賈添玥

【摘要】文章基于Richardson模型，使用stata對2016—2022年數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司投資效率進行實證研究，利用面板數(shù)據(jù)多元線性回歸方式，計算出該部分上市公司非投資效率值。經(jīng)過匯總得出，數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司2016年后存在著較多非效率投資的行為，并隨著時間推移，非效率投資行為加劇，其中投資不足上市公司數(shù)量略高于投資過度上市公司數(shù)量；東西部上市公司投資效率存在較大差異，東部地區(qū)上市公司過度投資數(shù)量較多，中西部地區(qū)上市公司大多存在投資不足問題。并根據(jù)以上結(jié)論對提高數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司提出針對性建議，對促進上市公司投資效率提高，促進我國數(shù)字經(jīng)濟良好發(fā)展具有長遠(yuǎn)意義。

【關(guān)鍵詞】數(shù)字核心產(chǎn)業(yè)；投資效率；Richardson模型

【中圖分類號】F275；F832.51；F49

一、引言

根據(jù)國家統(tǒng)計局《國民經(jīng)濟行業(yè)分類》中定義，數(shù)字經(jīng)濟是指以數(shù)據(jù)資源為關(guān)鍵生產(chǎn)要素、以現(xiàn)代網(wǎng)絡(luò)作為重要載體、以信息通信技術(shù)的有效使用作為效率提升和經(jīng)濟結(jié)構(gòu)優(yōu)化的重要推動力的一系列經(jīng)濟活動。

數(shù)字經(jīng)濟具體包含計算機網(wǎng)絡(luò)及其運行所需的數(shù)字化基礎(chǔ)設(shè)施、使用網(wǎng)絡(luò)系統(tǒng)進行的數(shù)字交易、用戶設(shè)定和訪問的數(shù)字內(nèi)容等[1]。數(shù)字經(jīng)濟核心產(chǎn)業(yè)對數(shù)字經(jīng)濟社會發(fā)展起支撐和引領(lǐng)作用[2]，投資效率是評價數(shù)字經(jīng)濟核心企業(yè)上市公司經(jīng)營活動的關(guān)鍵指標(biāo)，上市公司提高投資效率，提高企業(yè)價值，是吸引外部投資的關(guān)鍵[3]。

為推動數(shù)字經(jīng)濟的良好發(fā)展，提高數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司的投資效率，本文以“數(shù)字產(chǎn)業(yè)化”部分中在市場中占有較大份額，市值前100位的上市公司（不包括電信傳媒行業(yè)）投資效率為主要研究對象。分析上市公司投資效率及其影響因素，并從提高投資效率的角度提出建議，豐富了數(shù)字經(jīng)濟核心產(chǎn)業(yè)的相關(guān)研究，對促進數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司投資效率提高和數(shù)字經(jīng)濟良好發(fā)展具有長遠(yuǎn)意義。

二、文獻綜述與研究假設(shè)

（一）文獻綜述

2022年11月30日發(fā)布的ChatGPT，將人工智能再一次推向大眾視野，由此帶來的熱度驅(qū)動著數(shù)字經(jīng)濟核心產(chǎn)業(yè)，數(shù)字經(jīng)濟核心產(chǎn)業(yè)成為2023年上半年領(lǐng)漲行業(yè)之一。

隨著數(shù)字經(jīng)濟不斷發(fā)展，數(shù)字經(jīng)濟核心產(chǎn)業(yè)的國產(chǎn)化、數(shù)字化、智能化的趨勢越來越明顯。數(shù)據(jù)成為了新生產(chǎn)要素，面對著中美科技領(lǐng)域博弈加劇，我國在信息技術(shù)安全、數(shù)據(jù)安全方面愈發(fā)重視，數(shù)字經(jīng)濟核心產(chǎn)業(yè)正朝著國有化方向發(fā)展。2022年關(guān)于數(shù)據(jù)要素和數(shù)字中國的宏觀政策密集出臺，數(shù)據(jù)作為新的生產(chǎn)要素，推動著數(shù)字經(jīng)濟核心產(chǎn)業(yè)和其他各行各業(yè)朝著數(shù)字化變革。ChatGPT的熱度使得人工智能得到再次關(guān)注，數(shù)字經(jīng)濟核心產(chǎn)業(yè)發(fā)展的未來性促進其朝著智能化方向發(fā)展。

當(dāng)前對“數(shù)字經(jīng)濟核心產(chǎn)業(yè)”的研究主要集中于資源配置效率和異質(zhì)性分析兩方面。金建紅（2023）指出我國“數(shù)字經(jīng)濟核心產(chǎn)業(yè)”在不同地區(qū)的發(fā)展程度不同，政府實施了東部優(yōu)先政策以發(fā)揮其產(chǎn)業(yè)優(yōu)勢，但數(shù)字產(chǎn)業(yè)的空間布局仍未能做到完全均衡[4]。賀剛（2023）提出數(shù)字經(jīng)濟核心產(chǎn)業(yè)具有顯著的空間集聚效應(yīng)，不同地區(qū)之間的發(fā)展程度存在明顯的不均衡現(xiàn)象[5]。平衛(wèi)英（2022）研究得出我國各地區(qū)數(shù)字經(jīng)濟核心產(chǎn)業(yè)規(guī)模總體增長，年均增長率遞減的趨勢，且不同地區(qū)規(guī)模差異較大，存在明顯的地區(qū)差異性和非均衡性[6]。

數(shù)字化和虛擬化的出現(xiàn)催生出了一系列關(guān)于新經(jīng)濟的概念，也產(chǎn)生了異于傳統(tǒng)行業(yè)的生產(chǎn)模式和投資空間。數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司大型并購逐漸成為股價主要的增長驅(qū)動力[7]。通過計算數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司投資效率可以分析是否存在非效率投資行為。

投資效率是指企業(yè)投資所取得的有效成果與所消耗或占用的投入額之間的比率。投資效率有四種代表性理論：委托代理理論、信息不對稱理論、自由現(xiàn)金流假說、融資約束理論[8]。企業(yè)投資效率模型包括：DEA模型、投資—現(xiàn)金流敏感性模型、邊際托賓Q模型、Richardson投資期望模型。

由于DEA模型無法衡量產(chǎn)出為負(fù)的狀況；投資—現(xiàn)金流敏感性模型無法判斷是過度投資還是投資不足；邊際托賓Q模型適用條件嚴(yán)苛，這些條件不適合我國資本市場[9]。

學(xué)者對Richardson模型修正，并在實證中廣泛應(yīng)用。劉慧龍（2014）等引入上年度投資支出、企業(yè)成長性等指標(biāo)進行計算[10]。馮嘉悅（2021）基于Richardson投資期望模型對中國工業(yè)企業(yè)投資效率進行分析，證明Richardson殘差模型對于我國企業(yè)也是適用的，且能夠很好地反映企業(yè)的投資效率情況[9]。吳凱進（2022）基于Richardson投資期望模型計算出的非效率投資程度來探討影響企業(yè)投資效率新路徑[11]。楊雨婷（2023）基于Richardson投資期望模型得出，通過降低企業(yè)融資成本，數(shù)字金融能夠提高企業(yè)的投資效率[12]。Richardson模型優(yōu)點為：能夠針對特定公司和特定年度的投資效率來進行衡量；度量特定企業(yè)的資本配置效率；能較好地解決投資過度和不足的度量、投資效率分析等問題。因此本文選擇Richardson投資期望模型衡量數(shù)字經(jīng)濟核心產(chǎn)業(yè)中上市公司投資效率。

（二）研究假設(shè)

數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司對外投資、并購重組十分普遍，投資支出占總資產(chǎn)比例較高。數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司并購是為了實現(xiàn)資源整合和優(yōu)化，還是為了掩蓋公司經(jīng)營的不良情況，由于高新技術(shù)的壁壘性及行業(yè)壁壘等因素，難以分辨上市公司投資行為是否符合投資效率，這給監(jiān)督和識別帶來了困難。公司是否存在過度投資行為或投資不足的行為，需要進行深入探討。此外，我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)地區(qū)的發(fā)展存在差異，現(xiàn)有文獻關(guān)于數(shù)字經(jīng)濟核心產(chǎn)業(yè)投資效率的實證研究較少，有待進一步完善。

因此本文選擇Richardson投資期望模型，選取數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司面板數(shù)據(jù)，對數(shù)字經(jīng)濟核心產(chǎn)業(yè)中上市公司投資效率進行實證研究。并基于以上分析提出假設(shè)：

H1：我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)存在較多非效率投資行為。

H2：我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)地區(qū)差異較大。

三、研究設(shè)計

（一）變量定義與數(shù)據(jù)來源

本文選擇Richardson投資期望模型來計算數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司投資效率，本文采用馮烽（2023）的Richardson投資期望模型構(gòu)造方式，用非效率投資程度來衡量企業(yè)投資效率，非效率投資主要有投資不足和投資過度兩種表現(xiàn)形式，投資不足與投資過度都是企業(yè)不符合最優(yōu)投資水平的行為[13]。

根據(jù)Richardson模型以及學(xué)者對企業(yè)投資效率影響因素的研究發(fā)現(xiàn)，企業(yè)投資效率的內(nèi)部影響因素主要包括：成長能力、負(fù)債水平、現(xiàn)金流水平、公司規(guī)模、盈利能力等。

成長能力對公司投資行為具有促進作用，高成長能力公司投資水平明顯高于低成長能力公司投資水平[14]。長期資產(chǎn)負(fù)債率對上市公司過度投資行為存在促進作用，導(dǎo)致非效率投資程度上升[8]。超額現(xiàn)金流與過度投資存在顯著正向關(guān)系[15]。公司規(guī)模與投資水平存在顯著正向關(guān)系。公司上市年限，與公司非效率投資程度的相關(guān)關(guān)系較低，總資產(chǎn)收益率，用來衡量公司盈利狀況，基于上述變量關(guān)系，本文選取以上變量作為控制變量。

考慮到數(shù)字經(jīng)濟核心產(chǎn)業(yè)發(fā)展迅速，本文選取2016—2022年期間年度數(shù)據(jù)。根據(jù)iFinD數(shù)據(jù)中心2016—2022年數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司總市值大于100億的100家上市公司公開數(shù)據(jù)，對初始樣本數(shù)據(jù)進行如下篩選：剔除ST及*ST類公司、控制變量缺失、存在異常值的公司。本次選取的上市公司中，深交所上市公司40家，上交所上市公司59家，北交所上市公司1家。

（二）模型構(gòu)建

選擇總市值大于100億的數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司作為樣本，在剔除ST股以及不可觀測值后，選取總市值大于100億的100家上市公司進行深入研究分析。采用stata17處理數(shù)據(jù)，基于Richardson投資期望模型，構(gòu)建面板數(shù)據(jù)多元線性回歸模型，如公式（1）所示。

對于模型各變量選取以及變量定義如表1。主要變量的基本描述統(tǒng)計如表2所示。

四、實證分析

（一）回歸結(jié)果分析

采用固定效應(yīng)模型，在固定時間效應(yīng)和個體效應(yīng)后，基于數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司2015—2022年公開年度數(shù)據(jù)，進行面板數(shù)據(jù)多元線性回歸，回歸結(jié)果如表3所示。

根據(jù)表3回歸結(jié)果所示，大部分變量在5%水平下顯著，模型R^2為0.1522，p值依為0.0000，說明在剔除了時間變化因素的情況下，模型具有顯著性，擬合情況較好，表明模型具有穩(wěn)定性，方程的估計結(jié)果是值得信賴的。

在此回歸模型的基礎(chǔ)上導(dǎo)出殘差值ε，ε<0代表數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司存在投資不足行為，ε>0代表數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司存在投資過度行為。

（二）投資效率分析

為檢驗假設(shè)H1：我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)存在較多非效率投資行為，根據(jù)stata面板數(shù)據(jù)多元線性回歸結(jié)果，導(dǎo)出殘差值ε，對殘差值進行歸納分析，結(jié)果如表4所示。

根據(jù)表4結(jié)果可知，剔除缺失值后總觀測樣本數(shù)為784，說明2016—2023年間，其中數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司出現(xiàn)合理投資情況占比為12.50%，占比較??；數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司出現(xiàn)過度投資情況占比為30.61%，占比較大，數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司出現(xiàn)投資不足情況占比為56.89%，占比最大。說明數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司大多存在非效率投資情況，并且其中投資不足的情況較多。

將100家上市公司殘差值ε用Excel中使用條件格式進行篩選，由對數(shù)字經(jīng)濟核心產(chǎn)業(yè)總市值大于100億的100家上市公司投資效率匯總得到如下分析：

1.在2016—2022年間，數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司合理投資占比水平較低。

2.數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司在2016—2018年間存在少量投資合理公司，在2018—2022年，幾乎全部上市公司都存在非效率投資的問題。

3.市值排名靠前的上市公司大多存在投資過度行為，市值排名靠后的上市公司大多存在投資不足行為。

（三）區(qū)域因素分析

對于地域的劃分本文參考了《普惠金融與中國經(jīng)濟發(fā)展：多維度內(nèi)涵與實證分析》[16]（2020）中對于中國地域劃分方式，按省份分為東部、西部和中部[17]。

為驗證假設(shè)H2：我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)地區(qū)差異較大。將數(shù)字經(jīng)濟核心產(chǎn)業(yè)總市值大于100億的前100家上市公司注冊地址的省份，按上述地域劃分方式進行劃分，在剔除無效殘差值后stata中進行分類匯總得到結(jié)果，其中East代表東部地區(qū)，Middle代表中部地區(qū)，West代表西部地區(qū)。如表5所示。

數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的100家上市公司中，注冊地址在東部地區(qū)的數(shù)量是93家，注冊地址在中部地區(qū)的數(shù)量是2家，注冊地址在西部地區(qū)的數(shù)量是5家，投資情況如表6所示。

從數(shù)據(jù)直觀得到，東西部上市公司投資效率存在較大差異，東部地區(qū)上市公司過度投資數(shù)量較多，中西部地區(qū)上市公司大多存在投資不足問題。

五、結(jié)論及建議

（一）結(jié)論

根據(jù)總體情況分析，得出以下結(jié)論：

1.數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司在2016-2018年間投資合理情況較少，在2018—2022年，幾乎全部上市公司都存在非效率投資的問題。數(shù)字經(jīng)濟核心產(chǎn)業(yè)投資效率變化以2018年為明顯分界，說明政策因素對數(shù)字經(jīng)濟核心產(chǎn)業(yè)影響較大。

2.數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司中，市值排名靠前的上市公司大多存在投資過度行為，市值排名靠后的上市公司大多存在投資不足行為。

3.我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)存在嚴(yán)重的地域不平衡的問題，大多上市公司集中于東部地區(qū)，中西部地區(qū)上市公司數(shù)量較少。

4.東部地區(qū)上市公司獲得地域有利條件、地域政策支持、資金支持較多，較容易出現(xiàn)過度投資情況，中西部地區(qū)上市公司獲得地域有利條件、地域政策支持和資金支持較少，較容易出現(xiàn)投資不足情況。

（二）建議

1.應(yīng)通過立法監(jiān)督和政策支持的方式約束上市公司投資行為，改善上市公司投資效率。

由結(jié)論可知，數(shù)字經(jīng)濟核心產(chǎn)業(yè)受到政策和立法的影響較大，因此可以通過這兩種方式對上市公司投資效率進行調(diào)節(jié)。

首先應(yīng)加強立法約束，使監(jiān)管部門有法可依，以此維護良好投資環(huán)境。目前我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)中數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司非效率投資的現(xiàn)象較為明顯，監(jiān)管機構(gòu)應(yīng)加強立法，加強處罰力度，同時設(shè)立投資績效衡量機制，對數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司投資行為進行適度監(jiān)督，防止過度并購?fù)顿Y，出現(xiàn)投資過度的不良情況。

其次應(yīng)加強政策支持，數(shù)字經(jīng)濟核心產(chǎn)業(yè)是我國發(fā)展為科技強國的關(guān)鍵產(chǎn)業(yè)，應(yīng)給予一定的稅收優(yōu)惠和政策支持，使得上市公司經(jīng)營彈性更大，有利于改善部分上市公司投資不足的情況。

2.數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司管理層應(yīng)注意避免非效率投資行為，調(diào)控投資尺度，提高資源配置效率。

數(shù)字經(jīng)濟核心產(chǎn)業(yè)的上市公司中市值與經(jīng)營狀況差異較大，部分總市值較高，市場份額較大且經(jīng)營狀況良好，運營過程中自由現(xiàn)金流比例較大的上市公司，應(yīng)適度控制投資活動，避免出現(xiàn)過度投資，過度并購等現(xiàn)象。

數(shù)字經(jīng)濟核心產(chǎn)業(yè)中其他市值較小，市場份額較小，經(jīng)營狀況較弱的上市公司應(yīng)通過穩(wěn)健運營，積極參與投資活動，避免投資水平不足帶來的資源浪費，從而提高投資決策能力和資金運用效率。數(shù)字經(jīng)濟核心產(chǎn)業(yè)上市公司應(yīng)按公司自身的經(jīng)營狀況、自由現(xiàn)金流比例狀況來平衡投資水平的尺度，避免出現(xiàn)非效率投資的行為。

3.繼續(xù)推進“東數(shù)西算”工程，將東部密集的算力，有序引導(dǎo)至西部，并為中西部地區(qū)引入數(shù)字經(jīng)濟核心產(chǎn)業(yè)提供一定政策支持。

由于東西部地理條件和營商環(huán)境的差異，我國數(shù)字經(jīng)濟核心產(chǎn)業(yè)市值大于100億的上市公司大部分集中在東部，極少數(shù)位于中部西部，這既不利于東西部地區(qū)平衡發(fā)展，也不利于綠色發(fā)展和低碳發(fā)展。

為了緩解東部能源緊張，也給西部開辟新的發(fā)展道路，我國提出實施“東數(shù)西算”工程，以此優(yōu)化數(shù)據(jù)中心建設(shè)布局，促進東西部協(xié)同聯(lián)動。應(yīng)努力推進“東數(shù)西算”工程，這樣有利于提高中西部地區(qū)數(shù)字經(jīng)濟核心產(chǎn)業(yè)的經(jīng)營狀況，緩解其投資不足問題。

主要參考文獻：

[1]鮮祖德，王天琪.中國數(shù)字經(jīng)濟核心產(chǎn)業(yè)規(guī)模測算與預(yù)測[J].統(tǒng)計研究，2022，39（01）：4-14.

[2]龐明，趙夢真.共同富裕視角下企業(yè)社會責(zé)任與投資效率研究——以數(shù)字經(jīng)濟核心企業(yè)為例[J].西安石油大學(xué)學(xué)報（社會科學(xué)版），2023，32（01）：33-40.

[3]王若萌.基于DEA的行業(yè)投資效率分析——以通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)為例%J中國經(jīng)貿(mào)導(dǎo)刊（中）[J].2021，（07）：7-10.

[4]金建紅.我國數(shù)字信息化產(chǎn)業(yè)及技術(shù)發(fā)展現(xiàn)狀[J].數(shù)字技術(shù)與應(yīng)用，2023，41（11）：48-50.

[5]賀剛，向天星.數(shù)字經(jīng)濟核心產(chǎn)業(yè)空間集聚水平及其影響因素——基于新一代信息技術(shù)戰(zhàn)略性新興產(chǎn)業(yè)視角[J].科技管理研究，2023，43（05）：197-203.

[6]平衛(wèi)英，肖秀華.中國數(shù)字經(jīng)濟核心產(chǎn)業(yè)規(guī)模的地區(qū)差距、空間效應(yīng)和動態(tài)演進[J].調(diào)研世界，2022（07）：3-16.

[7]劉麗娜，楊公志.數(shù)字化建設(shè)對企業(yè)投資效率的影響研究——來自中國制造業(yè)上市公司的經(jīng)驗證據(jù)[J].會計之友，2022（23）：123-130.

[8]王曉彥，戴奕萱.互聯(lián)網(wǎng)上市公司投資效率研究——基于Richardson投資期望模型%J河南牧業(yè)經(jīng)濟學(xué)院學(xué)報[J].2018，31（04）：30-38.

[9]馮嘉悅，李佩明.基于Richardson模型的中國工業(yè)企業(yè)投資效率研究%J全國流通經(jīng)濟[J].2021（03）：87-89.

[10]劉慧龍，王成方，吳聯(lián)生.決策權(quán)配置、盈余管理與投資效率 %J 經(jīng)濟研究[J].2014，49（08）：93-106.

[11]吳凱進，杜雨欣.投資者情緒、財務(wù)報告質(zhì)量與投資效率 %J 中國集體經(jīng)濟[J].2022（01）：83-84.

[12]楊雨婷，楊霞.數(shù)字金融、股權(quán)融資成本與投資效率%J 現(xiàn)代金融[J].2023（01）：22-28+35.

[13]馮烽，崔琳昊，程果.高鐵開通、信息獲取和企業(yè)投資效率 %J 經(jīng)濟縱橫[J].2023（03）：99-111.

[14]郭嵐，張祥建.上市公司的成長能力與投資行為研究%J 軟科學(xué)[J].2010，24（03）：96-102.

[15]靳小翠，殷治平.企業(yè)非效率投資度量及其影響因素研究概覽%J財會月刊[J].2012（24）：84-86.

[16]李建軍，彭俞超，馬思超.普惠金融與中國經(jīng)濟發(fā)展：多維度內(nèi)涵與實證分析[J].經(jīng)濟研究，2020，55（04）：37-52.

[17]楊志銀，申雅欣.減稅降費政策助力數(shù)字經(jīng)濟發(fā)展——基于2011—2020年面板數(shù)據(jù)研究[J].國際商務(wù)財會，2023（22）：44-49.

責(zé)編：險峰