因此，参考鲁晓东等（2012）[10]的研究分别采用LP法、OLS法测度的企业全要素生产率来替换被解释变量，并重新进行基准回归。结果如表4列（1）列（2）所示，Dt回归系数分别为0.047、0.029，均在1%水平上显著，说明即使改变被解释变量的测度方法，也并未改变研究结论。
5.2 替换解释变量
借鉴赵宸宇等（2021）[11]对数字化转型的评估方法，得到替换的解释变量（Dtwj）。表4列（3）的回归结果显示，数字化转型（Dtwj）的回归系数为0.297，在1%水平上显著，假设H1再次被检验通过。
5.3 改变样本期
2020—2023年爆发的新冠疫情对经济产生了较大负面影响。为确保研究结果的稳健性，排除了上述年份，重新回归检验。如表4列（4）所示，Dt的回归系数为0.314，在1%的水平上显著。在排除异常年份后，研究结论仍成立，这也表明研究结果具有较强的稳健性。
6 进一步分析
6.1 机制分析
6.1.1 创新效率
根据理论分析，创新效率在企业数字化转型与新质生产力之间起到中介作用。表5列（1）列（2）报告了其检验结果。表5列（1）Dt回归系数为0.009且在1%水平显著，说明了企业数字化转型可以提升其创新效率。如表5列（2）所示，Dt系数为0.308，InnoEff系数为3.506，且均在1%水平显著，表明创新效率在企业数字化转型影响新质生产力的过程中发挥着中介作用。
6.1.2 专业化分工
根据理论分析，专业化分工在企业数字化转型与新质生产力之间起到中介作用。表5列（3）列（4）报告了专业化分工的中介效应检验结果。表5列（3）Dt回归系数为0.013，在1%水平显著，说明企业数字化转型能够显著提高其专业化分工水平。如表5列（4）所示，Dt系数为0.320，VSI系数为0.237，均在1%水平显著为正，表明专业化分工在企业数字化转型影响新质生产力的过程中发挥着中介作用。
6.2 异质性分析
6.2.1 企业产权性质
从企业产权性质分析，国有企业与非国有企业在资源配置、创新能力与风险承担等方面存在明显差异，此类因素可能导致企业数字化转型对其新质生产力的影响有所差异。如表6列（1）列（2）所示，从非国有企业与国有企业数字化转型回归系数可知，非国有企业数字化转型提升新质生产力的效果更佳，这可能与非国有企业在资源配置上更加灵活，具有更强的创新意识和冒险精神的特性相关。国有企业虽然拥有较为雄厚的资金、技术和人才等资源，在数字化转型过程中能够进行大规模的投入，但在灵活性和开创性上可能相对不足，对一些新兴的数字化项目和技术的响应速度相对较慢。
6.2.2 企业所在区域
从企业所在区域分析，东部、中部与西部地区在自然环境、基础设施等方面存在显著差异，这些因素亦导致企业数字化转型对其新质生产力的影响不尽相同。由表6列（3）和列（5）可知，东部地区企业开展数字化转型，对新质生产力的提升效果优于中西部地区企业。这可能归因于东部地区先进的数字基础设施、丰富的数字化人才储备等。其次，位于西部地区的企业数字化转型对新质生产力的提升效果优于中部地区的企业。这一结果可能与西部地区传统产业的高比例有关，这些产业在进行数字化转型时，能够获得更为显著的边际效益。此外，为了促进西部地区的发展，国家为其提供了更多的政策支持，使得西部地区的数字化基础设施建设能在短时间内实现跨越式的进步，从而更明显地推动了当地企业新质生产力的发展。
6.2.3 企业生命周期
从企业生命周期分析，处于不同阶段的企业在资源规模和决策管理能力上存在差异，影响着数字化转型对其新质生产力的助推力度。从表6列（6）～（8）可以看出，处于成熟期企业的数字化转型对新质生产力提升效果最大，其次是衰退期、成长期。这可能是因为成熟期企业通常拥有丰富的资金、技术、人才和市场资源，有足够的资源投入企业数字化转型中，并且完善的组织架构和管理体系可以使其在实施数字化转型时更有效地规划和协调。衰退期企业面临着市场份额萎缩、利润下降等困境，数字化转型对其而言是一种扭转颓势的重要手段。通过数字化转型，可以对衰退期企业的资产进行重新评估和利用，资产的盘活能够在一定程度上提升企业的生产效率和市场价值，进而促进新质生产力的产生。
7 研究结论与对策启示
7.1 研究结论
以2015—2023年中国A股上市公司为样本，本文实证研究了企业数字化转型对新质生产力的影响机理，得到如下结论：（1）企业数字化转型可以显著助益新质生产力发展；（2）企业数字化转型能够通过提升创新效率和专业化分工水平促进新质生产力发展；（3）非国有、东部地区以及处于成熟期企业的数字化转型对新质生产力发展的正面推动作用更为突出。
7.2 对策启示
基于上述结论，首先，为帮助企业发展新质生产力，政府可以加大对企业数字化转型的帮扶力度。在数字基础设施建设方面，可以提升网络通信能力，如加大对5G网络的投资力度和扩大覆盖范围；强化数据中心建设，以应对不断增长的数据量和计算需求。在企业发展战略方面，目前我国许多企业对数字化转型认识不足，政府可以开展针对企业管理者和员工的数字化培训和宣传活动，帮助他们理解数字化转型的重要性和实施路径。建立激励机制和设立专项基金，对于积极开展数字化转型的企业，政府可给予政策支持、税收优惠或资金奖励。
其次，研究发现，创新效率和专业化分工在企业数字化转型与新质生产力之间发挥着中介作用。这说明企业在开展数字化转型的过程中，应建立有效的合作机制、搭建创新产出和转化的运作模式来聚焦专业化优势与提升创新效率，以此促进新质生产力涌现。在企业创新方面，构建开放创新生态系统，可以与高校、科研机构建立紧密的合作关系，通过协同合作，加速科研成果向现实生产力的转化，提升创新效率。在专业化分工方面，企业需要明确核心竞争力与分工定位，主动厘清资源与技术的比较优势，构建产业生态与专业合作网络，以实现资源的最优配置和效率的最大化。同时，企业应积极寻求与上下游产业链的协同合作，通过整合外部资源，提升整体产业链的竞争力。
最后，企业应坚持因地制宜发展新质生产力。基于地区资源禀赋与产业基础，有针对性地促进特色产业、协同创新发展，从实际出发推动新质生产力发展。例如，东部地区企业可以依托其雄厚的资本和技术优势，重点发展高新技术产业和现代服务业，而中西部地区企业则可以利用其丰富的自然资源和劳动力资源，发展现代特色农业、先进制造业等。成长期企业可以结合自身的战略定位和市场需求，聚焦核心技术研发，优化治理结构，提高决策效率。成熟期企业则应注重产业链的整合和优化，提升企业规模效应和市场竞争力。衰退期企业则需要寻找新的增长点，通过转型升级，实现产业的再发展。
参考文献
牢牢把握东北的重要使命 奋力谱写东北全面振兴新篇章[N].人民日报， 2023-09-10（1）.
中央财办， 详解2023年中央经济工作会议精神[N].人民日报， 2023-12-18（4）.
胡山， 余泳泽.数字经济与企业创新： 突破性创新还是渐进性创新？[J].财经问题研究， 2022（1）：42-51.
宋佳，张金昌，潘艺. ESG发展对企业新质生产力影响的研究： 来自中国A股上市企业的经验证据[J].当代经济管理， 2024， 46（6）：1-11.
吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现： 来自股票流动性的经验证据[J].管理世界，2021，37（7）：130-144+10.
黄勃，李海彤，刘俊岐，等.数字技术创新与中国企业高质量发展： 来自企业数字专利的证据[J].经济研究，2023，58（3）：97-115.
权小锋，尹洪英.中国式卖空机制与公司创新： 基于融资融券分步扩容的自然实验[J].管理世界，2017（1）：128-144+187-188.
袁淳，肖土盛，耿春晓，等.数字化转型与企业分工： 专业化还是纵向一体化[J].中国工业经济，2021（9）：137-155.
杨金玉，彭秋萍，葛震霆.数字化转型的客户传染效应： 供应商创新视角[J].中国工业经济，2022（8）：156-174.
鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊），2012，11（2）：541-558.
赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021，42（7）：114-129.
