数字化转型对制造业企业新质生产力提升的效应研究

摘"要：当今社会，信息技术日新月异，数字化转型已成为推动企业创新和提升市场竞争力的关键因素。文章选取中国A股上市的制造业公司作为研究样本，探索数字化转型如何影响制造业企业新质生产力的作用机制。文章研究范围覆盖了2011年至2023年这一时间窗口，旨在全面考察数字化转型过程中的各种因素对企业新质生产力提升的具体影响。研究结果表明，制造业企业数字化水平的提升对提升企业新质生产力水平具有显著作用。

关键词：制造业企业；数字化转型；新质生产力

中图分类号：F425文献标识码：A文章编号：1005-6432（2025）06-0005-04

DOI：10.13939/j.cnki.zgsc.2025.06.002

1"引言

“新质生产力”是习近平总书记于2023年9月在黑龙江考察时首次提出的。“新质生产力”要求传统企业在质量、科技和效率三方面向高层次提升，促进传统企业走向绿色化、高端化、智能化。传统企业需要大力推进数字经济的创新发展，需要强化对未来产业和新兴产业的培养，需要加快推进产业链供应链的优化和提升。

制造业是国家经济发展的支柱产业，在数字化变革大潮中，数字化已成为推动我国产业发展的重要力量。工业和信息化部在2024年第一季度工作报告中特别提到，要推动制造业数字化转型，推动新一代信息技术在制造业各个领域的广泛运用，推动人工智能的创新运用。以普通人工智能与制造业的深入结合为主要路线，以智能制造为主要手段，以场景的运用为导向，加速各产业的智能化提升，推动智能产品的研发，构建一个创新生态体系，从而促进新型制造业发展。对制造业企业而言，应以数字经济和实体经济相结合为中心，在科技创新、全要素生产率提升、数字化转型、人工智能建设四大领域中扮演重要角色，加速新质生产力的培养和发展。文章聚焦于制造业企业的数字化转型层面，选取中国A股上市制造业公司作为研究样本，以2011—2023年为样本区间，旨在探究数字化转型对于制造业企业而言是否会提升新质生产力。

2"理论假设提出

随着新一代科学技术的发展和产业的不断变革，制造业的数字化转型已经是必然的趋势，而新质生产力又是一种新型的先进生产力，它与制造业的数字化转型相辅相成。

建设制造业数字化就是在制造业发展过程的每一个阶段都运用数字化的创新技术，它覆盖了产品研发设计、生产计划、加工制造、质量控制、仓储物流、运营服务、供应链管理、销售管理、运营管理等，从而达到制造过程的智能化、数字化、网络化、柔性化、可持续化以及企业管理的高效率化。制造业数字化是我国新一代生产力培养与发展的重要路径，对我国产业发展有着重要的战略意义，不但对制造业现代化起到了促进作用，对促进我国经济的可持续、良性发展也具有重要意义。通过不断推动我国制造业信息化进程，我国将逐步迈向世界产业链的更高层次，并在国际市场上继续保持优势。数字化改造有利于激发新质生产力的潜力，推动我国产业结构调整和由传统制造业向智慧制造业过渡。这不但为我国的经济发展提供了新的动能，同时也为我国创造了更多优质的工作岗位，实现了一种更为绿色的可持续发展。

在此背景下，文章提出如下假设。研究假设一：文章对制造业企业的数字化设备系统和网络安全的提升有助于提高企业的新质生产力水平。"研究假设二：董事会和高管的股权控制提升有助于制造业企业新质生产力的提高。研究假设三：表明过度追求产品的利润率和盲目加大研发投入金额都会降低制造业企业的新质生产力水平。

3"研究设计

3.1"变量选取

被解释变量：新质生产力（TFP_LP）。文章选取全要素生产率作为替换被解释变量来衡量制造业企业新质生产力水平。鲁晓东和连玉君（2012）发现，半参数方法能够较好地解决传统计量方法中的内生性和样本选择问题，因此文章采用LP法计算得到全要素生产率来作为企业新质生产力的衡量指标。

解释变量：企业数字化水平（Dig）。文章借鉴了工业和信息化部办公厅在2022年发布的《中小企业数字化水平评测指标（2022年版）》中的制造业中小企业数字化水平评测表中的一二级指标体系，将一级指标的数字化基础作为衡量企业数字化转型程度的解释变量。

控制变量：将制造业数字化水平评测表中的其余三个一级指标数字化经营、数字化管理和数字化成效指标作为控制变量，在财务报表中选择合适的变量构建企业数字化转型指标，变量选取如表1所示。

3.2"数据来源

文章选取中国A股上市制造业公司作为研究样本，以2011—2023年为样本区间，初始数据来源于国泰安数据库、Wind数据库和上市公司年度报告等数据。并根据以往研究，对数据进行预处理：①剔除PT和ST类上市公司；②删除财务数据严重缺失的企业；③删除资不抵债的上市公司数据；④对所有数据进行上下1%的缩尾处理，确保所有变量值在"1%～99%的范围变动。取得26169个观测值，包括观测值数量、均值和标准差等。

3.3"模型设定

文章旨在探讨制造业企业数字化转型对企业新质生产力的影响，并利用双向固定效应模型对个体效应和时间效应进行估计，最终建立模型：

TFP_LPi，t=β0+β1Digi，t+β2Controlsi，t+β3Yeari，t+β4lndi，t+εi，t（1）

模型（1）中，新质生产力用TFP_LP表示；企业数字化转型用Dig表示；控制变量用Controls表示；年份固定效应用Year表示；行业固定效应用lnd表示；随机扰动项用ε表示；其下标的i和t分别表示对应的企业和年份。

3.4"基准回归结果分析

用模型（1）进行回归，结果见表2。当不加入控制变量，且不控制行业和年份固定效应时，制造业企业数字化设备系统、数据资源和网络安全与新质生产力的回归系数分别为0.004、-0.003和0.004，在1%的水平上显著为正。这说明制造业企业的数字化设备系统和网络安全的提升有助于提高企业的新质生产力水平，但数字化资源的提升反而有可能限制制造业企业新质生产力水平。同时，该回归模型的R2仅为0.006，表明该模型的解释能力有限。

为了进一步解释制造业企业数字化转型和新质生产力之间的关系，文章引入模型（2），加入控制变量，但不控制行业和年份固定效应进行回归。结果显示，制造业企业的数字化设备系统、采购供应、产品服务、数字化业务协同、数字化经营战略、数字化人才建设、数字化生产效率和数字化价值效益的提升会在1%的水平上显著提升企业的新质生产力，但数字化管理机制、数字化资金投入和数字化产品质量的提升反而会阻碍制造业企业新质生产力水平的发展。这是因为文章选取了两权分离率衡量企业管理机制的指标，说明董事会和高管的股权控制提升有助于制造业企业新质生产力的提高。同时，用企业的营业利润率来解释制造业企业的产品质量，用研发投入占营业收入的资金比例来解释制造业企业的数字化资金投入，结果表明过度追求产品的利润率和盲目加大研发投入金额都会降低企业的新质生产力水平。此时，模型的解释程度已经提高到了93.4%。

为了进一步说明不同年份和不同行业对制造业企业新质生产力的影响，文章分别引入了控制年份固定效应的模型（3）、控制行业固定效应的模型（4）和同时控制年份和行业效应的模型（5）。从模型（3）的结果可以看出，固定年份效应时不同变量对新质生产力的提升效果和模型（2）大体一致，但网络安全对企业新质生产力的提升由抑制变成了促进，说明制造业企业逐渐重视企业的网络安全发展。再从固定行业效应的模型（4）来看，结果显示网络安全对企业新质生产力的提升由促进变成了抑制，说明制造业企业由于其行业特殊性，存在着网络曝光抑制企业新质生产力提升的风险。模型（5）结果显示，当控制行业和年份固定效应后自变量的回归系数依然在1%的水平上显著，但对制造业企业新质生产力的提升微乎其微。综合来看，制造业企业数字化水平的提高明显提升了企业的新质生产力水平。

3.5"内生性检验和稳健性检验

3.5.1"内生性检验

制造业企业由于设备和生产周期限制，数字化转型周期通常较长。所以，它对企业新质生产力的影响，由于时间上的原因，有一定的滞后性。为排除这种影响，将数字化转型所代表的设备系统、数据资源和网络安全变量分别滞后1期和2期进行回归，比较不同时期的数字化转型程度对制造业企业新质生产力的影响程度。仅对数字化转型程度滞后一期，检验结果见表3列（1），发现滞后一期的数字化转型与新质生产力之间的相关关系既有抑制又有促进，短期内可能效果不明显。进一步地，考虑滞后两期检验，结果见表3列（2），发现不论是滞后一期还是二期，都需固定年份和行业的效应才能体现数字化转型程度对制造业企业的新质生产力提升效应。

3.5.2"稳健性检验

替换解释变量：由于测量的指标和方法的差异，其对新质生产力的影响也存在差异。参考葛鹏飞和黄秀路（2024）的数字化转型程度，将制造业数字化水平评测表拟定的数字化转型程度替换为上市企业年报以及募集资金公告等文件中的词频分析。根据表3列（3）所示，数字化转型和新质生产力的回归系数是正向的（0.029），通过了1%水平的显著性检验，说明数字化转型确实能够明显提高新质生产力。

替换被解释变量：文章基于稳健性的考虑选择了LP法计算得到的全要素生产率，因其作为一种半参数方法能较好处理样本选择以及内生性问题。而GMM法作为估计方法，能够不直接涉及代理变量的选择。因此，选用GMM法计算得到的全要素生产率重新检验数字化转型对新质生产力的影响。如表3列（4）所示，数字化转型与新质生产力的回归系数是正向的，且回归系数方向和结果与LP法计算的结果大致相同，达到了显著的1%的水平。结果显示，制造业企业的数字化转型确实可以提升新质生产力，检验结果稳健。

剔除新冠肺炎疫情年份数据：考虑到新冠肺炎疫情期间制造业企业经营受到极端影响情况较大，企业经营决策受行业影响大，这会对企业的新质生产力的发展产生影响。为保证结论的稳健性，文章将新冠肺炎疫情年份2019—2022年的数据加以剔除。结果如表3列（5）所示。结果表明，在排除新冠肺炎疫情的影响后，制造业企业数字化转型显著促进新质生产力发展，且受到数据资源的影响在提升。

4"研究结论与对策建议

4.1"研究结论

研究发现，制造业企业数字化转型对于创新型企业生产率的提高有着积极的推动作用。首先，制造业企业通过数字化改造，可以极大地提高企业的生产率和柔性，从而更好地适应客户要求。其次，采用数字科技可以减少企业的制造费用，提高企业的利润。再次，数字变革可以促进企业的技术革新，促进企业的产品更新换代。最后，提高企业的品牌知名度，增强企业的市场竞争能力。但同时，数字化管理机制、数字化资金投入以及数字化产品质量的提高也会对制造业企业新质生产力的发展造成一定的影响，过分地追逐产品利润以及一味地增加研发投入都会导致企业的新质生产力水平下降。

4.2"对策建议

在政府部门层面上，要针对不同的制造业企业需要，发掘出细分的、具有代表性的应用情景。提升计划相融合，健全信息共享平台，探讨建立推动制造业企业实现数字化转型的长期机制。在新的时代背景下，为了满足制造业日益增长的多样化需求，必须把新兴的创新驱动力和现代工业体系有机地结合起来。这不仅要求对传统产业进行深刻的变革，而且要进一步加强智能制造、个性化定制和标准化建设。要实现这一目标，就需要密切关注具有代表性的产品、应用场景及市场趋势，从这些关键点中发掘并掌握未来制造业的发展方向。唯有如此，才能构筑起一幅战略蓝图，引领我国制造业向创新前沿迈进，促进产业升级，提升国家竞争力。制造业企业要充分认识到新质生产力发展对企业的战略和营销作用，将发展概念与企业的运作流程结合起来，将新的生产力发展和企业的发展结合起来，从而符合企业的战略，推动企业实现高品质、可持续发展。

企业需要增强内部管制机构，深化运用数字化科技，提高行政工作的效能与透明度。与此同时，利用数字技术构建和完善涵盖企业各项业务的系统。在这条融合之路上，可以增加相应的科技投入，加强与高等院校和科研院所的协作。

随着时间的推移，不断深化数字化转型进程的制造业企业，新质生产力水平显著提升。数字化转型不仅优化了企业生产流程，提高了效率和质量控制水平，还促进了产品设计创新，从而直接或间接带动了企业新质生产力的发展。此外，数字化工具和平台的使用也为企业提供了更为灵活的决策支持，有助于快速响应市场变化和消费者需求，进一步巩固其在竞争激烈的市场环境中的地位。数字化转型对于提升中国制造业企业新质生产力水平至关重要，未来随着数字技术的持续进步和应用场景的不断拓展，数字化转型将继续发挥其在促进制造业高质量发展中的重要作用。

参考文献：

[1]肖昂，邬瑜骏.数据资产与企业全要素生产率[J].金融与经济，2024（8）：37-47，72.

[2]曹爱军，刘欣.数字化转型、人力资本与企业全要素生产率[J].统计与决策，2024（14）：167-172.

[3]郭彬彬，覃艳华，邓强.中小企业数字化转型助力新质生产力发展路径研究[J].湖北经济学院学报（人文社会科学版），2024（8）：22-27.

[4]赵芷仟.新质生产力对企业高质量发展的影响研究——来自中国A股上市公司的经验证据[J].新疆农垦经济，2024（11）：81-92.

[5]杨芳，张和平，孙晴晴，等.企业数字化转型对新质生产力的影响[J].金融与经济，2024（5）：35-48.

[6]黄静，张金昌，潘艺.数字化转型对企业新质生产力的影响研究——基于生产力要素视角和A股上市公司数据[J].技术经济与管理研究，2024（8）：8-14.

[基金项目]本文得到江苏省高职院校教师企业实践培训项目资助（项目编号：2024QYSJ102）。