國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立提升了企業(yè)全要素生產(chǎn)率嗎？

摘"要：大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)融合對于實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展、增強(qiáng)企業(yè)競爭力具有重要意義。本文利用2011—2019年上市企業(yè)微觀數(shù)據(jù)，將“國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)”設(shè)立作為大數(shù)據(jù)發(fā)展的準(zhǔn)自然實(shí)驗(yàn)，采用多期差分法考察大數(shù)據(jù)發(fā)展對企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制。研究發(fā)現(xiàn)：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立顯著提升企業(yè)全要素生產(chǎn)率，且其正向促進(jìn)效應(yīng)隨著政策實(shí)施時(shí)間逐漸增強(qiáng)。機(jī)制檢驗(yàn)發(fā)現(xiàn)，在微觀層面上，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過企業(yè)數(shù)字化轉(zhuǎn)型效應(yīng)、投資增加效應(yīng)和融資約束緩解效應(yīng)等渠道推動企業(yè)全要素生產(chǎn)率提升，在宏觀層面上，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過優(yōu)秀人才集聚效應(yīng)和城市創(chuàng)新創(chuàng)業(yè)水平提升效應(yīng)等渠道提升企業(yè)全要素生產(chǎn)率。異質(zhì)性檢驗(yàn)結(jié)果發(fā)現(xiàn)，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)全要素生產(chǎn)率的促進(jìn)作用對位于市場化程度更高地區(qū)的企業(yè)、東部地區(qū)企業(yè)、成長性高的企業(yè)以及民營企業(yè)更為明顯。

關(guān)鍵詞：大數(shù)據(jù)；國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)；全要素生產(chǎn)率

中圖分類號：F49；F2792文獻(xiàn)標(biāo)識碼：A文章編號：1001-148X（2025）01-0067-12

收稿日期：2024-10-09

作者簡介：萬宇佳（1990—），女，黑龍江大慶人，講師，博士，研究方向：數(shù)字經(jīng)濟(jì)與企業(yè)數(shù)智化轉(zhuǎn)型；饒邦韜（2000—），男，江西九江人，碩士研究生，研究方向：數(shù)字經(jīng)濟(jì)；國勝鐵（1978—），男，黑龍江綏化人，研究員，博士，研究方向：數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)轉(zhuǎn)移。

基金項(xiàng)目：國家社會科學(xué)基金項(xiàng)目“全球價(jià)值鏈視角下國際產(chǎn)業(yè)轉(zhuǎn)移的路徑與經(jīng)濟(jì)影響研究”，項(xiàng)目編號23BJL085。

一、引"言

近年來，數(shù)據(jù)要素作為新型生產(chǎn)要素已經(jīng)深刻融入到我國經(jīng)濟(jì)價(jià)值創(chuàng)造體系中，大數(shù)據(jù)更成為數(shù)字經(jīng)濟(jì)時(shí)代新型資源和重要生產(chǎn)力，引發(fā)社會生產(chǎn)方式和經(jīng)濟(jì)運(yùn)行模式的深刻變革。2014年政府工作報(bào)告首次將“大數(shù)據(jù)”列為發(fā)展對象之后，我國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展迅猛。工信部數(shù)據(jù)顯示，“十三五”期間我國大數(shù)據(jù)產(chǎn)業(yè)連續(xù)維持超高增長速率發(fā)展，年均復(fù)合增長率超過30%。“十四五”規(guī)劃指出“數(shù)據(jù)是新時(shí)代重要的生產(chǎn)要素，我國要發(fā)揮大數(shù)據(jù)特性優(yōu)勢，構(gòu)建穩(wěn)定高效的大數(shù)據(jù)產(chǎn)業(yè)鏈，促進(jìn)數(shù)據(jù)驅(qū)動的傳統(tǒng)生產(chǎn)要素合理配置”。當(dāng)前，我國已建成全球規(guī)模最大的光纖寬帶網(wǎng)絡(luò)，相關(guān)信息基礎(chǔ)設(shè)施建設(shè)也逐漸完備，數(shù)字化發(fā)展進(jìn)程持續(xù)加快。新常態(tài)經(jīng)濟(jì)發(fā)展背景下，大數(shù)據(jù)打破了傳統(tǒng)要素市場的束縛，帶動信息流、人才流以及資金流高效流轉(zhuǎn)，對于提高資源配置效率、推動各行業(yè)跨界融合、提高經(jīng)濟(jì)發(fā)展質(zhì)量具有重大意義。

關(guān)于大數(shù)據(jù)發(fā)展帶來的經(jīng)濟(jì)效應(yīng)，現(xiàn)有文獻(xiàn)的研究主要聚焦以下兩個方面：一是大數(shù)據(jù)應(yīng)用有效促進(jìn)了經(jīng)濟(jì)發(fā)展。首先，大數(shù)據(jù)的低成本、高可得性使得要素利用價(jià)值創(chuàng)造能力倍增，帶來規(guī)模效應(yīng)［1］；其次，數(shù)據(jù)信息的發(fā)展減少了信息不對稱產(chǎn)生的市場失靈，勞動、資本等其他要素之間的協(xié)同性增強(qiáng)，資源產(chǎn)品配置效率以及市場整體運(yùn)行效率得到提升［2］。二是大數(shù)據(jù)壟斷形成的負(fù)面效應(yīng)。部分學(xué)者認(rèn)為，大數(shù)據(jù)在提高經(jīng)濟(jì)運(yùn)行效率和增長潛力的同時(shí)，也會衍生出信息泄露、數(shù)據(jù)壟斷等問題，進(jìn)而對經(jīng)濟(jì)發(fā)展帶來不利影響。部分企業(yè)利用數(shù)據(jù)壟斷地位破壞市場競爭規(guī)則，擠壓競爭對手、損害消費(fèi)者福利，導(dǎo)致數(shù)據(jù)要素帶來的價(jià)值創(chuàng)造倍增效應(yīng)無法發(fā)揮出來，降低企業(yè)運(yùn)行效率和經(jīng)濟(jì)增長潛力［3］。

就目前研究所及，現(xiàn)有研究更多關(guān)注大數(shù)據(jù)對地區(qū)經(jīng)濟(jì)發(fā)展的影響，鮮有文獻(xiàn)關(guān)注大數(shù)據(jù)政策對企業(yè)生產(chǎn)效率的影響。實(shí)際上，無論是從宏觀層面還是微觀層面而言，全要素生產(chǎn)率都是衡量高質(zhì)量發(fā)展的重要指標(biāo)，對于地區(qū)而言，全要素生產(chǎn)率是經(jīng)濟(jì)持續(xù)增長的動力源，對于企業(yè)而言，提高全要素生產(chǎn)率是企業(yè)實(shí)現(xiàn)快速發(fā)展的重要路徑。在大數(shù)據(jù)迅速發(fā)展的背景下，企業(yè)信息傳遞效率以及其應(yīng)對外部環(huán)境的能力得到增強(qiáng)，創(chuàng)新績效得到提升。那么，大數(shù)據(jù)應(yīng)用對企業(yè)全要素生產(chǎn)率生產(chǎn)了怎樣的影響，其作用機(jī)制是什么？本文試圖揭示大數(shù)據(jù)政策推行與企業(yè)全要素生產(chǎn)率間的關(guān)系，并明晰其中的作用機(jī)制，這不僅有利于深刻理解大數(shù)據(jù)發(fā)展對企業(yè)全要生產(chǎn)率的作用效果，還為新常態(tài)背景下提升企業(yè)效率和促進(jìn)企業(yè)高質(zhì)量發(fā)展提供了經(jīng)驗(yàn)證據(jù)和相應(yīng)政策參考。

本文基于2011—2019年中國上市公司層面數(shù)據(jù)，從微觀層面采用多期差分法探討國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)對企業(yè)全要素生產(chǎn)率的影響。本文可能的邊際貢獻(xiàn)：第一，現(xiàn)有研究大多關(guān)注大數(shù)據(jù)應(yīng)用對區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生的影響，缺乏其對企業(yè)效率尤其是對企業(yè)全要素生產(chǎn)率影響的分析。本文利用上市公司數(shù)據(jù)探討大數(shù)據(jù)發(fā)展對企業(yè)全要素生產(chǎn)率的作用效果，從微觀層面上為豐富國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)微觀經(jīng)濟(jì)作用效果提供了經(jīng)驗(yàn)證據(jù)。第二，深入剖析國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)微觀效果的作用機(jī)制，探討大數(shù)據(jù)通過何種路徑驅(qū)動企業(yè)全要素生產(chǎn)率提升這一核心問題。這對當(dāng)前中國數(shù)字經(jīng)濟(jì)建設(shè)具有借鑒作用，對中國發(fā)展大數(shù)據(jù)乃至推進(jìn)數(shù)字化進(jìn)程具有一定啟示作用。

二、政策背景與研究假設(shè)

（一）政策背景

隨著信息化技術(shù)的迅猛發(fā)展，大數(shù)據(jù)已成為現(xiàn)代經(jīng)濟(jì)與社會發(fā)展的重要資源。大數(shù)據(jù)不僅是推動科技創(chuàng)新、社會管理、經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵因素，也是國家競爭力的重要體現(xiàn)。在“十四五”規(guī)劃中，數(shù)字經(jīng)濟(jì)被明確列為經(jīng)濟(jì)發(fā)展的核心內(nèi)容，指出要加快數(shù)據(jù)資源的整合、流通與創(chuàng)新應(yīng)用。2015年國務(wù)院發(fā)布的《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》為大數(shù)據(jù)的國家戰(zhàn)略奠定了基礎(chǔ)，提出了構(gòu)建國家級大數(shù)據(jù)平臺和加快數(shù)據(jù)產(chǎn)業(yè)化應(yīng)用的目標(biāo)。在此基礎(chǔ)上，為了加速大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展，推動大數(shù)據(jù)技術(shù)的應(yīng)用創(chuàng)新，國家在多個層面推出了促進(jìn)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的政策，其中最重要的舉措之一便是設(shè)立“國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)”。2015年9月18日，貴州大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)正式啟動，并于2016年2月25日，貴州省獲發(fā)改委批復(fù)，同意其建設(shè)全國首個國家大數(shù)據(jù)綜合試驗(yàn)區(qū)。2016年10月8日，發(fā)布第二批獲批建設(shè)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的名單，包括兩個跨區(qū)域類綜合試驗(yàn)區(qū)（京津冀、珠江三角洲），四個區(qū)域示范類綜合試驗(yàn)區(qū)（上海、河南、重慶、沈陽），一個大數(shù)據(jù)基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類綜合試驗(yàn)區(qū)（內(nèi)蒙古）。

每個試驗(yàn)區(qū)的建設(shè)背景、側(cè)重點(diǎn)和發(fā)展方向有所不同，但共同的目標(biāo)是通過數(shù)據(jù)資源的整合與共享，提升政府、企業(yè)和社會的決策效率，推動傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，促進(jìn)新興產(chǎn)業(yè)的發(fā)展。貴陽被視為“大數(shù)據(jù)綜合試驗(yàn)區(qū)”的先行者，重點(diǎn)發(fā)展數(shù)據(jù)產(chǎn)業(yè)鏈、數(shù)據(jù)資源共享平臺和大數(shù)據(jù)創(chuàng)新應(yīng)用，依托政府平臺建設(shè)，打造從智慧醫(yī)療、智慧旅游、智慧農(nóng)業(yè)、智慧教育等多方面推進(jìn)地區(qū)特色產(chǎn)業(yè)化大數(shù)據(jù)建設(shè)。北京和上海則強(qiáng)調(diào)大數(shù)據(jù)技術(shù)研發(fā)、信息基礎(chǔ)設(shè)施建設(shè)和數(shù)字經(jīng)濟(jì)的政策支持。杭州在電子商務(wù)和金融科技領(lǐng)域具有優(yōu)勢，推動大數(shù)據(jù)在商業(yè)和消費(fèi)領(lǐng)域的應(yīng)用。鄭州則側(cè)重于推動大數(shù)據(jù)與制造業(yè)、農(nóng)業(yè)等傳統(tǒng)行業(yè)的深度融合，促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。這些試驗(yàn)區(qū)成為探索大數(shù)據(jù)產(chǎn)業(yè)政策、技術(shù)研發(fā)和應(yīng)用實(shí)踐的重要載體。在《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》的指導(dǎo)下，政府進(jìn)一步完善大數(shù)據(jù)的基礎(chǔ)設(shè)施建設(shè)，制定了稅收優(yōu)惠、產(chǎn)業(yè)投資引導(dǎo)等扶持政策，為大數(shù)據(jù)行業(yè)的成長提供了全方位支持。試驗(yàn)區(qū)逐漸形成“政府主導(dǎo)、企業(yè)參與、市場化運(yùn)作”的發(fā)展模式，通過資源整合和跨行業(yè)合作推動大數(shù)據(jù)技術(shù)的實(shí)際應(yīng)用。

（二）研究假設(shè)

企業(yè)全要素生產(chǎn)率的影響因素一直是學(xué)界關(guān)注的重點(diǎn)?，F(xiàn)有研究多從金融發(fā)展［4］、技術(shù)創(chuàng)新［5］、對外貿(mào)易［6］、基礎(chǔ)設(shè)施建設(shè)［7］等方面對企業(yè)全要素生產(chǎn)率的影響因素進(jìn)行探討。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)要素已經(jīng)成為驅(qū)動市場組織運(yùn)營的關(guān)鍵生產(chǎn)要素，其不僅改變了信息的生產(chǎn)和傳播方式，還對各國經(jīng)濟(jì)發(fā)展造成深遠(yuǎn)影響。宏觀層面，承載著技術(shù)與知識的大數(shù)據(jù)與信息技術(shù)、互聯(lián)網(wǎng)等數(shù)字化技術(shù)融合發(fā)展，有助于各行為主體科學(xué)而高效地計(jì)算出各要素資源的最優(yōu)投入、組合和使用方式，勞動效率、資本效率和生產(chǎn)要素組合效率得到極大提升，賦能經(jīng)濟(jì)高質(zhì)量增長。中觀層面，數(shù)據(jù)要素的高流動性和高滲透性有助于其與傳統(tǒng)生產(chǎn)要素融合共同推進(jìn)傳統(tǒng)產(chǎn)業(yè)數(shù)字化和服務(wù)化，并基于數(shù)據(jù)生產(chǎn)、交易及運(yùn)用催生出一系列縱向互聯(lián)、橫向相通的產(chǎn)業(yè)新業(yè)態(tài)新模式，模糊產(chǎn)業(yè)間邊界，助力產(chǎn)業(yè)結(jié)構(gòu)升級。微觀層面，大數(shù)據(jù)的興起促使原本以供給為導(dǎo)向的傳統(tǒng)商業(yè)模式被打破，大企業(yè)主導(dǎo)的、封閉式的組織形態(tài)逐漸被小微化、開放式的組織結(jié)構(gòu)取代［8］，企業(yè)間的互動合作與知識信息流動速度不斷加快，海量且高效的資源共享推動企業(yè)經(jīng)營效率持續(xù)提高。

“大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)”戰(zhàn)略既是我國發(fā)展大數(shù)據(jù)產(chǎn)業(yè)的重大戰(zhàn)略，也是推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè)的重要舉措。首先，大數(shù)據(jù)綜合試驗(yàn)區(qū)能通過對數(shù)據(jù)要素的充分挖掘和有效利用，促進(jìn)數(shù)據(jù)資源“聚通用”，實(shí)現(xiàn)大數(shù)據(jù)與傳統(tǒng)產(chǎn)業(yè)交叉、滲透與融合，進(jìn)而通過實(shí)現(xiàn)產(chǎn)業(yè)聯(lián)動發(fā)揮基礎(chǔ)設(shè)施建設(shè)者和數(shù)字信息環(huán)境營造者等角色，實(shí)現(xiàn)企業(yè)全要素生產(chǎn)率提升；其次，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)在大數(shù)據(jù)和數(shù)字化信息基礎(chǔ)設(shè)施的支持下，能夠打破企業(yè)面臨的“信息孤島”“數(shù)據(jù)壁壘”等問題，促進(jìn)產(chǎn)業(yè)鏈上下游企業(yè)的高效協(xié)作，在更大范圍內(nèi)實(shí)現(xiàn)跨企業(yè)、跨地區(qū)、跨行業(yè)的資源整合和價(jià)值鏈優(yōu)化，這種協(xié)同效應(yīng)不僅可以降低交易成本，提升供應(yīng)鏈的效率，還能加快創(chuàng)新步伐，提升全要素生產(chǎn)率［9］；最后，大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的技術(shù)創(chuàng)新和產(chǎn)業(yè)集群效應(yīng)還能有效促進(jìn)企業(yè)之間的合作與創(chuàng)新，加速技術(shù)進(jìn)步和生產(chǎn)模式升級，從而實(shí)現(xiàn)全要素生產(chǎn)率的持續(xù)提升。此外，大數(shù)據(jù)綜合試驗(yàn)區(qū)依賴于數(shù)據(jù)精準(zhǔn)定位，幫助政府更好地制定產(chǎn)業(yè)政策，優(yōu)化營商環(huán)境。通過對行業(yè)發(fā)展動態(tài)和企業(yè)需求的精準(zhǔn)分析，提出更具針對性的政策措施，支持企業(yè)技術(shù)創(chuàng)新、提高全要素生產(chǎn)率?；诖?，本文提出以下研究假設(shè)：

H1：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠有效提升企業(yè)全要素生產(chǎn)率。

鑒于影響企業(yè)全要素生產(chǎn)率的因素包括微觀和宏觀兩個層面，本文從企業(yè)內(nèi)部和外部環(huán)境兩個視角探討大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)如何影響企業(yè)全要素生產(chǎn)率。

第一，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立通過提高企業(yè)數(shù)字化水平進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提升。一方面，大數(shù)據(jù)綜合試驗(yàn)區(qū)通過統(tǒng)籌規(guī)劃數(shù)據(jù)要素、建設(shè)數(shù)字基礎(chǔ)設(shè)施等方式，為企業(yè)數(shù)字化轉(zhuǎn)型提供所需技術(shù)和指導(dǎo)工具，推動企業(yè)數(shù)字化進(jìn)程。首先，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立豐富了數(shù)據(jù)資源，提高了數(shù)據(jù)技術(shù)的可得性，企業(yè)應(yīng)用大數(shù)據(jù)成本大大降低，良好的數(shù)字環(huán)境有助于企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型；其次，大數(shù)據(jù)的快速發(fā)展有助于提升企業(yè)外部資源獲取便利度，企業(yè)能夠從生產(chǎn)和服務(wù)各環(huán)節(jié)搜集到更多實(shí)時(shí)數(shù)據(jù)并及時(shí)獲取用戶反饋，進(jìn)而將企業(yè)自身特征與外部可用資源進(jìn)行精確匹配，即時(shí)而豐富的交流壓縮了企業(yè)與客戶交流的時(shí)空距離，大數(shù)據(jù)的深度應(yīng)用推動企業(yè)樹立數(shù)字思維，驅(qū)動傳統(tǒng)制造企業(yè)向智能制造企業(yè)轉(zhuǎn)型，推動企業(yè)數(shù)字化進(jìn)程。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型有助于全要素生產(chǎn)率提升。在數(shù)字技術(shù)的支持下，企業(yè)的生產(chǎn)服務(wù)實(shí)現(xiàn)了智能化和自動化，運(yùn)營管理系統(tǒng)得到多維度的改進(jìn)，企業(yè)不僅能夠利用智能系統(tǒng)實(shí)時(shí)監(jiān)控生產(chǎn)狀況，還能夠降低耗費(fèi)在知識信息的搜集成本、減少中間消耗等方面的成本，及時(shí)優(yōu)化傳統(tǒng)生產(chǎn)資源配置、減少要素冗余［10］，并逐步形成以數(shù)據(jù)驅(qū)動為核心的資源配置方式，為企業(yè)的創(chuàng)新活動提供更多的支撐條件，提升企業(yè)全要素生產(chǎn)率。因此，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立可以通過企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)全要素生產(chǎn)率提升。

第二，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立通過緩解企業(yè)融資約束進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提升。企業(yè)是否能夠獲得充足的資金維持生產(chǎn)經(jīng)營活動需要，不僅與自身融資能力有關(guān)，還取決于外部環(huán)境。大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立有效緩解了企業(yè)面臨的融資約束。首先，大數(shù)據(jù)試驗(yàn)區(qū)是國家支持大數(shù)據(jù)發(fā)展的國家戰(zhàn)略，在大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立地區(qū)，企業(yè)進(jìn)行融資時(shí)也更易享受金融機(jī)構(gòu)的政策優(yōu)惠；其次，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立增強(qiáng)了數(shù)據(jù)要素資源流動，金融機(jī)構(gòu)借助大數(shù)據(jù)技術(shù)能夠近乎零成本地對企業(yè)經(jīng)營狀況、信用數(shù)據(jù)等反映企業(yè)軟實(shí)力的信息進(jìn)行實(shí)時(shí)分析及數(shù)據(jù)挖掘，科學(xué)且有效的識別具備良好發(fā)展前景而難以獲取融資支持的企業(yè)，及時(shí)對企業(yè)的融資需求進(jìn)行決策和反饋，提高企業(yè)融資的可得性［11］。此外，緩解融資約束是提升企業(yè)全要素生產(chǎn)率的重要途徑。融資約束得到緩解的企業(yè)能夠?qū)⒏嗟馁Y金用于研發(fā)投資［12］，降低企業(yè)資源配置扭曲程度，"帶動企業(yè)不斷提高全要素生產(chǎn)率。

第三，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立通過提高企業(yè)投資水平進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率提升。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)中著重發(fā)展的大數(shù)據(jù)要素已經(jīng)成為一種創(chuàng)造新價(jià)值、提升企業(yè)競爭力的新資源，正在深刻影響企業(yè)經(jīng)營行為。在現(xiàn)實(shí)世界中，由于市場摩擦的存在，企業(yè)管理者難以從市場中獲取到充足的信息，致使企業(yè)投資偏離最優(yōu)投資水平，且企業(yè)面臨的信息不對稱問題越嚴(yán)重，其投資偏離程度越大。大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)能夠有效降低市場中信息不對稱問題，加快生產(chǎn)要素的流動和拓寬知識溢出的傳播范圍［10］。在良好的信息共享環(huán)境中，企業(yè)對海量信息的篩選與甄別成本更低，也更易搜尋到合適的市場化服務(wù)提供方。企業(yè)通過運(yùn)用大數(shù)據(jù)技術(shù)加強(qiáng)對數(shù)據(jù)的定量分析，通過數(shù)字化手段而非管理者的主觀判斷發(fā)掘到優(yōu)秀的投資機(jī)會，在企業(yè)融資能力不受限的情況下，企業(yè)有更多動力擴(kuò)大投資規(guī)模，投資決策也更加科學(xué)化和合理化，投資效率得到提升。企業(yè)投資增加帶來的技術(shù)擴(kuò)散效應(yīng)、模仿跟隨效應(yīng)和人才流動效應(yīng)等能夠激發(fā)企業(yè)技術(shù)進(jìn)步，提升企業(yè)全要素生產(chǎn)率。基于此，本文提出以下研究假設(shè)：

H2：國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過數(shù)字化轉(zhuǎn)型效應(yīng)、融資約束緩解效應(yīng)和投資效應(yīng)，提高企業(yè)全要素生產(chǎn)率。

第四，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立通過提高吸引優(yōu)秀人才集聚而推動企業(yè)全要素生產(chǎn)率提升。在不確定性經(jīng)濟(jì)環(huán)境中，初始數(shù)據(jù)分析能力強(qiáng)的企業(yè)能夠更有效地吸引外部生產(chǎn)要素，實(shí)現(xiàn)要素集聚與規(guī)模收益遞增效應(yīng)。作為數(shù)字經(jīng)濟(jì)發(fā)展的重要物質(zhì)保障，大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立下的網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)有助于加速數(shù)據(jù)與知識的傳播，催生和加速地區(qū)新一代信息產(chǎn)業(yè)的發(fā)展。伴隨大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)有序推行，城市數(shù)字基礎(chǔ)設(shè)施配套建設(shè)不斷完善，大數(shù)據(jù)平臺搭建進(jìn)入快軌道建設(shè)，極大改善企業(yè)獲取和吸收知識的方式，吸引更高質(zhì)量人才集聚，帶動區(qū)域?qū)崿F(xiàn)人力資本積累。在信息技術(shù)的推動下，數(shù)據(jù)要素開發(fā)技術(shù)不斷突破，科研人員知識傳遞空間限制壁壘逐步降低，知識獲取成本不斷壓縮，知識可得性更加便捷，勞動力的技能、學(xué)歷和知識結(jié)構(gòu)得到優(yōu)化。此外，較高的人力資本水平有助于推動企業(yè)全要素生產(chǎn)率提升。一方面，優(yōu)秀的人才為企業(yè)帶來先進(jìn)知識，企業(yè)接觸和吸收利用現(xiàn)有技術(shù)或是創(chuàng)造新技術(shù)的機(jī)會增加，研發(fā)投入和創(chuàng)新能力得到增強(qiáng)；另一方面，高層次的勞動力與高技術(shù)的物質(zhì)資本匹配有利于企業(yè)降低成本、減少生產(chǎn)效率損失，提升企業(yè)生產(chǎn)率。

第五，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立能夠有效提升城市創(chuàng)業(yè)活躍度，形成企業(yè)集聚效應(yīng)進(jìn)而提高企業(yè)全要素生產(chǎn)率。具體來看：首先，大數(shù)據(jù)為產(chǎn)業(yè)帶來了更多機(jī)遇，大數(shù)據(jù)等信息與分析技術(shù)的應(yīng)用增強(qiáng)了企業(yè)通過網(wǎng)絡(luò)連接獲取海量數(shù)據(jù)的能力，包含大量數(shù)據(jù)、經(jīng)驗(yàn)、技術(shù)訣竅的信息有助于企業(yè)科學(xué)而充分評估創(chuàng)業(yè)機(jī)會的可行性，提高分析和決策效率，進(jìn)而降低創(chuàng)業(yè)的成本和門檻［13］；其次，借助于大數(shù)據(jù)技術(shù)的互聯(lián)特征，企業(yè)間利用信息技術(shù)融合集成、互聯(lián)互動能力增強(qiáng)，企業(yè)間的信息交換、知識共享以及生態(tài)系統(tǒng)之間的交流協(xié)作更加頻繁，創(chuàng)業(yè)活動不再是以某一創(chuàng)業(yè)者為核心，而且變得更加開放且沒有固定的邊界，企業(yè)累積客戶和尋求合作者的效率大大提高，創(chuàng)業(yè)過程變得更加開放與兼容。此外，大數(shù)據(jù)試驗(yàn)區(qū)的建立降低了信息不對稱程度，提升了各行為主體的創(chuàng)新效率。在大數(shù)據(jù)技術(shù)的支持下，各創(chuàng)新主體捕捉信息的能力得到提高，豐富的信息資源有助于創(chuàng)新主體從外部合作伙伴方獲得前瞻性的思想和創(chuàng)意，并將新的知識資源與內(nèi)部知識要素進(jìn)行整合重組實(shí)現(xiàn)技術(shù)突破，從而提升區(qū)域整體創(chuàng)新能力。區(qū)域創(chuàng)新創(chuàng)業(yè)活躍度提升推動企業(yè)全要素生產(chǎn)率提升。對于企業(yè)而言，區(qū)域內(nèi)創(chuàng)新創(chuàng)業(yè)水平提高可以帶來知識或技術(shù)溢出效應(yīng)，企業(yè)在良好的創(chuàng)新創(chuàng)業(yè)環(huán)境中通過共同學(xué)習(xí)和相互模仿等方式，加速先進(jìn)知識或技術(shù)在企業(yè)之間迅速傳播，促進(jìn)各行為主體通過協(xié)調(diào)整合形成強(qiáng)大的創(chuàng)新動力，使得創(chuàng)新效果加倍，推動企業(yè)全要素生產(chǎn)率快速增長。對于消費(fèi)者而言，在創(chuàng)新創(chuàng)業(yè)環(huán)境中消費(fèi)者更加傾向消費(fèi)多樣化、差異性產(chǎn)品，無法有效滿足消費(fèi)者需求的現(xiàn)有產(chǎn)品或服務(wù)倒逼企業(yè)不斷升級改造自身產(chǎn)品，發(fā)展多元化商業(yè)模式?；诖?，本文提出以下研究假設(shè)：

H3：大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)通過吸引高技術(shù)人才集聚和提高區(qū)域創(chuàng)新創(chuàng)業(yè)能力，提高企業(yè)全要素生產(chǎn)率。

三、研究設(shè)計(jì)

（一）模型設(shè)定

前文理論分析推斷大數(shù)據(jù)試驗(yàn)區(qū)建設(shè)可能有效驅(qū)動企業(yè)全要素生產(chǎn)率提升，為此，進(jìn)一步構(gòu)建雙重差分模型，借以實(shí)證檢驗(yàn)其是否對企業(yè)全要素生產(chǎn)率產(chǎn)生顯著驅(qū)動效應(yīng)，模型設(shè)計(jì)如下：

TFPit=αTreat×Post+βiXi，c，t+δi+μm+γt+εit（1）

其中，TFPit為被解釋變量，代表企業(yè)i在年份t的全要素生產(chǎn)率，Treat×Post為核心解釋變量，Treat代表企業(yè)所在省份（城市）是否屬于國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)，若企業(yè)所在省份（城市）屬于國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)，則取值為1，否則取值為0。Post為時(shí)間變量，表示國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的啟動時(shí)間，在大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立當(dāng)年及以后取值為1，否則取值為0。Xi，c，t為控制變量的合集，α為核心解釋變量的估計(jì)系數(shù)，表示國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)產(chǎn)生的全要素生產(chǎn)率效應(yīng)，若αgt;0，則表示國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)提升了企業(yè)的全要素生產(chǎn)率，反之則反。βi為各個解釋變量的估計(jì)系數(shù)，δi為企業(yè)固定效應(yīng)，μm為省份固定效應(yīng)，γt為時(shí)間固定效應(yīng)，εit為計(jì)量模型的隨機(jī)誤差項(xiàng)。

（二）變量選取

被解釋變量：企業(yè)全要素生產(chǎn)率（TFP）。企業(yè)全要素生產(chǎn)率的估計(jì)方法很多，考慮到LP方法估計(jì)的企業(yè)全要素生產(chǎn)率通常將更易獲得的中間品投入指標(biāo)作為代理變量，從而在更大程度上保留了研究樣本，且LP方法更具靈活性，代理變量的選取也更加多樣。因此，本文參照劉莉亞等（2018）［14］的研究，采取LP方法估計(jì)的全要素生產(chǎn)率作為企業(yè)全要素生產(chǎn)率的代理變量，同時(shí)為了避免單一估計(jì)方法產(chǎn)生衡量偏誤問題，在穩(wěn)健性檢驗(yàn)中采用FE固定效應(yīng)法、OP方法、GMM廣義矩估計(jì)法重新測算企業(yè)全要素生產(chǎn)率并進(jìn)行實(shí)證檢驗(yàn)，以保證結(jié)論的穩(wěn)健性。

核心解釋變量：國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立（ITit）。自2015年起，國家發(fā)展改革委、工信部、中央網(wǎng)信辦先后批準(zhǔn)了10個省份（城市）建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)。如貴州省2015年獲批建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)，北京市、天津市、河北省、沈陽市等九個省份（城市）分批次于2016年建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)。因此，我們將2015年作為貴州省的政策沖擊時(shí)間節(jié)點(diǎn)，將2016年作為其余九個省份（城市）的政策沖擊時(shí)間節(jié)點(diǎn)。

控制變量：本文分別從企業(yè)層面和地區(qū)層面選取控制變量。首先，參考Bennett等（2020）的研究［15］，對企業(yè)層面可能影響企業(yè)生產(chǎn)率的因素進(jìn)行控制。具體指標(biāo)選取如下：企業(yè)規(guī)模（Size），采取企業(yè)總資產(chǎn)的對數(shù)進(jìn)行表征。資產(chǎn)收益率（Roa），采用企業(yè)凈利潤占總資產(chǎn)的比重進(jìn)行表征?，F(xiàn)金流量（Cashflow），用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額占營業(yè)收入的比重進(jìn)行表征。獨(dú)立董事占比（Indep），采用獨(dú)立董事人數(shù)占所有董事人數(shù)的比值進(jìn)行衡量。董事會規(guī)模（Board），采用上市企業(yè)董事人數(shù)表征（取自然對數(shù)）。其次，本文選取了部分地區(qū)層面的變量以控制其對企業(yè)全要素生產(chǎn)率的影響。人均GDP（Pgdp）采用地區(qū)內(nèi)國民生產(chǎn)總值與總?cè)丝诘谋戎颠M(jìn)行表征。政府財(cái)政干預(yù)（Gov）采用全市公共財(cái)政支出占GDP的比重進(jìn)行表征。金融發(fā)展水平（Finan）采用金融機(jī)構(gòu)人民幣貸款占GDP比重進(jìn)行表征?；A(chǔ)設(shè)施建設(shè)（Road）用公路里程數(shù)的對數(shù)進(jìn)行衡量。人口密度（Pop）采用人口與地級市面積比值的對數(shù)進(jìn)行表征。外資利用率（Fdi）采用當(dāng)年實(shí)際使用外資金額占GDP的比值進(jìn)行表征。產(chǎn)業(yè)結(jié)構(gòu)（Indus）采用第二產(chǎn)業(yè)增加值占GDP的比值進(jìn)行表征。

（三）數(shù)據(jù)來源

本文將2011—2019年上市公司作為研究樣本，檢驗(yàn)大數(shù)據(jù)發(fā)展對企業(yè)全要素生產(chǎn)率的影響。企業(yè)層面的控制變量來源于國泰安數(shù)據(jù)庫，地級市層面的控制變量來自《中國城市統(tǒng)計(jì)年鑒》。為保證結(jié)果準(zhǔn)確性，本文對初始樣本進(jìn)行如下篩選處理："（1）剔除金融行業(yè)上市公司樣本；（2）剔除樣本期間內(nèi)ST公司樣本以及企業(yè)未分配利潤為負(fù)的公司樣本；（3）剔除財(cái)務(wù)數(shù)據(jù)缺失的樣本；（4）對所有連續(xù)性變量進(jìn)行上下1%"的縮尾處理。最終獲得18146個樣本觀測值相關(guān)變量的描述性統(tǒng)計(jì)限于篇幅未展示，如有需要，可向作者索取。。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

為檢驗(yàn)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)全要素生產(chǎn)率的影響，本文根據(jù)模型（1）利用多時(shí)點(diǎn)雙重差分模型進(jìn)行估計(jì)檢驗(yàn)，同時(shí)為了避免不可觀測異常值對實(shí)證結(jié)果產(chǎn)生擾動，本文將回歸的標(biāo)準(zhǔn)誤聚類到“時(shí)間-地區(qū)”維度以保證結(jié)果的嚴(yán)謹(jǐn)性。表1報(bào)告了詳細(xì)的回歸結(jié)果。表1列（1）為控制了企業(yè)、省份、年份固定效應(yīng)后，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)全要素生產(chǎn)率影響效應(yīng)的回歸結(jié)果。列（2）為在列（1）基礎(chǔ)上增加了企業(yè)層面及地區(qū)層面控制變量的回歸結(jié)果。列（1）和列（2）結(jié)果顯示為正，假設(shè)H1得到驗(yàn)證。回歸結(jié)果顯示，核心解釋變量Treat×Post與企業(yè)全要素生產(chǎn)率的系數(shù)為正且通過了1%的顯著性檢驗(yàn)，說明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立可以有效驅(qū)動企業(yè)全要素生產(chǎn)率提高。列（3）考察了國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)對企業(yè)的全要素生產(chǎn)率的動態(tài)效應(yīng)，即分別構(gòu)建了政策實(shí)施前及實(shí)施后年份虛擬變量與Treat的交互項(xiàng)，考察不同年份控制組和處理組間是否具有差異性特征?？紤]到政策實(shí)施后第四年的樣本量僅為14個，故將其與政策實(shí)施后第三年的樣本進(jìn)行合并，共同設(shè)定為Treat×After3。結(jié)果顯示，在政策實(shí)施前，政策與年份虛擬變量的交互項(xiàng)（Treat×Beforei;i=1，2，3，4）并未通過顯著性檢驗(yàn)，在政策實(shí)施當(dāng)年，交互項(xiàng)（Treat×Current）的回歸系數(shù)為正且通過10%的顯著性水平檢驗(yàn)，在政策實(shí)施后，交互項(xiàng)（Treat×Afteri;i=1，2，3）的回歸系數(shù)都顯著為正且呈現(xiàn)逐年增大的趨勢。這說明在國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)政策實(shí)施前，處理組與控制組樣本之間并不存在顯著差異，而在國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)政策實(shí)施后，處理組樣本的全要素生產(chǎn)率明顯高于控制組樣本的全要素生產(chǎn)率，且這種正向促進(jìn)效應(yīng)呈現(xiàn)逐年增大的趨勢，平行趨勢假定得到滿足。

由于本文的處理組和控制組涵蓋了各個行業(yè)、各種類型的公司，公司間的規(guī)模、特征及盈利能力等各方面的指標(biāo)可能均存在明顯差異，難以滿足政策在實(shí)施前處理組和控制組個體特征相同的理想情境。為降低樣本選擇偏差，表1的列（4）—列（6）在進(jìn)行雙重差分法之前利用傾向得分匹配法（PSM）對處理組和控制組的樣本進(jìn)行匹配，使得匹配后處理組和控制組樣本之間不存在顯著差異。列（4）—列（6）報(bào)告了基于傾向得分匹配后的雙重差分估計(jì)結(jié)果，結(jié)果顯示，在解決了樣本選擇偏差問題之后，數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立（Treat×Post）對企業(yè)全要素生產(chǎn)率的系數(shù)仍然在1%"的水平上顯著為正，且滿足平行趨勢檢驗(yàn)，即匹配后的回歸結(jié)果與全樣本結(jié)果基本保持一致。

（二）穩(wěn)健性檢驗(yàn)

為了保證估計(jì)結(jié)果的可靠性，本文進(jìn)行如下穩(wěn)健性檢驗(yàn)。

1.替換被解釋變量?？紤]到全要素生產(chǎn)率的衡量方式多樣，本文對基準(zhǔn)回歸中被解釋變量的衡量方式進(jìn)行替換，表2列（1）—列（4）為分別采用GMM廣義矩估計(jì)法、OLS方法、FE固定效應(yīng)法以及OP法對全要素生產(chǎn)率進(jìn)行估計(jì)，結(jié)果如表2所示。結(jié)果表明，無論采用何種方法對全要素生產(chǎn)率重新進(jìn)行衡量，交乘項(xiàng)（Treat×Post）對企業(yè)全要素生產(chǎn)率的回歸系數(shù)仍舊顯著為正，結(jié)果保持穩(wěn)健。

2.增加時(shí)間趨勢項(xiàng)控制。為了進(jìn)一步對影響企業(yè)全要素生產(chǎn)率因素的時(shí)間趨勢進(jìn)行控制，表3列（1）在基準(zhǔn)回歸的基礎(chǔ)上增加了控制變量與時(shí)間虛擬變量的交乘項(xiàng)，列（2）增加了控制變量與時(shí)間趨勢三階多項(xiàng)式的交乘項(xiàng)，以緩解因其他因素隨時(shí)間變動導(dǎo)致的回歸估計(jì)偏誤，模型構(gòu)建如下所示：

TFPit=αTreat*Post+βiXi，c，t+DiXit×f（T）+δi+μm+γt+εit（2）

TFPit=αTreat*Post+βiXi，c，t+UiXit×σt+δi+μm+γt+εit（3）

其中，模型（2）的f（T）為時(shí)間虛擬變量，模型（3）中σt為時(shí)間趨勢的三階多項(xiàng)式，即用時(shí)間趨勢的1～3階表示。其余指標(biāo)設(shè)計(jì)與模型（1）保持一致。回歸結(jié)果顯示，在對控制變量的時(shí)間趨勢進(jìn)行控制后，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立仍然對企業(yè)全要素生產(chǎn)率產(chǎn)生正向影響，本文結(jié)論保持穩(wěn)健。

3.排除其他政策影響。由于中國在同時(shí)期內(nèi)存在多種政策在不同地方同時(shí)實(shí)施，企業(yè)全要素生產(chǎn)率的提升可能受到其他相關(guān)政策的干擾。為了避免其他政策對回歸結(jié)果產(chǎn)生的影響，本文篩選出了對企業(yè)全要素生產(chǎn)率可能存在一定影響的政策，并對樣本中位于試點(diǎn)地區(qū)的企業(yè)的予以剔除，以保證回歸結(jié)果穩(wěn)健。具體而言，本文排除以下相關(guān)政策的干擾：（1）“寬帶中國”政策。2013年，國務(wù)院發(fā)布了“寬帶中國”戰(zhàn)略實(shí)施方案，旨在通過加強(qiáng)寬帶網(wǎng)絡(luò)等信息基礎(chǔ)設(shè)施，推動物聯(lián)網(wǎng)、云計(jì)算等高新技術(shù)產(chǎn)業(yè)的發(fā)展，自2014年起，工信部和國家發(fā)展改革委聯(lián)合確定了首批39個寬帶中國示范城市，隨后至2016年，共有三批寬帶中國試點(diǎn)城市得以確立，寬帶中國政策的事實(shí)使企業(yè)間的聯(lián)系更加緊密，企業(yè)間交易成本得以降低。為了排除寬帶中國政策對企業(yè)全要素生產(chǎn)率的干擾，在回歸方程中剔除了寬帶中國試點(diǎn)地區(qū)的企業(yè)樣本。結(jié)果如表3列（3）所示，在剔除了寬帶中國政策的影響后，回歸結(jié)果依然保持穩(wěn)健。（2）兩化融合政策。2007年，黨的十七大首次提出“以信息化帶動工業(yè)化，以工業(yè)化促進(jìn)信息化”的倡議，旨在推動信息化改變工業(yè)企業(yè)生產(chǎn)方式，推動制造大省由要素驅(qū)動向創(chuàng)新驅(qū)動的發(fā)展方式演化，兩化融合的概念自此提出。2008年，內(nèi)蒙古呼包鄂三個城市被設(shè)立為首批兩化融合試點(diǎn)地區(qū)。此后，南京、上海、重慶等多個城市紛紛列入兩化融合試點(diǎn)名單中。為排除兩化融合政策對回歸結(jié)果產(chǎn)生的影響，表3列（4）對兩化融合試點(diǎn)城市剔除后進(jìn)行回歸，結(jié)果顯示大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對企業(yè)全要素生產(chǎn)率的影響仍然顯著為正，證明了本文基準(zhǔn)結(jié)論的穩(wěn)健性。（3）信息消費(fèi)政策。2013年8月8日，為加快信息消費(fèi)，促進(jìn)消費(fèi)升級，國務(wù)院印發(fā)《關(guān)于促進(jìn)信息消費(fèi)擴(kuò)大內(nèi)需的若干意見》，明確提出要通過擴(kuò)大消費(fèi)規(guī)模、改善基礎(chǔ)設(shè)施建設(shè)以及活躍信息消費(fèi)市場來拉動經(jīng)濟(jì)增長。隨后，工信部確定北京市等68個城市為首批國家信息消費(fèi)試點(diǎn)示范市（縣、區(qū)），并于2015年確定設(shè)立上海市等36個城市作為試點(diǎn)城市。信息消費(fèi)政策的實(shí)施，推動了企業(yè)運(yùn)用信息技術(shù)實(shí)現(xiàn)數(shù)字化進(jìn)程，為排除信息消費(fèi)政策對回歸結(jié)果產(chǎn)生影響，表3列（5）對信息消費(fèi)試點(diǎn)城市剔除，回歸結(jié)果顯示在排除信息消費(fèi)政策的影響后，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對企業(yè)全要素生產(chǎn)率的影響仍然顯著為正，證明了本文基準(zhǔn)結(jié)論的穩(wěn)健性。

4.內(nèi)生性處理?；跓o法窮盡控制除大數(shù)據(jù)試驗(yàn)區(qū)以外的其他混淆變量對企業(yè)全要素生產(chǎn)率的影響，由此引致的遺漏變量等內(nèi)生性問題可能會影響實(shí)證結(jié)果的穩(wěn)健性。為此，本文進(jìn)一步參考王輝和劉栩君（2024）、趙新宇等（2024）的思路，分別選取各省每萬人固定電話數(shù)和各省地形坡度與時(shí)間虛擬變量的交互項(xiàng)作為大數(shù)據(jù)綜合試驗(yàn)區(qū)的工具變量［16-17］。選取的原因在于，一方面，從工具變量的相關(guān)性假設(shè)來看，大數(shù)據(jù)綜合試驗(yàn)區(qū)是傳統(tǒng)通信技術(shù)接續(xù)發(fā)展的時(shí)代產(chǎn)物，歷史固定電話數(shù)為數(shù)字化發(fā)展和大數(shù)據(jù)時(shí)代的到來提供了通信基礎(chǔ)；同時(shí)地形坡度是影響大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)選址的關(guān)鍵因素，均滿足工具變量的相關(guān)性假設(shè)原則。另一方面，從外生性假設(shè)來說，歷史通訊技術(shù)已然被取締，無法對現(xiàn)在企業(yè)的全要素生產(chǎn)率形成影響；同時(shí)地區(qū)的地形坡度顯然也不會對企業(yè)的生產(chǎn)效率形成直接影響，由此兩個工具變量同時(shí)滿足外生性假設(shè)，故說明本文工具變量選取具有一定合理性。表4展示了分別以各省每萬人固定電話數(shù)和各省地形坡度與時(shí)間虛擬變量的交互項(xiàng)作為大數(shù)據(jù)綜合試驗(yàn)區(qū)工具變量，進(jìn)行兩階段回歸的結(jié)果。其中表4列（1）和列（3）匯報(bào)的是工具變量一階段的結(jié)果，列（2）和列（4）匯報(bào)的是工具變量二階段的結(jié)果。結(jié)果顯示，不論是以各省每萬人固定電話數(shù)還是各省地形坡度與時(shí)間虛擬變量的交互項(xiàng)作為大數(shù)據(jù)綜合試驗(yàn)區(qū)工具變量，第一階段估計(jì)系數(shù)均在1%的置信水平上顯著為正，且一階段F值均大于10，不存在弱工具變量問題。同時(shí)，表4列（2）和列（4）匯報(bào)的是二階段結(jié)果顯示，估計(jì)系數(shù)均顯著為正。在采用工具變量進(jìn)行內(nèi)生性處理后，估計(jì)系數(shù)仍然顯著為正，由此說明本文研究結(jié)論是穩(wěn)健的。

五、異質(zhì)性分析

前文研究表明，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立能夠顯著提升企業(yè)全要素生產(chǎn)率，然而，由于不同企業(yè)面臨的外部環(huán)境及自身特性存在差異，大數(shù)據(jù)試驗(yàn)區(qū)建立對企業(yè)的影響可能存在明顯區(qū)別。因此，本文從企業(yè)所在地理區(qū)位、市場化程度及企業(yè)特質(zhì)等三個不同維度，進(jìn)一步考察大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立對企業(yè)全要素生產(chǎn)率是否存在差異性影響。

（一）基于不同地理區(qū)位的異質(zhì)性檢驗(yàn)

由于不同地區(qū)經(jīng)濟(jì)發(fā)展水平存在差異，不同地理區(qū)位的企業(yè)發(fā)展時(shí)面臨的外部環(huán)境也存在非均衡性，因此，當(dāng)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立帶來先進(jìn)的大數(shù)據(jù)技術(shù)時(shí)，其對不同區(qū)位的企業(yè)可能產(chǎn)生差異性影響。一般來說，當(dāng)企業(yè)位于優(yōu)勢資源地區(qū)時(shí)，其城市便捷條件、配套設(shè)施建設(shè)等處于優(yōu)勢地位，這類企業(yè)在大數(shù)據(jù)技術(shù)支持下，更容易產(chǎn)生利用優(yōu)勢資源獲得更快發(fā)展。而當(dāng)企業(yè)位于非優(yōu)勢資源地區(qū)時(shí)，由于區(qū)域內(nèi)經(jīng)濟(jì)發(fā)展落后，要素資源配套能力弱，大數(shù)據(jù)發(fā)展易受到不完善配套設(shè)施條件限制，影響其作用效果發(fā)揮。因此，為了檢驗(yàn)大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對不同地理區(qū)位企業(yè)全要素生產(chǎn)率是否存在差異性影響，本文根據(jù)企業(yè)所在地理區(qū)位不同將企業(yè)地理位置劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)基于不同地區(qū)的異質(zhì)性檢驗(yàn)限于篇幅未展示，如有需要，可向作者索取。。結(jié)果顯示，無論是對整體研究樣本還是經(jīng)過傾向得分匹配后的樣本，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對東部地區(qū)企業(yè)的回歸系數(shù)在1%的水平下顯著，而在中部地區(qū)和西部地區(qū)企業(yè)都未通過顯著性檢驗(yàn)，這說明大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立僅對東部地區(qū)企業(yè)全要素生產(chǎn)率的提升起到促進(jìn)作用，但是對中西部地區(qū)的企業(yè)并未產(chǎn)生顯著促進(jìn)效果。這可能是因?yàn)榻?jīng)濟(jì)發(fā)展、配套設(shè)施及科技創(chuàng)新等方面具有較大優(yōu)勢的東部地區(qū)有利于強(qiáng)化大數(shù)據(jù)綜合試驗(yàn)區(qū)政策效應(yīng)的發(fā)揮，進(jìn)而推動企業(yè)全要素生產(chǎn)率提升。

（二）基于不同市場化程度的異質(zhì)性檢驗(yàn)

市場化程度作為市場發(fā)展水平的重要衡量指標(biāo)，其不僅反映了政府對地區(qū)的干預(yù)程度，還反映了地區(qū)內(nèi)經(jīng)濟(jì)環(huán)境、社會環(huán)境、法律制度等多方面因素。較高的市場化水平意味著較少的政府干預(yù)程度，企業(yè)更易從市場中獲得生產(chǎn)所需的資源，市場失靈程度較低。較低的市場化水平意味著較高程度的政府干預(yù)程度，市場配置資源的功能受限，企業(yè)經(jīng)營時(shí)面臨更多行政手段調(diào)控干預(yù)。根據(jù)市場化指數(shù)對企業(yè)所在地區(qū)的市場化程度進(jìn)行衡量，如果企業(yè)所在地區(qū)的市場化指數(shù)高于所有地區(qū)市場化指數(shù)中位數(shù)，則認(rèn)為企業(yè)處于高市場化發(fā)展水平中，如果企業(yè)所在地區(qū)的市場化指數(shù)低于所有地區(qū)市場化指數(shù)中位數(shù)，則認(rèn)為企業(yè)處于低市場化發(fā)展地區(qū)，結(jié)果如表5所示。表5列（1）和列（2）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對高市場化發(fā)展地區(qū)企業(yè)全要素生產(chǎn)率的影響，列（3）和列（4）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對低市場化發(fā)展地區(qū)企業(yè)的影響，回歸結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對高市場化發(fā)展地區(qū)企業(yè)全要素生產(chǎn)率提升作用十分明顯，但是對于低市場化發(fā)展地區(qū)企業(yè)的全要素生產(chǎn)率并未起到促進(jìn)作用。這可能是因?yàn)樵谳^高的市場化發(fā)展地區(qū)，企業(yè)更易從市場中獲得發(fā)展所需的資源支持，助力于全要素生產(chǎn)率提升。

（三）基于不同特征企業(yè)的異質(zhì)性檢驗(yàn)

考慮到不同類型企業(yè)可能面臨不同強(qiáng)度的大數(shù)據(jù)沖擊，將企業(yè)按照成長性和企業(yè)性質(zhì)劃分為不同特性企業(yè)，進(jìn)而考慮大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對其產(chǎn)生的差異性影響，結(jié)果如表6所示。表6列（1）—列（4）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對不同成長性企業(yè)全要素生產(chǎn)率的差異性影響，列（5）—列（8）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對不同性質(zhì)企業(yè)全要素生產(chǎn)率的影響。其中，成長性指標(biāo)設(shè)立參照戴鵬毅等（2021）［18］，采用營業(yè)收入增長率相對行業(yè)營業(yè)收入增長率進(jìn)行表征，如果企業(yè)的營業(yè)收入增長率高于行業(yè)營業(yè)收入增長率中位數(shù)，則認(rèn)為企業(yè)屬于高成長性企業(yè)，如果企業(yè)營業(yè)收入增長率低于行業(yè)營業(yè)收入增長率中位數(shù)，則認(rèn)為企業(yè)屬于低成長性企業(yè)。表6列（1）和列（2）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對高成長性企業(yè)全要素生產(chǎn)率的影響，列（3）和列（4）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對低成長性企業(yè)全要素生產(chǎn)率的影響，結(jié)果顯示，對高成長企業(yè)而言，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立推動了企業(yè)全要素生產(chǎn)率提升，但是對低成長性企業(yè)而言，其并未起到促進(jìn)作用。這可能是因?yàn)閷τ诟叱砷L性企業(yè)而言，快速發(fā)展的大數(shù)據(jù)技術(shù)能夠?yàn)槠髽I(yè)帶來更多優(yōu)質(zhì)資源，滿足了企業(yè)高速成長的需求，有利于企業(yè)經(jīng)營范圍擴(kuò)大及生產(chǎn)效率提升。

表6列（5）和列（6）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對國有企業(yè)全要素生產(chǎn)率的影響，列（7）和列（8）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對民營企業(yè)全要素生產(chǎn)率的影響，回歸結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對國有企業(yè)全要素生產(chǎn)率的回歸系數(shù)為正且通過了10%的顯著性水平檢驗(yàn)，對民營企業(yè)全要素生產(chǎn)率的回歸系數(shù)為正且通過了1%的顯著性水平檢驗(yàn)，這說明無論對于何種性質(zhì)的企業(yè)而言，大數(shù)據(jù)綜合試驗(yàn)區(qū)都有助于其全要素生產(chǎn)率提升，但是這種作用效果對于民營企業(yè)而言更加顯著。這可能是因?yàn)橄噍^于民營企業(yè)追求企業(yè)價(jià)值最大化為目標(biāo)，國有企業(yè)更多扮演政府代理人的角色。當(dāng)大數(shù)據(jù)應(yīng)用飛速發(fā)展時(shí)，國有企業(yè)不僅把企業(yè)發(fā)展作為工作目標(biāo)，還將部分工作重心轉(zhuǎn)移到維護(hù)社會穩(wěn)定、捍衛(wèi)國家安全等政治方面，因此，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立對其的作用效果稍弱于民營企業(yè)。

六、機(jī)制檢驗(yàn)

前文結(jié)果顯示大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立有助于企業(yè)全要素生產(chǎn)率的提升，那么，大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立究竟是如何作用于企業(yè)全要素生產(chǎn)率的？基于此，從企業(yè)內(nèi)部作用機(jī)制（數(shù)字轉(zhuǎn)型效應(yīng)、融資約束緩解效應(yīng)和投資效應(yīng)）以及外部機(jī)制（人才集聚效應(yīng)和區(qū)域創(chuàng)新創(chuàng)業(yè)效應(yīng)）兩個維度探究大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立影響企業(yè)全要素生產(chǎn)率的作用機(jī)制。

（一）企業(yè)內(nèi)部機(jī)制

大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立能夠?yàn)槠髽I(yè)帶來海量、優(yōu)質(zhì)數(shù)據(jù)，企業(yè)在生產(chǎn)運(yùn)營中廣泛使用豐富的數(shù)據(jù)要素有利于推動企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。表7列（1）—列（4）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立產(chǎn)生的數(shù)字轉(zhuǎn)型效應(yīng)，其中，列（1）和列（2）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立產(chǎn)生的大數(shù)據(jù)效應(yīng)，列（3）和列（4）報(bào)告了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立產(chǎn)生的包括人工智能、區(qū)塊鏈、云計(jì)算等多方面的數(shù)字轉(zhuǎn)型效應(yīng)，我們參照吳非等（2021）［19］的研究，對上市公司年報(bào)中包含的數(shù)字化詞頻進(jìn)行統(tǒng)計(jì)，進(jìn)而表征企業(yè)大數(shù)據(jù)轉(zhuǎn)型程度及企業(yè)整體數(shù)字化轉(zhuǎn)型程度，由回歸結(jié)果可知，大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立后對企業(yè)大數(shù)據(jù)發(fā)展程度以及整體數(shù)字化程度的回歸系數(shù)顯著為正，這說明大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立不僅推動了企業(yè)的大數(shù)據(jù)應(yīng)用程度，還帶來了企業(yè)整體數(shù)字化轉(zhuǎn)型效應(yīng)提升。因此本文認(rèn)為，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)可以通過影響企業(yè)數(shù)字化轉(zhuǎn)型程度，進(jìn)而影響企業(yè)全要素生產(chǎn)率增長。

大數(shù)據(jù)發(fā)展帶來的豐富信息有助于提高市場環(huán)境的公開透明度，市場中各企業(yè)之間、金融機(jī)構(gòu)之間、企業(yè)與金融機(jī)構(gòu)之間的鏈接得到增強(qiáng)，密集的信息網(wǎng)使得金融機(jī)構(gòu)能夠迅速識別出高質(zhì)量企業(yè)，企業(yè)也可以利用信息共享實(shí)現(xiàn)與金融機(jī)構(gòu)的有效對接，資本供需雙方獲取信息的效率得到大幅提升，同時(shí)也降低了因資本錯配造成的企業(yè)全要素生產(chǎn)率損失的概率［16］。為此，參照李波和朱太輝（2020）［20］的研究，將SA指數(shù)作為企業(yè)融資約束指標(biāo)的代理變量，檢驗(yàn)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對企業(yè)是否具有融資約束緩解效應(yīng)，結(jié)果如表7列（5）和列（6）所示，回歸結(jié)果顯示，在1%的置信水平上，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對企業(yè)融資約束具有顯著負(fù)向影響，即大數(shù)據(jù)發(fā)展有利于緩解企業(yè)面臨的融資約束。因此，本文認(rèn)為，大數(shù)據(jù)綜合試驗(yàn)區(qū)的建設(shè)可以產(chǎn)生融資約束緩解效應(yīng)，更多外源資金為企業(yè)提供了科研創(chuàng)新資金保障以及吸引更多優(yōu)質(zhì)人才，帶動企業(yè)全要素生產(chǎn)率提升。

大數(shù)據(jù)發(fā)展通過對數(shù)據(jù)的深度采集和分析降低了企業(yè)的信息不對稱程度，增強(qiáng)了企業(yè)對自身生產(chǎn)、外部環(huán)境的判斷能力，降低了投資過程中面臨的不確定性和成本，企業(yè)將更多注意力放在關(guān)鍵資源運(yùn)用上，價(jià)值增值環(huán)節(jié)的投資得到增強(qiáng)，為企業(yè)帶來投資效應(yīng)。為此，利用企業(yè)投資支付的現(xiàn)金占總資產(chǎn)的比重對企業(yè)的投資水平進(jìn)行衡量，進(jìn)而檢驗(yàn)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立是否具有投資效應(yīng)，結(jié)果如表7列（7）和列（8）所示。結(jié)果顯示，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對企業(yè)投資水平的系數(shù)顯著為正，說明大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立驅(qū)動了企業(yè)投資水平提升。至此，假設(shè)H2得到驗(yàn)證。故本文認(rèn)為，大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)可以帶來投資效應(yīng)，進(jìn)而推動企業(yè)全要素生產(chǎn)率提升。

（二）宏觀機(jī)制

考慮到大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立之后，區(qū)域中資源優(yōu)化配置能力得到增強(qiáng)，可能會對地區(qū)內(nèi)人才集聚和城市創(chuàng)新創(chuàng)業(yè)水平產(chǎn)生影響。為此，將信息與通訊技術(shù)員工占地區(qū)內(nèi)員工的比例作為人才集聚的代理變量，將模型（1）的被解釋變量替換為人才集聚，檢驗(yàn)國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立能否吸引人才集聚宏觀機(jī)制檢驗(yàn)結(jié)果限于篇幅未展示，如有需要，可向作者索取。，結(jié)果顯示大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立對地區(qū)內(nèi)人才占比具有顯著正向影響，說明大數(shù)據(jù)發(fā)展有利于吸引優(yōu)秀人才集聚，優(yōu)秀的人才帶來先進(jìn)生產(chǎn)知識及經(jīng)驗(yàn)，推動企業(yè)全要素生產(chǎn)率提升。

此外，我們將北京大學(xué)企業(yè)大數(shù)據(jù)研究中心測算的中國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)作為城市創(chuàng)新創(chuàng)業(yè)水平的代理變量，檢驗(yàn)了大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對城市創(chuàng)新創(chuàng)業(yè)的影響效應(yīng)宏觀機(jī)制檢驗(yàn)結(jié)果限于篇幅未展示，如有需要，可向作者索取。，結(jié)果表明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立對城市創(chuàng)新創(chuàng)業(yè)的作用效應(yīng)為正，且通過了5%的顯著性檢驗(yàn)，這說明國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立提升了城市創(chuàng)新創(chuàng)業(yè)水平，良好的創(chuàng)新創(chuàng)業(yè)環(huán)境有助于加速先進(jìn)知識或技術(shù)在企業(yè)之間迅速傳播，企業(yè)可以吸收到更多來自其他企業(yè)的先進(jìn)知識或技術(shù)，進(jìn)而帶動企業(yè)全要素生產(chǎn)率提升。至此，假設(shè)H3得到驗(yàn)證。

七、結(jié)論與政策建議

本文基于2011—2019年上市企業(yè)數(shù)據(jù)，構(gòu)建多期差分模型深入考察國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策對企業(yè)全要素生產(chǎn)率的影響及其傳導(dǎo)路徑。主要結(jié)論如下：（1）與非試點(diǎn)城市相比，大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立顯著提升了試點(diǎn)城市中企業(yè)的全要素生產(chǎn)率，該結(jié)論經(jīng)過替換被解釋變量、增加時(shí)間趨勢項(xiàng)檢驗(yàn)和排除干擾政策等一系列穩(wěn)健性檢驗(yàn)后依然成立。（2）異質(zhì)性檢驗(yàn)結(jié)果表明，位于東部地區(qū)、高市場化程度地區(qū)的高成長性、民營企業(yè)，受國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策的影響更為顯著，企業(yè)全要素生產(chǎn)率提升效果更為明顯。（3）機(jī)制檢驗(yàn)結(jié)果表明，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策對企業(yè)全要素生產(chǎn)率的影響主要通過影響外部環(huán)境和自身發(fā)展兩條路徑實(shí)現(xiàn)，即在宏觀層面上，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策的作用效應(yīng)主要通過區(qū)域內(nèi)的人才集聚效應(yīng)和創(chuàng)新創(chuàng)業(yè)效應(yīng)等來實(shí)現(xiàn)。在微觀層面，國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策通過企業(yè)的數(shù)字化轉(zhuǎn)型效應(yīng)、投資效應(yīng)、融資約束緩解效應(yīng)等來實(shí)現(xiàn)。

基于上述研究結(jié)論，本文提出如下政策建議：

第一，大力推進(jìn)大數(shù)據(jù)技術(shù)與產(chǎn)業(yè)發(fā)展深度融合，完善區(qū)域內(nèi)數(shù)據(jù)要素發(fā)展和數(shù)字基礎(chǔ)設(shè)施建設(shè)。從本文結(jié)論可以看出，企業(yè)全要素生產(chǎn)率在大數(shù)據(jù)發(fā)展下得到了顯著提升。這表明大數(shù)據(jù)發(fā)展已經(jīng)成為推動企業(yè)高質(zhì)量發(fā)展的重要引擎。在數(shù)字技術(shù)浪潮下，要深入推進(jìn)“國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)”政策，大力發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，推動各市場主體間進(jìn)行數(shù)據(jù)交換，并利用數(shù)據(jù)流引領(lǐng)技術(shù)流、人才流、資金流共同發(fā)展，完善各地區(qū)配套基礎(chǔ)設(shè)施建設(shè)，推進(jìn)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)深度融合，促進(jìn)區(qū)域一體化和實(shí)體經(jīng)濟(jì)持續(xù)發(fā)展。此外，政府應(yīng)該通過對試驗(yàn)區(qū)成功經(jīng)驗(yàn)進(jìn)行總結(jié)，"形成一般性規(guī)律和多樣化經(jīng)驗(yàn)，"為全國其他地方大數(shù)據(jù)發(fā)展提供借鑒。

第二，企業(yè)要充分利用大數(shù)據(jù)資源進(jìn)行數(shù)字化變革，促進(jìn)企業(yè)全要素生產(chǎn)率提升?？紤]到企業(yè)的全要素生產(chǎn)率隨著大數(shù)據(jù)應(yīng)用的深入得到顯著提升，說明大數(shù)據(jù)已經(jīng)成為推動企業(yè)效率提升的重要因素，因此要加速企業(yè)的數(shù)字化進(jìn)程，推動大數(shù)據(jù)、互聯(lián)網(wǎng)、云計(jì)算等數(shù)字技術(shù)在企業(yè)內(nèi)的應(yīng)用，從而準(zhǔn)確把握、科學(xué)應(yīng)對大數(shù)據(jù)技術(shù)發(fā)展帶來的機(jī)遇與挑戰(zhàn)，提高企業(yè)運(yùn)營管理效率，實(shí)現(xiàn)政策實(shí)施與企業(yè)發(fā)展的雙贏。

第三，“國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)”的建設(shè)過程中，不僅要重視數(shù)據(jù)平臺建設(shè)，還要加強(qiáng)人才隊(duì)伍建設(shè)。這意味著在大數(shù)據(jù)技術(shù)應(yīng)用的過程中，要加大對人才的培養(yǎng)力度，堅(jiān)持人才培養(yǎng)與引進(jìn)并重，建立健全基礎(chǔ)研究與應(yīng)用研究協(xié)調(diào)發(fā)展的人才隊(duì)伍，高技能人才是經(jīng)濟(jì)發(fā)展的核心驅(qū)動力，應(yīng)注重激發(fā)優(yōu)秀人才乃至全社會的創(chuàng)新創(chuàng)造活力，為企業(yè)高質(zhì)量發(fā)展提供良好的發(fā)展環(huán)境。

參考文獻(xiàn)：

［1］"Jones，"Charles"I."and"Tonetti，"Christopher，"Nonrivalry"and"the"Economics"of"Data［R］."NBER"Working"Paper，2019.No."w26260.

［2］"Farboodi"M.，L.Veldkamp."Long-Run"Growth"of"Financial"Data"Technology［J］."American"Economic"Review，"2020，"110（8）："2485-2523.

［3］"Bourreau"M.，"Alexandre"de"Streel"and"Inge"Graef."Big"Data"and"Competition"Policy："Market"Power，"Personalised"Pricing"and"Advertising［J］."Centre"on"Regulation"in"Europe，"2017.

［4］"林東杰，崔小勇，龔六堂.金融摩擦異質(zhì)性、資源錯配與全要素生產(chǎn)率損失［J］.經(jīng)濟(jì)研究，2022，57（1）：89-106.

［5］"左暉，艾丹祥.技術(shù)變化方向異性和全要素生產(chǎn)率——來自中國制造業(yè)信息化的證據(jù)［J］.管理世界，2022，38（8）：132-159.

［6］"王桂軍，張輝.“一帶一路”與中國OFDI企業(yè)TFP：對發(fā)達(dá)國家投資視角［J］.世界經(jīng)濟(jì)，2020，43（5）：49-72.

［7］"施震凱，邵軍，浦正寧.交通基礎(chǔ)設(shè)施改善與生產(chǎn)率增長：來自鐵路大提速的證據(jù)［J］.世界經(jīng)濟(jì)，2018，41（6）：127-151.

［8］"劉傳明，馬青山.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對全要素生產(chǎn)率增長的影響研究——基于“寬帶中國”試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)［J］.中國人口科學(xué)，2020（3）：75-88+127-128.

［9］"陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營管理［J］.管理世界，2020，36（2）：117-128+222.

［10］于世海，許慧欣，孔令乾.數(shù)字經(jīng)濟(jì)水平對中國制造業(yè)資源配置效率的影響研究［J］.財(cái)貿(mào)研究，2022，33（12）：19-34.

［11］楊東.監(jiān)管科技："金融科技的監(jiān)管挑戰(zhàn)與維度建構(gòu)［J］.中國社會科學(xué)，"2018（5）.69-91.

［12］李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2020（1）："81-98.

［13］Elia"G.，Margherita"A.，Passiante"G."Digital"Entrepreneurship"Ecosystem："How"Digital"Technologies"and"Collective"Intelligence"are"Reshaping"the"Entrepreneurial"Process［J］."Technological"Forecasting"and"Social"Change，2020，150（1）：119791.

［14］劉莉亞，金正軒，何彥林，等.生產(chǎn)效率驅(qū)動的并購——基于中國上市公司微觀層面數(shù)據(jù)的實(shí)證研究［J］.經(jīng)濟(jì)學(xué)（季刊），2018，17（4）：1329-1360.

［15］Bennett，"B.，Stulz，"R.，Wang，Z."Does"the"Stock"Market"Make"Firms"More"Productive［J］."Journal"of"Financial"Economics，2020，136（2）："281-306.

［16］王輝，劉栩君.數(shù)字化消費(fèi)政策的創(chuàng)業(yè)效應(yīng)研究［J］.財(cái)經(jīng)研究，2024，50（3）：49-63.

［17］趙新宇，張馨元，鄭國強(qiáng).大數(shù)據(jù)能促進(jìn)高技術(shù)產(chǎn)業(yè)出口質(zhì)量提升嗎？——來自國家級大數(shù)據(jù)綜合試驗(yàn)區(qū)的證據(jù)［J］.財(cái)貿(mào)研究，2024，35（11）：1-15.

［18］戴鵬毅，楊勝剛，袁禮.資本市場開放與企業(yè)全要素生產(chǎn)率［J］.世界經(jīng)濟(jì)，2021，44（8）：154-178.

［19］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：15.

［20］李波，朱太輝.銀行價(jià)格競爭、融資約束與企業(yè)研發(fā)投資——基于“中介效應(yīng)”模型的實(shí)證研究［J］.金融研究，2020（7）：134-152.

Has"the"National"Comprehensive"Big"Data"Experimental"Zone"Improved"the

Total"Factor"Productivity"of"Enterprises？

WAN"Yujia1，"RAO"Bangtao2，"GUO"Shengtie3

（1.Business"School，Shanghai"Dianji"University，"Shanghai"200120，"China；

2.College"of"Arts"and"Sciences，University"of"Pennsylvania，"United"States，19104;

3.Institute"of"Finance，Shanghai"Business"School，Shanghai"200235，China）

Abstract：The"integration"of"big"data"and"real"economy"is"important"for"achieving"high-quality"economic"development"and"enhancing"the"enterprise"competitiveness."Based"on"the"micro-data"of"listed"enterprises"from"2011"to"2019，"we"take"the"establishment"of"“National"Comprehensive"Big"Data"Experimental"Zone”"as"a"quasi-natural"experiment，"and"adopts"the"multi-period"difference"method"to"explore"the"impact"of"big"data"development"on"total"factor"productivity"and"its"mechanism."The"findings"are"as"follows："The"pilot"zone"significantly"improves"the"TFP，"and"its"positive"promoting"effect"gradually"increases"with"the"implementation"time"of"the"policy."Mechanism"test"finds"that，"at"the"micro"level，"the"pilot"zone"improves"TFP"through"the"effect"of"enterprise"digital"transformation，"investment"increase"and"financing"constraint"relief，"and"other"channels."At"the"macro"level，"the"pilot"zone"will"improve"the"TFP"through"the"agglomeration"effect"of"excellent"talents"and"the"improvement"effect"of"urban"innovation"level."Heterogeneity"test"results"show"that"the"promotion"effect"of"the"polit"area"on"TFP"is"more"obvious"for"enterprises"located"in"more"market-oriented"regions，"enterprises"in"eastern"regions，"enterprises"with"high"growth"potential"and"private"enterprises.

Key"words：big"data;"national"big"data"comprehensive"pilot"area;"the"total"factor"productivity

（責(zé)任編輯：趙春江）