數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率增長的影響機(jī)制研究

杜傳忠 張遠(yuǎn)

(1.南開大學(xué)經(jīng)濟(jì)與社會發(fā)展研究院，天津 300071；2.南開大學(xué)經(jīng)濟(jì)學(xué)院，天津 300071)

一、引言

近年來，隨著中國經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，高效率的生產(chǎn)方式成為構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系的重要支撐(高培勇等，2019)[19]。但中國長期依賴生產(chǎn)要素擴(kuò)張的方式實現(xiàn)經(jīng)濟(jì)績效增長，企業(yè)生產(chǎn)率增長緩慢，尤其在當(dāng)前新冠肺炎疫情沖擊、國際政治及貿(mào)易摩擦加劇的背景下，企業(yè)生產(chǎn)效率變革的外部環(huán)境進(jìn)一步惡化。與此同時，伴隨著第四次工業(yè)革命的發(fā)展，物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合使經(jīng)濟(jì)社會發(fā)展朝著網(wǎng)絡(luò)化、數(shù)字化、智能化方向邁進(jìn)，逐步形成了數(shù)字經(jīng)濟(jì)新形態(tài)(陳小輝等，2020)[17]。數(shù)字經(jīng)濟(jì)發(fā)展受到黨和國家的高度重視，黨的十九大報告明確提出“推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟(jì)深度融合”。2020年以來，國家提出大力推進(jìn)以工業(yè)互聯(lián)網(wǎng)、5G等數(shù)字經(jīng)濟(jì)硬件設(shè)施為主體的新型基礎(chǔ)設(shè)施建設(shè)，以促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，數(shù)字經(jīng)濟(jì)儼然已成為驅(qū)動中國經(jīng)濟(jì)高質(zhì)量發(fā)展的重大戰(zhàn)略。在此背景下，數(shù)字經(jīng)濟(jì)發(fā)展能否在微觀上促進(jìn)企業(yè)生產(chǎn)率提升？如果可以，這種影響產(chǎn)生的路徑和機(jī)制是什么？對于以上問題的探討不僅有利于豐富數(shù)字經(jīng)濟(jì)的理論體系，而且對于提升國家推進(jìn)“新基建”戰(zhàn)略的精準(zhǔn)性、促進(jìn)經(jīng)濟(jì)效率變革、實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

根據(jù)2016年G20峰會《二十國集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》的定義，數(shù)字經(jīng)濟(jì)是指以使用數(shù)字化的知識和信息作為關(guān)鍵生產(chǎn)要素，以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體，以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟(jì)活動。數(shù)字經(jīng)濟(jì)對生產(chǎn)率的影響與信息技術(shù)的發(fā)展密切相關(guān)。在信息技術(shù)發(fā)展早期，Solow(1987)[12]根據(jù)“計算機(jī)無處不在，但并未反映在生產(chǎn)率上”這一現(xiàn)象提出了“信息技術(shù)生產(chǎn)率悖論”。一些學(xué)者(Erik and Lorin，1996；Lin and Shao，2006)[4][8]利用經(jīng)驗數(shù)據(jù)檢驗了這一悖論，認(rèn)為信息技術(shù)對生產(chǎn)率沒有促進(jìn)作用。但隨著信息技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及，學(xué)者普遍發(fā)現(xiàn)二者對企業(yè)生產(chǎn)率具有積極影響。Oliner et al.(2008)[10]利用美國的行業(yè)數(shù)據(jù)研究發(fā)現(xiàn)，信息技術(shù)在1995―2000年的經(jīng)濟(jì)復(fù)蘇中發(fā)揮著主要作用。郭家堂和駱品亮(2016)[20]利用2002―2014年中國省級數(shù)據(jù)驗證了互聯(lián)網(wǎng)對區(qū)域全要生產(chǎn)率的促進(jìn)作用主要通過技術(shù)進(jìn)步這一渠道。黃群慧等(2019)[25]發(fā)現(xiàn)互聯(lián)網(wǎng)通過降低交易成本、緩解資源錯配和提升創(chuàng)新水平促進(jìn)企業(yè)生產(chǎn)率增長，城市互聯(lián)網(wǎng)發(fā)展水平每提高1%，制造業(yè)企業(yè)全要素生產(chǎn)率提升0.3%。隨著大數(shù)據(jù)、人工智能等新一代信息技術(shù)的發(fā)展和運(yùn)用，企業(yè)生產(chǎn)逐漸顯現(xiàn)出數(shù)字化和智能化的特征。Graetz and Michaels(2018)[5]利用1993―2007年17個國家的工業(yè)機(jī)器人數(shù)據(jù)研究發(fā)現(xiàn)，工業(yè)機(jī)器人能促進(jìn)企業(yè)勞動生產(chǎn)率和全要素生產(chǎn)率的提升。韓會朝和徐康寧(2020)[21]利用2013年中國工業(yè)企業(yè)數(shù)據(jù)庫匹配海關(guān)數(shù)據(jù)庫研究發(fā)現(xiàn)，工業(yè)企業(yè)的智能化改造有效激勵了企業(yè)生產(chǎn)率增長。

數(shù)字經(jīng)濟(jì)對生產(chǎn)率的影響主要表現(xiàn)為，新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合推動產(chǎn)業(yè)網(wǎng)絡(luò)化、數(shù)字化、智能化發(fā)展，進(jìn)而促進(jìn)企業(yè)生產(chǎn)率增長。但上述文獻(xiàn)研究難以體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率的影響，原因如下：第一，現(xiàn)有文獻(xiàn)主要停留在對信息化和互聯(lián)網(wǎng)帶來的網(wǎng)絡(luò)化特征研究階段，缺乏對大數(shù)據(jù)、云計算、人工智能等新一代信息技術(shù)的數(shù)字化和智能化特征對生產(chǎn)率影響的深入探討，而后者才是第四次工業(yè)革命背景下數(shù)字經(jīng)濟(jì)的典型特征。雖然有少數(shù)學(xué)者如Graetz and Michaels(2018)[5]、呂越等(2020)[31]研究了人工智能對生產(chǎn)率的影響，但實證研究中基本采用反映工業(yè)自動化能力的工業(yè)機(jī)器人作為人工智能的替代變量，而企業(yè)云是智能化的基礎(chǔ)，缺乏企業(yè)云使用量的指標(biāo)難以有效反映數(shù)字經(jīng)濟(jì)的智能化特征。1第二，囿于數(shù)據(jù)可得性，現(xiàn)有研究主要集中在區(qū)域?qū)用?，基于微觀企業(yè)層面的研究較為欠缺。少量關(guān)于微觀企業(yè)的研究如黃群慧等(2019)[25]、韓會朝和徐康寧(2020)[21]基本采用2013年及以前的工業(yè)企業(yè)數(shù)據(jù)庫或問卷調(diào)查數(shù)據(jù)，而中國的數(shù)字金融、共享經(jīng)濟(jì)、智能制造等新型數(shù)字經(jīng)濟(jì)業(yè)態(tài)普遍誕生于2013年及以后，對企業(yè)生產(chǎn)率的影響則更為滯后。因此，現(xiàn)有文獻(xiàn)采用的數(shù)據(jù)難以精準(zhǔn)評估數(shù)字經(jīng)濟(jì)的影響。第三，受限于數(shù)字技術(shù)發(fā)展的時代特征，現(xiàn)有文獻(xiàn)未將數(shù)據(jù)資源作為生產(chǎn)要素納入企業(yè)生產(chǎn)率的分析框架中，也缺乏從企業(yè)經(jīng)營環(huán)境變遷視角深入研究數(shù)字經(jīng)濟(jì)對生產(chǎn)率的影響。

鑒于此，本文可能的邊際貢獻(xiàn)為：第一，首次將數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率納入同一分析框架，從數(shù)據(jù)驅(qū)動、新興技術(shù)賦能、企業(yè)經(jīng)營環(huán)境變遷等視角揭示數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響；第二，分別從直接影響和規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)、管理效率效應(yīng)四個間接影響系統(tǒng)論述并驗證了數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的渠道路徑，打開數(shù)字經(jīng)濟(jì)發(fā)展影響企業(yè)生產(chǎn)率的“黑箱”；第三，采用2015―2018年騰訊研究院編制的包括企業(yè)用云量的城市數(shù)字經(jīng)濟(jì)指數(shù)與A股上市公司的匹配數(shù)據(jù)進(jìn)行實證檢驗，克服了數(shù)字經(jīng)濟(jì)水平難以有效度量以及陳舊數(shù)據(jù)難以反映數(shù)字經(jīng)濟(jì)實際影響效應(yīng)的 問題。

二、分析框架與研究假設(shè)

(一)數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率

隨著經(jīng)濟(jì)社會由工業(yè)經(jīng)濟(jì)時代邁入數(shù)字經(jīng)濟(jì)時代，通過要素擴(kuò)張實現(xiàn)績效增長的傳統(tǒng)方式難以滿足企業(yè)高質(zhì)量發(fā)展的需求。在此背景下，企業(yè)通過數(shù)字化轉(zhuǎn)型實現(xiàn)生產(chǎn)和服務(wù)的自動化和智能化，減輕對勞動力的依賴，直接降低了生產(chǎn)成本，提高了生產(chǎn)效率。同時，企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生的數(shù)據(jù)資源不僅能夠與資本、勞動力等資源共同作為生產(chǎn)要素參與到生產(chǎn)過程中，直接驅(qū)動生產(chǎn)率增長，還可以改善資本、勞動等傳統(tǒng)生產(chǎn)要素的利用效率及配置效率，進(jìn)而改善企業(yè)生產(chǎn)率。Oliner et al.(2008)[10]、郭家堂和駱品亮(2016)[20]、黃群慧等(2019)[25]運(yùn)用區(qū)域?qū)用娴臄?shù)據(jù)驗證了互聯(lián)網(wǎng)發(fā)展有利于生產(chǎn)率提升。Graetz and Michaels(2018)[5]也發(fā)現(xiàn)工業(yè)機(jī)器人的使用對國家生產(chǎn)率具有促進(jìn)效應(yīng)。因此，本文認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)企業(yè)生產(chǎn)率增長。但數(shù)字經(jīng)濟(jì)的過度發(fā)展也可能會抑制企業(yè)生產(chǎn)率增長。首先，與資本、勞動力等要素相同，數(shù)據(jù)資源作為生產(chǎn)要素也存在最優(yōu)配置問題。在與資本、勞動力等要素及數(shù)據(jù)管理能力不匹配的情況下，數(shù)據(jù)要素快速積累引致的高存儲成本會擠占大量生產(chǎn)資源，造成企業(yè)資源錯配(Wamba et al.，2017)[14]；其次，隨著數(shù)字經(jīng)濟(jì)的深入發(fā)展，廣泛存在的網(wǎng)絡(luò)效應(yīng)使網(wǎng)絡(luò)用戶逐漸集中于頭部數(shù)字化平臺，致使行業(yè)市場結(jié)構(gòu)出現(xiàn)“贏者通吃”的寡頭壟斷或完全壟斷問題，從而降低企業(yè)生產(chǎn)率(郭家堂和駱品亮，2016)[20]。

(二)數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的間接作用機(jī)制

1.數(shù)字經(jīng)濟(jì)通過規(guī)模經(jīng)濟(jì)效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長

受限于空間的有界性和不可疊加性，傳統(tǒng)交易方式中時空同步的“剛性要求”使得消費(fèi)者在購物時存在“搜索阻力”和“位置阻力”(Bell et al.，2012；劉向東等，2019)[2][30]，企業(yè)供給產(chǎn)品也面臨著空間距離帶來的自然性市場分割問題。因此，傳統(tǒng)企業(yè)進(jìn)行規(guī)模擴(kuò)張存在高昂的異地渠道建設(shè)成本和管理成本，容易陷入規(guī)模不經(jīng)濟(jì)的困境。數(shù)字經(jīng)濟(jì)則能有效緩解這一困境，主要體現(xiàn)在以下兩方面：一是電子商務(wù)平臺和移動支付工具的廣泛使用改變了傳統(tǒng)的交易方式，表現(xiàn)為交易行為由線下實體交易轉(zhuǎn)移到電子商務(wù)平臺等虛擬空間中，原本需要時間集合固定、連續(xù)和空間位置一致的交易過程被離散為間斷性的時間和地點(diǎn)，即實現(xiàn)了交易行為的時空異步(陳亞琦，2015)[18]。產(chǎn)品供給企業(yè)在有限的時空內(nèi)幾乎能與所有互聯(lián)網(wǎng)所觸及的用戶進(jìn)行連接，并進(jìn)行更加頻繁的交易，削弱了消費(fèi)者的“位置阻力”，使企業(yè)產(chǎn)品銷售規(guī)模得以提升。二是內(nèi)嵌于電子商務(wù)平臺的搜索引擎有效提升了消費(fèi)者對商品信息的搜索能力，降低了“搜索阻力”，進(jìn)一步提高消費(fèi)規(guī)模，促進(jìn)企業(yè)銷售擴(kuò)張。因此，數(shù)字經(jīng)濟(jì)能夠打破自然性市場分割，加強(qiáng)國內(nèi)乃至國際市場的整合，擴(kuò)大企業(yè)產(chǎn)品銷售規(guī)模，進(jìn)而實現(xiàn)規(guī)模經(jīng)濟(jì)。而規(guī)模經(jīng)濟(jì)的本質(zhì)是實現(xiàn)成本最小化，是提升企業(yè)生產(chǎn)率的有效路徑(王書斌，2018)[35]。

2.數(shù)字經(jīng)濟(jì)通過范圍經(jīng)濟(jì)效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長

數(shù)字化技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深入融合不僅使產(chǎn)業(yè)邊界逐漸趨于模糊，而且數(shù)據(jù)資源在不同行業(yè)間的流動還有助于提升傳統(tǒng)行業(yè)企業(yè)的跨界經(jīng)營能力。基于這兩方面作用，企業(yè)通過跨界經(jīng)營能夠在不同行業(yè)中合理配置生產(chǎn)資源，緩解資產(chǎn)專用性約束，實現(xiàn)范圍經(jīng)濟(jì)。例如在制造業(yè)中，智能制造技術(shù)具有數(shù)據(jù)集成和自感知、自反饋功能，能夠自動采集客戶信息，精準(zhǔn)識別客戶需求，并將這些數(shù)據(jù)自動傳輸?shù)缴a(chǎn)端，為客戶提供個性化定制服務(wù)，并進(jìn)行自動化、柔性化生產(chǎn)，進(jìn)一步為用戶提供增值服務(wù)，促使企業(yè)逐漸從產(chǎn)品加工制造轉(zhuǎn)向以用戶體驗為中心的服務(wù)型制造(Marjanovic et al.，2019)[9]；在服務(wù)業(yè)中，原本功能單一的服務(wù)平臺逐漸演化為具有綜合服務(wù)能力的平臺，如支付寶、微信、美團(tuán)、滴滴出行等專業(yè)化服務(wù)平臺逐漸轉(zhuǎn)向金融、交通、醫(yī)療、公共服務(wù)等綜合數(shù)字化平臺，形成具有高度協(xié)同性、開放性的數(shù)字化生態(tài)系統(tǒng)。這種以某一產(chǎn)品和服務(wù)為載體獲取消費(fèi)者數(shù)據(jù)資源，再通過人工智能、云計算等技術(shù)形成數(shù)據(jù)分析和資源分配能力，突破行業(yè)壁壘實現(xiàn)跨界經(jīng)營的發(fā)展模式，能夠使企業(yè)在所經(jīng)營的行業(yè)范圍內(nèi)降低平均成本，實現(xiàn)范圍經(jīng)濟(jì)，進(jìn)而提高企業(yè)生產(chǎn)率，如Arnold et al.(2006)[1]基于微觀企業(yè)數(shù)據(jù)證實了制造業(yè)服務(wù)化對企業(yè)生產(chǎn)率存在正向影響。

3.數(shù)字經(jīng)濟(jì)通過技術(shù)創(chuàng)新效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長

數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)主要表現(xiàn)在緩解企業(yè)創(chuàng)新要素錯配、提升企業(yè)創(chuàng)新能力上。首先，在創(chuàng)新要素配置方面，數(shù)字經(jīng)濟(jì)改善了企業(yè)發(fā)展的外部融資環(huán)境。從金融機(jī)構(gòu)與實體企業(yè)互動角度看，數(shù)字金融企業(yè)通過數(shù)字化信貸平臺獲取實體企業(yè)各種信息并加以處理和識別，直接向小微企業(yè)進(jìn)行創(chuàng)新融資，可以有效緩解信息不對稱問題(汪亞楠等，2020)[34]；同時，數(shù)字金融形成的“鰱魚效應(yīng)”加大了銀行等傳統(tǒng)金融機(jī)構(gòu)的競爭壓力，減輕傳統(tǒng)金融機(jī)構(gòu)資金投向的“領(lǐng)域錯配”“屬性錯配”和“階段錯配”問題，進(jìn)一步緩解企業(yè)創(chuàng)新融資約束(唐松等，2020)[33]。從政府與企業(yè)互動視角看，政府能夠利用大數(shù)據(jù)技術(shù)構(gòu)建企業(yè)用戶畫像，精準(zhǔn)識別企業(yè)創(chuàng)新潛力，緩解創(chuàng)新補(bǔ)貼及稅收優(yōu)惠在企業(yè)間的錯配問題，提高政府財稅政策激勵創(chuàng)新的有效性(李春濤等，2020)[27]。

其次，數(shù)字化技術(shù)提高了企業(yè)的創(chuàng)新能力，而企業(yè)技術(shù)創(chuàng)新水平的提升是提高生產(chǎn)率的主要途徑之一。在研發(fā)模式上，開放式的數(shù)字化研發(fā)管理系統(tǒng)有助于企業(yè)從傳統(tǒng)封閉式的創(chuàng)新模式轉(zhuǎn)向所有部門乃至整個產(chǎn)業(yè)鏈和全社會都參與的開放式創(chuàng)新模式，使研發(fā)設(shè)計活動在點(diǎn) 線 面多維度的協(xié)同化網(wǎng)絡(luò)中進(jìn)行，從而實現(xiàn)集成式、網(wǎng)絡(luò)化創(chuàng)新，提高企業(yè)創(chuàng)新能力；在研發(fā)流程上，數(shù)字孿生體、數(shù)字仿真等數(shù)字化設(shè)計工具能夠精準(zhǔn)模擬物理實體的各種物理參數(shù)，并通過可視化的方式展示出來，在動態(tài)、不確定的環(huán)境下實現(xiàn)多種場景的研發(fā)創(chuàng)新，提高研發(fā)的精確性(陳劍等，2020)[16]；在驅(qū)動方式上，大數(shù)據(jù)、云計算等手段幫助企業(yè)基于消費(fèi)數(shù)據(jù)構(gòu)建消費(fèi)者用戶畫像，精準(zhǔn)識別用戶對產(chǎn)品的需求，實現(xiàn)產(chǎn)品研發(fā)由經(jīng)驗驅(qū)動到數(shù)據(jù)驅(qū)動(Johnson et al.，2017)[7]，降低技術(shù)創(chuàng)新的不確定性，促進(jìn)企業(yè)創(chuàng)新。

4.數(shù)字經(jīng)濟(jì)通過管理效率效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長

數(shù)字經(jīng)濟(jì)的管理效率效應(yīng)主要表現(xiàn)在以下三個方面：一是企業(yè)數(shù)字化轉(zhuǎn)型有利于降低企業(yè)內(nèi)部交流和信息獲取成本。在員工溝通上，微信、釘釘?shù)葦?shù)字化通訊工具的使用使企業(yè)上下級之間、員工之間的信息傳達(dá)和溝通交流更為便捷，提升了企業(yè)內(nèi)部各層級之間的協(xié)同性。在生產(chǎn)管理中，傳感器、工業(yè)互聯(lián)網(wǎng)等數(shù)據(jù)集成系統(tǒng)實現(xiàn)了企業(yè)物資的信息結(jié)構(gòu)由傳統(tǒng)工業(yè)化時代的間斷性、分散性狀態(tài)向數(shù)字化時代的連續(xù)性、整體性轉(zhuǎn)變。這些都有利于實現(xiàn)組織機(jī)構(gòu)的自我組織和調(diào)節(jié)，從機(jī)械式運(yùn)作方式轉(zhuǎn)變?yōu)樯竭\(yùn)作方式(肖靜華，2020)[39]，提高企業(yè)管理效率。二是數(shù)字經(jīng)濟(jì)能夠驅(qū)動企業(yè)組織變革。數(shù)字經(jīng)濟(jì)中終端用戶消費(fèi)偏好的轉(zhuǎn)變需要企業(yè)以更加靈活的方式優(yōu)化資源配置，從而推動企業(yè)組織模式由傳統(tǒng)科層式的“垂直化”結(jié)構(gòu)轉(zhuǎn)變?yōu)殚_放式的“扁平化”結(jié)構(gòu)，帶來管理效率的提升(戚聿東和肖旭，2020)[32]。三是數(shù)字經(jīng)濟(jì)還能夠提升企業(yè)管理者的預(yù)測能力。如根據(jù)數(shù)字化平臺沉淀的產(chǎn)品交易、用戶評價等數(shù)據(jù)信息，企業(yè)管理者能夠精準(zhǔn)預(yù)測消費(fèi)者的消費(fèi)傾向、企業(yè)經(jīng)營風(fēng)險和未來發(fā)展方向等(He et al.，2019；李唐等，2020)[6][29]，提高管理效率。而管理效率的提升是促進(jìn)企業(yè)生產(chǎn)率增長的重要因素，Bloom et al.(2016)[3]研究發(fā)現(xiàn)提高管理效率對企業(yè)生產(chǎn)率具有積極影響，管理效率的差異約占不同國家全要素生產(chǎn)率差異的30%。由此，本文提出：

假設(shè)1：數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響呈倒U型軌跡，適度的數(shù)字經(jīng)濟(jì)發(fā)展有利于提升企業(yè)生產(chǎn)率，數(shù)字經(jīng)濟(jì)發(fā)展過度會抑制企業(yè)生產(chǎn)率的增長。

假設(shè)2：規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)是數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的有效路徑。

三、模型、變量與數(shù)據(jù)

(一)模型設(shè)定

為檢驗數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率的影響，本文構(gòu)建面板模型進(jìn)行實證分析，模型設(shè)定如式(1)：

(二)變量度量

1.被解釋變量：企業(yè)生產(chǎn)率(Tfp)

現(xiàn)有研究中常用全要素生產(chǎn)率來衡量企業(yè)生產(chǎn)率，主要測算方法有三種，分別為OLS法、OP法、LP法。由于LP法不存在樣本丟失和內(nèi)生性問題，本文主要采用LP法來計算生產(chǎn)率，并將OP法和OLS法用于穩(wěn)健性檢驗。借鑒何光輝和楊咸月(2012)[23]的做法，采用主營業(yè)務(wù)收入表示總產(chǎn)出，固定資產(chǎn)凈額表示資本投入，支付給職工以及為職工支付的現(xiàn)金表示勞動投入；中間投入借鑒王文和牛澤東(2019)[36]的做法，采用營業(yè)成本+銷售費(fèi)用+管理費(fèi)用+財務(wù)費(fèi)用－折舊攤銷－支付給職工以及為職工支付的現(xiàn)金來估計。最后，將所測得的值取自然對數(shù)即為Tfp。

2.核心解釋變量：數(shù)字經(jīng)濟(jì)指數(shù)(Index)

本文采用騰訊研究院發(fā)布的2015―2018年數(shù)字經(jīng)濟(jì)指數(shù)來衡量城市數(shù)字經(jīng)濟(jì)發(fā)展水平。該指數(shù)由騰訊研究院聯(lián)合京東、美團(tuán)、滴滴、拼多多等企業(yè)，利用它們在各城市多項業(yè)務(wù)的海量高頻數(shù)據(jù)編制而成，基礎(chǔ)數(shù)據(jù)中不僅包括城市中企業(yè)的云消費(fèi)量、cvm核數(shù)、IDC寬帶、cdb存儲、電子商務(wù)、企業(yè)微信和企業(yè)公眾號等與企業(yè)數(shù)據(jù)資源量、智能化水平和企業(yè)組織數(shù)字化水平高度相關(guān)的指標(biāo)，也包括移動支付、網(wǎng)絡(luò)理財?shù)葦?shù)字金融相關(guān)指標(biāo)，實現(xiàn)了對各城市實體企業(yè)數(shù)字化、智能化水平和數(shù)字金融發(fā)展水平的精準(zhǔn)刻畫。數(shù)字經(jīng)濟(jì)指數(shù)的廣泛性使本文能夠從企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型、企業(yè)與金融機(jī)構(gòu)、政府等外部組織互動的雙重視角來檢驗數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率之間的關(guān)系。

3.控制變量及變量描述性統(tǒng)計

為減輕遺漏變量對估計結(jié)果的干擾，本文借鑒黃群慧等(2019)[25]和李蘭冰等(2019)[28]的研究，分別選取城市和企業(yè)兩個層面的控制變量。具體地，企業(yè)層面的控制變量有：企業(yè)規(guī)模(Size)，用企業(yè)總資產(chǎn)的自然對數(shù)來衡量；企業(yè)年齡(Age)，用考察年份與企業(yè)成立年份差值的自然對數(shù)來刻畫；固定資產(chǎn)占比(Ppe)，用固定資產(chǎn)凈值與總資產(chǎn)的比值來度量；資產(chǎn)負(fù)債率(Lev)，用總負(fù)債占總資產(chǎn)的比重來表征；股權(quán)集中度(Shrcr)，用第一大股東持股占比來衡量；董事會規(guī)模(Board)，用董事會人數(shù)加1后取自然對數(shù)來刻畫；企業(yè)所有制(Soe)，用企業(yè)所有權(quán)屬性來度量，國有企業(yè)則為1，否則為0。城市層面的控制變量有：經(jīng)濟(jì)發(fā)展水平(GDP)，用城市GDP的自然對數(shù)來表征；人口規(guī)模(Popu)，用城市人口數(shù)量的自然對數(shù)來刻畫。各變量的描述性統(tǒng)計結(jié)果見表1。

表1 變量的描述性統(tǒng)計結(jié)果

(三)數(shù)據(jù)來源及處理方法

本文的企業(yè)樣本為A股上市公司，數(shù)據(jù)來自國泰安(CSMAR)和Wind數(shù)據(jù)庫，城市數(shù)字經(jīng)濟(jì)指數(shù)數(shù)據(jù)來自騰訊研究院發(fā)布的年度《數(shù)字中國指數(shù)報告》?？紤]到數(shù)字經(jīng)濟(jì)發(fā)展特征及數(shù)據(jù)的可得性，本文將樣本考察期設(shè)定為2015―2018年。同時，為精準(zhǔn)評估數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響，本文刪除了樣本為ST、*ST、變量缺失嚴(yán)重、行業(yè)門類為金融類和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的上市公司，并對所有的連續(xù)變量進(jìn)行雙邊1%縮尾(winsorize)處理。

四、實證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果

表2列(1)單獨(dú)考察了數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)生產(chǎn)率之間的線性關(guān)系，結(jié)果顯示Index的系數(shù)在1%水平下顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著促進(jìn)企業(yè)生產(chǎn)率增長。列(2)加入了Index的平方項Index2，考察數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率之間的非線性關(guān)系，結(jié)果顯示Index2的系數(shù)在1%水平下顯著為負(fù)，而Index的系數(shù)依然在1%水平下顯著為正，在逐步加入控制變量后結(jié)果依然不變，說明數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率確實存在倒U型關(guān)系，驗證了假設(shè)1。

進(jìn)一步，由列(5)結(jié)果可知，在控制了企業(yè)和城市層面的控制變量后，倒U型曲線的拐點(diǎn)為Index=12.652，落在解釋變量區(qū)間[6.67，12.56]的右側(cè)，在未添加控制變量和加入部分控制變量的列(2)～(4)估計結(jié)果中，解釋變量也基本未達(dá)到倒U型曲線的拐點(diǎn)，這說明在本文考察期內(nèi)，數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率主要具有正向促進(jìn)作用，不具有抑制作用。因此，本文主要采用不含Index2的線性模型進(jìn)行估計。列(6)的線性估計結(jié)果表明，在控制了企業(yè)和城市層面控制變量情況下，數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率依然具有正向促進(jìn)作用，且城市數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%，城市中企業(yè)的生產(chǎn)率約提高0.07%。由此可見，經(jīng)濟(jì)發(fā)展的數(shù)字化轉(zhuǎn)型對微觀企業(yè)生產(chǎn)率提升具有積極意義，能夠成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新動能。這一結(jié)論為中國當(dāng)前大力推進(jìn)“新基建”、加快經(jīng)濟(jì)數(shù)字化進(jìn)程等戰(zhàn)略的實施提供了一定的理論支撐。

表2 數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗

1.內(nèi)生性分析

本文進(jìn)一步采用工具變量法進(jìn)行內(nèi)生性檢驗?？紤]到相同類別城市在行政權(quán)限、經(jīng)濟(jì)政策、人口密度、經(jīng)濟(jì)總量等方面相似，數(shù)字經(jīng)濟(jì)發(fā)展具有較強(qiáng)的相關(guān)性，借鑒蔡競和董艷(2016)[15]的做法，本文將樣本企業(yè)所在城市分為直轄市、副省級城市、除副省級城市外的同一省份城市三類，然后用相同類型城市(剔除樣本企業(yè)所在城市)的數(shù)字經(jīng)濟(jì)指數(shù)均值作為工具變量IV。表3的回歸結(jié)果顯示，第一階段IV的系數(shù)在1%水平下顯著為正，且F值大于10，說明不存在弱工具變量問題；第二階段Index的系數(shù)與基準(zhǔn)模型估計結(jié)果基本一致，說明在考慮了內(nèi)生性問題后，數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率依然具有顯著的促進(jìn)作用，上述結(jié)論依然成立。

表3 內(nèi)生性分析

2.替換關(guān)鍵變量

第一，替換被解釋變量。為檢驗企業(yè)生產(chǎn)率度量方法的穩(wěn)健性，本文進(jìn)一步采用OP法和OLS法對企業(yè)生產(chǎn)率進(jìn)行度量，結(jié)果如表4所示。

第二，替換核心解釋變量。由于騰訊等公司的市場份額難以涵蓋全部中國市場，可能導(dǎo)致其測量的數(shù)字經(jīng)濟(jì)指數(shù)與城市實際數(shù)字化程度存在偏差。鑒于此，首先，使用智慧城市指數(shù)3Sc替換核心解釋變量Index。智慧城市指數(shù)由中國社科院信息化研究中心發(fā)布，其基礎(chǔ)數(shù)據(jù)涵蓋了互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、信息資源共享協(xié)同、城市云平臺應(yīng)用、信息產(chǎn)業(yè)發(fā)展、信息消費(fèi)、政府?dāng)?shù)字化服務(wù)等多項指標(biāo)，能夠有效度量城市數(shù)字經(jīng)濟(jì)發(fā)展水平。其次，借鑒何宗樾和宋旭光(2020)[24]的做法，采用城市數(shù)字金融指數(shù)Df替換核心解釋變量Index。該指數(shù)由北京大學(xué)數(shù)字金融研究中心聯(lián)合螞蟻金融公司利用支付寶的海量交易數(shù)據(jù)編制而成，包括數(shù)字金融服務(wù)使用廣度、使用深度和數(shù)字化程度三個維度。表4結(jié)果表明，替換被解釋變量和核心解釋變量后，數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響依然呈倒U型，在本文的考察期內(nèi)則主要表現(xiàn)為促進(jìn)作用，與基準(zhǔn)模型回歸結(jié)果基本一致。

表4 替換關(guān)鍵變量

3.其他穩(wěn)健性分析

為確保結(jié)論穩(wěn)健性，本文進(jìn)一步采用以下三種方法進(jìn)行分析：

第一，更換估計模型。首先，基準(zhǔn)模型的固定效應(yīng)控制到個體企業(yè)層面可能過于嚴(yán)格，本文將固定效應(yīng)控制在城市、二位碼行業(yè)和時間三個維度，并將穩(wěn)健標(biāo)準(zhǔn)誤聚類到企業(yè)層面，估計結(jié)果如表5列(1)所示。其次，基準(zhǔn)回歸模型控制的年份和個體效應(yīng)忽略了時間和行業(yè)的交叉因素，可能會引致估計結(jié)果偏誤，因此本文進(jìn)一步控制了“行業(yè)-年份”高階聯(lián)合固定效應(yīng)以控制不同年份不同行業(yè)所遭受的外部因素沖擊，估計結(jié)果如列(2)所示。

第二，本文對所有的連續(xù)變量進(jìn)行雙邊2%和5%縮尾處理，以進(jìn)一步緩解極端值對估計結(jié)果造成的影響，估計結(jié)果如列(3)、(4)所示。

表5 其他穩(wěn)健性分析

第三，增加控制變量。5G、工業(yè)互聯(lián)網(wǎng)等是數(shù)字經(jīng)濟(jì)發(fā)展的新型基礎(chǔ)設(shè)施，在加強(qiáng)市場整合、優(yōu)化要素配置等方面與傳統(tǒng)交通基礎(chǔ)設(shè)施有異曲同工之妙，二者在對企業(yè)生產(chǎn)率的影響作用上互為競爭性因素(李蘭冰等，2019)[28]。鑒于此，本文在模型的控制變量中加入?yún)^(qū)域交通基礎(chǔ)設(shè)施狀況，重新進(jìn)行回歸。其中，交通基礎(chǔ)設(shè)施發(fā)展?fàn)顩r分別用城市高鐵站點(diǎn)數(shù)Grail和省人均公路里程數(shù)Rail來度量，估計結(jié)果列(5)所示。表5結(jié)果表明，在進(jìn)行多種穩(wěn)健性檢驗后，數(shù)字經(jīng)濟(jì)依然對企業(yè)生產(chǎn)率具有顯著的正向作用，證明了基準(zhǔn)模型結(jié)果的穩(wěn)健性。

(三)異質(zhì)性分析

為深入探究數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響效應(yīng)，本文分別從地理區(qū)域、行業(yè)性質(zhì)和企業(yè)特征三個層面進(jìn)行異質(zhì)性分析：(1)基于企業(yè)所在省份，將樣本企業(yè)分為東、中、西三個子樣本；(2)基于行業(yè)性質(zhì)，依據(jù)國家統(tǒng)計局發(fā)布的GB/T 4754―2017行業(yè)分類目錄將樣本企業(yè)分為農(nóng)業(yè)、制造業(yè)和服務(wù)業(yè)；(3)基于企業(yè)特征，根據(jù)企業(yè)在考察期內(nèi)的平均資產(chǎn)規(guī)模將樣本企業(yè)分為大、中、小型企業(yè)。

1.基于區(qū)域的異質(zhì)性分析

表6回歸結(jié)果顯示，東部地區(qū)的Index系數(shù)在1%水平下顯著為正，而中西部地區(qū)的Index系數(shù)則并不顯著，表明數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響在東部地區(qū)最為明顯?？赡艿脑蛉缦拢阂皇菛|部地區(qū)的基礎(chǔ)設(shè)施、人力資本、金融資本等資源較中西部地區(qū)更為優(yōu)越，為數(shù)字經(jīng)濟(jì)功能的發(fā)揮提供了良好基礎(chǔ)；二是數(shù)字經(jīng)濟(jì)發(fā)展能夠降低區(qū)域間的交流成本，優(yōu)化區(qū)域間的資源配置，這可能會強(qiáng)化東部地區(qū)對中西部地區(qū)的“虹吸效應(yīng)”，導(dǎo)致中西部地區(qū)人力資本流失加劇，企業(yè)生產(chǎn)率增長缺乏動力；三是經(jīng)濟(jì)發(fā)展事實表明，經(jīng)濟(jì)要素發(fā)展差距過大會產(chǎn)生“過疏”和“過密”進(jìn)而抑制協(xié)調(diào)發(fā)展(韓先鋒等，2019)[22]，相對于東部地區(qū)，中西部地區(qū)內(nèi)部“數(shù)字鴻溝”明顯，導(dǎo)致數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響具有不均衡性。

2.基于行業(yè)的異質(zhì)性分析

表6估計結(jié)果表明，數(shù)字經(jīng)濟(jì)對服務(wù)業(yè)企業(yè)生產(chǎn)率的邊際效應(yīng)最大，制造業(yè)次之，農(nóng)業(yè)最小且不顯著?？赡艿脑蚴牵菏紫?，服務(wù)業(yè)以生產(chǎn)和銷售無形產(chǎn)品為主，與數(shù)字化技術(shù)具有天然的適配性。與非服務(wù)業(yè)相比，數(shù)字化技術(shù)對服務(wù)業(yè)的滲透程度更深，二者的深度融合使部分服務(wù)具備了“可存儲”和“可貿(mào)易”的特點(diǎn)(江小涓和羅立彬，2019)[26]，涌現(xiàn)出數(shù)字醫(yī)療、在線教育等眾多新興業(yè)態(tài)，降低服務(wù)成本作用明顯。其次，傳統(tǒng)工業(yè)化社會時期，服務(wù)業(yè)被認(rèn)為是勞力密集型產(chǎn)業(yè)，生產(chǎn)率長期低于非服務(wù)行業(yè)，即存在著名的“鮑莫爾成本病”4問題。因此，相對于非服務(wù)業(yè)企業(yè)，服務(wù)業(yè)企業(yè)通過數(shù)字化轉(zhuǎn)型提升生產(chǎn)率的需求更為迫切，數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的邊際效應(yīng)更為明顯。這一結(jié)論表明數(shù)字經(jīng)濟(jì)能夠解決服務(wù)業(yè)“鮑莫爾成本病”問題，也充分說明應(yīng)加強(qiáng)數(shù)字化技術(shù)與農(nóng)業(yè)、制造業(yè)的深度融合，加快農(nóng)業(yè)和制造業(yè)的數(shù)字化轉(zhuǎn)型。

表6 數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的異質(zhì)性分析

3.基于企業(yè)的異質(zhì)性分析

表6結(jié)果表明，數(shù)字經(jīng)濟(jì)對大中型企業(yè)生產(chǎn)率具有顯著的正向影響，對小企業(yè)的影響并不顯著。這可能是由于盡管企業(yè)數(shù)字化轉(zhuǎn)型有助于提升企業(yè)生產(chǎn)率，但需要以一定的技術(shù)、勞動和資本等要素為前提(謝康等，2020)[40]。與大中型企業(yè)相比，小企業(yè)的技術(shù)基礎(chǔ)、人力資本、實物資本等生產(chǎn)資源較為匱乏，過于強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型會導(dǎo)致企業(yè)的數(shù)字化技術(shù)水平、數(shù)據(jù)資源量與其他要素不匹配，導(dǎo)致生產(chǎn)率提升不明顯。這充分說明企業(yè)的數(shù)字化轉(zhuǎn)型應(yīng)該“適度”，根據(jù)企業(yè)整體資源和要素水平來進(jìn)行，盲目提高數(shù)字化水平對企業(yè)高質(zhì)量發(fā)展并無益處。

五、進(jìn)一步分析：數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的作用機(jī)制

為進(jìn)一步打開數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的“黑箱”，探究這種影響是否通過規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)四種作用機(jī)制加以實現(xiàn)，本文借鑒溫忠麟和葉寶娟(2014)[38]的研究，采用中介效應(yīng)模型對上述機(jī)制進(jìn)行檢驗，具體模型如下：

其中Mi,t為中介變量，分別為假設(shè)2中的規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)、技術(shù)創(chuàng)新和管理效率，其他變量與式(1)相同。中介效應(yīng)檢驗步驟如下：第一步，對式(2)進(jìn)行回歸，考察在沒有控制中介變量的情況下數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響系數(shù)η1是否顯著。若η1不顯著，則說明數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率沒有影響或存在遮掩效應(yīng)；若η1顯著，則檢驗繼續(xù)。第二步，對式(3)進(jìn)行回歸，考察數(shù)字經(jīng)濟(jì)對中介變量的影響η2。第三步，對式(4)進(jìn)行回歸，考察數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響系數(shù)η3和中介變量對企業(yè)生產(chǎn)率的影響系數(shù)δ。其中，η3為直接效應(yīng)，η2×δ為中介效應(yīng)。若η2和δ均顯著，則說明存在中介效應(yīng)；若η2和δ中至少有一個不顯著，則采用Bootstrap法檢驗η2×δ在95%的置信區(qū)間中是否包括0，若不包括0，則說明η2×δ顯著，即存在中介效應(yīng)，反之，則不存在中介效應(yīng)(溫忠麟和葉寶娟，2014)[38]。

(一)規(guī)模經(jīng)濟(jì)效應(yīng)

數(shù)字經(jīng)濟(jì)一方面實現(xiàn)了交易過程的時空異步，改變了企業(yè)規(guī)模擴(kuò)張需要投入大量成本建立異地銷售渠道的事實；另一方面也降低了消費(fèi)者的搜尋成本，提高其消費(fèi)需求，從而降低企業(yè)規(guī)模擴(kuò)張的成本，進(jìn)而實現(xiàn)規(guī)模經(jīng)濟(jì)。為考察數(shù)字經(jīng)濟(jì)是否能夠通過企業(yè)的規(guī)模經(jīng)濟(jì)效應(yīng)提升生產(chǎn)率，本文借鑒王書斌(2018)[35]的做法，采用企業(yè)銷售額的自然對數(shù)來表示企業(yè)的銷售規(guī)模Sale，作為規(guī)模經(jīng)濟(jì)效應(yīng)的替代變量，并利用中介效應(yīng)模型進(jìn)行檢驗。表7列(1)估計結(jié)果顯示，數(shù)字經(jīng)濟(jì)Index的系數(shù)在1%水平下顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展能夠提升企業(yè)銷售規(guī)模。進(jìn)一步將生產(chǎn)率對數(shù)字經(jīng)濟(jì)和企業(yè)銷售規(guī)模進(jìn)行回歸，列(2)結(jié)果顯示，數(shù)字經(jīng)濟(jì)和企業(yè)銷售規(guī)模的系數(shù)在1%水平下均顯著為正，且數(shù)字經(jīng)濟(jì)的系數(shù)絕對值小于列(1)相應(yīng)結(jié)果，表明企業(yè)銷售規(guī)模擴(kuò)張引致的規(guī)模經(jīng)濟(jì)效應(yīng)是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率增長的重要 途徑。

表7 機(jī)制分析：規(guī)模經(jīng)濟(jì)效應(yīng)與范圍經(jīng)濟(jì)效應(yīng)

(二)范圍經(jīng)濟(jì)效應(yīng)

傳統(tǒng)工業(yè)時代，行業(yè)邊界清晰，資產(chǎn)專用性、信息不對稱等因素使企業(yè)跨界經(jīng)營需要投入大量的固定成本。數(shù)字化時代，傳統(tǒng)行業(yè)邊界隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型逐漸趨于模糊，甚至衍生出眾多新興業(yè)態(tài)；而且數(shù)據(jù)在不同行業(yè)間的流動和數(shù)字化技術(shù)的廣泛應(yīng)用使企業(yè)能夠跨界配置資源，實現(xiàn)范圍經(jīng)濟(jì)，進(jìn)而提升企業(yè)生產(chǎn)率。參考Villalonga(2004)[13]的做法，本文利用企業(yè)主營業(yè)務(wù)所屬行業(yè)的赫芬達(dá)指數(shù)Dyh_hhi測度企業(yè)多元化程度，作為企業(yè)跨界經(jīng)營的替代變量，指數(shù)越大表明企業(yè)多元化程度越低，反之則越高。表7列(3)結(jié)果顯示，數(shù)字經(jīng)濟(jì)Index的系數(shù)在5%水平下顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)發(fā)展有利于企業(yè)跨界經(jīng)營。進(jìn)一步將生產(chǎn)率對數(shù)字經(jīng)濟(jì)指數(shù)和企業(yè)跨界經(jīng)營程度進(jìn)行回歸，列(4)結(jié)果顯示，數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著正，跨界經(jīng)營程度的系數(shù)在5%水平下顯著為負(fù)，說明企業(yè)跨界經(jīng)營導(dǎo)致的范圍經(jīng)濟(jì)效應(yīng)是數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)企業(yè)生產(chǎn)率增長的有效途徑。此外，多元化經(jīng)營虛擬變量(Dyh_dum)和收入熵指數(shù)(Dyh_entro)也常用于度量企業(yè)多元化的廣度和深度，本文進(jìn)一步采用這兩種方式進(jìn)行估計。具體地，多元化經(jīng)營虛擬變量用多元化啞變量表示，若企業(yè)涉足行業(yè)數(shù)大于1則取值為1，否則取值為0；收入熵指數(shù)計算方式為∑piln(1/pi)，其中pi為行業(yè)i的收入占總收入的比重，該指數(shù)越大，企業(yè)多元化程度越高(曾春華和楊興全，2012)[42]。表7列(5)～(8)結(jié)果顯示，更換企業(yè)多元化的度量方法后，上述結(jié)果依然成立。

(三)技術(shù)創(chuàng)新效應(yīng)

創(chuàng)新資源匱乏和創(chuàng)新能力不足是制約企業(yè)創(chuàng)新的兩個重要因素。一方面，數(shù)字經(jīng)濟(jì)發(fā)展能夠改善企業(yè)創(chuàng)新環(huán)境，緩解創(chuàng)新資源錯配程度；另一方面，開放式研發(fā)系統(tǒng)和數(shù)字化研發(fā)工具在研發(fā)設(shè)計中的應(yīng)用能夠提高企業(yè)技術(shù)創(chuàng)新能力。為檢驗技術(shù)創(chuàng)新的中介效應(yīng)是否存在，本文采用企業(yè)申請專利總數(shù)(Patent)衡量企業(yè)創(chuàng)新水平。借鑒一般的做法，將企業(yè)申請專利數(shù)加1后取自然對數(shù)。表8列(1)和(2)結(jié)果表明，盡管專利數(shù)量表征的技術(shù)創(chuàng)新對企業(yè)生產(chǎn)率具有促進(jìn)作用，但數(shù)字經(jīng)濟(jì)對專利數(shù)量的影響系數(shù)并不顯著，且Bootstrap法檢驗顯示間接效應(yīng)的95%置信區(qū)間[-0.0019，0.0023]包括0，這說明技術(shù)創(chuàng)新可能不是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率提升的有效路徑。但企業(yè)專利分為發(fā)明專利、實用新型專利和外觀專利三種類型，前者是高端的、實質(zhì)性的創(chuàng)新，更能體現(xiàn)企業(yè)的核心創(chuàng)新能力，后二者是較為低端的、數(shù)量型的創(chuàng)新(唐松等，2020)[33]。鑒于此，進(jìn)一步將企業(yè)申請專利總數(shù)分為上述三種專利類型進(jìn)行檢驗，列(3)～(8)結(jié)果顯示，數(shù)字經(jīng)濟(jì)Index對發(fā)明專利Patent1的影響系數(shù)在1%水平下顯著為正，對實用型專利Patent2和外觀專利Patent3的影響系數(shù)則不顯著。這表明技術(shù)創(chuàng)新效應(yīng)確實是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率提升的有效路徑，但主要是通過實質(zhì)性的核心技術(shù)創(chuàng)新。這一結(jié)論也說明，數(shù)字經(jīng)濟(jì)發(fā)展能夠減緩“創(chuàng)新泡沫”問題，促進(jìn)技術(shù)創(chuàng)新由數(shù)量向質(zhì)量的轉(zhuǎn)變，成為中國“結(jié)構(gòu)性”創(chuàng)新的新動能(唐松等，2020)[33]。

表8 機(jī)制分析：技術(shù)創(chuàng)新效應(yīng)

表9 機(jī)制分析：管理效率效應(yīng)

(四)管理效率效應(yīng)

企業(yè)高效的管理是優(yōu)化技術(shù)進(jìn)步和生產(chǎn)要素組合促進(jìn)企業(yè)生產(chǎn)率增長的重要因素(Philippe and Peter，2006)[11]。數(shù)字經(jīng)濟(jì)能夠優(yōu)化企業(yè)溝通交流方式、推動企業(yè)組織變革和增強(qiáng)企業(yè)家的預(yù)測能力，從而促進(jìn)企業(yè)管理效率提升。本文參考楊繼生和陽建輝(2015)[41]的做法，用(管理費(fèi)用+銷售費(fèi)用)與營業(yè)總收入的比值度量企業(yè)管理效率Manage，檢驗中介效應(yīng)。Manage值越小，則管理效率高，反之則越低。表9列(1)結(jié)果顯示，數(shù)字經(jīng)濟(jì)Index對管理效率Manage的系數(shù)在10%水平下顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)能夠提升企業(yè)管理效率；列(2)中，數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著為正，管理效率的系數(shù)在5%水平下顯著為負(fù)，說明數(shù)字經(jīng)濟(jì)能夠通過提升管理效率對企業(yè)生產(chǎn)率產(chǎn)生正向影響。

六、主要結(jié)論和建議

本文厘清了數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響機(jī)制，利用2015―2018年城市數(shù)字經(jīng)濟(jì)指數(shù)與A股上市公司數(shù)據(jù)進(jìn)行了實證檢驗。主要結(jié)論如下：數(shù)字經(jīng)濟(jì)發(fā)展對企業(yè)生產(chǎn)率的影響呈倒U型特征，但在本文考察期內(nèi)，數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率主要是正向促進(jìn)作用，且城市數(shù)字經(jīng)濟(jì)水平每提升1%，企業(yè)生產(chǎn)率提升約0.07%，經(jīng)過內(nèi)生性檢驗和穩(wěn)健性檢驗后，該結(jié)論依然成立；數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的影響呈現(xiàn)顯著的異質(zhì)性，在東部地區(qū)、非農(nóng)行業(yè)和大中型企業(yè)中，數(shù)字經(jīng)濟(jì)對企業(yè)生產(chǎn)率的促進(jìn)作用更為顯著；除直接效應(yīng)外，數(shù)字經(jīng)濟(jì)還能通過規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)四個間接機(jī)制促進(jìn)企業(yè)生產(chǎn)率提升。

基于以上結(jié)論，本文建議：第一，大力推進(jìn)新型基礎(chǔ)設(shè)施建設(shè)，發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)經(jīng)濟(jì)發(fā)展的效率變革。以工業(yè)互聯(lián)網(wǎng)、5G等數(shù)字經(jīng)濟(jì)硬件設(shè)施為主體的“新基建”是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)，政府一方面要利用財政資金，通過設(shè)立產(chǎn)業(yè)基金等形式推進(jìn)5G、大數(shù)據(jù)中心等新型公共基礎(chǔ)設(shè)施建設(shè)，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的基礎(chǔ)環(huán)境；另一方面要通過財稅政策和典型企業(yè)的試點(diǎn)示范等方式，積極推進(jìn)企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型。第二，加快推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型。制造業(yè)是我國經(jīng)濟(jì)發(fā)展的根基，應(yīng)推進(jìn)制造業(yè)企業(yè)構(gòu)建包含產(chǎn)品全生命周期、全產(chǎn)業(yè)鏈的數(shù)字化管理系統(tǒng)，實現(xiàn)產(chǎn)品研發(fā)、設(shè)計、生產(chǎn)、銷售、售后服務(wù)等各個環(huán)節(jié)及流程的數(shù)字化，借助于新一代信息技術(shù)提升企業(yè)服務(wù)能力、技術(shù)創(chuàng)新能力和管理水平，提升企業(yè)生產(chǎn)效率。第三，進(jìn)一步加強(qiáng)政府對數(shù)字經(jīng)濟(jì)發(fā)展的有效監(jiān)管，有效抑制行業(yè)壟斷行為，避免數(shù)字經(jīng)濟(jì)盲目發(fā)展造成的效率損失。此外，企業(yè)還需注重數(shù)據(jù)要素和資本、勞動等生產(chǎn)要素的合理配置，充分發(fā)揮資源的優(yōu)化配置對企業(yè)生產(chǎn)率的改善作用。

注釋

1. 企業(yè)云分為公有云、私有云和混合云。企業(yè)上云實質(zhì)上是將企業(yè)基礎(chǔ)設(shè)施、業(yè)務(wù)流程、管理流程等各類信息以數(shù)字化形式匯集和儲存，并進(jìn)一步進(jìn)行調(diào)取、分析、開發(fā)等的過程，是企業(yè)乃至行業(yè)內(nèi)構(gòu)建數(shù)字化、智能化生態(tài)體系的基礎(chǔ)。

2. 0.2475/(0.00978×2)≈12.65，列(5)中Index和Index2的實際系數(shù)分別為0.2475和0.00978，由于保留三位小數(shù)，列表中Index和Index2的系數(shù)分別為0.248和0.010，倒U型曲線拐點(diǎn)根據(jù)實際系數(shù)計算得到。

3. 智慧城市指數(shù)來源于中國社科院信息化研究中心聯(lián)合國脈互聯(lián)有限公司發(fā)布的《2016中國智慧城市發(fā)展水平評估報告》。雖然該指數(shù)為年度報告，但不同年份的指數(shù)不具有可比性。鑒于2016年年度數(shù)據(jù)涵蓋的城市數(shù)量最多，本文采用2016年的智慧城市指數(shù)與2017年的企業(yè)數(shù)據(jù)相匹配，利用OLS進(jìn)行截面回歸。

4. 鮑莫爾(W. J. Baumol)于1967年提出了著名的鮑莫爾成本病(Baumol’s cost diseas)概念，即技術(shù)進(jìn)步會引致經(jīng)濟(jì)中的“進(jìn)步部門”如制造業(yè)的生產(chǎn)率提升，勞動需求減少，服務(wù)業(yè)等嚴(yán)重依賴勞動力的行業(yè)則屬于“停滯部門”，生產(chǎn)成本高，生產(chǎn)率長期低于“進(jìn)步部門”(王耀中和陳潔，2012)[37]。