672 
472数实产业技术融合是推动企业新质生产力发展的重要驱动力。文章基于2011—2022年中国沪深A股上市公司的经验数据，运用机器学习和文本分析方法，构建了企业新质生产力指标，结合动态能力理论，系统考察了数实产业技术融合对企业新质生产力的影响。结果显示，数实产业技术融合显著提升了企业新质生产力发展水平。机制检验发现，数实产业技术融合主要通过增强资源获取能力和塑造创新优势的双重机制促进企业新质生产力发展。异质性检验发现，在产权性质为民营、生产效率较低、战略性新兴产业以及处于较好知识产权保护地区的企业样本中，数实产业技术融合对企业新质生产力的促进作用更为显著。研究结论为推进数实融合、促进企业新质生产力发展提供了有益的经验证据和政策启示。
数实产业技术融合与企业新质生产力——基于机器学习与文本分析的新证据
摘要
参考文献
1 陈琳,高悦蓬,余林徽. 人工智能如何改变企业对劳动力的需求?——来自招聘平台大数据的分析[J]. 管理世界,2024,(6). DOI:10.3969/j.issn.1002-5502.2024.06.006
7 黄先海,高亚兴. 数实产业技术融合与企业全要素生产率——基于中国企业专利信息的研究[J]. 中国工业经济,2023,(11). DOI:10.3969/j.issn.1006-480X.2023.11.001
8 刘伟. 科学认识与切实发展新质生产力[J]. 经济研究,2024,(3).
10 史丹,孙光林. 数据要素与新质生产力:基于企业全要素生产率视角[J]. 经济理论与经济管理,2024,(4). DOI:10.3969/j.issn.1000-596X.2024.04.004
12 孙永强,石尉艺,刘雅欣. 平台经济能否打破劳动力市场分割?[J]. 上海经济研究,2023,(10). DOI:10.3969/j.issn.1005-1309.2023.10.009
16 姚加权,张锟澎,郭李鹏,等. 人工智能如何提升企业生产效率?——基于劳动力技能结构调整的视角[J]. 管理世界,2024,(2). DOI:10.3969/j.issn.1002-5502.2024.02.001
17 余东华,李云汉. 数字经济时代的产业组织创新——以数字技术驱动的产业链群生态体系为例[J]. 改革,2021,(7).
18 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). DOI:10.3969/j.issn.1006-480X.2021.09.002
23 中国社会科学院经济研究所课题组. 结构变迁、效率变革与发展新质生产力[J]. 经济研究,2024,(4).
25 祝志明,杨乃定,de La Robertie Catherine S,等. 动态能力理论:源起、评述与研究展望[J]. 科学学与科学技术管理,2008,(9).
26 Cantoni D, Chen Y Y, Yang D Y, et al. Curriculum and ideology [J]. Journal of Political Economy, 2017, 125(2): 338–392. DOI:10.1086/690951
27 Frank M Z, Shen T. Investment and the weighted average cost of capital [J]. Journal of Financial Economics, 2016, 119(2): 300–315. DOI:10.1016/j.jfineco.2015.09.001
28 Gao H M, Xue X L, Zhu H, et al. Exploring the digitalization paradox: The impact of digital technology convergence on manufacturing firm performance [J]. Journal of Manufacturing Technology Management, 2024, 36(2): 277–306.
29 Hanseth O, Lyytinen K. Design theory for dynamic complexity in information infrastructures: The case of building internet [J]. Journal of Information Technology, 2010, 25(1): 1–19. DOI:10.1057/jit.2009.19
30 Leary M T, Roberts M R. Do firms rebalance their capital structures? [J]. The Journal of Finance, 2005, 60(6): 2575–2619. DOI:10.1111/j.1540-6261.2005.00811.x
31 Lee H. Converging technology to improve firm innovation competencies and business performance: Evidence from smart manufacturing technologies [J]. Technovation, 2023, 123: 102724. DOI:10.1016/j.technovation.2023.102724
32 McGovern G, Moon Y. Companies and the customers who hate them [J]. Harvard Business Review, 2007, 85(6): 78–84,141.
33 Raman K, Shahrur H. Relationship-specific investments and earnings management: Evidence on corporate suppliers and customers [J]. The Accounting Review, 2008, 83(4): 1041–1081.
34 Rossini M, Cifone F D, Kassem B, et al. Being lean: How to shape digital transformation in the manufacturing sector [J]. Journal of Manufacturing Technology Management, 2021, 32(9): 239–259. DOI:10.1108/JMTM-12-2020-0467
35 Teece D J. Profiting from innovation in the digital economy: Enabling technologies, standards, and licensing models in the wireless world [J]. Research Policy, 2018, 47(8): 1367–1387. DOI:10.1016/j.respol.2017.01.015
36 Wu L, Lou B W, Hitt L. Data analytics supports decentralized innovation [J]. Management Science, 2019, 65(10): 4863–4877. DOI:10.1287/mnsc.2019.3344
37 Yuan R X, Wang C Q, Masron T A, et al. Digital economy empowerment on carbon emission reduction: An analysis of spatial spillover effects based on temporal heterogeneity[J]. Applied Economics, 2024: 1-15, doi: 10.1080/00036846.2024.2364924.
引用本文
董旗, 谭伟杰, 郑钧耀, 等. 数实产业技术融合与企业新质生产力——基于机器学习与文本分析的新证据[J]. 上海财经大学学报, 2025, 27(3): 18-33.
导出参考文献，格式为：
