开放合作研究团队第81期Seminar学习讨论会

党的二十大报告明确提出“加快实施创新驱动发展战略”。在当前数字经济时代，以大数据、人工智能、云计算和区块链为代表的数字技术创新迭代，并与实体经济深度融合，成为了构建我国现代化经济体系的重要引擎。企业作为经济运行的微观基础，是数字技术创新的关键主体。本文借鉴数字创新领域内前沿文献的研究方法，构建中国企业数字技术创新水平的度量指标，利用全要素生产率衡量企业高质量发展水平，探究数字技术创新对企业全要素生产率的影响。接着根据数字技术的现实应用情况，分析数字技术推动实体经济发展的传导机制，剖析数字技术创新影响企业全要素生产率的作用机理。本文的创新点主要有：第一，本文考察数字技术创新对企业全要素生产率的影响，丰富了企业数字技术创新的经济后果研究，为数字技术创新助推企业高质量发展提供了理论支撑，也为后续的相关研究设计提供了参考。第二，本文通过分析数字技术创新对企业高质量发展的引领作用，丰富了有关企业生产率影响因素的实证研究文献。第三，本文试图揭示数字技术创新的管理赋能、投资赋能、营运赋能与劳动赋能功能，相关研究结果不仅丰富了数字创新领域的文献，也为引导企业资本有效配置、优化劳动力资源结构等提供了启示。

二、文献综述与理论分析

首先，从管理赋能角度而言，数字技术创新有助于降低企业的内部管控成本，从而提升企业全要素生产率。一方面，在企业组织内部，数字技术往往作为辅助模块嵌入至业务层面的运营架构中，可以用于实时监测生产工具的利用情况以及生产单元的产出效率，这将有助于降低企业的边际内部管控成本。另一方面，针对内部运营存在的代理问题，数字技术创新推动企业实现生产流程、研发流程和财务控制等关键活动的实时化与透明化，从而降低企业在各项业务流程中的监督成本，并减小由代理问题导致的效率损失。同时，由于数字技术能够减少人员在生产经营流程的参与度，这将使企业可操纵空间减小、外部监管成本降低，推动企业内部管控成本的降低与生产效率的提高。

其次，从投资赋能角度而言，数字技术创新有助于改善企业的投资决策质量，进而提升企业全要素生产率。现有研究指出，数字技术帮助企业拓宽信息获取渠道、提升信息分析能力，为投资活动提供支持，从而提高企业资本配置效率。数字技术创新可以推动产业链各环节间的互联互通与高效协同，帮助企业准确获取来自市场与供应商的信息，有助于优化管理层的投资决策在数字技术创新的赋能下，企业不仅可以及时地了解市场需求和研判市场走势，以根据客户订单与预测数据协调企业的投资活动，也可以准确获悉上游供应链的变化情况，挖掘新的投资机会、预测投资项目的未来收益，从而制定更合理的投资决策，以提高投资决策质量并推动企业高质量发展。

再次，从营运赋能角度而言，数字技术创新有助于改善企业的资产营运效率，进而提升企业全要素生产率。数字技术可以被视为改进生产效率的辅助性工具，与传统生产要素形成相互赋能的系统，提升企业对现有生产要素的利用效率。同时，数字技术能够加强企业内不同个体或部门之间的交流，减少企业内部信息孤岛，促进各部门之间实现信息畅通与资源共享。随着数字创新推动企业内信息传递效率的提高，企业可以将现有资源调剂到最需要的部门，实现资源优化配置。此外，数字创新已经渗透至现代企业运营活动的设计、管理和分析过程，对于提高运营效率具有潜在作用。基于数字技术获取的数据，企业可以适时改进生产流程和调整生产方案，进而帮助企业提高对现有资产的营运能力。

最后，从劳动赋能角度而言，数字技术创新将会增大企业对高技能劳动力的需求，促进劳动力资源的转型升级，从而提升企业全要素生产率。数字创新需要掌握数字技术相关知识的人力资本。一方面，技能劳动与新兴数字技术能够相互匹配，企业的高技能劳动力是新兴数字技术在研发与应用过程中不可或缺的支持性资源。同时，数字技术对低技能劳动力具有替代效应，这将进一步减小企业生产流程中对低技能劳动力的需求。因此，数字技术创新将会促使企业吸纳和整合具有高水平技能的员工，以优化企业劳动力资源结构。另一方面，企业将基础性。作交由数字技术承担之后，其员工能够专注于价值更高的生产活动，促使企业现有员工开始承担高技能水平的工作。与此同时，企业为了帮助员工更好地满足数字技术创新相关工作的需求，可能通过内部培训、学历教育等方式开展人力资本投资。这一作用也将有助于改善企业的劳动力资源结构。

综合上述分析，本文提出核心研究假设：数字技术创新将会通过管理赋能、投资赋能、营运赋能与劳动赋能的机制，促进企业全要素生产率提升。

三、实证研究设计

（1）数据来源

本文选取2008—2020年A股上市公司作为初始研究样本，并进行相应处理。数据来源分为三类：其一，有关企业基本信息、财务指标以及公司治理的相关数据来自CSMAR数据库；其二，公司研发支出数据来自CNRDS数据库；其三，上市公司专利文本信息来自 WinGo 财经文本数据平台，具体包括专利的所属公司名称、专利申请日期，以及申请文件的摘要、说明书和权利要求书等内容。

（2）变量定义

数字技术创新：本文依据数字技术关键词对专利申请文件的内容进行了文本分析，从而计算得到上市公司各年度内的数字专利申请数量，加 1 取自然对数后用变量 DigiInno 表示，作为企业数字技术创新指标。

企业全要素生产率：本文使用 LP 法和 OP 法计算企业全要素生产率。

控制变量：本文选取了一系列控制变量，包括企业年龄、增长速度、财务杠杆、企业规模、市场价值、盈利能力、流动比率、现金流量、董事会规模、创新水平、研发投入、产权性质。此外，本文还在回归分析中控制了企业效应、年度效应、行业效应以及地区效应。

（3）模型构建

本文的基准回归模型如（1）式所示。由前文的理论分析可知，若回归系数 α1 显著为正，则表明企业数字技术创新有助于促进企业全要素生产率提升。此外，本文对标准误进行了企业层面的聚类稳健处理( cluster）。

（1）基准回归

本文主要变量的描述性统计结果如表 1 所示。

本文的基准回归分析结果如表 2 所示。由第(1)—(4) 列所示，数字技术创新对企业全要素生产率的回归系数均显著为正，在加入控制变量和企业固定效应之后，数字技术创新的回归系数在1%的水平上显著。上述结果表明，数字技术创新对企业全要素生产率具有显著的正向影响，对推动企业高质量发展具有积极作用。

（2）作用机制检验

本文采用中介效应检验的方法，分别从内部管控成本、投资决策质量、资产营运效率和劳动力资源结构四个方面考察数字技术创新影响企业全要素生产率的作用机制。在基准模型(1) 的基础上设置中介效应检验模型(2) 和(3)。

管理赋能机制：文章利用管理费用比重与在职消费水平构建内部管控成本指标。表 3 展示了中介效应检验结果。由此可说明，数字技术创新具有管理赋能的功能，有助于降低企业内部管控成本，从而提升全要素生产率。

管理赋能机制：文章利用管理费用比重与在职消费水平构建内部管控成本指标。表 3 展示了中介效应检验结果。由此可说明，数字技术创新具有管理赋能的功能，有助于降低企业内部管控成本，从而提升全要素生产率。

投资赋能机制：文章根据以往研究提出的投资期望模型计算企业投资效率，计算得到残差项取值若小于零，则将其绝对值设为企业投资不足变量 Under_Inv，取值若大于零，则将其设为表示投资过度变量 Over_Inv。表3的结果表明，数字技术创新通过改善企业的投资决策质量，进而提升了企业全要素生产率。

营运赋能机制：本文选取固定资产周转率以及存货周转率两项指标作为中介变量，并且减去行业年度均值以控制行业特征差异的影响。表 4 的结果说明企业资产营运效率发挥的中介作用显著成立。

劳动赋能机制：本文利用上市公司员工结构数据，用本科及以上学历的员工所占比例来衡量员工的学历层次；将企业员工职能分为生产、行政、科技、市场、财务与其他六大类，并选取科技人员的占比作为员工职能类型的代理变量。表4的结果表明，劳动力资源结构在数字技术创新与企业全要素生产率之间发挥的中介效应显著成立。