數字化轉型對企業全要素生產率的影響研究

韓士專 楊佳英 楊禮華

[摘要]隨著數字經濟的不斷發展，中小企業不斷投入數字化轉型的浪潮中，以此突破制約企業生產效率的“卡脖子”問題。以2015—2022年A股上市公司企業數據為基礎，深入考察企業數字化轉型對企業全要素生產率的影響及內在機制。結果發現：數字化轉型能夠顯著促進企業全要素生產率的提高，經過更換被解釋變量、修改模型設定的穩健性檢驗和內生性處理之后，結論依舊成立。異質性分析表明：數字化轉型對成長期和衰退期企業全要素生產率促進效果差異不大，但優于成熟期企業，另外企業數字化轉型在制度環境較好和國有企業中更能發揮比較優勢。機制檢驗表明：優化企業人力資本和激發企業家精神是數字化轉型助力企業全要素生產率提升的重要渠道。

[關鍵詞]數字化轉型；全要素生產率；企業人力資本；企業家精神

一、 研究背景

提高全要素生產率是經濟穩定增長的重要前提，也是我國加快推進供給側結構性改革的關鍵目標，對加快實現經濟高質量發展具有重要作用。黨的二十大報告指出要著力提高全要素生產率，并將其作為推動高質量發展這一重大主題內涵的任務之一，可見提高全要素生產率已逐步成為經濟由高速增長向高質量發展的關鍵所在。數字經濟時代，企業依托大數據、云計算等數字技術降低信息收集和處理成本、改善企業績效和優化生產模式，提高了企業生產效率。企業通過實施數字化戰略降低金融服務門檻、優化人力資本和提高融資效率，進而提升企業全要素生產率。國家“十四五”規劃也指出要以數字化轉型整體驅動生產方式、生活方式和治理方式變革，進而促進企業全要素生產率的提升。因此，本文在數字化的熱潮下，從理論和實證角度探討企業數字化轉型與企業全要素生產率之間的關系，有助于企業優化和完善生產經營模式，提高企業“投入-產出”的轉化效率。

大量學者對企業數字化轉型的經濟效益進行了豐富的研究，但多數聚焦于微觀層面。如在企業內部方面，數字化轉型通過新型數字技術的應用提高了企業創新水平[1]，還使得企業通過降低代理成本來提升重污染企業投資效率[2]。此外，企業數字化轉型還可以增強企業韌性[3]、ESG表現[4]。在企業外部方面，夏蕓等[5]發現提升盈利水平和會計信息披露質量是數字化提升商業信用融資的重要渠道，同時，數字化戰略還可以通過優化企業基本面的方式來降低股價崩盤風險[6]。關于數字化與企業全要素生產率之間的關系，已有研究主要從宏觀、中觀和微觀3個角度出發。在宏觀層面，孫鵬等[7]以大數據綜合試驗區為準自然實驗，采用多期DID驗證了數字經濟可以優化企業全要素生產率。王冬梅等[8]采用多元回歸方法也得出這一結論。在中觀層面，王京濱等[9]認為數字化轉型通過提升企業供應鏈運作效率和矯正過度投資兩種渠道作用于企業全要素生產率。在微觀層面，張永亮等[10]發現綠色金融政策可以對重污染企業的全要素生產率產生促進作用。

綜上，國內外學者對數字化、企業全要素生產率開展了豐富的研究，為本文的研究奠定了研究基礎。但已有研究大多考察省級層面的數字經濟或者數字金融對企業全要素生產率的影響，鮮有學者考慮數字化轉型與微觀層面企業全要素生產率的關系。因此，本文以A股上市公司2015—2022年數據為基礎，考察數字化轉型與企業全要素生產率之間的關系及作用機制。邊際貢獻主要包括：第一，機制探究方面，部分學者從融資約束、企業創新等層面研究數字化轉型對企業全要素生產率的影響，忽視企業家精神的作用，因此本文以企業家精神為機制變量展開分析，豐富企業家精神的應用領域，為數字化轉型影響企業全要素生產率提供新的經驗證據。第二，異質性方面，基于生命周期理論將樣本分為成長期、成熟期和衰退期，探討不同時期數字化轉型的福利效應，彌補大多研究僅考慮企業和地區截面差異而忽視在時間維度上的潛在異質性的缺陷。

二、 理論分析與假設提出

1. 數字化轉型與企業全要素生產率

隨著我國不斷推動產業數字化轉型，大數據、區塊鏈等信息技術逐漸被應用到企業發展中，使得數字化已逐步成為提高企業創新和推動企業實現高質量發展的核心動力。第一，數字化轉型憑借自身開放、共享和跨時空等特征，緩解了企業的溝通障礙，促進了信息交流與合作，有助于完善企業內部信息和降低挖掘整合外部信息的成本[11]，為企業開展創新活動營造了良好環境，從而提高企業創新能力和“投入-產出”的總體轉換效率[12]。第二，數字化加強了企業各部門之間的協調性，通過將數據生產要素內部系統串聯起來，保證生產、組織全過程的實時性和透明性，推動各部門由獨立開發逐步轉向協同合作[13]，有助于緩解“委托-代理”問題，從而提高生產管理效率，為企業全要素生產率的提高提供“催化劑”。第三，數字化轉型通過大數據、云計算等數字技術可以迅速準確地從龐大的數據中挑選出有價值的數據，降低信息收集和處理成本[14]，緩解信息不對稱，提高數據要素的利用率，帶來全要素生產率的提升。因此，本文提出以下假設：

H1：企業數字化轉型可以促進企業全要素生產率的提升。

2. 數字化轉型、企業家精神與企業全要素生產率

以熊彼特為代表的“創新學派”認為創新作為資源要素的新組合，是由企業家執行的，企業家精神反映的一種冒險和創新精神。企業實施數字化轉型可以拓展企業的融資渠道，緩解融資約束，通過大數據、云計算等數字技術還可以精準地對研發項目進行分析，進而降低企業研發成本，促進企業家精神成長[15]。在企業家創新精神的作用下，企業會積極地采用新型技術來加強與其他企業和政府的合作，以此突破企業生產中的瓶頸問題，從而促進企業全要素生產率的提升。在企業家冒險精神的作用下，企業可以超前地洞察時勢的變化，精準地識別和抓住創新機遇，有助于企業技術進步，促進企業生產效率[16]。旺盛的企業家精神可以幫助企業將新制度、新技術融入組織創新，優化企業生產模式和關聯模式，逐步引導企業的生產創新行為實現由封閉性、排他性向共享性和包容性的轉變，有助于企業在經營模式上實現創新，保證企業生產過程中的協同性，從而提高企業全要素生產率。因此，本文提出以下假設：

H2：企業數字化轉型可以通過激發企業家精神提升企業全要素生產率。

3. 數字化轉型、人力資本與企業全要素生產率

本文總結文獻發現，數字化轉型主要通過“技術替代”和“技術互補”兩條途徑提升企業人力資本。第一，數字技術和智能設備的廣泛應用憑借智能化、低成本和規模經濟等優勢可以協助企業降低對低技能勞動力的需求，減少一些低技能崗位，從而相對增加企業高技能勞動力占比；第二，當數字技術被不斷引入生產中，需要聘請高技術人員進行機器操作，增加了對高技術人才的需求，從而創造更多的高技能崗位[17]。此外，企業實施數字化戰略帶來研發活動的增加會迫使企業引入更多的投資人員，優化企業人力資本，而企業人力資本的提升又有助于提升企業全要素生產率。人力資本水平較高的企業技術吸收能力較強，可以輕松地將從其他地區或者企業引進的技術融入實際生產中，對企業全要素生產率的提升具有積極作用[18]，同時，人力資本的增加意味著企業可以更好地開展新產品和新技術的研發，有利于企業提高企業競爭力，帶動企業生產效率的提升[19]。因此，本文提出以下假設：

H3：企業數字化轉型可以通過優化企業人力資本提升企業全要素生產率。

三、 研究設計

1. 樣本選擇與數據來源

由于我國企業數字化轉型起步較晚，在2013年后才得到廣泛的推廣和應用，且限于數據的可獲得性，本文以我國滬深兩市A股上市公司2015—2022年財務數據為初始研究樣本，探討企業數字化轉型對企業全要素生產率的作用及影響渠道。為了保證數據的可靠性和有效性，對數據進行以下處理：（1）剔除研究期間內處于特別處理狀態和財務數據存在異常或嚴重缺失的樣本；（2）剔除證券、保險等金融類樣本；（3）對使用的連續變量進行上下1%的縮尾處理。財務數據來自國泰安數據庫、萬得和企業年報。

2. 變量選取

（1）被解釋變量：企業全要素生產率（TFP_LP）。企業全要素生產率測算方式主要包括OP、LP和Gmm法等。相較于其他方法，LP法由于可以較好地解決傳統計量方法中的內生性和樣本選擇問題，已經被大多數學者引用并且認可，具有一定的合理性和科學性。因此，本文參考魯曉東等[20]方法，采用LP法進行測度。

（2）核心解釋變量：數字化轉型（DCG）。對于企業數字轉型，學術界尚未形成一致的衡量指標，但大部分采用文本分析法構建指標，只是在關鍵詞確定方面存在差別。如Verhoef等[21]認為企業數字化轉型包括數字技術的應用、數碼化和數字化轉型3個方面。劉飛[22]則從“電子商務”和“網絡銷售”來界定業務模式的轉型。本文參考吳非等[23]的做法，采用Python對上市公司年報告中涉及的數字化轉型信息進行挖掘整理，同時借鑒近年來與數字化有關的重要政策文件和研究報告來擴充關鍵詞，如《中小企業數字化轉型指南》《2020年數字化轉型趨勢報告》等；從“人工智能”“云計算”“大數據”“數字技術”4個方面選取關鍵詞，將各年度報告中每個關鍵詞頻總數加一后取自然對數來衡量企業數字化轉型，該數值越大企業數字化轉型程度越高。

（3）控制變量：本文結合相關研究，選取了7個控制變量。具體包括股權集中度（TOP1）、托賓Q（TOBIN）、資產負債率（LEV）、現金流（CASH）、凈資產收益率（ROE）、企業規模（SIZE）和企業年齡（AGE）。

（4）中介變量：人力資本（HC）和企業家精神（EB）。本文參考肖土盛等[24]研究，從勞動者職業類型區分人力資本，將研發人員和技術人員視為高技能勞動力，以其占企業總勞動力的比重來衡量企業人力資本，比重越大說明企業人力資本水平越高。對于企業家精神，本文參考張莉等[25]研究，以研發投入金額、人均固定資產、人均無形資產、人均營業收入和董事會獨立性指標為基礎，采用熵權法測算指標來反映企業家精神。該指標越大企業家精神越旺盛。

3. 模型構建

為了識別企業數字化轉型與企業全要素生產率之間的關系，本文構建如下雙向固定效應模型：

[TFP_LPit=α0+α1DCGit+α2Controlsit+μi+γt+εit] （1）

其中，i和t分別表示企業和年份，α0是截距項， TFP_LPit是企業全要素生產率水平，DCGit為企業數字化程度，α1是數字化對企業全要素生產率的影響效應。Controlsit是控制變量。[μi]和[γt]分別用于控制個體和時間固定效應，[εit]為隨機誤差項。

為了檢驗人力資本和企業家精神的機制作用，本文參考江艇[26]的方法，構建以下模型：

[Mit=β0+β1DCGit+β2Controlsit+μi+γt+εit] （2）

其中，Mit是中介變量，包括人力資本和企業家精神。

四、 實證分析

1. 基準回歸

表1匯報了數字化轉型及其4個維度對企業全要素生產率影響的回歸結果。可以看出，第一，DCG的系數為0.0150，在1%的統計水平上顯著，說明隨著企業數字化轉型水平的提升，企業全要素生產率會有所提高，兩者表現為正相關關系。可能原因是，一方面，數字化在生產方面的應用，實現了生產流程的自動化，減少了對勞動力的需求，降低了成本；另一方面，數字化有助于擴展服務業務，研制新產品，提高企業的競爭力，完善運營模式，從而促進企業全要素生產率[27]。因此，假設H1得證。第二，AI、CC和ADT的系數也顯著為正，說明這些技術的應用對企業生產效率的提升也具有積極作用。而DT的估計系數雖然為正，但沒有通過顯著性檢驗。

2. 穩健性檢驗

（1）更換被解釋變量

本文采用OP和Gmm法測算的結果來替代原被解釋變量進行穩健性檢驗，結果見表2。結果顯示：DCG的系數依舊顯著為正，與前文結論保持一致，說明通過穩健性檢驗。

（2）修改模型結構

由于企業數字化轉型的數據分布存在左截斷的特點，因此可以采用Tobit模型替代多元回歸來進行穩健性檢驗（表2）。可以看出，DCG的系數為0.0252，在1%的統計水平上顯著，表明企業數字化轉型對企業全要素生產率仍然具有顯著的正向影響，進一步說明了結果的穩健性。

3. 內生性處理

（1）解釋變量和控制變量滯后一期

為了緩解部分變量互為因果帶來的內生性，且考慮到企業實施數字化轉型對企業全要素生產率的影響可能存在滯后效應，本文在基準回歸的基礎上對核心解釋變量和控制變量進行滯后一期處理，回歸結果見表3。可以看出L.DCG的系數在1%顯著水平上顯著為正，與前文研究結論基本一致，說明結論的穩健性。

（2）傾向得分匹配

企業數字化轉型可能不是一個十分外生的變量。例如，之前采取過數字化轉型戰略的企業可能傾向于繼續實施數字化戰略，因為從既有數字化經驗中學習并形成的規范會為以后數字化提供決策基礎，使以后數字化更容易成功。此外，這類企業可能是生產效率較高的企業，也可能是“投入-產出”較低的企業。毫無疑問這些外在因素會影響企業實施數字化轉型意愿，從而導致分析結果存在內生性。因此，本文采用PSM進行內生性處理。將數字化轉型按照中位數劃分為高數字化組和低數字化組，將其分別視為實驗組和控制組，以控制變量作為協變量，采用近鄰1[∶]1有放回且允許并列的方式在實驗組和控制組之間進行配對，通過Logit模型測算傾向匹配的分值，分值相近的樣本可以作為控制組。平衡性檢驗結果見表4。結果表明：各協變量在匹配后標準化偏差大幅度降低，均在10%以內；且匹配后t值對應的p值均大于10%，說明經PSM之后的樣本在協變量方面沒有顯著差異。表3匯報了經過PSM之后樣本的回歸結果。顯然，DCG的系數為正，且經過了顯著性檢驗，與基準回歸結果類似。

（3）工具變量法

一方面，企業數字化轉型可能通過緩解融資約束、提高人力資本來促進企業全要素生產率；另一方面，全要素生產率較高的企業擁有更多的資金，可以為企業數字化轉型提供更好的資金支持，從而存在互為因果的關系。為了緩解遺漏變量或者互為因果等原因造成的內生性，本文參考袁淳等[28]的研究，引入居民平均每百戶年末移動電話擁有量（AMP）和地方一般公共財政科學技術支出（FTE）兩個工具變量進行分析。一方面，移動電話擁有量是企業所在地區數字基礎設施建設完善程度的體現，與企業數字化息息相關，而財政科學技術支出體現了城市創新水平的高低，其可以通過引導企業進行技術創新來推動企業數字化轉型，因此，工具變量均滿足相關性要求；另一方面，移動電話擁有量是為了滿足居民通信交流的需求，與企業全要素生產率并無太大關聯，財政科學技術支出對企業生產效率也基本沒有影響，滿足外生性要求。因此，理論上來說工具變量是有效的。

表5匯報了分析結果。從一階段回歸結來看，工具變量估計的系數均在1%的統計水平上顯著為正，即居民平均每百戶年末移動電話擁有量的上升和財政科學技術支出的增加推動了企業數字化轉型，驗證了工具變量的相關性，與理論一致。同時一階段回歸F值分別為70.19和60.76，均遠大于10，說明不存在弱工具變量。從二階段回歸結果來看，DCG的估計系數分別為0.1614和0.4832，且都通過了1%統計水平的顯著性檢驗，說明通過工具變量法處理內生性問題后，研究結論保持不變。

五、 異質性分析和機制分析

1. 異質性分析

（1）企業生命周期

從企業生命周期來看，不同時期的企業在生產模式、銷售方式、投資策略和風險偏好等方面都存在較大差別，但數字化轉型都是企業實現高質量發展的核心動力。對于成長期企業，由于剛步入新行業，經營所得難以滿足融資需求，又由于根基不穩，隨時可能被市場淘汰，導致獲取信貸機構資金支持較難，增加了企業融資約束。因此，為了防止被市場淘汰，管理者可能會選擇偏好風險，采取數字化政策來緩解企業資金限制和資源短缺的新生劣勢，加快企業成長速度，提高生產水平。對于成熟期企業，生產模式趨于成熟、盈利能力穩定，擁有雄厚的資源積累，具備一定的市場份額，此時企業由“求生存”轉向“謀發展”，也可能選擇采取數字化政策。對于衰退期企業，盈利能力減弱，創新水平不高，市場占有率較低，為了幫助企業重獲新生、實現二次創新創業，可能會通過數字化來革新生產模式、研發新產品、提高生產效率，以此提高市場競爭力。因此，本文參考童錦治等[29]的方法采取現金流模式法將樣本劃分為成長期、成熟期和衰退期進行異質性分析。檢驗結果見表6。

結果顯示：無論是成長期、成熟期還是衰退期，DCG的估計系數依舊顯著為正，說明數字化策略的實施對3個時期企業全要素生產率的提升仍然具有重要的推動作用。從影響效應來看，成長期和衰退期企業DCG估計的系數差不多，但遠大于成熟期數字化的系數，說明數字化轉型對成長期和衰退期企業全要素生產率促進效果差異不大，但優于成熟期企業。可能原因是，成長期和成熟期企業全要素生產率的提升會受到資金、設備和環境的制約，數字化策略是解決這一系列問題，提升全要素生產率的主要渠道，對數字化轉型依賴較高，受其影響也相對較大；而成熟期企業資金雄厚、生產模式相對完善，提升全要素生產率的途徑可能比較多樣化，從而導致其對數字化轉型依賴較低，受到影響也較小。

（2）制度環境

新制度經濟學認為，制度環境是促進技術進步、經濟增長的核心因素。良好的制度環境不僅能保障企業的創新產出，還可以激發企業創新意識，促進企業高質量發展。制度環境作為一種重要的保障措施，可以通過制定激勵機制來激發企業積極性和創造力，也可以通過市場機制協助政府發揮資源配置功能，提高企業生產力水平。因此本文采用樊綱等[30]編制的市場化進程中的二級指標——市場中介組織發育和法律制度環境來反映各地區的制度環境的優劣，將制度環境指數大于中位數的樣本地區歸為制度環境良好地區，否則歸為制度環境差的地區。表7展示了具體的分析結果。

結果顯示：DCG的估計系數均顯著為正，且對制度環境較好地區企業全要素生產率的助推效果明顯高于制度環境較差地區企業。可能原因是，良好的制度環境不僅有效地保障了企業壟斷利潤和研發專利權，激發了企業創新活力，還提高了外部投資者的投資信心，吸引外部資金的投入，增加了可用資金，使企業有更多的資金用于數字化轉型，增加了數字化成功的概率，提高了生產效率。制度環境較差地區由于研發專利難以得到保障、資源缺乏等原因，限制了數字化轉型對全要素生產率的促進作用。

（3）企業產權

國有企業與非國有企業在組織形式、經營模式等方面存在較大的差別，并且資源充裕度和國家支持力度方面具有較大的不同，那么數字化轉型對企業全要素生產率的提升是否會因為產權性質的不同而產生系統性差異？因此，本文按照企業產權性質，將樣本企業劃分為國有企業和非國有企業展開分析。具體分析結果見表7。

結果表明：無論是國有企業還是非國有企業，DCG的估計系數均顯著為正，說明與非國有企業相比，數字化轉型對國有企業全要素生產率的作用效果更大。原因是非國有企業數字化轉型容易受到資金、資源等的約束，使其數字化轉型成功概率較低，限制了企業數字化發展，而國有企業通常面臨較弱的融資約束，資金相對充裕，可以更好地發揮數字化對企業生產的福利效應。

2. 機制分析

表8列（1）顯示了企業數字化轉型對企業人力資本的影響，DCG的估計系數在10%的統計水平上顯著為正，說明企業數字化轉型可以提升企業人力資本水平。搜尋信息、置換信息和處理信息能力的提升是企業實施數字化轉型的關鍵。為了增加數字化轉型成功的概率，企業會增加對高層次、高知識人才和研發人員的需求，從而激勵企業雇傭更多高技術、高水平員工，提升企業人力資本。列（2）檢驗了企業數字化轉型對企業家精神的影響。DCG的估計系數為0.0041，并且通過了1%統計水平的顯著性檢驗，說明企業實施數字化轉型有助于激發企業家精神。企業數字化轉型一方面通過大數據、人工智能和云計算等數字技術突破了地理限制，將金融服務群體擴大至長尾群體，擴大了覆蓋范圍；另一方面通過大數據搭建了信息互通和資源共享平臺，減少了企業家創新成本，這有助于激發企業家精神。同時進行500次隨機抽樣的Bootstrap檢驗表明，企業人力資本和企業家精神的95%置信區間不涵蓋0（表9），說明企業人力資本和企業家精神的中介效應的確存在。綜上，假設H2和H3得證。

六、 結論與對策建議

本文首先從理論上探討企業數字化轉型作用企業全要素生產率的內在機理，同時選取A股企業2015—2022年面板數據為研究對象，從實證方面考察企業數字化轉型與全要素生產率之間的關系。研究發現：企業數字化轉型與企業全要素生產率之間存在正相關關系，該結論經過一系列穩健性檢驗和滯后一期、PSM和工具變量法處理內生性后依舊成立；同時，這種關系會受產權性質、制度環境和企業所處生命周期的影響；最后機制檢驗表明，企業數字化轉型主要通過優化企業人力資本和激發企業家精神兩條渠道提升企業全要素生產率。

綜合上述結論，本文提出以下對策建議：

首先，把握數字化機遇，充分釋放數字化紅利。在數字化的浪潮下，企業應該順應實勢，積極制定數字化戰略，探索數字化道路。將數字技術全面引入和應用到企業投資決策、產品研發和營銷管理全過程，優化生產模式，為企業全要素生產率的提升注入新動能，持續釋放數字化的福利效應。對于政府來說，應該“因企制宜”、因勢利導地制定一系列激勵企業數字化轉型的政策，提高政策的有效性和靶向性，針對不同性質和生命周期的企業應該制定差異化政策，只要符合相關條件，都給予支持，加強重點行業扶持力度，激發企業數字化轉型意愿。同時，引導企業加快數字化進程，完善數字化配套基礎設施和服務建設，增加對大數據、人工智能等數字化領域薄弱環節的研發投入。

其次，加大高技能人才引進制度，破解企業全要素生產率提升過程中的人力資本“卡脖子”問題。一方面，依據不同的企業性質、經營模式構建多元化的人才引進機制，同時，引導高技術研發人員向高新技術產業集聚，發揮資源配置功能。另一方面，注重高層次人才的技術提升，制定科學合理的人才培養和激勵機制。新型數字技術通過突破空間和地理距離的障礙，促進了知識和信息的交流，使得高技能人才可以以較低的成本學習和共享優勢資源，從而進一步提升自身知識技能水平，這不僅提升了自身價值，還有助于進一步提升企業全要素生產率。

最后，加快培育和弘揚企業家精神，充分發揮企業家精神的促進作用。一方面，企業應該充分理解和把握企業家精神的重要性，階段性地制定企業家發展戰略，根據企業環境變化，動態地調整和優化企業家發展戰略，最大限度發揮企業家精神的促進效應。另一方面，企業應該以多元化、普惠性和追求創新的企業文化作為目標，科學合理地建設技能學習機制和淘汰機制。通過技能學習機制，加強企業知識儲備，為培育企業家精神提供良好的物質基礎。通過淘汰機制，淘汰掉一些缺乏真才實學、“躺平”型的投機者，提高高技術人員的整體水平，有助于培育企業家精神。同時，在企業和地區間營造良好的創新創業氛圍，弘揚企業家精神，為企業技術精神的培育創造良好的環境。

參考文獻：

[1] Pan W， Xie T， Wang Z， et al.Digital Economy： An Innovation Driver for Total Factor Productivity[J].Journal of Business Research，2022（139）：303-311.

[2] 田杰，李悅，鄭權.數字化轉型對重污染企業綠色投資效率的影響[J].金融理論與實踐，2023（7）：12-23.

[3] 陳勝利，王東.數字化轉型與企業韌性：效應與機制[J].西安財經大學學報，2023，36（4）：65-77.

[4] 王運陳，楊若熠，賀康，等.數字化轉型能提升企業ESG表現嗎？——基于合法性理論與信息不對稱理論的研究[J].證券市場導報，2023（7）：14-25.

[5] 夏蕓，夏鵬佳，林子昂.數字化轉型與商業信用融資——以中國A股上市公司為例[J].工業技術經濟，2023，42（7）：30-39.

[6] 李宏寅.企業數字化轉型能抑制股價崩盤風險嗎？[J].財經論叢，2023（7）：58-67.

[7] 孫鵬，柳力群，周可憧.數字經濟與企業全要素生產率——來自國家級大數據綜合試驗區的證據[J].海南大學學報（人文社會科學版），2023，41（5）：114-123.

[8] 王冬梅，孫陽陽.數字經濟發展與企業全要素生產率——理論機制與實證檢驗[J].工業技術經濟，2023，42（5）：47-57.

[9] 王京濱，劉趙寧，劉新民.數字化轉型與企業全要素生產率——基于資源配置效率的機制檢驗[J].科技進步與對策，2024，41（3）：23-33.

[10] 張永亮，惠冰潔.綠色金融政策對企業全要素生產率的影響效應研究[J].福建論壇（人文社會科學版），2023（6）：112-127.

[11] 張吉昌，龍靜.數字化轉型、動態能力與企業創新績效——來自高新技術上市企業的經驗證據[J].經濟與管理，2022，36（3）：74-83.

[12] 余得生，楊禮華.數字普惠金融、供應鏈金融與企業全要素生產率——以制造業為例[J].武漢金融，2022（4）：21-28.

[13] 王才.數字化轉型對企業創新績效的作用機制研究[J].當代經濟管理，2021，43（3）：34-42.

[14] Agarwal R，Gao G，DesRoches C，et al.Research Commentary—The Digital Transformation of Healthcare：Current Status and the Road Ahead[J].Information Systems Research，2010，21（4）：796-809.

[15] 余東華，王梅娟.數字經濟、企業家精神與制造業高質量發展[J].改革，2022（7）：61-81.

[16] 周榮華，李斯林，余紅心.數字普惠金融對企業全要素生產率的影響研究——基于企業家精神的視角[J].新金融，2023（3）：43-49.

[17] Wadley D.Technology，Capital Substitution and Labor Dynamics：Global Workforce Disruption in the 21st Century？[J].Futures，2021（132）：102802.

[18] 李楊，鄧紫怡.人力資本對綠色全要素生產率的影響[J].統計與決策，2023，39（1）：158-162.

[19] 趙莎莎.網絡基礎設施、人力資本與全要素生產率——基于國內大循環中技術循環的經驗分析[J].現代經濟探討，2022（10）：39-49.

[20] 魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007[J].經濟學（季刊），2012，11（2）：541-558.

[21] Verhoef P C，Broekhuizen T，Bart Y，et al.Digital Transformation：A Multidisciplinary Reflection and Research Agenda[J].Journal of Business Research，2021（122）：889-901.

[22] 劉飛.數字化轉型如何提升制造業生產率——基于數字化轉型的三重影響機制[J].財經科學，2020（10）：93-107.

[23] 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據[J].管理世界，2021，37（7）：130-144.

[24] 肖土盛，吳雨珊，亓文韜.數字化的翅膀能否助力企業高質量發展——來自企業創新的經驗證據[J].經濟管理，2022，44（5）：41-62.

[25] 張莉，耿素娟，章劉成.企業家精神、企業績效與區域經濟增長——基于新三板中小企業的微觀考察[J].商業研究，2021（4）：39-47.

[26] 江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

[27] 花俊國，劉暢，朱迪.數字化轉型、融資約束與企業全要素生產率[J].南方金融，2022（7）：54-65.

[28] 袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化[J].中國工業經濟，2021（9）：137-155.

[29] 童錦治，劉詩源，林志帆.財政補貼、生命周期和企業研發創新[J].財政研究，2018（4）：33-47.

[30] 樊綱，王小魯，張立文.中國各地區市場化進程報告[J].中國市場，2001（6）：58-61.

基金項目：國家社會科學基金一般項目“鄉村振興戰略下農村居民獲得感的分異特征評價與提升策略優化研究”（項目編號：19BTJ048）。

作者簡介：韓士專，男，博士，華東交通大學經濟管理學院教授，碩士生導師，研究方向為企業資本運營；楊佳英，女，華東交通大學經濟管理學院碩士研究生，研究方向為企業管理；楊禮華，通訊作者，男，碩士，江西軟件職業技術大學經濟管理學院助教，研究方向為金融管理。

（收稿日期：2023-11-02? 責任編輯：殷 俊）