产业政策如何推动制造业企业数字化转型

摘 要：基于“十三五”规划中的产业政策信息，依据2012—2021年上市公司面板数据，考量产业政策对制造业企业数字化转型的影响。结果表明，产业政策通过创新驱动机制和资源配置机制促进了制造业企业数字化转型；异质性分析显示，在东部沿海地区和技术密集型制造业领域成效更为显著。鉴于此，应积极推行制造业数字化转型战略，提高产业政策的精准性与有效性，加大资源支持以进一步促进制造业企业数字化转型。

关键词： 产业政策；双重差分法；数字化转型

中图分类号：F062.9 文献标识码： A 文章编号：1003-7217（2024）04-0119-08

一、引 言

制造业是立国之本、强国之基。数字经济时代，数字化转型已成为企业未来经营绩效、市场价值和创新效率[1，2]的决定因素，同时也是取得持续突破性创新和竞争优势的制胜法宝，更是推动经济高质量发展的动力[3]。然而，企业数字化转型并非易事，国内许多制造业企业存在数字化转型不敢转、不愿转、不能转、不会转、不善转等实施障碍[4]。在此背景下，产业政策通过从供给端与需求端同时发力，促使政府与市场相互嵌入[5]，成为推动制造业企业数字化转型的重要支撑和新引擎。重要原因在于这种嵌入为市场信号和政府政策提供了传导机制，使政府能相机决策、市场能响应政策，从而演化为“有为政府”与“有效市场”协同推进的良性运行态势。

企业数字化转型是一种高风险高投入的创新活动，产业政策支持可产生两方面的作用：一是企业可更好应对外部环境的不确定性，比如政策支持可以减少此不确定性；二是企业内部资源禀赋可以进行新的整合，能获得预期收益，并抵消数字化投入成本。然而，各企业自身的资源禀赋不同、行业不同导致了不同企业在转型方面的能力和意愿存在差异。例如具有信息技术背景[6]以及创新能力强[7]的管理者更倾向于进行数字化转型这一长周期、高投入的创新性活动。但同时企业进行数字化转型时也会有所顾虑，或者行动不力。毕竟数字化转型使得部分管理者面临商业模式转变、解决技术开发逻辑冲突等问题，可能导致管理者短视行为[8]，逃避数字化转型给企业带来的跨期风险，抑制企业数字化转型进程，导致企业数字化整体步伐停滞或推迟，从而使得数字化转型面临市场的部分失灵，不利于经济社会可持续发展。

产业政策可以从不同角度有效解决上述企业由于资源禀赋限制、企业行业差异等问题所导致的市场失灵。这主要归功于产业政策可以通过政府补助降低企业信息不对称[9]、缓解企业融资约束、优化资源配置[10]、增加企业研发投入来促进企业数字化转型。但是政府补贴促进企业数字化转型需要达到一定阈值才能发挥作用[11]。从产业政策税收手段来看，税收激励对外部融资依赖度更高、所处创新环境更好、高新产业、管制性产业的企业数字化转型促进效果更加明显[12]。一些学者特别强调产业政策对不同产权性质、行业类别以及不同市场环境产生的作用具有显著差异性。有学者认为，处于成长期和成熟期的企业[13]，或者海外市场比重高和高管持股比例高的企业[14]对产业政策支持的反应更为敏感。

整体来看，现有文献更多关注管理层背景、所有权结构、市场竞争、科技发展等对企业数字化的影响，鲜有文献探究产业政策对制造业企业数字化转型的影响效果和作用机制。基于此，本文以2012—2021年制造业上市企业数据为出发点，实证检验产业政策对制造业企业数字化转型的政策效应和作用机制，为政府推动制造业企业数字化转型提供理论依据、实践证据和针对性建议。

二、理论分析与研究假设

产业政策对制造业企业数字化转型的影响直接表现为创新驱动机制和资源配置机制两大方面。

（一）产业政策的创新驱动机制

实现“有效市场”与“有为政府”良性互动，是高质量发展进程中需要回答的理论和实践问题。政府主导的渐进式市场化改革造就了中国的有效市场形成[15]。政府产业政策的实施推动了企业创新以及企业效率的提升，而企业自身的发展与效率提升又在一定程度上促进了市场效率的提高。企业数字化转型是一场系统性、持续性的变革创新，具有周期长、信息不对称、风险性大、失败率高以及正外部性[16]等特征，这种特征的存在将会导致市场失灵，削弱企业数字化转型动机。此时就需要政府发挥其“有形之手”的作用，产业政策的实施能够有效弥补市场机制的缺陷[17]。

首先，政府产业政策的实施可以降低企业税率，向企业提供创新补贴、研发资助和技术转移等，以鼓励企业进行创新活动，提高了企业数字化转型的自主意愿，由此增加企业的创新投入[18]。这些资金可以用于研究与开发新技术、培训人才、购买先进设备等方面，帮助企业提升创新能力和水平。其次，政府可以进一步健全知识产权法律体系，加大知识产权的保护力度，提高企业的创新积极性。通过保护知识产权，企业能够更好地保护其研发成果和创新成果，提高其投入研发的积极性[19]。最后，政府可以促进企业与高等院校、科研机构等进行深度合作，鼓励知识和技术的交流与共享。政府通过建立产学研联合研究基地、技术转移中心等平台，为企业提供技术支持和专业咨询，加速创新成果的转化和应用[20]。

综上所述，通过产业政策的实施，政府可以激励企业进行创新活动，提高其创新能力和水平，从而推动企业的数字化转型发展。据此，提出假设：

H1 产业政策能够通过提高企业创新能力进而推动制造业企业数字化转型。

（二）产业政策的资源配置机制

资源合理配置是政府有为的重要内容[21]，产业政策能降低市场主体制度性交易成本，是有为政府作用机制的重要体现[22]。为弥补市场失灵，政府在尊重市场规律、遵循市场规则的基础上推行的产业政策，通过发挥政府增长甄别和因势利导作用[23]，能够有效将资源调配到具有优势的领域中去。

作为政府“这一看得见的手”而言，产业政策的实施能够主动改善企业数字化转型环境，为企业提供政策以及技术层面的支持。这种政策性的导向将极大地提高企业数字化转型的意愿，避免市场失灵。政府为推动企业数字化转型将在不同层面进行政府补助的投放[24]，降低企业信息不对称。实施产业政策有助于增强企业的产学研协同能力，从而加速企业数字化转型的进程。

政府为了鼓励重点产业优先发展，往往通过财政手段将更多资源投入重点产业，通过资源配置机制改变了产业间的资源配置状况。从资源获取角度出发，财政手段通过直接的生产资源配置机制作用于企业。如政府通过补贴来弥补企业研发中所面临的外部性损失[25]，具体表现为：政府补贴能够激励企业加大对研发活动的投入（如数字化转型），不断扩大企业规模和优势。从信号传递的角度出发，财政扶持作为投资的利好信号能够传递给私人投资者，进而帮助企业贴上被政府认可的标签，有助于企业获得外部融资[26，27]。企业在获得更多融资时能够将更多资源投入到高风险的数字化转型活动中。

综上所述，产业政策的实施能够缓解企业融资难题，优化资源配置，推动制造业企业实现数字化转型与发展。据此，提出假设：

H2 产业政策能够通过资源配置机制推动制造业企业数字化转型。

三、研究设计

（一）计量模型设定

基于上文的理论分析，采用双重差分模型（DID）来检验产业政策的实施与企业数字化转型的关系，并选用时间、个体的双向固定模型来减少内生性问题干扰。构建基准回归模型如下：

DCGit=α0+α1DIDit+α2Xit+σi+τt+εit（1）

其中，i表示企业，t表示年份。DCGit表示企业

数字化转型程度，为本文的被解释变量；DIDit为政策冲击变量，也是本文关心的核心解释变量；α1表示产业政策实施所产生的政策效应；α0、Xit分别表示常数项和控制变量；σi表示企业固定效应，用于控制不随时间变化的微观因素；τt表示时间固定效应，用于控制不随企业变化的时间因素；εit为残差项。

（二）变量说明

1.被解释变量。

企业数字化转型（DCG）。参考吴非等[28]的做法，构建包括人工智能、大数据、云计算、区块链以及数字技术运用等的数字化词库，统计数字化相关词频，剔除非本公司数字化词汇，并利用Python爬虫技术对上市企业年报文本进行数据提取，形成数据池。然后根据不同数字化词库特征词进行匹配和计数，将关键技术词频分类，形成累计词频，从而构建企业数字化转型指标体系。为克服数据的典型“右偏性”，进行对数化处理，并对数字化词频数据进行缩尾，得到刻画企业数字化转型整体指标的准确结果。

2.核心解释变量。

解释变量为支持性产业政策（DID）。参考余明桂等[29]的思路，利用国家发布的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》（简称“十三五”规划）、“证监会行业分类2012”和“国民经济行业代码”来判断样本公司所处的制造业行业是否受到产业政策支持。所认定的目标行业见表1，故将“十三五规划”中国家重点扶持的9个制造业行业企业作为处理组，其余制造业行业企业作为控制组。在时间上，按照国家重点扶持的行业年份来确定，将处于国家重点扶持的制造业上市企业当年及其后年份标记为1，否则标记为0。

3.控制变量。考虑到企业生产经营活动中的其他因素亦会对结果产生影响，因此，选取公司年龄（Age，企业当年年份减去上市年份后取对数）、总资产净利润率（Roa，净利润/总资产）、营业利润（Profit）、资产负债率（Lev，负债总额/总资产）、现金持有量（Cash，现金持有量=［货币资金+交易性金融资产/总资产］）、托宾Q值（Tobin，企业总市值与总负债之和/总资产）等作为控制变量。

（三）数据来源及描述性统计

所选样本为中国沪深A股市场上的制造业上市公司，时间跨度为2012—2021年。在构建微观层面的面板数据后，排除了金融类、ST、*ST公司，同时剔除了关键变量（数据）缺失的公司。为消除极端值对主要连续变量的影响，我们进行了缩尾处理。最终，得到了15826个观测值样本。样本数据来自于国泰安（CSMAR）数据库。描述性统计结果见表2。

四、实证分析

（一）基准回归

根据前文分析，使用基准回归模型（1）来检验产业政策对企业数字化转型的影响程度，结果如表3所示。列（1）、列（2）分别控制了企业固定效应以及企业固定效应和时间固定效应；列（3）加入企业层面的控制变量并控制企业固定效应；列（4）在列（3）的基础上加入了时间固定效应。结果表明，产业政策实施能够显著促进制造业企业数字化转型。

（二）稳健性检验

1.平行趋势假定检验。

借鉴Serfling[30]检验平行趋势假定的方法，对实验组样本（处于受扶持行业的企业）和对照组样本（未处于受扶持行业的企业）进行平行趋势检验。图1报告了相关结果。从结果来看，政策实施前实验组和对照组之间差异不显著，在政策实施后产生了显著差异，符合平行趋势假设，说明研究结论是稳健的。

2.PSM-DID检验。

参考刘建江等[31]的做法，通过使用倾向匹配得分法（PSM），降低企业间的差异性。具体步骤为：根据企业经营特征进行筛选，挑选出与实验组特征相近的企业后再对样本选择的偏误进行调整，得到匹配的样本数据，然后以匹配的样本进行分析检验。表4列（1）显示，PSM-DID的回归结果与基准回归结果差距较小，说明研究结论是稳健的。

3.排除其他政策干扰。

“十三五”规划中的产业政策是推动制造业发展的重要政策，同时国家也在部分省份实施了大数据综合试验。这项政策有助于对制造业数字化转型产生正向作用。因此，为排除相关政策干扰，根据制造业企业上市注册地，剔除处于大数据综合试验区的企业。表4列（2）显示，在剔除相关干扰后，系数仍然显著为正，验证了结果的稳健性。

4.替换被解释变量。

将数字化转型指标体系换成袁淳等[32]关于数字化转型的处理指标，对被解释变量重新度量，替换原有被解释变量重新回归。

基于文本分析法，筛选国家层面数字经济政策文件并提取企业数字化相关词汇，构建企业数字化词典，再利用Python的分词库“jieba”对上市公司年报进行分析，统计企业数字化相关词频，构建企业数字化程度指标。表4列（3）回归结果显示，替换被解释变量后回归结果显著为正，验证了结果的稳健性。

5.安慰剂检验。

参考Li等[33]的检验思路，从所有样本相应政策年份中随机抽取了9个制造业行业企业作为处理组，未被抽中的其他制造业行业企业作为控制组。并将上述抽样过程重复1000次，得到了1000个回归系数和P值。图2的结果显示，基于随机样本的估计系数大致分布在0附近，基准回归系数为0.148，位于分布图的右侧。这意味政策效应几乎不受其他随机因素干扰，表明了基准回归结果的稳健性。

（三）机制检验

基准回归结果表明产业政策对制造业企业数字化转型具有促进作用。那么是否如我们前文假设，产业政策是通过创新驱动机制以及资源配置机制来促进企业数字化转型呢？因此，借鉴温忠麟和叶宝娟[34]提出的方法，进行机制检验，并尝试构建如下模型：

Mit=β0+β1DIDit+β2∑Xit+εit （2）

Yit=γ0+γ1Mit+γ2DIDit+γ3∑Xit+εit （3）

其中，Mit为机制变量，式（2）检验了产业政策对两种机制变量的影响，式（3）检验机制变量对数字化转型的作用。

1.企业创新机制。

理论分析表明，产业政策的实施通过企业创新机制促进制造业企业数字化转型。为了检验企业创新在产业政策促进制造业企业数字化转型中所起的渠道作用，参考马红等[35]的做法，采用企业研发投入金额作为企业创新的指标。根据表5列（1）、列（2）结果显示，产业政策显著促进了制造业企业创新，并且制造业企业创新在产业政策促进制造业企业数字化转型中呈现较强的中介效应。实证结果表明，产业政策可以通过促进制造业企业创新来提高数字化转型程度。假设H1得到验证。

2.资源配置机制。

理论分析表明，产业政策的实施可能通过资源配置机制促进制造业企业数字化转型。为了检验资源配置机制在产业政策促进制造业企业数字化转型所起的渠道作用，参考宋凌云等[36]研究，采用政府补贴作为政府财政手段的指标。结果如表5列（3）（4）所示，回归系数显著为正，说明产业政策的实施显著促进了资源配置机制，并且资源配置机制在产业政策促进制造业企业数字化转型中呈现较强的中介效应。产业政策的实施增加了企业的直接补贴效应，为企业数字化转型提供了要素支持，促进了企业数字化转型发展。因此，假设H2得以验证。

（四）异质性分析

由于不同的企业数字化转型的需求、能力存在差异，为进一步探讨哪些因素会影响产业政策的微观效应，分别从区域特征以及行业性质来探讨产业政策的异质性作用。

1.区域特征。

不同地区资源禀赋具有差异性，参考韩峰等[37]的做法，将样本划分为东部沿海地区和中西部地区，进一步检验地域导致的差异性影响。从表6列（1）的结果可以看出，产业政策显著促进了东部沿海区域的制造业企业数字化转型，而对中西部制造业企业数字化转型作用效果不明显。

造成这种差异的原因可能在于东部沿海地区拥有如下三点优势：一是经济和产业更具基础优势。东部沿海地区凭借其长期积累的制造业优势，不仅拥有较完善的产业链和供应链体系，还奠定了坚实的数字化转型基础。这些地区的企业，在资金、技术、人才等资源上占据相对优势，能迅速捕捉并响应数字化转型浪潮。特别是东部地区的高水平大学与研究机构密集，可为制造业提供源源不断的创新动力与人才支持，从而加速推进新技术、新工艺的研发与应用，推动制造业向高端化、智能化迈进。二是市场需求和竞争压力存在差异。东部沿海地区经济活跃，市场需求多样且更新速度快，企业为了在激烈的市场竞争中保持领先地位，不得不寻求通过数字化转型来提升生产效率、优化成本结构、增强产品竞争力。这种市场需求导向下的转型动力，促使企业不断探索新技术、新模式，以适应市场新变化并取得新竞争优势。三是政策支持力度更为显著。东部地区政府以其高效的行政效率和完善的服务体系，为制造业数字化转型提供了强有力的政策保障。政府不仅通过财政补贴、税收优惠等直接手段降低企业转型成本，还通过优化审批流程、建立创新平台等间接方式，激发企业创新活力。同时，一系列前瞻性的产业政策，更是为制造业数字化转型指明了方向，并提供了广阔的发展空间。这些政策的实施，不仅减轻了企业负担，还促进了资源的有效配置，加速了制造业的转型升级步伐。

2.行业性质。

不同行业性质的制造业企业对于数字化转型的需求和转型能力会有所差异。借鉴阳立高等[38]的做法，将制造业企业分为劳动密集型制造业企业、资本密集型制造业企业以及技术密集型制造业企业并进行实证检验。从表6列（2）可以看出，产业政策显著推动了技术密集型制造业企业数字化转型，而对资本密集型和劳动密集型制造业企业数字化转型起抑制作用。

造成不同类型制造业在数字化转型进程中呈现显著差异的原因，深层次上可归结为产业特性、资源投入结构及政策环境等多重因素的交织影响。其一，作为高科技与创新前沿阵地的技术密集型制造业，其核心竞争力高度依赖于高新技术的应用和持续的创新力。数字化转型为此类企业提供了前所未有的机遇，通过引入先进的信息技术、人工智能和大数据等前沿技术，企业能够显著提升生产自动化水平，优化产品设计流程，实现精准管理和定制化生产，从而在激烈的市场竞争中保持领先地位。产业政策在此过程中扮演了重要角色，通过构建技术创新平台、提供研发资金支持、促进产学研合作等措施，为技术密集型企业的数字化转型铺设了坚实的道路。其二，资本密集型制造业在面临新的生产线和新基础设施大量投入决策时，面临着高昂的初期投入和较长的回报周期的双重压力，以及更多的不确定性。这种压力使得许多资本密集型企业在面对数字化转型时持谨慎态度，担心高额的成本支出可能无法迅速转化为经济效益。此外，技术升级与现有设备兼容性问题、员工培训需求增加等也是阻碍其转型步伐的重要因素。其三，劳动密集型制造业则面临更为复杂的挑战。这类企业高度依赖人工劳动力，数字化转型虽能提高生产效率，但也可能引发就业结构调整和短期内的就业压力，甚至可能加剧社会不平等问题。因此，产业政策在推动劳动密集型制造业数字化转型时，必须更加细致地考虑如何平衡新技术运用与就业保障的关系，比如通过技能培训、岗位转换支持计划等措施，减轻转型过程中的社会阵痛。若政策制定过程中未能充分预见并妥善解决这些问题，将会削弱企业数字化转型的动力和信心，限制其转型步伐。

五、结论与建议

基于“十三五”规划中的产业政策信息，考量产业政策对制造业企业数字化转型的影响。依据2012—2021年上市公司面板数据，运用双重差分模型的实证结果显示：（1）产业政策规划通过提升企业创新能力以及推进资源优化配置显著促进了受扶持的制造业企业数字化转型。（2）异质性分析表明，产业政策对处于东部沿海地区的制造业企业以及技术密集型制造业企业的数字化转型效果更明显。鉴于此，为进一步加强产业政策在制造业企业数字化转型中的引领作用，发挥好“有为政府”与“有效市场”双重功效，加快推进新质生产力发展，建议如下：

其一，积极推行制造业数字化转型战略。制定针对制造业数字化转型的专项政策，完善数字化转型评估机制，定期评估政策效果，为政策调整提供科学依据。引导资本、技术、劳动等要素资源向制造业数字化转型领域流动，进一步优化资源配置。打破行业壁垒和地域限制，促进制造业数字化转型所需各种创新要素的高效流动，推动制造业向高端化、智能化、绿色化发展，提升产业整体竞争力。

其二，提高产业政策的精准性与有效性。依据不同类型政策实施效果的差异性精准施策，提高政策靶向性、专业性以及施策效率，避免对不同类型企业实施单一化管理，确保政策与企业实际需求相匹配。

其三，加大数字化转型的资源支持。政府设立专项资金，积极主动甚至倒逼制造业企业进行数字化转型，通过资金与政策支持帮助企业完成数字化改造、技术引进与创新。搭建多种企业数字化共享平台，帮助企业解决数字化转型中的瓶颈问题。同时，加大对企业数字化转型的相关技能培训力度，在全社会营造良好的数字化工作环境。

参考文献：

［1］ 傅为一，熊曦，徐斌，等.数字化升级改造如何推动企业创新：经验证据与机制[J].财经理论与实践，2023，44（1）：92-99.

［2］ 刘建江，李渊浩.数字经济如何赋能全要素能源效率提升？[J].财经理论与实践，2023，44（2）：105-113.

［3］ 钞小静，孙艺鸣，王灿.数字经济对我国经济高质量发展的影响[J].广西师范大学学报（哲学社会科学版），2023，59（2）：120-135.

［4］ 刘志彪，徐天舒.我国制造业数字化改造的障碍、决定因素及政策建议[J].浙江工商大学学报，2023（2）：92-105.

［5］ 郭雯，刘爱，王胜光.创新驱动的市场形成与需求侧政策[J].中国科学院院刊，2015，30（5）：626-631，644.

［6］ 刘锡禄，陈志军，马鹏程.信息技术背景CEO与企业数字化转型[J].中国软科学，2023（1）：134-144.

［7］ 宋敬，陈良华，叶涛.管理者能力与企业数字化转型：期望落差下的“使能”创新[J].现代财经（天津财经大学学报），2023（4）：23-39.

［8］ 王新光.管理者短视行为阻碍了企业数字化转型吗——基于文本分析和机器学习的经验证据[J].现代经济探讨，2022（6）：103-113.

［9］ 张志元，马永凡.政府补助与企业数字化转型——基于信号传递的视角[J].经济与管理研究，2023，44（1）：111-128.

［10］敬莉，孙哲远.自贸区设立能否促进企业数字化转型——来自上市公司的证据[J].华东经济管理，2023，37（4）：47-55.

［11］樊自甫，陶友鹏，龚亚.政府补贴能促进制造企业数字化转型吗？——基于演化博弈的制造企业数字化转型行为分析[J].技术经济，2022，41（11）：128-139

［12］曾皓.税收激励促进了企业数字化转型吗？——基于前瞻性有效税率的经验证据[J].现代财经（天津财经大学学报），2022，42（10）：38-55.

［13］尚洪涛，宋岸玲.工业互联网产业政策促进了企业数字化转型吗[J].科学学研究，2023，41（11）：1991-2003，2072.

［14］孙哲远.服务开放如何影响企业数字化转型[J].现代经济探讨，2023（3）：98-106.

［15］沈坤荣，施宇.中国的“有效市场+有为政府”与经济增长质量[J].宏观质量研究，2021，9（5）：1-15.

［16］涂心语，严晓玲.数字化转型、知识溢出与企业全要素生产率——来自制造业上市公司的经验证据[J].产业经济研究，2022（2）：43-56.

［17］Aghion P， Cai J， Dewatripont M， et al. Industrial policy and competition[J]. American Economic Journal： Macroeconomics，2015，7（4）：1-32.

［18］任晓怡，苏雪莎，常曦，等.中国自由贸易试验区与企业数字化转型[J].中国软科学，2022（9）：130-140.

［19］田小平.数字中国建设、知识产权保护与企业技术创新[J].经济体制改革，2023（3）：25-33.

［20］付奎，张杰.国家全面创新改革如何引领企业高质量发展——基于政策驱动和制度激励双重视角[J].现代经济探讨，2022（8）：102-114.

［21］陈云贤.中国特色社会主义市场经济：有为政府+有效市场[J].经济研究，2019，54（1）：4-19.

［22］卢现祥，滕宇汯.创新驱动政策如何提升城市经济韧性：基于有效市场和有为政府的机制分析[J].中国软科学，2023（7）：102-113.

［23］Velde D W T， Lin J， Monga C， et al. Dpr debate： growth identification and facilitation： the role of the state in the dynamics of structural change[J]. Development Policy Review，2011，29（3）：259-310.

［24］张志元，马永凡.政府补助与企业数字化转型——基于信号传递的视角[J].经济与管理研究，2023，44（1）：111-128.

［25］张同斌，高铁梅．财税政策激励、高新技术产业发展与产业结构调整[J].经济研究，2012（5）：58-70．

［26］Lerner J.The government as venture capitalist： the long-run imapct of the sbir program [J]. Journal of Business，1999，72（3）：285-318.

［27］Kleer R. Government R&D subsidies as a signal for private investors[J]. Research Policy，2010，39（10）：1361-1374.

［28］吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021，37（7）：130-144，10.

［29］余明桂，范蕊，钟慧洁.中国产业政策与企业技术创新[J].中国工业经济，2016（12）：5-22.

［30］Serfling M. Firing costs and capital structure decisions[J]. The Journal of Finance，2016，71（5）：2239-2286.

［31］刘建江，熊智桥，石大千.知识产权示范城市建设对生产性服务业集聚的影响研究[J].产经评论，2023，14（1）：102-119.

［32］袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化[J].中国工业经济，2021（9）：137-155.

［33］Li P， Lu Y， Wang J. Does flattening government improve Economic performance？ Evidence from china[J]. Journal of Development Economics，2016，123：18-37.

［34］温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.

［35］马红，侯贵生.雾霾污染、地方政府行为与企业创新意愿——基于制造业上市公司的经验数据[J].软科学，2020，34（2）：27-32.

［36］宋凌云，王贤彬.产业政策如何推动产业增长——财政手段效应及信息和竞争的调节作用[J].财贸研究，2017，28（3）：11-27.

［37］韩峰，黄敏.数字普惠金融发展对城乡收入差距的影响研究[J].长沙理工大学学报（社会科学版），2022，37（4）：98-110.

［38］阳立高，龚世豪，王铂，等.人力资本、技术进步与制造业升级[J].中国软科学，2018（1）：138-148.

（责任编辑：钟瑶，邹彬）

How Industrial Policies Can Promote Digital

Transformation of Manufacturing Firms：

Connotation Shift and Policy Evaluation

LIU Jianjiang1， CHENG Jie1， YANG Qin2，LUO Shuangcheng3

（1. School of Economics and Management， Changsha University of Science & Technology， Changsha，

Hunan 410076，China; 2. School of Economics and Management， Shaoyang University，Shaoyang，Hunan 422000，China;

3. Economics College， Hunan Agricultural University， Changsha，Hunan 410125，China）

Abstract：Based on the theory of industrial policy and the panel data of listed companies from 2012 to 2021， the impact of the 13th Five-Year Plan on the digital transformation of manufacturing enterprises is examined. The results show that the industrial policy promotes the digital transformation of manufacturing enterprises through the innovation-driven mechanism and resource allocation mechanism; the heterogeneity analysis shows that it is more effective in the eastern coastal areas and technology-intensive manufacturing areas. In view of this， the strategy of digital transformation of manufacturing enterprises should be actively pursued， the accuracy and effectiveness of the policy of digital transformation of manufacturing enterprises should be improved， and resource support should be increased to further promote the digital transformation of manufacturing enterprises.

Key words：industrial policy; difference-in-difference; digital transformation