企业作为新质生产力的重要推动主体，其新质生产力的形成能够为自身带来技术向“新”、发展提“质”的新形势，而数智技术在企业新质生产力的提升过程中起着至关重要的作用，其对企业新质生产力的赋能效应已成为近年来学术界关注的焦点。选取2023年9月至2025年3月期间的299篇相关期刊文献，运用CiteSpace文献计量软件，系统解析文献的发表年度分布、关键词战略坐标、关键词聚类情况以及研究热点演进脉络，并从驱动因素、实践路径、赋能结果、理论视角等维度展开定性分析，最终构建数智技术赋能企业新质生产力领域的知识框架，并提出未来研究展望，以期为该领域的后续研究提供参考。

  2024年1月31日，习在主持二十届中央政治局第十一次集体学习时强调，“绿色发展是高质量发展的底色，新质生产力本身就是绿色生产力”。同年7月，党的二十届三中全会明确提出“健全因地制宜发展新质生产力体制机制”，并在《中央关于进一步全面深化改革推进中国式现代化的决定》中强调“以国家标准提升引领传统产业优化升级，支持企业用数智技术、绿色技术改造提升传统产业”。这充分体现了党的二十届三中全会对数智技术的高度重视，明确指出数智技术是推动企业转型升级、实现新质生产力发展的关键动力。发展新质生产力须因地制宜，结合各地区不同的资源禀赋，探索差异化、具象化的发展路径。在此过程中，企业应立足自身实际和行业特性，充分运用数智技术推动技术改造与模式创新，构建契合自身条件的创新体系和核心竞争力，加速发展新质生产力。作为新时代中国经济发展的核心动力，新质生产力受到了学界和实践界的高度关注，并在多个领域引发实践探索。其不仅是宏观层面的经济发展方向，更是企业成长的核心驱动力——既要求在国家层面上推动产业升级，还要求企业通过创新驱动和资源优化配置提升竞争力。从本质特征看，新质生产力的“新”体现为创新驱动，“质”强调高质高效，其核心标志是“全要素生产率的大幅提升”。从管理学的角度看，新质生产力本质是企业对外部制度、技术和市场变化的敏锐感知与迅速响应能力，具体表现为：企业能够精准把握机遇，有效整合、构建并重新配置内外部资源，推动战略革新，以更适应环境、更高效率的动态能力取代原有能力，从而持续获取并保持竞争优势。在这一过程中，数智技术的引入与应用，正是企业实现上述目标的重要工具。

  数智技术是以数据为基础、以智能为核心，通过先进技术手段对海量数据进行采集、存储、分析与应用，从而实现智能决策与资源优化配置的综合性技术体系，涵盖云计算、大数据、人工智能、区块链等关键技术。作为其技术基础，数字技术是指利用数字信息，借助数字化设备，对各类资源进行处理、传输和存储的技术，是释放数字经济红利的重要工具。数字化进程不仅能够全方位赋能传统产业，还能不断催生新产业、新模式，释放推动经济发展的放大、叠加与倍增效应。这进一步印证了数字技术在企业新质生产力提升过程中的关键作用。基于上述研究背景与理论基础，本文认为，数智技术是数字技术与智能技术深度融合的产物，是数字技术向更高阶形态演进的代表形式。其集成了人工智能、物联网、云计算、大数据等新一代信息技术，通过对海量数据的深度挖掘与智能分析，实现实时洞察，生成创新思路，并借助智能化手段推动其在企业管理、业务流程及产业链条中的高效落地，从而为企业发展注入新动能，助力实现新质生产力的跃升。

  综上，数智技术为企业提供了提升生产力水平的新型技术路径，推动企业新质生产力的发展。然而，现有文献缺乏对该领域研究成果的系统性整合。鉴于此，本文采用混合方法论框架，通过文献计量与内容分析的双重视角，系统梳理该领域的研究现状并提出知识框架。为实现研究目标，本文聚焦两个核心问题展开分析，并基于逻辑连贯的研究内容设计论述框架（见图1）。

  本文的文献检索与数据筛选过程如表1所示。为保障研究文献的学术公信力与样本代表性，选取CNKI数据库收录的CSSCI期刊（含扩展版）作为基础文献来源。这类期刊能够代表数智技术赋能企业新质生产力领域的前沿研究成果。文献筛选过程中，采用人工逐一核查的方式，并剔除会议报道、书评等非学术性文献，最终得到有效文献299篇。

  本文采用文献计量与内容分析两种研究方法。其中：文献计量法聚焦文献摘要、文献年度发表情况等特征进行量化分析与可视化呈现，有助于揭示某一主题的研究脉络与发展趋势，但该方法存在对文献具体内容挖掘深度不足的缺点；内容分析法则通过梳理、概括与归纳文献核心内容，实现对研究主题的深度解析，但其分析过程受限于主观因素和文献数量。为此，本文采用定性与定量相结合的研究方法，对该领域进行多角度深入探究。

  图2展示了该议题下研究文献的年度发表趋势。鉴于2025年仅有3个月的数据，本文通过研判其发展趋势，采用虚线年的发文量进行了预测。由图2可知，研究文献数量呈逐年增长趋势。具体而言，该主题的学术研究始于2023年——这一年“新质生产力”的概念首次被提出，学术界围绕“数智技术赋能企业新质生产力”等议题展开了多方面的研究。总体来看，企业新质生产力渗透至经济和社会的众多领域，如人工智能、数字经济、数字化转型、数实融合等，对企业变革、产业创新等具有重要的指导价值。当前，企业新质生产力发展亟须数智技术赋能，对于该领域学界已进入深度探索阶段。

  基于Cite Space的可视化分析功能，本文对领域内文献进行关键词共现图谱构建与聚类特征挖掘，旨在揭示该领域发展轨迹中的核心演进脉络与理论创新节点。

  本文通过分析文献关键词的共现关系，统计并计算关键词的频次和中心度。基于此，完成关键词战略坐标图的绘制（见图3），以剖析数智技术赋能企业新质生产力领域的核心议题并预判前沿趋势。借鉴夏恩君等的研究方法，本文采用双变量坐标分析法（X轴为频次；Y轴为中心性），通过均值分割形成4个象限。其中，词频反映该领域研究的热度与成熟度；中心度则表征关键词的领域交叉潜力及网络枢纽地位。此外，由于“新质生产力”在数据中呈现极端高频分布特征，本文在构建知识图谱时对其进行了剔除处理，最终基于清洗后的数据集生成可视化结果。

  (1)象限I：此象限关键词的出现频次和中心度均较高，是当前研究的热点与重点。“数字技术”“人工智能”“数据要素”等关键词展现出显著的学术焦点属性与跨域连接性。其中，“数字技术”进一步凸显出自身理论核心的地位。此外，“企业新质生产力”同样是学者们探讨的热点线)象限Ⅱ：此象限关键词的出现频次较低但中心度较高。虽然现有研究的深度尚待提升，但此类议题普遍蕴含显著的创新潜能与跨学科关联特性，构成学科前沿的关键探索方向。“关键核心技术”和“资源配置效率”属于高潜力热词，反映了技术驱动的突破性进展以及企业内部管理和资源优化的能力。

  (3)象限Ⅲ：此象限关键词的出现频次和中心度均较低，相关议题面临理论体系不完善与跨学科连接薄弱的双重挑战。“产业升级”“供应链”等学术命题的未来价值存在渐进式消解或突破性跃迁的双重可能性，关键在于研究主体能否构建跨学科协同机制并实现认知边界的突破性拓展。随着产业升级与企业应用实践的不断深入，相关议题仍存在转化为下一阶段重点研究方向的可能性。

  (4)象限Ⅳ：此象限关键词的出现频次较高但中心度较低，相关议题虽具备较高的理论完备性，但跨学科协同效应显著不足，可能限制其学术影响力提升或推动领域内研究向纵深发展。“数字新质生产力”“未来产业”等议题相对成熟（多作为更广泛的“新质生产力”及“战略性新兴产业”等议题的子维度存在），未来可通过与绿色低碳、智能制造等领域的融合，在理论和应用层面实现持续突破。

  综上，本文初步研究发现，近年来该领域的研究焦点主要集中于“数字技术”“人工智能”“数据要素”等核心议题，这些关键词兼具高频次和高中心性的显著特征，反映了当前研究的主流方向。同时，伴随技术驱动的突破与企业内部资源优化需求的凸显，“关键核心技术”和“资源配置效率”成为潜力较大的研究议题。未来，随着企业数字化转型和智能制造的推进，上述议题有望得到进一步拓展。

  为辨识数智技术赋能企业新质生产力研究领域的核心子主题，本文运用Cite Space文献计量工具对关键词进行聚类分析，具体聚类结果如图4所示。关键词聚类质量可通过Modularity Q值和Mean Silhouette S值进行评估：Q值超过0.3意味着网络聚类模块结构具有显著性，S值超过0.7表明聚类结果具有较高的可信度。本文关键词聚类图谱的计算结果显示：Modularity Q值为0.845 2,Mean Silhouette S值为0.959 6，二者均高于相应阈值。

  由图4可知，当前研究主要聚焦于三大维度：驱动因素维度，包括聚类0（中国式现代化）、聚类2（数字技术）、聚类3（数据要素）、聚类6（数字经济）、聚类9（人工智能）、聚类10（科技金融）；实践路径维度，包括聚类1（场景驱动创新）、聚类4（实现路径）、聚类5（产业融合）、聚类7（数字化转型）、聚类11（创新驱动）；赋能结果维度，包括聚类8（数字新质生产力）。

  基于对关键词聚类图谱的解析，本文进一步梳理了各聚类主题的代表性文献，具体如表2所示。

  驱动因素维度聚焦影响数智技术赋能企业新质生产力的核心动因：聚类0主要讨论中国式现代化背景下，数智技术推动新质生产力形成以及高质量发展的实现路径；聚类2强调数字技术的应用，认为其通过提升企业运营效率和技术创新能力，从而推动战略性新兴产业与现代化产业体系的构建；聚类3聚焦数据作为新型生产资料在推动企业发展中的核心作用；聚类6指出，数字经济的发展和数据的运用能够为企业提供新的增长动力，助力新质生产力的发展；聚类9重点讨论人工智能的应用，提出人工智能可以帮助企业提高资源配置效率，高效驱动新质生产力的跃升；聚类10认为，科技和金融的结合可以为企业提供资金支持，推动科技创新和产业创新的快速发展。

  实践路径维度聚焦数智技术赋能企业新质生产力的可操作性路径：聚类1以场景驱动、AI大模型等为切入口，探讨如何通过创新促进技术发展与产业融合；聚类4聚焦从理念逻辑到实际应用的转化路径，验证科技创新助力新质生产力提升的可行性；聚类5关注产业协作、数实融合，通过跨界合作形成新的商业模式，推动企业新质生产力的发展；聚类7探讨数字化转型的具体实施路径，以提高全要素生产率，实现企业价值；聚类11讨论数字技术创新如何成为推动企业生产力提升的重要力量，强调创新的驱动作用。

  赋能结果维度聚焦数智技术赋能企业新质生产力的最终产出：聚类8重点讨论如何通过数字技术的创新和应用助力企业新质生产力实现高效、可持续发展，从而推动中国式现代化。

  本文通过分析数智技术赋能企业新质生产力相关文献中研究热点的动态演化路径（见图5），发现该领域研究自起步后呈现显著的渐进式演进特点。

  关于数智技术赋能企业新质生产力的学术研究历程可分为两个阶段，即起步期和成长期。

  第一阶段（起步期）：2023年9月—2024年6月。习强调，新质生产力需要从理论上进行总结、概括，用以指导新的发展实践。此阶段，首次出现了新质生产力的相关研究，主要集中探讨新质生产力的内涵、特征以及企业新质生产力的影响因素等。周文和许凌云指出，新质生产力是关键颠覆性技术实现突破与创新驱动共同作用形成的一种生产力形态；张林和蒲清平指出，新质生产力具有新科技革命的主导性、新产业赋能的前瞻性与高质量发展的目的性等3个显著特质；宋佳等指出，ESG治理通过重构企业与利益相关者的协同网络，在降低交易成本与减少融资约束的同时，提升机构投资者的治理参与度，最终推动企业新质生产力水平跃迁。

  第二阶段（成长期）：2024年7月—2025年3月。党的二十届三中全会提出，健全因地制宜发展新质生产力体制机制，支持企业用数智技术改造提升传统产业。此阶段，针对具体领域新质生产力的研究逐渐增多，呈快速发展态势，研究内容包括不同类型企业新质生产力的影响因素、数智技术促进企业新质生产力发展的路径等。惠宁等指出，人工智能通过发挥数据驱动效应、创新促进效应、要素配置效应和市场竞争效应等，能够协同推进制造企业新质生产力的价值创造；刘延海和杨华运用模糊集定性比较分析方法，最终识别出4条数智技术驱动企业新质生产力发展的组态路径，分别归纳为企业新质生产力生成的“创新研究型”路径、“技术研发型”路径、“创新融合型”路径和“技术转化型”路径。

  既有研究指出，新兴领域的文献综述需要明确基本概念界定，系统分析变量间的因果关系，最终构建整合现有成果的分析框架，以定位现有研究短板并探索未来研究方向。前文文献计量结果显示，现有研究主要关注数智技术赋能企业新质生产力的“前因后果”及实践路径。基于此，本文对文献内容展开进一步分析，主要从驱动因素、实践路径和赋能结果等3个方面进行讨论，并尝试延伸理论视角。

  本文采用多视角切入方式，结合技术—组织—环境（TOE）框架，将驱动因素分为3个核心维度。

  在技术层面，数智技术是推动企业新质生产力提升的核心动因，而数据风险与所有权问题作为反向驱动因素，倒逼企业强化技术规范与数据治理能力。在数字经济加速发展的背景下，数智技术作为企业培育新质生产力的重要技术基础，展现出显著的赋能潜力。其依托大数据、云计算、人工智能、5G等新兴技术的规模化应用，为科技成果转化、能源效率提升和绿色生产力发展提供了关键支撑。从产业层面看，数智技术的普适性使其能够跨部门、跨产业发挥作用，推动资源共享与传统产业转型升级，成为企业发展新质生产力的强大引擎。具体而言，数字技术的开放性、关联性和融合性等特征，促使企业突破传统物理空间的局限，在更广阔的外部市场中高效识别并匹配创新合作伙伴，从而有效降低交易成本。这一技术民主化趋势推动了以数据驱动为特征的创新生态系统重构，为各类市场主体提供了平等的价值创造机会。数智技术不仅直接推动企业数字化转型，更从深层逻辑上颠覆了企业价值创造模式；同时，数智技术还促进了企业的资源重组、边界拓展、能力提升，进而赋能企业新质生产力。

  尽管数智技术对于企业新质生产力具有极大的赋能潜力，但在赋能过程中，必须解决数据风险和所有权等问题。一方面，随着物联网、社交网络和移动设备的普及，移动性数据的指数级增长带来了巨大的隐私泄漏风险，不仅加剧了公众对数据安全的担忧，也对企业生产效率产生了负面影响。另一方面，“数据是财产”的观念逐步被社会接受，但消费者个人数据的所有权界定仍不明确，数字平台常利用“数据确权”模糊性占据主导地位，通过个性化盈利策略形成“大数据杀熟”现象。

  在组织层面，组织韧性与企业家精神构成企业发展新质生产力的核心内生动因，而科技创新能力不足作为反向驱动因素，倒逼企业优化创新资源配置并推进组织能力重塑。组织韧性作为企业的一项核心特质，为其在应对未来不确定性和潜在风险时提供了重要的保护屏障，不仅有助于企业在危机中实现“化危为安”和逆势成长，还通过资源储备与动态调整帮助组织恢复甚至超越原始状态。数智技术通过重塑组织结构与流程、强化信息交互与实时响应能力，为组织韧性提升注入新动能，有效支持企业应对复杂环境并实现转型升级，进而推动企业新质生产力的形成。在这一过程中，企业可借助数字技术构建知识的获取、配置、融合和创新等动态交互机制，丰富自身知识资源并重构知识联结关系。这种由数智技术推动的知识快速流动与动态重组，是组织构建韧性结构、提升知识响应效率的关键支撑。值得注意的是，组织韧性的形成并非一蹴而就，而是伴随企业在数智环境下对知识权力结构和边界的持续重构，实现即时响应与有效调整的循环演进。

  企业家精神作为经济活力的源泉，体现了企业在创新探索、机会把握与风险管理方面的综合能力。因此，企业新质生产力的培育需要具备高创新素质的企业家力量。企业家不仅拥有敏锐识别外部机会的能力，还能引导企业形成内在发展动力与创新路径。在数智融合背景下，企业家精神进一步塑造了组织的数字创新氛围，激发员工的技术赶超意识与数字思维，促使企业主动引入新技术、吸纳数据人才、构建前瞻性业务模式，从而通过劳动者、劳动资料与劳动对象的智能协同，推动企业新质生产力的跃升。

  尽管组织韧性和企业家精神在推动企业新质生产力发展中发挥着关键作用，但科技创新能力不足依然是制约其效能释放的重要因素。具体表现为：核心数字技术的创新效能存在结构性失衡问题，第三方协同创新主体呈现供给错配状态，关键核心技术攻关面临持续性挑战。

  在环境层面，政策支持与市场竞争是推动企业新质生产力提升的重要外部动因，而数字劳动力供给不足与数字鸿沟等结构性难题，则作为具有反向驱动作用的制约性因素，倒逼企业不断调整战略、优化资源配置。政策环境通过制度设计和资源引导，为企业数字化转型与技术创新构建有利生态。政府创新补贴不仅增强了企业“想发展”的意愿、“会发展”的能力与“敢发展”的信心，还有效提升了管理层对数字创新的关注度与数智技术的创新绩效。通过激励机制，能够间接推动企业的绿色创新，进而有助于全要素生产率的持续提升。此外，政府通过财政拨款、税收减免、金融扶持等多元手段，吸引社会资本投入数字领域，筑牢企业开展技术创新活动的基础。这些政策安排不仅具有直接激励效应，更能在深层次上引导创新要素的优化配置。党的二十届三中全会进一步指出，要“促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产率”，为企业新质生产力跃升提供了方向性指引。政府通过规范市场秩序、制定合理的金融政策，为企业数字化转型提供政策保障和资金支持，激发企业开展绿色技术创新的内生动力，助力提高我国的绿色技术创新水平。在政策落地层面，作为中国首个数字经济试点政策载体，大数据试验区通过资金支持与技术平台搭建，推动企业借助大数据工具开展深度市场分析与精准需求预测，进而推动企业新质生产力发展。同时，大数据政策还带来了生产要素质量提升、供应链稳定性增强、人才集聚与知识溢出等多重正外部性效应，为企业新质生产力的系统性跃升提供了外部支撑。

  与此同时，在竞争激烈的市场环境中，企业面临生存与发展的双重压力。激烈的市场竞争不仅驱动企业加速数字化转型进程，同时也使得运营效率低下的企业盈利空间被压缩。市场竞争可能抑制人工智能等数智技术的升级，进而阻碍全要素生产率的提升；同时也可能促使企业加大研发投入，借助数智技术推动产品差异化，以获取持续的竞争优势。这种倒逼机制正是企业突破惯性、推动范式转型的现实动力。例如，中兴通讯在“数字湾区”建设中，依托政务服务与政策支持，积极布局云计算、物联网等数智技术领域，通过建设智能制造工厂，实现了5G设备与服务器等核心产品的数智化转型与升级。这表明，企业可以通过“干中学”的方式不断提升数智技术应用能力，借助数智赋能塑造差异化的技术资源与组织能力，最终跳出低效的同质化竞争陷阱，在复杂环境中重构竞争优势。

  尽管政策环境和市场竞争为企业新质生产力提升提供了强大动力，但在发展过程中，企业仍须破解数字劳动力供给不足和数字鸿沟等结构性难题，以确保数智技术充分发挥其赋能作用。在数字劳动力供给不足方面，技能型人才的短缺已成为我国从制造业大国向制造业强国转型的关键制约因素。这一短缺主要源于制度性矛盾：企业技术培训中的“囚徒困境”和政府公共服务体系的覆盖不足。在数字鸿沟方面，大型企业通常拥有更充裕的资源，具备规模化数据收集与分析能力，从而在数字资产获取、技术创新与人才培育中占据主导地位；而中小企业尤其是创业公司面临资金与技术双重约束，难以获取所需的数字资源，从而制约其创新能力和发展潜力的提升。此外，数字治理不完善也会对企业整体生产力提升产生负面影响，并进一步加剧大型企业与中小型企业之间的数字鸿沟。

  本文将数智技术赋能企业新质生产力的实践路径整合为3个层面，分别是数据市场化与要素融合的作用释放、组织流程与能力体系的动态重构以及数实融合驱动的新质演化。

  在数字经济时代，数据已升级为新型生产要素，并逐渐成为数智技术的核心支撑。数据要素市场化不仅推动了资源优化配置、交易成本降低与市场整合度提升，更加速了数字化进程。同时，数据要素与传统生产要素的深度融合，显著增强了各要素间的协同效应，促进了企业新质生产力的提升。

  在数据要素市场化方面，数据要素市场化通过降低交易费用、提高市场整合度、推动产业融合和提升创新能效，为企业数字化转型构建坚实的基础。具体而言：数据市场化通过优化企业资源配置和提高技术应用水平，直接驱动企业新质生产力的提升；数据要素市场化能够加速数据与劳动对象的有效连接，拓展了劳动者的就业空间；此外，数据要素市场化还能通过优化劳动力、资本、技术等生产要素的配置，强化组织支撑、降低管理成本并促进业务创新，进而推动企业新质生产力发展。

  在数据要素与传统生产要素融合方面，数据要素与传统生产要素的协同使得各生产要素之间能够更高效地配合，推动了渐进性创新。例如，数据要素与技术要素的结合，通过提升数据要素的配置效率，赋能技术创新和研发活动，推动新技术在各行业的应用普及，并培育出新质生产力。数据要素与土地、资本、劳动力等传统要素的深度耦合，不仅激发了传统要素的创新潜力，更通过加速要素间的协同演化进程，有效促进全要素生产率的提升。更进一步地，数据要素与其他生产要素结合并发挥作用，能够释放乘数效应，进而助力新质生产力的发展。

  数据要素市场化以及数据要素与传统生产要素的融合，不仅提升了企业的创新能力和管理效能，也为企业的可持续发展提供了动力，进而推动企业新质生产力的涌现。

  数智技术嵌入企业内部运行体系，推动组织流程与能力系统的全面升级。企业新质生产力的生成不仅依赖技术驱动，更需要流程机制与组织能力的协同演进。数字经济通过优化生产流程、提升资源利用效率，打破了以往“高消耗、高污染”的增长路径，实现了可持续的高效发展。

  在流程机制方面，人工智能的“强链补链”能力增强了企业在产业链中的响应与整合能力。其对企业新质生产力的促进效应随时间维度的延展呈现倒“U”形趋势，这要求企业结合自身生命周期特征动态优化技术配置与流程治理。此外，人工智能还能有效降低企业内部信息不对称程度，促进供应链协作效率提升。

  在组织能力方面，企业通过部署智能化平台，实现组织形态由纵向科层结构向横向协同结构转型。数智化平台通过优化资源配置、提高运行效率，既能推动传统产业的数智化转型，也能率先布局新兴产业和未来产业，在复合创新机制中孕育新质生产力。人工智能通过生产智能化、销售智能化，提升企业的管理能力和生产效率，为组织持续演进奠定了结构基础。而外部制度系统的协同配合则为组织能力跃升提供了关键保障。人工智能政策通过提升企业数字创新能力和数据要素利用能力，为组织机制优化提供制度激励；同时，政府的关注支持与补贴优惠进一步激发企业的创新意愿，赋能新质生产力培育。

  数智技术在流程机制与组织能力两个维度构筑起协同跃升通道，为企业新质生产力发展注入持续动能，并逐步构建起以“柔性系统—智能响应”为特征的新型组织能力体系。

  企业数智化实践正从局部技术应用迈向系统性变革，数实融合已成为推动企业新质生产力跃迁的关键路径。作为信息化与工业化深度融合的进阶形态，数实融合进一步强调数字技术与实体经济的有机协同。通过组织与资源等多个维度的协同演化，推动企业实现从“工具式赋能”向“生态式驱动”的范式跃迁。

  在资源配置机制方面，数实融合通过打通数字基础设施大动脉，促进数据、技术、劳动力等要素在组织间的高效流动，提升系统运行效率与要素响应速度。企业通过提升劳动力、资本、知识及数据等生产要素的配置效率，打破传统组织边界与区域壁垒，实现跨场景、跨领域、跨组织的资源复用与价值再造。数实融合加深了数字经济与实体经济的交融程度，推动要素配置质效提升，催化新技术、新工艺与新材料的跨界整合。同时，数实融合有助于纠正资本错配，促进产业升级与结构优化，形成新质生产力的良性发展路径。

  在组织生态方面，数实融合引导企业重构业务结构与协作模式。数智化平台不仅能够整合企业内部流程，更通过优化资源配置、提升组织效率，助力企业由传统制造者转变为生态系统中的协同治理主体。同时，企业依托平台系统可实现新兴产业与未来产业的战略布局，在复合创新机制中孕育新质生产力。此外，数据要素的多主体复用与跨场景应用特性，为知识扩散与突破性创新提供了路径支撑。

  数实融合以数智技术为驱动力，通过资源优化配置与组织生态重构，推动企业向生态治理转型。

  本文将数智技术赋能企业新质生产力的结果整合为3个层面，分别是企业新质劳动者、企业新质劳动资料和企业新质劳动对象。

  在数智技术的深度赋能下，企业劳动者结构不断优化，新质劳动者加速涌现，成为推动企业新质生产力发展的核心要素。数据要素的广泛应用与数字经济的快速发展，促使劳动力市场对高素质劳动者的需求持续攀升，进而催生出一批掌握先进技术、精通高端设备、具备数据思维和创新意识的新型劳动者。这种由数据驱动的劳动力升级，不仅重构了劳动者的知识结构，更重塑了其在生产过程中的角色。特别是在生成式人工智能技术快速发展的背景下，劳动者逐步从传统的操作执行者转变为智能系统的管理者和创造性决策者，提升了工作效率。与此同时，在智能技术赋能下，人机协同的“数字人”辅助系统为劳动者提供了决策支持，降低了知识与技能的获取门槛，使劳动者能够在更高层面参与生产活动。人机协同成为企业生产的新常态，智能技术与劳动者之间形成高度互补的耦合关系。进一步研究表明，人工智能显著提升了劳动者的技能水平，为企业构建复合型人才队伍奠定了基础；同时，人工智能也替代了部分低端劳动力，降低了企业劳动力成本。此外，相较于传统以重复性体力劳动为主的技术工人，新质劳动者往往具备更广阔的视野、更强的数字素养和适应能力，能够快速掌握新知识与新工具，灵活应对数字化、智能化的生产环境，有效对接战略性新兴产业的多元需求。综上，企业在数智技术赋能下，不仅优化了劳动力配置结构，还通过智能升级提升了劳动者素质，推动形成以高质量人才为支撑的企业新质生产力体系。

  数智技术不仅重塑了劳动者形态，更深度赋能了劳动资料的发展与变革。作为数智技术的关键组成部分，生成式人工智能推动劳动资料完成智能增强型改造，在精度控制、弹性配置与能效管理维度实现质的飞跃。随着机器学习与深度学习等技术的不断突破，劳动工具被重新定义为具有学习和优化能力的智能系统，从“被动工具”转变为“主动助手”。人工智能硬件和软件的迭代更新持续增强了劳动工具的智能性，不仅提升了生产效能，也为企业构建更灵活、更高效的生产体系提供了支撑。更进一步地，新一轮科技革命孕育出大量具备高效、智能、低碳、安全属性的新型生产工具，全面提升了劳动资料的数字化与网络化水平。数字工具的快速迭代也意味着企业必须不断适应技术更替，实现“以新换旧”，进而完成生产方式的迭代升级。例如，国家级大数据综合试验区通过金融创新与基础设施投资，为企业引进智能生产工具提供了强有力的资金保障和环境支持，加速了劳动资料的高效整合与优化配置。与此同时，人工智能等数智技术所带来的高端设备、智能终端和工业机器人等，正逐步取代传统机械设备，推动生产工具由“机械化”向“智能化”全面跃升。值得注意的是，在数智技术推动下，劳动资料已不再是静态的硬件集合，而是动态、智能、可自我优化的数字化资源，为企业新质生产力的持续发展提供了稳定、高效的技术与工具支撑。

  新质生产力的发展还体现在劳动对象形态的转变上，数智技术深刻重塑了企业对“生产对象”的定义与认知。传统以原材料和零部件为主的物质劳动对象，正在与数据、知识、信息、服务等非物质形态劳动对象协同演进，共同构成虚实融合的新型生产体系。数据作为核心要素，凭借其非竞争性、可复用性及乘数效应，在生产过程中扮演着前所未有的角色。尤其在人工智能的加持下，数据不再是静态资源，而是可以直接转化为生产成果的关键要素。数据利用效能的提高，进一步拓展了企业新质生产力发展的广度与深度。更进一步地，数据与传统生产要素的融合，推动生产要素向高级化、复杂化方向演进，助力企业释放新的增长潜能。同时，数据要素还在推动绿色能源开发与环境友好型生产中发挥积极作用，为企业构建可持续的新质劳动对象提供了支撑。此外，数据与信息的深度融合，使服务与技术等非实体劳动对象成为经济增长的重要支撑，拓展了生产边界，并为企业创造了新的利润增长点。以Deep Seek为代表的数智技术，通过推动劳动对象由实体向数字形态转变，重构了传统生产系统的物质基础与价值路径。可以看出，数据化劳动对象的持续扩展，不仅提升了企业对资源的精细化管理能力，更推动了产业生态系统的重构，成为企业新质生产力发展的又一关键动能。

  数智技术在赋能企业新质生产力的过程中，催生了对传统理论框架的重构需求。然而，现有文献大多聚焦于实践视角，探讨数智技术对企业新质生产力的赋能路径，鲜有学者从理论视角展开系统性探索。仅有部分学者从协同论、动态能力理论、生产力理论与创新生态理论等维度出发构建了分析框架。

  栗伊萱和翟云基于协同论提出，数字化与绿色化的发展目标高度统一、发展要素深度互嵌、发展主体显著重合，从而构成了双化协同发展的理论逻辑。在此基础上，张斌和李亮进一步引入“生产力理论”和“创新生态理论”，构建了一个阐释数据要素如何驱动新质生产力发展的理论框架，并对其内在逻辑进行了分析。该理论框架补充了栗伊萱和翟云关于协同论的观点，强调了数据要素在发展企业新质生产力方面的核心作用。尹西明等基于场景驱动创新理论，提出了场景驱动数据要素市场化配置的理论内涵、典型特征和共创生态构建原则，同时揭示了场景驱动科技成果转化的内在过程机理，为把握范式跃迁机遇、突破创新瓶颈、提升成果转化体系效能、加快形成新质生产力提供了重要理论与实践启示。上述研究表明，数字化与绿色化的协同不仅是要素的相互融合，还需要根据不同的情境进行动态的资源配置，以达到最优的生产力提升效果。

  此外，郝恺等基于TOE框架，通过模糊集定性比较分析方法，探讨了技术、组织、环境维度对企业数字化转型的复杂因果机制。这一研究进一步揭示了不同因素如何影响企业数字化转型的战略选择。最后，王蕾和贾乐怡基于动态能力理论视角，指出数字化转型显著提升了企业的新质生产力，并增强了企业的适应能力、吸收能力、创新能力和整体动态能力。

  本文基于文献计量法和内容分析法，系统梳理了数智技术赋能企业新质生产力领域的相关文献，最后构建了如图6所示的知识框架，以直观呈现当前的研究态势。

  通过文献计量分析发现，数智技术赋能企业新质生产力的相关研究虽起步较晚，但近两年迎来了快速发展期。进一步通过文献计量法对关键词、聚类主题及主题演进趋势展开分析，结果表明：文献研究聚焦于以“数字技术”“数据要素”“人工智能”为核心的“数智技术”，以及“企业新质生产力”“数字新质生产力”；在关键词聚类方面，文献主题可归纳为三大类，包括数智技术赋能企业新质生产力的驱动因素、实践路径和结果。

  本文构建的知识框架揭示了数智技术赋能企业新质生产力遵循“驱动因素—实践路径—赋能结果”的动态传导机制：在驱动层面，技术动因（数智技术、数据风险和所有权问题的挑战）、组织动因（组织韧性、企业家精神、科技创新能力的挑战）、环境动因（政策环境、市场竞争环境、数字劳动力供给不足和数字鸿沟的挑战）构成推拉并行的复合动力系统，驱动企业系统性启动数智技术赋能进程；在实践层面，企业通过数据市场化与要素融合释放乘数效应、动态重构组织流程与能力体系、数实融合驱动的新质演化三大路径，实现生产要素的优化配置与生产范式的革新；最终，催生生产力三维跃迁——人机协同的新质劳动者取代传统劳动力，自我迭代的智能工具重塑新质劳动资料，数据驱动的非物质形态资源拓展新质劳动对象。

  在数字经济快速发展的背景下，数据风险和所有权问题、科技创新能力不足、数字劳动力供给短缺以及数字鸿沟，成为制约企业新质生产力提升的关键障碍。具体而言，数据风险和所有权问题以及科技创新能力不足制约了数智技术的高效应用，数字劳动力短缺影响了企业创新效能的释放，而数字鸿沟则进一步加剧了中小型企业的转型困难。未来研究应聚焦上述瓶颈，探索如何有效推动数智技术与企业场景的深度融合，充分释放企业的创新潜力。

  数据隐私泄漏风险和数据所有权争议是数智技术赋能企业生产力的重要制约因素。未来研究应关注如何优化数据隐私保护体系和数据治理机制，重点解决如何在保护个人隐私的前提下，合理利用数据推动企业创新和生产力提升的问题。例如，探索利用匿名化、加密等技术进行数据挖掘，提升数据利用的安全性。此外，数据所有权问题也亟待解决，可以通过建立更加明确和公正的数据确权体系，确保消费者在其个人数据使用上的知情权和选择权，同时避免“数据杀熟”等不正当商业行为的产生。通过完善数据隐私保护与治理机制，能够提高公众对数据共享的信任度，从而促进数据资源的充分流动和高效使用，为企业新质生产力提升提供坚实的数据支撑。

  虽然我国数智技术领域取得了显著进展，但核心技术的自主创新能力仍显不足，制约着数智技术对企业新质生产力的赋能效力。未来研究应集中于探讨关键核心技术的自主突破路径，特别是在人工智能、大数据分析、物联网等领域。首先，优化科研评价体系，加大对长期、高风险创新项目的关注度和支持力度，弱化现有科研体系对短期回报的过度依赖；其次，推动政企合作，鼓励企业和科研院所聚焦核心技术瓶颈联合攻关，构建产学研一体化的创新生态系统；最后，深化跨行业、跨国界合作，提升技术创新的全球竞争力，推动我国在全球产业链中的位势提升。突破关键核心技术瓶颈，将助力企业在全球竞争中获取优势，为数智技术赋能企业新质生产力提供坚实的技术支撑。

  随着我国数字经济的不断发展，数字劳动力供给不足已成为制约企业新质生产力提升的关键瓶颈。未来研究应聚焦于构建更加灵活高效的人力资源规划机制。首先，构建短期培训和终身学习机制，快速提升企业现有员工的数字技能，增强其应对快速变化的技术环境的能力；其次，探索企业与高校、职业教育机构的协同创新路径，推动校企合作，缩短人才培养周期，满足市场对高端创新人才的需求；最后，强化技能型人才供给，针对中小企业需求开发定制化培训项目，提升人才适配性。通过上述措施，为企业提供更加充足且适配的数字劳动力，从而提升企业的生产力和竞争力。

  数字鸿沟是我国中小企业数智化转型的主要障碍，未来研究应重点关注其弥合路径。可通过分析中小企业数字资源获取瓶颈，探索政策激励与技术支持的协同作用。例如，通过政府引导资金或税收优惠政策，促进中小企业的数字化基础设施建设；此外，还可以通过开放数据平台和共享技术，促进不同规模企业之间的数据流动与合作，从而提升整体创新能力。针对创业公司，研究建立灵活的技术服务体系，帮助其提升数据分析能力和获取优质创新资源，打破创新过程中的技术壁垒，减少资金约束。通过弥合数字鸿沟，可进一步激活中小企业的创新潜力，并显著提升其市场竞争力。

  在数智技术迅猛发展的背景下，未来研究应聚焦数智技术与企业特定场景的深度融合，推动企业数智化转型实质性落地。首先，根据行业特性和企业需求，制定适合的数智技术解决方案，帮助企业在具体应用场景中实现技术与业务的深度融合；其次，构建数据驱动的智能化决策支持系统，提高企业在供应链管理、客户关系管理等场景的创新效率和决策准确性；最后，打造多方协同的场景化创新平台，打破技术、产业链与市场之间的壁垒，推动跨界融合创新的价值释放。通过上述研究，为企业提供更加多元、精准的数智化解决方案，提升企业在复杂市场环境下的竞争力和持续创新能力。