数字技术如何影响产业变革——基于元分析技术的探索

doi:10.6049/kjjbydc.2022060520

科技进步与对策

2023, Vol. 40

Issue (5): 64-74 DOI: 10.6049/kjjbydc.2022060520

产业技术进步

本期目录 | 过刊浏览 | 高级检索

数字技术如何影响产业变革——基于元分析技术的探索

郑迪文¹,谢卫红^1,2,李忠顺²,骆建彬¹

（1.广东工业大学管理学院；2.广东工业大学经济学院，广东广州 510520）

How Does Digital Technology Affect Industrial Change？An Exploration Based on Meta-analysis Technology

Zheng Diwen¹,Xie Weihong^1,2,Li Zhongshun²,Luo Jianbin¹

(1.School of Management,Guangdong University of Technology;2.School of Economics,Guangdong University of Technology,Guangzhou 510520,China)

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2013 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要随着我国数字产业化和产业数字化的快速发展，数字技术对产业变革的影响机制问题受到学者们普遍关注。梳理相关文献发现，数字技术对产业变革的影响在不同研究中存有差异。为明确数字技术对产业变革的影响机制，基于1990—2021年32篇文献的37个独立效应值，结合技术创新长波理论框架，综合运用元分析技术归纳识别出数字技术对产业变革的影响机制，并进一步分析异质性修正的调节效应。元分析结果表明，数字技术通过金融因素、创新因素、绩效因素、生产运作因素、就业因素、劳动力状况因素、政策因素7种作用机制对产业变革产生显著影响；与数字技术影响产业变革高度相关的具体机制维度要素包括技术创新能力、就业信息、代际差异、触网程度、就业质量、城乡收入、制度文化异质性、全要素生产率、要素错配；无论异质性程度如何，数字技术对产业变革影响的主效应与各影响机制的调节效应均显著相关。结论可为进一步深化相关纵向研究和情境化研究提供参考借鉴。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	郑迪文
	谢卫红
	李忠顺
	骆建彬

关键词 ：数字技术, 产业变革, 元分析, 产业数字化

收稿日期: 2022-06-20 修回日期: 2022-09-24

ZTFLH:

F264

基金资助:国家自然科学基金面上项目（72274041）；广东省自然科学基金面上项目（2020A1515010971）

作者简介: 郑迪文（1994—），男，河南驻马店人，广东工业大学管理学院博士研究生，研究方向为数字技术与产业变革、产业数字化；谢卫红（1969—），女，湖北荆州人，博士，广东工业大学经济学院院长，广东工业大学管理学院教授，研究方向为数字技术与产业变革、数字化创新；李忠顺（1990—）男，湖南永州人，博士，广东工业大学经济学院博士后，研究方向为智能制造企业商业模式创新；骆建彬（1988—），男，江西景德镇人，广东工业大学管理学院博士研究生，研究方向为工业互联网平台价值共创。本文通讯作者：李忠顺。

引用本文:

郑迪文,谢卫红,李忠顺,骆建彬. 数字技术如何影响产业变革——基于元分析技术的探索[J]. 科技进步与对策, 2023, 40(5): 64-74.
Zheng Diwen,Xie Weihong,Li Zhongshun,Luo Jianbin. How Does Digital Technology Affect Industrial Change？An Exploration Based on Meta-analysis Technology. SCIENCE & TECHNOLOGY PROGRESS AND POLICY, 2023, 40(5): 64-74.

链接本文:

http://www.kjjb.org/CN/10.6049/kjjbydc.2022060520 或 http://www.kjjb.org/CN/Y2023/V40/I5/64

[1] YOO Y. Computing in everyday life: a call for research on experiential computing[J]. MIS Quarterly, 2010,34(2):213-231.
[2] 邢小强, 周平录, 张竹, 等. 数字技术、BOP商业模式创新与包容性市场构建[J]. 管理世界, 2019,35(12):116-136.
[3] 谢卫红,林培望,李忠顺, 等.数字化创新：内涵特征、价值创造与展望[J].外国经济与管理,2020,42(09):19-31.
[4] 谢卫红,李忠顺,李秀敏, 等.数字化创新研究的知识结构与拓展方向[J].经济管理,2020,42(12):184-202.
[5] CHENG M, SHAO Z, GAO F, et al. The effect of research and development on the energy conservation potential of China's manufacturing industry: the case of east region[J]. Journal of Cleaner Production, 2020, 258(4):1-13.
[6] KENNEY M,ROUVINEN P,SEPPALA T,et al. Platforms and industrial change[J]. Industry and Innovation, 2019,26(8):871-879.
[7] 李英杰, 韩平. 数字经济发展对我国产业结构优化升级的影响——基于省级面板数据的实证分析[J]. 商业经济研究, 2021,40(6):183-188.
[8] 卢洪友, 陈思霞. 第三产业技术进步与技术效率的财政政策效应实证分析[J]. 广东商学院学报, 2009,24(3):74-80.
[9] 沈运红, 黄桁. 数字经济水平对制造业产业结构优化升级的影响研究——基于浙江省2008—2017年面板数据[J]. 科技管理研究, 2020,40(3):147-154.
[10] ZHANG C. An empirical study on the impact of digital economy development on the upgrading and optimization of industrial structure[C]//E3S Web of Conferences. EDP Sciences, 2021, 275-276.
[11] 孟庆时, 余江, 陈凤, 等. 数字技术创新对新一代信息技术产业升级的作用机制研究[J]. 研究与发展管理, 2021,33(1):90-100.
[12] LING S, HAN G, AN D, et al. The impact of green credit policy on technological innovation of firms in pollution-intensive industries: evidence from China[J]. Sustainability, 2020,12(11):1-16.
[13] SHEN L, FAN R, WANG Y, et al. Impacts of environmental regulation on the green transformation and upgrading of manufacturing enterprises[J]. International Journal of Environmental Research and Public Health, 2020,17(20):1-14.
[14] 包晨晨, 于思淼. 企业兼并重组来源于技术内生——来自中国上市公司的经验证据[J]. 经济体制改革, 2016,15(5):184-189.
[15] PRADHAN R P, ARVIN M B, NAIR M, et al. Short-term and long-term dynamics of venture capital and economic growth in a digital economy: a study of European countries[J]. Technology in Society, 2019,57(5):125-134.
[16] ARDOLINO M, RAPACCINI M, SACCANI N, et al. The role of digital technologies for the service transformation of industrial companies[J]. International Journal of Production Research, 2018,56(6):2116-2132.
[17] 王文倩, 张羽. 金融结构、产业结构升级和经济增长——基于不同特征的技术进步视角[J]. 经济学家, 2022,42(2):118-128.
[18] ZHANG L, LONG R, CHEN H, et al. Performance changes analysis of industrial enterprises under energy constraints[J]. Resources Conservation and Recycling, 2018,136(12):248-256.
[19] ZHOU L, JIANG Z, GENG N, et al. Production and operations management for intelligent manufacturing: a systematic literature review[J]. International Journal of Production Research, 2022,60(2):808-846.
[20] ROMERO-SILVA R, HERNANDEZ-LOPEZ G. Shop-floor scheduling as a competitive advantage: a study on the relevance of cyber-physical systems in different manufacturing contexts[J]. International Journal of Production Economics, 2020,224(4):1-54.
[21] 黎继子, 李柏勋. 集群式供应链大规模定制化运作模式分析——以晋江鞋业产业集群为例[J]. 科研管理, 2007,34(6):167-174.
[22] 洪银兴. 科技创新中的企业家及其创新行为——兼论企业为主体的技术创新体系[J]. 中国工业经济, 2012,29(6):83-93.
[23] 郝凤霞, 江文槿, 楼永. 劳动力流动与地区制造业升级——基于转移升级和转型升级角度[J]. 产经评论, 2021,38(6):90-109.
[24] 张峰, 殷秀清. 劳动力供给要素变迁对制造业转型升级影响的统计检验[J]. 统计与决策, 2020,36(4):91-95.
[25] 王冬, 吕延方. 数字技术影响实体经济就业的非线性效应研究[J]. 现代管理科学, 2021,40(8):110-120.
[26] 王文. 数字经济时代下工业智能化促进了高质量就业吗[J]. 经济学家, 2020,32(4):89-98.
[27] DUMAN M C, AKDEMIR B. A study to determine the effects of industry 4.0 technology components on organizational performance[J]. Technological Forecasting and Social Change, 2021,167(5):1-14.
[28] HUNTER J E, SCHMIDT F. Methods of meta-analysis: correcting error and bias in research findings [M]. Sage, 2004.
[29] HIGGINS J, THOMPSON S G, DEEKS J J, et al. Measuring inconsistency in meta-analyses[J]. British Medical Journal, 2003,327(12):557-560.
[30] COHEN J. Statistical power analysis for the behavioral sciences[M]. New York: Academic Press, 1977.