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黄 勃 李海彤 刘俊岐 雷敬华内容提要: 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关键词: 数字技术 全要素生产率 企业创新 高质量发展 文本分析黄勃雷敬华，中国人民大学财政 金 融 学 院 中国财政金融政策研究中心，邮 政 编 码: ，电 子 信 箱:， ; 李海彤( 通讯作者) ，中国人民大学商学院，邮政编码: ，电子信箱: ; 刘俊岐，厦门大学财务管理与会计研究院，邮 政 编 码: ，电 子 信 箱: 本文研究得到国家自然科学基金重点项目( ) 国家自然科学基金青年项目( ， ) 的资助 作者感谢匿名审稿专家提供的建设性意见，文责自负一引 言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，推动数字经济迅速发展，成为了构建我国现代化经济体系的重要引擎 根据国务院 年发布的 十四五数字经济发展规划，我国将以坚持创新引领融合发展为数字经济发展的首要原则，促进数字技术向社会经济生产的各领域深入渗透，进而形成以技术发展促进全要素生产率提高 以领域应用带动技术进步的发展格局 数字技术创新作为驱动我国数字经济发展的第一动力，不仅是传统企业实现数字化转型和赋能自身高质量发展的重要路径，也是提升我国数字经济竞争力与影响力的关键( 田秀娟和李睿， ) 目前，数字技术已经成为汇聚创新要素最多应用范围最广和辐射带动作用最强的技术创新领域( 庄荣文， ) 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( 戚聿东等， ) 那么，数字技术创新究竟如何赋能企业高质量发展? 随着越来越多企业开展数字技术研发创新，学术界亟待探究数字技术创新对企业发展的影响及其作用机理，从而为我国把握数字化发展新机遇和拓展经济发展新空间提供启示截至目前，探究数字技术创新的经济效应的研究仍然存在明显缺口，相关理论问题尚待现实证据的检验 一方面，现有文献分别从优化生产要素配置( ， ) 赋能生产经年第 期营流程( ， ) 和缓解信息不对称( ， ) 等角度分析了数字技术促进生产率长期增长的积极作用 然而，在微观层面，由于新兴技术在研发创新阶段需要投入大量无形资本，这些无形资本在短期内难以带来经济产出，导致数字技术在发展初期可能无助于提高生产率( ， ; 程 文， ) ， 这引起了学术界对数字化时代 索 洛 悖 论 的 担 忧( ， ) 另一方面，数字技术创新程度通常不会体现于企业年报和财务报表等常规信息披露渠道，这使数字技术创新在微观层面的指标测度上存在一定困难，并且现有文献采用年报关键词度量的数字化转型程度与数字技术创新在概念上截然不同( 吴非等， ) 因此，有关数字技术创新的大样本研究仍有所不足，尤其是关于数字技术创新对企业生产率的实际影响与作用机制，尚待学术界提出实证证据 值得注意的是，专利信息被视为反映企业创新水平的标尺，若通过专利信息识别企业的数字技术创新成果，则可以利用数字专利刻画企业数字技术创新水平( ， ; ， ) ，以应对指标测度方面的困难随着数字经济的蓬勃发展，中国在大数据区块链等数字技术领域的专利申请量位居全球首位 面对数字技术的高门槛高成本可模仿性等特点( ， ) ，如何在数字技术创新中获取经济效益成为了企业需要深入思考的重要问题( ， ) 在我国经济增长由要素驱动转向创新驱动的高质量发展阶段，提高全要素生产率不仅是实现高质量发展的关键途径，也是检验高质量发展最核心的指标之一( 王一鸣， ) 因此，本文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，不仅可以为数字技术赋能实体经济发展的理论机制提供证据支持，也可以为我国促进企业数字技术创新和推动企业高质量发展提供有益启示结合上述研究背景，本文有两项工作重点 其一，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，为开展相关实证分析提供数据 其二，将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，厘清数字技术在企业组织管理投资决策资产运营和人力资本方面发挥的管理赋能投资赋能营运赋能与劳动赋能功能，从而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基于上市公司专利申请文件的文本信息，借助文本分析方法识别了数字专利，构建了企业数字技术创新水平的度量指标，并利用全要素生产率刻画企业高质量发展水平，进而考察数字技术创新与企业全要素生产率之间的关系以及其中的作用机制 研究发现，数字技术创新通过降低企业内部管控成本，提高投资决策质量与资产营运效率，以及改善劳动力资源结构，从而促进了企业全要素生产率提升，推动了企业高质量发展 在进一步分析中，围绕着数字技术创新的效率提升作用，本文从知识产权保护数字基础设施高新技术企业资质以及劳动密集程度的角度出发，考察了企业外部环境与内部条件的异质性影响，以及不同类别数字技术创新的作用本文的研究贡献主要体现于如下方面: 第一，数字创新是学术界高度关注的研究前沿，该领域的过往研究以理论推导( ， ; 曲 永 义， ) 文 献 综 述( ，; 刘洋等， ) 叙事分析( ， ) 与案例质性( ， ) 为主要范式，大多支持了数字技术创新促进微观生产率提升的观点 然而，目前的理论研究仍然难以弥补现实数据与理论推测之间的鸿沟 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，在经济高质量发展阶段，如何提升企业全要素生产率是当前的重要议黄 勃等: 数字技术创新与中国企业高质量发展国家互联网信息办公室: 数字中国发展报告( 年)为此， 以在数字经济的创新中获益为主题组织了特刊题，而数字技术是当前最具有代表性的新兴技术，有关企业数字技术创新的经济后果亟待实证检验( 刘洋等， ) 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，随着数字技术和实体经济深度融合，厘清数字技术对企业的赋能机制尤为重要 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本文其他部分安排如下: 第二部分为文献综述与理论分析; 第三部分介绍实证研究设计; 第四部分为主要实证结果与分析; 第五部分为进一步分析; 最后给出结论与政策启示二文献综述与理论分析( 一) 数字技术创新相关文献综述在研究之初，本文首先需要明确数字技术创新的定义 尽管现有文献在关于数字技术创新的定义上各有侧重，但大多数文献支持一个较为统一的定义: 数字技术创新是指企业或者组织以数字技术为底层基 础，创造出全新的产品 流 程组织和商业模式的过程及结果( ， ;， ) 在该定义中，数字技术是指信息计算沟通和连接技术及其组合，包括人工智能大数据云计算和区块链等技术( ， ) ; 而创新一词则强调了创新过程与创新成果，在大多数研究中以专利产出作为具体表现结合数字技术创新的定义与发展实践，一方面，已有文献探讨了数字技术创新的应用过程与实现路径 ( ) 指出，新兴数字技术嵌入了实体企业各类型生产经营活动中，能够替代生产流程中的人力劳动，优化传统生产要素的配置，改变了原有的价值创造模式 创新的数字技术能够降低企业对资源要素的依赖，从而推动企业的商业模式转型，以提升资源利用效率( ) 进一步对企业数字技术创新的实现路径进行了探讨，认为知识获取是推动企业数字技术创新的关键 在企业内部，高管成员有关数字技术的职业经历可以促进数字知识共享，有助于企业数字技术创新水平的提升( ， ) 在企业外部，企业与产业链上其他市场主体进行的沟通交流可以促进知识流动，有助于企业发现数字技术创新的机会( ，) 同时，企业通过并购数字行业的公司，可以跨过组织边界获取数字化相关知识与技术，进而增强企业的数字技术创新能力( ， )另一方面，针对数字技术创新为企业带来的经济后果，现有文献基于案例调查和文本分析等方法进行了深入探究 具体而言，企业可以通过数字技术创新降低组织分部之间的信息不对称，进而改善企业的资源整合能力( ， ) ，有助于提高企业营运效率和改善企业财务绩效(， ) 同时，大数据技术的应用可以增强企业的研发创新能力与运营管理能力，有助于增大企业市场价值( 张叶青等， ) 此外，数字创新的产品与流程可以提高客户的满意度，进而促进客户忠诚度提升( ， )尽管已有文献从不同角度探析了企业数字技术创新的实现路径与经济后果，为数字创新领域的研究做出了有益补充，但仍然存在明显的研究缺口 首先，在研究范式上，有关数字技术创新促进生产率提升的学术观点大多来自于案例质性或理论分析的研究，仅有少量文献利用大样本实证分析方法探究数字技术创新的影响后果 其次，在指标测度上，大多数文献以企业年报为基础，刻画企业的数字化转型程度或数字技术应用情况( 吴非等， ; 赵宸宇等， ; 张叶青等， )但企业年报对数字技术的描述内容较为有限，而且其文本信息可能被管理层有意操纵，存在企业数字化说而不做的现象，导致企业的数字技术创新水平难以被准确衡量 此外，在研究主题上，虽然已有文献实证分析了人工智能技术对企业生产效率的提升作用( ， ) ，但少有文献囊括年第 期各类数字技术，从而考察其为企业生产率带来的影响 综上所述可知，关于数字技术创新对企业全要素生产率影响机理的实证研究仍然相对匮乏( 二) 数字技术创新影响企业高质量发展的作用机理近年来，全球数字经济逆势发展，中国数字经济规模也迅速壮大，年度增长规模位居全球第一 值得注意的是，我国在数字化领域内技术端与应用端的发展并不平衡 受益于完备的数字基础设施体系和广阔的数字经济市场空间，我国数字应用数字平台和数字消费高速发展; 然而，数字技术创新的进展仍然难以满足日新月异的应用需求，关键的底层技术基础仍然较薄弱，这也成为了制约我国数字经济发展的瓶颈 具体到企业层面，数字技术创新活动对企业的资金 技术设备和人力资本方面有较高要求，并且这类研发项目投资回报周期较长不 确 定 性 较 大( ，) 许多企业面对数字技术创新的高门槛高成本和高风险，无法确定数字技术创新能否以及如何提高企业生产效率，因而在数字化转型战略选择中不愿创新 不敢创新党的二十大报告提出，要坚持以推动高质量发展为主题 着力提高全要素生产率 ，强调在当前高质量发展阶段下提高全要素生产率这一重要着力点 学者们指出，提高全要素生产率不仅是经济高质量发展的实现途径 ( 高 培 勇 等， ) ，也是检验高质量发展的核心指标( 王 一 鸣，) ，因此，全要素生产率指标常被用于衡量企业高质量发展水平 根据上述背景，本文利用全要素生产率衡量企业高质量发展水平，试图揭示数字技术创新赋能企业高质量发展的作用机理，进而推动和引导市场资源投向数字技术端，为我国促进企业数字技术创新和推动实体经济发展提供有益启示，并且为企业合理选择数字化发展道路提供参考根据熊彼特的创新与内生增长理论，通过研究开发与创新活动形成的技术进步属于经济增长的内生因素( ， ) 这些研发创新活动发挥的创造性破坏作用促进了技术进步，进而推动了经济内生增长( ， ) 而数字技术创新被视为汇聚创新要素最多 发展应用前景最广的创新领域( 庄荣文， ) ，对当前各类社会经济活动具有深刻影响( 曲永义，) 数字技术的渗透性使生产要素和生产关系逐渐向数字化发展，可以降低经济活动中的搜索成本复制成本传递成本跟踪成本与验证成本，将会改变经济社会发展范式 具体到企业层面，数字技术创新可能通过如下渠道赋能企业高质量发展: 其一，数字技术创新可以改善企业组织内部的沟通效率与协同效率，降低内部监督所需的成本，对企业进行管理赋能 其二，企业可以借助数字技术增强信息获取能力与分析能力，有助于提高企业投资决策质量，促成投资赋能其三，数字技术创新有助于优化企业生产要素配置，提高资产营运效率，发挥营运赋能的功能其四，数字技术创新将会促使企业匹配高技能的劳动力，从而优化劳动力资源结构，实现劳动赋能 接下来，本文依次从以上四个角度出发，分析数字技术创新影响全要素生产率以推动企业高质量发展的作用机理首先，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 其中，内部管控成本来源于两部分，一是企业内部对各分部活动进行统筹与协调所付出的管控成本，二是企业因代理问题导致的效率损失，以及为减轻代理问题而产生的监督控制成本( 袁淳等， ) 过往文献对数字技术创新与组织数字化转型展开了探讨，提出了数字组织创新的概念，强调了数字技术创新赋能企业组织管理 降低内部管控成本的作用( ，) 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黄 勃等: 数字技术创新与中国企业高质量发展中国信息通信研究院: 中国数字经济发展报告( 年)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( 袁淳等， ) 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( 陈德球和胡晴， ) 袁淳等( ) 也通过研究发现，企业数字化转型有助于降低内部管控成本，从而促使企业专业化程度以及生产率的提升 因此，本文认为，数字技术创新通过减轻企业内部管控成本，进而促进全要素生产率提高其次，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 投资是企业重要的经济活动，提高投资决策质量是企业优化资本配置提升生产率的重要环节 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( 陈德球和胡晴， ) 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 例如，阿里巴巴集团凭借大数据等数字技术，获取和积累了海量数据，这些数据信息为集团的投资活动提供了支持，能够及时地反映市场变化趋势，同时降低了信息不对称，进而提高了集团的投资效率( 王化成等， ) 因此，本文认为数字技术创新将提高企业投资决策质量，从而推动全要素生产率提升再次，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 ( ) 在研究中指出，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( 沈国兵和袁征宇， ) 随着数字创新推动企业内信息传递效率的提高( ， ; 田秀娟和李睿， ) ，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， ( ) 指出，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 现实案例中，三一重工集团依靠大数据物联网等数字技术搭建了根云工业互联网平台，不仅涵盖了信息化业务管理大数据整合分析等功能，而且形成了反映国家固定资产投资活力的挖掘机指数 这些数据信息指导了三一重工集团内部对大型固定资产的调剂与共享，为提升企业资产营运效率提供了重要参考 本文进一步推测，数字技术创新通过提高企业资产营运效率，通过营运赋能改善企业全要素生产率最后，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 现 有 文 献 认 为，企业数字化发展需要一系列数字化相关资源的匹配与支持，不仅包含企业的硬件资产的升级，也包含劳动力等软件资源支持( ， ; ， ; 袁淳等， ) 因此，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 例如，当创新的数字技术应用于企业生产流程时，需要更多技术人员管理人员对数字化的软件与设备进行调试操作和维护( 袁淳等， ) 同 时，数字技术对低技能劳动力具有替代效应( 程 文， ;， ) ，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，企业将基础性工年第 期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 已有研究表明，劳动力资源结构的变化是数字化战略影响企业生产效率的机制之一( 赵宸宇等， ) 因此，本文预期数字技术创新将会促使企业优化劳动力资源结构，进而推动全要素生产率提升综合上述分析，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( 一) 样本数据本文选取 年 股上市公司作为初始研究样本 样本公司数据来源分为三类: 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 数据库; 其二，公司研发支出数据来自 数据库; 其三，上市公司专利文本信息来自 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 此外，本文对初始样本进行了如下处理: ( ) 剔除 类公司样本; ( ) 剔除金融行业公司; ( ) 剔除信息传输软件和信息技术服务业公司; ( ) 剔除 未满一年的公司样本; ( ) 剔除总资产小于总负债的样本 经过整理，本文得到公司 年度样本观测值共计 个 为了减轻极端值的影响，对连续型变量进行了 的缩尾处理( 二) 变量定义数字技术创新如何度量企业层面的数字技术创新水平是本研究的重点 通常而言，专利申请数量是刻画企业研发创新水平常用指标 已有文献利用专利文本信息识别企业层面的数字专利( ) ，根据专利申请数量构建企业数字技术创新的度量指标( ， ) 也有研究采用相似的做法，围绕着数字技术中的人工智能技术，进行专利文本分析与指标构建( ， ) 本文借鉴这一思路，对上市公司所有发明专利与实用新型专利的申请文件的摘要说明书和权利要求书进行关键词文本分析，确认各项专利是否属于数字专利 其中，数字技术关键词的选取依据是现有文献提出的数字技术特征词( 吴非等， ) ，包括底层技术以及技术应用两个层次的五类关键词，具体参考了中小企业数字化赋能专项行动方案 年数字化转型趋势报告 等官方文件和权威报告 作者团队也参考了企业数字化转型白皮书( 版) ，进一步补充了数字技术关键词( 如云平台 智能工厂) 等 在后文中，本文将根据数字专利的法律许可状态 专利行业分类以及技术构成差异做出进一步细分和相应的检验基于上述情况，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 取自然对数后用变量 表示，作为企业数字技术创新指标 根据样本数据，近十年以来，我国上市公司数字专利的申请数量 数字专利黄 勃等: 数字技术创新与中国企业高质量发展专利文件的摘要主要介绍专利所属的技术领域技术的主要内容以及专利的用途; 说明书主要包含专利技术方案的详细内容; 权利要求书记载了专利技术方案的构成以及专利保护范围 上述三类文本内容可以较为全面地介绍专利技术信息本文对专利申请文件进行了抽样分析，发现数字技术关键词与专利的数字技术创新特征紧密相关 若采用更宽泛的数字技术关键词，本文的研究结果并未出现实质性变化 限于篇幅，数字技术关键词词库留存备索通过将数字技术创新指标与基于年报文本构建的数字化转型指标进行回归分析( 吴非等， ) ，本文发现二者之间呈显著正相关，说明数字技术创新指标可以在一定程度上反映企业数字化水平 实证结果留存备索占专利申请的比例呈现出明显的上升趋势，尽管年度专利申请总量在 年有所回落，但数字技术专利申请量占全部专利的比重显著上升，在 年已接近 同时，各年度开展数字技术创新的企业占比显著增大，在 年达到约 上述变化趋势反映了数字技术创新蓬勃发展的势头企业全要素生产率本文的被解释变量为企业全要素生产率 考虑到企业可能根据可观测的生产效率及时调整要素投入，使企业层面的全要素生产率与要素投入之间存在较强的内生关系，导致最小二乘法估计生产函数得到的生产率通常存在同时性偏差 因此，本文使用 法和 法计算企业全要素生产率 限于篇幅，未报告企业全要素生产率的详细计算过程，留存备索 此外，在后文的稳健性检验部分，本文也使用其他多种方法计算企业全要素生产率，作为替代的被解释变量控制变量考虑到其他因素对实证结果稳健性带来的潜在影响，本文选取了一系列控制变量( ) ，包括企业年龄( 企业成立年限自然对数) 增长速度( 营业收入年度增长率) 财务杠杆( 总负债与总资产之比) 企业规模( 员工人数自然对数) 市场价值( 总市值与总资产之比) 盈利能力( 净利润与营业收入之比) 流动比率( 流动资产与总资产之比) 现金流量( 经营活动产生现金流量净额与总资产之比) 董事会规模( 董事人数自然对数) 创新水平( 全部专利申请数量加 的自然对数)研发投入( 研发支出与营业收入之比) 产权性质( 国有企业为 否则为) 此外，为了控制企业因素行业特征时间趋势以及地区环境因素可能带来的影响，本文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( )( 三) 模型构建为了检验数字技术创新对企业全要素生产率的影响，本文构建了如下模型用于基准回归检验:， ， ，( )其中，表示企业，表示年度， 为企业在第年的全要素生产率 表示当年的数字技术创新水平， 表示控制变量的集合， 和 分别表示公司年度行业以及地区层面的固定效应 是本文主要关注的回归系数，由前文的理论分析可知，若回归系数 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，支持本文的理论预期 此外，本文对标准误进行了企业层面的聚类稳健处理( )四实证结果与分析( 一) 描述性统计本文主要变量的描述性统计结果如表 所示 处 理后可用的 个公司 年度观测值包含了 年的大多数 股上市公司 企业全要素生产率( ) 均值分别为 和 ，与过往文献较为接近( 赵 宸 宇 等， ) 其余变量分布均处于合理区间内年第 期行业分类以上市公司行业分类指引( 年版) 为准，制造业按照二级行业分类，非制造业行业按照一级行业分类，得到行业数量共计 个 地区分类以企业总部所在的省级行政区为准通常而言，从开展研发创新至申请专利需要一段时间，因此，采用当期的企业全要素生产率已考虑其受到数字技术创新影响的滞后性 此外，后文的稳健性检验部分采用了 期的全要素生产率本文也对标准误进行了企业层面和年度层面双重聚类稳健处理，结果未出现实质性变化，留存备索限于篇幅，本文中出现的其他各项变量的描述性统计结果留存备索表 变量的描述性统计变量 观测值 均值 标准差 最小值 中位数 最大值( 二) 基准回归检验本文的基准回归分析结果如表 所示 由第( ) ( ) 列所示，在单变量检验以及未加入企业固定效应，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，意味着开展数字技术创新的企业在平均意义上具有更高的全要素生产率 根据第( ) 列的结果，在加入控制变量和企业固定效应之后，变量 的回归系数为 ，经过企业层面聚类处理的稳健标准误在 的水平上显著 类似地，在第( ) 列中，变量 对 法计算的全要素生产率的回归系数为 ，结果与第( ) 列较为一致 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，该结果与本文前述的理论分析相符表 基准回归检验变量( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )控制变量 否 否 是 是 是 是否 否 否 否 是 是否 否 是 是 是 是否 否 是 是 是 是否 否 是 是 是 是观测值注: 括号内为统计量; 和 分别表示在 和 的水平上显著 主要变量的回归结果若为小数，则保留至小数点后三位有效数字，否则精确至小数点后三位 稳健标准误经过企业层面聚类处理 后表同( 三) 作用机制检验前文的理论分析认为，数字技术创新可以为企业带来管理赋能投资赋能营运赋能与劳动赋能的功能 为此，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 根据中介效黄 勃等: 数字技术创新与中国企业高质量发展应检验三步法的思路，本文在基准模型( ) 的基础上设置中介效应检验模型( ) 和( ) :， ，，( )， ， ，，( )其中， 为中介变量，具体定义将在下面分别介绍 模型( ) 用于检验数字技术创新( ) 对中介变量的影响，模型( ) 用于检验中介变量在数字技术创新( ) 影响企业全要素生产率( ) 过程中具有的中介效应管理赋能机制数字技术创新通过减小业务流程的可操纵空间降低企业外部监管成本，进而降低企业内部管控成本并提高生产效率( 陈德球和胡晴， ) 为了度量企业内部管控成本，本文参考袁淳等( ) 的方法，分别利用管理费用比重( ) 与在职消费水平( ) 构建内部管控成本指标 其中，管理费用作为代理成本的典型指标，可以直观地反映企业内部管控成本( 李万福等，) ; 在职消费是企业内部人员侵占企业资源的实质表现，也体现了代理问题及其引起的内部管控成本( 袁淳等， ) 具体而言，变量 取值为管理费用与营业收入之比，变量取值为业务招待费交际应酬费差旅费会议费通讯费和小车费的合计与营业收入之比表 报告了中介效应检验结果 通过模型( ) 的检验，在第( ) 列和( ) 列的结果中，变量对中介变量 以及 的回归系数均显著为负，表明数字技术创新对企业内部管控成本带来了显著的负向影响 根据模型( ) ，在第( ) 和( ) 列中，中介变量对 的回归系数显著为负，与表 中 的系数方向相反 根据以上结果可知，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表 作用机制检验: 管理赋能与投资赋能变量( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( )( )( )( )控制变量 是 是 是 是 是 是 是 是固定效应 是 是 是 是 是 是 是 是观测值注: 受篇幅所限，本表和后文实证结果均省略控制变量系数的报告以及被解释变量为 的回归结果报告，相关结果均支持本文的结论 后表同年第 期在本文各项中介效应检验的样本中，数字技术创新对企业全要素生产率均具有显著的正向影响 限于篇幅未报告实证结果，留存备索投资赋能机制根据前文的理论分析，数字技术创新将会增强企业投资决策质量，从而通过投资赋能改善全要素生产率 投资决策的关键在于准确识别投资机会，使实际投资水平与最优投资水平相近，以提高企业投资效率 因此，过往研究利用投资效率指标来刻画企业投资决策质量( 张耀伟等， ) ，借鉴于此，本文根据 ( ) 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 ，取值若大于零，则将其设为表示投资过度变量 这两项指标作为衡量企业投资决策质量的负向指标，取值越大，说明实际投资水平与期望水平背离程度越大，企业投资决策质量越低根据表 的中介效应检验结果，模型( ) 的回归结果如第( ) ( ) 列所示，其中，变量对中介变量 的系数均显著为负，表明数字技术创新减轻了企业投资不足与投资过度问题，有助于企业投资决策质量提升 通过模型( ) 的检验，表 第( ) 列的变量 以及第( ) 列的变量 的系数均显著为负，与本文的理论预期一致 以上结果表明，数字技术创新通过改善企业投资决策质量，体现了数字技术创新的投资赋能功能，进而提升了企业全要素生产率，这一结果支持了前述的相关理论分析营运赋能机制本文的理论分析指出，数字技术创新通过优化对现有资产配置与利用，可能有助于企业提高资产营运效率，通过营运赋能作用影响企业全要素生产率 为了度量企业资产营运效率，本文借鉴已有研究( 李万利等， ) ，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中介效应检验结果如表 所示 第( ) 和第( ) 列 显 示 了 模 型( ) 的 回 归 结 果，可 见，变 量对中介变量 的回归系数显著为正，说明数字技术创新对企业固定资产周转率和存货周转率具有显著为正的影响 根据模型( ) ，在第( ) 和( ) 列中，中介变量对全要素生产率指标的系数均显著为正 以上结果表明，企业资产营运效率发挥的中介作用显著成立 综合上述可知，数字技术创新具有营运赋能的功能，有助于提高企业对现有资产的营运能力，进而促进了企业全要素生产率提升表 作用机制检验: 营运赋能与劳动赋能变量( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( )( )( )( )控制变量 是 是 是 是 是 是 是 是固定效应 是 是 是 是 是 是 是 是观测值黄 勃等: 数字技术创新与中国企业高质量发展劳动赋能机制根据前述的理论分析，数字技术创新需要匹配高技能的人力资本，可能促使企业改善劳动力资源结构，有助于改善企业全要素生产率 为了检验上述的劳动赋能机制，本文参考已有文献的方法( 赵宸宇等， ; 肖土盛等， ) ，利用上市公司员工结构数据，分别从员工的学历层次与职能类型刻画企业劳动力资源结构 其一，构建了变量 ，取值为本科及以上学历的员工所占比例 其二，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变量 的取值通过模型( ) 的检验，由表 第( ) 列和第( ) 列可见，变量 中介变量 以及的回归系数均显著为正; 该结果意味着数字技术创新促使企业提高了员工的技能素养，改善了劳动力资源结构 根据模型( ) ，在第( ) 和第( ) 列的结果中，中介变量 对变量 的回归系数均显著为正 这表明，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 根据上述结果可知，数字技术创新通过改善企业劳动力资源结构，进而帮助企业提高了全要素生产率 这一结果支持了前述相关理论分析，证实了数字技术创新的劳动赋能功能( 四) 内生性控制工具变量检验本文的基准回归结果可能存在反向因果导致的内生性问题 为此，本文参考已有文献引入外生政策( 张叶青 等， ) 以及利用邮电数据设计工具变量的思路( 黄 群 慧 等， ; 肖 土 盛 等，) ，进而缓解内生性问题的干扰其一，本文引入外生政策构建的工具变量是以宽带中国示范城市为场景 具体而言，国务院于 年发布关于印发宽带中国战略及实施方案的通知，并于 年 年和 年在全国范围内先后设立了 个宽带中国示范城市，旨在推动宽带等网络基础设施建设 一方面，宽带中国战略被认为是我国城市数字化发展的推动政策( 黄群慧等， ) ，也是企业开展数字化相关活动的关键基础( 李万利等， ) 因此，宽带中国战略对于促进数字经济发展以及数字技术创新可能具有至关重要的作用 另一方面，宽带中国示范城市的选择并不由单个企业决定，因而该政策具有外生性，使工具变量的排他性要求可以较好地得到满足 基于上述，本文设置了工具变量 : 当企业位于宽带中国示范城市，并且时间处于示范城市设立年度及之后时， 取值为，否则为其二，本文利用邮电数据构建工具变量，具体是指我国邮电通信业在早期的发展进度 一方面，数字技术的应用与发展有赖于邮电通信基础设施的完善，企业所在地区过往的通信手段可能从不同方面影响当地的数字技术发展进程( 黄群慧等， ; 肖土盛等， ) 据此，可以利用 世纪 年代的固定电话普及率刻画邮电通信发展水平，理由在于，固定电话拨号( ) 曾经是我国主要的网络接入方式，因此历史上各地区固定电话普及率可以反映邮电通信业的发展进程( 杨慧梅和江璐， ) ，并且与当地企业的数字化水平显著正相关( 肖土盛等， ) 另一方面，固定电话在企业日常经营活动中的使用频率已明显下降，并不直接作用于企业生产效率，使工具变量的排他性要求可以较好地得到满足( 黄群慧等， ) 同时，由于上述历史数据是截面的，不能直接作为工具变量引入至包含企业固定效应的模型中，所以本文利用一个与之相关的时间序列变量构建交乘项 综上，本文将上一年度企业所在省份的互联网接入端口与企业所在地级市 年每万人固定电话数量的自然对数交乘，再将得到的交乘项作为工具变量由表 第( ) 列可见，在工具变量 对解释变量 的回归中， 的系数在 的水平上显著为正，意味着宽带中国战略实施后，当地企业的数字技术创新水平显著提年第 期高，满足了工具变量的相关性要求 第( ) 列报告的第二阶段结果显示，变量 的回归系数在 水平上显著为正 类似地，在表 第( ) 列中，工具变量 对变量 的回归系数显著为正，表明历史上固定电话普及率与当地企业数字技术创新水平之间关系显著为正 根据第( ) 列报告的第二阶段回归结果，变量 的回归系数显著为正 上述结果表明，在引入工具变量减轻反向因果等内生性问题的影响后，本文的主要结论依然成立表 内生性控制变量工具变量检验 检验数字技术研发联盟冲击( ) ( ) ( ) ( ) ( ) ( ) ( )( )( )( ) ( )( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( )控制变量 是 是 是 是 是 是 是固定效应 是 是 是 是 是 是 是观测值检验若能够进一步分析数字技术创新对企业全要素生产率的动态作用，则可以更深入地探索二者之间的因果关系 为此，本文采用倾向得分匹配与双重差分法结合的方法( ) ，识别企业开展数字技术创新活动后的全要素生产率动态变化情况，从而缓解内生性问题黄 勃等: 数字技术创新与中国企业高质量发展本文通过检验发现，两项工具变量均不涉及识别不足问题与弱工具变量问题 限于篇幅，结果留存备索首先，本文以各项控制变量( ) 衡量的企业特征为基准，利用一个 模型计算各样本企业的倾向得分 本文将至少有一次数字专利申请的企业作为处理组样本，将其余企业作为对照组样本，利用处理组在首次具有数字专利申请的前一年度的样本，采用一对一无放回的方法和的标准卡尺在相同年度内匹配倾向得分最接近的对照组样本，据此提取处理组企业与对照组企业在样本期间内的所有样本 经过以上匹配过程，在倾向得分匹配处理后的样本中，处理组企业在开展数字技术创新的前一年度与对照组企业具有较相似的特征，使样本企业的数字技术创新行为更接近于准自然实验的设定其次，本文构建了双重差分模型( ) 和动态效应检验模型( ) 其中，变量 是表示处理组样本的虚拟变量， 在企业首次具有数字技术创新成果后取值为 ，否则为; ( ) 表示处理组或对应的对照组样本在处理组企业首次取得数字专利前后的第 期，共包含 年的窗口期 基于上述分析，本文在倾向得分匹配样本中估计模型( ) 和( ) :， ，，( )，( )，，( )根据表 第( ) 列，由模型( ) 估计的交乘项 的回归系数显著为正 在第( ) 列中，由模型( ) 估计的 ( ) 至 ( ) 的系数为负且不显著，体现了平行趋势的变化特征; 相比之下， ( ) 以及之后的交乘项回归系数显著增大，并且系数大多显著为正，说明在数字技术创新之后，企业全要素生产率随即显著提升 上 述 结 果 表 明，在 利 用方法识别数字技术创新对企业全要素生产率的动态影响后，本文结论依然成立数字技术研发联盟的冲击除了企业内部的研发创新之外，越来越多中国企业围绕着研发活动开展战略合作，缔结研发联盟，旨在获取外界的新知识与新技术，进而促进企业创新( 徐欣等， ) 其中，许多研发联盟以数字技术创新为合作重点，致力于推动数字技术与相关知识在成员之间流动转移和分享，因此，数字技术研发联盟的建立可以被视为对企业数字技术创新的冲击，可能影响企业全要素生产率同时，企业缔结战略联盟的决策较少受到生产率情况的驱动，使内生性问题相对较小 据此，本文将数字技术研发联盟作为对企业数字技术创新的外部冲击，检验其对全要素生产率的影响 本文借鉴现有文献( 徐欣等， ; 黄勃等， ) ，根据上市公司缔结战略联盟的公告内容，筛选出以数字技术创新为合作内容的战略联盟作为数字技术研发联盟，进而构建了变量 ，若企业在以往 年内缔结了数字技术研发联盟，则 取值为，否则为根据表 的第( ) 列可知，企业通过缔结数字技术研发联盟获取数字技术创新的外部支持，显著提升了企业全要素生产率 结合前述的分析，上述实证检验有助于进一步识别二者之间的因果关系，研究结果支持了数字技术创新促进企业全要素生产率提升的结论( 五) 稳健性检验替换全要素生产率指标一方面，为了检验本文基准回归结果对企业全要素生产率计算方法的敏感性，本文采用法以及 法重新计算企业全要素生产率，以更换被解释变量指标 另一方面，考虑到数字技术年第 期限于篇幅，未报告倾向得分匹配样本的平衡性检验结果，留存备索通过检验发现，参与数字技术研发联盟促进了数字技术创新 限于篇幅，结果留存备索限于篇幅，本文未报告稳健性检验的实证结果及其具体分析，留存备索创新对企业全要素生产率的影响可能存在一定的时滞性，本文计算后一期的企业全要素生产率用于基准回归检验 上述结果均支持本文的主要结论替换数字技术创新指标本文从四个方面更换企业数字技术创新指标，以检验基准回归结果的稳健性其一，本文仅考虑在未来通过审批并生效的专利申请，剔除法律状态为审批中 已驳回以及已撤回的数字专利，根据当年度专利申请数量重新构建数字技术创新指标 其二，为了使指标更贴近于企业数字技术创新的过程，本文借鉴 ( ) 的方法，将解释变量取值为企业本年度以及前后各一年的数字专利申请总数加 的自然对数 其三，本文利用 财经文本数据平台的 神经网络语言模型计算词语相似度，选择了数字化 人工智能 大数据 云计算 区块链这五项主题词，在每项主题词的相似词词库内各选择了相似度最高的个词，合并组成了数字技术关键词词库，以重新识别数字专利 其四，本文借鉴过往研究(， ) ，根据专利分类号判断专利所属的领域，进而识别数字专利 通过检验发现，上述所有替换数字技术创新指标后的实证结果均与前文的结论一致五进一步分析( 一) 数字技术创新外部环境的影响知识产权保护知识产权是重要的民事权利之一，高水平的知识产权保护可以保障企业专利权益，有利于专利成果的转化与应用 根据已有文献，知识产权保护是企业在技术创新中获取合法利益的关键，这对于易模仿易复制的数字技术创新尤为重要( ， ; ， ) 本文据此推测，若知识产权保护程度较高，企业得益于数字专利权益的独占性，可以更有效地将数字技术创新成果应用于实践，实现企业全要素生产率提升 为此，本文根据国家知识产权局发布的 全国知识产权发展状况报告，将各省份知识产权保护指数与年度中位数进行对比，得到知识产权保护较强和较弱的两组地区企业样本，进而开展分组回归检验 根据表 的第( ) 和第( ) 列，变量 的回归系数在知识产权保护强组中相对更大 由此可见，若知识产权保护体系较为完善，数字技术提升企业全要素生产率的作用更为明显表 异质性影响分析变量 知识产权保护较强 知识产权保护较弱 数字基础设施较好 数字基础设施较差( ) ( ) ( ) ( )( ) ( ) ( )