〔关键词〕 数字化转型 新质生产力 资金约束 管理者能力 信息透明度 异质性分析 技术创新 商业模式
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０９．００３
〔中图分类号〕Ｆ４９； Ｆ１２４.３ 〔文献标识码〕Ａ
引言
２０２３年９月， 习近平总书记于黑龙江调研时两次强调： “要积极培育战略新兴产业和未来产业，加快形成新质生产力”［１］ 。在２０２４年１月的中共中央政治局第十一次集体学习会议上， 习近平总书记又指出：“加快发展新质生产力是推动生产力迭代升级， 实现高质量发展和社会主义现代化的必由之路”［２］ 。近年来， 由于逆全球化趋势明显， 部分企业遭受到产业链的卡脖子， 导致难以为继甚至破产爆雷， 但同时， 也有部分企业能在危机中把握新生， 冲破封锁。对于处在复杂、不确定、对抗环境中的企业， 如何提高自身新质生产力水平， 用创新打破技术封锁， 成为行业中新一轮产业革命的领头羊等问题迫切需要得到回答。
蓬勃的数字经济已经成为驱动高质量发展的重要引擎［３］ ， 也将会是推进新质生产力建设的核心部件。截至２０２２ 年底， 我国数字经济规模为５０ ２万亿元， 占比全国生产总值达到４１.５％①， 良好的数字基础为企业实施数字化转型、改善创新水平和运营效能提供了重大机遇。数字化将帮助企业利用新工具和新技术解决发展中遇到的难题， 同时显着影响自身新质生产力水平。因此， 在国际冲突日益加剧的今天， 研究数字化转型如何帮助企业提高新质生产力水平， 进而实现行业领先地位， 具有重要的现实意义。
１ 文献综述
数字化转型的定义和测度研究已较为完善。将数字技术与传统生产管理销售等活动相结合并改进商业和经营模式， 提高企业竞争力的过程即是数字化转型。对数字化转型的测度， 一般有定量法和文本法两种， 定量法利用与数字化转型相关的无形资产与企业总的无形资产比重来衡量数字化转型程度［４］ ； 文本法则将数字化转型的关键词按照分类维度制作分词词库， 以词库中关键词在公司年报的出现频率衡量企业数字化转型程度［５，６］ 。
新质生产力的内涵和测度研究仍处于起步阶段， 根据习近平总书记的重要论述， “新质生产力是创新起主导作用， 摆脱传统经济增长方式、生产力发展路径， 具有高科技、高效能、高质量特征， 符合新发展理念的先进生产力质态”［２］ 。在此基础上， 学界展开了一系列研究， 其中， 宏观层面上， 朱富显等（２０２４）［７］ 从新质劳动者、劳动对象和劳动资料出发利用投影聚类模型对我国四大区域的城市新质生产力水平进行了测度和比较；邓玲等（２０２４）［８］ 将新质生产力理解为以“人才引领” 为基础、“科技创新” 为第一动力、“产业赋能” 为表现、“高质量发展” 为根本的新型生产力。微观层面上， 宋冬林和吕玫萱（２０２４）［９］ 认为， 国有企业的改造和升级， 应当从新质生产力的三要素即高素质的劳动力、高技术的劳动资料、高效能的劳动对象出发， 全面提高企业的新质生产力水平。宋佳等（２０２４）［１０］ 从生产力二要素理论出发， 按照劳动力和生产工具将企业新质生产力分解为活劳动、物化劳动、硬科技、软科技４个维度， 并利用熵值法对企业新质生产力水平进行了测度。
综上， 依据习近平总书记的重要论述和已有学术研究， 本文认为企业层面的新质生产力水平即是在引领发展战略性新兴产业和未来产业方面所展现出的先进生产力程度， 它以高创新和高效率的劳动工具为主要特征， 拥有高质量的劳动力和高效能的劳动对象， 并以全要素生产率增加为重要标志。
同时， 关于数字化转型与企业新质生产力之间的研究还是个新问题， 目前学术界的文章仍停留在数字化转型对企业新质生产力水平的子维度影响研究。如有部分学者从劳动工具创新出发探讨了数字化转型对企业创新效率的直接作用和门槛效应［１１，１２］ 。也有部分学者从劳动力提质出发探讨了数字化转型产生的劳动技能溢价和劳动收入变化等问题［１３，１４］ 。还有部分学者以全要素生产率的变化为切入角度研究了企业实施数字化转型的影响［１５，１６］ 。基于此， 本文从劳动三要素理论出发对我国企业层级的新质生产力水平进行了测度，丰富了企业新质生产力水平的表征方法； 建立了多维效应模型， 实证探讨了数字化转型对企业新质生产力的影响作用， 并根据产权性质、要素密集度和地区数字基础设施水平特征， 分类研究了不同条件下数字化转型对企业新质生产力的影响差异， 便于针对施策； 揭示了数字化转型是通过何种路径作用于新质生产力水平提升， 为推进企业新质生产力水平建设提供了新的视角。
２理论分析
２.１直接效应
数字经济打破了传统经济的发展模式， 赋能企业转型升级， 从劳动工具、劳动力和劳动对象３ 个角度有效提升了企业的新质生产力水平。
从劳动工具创新突破来看： （１） 数字化转型能够让企业利用数字技术建立与消费者直接沟通的渠道， 识别出产品市场的潜在需求并进行针对性研发， 降低生产成本与经营中的不确定性［１７］ ，提高新质生产力水平； （２） 企业实施数字化转型后会产生巨量数据， 在数据驱动下， 企业能实现对研发生产销售环节的全流程监控， 帮助企业更好的进行劳动工具的创新突破， 增加创新成功率［１８］ ，进而提高新质生产力水平。
从劳动力技能提高来看， 数字化技术建立的产学研平台可以有效的提高企业创新氛围［１９］ ， 培养管理者的创新意愿与创新能力， 改善普通员工的技能水平， 帮助企业“干中学”， 提升新质生产力水平。
从劳动对象效能增加来看， 在数字经济时代，劳动对象已经不局限于传统的物质形态， 新材料、新能源， 特别是数据信息成为了新型劳动对象，数字化转型将赋予企业高效利用数据信息等新型劳动对象的能力， 提高企业生产运营效率， 降低成本， 实现新质生产力水平的上升［２０］ 。据此， 本文提出如下研究假设：
Ｈ１：数字化转型能够提高企业新质生产力水平。
２.２间接效应
数字化转型可以减少企业的资金约束， 降低融资压力。由于研发活动具有高投入、回报不确定和回报周期长等特点， 企业进行研发创新活动时，需要有充足的资金储备作为保障来应对风险［２１］ 。数字化转型恰好可以缓解该痛点， 其可以减少企业的劳动力资源投入， 使得企业能将更多资金投入到其他稀缺资源， 缓解内部资金约束［２２］ ； 同时，数字化转型让同行业， 同产业链内搭建商业平台更为便捷， 企业可以结识更多的合作伙伴和投资机构， 帮助企业获得更加稳定的现金流， 缓解外部资金约束。企业资金约束压力降低会直接提高劳动工具创新水平和生产效率， 对新质生产力作用明显。据此， 本文提出如下研究假设：
Ｈ２ａ：数字化转型可以通过缓解资金约束路径实现企业新质生产力水平提高。
数字化转型可以提高管理者能力。在数字经济下， 管理者能力的高低是企业核心竞争力的重要来源。实施数字化转型企业的管理者能够利用数据分析和智能化工具精确掌握企业运营的关键指标和瓶颈， 从而有针对性地优化流程， 提升运营效率［２３］ ； 数字化转型还为管理者提供了在岗学习和集中培训的机会， 通过实际操作和案例分析，管理层能够更深入地了解创新意识对企业发展的重要性， 掌握新型管理工具和技术， 提升对企业新型发展方向的掌控能力。综上， 数字化转型带来的管理者能力提高有利于企业劳动工具的效率增加和劳动力质量的上升， 对新质生产力作用明显。据此， 本文提出如下假设：
Ｈ２ｂ：数字化转型可以通过提高管理者能力路径实现企业新质生产力水平上升。
数字化转型可以改善企业信息披露质量， 提高信息透明度。信息不对称问题一直都是企业生产经营过程中面临的难题之一， 准确足够的市场信息是企业改善新质生产力水平的关键因素。数字化转型通过引入先进的信息技术和数据分析工具， 使得企业能够更全面、更深入地了解市场动态、客户需求以及内部运营情况。有助于企业及时准确地披露相关信息， 减少信息不对称现象的发生［２４］ 。此外， 更加透明的市场环境， 可以帮助企业共享技术资源， 促进产业链上下游的协同合作和企业之间的互联互通［２５］ 。这种合作能够降低企业的研发成本和风险， 加速技术成果的转化和应用， 提升整个行业的竞争力， 最终带来整体新质生产力水平的跃迁。据此， 本文提出如下假设：
Ｈ２ｃ：数字化转型可以通过提高信息透明度路径实现企业新质生产力水平上升。
３研究设计
３.１ 变量设定和数据来源
综合考虑到数字经济的发展进程及企业数字化转型的提出时间， 本文选取２０１１～２０２２年我国Ａ股上市公司年度数据为研究样本， 其中， 公司财务和运营等数据均来源于ＣＳＭＡＲ 数据库， 其他数据来源于对应年份的《中国城市统计年鉴》。为保证研究结果的真实可信， 对金融业、房地产业、经营状况异常（ＰＴ、ＳＴ、∗ ＳＴ）和变量缺失严重的企业进行了剔除处理， 最终得到３３２２５个有效观测数。
（１） 被解释变量： 企业新质生产力水平
根据上文对新质生产力内涵和特征的论述，本文从劳动三要素理论出发将企业新质生产力水平划分为劳动工具、劳动力和劳动对象３ 个维度，为对应本文的理论分析和习近平总书记对新质生产力的重要论述， 劳动工具应具有高创新、高效率特征， 因此选择研发投入占比和研发人员薪资占比来衡量企业在劳动工具创新突破上的投入程度［１０］ ； 选择全要素生产率、销售净利率和净资产收益率来衡量企业劳动工具的效率水平， 这３个指标的数值越高代表企业的生产效率越高， 劳动工具越先进； 劳动力应具有高质量、高技能特征，因此选择高学历人员占比和研发人员数量来衡量企业在提高劳动力素质上的投入程度［１１］；劳动对象应具有高效能特征， 高效能的劳动对象会带来企业运营效率的提升［２６］，而运营效率的提升往往伴随着总资产周转率和营业收入增长率的上升，因此选择总资产周转率和营业收入增长率对劳动对象效能高低进行间接衡量。为避免主观赋权法的人为偏见， 利用熵值法对企业新质生产力水平进行综合评价， 具体指标可见表１， 记作Ｎｐｒｏ。
（２） 核心解释变量： 数字化转型指数
本文借鉴吴非等（２０２１）［５］的做法，以年报中有关数字化转型的关键词出现频率来衡量该企业的数字化转型程度。考虑到企业年报中的ＭＤ＆Ａ信息是管理层对涉及公司的业绩、市场环境、风险因素和未来展望等方面的针对性分析， 较少包含与本企业生产经营活动无关的内容， 因此， 本文选择ＭＤ＆Ａ 信息作为文本分析对象， 提升构建企业数字化转型指标的准确性。数字化转型涵义的特征词库的划分和选取依据来源于ＣＳＭＡＲ数据库和吴非等（２０２１）［５］的研究， 包含人工智能、区块链、云计算、大数据和数字技术的应用５个维度，计算得到企业数字化转型指数， 记作Ｄｉｇ。
（３） 控制变量
本文在控制变量的选取上， 不同于一般研究只控制企业层面的做法， 而是参考谢杰等（２０２２）［２６］的研究， 从企业、行业和地区依次扩大的３ 个层级选取控制变量。其中， 企业层面选取的控制变量为企业规模（Ｓｉｚｅ）、成立年限（Ａｇｅ）、资产负债率（Ｌｅｖ）、资产收益率（ＲＯＡ）、产权比例（ＤＥＲ）、长期资本负债率（ＤＬＣＲ）； 行业层面选取的控制变量为市场化指数（Ｍａｒｋｅｔ）； 地区层面选取的控制变量为地区人均ＧＤＰ 取对数（ｌｎＰＧＤＰ）。主要变量的解释说明可见表２。
４ 实证结果分析
４.１ 描述性统计
变量的描述性统计可见表３，由表３可知，企业新质生产力水平（Ｎｐｒｏ）的均值为１３.６３９，最小值为２.１１６， 最大值为６２.９７８，意味着不同企业间新质生产力差距明显， 部分企业处于低新质生产力水平， 亟待改善。数字化转型（Ｄｉｇ）的均值为１３.６４７，最小值为０，最大值为５４７，意味着有部分企业尚未意识到数字化的重要性， 不同企业间数字化水平差距显着。
４.２基准回归分析
表４ 为数字化转型影响企业新质生产力的基准回归结果。其中列（１） 为未加入控制变量、行业固定和地区固定进行回归的结果。列（２）为加入控制变量后的回归结果。列（３） 相较于列（２） 进一步对行业和地区固定效应进行控制，数字化转型的系数为０.０４８，且在１％水平上显着。以列（３） 的回归结果进行分析可知， 当企业的数字化转型指数上升１ 时， 对应的新质生产力水平就会同步增加０.０４８， 表明进行数字化转型可以显着提高企业的新质生产力水平， 本文假设１得到验证。
４.３内生性分析
（１） 工具变量检验
由于数字化转型和企业新质生产力之间可能出现逆向因果， 即科技创新、经济效能和发展质量高的企业会更加注重数字化转型， 进而提升新质生产力水平。为克服这种内生性， 本文选择２ＳＬＳ法进行检验。对于工具变量的选择， ①参考Ｋｕ⁃ｇｌｅｒ 等（２０２０）［２７］ 的做法， 以同年份同行业除本企业外其他企业数字化转型指数的平均值作为工具变量， 记为ＩＶ１； ②参考李万利等（２０２３）［２８］ 的做法， 将“宽带中国” 政策的试点城市与企业所在城市进行匹配，若企业所在城市当年实行“宽带中国” 政策即标记为１，不实行则标记为０，构建出工具变量， 记为ＩＶ２。
表５列（１） 汇报了第一阶段的回归结果， 可以看出ＩＶ１ 和ＩＶ２的回归系数都为正且显着， 工具变量的前提条件即相关性检验通过。表５ 列（２）和列（３） 汇报了第二阶段的回归结果， 可以看出Ｄｉｇ对企业新质生产力水平的估计系数显着为正， 与前文基准回归结果方向一致， 说明克服逆向因果产生的内生性后， 数字化转型可以带动企业新质生产力水平上升的结论依旧是稳健可信的。
（２） 其他估计模型检验②
除了工具变量法外， 本文还将估计模型更换为处理效应模型和交互固定效应模型来解决可能存在的内生性问题。更换模型后的回归系数与前文的基准回归结果方向一致， 只是受到变量构造影响， 系数有所放大。说明数字化转型推动企业新质生产力水平上升的结论是可信的。
４.４稳健性检验
为进一步保证基准结果的稳健可信， 本文还采取了如下方法进行检验：（１）替换新质生产力指标。参考宋佳等（２０２４）［１０］的做法， 以生产力二要素理论为基础重新建立指标体系测度企业新质生产力水平， 记作ＮＰＲＯ。同时， 将滞后１期和滞后２期的新质生产力分别带入基准回归进行检验；（２） 替换聚类标准误。为保证回归结果的真实可信， 剔除行业之间的影响， 本文重新设置行业－年份为聚类标准误并进行回归；（3） 排除其他政策干扰。为排除样本期间重大政策的干扰，本文将“全面创新改革试验区” 政策作为虚拟变量纳入基准模型进行剔除处理。经过上述检验，数字化转型能显着提高企业新质生产力水平的结论依旧稳健。
４. ５异质性分析
实施数字化转型的企业可能由于个体特征的不同， 导致对新质生产力水平的提高产生差异化结果。因此， 本文选择从产权性质、要素密集度和地区数字基础设施水平３ 个方面验证企业异质特征对数字化转型提高新质生产力水平的影响。
（１）产权性质特征
新质生产力的关键在于核心技术的突破和创新， 需要大量的前期投入且短期内很难看到回报［８］ 。国有企业和非国有企业在注资能力和当期回报的关注度上存在一定区别， 因此， 对于不同产权性质的企业， 数字化转型对新质生产力的影响可能存有差异， 本文将样本划分为国有企业和非国有企业两部分进行回归。根据表６ 列（１）、（２） 可知， 国有企业的回归系数为０.０５７要高于非国有企业， 说明与非国有企业相比， 国有企业实施数字化转型能更好的提升新质生产力水平。究其原因， 可能是国有企业在利用数字技术， 推动数字化转型以及在关键技术突破、关键领域创新上更有资金优势、规模优势和人才优势。
（２） 要素密集度特征
数字化转型需要一定的成本， 在不同要素密集度的行业， 该成本表现不同， 具有技术和资本要素相对优势的企业能够以更低成本和更高效率实现数字化转型， 进而促进新质生产力的提升。因此， 本文参考肖曙光和杨洁（２０１８）［２９］的做法，将研究样本按固定资产净额占比及技术人员占比划分为资本密集型、技术密集型和劳动密集型３类企业。根据表６ 列（３） ～（５） 可知数字化转型对企业新质生产力水平的提升在技术密集型企业效果最为明显， 资本密集型企业次之， 劳动密集型企业效果最差。究其原因， 可能是资本技术类企业本身就具有数字化转型的相对优势， 在建设新质生产力的过程中前期投入和技术积累也比较充足， 可以更好的利用数字经济提升创新水平和技术应用效率， 实现更快的新质生产力进步。
（３） 地区数字基础设施水平特征
企业数字化程度和新质生产力水平的高低除了跟自身特质有关， 还与企业所处的外部环境息息相关， 尤其是地区数字基建水平会直接影响企业的数字化转型和创新研发活动。因此， 本文参考黄勃等（２０２３）［３０］ 的研究， 以企业所在城市的宽带入网数与居民人数之比衡量该地区的数字基础设施水平， 并按照中位数划分为高低两个样本进行回归。根据表６列（６）、（７） 可知， 在数字基础设施水平较低区域的企业实施数字化转型对新质生产力提高更加明显。究其原因， 可能是在数字基础设施水平较低的区域， 企业进行数字化转型的边际效应更为明显。这些区域的企业在转型前通常面临着较大的生产效率和市场竞争力差距，因此数字化转型带来的技术升级、流程优化和市场拓展能够显着缩小这种差距， 提高新质生产力。相比之下， 数字基础设施水平较高的区域的企业， 其生产和管理流程已经相对成熟和优化，数字化转型带来的改善空间可能相对较小。
５作用机制检验
结合数字化转型的特点并根据上文的理论分析， 本文将从资金约束、管理者能力和信息透明度３ 条路径研究数字化转型对新质生产力水平提升的作用机制。
（１） 缓解资金约束路径
实施数字化转型的企业， 随着数字化程度的不断提高在优化内部资金配置效率的同时也会缓解外部融资压力， 提高企业获得政策性补贴和市场性投资的可能性［２８］ ， 为创新行为和技术突破提供资金保障， 最终表现为企业新质生产力水平的上升。参考沈坤荣等（２０２４） 等［３１］ 的做法， 使用Ｌｏｇｉｔ 模型从企业规模、成立年限、现金股利支付率３ 个指标出发对企业年度融资约束发生概率进行拟合， 最终得到ＦＣ 指数， 用其作为衡量企业资金约束程度的中介变量。根据表７ 列（１）、（２）可知， 实施数字化转型对企业资金约束压力有显着的降低作用， 而资金约束压力的上升会对企业新质生产力水平的提高不利。因此， 本文假设Ｈ２ａ得到验证。
（２） 提高管理者能力路径
企业推行数字化的过程中会逐渐增强管理者的数字化素养和创新能力， 帮助管理者掌握更加先进的信息技术和商业模式， 不断优化组织架构及加强数据驱动决策， 最终推动企业在新兴领域和市场的拓展， 表现为新质生产力的提升。根据张路等（２０１９）［３２］ 的研究， 通过托宾模型对当年企业投入产出效率与行业最优水平的比值进行企业层面的回归， 回归结果的残差即为管理者能力（ＭＡ）， 本文用作中介变量进行机制分析。根据表７ 列（３）、（４） 可知， 随着数字化转型程度的加深可以增强管理者的能力， 提高企业内部控制的效率， 并进一步改善企业新质生产力水平。因此，本文假设Ｈ２ｂ 得到验证。
（３） 提高信息透明度路径
企业进行数字化转型会使披露信息的成本下降， 途径增多， 大大缓解市场中信息不对称的情况， 建立起一个更加透明的市场环境， 帮助企业共享技术、共克难题、推陈出新， 最终表现为企业新质生产力水平的上升。本文在刘志铭等（２０２４）［２４］研究的基础上， 以分析师关注度和研报关注度的综合熵值为依据来表征信息透明度（Ｉｎｆ Ｔ）， 进行机制分析。根据表７ 列（５）、（６） 可知， 开展数字化转型的企业披露信息的途径和受外界关注的程度会增加， 有利于减少市场中信息不对称的发生， 并进一步改善新质生产力水平。因此， 本文假设Ｈ２ｃ 得到验证。
６结论与建议
本文选取２０１１～２０２２年我国Ａ 股上市公司年度数据为研究样本， 考察数字化转型对企业新质生产力水平的影响， 并探究两者之间的作用机制和异质性因素。实证发现： 数字化转型能够显着提高企业新质生产力水平， 该结论经过工具变量法、更换为处理效应模型和交互固定效应模型以及其他稳健性检验后依旧成立。机制检验表明数字化转型通过缓解资金约束、强化管理者能力和提高信息透明度， 促进企业新质生产力水平上升。异质性分析显示， 国有企业、技术密集型企业和处于数字基础设施水平较弱地区的企业， 实施数字化转型对新质生产力水平的提升作用更为明显。根据本文的实证分析结论， 可得到如下政策启示：
（１） 在数字中国愿景和加快建设新质生产力的顶层目标下，政府应积极出台一系列的数字化转型政策， 为企业提供清晰明确的转型方向， 激励企业拥抱数字化转型。同时， 政府还应设立数字化转型专项资金， 通过财政补贴、税收减免等方式， 为企业在转型过程中提供必要的资金支持，减轻其资金压力。在技术层面上， 政府还可以鼓励企业与科研机构、高校等合作， 推动技术创新与研发， 助力企业掌握核心技术， 提升数字化水平。
（２） 依据本文的机制分析， 资金约束压力、管理者能力和信息透明度是数字化转型推动企业新质生产力水平跃迁的重要路径， 因此， 相关企业需针对这些路径进行策略部署与能力提升。①企业应积极探索多元化的融资方式， 如通过政策性金融机构获取低息贷款， 或利用资本市场进行股权融资， 以缓解资金压力。同时， 企业还应注重内部资金管理的优化， 通过降低运营成本等方式提高资金使用效率； ②企业应加强对管理者的数字化素养和能力的培养， 通过定期的培训、交流学习等方式， 提升管理者对数字化转型的深刻理解和实践能力； ③企业应建立完善的信息披露机制， 确保内部信息的及时、准确、完整披露， 并在此基础上加强获取外部信息的技术手段， 确保自身处于信息优势。
（３） 根据异质性分析， 在数字基础设施水平较弱地区的企业应抓住数字化转型的机遇， 积极利用数字化带来的优势， 提高新质生产力水平， 缩小与头部企业的差距； 劳动密集型和资本密集型企业应意识到技术和创新对生产力的变革作用， 探索新型商业模式， 提高智能制造的应用规模； 同时， 政府应对处于数字基础设施水平较弱地区的民间企业加大扶持力度， 打造国企和民企之间的创新合作平台， 通过“强带弱”，共同实现新质生产力的提升。
