韓士專(zhuān) 楊佳英 楊禮華

[摘要]隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，中小企業(yè)不斷投入數(shù)字化轉(zhuǎn)型的浪潮中，以此突破制約企業(yè)生產(chǎn)效率的“卡脖子”問(wèn)題。以2015—2022年A股上市公司企業(yè)數(shù)據(jù)為基礎(chǔ)，深入考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響及內(nèi)在機(jī)制。結(jié)果發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)全要素生產(chǎn)率的提高，經(jīng)過(guò)更換被解釋變量、修改模型設(shè)定的穩(wěn)健性檢驗(yàn)和內(nèi)生性處理之后，結(jié)論依舊成立。異質(zhì)性分析表明：數(shù)字化轉(zhuǎn)型對(duì)成長(zhǎng)期和衰退期企業(yè)全要素生產(chǎn)率促進(jìn)效果差異不大，但優(yōu)于成熟期企業(yè)，另外企業(yè)數(shù)字化轉(zhuǎn)型在制度環(huán)境較好和國(guó)有企業(yè)中更能發(fā)揮比較優(yōu)勢(shì)。機(jī)制檢驗(yàn)表明：優(yōu)化企業(yè)人力資本和激發(fā)企業(yè)家精神是數(shù)字化轉(zhuǎn)型助力企業(yè)全要素生產(chǎn)率提升的重要渠道。

[關(guān)鍵詞]數(shù)字化轉(zhuǎn)型；全要素生產(chǎn)率；企業(yè)人力資本；企業(yè)家精神

一、 研究背景

提高全要素生產(chǎn)率是經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的重要前提，也是我國(guó)加快推進(jìn)供給側(cè)結(jié)構(gòu)性改革的關(guān)鍵目標(biāo)，對(duì)加快實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要作用。黨的二十大報(bào)告指出要著力提高全要素生產(chǎn)率，并將其作為推動(dòng)高質(zhì)量發(fā)展這一重大主題內(nèi)涵的任務(wù)之一，可見(jiàn)提高全要素生產(chǎn)率已逐步成為經(jīng)濟(jì)由高速增長(zhǎng)向高質(zhì)量發(fā)展的關(guān)鍵所在。數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)依托大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)降低信息收集和處理成本、改善企業(yè)績(jī)效和優(yōu)化生產(chǎn)模式，提高了企業(yè)生產(chǎn)效率。企業(yè)通過(guò)實(shí)施數(shù)字化戰(zhàn)略降低金融服務(wù)門(mén)檻、優(yōu)化人力資本和提高融資效率，進(jìn)而提升企業(yè)全要素生產(chǎn)率。國(guó)家“十四五”規(guī)劃也指出要以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式、生活方式和治理方式變革，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。因此，本文在數(shù)字化的熱潮下，從理論和實(shí)證角度探討企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率之間的關(guān)系，有助于企業(yè)優(yōu)化和完善生產(chǎn)經(jīng)營(yíng)模式，提高企業(yè)“投入-產(chǎn)出”的轉(zhuǎn)化效率。

大量學(xué)者對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效益進(jìn)行了豐富的研究，但多數(shù)聚焦于微觀層面。如在企業(yè)內(nèi)部方面，數(shù)字化轉(zhuǎn)型通過(guò)新型數(shù)字技術(shù)的應(yīng)用提高了企業(yè)創(chuàng)新水平[1]，還使得企業(yè)通過(guò)降低代理成本來(lái)提升重污染企業(yè)投資效率[2]。此外，企業(yè)數(shù)字化轉(zhuǎn)型還可以增強(qiáng)企業(yè)韌性[3]、ESG表現(xiàn)[4]。在企業(yè)外部方面，夏蕓等[5]發(fā)現(xiàn)提升盈利水平和會(huì)計(jì)信息披露質(zhì)量是數(shù)字化提升商業(yè)信用融資的重要渠道，同時(shí)，數(shù)字化戰(zhàn)略還可以通過(guò)優(yōu)化企業(yè)基本面的方式來(lái)降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)[6]。關(guān)于數(shù)字化與企業(yè)全要素生產(chǎn)率之間的關(guān)系，已有研究主要從宏觀、中觀和微觀3個(gè)角度出發(fā)。在宏觀層面，孫鵬等[7]以大數(shù)據(jù)綜合試驗(yàn)區(qū)為準(zhǔn)自然實(shí)驗(yàn)，采用多期DID驗(yàn)證了數(shù)字經(jīng)濟(jì)可以?xún)?yōu)化企業(yè)全要素生產(chǎn)率。王冬梅等[8]采用多元回歸方法也得出這一結(jié)論。在中觀層面，王京濱等[9]認(rèn)為數(shù)字化轉(zhuǎn)型通過(guò)提升企業(yè)供應(yīng)鏈運(yùn)作效率和矯正過(guò)度投資兩種渠道作用于企業(yè)全要素生產(chǎn)率。在微觀層面，張永亮等[10]發(fā)現(xiàn)綠色金融政策可以對(duì)重污染企業(yè)的全要素生產(chǎn)率產(chǎn)生促進(jìn)作用。

綜上，國(guó)內(nèi)外學(xué)者對(duì)數(shù)字化、企業(yè)全要素生產(chǎn)率開(kāi)展了豐富的研究，為本文的研究奠定了研究基礎(chǔ)。但已有研究大多考察省級(jí)層面的數(shù)字經(jīng)濟(jì)或者數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響，鮮有學(xué)者考慮數(shù)字化轉(zhuǎn)型與微觀層面企業(yè)全要素生產(chǎn)率的關(guān)系。因此，本文以A股上市公司2015—2022年數(shù)據(jù)為基礎(chǔ)，考察數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率之間的關(guān)系及作用機(jī)制。邊際貢獻(xiàn)主要包括：第一，機(jī)制探究方面，部分學(xué)者從融資約束、企業(yè)創(chuàng)新等層面研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響，忽視企業(yè)家精神的作用，因此本文以企業(yè)家精神為機(jī)制變量展開(kāi)分析，豐富企業(yè)家精神的應(yīng)用領(lǐng)域，為數(shù)字化轉(zhuǎn)型影響企業(yè)全要素生產(chǎn)率提供新的經(jīng)驗(yàn)證據(jù)。第二，異質(zhì)性方面，基于生命周期理論將樣本分為成長(zhǎng)期、成熟期和衰退期，探討不同時(shí)期數(shù)字化轉(zhuǎn)型的福利效應(yīng)，彌補(bǔ)大多研究?jī)H考慮企業(yè)和地區(qū)截面差異而忽視在時(shí)間維度上的潛在異質(zhì)性的缺陷。

二、 理論分析與假設(shè)提出

1. 數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率

隨著我國(guó)不斷推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，大數(shù)據(jù)、區(qū)塊鏈等信息技術(shù)逐漸被應(yīng)用到企業(yè)發(fā)展中，使得數(shù)字化已逐步成為提高企業(yè)創(chuàng)新和推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的核心動(dòng)力。第一，數(shù)字化轉(zhuǎn)型憑借自身開(kāi)放、共享和跨時(shí)空等特征，緩解了企業(yè)的溝通障礙，促進(jìn)了信息交流與合作，有助于完善企業(yè)內(nèi)部信息和降低挖掘整合外部信息的成本[11]，為企業(yè)開(kāi)展創(chuàng)新活動(dòng)營(yíng)造了良好環(huán)境，從而提高企業(yè)創(chuàng)新能力和“投入-產(chǎn)出”的總體轉(zhuǎn)換效率[12]。第二，數(shù)字化加強(qiáng)了企業(yè)各部門(mén)之間的協(xié)調(diào)性，通過(guò)將數(shù)據(jù)生產(chǎn)要素內(nèi)部系統(tǒng)串聯(lián)起來(lái)，保證生產(chǎn)、組織全過(guò)程的實(shí)時(shí)性和透明性，推動(dòng)各部門(mén)由獨(dú)立開(kāi)發(fā)逐步轉(zhuǎn)向協(xié)同合作[13]，有助于緩解“委托-代理”問(wèn)題，從而提高生產(chǎn)管理效率，為企業(yè)全要素生產(chǎn)率的提高提供“催化劑”。第三，數(shù)字化轉(zhuǎn)型通過(guò)大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)可以迅速準(zhǔn)確地從龐大的數(shù)據(jù)中挑選出有價(jià)值的數(shù)據(jù)，降低信息收集和處理成本[14]，緩解信息不對(duì)稱(chēng)，提高數(shù)據(jù)要素的利用率，帶來(lái)全要素生產(chǎn)率的提升。因此，本文提出以下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型可以促進(jìn)企業(yè)全要素生產(chǎn)率的提升。

2. 數(shù)字化轉(zhuǎn)型、企業(yè)家精神與企業(yè)全要素生產(chǎn)率

以熊彼特為代表的“創(chuàng)新學(xué)派”認(rèn)為創(chuàng)新作為資源要素的新組合，是由企業(yè)家執(zhí)行的，企業(yè)家精神反映的一種冒險(xiǎn)和創(chuàng)新精神。企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型可以拓展企業(yè)的融資渠道，緩解融資約束，通過(guò)大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)還可以精準(zhǔn)地對(duì)研發(fā)項(xiàng)目進(jìn)行分析，進(jìn)而降低企業(yè)研發(fā)成本，促進(jìn)企業(yè)家精神成長(zhǎng)[15]。在企業(yè)家創(chuàng)新精神的作用下，企業(yè)會(huì)積極地采用新型技術(shù)來(lái)加強(qiáng)與其他企業(yè)和政府的合作，以此突破企業(yè)生產(chǎn)中的瓶頸問(wèn)題，從而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。在企業(yè)家冒險(xiǎn)精神的作用下，企業(yè)可以超前地洞察時(shí)勢(shì)的變化，精準(zhǔn)地識(shí)別和抓住創(chuàng)新機(jī)遇，有助于企業(yè)技術(shù)進(jìn)步，促進(jìn)企業(yè)生產(chǎn)效率[16]。旺盛的企業(yè)家精神可以幫助企業(yè)將新制度、新技術(shù)融入組織創(chuàng)新，優(yōu)化企業(yè)生產(chǎn)模式和關(guān)聯(lián)模式，逐步引導(dǎo)企業(yè)的生產(chǎn)創(chuàng)新行為實(shí)現(xiàn)由封閉性、排他性向共享性和包容性的轉(zhuǎn)變，有助于企業(yè)在經(jīng)營(yíng)模式上實(shí)現(xiàn)創(chuàng)新，保證企業(yè)生產(chǎn)過(guò)程中的協(xié)同性，從而提高企業(yè)全要素生產(chǎn)率。因此，本文提出以下假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)激發(fā)企業(yè)家精神提升企業(yè)全要素生產(chǎn)率。

3. 數(shù)字化轉(zhuǎn)型、人力資本與企業(yè)全要素生產(chǎn)率

本文總結(jié)文獻(xiàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型主要通過(guò)“技術(shù)替代”和“技術(shù)互補(bǔ)”兩條途徑提升企業(yè)人力資本。第一，數(shù)字技術(shù)和智能設(shè)備的廣泛應(yīng)用憑借智能化、低成本和規(guī)模經(jīng)濟(jì)等優(yōu)勢(shì)可以協(xié)助企業(yè)降低對(duì)低技能勞動(dòng)力的需求，減少一些低技能崗位，從而相對(duì)增加企業(yè)高技能勞動(dòng)力占比；第二，當(dāng)數(shù)字技術(shù)被不斷引入生產(chǎn)中，需要聘請(qǐng)高技術(shù)人員進(jìn)行機(jī)器操作，增加了對(duì)高技術(shù)人才的需求，從而創(chuàng)造更多的高技能崗位[17]。此外，企業(yè)實(shí)施數(shù)字化戰(zhàn)略帶來(lái)研發(fā)活動(dòng)的增加會(huì)迫使企業(yè)引入更多的投資人員，優(yōu)化企業(yè)人力資本，而企業(yè)人力資本的提升又有助于提升企業(yè)全要素生產(chǎn)率。人力資本水平較高的企業(yè)技術(shù)吸收能力較強(qiáng)，可以輕松地將從其他地區(qū)或者企業(yè)引進(jìn)的技術(shù)融入實(shí)際生產(chǎn)中，對(duì)企業(yè)全要素生產(chǎn)率的提升具有積極作用[18]，同時(shí)，人力資本的增加意味著企業(yè)可以更好地開(kāi)展新產(chǎn)品和新技術(shù)的研發(fā)，有利于企業(yè)提高企業(yè)競(jìng)爭(zhēng)力，帶動(dòng)企業(yè)生產(chǎn)效率的提升[19]。因此，本文提出以下假設(shè)：

H3：企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)優(yōu)化企業(yè)人力資本提升企業(yè)全要素生產(chǎn)率。

三、 研究設(shè)計(jì)

1. 樣本選擇與數(shù)據(jù)來(lái)源

由于我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型起步較晚，在2013年后才得到廣泛的推廣和應(yīng)用，且限于數(shù)據(jù)的可獲得性，本文以我國(guó)滬深兩市A股上市公司2015—2022年財(cái)務(wù)數(shù)據(jù)為初始研究樣本，探討企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的作用及影響渠道。為了保證數(shù)據(jù)的可靠性和有效性，對(duì)數(shù)據(jù)進(jìn)行以下處理：（1）剔除研究期間內(nèi)處于特別處理狀態(tài)和財(cái)務(wù)數(shù)據(jù)存在異?；驀?yán)重缺失的樣本；（2）剔除證券、保險(xiǎn)等金融類(lèi)樣本；（3）對(duì)使用的連續(xù)變量進(jìn)行上下1%的縮尾處理。財(cái)務(wù)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)、萬(wàn)得和企業(yè)年報(bào)。

2. 變量選取

（1）被解釋變量：企業(yè)全要素生產(chǎn)率（TFP_LP）。企業(yè)全要素生產(chǎn)率測(cè)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(tǒng)計(jì)量方法中的內(nèi)生性和樣本選擇問(wèn)題，已經(jīng)被大多數(shù)學(xué)者引用并且認(rèn)可，具有一定的合理性和科學(xué)性。因此，本文參考魯曉東等[20]方法，采用LP法進(jìn)行測(cè)度。

（2）核心解釋變量：數(shù)字化轉(zhuǎn)型（DCG）。對(duì)于企業(yè)數(shù)字轉(zhuǎn)型，學(xué)術(shù)界尚未形成一致的衡量指標(biāo)，但大部分采用文本分析法構(gòu)建指標(biāo)，只是在關(guān)鍵詞確定方面存在差別。如Verhoef等[21]認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型包括數(shù)字技術(shù)的應(yīng)用、數(shù)碼化和數(shù)字化轉(zhuǎn)型3個(gè)方面。劉飛[22]則從“電子商務(wù)”和“網(wǎng)絡(luò)銷(xiāo)售”來(lái)界定業(yè)務(wù)模式的轉(zhuǎn)型。本文參考吳非等[23]的做法，采用Python對(duì)上市公司年報(bào)告中涉及的數(shù)字化轉(zhuǎn)型信息進(jìn)行挖掘整理，同時(shí)借鑒近年來(lái)與數(shù)字化有關(guān)的重要政策文件和研究報(bào)告來(lái)擴(kuò)充關(guān)鍵詞，如《中小企業(yè)數(shù)字化轉(zhuǎn)型指南》《2020年數(shù)字化轉(zhuǎn)型趨勢(shì)報(bào)告》等；從“人工智能”“云計(jì)算”“大數(shù)據(jù)”“數(shù)字技術(shù)”4個(gè)方面選取關(guān)鍵詞，將各年度報(bào)告中每個(gè)關(guān)鍵詞頻總數(shù)加一后取自然對(duì)數(shù)來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型，該數(shù)值越大企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

（3）控制變量：本文結(jié)合相關(guān)研究，選取了7個(gè)控制變量。具體包括股權(quán)集中度（TOP1）、托賓Q（TOBIN）、資產(chǎn)負(fù)債率（LEV）、現(xiàn)金流（CASH）、凈資產(chǎn)收益率（ROE）、企業(yè)規(guī)模（SIZE）和企業(yè)年齡（AGE）。

（4）中介變量：人力資本（HC）和企業(yè)家精神（EB）。本文參考肖土盛等[24]研究，從勞動(dòng)者職業(yè)類(lèi)型區(qū)分人力資本，將研發(fā)人員和技術(shù)人員視為高技能勞動(dòng)力，以其占企業(yè)總勞動(dòng)力的比重來(lái)衡量企業(yè)人力資本，比重越大說(shuō)明企業(yè)人力資本水平越高。對(duì)于企業(yè)家精神，本文參考張莉等[25]研究，以研發(fā)投入金額、人均固定資產(chǎn)、人均無(wú)形資產(chǎn)、人均營(yíng)業(yè)收入和董事會(huì)獨(dú)立性指標(biāo)為基礎(chǔ)，采用熵權(quán)法測(cè)算指標(biāo)來(lái)反映企業(yè)家精神。該指標(biāo)越大企業(yè)家精神越旺盛。

3. 模型構(gòu)建

為了識(shí)別企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率之間的關(guān)系，本文構(gòu)建如下雙向固定效應(yīng)模型：

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

其中，i和t分別表示企業(yè)和年份，α0是截距項(xiàng)， TFP_LPit是企業(yè)全要素生產(chǎn)率水平，DCGit為企業(yè)數(shù)字化程度，α1是數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)。Controlsit是控制變量。[μi]和[γt]分別用于控制個(gè)體和時(shí)間固定效應(yīng)，[εit]為隨機(jī)誤差項(xiàng)。

為了檢驗(yàn)人力資本和企業(yè)家精神的機(jī)制作用，本文參考江艇[26]的方法，構(gòu)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(yè)家精神。

四、 實(shí)證分析

1. 基準(zhǔn)回歸

表1匯報(bào)了數(shù)字化轉(zhuǎn)型及其4個(gè)維度對(duì)企業(yè)全要素生產(chǎn)率影響的回歸結(jié)果?？梢钥闯?，第一，DCG的系數(shù)為0.0150，在1%的統(tǒng)計(jì)水平上顯著，說(shuō)明隨著企業(yè)數(shù)字化轉(zhuǎn)型水平的提升，企業(yè)全要素生產(chǎn)率會(huì)有所提高，兩者表現(xiàn)為正相關(guān)關(guān)系。可能原因是，一方面，數(shù)字化在生產(chǎn)方面的應(yīng)用，實(shí)現(xiàn)了生產(chǎn)流程的自動(dòng)化，減少了對(duì)勞動(dòng)力的需求，降低了成本；另一方面，數(shù)字化有助于擴(kuò)展服務(wù)業(yè)務(wù)，研制新產(chǎn)品，提高企業(yè)的競(jìng)爭(zhēng)力，完善運(yùn)營(yíng)模式，從而促進(jìn)企業(yè)全要素生產(chǎn)率[27]。因此，假設(shè)H1得證。第二，AI、CC和ADT的系數(shù)也顯著為正，說(shuō)明這些技術(shù)的應(yīng)用對(duì)企業(yè)生產(chǎn)效率的提升也具有積極作用。而DT的估計(jì)系數(shù)雖然為正，但沒(méi)有通過(guò)顯著性檢驗(yàn)。

2. 穩(wěn)健性檢驗(yàn)

（1）更換被解釋變量

本文采用OP和Gmm法測(cè)算的結(jié)果來(lái)替代原被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果見(jiàn)表2。結(jié)果顯示：DCG的系數(shù)依舊顯著為正，與前文結(jié)論保持一致，說(shuō)明通過(guò)穩(wěn)健性檢驗(yàn)。

（2）修改模型結(jié)構(gòu)

由于企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)分布存在左截?cái)嗟奶攸c(diǎn)，因此可以采用Tobit模型替代多元回歸來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)（表2）?？梢钥闯觯珼CG的系數(shù)為0.0252，在1%的統(tǒng)計(jì)水平上顯著，表明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率仍然具有顯著的正向影響，進(jìn)一步說(shuō)明了結(jié)果的穩(wěn)健性。

3. 內(nèi)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(lái)的內(nèi)生性，且考慮到企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響可能存在滯后效應(yīng)，本文在基準(zhǔn)回歸的基礎(chǔ)上對(duì)核心解釋變量和控制變量進(jìn)行滯后一期處理，回歸結(jié)果見(jiàn)表3?？梢钥闯鯨.DCG的系數(shù)在1%顯著水平上顯著為正，與前文研究結(jié)論基本一致，說(shuō)明結(jié)論的穩(wěn)健性。

（2）傾向得分匹配

企業(yè)數(shù)字化轉(zhuǎn)型可能不是一個(gè)十分外生的變量。例如，之前采取過(guò)數(shù)字化轉(zhuǎn)型戰(zhàn)略的企業(yè)可能傾向于繼續(xù)實(shí)施數(shù)字化戰(zhàn)略，因?yàn)閺募扔袛?shù)字化經(jīng)驗(yàn)中學(xué)習(xí)并形成的規(guī)范會(huì)為以后數(shù)字化提供決策基礎(chǔ)，使以后數(shù)字化更容易成功。此外，這類(lèi)企業(yè)可能是生產(chǎn)效率較高的企業(yè)，也可能是“投入-產(chǎn)出”較低的企業(yè)。毫無(wú)疑問(wèn)這些外在因素會(huì)影響企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型意愿，從而導(dǎo)致分析結(jié)果存在內(nèi)生性。因此，本文采用PSM進(jìn)行內(nèi)生性處理。將數(shù)字化轉(zhuǎn)型按照中位數(shù)劃分為高數(shù)字化組和低數(shù)字化組，將其分別視為實(shí)驗(yàn)組和控制組，以控制變量作為協(xié)變量，采用近鄰1[∶]1有放回且允許并列的方式在實(shí)驗(yàn)組和控制組之間進(jìn)行配對(duì)，通過(guò)Logit模型測(cè)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(yàn)結(jié)果見(jiàn)表4。結(jié)果表明：各協(xié)變量在匹配后標(biāo)準(zhǔn)化偏差大幅度降低，均在10%以?xún)?nèi)；且匹配后t值對(duì)應(yīng)的p值均大于10%，說(shuō)明經(jīng)PSM之后的樣本在協(xié)變量方面沒(méi)有顯著差異。表3匯報(bào)了經(jīng)過(guò)PSM之后樣本的回歸結(jié)果。顯然，DCG的系數(shù)為正，且經(jīng)過(guò)了顯著性檢驗(yàn)，與基準(zhǔn)回歸結(jié)果類(lèi)似。

（3）工具變量法

一方面，企業(yè)數(shù)字化轉(zhuǎn)型可能通過(guò)緩解融資約束、提高人力資本來(lái)促進(jìn)企業(yè)全要素生產(chǎn)率；另一方面，全要素生產(chǎn)率較高的企業(yè)擁有更多的資金，可以為企業(yè)數(shù)字化轉(zhuǎn)型提供更好的資金支持，從而存在互為因果的關(guān)系。為了緩解遺漏變量或者互為因果等原因造成的內(nèi)生性，本文參考袁淳等[28]的研究，引入居民平均每百戶(hù)年末移動(dòng)電話(huà)擁有量（AMP）和地方一般公共財(cái)政科學(xué)技術(shù)支出（FTE）兩個(gè)工具變量進(jìn)行分析。一方面，移動(dòng)電話(huà)擁有量是企業(yè)所在地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)完善程度的體現(xiàn)，與企業(yè)數(shù)字化息息相關(guān)，而財(cái)政科學(xué)技術(shù)支出體現(xiàn)了城市創(chuàng)新水平的高低，其可以通過(guò)引導(dǎo)企業(yè)進(jìn)行技術(shù)創(chuàng)新來(lái)推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，因此，工具變量均滿(mǎn)足相關(guān)性要求；另一方面，移動(dòng)電話(huà)擁有量是為了滿(mǎn)足居民通信交流的需求，與企業(yè)全要素生產(chǎn)率并無(wú)太大關(guān)聯(lián)，財(cái)政科學(xué)技術(shù)支出對(duì)企業(yè)生產(chǎn)效率也基本沒(méi)有影響，滿(mǎn)足外生性要求。因此，理論上來(lái)說(shuō)工具變量是有效的。

表5匯報(bào)了分析結(jié)果。從一階段回歸結(jié)來(lái)看，工具變量估計(jì)的系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為正，即居民平均每百戶(hù)年末移動(dòng)電話(huà)擁有量的上升和財(cái)政科學(xué)技術(shù)支出的增加推動(dòng)了企業(yè)數(shù)字化轉(zhuǎn)型，驗(yàn)證了工具變量的相關(guān)性，與理論一致。同時(shí)一階段回歸F值分別為70.19和60.76，均遠(yuǎn)大于10，說(shuō)明不存在弱工具變量。從二階段回歸結(jié)果來(lái)看，DCG的估計(jì)系數(shù)分別為0.1614和0.4832，且都通過(guò)了1%統(tǒng)計(jì)水平的顯著性檢驗(yàn)，說(shuō)明通過(guò)工具變量法處理內(nèi)生性問(wèn)題后，研究結(jié)論保持不變。

五、 異質(zhì)性分析和機(jī)制分析

1. 異質(zhì)性分析

（1）企業(yè)生命周期

從企業(yè)生命周期來(lái)看，不同時(shí)期的企業(yè)在生產(chǎn)模式、銷(xiāo)售方式、投資策略和風(fēng)險(xiǎn)偏好等方面都存在較大差別，但數(shù)字化轉(zhuǎn)型都是企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的核心動(dòng)力。對(duì)于成長(zhǎng)期企業(yè)，由于剛步入新行業(yè)，經(jīng)營(yíng)所得難以滿(mǎn)足融資需求，又由于根基不穩(wěn)，隨時(shí)可能被市場(chǎng)淘汰，導(dǎo)致獲取信貸機(jī)構(gòu)資金支持較難，增加了企業(yè)融資約束。因此，為了防止被市場(chǎng)淘汰，管理者可能會(huì)選擇偏好風(fēng)險(xiǎn)，采取數(shù)字化政策來(lái)緩解企業(yè)資金限制和資源短缺的新生劣勢(shì)，加快企業(yè)成長(zhǎng)速度，提高生產(chǎn)水平。對(duì)于成熟期企業(yè)，生產(chǎn)模式趨于成熟、盈利能力穩(wěn)定，擁有雄厚的資源積累，具備一定的市場(chǎng)份額，此時(shí)企業(yè)由“求生存”轉(zhuǎn)向“謀發(fā)展”，也可能選擇采取數(shù)字化政策。對(duì)于衰退期企業(yè)，盈利能力減弱，創(chuàng)新水平不高，市場(chǎng)占有率較低，為了幫助企業(yè)重獲新生、實(shí)現(xiàn)二次創(chuàng)新創(chuàng)業(yè)，可能會(huì)通過(guò)數(shù)字化來(lái)革新生產(chǎn)模式、研發(fā)新產(chǎn)品、提高生產(chǎn)效率，以此提高市場(chǎng)競(jìng)爭(zhēng)力。因此，本文參考童錦治等[29]的方法采取現(xiàn)金流模式法將樣本劃分為成長(zhǎng)期、成熟期和衰退期進(jìn)行異質(zhì)性分析。檢驗(yàn)結(jié)果見(jiàn)表6。

結(jié)果顯示：無(wú)論是成長(zhǎng)期、成熟期還是衰退期，DCG的估計(jì)系數(shù)依舊顯著為正，說(shuō)明數(shù)字化策略的實(shí)施對(duì)3個(gè)時(shí)期企業(yè)全要素生產(chǎn)率的提升仍然具有重要的推動(dòng)作用。從影響效應(yīng)來(lái)看，成長(zhǎng)期和衰退期企業(yè)DCG估計(jì)的系數(shù)差不多，但遠(yuǎn)大于成熟期數(shù)字化的系數(shù)，說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)成長(zhǎng)期和衰退期企業(yè)全要素生產(chǎn)率促進(jìn)效果差異不大，但優(yōu)于成熟期企業(yè)?？赡茉蚴?，成長(zhǎng)期和成熟期企業(yè)全要素生產(chǎn)率的提升會(huì)受到資金、設(shè)備和環(huán)境的制約，數(shù)字化策略是解決這一系列問(wèn)題，提升全要素生產(chǎn)率的主要渠道，對(duì)數(shù)字化轉(zhuǎn)型依賴(lài)較高，受其影響也相對(duì)較大；而成熟期企業(yè)資金雄厚、生產(chǎn)模式相對(duì)完善，提升全要素生產(chǎn)率的途徑可能比較多樣化，從而導(dǎo)致其對(duì)數(shù)字化轉(zhuǎn)型依賴(lài)較低，受到影響也較小。

（2）制度環(huán)境

新制度經(jīng)濟(jì)學(xué)認(rèn)為，制度環(huán)境是促進(jìn)技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)的核心因素。良好的制度環(huán)境不僅能保障企業(yè)的創(chuàng)新產(chǎn)出，還可以激發(fā)企業(yè)創(chuàng)新意識(shí)，促進(jìn)企業(yè)高質(zhì)量發(fā)展。制度環(huán)境作為一種重要的保障措施，可以通過(guò)制定激勵(lì)機(jī)制來(lái)激發(fā)企業(yè)積極性和創(chuàng)造力，也可以通過(guò)市場(chǎng)機(jī)制協(xié)助政府發(fā)揮資源配置功能，提高企業(yè)生產(chǎn)力水平。因此本文采用樊綱等[30]編制的市場(chǎng)化進(jìn)程中的二級(jí)指標(biāo)——市場(chǎng)中介組織發(fā)育和法律制度環(huán)境來(lái)反映各地區(qū)的制度環(huán)境的優(yōu)劣，將制度環(huán)境指數(shù)大于中位數(shù)的樣本地區(qū)歸為制度環(huán)境良好地區(qū)，否則歸為制度環(huán)境差的地區(qū)。表7展示了具體的分析結(jié)果。

結(jié)果顯示：DCG的估計(jì)系數(shù)均顯著為正，且對(duì)制度環(huán)境較好地區(qū)企業(yè)全要素生產(chǎn)率的助推效果明顯高于制度環(huán)境較差地區(qū)企業(yè)?？赡茉蚴?，良好的制度環(huán)境不僅有效地保障了企業(yè)壟斷利潤(rùn)和研發(fā)專(zhuān)利權(quán)，激發(fā)了企業(yè)創(chuàng)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(yè)有更多的資金用于數(shù)字化轉(zhuǎn)型，增加了數(shù)字化成功的概率，提高了生產(chǎn)效率。制度環(huán)境較差地區(qū)由于研發(fā)專(zhuān)利難以得到保障、資源缺乏等原因，限制了數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的促進(jìn)作用。

（3）企業(yè)產(chǎn)權(quán)

國(guó)有企業(yè)與非國(guó)有企業(yè)在組織形式、經(jīng)營(yíng)模式等方面存在較大的差別，并且資源充裕度和國(guó)家支持力度方面具有較大的不同，那么數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的提升是否會(huì)因?yàn)楫a(chǎn)權(quán)性質(zhì)的不同而產(chǎn)生系統(tǒng)性差異？因此，本文按照企業(yè)產(chǎn)權(quán)性質(zhì)，將樣本企業(yè)劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)展開(kāi)分析。具體分析結(jié)果見(jiàn)表7。

結(jié)果表明：無(wú)論是國(guó)有企業(yè)還是非國(guó)有企業(yè)，DCG的估計(jì)系數(shù)均顯著為正，說(shuō)明與非國(guó)有企業(yè)相比，數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)全要素生產(chǎn)率的作用效果更大。原因是非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型容易受到資金、資源等的約束，使其數(shù)字化轉(zhuǎn)型成功概率較低，限制了企業(yè)數(shù)字化發(fā)展，而國(guó)有企業(yè)通常面臨較弱的融資約束，資金相對(duì)充裕，可以更好地發(fā)揮數(shù)字化對(duì)企業(yè)生產(chǎn)的福利效應(yīng)。

2. 機(jī)制分析

表8列（1）顯示了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)人力資本的影響，DCG的估計(jì)系數(shù)在10%的統(tǒng)計(jì)水平上顯著為正，說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)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(yè)實(shí)施數(shù)字化轉(zhuǎn)型的關(guān)鍵。為了增加數(shù)字化轉(zhuǎn)型成功的概率，企業(yè)會(huì)增加對(duì)高層次、高知識(shí)人才和研發(fā)人員的需求，從而激勵(lì)企業(yè)雇傭更多高技術(shù)、高水平員工，提升企業(yè)人力資本。列（2）檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)家精神的影響。DCG的估計(jì)系數(shù)為0.0041，并且通過(guò)了1%統(tǒng)計(jì)水平的顯著性檢驗(yàn)，說(shuō)明企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型有助于激發(fā)企業(yè)家精神。企業(yè)數(shù)字化轉(zhuǎn)型一方面通過(guò)大數(shù)據(jù)、人工智能和云計(jì)算等數(shù)字技術(shù)突破了地理限制，將金融服務(wù)群體擴(kuò)大至長(zhǎng)尾群體，擴(kuò)大了覆蓋范圍；另一方面通過(guò)大數(shù)據(jù)搭建了信息互通和資源共享平臺(tái)，減少了企業(yè)家創(chuàng)新成本，這有助于激發(fā)企業(yè)家精神。同時(shí)進(jìn)行500次隨機(jī)抽樣的Bootstrap檢驗(yàn)表明，企業(yè)人力資本和企業(yè)家精神的95%置信區(qū)間不涵蓋0（表9），說(shuō)明企業(yè)人力資本和企業(yè)家精神的中介效應(yīng)的確存在。綜上，假設(shè)H2和H3得證。

六、 結(jié)論與對(duì)策建議

本文首先從理論上探討企業(yè)數(shù)字化轉(zhuǎn)型作用企業(yè)全要素生產(chǎn)率的內(nèi)在機(jī)理，同時(shí)選取A股企業(yè)2015—2022年面板數(shù)據(jù)為研究對(duì)象，從實(shí)證方面考察企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的關(guān)系。研究發(fā)現(xiàn)：企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率之間存在正相關(guān)關(guān)系，該結(jié)論經(jīng)過(guò)一系列穩(wěn)健性檢驗(yàn)和滯后一期、PSM和工具變量法處理內(nèi)生性后依舊成立；同時(shí)，這種關(guān)系會(huì)受產(chǎn)權(quán)性質(zhì)、制度環(huán)境和企業(yè)所處生命周期的影響；最后機(jī)制檢驗(yàn)表明，企業(yè)數(shù)字化轉(zhuǎn)型主要通過(guò)優(yōu)化企業(yè)人力資本和激發(fā)企業(yè)家精神兩條渠道提升企業(yè)全要素生產(chǎn)率。

綜合上述結(jié)論，本文提出以下對(duì)策建議：

首先，把握數(shù)字化機(jī)遇，充分釋放數(shù)字化紅利。在數(shù)字化的浪潮下，企業(yè)應(yīng)該順應(yīng)實(shí)勢(shì)，積極制定數(shù)字化戰(zhàn)略，探索數(shù)字化道路。將數(shù)字技術(shù)全面引入和應(yīng)用到企業(yè)投資決策、產(chǎn)品研發(fā)和營(yíng)銷(xiāo)管理全過(guò)程，優(yōu)化生產(chǎn)模式，為企業(yè)全要素生產(chǎn)率的提升注入新動(dòng)能，持續(xù)釋放數(shù)字化的福利效應(yīng)。對(duì)于政府來(lái)說(shuō)，應(yīng)該“因企制宜”、因勢(shì)利導(dǎo)地制定一系列激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的政策，提高政策的有效性和靶向性，針對(duì)不同性質(zhì)和生命周期的企業(yè)應(yīng)該制定差異化政策，只要符合相關(guān)條件，都給予支持，加強(qiáng)重點(diǎn)行業(yè)扶持力度，激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型意愿。同時(shí)，引導(dǎo)企業(yè)加快數(shù)字化進(jìn)程，完善數(shù)字化配套基礎(chǔ)設(shè)施和服務(wù)建設(shè)，增加對(duì)大數(shù)據(jù)、人工智能等數(shù)字化領(lǐng)域薄弱環(huán)節(jié)的研發(fā)投入。

其次，加大高技能人才引進(jìn)制度，破解企業(yè)全要素生產(chǎn)率提升過(guò)程中的人力資本“卡脖子”問(wèn)題。一方面，依據(jù)不同的企業(yè)性質(zhì)、經(jīng)營(yíng)模式構(gòu)建多元化的人才引進(jìn)機(jī)制，同時(shí)，引導(dǎo)高技術(shù)研發(fā)人員向高新技術(shù)產(chǎn)業(yè)集聚，發(fā)揮資源配置功能。另一方面，注重高層次人才的技術(shù)提升，制定科學(xué)合理的人才培養(yǎng)和激勵(lì)機(jī)制。新型數(shù)字技術(shù)通過(guò)突破空間和地理距離的障礙，促進(jìn)了知識(shí)和信息的交流，使得高技能人才可以以較低的成本學(xué)習(xí)和共享優(yōu)勢(shì)資源，從而進(jìn)一步提升自身知識(shí)技能水平，這不僅提升了自身價(jià)值，還有助于進(jìn)一步提升企業(yè)全要素生產(chǎn)率。

最后，加快培育和弘揚(yáng)企業(yè)家精神，充分發(fā)揮企業(yè)家精神的促進(jìn)作用。一方面，企業(yè)應(yīng)該充分理解和把握企業(yè)家精神的重要性，階段性地制定企業(yè)家發(fā)展戰(zhàn)略，根據(jù)企業(yè)環(huán)境變化，動(dòng)態(tài)地調(diào)整和優(yōu)化企業(yè)家發(fā)展戰(zhàn)略，最大限度發(fā)揮企業(yè)家精神的促進(jìn)效應(yīng)。另一方面，企業(yè)應(yīng)該以多元化、普惠性和追求創(chuàng)新的企業(yè)文化作為目標(biāo)，科學(xué)合理地建設(shè)技能學(xué)習(xí)機(jī)制和淘汰機(jī)制。通過(guò)技能學(xué)習(xí)機(jī)制，加強(qiáng)企業(yè)知識(shí)儲(chǔ)備，為培育企業(yè)家精神提供良好的物質(zhì)基礎(chǔ)。通過(guò)淘汰機(jī)制，淘汰掉一些缺乏真才實(shí)學(xué)、“躺平”型的投機(jī)者，提高高技術(shù)人員的整體水平，有助于培育企業(yè)家精神。同時(shí)，在企業(yè)和地區(qū)間營(yíng)造良好的創(chuàng)新創(chuàng)業(yè)氛圍，弘揚(yáng)企業(yè)家精神，為企業(yè)技術(shù)精神的培育創(chuàng)造良好的環(huán)境。

參考文獻(xiàn)：

[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?lèi)偅崣?quán).數(shù)字化轉(zhuǎn)型對(duì)重污染企業(yè)綠色投資效率的影響[J].金融理論與實(shí)踐，2023（7）：12-23.

[3] 陳勝利，王東.數(shù)字化轉(zhuǎn)型與企業(yè)韌性：效應(yīng)與機(jī)制[J].西安財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，36（4）：65-77.

[4] 王運(yùn)陳，楊若熠，賀康，等.數(shù)字化轉(zhuǎn)型能提升企業(yè)ESG表現(xiàn)嗎？——基于合法性理論與信息不對(duì)稱(chēng)理論的研究[J].證券市場(chǎng)導(dǎo)報(bào)，2023（7）：14-25.

[5] 夏蕓，夏鵬佳，林子昂.數(shù)字化轉(zhuǎn)型與商業(yè)信用融資——以中國(guó)A股上市公司為例[J].工業(yè)技術(shù)經(jīng)濟(jì)，2023，42（7）：30-39.

[6] 李宏寅.企業(yè)數(shù)字化轉(zhuǎn)型能抑制股價(jià)崩盤(pán)風(fēng)險(xiǎn)嗎？[J].財(cái)經(jīng)論叢，2023（7）：58-67.

[7] 孫鵬，柳力群，周可憧.數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率——來(lái)自國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的證據(jù)[J].海南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2023，41（5）：114-123.

[8] 王冬梅，孫陽(yáng)陽(yáng).數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)全要素生產(chǎn)率——理論機(jī)制與實(shí)證檢驗(yàn)[J].工業(yè)技術(shù)經(jīng)濟(jì)，2023，42（5）：47-57.

[9] 王京濱，劉趙寧，劉新民.數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率——基于資源配置效率的機(jī)制檢驗(yàn)[J].科技進(jìn)步與對(duì)策，2024，41（3）：23-33.

[10] 張永亮，惠冰潔.綠色金融政策對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)研究[J].福建論壇（人文社會(huì)科學(xué)版），2023（6）：112-127.

[11] 張吉昌，龍靜.數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)創(chuàng)新績(jī)效——來(lái)自高新技術(shù)上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)與管理，2022，36（3）：74-83.

[12] 余得生，楊禮華.數(shù)字普惠金融、供應(yīng)鏈金融與企業(yè)全要素生產(chǎn)率——以制造業(yè)為例[J].武漢金融，2022（4）：21-28.

[13] 王才.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的作用機(jī)制研究[J].當(dāng)代經(jīng)濟(jì)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(shù)字經(jīng)濟(jì)、企業(yè)家精神與制造業(yè)高質(zhì)量發(fā)展[J].改革，2022（7）：61-81.

[16] 周榮華，李斯林，余紅心.數(shù)字普惠金融對(duì)企業(yè)全要素生產(chǎn)率的影響研究——基于企業(yè)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(duì)綠色全要素生產(chǎn)率的影響[J].統(tǒng)計(jì)與決策，2023，39（1）：158-162.

[19] 趙莎莎.網(wǎng)絡(luò)基礎(chǔ)設(shè)施、人力資本與全要素生產(chǎn)率——基于國(guó)內(nèi)大循環(huán)中技術(shù)循環(huán)的經(jīng)驗(yàn)分析[J].現(xiàn)代經(jīng)濟(jì)探討，2022（10）：39-49.

[20] 魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（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(shù)字化轉(zhuǎn)型如何提升制造業(yè)生產(chǎn)率——基于數(shù)字化轉(zhuǎn)型的三重影響機(jī)制[J].財(cái)經(jīng)科學(xué)，2020（10）：93-107.

[23] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J].管理世界，2021，37（7）：130-144.

[24] 肖土盛，吳雨珊，亓文韜.數(shù)字化的翅膀能否助力企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)創(chuàng)新的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2022，44（5）：41-62.

[25] 張莉，耿素娟，章劉成.企業(yè)家精神、企業(yè)績(jī)效與區(qū)域經(jīng)濟(jì)增長(zhǎng)——基于新三板中小企業(yè)的微觀考察[J].商業(yè)研究，2021（4）：39-47.

[26] 江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

[27] 花俊國(guó)，劉暢，朱迪.數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)全要素生產(chǎn)率[J].南方金融，2022（7）：54-65.

[28] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專(zhuān)業(yè)化還是縱向一體化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

[29] 童錦治，劉詩(shī)源，林志帆.財(cái)政補(bǔ)貼、生命周期和企業(yè)研發(fā)創(chuàng)新[J].財(cái)政研究，2018（4）：33-47.

[30] 樊綱，王小魯，張立文.中國(guó)各地區(qū)市場(chǎng)化進(jìn)程報(bào)告[J].中國(guó)市場(chǎng)，2001（6）：58-61.

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“鄉(xiāng)村振興戰(zhàn)略下農(nóng)村居民獲得感的分異特征評(píng)價(jià)與提升策略?xún)?yōu)化研究”（項(xiàng)目編號(hào)：19BTJ048）。

作者簡(jiǎn)介：韓士專(zhuān)，男，博士，華東交通大學(xué)經(jīng)濟(jì)管理學(xué)院教授，碩士生導(dǎo)師，研究方向?yàn)槠髽I(yè)資本運(yùn)營(yíng)；楊佳英，女，華東交通大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向?yàn)槠髽I(yè)管理；楊禮華，通訊作者，男，碩士，江西軟件職業(yè)技術(shù)大學(xué)經(jīng)濟(jì)管理學(xué)院助教，研究方向?yàn)榻鹑诠芾怼?/p>

（收稿日期：2023-11-02? 責(zé)任編輯：殷 ?。?/p>