李平，李同舟，董 康

（1.中國社會科學院數(shù)量經(jīng)濟與技術經(jīng)濟研究所，北京 100732；2.中國社會科學院項目評估與戰(zhàn)略規(guī)劃研究咨詢中心，北京 100732；3.中國社會科學院大學 商學院，北京 102488；4.四川省社會科學院 經(jīng)濟研究所，成都 610072）

一、引言

作為新一輪科技革命和產(chǎn)業(yè)變革的重要推動力量，數(shù)字技術的應用與創(chuàng)新愈發(fā)成為大國博弈和全球競爭的關鍵支點，將進一步在世界經(jīng)濟與科技競爭中發(fā)揮至關重要的作用。黨的二十大報告中提出要加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，強調(diào)要加快建設現(xiàn)代化經(jīng)濟體系，著力提高全要素生產(chǎn)率。在全球數(shù)字競爭愈發(fā)激烈的背景下，發(fā)達國家密集出臺支持數(shù)字經(jīng)濟發(fā)展的各類政策，試圖鞏固和提升現(xiàn)有優(yōu)勢，搶占未來科技發(fā)展先機。對中國而言，盡管在發(fā)展數(shù)字經(jīng)濟方面取得了一定成就，例如，2022 年我國數(shù)字經(jīng)濟規(guī)模達50.2 萬億元，占GDP 的41.5%。①數(shù)據(jù)來源于國家互聯(lián)網(wǎng)信息辦公室發(fā)布的《數(shù)字中國發(fā)展報告（2022 年）》。但也存在數(shù)字企業(yè)科技創(chuàng)新能力不足、關鍵核心技術受制于人、對國內(nèi)大市場較為依賴等突出問題，數(shù)字經(jīng)濟發(fā)展的“質(zhì)”亟待進一步提升。因此，發(fā)揮好我國特有的制度優(yōu)勢，借助有效的政策手段推動數(shù)字企業(yè)形成核心技術優(yōu)勢、有效提高全要素生產(chǎn)率，既是提高我國數(shù)字經(jīng)濟發(fā)展水平的重要方式，也是搶占未來科技制高點、促進中國式現(xiàn)代化發(fā)展的應有之義。

近年來，數(shù)字經(jīng)濟一直是學術界關注的熱點問題，眾多學者從不同角度明確了數(shù)字經(jīng)濟所發(fā)揮的的各項作用，充分肯定了發(fā)展數(shù)字經(jīng)濟的重要價值和意義。然而，關于如何提升數(shù)字經(jīng)濟的發(fā)展水平，現(xiàn)有研究多是基于機理路徑的定性研究，缺乏從實證角度定量探索究竟哪些因素能夠有效促進數(shù)字經(jīng)濟的發(fā)展。數(shù)字經(jīng)濟作為一種新興經(jīng)濟形態(tài)，技術較為密集且更新迭代迅速，市場需求和演進方向具有高度的不穩(wěn)定性和不確定性，需要一定力度的政策扶持以幫助其發(fā)展興盛（郭克莎，2019）。各級政府目前正積極作為，出臺了包括數(shù)字基建、稅收優(yōu)惠、研發(fā)補貼和技能培訓等一系列政策，旨在支持企業(yè)數(shù)字化轉(zhuǎn)型、推動數(shù)字行業(yè)發(fā)展興盛，這也引發(fā)部分學者從產(chǎn)業(yè)政策視角展開定量研究。秦文晉和劉鑫鵬（2022）以“寬帶中國”試點作為準自然實驗，實證檢驗了網(wǎng)絡基礎設施建設對發(fā)展數(shù)字經(jīng)濟的促進作用。鄧峰和楊國歌（2021）發(fā)現(xiàn)，固定資產(chǎn)加速折舊政策能夠通過緩解融資約束來提升數(shù)字企業(yè)的創(chuàng)新效率，且對中小規(guī)模和國有數(shù)字企業(yè)作用更為明顯。黃華等（2022）從政策環(huán)境角度出發(fā)，驗證了數(shù)字產(chǎn)業(yè)的政策環(huán)境對企業(yè)創(chuàng)新行為的促進作用。還有學者從政策比較的角度，探索不同類型的產(chǎn)業(yè)政策對數(shù)字經(jīng)濟創(chuàng)新的異質(zhì)性影響（余長林等，2021）。產(chǎn)業(yè)政策是推動數(shù)字經(jīng)濟發(fā)展的重要變量，會對數(shù)字經(jīng)濟主體的生產(chǎn)活動和經(jīng)營決策帶來深遠影響，但當前研究僅涉及前者對后者創(chuàng)新的作用，研究視角頗為單一?？萍紕?chuàng)新的目的是為了推動生產(chǎn)力發(fā)展、提高效率水平，因此在研究產(chǎn)業(yè)政策對數(shù)字經(jīng)濟的作用時，效率尤其是全要素生產(chǎn)率也是需要考量的重要因素，但目前尚未有學者對此展開探索。

基于此，本文從微觀企業(yè)角度入手，采用手工收集的數(shù)字行業(yè)上市企業(yè)2007—2020 年的各項財務數(shù)據(jù)，實證檢驗政府補貼、稅收優(yōu)惠、信貸支持和市場準入四類產(chǎn)業(yè)政策對于數(shù)字企業(yè)全要素生產(chǎn)率的影響，并對不同產(chǎn)權、規(guī)模和生命周期的數(shù)字企業(yè)進行異質(zhì)性分析，最后進行作用機制檢驗。本文的邊際貢獻在于：①鑒于目前針對產(chǎn)業(yè)政策影響數(shù)字經(jīng)濟發(fā)展的研究尚不充分，探索性地從全要素生產(chǎn)率視角研究了產(chǎn)業(yè)政策對數(shù)字企業(yè)的作用效果，一定程度上彌補了現(xiàn)有研究的缺憾；②從正反兩個方面分析了不同類型產(chǎn)業(yè)政策對數(shù)字企業(yè)的作用機理，深化了對產(chǎn)業(yè)政策的理解與認識；③通過對比分析不同產(chǎn)業(yè)政策的作用情況，并進行不同產(chǎn)權、規(guī)模和生命周期數(shù)字企業(yè)的異質(zhì)性分析，可以明確各類產(chǎn)業(yè)政策在不同情況下對數(shù)字企業(yè)全要素生產(chǎn)率的作用效力，能夠為政府制訂更為精準的產(chǎn)業(yè)政策提供借鑒參考。

二、理論分析與研究假設

產(chǎn)業(yè)政策作為國家對于產(chǎn)業(yè)發(fā)展和結構調(diào)整進行干預的各類政策總和，具有鮮明的調(diào)控和培植作用，尤其是在以數(shù)字行業(yè)為代表的新興產(chǎn)業(yè)領域，產(chǎn)業(yè)政策發(fā)揮著扶持初創(chuàng)企業(yè)（周文斌和后青松，2021）、促進企業(yè)創(chuàng)新（陳雄輝等，2020；Wang et al，2022）、降低經(jīng)營風險（鄧峰等，2021；董鴻源和袁潮清，2023）、推動多方合作（李文鶼等，2021；周曉陽等，2022）等多個方面的重要作用。但與此同時，產(chǎn)業(yè)政策若使用不當也會對數(shù)字企業(yè)的經(jīng)營績效帶來負面影響（Riccardo et al，2023），造成市場扭曲和不公平競爭加劇，引發(fā)資源錯配、重復建設和產(chǎn)能過剩等一系列問題（陳小亮和陳彥斌，2019），不利于數(shù)字行業(yè)的良性發(fā)展。由此可見，借助產(chǎn)業(yè)政策促進數(shù)字經(jīng)濟發(fā)展并非易事，必須深入剖析產(chǎn)業(yè)政策對數(shù)字經(jīng)濟主體的作用機制，合理評估各類政策的實施狀況和作用效力，才更有助于發(fā)揮好產(chǎn)業(yè)政策的推動作用，避免和減少因政策設計和實施不當帶來的負向影響。此外，根據(jù)黎文靖和李耀淘（2014）、余明桂等（2016）的研究，產(chǎn)業(yè)政策大致包括市場準入、特許經(jīng)營權和環(huán)保規(guī)制等直接干預類，以及資金支持、研發(fā)費用加計扣除和政府采購等間接引導類。考慮到具體產(chǎn)業(yè)政策對于數(shù)字經(jīng)濟發(fā)展的重要程度及數(shù)據(jù)的可得性，本文選取并考察政府補貼、稅收優(yōu)惠、信貸支持和市場準入四類產(chǎn)業(yè)政策對數(shù)字企業(yè)全要素生產(chǎn)率的影響。

全要素生產(chǎn)率是對經(jīng)濟增長質(zhì)量和技術進步狀況的衡量，也是近些年我國在發(fā)展過程中反復強調(diào)的重要指標。企業(yè)全要素生產(chǎn)率的提高主要源于創(chuàng)新能力的提升和資源配置效率的改善，尤其對于知識與技術高度密集的數(shù)字企業(yè)而言，創(chuàng)新能力的高低是影響其全要素生產(chǎn)率的關鍵因素。本文重點從創(chuàng)新能力和資源配置效率兩個維度分析四類產(chǎn)業(yè)政策對數(shù)字企業(yè)全要素生產(chǎn)率的影響。

政府補貼是我國應用十分廣泛的一類產(chǎn)業(yè)扶持政策，一直受到產(chǎn)業(yè)界和學界的重點關注。政府補貼可以為數(shù)字企業(yè)的創(chuàng)新活動提供資金支持，增加其研發(fā)投入并與之共擔創(chuàng)新風險，從而激發(fā)出數(shù)字企業(yè)的創(chuàng)新積極性，有助于數(shù)字企業(yè)創(chuàng)新能力的提高。與此同時，政府補貼可以傳遞出政府認可數(shù)字行業(yè)的發(fā)展前景這一重要信號（Li et al，2019），會吸引資金資源大量涌入推動數(shù)字行業(yè)發(fā)展壯大。行業(yè)規(guī)模的擴張一方面會增加數(shù)字企業(yè)可利用創(chuàng)新資源的數(shù)量；另一方面則會引發(fā)行業(yè)內(nèi)競爭烈度的增加。為了在激烈競爭中獲得生存和發(fā)展空間，數(shù)字企業(yè)必須加大創(chuàng)新研發(fā)力度，以增強自身競爭力并獲取超額利潤（王宏偉等，2022），從而進一步通過創(chuàng)新能力的提升來提高自身全要素生產(chǎn)率。但從另一角度看，政府補貼也可能帶來負向影響，引發(fā)企業(yè)的“偷懶”和尋租行為，還會致使部分企業(yè)“沉溺于”低質(zhì)量的創(chuàng)新研發(fā)中（黎文靖和鄭曼妮，2016），從而導致擠出效應、資源錯配等一系列降低企業(yè)全要素生產(chǎn)率的問題出現(xiàn)（Howell，2017）。

基于此，本文提出假設1：

政府補貼有可能促進數(shù)字企業(yè)全要素生產(chǎn)率的提升（H1）。

稅收優(yōu)惠作為政府引導產(chǎn)業(yè)發(fā)展的核心政策工具，也是影響數(shù)字企業(yè)全要素生產(chǎn)率的重要因素。稅收優(yōu)惠可以通過增加數(shù)字企業(yè)凈利潤的方式改善企業(yè)財務狀況，使其擁有更多資金投入創(chuàng)新研發(fā)，從而帶來對數(shù)字企業(yè)的創(chuàng)新激勵效應。稅收優(yōu)惠可以通過引導資源的流向，促使數(shù)字企業(yè)將有限的資源朝著政策所倡導的高效率領域投入，進而改善資源配置效率，減少數(shù)字企業(yè)的非效率投資（Rego and Wilson，2012）。此外，根據(jù)賀炎林等（2022）的研究，稅收優(yōu)惠的一部分會用來提高員工薪酬和增加員工職業(yè)培訓，這在一定程度上可以激發(fā)員工的工作積極性并提高員工的技能水平，從而可以通過提高人力資本水平的方式提升企業(yè)全要素生產(chǎn)率（鄭寶紅和張兆國，2018）。但與此同時，稅收優(yōu)惠也無法避免對數(shù)字企業(yè)全要素生產(chǎn)率的負向影響，原因同政府補貼較為類似，政策尋租、資源錯配和道德風險等問題的存在可能導致政策的實際效果背離初衷。

基于此，本文提出假設2：

稅收優(yōu)惠有可能促進數(shù)字企業(yè)全要素生產(chǎn)率的提升（H2）。

信貸支持是指政府幫助企業(yè)獲得銀行信貸的一類產(chǎn)業(yè)政策，會對企業(yè)的投融資活動產(chǎn)生重要影響。對于創(chuàng)新性強、技術含量高的數(shù)字企業(yè)而言，融資約束是影響其創(chuàng)新投入的重要因素，而創(chuàng)新又是一個長期且持續(xù)的過程，因而銀行信貸這一穩(wěn)定性強、持續(xù)性好的融資渠道顯得尤為重要（鄭世林等，2023）。一方面，信貸支持可以提高數(shù)字企業(yè)的銀行信貸可得性，幫助其緩解融資約束，減少企業(yè)為獲取信貸資金而產(chǎn)生的非生產(chǎn)性投入，有助于數(shù)字企業(yè)更專注于生產(chǎn)經(jīng)營和創(chuàng)新從而提高全要素生產(chǎn)率；另一方面，信貸支持能夠幫助數(shù)字企業(yè)獲得一定額度的低息貸款，降低企業(yè)的資金使用成本，增加其在創(chuàng)新研發(fā)方面的可用資金，進而有利于數(shù)字企業(yè)創(chuàng)新能力的提高。此外，缺乏穩(wěn)定的融資渠道是我國多數(shù)企業(yè)所面臨的突出問題，進而對企業(yè)的創(chuàng)新活動帶來了不利影響（馬光榮等，2014），這也更加凸顯了信貸支持對于數(shù)字企業(yè)發(fā)展的重要價值。

基于此，本文提出假設3：

信貸支持能夠促進數(shù)字企業(yè)全要素生產(chǎn)率的提升（H3）。

市場準入直接影響某一行業(yè)的市場競爭強度，是干預性較強的一類產(chǎn)業(yè)政策。市場準入政策可以通過降低審核門檻的方式促使更多企業(yè)進入數(shù)字行業(yè)，提高數(shù)字行業(yè)的競爭程度。在競爭壓力下企業(yè)的創(chuàng)新動力得到激發(fā)，行業(yè)的創(chuàng)新活力也進一步提升，從而有利于數(shù)字企業(yè)的技術創(chuàng)新（余長林等，2021）。放寬數(shù)字行業(yè)準入限制能夠減少各種形式的不合理限制和隱性壁壘，使各類要素進出流動更為自由，從而促進資源的高效率配置，有助于數(shù)字行業(yè)整體全要素生產(chǎn)率的提升。但與此同時，市場競爭的加劇也會強化數(shù)字企業(yè)的危機意識，促使企業(yè)進行多領域投入和超前布局，以期找到新的風口“先下手為強”，在未來競爭中搶占先機。由于數(shù)字行業(yè)具有知識、技術密集度高的顯著特征，投資金額大、研發(fā)風險高，企業(yè)若競相采用擴張性手段不斷開辟新領域，很可能導致過度投資行為的出現(xiàn)（章琳一和張洪輝，2015），從而給數(shù)字企業(yè)帶來效率損失。

基于此，本文提出假設4：

市場準入有可能促進數(shù)字企業(yè)全要素生產(chǎn)率的提升（H4）。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文以2007—2020 年我國滬深A 股數(shù)字行業(yè)上市企業(yè)為研究樣本，根據(jù)證監(jiān)會2012 版行業(yè)分類，選擇計算機、通信和其他電子設備制造業(yè)、電信、廣播電視和衛(wèi)星傳輸服務業(yè)、互聯(lián)網(wǎng)和相關服務業(yè)、軟件和信息技術服務業(yè)四類行業(yè)中的上市企業(yè)作為研究樣本，并依據(jù)下述原則進行數(shù)據(jù)剔除：①剔除special treatment（ST）類公司；②剔除關鍵數(shù)據(jù)缺失較嚴重的企業(yè)；③剔除成立年限不滿五年的企業(yè)，最終獲得了總計1995 個樣本觀測值。此外，為避免異常值的干擾，對樣本數(shù)據(jù)進行2%的雙邊縮尾處理。文中所需的所有數(shù)據(jù)均源于國泰安（CSMAR）數(shù)據(jù)庫。

（二）變量定義與說明

1.被解釋變量

對于全要素生產(chǎn)率的測算，目前學術界應用較廣的方法包括索洛余量法、固定效應法、Levinsohn-Petrin方法（LP 法）、Olley-Pakes 方法（OP 法）、數(shù)據(jù)包絡分析法（DEA）和廣義矩方法（GMM）等。不同方法的優(yōu)劣勢各有差異，例如，固定效應估計值無法體現(xiàn)時間變化信息，OP 法雖然能較好地解決內(nèi)生性問題但要求投資非負，GMM 法對于樣本數(shù)據(jù)的要求較高等（魯曉東和連玉君，2012）。本文同時選擇LP、OP 和GMM 三類方法對數(shù)字企業(yè)的全要素生產(chǎn)率進行測度，以便于進行后續(xù)回歸結果的比較，避免因測度方法本身的局限性影響結論的穩(wěn)健。

2.解釋變量

（1）政府補貼。政府補貼反映政府部門對企業(yè)的資金支持力度，本文借鑒孔東民等（2013）的處理方法，從企業(yè)財務報表附注的營業(yè)外收入中選擇“政府補助”一項，并將其除以總資產(chǎn)以消除公司規(guī)模的影響，以此來衡量政府補貼。

（2）稅收優(yōu)惠。當前學術界對稅收優(yōu)惠政策的衡量大體可分為直接和間接兩種方式，前者多以企業(yè)收到的稅費返還來衡量，后者多以企業(yè)實際稅率來指代。由于間接衡量需對企業(yè)原始數(shù)據(jù)做更多處理，為盡可能減少因數(shù)據(jù)處理計算所帶來的誤差與信息損失，本文借鑒柳光強（2016）的做法，以企業(yè)“收到的各項稅費返還總額/總資產(chǎn)”來代表稅收優(yōu)惠。

（3）信貸支持。信貸支持對于企業(yè)降低融資成本、增強流動性具有十分關鍵的意義。參考Aghion 等（2015）的研究，以“利息支出/流動負債”代表企業(yè)的借貸利率，并將行業(yè)的平均借貸利率減去企業(yè)的借貸利率，該差值越大，說明企業(yè)獲得的信貸支持力度越大。

（4）市場準入。截至目前，學術界對于行業(yè)準入的衡量并沒有一個公認的指標，代表性的研究中多以行業(yè)競爭強度進行表征。本文借鑒陳志斌和王詩雨（2015）的處理方法，以行業(yè)主營業(yè)務利潤率標準差的倒數(shù)進行衡量。該值越大，表明行業(yè)內(nèi)企業(yè)的競爭強度越大，市場準入門檻越低。

3.控制變量

根據(jù)數(shù)字企業(yè)的基本特征，結合錢雪松等（2018）、陳熙和朱玉杰（2021）等相近研究的做法，選擇企業(yè)年齡（Age）、總資產(chǎn)（Size）、總資產(chǎn)利潤率（ROA）、資產(chǎn)負債率（Lev）、資本密集度（Asset）、第一大股東持股比例（Top1）、托賓Q（TobinQ）作為本文的控制變量。

（三）模型設定

為檢驗四類產(chǎn)業(yè)政策對我國數(shù)字企業(yè)全要素生產(chǎn)率的影響，構建如式（1）基準回歸模型。

其中：lnTFPjt為數(shù)字企業(yè)j在t年全要素生產(chǎn)率的對數(shù)值；Subjt為政府補貼；TaxPjt為稅收優(yōu)惠；Loanjt為信貸支持；Marjt為市場準入；Controljt為一系列控制變量；μj、μr、μt分別指企業(yè)、地區(qū)和時間固定效應；εjt為隨機干擾項；β為待估系數(shù)。

（四）描述性統(tǒng)計

表1 報告了主要變量2007—2020 年的描述性統(tǒng)計結果。可以發(fā)現(xiàn)，由三種方法測算出的數(shù)字企業(yè)全要素生產(chǎn)率具有不小的差異性，采用LP 方法估計出的全要素生產(chǎn)率均值要顯著高于使用OP 和GMM 方法的估計值，說明采取不同方法進行全要素生產(chǎn)率的測算和計量結果對比是必要的。產(chǎn)業(yè)政策對不同數(shù)字企業(yè)的作用力度也差異較大，以政府補貼為例，個別企業(yè)獲得的補貼額達到了其總資產(chǎn)的18.1%，而另一部分企業(yè)得到的政府補貼相比其總資產(chǎn)幾乎可以忽略不計。此外，四類產(chǎn)業(yè)政策的均值和標準差顯著不同，說明不同產(chǎn)業(yè)政策的實施狀況存在一定的差異性，可能會對數(shù)字企業(yè)的全要素生產(chǎn)率帶來異質(zhì)性影響。

表1 變量的描述性統(tǒng)計

四、實證分析

（一）基本回歸

表2 報告了四類產(chǎn)業(yè)政策對數(shù)字企業(yè)全要素生產(chǎn)率的回歸結果。在控制了一系列控制變量及企業(yè)個體、年份和省份固定效應之后，結果顯示，信貸支持顯著促進了數(shù)字企業(yè)全要素生產(chǎn)率的提升，在通過三種方法測算出的TFP 的回歸當中回歸系數(shù)均在1%的水平下顯著為正。市場準入則帶來顯著的負向效應，政府補貼和稅收優(yōu)惠對數(shù)字企業(yè)全要素生產(chǎn)率的影響并不顯著，假設H3 得以驗證，假設H1、假設H2 和假設H4 則未能得到證實。究其可能的原因，相較于計劃經(jīng)濟色彩殘留、“尋租空間”相對較大的政府補貼和稅收優(yōu)惠政策而言，市場傾向性更強的信貸支持政策有利于企業(yè)聚焦于主業(yè)經(jīng)營與企業(yè)發(fā)展，降低企業(yè)在政策尋租和利益游說中的資源投入，從而在促進數(shù)字企業(yè)的全要素生產(chǎn)率方面更具優(yōu)勢。此外，企業(yè)在不同年份獲得的政府補貼和稅收優(yōu)惠可能差異較大，而信貸支持作為解決企業(yè)融資問題的重要工具，在政策的連續(xù)性和穩(wěn)定性方面相對更優(yōu)，能幫助企業(yè)獲得更加可靠的現(xiàn)金流來源，故而對于數(shù)字企業(yè)的效率提升作用更大。

表2 基本回歸結果

市場準入政策的回歸結果表明，更低市場門檻、更具競爭性的市場環(huán)境不利于數(shù)字企業(yè)全要素生產(chǎn)率的提升。細究后發(fā)現(xiàn)，區(qū)別于傳統(tǒng)企業(yè)邊際成本先遞減后遞增的一般規(guī)律，以互聯(lián)網(wǎng)服務為代表的數(shù)字企業(yè)，在完成高額固定成本投入之后便具有顯著的低邊際成本特征，能夠以接近于零的成本無限擴增其產(chǎn)量、持續(xù)降低長期平均成本。在這種規(guī)模報酬遞增的狀態(tài)下，數(shù)字企業(yè)的生產(chǎn)效率必然與企業(yè)規(guī)模成正比，這顯然會壓縮小企業(yè)的生存空間，使得完全競爭難以實現(xiàn)（荊文君和孫寶文，2019；陳曉紅等，2022）；此外，市場競爭過于激烈可能引發(fā)數(shù)字企業(yè)的過度投資行為，尤其是在新風口出現(xiàn)的早期階段，燒錢補貼、跑馬圈地的現(xiàn)象屢見不鮮，數(shù)字企業(yè)之間的競爭更像是一場你死我活的零和博弈。這顯然會造成巨大的市場投入，導致數(shù)字企業(yè)“透支過度”，給企業(yè)帶來效率損失。劉亭立等（2019）和高粼彤等（2022）對新興產(chǎn)業(yè)的研究也對此有所印證。因此，市場準入政策更加考驗政府對公平和效率的兼顧，既要推動構建一個公平高效、充滿活力的有序市場，又要對數(shù)字企業(yè)“蹭熱度”“擠風口”式一擁而上的市場行為進行合理調(diào)節(jié)，緩解企業(yè)的過度投入和資源浪費，從而促進數(shù)字企業(yè)全要素生產(chǎn)率的提升。

（二）異質(zhì)性檢驗

1.產(chǎn)權異質(zhì)性

產(chǎn)權性質(zhì)是影響企業(yè)獲得政策支持的一個重要變量，產(chǎn)業(yè)政策所帶來的政府“軟預算約束”和“所有制歧視”問題曾一度引發(fā)學術界的廣泛探討（林毅夫等，2004；劉瑞明，2011）。故根據(jù)數(shù)字企業(yè)的產(chǎn)權性質(zhì)進行分組回歸。表3 報告了基于產(chǎn)權異質(zhì)性的回歸結果，可以發(fā)現(xiàn)，四類產(chǎn)業(yè)政策對于國有數(shù)字企業(yè)的全要素生產(chǎn)率增長并無明顯的促進作用，在通過三種方法測算的TFP 的回歸當中各回歸系數(shù)均不顯著。非國有數(shù)字企業(yè)的回歸結果則與全樣本結果保持一致，信貸支持和市場準入政策分別發(fā)揮了正向和負向的影響作用?？赡艿脑蛟谟?，產(chǎn)業(yè)政策多以緩解融資約束的方式來幫助企業(yè)經(jīng)營發(fā)展，而國有企業(yè)因其有著更為緊密的政商關聯(lián)，獲取政府資金支持的機會更多，面臨的融資約束更小，故而對于產(chǎn)業(yè)政策的需求普遍不及非國有企業(yè)那般迫切，對政府支持資金的利用也可能會更加粗放和低效。而非國有企業(yè)由于缺乏某種意義上的“保護”，面臨的市場競爭壓力更大，必須將有限的資源聚焦于企業(yè)的生存和發(fā)展，對于產(chǎn)業(yè)政策的利用效率可能更高。此外，相較于擁有更多自主決策權的非國有企業(yè)而言，國有企業(yè)雖然受到了更多的政策幫扶，但也面臨著更多來自于政府的決策干預，違背效率原則的經(jīng)營決策時常出現(xiàn)。這可能會扭曲國有企業(yè)的資源配置效率，不利于其全要素生產(chǎn)率的提升；另外，國有企業(yè)憑借其特殊的市場地位，所處的競爭環(huán)境相對寬松，因市場競爭壓力而進行過度投資的情況顯然較少。非國有企業(yè)由于處于競爭第一線，開辟新領域、尋找新機遇的動力更強，出現(xiàn)過度投資的概率更大，故而市場準入對于非國有企業(yè)的負向影響更為顯著。

表3 基于產(chǎn)權異質(zhì)性的回歸結果

2.企業(yè)規(guī)模異質(zhì)性

企業(yè)規(guī)模往往與企業(yè)的市場影響力和資源充裕度強相關，這會使得不同規(guī)模的企業(yè)對于產(chǎn)業(yè)政策的需求程度和利用狀況不盡相同，因而也是影響產(chǎn)業(yè)政策作用效果的一個重要因素。本文借鑒鄧峰等（2021）處理數(shù)字企業(yè)的做法，依據(jù)企業(yè)員工人數(shù)進行規(guī)模劃分，按人數(shù)是否大于2000 人分為大企業(yè)和中小企業(yè)兩類，分組回歸的結果見表4。總體上看，信貸支持對于中小數(shù)字企業(yè)全要素生產(chǎn)率的提升作用明顯，市場準入對兩類數(shù)字企業(yè)的全要素生產(chǎn)率均帶來負向影響，但對大企業(yè)的作用顯著性更強。部分原因在于，相較于多憑借規(guī)模優(yōu)勢占領市場的大企業(yè)而言，組織決策高度靈活、對市場需求十分敏感的中小企業(yè)往往更具創(chuàng)新活力，期望憑借產(chǎn)品服務創(chuàng)新和效率提升來獲得進一步發(fā)展的機會（王孝松和張瑜，2021）。但受制于風險承擔能力低、可利用資源有限，中小企業(yè)的融資約束相對較高，但對于信貸支持往往更為倚重。而大企業(yè)的抗風險能力往往更強，獲取資源資金的渠道更廣，信貸可得性要優(yōu)于中小企業(yè)，對于信貸支持政策的敏感程度可能不及前者；另外，根據(jù)前文的分析，排斥競爭性過強的市場環(huán)境是數(shù)字企業(yè)的普遍特征，尤其是對大企業(yè)而言，保持規(guī)模優(yōu)勢、維護市場地位的優(yōu)先級顯然更高，故而對于市場準入更加敏感。

表4 基于企業(yè)規(guī)模的回歸結果

3.企業(yè)生命周期異質(zhì)性

根據(jù)企業(yè)生命周期理論，處于不同生命周期的企業(yè)在資源約束、目標戰(zhàn)略和發(fā)展穩(wěn)定性等方面迥然相異，對于產(chǎn)業(yè)政策的需求很可能存在較大差異性。本文以企業(yè)年齡中位數(shù)為界線，將數(shù)字企業(yè)劃分為成長期和成熟期兩種類型并進行分組回歸。表5 的回歸結果顯示，四類產(chǎn)業(yè)政策中，信貸支持顯著促進了成長期數(shù)字企業(yè)全要素生產(chǎn)率的提升，市場準入則對成熟期數(shù)字企業(yè)的全要素生產(chǎn)率起到顯著的抑制作用，其余產(chǎn)業(yè)政策的效果均不顯著。究其可能的原因，對于成長期數(shù)字企業(yè)而言，開疆拓土、搶占市場是這一階段主要任務，故而對外部資金有著巨大的需求。但此時企業(yè)的投資風險較高，面臨的資金成本較大，融資渠道也較為有限。信貸支持政策能夠為其提供成本較低、相對穩(wěn)定的現(xiàn)金流來源，幫助其緩解融資約束，支持企業(yè)的生產(chǎn)經(jīng)營和研發(fā)創(chuàng)新，有助于提高其全要素生產(chǎn)率。而成熟期數(shù)字企業(yè)的業(yè)務模式和發(fā)展框架基本成型，面臨的融資約束相對更小，更為注重其市場地位的穩(wěn)固，對于鼓勵競爭的市場準入政策具有一定的排斥性，這可能導致了市場準入對其全要素生產(chǎn)率的負向影響。

表5 基于企業(yè)生命周期異質(zhì)性的回歸結果

（三）穩(wěn)健性檢驗

1.調(diào)整樣本年度區(qū)間

考慮到2008 年金融危機和2020 年新冠疫情所帶來的外生沖擊，可能會對數(shù)字企業(yè)的經(jīng)營運轉(zhuǎn)帶來某些不利影響，影響估計結果的穩(wěn)健性，故將樣本的年度區(qū)間調(diào)整為2010—2019 年進行再次估計。表6（1）～（3）列的結果顯示，調(diào)整后的估計結果與之前保持一致，研究結論保持穩(wěn)健。

表6 穩(wěn)健性檢驗結果（樣本區(qū)間、替換解釋變量）

2.替換解釋變量

有別于政府補貼、收稅優(yōu)惠和信貸支持，市場準入本身具有一定的爭議性，不同學者對市場準入的衡量方法差別較大，僅用行業(yè)利潤率進行衡量可能影響結論的穩(wěn)健性。本文引入赫芬達爾指數(shù)（HHI）替換原有解釋變量，對市場準入政策進行重新表征。赫芬達爾指數(shù)公式為HHI=∑(Xi/X)2，其中Xi為數(shù)字行業(yè)中企業(yè)i的收入；X為行業(yè)總收入。HHI指數(shù)越大，表明該行業(yè)競爭程度越低，市場門檻越高。根據(jù)表6 的（4）～（6）列的結果，替換后的回歸結果同之前一致，HHI指數(shù)與數(shù)字企業(yè)全要素生產(chǎn)率顯著正相關，研究結論保持穩(wěn)健。

3.解釋變量滯后處理

考慮到產(chǎn)業(yè)政策從開始實施到發(fā)揮作用也存在一定的時滯，可能不會對數(shù)字企業(yè)全要素生產(chǎn)率的提升起到立竿見影的效果，故將解釋變量滯后一期進行再度估計，表7 的估計結果同之前依然保持一致。

表7 穩(wěn)健性檢驗結果（解釋變量滯后處理）

4.更換回歸估計方法

為保證結果的可靠性，同時在一定程度上緩解內(nèi)生性問題，本文借鑒宋敏等（2021）的處理方法，采用系統(tǒng)GMM 法對加入TFP滯后項的動態(tài)面板模型進行重新估計。在通過了二階序列相關檢驗AR（2）與過度識別約束檢驗（Hansen 檢驗）后，表8 的回歸結果再次驗證了之前結論的穩(wěn)健性。

表8 穩(wěn)健性檢驗結果（更換回歸估計法）

五、機制分析

前文驗證了信貸支持和市場準入對數(shù)字企業(yè)全要素生產(chǎn)率的影響作用，為進一步探索影響政策效力的關鍵因素，明確兩類產(chǎn)業(yè)政策的具體作用路徑，進而進行機制檢驗與分析。

根據(jù)前文的理論分析，信貸支持能夠通過緩解融資約束的方式促進數(shù)字企業(yè)全要素生產(chǎn)率的提升，而市場準入則會引發(fā)數(shù)字企業(yè)的過度投資從而帶來效率損失，故分別從融資約束和信貸支持兩個方面，構建中介效應模型分別進行機制檢驗，模型為

其中：Policyjt為產(chǎn)業(yè)政策，包括信貸支持Loanjt和市場準入Marjt，政府補貼與稅收優(yōu)惠則納入控制變量當中；Medjt為中介變量，包括融資約束FCjt和過度投資Overinjt，前者采用體現(xiàn)影響因素最為全面的WW 指數(shù)來衡量（苗苗等，2019），后者借鑒Richardson（2006）的研究，通過構建投資期望模型對數(shù)字企業(yè)的過度投資進行估計，模型如式（4）所示。

其中：Investjt為數(shù)字企業(yè)j在t年的新增投資支出；Growjt-1、Levjt-1、Cashjt-1、Agejt-1、lnSizejt-1、Retjt-1和Invjt-1分別為數(shù)字企業(yè)j在t-1 年的TobinQ增長率、資產(chǎn)負債率、現(xiàn)金保有量、企業(yè)年齡、企業(yè)規(guī)模的對數(shù)值、股票收益率和投資支出；α為待估系數(shù)。以投資期望模型回歸后的殘差項（僅正值）作為對數(shù)字企業(yè)過度投資Overinjt的衡量。

（一）信貸支持機制-融資約束

表9 報告了融資約束中介效應的檢驗結果：信貸支持顯著降低了數(shù)字企業(yè)的融資約束程度（Loan的系數(shù)為-0.0904，10%水平下顯著），而融資約束對數(shù)字企業(yè)全要素生產(chǎn)率有明顯的抑制作用，說明中介效應成立，信貸支持通過降低數(shù)字企業(yè)的融資約束來提高其全要素生產(chǎn)率。Sobel檢驗結果也確保了結論的穩(wěn)健性（Z值都在1%水平下顯著）。數(shù)字技術的持續(xù)升級和快速迭代決定了數(shù)字企業(yè)需要不斷加大技術創(chuàng)新投入以確保自身競爭優(yōu)勢，而信貸支持所帶來融資約束的改善意味著數(shù)字企業(yè)能夠緩解資金不足的問題，并可以輕裝上陣，更加聚焦于研發(fā)創(chuàng)新，從而更有可能實現(xiàn)技術升級和效率提升。

表9 機制檢驗結果（信貸支持機制）

（二）市場準入機制-過度投資

市場準入機制的檢驗結果見表10。由結果可知，市場準入加劇了數(shù)字企業(yè)的過度投資行為（系數(shù)為0.0855，10%水平下顯著），過度投資對數(shù)字企業(yè)的全要素生產(chǎn)率起到顯著的抑制作用，且Sobel 檢驗均通過，中介效應成立。數(shù)字行業(yè)具有企業(yè)競爭烈度大、技術研發(fā)難度高的顯著特點，數(shù)字企業(yè)必須不斷探索新領域并提早布局才更有助于應對競爭對手的挑戰(zhàn)。市場準入則會提高數(shù)字行業(yè)的市場競爭強度，激發(fā)數(shù)字企業(yè)的“搶占先機”和“攀比動因”（劉亭立等，2019），加劇企業(yè)的過度投資行為，降低資金的配置效率，從而給數(shù)字企業(yè)帶來效率損失。

表10 機制檢驗結果（市場準入機制）

六、結論與建議

本文基于手工收集的2007—2020 年中國數(shù)字行業(yè)上市企業(yè)的相關數(shù)據(jù)，采用三種方法對數(shù)字企業(yè)的全要素生產(chǎn)率進行測算，實證檢驗了政府補貼、稅收優(yōu)惠、信貸支持和市場準入四類產(chǎn)業(yè)政策對數(shù)字企業(yè)全要素生產(chǎn)率的作用效果，并進行基于企業(yè)產(chǎn)權、規(guī)模和生命周期的異質(zhì)性分析，最后進行機制檢驗。研究發(fā)現(xiàn)：①四類產(chǎn)業(yè)政策中，信貸支持顯著促進了數(shù)字企業(yè)全要素生產(chǎn)率的提升，市場準入則起到顯著的負向作用，政府補貼和稅收優(yōu)惠對數(shù)字企業(yè)全要素生產(chǎn)率的增長無明顯效果。②產(chǎn)業(yè)政策對數(shù)字企業(yè)全要素生產(chǎn)率的影響存在顯著的異質(zhì)性，具體表現(xiàn)為產(chǎn)業(yè)政策對國有數(shù)字企業(yè)的全要素生產(chǎn)率無顯著影響，對非國有數(shù)字企業(yè)的作用情況與全樣本保持一致；信貸支持顯著促進了成長期數(shù)字企業(yè)全要素生產(chǎn)率的提升，市場準入則對成熟期數(shù)字企業(yè)的全要素生產(chǎn)率起到顯著的抑制作用；信貸支持對于中小數(shù)字企業(yè)全要素生產(chǎn)率的提升作用明顯，市場準入對大企業(yè)的負向影響更為顯著。③機制檢驗結果表明，信貸支持通過緩解數(shù)字企業(yè)的融資約束來提高其全要素生產(chǎn)率，市場準入加劇了數(shù)字企業(yè)的過度投資從而對其全要素生產(chǎn)率帶來負向影響。因此，為更好地發(fā)揮產(chǎn)業(yè)政策對數(shù)字企業(yè)的促進作用，盡可能提高數(shù)字企業(yè)的全要素生產(chǎn)率，本文提出如下政策建議：

（1）加大對數(shù)字行業(yè)的信貸支持力度，把握好政策工具的實施方向和重點。由于信貸支持政策顯著促進了數(shù)字企業(yè)全要素生產(chǎn)率的提升，因而針對數(shù)字行業(yè)應更為重視與信貸優(yōu)惠相關的政策設計，發(fā)揮好信貸支持對數(shù)字企業(yè)的效率提升作用。要以激勵創(chuàng)新作為政策出發(fā)點，加強對創(chuàng)新型數(shù)字企業(yè)的支持力度，鼓勵企業(yè)通過研發(fā)創(chuàng)新實現(xiàn)全要素生產(chǎn)率提升，降低創(chuàng)新性不足的數(shù)字企業(yè)優(yōu)惠信貸可得性。要提高信貸支持政策的針對性和精準度，進一步加大對非國有數(shù)字企業(yè)的支持力度，重點扶持處于初創(chuàng)期、規(guī)模較小和創(chuàng)新性強的數(shù)字企業(yè)?？紤]到此類企業(yè)一般具有高風險特征，銀行信貸可得性較差，政府可酌情適度給予政策性擔保支持，增加企業(yè)獲得商業(yè)性信貸的機會。還應進一步優(yōu)化對國有數(shù)字企業(yè)信貸支持的力度和方式，合理施用有限的政策資源，引導和激勵國有企業(yè)加強技術研發(fā)和創(chuàng)新投入，增大國有數(shù)字企業(yè)借助創(chuàng)新提高全要素生產(chǎn)率的內(nèi)生動力。

（2）調(diào)節(jié)數(shù)字行業(yè)競爭烈度，健全公平競爭制度規(guī)則。針對過度競爭對數(shù)字企業(yè)所帶來的效率損失問題，應當進一步強化對數(shù)字行業(yè)的市場規(guī)制，通過規(guī)則健全和制度完善對過度和無序競爭行為進行監(jiān)管調(diào)節(jié)。要健全市場準入制度，將提升數(shù)字企業(yè)供給質(zhì)量與規(guī)范行業(yè)入場秩序相結合，逐步建立各類數(shù)字行業(yè)的準入標準，限制產(chǎn)品和服務不合規(guī)、不達標的企業(yè)進入市場運行，引導數(shù)字企業(yè)提供安全、便利、優(yōu)質(zhì)和規(guī)范的數(shù)字產(chǎn)品及服務。完善數(shù)字經(jīng)濟公平競爭監(jiān)管制度，構建全鏈條全流程全領域監(jiān)管框架，明確反公平競爭行為的判別標準，強化對行業(yè)頭部企業(yè)的市場監(jiān)管，推動形成自由公平競爭的市場秩序。進一步健全數(shù)字競爭規(guī)則，為數(shù)字企業(yè)提供清晰明確的規(guī)則指引，依法依規(guī)管控企業(yè)過度競爭、損害競爭的市場行為，努力構建有序、有度、有活力的市場競爭環(huán)境。

（3）多措并舉優(yōu)化政策實施方式，提高產(chǎn)業(yè)政策作用效力。鑒于政府補貼和稅收優(yōu)惠目前未能有效提升數(shù)字企業(yè)的全要素生產(chǎn)率，因此要進一步增加政策設計的科學性、政策覆蓋的精準性和政策使用的合理性，努力實現(xiàn)制定政策的預期目標。要進一步厘清不同數(shù)字行業(yè)的主要特點，進而實施差異化的產(chǎn)業(yè)政策，提升政策的針對性和靈活性。要提高政府對數(shù)字企業(yè)的資質(zhì)認證能力，加強對申請產(chǎn)業(yè)政策支持企業(yè)的資質(zhì)審核，對創(chuàng)新意愿強、發(fā)展?jié)摿Υ蠛托袠I(yè)前景好的數(shù)字企業(yè)進行有效甄別，盡可能保證“好鋼用在刀刃上”。要健全補貼資金使用監(jiān)督機制，確保獲補數(shù)字企業(yè)資金使用合理合規(guī)，提升補貼資金的作用效力。還應進一步完善如研發(fā)費用加計扣除等稅收優(yōu)惠政策的政策設計，優(yōu)化申請審批流程，提升政策實施效率，合理加大對初創(chuàng)期數(shù)字企業(yè)的政策傾斜。