[摘要]以“國家信息化發(fā)展戰(zhàn)略”為準(zhǔn)自然實(shí)驗(yàn)，選取2011—2022年中國滬深A(yù)股上市制造企業(yè)作為研究樣本，利用雙重差分法驗(yàn)證數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的作用機(jī)制。實(shí)證檢驗(yàn)顯示，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策正向影響高技術(shù)制造企業(yè)全要素生產(chǎn)率，同時(shí)在一系列穩(wěn)健性檢驗(yàn)后結(jié)果依舊穩(wěn)健。機(jī)制檢驗(yàn)表明，數(shù)字技術(shù)創(chuàng)新、資源錯(cuò)配緩解是數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的關(guān)鍵機(jī)制。異質(zhì)性檢驗(yàn)證實(shí)，時(shí)期層面，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升具有長期效應(yīng)、滯后效應(yīng)，即政策實(shí)施后2～6年顯著為正，在出臺(tái)后第3年大幅度上升后保持平穩(wěn)推進(jìn)狀態(tài)；企業(yè)層面，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)非國有高技術(shù)制造企業(yè)、大型高技術(shù)制造企業(yè)、實(shí)施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率的提升作用顯著；區(qū)位層面，對(duì)市場化水平較低、西部地區(qū)、高親近及高清白政商關(guān)系下的高技術(shù)制造企業(yè)全要素生產(chǎn)率的提升作用更加明顯。研究將“國家信息化發(fā)展戰(zhàn)略”嵌入高技術(shù)制造企業(yè)層面進(jìn)行政策效應(yīng)評(píng)估，為推進(jìn)“國家信息化發(fā)展戰(zhàn)略”與提升高技術(shù)制造企業(yè)全要素生產(chǎn)率提供政策啟示。

[關(guān)鍵詞]數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策；高技術(shù)制造企業(yè)全要素生產(chǎn)率；數(shù)字技術(shù)創(chuàng)新；資源錯(cuò)配

一、 引言

隨著大數(shù)據(jù)、云計(jì)算、人工智能等新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，數(shù)字經(jīng)濟(jì)逐漸與高技術(shù)制造業(yè)融合，成為驅(qū)動(dòng)高技術(shù)制造業(yè)全要素生產(chǎn)率增長的新賽道[1-2]。國家互聯(lián)網(wǎng)信息辦公室2023年23日發(fā)布《數(shù)字中國發(fā)展報(bào)告（2022年）》，2022年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.2萬億元，同比名義增長10.3%1。然而，數(shù)字經(jīng)濟(jì)賦能高技術(shù)制造業(yè)全要素生產(chǎn)率過程中也有隱憂，面臨研發(fā)生產(chǎn)高端芯片受制于人[3]、高端制造回流發(fā)達(dá)國家[4]、低端制造供給替代[5]、資源配置扭曲[6]、勞動(dòng)力優(yōu)勢逐步減弱[7]等諸多壓力，不利于全要素生產(chǎn)率提升。為此，我國亟須打造驅(qū)動(dòng)高技術(shù)制造業(yè)全要素生產(chǎn)率增長的新引擎，完善數(shù)字經(jīng)濟(jì)賦能高技術(shù)制造業(yè)創(chuàng)新研發(fā)機(jī)制，助力我國從“制造大國”邁向“智造強(qiáng)國”。數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策是由國家制定的引導(dǎo)數(shù)字化產(chǎn)業(yè)發(fā)展方向、推動(dòng)數(shù)字化產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、扶持高技術(shù)制造企業(yè)可持續(xù)健康發(fā)展的政策，亦是政府優(yōu)化市場資源配置的重要政策手段[8]?！秶倚畔⒒l(fā)展戰(zhàn)略綱要》（下文簡稱《綱要》）于2016年由中共中央辦公廳、國務(wù)院辦公廳印發(fā)，是圍繞國內(nèi)高技術(shù)產(chǎn)業(yè)制定的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展政策，內(nèi)置數(shù)字化產(chǎn)業(yè)結(jié)構(gòu)調(diào)整計(jì)劃、高技術(shù)產(chǎn)業(yè)扶持計(jì)劃2。《綱要》指出要“加快信息化發(fā)展，建設(shè)數(shù)字國家”，“發(fā)展核心技術(shù)，做強(qiáng)信息產(chǎn)業(yè)”，并輔以多項(xiàng)政策機(jī)制保障發(fā)展產(chǎn)業(yè)生態(tài)、培育壯大龍頭企業(yè)、加大對(duì)企業(yè)創(chuàng)新扶持。這有利于推動(dòng)信息化與各產(chǎn)業(yè)融合和協(xié)同創(chuàng)新，培育新的經(jīng)濟(jì)增長點(diǎn)，成為政府提升高技術(shù)制造企業(yè)研發(fā)質(zhì)量、緩解資源配置扭曲的新引擎，激勵(lì)企業(yè)增加創(chuàng)新生產(chǎn)投資[9]，進(jìn)而提高高技術(shù)制造企業(yè)全要素生產(chǎn)率。但不可忽視，《綱要》中提出的創(chuàng)新補(bǔ)貼政策也可能對(duì)高技術(shù)制造企業(yè)私人性質(zhì)創(chuàng)新投入造成“擠出”效應(yīng)，滯緩其生產(chǎn)資金配置效率，不利于高技術(shù)制造企業(yè)全要素生產(chǎn)率的提高。那么，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策到底是高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的“牽引線”還是“絆腳繩”？其影響機(jī)制如何？是否存在異質(zhì)性？科學(xué)梳理與解析上述問題，對(duì)于提升高技術(shù)企業(yè)全要素生產(chǎn)率、扎實(shí)推進(jìn)“智造強(qiáng)國”建設(shè)、助推經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要時(shí)代意義。

綜觀既有研究可知，關(guān)于數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策與制造業(yè)全要素生產(chǎn)率的研究較少。蔡曉陳等[10]提出，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)企業(yè)全要素生產(chǎn)率具有促進(jìn)作用，且該效應(yīng)存在政策滯后性。多數(shù)學(xué)者主要從數(shù)字經(jīng)濟(jì)角度對(duì)全要素生產(chǎn)率的影響進(jìn)行探究，如郭偉等[11]利用2011—2021年我國上市公司微觀數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)是促進(jìn)企業(yè)全要素生產(chǎn)率提升的關(guān)鍵要素。胡德龍[12]以上市公司數(shù)據(jù)開展檢驗(yàn)，得出數(shù)字經(jīng)濟(jì)可驅(qū)動(dòng)企業(yè)全要素生產(chǎn)率提高的結(jié)論。還有學(xué)者從驅(qū)動(dòng)因素方面探究數(shù)字經(jīng)濟(jì)對(duì)全要素生產(chǎn)率提升的影響，即數(shù)字經(jīng)濟(jì)能推進(jìn)技術(shù)進(jìn)步、規(guī)模與技術(shù)效率提升[13]，促進(jìn)綠色技術(shù)創(chuàng)新、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)[14]，進(jìn)而賦能全要素生產(chǎn)率提升。陳一等[15]立足空間溢出視角進(jìn)行研究，指出數(shù)字經(jīng)濟(jì)對(duì)綠色全要素生產(chǎn)率影響具有正向空間溢出效應(yīng)。此外，當(dāng)前少數(shù)學(xué)者從產(chǎn)業(yè)政策與全要素生產(chǎn)率關(guān)系層面展開探究。具體來看，有學(xué)者指出鼓勵(lì)型政策對(duì)制造業(yè)綠色全要素生產(chǎn)率水平提高的影響效應(yīng)不顯著，而限制型政策與制造業(yè)綠色全要素生產(chǎn)率間呈“U”形關(guān)系[16]。還有學(xué)者研究得出，產(chǎn)業(yè)政策[17]、戰(zhàn)略性新興產(chǎn)業(yè)政策[18]均正向影響企業(yè)全要素生產(chǎn)率的提升。

綜上可知，已有關(guān)于高技術(shù)制造企業(yè)全要素生產(chǎn)率和“國家信息化發(fā)展戰(zhàn)略”關(guān)系的研究極為有限，學(xué)者們未能從更深層次挖掘“國家信息化發(fā)展戰(zhàn)略”影響高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的作用機(jī)制。并且，多數(shù)文獻(xiàn)從企業(yè)全要素生產(chǎn)率層面進(jìn)行探究，對(duì)于高技術(shù)制造企業(yè)層面研究較為匱乏。相較于以往研究，本文貢獻(xiàn)在于：第一，基于高技術(shù)制造企業(yè)全要素生產(chǎn)率視角，遵循新發(fā)展理念，選用LP法測度高技術(shù)制造企業(yè)全要素生產(chǎn)率指數(shù)，為評(píng)估“國家信息化發(fā)展戰(zhàn)略”政策效果提供微觀經(jīng)驗(yàn)證據(jù)，拓展“國家信息化發(fā)展戰(zhàn)略”和高技術(shù)制造企業(yè)全要素生產(chǎn)率關(guān)系的研究。第二，識(shí)別數(shù)字技術(shù)創(chuàng)新、資源錯(cuò)配在數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策推進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率中的中介效應(yīng)。第三，探討政策滯后性和長期性、企業(yè)所有制和組織政治戰(zhàn)略、政商關(guān)系等的異質(zhì)性，為提升高技術(shù)制造企業(yè)全要素生產(chǎn)率提供可參考經(jīng)驗(yàn)。

二、 理論分析和研究假設(shè)

1. 直接效應(yīng)

數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策作為針對(duì)高技術(shù)、數(shù)字化核心產(chǎn)業(yè)而出臺(tái)的產(chǎn)業(yè)政策，具有鮮明的調(diào)控作用，是促進(jìn)數(shù)字化產(chǎn)業(yè)發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的重要政策?！毒V要》提出要“加大對(duì)科技型創(chuàng)新企業(yè)研發(fā)支持力度”，旨在通過擴(kuò)寬企業(yè)融資渠道、設(shè)立研發(fā)投資基金及其他資源傾斜等政策激勵(lì)相關(guān)企業(yè)發(fā)展。尤其是在以高技術(shù)制造行業(yè)為代表的新興產(chǎn)業(yè)領(lǐng)域，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策發(fā)揮著扶持初創(chuàng)制造企業(yè)、促進(jìn)制造企業(yè)創(chuàng)新、降低經(jīng)營風(fēng)險(xiǎn)、推動(dòng)多方合作等多個(gè)方面的重要作用[19]。考慮到具體產(chǎn)業(yè)政策對(duì)于數(shù)字經(jīng)濟(jì)發(fā)展的重要程度及數(shù)據(jù)的可得性，本研究考察政府補(bǔ)貼和市場準(zhǔn)入兩類產(chǎn)業(yè)政策對(duì)數(shù)字化高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。

一方面，政府補(bǔ)貼效能。融資約束是制約高技術(shù)制造企業(yè)經(jīng)營發(fā)展的主要瓶頸，會(huì)抑制其規(guī)模擴(kuò)張和規(guī)模效率提升，從而影響高技術(shù)制造企業(yè)全要素生產(chǎn)率提升[20]。政府補(bǔ)貼為高技術(shù)制造企業(yè)的生產(chǎn)經(jīng)營相關(guān)活動(dòng)提供資金支持，與之共擔(dān)創(chuàng)新風(fēng)險(xiǎn)[21]，激勵(lì)并引導(dǎo)高技術(shù)制造企業(yè)增加高新產(chǎn)品生產(chǎn)投入[22]。并且，政府補(bǔ)貼能夠幫助高技術(shù)制造企業(yè)獲得一定額度的低息貸款，降低高技術(shù)制造企業(yè)的資金使用成本，增加其提升在生產(chǎn)方面的可用資金。這有利于提高高技術(shù)制造企業(yè)創(chuàng)新能力，改善高技術(shù)制造企業(yè)生產(chǎn)加工環(huán)境，助力其全要素生產(chǎn)率。同時(shí)，政府補(bǔ)貼可以傳遞出政府認(rèn)可高技術(shù)制造業(yè)發(fā)展前景的關(guān)鍵信號(hào)，進(jìn)而吸引大量資金涌入高技術(shù)制造企業(yè)，使其擴(kuò)大企業(yè)規(guī)模，進(jìn)而擴(kuò)大行業(yè)規(guī)模。行業(yè)規(guī)模的擴(kuò)大會(huì)激勵(lì)高技術(shù)制造企業(yè)不斷創(chuàng)新，推動(dòng)其技術(shù)進(jìn)步，進(jìn)而以技術(shù)賦能高技術(shù)制造企業(yè)全要素生產(chǎn)率提高。另一方面，市場準(zhǔn)入效能。市場準(zhǔn)入政策可通過降低審核門檻促使更多高技術(shù)制造企業(yè)進(jìn)入數(shù)字化制造行業(yè)，提高高技術(shù)制造企業(yè)的競爭程度[23]。市場競爭壓力增強(qiáng)會(huì)倒逼高技術(shù)制造企業(yè)通過創(chuàng)新生產(chǎn)來獲得生存和發(fā)展空間，使其獲取超額利潤，從而提升高技術(shù)制造企業(yè)全要素生產(chǎn)率。據(jù)此，本文提出假設(shè)1。

假設(shè)1：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策可驅(qū)動(dòng)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

2. 間接效應(yīng)

提高高技術(shù)制造企業(yè)全要素生產(chǎn)率的重點(diǎn)在于緩解資源錯(cuò)配與提升數(shù)據(jù)技術(shù)創(chuàng)新能力。是以，本研究著重從資源配置效率與數(shù)據(jù)技術(shù)創(chuàng)新能力兩層面探析數(shù)字產(chǎn)業(yè)政策對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率的間接影響。

第一，數(shù)字技術(shù)創(chuàng)新效應(yīng)?！毒V要》提到“加強(qiáng)專利與標(biāo)準(zhǔn)前瞻性布局，完善覆蓋知識(shí)產(chǎn)權(quán)、技術(shù)標(biāo)準(zhǔn)等環(huán)節(jié)的公共服務(wù)體系”。其中，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策相應(yīng)的知識(shí)產(chǎn)權(quán)保護(hù)機(jī)制可為高技術(shù)制造企業(yè)的數(shù)字技術(shù)創(chuàng)新提供良好保障，助力形成高技術(shù)制造企業(yè)間良性的競爭環(huán)境，促進(jìn)高技術(shù)制造企業(yè)研發(fā)創(chuàng)新產(chǎn)出。同時(shí)，企業(yè)審批流程簡化、人才供給等相應(yīng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策支持，可助力高技術(shù)制造企業(yè)引進(jìn)大量高精尖人才，促進(jìn)企業(yè)數(shù)字技術(shù)創(chuàng)新，驅(qū)動(dòng)“新興技術(shù)+生產(chǎn)要素”有機(jī)融合，加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)[24]，進(jìn)而帶動(dòng)高技術(shù)制造企業(yè)提升全要素生產(chǎn)率。并且，數(shù)字技術(shù)創(chuàng)新能夠提高高技術(shù)制造企業(yè)數(shù)據(jù)挖掘、數(shù)據(jù)分析與數(shù)據(jù)儲(chǔ)存能力，使高技術(shù)制造企業(yè)快速、精準(zhǔn)地獲取并分析關(guān)鍵生產(chǎn)數(shù)據(jù)，助其緩解信息不對(duì)稱。借此，高技術(shù)制造企業(yè)可通過獲得的數(shù)據(jù)作出正確決策并搶占市場先機(jī)、優(yōu)化內(nèi)部流程，進(jìn)而助力全要素生產(chǎn)率提高?；诖?，本文提出以下研究假設(shè)：

假設(shè)2：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策可通過推動(dòng)數(shù)字技術(shù)創(chuàng)新，推進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

第二，資源配置效率效應(yīng)?！毒V要》明確指出“大力推進(jìn)社會(huì)事業(yè)信息化，優(yōu)化公共服務(wù)資源配置，降低應(yīng)用成本”。數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能影響資源配置行為，引導(dǎo)資源配置，賦能高技術(shù)制造企業(yè)全要素生產(chǎn)效率提升。一方面，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能夠推動(dòng)形成全國統(tǒng)一開放大市場，促進(jìn)競爭有序的市場體系建設(shè)，放寬高技術(shù)制造行業(yè)準(zhǔn)入限制，能夠打破各種形式的不合理限制和隱性壁壘[25]。這能夠使勞動(dòng)、資本等各類生產(chǎn)資源要素流動(dòng)，提高要素配置效率，促進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。另一方面，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策為高技術(shù)制造企業(yè)提供稅收優(yōu)惠、金融扶持，引導(dǎo)社會(huì)資源向高技術(shù)制造企業(yè)傾斜，推動(dòng)其產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。這一過程能夠幫助高技術(shù)制造業(yè)企業(yè)更加準(zhǔn)確、有效地配置資源，最終促進(jìn)其全要素生產(chǎn)率提升。依照如上分析，本文提出如下假設(shè)：

假設(shè)3：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策可通過提升資源配置效率，驅(qū)動(dòng)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

三、 研究設(shè)計(jì)

1. 模型設(shè)計(jì)

本研究以“國家信息化發(fā)展戰(zhàn)略”為準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用雙重差分法，比較數(shù)字經(jīng)濟(jì)核心制造企業(yè)（實(shí)驗(yàn)組）與非數(shù)字經(jīng)濟(jì)核心制造企業(yè)（控制組）在《綱要》政策實(shí)施前后的差異。同時(shí)，以《綱要》出臺(tái)時(shí)間（2016年）為分割點(diǎn)，將樣本分為政策實(shí)施前（2011—2015年）與政策實(shí)施后（2016—2022年）兩組，以識(shí)別該數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策的凈效應(yīng)。立足此，具體構(gòu)設(shè)模型（1）：

[HMTFPi，t=β0+β1TRAET_POSTi，t+ρXi，t+γt+μi+εi，t] （1）

式（1）中，[HMTFPi，t]指企業(yè)[i]在[t]年的高技術(shù)制造企業(yè)全要素生產(chǎn)率；[GRVI_TIVIi，t]表征數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策，也是分組虛擬變量（[GRVI]）與時(shí)間虛擬變量（[TIVI]）的交乘項(xiàng)。[Xi，t]、[γt]、[μi]、[εi，t]逐一指代一系列控制變量、時(shí)間固定效應(yīng)、個(gè)體固定效應(yīng)及隨機(jī)誤差項(xiàng)。[β1]表征數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策凈效應(yīng)，表示“國家信息化發(fā)展戰(zhàn)略”對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。

在模型（1）基礎(chǔ)上，進(jìn)一步構(gòu)設(shè)模型（2）與模型（3），以有效識(shí)別“數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策－資源配置效率、數(shù)字技術(shù)創(chuàng)新－高技術(shù)制造企業(yè)全要素生產(chǎn)率”中介機(jī)制。

[MEDi，t（AEi，t，DTAi，t）=α0+α1GRVI_TIVIi，t+ρXi，t+γt+μi+εi，t]" （2）

[HMTFPi，tγ0+γ1MEDi，t（AEi，t， DTAi，t）+γ2GRVI_TIVIi，t+ρXi，t+γt+μi+εi，t] （3）

上式中，[MEDi，t（AEi，t， DTAi，t）]表示中介變量，[AEi，t]指代資源配置效率，[DTAi，t]為數(shù)字技術(shù)創(chuàng)新。[γ1]、[γ2]分別為控制數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策的影響后與融入中介變量后，中介變量對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。[α1]指數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)中介變量的影響。[α1]和[γ1]的乘積意指中介效應(yīng)。

2. 變量定義

（1）被解釋變量：高技術(shù)制造企業(yè)全要素生產(chǎn)率（[HMTFP]）

當(dāng)前，有關(guān)企業(yè)全要素生產(chǎn)率常見的計(jì)算方式主要有OP法、LP法、GMM法[26]。其中，OP法雖然能夠規(guī)避同時(shí)性偏差問題，但在計(jì)算過程中會(huì)自動(dòng)剔除實(shí)際投資值非正的樣本，從而造成研究結(jié)論出現(xiàn)偏誤。同OP法相比，LP法更為精確，是以中間投入品作為代理變量，通過替換變量以降低樣本損失。據(jù)此，本文選用LP法測度高技術(shù)制造企業(yè)全要素生產(chǎn)率，同時(shí)利用GMM法測算的數(shù)據(jù)展開穩(wěn)健性檢驗(yàn)。具體設(shè)定如下模型：

[Yi，t=βLi，t+γKi，t+hi（Li，t， Ki，t）+εi，t] （4）

式（4）中，[Y]、[L]、[K]、[h]分別表示營業(yè)收入、勞動(dòng)力投入、資本投入及中間品投入，其余變量定義同模型（1）一致。營業(yè)收入利用營業(yè)收入減其他營業(yè)收入衡量；勞動(dòng)投入采用員工人數(shù)測量；資本投入選取固定資產(chǎn)凈額測算；中間投入通過購買商品、接受勞務(wù)支付現(xiàn)金實(shí)施度量，隨后對(duì)這些變量加1后取對(duì)數(shù)。為全面剔除樣本數(shù)據(jù)中可能存在的極端值，對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率指標(biāo)進(jìn)行1%、99%縮尾處理。

（2）解釋變量：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策（[GRVI_TIVI]）

本文選用雙重差分法檢驗(yàn)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策怎樣影響高技術(shù)制造企業(yè)全要素生產(chǎn)率。對(duì)此，設(shè)置時(shí)間變量[POST]，如果觀測年份在2016年及以后的樣本取值取1，2016年以前取值為0。與此同時(shí)，設(shè)置政策變量[TRAET]，根據(jù)《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》標(biāo)準(zhǔn)識(shí)別企業(yè)是否屬于數(shù)字經(jīng)濟(jì)核心制造企業(yè)，若企業(yè)屬于數(shù)字經(jīng)濟(jì)核心制造企業(yè)取1，反之為0。

（3）中介變量

第一，資源配置效率（[AE]）。參考宋建等[27]、黃漫宇等[28]的研究思路，本研究從資本錯(cuò)配（[CAM]）和勞動(dòng)力錯(cuò)配（[LAB]）兩個(gè)維度衡量區(qū)域資源錯(cuò)配情況，具體計(jì)算公式為：

[CAM=KrKSrβKrK，LAB=LrLSrβLrL] （5）

式（5）中，[Sr]代表[r]地區(qū)GDP占全國GDP的比重；[KrK]和[LrL]分別表示[r]地區(qū)資本與勞動(dòng)力實(shí)際運(yùn)用量占全國總運(yùn)用量的比重；[βKr]、[βKr]逐一指代[r]地區(qū)的資本與勞動(dòng)力產(chǎn)出彈性；[SrβKr]與[SrβLr]依次指[r]地區(qū)資本、勞動(dòng)力有效配置的運(yùn)用比例。隨后，選取索羅余值法展開計(jì)算。考慮到測算結(jié)論大概率會(huì)出現(xiàn)負(fù)值，進(jìn)一步對(duì)最終計(jì)算結(jié)果進(jìn)行取絕對(duì)值處理，即測算數(shù)值越大意味著資源錯(cuò)配程度越高。

第二，數(shù)字技術(shù)創(chuàng)新（[DTA]）。羅佳等[29]研究指出，獲得授權(quán)、批準(zhǔn)的數(shù)字技術(shù)專利可直接代表企業(yè)數(shù)字技術(shù)創(chuàng)新成果，故而，本研究以數(shù)字技術(shù)專利來衡量數(shù)字技術(shù)創(chuàng)新。其中，利用德溫特創(chuàng)新平臺(tái)（Derwent Innovation）有效搜索數(shù)字技術(shù)創(chuàng)新關(guān)鍵詞，使搜索到的關(guān)鍵詞同樣本企業(yè)每年所申請(qǐng)專利的國際專利IPC分類號(hào)相匹配，以識(shí)別申請(qǐng)專利是否屬于數(shù)字技術(shù)領(lǐng)域，判斷其是否有所創(chuàng)新。最終，以每年高技術(shù)制造企業(yè)數(shù)字技術(shù)專利新增申請(qǐng)量取對(duì)數(shù)衡量高技術(shù)制造企業(yè)的數(shù)字技術(shù)創(chuàng)新。

（4）控制變量

為盡可能控制高技術(shù)制造企業(yè)層面的因素，選取企業(yè)年齡（[EA]）、企業(yè)盈利能力（[CP]）、企業(yè)運(yùn)營成本（[EO]）、行業(yè)市場集中度（[IM]）、經(jīng)營活動(dòng)現(xiàn)金流（[CF]）、資產(chǎn)負(fù)債率（[AL]）作為控制變量。其中，企業(yè)年齡以其對(duì)數(shù)值表征；企業(yè)盈利能力通過資產(chǎn)收益率滯后一期衡量；企業(yè)運(yùn)營成本運(yùn)用成本費(fèi)用利潤率=利潤總額/（營業(yè)成本+期間費(fèi)用）×100%進(jìn)行度量；行業(yè)市場集中度用赫芬達(dá)爾-赫希曼指數(shù)表示；經(jīng)營活動(dòng)現(xiàn)金流利用經(jīng)營活動(dòng)產(chǎn)生的現(xiàn)金流量凈值與總資產(chǎn)之比度量；資產(chǎn)負(fù)債率采用企業(yè)負(fù)債與年末總資本之比度量。

3. 樣本和數(shù)據(jù)

本研究樣本主要為2011—2022年中國滬深A(yù)股上市制造企業(yè)。研究數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》《上市公司行業(yè)分類指引》《國民經(jīng)濟(jì)行業(yè)分類》、CSMAR數(shù)據(jù)庫、Wind數(shù)據(jù)庫、國家知識(shí)產(chǎn)權(quán)局專利數(shù)據(jù)庫。此外，為有效提升樣本精準(zhǔn)性與有效性，剔除金融類、ST、*ST、數(shù)據(jù)缺失嚴(yán)重以及連續(xù)虧損制造企業(yè)。同時(shí)，為避免變量間數(shù)量級(jí)差異與消除離群值的影響，對(duì)所有連續(xù)變量展開標(biāo)準(zhǔn)化處理和1%的Winsorize處理，最終獲得39756個(gè)高技術(shù)制造企業(yè)年度觀測值。表1為變量描述性統(tǒng)計(jì)結(jié)果。

四、 實(shí)證分析

1. 傾向得分匹配（PSM）

為有效剔除處理組與控制組間其余特征，本文選用PSM的1∶1最近鄰匹配法排除兩者間結(jié)果影響。先以基準(zhǔn)回歸顯著控制變量為匹配變量，對(duì)控制組實(shí)施匹配、選取，并獲取與各處理組樣本特征最接近的控制組樣本。觀察圖1可以獲悉，傾向得分匹配之后兩組樣本得分較為接近，意味著樣本匹配質(zhì)量良好且具有合理性。

2. 基準(zhǔn)回歸結(jié)果

表2為數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策影響高技術(shù)制造企業(yè)全要素生產(chǎn)率的結(jié)果。表中列（1）為全樣本未加入控制變量的基準(zhǔn)回歸結(jié)果，[GRVI_TIVI]系數(shù)為0.1112（P＜0.01）。列（2）為全樣本加入控制變量的基準(zhǔn)回歸結(jié)果，[GRVI_TIVI]系數(shù)分別為0.1111（P＜0.01）。列（3）和列（4）屬于PSM控制樣本選擇偏差后未引入與引入控制變量的回歸結(jié)果，[TRAET_POST]系數(shù)值依次是0.1100（P＜0.01）、0.1101（P＜0.01）。觀察結(jié)果可知，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策有效推進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，證實(shí)假設(shè)1。

3. 穩(wěn)健性檢驗(yàn)

（1）平行趨勢檢驗(yàn)。本研究是以《綱要》政策出臺(tái)時(shí)點(diǎn)為參照構(gòu)設(shè)時(shí)期虛擬變量，涵括其出臺(tái)前5年和后6年，將各個(gè)時(shí)期虛擬變量與數(shù)字經(jīng)濟(jì)類高技術(shù)制造企業(yè)虛擬變量的交互項(xiàng)納入基準(zhǔn)模型，隨后以選入前一年為基期對(duì)政策動(dòng)態(tài)效應(yīng)進(jìn)行分析，如圖2所示。觀察可知，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策實(shí)施前動(dòng)態(tài)效應(yīng)系數(shù)在95%置信區(qū)間，包含0，表明在數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策實(shí)施前，實(shí)驗(yàn)組與對(duì)照組間在高技術(shù)制造企業(yè)全要素生產(chǎn)率上差異較小。數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策實(shí)施當(dāng)年及以后的交互項(xiàng)系數(shù)顯著為正，同時(shí)置信區(qū)間不涵蓋0，意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策推動(dòng)高技術(shù)制造企業(yè)全要素生產(chǎn)率的效果較為顯著。

（2）安慰劑檢驗(yàn)。為全面檢驗(yàn)高技術(shù)制造企業(yè)全要素生產(chǎn)率主要受到2016年《綱要》政策的影響，而并非其他因素干擾，本研究通過安慰劑檢驗(yàn)方式進(jìn)一步確定結(jié)果的穩(wěn)健性。具體來看，首先從3313個(gè)高技術(shù)制造企業(yè)中挑選871個(gè)高技術(shù)制造企業(yè)作為實(shí)驗(yàn)組，假設(shè)這些企業(yè)為數(shù)字化高技術(shù)制造企業(yè)，其他企業(yè)視為控制組，將隨機(jī)選取的政策變量同時(shí)間變量組成新交互項(xiàng)，重復(fù)基準(zhǔn)回歸模型。隨之，新交互項(xiàng)循環(huán)1000次PSM后雙重差分回歸（圖3），提高安慰劑檢驗(yàn)的可信度。觀察可知，大部分交互性系數(shù)均值（0.003，對(duì)應(yīng)短虛線）集中在0附近，且絕大多數(shù)P值未通過顯著性檢驗(yàn)，證明不可觀測因素并不能影響本研究結(jié)果，表明基準(zhǔn)回歸結(jié)果穩(wěn)健。

（3）其他穩(wěn)健性檢驗(yàn)。第一，排除其他干擾政策。我國在2011—2022年除了實(shí)施《綱要》政策還有其他政策，如《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》《“十四五”國家信息化規(guī)劃》等，可能會(huì)對(duì)研究結(jié)果產(chǎn)生干擾。為此，將各政策涉及的變量納入控制變量，以排除其他政策對(duì)實(shí)證結(jié)果的影響，表3列（1）顯示檢驗(yàn)結(jié)果穩(wěn)健。第二，工具變量法。為克服可能出現(xiàn)的內(nèi)生性問題，利用“被解釋變量與控制變量滯后一期”作為制造企業(yè)全要素生產(chǎn)率的工具變量，選用系統(tǒng)GMM估計(jì)開展回歸，表3列（2）顯示結(jié)果穩(wěn)健。第三，剔除直轄市。就全國經(jīng)濟(jì)資源和政治資源綜合排名來看，北京、天津、上海、重慶4個(gè)直轄市的發(fā)展位列前茅，同時(shí)國家信息化發(fā)展戰(zhàn)略執(zhí)行力和效果優(yōu)于其他城市，可能影響研究結(jié)果的準(zhǔn)確性。為規(guī)避明顯經(jīng)濟(jì)、政策差異因素影響，剔除直轄市樣本后重新實(shí)施檢驗(yàn)，表3列（3）顯示結(jié)果穩(wěn)健。但是，以上檢驗(yàn)方式并不能完全排除其他政府創(chuàng)新激勵(lì)政策的影響，須進(jìn)一步剔除所有享受創(chuàng)新激勵(lì)資質(zhì)高技術(shù)制造企業(yè)，隨之重新展開回歸，具體檢驗(yàn)結(jié)果詳見表3列（4）與列（5）。觀察數(shù)據(jù)發(fā)現(xiàn)，[GRVI_TIVI]的交互項(xiàng)系數(shù)仍穩(wěn)健。經(jīng)過一系列穩(wěn)健性檢驗(yàn)后可知，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策顯著推動(dòng)高技術(shù)制造企業(yè)全要素生產(chǎn)率的結(jié)論依舊成立。

4. 中介效應(yīng)檢驗(yàn)

表4列（1）－列（3）展示了數(shù)字技術(shù)創(chuàng)新機(jī)制檢驗(yàn)結(jié)果。列（1）為匹配數(shù)字技術(shù)創(chuàng)新后的基準(zhǔn)回歸。列（2）中[GRVI_TIVI]的系數(shù)值為0.185（P＜0.01），意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策顯著帶動(dòng)數(shù)字技術(shù)創(chuàng)新。列（3）中融入[GRVI_TIVI]和[DTA]之后，[DTA]系數(shù)值為0.023（P＜0.05），說明數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策通過帶動(dòng)數(shù)字技術(shù)創(chuàng)新促進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。綜上，本研究假設(shè)2得證。

表4列（4）和列（5）指資源錯(cuò)配機(jī)制檢驗(yàn)結(jié)果。列（4）中[GRVI_TIVI]系數(shù)值為-0.013（Plt;0.01），意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能顯著緩解資源錯(cuò)配。列（5）中融入[GRVI_TIVI]和[AE]后，[AE]系數(shù)值為-0.068（P＜0.01），代表數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策通過緩解資源錯(cuò)配來提升高技術(shù)制造企業(yè)全要素生產(chǎn)率，假設(shè)3得證。

五、 進(jìn)一步的異質(zhì)性分析

1. 時(shí)期異質(zhì)性

由于產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的加快，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策內(nèi)容可能會(huì)伴隨產(chǎn)業(yè)數(shù)字化進(jìn)程進(jìn)行完善與優(yōu)化，呈現(xiàn)漸進(jìn)性與動(dòng)態(tài)調(diào)整性特征，對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用可能出現(xiàn)時(shí)期上的差異。表5列（1）報(bào)告了《綱要》政策出臺(tái)當(dāng)年為基期構(gòu)建時(shí)期虛擬變量GRVI_TIVI結(jié)果。觀察表中數(shù)據(jù)可知，在《綱要》政策實(shí)施后第1年，GRVI_TIVI系數(shù)值不顯著，表征解釋變量對(duì)被解釋變量影響具有滯后作用?！毒V要》政策實(shí)施后第2至第6年，GRVI_TIVI系數(shù)均顯著為正，且在出臺(tái)后第3年大幅度上升然后保持平穩(wěn)推進(jìn)狀態(tài)，意味著該促進(jìn)效應(yīng)存在長期性。

2. 企業(yè)異質(zhì)性

第一，所有制屬性。不同所有制的高技術(shù)制造企業(yè)在市場競爭、經(jīng)濟(jì)發(fā)展中作用及地位均有所不同，對(duì)《綱要》政策實(shí)施成效、響應(yīng)速度以及全要素生產(chǎn)率提升作用均可能存在差異影響。表5列（2）和列（3）展示了將PSM樣本分成國有、非國有高技術(shù)制造企業(yè)的實(shí)證結(jié)果。不難發(fā)現(xiàn)，列（2）GRVI_TIVI系數(shù)值不顯著，而列（3）系數(shù)值在1%顯著性水平上為正。這意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)國有高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用不明顯，對(duì)非國有高技術(shù)制造企業(yè)全要素生產(chǎn)率提升正向效用顯著。

第二，組織政治戰(zhàn)略。在利用數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策獲取數(shù)字資源、設(shè)施及合法性層面，組織政治戰(zhàn)略對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用大概率呈現(xiàn)差異性?；诖?，本研究利用高技術(shù)制造企業(yè)高管政治身份代表組織政治戰(zhàn)略，假若高管為現(xiàn)任政協(xié)委員或者人大代表，則此高技術(shù)制造企業(yè)實(shí)施組織政治戰(zhàn)略，反之為未實(shí)施。表5列（4）GRVI_TIVI系數(shù)顯著為正，列（5）不顯著。這表征數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策實(shí)施能正向推進(jìn)實(shí)施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，而對(duì)未實(shí)施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)提升效應(yīng)不顯著。

3. 區(qū)域異質(zhì)性

其一，市場化水平。本文利用王小魯?shù)萚30]的《中國分省份市場化指數(shù)報(bào)告（2021）》中的數(shù)據(jù)，根據(jù)每年度各省份市場化水平指數(shù)中位數(shù)，將樣本劃分為高、低市場化水平兩部分，具體結(jié)果如表6中列（1）和列（2）。不難發(fā)現(xiàn)，列（1）GRVI_TIVI系數(shù)值顯著為正，列（2）不顯著。這意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能正向影響市場化水平較低地區(qū)的高技術(shù)制造企業(yè)全要素生產(chǎn)率，對(duì)市場化水平高地區(qū)的高技術(shù)制造企業(yè)的提升作用不顯著。

其二，地理位置。中東部和西部地區(qū)在經(jīng)濟(jì)發(fā)展、制度環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、人力資本等層面差距明顯，因此可能使得數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)不同地理位置高技術(shù)制造企業(yè)全要素生產(chǎn)率提升產(chǎn)生影響。表6列（3）和列（4）展示了中東部、西部地區(qū)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策促進(jìn)效應(yīng)的差異性。結(jié)果顯示，列（3）GRVI_TIVI的系數(shù)為正但不顯著，列（4）數(shù)值顯著為正，意味著數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策更能促進(jìn)西部地區(qū)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。

六、 結(jié)論與啟示

1. 結(jié)論

本文選取2011—2022年中國滬深A(yù)股上市制造企業(yè)作為研究樣本，選用雙重差分法研析數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率的影響。結(jié)果顯示：第一，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能促進(jìn)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升，且經(jīng)過平行趨勢、安慰劑以及其他穩(wěn)健性檢驗(yàn)后結(jié)果依舊穩(wěn)健。第二，中介效應(yīng)檢驗(yàn)證實(shí)，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策能夠緩解資源錯(cuò)配、加強(qiáng)數(shù)字技術(shù)創(chuàng)新，進(jìn)而驅(qū)動(dòng)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升。第三，異質(zhì)性結(jié)果表征，就時(shí)期層面來看，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升具有長期效應(yīng)、滯后效應(yīng)。就企業(yè)層面來看，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策對(duì)非國有高技術(shù)制造企業(yè)、實(shí)施組織政治戰(zhàn)略的高技術(shù)制造企業(yè)全要素生產(chǎn)率提升作用顯著。就區(qū)位層面來看，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策市場化水平較低、西部地區(qū)高技術(shù)制造企業(yè)全要素生產(chǎn)率提升的驅(qū)動(dòng)更大。

2. 啟示

第一，強(qiáng)扶持：制定數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展戰(zhàn)略體系。其一，制定“兩化”融合戰(zhàn)略體系。政府有關(guān)部門要構(gòu)建“兩化”（信息化驅(qū)動(dòng)現(xiàn)代化）融合戰(zhàn)略體系，實(shí)施、維護(hù)及完善“兩化”融合流程管理機(jī)制，全面覆蓋高技術(shù)制造企業(yè)生產(chǎn)經(jīng)營全局，協(xié)助其按照自身戰(zhàn)略目標(biāo)規(guī)劃“兩化”融合的有關(guān)流程。通過該方式，可以對(duì)高技術(shù)制造業(yè)企業(yè)進(jìn)行持續(xù)控制，幫助其在數(shù)字化環(huán)境中獲得持續(xù)的競爭優(yōu)勢與新型全要素生產(chǎn)能力。其二，制定高技術(shù)制造生產(chǎn)激勵(lì)獎(jiǎng)補(bǔ)體系。政府應(yīng)當(dāng)在高技術(shù)制造企業(yè)創(chuàng)新生產(chǎn)領(lǐng)域充分發(fā)揮政府職能，通過激勵(lì)獎(jiǎng)補(bǔ)的方式對(duì)其生產(chǎn)給予獎(jiǎng)補(bǔ)。例如，政府可對(duì)高技術(shù)制造企業(yè)獲國家新認(rèn)定的實(shí)驗(yàn)室、國家工程研究中心、國家產(chǎn)業(yè)創(chuàng)新中心給予獎(jiǎng)勵(lì)補(bǔ)助，提升其全要素生產(chǎn)動(dòng)力。

第二，筑基礎(chǔ)：提高優(yōu)質(zhì)高技術(shù)制造企業(yè)數(shù)字技術(shù)創(chuàng)新能力。一方面，相關(guān)部門亟須全力支持高技術(shù)制造企業(yè)參與數(shù)字化創(chuàng)新中心、國家工程技術(shù)研究中心等數(shù)字化創(chuàng)新基礎(chǔ)平臺(tái)建設(shè)，承擔(dān)國家重大科技項(xiàng)目、重大技術(shù)裝備數(shù)字化創(chuàng)新發(fā)展工程。同時(shí)，相關(guān)部門引導(dǎo)高技術(shù)制造企業(yè)參與數(shù)字技術(shù)應(yīng)用創(chuàng)新重大工程，提高其數(shù)據(jù)技術(shù)創(chuàng)新能力及水平，進(jìn)而提升高技術(shù)制造企業(yè)全要素生產(chǎn)率。另一方面，科技部、工業(yè)和信息化部等可以積極推進(jìn)制造行業(yè)數(shù)字化發(fā)展，推動(dòng)具有自主可控的數(shù)字化工業(yè)軟件的應(yīng)用，增強(qiáng)高技術(shù)制造企業(yè)軟件運(yùn)用，助力提升其數(shù)字技術(shù)創(chuàng)新能力，從而提高高技術(shù)制造企業(yè)全要素生產(chǎn)率。

第三，提效能：完善高技術(shù)制造企業(yè)資源配置機(jī)制。政府相關(guān)部門在制定或完善數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策時(shí)，可將重點(diǎn)放在深化要素市場化改革，完善資本與勞動(dòng)力資源配置機(jī)制，解決高技術(shù)制造企業(yè)資源錯(cuò)配問題，逐步推進(jìn)制造產(chǎn)業(yè)數(shù)字化、高質(zhì)量發(fā)展。其一，健全勞動(dòng)力流動(dòng)機(jī)制。地方政府要完善統(tǒng)一、規(guī)范的人力資源市場制度，加快建立協(xié)調(diào)、銜接的勞動(dòng)力流動(dòng)與交流機(jī)制，推動(dòng)勞動(dòng)力實(shí)現(xiàn)跨地區(qū)流動(dòng)，提升勞動(dòng)力在各地高技術(shù)制造企業(yè)內(nèi)的分配效率。其二，完善產(chǎn)業(yè)資本扶持機(jī)制。政府應(yīng)不斷完善高技術(shù)制造產(chǎn)業(yè)創(chuàng)新激勵(lì)扶持政策，進(jìn)一步放寬該產(chǎn)業(yè)享受稅收優(yōu)惠政策的門檻，引導(dǎo)和鼓勵(lì)社會(huì)資本投入產(chǎn)業(yè)數(shù)字創(chuàng)新領(lǐng)域，緩解高技術(shù)制造企業(yè)融資約束。鼓勵(lì)數(shù)字企業(yè)將研發(fā)資金用于實(shí)質(zhì)性的生產(chǎn)，提升高技術(shù)制造企業(yè)產(chǎn)業(yè)資本配置效率。

參考文獻(xiàn)：

[1] 孫雪嬌，范潤.數(shù)字經(jīng)濟(jì)對(duì)大中小企業(yè)全要素生產(chǎn)率影響的鴻溝效應(yīng)[J].經(jīng)濟(jì)管理，2023（8）：45-64.

[2] 余鵬翼，李學(xué)沛，白洛凡，等.技術(shù)獲取型跨國并購的雙向效應(yīng)與企業(yè)全要素生產(chǎn)率——以先進(jìn)制造業(yè)為例[J].中國軟科學(xué)，2022（2）：116-126.

[3] 巫景飛，王澤昊，倪中新.企業(yè)數(shù)字化與全要素生產(chǎn)率提升——來自中國上市公司的證據(jù)[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（5）：41-51.

[4] 李俊久，姜美旭.全球價(jià)值鏈嵌入、技術(shù)創(chuàng)新來源與企業(yè)全要素生產(chǎn)率[J].武漢大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2023（5）：136-149.

[5] 王勇，王鵬飛.金融監(jiān)管結(jié)構(gòu)與制造業(yè)全要素生產(chǎn)率[J].世界經(jīng)濟(jì)研究，2023（8）：91-105.

[6] 史常亮.數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)全要素生產(chǎn)率增長：效應(yīng)與機(jī)制[J].華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（3）：94-109.

[7] 王西貝，李海燕.創(chuàng)新要素、資源錯(cuò)配與全要素生產(chǎn)率的作用研究[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023（5）：77-96.

[8] 黃華，姚祖嬋，連智華.數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策環(huán)境對(duì)創(chuàng)新行為的影響研究——基于自我效能的視角[J].經(jīng)濟(jì)與管理，2022（6）：84-90.

[9] 李宏，喬越.數(shù)字化轉(zhuǎn)型提高了制造業(yè)出口技術(shù)復(fù)雜度嗎？——基于國家信息化發(fā)展戰(zhàn)略的擬自然實(shí)驗(yàn)[J].山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021（5）：108-118.

[10] 蔡曉陳，陳靜宇.數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策提高了企業(yè)全要素生產(chǎn)率嗎？——基于研發(fā)投入與融資約束視角[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2023（3）：16-30.

[11] 郭偉，郭童，耿曄強(qiáng).數(shù)字經(jīng)濟(jì)、人力資本結(jié)構(gòu)高級(jí)化與企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)問題，2023（11）：73-79.

[12] 胡德龍，巢文鳴.區(qū)域創(chuàng)新、數(shù)字經(jīng)濟(jì)與企業(yè)全要素生產(chǎn)率[J].現(xiàn)代經(jīng)濟(jì)探討，2023（9）：62-72.

[13] 杜傳忠，劉書彤.數(shù)字經(jīng)濟(jì)賦能中國制造業(yè)全要素生產(chǎn)率的效應(yīng)測度及路徑分析[J].經(jīng)濟(jì)與管理研究，2023（9）：43-65.

[14] 李杰，劉清.數(shù)字經(jīng)濟(jì)如何賦能城市綠色全要素生產(chǎn)率——基于國家大數(shù)據(jù)綜合試驗(yàn)區(qū)建設(shè)的經(jīng)驗(yàn)證據(jù)[J].現(xiàn)代管理科學(xué)，2023（5）：133-142.

[15] 陳一，羅黎輝.數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與綠色全要素生產(chǎn)率——基于空間計(jì)量模型的研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2023（10）：21-24.

[16] 李振洋，白雪潔.產(chǎn)業(yè)政策如何促進(jìn)制造業(yè)綠色全要素生產(chǎn)率提升？——基于鼓勵(lì)型政策和限制型政策協(xié)同的視角[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2020（6）：28-42.

[17] 李平，李同舟，董康.產(chǎn)業(yè)政策提升數(shù)字企業(yè)的全要素生產(chǎn)率了嗎？[J].技術(shù)經(jīng)濟(jì)，2023（9）：41-52.

[18] 樸英愛，周鑫紅，于鴻.戰(zhàn)略性新興產(chǎn)業(yè)政策、研發(fā)支出與企業(yè)全要素生產(chǎn)率——基于新一代信息技術(shù)產(chǎn)業(yè)的實(shí)證分析[J].經(jīng)濟(jì)問題，2023（1）：70-79.

[19] 張敬文，童錦瑤.數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策、市場競爭與企業(yè)創(chuàng)新質(zhì)量[J].北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（1）：125-136.

[20] 韓亞峰，李新安，楊蔚薇.政府補(bǔ)貼與企業(yè)全要素生產(chǎn)率——甄選效應(yīng)和激勵(lì)效應(yīng)[J].南開經(jīng)濟(jì)研究，2022（2）：120-137.

[21] 路春城，王翠翠，姜常梅.政府補(bǔ)貼、創(chuàng)新投入與制造業(yè)企業(yè)全要素生產(chǎn)率[J].經(jīng)濟(jì)與管理評(píng)論，2023（1）：50-61.

[22] 李政，楊思瑩，路京京.政府補(bǔ)貼對(duì)制造企業(yè)全要素生產(chǎn)率的異質(zhì)性影響[J].經(jīng)濟(jì)管理，2019（3）：5-20.

[23] 張寬，雷卓駿，李后建.市場準(zhǔn)入管制與企業(yè)全要素生產(chǎn)率：來自負(fù)面清單的證據(jù)[J].世界經(jīng)濟(jì)，2023（5）：152-176.

[24] 黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國企業(yè)高質(zhì)量發(fā)展——來自企業(yè)數(shù)字專利的證據(jù)[J].經(jīng)濟(jì)研究，2023（3）：97-115.

[25] 郭海紅，劉新民.數(shù)字鄉(xiāng)村建設(shè)能否通過緩解資源要素錯(cuò)配程度提升農(nóng)業(yè)綠色全要素生產(chǎn)率[J].寧夏社會(huì)科學(xué)，2023（5）：107-117.

[26] 周易，王曉亮，吳金柯.供應(yīng)鏈金融會(huì)提升企業(yè)全要素生產(chǎn)率嗎？[J].經(jīng)濟(jì)問題，2023（11）：57-64.

[27] 宋建，鄭江淮.資本深化、資源配置效率與全要素生產(chǎn)率：來自小企業(yè)的發(fā)現(xiàn)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（3）：18-33.

[28] 黃漫宇，王孝行.數(shù)字經(jīng)濟(jì)、資源錯(cuò)配與企業(yè)全要素生產(chǎn)率[J].宏觀經(jīng)濟(jì)研究，2022（12）：43-53.

[29] 羅佳，張蛟蛟，李科.數(shù)字技術(shù)創(chuàng)新如何驅(qū)動(dòng)制造業(yè)企業(yè)全要素生產(chǎn)率？——來自上市公司專利數(shù)據(jù)的證據(jù)[J].財(cái)經(jīng)研究，2023（2）：95-109.

[30] 王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報(bào)告（2021）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2021.

基金項(xiàng)目：2020年度河北省社會(huì)科學(xué)發(fā)展研究課題“科技創(chuàng)新視角下河北省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展研究”（項(xiàng)目編號(hào)：20200202047）。

作者簡介：李志紅，女，中共唐山市委黨校副教授，碩士，研究方向?yàn)閿?shù)字經(jīng)濟(jì)、產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、區(qū)域經(jīng)濟(jì)學(xué)。

（收稿日期：2024-03-06" 責(zé)任編輯：蘇子寵）