劳动力成本抑制还是促进了服务业企业数字化转型?——兼论“鲍莫尔成本病”的克服

基于2007—2020年沪深A股服务业上市公司样本,利用文本分析法测度企业数字化转型程度,实证检验劳动力成本对服务业企业数字化转型的影响、作用机制与经济效应。研究发现：从总体上来看,劳动力成本的提高能够倒逼服务业企业进行数字化转型,且这种倒逼效应在非国有企业、生产性服务业企业和高融资约束企业中更为明显。机制分析发现,当劳动力成本较低时,企业会通过降低资本劳动比来抑制服务业企业数字化转型;而当劳动力成本较高时,企业会提高资本劳动比来促进服务业企业数字化转型,两者之间呈现出先抑制后促进的“U”型变化趋势。劳动力成本上升所引致的劳动-资本替代机制、劳动力间替代机制是驱动服务业企业数字化转型的主要中介渠道,此外在要素市场发育更好、行业竞争程度更高的外部环境中,以及在劳动密集程度更高、研发投入更高的内部环境中,劳动力成本的提高对服务业数字化转型的促进效应更为明显。进一步分析发现,服务业企业的数字化转型产生的规模效应、分工效应、结构效应与赋能效应能够提高企业的全要素生产率。     

服务业高质量发展促进了制造业企业高质量发展吗？——来自服务业综合改革试点的经验证据

服务业综合改革是促进服务业高质量发展的重要举措，服务业高质量发展具有成本降低效应、创新促进效应和产业融合效应，因而服务业综合改革可以通过降低生产经营成本、增加技术创新产出、推动服务转型等路径来促进制造业企业全要素生产率提升。将国家服务业综合改革试点作为一项准自然实验，以全要素生产率表征企业的高质量发展水平，采用2007—2019年沪深A股制造业上市公司数据，运用PSM-DID方法进行政策效应分析，结果表明：服务业综合改革显著提高了试点城市的制造业企业全要素生产率，并可以通过降低成本费用率、增加专利申请数量、提高服务转型程度3条路径来促进制造业企业全要素生产率提升；服务业综合改革对市场化水平较高地区、技术密集型行业、规模较大的制造业企业全要素生产率提升具有更强的促进效应。因此，应加大服务业综合改革力度，促进服务业高质量发展；加快市场化进程，推动服务业与制造业融合发展，充分发挥服务业高质量发展对制造业企业高质量发展的促进作用。     

政府数字化转型与企业全要素生产率

以“信息惠民国家试点城市”作为政府数字化转型的准自然实验,在梳理政府数字化转型赋能企业全要素生产率的影响与作用机制的基础上,基于2007—2019年中国城市面板数据与沪深A股上市公司数据,使用双重差分模型实证分析政府数字化转型对企业全要素生产率的影响。研究发现：政府数字化转型有助于企业全要素生产率的提升,在考虑潜在的内生性并进行一系列稳健性分析后,该结论依旧成立。政府数字化转型对企业全要素生产率的影响存在地区、行业与企业层面的异质性。政府数字化转型可以通过促进企业数字化转型以及降低企业交易成本提高企业全要素生产率。以上结论能够为进一步深入推进政府数字化转型及助推我国实体经济高质量发展提供相关启示。     

企业数字化与全要素生产率提升——来自中国上市公司的证据

数字化已成为当下企业最重要的战略,但数字化能否提升企业全要素生产率尚存争议。基于上市公司及其一级控股子公司与数字化相关的无形资产投入、专利、软件著作权数量和年报词频等数据,构建包含投入、成果、关注度三维度的数字化水平指标体系,并运用熵值法测度2010～2020年沪深A股上市公司的数字化水平。然后,检验企业数字化对全要素生产率的影响效果与机制。研究发现：中国上市公司总体数字化水平波动上升,呈现国有企业快于非国有企业,东部地区快于中西部地区,信息技术行业快于其他行业;数字化通过提升企业内部沟通效率、增强规模经济效应、降低大客户依赖以及提高供应链管理效率等四项机制促进全要素生产率的提升;对于非国有性质、强竞争行业以及东部地区的企业,数字化对全要素生产率的促进作用更为显著。     

产业协同集聚对全要素生产率的影响研究——以制造业和生产性服务业为例

通过对区位熵的加权处理，给出产业协同集聚的测度方法；在此基础上，借助2006—2020年的省级面板数据，通过构建门槛模型分析制造业与生产性服务业协同集聚对制造业全要素生产率的非线性影响效应。研究结果显示：总体上，产业协同集聚对制造业全要素生产率具有正向带动效应，而这种效应表现出阶段递减特性。从分解效应看，产业协同集聚对制造业技术效率的正向带动效应表现出单门槛非线性特征，而对规模效率的影响具有双门槛效应；分区域看，相较于西部地区，产业协同集聚对东中部地区制造业全要素生产率的提升作用更强；分行业看，科学技术服务业、租赁和商业服务业与制造业协同集聚对制造业全要素生产率的影响均呈现倒U型特点，而金融业与制造业协同集聚对制造业全要素生产率的促进作用表现出临界减小特征。     

生产性服务业集聚对城市绿色全要素生产率的影响 ——以中国283个城市为例

基于考虑非期望产出的超效率SBM模型及GML指数测度中国283个城市的绿色全要素生产率,从专业化集聚和多样化集聚两个维度,构建生产性服务业集聚与城市绿色全要素生产率的计量模型,运用系统广义矩估计(SYS-GMM)方法进行实证检验。研究发现:生产性服务业集聚对绿色全要素生产率的影响随城市规模等级差异、城市行政级别差异、行业结构差异而表现出异质性。高端生产性服务业在Ⅰ型大城市、超大及特大城市的专业化和多样化集聚均能促进绿色全要素生产率提升,但在超大及特大城市表现为多样化集聚效应更强,而在Ⅰ型大城市表现为专业化集聚效应较强,且环境规制对多样化集聚效应存在正向调节作用。中低端生产性服务业在中小城市适合于专业化集聚模式,而在Ⅱ型大城市适合多样化集聚模式。同时,行政级别较高的城市高端生产性服务业的多样化集聚效应具有明显领先优势。最后,为依托生产性服务业集聚促进绿色全要素生产率提升提供政策建议。     

数据要素市场化如何驱动企业数字化转型?

数据是企业数字化转型的核心驱动要素。将各地数据交易平台的建立作为数据要素市场化的准自然实验,基于2011—2021年中国上市公司数据,采用渐进式双重差分模型考察了数据要素市场化对企业数字化转型的影响。研究发现：数据要素市场化有效驱动了企业数字化转型,并且随着企业数字化转型的不断深入,这种驱动效果呈现边际递减特征。机制分析表明,数据要素市场化主要通过成本节约效应、融资约束效应以及技术创新效应等渠道间接驱动企业数字化转型。异质性检验结果表明：数据要素市场化对所在地区产权保护水平、人才集聚水平以及科技支持力度较强的企业驱动效果更为显著;相比较于国有企业、成熟期和衰退期企业、制造业企业以及非高技术企业,数据要素市场化更能助推非国有企业、初创期企业、服务业企业以及高技术企业的数字化转型。研究结论不仅拓展了企业数字化转型驱动因素的相关研究,也为政府深入推进数据要素市场化改革提供了政策指向。     

供给侧视角下中国生产性服务业集聚对城市全要素生产率的影响

利用2005—2014年中国285个城市的面板数据,可以从供给侧视角以生产性服务业自身集聚及其与三大产业的协同集聚作为其对国民经济的供给规模和供给结构,用空间动态面板杜宾模型探察生产性服务业对城市全要素生产率的影响。结果显示,生产性服务业集聚对全要素生产率具有显著的空间影响,两者之间呈现复杂的非线性关系。就供给规模而言,全国层面生产性服务业集聚与全要素生产率之间为倒U型关系,尚未达到最佳集聚程度;高端生产性服务业主要集聚在区域性中心城市,是推动全要素生产率提高的主力军;低端生产性服务业主要集聚在中部地区,对中部地区全要素生产率的提高具有阻碍作用,而对西部地区具有积极影响。就供给结构而言,生产性服务业与其他服务业的协同集聚对全要素生产率的影响最大,与第一产业的协同集聚的影响最小,而与第二产业的协同集聚对全要素生产率尚未发挥出足够影响。     

生产性服务业FDI是否促进制造业全要素生产率提升？

针对2005—2014年省级面板数据,可以使用汉森（Hansen）门槛面板回归模型,实证分析生产性服务业FDI对制造业全要素生产率影响的门槛效应。研究发现：总体上生产性服务业FDI可以促进制造业全要素生产率的提升,人力资本水平和研发投入水平在生产性服务业FDI对制造业全要素生产率的影响中确实存在门槛效应;生产性服务业FDI促进制造业全要素生产率提高与人力资本水平及研发投入水平之间呈非单调的关系：随着人力资本水平的提高,这种提升作用就会发生显著性改变;随着研发投入水平的提高,生产性服务业FDI促制造业全要素生产率提高的系数就发生由负转正的变化,由抑制作用转变为促进作用。     

参与全球价值链分工提升了生产率和工资份额吗——来自服务业的证据

运用垂直专业化指数测算中国服务业及其内部各行业参与全球价值链分工的程度,并以全要素生产率为中介变量,利用中介效应分析法实证检验全球价值链分工基于全要素生产率影响劳动力工资的传导机制,为落实供给侧改革提供理论指导.研究结果显示:对于中国大部分服务行业而言,全要素生产率的中介效应显著,即参与全球价值链分工通过促进全要素生产率来提高自身熟练劳动力工资份额,导致熟练劳动力和非熟练劳动力工资水平差距进一步拉大.其中,参与全球价值链分工对技术密集型服务业熟练劳动力工资份额的正效应最大,对资本密集型服务业熟练劳动力工资份额的影响稍弱,对劳动密集型服务业熟练劳动力工资份额的影响最小.     

生产性服务业集聚对城市绿色全要素生产率的影响研究——以中原城市群为例

基于生产性服务业集聚影响绿色全要素生产率的作用机制,运用空间杜宾模型探究了中原城市群30个城市的高、低端生产性服务业专业化、多样化集聚对其绿色全要素生产率的影响。结果表明：（1）中原城市群生产性服务业专业化空间集聚对本地与邻近区域绿色全要素生产率提升均具有显著正向影响,但多样化空间集聚对本地和邻近区域绿色全要素生产率的影响则不显著;（2）中原城市群高端生产性服务业空间集聚的“扩散效应”大于“极化效应”,而低端生产性服务业空间集聚的“极化效应”大于“扩散效应”;（3）生产性服务业空间集聚能够推动绿色技术进步进而提升中原城市群绿色全要素生产率水平。基于此,从推动生产性服务业集聚区形成、推动高端生产性服务业空间集聚、推动集聚实现绿色技术效率增长等方面,提出了中原城市群促进绿色全要素生产率提升的对策建议。     

江苏服务业全要素生产率变动特征研究

基于非参数DEA-Malmquist方法,对江苏省和我国部分省市服务业全要素生产率进行测度,为了进一步研究江苏省内部服务业发展的趋势,分析比较了2008—2012年间的江苏省内各市服务业全要素生产率的变化。研究发现:(1)2003—2012期间,样本地区整体服务业全要素生产率呈现出下降趋势,而江苏省服务业全要素生产率平均增长率为3.4%,其服务业全要素生产率进步来源于技术进步的提高;(2)2008—2012期间,江苏省各市的全要素生产率增长率为负,主要是由于技术进步变动抑制了全要素生产率提高,技术效率变动则为正,分解技术效率发现纯技术效率、规模效率都促进了技术效率的提高。基于以上分析,提出促进服务业发展的相关对策建议。     

进口品技术与中国制造业企业规模均匀分布研究：抑制或促进

进口品技术提升通过竞争效应、学习效应和依赖效应引致规模异质性企业全要素生产率和产品创新产生差异性变化,对企业规模均匀分布产生抑制和促进的双重效应。研究就进口品技术对我国制造业企业规模均匀分布的影响效应及传导机制进行实证研究,发现进口品技术提升会抑制我国制造业企业规模的整体均匀分布。异质性分析结果表明,该效应主要在中西部地区和劳动密集型、资本密集型行业及国有企业中体现,但在东部地区和技术密集型行业企业、私营企业、外资企业、港澳台企业中,进口品技术提升会促进企业规模均匀分布。进口品技术水平对企业全要素生产率和产品创新的提升作用随企业规模增大而增强,这是它抑制制造业企业规模均匀分布的主要原因。随着企业规模的增大,进口品技术水平较全要素生产率对企业产品创新的提升作用更强。我国进口品技术水平不断提升,加强对中小型企业的支持,尤其是对中西部地区和劳动密集型行业、资本密集型行业及国有企业的支持,有利于促进制造业企业规模均匀分布,优化市场竞争环境。     

数字经济、两业融合与中国制造业全要素生产率

着力提高全要素生产率被视为中国高质量发展的动力源泉。与此同时,数字经济驱动制造业与生产性服务业深度融合已成为助推制造业价值链升级、实现高质量发展的重要途径。本文在梳理数字经济促进两业融合从而提高制造业全要素生产率的理论机制基础上,采用2005～2020年中国30个省份的面板数据,测度了数字经济、两业融合程度及制造业全要素生产率等指标,并运用固定效应模型对三者关系进行了实证检验。结果表明,数字经济可以直接促进制造业全要素生产率提升,且主要是通过技术进步实现的,相比于数字经济更为发达的东部地区,数字经济对中西部制造业全要素生产率提升影响更大。中介效应检验发现,数字经济发展的确能有效提高制造业与生产性服务业的融合程度,并以此对制造业全要素生产率提升产生显著驱动作用,而且相较于中西部地区,数字经济对东部地区两业融合的推动力度更强。本文最后从提升制造业数字化水平、激发两业融合动能以及推进制造业区域数字化协调发展三方面提出了相关政策建议。     

规模对中国工业行业全要素生产率影响的研究——基于规模水平溢出效应、前向溢出效应和后向溢出效应

本文首先分析了规模水平溢出效应、前向溢出效应、后向溢出效应对全要素生产率的作用机理;然后基于投入产出模型,定义了规模水平溢出效应、前向溢出效应、后向溢出效应,对中国工业行业数据进行分析,发现规模水平溢出效应和规模前向溢出效应显著地促进了全要素生产率的增长,但是规模后向溢出效应对下游行业全要素生产率的影响不明显。最后针对性地提出政策建议。     

全要素生产率、融资约束与企业对外直接投资

从微观层面检验全要素生产率、融资约束对企业对外直接投资的影响，展现全要素生产率与融资约束的交互效应。研究发现，全要素生产率越高的企业对外直接投资可能性越大，融资约束越少的企业对外直接投资的可能性越大。全要素生产率与融资约束存在替代关系，融资约束的负作用仅在全要素生产率较低的企业呈现。全要素生产率的提高能抹平融资约束对企业对外直接投资的负向影响。进一步，在内资企业和出口企业全要素生产率和融资约束对企业对外直接投资的交互效应更强。内资企业更能发挥全要素生产率的提高抹平融资约束对企业对外直接投资负向影响的作用，但该抹平作用仅在内资出口企业中成立。     

数字化情境下产品创新与服务转型对制造企业高质量发展的协同效应

党的二十大报告指出,高质量发展是全面建设社会主义现代化国家的首要任务。为推动高质量发展,应坚持把发展经济的着力点放在实体经济上,并以创新驱动为制造企业高质量发展赋能,使其在中国式现代化建设中贡献力量。基于数字技术支撑的发展基础,并结合制造企业所面临的高附加值的“服务陷阱”、生产效率良莠不齐以及产品创新与服务转型的优先级等问题的转型挑战,选取了2013—2020年我国A股上市制造企业为研究对象构建回归模型,分析产品创新与服务转型对制造企业高质量发展的关系。结果表明：产品创新与服务转型的协同对企业全要素生产率呈现显著正向影响。数字化水平能够显著加强二者对企业全要素生产率的协同效应,并且数字化的调节效应在中小企业中更为显著。     

商业信用融资对企业全要素生产率影响研究

以2011—2020年中国上市企业数据为研究样本,实证检验商业信用融资对企业全要素生产率的作用机制。研究发现:商业信用融资与企业全要素生产率之间呈倒“U”型曲线关系,融资约束起部分“U”型中介作用;组织冗余对商业信用融资与全要素生产率的曲线关系产生调节作用,并使曲线形态变平缓。进一步研究发现,商业信用融资对非国有企业和小规模企业全要素生产率的倒“U”型关系更显著,且在成熟期商业信用融资对企业全要素生产率的“U”型关系消失,产生了正向线性效应。研究结果丰富了商业信用融资与企业全要素生产率之间的关系,对企业合理确定商业信用融资规模、提高经营能力具有一定的实践意义。     

生产性服务投入对制造业全要素生产率的影响 ——基于中日投入-产出表的比较

随着中国制造业所面临的转型压力不断增大,生产性服务投入这一被看作能促进制造业升级的要素投入受到越来越多的关注.日本制造业长期处于世界一流水平,其发展模式值得中国借鉴.采用系统GMM法比较研究了生产性服务投入对中日制造业全要素生产率影响机制的差异,发现生产性服务投入对两国制造业全要素生产率有不同影响,对日本有负向影响,对中国则有正向影响;要素禀赋不同的生产性服务投入对两国制造业技术效率和技术进步有不同影响,技术效率的提升正向影响中国的全要素生产率,技术进步的抑制则负向影响日本的全要素生产率;制造业规模促进两国制造业技术进步,对其全要素生产率都有正向影响.建议改善生产性服务贸易结构,促进制造业和生产性服务业协同发展,打造完善的产业生态体系,拓展专业人才培养模式,深化内需市场开发.     

高管股权激励、技术创新与企业全要素生产率——基于制造业企业的实证分析

以2007-2016年中国A股制造业上市公司为样本，采用OP方法测量企业全要素生产率，检验高管股权激励与企业全要素生产率之间的关系。研究发现，高管股权激励影响企业全要素生产率的传导路径上技术创新存在中介效应。在股权激励有效期越长、非国有的上市公司中，高管股权激励对企业全要素生产率的正向影响更明显。