1、075经济论坛数字化技术促进全要素生产率的作用机制与作用研究以珠三角为例文/汪倩雯 龚子文 曾悦馨 蒋良舜 欧阳可文章选用2007-2019年珠三角城市A股制造业上市公司和珠三角城市统计年鉴数据，实证分析了数字化技术对珠三角地区上市企业全要素生产率的影响。研究表明：数字化技术对珠三角企业全要素生产率的提升有一定的促进作用，数字化技术发展水平每提高1%，珠三角企业全要素生产率提升近0.10%；在企业所有制性质不同的情况下，数字化技术对国有企业与非国有企业的影响均较为显著。1引言现代社会，数字经济迅猛发展，其边界与规模持续扩张，正在不断“吞并”传统技术型产业的规模。数字经济时代向前进步的关键因素是
2、数字化技术构建和抢夺的有关技术经济范式的转变。数字化技术的广泛应用，推动传统型产业不断向数字化转型升级，资本和劳动力等生产要素也将会进行改革、优化和重组。数字化技术与传统的生产要素不断融合创新，引发生产要素多领域、多维度的突破1。同时，数字化技术在一定程度上能有效推动社会经济的高质量发展，同时驱动实体经济向精细型、集约型转变，可以有效提升社会的经济发展效能2。陆岷峰，徐阳洋（2022）认为企业应用数字技术能够改变自身的经营发展模式，进一步优化企业内部的管理程序，同时为企业提供许多新的风险管理手段，使企业在风险、财务与成本的管理上更加科学智能和实时高效。数字化技术是企业实现阶梯式发展的强而有力的
3、手段，也是振兴实体经济强而有力的工具3。中国信息通信研究院发布的中国数字经济发展白皮书（2020年）中提到，2019年，我国数字经济增长值规模达到35.8万亿元，占GDP比重达到36.2%4。由此可见，数字经济对我国经济增长的强有力的驱动作用已经显现。余文涛和吴士炜等学者（2020）认为，数字经济作为一种融合型经济，其以数据为核心的生产要素，将数据渗透到各个生产环节，从而打破传统要素市场的束缚，它通过加剧市场的竞争，优化产业的分工，来减少资源错配和市场扭曲5。杨慧梅、江璐等学者（2021）通过数据包络分析（DEA）方法测算全要素生产率，并得出结论，数字经济的发展能显著促进全要素生产率的提升6。
4、其中，全要素生产率（TFP），是衡量总产量与全部要素投入量之比的生产率指标。全要素生产率不仅是经济学中的一个重要概念,也是经济学家分析经济增长源泉的重要工具，更是政府制定长期可持续增长政策的重要依据7。基于上述背景，我们利用全要素生产率指标来衡量经济发展的质量，通过考察数字化技术对全要素生产率的影响，来衡量数字化技术对经济发展的驱动作用。其中，珠三角地区作为我国最早布局数字经济政策的地区之一，在数字化技术方面现已取得卓越的成绩，对数字化技术如何促进全要素生产率，进而促进其他地区经济高质量发展具有非常重大的理论价值和现实意义。2研究设计2.1基准模型设定为了研究数字化技术与企业全要素生产率（TF
5、P）之间的关系，本文建立基准回归模型：（1）其中，i表示企业，t表示年份。TFPit表示企业在第年的全要素生产率的大小，此处的全要素生产率是基于LP方法进行测算的。Baseit表示i企业在t年的数字化技术指数，此为本文的核心解释变量。Controlit表示珠三角城市企业层面与地级市层面的控制变量，it表示随机扰动项。2.2变量的选取与说明2.2.1被解释变量文章选取珠三角城市A股制造业上市公司的全要素生产率（TFP）作为本文的被解释变量。由于OP法测算企业的全要素生产率存在缺陷，所以本文选择LP法来计算TFP。其亮点为选用企业的中间投入作为代理变量。2.2.2核心解释变量由于数字化技术的测算难
6、度较大，借鉴黄群慧等，赵涛（2020）的研究，本文选取数字基础设施发展情况（Base）来衡量数字化技术。数字基础设施发展维度测算，包括移动互联网基础（每百人移动电话用户数）、宽带互联网基础（每百人拥有互联网宽带用户数）。变量定义为地级市数据。8076经济论坛2.2.3控制变量主要选取企业规模（size，员工总数的对数值）、企业的年龄（age,当年年份-成立年份+1）、资产负债率（leverage，总负债/总资产）、流动比率（liquid,流动资产/总资产）、股权集中度（share,前5位大股东持股比例）、研发费用（res,研发费用+1后取对数）、所有制性质（nature,国有企业记为1，非国有
7、企业记为0）、总资产收益率（roa,净利润/资产总额）。2.3数据来源说明与处理文章选用珠三角城市A股制造业上市公司2007-2019年的数据作为研究对象，以珠三角9个地方城市为条件，最后筛选得到珠三角城市2679家上市公司的有关数据。其中，珠三角地区的相关数据源自中国城市统计年鉴，珠三角地区企业的微观层面数据源自Wind数据库和国泰安数据库。3实证结果与分析3.1基准回归结果通过豪斯曼检验，我们选择固定效应模型进行回归，如下表1所示。当我们仅控制企业效益以及固定效应时，数字化技术的系数为0.103，并且在1%水平上显著，表明若考虑企业控制变量时，数字化技术会促进企业全要素生产率增长。通过观察
8、控制变量的回归结果，发现除所有制性质外，企业规模、企业年龄、资产负债率、流动比率、股权集中度、总资产收益率和研发费用均对企业全要素生产率有显著影响，其系数分别为0.398、0.027、1.918、0.002、0.009、1.136和0.000，且起到促进作用。表1 基准回归结果表表1 基准回归结果表变量TFP_LPx0.103*(7.87)size0.398*(30.45)age0.027*(10.88)leverage1.918*(23.06)liquid0.002*(2.59)share0.009*(9.04)res0.000*(3.89)nature-0.026(-0.69)roa1.1
9、36*(9.89)企业控制变量是常数项4.363*(43.83)样本量2,660拟合优度0.603注：括号内的数值表示对应的t值，*、*和*分别表示在10%、5%和1%的水平上显著（下同）。3.2稳健性检验为了进一步验证数字化技术对企业全要素生产率的作用关系，替换不同测度方法下的被解释变量，结果如表2所示。在替换被解释变量后，数字化技术和企业全要素生产率交乘项系数为0.101，且在1%水平上显著成立，与原结论一致。这说明数字化技术促进企业全要素生产率增长。原假设得到验证，说明结论稳健。表2 稳健性检验表表2 稳健性检验表变量(1)(2)(3)(4)TFP_OLSTFP_FETFP_GMMTFP
10、_OPx0.101*0.100*0.108*0.101*(7.70)(7.62)(7.09)(7.68)size0.552*0.600*-0.133*0.174*(42.43)(45.82)(-8.83)(13.31)age0.030*0.031*0.021*0.030*(12.27)(12.40)(7.46)(12.25)leverage2.007*2.021*1.766*2.004*(24.21)(24.24)(18.35)(24.09)liquid0.0010.0010.004*0.001*(1.58)(1.41)(3.77)(1.67)share0.009*0.009*0.009*0.
11、009*(9.11)(9.05)(7.86)(9.22)res0.000*0.000*0.000*0.000*(4.15)(4.14)(3.27)(4.55)nature0.0510.064*-0.160*0.046(1.34)(1.65)(-3.60)(1.19)roa1.203*1.214*1.020*1.194*(10.50)(10.53)(7.67)(10.39)常数项5.035*5.143*3.196*4.973*(50.74)(51.53)(27.74)(49.95)样本量拟合优度2,6602,6602,6602,6600.7030.7230.1800.4793.3异质性检验文章从
12、企业所有制性质的角度进行异质性分析，如表3所示，模型回归得到数字化技术对国有企业与非国有企业的影响均较为显著。表3 异质性分析表表3 异质性分析表变量国有企业非国有企业TFP_LPTFP_LPx0.214*(7.62)0.084*liquid(5.63)-0.0000.005*share(-0.12)(3.78)0.0010.010*企业控制变量(0.75)(8.79)是是常数项4.538*4.350*(21.47)(36.33)样本量拟合优度5192,1410.7300.5384政策建议在数字经济蓬勃发展的今天，对于把握数字化技术和数字化基础建设风向标、持续提高地区企业全要素生产率、进而提高
13、企业生产效率，最终实现增强核心竞争力这一目标，本077经济论坛研究拟提出如下政策建议：第一，大力发展数字经济，积极推动新型数字基础设施建设，释放数字经济活力，提高企业全要素生产率，促进企业实现高质量发展。推动互联网+与实体经济深度融合，加快传统产业数字化改造升级步伐，培育新产业、新业态和新模式，促进制造业服务化转型，增强自主创新能力。文章研究显示，数字经济的发展刺激着企业全要素生产率的提高，经济增长从要素驱动转向数据驱动，数字经济已成为最主要的生产要素。第二，促进数据共享与依法利用加快数据治理政策完善。充分发挥政府主导作用，强化市场配置功能，推进数据开放共享；积极培育新型市场主体，鼓励创新创业
14、；健全数据安全保障体制机制，为大数据发展保驾护航。加大对大数据技术应用研发力度。灵活吸取互联网企业数据治理经验和做法，深挖数据资产潜力、释放大数据活力、构建覆盖社会大数据资源体系。第三，进一步减轻企业融资约束，加快企业数字化技术的创新与发展，积极推进企业数字化转型。深化数字金融体制改革，借助数字基础设施和其他智能平台，拓宽融资渠道，降低融资成本。加大政府对科技创新的投入力度，为数字金融发展提供良好的政策环境。充分发挥财政杠杆作用，提高财政资金使用效率；完善税收优惠政策，激发市场活力与创新能力。利用数字经济集聚效应，加快推进数字经济在研发、生产、营销、售后各个环节的运用，以切实降低企业生产成本及
15、内外部交易成本，缓解融资约束。第四，推动数字经济不断创新发展。创新是数字经济持续做强做优做大的有力保证。企业要加强自身创新能力建设，重视科技创新对推动企业转型升级和可持续发展的作用；政府应完善相关法律法规，为企业提供良好的制度环境，加快人才培养步伐，提高企业自主创新能力。企业应加强研发，主动融入新发展模式中，借助互联网和人工智能等数字化技术来提高自身生产率。技术创新是推动企业高质量发展的核心动力。5结语高质量发展背景下数字化技术对企业全要素生产率到底有什么功能和效用？这一问题引起了国内外学者越来越多的关注。而数字化技术能否提高企业全要素生产率也成为学术界讨论的焦点之一。因此，研究数字化技术如何
16、影响企业全要素生产率具有重要意义。文章以珠三角地区A股制造业20072019年上市公司面板数据为研究对象，在考虑时间差异与测度方法不同的情况下，采用实证分析的方法考察数字化技术影响企业全要素生产率的机理。实证结果表明：第一，整体来看，数字化技术对于企业全要素生产率具有积极的促进作用，数字化技术的发展程度每增加1个百分点，珠三角企业全要素生产率在一年中增加大约0.1个百分点；第二，异质性考察结果来看，数字化技术在珠三角地区国有企业和非国有企业中均具有较显著效应，表明所有制对数字化技术影响全要素生产率（TFP）的机理不存在消极影响。基金项目：江西财经大学2022年大学生创新创业训练计划项目（项目编号：202210421017）/作者简介/汪倩雯，江西财经大学经济学院，研究方向：数字经济；龚子文，江西财经大学经济学院，研究方向：数字经济；曾悦馨，江西财经大学经济学院，研究方向：数字经济；蒋良舜，江西财经大学经济学院，研究方向：数字经济；欧阳可，江西财经大学统计学院，研究方向：经济统计学（数据工程）。参考文献:1刘平峰，张旺.数字技术如何赋能制造业全要素生产率J.科学学研究，2021(08):