〔关键词〕 数字化转型 新质生产力 人力资本 融资约束 创新质量 中介机制 产业升级 数字技术
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０９．００４
〔中图分类号〕Ｆ４９； Ｆ１２４ 〔文献标识码〕Ａ
引言
２０２４年１月３１日，习近平总书记在主持中共中央政治局第十一次集体学习时强调， “发展新质生产力是推动高质量发展的内在要求和重要着力点”。２０２４年国务院政府工作报告明确指出“以科技创新引领现代化产业体系建设， 加快形成新质生产力”， 并主要从３ 个方面提出加快发展新质生产力的有力措施， 一是数字化转型和融合； 二是创新驱动与产业升级； 三是基础设施建设与现代化。深入推进数字经济创新发展， 全面落实创新驱动发展战略培育新质生产力， 是推动经济高质量发展的重要实践和遵循。生产力是社会存在和发展的最一般条件， 中国前期经济增长模式以低成本劳动力、大规模投资和出口以及资源密集型产业为主导， 从生产力与生产关系的辩证关系来看， 前一发展阶段的增长模式会显现出局限性和非持续性。如今中国已经进入高质量发展阶段， 要求打破传统经济增长模式， 构建一个全新的生产力系统［１］ 。新质生产力是经济高质量发展的内在引擎， 摒弃粗放型传统增长模式， 实现从要素数量驱动向创新质量驱动的转换。
数字经济是一种基于数据要素、以数字技术为基石的新经济形态， 在推动生产力发展方面具有重要的战略意义［２］ 。据《中国数字经济发展研究报告（２０２３）》显示， ２０２２ 年中国数字经济规模达到５０.２万亿元， 占ＧＤＰ比重超过四成， 成为国民经济高质量发展的重要支撑。企业作为宏观经济的微观构成， 对数字经济发展至关重要， 数字化转型正深刻影响着企业生产行为的变革。目前， 已有诸多文献从微观层面分析了数字化转型对企业发展的影响， 主要聚焦于数字化转型对企业全要素生产率［３，４］ 、投入产出效率［５］ 、在资本市场的表现［６，７］ 、劳动收入份额［８］ 和企业绩效［９，１０］ 等的影响，学术界尚未对数字化转型和企业新质生产力的关系进行系统的广泛讨论。
纵观既有文献， 与本文关联度较高的主要有两类。（１） 关于新质生产力的解读与测度。一部分学者们主要从生产力的３ 种实体要素出发对其内涵和特征进行探讨， 高帆（２０２３）［１１］ 从劳动者、劳动资料和劳动对象３ 类要素角度， 基于供求维度基础多维度阐释新质生产力。蒲清平和向往（２０２４）［１２］认为， 新质生产力以高素质劳动者、新介质劳动资料和新料质劳动对象为核心要素， 与中国式现代化目标高度适配。另外， 一些学者构建了新质生产力的指标体系， 王珏和王荣基（２０２４）［１３］ 基于新质生产力的劳动者、劳动对象和生产资料特征， 构建了中国省域新质生产力水平指标体系进行分析。韩文龙等（２０２４）［１］ 在上述３个维度的实体要素基础上， 增加了新技术、生产组织、数据要素３ 个维度的渗透性要素， 构建了相应的指标体系并进行了研究； （２） 关于数字化与新质生产力的关系。从理论层面， 不少学者对数字化促进新质生产力发展的作用进行了肯定。张夏恒（２０２４）［１４］ 指出， 数字化中基础设施、管理经验和生产模式，为新质生产力生成提供技术支撑、管理范式和模式借鉴。姚树洁和王洁菲（２０２４）［１５］ 指出， 大数据等数字技术与新质生产力结合可以实现关键性颠覆技术。但有学者认为数字化转型赋能新质生产力发展面临着挑战和瓶颈问题， 指出了发展遭遇的数字门槛技术高、数字化人才不足和数字化转型成本高的“三重发展障碍”［１６］ 。从实证层面，少量文献从微观企业视角探讨并得出较为一致的结论， 如张慧智和李犀尧（２０２４）［１７］ 认为， 数字化转型带来的技术创新与管理创新满足了新质生产力的催生条件， 促进了企业新质生产力的发展。总体而言， 学术界对新质生产力的研究已有一定的成果， 但当前研究多集中于理论分析和宏观层面， 缺乏企业层面相应的测度方法和实证研究。
本文从微观结构主体视角拓展对新质生产力的认识， 基于生产力二要素理论， 利用企业财务报告科目和熵值法多维度衡量企业新质生产力水平， 为测算企业新质生产力和评估经济效应提供有效借鉴； 本文剖析“企业数字化转型－企业新质生产力” 之间的关系， 不同于以往研究主要从企业绩效和资本市场表现等视角考察数字化转型的赋能效应， 拓宽了已有企业数字化转型文献的研究视角， 也为理解和评估企业新质生产力的社会效应提供了新思路； 区别于已有研究， 本文重点关注人力资本、融资约束和创新质量的多变量渠道传导机制， 较为完整地考察了数字化转型赋能企业新质生产力发展的机制和作用渠道， 进一步探索数字化转型影响企业新质生产力的“黑箱”，为政府、企业提供有效参考和借鉴。
１理论分析与研究假说
１.１企业数字化转型与企业新质生产力
企业数字化转型是通过引入数字技术， 推动企业改变管理思维， 是对原先生产方式、组织结构、业务流程、管理模式等的颠覆［５，１８］ 。数字化转型在企业发展新质生产力时会发挥重要性作用，成为发展企业新质生产力的关键路径。（１） 在数字技术上， ①企业数字化转型依赖于高素质人才，促使企业加大对高技能劳动的投入［８］ ， 如企业制定发展战略， 并在研发时提高对高级管理人员和研发人员的投入， 从而提升高质量劳动力的比例；②区块链、互联网、大数据等技术的运用， 可以使企业更快的处理海量的数据， 增强企业的信息捕捉和数据利用度， 能够及时了解客户与市场的需求变化， 促使管理的高效和资源的最优配置；③数字技术还可以渗透到供应链的环节中， 提高监控、分工、订单、物流等方面效率形成链式反应， 提升供应链管理和效率［１９］ ， 推动企业生产力向高科技、高效能和高质量发展； （２） 在管理范式上， 数字化转型战略决定了组织结构， 数字化转型的企业为战略实施的顺利开展， 会推动组织结构的变革和创新， 采用扁平化和网络化的组织结构［２０］ ， 有助于减少信息在层层传递中的阻碍，加快资源的交互和整合； 另外， 对于管理者而言，可以利用大数据等数字技术推动管理决策革新， 全方位、系统性的实现大数据分析， 涵盖预测、决策、实施、绩效评估全流程， 而且利益相关者也对其进行监督， 有效减少信息不对称， 缓解“委托－代理” 问题， 改善企业经营管理［２１］ ， 有利于推动产业升级； （３） 在科技模式上， 企业利用物联网和云计算等智能化模式， 实时进行数据监测和处理， 能够更加全面、直观的了解生产数据，优化生产提升品质质量。同时， 借助互联网等应用可以实现个性化生产模式， 允许客户参与产品设计和制造的过程， 可以采用柔性制造系统和自适应工艺， 增强客户粘性助力品牌建设［２２］ 的同时，促进质量管理精细化， 提高生产率。基于此， 本文提出假设：
Ｈ１： 企业数字化转型能促进企业新质生产力水平的提升。
１.２ 企业数字化转型、人力资本与企业新质生产力
劳动者是生产力中最活跃、最积极的因素， 人力资本积累成为企业获得竞争优势、提高生产力的重要来源。而数字化转型的推进可以优化人力资本结构， 助力企业新质生产力的形成与发展。企业数字化转型引致对技能劳动的投入， 创造出高质量劳动力， 促进人力资本升级。企业转型往往面临着内部资源的重新配置和组织结构的重组，将提高对高技能劳动者的需求［８］ ， 如企业添置先进设备和软件系统等需要高技能工程师安装调试以及普通员工熟悉使用； 同时， 企业数字化转型的推进离不开与之相匹配的高素质员工， 而低技能劳动者因信息技术的引入导致被挤出， 产生了替代效应［２３］ ， 因为随着人工智能等数字技术的普及， 重复性高和机械性的工作被机器和编程取代，这也将强化企业人力资本结构。基于此， 本文提出假设：
Ｈ２：企业数字化转型能通过强化人力资本促进企业新质生产力发展。
１.３企业数字化转型、融资约束与企业新质生产力
企业新质生产力的构建依赖于持续的研发和创新， 而融资可行性不足往往会迫使企业削减在研发上的投入， 进而抑制企业研发创新活动［２４］ 。因此， 缓解融资约束是促进企业新质生产力的有效途径。从内部融资机制看， 数字技术可以帮助企业动态调整生产计划， 通过“智能模拟” 与“广连接” 的数字化模式［２５］，显着降低原材料采购、库存管理、生产流程管理等环节的成本， 同时可以利用财务共享平台系统提高财务资源的利用效率。从外部融资渠道看， 以互联网为基础的信息技术可突破传统金融服务的边界， 有效拓宽融资渠道。而且实施数字化转型的企业更倾向于以主动、实时、透明的方式对外披露信息， 以传达其对数字变革的信心［９］ ， 及时向资本市场传递经营成果与未来展望， 从而缓解投资者与企业之间的信息不对称， 降低企业融资成本， 缓解融资约束。基于此， 本文提出假设：
Ｈ３： 企业数字化转型能通过缓解企业融资约束促进企业新质生产力发展。
１.４ 企业数字化转型、创新质量与企业新质生产力
创新是新质生产力的显着特点， 企业的创新质量不高时， 会导致技术进步缓慢、阻碍产业升级， 不利于企业新质生产力的发展。基于资源基础观理论， 企业数字化转型对创新和企业绩效有积极的影响［２６］ 。数字化转型可以增强信息获取与处理的技术创新能力， 促进在既定的创新资源下实现最优配置， 同时企业为了更好的实施在数字经济时代背景下的发展战略， 会加大研发投入， 从而产出更多的创新绩效， 提升创新质量； 另外， 数据的开放与共享， 使客户与供应商可以参与企业产品设计到生产的过程， 催生出协同创新的模式，提升产品和技术改进的速度［２７］ ， 降低企业在研发过程中的信息成本与外部交易成本， 拓宽企业的研发信息渠道， 从而提升企业创新质量［２８］ 。基于此， 本文提出假设：
Ｈ４： 企业数字化转型能通过提升创新质量促进企业新质生产力发展。
２模型设计与变量说明
２.１样本选择与数据来源
基于本文研究的内容和数据的可得性， 本文选取了２０１２～２０２２ 年中国Ａ 股上市企业财务报表数据， 并对相关数据进行如下处理： （１） 剔除经营不善的ＳＴ 和∗ＳＴ 上市企业样本； （２） 剔除企业相关研发指标缺失样本； （３） 剔除金融行业和房地产行业的样本； （４） 为了减轻潜在异常值的影响， 执行Ｗｉｎｓｏｒ２ 尾部缩减处理。本文中使用的数据均来自国泰安数据库（ＣＳＭＡＲ）。
２.２模型设计
根据本文研究假设， 为检验数字化转型对企业新质生产力的影响， 本文构建了以下回归模型（１）：
模型（２） 和（３） 中， ＭＶ 是中介变量， 回归时用ＨＲＣ、ＳＡ 和ＥＦＦ作为中介变量， 分别代表人力资本、融资约束和创新质量。
２.３变量说明
２.３.１被解释变量
本文的被解释变量是企业新质生产力（Ｎｐｒｏ）。
本文参考宋佳等（２０２４）［３０］的研究方法， 选择与新质生产力存在密切联系的新兴产业与未来产业企业数据作为新质生产力计算的样本。借鉴现有研究基于生产力二要素理论， 利用财务报告科目构建新质生产力指标体系， 采用熵值法对新质生产力的各指标赋权： 首先对各指标进行无量纲化处理， 其次计算指标比重、信息熵的冗余度， 然后计算指标权重， 最后加权即求出总指数综合得分。指标的取值说明与权重如表１所示。
２.３.２ 解释变量
本文的解释变量是企业数字化转型（Ｄｉｇ）。参考张文文和景维民（２０２４）［３１］ 的研究， 本文采用国泰安数据库中的数字化转型综合指数衡量企业数字化转型程度， 并将袁淳等（２０２１）［３２］ 的数字化词频测度方法用于稳健性检验。
２.３.３ 中介变量
（１） 人力资本（ＨＲＣ）：参考韩士专等（２０２４）［３３］ 、刘怡和侯杰（２０２４）［３４］ 的研究， 人力资本由高管薪酬总额、应付职工薪酬、人均创利和技术人员占员工总人数比重这４ 个指标综合衡量， 采用熵值法计算人力资本的综合得分。
（２） 融资约束（ＳＡ）：参考Ｈａｄｌｏｃｋ 和Ｐｉｅｒｃｅ（２０１０）［３５］ 、鞠晓生等（２０１３）［３６］ 的研究构建ＳＡ指数。计算公式为如式（４） 所示， 其中Ｓｉｚｅ 为企业总资产规模的自然对数； Ａｇｅ 为企业经营年度＝观测年度（当前统计截止日期） －企业成立时间（年度）。
（３） 创新质量（ＥＦＦ）：参考孔东民等（２０１７）［３７］的研究， 创新质量由当年发明专利、实用新型和外观设计专利的总授予量加上１ 的自然对数来衡量，３种专利的权重按照３∶２∶１进行取值。
２.３.４ 控制变量
本文参考已有研究， 选取资产负债率（Ｌｅｖ）、流动资产比率（Ｃｒ）、总资产增长率（Ｔａｔ）、存货周转率（Ｉｔｒ）、市值（Ｄｅｃ）、资本密集度（Ｆｉｘｅｄ）和董事会规模（Ｂｏａ）作为控制变量。各变量具体含义及计算方法见表２。
３实证结果与分析
３.１变量描述性统计
表３汇报了主要变量的描述性统计分析结果。被解释变量Ｎｐｒｏ 的均值为６.１４１， 标准差为２.９１３，均值远小于最大值， 表明不同企业的新质生产力水平差异较大， 且我国企业新质生产力整体水平不高。解释变量Ｄｉｇ 的均值为３７.２７９， 标准差为１０.５７５， 均值也远小于最大值， 表明我国不同企业之间的数字化转型程度存在显着差异， 与企业新质生产力均有可提升的空间。
３.２基准回归
表４ 汇报了企业数字化转型对企业新质生产力的基准回归结果。列（１） 未加入控制变量且未控制固定效应， 企业数字化转型指数的回归系数为０.０４５， 在１％的水平上显着为正； 列（２） 控制了企业和年份固定效应， 发现Ｄｉｇ的回归系数依然显着为正； 列（３） 在原有的基础上加入了控制变量集， 企业数字化转型指数的回归系数在１％的水平上显着为正。这意味着， 随着企业数字化转型的不断深入， 企业新质生产力将得到显着提升，企业数字化转型与企业新质生产力之间呈现出明显的正相关关系。
３.３稳健性检验
３.３.１替换被解释变量本文参考宋佳等（２０２４）［３０］的研究方法， 用全要素生产率替代被解释变量来衡量企业新质生产力水平。目前常用的全要素生产率衡量方法有ＯＰ法、ＬＰ 法和ＡＣＦ 法， 本文采用ＬＰ 法计算得到的全要素生产率。表５ 列（１） 报告了检验结果， 发现Ｄｉｇ 的系数为０.００８，在１％水平上显着， 这表明改变企业新质生产力的衡量指标后， 主要研究结论依然成立。
３.３.２替换解释变量
本文借鉴袁淳等（２０２１）［３２］ 的做法， 采用文本分析法构建数字化转型指标， （１） 构建企业数字化术语词典； （２） 对年报相关语段进行文本分析，得到数字化相关词汇在年报中出现的频率； （３）用企业数字化相关词汇频数总和除以年报ＭＤ＆Ａ语段长度衡量企业数字化转型程度（ＤＩＧ）。从表５列（２） 的回归结果来看， 在替换解释变量后， ＤＩＧ系数在１％水平上显着为正， 表明替换解释变量后的回归结果依然稳健。
３.３.３改变估计方法
本文研究的被解释变量为连续变量， 选择替换的检验方法为最小二乘法， 这是一种能有效抑制强影响点对回归结果造成影响的方法。从表５列（３） 的结果来看， 改变估计方法后企业数字化转型系数在１％水平上显着为正， 表明企业数字化转型依然推动了企业新质生产力发展。
３.３.４剔除异常年份
在样本期间内，２０２０年的新冠肺炎疫情对企业的发展有非常大的影响， 为了减少异常年份对研究结果的不确定性， 剔除２０２０～２０２２年３年数据后回归。从表５ 列（４） 的回归结果来看， 企业数字化转型系数在１０％水平上显着为正， 表明在剔除异常年份后， 企业数字化转型依然提高企业新质生产力水平， 本文结论不变。
３.３.５内生性检验
为了降低遗漏变量导致的内生性问题， 本文采用工具变量法进行内生性检验。在选择工具变量方面， 第一种方法是选取解释变量滞后１期作为工具变量进行内生性检验， 第二种方法是选取同行业数字化转型均值作为工具变量， 均值衡量指标参考袁淳等（２０２１）［３２］ 的做法，同行业数字化转型均值对企业数字化转型有所影响， 而不会对企业新质生产力产生影响， 因此满足工具变量的条件。从表６ 的第一阶段回归结果来看， 选取的工具变量系数都显着为正， 且Ｆ检验的数值都远大于临界值１０，表明选择的工具变量是外生有效的、且排除了弱工具变量问题； 进一步从第二阶段回归结果来看， 企业数字化转型的回归系数均通过了显着性水平为１％的统计检验， 显示出在考虑了内生性问题后， 企业数字化转型程度对企业新质生产力显着影响的结论依然成立。
４异质性分析与机制分析
４.１异质性分析
４.１.１所有权异质性
中国国有企业和非国有企业在经营模式、政策支持和行业地位上存在较大差异。企业所有权的差异可能影响数字化转型的推动效果。因此， 本文将全样本以国有企业和非国有企业进行分组检验。从表７ 列（１） 和（２） 实证结果发现， 国有企业数字化转型对其新质生产力的推动作用在１０％的统计显着性水平下得到了验证， 然而对于非国有企业， 这一作用并未显现出统计上的显着性。可能的原因在于， 国有企业在数字技术运用、智能制造投资及信息系统建设方面具有资源优势， 且承担国家政治与社会目标， 对国家战略发展计划的响应更积极。而非国有企业需投入更多资源用于研发， 动力主要来自企业自身发展。
４.１.２规模异质性
企业规模的不同可能影响数字化转型的驱动效应。本文按照营业收入均值划分企业规模， 高于均值的样本视为大规模企业， 否则视为小规模企业。从表７ 列（３） 和（４） 的回归结果来看，小规模企业在５％的水平上显着为正， 表明相对于大规模企业， 小规模企业在数字化转型的过程中更能有效推动企业新质生产力的提升。可能的原因是， 小规模企业往往拥有更高效的决策机制和更灵活的组织架构， 能够迅速响应市场变化和技术发展趋势， 从而灵活调整其战略规划。此外，与大规模企业相比， 小规模企业能更便捷地找到契合特定需求和规模的数字化解决方案。
４.１.３产业异质性
产业差异可能导致企业在数字化转型中有不同的侧重点和实施路径。本文将样本企业中工业企业和建筑行业企业划分为实体企业， 其他企业划分为非实体企业。从表７ 列（５） 和（６） 的回归结果来看， 非实体企业数字化转型对其新质生产力的推动作用在１％的统计水平下显着为正， 然而对于实体企业， 其统计上的显着性未显现出。可能的原因是， 非实体企业以服务业为主， 更注重市场拓展和客户体验， 对要素信息和质量的吸纳程度较高， 有利于充分推进创新效能， 注重专利等创新的发展。而实体企业主要是制造业为主， 大多注重内部管理和生产流程， 无形资产这方面相对不够重视。
４.２机制分析
４.２.１强化人力资本
企业数字化转型将催生具备高层次认知、多样化实践技能的高质量工人， 为新质生产力的发展输送高素质人才。在表８ 中， 本文进行了人力资本的机制识别检验。表８ 列（２） 估计结果表明， 企业数字化转型程度的提升强化了企业人力资本。表８列（３） 报告了人力资本的中介机制检验结果， 可以看出人力资本的估计系数在１％的显着性水平上显着为正， 数字化转型指数同样显着呈现正值， 说明本文假设Ｈ２成立， 企业数字化转型通过强化人力资本提升企业新质生产力的发展水平。
４.２.２缓解融资约束
本文认为企业数字化转型能够改善融资约束，为企业研发创新活动提供资金来源，增强企业新质生产力水平。在表９ 中，本文进行了融资约束的机制识别检验， 表９ 列（２） 估计结果表明， 随着企业数字化转型程度的提高， 融资约束可以得到有效缓解。表９ 列（３） 报告了融资约束的中介机制检验结果， 可以看出融资约束变量的估计系数显着为负， 同时数字化转型指数变量依然显着，说明本文假设Ｈ３ 成立， 企业数字化转型通过缓解融资约束增强企业新质生产力的发展。
４.２.３提升创新质量
企业数字化转型的深化， 可以提升企业数字技术开发及应用水平， 促使劳动者向更加智能化的方向发展， 提高技术使用效率， 推动创新质量的提升， 赋能企业新质生产力。在表１０中， 本文进行了创新质量的机制识别检验。表１０ 列（２）估计结果表明， 企业数字化转型程度的加大提升了企业创新质量。表１０列（３） 报告了创新质量的中介机制检验结果， 可以看出创新质量的估计系数显着为正， 数字化转型指数变量也显着为正， 说明本文假设Ｈ４成立， 企业数字化转型通过推动创新质量促进企业新质生产力的发展水平。
５结论与政策启示
在企业的数字化转型中，“数实融合” 模式为中国的经济高质量发展注入了强大的潜在动力。本文就企业数字化转型对企业新质生产力的影响展开研究， 主要得到以下研究结论：（１） 企业数字化转型能够显着促进企业新质生产力的发展； （２）中介机制分析结果显示， 企业数字化转型能够显着强化人力资本、缓解融资约束和提升创新质量，进一步推动企业加快形成新质生产力；（３） 异质性分析发现， 在不同企业属性特征下， 企业数字化转型对企业新质生产力的影响有着显着差异， 相较于非国有企业、大规模企业和实体企业， 国有企业、小规模企业和非实体企业的数字化转型更能带来企业新质生产力的提升。
基于研究结果， 本文提出以下政策建议：（１）政府应加大对企业数字化转型的扶持力度和政策的精准度。加大对数字化基础设施的投资， 提高人力资本投入， 增强数字人才技能培训； 采取补贴、奖励、低息贷款等多种方式支持企业数字化转型， 如政府可以给予购买数字化设备、软件和服务的企业资金补助， 并对成功实施数字化转型并取得显着成效的企业进行奖励； 建设数字化转型公共服务平台， 提供数字化转型咨询、培训、评估等服务；（２） 企业应制定数字化转型战略与人才规划， 持续调动内部转型的积极性，充分发挥高质量人才作为第一资源的作用； 提高经营管理水平， 增强信息披露质量， 减少信息不对称， 积极与银行、券商等金融机构沟通， 拓宽融资渠道；建立开放、包容的工作环境培养创新文化，及时申请专利来加强知识产权保护， 同时持续跟踪市场和技术动态加强市场调研， 提供有针对性的创新方向， 提升创新质量；（３） 国有企业应充分发挥制度优势， 提高战略执行力， 从新质生产力的构成要素入手， 注重科技创新和安全支撑。中小企业应结合自身特点明确数字化转型方向，通过战略规划和顶层设计分阶段和步骤推进数字化转型，通过阶段性评估和反馈机制及时调整实施计划。
