不久前，北大、清华经济学院杨汝岱、李艳和孟珊珊合作论文“企业数字化发展、全要素生产率与产业链溢出效应”在顶级学术期刊《经济研究》上发表。文章重点考察了数字化对企业全要素生产率的影响。
【摘要】高质量发展要求中国经济逐步从要素投入型向全要素生产率推动型增长模式转型，要实现这一目标，数字经济发展可能是未来一个潜在的突破口。本文将为这一判断提供初步的微观证据。本文将企业数字化投入纳入传统增长核算模型，发现数字化投入的产出弹性为0.07-0.09，且行业间差别大，配置效率提升空间较大；平均而言，数字化对企业全要素生产率的影响程度为10%左右。此外，行业—企业、企业—企业匹配数据检验结果均表明，上游的数字化发展存在产业链溢出效应，会使得下游企业管理费用下降、存货周转率提高，同时优化下游行业的资源配置效率，提升下游企业整体的生产率水平。本文的研究表明，当绝对的技术突破面临瓶颈和不确定性时，通过数字经济的发展优化资源配置，进而提高全要素生产率，也许是中国经济实现稳定增长的路径之一。
【关键词】数字化；全要素生产率；产业链溢出效应；配置效率
【参考文献】 杨汝岱,李艳,孟珊珊.企业数字化发展、全要素生产率与产业链溢出效应[J].经济研究,2023,58(11):44-61.
目录
一、引言与文献评述
二、数字化与全要素生产率
三、上游企业数字化的产业链溢出效应
四、进一步的机制检验
五、主要结论与扩展研究
一、本文贡献
根据对文献的梳理和对中国发展实践的思考，本文的研究价值体现在如下三个方面。第一，基于中国大规模企业微观数据，考虑到数字化对企业资本和劳动使用效率的影响，将数字化投入纳入企业全要素生产率计算，并得到了一些有价值的发现，这对后续研究还是有一定的参考价值，有利于学术界将这个问题研究得更为深入。第二，本文关于数字化投入存在显著产业链溢出效应的研究，也具有较为重要的文献意义。
二、数字化与全要素生产率
2.1全要素生产率计算模型构建与变量处理
Y=AF（K,L）是通用的基准增长核算模型，适应于宏观，也适应于企业。数字化不同于土地、人力资本等要素，这些要素直接作为投入要素进入生产函数（余泳泽和张先轸，2015），而数字化对资本Ｋ、劳动Ｌ都会有影响，从而对全要素生产率产生影响。根据这一分析，并结合现有这些文献对数字化如何影响资本、劳动产出效率的讨论。构建式（1）的生产函数：
2.2全要素生产率估计
图1是不同生产函数估计的全要素生产率加权平均后的年度趋势图。其中，TFP是基于传统生产函数模型估算的全要素生产率，回归模型控制劳动、资本和企业年龄，没有控制企业数字化投入，TFP_DC、TFP_DR的定义见式（5）和式（6）。结果表明，不同模型估计的生产率呈现一致趋势，引入数字化模型估计的全要素生产率明显高于传统模型计算的全要素生产率，说明如果没有控制企业数字化投入，会高估劳动弹性和资本弹性，导致全要素生产率被低估。
三、上游企业数字化的产业链溢出效应
3.1变量构建与描述统计参考Luetal.（2017），根据投入产出表，计算上游行业数字化发展指标（UpstreamDigitalit），是上游各行业平均数字化发展程度的加权平均值，具体计算公式如式（７）：
3.2基准检验
企业数字化不仅会提高企业自身的全要素生产率，还会通过产业链，影响上下游企业全要素生产率。本文使用实证方法检验上游数字化发展对下游企业全要素生产率的影响，如式（８）：
接下来用供应商—客户数据进一步验证供应商数字化发展程度对客户全要素生产率的影响。将供应链数据库与税调库进行匹配，得到每一家企业的供应商的信息和数字化发展程度，研究供应商的数字化程度对业全要素生产率的影响，如式（9）：
3.3内生性问题
为了缓解内生性，本文使用两种方法：一是构建工具变量，检验基准结果的稳健性；二是根 据“两化融合”管理体系贯标的政策试点改革，构建连续的双重差分模型，进一步检验基准 结果。首先，参考Bartik IV方法，构建上游数字化发展程度的工具变量，使用工具变量回归模型检验基准结果。企业i的上游数字化发展程度的工具变量是除i 所在省份之外的上游行业的加权数字化发展程度，具体如式（10）：
其次，根据“两化融合”管理体系贯标的政策试点改革，构建连续的双重差分模型，进一步检验基准结果（见表3）。
3.4稳健性讨论第一，数字化制造业投资处理。加入省份—行业数字化制造业投入计算的全要素生产率，进一步检验上游数字化对下游企业全要素生产率的影响。
第二，引入中间品的全要素生产率计算方式。因为基准估计方程的因变量是增加值，所以在回归方程中没有加入中间品，接下来使用工业产值作为因变量，将数字化服务和非数字化中间品加入模型中，重新计算全要素生产率。因为税调数据中没有中间品的数据，所以使用外购原材料作为非数字化中间品的代理变量。
第三，零值处理。在估计全要素生产率时，有些企业的数字化服务投入是0，基准结果的处理方式是先用数字化服务投入加1，然后再取对数。稳健性检验部分，去掉企业数字化服务投入为0的样本，直接取对数，再次估计全要素生产率（TFP_DR_Lnd）。与基准结果相比较，去掉数字化服务投入为0的样本的全要素生产率的均值更大，为2.104
第四，进一步讨论其他几种稳健性分析，结果列于表4的Panel C中。回归结果第（1）-（2）列将因变量更换为全要素生产率的变动（ΔTFP=TFPit-TFPi,t-1）。此外，在估计全要素生产率时，考虑到人力资本的作用，将劳动力人数换成企业的员工薪酬，重新估计企业全要素生产率，回归结果见表4的第（3）-（4）列。第（5）列考虑到随时间变动的城市特征对基准结果的影响，增加城市—年份固定效应。从表4的结果可以看到，所有检验中上游数字化投入的系数均显著为正，与基准回归基本一致，结论稳健。
四、进一步的机制检验
4.1促进下游企业规模扩张
行业内存活下来的企业规模扩张同样是资源配置效率改善的一种表现。上游行业数字化转型会提高生产的产品质量，较高质量的中间品有利于下游行业生产和扩大规模，规模扩张带 来规模经济。企业在规模扩大后也更愿意优化管理方式、开展研发和创新活动等，进而提高下游企业全要素生产率。
表5是回归结果。第（1）列因变量是IHS_Salefict，回归系数显著为正，说明上游数字化发展程度增加越大，下游企业营业收入增加的越多。从回归系数来看，上游数字化发展程度增加额每提高1个百分点，下游企业营业收入增加额提高1.42%。第（3）列因变量是工业产值，回归系数依然显著为正，系数与第（1）列的系数大小基本一致。第（3）-（4）列因变量分别是ΔlnSalefict和 ΔlnYfict， 回归系数与（1）-（2）列一致，均显著为正，上游行业数字化发展程度增加额提高1个百分点，下游 企业营业收入和工业产值的增长速度都提高0.05个百分点。表5的结果显示，上游企业提高数字化后，促进了下游企业规模成长，尤其是提高了下游企业营业收入和产值的增长速度。企业收入、 产值的增长速度本身就是表征企业资本和劳动使用效率的重要指标，其变化模式和全要素生产率高度一致。
4.2提高存货周转率、降低下游企业管理费用
本文认为，一方面，下游企业通过学习上游企业的经验，优化管理方式；另一方面，上游数字化为下游企业提供更丰富的供销信息、更优质和稳定的中间品和服务，降低下游企业搜寻成本、库存量和仓储成本，提高下游企业的库存周转率和管理费用。
4.3提高下游行业的配置效率
数字化促进资源在企业间配置，充分发挥市场“无形的手”的优胜劣汰机制，优化资源配置效 率，提高行业集中度和改变市场结构（Bessen,2017）。根据产业链的传染效应（Isakssonetal.,2016），上游行业数字化会通过产业链影响下游企业的优胜劣汰，进而改善下游行业的配置效率。
五、主要结论与研究扩展
本文的研究表明，数字经济可以拓展传统资本和劳动作为要素投入的定义范畴，数据本身就是一种生产要素，这可以缓解中国现阶段传统要素投入增长空间有限的约束。此外，数字经济发展可能可以提高资本和劳动要素的使用效率，同时引导资源流动，优化资源配置效率，可以推动中国经济发展模式由要素投入型向效率增进型转型。
本文的研究得到了一些有意义的发现，但整体上研究还非常初步，很多重要问题都有待后续研究。第一，如何将数字经济引入宏观经济增长核算，有待理论研究上的突破。宏观与微观相结合，是现代经济学研究越来越重视的范式。本文的研究中，在理论上假设了数字化对资本效率、劳动效率都有促进作用，文献上也有类似的微观层面支撑研究。但在宏观经济核算方面，数字化、数据如何影响传统要素使用效率、如何直接对产出产生影响，这些问题都还没有统一的研究框架和结论。而且，从微观到宏观，不是简单的加总，其中还有结构变化和市场、外围冲击等影响因素。这些问题都有待后续的深入思考。第二，数字经济是个非常宽泛的概念范畴，微观层面的研究高度依赖于代理变量的选择。数字经济投射到企业层面，有很多不同维度的含义。比如，企业建设数据中心聚集相关信息优化生产与销售行为，企业建设以工业机器人为主体的数字化生产线，企业购买数字化信息化相关服务优化生产与人员管理流程等，不同类型的数字化投入对企业会有不同的影响。本文的研究聚焦在购买相关数字化信息化服务的角度，因为这个维度在不同企业间可比性较强，没有太大的度量上的异质性，是一个相对容易测度的角度。但是，如前所述，不同类型的数字化发展方式对不同的企业会有不同的影响，要得到更有针对性的结论和政策价值，后续还需要对数据资产核算、数据资本非线性积累过程等有更为细致的研究。第三，关于数字经济分配效应的进一步思考。现阶段，中国经济需要由要素积累型向效率驱动型转型，数字经济可以改善配置效率，促进增长。但和其他技术进步与规模经济发展类似，数字经济在促进增长的同时，也有很强的分配效应，伴随着剧烈的优胜劣汰和不同维度的不平衡发展。实践中可以观察到一些数字经济发展反而使得资源大规模流动越来越难的例子，比如很多地方化电商平台的建立。只有将增长效应和分配效应都研究清楚，才能使得全民分享数字经济兴起带来的成果，才能避免出现过度“互联网＋”和过度限制资本扩张等现象，才能提高产业规制的精准性与合理性，才能更好地稳定预期，促进数字经济健康、快速发展。由此，未来还需要对数字经济的分配效应做更深入的研究。
