大数据发展与企业创新能力提升

大数据发展提高了信息交流与知识共享的速度及效率,成为推动中国建设世界科技强国,实现高水平科技自立自强的核心动力。文章基于2012—2021年A股上市制造业企业数据,探究大数据发展对企业创新能力的影响及中介机制。研究结果表明：大数据发展显著促进了企业创新能力提升,该结论在控制内生性问题及稳健性检验后依然成立。机制分析表明,大数据发展通过缓解企业融资约束、优化人力资本结构和提高管理效率三种途径提高企业创新能力。进一步研究发现：劳动力市场、资本市场与技术市场等要素细分市场发展增强了大数据发展对企业创新的作用效果,且大数据发展对企业创新能力的促进作用在东部地区、地方政府数据开放水平高的地区、国有企业和大型企业中的效果更明显。通过验证大数据发展在企业创新能力提升中的重要作用,为大数据发展与企业核心技术突破提供了有益的参考依据。     

国家低碳战略提高了企业全要素生产率吗?——基于低碳城市试点的准自然实验

低碳城市试点是推进国家治理体系和治理能力现代化的重要战略方向,并且带动、突破与引领全国低碳发展,而低碳城市试点政策的实施也为企业提高全要素生产率提供了重要契机.以低碳城市试点作为准自然实验,基于2008-2019年沪深A股上市企业数据及与企业所在城市进行匹配的城市面板数据,采用渐进双重差分法考察国家低碳战略对企业全要素生产率的影响.研究发现:(1)低碳城市试点政策能够提高企业全要素生产率,并且在进行平行趋势检验、安慰剂检验、PSM-DID检验等一系列稳健性检验后,结论依然成立.(2)低碳城市试点政策会降低高碳排放行业企业全要素生产率,但有助于提高非国有企业全要素生产率.(3)低碳城市试点政策通过缓解企业融资约束、提升企业技术创新水平与企业资本配置效率来促进企业全要素生产率的提高.研究丰富了将低碳城市试点切入企业层面进行政策效应评估的理论研究和经验证据,是基于中国情境对"波特假说"相关领域研究的补充,为低碳城市试点的深入推进及企业以该试点为契机来提高全要素生产率提供了政策启示.     

低碳城市试点政策能提高重污染企业全要素生产率吗?

在全球变暖的大背景下,以碳减排为主要目标的低碳城市试点政策是我国应对气候变化、推动绿色低碳发展的重要举措。以2008—2020年全部A股重污染上市公司与企业所在城市匹配的面板数据为样本,利用多期双重差分模型考察低碳城市试点政策对重污染企业全要素生产率的影响。研究发现,低碳城市试点政策通过促进企业技术创新、缓解融资约束和提高资源配置效率三个传导机制提升了重污染企业全要素生产率;低碳城市试点政策对企业全要素生产率的影响在不同企业、不同地区存在显著差异。应完善对试点城市的考核机制,因地制宜开展低碳城市试点政策,实现重污染企业绿色低碳转型。     

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。     

大数据发展对企业数字技术创新的影响研究——基于国家大数据综合试验区的准自然实验

数字技术的发展和应用使数据成为数字经济的核心生产要素,而大数据的发展又会推动数字技术的进一步发展。将国家大数据综合试验区的设立作为一项准自然实验,用数字技术专利来衡量企业数字技术创新水平,采用多期双重差分模型对2007—2020年沪深两市A股上市公司的分析发现：设立国家大数据综合试验区显著促进了试验区内企业数字技术创新水平的提升,该结论在控制宏观经济因素及其他政策干扰、替换被解释变量、安慰剂检验、PSM-DID检验、工具变量法等稳健性检验中均成立;设立国家大数据综合试验区对试验区内企业产生了显著的信息改善效应、治理改进效应和资源获取效应,从而有效促进了企业数字技术创新;设立国家大数据综合试验区对风险承担能力较强企业、非衰退期企业、与ICT关联度较高行业企业的数字技术创新促进作用较大。各地区应积极推动大数据发展,并充分发挥大数据综合试验区的示范引领作用与辐射带动作用,形成以数字技术进步推动大数据发展、以大数据发展促进数字技术创新的良性循环。     

新能源示范城市建设对企业绿色全要素生产率的影响研究——基于A股上市公司的实证分析

新能源示范城市试点政策为推动生态文明建设和实现经济绿色发展提供了制度保障,鲜有文献从微观层面客观评价该试点政策的企业生产率效应。研究以2009—2019年A股上市公司面板数据为样本,采用双重差分法实证探讨了新能源示范城市建设对企业绿色全要素生产率的影响及作用机制。结果表明,新能源示范城市建设能够显著提高辖区内企业的绿色全要素生产率,在经过一系列稳健性检验后,研究结果依然有效。此外,新能源示范城市政策可通过技术创新和资源配置途径作用于企业绿色全要素生产率,试点政策的正向影响效果也因企业所有制特征、行业特征、城市特征不同而产生差异。研究结论为中国经济高质量发展和生态文明建设纵深推进提供了经验参考。     

数字经济产业政策提高了企业全要素生产率吗?——基于研发投入与融资约束视角

基于2011—2020年我国沪深两市A股上市公司面板数据,以《国家信息化发展战略纲要》的实施为准自然实验,使用双重差分模型(DID)检验产业政策冲击对企业全要素生产率的影响。研究表明,在样本期内,数字经济产业政策促进了企业全要素生产率的提升,且这种促进作用具有一定的政策滞后效应,呈现出先减弱后增强的趋势。此外,分位数回归发现,产业政策对全要素生产率本来就高的企业促进作用更强。机制研究表明,产业政策主要通过提高企业研发投入和缓解企业融资约束来提高全要素生产率。进一步的异质性分析表明：数字经济产业政策对非国有企业全要素生产率的促进作用强于国有企业;低市场化程度地区企业受到的产业政策促进作用强于高市场化程度地区;产业政策促进了数字经济硬件制造业企业全要素生产率的提升,却抑制了软件服务业企业的全要素生产率。因此,需要因企因地设计产业政策,避免造成行业内更严重的两极分化,同时要推动混合所有制改革,加强资本市场建设。     

数据要素集聚对科技创新的影响研究——基于大数据综合试验区的准自然实验

数据要素高效集聚对于改善数据要素的配置效率,提升科技创新水平具有重要意义。文章以大数据综合试验区建设为研究对象,从劳动力资源配置、研发投入和人力资本三方面剖析数据要素集聚对科技创新的影响机理并进行实证检验。结果显示,数据要素集聚显著提高了试点地区科技创新水平,且促进作用主要体现在数字基础设施、市场化程度、数字经济发展水平较高的样本组。数据要素集聚通过缓解劳动资源错配、提升研发投入水平和人力资本水平等路径对科技创新产生正向影响。进一步研究发现,数据要素集聚具有显著的空间溢出效应,大数据综合试验区的数据要素集聚存在向邻近地区正向溢出的现象,从而提升了周边地区科技创新水平。因此,为了构筑国家竞争新优势,应积极推动大数据综合试验区梯度式扩容,推进数据要素开放与大数据融合应用,以更好地释放数据要素集聚的红利。     

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。     

中国工业企业的创新绩效及影响因素研究——基于DEA-Tobit两步法的实证分析

本文以1997～2007年中国大陆29个省市大中型工业企业的面板数据为基础,运用DEA方法测算了全要素生产率变动及其分解,同时测算了各个地区技术效率的规模效应、投入与产出的冗余与松弛状况,进一步分析了影响全要素生产率及其分解的相关因素。研究发现:样本期内全要素生产率、技术进步有正的上升趋势,技术效率有下降趋势;我国大中型工业企业技术效率地区差异显著;研发人员、研发投入强度、政府资金支持、银行资金支持、技术转移、企业规模、市场竞争度对全要素生产率、技术效率、技术进步有不同程度和方向的影响。在此基础上,文章提出了有效提高我国大中型工业企业创新绩效的前瞻性政策建议。     

个人所得税改革对企业全要素生产率影响研究

基于2018年个人所得税改革,本文利用2016年-2019年沪深A股上市公司面板数据,借助差分方程组研究个人所得税改革对企业全要素生产率的影响及机制。实证结果表明,个人所得税改革显著提升了企业全要素生产率,员工薪酬、人力资本与技术创新发挥了部分中介效应,中介效应占比分别为31.52%、38.85%和14.86%;异质性分析发现,个人所得税改革对国有企业、中部与西部地区企业全要素生产率的提升作用更为显著。本文结论从企业微观视角评估了我国个人所得税改革的经济效应,为企业提升全要素生产率、政府实施新的减税降费政策提供理论参考和启示。     

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。     

数字化转型对服务业企业全要素生产率影响研究

本文基于2008—2020年沪深A股服务业上市公司的数据,利用多元回归模型,实证检验了数字化转型对服务业企业全要素生产率的影响机理。研究发现：数字化转型与服务业企业全要素生产率之间呈U型关系,且这一影响效应在非国有企业、生产性服务业企业以及资本技术密集型服务业企业中表现更为明显。另外,对处于东部地区、人口规模较大的城市的服务业企业,数字化转型对全要素生产率具有更强的促进作用。进一步的研究表明,降低交易成本、扩大规模经济效应是数字化转型作用于服务业企业全要素生产率的重要途径。     

网络基础设施建设能否助力企业转型升级——来自"宽带中国"战略的准自然实验

将"宽带中国"战略的实施视为一项外生政策冲击,基于2008-2018年沪深A股上市公司和地级市面板匹配数据,采用渐进性双重差分法,深入考察了网络基础设施建设对企业转型升级的影响及其内在机制.研究发现,"宽带中国"战略试点政策能够显著促进企业以研发创新和全要素生产率为表征的转型升级,在排除其他政策干扰、消除样本选择偏差以及选择城市坡度作为外生工具变量检验后,结论依然稳健成立.机制检验表明,提升高端人力资本和降低内部交易成本是网络基础设施建设助力企业转型升级的两条重要路径.异质性分析发现,"宽带中国"战略试点政策在民营企业、传统产业以及中西部地区更能发挥比较优势.进一步地,基于上市公司行业分类标准嵌入生命周期理论的结果还显示,"宽带中国"战略的实施对制造业行业中成长期企业转型升级影响最大,对成熟期和衰退期企业影响并不明显.结论 不仅拓宽了微观企业转型升级理论的研究视角,也为中国宏观经济的结构转型提供了可靠经验证据和政策启示.     

进口贸易技术溢出的地区差异——基于中国省际面板数据的实证分析

本文采用国际R＆D溢出回归方法,利用中国省际面板数据实证分析了进口贸易渠道的R＆D溢出对各省全要素生产率增长和技术进步的影响。实证研究显示,整体来看,国际R＆D资本显著地促进了各省全要素生产率增长和技术进步;但是其影响存在明显的地区差异：促进了东部地区省份的全要素生产率增长和技术进步,对中西部地区省份却起了阻碍作用。实证研究还发现,国内其他省份R＆D资本对省份全要素生产率和技术进步的影响皆为负值。因此,加强各省之间的交流与合作,协调各省产业结构,调整中西部地区的贸易结构,加强与欧美等研发投入比重高的发达国家之间的双边贸易,成为当前促进全要素生产率增长和技术进步的必然选择。     

中国物流业静态效率测算与TFP动态变化研究

利用2000-2007年中国30个行政区域物流业的相关数据,运用数据包络分析法(DEA)对我国现阶段物流业全要素生产率及其构成要素的动态作用关系进行研究,通过对Malmquist生产率指数的测算与分解,分析了中国物流业全要素生产率(TFP)增长源泉、区域差异原因与跨期生产率动态变化趋势.研究表明:考察期内中国各地区物流业全要素生产率呈增长态势,西部地区全要素生产率平均增速最快,各区域物流业纯技术效率与规模技术效率均呈上升趋势,技术效率成为物流业全要素生产率增长的主要驱动力.研究结论可以为我国物流业规划及各地区物流业生产率的提升提供政策参考.     

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。     

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。     

中国全要素生产率增长的地区差异及阶段划分——基于偏向型技术进步对1978—2013年的测算和分解

基于时变弹性生产函数,当规模报酬不变时,资本产出弹性等于资本收入份额,劳动产出弹性等于劳动收入份额,并将全要素生产率分解为偏向型技术进步和中性技术进步,采用1978—2013年我国东、中、西部的数据进行实证分析。结果表明：1979—2013年各地区全要素生产率在大部分年份呈下降趋势,全要素生产率增长总体上还是以中性技术进步模式为主;1997年前各地区技术进步表现为劳动偏向型,而1997年后表现为资本偏向型;1997年后资本偏向性技术进步对东部地区全要素生产率增长具有促进作用,而对中、西部地区全要素生产率增长具有抑制作用。技术进步偏向直接影响到我国各地区全要素生产率的增长,提高劳动产出弹性、降低资本产出弹性有助于减缓中、西部地区全要素生产率增长速度的下滑,进而促进各地区经济向集约型发展模式转变。