智慧城市建設(shè)、產(chǎn)業(yè)集聚與企業(yè)全要素生產(chǎn)率
——基于上市公司的分析

秦曉麗,侯 躍

(山西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,山西 太原 030006)

一、 引言與文獻(xiàn)綜述

隨著經(jīng)濟(jì)的發(fā)展,資本與勞動(dòng)要素的邊際收益不斷降低,依靠傳統(tǒng)生產(chǎn)要素投入帶動(dòng)經(jīng)濟(jì)發(fā)展的模式難以持續(xù),實(shí)施創(chuàng)新發(fā)展戰(zhàn)略、變革城市發(fā)展模式、實(shí)現(xiàn)高質(zhì)量發(fā)展是現(xiàn)階段我國(guó)社會(huì)發(fā)展的主要目標(biāo)。企業(yè)作為經(jīng)濟(jì)發(fā)展與城市建設(shè)的核心力量,其全要素生產(chǎn)率(TFP)的提升是實(shí)現(xiàn)高質(zhì)量發(fā)展的基礎(chǔ),因此探索企業(yè)TFP的影響因素及其機(jī)制,對(duì)實(shí)現(xiàn)發(fā)展轉(zhuǎn)型具有重要意義。

作為實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵,企業(yè)TFP受到廣泛關(guān)注,在宏觀層面,研究發(fā)現(xiàn)產(chǎn)業(yè)集聚[1]、政府補(bǔ)貼[2]、地區(qū)政府合作與市場(chǎng)分割[3]及低碳政策[4]等對(duì)企業(yè)TFP具有顯著影響。也有學(xué)者從微觀企業(yè)行為及市場(chǎng)運(yùn)行視角探索企業(yè)TFP的影響因素,如涂心語(yǔ)等[5]證實(shí)了企業(yè)TFP的空間溢出效應(yīng)。薛迎迎[6]、黃勃等[7]以及李禮連等[8]分別從研發(fā)外包行為、戰(zhàn)略合作行為及行業(yè)工會(huì)行為進(jìn)行研究。近年來,隨著數(shù)字經(jīng)濟(jì)的迅猛發(fā)展,大數(shù)據(jù)、云計(jì)算等新興技術(shù)的運(yùn)用有效地完善了交易機(jī)制,緩解數(shù)據(jù)壟斷對(duì)企業(yè)TFP的不利影響[9]?？梢?數(shù)字技術(shù)作為新的生產(chǎn)要素,已滲透至企業(yè)生產(chǎn)與轉(zhuǎn)型的各個(gè)方面,對(duì)其TFP的提升產(chǎn)生巨大影響,且引起學(xué)術(shù)界廣泛關(guān)注與研究[10]。智慧城市作為數(shù)字經(jīng)濟(jì)發(fā)展到一定階段的產(chǎn)物,本質(zhì)是將云計(jì)算、物聯(lián)網(wǎng)等一系列數(shù)字技術(shù)應(yīng)用于城市建設(shè),在資源配置、城市管理等方面實(shí)現(xiàn)智能化,是數(shù)字經(jīng)濟(jì)的實(shí)際應(yīng)用,也是信息城市與數(shù)字城市的高級(jí)形態(tài)[11]。故智慧城市建設(shè)對(duì)企業(yè)TFP的促進(jìn)應(yīng)當(dāng)更為有效,但遺憾的是,現(xiàn)有文獻(xiàn)較少深入考察智慧城市建設(shè)對(duì)企業(yè)TFP的影響及機(jī)制。

智慧城市是新時(shí)代城市頂層設(shè)計(jì)和企業(yè)轉(zhuǎn)型升級(jí)的主要選擇,也是數(shù)字經(jīng)濟(jì)發(fā)揮作用的重要載體。目前關(guān)于智慧城市的研究可分為理論與實(shí)證兩類。在理論層面,主要研究其內(nèi)涵框架[12]、戰(zhàn)略意義[13]及政府行為邏輯[14]。Nicolasetal.[15]指出,智慧城市發(fā)展中會(huì)出現(xiàn)潛在社會(huì)對(duì)立、紳士化等問題,解決這些問題的重點(diǎn)在于地方政府如何讓人民理解并配合政策。在實(shí)證層面,相關(guān)研究主要集中于其對(duì)社會(huì)治理能力[16]、綠色發(fā)展[17-19]及城鎮(zhèn)高質(zhì)量發(fā)展的影響[20]。

已有研究存在一定的局限性:第一,雖然上述文獻(xiàn)對(duì)企業(yè)TFP的影響因素及智慧城市建設(shè)的政策效果進(jìn)行了研究,但少有學(xué)者將二者結(jié)合,探索智慧城市建設(shè)對(duì)微觀層面企業(yè)TFP的影響及其機(jī)制,僅有少數(shù)學(xué)者[21]以信息化沖擊為切入視角,發(fā)現(xiàn)智慧城市建設(shè)會(huì)產(chǎn)生信息化沖擊,降低交易成本,提高企業(yè)TFP。本文以上市公司企業(yè)TFP為研究對(duì)象,以智慧城市建設(shè)帶來的技術(shù)及政策沖擊為準(zhǔn)自然實(shí)驗(yàn),探索數(shù)字經(jīng)濟(jì)的實(shí)際應(yīng)用對(duì)企業(yè)TFP的影響及其機(jī)制,豐富了相關(guān)研究。第二,智慧城市的建設(shè)會(huì)促進(jìn)產(chǎn)業(yè)集聚,適度集聚會(huì)促進(jìn)企業(yè)TFP的提升,但過度集聚反而會(huì)產(chǎn)生抑制作用。那么,產(chǎn)業(yè)集聚在智慧城市建設(shè)對(duì)企業(yè)TFP的影響中是否存在調(diào)節(jié)機(jī)制?目前少有文獻(xiàn)進(jìn)行相關(guān)探索。本文以產(chǎn)業(yè)集聚度為轉(zhuǎn)化變量,構(gòu)建面板平滑轉(zhuǎn)換模型(PSTR),探究產(chǎn)業(yè)集聚的調(diào)節(jié)效應(yīng)。

本文可能的邊際貢獻(xiàn)在于:(1)研究視角的創(chuàng)新。將智慧城市建設(shè)與上市公司TFP納入同一分析框架,探究數(shù)字技術(shù)在城市中的實(shí)際運(yùn)用對(duì)企業(yè)TFP的影響及其機(jī)制,豐富了相關(guān)文獻(xiàn)。(2)研究?jī)?nèi)容的創(chuàng)新?？紤]到不同程度產(chǎn)業(yè)集聚對(duì)企業(yè)TFP影響的異質(zhì)性,將產(chǎn)業(yè)集聚作為調(diào)節(jié)變量,探究在考慮產(chǎn)業(yè)集聚后,智慧城市對(duì)企業(yè)TFP的動(dòng)態(tài)非線性影響。(3)研究方法的改進(jìn)。在引入產(chǎn)業(yè)集聚時(shí),采用面板平滑轉(zhuǎn)換模型,相較于面板門檻模型,可更為精準(zhǔn)地估計(jì)系數(shù)的動(dòng)態(tài)趨勢(shì),提升研究結(jié)果的準(zhǔn)確性。

二、 理論機(jī)制與研究假設(shè)

(一) 智慧城市建設(shè)、產(chǎn)業(yè)集聚與企業(yè)全要素生產(chǎn)率

智慧城市建設(shè)的基本內(nèi)涵是綜合運(yùn)用云計(jì)算、大數(shù)據(jù)等數(shù)字信息技術(shù),使城市變得像人一樣智慧。我國(guó)于2012年首次推行智慧城市試點(diǎn)建設(shè)工作,截至2014年,已有94個(gè)城市列入試點(diǎn)名單。與寬帶中國(guó)等數(shù)字經(jīng)濟(jì)基礎(chǔ)建設(shè)政策不同,智慧城市是數(shù)字經(jīng)濟(jì)充分發(fā)展的產(chǎn)物,更側(cè)重于運(yùn)用數(shù)字技術(shù)解決實(shí)際問題,帶動(dòng)城市治理模式躍升。故智慧城市屬于數(shù)字經(jīng)濟(jì)的運(yùn)用階段,是信息城市與數(shù)字城市的高級(jí)化。根據(jù)經(jīng)濟(jì)發(fā)展長(zhǎng)波理論,Wilenius[22]認(rèn)為,第六波技術(shù)浪潮可能已經(jīng)開始,主要驅(qū)動(dòng)技術(shù)為智能化與資源節(jié)約型技術(shù),而企業(yè)通過數(shù)字化轉(zhuǎn)型以及綠色創(chuàng)新實(shí)現(xiàn)TFP提升的主戰(zhàn)場(chǎng)便是智慧城市。

我國(guó)的智慧城市建設(shè)與西方國(guó)家有明顯區(qū)別,西方國(guó)家多聚焦城市的整體性,旨在提高城市的運(yùn)行效率,屬于典型的“物感城市”,而我國(guó)在吸收其發(fā)展經(jīng)驗(yàn)的同時(shí),實(shí)踐出更符合我國(guó)特色的“人感城市”[23]。人感城市更重視個(gè)人及企業(yè)在城市治理中的主體性和目的性,是一種以感知和回應(yīng)個(gè)體訴求為核心的城市模式。故我國(guó)的智慧城市更易察覺企業(yè)對(duì)數(shù)據(jù)共享、信息安全和政府治理與服務(wù)等方面的需求,以實(shí)現(xiàn)地區(qū)產(chǎn)業(yè)集聚及企業(yè)TFP的提升。

智慧城市試點(diǎn)政策作為綜合性政策,在實(shí)踐中可分為智慧政務(wù)、智慧產(chǎn)業(yè)與智慧民生三類。智慧產(chǎn)業(yè)是指智慧城市利用信息技術(shù)吸引和集聚各類生產(chǎn)要素,將城市打造為集人才、資本及信息等為一身的“要素集聚地”[24],從而提升地區(qū)企業(yè)TFP。具體來說,智慧城市首先通過網(wǎng)絡(luò)信息平臺(tái)、數(shù)據(jù)交換平臺(tái)等實(shí)現(xiàn)信息共享,促成產(chǎn)業(yè)虛擬集聚。虛擬集聚可提升相關(guān)產(chǎn)業(yè)的知名度和社會(huì)認(rèn)可度,強(qiáng)化優(yōu)勢(shì)產(chǎn)業(yè)集聚,進(jìn)一步派生出對(duì)相關(guān)產(chǎn)業(yè)的需求,促進(jìn)相關(guān)產(chǎn)業(yè)發(fā)展與集聚,最終實(shí)現(xiàn)地區(qū)產(chǎn)業(yè)的協(xié)同集聚。

僅依靠智慧產(chǎn)業(yè)搭建信息共享平臺(tái)尚無法有效實(shí)現(xiàn)上述集聚,因?yàn)檎诮ㄔO(shè)智慧城市時(shí),由于自身精力及技術(shù)有限,不得不外包部分技術(shù)項(xiàng)目給專業(yè)機(jī)構(gòu),而負(fù)責(zé)智慧城市建設(shè)的企業(yè)一旦成為技術(shù)巨頭便可能將相關(guān)數(shù)據(jù)掌握在自己手中,對(duì)智慧城市的數(shù)據(jù)共享及數(shù)據(jù)安全性造成不利影響[25]。此時(shí)便需要智慧政務(wù)與智慧產(chǎn)業(yè)的搭配使用,智慧政務(wù)是指政府利用大數(shù)據(jù)、云計(jì)算等技術(shù)提高行政效率、監(jiān)管能力、辦公透明度和公眾參與度,降低各主體間的信息不對(duì)稱。智慧政務(wù)也可加強(qiáng)對(duì)壟斷企業(yè)的監(jiān)管,滿足中小企業(yè)對(duì)數(shù)據(jù)共享的需求,其與智慧產(chǎn)業(yè)的搭配使用可有效促進(jìn)數(shù)據(jù)共享,從而提升企業(yè)TFP。

但傳統(tǒng)經(jīng)濟(jì)理論認(rèn)為,產(chǎn)業(yè)集聚對(duì)地方企業(yè)的發(fā)展具有兩方面的影響:一方面,產(chǎn)業(yè)集聚可通過勞動(dòng)力蓄水池、中間投入共享和知識(shí)溢出提升企業(yè)TFP[26];另一方面,過度產(chǎn)業(yè)集聚會(huì)引發(fā)擁擠效應(yīng),不利于企業(yè)TFP的提升[27]。因此,智慧城市建設(shè)通過產(chǎn)業(yè)集聚對(duì)企業(yè)TFP的影響可能并不總是積極的,當(dāng)產(chǎn)業(yè)集聚度超過某一臨界值時(shí),可能會(huì)減弱其政策效果,即產(chǎn)業(yè)集聚的調(diào)節(jié)是非線性的?；诖?本文提出研究假說1和研究假說2。

假說1:智慧城市建設(shè)可以促進(jìn)企業(yè)TFP提高。

假說2:產(chǎn)業(yè)集聚在智慧城市建設(shè)對(duì)企業(yè)TFP的影響效果中起著非線性調(diào)節(jié)作用。

(二) 作用機(jī)制假設(shè)

1. 節(jié)約成本

由上文分析可知,智慧城市建設(shè)完善了信息共享機(jī)制,弱化了信息不對(duì)稱,抑制大企業(yè)的信息壟斷行為。信息共享可降低企業(yè)尋找合適客源、原材料供應(yīng)商的成本以及信息偏差帶來的無謂損失。智慧政務(wù)對(duì)信息壟斷企業(yè)及機(jī)會(huì)主義行為的監(jiān)督也可節(jié)省企業(yè)監(jiān)督成本,從而提升企業(yè)TFP。此外,智慧民生類政策通過信息技術(shù),為公民提供更好的服務(wù)與基礎(chǔ)設(shè)施,提高居民的生活質(zhì)量。雖然其主旨在于提升居民生活水平,但在基礎(chǔ)設(shè)施建設(shè)過程中也會(huì)對(duì)企業(yè)TFP產(chǎn)生一定的積極影響。例如,智慧交通建設(shè)在方便居民的同時(shí)會(huì)降低企業(yè)運(yùn)輸成本。

2. 降低資源錯(cuò)配程度

智慧城市可通過提高智能化生產(chǎn)水平、降低管理者非理性行為等方式降低資源錯(cuò)配程度,從而實(shí)現(xiàn)TFP的提升。一方面,智慧城市能夠依托信息技術(shù)搭建信息平臺(tái),使企業(yè)管理者可以充分掌握各類信息,降低由于認(rèn)知受限帶來非理性決策,實(shí)現(xiàn)資源的高效配置;另一方面,智慧城市建設(shè)可推動(dòng)人工智能和工業(yè)互聯(lián)網(wǎng)發(fā)展,智能化生產(chǎn)引發(fā)資本對(duì)勞動(dòng)力的替代,而為了實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,企業(yè)對(duì)中高端勞動(dòng)力的需求增加,使得高技術(shù)勞動(dòng)者就業(yè)比重增加[28],進(jìn)而實(shí)現(xiàn)對(duì)資本勞動(dòng)要素配置結(jié)構(gòu)的優(yōu)化,降低資源錯(cuò)配程度,實(shí)現(xiàn)企業(yè)TFP提升。

3. 緩解融資約束

圖1 影響機(jī)制

由于信息不對(duì)稱,金融機(jī)構(gòu)普遍存在“惜貸”的情況,致使企業(yè)面臨嚴(yán)重的資金約束[29]。智慧城市建設(shè)可有效緩解企業(yè)與金融機(jī)構(gòu)間的信息不對(duì)稱,金融機(jī)構(gòu)能夠有效了解企業(yè)經(jīng)營(yíng)狀況與償債能力,合理分配信貸資源,既提高了信貸使用效率,又緩解了企業(yè)的融資約束。根據(jù)Schumpeter[30]的觀點(diǎn),在均衡的經(jīng)濟(jì)系統(tǒng)中,一次生產(chǎn)所得的收益會(huì)剛好完全分配給資本與勞動(dòng)要素,具有創(chuàng)新精神的企業(yè)家由于不像已經(jīng)建立起來的企業(yè)那樣,可從前期的生產(chǎn)中獲益,因此企業(yè)家在初期是沒有任何資金支持的,信貸的作用便是將前期創(chuàng)造的購(gòu)買力轉(zhuǎn)移至企業(yè)家手中,使新的組合成為可能?？梢?信貸與創(chuàng)新是密不可分的,信貸的多少將直接影響創(chuàng)新機(jī)會(huì)與創(chuàng)新效益。在過去,由于融資約束,企業(yè)會(huì)喪失大量的創(chuàng)新機(jī)會(huì),智慧城市可以有效打破這一困境,融資約束的緩解使企業(yè)有充足的資金進(jìn)行創(chuàng)新,提升TFP,而這又會(huì)進(jìn)一步提升融資機(jī)構(gòu)對(duì)企業(yè)經(jīng)營(yíng)狀況及償債能力的預(yù)估,愿意提供更多的資金支持,進(jìn)一步提升企業(yè)TFP,實(shí)現(xiàn)良性循環(huán)。圖1為智慧城市試點(diǎn)政策對(duì)企業(yè)全要素生產(chǎn)率影響的作用機(jī)制圖?；诖?本文提出研究假說3、假說4和假說5。

假說3:智慧城市建設(shè)降低了企業(yè)的各項(xiàng)費(fèi)用,從而實(shí)現(xiàn)企業(yè)TFP提升。

假說4:智慧城市建設(shè)降低了資本及勞動(dòng)力要素的錯(cuò)配,從而提升企業(yè)TFP。

假說5:智慧城市建設(shè)緩解了企業(yè)面臨的融資約束,從而提升企業(yè)TFP。

三、 模型設(shè)定與數(shù)據(jù)說明

(一) 模型設(shè)定

在理論分析的基礎(chǔ)上,本文以2009—2019年中國(guó)上市公司數(shù)據(jù)為初始樣本,以三批智慧城市試點(diǎn)政策為準(zhǔn)自然實(shí)驗(yàn),運(yùn)用雙重差分法,探究智慧城市建設(shè)對(duì)企業(yè)TFP的影響,基準(zhǔn)模型如下:

LPijt=α0+α1DIDijt+ρXit+μZjt+δ+εijt

(1)

其中,LPijt表示第t年i城市j企業(yè)的TFP;DIDijt為核心解釋變量,其值為1,表示該企業(yè)于第t年位于實(shí)施智慧城市政策的城市之內(nèi);Xit為微觀企業(yè)層面的控制變量,Zjt為城市層面的控制變量;δ為行業(yè)和城市固定效應(yīng),由于控制變量中已包含了具有時(shí)間特征的企業(yè)年齡,為保證模型估計(jì)準(zhǔn)確,便不再控制時(shí)間固定效應(yīng);εijt為隨機(jī)擾動(dòng)項(xiàng)。

(二) 變量定義

1. 被解釋變量

企業(yè)TFP為被解釋變量,該指標(biāo)是企業(yè)生產(chǎn)要素投入轉(zhuǎn)換成產(chǎn)出的效率,是反映運(yùn)行效率的重要指標(biāo)。本文以LP法測(cè)算企業(yè)TFP。具體而言,選用主營(yíng)業(yè)務(wù)收入作為產(chǎn)出變量,以固定資產(chǎn)凈值作為資本投入變量,以員工人數(shù)作為勞動(dòng)投入變量,以原材料、產(chǎn)品和存貨作為中間品投入變量,所有變量均使用相關(guān)的價(jià)格指數(shù)進(jìn)行平減,并對(duì)計(jì)算所得的企業(yè)TFP進(jìn)行對(duì)數(shù)化處理。

2. 核心解釋變量

自2012年起,我國(guó)住房和城鄉(xiāng)建設(shè)部先后公布了三批智慧城市試點(diǎn)名單,若企業(yè)所在城市于第t年入選試點(diǎn)城市建設(shè),則其作為處理組在第t年及之后的年份取值為1,否則為控制組,取值為0,最終確定988個(gè)處理組,1190個(gè)控制組。

3. 控制變量

二是迅速啟動(dòng)水利部抗震救災(zāi)應(yīng)急預(yù)案。國(guó)家防辦等有關(guān)部門要全力做好水庫(kù)、水電站、堤防等除險(xiǎn)保安工作，受損嚴(yán)重的水庫(kù)要盡快騰空庫(kù)容，對(duì)可能出現(xiàn)的堰塞湖險(xiǎn)情要及時(shí)落實(shí)排險(xiǎn)避險(xiǎn)措施。要迅速搶修震損供水工程，編制實(shí)施好臨時(shí)供水方案，確保災(zāi)區(qū)群眾飲水安全。要做好水利抗震救災(zāi)專家技術(shù)人員和搶險(xiǎn)隊(duì)伍的組建準(zhǔn)備工作，根據(jù)災(zāi)區(qū)需要隨時(shí)趕赴一線幫助開展水利抗震救災(zāi)工作。要做好搶險(xiǎn)物資的調(diào)撥工作，確保搶險(xiǎn)救災(zāi)關(guān)鍵時(shí)刻的物資設(shè)備供應(yīng)。

借鑒相關(guān)文獻(xiàn),本文選取可能對(duì)企業(yè)TFP產(chǎn)生影響的因素作為控制變量,包括企業(yè)年齡、公司規(guī)模、資產(chǎn)負(fù)債率、第一大股東持股占比與前十大股東持股占比、資本密集度、固定資產(chǎn)占比、凈資產(chǎn)收益率。此外,本文還控制了部分城市層面的變量,包括人力資本指數(shù)、財(cái)政壓力、城市基礎(chǔ)設(shè)施和人口密度。

(三) 樣本說明與描述性統(tǒng)計(jì)

為排除2008年金融危機(jī)及2019年末新冠疫情的影響,本文以2009—2019年中國(guó)上市公司為初始樣本,并進(jìn)行以下處理:(1)剔除金融行業(yè);(2)剔除ST、*ST以及在這十年間退市的企業(yè);(3)剔除數(shù)據(jù)缺失嚴(yán)重的企業(yè),并對(duì)剩余數(shù)據(jù)采用線性插值法補(bǔ)全缺失數(shù)據(jù)。最終得到22691個(gè)觀測(cè)值。相關(guān)數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫(kù)以及《中國(guó)城市統(tǒng)計(jì)年鑒》。變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 描述性統(tǒng)計(jì)結(jié)果

表2 基準(zhǔn)回歸結(jié)果

四、 實(shí)證分析

圖2 平行趨勢(shì)檢驗(yàn)

(一) 基準(zhǔn)回歸

本文采用多期DID考察智慧城市建設(shè)對(duì)企業(yè)TFP的影響,基準(zhǔn)回歸結(jié)果如表2所示。其中,第(1)列至第(4)列分別為僅考慮核心解釋變量、加入固定效應(yīng)、加入控制變量以及同時(shí)加入固定效應(yīng)與控制變量的結(jié)果?？梢娭腔鄢鞘性圏c(diǎn)政策的回歸系數(shù)均顯著為正,表明地區(qū)智慧城市政策的實(shí)行確實(shí)可以提升當(dāng)?shù)仄髽I(yè)TFP,假說1得到初步驗(yàn)證。

(二) 平行趨勢(shì)檢驗(yàn)

DID使用的前提條件是滿足平行趨勢(shì),即在沖擊發(fā)生前,實(shí)驗(yàn)組與控制組內(nèi)企業(yè)TFP在時(shí)間上需保持相對(duì)穩(wěn)定的趨勢(shì)。本文以2008年為基期,進(jìn)行平行趨勢(shì)檢驗(yàn),結(jié)果如圖2所示?？梢?在沖擊發(fā)生前,估計(jì)系數(shù)圍繞0波動(dòng),且不顯著;在沖擊發(fā)生之后,估計(jì)系數(shù)大于0且逐漸上升,但在前四期仍不顯著,從第五期開始顯著為正。說明在智慧城市試點(diǎn)政策施行前,實(shí)驗(yàn)組與控制組內(nèi)企業(yè)的TFP沒有顯著性差異,滿足平行趨勢(shì)。在政策實(shí)施后,估計(jì)系數(shù)逐年上升,說明智慧城市建設(shè)可以提升企業(yè)TFP,但政策效應(yīng)具有一定的時(shí)滯性。

(三) 穩(wěn)健性檢驗(yàn)

1. 傾向得分匹配

由于智慧城市的選取是綜合考察地區(qū)經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)設(shè)施建設(shè)及人民生活質(zhì)量等方面的結(jié)果,因此智慧城市與非智慧城市間可能存在系統(tǒng)性偏差,為了緩解選擇性偏差,本文選用PSM-DID模型進(jìn)行穩(wěn)健性檢驗(yàn)。該方法是以智慧城市虛擬變量為被解釋變量,對(duì)企業(yè)年齡、公司規(guī)模、資產(chǎn)負(fù)債率等控制變量進(jìn)行Logit回歸,得到傾向得分匹配值,并將得分最接近的樣本進(jìn)行配對(duì),最大程度減小系統(tǒng)性偏差。本文分別以k近鄰匹配、核匹配兩種方法進(jìn)行傾向得分匹配,并進(jìn)行PSM-DID估計(jì),估計(jì)結(jié)果如表3中第(1)至第(2)列所示,智慧城市對(duì)企業(yè)TFP的影響仍顯著為正。

圖3 安慰劑檢驗(yàn)

2. 安慰劑檢驗(yàn)

此外,為防止地區(qū)企業(yè)TFP在智慧城市試點(diǎn)政策實(shí)施前已出現(xiàn)分異趨勢(shì),導(dǎo)致實(shí)驗(yàn)組與控制組失去可比性,設(shè)立虛假政策實(shí)施時(shí)間進(jìn)行反事實(shí)檢驗(yàn)。將智慧城市試點(diǎn)政策時(shí)間分別提前1～2年,再次進(jìn)行穩(wěn)健性檢驗(yàn),結(jié)果如表3中第(3)至(4)列所示。智慧城市政策虛擬變量的估計(jì)系數(shù)不顯著,表明虛擬的智慧城市試點(diǎn)政策對(duì)企業(yè)TFP的影響不顯著,通過了安慰劑檢驗(yàn)。

3. 內(nèi)生性檢驗(yàn)

DID雖然可以有效緩解內(nèi)生性問題,但智慧城市的選取仍可能受到一些隨機(jī)因素的影響,故需進(jìn)行內(nèi)生性分析。本文借鑒黃群慧等[31]的研究,以1984年城市每百人固定電話機(jī)數(shù)量作為工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。一方面,智慧城市作為數(shù)字經(jīng)濟(jì)發(fā)展的產(chǎn)物,其發(fā)展與當(dāng)?shù)氐臄?shù)字信息基礎(chǔ)建設(shè)密不可分,而歷史固定電話機(jī)數(shù)量則為互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)的廣泛應(yīng)用奠定了基礎(chǔ),因此歷史固定電話機(jī)數(shù)量越多的地區(qū),其入選智慧城市的概率越大,滿足相關(guān)性;另一方面,固定電話機(jī)無法直接影響當(dāng)前地區(qū)的企業(yè)TFP,滿足外生性。本文將1984年每百人固定電話機(jī)數(shù)量作為工具變量引入,并與企業(yè)年齡相乘轉(zhuǎn)化為面板數(shù)據(jù),由于工具變量已包含企業(yè)年齡信息,故將企業(yè)年齡剔除。估計(jì)結(jié)果如表4所示。可見,在第一階段回歸中,工具變量的系數(shù)顯著為正,且F統(tǒng)計(jì)量大于10,不存在弱工具變量問題,工具變量選取合理;在第二階段回歸中,智慧城市試點(diǎn)政策的系數(shù)仍顯著為正,表明在緩解內(nèi)生性問題后,智慧城市建設(shè)仍可促進(jìn)企業(yè)TFP提升。

表4 穩(wěn)健性檢驗(yàn)II

表5 不同樣本下的穩(wěn)健性檢驗(yàn)

4. 更換估計(jì)方法

為避免由于測(cè)算偏誤造成的估計(jì)誤差,分別采用OLS法、固定效應(yīng)法及OP法重新測(cè)算企業(yè)TFP并進(jìn)行回歸估計(jì),估計(jì)結(jié)果如表4所示?？梢?在不同的測(cè)算方法下,智慧城市建設(shè)對(duì)企業(yè)TFP的影響均顯著為正。

5. 不同樣本穩(wěn)健性檢驗(yàn)

為剔除樣本中異常值的影響,選取不同樣本進(jìn)行穩(wěn)健性檢驗(yàn),估計(jì)結(jié)果如表5所示。第(1)列為剔除僵尸企業(yè)的回歸結(jié)果,僵尸企業(yè)是指本身缺乏生存能力,依靠銀行貸款和政府補(bǔ)貼維持生存的生產(chǎn)率低下的企業(yè)。本文參考Fukuda and Nakamura[32]的方法構(gòu)建僵尸企業(yè)測(cè)度指標(biāo),共篩選出僵尸企業(yè)193家并剔除其數(shù)據(jù),回歸結(jié)果仍顯著為正且相較于基準(zhǔn)回歸有所增大,說明模型是穩(wěn)健的,僵尸企業(yè)的存在確實(shí)在一定程度上抑制了企業(yè)TFP提升。第(2)至第(4)列分別為剔除省會(huì)城市以及在1%和99%水平下截尾和縮尾的回歸結(jié)果。

(四) 異質(zhì)性檢驗(yàn)

1. 城市層面異質(zhì)性

不同規(guī)模城市的經(jīng)濟(jì)條件與數(shù)字技術(shù)基礎(chǔ)設(shè)施水平不同,智慧城市建設(shè)的政策效果也不盡相同。本文以2014年印發(fā)的《國(guó)務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》為依據(jù),將城市劃分為I型大城市、II型大城市、中等城市及小城市四類,估計(jì)結(jié)果如表6所示?？梢?智慧城市試點(diǎn)政策對(duì)I型大城市內(nèi)企業(yè)TFP存在顯著正向影響,但會(huì)抑制中等城市及小城市企業(yè)TFP提升。

除規(guī)模外,自然資源稟賦的差異也會(huì)造成政策效果的異質(zhì)性。自然資源豐富的城市更易形成依賴于能源開采、高投入、低產(chǎn)出的低效型產(chǎn)業(yè)體系,城市內(nèi)的企業(yè)不易轉(zhuǎn)型。本文以《全國(guó)資源型城市可持續(xù)發(fā)展規(guī)劃(2013—2020年)》為依據(jù),將樣本分為資源型城市與非資源型城市,回歸結(jié)果如表6所示?？梢?智慧城市試點(diǎn)政策對(duì)非資源型城市企業(yè)TFP有顯著的促進(jìn)作用,而對(duì)資源型城市企業(yè)TFP的作用效果為負(fù)且不顯著。

表6 城市層面異質(zhì)性分析

2. 企業(yè)層面異質(zhì)性

企業(yè)自身特征也會(huì)導(dǎo)致智慧城市的政策效果產(chǎn)生差異。國(guó)有企業(yè)相對(duì)于民營(yíng)企業(yè),資金規(guī)模更大,更易獲得政府支持且融資約束更小,而民營(yíng)企業(yè)由于面臨更大的生存壓力,對(duì)市場(chǎng)及政策變化更敏感,更易把握住智慧城市政策帶來的機(jī)遇,因此有必要加以探討。本文將企業(yè)分為國(guó)有和民營(yíng)兩類,分別進(jìn)行回歸估計(jì),結(jié)果如表7所示?？梢?民營(yíng)企業(yè)的估計(jì)系數(shù)顯著為正,而國(guó)有企業(yè)的系數(shù)不顯著,說明智慧城市試點(diǎn)政策可顯著提升民營(yíng)企業(yè)TFP,而對(duì)國(guó)有企業(yè)影響較小。

表7 企業(yè)層面異質(zhì)性分析

企業(yè)面臨的外部關(guān)注度也會(huì)對(duì)政策效果產(chǎn)生影響。一般來說,外部關(guān)注度較高時(shí),企業(yè)迫于壓力,會(huì)選擇提升TFP以留下較好的印象,關(guān)注度較低的企業(yè)則更可能采取短視行為。本文將企業(yè)的外部研報(bào)關(guān)注度及分析師關(guān)注度分別同智慧城市政策虛擬變量的交乘項(xiàng)引入模型,結(jié)果如表7所示?？梢?無論是被外部研報(bào)關(guān)注還是被分析師關(guān)注,均可顯著提升智慧城市政策對(duì)企業(yè)TFP的促進(jìn)作用。

企業(yè)管理層作為“企業(yè)家精神”的代表,決定著企業(yè)的投資決策和戰(zhàn)略部署。從能力角度分析,能力越強(qiáng)的管理者,越能及時(shí)調(diào)整發(fā)展戰(zhàn)略和把握發(fā)展機(jī)遇,從而提升企業(yè)TFP;從聲譽(yù)角度分析,能力越強(qiáng)的管理者,越看重自己的聲譽(yù),從而有積極提升TFP的動(dòng)機(jī)。因此,管理層能力越強(qiáng),智慧城市政策對(duì)其影響效果越明顯。本文借鑒吳育輝等[33]的方法,對(duì)管理層能力進(jìn)行測(cè)算,并將企業(yè)分為管理層能力較強(qiáng)與較弱兩類進(jìn)行回歸估計(jì),估計(jì)結(jié)果如表7所示。可見,智慧城市政策對(duì)管理層能力較強(qiáng)企業(yè)TFP的影響顯著為正,而對(duì)管理層能力較弱企業(yè)的影響不顯著。

表8 中介作用檢驗(yàn)

(五) 機(jī)制檢驗(yàn)

基準(zhǔn)模型分析了智慧城市建設(shè)對(duì)企業(yè)TFP的提升作用。但是,智慧城市是通過何種途徑實(shí)現(xiàn)這一目標(biāo)的呢?本部分使用Bootstrap法,有放回地抽樣1000次,估計(jì)其中介效應(yīng)值。其中,營(yíng)業(yè)成本以銷售費(fèi)用、管理費(fèi)用和財(cái)務(wù)費(fèi)用之和的對(duì)數(shù)值衡量,融資約束以SA指數(shù)衡量,資源錯(cuò)配程度以企業(yè)TFP和行業(yè)平均水平的差距與行業(yè)資源錯(cuò)配程度之比衡量,中介作用檢驗(yàn)結(jié)果如表8所示?？梢?三類中介變量的間接效應(yīng)均顯著,而在資源錯(cuò)配做中介變量時(shí),直接效應(yīng)不顯著,說明節(jié)約成本與降低融資約束具有部分中介作用,而緩解資源錯(cuò)配具有完全中介作用,驗(yàn)證了假說3、假說4和假說5。此外,由于加入中介變量后直接效應(yīng)為負(fù),說明智慧城市試點(diǎn)政策的實(shí)施具有一定的“遮掩”效應(yīng)。

五、 進(jìn)一步分析

智慧城市建設(shè)可促進(jìn)傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型,為實(shí)施地區(qū)形成良好的數(shù)字基礎(chǔ)設(shè)施、投資環(huán)境與生活環(huán)境,從而吸引人才及資本集聚,促進(jìn)相關(guān)產(chǎn)業(yè)集聚。而過度集聚會(huì)產(chǎn)生擁擠效應(yīng),從而對(duì)企業(yè)TFP提升產(chǎn)生抑制作用,因此,本文以產(chǎn)業(yè)集聚為調(diào)節(jié)機(jī)制,探討其非線性調(diào)節(jié)作用。

本文以產(chǎn)業(yè)協(xié)同集聚度、制造業(yè)集聚度及生產(chǎn)性服務(wù)業(yè)集聚度作為轉(zhuǎn)換變量,采用PSTR模型探討其非線性調(diào)節(jié)作用。該模型由Gonzalezetal.[34]在Hansen[35]門檻模型基礎(chǔ)上拓展得到,可有效克服內(nèi)生性導(dǎo)致的參數(shù)估計(jì)偏誤,且能較好地解決門檻回歸模型中門檻值前后的跳躍性變化問題,允許模型估計(jì)參數(shù)隨著轉(zhuǎn)化變量的變化做平滑的非線性轉(zhuǎn)換。產(chǎn)業(yè)集聚度借鑒楊仁發(fā)[36]的研究,以區(qū)位熵進(jìn)行衡量。構(gòu)造單變量雙機(jī)制的PSTR模型[37],如式(2)和式(3)所示。

LPijt=δ+α0DIDijt+β0Xijt+[α1DIDijt+β1Xijt]h(qijt;γ,c)+εijt

(2)

h(qijt;γ,c)=(1+exp(-γ∏(qijt-c)))-1

(3)

其中,h(qijt;γ,c)是關(guān)于轉(zhuǎn)換變量qijt的轉(zhuǎn)換函數(shù),為取值在0～1的logistic函數(shù)。γ為平滑參數(shù),決定模型轉(zhuǎn)化的速度,c為位置參數(shù)向量。通過分析轉(zhuǎn)換函數(shù)可知,當(dāng)qijt趨近負(fù)無窮時(shí),轉(zhuǎn)換函數(shù)h=0,此時(shí)模型處于低機(jī)制;當(dāng)qijt趨近正無窮時(shí),h=1此時(shí)模型處于高機(jī)制;當(dāng)0

表9 模型非線性檢驗(yàn)

在進(jìn)行面板平滑估計(jì)前需進(jìn)行非線性檢驗(yàn)以驗(yàn)證是否存在非線性轉(zhuǎn)換效應(yīng),檢驗(yàn)結(jié)果如表9所示?？梢?無論是協(xié)同集聚、制造業(yè)集聚還是生產(chǎn)性服務(wù)業(yè)集聚,均在1%的水平下拒絕不存在非線性轉(zhuǎn)換的原假設(shè),因此智慧城市建設(shè)對(duì)企業(yè)TFP存在以產(chǎn)業(yè)集聚為轉(zhuǎn)換變量的非線性效應(yīng),可使用PSTR模型進(jìn)行估計(jì)。估計(jì)結(jié)果如表10所示?？梢?協(xié)同集聚為轉(zhuǎn)換變量時(shí),智慧城市建設(shè)的線性部分估計(jì)系數(shù)為0.164,非線性估計(jì)系數(shù)為-0.221,均在1%的置信水平下顯著,說明協(xié)同集聚度較低時(shí),智慧城市建設(shè)對(duì)企業(yè)TFP的影響為正向,而當(dāng)其達(dá)到一定水平后,智慧城市建設(shè)反而會(huì)對(duì)企業(yè)TFP產(chǎn)生抑制作用。結(jié)合轉(zhuǎn)換函數(shù)看,當(dāng)轉(zhuǎn)換函數(shù)h=0時(shí),智慧城市對(duì)企業(yè)TFP的影響系數(shù)為0.164,模型處于低機(jī)制;當(dāng)協(xié)同集聚度與位置參數(shù)c值相等時(shí),智慧城市對(duì)企業(yè)TFP的影響系數(shù)為0.0535,模型處于中間狀態(tài);當(dāng)h=1時(shí),智慧城市對(duì)企業(yè)TFP的影響系數(shù)為-0.057,模型處于高機(jī)制。智慧城市的影響效果在低機(jī)制與高機(jī)制之間,以位置參數(shù)c=0.504為中心,以平滑參數(shù)γ=6.582的速度在[-0.057,0.164]間平滑轉(zhuǎn)換。而以制造業(yè)集聚為轉(zhuǎn)換變量時(shí),無論處于高機(jī)制還是低機(jī)制,智慧城市的系數(shù)均不顯著,說明制造業(yè)集聚在智慧城市建設(shè)與企業(yè)TFP間的調(diào)節(jié)機(jī)制不顯著。當(dāng)以生產(chǎn)性服務(wù)業(yè)為轉(zhuǎn)換變量時(shí),線性部分的估計(jì)系數(shù)顯著為負(fù),非線性部分的估計(jì)系數(shù)顯著為正,說明生產(chǎn)性服務(wù)業(yè)集聚不會(huì)產(chǎn)生擁擠效應(yīng),且只有形成一定規(guī)模時(shí),才會(huì)產(chǎn)生正向的調(diào)節(jié)作用。

表10 PSTR模型估計(jì)結(jié)果

六、 結(jié)論與建議

本文以三批智慧城市試點(diǎn)政策為準(zhǔn)自然實(shí)驗(yàn),在理論分析的基礎(chǔ)上,基于2009—2019年中國(guó)上市公司及地級(jí)市匹配的面板數(shù)據(jù),運(yùn)用多期DID及PSTR模型,實(shí)證分析了智慧城市試點(diǎn)政策對(duì)企業(yè)TFP的影響及其機(jī)制,以及產(chǎn)業(yè)集聚在其中發(fā)揮的調(diào)節(jié)作用。得出結(jié)論如下:(1)智慧城市建設(shè)可顯著提升企業(yè)TFP,且在剔除僵尸企業(yè)后影響效果更加顯著。(2)異質(zhì)性分析顯示,在城市層面,在規(guī)模較大的城市及非資源型城市中,智慧城市政策對(duì)企業(yè)TFP的提升作用更顯著;在企業(yè)層面,智慧城市建設(shè)可以顯著提升民營(yíng)企業(yè)的TFP;此外,智慧城市建設(shè)對(duì)外部媒體關(guān)注度以及內(nèi)部管理層能力更強(qiáng)企業(yè)的作用效果更顯著。(3)中介機(jī)制研究表明,節(jié)約成本、降低融資約束及優(yōu)化資源配置在智慧城市建設(shè)與企業(yè)TFP間起到中介作用。(4)面板平滑轉(zhuǎn)化回歸顯示,產(chǎn)業(yè)協(xié)同集聚在智慧城市建設(shè)與企業(yè)TFP間起到非線性調(diào)節(jié)作用,當(dāng)協(xié)同集聚超過一定的臨界值后,會(huì)抑制智慧城市政策對(duì)企業(yè)TFP的提升作用,而生產(chǎn)性服務(wù)業(yè)集聚在超過一定臨界值后,反而會(huì)促進(jìn)智慧城市政策對(duì)企業(yè)TFP的提升作用。

基于以上研究,本文提出如下建議:(1)依托智慧城市建設(shè)的優(yōu)勢(shì),以數(shù)字技術(shù)與信息技術(shù)為抓手,不斷完善地區(qū)信息平臺(tái),加強(qiáng)地區(qū)企業(yè)間交流,暢通信息交流渠道,提升信息交流質(zhì)量,從而降低企業(yè)獲取信息的成本以及經(jīng)營(yíng)成本,緩解中小型企業(yè)的融資約束問題。(2)智慧城市建設(shè)應(yīng)因地制宜,大型城市由于經(jīng)濟(jì)發(fā)展水平高,數(shù)字基礎(chǔ)設(shè)施完善,可不斷豐富和深化智慧城市的內(nèi)涵,為企業(yè)生存以及TFP提升提供良好的信息平臺(tái)和生存環(huán)境。中小型城市不可片面追求智慧城市的快速建設(shè),應(yīng)以自身實(shí)際條件為基礎(chǔ),完善各方面基礎(chǔ)設(shè)施建設(shè),以防過度追求信息化導(dǎo)致出現(xiàn)“數(shù)字空心化”問題。(3)在智慧城市建設(shè)的過程中,也應(yīng)加大對(duì)市場(chǎng)的監(jiān)管,加速僵尸企業(yè)的退出,同時(shí)也應(yīng)完善對(duì)企業(yè)信息的披露,增加媒體關(guān)注度,通過外部壓力促進(jìn)企業(yè)TFP的提升。(4)企業(yè)內(nèi)部應(yīng)通過相關(guān)培訓(xùn)等方式,提高管理層的管理能力及社會(huì)責(zé)任心,以增強(qiáng)企業(yè)內(nèi)部提升TFP的決心。(5)在智慧城市建設(shè)過程中要關(guān)注產(chǎn)業(yè)集聚的調(diào)節(jié)作用,地區(qū)應(yīng)加強(qiáng)對(duì)生產(chǎn)性服務(wù)業(yè)的支持,促進(jìn)其集聚的同時(shí)也應(yīng)防止過度的協(xié)同集聚。