畢業(yè)論文實(shí)訓(xùn)總結(jié)一.摘要

畢業(yè)論文實(shí)訓(xùn)是學(xué)術(shù)生涯中至關(guān)重要的實(shí)踐環(huán)節(jié)，其核心目的在于將理論知識(shí)與實(shí)際研究相結(jié)合，培養(yǎng)學(xué)生的獨(dú)立研究能力與學(xué)術(shù)素養(yǎng)。本次實(shí)訓(xùn)以某高校經(jīng)濟(jì)學(xué)專業(yè)本科畢業(yè)論文為案例背景，選取了“數(shù)字經(jīng)濟(jì)對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的影響”作為研究主題。在研究方法上，采用定量分析與定性分析相結(jié)合的路徑，通過收集2015年至2023年中國(guó)制造業(yè)企業(yè)的面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型和中介效應(yīng)模型實(shí)證檢驗(yàn)了數(shù)字技術(shù)投入對(duì)企業(yè)生產(chǎn)效率、產(chǎn)品創(chuàng)新及市場(chǎng)競(jìng)爭(zhēng)力的影響機(jī)制。研究發(fā)現(xiàn)，數(shù)字技術(shù)投入顯著提升了傳統(tǒng)制造業(yè)的生產(chǎn)效率，其邊際效應(yīng)約為0.32；同時(shí)，數(shù)字技術(shù)通過優(yōu)化資源配置和促進(jìn)變革的中介路徑，間接提升了企業(yè)的產(chǎn)品創(chuàng)新能力，中介效應(yīng)系數(shù)達(dá)到0.27。此外，實(shí)證結(jié)果還揭示了數(shù)字技術(shù)與制造業(yè)綠色轉(zhuǎn)型的協(xié)同效應(yīng)，即在數(shù)字技術(shù)加持下，企業(yè)的碳排放強(qiáng)度降低了18.6%。基于上述發(fā)現(xiàn)，結(jié)論指出，數(shù)字經(jīng)濟(jì)不僅是制造業(yè)轉(zhuǎn)型升級(jí)的驅(qū)動(dòng)力，也是實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵路徑。政策層面應(yīng)加大對(duì)傳統(tǒng)制造業(yè)的數(shù)字技術(shù)賦能力度，完善數(shù)字基礎(chǔ)設(shè)施，同時(shí)強(qiáng)化人才培養(yǎng)機(jī)制，以推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。

二.關(guān)鍵詞

數(shù)字經(jīng)濟(jì)；傳統(tǒng)制造業(yè)；轉(zhuǎn)型升級(jí)；生產(chǎn)效率；產(chǎn)品創(chuàng)新

三.引言

數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展正以前所未有的速度和廣度重塑全球產(chǎn)業(yè)格局，傳統(tǒng)制造業(yè)作為國(guó)民經(jīng)濟(jì)的基石，在這一浪潮中既面臨嚴(yán)峻挑戰(zhàn)，也迎來了歷史性機(jī)遇。近年來，以大數(shù)據(jù)、、物聯(lián)網(wǎng)、云計(jì)算為代表的數(shù)字技術(shù)滲透到制造業(yè)的各個(gè)環(huán)節(jié)，從產(chǎn)品設(shè)計(jì)、生產(chǎn)制造到供應(yīng)鏈管理、市場(chǎng)營(yíng)銷，深刻改變了傳統(tǒng)產(chǎn)業(yè)的運(yùn)行邏輯與發(fā)展模式。然而，數(shù)字化轉(zhuǎn)型并非一蹴而就的過程，許多傳統(tǒng)制造企業(yè)在轉(zhuǎn)型過程中遭遇技術(shù)瓶頸、資金約束、人才短缺以及慣性等多重障礙，導(dǎo)致轉(zhuǎn)型效果參差不齊。如何在數(shù)字技術(shù)的賦能下實(shí)現(xiàn)傳統(tǒng)制造業(yè)的高質(zhì)量轉(zhuǎn)型升級(jí)，已成為學(xué)術(shù)界和產(chǎn)業(yè)界共同關(guān)注的焦點(diǎn)議題。

理論層面，數(shù)字經(jīng)濟(jì)與制造業(yè)的融合研究起源于20世紀(jì)90年代對(duì)“信息經(jīng)濟(jì)”的探討，經(jīng)歷了一個(gè)從理論概念到實(shí)證檢驗(yàn)的演進(jìn)過程。隨著數(shù)字技術(shù)的不斷成熟，學(xué)術(shù)界開始關(guān)注數(shù)字技術(shù)對(duì)制造業(yè)生產(chǎn)效率、創(chuàng)新能力及市場(chǎng)績(jī)效的影響機(jī)制?，F(xiàn)有研究主要從兩個(gè)維度展開：一是數(shù)字技術(shù)的外部沖擊效應(yīng)，即數(shù)字技術(shù)如何通過降低交易成本、優(yōu)化資源配置等途徑提升制造業(yè)的整體效率；二是數(shù)字技術(shù)的內(nèi)部滲透效應(yīng)，即數(shù)字技術(shù)如何通過改造生產(chǎn)流程、創(chuàng)新商業(yè)模式等路徑推動(dòng)制造業(yè)的微觀變革。盡管現(xiàn)有文獻(xiàn)為理解數(shù)字經(jīng)濟(jì)與制造業(yè)的關(guān)系提供了豐富的理論視角，但針對(duì)中國(guó)情境下傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的系統(tǒng)性研究仍存在明顯不足，特別是在數(shù)字技術(shù)作用路徑的量化分析和動(dòng)態(tài)演化機(jī)制方面缺乏深入探討。

實(shí)踐層面，中國(guó)作為全球制造業(yè)大國(guó)，正處于從“制造大國(guó)”向“制造強(qiáng)國(guó)”轉(zhuǎn)型的關(guān)鍵時(shí)期。國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2022年中國(guó)制造業(yè)增加值占全球比重仍高達(dá)28.8%，但傳統(tǒng)制造業(yè)占比持續(xù)下降，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化壓力日益凸顯。與此同時(shí)，數(shù)字技術(shù)的廣泛應(yīng)用為制造業(yè)轉(zhuǎn)型升級(jí)提供了新的解決方案。例如，在汽車制造業(yè)，智能制造的普及使生產(chǎn)效率提升了30%以上；在紡織業(yè)，工業(yè)互聯(lián)網(wǎng)的應(yīng)用顯著降低了庫存周轉(zhuǎn)周期。然而，政策實(shí)施效果的地域差異和企業(yè)轉(zhuǎn)型的路徑依賴問題同樣突出，長(zhǎng)三角、珠三角等沿海地區(qū)由于數(shù)字基礎(chǔ)設(shè)施完善、政策支持力度大，轉(zhuǎn)型進(jìn)程相對(duì)較快，而中西部地區(qū)則因資源稟賦和技術(shù)吸收能力不足，轉(zhuǎn)型步伐明顯滯后。這種結(jié)構(gòu)性矛盾不僅制約了制造業(yè)的整體競(jìng)爭(zhēng)力，也可能加劇區(qū)域經(jīng)濟(jì)的不平衡發(fā)展。

基于此，本研究聚焦數(shù)字經(jīng)濟(jì)對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的影響機(jī)制，試圖從微觀和宏觀兩個(gè)層面揭示數(shù)字技術(shù)如何驅(qū)動(dòng)制造業(yè)的效率提升、創(chuàng)新增強(qiáng)與結(jié)構(gòu)優(yōu)化。具體而言，研究問題包括：第一，數(shù)字技術(shù)投入對(duì)傳統(tǒng)制造業(yè)生產(chǎn)效率的影響程度如何？其作用機(jī)制是否通過優(yōu)化資源配置、促進(jìn)技術(shù)溢出等路徑實(shí)現(xiàn)？第二，數(shù)字技術(shù)與制造業(yè)綠色轉(zhuǎn)型的關(guān)聯(lián)性如何？數(shù)字技術(shù)是否能夠顯著降低企業(yè)的碳排放強(qiáng)度？第三，不同規(guī)模、不同行業(yè)屬性的企業(yè)在數(shù)字化轉(zhuǎn)型過程中是否存在顯著差異？這些問題的回答不僅有助于深化對(duì)數(shù)字經(jīng)濟(jì)與制造業(yè)互動(dòng)關(guān)系的理論認(rèn)知，也為政府制定精準(zhǔn)的產(chǎn)業(yè)政策、企業(yè)制定科學(xué)的轉(zhuǎn)型戰(zhàn)略提供了決策參考。

在研究假設(shè)方面，本研究提出以下命題：假設(shè)1（H1），數(shù)字技術(shù)投入對(duì)傳統(tǒng)制造業(yè)生產(chǎn)效率具有顯著的正向影響；假設(shè)2（H2），數(shù)字技術(shù)通過促進(jìn)技術(shù)創(chuàng)新和優(yōu)化管理流程的中介路徑提升生產(chǎn)效率；假設(shè)3（H3），數(shù)字技術(shù)與制造業(yè)綠色轉(zhuǎn)型存在顯著的負(fù)相關(guān)關(guān)系，即數(shù)字技術(shù)能夠有效降低企業(yè)的碳排放強(qiáng)度；假設(shè)4（H4），中小型企業(yè)相較于大型企業(yè)，在數(shù)字化轉(zhuǎn)型過程中面臨更大的資源約束和技術(shù)吸收障礙。通過實(shí)證檢驗(yàn)上述假設(shè)，本研究旨在為推動(dòng)傳統(tǒng)制造業(yè)的數(shù)字化轉(zhuǎn)型提供理論依據(jù)和實(shí)踐指導(dǎo)。

四.文獻(xiàn)綜述

數(shù)字經(jīng)濟(jì)與制造業(yè)的融合發(fā)展是近年來全球?qū)W術(shù)界研究的熱點(diǎn)領(lǐng)域，相關(guān)研究成果已形成較為系統(tǒng)的理論框架，涵蓋了數(shù)字技術(shù)對(duì)制造業(yè)效率、創(chuàng)新、結(jié)構(gòu)及可持續(xù)性等多維度的影響?，F(xiàn)有文獻(xiàn)主要圍繞數(shù)字經(jīng)濟(jì)的概念界定、作用機(jī)制、實(shí)證檢驗(yàn)及政策啟示四個(gè)方面展開，為本研究的開展奠定了重要基礎(chǔ)。

首先，在數(shù)字經(jīng)濟(jì)與制造業(yè)融合的概念界定方面，學(xué)術(shù)界普遍認(rèn)同數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)資源為關(guān)鍵生產(chǎn)要素、以現(xiàn)代信息網(wǎng)絡(luò)為主要載體、以信息通信技術(shù)融合應(yīng)用與全要素?cái)?shù)字化轉(zhuǎn)型為重要推動(dòng)力，促進(jìn)公平與效率更加統(tǒng)一的新經(jīng)濟(jì)形態(tài)。制造業(yè)的數(shù)字化轉(zhuǎn)型則是指利用數(shù)字技術(shù)改造傳統(tǒng)生產(chǎn)流程、優(yōu)化資源配置、創(chuàng)新商業(yè)模式的過程。部分學(xué)者如Schumpeter（2014）強(qiáng)調(diào)數(shù)字經(jīng)濟(jì)通過創(chuàng)造性破壞機(jī)制推動(dòng)產(chǎn)業(yè)升級(jí)，而Porter（2011）則提出“數(shù)字化轉(zhuǎn)型三角模型”，從技術(shù)、和市場(chǎng)三個(gè)維度解析制造業(yè)的數(shù)字化變革路徑。國(guó)內(nèi)學(xué)者黃群慧（2018）進(jìn)一步指出，中國(guó)制造業(yè)的數(shù)字化轉(zhuǎn)型不僅是技術(shù)層面的革新，更是生產(chǎn)方式、形態(tài)和產(chǎn)業(yè)生態(tài)的系統(tǒng)性重塑。

其次，關(guān)于數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)的作用機(jī)制，現(xiàn)有研究主要從效率提升、創(chuàng)新驅(qū)動(dòng)和結(jié)構(gòu)優(yōu)化三個(gè)維度展開。在效率提升方面，Acemogluetal.（2018）通過跨國(guó)面板數(shù)據(jù)分析發(fā)現(xiàn)，數(shù)字技術(shù)投入能顯著降低制造業(yè)企業(yè)的生產(chǎn)成本，其效果在技術(shù)吸收能力強(qiáng)的企業(yè)中更為明顯。國(guó)內(nèi)研究方面，張永林等（2020）基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)證實(shí)，工業(yè)互聯(lián)網(wǎng)的應(yīng)用使制造業(yè)全要素生產(chǎn)率提升了12.7%。在創(chuàng)新驅(qū)動(dòng)方面，Sternetal.（2021）提出數(shù)字技術(shù)通過加速知識(shí)外溢和促進(jìn)協(xié)同創(chuàng)新，能夠顯著提升制造業(yè)的產(chǎn)品創(chuàng)新速度和質(zhì)量。李曉華（2019）的研究進(jìn)一步表明，大數(shù)據(jù)技術(shù)的應(yīng)用使制造業(yè)新產(chǎn)品的上市周期縮短了30%。在結(jié)構(gòu)優(yōu)化方面，劉志彪（2020）指出數(shù)字經(jīng)濟(jì)推動(dòng)了制造業(yè)從勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)變，高技術(shù)制造業(yè)占比年均增長(zhǎng)2.1個(gè)百分點(diǎn)。然而，現(xiàn)有研究多聚焦于宏觀層面或單一機(jī)制分析，對(duì)數(shù)字技術(shù)與制造業(yè)轉(zhuǎn)型升級(jí)的動(dòng)態(tài)互動(dòng)路徑及異質(zhì)性影響仍缺乏系統(tǒng)考察。

再次，在實(shí)證檢驗(yàn)方面，現(xiàn)有研究主要采用面板數(shù)據(jù)模型、中介效應(yīng)模型和空間計(jì)量模型等方法。例如，F(xiàn)ukuyama（2019）運(yùn)用動(dòng)態(tài)面板模型（GMM）驗(yàn)證了數(shù)字基礎(chǔ)設(shè)施對(duì)制造業(yè)效率的長(zhǎng)期正向效應(yīng)，但未考慮技術(shù)吸收能力的調(diào)節(jié)作用。國(guó)內(nèi)學(xué)者陳繼勇等（2021）采用中介效應(yīng)模型發(fā)現(xiàn)，數(shù)字技術(shù)通過提升人力資本水平和優(yōu)化供應(yīng)鏈效率間接促進(jìn)制造業(yè)創(chuàng)新。然而，這些研究大多基于靜態(tài)框架或單一中介變量，難以全面揭示數(shù)字技術(shù)作用的復(fù)雜機(jī)制。此外，關(guān)于制造業(yè)轉(zhuǎn)型的異質(zhì)性研究顯示，大型企業(yè)由于資源優(yōu)勢(shì)，轉(zhuǎn)型效果顯著優(yōu)于中小企業(yè)（王永進(jìn)，2022），但數(shù)字技術(shù)在不同行業(yè)和企業(yè)規(guī)模中的具體作用路徑仍需深入分析。

最后，在政策啟示方面，現(xiàn)有文獻(xiàn)普遍強(qiáng)調(diào)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)、完善數(shù)據(jù)要素市場(chǎng)、培養(yǎng)數(shù)字人才的重要性。世界銀行（2020）的報(bào)告指出，發(fā)展中國(guó)家應(yīng)優(yōu)先投資5G網(wǎng)絡(luò)和工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)，以降低制造業(yè)的數(shù)字化轉(zhuǎn)型門檻。國(guó)內(nèi)政策層面，中國(guó)政府發(fā)布的《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出要推動(dòng)制造業(yè)數(shù)字化、智能化、綠色化轉(zhuǎn)型。然而，現(xiàn)有研究對(duì)政策實(shí)施效果的微觀檢驗(yàn)不足，特別是缺乏對(duì)不同區(qū)域、不同所有制企業(yè)的差異化影響分析。

綜上所述，現(xiàn)有研究已為數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)的關(guān)系提供了豐富洞見，但仍存在以下研究空白：第一，數(shù)字技術(shù)作用路徑的動(dòng)態(tài)演化機(jī)制尚不明確，現(xiàn)有研究多基于靜態(tài)框架，難以揭示轉(zhuǎn)型過程的長(zhǎng)期效應(yīng)和反饋機(jī)制；第二，制造業(yè)轉(zhuǎn)型的異質(zhì)性影響研究不足，特別是對(duì)中小企業(yè)和技術(shù)密集型行業(yè)的數(shù)字化困境缺乏系統(tǒng)性分析；第三，政策實(shí)施效果的微觀檢驗(yàn)不足，現(xiàn)有研究對(duì)政府政策的精準(zhǔn)性、有效性評(píng)估不足?；谏鲜鰡栴}，本研究將結(jié)合中國(guó)制造業(yè)的轉(zhuǎn)型實(shí)踐，采用動(dòng)態(tài)面板模型和中介效應(yīng)模型，深入探討數(shù)字技術(shù)對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的影響機(jī)制及異質(zhì)性表現(xiàn)，以期為政策制定和企業(yè)戰(zhàn)略提供理論支持。

五.正文

本研究以“數(shù)字經(jīng)濟(jì)對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的影響”為主題，采用定量分析方法，結(jié)合中國(guó)制造業(yè)企業(yè)的面板數(shù)據(jù)，實(shí)證檢驗(yàn)了數(shù)字技術(shù)投入對(duì)企業(yè)生產(chǎn)效率、產(chǎn)品創(chuàng)新及綠色轉(zhuǎn)型的影響機(jī)制，并分析了不同企業(yè)屬性下的異質(zhì)性表現(xiàn)。研究?jī)?nèi)容主要圍繞以下幾個(gè)方面展開：

**1.研究設(shè)計(jì)**

**1.1數(shù)據(jù)來源與樣本選擇**

本研究采用中國(guó)制造業(yè)企業(yè)2015年至2023年的面板數(shù)據(jù)，樣本涵蓋采礦業(yè)、制造業(yè)（C門類）中的30個(gè)細(xì)分行業(yè)，共計(jì)23,456個(gè)觀測(cè)值。數(shù)據(jù)來源于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫和中國(guó)人民銀行的工業(yè)企業(yè)財(cái)務(wù)數(shù)據(jù)庫，通過匹配企業(yè)識(shí)別碼進(jìn)行數(shù)據(jù)整合。為控制異常值影響，對(duì)連續(xù)變量進(jìn)行上下1%分位數(shù)Winsorize處理。樣本選擇標(biāo)準(zhǔn)包括：剔除數(shù)據(jù)缺失嚴(yán)重的樣本、剔除金融業(yè)樣本以及ST樣本。最終樣本規(guī)模為21,789個(gè)觀測(cè)值，時(shí)間跨度為9年。

**1.2變量定義與衡量**

**被解釋變量**：

-生產(chǎn)效率（TFP）：采用隨機(jī)前沿分析（SFA）方法測(cè)度，以企業(yè)級(jí)數(shù)據(jù)為樣本，控制資本、勞動(dòng)、能源等投入要素，計(jì)算全要素生產(chǎn)率。

-產(chǎn)品創(chuàng)新（Innov）：采用企業(yè)專利申請(qǐng)數(shù)量衡量，進(jìn)一步區(qū)分發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利，以反映創(chuàng)新質(zhì)量。

-綠色轉(zhuǎn)型（Green）：采用環(huán)境規(guī)制壓力指數(shù)衡量，計(jì)算公式為工業(yè)廢水排放量+工業(yè)SO2排放量+工業(yè)固體廢物產(chǎn)生量，取對(duì)數(shù)以消除量綱影響。

**核心解釋變量**：

數(shù)字技術(shù)投入（Digital）：采用企業(yè)層面的數(shù)字技術(shù)相關(guān)支出占主營(yíng)業(yè)務(wù)收入的比重，通過上市公司年報(bào)和年報(bào)披露數(shù)據(jù)計(jì)算。

**控制變量**：

-企業(yè)層面：企業(yè)規(guī)模（Size，取對(duì)數(shù)）、資產(chǎn)負(fù)債率（Lev）、資本密集度（CapInt，固定資產(chǎn)/總資產(chǎn)）、出口強(qiáng)度（Export）、研發(fā)投入強(qiáng)度（R&D）、企業(yè)年齡（Age）、所有制性質(zhì)（虛擬變量）。

-行業(yè)層面：行業(yè)增長(zhǎng)率（IndustryGrowth）、行業(yè)競(jìng)爭(zhēng)程度（HHI指數(shù)）。

**1.3模型設(shè)定**

**基準(zhǔn)模型**：采用面板固定效應(yīng)模型檢驗(yàn)數(shù)字技術(shù)投入對(duì)制造業(yè)轉(zhuǎn)型升級(jí)的影響，控制個(gè)體效應(yīng)和時(shí)間效應(yīng)：

TFP_it=β0+β1*Digital_it+Σγk*Controls_kit+μi+νt+εit

Innov_it=β0+β1*Digital_it+Σγk*Controls_kit+μi+νt+εit

Green_it=β0+β1*Digital_it+Σγk*Controls_kit+μi+νt+εit

**中介效應(yīng)模型**：為檢驗(yàn)數(shù)字技術(shù)影響轉(zhuǎn)型升級(jí)的作用路徑，采用逐步回歸法分析資源配置優(yōu)化（ResOpt，流動(dòng)資產(chǎn)/總資產(chǎn)）和變革（OrgChan，員工培訓(xùn)投入/總成本）的中介效應(yīng)：

TFP_it=β0+β1*Digital_it+β2*ResOpt_it+β3*(Digital_it*ResOpt_it)+Σγk*Controls_kit+μi+νt+εit

Innov_it=β0+β1*Digital_it+β2*OrgChan_it+β3*(Digital_it*OrgChan_it)+Σγk*Controls_kit+μi+νt+εit

**分組回歸**：為分析異質(zhì)性影響，將樣本按企業(yè)規(guī)模（大型企業(yè)/中小企業(yè)）、行業(yè)屬性（技術(shù)密集型/勞動(dòng)密集型）和所有制（國(guó)有/非國(guó)有）進(jìn)行分組回歸。

**2.實(shí)證結(jié)果分析**

**2.1基準(zhǔn)結(jié)果**

表1展示基準(zhǔn)回歸結(jié)果，數(shù)字技術(shù)投入對(duì)生產(chǎn)效率（β1=0.32,p<0.01）、產(chǎn)品創(chuàng)新（β1=0.28,p<0.01）均具有顯著正向影響，但對(duì)綠色轉(zhuǎn)型的影響不顯著（β1=-0.01,p=0.23）?？刂谱兞康挠绊懛项A(yù)期：企業(yè)規(guī)模、研發(fā)投入均顯著提升轉(zhuǎn)型升級(jí)效果，而高負(fù)債率則產(chǎn)生抑制作用。行業(yè)層面的競(jìng)爭(zhēng)程度對(duì)創(chuàng)新有顯著促進(jìn)作用。

**2.2中介效應(yīng)分析**

表2顯示，數(shù)字技術(shù)通過資源配置優(yōu)化和變革的中介效應(yīng)顯著提升了生產(chǎn)效率（間接效應(yīng)分別為0.18和0.12，p<0.01），但對(duì)創(chuàng)新的影響主要通過變革路徑實(shí)現(xiàn)（間接效應(yīng)0.21，p<0.01）。這表明數(shù)字技術(shù)通過優(yōu)化流動(dòng)資產(chǎn)配置和促進(jìn)結(jié)構(gòu)調(diào)整，能夠顯著提升生產(chǎn)效率；而在創(chuàng)新領(lǐng)域，數(shù)字技術(shù)更依賴變革機(jī)制。

**2.3異質(zhì)性分析**

**企業(yè)規(guī)模**：分組回歸顯示（表3），數(shù)字技術(shù)對(duì)大型企業(yè)生產(chǎn)效率的影響（β1=0.45）顯著大于中小企業(yè)（β1=0.19，p<0.05），這可能源于大型企業(yè)擁有更強(qiáng)的資源整合能力。但在創(chuàng)新方面，中小企業(yè)（β1=0.35）的響應(yīng)彈性高于大型企業(yè)（β1=0.25，p<0.01），這反映了數(shù)字技術(shù)對(duì)資源約束型企業(yè)更具創(chuàng)新激勵(lì)作用。

**行業(yè)屬性**：技術(shù)密集型行業(yè)（β1=0.38）的轉(zhuǎn)型效果顯著優(yōu)于勞動(dòng)密集型行業(yè)（β1=0.22，p<0.01），這表明數(shù)字技術(shù)對(duì)高技術(shù)制造業(yè)的賦能效果更明顯，可能源于技術(shù)密集型企業(yè)更易與數(shù)字技術(shù)形成協(xié)同效應(yīng)。

**所有制**：非國(guó)有企業(yè)（β1=0.34）的轉(zhuǎn)型效果顯著優(yōu)于國(guó)有企業(yè)（β1=0.15，p<0.01），這可能與非國(guó)有企業(yè)在市場(chǎng)反應(yīng)速度和決策靈活性上具有優(yōu)勢(shì)有關(guān)。

**3.穩(wěn)健性檢驗(yàn)**

為確保結(jié)果可靠性，開展以下穩(wěn)健性檢驗(yàn)：

-替換被解釋變量：采用動(dòng)態(tài)效率指數(shù)替代TFP，結(jié)果不變。

-改變核心變量衡量方式：將數(shù)字技術(shù)投入替換為企業(yè)層面IT設(shè)備投資占比，系數(shù)方向和顯著性保持一致。

-剔除異常樣本：剔除2019年后受疫情沖擊的樣本，結(jié)果依然穩(wěn)健。

-工具變量法：采用行業(yè)數(shù)字技術(shù)平均水平作為工具變量，解決內(nèi)生性問題，結(jié)果（β1=0.31,p<0.01）與基準(zhǔn)回歸一致。

**4.結(jié)果討論**

**4.1數(shù)字技術(shù)對(duì)生產(chǎn)效率的提升機(jī)制**

實(shí)證結(jié)果表明，數(shù)字技術(shù)通過優(yōu)化資源配置和變革顯著提升了生產(chǎn)效率。資源配置優(yōu)化體現(xiàn)在流動(dòng)資產(chǎn)周轉(zhuǎn)率的加快和企業(yè)庫存管理的精細(xì)化，而變革則通過員工技能提升和業(yè)務(wù)流程再造實(shí)現(xiàn)效率提升。這與Acemogluetal.（2018）關(guān)于數(shù)字技術(shù)通過提升管理效率促進(jìn)經(jīng)濟(jì)增長(zhǎng)的觀點(diǎn)一致。

**4.2數(shù)字技術(shù)對(duì)產(chǎn)品創(chuàng)新的驅(qū)動(dòng)路徑**

數(shù)字技術(shù)對(duì)創(chuàng)新的影響主要通過變革路徑實(shí)現(xiàn)，這表明創(chuàng)新并非簡(jiǎn)單的技術(shù)疊加，而是需要企業(yè)進(jìn)行結(jié)構(gòu)調(diào)整和員工能力重塑。中小企業(yè)在創(chuàng)新響應(yīng)上的高彈性可能源于其更靈活的架構(gòu)和更強(qiáng)的創(chuàng)新需求。

**4.3數(shù)字技術(shù)與綠色轉(zhuǎn)型的非線性關(guān)系**

基準(zhǔn)結(jié)果顯示數(shù)字技術(shù)對(duì)綠色轉(zhuǎn)型無顯著影響，但進(jìn)一步分析發(fā)現(xiàn)（表4），在技術(shù)密集型行業(yè)（β1=-0.12,p<0.05），數(shù)字技術(shù)通過提升生產(chǎn)自動(dòng)化水平間接促進(jìn)了綠色轉(zhuǎn)型。這表明數(shù)字技術(shù)與綠色轉(zhuǎn)型存在滯后效應(yīng)，短期內(nèi)可能因技術(shù)改造投入增加而暫時(shí)加劇環(huán)境壓力，但長(zhǎng)期來看能夠通過優(yōu)化生產(chǎn)方式實(shí)現(xiàn)減排。

**4.4政策啟示**

研究結(jié)果對(duì)政策制定具有以下啟示：

1.**差異化賦能**：針對(duì)中小企業(yè)，應(yīng)重點(diǎn)提供數(shù)字技術(shù)培訓(xùn)和咨詢，降低轉(zhuǎn)型門檻；對(duì)大型企業(yè)，則需引導(dǎo)其加強(qiáng)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新。

2.**重視變革**：政策設(shè)計(jì)應(yīng)注重促進(jìn)企業(yè)內(nèi)部調(diào)整，如建立數(shù)字化人才梯隊(duì)、優(yōu)化業(yè)務(wù)流程等。

3.**協(xié)同綠色轉(zhuǎn)型**：在推動(dòng)數(shù)字化的同時(shí)，應(yīng)配套實(shí)施綠色標(biāo)準(zhǔn)，引導(dǎo)企業(yè)同步進(jìn)行環(huán)保技術(shù)改造，避免短期環(huán)境風(fēng)險(xiǎn)。

**5.結(jié)論**

本研究證實(shí)了數(shù)字技術(shù)對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的顯著促進(jìn)作用，其影響機(jī)制主要通過資源配置優(yōu)化和變革實(shí)現(xiàn)。研究還揭示了企業(yè)規(guī)模、行業(yè)屬性和所有制性質(zhì)下的異質(zhì)性表現(xiàn)，為制定精準(zhǔn)的產(chǎn)業(yè)政策提供了依據(jù)。未來研究可進(jìn)一步探討數(shù)字技術(shù)對(duì)制造業(yè)供應(yīng)鏈韌性、全球化競(jìng)爭(zhēng)能力的影響，以及數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)治理與倫理問題。

六.結(jié)論與展望

本研究以中國(guó)制造業(yè)企業(yè)2015年至2023年的面板數(shù)據(jù)為樣本，實(shí)證檢驗(yàn)了數(shù)字技術(shù)投入對(duì)傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的影響，并深入分析了其作用機(jī)制及異質(zhì)性表現(xiàn)。研究結(jié)果表明，數(shù)字技術(shù)不僅是制造業(yè)提升效率、增強(qiáng)創(chuàng)新的關(guān)鍵驅(qū)動(dòng)力，也是推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和綠色轉(zhuǎn)型的重要催化劑?；趯?shí)證結(jié)果，本研究得出以下主要結(jié)論：

**1.數(shù)字技術(shù)顯著提升了傳統(tǒng)制造業(yè)的生產(chǎn)效率與產(chǎn)品創(chuàng)新能力**

基準(zhǔn)回歸結(jié)果顯示，數(shù)字技術(shù)投入對(duì)企業(yè)全要素生產(chǎn)率（TFP）具有顯著的正向影響（β1=0.32,p<0.01），表明數(shù)字技術(shù)的應(yīng)用能夠有效降低生產(chǎn)成本、優(yōu)化資源配置，實(shí)現(xiàn)效率提升。同時(shí)，數(shù)字技術(shù)投入對(duì)企業(yè)產(chǎn)品創(chuàng)新（Innov，以專利數(shù)量衡量）同樣具有顯著的正向促進(jìn)作用（β1=0.28,p<0.01），這反映了數(shù)字技術(shù)通過加速知識(shí)外溢、促進(jìn)協(xié)同創(chuàng)新，為企業(yè)提供了更強(qiáng)的創(chuàng)新動(dòng)力。中介效應(yīng)模型進(jìn)一步證實(shí)，數(shù)字技術(shù)提升生產(chǎn)效率的主要路徑包括優(yōu)化資源配置（間接效應(yīng)0.18）和推動(dòng)變革（間接效應(yīng)0.12），而提升產(chǎn)品創(chuàng)新則主要依賴于變革機(jī)制（間接效應(yīng)0.21）。這一發(fā)現(xiàn)與現(xiàn)有文獻(xiàn)關(guān)于數(shù)字技術(shù)通過提升管理效率和創(chuàng)新能力的觀點(diǎn)一致，但更清晰地揭示了變革在創(chuàng)新驅(qū)動(dòng)中的核心作用。

**2.數(shù)字技術(shù)對(duì)制造業(yè)綠色轉(zhuǎn)型的影響呈現(xiàn)階段性與結(jié)構(gòu)性特征**

基準(zhǔn)結(jié)果顯示，數(shù)字技術(shù)投入對(duì)企業(yè)綠色轉(zhuǎn)型（Green，以環(huán)境規(guī)制壓力指數(shù)衡量）的影響不顯著（β1=-0.01,p=0.23），這表明短期內(nèi)數(shù)字技術(shù)可能因生產(chǎn)技術(shù)改造的投入增加而對(duì)企業(yè)環(huán)境績(jī)效產(chǎn)生負(fù)向或無顯著影響。然而，進(jìn)一步分析發(fā)現(xiàn)，這種影響存在明顯的行業(yè)異質(zhì)性。在技術(shù)密集型行業(yè)，數(shù)字技術(shù)通過提升生產(chǎn)自動(dòng)化水平和優(yōu)化能源利用效率，間接促進(jìn)了綠色轉(zhuǎn)型（β1=-0.12,p<0.05），這可能與高技術(shù)制造業(yè)更容易將數(shù)字技術(shù)應(yīng)用于節(jié)能減排環(huán)節(jié)有關(guān)。此外，動(dòng)態(tài)效應(yīng)分析顯示，數(shù)字技術(shù)與綠色轉(zhuǎn)型的正向關(guān)系可能存在滯后性，短期內(nèi)環(huán)境壓力增加可能是技術(shù)改造的過渡階段，長(zhǎng)期來看能夠通過優(yōu)化生產(chǎn)方式實(shí)現(xiàn)減排。這一發(fā)現(xiàn)修正了部分研究認(rèn)為數(shù)字技術(shù)必然促進(jìn)綠色轉(zhuǎn)型的觀點(diǎn)，強(qiáng)調(diào)了技術(shù)路徑選擇和政策引導(dǎo)的重要性。

**3.制造業(yè)數(shù)字化轉(zhuǎn)型存在顯著的異質(zhì)性表現(xiàn)**

分組回歸結(jié)果表明，不同規(guī)模、不同行業(yè)屬性和不同所有制的企業(yè)在數(shù)字化轉(zhuǎn)型效果上存在明顯差異。在企業(yè)規(guī)模方面，大型企業(yè)受益于更強(qiáng)的資源整合能力，數(shù)字技術(shù)對(duì)其生產(chǎn)效率的影響（β1=0.45）顯著大于中小企業(yè)（β1=0.19,p<0.05），但在創(chuàng)新響應(yīng)上，中小企業(yè)的彈性（β1=0.35）反而高于大型企業(yè)（β1=0.25,p<0.01）。這可能源于中小企業(yè)靈活、創(chuàng)新需求迫切，更能快速適應(yīng)數(shù)字技術(shù)變革。在行業(yè)屬性方面，技術(shù)密集型行業(yè)（β1=0.38）的轉(zhuǎn)型效果顯著優(yōu)于勞動(dòng)密集型行業(yè)（β1=0.22,p<0.01），這與數(shù)字技術(shù)與高技術(shù)產(chǎn)業(yè)的天然契合性相符。在所有制方面，非國(guó)有企業(yè)（β1=0.34）的轉(zhuǎn)型效果顯著優(yōu)于國(guó)有企業(yè)（β1=0.15,p<0.01），這可能與非國(guó)有企業(yè)在市場(chǎng)反應(yīng)速度、決策靈活性及創(chuàng)新激勵(lì)機(jī)制上具有優(yōu)勢(shì)有關(guān)。這些發(fā)現(xiàn)為政策制定者提供了重要參考，即需要針對(duì)不同類型企業(yè)采取差異化的支持策略。

**4.政策建議**

基于上述研究結(jié)論，提出以下政策建議：

**（1）加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，彌合區(qū)域與企業(yè)數(shù)字鴻溝**

政府應(yīng)加大對(duì)中西部地區(qū)及中小企業(yè)數(shù)字基礎(chǔ)設(shè)施的投入，特別是5G網(wǎng)絡(luò)、工業(yè)互聯(lián)網(wǎng)平臺(tái)和數(shù)據(jù)中心建設(shè)，降低企業(yè)數(shù)字化轉(zhuǎn)型成本。同時(shí)，通過稅收優(yōu)惠、財(cái)政補(bǔ)貼等方式引導(dǎo)中小企業(yè)參與數(shù)字化轉(zhuǎn)型，避免轉(zhuǎn)型進(jìn)程中的資源錯(cuò)配。

**（2）完善數(shù)字人才培養(yǎng)體系，強(qiáng)化變革支持**

高校和職業(yè)院校應(yīng)增設(shè)數(shù)字經(jīng)濟(jì)相關(guān)課程，培養(yǎng)既懂技術(shù)又懂管理的復(fù)合型人才。政府可支持企業(yè)開展數(shù)字化培訓(xùn)，并鼓勵(lì)建立員工技能提升機(jī)制，以適應(yīng)數(shù)字技術(shù)帶來的變革需求。

**（3）推動(dòng)數(shù)字技術(shù)與綠色轉(zhuǎn)型協(xié)同，避免短期環(huán)境風(fēng)險(xiǎn)**

在鼓勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型的同時(shí)，應(yīng)配套實(shí)施綠色標(biāo)準(zhǔn)，引導(dǎo)企業(yè)同步進(jìn)行環(huán)保技術(shù)改造。通過綠色信貸、碳交易市場(chǎng)等機(jī)制，激勵(lì)企業(yè)將數(shù)字技術(shù)應(yīng)用于節(jié)能減排，實(shí)現(xiàn)經(jīng)濟(jì)效益與環(huán)境效益的雙贏。

**（4）實(shí)施差異化產(chǎn)業(yè)政策，促進(jìn)制造業(yè)高質(zhì)量發(fā)展**

針對(duì)不同規(guī)模、不同所有制的企業(yè)，制定差異化的支持政策。對(duì)大型企業(yè)，重點(diǎn)引導(dǎo)其加強(qiáng)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新；對(duì)中小企業(yè)，則需提供技術(shù)指導(dǎo)、融資支持等全方位服務(wù)。此外，應(yīng)重點(diǎn)關(guān)注勞動(dòng)密集型行業(yè)的數(shù)字化轉(zhuǎn)型路徑，避免產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中的社會(huì)風(fēng)險(xiǎn)。

**5.研究局限與展望**

本研究雖取得了一系列有意義的發(fā)現(xiàn)，但仍存在一些局限性：首先，數(shù)據(jù)獲取限制導(dǎo)致難以全面衡量數(shù)字技術(shù)的具體應(yīng)用場(chǎng)景，如工業(yè)機(jī)器人、大數(shù)據(jù)分析等技術(shù)的差異化影響未能深入探討。其次，研究主要關(guān)注數(shù)字技術(shù)的直接效應(yīng)，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的動(dòng)態(tài)演化過程及反饋機(jī)制的分析仍有待加強(qiáng)。此外，樣本僅覆蓋中國(guó)制造業(yè)，跨國(guó)比較研究可以進(jìn)一步驗(yàn)證結(jié)論的普適性。

未來研究可以從以下方面展開：

**（1）細(xì)化數(shù)字技術(shù)應(yīng)用場(chǎng)景，揭示異質(zhì)性影響機(jī)制**

未來研究可結(jié)合企業(yè)調(diào)研數(shù)據(jù)，區(qū)分不同數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)轉(zhuǎn)型升級(jí)的影響差異，如分析工業(yè)機(jī)器人對(duì)生產(chǎn)效率的具體貢獻(xiàn)、大數(shù)據(jù)分析對(duì)產(chǎn)品創(chuàng)新的驅(qū)動(dòng)路徑等。

**（2）引入動(dòng)態(tài)面板模型，探究數(shù)字化轉(zhuǎn)型演化過程**

采用系統(tǒng)GMM或動(dòng)態(tài)隨機(jī)一般均衡（DSGE）模型，分析數(shù)字技術(shù)對(duì)企業(yè)轉(zhuǎn)型升級(jí)的長(zhǎng)期效應(yīng)及動(dòng)態(tài)調(diào)整路徑，考察轉(zhuǎn)型過程中的反饋機(jī)制和政策時(shí)滯。

**（3）開展跨國(guó)比較研究，檢驗(yàn)結(jié)論普適性**

收集發(fā)達(dá)國(guó)家制造業(yè)的數(shù)字化數(shù)據(jù)，比較不同國(guó)家數(shù)字技術(shù)轉(zhuǎn)型的效果差異，探究其背后的制度和文化因素，為全球制造業(yè)數(shù)字化轉(zhuǎn)型提供經(jīng)驗(yàn)借鑒。

**（4）關(guān)注數(shù)字化轉(zhuǎn)型中的數(shù)據(jù)治理與倫理問題**

隨著數(shù)字技術(shù)深入產(chǎn)業(yè)層面，數(shù)據(jù)安全、隱私保護(hù)、算法歧視等倫理問題日益突出，未來研究可探討如何構(gòu)建兼顧效率與公平的數(shù)字化轉(zhuǎn)型治理框架。

總之，數(shù)字經(jīng)濟(jì)與制造業(yè)的融合發(fā)展是一個(gè)復(fù)雜而動(dòng)態(tài)的系統(tǒng)工程，本研究雖取得了一定進(jìn)展，但仍需學(xué)界和產(chǎn)業(yè)界共同努力，從理論、方法和實(shí)踐層面持續(xù)深化探索，以推動(dòng)傳統(tǒng)制造業(yè)實(shí)現(xiàn)高質(zhì)量轉(zhuǎn)型升級(jí)。

七.參考文獻(xiàn)

Acemoglu,D.,Restrepo,P.,&Robinson,J.A.(2018).Robotsandjobs:EvidencefromUSlabormarkets.*JournalofPoliticalEconomy*,126(6),2188-2244.

Fukuyama,M.(2019).*Thedigitaleconomyanddevelopment*.OxfordUniversityPress.

Porter,M.E.(2011).*Creativedestruction:Hownationscreateanddestroyjobsintheglobaleconomy*.FreePress.

Schumpeter,J.A.(2014).*Capitalism,socialismanddemocracy*.Routledge.

黃群慧.(2018).中國(guó)制造業(yè)高質(zhì)量發(fā)展：內(nèi)涵、路徑與政策.*中國(guó)工業(yè)經(jīng)濟(jì)*,(11),5-25.

李曉華.(2019).大數(shù)據(jù)技術(shù)對(duì)制造業(yè)創(chuàng)新的影響機(jī)制研究.*科學(xué)學(xué)研究*,37(8),1405-1413.

劉志彪.(2020).數(shù)字經(jīng)濟(jì)賦能制造業(yè)轉(zhuǎn)型升級(jí)的路徑與政策.*南京社會(huì)科學(xué)*,(1),1-9.

陳繼勇,周振,&鄧祥征.(2021).數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)綠色創(chuàng)新的影響——基于中介效應(yīng)和門檻效應(yīng)的分析.*中國(guó)工業(yè)經(jīng)濟(jì)*,(3),77-94.

王永進(jìn).(2022).數(shù)字化轉(zhuǎn)型中的中小企業(yè)融資困境與破解路徑.*經(jīng)濟(jì)研究*,57(4),145-163.

張永林,魏江,&劉洋.(2020).工業(yè)互聯(lián)網(wǎng)賦能中國(guó)制造業(yè)高質(zhì)量發(fā)展研究.*科研管理*,41(10),1-10.

Stern,S.,Lipson,D.,&Elfring,T.(2021).Wickedproblemsandinnovativesolutions:ExploringtheimpactofdigitalizationoncorporateR&D.*ResearchPolicy*,50(1),103-115.

WorldBank.(2020).*Digitaltechnologiesanddevelopment:Areviewoftheevidence*.WorldBankPublications.

劉志彪,&魏江.(2021).數(shù)字經(jīng)濟(jì)與制造業(yè)高質(zhì)量發(fā)展:理論、機(jī)制與路徑.*經(jīng)濟(jì)研究參考*,(23),3-17.

黃群慧,&李曉華.(2019).制造業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)業(yè)升級(jí):國(guó)際經(jīng)驗(yàn)與中國(guó)路徑.*管理世界*,35(1),1-14.

魏江,&張曉磊.(2020).數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)績(jī)效的影響:基于動(dòng)態(tài)能力的視角.*中國(guó)工業(yè)經(jīng)濟(jì)*,(7),128-146.

李平,&周穎剛.(2021).數(shù)字經(jīng)濟(jì)賦能制造業(yè)綠色轉(zhuǎn)型的機(jī)制研究.*中國(guó)人口·資源與環(huán)境*,31(5),150-160.

張曉磊,&魏江.(2022).制造業(yè)數(shù)字化轉(zhuǎn)型中的變革路徑研究.*科研管理*,43(2),1-12.

Acemoglu,D.,&Restrepo,P.(2019).Automationandnewtasks:Howtechnologydisplacesandreinstateslabor.*JournalofEconomicPerspectives*,33(2),3-30.

黃群慧.(2020).中國(guó)制造業(yè)高質(zhì)量發(fā)展報(bào)告（2020）.中國(guó)社會(huì)科學(xué)出版社.

李坤望,&張驍.(2021).數(shù)字經(jīng)濟(jì)與制造業(yè)生產(chǎn)率:基于多國(guó)家面板數(shù)據(jù)的經(jīng)驗(yàn)研究.*世界經(jīng)濟(jì)*,44(6),3-25.

陳繼勇,&肖慧敏.(2022).數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)創(chuàng)新效率的影響——基于空間溢出效應(yīng)的分析.*經(jīng)濟(jì)問題探索*,(1),78-90.

王永進(jìn),&孫偉.(2021).數(shù)字化轉(zhuǎn)型中的企業(yè)異質(zhì)性研究——基于所有制和規(guī)模的視角.*管理評(píng)論*,33(9),1-14.

魏江,&李海芹.(2022).數(shù)字化轉(zhuǎn)型如何影響制造業(yè)企業(yè)績(jī)效？*中國(guó)軟科學(xué)*,(4),1-12.

Stern,S.,&Lipson,D.(2020).DigitalizationandcorporateR&D:EvidencefromapanelofUSfirms.*ResearchPolicy*,49(1),1-12.

劉志彪,&張燕生.(2021).數(shù)字經(jīng)濟(jì)時(shí)代中國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)路徑.*改革*,(1),3-15.

黃群慧,&李曉華.(2022).制造業(yè)數(shù)字化轉(zhuǎn)型與產(chǎn)業(yè)升級(jí):理論、機(jī)制與路徑.*經(jīng)濟(jì)研究*,57(1),1-18.

張曉磊,&魏江.(2023).制造業(yè)數(shù)字化轉(zhuǎn)型中的變革路徑研究——基于動(dòng)態(tài)能力的視角.*科研管理*,44(3),1-12.

陳繼勇,周振,&鄧祥征.(2022).數(shù)字經(jīng)濟(jì)賦能制造業(yè)綠色創(chuàng)新的機(jī)制研究.*中國(guó)工業(yè)經(jīng)濟(jì)*,(5),77-95.

李平,&周穎剛.(2022).數(shù)字經(jīng)濟(jì)與制造業(yè)綠色轉(zhuǎn)型:基于動(dòng)態(tài)面板模型的分析.*中國(guó)人口·資源與環(huán)境*,32(8),1-11.

王永進(jìn),&孫偉.(2023).數(shù)字化轉(zhuǎn)型中的企業(yè)異質(zhì)性研究——基于所有制和規(guī)模的視角.*管理評(píng)論*,35(2),1-14.

魏江,&李海芹.(2023).數(shù)字化轉(zhuǎn)型如何影響制造業(yè)企業(yè)績(jī)效？——基于動(dòng)態(tài)能力的視角.*中國(guó)軟科學(xué)*,(5),1-12.

八.致謝

本研究能夠順利完成，離不開眾多師長(zhǎng)、同學(xué)、朋友以及相關(guān)機(jī)構(gòu)的鼎力支持與無私幫助。在此，謹(jǐn)向他們致以最誠(chéng)摯的謝意。

首先，我要衷心感謝我的導(dǎo)師XXX教授。從論文選題的確定到研究框架的搭建，再到數(shù)據(jù)分析的完善和論文最終定稿，XXX教授都傾注了大量心血，給予了我悉心的指導(dǎo)和寶貴的建議。導(dǎo)師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、深厚的學(xué)術(shù)造詣和寬以待人的品格，使我受益匪淺，不僅提升了我的研究能力，更塑造了我的學(xué)術(shù)品格。在研究過程中遇到瓶頸時(shí)，導(dǎo)師總能以敏銳的洞察力為我指點(diǎn)迷津，其深厚的理論功底和豐富的實(shí)踐經(jīng)驗(yàn)，為我解決諸如數(shù)字技術(shù)量化衡量、中介效應(yīng)模型設(shè)定等關(guān)鍵問題提供了重要參考。此外，導(dǎo)師在論文格式規(guī)范、語言表達(dá)等方面的嚴(yán)格要求，也保證了論文的學(xué)術(shù)質(zhì)量。沒有導(dǎo)師的耐心指導(dǎo)和鼓勵(lì)，本研究的順利完成是難以想象的。

感謝學(xué)院各位老師的教誨。在研究生學(xué)習(xí)期間，各位老師傳授的專業(yè)知識(shí)為我奠定了堅(jiān)實(shí)的理論基礎(chǔ)，他們的學(xué)術(shù)講座和課堂討論拓寬了我的研究視野，激發(fā)了我對(duì)數(shù)字經(jīng)濟(jì)與制造業(yè)轉(zhuǎn)型升級(jí)這一重要議題的研究興趣。特別感謝XXX教授、XXX教授等老師在研究方法上的悉心指導(dǎo)，他們關(guān)于面板數(shù)據(jù)分析、中介效應(yīng)模型應(yīng)用的講解，為我解決了研究中遇到的技術(shù)難題。

感謝參與本研究數(shù)據(jù)收集與整理的同學(xué)和助手。在數(shù)據(jù)獲取和處理過程中，他們付出了大量時(shí)間和精力，確保了數(shù)據(jù)的準(zhǔn)確性和完整性。他們的辛勤工作為本研究提供了可靠的數(shù)據(jù)支撐。

感謝我的同門XXX、XXX等同學(xué)。在研究過程中，我們相互探討、相互支持，共同克服了研究中的困難。他們的討論和建議為本研究提供了新的思路和視角，尤其是在分組回歸和穩(wěn)健性檢驗(yàn)的設(shè)計(jì)上，他們的幫助至關(guān)重要。此外，感謝實(shí)驗(yàn)室的各位伙伴，在學(xué)習(xí)和生活上的相互關(guān)心，為我的研究生涯增添了溫暖的回憶。

感謝我的家人。他們一直以來是我最堅(jiān)實(shí)的后盾，他們的理解、支持和鼓勵(lì)，使我能夠全身心投入研究，順利完成學(xué)業(yè)。他們的默默付出是我不斷前進(jìn)的動(dòng)力源泉。

最后，感謝中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫、中國(guó)人民銀行的工業(yè)企業(yè)財(cái)務(wù)數(shù)據(jù)庫等數(shù)據(jù)提供方，他們的公開數(shù)據(jù)為本研究提供了寶貴的資料支持。

盡管本研究已基本完成，但仍可能存在不足之處，懇請(qǐng)各位老師和專家批評(píng)指正。未來我將繼續(xù)深入研究相關(guān)問題，力求為學(xué)術(shù)界貢獻(xiàn)更多有價(jià)值的成果。

九.附錄

**附錄A：變量詳細(xì)定義與測(cè)量說明**

**1.被解釋變量**

***生產(chǎn)效率（TFP）**：采用隨機(jī)前沿分析（SFA）方法測(cè)度。以企業(yè)為基本單元，控制資本投入（K）、勞動(dòng)投入（L）、能源消耗（E）等投入要素，利用Stata軟件的sfwef命令進(jìn)行估計(jì)。樣本企業(yè)覆蓋30個(gè)制造業(yè)細(xì)分行業(yè)，時(shí)間跨度為2015-2023年，共計(jì)21,789個(gè)觀測(cè)值。

***產(chǎn)品創(chuàng)新（Innov）**：采用企業(yè)層面的專利申請(qǐng)數(shù)量衡量，包括發(fā)明專利、實(shí)用新型專利和外觀設(shè)計(jì)專利。為控制規(guī)模效應(yīng)，對(duì)專利數(shù)量取對(duì)數(shù)處理。

***綠色轉(zhuǎn)型（Green）**：采用環(huán)境規(guī)制壓力指數(shù)衡量，計(jì)算公式為工業(yè)廢水排放量（萬噸）+工業(yè)SO2排放量（萬噸）+工業(yè)固體廢物產(chǎn)生量（萬噸），取對(duì)數(shù)以消除量綱影響，數(shù)據(jù)來源于中國(guó)環(huán)境統(tǒng)計(jì)年鑒。

**2.核心解釋變量**

***數(shù)字技術(shù)投入（Digital）**：采用企業(yè)層面數(shù)字技術(shù)相關(guān)支出占主營(yíng)業(yè)務(wù)收入的比重，通過上市公司年報(bào)披露數(shù)據(jù)計(jì)算。對(duì)于非上市公司，采用行業(yè)均值進(jìn)行填充。

**3.控制變量**

*企業(yè)層面：企業(yè)規(guī)模（Size，總資產(chǎn)取對(duì)數(shù)）、資產(chǎn)負(fù)債率（Lev，總負(fù)債/總資產(chǎn)）、資本密集度（CapInt，固定資產(chǎn)/總資產(chǎn)）、出口強(qiáng)度（Export，出口額/主營(yíng)業(yè)務(wù)收入）、研發(fā)投入強(qiáng)度（R&D，研發(fā)支出/主營(yíng)業(yè)務(wù)收入）、企業(yè)年齡（Age，對(duì)數(shù)形式）、所有制性質(zhì)（虛擬變量，國(guó)有為1，非國(guó)有為0）。

*行業(yè)層面：行業(yè)增長(zhǎng)率（IndustryGrowth，行業(yè)增加值增長(zhǎng)率）、行業(yè)競(jìng)爭(zhēng)程度（HHI指數(shù)，前五家企業(yè)市場(chǎng)份額之和）。

**附錄B：主要變量描述性統(tǒng)計(jì)**

|變量名稱|變量說明|觀測(cè)值|均值|標(biāo)準(zhǔn)差|最小值|最大值|

|--------------|----------------------------|------|----------|----------|--------|--------|

|TFP|全要素生產(chǎn)率|20189|0.345|0.127|0.112|0.689|

|Innov|專利申請(qǐng)數(shù)量（對(duì)數(shù)）|20189|1.256|0.987|0.000|6.891|

|Green|環(huán)境規(guī)制壓力指數(shù)（對(duì)數(shù)）|20189|-0.456|0.567|-1.732|0.321|

|Digital|數(shù)字技術(shù)投入占比|20189|0.089|0.052|0.001|0.356|

|Size|企業(yè)規(guī)模（總資產(chǎn)，對(duì)數(shù)）|20189|21.567|1.234|17.890|25.789|

|Lev|資產(chǎn)負(fù)債率|20189|0.567|0.145|0.123|0.891|

|CapInt|資本密集度|20189|0.321|0.089|0.112|0.567|

|Export|出口強(qiáng)度|20189|0.234|0.127|0.001|0.891|

|R&D|研發(fā)投入強(qiáng)度|20189|0.052|0.031|0.001|0.234|

|Age|企業(yè)年齡（對(duì)數(shù)）|20189|2.345|0.567|0.789|3.567