數(shù)字經(jīng)濟產(chǎn)業(yè)政策對企業(yè)全要素生產(chǎn)率的影響

[摘要]以“國家信息化發(fā)展戰(zhàn)略”為準自然實驗，選取2011—2022年中國滬深A(yù)股上市制造企業(yè)作為研究樣本，利用雙重差分法驗證數(shù)字經(jīng)濟產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的作用機制。實證檢驗顯示，數(shù)字經(jīng)濟產(chǎn)業(yè)政策正向影響高技術(shù)制造企業(yè)全要素生產(chǎn)率，同時在一系列穩(wěn)健性檢驗后結(jié)果依舊穩(wěn)健。機制檢驗表明，數(shù)字技術(shù)創(chuàng)新、資源錯配緩解是數(shù)字經(jīng)濟產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的關(guān)鍵機制。異質(zhì)性檢驗證實，時期層面，數(shù)字經(jīng)濟產(chǎn)業(yè)政策對高技術(shù)制造企業(yè)全要素生產(chǎn)率提升具有長期效應(yīng)、滯后效應(yīng)，即政策實施后2～6年顯著為正，在出臺后第3年大幅度上升后保持平穩(wěn)推進狀態(tài)；企業(yè)層面，數(shù)字經(jīng)濟產(chǎn)業(yè)政策對非國有高技術(shù)制造企業(yè)、大型高技術(shù)制造企業(yè)、實施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率的提升作用顯著；區(qū)位層面，對市場化水平較低、西部地區(qū)、高親近及高清白政商關(guān)系下的高技術(shù)制造企業(yè)全要素生產(chǎn)率的提升作用更加明顯。研究將“國家信息化發(fā)展戰(zhàn)略”嵌入高技術(shù)制造企業(yè)層面進行政策效應(yīng)評估，為推進“國家信息化發(fā)展戰(zhàn)略”與提升高技術(shù)制造企業(yè)全要素生產(chǎn)率提供政策啟示。

[關(guān)鍵詞]數(shù)字經(jīng)濟產(chǎn)業(yè)政策；高技術(shù)制造企業(yè)全要素生產(chǎn)率；數(shù)字技術(shù)創(chuàng)新；資源錯配

一、 引言

隨著大數(shù)據(jù)、云計算、人工智能等新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，數(shù)字經(jīng)濟逐漸與高技術(shù)制造業(yè)融合，成為驅(qū)動高技術(shù)制造業(yè)全要素生產(chǎn)率增長的新賽道[1-2]。國家互聯(lián)網(wǎng)信息辦公室2023年23日發(fā)布《數(shù)字中國發(fā)展報告（2022年）》，2022年我國數(shù)字經(jīng)濟規(guī)模達50.2萬億元，同比名義增長10.3%1。然而，數(shù)字經(jīng)濟賦能高技術(shù)制造業(yè)全要素生產(chǎn)率過程中也有隱憂，面臨研發(fā)生產(chǎn)高端芯片受制于人[3]、高端制造回流發(fā)達國家[4]、低端制造供給替代[5]、資源配置扭曲[6]、勞動力優(yōu)勢逐步減弱[7]等諸多壓力，不利于全要素生產(chǎn)率提升。為此，我國亟須打造驅(qū)動高技術(shù)制造業(yè)全要素生產(chǎn)率增長的新引擎，完善數(shù)字經(jīng)濟賦能高技術(shù)制造業(yè)創(chuàng)新研發(fā)機制，助力我國從“制造大國”邁向“智造強國”。數(shù)字經(jīng)濟產(chǎn)業(yè)政策是由國家制定的引導(dǎo)數(shù)字化產(chǎn)業(yè)發(fā)展方向、推動數(shù)字化產(chǎn)業(yè)結(jié)構(gòu)升級、扶持高技術(shù)制造企業(yè)可持續(xù)健康發(fā)展的政策，亦是政府優(yōu)化市場資源配置的重要政策手段[8]?！秶倚畔⒒l(fā)展戰(zhàn)略綱要》（下文簡稱《綱要》）于2016年由中共中央辦公廳、國務(wù)院辦公廳印發(fā)，是圍繞國內(nèi)高技術(shù)產(chǎn)業(yè)制定的數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展政策，內(nèi)置數(shù)字化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整計劃、高技術(shù)產(chǎn)業(yè)扶持計劃2?！毒V要》指出要“加快信息化發(fā)展，建設(shè)數(shù)字國家”，“發(fā)展核心技術(shù)，做強信息產(chǎn)業(yè)”，并輔以多項政策機制保障發(fā)展產(chǎn)業(yè)生態(tài)、培育壯大龍頭企業(yè)、加大對企業(yè)創(chuàng)新扶持。這有利于推動信息化與各產(chǎn)業(yè)融合和協(xié)同創(chuàng)新，培育新的經(jīng)濟增長點，成為政府提升高技術(shù)制造企業(yè)研發(fā)質(zhì)量、緩解資源配置扭曲的新引擎，激勵企業(yè)增加創(chuàng)新生產(chǎn)投資[9]，進而提高高技術(shù)制造企業(yè)全要素生產(chǎn)率。但不可忽視，《綱要》中提出的創(chuàng)新補貼政策也可能對高技術(shù)制造企業(yè)私人性質(zhì)創(chuàng)新投入造成“擠出”效應(yīng)，滯緩其生產(chǎn)資金配置效率，不利于高技術(shù)制造企業(yè)全要素生產(chǎn)率的提高。那么，數(shù)字經(jīng)濟產(chǎn)業(yè)政策到底是高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的“牽引線”還是“絆腳繩”？其影響機制如何？是否存在異質(zhì)性？科學(xué)梳理與解析上述問題，對于提升高技術(shù)企業(yè)全要素生產(chǎn)率、扎實推進“智造強國”建設(shè)、助推經(jīng)濟高質(zhì)量發(fā)展具有重要時代意義。

綜觀既有研究可知，關(guān)于數(shù)字經(jīng)濟產(chǎn)業(yè)政策與制造業(yè)全要素生產(chǎn)率的研究較少。蔡曉陳等[10]提出，數(shù)字經(jīng)濟產(chǎn)業(yè)政策對企業(yè)全要素生產(chǎn)率具有促進作用，且該效應(yīng)存在政策滯后性。多數(shù)學(xué)者主要從數(shù)字經(jīng)濟角度對全要素生產(chǎn)率的影響進行探究，如郭偉等[11]利用2011—2021年我國上市公司微觀數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟是促進企業(yè)全要素生產(chǎn)率提升的關(guān)鍵要素。胡德龍[12]以上市公司數(shù)據(jù)開展檢驗，得出數(shù)字經(jīng)濟可驅(qū)動企業(yè)全要素生產(chǎn)率提高的結(jié)論。還有學(xué)者從驅(qū)動因素方面探究數(shù)字經(jīng)濟對全要素生產(chǎn)率提升的影響，即數(shù)字經(jīng)濟能推進技術(shù)進步、規(guī)模與技術(shù)效率提升[13]，促進綠色技術(shù)創(chuàng)新、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)[14]，進而賦能全要素生產(chǎn)率提升。陳一等[15]立足空間溢出視角進行研究，指出數(shù)字經(jīng)濟對綠色全要素生產(chǎn)率影響具有正向空間溢出效應(yīng)。此外，當前少數(shù)學(xué)者從產(chǎn)業(yè)政策與全要素生產(chǎn)率關(guān)系層面展開探究。具體來看，有學(xué)者指出鼓勵型政策對制造業(yè)綠色全要素生產(chǎn)率水平提高的影響效應(yīng)不顯著，而限制型政策與制造業(yè)綠色全要素生產(chǎn)率間呈“U”形關(guān)系[16]。還有學(xué)者研究得出，產(chǎn)業(yè)政策[17]、戰(zhàn)略性新興產(chǎn)業(yè)政策[18]均正向影響企業(yè)全要素生產(chǎn)率的提升。

綜上可知，已有關(guān)于高技術(shù)制造企業(yè)全要素生產(chǎn)率和“國家信息化發(fā)展戰(zhàn)略”關(guān)系的研究極為有限，學(xué)者們未能從更深層次挖掘“國家信息化發(fā)展戰(zhàn)略”影響高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的作用機制。并且，多數(shù)文獻從企業(yè)全要素生產(chǎn)率層面進行探究，對于高技術(shù)制造企業(yè)層面研究較為匱乏。相較于以往研究，本文貢獻在于：第一，基于高技術(shù)制造企業(yè)全要素生產(chǎn)率視角，遵循新發(fā)展理念，選用LP法測度高技術(shù)制造企業(yè)全要素生產(chǎn)率指數(shù)，為評估“國家信息化發(fā)展戰(zhàn)略”政策效果提供微觀經(jīng)驗證據(jù)，拓展“國家信息化發(fā)展戰(zhàn)略”和高技術(shù)制造企業(yè)全要素生產(chǎn)率關(guān)系的研究。第二，識別數(shù)字技術(shù)創(chuàng)新、資源錯配在數(shù)字經(jīng)濟產(chǎn)業(yè)政策推進高技術(shù)制造企業(yè)全要素生產(chǎn)率中的中介效應(yīng)。第三，探討政策滯后性和長期性、企業(yè)所有制和組織政治戰(zhàn)略、政商關(guān)系等的異質(zhì)性，為提升高技術(shù)制造企業(yè)全要素生產(chǎn)率提供可參考經(jīng)驗。

二、 理論分析和研究假設(shè)

1. 直接效應(yīng)

數(shù)字經(jīng)濟產(chǎn)業(yè)政策作為針對高技術(shù)、數(shù)字化核心產(chǎn)業(yè)而出臺的產(chǎn)業(yè)政策，具有鮮明的調(diào)控作用，是促進數(shù)字化產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的重要政策?！毒V要》提出要“加大對科技型創(chuàng)新企業(yè)研發(fā)支持力度”，旨在通過擴寬企業(yè)融資渠道、設(shè)立研發(fā)投資基金及其他資源傾斜等政策激勵相關(guān)企業(yè)發(fā)展。尤其是在以高技術(shù)制造行業(yè)為代表的新興產(chǎn)業(yè)領(lǐng)域，數(shù)字經(jīng)濟產(chǎn)業(yè)政策發(fā)揮著扶持初創(chuàng)制造企業(yè)、促進制造企業(yè)創(chuàng)新、降低經(jīng)營風(fēng)險、推動多方合作等多個方面的重要作用[19]?？紤]到具體產(chǎn)業(yè)政策對于數(shù)字經(jīng)濟發(fā)展的重要程度及數(shù)據(jù)的可得性，本研究考察政府補貼和市場準入兩類產(chǎn)業(yè)政策對數(shù)字化高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。

一方面，政府補貼效能。融資約束是制約高技術(shù)制造企業(yè)經(jīng)營發(fā)展的主要瓶頸，會抑制其規(guī)模擴張和規(guī)模效率提升，從而影響高技術(shù)制造企業(yè)全要素生產(chǎn)率提升[20]。政府補貼為高技術(shù)制造企業(yè)的生產(chǎn)經(jīng)營相關(guān)活動提供資金支持，與之共擔(dān)創(chuàng)新風(fēng)險[21]，激勵并引導(dǎo)高技術(shù)制造企業(yè)增加高新產(chǎn)品生產(chǎn)投入[22]。并且，政府補貼能夠幫助高技術(shù)制造企業(yè)獲得一定額度的低息貸款，降低高技術(shù)制造企業(yè)的資金使用成本，增加其提升在生產(chǎn)方面的可用資金。這有利于提高高技術(shù)制造企業(yè)創(chuàng)新能力，改善高技術(shù)制造企業(yè)生產(chǎn)加工環(huán)境，助力其全要素生產(chǎn)率。同時，政府補貼可以傳遞出政府認可高技術(shù)制造業(yè)發(fā)展前景的關(guān)鍵信號，進而吸引大量資金涌入高技術(shù)制造企業(yè)，使其擴大企業(yè)規(guī)模，進而擴大行業(yè)規(guī)模。行業(yè)規(guī)模的擴大會激勵高技術(shù)制造企業(yè)不斷創(chuàng)新，推動其技術(shù)進步，進而以技術(shù)賦能高技術(shù)制造企業(yè)全要素生產(chǎn)率提高。另一方面，市場準入效能。市場準入政策可通過降低審核門檻促使更多高技術(shù)制造企業(yè)進入數(shù)字化制造行業(yè)，提高高技術(shù)制造企業(yè)的競爭程度[23]。市場競爭壓力增強會倒逼高技術(shù)制造企業(yè)通過創(chuàng)新生產(chǎn)來獲得生存和發(fā)展空間，使其獲取超額利潤，從而提升高技術(shù)制造企業(yè)全要素生產(chǎn)率。據(jù)此，本文提出假設(shè)1。

假設(shè)1：數(shù)字經(jīng)濟產(chǎn)業(yè)政策可驅(qū)動高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

2. 間接效應(yīng)

提高高技術(shù)制造企業(yè)全要素生產(chǎn)率的重點在于緩解資源錯配與提升數(shù)據(jù)技術(shù)創(chuàng)新能力。是以，本研究著重從資源配置效率與數(shù)據(jù)技術(shù)創(chuàng)新能力兩層面探析數(shù)字產(chǎn)業(yè)政策對高技術(shù)制造企業(yè)全要素生產(chǎn)率的間接影響。

第一，數(shù)字技術(shù)創(chuàng)新效應(yīng)?！毒V要》提到“加強專利與標準前瞻性布局，完善覆蓋知識產(chǎn)權(quán)、技術(shù)標準等環(huán)節(jié)的公共服務(wù)體系”。其中，數(shù)字經(jīng)濟產(chǎn)業(yè)政策相應(yīng)的知識產(chǎn)權(quán)保護機制可為高技術(shù)制造企業(yè)的數(shù)字技術(shù)創(chuàng)新提供良好保障，助力形成高技術(shù)制造企業(yè)間良性的競爭環(huán)境，促進高技術(shù)制造企業(yè)研發(fā)創(chuàng)新產(chǎn)出。同時，企業(yè)審批流程簡化、人才供給等相應(yīng)數(shù)字經(jīng)濟產(chǎn)業(yè)政策支持，可助力高技術(shù)制造企業(yè)引進大量高精尖人才，促進企業(yè)數(shù)字技術(shù)創(chuàng)新，驅(qū)動“新興技術(shù)+生產(chǎn)要素”有機融合，加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級[24]，進而帶動高技術(shù)制造企業(yè)提升全要素生產(chǎn)率。并且，數(shù)字技術(shù)創(chuàng)新能夠提高高技術(shù)制造企業(yè)數(shù)據(jù)挖掘、數(shù)據(jù)分析與數(shù)據(jù)儲存能力，使高技術(shù)制造企業(yè)快速、精準地獲取并分析關(guān)鍵生產(chǎn)數(shù)據(jù)，助其緩解信息不對稱。借此，高技術(shù)制造企業(yè)可通過獲得的數(shù)據(jù)作出正確決策并搶占市場先機、優(yōu)化內(nèi)部流程，進而助力全要素生產(chǎn)率提高。基于此，本文提出以下研究假設(shè)：

假設(shè)2：數(shù)字經(jīng)濟產(chǎn)業(yè)政策可通過推動數(shù)字技術(shù)創(chuàng)新，推進高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

第二，資源配置效率效應(yīng)?！毒V要》明確指出“大力推進社會事業(yè)信息化，優(yōu)化公共服務(wù)資源配置，降低應(yīng)用成本”。數(shù)字經(jīng)濟產(chǎn)業(yè)政策能影響資源配置行為，引導(dǎo)資源配置，賦能高技術(shù)制造企業(yè)全要素生產(chǎn)效率提升。一方面，數(shù)字經(jīng)濟產(chǎn)業(yè)政策能夠推動形成全國統(tǒng)一開放大市場，促進競爭有序的市場體系建設(shè)，放寬高技術(shù)制造行業(yè)準入限制，能夠打破各種形式的不合理限制和隱性壁壘[25]。這能夠使勞動、資本等各類生產(chǎn)資源要素流動，提高要素配置效率，促進高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。另一方面，數(shù)字經(jīng)濟產(chǎn)業(yè)政策為高技術(shù)制造企業(yè)提供稅收優(yōu)惠、金融扶持，引導(dǎo)社會資源向高技術(shù)制造企業(yè)傾斜，推動其產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。這一過程能夠幫助高技術(shù)制造業(yè)企業(yè)更加準確、有效地配置資源，最終促進其全要素生產(chǎn)率提升。依照如上分析，本文提出如下假設(shè)：

假設(shè)3：數(shù)字經(jīng)濟產(chǎn)業(yè)政策可通過提升資源配置效率，驅(qū)動高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

三、 研究設(shè)計

1. 模型設(shè)計

本研究以“國家信息化發(fā)展戰(zhàn)略”為準自然實驗，運用雙重差分法，比較數(shù)字經(jīng)濟核心制造企業(yè)（實驗組）與非數(shù)字經(jīng)濟核心制造企業(yè)（控制組）在《綱要》政策實施前后的差異。同時，以《綱要》出臺時間（2016年）為分割點，將樣本分為政策實施前（2011—2015年）與政策實施后（2016—2022年）兩組，以識別該數(shù)字經(jīng)濟產(chǎn)業(yè)政策的凈效應(yīng)。立足此，具體構(gòu)設(shè)模型（1）：

[HMTFPi，t=β0+β1TRAET_POSTi，t+ρXi，t+γt+μi+εi，t] （1）

式（1）中，[HMTFPi，t]指企業(yè)[i]在[t]年的高技術(shù)制造企業(yè)全要素生產(chǎn)率；[GRVI_TIVIi，t]表征數(shù)字經(jīng)濟產(chǎn)業(yè)政策，也是分組虛擬變量（[GRVI]）與時間虛擬變量（[TIVI]）的交乘項。[Xi，t]、[γt]、[μi]、[εi，t]逐一指代一系列控制變量、時間固定效應(yīng)、個體固定效應(yīng)及隨機誤差項。[β1]表征數(shù)字經(jīng)濟產(chǎn)業(yè)政策凈效應(yīng)，表示“國家信息化發(fā)展戰(zhàn)略”對高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。

在模型（1）基礎(chǔ)上，進一步構(gòu)設(shè)模型（2）與模型（3），以有效識別“數(shù)字經(jīng)濟產(chǎn)業(yè)政策－資源配置效率、數(shù)字技術(shù)創(chuàng)新－高技術(shù)制造企業(yè)全要素生產(chǎn)率”中介機制。

[MEDi，t（AEi，t，DTAi，t）=α0+α1GRVI_TIVIi，t+ρXi，t+γt+μi+εi，t]" （2）

[HMTFPi，tγ0+γ1MEDi，t（AEi，t， DTAi，t）+γ2GRVI_TIVIi，t+ρXi，t+γt+μi+εi，t] （3）

上式中，[MEDi，t（AEi，t， DTAi，t）]表示中介變量，[AEi，t]指代資源配置效率，[DTAi，t]為數(shù)字技術(shù)創(chuàng)新。[γ1]、[γ2]分別為控制數(shù)字經(jīng)濟產(chǎn)業(yè)政策的影響后與融入中介變量后，中介變量對高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。[α1]指數(shù)字經(jīng)濟產(chǎn)業(yè)政策對中介變量的影響。[α1]和[γ1]的乘積意指中介效應(yīng)。

2. 變量定義

（1）被解釋變量：高技術(shù)制造企業(yè)全要素生產(chǎn)率（[HMTFP]）

當前，有關(guān)企業(yè)全要素生產(chǎn)率常見的計算方式主要有OP法、LP法、GMM法[26]。其中，OP法雖然能夠規(guī)避同時性偏差問題，但在計算過程中會自動剔除實際投資值非正的樣本，從而造成研究結(jié)論出現(xiàn)偏誤。同OP法相比，LP法更為精確，是以中間投入品作為代理變量，通過替換變量以降低樣本損失。據(jù)此，本文選用LP法測度高技術(shù)制造企業(yè)全要素生產(chǎn)率，同時利用GMM法測算的數(shù)據(jù)展開穩(wěn)健性檢驗。具體設(shè)定如下模型：

[Yi，t=βLi，t+γKi，t+hi（Li，t， Ki，t）+εi，t] （4）

式（4）中，[Y]、[L]、[K]、[h]分別表示營業(yè)收入、勞動力投入、資本投入及中間品投入，其余變量定義同模型（1）一致。營業(yè)收入利用營業(yè)收入減其他營業(yè)收入衡量；勞動投入采用員工人數(shù)測量；資本投入選取固定資產(chǎn)凈額測算；中間投入通過購買商品、接受勞務(wù)支付現(xiàn)金實施度量，隨后對這些變量加1后取對數(shù)。為全面剔除樣本數(shù)據(jù)中可能存在的極端值，對高技術(shù)制造企業(yè)全要素生產(chǎn)率指標進行1%、99%縮尾處理。

（2）解釋變量：數(shù)字經(jīng)濟產(chǎn)業(yè)政策（[GRVI_TIVI]）

本文選用雙重差分法檢驗數(shù)字經(jīng)濟產(chǎn)業(yè)政策怎樣影響高技術(shù)制造企業(yè)全要素生產(chǎn)率。對此，設(shè)置時間變量[POST]，如果觀測年份在2016年及以后的樣本取值取1，2016年以前取值為0。與此同時，設(shè)置政策變量[TRAET]，根據(jù)《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》標準識別企業(yè)是否屬于數(shù)字經(jīng)濟核心制造企業(yè)，若企業(yè)屬于數(shù)字經(jīng)濟核心制造企業(yè)取1，反之為0。

（3）中介變量

第一，資源配置效率（[AE]）。參考宋建等[27]、黃漫宇等[28]的研究思路，本研究從資本錯配（[CAM]）和勞動力錯配（[LAB]）兩個維度衡量區(qū)域資源錯配情況，具體計算公式為：

[CAM=KrKSrβKrK，LAB=LrLSrβLrL] （5）

式（5）中，[Sr]代表[r]地區(qū)GDP占全國GDP的比重；[KrK]和[LrL]分別表示[r]地區(qū)資本與勞動力實際運用量占全國總運用量的比重；[βKr]、[βKr]逐一指代[r]地區(qū)的資本與勞動力產(chǎn)出彈性；[SrβKr]與[SrβLr]依次指[r]地區(qū)資本、勞動力有效配置的運用比例。隨后，選取索羅余值法展開計算?？紤]到測算結(jié)論大概率會出現(xiàn)負值，進一步對最終計算結(jié)果進行取絕對值處理，即測算數(shù)值越大意味著資源錯配程度越高。

第二，數(shù)字技術(shù)創(chuàng)新（[DTA]）。羅佳等[29]研究指出，獲得授權(quán)、批準的數(shù)字技術(shù)專利可直接代表企業(yè)數(shù)字技術(shù)創(chuàng)新成果，故而，本研究以數(shù)字技術(shù)專利來衡量數(shù)字技術(shù)創(chuàng)新。其中，利用德溫特創(chuàng)新平臺（Derwent Innovation）有效搜索數(shù)字技術(shù)創(chuàng)新關(guān)鍵詞，使搜索到的關(guān)鍵詞同樣本企業(yè)每年所申請專利的國際專利IPC分類號相匹配，以識別申請專利是否屬于數(shù)字技術(shù)領(lǐng)域，判斷其是否有所創(chuàng)新。最終，以每年高技術(shù)制造企業(yè)數(shù)字技術(shù)專利新增申請量取對數(shù)衡量高技術(shù)制造企業(yè)的數(shù)字技術(shù)創(chuàng)新。

（4）控制變量

為盡可能控制高技術(shù)制造企業(yè)層面的因素，選取企業(yè)年齡（[EA]）、企業(yè)盈利能力（[CP]）、企業(yè)運營成本（[EO]）、行業(yè)市場集中度（[IM]）、經(jīng)營活動現(xiàn)金流（[CF]）、資產(chǎn)負債率（[AL]）作為控制變量。其中，企業(yè)年齡以其對數(shù)值表征；企業(yè)盈利能力通過資產(chǎn)收益率滯后一期衡量；企業(yè)運營成本運用成本費用利潤率=利潤總額/（營業(yè)成本+期間費用）×100%進行度量；行業(yè)市場集中度用赫芬達爾-赫希曼指數(shù)表示；經(jīng)營活動現(xiàn)金流利用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈值與總資產(chǎn)之比度量；資產(chǎn)負債率采用企業(yè)負債與年末總資本之比度量。

3. 樣本和數(shù)據(jù)

本研究樣本主要為2011—2022年中國滬深A(yù)股上市制造企業(yè)。研究數(shù)據(jù)來自《中國統(tǒng)計年鑒》《上市公司行業(yè)分類指引》《國民經(jīng)濟行業(yè)分類》、CSMAR數(shù)據(jù)庫、Wind數(shù)據(jù)庫、國家知識產(chǎn)權(quán)局專利數(shù)據(jù)庫。此外，為有效提升樣本精準性與有效性，剔除金融類、ST、*ST、數(shù)據(jù)缺失嚴重以及連續(xù)虧損制造企業(yè)。同時，為避免變量間數(shù)量級差異與消除離群值的影響，對所有連續(xù)變量展開標準化處理和1%的Winsorize處理，最終獲得39756個高技術(shù)制造企業(yè)年度觀測值。表1為變量描述性統(tǒng)計結(jié)果。

四、 實證分析

1. 傾向得分匹配（PSM）

為有效剔除處理組與控制組間其余特征，本文選用PSM的1∶1最近鄰匹配法排除兩者間結(jié)果影響。先以基準回歸顯著控制變量為匹配變量，對控制組實施匹配、選取，并獲取與各處理組樣本特征最接近的控制組樣本。觀察圖1可以獲悉，傾向得分匹配之后兩組樣本得分較為接近，意味著樣本匹配質(zhì)量良好且具有合理性。

2. 基準回歸結(jié)果

表2為數(shù)字經(jīng)濟產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的結(jié)果。表中列（1）為全樣本未加入控制變量的基準回歸結(jié)果，[GRVI_TIVI]系數(shù)為0.1112（P＜0.01）。列（2）為全樣本加入控制變量的基準回歸結(jié)果，[GRVI_TIVI]系數(shù)分別為0.1111（P＜0.01）。列（3）和列（4）屬于PSM控制樣本選擇偏差后未引入與引入控制變量的回歸結(jié)果，[TRAET_POST]系數(shù)值依次是0.1100（P＜0.01）、0.1101（P＜0.01）。觀察結(jié)果可知，數(shù)字經(jīng)濟產(chǎn)業(yè)政策有效推進高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，證實假設(shè)1。

3. 穩(wěn)健性檢驗

（1）平行趨勢檢驗。本研究是以《綱要》政策出臺時點為參照構(gòu)設(shè)時期虛擬變量，涵括其出臺前5年和后6年，將各個時期虛擬變量與數(shù)字經(jīng)濟類高技術(shù)制造企業(yè)虛擬變量的交互項納入基準模型，隨后以選入前一年為基期對政策動態(tài)效應(yīng)進行分析，如圖2所示。觀察可知，數(shù)字經(jīng)濟產(chǎn)業(yè)政策實施前動態(tài)效應(yīng)系數(shù)在95%置信區(qū)間，包含0，表明在數(shù)字經(jīng)濟產(chǎn)業(yè)政策實施前，實驗組與對照組間在高技術(shù)制造企業(yè)全要素生產(chǎn)率上差異較小。數(shù)字經(jīng)濟產(chǎn)業(yè)政策實施當年及以后的交互項系數(shù)顯著為正，同時置信區(qū)間不涵蓋0，意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策推動高技術(shù)制造企業(yè)全要素生產(chǎn)率的效果較為顯著。

（2）安慰劑檢驗。為全面檢驗高技術(shù)制造企業(yè)全要素生產(chǎn)率主要受到2016年《綱要》政策的影響，而并非其他因素干擾，本研究通過安慰劑檢驗方式進一步確定結(jié)果的穩(wěn)健性。具體來看，首先從3313個高技術(shù)制造企業(yè)中挑選871個高技術(shù)制造企業(yè)作為實驗組，假設(shè)這些企業(yè)為數(shù)字化高技術(shù)制造企業(yè)，其他企業(yè)視為控制組，將隨機選取的政策變量同時間變量組成新交互項，重復(fù)基準回歸模型。隨之，新交互項循環(huán)1000次PSM后雙重差分回歸（圖3），提高安慰劑檢驗的可信度。觀察可知，大部分交互性系數(shù)均值（0.003，對應(yīng)短虛線）集中在0附近，且絕大多數(shù)P值未通過顯著性檢驗，證明不可觀測因素并不能影響本研究結(jié)果，表明基準回歸結(jié)果穩(wěn)健。

（3）其他穩(wěn)健性檢驗。第一，排除其他干擾政策。我國在2011—2022年除了實施《綱要》政策還有其他政策，如《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》《“十四五”國家信息化規(guī)劃》等，可能會對研究結(jié)果產(chǎn)生干擾。為此，將各政策涉及的變量納入控制變量，以排除其他政策對實證結(jié)果的影響，表3列（1）顯示檢驗結(jié)果穩(wěn)健。第二，工具變量法。為克服可能出現(xiàn)的內(nèi)生性問題，利用“被解釋變量與控制變量滯后一期”作為制造企業(yè)全要素生產(chǎn)率的工具變量，選用系統(tǒng)GMM估計開展回歸，表3列（2）顯示結(jié)果穩(wěn)健。第三，剔除直轄市。就全國經(jīng)濟資源和政治資源綜合排名來看，北京、天津、上海、重慶4個直轄市的發(fā)展位列前茅，同時國家信息化發(fā)展戰(zhàn)略執(zhí)行力和效果優(yōu)于其他城市，可能影響研究結(jié)果的準確性。為規(guī)避明顯經(jīng)濟、政策差異因素影響，剔除直轄市樣本后重新實施檢驗，表3列（3）顯示結(jié)果穩(wěn)健。但是，以上檢驗方式并不能完全排除其他政府創(chuàng)新激勵政策的影響，須進一步剔除所有享受創(chuàng)新激勵資質(zhì)高技術(shù)制造企業(yè)，隨之重新展開回歸，具體檢驗結(jié)果詳見表3列（4）與列（5）。觀察數(shù)據(jù)發(fā)現(xiàn)，[GRVI_TIVI]的交互項系數(shù)仍穩(wěn)健。經(jīng)過一系列穩(wěn)健性檢驗后可知，數(shù)字經(jīng)濟產(chǎn)業(yè)政策顯著推動高技術(shù)制造企業(yè)全要素生產(chǎn)率的結(jié)論依舊成立。

4. 中介效應(yīng)檢驗

表4列（1）－列（3）展示了數(shù)字技術(shù)創(chuàng)新機制檢驗結(jié)果。列（1）為匹配數(shù)字技術(shù)創(chuàng)新后的基準回歸。列（2）中[GRVI_TIVI]的系數(shù)值為0.185（P＜0.01），意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策顯著帶動數(shù)字技術(shù)創(chuàng)新。列（3）中融入[GRVI_TIVI]和[DTA]之后，[DTA]系數(shù)值為0.023（P＜0.05），說明數(shù)字經(jīng)濟產(chǎn)業(yè)政策通過帶動數(shù)字技術(shù)創(chuàng)新促進高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。綜上，本研究假設(shè)2得證。

表4列（4）和列（5）指資源錯配機制檢驗結(jié)果。列（4）中[GRVI_TIVI]系數(shù)值為-0.013（Plt;0.01），意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策能顯著緩解資源錯配。列（5）中融入[GRVI_TIVI]和[AE]后，[AE]系數(shù)值為-0.068（P＜0.01），代表數(shù)字經(jīng)濟產(chǎn)業(yè)政策通過緩解資源錯配來提升高技術(shù)制造企業(yè)全要素生產(chǎn)率，假設(shè)3得證。

五、 進一步的異質(zhì)性分析

1. 時期異質(zhì)性

由于產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型進程的加快，數(shù)字經(jīng)濟產(chǎn)業(yè)政策內(nèi)容可能會伴隨產(chǎn)業(yè)數(shù)字化進程進行完善與優(yōu)化，呈現(xiàn)漸進性與動態(tài)調(diào)整性特征，對高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用可能出現(xiàn)時期上的差異。表5列（1）報告了《綱要》政策出臺當年為基期構(gòu)建時期虛擬變量GRVI_TIVI結(jié)果。觀察表中數(shù)據(jù)可知，在《綱要》政策實施后第1年，GRVI_TIVI系數(shù)值不顯著，表征解釋變量對被解釋變量影響具有滯后作用?！毒V要》政策實施后第2至第6年，GRVI_TIVI系數(shù)均顯著為正，且在出臺后第3年大幅度上升然后保持平穩(wěn)推進狀態(tài)，意味著該促進效應(yīng)存在長期性。

2. 企業(yè)異質(zhì)性

第一，所有制屬性。不同所有制的高技術(shù)制造企業(yè)在市場競爭、經(jīng)濟發(fā)展中作用及地位均有所不同，對《綱要》政策實施成效、響應(yīng)速度以及全要素生產(chǎn)率提升作用均可能存在差異影響。表5列（2）和列（3）展示了將PSM樣本分成國有、非國有高技術(shù)制造企業(yè)的實證結(jié)果。不難發(fā)現(xiàn)，列（2）GRVI_TIVI系數(shù)值不顯著，而列（3）系數(shù)值在1%顯著性水平上為正。這意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策對國有高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用不明顯，對非國有高技術(shù)制造企業(yè)全要素生產(chǎn)率提升正向效用顯著。

第二，組織政治戰(zhàn)略。在利用數(shù)字經(jīng)濟產(chǎn)業(yè)政策獲取數(shù)字資源、設(shè)施及合法性層面，組織政治戰(zhàn)略對高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用大概率呈現(xiàn)差異性?；诖?，本研究利用高技術(shù)制造企業(yè)高管政治身份代表組織政治戰(zhàn)略，假若高管為現(xiàn)任政協(xié)委員或者人大代表，則此高技術(shù)制造企業(yè)實施組織政治戰(zhàn)略，反之為未實施。表5列（4）GRVI_TIVI系數(shù)顯著為正，列（5）不顯著。這表征數(shù)字經(jīng)濟產(chǎn)業(yè)政策實施能正向推進實施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，而對未實施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)提升效應(yīng)不顯著。

3. 區(qū)域異質(zhì)性

其一，市場化水平。本文利用王小魯?shù)萚30]的《中國分省份市場化指數(shù)報告（2021）》中的數(shù)據(jù)，根據(jù)每年度各省份市場化水平指數(shù)中位數(shù)，將樣本劃分為高、低市場化水平兩部分，具體結(jié)果如表6中列（1）和列（2）。不難發(fā)現(xiàn)，列（1）GRVI_TIVI系數(shù)值顯著為正，列（2）不顯著。這意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策能正向影響市場化水平較低地區(qū)的高技術(shù)制造企業(yè)全要素生產(chǎn)率，對市場化水平高地區(qū)的高技術(shù)制造企業(yè)的提升作用不顯著。

其二，地理位置。中東部和西部地區(qū)在經(jīng)濟發(fā)展、制度環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、人力資本等層面差距明顯，因此可能使得數(shù)字經(jīng)濟產(chǎn)業(yè)政策對不同地理位置高技術(shù)制造企業(yè)全要素生產(chǎn)率提升產(chǎn)生影響。表6列（3）和列（4）展示了中東部、西部地區(qū)數(shù)字經(jīng)濟產(chǎn)業(yè)政策促進效應(yīng)的差異性。結(jié)果顯示，列（3）GRVI_TIVI的系數(shù)為正但不顯著，列（4）數(shù)值顯著為正，意味著數(shù)字經(jīng)濟產(chǎn)業(yè)政策更能促進西部地區(qū)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

六、 結(jié)論與啟示

1. 結(jié)論

本文選取2011—2022年中國滬深A(yù)股上市制造企業(yè)作為研究樣本，選用雙重差分法研析數(shù)字經(jīng)濟產(chǎn)業(yè)政策對高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。結(jié)果顯示：第一，數(shù)字經(jīng)濟產(chǎn)業(yè)政策能促進高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，且經(jīng)過平行趨勢、安慰劑以及其他穩(wěn)健性檢驗后結(jié)果依舊穩(wěn)健。第二，中介效應(yīng)檢驗證實，數(shù)字經(jīng)濟產(chǎn)業(yè)政策能夠緩解資源錯配、加強數(shù)字技術(shù)創(chuàng)新，進而驅(qū)動高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。第三，異質(zhì)性結(jié)果表征，就時期層面來看，數(shù)字經(jīng)濟產(chǎn)業(yè)政策對高技術(shù)制造企業(yè)全要素生產(chǎn)率提升具有長期效應(yīng)、滯后效應(yīng)。就企業(yè)層面來看，數(shù)字經(jīng)濟產(chǎn)業(yè)政策對非國有高技術(shù)制造企業(yè)、實施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用顯著。就區(qū)位層面來看，數(shù)字經(jīng)濟產(chǎn)業(yè)政策市場化水平較低、西部地區(qū)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的驅(qū)動更大。

2. 啟示

第一，強扶持：制定數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展戰(zhàn)略體系。其一，制定“兩化”融合戰(zhàn)略體系。政府有關(guān)部門要構(gòu)建“兩化”（信息化驅(qū)動現(xiàn)代化）融合戰(zhàn)略體系，實施、維護及完善“兩化”融合流程管理機制，全面覆蓋高技術(shù)制造企業(yè)生產(chǎn)經(jīng)營全局，協(xié)助其按照自身戰(zhàn)略目標規(guī)劃“兩化”融合的有關(guān)流程。通過該方式，可以對高技術(shù)制造業(yè)企業(yè)進行持續(xù)控制，幫助其在數(shù)字化環(huán)境中獲得持續(xù)的競爭優(yōu)勢與新型全要素生產(chǎn)能力。其二，制定高技術(shù)制造生產(chǎn)激勵獎補體系。政府應(yīng)當在高技術(shù)制造企業(yè)創(chuàng)新生產(chǎn)領(lǐng)域充分發(fā)揮政府職能，通過激勵獎補的方式對其生產(chǎn)給予獎補。例如，政府可對高技術(shù)制造企業(yè)獲國家新認定的實驗室、國家工程研究中心、國家產(chǎn)業(yè)創(chuàng)新中心給予獎勵補助，提升其全要素生產(chǎn)動力。

第二，筑基礎(chǔ)：提高優(yōu)質(zhì)高技術(shù)制造企業(yè)數(shù)字技術(shù)創(chuàng)新能力。一方面，相關(guān)部門亟須全力支持高技術(shù)制造企業(yè)參與數(shù)字化創(chuàng)新中心、國家工程技術(shù)研究中心等數(shù)字化創(chuàng)新基礎(chǔ)平臺建設(shè)，承擔(dān)國家重大科技項目、重大技術(shù)裝備數(shù)字化創(chuàng)新發(fā)展工程。同時，相關(guān)部門引導(dǎo)高技術(shù)制造企業(yè)參與數(shù)字技術(shù)應(yīng)用創(chuàng)新重大工程，提高其數(shù)據(jù)技術(shù)創(chuàng)新能力及水平，進而提升高技術(shù)制造企業(yè)全要素生產(chǎn)率。另一方面，科技部、工業(yè)和信息化部等可以積極推進制造行業(yè)數(shù)字化發(fā)展，推動具有自主可控的數(shù)字化工業(yè)軟件的應(yīng)用，增強高技術(shù)制造企業(yè)軟件運用，助力提升其數(shù)字技術(shù)創(chuàng)新能力，從而提高高技術(shù)制造企業(yè)全要素生產(chǎn)率。

第三，提效能：完善高技術(shù)制造企業(yè)資源配置機制。政府相關(guān)部門在制定或完善數(shù)字經(jīng)濟產(chǎn)業(yè)政策時，可將重點放在深化要素市場化改革，完善資本與勞動力資源配置機制，解決高技術(shù)制造企業(yè)資源錯配問題，逐步推進制造產(chǎn)業(yè)數(shù)字化、高質(zhì)量發(fā)展。其一，健全勞動力流動機制。地方政府要完善統(tǒng)一、規(guī)范的人力資源市場制度，加快建立協(xié)調(diào)、銜接的勞動力流動與交流機制，推動勞動力實現(xiàn)跨地區(qū)流動，提升勞動力在各地高技術(shù)制造企業(yè)內(nèi)的分配效率。其二，完善產(chǎn)業(yè)資本扶持機制。政府應(yīng)不斷完善高技術(shù)制造產(chǎn)業(yè)創(chuàng)新激勵扶持政策，進一步放寬該產(chǎn)業(yè)享受稅收優(yōu)惠政策的門檻，引導(dǎo)和鼓勵社會資本投入產(chǎn)業(yè)數(shù)字創(chuàng)新領(lǐng)域，緩解高技術(shù)制造企業(yè)融資約束。鼓勵數(shù)字企業(yè)將研發(fā)資金用于實質(zhì)性的生產(chǎn)，提升高技術(shù)制造企業(yè)產(chǎn)業(yè)資本配置效率。

參考文獻：

[1] 孫雪嬌，范潤.數(shù)字經(jīng)濟對大中小企業(yè)全要素生產(chǎn)率影響的鴻溝效應(yīng)[J].經(jīng)濟管理，2023（8）：45-64.

[2] 余鵬翼，李學(xué)沛，白洛凡，等.技術(shù)獲取型跨國并購的雙向效應(yīng)與企業(yè)全要素生產(chǎn)率——以先進制造業(yè)為例[J].中國軟科學(xué)，2022（2）：116-126.

[3] 巫景飛，王澤昊，倪中新.企業(yè)數(shù)字化與全要素生產(chǎn)率提升——來自中國上市公司的證據(jù)[J].貴州財經(jīng)大學(xué)學(xué)報，2023（5）：41-51.

[4] 李俊久，姜美旭.全球價值鏈嵌入、技術(shù)創(chuàng)新來源與企業(yè)全要素生產(chǎn)率[J].武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2023（5）：136-149.

[5] 王勇，王鵬飛.金融監(jiān)管結(jié)構(gòu)與制造業(yè)全要素生產(chǎn)率[J].世界經(jīng)濟研究，2023（8）：91-105.

[6] 史常亮.數(shù)字經(jīng)濟賦能農(nóng)業(yè)全要素生產(chǎn)率增長：效應(yīng)與機制[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2024（3）：94-109.

[7] 王西貝，李海燕.創(chuàng)新要素、資源錯配與全要素生產(chǎn)率的作用研究[J].云南財經(jīng)大學(xué)學(xué)報，2023（5）：77-96.

[8] 黃華，姚祖嬋，連智華.數(shù)字經(jīng)濟產(chǎn)業(yè)政策環(huán)境對創(chuàng)新行為的影響研究——基于自我效能的視角[J].經(jīng)濟與管理，2022（6）：84-90.

[9] 李宏，喬越.數(shù)字化轉(zhuǎn)型提高了制造業(yè)出口技術(shù)復(fù)雜度嗎？——基于國家信息化發(fā)展戰(zhàn)略的擬自然實驗[J].山西大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2021（5）：108-118.

[10] 蔡曉陳，陳靜宇.數(shù)字經(jīng)濟產(chǎn)業(yè)政策提高了企業(yè)全要素生產(chǎn)率嗎？——基于研發(fā)投入與融資約束視角[J].產(chǎn)業(yè)經(jīng)濟研究，2023（3）：16-30.

[11] 郭偉，郭童，耿曄強.數(shù)字經(jīng)濟、人力資本結(jié)構(gòu)高級化與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟問題，2023（11）：73-79.

[12] 胡德龍，巢文鳴.區(qū)域創(chuàng)新、數(shù)字經(jīng)濟與企業(yè)全要素生產(chǎn)率[J].現(xiàn)代經(jīng)濟探討，2023（9）：62-72.

[13] 杜傳忠，劉書彤.數(shù)字經(jīng)濟賦能中國制造業(yè)全要素生產(chǎn)率的效應(yīng)測度及路徑分析[J].經(jīng)濟與管理研究，2023（9）：43-65.

[14] 李杰，劉清.數(shù)字經(jīng)濟如何賦能城市綠色全要素生產(chǎn)率——基于國家大數(shù)據(jù)綜合試驗區(qū)建設(shè)的經(jīng)驗證據(jù)[J].現(xiàn)代管理科學(xué)，2023（5）：133-142.

[15] 陳一，羅黎輝.數(shù)字經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)升級與綠色全要素生產(chǎn)率——基于空間計量模型的研究[J].技術(shù)經(jīng)濟與管理研究，2023（10）：21-24.

[16] 李振洋，白雪潔.產(chǎn)業(yè)政策如何促進制造業(yè)綠色全要素生產(chǎn)率提升？——基于鼓勵型政策和限制型政策協(xié)同的視角[J].產(chǎn)業(yè)經(jīng)濟研究，2020（6）：28-42.

[17] 李平，李同舟，董康.產(chǎn)業(yè)政策提升數(shù)字企業(yè)的全要素生產(chǎn)率了嗎？[J].技術(shù)經(jīng)濟，2023（9）：41-52.

[18] 樸英愛，周鑫紅，于鴻.戰(zhàn)略性新興產(chǎn)業(yè)政策、研發(fā)支出與企業(yè)全要素生產(chǎn)率——基于新一代信息技術(shù)產(chǎn)業(yè)的實證分析[J].經(jīng)濟問題，2023（1）：70-79.

[19] 張敬文，童錦瑤.數(shù)字經(jīng)濟產(chǎn)業(yè)政策、市場競爭與企業(yè)創(chuàng)新質(zhì)量[J].北京工業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（1）：125-136.

[20] 韓亞峰，李新安，楊蔚薇.政府補貼與企業(yè)全要素生產(chǎn)率——甄選效應(yīng)和激勵效應(yīng)[J].南開經(jīng)濟研究，2022（2）：120-137.

[21] 路春城，王翠翠，姜常梅.政府補貼、創(chuàng)新投入與制造業(yè)企業(yè)全要素生產(chǎn)率[J].經(jīng)濟與管理評論，2023（1）：50-61.

[22] 李政，楊思瑩，路京京.政府補貼對制造企業(yè)全要素生產(chǎn)率的異質(zhì)性影響[J].經(jīng)濟管理，2019（3）：5-20.

[23] 張寬，雷卓駿，李后建.市場準入管制與企業(yè)全要素生產(chǎn)率：來自負面清單的證據(jù)[J].世界經(jīng)濟，2023（5）：152-176.

[24] 黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)[J].經(jīng)濟研究，2023（3）：97-115.

[25] 郭海紅，劉新民.數(shù)字鄉(xiāng)村建設(shè)能否通過緩解資源要素錯配程度提升農(nóng)業(yè)綠色全要素生產(chǎn)率[J].寧夏社會科學(xué)，2023（5）：107-117.

[26] 周易，王曉亮，吳金柯.供應(yīng)鏈金融會提升企業(yè)全要素生產(chǎn)率嗎？[J].經(jīng)濟問題，2023（11）：57-64.

[27] 宋建，鄭江淮.資本深化、資源配置效率與全要素生產(chǎn)率：來自小企業(yè)的發(fā)現(xiàn)[J].經(jīng)濟理論與經(jīng)濟管理，2020（3）：18-33.

[28] 黃漫宇，王孝行.數(shù)字經(jīng)濟、資源錯配與企業(yè)全要素生產(chǎn)率[J].宏觀經(jīng)濟研究，2022（12）：43-53.

[29] 羅佳，張蛟蛟，李科.數(shù)字技術(shù)創(chuàng)新如何驅(qū)動制造業(yè)企業(yè)全要素生產(chǎn)率？——來自上市公司專利數(shù)據(jù)的證據(jù)[J].財經(jīng)研究，2023（2）：95-109.

[30] 王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報告（2021）[M].北京：社會科學(xué)文獻出版社，2021.

基金項目：2020年度河北省社會科學(xué)發(fā)展研究課題“科技創(chuàng)新視角下河北省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展研究”（項目編號：20200202047）。

作者簡介：李志紅，女，中共唐山市委黨校副教授，碩士，研究方向為數(shù)字經(jīng)濟、產(chǎn)業(yè)經(jīng)濟學(xué)、區(qū)域經(jīng)濟學(xué)。

（收稿日期：2024-03-06" 責(zé)任編輯：蘇子寵）