推动数字经济与实体经济深度融合，不仅是适应新技术革命的必然要求，更是培育新质生产力、实现经济高质量发展的关键路径。基于2011—2022年间中国A股上市公司数据，构建了企业新质生产力发展指标体系，并深入探究了数字化转型对新质生产力的影响效应和作用机制。研究发现，企业数字化转型显著提升了新质生产力发展水平，并且针对处于不同新质生产力水平下的企业具有显著异质性，相比新质生产力发展水平低的企业，数字化转型对新质生产力发展水平较高的企业促进作用更大。影响机制表明，企业数字化转型主要通过提升创新质量和供应链优化两个渠道推动新质生产力发展。一方面，数字化转型促进企业高质量创新，优化资源配置效率，进而提升了企业生产效率；另一方面，数字化转型通过提高供应链效率、稳定供需匹配关系以及提升供应商多元化配置的效率，从而增强了企业供应链的韧性。研究结论为数字化如何赋能新质生产力发展提供了经验证据，同时为政府推动新质生产力发展提供了决策参考。

　　作者：纪园园，上海社会科学院经济研究所、数量经济研究中心副研究员；朱平芳，上海社会科学院数量经济研究中心研究员；杨岚，西南财经大学统计学院数量经济研究所副教授。

　　党的二十届三中全会明确提出，要健全因地制宜发展新质生产力体制机制，健全促进实体经济和数字经济深度融合机制。新质生产力的核心内涵在于通过新兴科技、新型生产方式、新兴产业形态以及新的要素供给体系，推动生产力现代化，核心是创新主导，其主要特征体现在高技术含量、高效率运行与高质量发展的有机结合，充分体现出对新时代高质量发展理念的深度契合。新质生产力在推动生产力水平跃升方面发挥了重要作用，其关键在于充分挖掘和释放数字技术的潜力，推动新旧动能的高效转换，从而实现传统产业向高质量发展的全面转型。随着新一代信息技术的迅猛发展，数字化技术在推动实体经济转型升级中的作用日益凸显，尤其是在制造业、金融业和农业等传统行业，数字化赋能显著提升了生产效率，降低了运营成本，而且推动了产业链的优化与现代化进程。

　　目前，数字生产力已逐渐成为新质生产力发展的核心驱动要素，其本质在于通过数字技术的创新与深度应用，推动经济增长并加速结构性转型。数字生产力涵盖云计算、大数据、人工智能、区块链等前沿技术领域，不仅深刻改变了传统产业的生产模式和产业链结构，还为新兴产业的发展注入了持续增长的动力。根据中国信息通信研究院的数据显示，2023年，中国数字经济规模已经达到56.1万亿元，稳居全球第二，同比增长11.75%，占GDP的比重提升至44%，彰显了数字经济在促进经济稳定增长和产业结构转型中的关键作用。企业作为微观经济的基本单元，承载着数字经济发展的重要功能，其数字化转型的必要性已经得到学术界的共同肯定。一方面，企业通过引入数字技术，显著提升生产效率和管理优化水平，依托数据驱动的决策模式增强市场竞争力；另一方面，企业数字化转型还通过产业链对上下游企业产生溢出效应，推动了行业整体的数字化进程，并促进了新质生产力的形成与扩展。因此，如何有效把握数字化转型的契机，进一步提升企业新质生产力，已成为当前学术界的重要议题。企业数字化转型是否显著推动了新质生产力的发展呢？如果这一效应得到验证，其内在机制究竟是什么？对这些问题的深入探讨，不仅有助于深化对数字经济时代企业生产力变革规律的理解，而且为政府制定促进企业数字化发展的政策提供理论依据和实证支持。

　　目前，国内外关于数字化对新质生产力影响的研究大多集中于单一经济维度的探讨，例如数字化对全要素生产率、研发创新等方面的影响。由于新质生产力概念的确立时间较短，现有研究尚未对数字化与新质生产力之间的关系进行系统性探讨，也未形成全面的理论框架与实证分析体系。有鉴于此，本文聚焦微观企业层面，深入分析企业数字化转型对其新质生产力发展的影响，系统探讨其作用机制，并验证了具体的实现路径，以期弥补国内外现有研究的不足。具体而言，本文基于2011—2022年中国A股上市公司数据，采用综合评价方法构建了企业新质生产力发展指标体系，深入探讨企业数字化转型与新质生产力发展的内在关联，并进一步剖析了其作用机制。研究发现，企业数字化水平显著提升了新质生产力的发展，且这一影响呈现出显著的异质性特征。相较于新质生产力处于较低分位数的企业，数字化转型对高分位数企业的促进作用更为显著。机制分析进一步揭示，企业数字化转型通过内部创新驱动和外部供应链优化两个维度，显著提升了新质生产力。一方面，数字化转型加速了企业高质量创新进程，优化了资源配置效率，显著提高了生产效率；另一方面，数字化转型增强了企业供应链的韧性，通过提升供应链效率、稳定供需匹配关系以及优化供应商配置的多样性，推动了供应链的全面优化与升级。

　　本文的主要贡献在于以下三个方面：第一，深化拓展了企业数字化转型与新质生产力之间关系的研究内涵。通过实证分析，系统探讨了数字化对新质生产力的影响，不仅丰富了相关领域的理论研究，也在一定程度上弥补了现有文献的不足。第二，基于企业高质量创新和供应链优化两个视角，探索了企业数字化转型推动新质生产力发展的实现路径，为数字化赋能新质生产力的传导机制提供了有效的补充。第三，采用结合专家咨询的主客观赋权方法，构建了新质生产力指标体系。该方法融合了主观信息与客观数据，既充分利用了实际观测数据的科学性，又有效吸纳了决策者的专业知识与经验积累。

　　由于新质生产力的概念完整确立的时间不长，相对而言关于数字化与新质生产力之间关系的文献较为缺乏。然而，围绕数字化对新质生产力某一维度指标（如全要素生产率、研发创新）的影响，已有较为丰富的研究成果，这为本文的研究提供了重要的借鉴和参考。

　　关于数字化对全要素生产率方面的研究，现有文献主要从两方面展开。从数字化转型的内部影响来看，一方面，数字技术与传统生产要素之间的深度融合形成了相互赋能的动态机制，提高了企业对现有生产要素的配置效率，优化了传统生产和运营模式，改进了企业生产效率；另一方面，数字技术以其连接性、开放性和共享性为核心特征，显著降低企业与供应商、客户之间信息不对称性，有效减少了外部交易成本，提升了资源配置的精准性与投入产出的转化效率，从而提高了企业全要素生产率。从数字化转型的外部影响来看，由于数字化技术具有显著的渗透性、协同性和外部性特征，企业数字化转型正在成为推动产业链重塑和供应链协同优化的重要动力，通过数据共享与智能化管理促进了上下游企业间的互动和协作，使得投入产出规模和结构得以重新调整，进而提高了企业生产效率。Castro和McQuinn指出，数字化技术广泛应用于产业平台上，产业平台通过向全产业链企业提供高效的数据服务，促进上下游企业间的协同能力显著提升，同时推动全要素生产率的增长。Soni等发现数字化技术可以提高供应链产业链上相关企业的透明度和信任度，增强供应链产业链的稳健性和可持续性。等发现下游企业和行业数字化转型促进供应链产业链韧性，推动上游企业和行业全要素生产率增长。陶锋等指出上游企业和行业数字化发展指引资源流动，优化资源配置，拉动下游企业和行业全要素生产率增长。

　　关于数字化与研发创新之间关系的研究，国内外文献主要从微观、中观和宏观三个层次展开。从微观企业层面来看，一方面，企业的数字化转型显著降低了信息搜寻和复制的边际成本，使企业能够更迅速地获取市场需求和资源动态，大幅提升了创新资源的匹配效率。借助物联网、云计算和大数据分析等前沿技术，研发团队能够实时捕捉消费者需求与反馈，从而实现对市场趋势的精准预测。Branstetter等指出传统制造业企业通过应用软件技术能够显著提升其创新能力。黄先海等指出企业的数字化转型通过正向的市场重塑效应与治理整合效应，推动了颠覆性技术创新。另一方面，数字化转型改变了企业创新网络的结构和运行机制，推动其向更开放、更协同的方向发展，突破了传统创新模式的诸多局限性，推动了企业商业模式的创新。从组织内部看，数字化转型使得企业组织架构呈现出虚拟化、扁平化、网络化和平台化特征，不断推动新流程和新结构的生成，为商业模式的转型与升级提供了新的契机。Autio等指出企业在与供应商、客户及其他利益相关者的互动过程中，数字化平台的应用为多方关系的有效管理提供了全新的解决方案，成为构建以企业为核心的数字化生态系统的关键驱动因素，为商业模式创新提供了坚实的基础。Appio等指出企业通过数字化转型，依托数字技术颠覆传统的经营模式，推动创新要素资源的快速整合与流动。从中观产业层面来看，数字化技术与传统产业的深度融合不仅激发了创新的联动效应，还推动了技术创新的根本性变革，催生了新的技术创新范式，有效推动了产业链的整体升级与商业模式的全面转型。从宏观区域层面来看，数字化技术的应用深刻重塑了区域创新的边界，使得创新要素的跨区域流动更加便捷与高效，促进了区域间创新资源的共享与溢出效应，有效提升了区域整体的创新能力与水平。

　　总结既有文献，第一，现有文献主要研究数字化对企业的全要素生产率、研发创新等某一维度的影响，缺乏从系统上研究数字化如何影响新质生产力，并且关于数字化赋能新质生产力的内在机制缺乏分析。第二，目前，国内外关于新质生产力指标构建尚未形成统一标准，导致在指标体系的设计与应用过程中面临较大的挑战。同时，现有关于新质生产力的研究大多集中于理论探讨，实证研究相对较为匮乏，并且现有文献大多侧重于宏观区域层面的分析，较少涉及微观企业层面的实证研究。

　　数字化转型使企业能够在其上下游业务的各个环节实施更加精准的计划、组织、控制和创新活动，从而实现供应链的高效协同。第一，数字化转型提升了供应链效率。数字化转型实现了自动化和智能化的生产与物流管理，缩短了生产周期和交付时间。并且，数字化工具还提升了库存管理的精确度，减少了过剩和短缺的风险，从而优化了资源配置。这些改进措施整体上提升了供应链的响应速度和运行效率。第二，数字化转型加强了供应链上下游的协同，使企业在运营过程中显著提升应变能力。通过数字化技术的应用，企业能够更灵活地调整供需两端的精准对接，优化资源配置和业务流程，从而有效提高供应链的韧性。从需求角度看，企业数字化转型通过提高供应链透明度来优化供需匹配，使企业能够更加精确地掌握供应链上下游的动态，进而及时调整生产计划与资源分配。数字化技术的应用有效缓解了企业间的信息不对称问题，并降低了供应链中的“长鞭效应”，从而使企业能够更加精准地预测需求并优化库存管理，降低了库存过剩或短缺的风险，进而提升了供应链的稳定性。从供给角度来看，企业借助数字化技术能够深入分析消费者的行为和偏好，从而提供定制化的产品和服务，以更精准地满足多样化的市场需求。第三，数字化转型推动了供应链的多元化配置，通过引入先进技术和数据驱动的管理模式，企业能够更加灵活地调整供应链资源配置。数字化转型通过数字技术的应用，构建了高效的信息共享机制，显著提升了企业的市场感知能力，使得企业能够更及时、全面地获取市场动态信息，从而加强对市场机会的把握。企业通过数字化转型能够在更大的市场空间内挖掘潜在的供应商和客户，并实现与上下游供应链的高效对接，从而为企业拓展供应链关系网提供了新的契机。

　　其中，i表示企业，j表示行业，t表示年份。Newpro为被解释变量，即为企业新质生产力指标，采用综合评价方法构建。Digital为核心解释变量，测度了企业数字化转型程度。

　　为反映企业层面特征的控制九游娱乐文化 九游app官方入口变量，包括企业规模、企业年龄、成长能力、净资产收益率、财务杠杆、独立董事比、股权集中度、现金流比率和企业所有权性质等。同时，还控制了企业固定效应（

　　均值回归只能在平均意义上体现数字化转型对新质生产力的影响程度，而不能检验数字化转型对新质生产力水平的异质性影响。与均值回归相比，分位数回归能够反映出扰动项（这里指不可观测的异质性）分布的不同位置上，解释变量X对因变量Y的不同边际影响，从而提供更全面的见解。为了考察数字化转型对不同新质生产力水平下企业的影响，本文建立如下面板分位数回归模型：

　　其中，i表示企业，j表示行业，t表示年份，Newpro表示企业新质生产力水平，Digital表示企业数字化转型水平，其他变量

　　本文核心被解释变量为企业新质生产力（Newpro），借鉴现有文献构建企业新质生产力指标体系，通过新质劳动者、新质劳动对象、新质生产资料等三个维度来测度企业新质生产力发展水平。本文在对客观数据指标进行标准化处理去除量纲后，运用Chen等提出的专家咨询约束下的权重计算方法估计指标权重，并基于此加权计算企业新质生产力发展指数。

　　为了全面评估企业的数字化转型水平，本文基于CSMAR数据库的中国上市公司数字化转型研究数据库，选取企业数字化转型指数作为核心研究指标。该指数从上市公司年报、募集资金公告及资质认定等公开文件中提取数据，并运用科学的量化方法构建指标体系，数值越高则意味着企业数字化转型的程度越深。数字化转型研究数据库主要从六个维度来评价企业的数字化水平，分别是战略引领、技术驱动、组织赋能、企业数字化成果与应用以及宏观环境支撑。已有相关文献仅关注管理层分析与讨论（MD&A）中的数字化转型内容，而本文所采用的数字化转型研究数据库不仅覆盖范围更广，而且数据更详实，提供了一个更加全面和精确的衡量标准。

　　参考已有文献，本文控制了一系列可能会对企业新质生产力水平产生影响的企业层面的控制变量，包括企业规模（Size）、企业年龄（Age）、成长能力（Growth）、净资产收益率（Roe）、财务杠杆（Lev）、独立董事比（Dire）、股权集中度（Top5）、现金流比率（Cashflow）和企业所有权性质（State）。本文使用的所有变量及其定义见表2。

　　本文以2011—2022年间中国A股上市公司的数据作为初始研究样本，并进行了严格的数据处理，具体处理步骤如下：首先，剔除了所有ST和*ST类上市公司；其次，剔除了金融行业的样本。此外，对于数据存在缺失的样本也进行了剔除，以确保数据的完整性和分析的严谨性。为了减少异常值对结果的影响，我们对所有连续变量进行了1%和99%的缩尾处理。原始数据来源于多个数据库，包括万得（WIND）数据库、国泰安数据库（CSMAR）和相关企业年报数据库，这些数据库为本文提供了丰富且详尽的数据支持。

　　表3汇报了基于模型（1）的实证结果，其中第1—2列汇报了混合回归模型（POLS）的估计结果，第3—4列汇报了固定效应模型（FE）的估计结果。结果表明，无论采用哪种模型，企业数字化转型均显著提升了其整体新质生产力发展水平。考虑到固定效应模型同时控制了个体效应和时间效应，相比混合回归模型的结果更加稳健，接下来采用固定效应模型的估计结果进行分析。

　　注：括号内为标准误，符号*、**、***分别指在10%、5%和1%的显著性水平上显著，常数项估计省略。

　　表3中结果表明，企业数字化转型对新质生产力发展水平的回归系数均显著为正，表明企业数字化转型显著促进了企业新质生产力的提升，且在1%九游娱乐文化 九游app官方入口的水平上显著。这主要得益于企业一方面通过数据分析、人工智能、物联网等数字化技术渗透到各个产业部门，改变了传统的运行模式，提升了企业的创新质量，从而提高了生产效率；另一方面，数字化转型通过构建高效的数字化平台，实现了与上下游企业的深度互联和无缝对接，显著优化了信息流、物流与资金流的运行效率，从而增强了供应链的韧性，还在协同资源配置与动态调整中发挥了关键作用，进一步推动了供应链的整体优化。本文将在后续内容具体探究其影响机制。

　　前文的回归分析结果表明，企业的数字化转型显著提升了其整体新质生产力发展水平，那么，在不同新质生产力水平下，数字化转型所带来的影响效应是否有所不同呢？对这一问题的讨论有助于差异化的政策导向，从而适应不同企业的实际需求。因此，本文进一步采用分位数回归模型（2），深入探讨数字化转型在不同新质生产力水平下对企业的影响差异。具体而言，本文分别选取了新质生产力在不同分位数上的企业，具体包括10分位数、25分位数、50分位数、75分位数和90分位数的企业。

　　研究结果表明，企业的数字化转型对新质生产力影响具有明显的差异性。当企业的新质生产力水平较低（即处于10分位数），数字化转型对其新质生产力的提升效应并不显著。这可能由于这些企业在数字化基础设施、员工数字技能和管理经验等方面相对不足，导致数字化转型的效益未能充分显现。当企业的新质生产力水平处于25分位数及以上时，数字化转型对其新质生产力水平存在显著的正向影响，这可能由于企业的新质生产力处于较高分位数时，企业已具备了一定的技术基础和管理能力，能够更有效地利用数字化工具和资源，从而实现新质生产力的显著提升。从影响效应的大小来看，随着新质生产力分位数的提高，数字化转型对企业新质生产力水平的影响效应呈现递增趋势，即相比处于新质生产力低分位数的企业，数字化转型对高分位数企业的新质生产力水平提升效应更大。因此，企业在进行数字化转型时，应充分考虑自身的新质生产力水平和实际需求，制定有针对性的策略。

　　考虑到企业数字化转型与新质生产力之间可能存在互为因果的关系，本文参考已有文献分别选取各地级市1984年电话数量和本地区同行业企业数字化转型的平均水平作为工具变量进行回归，解决内生性问题的干扰。第一，采用各地级市1984年每百人固定电话数作为工具变量，考虑到这一数据是横截面数据，不能直接作为工具变量引入面板数据计量分析中，本文借鉴Nunn和Qian的处理策略，引入一个与之相关的时间序列变量来构造面板工具变量。因此，我们选择企业上一年度所在省份互联网接入端口数与1984年每百人固定电话数量相乘，作为企业数字化转型的工具变量。第二，采用企业所在地同行业同年度企业数字化转型的平均水平作为工具变量。一方面，在同一行业和地区内，企业的数字化转型往往表现出较强的趋同性，这满足了工具变量的相关性要求；另一方面，企业的新质生产力水平主要依赖于企业个体特征和能力（如创新能力和管理水平），企业所在地区和行业的数字化转型程度并没有必然联系，从而符合工具变量的排他性条件。本文采用前一期企业所在省份同行业同年度除企业外的所有其他企业数字化水平均值作为工具变量。

　　表5中结果表明，第一阶段回归中，企业数字化转型所对应的工具变量的回归系数显著为正，表明工具变量与内生变量之间存在显著的相关性。而且，Cragg-Donald Wald F统计量显著大于10，排除了弱工具变量的可能性，从而确保了工具变量的有效性。在第二阶段回归中，数字化转型Digital前面的估计系数在1%水平上显著为正，表明在采用工具变量后，本文的研究结论与基准模型一致。

　　本文主要从替换解释变量、替换被解释变量以及变换样本等三个方面对基准回归结果进行稳健性检验。（1）替换解释变量，本文借鉴吴非等采用结构化特征词图谱的方法，通过对上市公司年报中数字化相关术语的词频分析构建数字化转型指标，即通过抓取和统计年报中高频出现的“数字化转型”相关关键词形成量化的代理变量。（2）替换被解释变量，在基准回归模型中是采用主客观相结合的方法计算权重，在此改变新质生产力权重的测度方法，采用主成分分析方法重新估算了企业新质生产力发展水平。（3）变换样本。考虑到制造业和信息服务业作为新技术、新业态、新模式等创新形式的重要承载领域，在数字化转型的进程中表现出显著优势，因此本文选择行业类型为制造业和信息服务业样本重新进行回归。

　　表6给出了以上稳健性检验的结果，从表中第1—3列可以看出，无论是替换解释变量、替换被解释变量以及调整样本等，各回归分析中数字化转型对新质生产力的影响效应均呈现出一致的正向显著性，验证了基准结果的稳健性。

　　在前面的理论分析中，本文论述了数字化转型影响新质生产力的两个机制，一方面，数字化转型可以促进企业高质量创新，提升企业的核心竞争优势；另一方面，数字化转型通过提升供应链效率、稳定供需关系以及提高供应链多元配置效率，从而提升供应链韧性，因此本节从上述两方面出发考察了数字化转型影响企业新质生产力的作用机制。本节参考江艇在因果推断领域的相关研究，采用了通过分析核心解释变量对中介变量的影响路径来进行机制检验。

　　目前，企业的创新质量多以专利数衡量，本文主要采用以下两种方法衡量企业创新质量：第一，借鉴已有文献，采用知识宽度算法对专利的知识宽度进行测算，企业的知识宽度主要是指某项专利内所包含知识的复杂程度。本文采用专利的IPC分类号“部—大类—小类—大组—小组”进行逐级分类，将赫芬达尔指数应用于大组层面的加权计算企业专利知识宽度。在计算专利层面的知识宽度之后，结合“企业—年份—专利类型”三个维度，通过均值法将专利的知识宽度信息汇总至企业层面。第二，采用专利的引用数量来衡量专利的质量。由于专利在授予后引用数量会随着时间的推移逐渐增加，因此较早的专利相比较新的专利往往有更多的引用，从而导致对较早专利重要性和影响力的高估。为了解决这一问题，本文借鉴文献Hall等的方法构建专利引用数指标。此外，考虑到部分企业的专利引用数量为零，本文对专利引用数量加1取自然对数。

　　表7呈现了回归分析的结果，数字化转型水平的估计系数在不同的创新质量衡量标准下均为正，并且至少在5%的显著性水平上显著，表明企业的数字化转型显著提升了创新质量。这一发现与前文的理论分析相一致，究其原因可能在于数字技术使企业能够更有效地整合内部与外部资源，推动数据驱动的决策与生产流程优化。同时，数字化还加速了企业在产品设计、研发、生产与营销各环节的协同创新，推动了高质量创新成果的产出，进一步促进了新质生产力的形成。

　　供应链韧性是指供应链在面对各种风险和不确定因素时，能够承受冲击、迅速恢复并保持正常运作的能力。随着数字化转型与供应链管理的深度融合，资源配置效率将持续优化，引发供应链运营模式的结构性变革，显著降低整体成本。同时，数字化技术深度嵌入供应链各个环节，充分释放了数据要素的潜力，显著提升了信息共享水平，优化库存管理，提高物流效率，并增强应对供应链突发中断的能力。

　　关于供应链韧性的度量，参考现有文献，从供应链效率、供需匹配的稳定性和供应链多元化配置三方面来衡量：（1）供应链效率。借鉴凌润泽等采用库存周转天数的自然对数作为衡量供应链效率的指标，一般而言，企业的库存周转天数越短，则意味着存货周转率越高，表明企业能够迅速适应市场变化，及时进行库存补充或调整。（2）供需匹配的稳定性。参考陶锋等的研究，以库存变动幅度衡量企业供需匹配的稳定性。库存变动幅度越小，表明企业在供需匹配上的稳定性越强，意味着供需匹配程度越高。本文采用企业连续两期年末库存净值的差值来测算库存的波动情况，以此反映供需匹配的变化程度。（3）供应链多元配置方式。供应链多元化配置策略使企业能够通过多样化选择来有效分散潜在的供应链中断风险，进而缓解外部冲击对运营的影响，从而提升供应链的整体韧性。一般而言，供应链配置可分为两种基本模式，即多元化和集中化，反映了企业是否依赖于少数关键供应商或大客户。借鉴巫强和姚雨秀采用供应链集中度作为衡量供应链多元化配置的指标，本文以客户集中度和供应商集中度的均值作为衡量供应链集中度的综合指标，其中，客户集中度通过企业前五大客户销售额占其销售总额的比值进行衡量；供应商集中度则依据企业前五大供应商采购额占其采购总额的比值衡量。

　　表8中第1—2列表明，无论是否控制其他变量，数字化转型前面的系数均显著为负，表明数字化转型能够显著提高供应链效率。这主要源于数字化技术与供应链深度融合，提高了供应链信息透明度，使得企业更容易与供应链上下游企业建立合作关联，促进供应链的高效协调，缓解了“牛鞭效应”。第3—4列表明，数字化转型显著提升了企业供需匹配的稳定性，通过提高企业精准对接能力，从而有效优化了供应链上下游的供需协调。第5—6列表明，数字化转型提高了供应商多元化配置的效率，增强了企业在供应链中的资源获取渠道，这可能是由于企业通过数字化技术的应用，能够更灵活地应对供应链中的波动和风险，增强供应链的韧性。

　　本文基于2011—2022年间中国A股上市公司数据，构建了企业新质生产力发展指标，并深入探讨了数字化转型对企业新质生产力的作用机制与影响效应。研究发现，数字化转型显著推动了企业新质生产力的发展，并且对于不同分位数的企业影响效应存在显著差异，即相较于处于新质生产力低分位数的企业，数字化转型对高分位数的企业促进作用更为突出。机制分析表明，数字化转型不仅推动了高质量创新，显著提升了企业生产效率，还通过提升供应链效率、改善供需匹配的稳定性以及促进供应链多元化配置，增强了供应链的韧性。

　　本文的研究为推进数字化发展以及促进新质生产力发展具有重要的参考价值。基于本文的研究，我们提出如下政策建议：

　　第二，因地制宜制定差别化的数字化转型政策，避免“一刀切”的政策措施。一方面，对于数字基础设施较为薄弱的地区，政策应重点倾斜于基础设施建设，如加快宽带网络覆盖、推动云计算平台建设等，帮助企业获得数字化转型的基础条件。另一方面，考虑到不同行业企业数字化需求和发展路径存在差异，政策也应因行业特点而异，以更好地推动其数字化转型进程。对于制造业，政策应侧重于智能制造、工业互联网和供应链的数字化升级；而对于金融业，则需侧重于金融科技、数据分析以及客户服务的数字化。

　　第三，推动中小企业跨越“数字化鸿沟”，实现中小企业在数字化转型过程中的全面参与。一方面，减轻中小企业在数字化转型过程中面临的资金和技术压力，降低其数字技术应用的门槛。中小企业由于资源有限，往往缺乏足够的技术支持和资源储备，因此，政府应提供简便易用、经济高效的数字化工具，以降低技术应用的复杂性与成本。另一方面，数字化能力的提升是推动中小企业转型的关键，针对中小企业开展定制化的数字技能培训，帮助管理层和员工掌握数字技术的基础知识及实操技能。