摘"要：文章利用2012—2019年上市公司的面板數(shù)據(jù)，以技術(shù)創(chuàng)新理論為基礎(chǔ)，探討了企業(yè)數(shù)字化如何影響全要素生產(chǎn)率，并分析了綠色技術(shù)創(chuàng)新的中介作用。研究結(jié)果表明：企業(yè)數(shù)字化對(duì)企業(yè)全要素生產(chǎn)率具有促進(jìn)作用，這一結(jié)論在穩(wěn)健性檢驗(yàn)后仍然有效。從作用機(jī)制看，企業(yè)數(shù)字化助力綠色技術(shù)創(chuàng)新，降低了能源消耗和單位成本，從而推動(dòng)企業(yè)全要素生產(chǎn)率的增長(zhǎng)。深入分析發(fā)現(xiàn)，對(duì)于非國(guó)有企業(yè)數(shù)字化的生產(chǎn)率效應(yīng)更為顯著，同時(shí)中西部地區(qū)企業(yè)數(shù)字化帶來(lái)的生產(chǎn)率效應(yīng)也優(yōu)于東部。文章解釋了關(guān)于企業(yè)數(shù)字化與全要素生產(chǎn)率關(guān)系現(xiàn)有研究中的不一致性，并通過(guò)研究綠色技術(shù)創(chuàng)新的中介作用，為企業(yè)數(shù)字化的實(shí)證研究提供了新的視角。

關(guān)鍵詞：數(shù)字化；全要素生產(chǎn)率；綠色技術(shù)創(chuàng)新

中圖分類號(hào)：F49文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2025）"05-0074-05

DOI：10.13939/j.cnki.zgsc.2025.05.019

1"引言

2021年12月國(guó)務(wù)院印發(fā)的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出，我國(guó)以“數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合”為主線，促進(jìn)數(shù)字技術(shù)與各產(chǎn)業(yè)融合發(fā)展，并進(jìn)一步“加快企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)”，最終實(shí)現(xiàn)“數(shù)字化創(chuàng)新引領(lǐng)發(fā)展”的目標(biāo)。然而，大多數(shù)企業(yè)尚未進(jìn)行或處在數(shù)字化初級(jí)階段。在數(shù)字技術(shù)高度繁榮和企業(yè)追求高生產(chǎn)率的背景下，研究企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的影響及其原理至關(guān)重要。

綠色技術(shù)創(chuàng)新已成為企業(yè)進(jìn)行綠色生產(chǎn)和可持續(xù)發(fā)展的關(guān)鍵途徑，有利于提高全要素生產(chǎn)率。同時(shí)，企業(yè)數(shù)字化可以提高團(tuán)隊(duì)成員培訓(xùn)質(zhì)量和員工能力，促進(jìn)數(shù)字技術(shù)轉(zhuǎn)化為生產(chǎn)技術(shù)，產(chǎn)生生產(chǎn)率效益。因此，文章采用實(shí)證研究方法，將綠色技術(shù)創(chuàng)新作為中介因素，深入探討企業(yè)數(shù)字化與全要素生產(chǎn)率之間的聯(lián)系及其作用路徑。文章的主要工作包括兩個(gè)方面。首先，從熊彼特技術(shù)創(chuàng)新理論視角出發(fā)，使用中國(guó)上市公司作為樣本，探究企業(yè)數(shù)字化如何影響全要素生產(chǎn)率。其次，分析企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的傳遞路徑，明確企業(yè)數(shù)字化對(duì)企業(yè)創(chuàng)新，特別是綠色技術(shù)創(chuàng)新的加持作用，深入理解其影響機(jī)制?？傊?，文章的主要貢獻(xiàn)包括：首先，擴(kuò)展了有關(guān)企業(yè)數(shù)字化與全要素生產(chǎn)率的學(xué)術(shù)研究，提供了實(shí)證支持。其次，從企業(yè)數(shù)字化助力創(chuàng)新的角度深入研究了對(duì)全要素生產(chǎn)率的影響路徑，為企業(yè)數(shù)字化與綠色技術(shù)創(chuàng)新提供了新的視角和內(nèi)容，也為企業(yè)技術(shù)創(chuàng)新提供了有益參考。

2"文獻(xiàn)綜述與研究假設(shè)

2.1"企業(yè)數(shù)字化與全要素生產(chǎn)率

技術(shù)創(chuàng)新理論主張技術(shù)進(jìn)步和創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)、企業(yè)競(jìng)爭(zhēng)力和社會(huì)發(fā)展的決定作用，強(qiáng)調(diào)技術(shù)創(chuàng)新的重要性，認(rèn)為技術(shù)創(chuàng)新是推動(dòng)經(jīng)濟(jì)增長(zhǎng)、提高生產(chǎn)效率和增強(qiáng)企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵因素。企業(yè)數(shù)字化賦能了公司治理、投資融資等渠道。首先，數(shù)字化技術(shù)的發(fā)展使得公司創(chuàng)始人控制權(quán)得到了保障，可以根據(jù)大數(shù)據(jù)資源做出最優(yōu)決策，從而降低內(nèi)部治理成本，提高企業(yè)生產(chǎn)率（陳德球和胡晴，2022）[1]。其次，投資作為拉動(dòng)企業(yè)發(fā)展的“三駕馬車”之一，不僅是企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵因素，更是企業(yè)提高生產(chǎn)率的重要引擎（姜浩等，2023）[2]。因此，企業(yè)數(shù)字化賦能公司治理、投資效果，從而實(shí)現(xiàn)企業(yè)穩(wěn)定持續(xù)經(jīng)營(yíng)發(fā)展，提高全要素生產(chǎn)率，文章做出假設(shè)H1。

H1：企業(yè)數(shù)字化可以促進(jìn)企業(yè)全要素生產(chǎn)率的提高。

2.2"綠色技術(shù)創(chuàng)新的中介效應(yīng)

從企業(yè)數(shù)字化賦能技術(shù)創(chuàng)新角度分析，張玉等（2023）通過(guò)研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型有助于企業(yè)吸收能力提高，從而促使企業(yè)創(chuàng)新水平提升[3]。劉翔宇等（2023）通過(guò)研究發(fā)現(xiàn)，數(shù)字技術(shù)可以通過(guò)促進(jìn)人力資源優(yōu)化配置、優(yōu)化企業(yè)財(cái)務(wù)經(jīng)營(yíng)問(wèn)題，加強(qiáng)內(nèi)部控制，降低各項(xiàng)費(fèi)用，給企業(yè)綠色技術(shù)的發(fā)展提供物質(zhì)基礎(chǔ)[4]。由此，文章做出假設(shè)H2a；同時(shí)，在當(dāng)前環(huán)境保護(hù)和可持續(xù)發(fā)展的大背景下，綠色技術(shù)創(chuàng)新可以幫助企業(yè)提升其所占有的市場(chǎng)份額并改善企業(yè)形象，從而增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力（武力超等，2021）[5]。因此，文章做出假設(shè)H2b。

H2a：企業(yè)數(shù)字化正向影響企業(yè)綠色技術(shù)創(chuàng)新。

H2b：企業(yè)數(shù)字化可以通過(guò)促進(jìn)綠色技術(shù)創(chuàng)新進(jìn)而促進(jìn)全要素生產(chǎn)率的提高。

2.3"全要素生產(chǎn)率與企業(yè)數(shù)字化的進(jìn)一步分析

由于各地區(qū)技術(shù)環(huán)境、政策條件、發(fā)展水平、數(shù)字基礎(chǔ)設(shè)施建設(shè)都存在差異，因此各地企業(yè)數(shù)字化存在異質(zhì)性。就中國(guó)現(xiàn)實(shí)情況而言，各地?cái)?shù)字基礎(chǔ)設(shè)施建設(shè)以及國(guó)家政策是有差別的。為了推動(dòng)中西部企業(yè)數(shù)字化，國(guó)家發(fā)布了“西部大開(kāi)發(fā)”“數(shù)字經(jīng)濟(jì)示范區(qū)”等一系列有利于中西部企業(yè)數(shù)字化的政策。研究表明，政府政策是激勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的重要推動(dòng)力（蔡宏波等，2023）[6]。然而對(duì)于東部地區(qū)而言，受益于沿海地區(qū)高度經(jīng)濟(jì)發(fā)展水平以及完備的技術(shù)條件，企業(yè)數(shù)字化總體水平高于中西部。由此，文章做出假設(shè)H3a。

H3a：地理位置對(duì)全要素生產(chǎn)率與企業(yè)數(shù)字化關(guān)系具有異質(zhì)性影響。

由于產(chǎn)權(quán)性質(zhì)不同，國(guó)有企業(yè)與非國(guó)有企業(yè)在政策條件、財(cái)務(wù)環(huán)境、經(jīng)營(yíng)目的方面均存在差異。國(guó)有企業(yè)通常在國(guó)家政策、財(cái)政撥款、技術(shù)支持方面具有相應(yīng)的優(yōu)勢(shì)，從而使得企業(yè)有更多的自主權(quán)和可能性去研究更多的數(shù)字化技術(shù)；而對(duì)于非國(guó)有企業(yè)而言，經(jīng)營(yíng)的目的是獲得更多的收益，并且非國(guó)有企業(yè)面臨更高的成本和競(jìng)爭(zhēng)壓力，企業(yè)數(shù)字化意愿強(qiáng)。因此，文章做出假設(shè)H3b。

H3b：產(chǎn)權(quán)性質(zhì)對(duì)全要素生產(chǎn)率與企業(yè)數(shù)字化關(guān)系具有異質(zhì)性影響。

3"研究設(shè)計(jì)

3.1"樣本選取

文章以2012—2021年在滬深交易所上市的公司為研究對(duì)象。為確保數(shù)據(jù)的準(zhǔn)確性并減少特定行業(yè)和異常數(shù)據(jù)的偏差，對(duì)樣本進(jìn)行了如下篩選：排除了金融和保險(xiǎn)行業(yè)的數(shù)據(jù)；移除了當(dāng)年被ST標(biāo)記的公司數(shù)據(jù)；篩除了缺失數(shù)據(jù)或數(shù)據(jù)異常的公司。經(jīng)過(guò)篩選，最終得到了20284個(gè)有效觀測(cè)數(shù)據(jù)點(diǎn)。

3.2"數(shù)據(jù)收集

文章中的企業(yè)數(shù)據(jù)取自于"CSMAR數(shù)據(jù)庫(kù)和馬克數(shù)據(jù)庫(kù)。而行業(yè)和區(qū)域的數(shù)據(jù)則來(lái)源于《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》等出版物。所有數(shù)據(jù)的統(tǒng)計(jì)和分析均通過(guò)Stata17軟件和Excel軟件來(lái)完成。

3.3"變量說(shuō)明

3.3.1"被解釋變量

被解釋變量為企業(yè)全要素生產(chǎn)率（TFP）。文章采用魯曉東和連玉君的做法（2012）選用固定效應(yīng)的面板數(shù)據(jù)方法估計(jì)全要素生產(chǎn)率[7]。假設(shè)生產(chǎn)函數(shù)為C-D生產(chǎn)函數(shù)：

Yi，t=α0+αli，t+βki，t+γmi，t+ωi，t+εi，t（1）

其中，Yi，t為企業(yè)i在t時(shí)期產(chǎn)出的對(duì)數(shù)；li，t、ki，t、mi，t分別為勞動(dòng)投入、資本投入、中間投入；ωi，t為企業(yè)全要素生產(chǎn)率；εi，t為隨機(jī)誤差。

其中，勞動(dòng)投入使用員工人數(shù)取對(duì)數(shù)進(jìn)行衡量。資本投入使用固定資產(chǎn)凈額取對(duì)數(shù)進(jìn)行衡量。中間投入則使用營(yíng)業(yè)成本、銷售費(fèi)用、管理費(fèi)用、財(cái)務(wù)費(fèi)用的總和減去折舊攤銷和支付給職工的現(xiàn)金后的數(shù)額取對(duì)數(shù)進(jìn)行衡量。最后使用Stata軟件利用LP法衡量全要素生產(chǎn)率。

3.3.2"解釋變量

解釋變量為企業(yè)數(shù)字化程度（Dia）。文章借鑒吳非等（2021）的做法，利用CSMAR數(shù)據(jù)庫(kù)數(shù)據(jù)，從上市公司年報(bào)中提取人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、數(shù)字技術(shù)應(yīng)用等有關(guān)的關(guān)鍵詞，在剔除掉含有否定字眼的關(guān)鍵詞，對(duì)詞頻進(jìn)行計(jì)數(shù)后，加一取對(duì)數(shù)，以衡量企業(yè)的數(shù)字化水平[8]。

3.3.3"中介變量

中介變量為企業(yè)綠色技術(shù)創(chuàng)新（lnGre）。用企業(yè)當(dāng)年申請(qǐng)的綠色專利數(shù)量衡量綠色創(chuàng)新，綠色專利申請(qǐng)數(shù)量可以最直觀有效地展現(xiàn)出企業(yè)為綠色技術(shù)創(chuàng)新做出的努力，文章將其統(tǒng)計(jì)并加一后取對(duì)數(shù)進(jìn)行度量（馬永強(qiáng)等，2021）[9]。

3.3.4"控制變量

考慮到其他因素對(duì)實(shí)證結(jié)果帶來(lái)的影響，文章參考以往的研究選?。孩倨髽I(yè)資產(chǎn)負(fù)債率：年末總負(fù)債/年末總資產(chǎn)；②凈資產(chǎn)收益率：凈利潤(rùn)/股東權(quán)益平均余額；③現(xiàn)金流比率：經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~除以總資產(chǎn)；④股權(quán)制衡度：第二大股東持股比例除以第一大股東持股比例；⑤托賓Q指數(shù)：（流通市值+非流通股數(shù)量×每股凈資產(chǎn)+負(fù)債的賬面值）/總資產(chǎn)。此外，考慮到企業(yè)特性和時(shí)間趨勢(shì)可能造成的偏差，文章在回歸分析時(shí)加入了企業(yè)效應(yīng)（Firm）和年度效應(yīng)（Year）作為控制變量。

3.4"研究模型設(shè)定

為驗(yàn)證H1，文章設(shè)置了如下模型：

TFPi，t=α0+α1Diai，t+∑Controls+∑Firm+∑Year+εi，t"（2）

其中，i的含義為第i個(gè)企業(yè)，t代表年份為t年度，TEP為i企業(yè)在第t年的全要素生產(chǎn)率；Dia表示i企業(yè)在t年的數(shù)字化程度；Controls代表控制變量的合集，F(xiàn)irm和Year分別表示公司以及年度的固定效應(yīng)。

4"實(shí)證結(jié)果與分析

4.1"描述性統(tǒng)計(jì)

根據(jù)各主要變量的描述性統(tǒng)計(jì)分析結(jié)果，處理后觀測(cè)值共20284個(gè)，包含了2012—2021年的大多數(shù)上市公司，企業(yè)全要素生產(chǎn)率的平均值為8.385，波動(dòng)范圍為4.496～13.00，標(biāo)準(zhǔn)差為1.078，顯示企業(yè)的全要素生產(chǎn)率分布相對(duì)集中。數(shù)字化水平的平均值為1.416，最小值為0，最大值為6.306，其標(biāo)準(zhǔn)差為1.444，表明企業(yè)數(shù)字化水平存在差異性。此外，模型中其他變量的各項(xiàng)數(shù)據(jù)均處在合理區(qū)間。

4.2"相關(guān)性分析

表1為相關(guān)性分析，表示各變量的相關(guān)系數(shù)，由于變量選取樣本以及數(shù)量等因素，變量間相關(guān)系數(shù)顯著性會(huì)受到影響，但文章中各主要變量的相關(guān)系數(shù)均在1%水平下顯著，相關(guān)性可以得到保障。另外，相關(guān)系數(shù)若大于0.7可能會(huì)有多重共線性的風(fēng)險(xiǎn)，但由表1可知，并不存在大于0.7的相關(guān)系數(shù)，可以認(rèn)為不存在多重共線性。結(jié)合相關(guān)性分析以及方差膨脹因子分析，可以認(rèn)為文章各主要變量之間存在明顯相關(guān)性，且沒(méi)有多重共線性。

4.3"回歸分析

豪斯曼檢驗(yàn)通過(guò)檢驗(yàn)固定效應(yīng)與其他解釋變量是否相關(guān)，在固定效應(yīng)模型和隨機(jī)效應(yīng)模型之間進(jìn)行選擇。文章根據(jù)豪斯曼檢驗(yàn)，設(shè)定原價(jià)為文章應(yīng)采用隨機(jī)效應(yīng)模型；經(jīng)過(guò)檢驗(yàn)發(fā)現(xiàn)p值為0.0000，強(qiáng)烈拒絕原假設(shè)，故不應(yīng)使用隨機(jī)效應(yīng)模型，而應(yīng)采用固定效應(yīng)模型進(jìn)行回歸分析。

4.3.1"基準(zhǔn)回歸

表2中，第（1）列為單一變量測(cè)試，結(jié)果顯示TFP與Dia的回歸系數(shù)為0.181且結(jié)果顯著。第（2）列為加入控制變量與固定年份效應(yīng)后的結(jié)果，企業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率的回歸系數(shù)為正且結(jié)果顯著。根據(jù)第（3）列數(shù)據(jù)，二者之間的關(guān)系在同時(shí)固定行業(yè)與年份效應(yīng)的情況下，變量（Dia）的回歸系數(shù)達(dá)到0.074并且仍在1%的水平上顯著。上述結(jié)果意味著企業(yè)數(shù)字化提升了企業(yè)全要素生產(chǎn)率，H1得到驗(yàn)證。

4.3.2"作用機(jī)制分析

前文的理論分析認(rèn)為，企業(yè)數(shù)字化可以賦能綠色技術(shù)創(chuàng)新為企業(yè)帶來(lái)生產(chǎn)率效應(yīng)。為此，文章采用中介效應(yīng)檢測(cè)的方法，探索企業(yè)數(shù)字化影響綠色技術(shù)創(chuàng)新的作用機(jī)制。中介效應(yīng)研究方法主要有兩種：逐步回歸法以及Sobel檢驗(yàn)法。在作用機(jī)制分析中，文章采用Sobel檢驗(yàn)法；在穩(wěn)健性檢驗(yàn)中調(diào)整回歸方法，采用三步回歸法進(jìn)行穩(wěn)健性檢驗(yàn)。

依據(jù)Sobel檢驗(yàn)結(jié)果，中介效應(yīng)的統(tǒng)計(jì)值為0.0192，并在0.01的顯著性水平上表現(xiàn)顯著。這意味著綠色技術(shù)創(chuàng)新水平在企業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率之間起到了顯著的中介作用，有約"13.73%的效應(yīng)是通過(guò)綠色技術(shù)創(chuàng)新水平這一中介變量實(shí)現(xiàn)的。這些結(jié)果證實(shí)了綠色技術(shù)創(chuàng)新水平在企業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率之間存在橋梁作用。企業(yè)數(shù)字化不僅直接提高了企業(yè)的全要素生產(chǎn)率，還通過(guò)促進(jìn)綠色技術(shù)創(chuàng)新水平間接地提高了生產(chǎn)率。這為企業(yè)提供了一個(gè)新的視角，即通過(guò)加強(qiáng)數(shù)字化轉(zhuǎn)型和綠色技術(shù)創(chuàng)新，可以更有效地提高生產(chǎn)效率，即H2a、H2b成立。

4.3.3"穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)基準(zhǔn)回歸結(jié)果受被解釋變量度量方法的影響，使研究結(jié)果更具有穩(wěn)定性，文章選擇調(diào)整全要素生產(chǎn)率的度量方法為OP法進(jìn)行基準(zhǔn)回歸檢驗(yàn)。檢驗(yàn)結(jié)果表明：企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率影響與前文一致，假設(shè)H1仍然成立。

4.3.4"異質(zhì)性分析

文章根據(jù)王宏鳴等（2022）的地域劃分，進(jìn)一步分析我國(guó)不同地域數(shù)字化轉(zhuǎn)型的效果[10]。表3為地域異質(zhì)性檢驗(yàn)結(jié)果，與東部地區(qū)相比，中部和西部企業(yè)數(shù)字化水平更顯著地促進(jìn)了企業(yè)全要素生產(chǎn)率的提升。文章認(rèn)為，企業(yè)數(shù)字化水平對(duì)企業(yè)全要素生產(chǎn)率的提升具有邊際效應(yīng)，即企業(yè)數(shù)字化水平到達(dá)邊際時(shí)對(duì)企業(yè)全要素生產(chǎn)率的提升作用降低；另一個(gè)可能的原因是東部地區(qū)企業(yè)在數(shù)字化轉(zhuǎn)型方面的早期起步以及市場(chǎng)中企業(yè)數(shù)字化高度飽和，使得企業(yè)數(shù)字化差異性降低，難以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。反觀中西部地區(qū)，由于其數(shù)字化基建的相對(duì)滯后起步，為企業(yè)提供了巨大的數(shù)字化潛能，從而更為有效地促進(jìn)了生產(chǎn)率的提升。

此外，文章進(jìn)一步細(xì)分企業(yè)為國(guó)有與非國(guó)有兩大類別，旨在探索不同產(chǎn)權(quán)性質(zhì)的企業(yè)在數(shù)字化轉(zhuǎn)型中如何影響其全要素生產(chǎn)率。在表3中展示了異質(zhì)性分析的結(jié)果，國(guó)有企業(yè)與非國(guó)有企業(yè)全要素生產(chǎn)率都會(huì)受到綠色技術(shù)創(chuàng)新的影響。值得注意的是，非國(guó)有企業(yè)數(shù)字技術(shù)的進(jìn)步更容易促進(jìn)全要素生產(chǎn)率的提高，原因是非國(guó)有企業(yè)為追求更好經(jīng)濟(jì)效益和更強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力，因此更傾向于進(jìn)行數(shù)字化變革，以進(jìn)一步發(fā)展數(shù)字技術(shù)，從而優(yōu)化生產(chǎn)并提升效率。然而，國(guó)有企業(yè)由于轉(zhuǎn)型變革阻力較大，不能靈活地針對(duì)技術(shù)與市場(chǎng)進(jìn)行組織優(yōu)化和轉(zhuǎn)型，導(dǎo)致企業(yè)數(shù)字化技術(shù)應(yīng)用水平低，鉗制了企業(yè)全要素生產(chǎn)率的提高。

5"結(jié)論

（1）在回歸模型中，企業(yè)數(shù)字化與全要素生產(chǎn)率的系數(shù)均為正且在1%的統(tǒng)計(jì)水平上顯著，說(shuō)明企業(yè)數(shù)字化與生產(chǎn)率之間存在正向關(guān)系。

（2）當(dāng)納入綠色技術(shù)創(chuàng)新的中介因素后，企業(yè)數(shù)字化與全要素生產(chǎn)率之間的聯(lián)系變得更為顯著，表明綠色技術(shù)創(chuàng)新在這一過(guò)程中起到了中介作用。

（3）企業(yè)數(shù)字化轉(zhuǎn)型水平存在地域異質(zhì)性，中部和西部企業(yè)數(shù)字化水平的提高為企業(yè)生產(chǎn)率提升貢獻(xiàn)更大，而東部效果則弱于中西部地區(qū)，文章認(rèn)為是由于東部地區(qū)的數(shù)字化飽和度和中西部地區(qū)的數(shù)字化潛能。

（4）國(guó)有企業(yè)與非國(guó)有企業(yè)的全要素生產(chǎn)率都會(huì)受到數(shù)字化水平提高的影響，產(chǎn)生正面效應(yīng)，但非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的提高更顯著，可能與非國(guó)有企業(yè)在數(shù)字化轉(zhuǎn)型中的靈活性和創(chuàng)新能力有關(guān)。

參考文獻(xiàn)：

[1]陳德球，胡晴.數(shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿[J].管理世界，2022，38（6）：213-240.

[2]姜浩，吾買爾江·艾山，鄧峰.高管團(tuán)隊(duì)薪酬差距、投資效率與企業(yè)全要素生產(chǎn)率[J].技術(shù)經(jīng)濟(jì)與管理研究，2023，44（6）：49-54.

[3]張玉，馬光旭，徐功文.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響研究——基于公司內(nèi)部視角[J].經(jīng)營(yíng)與管理，2024（2）：24-31.

[4]劉翔宇，李文韜，娜比拉·海薩爾.數(shù)字化轉(zhuǎn)型與企業(yè)綠色技術(shù)創(chuàng)新——兼論環(huán)境信息披露的調(diào)節(jié)作用[J].工業(yè)技術(shù)經(jīng)濟(jì)，2023，44（8）：59-69.

[5]武力超，陳韋亨，林瀾，等.創(chuàng)新及綠色技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的影響研究[J].數(shù)理統(tǒng)計(jì)與管理，2021，40（2）：319-333.

[6]蔡宏波，湯城建，韓金镕.減稅激勵(lì)、供應(yīng)鏈溢出與數(shù)字化轉(zhuǎn)型[J].經(jīng)濟(jì)研究，2023，69（7）：156-173.

[7]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)，2012，11（2）：541-558.

[8]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）：130-145.

[9]馬永強(qiáng)，趙良凱，楊華悅，等.空氣污染與企業(yè)綠色創(chuàng)新——基于我國(guó)重污染行業(yè)A股上市公司的經(jīng)驗(yàn)證據(jù)[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2021，20（6）：116-128.

[10]王宏鳴，孫鵬博，郭慧芳.數(shù)字金融如何賦能企業(yè)數(shù)字化轉(zhuǎn)型？——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)論叢，2022，38（10）：3-13.