一、引　言

在全球经济格局深度调整与中国经济转型升级的双重背景下，许多传统企业面临产能过剩、技术迭代滞后、生产要素成本攀升等多重压力。国家统计局数据显示，近五年我国工业企业亏损面持续维持在17%—28%区间，其中上市公司中被实施特别处理（ST）的企业数量年均增长10%，折射出微观主体在价值创造能力方面存在结构性困境。这种生存困境不仅威胁区域经济稳定，更可能通过产业链传导引发系统性风险。

学者们对困境企业价值创造能力提升路径的探究长期局限于环境适配与结构优化等静态要素视角。环境适配路径聚焦于外部环境与企业被动适应的互动关系，如行业竞争格局（Park和Mezias，2005）、政治关联（姚珊珊和沈中华，2016）及政府扶持（He等，2019）等对资源获取的作用；结构优化路径则关注内部存量资源的配置效率，涵盖财务韧性（李哲和何佳，2006）、规模效应（Brink等，2018）以及股权治理结构（章铁生等，2018）等对组织韧性的影响。这些研究为理解困境企业价值创造能力的提升路径提供了理论基础与经验证据，但却忽略了以数字技术驱动、创新要素集聚和人力资本升级为内核的新质生产力，正成为突破传统增长范式的重要引擎。它既打破了环境适配路径的被动性，又超越了结构优化路径的静态性，通过融合技术赋能、组织变革与人力升级为困境企业构建全新的价值创造模式。党的二十大报告明确提出“加快发展新质生产力”的战略导向，强调通过技术革命性突破与生产要素创新性配置重塑发展动能，标志着生产力重构已从企业自发行为上升为国家层面的系统性工程。在此背景下，探究新质生产力对困境企业价值创造的赋能机制，不仅关乎微观主体的可持续发展，更是实现经济动能转换的关键命题。

然而，现有研究多聚焦于新质生产力对新兴企业的促进作用，对处于经营困境的企业关注不足。学术界关于新质生产力能否助力企业破茧重生仍存在争议，部分学者强调新质生产力通过“降本增效”重塑企业竞争力（Zhao等，2025），但亦有学者基于资源基础观提出“技术诅咒”假说，认为困境企业有限的现金流难以支撑长周期的技术投入，可能加速资源耗散（Beladi等，2021），培育新质生产力所需的技术投入可能加剧困境企业的财务脆弱性。实际上，困境企业通常面临财务流动性危机与技术代际落差的双重脆弱性，这为检验新质生产力的“创造性破坏”效应提供了典型场景。当企业陷入经营困境时，新质生产力究竟是困境企业的“救命稻草”还是“压垮骆驼的最后一根稻草”？这仍是一个悬而未决的重要议题。另外，尽管早期研究多遵循创新理论框架，将新质生产力所衍生的生产要素创新视为外生冲击（Aghion等，2021），但随着数字经济的纵深发展，学者开始关注其与高管主体、外部资源体系的协同演化机制。比如企业通过吸纳具备研发背景的高管促进组织生产要素的优化与创新；政府通过专项补助、税收优惠等政策工具为企业提供资源支持，助力其技术升级与能力建构。然而，高管技术黏性与外部资源注入向困境企业价值创造的传导效率尚未得到充分验证，在高管能力适配与外部资源赋能的异质性情境下，新质生产力对困境企业的激活机制是否存在边际效应差异？该问题仍未得到系统解决。

本文基于动态能力理论，利用2011—2022年中国上市公司数据得到以下研究结论。第一，新质生产力的培育有助于提升困境企业的价值创造能力，助力困境企业实现破茧重生。第二，高管能力适配将强化新质生产力对困境企业价值创造能力的提升效应，随着高管研发能力的提升，新质生产力对困境企业价值创造能力的赋能效应显著强化。第三，外部资源注入会强化新质生产力对困境企业价值创造能力的提升效应，随着政府补贴的增加，新质生产力对困境企业价值创造能力的赋能效应显著强化。第四，突破式创新、资源配置效率与扁平化组织变革是新质生产力助力困境企业提升价值创造能力的关键机制。第五，发展新质生产力对于困境企业价值创造能力的赋能效应呈现组织、行业及区域层面的异质性，在民营企业、高科技行业以及高数字化水平地区，发展新质生产力对困境企业价值创造能力的提升效应更为显著。本文将新质生产力纳入衰退企业复苏研究框架，系统阐释新质生产力对企业价值创造的赋能逻辑，通过解构三重中介机制揭示新质生产力重塑企业能力的内在路径，为困境企业突破发展瓶颈、实现可持续发展提供理论依据。

二、理论与假设

（一）文献与理论

本文以动态能力理论为分析框架，阐释新质生产力赋能困境企业价值创造能力的内在机理（Teece等，1997）。动态能力是企业系统性地整合内外部资源、重构技术功能与组织技能以应对环境变化的核心能力，Teece（2007）将其细分为感知（sensing）、捕捉（seizing）和转化（transforming）三个层面，其竞争优势逻辑与新质生产力的赋能路径高度契合。本文认为，新质生产力的培育过程，本质上是激发和驱动企业系统性构建感知、捕捉与转化三大动态能力，以适配技术经济范式深刻变革的过程。

首先，新质生产力所内嵌的数字技术渗透，增强了困境企业对环境变化与技术机会的感知能力。Teece（2007）提出的感知能力不仅包括对组织内外部环境变化的感知、内部经营活动风险因素的识别，同时涵盖对技术环境突变的识别、顾客需求的技术响应，这与新质生产力的数字技术驱动内核高度契合。其次，新质生产力所倡导的要素创新性配置与资源编排，有效提升了困境企业捕捉与重组资源的能力。动态捕捉能力强调突破传统业务边界、探索新型增长路径，这为解析新质生产力的资源编排能力提供了理论工具。新质生产力要求困境企业超越静态资源配置思维，通过动态捕捉能力重构资源组合：如利用开放式创新网络集聚资源，或通过平台化模式整合供应链闲散产能。这种资源配置的优化不是简单的要素叠加，而是基于动态能力的“机会识别—资源整合—价值创造”过程，是动态能力理论中资源重构机制在新质生产力场景下的具体应用。最后，新质生产力所要求的组织敏捷性与开放性，直接推动困境企业为维持动态匹配而进行持续转化的组织能力。Teece（2007）强调的转化能力，要求企业通过组织结构重构、决策机制优化适应环境变化，这与新质生产力通过组织变革重塑内生动力的逻辑形成理论呼应。新质生产力驱动的组织变革并非单纯的结构调整，而是以动态转化能力为基础的系统革新，当企业陷入资源约束时，转化能力强的组织能更快地将决策系统与管理层级融合，降低科层制带来的响应延迟，这正是新质生产力通过组织变革释放动能的理论路径。

可见，新质生产力以技术创新为先导，强调新型要素对传统要素的超越，而动态能力理论的“感知—捕捉—转化”框架恰好为解析这一过程提供了动态视角：技术赋能对应感知层的环境适配，资源编排对应捕捉层的机会开发，组织变革对应转化层的系统重构。

（二）研究假设

1.新质生产力与困境企业价值创造能力

企业困境是一个动态累积过程，表现为绩效持续下滑与资源基础恶化。在此过程中，企业的物质资源与人力资源活跃度显著降低，资源利用效率远低于最优水平。本文认为，困境企业的僵化状态导致其难以通过传统路径实现价值创造，亟须通过新质生产力重构资源结构与能力体系。依据动态能力理论，这一重构过程本质上是企业系统性构建感知、捕捉与转化能力，以适应并引领技术经济范式变革的过程。

首先，新质生产力通过技术赋能增强组织感知能力，助力困境企业突破效率瓶颈、重构竞争优势。一方面，新质生产力的培育有助于赋能企业动态感知并快速响应前沿技术革新浪潮。这一能力表现为对人工智能、大数据等前沿技术发展趋势的精准预判与敏锐识别，进而使企业不仅能提升信息处理与智能决策效率（Dubey等，2021），更能主动驱动生产流程的数字化与智能化转型，最终促成生产方式的结构性变革，实现生产效率的实质性跃升。这种被强化的感知能力使困境企业能够打破认知局限，识别并投身于突破式创新的机会窗口。比如通过将高新数字技术深度融入生产运营，困境企业可以重塑业务流程、组织结构与商业模式，开辟新的价值创造路径。另一方面，在增强的感知能力驱动下，困境企业可依托新质生产力重构研发资源配置、优化创新要素组合，实现从“技术模仿”到“自主创造”的根本性跃迁，进而构筑差异化竞争优势，最终实现价值创造能力的系统性提升。

其次，新质生产力通过优化资源编排升级组织捕捉能力，破解困境企业资源利用低效难题。这一先进生产力体系以资金、技术、知识、数据等多元化资源为基础，其实质是赋能企业将感知到的机会转化为资源行动的组织化过程。在新质生产力的培育过程中，企业不仅能够精准识别外部资源价值，更能通过动态配置与重组机制实现资源效能最大化，这直接对应并强化了动态能力中捕捉机会所需的资源重构能力。对于资源匮乏的困境企业而言，这一特性更具战略价值（Morrow等，2007）。在资源获取、整合与再配置过程中，新质生产力驱动企业以数据洞察和市场导向为基准，高效导入稀缺要素、深度盘活存量资产，并实现跨领域资源的创造性融合。这一资源管理机制不仅打破了困境企业的效率瓶颈，更通过持续优化资源组合，将其捕捉战略机会的能力转化为切实的价值创造能力。

最后，新质生产力通过驱动扁平化组织变革保障企业转化能力，进而重塑困境企业内生发展动力。转化能力强调组织为维持动态匹配而进行的结构性调整（Teece，2007）。新质生产力对敏捷响应、快速迭代的内在要求，直接推动企业从传统科层制向敏捷柔性的结构跃迁。通过建立扁平化结构压缩决策链条，并形成跨部门协作机制（戚聿东和肖旭，2020），困境企业显著提升了将前端感知与资源捕捉转化为内部协同行动与创新成果的效率。同时，与之匹配的开放创新文化激发了组织的学习潜能。这种结构与文化的协同再造，能够帮助企业将捕捉到的市场信号与技术迭代趋势深度融合，并迅速转化为重构业务流程、优化资源配置的具体行动。这一过程不仅推动企业形成对环境变化的弹性适应能力，更促使其从被动的响应模式转向主动的进化模式，最终转化为可持续的竞争优势。

综上，新质生产力通过技术赋能强化感知能力，依托资源编排升级捕捉能力，借助组织变革提升转化能力，最终助力困境企业重塑发展动力。可见，新质生产力的培育过程本质上是企业构建和提升动态能力以应对困境、实现价值创造的过程。本文据此得出以下研究假设：

假设1：新质生产力的培育有助于提升困境企业的价值创造能力。

2.新质生产力价值创造效应的情境机制

作为一种新型先进的生产力形态，新质生产力为困境企业带来了破局机遇，但困境企业的两大独特属性构成了其赋能价值创造落地的核心障碍：一是能力刚性使其无法有效承接新质生产力的培育需求；二是资源约束使其难以保障新质生产力培育过程所需的持续资源投入。这两大属性既是困境企业区别于非困境企业的本质特征，也是新质生产力价值创造效应释放的主要制约因素。本文认为，高管研发背景与政府补贴激励是破解上述障碍的核心抓手：高管研发背景聚焦能力短板，通过“能力适配”强化新质生产力对动态能力的构建效率；政府补贴激励聚焦资源约束，通过“资源赋能”为动态能力构建提供资源支撑。

（1）能力适配：高管研发背景的调节作用

新质生产力的有效实施高度依赖企业对外部知识资源的整合能力，这一过程涵盖识别前沿技术、消化复杂知识、应用创新成果三大维度（Cohen和Levinthal，1990）。困境企业因其知识吸收与转化能力的结构性不足，容易陷入能力与情境适配难题，当技术迭代速度超过组织学习曲线时，技术需求与吸收能力间的鸿沟会显著放大（Teece，2007）。由此产生的技术识别失准与知识转化迟滞将导致新质生产力难以转化为实际价值创造动能。在此情境下，具备高校、科研机构或企业研发部门任职经历的高管团队成为破局核心。

高管研发背景的核心价值在于，以低成本、不可替代的方式破解困境企业的“能力—情境”适配难题，其调节机制深度绑定新质生产力对动态能力的构建过程。感知能力方面，研发背景高管拥有的隐性技术知识库与跨组织学术网络，可帮助困境企业识别技术瓶颈与创新机会，弥补其因资源匮乏、信息不对称等因素导致的感知偏差，让新质生产力的技术赋能更精准。捕捉能力方面，基于高阶梯队理论（Hambrick和Mason，1984），研发经历塑造的技术风险偏好使高管能够敏锐洞察新质生产力的战略价值，突破短期主义桎梏，将有限资源优先配置于新质生产力培育，优化新质生产力驱动的资源编排效率，破解困境企业资源配置低效的痛点。转化能力方面，研发背景高管更加熟悉技术成果转化流程，可推动企业建立适配新质生产力发展的技术落地机制，加速将感知到的技术机会与捕捉到的资源转化为实际创新成果，强化动态能力的运作效率。反之，若脱离困境企业场景，非困境企业可通过市场化方式补齐能力短板，高管研发背景的不可替代性大幅降低。基于以上分析，本文提出以下假设。

假设2：高管研发背景在新质生产力与困境企业价值创造能力之间起到调节作用，随着高管研发背景的加强，新质生产力对困境企业价值创造能力的提升效应显著强化。

（2）资源赋能：政府补贴的调节效应

新质生产力的培育需长期投入智能设备、高端人才、知识产权等专有资产，其高固定成本特性会加剧困境企业的资源约束。一方面，困境企业绩效下滑、现金流紧张，无法自行承担新质生产力培育的初始投入；另一方面，陷入困境意味着企业信用评级低、经营风险高，因而难以通过银行贷款、股权融资等市场化渠道获取资金，进而导致新质生产力的价值创造效应受阻。在此情境下，政府补贴成为平衡企业短期生存与长期发展的关键变量。

本文认为，政府补贴有助于破解困境企业的资源约束陷阱，为新质生产力驱动的动态能力构建提供资源与制度双重支撑。在感知能力方面，政府补贴的直接注资为困境企业提供无息资本（Bronzini和Piselli，2016），可定向用于技术调研、前沿学习等活动，帮助企业感知技术革新浪潮，弥补因资源匮乏导致的感知能力不足。在捕捉能力方面，政府补贴以政府信用为背书，向市场传递明确的政策支持信号，发挥杠杆效应吸引银行信贷、风险投资等资本流入，拓宽资源获取渠道，为新质生产力驱动的资源编排（稀缺要素导入、存量资产盘活、跨领域资源融合）提供资金保障，破解困境企业资源获取难题。在转化能力方面，政府补贴的跨期平滑功能（卞元超和白俊红，2021）促使企业将资源从短期经营向长期研发创新转移，无需过度担忧短期盈利压力，保障新质生产力从技术机会到价值成果的转化效率，强化动态能力的持续迭代。需要指出的是，这种资源约束陷阱是困境企业的核心痛点，而非困境企业资金储备充足、融资渠道通畅，无需依赖政府支持即可保障新质生产力培育。若脱离困境企业场景，政府补贴的资源补充与信号传递效应会大幅弱化。基于以上分析，本文提出以下假设：

假设3：政府补贴在新质生产力与困境企业价值创造能力之间起到调节作用，随着政府补贴的增加，新质生产力对困境企业价值创造能力的提升效应显著强化。

三、研究设计

（一）样本选择和数据来源

本研究以2011年至2022年中国A股上市公司的面板数据为实证依据，数据主要来源于MAR数据库。基于以往学者的研究，本文对初始样本进行如下筛选：将金融保险类公司予以剔除，以此消除因行业财务结构存在特殊性而引发的估计偏差；剔除关键财务数据缺失程度较为严重的公司，以保证研究结论的稳健性。借鉴贺小刚等（2017）的方法，本文以Altman的Z指数作为界定困境企业的主要标准。该指数通过综合多项财务指标来评估企业的整体经营与财务风险（Altman，1983），其数值越低，表明企业陷入财务困境的可能性越大。依据Altman（1983）的经典划分，Z值小于1.81被视为“困境区”，该标准在后续研究中被广泛采纳（杨婵等，2023）。因此，本文将Z值小于1.81的企业判定为困境企业，并据此筛选出8359个有效观测值作为研究样本。在模型检验前，本文将被解释变量做提前一期处理，以缓解反向因果关系可能引发的内生性问题。另外，为减少极端值对分析结果产生的潜在干扰，本文对存在异常值的连续变量实施了在1%和99%分位数位置的缩尾处理。

（二）变量测量

1.被解释变量：价值创造能力（Valuecreat）

参考Morrow等（2007）的研究，本文将价值创造能力界定为企业针对客户需求所提供的解决方案能够超越同行竞品，确保或增强企业的长期盈利潜力，同时为企业的投资者带来超出预期的财富增长的能力。借鉴Morrow等（2007）的方法，本文采用基于指数收益率计算的詹森指数（Jensen）来评估困境企业的价值创造能力。这一选择主要基于詹森指数能够综合多个竞争优势维度来衡量公司价值，从而反映投资者可能获得的超越预期收益的潜力。具体而言，詹森指数越高，意味着困境企业的价值创造能力越强。

2.解释变量：企业新质生产力（Newpro）

本文借鉴宋佳等（2024）的研究思路，基于生产力二要素理论，结合劳动对象在生产过程中的作用与价值，构建了新质生产力指标体系（见表1）。指标测算采用熵值法，实证回归时，为消除数值量级差异的影响，将企业新质生产力测算结果放大1000倍后纳入模型。

3.调节变量

①高管研发背景（RDExp）。参考徐梦等（2024）的研究，本文首先将高管团队中曾从事研发活动等技术类工作（如担任过工程师、主持或负责技术与产品开发等活动）的成员界定为有研发背景的高管，然后统计企业当年研发背景高管人数，以其占高管团队总人数的比例衡量高管研发背景。②政府补贴（Subsidy）。借鉴蔡庆丰和舒少文（2024）的研究，本文以政府补贴/企业营业总收入的比值来衡量政府补贴强度。

4.控制变量

本文还在模型中控制了以下变量：①企业年龄（Firmage），即企业成立的年份至当期的存续时间；②企业规模（Firmsize），以公司期末总资产来衡量，并取自然对数；③两职兼任（Duality），如果企业的CEO同时担任董事长，赋值为1，否则赋值为0；④两权背离程度（Deviation），即实际控制人所持公司所有权比例除以控制权比例；⑤独立董事比例（Inboard_r），以独立董事人数占董事会总人数之比进行测量；⑥高管团队人数（Tmt_num），以剔除独立董事及未领取薪酬的董事、监事、高管人数之后的董监高人数测量；⑦股权集中度（ShareC），以赫芬达尔指数计算出公司前十大股东的持股集中程度；⑧期间费用率（Salef），以销售费用、管理费用与财务费用之和除以营业收入所得的比值来衡量；⑨经营杠杆（Operalev），计算公式为：（净利润+所得税费用+财务费用+固定资产折旧、油气资产折耗、生产性生物资产折旧+无形资产摊销+长期待摊费用摊销）/（净利润+所得税费用+财务费用），用于表示风险水平的财务指标；⑩各地区的市场化指数。此外，本文控制了年份与行业虚拟变量。

四、实证分析

（一）回归模型

为了揭示新质生产力对困境企业价值创造能力的影响以及相关的调节效应，本文构建了如下待检验的模型。

式（1）中的$ {Valuecreat}_{i,t+1} $为被解释变量，表示困境企业i在t+1期的价值创造能力；$ {Newpro}_{i,t} $为解释变量，表示困境企业i在t期的新质生产力；$ {RDExp}_{i,t} $为调节变量，表示困境企业i在t期的高管研发背景；$ {Subsidy}_{i,t} $为调节变量，表示困境企业i在t期的政府补贴；$ {C}_{i,t} $为控制变量；$ Year $为年度固定效应，$ Ind $为行业固定效应；$ {\varepsilon }_{i,t} $为残差项。$ {\alpha }_{1} $用来分析新质生产力对困境企业价值创造能力的影响；$ {\alpha }_{4} $和$ {\alpha }_{5} $分别用于分析高管研发背景、政府补贴的调节作用。所有回归均在公司层面进行个体聚类标准误调整，以处理潜在异方差与自相关问题。

（二）描述性统计

本文主要变量的描述性统计见表2。结果表明，样本中困境企业价值创造能力的均值为−0.0214，标准差为0.3506，说明企业间的价值创造能力差异较大，两极分化明显。新质生产力的均值为5.0776，标准差为2.1889，整体离散程度适中。此外，主要变量的方差膨胀因子（VIF）均小于标准10，排除了可能存在的多重共线性问题。为进一步分析新质生产力与困境企业价值创造能力之间的关系，下文将对变量之间的关系进行统计检验。

（三）基准回归结果

考虑到本文的被解释变量为连续变量，根据其分布特征本文选择普通最小二乘法（OLS）进行基本模型检验。表3为基本模型的检验结果，模型1仅包括控制变量，模型2在模型1的基础上加入解释变量新质生产力，模型3在模型2的基础上加入高管研发背景及其与新质生产力的交互项，模型4在模型2的基础上加入政府补贴及其与新质生产力的交互项。

表3模型2的结果表明，新质生产力与困境企业的价值创造能力显著正相关（beta=0.0040，p<0.05），说明新质生产力的培育有助于提升困境企业的价值创造能力，假设1得到支持。表3模型3的结果表明，新质生产力与高管研发背景的交互项显著为正（beta=0.0157，p<0.1），说明高管研发背景在新质生产力与困境企业价值创造能力之间起到显著的调节作用，高管能力适配将强化新质生产力对困境企业价值创造能力的提升效应，假设2得到支持。表3模型4的结果表明，新质生产力与政府补贴的交互项显著为正（beta=0.0043，p<0.05），说明政府补贴在新质生产力与困境企业价值创造能力之间起到显著的调节作用，随着政府补贴的增加，新质生产力对困境企业价值创造能力的提升效应显著强化，假设3得到支持。

（四）内生性检验

1.Heckman两阶段检验

考虑到本研究中可能存在样本自选择偏误引发的内生性问题，比如困境企业是否培育和提升新质生产力并非随机选择，而是受到企业自身资源禀赋、管理层战略决策偏好、行业竞争格局等未被完全观测变量的影响。而这些未观测变量很可能同时作用于困境企业的价值创造能力，进而导致样本选择偏差，干扰核心变量间因果关系的准确识别。为解决这一内生性问题，本文采用Heckman两阶段法进行纠正。

首先，本文在第一阶段构建一个表征企业是否具有高价值创造能力的虚拟变量，若企业的詹森指数高于中位数则取值为1，否则为0。为有效识别选择方程，本文选取“同年同省份的新质生产力均值”作为满足排他性约束的工具变量。该变量满足工具变量的基本要求：一方面，同年同省份的新质生产力均值与单个困境企业自身的新质生产力水平存在直接关联，符合相关性要求；另一方面，该变量与单个困境企业的价值创造能力之间不存在直接的因果关系，满足外生性假设，能够有效确保第二阶段估计结果的一致性与无偏性。在此基础上，本文使用Probit模型对选择方程进行估计，并计算得到逆米尔斯比率（IMR）。在第二阶段，将估计得到的IMR作为控制变量纳入主回归方程重新进行回归分析。实证结果显示，IMR系数在统计上显著，说明确实存在样本自选择偏误，而纳入IMR后的核心解释变量新质生产力的系数依然显著且符号未发生变化，表明在控制该类内生性问题后，本研究的核心结论依然成立（详见表4）。

2.PSM检验

为了控制可能存在的由可观测混杂因素导致的内生性问题，例如，企业规模、资产结构、行业竞争环境等变量可能同时影响企业新质生产力水平及其价值创造能力，从而导致核心变量间因果识别偏误，本文采用倾向得分匹配法（PSM）对此类内生性问题进行处理。

首先，本文根据企业新质生产力的综合测度指标，将样本划分为处理组（新质生产力水平高于平均值的困境企业）与对照组（新质生产力水平低于平均值的困境企业）。然后，选取一组可能同时影响企业新质生产力与企业价值创造能力的协变量进行匹配，通过Logit模型估计每个困境企业的倾向得分，并采用1:1最近邻匹配策略进行样本匹配，以确保处理组与对照组在所选协变量分布上具有高度平衡性，从而剥离混杂因素的干扰。最后，本文基于匹配后的样本重新进行回归分析。平衡性检验结果显示，匹配后各协变量在处理组与对照组之间的标准化偏差均显著降低，且t检验结果表明组间差异均不显著，完全满足平衡性假设。PSM检验结果如表5所示，结果表明，新质生产力对困境企业价值创造能力的影响系数与基准回归结果一致，进一步验证了研究结论的可靠性。

（五）稳健性检验 ¹

1.剔除异常年份观测值

考虑到被解释变量詹森指数的构建以市场模型为基础，而2015年市场股价的剧烈波动可能干扰对企业真实价值创造能力的衡量；与此同时，2020年公共卫生事件也对企业经营绩效产生了显著冲击。为了排除上述特殊时期的外生冲击对研究结论的潜在干扰，本文剔除2015年和2020年的观测值进行稳健性检验。结果显示，剔除异常年份观测值后的稳健性检验结果与上文一致，进一步验证研究结果的可靠性。

2.替换被解释变量测量指标的稳健性检验

根据以往研究，托宾Q值能够综合反映外部资本市场的股价波动特征与现金流量增长趋势，该指标不仅可精准刻画企业的短期财务绩效，还能兼顾对企业长期价值的衡量，进而有效捕捉困境企业所蕴含的成长机会与价值创造潜力，具备作为价值创造能力替代指标的理论合理性与实践适用性。鉴于此，本文将托宾Q值作为被解释变量的测量指标进行稳健性检验，结果与基准回归结果一致。另外，作为衡量企业成长性绩效的代表性指标，未来三年营业收入复合增长率能够综合体现企业战略调整成效、运营效率提升水平与市场拓展能力等维度，是刻画企业增长速度的动态指标（Damodaran，2012）。该指标聚焦企业长期发展视角，能够捕捉困境企业实现价值创造跃迁的潜在能力，具备作为被解释变量测量指标的合理性。基于此，本文将企业未来三年营业收入复合增长率作为被解释变量测量指标开展稳健性检验，结果与前文基本一致。

（六）机制分析

基于上述理论分析可知，新质生产力的培育过程本质上是企业系统构建并提升其感知、捕捉与转化等动态能力，以应对困境并实现价值创造的过程。在这一过程中，新质生产力并非直接作用于企业价值输出，而是通过若干中介机制实现价值的传导与转化。本文认为，新质生产力在推动困境企业价值创造能力提升的过程中，主要通过三个核心机制发挥作用。一是依托突破式创新摆脱传统生产范式的桎梏，以技术赋能强化企业对市场机遇与技术趋势的感知能力，为价值创造提供技术内核。二是通过资源优化配置实现要素的高效整合与动态适配，以资源编排升级企业对关键资源的捕捉与利用能力，为价值创造夯实资源基础。三是借助组织扁平化变革重构管理模式与协作机制，以组织变革保障企业将技术优势、资源优势转化为实际价值的能力，为价值创造扫清制度障碍。借鉴江艇（2022）对于作用机制检验的研究方法，本文重点关注新质生产力对突破式创新、资源配置效率和扁平化组织变革这三条路径的影响，并构建如下中介机制检验的模型。

式（2）中的$ {M}_{i,t} $表示中介机制变量，包括突破式创新、资源配置效率及扁平化组织变革，$ {C}_{i,t} $为控制变量；$ Year $为年度固定效应，$ Ind $为行业固定效应；$ {\varepsilon }_{i,t} $为残差项。$ {\beta }_{1} $用来分析新质生产力对中介变量的影响。

1.突破式创新的作用机制

本文认为，突破式创新是新质生产力与困境企业价值创造能力之间的重要中介机制，而这一过程主要依托于新质生产力对组织感知能力的系统性增强。一方面，新质生产力以技术革命性突破、生产要素创新性配置与产业深度转型升级为核心特征（任保平和豆渊博，2024），其数据驱动能力、敏捷研发体系与数字技术生态提升了困境企业对技术趋势与市场机会的识别敏锐度，从而降低了突破式创新所固有的技术不确定性与市场不确定性。这使资源受限的困境企业，能将突破式创新从一种高风险的探索转化为更具可行性的战略选择。基于对机会的清晰感知，新质生产力通过要素跨界融合与创新性配置，进一步赋能企业对内外部资源进行创造性拼凑与重组，从而为困境企业的突破式创新提供必要的资源基础。另一方面，困境企业往往受困于既有技术路径依赖与组织惯性，仅靠渐进式优化不仅难以突破能力瓶颈与认知束缚，反而会使其陷入自我强化的衰退循环难以自拔。因此，企业要实现脱困重生，必须跳出传统发展范式，寻求根本性变革。突破式创新所推动的技术经济形态演进恰好契合这一变革需求，为困境企业突破传统壁垒、在新兴领域建立竞争优势提供了契机。并且，突破式创新的产业化落地能够驱动企业价值创造能力发生系统性重塑：既能够催生具有代际差异的产品或服务，直接创造新的客户价值；更能够推动企业围绕新技术重构商业模式、提升产业链优势（王德胜等，2022）。这一过程实质上正是困境企业依托新质生产力强化机会感知能力，精准识别变革机遇后，通过突破式创新将技术潜能转化为可持续竞争优势，在动态能力构建中实现价值创造能力的实质性跃迁。

为了检验突破式创新的作用机制，本文借鉴湛泳和马从文（2024）的做法，以企业当年独立获得授权的发明专利数量加1后取自然对数来衡量企业突破式创新（RI）。表6模型1的结果显示，企业新质生产力与突破式创新显著正相关（beta=0.0320，p<0.01），说明新质生产力的提升可以促进困境企业突破式创新。此外，既有研究证实，相较于渐进式创新，突破式创新对困境企业价值创造能力的提升具有更为显著的效能。它不仅能帮助企业感知并获取外部知识（Strumsky和Lobo，2015），为价值创造积累关键创新资源，还能催生科技含量高、附加值高且难以复制的新产品或服务，直接打造高价值的核心产出；同时可提升外部投资者对企业未来价值的预期，吸引更多资金与资源注入，为价值创造提供持续支撑，进而助力企业实现长期经营业绩与价值创造能力的跃升（闫静波等，2023）。由此可见，突破式创新是新质生产力赋能困境企业价值创造能力提升的关键作用机制。

2.资源配置效率的作用机制

本文认为，资源配置效率是新质生产力影响困境企业价值创造能力的又一核心机制。新质生产力所内嵌的数据驱动与智能协同机制通过增强企业对资源的捕捉能力，重塑其资源配置逻辑与效率，从而成为赋能困境企业价值创造的关键传导路径。新质生产力的培育并非新型要素的简单输入，其核心在于通过工业互联网、人工智能算法等智能技术架构，使企业能够对研发、生产及市场进行实时感知。这直接强化了企业识别、获取并重组内外部资源的能力，使企业的资源配置决策从依赖经验的粗放模式，转向基于实时数据反馈的精准模式。更重要的是，新质生产力推动形成的开放性网络使企业能够超越内部资源边界，实现对产业链上下游及创新伙伴资源的高效协同，极大拓展了资源配置的广度与灵活性。对于资源受限且结构僵化的困境企业而言，资源捕捉能力的强化具有根本性的脱困意义。资源配置效率的提升一方面能助力企业盘活内部沉淀资产，提升其利用弹性，另一方面可敏锐捕捉并快速接入外部的技术、资本与市场资源。这使困境企业得以突破存量僵化与增量不足的约束，并将其捕捉到的战略性机会与稀缺性资源转化为高潜力的增长行动。因此，资源配置效率的提升，本质上是困境企业在新质生产力的驱动下，其整合与重构资源的动态捕捉能力的系统性跃升过程，是困境企业突破资源约束、实现价值创造跃迁的重要实现路径。

根据Hsieh和Klenow（2009）的研究，全要素生产率是评估企业是否有效利用资源的关键指标，它体现了企业在投入资本、劳动力及管理等各类要素中所能实现的最大产出成果，能够精准反映企业资源要素配置的效率与质量。测量全要素生产率的指标包括LP、OP、FE、GMM和OLS等方法。考虑到OLS方法计算较为简便且结果稳定，具备较好的稳健性，本文以OLS法测算出的企业全要素生产率来衡量资源配置效率（RAE）。表6模型2的结果显示，企业新质生产力与资源配置效率显著正相关（beta=0.0203，p<0.1），说明新质生产力的提升可以促进困境企业的资源配置效率。另外，既有研究表明，提升资源配置效率是困境企业打破价值创造困局的核心关键。一方面，通过对既有资源的重新整合与优化配置，企业能够提升资源利用效率，削减冗余成本，从成本管控层面夯实价值创造的基础（Wittig，2017）；另一方面，这一过程能够推动资源投向与市场需求的精准匹配，助力企业动态调整资源布局以捕捉新兴机会、重塑盈利模式，从收益增长层面激活价值创造的增量空间（Zhu等，2025）。可见，资源配置效率的优化是新质生产力赋能困境企业价值创造能力提升的重要作用机制。

3.扁平化组织变革的作用机制

本文认为，扁平化组织变革在新质生产力与困境企业价值创造能力之间发挥关键的传导作用，其核心逻辑在于，新质生产力发展所蕴含的形态需求催生了扁平化组织的适配性变革，而这种组织变革能够破解困境企业的组织痛点，进而推动企业价值创造能力的提升。这一机制深度契合动态能力理论的“感知—捕捉—转化”核心框架。

一方面，新质生产力的本质特征倒逼组织形态向扁平化跃迁。新质生产力以颠覆性技术为核心驱动力，其培育过程具有技术迭代速度快、市场反馈周期短、跨领域知识共享需求强的特征。这类特征对组织提出了敏捷响应、快速决策与跨领域知识共享的核心要求：既要能快速捕捉技术前沿动向与市场需求变化，也要通过缩短决策流程抢占技术与市场先机，更需打破部门壁垒实现技术、市场与管理的深度融合。传统科层制组织的多层级结构、部门壁垒与集权式决策模式根本无法适配新质生产力培育的核心要求。与之相对，扁平化组织通过削减冗余管理层级缩短决策路径，通过打破部门边界、建立跨职能团队强化横向协同与知识融合。因此，扁平化的组织形态调整是新质生产力培育的必然要求，而非被动的组织变革。

另一方面，扁平化组织变革的核心价值在于破解困境企业转化能力薄弱的关键痛点，通过强化转化能力推动其价值创造能力的跃升。动态能力的转化维度明确强调，组织需通过结构性调整维持与环境的动态匹配，将已感知的机会与捕捉的资源有效转化为实际成果（Teece，2007），而困境企业价值创造困局的核心症结之一就是转化能力的缺失。受传统科层制的部门壁垒、冗长决策流程束缚，其即便能感知新质生产力带来的技术机会、捕捉到有限资源，也难以将二者转化为实质性创新成果。扁平化组织通过压缩决策链条、建立跨部门协作机制（戚聿东和肖旭，2020），破解了困境企业部门割裂、决策滞后的转化障碍，进而提升了将前端技术机会与资源投入转化为技术成果产业化的效率。更为关键的是，扁平化组织变革往往伴随开放创新文化的培育，结构调整与文化再造的协同效应能激发组织的学习潜能，使困境企业不再局限于被动响应，而是将感知到的市场信号、技术迭代趋势，迅速转化为重构业务流程、优化资源配置策略的主动行动。这种转化能力的强化不仅解决了困境企业“有机会难落地、有资源难变现”的核心矛盾，更帮助其形成对环境变化的弹性适应能力，最终实现价值创造能力的提升。

为了验证扁平化组织变革的作用机制，本文参考Li等（2023）的研究，以高级管理者占全体员工的比例来衡量扁平化组织变革（FOS）。表6模型3的结果显示，企业新质生产力与扁平化组织变革显著正相关（beta=0.0102，p<0.01），说明新质生产力的提升可以促进困境企业扁平化组织变革。此外，既有研究表明，扁平化组织变革是驱动困境企业价值创造能力提升的重要抓手，其核心在于通过缩短决策链条、加速信息流通、强化基层授权等方式，从根本上提升组织灵活性与创新效率（戚聿东和肖旭，2020）。对于困境企业而言，这种组织模式能够帮助企业更敏锐地识别市场变化、更精准地调配资源以应对危机，并有效激发内部创新活力，开发破局突围的关键方案。同时，扁平化结构下的快速决策机制能够缩短试错周期、降低转型成本，推动企业优化运营效率、重塑核心竞争力，最终实现价值修复与跃升（许晖等，2022）。可见，扁平化组织变革是新质生产力赋能困境企业价值创造能力提升的重要作用机制。

五、异质性分析

（一）组织异质性

本文认为，新质生产力对困境企业价值创造能力的提升作用，在组织层面呈现显著的异质性，其中产权性质是重要的影响因素。国有企业和民营企业在组织惯性、机制灵活性与目标导向等方面均存在差异，这些差异直接影响其通过新质生产力实现转型的效果。具体而言，国有企业通常带有较强的组织惯性与制度刚性，管理层多由行政任命，经营目标兼具经济与社会双重属性，在面临困境时更容易获得政府支持与政策保护（张天华和张少华，2016）。这些特征虽然有助于维持稳定，但也可能弱化其通过新质生产力进行根本性创新的内在动力，导致技术跃迁与要素重构的进程相对缓慢。相比之下，民营企业机制更为灵活，决策链条短、目标聚焦，因而组织惯性与变革阻力较低。在经营压力下，民营企业更有意愿主动借助新质生产力挖掘创新潜力、整合外部资源，并能够更快地将技术动能转化为效率提升与价值创造，从而在转型中表现出更强的适应性与转化能力。

为了验证产权性质的异质性效应，本文对原假设进行了分样本检验。表7模型1为国有企业样本，模型2为民营企业样本。结果表明，在国有企业组中，困境企业发展新质生产力对其价值创造能力不具有显著影响（beta=0.0019，p>0.1）；而在民营企业组中，发展新质生产力对困境企业价值创造能力具有显著的提升效应（beta=0.0038，p<0.1）。

（二）行业异质性

本文认为，新质生产力对困境企业价值创造能力的提升效应存在显著的行业异质性，行业技术密集度是核心影响因素。不同技术密集度的行业在技术基础、生产模式与创新需求上存在本质差异，直接决定了困境企业借助新质生产力实现价值跃升的效果。具体而言，高科技行业本身具备技术迭代快、创新需求高的特征，身处经营困境的高科技企业能够快速适应新质生产力的发展要求，通过技术升级与业务转型突破发展瓶颈，有效提升产品附加值与市场竞争力，进而强化价值创造能力。相比之下，非高科技行业的困境企业受限于传统生产流程与薄弱技术基础，创新承载力有限，在发展新质生产力时面临高昂转型成本与技术适配难题，难以将新质生产力的发展动能转化为实际价值，因而难以发挥显著的推动作用。

为了验证行业异质性，本文将样本分为高科技行业与非高科技行业开展分组检验。表7模型3为高科技行业样本，模型4为非高科技行业样本。结果表明，在高科技行业组，新质生产力对困境企业价值创造能力具有正向显著影响（beta=0.0103，p<0.05）；而在非高科技行业组，新质生产力对困境企业价值创造能力的影响并不显著（beta=0.0018，p>0.1）。

（三）区域异质性

本文认为，新质生产力对于困境企业价值创造能力的赋能效应受到区域发展基础的约束，而区域数字化水平是其中关键变量。数字化发展水平直接决定了区域内数据要素的流通效率、技术转化的基础设施条件以及企业对创新资源的获取能力。在数字化发展水平高的区域，新质生产力更易通过优化资源配置、重构业务流程、拓展价值网络等路径赋能困境企业，加速其价值创造能力的修复与升级；而在数字化水平较低的区域，技术转化成本较高、数据共享机制不畅等问题可能制约新质生产力的赋能效能，导致其对困境企业价值创造能力的提升作用被削弱。

为了验证区域数字化水平的异质性，本文借鉴赵志栋等（2025）的研究，将企业所在省份为北京、天津、山东、湖北、四川、广东、上海、江苏、浙江、福建等区域的样本，划为高数字化水平区域样本，位于其余省份则归为低数字化水平区域样本。表7模型5的结果表明，在高数字化水平地区，困境企业发展新质生产力对其价值创造能力具有正向显著影响（beta=0.0051，p<0.05），表7模型6的结果显示，在低数字化水平地区，新质生产力对困境企业价值创造能力不具有显著影响（beta=0.0031，p>0.1）。

六、结论与启示

（一）研究结论

本文基于动态能力理论，利用2011—2022年中国上市公司的数据探究了新质生产力与困境企业价值创造能力之间的关系，并得到以下研究结论。其一，新质生产力是驱动困境企业价值创造能力提升的核心引擎，为企业突破发展瓶颈、实现破茧重生提供关键动能。其二，具备研发背景的高管团队凭借专业知识与创新敏锐度，通过“能力适配”高效推动新质生产力在困境企业内部的落地与转化，增强其对价值创造能力的提升效能。其三，政府补贴作为重要的“资源赋能”手段，能够为企业创新活动注入资源活力，激发困境企业的长期经营导向，进而强化新质生产力对困境企业价值创造能力的提升效应。其四，突破式创新、资源配置效率和扁平化组织变革是新质生产力助力困境企业价值创造能力的关键机制，新质生产力以突破式技术赋能为起点解决困境企业的效率瓶颈，以资源配置能力为支撑破解困境企业资源约束，以扁平化组织为根基重塑企业发展内生动力。此外，本文还揭示了新质生产力对困境企业价值创造能力影响的异质性特征：在组织层面，民营资本主导的困境企业发展新质生产力对其价值创造能力具有显著正向影响；在行业层面，高科技困境企业能够通过发展新质生产力快速实现技术升级和业务转型，有效提升其价值创造能力；在区域层面，在高数字化水平地区，困境企业发展新质生产力能显著提升其价值创造能力。

（二）理论贡献

首先，聚焦困境企业特殊场景，拓展新质生产力研究的情境范畴。既有研究多聚焦新质生产力在正常经营企业中的应用（董静等，2024；肖有智等，2024），或从静态视角分析困境企业的生存策略（章铁生等，2018；Brink等，2018），将新质生产力与困境企业复苏场景结合的研究相对有限。本文基于动态能力理论，尝试构建新质生产力与困境企业价值创造能力的理论关联，通过阐释新质生产力对困境企业资源重构与能力升级的作用机制，不仅拓宽了动态能力理论在弱势情境下的应用边界，更为理解困境企业如何借助新兴生产力范式突破发展约束提供了理论解释框架。

其次，突破传统结构性视角，丰富困境企业价值创造的前因变量体系。在困境企业价值创造能力的前因变量研究中，大多将视角集中于环境适配路径（Park和Mezias，2005）与结构优化路径（李哲和何佳，2006；Brink等，2018），对新质生产力所驱动的动态能力跃迁机制关注不足。本文从新质生产力视角出发，剖析其影响困境企业价值创造的深层逻辑，不仅拓展了困境企业价值创造能力前因变量的研究外延，更揭示了适配困境企业“破局优先”转型需求的独特作用路径，深化了对弱势企业战略行为背后逻辑的理解。

再者，围绕能力—资源双重约束，完善新质生产力价值创造的边界条件研究。关于困境企业价值创造的调节效应研究，现有文献多集中于对市场化程度（贺小刚等，2023）、组织产权性质（闫静波等，2023）、企业成本黏性（徐高彦等，2020）等因素的考察，而对主体能力与政府赋能权变效应的探讨尚不充分。本文紧扣困境企业“能力刚性”与“资源匮乏”的核心痛点，从“能力适配”与“资源赋能”出发，将高管研发背景与政府补贴纳入研究框架，实证检验不同情境下新质生产力对困境企业价值创造能力的差异化影响，不仅为理解新质生产力驱动企业价值重塑提供了更完整的理论框架，而且丰富了新质生产力赋能困境企业价值创造的边界条件体系。

最后，解构新质生产力的过程机制，揭示其赋能效应的异质性特征。本文基于动态能力理论的感知、捕捉、转化三维度，构建并验证了技术赋能、资源配置与组织变革的作用机制，打开了新质生产力作用于困境企业价值创造能力的“黑箱”，不仅弥补了企业成长与复苏理论在阐释新质生产力要素作用机制方面的研究不足，也为困境企业在复杂环境下的复苏过程提供新的理论视角。此外，本文发现该赋能效应因组织产权性质、行业科技水平以及区域数字化水平的不同而存在差异，这为政府与企业制定差异化的困境复苏策略提供决策依据。

（三）启示意义

本文对困境企业发展、企业管理实践及政策制定具有以下启示意义：首先，企业陷入困境时应将新质生产力作为核心战略选择，困境企业可通过引入数字化技术重塑生产流程，或重组内部资源聚焦核心业务，从而打破发展瓶颈，实现价值创造能力的跃升，避免局限于传统降本增效策略，积极开发创新驱动的发展模式。其次，困境企业在管理层选拔与团队建设中，应重视高管的研发背景与技术专长。具备研发经验的高管更能理解新质生产力的价值，推动企业内部创新项目落地与技术成果转化。企业应充实管理层的技术积累，增强其对新质生产力的吸收与应用能力，提升企业在创新转型中的决策精准度与执行效率。再者，政府应加大对困境企业的研发补贴力度，完善补贴机制，引导企业树立长期经营导向。补贴政策可与企业创新成果挂钩，提高资金使用效率，真正激发企业创新动力。同时，政府还需搭建产学研合作平台，促进技术、人才等创新要素的流动与共享，为企业发展新质生产力营造良好的政策环境与创新生态，助力困境企业实现价值创造与可持续发展。最后，政策支持需结合新质生产力赋能效应的异质性特征，为不同产权性质、行业科技水平与区域数字化水平的困境企业制定差异化复苏策略。

当然，本文的研究具有一定的局限性。一方面，本文以上市公司中的困境企业样本为研究对象，这使得研究结论对非上市公司以及初创型困境企业的适用性难以保证，未来研究可尝试拓展样本范围，结合非公开数据或案例研究验证结论普适性，更全面地刻画新质生产力对困境企业价值创造的作用机制。另一方面，本文探讨了外部政府补贴、企业高管研发背景对新质生产力与困境企业价值创造能力之间关系的影响，但是影响二者间关系的其他情境因素还未被充分挖掘，比如地区文化差异和价值导向等因素的效应。

1感谢匿名审稿专家的建议。因篇幅限制，稳健性检验结果未列示。