数字经济赋能企业高质量发展——基于企业全要素生产率的经验证据

刘艳霞

党的十九大报告指出，“我国经济已由高速增长阶段转向高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期，建设现代化经济体系是跨越关口的迫切要求和我国发展的战略目标”。企业高质量发展是我国经济实现高质量发展的关键。在企业数字化转型中，将数据作为新的生产要素，与其他生产要素有机结合，在改善传统经济形态的同时，催生出了新产业、新业态和新模式。 数字经济与实体经济融合的相关研究最初主要聚焦于宏观经济与中观区域层面，后来则拓展至微观企业层面，形成了较为丰富的研究成果。研究发现，数字经济发展对企业的生产、运营、销售等发挥了积极作用，主要表现在提升企业对外投资水平、扩大出口、提升创新能力、促进服务化转型等。 这些文献基本上是从企业经营的某一视角切入，对企业数字化的经济后果进行考察。 然而，数字经济与实体经济融合是为实体经济更好发展拓展新空间，以此助力产业转型升级。在数字经济时代，企业发展得究竟如何尚缺乏系统的理论剖析与实证研究。为此，本文重点关注企业数字化转型是否以及如何影响其高质量发展，试图回答如下三个问题：其一，企业是否可以将数字化转型作为其高质量发展的一种新动能？ 其二，企业数字化转型如何作用于高质量发展，即影响机制是什么？其三，企业数字化转型对高质量发展的作用效果是否存在异质性？通过回答这些问题，针对性地提出上市公司借助数字化转型实现高质量发展的对策建议。

一、相关文献综述与研究假说提出

（一）相关文献综述

从现有研究来看，有关数字经济的文献主要聚焦于对产业数字化经济效果的探讨。第一，数字经济能促使商业模式转变。在数字经济时代，数据被认为是驱动市场组织和运作的关键生产要素。这一关键生产要素的出现，促使新的商业模式兴起。企业数字化转型，促使以云计算、大数据、人工智能等为代表的数字技术渗透至实体经济，打破了传统商业模式以供给为导向的局面，形成了以用户价值为导向的新的商业模式。刘向东等提出传统的零售连锁业会借助网络结构、行为优势以及学习机制形成线上线下相结合的商业模式。第二，数字经济可助力微观企业发展。数字经济意味着云计算、大数据、人工智能等数字技术与实体企业融合，代表着以数据为驱动要素的新经济形态和产业发展规律。在数字经济时代，企业的生产、运营和销售等更加依赖互联网，在互联网的作用下，企业数字化能够通过降低信息不对称提升公司治理水平。企业数字化转型显著提升了对外投资水平，重塑了融资渠道，从而实现了企业业绩的提升。与此同时，将信息技术深度融入传统产业，推动了企业创新能力的提升，增强了企业进行新产品研发创新的动力。 数字经济之所以能够在企业层面发挥上述积极作用，是因为企业数字化转型降低了信息交流成本。 Brynjolfsson&Mcafee指出，新兴技术的发展为上市公司信息披露提供了更多渠道和便利性，为企业利益相关者的决策提供了良好的信息基础，降低了不同利益方之间的信息不对称，进而提高了整个市场的信息透明度，促进了资源的最优配置。

现有关于高质量发展的研究主要聚焦宏观经济和中观产业层面，且围绕“创新、协调、绿色、开放、共享”五大发展理念展开讨论。高质量发展的关键是提高企业全要素生产率。从已有研究企业全要素生产率的文献来看，主要有两种观点：一种观点认为，技术创新能带动全要素生产率的提升，从而助推经济高质量发展。张治栋和廖常文基于政府干预的视角研究发现，经济可持续增长的动力来源于全要素生产率；Kaplinsky&Morris 提出，竞争环境下的高创新效率有助于激发企业产业升级的潜力。另一种观点认为，企业全要素生产率的提升来源于效率变革，即通过效率变革实现高质量发展。杨武和田雪姣从企业创新转型和变革视角出发，提出效率变革是企业加速成长的重要驱动力量，企业积极进行创新变革有利于形成竞争优势，实现进一步成长。黄聪英提出要将效率变革作为实体经济高质量发展的核心，投入产出效率决定企业的市场竞争力。黄速建等以国有企业为例，发现企业的效率变革、动力转型、管理创新有利于企业高质量发展。从上述两种观点可以看出，技术创新和效率变革是企业提升全要素生产率的关键路径。企业全要素生产率影响因素的研究主要聚焦于企业外部环境方面，如经济集聚、产业政策、政府补贴、环境规制、信贷配置扭曲。只有个别研究着眼于企业自身特征，例如，盛明泉等从企业激励机制设置的角度研究了企业全要素生产率的影响因素。

纵观已有研究，有关数字经济的研究主要聚焦于数字经济对商业模式、企业发展以及宏观经济的影响，尚未有文献从企业高质量发展的视角展开研究。学者们对“数字经济发展是否会影响企业高质量发展”这一问题尚未进行充分论述，而对该问题的研究对于数字经济发展具有重要的理论意义。同时，基于企业全要素生产率视角研究企业高质量发展的文献，基本上是从企业外部环境的维度研究企业全要素生产率的影响因素，鲜有研究从企业自身特征出发。鉴于此，本文基于企业全要素生产率视角，考察企业数字化转型对高质量发展的影响，并从技术层面和公司治理层面分析其影响机制，从而打开企业数字化转型影响企业全要素生产率的“黑箱”。

（二）研究假说提出

企业高质量发展需要回溯到对“企业发展质量”的理解，企业发展质量是指企业在一段时间内通过经营与发展实现经济价值和社会价值的效率和水平，以及企业的可持续增长能力与价值创造能力。张军扩等指出，对发展质量的度量方式选择要把握发展目标和发展理念，高质量发展是在传统依靠要素投入拉动经济粗放式发展的基础上提出的，倡导“创新、协调、绿色、开放、共享”的发展理念，以这一发展理念为中心，将效率变革作为高质量发展的重要举措，我国经济发展的核心任务是提升要素投入生产率。企业作为经济体的重要组成单元，其全要素生产率直接关系到自身乃至整体经济的发展质量。因此，本文基于企业全要素生产率的视角研究企业数字化转型对高质量发展的影响。

1.技术层面数字化转型对企业全要素生产率的影响

从技术角度来看，企业数字化转型的本质是将数字技术深度融入实体经济。企业将数据作为新的生产要素，将其与传统生产要素结合，形成新的商业模式。在市场机制不完善的背景下，我国企业的资本、劳动等要素投入组合不合理是企业全要素生产率低的主要原因。然而，企业借助云计算、大数据、人工智能等数字技术，将企业内部程序性的业务自动化，企业的组织结构、营销模式、生产模式、产品设计、研发模式以及用工模式等都会随之转变，新的商业模式会激发数字技术助力原有实物生产要素作用的发挥，增强生产要素的通用性，有利于打造共享生产新动力，提升企业全要素生产率。同时，在生产经营的各环节，企业将零乱的数据经过技术处理后变为更有价值的数据信息，能够提升企业在生产、销售、研发等环节的资源配置效率，更重要的是，将处理过的数据信息呈现给上下游企业乃至整个市场的使用者，能够缓解企业与上下游企业之间的信息不对称，使它们联系更加密切，更好地实现优势互补，提升企业效率。此外，这些有价值的数据信息在市场中自由流动会提升整个市场的资源配置效率，企业也会因此而获得更加优质的生产要素，实现效率的提升。因此，企业数字化转型使得数据信息这一关键要素得到了更高效的利用，实现了效率变革的目标，从而促进企业全要素生产率的提升。

在企业数字化转型中，将数据作为新的生产要素，在改变商业模式的同时，也为实现创新驱动发展提供了有力抓手。数字化转型通过构建以数据驱动为关键特征的新经济形态，形成新的资源配置方式，依托信息技术实现创新驱动，从而不断催生新业态新模式，能够为企业的创新活动提供更多的资源。不仅如此，借助云计算、大数据、人工智能等数字技术，企业能够从生产和服务各环节搜集到更多实时数据，从而为其研发设计活动提供更多有效反馈，促使研发人员改进升级产品和服务。由内生增长理论可知，技术创新作为经济发展的内生动力能够提升企业全要素生产率。因此，企业数字化转型可以驱动技术创新，进而促进企业全要素生产率的提升。

综上，从技术角度来看，企业数字化转型会通过效率变革和技术创新提升企业全要素生产率。

2.公司治理层面数字化转型对企业全要素生产率的影响

从公司治理角度来看，企业数字化转型可以通过缓解信息不对称提升企业的决策效率。信息来源于数据，是经过处理后的数据，且数据处理可以将各类“软”信息“硬”化。因此，数据处理对于缓解信息不对称有着重要的作用，企业数字化转型通过数据处理缓解信息不对称主要体现在以下两个方面：第一，从信息识别成本角度来看，数字化转型可以促使市场和交易跨越传统的时空限制，有效降低传统的信息识别成本，从而缓解信息不对称。第二，从信息使用效率角度来看，企业数字化转型在改变商业模式的同时，组成了一个产品、资金、客户和信息等多维度的资源聚合价值网络，通过该网络，解决了利益相关者之间的信息不对称问题，将更多的决策要素纳入决策方案，实现决策智能化。因此，企业数字化转型可以通过对数据的综合分析将决策结果在一定程度上进行量化，从而缓解甚至避免决策者自身的认知偏差，提高企业的决策效率。这恰好解决了制约企业全要素生产率提升的重要因素——信息不对称的问题，即企业全要素生产率的制约因素与企业数字化转型发挥作用的内在机制具有统一性。因此，企业数字化转型会通过提升决策效率促进企业全要素生产率提升。

企业数字化转型不仅能够通过缓解信息不对称提升决策效率，而且能够借助数字技术加强对管理层的监督。从监督条件来看，云计算、大数据、人工智能等数字技术的使用，提升了企业对于非标准化、非结构化数据的处理能力。随着数据处理能力的提升，利益相关者之间的信息沟通更为顺畅且信任度更高，这为监督管理层行为提供了有利条件，减少了试错成本，有助于最终实现价值共创、提升企业全要素生产率。从监督范围的角度来看，企业数字化转型是将现实经营管理过程运用数字技术进行信息化，通过构建数据中台实时收集、分析、可视化数据，公司所有经营管理活动的数据都可以从数据中台获取，将事前、事中和事后监督进行信息共享和信息穿透，实现监督贯穿，从而对管理层的机会主义行为产生一定的约束，缓解委托—代理问题，促使管理层与股东等利益相关者的目标逐步趋同，从而为企业提升全要素生产率提供必要的内部治理保障。总之，企业数字化转型能够为利益相关者的监督创造更加透明的信息条件，并通过数据中台扩大监督范围，提升监督有效性，从而促进企业提升全要素生产率。

综上，从公司治理角度来看，企业数字化转型会通过提升决策效率和监督有效性促进企业全要素生产率提升。

由此可见，企业数字化转型对企业全要素生产率的影响主要体现在技术层面和公司治理层面，技术层面体现为效率变革和技术创新，公司治理层面体现为提升决策效率和监督有效性。鉴于此，提出如下研究假说：

H1：在其他条件不变的情况下，企业数字化转型会促进企业全要素生产率提升。

二、研究设计

（一）模型设置及变量定义

根据本文的理论分析，为检验企业数字化转型对企业全要素生产率的影响，构建如下多元线性回归模型：

表1 主要变量定义

（二）数据来源

本文将我国A 股上市公司2008—2020 年的数据作为样本，数据主要有：（1）刻画上市公司数字化转型程度的数据，主要通过对上市公司年度报告中有关经营情况内容进行文本分析后，对关键词进行词频统计来获取。（2）反映企业全要素生产率的数据，通过对CSMAR 数据库中的相关数据进行搜集、整理、计算得出。（3）控制变量的数据来源于CSMAR 和Wind 数据库。对原始数据进行如下处理：剔除金融行业、当年被特殊处理及存在严重缺失值的样本，最终获取28 909个公司—年度观测值，在实证分析过程中对连续变量在1%和99%分位处进行Winsorize 异常值处理，并在公司层面聚类回归。

三、实证检验及结果分析

（一）描述性统计

变量描述性统计结果如表2（下页）所示。TFP的均值为7.216，标准差为0.948，说明样本的全要素生产率存在一定的差异；企业数字化转型程度（Dig）均值为1.435，最大值为4.127，说明样本企业数字化转型的程度还存在较大提升空间；企业规模（Size）均值为22.136，标准差为1.298，说明样本公司规模存在一定差异；财务杠杆（Lev）均值为0.442，说明负债平均占资产总额的44.2%；公司年龄（Age）均值为 2.257，标准差为 0.695，说明样本公司年龄存在一定差异；资产收益率（Roa）均值为0.036，即净利润平均占总资产的3.6%；成长性（Growth）均值是 0.180，说明销售收入的增长率平均为18.0%；现金流量（Fcf）的均值为0.048，即经营活动产生的现金流量净额为总资产的4.8%；董事会独立性（Indep）的均值为0.374，说明独立董事在董事会中的占比为37.4%；股权集中度（Share）的均值为0.579，说明前十大股东平均持股比例为57.9%；产权性质（Soe）的均值为0.410，说明全样本中有41%属于国有企业。

表2 主要变量描述性统计

表3 是按照企业是否进行数字化转型进行的分组描述性统计。由表3 可知，全要素生产率的均值在未进行数字化转型的样本中为7.037，在进行数字化转型的样本中为7.266，且两组之间的差异在1%的水平下显著，初步说明在数字化转型的样本中全要素生产率相对较高。

表3 单变量分析

（二）相关性分析

从表4（下页）可以看出，企业数字化转型程度与全要素生产率之间的相关性系数为0.094，且在1%水平下显著，初步说明企业数字化转型能够促进企业全要素生产率的提升。其余变量间相关系数基本上未超过0.5，说明实证模型设计及变量选取较为合理，尚未发现多重共线性问题。

表4 相关性分析

（三）基准回归

企业数字化转型对全要素生产率影响的回归结果如表5 所示。表5 列（1）显示，在控制行业、年度固定效应时，Dig 与TFP 之间的回归系数为0.025，在1%水平下显著；列（2）显示，在同时控制行业、年度及省份固定效应时，Dig 与TFP之间的回归系数为0.024，在1%水平下显著；列（3）显示，在控制年度和公司固定效应时，Dig 与TFP 之间的回归系数为0.008，在1%水平下显著。上述结果说明企业数字化转型能够提升企业全要素生产率。

表5 基准回归结果

（四）稳健性检验

1.内生性检验

考虑到在企业数字化转型对全要素生产率产生影响的同时，全要素生产率也可能影响企业数字化转型的程度，为缓解该反向因果所致的内生性问题，在实证检验时将核心解释变量企业数字化转型滞后一期。实证结果如表6 所示。表6列（1）（2）（3）是控制不同固定效应下的结果，结果均显示企业数字化转型程度与全要素生产率之间的回归系数在1%水平下显著为正。此外，考虑到内生性问题可能来自度量误差、遗漏变量等，因而将同行业同年度的企业数字化转型程度均值作为工具变量，重新进行估计，回归结果见表6列（7），数字化转型程度与全要素生产率的回归系数为0.093，且在1%水平下显著。从上述结果可以看出，在排除可能的内生性问题后，企业数字化转型能够提升企业全要素生产率的结论依然成立。

2.更换企业数字化转型的度量方式

在基准回归中，企业数字化转型是一个基于词频统计的连续变量，为了进一步体现数字化转型对全要素生产率的影响，稳健性检验中借鉴赵宸宇、王守海等的研究，采用企业是否披露数字化相关信息的虚拟变量衡量企业是否进行数字化转型。 结果如表 6 列（4）（5）（6）所示。在控制年度和行业固定效应时，回归系数为0.044，在1%水平下显著；在控制年度、行业及省份固定效应时，回归系数为0.039，在1%水平下显著；在控制年度和公司固定效应时，回归系数为0.012，在5%水平下显著。这些结果均说明，相较于没有进行数字化转型的样本，数字化转型的样本显著提升了企业全要素生产率，再次验证了研究假说。

表6 稳健性检验结果（一）

3.更换企业全要素生产率的度量方式

借鉴冼国明和明秀南采用劳动生产率替代全要素生产率，结果见表 7 列（1）（2）（3），在控制不同固定效应的情况下，企业数字化转型程度与劳动生产率之间的回归系数均在1%水平下显著为正，说明在利用劳动生产率替代全要素生产率后，研究假说依然成立。

4.剔除数字产业化样本

数字经济不仅包括产业数字化，而且包括数字产业化，而本文研究的企业数字化转型是针对产业数字化的。为了排除数字产业化对研究结果的影响，根据《中国数字经济发展白皮书（2017年）》的定义，将信息传输、软件和信息技术服务业行业的样本剔除后，重新估计企业数字化转型对全要素生产率的影响，结果如表 7 列（4）（5）（6）所示，企业数字化转型程度与全要素生产率之间的回归系数均在1%水平下显著为正，再次验证了本文的研究假说。

5.排除企业策略性披露行为

鉴于数字化转型程度的度量来源于年报中有关数字化关键词的文本分析，可能会受到公司策略性披露的影响，为了更加真实地反映公司数字化转型程度，这里采取剔除数字化转型程度为0 的样本、剔除样本期内因信息披露问题受到证监会或者证券交易所处罚的样本，以此排除企业策略性披露行为对本文研究结果的影响。其中，借鉴刘星和陈西婵将“推迟披露”“虚假记载（误导性陈述）”“重大遗漏”和“披露不实（其他）”确定为因信息披露问题受到处罚。以证监会或证券交易所“发布公告日期”为标准确定处罚时间。排除企业策略性披露行为后的实证检验结果见表 7 列（7）（8）（9），企业数字化转型与全要素生产率之间的回归系数均在1%水平下显著为正。该结果意味着，在排除可能的企业策略性披露行为后，企业数字化转型对企业全要素生产率依然存在促进作用。

四、进一步分析

（一）机制检验

理论分析部分表明，数字化转型主要从技术层面和公司治理层面对企业全要素生产率产生影响，其中技术层面是通过效率变革和技术创新提升企业全要素生产率，公司治理层面则是通过提高决策效率和监督有效性提升企业全要素生产率。为检验前述影响机制，借鉴温忠麟等提出的中介效应检验步骤，在模型（1）的基础上设定模型（2）（3）：模型（2）用来检验企业数字化转型对中介变量的影响，模型（3）在模型（1）的基础上加入中介变量，其中，M为中介变量，分别是技术机制中的效率变革和技术创新、公司治理机制中的决策效率和监督有效性。若模型（2）中系数 β和模型（3）中的系数 γ同时显著，则表明存在中介效应。此时系数γ若显著，则M 发挥部分中介效应；若不显著，则M 发挥完全中介效应。

）（9***80.01）（4.16***00.25）（4 5.88***10.65）（2 4.73***90.08）（6.12***51.99）（3 2.36***90.20）（3 3.60***60.33）（7.8752 0.0-）（-0.76***30.00）（8.8624.00）（1.22***64.23）（7 3.33制控制控07320 44.30为行露披性略策）（8***30.02）（5.15***10.49）4（130.4***20.84）（3 5.93***20.02）（3.16***92.55）（3 2.81***60.14）（1 6.69***10.26）（4.66**.1270-）（-2.00***10.00）（3.69***80.04）（5.34***84.07-）5.71（-4制控制控制控07320 48.70除排）（7）（6***230.0***090.0）（5.00）（3.15***960.4***460.4）2（132.0）（94.69***200.8***650.2）（3 4.93）（13.21*30.0113.00-）（1.83）（-1.10***232.6***771.3）（3 3.38）（32.12***410.1***700.1）（1 5.91）（39.74***910.2***390.5）（5.15）（16.31*10.12-14.00）（-1.90）（0.25***010.000.00-）（4.27）（-0.69***380.0**0.034-）（4.37）（-2.43***34.36-***52.81-）9.93（-4）8.95（-2制控 制控制控制控3072019027 42.70.4670） 本样二（果结验检性健稳7化业产字数除剔）（5）（4***29.00***30.00）（8.5 4）0（8.7***05.50***11.50）（156.80）（158.45***62.60***30.60）（3 3.73）（31.96***17.00.0040）（2.6 8）2（0.6***80.12***27.22）（3 6.24）（36.59***20.10***14.10）（1 8.33）（17.13***34.50***93.50）（1 1.26）（12.35***510.1-***60.10-）2（-2.6）5（-2.7***01.00***01.00）（5.1 5）8（5.7***51.00***41.00）（6.5 0）7（5.3***014.3-***01.64-）5.52（-5）0.46（-6制控 制控制控 制控制控190 2719027.73300.724表率产生）（3***27.00）4（7.6***00.40-）0.87（-8***65.60）（27.25***77.20）（18.40***38.51）（30.29***05.20）（38.27***28.50）（12.82**3 0.16-）1.3（-2***07.00）（19.46.020 0-）8.1（-1***515.09）（26 9.67制控制控79028 0.303值T为内号括，素要平水全替代率产）（2***31.00）2（7.0***16.20-）4.57（-5***14.21）（47.89***88.10）（23.59***44.62）（34.82***51.10）（17.29***19.40）5（6.6*400.1）4（1.8***07.00）（23.03***66.10）（16.00***7713.5）（18 8.05制控制控制控728 90 40.44著显的10%生动劳用采）（1***35.00）0（7.7***17.20-）（-53.91***75.11）（45.3 6***77.10）（21.8 0***55.72）（35.3 7***39.10）（15.5 0***66.40）1（7.2*330.1）1（1.7***08.00）（24.8 2***69.10）（16.3 3***3513.1）（18 4.28制控制控78 902 10.41和、5%1%示表别：量变释解被PF T ig D Size ev L ge A oa R throwG cf F ep Ind are Sh Soe项距截应效定固度年应效定固业行应效定固份省应效定固司公数本样aredsqu-dj RA分*和、**注:***

1.技术机制检验

根据前述理论分析，企业数字化转型使得商业模式发生变化，促进企业的效率变革和技术创新，进而推动企业全要素生产率的提升。

以效率变革（Eff）为中介变量，将企业总资产周转率作为效率变革的替代变量，对模型（2）和模型（3）进行回归，结果如表8（下页）所示。表 8 列（1）显示，企业数字化转型程度（Dig）的回归系数为0.019，在1%水平下显著，说明企业数字化转型能够提升企业效率；列（2）Dig 的回归系数在1%水平下显著为正，效率变革（Eff）的回归系数在1%水平下显著为正，Sobel 检验Z 统计量为8.190，在1%水平下显著，说明效率变革在企业数字化转型影响全要素生产率中发挥了部分中介效应。

以技术创新（Res）为中介变量，借鉴吴非等将企业研发投入作为技术创新的代理变量，估计模型（2）和模型（3），结果如表 8 所示。表 8 列（3）中Dig 的回归系数为0.595，在1%水平下显著，说明企业数字化转型会促进企业的研发投入；列（4）Dig 的回归系数在1%水平下显著为正，技术创新 （Res） 的回归系数在1%水平下显著为正，Sobel 检验Z 统计量为8.730，在1%水平下显著，说明技术创新在企业数字化转型影响全要素生产率中发挥了部分中介效应。

表8 数字化转型对全要素生产率的影响机制：技术机制

由上述实证分析结果可知，技术层面的效率变革和技术创新在企业数字化转型影响全要素生产率中发挥部分中介效应。

2.公司治理机制检验

根据前述理论分析，企业数字化转型会降低信息不对称程度，提升企业的决策效率和监督有效性，进而推动企业全要素生产率的提升。

以决策效率（DA）为中介变量，借鉴郭照蕊和黄俊将企业盈余管理程度作为决策效率的代理变量，估计模型（2）和模型（3），结果如表 9所示。表9 列（1）显示，企业数字化转型程度（Dig）的回归系数为-0.002，在5%水平下显著，说明企业数字化转型能够降低盈余管理程度；列（2）Dig的回归系数在1%水平下显著为正，盈余管理程度（DA）的回归系数在1%水平下显著为负，Sobel检验Z 统计量为2.288 且在5%水平下显著，说明决策效率在企业数字化转型影响全要素生产率中发挥部分中介效应。

以监督有效性（Mansha）为中介变量，借鉴王化成等将管理层持股比例作为监督有效性的代理变量，估计模型（2）和模型（3），结果如表9 所示。表 9 列（3）中 Dig 的回归系数为 0.007，在1%水平下显著，说明企业数字化转型会促进管理层持股比例的提升；列（4）Dig 的回归系数在1%水平下显著为正，管理层持股比例（Mansha）的回归系数在5%水平下显著，Sobel 检验Z 统计量为1.954 且在10%水平下显著，说明监督有效性在企业数字化转型影响全要素生产率中发挥部分中介效应。

表9 数字化转型对全要素生产率的影响机制：公司治理机制

由上述实证分析结果可知，公司治理层面的决策效率和监督有效性在企业数字化转型影响全要素生产率中发挥部分中介效应。

（二）异质性分析

1.基于企业产权性质的异质性检验

考虑到国有企业在效率变革和技术创新方面需要提升的空间更大，且相较于非国有企业，国有企业的委托—代理问题更为突出，决策效率和监督有效性也相对较低，因而本文预测企业数字化转型对全要素生产率的作用效果在国有企业中更为显著。为此，将全样本分成国有企业和非国有企业两个子样本，在两个子样本中分别检验企业数字化转型与全要素生产率之间的关系。结果如表 10列（1）（2），其中，在国有企业子样本中，企业数字化转型程度与全要素生产率之间的回归系数为0.037，在1%水平下显著；在非国有企业子样本中，两者的回归系数为0.015，在1%水平下显著。在此基础上，对这两组的回归系数进一步进行组间系数差异检验发现，企业数字化转型对全要素生产率的影响在国有企业样本中显著高于

非国有企业样本（Chi为 8.22，P 值为0.004）。 该结果再次验证了企业数字化转型能够从技术层面促进企业效率变革和技术创新，从公司治理层面提升企业决策效率和监督有效性，促进企业全要素生产率的提升。

2.基于信息环境的异质性检验

前述理论分析认为，数字化转型会通过缓解信息不对称提升公司决策效率与监督有效性，进而促进全要素生产率的提升。那么，在信息环境相对较差的情况下，数字化转型对全要素生产率的

提升空间会更大，即发挥更为显著的作用。鉴于此，本文采用分析师跟踪来刻画企业的信息环境，因为分析师作为资本市场的信息中介及上市公司重要的外部监督者，能够缓解信息不对称及代理问题。按照分析师跟踪数量的均值将全样本分为两个子样本，分别检验数字化转型程度与全要素生产率之间的关系，结果如表 10 列（3）（4）所示。在分析师跟踪数量少的子样本中，Dig 的回归系数为0.034，在1%水平下显著；在分析师跟踪数量多的子样本中，Dig 的回归系数为0.011，在1%水平下显著。两组回归系数的差异性检验显示，数字化转型对全要素生产率的影响在分析师跟踪数量少的样本中显著高于分析师跟踪数量多的样本（Chi为 4.02，P 值为0.045）。该结果再次验证了前文的理论分析，即企业数字化转型能够通过缓解信息不对称提高公司治理能力，从而提升企业全要素生产率。

））（9期五后滞***50.02）（4.77***10.51）（116.99***60.58）（21.39***30.04）（3.26***51.68（22.45）***20.10）（13.09页下转（）（8期四后滞***0.024）（5.07***0.511）（12 6.20***0.603）（23.8 3***0.034）（2.96***1.7909）（25.2***0.100）（13.8 3）（7期三后滞***26.00）（5.85***12.50）（136.02***12.60）（26.22***31.00）（3.17***41.81）（27.76***06.10）（15.34）（6期两后滞***0.027）（6.68***0.511）（1 45.73***0.627）（29.14***0.029）（3.53***1.879.55）（30***0.111）（17.15果结析分步）（5术技能智工人***0.044）（3.95***0.502）4（139.8***0.754）（34.10 0.008）（1.14***2.182）（32.65***0.148）（18.01一进10表）（4多踪跟师析分***10.01）（2.60***50.21）（2 6.97***80.41）（1 0.64***50.40）（3 4.95***82.08 1.11）（2***60.12）（1 4.31）（3少踪跟师析***0.034）0（7.3***0.217）（30.81***0.611）（18.20***0.380）（34.78***1.594）（21.01***0.167）（24.66分）（2）（1业企有国非 业企有国***150.0***0.037）（3.76）（6.13***180.5***0.506）（115.58）（99.39***180.7***0.628）（28.88）（18.75***.0280-***0.073）（-3.69）（6.46***071.9***2.347）（27.14.27）（21***250.1***0.119）（14.87）（10.58：量变释解PFT ig D R A ig2_DL ig_D3L ig4_DL ig_D5L Size ev L ge A oa R throwG被

）（9）（8）（7）（6）（5期五后滞 期四后滞 期三后滞 期两后滞 术技能智工***.8580***250.7***70.67***87.60***60.40）（1 2.50）5（11.5）（11.75）（12.95）（7.59 41.00-70.06-.0890-*20.12-**40.12-）（-0.50）（-0.90）8.2（-1）（-1.90）1.0（-2***.0020***020.0***20.00***02.00***10.00）（5.2 1）（5.42）5（5.5）（6.07）（4.99***.0530***530.0***00.05***46.00***30.03）（5.1 4）（5.55）6（5.5）（5.47）（3.88***35.84-***74.68-***4.692-***98.64-***14.44-）4.03（-4）1.8（-46）1.05（-5）.58（-55）7（-52.7制控 制控 制控 制控 制控制控 制控 制控 制控 制控45 3219071750 442535235522 6 08.7080.700.71012.7010.73人）（4）（3多踪跟师析分 少踪跟师析分*12.10***880.2）（1.9 1）（5.36**10.1940.06）（2.0 9）（0.69 00.00-***060.0）（-0.06）8（12.5 23.0080.02）（0.6 8）（1.10***.5434***173.9）（5 7.96）0（59.0制控 制控制控 制控077 343413 89.3080.22 2.0 2（1）=4ih C 5 2=0.04i h Crob>P值T为内号括，平水）（2）（1业企有国非 业企有国***10.50***98.50）5（8.3）（7.51***0.374-*880.1）4.1（-5）（1.90***20.0000.00）7（6.8）（1.05***4.895-***08.64-）4.21（-4）.25（-38制控 制控制控 制控646 1117710 0.69531.70 2（1）=8.22hiC 04.0 2=0 i h Crob>P著显的10%和、5%1%示表别）页上续（：量变释解被PF T cf F ep Ind hare S Soe stant onC应效定固度年应效定固业行数本样uaredsq -j Rd A数系归回间组验检性异差分*和*、**:**注

3.基于人工智能技术的异质性检验

（三）数字化转型效应的持续性检验

前文检验已发现，企业当期和上一期数字化转型均会提升企业当期全要素生产率，那么，企业数字化转型是否能够作为其实现高质量发展的内在动力之一？为了回答该问题，本文从数字化转型发挥作用的持续性角度进行检验，具体而言，将数字化转型滞后两期至五期后，检验其对企业全要素生产率的影响。 结果如表10列（6）—（9）所示，滞后两期的 Dig 回归系数为0.027，在1%水平下显著；滞后三期的Dig 回归系数为0.026，在1%水平下显著；滞后四期的Dig 回归系数为0.024，在1%水平下显著；滞后五期的Dig回归系数为0.025，在1%水平下显著。该结果说明企业数字化转型对企业全要素生产率发挥的促进作用具有一定的持续性，即企业在实现高质量发展的进程中可以将数字化转型作为其内生动力。

五、研究结论与对策建议

数字化转型是数字经济时代企业发展的迫切需求，本质上是企业各生产要素与数字技术的深度融合。本文基于企业全要素生产率的视角，首先从理论层面阐述了企业数字化转型赋能高质量发展的内在机理，然后以上市公司2008—2020 年的数据为研究样本，实证检验了企业数字化转型对企业全要素生产率的影响。研究结果显示，企业数字化转型可以提升企业全要素生产率；其作用路径主要是：从技术层面促进效率变革和技术创新，从公司治理层面提升决策效率和监督有效性。异质性检验发现，企业数字化转型对企业全要素生产率的提升作用在国有企业、分析师跟踪数量少、采用人工智能技术的企业样本中更为显著；数字化转型对企业全要素生产率的提升作用在时间上具有一定的持续性。

基于上述研究结论，提出如下对策建议：

第一，将企业数字化转型作为实现经济高质量发展的着力点。我国经济目前已从高速增长阶段迈向高质量发展阶段，数字化转型正在逐步改变企业的生产经营管理行为。因此，企业需要加快数字技术的创新与应用，将数据这一关键生产要素与传统生产要素进行融合，提高原有生产要素的效率，为数字技术助力高质量发展提供持续动能。同时，企业需要借助数字技术打造高效的信息共享平台，实现信息的高效传输与共享，充分发挥数字化转型在公司治理中的作用，重点通过数字技术提高企业决策效率和监督有效性，增强公司治理效应，促进数字经济与实体经济的融合发展，推动经济高质量发展。

第二，充分激发技术赋能企业高质量发展的内在动力。数字化转型主要通过技术层面的效率变革和技术创新提升企业全要素生产率。因此，企业应大力推进云计算、大数据、人工智能等数字技术的应用，利用数字技术对传统业务链条进行全方位升级改造，将数字技术融入企业生产经营全过程，充分发挥数据要素的价值创造作用，从根本上提升企业经营效率。同时，企业应努力调动各主体的创新积极性，持续激发企业内部的创新活力，通过技术创新进一步推动企业的效率变革，以此形成一种持续的良性循环，最终通过技术水平螺旋式上升促进企业全要素生产率的提升，为企业高质量发展提供持续动力。

第三，借助数字技术将公司治理边界从线下拓展到线上。在企业数字化转型过程中，数字技术的应用使资本市场获得了体量大、维度高、覆盖面广的数据资源，这些数据资源可以将各类“软”信息“硬”化，不仅为企业经营决策提供科学的依据，而且在为监督管理层行为创造便利条件的同时扩大监督范围。鉴于数字化转型能够通过提升公司治理层面的决策效率和监督有效性进而提升企业全要素生产率，因此，企业既要加快数字化转型进程，又要充分发挥数字技术在公司治理中的支撑作用，借助云计算、大数据、人工智能等数字技术改变传统公司治理的组织结构、管理模式和治理方式，将公司治理边界从线下拓展到线上，充分发挥数字技术的治理效应，从而促进企业高质量发展。

第四，政府应为推进企业数字化转型进程提供基础条件与制度保障，把数字化技术应用打造成为高质量发展的新动能。一方面，政府应该加大以工业互联网、数据中心等为代表的数字化基础设施建设投入，帮助企业降低数字化成本，为企业进行数字化转型提供基础条件和保障。另一方面，在数字经济时代，政府应该加强数据资产知识产权保护相关制度建设，为企业开展数字化转型提供制度保障。国有企业和信息环境相对较差的公司在政府的激励政策和制度保障下，更应充分利用数字技术来弥补其在经营管理过程中的不足之处，实现高质量发展。 Reform