郭豐 楊上廣 金環(huán)

(華東理工大學(xué) 商學(xué)院，上海 200237)

一、引言

數(shù)字經(jīng)濟(jì)是未來(lái)經(jīng)濟(jì)發(fā)展的重要方向，發(fā)展數(shù)字經(jīng)濟(jì)也是國(guó)家戰(zhàn)略。近年來(lái)，我國(guó)數(shù)字經(jīng)濟(jì)建設(shè)取得了跨越式發(fā)展，《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告2021》指出，我國(guó)數(shù)字經(jīng)濟(jì)的總規(guī)模在2020年為39.2萬(wàn)億元，總量躍居世界第二。數(shù)字經(jīng)濟(jì)以數(shù)據(jù)為核心生產(chǎn)要素，依托人工智能、大數(shù)據(jù)、區(qū)塊鏈和云計(jì)算等數(shù)字技術(shù)，數(shù)字經(jīng)濟(jì)得到普及和廣泛應(yīng)用，其對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)越來(lái)越明顯，逐漸成為推動(dòng)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要?jiǎng)幽芎托乱妗?021年政府工作報(bào)告明確指出，要打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)，協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，建設(shè)數(shù)字中國(guó)。地區(qū)層面、產(chǎn)業(yè)層面和企業(yè)層面都積極出臺(tái)了各類(lèi)政策支持互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等新興技術(shù)的發(fā)展，從而激發(fā)數(shù)據(jù)要素潛能，加快數(shù)字經(jīng)濟(jì)與實(shí)體企業(yè)發(fā)展的深度融合。經(jīng)濟(jì)績(jī)效增長(zhǎng)由于長(zhǎng)期依賴(lài)生產(chǎn)要素的擴(kuò)張，傳統(tǒng)的生產(chǎn)體系已經(jīng)無(wú)法滿(mǎn)足經(jīng)濟(jì)持續(xù)發(fā)展的要求。在高質(zhì)量發(fā)展階段，企業(yè)生產(chǎn)率發(fā)展緩慢，尤其在中美貿(mào)易摩擦和新冠疫情沖擊下，企業(yè)高質(zhì)量發(fā)展的外部環(huán)境進(jìn)一步惡化，亟需轉(zhuǎn)變發(fā)展方式，轉(zhuǎn)換經(jīng)濟(jì)增長(zhǎng)動(dòng)能。

全要素生產(chǎn)率作為刻畫(huà)高質(zhì)量的重要指標(biāo)，是經(jīng)濟(jì)持續(xù)增長(zhǎng)的動(dòng)力源[1]，提高企業(yè)全要素生產(chǎn)率成為目前實(shí)現(xiàn)高質(zhì)量發(fā)展的重要抓手。具體到微觀企業(yè)層面，一般用企業(yè)全要素生產(chǎn)率來(lái)刻畫(huà)企業(yè)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)發(fā)展?jié)B透于企業(yè)的各個(gè)生產(chǎn)環(huán)節(jié)，打破了傳統(tǒng)要素市場(chǎng)的束縛，給企業(yè)數(shù)字化、智能化發(fā)展提供技術(shù)支撐，這有利于推動(dòng)企業(yè)生產(chǎn)提質(zhì)增效。從微觀企業(yè)視角來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展是否為企業(yè)高質(zhì)量發(fā)展提供了新動(dòng)能？對(duì)于這一問(wèn)題的研究，不僅是目前學(xué)術(shù)研究和政策制定者所關(guān)注的重要問(wèn)題，更關(guān)乎企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展轉(zhuǎn)變的動(dòng)力問(wèn)題。本文的研究試圖揭示數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率之間的關(guān)系，并明晰其中的作用機(jī)制，這有利于深刻理解數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要生產(chǎn)率的影響效果。同時(shí)，本文的研究也為經(jīng)濟(jì)高質(zhì)量背景下推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展和提升企業(yè)全要素生產(chǎn)率，提供了經(jīng)驗(yàn)證據(jù)和相應(yīng)的政策參考。

二、文獻(xiàn)綜述

首先，與本文研究緊密關(guān)聯(lián)的一支文獻(xiàn)是數(shù)字經(jīng)濟(jì)領(lǐng)域的研究。早期的文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)的內(nèi)涵進(jìn)行了初步探討，數(shù)字經(jīng)濟(jì)的本質(zhì)特征就是以數(shù)字技術(shù)方式進(jìn)行生產(chǎn)[2]。隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展和規(guī)模的不斷壯大，越來(lái)越多的學(xué)者對(duì)數(shù)字經(jīng)濟(jì)的產(chǎn)業(yè)分類(lèi)、數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算、數(shù)字經(jīng)濟(jì)發(fā)展水平的演變特征進(jìn)行了分析[3-5]。近年來(lái)，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的影響引起了學(xué)者們的廣泛關(guān)注，既有文獻(xiàn)利用實(shí)證計(jì)量方法檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展[6-7]、城鄉(xiāng)多維差距[8]、區(qū)域創(chuàng)新[9-10]、城市碳排放[11]、企業(yè)實(shí)體投資[12]、企業(yè)合作創(chuàng)新績(jī)效[13]、勞動(dòng)者收入[14]等多方面的影響。從宏觀層面來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的促進(jìn)效應(yīng)[6]，并且有利于縮小城鄉(xiāng)多維差距[8]，但數(shù)字經(jīng)濟(jì)發(fā)展卻抑制了經(jīng)濟(jì)增長(zhǎng)的穩(wěn)定性和持續(xù)性[7]。數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)賦能城市綠色技術(shù)創(chuàng)新發(fā)展，對(duì)城市碳排放起到了顯著的抑制作用[11]。從微觀層面來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展改善了城市創(chuàng)新環(huán)境，提高了制造業(yè)企業(yè)的合作創(chuàng)新績(jī)效[13]，還對(duì)勞動(dòng)者收入產(chǎn)生了影響。雖然數(shù)字經(jīng)濟(jì)改善了中低技能勞動(dòng)者的相對(duì)福利，卻擠占了中低收入勞動(dòng)者的相對(duì)收入權(quán)[14]。既有研究從宏觀和微觀層面分析了數(shù)字經(jīng)濟(jì)對(duì)社會(huì)經(jīng)濟(jì)發(fā)展多方面的影響，既有良好的積極效應(yīng)，也存在一些負(fù)面作用。鑒于此，本文在已有關(guān)于數(shù)字經(jīng)濟(jì)影響高質(zhì)量發(fā)展、區(qū)域創(chuàng)新、勞動(dòng)者收入等的研究基礎(chǔ)上，進(jìn)一步探究其對(duì)微觀企業(yè)全要素生產(chǎn)率所產(chǎn)生的影響。

其次，與本文研究緊密關(guān)聯(lián)的另一支文獻(xiàn)是全要素生產(chǎn)率領(lǐng)域的研究?，F(xiàn)有文獻(xiàn)從多個(gè)視角探討了影響企業(yè)全要素生產(chǎn)率的因素，如減稅降費(fèi)、數(shù)字金融發(fā)展、研發(fā)費(fèi)用加計(jì)扣除政策提高了企業(yè)全要素生產(chǎn)率[15-17]，用電價(jià)格卻抑制了企業(yè)全要素生產(chǎn)率的發(fā)展[18]。專(zhuān)利流動(dòng)隨著企業(yè)技術(shù)創(chuàng)新水平的提升，其對(duì)企業(yè)全要素生產(chǎn)率的影響會(huì)在超過(guò)一定閾值后由正轉(zhuǎn)負(fù)[19]，探索式創(chuàng)新對(duì)企業(yè)全要素的影響呈現(xiàn)出“U”型關(guān)系[20]。近年來(lái)，隨著數(shù)字技術(shù)的普及和廣泛應(yīng)用，數(shù)字技術(shù)發(fā)展逐漸成為制造業(yè)行業(yè)全要素生產(chǎn)率的主要驅(qū)動(dòng)力[21-22]，其地位和重要性逐漸凸顯。數(shù)字經(jīng)濟(jì)與企業(yè)融合發(fā)展，賦能企業(yè)數(shù)字化轉(zhuǎn)型。趙宸宇等(2021)[23]發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)全要素生產(chǎn)率。

最后，與本文研究緊密關(guān)聯(lián)的第三支文獻(xiàn)是數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率關(guān)系的研究。楊慧梅和江璐(2021)[24]、郭吉濤和梁爽(2021)[25]構(gòu)造了省級(jí)層面的數(shù)字經(jīng)濟(jì)指數(shù)，探討了數(shù)字經(jīng)濟(jì)與省份全要素生產(chǎn)率之間的關(guān)系，并對(duì)數(shù)字經(jīng)濟(jì)發(fā)展影響省份全要素生產(chǎn)率的宏觀作用機(jī)制進(jìn)行了檢驗(yàn)，證實(shí)了數(shù)字經(jīng)濟(jì)對(duì)省份全要素生產(chǎn)率的促進(jìn)效應(yīng)。此外，數(shù)字經(jīng)濟(jì)發(fā)展還激勵(lì)了工業(yè)綠色技術(shù)全要素生產(chǎn)率的提升[26]。現(xiàn)有的文獻(xiàn)并沒(méi)有將宏觀層面的數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)全要素生產(chǎn)率直接聯(lián)系起來(lái)，鮮有文獻(xiàn)關(guān)注數(shù)字經(jīng)濟(jì)對(duì)微觀企業(yè)全要素生產(chǎn)率的影響及其微觀作用機(jī)制。那么，這里需要明確的是，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率有何影響？其微觀作用機(jī)制包括哪些？有必要開(kāi)展實(shí)證分析和進(jìn)一步的討論。

目前，有關(guān)數(shù)字經(jīng)濟(jì)、企業(yè)全要素生產(chǎn)率研究的文獻(xiàn)較為豐富，既有研究肯定了數(shù)字經(jīng)濟(jì)發(fā)展帶來(lái)的正向積極效應(yīng)，但大多聚焦于考察宏觀層面數(shù)字經(jīng)濟(jì)對(duì)省份或者城市全要素生產(chǎn)率的影響，實(shí)證考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)微觀企業(yè)全要素生產(chǎn)率影響的研究還比較匱乏，也缺乏討論影響企業(yè)全要素生產(chǎn)率的微觀作用機(jī)制。數(shù)字經(jīng)濟(jì)發(fā)展是否也能對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生促進(jìn)作用？如果數(shù)字經(jīng)濟(jì)能賦能企業(yè)全要素生產(chǎn)率的發(fā)展，那么，其主導(dǎo)的微觀作用機(jī)制又包括哪些？鑒于此，本文利用中國(guó)滬深A(yù)股上市公司2011—2019年的樣本，檢驗(yàn)了城市層面數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制，并進(jìn)一步討論了異質(zhì)性效果。

與現(xiàn)有文獻(xiàn)相比，本文可能的邊際貢獻(xiàn)包括以下三個(gè)方面：第一，本文從微觀企業(yè)視角出發(fā)，利用OP、LP和ACF等方法測(cè)算了企業(yè)全要素生產(chǎn)率，構(gòu)建了城市層面的數(shù)字經(jīng)濟(jì)指數(shù)，綜合考察了城市層面數(shù)字經(jīng)濟(jì)發(fā)展對(duì)微觀企業(yè)全要素生產(chǎn)率的影響，探討了數(shù)字經(jīng)濟(jì)發(fā)展影響企業(yè)全要素生產(chǎn)率的異質(zhì)性影響效應(yīng)，豐富了數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率領(lǐng)域的相關(guān)研究。第二，本文從融資約束、技術(shù)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型等角度對(duì)數(shù)字經(jīng)濟(jì)影響企業(yè)全要素生產(chǎn)率的微觀作用機(jī)制進(jìn)行了全面評(píng)估，厘清了數(shù)字經(jīng)濟(jì)影響企業(yè)全要素生產(chǎn)率的微觀作用機(jī)制，深化和拓展了影響企業(yè)全要素生產(chǎn)率的微觀作用機(jī)制研究。第三，在高質(zhì)量發(fā)展的時(shí)代背景下，本文聚焦于微觀企業(yè)，證實(shí)了數(shù)字經(jīng)濟(jì)發(fā)展能夠賦能企業(yè)全要素生產(chǎn)率水平的提升，為數(shù)字經(jīng)濟(jì)與企業(yè)高質(zhì)量發(fā)展的內(nèi)在關(guān)系提供了來(lái)自企業(yè)層面的微觀證據(jù)。

三、理論分析與研究假說(shuō)

以信息技術(shù)和數(shù)字技術(shù)為基礎(chǔ)的數(shù)字經(jīng)濟(jì)正在加速變革傳統(tǒng)經(jīng)濟(jì)模式，數(shù)字經(jīng)濟(jì)逐漸成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能和新引擎[6]。數(shù)字經(jīng)濟(jì)依托區(qū)塊鏈、人工智能、大數(shù)據(jù)、互聯(lián)網(wǎng)等與實(shí)體經(jīng)濟(jì)不斷深入融合發(fā)展，打破傳統(tǒng)的經(jīng)濟(jì)發(fā)展模式，加快了數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化發(fā)展，催生出新產(chǎn)業(yè)、新模式和新業(yè)態(tài)，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)[4,6]，提升企業(yè)全要素生產(chǎn)率。數(shù)字經(jīng)濟(jì)是信息技術(shù)革命市場(chǎng)化和產(chǎn)業(yè)化的重要表現(xiàn)，隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提升，數(shù)字經(jīng)濟(jì)有效降低了供需雙方的信息不對(duì)稱(chēng)問(wèn)題，優(yōu)化了信貸資源的配置效率[27-28]。通過(guò)改善創(chuàng)新環(huán)境、強(qiáng)化產(chǎn)學(xué)研合作等渠道提升企業(yè)技術(shù)創(chuàng)新水平[13,29]，依托數(shù)字技術(shù)助力企業(yè)數(shù)字化轉(zhuǎn)型，加快企業(yè)向智能化和數(shù)字化方向發(fā)展，從而賦能企業(yè)全要素生產(chǎn)率發(fā)展。具體來(lái)看，數(shù)字經(jīng)濟(jì)通過(guò)以下三個(gè)方面的作用渠道對(duì)企業(yè)全要素生產(chǎn)率產(chǎn)生影響。

第一，數(shù)字經(jīng)濟(jì)通過(guò)緩解企業(yè)融資約束促進(jìn)企業(yè)全要素生產(chǎn)率發(fā)展。若企業(yè)面臨嚴(yán)重的融資約束問(wèn)題，則會(huì)因?yàn)橘Y金的缺乏不能有效應(yīng)對(duì)外部沖擊，企業(yè)會(huì)因此缺乏動(dòng)力和能力去提高全要素生產(chǎn)率。一方面，從信貸資源視角來(lái)看，數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)的快速發(fā)展和廣泛應(yīng)用，金融機(jī)構(gòu)與企業(yè)、企業(yè)與企業(yè)雙方信息不對(duì)稱(chēng)的問(wèn)題能夠得到有效緩解[27]，金融機(jī)構(gòu)獲取和判斷企業(yè)經(jīng)營(yíng)狀況以及償債水平的能力明顯提升，能夠根據(jù)企業(yè)的生產(chǎn)經(jīng)營(yíng)和資金現(xiàn)狀提供信貸資金，從而合理分配銀行信貸資源[28-29]，這提高了信貸資源的配置和利用效率，有助于緩解企業(yè)融資約束問(wèn)題。隨著數(shù)字金融的不斷發(fā)展，借助大數(shù)據(jù)和互聯(lián)網(wǎng)等平臺(tái)拓寬了企業(yè)的外部融資渠道，有效解決了企業(yè)融資難問(wèn)題[30]。從企業(yè)成本視角來(lái)看，數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)在企業(yè)生產(chǎn)經(jīng)營(yíng)過(guò)程中得到廣泛應(yīng)用，這極大提高了生產(chǎn)效率，降低了企業(yè)運(yùn)營(yíng)成本和維護(hù)成本[23]，以及降低了企業(yè)的議價(jià)成本、搜尋成本和監(jiān)督成本[27]。另一方面，信貸資源配置效率的提升和各類(lèi)成本的有效下降緩解了企業(yè)融資約束問(wèn)題，有助于降低企業(yè)流動(dòng)性風(fēng)險(xiǎn)。同時(shí)，企業(yè)有更多的資金用于優(yōu)化企業(yè)的各類(lèi)生產(chǎn)要素，對(duì)工藝和生產(chǎn)設(shè)備進(jìn)行優(yōu)化升級(jí)，這改善了企業(yè)長(zhǎng)期投資狀況，有效整合了企業(yè)資源，融資約束的緩解有利于提升企業(yè)全要素生產(chǎn)率[16]。因此，本文提出以下研究假設(shè)。

H1數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)提升信貸資源配置效率和降低企業(yè)運(yùn)營(yíng)成本，緩解了企業(yè)融資約束問(wèn)題，從而提高企業(yè)全要素生產(chǎn)率。

第二，數(shù)字經(jīng)濟(jì)通過(guò)提高企業(yè)技術(shù)創(chuàng)新能力激勵(lì)企業(yè)全要素生產(chǎn)率。首先，數(shù)字經(jīng)濟(jì)發(fā)展能夠不斷賦能傳統(tǒng)產(chǎn)業(yè)發(fā)展[31]，依托大數(shù)據(jù)和互聯(lián)網(wǎng)等技術(shù)使得企業(yè)、高等院校和科研機(jī)構(gòu)之間的聯(lián)系更加便捷，破除了產(chǎn)學(xué)研合作中的諸多障礙，碎片化的知識(shí)信息和研發(fā)資源得到充分整合，不斷提高企業(yè)產(chǎn)學(xué)研合作的廣度與深度，給企業(yè)創(chuàng)新發(fā)展提供智力支撐[29]。同時(shí)加速技術(shù)和知識(shí)在企業(yè)內(nèi)部的傳播與擴(kuò)散，提升企業(yè)消化、吸收和運(yùn)用新技術(shù)的能力，從而提高企業(yè)創(chuàng)新水平。其次，數(shù)字經(jīng)濟(jì)發(fā)展給企業(yè)提供了更為完善的信息技術(shù)基礎(chǔ)設(shè)施建設(shè)，不僅促進(jìn)了企業(yè)研發(fā)設(shè)計(jì)和供應(yīng)鏈管理的協(xié)調(diào)發(fā)展，還可以便利企業(yè)把握創(chuàng)新產(chǎn)品的最新供需動(dòng)態(tài)，增強(qiáng)技術(shù)創(chuàng)新與市場(chǎng)需求的匹配度，降低企業(yè)研發(fā)成本和風(fēng)險(xiǎn)[13,32]，推動(dòng)各類(lèi)創(chuàng)新要素的快捷流動(dòng)，從而激勵(lì)企業(yè)創(chuàng)新活動(dòng)的開(kāi)展。最后，在數(shù)字經(jīng)濟(jì)發(fā)展背景下，數(shù)字消費(fèi)規(guī)模不斷擴(kuò)大，數(shù)字經(jīng)濟(jì)發(fā)展使得企業(yè)的創(chuàng)新模式得以改變[23]，從而促進(jìn)企業(yè)創(chuàng)新發(fā)展。另外，隨著企業(yè)技術(shù)創(chuàng)新的發(fā)展，不斷改善企業(yè)投入產(chǎn)出的要素結(jié)構(gòu)和資源配置效率，優(yōu)化企業(yè)的生產(chǎn)工藝和生產(chǎn)模式，提高企業(yè)的生產(chǎn)和運(yùn)營(yíng)效率，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的發(fā)展[23,33]。因此，本文提出以下研究假設(shè)。

H2數(shù)字經(jīng)濟(jì)給企業(yè)提供了良好的信息基礎(chǔ)設(shè)施等環(huán)境，賦能企業(yè)技術(shù)創(chuàng)新發(fā)展，從而激勵(lì)企業(yè)全要素生產(chǎn)率水平的提升。

第三，數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型激勵(lì)企業(yè)全要素生產(chǎn)率發(fā)展。一方面，數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，催生了人工智能、電子商務(wù)、云計(jì)算等數(shù)字技術(shù)，對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行賦能和升級(jí)改造[34]，大數(shù)據(jù)驅(qū)動(dòng)大智能，賦能企業(yè)智能制造，推動(dòng)社會(huì)生產(chǎn)方式和企業(yè)發(fā)展向數(shù)字化轉(zhuǎn)型。數(shù)字經(jīng)濟(jì)依托人工智能、大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)不斷與企業(yè)的研發(fā)、生產(chǎn)和銷(xiāo)售等各個(gè)環(huán)節(jié)相融合，極大促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型?；ヂ?lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)推動(dòng)人、機(jī)器、產(chǎn)品和服務(wù)有效銜接，引導(dǎo)企業(yè)生產(chǎn)方式和發(fā)展模式的廣泛變革。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型可以將企業(yè)的業(yè)務(wù)流程鏈接起來(lái)，形成有價(jià)值的數(shù)字資產(chǎn)，提高企業(yè)對(duì)資源的利用效率，從而賦能企業(yè)全要素生產(chǎn)率的發(fā)展。數(shù)字化轉(zhuǎn)型能夠有效促進(jìn)產(chǎn)業(yè)鏈上游和下游之間的溝通效率，推動(dòng)供應(yīng)鏈資源的優(yōu)化配置[23]，通過(guò)數(shù)字技術(shù)對(duì)生產(chǎn)管理的人工環(huán)節(jié)替代實(shí)現(xiàn)了生產(chǎn)效率的顯著提升，促進(jìn)人機(jī)協(xié)同，推動(dòng)企業(yè)柔性制造、智能制造，提高企業(yè)生產(chǎn)效率和生產(chǎn)質(zhì)量，從而提升企業(yè)全要素生產(chǎn)率發(fā)展水平。因此，本文提出以下研究假設(shè)。

H3數(shù)字經(jīng)濟(jì)不斷與企業(yè)融合發(fā)展，賦能企業(yè)數(shù)字化轉(zhuǎn)型，從而顯著提升企業(yè)全要素生產(chǎn)率水平。

四、模型、變量與數(shù)據(jù)

(一)模型設(shè)定

為了考察數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)全要素生產(chǎn)率之間的關(guān)系，本文設(shè)定如下基準(zhǔn)回歸模型

TFPict=α0+α1Digecoct+α2Zict+λt+δh+θp+εict

(1)

其中，下標(biāo)i、c、t分別表示的是企業(yè)、城市和年份。TFPict表示城市c所屬企業(yè)i在t年的全要素生產(chǎn)率，全要素生產(chǎn)率是基于LP方法計(jì)算所得[35]。Digecoct表示城市c在t年的數(shù)字經(jīng)濟(jì)指數(shù)，是本文關(guān)注的核心解釋變量，系數(shù)α1的值越大，表示數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響越大；Zict表示影響企業(yè)全要素生產(chǎn)率的控制變量；λt表示年份固定效應(yīng)，δh表示行業(yè)固定效應(yīng)，θp表示地區(qū)固定效應(yīng)；α0表示常數(shù)項(xiàng)，εict表示隨機(jī)擾動(dòng)項(xiàng)。

(二)變量說(shuō)明

1.被解釋變量

全要素生產(chǎn)率(TFP)。Levinsohn和Petrin(2003)[35]提出的半?yún)?shù)方法被大量的學(xué)者廣泛運(yùn)用[36-38]，簡(jiǎn)稱(chēng)LP法。由于OP方法在測(cè)算企業(yè)全要素生產(chǎn)率時(shí)要求企業(yè)真實(shí)投資必須大于0，這樣會(huì)導(dǎo)致在估計(jì)中損失很多企業(yè)樣本[39]，LP方法使用中間品投入作為計(jì)算企業(yè)TFP時(shí)的代理變量，通過(guò)替換變量的方法能夠有效避免企業(yè)樣本損失問(wèn)題。因此，本文以LP法計(jì)算的企業(yè)全要素生產(chǎn)率來(lái)刻畫(huà)企業(yè)TFP。具體而言，勞動(dòng)投入、資本投入、中間品投入和產(chǎn)出變量分別用企業(yè)員工人數(shù)、企業(yè)固定資產(chǎn)凈值、企業(yè)購(gòu)買(mǎi)商品接受勞務(wù)支付的現(xiàn)金和企業(yè)主營(yíng)業(yè)務(wù)收入來(lái)衡量。本文還利用參數(shù)估計(jì)的OLS法，以及半?yún)?shù)估計(jì)的OP法、ACF法測(cè)算的企業(yè)全要素生產(chǎn)率進(jìn)行穩(wěn)健性檢驗(yàn)。

2.核心解釋變量

數(shù)字經(jīng)濟(jì)(Digeco)。借鑒黃群慧等(2019)[33]、趙濤等(2020)[6]的研究，從數(shù)字普惠金融、數(shù)字基礎(chǔ)設(shè)施和數(shù)字產(chǎn)業(yè)發(fā)展三個(gè)維度構(gòu)造城市層面的數(shù)字經(jīng)濟(jì)指數(shù)指標(biāo)。第一，數(shù)字基礎(chǔ)設(shè)施發(fā)展維度方面，包括移動(dòng)互聯(lián)網(wǎng)基礎(chǔ)(每百人移動(dòng)電話用戶(hù)數(shù))、寬帶互聯(lián)網(wǎng)基礎(chǔ)(每百人擁有互聯(lián)網(wǎng)寬帶用戶(hù)數(shù))；第二，數(shù)字產(chǎn)業(yè)發(fā)展維度方面，包括電信產(chǎn)業(yè)產(chǎn)出(人均電信業(yè)務(wù)總量)、信息產(chǎn)業(yè)基礎(chǔ)(信息軟件行業(yè)單位從業(yè)人員比重)；第三，數(shù)字普惠金融發(fā)展維度方面，采用郭峰等(2020)[40]編制的數(shù)字普惠金融指數(shù)來(lái)刻畫(huà)，包含了數(shù)字金融使用深度、數(shù)字金融覆蓋廣度，以及普惠金融數(shù)字化程度三個(gè)方面的信息。通過(guò)熵值法對(duì)上述指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算處理，得到城市層面的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)(Digeco)。

3.控制變量

借鑒錢(qián)雪松等(2018)[36]、趙宸宇等(2021)[23]、郭豐等(2021)[41]的研究成果，本文選取的企業(yè)層面控制變量包括：企業(yè)規(guī)模(Scale)、資產(chǎn)收益率(Roa)、企業(yè)年齡(Age)、托賓Q(Tobin)、資產(chǎn)負(fù)債率(Lever)、資本密集度(Capital)、經(jīng)營(yíng)現(xiàn)金流(Cash)和管理層持股比例(Holdings)。控制變量的定義和構(gòu)建方法如表1所示。

表1 變量的描述性統(tǒng)計(jì)

(三)數(shù)據(jù)來(lái)源與處理

本文選取2011—2019年中國(guó)滬深A(yù)股上市公司為研究樣本，對(duì)ST、ST*和金融保險(xiǎn)類(lèi)公司樣本進(jìn)行了刪除。也對(duì)財(cái)務(wù)數(shù)據(jù)存在異常值、指標(biāo)缺失較為嚴(yán)重的樣本進(jìn)行了刪除，通過(guò)與企業(yè)注冊(cè)地相匹配，最終得到2 910家上市公司的17 509個(gè)樣本。對(duì)所有的連續(xù)變量進(jìn)行1%分位數(shù)的雙邊縮尾處理。數(shù)字經(jīng)濟(jì)指數(shù)指標(biāo)中的五個(gè)指標(biāo)來(lái)源于2012—2020年《中國(guó)城市統(tǒng)計(jì)年鑒》和北京大學(xué)數(shù)字普惠金融指數(shù)，數(shù)字普惠金融指數(shù)由北京大學(xué)數(shù)字金融研究中心和螞蟻科技集團(tuán)聯(lián)合編制[40]。企業(yè)層面的財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)，企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)據(jù)來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNDRS)。

五、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸結(jié)果分析

利用式(1)，本文首先分析了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響，回歸結(jié)果如表2所示。表2中列(1)和列(2)是全樣本的估計(jì)結(jié)果，列(3)和列(4)是剔除直轄市企業(yè)后的估計(jì)結(jié)果，列(5)和列(6)是僅保留普通地級(jí)市企業(yè)后的估計(jì)結(jié)果。列(1)、列(3)和列(5)沒(méi)有控制各項(xiàng)固定效應(yīng)，列(2)、列(4)和列(6)控制了各項(xiàng)固定效應(yīng)。由列(1)—(6)的估計(jì)結(jié)果可知，無(wú)論是全樣本企業(yè)，還是剔除直轄市企業(yè)，或者是普通地級(jí)市企業(yè)，核心解釋變量Digeco均顯著為正，數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率具有顯著的正向影響，表明無(wú)論是何種類(lèi)型城市的企業(yè)，數(shù)字經(jīng)濟(jì)發(fā)展均能顯著促進(jìn)企業(yè)全要素生產(chǎn)率水平的提升。數(shù)字經(jīng)濟(jì)依托大數(shù)據(jù)、人工智能等新興信息技術(shù)不斷與實(shí)體企業(yè)相融合，且得到廣泛的運(yùn)用，集聚各類(lèi)生產(chǎn)要素資源的優(yōu)勢(shì)，縮短了業(yè)務(wù)時(shí)間流程，從而賦能企業(yè)生產(chǎn)效率的提升，給企業(yè)全要素生產(chǎn)率發(fā)展提供了新引擎。

(二)穩(wěn)健性分析

1.替換被解釋變量

為了避免企業(yè)全要素生產(chǎn)率單一方法測(cè)算給實(shí)證估計(jì)結(jié)果可能造成的偏誤，進(jìn)一步使用OLS法、OP法和ACF法對(duì)企業(yè)全要素生產(chǎn)率重新進(jìn)行測(cè)算，并分別進(jìn)行回歸，以檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率促進(jìn)效應(yīng)的穩(wěn)健性。表3中列(1)—(3)分別是利用OLS法、OP法和ACF法測(cè)算企業(yè)全要素生產(chǎn)率的估計(jì)結(jié)果。由這三列的結(jié)果可知，無(wú)論是使用哪種方法測(cè)算的企業(yè)全要素生產(chǎn)率，Digeco變量的估計(jì)系數(shù)均顯著為正，表明在替換被解釋變量的情況下，數(shù)字經(jīng)濟(jì)仍然顯著促進(jìn)了企業(yè)全要素生產(chǎn)率水平的提升，證明本文的基本結(jié)論具有穩(wěn)健性。

表3 穩(wěn)健性檢驗(yàn)結(jié)果(一)

2.更換核心解釋變量度量方法

前文在度量城市數(shù)字經(jīng)濟(jì)發(fā)展水平時(shí)，使用熵值法測(cè)算了城市數(shù)字經(jīng)濟(jì)發(fā)展水平。借鑒趙濤等(2020)[6]的做法，進(jìn)一步利用主成分分析方法來(lái)重新測(cè)算城市數(shù)字經(jīng)濟(jì)發(fā)展水平，以此作為數(shù)字經(jīng)濟(jì)的代理變量。表3中列(4)是更換數(shù)字經(jīng)濟(jì)測(cè)算方法的估計(jì)結(jié)果。結(jié)果表明，數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響依然顯著為正。同時(shí)利用主成分方法測(cè)算的數(shù)字經(jīng)濟(jì)指數(shù)對(duì)OLS法、OP法和ACF法測(cè)算的企業(yè)全要素生產(chǎn)率進(jìn)行回歸估計(jì)，估計(jì)結(jié)果分別見(jiàn)表3列(5)—(7)所示，Mainingre變量的估計(jì)系數(shù)均顯著為正，進(jìn)一步支持了前文的研究結(jié)論。

3.控制變量再縮尾

雖然本文對(duì)控制變量中所有的連續(xù)變量進(jìn)行了1%分位數(shù)的雙邊縮尾處理，但考慮到控制變量可能還存在極端值。為了驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率促進(jìn)效應(yīng)的穩(wěn)健性，借鑒陳強(qiáng)遠(yuǎn)等(2020)[42]在穩(wěn)健性檢驗(yàn)中對(duì)控制變量再縮尾的思路，本文進(jìn)一步對(duì)控制變量中的連續(xù)變量進(jìn)行5%分位數(shù)的雙邊縮尾處理。表4中列(1)匯報(bào)了控制變量再縮尾的估計(jì)結(jié)果。可以看出，Digeco變量的估計(jì)系數(shù)仍顯著為正，回歸結(jié)果也與基準(zhǔn)回歸結(jié)果保持一致，并無(wú)明顯差異，進(jìn)一步驗(yàn)證了基本結(jié)論的穩(wěn)健性。

4.調(diào)整樣本期

2015年我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，企業(yè)全要素生產(chǎn)率對(duì)于經(jīng)濟(jì)高質(zhì)量發(fā)展的重要性愈發(fā)凸顯，數(shù)字經(jīng)濟(jì)在此之后也快速發(fā)展，2015年成為數(shù)字經(jīng)濟(jì)發(fā)展的重要節(jié)點(diǎn)年份，現(xiàn)有部分文獻(xiàn)以2015年作為數(shù)字經(jīng)濟(jì)相關(guān)研究的起始年份[13]。因此，本文進(jìn)行調(diào)整樣本期檢驗(yàn)，以2015年為時(shí)間節(jié)點(diǎn)，對(duì)2015年之前的樣本和2015年及其之后的樣本分別進(jìn)行檢驗(yàn)，考察數(shù)字經(jīng)濟(jì)是否仍然促進(jìn)了企業(yè)全要素生產(chǎn)率水平的提升?；貧w結(jié)果見(jiàn)表4列(2)和列(3)所示，Digeco變量的估計(jì)系數(shù)顯著為正，證實(shí)了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率正向促進(jìn)作用的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)結(jié)果(二)

5.其他穩(wěn)健性檢驗(yàn)

第一，滯后效應(yīng)檢驗(yàn)?？紤]到數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響可能存在滯后性，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展影響企業(yè)全要素生產(chǎn)率的滯后效應(yīng)進(jìn)行檢驗(yàn)。本文將核心解釋變量數(shù)字經(jīng)濟(jì)進(jìn)行滯后一期和滯后二期處理，表4中列(4)和列(5)分別匯報(bào)了數(shù)字經(jīng)濟(jì)滯后一期和滯后二期的結(jié)果，L.Digeco變量和L2.Digeco變量的估計(jì)系數(shù)均顯著為正，進(jìn)一步佐證了數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率具有正向的促進(jìn)作用。第二，替換企業(yè)規(guī)模指標(biāo)。將控制變量中企業(yè)規(guī)模指標(biāo)替換成資產(chǎn)總額和營(yíng)業(yè)總收入進(jìn)行穩(wěn)健性檢驗(yàn)。表4中列(6)和列(7)分別匯報(bào)了企業(yè)規(guī)模指標(biāo)為資產(chǎn)總額和營(yíng)業(yè)總收入的估計(jì)結(jié)果，Digeco變量的估計(jì)系數(shù)依然顯著為正。第三，控制企業(yè)固定效應(yīng)。進(jìn)一步控制企業(yè)固定效應(yīng)，表4中列(8)匯報(bào)了控制企業(yè)固定效應(yīng)的估計(jì)結(jié)果，Digeco變量的估計(jì)系數(shù)顯著為正。再次支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展能夠賦能企業(yè)全要素生產(chǎn)率的提升。

6.內(nèi)生性問(wèn)題討論

雖然城市層面的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)作為一個(gè)區(qū)域宏觀變量，數(shù)字經(jīng)濟(jì)水平受到單個(gè)企業(yè)全要素生產(chǎn)率的影響較小，在一定程度上減輕了雙向因果導(dǎo)致的內(nèi)生性問(wèn)題。本文也從滯后效應(yīng)視角考察了數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響，但是仍然可能由于數(shù)字經(jīng)濟(jì)的測(cè)量誤差、遺漏變量或者不可觀測(cè)因素等帶來(lái)潛在的內(nèi)生性問(wèn)題。為了實(shí)證結(jié)果的更加穩(wěn)健和可靠性，本文將進(jìn)一步采用以下兩種方法來(lái)緩解內(nèi)生性問(wèn)題。一是采用工具變量法；二是選取寬帶中國(guó)試點(diǎn)政策作為外生沖擊事件，進(jìn)行雙重差分模型檢驗(yàn)。

(1)工具變量法。借鑒黃群慧等(2019)[33]的做法，選用各個(gè)城市1984年的固定電話和郵局?jǐn)?shù)量這兩個(gè)歷史數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)指數(shù)的工具變量。首先，互聯(lián)網(wǎng)信息基礎(chǔ)設(shè)施作為傳統(tǒng)通信技術(shù)的繼承和延續(xù)，歷史上固定電話和郵局?jǐn)?shù)量等電信基礎(chǔ)設(shè)施完善的地區(qū)現(xiàn)今數(shù)字經(jīng)濟(jì)發(fā)展可能較好，也可能由于信息技術(shù)發(fā)展水平等因素影響到現(xiàn)階段以互聯(lián)網(wǎng)基礎(chǔ)設(shè)施為代表的數(shù)字經(jīng)濟(jì)應(yīng)用和發(fā)展，滿(mǎn)足相關(guān)性；其次，城市固定電話和郵局?jǐn)?shù)量等傳統(tǒng)電信基礎(chǔ)設(shè)施對(duì)樣本期間企業(yè)全要素生產(chǎn)率并沒(méi)有直接的影響，且這種影響微乎其微，相對(duì)較為外生。由于1984年的固定電話數(shù)量和郵局?jǐn)?shù)量數(shù)據(jù)是截面數(shù)據(jù)，這一變量固定不變，缺乏年份之間的變化，借鑒Nunn和Qian(2014)[43]的研究，加入一個(gè)隨時(shí)間變化的變量與郵電數(shù)據(jù)相乘，從而構(gòu)造出面板工具變量。借鑒趙濤等(2020)[6]的研究，以1984年各個(gè)城市的固定電話數(shù)量和郵局?jǐn)?shù)量分別乘以全國(guó)互聯(lián)網(wǎng)用戶(hù)數(shù)占總?cè)丝诘谋戎?互聯(lián)網(wǎng)普及率)，以此作為數(shù)字經(jīng)濟(jì)指數(shù)的工具變量。

利用固定電話和郵局?jǐn)?shù)量這兩個(gè)歷史工具變量進(jìn)行兩階段最小二乘估計(jì)，估計(jì)結(jié)果分別見(jiàn)表5列(1)和列(2)，可知，工具變量二階段的估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果保持一致。由Kleibergen-Paap rk LM統(tǒng)計(jì)量和Kleibergen-Paap rk Wald F統(tǒng)計(jì)量的結(jié)果可知，不存在工具變量識(shí)別不足和弱工具變量問(wèn)題，表明固定電話和郵局?jǐn)?shù)量數(shù)據(jù)是數(shù)字經(jīng)濟(jì)合適的工具變量。在使用IV-2SLS的估計(jì)方法下，數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響仍然顯著為正?？紤]可能的內(nèi)生性問(wèn)題后，數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)效應(yīng)依然穩(wěn)健。

(2)雙重差分估計(jì)。一個(gè)城市數(shù)字經(jīng)濟(jì)發(fā)展水平，受到諸多因素的影響，包括產(chǎn)業(yè)技術(shù)水平、數(shù)字基礎(chǔ)設(shè)施、數(shù)字經(jīng)濟(jì)發(fā)展政策等因素，這些因素對(duì)企業(yè)全要素生產(chǎn)率也會(huì)產(chǎn)生影響。因此，為了驗(yàn)證數(shù)字經(jīng)濟(jì)發(fā)展可以促進(jìn)企業(yè)全要素生產(chǎn)率這一結(jié)果的穩(wěn)健性，借鑒趙濤等(2020)[6]的研究，本文借助“寬帶中國(guó)”這一數(shù)字基礎(chǔ)設(shè)施升級(jí)試點(diǎn)政策，作為一次嚴(yán)格的外生政策沖擊。具體做法如下：選取2014年、2015年和2016年的寬帶中國(guó)三批試點(diǎn)城市，將這些試點(diǎn)城市的企業(yè)作為處理組，非試點(diǎn)城市的企業(yè)作為對(duì)照組，構(gòu)造漸進(jìn)雙重差分模型，揭示助力數(shù)字經(jīng)濟(jì)發(fā)展的“寬帶中國(guó)”試點(diǎn)政策是否能激勵(lì)企業(yè)全要素生產(chǎn)率水平的提升。首先，借助事件研究法對(duì)企業(yè)全要素生產(chǎn)率進(jìn)行共同趨勢(shì)檢驗(yàn)，結(jié)果發(fā)現(xiàn)通過(guò)了共同趨勢(shì)檢驗(yàn)。其次，對(duì)“寬帶中國(guó)”試點(diǎn)政策的效果進(jìn)行回歸估計(jì)，表5列(3)和列(4)匯報(bào)了雙重差分的估計(jì)結(jié)果，列(3)僅包含了DID變量，列(4)包含了全部控制變量和固定效應(yīng)。由列(4)的估計(jì)結(jié)果可知，DID變量的估計(jì)系數(shù)顯著為正，表明“寬帶中國(guó)”試點(diǎn)政策對(duì)企業(yè)全要素生產(chǎn)率具有顯著的正向促進(jìn)效應(yīng)。數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了企業(yè)全要素生產(chǎn)率水平的提升，結(jié)果與前文一致，驗(yàn)證了本文結(jié)論具有較強(qiáng)的穩(wěn)健性。

表5 內(nèi)生性問(wèn)題檢驗(yàn)

六、作用機(jī)制分析

前文驗(yàn)證了數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)企業(yè)全要素生產(chǎn)率水平的提升，而數(shù)字經(jīng)濟(jì)發(fā)展通過(guò)哪些途徑影響企業(yè)全要素生產(chǎn)率呢？本文認(rèn)為緩解企業(yè)融資約束、提高企業(yè)技術(shù)創(chuàng)新水平和促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，是數(shù)字經(jīng)濟(jì)發(fā)展助力企業(yè)全要素生產(chǎn)率發(fā)展的作用機(jī)制。所以，借助中介機(jī)制檢驗(yàn)方法來(lái)檢驗(yàn)這三個(gè)微觀作用機(jī)制[44]。構(gòu)建的中介效應(yīng)模型如式(2)和式(3)所示。其中，Medit表示中介變量，包括融資約束(KZ指數(shù)和SA指數(shù))、技術(shù)創(chuàng)新(Inno)、數(shù)字化轉(zhuǎn)型(Digtra)。

Medict=β0+β1Digecoct+β2Zict+λi+δh+θp+εict

(2)

TFPict=η0+η1Digecoct+η2Zict+γ1Medict+λi+δh+θp+εict

(3)

(一)融資約束

數(shù)字經(jīng)濟(jì)發(fā)展可以降低企業(yè)的內(nèi)部交易成本和外部交易成本，同時(shí)可以提高金融機(jī)構(gòu)的信貸資源利用效率，拓寬企業(yè)內(nèi)外部融資渠道，融資約束的緩解激勵(lì)了企業(yè)全要素生產(chǎn)率。借鑒Hadlock和Pierce(2010)[45]、潘越等(2019)[46]和余明桂等(2019)[47]的方法，構(gòu)建KZ指數(shù)和SA指數(shù)來(lái)刻畫(huà)企業(yè)融資約束。將上述兩個(gè)變量作為中介機(jī)制變量，對(duì)SA指數(shù)取絕對(duì)值，若SA指數(shù)的絕對(duì)值越小，說(shuō)明企業(yè)面臨的融資約束越小。融資約束作用機(jī)制的估計(jì)結(jié)果見(jiàn)表6列(1)—(4)，其中，列(1)和列(3)的被解釋變量分別為KZ指數(shù)和SA指數(shù)，列(2)和列(4)的被解釋變量均為企業(yè)全要素生產(chǎn)率。結(jié)果顯示，Digeco變量的估計(jì)系數(shù)在列(1)和列(3)中均顯著為負(fù)，表明數(shù)字經(jīng)濟(jì)發(fā)展顯著緩解了企業(yè)融資約束。數(shù)字經(jīng)濟(jì)發(fā)展改善了信貸資源的配置和利用效率，拓寬了企業(yè)的融資渠道，有效降低了企業(yè)的生產(chǎn)成本，緩解了企業(yè)的融資約束問(wèn)題。Digeco變量的估計(jì)系數(shù)在列(2)和列(4)中均顯著為正，且相對(duì)于表2中列(2)的估計(jì)系數(shù)有所下降，KZ指數(shù)和SA指數(shù)的估計(jì)系數(shù)在1%水平上為負(fù)，說(shuō)明融資約束作用機(jī)制的確存在。融資約束的緩解給企業(yè)提升全要素生產(chǎn)率提供了更多資金支持，降低了企業(yè)流動(dòng)性風(fēng)險(xiǎn)，企業(yè)有更多的資金用于優(yōu)化各類(lèi)生產(chǎn)要素，改善企業(yè)長(zhǎng)期投資狀況，有效整合企業(yè)資源，從而不斷提升企業(yè)全要素生產(chǎn)率。由此可知，融資約束是數(shù)字經(jīng)濟(jì)發(fā)展激勵(lì)企業(yè)全要素生產(chǎn)率的作用渠道，從而驗(yàn)證了假說(shuō)1。進(jìn)行Sobel檢驗(yàn)，發(fā)現(xiàn)KZ指數(shù)和SA指數(shù)的Z統(tǒng)計(jì)量分別為4.07和4.78，在1%水平下顯著；Bootstrap檢驗(yàn)的置信區(qū)間也不包含0，驗(yàn)證了融資約束作用機(jī)制的穩(wěn)健性。

(二)技術(shù)創(chuàng)新

數(shù)字經(jīng)濟(jì)發(fā)展給企業(yè)技術(shù)創(chuàng)新發(fā)展提供良好的創(chuàng)新環(huán)境和信息基礎(chǔ)設(shè)施條件，優(yōu)化了城市營(yíng)商環(huán)境，提高了資源配置效率，降低了企業(yè)研發(fā)風(fēng)險(xiǎn)，大數(shù)據(jù)、人工智能賦能企業(yè)技術(shù)創(chuàng)新，從而助力企業(yè)全要素生產(chǎn)率發(fā)展。以企業(yè)發(fā)明專(zhuān)利申請(qǐng)數(shù)量來(lái)刻畫(huà)企業(yè)技術(shù)創(chuàng)新，將這一變量作為中介機(jī)制變量，對(duì)發(fā)明專(zhuān)利申請(qǐng)數(shù)量加1后取自然對(duì)數(shù)。技術(shù)創(chuàng)新作用機(jī)制的估計(jì)結(jié)果見(jiàn)表6列(5)和列(6)，其中，列(5)的被解釋變量為技術(shù)創(chuàng)新，列(6)的被解釋變量為企業(yè)全要素生產(chǎn)率。結(jié)果顯示，Digeco變量的估計(jì)系數(shù)在列(5)中顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的正向促進(jìn)作用。數(shù)字經(jīng)濟(jì)依托互聯(lián)網(wǎng)和大數(shù)據(jù)強(qiáng)化了企業(yè)產(chǎn)學(xué)研合作水平，也有利于高技術(shù)人才向企業(yè)集聚，強(qiáng)化數(shù)據(jù)和知識(shí)要素在企業(yè)內(nèi)部之間的溝通和交流，從而提升企業(yè)技術(shù)創(chuàng)新水平。Digeco變量的估計(jì)系數(shù)在列(6)中顯著為正，且相對(duì)于表2中列(2)的估計(jì)系數(shù)有所下降，Inno變量的估計(jì)系數(shù)在1%水平上為正，說(shuō)明技術(shù)創(chuàng)新作用機(jī)制的確存在。由此可知，提高企業(yè)技術(shù)創(chuàng)新水平是數(shù)字經(jīng)濟(jì)發(fā)展助力企業(yè)全要素生產(chǎn)率的作用渠道，從而驗(yàn)證了假說(shuō)2。企業(yè)依靠技術(shù)創(chuàng)新的發(fā)展，這不斷改善了企業(yè)投入產(chǎn)出的要素結(jié)構(gòu)和資源配置效率，優(yōu)化了企業(yè)的生產(chǎn)工藝和生產(chǎn)模式，從而提高企業(yè)全要素生產(chǎn)率。進(jìn)行Sobel檢驗(yàn)，發(fā)現(xiàn)技術(shù)創(chuàng)新的Z統(tǒng)計(jì)量為4.12，在1%水平下顯著；Bootstrap檢驗(yàn)的置信區(qū)間也不包含0，驗(yàn)證了技術(shù)創(chuàng)新作用機(jī)制的穩(wěn)健性。

(三)數(shù)字化轉(zhuǎn)型

企業(yè)數(shù)字化轉(zhuǎn)型與數(shù)字基礎(chǔ)設(shè)施發(fā)展緊密關(guān)聯(lián)，數(shù)字經(jīng)濟(jì)發(fā)展依托云計(jì)算、人工智能、大數(shù)據(jù)等新型數(shù)字技術(shù)賦能企業(yè)數(shù)字化轉(zhuǎn)型，通過(guò)網(wǎng)絡(luò)和移動(dòng)設(shè)備給產(chǎn)業(yè)鏈帶來(lái)全新變化，優(yōu)化企業(yè)運(yùn)營(yíng)，推動(dòng)企業(yè)發(fā)展由流程驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)變，從而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。為驗(yàn)證數(shù)字化轉(zhuǎn)型作用機(jī)制，參考易露霞等(2021)[48]的做法，收集整理上市公司的年度報(bào)告，統(tǒng)計(jì)年度報(bào)告中人工智能、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈和數(shù)字技術(shù)應(yīng)用五個(gè)維度中數(shù)字化轉(zhuǎn)型關(guān)鍵詞出現(xiàn)的次數(shù)，用這些關(guān)鍵詞出現(xiàn)的次數(shù)來(lái)刻畫(huà)企業(yè)數(shù)字化轉(zhuǎn)型，將這一變量作為中介機(jī)制變量。企業(yè)數(shù)字化轉(zhuǎn)型作用機(jī)制的估計(jì)結(jié)果見(jiàn)表6列(7)和列(8)，其中，列(7)的被解釋變量為數(shù)字化轉(zhuǎn)型，列(8)的被解釋變量為企業(yè)全要素生產(chǎn)率。結(jié)果顯示，Digeco變量的估計(jì)系數(shù)在列(7)中顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展顯著加快了企業(yè)數(shù)字化轉(zhuǎn)型。隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，數(shù)字經(jīng)濟(jì)依托大數(shù)據(jù)、云計(jì)算和人工智能與企業(yè)的生產(chǎn)、銷(xiāo)售等各個(gè)環(huán)節(jié)相融合，對(duì)產(chǎn)業(yè)鏈進(jìn)行賦能和升級(jí)改造，不斷提高了企業(yè)數(shù)字化轉(zhuǎn)型水平。Digeco變量的估計(jì)系數(shù)在列(8)中顯著為正，且相對(duì)于表2中列(2)的估計(jì)系數(shù)有所下降，Digtra變量的估計(jì)系數(shù)在1%水平上為正，說(shuō)明數(shù)字化轉(zhuǎn)型作用機(jī)制的確存在。數(shù)字化轉(zhuǎn)型將企業(yè)的業(yè)務(wù)流程鏈接起來(lái)，形成有價(jià)值的數(shù)字資產(chǎn)，實(shí)現(xiàn)了企業(yè)開(kāi)源、節(jié)流和提效的目標(biāo)，提高了企業(yè)生產(chǎn)質(zhì)量和對(duì)資源的利用效率，從而提升企業(yè)全要素生產(chǎn)率。由此可知，企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)激勵(lì)企業(yè)全要素生產(chǎn)率的作用渠道，從而驗(yàn)證了假說(shuō)3。進(jìn)行Sobel檢驗(yàn)，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的Z統(tǒng)計(jì)量為7.67，在1%水平下顯著；Bootstrap檢驗(yàn)的置信區(qū)間也不包含0，驗(yàn)證了數(shù)字化轉(zhuǎn)型作用機(jī)制的穩(wěn)健性。

表6 作用機(jī)制檢驗(yàn)

七、異質(zhì)性分析

(一)企業(yè)所有制異質(zhì)性

為了探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同所有制企業(yè)全要素生產(chǎn)率的影響，將企業(yè)劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)，分別進(jìn)行回歸估計(jì)，具體結(jié)果見(jiàn)表7列(1)和列(2)?？梢园l(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展均提高了國(guó)有企業(yè)和非國(guó)有企業(yè)的全要素生產(chǎn)率。進(jìn)一步構(gòu)造企業(yè)所有制的虛擬變量與數(shù)字經(jīng)濟(jì)的交乘項(xiàng)，加入到式(1)中重新估計(jì)。根據(jù)表7列(3)結(jié)果可知，Digeco×state的估計(jì)系數(shù)顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)國(guó)有企業(yè)全要素生產(chǎn)率的激勵(lì)作用明顯大于非國(guó)有企業(yè)。數(shù)字經(jīng)濟(jì)以信息化發(fā)展為基礎(chǔ)，企業(yè)對(duì)數(shù)字經(jīng)濟(jì)的吸收和運(yùn)用需要較長(zhǎng)的時(shí)間，同時(shí)需要以數(shù)字基礎(chǔ)設(shè)施、數(shù)字經(jīng)濟(jì)平臺(tái)為依托，利用數(shù)字技術(shù)還需要數(shù)字化裝備、培養(yǎng)和引進(jìn)必要的數(shù)字經(jīng)濟(jì)人才等。首先，與國(guó)有企業(yè)相比，非國(guó)有企業(yè)更傾向于主動(dòng)應(yīng)用數(shù)字技術(shù)來(lái)整合內(nèi)部要素，進(jìn)而彌補(bǔ)相比于國(guó)有企業(yè)的市場(chǎng)劣勢(shì)。但非國(guó)有企業(yè)往往受制于政策扶持力度不足、內(nèi)部運(yùn)營(yíng)資金有限等困境，這在一定程度上制約了非國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型和全要素生產(chǎn)率發(fā)展。其次，國(guó)有企業(yè)更容易獲得數(shù)字經(jīng)濟(jì)在政策和制度上的傾斜，在資金投入、人才引進(jìn)等方面也更具優(yōu)勢(shì)，更能充分地對(duì)數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)進(jìn)行消化與吸收。數(shù)字經(jīng)濟(jì)發(fā)展可以充分結(jié)合國(guó)有企業(yè)自身的特點(diǎn)，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展與國(guó)有企業(yè)比較優(yōu)勢(shì)的有機(jī)結(jié)合[23]，這進(jìn)一步加快了國(guó)有企業(yè)全要素生產(chǎn)率水平的提升。因此，數(shù)字經(jīng)濟(jì)對(duì)非國(guó)有企業(yè)全要素生產(chǎn)率的提升效應(yīng)小于國(guó)有企業(yè)。

(二)企業(yè)規(guī)模異質(zhì)性

考慮到數(shù)字經(jīng)濟(jì)對(duì)不同規(guī)模企業(yè)全要素生產(chǎn)率的影響可能也存在差異，以企業(yè)每年?duì)I業(yè)總收入的中位數(shù)為分類(lèi)依據(jù)，把企業(yè)劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，分別重新進(jìn)行估計(jì)，具體結(jié)果見(jiàn)表7列(4)和列(5)?？梢钥闯觯瑹o(wú)論是大規(guī)模企業(yè)還是小規(guī)模企業(yè)，數(shù)字經(jīng)濟(jì)發(fā)展均促進(jìn)了企業(yè)全要素生產(chǎn)率發(fā)展。進(jìn)一步構(gòu)造企業(yè)規(guī)模的虛擬變量與數(shù)字經(jīng)濟(jì)的交乘項(xiàng)，加入到式(1)中重新估計(jì)。根據(jù)表7列(6)結(jié)果可知，Digeco×size的估計(jì)系數(shù)顯著為正，表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)大規(guī)模企業(yè)全要素生產(chǎn)率的激勵(lì)作用明顯強(qiáng)于小規(guī)模企業(yè)。這一結(jié)果表明在規(guī)模越大的企業(yè)，企業(yè)全要素生產(chǎn)率對(duì)數(shù)字經(jīng)濟(jì)的變化更為敏感，數(shù)字經(jīng)濟(jì)越能發(fā)揮其“威力”。首先，在數(shù)字經(jīng)濟(jì)迅猛發(fā)展的時(shí)代背景下，大數(shù)據(jù)是企業(yè)重要的生產(chǎn)要素之一，然而小規(guī)模企業(yè)的數(shù)據(jù)要素積累較少，這一定程度上使得數(shù)字經(jīng)濟(jì)對(duì)小規(guī)模企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)有限。其次，企業(yè)能力理論強(qiáng)調(diào)企業(yè)能力具有很強(qiáng)的路徑依賴(lài)性，企業(yè)對(duì)新技術(shù)的應(yīng)用與以往優(yōu)勢(shì)存在高度顯著的相關(guān)性[49]，規(guī)模更大的企業(yè)更容易調(diào)用自身資源稟賦來(lái)加強(qiáng)其對(duì)數(shù)字經(jīng)濟(jì)、數(shù)字技術(shù)的融合，也可以更好地有效整合各類(lèi)要素資源，提升企業(yè)對(duì)資源和要素的利用效率。大規(guī)模企業(yè)自身在數(shù)字化轉(zhuǎn)型和利用數(shù)據(jù)要素中具有規(guī)模優(yōu)勢(shì)，數(shù)字經(jīng)濟(jì)發(fā)展能夠更好地推動(dòng)大規(guī)模企業(yè)數(shù)字化轉(zhuǎn)型發(fā)展，這加快了大規(guī)模企業(yè)全要素生產(chǎn)率的發(fā)展。

表7 企業(yè)所有制和企業(yè)規(guī)模異質(zhì)性回歸結(jié)果

(三)企業(yè)行業(yè)異質(zhì)性

制造業(yè)是強(qiáng)國(guó)之基，進(jìn)一步分析數(shù)字經(jīng)濟(jì)發(fā)展是否賦能了制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)全要素生產(chǎn)率發(fā)展，同時(shí)考察企業(yè)行業(yè)異質(zhì)性，具體估計(jì)結(jié)果見(jiàn)表8列(1)和列(2)?？梢园l(fā)現(xiàn)，Digeco變量的估計(jì)值均顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)均提升了制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)的全要素生產(chǎn)率。進(jìn)一步構(gòu)造了企業(yè)行業(yè)的虛擬變量與數(shù)字經(jīng)濟(jì)的交乘項(xiàng)，加入到式(1)中重新估計(jì)。根據(jù)表8列(3)的結(jié)果可知，Digeco×ind變量在10%水平下不顯著，結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)全要素生產(chǎn)率的正向促進(jìn)作用并沒(méi)有明顯差異。這可能的原因是，雖然服務(wù)業(yè)主要生產(chǎn)和銷(xiāo)售無(wú)形產(chǎn)品，與數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)具有較高的適配性，但數(shù)字技術(shù)廣泛應(yīng)用于制造業(yè)，與制造業(yè)企業(yè)不斷融合發(fā)展，這有效提高了制造業(yè)企業(yè)技術(shù)創(chuàng)新水平，也加快促進(jìn)了制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，推動(dòng)了制造業(yè)企業(yè)向智能制造、數(shù)字化制造轉(zhuǎn)型，從而提高了企業(yè)的經(jīng)營(yíng)效率，加快了制造業(yè)企業(yè)全要素生產(chǎn)率的發(fā)展。因此，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)全要素生產(chǎn)率的提升作用并未表現(xiàn)出明顯差異。

表8 企業(yè)行業(yè)異質(zhì)性回歸結(jié)果

八、結(jié)論與政策建議

在高質(zhì)量發(fā)展背景下，數(shù)字經(jīng)濟(jì)是否賦能了企業(yè)全要素生產(chǎn)率發(fā)展？鑒于此，本文從微觀企業(yè)視角出發(fā)，利用多種方法計(jì)算了滬深A(yù)股上市公司的全要素生產(chǎn)率，探究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響及其微觀作用機(jī)制。第一，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率具有顯著正向激勵(lì)作用。數(shù)字經(jīng)濟(jì)已然成為企業(yè)高質(zhì)量發(fā)展的重要?jiǎng)幽芎托乱?，?jīng)過(guò)替換被解釋變量、更換核心解釋變量度量方法、控制變量再縮尾、調(diào)整樣本期、工具變量法、雙重差分估計(jì)等穩(wěn)健性檢驗(yàn)后，這一結(jié)論仍然成立。第二，機(jī)制檢驗(yàn)結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展緩解了企業(yè)融資約束、提高了企業(yè)創(chuàng)新水平和促進(jìn)了企業(yè)數(shù)字化轉(zhuǎn)型，通過(guò)這三個(gè)作用渠道提高企業(yè)全要素生產(chǎn)率。第三，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響存在顯著異質(zhì)性特征。從企業(yè)所有制來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)大規(guī)模企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)更大；從企業(yè)規(guī)模來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)大規(guī)模企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)更大；從企業(yè)行業(yè)來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)全要素生產(chǎn)率的激勵(lì)效應(yīng)不存在顯著差異。

本文的實(shí)證研究為數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)全要素生產(chǎn)率之間的關(guān)系提供了經(jīng)驗(yàn)證據(jù)，同時(shí)為加快促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展和助力企業(yè)全要素生產(chǎn)率的提升提供如下政策啟示。

(1)大力發(fā)展數(shù)字經(jīng)濟(jì)，積極推進(jìn)新型數(shù)字基礎(chǔ)設(shè)施建設(shè)，釋放數(shù)字經(jīng)濟(jì)活力，提升企業(yè)全要素生產(chǎn)率，助推企業(yè)高質(zhì)量發(fā)展。本文研究表明，數(shù)字經(jīng)濟(jì)發(fā)展激勵(lì)了企業(yè)全要素生產(chǎn)率，經(jīng)濟(jì)增長(zhǎng)由要素驅(qū)動(dòng)向數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)變，數(shù)字經(jīng)濟(jì)已然成為重要的生產(chǎn)要素之一。第一，積極發(fā)展數(shù)字經(jīng)濟(jì)載體，加大對(duì)互聯(lián)網(wǎng)信息基礎(chǔ)設(shè)施的投資力度，不斷完善數(shù)字基礎(chǔ)設(shè)施。比如設(shè)立專(zhuān)項(xiàng)資金加快布局5G技術(shù)、人工智能、5G基站和大數(shù)據(jù)中心建設(shè)，實(shí)現(xiàn)5G商用、人工智能和區(qū)塊鏈等技術(shù)的廣泛運(yùn)用，釋放數(shù)字經(jīng)濟(jì)發(fā)展給企業(yè)全要素生產(chǎn)率帶來(lái)的數(shù)字紅利。第二，因地制宜數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略規(guī)劃，改善數(shù)字經(jīng)濟(jì)發(fā)展環(huán)境。各個(gè)城市應(yīng)結(jié)合自身的資源優(yōu)勢(shì)制定適宜的數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略規(guī)劃，完善數(shù)字經(jīng)濟(jì)發(fā)展體系和規(guī)范數(shù)字經(jīng)濟(jì)監(jiān)管。同時(shí)，擴(kuò)大數(shù)字經(jīng)濟(jì)的應(yīng)用范圍，促進(jìn)數(shù)字經(jīng)濟(jì)與企業(yè)發(fā)展的深度融合，催生新產(chǎn)業(yè)、新業(yè)態(tài)和新模式。改善數(shù)字經(jīng)濟(jì)發(fā)展的創(chuàng)新環(huán)境與治理環(huán)境，從而激活數(shù)據(jù)要素潛能，發(fā)揮數(shù)字經(jīng)濟(jì)賦能企業(yè)全要素發(fā)展的積極效應(yīng)。

(2)進(jìn)一步緩解企業(yè)融資約束，加快企業(yè)技術(shù)創(chuàng)新發(fā)展，積極推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。第一，深化數(shù)字金融體制改革，利用數(shù)字基礎(chǔ)設(shè)施等智能平臺(tái)拓寬企業(yè)融資渠道，降低企業(yè)融資成本。發(fā)揮數(shù)字經(jīng)濟(jì)的集聚效應(yīng)，加快數(shù)字經(jīng)濟(jì)在企業(yè)研發(fā)、生產(chǎn)、銷(xiāo)售和售后等環(huán)節(jié)中的應(yīng)用，從而有效降低企業(yè)生產(chǎn)成本和內(nèi)外部交易成本，緩解企業(yè)融資約束問(wèn)題。第二，加強(qiáng)大數(shù)據(jù)平臺(tái)建設(shè)，利用大數(shù)據(jù)、人工智能、云計(jì)算和互聯(lián)網(wǎng)等技術(shù)，整合企業(yè)研發(fā)創(chuàng)新資源，優(yōu)化企業(yè)人力資本結(jié)構(gòu)，推動(dòng)企業(yè)創(chuàng)新研發(fā)活動(dòng)的數(shù)字化轉(zhuǎn)型，提高企業(yè)產(chǎn)學(xué)研合作效率，構(gòu)建企業(yè)網(wǎng)絡(luò)化協(xié)同研發(fā)創(chuàng)新合作平臺(tái)，激發(fā)創(chuàng)新活力，不斷提高企業(yè)自主創(chuàng)新能力，特別是夯實(shí)“卡脖子”技術(shù)企業(yè)的技術(shù)創(chuàng)新發(fā)展。第三，積極推動(dòng)數(shù)字經(jīng)濟(jì)與企業(yè)融合發(fā)展，加快企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，培育企業(yè)數(shù)字化發(fā)展新動(dòng)能。推動(dòng)大數(shù)據(jù)、互聯(lián)網(wǎng)和數(shù)字經(jīng)濟(jì)同企業(yè)的深度融合，利用互聯(lián)網(wǎng)等新型數(shù)字基礎(chǔ)設(shè)施對(duì)企業(yè)傳統(tǒng)的生產(chǎn)方式進(jìn)行改造，加快企業(yè)數(shù)字工廠和智能制造建設(shè)，實(shí)現(xiàn)數(shù)字化資源向產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的滲透，提高企業(yè)的整體運(yùn)行效率，激活數(shù)據(jù)要素潛能。

(3)強(qiáng)化數(shù)字經(jīng)濟(jì)發(fā)展對(duì)非國(guó)有企業(yè)、小規(guī)模企業(yè)和制造業(yè)企業(yè)全要素生產(chǎn)率的賦能作用。第一，數(shù)字經(jīng)濟(jì)對(duì)非國(guó)有企業(yè)和小規(guī)模企業(yè)全要素生產(chǎn)率的提升效應(yīng)相對(duì)較小。因此，在數(shù)字基礎(chǔ)設(shè)施建設(shè)中，制定的財(cái)政、稅收和信貸等優(yōu)惠政策應(yīng)向非國(guó)有企業(yè)和小規(guī)模企業(yè)傾斜。實(shí)施中小企業(yè)數(shù)字化賦能專(zhuān)項(xiàng)行動(dòng)，推動(dòng)中小企業(yè)與互聯(lián)網(wǎng)、數(shù)字技術(shù)的融合發(fā)展，降低小企業(yè)數(shù)字化建設(shè)的門(mén)檻，消除不同規(guī)模企業(yè)之間的“數(shù)字鴻溝”。同時(shí)，立足非國(guó)有企業(yè)的特點(diǎn)，加快數(shù)字經(jīng)濟(jì)和數(shù)字技術(shù)在非國(guó)有企業(yè)的普及和應(yīng)用，釋放數(shù)字經(jīng)濟(jì)紅利。從而進(jìn)一步推動(dòng)非國(guó)有企業(yè)和小規(guī)模企業(yè)全要素生產(chǎn)率水平的提升，進(jìn)而助力企業(yè)高質(zhì)量發(fā)展。第二，制造業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)和實(shí)體經(jīng)濟(jì)的核心基礎(chǔ)，應(yīng)積極推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等與制造業(yè)企業(yè)發(fā)展的深度融合，加快實(shí)現(xiàn)制造業(yè)企業(yè)向智能化和數(shù)字化方向轉(zhuǎn)型，賦能制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型邁上新臺(tái)階，充分釋放數(shù)字經(jīng)濟(jì)賦能企業(yè)全要素生產(chǎn)率發(fā)展的激勵(lì)作用。