杜傳忠 張遠(yuǎn)
(1.南開大學(xué)經(jīng)濟(jì)與社會(huì)發(fā)展研究院,天津 300071;2.南開大學(xué)經(jīng)濟(jì)學(xué)院,天津 300071)
近年來,隨著中國經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段,高效率的生產(chǎn)方式成為構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系的重要支撐(高培勇等,2019)[19]。但中國長期依賴生產(chǎn)要素?cái)U(kuò)張的方式實(shí)現(xiàn)經(jīng)濟(jì)績效增長,企業(yè)生產(chǎn)率增長緩慢,尤其在當(dāng)前新冠肺炎疫情沖擊、國際政治及貿(mào)易摩擦加劇的背景下,企業(yè)生產(chǎn)效率變革的外部環(huán)境進(jìn)一步惡化。與此同時(shí),伴隨著第四次工業(yè)革命的發(fā)展,物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合使經(jīng)濟(jì)社會(huì)發(fā)展朝著網(wǎng)絡(luò)化、數(shù)字化、智能化方向邁進(jìn),逐步形成了數(shù)字經(jīng)濟(jì)新形態(tài)(陳小輝等,2020)[17]。數(shù)字經(jīng)濟(jì)發(fā)展受到黨和國家的高度重視,黨的十九大報(bào)告明確提出“推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合”。2020年以來,國家提出大力推進(jìn)以工業(yè)互聯(lián)網(wǎng)、5G等數(shù)字經(jīng)濟(jì)硬件設(shè)施為主體的新型基礎(chǔ)設(shè)施建設(shè),以促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展,數(shù)字經(jīng)濟(jì)儼然已成為驅(qū)動(dòng)中國經(jīng)濟(jì)高質(zhì)量發(fā)展的重大戰(zhàn)略。在此背景下,數(shù)字經(jīng)濟(jì)發(fā)展能否在微觀上促進(jìn)企業(yè)生產(chǎn)率提升?如果可以,這種影響產(chǎn)生的路徑和機(jī)制是什么?對(duì)于以上問題的探討不僅有利于豐富數(shù)字經(jīng)濟(jì)的理論體系,而且對(duì)于提升國家推進(jìn)“新基建”戰(zhàn)略的精準(zhǔn)性、促進(jìn)經(jīng)濟(jì)效率變革、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。
根據(jù)2016年G20峰會(huì)《二十國集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》的定義,數(shù)字經(jīng)濟(jì)是指以使用數(shù)字化的知識(shí)和信息作為關(guān)鍵生產(chǎn)要素,以現(xiàn)代信息網(wǎng)絡(luò)作為重要載體,以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的重要推動(dòng)力的一系列經(jīng)濟(jì)活動(dòng)。數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)率的影響與信息技術(shù)的發(fā)展密切相關(guān)。在信息技術(shù)發(fā)展早期,Solow(1987)[12]根據(jù)“計(jì)算機(jī)無處不在,但并未反映在生產(chǎn)率上”這一現(xiàn)象提出了“信息技術(shù)生產(chǎn)率悖論”。一些學(xué)者(Erik and Lorin,1996;Lin and Shao,2006)[4][8]利用經(jīng)驗(yàn)數(shù)據(jù)檢驗(yàn)了這一悖論,認(rèn)為信息技術(shù)對(duì)生產(chǎn)率沒有促進(jìn)作用。但隨著信息技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及,學(xué)者普遍發(fā)現(xiàn)二者對(duì)企業(yè)生產(chǎn)率具有積極影響。Oliner et al.(2008)[10]利用美國的行業(yè)數(shù)據(jù)研究發(fā)現(xiàn),信息技術(shù)在1995―2000年的經(jīng)濟(jì)復(fù)蘇中發(fā)揮著主要作用。郭家堂和駱品亮(2016)[20]利用2002―2014年中國省級(jí)數(shù)據(jù)驗(yàn)證了互聯(lián)網(wǎng)對(duì)區(qū)域全要生產(chǎn)率的促進(jìn)作用主要通過技術(shù)進(jìn)步這一渠道。黃群慧等(2019)[25]發(fā)現(xiàn)互聯(lián)網(wǎng)通過降低交易成本、緩解資源錯(cuò)配和提升創(chuàng)新水平促進(jìn)企業(yè)生產(chǎn)率增長,城市互聯(lián)網(wǎng)發(fā)展水平每提高1%,制造業(yè)企業(yè)全要素生產(chǎn)率提升0.3%。隨著大數(shù)據(jù)、人工智能等新一代信息技術(shù)的發(fā)展和運(yùn)用,企業(yè)生產(chǎn)逐漸顯現(xiàn)出數(shù)字化和智能化的特征。Graetz and Michaels(2018)[5]利用1993―2007年17個(gè)國家的工業(yè)機(jī)器人數(shù)據(jù)研究發(fā)現(xiàn),工業(yè)機(jī)器人能促進(jìn)企業(yè)勞動(dòng)生產(chǎn)率和全要素生產(chǎn)率的提升。韓會(huì)朝和徐康寧(2020)[21]利用2013年中國工業(yè)企業(yè)數(shù)據(jù)庫匹配海關(guān)數(shù)據(jù)庫研究發(fā)現(xiàn),工業(yè)企業(yè)的智能化改造有效激勵(lì)了企業(yè)生產(chǎn)率增長。
數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)率的影響主要表現(xiàn)為,新一代信息技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合推動(dòng)產(chǎn)業(yè)網(wǎng)絡(luò)化、數(shù)字化、智能化發(fā)展,進(jìn)而促進(jìn)企業(yè)生產(chǎn)率增長。但上述文獻(xiàn)研究難以體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率的影響,原因如下:第一,現(xiàn)有文獻(xiàn)主要停留在對(duì)信息化和互聯(lián)網(wǎng)帶來的網(wǎng)絡(luò)化特征研究階段,缺乏對(duì)大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)的數(shù)字化和智能化特征對(duì)生產(chǎn)率影響的深入探討,而后者才是第四次工業(yè)革命背景下數(shù)字經(jīng)濟(jì)的典型特征。雖然有少數(shù)學(xué)者如Graetz and Michaels(2018)[5]、呂越等(2020)[31]研究了人工智能對(duì)生產(chǎn)率的影響,但實(shí)證研究中基本采用反映工業(yè)自動(dòng)化能力的工業(yè)機(jī)器人作為人工智能的替代變量,而企業(yè)云是智能化的基礎(chǔ),缺乏企業(yè)云使用量的指標(biāo)難以有效反映數(shù)字經(jīng)濟(jì)的智能化特征。1第二,囿于數(shù)據(jù)可得性,現(xiàn)有研究主要集中在區(qū)域?qū)用妫谖⒂^企業(yè)層面的研究較為欠缺。少量關(guān)于微觀企業(yè)的研究如黃群慧等(2019)[25]、韓會(huì)朝和徐康寧(2020)[21]基本采用2013年及以前的工業(yè)企業(yè)數(shù)據(jù)庫或問卷調(diào)查數(shù)據(jù),而中國的數(shù)字金融、共享經(jīng)濟(jì)、智能制造等新型數(shù)字經(jīng)濟(jì)業(yè)態(tài)普遍誕生于2013年及以后,對(duì)企業(yè)生產(chǎn)率的影響則更為滯后。因此,現(xiàn)有文獻(xiàn)采用的數(shù)據(jù)難以精準(zhǔn)評(píng)估數(shù)字經(jīng)濟(jì)的影響。第三,受限于數(shù)字技術(shù)發(fā)展的時(shí)代特征,現(xiàn)有文獻(xiàn)未將數(shù)據(jù)資源作為生產(chǎn)要素納入企業(yè)生產(chǎn)率的分析框架中,也缺乏從企業(yè)經(jīng)營環(huán)境變遷視角深入研究數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)率的影響。
鑒于此,本文可能的邊際貢獻(xiàn)為:第一,首次將數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率納入同一分析框架,從數(shù)據(jù)驅(qū)動(dòng)、新興技術(shù)賦能、企業(yè)經(jīng)營環(huán)境變遷等視角揭示數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響;第二,分別從直接影響和規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)、管理效率效應(yīng)四個(gè)間接影響系統(tǒng)論述并驗(yàn)證了數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的渠道路徑,打開數(shù)字經(jīng)濟(jì)發(fā)展影響企業(yè)生產(chǎn)率的“黑箱”;第三,采用2015―2018年騰訊研究院編制的包括企業(yè)用云量的城市數(shù)字經(jīng)濟(jì)指數(shù)與A股上市公司的匹配數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),克服了數(shù)字經(jīng)濟(jì)水平難以有效度量以及陳舊數(shù)據(jù)難以反映數(shù)字經(jīng)濟(jì)實(shí)際影響效應(yīng)的 問題。
隨著經(jīng)濟(jì)社會(huì)由工業(yè)經(jīng)濟(jì)時(shí)代邁入數(shù)字經(jīng)濟(jì)時(shí)代,通過要素?cái)U(kuò)張實(shí)現(xiàn)績效增長的傳統(tǒng)方式難以滿足企業(yè)高質(zhì)量發(fā)展的需求。在此背景下,企業(yè)通過數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)生產(chǎn)和服務(wù)的自動(dòng)化和智能化,減輕對(duì)勞動(dòng)力的依賴,直接降低了生產(chǎn)成本,提高了生產(chǎn)效率。同時(shí),企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生的數(shù)據(jù)資源不僅能夠與資本、勞動(dòng)力等資源共同作為生產(chǎn)要素參與到生產(chǎn)過程中,直接驅(qū)動(dòng)生產(chǎn)率增長,還可以改善資本、勞動(dòng)等傳統(tǒng)生產(chǎn)要素的利用效率及配置效率,進(jìn)而改善企業(yè)生產(chǎn)率。Oliner et al.(2008)[10]、郭家堂和駱品亮(2016)[20]、黃群慧等(2019)[25]運(yùn)用區(qū)域?qū)用娴臄?shù)據(jù)驗(yàn)證了互聯(lián)網(wǎng)發(fā)展有利于生產(chǎn)率提升。Graetz and Michaels(2018)[5]也發(fā)現(xiàn)工業(yè)機(jī)器人的使用對(duì)國家生產(chǎn)率具有促進(jìn)效應(yīng)。因此,本文認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)企業(yè)生產(chǎn)率增長。但數(shù)字經(jīng)濟(jì)的過度發(fā)展也可能會(huì)抑制企業(yè)生產(chǎn)率增長。首先,與資本、勞動(dòng)力等要素相同,數(shù)據(jù)資源作為生產(chǎn)要素也存在最優(yōu)配置問題。在與資本、勞動(dòng)力等要素及數(shù)據(jù)管理能力不匹配的情況下,數(shù)據(jù)要素快速積累引致的高存儲(chǔ)成本會(huì)擠占大量生產(chǎn)資源,造成企業(yè)資源錯(cuò)配(Wamba et al.,2017)[14];其次,隨著數(shù)字經(jīng)濟(jì)的深入發(fā)展,廣泛存在的網(wǎng)絡(luò)效應(yīng)使網(wǎng)絡(luò)用戶逐漸集中于頭部數(shù)字化平臺(tái),致使行業(yè)市場結(jié)構(gòu)出現(xiàn)“贏者通吃”的寡頭壟斷或完全壟斷問題,從而降低企業(yè)生產(chǎn)率(郭家堂和駱品亮,2016)[20]。
1.數(shù)字經(jīng)濟(jì)通過規(guī)模經(jīng)濟(jì)效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長
受限于空間的有界性和不可疊加性,傳統(tǒng)交易方式中時(shí)空同步的“剛性要求”使得消費(fèi)者在購物時(shí)存在“搜索阻力”和“位置阻力”(Bell et al.,2012;劉向東等,2019)[2][30],企業(yè)供給產(chǎn)品也面臨著空間距離帶來的自然性市場分割問題。因此,傳統(tǒng)企業(yè)進(jìn)行規(guī)模擴(kuò)張存在高昂的異地渠道建設(shè)成本和管理成本,容易陷入規(guī)模不經(jīng)濟(jì)的困境。數(shù)字經(jīng)濟(jì)則能有效緩解這一困境,主要體現(xiàn)在以下兩方面:一是電子商務(wù)平臺(tái)和移動(dòng)支付工具的廣泛使用改變了傳統(tǒng)的交易方式,表現(xiàn)為交易行為由線下實(shí)體交易轉(zhuǎn)移到電子商務(wù)平臺(tái)等虛擬空間中,原本需要時(shí)間集合固定、連續(xù)和空間位置一致的交易過程被離散為間斷性的時(shí)間和地點(diǎn),即實(shí)現(xiàn)了交易行為的時(shí)空異步(陳亞琦,2015)[18]。產(chǎn)品供給企業(yè)在有限的時(shí)空內(nèi)幾乎能與所有互聯(lián)網(wǎng)所觸及的用戶進(jìn)行連接,并進(jìn)行更加頻繁的交易,削弱了消費(fèi)者的“位置阻力”,使企業(yè)產(chǎn)品銷售規(guī)模得以提升。二是內(nèi)嵌于電子商務(wù)平臺(tái)的搜索引擎有效提升了消費(fèi)者對(duì)商品信息的搜索能力,降低了“搜索阻力”,進(jìn)一步提高消費(fèi)規(guī)模,促進(jìn)企業(yè)銷售擴(kuò)張。因此,數(shù)字經(jīng)濟(jì)能夠打破自然性市場分割,加強(qiáng)國內(nèi)乃至國際市場的整合,擴(kuò)大企業(yè)產(chǎn)品銷售規(guī)模,進(jìn)而實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。而規(guī)模經(jīng)濟(jì)的本質(zhì)是實(shí)現(xiàn)成本最小化,是提升企業(yè)生產(chǎn)率的有效路徑(王書斌,2018)[35]。
2.數(shù)字經(jīng)濟(jì)通過范圍經(jīng)濟(jì)效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長
數(shù)字化技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深入融合不僅使產(chǎn)業(yè)邊界逐漸趨于模糊,而且數(shù)據(jù)資源在不同行業(yè)間的流動(dòng)還有助于提升傳統(tǒng)行業(yè)企業(yè)的跨界經(jīng)營能力?;谶@兩方面作用,企業(yè)通過跨界經(jīng)營能夠在不同行業(yè)中合理配置生產(chǎn)資源,緩解資產(chǎn)專用性約束,實(shí)現(xiàn)范圍經(jīng)濟(jì)。例如在制造業(yè)中,智能制造技術(shù)具有數(shù)據(jù)集成和自感知、自反饋功能,能夠自動(dòng)采集客戶信息,精準(zhǔn)識(shí)別客戶需求,并將這些數(shù)據(jù)自動(dòng)傳輸?shù)缴a(chǎn)端,為客戶提供個(gè)性化定制服務(wù),并進(jìn)行自動(dòng)化、柔性化生產(chǎn),進(jìn)一步為用戶提供增值服務(wù),促使企業(yè)逐漸從產(chǎn)品加工制造轉(zhuǎn)向以用戶體驗(yàn)為中心的服務(wù)型制造(Marjanovic et al.,2019)[9];在服務(wù)業(yè)中,原本功能單一的服務(wù)平臺(tái)逐漸演化為具有綜合服務(wù)能力的平臺(tái),如支付寶、微信、美團(tuán)、滴滴出行等專業(yè)化服務(wù)平臺(tái)逐漸轉(zhuǎn)向金融、交通、醫(yī)療、公共服務(wù)等綜合數(shù)字化平臺(tái),形成具有高度協(xié)同性、開放性的數(shù)字化生態(tài)系統(tǒng)。這種以某一產(chǎn)品和服務(wù)為載體獲取消費(fèi)者數(shù)據(jù)資源,再通過人工智能、云計(jì)算等技術(shù)形成數(shù)據(jù)分析和資源分配能力,突破行業(yè)壁壘實(shí)現(xiàn)跨界經(jīng)營的發(fā)展模式,能夠使企業(yè)在所經(jīng)營的行業(yè)范圍內(nèi)降低平均成本,實(shí)現(xiàn)范圍經(jīng)濟(jì),進(jìn)而提高企業(yè)生產(chǎn)率,如Arnold et al.(2006)[1]基于微觀企業(yè)數(shù)據(jù)證實(shí)了制造業(yè)服務(wù)化對(duì)企業(yè)生產(chǎn)率存在正向影響。
3.數(shù)字經(jīng)濟(jì)通過技術(shù)創(chuàng)新效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長
數(shù)字經(jīng)濟(jì)的技術(shù)創(chuàng)新效應(yīng)主要表現(xiàn)在緩解企業(yè)創(chuàng)新要素錯(cuò)配、提升企業(yè)創(chuàng)新能力上。首先,在創(chuàng)新要素配置方面,數(shù)字經(jīng)濟(jì)改善了企業(yè)發(fā)展的外部融資環(huán)境。從金融機(jī)構(gòu)與實(shí)體企業(yè)互動(dòng)角度看,數(shù)字金融企業(yè)通過數(shù)字化信貸平臺(tái)獲取實(shí)體企業(yè)各種信息并加以處理和識(shí)別,直接向小微企業(yè)進(jìn)行創(chuàng)新融資,可以有效緩解信息不對(duì)稱問題(汪亞楠等,2020)[34];同時(shí),數(shù)字金融形成的“鰱魚效應(yīng)”加大了銀行等傳統(tǒng)金融機(jī)構(gòu)的競爭壓力,減輕傳統(tǒng)金融機(jī)構(gòu)資金投向的“領(lǐng)域錯(cuò)配”“屬性錯(cuò)配”和“階段錯(cuò)配”問題,進(jìn)一步緩解企業(yè)創(chuàng)新融資約束(唐松等,2020)[33]。從政府與企業(yè)互動(dòng)視角看,政府能夠利用大數(shù)據(jù)技術(shù)構(gòu)建企業(yè)用戶畫像,精準(zhǔn)識(shí)別企業(yè)創(chuàng)新潛力,緩解創(chuàng)新補(bǔ)貼及稅收優(yōu)惠在企業(yè)間的錯(cuò)配問題,提高政府財(cái)稅政策激勵(lì)創(chuàng)新的有效性(李春濤等,2020)[27]。
其次,數(shù)字化技術(shù)提高了企業(yè)的創(chuàng)新能力,而企業(yè)技術(shù)創(chuàng)新水平的提升是提高生產(chǎn)率的主要途徑之一。在研發(fā)模式上,開放式的數(shù)字化研發(fā)管理系統(tǒng)有助于企業(yè)從傳統(tǒng)封閉式的創(chuàng)新模式轉(zhuǎn)向所有部門乃至整個(gè)產(chǎn)業(yè)鏈和全社會(huì)都參與的開放式創(chuàng)新模式,使研發(fā)設(shè)計(jì)活動(dòng)在點(diǎn) 線 面多維度的協(xié)同化網(wǎng)絡(luò)中進(jìn)行,從而實(shí)現(xiàn)集成式、網(wǎng)絡(luò)化創(chuàng)新,提高企業(yè)創(chuàng)新能力;在研發(fā)流程上,數(shù)字孿生體、數(shù)字仿真等數(shù)字化設(shè)計(jì)工具能夠精準(zhǔn)模擬物理實(shí)體的各種物理參數(shù),并通過可視化的方式展示出來,在動(dòng)態(tài)、不確定的環(huán)境下實(shí)現(xiàn)多種場景的研發(fā)創(chuàng)新,提高研發(fā)的精確性(陳劍等,2020)[16];在驅(qū)動(dòng)方式上,大數(shù)據(jù)、云計(jì)算等手段幫助企業(yè)基于消費(fèi)數(shù)據(jù)構(gòu)建消費(fèi)者用戶畫像,精準(zhǔn)識(shí)別用戶對(duì)產(chǎn)品的需求,實(shí)現(xiàn)產(chǎn)品研發(fā)由經(jīng)驗(yàn)驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)(Johnson et al.,2017)[7],降低技術(shù)創(chuàng)新的不確定性,促進(jìn)企業(yè)創(chuàng)新。
4.數(shù)字經(jīng)濟(jì)通過管理效率效應(yīng)促進(jìn)企業(yè)生產(chǎn)率增長
數(shù)字經(jīng)濟(jì)的管理效率效應(yīng)主要表現(xiàn)在以下三個(gè)方面:一是企業(yè)數(shù)字化轉(zhuǎn)型有利于降低企業(yè)內(nèi)部交流和信息獲取成本。在員工溝通上,微信、釘釘?shù)葦?shù)字化通訊工具的使用使企業(yè)上下級(jí)之間、員工之間的信息傳達(dá)和溝通交流更為便捷,提升了企業(yè)內(nèi)部各層級(jí)之間的協(xié)同性。在生產(chǎn)管理中,傳感器、工業(yè)互聯(lián)網(wǎng)等數(shù)據(jù)集成系統(tǒng)實(shí)現(xiàn)了企業(yè)物資的信息結(jié)構(gòu)由傳統(tǒng)工業(yè)化時(shí)代的間斷性、分散性狀態(tài)向數(shù)字化時(shí)代的連續(xù)性、整體性轉(zhuǎn)變。這些都有利于實(shí)現(xiàn)組織機(jī)構(gòu)的自我組織和調(diào)節(jié),從機(jī)械式運(yùn)作方式轉(zhuǎn)變?yōu)樯竭\(yùn)作方式(肖靜華,2020)[39],提高企業(yè)管理效率。二是數(shù)字經(jīng)濟(jì)能夠驅(qū)動(dòng)企業(yè)組織變革。數(shù)字經(jīng)濟(jì)中終端用戶消費(fèi)偏好的轉(zhuǎn)變需要企業(yè)以更加靈活的方式優(yōu)化資源配置,從而推動(dòng)企業(yè)組織模式由傳統(tǒng)科層式的“垂直化”結(jié)構(gòu)轉(zhuǎn)變?yōu)殚_放式的“扁平化”結(jié)構(gòu),帶來管理效率的提升(戚聿東和肖旭,2020)[32]。三是數(shù)字經(jīng)濟(jì)還能夠提升企業(yè)管理者的預(yù)測能力。如根據(jù)數(shù)字化平臺(tái)沉淀的產(chǎn)品交易、用戶評(píng)價(jià)等數(shù)據(jù)信息,企業(yè)管理者能夠精準(zhǔn)預(yù)測消費(fèi)者的消費(fèi)傾向、企業(yè)經(jīng)營風(fēng)險(xiǎn)和未來發(fā)展方向等(He et al.,2019;李唐等,2020)[6][29],提高管理效率。而管理效率的提升是促進(jìn)企業(yè)生產(chǎn)率增長的重要因素,Bloom et al.(2016)[3]研究發(fā)現(xiàn)提高管理效率對(duì)企業(yè)生產(chǎn)率具有積極影響,管理效率的差異約占不同國家全要素生產(chǎn)率差異的30%。由此,本文提出:
假設(shè)1:數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響呈倒U型軌跡,適度的數(shù)字經(jīng)濟(jì)發(fā)展有利于提升企業(yè)生產(chǎn)率,數(shù)字經(jīng)濟(jì)發(fā)展過度會(huì)抑制企業(yè)生產(chǎn)率的增長。
假設(shè)2:規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)是數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的有效路徑。
為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率的影響,本文構(gòu)建面板模型進(jìn)行實(shí)證分析,模型設(shè)定如式(1):
1.被解釋變量:企業(yè)生產(chǎn)率(Tfp)
現(xiàn)有研究中常用全要素生產(chǎn)率來衡量企業(yè)生產(chǎn)率,主要測算方法有三種,分別為OLS法、OP法、LP法。由于LP法不存在樣本丟失和內(nèi)生性問題,本文主要采用LP法來計(jì)算生產(chǎn)率,并將OP法和OLS法用于穩(wěn)健性檢驗(yàn)。借鑒何光輝和楊咸月(2012)[23]的做法,采用主營業(yè)務(wù)收入表示總產(chǎn)出,固定資產(chǎn)凈額表示資本投入,支付給職工以及為職工支付的現(xiàn)金表示勞動(dòng)投入;中間投入借鑒王文和牛澤東(2019)[36]的做法,采用營業(yè)成本+銷售費(fèi)用+管理費(fèi)用+財(cái)務(wù)費(fèi)用-折舊攤銷-支付給職工以及為職工支付的現(xiàn)金來估計(jì)。最后,將所測得的值取自然對(duì)數(shù)即為Tfp。
2.核心解釋變量:數(shù)字經(jīng)濟(jì)指數(shù)(Index)
本文采用騰訊研究院發(fā)布的2015―2018年數(shù)字經(jīng)濟(jì)指數(shù)來衡量城市數(shù)字經(jīng)濟(jì)發(fā)展水平。該指數(shù)由騰訊研究院聯(lián)合京東、美團(tuán)、滴滴、拼多多等企業(yè),利用它們在各城市多項(xiàng)業(yè)務(wù)的海量高頻數(shù)據(jù)編制而成,基礎(chǔ)數(shù)據(jù)中不僅包括城市中企業(yè)的云消費(fèi)量、cvm核數(shù)、IDC寬帶、cdb存儲(chǔ)、電子商務(wù)、企業(yè)微信和企業(yè)公眾號(hào)等與企業(yè)數(shù)據(jù)資源量、智能化水平和企業(yè)組織數(shù)字化水平高度相關(guān)的指標(biāo),也包括移動(dòng)支付、網(wǎng)絡(luò)理財(cái)?shù)葦?shù)字金融相關(guān)指標(biāo),實(shí)現(xiàn)了對(duì)各城市實(shí)體企業(yè)數(shù)字化、智能化水平和數(shù)字金融發(fā)展水平的精準(zhǔn)刻畫。數(shù)字經(jīng)濟(jì)指數(shù)的廣泛性使本文能夠從企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型、企業(yè)與金融機(jī)構(gòu)、政府等外部組織互動(dòng)的雙重視角來檢驗(yàn)數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率之間的關(guān)系。
3.控制變量及變量描述性統(tǒng)計(jì)
為減輕遺漏變量對(duì)估計(jì)結(jié)果的干擾,本文借鑒黃群慧等(2019)[25]和李蘭冰等(2019)[28]的研究,分別選取城市和企業(yè)兩個(gè)層面的控制變量。具體地,企業(yè)層面的控制變量有:企業(yè)規(guī)模(Size),用企業(yè)總資產(chǎn)的自然對(duì)數(shù)來衡量;企業(yè)年齡(Age),用考察年份與企業(yè)成立年份差值的自然對(duì)數(shù)來刻畫;固定資產(chǎn)占比(Ppe),用固定資產(chǎn)凈值與總資產(chǎn)的比值來度量;資產(chǎn)負(fù)債率(Lev),用總負(fù)債占總資產(chǎn)的比重來表征;股權(quán)集中度(Shrcr),用第一大股東持股占比來衡量;董事會(huì)規(guī)模(Board),用董事會(huì)人數(shù)加1后取自然對(duì)數(shù)來刻畫;企業(yè)所有制(Soe),用企業(yè)所有權(quán)屬性來度量,國有企業(yè)則為1,否則為0。城市層面的控制變量有:經(jīng)濟(jì)發(fā)展水平(GDP),用城市GDP的自然對(duì)數(shù)來表征;人口規(guī)模(Popu),用城市人口數(shù)量的自然對(duì)數(shù)來刻畫。各變量的描述性統(tǒng)計(jì)結(jié)果見表1。
表1 變量的描述性統(tǒng)計(jì)結(jié)果
本文的企業(yè)樣本為A股上市公司,數(shù)據(jù)來自國泰安(CSMAR)和Wind數(shù)據(jù)庫,城市數(shù)字經(jīng)濟(jì)指數(shù)數(shù)據(jù)來自騰訊研究院發(fā)布的年度《數(shù)字中國指數(shù)報(bào)告》??紤]到數(shù)字經(jīng)濟(jì)發(fā)展特征及數(shù)據(jù)的可得性,本文將樣本考察期設(shè)定為2015―2018年。同時(shí),為精準(zhǔn)評(píng)估數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響,本文刪除了樣本為ST、*ST、變量缺失嚴(yán)重、行業(yè)門類為金融類和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的上市公司,并對(duì)所有的連續(xù)變量進(jìn)行雙邊1%縮尾(winsorize)處理。
表2列(1)單獨(dú)考察了數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)生產(chǎn)率之間的線性關(guān)系,結(jié)果顯示Index的系數(shù)在1%水平下顯著為正,表明數(shù)字經(jīng)濟(jì)發(fā)展能夠顯著促進(jìn)企業(yè)生產(chǎn)率增長。列(2)加入了Index的平方項(xiàng)Index2,考察數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率之間的非線性關(guān)系,結(jié)果顯示Index2的系數(shù)在1%水平下顯著為負(fù),而Index的系數(shù)依然在1%水平下顯著為正,在逐步加入控制變量后結(jié)果依然不變,說明數(shù)字經(jīng)濟(jì)與企業(yè)生產(chǎn)率確實(shí)存在倒U型關(guān)系,驗(yàn)證了假設(shè)1。
進(jìn)一步,由列(5)結(jié)果可知,在控制了企業(yè)和城市層面的控制變量后,倒U型曲線的拐點(diǎn)為Index=12.652,落在解釋變量區(qū)間[6.67,12.56]的右側(cè),在未添加控制變量和加入部分控制變量的列(2)~(4)估計(jì)結(jié)果中,解釋變量也基本未達(dá)到倒U型曲線的拐點(diǎn),這說明在本文考察期內(nèi),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率主要具有正向促進(jìn)作用,不具有抑制作用。因此,本文主要采用不含Index2的線性模型進(jìn)行估計(jì)。列(6)的線性估計(jì)結(jié)果表明,在控制了企業(yè)和城市層面控制變量情況下,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率依然具有正向促進(jìn)作用,且城市數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%,城市中企業(yè)的生產(chǎn)率約提高0.07%。由此可見,經(jīng)濟(jì)發(fā)展的數(shù)字化轉(zhuǎn)型對(duì)微觀企業(yè)生產(chǎn)率提升具有積極意義,能夠成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能。這一結(jié)論為中國當(dāng)前大力推進(jìn)“新基建”、加快經(jīng)濟(jì)數(shù)字化進(jìn)程等戰(zhàn)略的實(shí)施提供了一定的理論支撐。
表2 數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的基準(zhǔn)回歸結(jié)果
1.內(nèi)生性分析
本文進(jìn)一步采用工具變量法進(jìn)行內(nèi)生性檢驗(yàn)??紤]到相同類別城市在行政權(quán)限、經(jīng)濟(jì)政策、人口密度、經(jīng)濟(jì)總量等方面相似,數(shù)字經(jīng)濟(jì)發(fā)展具有較強(qiáng)的相關(guān)性,借鑒蔡競和董艷(2016)[15]的做法,本文將樣本企業(yè)所在城市分為直轄市、副省級(jí)城市、除副省級(jí)城市外的同一省份城市三類,然后用相同類型城市(剔除樣本企業(yè)所在城市)的數(shù)字經(jīng)濟(jì)指數(shù)均值作為工具變量IV。表3的回歸結(jié)果顯示,第一階段IV的系數(shù)在1%水平下顯著為正,且F值大于10,說明不存在弱工具變量問題;第二階段Index的系數(shù)與基準(zhǔn)模型估計(jì)結(jié)果基本一致,說明在考慮了內(nèi)生性問題后,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率依然具有顯著的促進(jìn)作用,上述結(jié)論依然成立。
表3 內(nèi)生性分析
2.替換關(guān)鍵變量
第一,替換被解釋變量。為檢驗(yàn)企業(yè)生產(chǎn)率度量方法的穩(wěn)健性,本文進(jìn)一步采用OP法和OLS法對(duì)企業(yè)生產(chǎn)率進(jìn)行度量,結(jié)果如表4所示。
第二,替換核心解釋變量。由于騰訊等公司的市場份額難以涵蓋全部中國市場,可能導(dǎo)致其測量的數(shù)字經(jīng)濟(jì)指數(shù)與城市實(shí)際數(shù)字化程度存在偏差。鑒于此,首先,使用智慧城市指數(shù)3Sc替換核心解釋變量Index。智慧城市指數(shù)由中國社科院信息化研究中心發(fā)布,其基礎(chǔ)數(shù)據(jù)涵蓋了互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、信息資源共享協(xié)同、城市云平臺(tái)應(yīng)用、信息產(chǎn)業(yè)發(fā)展、信息消費(fèi)、政府?dāng)?shù)字化服務(wù)等多項(xiàng)指標(biāo),能夠有效度量城市數(shù)字經(jīng)濟(jì)發(fā)展水平。其次,借鑒何宗樾和宋旭光(2020)[24]的做法,采用城市數(shù)字金融指數(shù)Df替換核心解釋變量Index。該指數(shù)由北京大學(xué)數(shù)字金融研究中心聯(lián)合螞蟻金融公司利用支付寶的海量交易數(shù)據(jù)編制而成,包括數(shù)字金融服務(wù)使用廣度、使用深度和數(shù)字化程度三個(gè)維度。表4結(jié)果表明,替換被解釋變量和核心解釋變量后,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響依然呈倒U型,在本文的考察期內(nèi)則主要表現(xiàn)為促進(jìn)作用,與基準(zhǔn)模型回歸結(jié)果基本一致。
表4 替換關(guān)鍵變量
3.其他穩(wěn)健性分析
為確保結(jié)論穩(wěn)健性,本文進(jìn)一步采用以下三種方法進(jìn)行分析:
第一,更換估計(jì)模型。首先,基準(zhǔn)模型的固定效應(yīng)控制到個(gè)體企業(yè)層面可能過于嚴(yán)格,本文將固定效應(yīng)控制在城市、二位碼行業(yè)和時(shí)間三個(gè)維度,并將穩(wěn)健標(biāo)準(zhǔn)誤聚類到企業(yè)層面,估計(jì)結(jié)果如表5列(1)所示。其次,基準(zhǔn)回歸模型控制的年份和個(gè)體效應(yīng)忽略了時(shí)間和行業(yè)的交叉因素,可能會(huì)引致估計(jì)結(jié)果偏誤,因此本文進(jìn)一步控制了“行業(yè)-年份”高階聯(lián)合固定效應(yīng)以控制不同年份不同行業(yè)所遭受的外部因素沖擊,估計(jì)結(jié)果如列(2)所示。
第二,本文對(duì)所有的連續(xù)變量進(jìn)行雙邊2%和5%縮尾處理,以進(jìn)一步緩解極端值對(duì)估計(jì)結(jié)果造成的影響,估計(jì)結(jié)果如列(3)、(4)所示。
表5 其他穩(wěn)健性分析
第三,增加控制變量。5G、工業(yè)互聯(lián)網(wǎng)等是數(shù)字經(jīng)濟(jì)發(fā)展的新型基礎(chǔ)設(shè)施,在加強(qiáng)市場整合、優(yōu)化要素配置等方面與傳統(tǒng)交通基礎(chǔ)設(shè)施有異曲同工之妙,二者在對(duì)企業(yè)生產(chǎn)率的影響作用上互為競爭性因素(李蘭冰等,2019)[28]。鑒于此,本文在模型的控制變量中加入?yún)^(qū)域交通基礎(chǔ)設(shè)施狀況,重新進(jìn)行回歸。其中,交通基礎(chǔ)設(shè)施發(fā)展?fàn)顩r分別用城市高鐵站點(diǎn)數(shù)Grail和省人均公路里程數(shù)Rail來度量,估計(jì)結(jié)果列(5)所示。表5結(jié)果表明,在進(jìn)行多種穩(wěn)健性檢驗(yàn)后,數(shù)字經(jīng)濟(jì)依然對(duì)企業(yè)生產(chǎn)率具有顯著的正向作用,證明了基準(zhǔn)模型結(jié)果的穩(wěn)健性。
為深入探究數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響效應(yīng),本文分別從地理區(qū)域、行業(yè)性質(zhì)和企業(yè)特征三個(gè)層面進(jìn)行異質(zhì)性分析:(1)基于企業(yè)所在省份,將樣本企業(yè)分為東、中、西三個(gè)子樣本;(2)基于行業(yè)性質(zhì),依據(jù)國家統(tǒng)計(jì)局發(fā)布的GB/T 4754―2017行業(yè)分類目錄將樣本企業(yè)分為農(nóng)業(yè)、制造業(yè)和服務(wù)業(yè);(3)基于企業(yè)特征,根據(jù)企業(yè)在考察期內(nèi)的平均資產(chǎn)規(guī)模將樣本企業(yè)分為大、中、小型企業(yè)。
1.基于區(qū)域的異質(zhì)性分析
表6回歸結(jié)果顯示,東部地區(qū)的Index系數(shù)在1%水平下顯著為正,而中西部地區(qū)的Index系數(shù)則并不顯著,表明數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響在東部地區(qū)最為明顯。可能的原因如下:一是東部地區(qū)的基礎(chǔ)設(shè)施、人力資本、金融資本等資源較中西部地區(qū)更為優(yōu)越,為數(shù)字經(jīng)濟(jì)功能的發(fā)揮提供了良好基礎(chǔ);二是數(shù)字經(jīng)濟(jì)發(fā)展能夠降低區(qū)域間的交流成本,優(yōu)化區(qū)域間的資源配置,這可能會(huì)強(qiáng)化東部地區(qū)對(duì)中西部地區(qū)的“虹吸效應(yīng)”,導(dǎo)致中西部地區(qū)人力資本流失加劇,企業(yè)生產(chǎn)率增長缺乏動(dòng)力;三是經(jīng)濟(jì)發(fā)展事實(shí)表明,經(jīng)濟(jì)要素發(fā)展差距過大會(huì)產(chǎn)生“過疏”和“過密”進(jìn)而抑制協(xié)調(diào)發(fā)展(韓先鋒等,2019)[22],相對(duì)于東部地區(qū),中西部地區(qū)內(nèi)部“數(shù)字鴻溝”明顯,導(dǎo)致數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響具有不均衡性。
2.基于行業(yè)的異質(zhì)性分析
表6估計(jì)結(jié)果表明,數(shù)字經(jīng)濟(jì)對(duì)服務(wù)業(yè)企業(yè)生產(chǎn)率的邊際效應(yīng)最大,制造業(yè)次之,農(nóng)業(yè)最小且不顯著。可能的原因是:首先,服務(wù)業(yè)以生產(chǎn)和銷售無形產(chǎn)品為主,與數(shù)字化技術(shù)具有天然的適配性。與非服務(wù)業(yè)相比,數(shù)字化技術(shù)對(duì)服務(wù)業(yè)的滲透程度更深,二者的深度融合使部分服務(wù)具備了“可存儲(chǔ)”和“可貿(mào)易”的特點(diǎn)(江小涓和羅立彬,2019)[26],涌現(xiàn)出數(shù)字醫(yī)療、在線教育等眾多新興業(yè)態(tài),降低服務(wù)成本作用明顯。其次,傳統(tǒng)工業(yè)化社會(huì)時(shí)期,服務(wù)業(yè)被認(rèn)為是勞力密集型產(chǎn)業(yè),生產(chǎn)率長期低于非服務(wù)行業(yè),即存在著名的“鮑莫爾成本病”4問題。因此,相對(duì)于非服務(wù)業(yè)企業(yè),服務(wù)業(yè)企業(yè)通過數(shù)字化轉(zhuǎn)型提升生產(chǎn)率的需求更為迫切,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的邊際效應(yīng)更為明顯。這一結(jié)論表明數(shù)字經(jīng)濟(jì)能夠解決服務(wù)業(yè)“鮑莫爾成本病”問題,也充分說明應(yīng)加強(qiáng)數(shù)字化技術(shù)與農(nóng)業(yè)、制造業(yè)的深度融合,加快農(nóng)業(yè)和制造業(yè)的數(shù)字化轉(zhuǎn)型。
表6 數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的異質(zhì)性分析
3.基于企業(yè)的異質(zhì)性分析
表6結(jié)果表明,數(shù)字經(jīng)濟(jì)對(duì)大中型企業(yè)生產(chǎn)率具有顯著的正向影響,對(duì)小企業(yè)的影響并不顯著。這可能是由于盡管企業(yè)數(shù)字化轉(zhuǎn)型有助于提升企業(yè)生產(chǎn)率,但需要以一定的技術(shù)、勞動(dòng)和資本等要素為前提(謝康等,2020)[40]。與大中型企業(yè)相比,小企業(yè)的技術(shù)基礎(chǔ)、人力資本、實(shí)物資本等生產(chǎn)資源較為匱乏,過于強(qiáng)調(diào)數(shù)字化轉(zhuǎn)型會(huì)導(dǎo)致企業(yè)的數(shù)字化技術(shù)水平、數(shù)據(jù)資源量與其他要素不匹配,導(dǎo)致生產(chǎn)率提升不明顯。這充分說明企業(yè)的數(shù)字化轉(zhuǎn)型應(yīng)該“適度”,根據(jù)企業(yè)整體資源和要素水平來進(jìn)行,盲目提高數(shù)字化水平對(duì)企業(yè)高質(zhì)量發(fā)展并無益處。
為進(jìn)一步打開數(shù)字經(jīng)濟(jì)影響企業(yè)生產(chǎn)率的“黑箱”,探究這種影響是否通過規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)四種作用機(jī)制加以實(shí)現(xiàn),本文借鑒溫忠麟和葉寶娟(2014)[38]的研究,采用中介效應(yīng)模型對(duì)上述機(jī)制進(jìn)行檢驗(yàn),具體模型如下:
其中Mi,t為中介變量,分別為假設(shè)2中的規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)、技術(shù)創(chuàng)新和管理效率,其他變量與式(1)相同。中介效應(yīng)檢驗(yàn)步驟如下:第一步,對(duì)式(2)進(jìn)行回歸,考察在沒有控制中介變量的情況下數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響系數(shù)η1是否顯著。若η1不顯著,則說明數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率沒有影響或存在遮掩效應(yīng);若η1顯著,則檢驗(yàn)繼續(xù)。第二步,對(duì)式(3)進(jìn)行回歸,考察數(shù)字經(jīng)濟(jì)對(duì)中介變量的影響η2。第三步,對(duì)式(4)進(jìn)行回歸,考察數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響系數(shù)η3和中介變量對(duì)企業(yè)生產(chǎn)率的影響系數(shù)δ。其中,η3為直接效應(yīng),η2×δ為中介效應(yīng)。若η2和δ均顯著,則說明存在中介效應(yīng);若η2和δ中至少有一個(gè)不顯著,則采用Bootstrap法檢驗(yàn)η2×δ在95%的置信區(qū)間中是否包括0,若不包括0,則說明η2×δ顯著,即存在中介效應(yīng),反之,則不存在中介效應(yīng)(溫忠麟和葉寶娟,2014)[38]。
數(shù)字經(jīng)濟(jì)一方面實(shí)現(xiàn)了交易過程的時(shí)空異步,改變了企業(yè)規(guī)模擴(kuò)張需要投入大量成本建立異地銷售渠道的事實(shí);另一方面也降低了消費(fèi)者的搜尋成本,提高其消費(fèi)需求,從而降低企業(yè)規(guī)模擴(kuò)張的成本,進(jìn)而實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。為考察數(shù)字經(jīng)濟(jì)是否能夠通過企業(yè)的規(guī)模經(jīng)濟(jì)效應(yīng)提升生產(chǎn)率,本文借鑒王書斌(2018)[35]的做法,采用企業(yè)銷售額的自然對(duì)數(shù)來表示企業(yè)的銷售規(guī)模Sale,作為規(guī)模經(jīng)濟(jì)效應(yīng)的替代變量,并利用中介效應(yīng)模型進(jìn)行檢驗(yàn)。表7列(1)估計(jì)結(jié)果顯示,數(shù)字經(jīng)濟(jì)Index的系數(shù)在1%水平下顯著為正,表明數(shù)字經(jīng)濟(jì)發(fā)展能夠提升企業(yè)銷售規(guī)模。進(jìn)一步將生產(chǎn)率對(duì)數(shù)字經(jīng)濟(jì)和企業(yè)銷售規(guī)模進(jìn)行回歸,列(2)結(jié)果顯示,數(shù)字經(jīng)濟(jì)和企業(yè)銷售規(guī)模的系數(shù)在1%水平下均顯著為正,且數(shù)字經(jīng)濟(jì)的系數(shù)絕對(duì)值小于列(1)相應(yīng)結(jié)果,表明企業(yè)銷售規(guī)模擴(kuò)張引致的規(guī)模經(jīng)濟(jì)效應(yīng)是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率增長的重要 途徑。
表7 機(jī)制分析:規(guī)模經(jīng)濟(jì)效應(yīng)與范圍經(jīng)濟(jì)效應(yīng)
傳統(tǒng)工業(yè)時(shí)代,行業(yè)邊界清晰,資產(chǎn)專用性、信息不對(duì)稱等因素使企業(yè)跨界經(jīng)營需要投入大量的固定成本。數(shù)字化時(shí)代,傳統(tǒng)行業(yè)邊界隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型逐漸趨于模糊,甚至衍生出眾多新興業(yè)態(tài);而且數(shù)據(jù)在不同行業(yè)間的流動(dòng)和數(shù)字化技術(shù)的廣泛應(yīng)用使企業(yè)能夠跨界配置資源,實(shí)現(xiàn)范圍經(jīng)濟(jì),進(jìn)而提升企業(yè)生產(chǎn)率。參考Villalonga(2004)[13]的做法,本文利用企業(yè)主營業(yè)務(wù)所屬行業(yè)的赫芬達(dá)指數(shù)Dyh_hhi測度企業(yè)多元化程度,作為企業(yè)跨界經(jīng)營的替代變量,指數(shù)越大表明企業(yè)多元化程度越低,反之則越高。表7列(3)結(jié)果顯示,數(shù)字經(jīng)濟(jì)Index的系數(shù)在5%水平下顯著為負(fù),說明數(shù)字經(jīng)濟(jì)發(fā)展有利于企業(yè)跨界經(jīng)營。進(jìn)一步將生產(chǎn)率對(duì)數(shù)字經(jīng)濟(jì)指數(shù)和企業(yè)跨界經(jīng)營程度進(jìn)行回歸,列(4)結(jié)果顯示,數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著正,跨界經(jīng)營程度的系數(shù)在5%水平下顯著為負(fù),說明企業(yè)跨界經(jīng)營導(dǎo)致的范圍經(jīng)濟(jì)效應(yīng)是數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)企業(yè)生產(chǎn)率增長的有效途徑。此外,多元化經(jīng)營虛擬變量(Dyh_dum)和收入熵指數(shù)(Dyh_entro)也常用于度量企業(yè)多元化的廣度和深度,本文進(jìn)一步采用這兩種方式進(jìn)行估計(jì)。具體地,多元化經(jīng)營虛擬變量用多元化啞變量表示,若企業(yè)涉足行業(yè)數(shù)大于1則取值為1,否則取值為0;收入熵指數(shù)計(jì)算方式為∑piln(1/pi),其中pi為行業(yè)i的收入占總收入的比重,該指數(shù)越大,企業(yè)多元化程度越高(曾春華和楊興全,2012)[42]。表7列(5)~(8)結(jié)果顯示,更換企業(yè)多元化的度量方法后,上述結(jié)果依然成立。
創(chuàng)新資源匱乏和創(chuàng)新能力不足是制約企業(yè)創(chuàng)新的兩個(gè)重要因素。一方面,數(shù)字經(jīng)濟(jì)發(fā)展能夠改善企業(yè)創(chuàng)新環(huán)境,緩解創(chuàng)新資源錯(cuò)配程度;另一方面,開放式研發(fā)系統(tǒng)和數(shù)字化研發(fā)工具在研發(fā)設(shè)計(jì)中的應(yīng)用能夠提高企業(yè)技術(shù)創(chuàng)新能力。為檢驗(yàn)技術(shù)創(chuàng)新的中介效應(yīng)是否存在,本文采用企業(yè)申請(qǐng)專利總數(shù)(Patent)衡量企業(yè)創(chuàng)新水平。借鑒一般的做法,將企業(yè)申請(qǐng)專利數(shù)加1后取自然對(duì)數(shù)。表8列(1)和(2)結(jié)果表明,盡管專利數(shù)量表征的技術(shù)創(chuàng)新對(duì)企業(yè)生產(chǎn)率具有促進(jìn)作用,但數(shù)字經(jīng)濟(jì)對(duì)專利數(shù)量的影響系數(shù)并不顯著,且Bootstrap法檢驗(yàn)顯示間接效應(yīng)的95%置信區(qū)間[-0.0019,0.0023]包括0,這說明技術(shù)創(chuàng)新可能不是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率提升的有效路徑。但企業(yè)專利分為發(fā)明專利、實(shí)用新型專利和外觀專利三種類型,前者是高端的、實(shí)質(zhì)性的創(chuàng)新,更能體現(xiàn)企業(yè)的核心創(chuàng)新能力,后二者是較為低端的、數(shù)量型的創(chuàng)新(唐松等,2020)[33]。鑒于此,進(jìn)一步將企業(yè)申請(qǐng)專利總數(shù)分為上述三種專利類型進(jìn)行檢驗(yàn),列(3)~(8)結(jié)果顯示,數(shù)字經(jīng)濟(jì)Index對(duì)發(fā)明專利Patent1的影響系數(shù)在1%水平下顯著為正,對(duì)實(shí)用型專利Patent2和外觀專利Patent3的影響系數(shù)則不顯著。這表明技術(shù)創(chuàng)新效應(yīng)確實(shí)是數(shù)字經(jīng)濟(jì)促進(jìn)企業(yè)生產(chǎn)率提升的有效路徑,但主要是通過實(shí)質(zhì)性的核心技術(shù)創(chuàng)新。這一結(jié)論也說明,數(shù)字經(jīng)濟(jì)發(fā)展能夠減緩“創(chuàng)新泡沫”問題,促進(jìn)技術(shù)創(chuàng)新由數(shù)量向質(zhì)量的轉(zhuǎn)變,成為中國“結(jié)構(gòu)性”創(chuàng)新的新動(dòng)能(唐松等,2020)[33]。
表8 機(jī)制分析:技術(shù)創(chuàng)新效應(yīng)
表9 機(jī)制分析:管理效率效應(yīng)
企業(yè)高效的管理是優(yōu)化技術(shù)進(jìn)步和生產(chǎn)要素組合促進(jìn)企業(yè)生產(chǎn)率增長的重要因素(Philippe and Peter,2006)[11]。數(shù)字經(jīng)濟(jì)能夠優(yōu)化企業(yè)溝通交流方式、推動(dòng)企業(yè)組織變革和增強(qiáng)企業(yè)家的預(yù)測能力,從而促進(jìn)企業(yè)管理效率提升。本文參考楊繼生和陽建輝(2015)[41]的做法,用(管理費(fèi)用+銷售費(fèi)用)與營業(yè)總收入的比值度量企業(yè)管理效率Manage,檢驗(yàn)中介效應(yīng)。Manage值越小,則管理效率高,反之則越低。表9列(1)結(jié)果顯示,數(shù)字經(jīng)濟(jì)Index對(duì)管理效率Manage的系數(shù)在10%水平下顯著為負(fù),說明數(shù)字經(jīng)濟(jì)能夠提升企業(yè)管理效率;列(2)中,數(shù)字經(jīng)濟(jì)的系數(shù)在1%水平下顯著為正,管理效率的系數(shù)在5%水平下顯著為負(fù),說明數(shù)字經(jīng)濟(jì)能夠通過提升管理效率對(duì)企業(yè)生產(chǎn)率產(chǎn)生正向影響。
本文厘清了數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響機(jī)制,利用2015―2018年城市數(shù)字經(jīng)濟(jì)指數(shù)與A股上市公司數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。主要結(jié)論如下:數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)生產(chǎn)率的影響呈倒U型特征,但在本文考察期內(nèi),數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率主要是正向促進(jìn)作用,且城市數(shù)字經(jīng)濟(jì)水平每提升1%,企業(yè)生產(chǎn)率提升約0.07%,經(jīng)過內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)后,該結(jié)論依然成立;數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的影響呈現(xiàn)顯著的異質(zhì)性,在東部地區(qū)、非農(nóng)行業(yè)和大中型企業(yè)中,數(shù)字經(jīng)濟(jì)對(duì)企業(yè)生產(chǎn)率的促進(jìn)作用更為顯著;除直接效應(yīng)外,數(shù)字經(jīng)濟(jì)還能通過規(guī)模經(jīng)濟(jì)效應(yīng)、范圍經(jīng)濟(jì)效應(yīng)、技術(shù)創(chuàng)新效應(yīng)和管理效率效應(yīng)四個(gè)間接機(jī)制促進(jìn)企業(yè)生產(chǎn)率提升。
基于以上結(jié)論,本文建議:第一,大力推進(jìn)新型基礎(chǔ)設(shè)施建設(shè),發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)經(jīng)濟(jì)發(fā)展的效率變革。以工業(yè)互聯(lián)網(wǎng)、5G等數(shù)字經(jīng)濟(jì)硬件設(shè)施為主體的“新基建”是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ),政府一方面要利用財(cái)政資金,通過設(shè)立產(chǎn)業(yè)基金等形式推進(jìn)5G、大數(shù)據(jù)中心等新型公共基礎(chǔ)設(shè)施建設(shè),為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的基礎(chǔ)環(huán)境;另一方面要通過財(cái)稅政策和典型企業(yè)的試點(diǎn)示范等方式,積極推進(jìn)企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型。第二,加快推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型。制造業(yè)是我國經(jīng)濟(jì)發(fā)展的根基,應(yīng)推進(jìn)制造業(yè)企業(yè)構(gòu)建包含產(chǎn)品全生命周期、全產(chǎn)業(yè)鏈的數(shù)字化管理系統(tǒng),實(shí)現(xiàn)產(chǎn)品研發(fā)、設(shè)計(jì)、生產(chǎn)、銷售、售后服務(wù)等各個(gè)環(huán)節(jié)及流程的數(shù)字化,借助于新一代信息技術(shù)提升企業(yè)服務(wù)能力、技術(shù)創(chuàng)新能力和管理水平,提升企業(yè)生產(chǎn)效率。第三,進(jìn)一步加強(qiáng)政府對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的有效監(jiān)管,有效抑制行業(yè)壟斷行為,避免數(shù)字經(jīng)濟(jì)盲目發(fā)展造成的效率損失。此外,企業(yè)還需注重?cái)?shù)據(jù)要素和資本、勞動(dòng)等生產(chǎn)要素的合理配置,充分發(fā)揮資源的優(yōu)化配置對(duì)企業(yè)生產(chǎn)率的改善作用。
注釋
1. 企業(yè)云分為公有云、私有云和混合云。企業(yè)上云實(shí)質(zhì)上是將企業(yè)基礎(chǔ)設(shè)施、業(yè)務(wù)流程、管理流程等各類信息以數(shù)字化形式匯集和儲(chǔ)存,并進(jìn)一步進(jìn)行調(diào)取、分析、開發(fā)等的過程,是企業(yè)乃至行業(yè)內(nèi)構(gòu)建數(shù)字化、智能化生態(tài)體系的基礎(chǔ)。
2. 0.2475/(0.00978×2)≈12.65,列(5)中Index和Index2的實(shí)際系數(shù)分別為0.2475和0.00978,由于保留三位小數(shù),列表中Index和Index2的系數(shù)分別為0.248和0.010,倒U型曲線拐點(diǎn)根據(jù)實(shí)際系數(shù)計(jì)算得到。
3. 智慧城市指數(shù)來源于中國社科院信息化研究中心聯(lián)合國脈互聯(lián)有限公司發(fā)布的《2016中國智慧城市發(fā)展水平評(píng)估報(bào)告》。雖然該指數(shù)為年度報(bào)告,但不同年份的指數(shù)不具有可比性。鑒于2016年年度數(shù)據(jù)涵蓋的城市數(shù)量最多,本文采用2016年的智慧城市指數(shù)與2017年的企業(yè)數(shù)據(jù)相匹配,利用OLS進(jìn)行截面回歸。
4. 鮑莫爾(W. J. Baumol)于1967年提出了著名的鮑莫爾成本病(Baumol’s cost diseas)概念,即技術(shù)進(jìn)步會(huì)引致經(jīng)濟(jì)中的“進(jìn)步部門”如制造業(yè)的生產(chǎn)率提升,勞動(dòng)需求減少,服務(wù)業(yè)等嚴(yán)重依賴勞動(dòng)力的行業(yè)則屬于“停滯部門”,生產(chǎn)成本高,生產(chǎn)率長期低于“進(jìn)步部門”(王耀中和陳潔,2012)[37]。