| 4,875 | 0 | 84 |
| 下载次数 | 被引频次 | 阅读次数 |
文章以2013—2022年中国沪深A股上市公司为研究对象，基于完整创新链视角，采用链式中介效应模型，实证考察数字化转型对全要素生产率的影响。研究发现：数字化转型对全要素生产率具有显著的正向影响，且存在“数字化转型—创新投入—全要素生产率”“数字化转型—创新绩效—全要素生产率”和“数字化转型—创新投入—创新绩效—全要素生产率”三条路径；进一步研究发现，在上述路径中，内部控制和专业化分工在数字化转型与创新绩效之间发挥了部分中介作用；数字化转型对全要素生产率的影响在企业规模、行业特征以及地区差异方面存在异质性。研究结论对提升企业创新能力，推动经济高质量发展具有重要意义。
Abstract：This essay examines the impact of digital transformation on total factor productivity by analyzing Chinese A-share listed companies in Shanghai and Shenzhen spanning the period from 2013 to 2022, employing a chain mediation effect model within the framework of a comprehensive innovation chain perspective for empirical analysis. Research findings: digital transformation exerts a significant positive impact on total factor productivity, as evidenced by three distinct pathways: "digital transformation—innovation investment—total factor productivity", "digital transformation—innovation performance—total factor productivity", and "digital transformation—innovation investment—innovation performance—total factor productivity". Further analysis reveals that internal control and specialization serve as partial mediators in the relationship between digital transformation and innovation performance within these pathways. Moreover,the impact of digital transformation on total factor productivity exhibits heterogeneity across variables such as firm size,industry characteristics, and regional disparities. The research findings are crucial for enhancing corporate innovation capabilities and fostering high-quality economic development.
[1]杨慧梅，江璐.数字经济、空间效应与全要素生产率[J].统计研究，2021,38(4):3-15.
[2]赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021,42(7):114-129.
[3]刘新争.企业数字化转型中的“生产率悖论”——来自制造业上市公司的经验证据[J].经济学家，2023(11):37-47.
[4]BOEING P,MUELLER E,SANDNER P. China′s R&D Explosion:Analyzing Productivity Effects Across Ownership Types and Over Time[J]. Research Policy,2016,45(1):159-176.
[5]任英华，刘宇钊，李海彤.人工智能技术创新与企业全要素生产率[J].经济管理，2023,45(9):50-67.
[6]田维斌，袁海峰，王占香.技术创新、技术引进与经济增长方式转变[J].经济研究，2014,49(7):31-43.
[7]王昱，黄真瑞，胡腾.政策迎合能否兼顾高质量发展？——制造业企业的研发操纵与生产率[J].科学学研究，2022,40(9):1562-1573.
[8]ZHOU C F,CHEN J. Can Digital Transformation Overcome the Enterprise Innovation Dilemma:Effect,Mechanism and Effective Boundary[J]. Technological Forecasting and Social Change,2023,190:122378.
[9]董松柯，刘希章，李娜.数字化转型是否降低企业研发操纵?[J].数量经济技术经济研究，2023,40(4):28-51.
[10]刘淑春，闫津臣，张思雪，等.企业管理数字化变革能提升投入产出效率吗[J].管理世界，2021,37(5):170-190,13.
[11]王开科，吴国兵，章贵军.数字经济发展改善了生产效率吗[J].经济学家，2020(10):24-34.
[12]杨晶，李哲，康琪.数字化转型对国家创新体系的影响与对策研究[J].研究与发展管理，2020,32(6):26-38.
[13]上官绪明，葛斌华.科技创新、环境规制与经济高质量发展——来自中国278个地级及以上城市的经验证据[J].中国人口·资源与环境，2020,30(6):95-104.
[14]MERíN-RODRIGá?EZ J,DASíà，ALEGRE J. Digital Transformation and Firm Performance in Innovative SMEs:The Mediating Role of Business Model Innovation[J].Technovation,2024,134:103027.
[15]李青原，李昱，章尹赛楠，等.企业数字化转型的信息溢出效应——基于供应链视角的经验证据[J].中国工业经济，2023(7):142-159.
[16]戚聿东，肖旭.数字经济时代的企业管理变革[J].管理世界，2020,36(6):135-152,250.
[17]杨德明，刘泳文.“互联网+”为什么加出了业绩[J].中国工业经济，2018(5):80-98.
[18]毛义华，康晓婷，方燕翎.创新氛围与知识管理对创新绩效的影响研究[J].科学学研究，2021,39(3):519-529.
[19]黄先海，王瀚迪，孙涌铭，等.数字技术与企业出口质量升级——来自专利文本机器学习的证据[J].数量经济技术经济研究，2023,40(12):69-89.
[20]BOLAND R J,LYYTINEN K,YOO Y J. Wakes of Innovation in Project Networks:The Case of Digital 3-D Representations in Architecture,Engineering,and Construction[J]. Organization Science,2007,18(4):631-647.
[21]陈晓红，李杨扬，宋丽洁，等.数字经济理论体系与研究展望[J].管理世界，2022,38(2):208-224,13-16.
[22]施炳展，李建桐.互联网是否促进了分工：来自中国制造业企业的证据[J].管理世界，2020,36(4):130-149.
[23]姚立杰，朱孟杰，邹婧鑫.内部控制总能促进企业创新吗？——来自高新技术企业的证据[J].审计研究，2023(5):147-160.
[24]李晓翔，张树含.数字化转型如何影响企业融通创新?[J].经济管理，2023,45(4):41-63.
[25]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014,22(5):731-745.
[26]刘家树，石洪波，齐昕.创新链视角下高新技术企业认定效应与机制研究[J].科研管理，2022,43(6):22-31.
[27]鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊），2012,11(2):541-558.
[28]宋敏，周鹏，司海涛.金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J].中国工业经济，2021(4):138-155.
[29]吴非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据[J].管理世界，2021,37(7):130-144,10.
[30]李雪松，党琳，赵宸宇.数字化转型、融入全球创新网络与创新绩效[J].中国工业经济，2022(10):43-61.
[31]卢福财，王雨晨，徐远彬.头部企业在数字化转型中的作用[J].数量经济技术经济研究，2024,41(5):92-112.
[32]赵璨，陈仕华，曹伟.“互联网+”信息披露：实质性陈述还是策略性炒作——基于股价崩盘风险的证据[J].中国工业经济，2020(3):174-192.
[33]黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济，2019(8):5-23.
[34]袁淳，肖土盛，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化[J].中国工业经济，2021(9):137-155.
[35]李旭超，张文怡，赵婧.企业数字化转型、人力资本升级与高质量就业[J].北京工商大学学报（社会科学版），2024,39(3):40-52.
（1）索洛悖论（Productivity Paradox），又称“生产率悖论”。20世纪80年代末，美国学者查斯曼（Strassman）通过对292家企业的调查发现，企业的IT投资与投资回报率没有明显关系。新质生产力理论强调科技是第一生产力，并将其应用于具体的产业和产业链，以实现经济增长。范子英教授在“从索洛悖论到新质生产力”的演讲中提出，新质生产力超越了索洛悖论，可以实现从0到1，从1到N的创新。
（2）经济学家熊彼特提出，创新投入会影响创新绩效。索洛在其发表的《技术变化和总量生产函数》中提出了著名的索洛模型，并利用该模型定量测度了创新投入（技术进步）对创新绩效（经济增长）的贡献，后来的学者对其进行了进一步的拓展，即创新投入会影响创新绩效。
基本信息:
DOI：10.19629/j.cnki.34-1014/f.240605003
中图分类号:F832.51;F270.7;F273
引用信息:
[1]刘胜强,余鑫月,胡轩瑜等.企业数字化转型对全要素生产率的影响——基于完整创新的链式中介效应模型[J].华东经济管理,2025,39(03):92-103.DOI:10.19629/j.cnki.34-1014/f.240605003.
基金信息:
重庆市研究生教育教学改革研究项目“数字化转型背景下的会计学硕士人才培养质量提升策略研究”（YJG233104）; 重庆工商大学研究生创新项目“‘四链’融合下成渝地区制造业新质生产力的培育机制与实现路径研究”（yjscxx2024-284-77）