企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的影響

摘 要：企業(yè)進(jìn)行數(shù)字技術(shù)創(chuàng)新，不僅能夠通過(guò)技術(shù)進(jìn)步直接提高全要素生產(chǎn)率，而且可以通過(guò)賦能其他生產(chǎn)要素并改善要素配置來(lái)間接提高全要素生產(chǎn)率。采用滬深A(yù)股上市公司2011—2022年的數(shù)據(jù)分析發(fā)現(xiàn)：企業(yè)的數(shù)字專利增加對(duì)全要素生產(chǎn)率具有顯著的正向影響，表明企業(yè)進(jìn)行技術(shù)創(chuàng)新能夠顯著提升其全要素生產(chǎn)率；數(shù)字技術(shù)創(chuàng)新能夠提高企業(yè)員工中高學(xué)歷人員和技術(shù)人員的比例以及技術(shù)資產(chǎn)占比，同時(shí)還能降低企業(yè)的信息不對(duì)稱程度、管理費(fèi)用和代理成本，表明數(shù)字技術(shù)創(chuàng)新可以通過(guò)優(yōu)化要素結(jié)構(gòu)和提升管理效率來(lái)促進(jìn)企業(yè)全要素生產(chǎn)率提升；數(shù)字技術(shù)創(chuàng)新對(duì)國(guó)有企業(yè)、大型企業(yè)、成長(zhǎng)性較高企業(yè)、西部地區(qū)企業(yè)的全要素生產(chǎn)率具有更強(qiáng)的提升作用；企業(yè)數(shù)字技術(shù)創(chuàng)新的全要素生產(chǎn)率提升效應(yīng)在技術(shù)密集型行業(yè)、資本密集型行業(yè)、勞動(dòng)密集型行業(yè)中依次減弱。因此，應(yīng)將數(shù)字技術(shù)創(chuàng)新作為提高企業(yè)全要素生產(chǎn)率的著力點(diǎn)，政府、企業(yè)與高校三方聯(lián)合共建數(shù)字技術(shù)人才高地，依托數(shù)字技術(shù)拓展企業(yè)的治理邊界，并將企業(yè)家精神融入公司治理及技術(shù)創(chuàng)新的全過(guò)程。

關(guān)鍵詞：數(shù)字技術(shù)創(chuàng)新；全要素生產(chǎn)率；勞動(dòng)力結(jié)構(gòu)；資本結(jié)構(gòu)；信息不對(duì)稱；管理費(fèi)用；代理成本

中圖分類號(hào)：F273.1；F270.3

文獻(xiàn)標(biāo)志碼：A

引用格式：克甝，徐宗文.企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的影響——基于要素結(jié)構(gòu)優(yōu)化和管理效率提升的雙路徑［J］.西部論壇，2024，34（5）：50-64.

KE Han， XU Zong-wen. Impact of enterprises digital technology innovation on total factor productivity： Based on two paths of factor structure optimization and management efficiency improvement［J］. West Forum， 2024， 34（5）： 50-64.

一、引言

熊彼特的創(chuàng)新與內(nèi)生增長(zhǎng)理論認(rèn)為，通過(guò)創(chuàng)新活動(dòng)形成的科技進(jìn)步是促進(jìn)經(jīng)濟(jì)健康增長(zhǎng)的重要的內(nèi)生因素之一（田秀娟 等，2022）^［1］。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字技術(shù)的快速發(fā)展和廣泛應(yīng)用推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展方式持續(xù)轉(zhuǎn)變，不僅對(duì)宏觀經(jīng)濟(jì)高質(zhì)量發(fā)展（趙濤 等，2020）^［2］、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（孫勇 等，2022）^［3］、社會(huì)分工（袁淳 等，2021）^［4］等產(chǎn)生了積極影響，也促進(jìn)了微觀企業(yè)的價(jià)值提升（黃大禹 等，2021）^［5］和高質(zhì)量發(fā)展（黃勃 等，2023）^［6］。同時(shí)，作為推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的重要微觀經(jīng)濟(jì)主體，企業(yè)又是數(shù)字技術(shù)創(chuàng)新的關(guān)鍵主體（戚聿東 等，2021）^［7］。越來(lái)越多的企業(yè)意識(shí)到數(shù)字技術(shù)對(duì)其自身發(fā)展的重要性，并積極開展數(shù)字技術(shù)創(chuàng)新活動(dòng)。企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)其自身發(fā)展的影響是多方面的，從經(jīng)濟(jì)層面看，最終體現(xiàn)為因全要素生產(chǎn)率提升而帶來(lái)的產(chǎn)出和利潤(rùn)增長(zhǎng)。然而，從企業(yè)數(shù)字技術(shù)創(chuàng)新到全要素生產(chǎn)率提升的過(guò)程中存在多維復(fù)雜的傳導(dǎo)機(jī)制，在具體的經(jīng)濟(jì)實(shí)踐中還可能面臨諸多約束條件。因此，深入細(xì)致地探究企業(yè)數(shù)字技術(shù)創(chuàng)新促進(jìn)全要素生產(chǎn)率提升的各種機(jī)制及異質(zhì)性表現(xiàn)，有助于更充分更有效地發(fā)揮數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的提升作用。

近年來(lái)，隨著數(shù)字經(jīng)濟(jì)的發(fā)展繁榮，數(shù)字技術(shù)與企業(yè)全要素生產(chǎn)率之間的關(guān)系成為學(xué)術(shù)界探討的熱點(diǎn)之一。其中，關(guān)于數(shù)字技術(shù)影響企業(yè)全要素生產(chǎn)率的實(shí)證研究主要從以下兩個(gè)方面展開：一是數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)全要素生產(chǎn)率的影響。比如：李朝鮮（2022）^［8］研究發(fā)現(xiàn)，商貿(mào)流通企業(yè)從事數(shù)字技術(shù)業(yè)務(wù)活動(dòng)能夠通過(guò)降本增效、業(yè)態(tài)創(chuàng)新和創(chuàng)新生態(tài)構(gòu)建三個(gè)渠道提升全要素生產(chǎn)率，該作用在小微企業(yè)、民營(yíng)企業(yè)、全要素生產(chǎn)率較高的企業(yè)中更強(qiáng)；謝謙和郭楊（2022）^［9］分析表明，企業(yè)應(yīng)用數(shù)字技術(shù)能夠通過(guò)優(yōu)化勞動(dòng)力學(xué)歷結(jié)構(gòu)和技能結(jié)構(gòu)、增加產(chǎn)學(xué)研合作和自主型創(chuàng)新投入來(lái)提升全要素生產(chǎn)率，該影響在大型企業(yè)和服務(wù)業(yè)企業(yè)中更強(qiáng)；劉征馳等（2024）^［10］分析認(rèn)為，企業(yè)的數(shù)字技術(shù)躍遷（自動(dòng)化和智能化）能顯著提升全要素生產(chǎn)率，自動(dòng)化主要通過(guò)替代效應(yīng)和“干中學(xué)”效應(yīng)，智能化主要通過(guò)替代效應(yīng)、互補(bǔ)效應(yīng)、“干中學(xué)”效應(yīng)與“用中學(xué)”效應(yīng)推動(dòng)企業(yè)全要素生產(chǎn)率提高。二是數(shù)字技術(shù)創(chuàng)新（主要指數(shù)字技術(shù)專利）對(duì)企業(yè)全要素生產(chǎn)率的影響。比如：羅佳等（2023）^［11］研究發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新能夠通過(guò)提高創(chuàng)新效率和資源配置效率來(lái)促進(jìn)制造業(yè)企業(yè)全要素生產(chǎn)率提升，行業(yè)數(shù)字化程度較高企業(yè)、國(guó)有企業(yè)、西部地區(qū)企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用更加明顯；黃勃等（2023）^［6］分析表明，數(shù)字技術(shù)創(chuàng)新有助于降低內(nèi)部管控成本、提高投資決策質(zhì)量與資產(chǎn)營(yíng)運(yùn)效率、改善勞動(dòng)力資源結(jié)構(gòu)，從而推動(dòng)企業(yè)全要素生產(chǎn)率增長(zhǎng)，高新技術(shù)企業(yè)和勞動(dòng)密集型企業(yè)數(shù)字技術(shù)創(chuàng)新的全要素生產(chǎn)率提升效應(yīng)更為顯著；沈坤榮和閆佳敏（2024）^［10］研究發(fā)現(xiàn)，企業(yè)數(shù)字專利申請(qǐng)數(shù)量的增加能夠通過(guò)改善生產(chǎn)經(jīng)營(yíng)效率和增強(qiáng)產(chǎn)品競(jìng)爭(zhēng)力來(lái)促進(jìn)全要素生產(chǎn)率提升，該作用在大型企業(yè)和擁有技術(shù)型董事會(huì)的企業(yè)中更加顯著。

總體來(lái)看，盡管企業(yè)數(shù)字技術(shù)創(chuàng)新和應(yīng)用的全要素生產(chǎn)率提升效應(yīng)已得到相關(guān)研究的驗(yàn)證，但其中的影響機(jī)制及情景差異還有待進(jìn)一步地探究。有鑒于此，本文在已有研究的基礎(chǔ)上，基于數(shù)字技術(shù)賦能其他生產(chǎn)要素并改善要素配置的角度，探討數(shù)字技術(shù)創(chuàng)新通過(guò)優(yōu)化要素結(jié)構(gòu)和提高管理效率來(lái)提升企業(yè)全要素生產(chǎn)率的機(jī)制，并采用滬深A(yù)股上市公司2011—2022年的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。相比已有文獻(xiàn)，本文的邊際貢獻(xiàn)主要在于：一是分析并驗(yàn)證了要素結(jié)構(gòu)和管理效率在數(shù)字技術(shù)創(chuàng)新影響企業(yè)全要素生產(chǎn)率中的中介作用，揭示了數(shù)字技術(shù)創(chuàng)新通過(guò)優(yōu)化企業(yè)的勞動(dòng)力和資本結(jié)構(gòu)、降低企業(yè)的信息不對(duì)稱程度以及管理費(fèi)用和代理成本來(lái)提升企業(yè)全要素生產(chǎn)率的傳導(dǎo)機(jī)制，拓展和深化了數(shù)字技術(shù)的微觀經(jīng)濟(jì)效應(yīng)研究，并有助于深入認(rèn)識(shí)數(shù)字技術(shù)驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在機(jī)制；二是從企業(yè)的產(chǎn)權(quán)性質(zhì)、規(guī)模、成長(zhǎng)性以及行業(yè)要素稟賦和所在區(qū)位等方面考察了數(shù)字技術(shù)創(chuàng)新影響企業(yè)全要素生產(chǎn)率的異質(zhì)性，有助于全面把握不同情景下的數(shù)字技術(shù)創(chuàng)新效應(yīng)，進(jìn)而為不同企業(yè)充分發(fā)揮數(shù)字技術(shù)的積極作用提供借鑒和啟示。

二、理論分析與研究假說(shuō)

1.企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的影響

企業(yè)進(jìn)行技術(shù)創(chuàng)新的目的主要可分為開發(fā)新產(chǎn)品、改進(jìn)生產(chǎn)技術(shù)及流程、優(yōu)化商業(yè)模式等三種，因而本文主要基于這三類數(shù)字技術(shù)創(chuàng)新就其對(duì)企業(yè)全要素生產(chǎn)率的影響進(jìn)行探討。

第一，以新產(chǎn)品開發(fā)為主要目的的數(shù)字技術(shù)創(chuàng)新活動(dòng)有助于推動(dòng)企業(yè)的產(chǎn)品迭代與循環(huán)（Tee et al.，2009）^［13］，而在產(chǎn)品迭代與循環(huán)過(guò)程中，企業(yè)能夠通過(guò)淘汰舊產(chǎn)品和拓展新產(chǎn)品促進(jìn)全要素生產(chǎn)率提升（魏浩 等，2022）^［14］。根據(jù)產(chǎn)品生命周期理論，產(chǎn)品在市場(chǎng)上的營(yíng)銷生命要?dú)v經(jīng)引入市場(chǎng)、內(nèi)生成長(zhǎng)、緩慢成熟和逐漸衰退四個(gè)階段。企業(yè)通過(guò)數(shù)字技術(shù)創(chuàng)新生產(chǎn)的新產(chǎn)品一旦成功投入市場(chǎng)，將會(huì)成為某些與之相關(guān)產(chǎn)品的替代品，加速市場(chǎng)的產(chǎn)品迭代的進(jìn)程；同時(shí)，新產(chǎn)品中蘊(yùn)含的數(shù)字技術(shù)能夠更好地滿足消費(fèi)者需求，增加用戶滿意度，擴(kuò)大市場(chǎng)規(guī)模，從而通過(guò)規(guī)模效應(yīng)促進(jìn)企業(yè)的全要素生產(chǎn)率增長(zhǎng)。此外，數(shù)字技術(shù)通常還具有可重新編程性（劉洋 等，2020）^［15］，能夠?qū)ιa(chǎn)運(yùn)營(yíng)過(guò)程中產(chǎn)生的問題迅速做出反應(yīng)，及時(shí)對(duì)產(chǎn)品和服務(wù)進(jìn)行更新迭代，并利用用戶反饋的多樣化信息拓展產(chǎn)品創(chuàng)新方向，增加產(chǎn)品靈活性，提升企業(yè)全要素生產(chǎn)率和市場(chǎng)價(jià)值。

其二，以改進(jìn)生產(chǎn)技術(shù)和流程為主要目的的數(shù)字技術(shù)創(chuàng)新可以提高企業(yè)的生產(chǎn)效率、優(yōu)化企業(yè)的生產(chǎn)流程，并使企業(yè)的內(nèi)部管理更為精細(xì)化和智能化（黃群慧 等，2019）^［16］，進(jìn)而提高企業(yè)全要素生產(chǎn)率。在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，數(shù)字技術(shù)與企業(yè)產(chǎn)品開發(fā)、試制、制造、物流及銷售各環(huán)節(jié)相結(jié)合（Lyytinen et al.，2016；Huang et al.，2017；Nylén et al.，2019）^［17-19］，能夠增加企業(yè)生產(chǎn)經(jīng)營(yíng)流程各環(huán)節(jié)的透明度，降低監(jiān)管成本和效率損失（袁淳 等，2021）^［4］。同時(shí)，數(shù)字技術(shù)創(chuàng)新還能打破要素資源流動(dòng)原有的時(shí)空約束，降低信息、勞動(dòng)力、資本、技術(shù)等要素在企業(yè)間、企業(yè)內(nèi)部各部門間流動(dòng)的成本和時(shí)間，使企業(yè)在生產(chǎn)經(jīng)營(yíng)過(guò)程中可以更好地利用更多的資源，并進(jìn)行更有效的資源整合，從而提高企業(yè)的全要素生產(chǎn)率。

其三，以優(yōu)化商業(yè)模式為主要目的的數(shù)字技術(shù)創(chuàng)新可以通過(guò)數(shù)字化打破企業(yè)原有的商業(yè)模式（Nambisan et al.，2017）^［20］，拓寬企業(yè)的價(jià)值創(chuàng)造路徑（劉洋 等，2022）^［15］，進(jìn)而促進(jìn)企業(yè)的全要素生產(chǎn)率提升。數(shù)字技術(shù)創(chuàng)新能夠從數(shù)字自動(dòng)化、數(shù)字?jǐn)U展及數(shù)字化轉(zhuǎn)型3條路徑優(yōu)化企業(yè)的商業(yè)模式（Li et al.，2017）^［21］，同時(shí)開發(fā)新的業(yè)務(wù)流程，并促使新的流程與新的商業(yè)模式相匹配。相比于傳統(tǒng)商業(yè)模式，數(shù)字化的商業(yè)模式能夠更好克服企業(yè)生產(chǎn)經(jīng)營(yíng)中的時(shí)空限制及技術(shù)約束（陶鋒 等，2023）^［22］，提高要素資源的配置和使用效率，從而促進(jìn)企業(yè)全要素生產(chǎn)率提升。

綜上所述，本文提出假說(shuō)1：企業(yè)數(shù)字技術(shù)創(chuàng)新能夠顯著提升企業(yè)的全要素生產(chǎn)率。

2.數(shù)字技術(shù)創(chuàng)新影響企業(yè)全要素生產(chǎn)率的機(jī)制

技術(shù)本身就是一種重要的生產(chǎn)要素，因而企業(yè)進(jìn)行數(shù)字技術(shù)創(chuàng)新能夠通過(guò)技術(shù)進(jìn)步直接提高全要素生產(chǎn)率。數(shù)字技術(shù)創(chuàng)新在提高企業(yè)技術(shù)水平的同時(shí)，還會(huì)賦能其他生產(chǎn)要素并改善要素配置（黃勃 等，2023）^［6］，進(jìn)而間接地提高企業(yè)的全要素生產(chǎn)率，而要素提質(zhì)集中體現(xiàn)在要素結(jié)構(gòu)的優(yōu)化上，要素配置則受到管理效率的影響。比如，勞動(dòng)力素質(zhì)的提高表現(xiàn)為人力資本結(jié)構(gòu)的提升，資本質(zhì)量的提高表現(xiàn)為優(yōu)質(zhì)資產(chǎn)及技術(shù)資產(chǎn)占比的增加，管理效率的提高會(huì)帶來(lái)要素資源配置的優(yōu)化。基于此，本文進(jìn)一步探討數(shù)字技術(shù)創(chuàng)新通過(guò)優(yōu)化企業(yè)的要素結(jié)構(gòu)和提高企業(yè)的管理效率來(lái)促進(jìn)企業(yè)全要素生產(chǎn)率提升的機(jī)制。

第一，要素結(jié)構(gòu)優(yōu)化路徑。本文主要從勞動(dòng)力要素結(jié)構(gòu)和資本要素結(jié)構(gòu)兩方面進(jìn)行分析。一是數(shù)字技術(shù)創(chuàng)新具有勞動(dòng)力結(jié)構(gòu)優(yōu)化效應(yīng)。一方面，企業(yè)進(jìn)行數(shù)字技術(shù)創(chuàng)新，會(huì)增加對(duì)高素質(zhì)、高技術(shù)人才的需求（孫早 等，2019）^［23］。企業(yè)開展數(shù)字技術(shù)創(chuàng)新活動(dòng)，需要有大量具備相關(guān)知識(shí)和技能的研發(fā)人員，這會(huì)導(dǎo)致企業(yè)在招聘過(guò)程中更加傾向于聘用高學(xué)歷、高技能的人才。另一方面，數(shù)字技術(shù)的應(yīng)用也對(duì)企業(yè)員工的知識(shí)和技能提出了較高要求，這會(huì)促使企業(yè)加強(qiáng)對(duì)員工的技術(shù)培訓(xùn)。同時(shí)，隨著人工智能的應(yīng)用和發(fā)展，自動(dòng)化技術(shù)取代了一些重復(fù)性的簡(jiǎn)單勞動(dòng)，使得企業(yè)從事簡(jiǎn)單勞動(dòng)的員工數(shù)量減少。二是數(shù)字技術(shù)創(chuàng)新具有技術(shù)資產(chǎn)增加效應(yīng)。企業(yè)開展數(shù)字技術(shù)創(chuàng)新活動(dòng)，其創(chuàng)新成果本身就會(huì)形成技術(shù)資產(chǎn)；同時(shí)，數(shù)字技術(shù)創(chuàng)新還會(huì)迫使企業(yè)鞏固和增強(qiáng)原有技術(shù)，并引進(jìn)前沿技術(shù)，以不斷提高技術(shù)水平、優(yōu)化技術(shù)結(jié)構(gòu)，從而積累更多更有價(jià)值的技術(shù)資產(chǎn)?？傊?，企業(yè)數(shù)字技術(shù)創(chuàng)新能夠優(yōu)化企業(yè)的要素結(jié)構(gòu)，進(jìn)而促進(jìn)企業(yè)的全要素生產(chǎn)率提升。

基于所述分析，本文提出假說(shuō)2：數(shù)字技術(shù)創(chuàng)新能夠優(yōu)化企業(yè)的勞動(dòng)力和資本結(jié)構(gòu)，進(jìn)而提升企業(yè)的全要素生產(chǎn)率。

第二，管理效率提升路徑。首先，數(shù)字技術(shù)創(chuàng)新可以改善企業(yè)的信息環(huán)境，降低企業(yè)的信息不對(duì)稱程度，提高企業(yè)內(nèi)外部信息共享和溝通效率。數(shù)字化使得企業(yè)內(nèi)部各部門間的信息溝通更加及時(shí)暢通，各環(huán)節(jié)的運(yùn)營(yíng)情況更加透明化，管理者可以更清晰地了解各流程的運(yùn)作情況，從而及時(shí)發(fā)現(xiàn)問題并進(jìn)行實(shí)時(shí)調(diào)整；數(shù)字化也增強(qiáng)了企業(yè)與利益相關(guān)者之間的信息透明度，使得企業(yè)能夠更好了解市場(chǎng)需求和風(fēng)險(xiǎn)，進(jìn)而精準(zhǔn)地調(diào)整產(chǎn)品設(shè)計(jì)和營(yíng)銷策略。其次，數(shù)字技術(shù)創(chuàng)新可以促進(jìn)企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程的標(biāo)準(zhǔn)化，并實(shí)現(xiàn)生產(chǎn)經(jīng)營(yíng)流程的精細(xì)化和智能化管理，有助于降低企業(yè)的管理費(fèi)用。在傳統(tǒng)的生產(chǎn)經(jīng)營(yíng)模式下，企業(yè)需要大量的人力物力來(lái)對(duì)業(yè)務(wù)流程進(jìn)行監(jiān)督和管理，而在數(shù)字化的商業(yè)模式下，企業(yè)的管理更加精細(xì)、智能。通過(guò)數(shù)字化的管理系統(tǒng)和數(shù)據(jù)分析工具，可以實(shí)時(shí)監(jiān)控生產(chǎn)流程、庫(kù)存及銷售等情況，還可以實(shí)時(shí)獲取供應(yīng)商的供貨情況、物流運(yùn)輸狀態(tài)等信息，從而減少生產(chǎn)經(jīng)營(yíng)管理中的人力支出和時(shí)間消耗，有效降低企業(yè)的管理費(fèi)用。最后，數(shù)字技術(shù)創(chuàng)新還可以約束大股東的私利行為，降低企業(yè)的代理成本。大股東為了自身利益的最大化，可能會(huì)采取不利于企業(yè)長(zhǎng)遠(yuǎn)發(fā)展的短視行為，比如利用自己的權(quán)力實(shí)現(xiàn)對(duì)企業(yè)資金的過(guò)多占用，這種行為不僅侵害了企業(yè)中小股東的利益，也增加了企業(yè)的代理成本。而數(shù)字化帶來(lái)的信息透明化使大股東的各種行為受到各利益相關(guān)者更為廣泛及時(shí)精準(zhǔn)的監(jiān)督，有效壓縮了大股東違規(guī)操控的空間，從而能夠顯著降低企業(yè)代理成本。總之，數(shù)字技術(shù)創(chuàng)新能夠有效降低企業(yè)的信息不對(duì)稱程度、管理費(fèi)用和代理成本（袁淳 等，2021；陳德球 等，2022；黃勃 等，2023）^{［4］［24］［6］}，從而提高企業(yè)的管理效率，促進(jìn)企業(yè)的全要素生產(chǎn)率增長(zhǎng)。

基于所述分析，本文提出假說(shuō)3：數(shù)字技術(shù)創(chuàng)新能夠降低企業(yè)的信息不對(duì)稱程度、管理費(fèi)用和代理成本，進(jìn)而提升企業(yè)的全要素生產(chǎn)率。

三、實(shí)證研究設(shè)計(jì)

1.基準(zhǔn)模型構(gòu)建

為了檢驗(yàn)數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的影響，本文借鑒黃勃等（2023）^［6］的研究，構(gòu)建如下基準(zhǔn)計(jì)量模型：

TFP_i，t=α₀+α₁Dig_i，t+αCon_i，t+μ_t+δ_I+γ_p+ε_i，t

其中，i和t分別代表企業(yè)和年份，被解釋變量（TFP_it）“全要素生產(chǎn)率”為企業(yè)i在t年的全要素生產(chǎn)率，核心解釋變量（Dig_i，t）“數(shù)字技術(shù)創(chuàng)新”為企業(yè)i在t年的和數(shù)字技術(shù)創(chuàng)新水平，Con_i，t表示一系列控制變量，μ_t、δ_I、γ_p分別表示年份、行業(yè)、省份固定效應(yīng)，ε_i，t為隨機(jī)擾動(dòng)項(xiàng)。

（1）被解釋變量“全要素生產(chǎn)率”的測(cè)算方法。由于半?yún)?shù)法能夠在很大程度上避免樣本選擇及內(nèi)生性問題，相關(guān)研究更多地采用半?yún)?shù)法（簡(jiǎn)稱OP法和LP法）來(lái)測(cè)度企業(yè)的全要素生產(chǎn)率（黃勃 等，2023；陶鋒 等，2023）^{［6］［22］}。與OP法相比，LP法以可觀測(cè)的中間投入作為代理變量，能夠緩解部分樣本損失的問題，因而本文在基準(zhǔn)回歸中采用LP法度量樣本企業(yè)的全要素生產(chǎn)率，同時(shí)采用OP法進(jìn)行輔助檢驗(yàn)。

（2）核心解釋變量“數(shù)字技術(shù)創(chuàng)新”的測(cè)算方法。企業(yè)申請(qǐng)專利所蘊(yùn)含的技術(shù)領(lǐng)域往往與其技術(shù)發(fā)展方向相吻合，能夠客觀反映企業(yè)在該領(lǐng)域的技術(shù)創(chuàng)新水平（孫勇 等，2022）^［3］。本文采用數(shù)字專利申請(qǐng)數(shù)量加1后的自然對(duì)數(shù)值來(lái)衡量樣本企業(yè)的數(shù)字技術(shù)創(chuàng)新水平。

（3）控制變量選取。借鑒黃勃等（2023）^［6］、陶鋒等（2023）^［22］的研究，本文選取以下企業(yè)層面的控制變量：一是“企業(yè)年齡”，采用企業(yè)成立年限加1后的自然對(duì)數(shù)值來(lái)衡量；二是“資產(chǎn)規(guī)?！?，采用年末總資產(chǎn)的自然對(duì)數(shù)值來(lái)衡量；三是“員工規(guī)?！?，采用員工總數(shù)的自然對(duì)數(shù)值來(lái)衡量；四是“托賓Q值”，采用流通市值與資產(chǎn)總額之比來(lái)衡量；五是“資產(chǎn)負(fù)債率”，采用總負(fù)債與總資產(chǎn)之比來(lái)衡量；六是“現(xiàn)金流比率”，采用現(xiàn)金流量與總資產(chǎn)之比來(lái)衡量；七是“盈利能力”，采用凈利潤(rùn)與總資產(chǎn)之比來(lái)衡量；八是“研發(fā)強(qiáng)度”，采用研發(fā)投入與營(yíng)業(yè)收入之比來(lái)衡量；九是“股權(quán)集中度”，采用前十大股東持股比例來(lái)衡量；十是“兩職合一”，若董事長(zhǎng)兼任總經(jīng)理賦值為1，否則賦值為0。

2.樣本選擇和數(shù)據(jù)處理

本文以滬深A(yù)股上市公司作為研究樣本，時(shí)間區(qū)間為2011—2022年。刪除金融行業(yè)的樣本、ST和*ST樣本、變量數(shù)據(jù)缺失較多的樣本，最終得到7508個(gè)觀測(cè)值。所用數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），其中，2022年的“資產(chǎn)負(fù)債率”“托賓Q值”等指標(biāo)存在少量缺失，利用線性插補(bǔ)法補(bǔ)齊；數(shù)字專利申請(qǐng)的相關(guān)數(shù)據(jù)來(lái)自國(guó)家知識(shí)產(chǎn)權(quán)局（CNIPA）。為了消除極端值的干擾，并保留盡可能多的數(shù)據(jù)以提高模型檢驗(yàn)的準(zhǔn)確性和可靠性，對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理，主要變量的描述性統(tǒng)計(jì)結(jié)果見表1。

四、實(shí)證結(jié)果分析

1.基準(zhǔn)回歸

表2為基準(zhǔn)模型的檢驗(yàn)結(jié)果。（1）（2）列只加入核心解釋變量，（3）（4）列加入控制變量，（5）（6）列進(jìn)一步控制年份、行業(yè)和省份固定效應(yīng)。回歸結(jié)果顯示，無(wú)論是采用LP法還是OP法計(jì)算企業(yè)的全要素生產(chǎn)率，“數(shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)均在1%的水平上顯著為正，表明企業(yè)數(shù)字專利申請(qǐng)量的增加對(duì)其全要素生產(chǎn)率具有顯著的正向影響，即數(shù)字技術(shù)創(chuàng)新能夠顯著提升企業(yè)的全要素生產(chǎn)率，本文提出的假說(shuō)1得到驗(yàn)證。

2.內(nèi)生性處理

考慮到基準(zhǔn)模型可能存在反向因果關(guān)系、遺漏變量等內(nèi)生問題，本文采用工具變量法進(jìn)行內(nèi)生性處理。借鑒黃群慧等（2019）^［16］的思路，基于1984年地級(jí)市每萬(wàn)人固定電話數(shù)量構(gòu)建“數(shù)字技術(shù)創(chuàng)新”的工具變量。一方面，企業(yè)數(shù)字技術(shù)創(chuàng)新活動(dòng)的開展對(duì)數(shù)字基礎(chǔ)設(shè)施有一定要求，而城市以前的通信條件會(huì)對(duì)數(shù)字基礎(chǔ)設(shè)施建設(shè)產(chǎn)生影響，從而對(duì)企業(yè)的數(shù)字技術(shù)創(chuàng)新產(chǎn)生影響，滿足相關(guān)性條件；另一方面，城市以前的郵電發(fā)展水平對(duì)企業(yè)當(dāng)下的生產(chǎn)效率不會(huì)產(chǎn)生直接影響，滿足外生性條件。考慮到截面數(shù)據(jù)無(wú)法作為面板數(shù)據(jù)的工具變量，參考趙濤等（2020）^［2］的做法，采用上一年度企業(yè)所在省份互聯(lián)網(wǎng)接入端口數(shù)與1984年企業(yè)所在地級(jí)市每萬(wàn)人固定電話數(shù)量交乘項(xiàng)的自然對(duì)數(shù)值作為“數(shù)字技術(shù)創(chuàng)新”的工具變量IV1。此外，參照陶鋒等（2023）^［22］的做法，采用同年同行業(yè)企業(yè)的“數(shù)字技術(shù)創(chuàng)新”均值（不包含樣本企業(yè)）作為工具變量IV2。運(yùn)用2SLS方法的檢驗(yàn)結(jié)果見表3。兩個(gè)工具變量均通過(guò)了識(shí)別不足和弱工具變量檢驗(yàn)，表明選取的工具變量有效；第一階段的回歸結(jié)果顯示，工具變量與“數(shù)字技術(shù)創(chuàng)新”顯著正相關(guān)；第二階段的回歸結(jié)果顯示，工具變量擬合的“數(shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)顯著為正。上述結(jié)果表明，在緩解模型內(nèi)生性問題后，數(shù)字技術(shù)創(chuàng)新能夠顯著提高企業(yè)全要素生產(chǎn)率的結(jié)論依然成立。

3.穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證基準(zhǔn)模型分析結(jié)果的穩(wěn)健可靠性，進(jìn)行以下穩(wěn)健性檢驗(yàn)：

（1）替換被解釋變量。一是更換全要素生產(chǎn)率測(cè)算方法。采用參數(shù)法（普通最小二乘估計(jì)法和高斯混合模型法）測(cè)度樣本企業(yè)的全要素生產(chǎn)率，重新進(jìn)行模型檢驗(yàn)，回歸結(jié)果見表4的（1）（2）列。二是以“勞動(dòng)生產(chǎn)率”作為“全要素生產(chǎn)率”的代理量。借鑒冼國(guó)明和明秀南（2018）^［25］的研究，采用企業(yè)營(yíng)業(yè)收入與員工人數(shù)之比的自然對(duì)數(shù)值來(lái)衡量樣本企業(yè)的勞動(dòng)生產(chǎn)率，以其為被解釋變量重新進(jìn)行模型檢驗(yàn)（為避免共線性影響，“員工規(guī)?！薄百Y產(chǎn)規(guī)?！薄把邪l(fā)強(qiáng)度”不作為控制變量納入模型），回歸結(jié)果見表4的（3）列。

（2）子樣本回歸。一是考慮到直轄市與其他城市的發(fā)展條件存在較大差異，剔除直轄市樣本后重新進(jìn)行模型檢驗(yàn)，回歸結(jié)果見表4的（4）列。二是考慮到2012年以后我國(guó)的數(shù)字經(jīng)濟(jì)快速發(fā)展，采用2013—2022年的樣本數(shù)據(jù)重新進(jìn)行模型檢驗(yàn)，回歸結(jié)果見表4的（5）列。

（3）控制被解釋變量的前期影響?？紤]到企業(yè)的發(fā)展往往具有延續(xù)性，當(dāng)期全要素生產(chǎn)率會(huì)受到前期生產(chǎn)率的影響，借鑒陶鋒等（2023）^［22］的做法，在模型中加入“全要素生產(chǎn)率”的滯后一期項(xiàng)，回歸結(jié)果見表4的（6）列。

（4）增加控制變量?？紤]到企業(yè)家精神是影響企業(yè)全要素生產(chǎn)率的重要因素（Baumol，1996；張莉 等，2021；高志剛 等，2023）^［26-28］，借鑒葉作義和吳文彬（2018）^［29］、張莉等（2021）^［27］的做法，采用熵權(quán)法測(cè)算樣本企業(yè)的企業(yè)家精神指數(shù)，并將其作為控制變量納入模型（“研發(fā)強(qiáng)度”和“兩職合一”不作為控制變量納入模型），重新進(jìn)行回歸，結(jié)果見表4的（7）列。

（5）控制交互固定效應(yīng)。參考陶鋒等（2023）^［22］的方法，進(jìn)一步控制省份與年份的交互固定效應(yīng)，回歸結(jié)果見表4的（8）列。

上述穩(wěn)健性檢驗(yàn)結(jié)果顯示，核心解釋變量的回歸系數(shù)均在1%的水平上顯著為正，表明本文基準(zhǔn)模型的分析結(jié)果具有較好的穩(wěn)健性。為進(jìn)一步排除不可觀測(cè)因素的影響，本文借鑒Altonji等（2005）^［30］的研究，通過(guò)計(jì)算不同控制變量下核心解釋變量系數(shù)的比例值來(lái)判斷不可觀測(cè)因素導(dǎo)致的估計(jì)偏差是否顯著。具體做法是：用控制變量方程的回歸系數(shù)（記作：β^^F）比上受約束方程回歸系數(shù)（記為：β^_R）與控制變量方程回歸系數(shù)之差即β^^Fβ^^R－β^^F，比值越大，則不可觀測(cè)因素帶來(lái)的基準(zhǔn)回歸估計(jì)結(jié)果偏誤越小。本文進(jìn)行了以下5種處理：第一，將包含控制變量但未控制固定效應(yīng)的模型作為受約束方程1，將包含控制變量和固定效應(yīng)的模型作為控制變量方程1；第二，將包含控制變量和固定效應(yīng)的模型作為受約束方程，再分別加入其他變量作為控制變量方程，具體包括：一是加入“國(guó)家智慧城市試點(diǎn)”的政策虛擬變量，作為控制變量方程2；二是加入“寬帶中國(guó)示范城市建設(shè)”的政策虛擬變量，作為控制變量方程3；三是加入“國(guó)家創(chuàng)新型城市試點(diǎn)”的政策虛擬變量，作為控制變量方程；四是加入“企業(yè)家精神”變量，作為控制變量方程5。具體計(jì)算結(jié)果見表5，所有比例值均大于1，最小值為17.5（均值達(dá)到228.4），這表明不可觀測(cè)因素對(duì)企業(yè)全要素生產(chǎn)率的影響至少達(dá)到已控制因素的17.5251倍時(shí)，才會(huì)導(dǎo)致基準(zhǔn)回歸中“數(shù)字技術(shù)創(chuàng)新”的系數(shù)出現(xiàn)嚴(yán)重偏誤，但這種可能性幾乎不存在，進(jìn)一步驗(yàn)證了基準(zhǔn)回歸的結(jié)果是穩(wěn)健性的。

4.機(jī)制檢驗(yàn)

對(duì)于數(shù)字技術(shù)創(chuàng)新影響企業(yè)全要素生產(chǎn)率的機(jī)制，本文遵循江艇（2022）^［31］提出的檢驗(yàn)方法，主要考察數(shù)字技術(shù)創(chuàng)新對(duì)中介變量的影響。構(gòu)建如下計(jì)量模型：

M_i，t=α₀+α₁Dig_i，t+αCon_i，t+μ_t+δ_i+γ_I+ε_i，t

其中，M表示中介變量。根據(jù)前文理論分析，選取以下中介變量：一是“勞動(dòng)力結(jié)構(gòu)”，參考叢昊和張春雨（2022）^［32］、袁淳等（2021）^［4］的研究，采用學(xué)歷為本科及以上員工比例（“勞動(dòng)力結(jié)構(gòu)1”）和技術(shù)人員【將企業(yè)員工分為生產(chǎn)、財(cái)務(wù)、銷售、技術(shù)、其他五大類后進(jìn)行計(jì)算?！勘壤ā皠趧?dòng)力結(jié)構(gòu)2”）兩個(gè)指標(biāo)來(lái)衡量。二是“技術(shù)資產(chǎn)占比”，采用技術(shù)型無(wú)形資產(chǎn)占總資產(chǎn)的比重來(lái)衡量。三是選取“信息透明度”“管理費(fèi)”“代理成本”3個(gè)指標(biāo)作為企業(yè)管理效率的代理變量。借鑒徐京平等（2023）^［33］的方法，“信息透明度”采用企業(yè)信息披露質(zhì)量（從高到低劃分為4個(gè)等級(jí)，分別賦值為1～4）來(lái)衡量，其值越高企業(yè)的信息透明度越高（信息不對(duì)稱程度越低）；“管理費(fèi)用”采用管理費(fèi)用與營(yíng)業(yè)收入之比來(lái)衡量；借鑒羅勁博和李小榮（2021）^［34］的方法，“代理成本”采用大股東占用資金與總資產(chǎn)之比來(lái)衡量。

機(jī)制檢驗(yàn)結(jié)果見表6。“數(shù)字技術(shù)創(chuàng)新”對(duì)“勞動(dòng)力結(jié)構(gòu)1”和“勞動(dòng)力結(jié)構(gòu)2”的回歸系數(shù)均顯著為正，表明數(shù)字技術(shù)創(chuàng)新能夠提高企業(yè)員工中高學(xué)歷人員和技術(shù)人員的比例，顯著優(yōu)化了企業(yè)的勞動(dòng)力結(jié)構(gòu)；“數(shù)字技術(shù)創(chuàng)新”對(duì)“技術(shù)資產(chǎn)占比”的回歸系數(shù)顯著為正，表明數(shù)字技術(shù)創(chuàng)新能夠促進(jìn)企業(yè)的技術(shù)資產(chǎn)積累，顯著優(yōu)化了企業(yè)的資本結(jié)構(gòu)。由此，本文提出的假說(shuō)2得到驗(yàn)證?！皵?shù)字技術(shù)創(chuàng)新”對(duì)“信息透明度”的回歸系數(shù)顯著為正，表明數(shù)字技術(shù)創(chuàng)新能夠提高企業(yè)的信息透明度，即降低企業(yè)的信息不對(duì)稱程度，從而顯著提高企業(yè)的管理效率；“數(shù)字技術(shù)創(chuàng)新”對(duì)“管理費(fèi)用”和“代理成本”的回歸系數(shù)均顯著為負(fù)，表明數(shù)字技術(shù)創(chuàng)新能夠降低企業(yè)的管理費(fèi)用和代理成本，從而顯著提高企業(yè)的管理效率。由此，本文提出的假說(shuō)3得到驗(yàn)證。

五、拓展研究：異質(zhì)性分析

在不同的情景下，不同類型企業(yè)的數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的影響程度可能存在差異。對(duì)此，本文進(jìn)一步從企業(yè)的產(chǎn)權(quán)性質(zhì)、規(guī)模、成長(zhǎng)性以及行業(yè)要素稟賦和所在區(qū)位等方面進(jìn)行異質(zhì)性分析。

一是企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性。將樣本劃分為“國(guó)有企業(yè)”和“非國(guó)有企業(yè)”兩組，分別進(jìn)行檢驗(yàn)，回歸結(jié)果見表7的（1）至（2）列。“數(shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)在兩組樣本中均顯著為正，但“國(guó)有企業(yè)”組的顯著性和絕對(duì)值均大于“非國(guó)有企業(yè)”組（Chow Test檢驗(yàn)結(jié)果顯示系數(shù)差異顯著），表明數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用在國(guó)有企業(yè)中更為顯著。其原因可能在于，與非國(guó)有企業(yè)相比，國(guó)有企業(yè)的勞動(dòng)力和資本結(jié)構(gòu)相對(duì)穩(wěn)定，且市場(chǎng)敏感性和管理靈活性相對(duì)較弱，因此，數(shù)字技術(shù)創(chuàng)新及其帶來(lái)的數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)要素結(jié)構(gòu)的改善效應(yīng)和管理效率的提升效應(yīng)比非國(guó)有企業(yè)較強(qiáng)，從而會(huì)對(duì)國(guó)有企業(yè)全要素生產(chǎn)率增長(zhǎng)產(chǎn)生更為顯著的促進(jìn)作用。

二是企業(yè)規(guī)模異質(zhì)性。借鑒張葉青等（2021）^［35］的方法，根據(jù)企業(yè)總資產(chǎn)的中位數(shù)將樣本劃分為“大型企業(yè)”和“中小企業(yè)”兩組，分別進(jìn)行檢驗(yàn)，回歸結(jié)果見表7的（3）至（4）列?！皵?shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)在兩組樣本中均在1%的水平上顯著為正，但“大型企業(yè)”組的絕對(duì)值大于“中小企業(yè)”組（Chow Test檢驗(yàn)結(jié)果顯示系數(shù)差異顯著），表明數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用在大型企業(yè)中更強(qiáng)。其原因可能在于，相比中小企業(yè)，大型企業(yè)的要素結(jié)構(gòu)和生產(chǎn)經(jīng)營(yíng)流程更為復(fù)雜，進(jìn)行數(shù)字技術(shù)創(chuàng)新對(duì)人才的需求更大，創(chuàng)新成果和數(shù)字化轉(zhuǎn)型帶來(lái)的結(jié)構(gòu)改善和效率提升效應(yīng)也更強(qiáng)，從而會(huì)產(chǎn)生更強(qiáng)的全要素生產(chǎn)率提升效應(yīng)。

三是企業(yè)成長(zhǎng)性異質(zhì)性。本文采用營(yíng)業(yè)收入增長(zhǎng)率來(lái)衡量企業(yè)的成長(zhǎng)性，并根據(jù)其中位數(shù)將企業(yè)劃分為“成長(zhǎng)性低”和“成長(zhǎng)性高”兩組，分別進(jìn)行檢驗(yàn)，回歸結(jié)果見表7的（5）至（6）列?！皵?shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)在兩組樣本中均在1%的水平上顯著為正，但“成長(zhǎng)性高”組的絕對(duì)值大于“成長(zhǎng)性低”組（Chow Test檢驗(yàn)結(jié)果顯示系數(shù)差異顯著），表明數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用在成長(zhǎng)性較高的企業(yè)中更強(qiáng)。其原因可能在于，當(dāng)企業(yè)的成長(zhǎng)性較高時(shí)，進(jìn)行數(shù)字技術(shù)創(chuàng)新的能力和積極性往往也較高，會(huì)將更多的資源投入數(shù)字技術(shù)創(chuàng)新，并充分利用技術(shù)創(chuàng)新成果推進(jìn)數(shù)字化轉(zhuǎn)型，從而更有效地促進(jìn)全要素生產(chǎn)率提升。

四是行業(yè)要素稟賦異質(zhì)性。借鑒叢昊等（2022）^［32］的做法，結(jié)合證監(jiān)會(huì)2012年行業(yè)分類標(biāo)準(zhǔn)劃分出勞動(dòng)密集型行業(yè)、資本密集型行業(yè)和技術(shù)密集型行業(yè)，進(jìn)而據(jù)此將樣本企業(yè)分為“勞動(dòng)密集型行業(yè)”“資本密集型行業(yè)”“技術(shù)密集型行業(yè)”3組，分別進(jìn)行檢驗(yàn)，回歸結(jié)果見表8的（1）（2）（3）列?！皵?shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)，在“勞動(dòng)密集型行業(yè)”組為正但不顯著，在“資本密集型行業(yè)”組在10%的水平上顯著為正，在“技術(shù)密集型行業(yè)”組在1%的水平上顯著為正，表明數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的提升作用在技術(shù)密集型行業(yè)、資本密集型行業(yè)、勞動(dòng)密集型行業(yè)中依次減弱。其原因可能在于：技術(shù)密集型行業(yè)企業(yè)的技術(shù)水平較高，在人才儲(chǔ)備和技術(shù)積累上具有顯著優(yōu)勢(shì)（卿陶 等，2021）^［36］，進(jìn)行數(shù)字技術(shù)創(chuàng)新的意愿較強(qiáng)，且創(chuàng)新的難度和前沿性較高，從而能夠產(chǎn)生更強(qiáng)的要素結(jié)構(gòu)優(yōu)化和管理效率提升效應(yīng)；數(shù)字技術(shù)創(chuàng)新活動(dòng)中無(wú)形資產(chǎn)（比如數(shù)據(jù)、技術(shù)等）發(fā)揮的作用大于有形資產(chǎn)發(fā)揮的作用（趙宸宇 等，2021）^［37］，而資本密集型行業(yè)的企業(yè)往往更為重視有形資產(chǎn)的積累，這可能使數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的提升作用不能得到充分發(fā)揮；勞動(dòng)密集型行業(yè)的企業(yè)大多技術(shù)相對(duì)固定，技術(shù)創(chuàng)新水平較低（卿陶 等，2021）^［36］，且行業(yè)屬性導(dǎo)致其數(shù)字化轉(zhuǎn)型的積極性不高，導(dǎo)致數(shù)字技術(shù)創(chuàng)新對(duì)其全要素生產(chǎn)率的提升作用不顯著。

五是區(qū)位異質(zhì)性。根據(jù)企業(yè)所在區(qū)位，將樣本劃分為“東部地區(qū)”和“中西部地區(qū)”兩組，分別進(jìn)行檢驗(yàn)，回歸結(jié)果見表8的（4）至（5）列?！皵?shù)字技術(shù)創(chuàng)新”對(duì)“全要素生產(chǎn)率”的回歸系數(shù)，在“東部地區(qū)”組中顯著為正，而在“中西部地區(qū)”組中為正但不顯著，表明數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的提升作用在東部地區(qū)更為顯著。這可能是由于東部地區(qū)的數(shù)字基礎(chǔ)設(shè)施較為完善、數(shù)字技術(shù)水平較高，有助于企業(yè)的數(shù)字技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型；同時(shí)，東部地區(qū)的市場(chǎng)化程度較高，有利于企業(yè)通過(guò)市場(chǎng)機(jī)制來(lái)充分發(fā)揮數(shù)字技術(shù)創(chuàng)新的積極作用。而中西部地區(qū)的經(jīng)濟(jì)發(fā)展水平和市場(chǎng)化程度較低、數(shù)字基礎(chǔ)設(shè)施不完善，一定程度上制約了企業(yè)數(shù)字技術(shù)創(chuàng)新的積極效應(yīng)發(fā)揮。

六、結(jié)論與啟示

本文以2011—2022年滬深A(yù)股上市公司數(shù)據(jù)為研究樣本，檢驗(yàn)企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)全要素生產(chǎn)率的影響及其作用機(jī)制，研究發(fā)現(xiàn)：（1）企業(yè)的數(shù)字專利增加對(duì)全要素生產(chǎn)率具有顯著的正向影響，該結(jié)論在經(jīng)過(guò)內(nèi)生性處理和一系列穩(wěn)健性檢驗(yàn)后仍然成立，表明企業(yè)進(jìn)行數(shù)字技術(shù)創(chuàng)新能夠顯著提升其全要素生產(chǎn)率。（2）機(jī)制檢驗(yàn)結(jié)果顯示，數(shù)字技術(shù)創(chuàng)新能夠提高企業(yè)員工中高學(xué)歷人員和技術(shù)人員的比例以及技術(shù)型無(wú)形資產(chǎn)占總資產(chǎn)的比重，同時(shí)還能提高企業(yè)的信息透明度、降低企業(yè)的管理費(fèi)用和代理成本，表明數(shù)字技術(shù)創(chuàng)新可以通過(guò)優(yōu)化要素結(jié)構(gòu)和提升管理效率來(lái)促進(jìn)企業(yè)全要素生產(chǎn)率增長(zhǎng)。（3）異質(zhì)性分析結(jié)果顯示，相比非國(guó)有企業(yè)、中小企業(yè)、成長(zhǎng)性較低企業(yè)，數(shù)字技術(shù)創(chuàng)新對(duì)國(guó)有企業(yè)、大型企業(yè)、成長(zhǎng)性較高企業(yè)的全要素生產(chǎn)率具有更強(qiáng)的提升作用；企業(yè)數(shù)字技術(shù)創(chuàng)新的全要素生產(chǎn)率提升效應(yīng)，在技術(shù)密集型行業(yè)、資本密集型行業(yè)、勞動(dòng)密集型行業(yè)中依次減弱，在東部地區(qū)企業(yè)中顯著，但在中西部企業(yè)中不顯著?；谏鲜鲅芯拷Y(jié)論，得到以下啟示：

第一，將數(shù)字技術(shù)創(chuàng)新作為提高企業(yè)全要素生產(chǎn)率的著力點(diǎn)，并以企業(yè)的實(shí)際發(fā)展?fàn)顩r為依據(jù)，實(shí)施差異化的數(shù)字技術(shù)創(chuàng)新發(fā)展戰(zhàn)略。政府在制定數(shù)字技術(shù)創(chuàng)新相關(guān)政策時(shí)應(yīng)充分考慮不同地區(qū)、不同企業(yè)的異質(zhì)性，采取因地因企制宜的策略。例如，非國(guó)有企業(yè)、中小企業(yè)以及成長(zhǎng)性不高的企業(yè)在人力資本和研發(fā)技術(shù)等方面處于劣勢(shì)地位，進(jìn)行數(shù)字技術(shù)創(chuàng)新承擔(dān)的風(fēng)險(xiǎn)也相對(duì)較高，因此，政府應(yīng)建立和完善多樣化的創(chuàng)新激勵(lì)體系，鼓勵(lì)和支持這些企業(yè)積極參與數(shù)字技術(shù)創(chuàng)新活動(dòng)。企業(yè)也應(yīng)根據(jù)自身情況選擇適宜的數(shù)字技術(shù)創(chuàng)新路徑和數(shù)字化轉(zhuǎn)型策略。例如，勞動(dòng)密集型企業(yè)應(yīng)該充分發(fā)揮其勞動(dòng)力優(yōu)勢(shì)，專注于數(shù)字技術(shù)和自動(dòng)化技術(shù)的研發(fā)與推廣，以彌補(bǔ)其資金和技術(shù)的不足；資產(chǎn)密集型企業(yè)應(yīng)重視無(wú)形資產(chǎn)的積累，并充分發(fā)揮數(shù)字技術(shù)、數(shù)據(jù)要素等無(wú)形資產(chǎn)的積極作用；技術(shù)密集型企業(yè)則應(yīng)進(jìn)一步發(fā)揮人才和技術(shù)優(yōu)勢(shì)，致力于開發(fā)更先進(jìn)的數(shù)字技術(shù)，增強(qiáng)自身在國(guó)際市場(chǎng)上的競(jìng)爭(zhēng)力。

第二，政府、企業(yè)與高校三方聯(lián)合，共建數(shù)字技術(shù)人才培養(yǎng)、成長(zhǎng)和發(fā)展高地。數(shù)字技術(shù)創(chuàng)新對(duì)數(shù)字技術(shù)人才提出了更高要求。作為人才培養(yǎng)與技術(shù)創(chuàng)新的重要結(jié)合點(diǎn)和策源地，高校擔(dān)負(fù)著培養(yǎng)創(chuàng)新型人才的重要使命，應(yīng)牢牢抓住數(shù)字經(jīng)濟(jì)發(fā)展的歷史機(jī)遇，激發(fā)學(xué)生原始創(chuàng)新能力。作為技術(shù)創(chuàng)新的關(guān)鍵主體和既得利益者，企業(yè)是將創(chuàng)新意識(shí)轉(zhuǎn)化為創(chuàng)新成果的主陣地，高校培養(yǎng)的創(chuàng)新型人才需要企業(yè)提供實(shí)踐機(jī)會(huì)。因此，應(yīng)強(qiáng)化校企合作。例如，企業(yè)給高校提供資金支持，幫助高校培養(yǎng)數(shù)字技術(shù)人才和建設(shè)高端數(shù)字技術(shù)人才智庫(kù)，高校則將培養(yǎng)的數(shù)字技術(shù)人才源源不斷地輸入企業(yè)，形成良性循環(huán)。在這一循環(huán)過(guò)程中，政府應(yīng)發(fā)揮“兜底”作用，為數(shù)字技術(shù)創(chuàng)新提供制度保障。比如，政府應(yīng)加強(qiáng)對(duì)數(shù)字資產(chǎn)、專利等知識(shí)產(chǎn)權(quán)的保護(hù)，為企業(yè)和高校的數(shù)字技術(shù)創(chuàng)新提供政策支持和良好的創(chuàng)新環(huán)境。

第三，企業(yè)應(yīng)依托數(shù)字技術(shù)采取線上線下相結(jié)合的治理方式，拓展治理邊界，并將企業(yè)家精神融入公司治理及技術(shù)創(chuàng)新的全過(guò)程。在企業(yè)內(nèi)部，管理層應(yīng)充分發(fā)揮管理效能，通過(guò)簡(jiǎn)化非必要流程降低管理成本，提高管理效率。而在企業(yè)外部交易市場(chǎng)，制度環(huán)境是影響交易成本的根本性因素。因此，政府應(yīng)高度重視市場(chǎng)交易的公平性，發(fā)揮監(jiān)管效應(yīng)，深化市場(chǎng)體制改革，優(yōu)化制度環(huán)境，從根本上降低企業(yè)的外部交易成本。良好的企業(yè)家精神是促進(jìn)企業(yè)全要素生產(chǎn)率提升的重要因素，面對(duì)復(fù)雜多變的國(guó)際國(guó)內(nèi)市場(chǎng)環(huán)境，企業(yè)的發(fā)展不僅需要注重技術(shù)和資本的積累和提質(zhì)，更應(yīng)關(guān)注“人”的作用，注重培養(yǎng)優(yōu)秀的企業(yè)家，并將企業(yè)家精神融入公司治理及技術(shù)創(chuàng)新的全過(guò)程。

參考文獻(xiàn)：

［1］ 田秀娟，李睿.數(shù)字技術(shù)賦能實(shí)體經(jīng)濟(jì)轉(zhuǎn)型發(fā)展——基于熊彼特內(nèi)生增長(zhǎng)理論的分析框架［J］.管理世界，2022，38（5）：56-74.

［2］ 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，36（10）：65-76.

［3］ 孫勇，張思慧，趙騰宇，等.數(shù)字技術(shù)創(chuàng)新對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響及其空間效應(yīng)——以長(zhǎng)江經(jīng)濟(jì)帶為例［J］.軟科學(xué)，2022，36（10）：9-16.

［4］ 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［5］ 黃大禹，謝獲寶，孟祥瑜，等.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)學(xué)家，2021（12）：41-51.

［6］ 黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展——來(lái)自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟(jì)研究，2023，58（3）：97-115.

［7］ 戚聿東，杜博，溫馨.國(guó)有企業(yè)數(shù)字化戰(zhàn)略變革：使命嵌入與模式選擇——基于3家中央企業(yè)數(shù)字化典型實(shí)踐的案例研究［J］.管理世界，2021，37（11）：137-158+10.

［8］ 李朝鮮.“雙循環(huán)”背景下數(shù)字技術(shù)如何賦能商貿(mào)流通企業(yè)高質(zhì)量發(fā)展［J］.北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，37（5）：59-70.

［9］ 謝謙，郭楊.數(shù)字技術(shù)、創(chuàng)新要素結(jié)構(gòu)優(yōu)化與企業(yè)全要素生產(chǎn)率［J］.北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（6）：134-144.

［10］劉征馳，高翔宇，陳文武，等.數(shù)字技術(shù)躍遷與企業(yè)全要素生產(chǎn)率——從自動(dòng)化到智能化的比較分析［J］.經(jīng)濟(jì)評(píng)論，2024（4）：73-89.

［11］羅佳，張蛟蛟，李科.數(shù)字技術(shù)創(chuàng)新如何驅(qū)動(dòng)制造業(yè)企業(yè)全要素生產(chǎn)率？——來(lái)自上市公司專利數(shù)據(jù)的證據(jù)［J］.財(cái)經(jīng)研究，2023，49（2）：95-109+124.

［12］沈坤榮，閆佳敏.數(shù)字技術(shù)與企業(yè)全要素生產(chǎn)率：影響效應(yīng)與作用機(jī)制［J/OL］.財(cái)經(jīng)論叢，1-21（2024-06-28）. https：//doi.org/10.13762/j.cnki.cjlc.20240627.001.

［13］TEE R，GAWER A. Industry architecture as a determinant of successful platform strategies：a case study of the i-mode mobile internet service ［J］. European Management Review，2009，6（4）：217-232.

［14］魏浩，王超男.出口目的地不確定性、出口轉(zhuǎn)換與中國(guó)企業(yè)創(chuàng)新——基于市場(chǎng)轉(zhuǎn)換和產(chǎn)品轉(zhuǎn)換的對(duì)比分析［J］.中國(guó)人民大學(xué)學(xué)報(bào)，2022，36（2）：24-39.

［15］劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來(lái)研究［J］.管理世界，2020，36（7）：198-217+219.

［16］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：5-23.

［17］LYYTINEN K，YOO Y，JR R J B. Digital product innovation within four classes of innovation networks［J］. Information Systems Journal，2016，26（1）：47-75.

［18］HUANG J，HENFRIDSSON O，LIU M J，et al. Growing on steroids：rapidly scaling the user base of digital ventures through digital innovaton［J］. MIS Quarterly，2017，41（1）：301-314.

［19］NYLéN D，HOLMSTR?M J. Digital innovation in context：exploring serendipitous and unbounded digital innovation at the church of Sweden［J］. Information Technology and People，2019，32（3）：696-714.

［20］NAMBISAN S，LYYTINEN K，MAJCHRZAK A，et al. Digital innovation management：reinventing innovation management research in a digital world［J］， MIS Quarterly，2017，41（1）：223-238.

［21］LI F. The Digital transformation of business models in the creative industries：a holistic framework and emerging trends［J］. Technovation，2017，12（4）：1-10.

［22］陶鋒，王欣然，徐揚(yáng)，等.數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)鏈供應(yīng)鏈韌性與企業(yè)生產(chǎn)率［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2023（5）：118-136.

［23］孫早，侯玉琳.工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：61-79.

［24］陳德球，胡晴.數(shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿［J］.管理世界，2022，38（6）：213-240.

［25］冼國(guó)明，明秀南.海外并購(gòu)與企業(yè)創(chuàng)新［J］.金融研究，2018（8）：155-171.

［26］BAUMOL W J. Entrepreneurship：productive unproductive and destructive［J］. Journal of Business Venturing，1996，11（1）：3-22.

［27］張莉，耿素娟，章劉成.企業(yè)家精神、企業(yè)績(jī)效與區(qū)域經(jīng)濟(jì)增長(zhǎng)——基于新三板中小企業(yè)的微觀考察［J］.商業(yè)研究，2021（4）：39-47.

［28］高志剛，李明蕊，韓延玲.企業(yè)家精神對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響研究——兼論數(shù)字普惠金融的調(diào)節(jié)作用［J］.管理學(xué)刊，2023，36（2）：25-43.

［29］葉作義，吳文彬.企業(yè)研發(fā)投入的驅(qū)動(dòng)因素分析——基于中國(guó)上市公司企業(yè)家精神角度［J］.上海對(duì)外經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2018，25（2）：40-51+86.

［30］ALTONJI J G，ELDEY T E，TABER C R. Selection on observed and unobserved variables：assessing the effectiveness of Catholic schools［J］. Journal of Political Economy，2005，113（1）：151-184.

［31］江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

［32］叢昊，張春雨.數(shù)字技術(shù)與企業(yè)高質(zhì)量創(chuàng)新［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（4）：29-40.

［33］徐京平，張育瑄，樊越.公司透明度、內(nèi)部控制審計(jì)與股價(jià)同步性［J］.科研管理，2023，44（10）：110-118.

［34］羅勁博，李小榮.政策不確定性與公司代理成本［J］.管理評(píng)論，2021，33（1）：201-214.

［35］張葉青，陸瑤，李樂蕓.大數(shù)據(jù)應(yīng)用對(duì)中國(guó)企業(yè)市場(chǎng)價(jià)值的影響——來(lái)自中國(guó)上市公司年報(bào)文本分析的證據(jù)［J］.經(jīng)濟(jì)研究，2021，56（12）：42-59.

［36］卿陶，黃先海.國(guó)內(nèi)市場(chǎng)分割、雙重市場(chǎng)激勵(lì)與企業(yè)創(chuàng)新［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（12）：88-106.

［37］趙宸宇.數(shù)字化發(fā)展與服務(wù)化轉(zhuǎn)型——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.南開管理評(píng)論，2021，24（2）：149-163.

Impact of Enterprises Digital Technology Innovation on Total Factor Productivity： Based on Two Paths of Factor Structure Optimization and Management Efficiency Improvement

KE Han^{a， b}， XU Zong-wen^a

（a. School of Statistics and Data Science， b. Xinjiang Social Economic Statistics and Big data Application Research Center， Xinjiang University of Finance and Economics， Urumqi 830012， Xinjiang， China）

Abstract： Digital technology， as the technological support of the digital economy， combined with the deep integration of emerging technologies such as the internet and cloud computing， has an undeniable impact on high-quality economic development， corporate division of labor and market value， industrial structure upgrade， and digital transformation. Therefore， accurately understanding the economic consequences of digital technology innovation on enterprises and analyzing its impact on total factor productivity （TFP） not only helps the government design and formulate relevant policies but also provides strong support for enterprises to grasp future development directions.

Using the Guotai′an database and the National Intellectual Property Database， this paper takes the number of digital patent applications of A-share listed companies from 2011 to 2022 as the proxy variable of enterprise digital technology innovation to investigate the impact of digital technology innovation on the total factor productivity of enterprises. The empirical study finds that digital technology innovation significantly promotes the improvement of total factor productivity of enterprises， and the promotion effect still exists after considering the endogeneity problem， robustness test， and entrepreneurship. In terms of impact mechanism， digital technology innovation promotes total factor productivity by improving labor resources to optimize human capital structure， technology renewal to optimize technology capital structure， and cost reduction to optimize enterprise management efficiency. The results of heterogeneity analysis show that the effect of digital technology innovation on the improvement of total factor productivity of enterprises is more obvious in state-owned enterprises， large enterprises， enterprises in mature stage， and enterprises in regions with better economic development. Furthermore， compared with labor-intensive enterprises， technology- and capital-intensive enterprises benefit more from talent， technology， and capital reserves， making them more advantageous in conducting digital technology innovation.

Compared with the previous literature， this paper’s marginal contributions can be summarized in two aspects. First， it helps to provide new ideas for the government to encourage the development of digital technology innovation policies. Previous literature usually considers digital technology innovation as a component of the digital economy or digital transformation， focusing on its overall impact on productivity， while empirical studies considering the impact of digital technology innovation separately are relatively scarce. However， digital technology innovation is the technical support of the digital economy， and compared with other forms of digital investment， digital technology innovation investment should have a more important impact on the improvement of total factor productivity of micro-enterprises. In practice， this paper examines the economic consequences of enterprises’ digital technology innovation from a micro perspective， further reveals that digital technology innovation is an important engine for enterprises to improve productivity， and provides some enlightenment for enterprises to build an innovation-driven development pattern. Second， this paper discusses the impact of digital technology innovation on the total factor productivity of enterprises from the perspectives of capital structure optimization and internal and external management and operation. It not only studies the overall impact of digital technology innovation on total factor productivity， but also combs out the mechanism of capital structure optimization and management efficiency optimization， and conducts empirical research on this basis. The research on the economic effect of digital technology innovation at the micro-enterprise level is further enriched.

Key words： digital technology innovation; total factor productivity; labor structure; capital structure; information asymmetry; management cost; agency cost

CLC number：F273.1; F270.3

Document code：A

Article ID：1674-8131（2024）05-0050-15

（編輯：劉仁芳）