陳宇羨 申廣軍 鄒靜嫻

0 引言

早在20世紀(jì)50年代，一些大型企業(yè)就開始使用計(jì)算機(jī)來替代部分常規(guī)工作，甚至作為一些非常規(guī)工作的補(bǔ)充(Bresnahan，1999)。帶有文字處理和電子表格功能的個(gè)人計(jì)算機(jī)在1980年代出現(xiàn)后，很多相關(guān)工作開始實(shí)現(xiàn)自動(dòng)化(Berger and Frey，2016)，計(jì)算機(jī)技術(shù)也逐漸成為“通用技術(shù)”，改變了幾乎所有職業(yè)和行業(yè)的工作性質(zhì)(Levy and Murnane，2004)。此后，隨著互聯(lián)網(wǎng)的發(fā)展和1990年代電子商務(wù)的興起，信息技術(shù)推動(dòng)經(jīng)濟(jì)增長(zhǎng)、重塑世界經(jīng)濟(jì)格局的能力也越來越強(qiáng)。近年來，經(jīng)濟(jì)發(fā)展更加依賴于計(jì)算機(jī)和信息技術(shù)①由于科技發(fā)展迅速，對(duì)這一系列的技術(shù)在不同時(shí)期有著不同的稱謂，比如最早的計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)，以及最近方興未艾的移動(dòng)互聯(lián)網(wǎng)技術(shù)等。文獻(xiàn)中經(jīng)常統(tǒng)稱為計(jì)算機(jī)信息技術(shù)(computer and information technology)或者信息通訊技術(shù)(information communication technology)等，本文則簡(jiǎn)稱為信息技術(shù)。，美國(guó)和德國(guó)分別實(shí)行了“工業(yè)互聯(lián)網(wǎng)計(jì)劃”和“工業(yè)4.0計(jì)劃”以推動(dòng)信息技術(shù)在傳統(tǒng)工業(yè)部門的運(yùn)用，李克強(qiáng)總理在2015年十二屆全國(guó)人大第三次會(huì)議的政府工作報(bào)告中也指出，“互聯(lián)網(wǎng)+”將是未來中國(guó)經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力。

盡管信息技術(shù)被公認(rèn)為第三次科技革命最有力的引擎之一，現(xiàn)有文獻(xiàn)卻很少從微觀層面考察信息技術(shù)的“增長(zhǎng)效應(yīng)”，即信息技術(shù)如何促進(jìn)企業(yè)增長(zhǎng)。加總層面的研究也沒有得到一致的結(jié)論。比如，雖然Jorgenson and Vu(2005)指出計(jì)算機(jī)技術(shù)使美國(guó)經(jīng)濟(jì)增長(zhǎng)突破了原有的“速度極限”，后續(xù)實(shí)證研究卻對(duì)此觀點(diǎn)提出了質(zhì)疑。Corrado et al. (2008)和Bosworth and Triplett(2007)利用行業(yè)層面數(shù)據(jù)的研究發(fā)現(xiàn)，使用計(jì)算機(jī)的行業(yè)全要素生產(chǎn)率增長(zhǎng)更慢。不過他們的結(jié)論也存在爭(zhēng)議，因?yàn)槿厣a(chǎn)率在不同行業(yè)間有很強(qiáng)的異質(zhì)性。因此，要理解信息技術(shù)的增長(zhǎng)效應(yīng)，需要深入到企業(yè)層面來探究信息技術(shù)的影響，并進(jìn)一步識(shí)別影響發(fā)生的機(jī)制。一些學(xué)者已經(jīng)做了許多前期工作。Kaushik and Singh(2004)和Aker and Mbiti(2010)總結(jié)了信息技術(shù)提升發(fā)展中國(guó)家企業(yè)績(jī)效的多種途徑；Paunov and Rollo(2015)也識(shí)別了信息技術(shù)知識(shí)溢出帶來的積極影響。這些研究都支持信息技術(shù)可能提升企業(yè)績(jī)效這一較為樂觀的結(jié)論，也為本文的研究奠定了基礎(chǔ)。

本文利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫研究信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響，分別從增長(zhǎng)速度和增長(zhǎng)質(zhì)量?jī)蓚€(gè)維度度量企業(yè)增長(zhǎng)，發(fā)現(xiàn)增長(zhǎng)速度和增長(zhǎng)質(zhì)量都與信息技術(shù)正相關(guān)。從增長(zhǎng)速度上看，使用更多計(jì)算機(jī)使得企業(yè)的資產(chǎn)、就業(yè)、增加值、銷售額和利潤(rùn)都更快地增長(zhǎng)；從增長(zhǎng)質(zhì)量上看，使用計(jì)算機(jī)的企業(yè)研發(fā)支出更多，生產(chǎn)率也更高。我們還用不同的方法進(jìn)行了穩(wěn)健性檢驗(yàn)。首先，為了排除反向因果帶來的估計(jì)偏誤，我們將回歸樣本限制在僅包含新成立公司的子樣本；其次，利用傾向得分匹配，我們得到一個(gè)在其他方面可比的企業(yè)子樣本，并對(duì)此樣本進(jìn)行回歸分析；最后，我們利用城市—行業(yè)層面的計(jì)算機(jī)使用比例作為工具變量進(jìn)行兩階段最小二乘估計(jì)。這三種穩(wěn)健性檢驗(yàn)得到的結(jié)果都與基準(zhǔn)回歸的結(jié)果十分相似。此外，考慮到不同類型的企業(yè)對(duì)信息技術(shù)的依賴程度和使用效率存在差別，我們還進(jìn)行了異質(zhì)性分析。

本文相比以前的研究有以下兩方面的貢獻(xiàn)。首先，在理論上，通過使用企業(yè)層面數(shù)據(jù)和多種計(jì)量方法，我們識(shí)別了信息技術(shù)對(duì)企業(yè)增長(zhǎng)的因果效應(yīng)。相比前人使用加總層面的數(shù)據(jù)，使用企業(yè)層面數(shù)據(jù)有助于排除各種潛在的異質(zhì)性問題。其次，在實(shí)踐意義上，我們證實(shí)了信息技術(shù)對(duì)中國(guó)制造業(yè)的重要性，研究結(jié)果也為制定網(wǎng)絡(luò)時(shí)代的發(fā)展戰(zhàn)略提供了切實(shí)可行的建議。本文剩余部分結(jié)構(gòu)如下：第1節(jié)描述數(shù)據(jù)并介紹在實(shí)證研究中使用的變量；第2節(jié)探討使用信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響；第3節(jié)進(jìn)行穩(wěn)健性檢驗(yàn)，并考察信息技術(shù)的影響在不同類型的企業(yè)間存在怎樣的差異；最后，第4節(jié)總結(jié)全文。

1 數(shù)據(jù)與變量

1.1 數(shù)據(jù)

本文實(shí)證研究使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫。工業(yè)企業(yè)數(shù)據(jù)庫是國(guó)家統(tǒng)計(jì)局對(duì)工業(yè)企業(yè)年度調(diào)查的匯總，收錄了所有國(guó)有企業(yè)和年銷售收入超過500萬人民幣的私營(yíng)企業(yè)的信息。數(shù)據(jù)庫中包含的企業(yè)數(shù)量從1998年約165000家增加到2007年336000家，構(gòu)成了一個(gè)龐大的非平衡面板數(shù)據(jù)。樣本企業(yè)貢獻(xiàn)了工業(yè)部門90%的總產(chǎn)出和增加值，保證了基于此數(shù)據(jù)庫的研究具有外部有效性(Brandt et al.，2012)。工業(yè)企業(yè)數(shù)據(jù)庫包含豐富的變量，如企業(yè)的基本狀況(企業(yè)代碼、行業(yè)和地區(qū)、所有制、人員構(gòu)成等)和生產(chǎn)運(yùn)營(yíng)信息(資產(chǎn)負(fù)債表、現(xiàn)金流量表和損益表的所有項(xiàng)目)，因此在涉及中國(guó)工業(yè)經(jīng)濟(jì)各方面的研究中都得到了廣泛應(yīng)用(聶輝華等，2012；賈珅和申廣軍，2016)。

在進(jìn)行實(shí)證研究之前，我們先按照文獻(xiàn)中常用的方法對(duì)數(shù)據(jù)進(jìn)行清理。首先，考慮到采礦業(yè)依賴于自然資源的分布，公用事業(yè)(電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè))依賴于城市的人口特征，我們剔除了采礦業(yè)和公用事業(yè)部門，僅關(guān)注制造業(yè)部門。其次，我們刪除了關(guān)鍵變量缺失的觀測(cè)值。第三，由于工業(yè)企業(yè)數(shù)據(jù)庫只在2004年報(bào)告了企業(yè)計(jì)算機(jī)使用情況的信息，我們不得不放棄使用面板數(shù)據(jù)分析而改用橫截面分析。我們保留了2001、2004和2007年的數(shù)據(jù)，其中企業(yè)從2004年到2007年的變化作為因變量，用來捕捉信息技術(shù)的影響；而2001年到2004年的變化一方面用作不可觀測(cè)因素的代理變量來緩解遺漏變量偏誤問題，另一方面則在穩(wěn)健性檢驗(yàn)部分被用來實(shí)施傾向得分匹配以解決反向因果問題。第四，工業(yè)企業(yè)數(shù)據(jù)庫中大部分指標(biāo)都是名義值，我們使用Brandt et al.(2012)構(gòu)建的二位數(shù)行業(yè)價(jià)格指數(shù)將其轉(zhuǎn)換為實(shí)際價(jià)值[注]關(guān)于數(shù)據(jù)的詳細(xì)信息參見J.V.Biesebroeck的網(wǎng)站: http://feb.kuleuven.be/public/N07057/CHINA。。最后，為了剔除極端值的影響，我們對(duì)所有變量在其經(jīng)驗(yàn)分布的兩端進(jìn)行了1%的縮尾處理。

1.2 變量

本文關(guān)注的核心變量首先是企業(yè)增長(zhǎng)，我們從增長(zhǎng)速度和增長(zhǎng)質(zhì)量?jī)蓚€(gè)維度進(jìn)行度量。就增長(zhǎng)速度而言，我們計(jì)算了企業(yè)從2004年到2007年間就業(yè)、資產(chǎn)、增加值、銷售額和利潤(rùn)的增長(zhǎng)率(Growth Rate，GR)，這五個(gè)增長(zhǎng)率指標(biāo)從不同方面衡量了企業(yè)的增長(zhǎng)速度，可以消除潛在測(cè)量誤差導(dǎo)致的偏誤。表1顯示，從2004年到2007年，企業(yè)的銷售額增長(zhǎng)超過1倍，增加值和利潤(rùn)增長(zhǎng)超過50%，但就業(yè)增長(zhǎng)卻相對(duì)緩慢，這意味著勞動(dòng)生產(chǎn)率在不斷提高。在增長(zhǎng)質(zhì)量方面，我們使用了四個(gè)指標(biāo)從2004年到2007年的變化：研發(fā)強(qiáng)度(RDI)、新產(chǎn)品份額(SNP)、全要素生產(chǎn)率(TFP)和勞動(dòng)生產(chǎn)率(ALP)。研發(fā)強(qiáng)度，即研發(fā)支出與銷售額的比值，度量了企業(yè)投資于未來發(fā)展的意愿[注]中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫沒有報(bào)告企業(yè)2004年的研發(fā)支出和新產(chǎn)品產(chǎn)值，所以我們用2005年的對(duì)應(yīng)指標(biāo)代替。；新產(chǎn)品份額是指新產(chǎn)品在銷售額中的份額，可以看作是研發(fā)活動(dòng)的結(jié)果，它在一定程度上度量了研發(fā)活動(dòng)的效率。表1顯示，從2004年到2007年，企業(yè)研發(fā)強(qiáng)度提高了0.17個(gè)百分點(diǎn)，新產(chǎn)品份額平均增加0.54個(gè)百分點(diǎn)。本文使用Olley and Pakes(1996)的方法計(jì)算全要素生產(chǎn)率，對(duì)企業(yè)層面數(shù)據(jù)的研究普遍采用此方法；勞動(dòng)生產(chǎn)率則由人均增加值表示，從表1可以看到，樣本期間人均增加值提高了6.3萬元(2004年人民幣不變價(jià))。

表1 描述性統(tǒng)計(jì)

核心解釋變量為信息技術(shù)，本文使用企業(yè)擁有的計(jì)算機(jī)數(shù)量作為其代理變量。工業(yè)企業(yè)數(shù)據(jù)庫報(bào)告了2004年每個(gè)企業(yè)擁有計(jì)算機(jī)和微機(jī)的情況。不同企業(yè)擁有的計(jì)算機(jī)/微機(jī)數(shù)量不同，并且這一數(shù)量和企業(yè)規(guī)模高度相關(guān)，所以我們將計(jì)算機(jī)/微機(jī)數(shù)量除以從業(yè)人數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，主要使用每百人擁有計(jì)算機(jī)/微機(jī)數(shù)量這一指標(biāo)。從變量的描述性統(tǒng)計(jì)可以看到計(jì)算機(jī)使用的大體情況：在2004年，計(jì)算機(jī)還較為稀缺，平均每百人僅擁有約8臺(tái)計(jì)算機(jī)。當(dāng)因變量是加總層面的變量時(shí)(如SCI和ICI)，我們也采用相應(yīng)水平上的每百人擁有計(jì)算機(jī)數(shù)量的均值作為整個(gè)城市/行業(yè)使用信息技術(shù)的代理變量。

我們還在回歸中加入了一系列控制變量，以避免由于遺漏變量問題導(dǎo)致估計(jì)偏誤。首先是企業(yè)規(guī)模和年齡，其中企業(yè)規(guī)模為固定資產(chǎn)的自然對(duì)數(shù)，企業(yè)年齡為2004年與企業(yè)成立年份的差值。稅收負(fù)擔(dān)是決定企業(yè)增長(zhǎng)的重要因素，所以我們控制了所得稅有效稅率(所得稅與銷售額的比值)。融資是影響企業(yè)增長(zhǎng)的另一大關(guān)鍵要素(2005)，因此，我們還將融資約束納入了控制變量，用資產(chǎn)負(fù)債率(負(fù)債與資產(chǎn)比率)來衡量，因?yàn)楦叩馁Y產(chǎn)負(fù)債率通常意味著更高的融資便利性(1995)。人力資本在企業(yè)層面對(duì)企業(yè)增長(zhǎng)速度和增長(zhǎng)質(zhì)量十分重要，在加總層面對(duì)現(xiàn)代經(jīng)濟(jì)增長(zhǎng)也有重要影響(2004)，因此我們參照Goedhuys-Degelin and Sleuwaegen(2015)控制了具有大學(xué)及以上學(xué)歷的勞動(dòng)力的比例。當(dāng)因變量為增長(zhǎng)率時(shí)，一般應(yīng)當(dāng)控制前期增長(zhǎng)率以反映趨同(或趨異)效應(yīng)，所以本文實(shí)證分析還控制了企業(yè)2001—2004年間對(duì)應(yīng)的增長(zhǎng)率。實(shí)際上，控制前期增長(zhǎng)率還部分地有助于緩解內(nèi)生性問題，這是因?yàn)榍捌谠鲩L(zhǎng)率也受到了一些不可觀測(cè)因素的影響，因此前期增長(zhǎng)率可以作為不可觀測(cè)因素的代理變量。此外，不同地區(qū)、行業(yè)和所有制的企業(yè)間也存在異質(zhì)性，所以我們控制了城市固定效應(yīng)、行業(yè)固定效應(yīng)和所有制固定效應(yīng)。表1對(duì)本文所用的關(guān)鍵變量進(jìn)行了描述。

2 信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響

2.1 模型設(shè)定

我們首先分析信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響，回歸方程如下：

(1)

其中,GRf,2004-07是企業(yè)f從2004—2007年的增長(zhǎng)率，GQf,2004-07是該企業(yè)在這段時(shí)間的增長(zhǎng)質(zhì)量。核心解釋變量Computerf,2004是2004年每100個(gè)員工所持有的計(jì)算機(jī)/微機(jī)數(shù)量，Xf,2004是一系列控制變量。cityc、indi和owno分別代表城市固定效應(yīng)、行業(yè)固定效應(yīng)和所有制固定效應(yīng)，用來解決不同地區(qū)、行業(yè)和所有制的異質(zhì)性問題。系數(shù)β就是我們關(guān)心的信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響。但此模型可能存在內(nèi)生性問題：正的β值不一定代表使用計(jì)算機(jī)的企業(yè)增長(zhǎng)速度更快或增長(zhǎng)質(zhì)量更高；相反，這可能是因?yàn)樵鲩L(zhǎng)速度更快或增長(zhǎng)質(zhì)量更高的企業(yè)更傾向采用信息技術(shù)。為了解決這個(gè)問題，下一部分將使用三種不同的方法進(jìn)行穩(wěn)健性檢驗(yàn)。

2.2 信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響

基準(zhǔn)回歸結(jié)果見表2和表3。表2中因變量為企業(yè)增長(zhǎng)速度，前五列的核心解釋變量為每百人擁有的計(jì)算機(jī)數(shù)量，后五列為每百人所擁有的微機(jī)數(shù)量。不管使用計(jì)算機(jī)數(shù)量還是微機(jī)數(shù)量衡量信息技術(shù)的使用情況，其系數(shù)都在1%顯著性水平上統(tǒng)計(jì)顯著，說明信息技術(shù)的使用的確對(duì)企業(yè)增長(zhǎng)有積極影響。具體來看，每百人擁有的計(jì)算機(jī)每增加一臺(tái)，就業(yè)和增加值的增長(zhǎng)率將增加超過1個(gè)百分點(diǎn)，資產(chǎn)、銷售額和利潤(rùn)的增長(zhǎng)率將增加約0.6個(gè)百分點(diǎn)?？梢?，這一結(jié)果不僅在統(tǒng)計(jì)意義上顯著，從經(jīng)濟(jì)意義上看也十分顯著。在后五列中，核心變量的系數(shù)和顯著性水平與前面非常相似，進(jìn)一步說明信息技術(shù)對(duì)企業(yè)增長(zhǎng)的影響是十分穩(wěn)健的。每百人擁有的微機(jī)每增加一臺(tái)，就業(yè)和增加值的增長(zhǎng)率將增加超過1個(gè)百分點(diǎn)，其他指標(biāo)增長(zhǎng)率將增加約0.5個(gè)百分點(diǎn)?？梢姡还軓哪膫€(gè)方面度量企業(yè)的增長(zhǎng)速度，計(jì)算機(jī)數(shù)量對(duì)企業(yè)增長(zhǎng)都有積極影響。

從控制變量來看，企業(yè)規(guī)模對(duì)企業(yè)增長(zhǎng)的各個(gè)方面都有顯著負(fù)面影響，這與文獻(xiàn)中已證明的收斂性相一致(Beck et al.，2008；Cabral，1995)，即大企業(yè)相比于小企業(yè)增長(zhǎng)更緩慢。企業(yè)年齡結(jié)果相似，年輕的企業(yè)相比于成立較早的企業(yè)增長(zhǎng)更快。更高的稅率則對(duì)應(yīng)著更低的增長(zhǎng)率，這與文獻(xiàn)中稅收負(fù)擔(dān)對(duì)企業(yè)增長(zhǎng)有負(fù)面影響的結(jié)論一致(申廣軍等，2016)。資產(chǎn)負(fù)債率與增長(zhǎng)速度呈現(xiàn)正相關(guān)關(guān)系，因?yàn)楦叩馁Y產(chǎn)負(fù)債率意味著企業(yè)從外部獲得資金支持的能力更強(qiáng)，因而有機(jī)會(huì)進(jìn)行有利的投資和升級(jí)。企業(yè)中受過高等教育的員工比例越大，增長(zhǎng)速度就更快，這與Lopez-Garcia and Puente(2012)和Arrighetti and Lasagni(2013)的結(jié)論一致。前期增長(zhǎng)率與當(dāng)期增長(zhǎng)率之間呈負(fù)相關(guān)關(guān)系，這與企業(yè)規(guī)模給出的信息一致，即企業(yè)增長(zhǎng)速度存在收斂趨勢(shì)(Evans，1987；Hall，1987)。

表3估計(jì)了信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響。同樣，核心解釋變量分別為每百人擁有的計(jì)算機(jī)或微機(jī)數(shù)量。計(jì)算機(jī)或微機(jī)數(shù)量的系數(shù)非常接近，都顯示對(duì)增長(zhǎng)質(zhì)量有顯著正向影響， 且大部分系數(shù)在1%顯著性水平上統(tǒng)計(jì)顯著。具體來看，每百人擁有計(jì)算機(jī)/微機(jī)每增加一臺(tái)，研發(fā)強(qiáng)度將增加0.02，超過其均值的1/10；新產(chǎn)品份額增加0.01個(gè)百分點(diǎn)(約為均值的2%)；全要素生產(chǎn)率將增加0.002(約為均值的5%)；勞動(dòng)生產(chǎn)率將增加1300元/人(約為均值的3%)。綜上，信息技術(shù)不僅加快了企業(yè)增長(zhǎng)速度，還提高了增長(zhǎng)的質(zhì)量。

控制變量也為我們提供了一致的信息。首先，企業(yè)規(guī)模對(duì)增長(zhǎng)質(zhì)量有顯著正向影響。雖然大企業(yè)增長(zhǎng)更慢，但它們可能更注重增長(zhǎng)質(zhì)量(如研發(fā)支出、效率和生產(chǎn)率)。年輕企業(yè)在研發(fā)活動(dòng)上支出更少，新產(chǎn)品的銷售也更少，不過他們通常生產(chǎn)效率更高。稅率和資產(chǎn)負(fù)債率對(duì)增長(zhǎng)質(zhì)量的影響與對(duì)增長(zhǎng)率的影響相似。融資便利性顯著增加了研發(fā)活動(dòng)并提高了勞動(dòng)生產(chǎn)率，較輕的稅收負(fù)擔(dān)對(duì)增長(zhǎng)質(zhì)量的所有方面都有積極影響。人力資本的結(jié)果與表2 的結(jié)果相似，對(duì)下一階段的增長(zhǎng)質(zhì)量表現(xiàn)出正面影響。雖然前期增長(zhǎng)速度與當(dāng)期增長(zhǎng)速度負(fù)相關(guān)(表2)，但前期增長(zhǎng)質(zhì)量與當(dāng)期增長(zhǎng)質(zhì)量正相關(guān)，說明更高的增長(zhǎng)質(zhì)量具有“慣性”，這反映了企業(yè)的增長(zhǎng)路徑和發(fā)展戰(zhàn)略具有一致性。

表2 信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度的影響

就業(yè)資產(chǎn)增加值銷售額利潤(rùn)就業(yè)資產(chǎn)增加值銷售額利潤(rùn)(1)(2)(3)(4)(5)(6)(7)(8)(9)(10)計(jì)算機(jī)數(shù)量1.063***0.589***1.040***0.678***0.672***(0.023)(0.040)(0.101)(0.058)(0.058)微機(jī)數(shù)量1.064***0.581***1.018***0.663***0.660***(0.024)(0.042)(0.106)(0.061)(0.060)企業(yè)規(guī)模-0.785***-12.688***-6.629***-4.381***-4.285***-0.652***-12.606***-6.470***-4.278***-4.184***(0.195)(0.344)(0.845)(0.489)(0.486)(0.195)(0.344)(0.844)(0.489)(0.485)企業(yè)年齡-0.027***-0.021***-0.008***-0.006***-0.010***-0.024***-0.018***-0.012***-0.006**-0.008***(0.006)(0.004)(0.003)(0.001)(0.004)(0.004)(0.002)(0.002)(0.003)(0.002)資產(chǎn)負(fù)債率0.138***0.021-0.1520.430***-0.4350.140 ***0.023-0.1520.432***-0.452(0.016)(0.043)(0.108)(0.040)(2.216)(0.015)(0.041)(0.108)(0.040)(6.217)實(shí)際稅率-0.072***-0.011***-0.018***-0.024-0.064***-0.072***-0.011***-0.018***-0.024-0.065***(0.008)(0.014)(0.035)(0.020)(0.020)(0.008)(0.014)(0.035)(0.020)(0.019)人力資本0.423***0.554***0.565***0.657***0.505***0.423***0.595***0.630***0.523***0.718***(0.073)(0.016)(0.040)(0.019)(0.033)(0.054)(0.076)(0.018)(0.042)(0.020)前期增長(zhǎng)率-0.055***0.042***-0.108***-0.038***-0.031***-0.056***0.042***-0.108***-0.038***-0.031***(0.003)(0.003)(0.004)(0.003)(0.003)(0.003)(0.003)(0.004)(0.003)(0.003)樣本量74432744257428174312743207443274425742817431274320R20.0690.0830.0600.0840.0830.0670.0830.0590.0840.083

注： 所有回歸包括城市、行業(yè)和所有制的固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。***、**和*分別表示在1%、5%和10%的水平上顯著。

表3 信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響

研發(fā)強(qiáng)度新產(chǎn)品份額全要素生產(chǎn)率勞動(dòng)生產(chǎn)率研發(fā)強(qiáng)度新產(chǎn)品份額全要素生產(chǎn)率勞動(dòng)生產(chǎn)率(1)(2)(3)(4)(5)(6)(7)(8)計(jì)算機(jī)數(shù)量0.033***0.140***0.008***1.826**(0.003)(0.006)(0.000)(0.859)微機(jī)數(shù)量0.034***0.144***0.008***1.894**(0.003)(0.006)(0.000)(0.894)企業(yè)規(guī)模0.080***0.232***0.051***39.598***0.082***0.243***0.052***39.714***(0.027)(0.050)(0.003)(7.095)(0.027)(0.050)(0.003)(7.087)企業(yè)年齡0.011**0.045***-0.033**-0.732*0.011**0.047***-0.032**-0.700*(0.005)(0.009)(0.014)(0.417)(0.005)(0.010)(0.014)(0.411)資產(chǎn)負(fù)債率0.0160.512**0.028**5.0150.0160.510**0.028**5.068(0.011)(0.208)(0.014)(9.292)(0.014)(0.208)(0.014)(9.292)實(shí)際稅率0.028-0.275***-0.021***-1.666***0.030-0.277***-0.022***-1.527***(0.029)(0.041)(0.003)(0.204)(0.026)(0.042)(0.002)(0.205)人力資本0.009***0.040**0.007***0.401***0.08***0.031***0.005***0.314***(0.002)(0.019)(0.001)(0.042)(0.002)(0.003)(0.001)(0.018)前期增長(zhǎng)率0.282***0.044***0.395***0.692***0.282***0.044***0.395***0.693***(0.036)(0.002)(0.004)(0.062)(0.036)(0.002)(0.004)(0.062)樣本量7407074070662427437974070740706624274379R20.0070.1500.5020.0110.0070.1490.5020.011

注： 所有回歸包括城市、行業(yè)和所有制的固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。***、**和*分別表示在1%、5%和10%的水平上顯著。

上文分別討論了使用信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度和增長(zhǎng)質(zhì)量的影響，實(shí)際上我們也可以換個(gè)角度來解釋相關(guān)發(fā)現(xiàn)，即將增長(zhǎng)質(zhì)量看作增長(zhǎng)速度的影響機(jī)制[注]對(duì)于影響機(jī)制的分析，我們感謝審稿人的建議。。一般而言，經(jīng)濟(jì)分析中可以將企業(yè)看作追求利潤(rùn)最大化的理性個(gè)體，它們的目標(biāo)是提高自身的增長(zhǎng)速度(尤其是利潤(rùn))。與更快的發(fā)展相比，更高的質(zhì)量(包括上文使用的創(chuàng)新與生產(chǎn)效率)都可以看作是一種引致的(derived)目標(biāo)，或者說一種影響渠道。也就是說，企業(yè)通過提升自己的創(chuàng)新能力和生產(chǎn)效率來最終達(dá)到更快地發(fā)展這一目的?？紤]到這一關(guān)系，后文仍同時(shí)以增長(zhǎng)速度和增長(zhǎng)質(zhì)量為因變量進(jìn)行分析，以幫助我們更好地理解信息技術(shù)的增長(zhǎng)效應(yīng)及其發(fā)揮作用的具體機(jī)制。

3 穩(wěn)健性檢驗(yàn)與異質(zhì)性分析

3.1 穩(wěn)健性檢驗(yàn)

上文發(fā)現(xiàn)，計(jì)算機(jī)的使用與企業(yè)增長(zhǎng)之間存在正的相關(guān)性，但是這并不代表信息技術(shù)對(duì)企業(yè)增長(zhǎng)的因果效應(yīng)，因?yàn)樯鲜鰧?shí)證分析可能存在遺漏變量和反向因果帶來的偏誤問題。一方面，企業(yè)是否使用信息技術(shù)，可能是由企業(yè)自身的某些特征決定的，而這些特征也有助于企業(yè)增長(zhǎng)。另一方面，企業(yè)使用信息技術(shù)，或許本身就反映了企業(yè)對(duì)未來增長(zhǎng)的樂觀預(yù)期。因此，為了緩解遺漏變量和反向因果帶來的估計(jì)偏誤，本節(jié)使用三種方法進(jìn)行穩(wěn)健性檢驗(yàn)。

第一種方法是使用2004年新成立企業(yè)組成的子樣本進(jìn)行回歸。中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫報(bào)告了每個(gè)企業(yè)的成立年份，借此我們構(gòu)建了新成立企業(yè)的子樣本。由于這個(gè)子樣本中所有企業(yè)都是2004年才成立的，沒有歷史因素的干擾，所以不會(huì)存在反向因果問題。基于此樣本的實(shí)證結(jié)果匯報(bào)在表4(因變量為增長(zhǎng)速度)和表5(因變量為增長(zhǎng)質(zhì)量)中。

表4探究了信息技術(shù)和各種增長(zhǎng)率之間的關(guān)系。計(jì)算機(jī)數(shù)量(Panel A)和微機(jī)數(shù)量(Panel B)的所有系數(shù)都顯著為正，說明信息技術(shù)對(duì)企業(yè)增長(zhǎng)的因果效應(yīng)是穩(wěn)健的。這一組回歸與全樣本回歸的差異在于信息技術(shù)影響大小不同。除第4列外，使用新成立企業(yè)的子樣本得到的系數(shù)更大。具體來看，每百人擁有的計(jì)算機(jī)每增加一臺(tái)，就業(yè)和增加值的增長(zhǎng)率將增加約2個(gè)百分點(diǎn)，資產(chǎn)和利潤(rùn)的增長(zhǎng)率將增加約0.7個(gè)百分點(diǎn)。這可能有兩個(gè)原因： ①使用全樣本的回歸的確有偏；②正如我們?cè)诒?中看到的，新成立企業(yè)比老企業(yè)增長(zhǎng)更快。

表4 信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度的影響：新成立企業(yè)

注： 所有回歸包括前期增長(zhǎng)率以外的控制變量，城市、行業(yè)和所有制的固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報(bào)告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響結(jié)果見表5，Panel A中解釋變量為計(jì)算機(jī)數(shù)量，Panel B中解釋變量為微機(jī)數(shù)量。此時(shí)，計(jì)算機(jī)/微機(jī)對(duì)研發(fā)支出和新產(chǎn)品份額的影響比全樣本(表3)要低得多。一個(gè)可能的原因是，正如表3的結(jié)論所述，新成立企業(yè)的創(chuàng)新活動(dòng)更少。實(shí)際上，由于新企業(yè)研發(fā)強(qiáng)度和新產(chǎn)品份額的增長(zhǎng)分別只有0.15和0.36，表5的發(fā)現(xiàn)在經(jīng)濟(jì)意義上仍是顯著的。從表5還可以看到，計(jì)算機(jī)/微機(jī)對(duì)生產(chǎn)率的影響變大了，說明新企業(yè)從計(jì)算機(jī)的使用中獲益更多。總之，從表4和表5來看，即使我們僅用新成立企業(yè)的子樣本進(jìn)行回歸，計(jì)算機(jī)/微機(jī)的使用仍然對(duì)增長(zhǎng)速度和增長(zhǎng)質(zhì)量有顯著正向影響，這部分地消除了我們對(duì)反向因果的顧慮。

另一方面，為了識(shí)別因果效應(yīng)，必須要考慮到企業(yè)的異質(zhì)性。企業(yè)可能存在一些差異性的特征，這些特征既決定了企業(yè)對(duì)計(jì)算機(jī)的使用，又影響其未來的發(fā)展。一個(gè)可能的特征就是企業(yè)過去的增長(zhǎng)速度和增長(zhǎng)質(zhì)量。通過僅使用新成立企業(yè)(見表4和表5)，我們消除了這個(gè)維度上的異質(zhì)性，但仍有其他一些維度上的異質(zhì)性問題沒有解決。為此，我們采用了第二種穩(wěn)健性檢驗(yàn)方法，即，使用傾向得分匹配方法來解決其他維度上的異質(zhì)性。這種方法的思路很簡(jiǎn)單：如果計(jì)算機(jī)的使用與增長(zhǎng)速度和增長(zhǎng)質(zhì)量的關(guān)系可能來源于一些企業(yè)異質(zhì)性特征，那么，為了排除異質(zhì)性引起的影響，我們可以只比較具有相似特征的企業(yè)。由Rosenbaum and Rubin(1983)提出的傾向得分匹配法提供了一種標(biāo)準(zhǔn)程序來選擇具有相似特征的企業(yè)，由于這些企業(yè)組成的子樣本其他特征相似，因此是否使用計(jì)算機(jī)可能是隨機(jī)的選擇。對(duì)匹配后的樣本進(jìn)行回歸分析，得到的結(jié)果能夠表示一種因果關(guān)系。

表5 信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響：新成立企業(yè)

注： 所有回歸包括前期增長(zhǎng)率以外的控制變量，城市、行業(yè)和所有制的固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報(bào)告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

表6展示了傾向得分匹配的結(jié)果。左邊部分結(jié)果來自probit回歸，其因變量為表示企業(yè)是否擁有計(jì)算機(jī)的虛擬變量。對(duì)計(jì)算機(jī)使用情況影響較大的因素包括從2001年到2004年的利潤(rùn)率及其增長(zhǎng)率、滯后一期的企業(yè)規(guī)模、企業(yè)年齡、稅率、資產(chǎn)負(fù)債率，以及高技能工人(大學(xué)及以上學(xué)歷)及女性員工的比例。我們還控制了所有制、城市和二位數(shù)行業(yè)的固定效應(yīng)來排除不可觀測(cè)的異質(zhì)性的影響。大部分系數(shù)都統(tǒng)計(jì)顯著：利潤(rùn)率及其增長(zhǎng)率較高，稅率較低，資產(chǎn)負(fù)債率較高的企業(yè)更傾向采用信息技術(shù)。大型企業(yè)和年輕企業(yè)也更傾向于采用新技術(shù)，尤其是信息技術(shù)，正如表6中所示。此外，計(jì)算機(jī)的使用還與人力資本和女性員工比例高度相關(guān)，這與資本技能互補(bǔ)假說(Goldin and Katz，1998；申廣軍，2016)和技能偏向技術(shù)進(jìn)步假說(Acemoglu，2003；Autor et al.，1998)相符。

表6的右邊部分檢驗(yàn)了傾向得分匹配前后控制組(沒有使用計(jì)算機(jī)的企業(yè))和實(shí)驗(yàn)組(使用計(jì)算機(jī)的企業(yè))的差異?？偟膩砜?，這兩組在匹配后更加相似。以利潤(rùn)率為例，匹配前沒有使用計(jì)算機(jī)的企業(yè)的平均利潤(rùn)率為8.31%，使用計(jì)算機(jī)的企業(yè)為9.97%，其差異在1%顯著性水平上統(tǒng)計(jì)顯著(t值為2.85)。而在匹配樣本中，兩組的平均利潤(rùn)率分別為8.15%和8.54%，此時(shí)t值僅為1.27，差異不顯著。所以就利潤(rùn)率而言，控制組和實(shí)驗(yàn)組是可比的。其他變量同理，實(shí)驗(yàn)組和控制組在這些維度上在匹配后變得更加可比。

表6 傾向得分匹配與平衡檢驗(yàn)

注： 所有回歸控制了城市、行業(yè)和所有制虛擬變量。左邊部分的因變量是一個(gè)衡量企業(yè)是否擁有計(jì)算機(jī)的虛擬變量。后邊部分我們檢驗(yàn)了兩組間的差異，BM代表“匹配前樣本”，AM代表“匹配后樣本”。最后一列的p值的原假設(shè)為兩組間沒有差異。為了節(jié)省篇幅，虛擬變量的系數(shù)和標(biāo)準(zhǔn)誤不再匯報(bào)。***，**和*分別代表在1%，5%和10%顯著性水平上統(tǒng)計(jì)顯著。

我們用匹配樣本再次對(duì)方程(3)進(jìn)行估計(jì)，結(jié)果見表7和表8。表7檢驗(yàn)了計(jì)算機(jī)/微機(jī)數(shù)量對(duì)匹配企業(yè)增長(zhǎng)速度的影響，大部分系數(shù)仍在1%顯著性水平上統(tǒng)計(jì)顯著，再次證實(shí)了因果關(guān)系的穩(wěn)健性。然而從數(shù)值上看，Panel A和Panel B的估計(jì)系數(shù)都比用全樣本得到的估計(jì)系數(shù)小(除了第3列)?？赡艿脑蛴卸?①正如我們擔(dān)心的那樣，全樣本的估計(jì)是有偏的；②匹配樣本中的企業(yè)增長(zhǎng)更慢。雖然系數(shù)絕對(duì)值變小了，但經(jīng)濟(jì)顯著性變化不大。以就業(yè)的增長(zhǎng)率為例，每百人擁有的計(jì)算機(jī)增加一臺(tái)，增長(zhǎng)率將增加1.2個(gè)百分點(diǎn)，為均值的5%(匹配樣本的就業(yè)增長(zhǎng)率均值為23.79)。這甚至比我們?cè)诒?第1列得到的結(jié)果(4.8%)具有更強(qiáng)的經(jīng)濟(jì)顯著性。

表7 信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度的影響：匹配樣本

注： 所有回歸包括控制變量，城市、行業(yè)和所有制固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報(bào)告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

表8 信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響：匹配樣本

注： 所有回歸包括控制變量，城市、行業(yè)和所有制固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報(bào)告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

從表8可以看出，匹配樣本的系數(shù)比全樣本(表3)略大。由于匹配樣本增長(zhǎng)質(zhì)量的均值更低，匹配樣本回歸結(jié)果的經(jīng)濟(jì)顯著性也高于全樣本。在全樣本中，每百人擁有的計(jì)算機(jī)每增加一臺(tái)，新產(chǎn)品份額將增加0.01個(gè)百分點(diǎn)，少于其均值的2%；而在匹配樣本中，相同數(shù)量計(jì)算機(jī)的增加將使新產(chǎn)品份額提高其均值(0.41%)的3%。所以，即使全樣本估計(jì)有偏，也是低估了信息技術(shù)對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響。

使用新成立企業(yè)或傾向得分匹配方法，可以部分地緩解內(nèi)生性估計(jì)偏誤，但是這兩種方法也存在一定的問題。比如，即使是新成立的企業(yè)，也可以預(yù)期其增長(zhǎng)率，增長(zhǎng)率越高越使用計(jì)算機(jī)；而傾向得分匹配方法是基于可觀測(cè)變量的匹配，對(duì)于不可觀測(cè)因素仍無能為力。因此，我們也嘗試使用工具變量方法來進(jìn)一步處理內(nèi)生性問題。給定數(shù)據(jù)限制，常用的工具變量是城市—行業(yè)層面企業(yè)使用計(jì)算機(jī)的均值[注]在計(jì)算均值時(shí)，我們剔除了企業(yè)自身的影響。也就是說，我們使用的是相同城市—行業(yè)內(nèi)其他企業(yè)的均值作為工具變量。我們感謝一名審稿人提供這一思路。。一方面，企業(yè)是否使用計(jì)算機(jī)，在很大程度上受到本地同行業(yè)企業(yè)的影響，因此工具變量與內(nèi)生變量存在相關(guān)性；另一方面，條件于控制變量，別的企業(yè)是否使用計(jì)算機(jī)，不會(huì)直接影響本企業(yè)的增長(zhǎng)績(jī)效，因此工具變量也滿足外生性條件。

表9的Panel A和Panel B分別報(bào)告了以增長(zhǎng)速度(以增加值增長(zhǎng)速度為例)和增長(zhǎng)質(zhì)量(以新產(chǎn)品份額為例)為因變量的回歸結(jié)果[注]我們也使用其他表示增長(zhǎng)速度和增長(zhǎng)質(zhì)量的因變量進(jìn)行了實(shí)證分析，但為了節(jié)省篇幅就僅報(bào)告了這兩種，其他結(jié)果如有需要請(qǐng)向作者索取。。首先，從第(2)列的一階段回歸結(jié)果來看，城市—行業(yè)內(nèi)企業(yè)計(jì)算機(jī)數(shù)量的均值與單個(gè)企業(yè)是否使用計(jì)算機(jī)高度正相關(guān)，一階段F統(tǒng)計(jì)量均遠(yuǎn)高于經(jīng)驗(yàn)法則的臨界值10，因此不存在弱工具變量問題。第(3)列的簡(jiǎn)約式回歸結(jié)果也指出，城市—行業(yè)內(nèi)更高的計(jì)算機(jī)使用密度會(huì)導(dǎo)致企業(yè)更快地增長(zhǎng)，并且新產(chǎn)品份額也更高。我們重點(diǎn)比較第(1)列的兩階段回歸結(jié)果和表2、表3中OLS回歸結(jié)果。與OLS結(jié)果相比，2SLS結(jié)果顯示信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度的影響更小，但對(duì)企業(yè)增長(zhǎng)質(zhì)量的影響更強(qiáng)。這一對(duì)比表明，OLS回歸結(jié)果高估了信息技術(shù)對(duì)增長(zhǎng)速度的影響，而低估了對(duì)增長(zhǎng)質(zhì)量的影響，因此可以合理地推測(cè)如果遺漏變量導(dǎo)致企業(yè)更多地使用計(jì)算機(jī)，那么它肯定與增長(zhǎng)速度正相關(guān)，而與增長(zhǎng)質(zhì)量負(fù)相關(guān)。一個(gè)可能的例子是企業(yè)特定的發(fā)展階段，如果企業(yè)處于粗放型的擴(kuò)張期，它傾向于提高各類要素的使用，包括使用信息技術(shù)。這一時(shí)期的企業(yè)發(fā)展速度很快，但并不追求增長(zhǎng)質(zhì)量。

3.2 異質(zhì)性分析

上文分析了信息技術(shù)對(duì)企業(yè)增長(zhǎng)速度和增長(zhǎng)質(zhì)量的影響，并從不同的角度進(jìn)行穩(wěn)健性檢驗(yàn)，以緩解由于遺漏變量和反向因果導(dǎo)致的內(nèi)生性偏誤。以上研究考察的都是信息技術(shù)的平均影響，但不同類型的企業(yè)對(duì)信息技術(shù)的依賴程度不同，使用信息技術(shù)的效率也不一樣，因此有必要考察信息技術(shù)的影響在不同類型的企業(yè)間存在怎樣的異質(zhì)性。我們主要從所有制和地區(qū)兩個(gè)維度來分析異質(zhì)性問題，表10報(bào)告了以增長(zhǎng)速度和增長(zhǎng)質(zhì)量為因變量的回歸結(jié)果，其中Panel A以增長(zhǎng)速度為因變量(以增加值增長(zhǎng)速度為例)，而Panel B以增長(zhǎng)質(zhì)量為因變量(以新產(chǎn)品份額為例)。

表9 工具變量回歸結(jié)果

表10 異質(zhì)性分析

注： 所有回歸包括控制變量，城市和行業(yè)固定效應(yīng)。括號(hào)內(nèi)的標(biāo)準(zhǔn)誤群聚到城市—行業(yè)層面。限于篇幅，沒有報(bào)告控制變量的回歸結(jié)果。***、**和*分別表示在1%、5%和10%的水平上顯著。

首先分析所有制差異。工業(yè)企業(yè)數(shù)據(jù)庫報(bào)告了企業(yè)的注冊(cè)類型，也報(bào)告了企業(yè)實(shí)收資本的各類來源，二者都可以用于識(shí)別企業(yè)的所有制。但是聶輝華等(2012)注意到，兩種識(shí)別企業(yè)所有制的方法存在相當(dāng)大的差別：至少15%的企業(yè)雖然注冊(cè)類型是國(guó)有企業(yè)，但是已經(jīng)不是國(guó)有資本控股了?？梢?，控股比例比登記注冊(cè)類型更能及時(shí)反映企業(yè)的所有制類型。因此，按照聶輝華等(2012)的建議，本文使用實(shí)收資本比例來定義企業(yè)所有制，將企業(yè)分為國(guó)有企業(yè)、私營(yíng)企業(yè)和外資企業(yè)等三種類型。第(1)～(3)列的結(jié)果顯示，信息技術(shù)對(duì)增長(zhǎng)速度的影響在三類企業(yè)之間差別不大，對(duì)國(guó)有企業(yè)的影響在絕對(duì)值上略低，但是考慮到國(guó)有企業(yè)增長(zhǎng)率均值較低，因此相對(duì)影響并不?。恍畔⒓夹g(shù)對(duì)私營(yíng)企業(yè)和外資企業(yè)增長(zhǎng)速度的影響在統(tǒng)計(jì)上沒有顯著差異。信息技術(shù)對(duì)新產(chǎn)品份額的影響在三類企業(yè)間存在更為顯著的差別，以國(guó)有企業(yè)最弱，私營(yíng)企業(yè)次之，而外資企業(yè)最強(qiáng)。這一差別反映了三類企業(yè)的發(fā)展戰(zhàn)略存在差異。國(guó)有企業(yè)占有大量資源，在某些行業(yè)還具有壟斷地位，因此無需過多地考慮創(chuàng)新活動(dòng)和生產(chǎn)效率的影響；私營(yíng)企業(yè)往往受到融資約束和未來預(yù)期的影響，創(chuàng)新活動(dòng)也低于最優(yōu)水平；與它們相比，外資企業(yè)享有資金和信息方面的優(yōu)勢(shì)，因此借助信息技術(shù)，能夠更大幅度地提升新產(chǎn)品份額(Wei et al.，2017)。

其次分析地區(qū)差異。按照國(guó)家統(tǒng)計(jì)局的標(biāo)準(zhǔn)，我們將所有省份分為東、中、西三大地區(qū)，其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南等11個(gè)省(直轄市)；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南等8個(gè)??；其余為西部地區(qū)。信息技術(shù)對(duì)增長(zhǎng)速度和增長(zhǎng)質(zhì)量的影響，都呈現(xiàn)出東部高于中西部的特點(diǎn)，并且這一差距十分顯著，說明在樣本期內(nèi)，東部在經(jīng)濟(jì)增長(zhǎng)方面發(fā)揮了主導(dǎo)作用，并且充分利用信息技術(shù)擴(kuò)大了這一優(yōu)勢(shì)。信息技術(shù)對(duì)增長(zhǎng)速度的影響在中西部?jī)?nèi)部沒有顯著不同，但對(duì)新產(chǎn)品份額的影響存在較大差別。這一差別部分地反映了所有制的影響：西部地區(qū)大量規(guī)模以上企業(yè)都是國(guó)有企業(yè)，所以信息技術(shù)對(duì)其影響與國(guó)企一樣較弱。這也暗示我們，在考慮網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)時(shí)，既要考慮到對(duì)信息技術(shù)的需求，也要注意信息技術(shù)的使用效率，在成本有效性和均衡發(fā)展之間做好權(quán)衡。

4 結(jié)論

信息技術(shù)對(duì)人們?nèi)粘Ｉ钯|(zhì)量的積極影響有目共睹，但其對(duì)經(jīng)濟(jì)發(fā)展的影響卻未得到充分的研究。為了理解信息技術(shù)的增長(zhǎng)效應(yīng)，本文首次研究了信息技術(shù)對(duì)中國(guó)制造業(yè)的企業(yè)增長(zhǎng)速度和增長(zhǎng)質(zhì)量的影響。利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫，我們首先檢驗(yàn)了計(jì)算機(jī)的使用與企業(yè)增長(zhǎng)的關(guān)系，發(fā)現(xiàn)信息技術(shù)的確對(duì)企業(yè)增長(zhǎng)有促進(jìn)作用(包括增長(zhǎng)速度和增長(zhǎng)質(zhì)量)。當(dāng)我們使用其他估計(jì)方法或?qū)⒒貧w限制在新成立企業(yè)或匹配企業(yè)子樣本上以排除事先異質(zhì)性的干擾時(shí)，結(jié)論仍是穩(wěn)健的。

本文的研究結(jié)果既有理論意義也有政策含義。從理論上看，本文分析了信息技術(shù)影響經(jīng)濟(jì)發(fā)展的兩條渠道。在微觀層面，信息技術(shù)提高了企業(yè)增長(zhǎng)速度和增長(zhǎng)質(zhì)量。在宏觀層面，信息技術(shù)加速了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整并促使生產(chǎn)資源從低生產(chǎn)率的企業(yè)和行業(yè)流向高生產(chǎn)率的企業(yè)和行業(yè)，從而提高了平均生產(chǎn)率和長(zhǎng)期增長(zhǎng)潛力。從政策含義上看，本文的結(jié)論與中國(guó)“新四化”發(fā)展戰(zhàn)略，尤其是工業(yè)化和信息化的融合緊密相關(guān)。信息技術(shù)的發(fā)展正在不斷影響并改變著包括制造業(yè)在內(nèi)的幾乎所有行業(yè)，本文證明了信息化對(duì)工業(yè)化的積極影響，也進(jìn)一步為政府推動(dòng)工業(yè)化和信息化的融合提供了理論支撐。