數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要素生產(chǎn)率的影響

陳 華 唐 奇

（上海對(duì)外經(jīng)貿(mào)大學(xué)，上海 201620）

一、引言

隨著全球互聯(lián)網(wǎng)的普及以及數(shù)字化水平的不斷提高，傳統(tǒng)貿(mào)易方式和內(nèi)容發(fā)生巨大改變，數(shù)字貿(mào)易可以打破空間和時(shí)間的限制，將傳統(tǒng)貿(mào)易無(wú)法交易的貿(mào)易標(biāo)的轉(zhuǎn)換為可以交易的商品，為消費(fèi)者提供了更多產(chǎn)品和服務(wù)的選擇。數(shù)字貿(mào)易近年來(lái)一直保持上升趨勢(shì)，據(jù)聯(lián)合國(guó)貿(mào)發(fā)會(huì)2019 年可數(shù)字化服務(wù)貿(mào)易規(guī)模顯示，2008～2019年全球可數(shù)字化服務(wù)出口的規(guī)模已從1．9 萬(wàn)億美元增長(zhǎng)至近3．2 萬(wàn)億美元，且占全球服務(wù)出口的比重達(dá)到52%，其中發(fā)達(dá)經(jīng)濟(jì)體在數(shù)字貿(mào)易中明顯更具優(yōu)勢(shì)。2019 年全球數(shù)字服務(wù)貿(mào)易（出口）規(guī)模達(dá)31,925．9 億美元，其中發(fā)達(dá)經(jīng)濟(jì)體達(dá)24,310 億美元，占比76．1%，發(fā)展中經(jīng)濟(jì)體的數(shù)字貿(mào)易出口呈現(xiàn)穩(wěn)定的上升。我國(guó)2011～2020年數(shù)字貿(mào)易進(jìn)出口額呈逐年增長(zhǎng)的趨勢(shì)，數(shù)字服務(wù)貿(mào)易所占比重由4．22% 提高至13．9%。2020 年我國(guó)數(shù)字貿(mào)易額是2,947．6 億美元，據(jù)前瞻產(chǎn)業(yè)研究院2022 年3 月發(fā)布的《2022 中國(guó)及全球數(shù)字貿(mào)易發(fā)展趨勢(shì)研究》預(yù)測(cè)，到2025 年我國(guó)數(shù)字貿(mào)易進(jìn)出口將超過(guò)4,000 億美元。

進(jìn)口數(shù)字產(chǎn)品給企業(yè)帶來(lái)較大的經(jīng)濟(jì)影響。企業(yè)可以通過(guò)進(jìn)口高技術(shù)產(chǎn)品，吸收國(guó)外的先進(jìn)技術(shù)，積累技術(shù)知識(shí)，提高企業(yè)的人力資本水平，提高全要素生產(chǎn)率。同時(shí)，數(shù)字產(chǎn)品進(jìn)口會(huì)促進(jìn)貿(mào)易便利化，有助于企業(yè)降本增效。劉洪愧（2020）認(rèn)為，數(shù)字貿(mào)易不同于傳統(tǒng)貿(mào)易，在解決了傳統(tǒng)貿(mào)易在時(shí)間和空間方面的局限性后，企業(yè)在國(guó)際市場(chǎng)交易和搜尋的難度和成本將大幅度降低。馬述忠和房超（2021）認(rèn)為，在數(shù)字貿(mào)易過(guò)程中，以數(shù)字技術(shù)生產(chǎn)的商品就是數(shù)字產(chǎn)品。這類(lèi)商品包括工業(yè)機(jī)器人、MP3、VCD、工業(yè)機(jī)器人、數(shù)碼攝像機(jī)等。通常把數(shù)字產(chǎn)品分為狹義和廣義，狹義的數(shù)字產(chǎn)品是指以數(shù)字形式交換的產(chǎn)品或以互聯(lián)網(wǎng)比特流形式傳輸?shù)漠a(chǎn)品，廣義的數(shù)字產(chǎn)品除了包含狹義的數(shù)字產(chǎn)品內(nèi)容外，還包括蘊(yùn)含數(shù)字技術(shù)的電子產(chǎn)品，或以數(shù)字技術(shù)為基礎(chǔ)，經(jīng)由網(wǎng)絡(luò)進(jìn)行傳輸或以某種物理載體而存在的產(chǎn)品。本文基于廣義數(shù)字產(chǎn)品概念進(jìn)行研究。

通過(guò)數(shù)字產(chǎn)品進(jìn)口方面的相關(guān)研究可以看出，由于數(shù)據(jù)獲取和處理難度大，國(guó)內(nèi)已有文獻(xiàn)大部分是基于國(guó)家層面研究數(shù)字貿(mào)易進(jìn)口的影響。從企業(yè)層面研究的主要有：劉佳琪和孫浦陽(yáng)（2021）研究了數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)創(chuàng)新的影響，他們以企業(yè)專(zhuān)利數(shù)據(jù)為基礎(chǔ)研究發(fā)現(xiàn)，對(duì)于某些低復(fù)制成本的數(shù)字產(chǎn)品，企業(yè)自主研發(fā)的成本遠(yuǎn)高于進(jìn)口該類(lèi)產(chǎn)品的成本，因此進(jìn)口該類(lèi)產(chǎn)品吸收學(xué)習(xí)數(shù)字技術(shù)比自主研發(fā)更能提高企業(yè)的創(chuàng)新水平；于歡等 （2022）對(duì)劉佳琪等（2021）運(yùn)用的數(shù)字產(chǎn)品進(jìn)口測(cè)算進(jìn)行了修正，研究數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)出口的影響，將進(jìn)口來(lái)源國(guó)數(shù)字經(jīng)濟(jì)水平考慮在內(nèi)，構(gòu)建了復(fù)合數(shù)字產(chǎn)品進(jìn)口指標(biāo)。以上基于微觀視角的研究具有更強(qiáng)的實(shí)踐意義，但仍然存在一定的局限性和值得進(jìn)一步研究的方向，比如考慮企業(yè)外部數(shù)字經(jīng)濟(jì)環(huán)境同時(shí)空下對(duì)企業(yè)的影響等。

本文從企業(yè)層面分析數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要素生產(chǎn)率的影響?？赡艿倪呺H貢獻(xiàn)在于：研究數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)生產(chǎn)率的影響機(jī)制，同時(shí)考慮企業(yè)的內(nèi)外“雙循環(huán)”數(shù)字環(huán)境，加入當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平對(duì)企業(yè)的外部影響，影響機(jī)制更加完善；建立相應(yīng)的中介效應(yīng)模型和調(diào)節(jié)效應(yīng)模型，在構(gòu)建技術(shù)創(chuàng)新中介變量的基礎(chǔ)上，通過(guò)加入當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平作為調(diào)節(jié)變量，測(cè)度當(dāng)?shù)財(cái)?shù)字化發(fā)展水平是否能夠調(diào)節(jié)企業(yè)生產(chǎn)率；用于實(shí)證分析的樣本較充分，工業(yè)企業(yè)數(shù)據(jù)在2008 年后有大量的數(shù)據(jù)缺失，難以計(jì)算生產(chǎn)率，現(xiàn)有相關(guān)文獻(xiàn)在研究數(shù)字貿(mào)易進(jìn)口時(shí)常選擇剔除缺失數(shù)據(jù)，而企業(yè)數(shù)字產(chǎn)品進(jìn)口在越靠后的年份對(duì)企業(yè)生產(chǎn)率的影響可能會(huì)越大，對(duì)此，本文參考相關(guān)研究方法，補(bǔ)全了2008 年后缺失的數(shù)據(jù)并計(jì)算出相應(yīng)的企業(yè)全要素生產(chǎn)率，使得樣本更加完整。

二、理論機(jī)制與假設(shè)

（一）數(shù)字產(chǎn)品進(jìn)口與企業(yè)全要素生產(chǎn)率

企業(yè)進(jìn)口數(shù)字產(chǎn)品可以利用產(chǎn)品的數(shù)字技術(shù)提高企業(yè)的數(shù)字化水平。Goldfarband 和Tucker（2019）認(rèn)為，擁有較高數(shù)字化水平的企業(yè)能夠更好地利用互聯(lián)網(wǎng)等技術(shù)提高貿(mào)易雙方的匹配效率，降低搜尋成本，提高企業(yè)生產(chǎn)率。企業(yè)互聯(lián)網(wǎng)化能夠讓更多中小企業(yè)參與國(guó)際貿(mào)易，通過(guò)國(guó)際貿(mào)易中獲得更多利潤(rùn)，擴(kuò)大企業(yè)規(guī)模，提高自身的生產(chǎn)率。沈國(guó)兵和袁征宇（2020）認(rèn)為，數(shù)字產(chǎn)品的進(jìn)口有助于提高企業(yè)的互聯(lián)網(wǎng)化，對(duì)于傳統(tǒng)企業(yè)提高其生產(chǎn)、運(yùn)營(yíng)和銷(xiāo)售方面的能力至關(guān)重要。通過(guò)互聯(lián)網(wǎng)，企業(yè)可以提高內(nèi)部管理運(yùn)營(yíng)效率和外部銷(xiāo)售活動(dòng)效率。于歡等（2022）指出，企業(yè)資源配置能力和生產(chǎn)營(yíng)運(yùn)能力的提高也會(huì)促進(jìn)全要素生產(chǎn)率的提高，而通過(guò)數(shù)字貿(mào)易進(jìn)口則能優(yōu)化企業(yè)的配置效率和營(yíng)運(yùn)能力。

假設(shè)1：數(shù)字產(chǎn)品進(jìn)口可以促進(jìn)企業(yè)全要素生產(chǎn)率的提升。

（二）數(shù)字產(chǎn)品進(jìn)口的技術(shù)溢出中介效應(yīng)

技術(shù)創(chuàng)新一直被認(rèn)為是企業(yè)提高全要素生產(chǎn)率的途徑。劉佳琪等（2021）指出，企業(yè)進(jìn)口低復(fù)制成本的數(shù)字產(chǎn)品更加容易吸收數(shù)字產(chǎn)品蘊(yùn)含的數(shù)字技術(shù)，通過(guò)積累技術(shù)知識(shí)和人力資本提高創(chuàng)新水平，從而提高生產(chǎn)率。Krugman（1979）指出，相比于本土產(chǎn)品，進(jìn)口商品通常具有更高的技術(shù)含量和水平，對(duì)創(chuàng)新的促進(jìn)作用更大。

企業(yè)技術(shù)創(chuàng)新不僅能帶來(lái)產(chǎn)品的改變，也能降低成本和提高效率，包括改善生產(chǎn)流程、優(yōu)化作業(yè)過(guò)程、減少資源浪費(fèi)等。企業(yè)進(jìn)口數(shù)字產(chǎn)品會(huì)通過(guò)技術(shù)溢出效應(yīng)提高企業(yè)的技術(shù)創(chuàng)新水平，這樣的轉(zhuǎn)移過(guò)程分為直接轉(zhuǎn)移、模仿和自主創(chuàng)新、知識(shí)擴(kuò)散以及提高企業(yè)數(shù)字化水平。黃先海等（2022）在研究數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)創(chuàng)新影響時(shí)發(fā)現(xiàn)，企業(yè)通過(guò)進(jìn)口數(shù)字產(chǎn)品能夠顯著提升自己的數(shù)字創(chuàng)新，同時(shí)企業(yè)的知識(shí)存量能夠調(diào)節(jié)企業(yè)數(shù)字創(chuàng)新的過(guò)程。

假設(shè)2：數(shù)字產(chǎn)品進(jìn)口可以通過(guò)技術(shù)溢出中介效應(yīng)提高企業(yè)的全要素生產(chǎn)率。

（三）市場(chǎng)競(jìng)爭(zhēng)水平的調(diào)節(jié)作用

企業(yè)進(jìn)口數(shù)字產(chǎn)品會(huì)增加國(guó)內(nèi)市場(chǎng)其他企業(yè)的競(jìng)爭(zhēng)壓力，面臨競(jìng)爭(zhēng)壓力的企業(yè)可能會(huì)選擇模仿進(jìn)口企業(yè)，因此進(jìn)口的規(guī)模會(huì)越來(lái)越大，行業(yè)內(nèi)企業(yè)整體的技術(shù)創(chuàng)新水平和生產(chǎn)率會(huì)得到提高。

企業(yè)通過(guò)進(jìn)口國(guó)外產(chǎn)品會(huì)導(dǎo)致市場(chǎng)競(jìng)爭(zhēng)性增強(qiáng)，外來(lái)商品的進(jìn)入使得本土企業(yè)的利潤(rùn)率降低，為了維持正常經(jīng)營(yíng)，本土企業(yè)必須提高生產(chǎn)率以保持自己在市場(chǎng)的競(jìng)爭(zhēng)力（Erkan and James，2003）。高凌云和王洛林（2010）研究了進(jìn)口競(jìng)爭(zhēng)對(duì)工業(yè)行業(yè)的影響，發(fā)現(xiàn)進(jìn)口競(jìng)爭(zhēng)的確能夠提高工業(yè)行業(yè)的全要素生產(chǎn)率。簡(jiǎn)澤等（2014）發(fā)現(xiàn)，對(duì)制造行業(yè)而言，進(jìn)口競(jìng)爭(zhēng)通過(guò)降低國(guó)內(nèi)企業(yè)的價(jià)格成本加成來(lái)加劇市場(chǎng)的競(jìng)爭(zhēng)程度，其中，規(guī)模效應(yīng)和激勵(lì)效應(yīng)是導(dǎo)致國(guó)內(nèi)企業(yè)全要素生產(chǎn)率提高的渠道。

市場(chǎng)競(jìng)爭(zhēng)也會(huì)通過(guò)再配置效應(yīng)和選擇效應(yīng)提高企業(yè)的創(chuàng)新能力，導(dǎo)致企業(yè)生產(chǎn)率提高。企業(yè)進(jìn)口加大了市場(chǎng)競(jìng)爭(zhēng)力度，高競(jìng)爭(zhēng)的市場(chǎng)環(huán)境通過(guò)企業(yè)間勞動(dòng)力再配置提高了行業(yè)整體的技術(shù)創(chuàng)新能力和生產(chǎn)率。市場(chǎng)的選擇效應(yīng)會(huì)迫使低競(jìng)爭(zhēng)力的企業(yè)退出市場(chǎng)，資源向高競(jìng)爭(zhēng)力的企業(yè)傾斜，而被市場(chǎng)篩選出來(lái)的企業(yè)技術(shù)創(chuàng)新水平都較高，在淘汰低競(jìng)爭(zhēng)力的企業(yè)后能夠占據(jù)更大的市場(chǎng)份額，增加自己研發(fā)投入的力度，促進(jìn)技術(shù)創(chuàng)新，從而提高生產(chǎn)率（黃漓江，2017）。

假設(shè)3：市場(chǎng)競(jìng)爭(zhēng)對(duì)技術(shù)溢出的中介效應(yīng)具有調(diào)節(jié)作用，市場(chǎng)競(jìng)爭(zhēng)越激烈，數(shù)字產(chǎn)品進(jìn)口的技術(shù)溢出效應(yīng)越大，企業(yè)的全要素生產(chǎn)率提升就越顯著。

（四）當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平的調(diào)節(jié)作用

一個(gè)地區(qū)的數(shù)字經(jīng)濟(jì)水平越高，其數(shù)字基礎(chǔ)設(shè)施和通信水平就越高，企業(yè)進(jìn)行數(shù)字化建設(shè)就越方便，同時(shí)企業(yè)獲取信息的能力也越強(qiáng)。通過(guò)數(shù)字化建設(shè)，企業(yè)可以打破傳統(tǒng)貿(mào)易對(duì)地域和時(shí)間的限制，通過(guò)互聯(lián)網(wǎng)方式參與國(guó)內(nèi)和國(guó)際貿(mào)易，既可以降低企業(yè)的成本，也可以提高不同企業(yè)貿(mào)易的匹配效率，匹配效率的提高也能增加數(shù)字產(chǎn)品貿(mào)易往來(lái)的頻次和成功率。因此，在數(shù)字經(jīng)濟(jì)水平高的地區(qū)，由于貿(mào)易成本降低，使得中小規(guī)模的企業(yè)參與國(guó)際貿(mào)易的可能性和效率得到提升，增加企業(yè)、行業(yè)和區(qū)域數(shù)字產(chǎn)品進(jìn)口的規(guī)模。

同時(shí)，當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平越高，企業(yè)的數(shù)字化水平就會(huì)越高，企業(yè)對(duì)數(shù)字技術(shù)的利用率就會(huì)越高，對(duì)數(shù)字產(chǎn)品的了解就會(huì)越深，當(dāng)企業(yè)進(jìn)口數(shù)字產(chǎn)品時(shí)，對(duì)數(shù)字產(chǎn)品所蘊(yùn)含的數(shù)字知識(shí)和技術(shù)的吸收能力就會(huì)越強(qiáng)，具體表現(xiàn)為數(shù)字化水平較高的企業(yè)在引進(jìn)新知識(shí)時(shí)，知識(shí)在企業(yè)內(nèi)部的傳播速度更快，員工能夠更快地學(xué)習(xí)到先進(jìn)技術(shù)，促進(jìn)企業(yè)創(chuàng)新，進(jìn)而提升企業(yè)全要素生產(chǎn)率。

假設(shè)4：當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平對(duì)技術(shù)溢出的中介效應(yīng)具有調(diào)節(jié)作用，當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平越高，數(shù)字產(chǎn)品進(jìn)口的技術(shù)溢出效應(yīng)就越大，企業(yè)的全要素生產(chǎn)率就越高。

三、實(shí)證研究設(shè)計(jì)

（一）模型設(shè)定

本文在現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上，結(jié)合相關(guān)假設(shè)，建立基準(zhǔn)回歸模型，實(shí)證檢驗(yàn)數(shù)字產(chǎn)品進(jìn)口與企業(yè)全要素生產(chǎn)率的關(guān)系，基準(zhǔn)模型如下：

其中，i和t分別表示企業(yè)和年份。TFPit表示企業(yè)i在第t年的全要素生產(chǎn)率；核心解釋變量Digeit表示企業(yè)i在t年的復(fù)合數(shù)字產(chǎn)品進(jìn)口指標(biāo)；Xit為控制變量的集合；ui表示企業(yè)固定效應(yīng)；vt表示年份固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。為保證結(jié)果的可靠性，本文選取了5 個(gè)控制變量加入計(jì)量模型。（1）企業(yè)規(guī)模（size），用企業(yè)總資產(chǎn)的對(duì)數(shù)表示。（2）企業(yè)年齡（age），用企業(yè)成立年份與當(dāng)年年份差值的對(duì)數(shù)表示。（3）融資約束（fc），用企業(yè)利息支出與固定資產(chǎn)總額的比值加1 取對(duì)數(shù)表示，該值越大，表明企業(yè)面臨的融資約束問(wèn)題就越小。（4）企業(yè)平均工資水平（wage），用職工人均工資的對(duì)數(shù)表示。（5）企業(yè)利潤(rùn)率（prof），用企業(yè)的凈利潤(rùn)與企業(yè)的銷(xiāo)售額比值表示。

（二）核心指標(biāo)測(cè)度

1. 數(shù)字產(chǎn)品進(jìn)口指標(biāo)

本文參考于歡等（2022）和劉佳琪等（2021）的測(cè)度方法，以復(fù)合數(shù)字產(chǎn)品進(jìn)口指標(biāo)為核心解釋變量，構(gòu)建企業(yè)—產(chǎn)品層面的面板數(shù)據(jù)。

首先，根據(jù)中國(guó)通信研究院發(fā)布的《數(shù)字經(jīng)濟(jì)白皮書(shū)》2015～2020 年版本、2020 年OECD 公布的數(shù)字貿(mào)易測(cè)算手冊(cè)、《進(jìn)出口稅則商品及品目注釋》中的ICT子目，提取頻率較高的與數(shù)字產(chǎn)品相關(guān)的關(guān)鍵詞33 個(gè)。①包括智慧、軟件、遠(yuǎn)程、電視、VCD、系統(tǒng)、裝置、機(jī)器人、雷達(dá)、移動(dòng)、智能、電子、自動(dòng)生產(chǎn)線、機(jī)器、數(shù)字、數(shù)碼、自動(dòng)、設(shè)備、人工智能、廣播、數(shù)控、通信、計(jì)算機(jī)、數(shù)據(jù)、DVD、媒體、錄制、視頻、天線、半導(dǎo)體、激光、無(wú)線電、顯示器。由于企業(yè)層級(jí)的數(shù)字無(wú)形產(chǎn)品沒(méi)有相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)，因此本文測(cè)算的數(shù)字產(chǎn)品進(jìn)口為有形產(chǎn)品進(jìn)口。完成關(guān)鍵詞提取后，在海關(guān)貿(mào)易數(shù)據(jù)庫(kù)里篩選出商品名稱(chēng)包含關(guān)鍵詞的商品信息，根據(jù)海關(guān)總署發(fā)布的《進(jìn)出口稅則商品及品目注釋?zhuān)?020 版）》中的子目注釋?zhuān)斯ぷR(shí)別含有上述關(guān)鍵詞但又明顯不屬于數(shù)字產(chǎn)品范疇的商品，將這部分商品信息刪除。根據(jù)2020 年OECD 發(fā)布的有關(guān)ICT 的產(chǎn)品信息，將ICT 產(chǎn)品②ICT（Information and Communications Technology）是一個(gè)涵蓋性術(shù)語(yǔ)，覆蓋了所有通信設(shè)備或應(yīng)用軟件。的8 位國(guó)際編碼轉(zhuǎn)化為中國(guó)海關(guān)的6 位編碼，與之前識(shí)別出的數(shù)字產(chǎn)品進(jìn)行合并。合并后得到每種類(lèi)型數(shù)字產(chǎn)品的名稱(chēng)以及對(duì)應(yīng)的海關(guān)編碼。

利用上述得到的轉(zhuǎn)換后的數(shù)字產(chǎn)品編碼與海關(guān)數(shù)據(jù)庫(kù)里的產(chǎn)品編碼相匹配，篩選出進(jìn)口上述數(shù)字產(chǎn)品的企業(yè)和進(jìn)口額等數(shù)據(jù)，根據(jù)企業(yè)和年份對(duì)數(shù)字產(chǎn)品的進(jìn)口額匯總，由此得到2000～2013 年不同企業(yè)每年數(shù)字產(chǎn)品的進(jìn)口額。根據(jù)得到的進(jìn)口額，再納入進(jìn)口來(lái)源國(guó)的數(shù)字發(fā)展水平，構(gòu)建復(fù)合數(shù)字產(chǎn)品進(jìn)口指標(biāo)：

其中，Digeit表示企業(yè)i在t年的復(fù)合數(shù)字產(chǎn)品進(jìn)口指標(biāo)；表示t年企業(yè)i從國(guó)家或地區(qū)d進(jìn)口的數(shù)字產(chǎn)品額，表示t年企業(yè)i的總進(jìn)口額；參考于歡等（2022）的研究，本文以網(wǎng)絡(luò)就緒指數(shù)NRIdt（Networked Readiness Index，NRI）衡量d的數(shù)字經(jīng)濟(jì)發(fā)展水平。由于2004 年和2005 年《全球信息技術(shù)報(bào)告》將NRI 指標(biāo)標(biāo)準(zhǔn)化，其測(cè)算標(biāo)準(zhǔn)與其他年份不同，因此文中測(cè)算剔除了2004 年和2005 年的數(shù)據(jù)。

2. 企業(yè)全要素生產(chǎn)率

全要素生產(chǎn)率的計(jì)算基本都是以Cobb-Douglas 生產(chǎn)函數(shù)（Solow，1957）為基礎(chǔ)形成不同的改良方法。如今學(xué)術(shù)界測(cè)算全要素生產(chǎn)率常用的方法包括OLS 法、OP 法、LP 法和ACF 法。由于本文數(shù)據(jù)使用的是工業(yè)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)包含企業(yè)的中間投入值，因此選擇LP 法計(jì)算全要素生產(chǎn)率。

首先基于C-D 生產(chǎn)函數(shù)：

因?yàn)長(zhǎng)P 法將企業(yè)中間投入作為代理變量應(yīng)對(duì)生產(chǎn)率的沖擊，因此對(duì)以上生產(chǎn)函數(shù)進(jìn)行一定的修正，并取對(duì)數(shù)：

進(jìn)一步從中分離出全要素生產(chǎn)率（TFP），定義為：

由此我們可以得到企業(yè)全要素生產(chǎn)率的估算模型，其中，Yit代表企業(yè)的產(chǎn)出值，用工業(yè)增加值表示；Kit代表企業(yè)的資本投入，用資本存量表示，通過(guò)永續(xù)盤(pán)存法計(jì)算；Lit代表企業(yè)勞動(dòng)投入，用從業(yè)人員規(guī)模表示；Mit代表企業(yè)的中間投入，用中間投入合計(jì)表示。

由于工業(yè)企業(yè)數(shù)據(jù)庫(kù)2008 年以后的數(shù)據(jù)缺少企業(yè)中間投入、固定資產(chǎn)凈值、工業(yè)增加值等計(jì)算全要素生產(chǎn)率的關(guān)鍵數(shù)據(jù)，部分學(xué)者的做法是剔除缺失數(shù)據(jù)。筆者認(rèn)為，數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)的影響在越靠后的年份影響會(huì)越大，剔除這些樣本可能會(huì)影響實(shí)證結(jié)果，因此參考余淼杰（2018）的做法，結(jié)合國(guó)家會(huì)計(jì)準(zhǔn)則將缺失的數(shù)據(jù)補(bǔ)齊，計(jì)算方式如下：

增加值= 固定資產(chǎn)折舊+ 勞動(dòng)者報(bào)酬+ 生產(chǎn)稅凈值+ 營(yíng)業(yè)盈余

中間投入= 工業(yè)總產(chǎn)值- 增加值+ 增值稅

生產(chǎn)稅凈值= 生產(chǎn)稅（不包括所得稅的各種稅）- 生產(chǎn)補(bǔ)貼

營(yíng)業(yè)盈余= 營(yíng)業(yè)利潤(rùn)+ 補(bǔ)貼收入

本年折舊使用上一年的折舊率測(cè)算，如果上一年企業(yè)未成立，使用行業(yè)4 位碼平均折舊率。勞動(dòng)者報(bào)酬即員工工資使用當(dāng)年的成本費(fèi)用增長(zhǎng)率預(yù)測(cè)工資，新增企業(yè)使用4 位碼行業(yè)平均工資費(fèi)用率。

考慮到通貨膨脹的影響，為使數(shù)值更貼近真實(shí)值，對(duì)增加值、中間投入、固定資產(chǎn)凈值進(jìn)行平減，增加值采用出廠價(jià)格指數(shù)平減，固定資產(chǎn)凈值采用省級(jí)層面的固定價(jià)格指數(shù)平減，中間投入采用投入價(jià)格平減指數(shù)進(jìn)行平減。

（三）數(shù)據(jù)來(lái)源及處理

基于以上模型變量選取及指標(biāo)測(cè)度，數(shù)據(jù)匹配運(yùn)用了2000～2013 年企業(yè)層面的面板數(shù)據(jù)，數(shù)據(jù)來(lái)源包括海關(guān)貿(mào)易數(shù)據(jù)庫(kù)、海關(guān)數(shù)據(jù)庫(kù)、中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)以及企業(yè)專(zhuān)利數(shù)據(jù)庫(kù)，數(shù)據(jù)具體處理步驟如下。

海關(guān)數(shù)據(jù)庫(kù)處理：由于工業(yè)企業(yè)數(shù)據(jù)庫(kù)統(tǒng)計(jì)至2013 年，而海關(guān)統(tǒng)計(jì)至2014 年，所以剔除2014 年海關(guān)數(shù)據(jù)；剔除企業(yè)名稱(chēng)、企業(yè)代碼、郵政編碼、企業(yè)所在地等關(guān)鍵字段為空的信息；剔除貿(mào)易數(shù)量小于1 且單筆價(jià)值小于50 美元的數(shù)據(jù)；考慮到貿(mào)易代理商會(huì)進(jìn)口產(chǎn)品后直接出售，對(duì)企業(yè)全要素生產(chǎn)率無(wú)影響，所以剔除有關(guān)貿(mào)易代理商的數(shù)據(jù)。①企業(yè)中文名稱(chēng)中含有“進(jìn)出口”“經(jīng)貿(mào)”“科貿(mào)”“貿(mào)易”“外經(jīng)”“物流”和“工貿(mào)”等關(guān)鍵詞。

工業(yè)數(shù)據(jù)庫(kù)處理：將數(shù)據(jù)庫(kù)中工業(yè)增加值、中間投入、固定資產(chǎn)凈值、銷(xiāo)售額為負(fù)值的數(shù)據(jù)剔除；剔除從業(yè)人數(shù)小于8 的數(shù)據(jù)；剔除企業(yè)名稱(chēng)、企業(yè)代碼、郵政編碼、企業(yè)所在地等關(guān)鍵字段為空的信息；

數(shù)據(jù)匹配：將海關(guān)數(shù)據(jù)庫(kù)計(jì)算匯總的數(shù)據(jù)結(jié)果與工業(yè)數(shù)據(jù)庫(kù)匹配，計(jì)算方法已在前文提及；首先通過(guò)企業(yè)名稱(chēng)將兩個(gè)數(shù)據(jù)庫(kù)初次匹配；再通過(guò)企業(yè)的郵政編碼以及企業(yè)電話(huà)號(hào)碼的后7 位進(jìn)行再次匹配；由此再跟企業(yè)專(zhuān)利數(shù)據(jù)庫(kù)匹配，完成工業(yè)企業(yè)—海關(guān)—專(zhuān)利3 個(gè)數(shù)據(jù)庫(kù)的匹配。

由于工業(yè)數(shù)據(jù)庫(kù)2010 年缺失大量數(shù)據(jù)無(wú)法計(jì)算全要素生產(chǎn)率，且2004 年和2005 年NRI 指數(shù)與其他年份計(jì)算標(biāo)準(zhǔn)不一致，因此剔除了2004 年、2005 年和2010 年的相關(guān)數(shù)據(jù)。

四、計(jì)量結(jié)果與分析

（一）基準(zhǔn)結(jié)果

接下來(lái)，通過(guò)上述實(shí)證方法驗(yàn)證數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要生產(chǎn)率的影響。如表1所示，列（1）表示復(fù)合數(shù)字進(jìn)口指標(biāo)lnDige對(duì)企業(yè)全要素生產(chǎn)率的影響，列（2）～列（6）是分別加入了控制變量后的結(jié)果。通過(guò)基準(zhǔn)回歸結(jié)果發(fā)現(xiàn)，在逐步加入控制變量后，雖然復(fù)合數(shù)字進(jìn)口指標(biāo)的大小有所變化，但其系數(shù)始終為正，且都保持在1% 的水平上顯著。這一結(jié)果表明，數(shù)字產(chǎn)品作為一種特殊的要素投入，對(duì)企業(yè)提高生產(chǎn)率有促進(jìn)作用，即企業(yè)通過(guò)進(jìn)口數(shù)字產(chǎn)品顯著提高了全要素生產(chǎn)率，符合假設(shè)1。

表1 基準(zhǔn)回歸結(jié)果

進(jìn)一步分析表1 控制變量可見(jiàn)，加入的控制變量均顯著為正。從企業(yè)規(guī)模（lnsize）來(lái)看，企業(yè)規(guī)模越大，企業(yè)全要素生產(chǎn)率越高，這主要是因?yàn)橐?guī)模較大的企業(yè)經(jīng)營(yíng)管理以及生產(chǎn)技術(shù)相對(duì)成熟，并且規(guī)模較大的企業(yè)通常在市場(chǎng)上能占據(jù)較高的市場(chǎng)份額，獲得更多的利潤(rùn)，因此有更多資金投入研發(fā)，促進(jìn)生產(chǎn)率的提升。企業(yè)年齡（lnage）系數(shù)也為正，表明企業(yè)經(jīng)營(yíng)的時(shí)間越長(zhǎng)，企業(yè)積累的知識(shí)技術(shù)和生產(chǎn)經(jīng)驗(yàn)就越豐富，其生產(chǎn)率也就越高。企業(yè)職工平均工資水平（lnwage）顯著為正，表明較高的薪資水平能夠促進(jìn)員工的工作熱情，也能吸引高技術(shù)人才加入企業(yè)，使企業(yè)生產(chǎn)率提高。企業(yè)利潤(rùn)率（lnprof）顯著為正，表示利潤(rùn)率越高的企業(yè)生產(chǎn)率越高，因?yàn)槠髽I(yè)無(wú)論是擴(kuò)大規(guī)模、投建工廠還是加大研發(fā)，改善生產(chǎn)流程都需要資金投入，而高利潤(rùn)率的企業(yè)能夠滿(mǎn)足資金需求。融資約束（lnfc）顯著為正，表明企業(yè)受到的融資約束越小，企業(yè)的生產(chǎn)率就越高，這是因?yàn)槠髽I(yè)在受到較小的融資約束下可以從外部獲得更多的資金，促進(jìn)企業(yè)生產(chǎn)率的提高。

（二）穩(wěn)健性檢驗(yàn)

由于影響企業(yè)全要素生產(chǎn)率的因素較多，控制變量的選擇不一定全面和準(zhǔn)確，為了避免對(duì)實(shí)證結(jié)果造成影響，使本文實(shí)證分析更加科學(xué)和精確，接下來(lái)通過(guò)更改樣本范圍、替換變量以及使用滯后一期的數(shù)字產(chǎn)品進(jìn)口指標(biāo)作為工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。

1. 改變樣本范圍

由于本文的樣本量較大，為減小異常值對(duì)實(shí)證結(jié)果的影響，筆者調(diào)整樣本范圍：將成立時(shí)間大于等于5 年的企業(yè)篩選出來(lái)，作為新的一組樣本進(jìn)行回歸。表2 列（1）結(jié)果顯示，調(diào)整樣本后lnDige仍然在1% 的水平上顯著為正，假設(shè)1 仍然成立。

表2 穩(wěn)健性檢驗(yàn)結(jié)果

2. 替換自變量和因變量

為了避免自變量和因變量測(cè)算方法不同對(duì)基準(zhǔn)回歸結(jié)果的影響，本文替換數(shù)字產(chǎn)品進(jìn)口指標(biāo)和企業(yè)全要素生產(chǎn)率的測(cè)算方法。替換操作為：將復(fù)合數(shù)字進(jìn)口指標(biāo)（lnDige）分別替換為數(shù)字產(chǎn)品進(jìn)口額（lnamount）和數(shù)字產(chǎn)品進(jìn)口數(shù)量（lnquantity），將全要素生產(chǎn)率的測(cè)算方法改為OP 法和ACF 法進(jìn)行回歸檢驗(yàn)，結(jié)果如下。

表2 列（2）～列（3）將核心解釋變量分別替換為數(shù)字產(chǎn)品進(jìn)口數(shù)量和數(shù)字產(chǎn)品進(jìn)口額，結(jié)果發(fā)現(xiàn)，即使將核心解釋變量的測(cè)度方法改變后，數(shù)字產(chǎn)品進(jìn)口依然能夠正向影響企業(yè)全要素生產(chǎn)率，且在1% 的水平上顯著。列（4）～列（5）將全要素生產(chǎn)率的計(jì)算方法改為OP 法和ACF 法后結(jié)果仍然顯著，所以本文結(jié)果具有較高的穩(wěn)健性。

3. 內(nèi)生性檢驗(yàn)

雖然固定效應(yīng)模型可以通過(guò)固定時(shí)間和企業(yè)減弱內(nèi)生性的影響，但是由于控制變量選擇不全仍然會(huì)存在內(nèi)生性問(wèn)題。因此本文采用工具變量法以及核心解釋變量復(fù)合數(shù)字進(jìn)口指標(biāo)滯后一期的數(shù)據(jù)作為解釋變量，驗(yàn)證結(jié)果的穩(wěn)定性。

工具變量主要解決變量之間互為因果的關(guān)系，本文參考相關(guān)文獻(xiàn)，采用關(guān)稅構(gòu)造數(shù)字產(chǎn)品進(jìn)口的工具變量解決內(nèi)生性問(wèn)題，關(guān)稅的計(jì)算公式如下：

其中，Tft表示工具變量關(guān)稅，Ωfi表示企業(yè)f進(jìn)口的i類(lèi)數(shù)字產(chǎn)品；表示樣本期內(nèi)企業(yè)f對(duì)數(shù)字產(chǎn)品i的平均進(jìn)口額；表示樣本期內(nèi)數(shù)字產(chǎn)品i的進(jìn)口占企業(yè)f數(shù)字產(chǎn)品總進(jìn)口的平均比重；Tit表示產(chǎn)品i在t年的稅率，關(guān)稅相關(guān)數(shù)據(jù)來(lái)源于WTO 數(shù)據(jù)庫(kù)。

表3 列（1）～列（2）是將核心變量滯后一期的回歸結(jié)果，表明即使滯后一期，數(shù)字產(chǎn)品進(jìn)口指標(biāo)仍然能夠?qū)ζ髽I(yè)全要素生產(chǎn)率產(chǎn)生影響，且系數(shù)顯著為正。列（3）匯報(bào)了工具變量關(guān)稅的回歸結(jié)果，可以發(fā)現(xiàn)，在采用工具變量處理內(nèi)生性問(wèn)題后，企業(yè)進(jìn)口數(shù)字產(chǎn)品依然能對(duì)全要素生產(chǎn)率有顯著的正向作用，因此本文模型的穩(wěn)健性得到了檢驗(yàn)，結(jié)論具有較高的可信度。

表3 內(nèi)生性檢驗(yàn)結(jié)果

表4 區(qū)分?jǐn)?shù)字產(chǎn)品類(lèi)型

通過(guò)以上3 方面檢驗(yàn)，驗(yàn)證了基準(zhǔn)回歸模型的穩(wěn)健性，結(jié)論具有較高的置信度。

（三）異質(zhì)性分析

為進(jìn)一步討論數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)的影響，將樣本劃分為不同產(chǎn)品類(lèi)型、不同企業(yè)性質(zhì)以及不同行業(yè)類(lèi)型檢驗(yàn)數(shù)字產(chǎn)品進(jìn)口的影響效果。

1. 數(shù)字產(chǎn)品類(lèi)型異質(zhì)性分析

根據(jù)聯(lián)合國(guó)統(tǒng)計(jì)局發(fā)布的BEC-HS 對(duì)應(yīng)表，將數(shù)字產(chǎn)品劃分為中間品和資本品，①中間品是指BEC分類(lèi)中代碼為111、121、21、22、31、322、42和53的產(chǎn)品，資本品是指BEC分類(lèi)中代碼為41和521的產(chǎn)品。將本文的核心解釋變量分別替換為復(fù)合數(shù)字中間品進(jìn)口指標(biāo)（lnMdige）和復(fù)合數(shù)字資本品進(jìn)口指標(biāo)（lnKdige）。同時(shí)，根據(jù)上文提到的ICT 產(chǎn)品劃分，將進(jìn)口的數(shù)字產(chǎn)品分為ICT 產(chǎn)品和非ICT 產(chǎn)品，分別驗(yàn)證不同類(lèi)型數(shù)字產(chǎn)品對(duì)企業(yè)全要素生產(chǎn)率的影響。

從中間品和資本品的角度來(lái)看，我們可以發(fā)現(xiàn)數(shù)字中間品和數(shù)字資本品都在1%的水平上顯著為正，且數(shù)字資本品對(duì)企業(yè)全要素生產(chǎn)率的作用要大于數(shù)字中間品。原因可能是數(shù)字資本品所蘊(yùn)含的知識(shí)和技術(shù)更豐富，能夠直接被企業(yè)使用和學(xué)習(xí)，而數(shù)字中間品通常被加工企業(yè)用于加工使用，這樣企業(yè)學(xué)習(xí)和吸收數(shù)字技術(shù)的能力相對(duì)較弱。企業(yè)學(xué)習(xí)吸收進(jìn)口數(shù)字產(chǎn)品技術(shù)的速度越快，積累的知識(shí)和技能就越多，對(duì)企業(yè)創(chuàng)新和提高生產(chǎn)率的作用也就越明顯。

從ICT 產(chǎn)品和非ICT 產(chǎn)品的角度來(lái)看，ICT 產(chǎn)品對(duì)企業(yè)全要素生產(chǎn)率的作用更大。雖然ICT 產(chǎn)品是一種狹義上的數(shù)字產(chǎn)品，但其產(chǎn)品如計(jì)算機(jī)、電話(huà)、硬件、軟件等應(yīng)用場(chǎng)景和范圍更大，因此相比非ICT 產(chǎn)品技術(shù)溢出效應(yīng)更大。

2. 企業(yè)性質(zhì)異質(zhì)性

根據(jù)海關(guān)數(shù)據(jù)庫(kù)對(duì)企業(yè)所有制的劃分，將企業(yè)分為國(guó)有企業(yè)、外資企業(yè)和私營(yíng)企業(yè)來(lái)驗(yàn)證數(shù)字產(chǎn)品進(jìn)口對(duì)不同所有制企業(yè)的影響，其中外資企業(yè)包括外商獨(dú)資、中外合作以及中外合資，回歸結(jié)果如表5 所示：數(shù)字產(chǎn)品進(jìn)口對(duì)3 類(lèi)企業(yè)都有顯著為正的影響作用，其中對(duì)外資企業(yè)全要素生產(chǎn)率的促進(jìn)作用最大，對(duì)國(guó)有企業(yè)和私營(yíng)企業(yè)的影響相差不大。原因可能是外資企業(yè)由于自身技術(shù)可能會(huì)比國(guó)有企業(yè)以及私營(yíng)企業(yè)等本土企業(yè)的技術(shù)水平高，而且與國(guó)外聯(lián)系緊密，在進(jìn)口數(shù)字產(chǎn)品時(shí)，外資企業(yè)對(duì)數(shù)字產(chǎn)品的數(shù)字技術(shù)可能更加熟悉和了解，所以吸收和學(xué)習(xí)的能力更強(qiáng)，同時(shí)外資企業(yè)較高的技術(shù)水平也能加快對(duì)數(shù)字技術(shù)的理解，能夠在較短時(shí)間內(nèi)運(yùn)用到各個(gè)場(chǎng)景，從而提升企業(yè)的生產(chǎn)率。

表5 區(qū)分企業(yè)所有制

根據(jù)海關(guān)數(shù)據(jù)庫(kù)對(duì)企業(yè)貿(mào)易方式的劃分，可以將其分為一般貿(mào)易企業(yè)、加工貿(mào)易企業(yè)以及混合貿(mào)易企業(yè)3 種類(lèi)型。表6 展示了數(shù)字進(jìn)口對(duì)不同貿(mào)易類(lèi)型企業(yè)的影響結(jié)果?？梢园l(fā)現(xiàn)，數(shù)字產(chǎn)品進(jìn)口對(duì)3 種類(lèi)型貿(mào)易方式的企業(yè)均在1% 的水平上有顯著為正的影響，其中對(duì)加工貿(mào)易企業(yè)的影響最大，混合貿(mào)易企業(yè)次之，一般貿(mào)易企業(yè)影響最小。原因可能在于從事加工貿(mào)易和混合貿(mào)易的企業(yè)一般為外資企業(yè)或者技術(shù)水平較高的企業(yè)，該類(lèi)企業(yè)由于技術(shù)水平相對(duì)較高且進(jìn)出口的經(jīng)驗(yàn)比較豐富，所以數(shù)字產(chǎn)品進(jìn)口對(duì)這兩類(lèi)企業(yè)的技術(shù)溢出效應(yīng)更大，能夠更顯著地提高企業(yè)的全要素生產(chǎn)率。

表6 區(qū)分企業(yè)貿(mào)易方式

3. 按行業(yè)劃分

將企業(yè)按照所處行業(yè)劃分為資本密集型行業(yè)和勞動(dòng)密集型行業(yè)，異質(zhì)性結(jié)果如表7 所示。數(shù)字產(chǎn)品進(jìn)口對(duì)勞動(dòng)密集型行業(yè)和資本密集型行業(yè)都有顯著的促進(jìn)作用，但是對(duì)資本密集型行業(yè)的作用更大。可能的原因在于資本密集型企業(yè)的技術(shù)水平相對(duì)更高，其人力資本水平、物質(zhì)資本水平以及生產(chǎn)管理模式等都比勞動(dòng)密集型企業(yè)更高，所以在進(jìn)口數(shù)字產(chǎn)品時(shí)能夠更高效地使用進(jìn)口產(chǎn)品以及吸收和學(xué)習(xí)其中的技術(shù)，更高的基礎(chǔ)決定了資本密集型企業(yè)進(jìn)口數(shù)字產(chǎn)品的效用更大。

表7 區(qū)分企業(yè)行業(yè)類(lèi)別

（四）機(jī)制檢驗(yàn)

1. 中介效應(yīng)檢驗(yàn)

在前文的影響機(jī)制分析中，本文提到數(shù)字產(chǎn)品進(jìn)口可以通過(guò)技術(shù)創(chuàng)新影響企業(yè)全要素生產(chǎn)率。因?yàn)槠髽I(yè)在吸收數(shù)字產(chǎn)品所蘊(yùn)含的高技術(shù)知識(shí)時(shí)，可以通過(guò)直接轉(zhuǎn)移、模仿或者自主創(chuàng)新來(lái)提高企業(yè)的技術(shù)水平，從而改善企業(yè)生產(chǎn)流程，提高生產(chǎn)率，同時(shí)較高的技術(shù)水平幫助企業(yè)在市場(chǎng)上獲得更多的利潤(rùn)，以便企業(yè)有充足的資金擴(kuò)大規(guī)模，提高生產(chǎn)率。本文將技術(shù)創(chuàng)新作為中介變量，構(gòu)建中介效應(yīng)模型：

其中，Zit表示企業(yè)技術(shù)創(chuàng)新，用企業(yè)申請(qǐng)的專(zhuān)利數(shù)加1 取對(duì)數(shù)表示（lnPT），回歸結(jié)果如表8 所示。

表8 中介效應(yīng)檢驗(yàn)

表8 列（1）結(jié)果表示數(shù)字產(chǎn)品進(jìn)口可以在1% 的水平上顯著正向作用于企業(yè)全要素生產(chǎn)率。列（2）結(jié)果顯示數(shù)字產(chǎn)品進(jìn)口對(duì)技術(shù)創(chuàng)新的作用仍然顯著為正，因此數(shù)字產(chǎn)品進(jìn)口的確能正向影響企業(yè)技術(shù)創(chuàng)新。列（3）表示將技術(shù)創(chuàng)新納入控制變量后的回歸結(jié)果，技術(shù)創(chuàng)新（lnPT）的系數(shù)顯著為正，說(shuō)明技術(shù)創(chuàng)新確實(shí)能在數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要素生產(chǎn)率的影響中發(fā)揮中介效應(yīng)。由此，我們可以驗(yàn)證假設(shè)2，數(shù)字產(chǎn)品進(jìn)口可以通過(guò)提高企業(yè)的技術(shù)創(chuàng)新水平從而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。

2. 調(diào)節(jié)效應(yīng)檢驗(yàn)

通過(guò)中介效應(yīng)模型，我們可以得知企業(yè)進(jìn)口數(shù)字產(chǎn)品可以通過(guò)技術(shù)創(chuàng)新提高企業(yè)全要素生產(chǎn)率。筆者在梳理已有文獻(xiàn)的過(guò)程中發(fā)現(xiàn)，相關(guān)學(xué)者雖然研究了數(shù)字產(chǎn)品進(jìn)口來(lái)源國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)的影響，但是沒(méi)有考慮當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)的影響，本文將該因素考慮在內(nèi)，將當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平作為調(diào)節(jié)變量。另外，市場(chǎng)競(jìng)爭(zhēng)同樣也是影響企業(yè)技術(shù)創(chuàng)新以及是否進(jìn)口的外部因素，不同力度的競(jìng)爭(zhēng)環(huán)境下企業(yè)的選擇也可能不同，因此本文也把市場(chǎng)競(jìng)爭(zhēng)納入調(diào)節(jié)變量，與當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平共同探究對(duì)影響機(jī)制的調(diào)節(jié)作用。本文構(gòu)造調(diào)節(jié)效應(yīng)的計(jì)量模型如下所示：

模型增設(shè)了市場(chǎng)競(jìng)爭(zhēng)（MC）和數(shù)字經(jīng)濟(jì)水平（DI）指標(biāo)，可統(tǒng)稱(chēng)為調(diào)節(jié)效應(yīng)變量（Hit），用于檢驗(yàn)對(duì)基準(zhǔn)模型直接影響機(jī)制是否存在調(diào)節(jié)效應(yīng)。其中，當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平用企業(yè)所在省份的互聯(lián)網(wǎng)普及率代替，市場(chǎng)競(jìng)爭(zhēng)用赫芬達(dá)爾指數(shù)（HHI）表示，表9 顯示了當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平和市場(chǎng)競(jìng)爭(zhēng)對(duì)技術(shù)創(chuàng)新中介效應(yīng)模型調(diào)節(jié)的回歸結(jié)果。列（3）加入lnDige和競(jìng)爭(zhēng)指數(shù)的交互項(xiàng)后，lnDige與企業(yè)全要素生產(chǎn)率之間仍呈正相關(guān)顯著水平，市場(chǎng)競(jìng)爭(zhēng)（MC）和lnDige的交乘項(xiàng)系數(shù)估計(jì)值為負(fù)且顯著，說(shuō)明市場(chǎng)競(jìng)爭(zhēng)水平顯著負(fù)向調(diào)節(jié)了數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要素生產(chǎn)率的影響。由于市場(chǎng)競(jìng)爭(zhēng)用HHI 指數(shù)衡量，該指數(shù)越小，市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度越大，所以面臨市場(chǎng)競(jìng)爭(zhēng)水平越激烈的企業(yè)，數(shù)字產(chǎn)品進(jìn)口通過(guò)技術(shù)創(chuàng)新對(duì)提高企業(yè)全要素生產(chǎn)率的作用越明顯，驗(yàn)證了假設(shè)3。列（2）顯示，加入lnDige和當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平（DI）的交互項(xiàng)后，lnDige與企業(yè)全要素生產(chǎn)率之間仍呈正相關(guān)顯著水平，但DI和lnDige的交乘項(xiàng)系數(shù)估計(jì)值并不顯著，說(shuō)明當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平無(wú)法調(diào)節(jié)數(shù)字產(chǎn)品進(jìn)口對(duì)企業(yè)全要素生產(chǎn)率的影響，假設(shè)4 未被驗(yàn)證。從結(jié)果看，當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平高低能夠直接正向影響企業(yè)全要素生產(chǎn)率，但是無(wú)法發(fā)揮調(diào)節(jié)作用，可能的原因是，本文衡量當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)的指標(biāo)采用互聯(lián)網(wǎng)普及率，該指標(biāo)不能全面衡量一地的數(shù)字經(jīng)濟(jì)水平。但2000～2013 年的數(shù)據(jù)有限，要構(gòu)造較全面的復(fù)合數(shù)字經(jīng)濟(jì)指標(biāo)比較困難，用單一指標(biāo)去衡量可能對(duì)實(shí)證結(jié)果造成了一定偏差，因此當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平的調(diào)節(jié)作用還有待探究。

表9 調(diào)節(jié)效應(yīng)檢驗(yàn)

五、結(jié)論與政策建議

本文基于企業(yè)數(shù)字產(chǎn)品進(jìn)口與企業(yè)全要素生產(chǎn)率提升的理論機(jī)制提出相關(guān)假設(shè)，運(yùn)用2000～2013 年面板數(shù)據(jù)進(jìn)行計(jì)量經(jīng)濟(jì)模型實(shí)證研究，主要結(jié)論如下：數(shù)字產(chǎn)品進(jìn)口能夠顯著提升企業(yè)全要素生產(chǎn)率；區(qū)分產(chǎn)品類(lèi)別后發(fā)現(xiàn)，對(duì)于不同進(jìn)口產(chǎn)品類(lèi)型來(lái)說(shuō)，數(shù)字資本品和ICT 產(chǎn)品進(jìn)口對(duì)提升企業(yè)全要素生產(chǎn)率的作用更大；區(qū)分企業(yè)類(lèi)型后發(fā)現(xiàn)，外資企業(yè)進(jìn)口數(shù)字產(chǎn)品比國(guó)有企業(yè)和私營(yíng)企業(yè)的作用更大，能帶來(lái)企業(yè)全要素生產(chǎn)率明顯的提升；區(qū)分行業(yè)類(lèi)型后發(fā)現(xiàn)，資本密集型行業(yè)的技術(shù)溢出效應(yīng)大于勞動(dòng)密集型行業(yè)；區(qū)分貿(mào)易方式后發(fā)現(xiàn)，采用加工貿(mào)易方式的企業(yè)促進(jìn)作用優(yōu)于混合貿(mào)易企業(yè)和一般貿(mào)易企業(yè)；數(shù)字產(chǎn)品進(jìn)口通過(guò)技術(shù)創(chuàng)新促進(jìn)企業(yè)全要素生產(chǎn)率的提升，市場(chǎng)競(jìng)爭(zhēng)對(duì)其有調(diào)節(jié)效果，而當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)水平調(diào)節(jié)效果不顯著，其作用有待進(jìn)一步驗(yàn)證。

數(shù)字貿(mào)易已成為各國(guó)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)器和發(fā)力點(diǎn)，也是我國(guó)企業(yè)在國(guó)際貿(mào)易中保持競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵點(diǎn)。對(duì)照以上研究結(jié)論，本文提出以下政策建議。第一，從國(guó)家、行業(yè)和區(qū)域?qū)用鎽?yīng)進(jìn)一步通過(guò)政策引導(dǎo)、稅收激勵(lì)等方式為企業(yè)賦能，鼓勵(lì)企業(yè)加大數(shù)字產(chǎn)品進(jìn)口規(guī)模，以有效提升企業(yè)生產(chǎn)率。以稅收政策為例，可以通過(guò)對(duì)進(jìn)口數(shù)字產(chǎn)品的關(guān)稅減免以及對(duì)從事加工進(jìn)口數(shù)字產(chǎn)品企業(yè)的稅收減免激勵(lì)企業(yè)進(jìn)口數(shù)字產(chǎn)品。又如，通過(guò)引導(dǎo)企業(yè)了解數(shù)字資本品和ICT 產(chǎn)品進(jìn)口對(duì)企業(yè)生產(chǎn)率的促進(jìn)作用，推進(jìn)差異化數(shù)字產(chǎn)品進(jìn)口。第二，國(guó)有企業(yè)和私營(yíng)企業(yè)通過(guò)進(jìn)一步學(xué)習(xí)外資企業(yè)的先進(jìn)經(jīng)驗(yàn)，基于進(jìn)口數(shù)字產(chǎn)品的傳導(dǎo)作用有效提升企業(yè)生產(chǎn)率。第三，進(jìn)口數(shù)字產(chǎn)品在資本密集型產(chǎn)業(yè)的溢出效應(yīng)明顯高于勞動(dòng)密集型產(chǎn)業(yè)，激發(fā)產(chǎn)業(yè)尤其是制造業(yè)轉(zhuǎn)型升級(jí)，以制造業(yè)企業(yè)為主要培育對(duì)象，擴(kuò)大數(shù)字產(chǎn)品進(jìn)口規(guī)模，加強(qiáng)貿(mào)易數(shù)字化轉(zhuǎn)型。第四，進(jìn)一步發(fā)揮我國(guó)加工貿(mào)易的優(yōu)勢(shì)，促進(jìn)企業(yè)數(shù)字產(chǎn)品進(jìn)口，進(jìn)一步全面提升生產(chǎn)率。第五，針對(duì)企業(yè)外部數(shù)字經(jīng)濟(jì)環(huán)境對(duì)企業(yè)數(shù)字產(chǎn)品進(jìn)口影響不顯著的問(wèn)題，可以進(jìn)一步分區(qū)域進(jìn)行分析，觀察在數(shù)字經(jīng)濟(jì)相對(duì)發(fā)達(dá)的京津滬和東南沿海地區(qū)企業(yè)數(shù)字產(chǎn)品進(jìn)口是否更加活躍，從而增加企業(yè)活力，帶來(lái)企業(yè)生產(chǎn)率有效提升。

綜上所述，考慮國(guó)內(nèi)外經(jīng)濟(jì)環(huán)境，從國(guó)家政策主導(dǎo)、地方政府引導(dǎo)、行業(yè)帶動(dòng)和區(qū)域聯(lián)動(dòng)4 個(gè)方面構(gòu)建企業(yè)“雙循環(huán)”的數(shù)字發(fā)展系統(tǒng)，通過(guò)企業(yè)數(shù)字產(chǎn)品進(jìn)口的直接作用和技術(shù)溢出的間接作用，在外部競(jìng)爭(zhēng)和當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)發(fā)展的調(diào)節(jié)作用下，從微觀層面提升企業(yè)全要素生產(chǎn)率，從中觀層面促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，從宏觀層面助力建設(shè)數(shù)字中國(guó)。