数字经济影响企业全要素生产率的研究.pdf

199 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT0 引言自 21 世纪以来，全球各国都在加速本国的数字化进程，而我国数字经济的产业也在持续成长。近年来，我国对于全要素生产率提高的要求逐步细化到了产业层面和微观企业层面，加之遭受了 2020 年席卷全球的新冠疫数字经济影响企业全要素生产率的研究孙榕慧（新疆财经大学，新疆乌鲁木齐830012）摘要：数字经济对于助力我国实体经济发展、推动增长模式转换具有重要意义，其发展趋势不可逆转。全要素生产率是描述企业“内功”的关键指标，提高企业全要素生产率有利于创新驱动战略的深入推进，促进效率变革由粗放型向集约型转变。在数字经济发展达到一定规模的背景下企业能否利用、抓住数字化转型的机遇，形成自身竞争优势并提高全要素生产率是当前需要重点研究的问题。因此,本文从理论和实证两个途径研究数字经济对企业全要素生产率的影响及作用渠道。这一问题的研究对于评估我国现阶段数字经济发展的微观影响、促进企业提高生产效率具有重要意义。关键词：数字经济；企业全要素生产率中图分类号：F0文献标志码：A文章编号：1672-4739（2024）01-0199-03Research on the Impact of the Digital Economy on Business Total Factor ProductivitySUN Ronghui（Xinjiang University of Finance&Economics,Urumqi 830012,China）Abstract：The digital economy is of great significance to help the development of our real economy and promote the transformation of growth mode.Total factor productivity(TFP)is a key index to describe the internal performance of enterprises.Improving the TFP is conducive to the in-depth promotion of innovation-driven strategy and the transformation of efficiency from extensive to intensive.Under the background that the development of digital economy has reached a certain scale,whether enterprises can make use of and seize the opportunities of digital transformation,form their own competitive advantages and improve total factor productivity is a key issue that needs to be studied at present.Therefore,this paper studies the impact of digital economy on the total factor productivity of enterprises and its function channels from both theoretical and empirical approaches.The research on this issue is of great significance for evaluating the micro-impact of the development of digital economy in China and promoting enterprises to improve production efficiency.Keywords：digital economy；total factor productivity of enterprises情所带来的冲击，促进企业全要素生产率（Total factor productivity，TFP）增加进而保证经济可持续、高质量发展，其重要程度不言而喻。我国的文献主要集中在数字经济对高质量发展的路径研究。罗珉和李亮宇基于数字经济所产生的网络技术产品的互联互通效应1，认为数字经济能够连续挖掘消费者深层次的需求,这对区域高质量发展具有边际效应递增的非线性特征2。在企业创新方面，数字经济本身与技术高度相关，研究将外生技术转化为企业自身技术创新的文献较多。Zharinov 认为，企业需要利用数字经济所带来的新技术，结合行业特点积极进行数字化转型，提高自身创新能力从而适应数字经济不断发展的新环境3。何帆和刘红霞认为数字经济能够降低信息不对称程度，节约企业信息获取、协商谈判、后期维护等成本4。Xie 等使用中国企业数据，同样发现数字经济发展过程中，人工智能增加了东部地区企业人力资本水平，但对中西部地区影响不明显。5收稿日期：2023-12-18作者简介：孙榕慧（2000.03-），男，汉族，吉林白城人，硕士，研究方向：社会统计。通讯作者：周勇(1969.11-)，男，汉族，湖南祁东县人，博士，教授，硕士生导师，研究方向：数量经济学，区域经济学。基金项目：国家自然科学基金项目：新疆城乡收入差距与经济包容增长机制研究(72064034)；自治区社科基金：数字普惠金融促进新疆经济高质量发展机制研究（20BJL060）。200 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT梳理已有文献不难发现，已有文献对数字经济影响企业全要素生产率的中间机制还有待进一步讨论。1 数字经济对企业全要素生产率的影响分析 1.1 直接影响数字经济发展伴随着大量新型经济产品的创造，经济工具的丰富有利于闲散资金的聚集并将其合理分配于高收益投资活动，从而促进企业 TFP 发展，推动经济质效提升。基于以上分析，提出假说：假说1：数字经济可对企业全要素生产率产生积极影响。1.2 间接影响数字经济发展产生的技术溢出效应也会推动企业 TFP增长。技术溢出效应一方面是数字经济自身融合、发展的新兴科技被企业引入、吸收而产生，直接促进企业 TFP增长，另一方面是数字经济通过提升经济市场发展水平而发挥作用，数字经济发展有利于经济结构市场化，进而促进效率变革升级，倒逼企业开展创新活动，优化生产结构，实现转型升级，推动企业 TFP 提升。基于以上分析，提出假说：假说 2：数字经济可通过激励企业创新来推动全要素生产率增长。2 数字经济影响企业全要素生产率的实证分析2.1 模型设定（1）基准模型为考察数字经济发展水平与企业全要素生产率之间的关系，本文构建如下的多元回归模型：lntfpitj=+digitj+Xitj+j+t+i+itj （2-1）式(2-1)中，j 表示企业，t 表示时间，i 表示城市，lntfpitj表示不同城市 i 里 j 上市公司 t 年的全要素生产率，digitj表示不同城市 i 里 j 上市公司 t 年的数字经济水平，Xitj表示相关控制变量，具体包括八项，分别为人均国内生产总值(Agdp)、居民储蓄水平(Sav)、财政自由度(Fd)、第二产业占 GDP 的比重(Industry)、成本收入比(Lrl)、管理费用成本率(Glcbl)、管理费用率(Glfyl)和企业规模(Qygm)。j、t、i分别表示个体、时间和城市固定效应，itj为残差项。（2）中介模型为进一步研究数字经济发展水平对企业全要素生产率的作用机制与路径，验证数字经济发展水平是否会通过技术创新和融资约束两条路径影响企业全要素生产率，具体借鉴温忠麟等的做法：通过建立中介效应模型进行检验。6具体方程如下：Y=+X+M=+X+Y=+X+M+其中 Y 表示被解释变量，X 表示解释变量，M 表示中介变量。中介效应的检验要满足以下三方面：其一，在方程 Y=+X+中 X 对 Y 的影响需要显著。其二，在方程 M=+X+中 X 对 M 的影响需要显著。其三，在方程 Y=+X+M+中 M 对 Y 的影响需要显著,而X 对 Y 的影响则变弱。首先，验证数字经济对企业全要素生产率的影响。若公式(2-1)中的系数 显著为正则说明数字经济发展对企业全要素生产率有提升作用。innitj=+digitj+j+t+i+itjrzitj=+digitj+Xitj+j+t+i+itj （2-2）其次，如公式(2-2)所示，innitj、rzitj表示不同城市 i里 j 上市公司 t 年的技术创新和融资约束，将这两方面与数字经济发展水平进行回归，若系数 显著则表示数字经济发展水平提高可以促进技术创新、优化效率变革以及降低企业的融资约束。（2-3）最后,如公式(2-3)所示，在公式(2-1)的基础上分别将技术创新和融资约束加入回归。若出现 2显著且 1不显著或是 1显著但系数小于 两种结果则都可以说明数字经济将通过技术创新及降低企业的融资约束，驱动企业全要素生产率增长。2.2 数据来源本文以 20142022 年上市公司的数据作为研究样本，数据来源于中国工业企业调查数据库。为实现本文的研究目标，我们选取了其中企业的相关数据，并对相关数据做如下处理：一是去除数据缺失严重的样本。二是去除了企业规模较小的样本。此外，在城市层面，本文剔除了数字经济数据缺失严重的城市，最终选取 230 个城市作为研究样本。其数据主要来源于中国城市统计年鉴、各省市的统计年鉴以及各市的国民经济与社会发展统计公报。3 实证研究结果及分析3.1 基准回归结果表 3.1 呈现了数字经济对企业全要素生产率的影响。表 3.1 中（1）列汇报了在对时间固定效应，城市固定效应及个体固定效应进行控制后，以企业全要素生产率为因变量，数字经济发展水平为自变量，未加入控制变量时的回归结果。为研究加入控制变量后数字经济是否仍能对企业全要素生产率产生影响，表 3.1 中（2）列汇报了加入控制变量后的回归系数变化情况。从其结果可知加入控制变量后数字经济对企业全要素生产率的影响仍然显著。表 3.1 基准回归结果变量（1）（2）LntfpDigital0.3703*(0.1271)0.2164*(0.0936)Lnagdp-0.0074(0.0169)Sav0.0011 (0.0009)Fd-0.0141(0.0203)Industry0.0004(0.0004)Lrl0.3468*(0.1072)Glcbl0.0054 (0.0152)Glfyl-0.7130*(0.2856)Qygm0.4230*(0.0579)常数项8.1118*(0.0084)-0.1700(1.1296)201 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT样本量1788917842调整的 R0.8890.923控制变量NOYES时间固定效应YESYES城市固定效应YESYES个体固定效应YESYES注：括号内为聚类稳健标准物，*、*和*分别为在 1%、5%和 10%的水平上显著3.2 稳健性检验为证实实证结果是否稳定及可信则需进行稳定性检验。本节接下来将以考虑遗漏变量的方式进行稳健性检验。由于部分相关变量在进行基准回归时未被加入其中，而外国直接投资（Fdi）的增加及受教育水平（Edu）的提高都将在一定程度上对企业全要素生产率的提升产生影响。因此在本稳健性回归中，本文将外国直接投资和受教育水平加入到控制变量之中。从表 3.2 中汇报的回归结果可知，在加入外国直接投资及受教育水平作为新的控制变量后，回归系数依然显著正相关。表 3.2 考虑遗漏变量变量(1)lntfp(2)Intfp(3)lntfpDigital0.2106*(0.0948)0.2132*(0.0912)0.2069*(0.0922)Inagdp-0.0072(0.0172)-0.0071(0.0163)-0.0069(0.0166)Sav-0.0010(0.0009)0.0012(0.0108)0.0019(0.0109)Fd-0.0141(0.0203)-0.0142(0.0198)-0.0141(0.0198)Industry0.0004(0.0004)0.0004(0.0004)0.0004(0.0004)Lrl0.3563*(0.1061)0.3465*(0.1068)0.3560*(0.1057)Glcbl0.0052(0.0151)0.0054(0.0152)0.0052(0.0151)Glfyl-0.7075*(0.2848)-0.7130*(0.2856)-0.7075*(0.2848)Qygm0.4236*(0.0585)0.4230*(0.0580)0.4236*(0.0585)Fdi0.0019(0.0270)0.0022(0.0271)Edu-0.0916(0.4107)-0.1146(0.4129)常数项-0.1880(1.1401)-0.1680(1.1282)-0.1853(1.1387)样本量17,77817,84217,778调整的 R0.9230.9230.923注：括号内为聚类稳健标准物，*、*和*分别为在 1%、5%和10%的水平上显著4 中介效应分析4.1 技术创新的中介效应为检验数字经济是否能够通过促进企业的技术创新提升企业的全要素生产率，本文对样本数据进行了分析，结果如表 4.1。回归结果显示，数字经济能够通过促进企业进行技术创新进而驱动企业全要素生产率的增长。5 研究结论和政策启示通过上述实证研究，本文可以总结出如下结论：第一，数字经济发展水平的提高能够驱动企业的全要素生产率增长，且本文通过考虑遗漏变量的方法对这一结论的稳健性进行了检验，结果依旧显著。第二，经过中间机制的实证分析可知，数字经济发展水平的提高能够促进企业进行技术创新，驱动企业的全要素生产率增长。根据研究结论，提出以下建议：第一，加强数字经济发展过程中所需的基础设施建设，为企业进行数字化转型提供必要的基础条件。因此，需要增加数字经济基础设施建设的财政支出，同时增强其建设过程中的研发能力，扩大其建设的覆盖范围，保证地方基础设施建设维持在一定水平之上，特别是要注重经济落后及地理环境复杂地区的基础设施建设。第二，鼓励企业增加研发投入，促进企业的技术创新。数字经济的发展能够促进企业全要素生产率的提升，故企业应当关注市场中的技术更迭状况，及时了解数字经济的发展前沿，依靠数字技术对生产过程中的不足之处进行改进。此外，也需要加强政府对企业进行技术创新的扶持力度，以创造良好的企业技术创新环境，助力企业产业链升级。参考文献：1 罗珉，李亮宇.互联网时代的商业模式创新价值创造视角 J.中国工业经济 2015(01):95-107.2赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展来自中国城市的经验证据U.管理世界 2020,36(10):65-76.3Zharinov S.The Role of the Library in the Digital EconomyJ.Information Technology and Libraries,2020,39(4).4何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估J.改革 2019(4):137-148.5XieM,DingL,XiaY,etal.Doesartificialintelligenceaffectthepattern of skill demand?Evidence from Chinese manufacturing firmsJ.Economic Modelling,202196:295-309.6温忠麟.张雷,侯杰泰等.中介效应检验程序及其应用J.心理学报,2004,(05):614-620.表 4.1 技术创新中介效应变量(1)(2)(3)（4）innolIntfpDigital0.2887*(0.0242)0.2229*(0.0240)Lnagdp-0.0261*(0.0028)-0.0065(0.0172)Sav-0.0008*(0.0002)-0.0003(0.0022)Fd-0.0164*(0.0037)-0.0229(0.0217)Industry0.0012*(0.0001)0.0004(0.0005)Lrl0.0474*(0.0117)0.3758*(0.1298)Glcbl-0.0007(0.0014)0.0222(0.0251)Glfyl-0.0008(0.0054)-0.8144*(0.2686)Qygm0.0091*(0.0024)0.0001(0.0003)Inno vation0.2474*(0.0972)0.1916*(0.0927)常数项0.2285*(0.0016)0.0441(0.0479)8.0735*(0.0240)7.9221*(0.1036)样本量17,88917,84217,92717,879调整的 R0.9280.9310.8890.898