江三良 李寧寧

［摘要］基于2011—2019年中國(guó)282個(gè)地級(jí)市和A股3140家上市公司的數(shù)據(jù)，考察數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響，結(jié)果表明數(shù)字經(jīng)濟(jì)的發(fā)展顯著提升了當(dāng)?shù)仄髽I(yè)的全要素生產(chǎn)率。機(jī)制檢驗(yàn)結(jié)果表明，數(shù)字經(jīng)濟(jì)能夠通過(guò)降低企業(yè)管理成本、增加企業(yè)人力資本投入和降低企業(yè)交易成本緩解信息不對(duì)稱，從而提升企業(yè)全要素生產(chǎn)率。數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響存在異質(zhì)性，對(duì)國(guó)有企業(yè)、大規(guī)模企業(yè)、新企業(yè)、服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)企業(yè)影響更大；這一影響結(jié)果在東部地區(qū)和數(shù)字經(jīng)濟(jì)發(fā)展程度高的地區(qū)更為顯著。這為發(fā)揮數(shù)字經(jīng)濟(jì)的微觀激勵(lì)效應(yīng)進(jìn)而促進(jìn)宏觀經(jīng)濟(jì)“提質(zhì)增量”提供了理論依據(jù)。

［關(guān)鍵詞］數(shù)字經(jīng)濟(jì)；全要素生產(chǎn)率；管理成本；人力資本投入；交易成本

［中圖分類號(hào)］F49；F832［文獻(xiàn)標(biāo)志碼］A［文章編號(hào)］20963114（2023）02004310

一、 引言

數(shù)字經(jīng)濟(jì)已經(jīng)成為繼農(nóng)業(yè)經(jīng)濟(jì)、工業(yè)經(jīng)濟(jì)之后出現(xiàn)的主要經(jīng)濟(jì)形態(tài)，進(jìn)入21世紀(jì)后，數(shù)字經(jīng)濟(jì)更是成為新時(shí)代經(jīng)濟(jì)發(fā)展的重要引擎，世界主要發(fā)達(dá)國(guó)家都紛紛將其提升到經(jīng)濟(jì)增長(zhǎng)重要推動(dòng)力的地位。對(duì)中國(guó)而言，以知識(shí)和信息為生產(chǎn)要素、以網(wǎng)絡(luò)為載體、以信息技術(shù)的使用作為發(fā)展動(dòng)力的數(shù)字經(jīng)濟(jì)也正在廣泛而深遠(yuǎn)地影響和重塑經(jīng)濟(jì)活動(dòng)和發(fā)展前景[1]。國(guó)家的科技進(jìn)步與發(fā)展并不單純是經(jīng)濟(jì)問(wèn)題，既需要國(guó)家做出長(zhǎng)遠(yuǎn)的戰(zhàn)略判斷和準(zhǔn)備，也需要企業(yè)源源不斷的創(chuàng)新動(dòng)力和活力，在中國(guó)工業(yè)化進(jìn)程中，在構(gòu)建新型數(shù)字經(jīng)濟(jì)體系過(guò)程中，需要宏觀與微觀的雙重引擎，政府與企業(yè)一樣要扮演好各自的角色。企業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)背景下企業(yè)發(fā)展的必然趨勢(shì)，數(shù)字經(jīng)濟(jì)的宏觀引擎如何與企業(yè)全要素生產(chǎn)率這個(gè)微觀引擎形成互動(dòng)尤為重要。

數(shù)字經(jīng)濟(jì)作為國(guó)家支持發(fā)展的戰(zhàn)略，能夠使社會(huì)和企業(yè)經(jīng)濟(jì)得到快速恢復(fù)和發(fā)展，加快經(jīng)濟(jì)轉(zhuǎn)型。數(shù)字經(jīng)濟(jì)由信息經(jīng)濟(jì)發(fā)展而來(lái)，Porat最早在《信息經(jīng)濟(jì)》一書中界定了與信息經(jīng)濟(jì)密切相關(guān)的基本概念和范疇[2]。隨著互聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)逐漸成為支持國(guó)民經(jīng)濟(jì)快速發(fā)展不可替代的要素，產(chǎn)品范圍被進(jìn)一步拓寬，電影、音樂、廣告等產(chǎn)品通過(guò)互聯(lián)網(wǎng)廣為流傳[3]。數(shù)字經(jīng)濟(jì)這一名詞最早出現(xiàn)在1996年，Tapscott首次定義了“數(shù)字經(jīng)濟(jì)”的內(nèi)涵，認(rèn)為數(shù)字經(jīng)濟(jì)是對(duì)ICT技術(shù)進(jìn)行運(yùn)用的經(jīng)濟(jì)系統(tǒng)[4]。Negroponte指出，由于數(shù)字化、信息化和網(wǎng)絡(luò)化改變了人類的生產(chǎn)方式，數(shù)字化生存變成了一種全新的生存方式[5]。佟家棟和張千認(rèn)為，數(shù)字經(jīng)濟(jì)最起碼應(yīng)當(dāng)包括數(shù)據(jù)化、網(wǎng)絡(luò)化、數(shù)字智能化以及共享普惠化這四大基本特征[6]。從目前的研究來(lái)看，大多數(shù)學(xué)者認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)促進(jìn)中國(guó)的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[7]，實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)的快速轉(zhuǎn)型和高質(zhì)量發(fā)展[8]，但鮮有文獻(xiàn)深入研究數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)。區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展水平與企業(yè)全要素生產(chǎn)率之間是否還存在更為深層次的聯(lián)系，作用機(jī)制又是怎樣的，這是值得深思的問(wèn)題。Autor等發(fā)現(xiàn)，數(shù)字技術(shù)的發(fā)展對(duì)不同企業(yè)的影響存在顯著差異，企業(yè)間異質(zhì)性明顯[9]。這種異質(zhì)性是否也體現(xiàn)在數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響中？厘清這些問(wèn)題，有助于更好地發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中的微觀動(dòng)力引擎。

本文嘗試構(gòu)建一個(gè)可以反映地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合指標(biāo)，以282個(gè)地級(jí)及以上城市和上市公司的企業(yè)為考察對(duì)象，探究數(shù)字經(jīng)濟(jì)如何影響企業(yè)全要素生產(chǎn)率。與本文最為直接的研究是數(shù)字經(jīng)濟(jì)對(duì)企業(yè)發(fā)展的影響。已有文獻(xiàn)立足于數(shù)字經(jīng)濟(jì)對(duì)企業(yè)綠色創(chuàng)新、企業(yè)資源配置效率、企業(yè)能源效率和企業(yè)轉(zhuǎn)型等的影響［1013］。其中，有兩篇文獻(xiàn)與本文的關(guān)系最為密切，一是宋清華等認(rèn)為產(chǎn)業(yè)數(shù)字化顯著提升了企業(yè)全要素生產(chǎn)率[14]，但該文僅僅著眼于產(chǎn)業(yè)數(shù)字化，沒有全面考慮數(shù)字經(jīng)濟(jì)；二是黃群慧等證實(shí)了互聯(lián)網(wǎng)發(fā)展促進(jìn)了制造業(yè)生產(chǎn)率，并且對(duì)制造業(yè)生產(chǎn)率的影響要大于對(duì)整個(gè)城市的影響[15]，但其僅僅考慮了制造業(yè)與互聯(lián)網(wǎng)發(fā)展水平。企業(yè)全要素生產(chǎn)率的影響因素和影響機(jī)制，是經(jīng)濟(jì)學(xué)中不可或缺的研究?jī)?nèi)容。現(xiàn)有文獻(xiàn)一般是從以下兩個(gè)方面研究企業(yè)全要素生產(chǎn)率的影響因素的。一是基于企業(yè)內(nèi)部因素，如：外商直接投資通過(guò)增強(qiáng)內(nèi)部管理，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升[16]；企業(yè)內(nèi)部控制可以顯著提升企業(yè)全要素生產(chǎn)率，并且這種效應(yīng)隨著內(nèi)部控制程度提升而得到增強(qiáng)[17]。二是關(guān)注的重點(diǎn)在企業(yè)外部生存環(huán)境上，例如低碳城市建設(shè)[18]和國(guó)家自主創(chuàng)新示范區(qū)[19]的建立都通過(guò)技術(shù)創(chuàng)新這一途徑促進(jìn)了企業(yè)全要素生產(chǎn)率的提升。

互聯(lián)網(wǎng)發(fā)展是數(shù)字經(jīng)濟(jì)的重要方面，但不是全部。目前學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)的經(jīng)濟(jì)效應(yīng)研究多聚焦于宏觀經(jīng)濟(jì)，本文將視角切換到微觀企業(yè)上，可為政府和企業(yè)雙方提供參考意見。從政府角度看，可以更好理解并采取措施充分發(fā)揮數(shù)字經(jīng)濟(jì)促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型和高質(zhì)量發(fā)展的作用。從企業(yè)角度看，可以更充分認(rèn)識(shí)數(shù)字經(jīng)濟(jì)帶來(lái)的發(fā)展機(jī)遇，加快線上線下經(jīng)濟(jì)融合，促進(jìn)企業(yè)高質(zhì)量發(fā)展。本文的邊際貢獻(xiàn)有以下幾點(diǎn)：一是構(gòu)建衡量數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合指標(biāo)，實(shí)證探討數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率之間的促進(jìn)作用，可豐富相關(guān)文獻(xiàn)；二是從企業(yè)內(nèi)部和外部?jī)蓚€(gè)方面發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制，加強(qiáng)數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率之間的邏輯關(guān)聯(lián)；三是不同于大多數(shù)研究著眼于省級(jí)和城市層面，本文探究城市數(shù)字經(jīng)濟(jì)這一宏觀引擎如何對(duì)企業(yè)全要素生產(chǎn)率這一微觀引擎進(jìn)行影響，更接近政府和企業(yè)角色互動(dòng)的中國(guó)現(xiàn)實(shí)；四是從企業(yè)、行業(yè)和城市三個(gè)層面考察數(shù)字經(jīng)濟(jì)影響企業(yè)全要素生產(chǎn)率的異質(zhì)性，較為全面地考慮了可能存在的異質(zhì)性問(wèn)題。

二、 理論分析與研究假設(shè)

（一） 數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的直接影響

數(shù)據(jù)作為全新的生產(chǎn)要素，加快了信息傳遞速度，影響到經(jīng)濟(jì)發(fā)展的方方面面，對(duì)企業(yè)的組織方式、生產(chǎn)方式、流通方式產(chǎn)生了深遠(yuǎn)影響，其直接影響表現(xiàn)為帶動(dòng)企業(yè)數(shù)字化。首先，數(shù)字化打破了傳統(tǒng)經(jīng)濟(jì)在時(shí)間和空間上的局限，使企業(yè)、消費(fèi)者、政府三方之間的聯(lián)系更為密切，交流更加便捷；優(yōu)化了企業(yè)的生產(chǎn)經(jīng)營(yíng)、交易分配，改善各種生產(chǎn)要素在企業(yè)之間的配置和流通方式，為企業(yè)的運(yùn)營(yíng)和發(fā)展提供了保障，促進(jìn)了企業(yè)效率的提升。其次，數(shù)字化提高了企業(yè)內(nèi)部信息搜尋、傳遞和溝通的效率，促進(jìn)企業(yè)的組織結(jié)構(gòu)從金字塔型向扁平化方向轉(zhuǎn)變。組織層級(jí)的減少有效避免了信息在傳遞過(guò)程中的失真和扭曲，降低了企業(yè)溝通和協(xié)調(diào)的成本。最后，數(shù)字經(jīng)濟(jì)作為一種新型經(jīng)濟(jì)，受到全球的重視，各個(gè)國(guó)家制定了許多支持?jǐn)?shù)字經(jīng)濟(jì)發(fā)展的政策。政府的激勵(lì)政策和鼓勵(lì)創(chuàng)新的市場(chǎng)環(huán)境能夠有效提高企業(yè)的生產(chǎn)率。因此，本文提出假設(shè)1：

假設(shè)1：數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的增加起著積極作用。

（二） 數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的間接影響

在數(shù)字經(jīng)濟(jì)大潮中，數(shù)字化轉(zhuǎn)型已不僅是企業(yè)發(fā)展的“選擇題”，還是關(guān)乎企業(yè)生存的“必修課”。數(shù)字經(jīng)濟(jì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型不僅有直接的驅(qū)動(dòng)作用，還有間接的驅(qū)動(dòng)作用，主要從企業(yè)內(nèi)外兩方面進(jìn)行影響。整體的理論框架如圖1所示。

數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的內(nèi)部影響主要體現(xiàn)如下。第一，數(shù)字經(jīng)濟(jì)可以通過(guò)降低企業(yè)內(nèi)部的管理成本提高全要素生產(chǎn)率。一方面，數(shù)字經(jīng)濟(jì)利用數(shù)字化技術(shù)使企業(yè)的傳統(tǒng)組織形式向低成本管理的方向轉(zhuǎn)變，實(shí)現(xiàn)企業(yè)內(nèi)部的智慧管理。智慧管理使企業(yè)內(nèi)部組織結(jié)構(gòu)變?yōu)榫W(wǎng)狀組織，加強(qiáng)了部門與部門之間的協(xié)調(diào)工作，提高了企業(yè)的運(yùn)營(yíng)效率和生產(chǎn)效率。另一方面，數(shù)字經(jīng)濟(jì)的發(fā)展能夠解除傳統(tǒng)管理模式的限制，打破部門與部門之間的界限，優(yōu)化管理流程中存在的問(wèn)題，實(shí)現(xiàn)管理的高效化。各部門可以在第一時(shí)間獲取到最新的數(shù)據(jù)資源和工作信息，提前做好準(zhǔn)備工作，提高工作效率。第二，數(shù)字經(jīng)濟(jì)可以通過(guò)提高企業(yè)內(nèi)部的人力資本投入提升全要素生產(chǎn)率。一方面，數(shù)字經(jīng)濟(jì)和互聯(lián)網(wǎng)的發(fā)展降低了企業(yè)與勞動(dòng)者之間的信息不對(duì)稱程度[20]，企業(yè)與勞動(dòng)者之間的雙向選擇更加透明化，這會(huì)使得企業(yè)基于自身發(fā)展優(yōu)化人力資本結(jié)構(gòu)，加大人力資本投入。人力資本越高，企業(yè)對(duì)于新知識(shí)和新技能的學(xué)習(xí)就越快，成本就越低。同時(shí)在生產(chǎn)中協(xié)同效率會(huì)得到增強(qiáng)，提升企業(yè)的生產(chǎn)率[21]。另一方面，數(shù)字技術(shù)的不斷發(fā)展促使企業(yè)內(nèi)部的知識(shí)不斷交流，增強(qiáng)了企業(yè)人力資本的知識(shí)累積程度，提高了企業(yè)的效率。

數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的外部影響體現(xiàn)如下。數(shù)字經(jīng)濟(jì)可以通過(guò)降低企業(yè)外部的交易成本提升企業(yè)全要素生產(chǎn)率。一方面，數(shù)字經(jīng)濟(jì)能夠憑借高效的數(shù)據(jù)搜集、整合、傳輸與計(jì)算，改善生產(chǎn)、分配、流通與消費(fèi)環(huán)節(jié)的信息透明度，降低企業(yè)的交易成本[22]。另一方面，數(shù)字經(jīng)濟(jì)降低了企業(yè)與消費(fèi)者之間的信息交換成本。企業(yè)與消費(fèi)者通過(guò)數(shù)字經(jīng)濟(jì)平臺(tái)可以獲取到彼此需要的信息，企業(yè)通過(guò)對(duì)消費(fèi)者進(jìn)行人物畫像，集中生產(chǎn)消費(fèi)者需要的產(chǎn)品，消費(fèi)者通過(guò)平臺(tái)了解產(chǎn)品信息、降低決策成本。隨著企業(yè)交易成本的降低，企業(yè)的整體成本也隨之減少，從而增加企業(yè)的利潤(rùn)率。利潤(rùn)率的提高為企業(yè)資金的增加提供了可能性，企業(yè)將會(huì)有資金對(duì)設(shè)備進(jìn)行購(gòu)買或者加大研發(fā)投入，從而提升企業(yè)的全要素生產(chǎn)率[23]。因此，本文提出假設(shè)2：

假設(shè)2：數(shù)字經(jīng)濟(jì)通過(guò)降低企業(yè)管理成本、提高企業(yè)人力資本、降低交易成本提升企業(yè)全要素生產(chǎn)率。

三、 研究設(shè)計(jì)

（一） 計(jì)量模型

上文對(duì)數(shù)字經(jīng)濟(jì)影響企業(yè)全要素生產(chǎn)率進(jìn)行理論機(jī)制探討，為了驗(yàn)證假設(shè)1，本文建立了如下的基準(zhǔn)模型：

tfplpijt=α0+α1digijt+α2Xijt+firmi+cityi+yeari+industryi+εijt（1）

其中，tfplpijt是j市i企業(yè)在t年的全要素生產(chǎn)率，digijt是j市t年的數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)，Xijt是影響企業(yè)全要素生產(chǎn)率的一系列控制變量。另外，firmi是企業(yè)效應(yīng)，cityi是城市效應(yīng)，yeari是時(shí)間效應(yīng)，industryi是行業(yè)效應(yīng)，εijt是隨機(jī)擾動(dòng)項(xiàng)。本文重點(diǎn)關(guān)注的是α1的系數(shù)，其衡量企業(yè)全要素生產(chǎn)率隨著數(shù)字經(jīng)濟(jì)發(fā)展改變而變動(dòng)的幅度。

參考李云鶴等的研究[24]，為了驗(yàn)證假設(shè)2，本文采用逐步檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)，模型如下：

tfplpijt=α0+α1digijt+α2Xijt+firmi+cityi+yeari+industryi+εijt（2）

Mijt=β0+β1digijt+β2Xijt+firmi+cityi+yeari+industryi+εijt（3）

tfplpijt=γ0+γ1digijt+γ2Mijt+γ3Xijt+firmi+cityi+yeari+industryi+εijt（4）

其中，Mijt表示中介變量，其他同上。本文重點(diǎn)關(guān)注的是α1、β1、γ1、γ2的值，若這四者的值均顯著，就說(shuō)明中介變量存在部分中介效應(yīng)。

（二） 變量選取

1. 被解釋變量

企業(yè)全要素生產(chǎn)率（tfplp），本文參照石大千等的研究[25]，用LP法估算企業(yè)全要素生產(chǎn)率。首先構(gòu)建生產(chǎn)函數(shù)，即柯布-道格拉斯函數(shù)：Yt=AtKαtLβt。其中Yt代表上市公司的產(chǎn)出，Kt表示上市公司的資本投入，Lt表示上市公司的勞動(dòng)投入，At就是通常意義上的全要素生產(chǎn)率，它可以表示同時(shí)提升各種投入要素的邊際產(chǎn)出。接著同時(shí)對(duì)等式的兩邊取對(duì)數(shù)轉(zhuǎn)換為如下的形式：lnYt=αKt+βLt+μit。其中，殘差項(xiàng)就包括了tfp對(duì)數(shù)形式的信息。結(jié)合上市公司數(shù)據(jù)作如下處理：上市公司產(chǎn)出Y用企業(yè)主營(yíng)業(yè)務(wù)收入衡量；K用固定資產(chǎn)凈額衡量；L用職工人數(shù)衡量；M用購(gòu)買商品、接受勞務(wù)實(shí)際支付的現(xiàn)金衡量。

2. 解釋變量

本文借鑒趙濤等的研究[26]，從互聯(lián)網(wǎng)普及率、相關(guān)從業(yè)人員情況、相關(guān)產(chǎn)出情況、移動(dòng)電話普及率和數(shù)字金融發(fā)展水平這五個(gè)方面去衡量數(shù)字經(jīng)濟(jì)發(fā)展水平[27]。具體指標(biāo)含義及數(shù)據(jù)來(lái)源見表1。采用客觀賦權(quán)法中的熵值法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，記為digi。

3. 中介變量

企業(yè)內(nèi)部的管理成本（manage）用管理費(fèi)用率進(jìn)行衡量；企業(yè)內(nèi)部的人力資本投入（work）用平均每位職工擁有的支付給職工現(xiàn)金的自然對(duì)數(shù)進(jìn)行衡量；企業(yè)外部的交易成本（sale）用銷售費(fèi)用率進(jìn)行衡量。

4. 控制變量

參考相關(guān)文獻(xiàn)[2831]，本文選取的控制變量有：企業(yè)規(guī)模（size），采用員工人數(shù)的自然對(duì)數(shù)衡量；企業(yè)年齡（age），采用公司成立時(shí)間的自然對(duì)數(shù)衡量；總資產(chǎn)凈利潤(rùn)率（roa），采用凈利潤(rùn)與總資產(chǎn)的比值衡量；資產(chǎn)負(fù)債率（lev），采用總負(fù)債與總資產(chǎn)的比值衡量；現(xiàn)金凈額（cash），采用經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)糁蹬c總資產(chǎn)的比值衡量；成長(zhǎng)能力（growth），采用營(yíng)業(yè)收入增長(zhǎng)率衡量；高管薪酬（comp），采用董事、監(jiān)事及高管前三名薪酬總額的自然對(duì)數(shù)衡量。

（三） 數(shù)據(jù)來(lái)源

我國(guó)從2011年開始發(fā)布數(shù)字普惠金融指數(shù)，而2020年之后的新冠肺炎疫情對(duì)我國(guó)的經(jīng)濟(jì)社會(huì)造成了較大的沖擊，可能對(duì)回歸結(jié)果產(chǎn)生較大影響，因此本文將考察時(shí)間確定為2011—2019年。企業(yè)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)，為中國(guó)A股上市公司，為保證數(shù)據(jù)更能反映經(jīng)濟(jì)事實(shí)，對(duì)數(shù)據(jù)作如下處理：剔除ST公司和金融類公司；剔除所有退市和擁有交叉股的公司。最終得到3140個(gè)企業(yè)18523個(gè)觀測(cè)值。地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》，由于數(shù)字經(jīng)濟(jì)測(cè)算相關(guān)指標(biāo)的限制，為保證數(shù)據(jù)的可獲得性、可比性和完整性，選取中國(guó)282個(gè)地級(jí)市及以上城市的數(shù)據(jù)進(jìn)行分析和測(cè)度，同時(shí)為了避免極端值對(duì)回歸結(jié)果產(chǎn)生影響，對(duì)變量進(jìn)行1%水平的縮尾處理。表2為描述性統(tǒng)計(jì)分析結(jié)果。

四、 實(shí)證結(jié)果分析

（一） 基準(zhǔn)回歸

為了驗(yàn)證假設(shè)1，本文對(duì)模型（1）進(jìn)行回歸，回歸結(jié)果如表3所示。其中，列（1）為未加控制變量，僅控制企業(yè)效應(yīng)與年份效應(yīng)的回歸結(jié)果。列（2）在列（1）的基礎(chǔ)上加入了控制變量。列（3）在列（2）的基礎(chǔ)上加上了行業(yè)效應(yīng)。列（4）在列（3）的基礎(chǔ)上加上了城市效應(yīng)。

從表3來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)均顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展水平顯著促進(jìn)了企業(yè)全要素生產(chǎn)率的提升，地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平越高，當(dāng)?shù)仄髽I(yè)的全要素生產(chǎn)率就越高，假設(shè)1得到支持?？赡艿脑蚴菙?shù)字經(jīng)濟(jì)通過(guò)數(shù)字化技術(shù)和互聯(lián)網(wǎng)重新配置了資源，降低了信息不對(duì)稱程度，提升了企業(yè)全要素生產(chǎn)率。

（二） 內(nèi)生性問(wèn)題處理和穩(wěn)健性檢驗(yàn)

為了驗(yàn)證基準(zhǔn)回歸的穩(wěn)健性，本文對(duì)基準(zhǔn)回歸進(jìn)行了內(nèi)生性處理和穩(wěn)健性檢驗(yàn)，限于篇幅，相關(guān)結(jié)果省略，留存?zhèn)渌鳌?/p>

1. 內(nèi)生性處理

內(nèi)生性問(wèn)題是經(jīng)濟(jì)研究中不可忽略的問(wèn)題。一方面企業(yè)全要素生產(chǎn)率會(huì)與數(shù)字經(jīng)濟(jì)的發(fā)展存在一定的互為因果關(guān)系；另一方面，企業(yè)全要素生產(chǎn)率的影響因素非常之多，本文無(wú)法列出所有的影響變量，會(huì)產(chǎn)生遺漏變量問(wèn)題?；谝陨蟽煞矫娣治?，本文試圖通過(guò)工具變量法緩解數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率之間的內(nèi)生性問(wèn)題。

借鑒趙濤等的研究[26]，本文選取1984年的固定電話數(shù)量作為數(shù)字經(jīng)濟(jì)的工具變量。這么做一方面是因?yàn)楫?dāng)?shù)貧v史的電信基礎(chǔ)設(shè)施會(huì)影響到互聯(lián)網(wǎng)發(fā)展，滿足工具變量的相關(guān)性；另一方面，隨著技術(shù)進(jìn)步，固定電話等傳統(tǒng)電信工具對(duì)經(jīng)濟(jì)發(fā)展的影響逐漸下降直至式微，滿足工具變量的排他性，選擇的數(shù)據(jù)時(shí)間越遠(yuǎn)離現(xiàn)有時(shí)間，排他性越強(qiáng)，1984年是我們可以找到電信數(shù)據(jù)的最早年份。但由于1984年的固定電話數(shù)量是截面數(shù)據(jù)，無(wú)法用于面板數(shù)據(jù)的直接回歸，借鑒Nunn和Qian的做法[32]，本文用上一年的互聯(lián)網(wǎng)用戶數(shù)與1984年的固定電話數(shù)量乘積表示當(dāng)年數(shù)字經(jīng)濟(jì)發(fā)展的工具變量。同時(shí)考慮到內(nèi)生性結(jié)果的穩(wěn)健性，本文也使用數(shù)字經(jīng)濟(jì)發(fā)展水平的一階滯后項(xiàng)作為工具變量緩解內(nèi)生性問(wèn)題?？梢钥闯觯瑹o(wú)論是基于何種工具變量，數(shù)字經(jīng)濟(jì)的發(fā)展都顯著促進(jìn)了企業(yè)全要素生產(chǎn)率的提升。

2. 穩(wěn)健性檢驗(yàn)

為保證研究結(jié)果的穩(wěn)健性，本文進(jìn)行了如下的穩(wěn)健性檢驗(yàn)：（1）借鑒魯曉東和連玉君的研究[33]，用OP法和GMM法替代LP法測(cè)算企業(yè)全要素生產(chǎn)率重新進(jìn)行回歸。（2）為進(jìn)一步防止反向因果關(guān)系，分別將企業(yè)全要素生產(chǎn)率滯后一期和數(shù)字經(jīng)濟(jì)滯后一期納入回歸。上述穩(wěn)健性檢驗(yàn)結(jié)果均與基準(zhǔn)回歸結(jié)果保持一致。

（三） 機(jī)制檢驗(yàn)

本文首先驗(yàn)證管理成本的中介效應(yīng)，回歸結(jié)果如表4的列（1）和列（2）所示，列（1）中數(shù)字經(jīng)濟(jì)的回歸系數(shù)為-0.025，在5%水平上顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)每增加1單位，企業(yè)的管理費(fèi)用率會(huì)降低0.025個(gè)單位。列（2）中管理費(fèi)用率的回歸系數(shù)為-3.729，在1%水平上顯著為正，并且數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.178，在5%水平上顯著為正，說(shuō)明管理成本在數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率之間起到部分中介效應(yīng)。究其原因，數(shù)字經(jīng)濟(jì)的發(fā)展改變了企業(yè)內(nèi)部的組織結(jié)構(gòu)，使得企業(yè)組織結(jié)構(gòu)向著更加智能化、高效化方向轉(zhuǎn)化，從而降低管理成本，提高企業(yè)效率。

接下來(lái)驗(yàn)證人力資本投入的中介效應(yīng)。回歸結(jié)果如表4的列（3）和列（4）所示。列（3）中數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.133，在5%水平上顯著為正，說(shuō)明數(shù)字經(jīng)濟(jì)每增加1單位，企業(yè)的人力資本投入會(huì)增加0.133個(gè)單位。列（4）中人力資本投入的回歸系數(shù)為0.642，在1%水平上顯著為正，并且數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.243，在1%水平上顯著為正，表明選取人力資本投入這一中介變量是準(zhǔn)確的，即數(shù)字經(jīng)濟(jì)會(huì)通過(guò)影響企業(yè)的人力資本投入影響企業(yè)的全要素生產(chǎn)率。究其原因，數(shù)字經(jīng)濟(jì)的發(fā)展使得企業(yè)內(nèi)部簡(jiǎn)單性、重復(fù)性勞動(dòng)被人工智能取代，從而優(yōu)化了企業(yè)內(nèi)部的人力資本，提升了企業(yè)效率。

最后驗(yàn)證交易成本的中介效應(yīng)，回歸結(jié)果如表4的列（5）和列（6）所示。列（5）中數(shù)字經(jīng)濟(jì)的回歸系數(shù)為-0.019，在10%水平上顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)每增加1單位，企業(yè)的交易成本會(huì)降低0.019個(gè)單位。列（6）中交易成本回歸系數(shù)為-1.779，在1%水平上顯著為正，并且數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.308，在1%水平上顯著為正，表明選取交易成本這一中介變量是準(zhǔn)確的，即數(shù)字經(jīng)濟(jì)會(huì)通過(guò)影響企業(yè)的交易成本影響企業(yè)的全要素生產(chǎn)率。究其原因，數(shù)字經(jīng)濟(jì)的發(fā)展減少了中間環(huán)節(jié)，降低了企業(yè)的信息收集成本，提高了企業(yè)與客戶之間的信息公開度，從而提升了企業(yè)的效率。

（四） 異質(zhì)性分析

1. 企業(yè)所有制

從產(chǎn)權(quán)性質(zhì)看，數(shù)字經(jīng)濟(jì)發(fā)展水平是否會(huì)因?yàn)槠髽I(yè)所有制不同而顯示出差異化的效果？本文按照企業(yè)的產(chǎn)權(quán)性質(zhì)，將其分為非國(guó)有企業(yè)和國(guó)有企業(yè)。表5的列（1）和列（2）顯示，非國(guó)有企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.281，但不顯著，國(guó)有企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.354，在1%水平上顯著為正，這表明相較于非國(guó)有企業(yè)，國(guó)有企業(yè)的數(shù)字經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)更為明顯?？赡艿脑蛴校阂皇菄?guó)有企業(yè)承擔(dān)了中國(guó)的大部分新基建，并且在數(shù)字化技術(shù)方面不斷取得重大突破，更有利于數(shù)字經(jīng)濟(jì)發(fā)揮促進(jìn)作用；二是非國(guó)有企業(yè)面臨著生存壓力和進(jìn)入壁壘等，無(wú)法全身心投入數(shù)字化發(fā)展過(guò)程。

2. 企業(yè)規(guī)模

為了考察數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響在企業(yè)規(guī)模中是否存在異質(zhì)性，本文以企業(yè)規(guī)模的中位數(shù)為分界線，將樣本分為兩組。表5列（3）和列（4）的回歸結(jié)果顯示，大企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.396，在1%水平上顯著為正，國(guó)有企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.141，但并不顯著，這表明相較于小規(guī)模企業(yè)，大規(guī)模企業(yè)的數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)更為明顯?？赡艿脑?yàn)椋阂皇谴笠?guī)模企業(yè)往往具有資金優(yōu)勢(shì)、人才優(yōu)勢(shì)和技術(shù)優(yōu)勢(shì)等，學(xué)習(xí)能力往往更強(qiáng)，更容易把握數(shù)字經(jīng)濟(jì)帶來(lái)的機(jī)遇，利用數(shù)字經(jīng)濟(jì)獲取便利，在數(shù)字經(jīng)濟(jì)創(chuàng)新中獲得啟發(fā)；二是小規(guī)模企業(yè)受人才、資金等約束只能進(jìn)行簡(jiǎn)單的信息化應(yīng)用，很難在短期內(nèi)跟上數(shù)字經(jīng)濟(jì)發(fā)展的腳步，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

3. 企業(yè)年齡

為了考察數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響在企業(yè)年齡中是否存在異質(zhì)性，本文以企業(yè)年齡的中位數(shù)為分界線，將樣本分為兩組。表5中的列（5）和列（6）顯示，舊企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.139，但不顯著，新企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.274，在10%水平上顯著為正，這表明相較于高年齡組，低年齡組的數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)更為明顯。可能的原因?yàn)椋盒缕髽I(yè)成立時(shí)更靠近數(shù)字經(jīng)濟(jì)快速發(fā)展階段，對(duì)數(shù)字化技術(shù)和外部政策更為敏感，其人力資本投入可以更好地適應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展的要求，從而使企業(yè)的生產(chǎn)率更高。

4. 行業(yè)性質(zhì)

從行業(yè)性質(zhì)看，數(shù)字經(jīng)濟(jì)發(fā)展水平是否會(huì)因?yàn)槠髽I(yè)所處行業(yè)的不同而顯示出差異化的效果？本文按照企業(yè)所在行業(yè)，將其分為制造業(yè)和服務(wù)業(yè)。表6的列（1）和列（2）顯示，制造業(yè)企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.149，但不顯著，服務(wù)業(yè)企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.663，在1%水平上顯著為正，這表明相較于制造業(yè)，服務(wù)業(yè)企業(yè)的數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)更為明顯。進(jìn)一步，本文將服務(wù)業(yè)分為生產(chǎn)性服務(wù)業(yè)和非生產(chǎn)性服務(wù)業(yè)[34]。由表6的列（3）和列（4）結(jié)果可知，生產(chǎn)性服務(wù)業(yè)企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.766，在1%水平上顯著為正，非生產(chǎn)性服務(wù)業(yè)企業(yè)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.612，在5%水平上顯著為正，這表明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)生產(chǎn)性服務(wù)業(yè)的影響比對(duì)非生產(chǎn)服務(wù)業(yè)的影響更為明顯?？赡艿脑蛴校阂皇欠?wù)業(yè)以生產(chǎn)和銷售無(wú)形資產(chǎn)為主，與數(shù)字經(jīng)濟(jì)的發(fā)展存在最佳的配合，數(shù)字經(jīng)濟(jì)已經(jīng)和服務(wù)業(yè)深度融合，出現(xiàn)了許多新平臺(tái)和新業(yè)態(tài)，降低交易成本的作用更為明顯，特別是對(duì)于生產(chǎn)性服務(wù)業(yè)而言；二是相較于制造業(yè)，服務(wù)業(yè)更加急迫地需要進(jìn)行數(shù)字化轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)對(duì)服務(wù)業(yè)的邊際效用更加明顯。這一結(jié)果也從側(cè)面說(shuō)明加快制造業(yè)的數(shù)字化轉(zhuǎn)型迫在眉睫。

5. 企業(yè)所在區(qū)域

從地理角度看，數(shù)字經(jīng)濟(jì)發(fā)展水平是否會(huì)因?yàn)槌鞘袇^(qū)域特征的不同而顯示出差異化的效果？本文按照城市所在省份，將其分為東部地區(qū)和中西部地區(qū)，回歸結(jié)果如表7的列（1）和列（2）所示。中西部地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.202，但不顯著，東部地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.566，在1%水平上顯著為正，這表明數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)東部地區(qū)的企業(yè)全要素生產(chǎn)率的影響更為明顯。這是因?yàn)闁|部地區(qū)相較于中西部地區(qū)，擁有更好的資本、勞動(dòng)力和基礎(chǔ)設(shè)施，可以更好地發(fā)揮數(shù)字經(jīng)濟(jì)的促進(jìn)作用。

6. 數(shù)字經(jīng)濟(jì)發(fā)展水平

在前文對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度的基礎(chǔ)上，本文將數(shù)字經(jīng)濟(jì)發(fā)展水平按照數(shù)字經(jīng)濟(jì)發(fā)展水平的中位數(shù)分為高數(shù)字經(jīng)濟(jì)和低數(shù)字經(jīng)濟(jì)兩個(gè)組別。表7中的列（3）和列（4）表明相較于低數(shù)字經(jīng)濟(jì)組，高數(shù)字經(jīng)濟(jì)地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.286，在10%水平上顯著為正，低數(shù)字經(jīng)濟(jì)地區(qū)數(shù)字經(jīng)濟(jì)的回歸系數(shù)為0.390，但并不顯著，這表明高數(shù)字經(jīng)濟(jì)組的數(shù)字經(jīng)濟(jì)發(fā)展水平系數(shù)更為明顯。可能因?yàn)閿?shù)字經(jīng)濟(jì)發(fā)展程度高的地區(qū)，數(shù)字化轉(zhuǎn)型基礎(chǔ)好，政策扶持力度高，企業(yè)可以更好地適應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展。

五、 結(jié)論性評(píng)述

提高數(shù)字經(jīng)濟(jì)發(fā)展水平，促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展，提升企業(yè)生產(chǎn)率至關(guān)重要。本文使用2011—2019年地級(jí)市數(shù)字經(jīng)濟(jì)發(fā)展水平和滬深A(yù)股上市公司的數(shù)據(jù)考察數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響，結(jié)果表明，數(shù)字經(jīng)濟(jì)始終提升了企業(yè)全要素生產(chǎn)率。機(jī)制分析表明，數(shù)字經(jīng)濟(jì)能夠通過(guò)降低企業(yè)管理成本、增加企業(yè)人力資本投入和降低企業(yè)交易成本來(lái)緩解信息不對(duì)稱，從而促進(jìn)企業(yè)全要素生產(chǎn)率提升。此外，數(shù)字經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)全要素生產(chǎn)率的影響在國(guó)有企業(yè)、大規(guī)模企業(yè)、新企業(yè)、服務(wù)業(yè)特別是生產(chǎn)性服務(wù)業(yè)、東部地區(qū)和數(shù)字經(jīng)濟(jì)發(fā)展程度高的地區(qū)中更為明顯。

本文的研究涉及數(shù)字經(jīng)濟(jì)的發(fā)展與企業(yè)全要素生產(chǎn)率，關(guān)系到數(shù)字經(jīng)濟(jì)時(shí)代中國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展。根據(jù)研究結(jié)果，本文提出如下政策建議：（1）地方政府應(yīng)積極抓住數(shù)字經(jīng)濟(jì)高速發(fā)展的機(jī)遇，順應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展勢(shì)頭，化被動(dòng)為主動(dòng)，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好氛圍，加大政策傾斜力度，積極鼓勵(lì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。首先，為了提高企業(yè)數(shù)字化程度，政府應(yīng)當(dāng)加大數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)投入力度，大力發(fā)展互聯(lián)網(wǎng)，謀劃布局5G，加快全國(guó)各地信息網(wǎng)絡(luò)的建設(shè)，持續(xù)推動(dòng)基礎(chǔ)設(shè)施智能化升級(jí)，為企業(yè)高質(zhì)量發(fā)展提供基礎(chǔ)支持。其次，數(shù)據(jù)是繼勞動(dòng)、資本、土地等的又一生產(chǎn)要素，政府應(yīng)當(dāng)充分發(fā)揮數(shù)據(jù)的作用，要強(qiáng)化數(shù)據(jù)供給，推動(dòng)數(shù)據(jù)要素市場(chǎng)化，為企業(yè)的發(fā)展提供數(shù)據(jù)要素支撐。最后政府應(yīng)當(dāng)健全數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中的法律法規(guī)，增強(qiáng)數(shù)據(jù)保護(hù)力度，強(qiáng)化協(xié)同治理和監(jiān)管機(jī)制，防止個(gè)別企業(yè)形成數(shù)據(jù)壟斷，為企業(yè)高質(zhì)量發(fā)展提供法律保護(hù)。本文的結(jié)論證明數(shù)字經(jīng)濟(jì)的發(fā)展可以促進(jìn)企業(yè)全要素生產(chǎn)率，也就意味著數(shù)字經(jīng)濟(jì)可以實(shí)現(xiàn)中國(guó)經(jīng)濟(jì)的“提質(zhì)增量”。政府應(yīng)當(dāng)高度重視數(shù)字經(jīng)濟(jì)的發(fā)展，促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。（2）企業(yè)全要素生產(chǎn)率提升是中國(guó)經(jīng)濟(jì)“提質(zhì)增量”的微觀基礎(chǔ)和重要引擎，數(shù)字經(jīng)濟(jì)的發(fā)展可以有效降低成本和增加資本投入，數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)應(yīng)抓住數(shù)字經(jīng)濟(jì)發(fā)展紅利，充分運(yùn)用數(shù)字技術(shù)緩解信息不對(duì)稱，減少交易成本和提高人力資本投入。首先，應(yīng)積極促進(jìn)和加入?yún)^(qū)域和行業(yè)的信息整合、共享，通過(guò)統(tǒng)一的數(shù)據(jù)共享平臺(tái)，降低信息搜尋成本和交易成本。其次，要積極融入數(shù)字技術(shù)進(jìn)步的大潮中，積極培育和引入數(shù)字化發(fā)展相關(guān)的專業(yè)人才，充分挖掘信息價(jià)值為企業(yè)所用。

由于數(shù)據(jù)和研究方法的局限性，本文的研究還存在不足，未來(lái)可在以下幾個(gè)方面拓展：（1）在數(shù)據(jù)可獲得的情況下，可以對(duì)地級(jí)市數(shù)字經(jīng)濟(jì)發(fā)展水平的指標(biāo)作進(jìn)一步的擴(kuò)充；（2）數(shù)字經(jīng)濟(jì)具有很強(qiáng)的外部性，本文未考慮區(qū)域之間的相互聯(lián)系，在模型允許的情況下，可進(jìn)一步研究數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的空間溢出效應(yīng)。

參考文獻(xiàn)：

［1］柏培文，喻理.數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)格加成：理論機(jī)制與經(jīng)驗(yàn)事實(shí)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：5977.

[2]Porat M.The information economy：Definition and measurement[M].Washington D.C.：U.S. Department of Commerce，1977.

[3]許憲春，張美慧.中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究——基于國(guó)際比較的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：2341.

[4]Tapscott D.The digital economy：Promise and peril in the age of networked intelligence[M].New York：Mc GrawHill，1996.

[5]Negroponte N.Being digital[M].New York：Random House，1996.

[6]佟家棟，張千.數(shù)字經(jīng)濟(jì)內(nèi)涵及其對(duì)未來(lái)經(jīng)濟(jì)發(fā)展的超常貢獻(xiàn)[J].南開學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（3）：1933.

[7]李治國(guó)，車帥，王杰.數(shù)字經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)——基于中國(guó)275個(gè)城市的異質(zhì)性檢驗(yàn)[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（5）：2740.

[8]Ding C，Liu C，Zheng C，et al.Digital economy，technological innovation and highquality economic development：Based on spatial effect and mediation effect[J].Sustainability，2021，14（1）：216216.

[9]Autor D，Dorn D，Katz L F，et al.The fall of the labor share and the rise of superstar firms[J].Quarterly Journal of Economics，2020（2）：645709.

[10]宋德勇，朱文博，丁海.企業(yè)數(shù)字化能否促進(jìn)綠色技術(shù)創(chuàng)新？——基于重污染行業(yè)上市公司的考察[J].財(cái)經(jīng)研究，2022（4）：3448.

[11]韋莊禹.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)制造業(yè)企業(yè)資源配置效率的影響研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022（3）：6685.

[12]Li M，Du W.Can internet development improve the energy efficiency of firms：Empirical evidence from China[J].Energy，2021，237：121590.

[13]蔡慶豐，王瀚佑，李東旭.互聯(lián)網(wǎng)貸款、勞動(dòng)生產(chǎn)率與企業(yè)轉(zhuǎn)型——基于勞動(dòng)力流動(dòng)性的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（12）：146165.

[14]宋清華，鐘啟明，溫湖煒.產(chǎn)業(yè)數(shù)字化與企業(yè)全要素生產(chǎn)率——來(lái)自中國(guó)制造業(yè)上市公司的證據(jù)[J].海南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022（4）：111.

[15]黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：523.

[16]盛明泉，劉悅.外商直接投資如何影響企業(yè)全要素生產(chǎn)率[J].現(xiàn)代經(jīng)濟(jì)探討，2021（6）：8493.

[17]Fang B，Zhang Y，Song Z，et al.Effects of enterprises internal controls on the Total Factors Productivity（TFP）：A moderating effect of economic policies uncertainty[J].Journal of Data，Information and Management，2022，4（2）：185195.

[18]Chen H，Guo W，F(xiàn)eng X，et al.The impact of lowcarbon city pilot policy on the total factor productivity of listed enterprises in China[J].Resources，Conservation and Recycling，2021，169：105457.

[19]王思文，孫亞輝.產(chǎn)業(yè)政策對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制——基于國(guó)家自主創(chuàng)新示范區(qū)的準(zhǔn)自然實(shí)驗(yàn)[J].科技進(jìn)步與對(duì)策，2021（23）：131140.

[20]蔣殿春，潘曉旺.數(shù)字經(jīng)濟(jì)發(fā)展對(duì)企業(yè)創(chuàng)新績(jī)效的影響——基于我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（1）：149160.

[21]劉鵬飛，李瑩.契約執(zhí)行效率、人力資本與全要素生產(chǎn)率[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（11）：112.

[22]武宵旭，任保平.數(shù)字經(jīng)濟(jì)背景下要素資源配置機(jī)制重塑的路徑與政策調(diào)整[J].經(jīng)濟(jì)體制改革，2022（2）：510.

[23]石大千，胡可，陳佳.城市文明是否推動(dòng)了企業(yè)高質(zhì)量發(fā)展？——基于環(huán)境規(guī)制與交易成本視角[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2019（6）：2738.

[24]李云鶴，吳文鋒，胡悅.雙層股權(quán)與企業(yè)創(chuàng)新：科技董事的協(xié)同治理功能[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：159176.

[25]石大千，李格，劉建江.信息化沖擊、交易成本與企業(yè)TFP——基于國(guó)家智慧城市建設(shè)的自然實(shí)驗(yàn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2020（3）：117130.

[26]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020（10）：6576.

[27]郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020（4）：14011418.

[28]宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138155.

[29]Liu S，Yin S，Yin C，et al.Does the price of natural resources affect firms total factor productivity？Evidence from a natural experiment in China[J].Economic Analysis and Policy，2021，70：3750.

[30]江紅莉，蔣鵬程.數(shù)字金融能提升企業(yè)全要素生產(chǎn)率嗎？——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（3）：318.

[31]He Y，Zhu X，Zheng H.The influence of environmental protection tax law on total factor productivity：Evidence from listed firms in China[J].Energy Economics，2022，113：106248.

[32]Nunn N，Qian N.US food aid and civil conflict[J].The American Economic Review，2014（6）：16301666.

[33]魯曉東，連玉君.中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007[J].經(jīng)濟(jì)學(xué)（季刊），2012（2）：541558.

[34]白俊紅，張藝璇，卞元超.創(chuàng)新驅(qū)動(dòng)政策是否提升城市創(chuàng)業(yè)活躍度——來(lái)自國(guó)家創(chuàng)新型城市試點(diǎn)政策的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（6）：6178.

［責(zé)任編輯：高婷］

Abstract： Based on the data of 282 prefecturelevel cities and 3140 Ashare listed companies in China from 2011 to 2019， this paper examines the impact of the development level of digital economy on the total factor productivity of enterprises. The results show that the development of digital economy has significantly improved the total factor productivity of local enterprises. The mechanism test results show that the digital economy can alleviate information asymmetry by reducing corporate management costs， increasing corporate human capital investment and reducing corporate transaction costs， thereby improving corporate total factor productivity. The impact of the development level of digital economy on the total factor productivity of enterprises is heterogeneous， and it has a greater impact on stateowned enterprises， largescale enterprises， new enterprises， service industries， especially productive service enterprises. This effect is more significant in the eastern region and regions with a high degree of digital economic development. This provides a theoretical basis for exerting the microincentive effect of the digital economy and thus promoting the quality of the macro economy.

Key Words： digital economy; total factor productivity; administrative costs; human capital input; transaction cost