數(shù)字技術(shù)、創(chuàng)新要素結(jié)構(gòu)優(yōu)化與企業(yè)全要素生產(chǎn)率

謝 謙，郭 楊

1.中國社會(huì)科學(xué)院 經(jīng)濟(jì)研究所，北京 100836；2.北京工商大學(xué) 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，北京 100048

提高全要素生產(chǎn)率是促進(jìn)中國經(jīng)濟(jì)增長(zhǎng)的最大推動(dòng)力，如何提升企業(yè)全要素生產(chǎn)率成為當(dāng)前企業(yè)高質(zhì)量發(fā)展的關(guān)鍵。數(shù)字技術(shù)的發(fā)展為企業(yè)全要素生產(chǎn)率的提升帶來了戰(zhàn)略機(jī)遇，大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的涌現(xiàn)為我國企業(yè)高質(zhì)量發(fā)展提供了新的動(dòng)力源泉。因此，在中國經(jīng)濟(jì)增長(zhǎng)速度放緩和增長(zhǎng)動(dòng)力轉(zhuǎn)換的背景下，積極探索數(shù)字技術(shù)提升企業(yè)全要素生產(chǎn)率的作用機(jī)制具有非常重要的理論意義和現(xiàn)實(shí)意義。

一、數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的影響：文獻(xiàn)綜述

根據(jù)宏觀經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)增長(zhǎng)理論，經(jīng)濟(jì)增長(zhǎng)的源泉包括兩方面，一是資本、勞動(dòng)力、土地等生產(chǎn)要素的持續(xù)投入；二是提高生產(chǎn)要素的使用效率。提高生產(chǎn)率目前是實(shí)現(xiàn)我國企業(yè)高質(zhì)量發(fā)展的關(guān)鍵(1)潘毛毛、趙玉林：《互聯(lián)網(wǎng)融合、人力資本結(jié)構(gòu)與制造業(yè)全要素生產(chǎn)率》，《科學(xué)學(xué)研究》，2020年第7期。。全要素生產(chǎn)率是用來度量要素使用效率的指標(biāo)，即當(dāng)所有生產(chǎn)要素的投入量沒有變化時(shí)，經(jīng)濟(jì)進(jìn)一步增長(zhǎng)的能力。雖然我國國內(nèi)生產(chǎn)總值水平已經(jīng)處于國際前列，但是我國全要素生產(chǎn)率水平與發(fā)達(dá)國家相比仍然較低，尚有較大提升空間。目前我國正迎來以數(shù)字技術(shù)為核心的新一輪科技革命和產(chǎn)業(yè)變革，數(shù)字技術(shù)的蓬勃發(fā)展為全要素生產(chǎn)率提升提供了契機(jī)。已有研究表明，數(shù)字技術(shù)和數(shù)字經(jīng)濟(jì)的發(fā)展通過提高資源運(yùn)行效率、加快各類要素的流動(dòng)等途徑，明顯提升了全要素生產(chǎn)率(2)江紅莉、蔣鵬程：《數(shù)字金融能提升企業(yè)全要素生產(chǎn)率嗎？——來自中國上市公司的經(jīng)驗(yàn)證據(jù)》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》，2021年第3期。。

既有研究從不同角度探討了數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的影響。機(jī)器人、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、數(shù)字基礎(chǔ)設(shè)施、ICT投資、信息化等數(shù)字技術(shù)均能夠顯著提高全要素生產(chǎn)率。部分學(xué)者從數(shù)字化轉(zhuǎn)型的角度展開研究，發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)全要素生產(chǎn)率的提升(3)楊慧梅、江璐：《數(shù)字經(jīng)濟(jì)、空間效應(yīng)與全要素生產(chǎn)率》，《統(tǒng)計(jì)研究》，2020年第7期；岳宇君、張磊雷：《信息化、企業(yè)研發(fā)與全要素生產(chǎn)率的實(shí)證分析》，《產(chǎn)經(jīng)評(píng)論》，2020年第6期。。部分學(xué)者聚焦于數(shù)字技術(shù)對(duì)不同行業(yè)全要素生產(chǎn)率的影響。農(nóng)業(yè)方面，信息化、互聯(lián)網(wǎng)發(fā)展等數(shù)字技術(shù)能夠促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率；制造業(yè)方面，研究發(fā)現(xiàn)互聯(lián)網(wǎng)、機(jī)器人、智能化、人工智能等數(shù)字技術(shù)顯著提高了制造業(yè)全要素生產(chǎn)率；服務(wù)業(yè)方面，相關(guān)研究發(fā)現(xiàn)信息技術(shù)的應(yīng)用對(duì)服務(wù)業(yè)全要素生產(chǎn)率的提高具有顯著的正向作用。學(xué)術(shù)界就數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的影響機(jī)制也展開了大量研究，但是目前尚未達(dá)成一致。有研究認(rèn)為，數(shù)字技術(shù)通過促進(jìn)技術(shù)效率顯著提升全要素生產(chǎn)率，而對(duì)技術(shù)進(jìn)步?jīng)]有明顯影響(4)謝麗娟、陳錦然、王詩栒：《ICT投資、互聯(lián)網(wǎng)普及與全要素生產(chǎn)率》，《統(tǒng)計(jì)研究》，2020年第7期。。另有研究則指出，數(shù)字技術(shù)能夠帶來技術(shù)創(chuàng)新和純技術(shù)進(jìn)步，對(duì)全要素生產(chǎn)率的提升有顯著的促進(jìn)作用(5)邱子迅、周亞虹：《數(shù)字經(jīng)濟(jì)發(fā)展與地區(qū)全要素生產(chǎn)率——基于國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的分析》，《財(cái)經(jīng)研究》，2021年第7期。。同時(shí)，數(shù)字技術(shù)能夠顯著提高企業(yè)研發(fā)投入和創(chuàng)新能力。從作用機(jī)制來看，數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的正向作用是通過降低企業(yè)經(jīng)營成本，提高資本和勞動(dòng)力配置效率實(shí)現(xiàn)的。

既有文獻(xiàn)為本文研究工作的開展提供了較為堅(jiān)實(shí)的基礎(chǔ)和有益啟發(fā)，但是在研究的系統(tǒng)性和研究數(shù)據(jù)方面仍有拓展空間。鑒于此，本文使用2015—2019年中關(guān)村海淀科技園企業(yè)數(shù)據(jù)集，實(shí)證研究數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制。首先使用Olley-Pakes方法測(cè)算中關(guān)村海淀科技園企業(yè)全要素生產(chǎn)率。其次運(yùn)用固定效應(yīng)面板模型，實(shí)證研究數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響，包括大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)五種數(shù)字技術(shù)中每一單項(xiàng)技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的不同影響效應(yīng)，并進(jìn)一步運(yùn)用交互項(xiàng)模型分析探究不同數(shù)字技術(shù)的融合應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的乘數(shù)效應(yīng)，同時(shí)為了避免內(nèi)生性問題導(dǎo)致估計(jì)結(jié)果有偏，使用工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)。在此基礎(chǔ)上從行業(yè)特征、企業(yè)規(guī)模兩個(gè)方面探討數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的異質(zhì)性影響效應(yīng)。進(jìn)一步，在理論分析的基礎(chǔ)上，從研發(fā)人員結(jié)構(gòu)、產(chǎn)學(xué)研投入和自主型創(chuàng)新投入三個(gè)層面考察數(shù)字技術(shù)促進(jìn)企業(yè)全要素生產(chǎn)率的具體機(jī)制，并通過中介效應(yīng)模型進(jìn)行實(shí)證檢驗(yàn)。最后，根據(jù)研究結(jié)論提出政策建議。

本文的邊際貢獻(xiàn)可以概括為以下兩點(diǎn)：(1)研究視角方面，分析大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)五種數(shù)字技術(shù)的應(yīng)用對(duì)于企業(yè)全要素生產(chǎn)率的影響，探究不同數(shù)字技術(shù)的融合應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的乘數(shù)效應(yīng)，并進(jìn)一步分析了行業(yè)特征和企業(yè)規(guī)模差異下的異質(zhì)性效應(yīng)。從創(chuàng)新要素結(jié)構(gòu)優(yōu)化的角度來探索數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響，揭示數(shù)字技術(shù)賦能企業(yè)全要素生產(chǎn)率的微觀機(jī)制，為企業(yè)和政府決策提供可靠的事實(shí)依據(jù)。(2)研究數(shù)據(jù)方面，現(xiàn)有關(guān)于數(shù)字技術(shù)與全要素生產(chǎn)率關(guān)系的實(shí)證研究絕大多數(shù)使用省級(jí)面板數(shù)據(jù)或調(diào)查數(shù)據(jù)，前者不能深入挖掘數(shù)字技術(shù)賦能企業(yè)全要素生產(chǎn)率的微觀機(jī)理，后者在數(shù)據(jù)權(quán)威性和樣本量等方面存在一定的不足，而現(xiàn)有使用上市公司文本數(shù)據(jù)的研究尚不能全面反映企業(yè)總體情況。本文使用中關(guān)村海淀科技園全樣本企業(yè)數(shù)據(jù)集，該數(shù)據(jù)集權(quán)威性高、樣本量大且指標(biāo)豐富，以此為基礎(chǔ)開展研究，具有較高的科學(xué)性、嚴(yán)謹(jǐn)性和代表性。

二、典型事實(shí)與理論基礎(chǔ)

(一)典型事實(shí)

數(shù)字技術(shù)全方位重塑了企業(yè)的創(chuàng)新優(yōu)勢(shì)，不斷推動(dòng)創(chuàng)新要素結(jié)構(gòu)的優(yōu)化升級(jí)，已成為驅(qū)動(dòng)企業(yè)高質(zhì)量發(fā)展的重要引擎。中關(guān)村科技園作為北京國際創(chuàng)新中心和全球數(shù)字經(jīng)濟(jì)標(biāo)桿城市建設(shè)的核心區(qū)，是數(shù)字經(jīng)濟(jì)發(fā)展的重要陣地，對(duì)全國數(shù)字經(jīng)濟(jì)發(fā)展有很好的推動(dòng)和輻射作用。園區(qū)內(nèi)有字節(jié)跳動(dòng)、小米等六家千億級(jí)別數(shù)字經(jīng)濟(jì)龍頭企業(yè)，同時(shí)有一百多家數(shù)字經(jīng)濟(jì)領(lǐng)域的上市公司，50多家數(shù)字經(jīng)濟(jì)領(lǐng)域的初創(chuàng)公司，眾多數(shù)字經(jīng)濟(jì)標(biāo)桿企業(yè)推動(dòng)了中關(guān)村數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展，為其注入了源源不斷的動(dòng)力，因此，中關(guān)村科技園能夠較好地展示目前數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)。

由圖1可知，2015—2019年中關(guān)村海淀科技園內(nèi)應(yīng)用數(shù)字技術(shù)的企業(yè)占全部企業(yè)的比例大體上呈現(xiàn)逐年上升的趨勢(shì)。2015年未應(yīng)用數(shù)字技術(shù)的企業(yè)數(shù)量占比高達(dá)77.5%，但隨著時(shí)間推移整體呈現(xiàn)下滑趨勢(shì)；數(shù)字技術(shù)應(yīng)用覆蓋率從2015年的22.5%逐年攀升達(dá)到2019年的31%。本文所用的中關(guān)村海淀科技園企業(yè)數(shù)據(jù)集關(guān)于數(shù)字技術(shù)的指標(biāo)包括五種數(shù)字技術(shù)類型，分別是大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融和物聯(lián)網(wǎng)。圖2顯示，這五種數(shù)字技術(shù)在應(yīng)用覆蓋率上具有一定差異，能夠反映出企業(yè)在選擇應(yīng)用數(shù)字技術(shù)時(shí)所具有的偏向性。其中，移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算三種數(shù)字技術(shù)的應(yīng)用率最高。

圖1 2015—2019年中關(guān)村海淀科技園數(shù)字技術(shù)應(yīng)用狀況

圖2 五種數(shù)字技術(shù)應(yīng)用類型差異

本文從微觀層面剖析數(shù)字技術(shù)賦能企業(yè)全要素生產(chǎn)率的情況，主要從創(chuàng)新投入、創(chuàng)新產(chǎn)出和資源配置效率的角度出發(fā)，用研發(fā)經(jīng)費(fèi)、研發(fā)人員、發(fā)明專利申請(qǐng)數(shù)和新產(chǎn)品銷售收入作為創(chuàng)新流程的刻畫指標(biāo)。圖3展示了2015—2019年各項(xiàng)創(chuàng)新指標(biāo)的總體趨勢(shì)，研發(fā)人員、專利申請(qǐng)量、新產(chǎn)品銷售收入、研發(fā)支出均呈現(xiàn)出逐年上升趨勢(shì)，反映出中關(guān)村海淀科技園的創(chuàng)新投入逐年增多，同時(shí)創(chuàng)新產(chǎn)出也逐年上升。圖4顯示的是2015—2019年未應(yīng)用數(shù)字技術(shù)和應(yīng)用數(shù)字技術(shù)情況下企業(yè)的專利申請(qǐng)量、新產(chǎn)品銷售收入的差異?？梢钥闯?，應(yīng)用數(shù)字技術(shù)的企業(yè)的專利申請(qǐng)量、新產(chǎn)品銷售收入顯著高于未應(yīng)用數(shù)字技術(shù)的企業(yè)。由此可以看出，數(shù)字技術(shù)應(yīng)用對(duì)于專利申請(qǐng)量、新產(chǎn)品銷售收入的提升具有促進(jìn)作用，即數(shù)字技術(shù)的應(yīng)用能夠提高企業(yè)的創(chuàng)新產(chǎn)出。

圖3 2015—2019年中關(guān)村海淀科技園創(chuàng)新指標(biāo)變化

圖4 2015—2019年應(yīng)用/未應(yīng)用數(shù)字技術(shù)的企業(yè)的創(chuàng)新產(chǎn)出差異

(二)理論基礎(chǔ)

1.數(shù)字技術(shù)對(duì)企業(yè)高質(zhì)量發(fā)展的影響效應(yīng)

直接影響。數(shù)字經(jīng)濟(jì)的發(fā)展依托于新一代數(shù)字技術(shù)的快速更新。以互聯(lián)網(wǎng)技術(shù)為代表的數(shù)字技術(shù)改變了企業(yè)的管理和生產(chǎn)方式，并全方位完善了企業(yè)內(nèi)部組織運(yùn)營模式。首先，數(shù)字技術(shù)使得企業(yè)設(shè)備和數(shù)據(jù)處于關(guān)聯(lián)狀態(tài)，企業(yè)各個(gè)模塊和各個(gè)部門深度融合，運(yùn)營數(shù)據(jù)和信息在各個(gè)環(huán)節(jié)中更高效地流通，從而提升了企業(yè)管理效率和運(yùn)營效率(6)戴小勇：《數(shù)字經(jīng)濟(jì)時(shí)代的生產(chǎn)率增長(zhǎng)之謎》，《中國社會(huì)科學(xué)報(bào)》，2020年8月26日。；其次，數(shù)字技術(shù)以信息為生產(chǎn)要素，可以自動(dòng)處理以往需要大量人力來解決的簡(jiǎn)單、批量數(shù)據(jù)，數(shù)字技術(shù)也能夠輔助具有一定技術(shù)的工作，從而提升企業(yè)信息傳輸速度，降低企業(yè)管理成本、人力成本、數(shù)據(jù)處理成本和交易成本，進(jìn)一步提升企業(yè)生產(chǎn)效率(7)I.M.Cockburn，R.M.Henderson and S.Stern，“The Impact of Artificial Intelligence of Innovation”，NBER Working Papers，No.24449.。

間接影響。一方面，數(shù)字技術(shù)的應(yīng)用有助于整合各類資源，優(yōu)化企業(yè)內(nèi)部各部門之間的資源配置效率。數(shù)字技術(shù)驅(qū)動(dòng)企業(yè)內(nèi)部業(yè)務(wù)和管理創(chuàng)新，以大數(shù)據(jù)、云計(jì)算為代表的數(shù)字技術(shù)能夠顯著增加資本要素和勞動(dòng)力要素在企業(yè)內(nèi)部的流通速度，拓寬企業(yè)與外部、企業(yè)內(nèi)部之間的信息交流渠道，提升勞動(dòng)力和資本等資源的使用效率，從而進(jìn)一步提高企業(yè)的資源配置效率。另一方面，數(shù)字技術(shù)有利于企業(yè)降低創(chuàng)新成本，從而使企業(yè)更愿意在研發(fā)活動(dòng)方面投入大量資金，積極開展創(chuàng)新活動(dòng)，產(chǎn)出更多專利和增加新產(chǎn)品銷售收入，進(jìn)而提高企業(yè)的創(chuàng)新能力和企業(yè)績(jī)效，促進(jìn)企業(yè)高質(zhì)量發(fā)展(8)J.Marschak and W.H.Andrews，“Random Simultaneous Equations and the Theory of Production”，Econometrica，1944，12(3-4)，pp.143-205.。

2.創(chuàng)新要素結(jié)構(gòu)優(yōu)化的機(jī)制作用

本文將數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)制概括為創(chuàng)新要素結(jié)構(gòu)優(yōu)化，具體表現(xiàn)為研發(fā)人員結(jié)構(gòu)優(yōu)化、產(chǎn)學(xué)研投入和自主型創(chuàng)新投入的增加，接下來展開理論探討。

研發(fā)人員結(jié)構(gòu)優(yōu)化。數(shù)字技術(shù)對(duì)研發(fā)人員結(jié)構(gòu)的影響引起了學(xué)者們的廣泛關(guān)注，在既有理論中，最為經(jīng)典的兩個(gè)理論是技能偏向型技術(shù)進(jìn)步(SBTC)假說和程序偏向型技術(shù)進(jìn)步(RBTC)假說。SBTC假說指出，應(yīng)用數(shù)字技術(shù)水平的提高會(huì)增加對(duì)高技能勞動(dòng)力的需求，減少對(duì)低技能勞動(dòng)力的需求，即導(dǎo)致就業(yè)極化。Autor等首次提出了基于SBTC模型視角來分析就業(yè)兩極化的ALM任務(wù)框架(9)D.H.Autor，F(xiàn).Levy and R.J.Murnane，“The Skill Content of Recent Technological Change:An Empirical Exploration”，The Quarterly Journal of Economics，2003，118(4)，pp.1279-1333.，為后續(xù)相關(guān)問題的研究提供了基礎(chǔ)。而RBTC假說則認(rèn)為，企業(yè)數(shù)字技術(shù)水平的提高會(huì)對(duì)重復(fù)性、程序化工作崗位起到替代作用，對(duì)非重復(fù)性、非程序化的工作崗位則會(huì)起到互補(bǔ)作用(10)孫偉增、郭冬梅：《信息基礎(chǔ)設(shè)施建設(shè)對(duì)企業(yè)勞動(dòng)力需求的影響：需求規(guī)模、結(jié)構(gòu)變化及影響路徑》，《中國工業(yè)經(jīng)濟(jì)》，2021年第11期。。學(xué)者們研究數(shù)字技術(shù)與研發(fā)人員結(jié)構(gòu)的關(guān)注點(diǎn)主要集中在研發(fā)人員的學(xué)歷結(jié)構(gòu)和技能結(jié)構(gòu)方面。例如，李舒沁等基于SBTC理論識(shí)別了工業(yè)機(jī)器人使用對(duì)不同類型勞動(dòng)力就業(yè)規(guī)模的影響，發(fā)現(xiàn)高技能勞動(dòng)力就業(yè)規(guī)模呈現(xiàn)上升趨勢(shì)，而低技能勞動(dòng)力就業(yè)規(guī)模不斷下降(11)李舒沁、王灝晨、汪壽陽：《人工智能背景下制造業(yè)勞動(dòng)力結(jié)構(gòu)影響研究——以工業(yè)機(jī)器人發(fā)展為例》，《管理評(píng)論》，2021年第3期。。王永欽和董雯使用中國行業(yè)機(jī)器人數(shù)據(jù)，實(shí)證發(fā)現(xiàn)機(jī)器人對(duì)不同勞動(dòng)力需求的影響有顯著差異，存在“就業(yè)極化”特征(12)王永欽、董雯：《機(jī)器人的興起如何影響中國勞動(dòng)力市場(chǎng)?——來自制造業(yè)上市公司的證據(jù)》，《經(jīng)濟(jì)研究》，2020年第10期。。

產(chǎn)學(xué)研投入。數(shù)字技術(shù)的普及與應(yīng)用改善了創(chuàng)新主體間的協(xié)同關(guān)系，促進(jìn)了產(chǎn)學(xué)研合作投入的增加。一方面，企業(yè)通過數(shù)字化轉(zhuǎn)型降低了外部交易成本，從而促進(jìn)企業(yè)的專業(yè)化分工(13)袁淳、肖土盛、耿春曉、盛譽(yù)：《數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化》，《中國工業(yè)經(jīng)濟(jì)》，2021年第9期。；另一方面，數(shù)字技術(shù)應(yīng)用使得企業(yè)能夠更容易獲得融資，在一定程度上緩解了企業(yè)融資約束困境(14)黃大禹、謝獲寶、孟祥瑜、張秋艷：《數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)學(xué)家》，2021年第12期。，從而有助于企業(yè)加強(qiáng)產(chǎn)學(xué)研合作。數(shù)字技術(shù)將產(chǎn)學(xué)研協(xié)同創(chuàng)新系統(tǒng)中的各主體聯(lián)系起來，實(shí)現(xiàn)了創(chuàng)新成果的高質(zhì)量產(chǎn)出。在這種協(xié)同系統(tǒng)中，創(chuàng)新主體通過彼此間的互動(dòng)，實(shí)現(xiàn)知識(shí)與創(chuàng)新資源的共享，從而實(shí)現(xiàn)彼此間資源的優(yōu)勢(shì)互補(bǔ)，提高了創(chuàng)新主體的創(chuàng)新效率，激發(fā)了創(chuàng)新主體協(xié)同研發(fā)的積極性。特別是以專業(yè)化為特征的縫隙型企業(yè)，通過數(shù)字化轉(zhuǎn)型可以更充分有效地利用其他主體提供的互補(bǔ)性資源，加強(qiáng)自身專業(yè)能力，進(jìn)行協(xié)同創(chuàng)新。因此，數(shù)字技術(shù)通過促進(jìn)產(chǎn)學(xué)研協(xié)同中各創(chuàng)新主體間的資源共享，激發(fā)企業(yè)參與產(chǎn)學(xué)研合作的積極性。產(chǎn)學(xué)研合作有助于科學(xué)基礎(chǔ)領(lǐng)域與技術(shù)基礎(chǔ)領(lǐng)域的貫通，為企業(yè)獲取先進(jìn)技術(shù)信息建立更暢通的渠道，從而加強(qiáng)技術(shù)供給端創(chuàng)新，提高企業(yè)科研成果轉(zhuǎn)換效率，促進(jìn)企業(yè)全要素生產(chǎn)率提升。

自主型創(chuàng)新投入。企業(yè)應(yīng)用數(shù)字技術(shù)有利于企業(yè)主動(dòng)進(jìn)行研發(fā)投入和開展創(chuàng)新活動(dòng)，產(chǎn)生更多的創(chuàng)新專利和新產(chǎn)品。這就意味著，企業(yè)通過數(shù)字技術(shù)的應(yīng)用獲得創(chuàng)新驅(qū)動(dòng)，從而帶來資源的重新配置，進(jìn)一步提高全要素生產(chǎn)率。有研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著影響中國不同地區(qū)和不同行業(yè)的全要素生產(chǎn)率(15)肖國安、張琳：《數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中國區(qū)域全要素生產(chǎn)率的影響研究》，《合肥工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》，2019年第5期。，數(shù)字經(jīng)濟(jì)能夠通過帶動(dòng)創(chuàng)新需求和創(chuàng)新供給，最大程度地開發(fā)企業(yè)創(chuàng)新能力和創(chuàng)新潛力，大幅度提高企業(yè)的生產(chǎn)效率和降低企業(yè)的信息成本，最終帶動(dòng)全要素生產(chǎn)率的提升(16)邱子迅、周亞虹：《數(shù)字經(jīng)濟(jì)發(fā)展與地區(qū)全要素生產(chǎn)率——基于國家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的分析》，《財(cái)經(jīng)研究》，2021年第7期。。同時(shí)，信息基礎(chǔ)設(shè)施能夠通過提高技術(shù)創(chuàng)新能力的途徑促進(jìn)全要素生產(chǎn)率(17)王康、李逸飛、李靜、趙彥云：《孵化器何以促進(jìn)企業(yè)創(chuàng)新？——來自中關(guān)村海淀科技園的微觀證據(jù)》，《管理世界》，2019年第11期。。根據(jù)新一代技術(shù)革命背景下企業(yè)技術(shù)創(chuàng)新的特點(diǎn)，數(shù)字技術(shù)驅(qū)動(dòng)的技術(shù)創(chuàng)新有助于降低創(chuàng)新風(fēng)險(xiǎn)，從而引導(dǎo)企業(yè)將更多的創(chuàng)新資源投入到技術(shù)供給端，尤其是技術(shù)領(lǐng)域的基礎(chǔ)研究之中，從而提升企業(yè)自主創(chuàng)新能力?？傊?，數(shù)字技術(shù)應(yīng)用能夠顯著增加企業(yè)自主型創(chuàng)新投入，提高自主創(chuàng)新能力，進(jìn)而提升企業(yè)全要素生產(chǎn)率。

三、數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的影響：實(shí)證研究設(shè)計(jì)

(一)模型設(shè)定與變量定義

本文使用固定效應(yīng)模型來檢驗(yàn)企業(yè)應(yīng)用數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的影響：

lnTFPit=β0+β1*DTit+β2*controlsit+θt+λi+εit

(1)

controlsit=f(Sizeit,Ageit,Laborit,Levit)

(2)

其中，TFPit代表中關(guān)村海淀科技園企業(yè)的全要素生產(chǎn)率；本文使用Yasar和Raciborski提供的OP估計(jì)模型(18)M.Yasar，R.Raciborski and B.Poi，“Production Function Estimation in Stata Using the Olley and Pakes Method”，The Stata Journal，2008，8(2)，pp.221-231.計(jì)算企業(yè)全要素生產(chǎn)率，這是一種由Olley和Pakes提出的一致半?yún)?shù)估計(jì)方法(19)G.Olley and A.Pakes，“The Dynamics of Productivity in the Telecommunications Equipment Industry”，Econometrica，1996，64(6)，pp.1263-1297.，能夠避免內(nèi)生性和樣本選擇性偏差問題，能夠一致地估計(jì)生產(chǎn)函數(shù)的參數(shù)，進(jìn)而得到全要素生產(chǎn)率的可靠估計(jì)。OP方法使用企業(yè)投資作為TFP的代理變量，從而在一定程度上解決了內(nèi)生性問題；使用企業(yè)價(jià)值最大化的Bellman方程和生存概率來確定企業(yè)的退出準(zhǔn)則，進(jìn)而解決樣本偏差問題(20)劉方、趙彥云：《微觀企業(yè)全要素生產(chǎn)率及其增長(zhǎng)率測(cè)算方法綜述》，《工業(yè)技術(shù)經(jīng)濟(jì)》，2020年第7期。。

DTit為虛擬變量，表示企業(yè)是否應(yīng)用數(shù)字技術(shù)，當(dāng)企業(yè)在樣本期間內(nèi)應(yīng)用了大數(shù)據(jù)(BD)、云計(jì)算(CC)、移動(dòng)互聯(lián)網(wǎng)(MI)、互聯(lián)網(wǎng)金融(IF)、物聯(lián)網(wǎng)(IOT)五種數(shù)字技術(shù)中的一種或多種時(shí)，賦值為1，否則為0；β1反映數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)，也是本文最關(guān)心的參數(shù)，β1>0表示數(shù)字技術(shù)提高了企業(yè)全要素生產(chǎn)率，β1<0表示數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生反向作用。此外，本文進(jìn)一步考察了不同數(shù)字技術(shù)對(duì)全要素生產(chǎn)率的差異化影響效應(yīng)，以及通過設(shè)置交互項(xiàng)模型考察了多項(xiàng)數(shù)字技術(shù)融合應(yīng)用對(duì)全要素生產(chǎn)率的影響效應(yīng)。

Controlsit為一系列控制變量，包括企業(yè)規(guī)模、企業(yè)年齡、研發(fā)費(fèi)用、資產(chǎn)負(fù)債比、資本勞動(dòng)比、營收規(guī)模；λi表示個(gè)體固定效應(yīng)；θt表示時(shí)間固定效應(yīng)；εit表示隨機(jī)擾動(dòng)項(xiàng)。變量定義見表1。

表1 主要變量定義

(二)樣本來源及描述性統(tǒng)計(jì)

本文使用的數(shù)據(jù)來自于北京市海淀區(qū)統(tǒng)計(jì)局發(fā)布的中關(guān)村海淀科技園內(nèi)全部企業(yè)的統(tǒng)計(jì)數(shù)據(jù)，時(shí)間跨度為2015年至2019年，形成了48455家企業(yè)的非平衡面板觀測(cè)數(shù)據(jù)。

該數(shù)據(jù)集優(yōu)勢(shì)明顯，權(quán)威性較高，包含四萬多家企業(yè)，樣本量較大，時(shí)間跨度從2015年到2019年，并含有企業(yè)不同方面較為全面的指標(biāo)信息。為了保證數(shù)據(jù)的有效性，消除異常數(shù)據(jù)對(duì)實(shí)證檢驗(yàn)的影響，本文對(duì)中關(guān)村海淀科技園企業(yè)數(shù)據(jù)進(jìn)行了如下處理：(1)刪除非營業(yè)狀態(tài)的公司；(2)刪除企業(yè)總收入、從業(yè)人員數(shù)等數(shù)據(jù)缺失嚴(yán)重的公司。最后得到2015—2019年共48455個(gè)企業(yè)數(shù)據(jù)。

本文主要變量的描述性統(tǒng)計(jì)分析表明，2015—2019年中關(guān)村海淀科技園全部企業(yè)中共有13778家企業(yè)應(yīng)用了數(shù)字技術(shù)，占中關(guān)村海淀科技園全部企業(yè)的28.5%，而尚未應(yīng)用數(shù)字技術(shù)的企業(yè)有34677家，占71.5%。不同企業(yè)之間全要素生產(chǎn)率差異較大。通過初步分析數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響，我們發(fā)現(xiàn)應(yīng)用數(shù)字技術(shù)的企業(yè)的全要素生產(chǎn)率的均值大于未應(yīng)用數(shù)字技術(shù)的企業(yè)的均值，同時(shí)專利申請(qǐng)量、研發(fā)投入、研發(fā)產(chǎn)出、資源配置效率等變量也是如此，這說明實(shí)施數(shù)字技術(shù)的企業(yè)可能具有更高的創(chuàng)新能力。

四、實(shí)證結(jié)果與分析

(一)全要素生產(chǎn)率測(cè)算結(jié)果及分析

本文采用Olley-Pakes方法測(cè)算中關(guān)村海淀科技園全部企業(yè)全要素生產(chǎn)率。OP方法估計(jì)系數(shù)均在1%的顯著性水平上顯著，說明測(cè)算結(jié)果是可靠的。為了進(jìn)一步分析2015—2019年企業(yè)全要素生產(chǎn)率變化情況，圖5展示了2015—2019年中關(guān)村海淀科技園企業(yè)全要素生產(chǎn)率均值的變動(dòng)情況，圖6展示了2015—2019年中關(guān)村海淀科技園內(nèi)應(yīng)用/未應(yīng)用數(shù)字技術(shù)情況下企業(yè)全要素生產(chǎn)率均值的對(duì)比。

由圖5可以發(fā)現(xiàn)，中關(guān)村海淀科技園企業(yè)整體的全要素生產(chǎn)率在2015—2016年呈現(xiàn)上升趨勢(shì)，由2015年的4.76上升至2016年的4.79，年平均增長(zhǎng)率為5.2%，2016—2017年呈現(xiàn)下降趨勢(shì)，由2016年的5.01逐漸下降至2017年的4.79，2017—2018年基本持平，2018—2019年出現(xiàn)小幅度下降。其中2017—2019年基本保持不變，整體呈現(xiàn)倒U型曲線，出現(xiàn)這種趨勢(shì)的原因可能是隨著數(shù)字經(jīng)濟(jì)的發(fā)展，中關(guān)村海淀科技園企業(yè)初期應(yīng)用數(shù)字技術(shù)后顯著提高了全要素生產(chǎn)率，但是隨著企業(yè)數(shù)字技術(shù)的飛速發(fā)展以及聚集式應(yīng)用，企業(yè)間的競(jìng)爭(zhēng)加劇，因此效率增長(zhǎng)極差逐漸消失，全要素生產(chǎn)率逐漸呈現(xiàn)下降趨勢(shì)。圖6顯示的是2015—2019年應(yīng)用和未應(yīng)用數(shù)字技術(shù)的企業(yè)的全要素生產(chǎn)率均值?？梢钥闯觯瑧?yīng)用數(shù)字技術(shù)的企業(yè)全要素生產(chǎn)率顯著高于未應(yīng)用數(shù)字技術(shù)的企業(yè)全要素生產(chǎn)率，表明數(shù)字技術(shù)有助于全要素生產(chǎn)率提升。

圖5 應(yīng)用/未應(yīng)用數(shù)字技術(shù)TFP均值變化

圖6 應(yīng)用/未應(yīng)用數(shù)字技術(shù)下全要素生產(chǎn)率差異

(二)基準(zhǔn)回歸結(jié)果

根據(jù)模型(1)，基準(zhǔn)回歸的估計(jì)結(jié)果如表2所示，數(shù)字技術(shù)(DT)系數(shù)在1%的水平上顯著為正，說明在控制其他影響因素的情況下，企業(yè)運(yùn)用數(shù)字技術(shù)有助于提升全要素生產(chǎn)率，中關(guān)村海淀科技園企業(yè)整體上利用數(shù)字技術(shù)的效率較高。本文進(jìn)一步關(guān)注大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)五項(xiàng)單項(xiàng)數(shù)字技術(shù)和多項(xiàng)數(shù)字技術(shù)融合應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率影響的估計(jì)結(jié)果。第(2)-(6)列分別顯示了應(yīng)用五種不同數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響情況。結(jié)果顯示，單項(xiàng)數(shù)字技術(shù)中大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)的回歸系數(shù)均在1%的水平上顯著為正，其中應(yīng)用大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)金融三項(xiàng)數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的提升效果更明顯，應(yīng)用物聯(lián)網(wǎng)對(duì)于企業(yè)的全要素生產(chǎn)率的提升，相比其他數(shù)字技術(shù)而言相對(duì)較低，說明在控制其他影響因素的情況下，企業(yè)運(yùn)用不同數(shù)字技術(shù)對(duì)于全要素生產(chǎn)率的影響不同；第(7)-(8)列顯示了多項(xiàng)數(shù)字技術(shù)融合應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的影響，可以看出，大數(shù)據(jù)和云計(jì)算交互項(xiàng)的估計(jì)系數(shù)是0.416，大數(shù)據(jù)和互聯(lián)網(wǎng)金融交互項(xiàng)的估計(jì)系數(shù)是0.471，云計(jì)算和互聯(lián)網(wǎng)金融交互項(xiàng)的估計(jì)系數(shù)是0.432，且回歸系數(shù)均在1%的水平上顯著為正。多項(xiàng)數(shù)字技術(shù)融合應(yīng)用高于單項(xiàng)數(shù)字技術(shù)應(yīng)用的平均水平，說明數(shù)字技術(shù)具有乘數(shù)效應(yīng)。多項(xiàng)數(shù)字技術(shù)融合應(yīng)用中，大數(shù)據(jù)與互聯(lián)網(wǎng)金融的交互項(xiàng)以及云計(jì)算與互聯(lián)網(wǎng)金融的交互項(xiàng)具有更明顯的全要素生產(chǎn)率提升效應(yīng)，且說明企業(yè)的大數(shù)據(jù)分析以及云計(jì)算平臺(tái)與互聯(lián)網(wǎng)金融的融合作用具有顯著提升效果。將大數(shù)據(jù)與云計(jì)算兩項(xiàng)技術(shù)有效結(jié)合互聯(lián)網(wǎng)金融應(yīng)用到企業(yè)中，對(duì)企業(yè)的全要素生產(chǎn)率促進(jìn)效應(yīng)更強(qiáng)。

表2 數(shù)字技術(shù)影響企業(yè)全要素生產(chǎn)率的基準(zhǔn)回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)

本文使用工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)，以避免由于內(nèi)生性問題而導(dǎo)致的估計(jì)結(jié)果有偏。選取企業(yè)特征指標(biāo)的均值作為數(shù)字技術(shù)變量的工具變量。由于指標(biāo)均值與中關(guān)村海淀科技園企業(yè)具有相似的發(fā)展環(huán)境，數(shù)字技術(shù)的應(yīng)用模式與水平對(duì)于各樣本企業(yè)來說具有代表意義。工具變量一使用企業(yè)年齡-企業(yè)規(guī)模-行業(yè)屬性層面企業(yè)應(yīng)用數(shù)字技術(shù)的均值；工具變量二使用企業(yè)年齡-企業(yè)規(guī)模-產(chǎn)權(quán)性質(zhì)層面企業(yè)應(yīng)用數(shù)字技術(shù)的均值；工具變量三使用企業(yè)年齡-企業(yè)規(guī)模-從業(yè)人員期末人數(shù)層面企業(yè)應(yīng)用數(shù)字技術(shù)的均值。第一階段和第二階段的回歸結(jié)果表明，得到的估計(jì)結(jié)果依然是穩(wěn)健的，說明本研究的基準(zhǔn)回歸結(jié)果比較穩(wěn)健。

(四)異質(zhì)性分析

本文將中關(guān)村海淀科技園企業(yè)數(shù)據(jù)集在行業(yè)層面分為制造業(yè)和服務(wù)業(yè)，其中，中關(guān)村科技園的服務(wù)業(yè)大部分為軟件和信息技術(shù)服務(wù)業(yè)。由表3可知，數(shù)字技術(shù)對(duì)制造業(yè)全要素生產(chǎn)率的影響系數(shù)為0.2397，而服務(wù)業(yè)的相應(yīng)系數(shù)為0.3687，說明相對(duì)于制造業(yè)而言，服務(wù)業(yè)在數(shù)字化轉(zhuǎn)型進(jìn)程中受益更多。數(shù)字化技術(shù)對(duì)制造業(yè)和服務(wù)業(yè)的全要素生產(chǎn)率具有不同影響的原因可能是：數(shù)字技術(shù)帶動(dòng)了一些互聯(lián)網(wǎng)產(chǎn)業(yè)的誕生，比如字節(jié)跳動(dòng)、京東、美團(tuán)、滴滴等公司，這些數(shù)字產(chǎn)業(yè)的產(chǎn)生本身依托于數(shù)字技術(shù)的發(fā)展，中關(guān)村海淀科技園區(qū)的服務(wù)業(yè)大部分是軟件和信息技術(shù)服務(wù)業(yè)，而制造業(yè)作為傳統(tǒng)行業(yè)對(duì)于數(shù)字技術(shù)的應(yīng)用與信息通信行業(yè)相比相對(duì)滯后，且存在數(shù)字化轉(zhuǎn)型思維不夠、轉(zhuǎn)型周期長(zhǎng)投資大、面臨技術(shù)難題等問題，所以相較于制造業(yè)而言，服務(wù)業(yè)對(duì)于數(shù)字技術(shù)的應(yīng)用較為廣泛。

表3 異質(zhì)性效應(yīng)：行業(yè)特征

本文將中關(guān)村海淀科技園企業(yè)數(shù)據(jù)集在企業(yè)規(guī)模層面分為大中型企業(yè)和小微型企業(yè)。由表4可知，數(shù)字技術(shù)對(duì)大中型企業(yè)的影響系數(shù)為0.3085，而小微型企業(yè)的相應(yīng)系數(shù)為0.2704，數(shù)字技術(shù)與不同規(guī)模企業(yè)全要素生產(chǎn)率之間在1%的顯著性水平上呈正相關(guān)，數(shù)字技術(shù)對(duì)大中型企業(yè)影響系數(shù)大于小微型企業(yè)，說明相對(duì)于小微型而言，大中型企業(yè)在數(shù)字化轉(zhuǎn)型進(jìn)程中受益更多。原因可能在于：數(shù)字技術(shù)的應(yīng)用對(duì)于不同規(guī)模企業(yè)全要素生產(chǎn)率的影響具有規(guī)模效應(yīng)，隨著企業(yè)規(guī)模越來越大，企業(yè)擁有的資金也會(huì)越來越雄厚，競(jìng)爭(zhēng)力往往更強(qiáng)，當(dāng)新的數(shù)字技術(shù)出現(xiàn)后，規(guī)模越大的公司對(duì)數(shù)字化投入資金越多，對(duì)技術(shù)的使用效率也越高，那么企業(yè)的生產(chǎn)效率也相應(yīng)越高，所以數(shù)字技術(shù)對(duì)于大中型企業(yè)全要素生產(chǎn)率的提升效應(yīng)相比于小微型企業(yè)來說更大。

表4 異質(zhì)性效應(yīng)：企業(yè)規(guī)模

五、影響機(jī)制分析

進(jìn)一步考察數(shù)字技術(shù)影響全要素生產(chǎn)率的中間機(jī)制。我們以TFP為被解釋變量，企業(yè)是否應(yīng)用數(shù)字技術(shù)為主要解釋變量，研發(fā)人員結(jié)構(gòu)、產(chǎn)學(xué)研投入和自主型創(chuàng)新投入為中介變量，對(duì)中介效應(yīng)進(jìn)行檢驗(yàn)。

研發(fā)人員結(jié)構(gòu)。本文從研發(fā)人員總數(shù)、留學(xué)歸國人員、碩博人員占比三個(gè)方面來實(shí)證研究研發(fā)人員結(jié)構(gòu)的機(jī)制作用。實(shí)證結(jié)果如表5所示。表中的中介效應(yīng)是指研發(fā)人員結(jié)構(gòu)對(duì)企業(yè)全要素生產(chǎn)率的中介效應(yīng)，即數(shù)字技術(shù)通過中介變量的中間傳導(dǎo)對(duì)企業(yè)全要素生產(chǎn)率的影響程度。研發(fā)人員總數(shù)、留學(xué)歸國人員、碩博人員占比的中介效應(yīng)均在1%的顯著性水平上顯著為正，通過了Sobel檢驗(yàn)，表明研發(fā)人員結(jié)構(gòu)優(yōu)化具有顯著的機(jī)制作用。數(shù)字技術(shù)應(yīng)用會(huì)優(yōu)化研發(fā)人員結(jié)構(gòu)，提高高技能勞動(dòng)力比重，從而促進(jìn)企業(yè)全要素生產(chǎn)率提升。

表5 研發(fā)人員結(jié)構(gòu)的機(jī)制作用

產(chǎn)學(xué)研投入。本文從委托研發(fā)經(jīng)費(fèi)總支出、委托境內(nèi)研究機(jī)構(gòu)支出、委托境內(nèi)高校經(jīng)費(fèi)支出三個(gè)方面，實(shí)證研究產(chǎn)學(xué)研合作的機(jī)制作用。實(shí)證結(jié)果如表6所示。委托研發(fā)經(jīng)費(fèi)總支出、委托境內(nèi)研究機(jī)構(gòu)支出、委托境內(nèi)高校經(jīng)費(fèi)支出的中介效應(yīng)均在1%的顯著性水平上顯著為正，通過了Sobel檢驗(yàn)，表明產(chǎn)學(xué)研投入具有顯著的機(jī)制作用。這說明數(shù)字技術(shù)應(yīng)用會(huì)提升企業(yè)的產(chǎn)學(xué)研合作投入，從而加強(qiáng)技術(shù)供給端創(chuàng)新，優(yōu)化企業(yè)科研成果轉(zhuǎn)換路徑，提高企業(yè)科研成果轉(zhuǎn)換效率，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提升。

表6 產(chǎn)學(xué)研投入的機(jī)制作用

自主型創(chuàng)新投入。本文從研發(fā)設(shè)備經(jīng)費(fèi)支出、技術(shù)改造經(jīng)費(fèi)支出、購買境內(nèi)技術(shù)經(jīng)費(fèi)支出三個(gè)方面來實(shí)證研究自主型創(chuàng)新投入的機(jī)制作用。實(shí)證結(jié)果如表7所示。研發(fā)設(shè)備經(jīng)費(fèi)支出、技術(shù)改造經(jīng)費(fèi)支出、購買境內(nèi)技術(shù)經(jīng)費(fèi)支出的中介效應(yīng)均在1%的顯著性水平上顯著為正，通過了Sobel檢驗(yàn)。該實(shí)證結(jié)果表明，數(shù)字技術(shù)應(yīng)用會(huì)提升自主型創(chuàng)新投入，從而促進(jìn)企業(yè)全要素生產(chǎn)率提升。進(jìn)一步通過比較分析發(fā)現(xiàn)，研發(fā)設(shè)備經(jīng)費(fèi)支出和技術(shù)改造經(jīng)費(fèi)支出的中介效應(yīng)要強(qiáng)于購買境內(nèi)技術(shù)經(jīng)費(fèi)支出，更說明數(shù)字技術(shù)可以促進(jìn)企業(yè)自主創(chuàng)新，進(jìn)而提升企業(yè)全要素生產(chǎn)率。

表7 自主型創(chuàng)新投入的機(jī)制作用

六、結(jié)論與政策啟示

隨著數(shù)字技術(shù)的興起和數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，可以預(yù)見，大數(shù)據(jù)和移動(dòng)互聯(lián)網(wǎng)將會(huì)深刻且持續(xù)地影響企業(yè)的成本、生產(chǎn)率以及績(jī)效水平。在企業(yè)面臨以數(shù)字技術(shù)為核心的技術(shù)變革這一新機(jī)遇背景下，本文深入分析了數(shù)字技術(shù)在提升企業(yè)全要素生產(chǎn)率方面的具體機(jī)制，并基于行業(yè)特征和企業(yè)規(guī)模探討企業(yè)異質(zhì)性對(duì)數(shù)字技術(shù)發(fā)揮作用的影響，給予后續(xù)企業(yè)一定的借鑒作用，為政府有關(guān)部門進(jìn)一步完善數(shù)字經(jīng)濟(jì)政策提供經(jīng)驗(yàn)證據(jù)。總體來講，本文主要得出了以下結(jié)論：

第一，應(yīng)用數(shù)字技術(shù)有助于提升企業(yè)的全要素生產(chǎn)率。本文使用統(tǒng)計(jì)局官方統(tǒng)計(jì)的中關(guān)村海淀科技園企業(yè)數(shù)據(jù)，其能較好地減小由于數(shù)據(jù)條件、變量選取等方面對(duì)分析的影響。我們檢驗(yàn)了數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響，并利用工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)。研究發(fā)現(xiàn)，數(shù)字技術(shù)應(yīng)用顯著提升了企業(yè)全要素生產(chǎn)率，并且多項(xiàng)數(shù)字技術(shù)的融合應(yīng)用具有乘數(shù)效應(yīng)。

第二，創(chuàng)新要素結(jié)構(gòu)優(yōu)化是數(shù)字技術(shù)提升企業(yè)全要素生產(chǎn)率的關(guān)鍵機(jī)制，具體表現(xiàn)為研發(fā)人員結(jié)構(gòu)優(yōu)化、產(chǎn)學(xué)研投入和自主型創(chuàng)新投入的增加。研究發(fā)現(xiàn)：數(shù)字技術(shù)應(yīng)用能夠優(yōu)化勞動(dòng)力學(xué)歷結(jié)構(gòu)和技能結(jié)構(gòu)，增加高學(xué)歷和高技能人才比重；數(shù)字技術(shù)應(yīng)用能夠促進(jìn)企業(yè)增加產(chǎn)學(xué)研合作投入，從而為企業(yè)獲取先進(jìn)技術(shù)建立更暢通的渠道，提高企業(yè)科研成果轉(zhuǎn)換效率；數(shù)字技術(shù)應(yīng)用能夠顯著增加企業(yè)自主型創(chuàng)新投入，尤其是技術(shù)供給端創(chuàng)新投入，從而提高自主創(chuàng)新能力，提升企業(yè)全要素生產(chǎn)率。

第三，企業(yè)異質(zhì)性特征使得數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)具有異質(zhì)性效應(yīng)。本文深入考察了企業(yè)規(guī)模、行業(yè)特征所引致的數(shù)字技術(shù)的異質(zhì)性效應(yīng)。研究發(fā)現(xiàn)：大中型企業(yè)的數(shù)字技術(shù)應(yīng)用明顯優(yōu)于小型企業(yè)；服務(wù)業(yè)的數(shù)字技術(shù)應(yīng)用顯著優(yōu)于制造業(yè)。

為了更好地發(fā)展我國數(shù)字經(jīng)濟(jì)、提高企業(yè)全要素生產(chǎn)率，結(jié)合具體的分析結(jié)果，本文提出如下政策啟示：

第一，充分發(fā)揮數(shù)字技術(shù)的乘數(shù)效應(yīng)，推動(dòng)數(shù)字技術(shù)融合應(yīng)用，促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。由上文研究可知，大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、互聯(lián)網(wǎng)金融、物聯(lián)網(wǎng)等數(shù)字技術(shù)的融合對(duì)企業(yè)效益的影響具有乘數(shù)效應(yīng)。因此，數(shù)字化轉(zhuǎn)型要建立以各項(xiàng)數(shù)字技術(shù)交互的新型應(yīng)用模式，將數(shù)據(jù)與技術(shù)的乘數(shù)效應(yīng)相疊加，以期達(dá)到1+1>2的效果。

第二，借助數(shù)字技術(shù)，增加供給端創(chuàng)新投入，優(yōu)化創(chuàng)新要素結(jié)構(gòu)。本文研究發(fā)現(xiàn)，創(chuàng)新要素結(jié)構(gòu)優(yōu)化是數(shù)字技術(shù)提升企業(yè)全要素生產(chǎn)率的重要機(jī)制。因此，政府應(yīng)通過專利、研發(fā)獎(jiǎng)勵(lì)等政策，鼓勵(lì)并引導(dǎo)企業(yè)增加研發(fā)經(jīng)費(fèi)，進(jìn)行創(chuàng)新研究和數(shù)字化轉(zhuǎn)型，同時(shí)，鼓勵(lì)地方政府、企業(yè)、科研院所、高校等加強(qiáng)合作，形成協(xié)同發(fā)展、融通創(chuàng)新的新局面。

第三，根據(jù)企業(yè)特征合理制定企業(yè)數(shù)字化轉(zhuǎn)型策略，探索符合企業(yè)高質(zhì)量發(fā)展的數(shù)字化轉(zhuǎn)型路徑。本文研究發(fā)現(xiàn)，數(shù)字技術(shù)對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)具有異質(zhì)性。因此，應(yīng)依照企業(yè)自身特征及行業(yè)發(fā)展現(xiàn)狀，合理應(yīng)用各項(xiàng)技術(shù)提升企業(yè)發(fā)展質(zhì)量，選擇適合企業(yè)本身的新興技術(shù)，實(shí)現(xiàn)數(shù)字資源的優(yōu)化配置。此外，尤其要鼓勵(lì)中小微型企業(yè)、傳統(tǒng)企業(yè)以及低技術(shù)企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型。