劉艷霞

黨的十九大報告指出，“我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，建設(shè)現(xiàn)代化經(jīng)濟體系是跨越關(guān)口的迫切要求和我國發(fā)展的戰(zhàn)略目標(biāo)”。企業(yè)高質(zhì)量發(fā)展是我國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵。在企業(yè)數(shù)字化轉(zhuǎn)型中，將數(shù)據(jù)作為新的生產(chǎn)要素，與其他生產(chǎn)要素有機結(jié)合，在改善傳統(tǒng)經(jīng)濟形態(tài)的同時，催生出了新產(chǎn)業(yè)、新業(yè)態(tài)和新模式。 數(shù)字經(jīng)濟與實體經(jīng)濟融合的相關(guān)研究最初主要聚焦于宏觀經(jīng)濟與中觀區(qū)域?qū)用?，后來則拓展至微觀企業(yè)層面，形成了較為豐富的研究成果。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟發(fā)展對企業(yè)的生產(chǎn)、運營、銷售等發(fā)揮了積極作用，主要表現(xiàn)在提升企業(yè)對外投資水平、擴大出口、提升創(chuàng)新能力、促進服務(wù)化轉(zhuǎn)型等。 這些文獻基本上是從企業(yè)經(jīng)營的某一視角切入，對企業(yè)數(shù)字化的經(jīng)濟后果進行考察。 然而，數(shù)字經(jīng)濟與實體經(jīng)濟融合是為實體經(jīng)濟更好發(fā)展拓展新空間，以此助力產(chǎn)業(yè)轉(zhuǎn)型升級。在數(shù)字經(jīng)濟時代，企業(yè)發(fā)展得究竟如何尚缺乏系統(tǒng)的理論剖析與實證研究。為此，本文重點關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型是否以及如何影響其高質(zhì)量發(fā)展，試圖回答如下三個問題：其一，企業(yè)是否可以將數(shù)字化轉(zhuǎn)型作為其高質(zhì)量發(fā)展的一種新動能？ 其二，企業(yè)數(shù)字化轉(zhuǎn)型如何作用于高質(zhì)量發(fā)展，即影響機制是什么？其三，企業(yè)數(shù)字化轉(zhuǎn)型對高質(zhì)量發(fā)展的作用效果是否存在異質(zhì)性？通過回答這些問題，針對性地提出上市公司借助數(shù)字化轉(zhuǎn)型實現(xiàn)高質(zhì)量發(fā)展的對策建議。

一、相關(guān)文獻綜述與研究假說提出

（一）相關(guān)文獻綜述

從現(xiàn)有研究來看，有關(guān)數(shù)字經(jīng)濟的文獻主要聚焦于對產(chǎn)業(yè)數(shù)字化經(jīng)濟效果的探討。第一，數(shù)字經(jīng)濟能促使商業(yè)模式轉(zhuǎn)變。在數(shù)字經(jīng)濟時代，數(shù)據(jù)被認為是驅(qū)動市場組織和運作的關(guān)鍵生產(chǎn)要素。這一關(guān)鍵生產(chǎn)要素的出現(xiàn)，促使新的商業(yè)模式興起。企業(yè)數(shù)字化轉(zhuǎn)型，促使以云計算、大數(shù)據(jù)、人工智能等為代表的數(shù)字技術(shù)滲透至實體經(jīng)濟，打破了傳統(tǒng)商業(yè)模式以供給為導(dǎo)向的局面，形成了以用戶價值為導(dǎo)向的新的商業(yè)模式。劉向東等提出傳統(tǒng)的零售連鎖業(yè)會借助網(wǎng)絡(luò)結(jié)構(gòu)、行為優(yōu)勢以及學(xué)習(xí)機制形成線上線下相結(jié)合的商業(yè)模式。第二，數(shù)字經(jīng)濟可助力微觀企業(yè)發(fā)展。數(shù)字經(jīng)濟意味著云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)與實體企業(yè)融合，代表著以數(shù)據(jù)為驅(qū)動要素的新經(jīng)濟形態(tài)和產(chǎn)業(yè)發(fā)展規(guī)律。在數(shù)字經(jīng)濟時代，企業(yè)的生產(chǎn)、運營和銷售等更加依賴互聯(lián)網(wǎng)，在互聯(lián)網(wǎng)的作用下，企業(yè)數(shù)字化能夠通過降低信息不對稱提升公司治理水平。企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了對外投資水平，重塑了融資渠道，從而實現(xiàn)了企業(yè)業(yè)績的提升。與此同時，將信息技術(shù)深度融入傳統(tǒng)產(chǎn)業(yè)，推動了企業(yè)創(chuàng)新能力的提升，增強了企業(yè)進行新產(chǎn)品研發(fā)創(chuàng)新的動力。 數(shù)字經(jīng)濟之所以能夠在企業(yè)層面發(fā)揮上述積極作用，是因為企業(yè)數(shù)字化轉(zhuǎn)型降低了信息交流成本。 Brynjolfsson&Mcafee指出，新興技術(shù)的發(fā)展為上市公司信息披露提供了更多渠道和便利性，為企業(yè)利益相關(guān)者的決策提供了良好的信息基礎(chǔ)，降低了不同利益方之間的信息不對稱，進而提高了整個市場的信息透明度，促進了資源的最優(yōu)配置。

現(xiàn)有關(guān)于高質(zhì)量發(fā)展的研究主要聚焦宏觀經(jīng)濟和中觀產(chǎn)業(yè)層面，且圍繞“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”五大發(fā)展理念展開討論。高質(zhì)量發(fā)展的關(guān)鍵是提高企業(yè)全要素生產(chǎn)率。從已有研究企業(yè)全要素生產(chǎn)率的文獻來看，主要有兩種觀點：一種觀點認為，技術(shù)創(chuàng)新能帶動全要素生產(chǎn)率的提升，從而助推經(jīng)濟高質(zhì)量發(fā)展。張治棟和廖常文基于政府干預(yù)的視角研究發(fā)現(xiàn)，經(jīng)濟可持續(xù)增長的動力來源于全要素生產(chǎn)率；Kaplinsky&Morris 提出，競爭環(huán)境下的高創(chuàng)新效率有助于激發(fā)企業(yè)產(chǎn)業(yè)升級的潛力。另一種觀點認為，企業(yè)全要素生產(chǎn)率的提升來源于效率變革，即通過效率變革實現(xiàn)高質(zhì)量發(fā)展。楊武和田雪姣從企業(yè)創(chuàng)新轉(zhuǎn)型和變革視角出發(fā)，提出效率變革是企業(yè)加速成長的重要驅(qū)動力量，企業(yè)積極進行創(chuàng)新變革有利于形成競爭優(yōu)勢，實現(xiàn)進一步成長。黃聰英提出要將效率變革作為實體經(jīng)濟高質(zhì)量發(fā)展的核心，投入產(chǎn)出效率決定企業(yè)的市場競爭力。黃速建等以國有企業(yè)為例，發(fā)現(xiàn)企業(yè)的效率變革、動力轉(zhuǎn)型、管理創(chuàng)新有利于企業(yè)高質(zhì)量發(fā)展。從上述兩種觀點可以看出，技術(shù)創(chuàng)新和效率變革是企業(yè)提升全要素生產(chǎn)率的關(guān)鍵路徑。企業(yè)全要素生產(chǎn)率影響因素的研究主要聚焦于企業(yè)外部環(huán)境方面，如經(jīng)濟集聚、產(chǎn)業(yè)政策、政府補貼、環(huán)境規(guī)制、信貸配置扭曲。只有個別研究著眼于企業(yè)自身特征，例如，盛明泉等從企業(yè)激勵機制設(shè)置的角度研究了企業(yè)全要素生產(chǎn)率的影響因素。

縱觀已有研究，有關(guān)數(shù)字經(jīng)濟的研究主要聚焦于數(shù)字經(jīng)濟對商業(yè)模式、企業(yè)發(fā)展以及宏觀經(jīng)濟的影響，尚未有文獻從企業(yè)高質(zhì)量發(fā)展的視角展開研究。學(xué)者們對“數(shù)字經(jīng)濟發(fā)展是否會影響企業(yè)高質(zhì)量發(fā)展”這一問題尚未進行充分論述，而對該問題的研究對于數(shù)字經(jīng)濟發(fā)展具有重要的理論意義。同時，基于企業(yè)全要素生產(chǎn)率視角研究企業(yè)高質(zhì)量發(fā)展的文獻，基本上是從企業(yè)外部環(huán)境的維度研究企業(yè)全要素生產(chǎn)率的影響因素，鮮有研究從企業(yè)自身特征出發(fā)。鑒于此，本文基于企業(yè)全要素生產(chǎn)率視角，考察企業(yè)數(shù)字化轉(zhuǎn)型對高質(zhì)量發(fā)展的影響，并從技術(shù)層面和公司治理層面分析其影響機制，從而打開企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)全要素生產(chǎn)率的“黑箱”。

（二）研究假說提出

企業(yè)高質(zhì)量發(fā)展需要回溯到對“企業(yè)發(fā)展質(zhì)量”的理解，企業(yè)發(fā)展質(zhì)量是指企業(yè)在一段時間內(nèi)通過經(jīng)營與發(fā)展實現(xiàn)經(jīng)濟價值和社會價值的效率和水平，以及企業(yè)的可持續(xù)增長能力與價值創(chuàng)造能力。張軍擴等指出，對發(fā)展質(zhì)量的度量方式選擇要把握發(fā)展目標(biāo)和發(fā)展理念，高質(zhì)量發(fā)展是在傳統(tǒng)依靠要素投入拉動經(jīng)濟粗放式發(fā)展的基礎(chǔ)上提出的，倡導(dǎo)“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的發(fā)展理念，以這一發(fā)展理念為中心，將效率變革作為高質(zhì)量發(fā)展的重要舉措，我國經(jīng)濟發(fā)展的核心任務(wù)是提升要素投入生產(chǎn)率。企業(yè)作為經(jīng)濟體的重要組成單元，其全要素生產(chǎn)率直接關(guān)系到自身乃至整體經(jīng)濟的發(fā)展質(zhì)量。因此，本文基于企業(yè)全要素生產(chǎn)率的視角研究企業(yè)數(shù)字化轉(zhuǎn)型對高質(zhì)量發(fā)展的影響。

1.技術(shù)層面數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響

從技術(shù)角度來看，企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)是將數(shù)字技術(shù)深度融入實體經(jīng)濟。企業(yè)將數(shù)據(jù)作為新的生產(chǎn)要素，將其與傳統(tǒng)生產(chǎn)要素結(jié)合，形成新的商業(yè)模式。在市場機制不完善的背景下，我國企業(yè)的資本、勞動等要素投入組合不合理是企業(yè)全要素生產(chǎn)率低的主要原因。然而，企業(yè)借助云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，將企業(yè)內(nèi)部程序性的業(yè)務(wù)自動化，企業(yè)的組織結(jié)構(gòu)、營銷模式、生產(chǎn)模式、產(chǎn)品設(shè)計、研發(fā)模式以及用工模式等都會隨之轉(zhuǎn)變，新的商業(yè)模式會激發(fā)數(shù)字技術(shù)助力原有實物生產(chǎn)要素作用的發(fā)揮，增強生產(chǎn)要素的通用性，有利于打造共享生產(chǎn)新動力，提升企業(yè)全要素生產(chǎn)率。同時，在生產(chǎn)經(jīng)營的各環(huán)節(jié)，企業(yè)將零亂的數(shù)據(jù)經(jīng)過技術(shù)處理后變?yōu)楦袃r值的數(shù)據(jù)信息，能夠提升企業(yè)在生產(chǎn)、銷售、研發(fā)等環(huán)節(jié)的資源配置效率，更重要的是，將處理過的數(shù)據(jù)信息呈現(xiàn)給上下游企業(yè)乃至整個市場的使用者，能夠緩解企業(yè)與上下游企業(yè)之間的信息不對稱，使它們聯(lián)系更加密切，更好地實現(xiàn)優(yōu)勢互補，提升企業(yè)效率。此外，這些有價值的數(shù)據(jù)信息在市場中自由流動會提升整個市場的資源配置效率，企業(yè)也會因此而獲得更加優(yōu)質(zhì)的生產(chǎn)要素，實現(xiàn)效率的提升。因此，企業(yè)數(shù)字化轉(zhuǎn)型使得數(shù)據(jù)信息這一關(guān)鍵要素得到了更高效的利用，實現(xiàn)了效率變革的目標(biāo)，從而促進企業(yè)全要素生產(chǎn)率的提升。

在企業(yè)數(shù)字化轉(zhuǎn)型中，將數(shù)據(jù)作為新的生產(chǎn)要素，在改變商業(yè)模式的同時，也為實現(xiàn)創(chuàng)新驅(qū)動發(fā)展提供了有力抓手。數(shù)字化轉(zhuǎn)型通過構(gòu)建以數(shù)據(jù)驅(qū)動為關(guān)鍵特征的新經(jīng)濟形態(tài)，形成新的資源配置方式，依托信息技術(shù)實現(xiàn)創(chuàng)新驅(qū)動，從而不斷催生新業(yè)態(tài)新模式，能夠為企業(yè)的創(chuàng)新活動提供更多的資源。不僅如此，借助云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)，企業(yè)能夠從生產(chǎn)和服務(wù)各環(huán)節(jié)搜集到更多實時數(shù)據(jù)，從而為其研發(fā)設(shè)計活動提供更多有效反饋，促使研發(fā)人員改進升級產(chǎn)品和服務(wù)。由內(nèi)生增長理論可知，技術(shù)創(chuàng)新作為經(jīng)濟發(fā)展的內(nèi)生動力能夠提升企業(yè)全要素生產(chǎn)率。因此，企業(yè)數(shù)字化轉(zhuǎn)型可以驅(qū)動技術(shù)創(chuàng)新，進而促進企業(yè)全要素生產(chǎn)率的提升。

綜上，從技術(shù)角度來看，企業(yè)數(shù)字化轉(zhuǎn)型會通過效率變革和技術(shù)創(chuàng)新提升企業(yè)全要素生產(chǎn)率。

2.公司治理層面數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響

從公司治理角度來看，企業(yè)數(shù)字化轉(zhuǎn)型可以通過緩解信息不對稱提升企業(yè)的決策效率。信息來源于數(shù)據(jù)，是經(jīng)過處理后的數(shù)據(jù)，且數(shù)據(jù)處理可以將各類“軟”信息“硬”化。因此，數(shù)據(jù)處理對于緩解信息不對稱有著重要的作用，企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)據(jù)處理緩解信息不對稱主要體現(xiàn)在以下兩個方面：第一，從信息識別成本角度來看，數(shù)字化轉(zhuǎn)型可以促使市場和交易跨越傳統(tǒng)的時空限制，有效降低傳統(tǒng)的信息識別成本，從而緩解信息不對稱。第二，從信息使用效率角度來看，企業(yè)數(shù)字化轉(zhuǎn)型在改變商業(yè)模式的同時，組成了一個產(chǎn)品、資金、客戶和信息等多維度的資源聚合價值網(wǎng)絡(luò)，通過該網(wǎng)絡(luò)，解決了利益相關(guān)者之間的信息不對稱問題，將更多的決策要素納入決策方案，實現(xiàn)決策智能化。因此，企業(yè)數(shù)字化轉(zhuǎn)型可以通過對數(shù)據(jù)的綜合分析將決策結(jié)果在一定程度上進行量化，從而緩解甚至避免決策者自身的認知偏差，提高企業(yè)的決策效率。這恰好解決了制約企業(yè)全要素生產(chǎn)率提升的重要因素——信息不對稱的問題，即企業(yè)全要素生產(chǎn)率的制約因素與企業(yè)數(shù)字化轉(zhuǎn)型發(fā)揮作用的內(nèi)在機制具有統(tǒng)一性。因此，企業(yè)數(shù)字化轉(zhuǎn)型會通過提升決策效率促進企業(yè)全要素生產(chǎn)率提升。

企業(yè)數(shù)字化轉(zhuǎn)型不僅能夠通過緩解信息不對稱提升決策效率，而且能夠借助數(shù)字技術(shù)加強對管理層的監(jiān)督。從監(jiān)督條件來看，云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的使用，提升了企業(yè)對于非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化數(shù)據(jù)的處理能力。隨著數(shù)據(jù)處理能力的提升，利益相關(guān)者之間的信息溝通更為順暢且信任度更高，這為監(jiān)督管理層行為提供了有利條件，減少了試錯成本，有助于最終實現(xiàn)價值共創(chuàng)、提升企業(yè)全要素生產(chǎn)率。從監(jiān)督范圍的角度來看，企業(yè)數(shù)字化轉(zhuǎn)型是將現(xiàn)實經(jīng)營管理過程運用數(shù)字技術(shù)進行信息化，通過構(gòu)建數(shù)據(jù)中臺實時收集、分析、可視化數(shù)據(jù)，公司所有經(jīng)營管理活動的數(shù)據(jù)都可以從數(shù)據(jù)中臺獲取，將事前、事中和事后監(jiān)督進行信息共享和信息穿透，實現(xiàn)監(jiān)督貫穿，從而對管理層的機會主義行為產(chǎn)生一定的約束，緩解委托—代理問題，促使管理層與股東等利益相關(guān)者的目標(biāo)逐步趨同，從而為企業(yè)提升全要素生產(chǎn)率提供必要的內(nèi)部治理保障?？傊?，企業(yè)數(shù)字化轉(zhuǎn)型能夠為利益相關(guān)者的監(jiān)督創(chuàng)造更加透明的信息條件，并通過數(shù)據(jù)中臺擴大監(jiān)督范圍，提升監(jiān)督有效性，從而促進企業(yè)提升全要素生產(chǎn)率。

綜上，從公司治理角度來看，企業(yè)數(shù)字化轉(zhuǎn)型會通過提升決策效率和監(jiān)督有效性促進企業(yè)全要素生產(chǎn)率提升。

由此可見，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響主要體現(xiàn)在技術(shù)層面和公司治理層面，技術(shù)層面體現(xiàn)為效率變革和技術(shù)創(chuàng)新，公司治理層面體現(xiàn)為提升決策效率和監(jiān)督有效性。鑒于此，提出如下研究假說：

H1：在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型會促進企業(yè)全要素生產(chǎn)率提升。

二、研究設(shè)計

（一）模型設(shè)置及變量定義

根據(jù)本文的理論分析，為檢驗企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響，構(gòu)建如下多元線性回歸模型：

表1 主要變量定義

（二）數(shù)據(jù)來源

本文將我國A 股上市公司2008—2020 年的數(shù)據(jù)作為樣本，數(shù)據(jù)主要有：（1）刻畫上市公司數(shù)字化轉(zhuǎn)型程度的數(shù)據(jù)，主要通過對上市公司年度報告中有關(guān)經(jīng)營情況內(nèi)容進行文本分析后，對關(guān)鍵詞進行詞頻統(tǒng)計來獲取。（2）反映企業(yè)全要素生產(chǎn)率的數(shù)據(jù)，通過對CSMAR 數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)進行搜集、整理、計算得出。（3）控制變量的數(shù)據(jù)來源于CSMAR 和Wind 數(shù)據(jù)庫。對原始數(shù)據(jù)進行如下處理：剔除金融行業(yè)、當(dāng)年被特殊處理及存在嚴重缺失值的樣本，最終獲取28 909個公司—年度觀測值，在實證分析過程中對連續(xù)變量在1%和99%分位處進行Winsorize 異常值處理，并在公司層面聚類回歸。

三、實證檢驗及結(jié)果分析

（一）描述性統(tǒng)計

變量描述性統(tǒng)計結(jié)果如表2（下頁）所示。TFP的均值為7.216，標(biāo)準(zhǔn)差為0.948，說明樣本的全要素生產(chǎn)率存在一定的差異；企業(yè)數(shù)字化轉(zhuǎn)型程度（Dig）均值為1.435，最大值為4.127，說明樣本企業(yè)數(shù)字化轉(zhuǎn)型的程度還存在較大提升空間；企業(yè)規(guī)模（Size）均值為22.136，標(biāo)準(zhǔn)差為1.298，說明樣本公司規(guī)模存在一定差異；財務(wù)杠桿（Lev）均值為0.442，說明負債平均占資產(chǎn)總額的44.2%；公司年齡（Age）均值為 2.257，標(biāo)準(zhǔn)差為 0.695，說明樣本公司年齡存在一定差異；資產(chǎn)收益率（Roa）均值為0.036，即凈利潤平均占總資產(chǎn)的3.6%；成長性（Growth）均值是 0.180，說明銷售收入的增長率平均為18.0%；現(xiàn)金流量（Fcf）的均值為0.048，即經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額為總資產(chǎn)的4.8%；董事會獨立性（Indep）的均值為0.374，說明獨立董事在董事會中的占比為37.4%；股權(quán)集中度（Share）的均值為0.579，說明前十大股東平均持股比例為57.9%；產(chǎn)權(quán)性質(zhì)（Soe）的均值為0.410，說明全樣本中有41%屬于國有企業(yè)。

表2 主要變量描述性統(tǒng)計

表3 是按照企業(yè)是否進行數(shù)字化轉(zhuǎn)型進行的分組描述性統(tǒng)計。由表3 可知，全要素生產(chǎn)率的均值在未進行數(shù)字化轉(zhuǎn)型的樣本中為7.037，在進行數(shù)字化轉(zhuǎn)型的樣本中為7.266，且兩組之間的差異在1%的水平下顯著，初步說明在數(shù)字化轉(zhuǎn)型的樣本中全要素生產(chǎn)率相對較高。

表3 單變量分析

（二）相關(guān)性分析

從表4（下頁）可以看出，企業(yè)數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率之間的相關(guān)性系數(shù)為0.094，且在1%水平下顯著，初步說明企業(yè)數(shù)字化轉(zhuǎn)型能夠促進企業(yè)全要素生產(chǎn)率的提升。其余變量間相關(guān)系數(shù)基本上未超過0.5，說明實證模型設(shè)計及變量選取較為合理，尚未發(fā)現(xiàn)多重共線性問題。

表4 相關(guān)性分析

（三）基準(zhǔn)回歸

企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率影響的回歸結(jié)果如表5 所示。表5 列（1）顯示，在控制行業(yè)、年度固定效應(yīng)時，Dig 與TFP 之間的回歸系數(shù)為0.025，在1%水平下顯著；列（2）顯示，在同時控制行業(yè)、年度及省份固定效應(yīng)時，Dig 與TFP之間的回歸系數(shù)為0.024，在1%水平下顯著；列（3）顯示，在控制年度和公司固定效應(yīng)時，Dig 與TFP 之間的回歸系數(shù)為0.008，在1%水平下顯著。上述結(jié)果說明企業(yè)數(shù)字化轉(zhuǎn)型能夠提升企業(yè)全要素生產(chǎn)率。

表5 基準(zhǔn)回歸結(jié)果

（四）穩(wěn)健性檢驗

1.內(nèi)生性檢驗

考慮到在企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率產(chǎn)生影響的同時，全要素生產(chǎn)率也可能影響企業(yè)數(shù)字化轉(zhuǎn)型的程度，為緩解該反向因果所致的內(nèi)生性問題，在實證檢驗時將核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型滯后一期。實證結(jié)果如表6 所示。表6列（1）（2）（3）是控制不同固定效應(yīng)下的結(jié)果，結(jié)果均顯示企業(yè)數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率之間的回歸系數(shù)在1%水平下顯著為正。此外，考慮到內(nèi)生性問題可能來自度量誤差、遺漏變量等，因而將同行業(yè)同年度的企業(yè)數(shù)字化轉(zhuǎn)型程度均值作為工具變量，重新進行估計，回歸結(jié)果見表6列（7），數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率的回歸系數(shù)為0.093，且在1%水平下顯著。從上述結(jié)果可以看出，在排除可能的內(nèi)生性問題后，企業(yè)數(shù)字化轉(zhuǎn)型能夠提升企業(yè)全要素生產(chǎn)率的結(jié)論依然成立。

2.更換企業(yè)數(shù)字化轉(zhuǎn)型的度量方式

在基準(zhǔn)回歸中，企業(yè)數(shù)字化轉(zhuǎn)型是一個基于詞頻統(tǒng)計的連續(xù)變量，為了進一步體現(xiàn)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，穩(wěn)健性檢驗中借鑒趙宸宇、王守海等的研究，采用企業(yè)是否披露數(shù)字化相關(guān)信息的虛擬變量衡量企業(yè)是否進行數(shù)字化轉(zhuǎn)型。 結(jié)果如表 6 列（4）（5）（6）所示。在控制年度和行業(yè)固定效應(yīng)時，回歸系數(shù)為0.044，在1%水平下顯著；在控制年度、行業(yè)及省份固定效應(yīng)時，回歸系數(shù)為0.039，在1%水平下顯著；在控制年度和公司固定效應(yīng)時，回歸系數(shù)為0.012，在5%水平下顯著。這些結(jié)果均說明，相較于沒有進行數(shù)字化轉(zhuǎn)型的樣本，數(shù)字化轉(zhuǎn)型的樣本顯著提升了企業(yè)全要素生產(chǎn)率，再次驗證了研究假說。

表6 穩(wěn)健性檢驗結(jié)果（一）

3.更換企業(yè)全要素生產(chǎn)率的度量方式

借鑒冼國明和明秀南采用勞動生產(chǎn)率替代全要素生產(chǎn)率，結(jié)果見表 7 列（1）（2）（3），在控制不同固定效應(yīng)的情況下，企業(yè)數(shù)字化轉(zhuǎn)型程度與勞動生產(chǎn)率之間的回歸系數(shù)均在1%水平下顯著為正，說明在利用勞動生產(chǎn)率替代全要素生產(chǎn)率后，研究假說依然成立。

4.剔除數(shù)字產(chǎn)業(yè)化樣本

數(shù)字經(jīng)濟不僅包括產(chǎn)業(yè)數(shù)字化，而且包括數(shù)字產(chǎn)業(yè)化，而本文研究的企業(yè)數(shù)字化轉(zhuǎn)型是針對產(chǎn)業(yè)數(shù)字化的。為了排除數(shù)字產(chǎn)業(yè)化對研究結(jié)果的影響，根據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書（2017年）》的定義，將信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)行業(yè)的樣本剔除后，重新估計企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響，結(jié)果如表 7 列（4）（5）（6）所示，企業(yè)數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率之間的回歸系數(shù)均在1%水平下顯著為正，再次驗證了本文的研究假說。

5.排除企業(yè)策略性披露行為

鑒于數(shù)字化轉(zhuǎn)型程度的度量來源于年報中有關(guān)數(shù)字化關(guān)鍵詞的文本分析，可能會受到公司策略性披露的影響，為了更加真實地反映公司數(shù)字化轉(zhuǎn)型程度，這里采取剔除數(shù)字化轉(zhuǎn)型程度為0 的樣本、剔除樣本期內(nèi)因信息披露問題受到證監(jiān)會或者證券交易所處罰的樣本，以此排除企業(yè)策略性披露行為對本文研究結(jié)果的影響。其中，借鑒劉星和陳西嬋將“推遲披露”“虛假記載（誤導(dǎo)性陳述）”“重大遺漏”和“披露不實（其他）”確定為因信息披露問題受到處罰。以證監(jiān)會或證券交易所“發(fā)布公告日期”為標(biāo)準(zhǔn)確定處罰時間。排除企業(yè)策略性披露行為后的實證檢驗結(jié)果見表 7 列（7）（8）（9），企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的回歸系數(shù)均在1%水平下顯著為正。該結(jié)果意味著，在排除可能的企業(yè)策略性披露行為后，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率依然存在促進作用。

四、進一步分析

（一）機制檢驗

理論分析部分表明，數(shù)字化轉(zhuǎn)型主要從技術(shù)層面和公司治理層面對企業(yè)全要素生產(chǎn)率產(chǎn)生影響，其中技術(shù)層面是通過效率變革和技術(shù)創(chuàng)新提升企業(yè)全要素生產(chǎn)率，公司治理層面則是通過提高決策效率和監(jiān)督有效性提升企業(yè)全要素生產(chǎn)率。為檢驗前述影響機制，借鑒溫忠麟等提出的中介效應(yīng)檢驗步驟，在模型（1）的基礎(chǔ)上設(shè)定模型（2）（3）：模型（2）用來檢驗企業(yè)數(shù)字化轉(zhuǎn)型對中介變量的影響，模型（3）在模型（1）的基礎(chǔ)上加入中介變量，其中，M為中介變量，分別是技術(shù)機制中的效率變革和技術(shù)創(chuàng)新、公司治理機制中的決策效率和監(jiān)督有效性。若模型（2）中系數(shù) β和模型（3）中的系數(shù) γ同時顯著，則表明存在中介效應(yīng)。此時系數(shù)γ若顯著，則M 發(fā)揮部分中介效應(yīng)；若不顯著，則M 發(fā)揮完全中介效應(yīng)。

）（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為行露披性略策）（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） 本樣二（果結(jié)驗檢性健穩(wěn)7化業(yè)產(chǎn)字數(shù)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表率產(chǎn)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為內(nèi)號括，素要平水全替代率產(chǎn)）（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著顯的10%生動勞用采）（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%示表別：量變釋解被PF T ig D Size ev L ge A oa R throwG cf F ep Ind are Sh Soe項距截應(yīng)效定固度年應(yīng)效定固業(yè)行應(yīng)效定固份省應(yīng)效定固司公數(shù)本樣aredsqu-dj RA分*和、**注:***

1.技術(shù)機制檢驗

根據(jù)前述理論分析，企業(yè)數(shù)字化轉(zhuǎn)型使得商業(yè)模式發(fā)生變化，促進企業(yè)的效率變革和技術(shù)創(chuàng)新，進而推動企業(yè)全要素生產(chǎn)率的提升。

以效率變革（Eff）為中介變量，將企業(yè)總資產(chǎn)周轉(zhuǎn)率作為效率變革的替代變量，對模型（2）和模型（3）進行回歸，結(jié)果如表8（下頁）所示。表 8 列（1）顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度（Dig）的回歸系數(shù)為0.019，在1%水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型能夠提升企業(yè)效率；列（2）Dig 的回歸系數(shù)在1%水平下顯著為正，效率變革（Eff）的回歸系數(shù)在1%水平下顯著為正，Sobel 檢驗Z 統(tǒng)計量為8.190，在1%水平下顯著，說明效率變革在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮了部分中介效應(yīng)。

以技術(shù)創(chuàng)新（Res）為中介變量，借鑒吳非等將企業(yè)研發(fā)投入作為技術(shù)創(chuàng)新的代理變量，估計模型（2）和模型（3），結(jié)果如表 8 所示。表 8 列（3）中Dig 的回歸系數(shù)為0.595，在1%水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型會促進企業(yè)的研發(fā)投入；列（4）Dig 的回歸系數(shù)在1%水平下顯著為正，技術(shù)創(chuàng)新 （Res） 的回歸系數(shù)在1%水平下顯著為正，Sobel 檢驗Z 統(tǒng)計量為8.730，在1%水平下顯著，說明技術(shù)創(chuàng)新在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮了部分中介效應(yīng)。

表8 數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機制：技術(shù)機制

由上述實證分析結(jié)果可知，技術(shù)層面的效率變革和技術(shù)創(chuàng)新在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮部分中介效應(yīng)。

2.公司治理機制檢驗

根據(jù)前述理論分析，企業(yè)數(shù)字化轉(zhuǎn)型會降低信息不對稱程度，提升企業(yè)的決策效率和監(jiān)督有效性，進而推動企業(yè)全要素生產(chǎn)率的提升。

以決策效率（DA）為中介變量，借鑒郭照蕊和黃俊將企業(yè)盈余管理程度作為決策效率的代理變量，估計模型（2）和模型（3），結(jié)果如表 9所示。表9 列（1）顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度（Dig）的回歸系數(shù)為-0.002，在5%水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型能夠降低盈余管理程度；列（2）Dig的回歸系數(shù)在1%水平下顯著為正，盈余管理程度（DA）的回歸系數(shù)在1%水平下顯著為負，Sobel檢驗Z 統(tǒng)計量為2.288 且在5%水平下顯著，說明決策效率在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮部分中介效應(yīng)。

以監(jiān)督有效性（Mansha）為中介變量，借鑒王化成等將管理層持股比例作為監(jiān)督有效性的代理變量，估計模型（2）和模型（3），結(jié)果如表9 所示。表 9 列（3）中 Dig 的回歸系數(shù)為 0.007，在1%水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型會促進管理層持股比例的提升；列（4）Dig 的回歸系數(shù)在1%水平下顯著為正，管理層持股比例（Mansha）的回歸系數(shù)在5%水平下顯著，Sobel 檢驗Z 統(tǒng)計量為1.954 且在10%水平下顯著，說明監(jiān)督有效性在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮部分中介效應(yīng)。

表9 數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響機制：公司治理機制

由上述實證分析結(jié)果可知，公司治理層面的決策效率和監(jiān)督有效性在企業(yè)數(shù)字化轉(zhuǎn)型影響全要素生產(chǎn)率中發(fā)揮部分中介效應(yīng)。

（二）異質(zhì)性分析

1.基于企業(yè)產(chǎn)權(quán)性質(zhì)的異質(zhì)性檢驗

考慮到國有企業(yè)在效率變革和技術(shù)創(chuàng)新方面需要提升的空間更大，且相較于非國有企業(yè)，國有企業(yè)的委托—代理問題更為突出，決策效率和監(jiān)督有效性也相對較低，因而本文預(yù)測企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的作用效果在國有企業(yè)中更為顯著。為此，將全樣本分成國有企業(yè)和非國有企業(yè)兩個子樣本，在兩個子樣本中分別檢驗企業(yè)數(shù)字化轉(zhuǎn)型與全要素生產(chǎn)率之間的關(guān)系。結(jié)果如表 10列（1）（2），其中，在國有企業(yè)子樣本中，企業(yè)數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率之間的回歸系數(shù)為0.037，在1%水平下顯著；在非國有企業(yè)子樣本中，兩者的回歸系數(shù)為0.015，在1%水平下顯著。在此基礎(chǔ)上，對這兩組的回歸系數(shù)進一步進行組間系數(shù)差異檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響在國有企業(yè)樣本中顯著高于

非國有企業(yè)樣本（Chi為 8.22，P 值為0.004）。 該結(jié)果再次驗證了企業(yè)數(shù)字化轉(zhuǎn)型能夠從技術(shù)層面促進企業(yè)效率變革和技術(shù)創(chuàng)新，從公司治理層面提升企業(yè)決策效率和監(jiān)督有效性，促進企業(yè)全要素生產(chǎn)率的提升。

2.基于信息環(huán)境的異質(zhì)性檢驗

前述理論分析認為，數(shù)字化轉(zhuǎn)型會通過緩解信息不對稱提升公司決策效率與監(jiān)督有效性，進而促進全要素生產(chǎn)率的提升。那么，在信息環(huán)境相對較差的情況下，數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的

提升空間會更大，即發(fā)揮更為顯著的作用。鑒于此，本文采用分析師跟蹤來刻畫企業(yè)的信息環(huán)境，因為分析師作為資本市場的信息中介及上市公司重要的外部監(jiān)督者，能夠緩解信息不對稱及代理問題。按照分析師跟蹤數(shù)量的均值將全樣本分為兩個子樣本，分別檢驗數(shù)字化轉(zhuǎn)型程度與全要素生產(chǎn)率之間的關(guān)系，結(jié)果如表 10 列（3）（4）所示。在分析師跟蹤數(shù)量少的子樣本中，Dig 的回歸系數(shù)為0.034，在1%水平下顯著；在分析師跟蹤數(shù)量多的子樣本中，Dig 的回歸系數(shù)為0.011，在1%水平下顯著。兩組回歸系數(shù)的差異性檢驗顯示，數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響在分析師跟蹤數(shù)量少的樣本中顯著高于分析師跟蹤數(shù)量多的樣本（Chi為 4.02，P 值為0.045）。該結(jié)果再次驗證了前文的理論分析，即企業(yè)數(shù)字化轉(zhuǎn)型能夠通過緩解信息不對稱提高公司治理能力，從而提升企業(yè)全要素生產(chǎn)率。

））（9期五后滯***50.02）（4.77***10.51）（116.99***60.58）（21.39***30.04）（3.26***51.68（22.45）***20.10）（13.09頁下轉(zhuǎn)（）（8期四后滯***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期三后滯***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期兩后滯***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果結(jié)析分步）（5術(shù)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）（18.01一進10表）（4多蹤跟師析分***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少蹤跟師析***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業(yè)企有國非 業(yè)企有國***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：量變釋解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期五后滯 期四后滯 期三后滯 期兩后滯 術(shù)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多蹤跟師析分 少蹤跟師析分*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為內(nèi)號括，平水）（2）（1業(yè)企有國非 業(yè)企有國***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著顯的10%和、5%1%示表別）頁上續(xù)（：量變釋解被PF T cf F ep Ind hare S Soe stant onC應(yīng)效定固度年應(yīng)效定固業(yè)行數(shù)本樣uaredsq -j Rd A數(shù)系歸回間組驗檢性異差分*和*、**:**注

3.基于人工智能技術(shù)的異質(zhì)性檢驗

（三）數(shù)字化轉(zhuǎn)型效應(yīng)的持續(xù)性檢驗

前文檢驗已發(fā)現(xiàn)，企業(yè)當(dāng)期和上一期數(shù)字化轉(zhuǎn)型均會提升企業(yè)當(dāng)期全要素生產(chǎn)率，那么，企業(yè)數(shù)字化轉(zhuǎn)型是否能夠作為其實現(xiàn)高質(zhì)量發(fā)展的內(nèi)在動力之一？為了回答該問題，本文從數(shù)字化轉(zhuǎn)型發(fā)揮作用的持續(xù)性角度進行檢驗，具體而言，將數(shù)字化轉(zhuǎn)型滯后兩期至五期后，檢驗其對企業(yè)全要素生產(chǎn)率的影響。 結(jié)果如表10列（6）—（9）所示，滯后兩期的 Dig 回歸系數(shù)為0.027，在1%水平下顯著；滯后三期的Dig 回歸系數(shù)為0.026，在1%水平下顯著；滯后四期的Dig 回歸系數(shù)為0.024，在1%水平下顯著；滯后五期的Dig回歸系數(shù)為0.025，在1%水平下顯著。該結(jié)果說明企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率發(fā)揮的促進作用具有一定的持續(xù)性，即企業(yè)在實現(xiàn)高質(zhì)量發(fā)展的進程中可以將數(shù)字化轉(zhuǎn)型作為其內(nèi)生動力。

五、研究結(jié)論與對策建議

數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟時代企業(yè)發(fā)展的迫切需求，本質(zhì)上是企業(yè)各生產(chǎn)要素與數(shù)字技術(shù)的深度融合。本文基于企業(yè)全要素生產(chǎn)率的視角，首先從理論層面闡述了企業(yè)數(shù)字化轉(zhuǎn)型賦能高質(zhì)量發(fā)展的內(nèi)在機理，然后以上市公司2008—2020 年的數(shù)據(jù)為研究樣本，實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響。研究結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)全要素生產(chǎn)率；其作用路徑主要是：從技術(shù)層面促進效率變革和技術(shù)創(chuàng)新，從公司治理層面提升決策效率和監(jiān)督有效性。異質(zhì)性檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的提升作用在國有企業(yè)、分析師跟蹤數(shù)量少、采用人工智能技術(shù)的企業(yè)樣本中更為顯著；數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的提升作用在時間上具有一定的持續(xù)性。

基于上述研究結(jié)論，提出如下對策建議：

第一，將企業(yè)數(shù)字化轉(zhuǎn)型作為實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的著力點。我國經(jīng)濟目前已從高速增長階段邁向高質(zhì)量發(fā)展階段，數(shù)字化轉(zhuǎn)型正在逐步改變企業(yè)的生產(chǎn)經(jīng)營管理行為。因此，企業(yè)需要加快數(shù)字技術(shù)的創(chuàng)新與應(yīng)用，將數(shù)據(jù)這一關(guān)鍵生產(chǎn)要素與傳統(tǒng)生產(chǎn)要素進行融合，提高原有生產(chǎn)要素的效率，為數(shù)字技術(shù)助力高質(zhì)量發(fā)展提供持續(xù)動能。同時，企業(yè)需要借助數(shù)字技術(shù)打造高效的信息共享平臺，實現(xiàn)信息的高效傳輸與共享，充分發(fā)揮數(shù)字化轉(zhuǎn)型在公司治理中的作用，重點通過數(shù)字技術(shù)提高企業(yè)決策效率和監(jiān)督有效性，增強公司治理效應(yīng)，促進數(shù)字經(jīng)濟與實體經(jīng)濟的融合發(fā)展，推動經(jīng)濟高質(zhì)量發(fā)展。

第二，充分激發(fā)技術(shù)賦能企業(yè)高質(zhì)量發(fā)展的內(nèi)在動力。數(shù)字化轉(zhuǎn)型主要通過技術(shù)層面的效率變革和技術(shù)創(chuàng)新提升企業(yè)全要素生產(chǎn)率。因此，企業(yè)應(yīng)大力推進云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)的應(yīng)用，利用數(shù)字技術(shù)對傳統(tǒng)業(yè)務(wù)鏈條進行全方位升級改造，將數(shù)字技術(shù)融入企業(yè)生產(chǎn)經(jīng)營全過程，充分發(fā)揮數(shù)據(jù)要素的價值創(chuàng)造作用，從根本上提升企業(yè)經(jīng)營效率。同時，企業(yè)應(yīng)努力調(diào)動各主體的創(chuàng)新積極性，持續(xù)激發(fā)企業(yè)內(nèi)部的創(chuàng)新活力，通過技術(shù)創(chuàng)新進一步推動企業(yè)的效率變革，以此形成一種持續(xù)的良性循環(huán)，最終通過技術(shù)水平螺旋式上升促進企業(yè)全要素生產(chǎn)率的提升，為企業(yè)高質(zhì)量發(fā)展提供持續(xù)動力。

第三，借助數(shù)字技術(shù)將公司治理邊界從線下拓展到線上。在企業(yè)數(shù)字化轉(zhuǎn)型過程中，數(shù)字技術(shù)的應(yīng)用使資本市場獲得了體量大、維度高、覆蓋面廣的數(shù)據(jù)資源，這些數(shù)據(jù)資源可以將各類“軟”信息“硬”化，不僅為企業(yè)經(jīng)營決策提供科學(xué)的依據(jù)，而且在為監(jiān)督管理層行為創(chuàng)造便利條件的同時擴大監(jiān)督范圍。鑒于數(shù)字化轉(zhuǎn)型能夠通過提升公司治理層面的決策效率和監(jiān)督有效性進而提升企業(yè)全要素生產(chǎn)率，因此，企業(yè)既要加快數(shù)字化轉(zhuǎn)型進程，又要充分發(fā)揮數(shù)字技術(shù)在公司治理中的支撐作用，借助云計算、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)改變傳統(tǒng)公司治理的組織結(jié)構(gòu)、管理模式和治理方式，將公司治理邊界從線下拓展到線上，充分發(fā)揮數(shù)字技術(shù)的治理效應(yīng)，從而促進企業(yè)高質(zhì)量發(fā)展。

第四，政府應(yīng)為推進企業(yè)數(shù)字化轉(zhuǎn)型進程提供基礎(chǔ)條件與制度保障，把數(shù)字化技術(shù)應(yīng)用打造成為高質(zhì)量發(fā)展的新動能。一方面，政府應(yīng)該加大以工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)中心等為代表的數(shù)字化基礎(chǔ)設(shè)施建設(shè)投入，幫助企業(yè)降低數(shù)字化成本，為企業(yè)進行數(shù)字化轉(zhuǎn)型提供基礎(chǔ)條件和保障。另一方面，在數(shù)字經(jīng)濟時代，政府應(yīng)該加強數(shù)據(jù)資產(chǎn)知識產(chǎn)權(quán)保護相關(guān)制度建設(shè)，為企業(yè)開展數(shù)字化轉(zhuǎn)型提供制度保障。國有企業(yè)和信息環(huán)境相對較差的公司在政府的激勵政策和制度保障下，更應(yīng)充分利用數(shù)字技術(shù)來彌補其在經(jīng)營管理過程中的不足之處，實現(xiàn)高質(zhì)量發(fā)展。 Reform