數字技術如何影響產業變革
——基于元分析技術的探索

鄭迪文，謝衛紅,，李忠順，駱建彬

(1.廣東工業大學 管理學院；2．廣東工業大學 經濟學院，廣東 廣州 510520)

0 引言

隨著數字產業化和產業數字化的深入發展，諸如人工智能、云計算、物聯網等先進數字技術正逐步變革我國工業經濟根基[1]。數字技術是數字經濟時代必不可少的研究對象，其包含可編輯性、可擴展性、開放性和關聯性等特征[2]。在當今時代，數字技術改變了原有產品基本形態、新產品生產過程與方式、商業模式和產業組織形態，甚至顛覆了許多創新理論的基本假設[3]。數字技術能夠支撐產業發展，其支撐能力在形成產業變革過程中起到關鍵作用。尤其是在當前的數字經濟時代，市場供需變幻莫測，商業競爭日漸激烈，企業亟需不斷探尋新的市場機遇和利潤增長點，找到一條真正符合自身數字化轉型的道路，以應對產業變革的大趨勢，在數字經濟環境中存活下來，而數字技術的運用在這個過程中發揮極大作用[4]。因此，探索數字技術如何影響產業變革的問題顯得尤為重要。

數字技術對產業變革的影響是多方面的，學者們普遍認同數字技術有助于產業變革這一觀點[5-6]。學者們主要從數字技術的集成性、高效性和支撐性3個維度討論數字技術對產業變革的影響機制。其中，集成性反映數字技術集合和運用程度對產業的影響；高效性是指數字技術運用有助于提高企業整體生產運作效率，提高社會勞動生產率，促進產業變革；支撐性是數字技術為產業發展提供關鍵助力作用的一大特性。已有研究表明，數字技術運用對產業變革的影響存在一定地域差異。如李英杰和韓平[7]選取2012—2018年我國內地30個省域相關代表性指標，實證分析數字技術運用對我國產業結構變革的影響機理，發現不論是從全國還是東、中、西等不同地域視角分析，數字技術運用都能促進產業結構變革；盧洪友和陳思霞[8]利用計量經濟模型證明先進技術運用對第三產業技術進步與技術效率的促進作用在我國西部地區最為明顯，在東部地區的作用結果最優。

也有文獻指出，不同情境下的數字技術運用能促進傳統制造業產業結構變革。如沈運紅和黃桁[9]利用面板數據，通過改進后的熵值法證明數字技術運用能顯著促進傳統制造業產業結構變革；Zhang[10]通過對中國內地30個省域進行實證分析，發現數字技術運用可提高我國傳統制造業產業結構變革水平。同時，也有學者認為數字技術與產業變革之間的關系并不顯著，或是一個負向作用的相關關系。如孟慶時[11]研究認為，創新合作網絡中跨模塊和模塊內部頻繁的創新合作以及數字技術的深度拓展反而不利于產業變革；Ling等[12]研究表明，數字技術的運用短期內可促進產業結構變革，但從長期看，二者只存在微弱的相關關系；Shen等[13]運用博弈模型分析并驗證數字技術與產業變革之間存在U型關系，只有當強度達到臨界值時，數字技術才能促進產業變革，否則其對產業變革的影響微弱。此外，數字技術在不斷釋放技術紅利的同時，也衍生出一系列問題，數字技術運用的風險逐步凸顯。如包晨晨和于思淼[14]研究表明，大數據和云計算等數字技術是大企業獲取小企業情報信息的主要技術手段，通過運用此類數字技術，大企業可更快占領市場或完成對相關弱勢企業的兼并。因此，對于中小企業或者初創型企業而言，數字技術是一把“雙刃劍”，在給企業帶來機遇并創造卓越績效的同時，也可能帶來一定損失。

綜上可知，現有關于數字技術對產業變革影響的研究成果較為豐碩。然而，既有研究關于數字技術對產業變革影響機制的探索仍存在以下不足：第一，現有研究多基于單一影響機制探索數字技術如何影響產業變革，且對于這種單一影響機制的強度并未作出準確測量。第二，這些單一影響機制研究較為松散，并未形成一個體系或框架，尚未有學者就數字技術對產業變革的影響機制進行梳理和歸納。第三，數字技術對產業變革的影響機制可能因企業數字技術運用水平、區域數字化發展水平、國家政策扶持力度不同而有所差異，而單一實證研究通常無法同時在不同情境下開展實證取樣，難以識別上述因素的制約作用。第四，利用不同方法探索數字技術對產業變革的影響機制，可能產生不同結果，而現有研究方法較為單一，通常采用實證研究或演繹歸納方法[15]。采用一種新穎的研究方法，更加客觀、全面地探索數字技術對產業變革的影響機制仍是一大難題。

鑒于此，針對以往研究不足，本研究基于1990—2021年32篇獨立實證研究，借助技術創新長波理論進行元分析驗證，試圖回答以下3個方面問題：在已有關于數字技術對產業變革影響機制的實證研究中，常用理論和研究對象有哪些？數字技術影響產業變革的機制是什么？這些機制的影響強度又如何？

1 理論基礎與研究假設

1.1 理論基礎

技術創新長波理論的核心觀點是，產業發展存在一種規律性的波動循環，每過若干年，產業發展就會出現一次峰谷交替，在產業長波背后隱含著技術長波，每個產業長波都是在技術長波的基礎上發生的。不同于經濟學研究中所指的產業增長高漲、下降、谷底、復蘇，然后又高漲的周期循環理論，技術創新長波理論以技術為基礎，從更長的歷史時期考察整個人類產業發展總的變化規律[16]。

克里斯托夫·弗里曼在傳統技術創新長波理論中指明了技術創新與勞動就業的關系，進一步將技術創新長波理論細化為技術創新勞動力就業長波理論。該理論認為，技術創新及新興產業的漸進式演變是促進長波提高的主要因素，并在后續的細致描述中，著重分析了勞動力就業因素帶來的相關影響。技術創新勞動力就業長波理論指出，新興產業的根基一般是勞動力密集型產業，因此對于勞動力需求旺盛，勞動力工資水平普遍較高。因此，新興產業在促進這種長波提升的過程中，會帶動勞動力就業水平提高。然而，較高的工資水平會使新興產業成本增加，影響其經濟規模擴大，致使利潤降低，從而減少對勞動力的需求、降低勞動力工資水平。因此，經濟長波降低也會造成勞動力就業水平下降。為應對這一問題，國家可通過制定一系列產業政策，達到增加就業、推動相關產業發展、擺脫經濟蕭條的目的。該理論可回答技術創新能否促進產業變革的問題，為探究數字技術影響產業變革的機制提供了新的整體理論分析框架，即技術創新—組織變革—勞動力就業—政府監管—產業變革。

由上述分析可知，技術創新長波理論更適合闡釋數字技術影響產業變革的機制問題。因此，本研究根據技術創新長波理論，以組織層面、勞動力層面和政策層面為理論框架，梳理和歸納出數字技術對產業變革的影響機制，并利用元分析技術探索這一機制的影響強度。納入元分析樣本中涉及的理論包括熊彼特創新理論、賦能理論、服務主導邏輯理論、技術變革與勞動力需求理論、適應性結構化理論、技術長波理論等。

1.2 研究假設

1.2.1 組織層面

根據金融過度理論，金融的過度發展將吸納過多人力資本或物資資本等生產力資源，造成金融泡沫，加劇金融資本的不現實性與極端性，最終導致金融資源錯配，形成對實體經濟的擠出效應。當數字技術運用程度高于一定閾值時，將導致金融資本“脫實向虛”，即資金在金融體系中空轉，而不能促進實體經濟進一步發展，反而降低資源配置效率，進而不利于產業發展。當數字技術運用程度低于一定閾值時，數字技術運用通過金融資本提高生產力資源配置效率，拉動產值增長。此外，既有研究表明，數字技術通過金融資本運轉對產業變革產生間接影響[17]。換言之，金融資本高速運轉觸發數字技術運用程度提高，當數字技術運用程度達到一定閾值后，進一步催生產業變革。鑒于此，本文提出以下假設：

H1a：數字技術通過組織層面的金融因素對產業變革產生正向影響。

Zhang等[18]指出，數字技術的運用通過提升企業績效的方式促進產業變革。數字技術本身具有的高效性和精準性能夠提升企業運作效率，進而提高企業績效。對應地，若企業績效水平普遍提高，則會促進本領域產業變革。而且，基于創新獲益理論，企業績效提高不僅取決于技術創新程度，還取決于區域產業發展水平(應瑛等，2021)。同時，數字技術的運用促進企業績效不斷提升，從而產生集群效應，傳統企業以高績效企業為榜樣紛紛提高自身數字技術運用水平，進而促進本領域產業變革。作為一種中間調節因素，企業績效能夠正向影響企業數字技術運用水平和產業變革。與金融因素不同，企業績效提高并不會阻礙企業數字技術運用和產業變革。數字經濟時代，企業以數據資源為基礎，以數字技術為手段，努力實現數字化轉型，其目的是為了提升自身產值和績效，這樣才能使其在產業變革中立于不敗之地。鑒于企業績效的調節作用，本文提出以下假設：

H1b：數字技術通過組織層面的績效因素對產業變革產生正向影響。

李莉等(2021)、劉云等(2019)實證研究表明，組織創新行為對企業數字技術運用水平和產業變革具有促進作用。根據熊彼特創新理論，生產要素重新組合也屬于創新的范疇，數字技術與物質生產資料等相關資源內容重組，可以促進生產流程和生產要素的優化配置，推動企業技術進步與創新，帶動產業發展。同時，組織創新行為可推動組織內部或組織成員間的良性互動，這種良性互動有助于活躍組織氛圍，提升組織成員技術學習能力，進而提高整個組織的技術操作水平。因此，創新行為能夠幫助組織保持良好的氛圍和較高的運作效率。此外，創新行為通過提高組織技術研發能力和促進產業變革的方式提升組織產品質量競爭力。蘇秦等(2016)以航空產業為例證實組織創新行為能夠提高組織技術研發能力，促進產業變革，而二者有利于產品質量競爭力的提升。換言之，組織創新行為既能推動組織技術更新換代，又能促進產業變革，同時還能保持良好的組織氛圍和提高組織產品競爭力。由此，本文提出以下假設：

H1c：數字技術通過組織層面的創新因素對產業變革產生正向影響。

組織生產運作各方面內容(如研發投資、成本、生產速度等)會影響組織產值和績效水平。組織生產運作是指把輸入(資源或構件)轉化為輸出(成品或結果)的過程，也就是生產成品和輸出結果的過程。社會技術系統理論指出，只有同時優化組織內部系統與技術系統，才能實現組織經濟系統的最優化。組織生產運作各方面內容屬于組織內部系統，在數字經濟時代，數字技術發展只有與組織生產運作各方面內容相結合并同時優化，才能使組織系統得到更進一步優化。已有研究表明，組織生產運作各方面內容的優化同樣會給產業發展帶來一定影響[19-20]。如黎繼子和李柏勛[21]以晉江鞋產業為例，證明集群式供應鏈大規模定制化運作模式能為顧客提供柔性、快速、廉價的定制化產品和服務，從而提高相關產業市場競爭力。由此可知，組織生產運作各方面內容的優化對于技術系統優化和產業市場競爭力提升有顯著促進作用。據此，本文提出以下假設：

H1d：數字技術通過組織層面的生產運作因素對產業變革產生正向影響。

1.2.2 勞動力層面

以往研究多從組織投入和組織激勵視角探討勞動力成本上升對技術創新的作用機制[22]。勞動力成本上升主要通過產生要素替代效應、人力資本效應和“創造性破壞”效應3種方式推動組織提升技術研發水平。組織的技術研發投入與勞動力資本投入密切相關，當技術研發投入一定時，勞動力質量越高，組織運作效率越高，組織的產出回報也就越大。勞動力質量和成本對于產業發展同樣重要。有研究表明，勞動力質量提高對高技術制造業產業結構變革的正向影響顯著[23]；也有研究發現，勞動力成本通過產生負向彈性效應作用于勞動密集型制造業效益，但對資本與技術密集型制造業產生正向抑制效應，勞動力質量彈性系數與勞動力成本呈相反表征狀態[24]。由以上分析可知，勞動力狀況與組織技術研發和產業效益密切相關。因此，本文提出以下假設：

H2a：數字技術通過勞動力層面的勞動力狀況因素對產業變革產生正向影響。

根據技術變革與勞動力需求理論，伴隨我國數字經濟的進一步發展，數字技術應用水平得到漸進式提高，一方面會逐漸增加對中、高技能勞動者的需求；另一方面，數字技術運用水平提高將頂替勞動密集型企業的多數就業崗位，減少對低技能勞動者的需求。有研究表明，數字技術對勞動力就業的影響呈現出先抑制后促進再抑制的復雜非線性變化趨勢。只有當組織產值達到一定水平后，數字技術才能正向影響勞動力就業水平[25]。此外，就業結構優化和就業質量提高可以推動產業結構變革，助力我國數字經濟發展，而產業結構變革同時也會反作用于就業結構和就業質量。已有研究表明，我國就業質量存在地域差異，東部地區就業質量顯著高于中西部地區，區域分化差異顯著[26]。在數字經濟背景下，需要持續推動就業結構優化和就業質量提高，有序引導勞動者向數字經濟領域轉崗就業，實現高質量充分就業，從而促進相關產業發展，推動產業結構變革。基于以上論述，本文提出以下假設：

H2b：數字技術通過勞動力層面的就業因素對產業變革產生正向影響。

1.2.3 政策層面

根據經濟政策傳導理論，政策因素在市場發展中起主導作用，具有方向引導、秩序管控、促進資源合理配置的作用，且易影響組織行為。結合當前我國已陸續出臺一系列鼓勵組織提高數字技術運用水平的相關政策可知，政策對于組織運用數字技術、實施數字化轉型起主導作用。此外，雖然當前新一輪科技革命和產業變革的浪潮逐漸擴散，但新舊動能轉換的銜接效果并不理想。上一輪科技進步產生的增長動能逐步消散，新一輪科技和產業革命尚處于起步階段。在這種情形下，政策更要發揮其主導作用，引領產業數字化發展方向，推動新一輪產業變革不斷向縱深演進。由此可知，政策因素在數字技術影響產業變革中具有重要作用。據此，本文提出以下假設：

H3：數字技術通過政策層面的政策因素對產業變革產生正向影響。

綜上所述，本研究理論模型如圖1所示。

圖1 理論模型Fig.1 Theoretical model

2 研究設計

2.1 文獻搜索與篩選

本研究重點對發表于2021年之前的數字技術領域文獻進行綜合檢索。為減少出版偏倚，檢索范圍包括期刊論文、學位論文、會議論文等。英文文獻主要在ScienceDirect、Web of Science兩個數據庫中檢索，由于數字技術具有廣泛性和復雜性，但能夠影響產業變革的數字技術較少，本研究參考麥肯錫全球研究院(MGI)發布的《顛覆性技術：改變生活、商業和全球經濟的進步》報告和Duman&Akdemir[27]的研究，將對產業變革產生影響的數字技術限定為大數據、5G、機器人、區塊鏈、人工智能、數字孿生、無人駕駛、物聯網、移動互聯網、云計算、知識自動化，并以Digital technology、Digital technique、Digitization technology、Big data、5G、robot、block chain、artificial intelligence、digital twins、self-driving、Internet of things、mobile Internet、cloud computing technology、knowledge automation為關鍵詞進行檢索。除以上兩個數據庫外，同時在IEEE Xplore、ProQuest Dissertations、Springer Link等期刊、會議和博碩論文數據庫中進行補漏查找。考慮到納入樣本文獻的質量問題，本文將中文文獻的檢索期刊類型限定為CSSCI來源期刊及其擴展版，以中國知網和萬方數據庫為重要檢索庫，以數字技術、數字化技術、大數據、5G、機器人、區塊鏈、人工智能、數字孿生、無人駕駛、物聯網、移動互聯網、云計算、知識自動化為關鍵詞進行檢索。檢索完成后，初步篩選出符合產業變革研究主題的文獻，文獻搜尋和篩選工作由3名研究人員獨立進行，隨后對結果進行匯總和整理，初步篩選得到18 117篇中英文樣本文獻。

然后，依照如下準則對樣本文獻進行進一步篩選：①剔除非實證研究論文；②研究必須包含數字技術及其各維度、產業變革等變量；③論文必須給出與本研究有關的效應值，即非實證類論文需要給出相關系數和樣本量，實證類論文需要提供樣本量及可通過公式得到的相關值(如F、t、d、均值和SD等)，具體公式參見Hunter&Schmidt[28]的研究；④必須存在獨立數據集，如果多篇樣本文獻類似，則以較為細致的研究為準。最終共有32篇文獻(或者37個獨立數據集)被編碼到元分析中，數據集大于文獻數是因為有兩項研究不止包含一個樣本。樣本檢索、篩選過程見圖2。

圖2 文獻檢索與篩選流程Fig.2 Literature search and screening

2.2 文獻編碼

文獻編碼工作由3名研究人員獨立進行，包含3個流程：首先，3名研究人員交流形成編碼標準和編碼共識，并進行第一輪編碼工作，3名研究人員第一輪編碼的相同比例達到86.9%；其次，3名研究人員對不同編碼結果進行仔細檢查并討論，最終達成一致，第二輪編碼的相同比例達到96.7%；最后，針對剩余部分的不相同編碼內容，3名研究人員再次進行檢查、交流并最終整合為相同編碼內容。

經過文獻檢索與篩選流程，最終歸入32篇元分析樣本文獻，其中英文文獻6篇，中文文獻26篇，SSCI和CSSCI期刊論文約占92%。通過最終核對，共編碼出37個獨立效應值。為測量編碼中人為因素造成的誤差，隨機選取30%的樣本文獻，由另兩名研究人員各自對核心部分編碼項再次重復操作，將操作結果與最終編碼內容進行核對，相同度分別為94%和91%。對于較為權威但無法獲取核心內容的文章，通過郵件方式索要，最終共發送7封郵件，收到兩封有效回復消息。

3 研究結果與分析

3.1 出版偏倚分析結果

元分析方法將與研究主題相關文獻的研究效應值作為研究樣本，因此要盡可能搜集較為全面的相關文獻。由于當前大多數期刊傾向于發表具有顯著性結果的文章，可能造成一些未發表的存在非顯著性結果的文章未被納入研究樣本中，進而出現出版偏倚。對于出版偏倚狀況的評估，學者多采用失安全系數N進行判斷，本文也采用這一做法。

如表1所示，從失安全系數檢驗結果看，數字技術通過各維度對產業變革產生影響的失安全系數為7 563，意味著需要再增加相應數量的文獻樣本才能夠否認數字技術與產業變革之間的關系。同時，Z值遠大于1，表明所選文獻樣本極具代表性，且不存在出版偏倚。

表1 失安全系數檢驗結果Tab.1 Test results of loss of safety factor

3.2 主效應分析

如表2所示，異質性檢驗結果顯示，各研究之間效應值的Q檢驗均顯著(p < 0.001)，表明元分析中各效應值均是異質的；I-squared值為99.390%，依據Higgins等[29]的異質性判斷標準，I-squared>75%表示效應量之間存在較高的異質性；Tau-squared值為0.090，表明各研究之間效應量存在的變異有0.090可用于權重計算。這說明可能存有一些調節效應影響數字技術與產業變革關系的強弱，Q檢驗結果(Q=5 898.227)同樣支持這一結論。

表2 異質性檢驗結果Tab.2 Heterogeneity test results

3.3 調節效應分析

3.3.1 組織層面的調節效應分析

如表3和表4所示，分別以創新因素和績效因素作為調節變量，采用技術創新能力、探索式創新和利用式創新、區域創新性、綠色技術創新、商業模式創新、企業雙元創新、學習導向以及創新績效、環境治理績效、企業創新績效、區域創新績效、全要素勞動生產率作為測量維度，相關性的90%CI置信區間并不完全重合且P<0.05，說明在數字技術影響產業變革的機制中，創新因素和績效因素存在調節效應，即數字技術能夠通過組織層面的創新因素和績效因素顯著影響產業變革。由此，H1a和H1b獲得支持。

表3 創新因素的調節效應Tab.3 Moderating effects of innovation factors

表4 績效因素的調節效應Tab.4 Moderating effects of performance factors

如表5和表6所示，以金融因素和生產運作因素作為調節變量，采用數字金融產品使用、數字普惠金融、數字惠普的普惠性、科技金融以及研發投資強度、生產力、成本、銷量、生產速度、高管權力、商業模式的改變、產品批發經營效率、要素錯配、數字化產業發展水平作為測量維度，相關性的90%CI置信區間并不完全重合且P<0.05，說明在數字技術影響產業變革的機制中，金融因素和生產運作因素存在調節效應，即數字技術能夠通過組織層面的金融因素和生產運作因素顯著影響產業變革。由此，H1c和H1d獲得支持。

表5 金融因素的調節效應Tab.5 Moderating effects of financial factors

表6 生產運作因素的調節效應Tab.6 Moderating effects of production operation factors

3.3.2 勞動力層面的調節效應分析

如表7和表8所示，分別以就業因素和勞動力狀況因素作為調節變量，采用就業信息、就業質量以及人才體系不匹配、觸網程度、代際差異、城鄉收入作為測量維度，相關性的90%CI置信區間并不完全重合且P<0.05，說明在數字技術影響產業變革的機制中，就業因素和勞動力狀況因素存在調節效應，即數字技術能夠通過勞動力層面的就業因素和勞動力狀況因素顯著影響產業變革。由此，H2a和H2b獲得支持。

表7 就業因素的調節效應Tab.7 Moderating effects of employment factors

表8 勞動力狀況因素的調節效應Tab.8 Moderating effects of labor status factors

3.3.3 政策層面的調節效應分析

如表9所示，以政策因素作為調節變量，采用數字化變革、網絡協作與信任保障機制、政策導向、對政策關注度和制度文化異質性作為測量維度，相關性的90%CI置信區間并不完全重合且P<0.05，說明在數字技術影響產業變革的機制中，政策因素存在調節效應，即數字技術能夠通過政策層面的政策因素顯著影響產業變革。由此，H3獲得支持。

表9 政策因素的調節效應Tab.9 Moderating effects of policy factors

調節效應分析結果證明，數字技術對產業變革的影響機制包括組織層面的創新因素、績效因素、金融因素和生產運作因素，勞動力層面的就業因素和勞動力狀況因素，政策層面的政策因素。這說明在探討數字技術對產業變革的影響時，這些影響機制尤為重要。可能解釋是：一方面，在產業經濟學框架內，組織、勞動力和政策都是產業變革的重要要素；另一方面，根據技術創新長波理論的演化脈絡可知，這三大要素同樣是技術推動產業發展的重要支撐力量。

3.4 強度分析

本研究采用Cohen[30]提出的劃分標準判斷變量之間的相關程度(0.1≤|r|<0.3表示低度相關，0.3≤|r|<0.5表示中度相關，|r|≥0.5表示高度相關，|r|=0表示不相關)，具體強度分析結果詳見圖3。

圖3 各指標強度分析Fig.3 Strength analysis of each indicator

3.5 調節效應匯總與多元回歸分析

由表10可知，在固定效應分析中，Tau Squared值均小于0.25，說明各調節變量對各測量維度的修正效果較好。在混合效應分析中，P值均小于0.001，說明各調節變量對各測量維度的修正效果顯著。

表10 調節效應分析匯總Tab.10 Analysis summary of moderating effects

各調節變量對各影響維度的元回歸結果參見圖4，其中圓圈表示樣本量大小，中間的橫線表示回歸效應量的大小，上下兩條線表示效應量的95%置信區間。元回歸分析結果顯示，各測量維度的效應量均較為集中地分布于各調節變量的置信區間內，說明調節變量對各測量維度效應量的修正效果較好。

圖4 各調節變量對各影響維度的元回歸結果Fig.4 Meta-regression results of each moderating variable on each influencing dimension

3.6 敏感性分析

異質性檢驗結果顯示，每項研究的效應值之間均存在較高的異質性。根據漏斗圖和各效應值的偏離狀況，對各影響機制的異質性效應量進行進一步的敏感性分析。刪除一項研究(藍慶新1，2019)后，數字技術對產業變革影響機制的異質性降低0.032%，數字技術對產業變革影響機制的效應量r=0.518，p<0.001；逐步刪除兩項研究(藍慶新1，2019；藍慶新2，2019)后，數字技術對產業變革影響機制的異質性降低0.020%，數字技術對產業變革影響機制的效應量r=0.526，p<0.001；逐步刪除3項研究(藍慶新1，2019；藍慶新2，2019；何帆，2019)后，數字技術對產業變革影響機制的異質性降低0.148%，數字技術對產業變革影響機制的效應量r=0.536，p<0.001。以上分析表明，無論異質性程度如何，數字技術對產業變革影響的主效應與各影響機制的調節效應均顯著相關。

4 結論與討論

4.1 結果討論

本文通過對數字技術影響產業變革機制的32篇實證文獻進行元分析檢驗，依據技術創新長波理論，并參考相關運用元分析技術的文獻識別出7種數字技術影響產業變革的機制，較為全面地總結分析數字技術對產業變革的影響機制。具體結果如下：

首先，數字技術對產業變革的影響機制包括組織層面的金融因素、創新因素、績效因素、生產運作因素，勞動力層面的就業因素、勞動力狀況因素，以及政策層面的政策因素，且無論異質性程度如何，數字技術對產業變革影響的主效應與各影響機制的調節效應均顯著相關。

其次，梳理數字技術對產業變革影響機制的文獻發現，各機制的作用并不一致，高度相關、中度相關、低度相關均有涉及。其中，組織層面的環境治理績效、區域創新績效、全要素勞動生產率、技術創新能力、區域創新性、商業模式的改變和要素錯配，勞動力層面的就業信息、就業質量、觸網程度、代際差異和城鄉收入，政策層面的制度文化異質性，是數字技術影響產業變革的重要機制。組織層面的數字金融產品使用、數字普惠金融、科技金融、探索式創新和利用式創新、商業模式創新、企業雙元創新、學習導向、創新績效、企業創新績效、研發投資強度、生產力、成本、銷量、高管權力、產品批發經營效率、數字化產業發展水平、網絡協作與信任保障機制、對政策關注度和人才體系不匹配是數字技術對產業變革的中度影響機制。數字普惠金融的普惠性、綠色技術創新、生產速度、數字化變革、政策導向在數字技術影響產業變革中的作用較弱，盡管這些因素在數字技術對產業變革的影響機制中屬于影響較弱的機制，但是仍需注意這些機制在不同情境下可能對數字技術影響產業變革產生更強或更弱的影響。

最后，在已有相關實證研究中，學者們探索數字技術對產業變革的影響機制主要應用的理論有熊彼特創新理論、賦能理論、服務主導邏輯理論、技術變革與勞動力需求理論、適應性結構化理論、技術長波理論等。

4.2 研究貢獻、局限及展望

4.2.1 研究貢獻

本文梳理并厘清了數字技術對產業變革的影響機制，并將影響機制劃分為金融因素、創新因素、績效因素、生產運作因素、就業因素、勞動力狀況因素和政策因素7個維度，有效避免了數字技術對產業變革影響機制維度分類不清的問題。同時，在搜集元分析數據的過程中，總結現有數字技術對產業變革影響機制相關實證研究常用的理論視角，有助于指導數字技術對產業變革影響機制研究的多理論融合發展。借鑒既有相關成果，以技術創新長波理論為基礎，并綜合運用元分析技術，提出數字技術對產業變革影響機制的整合性分析框架。基于技術創新長波理論中的技術創新—組織變革—勞動力就業—政府監管—產業變革框架，較為全面地闡釋數字技術對產業變革的影響機制及其強度，描繪出數字技術對產業變革影響機制的全貌，豐富和細化了數字技術對產業變革影響機制的研究成果，為后續數字化創新研究中探索數字技術對產業變革影響機制提供了較為可靠的佐證。

4.2.2 研究局限與展望

本研究存在以下局限，有待未來研究進一步完善：第一，在調節效應中，由于研究樣本的限制，研究結果可能存在誤差。第二，本文在搜集樣本文獻時，盡管已經盡可能全面搜集相關文獻及其效應值，但由于元分析技術本身固有的局限性，仍可能存在少量遺漏。

未來研究可從如下3個方面深化：

(1)數字技術影響產業變革的具體過程和表現形式。一方面，數字技術的運用能降低企業成本，促進產業變革。另一方面，數字技術能夠衍生嶄新的價值創造模式，如工業互聯網平臺模式、全渠道運營模式和雙邊市場模式等。那么，不同類型的數字技術對產業變革影響的具體過程如何？數字技術影響產業變革的表現形式又有哪些？這些問題有待進一步考察。

(2)數字技術的政府管理策略。政府在數字基礎設施建設和數字技術運用管理等方面具有關鍵作用，政府的數字技術運用管理和規制政策對相關產業發展極為重要，但目前相關研究仍較少，法律、法規、制度和政策也并不完備，這些都不利于數字產業化和產業數字化的快速發展。因此，對數字技術的政府管理策略進行探討，有助于推動數字產業化和產業數字化發展。

(3)中國情景下數字技術對產業變革的影響。國內關于數字技術與產業變革關系的研究起步較晚，成果較少，難以有效、及時地指導我國數字經濟發展實踐。我國相關產業的蓬勃發展為數字技術的深入運用和開發提供了良好的環境土壤，巨大的潛在市場規模優勢也為數字技術運用提供了豐富的情景。因此，如何融合我國相關產業發展的具體情況，探索并提出具有中國特色的數字技術運用理論，進而更好地引領數字技術助力產業發展，是需要重點關注的問題。