摘要：數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合已逐漸成為推動(dòng)中國經(jīng)濟(jì)可持續(xù)發(fā)展的新動(dòng)能，企業(yè)作為宏觀經(jīng)濟(jì)中的微觀主體，其創(chuàng)新發(fā)展水平與宏觀經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型升級密切相關(guān)，企業(yè)如何利用數(shù)字技術(shù)進(jìn)行轉(zhuǎn)型升級來進(jìn)一步提升自身全要素生產(chǎn)率，具有較為深刻的現(xiàn)實(shí)意義和實(shí)用價(jià)值。基于動(dòng)態(tài)能力理論，以20162021年滬深A(yù)股上市制造企業(yè)為樣本，實(shí)證考察數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制。研究發(fā)現(xiàn)：其一，數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率顯著正相關(guān)，在考慮內(nèi)生性問題和穩(wěn)定性檢驗(yàn)后，研究結(jié)論依舊成立。其二，作用機(jī)制結(jié)果表明，實(shí)施數(shù)字化轉(zhuǎn)型提高了企業(yè)的吸收能力、創(chuàng)新能力和適應(yīng)能力，進(jìn)而提升了企業(yè)全要素生產(chǎn)率，在對中介變量進(jìn)行Sobel檢驗(yàn)后，研究結(jié)論依舊穩(wěn)健。其中，吸收能力的作用效應(yīng)最強(qiáng)，創(chuàng)新能力次之，適應(yīng)能力最弱。其三，通過對企業(yè)所有制、規(guī)模大小及企業(yè)所處地區(qū)進(jìn)行異質(zhì)性分析后發(fā)現(xiàn)，相比較于非國有企業(yè)、中小企業(yè)及中西部地區(qū)企業(yè)而言，數(shù)字化轉(zhuǎn)型對國有企業(yè)、大型企業(yè)及東部地區(qū)企業(yè)全要素生產(chǎn)率的提升效應(yīng)更強(qiáng)。本研究拓展了數(shù)字化轉(zhuǎn)型相關(guān)理論，對加快數(shù)字經(jīng)濟(jì)發(fā)展、深化供給側(cè)結(jié)構(gòu)性改革、加快新舊動(dòng)能轉(zhuǎn)換、助力企業(yè)早日實(shí)現(xiàn)高質(zhì)量發(fā)展具有重要啟示。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；全要素生產(chǎn)率；動(dòng)態(tài)能力；中介效應(yīng)；高質(zhì)量發(fā)展

中圖分類號：F270.7

文獻(xiàn)標(biāo)識碼：A

文章編號：1673-8268（2024）03-0115-11

堅(jiān)持以推動(dòng)高質(zhì)量發(fā)展為主題，把實(shí)施擴(kuò)大內(nèi)需戰(zhàn)略同深化供給側(cè)結(jié)構(gòu)性改革有機(jī)結(jié)合起來，著力提高全要素生產(chǎn)率。提高全要素生產(chǎn)率是我國實(shí)現(xiàn)經(jīng)濟(jì)從高速增長轉(zhuǎn)變成高質(zhì)量發(fā)展的關(guān)鍵［1］。當(dāng)前，我國經(jīng)濟(jì)發(fā)展面臨諸多困境，但仍保持復(fù)蘇態(tài)勢穩(wěn)步發(fā)展。但國內(nèi)經(jīng)濟(jì)恢復(fù)基礎(chǔ)仍不牢固，人口紅利逐漸消失，企業(yè)已然成為宏觀經(jīng)濟(jì)發(fā)展過程中的微觀主體，不管是驅(qū)動(dòng)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級，還是實(shí)施動(dòng)力變革或效率變革，成功的關(guān)鍵都在于企業(yè)早日實(shí)現(xiàn)高質(zhì)量發(fā)展［2］。在助力企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的道路上，除加強(qiáng)組織內(nèi)外互動(dòng)學(xué)習(xí)、增強(qiáng)資源配置效應(yīng)和提升企業(yè)整體創(chuàng)新能力外，高效的生產(chǎn)效率也是其重要組成部分。助力企業(yè)實(shí)現(xiàn)效率、動(dòng)力及質(zhì)量變革，提高全要素生產(chǎn)率，已成為驅(qū)動(dòng)傳統(tǒng)經(jīng)濟(jì)模式轉(zhuǎn)型、早日實(shí)現(xiàn)高質(zhì)量發(fā)展的新動(dòng)能［3］，而數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合已逐漸成為推動(dòng)中國經(jīng)濟(jì)可持續(xù)發(fā)展的新動(dòng)力［4］，同時(shí)也為提高企業(yè)全要素生產(chǎn)率開辟了新的道路。

數(shù)字化轉(zhuǎn)型（digital transformation）的實(shí)質(zhì)是數(shù)字技術(shù)與企業(yè)管理架構(gòu)的深度融合，故應(yīng)重塑其運(yùn)營模式、信息結(jié)構(gòu)、管理機(jī)制等，驅(qū)使企業(yè)向智能化、高效化和精準(zhǔn)化轉(zhuǎn)變，最終實(shí)現(xiàn)企業(yè)管理范式和制度的顛覆式創(chuàng)新，生成全新的商業(yè)模式［5-7］。國家“十四五”發(fā)展規(guī)劃明確提出，要加快建設(shè)數(shù)字經(jīng)濟(jì)，借助數(shù)字技術(shù)驅(qū)動(dòng)企業(yè)整體生產(chǎn)方式的變革。數(shù)字化轉(zhuǎn)型企業(yè)憑借其先進(jìn)的信息和通信技術(shù)，能夠加深生產(chǎn)性要素在生產(chǎn)過程中的嵌入程度［8］，提高企業(yè)冗余資源的利用效率，降低生產(chǎn)成本，提高規(guī)模收益率［9］。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型水平的提高，有利于企業(yè)加強(qiáng)組織內(nèi)外信息交流，提升企業(yè)創(chuàng)新效率，促使企業(yè)內(nèi)部資源與外部需求有效適配，提高企業(yè)運(yùn)營效率，助力企業(yè)全要素生產(chǎn)率的提升［10］。

目前，數(shù)字化轉(zhuǎn)型對微觀企業(yè)經(jīng)濟(jì)效應(yīng)的探討主要集中在兩個(gè)方面。一方面，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提升知識、信息等要素在組織內(nèi)部的流通效率［11］，及時(shí)獲取前沿信息，把握市場需求導(dǎo)向，降低創(chuàng)新的不確定性［12］，提高企業(yè)要素配置效率，進(jìn)而提升價(jià)值創(chuàng)造能力［13］。在數(shù)字化轉(zhuǎn)型的過程中，數(shù)字技術(shù)的應(yīng)用能夠幫助企業(yè)開發(fā)創(chuàng)新性的產(chǎn)品和服務(wù)，優(yōu)化組織結(jié)構(gòu)，加強(qiáng)組織韌性［14］，降低運(yùn)營成本，提高運(yùn)營效率，繼而實(shí)現(xiàn)高質(zhì)量績效水平［15］。另一方面，數(shù)字化轉(zhuǎn)型能幫助企業(yè)緊密聯(lián)系外部利益相關(guān)者，提高企業(yè)間的協(xié)作管理水平，優(yōu)化業(yè)務(wù)流程［16］，滿足價(jià)值鏈上各方需求，提升企業(yè)履責(zé)能力，大幅提升運(yùn)營效率和企業(yè)績效［13］。數(shù)字化轉(zhuǎn)型能幫助企業(yè)緩解融資信息不對稱的情況，提高融資效率，改善人力資源配置架構(gòu)，提升企業(yè)整體創(chuàng)新水平，促進(jìn)企業(yè)創(chuàng)新［17-18］。

綜上所述，盡管現(xiàn)有研究已經(jīng)對企業(yè)數(shù)字化轉(zhuǎn)型所帶來的經(jīng)濟(jì)效益進(jìn)行了諸多探討，但鮮有研究聚焦微觀企業(yè)能否通過數(shù)字化轉(zhuǎn)型助力企業(yè)全要素生產(chǎn)率的提升，且尚未有研究探討動(dòng)態(tài)能力這一機(jī)制路徑。企業(yè)利用數(shù)字技術(shù)能夠改善經(jīng)營過程中信息不對稱的狀況，從而深入挖掘有效信息，提升信息處理效率，為提高企業(yè)創(chuàng)新產(chǎn)出、轉(zhuǎn)化效率提供了保障。本文使用20162021年滬深A(yù)股上市制造業(yè)公司為研究樣本，實(shí)證考察數(shù)字化轉(zhuǎn)型和企業(yè)全要素生產(chǎn)率之間存在的各種關(guān)系，同時(shí)基于動(dòng)態(tài)能力理論，從吸收能力、創(chuàng)新能力和適應(yīng)能力三個(gè)維度對其作用機(jī)制進(jìn)行驗(yàn)證，最后基于企業(yè)所有制、規(guī)模大小及企業(yè)所處地區(qū)進(jìn)行了異質(zhì)性分析，為助力企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展提供經(jīng)驗(yàn)證據(jù)。

一、理論分析與研究假設(shè)

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

全要素生產(chǎn)率（total factor productivity）是指在各種生產(chǎn)要素投入水平既定的條件下所達(dá)到的額外生產(chǎn)效率［19］。全要素生產(chǎn)率既能反應(yīng)生產(chǎn)技術(shù)水平，也能反應(yīng)企業(yè)生產(chǎn)效率高低，意味著企業(yè)可通過增強(qiáng)技術(shù)創(chuàng)新能力和運(yùn)營效率實(shí)現(xiàn)全要素生產(chǎn)率增長?，F(xiàn)有研究表明，人力資源架構(gòu)［20］和融資約束［17］也是助力企業(yè)全要素生產(chǎn)率提升的重要組成部分。企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)全要素生產(chǎn)率提升的機(jī)制路徑表現(xiàn)在如下四個(gè)方面。首先，數(shù)字技術(shù)的應(yīng)用能夠助力企業(yè)提升運(yùn)營效率。數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提升內(nèi)外部信息交互效率，改善經(jīng)營過程中信息不對稱狀況，降低信息搜尋成本［21］，提升信息的有效性，優(yōu)化企業(yè)冗余資源配置效率，提高經(jīng)營決策水平，實(shí)現(xiàn)全要素生產(chǎn)率的穩(wěn)步提升［22］。其次，數(shù)字化轉(zhuǎn)型能夠提高企業(yè)技術(shù)創(chuàng)新水平。企業(yè)充分利用數(shù)字技術(shù)能夠深度變革原有的創(chuàng)新模式，根據(jù)市場動(dòng)向及時(shí)變更創(chuàng)新決策，降低創(chuàng)新活動(dòng)試錯(cuò)成本［23］。數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)精準(zhǔn)發(fā)掘消費(fèi)者的潛在需求，助力企業(yè)不斷優(yōu)化創(chuàng)新產(chǎn)品，提高技術(shù)創(chuàng)新與市場需求的匹配度［24］，最終實(shí)現(xiàn)企業(yè)整體創(chuàng)新水平的提升。再次，數(shù)字化轉(zhuǎn)型能夠完善企業(yè)人力資源架構(gòu)。隨著智能化生產(chǎn)制造設(shè)備的應(yīng)用，企業(yè)生產(chǎn)效率在得到提高的同時(shí)也催生了對高端人才的需求。為進(jìn)一步降低生產(chǎn)成本、加快成果轉(zhuǎn)化、提升企業(yè)創(chuàng)新水平［25］，企業(yè)需要加大人力資本投資，引進(jìn)更多高技能人才，同時(shí)強(qiáng)化對現(xiàn)有人才的培訓(xùn)，從而助力企業(yè)人力資本結(jié)構(gòu)升級［26］。最后，數(shù)字化轉(zhuǎn)型解決了企業(yè)融資困難。數(shù)字技術(shù)的應(yīng)用能夠幫助企業(yè)緩解融資信息不對稱的狀況，金融機(jī)構(gòu)能夠根據(jù)企業(yè)的經(jīng)營狀況合理評估信貸風(fēng)險(xiǎn)，信貸資源的配置效率將會得到提升，從而緩解企業(yè)融資壓力［27］。數(shù)字技術(shù)和金融的深度融合也衍生出更多融資平臺，拓寬了融資渠道［17］，降低了搜尋成本［28］，提高了企業(yè)研發(fā)創(chuàng)新持續(xù)投入，助力企業(yè)全要素生產(chǎn)率的提升［29］。基于上述理論分析，本文提出假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型能夠助力企業(yè)全要素生產(chǎn)率的提升。

（二）動(dòng)態(tài)能力的中介作用

Teece等［30］將動(dòng)態(tài)能力定義為企業(yè)經(jīng)過整合、構(gòu)建和重新配置組織內(nèi)外部資源，以快速響應(yīng)市場需求，應(yīng)對環(huán)境不確定性，從而獲得可持續(xù)性競爭優(yōu)勢的能力。現(xiàn)有研究中學(xué)者們對于動(dòng)態(tài)能力維度的劃分各有不同。Wang等［31］提出動(dòng)態(tài)能力應(yīng)包含吸收、創(chuàng)新和適應(yīng)能力，李大元等［32］提出動(dòng)態(tài)能力包含柔性決策、動(dòng)態(tài)執(zhí)行以及組織意會能力，賀小剛等［33］將動(dòng)態(tài)能力劃分為組織學(xué)習(xí)、市場潛力、戰(zhàn)略隔絕、組織變革及組織柔性等五個(gè)維度。由于Wang等的維度劃分得到學(xué)者們的廣泛應(yīng)用［34-35］，具有典型性和代表性，故本研究采用這種觀點(diǎn)。

吸收能力是指對組織內(nèi)外部有價(jià)值的知識和技術(shù)進(jìn)行識別、吸收和利用，并將其轉(zhuǎn)化為企業(yè)創(chuàng)新性成果的能力。一方面，大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的應(yīng)用可以幫助企業(yè)以低成本、多維度式的方式快速獲取大量用戶數(shù)據(jù)，更快響應(yīng)市場需求，促使企業(yè)進(jìn)行資源調(diào)整和價(jià)值挖掘，提升資源配置效率，從而帶來更高的生產(chǎn)率。另一方面，企業(yè)可以利用互聯(lián)網(wǎng)在特定情境下實(shí)時(shí)收集隱性知識，加速隱性知識的創(chuàng)造、傳播和共享［36］，幫助企業(yè)更新知識體系，提高外部信息處理效率，學(xué)習(xí)外部新技術(shù)，促使企業(yè)提升創(chuàng)新效率，提高企業(yè)全要素生產(chǎn)率［37］。

創(chuàng)新能力是指企業(yè)運(yùn)用知識和人的智慧，通過各種方法和手段滿足或創(chuàng)造市場需求、增強(qiáng)競爭力的能力。何帆等［38］發(fā)現(xiàn)，企業(yè)可通過數(shù)字化轉(zhuǎn)型降低成本，增加效率，提升績效水平，增強(qiáng)創(chuàng)新動(dòng)能，促進(jìn)企業(yè)全要素生產(chǎn)率的增長。同時(shí)，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)整合零散信息，盤活閑置資源，提升企業(yè)運(yùn)營效率［39］，進(jìn)而提升企業(yè)邊際創(chuàng)新產(chǎn)出水平。此外，數(shù)字化轉(zhuǎn)型可以降低在信息獲取、數(shù)據(jù)處理和信息傳遞等方面的成本［40］，緩和企業(yè)與融資機(jī)構(gòu)間的信息不對稱情況，拓寬企業(yè)融資渠道，促使企業(yè)資金的利用“提質(zhì)增效”［41］，提升企業(yè)全要素生產(chǎn)率。

適應(yīng)能力是指企業(yè)為在復(fù)雜多變的環(huán)境中保持競爭優(yōu)勢而協(xié)調(diào)、整合、重組自身的知識資源、物力資源和財(cái)力資源的能力。數(shù)字化轉(zhuǎn)型能夠改善企業(yè)經(jīng)營過程中信息不對稱情況，釋放滯留企業(yè)內(nèi)部的信息紅利［42］，提升信息處理效率，深入挖掘有效信息，及時(shí)獲取廠商及消費(fèi)者的需求反饋，作出高效的經(jīng)營決策［43］，提高企業(yè)生產(chǎn)效率。同時(shí)，數(shù)字化轉(zhuǎn)型可從多個(gè)維度提升企業(yè)適應(yīng)能力，利用數(shù)據(jù)要素互通優(yōu)勢、加強(qiáng)部門協(xié)作、完善管理制度、整合冗余資源、增強(qiáng)管理水平、提高資源配置效率，轉(zhuǎn)變企業(yè)傳統(tǒng)運(yùn)營模式［36］，助力企業(yè)在多變的環(huán)境中保持競爭優(yōu)勢。因此，本文提出如下假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型通過提高動(dòng)態(tài)能力進(jìn)而提升企業(yè)全要素生產(chǎn)率；

H2a：企業(yè)數(shù)字化轉(zhuǎn)型通過提高吸收能力進(jìn)而提升企業(yè)全要素生產(chǎn)率；

H2b：企業(yè)數(shù)字化轉(zhuǎn)型通過提高創(chuàng)新能力進(jìn)而提升企業(yè)全要素生產(chǎn)率；

H2c：企業(yè)數(shù)字化轉(zhuǎn)型通過提高適應(yīng)能力進(jìn)而提升企業(yè)全要素生產(chǎn)率。

二、研究設(shè)計(jì)

（一）數(shù)據(jù)來源與樣本處理

本文以20162021年滬深A(yù)股上市制造企業(yè)為樣本，其中原始數(shù)據(jù)主要來自Choice和CSMAR數(shù)據(jù)庫，文本分析所需的上市公司年度報(bào)告來源于巨潮資訊網(wǎng)。為使研究發(fā)現(xiàn)更具可靠性，本文對所選企業(yè)樣本數(shù)據(jù)進(jìn)行如下處理：（1）剔除樣本中ST或*ST及財(cái)務(wù)狀況異常的企業(yè)；（2）剔除所選主要研究變量中缺失數(shù)據(jù)嚴(yán)重的企業(yè)；（3）對所有變量的樣本數(shù)據(jù)進(jìn)行1%的縮尾處理，以避免異常值對研究結(jié)果造成干擾，最終得到6 217個(gè)觀測值，所用的數(shù)據(jù)處理軟件為Stata15.0。

（二）變量測度和說明

被解釋變量：企業(yè)全要素生產(chǎn)率（TFP_LP）。參照魯曉東等［44］衡量企業(yè)全要素生產(chǎn)率的方法，選擇Levinsohn和Petrin［45］提出的Levinsohn-Petrin方法（以下簡稱LP法）來對TFP進(jìn)行測度。LP法設(shè)計(jì)的變量主要有資本投入、中間品投入、勞動(dòng)投入和產(chǎn)出，分別用固定資產(chǎn)凈額、購買商品以及收取勞務(wù)支付的現(xiàn)金、企業(yè)職工總數(shù)和主營業(yè)務(wù)收入進(jìn)行衡量。另外，本文還利用Olley-Pakes方法（以下簡稱OP法）和簡單線性估計(jì)方法（以下簡稱OLS法）重新測算企業(yè)全要素生產(chǎn)率，以檢驗(yàn)研究結(jié)果的可靠性。

解釋變量：數(shù)字化轉(zhuǎn)型（DT）。本文參考趙宸宇［11］和吳非等［46］測算數(shù)字化轉(zhuǎn)型指標(biāo)的研究方法，使用滬深A(yù)股上市公司財(cái)務(wù)年報(bào)中出現(xiàn)的與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻來構(gòu)建數(shù)字化轉(zhuǎn)型的衡量指標(biāo)。詳細(xì)操作如下：首先，通過Python爬蟲功能收集滬交所和深交所全部上市公司的財(cái)務(wù)年報(bào)，并利用Java PDFbox庫提取上述年報(bào)中的文本內(nèi)容，作為后續(xù)關(guān)鍵詞篩選的數(shù)據(jù)基礎(chǔ)；其次，參考吳非等［46］關(guān)于數(shù)字化轉(zhuǎn)型的研究，采用分類整理的方法，從“底層技術(shù)”中的云計(jì)算技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)和區(qū)塊鏈技術(shù)四個(gè)維度，以及“實(shí)踐應(yīng)用”中的數(shù)字技術(shù)應(yīng)用層面界定數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞；再次，利用Python軟件的Jieba分詞功能和計(jì)數(shù)功能，統(tǒng)計(jì)已提取企業(yè)年報(bào)文本中含有上述關(guān)鍵詞的語句，人工剔除關(guān)鍵詞前含“無”“不”等否定表述；最后，對兩個(gè)層面出現(xiàn)的詞頻進(jìn)行加總，構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)。為避免所統(tǒng)計(jì)詞頻出現(xiàn)右偏性問題，對詞頻加1后取對數(shù)處理。

中介變量：動(dòng)態(tài)能力。參考趙鳳等［34］和楊林等［35］的研究思路對動(dòng)態(tài)能力的三個(gè)維度進(jìn)行度量，其中包含吸收能力（AP）、創(chuàng)新能力（IA）、適應(yīng)能力（AC）。吸收能力利用企業(yè)的研發(fā)支出強(qiáng)度來進(jìn)行衡量；創(chuàng)新能力通過研發(fā)支出比例與研發(fā)人員比例兩個(gè)指標(biāo)進(jìn)行衡量；適應(yīng)能力采用企業(yè)研發(fā)、資本和廣告三種主要支出強(qiáng)度的變異系數(shù)的負(fù)值來反應(yīng)企業(yè)的資源配置效率，進(jìn)而衡量樣本企業(yè)的適應(yīng)能力，取負(fù)值后的變異系數(shù)值越大，適應(yīng)能力越強(qiáng)。

控制變量：參照現(xiàn)有研究，本文主要選取了與企業(yè)治理和企業(yè)性質(zhì)相關(guān)的控制變量，具體包括企業(yè)年齡（Age）、股權(quán)性質(zhì)（State）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、獨(dú)立董事比例（Indir）、股權(quán)集中度（Top1）、公司成長性（Growth）、托賓Q值（Tobin Q）、凈資產(chǎn)收益率（ROE）、財(cái)務(wù)費(fèi)用率（Finance）。主要變量說明如表1所示。

三、實(shí)證研究與結(jié)果分析

（一）描述性統(tǒng)計(jì)分析

表2為各變量描述性統(tǒng)計(jì)結(jié)果。表2顯示，企業(yè)全要素生產(chǎn)率（TFP_LP）的標(biāo)準(zhǔn)差為0.816，均值為14.510，最大值和最小值分別為18.260和10.840，表明樣本企業(yè)整體全要素生產(chǎn)率水平良好，但不同企業(yè)間存在較大差異。數(shù)字化轉(zhuǎn)型程度（DT）的最小值為0.693，最大值為5.994，標(biāo)準(zhǔn)差為1.073，表明樣本企業(yè)都有進(jìn)行數(shù)字化轉(zhuǎn)型，但不同企業(yè)轉(zhuǎn)型程度存在較大差異。

（二）回歸分析結(jié)果

表3列出了數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率的實(shí)證檢驗(yàn)結(jié)果，模型（1）中結(jié)果顯示數(shù)字化轉(zhuǎn)型DT的系數(shù)為0.046且在1%的水平上顯著，表明從樣本企業(yè)整體來看，數(shù)字化轉(zhuǎn)型能有效助力企業(yè)全要素生產(chǎn)率的提升，假設(shè)H1得到驗(yàn)證。模型（1）中出現(xiàn)的結(jié)果可能有如下兩種原因：一是企業(yè)通過數(shù)字技術(shù)的應(yīng)用來增強(qiáng)組織柔性，改善經(jīng)營過程中信息不對稱狀況，提高信息處理效率，為提升企業(yè)全要素生產(chǎn)率提供了保障；二是數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)優(yōu)化傳統(tǒng)生產(chǎn)資源配置效率、減少要素冗余，加速資源在企業(yè)中的流動(dòng)，提升了全要素生產(chǎn)率。

（三）作用機(jī)制分析

由表3可知，模型（1）中顯示數(shù)字化轉(zhuǎn)型的回歸系數(shù)顯著為正，可以進(jìn)行中介效應(yīng)檢驗(yàn)?；谏鲜隼碚摲治觯疚倪x用吸收、創(chuàng)新和適應(yīng)能力三個(gè)中介變量，參考溫忠麟等［47］三步法構(gòu)建中介效應(yīng)模型，機(jī)制檢驗(yàn)的回歸結(jié)果見表3中模型（2）（7）所示。

1.吸收能力機(jī)制分析

模型（2）顯示了以吸收能力為被解釋變量的回歸結(jié)果，顯示出數(shù)字化轉(zhuǎn)型（β1=0.397，p＜0.01）對吸收能力存在正向且顯著的影響。模型（5）中被解釋變量為全要素生產(chǎn)率，在模型中同時(shí)融入吸收能力和數(shù)字化轉(zhuǎn)型。模型（5）結(jié)果顯示，吸收能力（γ2=0.038，p＜0.01）和數(shù)字化轉(zhuǎn)型（γ1=0.031，p＜0.01）均與企業(yè)全要素生產(chǎn)率呈現(xiàn)顯著正相關(guān)，表明吸收能力在數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率影響過程中存在中介效應(yīng)，假設(shè)H2a成立。

2.創(chuàng)新能力機(jī)制分析

模型（3）顯示了以創(chuàng)新能力為被解釋變量的回歸結(jié)果，顯示出數(shù)字化轉(zhuǎn)型（β1=0.052，p＜0.01）與創(chuàng)新能力存在正向且顯著的影響。模型（6）中被解釋變量為全要素生產(chǎn)率，在模型中同時(shí)融入創(chuàng)新能力和數(shù)字化轉(zhuǎn)型。模型（6）結(jié)果顯示，創(chuàng)新能力（γ2=0.193，p＜0.01）和數(shù)字化轉(zhuǎn)型（γ1=0.036，p＜0.01）均與企業(yè)全要素生產(chǎn)率呈顯著正相關(guān)，表明創(chuàng)新能力在數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率影響過程中存在中介效應(yīng)，假設(shè)H2b成立。

3.適應(yīng)能力機(jī)制分析

模型（4）顯示了以適應(yīng)能力為被解釋變量的回歸結(jié)果，顯示出數(shù)字化轉(zhuǎn)型（β1=0.010，p＜0.01）與適應(yīng)能力存在正向且顯著的影響。模型（7）中被解釋變量為全要素生產(chǎn)率，在模型中同時(shí)融入適應(yīng)能力和數(shù)字化轉(zhuǎn)型兩個(gè)變量。模型（7）結(jié)果顯示，適應(yīng)能力（γ2=0.196，p＜0.01）和數(shù)字化轉(zhuǎn)型（γ1=0.044，p＜0.01）均與企業(yè)全要素生產(chǎn)率呈現(xiàn)顯著正相關(guān)，表明適應(yīng)能力在數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率影響過程中存在中介效應(yīng)，假設(shè)H2c成立。

為了驗(yàn)證動(dòng)態(tài)能力中介效應(yīng)的穩(wěn)健性，本文進(jìn)行了Sobel檢驗(yàn)。結(jié)果顯示，吸收能力的Sobel檢驗(yàn)的Z值為10.130，創(chuàng)新能力的Sobel檢驗(yàn)的Z值為5.386，適應(yīng)能力Sobel檢驗(yàn)的Z值為3.321，且均在1%的水平上顯著，進(jìn)一步證實(shí)本研究提出的H2aH2c假設(shè)成立。

根據(jù)上述檢驗(yàn)結(jié)果，動(dòng)態(tài)能力的三個(gè)維度均能起到有效的中介作用，因而動(dòng)態(tài)能力在兩者關(guān)系中的中介作用亦得到驗(yàn)證，假設(shè)H2通過驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

1.替換TFP測量方法

為檢驗(yàn)研究結(jié)論的穩(wěn)健性，本文使用魯曉東等［44］提出的OP方法和OLS方法替換原被解釋變量，按照上述假設(shè)檢驗(yàn)步驟，在保證控制變量不變的前提下，回歸仍使用年份一個(gè)體雙固定效應(yīng)模型。結(jié)果如表4所示，模型（1）和模型（2）中的數(shù)字化轉(zhuǎn)型（DT）的回歸系數(shù)在1%的水平仍顯著為正，表明在替換TFP測量方法后，研究結(jié)論依舊穩(wěn)健，再次驗(yàn)證假設(shè)H1成立。

2.內(nèi)生性檢驗(yàn)

回歸分析結(jié)果顯示，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠有效助力其全要素生產(chǎn)率的提升。但考慮到內(nèi)生性問題，全要素生產(chǎn)率在一定程度上也可能會反向影響企業(yè)數(shù)字化轉(zhuǎn)型程度，即二者之間互為因果關(guān)系，回歸結(jié)果有偏。此外，盡管控制了可能對企業(yè)全要素生產(chǎn)率造成影響的因素，但仍可能存在不可觀測因素影響實(shí)證結(jié)果。因此，為緩解內(nèi)生性問題導(dǎo)致結(jié)果出現(xiàn)偏誤，選取工具變量法做進(jìn)一步檢驗(yàn)。參考趙樂等［48］選取工具變量方式，以滯后一期的數(shù)字化轉(zhuǎn)型（L.DT）作為工具變量進(jìn)行兩階段回歸?；貧w結(jié)果見表4模型（3）和模型（4）所示，模型（3）顯示了第一階段回歸結(jié)果，L.DT的回歸系數(shù)在1%的水平上顯著為正，說明滯后一期實(shí)施數(shù)字化轉(zhuǎn)型會影響企業(yè)對未來數(shù)字化轉(zhuǎn)型的重視程度。模型（4）顯示了第二階段回歸結(jié)果，DT系數(shù)在1%的統(tǒng)計(jì)水平上顯著為正，表明在控制潛在內(nèi)生性問題后，假設(shè)H1仍然成立。

（五）異質(zhì)性分析及討論

為了進(jìn)一步揭示不同類型企業(yè)如何根據(jù)自身資源基礎(chǔ)更好地實(shí)現(xiàn)高質(zhì)量發(fā)展，本文基于企業(yè)所有制、企業(yè)規(guī)模及地區(qū)差異進(jìn)行深入分析，具體分析結(jié)果如表5所示。

1.企業(yè)所有制異質(zhì)性

表5中，模型（1）和模型（2）中報(bào)告了企業(yè)所有制異質(zhì)性分析結(jié)果，非國有企業(yè)和國有企業(yè)均在1%的水平上顯著為正，但可以看出在國有企業(yè)中，數(shù)字化轉(zhuǎn)型對企業(yè)全要素生產(chǎn)率的作用效應(yīng)更強(qiáng)。導(dǎo)致這種差異的原因可能有兩個(gè)方面。一方面，與非國有企業(yè)相比，國有企業(yè)在資源獲取、政策扶持及運(yùn)營資金等方面更具優(yōu)勢，在追求效益的同時(shí)，國有企業(yè)會積極響應(yīng)國家政策導(dǎo)向，提前做好轉(zhuǎn)型戰(zhàn)略規(guī)劃，從而使企業(yè)迅速適應(yīng)市場競爭環(huán)境帶來的不確定性，為提升企業(yè)全要素生產(chǎn)率提供了保障。另一方面，國有企業(yè)因其完善的福利體系及雄厚的實(shí)力在吸引高端技術(shù)人才方面更具優(yōu)勢，這提高了企業(yè)整體研發(fā)創(chuàng)新水平，從而使得實(shí)施數(shù)字化轉(zhuǎn)型在國有企業(yè)中對全要素生產(chǎn)率的促進(jìn)作用更明顯。

2.企業(yè)規(guī)模異質(zhì)性

本文以樣本企業(yè)資產(chǎn)規(guī)模中位數(shù)為分界點(diǎn)，將資產(chǎn)規(guī)模小于中位數(shù)的企業(yè)設(shè)定為中小企業(yè)，其余設(shè)定為大型企業(yè)。企業(yè)規(guī)模異質(zhì)性回歸結(jié)果如表5中模型（3）和模型（4）所示，大型企業(yè)和中小企業(yè)的DT系數(shù)均在1%的水平上顯著為正，但大型企業(yè)中，數(shù)字化轉(zhuǎn)型作用效應(yīng)更強(qiáng)。其原因可能是：大型企業(yè)在資金、技術(shù)和人才等方面積累雄厚，能夠?qū)?shù)字化轉(zhuǎn)型帶來的海量知識信息進(jìn)行有效吸收整合，進(jìn)而推動(dòng)運(yùn)營管控優(yōu)化及業(yè)務(wù)創(chuàng)新轉(zhuǎn)型。此時(shí)，中小企業(yè)作為產(chǎn)業(yè)鏈中“中長尾”部分，普遍存在數(shù)字化基礎(chǔ)薄弱、人才匱乏以及資金不足等問題，面臨著“不能轉(zhuǎn)型”“不敢轉(zhuǎn)型”等困境。因此，大型企業(yè)的數(shù)字化轉(zhuǎn)型對企業(yè)的作用效果更加顯著。

3.企業(yè)地區(qū)異質(zhì)性

表5中模型（5）至模型（7）顯示了地區(qū)異質(zhì)性回歸結(jié)果，在1%的統(tǒng)計(jì)水平上，各地區(qū)數(shù)字化轉(zhuǎn)型回歸系數(shù)與企業(yè)全要素生產(chǎn)率顯著正相關(guān)，但東部地區(qū)企業(yè)全要素生產(chǎn)率的提升效應(yīng)最強(qiáng)，中部次之，西部最弱。其原因可能在于：相較于中西部地區(qū)，經(jīng)濟(jì)發(fā)展水平較高的東部地區(qū)的數(shù)字化配套基礎(chǔ)設(shè)施較為完善，政府的政策支持力度將向經(jīng)濟(jì)水平較高的地區(qū)傾斜，提升了該地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平，也使該地區(qū)營商環(huán)境較好，投資者更愿意向該區(qū)域企業(yè)投入資金，更有助于當(dāng)?shù)仄髽I(yè)早日實(shí)現(xiàn)高質(zhì)量發(fā)展。

四、結(jié)論與討論

（一）研究結(jié)論

基于動(dòng)態(tài)能力理論，本文以滬深A(yù)股上市制造企業(yè)20162021年數(shù)據(jù)為樣本，詳細(xì)分析了我國上市制造企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型所產(chǎn)生的經(jīng)濟(jì)效應(yīng)，并以此為依據(jù)，就數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)全要素生產(chǎn)率間的影響及其作用機(jī)制進(jìn)行了實(shí)證檢驗(yàn)。第一，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠有效助力全要素生產(chǎn)率的提升，在替換被解釋變量測算方法和利用工具變量法克服其內(nèi)生性問題后，回歸結(jié)果依舊穩(wěn)健。第二，實(shí)施數(shù)字化轉(zhuǎn)型提高了企業(yè)的吸收能力、創(chuàng)新能力和適應(yīng)能力，進(jìn)而提升了企業(yè)全要素生產(chǎn)率。上述動(dòng)態(tài)能力的三個(gè)維度均能起到有效的中介效應(yīng)，因而動(dòng)態(tài)能力在兩者關(guān)系間亦能起到中介作用。第三，通過對企業(yè)所有制、規(guī)模大小及企業(yè)所處地區(qū)的異質(zhì)性研究，可發(fā)現(xiàn)相較于非國有企業(yè)、中小企業(yè)及中西部地區(qū)企業(yè)，數(shù)字化轉(zhuǎn)型對國有企業(yè)、大型企業(yè)及東部地區(qū)企業(yè)全要素生產(chǎn)率的提升效應(yīng)更強(qiáng)。

（二）實(shí)踐啟示

首先，企業(yè)要意識到數(shù)字化轉(zhuǎn)型已成為幫助其提升全要素生產(chǎn)率、實(shí)現(xiàn)高質(zhì)量發(fā)展的新引擎。企業(yè)要根據(jù)自身資源基礎(chǔ)，積極調(diào)整數(shù)字化轉(zhuǎn)型的邏輯思維，按照“評估規(guī)劃實(shí)施優(yōu)化”的邏輯閉環(huán)，有條不紊地進(jìn)行數(shù)字化轉(zhuǎn)型。另外，企業(yè)要構(gòu)建轉(zhuǎn)型過程中所需的組織架構(gòu)和管理體系，加大數(shù)字化人才引進(jìn)力度并開展定期培訓(xùn)，加強(qiáng)組織間部門的溝通與合作，提升企業(yè)經(jīng)營決策效率。

其次，企業(yè)要加強(qiáng)培養(yǎng)自身的動(dòng)態(tài)能力。要想充分發(fā)揮數(shù)字技術(shù)對提高企業(yè)運(yùn)營效率以及創(chuàng)新績效的作用，企業(yè)不僅需要擴(kuò)大關(guān)注視角，不能單純地考慮戰(zhàn)略與技術(shù)要素，還要重視企業(yè)所需能力的培養(yǎng)。本文揭示了動(dòng)態(tài)能力幫助企業(yè)汲取外部知識、適應(yīng)外部環(huán)境、提升創(chuàng)新效率、獲取競爭優(yōu)勢所發(fā)揮的重要作用。

最后，政府對中小企業(yè)及中西部地區(qū)企業(yè)要加大數(shù)字化轉(zhuǎn)型政策扶持，需督促各地政府積極落實(shí)相關(guān)措施，應(yīng)加強(qiáng)轉(zhuǎn)型引導(dǎo)、推廣試點(diǎn)應(yīng)用以及數(shù)字技術(shù)設(shè)施的建設(shè)。同時(shí)，政府制定的財(cái)政、稅收和信貸等優(yōu)惠政策應(yīng)向民營和中小企業(yè)傾斜，做好數(shù)字化“加減法”，助力企業(yè)實(shí)現(xiàn)低成本、高效率智能化轉(zhuǎn)型。

（三）研究不足與展望

本研究提出的假設(shè)雖已得到驗(yàn)證，但仍存在一些不足。其一，本研究的樣本數(shù)據(jù)均來源于制造企業(yè)，缺少對其他行業(yè)的檢驗(yàn)，因而研究結(jié)論并不具有普適性，未來對數(shù)字化轉(zhuǎn)型及其相關(guān)研究可以嘗試從多個(gè)行業(yè)出發(fā)進(jìn)行比較研究，可能會發(fā)現(xiàn)在特定行業(yè)條件下數(shù)字化轉(zhuǎn)型所帶來的其他經(jīng)濟(jì)效益。其二，研究視角具有局限性。本研究僅從動(dòng)態(tài)能力視角出發(fā)，考察吸收能力、創(chuàng)新能力和適應(yīng)能力三個(gè)維度在數(shù)字化轉(zhuǎn)型和全要素生產(chǎn)率間的中介作用。未來可嘗試從其他視角或可能影響數(shù)字化轉(zhuǎn)型和全要素生產(chǎn)率間作用關(guān)系的其他變量出發(fā)，進(jìn)一步拓展其作用機(jī)制。其三，本研究對于數(shù)字化轉(zhuǎn)型指標(biāo)的測度，參考以往學(xué)者的測量方法，采用所選樣本企業(yè)財(cái)務(wù)年報(bào)中出現(xiàn)的與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻來衡量數(shù)字化轉(zhuǎn)型程度，但這不能很好地反應(yīng)企業(yè)內(nèi)部運(yùn)營、人力資源架構(gòu)、生產(chǎn)環(huán)節(jié)的數(shù)字化轉(zhuǎn)型程度，未來可嘗試完善數(shù)字化轉(zhuǎn)型指標(biāo)的測度，進(jìn)而更好地幫助企業(yè)理解和利用數(shù)字化轉(zhuǎn)型所帶來的優(yōu)勢，助力企業(yè)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［1］李廉水，鮑怡發(fā)，劉軍.智能化對中國制造業(yè)全要素生產(chǎn)率的影響研究［J］.科學(xué)學(xué)研究，2020（4）：609-618.

［2］黃速建，肖紅軍，王欣.論國有企業(yè)高質(zhì)量發(fā)展［J］.中國工業(yè)經(jīng)濟(jì)，2018（10）：19-41.

［3］劉平峰，張旺.數(shù)字技術(shù)如何賦能制造業(yè)全要素生產(chǎn)率？［J］.科學(xué)學(xué)研究，2021（8）：1396-1406.

［4］張軍，郭希宇.數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的交互影響及空間溢出［J］.重慶郵電大學(xué)學(xué)報(bào)（社會科學(xué)版），2022（3）：97-108.

［5］劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［J］.管理世界，2021（5）：170-190.

［6］肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［J］.改革，2020（4）：37-49.

［7］FRYNAS J G， MICHAEL J M， MELLAHI K. Management innovation made in China： Haier’s rendanheyi［J］.California Management Review，2018（1）：71-93.

［8］張恒梅，李南希.創(chuàng)新驅(qū)動(dòng)下以物聯(lián)網(wǎng)賦能制造業(yè)智能化轉(zhuǎn)型［J］.經(jīng)濟(jì)縱橫，2019（7）：93-100.

［9］楊文溥，曾會鋒.數(shù)字經(jīng)濟(jì)促進(jìn)全要素生產(chǎn)率提升的效應(yīng)評價(jià)［J］.技術(shù)經(jīng)濟(jì)，2022（9）：1-9.

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

［11］趙宸宇.數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.南開管理評論，2021（2）：149-163.

［12］LAURA B C. Technological innovation in the pharmaceutical industry： The use of organizational control in managing research and development［J］.Organization Science，2001（1）：19-36.

［13］尚洪濤，吳桐.企業(yè)數(shù)字化轉(zhuǎn)型、社會責(zé)任與企業(yè)價(jià)值［J］.技術(shù)經(jīng)濟(jì)，2022（7）：159-168.

［14］張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)［J］.審計(jì)研究，2021（3）：62-71.

［15］李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績效——企業(yè)家精神的調(diào)節(jié)效應(yīng)［J］.經(jīng)濟(jì)管理，2021（10）：5-23.

［16］LI L， SU F， ZHANG W， et al. Digital transformation by SME entrepreneurs： A capability perspective［J］.Information Systems Journal，2018（6）：1129-1157.

［17］花俊國，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.

［18］陳中飛，江康奇，殷明美.數(shù)字化轉(zhuǎn)型能緩解企業(yè)“融資貴”嗎［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022（8）：79-97.

［19］SOLOW R M. Technical change and the aggregate production function［J］.The Review of Economics and Statistics，1957（3）：312-320.

［20］劉家悅，胡穎，李波.人力資本、融資約束與企業(yè)全要素生產(chǎn)率——來自中國制造業(yè)企業(yè)的微觀證據(jù)［J］.華東經(jīng)濟(jì)管理，2020（10）：112-119.

［21］薛成，孟慶璽，何賢杰.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)技術(shù)知識擴(kuò)散——來自“寬帶中國”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)［J］.財(cái)經(jīng)研究，2020（4）：48-62.

［22］周嘉，馬世龍.從賦能到使能：新基建驅(qū)動(dòng)下的工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型［J］.西安交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2022（3）：20-30.

［23］蔡延澤，龔新蜀，趙賢.數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)全要素生產(chǎn)率影響的實(shí)證檢驗(yàn)［J］.統(tǒng)計(jì)與決策，2022（15）：98-103.

［24］孫早，徐遠(yuǎn)華.信息基礎(chǔ)設(shè)施建設(shè)能提高中國高技術(shù)產(chǎn)業(yè)的創(chuàng)新效率嗎？——基于2002—2013年高技術(shù)17個(gè)細(xì)分行業(yè)面板數(shù)據(jù)的經(jīng)驗(yàn)分析［J］.南開經(jīng)濟(jì)研究，2018（2）：72-92.

［25］BANALIEVA E R， DHANARAJ C. Internalization theory for the digital economy［J］.Journal of International Business Studies，2019（8）：1372-1387.

［26］白萬平，孫溶鎂，白鴿.數(shù)字經(jīng)濟(jì)發(fā)展提高了企業(yè)全要素生產(chǎn)率嗎？——基于A股上市公司的分析［J］.經(jīng)濟(jì)與管理評論，2022（5）：5-19.

［27］李宗顯，楊千帆.數(shù)字經(jīng)濟(jì)如何影響中國經(jīng)濟(jì)高質(zhì)量發(fā)展？［J］.現(xiàn)代經(jīng)濟(jì)探討，2021（7）：10-19.

［28］裴長洪，倪江飛，李越.數(shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，2018（9）：5-22.

［29］郭豐，楊上廣，金環(huán).數(shù)字經(jīng)濟(jì)對企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022（9）：20-36.

［30］TEECE D J， PISANO G， SHUEN A. Dynamic capabilities and strategic management［J］.Strategic Management Journal，1997（7）：509-533.

［31］WANG C L， AHMED P K. Dynamic capabilities： A review and research agenda［J］.International Journal of Management Reviews，2007（1）：31-51.

［32］李大元，項(xiàng)保華，陳應(yīng)龍.企業(yè)動(dòng)態(tài)能力及其功效：環(huán)境不確定性的影響［J］.南開管理評論，2009（6）：60-68.

［33］賀小剛，李新春，方海鷹.動(dòng)態(tài)能力的測量與功效：基于中國經(jīng)驗(yàn)的實(shí)證研究［J］.管理世界，2006（3）：94-103.

［34］趙鳳，王鐵男，王宇.開放式創(chuàng)新中的外部技術(shù)獲取與產(chǎn)品多元化：動(dòng)態(tài)能力的調(diào)節(jié)作用研究［J］.管理評論，2016（6）：76-85.

［35］楊林，和欣，顧紅芳.高管團(tuán)隊(duì)經(jīng)驗(yàn)、動(dòng)態(tài)能力與企業(yè)戰(zhàn)略突變：管理自主權(quán)的調(diào)節(jié)效應(yīng)［J］.管理世界，2020（6）：168-188.

［36］戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革［J］.管理世界，2020（6）：135-152.

［37］程惠芳，陸嘉俊.知識資本對工業(yè)企業(yè)全要素生產(chǎn)率影響的實(shí)證分析［J］.經(jīng)濟(jì)研究，2014（5）：174-187.

［38］何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估［J］.改革，2019（4）：137-148.

［39］LIU D Y， CHEN S W， CHOU T C. Resource fit in digital transformation lessons learned from the CBC bank global e-banking project［J］.Management Decision，2011（9/10）：1728-1742.

［40］趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020（10）：65-76.

［41］李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

［42］姚小濤，亓?xí)?，劉琳琳，?企業(yè)數(shù)字化轉(zhuǎn)型：再認(rèn)識與再出發(fā)［J］.西安交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2022（3）：1-9.

［43］李煜華，向子威，廖承軍.先進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型組態(tài)路徑研究——基于“技術(shù)組織環(huán)境”的理論框架［J］.科技管理研究，2022（3）：119-126.

［44］魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：19992007［J］.經(jīng)濟(jì)學(xué)（季刊），2012（2）：541-558.

［45］LEVINSOHN J， PETRIN A. Estimating production functions using inputs to control for unobservables ［J］.The Review of Economic Studies，2003（2）：317-341.

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

［47］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014（5）：731-745.

［48］趙樂，王琨，任宏達(dá).CFO高管排位與企業(yè)投資效率［J］.中國會計(jì)評論，2020（3）：407-436.

Digital transformation， dynamic capabilities， and total factor productivity

of enterprises： Empirical evidence based on listed companiesin China’s manufacturing industry

Abstract：

The deep integration of digital technology and traditional industries has gradually become a new driving force for the sustainable development of China’s economy. As the micro subject of macro-economy， the innovation and development level of enterprises is closely related to the optimization of macro-economic structure and the transformation and upgrading of economic development mode. Therefore， it is of profound practical significance and practical value for enterprises to use digital technology for transformation and upgrading to further improve their total factor productivity. Based on the dynamic capability theory， this paper uses A-share listed manufacturing enterprises in Shanghai and Shenzhen from 2016 to 2021 as samples to empirically investigate the impact of digital transformation on the total factor productivity of enterprises and the impact mechanism. The findings are as follows： First， digital transformation is significantly positively correlated with total factor productivity of enterprises. After considering the endogeneity problem and stability test， the research conclusion is still valid. Second， the results of the mechanism of action show that the implementation of digital transformation improves the absorptive capacity， innovation capacity and adaptability of the enterprise， and then promotes the improvement of the total factor productivity of the enterprise. After the Sobel test of the intermediary variables， the research conclusion is still robust. Among them， the effect of absorptive capacity is the strongest， followed by innovation capacity， and adaptation capacity is the weakest. Third， through the heterogeneity analysis of enterprise ownership， scale and the region where enterprises are located， it is found that compared with non-state-owned enterprises， small and medium-sized enterprises and enterprises in central and western regions， digital transformation has a stronger improvement effect on the total factor productivity of state-owned enterprises， large enterprises and enterprises in eastern regions. This study expands the relevant theories of digital transformation and has important implications for accelerating the development of digital economy， deepening supply-side structural reform， accelerating the transformation of new and old driving forces， and helping enterprises achieve high-quality development at an early date.

Keywords：

digital transformation; total factor productivity; dynamic capacity; intermediary effect; high-quality development