数字化转型对制造业企业创新绩效的影响效应与作用机制

摘要：数字化转型是企业在激烈的市场竞争中获取竞争优势和创新优势的重要手段。基于2012—2022年1903家制造业上市公司数据，验证了数字化转型对制造业企业创新绩效的影响效应和作用机制。研究发现：数字化转型明显促进了制造业企业创新绩效的提升，且企业规模越大，数字化转型的提升作用越明显；在制造业企业生产环节，数字技术因不能提高要素效能进而影响了数字化转型提高制造业企业创新绩效；在制造业企业决策和管理过程，数字化转型带来的管理决策水平提升对于提高制造业企业创新绩效没有直接效果；数字化技术促进了制造业企业商业模式创新，进而对其创新绩效的提升具有明显的效果；通过制造业企业内外联动，特别是以ESG为代表的联动方式，提高了制造业企业创新绩效；市场监督越彻底、管理越透明，制造业企业创新绩效提升越快。因此，要加大力度支持制造业企业建设智能工厂，支持数字化专业服务发展，鼓励应用场景创新和网络安全规范管理，支持鼓励企业提升内部管理水平。

关键词：数字化转型；创新绩效；产业创新；制造业企业

基金项目：湖北省科学技术协会科技创新智库研究项目“湖北人工智能赋能新型工业化成效与路径研究”（ZK2024-1）；武汉市科学技术协会科技创新智库项目“数字化科创服务赋能产业创新发展研究”（WHKX202405-2）；湖北省软科学研究重点项目“‘十五五’期间科技创新引领支撑湖北省新质生产力发展高地建设路径研究”（2024EDA055）

中图分类号：F49 文献标识码：A 文章编号：1003-854X（2024）12-0044-10

一、引言和相关文献综述

党的二十大报告提出，要加快发展数字经济，促进数字经济和实体经济深度融合。2023年，我国数字经济规模达53.9万亿元，占GDP的规模达到42.8%（1）。数字经济对我国制造业发展产生了深远的影响，数字化转型是促进数字经济与实体经济深度融合的重点领域。通过数字技术辅助制造业企业管理，能够有效提升企业创新能力和创新效率；通过不断优化制造业数字技术供给，提升制造业数据要素效能，推动制造业生产链条、生产要素、管理方式等全方位数字化转型，可以推动制造业高质量发展。

当前我国一些制造业核心领域还存在“技不如人”、数据要素潜力激活不足、引领经济高质量发展动力有限等问题。从深层次来看，“技不如人”的原因在于企业创新能力偏弱，特别是龙头企业和产业链创新动力有限，产业链创新联合体还没有形成稳定紧密的协作关系；数据要素潜力激活不足，主要是骨干企业或领军企业的示范带动作用不强，中小企业数字化转型赋能效果不明显，没有形成具有行业特色的数字化转型方式。数据要素作为新型生产要素，对制造业企业创新绩效提升的效果不明显。因此，深入推进企业数字化转型，必须针对龙头企业、骨干企业、中小企业等不同类型企业加大政策支持力度，促进创新能力和数据要素产出效能提升。

数字技术的广泛应用催生了新产品、新市场，以平台经济为代表的新组织随之诞生，企业向数字化转型成为大势所趋。有研究表明，数字技术创新能够促进制造业企业全要素生产率提升，行业数字化程度越高，数字技术创新越能发挥积极作用（2）。企业数字创新也与市场规模和市场一体化因素密切相关（3）。关于数字化转型促进企业创新效率提升的研究方兴未艾，主要有以下五支文献：

第一，数据作为新的生产要素极大地影响企业创新决策和创新方式。数据具有可重新编辑性和同质化特征，有利于企业产品创新、过程创新、组织创新和商业模式创新（4）。数据驱动型决策模式指基于数据分析来指导决策过程的一种方法。这种决策模式依赖于定量的数据，而不是依赖直觉、经验或未经证实的假设。这种新型决策模式的出现，打破了企业决策者依靠经验和直觉制定经营策略的传统模式。大企业依赖于生产过程伴生的数据要素进行迭代式创新，中小企业通过引入网络平台，推动多元竞争来提升数据创新能力（5）。完善的数字基础设施对全要素生产率具有较高的边际贡献（6），数据要素量的扩大也会通过企业干中学机制提高制造业企业创新绩效。

第二，数字化转型有助于提高企业的资源配置能力。在企业数字化转型过程中，相较于传统数据形式，电子表格、财务报表等结构化数据、视频和电子邮件等非结构化数据具有便携性、易于储存及分析的优势，有效提升了企业数据挖掘的深度，降低企业的搜寻成本，提高交易匹配效率（7）。更高的信息透明度倒逼企业管理者提高业务质量，降低企业代理成本，从而为企业间的合作提供了便利（8）。数字化转型对企业科技人才的影响主要反映在科技人才需求数量与科技人才创新效率两个方面，即数字化转型在促进企业对科技人才需求的同时，也提升了科技人才创新效率（9）。数字经济发展会改善传统的生产供应环节，推动商品及信息流通，资源利用的效率得到提升（10）。数字技术创新发挥管理赋能、投资赋能、营运赋能与劳动赋能作用，有助于改善企业劳动力结构，降低经营成本，提高投入资本的利用效率，进而推动企业全要素生产率增长（11）。数字经济通过消费行为数据分析预测市场需求，同时通过技术创新、人力资本升级以及智能制造和柔性生产等促进经济增长（12）。

第三，数字化转型能够显著提升企业运营效率。企业通过对消费者数据的收集及分析，总结消费者需求及习惯，并据此调整生产经营策略，为消费者提供更为精准的服务，从而提高自身市场竞争力。数字创新通过为客户创造新价值，提升企业的动态适应能力，改变企业价值获取和创造方式，能够帮助企业提升绩效。数字经济也有利于提高企业运行效率与营业覆盖半径，提升社会经济活动的互联互通性（13），重塑生产组织结构和实体经济要素体系，创造新的市场机会和就业机会。张昕蔚认为，数字经济条件下技术范式的变革一方面推动了产业组织方式的变革，另一方面拓展了网络空间功能和创新资源配置的空间范围，并使创新组织方式朝网络化、协同化和生态化方向演变（14）。Birge等认为部分企业为了提高效率并降低经营成本，往往选择集中供应链，这导致了企业风险抵御能力的降低，数字化转型有利于企业选择分散化配置。物流效率、库存压力、运输成本也是企业在供应链管理决策时必须考虑的因素（15）。

第四，数字化转型有利于提高公司治理水平。李三希等研究发现数据产权分配给用户更有利于提高数据要素资源配置效率（16），因此企业数字化转型意味着企业拥有更多数据要素，能够有效促进数据流动与共享。刘淑春等研究发现企业数字化投入和产出效率之间存在非线性关系，在投入水平达到临界值之后，产出效率开始出现上升趋势（17）。当然，企业推行数字化管理有助于企业提升竞争优势（18）。戚聿东和肖旭则认为我国企业数字化变革包括组织结构趋于网络化、扁平化，营销模式趋于精准化、精细化，生产模式趋于模块化、柔性化，产品设计趋于版本化、迭代化，研发模式趋于开放化、开源化，用工模式趋于多元化、弹性化（19），对于企业绩效提升具有重要作用。

第五，数字经济具有明显的规模经济和正外部性特征。在数字经济时代，规模效应促成了产品更丰富、信息更透明、市场竞争更充分，企业获取创新资源更便捷。数字经济相较于传统经济具有巨大发展优势，从而对传统经济产生了巨大冲击，进而倒逼传统行业升级进步。然而，企业间并非总是竞争关系。在技术研发阶段，部分企业通过多方合作共享研究资源和经验，从而提高研发效率（20）。Lee等研究证实了数字经济平台通过需求创造效应、研发成本降低效应、重叠效应和技术溢出效应对企业研发的不同影响（21）。

企业创新的积极性及实际效果受到技术溢出效应的影响，技术研发所产生的正外部性过大将减弱企业自主创新的动力。Hempell等提出数字化转型提高了大型企业的经营生产效率，提高其收益，但也存在挤出中小企业、提高市场进入壁垒的问题，甚至造成部分大企业对市场的垄断（22）。我国市场规模巨大、市场分层明显，数字经济的影响会因地区产业结构、政治制度、社会环境和经济发展水平的不同而不同（23）。姜松和孙玉鑫认为数字经济对实体经济的影响显著为负，已产生“挤出效应”（24）。从阶段特征看，数字经济的影响呈现倒“U”型特征，跨越临界值前表现为“促进效应”，跨越临界值后表现为“挤出效应”。实体经济发展基础也会对数字经济发展产生一定程度的约束（25）。

综上所述，已有文献为本文研究提供重要参考，但针对制造业数字化对于企业创新的影响机理研究较为分散，实证分析不足。本文的边际贡献主要在于：第一，将制造业企业运营过程分为产品或服务、企业内部管理、产品或服务销售、企业内外协同四个环节，对数字化转型促进制造业企业创新绩效提升的内在机理进行深入分析。第二，采用2012—2022年制造业上市公司数据，运用回归分析方法，对数字化转型通过企业运营各环节影响其创新绩效进行验证。第三，通过作用机制分析和数据实证检验，提出数字化背景下我国制造业上市公司创新绩效的提升路径。

二、理论分析与研究假说

对于单个企业来说，企业数字化转型是数字技术在企业内部和外部共同发挥作用的系统性过程，其机制和路径决定了创新的效率与效益，进而影响制造业企业创新绩效的高低。本文按照企业内外发生交互关系的对象属性，将数字化转型影响企业绩效的对象分为四个部分，即生产环节创新、内部管理创新、销售环节创新、ESG管理创新，这四个部分共同支撑企业创新绩效，其边界也决定了企业创新竞争力的边界。如图1所示。

在生产环节，数字化技术通过优化企业对生产各个环节的掌控，推动精细化管理；同时运用MES、CRM等数字治理软件推动生产过程中要素配置进一步优化，减少生产环节的浪费。数字化技术通过提高各类人才的学习能力，精准投入各类要素，提高企业干中学的能力，进而提高制造业企业创新绩效。当然，企业在短期内必须扩大对数字化技术的资金投入，这会增加企业生产成本，在一定程度上降低企业创新绩效。如表1所示。

综上，本文提出假设1：数字化转型短期内会降低企业创新绩效，但长期来看，数字化转型通过提高企业研发人员生产效率、降低生产要素消耗来提高制造业企业创新绩效。

在企业内部管理环节，数字化转型推动组织结构网络化和扁平化，所有数据和管理模块完全实现数字化，提高技术获取效率，有助于清晰了解市场端对技术的需求，进而提高制造业企业创新绩效。但短期内，大规模的数字化投入有可能提高企业信息化成本，增加人员学习时间，提高专业岗位人员工资支出，进而影响企业创新管理绩效。因此，实施模块化方式优化企业内部管理，削减数字化成本，才能有效提升企业内部管理绩效。

综上，本文提出假设2：企业通过实施模块化管理来提高决策和管理效率从而提高制造业企业创新绩效。

在产品或服务销售环节，企业利用数字化技术将原有的资源进行重新组合，创新销售模式，积极开发新产品。数字技术缩短了消费者与生产商之间的距离，推动不确定性市场环境下商业模式创新，降低了新产品试验成本、企业对内外部创新要素的搜索和甄别成本，扩大了市场份额，提高了制造业企业创新绩效。通过外部网络结构的嵌入，企业获取优质信息以及技术合作伙伴的机会大大增加，解决共性问题的能力随之提升，进而提高制造业企业创新绩效。

综上，本文提出假设3：数字化转型通过商业模式创新提高制造业企业创新绩效。

在企业内外协同领域，数字化转型优化了企业与政府、市场、产业链的关系，能增进利益相关者的互信关系，降低交易成本，同时提高企业抗风险、合规管理的能力，进而提高制造业企业创新绩效。企业创新资源发生跨界重组聚合，形成扁平化的治理方式及“开放、共享和平等”的互联网思维，从而形成一个全面的企业开放式创新框架，改变了企业创新方式（26）。以ESG为例，市场认可的ESG评级高的企业，在产业联盟或产融协同组织中往往居于主要地位，获得创新要素的机会更大，其创新绩效也随之提高。

综上，本文提出假设4：数字化转型通过提高社会服务能力来提升制造业企业创新绩效。

三、研究设计

（一）样本选取

2011年以来，企业OA系统、ERP系统等信息化产品运用越来越广泛，数字经济政策出台更加密集，制造业的数字化转型蓬勃发展。根据何帆的分析，我国数字经济政策演进可分为科技政策阶段（2012—2014 年）、产业政策阶段（2015—2016年）和创新政策阶段（2017年至今）三个阶段。考虑数据的可得性，本文采用A股制造业上市公司2012—2022年数据，剔除“特殊处理”类（ST） 企业以及部分年份观测值较少的企业，剔除专利申请量在考察期间缺失超过五年以上的企业，得到了1903家制造业企业的20932个数据。其中，企业专利数据来自中国研究数据服务平台（CNRDS），财务数据来自Choice和Wind数据库，数字化词频来自国泰安数据库。考虑到原始数据的异常值问题，对所有财务数据进行1%的缩尾处理。

（二）模型构建

为考察数字化转型程度对制造业企业创新绩效的影响，本文构建以下模型：

Innovt=α0+α1DIGIi，t+Controli，t+Code+Year+εi，t（1）

Control代表控制变量组，Code和Year分别代表控制了企业和年份的固定效应，i和t分别代表i上市公司t年。

（三）变量选取与说明

1.被解释变量

制造业企业创新绩效（Innov）。提高企业数字化水平将大力提升企业整合知识的能力，推动新的创新成果的产生，如ChatGPT、视频生成模型Sora

都能快速创造新内容；企业数字化能力的提升，推动实用新型与外观设计频繁交互，促进开发性创新成果生成。在一定程度上，数字化水平本身就代表了研发投入，能够产生数字边际零成本效应，即相同的研发费用投入水平可以产生更大的、持续不断的创新能力，因此，本文将研发费用作为控制变量，探讨数字化水平对创新产出或者创新效率的持续影响。从这个角度看，用专利申请量代表创新绩效有利于观察长期影响。因此，本文参考杨德明、方先明等的研究（27），采用专利申请量作为企业创新绩效的衡量指标，包括发明专利、实用新型专利与外观设计专利。为避免在取对数值时产生缺失，本文将专利申请量加1再取对数。

2.核心解释变量

制造业企业数字化转型程度（DIGI）。企业数字化转型是一个系统性过程，已有研究普遍从宏观视角分析我国数字化程度、区域数字化水平、城市数字化绩效等。在微观层面，部分学者采用调查研究方法，根据调查问卷分析企业信息技术人员占比来衡量企业数字化应用程度（28），信息技术人员只代表了部分人力资本投入，大量外包型数字化服务容易“被隐藏”（29）。还有学者采用企业数字化转型指数法（30）、关键词选取数据挖掘法（31）等。为客观地反映我国制造业上市企业数字化转型的程度，本文借鉴吴非等的研究成果（32），按照人工智能技术、区块链技术、云计算技术、大数据技术和数字技术等类别，剔除关键词前存在“没”“无”“不”等否定词语的表述，在上市公司年报中“管理层讨论与分析”部分进行全文搜索，词频多少反映数字化转型的程度。在此基础上，对词频数据进行标准化处理，并采用熵值法确定各个指标的权重情况，通过线性加权法获得DIGI指标，该指标值越大，说明企业数字化程度越高。

3.中介变量

根据前文的分析，中介变量分别在生产环节、管理环节、销售环节和企业内外协同方面，通过数字化水平的提高，影响制造业企业创新绩效。考虑到本文研究的样本都是上市公司，衡量生产环节效率的指标采用固定资产周转率（Fatr）；衡量管理环节效率的指标采用应收账款平均回收天数（Dso）；衡量销售环节效率的指标采用存货周转率（Itr）；衡量企业内外协同效率的指标采用ESG评级指数。

4.控制变量

借鉴其他学者的研究成果（33），并考虑数据的可得性，将控制变量设定为公司规模（Size）、企业年龄（Age）、资产负债率（Lev）、流动比率（Cash）、机构持股比例（In-stitu）、总资产收益率（Roa）、研发费用（Res）、权益乘数（Stock）、政府补助（Gov-sub）。

变量定义及计算方法见表2，主要变量描述性统计结果见表3。

四、实证结果分析

（一）基准回归结果

表4报告了数字化转型对制造业企业创新绩效影响的基准回归结果。表4第（1）列显示DIGI的系数为18.935，且在1%水平上显著，说明数字化转型明显促进了制造业企业创新绩效的提升。在加入了控制变量和固定效应后，系数从18.935下降到6.265，但仍然十分显著。

第（2）列为不考虑固定效应，加入控制变量的回归结果，系数为12.728，其中企业规模、机构持股比例、研发费用支出具有明显的正向作用。在控制了企业特征后，系数下降为12.831，但规模影响和机构持股比例的正向作用显著上升，政府补贴则具有负向效应。在不考虑年份变化的影响时，企业数字化转型对制造业企业创新绩效的影响系数达到11.005，企业规模、资产负债率、总资产收益率、研发费用、政府补贴的影响仍然十分明显。

在加入企业特征和年份变化的影响后，企业数字化转型对制造业企业创新绩效的影响系数为6.265，企业规模的正向作用很显著，说明企业规模越大，数字化转型对制造业企业创新绩效的提升作用越大，而资产负债率、总资产收益率、政府补助显然在一定程度上具有负向影响，系数分别为0.283、0.987和0.337，说明负债率越高，数字化转型带来的制造业企业创新绩效越低；Roa越高企业越愿意通过分红提高股东收益，扩大企业规模，却在一定程度上降低了制造业企业创新绩效；政府补贴鼓励企业在固定资产方面扩大投资，反而对企业数字化绩效有一定的抑制作用。

（二）机制检验结果分析

本文采用中介效应模型对影响机制进行实证分析。构建模型如下：

FATRi，t=β1DIGIi，t+Controli，t+Code+Year+εi，t

Innovi，t=α0+α1DIGIi，t+α2Fatri，t+Controli，t+Code+Year+εi，t （2）

DSOi，t=β1DIGIi，t+Controli，t+Code+Year+εi，t

Innovi，t=α0+α1DIGIi，t+α2DSOi，t+Controli，t+Code+Year+εi，t （3）

ITRi，t=β1DIGIi，t+Controli，t+Code+Year+εi，t

Innovi，t=α0+α1DIGIi，t+α2ITRi，t+Controli，t+Code+Year+εi，t （4）

ESGi，t=β1DIGIi，t+Controli，t+Code+Year+εi，t

Innovi，t=α0+α1DIGIi，t+α2ESGi，t+Controli，t+Code+Year+εi，t （5）

表5列（2）—（4）显示了对假设1的检验结果。列（2）DIGI的系数不显著，列（3）的Fatr系数和DIGI系数都显著，说明人力和资本要素促进企业数字化转型效果不显著，其提升制造业企业创新绩效的中介效应不成立。这说明，当前我国数字化转型并没有从根本上提升劳动和资本的生产率，也不能通过降低成本提升制造业企业创新绩效，我国制造业从数字化向智慧化和智能化升级过程中必须高度关注要素的效能变化，否则容易带来企业生产成本上升的结果，抑制企业数字化转型的积极性。

表5列（5）—（6）显示了对假设2的检验结果。同样（5）列Dso的系数并不显著，列（6）的DSO也不显著，而DIGI系数则是显著的，在一定程度上也说明企业管理决策水平的提升并不会显著提高制造业企业创新绩效，或者说数字化程度带来的管理决策水平提升对于提高制造业企业创新绩效没有直接效果，中介效应不成立。

表6列（2）—（3）显示了对假设3的检验结果。系数均为显著，且加入中介变量后（3）列的系数比（1）列明显下降，说明数字化转型过程中，制造业企业商业模式创新对其创新绩效的提升具有明显的效果。近年来我国制造业企业通过网络平台、O2O、O2B等方式推动销售网络更密集、销售渠道更畅通，与消费者沟通更加便捷，促进企业创新沿着符合市场预期、契合消费者习惯的方向突破，并取得了积极成效。值得注意的是，有时候企业商业模式创新在一定程度上对技术创新形成“挤出效应”，但数字化的总体效应对创新形成了积极的正向作用，因此总效应为正。

表6列（5）—（6）展示的是制造业企业数字化转型通过其社会化服务能力的提高进而提升创新绩效。列（5）和列（6）均为系数显著，且加入中介变量后的系数具有明显变化的特征，说明我国制造业企业数字化转型过程中，特别注重ESG即环境、社会、政府关系的维护，促进企业创新能力整体提升。其路径包括：（1）在企业数字化转型过程中，通过实时监测控制环保效果，通过参与协会、联盟等方式提高社会或者行业参与程度，通过与政府在数字信息方面的联通，提高了企业服务社会的能力，进而提高企业创新效果；（2）在企业数字化转型过程中，关于环境保护、社会服务、政府沟通方面的数字化手段应用更广泛，效果更明显，反过来促进企业在这方面加大投入力度，提高制造业企业创新绩效。

综上所述，数字化转型能够推动企业商业模式创新，促进ESG指数显著提升，进而提高制造业企业创新绩效，数字化转型对制造业企业创新绩效提升的正向作用是非常显著的，假设3和假设4得到证实。但短期内数字化转型并不能通过劳动和资本要素的效能提升推动制造业企业创新绩效的提升，通过决策和管理效率提高制造业企业创新绩效的效果也不明显，假设1和假设2得到证实。可以认为数字化转型对企业发展的传导是一个渐进过程，也是一个系统工程，需要长期深入推进。

（三）异质性分析

企业规模是影响制造业企业创新绩效的重要因素，也会影响企业数字化转型的投入。大企业覆盖面广，具有人才、资金、技术优势，能够通过数字化转型实现技术联盟推动突破性创新，但也存在人员多、传输链条长、效率不高等问题。而中小企业技术优势不足，但执行力更强，善于抓住爆发性的技术点实现突破。在数字化转型过程中，小企业可以更透明地获得相关信息，大企业通过创新商业模式实现更快的效率提升。本文将企业按照规模进行分类，对模型（1）进行重新估计，结果如表7所示。数字化转型对小型企业和大型企业创新绩效的回归结果均在1%的水平上显著，且系数分别为9.132和14.773，表明企业规模越大，数字化转型对制造业企业创新绩效的正向促进作用越明显。可能的原因是，数字经济时代的大企业更容易获得数字资源，能够推动数据等要素在企业内推广，经过一段时间的适配后，能够促进企业产品与数字化的链接，推动制造业企业创新绩效提升。

企业的机构持股比例大小在一定程度上说明资本市场中重点机构对企业的关注程度。按照机构持股比例的高低进行分类，重新估计基准模型，得到的回归结果如表7所示。可以认为机构持股比例对于制造业企业创新绩效有促进作用。可能的原因在于，机构持股比例高的企业，其管理运营更规范、发展潜力更大、市场作用更强，更容易接受数字经济的促进作用，而机构持股比例低的企业，一般认为其经营水平还有改善的空间。

（四）内生性和稳健性检验

1.内生性检验

本文的实证研究可能存在反向的因果关系，进而导致内生性问题，即创新绩效高的制造业企业更倾向于推动数字化转型。为避免内生性问题，采用时间滞后性方式，即对核心解释变量滞后一期和滞后两期重新进行回归，结果反映在表8列（1）和（2）中，可以发现数字化转型系数估计值在1%的置信水平下显著为正。

2.稳健性检验

为保证实证研究科学、可靠，本文尝试进行以下三方面稳健性检验。第一，进行模型估计方法替换。考虑到被解释变量制造业企业的创新绩效的截断特性，采用Tobit 模型进行稳健性检验，有利于更准确地捕捉到所有企业的创新表现，包括那些没有专利产出的企业。第二，更换被解释变量。在现有研究中，企业创新还可以用研发投入来衡量。第三，进一步排除异常值后的回归检验。考虑到创新绩效（Innov）数据可能受到极端值的影响，本文通过计算每家公司的创新绩效平均值和标准差，排除了偏离其所属公司平均水平超过三个标准差的极端异常值，以确保回归分析的稳健性和准确性。由表9可知，数字化转型促进企业创新这一事实存在，说明实证结果准确、可靠。

五、研究结论与政策启示

本文从创新理论出发，结合数字经济时代企业转型面临的新情况和拟解决的新问题，探讨数字化转型对制造业企业创新绩效的影响，并通过实证检验商业模式创新和企业内外协同的正向促进作用，进一步研究了企业规模、机构持股比例在数字化转型中所扮演的角色。

本文的结论包括：（1）在企业生产环节，数字技术暂不能通过提高要素效能提高制造业企业创新绩效。（2）在企业决策和管理过程中，新技术引进快、更新快，但管理能力和劳动者素质却没有快速匹配，特别是在传统意义上的制造业企业中，引进的数字技术给企业管理带来了“困惑”，管理过程延长、决策效率低下、员工和管理层甚至感觉到数字化带来的“疲惫”，导致制造业企业创新绩效受到影响。（3）当前，我国很多数字化技术在企业转型过程中被运用在销售环节，围绕产品销售的商业模式创新层出不穷，锁定潜在消费者的能力不断提高，从销售端反馈到研发端的时间明显缩短，从而提高了制造业企业创新绩效。（4）企业内外联动，特别是以ESG为代表的联动方式，通过扩大企业影响力、提高企业参与行业活动的程度等方式，提高了制造业企业创新绩效。但也要关注政府补贴的“挤出效应”，如果政府补贴更多地被运用在固定资产投资环节，制造业企业创新绩效的支出可能会降低，从而影响制造业企业创新绩效的提升。（5）市场对于企业规范程度的监督，很大程度上影响企业数字化转型和绩效提升，监督越彻底、管理越透明，制造业企业创新绩效提升越快。

基于以上研究结论，本文得到如下政策启示：

第一，加大力度支持企业建设智能工厂。数字产品的关键在于应用，通过支持示范数字工厂建设，探索不同行业生产端数字化转型的方式和路径，为各类型企业提供转型样板。同时，发挥大企业智能工厂的示范效应，支持行业龙头企业主动进行数字化改造，并联动产业链上下游企业开展智能工厂建设，通过资源和服务共享，提高智能工厂建设效率，降低企业投资成本，保护企业数字化转型的长期积极性。支持企业充分利用现有传统设备，通过信息技术和运营技术进行数字化改造，充分利用物联网、智能制造等技术对生产流程进行管理，促进生产环节的模块化、智能化，提高管理和销售环节与生产过程的联动性，推动企业实现整体的数字化改造升级。

第二，加大力度支持数字化专业服务发展。支持“云平台”类企业为各类型中小企业提供数字化服务，创新中小企业数字化转型的一揽子解决方案，服务各类制造业企业数字化转型。推动产业链上下游企业在研发设计、采购供应、生产制造、仓储物流、产品服务等方面互联互动，强化产业链协同，并促进重点环节核心软件创新突破。集中布局工业互联网平台、工业软件、云网、标识解析、两化融合咨询、工业数据、系统集成、工业信息安全等领域，培育一批数字化转型专业服务商，推动数字化转型产品和解决方案创新。大力发展具有通用能力、服务能力、创新能力、平台能力、安全可解释的算法模型，推动实现行业全覆盖。

第三，鼓励应用场景突破和网络安全规范管理。大力推动网络基础设施提档加速，聚焦质量溯源、供应链管理、产品全生命周期管理、销售服务等应用场景，在重点产业支持新型产品或服务的深度应用场景落地。建立工业互联网网络安全分类分级管理制度，指导监督各类企业提高网络安全防护水平。

第四，支持鼓励企业提升内部管理水平。在数字化浪潮中，企业是数字化转型的“前沿阵地”，需要通过调整组织结构、管理方式、决策路径等来提高制造业企业创新绩效。政府对于企业数字化发展的支持也要充分考虑提高企业管理决策能力，支持企业在“干中学”中快速实现追赶，促进企业数字能力的长效提升。

注释：

（1） 中国信息通信研究院：《中国数字经济发展报告（2024年）》，2024年8月。

（2） 罗佳、张蛟蛟、李科：《数字技术创新如何驱动制造业企业全要素生产率？——来自上市公司专利数据的证据》，《财经研究》2023年第2期。

（3） 胡增玺、马述忠：《市场一体化对企业数字创新的影响——兼论数字创新衡量方法》，《经济研究》2023年第6期。

（4） 洪银兴：《培育新动能：供给侧结构性改革的升级版》，《经济科学》2018年第3期。

（5） 徐翔、赵墨非、李涛、李帅臻：《数据要素与企业创新：基于研发竞争的视角》，《经济研究》2023年第2期。

（6） 万晓榆、罗焱卿：《数字经济发展水平测度及其对全要素生产率的影响效应》，《改革》2022年第1期。

（7） D. L. Rubinfeid， M. S. Gal， Access Barriers to Big Data， Arzona Law Review， 2017， 59， pp.339-382．

（8） J. M. Arnold， B. Javorcik， M. Lipscomb， A. Mattoo， Services Reform and Manufacturing Performance： Evidence from India， Economic Journal， 2015， 126 （590）， pp.1-39．

（9） 朱建良、王廷才、李成、文丹枫：《数字经济：中国经济创新增长“新蓝图”》，人民邮电出版社2017年版，第70页。

（10） 吴非、胡慧芷、林慧妍、任晓怡：《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》，《管理世界》2021年第7期。

（11） 黄勃、李海彤、刘俊岐、雷敬华：《数字技术创新与中国企业高质量发展——来自企业数字专利的证据》，《经济研究》2023年第3期。

（12） 荆文君、孙宝文：《数字经济促进经济高质量发展：一个理论分析框架》，《经济学家》2019年第2期。

（13） 袁淳、肖土盛、耿春晓、盛誉：《数字化转型与企业分工：专业化还是纵向一体化》，《中国工业经济》2021年第9期。

（14） 张昕蔚：《数字经济条件下的创新模式演化研究》，《经济学家》2019年第7期。

（15） J. R. Brige， A. Capponi， P. C. Chen， Disruption and Rerouting in Supply Chain Networks， Operations Research， 2023， 71， pp.750-767．

（16） 李三希、王泰茗、刘小鲁：《数据投资、数据共享与数据产权分配》，《经济研究》2023年第7期。

（17） 刘淑春、闫津臣、张思雪、林汉川：《企业管理数字化变革能提升投入产出效率吗》，《管理世界》2021年第5期。

（18） 何帆、刘红霞：《数字经济视角下实体企业数字化变革的业绩提升效应评估》，《改革》2019年第4期。

（19） 戚聿东、肖旭：《数字经济时代的企业管理变革》，《管理世界》2020年第6期。

（20） C. Daspremont， A. Jacquemin， Cooperative and Noncooperative Ramp;D in Duopoly with Spillovers， American Economic Association， 1988， 78（5）， pp.1133-1137．

（21） C. Y. Lee， The Differential Effects of Public Ramp;D Support on Firm Ramp;D：Theory and Evidence from Multi-Country Data， Technovation， 2011， 31， pp.256-269．

（22） T. Hempell， T. Zwick， New Technology， Work Organisation， and Innovation， Economics of Innovation and New Technology， 2008， 4， pp.331-354．

（23） 张勋、万广华、张佳佳、何宗樾：《数字经济、普惠金融与包容性增长》，《经济研究》2019年第8期。

（24） 姜松、孙玉鑫：《数字经济对实体经济影响效应的实证研究》，《科研管理》2020年第5期。

（25） 赵宸宇、王文春、李雪松：《数字化转型如何影响企业全要素生产率》，《财贸经济》2021年第7期。

（26） 戚聿东、蔡呈伟：《数字化对制造业企业绩效的多重影响及其机理研究》，《学习与探索》2020年第7期。

（27） 杨德明、刘泳文：《“互联网+”为什么加出了业绩》，《中国工业经济》2018年第5期；方先明、胡丁：《企业ESG表现与创新——来自 A 股上市公司的证据》，《经济研究》2023年第2期。

（28） 王彬燕、田俊峰、程利莎、浩飞龙、韩翰、王士君：《中国数字经济空间分异及影响因素》，《地理科学》2018年第6期。

（29） M. J. Benner， J. Waldfogel， Changing the Channel： Digitization and the Rise of “Middle Tail”Strategies， Strategic Management Journal， 2020， 1， pp.421-443．

（30） B. H. Hall， D. Harhoff， Recent Research on the Economics of Patents， Annual Review of Economics， 2012， 6， pp.541-565.

（31） 陈思、何文龙、张然：《风险投资与企业创新：影响和潜在机制》，《管理世界》2017年第1期。

（32） 吴非、常曦、任晓怡：《政府驱动型创新：财政科技支出与企业数字化转型》，《财政研究》2021年第1期。

（33） 陈红、张玉、刘东霞：《政府补助、税收优惠与企业创新绩效——不同生命周期阶段的实证研究》，《南开管理评论》2019年第3期；李坤望、蒋为：《市场进入与经济增长——以中国制造业为例的实证分析》，《经济研究》2015年第5期。

作者简介：张天，中国地质大学（武汉）经济管理学院博士研究生，湖北武汉，430074；易明，中国地质大学（武汉）经济管理学院教授、博士生导师，湖北武汉，430074；李霞，通讯作者，湖北经济学院经济与贸易学院教授，湖北武汉，430205。

（责任编辑 李灯强）