寇冬雪,張彩云

(1.中國(guó)社會(huì)科學(xué)院 工業(yè)經(jīng)濟(jì)研究所, 北京 100006;2.中國(guó)社會(huì)科學(xué)院 經(jīng)濟(jì)研究所, 北京 100836)

一、引言

隨著數(shù)字化時(shí)代的到來,數(shù)字經(jīng)濟(jì)通過對(duì)資本和勞動(dòng)要素賦能催生了新的經(jīng)濟(jì)增長(zhǎng)形式,成為新時(shí)期經(jīng)濟(jì)增長(zhǎng)的重要助推器。根據(jù)中國(guó)信息通信研究院2022年7月發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告(2022)》,中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)45.5萬億元,占GDP的39.8%。與此同時(shí),國(guó)家對(duì)數(shù)字經(jīng)濟(jì)建設(shè)給予了重點(diǎn)關(guān)注,近期出臺(tái)的相關(guān)文件和發(fā)表的重要講話中關(guān)于數(shù)字經(jīng)濟(jì)的表述呈爆炸式增長(zhǎng)。如黨的二十大報(bào)告指出要“加快發(fā)展數(shù)字經(jīng)濟(jì),促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”;中共中央政治局第三十四次集體學(xué)習(xí)會(huì)議強(qiáng)調(diào)“把握數(shù)字經(jīng)濟(jì)發(fā)展趨勢(shì)和規(guī)律,推動(dòng)中國(guó)數(shù)字經(jīng)濟(jì)健康發(fā)展”;“十四五”規(guī)劃中把“加快數(shù)字化發(fā)展,建設(shè)數(shù)字中國(guó)”作為單獨(dú)的篇章進(jìn)行闡述。數(shù)字經(jīng)濟(jì)作為國(guó)民經(jīng)濟(jì)的“穩(wěn)定器”“加速器”,如何有效發(fā)揮數(shù)字經(jīng)濟(jì)的新動(dòng)能,對(duì)于助力經(jīng)濟(jì)健康持續(xù)發(fā)展意義深遠(yuǎn)。

從經(jīng)濟(jì)學(xué)理論上講,數(shù)字經(jīng)濟(jì)會(huì)以提升全要素生產(chǎn)率的方式進(jìn)入經(jīng)濟(jì)增長(zhǎng)方程,進(jìn)而影響經(jīng)濟(jì)增長(zhǎng)。Klenow[1]的研究測(cè)算出資源配置效率的改善對(duì)全要素生產(chǎn)率提升的貢獻(xiàn)度高達(dá)50%。數(shù)字化能夠緩解要素的錯(cuò)配問題,進(jìn)而優(yōu)化資源配置[2]。不僅如此,數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合通過勞動(dòng)賦能和資本賦能使勞動(dòng)生產(chǎn)率和資本生產(chǎn)率發(fā)生改變,有助于加速重構(gòu)生產(chǎn)要素體系,從而影響全要素生產(chǎn)率[3]。然而,數(shù)字經(jīng)濟(jì)的發(fā)展并非必然促進(jìn)全要素生產(chǎn)率的提升,也可能出現(xiàn)“計(jì)算機(jī)無處不在,但卻從來沒有反映在生產(chǎn)率上”的“索洛悖論”現(xiàn)象[4]。由于存在信息技術(shù)的時(shí)滯性、投入產(chǎn)出測(cè)量誤差、企業(yè)管理不善及資本存量不足等原因[5-8],數(shù)字經(jīng)濟(jì)帶來的技術(shù)進(jìn)步并不一定會(huì)帶來生產(chǎn)率的增長(zhǎng)。更甚者,數(shù)字經(jīng)濟(jì)還會(huì)產(chǎn)生價(jià)格歧視、競(jìng)價(jià)排名、數(shù)據(jù)信息限制和掠奪性定價(jià)等一系列典型壟斷行為[9],嚴(yán)重?cái)_亂經(jīng)濟(jì)活動(dòng)的秩序[10],扭曲資源的合理流動(dòng),阻礙生產(chǎn)技術(shù)提升。那么,在數(shù)字經(jīng)濟(jì)迅速發(fā)展且在國(guó)民經(jīng)濟(jì)中占比不斷提升的背景下,一個(gè)重要的議題是:數(shù)字經(jīng)濟(jì)發(fā)展對(duì)全要素生產(chǎn)率的影響到底如何?厘清該問題,從一個(gè)更加全面的視角理解數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響,能為數(shù)字中國(guó)建設(shè)提供經(jīng)驗(yàn)參考。

本文的邊際貢獻(xiàn)體現(xiàn)在:第一,在研究視角上,不同于以往的研究,本文不僅探討了宏觀城市層面的數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率之間的關(guān)系,更從微觀企業(yè)數(shù)字化層面對(duì)二者之間的關(guān)系進(jìn)行驗(yàn)證,以全面理解數(shù)字經(jīng)濟(jì)發(fā)揮作用的影響及其內(nèi)在原因。第二,在研究思路上,本文首先從宏觀層面檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的整體影響,基于技術(shù)進(jìn)步和效率提高的視角找到數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的原因,并從投入產(chǎn)出結(jié)構(gòu)視角檢驗(yàn)了數(shù)字經(jīng)濟(jì)不利于全要素生產(chǎn)率提升的根源,最后從微觀企業(yè)層面對(duì)二者之間的關(guān)系進(jìn)行檢驗(yàn)。全面且深入地剖析了數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的作用機(jī)制,為實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)提供了一個(gè)可借鑒的邏輯框架。第三,在研究方法上,本文匹配了地級(jí)市以及上市公司的面板數(shù)據(jù),通過構(gòu)建數(shù)字經(jīng)濟(jì)主成分指標(biāo)和企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo),驗(yàn)證了數(shù)字經(jīng)濟(jì)和全要素生產(chǎn)率之間的邏輯關(guān)系,彌補(bǔ)了既有研究?jī)H從省級(jí)層面分析的不足,有助于從更全面、多維度的視角理解數(shù)字經(jīng)濟(jì)、全要素生產(chǎn)率、產(chǎn)業(yè)結(jié)構(gòu)以及企業(yè)數(shù)字化之間的內(nèi)在關(guān)系,豐富了既有研究結(jié)論,且數(shù)據(jù)量的擴(kuò)大也使相關(guān)研究結(jié)論更具統(tǒng)計(jì)學(xué)意義上的一般性。

二、文獻(xiàn)綜述

全要素生產(chǎn)率是資本、勞動(dòng)等要素投入不變時(shí)的經(jīng)濟(jì)增長(zhǎng)速度[11],因其能更好地反映人力資本質(zhì)量、企業(yè)技術(shù)和管理模式等因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響,一直以來被當(dāng)作衡量經(jīng)濟(jì)增長(zhǎng)的重要指標(biāo)。關(guān)于數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率的研究,可從數(shù)字經(jīng)濟(jì)的演進(jìn)歷程開始分析。數(shù)字經(jīng)濟(jì)一詞最早出現(xiàn)于1996年Don Tapscott 的TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelligence一書[12],關(guān)于數(shù)字經(jīng)濟(jì)的研究經(jīng)歷了從信息經(jīng)濟(jì)、互聯(lián)網(wǎng)經(jīng)濟(jì)到數(shù)字經(jīng)濟(jì)的探索階段[13],學(xué)者們考察了信息化、互聯(lián)網(wǎng)及人工智能等因素對(duì)全要素生產(chǎn)率的作用[14-16],并從技術(shù)進(jìn)步和效率提高兩個(gè)方面展開了詳細(xì)探討,其中涉及數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的替代問題、對(duì)基礎(chǔ)設(shè)施的拉動(dòng)問題等內(nèi)容的討論。

(一)數(shù)字經(jīng)濟(jì)對(duì)技術(shù)進(jìn)步的影響

21世紀(jì)技術(shù)進(jìn)步最為核心的表現(xiàn)就是大數(shù)據(jù)在數(shù)字經(jīng)濟(jì)、人工智能等領(lǐng)域的廣泛應(yīng)用,以人工智能、數(shù)字化革命為代表的大數(shù)據(jù)應(yīng)用帶來空前的技術(shù)進(jìn)步,促使能夠提升勞動(dòng)生產(chǎn)率、資本效率和產(chǎn)品質(zhì)量的技術(shù)進(jìn)步獲得空前的發(fā)展,并為綠色生產(chǎn)、生活等提供重要的技術(shù)手段和保障[17-19]。具體而言,一方面,數(shù)字技術(shù)能夠促進(jìn)知識(shí)的傳播和積累,提升開放式創(chuàng)新實(shí)踐水平,激勵(lì)企業(yè)從事更多的創(chuàng)新活動(dòng)[20]。數(shù)字化所產(chǎn)生的網(wǎng)絡(luò)效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)及其與人力資源的整合,有助于加快知識(shí)在各創(chuàng)新主體之間的傳播和共享[21-22]。邱子迅等[23]認(rèn)為大數(shù)據(jù)試驗(yàn)區(qū)的建立顯著提升了地區(qū)的全要素生產(chǎn)率,且這種提升作用是由技術(shù)進(jìn)步主導(dǎo)的。Abdul-Nasser等[24]的研究也表明大數(shù)據(jù)的應(yīng)用會(huì)影響企業(yè)的綠色創(chuàng)新活動(dòng)。不僅如此,數(shù)字經(jīng)濟(jì)還能通過促進(jìn)協(xié)同創(chuàng)新實(shí)現(xiàn)不同技術(shù)領(lǐng)域間各類知識(shí)的整合與重構(gòu)[25],激勵(lì)企業(yè)進(jìn)行綠色技術(shù)創(chuàng)新[26]。另一方面,數(shù)字經(jīng)濟(jì)使人工智能服務(wù)可以通過更便宜的資本來補(bǔ)充或替代勞動(dòng)力[27],那些被替代的勞動(dòng)力一般為低技能、低效率的勞動(dòng)力,大量低技能就業(yè)崗位會(huì)被淘汰,相應(yīng)地,也會(huì)出現(xiàn)更多的高技能就業(yè)崗位[28],這會(huì)為全要素生產(chǎn)率的提升提供更多的優(yōu)質(zhì)人力資本。然而,也有部分研究從研發(fā)投入[29]、技術(shù)擴(kuò)散[30]及互聯(lián)網(wǎng)發(fā)展[16]等視角檢驗(yàn)發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)不但沒有提升全要素生產(chǎn)率,反而使之出現(xiàn)降低的趨勢(shì)?；诓煌暯堑难芯康贸龅牟煌Y(jié)論使二者之間的關(guān)系莫衷一是。

(二)數(shù)字經(jīng)濟(jì)對(duì)效率提升的影響

一種觀點(diǎn)認(rèn)為數(shù)字經(jīng)濟(jì)有助于緩解資源扭曲、提升資源配置,進(jìn)而提升全要素生產(chǎn)率。數(shù)字經(jīng)濟(jì)改變了傳統(tǒng)的生產(chǎn)模式,打破了傳統(tǒng)要素市場(chǎng)的束縛,緩解了資源錯(cuò)配和市場(chǎng)扭曲問題[31]。Atrostic等[32]認(rèn)為企業(yè)人員在工作中采用電信通信和網(wǎng)絡(luò)辦公等方式會(huì)給企業(yè)的勞動(dòng)生產(chǎn)效率帶來積極的影響。Acemoglu等[28]認(rèn)為互聯(lián)網(wǎng)和數(shù)字化技術(shù)的使用使勞動(dòng)者突破時(shí)空限制,改善了勞動(dòng)要素的配置效率。不僅如此,數(shù)字金融等新興業(yè)態(tài)的蓬勃發(fā)展以及數(shù)字基礎(chǔ)設(shè)施的迅速發(fā)展促進(jìn)了互聯(lián)網(wǎng)接入設(shè)施覆蓋性的擴(kuò)展及設(shè)施使用的便利化,迅速填平了中國(guó)互聯(lián)網(wǎng)的“接入鴻溝”,推動(dòng)了基于互聯(lián)網(wǎng)平臺(tái)的借貸市場(chǎng)破解融資約束問題[33-34]。另一種觀點(diǎn)認(rèn)為數(shù)字經(jīng)濟(jì)對(duì)生產(chǎn)效率存在負(fù)面影響?；ヂ?lián)網(wǎng)的爆炸式增長(zhǎng)是一種極不平衡的擴(kuò)張,這種擴(kuò)張不僅無法緩解要素扭曲,反而加劇了要素使用過程中的不平等。已有研究顯示,富國(guó)和窮國(guó)之間的國(guó)際互聯(lián)網(wǎng)用戶數(shù)量分布差距比全球富國(guó)與窮國(guó)人均收入差距的懸殊程度還要嚴(yán)重。伴隨著經(jīng)濟(jì)的發(fā)展,“數(shù)字鴻溝”正在迅速擴(kuò)大[35]。不僅如此,數(shù)字經(jīng)濟(jì)會(huì)產(chǎn)生價(jià)格歧視、競(jìng)價(jià)排名、數(shù)據(jù)信息限制和掠奪性定價(jià)等一系列典型壟斷行為,從而引發(fā)資源錯(cuò)配,擾亂市場(chǎng)秩序,降低生產(chǎn)效率[9]。

上述文獻(xiàn)分析了數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響及其機(jī)制,其結(jié)論對(duì)本研究極具啟發(fā)性,但該領(lǐng)域仍然有可進(jìn)一步挖掘的地方:第一,從宏觀層面及微觀層面來看,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響結(jié)果是否一致?第二,其影響結(jié)果一致或不一致的原因是什么?第三,助力數(shù)字經(jīng)濟(jì)提升全要素生產(chǎn)率的著力點(diǎn)在哪里?本文將回答這3個(gè)問題。

三、實(shí)證設(shè)計(jì)

(一)模型設(shè)置

為考察數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的作用機(jī)制,本文從宏觀視角檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響,并采用微觀的企業(yè)數(shù)字化視角進(jìn)行驗(yàn)證。首先,設(shè)置模型(1)和模型(2)如下:

宏觀視角:TFPit=α0+α1DEit+αpXit+μi+γt+εit

(1)

微觀視角:tfpit=α0+α1deit+αpXit+μi+γt+εit

(2)

其中,TFPit表示i城市第t年的全要素生產(chǎn)率,tfpit表示i企業(yè)第t年的全要素生產(chǎn)率;DEit表示i城市第t年的數(shù)字經(jīng)濟(jì)發(fā)展水平,deit表示i企業(yè)第t年的數(shù)字化水平;Xit表示控制變量,包括交通便利度(road)、人口密度(den)、外商直接投資(fdi)、財(cái)政自主權(quán)(gov)和第二產(chǎn)業(yè)占GDP比重(manu);μi和γt分別表示控制了個(gè)體和年份的固定效應(yīng),εit表示隨機(jī)誤差項(xiàng)。

其次,將全要素生產(chǎn)率劃分為技術(shù)變化和效率變化兩部分,檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)不同類型技術(shù)變化和效率變化的影響作用。構(gòu)建模型(3)和模型(4)如下:

Techit=α0+α1DEit+αpXit+μi+γt+εit

(3)

Efficit=α0+α1DEit+αpXit+μi+γt+εit

(4)

其中,Techit和Efficit分別表示i城市第t年的技術(shù)變化(tc)和效率變化(ec);其余指標(biāo)解釋同上。

最后,基于要素的投入產(chǎn)出結(jié)構(gòu)視角,考察宏觀視角下數(shù)字經(jīng)濟(jì)對(duì)不同要素結(jié)構(gòu)發(fā)揮的作用,同時(shí)采用微觀的企業(yè)數(shù)字化視角進(jìn)行驗(yàn)證。設(shè)置模型(5)～(8)如下:

宏觀視角:Inputit=α0+α1DEit+αpXit+μi+γt+εit

(5)

Outputit=α0+α1DEit+αpXit+μi+γt+εit

(6)

微觀視角:inputit=α0+α1deit+αpXit+μi+γt+εit

(7)

outputit=α0+α1deit+αpXit+μi+γt+εit

(8)

其中,Inputit和Outputit分別表示i城市第t年的投入和產(chǎn)出;inputit和outputit分別表示i企業(yè)第t年的投入和產(chǎn)出;其余指標(biāo)解釋同上。

(二)變量的選取和說明

1.數(shù)字經(jīng)濟(jì)指標(biāo)測(cè)度

學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)數(shù)據(jù)和測(cè)評(píng)指標(biāo)體系尚未有統(tǒng)一定論,本文基于宏觀和微觀視角分別測(cè)算數(shù)字經(jīng)濟(jì)的發(fā)展情況。宏觀層面,根據(jù)徐清源等[36]的研究,目前國(guó)內(nèi)外學(xué)界和政府部門對(duì)數(shù)字經(jīng)濟(jì)的測(cè)度一般分為兩類:一是在界定范圍內(nèi),統(tǒng)計(jì)或估算出一定區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)規(guī)模體量的直接法;二是基于多個(gè)維度指標(biāo),對(duì)不同地區(qū)間數(shù)字經(jīng)濟(jì)發(fā)展情況進(jìn)行對(duì)比,得到數(shù)字經(jīng)濟(jì)發(fā)展相對(duì)情況的對(duì)比法。與國(guó)際指標(biāo)相比,國(guó)內(nèi)指標(biāo)存在時(shí)間新、差異性強(qiáng)、數(shù)據(jù)來源多樣的特點(diǎn)。本文通過梳理,認(rèn)為目前數(shù)字經(jīng)濟(jì)測(cè)度指標(biāo)的構(gòu)建存在以下特點(diǎn):一是由于時(shí)間跨度短、數(shù)據(jù)獲取受限等原因,指標(biāo)主要集中于省級(jí)層面;二是指標(biāo)選取的維度不同,指標(biāo)差別較大。如楊慧梅等[37]從產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化2個(gè)維度,采用主成分分析法構(gòu)建指標(biāo)體系,劉軍等[38]則從信息化發(fā)展、互聯(lián)網(wǎng)發(fā)展和數(shù)字交易3個(gè)維度構(gòu)建指標(biāo)體系。為了彌補(bǔ)上述指標(biāo)構(gòu)建方面的不足,從更全面、豐富的視角檢驗(yàn)數(shù)字經(jīng)濟(jì)的影響,本文借鑒趙濤等[39]、劉軍等[38]及黃群慧等[40]的方法,從互聯(lián)網(wǎng)發(fā)展和數(shù)字普惠金融兩方面對(duì)數(shù)字經(jīng)濟(jì)綜合發(fā)展水平進(jìn)行測(cè)度,并將互聯(lián)網(wǎng)發(fā)展作為測(cè)度核心,加入數(shù)字交易的指標(biāo)體系。采用互聯(lián)網(wǎng)普及率、相關(guān)從業(yè)人員情況、相關(guān)產(chǎn)出情況和移動(dòng)電話普及率4個(gè)指標(biāo)作為互聯(lián)網(wǎng)發(fā)展的測(cè)評(píng)維度,并且分別采用百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù)、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量和百人中移動(dòng)電話用戶數(shù)進(jìn)行衡量,采用中國(guó)數(shù)字普惠金融指數(shù)來衡量數(shù)字金融發(fā)展[41]。最后,通過主成分分析方法,將以上5個(gè)指標(biāo)的數(shù)據(jù)標(biāo)準(zhǔn)化后進(jìn)行降維處理,得到數(shù)字經(jīng)濟(jì)主成分指標(biāo)。微觀層面,與多數(shù)研究所選指標(biāo)一樣,采用上市公司公布的年度報(bào)告中關(guān)于數(shù)字化的關(guān)鍵詞詞頻來衡量數(shù)字經(jīng)濟(jì)的發(fā)展情況[42-43]。

2.全要素生產(chǎn)率測(cè)度

(1)測(cè)度方法和指標(biāo)選擇

宏觀層面,TFP的測(cè)度業(yè)已成熟,且大致分為代數(shù)指數(shù)法、增長(zhǎng)核算法(索洛余值法)、隨機(jī)前沿生產(chǎn)函數(shù)法(SFA)和數(shù)據(jù)包絡(luò)分析(DEA)4類[44]。由于指數(shù)法和增長(zhǎng)核算法要求市場(chǎng)完全競(jìng)爭(zhēng)、規(guī)模報(bào)酬不變、技術(shù)進(jìn)步為?？怂怪行?且不能將全要素生產(chǎn)率增長(zhǎng)分解為技術(shù)進(jìn)步和效率變化,因此不考慮采用這兩種方法來研究城市的全要素生產(chǎn)率。同時(shí),中國(guó)經(jīng)濟(jì)在2010—2020年這十年間處于轉(zhuǎn)型期,時(shí)間跨度大,涉及城市多,各城市之間發(fā)展不均衡,很難用統(tǒng)一的生產(chǎn)函數(shù)描述,因此也不考慮采用隨機(jī)前沿分析法,最終選擇非參數(shù)DEA Malmquist生產(chǎn)率指數(shù)法來測(cè)度全要素生產(chǎn)率。該方法是基于數(shù)學(xué)規(guī)劃的方法,對(duì)指標(biāo)構(gòu)建的限制較少,無須進(jìn)行生產(chǎn)函數(shù)、無效率項(xiàng)分布及市場(chǎng)競(jìng)爭(zhēng)狀況的假設(shè),也沒有規(guī)模報(bào)酬不變、資本和勞動(dòng)產(chǎn)出彈性的約束,且無需考慮參數(shù)的估計(jì)和投入產(chǎn)出價(jià)格,即使在價(jià)格扭曲的情況下也同樣適用。不僅如此,F?re等[45-46]借鑒了Caves等[47]的核算方法,運(yùn)用基于松弛的方向性距離函數(shù)及Malmquist生產(chǎn)率指數(shù)將生產(chǎn)率分解為效率變化和技術(shù)變化。此方法中的生產(chǎn)率指數(shù)具有可分解性,并允許技術(shù)非效率的存在,不必考慮隨機(jī)沖擊的影響,在分析結(jié)果時(shí)比較穩(wěn)定。當(dāng)發(fā)生數(shù)據(jù)調(diào)整時(shí),除了相關(guān)年份會(huì)變化,其他部分都保持不變,有利于深入挖掘生產(chǎn)率的構(gòu)成來源。因此,本文借鑒張自然等[48]的方法,采用非參數(shù)DEA Malmquist生產(chǎn)率指數(shù)法測(cè)算中國(guó)地級(jí)市層面的全要素生產(chǎn)率。微觀層面的全要素生產(chǎn)率采用Olley等[49]的方法測(cè)得。

(2)投入產(chǎn)出變量

①產(chǎn)出變量。宏觀層面,本文采用既有文獻(xiàn)中常用的國(guó)內(nèi)生產(chǎn)總值指標(biāo)(gdp)來表征增加值概念,并將各城市的名義地區(qū)生產(chǎn)總值以2006年為基期除以地區(qū)生產(chǎn)總值的平減指數(shù),得出各城市的實(shí)際地區(qū)生產(chǎn)總值(sgdp)。微觀層面,分別用營(yíng)業(yè)總收入(tincome)、營(yíng)業(yè)收入(income)和主營(yíng)業(yè)務(wù)收入(mincome)表示產(chǎn)出。②投入變量。宏觀層面,投入包含勞動(dòng)力(L)和資本存量(K)兩類。勞動(dòng)力投入(peop)用就業(yè)人數(shù)來衡量。資本存量(fix)采用永續(xù)盤存法計(jì)算,即上一期資本存量扣除折舊之后與當(dāng)期新增固定資產(chǎn)投資之和。城市層面的基期資本存量由各省級(jí)2006年固定資本存量按當(dāng)年各地級(jí)市占各省級(jí)全社會(huì)固定資產(chǎn)投資的比例來確定,各省2006年資本存量采用單豪杰[50]計(jì)算的結(jié)果。與大多數(shù)文獻(xiàn)一樣,本文采用5%的折舊率。關(guān)于地級(jí)市新增固定資產(chǎn)投資的計(jì)算,按照地級(jí)市的全社會(huì)固定資產(chǎn)投資總額占省級(jí)全社會(huì)新增固定資產(chǎn)投資的比重確定各地級(jí)市的全社會(huì)新增固定資產(chǎn)投資。以2006年為基期的地級(jí)市固定資產(chǎn)價(jià)格指數(shù)通過各年各省固定資產(chǎn)價(jià)格指數(shù)的計(jì)算得到。通過這些工作,得到以2006年為基期的各地級(jí)市資本存量。微觀層面,分別用就業(yè)人數(shù)(labor)、資產(chǎn)總額(cap)、固定資產(chǎn)凈額(fcap)表示投入。

3.控制變量

(1)宏觀層面,選取交通便利度(單位人口數(shù)量的市轄區(qū)城市道路面積,用road表示)、人口密度(行政區(qū)域土地面積上的年末人口數(shù),用den表示)、外商直接投資(經(jīng)過匯率調(diào)整后的FDI的實(shí)際價(jià)格,用fdi表示)、財(cái)政自主權(quán)(財(cái)政收入/財(cái)政支出,用gov表示)、第二產(chǎn)業(yè)占GDP比重(第二產(chǎn)業(yè)/GDP,用manu表示)5項(xiàng)指標(biāo)作為控制變量。

(2)微觀層面,選取總負(fù)債率(負(fù)債合計(jì)/總資產(chǎn),用tl表示)、現(xiàn)金持有量(即(貨幣資金+交易性金融資產(chǎn))/總資產(chǎn),用cash表示)、公司規(guī)模(企業(yè)當(dāng)年資產(chǎn)總額的對(duì)數(shù),用size表示)、企業(yè)年齡(當(dāng)年年份減去成立年份后加1,用lnage表示)、固定資產(chǎn)增長(zhǎng)率(固定資產(chǎn)當(dāng)年價(jià)值占去年價(jià)值的比重減1,用fixedasset表示)、托賓Q(公司市場(chǎng)價(jià)值/賬面價(jià)值,用TobinQ表示)、企業(yè)性質(zhì)(數(shù)值為1表示國(guó)有企業(yè),反之為非國(guó)有企業(yè),用own表示)7項(xiàng)指標(biāo)作為控制變量。

(三)數(shù)據(jù)來源及處理

本文的原始數(shù)據(jù)分別來源于國(guó)家統(tǒng)計(jì)局公布的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》、EPS等微觀數(shù)據(jù)庫(kù)以及2010—2019年上市公司的面板數(shù)據(jù)。在宏觀層面,通過將數(shù)字經(jīng)濟(jì)主成分指標(biāo)和城市層面的數(shù)據(jù)指標(biāo)進(jìn)行匹配,計(jì)算得出2011—2016年的數(shù)據(jù)(1)因省級(jí)層面全社會(huì)固定資產(chǎn)投資、新增固定資產(chǎn)、地級(jí)市全社會(huì)固定資產(chǎn)投資在2017年及其之后有大量缺失值,因而核算全要素生產(chǎn)率所需要的資本數(shù)據(jù)只能到2016年,本文所需指標(biāo)的樣本也只能到2016年。但是,因本文考察的是現(xiàn)象背后的機(jī)制,所以其研究結(jié)論不受數(shù)據(jù)時(shí)間段的影響,其研究結(jié)論也具有相當(dāng)?shù)膶W(xué)術(shù)價(jià)值。;在微觀層面,整理并使用2010—2019年23 614家上市公司數(shù)據(jù)。關(guān)于城市層面的數(shù)據(jù),本文剔除吐魯番市、哈密市、三沙市、儋州市等數(shù)據(jù)缺失較嚴(yán)重的地區(qū)(且不包含港澳臺(tái)地區(qū)),選取2011—2016年中國(guó)197個(gè)地級(jí)及以上城市的面板數(shù)據(jù)。產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)、分行業(yè)就業(yè)數(shù)據(jù)采用2003年之后經(jīng)過調(diào)整的19個(gè)行業(yè)(2)分別為農(nóng)、林、牧、漁業(yè);采礦業(yè);制造業(yè);電力,燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè);建筑業(yè);批發(fā)和零售業(yè);交通運(yùn)輸,倉(cāng)儲(chǔ)和郵政業(yè);住宿和餐飲業(yè);信息傳輸,計(jì)算機(jī)服務(wù)和軟件業(yè);金融業(yè);房地產(chǎn)業(yè);租賃和商業(yè)服務(wù)業(yè);科學(xué)研究,技術(shù)服務(wù)和地質(zhì)勘查業(yè);水利,環(huán)境和公共設(shè)施管理業(yè);居民服務(wù),修理和其他服務(wù)業(yè);教育業(yè);衛(wèi)生,社會(huì)保障和社會(huì)福利業(yè);文化,體育,娛樂用房屋;公共管理和社會(huì)組織。的就業(yè)人員的處理數(shù)據(jù)。對(duì)于個(gè)別缺失的數(shù)據(jù)已進(jìn)行插值法補(bǔ)缺,同時(shí)為了消除異方差,對(duì)部分控制變量進(jìn)行取對(duì)數(shù)處理,對(duì)需要調(diào)整的數(shù)據(jù)已進(jìn)行指數(shù)調(diào)整。為了剔除價(jià)格波動(dòng)的影響,提高數(shù)據(jù)的準(zhǔn)確性及可信性,本文利用國(guó)內(nèi)生產(chǎn)總值指數(shù),以2006年為基期對(duì)所有貨幣量進(jìn)行平減,調(diào)整為可比價(jià)格。涉及固定資產(chǎn)的數(shù)據(jù),都按照固定資產(chǎn)價(jià)格指數(shù)進(jìn)行調(diào)整。表1展示了全部指標(biāo)的描述性統(tǒng)計(jì)結(jié)果。

表1 主要變量的描述性統(tǒng)計(jì)

四、實(shí)證檢驗(yàn)

基于上述分析,本文對(duì)數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率之間的關(guān)系進(jìn)行檢驗(yàn),并進(jìn)一步將全要素生產(chǎn)率分解為技術(shù)變化和效率變化,基于投入產(chǎn)出結(jié)構(gòu)視角,全面剖析數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響及其原因。

(一)基本事實(shí)分析

在對(duì)數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率的關(guān)系進(jìn)行檢驗(yàn)之前,本部分首先通過擬合曲線對(duì)數(shù)字經(jīng)濟(jì)和全要素生產(chǎn)率的增長(zhǎng)趨勢(shì)進(jìn)行簡(jiǎn)單描繪,直觀展示二者的發(fā)展?fàn)顩r。根據(jù)圖1擬合曲線結(jié)果,樣本期間數(shù)字經(jīng)濟(jì)隨時(shí)間的推移呈現(xiàn)顯著的逐年上升趨勢(shì),數(shù)字經(jīng)濟(jì)的發(fā)展勢(shì)頭迅猛。2013年之后雖然增長(zhǎng)趨勢(shì)略微放緩,但是整體趨勢(shì)依然呈現(xiàn)穩(wěn)步提升,數(shù)字時(shí)代正加速到來。

圖1 數(shù)字經(jīng)濟(jì)增長(zhǎng)趨勢(shì)

圖2展示了全要素生產(chǎn)率的增長(zhǎng)趨勢(shì)。由圖2可知,樣本期間,全要素生產(chǎn)率隨時(shí)間的推移整體呈現(xiàn)上升趨勢(shì),但個(gè)別年份出現(xiàn)下滑。這與經(jīng)濟(jì)發(fā)展現(xiàn)狀基本相符,2012年以來,中國(guó)進(jìn)入經(jīng)濟(jì)增長(zhǎng)換擋期,經(jīng)濟(jì)增速放緩,產(chǎn)業(yè)結(jié)構(gòu)性矛盾開始凸顯。在生產(chǎn)端,高能耗、高污染的粗放型發(fā)展方式已經(jīng)顯露出弊病,環(huán)境問題頻繁出現(xiàn);在消費(fèi)端,經(jīng)濟(jì)發(fā)展水平的提高產(chǎn)生的消費(fèi)多樣化需求無法滿足,高級(jí)化產(chǎn)品短缺。經(jīng)濟(jì)結(jié)構(gòu)處于不斷的動(dòng)態(tài)調(diào)整過程中,這必然表現(xiàn)為全要素生產(chǎn)率經(jīng)過一個(gè)快速漲幅之后增速逐漸放緩并隨產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整逐步回升的過程。直至2015年供給側(cè)結(jié)構(gòu)性改革的正式提出,“三去一降一補(bǔ)”的政策開始推行,經(jīng)濟(jì)結(jié)構(gòu)調(diào)整力度和速度進(jìn)一步加大加快,全要素生產(chǎn)率的增長(zhǎng)趨勢(shì)也開始由逐漸增長(zhǎng)轉(zhuǎn)為下降趨勢(shì)。

圖2 全要素生產(chǎn)率增長(zhǎng)趨勢(shì)

(二)數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率

1.基準(zhǔn)回歸

表2顯示了數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響結(jié)果。根據(jù)回歸結(jié)果,無論是否加入控制變量,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響均在1%的水平上顯著為負(fù),表明在樣本期間數(shù)字經(jīng)濟(jì)并未對(duì)全要素生產(chǎn)率起到拉動(dòng)作用,數(shù)字經(jīng)濟(jì)的積極效應(yīng)并未得到充分發(fā)揮,驗(yàn)證了樣本期間“索洛悖論”的存在。控制變量中,交通便利度對(duì)全要素生產(chǎn)率的影響作用為正,說明便利的交通確實(shí)對(duì)要素之間的流動(dòng)產(chǎn)生了積極影響,提高了不同地區(qū)間資源的配置效率,促進(jìn)了全要素生產(chǎn)率的提升;同時(shí),第二產(chǎn)業(yè)占比的增加對(duì)全要素生產(chǎn)率起到了微弱的削減作用。

表2 數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響

為檢驗(yàn)數(shù)字經(jīng)濟(jì)未能發(fā)揮積極作用的原因,本部分進(jìn)一步將全要素生產(chǎn)率分解為技術(shù)變化和效率變化兩個(gè)方面。表3顯示了數(shù)字經(jīng)濟(jì)對(duì)技術(shù)變化和效率變化的影響。根據(jù)結(jié)果,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響中,對(duì)技術(shù)變化的影響在1%的水平上顯著為負(fù),對(duì)效率變化的影響在1%的水平上顯著為正。這表明數(shù)字經(jīng)濟(jì)不利于技術(shù)進(jìn)步,卻對(duì)效率提升起到了積極作用。結(jié)合表2可知,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的降低作用是源于其對(duì)技術(shù)進(jìn)步的負(fù)面作用,數(shù)字經(jīng)濟(jì)并未推動(dòng)技術(shù)進(jìn)步,反而阻礙了技術(shù)進(jìn)步?？赡艿脑蚴?數(shù)字經(jīng)濟(jì)在改善資源配置效率的同時(shí),也存在“破壞性”的一面,數(shù)字經(jīng)濟(jì)存在的技術(shù)屬性使其具有先行者優(yōu)勢(shì),對(duì)后發(fā)者設(shè)置了較高的進(jìn)入壁壘[9],不僅擾亂了市場(chǎng)秩序,還隔斷了新技術(shù)的產(chǎn)生。更甚者,數(shù)字經(jīng)濟(jì)的虛擬屬性帶來的數(shù)字泡沫、數(shù)字幻覺等一系列不健康表現(xiàn)[51],不僅會(huì)沖擊實(shí)體經(jīng)濟(jì)的發(fā)展,還會(huì)將技術(shù)引向不規(guī)范、不健康的發(fā)展方向。具體原因?qū)⒃谙挛淖鲞M(jìn)一步探討。

表3 數(shù)字經(jīng)濟(jì)對(duì)技術(shù)變化和效率變化的影響

2.內(nèi)生性檢驗(yàn)

數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率之間的關(guān)系可能存在內(nèi)生性,且內(nèi)生性可能來自兩方面:一是數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率之間存在互為因果的關(guān)系。在數(shù)字經(jīng)濟(jì)發(fā)展的過程中,城市的生產(chǎn)率對(duì)數(shù)字化基礎(chǔ)設(shè)施的建設(shè)及數(shù)字經(jīng)濟(jì)的迅速發(fā)展等具有重要影響,如互聯(lián)網(wǎng)、信息技術(shù)等往往首先出現(xiàn)在北京、上海、杭州等一線城市;二是某些未觀測(cè)到的遺漏變量可能同時(shí)影響數(shù)字經(jīng)濟(jì)和全要素生產(chǎn)率的提升。對(duì)此,本文采取工具變量方法加以解決。工具變量的選取需同時(shí)滿足與因變量沒有直接影響,但與內(nèi)生解釋變量間存在顯著的相關(guān)性兩個(gè)條件。本文選取基于城市層面連續(xù)校正的DMSP-OLS夜光遙感數(shù)據(jù)作為工具變量,該數(shù)據(jù)來源于美國(guó)國(guó)家海洋大氣局國(guó)家地球物理數(shù)據(jù)中心。由于OLS傳感器在夜間工作,可獲取來自城市、鄉(xiāng)鎮(zhèn)及其他在夜間有持久光源的區(qū)域影像,并且去除了因云、火光、汽車和等偶然“噪聲”影響的穩(wěn)定夜間燈光影像。因此,夜間燈光影像可作為人類活動(dòng)的表征,逐步成為研究人類活動(dòng)的重要數(shù)據(jù)源[52]。

該數(shù)據(jù)作為工具變量的合理性在于:一方面,燈光強(qiáng)度越高的地區(qū),說明人類活動(dòng)越頻繁,數(shù)字經(jīng)濟(jì)發(fā)展程度就越高,其與數(shù)字經(jīng)濟(jì)的發(fā)展有著顯著的直接相關(guān)性;另一方面,夜間燈光強(qiáng)度高的地區(qū),未必全要素生產(chǎn)率就高,其對(duì)全要素生產(chǎn)率無直接影響。為保證工具變量的合理性,需要進(jìn)行3項(xiàng)檢驗(yàn):第一,工具變量的外生性檢驗(yàn),表4和表5中Hausman檢驗(yàn)的結(jié)果意味著工具變量是外生的;第二,不可識(shí)別檢驗(yàn),即工具變量個(gè)數(shù)少于內(nèi)生變量個(gè)數(shù),Anderson LM統(tǒng)計(jì)量的結(jié)果說明在1%水平上顯著拒絕了“工具變量識(shí)別不足”的原假設(shè);第三,弱工具變量檢驗(yàn),從結(jié)果看,Cragg-Donald Wald F統(tǒng)計(jì)量的數(shù)值為101.22,大于16.38的臨界值,拒絕了原假設(shè),說明工具變量與內(nèi)生解釋變量之間存在顯著相關(guān)性?；貧w結(jié)果見表4和表5。

表4 數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的內(nèi)生性檢驗(yàn)

表5 數(shù)字經(jīng)濟(jì)影響技術(shù)變化和效率變化的內(nèi)生性檢驗(yàn)

根據(jù)表4,2SLS-IV第一階段結(jié)果顯示工具變量對(duì)內(nèi)生解釋變量數(shù)字經(jīng)濟(jì)在1%水平上存在顯著相關(guān)性,檢驗(yàn)結(jié)果也證實(shí)了這一結(jié)論,表明工具變量具備有效性。第二階段的結(jié)果顯示:數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響在1%的水平上顯著為負(fù),與表5的結(jié)果一致,佐證了樣本期間數(shù)字經(jīng)濟(jì)無法提升全要素生產(chǎn)率。同樣,根據(jù)表5結(jié)果,2SLS-IV第一階段結(jié)果顯示了工具變量與內(nèi)生解釋變量之間的相關(guān)性,第二階段的結(jié)果顯示數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率中技術(shù)進(jìn)步的影響顯著為負(fù),對(duì)效率提升的影響顯著為正,這與表3結(jié)果一致,表明數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的降低作用主要體現(xiàn)在數(shù)字經(jīng)濟(jì)對(duì)技術(shù)進(jìn)步速度的影響上,佐證了樣本期間“索洛悖論”的存在。整體上,工具變量的檢驗(yàn)結(jié)果表明數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的負(fù)向影響是穩(wěn)健的,樣本期間數(shù)字經(jīng)濟(jì)并不能顯著提升全要素生產(chǎn)率。

(三)數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率:投入產(chǎn)出結(jié)構(gòu)視角

上述分析從全要素生產(chǎn)率分解視角得出數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響關(guān)系,本部分將回溯到全要素生產(chǎn)率的指標(biāo)體系本身,基于投入產(chǎn)出結(jié)構(gòu)視角考察數(shù)字經(jīng)濟(jì)的影響,具體結(jié)果見表6。

表6 數(shù)字經(jīng)濟(jì)對(duì)投入產(chǎn)出結(jié)構(gòu)的影響

由表6可知,數(shù)字經(jīng)濟(jì)對(duì)投入和產(chǎn)出的影響均顯著為正,數(shù)字經(jīng)濟(jì)不僅增加了就業(yè)人數(shù),擴(kuò)大了資本存量,還提升了產(chǎn)出。數(shù)字經(jīng)濟(jì)的發(fā)展顯著增加了勞動(dòng)力投入和資本投入,但是資本投入增加的幅度大于產(chǎn)出增加的幅度,因而全要素生產(chǎn)率無法得到提升?？傮w上,該結(jié)果符合預(yù)期,結(jié)合圖2,樣本期間數(shù)字經(jīng)濟(jì)處于發(fā)展初期,增長(zhǎng)速度快,需要大量的投資支撐前期的配套建設(shè),不可避免會(huì)出現(xiàn)投入、產(chǎn)出增加,導(dǎo)致技術(shù)獲得進(jìn)步而全要素生產(chǎn)率無法得到提升的情況。

五、進(jìn)一步分析:基于微觀企業(yè)視角的檢驗(yàn)

相對(duì)于宏觀層面要素投入結(jié)構(gòu)調(diào)整的復(fù)雜性,微觀企業(yè)要素投入結(jié)構(gòu)的調(diào)整相對(duì)容易,因此,本部分基于微觀企業(yè)視角檢驗(yàn)企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的影響,為宏觀層面的結(jié)論提供微觀的印證和解釋。

(一)企業(yè)數(shù)字化與全要素生產(chǎn)率

1.基準(zhǔn)回歸

本部分首先從微觀視角對(duì)企業(yè)數(shù)字化與全要素生產(chǎn)率之間的關(guān)系進(jìn)行檢驗(yàn),具體結(jié)果見表7。表7第(1)列展示了固定時(shí)間效應(yīng)的回歸結(jié)果:企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的影響在1%的水平上顯著為正。為了防止個(gè)體的時(shí)間趨勢(shì)干擾回歸結(jié)果,第(2)列固定了省份的時(shí)間趨勢(shì)效應(yīng),回歸結(jié)果并未改變,顯著性也沒有變化。第(3)列又加入固定了行業(yè)的回歸結(jié)果,回歸結(jié)果和顯著性同樣沒有變化。最后,在固定了時(shí)間、行業(yè)及省份的時(shí)間趨勢(shì)效應(yīng)的基礎(chǔ)上,第(4)列加入控制變量,回歸結(jié)果依然在1%的水平上顯著為正,說明企業(yè)數(shù)字化確實(shí)顯著提升了全要素生產(chǎn)率。

表7 基準(zhǔn)回歸

2.穩(wěn)健性檢驗(yàn)

在基準(zhǔn)回歸結(jié)果的基礎(chǔ)上,本部分進(jìn)行了穩(wěn)健性檢驗(yàn),表8為解釋變量滯后一期的穩(wěn)健性檢驗(yàn)結(jié)果。其中,第(2)～(3)列表示采用數(shù)字經(jīng)濟(jì)關(guān)鍵詞詞頻表征的數(shù)字化滯后一期的結(jié)果,為保證宏觀與微觀結(jié)果具有可比性,第(4)～(5)列展示了將年份區(qū)間縮短至2011—2016年的回歸結(jié)果。由表8可知,無論是否加入控制變量,無論年份區(qū)間是否縮短,企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率的影響均在1%的水平上顯著為正,說明微觀視角的企業(yè)數(shù)字化轉(zhuǎn)型有助于提升全要素生產(chǎn)率,與基準(zhǔn)回歸結(jié)果一致,驗(yàn)證了回歸結(jié)果的穩(wěn)健性。

表8 穩(wěn)健性檢驗(yàn):滯后一期處理

表9進(jìn)一步對(duì)所有解釋變量進(jìn)行縮尾處理,以剔除異常值,其中,第(2)～(3)列為對(duì)所有解釋變量進(jìn)行1%縮尾處理后的結(jié)果,第(2)列的年份區(qū)間為2010—2019年,第(3)列的年份區(qū)間為2011—2016年。結(jié)果顯示企業(yè)數(shù)字化均在1%的水平上顯著提升了全要素生產(chǎn)率,同樣證實(shí)了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

表9 穩(wěn)健性檢驗(yàn):解釋變量縮尾

(二)企業(yè)數(shù)字化與全要素生產(chǎn)率:投入產(chǎn)出結(jié)構(gòu)視角

在對(duì)微觀企業(yè)數(shù)字化與全要素生產(chǎn)率之間的關(guān)系進(jìn)行驗(yàn)證之后,本部分基于要素的投入產(chǎn)出結(jié)構(gòu)視角做進(jìn)一步檢驗(yàn),具體結(jié)果見表10。其中,第(2)～(4)列表示投入視角,第(5)～(7)列表示產(chǎn)出視角。由表10可知,企業(yè)數(shù)字化改變了要素的投入結(jié)構(gòu),對(duì)資產(chǎn)總額和固定資產(chǎn)凈額投入的影響在1%的水平上顯著為負(fù),但對(duì)就業(yè)人數(shù)和產(chǎn)出的作用不顯著,即在勞動(dòng)和產(chǎn)出不變的情況下,資本的投入顯著下降,從而使全要素生產(chǎn)率得到提升。

表10 企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的影響:投入產(chǎn)出結(jié)構(gòu)視角

對(duì)比宏觀和微觀層面的結(jié)果可知,數(shù)字經(jīng)濟(jì)抑制了技術(shù)進(jìn)步從而降低了全要素生產(chǎn)率,但是企業(yè)數(shù)字化又能提升全要素生產(chǎn)率的原因是:企業(yè)數(shù)字化節(jié)約了資本投入,即相對(duì)于宏觀層面的大量固定資產(chǎn)投入,企業(yè)數(shù)字化成本偏低;同時(shí),宏觀層面數(shù)字經(jīng)濟(jì)初期的固定投資又是必不可少的。因此,欲使宏觀層面的數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率發(fā)揮積極的促進(jìn)作用,從投入端降低固定資產(chǎn)投資的方法不可取,本文嘗試從產(chǎn)出端的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整視角對(duì)該問題做出回答。

六、一個(gè)解決方案:產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)作用

在上述分析的基礎(chǔ)上,本部分將深入到經(jīng)濟(jì)結(jié)構(gòu)內(nèi)部,通過考察產(chǎn)業(yè)結(jié)構(gòu)發(fā)揮的調(diào)節(jié)作用,為宏觀層面數(shù)字經(jīng)濟(jì)促進(jìn)全要素生產(chǎn)率提供一個(gè)解決方案,并將產(chǎn)業(yè)結(jié)構(gòu)(indu)納入數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的作用機(jī)制中,選用調(diào)節(jié)效應(yīng)模型考察產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的調(diào)節(jié)作用。模型設(shè)置如下:

TFPit=α0+α1DEit+α2DE×induit+α3induit+αpXit+μi+γt+εit

(9)

其中,induit表示i城市第t年的產(chǎn)業(yè)結(jié)構(gòu),用按照行業(yè)劃分的19個(gè)行業(yè)結(jié)構(gòu)中除去信息傳輸業(yè)、計(jì)算機(jī)服務(wù)業(yè)和軟件業(yè)從業(yè)人員以及金融業(yè)從業(yè)人員之后的第三產(chǎn)業(yè)和第二產(chǎn)業(yè)的就業(yè)人數(shù)總和與被除去的這幾個(gè)產(chǎn)業(yè)的比重來衡量。實(shí)證回歸結(jié)果見表11。

表11 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的調(diào)節(jié)作用

表11檢驗(yàn)了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率的調(diào)節(jié)作用,結(jié)果顯示:加入控制變量和不加控制變量的數(shù)字經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)交乘項(xiàng)的結(jié)果均表明數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響在1%的水平上顯著為正,說明在產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)作用下,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響顯著提升。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化意味著與數(shù)字經(jīng)濟(jì)發(fā)展相適應(yīng)的產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整過程伴隨著新的技術(shù)進(jìn)步和資源的配置效率的提高,帶來了更高層階上的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,數(shù)字經(jīng)濟(jì)效應(yīng)的發(fā)揮需要相應(yīng)的產(chǎn)業(yè)結(jié)構(gòu)與之匹配。

為了更清晰地看到產(chǎn)業(yè)結(jié)構(gòu)發(fā)揮作用的路徑,在上述基礎(chǔ)上,將全要素生產(chǎn)率進(jìn)一步分解得到表12。從數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)結(jié)構(gòu)交乘項(xiàng)的結(jié)果可知,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)全要素生產(chǎn)率的提升主要反映在技術(shù)層面,與表3中的數(shù)字經(jīng)濟(jì)對(duì)技術(shù)進(jìn)步速度影響的結(jié)果完全相反,由此可見,產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化正好可以彌補(bǔ)數(shù)字經(jīng)濟(jì)在全要素生產(chǎn)率中技術(shù)提升方面的不足,有利于打通數(shù)字經(jīng)濟(jì)影響全要素生產(chǎn)率提升的關(guān)鍵環(huán)節(jié),助力經(jīng)濟(jì)效率的提升。因此,在宏觀層面,需要通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)來弱化數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的負(fù)向影響;而在微觀層面,企業(yè)可以從投入端引入數(shù)字技術(shù),發(fā)揮企業(yè)數(shù)字化對(duì)全要素生產(chǎn)率的積極作用。

表12 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)技術(shù)變化和效率變化的影響

七、研究結(jié)論與政策建議

本文采用地級(jí)市層面及上市公司面板數(shù)據(jù),從宏觀和微觀兩個(gè)層面詳細(xì)探討了數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的影響及其原因,得出以下主要研究結(jié)論:第一,基于宏觀視角,樣本期間數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率具有顯著的負(fù)向影響,基于夜光遙感數(shù)據(jù)的內(nèi)生性檢驗(yàn)支持這一結(jié)論。結(jié)合將全要素生產(chǎn)率分解為技術(shù)變化和效率變化后的檢驗(yàn)結(jié)果可得,數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率產(chǎn)生降低作用的主要原因在于技術(shù)進(jìn)步速度的下降。進(jìn)一步基于投入產(chǎn)出結(jié)構(gòu)的結(jié)果可知,數(shù)字經(jīng)濟(jì)降低全要素生產(chǎn)率的原因是勞動(dòng)力和資本投入增加,且其增加的幅度大于產(chǎn)出增加的幅度。第二,基于微觀視角,企業(yè)數(shù)字化提升了全要素生產(chǎn)率,其原因是在投入產(chǎn)出不變的情況下,資本得到了節(jié)約。第三,對(duì)比宏觀微觀層面的結(jié)果可知,宏觀層面需要從產(chǎn)出端的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的視角弱化數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的消極作用,微觀層面需要從投入端的企業(yè)數(shù)字化視角強(qiáng)化數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率的積極作用。

基于上述結(jié)論,本文提出如下政策建議:

第一,宏觀層面。在數(shù)字經(jīng)濟(jì)發(fā)展過程中逐步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),使其與數(shù)字經(jīng)濟(jì)發(fā)展相適配。數(shù)字經(jīng)濟(jì)的發(fā)展要想實(shí)現(xiàn)社會(huì)效率的全面提升,必須伴隨產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整,使其能夠順應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展規(guī)律。因此,在推動(dòng)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的過程中,既要注重構(gòu)建與之相配套的數(shù)字生態(tài)環(huán)境,又要對(duì)相應(yīng)的數(shù)字應(yīng)用環(huán)境進(jìn)行規(guī)范,防范數(shù)字壟斷、贏家通吃等扭曲的資源配置降低經(jīng)濟(jì)效率的情況。尤其是在數(shù)字經(jīng)濟(jì)發(fā)展的前期,不規(guī)范的發(fā)展方式導(dǎo)致新知識(shí)溝通交流和新技術(shù)產(chǎn)生途徑被阻礙或被切斷,將會(huì)直接影響全社會(huì)生產(chǎn)率的提升,誘發(fā)“索洛悖論”的出現(xiàn)。

第二,微觀層面。應(yīng)提升企業(yè)數(shù)字化程度,加快數(shù)字化轉(zhuǎn)型步伐。由于企業(yè)的數(shù)字化轉(zhuǎn)型不是單一環(huán)節(jié)的數(shù)字化,而是整套系統(tǒng)的改造升級(jí),因此需要首先在戰(zhàn)略層面進(jìn)行數(shù)字化戰(zhàn)略規(guī)劃,建立嚴(yán)格且相對(duì)完善的戰(zhàn)略規(guī)劃,對(duì)轉(zhuǎn)型過程有一個(gè)自上而下的、全面的、清晰的認(rèn)知及指導(dǎo);同時(shí),要積極引入數(shù)字化專業(yè)人才,為企業(yè)數(shù)字化轉(zhuǎn)型組建相應(yīng)的數(shù)字人才團(tuán)隊(duì),進(jìn)而為支撐企業(yè)數(shù)字化轉(zhuǎn)型提供智力保障,持續(xù)激發(fā)企業(yè)數(shù)字化的創(chuàng)新效應(yīng),最終帶動(dòng)全要素生產(chǎn)率的提升。