广东财经大学学报杂志投稿格式参考范文：数字化转型、创新发展与制造业价值链高质量发展

　　一、引言

　　继党的十九大首次提出高质量发展，党的二十大再次将高质量发展作为全面建设社会主义现代化国家的首要任务，这标志着中国经济已由高速增长阶段进入高质量发展阶段，加快转化发展动能并促进经济增效提质，成为我国经济社会高质量发展的主题。作为国民经济的支柱产业，制造业是我国的立国之根本、强国之基石与兴邦之重器，也是高质量发展的重要引擎。当下中国已成为产业门类齐全、体系结构完整的世界第一制造大国，但这并不代表我国已跻身世界制造强国之列。尤其是在日益复杂的国际市场环境下，全球制造业价值链正加速向本土化、区域化与多元化方向重构，中国制造业价值链在百年未有之大变局中更暴露出关键技术被限、核心环节受卡等问题。对此，《中国制造 2025》强调要通过数字化转型在提高全球价值链上游度和延长全球价值链长度方面推动制造业价值链的高质量发展。党的二十大提出要推动数字经济和实体经济融合发展，加快落实创新驱动发展战略，也为企业通过数字化转型提高自身创新发展能力、进而从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展提供了纲领性指导。

　　数字技术正在加速重塑人类生活和生产方式，成为继土地、劳动力、资本等传统要素之后驱动经济社会发展的重要力量。据《数字中国发展报告(2022 年)》统计，2022 年中国数字经济规模以 10.3% 的增速攀至 50.2 万亿元，占 GDP 的总量达到 41.5%，体量稳居世界第二。因而企业该如何通过数字化转型提高创新发展能力、进而从 “强链” 和 “延链” 两方面推动制造业价值链的高质量发展值得探究。

　　二、相关文献评述与本文创新点

　　相关文献集中于数字化转型与制造业高质量发展，为本文的研究提供了一定的经验借鉴。

　　关于制造业高质量发展，国内学者近年来取得不少成果，但对制造业高质量发展水平的测度未能达成共识①。一些文献主要利用单一指标 —— 全要素生产率来表征制造业高质量发展水平。如潘毛毛和赵玉林(2020)[1] 基于中国 A 股制造业上市企业数据，以 OP 法测算得出企业全要素生产率并以此作为衡量制造业高质量发展水平的关键指标;陈启斐和李伟军(2017)[2] 采用全要素生产率对制造业发展的贡献率来刻画制造业高质量发展水平。另一些文献通过构建综合评价指标体系来表征制造业高质量发展水平。如李炎亭和李柯(2023)[3] 构建了包括技术创新、绿色发展、结构协调、开放程度、经济效益五个一级指标的制造业高质量发展指标评价体系，研究发现中国制造业高质量发展水平整体偏低，且呈现出东高西低与正向空间自相关的特征;江小国等(2019)[4] 认为，从供给端提升高端和绿色制造能力是促进制造业高质量发展的重要力量，故在建立制造业高质量发展指标评价体系时引入了高端制造能力与绿色制造能力两个指标等。

　　关于企业数字化转型程度，目前学术界主要有两种测度方法。一是文本分析法，即以企业年报中与数字化转型相关的关键词词频来衡量(吴非等，2021)[5];二是以数字化无形资产投入来表征(祁怀锦等，2020;张永珅等，2021)[6-7]。这些方法能为测度企业数字化转型程度提供重要参考，如文本分析法在一定程度上反映了高管对数字化转型的关注与认知，但企业具体开展的数字化转型活动往往得不到真实反映;使用数字化无形资产投入的单一指标也同样难以全面体现企业数字化转型程度。

　　关于数字化转型赋能制造业高质量发展，戚聿东和刘欢欢(2020)[8] 认为，企业实施数字化转型战略促进制造业高质量发展，关键在于发挥数字技术对数据要素的高效配置来提高产业生产力;赵宸宇等(2021)[9] 从降低生产成本、提高生产效率与提升产品质量三个方面阐释了企业数字化转型提高制造业生产力的具体内涵;刘和东和纪然(2023)[10]、刘鑫鑫和惠宁(2021)[11] 的实证研究均证明数字化转型能显著促进制造业高质量发展，且存在正向边际递增效应与空间异质性。

　　关于数字化转型促进制造业高质量发展的机制，已有研究主要提出了可提升人力资本(Michaels 等，2014;Levy，2018;郭威和司孟慧，2021)[12-14]、降低生产能耗、减少污染排放(Wang 等，2018)[15]、构建全生命周期服务体系(马中东和宁朝山，2020)[16]、激发大众创业生态(赵涛等，2020)[17]、促进产业升级、拓展分工边界、提高要素配置效率 [9]、释放经济活力、提高全要素生产率(续继和唐琦，2019)[18]，等等。

　　综上，多数学者从宏观或中观层面研究了数字化转型对制造业高质量发展的影响，而鲜见从微观、从制造业全球价值链角度展开分析，因而不能客观体现中国数字化转型的规模优势与作用特征，采用已有方法测得的制造业高质量发展水平也难以真实体现中国制造业在全球价值链中的竞争力及所发挥的作用。不仅如此，创新发展作为数字化转型的必然结果及推动制造业价值链高质量发展的关键要素，未被列入机制变量也是现有研究之不足，这也为本研究做出新的边际贡献提供了空间和机会。

　　随着制造业价值链的全球分工与合作日益深化，制造业的高质量发展必将走向制造业价值链的高质量发展。基于上述分析，本文对行业层面的全球价值链上游度和全球价值链长度进行加权平均计算，得出企业从 “强链” 和 “延链” 两个维度参与制造业价值链活动的评价指标，即从微观层面基于 “强链” 和 “延链” 双重视角研究制造业价值链的高质量发展。

　　具体而言，本文将构建 “企业数字化转型→企业创新发展→制造业价值链高质量发展” 的研究框架，从微观层面的 “强链” 和 “延链” 双重视角，探索企业数字化转型对制造业价值链高质量发展的直接影响效果、创新发展的间接作用机制及多层面的异质性特征。可能的边际贡献主要体现在：一是变量测度，创新性地以 “关注度 — 投入 — 产出” 为思路，构建了包括数字化转型关注度、数字化转型投入与数字化转型产出三个指标的评价体系，并利用熵值法测度企业数字化转型程度，使测度结果更加客观，并能为后续研究中相关指标的量化提供借鉴。二是研究对象，本文基于制造业价值链全球分工与合作背景，以企业数字化转型通过 “强链” 和 “延链” 合力推动制造业价值链高质量发展为研究对象，可为企业通过数字化转型提高自身创新发展能力、进而促进制造业价值链高质量发展提供理论参考与现实依据。三是研究层面，本文从企业微观层面的探讨可丰富已往宏观的城市层面和基于中观的行业层面的相关研究。

　　三、理论分析与研究假说

　　(一)数字化转型与制造业价值链高质量发展

　　数字化时代生产活动的深刻变革彻底颠覆了制造业企业对生产要素的依赖机制，以及嵌入全球价值链并在其中发挥作用与分享红利的方式。企业数字化转型从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展，主要体现在以下四个方面。第一，优化价值链要素配置。基于数据核心生产要素和科技关键生产力，企业在数字化转型过程中能衍生出各类新型数据变现模式，实现生产要素的自由流通、广泛链接与弹性互补，从而优化价值链要素配置效率，进而提升生产制造的灵活性和专业性，促进价值链中供给侧与需求端的互通互联，推动价值链高质量发展(秦建群等，2022)[19]。第二，提高价值链供应效率。人工智能等数字技术与制造业深度融合发展，可以打破企业之间检索、链接、交互的时空界限与数据壁垒，从供给侧盘活闲置资源、消化过剩产能，促进价值链上的研发商、制造商、供应商、集成商实现产能共享，全面提升价值链供应效率。

　　第三，保障价值链信息交互安全高效。数字技术极大地改变了传统企业的发展模式，线上会议、远程协助、智能制造等 “科技 + 制造” 应用场景，推动了跨国企业和跨地区企业的信息交互与协同发展，进而提升了生产分工程度与协同工作效率(矫萍和田仁秀，2023)[20]。特别是去中心化的区块链技术的运用，使企业之间快速形成数字信任机制、改善信息交流的灵活性成为可能(Yoo 等，2010)[21]，并且有助于缓解信息不对称，提高信息交互的有效性和安全性(余东华和王梅娟，2022)[22]，进而增强价值链数据生产、传输、利用、保护的能力，推动价值链高质量发展。

　　第四，提升价值链位置。企业数字化转型通过降低贸易成本和深化分工程度两个渠道，减少企业向制造业全球价值链更高位置攀升的外部依赖限制(吴代龙和刘利平，2022)[23]。其中，企业利用数字技术能打破全球贸易网络中各环节的时空壁垒，扩大贸易合作伙伴范围，加快国内市场到双边市场再到多边市场的拓展速度，进而增加嵌入全球价值链高端位置的切入口。同时，数字技术能使企业更高效、精准地掌握市场信息，在产品研发、制造、定价、销售等方面提升企业竞争优势，进而提高企业嵌入制造业全球价值链高端位置的竞争力(Pagani，2013)[24]。基于上述分析，本文提出：

　　假说 1：企业数字化转型通过 “强链” 和 “延链” 推动制造业价值链高质量发展。

　　(二)数字化转型、创新发展与制造业价值链高质量发展

　　企业的数字化转型与创新发展具有耦合互动关系(丁志帆，2020)[25]，企业数字化转型不仅可拓展生产可能性边界，而且能延伸创新可能性边界(郭美晨和杜传忠，2019)[26]。由于数字技术具有强扩散属性，制造企业还能以通用技术的形式渗透至制造业价值链各环节，通过产品创新、商业模式创新和业态创新创造价值链的价值增值空间，推动制造业价值链的高质量发展。第一，产品创新方面，数字化转型能赋予传统商品以数字和科技属性，使产品生产向智能化与个性化方向发展，进而产生产品附加价值和衍生价值，为企业带来更多的超额利润。同时，丰富的科技沉淀与数据积累还可持续驱动产品创新迭代、实现价值增加值攀升和业态裂变衍生(李史恒和屈小娥，2022)[27]，最终推动制造业价值链高质量发展。第二，商业模式创新方面，数字化转型能催生出 “科技 + 制造 + 服务” 的新型商业模式，强化制造业企业以服务为主导的价值创造理念，推动企业主动选择、改善甚至构造新的商业模式，以实现价值创造。

　　如线上直播、人工智能客服、大数据精准营销、客户画像描绘、电子商务等新型商业模式，持续赋能传统制造业向新型制造服务业转变。此外，数字化转型还能通过创造开放式创新环境，深化数字技术与制造业的融合发展，实现产业端与创新端、供给端、需求端之间的耦合互动创新发展，并将此效应渗透到价值链上，以价值链上中下游协同创新发展的方式推动制造业价值链的高质量发展。第三，业态创新方面，数字技术具有强扩散性和强渗透性，有助于打破行业间的交互壁垒和拓展行业间的合作边界，促进制造业由单一化发展向多元化发展升级，由此衍生出的价值创造、价值增值和价值回报，共同推动制造业价值链的高质量发展。基于上述分析，本文提出：

　　假说 2：企业数字化转型能通过提高自身创新发展能力实现 “强链” 和 “延链”，推动制造业价值链高质量发展。

　　四、模型构建、变量测度与数据说明

　　第一步，数字化转型关注度指标的构建与测度。数字化转型关注度体现了企业对数字化技术应用的认知水平和重视程度，是企业数字化转型的战略前提。首先，将《中小企业数字化赋能专项行动方案》《关于推进 “上云用数赋智” 行动培育新经济发展实施方案》《2020 年数字化转型趋势报告》汇集成一个文本，在 Python 软件中运用 Jieba 模块对文本完成分词后，再手动筛选出有关数字化的关键词，初步形成数字化转型特征词库。再借鉴吴非等 (2021)[5]、赵宸宇等 (2021)[9]、陈剑等 (2020)[34]、李春涛等 (2020)[35] 及凌润泽等 (2021)[36] 的研究，将使用的数字化相关关键词扩充至上述词库，最终得到包括数据管理、数据挖掘、数据网络等 159 个关键词的数字化转型特征词库。其次，通过 Python 爬虫功能获取沪深 A 股所有企业年报，并依次利用 PyPDF2 模块、OS 模块与 Jieba 模块，对各企业年报进行格式转换、内容提取和分词处理，以所有企业管理层分析与讨论的内容为基础，建立包括各类关键词的数据池。最后，基于数字化转型特征词库，在数据池中对数字化转型关键词进行搜索、匹配和词频加总，并对词频总数进行加 1 再取对数，最终得出数字化转型关注度。

　　第二步，数字化转型投入指标的构建与测度。数字化转型投入包括与数字化相关的固定资产和无形资产，它们是企业数字化转型的现实基础。根据上市公司财务报告附注中的固定资产和无形资产科目名称，从数字化转型的特征词库中筛选出与数字化相关的无形资产与固定资产，二者之和与总资产的比值即可作为数字化转型投入。

　　第三步，数字化转型产出指标的构建与测度。数字化转型产出包括企业利用数字化技术研发的数字化产品与申请的专利数量，它们是企业数字化转型的创新成果。基于数字化转型的特征词库对上市企业专利的标题、摘要和权力要求进行文本分析，统计出与数字化相关的发明专利授权数量①，并加 1 取对数，即可得出数字化转型产出。

　　第四步，企业数字化转型程度的测度。对以上三个指标作归一化处理后，再利用熵值法经过熵值、偏度差、权重计算，并采用加权平均法计算得出企业数字化转型程度 (dig)。计算结果表明，数字化转型关注度、数字化转型投入与数字化转型产出的权重分别为 32.48%、36.63% 和 30.89% 。该变量的取值范围在 0.012~0.943 之间，其值越大，说明企业数字化转型程度越高，反之越低。

　　被解释变量即企业全球价值链上游度与企业全球价值链长度、解释变量即企业数字化转型程度、机制变量即企业创新发展能力，均在各自取值范围内表现出标准差较小、最小值与最大值相差较大、均值与最大值相差较大、中位数与均值近乎相等的统计特征，说明基于 “强链” 和 “延链” 双重视角的制造业价值链高质量发展水平、企业数字化转型程度以及企业创新发展能力基本服从正态分布且发展较为平稳，但仍存在一定的差异性与提升空间。控制变量的描述性统计结果与现有文献分析基本一致。

　　本文以沪深 A 股 2007—2021 年的制造业上市企业面板数据为研究样本。理由如下：一是 2007 年前上市企业专利数据缺失严重;二是 2007 年大部分企业才开始数字化转型;三是制造业是专利申请的主要部门，相关数据较其他行业更为丰富与完整。具体而言，企业的财务数据来自 CSMAR 数据库，年报数据来自深圳证券交易所与上海证券交易所官网，专利数据来自 CNRDS 数据库，产品出口数据来自中国海关数据库，行业的价值链数据来自 UIBEGVCIndex 数据库。为提高数据的完整性与准确性，再进行如下处理：一是剔除了 ST、∗ST、IPO、退市、重要指标数据缺失的观测值;二是依据固定资产投资价格指数、国内生产总价格指数和工业生产者出厂价格指数并以 2007 年为基期，对有关货币价值的指标进行平价处理;三是对部分指标进行对数化或 1% 水平双边缩尾处理，以缓解回归结果受异方差与极端观测值的影响。

　　五、实证结果与分析

　　(一)基准回归结果

　　为分析企业数字化转型在 “强链” 和 “延链” 两方面对制造业价值链高质量发展的直接影响效果，采用双向固定效应模型对式 (1) 进行估计。其中，列 (1)(2) 未纳入控制变量且未控制时间和企业固定效应，列 (3)(4) 未纳入控制变量但控制了时间和企业固定效应，列 (5)(6) 不仅纳入了控制变量而且控制了时间和企业固定效应。可以看出，在以上三种情形下，企业数字化转型程度的估计系数均为正且通过了 1% 的显著性检验，控制变量的估计结果也基本符合预期。

　　说明企业数字化转型能从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展，假说 1 得到验证。究其原因，可能是企业通过数字化转型降低了生产经营成本，增加了研发投入，提升了自身与所在产业的创新发展能力，进而推动了制造业价值链高质量发展，即形成了 “企业数字化转型→企业创新发展→制造业价值链高质量发展” 的发展机制。从经济意义来看，以列 (5)(6) 为例，企业数字化转型程度每增加 1 个单位标准差，制造业价值链高质量发展水平从 “强链” 和 “延链” 两方面分别提高了约 0.048 (≈0.145 ×0.083 ÷0.249) 个和 0.040 (≈0.112 ×0.083 ÷0.231) 个单位标准差。

　　(二)稳健性检验

　　为提高研究的可靠性，下面对基准回归中可能存在的特殊观测值、变量测度方法与内生性问题进行稳健性检验。

　　调整研究样本范围

　　为避免特殊观测值问题对基准回归结果造成干扰，采取以下三种方式进行稳健性检验。第一，剔除数字经济一线城市观测值。基准回归同时包含了数字经济一线城市样本和非一线城市样本①，而一线城市在相关配套设施、数字经济发展状况等方面明显更具优势，从而可能对估计结果带来干扰。因而剔除注册地在北京、上海、广州、深圳、杭州的样本后重新进行估计。第二，剔除 2008—2011 年的观测值。2008 年的全球金融危机可能对企业研发投入产生了冲击，进而可能减缓企业数字化转型和创新发展进程，因而剔除这一时段的样本后重新回归。

　　第三，剔除直辖市的观测值。直辖市在人口数量、行政级别、基础设施、经济状况、产业结构等方面往往更有优势，也更容易得到高端资源和优惠政策，进而更有利于推动当地企业数字化转型，但同时也可能会承担更多的社会责任或政府职责，进而影响自身数字化转型。第四，剔除数字产业化企业的观测值。一般而言，数字产业化企业的数字化转型意愿与能力明显高于其他企业，因此这部分企业样本可能会影响基准回归结果。因而剔除通信、电子设备和计算机制造业企业的样本重新回归，在对特殊观测值处理之后，企业数字化转型程度的估计系数依然在 1% 水平上显著为正，说明基准回归结果稳健，即企业数字化转型能从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的结论成立。

　　改变变量测度方法

　　首先，将行业层面的全球价值链下游度和向后连接的全球价值链长度分别经式 (6) 和式 (7) 处理后，代替原被解释变量即企业全球价值链上游度和企业全球价值链长度重新进行估计。其次，企业数字化转型程度的测度方法，采用两种方法进行稳健性检验。一是替换数字化转型关键词来源。基准回归中用于测度企业数字化转型程度的关键词源自上海证券交易所和深圳证券交易所官网，这里采用 CSMAR 数据库中的相关关键词对企业数字化转型程度重新测度并进行回归。二是对企业数字化转型进行均值处理。考虑到企业数字化转型存在地域性差异，采用经过地区均值调整的企业数字化转型程度进行稳健性检验，在改变企业全球价值链上游度、企业全球价值链长度和企业数字化转型程度的测度方法后，企业数字化转型程度的估计系数依然在 1% 水平上显著为正，即基准回归结果依然稳健。

　　内生性问题检验

　　固定效应模型能缓解因遗漏变量引致的内生性问题，但由选择性偏误、反向因果关系以及测量误差产生的内生性问题仍然有可能会影响基准回归结果的稳健性。为此，依次利用解释变量滞后回归法与工具变量两阶段最小二乘法 (IV-2SLS)，对式 (1) 可能存在的内生性问题进行检验。

　　首先，考虑企业数字化转型从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展过程中可能存在的时滞性 (池毛毛等，2020)[37]，取企业数字化转型程度滞后一阶变量进行回归，以缓解反向因果关系带来的内生性问题。可以看出，企业数字化转型程度滞后一阶变量的估计系数均为正，且通过了 1% 水平上的显著性检验，说明基准回归结果具有稳健性。

　　其次，从微观企业、中观行业与宏观地区三个层面构建相关工具变量，并使用工具变量两阶段最小二乘法来增强基准回归结果的可靠性。其中，微观企业层面的工具变量为企业数字化转型程度的一阶滞后项，中观行业层面的工具变量为当年本行业内其他企业数字化转型程度的平均值，宏观地区层面的工具变量参考黄群慧等 (2019)[38] 的方法，以上一年全国互联网用户数分别与各地区 1984 年每万人拥有的固定电话数相乘得到。

　　如此构建宏观地区层面的工具变量，是因为传统通信技术代表的固定电话与现代企业数字化转型具有相关性，即地区支撑数字技术发展的历史固定电话基础配套设施会影响后续的企业数字化转型;固定电话作为传统通信设备，对现代生活与生产的影响具有外生性，即随着固定电话普及率的下降，其对制造业价值链高质量发展的影响逐渐式微;上一年全国互联网用户数与地区 1984 年每万人拥有固定电话数的交乘项，能满足面板工具变量应具备动态属性的要求 (Nunn 和 Qian，2014)[39]。

　　报告了工具变量两阶段最小二乘法的估计结果，其中，所有奇数列的第一阶段回归结果显示，各工具变量的估计系数均在 1% 或 5% 水平上显著为正，且第一阶段的 F 值均大于经验法则的临界值 10，说明各工具变量对内生变量具有显著的相关性，即不存在弱工具变量问题;所有偶数列的第二阶段回归结果显示，企业数字化转型程度的估计系数均在 1% 或 5% 水平上显著为正，Kleibergen⁃PaaprkLM 检验与 Cragg⁃DonaldWaldF 检验均通过了显著性检验，说明在工具变量显著拒绝了识别不足和弱识别的原假设情况下，基准回归结果的稳定性未受到内生性问题干扰。

　　综上，采用解释变量滞后回归法与工具变量两阶段最小二乘法检验基准回归模型中的内生性问题，企业数字化转型均能从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的基准回归结论不变。

　　(三)作用机制检验

　　前文分析了企业数字化转型对制造业价值链高质量发展的创新发展传导机制，下面利用逐步系数检验法与 Sobel 检验法对其进行验证，结果见表 7。首先，利用逐步系数检验法进行检验，结果表明，列 (1)(4) 中企业数字化转型程度的估计系数均在 1% 水平上显著为正，说明企业数字化转型能从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展。列 (2)(5) 中企业数字化转型程度的估计系数均在 1% 水平上显著为正，说明企业通过数字化转型能提升自身创新发展能力。究其原因，可能是数字化转型在供需两端形成了低成本、高收益、准定位的企业创新发展模式。

　　具体而言，在供给方面，由于数字技术的梅特卡夫效应①，企业在数字化转型过程中通过客户积累得以降低边际成本，进而实现了较低创新成本的迭代研发，最终在供给端形成了产品、服务、经营方式、生产流程、商业模式等方面的低成本、高收益创新发展模式。在需求方面，企业通过实施数字化转型战略强化了对市场信息的高感知度和反应力，进而在需求端形成了以客户需求为中心的准定位创新发展模式。列 (3)(6) 中企业数字化转型的估计系数在大小和显著性上分别较列 (1)(4) 有所下降，且企业创新发展能力的估计系数在 1% 水平上显著为正。列 (1) 至 (6) 估计结果初步验证了作用机制的有效性。其次，借鉴温忠麟和叶宝娟 (2014)[28] 的方法，利用 Sobel 检验法验证作用机制的可靠性。结果显示，列 (1) 至 (3) 与列 (4) 至 (6) 中 Sobel 检验的 Z 值分别等于 5.117 和 4.251，且均大于 5% 水平对应的临界值 0.970，说明逐步系数检验法的结果稳健。

　　综上，企业数字化转型能通过提高自身创新发展能力，分别从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展，即假说 2 得到验证。

　　六、异质性分析

　　(一)基于微观企业产权特征的异质性分析

　　不同产权特征的企业其数字化转型的意愿与能力存在较大差异。为进一步理解不同产权企业数字化转型从 “强链” 和 “延链” 两方面对制造业价值链高质量发展的影响，将样本区分为国有制企业与非国有制企业两个子样本。可以看出，有别于列 (1)(3) 的国有制企业，列 (2)(4) 的非国有制企业数字化转型程度的估计系数均在 1% 水平上显著为正，说明数字化转型对非国有制企业从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的作用更明显。原因可能是，国有制企业在行政属性、经营模式、资源来源、业务种类等方面存在先天优势，其面临的市场竞争较少，数字化转型的需求与意愿较小。同时，国有制企业经营效率与市场化程度较低，委托代理问题也更为突出，监管体系与激励制度有待完善，管理层才能与经营绩效关系模糊，因而数字化转型意愿与投入较小，从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的作用不明显。

　　(二)基于中观行业要素密集度特征的异质性分析

　　说明企业数字化转型从 “强链” 和 “延链” 两方面对制造业价值链高质量发展的推动作用，在劳动密集型行业和技术密集型行业显著，在资本密集型行业则不明显。产生这一差异的原因可能是：第一，随着人工成本的提升，劳动密集型行业遭遇生产成本上涨的冲击，而生产智能化和数字化是企业以机器代替低端劳动力、进而降低生产成本实现价值链高质量发展的重要路径。第二，技术密集型行业将数字化转型作为创新发展进而推动价值链高质量发展的重要力量，所以其数字化转型的意愿、能力与收益明显高于其他行业。第三，在资本密集型行业，资本更青睐于传统的有形资产，而容易忽略如专利、软件、数据、品牌、技术等新型无形资产的作用。而在数字化时代，新型无形资产对促进企业数字化转型、进而从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展水平的作用更为明显。

　　(三)基于宏观城市创新能力特征的异质性分析

　　外部宏观环境是影响企业数字化转型以及通过数字化转型从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的重要因素。为探究不同城市宏观环境中的企业数字化转型从 “强链” 和 “延链” 两方面对制造业价值链高质量发展影响的差异化特征，根据《2007—2020 年中国区域创新能力评估报告》中的创新能力指数，将处于三分位分组中前 1/3 的样本定义为创新引领型城市，其余定义为创新追赶型城市。可以看出，企业数字化转型程度的估计系数仅在列 (2)(4) 创新引领型城市中表现出 1% 水平上的显著为正，说明创新引领型城市中的企业通过数字化转型从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的作用更显著。其原因可能是，数字技术是创新引领型城市实现持续创新发展的重要工具，它在一定程度上提升了当地企业对数字化转型的关注程度与投入意愿。同时，创新引领型城市也更加注重开放与合作，能为基于数字技术努力打破数据壁垒以实现资源高效配置的发展格局提供更好的时代契机与现实基础，数字化转型与创新发展良性互动，也为企业通过数字化转型提高自身创新发展能力、进而从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展提供了有利环境。

　　七、结论与启示

　　本文从理论层面分析了企业数字化转型基于 “强链” 和 “延链” 两个维度对制造业价值链高质量发展的直接影响效果与间接作用机制，并利用 2007—2021 年沪深 A 股制造业上市企业面板数据，基于微观层面实证分析了企业数字化转型从 “强链” 和 “延链” 两方面对制造业价值链高质量发展的直接影响效果、创新发展的间接作用机制及多层面的异质性特征。研究发现：企业数字化转型从 “强链” 和 “延链” 两方面推动了制造业价值链高质量发展，该结论经过一系列稳健性检验后依然成立;机制分析表明，企业创新发展在此过程中发挥了显著的正向传导作用;异质性分析表明，在非国有制企业、技术密集型行业、劳动密集型行业和创新引领型城市，企业数字化转型从 “强链” 和 “延链” 两方面推动制造业价值链高质量发展的作用更加显著。

　　基于以上结论，提出如下政策建议：第一，宏观的城市层面，应建立健全数字化转型治理体系。制造业企业数字化转型是科技和模式的双重创新，伴随这一过程产生的创新风险有别于传统风险。对此，政府应尽快制定相关法律法规给予引导和规范，打造适合数字技术与制造业企业融合发展的治理体系，营造良好的数字化转型环境，畅通企业数字化转型到创新发展再到价值链高质量发展的作用渠道。第二，中观的行业层面，应加快 “新基建” 建设进程，促进数字化均衡发展。为此，可借鉴创新引领型城市的先进经验，在全国范围内加快建设通信网络基础设施、算力支持基础设施、新技术基础设施等 “新基建”，实现数字化建设的高效性与地域均衡性。第三，微观的企业层面，应鼓励以强带弱，协同发展，促使企业数字化转型提速增质。应加大对数字化领先企业的支持，充分发挥其引领作用，通过平台共建、技术共享、风险共担，打通人才、资金、知识的流通渠道，促进科技要素的自由流通与高效配置，缩小同行业中不同规模、不同产权企业间的 “数字鸿沟”，深化不同行业间相同技术、相同领域、相同架构的数字合作，以生态式创新发展模式从 “强链” 和 “延链” 两方面协同推动制造业价值链的高质量发展。应根据数字技术的普适性与包容性，联合上下游企业、高校与科研机构，打造开放式的网络创新发展平台，围绕数字产业化和产业数字化两个方向，在算力、算法、模型、设施等数字技术的基础领域加大投入力度，以高质量的数字化转型从 “强链” 和 “延链” 两方面促进制造业价值链的高质量发展。

齐平;宋威辉,吉林大学经济学院,202401