数字经济如何赋能城市绿色全要素生产率——基于国家大数据综合试验区建设的经验证据

大数据时代，数字经济成为经济社会全面绿色化转型的新动能。本文从大数据综合试验区建设政策视角出发，试图探究数字经济发展对我国城市绿色全要素生产率（GTFP）的影响效应及作用机理。具体以试验区获批建设为准自然实验，运用超效率SBM-GML指数模型测度我国2008—2020年274个地级及以上城市绿色全要素生产率水平，采用双重差分方法进行实证检验。研究结论表明：(1)国家大数据综合试验区建设对城市GTFP存在显著正效应，且在进行PSM、安慰剂等稳健性检验后均支持该结论。(2)国家大数据综合试验区建设主要通过产业结构优化和绿色技术创新传导机制赋能城市GTFP提升。(3)异质性分析发现，国家大数据综合试验区建设对城市GTFP的提振作用在大城市及特大城市、非资源型城市更为明显。针对研究结论，提出拓展试验区建设范畴并推进试验区联动发展、完善配套设施并延展覆盖面、促进数字技术与实体经济深度融合等对策以放大数字经济的绿色全要素生产率驱动效应，助推经济绿色高效转型。     

智慧城市建设与企业绿色全要素生产率：内在机制与经验证据——基于“赋能”和信贷配给的视角

在中国推动经济高质量发展的背景下，智慧城市为实体经济赋能的重要性日益凸显。基于2009—2020年中国A股上市公司面板数据，以微观企业高质量发展为落脚点，运用多期DID方法评估智慧城市建设对企业绿色全要素生产率的影响效应及其作用机理。结果表明：智慧城市建设能够显著提升企业绿色全要素生产率，在考虑内生性问题后，该结论依然稳健。进一步研究发现，智慧城市建设能够显著降低金融机构与企业之间的信息不对称，在“量”上缓解样本企业面临的融资约束，在“质”上提高企业信贷资源配置效率。此外，智慧城市建设对规模较大企业、非国有企业、东部地区、市场化程度低的地区的作用效果更加明显。基于此，中国应从加速推动智慧城市建设、充分发挥市场在资源配置中的决定性作用、优化相关配套政策三个方面提升智慧城市对企业绿色全要素生产率的促进作用。     

全要素生产率提升中“结构红利假说”的非线性检验——基于285个城市面板数据的双门限回归分析

已有关于“结构红利假说”的文献大多基于线性模型，但产业结构升级过程中存在着经济增长的“结构性加速”和“结构性减速”阶段，表明产业结构升级对社会生产率的影响很可能是非线性的。本文基于2002—2015年中国285个地级及以上城市的面板数据，采用双门限回归模型考察产业结构升级对全要素生产率的非线性影响，并结合城市要素禀赋结构和产业结构变迁成本进一步分析非线性关系的形成机理。研究发现，中国地级及以上城市全要素生产率提升中存在“结构红利”；产业结构升级对全要素生产率的影响是非线性的，随产业结构升级的推进先逐渐递增后逐步减弱；分样本看，副省级城市或直辖市全要素生产率提升中的“结构红利”效应最显著；产业结构升级对中国全要素生产率增长的影响主要是通过技术效率途径，而技术进步途径贡献不足。     

交通可达性对城市经济高质量发展的异质性影响

在推进高质量发展的背景下，探究交通可达性提升对城市经济高质量发展的异质性影响有重要意义。本文基于278个城市面板数据，采用Meta-RDM模型测度中国城市全要素生产率，将其作为衡量城市经济高质量发展的指标，并采用SARAR模型验证了可达性提升对不同层级城市高质量发展的影响路径差异。研究发现：城市间交通可达性提升会促进城市全要素生产率提升，但作用路径不同；可达性对普通城市高质量发展的影响是通过提升产业集聚及产业结构水平，进而提升技术进步来实现的；可达性对中心城市高质量发展的影响是通过促进资本要素及劳动力要素的流动和配置进而提升技术效率值来实现的。另外，财政支出占比指标会显著影响城市的全要素生产率，但不利于普通城市的技术效率提升，不利于中心城市的技术进步。在交通可达性提升的背景下，不同层级城市应有不同的全要素生产率提升策略。     

大数据治理对数字产业发展的影响研究

数字中国战略下,推进数字产业发展,对于经济高质量发展和中国式现代化建设具有重要意义。基于2004～2021年中国地级市面板数据,以国家级大数据综合试验区为准自然试验,利用双重差分法检验大数据治理对数字产业发展的驱动作用。结果表明：大数据治理促进了数字产业发展,数字技术和信息资源的流动和扩散对相邻城市和经济联系较为紧密的城市产生了空间溢出效应。大数据治理对中部地区城市和城市群城市数字产业的作用更为显著;创新产出、技术效率以及经济集聚是大数据治理影响数字产业发展的重要路径。因此,应推动大数据治理的产业价值挖掘,建立健全大数据治理统筹协调机制,优化数字中国整体战略布局,提升数字经济发展的质量效益。     

数字经济发展何以提高企业全要素生产率？

基于2011—2019年中国282个地级市和A股3140家上市公司的数据,考察数字经济发展水平对企业全要素生产率的影响,结果表明数字经济的发展显著提升了当地企业的全要素生产率。机制检验结果表明,数字经济能够通过降低企业管理成本、增加企业人力资本投入和降低企业交易成本缓解信息不对称,从而提升企业全要素生产率。数字经济发展水平对企业全要素生产率的影响存在异质性,对国有企业、大规模企业、新企业、服务业特别是生产性服务业企业影响更大;这一影响结果在东部地区和数字经济发展程度高的地区更为显著。这为发挥数字经济的微观激励效应进而促进宏观经济“提质增量”提供了理论依据。     

数字经济赋能中国制造业全要素生产率的效应测度及路径分析

推进数字经济与制造业深度融合、提升数字经济赋能制造业全要素生产率,已成为推动中国制造业高质量发展的重要路径。本文利用2003—2020年中国制造业省级面板数据,通过构建随机前沿全赋能效应模型,运用反事实分析方法,分析数字经济对中国制造业全要素生产率的赋能效应及作用路径。研究结果表明：数字经济对制造业全要素生产率具有明显的赋能效应,这种效应主要通过技术进步、技术效率和规模效率三条路径实现,其中,通过技术进步赋能制造业全要素生产率为主要作用路径。异质性检验结果表明,在合理化、高级化程度较低的地区,数字经济对制造业全要素生产率的赋能效应较大,而赋能技术效率的效应相对较小;在市场化水平较高的地区,数字经济与制造业深度融合,着力发挥数字经济对技术进步赋能作用,使得数字经济深度赋能制造业全要素生产率的效果更为明显;数字经济对南方地区制造业全要素生产率的赋能效应更为显著。为进一步提升数字经济赋能中国制造业全要素生产率,促进制造业高质量发展,应大力推进数字经济与制造业融合。     

数字基础设施建设与区域绿色发展——基于“宽带中国”战略的准自然实验

文章以2014年“宽带中国”战略实施为准自然实验，利用多期双重差分法研究了数字基础设施建设对城市绿色全要素生产率的影响。研究发现：数字基础设施建设有利于促进城市绿色全要素生产率的提升，且该作用是通过提高城市技术创新水平和产业结构优化来实现的。研究结果为推动我国经济高质量发展，合理优化数字基础设施建设，促进城市绿色全要素生产率提高提供了理论支撑和政策建议。     

数字经济、要素市场扭曲缓解与企业全要素生产率

针对要素市场扭曲背景下企业全要素生产率提升动能的不足,构建省级层面的数字经济指标体系,利用2011～2022年中国A股上市公司数据,采用中介效应模型考察数字经济的资源配置效应在缓解要素市场扭曲并促进企业全要素生产率提升方面的可行性和有效性。结果证实：要素市场扭曲背景下,数字经济的资源配置效应对企业全要素生产率具有提升作用;数字经济主要通过缓解金融、人才、技术三类要素市场扭曲促进企业全要素生产率提升。进一步研究发现,在国有企业、技术密集型企业以及大企业样本中,数字经济对企业全要素生产率具有更强的促进作用。据此,应完善数字基础设施,为企业高质量发展提供保障;关注要素市场发展,促进各类要素充分流动、重组和重构;根据企业高质量发展需求,柔性化创建组织情景体系。     

数字经济发展的碳减排效应研究——兼论城镇化的门槛效应

数字经济是我国实现“双碳”目标、推动经济高质量发展的重要途径。基于中国城市面板数据，探究数字经济对城市碳排放的影响及其作用机理。研究发现：数字经济发展显著降低了各地的碳排放强度，该结论在一系列稳健性检验后依然成立；推动产业结构升级、优化资源配置、促进技术创新是数字经济影响城市碳排放的作用渠道；异质性分析发现，数字经济的碳减排作用在非资源型城市、东部地区和低排放城市更加明显；进一步的研究发现，数字经济的碳减排作用还受到城镇化水平的影响，表现出门槛效应。     

制造业集聚对改进城市碳全要素生产率的影响研究

提高碳全要素生产率是有力推进“碳达峰”“碳中和”工作的重要抓手，是城市低碳化发展的重要途径。基于2003—2019年中国城市数据，研究制造业集聚对城市碳排放全要素生产率的影响及其作用机制。基准回归结果表明，制造业集聚显著抑制了城市碳全要素生产率的提高。异质性分析表明，制造业集聚的抑制作用在数字经济发展水平较高地区变得不再显著。宏观机制研究表明，制造业集聚抑制城市碳全要素生产率的原因主要在于其对碳技术效率和碳技术进步的抑制，在匹配城市土地出让数据的基础上，制造业集聚扩大了土地供给面积、提高了土地成交价格，导致集聚拥挤效应凸显，阻碍知识溢出，不利于提高城市碳全要素生产率。微观机制分析表明，在匹配企业微观数据后，制造业集聚显著抑制了企业绿色发明专利数量的增加，损害了碳全要素生产率增长的微观基础。     

企业数字化转型助推全要素生产率提升的理论与路径——基于A股上市公司的实证检验

当前中国数字经济蓬勃发展,企业进行数字化转型成为适应时代发展要求的重要选择。本文基于2011—2020年中国A股上市公司面板数据,运用固定效应模型、中介机制检验及异质性检验等方法 ,探究企业数字化转型影响其全要素生产率的效果与路径。研究发现：企业数字化转型能够显著提高其全要素生产率,其中缓解融资约束以及提高内部控制质量发挥中介作用;对不同所有权的企业而言,进行数字化转型均有利于提升全要素生产率,但是在非国有企业中效果更强;相对于成长期和衰退期企业,成熟期企业中二者作用效果更强。因此,企业应加快数字技术在各环节的应用,激发数字化转型积极效应;提升数字化转型的积极性,实施有差异化的转型战略;政府应发挥在宏观调控中的作用,优化数字化转型外部环境。     

数字经济、城市空间结构与碳排放效率

在环境保护与经济增长的双重发展目标下研究数字经济对碳排放效率的影响更具现实意义。通过对中国279个地级及以上城市2011—2019年的相关数据进行分析，发现数字经济发展能够显著提升城市的碳排放效率，趋于分散或多中心的城市空间结构也有利于碳排放效率的提升，且城市的多中心结构有助于数字经济发挥其对碳排放效率的提升作用。城市地理区位、资源禀赋条件、产业政策支持的异质性分析结果表明，在东部或南方地区、非资源型城市、“大数据”试点城市，城市多中心结构更能助力数字经济发挥其提升碳排放效率的作用。由此，提出产业发展政策、城市空间规划等方面的政策建议。     

技术创新、产业结构与城市绿色全要素生产率——基于国家低碳城市试点的影响渠道检验

本文以2010年中央推行低碳城市试点为准自然实验，基于中国地级市数据库，采用倾向得分匹配和双重差分相结合的方法，实证分析低碳城市试点对获批城市绿色全要素生产率的影响，并通过中介效应模型甄别技术创新与产业结构的间接效应。结果表明，获批低碳试点城市能够直接促进城市绿色全要素生产率，这个结果在经过稳健性检验后依然显著为正。对影响渠道的检验表明，低碳试点政策能够通过提升城市创新水平、促进产业升级的渠道间接提升所在城市绿色全要素生产率，但产业结构转型的间接效应并未得到验证。     

数据生产要素化及其价值创造机制研究

数字经济时代，数据要素已成为基础性资源和关键生产要素。探讨数据作为新生产要素的实现机理，揭示数据要素驱动企业价值创造的微观机制，有助于企业树立数字经济时代的竞争优势。本文基于数据生产要素的经济特征，从集聚化、能力化、融合化、价值化四个维度揭示数据要素化的实现机理，并构建多主体参与、数据要素驱动、全要素共同作用的数据要素价值创造机制，提出集聚、融合、协同的数据要素价值创造实现方式。基于研究结论，本文提出以下管理启示：设计“业务—数字”双驱动发展战略，实现业务与数字化协同发展；提升企业“数实融合”能力，形成以数据驱动的数字化经营模式；培育多元参与、网络化协同的数字平台生态系统。     

基于CIM+AI机器人的大型城市综合体智慧化运维框架研究

目前智慧运维已成为大型城市综合体、交通枢纽等城市关键构件运维发展的大势所趋，通过对既有运维管理的手段和形式再造，基于三维数字孪生技术，融入5G、物联网、人工智能、机器人、大数据、VR等现代信息技术手段，整合大型城市综合体建筑体内设备、人员、事件、技术等关键要素，实现智慧化、精细化、可进化的运维业务。基于CIM+AI机器人的智慧化运维框架主要包括：（1）数字孪生底座。建立多元异构的虚拟现实系统，打造多行业一体化数字孪生底座，实现CIM技术在全生命周期各阶段的应用实施。（2）5G+IOT+大数据的技术融合框架。基于5G技术多源监测海量数据传输技术及接口，实现运维管理和智能分析数据互通、全寿周期所有数据整合、现实与孪生场景实时关联、基于智慧运维的业务系统。（3）基于5G网络的物联网传感网架构。对立体综合空间开展网络全覆盖构架，实现“全包容、恒稳定、高可靠、低时延、易部署”的组网方案。（4）基于AI机器人的智慧运维体系。借助智能机器人和人工智能神经网络的技术融合，为关键业务应用提供智慧工具，辅助管理决策和风险预警。     

数字经济赋能企业创新能力提升的实证检验——基于智慧城市的准自然实验

数字技术与实体经济深度融合背景下，数字经济发展对提升企业创新能力具有重要意义。基于2007—2020年中国A股上市公司数据，采用多期差分模型实证检验数字经济对企业创新能力提升的赋能效应。研究发现：数字经济可显著促进企业创新能力提升，且这一促进效应具有显著行业异质性特征，具体表现为服务业企业创新能力比工业企业更容易受到数字经济发展的正向影响。进一步研究发现，融资约束、人力资本结构和供应链优化是数字经济赋能企业创新能力提升的作用路径。基于此，应当推进新型智慧城市建设，提升数字经济赋能作用；制定差异化发展机制，精准布局行业创新升级；加大金融支持力度，降低企业融资约束，以期为提高企业创新能力提供理论支撑。     

价值链视角下人工智能应用对全要素生产率的影响——基于中国A股上市公司的实证研究

利用2007～2019年中国A股上市公司的微观数据，借助上市公司年报构建度量企业人工智能应用的指标，并基于价值链视角实证研究人工智能应用对全要素生产率的影响效应与机制。研究表明：人工智能在企业中的整体应用显著提升了企业的全要素生产率，企业研发设计、生产制造、市场营销环节的智能化发展也带来了显著的全要素生产率提升效应；技术创新是人工智能应用促进全要生产率提升的重要机制；与研发设计、生产制造的智能化相比，市场营销的智能化发展更能通过技术创新促进全要素生产率的提升，提升企业全要素生产率。因此，需从创新、资金、人才、治理等方面完善推动全价值链智能化发展的政策支撑体系。     

信息技术扩散、生产性服务业集聚与制造业全要素生产率

信息技术的扩散和应用能够便利地区和企业之间的联系与沟通，突破资源配置的地域隔阂和刚性约束，增强知识和技术溢出效应，推动生产性服务业集聚和服务型制造业发展，进而提升制造业全要素生产率。本文基于生产性服务业集聚区分析信息技术扩散推动制造业全要素生产率提升的作用机制，构建测度信息技术融入生产性服务业集聚区的衡量指标，利用DEA方法测度制造业全要素生产率变动情况，并采用2003—2016年中国30个省级区域的面板数据对信息技术扩散、生产性服务业集聚与制造业全要素生产率之间的关系进行实证检验。研究结果表明，信息技术扩散能够推动生产性服务业集聚；信息技术在生产性服务业集聚区的融入程度越高，制造业全要素生产率就越高，二者之间呈现正相关关系。加快推进网络基础设施建设，实现网络互联互通，普及计算机知识，提升信息技术的普及和应用程度，能够推动生产性服务业集聚发展，进而提高制造业全要素生产率，推动制造业转型升级。     

参与全球价值链提高中国上市公司的全要素生产率了吗?

基于2003—2014年国泰安中国上市公司数据库和中国海关数据库匹配数据，测算了微观上市公司全要素生产率和全球价值链地位指数，通过设置企业要素密集度作为门限变量，实证检验了参与全球价值链对企业全要素生产率的影响。实证结果表明：要素密集度是决定上市公司参与全球价值链“生产率效应”作用机制的关键因素，资本密集型、技术密集型企业更易从参与全球价值链中获得全要素生产率水平的提升；而劳动密集型企业参与全球价值链并未显著改善自身全要素生产率。研究结果进一步支持了中国上市公司参与全球价值链而获取的开放红利更显著地体现在资本和技术密集型企业借助技术外溢和学习效应机制实现全要素生产率提升的观点。因此，进一步促进上市公司特别是资本与技术密集型企业深度融入全球化，大力推动劳动密集型企业向资本与技术密集型转型升级，坚定不移地继续深化改革开放，对于从企业微观层面落实高质量发展有重要意义。