大数据如何影响企业全要素生...行动纲要》实施的准自然试验_谢贤君.pdf
《大数据如何影响企业全要素生...行动纲要》实施的准自然试验_谢贤君.pdf》由会员分享,可在线阅读,更多相关《大数据如何影响企业全要素生...行动纲要》实施的准自然试验_谢贤君.pdf(11页珍藏版)》请在咨信网上搜索。
1、2023 年 8 月第 45 卷 第 8 期CONTEMPORARY ECONOMIC MANAGEMENTAug.2023Vol.45 No.8收稿日期:2023-05-05基金项目:中国博士后科学基金第 73 批面上项目 产业现代化背景下中国政府创新政策激励企业数字化转型的机理与策略研究(2023M730110)。作者简介:谢贤君(1989),男,四川成都人,博士,北京大学政府管理学院助理研究员,研究方向为数字经济、国际金融与经济发展;郁俊莉(1965),女,上海市人,本文通讯作者,博士,北京大学政府管理学院教授、博士研究生导师,北京大学中国新兴产业创新研究中心主任,研究方向为国民经济与战
2、略新兴产业发展。DOI:10.13253/ki.ddjjgl.2023.08.004大数据如何影响企业全要素生产率 来自 促进大数据发展行动纲要 实施的准自然试验谢贤君,郁俊莉(北京大学 政府管理学院,北京 100871)摘要 数字经济发展对企业技术进步展现出突出优势。文章从政策评估视角探讨大数据政策对企业全要素生产率的影响,且依托企业是否进行大数据利用活动进行实验组和对照组划分,并借助 20072020 年上市公司数据,实证检验大数据政策对企业全要素生产率的影响。研究表明,大数据政策的确显著促进了企业全要素生产率。机制分析显示,大数据政策不仅提高了企业研发投入,也增加了企业收益,最终促进企业
3、全要素生产率。进一步来看,无论在不同国有企业还是非国有企业中,无论科技密集型企业还是非科技密集型企业,大数据政策均能够显著促进企业全要素生产率;但大数据政策影响企业全要素生产率强度上存在不同企业“所有制属性”“技术密集程度属性”的差异,在非国有企业中,大数据政策对企业全要素生产率的促进作用更强,在科技密集型企业中,大数据政策对企业全要素生产率促进效果更为明显。关键词 数字经济;大数据;企业全要素生产率中图分类号 F270.7文献标识码 A文章编号 1673-0461(2023)08-0022-11一、引言党的二十大报告强调,高质量发展是全面建设社会主义现代化国家的首要任务,是关乎实现第二个百年
4、奋斗目标的战略保障,是以中国式现代化全面推进中华民族伟大复兴的本质要求,这就要求我们要坚持以高质量发展推进和拓展中国式现代化。在新时代背景下,促进企业高质量发展则是推进和拓展中国式现代化的必然要求,而提高企业全要素生产率则是促进企业高质量发展的重要内容。在全球新一轮科技革命、产业变革加速演进的趋势下,以人工智能、大数据、区块链等为基础的数字技术不断涌现,数字经济发展步伐显著加快,不仅推进了市场化改革与市场化机制形成,也促进了数字经济和实体经济深度融合,还显著增强了经济发展动力。可见,数字经济发展是数字时代推动高质量发展实现中国式现代化的重要引擎,在此背景下,着力推动数字经济发展是全面提升数字中
5、国建设的整体性、系统性、协同性的重要抓手。为此,如何更好地把握住数字中国建设这一重要机遇,探讨数字经济政策如何促进企业全要素生产率并实现企业高质量发展,是中国数字经济现阶段面临的重大发展课题。也是从政策维度探讨研究中国数字经济发展问题并实现企业全要素生产率提升,这无疑是秉轴持钧、动中肯綮。首先,本文从政策评估视角基于上市公司微观数据库数据实证检验了“大数据政策-企业全要素生产率”之间关系,有助于更好地解决内生性问题。其次,基于研发创新投入、企业收益两类渠道,更为全面、深入探讨了大数据政策对企业全要素生产率的影响机制,有助于从微观路径方面理解大数据政策与企业全要素生产率之间关系。最后,基于不同企
6、业所有制属性、不同企业科技密集型属性,探讨了大数据政策对企业全要素生产率影响的异质性。本文的主要贡献体现在以下三个方面:第一,本文从微观企业层面出发基于政策评估角度阐释数字经济政策对企业全要素生产率的驱动效应和机制,进一步丰富了有关技术效应的研究,不仅是对现有文献的深入拓展,也有助于解决内生性问题。第二,重点验证“大数据政策-企业全要素生产率”的关系,着重判断大数据政策在不同企业“所有制属性”“技术密集型属性”异质性表现。第三,本文基于“研发投入”“企业收益”等渠道识别了大数据政策对企业全要素生产率作用机制,有利于廓清大数22谢贤君,郁俊莉:大数据如何影响企业全要素生产率据政策与企业全要素生产
7、率之间影响机理。二、文献综述数字经济发展为企业全要素生产率提升提供了重要机遇。数字化转型整体对企业全要素生产率具有显著促进作用1-3。更多的是学者从数字技术创新4、人工智能、数字基础设施建设以及数字化转型等多个角度探讨了数字经济发展对全要素生产率的影响。罗佳等(2023)5研究表明,数字技术创新与企业全要素生产率具有显著的正相关关系,数字技术创新水平越高,意味着企业创新效率和资源配置效率越高,全要素生产率也越高。黄晓凤等(2023)6研究认为,人工智能发展显著提高了企业创新链、供应链和产业链的匹配程度,从而有利于提高制造业企业全要素生产率。黄漫宇和王孝行(2022)7研究表明,数字基础设施、数
8、字产业化和数字经济发展环境有利于降低资本错配和劳动力错配,从而提升企业全要素生产率。刘艳霞(2022)8研究认为,企业数字化转型会促进效率变革和技术创新、提升决策效率和监督有效性,从而提升企业全要素生产率。邱子迅和周亚虹(2021)9研究发现,建立大数据试验区可推动数字产业创新和制造业智能化促进全要素生产率,且在经济欠发达、创新水平低和产业结构高度高的地区这种促进效应更强。涂心语和严晓玲(2022)10研究表明,数字化转型加速企业间知识溢出进而促进企业全要素生产率。秦文晋和刘鑫鹏(2022)11研究发现,以“宽带中国”试点为代表的网络基础设施建设能够显著提升创新水平进而促进全要素生产率。范合君
9、和吴婷(2022)12研究指出,数字化能力的提升依赖于数字基础设施,随着数字基础设施不断完善,数字技术创新能力不断增强,数字技术底层支撑作用不断凸显,数字应用场景不断增加,这都有助于促进经济高质量发展。张微微等(2023)13研究认为,我国数字经济发展显著促进了全要素生产率,并存在一定的空间溢出效应。进一步,李治国和王杰(2021)14研究认为,数字经济发展通过促进数据开发应用和数据传播共享显著优化数据要素配置,从而提升制造业生产率,且这种效应在企业所有制、企业规模、城市规模以及区域位置等方面具有异质特征。郭丰等(2022)15研究认为,融资约束改善、创新水平提升、企业数字化转型是数字经济提升
10、了企业全要素生产率的重要路径和机制。王军等(2022)16研究认为,数字经济发展有助于矫正劳动力、资本、技术等要素错配问题,进而推升全要素生产率。但技术效率改善和技术进步的作用不可忽视,随着数字经济发展,企业全要素生产率不断提升,主要原因在于数字经济发展带来了技术效率改善和技术进步17,同时也促进了人力资本积累和人力资本不断升级,进而促进产业结构合理化和高级化发展,从而促进全要素生产率18。赵宸宇等(2021)19研究表明,数字化转型对制造业企业全要素生产率具有显著促进作用,且作用渠道主要通过创新能力提升、人力资本结构优化、先进制造业和现代服务业融合发展以及成本节约来实现。关于大数据与企业全要
11、素生产率关系方面,史丹和孙光林(2022)20研究表明,制造业企业全要素生产率与大数据发展具有显著的正相关关系,且提高大数据发展水平可通过促进企业创新、提升要素配置效率、提升数据赋能能力促进制造业企业全要素生产率。同时,也有研究表明,大数据能力能够促进企业转型升级21,数据要素也能提升企业全要素生产率。另外,还有部分文献从“宽带中国”试点、国家级大数据综合试验区建设角度探讨了大数据要素对于推动数字经济发展的作用力。已有探讨十分丰富,为本文进一步拓展分析提供了重要文献支撑,但由于大数据政策也是推动大数据及其数字经济发展的重要驱动力,因此从大数据政策角度来探索企业全要素生产率的这一驱动力也不能忽视
12、。另外,在数字经济实验组和对照组区分上基于城市层面进行划分,显得较为宏观,存在一定的劣势,无法准确判断何种企业处于实验组与对照组,弱化了相应的解释力,为此,通过文本分析法挖掘并提取企业年报中关于大数据关键词条的研究方法,从而区分实验组和对照组,进而从政策评估视角实证检验大数据政策对企业全要素生产率的影响,有助于更好地解决内生性问题。三、理论分析(一)融资约束缓解效应大数据政策可带来大数据技术水平的提升,也可拓展大数据技术应用范围,还可增强大数据技术使用深度,提升信息、信号传递质量,进而有助于解决银行与企业之间信息不对称问题,使得银行在为企业提供融资贷款过程中,有助于银行评估、筛选具有生产率、竞
13、争力、创新力的企业,进而让银行与企业之间更容易建立更加有效的沟通机制,增进双方间的相互信任感,银行也对企业债务与生产经营能力形成更加稳定的预期,从而提高企业商业信用水平,企业融通资金可获得性也就越高。同时,大数据政策也将带来企业数字化转型,这种数字化转型程度越高意味着更高质量的技术和人才优势,是企业高质量发展能力的一种体现,也是“具备数字信息识别技术优势和高质发展的能力”的发展前景,这类企业也322023 年第 8 期就越优质。并且这种数字化优质企业信号传递作用,可帮助商业银行降低逆向选择风险,实现企业资金更高融通效率,降低资本转化损耗,也可帮助银行提升贷款服务效率,增加企业融资可获得性。总之
14、,大数据政策不仅可带来大数据技术水平提升、覆盖范围拓展、使用深度加深,也可带来便捷的沟通交流机会,增进融资供给方与资金需求方信任,拓宽企业创新资金获取路径。也能够极大地节约企业处理海量信息的成本,扩大内外部的信息共享范围与信息使用准确性,有效缓解外部信息不对称程度,增加企业资金可获得性。随着融资约束的改善,增加企业创新研发投入水平和强度,从而促进企业全要素生产率。(二)成本节约效应一方面,大数据政策带来以大数据为核心的底层数字技术发展能够有效降低企业所面临的外部交易成本22,进而增加企业创新绩效,提高企业创新收益水平,提高企业价值和改善企业财务状况。比如,大数据政策促进大数据技术发展不仅能够提
15、高信息透明度和时效性,进而降低信息搜寻、协商、谈判和监督等外部成本,从而形成企业内外部交易成本节约23,推动企业创新利润提升,增加企业价值水平。另一方面,大数据政策带来以大数据为核心的底层数字技术发展的企业数字化转型,可实现高效的信息、数据处理效率,可显著改善企业委托代理成本,促进企业内部治理,提高企业创新收益。例如,康俊(2023)24认为以大数据、人工智能、云计算等为核心的数字技术的迅速发展和广泛应用,为企业成本管控提供了技术支撑,为此,大数据政策带来大数据技术发展实现更为高效的股东管理模式、交流沟通方式以及控制决策方法,为企业创新管理决策提供更加有效的方案,增加创新收益,显著改善企业价值
16、,进一步促进企业全要素生产率。(三)流动性效应大数据政策带来以大数据技术为核心数字技术应用场景实现,可显著强化市场的正面预期,显著提升股票流动性25,也增加投资者交换股票的频率和效率,改变大小股东对企业所有权结构,提高企业数字治理效率。进一步,股票流动性的提升,就是促进大小股东不断交换股票,转换所有权,形成一个较为稳定、合理的所有权结构,使得股东投票权与所有权比例固定在一定范围,有利于保证控制股东最大化企业价值。为此,流动性越高的证券意味着企业价值越高,企业全要素生产率也就越高。同时,企业价值最大化,将带来管理者薪酬最大化,实现管理者创新有效激励,从而实现企业价值和企业财务改善,促进企业全要素
17、生产率提升。总之,无论是大数据政策带来的成本节约效应还是流动性效应,均可显著改善企业价值,促进企业全要素生产率提高。四、计量模型与数据说明(一)政策背景一直以来,在推进我国经济社会高质量发展进程中,大数据占据了重要地位和发挥了极大作用。我国大数据政策具有较为清晰的发展脉络与演变进程,为推动以大数据为核心的新型技术能力提升、新型技术应用以及打造更高水平的数字经济提供了基础支撑。2014 年中国政府工作报告首次将大数据列入政府报告中,使得大数据成为政府、学者等重要关注议题。2015 年国务院发布了 促进大数据发展行动纲要,这一大数据政策实施使得大数据正式上升为国家战略层面,实施大数据发展政策是我国
18、经济社会发展的重要战略,这是大数据发展的里程碑。2017 年我国实施了 大数据产业发展规划(20162020 年),这标志着正式对大数据产业提出了专门规划。特别是发布了一大批国家层面大数据行业相关政策,为大数据在不同行业的应用提供了助力。同年,党的十九大报告提出,推动大数据与实体经济深度融合,提升了大数据对经济发展的贡献度。2020 年实施了 关于构建更加完善的要素市场化配置体制机制的意见,将大数据列为新型生产要素,这无疑是夯实了大数据在生产要素之间的地位,也是 促进大数据发展行动纲要 这一政策的升华,对于提升技术进步具有重大价值。2021 年 中华人民共和国国民经济和社会发展第十四个五年规划
19、和 2035 年远景目标纲要 明确提出了推动大数据技术创新、培育数据全生命周期产业体系和完善大数据标准体系,这对规范大数据发展具有重要作用。实施大数据政策的首要目的就是发展以大数据为核心的新型技术,其次是提升大数据的应用能力,使得其成为一种生产要素,为了客观反映大数据政策的根本目的和初始目标,落实发展大数据技术这一根本任务,并考虑政策实施具有滞后性,本文选取了 促进大数据发展行动纲要这一大数据政策作为本文政策冲击。(二)计量模型为了考察“大数据政策-企业全要素生产率”之间的关系,本文首先构建计量模型并实证检验“大数据政策-企业全要素生产率”之间的关系。并运用双重差分法(DID)来实证检验大数据
20、政策对企业全要素生产率影响的因果效应,将 促进大数据发展行动纲要 这一政策作为外生冲击变量。具体计量模型如模型(1):mk=1TFPk,i,t=0+1treati postt42谢贤君,郁俊莉:大数据如何影响企业全要素生产率+nj=1jcontroli,j,k,t+Indi+Yeart+i,j,k,t(1)其中,被解释变量 TFP 表示企业全要素生产率;treati为个体虚拟变量,postt为时间虚拟变量,treatipostt为个体虚拟变量与时间虚拟变量交叉项;controli,j,k,t为一组包括企业规模、企业年龄、企业流动性、企业股东集中度等企业层面的控制变量;Indi表示企业固定效应;
21、Yeart表示年份固定效应;i,j,k,t表示随机误差项。另外,1体现了数字经济政策实施前后企业全要素生产率的变化,是本文关键变量的待估参数。(三)变量选取1.被解释变量被解释变量为企业全要素生产率mk=1TFPk,i,t,其中,当 k=1,2,3,4,5 时,分别表示五种不同方法测度的企业全要素生产率,即分别基于普通最小二乘法(OLS)、固定效应法(FE)、半参数法(LP)、半参数法(OP)、最大似然法(GMM)所测度的企业全要素生产率,分别用 TFP_OLS、TFP_FE、TFP_LP、TFP_OP、TFP_GMM 表示。2.政策冲击变量treati表示个体 i 是否位于 促进大数据发展行
22、动纲要 政策的实验组,为此,为了体现 促进大数据发展行动纲要 实验组和对照组,本文将 treat=1 表示样本期间内进行大数据技术利用活动企业的组别,treat=0 表示一直未进行大数据技术利用活动的组别。为研判企业是否进行大数据活动,将通过以下方法予以识别:利用文本分析法挖掘并提取企业年报中的关于大数据关键词条,如果企业年报中出现大数据词条频次高于五次,则视为进行了大数据技术利用活动,否则,视为尚未进行大数据技术利用活动。其中,大数据活动主要包括了以下四个方面:一是大数据类型;二是大数据运用;三是大数据平台;四是大数据内容。具体如图 1 所示。图 1大数据活动内容postt表示是否开始实施
23、促进大数据发展行动纲要 政策,如果是在政策发生当年和之后年份,则将 post 赋值为 1,否则为 0。即,2015 年及其以后年份将 post 视为 1,否则视为 0。3.其他控制变量企业规模(size)运用企业的总员工数来衡量,企业年龄(age)运用当年年份减去企业成立年份再加 1 来刻画,企业流动性(ld)运用企业的流动资产总额与总资产比值来表征,企业股东权益集中度(gd)运用前五位大股东持股比例之和来表示。(四)数据说明19902002 年,大数据发展正处于数据挖掘技术阶段,属于萌芽期;20032006 年,大数据522023 年第 8 期发展处于围绕非结构化数据自由探索阶段,属于突破期
24、;20062009 年,大数据技术形成并运算,属于成熟期,特别是 2007 年,数据密集型科学出现为大数据发展提供了科学基础;2010年至今,大数据发展处于深化期。鉴于大数据发展成熟期以及数据密集型科学的出现,选 取2007 年作 为 样 本 的 起 始 年 限。即,本 文 选 取20072020 年中国 A 股上市公司数据库作为研究样本的企业层面数据库。该数据库样本期间涵盖了全国 31 个省份(不含港澳台地区)的各类企业,覆盖了全部大类行业和绝大部分四位数行业,也详细记录了企业基本信息、财务数据和税收缴纳等情况,为研究微观企业行为提供了丰富的数据资料。主要变量的描述性统计见表 1,其中被解释
25、变量 TFP_OLS、TFP_FE、TFP_LP、TFP_OP、TFP_GMM 与核心解释变量的均值、最大值、最小值和标准误均处于合理范围之内,可进行实证检验。表 1 主要变量的描述性统计变量均值最大值最小值标准误TFP_OLS2.400 2.7232.016 0.240 TFP_FE2.445 2.762 2.0670.283 TFP_LP2.1972.590 1.746 0.076 TFP_OP2.0842.4921.568-0.042 TFP_GMM1.237 2.248-1.032-0.235 treat0.981 1.0000.0000.138 post0.508 1.0000.00
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 如何 影响 企业 要素 行动 纲要 实施 自然 试验 谢贤君
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。