信息技術(shù)的增長效應(yīng)： 來自中國制造業(yè)企業(yè)的證據(jù)1

陳宇羨 申廣軍 鄒靜嫻

0 引言

早在20世紀(jì)50年代，一些大型企業(yè)就開始使用計算機來替代部分常規(guī)工作，甚至作為一些非常規(guī)工作的補充(Bresnahan，1999)。帶有文字處理和電子表格功能的個人計算機在1980年代出現(xiàn)后，很多相關(guān)工作開始實現(xiàn)自動化(Berger and Frey，2016)，計算機技術(shù)也逐漸成為“通用技術(shù)”，改變了幾乎所有職業(yè)和行業(yè)的工作性質(zhì)(Levy and Murnane，2004)。此后，隨著互聯(lián)網(wǎng)的發(fā)展和1990年代電子商務(wù)的興起，信息技術(shù)推動經(jīng)濟增長、重塑世界經(jīng)濟格局的能力也越來越強。近年來，經(jīng)濟發(fā)展更加依賴于計算機和信息技術(shù)①由于科技發(fā)展迅速，對這一系列的技術(shù)在不同時期有著不同的稱謂，比如最早的計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)，以及最近方興未艾的移動互聯(lián)網(wǎng)技術(shù)等。文獻中經(jīng)常統(tǒng)稱為計算機信息技術(shù)(computer and information technology)或者信息通訊技術(shù)(information communication technology)等，本文則簡稱為信息技術(shù)。，美國和德國分別實行了“工業(yè)互聯(lián)網(wǎng)計劃”和“工業(yè)4.0計劃”以推動信息技術(shù)在傳統(tǒng)工業(yè)部門的運用，李克強總理在2015年十二屆全國人大第三次會議的政府工作報告中也指出，“互聯(lián)網(wǎng)+”將是未來中國經(jīng)濟發(fā)展的重要驅(qū)動力。

盡管信息技術(shù)被公認(rèn)為第三次科技革命最有力的引擎之一，現(xiàn)有文獻卻很少從微觀層面考察信息技術(shù)的“增長效應(yīng)”，即信息技術(shù)如何促進企業(yè)增長。加總層面的研究也沒有得到一致的結(jié)論。比如，雖然Jorgenson and Vu(2005)指出計算機技術(shù)使美國經(jīng)濟增長突破了原有的“速度極限”，后續(xù)實證研究卻對此觀點提出了質(zhì)疑。Corrado et al. (2008)和Bosworth and Triplett(2007)利用行業(yè)層面數(shù)據(jù)的研究發(fā)現(xiàn)，使用計算機的行業(yè)全要素生產(chǎn)率增長更慢。不過他們的結(jié)論也存在爭議，因為全要素生產(chǎn)率在不同行業(yè)間有很強的異質(zhì)性。因此，要理解信息技術(shù)的增長效應(yīng)，需要深入到企業(yè)層面來探究信息技術(shù)的影響，并進一步識別影響發(fā)生的機制。一些學(xué)者已經(jīng)做了許多前期工作。Kaushik and Singh(2004)和Aker and Mbiti(2010)總結(jié)了信息技術(shù)提升發(fā)展中國家企業(yè)績效的多種途徑；Paunov and Rollo(2015)也識別了信息技術(shù)知識溢出帶來的積極影響。這些研究都支持信息技術(shù)可能提升企業(yè)績效這一較為樂觀的結(jié)論，也為本文的研究奠定了基礎(chǔ)。

本文利用中國工業(yè)企業(yè)數(shù)據(jù)庫研究信息技術(shù)對企業(yè)增長的影響，分別從增長速度和增長質(zhì)量兩個維度度量企業(yè)增長，發(fā)現(xiàn)增長速度和增長質(zhì)量都與信息技術(shù)正相關(guān)。從增長速度上看，使用更多計算機使得企業(yè)的資產(chǎn)、就業(yè)、增加值、銷售額和利潤都更快地增長；從增長質(zhì)量上看，使用計算機的企業(yè)研發(fā)支出更多，生產(chǎn)率也更高。我們還用不同的方法進行了穩(wěn)健性檢驗。首先，為了排除反向因果帶來的估計偏誤，我們將回歸樣本限制在僅包含新成立公司的子樣本；其次，利用傾向得分匹配，我們得到一個在其他方面可比的企業(yè)子樣本，并對此樣本進行回歸分析；最后，我們利用城市—行業(yè)層面的計算機使用比例作為工具變量進行兩階段最小二乘估計。這三種穩(wěn)健性檢驗得到的結(jié)果都與基準(zhǔn)回歸的結(jié)果十分相似。此外，考慮到不同類型的企業(yè)對信息技術(shù)的依賴程度和使用效率存在差別，我們還進行了異質(zhì)性分析。

本文相比以前的研究有以下兩方面的貢獻。首先，在理論上，通過使用企業(yè)層面數(shù)據(jù)和多種計量方法，我們識別了信息技術(shù)對企業(yè)增長的因果效應(yīng)。相比前人使用加總層面的數(shù)據(jù)，使用企業(yè)層面數(shù)據(jù)有助于排除各種潛在的異質(zhì)性問題。其次，在實踐意義上，我們證實了信息技術(shù)對中國制造業(yè)的重要性，研究結(jié)果也為制定網(wǎng)絡(luò)時代的發(fā)展戰(zhàn)略提供了切實可行的建議。本文剩余部分結(jié)構(gòu)如下：第1節(jié)描述數(shù)據(jù)并介紹在實證研究中使用的變量；第2節(jié)探討使用信息技術(shù)對企業(yè)增長的影響；第3節(jié)進行穩(wěn)健性檢驗，并考察信息技術(shù)的影響在不同類型的企業(yè)間存在怎樣的差異；最后，第4節(jié)總結(jié)全文。

1 數(shù)據(jù)與變量

1.1 數(shù)據(jù)

本文實證研究使用中國工業(yè)企業(yè)數(shù)據(jù)庫。工業(yè)企業(yè)數(shù)據(jù)庫是國家統(tǒng)計局對工業(yè)企業(yè)年度調(diào)查的匯總，收錄了所有國有企業(yè)和年銷售收入超過500萬人民幣的私營企業(yè)的信息。數(shù)據(jù)庫中包含的企業(yè)數(shù)量從1998年約165000家增加到2007年336000家，構(gòu)成了一個龐大的非平衡面板數(shù)據(jù)。樣本企業(yè)貢獻了工業(yè)部門90%的總產(chǎn)出和增加值，保證了基于此數(shù)據(jù)庫的研究具有外部有效性(Brandt et al.，2012)。工業(yè)企業(yè)數(shù)據(jù)庫包含豐富的變量，如企業(yè)的基本狀況(企業(yè)代碼、行業(yè)和地區(qū)、所有制、人員構(gòu)成等)和生產(chǎn)運營信息(資產(chǎn)負(fù)債表、現(xiàn)金流量表和損益表的所有項目)，因此在涉及中國工業(yè)經(jīng)濟各方面的研究中都得到了廣泛應(yīng)用(聶輝華等，2012；賈珅和申廣軍，2016)。

在進行實證研究之前，我們先按照文獻中常用的方法對數(shù)據(jù)進行清理。首先，考慮到采礦業(yè)依賴于自然資源的分布，公用事業(yè)(電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè))依賴于城市的人口特征，我們剔除了采礦業(yè)和公用事業(yè)部門，僅關(guān)注制造業(yè)部門。其次，我們刪除了關(guān)鍵變量缺失的觀測值。第三，由于工業(yè)企業(yè)數(shù)據(jù)庫只在2004年報告了企業(yè)計算機使用情況的信息，我們不得不放棄使用面板數(shù)據(jù)分析而改用橫截面分析。我們保留了2001、2004和2007年的數(shù)據(jù)，其中企業(yè)從2004年到2007年的變化作為因變量，用來捕捉信息技術(shù)的影響；而2001年到2004年的變化一方面用作不可觀測因素的代理變量來緩解遺漏變量偏誤問題，另一方面則在穩(wěn)健性檢驗部分被用來實施傾向得分匹配以解決反向因果問題。第四，工業(yè)企業(yè)數(shù)據(jù)庫中大部分指標(biāo)都是名義值，我們使用Brandt et al.(2012)構(gòu)建的二位數(shù)行業(yè)價格指數(shù)將其轉(zhuǎn)換為實際價值[注]關(guān)于數(shù)據(jù)的詳細(xì)信息參見J.V.Biesebroeck的網(wǎng)站: http://feb.kuleuven.be/public/N07057/CHINA。。最后，為了剔除極端值的影響，我們對所有變量在其經(jīng)驗分布的兩端進行了1%的縮尾處理。

1.2 變量

本文關(guān)注的核心變量首先是企業(yè)增長，我們從增長速度和增長質(zhì)量兩個維度進行度量。就增長速度而言，我們計算了企業(yè)從2004年到2007年間就業(yè)、資產(chǎn)、增加值、銷售額和利潤的增長率(Growth Rate，GR)，這五個增長率指標(biāo)從不同方面衡量了企業(yè)的增長速度，可以消除潛在測量誤差導(dǎo)致的偏誤。表1顯示，從2004年到2007年，企業(yè)的銷售額增長超過1倍，增加值和利潤增長超過50%，但就業(yè)增長卻相對緩慢，這意味著勞動生產(chǎn)率在不斷提高。在增長質(zhì)量方面，我們使用了四個指標(biāo)從2004年到2007年的變化：研發(fā)強度(RDI)、新產(chǎn)品份額(SNP)、全要素生產(chǎn)率(TFP)和勞動生產(chǎn)率(ALP)。研發(fā)強度，即研發(fā)支出與銷售額的比值，度量了企業(yè)投資于未來發(fā)展的意愿[注]中國工業(yè)企業(yè)數(shù)據(jù)庫沒有報告企業(yè)2004年的研發(fā)支出和新產(chǎn)品產(chǎn)值，所以我們用2005年的對應(yīng)指標(biāo)代替。；新產(chǎn)品份額是指新產(chǎn)品在銷售額中的份額，可以看作是研發(fā)活動的結(jié)果，它在一定程度上度量了研發(fā)活動的效率。表1顯示，從2004年到2007年，企業(yè)研發(fā)強度提高了0.17個百分點，新產(chǎn)品份額平均增加0.54個百分點。本文使用Olley and Pakes(1996)的方法計算全要素生產(chǎn)率，對企業(yè)層面數(shù)據(jù)的研究普遍采用此方法；勞動生產(chǎn)率則由人均增加值表示，從表1可以看到，樣本期間人均增加值提高了6.3萬元(2004年人民幣不變價)。

表1 描述性統(tǒng)計

核心解釋變量為信息技術(shù)，本文使用企業(yè)擁有的計算機數(shù)量作為其代理變量。工業(yè)企業(yè)數(shù)據(jù)庫報告了2004年每個企業(yè)擁有計算機和微機的情況。不同企業(yè)擁有的計算機/微機數(shù)量不同，并且這一數(shù)量和企業(yè)規(guī)模高度相關(guān)，所以我們將計算機/微機數(shù)量除以從業(yè)人數(shù)進行標(biāo)準(zhǔn)化處理，主要使用每百人擁有計算機/微機數(shù)量這一指標(biāo)。從變量的描述性統(tǒng)計可以看到計算機使用的大體情況：在2004年，計算機還較為稀缺，平均每百人僅擁有約8臺計算機。當(dāng)因變量是加總層面的變量時(如SCI和ICI)，我們也采用相應(yīng)水平上的每百人擁有計算機數(shù)量的均值作為整個城市/行業(yè)使用信息技術(shù)的代理變量。

我們還在回歸中加入了一系列控制變量，以避免由于遺漏變量問題導(dǎo)致估計偏誤。首先是企業(yè)規(guī)模和年齡，其中企業(yè)規(guī)模為固定資產(chǎn)的自然對數(shù)，企業(yè)年齡為2004年與企業(yè)成立年份的差值。稅收負(fù)擔(dān)是決定企業(yè)增長的重要因素，所以我們控制了所得稅有效稅率(所得稅與銷售額的比值)。融資是影響企業(yè)增長的另一大關(guān)鍵要素(2005)，因此，我們還將融資約束納入了控制變量，用資產(chǎn)負(fù)債率(負(fù)債與資產(chǎn)比率)來衡量，因為更高的資產(chǎn)負(fù)債率通常意味著更高的融資便利性(1995)。人力資本在企業(yè)層面對企業(yè)增長速度和增長質(zhì)量十分重要，在加總層面對現(xiàn)代經(jīng)濟增長也有重要影響(2004)，因此我們參照Goedhuys-Degelin and Sleuwaegen(2015)控制了具有大學(xué)及以上學(xué)歷的勞動力的比例。當(dāng)因變量為增長率時，一般應(yīng)當(dāng)控制前期增長率以反映趨同(或趨異)效應(yīng)，所以本文實證分析還控制了企業(yè)2001—2004年間對應(yīng)的增長率。實際上，控制前期增長率還部分地有助于緩解內(nèi)生性問題，這是因為前期增長率也受到了一些不可觀測因素的影響，因此前期增長率可以作為不可觀測因素的代理變量。此外，不同地區(qū)、行業(yè)和所有制的企業(yè)間也存在異質(zhì)性，所以我們控制了城市固定效應(yīng)、行業(yè)固定效應(yīng)和所有制固定效應(yīng)。表1對本文所用的關(guān)鍵變量進行了描述。

2 信息技術(shù)對企業(yè)增長的影響

2.1 模型設(shè)定

我們首先分析信息技術(shù)對企業(yè)增長的影響，回歸方程如下：

(1)

其中,GRf,2004-07是企業(yè)f從2004—2007年的增長率，GQf,2004-07是該企業(yè)在這段時間的增長質(zhì)量。核心解釋變量Computerf,2004是2004年每100個員工所持有的計算機/微機數(shù)量，Xf,2004是一系列控制變量。cityc、indi和owno分別代表城市固定效應(yīng)、行業(yè)固定效應(yīng)和所有制固定效應(yīng)，用來解決不同地區(qū)、行業(yè)和所有制的異質(zhì)性問題。系數(shù)β就是我們關(guān)心的信息技術(shù)對企業(yè)增長的影響。但此模型可能存在內(nèi)生性問題：正的β值不一定代表使用計算機的企業(yè)增長速度更快或增長質(zhì)量更高；相反，這可能是因為增長速度更快或增長質(zhì)量更高的企業(yè)更傾向采用信息技術(shù)。為了解決這個問題，下一部分將使用三種不同的方法進行穩(wěn)健性檢驗。

2.2 信息技術(shù)對企業(yè)增長的影響

基準(zhǔn)回歸結(jié)果見表2和表3。表2中因變量為企業(yè)增長速度，前五列的核心解釋變量為每百人擁有的計算機數(shù)量，后五列為每百人所擁有的微機數(shù)量。不管使用計算機數(shù)量還是微機數(shù)量衡量信息技術(shù)的使用情況，其系數(shù)都在1%顯著性水平上統(tǒng)計顯著，說明信息技術(shù)的使用的確對企業(yè)增長有積極影響。具體來看，每百人擁有的計算機每增加一臺，就業(yè)和增加值的增長率將增加超過1個百分點，資產(chǎn)、銷售額和利潤的增長率將增加約0.6個百分點?？梢?，這一結(jié)果不僅在統(tǒng)計意義上顯著，從經(jīng)濟意義上看也十分顯著。在后五列中，核心變量的系數(shù)和顯著性水平與前面非常相似，進一步說明信息技術(shù)對企業(yè)增長的影響是十分穩(wěn)健的。每百人擁有的微機每增加一臺，就業(yè)和增加值的增長率將增加超過1個百分點，其他指標(biāo)增長率將增加約0.5個百分點?？梢姡还軓哪膫€方面度量企業(yè)的增長速度，計算機數(shù)量對企業(yè)增長都有積極影響。

從控制變量來看，企業(yè)規(guī)模對企業(yè)增長的各個方面都有顯著負(fù)面影響，這與文獻中已證明的收斂性相一致(Beck et al.，2008；Cabral，1995)，即大企業(yè)相比于小企業(yè)增長更緩慢。企業(yè)年齡結(jié)果相似，年輕的企業(yè)相比于成立較早的企業(yè)增長更快。更高的稅率則對應(yīng)著更低的增長率，這與文獻中稅收負(fù)擔(dān)對企業(yè)增長有負(fù)面影響的結(jié)論一致(申廣軍等，2016)。資產(chǎn)負(fù)債率與增長速度呈現(xiàn)正相關(guān)關(guān)系，因為更高的資產(chǎn)負(fù)債率意味著企業(yè)從外部獲得資金支持的能力更強，因而有機會進行有利的投資和升級。企業(yè)中受過高等教育的員工比例越大，增長速度就更快，這與Lopez-Garcia and Puente(2012)和Arrighetti and Lasagni(2013)的結(jié)論一致。前期增長率與當(dāng)期增長率之間呈負(fù)相關(guān)關(guān)系，這與企業(yè)規(guī)模給出的信息一致，即企業(yè)增長速度存在收斂趨勢(Evans，1987；Hall，1987)。

表3估計了信息技術(shù)對企業(yè)增長質(zhì)量的影響。同樣，核心解釋變量分別為每百人擁有的計算機或微機數(shù)量。計算機或微機數(shù)量的系數(shù)非常接近，都顯示對增長質(zhì)量有顯著正向影響， 且大部分系數(shù)在1%顯著性水平上統(tǒng)計顯著。具體來看，每百人擁有計算機/微機每增加一臺，研發(fā)強度將增加0.02，超過其均值的1/10；新產(chǎn)品份額增加0.01個百分點(約為均值的2%)；全要素生產(chǎn)率將增加0.002(約為均值的5%)；勞動生產(chǎn)率將增加1300元/人(約為均值的3%)。綜上，信息技術(shù)不僅加快了企業(yè)增長速度，還提高了增長的質(zhì)量。

控制變量也為我們提供了一致的信息。首先，企業(yè)規(guī)模對增長質(zhì)量有顯著正向影響。雖然大企業(yè)增長更慢，但它們可能更注重增長質(zhì)量(如研發(fā)支出、效率和生產(chǎn)率)。年輕企業(yè)在研發(fā)活動上支出更少，新產(chǎn)品的銷售也更少，不過他們通常生產(chǎn)效率更高。稅率和資產(chǎn)負(fù)債率對增長質(zhì)量的影響與對增長率的影響相似。融資便利性顯著增加了研發(fā)活動并提高了勞動生產(chǎn)率，較輕的稅收負(fù)擔(dān)對增長質(zhì)量的所有方面都有積極影響。人力資本的結(jié)果與表2 的結(jié)果相似，對下一階段的增長質(zhì)量表現(xiàn)出正面影響。雖然前期增長速度與當(dāng)期增長速度負(fù)相關(guān)(表2)，但前期增長質(zhì)量與當(dāng)期增長質(zhì)量正相關(guān)，說明更高的增長質(zhì)量具有“慣性”，這反映了企業(yè)的增長路徑和發(fā)展戰(zhàn)略具有一致性。

表2 信息技術(shù)對企業(yè)增長速度的影響

就業(yè)資產(chǎn)增加值銷售額利潤就業(yè)資產(chǎn)增加值銷售額利潤(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)計算機數(shù)量1.063***0.589***1.040***0.678***0.672***(0.023)(0.040)(0.101)(0.058)(0.058)微機數(shù)量1.064***0.581***1.018***0.663***0.660***(0.024)(0.042)(0.106)(0.061)(0.060)企業(yè)規(guī)模-0.785***-12.688***-6.629***-4.381***-4.285***-0.652***-12.606***-6.470***-4.278***-4.184***(0.195)(0.344)(0.845)(0.489)(0.486)(0.195)(0.344)(0.844)(0.489)(0.485)企業(yè)年齡-0.027***-0.021***-0.008***-0.006***-0.010***-0.024***-0.018***-0.012***-0.006**-0.008***(0.006)(0.004)(0.003)(0.001)(0.004)(0.004)(0.002)(0.002)(0.003)(0.002)資產(chǎn)負(fù)債率0.138***0.021-0.1520.430***-0.4350.140 ***0.023-0.1520.432***-0.452(0.016)(0.043)(0.108)(0.040)(2.216)(0.015)(0.041)(0.108)(0.040)(6.217)實際稅率-0.072***-0.011***-0.018***-0.024-0.064***-0.072***-0.011***-0.018***-0.024-0.065***(0.008)(0.014)(0.035)(0.020)(0.020)(0.008)(0.014)(0.035)(0.020)(0.019)人力資本0.423***0.554***0.565***0.657***0.505***0.423***0.595***0.630***0.523***0.718***(0.073)(0.016)(0.040)(0.019)(0.033)(0.054)(0.076)(0.018)(0.042)(0.020)前期增長率-0.055***0.042***-0.108***-0.038***-0.031***-0.056***0.042***-0.108***-0.038***-0.031***(0.003)(0.003)(0.004)(0.003)(0.003)(0.003)(0.003)(0.004)(0.003)(0.003)樣本量74432744257428174312743207443274425742817431274320R20.0690.0830.0600.0840.0830.0670.0830.0590.0840.083

注： 所有回歸包括城市、行業(yè)和所有制的固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。***、**和*分別表示在1%、5%和10%的水平上顯著。

表3 信息技術(shù)對企業(yè)增長質(zhì)量的影響

研發(fā)強度新產(chǎn)品份額全要素生產(chǎn)率勞動生產(chǎn)率研發(fā)強度新產(chǎn)品份額全要素生產(chǎn)率勞動生產(chǎn)率(1)(2)(3)(4)(5)(6)(7)(8)計算機數(shù)量0.033***0.140***0.008***1.826**(0.003)(0.006)(0.000)(0.859)微機數(shù)量0.034***0.144***0.008***1.894**(0.003)(0.006)(0.000)(0.894)企業(yè)規(guī)模0.080***0.232***0.051***39.598***0.082***0.243***0.052***39.714***(0.027)(0.050)(0.003)(7.095)(0.027)(0.050)(0.003)(7.087)企業(yè)年齡0.011**0.045***-0.033**-0.732*0.011**0.047***-0.032**-0.700*(0.005)(0.009)(0.014)(0.417)(0.005)(0.010)(0.014)(0.411)資產(chǎn)負(fù)債率0.0160.512**0.028**5.0150.0160.510**0.028**5.068(0.011)(0.208)(0.014)(9.292)(0.014)(0.208)(0.014)(9.292)實際稅率0.028-0.275***-0.021***-1.666***0.030-0.277***-0.022***-1.527***(0.029)(0.041)(0.003)(0.204)(0.026)(0.042)(0.002)(0.205)人力資本0.009***0.040**0.007***0.401***0.08***0.031***0.005***0.314***(0.002)(0.019)(0.001)(0.042)(0.002)(0.003)(0.001)(0.018)前期增長率0.282***0.044***0.395***0.692***0.282***0.044***0.395***0.693***(0.036)(0.002)(0.004)(0.062)(0.036)(0.002)(0.004)(0.062)樣本量7407074070662427437974070740706624274379R20.0070.1500.5020.0110.0070.1490.5020.011

注： 所有回歸包括城市、行業(yè)和所有制的固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。***、**和*分別表示在1%、5%和10%的水平上顯著。

上文分別討論了使用信息技術(shù)對企業(yè)增長速度和增長質(zhì)量的影響，實際上我們也可以換個角度來解釋相關(guān)發(fā)現(xiàn)，即將增長質(zhì)量看作增長速度的影響機制[注]對于影響機制的分析，我們感謝審稿人的建議。。一般而言，經(jīng)濟分析中可以將企業(yè)看作追求利潤最大化的理性個體，它們的目標(biāo)是提高自身的增長速度(尤其是利潤)。與更快的發(fā)展相比，更高的質(zhì)量(包括上文使用的創(chuàng)新與生產(chǎn)效率)都可以看作是一種引致的(derived)目標(biāo)，或者說一種影響渠道。也就是說，企業(yè)通過提升自己的創(chuàng)新能力和生產(chǎn)效率來最終達(dá)到更快地發(fā)展這一目的?？紤]到這一關(guān)系，后文仍同時以增長速度和增長質(zhì)量為因變量進行分析，以幫助我們更好地理解信息技術(shù)的增長效應(yīng)及其發(fā)揮作用的具體機制。

3 穩(wěn)健性檢驗與異質(zhì)性分析

3.1 穩(wěn)健性檢驗

上文發(fā)現(xiàn)，計算機的使用與企業(yè)增長之間存在正的相關(guān)性，但是這并不代表信息技術(shù)對企業(yè)增長的因果效應(yīng)，因為上述實證分析可能存在遺漏變量和反向因果帶來的偏誤問題。一方面，企業(yè)是否使用信息技術(shù)，可能是由企業(yè)自身的某些特征決定的，而這些特征也有助于企業(yè)增長。另一方面，企業(yè)使用信息技術(shù)，或許本身就反映了企業(yè)對未來增長的樂觀預(yù)期。因此，為了緩解遺漏變量和反向因果帶來的估計偏誤，本節(jié)使用三種方法進行穩(wěn)健性檢驗。

第一種方法是使用2004年新成立企業(yè)組成的子樣本進行回歸。中國工業(yè)企業(yè)數(shù)據(jù)庫報告了每個企業(yè)的成立年份，借此我們構(gòu)建了新成立企業(yè)的子樣本。由于這個子樣本中所有企業(yè)都是2004年才成立的，沒有歷史因素的干擾，所以不會存在反向因果問題。基于此樣本的實證結(jié)果匯報在表4(因變量為增長速度)和表5(因變量為增長質(zhì)量)中。

表4探究了信息技術(shù)和各種增長率之間的關(guān)系。計算機數(shù)量(Panel A)和微機數(shù)量(Panel B)的所有系數(shù)都顯著為正，說明信息技術(shù)對企業(yè)增長的因果效應(yīng)是穩(wěn)健的。這一組回歸與全樣本回歸的差異在于信息技術(shù)影響大小不同。除第4列外，使用新成立企業(yè)的子樣本得到的系數(shù)更大。具體來看，每百人擁有的計算機每增加一臺，就業(yè)和增加值的增長率將增加約2個百分點，資產(chǎn)和利潤的增長率將增加約0.7個百分點。這可能有兩個原因： ①使用全樣本的回歸的確有偏；②正如我們在表3中看到的，新成立企業(yè)比老企業(yè)增長更快。

表4 信息技術(shù)對企業(yè)增長速度的影響：新成立企業(yè)

注： 所有回歸包括前期增長率以外的控制變量，城市、行業(yè)和所有制的固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

信息技術(shù)對企業(yè)增長質(zhì)量的影響結(jié)果見表5，Panel A中解釋變量為計算機數(shù)量，Panel B中解釋變量為微機數(shù)量。此時，計算機/微機對研發(fā)支出和新產(chǎn)品份額的影響比全樣本(表3)要低得多。一個可能的原因是，正如表3的結(jié)論所述，新成立企業(yè)的創(chuàng)新活動更少。實際上，由于新企業(yè)研發(fā)強度和新產(chǎn)品份額的增長分別只有0.15和0.36，表5的發(fā)現(xiàn)在經(jīng)濟意義上仍是顯著的。從表5還可以看到，計算機/微機對生產(chǎn)率的影響變大了，說明新企業(yè)從計算機的使用中獲益更多?？傊?，從表4和表5來看，即使我們僅用新成立企業(yè)的子樣本進行回歸，計算機/微機的使用仍然對增長速度和增長質(zhì)量有顯著正向影響，這部分地消除了我們對反向因果的顧慮。

另一方面，為了識別因果效應(yīng)，必須要考慮到企業(yè)的異質(zhì)性。企業(yè)可能存在一些差異性的特征，這些特征既決定了企業(yè)對計算機的使用，又影響其未來的發(fā)展。一個可能的特征就是企業(yè)過去的增長速度和增長質(zhì)量。通過僅使用新成立企業(yè)(見表4和表5)，我們消除了這個維度上的異質(zhì)性，但仍有其他一些維度上的異質(zhì)性問題沒有解決。為此，我們采用了第二種穩(wěn)健性檢驗方法，即，使用傾向得分匹配方法來解決其他維度上的異質(zhì)性。這種方法的思路很簡單：如果計算機的使用與增長速度和增長質(zhì)量的關(guān)系可能來源于一些企業(yè)異質(zhì)性特征，那么，為了排除異質(zhì)性引起的影響，我們可以只比較具有相似特征的企業(yè)。由Rosenbaum and Rubin(1983)提出的傾向得分匹配法提供了一種標(biāo)準(zhǔn)程序來選擇具有相似特征的企業(yè)，由于這些企業(yè)組成的子樣本其他特征相似，因此是否使用計算機可能是隨機的選擇。對匹配后的樣本進行回歸分析，得到的結(jié)果能夠表示一種因果關(guān)系。

表5 信息技術(shù)對企業(yè)增長質(zhì)量的影響：新成立企業(yè)

注： 所有回歸包括前期增長率以外的控制變量，城市、行業(yè)和所有制的固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

表6展示了傾向得分匹配的結(jié)果。左邊部分結(jié)果來自probit回歸，其因變量為表示企業(yè)是否擁有計算機的虛擬變量。對計算機使用情況影響較大的因素包括從2001年到2004年的利潤率及其增長率、滯后一期的企業(yè)規(guī)模、企業(yè)年齡、稅率、資產(chǎn)負(fù)債率，以及高技能工人(大學(xué)及以上學(xué)歷)及女性員工的比例。我們還控制了所有制、城市和二位數(shù)行業(yè)的固定效應(yīng)來排除不可觀測的異質(zhì)性的影響。大部分系數(shù)都統(tǒng)計顯著：利潤率及其增長率較高，稅率較低，資產(chǎn)負(fù)債率較高的企業(yè)更傾向采用信息技術(shù)。大型企業(yè)和年輕企業(yè)也更傾向于采用新技術(shù)，尤其是信息技術(shù)，正如表6中所示。此外，計算機的使用還與人力資本和女性員工比例高度相關(guān)，這與資本技能互補假說(Goldin and Katz，1998；申廣軍，2016)和技能偏向技術(shù)進步假說(Acemoglu，2003；Autor et al.，1998)相符。

表6的右邊部分檢驗了傾向得分匹配前后控制組(沒有使用計算機的企業(yè))和實驗組(使用計算機的企業(yè))的差異?？偟膩砜?，這兩組在匹配后更加相似。以利潤率為例，匹配前沒有使用計算機的企業(yè)的平均利潤率為8.31%，使用計算機的企業(yè)為9.97%，其差異在1%顯著性水平上統(tǒng)計顯著(t值為2.85)。而在匹配樣本中，兩組的平均利潤率分別為8.15%和8.54%，此時t值僅為1.27，差異不顯著。所以就利潤率而言，控制組和實驗組是可比的。其他變量同理，實驗組和控制組在這些維度上在匹配后變得更加可比。

表6 傾向得分匹配與平衡檢驗

注： 所有回歸控制了城市、行業(yè)和所有制虛擬變量。左邊部分的因變量是一個衡量企業(yè)是否擁有計算機的虛擬變量。后邊部分我們檢驗了兩組間的差異，BM代表“匹配前樣本”，AM代表“匹配后樣本”。最后一列的p值的原假設(shè)為兩組間沒有差異。為了節(jié)省篇幅，虛擬變量的系數(shù)和標(biāo)準(zhǔn)誤不再匯報。***，**和*分別代表在1%，5%和10%顯著性水平上統(tǒng)計顯著。

我們用匹配樣本再次對方程(3)進行估計，結(jié)果見表7和表8。表7檢驗了計算機/微機數(shù)量對匹配企業(yè)增長速度的影響，大部分系數(shù)仍在1%顯著性水平上統(tǒng)計顯著，再次證實了因果關(guān)系的穩(wěn)健性。然而從數(shù)值上看，Panel A和Panel B的估計系數(shù)都比用全樣本得到的估計系數(shù)小(除了第3列)。可能的原因有二： ①正如我們擔(dān)心的那樣，全樣本的估計是有偏的；②匹配樣本中的企業(yè)增長更慢。雖然系數(shù)絕對值變小了，但經(jīng)濟顯著性變化不大。以就業(yè)的增長率為例，每百人擁有的計算機增加一臺，增長率將增加1.2個百分點，為均值的5%(匹配樣本的就業(yè)增長率均值為23.79)。這甚至比我們在表2第1列得到的結(jié)果(4.8%)具有更強的經(jīng)濟顯著性。

表7 信息技術(shù)對企業(yè)增長速度的影響：匹配樣本

注： 所有回歸包括控制變量，城市、行業(yè)和所有制固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

表8 信息技術(shù)對企業(yè)增長質(zhì)量的影響：匹配樣本

注： 所有回歸包括控制變量，城市、行業(yè)和所有制固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

從表8可以看出，匹配樣本的系數(shù)比全樣本(表3)略大。由于匹配樣本增長質(zhì)量的均值更低，匹配樣本回歸結(jié)果的經(jīng)濟顯著性也高于全樣本。在全樣本中，每百人擁有的計算機每增加一臺，新產(chǎn)品份額將增加0.01個百分點，少于其均值的2%；而在匹配樣本中，相同數(shù)量計算機的增加將使新產(chǎn)品份額提高其均值(0.41%)的3%。所以，即使全樣本估計有偏，也是低估了信息技術(shù)對企業(yè)增長質(zhì)量的影響。

使用新成立企業(yè)或傾向得分匹配方法，可以部分地緩解內(nèi)生性估計偏誤，但是這兩種方法也存在一定的問題。比如，即使是新成立的企業(yè)，也可以預(yù)期其增長率，增長率越高越使用計算機；而傾向得分匹配方法是基于可觀測變量的匹配，對于不可觀測因素仍無能為力。因此，我們也嘗試使用工具變量方法來進一步處理內(nèi)生性問題。給定數(shù)據(jù)限制，常用的工具變量是城市—行業(yè)層面企業(yè)使用計算機的均值[注]在計算均值時，我們剔除了企業(yè)自身的影響。也就是說，我們使用的是相同城市—行業(yè)內(nèi)其他企業(yè)的均值作為工具變量。我們感謝一名審稿人提供這一思路。。一方面，企業(yè)是否使用計算機，在很大程度上受到本地同行業(yè)企業(yè)的影響，因此工具變量與內(nèi)生變量存在相關(guān)性；另一方面，條件于控制變量，別的企業(yè)是否使用計算機，不會直接影響本企業(yè)的增長績效，因此工具變量也滿足外生性條件。

表9的Panel A和Panel B分別報告了以增長速度(以增加值增長速度為例)和增長質(zhì)量(以新產(chǎn)品份額為例)為因變量的回歸結(jié)果[注]我們也使用其他表示增長速度和增長質(zhì)量的因變量進行了實證分析，但為了節(jié)省篇幅就僅報告了這兩種，其他結(jié)果如有需要請向作者索取。。首先，從第(2)列的一階段回歸結(jié)果來看，城市—行業(yè)內(nèi)企業(yè)計算機數(shù)量的均值與單個企業(yè)是否使用計算機高度正相關(guān)，一階段F統(tǒng)計量均遠(yuǎn)高于經(jīng)驗法則的臨界值10，因此不存在弱工具變量問題。第(3)列的簡約式回歸結(jié)果也指出，城市—行業(yè)內(nèi)更高的計算機使用密度會導(dǎo)致企業(yè)更快地增長，并且新產(chǎn)品份額也更高。我們重點比較第(1)列的兩階段回歸結(jié)果和表2、表3中OLS回歸結(jié)果。與OLS結(jié)果相比，2SLS結(jié)果顯示信息技術(shù)對企業(yè)增長速度的影響更小，但對企業(yè)增長質(zhì)量的影響更強。這一對比表明，OLS回歸結(jié)果高估了信息技術(shù)對增長速度的影響，而低估了對增長質(zhì)量的影響，因此可以合理地推測如果遺漏變量導(dǎo)致企業(yè)更多地使用計算機，那么它肯定與增長速度正相關(guān)，而與增長質(zhì)量負(fù)相關(guān)。一個可能的例子是企業(yè)特定的發(fā)展階段，如果企業(yè)處于粗放型的擴張期，它傾向于提高各類要素的使用，包括使用信息技術(shù)。這一時期的企業(yè)發(fā)展速度很快，但并不追求增長質(zhì)量。

3.2 異質(zhì)性分析

上文分析了信息技術(shù)對企業(yè)增長速度和增長質(zhì)量的影響，并從不同的角度進行穩(wěn)健性檢驗，以緩解由于遺漏變量和反向因果導(dǎo)致的內(nèi)生性偏誤。以上研究考察的都是信息技術(shù)的平均影響，但不同類型的企業(yè)對信息技術(shù)的依賴程度不同，使用信息技術(shù)的效率也不一樣，因此有必要考察信息技術(shù)的影響在不同類型的企業(yè)間存在怎樣的異質(zhì)性。我們主要從所有制和地區(qū)兩個維度來分析異質(zhì)性問題，表10報告了以增長速度和增長質(zhì)量為因變量的回歸結(jié)果，其中Panel A以增長速度為因變量(以增加值增長速度為例)，而Panel B以增長質(zhì)量為因變量(以新產(chǎn)品份額為例)。

表9 工具變量回歸結(jié)果

表10 異質(zhì)性分析

注： 所有回歸包括控制變量，城市和行業(yè)固定效應(yīng)。括號內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

首先分析所有制差異。工業(yè)企業(yè)數(shù)據(jù)庫報告了企業(yè)的注冊類型，也報告了企業(yè)實收資本的各類來源，二者都可以用于識別企業(yè)的所有制。但是聶輝華等(2012)注意到，兩種識別企業(yè)所有制的方法存在相當(dāng)大的差別：至少15%的企業(yè)雖然注冊類型是國有企業(yè)，但是已經(jīng)不是國有資本控股了?？梢?，控股比例比登記注冊類型更能及時反映企業(yè)的所有制類型。因此，按照聶輝華等(2012)的建議，本文使用實收資本比例來定義企業(yè)所有制，將企業(yè)分為國有企業(yè)、私營企業(yè)和外資企業(yè)等三種類型。第(1)～(3)列的結(jié)果顯示，信息技術(shù)對增長速度的影響在三類企業(yè)之間差別不大，對國有企業(yè)的影響在絕對值上略低，但是考慮到國有企業(yè)增長率均值較低，因此相對影響并不?。恍畔⒓夹g(shù)對私營企業(yè)和外資企業(yè)增長速度的影響在統(tǒng)計上沒有顯著差異。信息技術(shù)對新產(chǎn)品份額的影響在三類企業(yè)間存在更為顯著的差別，以國有企業(yè)最弱，私營企業(yè)次之，而外資企業(yè)最強。這一差別反映了三類企業(yè)的發(fā)展戰(zhàn)略存在差異。國有企業(yè)占有大量資源，在某些行業(yè)還具有壟斷地位，因此無需過多地考慮創(chuàng)新活動和生產(chǎn)效率的影響；私營企業(yè)往往受到融資約束和未來預(yù)期的影響，創(chuàng)新活動也低于最優(yōu)水平；與它們相比，外資企業(yè)享有資金和信息方面的優(yōu)勢，因此借助信息技術(shù)，能夠更大幅度地提升新產(chǎn)品份額(Wei et al.，2017)。

其次分析地區(qū)差異。按照國家統(tǒng)計局的標(biāo)準(zhǔn)，我們將所有省份分為東、中、西三大地區(qū)，其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個省(直轄市)；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個?。黄溆酁槲鞑康貐^(qū)。信息技術(shù)對增長速度和增長質(zhì)量的影響，都呈現(xiàn)出東部高于中西部的特點，并且這一差距十分顯著，說明在樣本期內(nèi)，東部在經(jīng)濟增長方面發(fā)揮了主導(dǎo)作用，并且充分利用信息技術(shù)擴大了這一優(yōu)勢。信息技術(shù)對增長速度的影響在中西部內(nèi)部沒有顯著不同，但對新產(chǎn)品份額的影響存在較大差別。這一差別部分地反映了所有制的影響：西部地區(qū)大量規(guī)模以上企業(yè)都是國有企業(yè)，所以信息技術(shù)對其影響與國企一樣較弱。這也暗示我們，在考慮網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)時，既要考慮到對信息技術(shù)的需求，也要注意信息技術(shù)的使用效率，在成本有效性和均衡發(fā)展之間做好權(quán)衡。

4 結(jié)論

信息技術(shù)對人們?nèi)粘Ｉ钯|(zhì)量的積極影響有目共睹，但其對經(jīng)濟發(fā)展的影響卻未得到充分的研究。為了理解信息技術(shù)的增長效應(yīng)，本文首次研究了信息技術(shù)對中國制造業(yè)的企業(yè)增長速度和增長質(zhì)量的影響。利用中國工業(yè)企業(yè)數(shù)據(jù)庫，我們首先檢驗了計算機的使用與企業(yè)增長的關(guān)系，發(fā)現(xiàn)信息技術(shù)的確對企業(yè)增長有促進作用(包括增長速度和增長質(zhì)量)。當(dāng)我們使用其他估計方法或?qū)⒒貧w限制在新成立企業(yè)或匹配企業(yè)子樣本上以排除事先異質(zhì)性的干擾時，結(jié)論仍是穩(wěn)健的。

本文的研究結(jié)果既有理論意義也有政策含義。從理論上看，本文分析了信息技術(shù)影響經(jīng)濟發(fā)展的兩條渠道。在微觀層面，信息技術(shù)提高了企業(yè)增長速度和增長質(zhì)量。在宏觀層面，信息技術(shù)加速了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整并促使生產(chǎn)資源從低生產(chǎn)率的企業(yè)和行業(yè)流向高生產(chǎn)率的企業(yè)和行業(yè)，從而提高了平均生產(chǎn)率和長期增長潛力。從政策含義上看，本文的結(jié)論與中國“新四化”發(fā)展戰(zhàn)略，尤其是工業(yè)化和信息化的融合緊密相關(guān)。信息技術(shù)的發(fā)展正在不斷影響并改變著包括制造業(yè)在內(nèi)的幾乎所有行業(yè)，本文證明了信息化對工業(yè)化的積極影響，也進一步為政府推動工業(yè)化和信息化的融合提供了理論支撐。