董 景 榮 蘇 美 文

(重慶師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，重慶 401331)

一、引言

現(xiàn)代經(jīng)濟(jì)增長(zhǎng)理論的索羅模型認(rèn)為，一個(gè)國(guó)家經(jīng)濟(jì)增長(zhǎng)最終可歸因于要素增長(zhǎng)和全要素生產(chǎn)率(total factor productivity，TFP)的增長(zhǎng)，中國(guó)經(jīng)濟(jì)發(fā)展歷程正是如此。隨著“人口紅利”優(yōu)勢(shì)和有利的金融投資周期逐步消失，想要依靠要素投入拉動(dòng)經(jīng)濟(jì)持續(xù)高速增長(zhǎng)的模式已成為過去式，中國(guó)經(jīng)濟(jì)有沒有可能再創(chuàng)造一個(gè)奇跡？劉俏(2020)認(rèn)為繼續(xù)保持全要素生產(chǎn)率的增速并非易事，必須要找到中國(guó)全要素生產(chǎn)率增速的源泉：中國(guó)經(jīng)濟(jì)的“再工業(yè)化”及其所需的基礎(chǔ)設(shè)施“新基建”。這提醒我們：工業(yè)產(chǎn)業(yè)需要利用互聯(lián)網(wǎng)大數(shù)據(jù)、人工智能等信息與通訊技術(shù)(information and communication technology，ICT)驅(qū)動(dòng)產(chǎn)業(yè)變革。

從資本角度出發(fā)，已有研究發(fā)現(xiàn)ICT投資對(duì)經(jīng)濟(jì)增長(zhǎng)具有上升趨勢(shì)的貢獻(xiàn)(Cardona et al，2013年；Inani & Tripathi，2017；郭美晨和杜傳忠，2019)，其影響可以分解為替代效應(yīng)和滲透效應(yīng)(蔡躍洲和張鈞南，2015)。那么，ICT與全要素生產(chǎn)率之間是否也存在積極關(guān)系？“生產(chǎn)率悖論”認(rèn)為計(jì)算機(jī)的出現(xiàn)并不能提高生產(chǎn)率(Jorgenson et al，2008)，同時(shí)，Kettinger & Grover(1994)、張之光和蔡建峰(2012)和Carr(2003)的結(jié)論也證實(shí)了悖論的存在。但是，隨著技術(shù)的不斷創(chuàng)新，信息技術(shù)更加廣泛深入地融合產(chǎn)業(yè)發(fā)展，也有越來越多的研究發(fā)現(xiàn)：ICT對(duì)生產(chǎn)率存在積極顯著的影響(Acharya，2016)，其中不乏對(duì)制造業(yè)全要素生產(chǎn)率的影響(Mitra et al.，2016；肖利平，2018；黃群惠等，2019)。

從技術(shù)效能出發(fā)，ICT以智能制造為突破口，加快信息技術(shù)與制造技術(shù)、產(chǎn)品、裝備融合創(chuàng)新，推廣智能工廠和智能制造模式，全面提升企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)的智能化水平。而我國(guó)各地區(qū)能多大程度地吸收、運(yùn)用ICT技術(shù)實(shí)現(xiàn)裝備制造業(yè)高質(zhì)量發(fā)展，歸根結(jié)底還取決于自身的吸收能力。因此，僅討論ICT投資對(duì)全要素生產(chǎn)率產(chǎn)生的影響缺乏現(xiàn)實(shí)意義，應(yīng)充分考慮各省技術(shù)吸收能力，明晰充分釋放ICT效能的適配條件。目前已有眾多研究關(guān)注到吸收能力在技術(shù)外溢效能中的作用，如技術(shù)吸收能力對(duì)FDI技術(shù)外溢效果有著決定性作用(賴明勇等，2005)，能積極促進(jìn)OFDI逆向技術(shù)溢出(李梅和柳士昌，2012；尹東東和張建清，2016)。但除了韋影(2007)在分析企業(yè)社會(huì)資本影響技術(shù)創(chuàng)新的同時(shí)，考慮吸收能力的作用外，很少有研究從資本的角度出發(fā)，考慮吸收能力在其中的作用。事實(shí)上，由于各地區(qū)的技術(shù)吸收能力差異，對(duì)ICT投資所帶來的先進(jìn)技術(shù)進(jìn)行有效的學(xué)習(xí)吸收和模仿程度也會(huì)不同，進(jìn)而ICT投資對(duì)各地區(qū)全要素生產(chǎn)率的影響可能也不盡相同。而作為提供技術(shù)裝備的裝備制造業(yè)，其生產(chǎn)率水平是各行業(yè)產(chǎn)業(yè)升級(jí)、技術(shù)進(jìn)步的重要保障(任曙明和呂鐲，2014)。所以，本文將從資本存量的角度，利用門檻模型進(jìn)一步檢驗(yàn)影響ICT對(duì)全要素生產(chǎn)率提升作用的各吸收能力因素的門檻特征，并從人力資本和技術(shù)差距兩個(gè)方面測(cè)算引發(fā)積極提升作用的門檻水平。

與現(xiàn)有文獻(xiàn)相比，本文的邊際貢獻(xiàn)存在以下幾點(diǎn)：(1)研究角度。將裝備制造業(yè)全要素生產(chǎn)率的分解指標(biāo)和ICT投資進(jìn)行更加細(xì)致地研究，從技術(shù)進(jìn)步、技術(shù)效率兩個(gè)維度揭示ICT投資發(fā)揮作用的路徑和條件；(2)ICT投資的度量。近期文獻(xiàn)有測(cè)算省級(jí)行業(yè)層面的ICT資本投入，其方法是采用各地區(qū)投入產(chǎn)出表中分行業(yè)ICT中間投入占行業(yè)投入之和的比值作為分行業(yè)ICT資本投入強(qiáng)度(謝莉娟等，2020)，而本研究基于各地區(qū)投入產(chǎn)出表采用永續(xù)盤存法(PIM)分別從ICT硬件和ICT軟件兩方面對(duì)省級(jí)層面的生產(chǎn)性ICT資本存量進(jìn)行估算，增加估算結(jié)果的合理性；(3)關(guān)于全要素生產(chǎn)率的非線性研究中，已有學(xué)者用網(wǎng)民人口比例、手機(jī)普及率及互聯(lián)網(wǎng)普及率作為門限變量探索以互聯(lián)網(wǎng)或ICT作為核心解釋變量對(duì)全要素生產(chǎn)率的非線性效應(yīng)(郭家堂和駱品亮，2016；Asongu & Acha-Anyi，2020)。但鮮有學(xué)者考慮到ICT促進(jìn)裝備制造業(yè)高質(zhì)量發(fā)展還受其自身技術(shù)吸收能力的影響。本研究從人力資本和技術(shù)差距兩個(gè)維度考慮不同區(qū)域間技術(shù)吸收能力的差異，利用面板門限回歸模型進(jìn)一步考察ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)存在的非線性效應(yīng)。

二、影響機(jī)制分析

(一)ICT與全要素生產(chǎn)率

現(xiàn)有研究基本上證實(shí)了ICT投資能推動(dòng)經(jīng)濟(jì)增長(zhǎng)。但是，關(guān)于ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率提升的研究還缺乏足夠的實(shí)證證據(jù)。理論上講，ICT投資可以通過以下兩個(gè)途徑影響裝備制造業(yè)全要素生產(chǎn)率：第一，ICT投資可以推動(dòng)技術(shù)進(jìn)步，進(jìn)而提升全要素生產(chǎn)率。ICT技術(shù)除自身具備的普遍適用性、創(chuàng)新互補(bǔ)性及溢出效應(yīng)外，還可以通過提供信息通信技術(shù)交流平臺(tái)，突破時(shí)空限制，縮小地域差異。在此過程中，ICT可以不斷促進(jìn)全社會(huì)的人力資本積累和加速要素流動(dòng)速度，減少要素市場(chǎng)扭曲和研發(fā)投入與人力資本錯(cuò)配。實(shí)現(xiàn)人力資本與研發(fā)投入的有效配置推動(dòng)技術(shù)進(jìn)步(李靜等，2017)。此外，ICT與裝備制造業(yè)的相互融合,使創(chuàng)新互補(bǔ)性和技術(shù)溢出效應(yīng)發(fā)揮作用；存在ICT創(chuàng)新推動(dòng)互補(bǔ)性生產(chǎn)條件優(yōu)化升級(jí)的可能性,并與其他共同投資通過在企業(yè)之間產(chǎn)生互補(bǔ)創(chuàng)新進(jìn)一步改變生產(chǎn)過程，使得生產(chǎn)前沿面向外移動(dòng)(Brynjolfsson，2000；樊茂清等，2012)。第二，ICT可以提高技術(shù)效率，進(jìn)一步提升全要素生產(chǎn)率。ICT與市場(chǎng)深入融合，為市場(chǎng)提供更加對(duì)稱性的信息，加快勞動(dòng)和資本的配置效率。企業(yè)利用ICT技術(shù)，能更精確及時(shí)地獲取、傳遞信息，使得決策效率顯著提升。此外，積極運(yùn)用智能制造系統(tǒng)，在技術(shù)、產(chǎn)品、模式、業(yè)態(tài)和組織等方面開展全方位的創(chuàng)新，逐步實(shí)現(xiàn)生產(chǎn)方式的智能化、定制化、柔性化、綠色化和網(wǎng)絡(luò)化，提升裝備制造業(yè)的競(jìng)爭(zhēng)新優(yōu)勢(shì)。我國(guó)裝備制造業(yè)與ICT技術(shù)融合步伐不斷加快，在激發(fā)“雙創(chuàng)”活力、培育新模式新業(yè)態(tài)、推進(jìn)供給側(cè)結(jié)構(gòu)性改革等方面也已初顯成效?；诖?，本文提出：

假說1：ICT對(duì)裝備制造業(yè)全要素生產(chǎn)率有著不可忽視的正向作用，主要通過技術(shù)進(jìn)步和技術(shù)效率兩個(gè)路徑發(fā)揮其作用。

(二)ICT與人力資本

眾多學(xué)者從不同角度解釋了技術(shù)吸收能力的構(gòu)成因素，人力資本和技術(shù)差距是目前經(jīng)濟(jì)學(xué)者們公認(rèn)的兩個(gè)決定性因素(劉明霞，2010)。不可忽視的是不同區(qū)域間存在資源稟賦的差異，人力資本作為生產(chǎn)投入要素不僅對(duì)產(chǎn)出有著直接的水平效應(yīng)，還可以促進(jìn)各地區(qū)對(duì)ICT技術(shù)的吸收、學(xué)習(xí)、模仿或?qū)嵤?。除重視作為信息技術(shù)傳播和應(yīng)用主體的人力資本的區(qū)域差異外，尤其重視ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)的影響，這可能會(huì)隨著人力資本水平的不同而呈現(xiàn)非線性效應(yīng)。如果某地區(qū)人力資本水平較低，那么該地區(qū)勞動(dòng)力的文化水平和信息素養(yǎng)不高，他們應(yīng)用裝備制造業(yè)信息資源和信息技術(shù)的能力也就越欠缺。受自身文化素質(zhì)低的限制，勞動(dòng)力很難利用網(wǎng)絡(luò)平臺(tái)發(fā)布和搜集產(chǎn)品信息，更無(wú)法實(shí)現(xiàn)對(duì)裝備制造業(yè)信息技術(shù)的深層次應(yīng)用，從而阻礙裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)。反之，如果某地區(qū)有較高的人力資本水平，該地區(qū)的勞動(dòng)力能更有效地學(xué)習(xí)信息通信技術(shù)，從而促進(jìn)全要素生產(chǎn)率增長(zhǎng)?；诖耍疚奶岢觯?/p>

假說2：ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)的影響會(huì)隨著自身技術(shù)吸收能力的不同而呈現(xiàn)非線性效應(yīng)，表現(xiàn)為ICT對(duì)全要素生產(chǎn)率的提升作用會(huì)隨著人力資本水平的提高而越來越明顯。

(三)ICT與技術(shù)差距

同樣，技術(shù)差距之所以影響ICT對(duì)全要素生產(chǎn)率的提升主要是因?yàn)樗绊慖CT技術(shù)吸收的潛力、效果及應(yīng)用動(dòng)力。一方面技術(shù)差距越大，技術(shù)落后地區(qū)的企業(yè)學(xué)習(xí)、利用ICT技術(shù)的空間就越大，進(jìn)而提升裝備制造業(yè)的全要素生產(chǎn)率；另一方面技術(shù)差距過大時(shí)，落后地區(qū)缺乏消化吸收、學(xué)習(xí)模仿ICT技術(shù)的能力，進(jìn)而ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率的提升效果有限；此外，ICT投資體現(xiàn)的是ICT產(chǎn)業(yè)的資本投入強(qiáng)度和服務(wù)水平高低，通過構(gòu)建信息平臺(tái)，改變企業(yè)融入的競(jìng)爭(zhēng)氛圍。競(jìng)爭(zhēng)環(huán)境的改變會(huì)對(duì)不同技術(shù)差距地區(qū)企業(yè)的創(chuàng)新動(dòng)力產(chǎn)生不同程度影響，即不同技術(shù)差距地區(qū)的企業(yè)對(duì)ICT的應(yīng)用動(dòng)力有所不同。更少的同質(zhì)化競(jìng)爭(zhēng)和供應(yīng)鏈內(nèi)的企業(yè)合作，使得落后地區(qū)企業(yè)更有可能利用ICT模仿和改進(jìn)技術(shù)達(dá)到對(duì)先進(jìn)地區(qū)企業(yè)的趕超，更有動(dòng)力利用ICT更新設(shè)備、管理理念，提高效率。而對(duì)于先進(jìn)地區(qū)企業(yè)來說，由于自身技術(shù)水平較前沿、企業(yè)之間技術(shù)差距不大及落后地區(qū)企業(yè)的追趕，從而加劇先進(jìn)地區(qū)企業(yè)的競(jìng)爭(zhēng)強(qiáng)度。使得先進(jìn)地區(qū)企業(yè)不得不以更強(qiáng)的動(dòng)力利用ICT技術(shù)創(chuàng)新和研發(fā)新一代的專利技術(shù)以有利競(jìng)爭(zhēng)和追趕，樹立競(jìng)爭(zhēng)優(yōu)勢(shì)及獲取超額利潤(rùn)。鑒于此，本文提出：

假說3：由于存在技術(shù)吸收能力差異，ICT投資對(duì)裝備制造業(yè)全要生產(chǎn)率的非線性作用還表現(xiàn)為隨著技術(shù)差距的縮小而越來越明顯。

三、省級(jí)ICT生產(chǎn)性資本存量估算

(一)估算框架

永續(xù)盤存法(PIM)的非傳統(tǒng)途徑應(yīng)用的中間過程有關(guān)于生產(chǎn)性資本存量的測(cè)算，這種測(cè)算方法在國(guó)外得到廣泛使用。首先，資本存量總額Kit公式表達(dá)為：

(1)

其中，Kit表示i省在t時(shí)期的資本存量，T表示資產(chǎn)使用年份，Iit表示固定資本形成總額，Rit表示重置需求，Rit=Ki,t-1×δ;δ為折舊率。Siτ表示τ時(shí)期固定資產(chǎn)投資的殘值率，由退役模式確定?？紤]到ICT資本品的特性，選擇鐘形退役更加合理。

(2)

(3)

基于以上公式，深入考慮資本在使用過程中的效率損失和磨損，篩選符合資產(chǎn)效率實(shí)際損失情況的“年齡—效率”函數(shù)。將其轉(zhuǎn)化為標(biāo)準(zhǔn)效率單位的生產(chǎn)性資本存量。參考國(guó)內(nèi)外理論實(shí)踐，本研究考慮雙曲線函數(shù)：

(4)

其中，d0表示初始年份相對(duì)效率，默認(rèn)為1。β表示斜率，根據(jù)相關(guān)研究和已有假設(shè)，將ICT軟件和硬件設(shè)為0.5。通過對(duì)不同役齡階段的投資序列進(jìn)行加總，得出標(biāo)準(zhǔn)效率單位的ICT生產(chǎn)性資本存量：

(5)

(二)相關(guān)指標(biāo)構(gòu)建

1.統(tǒng)計(jì)范圍界定

OECD將信息通訊技術(shù)(ICT)定義為“旨在通過電子手段(包括傳輸和顯示)實(shí)現(xiàn)或?qū)崿F(xiàn)信息處理和通信功能的產(chǎn)品”，主要由硬件和軟件組合而成。在中國(guó)經(jīng)濟(jì)行業(yè)分類(GB/T 4754—2017)中，硬件對(duì)應(yīng)于我國(guó)的計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)，軟件對(duì)應(yīng)于我國(guó)服務(wù)業(yè)信息傳輸、軟件和信息技術(shù)服務(wù)。

2.投資序列

由于全社會(huì)固定資產(chǎn)投資是不包含計(jì)算機(jī)軟件等無(wú)形生產(chǎn)資產(chǎn)方面的支出，因此選用固定資本形成總額作為測(cè)算資本存量的投資序列(許憲春，2010)。省級(jí)層面的投資序列，可以通過各省投入產(chǎn)出表得出ICT制造業(yè)和ICT服務(wù)業(yè)的固定資本形成總額數(shù)據(jù)。但投入產(chǎn)出表不是每年編制，需要對(duì)間隔年份的數(shù)據(jù)進(jìn)行估算，借鑒筱崎彰彥(2003)和孫川(2013)的做法。如表1。

表1 估計(jì)投資序列的方法步驟

考慮數(shù)據(jù)的可得性，本研究的產(chǎn)值由ICT制造業(yè)和軟件信息服務(wù)業(yè)的業(yè)務(wù)收入衡量，全國(guó)ICT服務(wù)業(yè)的進(jìn)口數(shù)據(jù)由我國(guó)國(guó)際收支平衡表中計(jì)算機(jī)和信息服務(wù)的借方數(shù)據(jù)表示。由于省級(jí)層面沒有更多年份的投入產(chǎn)出延長(zhǎng)表，所以本研究對(duì)投資序列數(shù)據(jù)進(jìn)行外推，通過以上數(shù)據(jù)和方法，估算出2007—2016年我國(guó)各省的ICT制造業(yè)和服務(wù)業(yè)的資本存量。

3.資產(chǎn)使用年限、折舊率與價(jià)格指數(shù)

據(jù)相關(guān)學(xué)者研究，將ICT軟件、ICT制造業(yè)的使用年限分別確定為5年和8年。綜合各國(guó)對(duì)硬件和軟件折舊率的衡定，將硬件折舊率確定為0.315，軟件折舊率定為0.369。此外，資本存量的估算，還需要對(duì)每年投資序列進(jìn)行價(jià)格指數(shù)平減使其有可比性。用固定資產(chǎn)價(jià)格指數(shù)進(jìn)行平減，不符合ICT資本品的“摩爾定律”。所以采用美國(guó)BEA官網(wǎng)上公布的ICT硬件和軟件的價(jià)格指數(shù)對(duì)每年投資序列進(jìn)行平減。

4.基期資本存量

估算初期資本存量的方法：整體法、倒推法、增長(zhǎng)率法。整體法未考慮資本折舊，導(dǎo)致基期資本存量的高估；倒推法對(duì)早期數(shù)據(jù)的完整性和可獲得性要求高而難以滿足，故這兩種方法都排除而選擇增長(zhǎng)法。增長(zhǎng)法的具體公式如下：

(8)

四、變量、數(shù)據(jù)與模型

(一)變量與數(shù)據(jù)說明

1.被解釋變量的測(cè)算

被解釋變量是裝備制造業(yè)各省份全要素生產(chǎn)率(TFP)及其分解項(xiàng)技術(shù)效率(EFF)、技術(shù)進(jìn)步(TECH)。運(yùn)用以產(chǎn)出導(dǎo)向可變規(guī)模報(bào)酬的DEA-Malmquist模型和軟件DEAP2.1測(cè)算以上被解釋變量。

由于裝備制造業(yè)細(xì)分行業(yè)進(jìn)行了多次微調(diào)，所以將2011版“汽車制造業(yè)”和“鐵路、船舶、航天航空和其他運(yùn)輸設(shè)備制造業(yè)”數(shù)據(jù)合并處理。然后將裝備制造業(yè)各細(xì)分行業(yè)對(duì)應(yīng)的投入產(chǎn)出變量對(duì)應(yīng)著省份和年份進(jìn)行加總，最終形成裝備制造業(yè)2007—2016年的分省份的面板數(shù)據(jù)。對(duì)于產(chǎn)出變量的選擇常分為工業(yè)增加值和工業(yè)總產(chǎn)值兩種。由于工業(yè)增加值考慮了中間投入部分，作為產(chǎn)出變量更具代表性。但2008年以后《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》不再公布分行業(yè)增加值數(shù)據(jù)，這里參照王衛(wèi)和綦良群(2017)的方法：2000—2007年裝備制造業(yè)細(xì)分行業(yè)的工業(yè)增加值在工業(yè)總產(chǎn)值占比變化不大，故采用2000—2007年的平均比重估算2008年以后的工業(yè)增加值；自2012年開始，裝備制造業(yè)細(xì)分行業(yè)工業(yè)總產(chǎn)值不再公布，改為對(duì)工業(yè)銷售產(chǎn)值的統(tǒng)計(jì)，這里假定工業(yè)總產(chǎn)值與工業(yè)銷售產(chǎn)值增長(zhǎng)率相同，進(jìn)而估算出2012—2016年的工業(yè)總產(chǎn)值；最終估算出2007—2016年的產(chǎn)出變量工業(yè)增加值?？紤]到數(shù)據(jù)可得性，用總資產(chǎn)和裝備制造業(yè)年平均從業(yè)人員衡量資本和勞動(dòng)兩個(gè)投入變量。為了消除價(jià)格因素的影響，分別用出廠價(jià)格指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)對(duì)工業(yè)增加值及總資產(chǎn)進(jìn)行平減。

由于DEA-Malmquist指數(shù)法測(cè)算出來的裝備制造業(yè)全要素生產(chǎn)率是以相鄰兩期數(shù)據(jù)作為對(duì)比而來的環(huán)比指數(shù)，只能反映短期內(nèi)變化而不能反映長(zhǎng)期變化，若直接代入測(cè)算可能帶來結(jié)果偏差。因此構(gòu)造以基期年份為基準(zhǔn)的累積全要素生產(chǎn)率指數(shù)，即將各省年度環(huán)比指數(shù)進(jìn)行累乘，其分解的兩個(gè)指數(shù)(TECH、EFF)也做類似處理。計(jì)算公式如下：

(9)

2.解釋變量

縱觀已有文獻(xiàn)，信息通訊技術(shù)(ICT)的度量指標(biāo)包括網(wǎng)站數(shù)目、國(guó)際互聯(lián)網(wǎng)用戶數(shù)、人均移動(dòng)電話數(shù)、信息化綜合評(píng)價(jià)指標(biāo)體系等。其次就是直接對(duì)ICT資本存量的估計(jì)，這種做法的好處在于將ICT資本從總量資本中剝離出來，能進(jìn)行更加準(zhǔn)確地區(qū)分相較于其他生產(chǎn)要素的不同，更好地體現(xiàn)ICT的發(fā)展現(xiàn)狀與未來趨勢(shì)。

3.門限變量

一個(gè)地區(qū)的教育投資水平從一定程度上反映該地區(qū)的人力資本水平，故用各地區(qū)財(cái)政教育經(jīng)費(fèi)占GDP比重作為對(duì)人力資本(Human)的衡量。另外技術(shù)差距的度量常以前沿國(guó)的全要素生產(chǎn)率/中國(guó)全要素生產(chǎn)率，一般前沿國(guó)選擇美國(guó)的全要素生產(chǎn)率作為技術(shù)前沿(李蕾蕾等，2018)。但這樣的方法不可避免地存在著依照經(jīng)驗(yàn)選擇前沿面，而忽視數(shù)據(jù)本身的選擇。DEA方法生成一個(gè)非參數(shù)分段曲面，評(píng)估出技術(shù)效率水平，即決策單元到技術(shù)前沿的距離，與技術(shù)差距的含義是一樣的。因此利用數(shù)據(jù)包絡(luò)方法(DEA)測(cè)度投入產(chǎn)出技術(shù)效率衡量技術(shù)差距，這里的投入產(chǎn)出變量的選擇，和上文計(jì)算裝備制造業(yè)全要素生產(chǎn)率的變量一樣。由于實(shí)際生產(chǎn)條件時(shí)常不符合規(guī)模報(bào)酬不變的假設(shè)條件，因此對(duì)技術(shù)效率(TE)的測(cè)算選擇DEA-BCC模型。為了更加直觀衡量技術(shù)差距(Tgap)，其測(cè)算方法為：Tgap=1-TE。

4.控制變量

全要素生產(chǎn)率作為國(guó)家和地區(qū)經(jīng)濟(jì)可持續(xù)增長(zhǎng)和發(fā)展的決定性力量，其增長(zhǎng)因素眾多，包括研發(fā)、貿(mào)易、ICT(Franz et al.;2020)、人力資本、工業(yè)化、國(guó)有企業(yè)比重、投資率(徐盈之和趙豫，2007)、行業(yè)出口值、FDI、制度變量、信息基礎(chǔ)設(shè)施(李春頂，2009)等。綜上，TFP的影響因素考慮以下三類：一、貿(mào)易(EX)和對(duì)外開放(FDI)。以裝備制造業(yè)規(guī)模以上出口交貨值占規(guī)模以上主營(yíng)業(yè)務(wù)收入和實(shí)際外商直接投資占GDP比重作為貿(mào)易和對(duì)外開放的代理變量；二、制度背景(SO)。采用各地區(qū)國(guó)有全社會(huì)固定資產(chǎn)投資在全社會(huì)固定資產(chǎn)投資中所占的比重作為制度背景；三、科技創(chuàng)新(RD)與人力資本(Human)，采用各地區(qū)的研究與試驗(yàn)發(fā)展經(jīng)費(fèi)內(nèi)部支出作為當(dāng)期R&D支出的衡量，并借鑒朱平芳和徐偉民(2003)的方法對(duì)其進(jìn)行處理；教育提高了人力資本，故用各地區(qū)財(cái)政教育經(jīng)費(fèi)占GDP比重作為對(duì)人力資本的衡量。(以上數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)庫(kù)、CSMAR數(shù)據(jù)庫(kù))

(二)模型

為了消除異方差影響以及縮小數(shù)量級(jí)，將所有變量取自然對(duì)數(shù)。本文構(gòu)建的回歸模型如下所示：

lnYi,t=β0+β1lnICTi,t+βClnControlsi,t+fi+εi,t

(10)

其中，i表示各省份，t表示年份，Y表示被解釋變量，在后文的計(jì)量分析中分別代入全要素生產(chǎn)率變量(TFP)、技術(shù)進(jìn)步變量(TECH)、技術(shù)效率變量(EFF)，ICT表示信息通信技術(shù)，Controls表示控制變量，fi表示非觀測(cè)的個(gè)體固定效應(yīng)，εi,t表示隨機(jī)誤差項(xiàng)。從人力資本和技術(shù)差距門限效應(yīng)角度，進(jìn)一步檢驗(yàn)ICT投資在不同技術(shù)吸收能力條件下對(duì)全要素生產(chǎn)率的呈現(xiàn)的非線性影響，在(10)式的基礎(chǔ)上構(gòu)建門限模型：

lnYi,t=β0+β1lnICTi,tI(qi,t≤γ)+β2lnICTi,tI(qi,t>γ)+βClnControlsi,t+εi,t

(11)

其中，I(·)為指示函數(shù)，括號(hào)內(nèi)的條件滿足時(shí)取值1，反之為0；qi,t為門限變量,在后文的計(jì)量分析中帶入人力資本(Human)和技術(shù)差距(Tgap)；γ為特定的門檻值；(11)式為單門限模型，本研究將依據(jù)門限效應(yīng)檢驗(yàn)確定為幾重門限模型。

五、實(shí)證結(jié)果分析

(一)基本回歸分析

表2報(bào)告了模型的基本回歸結(jié)果。其中模型1報(bào)告的是混合回歸面板模型，模型2報(bào)告的是固定效應(yīng)。F統(tǒng)計(jì)量為0，即相較于混合回歸模型研究采用固定效應(yīng)模型效果更佳。以下分析針對(duì)模型2展開。

根據(jù)我們?cè)?10)式中的規(guī)范，我們研究了ICT投資對(duì)全要素生產(chǎn)率及其分解項(xiàng)的影響。表2顯示，ICT投資對(duì)于裝備制造業(yè)全要素生產(chǎn)率及其分解項(xiàng)技術(shù)進(jìn)步和技術(shù)效率的回歸系數(shù)分別為0.108 0、0.066 4、0.041 8，其中全要素生產(chǎn)率及技術(shù)進(jìn)步項(xiàng)均通過了1%水平顯著性檢驗(yàn)，技術(shù)效率項(xiàng)通過了10%水平顯著性檢驗(yàn)，表明加大ICT投資能夠促進(jìn)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)，假說1得到了驗(yàn)證。從影響程度來看，ICT投資對(duì)技術(shù)進(jìn)步指數(shù)(0.066 4)的影響要大于技術(shù)效率指數(shù)(0.041 8)。表明實(shí)踐過程中，加大ICT投資更有助于ICT產(chǎn)業(yè)與裝備制造業(yè)深入融合，使創(chuàng)新互補(bǔ)性和技術(shù)溢出效應(yīng)發(fā)揮作用，進(jìn)而有效地提高技術(shù)進(jìn)步指數(shù)。也印證了ICT投資能夠激發(fā)裝備制造業(yè)創(chuàng)新主體的積極性，消除個(gè)體之間的信息不對(duì)稱。因受自身主觀管理經(jīng)驗(yàn)、企業(yè)管理能力等因素影響，ICT投資對(duì)技術(shù)效率促進(jìn)作用要稍弱一些。

表2 ICT投資對(duì)全要素生產(chǎn)率及其分解指標(biāo)的OLS和FE回歸結(jié)果

(二)技術(shù)吸收能力對(duì)ICT投資效用發(fā)揮的影響

首先對(duì)(11)式模型進(jìn)行門限效應(yīng)檢驗(yàn)，以此來確定門限模型的具體設(shè)定形式。設(shè)定自舉400次迭代，依次搜尋400個(gè)樣本點(diǎn)得到模擬分布。分別以人力資本(Human)和技術(shù)差距(Tgap)為門限變量進(jìn)行回歸。檢驗(yàn)結(jié)果如表3顯示，可以看出Human和Tgap對(duì)應(yīng)的單門限檢驗(yàn)可以在5%顯著性水平下拒絕模型不存在門限值的原假設(shè)；雙門限檢驗(yàn)在10%顯著性水平下拒絕模型存在單一門限的原假設(shè)。最終，三門限檢驗(yàn)結(jié)果表明人力資本和技術(shù)差距對(duì)應(yīng)的模型在10%顯著性水平下均存在兩個(gè)門限值。因此，模型設(shè)定為雙門限模型：

lnYi,t=β0+β1lnICTi,tI(qi,t≤γ1)+β2lnICTi,tI(γ1≤qi,t<γ2)+β3lnICTi,tI(qi,t≥γ2)+βClnControlsi,t+εi,t (12)

表4為以人力資本和技術(shù)差距作為門限變量的回歸結(jié)果。模型3是以人力資本為門限變量，模型4是以技術(shù)差距為門限變量，被解釋變量為lnTFP。從模型3的回歸結(jié)果可以看出，當(dāng)?shù)貐^(qū)處在低人力資本水平區(qū)間(0, 0.046 2)時(shí)，我們定義該階段為低技術(shù)吸收能力階段，在該階段，隨著人力資本水平的提升，ICT有效促進(jìn)裝備制造業(yè)全要素生產(chǎn)率的提升；當(dāng)進(jìn)入人力資本水平中級(jí)階段(0.046 2, 0.068 2)時(shí)，ICT對(duì)裝備制造業(yè)全要素生產(chǎn)率的提升效用繼續(xù)發(fā)揮作用，并且提升趨勢(shì)更加明顯；對(duì)于高人力資本水平階段(0.068 2, 1)，提升趨勢(shì)更進(jìn)一步的大幅度的上升，假說2得到了驗(yàn)證。從模型4的回歸結(jié)果看，當(dāng)技術(shù)差距較小時(shí)(Tgap<0.003 0)，回歸系數(shù)為正，并且在三個(gè)階段中系數(shù)最大，表明先進(jìn)地區(qū)更具有潛力和動(dòng)機(jī)利用吸收、學(xué)習(xí)模仿ICT技術(shù)，并且效果更加顯著；當(dāng)技術(shù)差距變大時(shí)(0.003 0≤Tgap<0.438 0)，ICT仍然對(duì)全要素生產(chǎn)率有提升作用，但這種提升作用有所減弱；當(dāng)技術(shù)差距擴(kuò)大到一定程度時(shí)(Tgap≥0.438 0)，ICT對(duì)全要素生產(chǎn)率的提升作用就更弱，表明落后地區(qū)仍然有動(dòng)機(jī)利用信息通訊技術(shù)實(shí)現(xiàn)高質(zhì)量發(fā)展，但受限于自身技術(shù)能力，其提升效果弱于先進(jìn)地區(qū)，假說3得到了驗(yàn)證。

表4 不同技術(shù)吸收能力下ICT投資的效用發(fā)揮

(三)穩(wěn)健型檢驗(yàn)與內(nèi)生性

1.地區(qū)差異分析

將我國(guó)劃分為東部、中部和西部(香港、澳門、臺(tái)灣地區(qū)不納入本文統(tǒng)計(jì)和分析)。東部地區(qū)包括：北京、福建、廣東、海南、河北、江蘇、遼寧、山東、上海、天津、浙江；中部地區(qū)包括：安徽、河南、黑龍江、湖北、湖南、吉林、江西、內(nèi)蒙古、山西；西部地區(qū)包括：甘肅、廣西、貴州、寧夏、陜西、四川、新疆、云南、重慶。由于寧夏、西藏?cái)?shù)據(jù)缺失嚴(yán)重，故不考慮在內(nèi)。本研究進(jìn)一步探究ICT投資對(duì)全要素生產(chǎn)率及分解項(xiàng)的作用是否存在地區(qū)差異，同時(shí)也驗(yàn)證本研究的研究假設(shè)是否穩(wěn)健。表5為地區(qū)差異的回歸結(jié)果，可以發(fā)現(xiàn)：整體上，ICT投資對(duì)東中西的裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)均有提升作用并存在差異性，其中對(duì)東部地區(qū)的提升作用高于中部和西部，除技術(shù)進(jìn)步項(xiàng)外對(duì)西部地區(qū)的提升作用最弱；這樣的結(jié)果和前文研究結(jié)果相差不大，進(jìn)一步證實(shí)了結(jié)論的可靠性。

表5 地區(qū)差異回歸結(jié)果

2.穩(wěn)健性分析

由于考慮到ICT投資估算誤差給實(shí)證結(jié)果帶來的影響，我們?cè)俅螌?duì)時(shí)間段2007—2012年和2013—2016年的樣本數(shù)據(jù)分別進(jìn)行回歸。表6實(shí)證結(jié)果顯示，兩個(gè)時(shí)間段對(duì)應(yīng)的回歸均是顯著且為正的，除回歸系數(shù)有所波動(dòng)外和前文分析得出的結(jié)論相差不大，一定程度上緩解了對(duì)于變量估計(jì)誤差造成的實(shí)驗(yàn)結(jié)果不可信的問題。

表6 穩(wěn)健性檢驗(yàn)回歸結(jié)果

3.內(nèi)生性修正

為了分析因果關(guān)系中的主因，我們采用lnICT的滯后期作為核心解釋變量進(jìn)行回歸分析，其邏輯是當(dāng)期的全要素生產(chǎn)率對(duì)lnICT滯后期的影響幾乎全無(wú)，若lnICT的滯后期對(duì)當(dāng)期全要素生產(chǎn)率及其分解項(xiàng)仍然存在著前文所分析的對(duì)應(yīng)關(guān)系，說明在雙向因果關(guān)系中，主因是ICT投資。表7-①對(duì)應(yīng)的固定效應(yīng)模型結(jié)果顯示，滯后期lnICT對(duì)全要素生產(chǎn)率及其分解項(xiàng)依舊顯著，說明ICT投資是主因。

為了穩(wěn)健起見，選擇工具變量法對(duì)內(nèi)生性問題進(jìn)一步討論，參照眾多學(xué)者的做法，將核心解釋變量lnICT的滯后一期作為當(dāng)期lnICT的工具變量進(jìn)行回歸，考慮到異方差以及內(nèi)生變量與工具變量之間的相關(guān)性比較高的情況下，使用以lnICT的滯后一期作為工具變量的GMM矩陣估計(jì)法存在一定的合理性。估計(jì)結(jié)果見表7-②，在技術(shù)進(jìn)步項(xiàng)lnTECH模型中，相比前文基礎(chǔ)回歸結(jié)果發(fā)現(xiàn)lnICT系數(shù)有所下降，但差別不大。對(duì)其結(jié)果進(jìn)行內(nèi)生性檢驗(yàn)，D-W-H和WaldF統(tǒng)計(jì)量結(jié)果顯示內(nèi)生性不顯著。對(duì)技術(shù)效率lnEFF模型進(jìn)行內(nèi)生檢驗(yàn)，同樣內(nèi)生性不顯著。但全要素生產(chǎn)率lnTFP的內(nèi)生性檢驗(yàn)結(jié)果，出現(xiàn)了D-W-H和WaldF統(tǒng)計(jì)量在10%顯著性水平下顯著，說明此模型內(nèi)生性顯著?？梢?，全要素生產(chǎn)率對(duì)ICT投資也有著一定的影響。對(duì)比①固定模型和②GMM模型結(jié)果，被解釋變量lnTECH和lnTFP的lnICT系數(shù)都有所下降，而lnEFF的系數(shù)卻略有提高，系數(shù)符號(hào)均無(wú)改變，依然顯著。由此可見，考慮了內(nèi)生性問題后，得出ICT投資對(duì)全要素生產(chǎn)率及其分解項(xiàng)有著顯著的促進(jìn)作用，這一結(jié)論和上文回歸得出的結(jié)果是一致的。

表7 內(nèi)生性問題分析回歸結(jié)果

六、結(jié)論與啟示

本研究分析了ICT投資對(duì)全要素生產(chǎn)率增長(zhǎng)的作用機(jī)理。利用2007—2016年中國(guó)裝備制造業(yè)行業(yè)省級(jí)面板數(shù)據(jù)，實(shí)證考察了ICT在不同吸收能力下的效用發(fā)揮，得出如下結(jié)論：第一，在樣本期間，ICT投資對(duì)中國(guó)裝備制造業(yè)的技術(shù)進(jìn)步有著顯著促進(jìn)作用，對(duì)裝備制造業(yè)的技術(shù)效率也有著顯著的正向促進(jìn)作用，總體上ICT投資對(duì)技術(shù)進(jìn)步推動(dòng)型的裝備制造業(yè)全要生產(chǎn)率有著顯著促進(jìn)作用。第二，由于存在人力資本和技術(shù)差距門限值，ICT投資對(duì)全要素生產(chǎn)率促進(jìn)作用是非線性的。實(shí)證發(fā)現(xiàn)，ICT投資對(duì)全要素生產(chǎn)率促進(jìn)作用在人力資本角度上存在兩個(gè)門限值，分別是0.046 2、0.068 2；在技術(shù)差距角度下也存在兩個(gè)門限值，分別是0.003、0.438。即在不同的吸收能力水平下，ICT投資對(duì)全要素生產(chǎn)率提升存在異質(zhì)性作用，表現(xiàn)為ICT投資回歸系數(shù)在門檻值兩端均顯著且為正。隨著人力資本水平的提升，促進(jìn)作用的提升幅度越來越大；隨著技術(shù)差距的不斷擴(kuò)大，促進(jìn)作用的提升幅度越來越小。

為此，應(yīng)加快ICT在裝備制造業(yè)產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的推廣和應(yīng)用力度，宣傳和普及相關(guān)技術(shù)知識(shí)和操作過程，為提高裝備制造業(yè)全要素生產(chǎn)率增勢(shì)賦能。同時(shí)，重視裝備制造業(yè)管理知識(shí)、技能的提高與運(yùn)用。注重互聯(lián)網(wǎng)數(shù)字技術(shù)、人工智能等信息通信技術(shù)的可得性與協(xié)同性。在各省市地區(qū)加快落實(shí)信息與通信基礎(chǔ)設(shè)施建設(shè)以擴(kuò)展裝備制造業(yè)生產(chǎn)的可行性邊界，使ICT以低成本觸達(dá)社會(huì)各階層，為各產(chǎn)業(yè)領(lǐng)域的創(chuàng)新提供基礎(chǔ)，促使技術(shù)更好地為裝備制造業(yè)生產(chǎn)服務(wù)。此外，ICT投資與各區(qū)域技術(shù)吸收能力相互耦合之后共同作用于裝備制造業(yè)全要素生產(chǎn)率，即ICT投資是否能夠有效促進(jìn)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)，還受到各省人力資本和技術(shù)差距的制約。因此，為了提高ICT投資對(duì)裝備制造業(yè)全要素生產(chǎn)率增長(zhǎng)的促進(jìn)作用，不能單純依靠盲目加大ICT投資，而應(yīng)該為ICT發(fā)展提供良好的技術(shù)消化吸收和推廣的環(huán)境，重點(diǎn)是加強(qiáng)人力資本水平低和技術(shù)差距大的地區(qū)利用ICT實(shí)現(xiàn)技術(shù)進(jìn)步的應(yīng)用動(dòng)機(jī)，推進(jìn)“再工業(yè)化”和“新基建”落地。