摘 要：在“互联网+”的发展时代，数字经济作为一种新的经济形态，已成为企业高质量发展的推动力。文章基于2013年—2019 年沪深A股上市公司数据测算企业全要素生产率，从理论和实证角度分析探讨了数字经济对企业全要素生产率的影响及技术创新的间接影响。研究得出：数字经济对企业全要素生产率具有显著的促进作用，且技术创新在二者关系中存在中介效应。因此，在数字经济的发展下，驱动企业数字化转型、提高自主技术创新能力，是提升企业全要素生产率的重要渠道。

关键词：数字经济；企业全要素生产率；技术创新；中介效应

一、引言与文献综述

企业作为经济活动的重要主体，是推动社会经济进步的主要力量，因此企业高质量发展是我国经济实现高质量发展的关键。长期以来中国企业虽然取得了长足发展，但由于当前面临新冠肺炎疫情威胁和国际贸易冲击，企业所面对的竞争条件越来越恶劣，其发展成长也遭遇了前所未有的困难。对于我国大部分企业而言，仍存在自主创新能力弱、生产管理效率低下、产品质量差等突出问题（赵宸宇等，2021）。因此当前企业为提升全要素生产率，实现经济由高速增长向高质量增长转变，需要寻求新的增长点。在“互联网+”的新发展时代，数字经济渗透到社会各领域，已经成为推动我国经济高质量发展的新动能，日渐成为企业发展的重要驱动力量，影响着企业日常生产管理活动，因此研究数字经济对企业全要素生产率的影响具有重要意义。

目前学术界关于数字经济的研究大多聚焦在数字经济对宏观经济、产业升级和商业模式的影响。首先，宏观经济方面，赵涛等（2021）认为基于数字经济的发展，加快要素集聚、知识溢出等信息交互，进而促进区域经济增长。同时人工智能等大数据技术的运用可以大幅提升经济增长率（Acemoglu，2016）。其次，产业升级方面，数字经济打破传统制造业技术体系，带来技术创新的突破，形成更高效率的产业技术发展经济范式，从而推动制造业转型升级（周勇等，2022）。最后，商业模式方面，企业数字化转型就是通过大数据、云计算等数字技术整合信息数据，赋能企业商业价值的过程（Ilvonen，2018）。企业数字化转型，需要打破传统商业模式以供给为导向的局面，形成以需求为导向的新商业模式。

梳理文献发现，目前学术界对于数字经济发展与企业全要素生产率的影响机制还在深入研究中，尚未形成系统性理论，故本文探讨数字经济对企业全要素生产率影响机制和技术创新的间接作用，并利用 2013年-2019 年上市企业面板数据实证检验数字经济与企业全要素生产率的直接效应和技术创新的中介效应，以期丰富相关研究。

二、理论分析

1.数字经济与企业全要素生产率

随着第四次工业革命的推进，我国逐步迈入数字经济时代。数字经济以其网络化、智能化特征促使企业形成一种新的发展势态，利用新兴数字科技替代传统旧动能，提高生产效率。首先，随着互联网技术的广泛运用，信息交互能力不断提升，供需匹配能力得到优化，有利于打破市场信息不对称，缓解企业因需求了解不足导致的产出限制，便于供需双方获取更多有效信息，提高交易效率，降低市场不确定性，进而减少企业交易成本（蔡延泽等，2022）。其次，数字经济的共享性打破了时间和空间上的限制，促使生产要素在各企业间加速流动。各企业利用信息要素的互通优势，学习行業内头部企业的先进经营模式和先进技术，不断完善自我管理制度，加强部门间协作，转变传统运营方式，实现企业全要素生产率的提升。最后，在网络外部性的作用下，企业规模达到临界值后，规模经济给企业带来更大的收益。由于数字经济的低边际成本性（荆文君和孙宝文，2019），使得在融合数字经济后，传统产业的规模经济上限得到进一步提高，由规模经济降低企业成本，促使企业全要素生产率的提升。

H1：数字经济对企业全要素生产率有显著促进作用。

2.技术创新的中介效应

数字经济为企业提供技术创新动力，激发企业自主创新以提升生产效率。一方面，企业将新兴数字技术应用到传统生产方式中，实现自动化、智能化生产服务，降低了企业的创新成本。创新人才与人工智能相结合，虚拟算法的运用降低了企业创新中的试错成本，减少专业技术人才的简单工作量，使其更专注于研发核心技术，各司其职，降低创新成本，提高创新效率。另一方面，数字经济加速信息流通，以需求倒逼企业创新。数字化发展使得供需之间信息逐渐透明化，企业可以通过大数据与互联网技术有效获取消费者的核心需求与潜在需求，并进行针对性的创新，及时获取消费者的反馈，由消费者需求端倒逼企业进行创新，以满足消费者日益变化的需求。数字经济在降低企业创新成本的同时，减少创新风险，提高创新效率，提升企业全要素生产率。

H2：数字经济发展促进企业技术创新，进而提升全要素生产率。

三、模型构建与数据说明

1.模型构建

根据上述分析，本文首先检验数字经济驱动企业全要素生产率的直接影响，从而设定以下基准回归模型：

lntfpit=α0+α1digect+αs Xit+ηt+εict（1）

（2）中介效应模型

为进一步考察技术创新在数字经济与企业全要素生产率间的中介效应，本文借鉴温忠麟和叶宝娟（2004）提出的中介效应检验流程，建立固定效应模型。

invct=β0+β1digect+βs Xit+ηt+?ict（2）

lntfpit=γ0+γ1digect+γkinvct+γs Xit+ηt+σict（3）

2.变量选择

（1） 被解释变量

企业全要素生产率（tfp）。本文参照鲁晓东和连玉君（2012）的估算方法即LP法进行测算：

lnYit=α0t+α1t lnLit+α2t lnKit+α3t lnMit+εit（4）

（2） 核心解释变量

数字经济发展水平（dig）。本文结合数字经济的特点构建数字经济发展水平指标体系，使用熵值法测度。本文选取3个一级指标和9个二级指标。一级指标包括基础设施、技术应用和产业发展。其中基础设施包括互联网宽带接入端口、光缆长度、移动电话基站；技术应用包括互联网域名数、数字电视用户数、数字普惠金融指数；产业发展包括电信业务量、快递量、电子商务销售额。

（3） 中介变量

技术创新（in）。用企业研发支出费用化支出与总资产之比衡量。企业的长期发展必然离不开企业自主技术创新。研究表明，研发投入能增加技术创新积累，进而引发技术变革，提高企业效用。

（4） 控制变量

一是企业规模（size），用资产总额的对数表示。二是资本负债率（lev）和资本收益率（roe）两个控制变量，用总负债与总资产之比衡量资本负债率，用净利润与总资产之比衡量资产收益率。三是营运能力（opc），用营运资本与总资产之比衡量。四是自由现金流量（ca），用经营活动产生的现金净流量与资产总额之比来衡量。

3.数据说明

本文企业数据来源于国泰安数据库。选取了2013年—2019年沪深 A 股上市公司的数据作为样本，删除了ST、*ST 类企业，并删除了投入产出中间变量存在空缺值的企业数据，经筛选本文最终得到16229个数据样本。

数字经济发展水平的相关数据来源于中国统计年鉴和各省统计年鉴，其中数字普惠金融指数来自北京大学数字金融研究中心发布的数字普惠金融指数。构建的数字经济指标体系中，由于西藏地区缺失值较多故剔除。

四、实证结果与分析

1.直接效应估计

表1为直接效应的回归结果。第（1） 列仅加入核心解释变量数字经济发展水平（dig），第（2） -（6） 列依次加入相关控制变量。由回归结果得出，无论是否加入控制变量，数字经济均对企业全要素生产率具有显著正向促进作用，这表明随着数字经济的发展，企业全要素生产率也会提高。验证了假设H1成立。由第（6） 列可以看出，所有控制变量的回归系数均显著为正，表明均对企业全要素生产率有显著正向作用。数字经济发展，打破信息壁垒，加速要素流通，形成规模经济，企业达到更高的生产效率。

2.中介效应估计

为检验数字经济通过技术创新对企业全要素生产率的间接影响，本文构建中介效应模型。回归结果如表2。第（1） 列报告了方程（1） 的回归结果，在未加入中介变量时，数字经济对企业全要素生产率具有正向促进作用。第（2） 列报告了方程（2） 的回归结果，数字经济在1%显著水平上为正，数字经济发展能激发企业技术创新。第（3） 列报告了方程（3） 的回归结果，加入中介变量技术创新，列（3） 中技术创新在1%显著水平上为正，表明存在中介效应，数字经济能够驱动企业自主技术创新，提升企业全要素生产率。验证了假设H2成立。随着数字经济发展，企业积极进行数字化转型升级，节约创新成本，倒逼技术创新，提高生产效率。

五、结论与建议

在数字科技高速发展的时代，企业将大数据、云计算等高新技术与各生产要素深度融合，已成为数字经济时代的迫切需要，是企业寻求实现高质量发展的新路径。本文以2013年—2019年沪深A股上市企业数据为研究样本，实证检验了数字经济对企业全要素生产率的直接效应以及技术创新的中介效应。研究结果得出，数字经济发展可以促使企业全要素生产率增长；数字经济通过激发企业自主技术创新，进而提升全要素生产率。

基于以上研究结论，本文提出以下建议：第一，大力发展数字经济。加大数字经济产业的研发力度，大力推动5G通信网络建设，提高数字网络覆盖率，完善数字经济基础设施建设，以巩固数字经济进一步发展。同时我國还需要加强与发达国家的交流学习，深度吸收他国先进技术，不断使我国数字经济走向国际化。第二，加快企业数字化转型。企业需要将数字技术与传统商业方式相结合，提高企业生产管理数字化普及率，拓宽经营渠道，优化内部管理，催生更具活力的产业；政府应制定相关政策以积极引导企业数字化转型，增强企业发展新动能；加大对数字普惠金融的支持力度，以融资支持缓解融资压力，进一步推动企业数字化转型。第三，企业需要结合时代发展趋势和消费端的需求情况，加强技术创新，将数字经济与产业生产高度融合，优化生产效率，提高企业全要素生产率。

参考文献：

[1]Acemoglu D，Restrepo P.The race between machine and man：Implications of technology for growth，factor shares and employment[R].NBER working papers，2016，12（2）：98-118.

[2]Ilvonen I，Thalmann S，Manhart M，et al.Reconciling Digital Transformation and Knowledge Protection：A Research Agenda[J].Knowledge Management Research&Practice， 2018，16（2）235-244.

[3]蔡延泽，龚新蜀，赵贤.数字经济发展对企业全要素生产率影响的实证检验[J].统计与决策，2022，38（15）：98-103.

[4]段萱.企业研发投入、技术创新与资源投入效用研究[J].统计与决策，2020，36（01）：181-184.

[5]荆文君，孙宝文.数字经济促进经济高质量发展：一个理论分析框架[J].经济学家，2019（02）：66-73.

[6]鲁晓东，连玉君.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊），2012，11（02）：541-558.

[7]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（05）：731-745.

[8]赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率[J].财贸经济，2021，42（07）：114-129.

[9]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界，2020，36（10）： 65-76.

[10]周勇，吴海珍，韩兆安.数字经济对制造业转型升级的影响[J].统计与决策，2022，38（20）：122-126.

作者简介：卫佳烨（1998- ），女，江苏南通人，南京师范大学商学院，硕士研究生，研究方向：产业经济学