人工智能提升了中国制造业企业的全要素生产率吗

当今世界,人工智能已成为提升全要素生产率、建设制造强国、推动综合国力提升的新引擎。在对人工智能赋能制造业企业全要素生产率效应理论分析的基础上,构建人工智能创新指标体系,基于2015—2021年制造业上市公司面板数据,实证研究了人工智能对制造业企业全要素生产率的影响,结果表明,人工智能对制造业企业全要素生产率提升具有显著正向效应,且存在明显的地区、行业、所有制企业异质性,人工智能通过创新链、产业链、供应链的精准匹配等中介效应,对制造业企业全要素生产率产生促进作用。资产总额、前五大股东集中度、员工数量等均对制造业企业全要素生产率产生了积极影响。     

数字技术创新与中国企业高质量发展——来自企业数字专利的证据

在当前数字经济时代，数字技术创新已成为驱动中国经济发展的核心要素。本文以中国上市公司为研究样本，通过文本分析识别企业数字专利以刻画数字技术创新水平，进而从企业全要素生产率的角度考察了数字技术创新的经济后果。研究发现，数字技术创新显著促进了企业全要素生产率提升，赋能了中国企业高质量发展，这一结论在控制内生性和进行稳健性检验后依然成立。在作用机制方面，数字技术创新发挥了管理赋能、投资赋能、营运赋能与劳动赋能功能，有助于企业降低内部管控成本，提高投资决策质量与资产营运效率，改善劳动力资源结构，从而推动企业全要素生产率增长。进一步分析发现，完善的知识产权保护体系与数字基础设施将会增大数字技术创新对企业生产率的积极影响；同时，对于高新技术企业以及劳动密集型企业，数字技术创新的生产率效应更为显著。此外，底层技术与实践应用层面的数字技术创新对企业生产率均有提升作用。本研究验证了数字技术创新对实体经济高质量发展的赋能作用，为我国数字技术创新的政策制定以及企业数字化发展的战略决策提供了启示。     

产业政策对企业全要素生产率的作用机制——基于国家自主创新示范区的准自然实验

产业政策能否提升企业全要素生产率是产业经济领域的重要问题。采用准自然实验方法，利用国家自主创新示范区相关数据研究产业政策对企业全要素生产率的影响。结果发现，总体上产业政策能够显著提升区内企业全要素生产率，但不同所有制企业对产业政策的吸收程度不同。相较于国有企业，非国有企业更容易受产业政策激励，进而提升全要素生产率。进一步研究显示，产业政策作用程度和企业所处行业对全要素生产率的影响不同，产业政策能够显著提升重点扶持企业和资本密集型企业全要素生产率。将技术创新作为产业政策和企业全要素生产率的中介变量，分析表明，90%的产业政策均通过技术创新作用于企业全要素生产率，政府可以通过技术创新这一手段实施有针对性的产业政策，从而提升企业全要素生产率。     

制造业FDI行业内和行业间溢出对全要素生产率变动的影响*

在中国制造2025的大背景下,如何利用FDI来促进制造业全要素生产率、技术效率与技术水平的提升具有重要意义。采用2005—2014年中国制造业的26个行业的面板数据实证分析FDI行业间和行业内的技术溢出对全要素生产率变动的影响,结果发现行业内直接溢出能有效促进内资制造业全要素生产率和技术效率的提高;行业内间接溢出则会挤占内资企业的生存空间阻碍全要素生产率、技术效率和技术水平的增长;行业间后向关联程度能显著且明显地促进内资制造业全要素生产率和技术效率的提升;行业间前向关联程度能显著但微弱地抑制内资制造业全要素生产率和技术效率的提升。     

制造业数字化与服务化转型的耦合交互及其生产率效应研究

制造业转型目前存在数字化与服务化滞后的双重困境，企业数字化与服务化的耦合是实现制造业升级的关键。基于历年的投入产出表，发现中国各省市制造业数字化与服务化发展存在耦合协调的问题。以企业全要素生产率为切入点，从理论和实证方面揭示制造企业数字化与服务化交互对生产率的影响效应与机制。研究结果表明，制造企业数字化与服务化在生产率提升上具有明显的交互效应，且数字化与嵌入式或连续型服务化的交互效应更显著。异质性分析发现，两者的交互效应表现在数字经济发展水平高或知识产权保护力度大的地区、劳动和资本密集型制造业以及成长期企业。进一步的研究显示，制造业数字化与服务化的交互通过促进企业创新，提升了全要素生产率。鉴于此，本文提出了推进制造业数字化和服务化耦合发展的建议。     

高技术产业转移的定量测度及效应分析

基于2009—2018年中国内地30个省市高技术产业面板数据，从定量角度分析高技术产业相对转移规模和转移特征，并运用静态面板模型和动态面板模型检验产业转移能否提升高技术产业全要素生产率，以及通过何种路径作用于全要素生产率提升。研究表明，高技术产业总体呈现从东部向中西部转移的趋势，并在局部地区存在梯度转移特征，不同子行业转移和集聚趋势存在显著差异；产业转移能显著提升承接地高技术产业全要素生产率，但产业转移对全要素生产率的作用路径存在行业异质性，各行业产业转入对纯技术效率的正向影响显著，说明产业转移主要通过纯技术效率促进承接地产业全要素生产率提升。     

区域制造企业数字化转型影响绿色全要素生产率的空间效应

以2011—2019年A股上市制造企业为样本，研究制造企业数字化转型对企业绿色全要素生产率的影响。研究发现：(1)2011—2019年，全国制造企业绿色全要素均值呈先缓慢下降，后持续上升的两阶段特征；全国制造企业数字化转型均值则呈持续上升的趋势。(2)计量模型结果表明，数字化转型能有效提升制造企业绿色全要素生产率，但存在区域差异，东部地区制造企业绿色全要素生产率提升效果最大。同时，这个提升效果会受到企业战略柔性的影响，即企业战略柔性越高，企业数字化转型对制造企业绿色全要素生产率的提升作用越强。(3)机制分析发现，数字化转型通过促进绿色技术创新和加强人力资源配置对制造企业绿色全要素生产率产生正向影响。(4)进一步异质性分析结果表明，该提升作用在国有企业、高科技行业及高互联网发展水平区域的研究样本中更显著。因此，要把握数字经济发展新机遇，加强绿色技术创新，培育双元复合型人才，发挥国有企业的“领头羊”作用，因地制宜推进制造企业数字化转型。     

地方债发行能否推动实体企业高质量发展？—基于中国A股和新三板制造业上市公司数据的实证研究

对中国2015-2021年制造业上市公司财务报表和地方债数据的关系研究表明：地方债水平的提高能显著提升中国制造业企业全要素生产率。从机制分析发现,地方债发行通过缓解融资约束、刺激企业加大研发投入促进制造业企业全要素生产率提升,但地方债发行不利于高素质人才集聚,进而抑制制造业企业全要素生产率提升。异质性分析发现,专项债比一般债更能显著提升制造业企业全要素生产率,并且地方债发行对提高大中型企业、国有企业、非劳动密集型企业、经济发达地区、低债务水平地区企业的全要素生产率的作用更加显著,进一步研究发现,地方债发行规模与企业高质量发展存在倒U型关系,地方债水平超过0.0773极值后,地方债发行会抑制企业高质量发展。研究结论对坚持通过地方债发行促进经济发展和企业高质量发展的政策具有重要现实意义。     

绿色制造技术创新对制造业绿色发展的影响

本文针对绿色制造技术创新对制造业绿色发展的影响展开研究，基于2003—2019年中国27个制造业行业层面的数据，从污染行业异质性的视角，实证考察了绿色制造技术创新与制造业绿色发展的关系，进而分析了“双碳”目标下绿色制造技术创新对制造业绿色发展的影响机制及路径。主要结论是：(1)绿色制造技术创新能够显著提升制造业绿色发展；(2)绿色制造技术创新对重度污染制造业行业绿色发展作用更明显；(3)绿色制造技术创新可以通过节能减排效应、能源结构优化效应、知识溢出效应以及产业结构绿色高级化效应促进制造业绿色发展。由此得出以下政策建议：鼓励制造业进行绿色制造技术创新，并采取适当的激励与约束机制；加大能源结构优化力度，促进高效、低碳型能源制造业体系建设；完善绿色制造技术创新的知识产权保护制度，增强绿色制造技术创新成果转化能力；推动产业结构绿色高级化发展，形成以绿色知识、绿色制造技术密集型产业为主的产业结构。     

数字金融、技术创新与企业碳绩效

数字金融作为数字技术与传统金融结合的创新产物，对于实现碳达峰与碳中和具有重要意义。文章选取2011—2020年沪深A股上市企业的样本数据，使用系统广义矩估计方法分析数字金融对企业碳绩效的影响以及技术创新的中介效应。研究发现：数字金融发展能够显著促进企业碳绩效提升；与大规模、非制造业企业相比，数字金融对中小规模、制造业企业碳绩效的影响更加显著；技术创新在数字金融对企业碳绩效影响中发挥部分中介作用。为此，应夯实数字金融基础体系，加速推动数字金融发展；强化低碳技术创新支持力度，释放技术创新减排效应；加大环境规制力度，提升企业碳绩效水平。     

Innovation and Productivity in European Industries

The labour productivity impact of innovation is investigated in this paper combining neo-Schumpeterian insights on the variety of innovation with the importance of industrial structures and firm size; two models are proposed for explaining productivity and export success in European manufacturing industries and firm-size classes. The empirical estimates are based on data from the European innovation survey (CIS 2), covering Austria, France, Italy, the Netherlands, and the UK, broken down by 22 sectors and for large, medium, and small firms. The econometric results, obtained adopting cross-sectional estimation methodologies able to account for unobserved industrial characteristics, show that productivity in Europe relies on product and process innovation, with the support of the efficiency gains provided by grouped business structures. Conversely, in Italy the introduction of new machinery linked to innovation appears as the key mechanism supporting domestic productivity. When export success is considered, all countries have to rely on an innovation-based model of competitiveness.     

制造企业人工智能创新如何赋能高质量发展 ——来自中国上市公司的经验证据

制造企业作为人工智能创新战略的重要载体，在经济高质量发展过程中发挥着举足轻重的作用。基于2015—2019年596家制造业上市公司数据，从组织外部竞争和内部生产要素视角，通过构建个体固定效应非平衡面板模型，探讨人工智能创新驱动制造企业高质量发展的内在机制和边界条件。结果表明：人工智能创新能够有效推动制造企业高质量发展，人工智能创新双元性对高质量发展的影响无显著差异，而行业竞争能够强化人工智能创新对高质量发展的促进作用。进一步地，不同子行业人工智能创新对高质量发展的影响存在差异，劳动密集型企业和技术密集型企业人工智能创新能够促进高质量发展，而资本密集型企业人工智能创新对高质量发展的影响不显著。结论不仅有助于揭示人工智能对制造企业高质量发展的影响机制，还可为企业制定人工智能创新战略提供重要启示。     

数据要素与研发决策对工业全要素生产率的影响——来自2010—2019年中国工业的经验证据

在高质量发展阶段,工业全要素生产率不仅取决于数据要素的市场化配置,同时在很大程度上还受到研发决策影响。利用2010—2019年中国工业面板数据,估计数据要素与研发决策对工业全要素生产率的影响效应。结果表明,数据要素赋能资本、劳动要素后的要素深度融合,对工业全要素生产率具有显著改善作用;与劳动密集型工业相比,数据要素对资本密集型工业全要素生产率的改善作用更加显著。将研发决策纳入后发现,探索型研发决策对资本密集型工业全要素生产率提升具有显著促进作用,而囿于高风险的利用型研发决策则对工业全要素生产率的改善作用不显著。进一步研究发现,探索型研发决策能够促进数据要素赋能传统要素,二者有效融合能够显著提高工业全要素生产率。     

“双碳”目标下碳交易与制造业绿色全要素生产率——基于异质性技术创新模式的机制检验

碳交易是推动制造业绿色发展,实现“双碳”目标的重要市场化工具,交易价格和市场规模能够反映碳交易实施状况,是影响制造业绿色全要素生产率的重要因素。从碳交易价格和市场规模切入,基于2008—2020年中国内地30个省份面板数据,构建连续型双重差分模型评估碳交易对制造业绿色全要素生产率的作用效果,并考察异质性技术创新模式的传导路径。结果表明,提高碳交易价格和扩大市场规模均能显著提升制造业绿色全要素生产率。机制检验表明,碳交易价格和市场规模能够推动自主创新、减少技术改造投入,进而影响制造业绿色全要素生产率,而技术引进并非有效路径。进一步研究发现,自主创新对技术改造存在挤出效应。研究结论对完善碳交易制度顶层设计、精准制定技术创新配套政策具有重要启示意义。     

创业孵化推动创新引领经济发展的机理分析与实证检验

“十四五”规划提出坚持创新在现代化建设中的核心地位。创业孵化是推动创新引领经济发展的重要环节,是新一轮产业变革的重要载体。孵化器资源整合通过帕累托改进提高资源配置效率,孵化投资通过收入效应提高规模效率,技术服务通过替代效应提高技术效率,进而推动创新引领经济发展。基于2010-2019年中国内地省际面板数据,使用Bootstrap方法、逐步回归法及sobel模型检验创业孵化影响资源配置效率、规模效率与技术效率的中介效应。结果发现：孵化器数量、人员投入、风险投资及技术服务对资源配置效率、规模效率与技术效率具有显著中介效应,创业孵化通过创新产业化路径推动创新引领经济发展。据此,提出如下对策建议：①以平台化、网络化路径扩大孵化器体量,提高资源配置效率;②优化创业孵化资金“入、转、退”制度,提升规模效率;③建设“孵化器4.0”模式众创空间,提升技术效率。     

政府创新偏好、创新要素流动与制造业升级

利用2004—2019年中国内地30个省域面板数据，系统考察创新人员流动和创新资本流动对制造业升级的影响效应及政府创新偏好的调节效应。结果表明，创新人员流动和创新资本流动均对制造业高级化、合理化有显著积极作用。影响机制检验表明，创新人员流动和创新资本流动通过提升创新能力间接推动制造业高级化、合理化；政府创新偏好在创新资本流动与制造业高级化、合理化以及创新人员流动与制造业高级化之间有显著正向调节作用，但对创新人员流动与制造业合理化的调节作用不显著；在两类创新要素流动推动制造业升级过程中，政府创新偏好的调节作用呈现非线性特征。结论对引导创新要素合理流动，推动制造业高级化、合理化发展具有重要借鉴意义。     

Multidimensional Innovation and Productivity

Innovation is a complex process and has multiple dimensions. In assessing the linkage between innovation and productivity, most of studies, due to data limitations, use only one single indicator to measure innovation. This paper argues that this practice may systematically bias against certain groups of companies or industries since they often engage in different innovation activities to achieve their different business objectives. To better measure innovation, this paper develops an innovation index, a linear combination of multiple innovation indicators based on a latent variable model. The proposition is supported by evidence from a rich micro dataset for Canadian manufacturing firms.     

互联网对制造企业创新的影响机制及实证研究

在我国深入实施创新驱动发展战略、推动中国制造业由“中国制造”向“中国创造”跨越的历史背景下，构建互联网促进制造企业创新理论分析框架，运用中介效应模型揭示互联网促进制造企业创新的机制。结果发现，互联网对制造企业创新存在显著促进作用；机制检验表明，互联网可以通过成本和人力资本的中介促进制造企业创新，即互联网能通过加速人力资本积累，降低交易成本和代理、治理成本，成为制造企业创新的重要驱动力；拓展性分析中，制造企业面临的融资约束和传统公司治理方式显著负向调节互联网对制造企业创新的促进作用。从降低成本和加速人力资本积累两个方面，解释互联网如何激发制造企业创新活力，为解析互联网促进制造企业创新机制的“黑箱”提供新视角。     

中国国防工业全要素生产率测算与分析

利用2004—2020年中国11大军工集团财务报表数据，从企业微观角度出发，运用LP方法计算国防工业全要素生产率并分析其变化趋势。结果表明，样本期内，我国国防工业全要素生产率总体呈波动上升趋势，其增长率高于制造业整体水平但低于高技术产业增速，说明国防工业技术进步比较明显，但进步速率还不够高；各细分军工行业全要素生产率存在较大差异，电子工业和船舶工业全要素生产率均值比其它军工行业高。收敛性分析表明，国防工业中，全要素生产率较低企业对较高企业具有追赶效应。建议军工行业必须转变增长方式，向集约型发展方式转变，提高发展质量；加大研发投入力度，重点扶持技术发展相对缓慢的行业，促进军工行业协调发展；贯彻军民融合发展战略，促进先进民用技术转军用。     

人工智能对绿色经济增长的作用机制与赋能效果——产业结构优化视角

人工智能作为新一轮科技革命和产业变革的重要抓手,深刻影响着中国绿色发展的路径选择偏向。结合非连续性技术创新理论与中国现实情景,从产业结构优化视角构建人工智能技术赋能绿色增长的逻辑框架,并利用2010—2020年中国省级面板数据检验人工智能的绿色增长效应。结果表明,人工智能通过技术红利效应直接推动绿色经济增长,引入地区高校平均科技产出和《中国制造2025》政策冲击作为工具变量进行内生性修正后,人工智能的绿色增长效应仍显著存在。机制识别揭示,人工智能通过产业结构高级化和合理化驱动绿色经济增长,二者在人工智能绿色增长效应中的相对贡献分别为20.33%和8.35%。异质性分析发现,中国转型经济背景下,人工智能的结构红利在要素市场扭曲程度更低、创新人力资本水平更高、制度环境更完善的地区表现得更为明显,从而可以更充分释放其对绿色增长的赋能效果。拓展性分析发现,人工智能对绿色经济增长具有显著正向空间溢出效应,本地人工智能发展对空间关联地区的绿色发展绩效存在辐射带动作用。聚焦产业结构升级与绿色发展双重视角,可为塑造以人工智能为核心的技术竞争优势、实现经济高质量发展提供理论支撑和经验证据。